初创企业运用数据资产作价出资：入表与法律合规

我国是全球第一个把数据作为国家战略级生产要素的国家。以往“数据”更多被视为资源，“入表”则突破性地将数据确认为可计量、可交易、可折现的资产。市场经营主体面临实缴资本带来的资金挑战，通过数据资产作价入股方式，股东可以减轻资金负担，优化自身现金流管理，提升整体运营效率，也使得业界对这一创新模式寄予厚望。
Part.1 数据资产出资入股的条件
根据2024年7月实施的《公司法》第四十八条，股东可以用货币出资，也可以用实物、知识产权、土地使用权、股权、债权等可以用货币估价并可以依法转让的非货币财产作价出资；法律、行政法规规定不得作为出资的财产除外。虽然《公司法》（2024）并未将数据资产这一新的资产形态以列举方式列入可用于出资的非货币财产，但相关非货币财产类型仍继续保持开放形式。
根据《市场主体登记管理条例》第13条第2款，不得作为出资的财产包括劳务、信用、自然人姓名、商誉、特许经营权或者设定担保的财产等。以上 “负面清单”中并不包括数据资产。目前实践中已有通过货币对数据资产进行估价的案例，以全国数据资产登记服务平台颁发的《数据资产评估证书》为例，该证书记载了特定数据资产对应的货币价值。
从行业分布看，目前实践主要集中在具有数据密集型特征的行业，如轨道交通运维、数字文化、金融科技等，这些行业通常已形成较为规范的数据治理体系和明确的数据应用场景，为数据资产价值评估奠定了基础。
Part.2 “数据资产入表”的核心
自2021年8月提出后，随着2024年财政部和中评协发布的《企业数据资源相关会计处理暂行规定》和《数据资产评估指导意见》的施行，数据资产入表已经从理论设想走进了企业的实际运营——数据确认为企业资产负债表中的“资产”一项，即在“存货、无形资产、开发支出”三个项目下增设“数据资源”子项目，自然增厚的总资产。
数据资产给企业带来的巨大赋能——估值提升，例如2023年德银天下在业务展望及发展策略中提到：“要发挥数据资产优势，构筑新业态”；德银天下向它的全资子公司陕西天行健车联网信息技术有限公司增资9000万元，增资款将用于车联网基础设施的建设，研发能力提升及多样化数据产品及数据服务开发。通过私有云建设及硬件系统、研发软硬件系统、适配5G通信环境的车联网产品及终端产品的持续开发与升级，以及大数据、行业应用产品与平台的开发与运营，深挖车联网大数据应用价值，实现各类规划产品价值落地与业务规模稳固增长。

图1 数据产生价值的全环节

Part.3 初创企业的哪些数据资源可以成为资产入表
2025年4月，财政部与国家数据局联合发布《数据要素市场化配置三年行动计划（2025-2027）》，明确提出“2025年底前完成核心数据资产入表，推动数据资产评估纳入会计准则体系”，标志着数据要素从隐性资源向显性资产转型进入关键阶段。数据资产入表是企业适应数字化转型和数据驱动经济的重要步骤，有助于企业充分利用其数据资源，实现商业价值的最大化。

图2 常见的数据资产分类

根据《企业数据资源相关会计处理暂行规定》及《企业会计准则》的相关规定，企业可以将符合无形资产定义和确认条件的数据资源确认为无形资产。这包括但不限于：
（一）无形资产类数据资源
1、数据知识产权（Data IP）：这是指数据处理者对合法获取的数据信息，通过一定算法加工、取得具有实用性、创新性和规则性的数据智力成果并对此所享有的专属权益。
2024年8月，北京互联网法院发布“服务保障新质生产力十大典型案例”，其中包括全国首个涉《数据知识产权登记证》效力认定案：法院首次在司法裁判中确认《数据知识产权登记证》对数据持有的证明效力，即数据知识产权登记可以作为原告享有数据财产权益的初步证据，也可以作为其数据收集行为或数据合法性来源的初步证据。
2025年4月，深圳国新南方知识产权代理公司发布国内首个针对个人数据的AI数字人数据知识产权登记、保护与运用案例：给深圳优秘智能科技公司智能主播“希希”口播声音数据、视频训练数据及形象照数据颁发数据知识产权登记证书。对AI数字人的数据知识产权登记，不仅包含其形象、声音、动作数据，还包含经过人工智能技术提取的个性化特征训练数据，为AI数字人的分层次、分场景许可提供支撑。
2、外购的数据资源：企业从外部购买的数据资源，如果满足无形资产的定义和确认条件，也可以确认为无形资产。例如，企业购买的市场研究报告、客户行为数据等，如果这些数据资源能够为企业带来未来经济利益，且成本能够可靠计量，就可以作为无形资产入表。
3、客户数据、市场数据等：这些数据资源经过深度处理和分析后，能够为企业带来长期经济利益。如果企业能够证明这些数据资源的可辨认性、经济利益流入的可靠性和成本计量的可靠性，就可以将其确认为无形资产。
（二）存货类数据资源
确认为存货的数据资源是企业进行存货管理的基础，包括原材料数据、半成品数据、成品数据以及发出存货数据等。这些数据资源可以通过多种方式获得，包括采购数据、销售数据、库存数据等。这类数据资源通常是企业通过加工、整理或集成后，准备在市场上出售的数据产品或服务，如数据报告、数据分析结果、数据API接口等。
（三）其他具有经济利益的数据资源
除了上述两类明确可入表的数据资源外，企业还可能拥有其他具有经济利益的数据资源。这些资源可能由于不满足会计准则相关资产确认条件而未确认为资产，但在特定条件下，企业可以通过规范的开发和使用这些数据资源，逐步将其纳入公司的资产范畴。例如App活跃用户、SaaS订阅客户合同、域名网站等，也能折现入表，这是一个递进式价值转化链条：原始数据 → 数据资产（入表确认）→ 数据产品（价值实现）→ 数据收益（价值变现）。
Part.4 数据资产入表的法律合规认定
“合规”是数据能作为企业资产入表的前提。数据合规的法律基础主要包括《宪法》、《民法典》、《个人信息保护法》、《数据安全法》、《络安全法》、《中共中央 国务院关于构建数据基础制度更好发挥数据要素作用的意见》以及《企业数据资源相关会计处理暂行规定》等相关法律法规。合规审查是确保数据合规性的重要环节，主要包括数据来源、数据内容、数据处理、数据管理与数据经营等方面。
（一）数据来源合规
企业获取数据来源主要包括自身生产运营产生、获取授权取得、从第三方购买取得等方式。企业无论通过何种途径取得数据资源，应当遵守国家相关法律法规、政策，不得侵犯任何第三方的合法权益，均需要梳理获取数据方式、方法的合法合规性。在进行数据资产出资入股前，应对数据资产中数据来源的合法性及其是否属于被禁止交易的数据展开尽调。
企业亦会因第三方包括上游数据提供方、中游的数据代理商、下游的数据接受方的违法行为而受到牵连。例如A公司通过向B公司采购数据，一方面在采购时应当审查数据提供方B公司数据来源是否合法，是否获得合法授权，另一方面对双方数据协议的合法合规性进行审查等，确保数据来源合法合规。若数据来源合法性或可交易性存在合规瑕疵，则可能导致相关数据资产不得出资入股，或可能影响相关数据资产对应的估值。
（二）数据内容合规
企业存储控制的数据内容应当符合国家法律法规的规定。国家秘密依法受法律保护，涉及不得存储的国家秘密，不允许违法采集、存储；对于个人信息等重要数据，需要严格遵守个人信息与隐私保护等相关规定。涉及的用户数据、商业数据等，如技术信息、客户名单、联系信息等不得窃取、违法获取，都需要严格遵守数据安全相关法规，避免因数据问题引发风险。
（三）数据处理合规
数据处理包括收集、存储、使用、加工、传输、提供等各种措施、环节。企业进行数据处理活动，应当遵守法律、法规，尊重社会公德和伦理，基于合法、正当、必要原则开展数据处理活动，严格履行数据安全保护义务，不得危害国家安全、公共利益，不得侵害任何第三方的合法权益。如对个人信息的处理，不得超出用户的授权范围、授权处理方式。
（四）数据管理合规
初创企业应当按照相关法律法规的要求建立数据合规相关管理制度，构建企业合规管理体系，根据数据重要程度、影响力、不同来源等因素对数据进行分级分类管理，对不同级别、类型的数据采取不同的授权审核审批、监督机制。需要建立数据分类分级保护制度。
数据分类分级保护制度是数据安全合规建设的基础。根据《数据安全法》第21条规定：“国家建立数据分类分级保护制度”，“各地区、各部门应当按照数据分类分级保护制度，确定本地区、本部门以及相关行业、领域的重要数据具体目录，对列入目录的数据进行重点保护。” 国家标准《信息安全技术 网络安全事件分类分级指南》（GB/T 20986-2023）进一步明确了数据分类分级框架和考虑要素，细化了分类分级工作的参考规则和实施流程，对行业领域数据和个人信息分类分级等具体工作提供了指引。一系列行业性、地方性的数据分类分级标准也相继发布，对企业的要求更加细致、量化。
（五）数据经营合规
根据数据安全相关规定，法律、行政法规规定提供数据处理相关服务应当取得行政许可的，企业需依法获得相应的资质、行政许可。此外，对于数据的经营、处理方式应获得数据提供方充分授权，建立完善的数据安全保护体系，保障数据经营业务不危害国家安全、公共利益以及侵犯任何第三方的合法权益。企业要根据企业自身经营规模、组织体系、业务内容分析和评估数据风险的来源建立风险处置机制，根据不同的公共服务基础信息数据领域、能源安全数据领域、数据跨境领域、个人信息保护领域等有针对性进行安全合规管理，建立全周期合规监督体系。
Part.5 结语
随着物联网、5G、边缘计算等技术的发展，数据的产生、采集、传输、存储和处理能力将不断提升。在以数据资产出资入股的过程中，建议充分考虑数据资产本身的特性、出资入股的前置条件、实践操作，在充分发挥其新型资产价值的同时，降低相关出资风险。这都将进一步推动数据资产的规模和质量增长，使其在企业运营和决策中发挥更加重要的作用。
注释：
[1]唐珺 广东金融学院法学院副教授、商科博士后
广东金融学院品牌建设与创新战略研究中心主任
南方教育科技研究院特聘正高研究员
亚欧国际商学院博士生授课导师，
广州大数据行业协会专家委员会副主任/数据合规专家委员
企业高级法律顾问
来源：IPRdaily中文网（iprdaily.cn）
作者：唐珺