摘要：随着数字经济和人工智能的飞速发展，我国正以前所未有的速度推进数据要素市场化进程。2024年1月1日起施行的《企业数据资源相关会计处理暂行规定》，标志着“数据资源入表”从理论走向实践，2024年也被业界称为“数据资源入表元年”。进入2025年，越来越多的企业开始

随着数字经济和人工智能的飞速发展，我国正以前所未有的速度推进数据要素市场化进程。2024年1月1日起施行的《企业数据资源相关会计处理暂行规定》，标志着“数据资源入表”从理论走向实践，2024年也被业界称为“数据资源入表元年”。进入2025年，越来越多的企业开始建立全生命周期的数据资产管理体系，探索数据资产的价值释放路径。上海市协力律师事务所高级合伙人江翔宇博士指出，当前企业在财务管理、市值管理、融资模式等方面都在受到数据资产入表的深远影响。

数据资产入表不仅改变了企业的资产负债结构，也促使资本市场对企业估值逻辑进行重构。对于存在阶段性亏损但拥有大量数据积累的企业而言，数据资产入表能够显著提升其资产规模和抗风险能力。同时，在数字化转型进程中，数据资产入表还为企业的数据产品化、资本化提供了制度基础。

数据资产会计师（Data Asset Certified Public Accountant，简称DACPA）作为一个新兴职业，正在逐步崭露头角。数据资产会计师的核心职能在于完成数据资源的确权、计量、记录与报告工作，确保企业在数据资产入表过程中合规、准确、高效地完成财务处理。尤其是在财政部开展《数据资产全过程管理试点方案》的推动下，越来越多的企业意识到需要具备专业能力的人才来支撑数据资产管理全流程的闭环运行。在此过程中，数据资产会计师的作用愈发关键，这使得该职业具有极高的专业壁垒和发展潜力。

满足这一新兴职业的需求，目前已有专门针对数据资产会计实务培训体系。根据《数据资产会计管理理论》与《数据资产会计管理实务》两本权威教材，数据资产会计师考试分为初级、中级、高级三个等级，内容涵盖数据资产确认标准、数据确权法律框架、数据成本归集机制、数据资产财务列报方式等多个维度。尽管考试尚未全面启动，但已有众多财务从业者开始关注并准备报考，预计正式报名启动后将迎来一波报考热潮。

数据资产金融化趋势也为数据资产会计师提出了更高的要求。例如，在数据信托、数据资产质押融资、数据证券化（ABS）、数据作价入股等实践中，银行和金融机构对数据资产价值评估的精准性提出挑战。而这些都离不开专业的数据资产会计师参与其中，提供可靠的财务信息支持与评估依据。虽然当前数据资产评估尚缺乏统一的市场定价模型，但随着技术进步和制度完善，数据资产会计师将在未来金融化过程中扮演不可或缺的角色。

AI技术的发展更是为数据资产会计师的工作方式带来结构性变革。生成式AI的应用大幅提升了数据治理效率，使非结构化数据清洗、分类、标注等工作变得更加智能化。此外，大模型参数作为数据资产的表现形式之一，也开始进入企业财务视野。这意味着未来的数据资产会计师不仅要理解数据本身的经济价值，还需掌握AI模型的成本归集、参数价值评估等前沿知识。因此，具备技术敏感性和跨学科能力的数据资产会计师将成为行业的稀缺资源。

来源：益生君君