12月7日，普华永道（PwC）中国资深合伙人陈少瑜老师为会计学院“人工智能审计”校企实验班讲授主题为“数据资产‘计’与‘价’的挑战”的专题课程。陈少瑜老师作为中国企业评估与咨询领域的资深专家，结合最新政策与行业实践，为同学们深入剖析了数据资产“入表”的难题、实践中的误区、理论上的挑战以及会计准则的最新进展。

　　课上，陈老师从数据资产的概念出发，分析了当前数据资产“入表”过程中的核心难题。他指出，数据资产具有无形性、动态性与复杂性，这使得其确认与计量在会计处理上存在诸多障碍。特别是如何明确数据资产的成本归集范围，合理划分研究阶段与开发阶段的支出，成为企业面临的主要困惑。他引用财政部《企业数据资源相关会计处理暂行规定》，详细解读了满足资本化条件的数据资产开发支出应如何进行归集与核算。

　　针对实践中的误区，陈老师梳理了企业在数据资产管理和“入表”过程中常见的五大偏差。部分企业在开发过程中，未能正确区分研究与开发阶段的支出属性，或忽略了数据资源的法律合规性和技术可行性要求，从而导致数据资产的会计处理偏离准则要求。他提醒同学们，理解和掌握规范化的会计处理流程是避免实践偏差的关键。

　　在理论层面，陈老师还探讨了数据资产“入表”面临的前沿挑战。他介绍了国际会计准则理事会（IASB）等机构对无形资产准则的修订方向，并结合国内《企业数据资源相关会计处理暂行规定》的具体要求，分析了未来数据资产核算的可能变化，包括更精细化的披露指引和更完善的评估方法。

　　在准则进展方面，陈老师重点解读了国内外最新发布的相关政策文件。他提到，财政部近年来已多次修订并发布无形资产核算相关的政策，试图通过分类梳理、具体指引解决数据资源会计处理的实务难点。国际上，IASB和欧盟等机构也对无形资产披露需求及评估框架进行了大量调研和反馈，这些进展都为国内准则的完善提供了重要参考。

　　陈老师强调要以“非常严谨”的原则对待会计处理，同学们要树立正确的学术和职业态度，既要理解数据资产核算的复杂性，也要严格遵循准则规定，杜绝主观推测或经验主义。严谨不仅体现在理论学习中，更贯穿于实践操作中，每一个细节的处理都应以专业性为基础，确保结果的可靠性和规范性。

　　本次课程使同学们深刻认识到数据资产“入表”需要遵循的严谨原则，明确了未来职业发展中专业素养的重要性。会计学院将持续深化校企合作，强化同学们在前沿领域的学习与实践，培养能够适应数智时代需求的复合型应用型财经人才。

图文：许文岩