随着数字经济时代的纵深发展，数据已从信息载体演进为关键生产要素与战略资产。近年来，国内外会计准则的演进，特别是《企业数据资源会计处理暂行规定》实施的推进，标志着数据资源的财务价值正得到制度性确认。然而，将无形、动态的数据确认为可靠资产，对传统财务会计和审计构成了全新挑战。企业对数据资产的不同配置方式将很大程度上影响新质生产力水平。
（一）《企业数据资产配置对新质生产力的影响研究》导读
简介：数字经济的发展使数据资产在企业内部管理的重要性愈发突出，同时新质生产力的提出为我国经济发展指明了战略方向，为厘清二者的关系和作用机制，以2015—2022年我国A股上市公司为样本，实证分析企业数据资产配置与新质生产力之间的关系，结果表明：企业数据资产配置的提升能够促进新质生产力发展，并且企业信息环境能够发挥一定的中介作用；在冗余资源较多的企业中，企业数据资产配置和新质生产力之间的关系会被弱化；在行业竞争度较强的企业中，企业数据资产配置和新质生产力的作用效果会被强化；在国有企业和高新技术企业中，企业数据资产配置对新质生产力的影响更加突出。研究结论不仅为企业数据资产的研究提供了新的洞见，而且为新质生产力的发展提供了经验支持。
引用：张雪梅,王子仪,王昭,等.企业数据资产配置对新质生产力的影响研究[J/OL].会计之友,2025,(22):99-106.
（二）《数据资产能否纾解企业产能过剩危机？——基于数据资产信息属性和金融属性的解读》导读
简介：数据资产兼具信息属性和金融属性，有望从供给侧纾解产能利用危机。文章以2009～2023年沪深A股上市公司为样本，用双向固定效应模型探究其对产能利用率的影响及机制，借门槛模型考察其区间效应。研究发现，数据资产可通过推动技术、管理和模式变革及缓解融资约束提升企业产能利用率；调节效应分析显示，儒家文化能强化数据资产对产能利用率的正面影响；异质性分析表明，对于大规模企业和强竞争行业企业，数据资产的去产能效应更显著。进一步分析，数据资产对产能利用率的促进作用存在区间效应，表现为市场化程度的双门槛效应和ESG表现的单门槛效应。结论为中国在构建新发展格局和数智化背景下，从供给侧精准施策助力企业纾解产能过剩危机提供了经验借鉴。
引用：陈璇,龚绮彤,闫周府.数据资产能否纾解企业产能过剩危机？——基于数据资产信息属性和金融属性的解读[J/OL].软科学,1-15.
（三）《数据资产对企业绿色全要素生产率影响的效应检验》导读
作者：苑泽明，天津财经大学会计学院教授、博士生导师；李曰春，天津财经大学会计学博士。
简介：文章以2007—2023年我国A股上市企业数据为研究样本，实证检验了数据资产对企业绿色全要素生产率的影响及其作用机制。研究发现，数据资产能够显著提升企业绿色全要素生产率。机制检验发现，数据资产能够通过资源配置优化、绿色技术进步及治理能力提升三个维度提升企业绿色全要素生产率。异质性分析发现，数据资产对企业绿色全要素生产率的提升作用在市场竞争程度高、高管具有环保背景及地区数字基础设施水平高的企业中更为突出。拓展性分析发现，数据资产对绿色全要素生产率中的技术进步与效率改进均具有促进作用，但对绿色全要素生产率的作用效果主要由技术进步主导，且数据资产主要依托数据资产价值链中的处理和应用环节提升企业绿色全要素生产率。
引用：[1]苑泽明,李曰春,张旺.数据资产对企业绿色全要素生产率影响的效应检验[J/OL].统计与决策,1-6.
（四）《Data asset valuation model based on generative artificial intelligence》导读
中译：《基于生成式人工智能的数据资产估值模型》（翻译来源：谷歌翻译）
作者：Yungang Tang，泉州信息工程大学经济与管理学院。
简介：在数字经济时代，数据资产的重要性日益凸显，尤其是在生成式人工智能快速发展的背景下。文章构建了基于生成式人工智能的数据资产估值模型，旨在动态评估数据资产的商业价值。该模型集成了数据特征提取、价值生成算法和市场适应性评估，以解决传统估值方法在动态市场环境中的不足。通过对2015—2023年中国A股上市公司数据的实证分析，验证了该模型的有效性和适用性。结果表明，集成模型在准确性和稳定性方面表现出明显的优势于单个模型，特别是在信息技术和金融服务等数据密集型行业。本研究为企业在数字化转型和数据资产管理方面提供了新的视角和方法论，从而推动了数据经济的可持续发展。
引用：Tang Y, Liu Y, Liu D (2025) Data asset valuation model based on generative artificial intelligence. PLoS One 20(8).
