一、数据资源确权难
数据二十条创新性地提出了数据资源持有权、数据加工使用权、数据产品经营权三权分置的确权路径，但在企业实践中，企业通过公开渠道自主采集的数据、企业业务中积累但涉及顾客个人信息的数据，甚至是企业采购的数据，各种不同渠道的数据来源如何确权，如何明确说明是“企业拥有或控制”，依然是摆在数据资产入表的第一大难题。此外，确权流程涉及跨部门或跨企业协调，复杂多变，需要法律支持，这推高了确权的时间和资金成本。数据要素市场化体系和跨领域合作不足，加剧了数据确权的复杂性，因为各领域间的合作相对匮乏，增加了操作难度。
二、数据资源评估难
在数字经济时代，数据资源的价值日益凸显，但价值计量仍面临重大挑战，数据资源的评估是指确定数据资源的价值和成本的过程，它是数据资源的计量的核心和关键。数据资源的评估的难点在于，数据资源的价值和成本往往难以用传统的会计方法进行计量和评估，需要采用新的方法和技术，如数据资源的市场法、收益法、成本法等，这些方法和技术的应用和实施，需要有一定的专业知识和技能，以及充分的数据和信息支持，否则可能导致数据资源的价值和成本的偏差和误差。
三、数据资源合规难
数据资源的合规是指遵守数据资源的相关法律法规和会计准则的过程，它是数据资源的披露和管理的保障和要求。数据资源的合规的难点在于，数据资源的相关法律法规和会计准则还不完善，存在一定的滞后性和不适应性，难以满足数据资源的管理和利用的实际需求。例如，数据资源的相关法律法规和会计准则可能与数据资源的定义、分类、计量、披露等方面存在不一致或者不明确的情况，导致数据资源的合规性存在一定的风险和难度。
四、数据资源归集匹配难
数据资源的归集是指将数据资源从不同的来源、渠道、平台、系统等方面进行整合和汇总的过程，它是数据资源的核算和报告的基础和前提。数据资源的归集的难点在于，数据资源的数量和种类往往庞大和繁杂，导致数据资源的归集存在一定的复杂性和困难性。例如，数据资源可能分散在不同的部门、业务、项目、合作方等方面，需要进行有效的协调和沟通，以实现数据资源的归集的完整性和准确性。
数据资源的匹配是指将数据资源与财务报表中的其他资产进行对应和关联的过程，它是数据资源的核算和报告的重要环节。数据资源的匹配的难点在于，数据资源与财务报表中的其他资产往往存在一定的差异和不兼容，导致数据资源的匹配存在一定的不确定性和困难性。
五、数据资产使用寿命确定难
数据资源的寿命是指数据资源的有效使用期限，它是数据资源的折旧或者摊销的依据和条件。例如，数据资源的寿命可能受到数据资源的质量、更新、失效、替代等因素的影响，需要进行动态的监测和评估，以实现数据资源的折旧或者摊销的合理性和适时性。例如，数据资源的寿命可能受到数据资源的质量、更新、失效、替代等因素的影响，需要进行动态的监测和评估，以实现数据资源的折旧或者摊销的合理性和适时性。
不同类型数据资产的使用寿命，数据产品按照使用场景分为三大类
①舆情类数据产品属于产成品生命周期大概率小于一年的，不能满足无形资产的确认条件。
②营销类和风控类（或产业类）属于生命周期大于一年可以计入数据资源无形资产的数据产品。
如前所述，企业数据产品是为满足特定细分场景的需求而设计的，而特定需求时效性如何判断往往存在较大困难，同时数据产品是否能持续满足特定场景的需求也存在疑问，如由于消费者的偏好持续变化，支持精准营销或者其他营销策略的数据产品往往在使用初期对于新客户获取或者老客户复购的效果较好，但随着时间推移，企业研发的营销类数据产品的使用效果会出现明显边际效用递减的特征，此时就需要企业优化营销模型甚至开发新的营销产品。基于此，营销类数据产品的预计使用寿命为几个月到一两年不等，很少有持续且集中为企业带来经济利益流入超过三年以上的营销类数据产品。
而风控类数据产品的使用寿命则一般都比较长，以银行为企业客户提供授信的场景为例，一般情况下，银行会考察企业过去几年的经营情况，也会同时请提供企业舆情追踪的企业监测授信期该客户的风险事件，即某个时点新进入的银行客户会至少使用某企业客户的数据超过3年，有些甚至在5年以上。
六、数据资产入表审计难
数据资源全面数据资产入表将使审计工作变得更为复杂。被审计单位在资产负债表中体现数据资源，审计师需要核对更多的会计处理凭证和交易记录，增加了审计工作量。传统的审计工具和方法可能不足以应对数据资产的特殊性，因此审计师需要考虑采用更先进的审计工具和技术以适应这一新的审计业务。审计师面临更高的错报风险，需要更谨慎地评估数据资产的合规性和价值，依赖更多外部证据和行业专家意见，进行更深入的风险评估和内部控制测试。
七、数据安全问题的制约
首先，数据入表和融资过程中，数据资产的安全性和隐私保护是不容忽视的问题。随着数字化进程的加快，数据泄露和滥用的风险也随之增大。不当的数据管理可能导致企业面临重大的法律和声誉风险。在技术层面，存储和传输数据时确保数据的完整性和保密性要求企业采用先进的加密技术和安全措施。在合规层面，企业必须遵守相关的数据保护法规，如《欧盟一般数据保护条例》（GDPR）、中国的《个人信息保护法》等。对于跨境数据流动，还需考虑不同国家的法律要求及可能引发的合规争议。用户对于数据隐私的意识提高，企业和组织在使用数据资产时必须更加谨慎，以防止侵犯隐私和数据滥用问题。
数据安全问题直接增加了企业将数据资源纳入财务报表的成本。企业需要投入更多资源来实施一系列复杂的安全措施，可能会承担更高的审计费用，增加了数据资源管理的复杂性，降低了数据资源全面数据资产入表的经济可行性。
数据资源全面数据资产入表还会增加企业的数据安全风险，一旦发生安全事件，数据的独特性和商业价值可能迅速下降，导致企业声誉下降、合作关系破裂等负面影响。数据安全问题还可能导致企业面临法律责任和巨额罚款，增加了数据资源全面数据资产入表的风险。
八、数据资产入表应对策略
数据资产入表是一项具有创新性和挑战性的工作，它需要企业进行充分的准备和应对，以克服数据资产入表的难点，实现数据资产入表的成功和有效。数据资产入表的应对策略主要包括以下几个方面：
建立数据资源的管理和评估体系。数据资源的管理和评估体系是数据资产入表的重要的管理保障和技术支持，它可以为数据资源的归集、匹配、评估、折旧等方面提供有效的方法和工具。建立数据资源的管理和评估体系的策略包括：
（1）建立数据资源的管理平台，集成数据资源的来源、渠道、平台、系统等方面的数据，实现数据资源的统一归集和汇总，提高数据资源的完整性和准确性。
（2）建立数据资源的匹配机制，将数据资源与财务报表中的其他资产进行对应和关联，实现数据资源的一致性和可比较性，提高数据资源的核算和报告的效率和质量。
（3）建立数据资源的评估模型，采用数据资源的市场法、收益法、成本法等方法，确定数据资源的价值和成本，实现数据资源的客观性和合理性，提高数据资源的计量和披露的可信度和透明度。
（4）建立数据资源的折旧方法，根据数据资源的类型和用途，选择数据资源的直线法、双倍余额递减法、年数总和法等方法，确定数据资源的寿命和折旧率，实现数据资源的合理性和适时性，提高数据资源的折旧和摊销的准确性和稳定性。
优化数据资源的核算和报告流程。数据资源的核算和报告流程是数据资产入表的重要的执行保障和输出结果，它可以为数据资源的确认、计量、披露、管理等方面提供有效的流程和内容。优化数据资源的核算和报告流程的策略包括：
（1）优化数据资源的确认流程，明确数据资源的确认的条件和标准，规范数据资源的确认的时间和方式，提高数据资源的确认的及时性和一致性。（2）优化数据资源的计量流程，明确数据资源的计量的方法和规范，规范数据资源的计量的时点和单位，提高数据资源的计量的准确性和可比较性。（3）优化数据资源的披露流程，明确数据资源的披露的内容和要求，规范数据资源的披露的形式和渠道，提高数据资源的披露的完整性和透明性。（4）优化数据资源的管理流程，明确数据资源的管理的目标和指标，规范数据资源的管理的方法和工具，提高数据资源的管理的效果和效率。
提高数据资源的质量和安全。数据资源的质量和安全是数据资产入表的重要的质量保障和风险防范，它可以为数据资源的价值和贡献的提升和保持提供有效的保障和支持。提高数据资源的质量和安全的策略包括：（1）提高数据资源的质量，通过数据资源的清洗、校验、标准化、优化等方法，提高数据资源的准确性、完整性、一致性、时效性等方面的质量，增强数据资源的可用性和可信度。（2）提高数据资源的安全，通过数据资源的加密、备份、恢复、审计、监控等方法，提高数据资源的保密性、完整性、可用性等方面的安全，防范数据资源的泄露、损坏、丢失等风险。
临研通集团
聚焦数字经济，赋能企业数字化转型
临研通集团致力于深耕数字经济领域，为企业数字化转型注入强劲动力。其创新采用去中心化的现场管理组织服务模式，这一模式犹如一股强劲的破壁之力，有效打破横亘在数据要素流通与交易之间的数据孤岛壁垒。通过促进数据资源的自由流动与规模化应用，成功激发了数据要素的乘数效应，让数据价值呈几何级数增长，为企业发展带来前所未有的数据红利。
此外，临研通集团的私有化部署系统堪称企业数字化转型的“加速器”。该系统能够迅速完成功能部署，使企业在极短时间内搭建起一套全面且合规化的管理系统。这不仅大幅削减了企业在系统开发与后期维护方面的成本开支，还为整个行业的数字化生态建设注入了活力。在临研通集团的推动下，数据要素市场化配置进程加快，行业数据资源得到更高效、合理的利用，为数字经济的蓬勃发展提供了有力支撑。
