引言：“数据资产入表”从2024年1月1日《暂行规定》施行正式拉开序幕，如今已过去大半年，依据Wind数据统计获悉，剔除清空入表数据资源的上市公司，截至9月4日共有39家A股上市公司披露数据资源入表相关情况，其中计入无形资产、存货和开发支出的数据资源金额累计分别为5.84亿元、4.73亿元和3亿元，总金额达到13.57亿元，与一季度相比有较大增长。总体上看，披露数据资源入表相关情况的上市公司数量、入表的数据资源规模与整个A股上市公司数量、资产总额相比只是“九牛一毛”。数据资源“入表”本身是很复杂的，目前只有少数A股上市公司中报披露数据资源，说明绝大部分的上市公司可能还没有重视数据资源，有的上市公司对财政部的暂行规定理解和认识还不到位，还有的上市公司的数据资源不具备财政部暂行规定所明确的确认条件。随着上市公司越来越重视数据资源的开发和利用，上市公司数据资源“入表”预期会逐步增长。
客观的说数据资源“入表”进入探索阶段，仍存在诸多难点和痛点。
一、数据资源入表主要还有三大痛点：
1、如何确认企业对数据的合法拥有和控制？当前数据确权的思路实际上并不是对“所有权”确权，而是以三权(数据资源持有权、数据加工使用权和数据产品经营权)分置的产权运行机制为基础，确定不同主体所享有的对应数据权利。我国当前并没有统一的数据产权登记规则和场所，导致很多企业的数据资源如果没有登记或无法登记，在实践中如何确权成为一个比较复杂的问题。
2、如何确认数据资产的价值（资产评估的价值和入表的价值）？根据《暂行规定》，数据资源计入无形资产或存货都是按照成本进行初始计量和后续计量，但哪些成本计入、哪些成本不计入，这需要根据实际情况进行个案分析，不同的产品、不同的情形都可能有不一样的理解。在实践中，还是存在数据资产的价值易变、现有评估方法受限、数据资产质量难评价等诸多问题。
3、如何论证数据资源特别是内部产生的数据资源为企业带来未来经济利益流入？要对数据资源的经济利益进行分析，就需要评估其预期的消耗方式和经济利益流入的可能性。这可以通过分析数据资源的应用场景、市场需求、竞争状况、预期收益和风险评估等因素来实现。有的数据资源为直接用于产品或服务的数据，经济利益较易识别；有的数据资源用于内部决策，经济利益可能较难量化，比如数据仓库模型，虽然可能可以提高决策效率，但一般不直接产生经济利益，间接的价值评定尚缺系统化的方法。
应对建议：目前市场仍处于对数据资源价值的认知和探索阶段。企业内部需要加强对数据资源的认识和理解，探索适合的数据资源入表和应用方式。随着市场的逐步成熟，数据资源的计量、披露、交易等方面将逐渐规范化和标准化。企业需要关注相关法律法规和会计准则的更新和完善情况，及时调整自身的数据资源管理策略，最终目标是实现数据要素价值的最大化。企业需要充分挖掘数据资源的潜力，推动数据资源的创新应用和商业变现。此外推进数据资产化，外部环境方面政府应出台更多支持数据资产化的政策措施，为企业提供良好的发展环境。会计准则制定机构应加快完善数据资源相关会计处理规定和监管体系，为企业提供明确的操作指引和监管保障。企业应加大技术研发投入力度，提升数据处理和分析能力，推动数据资源的创新应用和商业变现。
最后在数据资产化这个阶段，企业需要将数据资源进一步加工、分析，形成有价值的数据产品或服务，这就需要将数据资产入表，进行统一的资产成本管理，以便企业更进一步探索数据的商业化路径。此外，在追求经济利益的同时，我们需要更加注重数据资产治理结构的搭建，对数据不同层级的权益合法合规性的保护，进行分类分级管理；进而加强风险管理、建立数据资产的风险管理体系，包括数据泄露、滥用和非法交易等风险的预防和应对措施。
