本文旨在解決企業將數據資源計入無形資產的實踐問題，詳細探討了入表難點和應對方法，以幫助企業在2024年順利開啟并推進數據資產入表。

1、數據資源確權

首先，“數據權利沖突”的復雜性是導致數據確權難的根本原因。其次，從國家層面上來講，由于數據不是一個簡單的資產，它具有更重要的意義，是建設數據要素市場的基礎。最后，由于數字化轉型的推進，企業需要通過金融手段實現數據資產的確權和定價。

數據二十條將數據資源持有權、數據加工使用權、數據產品經營權作為了三權分置的確權路徑。

針對數據資源確權難的問題，首先是建議社會各界繼續加強關于三權的研究，為三權的實踐路徑提供制度保障；其次企業應從自身角度出發應該規范化、合規化數據加工相關的流程，尤其是采集方式、購買合同、數據內容、加工流程等可能產生合規風險的環節，必要時可以請律師事務所等機構協助確權。數據資源開發利用的前提是合法合規，保護公共安全和相關市場主體的隱私安全，其次是促進數據高效流通使用，賦能實體經濟。

2、數據產品成本歸集

數據產品的成本因素復雜多變，包括數據采集、清洗加工、建模開發等環節，這使得對數據產品的成本進行精確計算和跟蹤變得困難。企業的數據產品往往是為了滿足特定細分場景的需求來研發的，而客戶的需求往往是綜合的，因此企業與客戶之間的銷售合約往往是多個數據產品打包銷售的模式。這種模式導致數據產品收入與成本匹配存在較大難度，這對企業數據產品管理提出了較大的挑戰。此外，由于數據資產的價值易變性，對數據資源入賬價值的可靠性和企業價值判斷存在重大影響。這也使得數據產品成本歸集變得更為復雜和困難。

數據產品成本歸集問題應該根據業務流程進行深度優化。一方面，需要從理論方面研究數據產品這一類無形產品的精益管理。另一方面，結合企業實踐對數據產業鏈進行科學規劃，合理布局數據加工鏈條中涉及的部門并落實工時管理系統，為數據產品開發流程中相關成本投入的可靠計量提供可靠依據。數據產品成本歸集之難，暴露了目前大多數企業業財融合工作推進程度較低的狀況。這預示著企業需要縱向深度提升數字化水平。

3、數據產品收入與成本匹配

由于數據產品的開發周期長、投入大，而且市場需求變化快，企業往往難以準確預測未來的收入和成本。也由于數據產品的成本結構復雜，包括數據采集、清洗加工、建模開發等環節，這使得對數據產品的成本進行精確計算和跟蹤變得困難。此外，由于數據產品往往是為了滿足特定細分場景的需求來研發的，而客戶的需求往往是綜合的，因此企業與客戶之間的銷售合約往往是多個數據產品打包銷售的模式。這種模式導致數據產品收入與成本匹配存在較大難度。

為了解決這個問題，企業可以采取以下幾種策略：一是加強內部管理，提高成本核算的準確性；二是優化產品設計和定價策略，以更好地滿足市場需求；三是加強與客戶的溝通和協調，以便更準確地了解客戶需求并調整產品組合。

在具體實施上，企業一方面應該建立數據產品管理目錄，對于商業模式相似的同類數據產品統一管理，尤其是調用同一基礎數據資源庫的產品，另一方面形成數據產品投入產出評價體系，科學合理分析不同類別數據產品的實際價值，為內部產品研發、營銷策略等決策提供支持。

4、數據資產確認

首先，數據的采集、存儲和處理涉及到多個環節，每個環節都可能產生不同的成本和價值，這使得對數據資產進行精確的確認變得困難。其次，由于數據的流動性強，數據的價值可能會隨著時間和環境的變化而變化，這也增加了數據資產確認的難度。此外，由于數據的所有權和使用權往往分散在不同的主體之間，如何確定數據的歸屬權也是一個挑戰。

為了解決這個問題，企業可以采取以下幾種策略：一是建立完善的數據采集、存儲和處理流程，以便更好地管理和控制數據資產；二是加強與相關方的溝通和協調，明確數據的歸屬權和使用規則；三是利用現代信息技術手段，如區塊鏈等技術，實現數據的安全存儲和追蹤。

如果企業是以數據作為生產要素，那與數據業務相關的投入有一大部分本質是主營業務成本，而非計入費用，合理記錄有助于企業評估數據產品毛利率等關鍵指標。企業和審計機構應該審慎判斷數據產品的生產過程和使用場景，重點考察數據產品時效性特點，不應盲目以數據業務的持續性作為數據資產的確認標準。

5、研究與開發區分時點確認

大多數的數據產品是在需求驅動的場景下進行研發的，但也有一些數據產品是企業在對積累的數據資源進行治理之時實現了部分需求，進而繼續加大投入進行數據資源商業化運營。在這種情況下，如何區分研究階段和開發階段就顯得至關重要，因為這直接影響企業數據資產的初始規模。

具體區分研究階段與開發階段的界限點和劃分標準很難把握。例如，當企業建立一個數據庫時，為數據庫研究開發的支出如何按照無形資產的相關規定確認，以及是否應該分研究階段和開發階段，都是需要考慮的問題。

開發階段符合資本化條件的具體條件與依據也很難確定。對于滿足長期需求、符合數據資產確認條件的數據產品，在研究階段結束時應該通過立項的方式確認開發時點，并盡可能量化后續開發階段的人力和設備投入，為數據資產成本或價值可靠計量提供依據。

綜上，對于滿足資產確認條件的數據產品，如何區分研究階段和開發階段就顯得至關重要，直接影響企業數據資產的初始規模。對于需求驅動的研發場景、界限點和劃分標準的難以把握，以及資本化條件的具體條件與依據的不確定性這些問題，需要企業在實踐中不斷探索和解決，以確保數據資產的準確性和可靠性。

6、公共數據運營模式入表

公共數據授權給相關企業進行開發是很常見的模式，企業將數據資源開發形成模型類、核驗類產品以接口形式提供給社會。然而，一般情況下，公共數據授權部門和企業以接口調用次數進行收益分成，這種模式下，被授權主體的收入與成本同時發生，導致公共數據授權費不滿足資產確認條件，難以形成企業報表數據資產。

還存在諸多其他難題，如數據資產成本歸集難，數據資產收入成本匹配難，數據資產資本化與費用化的區分標準統一難，取得公共部門數據授權期限的穩定性確認難等。例如，企業組織架構和數據產品開發條線匹配度較低可能導致成本歸集難；數據產品銷售模式和研發模式不協調可能導致收入與成本匹配難；企業研究和開發數據產品的時間點判斷不確定可能導致資本化標準確認難；公共數據授權期限確認難可能針對企業與公共部門聯合運營的場景。

針對這些問題，我們建議企業提前做好授權合約的設計和規劃，通過收益管理和合約管理，可以將期初支付給授權機構的授權費用，以及數據產品開發相關的人力和設備投入，在數據產品符合數據資產確認條件時進行資本化。此外，還需要科學規劃業務流程，重新調整數據產品銷售模式和定價方式，以及跟有關部門洽談授權合約時充分考慮自身商業模式和渠道管理能力等措施來解決上述問題。

7、數據資產預計使用壽命確定

數據資產的自身特性使得其使用壽命的確定具有一定的復雜性。例如，由于數據的高重塑性，同樣的數據可能會被用于不同的目的，導致成本歸集存在困難；數據的多重用途和更新頻率也會影響其使用壽命的確定。

物理耐用性等傳統方法對于數據資產的使用壽命確定并不適用。其次，數據資產可能具有多個不同的應用場景，每個場景下的使用壽命可能都不相同，因此在確定使用壽命時需要進行選擇。例如，輿情類數據產品通常生命周期小于一年，而營銷類和風控類數據產品的生命周期則大于一年。

部分數據可能在短期內被閑置，但預期在未來可能會被重新啟用，這種情況下如何確定其使用壽命也是一個問題。

對于數據資源的開發和使用，還需要考慮相關的業務模式、權利限制、技術迭代等多種因素。例如，數據資源的更新頻率以及數據時效性等因素都會影響其使用壽命的預計。

綜上，建議企業一方面應該通過客戶分析、客戶調研等合理判斷數據產品的使用壽命，另一方面審計機構應該通過全市場同類產品的對比來確認企業所提供的判斷是否合理，嚴格把關財務報告關于數據資產攤銷年限的選擇。未來希望場內市場可以為審計師提供數據資產確認和計量的可靠信息。

8、數據資產攤銷方法選擇

數據資產與傳統的無形資產不同，其價值和使用壽命可能受到多種因素的影響，如數據的更新頻率、時效性以及使用場景等。因此，選擇合適的攤銷方法以反映數據資產的真實價值和使用情況是一大挑戰。

對于具有多種使用場景的數據資產，如何確定其具體的使用壽命和攤銷年限也是一個問題。例如，對于時效性強的數據產品，可能需要采用加速攤銷法，如年數總和法。而對于其他類型的數據產品，則可能需要采用直線攤銷法。

由于數據資產的經濟價值可能會發生波動，因此在選擇攤銷方法時還需要考慮這種價值變動的影響。例如，如果數據資產的價值在短時間內大幅下降，那么采用加速攤銷法可能會更加合適。

企業在選擇攤銷方法時還需要考慮到會計一致性的要求。這意味著企業需要在不同的會計期間內使用相同的攤銷方法，以確保財務報表的準確性和可比性。

綜上，在合理預計數據資產使用壽命時，我們認為應該審慎判斷數據產品在需求場景中發揮作用的具體方式，尤其是對于時效性比較強的數據產品，建議應該用年數總和法等加速攤銷方法。數據資產攤銷方法選擇難主要是因為其獨特的性質和多種影響因素所導致的。企業在做出選擇時需要綜合考慮這些因素，并根據實際情況進行靈活調整。

9、內部使用數據資產確認

1. 缺乏明確的標準和規范：目前，對于內部使用的數據資產，缺乏統一的確認標準和規范。不同的企業可能會有不同的理解和操作方式，導致在確認過程中存在較大的主觀性和不確定性。

2. 數據資產的價值難以量化：相比于傳統的實物資產，數據資產的價值往往更加抽象和難以量化。這使得在確認過程中，如何準確評估數據資產的價值成為一個難題。

3. 數據的獲取和使用過程復雜：數據的獲取和使用過程通常涉及到多個部門和人員，這使得在確認過程中需要考慮到更多的因素，如數據的所有權、使用權等。

4. 數據的更新和維護成本高：隨著技術的發展，數據資產的更新和維護成本也在不斷提高。這使得在確認過程中，需要考慮到這些成本對數據資產價值的影響。

5. 法律和監管環境的變化：隨著數據保護法等相關法律和監管政策的出臺，企業在處理內部使用的數據資產時需要遵守更多的規定，這也增加了確認的難度。

因此，建議企業內部使用的數據資產可以參考內部使用的軟件，首先制定內部使用效果評價體系，從量化指標上確認該數據資產的確起到了降本或者增效的效果，其次根據同行業或者公司歷史研發的數據產品合理判斷使用年限，審慎對內部使用的數據資產資本化。

10、數據資產稅會差異應對

首先，會計上對于數據資產的攤銷方式和期限與稅法規定可能存在一定的沖突。例如，企業會計上對于數據資產按照預計使用壽命加速攤銷，如3年或者5年，但稅法規定無形資產在不低于10年的攤銷期限內，按照直線法計算的攤銷費用準予扣除。這種稅會政策的差異會導致企業需要支付較高的當期所得稅費用。

其次，數據資產的稅基確定也是一個難點。目前數據資產交易大多發生在關聯企業之間，屬于關聯交易。由于這些關聯交易中的價格可能偏低甚至不收取費用，或者價格偏高以實現避稅目的，導致數據資產稅基很難確定。

此外，數據資產具有時效性強的特點，可能導致部分資產可能存在即時失效的可能，從而導致數據資產報表規模波動較大。這加大了企業進行稅務處理的難度。

因此，針對以上問題，建議企業合理選擇攤銷年限并對認真分析稅會差異，并形成一些可行建議；同時應提高數據資產全生命周期的管理能力，審慎確認數據資產；對于集團公司和子公司特殊的關系，集團應建立和完善數據資源相關的成本核算。

總之，隨著數字經濟時代的到來，數據資產已經成為企業的核心資產之一。因此，各企業應當高度重視數據資產入表政策的實施，積極應對挑戰，優化數據管理流程，提高數據資產的價值。同時，政府部門也應加強政策引導和支持力度，為企業創造良好的發展環境。讓我們攜手共進，共同推動數據資產入表政策的落地和實施，為我國數字經濟的繁榮和發展貢獻力量。