企业数据资产入表过程中遇到哪些挑战？

目前企业数据资产入表过程中遇到的主要挑战归结为以下几点：

1.数据资产的确认

不同于传统资产，数据具有很强的时效性，企业所持有的数据资源也往往处于不断更新与增加的过程中。有些数据虽确能给企业带来经济利益流入，但其生命周期过短，不具备超过一年的长期使用价值。这些数据因不具有价值稳定性而无入表的必要，即便“强行”入表，其账面价值也会在短时间内被全部摊销。因此，企业在开展数据资产入表相关工作时，首先应当解决的问题即为如何确定拟入表的数据资源，确保入表工作“有价值”。

根据实践中企业数据应用的具体场景，数据可大致分为三类，即舆情类数据、营销类数据和风控类数据4。其中，舆情类数据多为新闻报道、社会动态等，其业务模式为企业采集公开数据，生成实时资讯报告等，为客户提供服务，这种数据具有生产周期短、时效性强的特点，一般不具有长期使用的价值；营销类数据则为企业通过对相关主体各类信息的收集，经加工整理形成用户画像等，用于企业营销、推广活动，由于此等客观事实具有相对稳定性，因此这类数据的生命周期相对较长，长期使用价值较高；风控类数据则是基于对相关主体长期情况的记录，对其信用等情况进行综合评判，用于风险管理等具体业务需求，相对而言，此类数据的生命周期最长，长期使用价值最高。

基于此，企业应当结合自身业务模式与数据利用的实际情况，对数据资源进行分类。对于生命周期短、无长期使用价值的舆情类数据等，不宜确认为资产，依照《暂行规定》的要求，将相关数据对应的利益流入确认为收入即可；对于生命周期相对较长的营销类、风控类数据，则可以考虑按照《暂行规定》及相关会计准则的具体要求，确认为资产。

2.数据资产研究阶段与开发阶段时点的确认

根据《暂行规定》，数据资源可以被确认为无形资产或存货。现阶段，数据交易合同的法律性质仍存在争议，因此在数据资产入表的实践中，企业多将数据资源确认为无形资产。根据《企业会计准则第 6 号——无形资产》，企业内部研究开发项目的支出，应当区分研究阶段与开发阶段，只有符合一定条件5的开发阶段支出才能被确认为是无形资产。在实践中，有部分企业通过对所持有的数据进行初步加工与处理，实现了部分需求，在此基础上加大投入进而实现相关数据资源的商业化利用。此时，如何确认研究阶段与开发阶段的时点，将会直接影响企业数据资产的账面价值，这对企业项目研发的管理体系提出较高的要求。

3.数据资产相关成本的归集

如前所述，《暂行规定》明确数据资产账面价值的确定适用成本法，即企业相关数据资产形成所耗费的历史成本。但在实践中，企业在数据资源的管理过程中，往往是以满足特定需求为出发点，对数据处理相关成本的管控较为粗放，且财务部门与业务部门之间信息传递并不通畅，导致数据资产的成本归集成为难题，进而导致入表难。这就要求相关企业应加快数字化转型，结合企业数据处理流程重构各部门间的信息共享与财务报告制度，并重点落实工时管理系统。

4.数据资产使用寿命的确认

数据具有很强的时效性，其价值会随着时间维度的拉长而发生显著变化。在实践中，即使企业已能够确认数据资源符合入表的条件，但对于如何确定其作为无形资产的使用寿命，仍旧是一个不小的挑战。 如上所述，企业可以将所持有的数据资源根据应用场景等大致分为舆情类、营销类和风控类三种。其中，舆情类数据的生命周期一般不超过一年，因此可不进行入表操作。对于营销类数据，其价值稳定性的基础即信息主体的决策偏好惯性，因此企业需要结合具体的业务情况来判断此类数据的使用寿命，一般不会超过三年。以精准营销这一应用场景为例，消费者的偏好会随着时间变化而变化，企业利用营销类数据所制定的营销策略会逐渐失效，此时企业就需要重新收集数据并制定新的营销策略，也即，营销策略存续的期间可以在一定程度上反映相关数据资产的使用寿命。对于风控类数据，其使用寿命一般较长，以银行授信场景为例，银行一般会通过被授信企业三至五年的信用情况进行风险分析，由此风控类数据的使用寿命也一般在三至五年，甚至少数会在五年以上。

5.数据资产摊销方法的选择

当相关数据资源确认为无形资产时，就会随之产生无形资产摊销方法选择的问题。一般来说，无形资产摊销方法的选择应当与其价值随时间的贬损情况相适应。因此在选择数据资产的摊销方法时，应在审慎的前提下结合数据资产发挥作用的具体方式进行综合研判，尤其是对于时效性较强的数据资产，可以选择加速摊销的方法，例如年数总和法。对于使用寿命认定较长的数据资产，在选择合理的摊销方法后，仍应对其具体情况保持关注和跟踪，一旦出现产生价值不达预期的情况，应及时调整其账面价值。