数据资产国标落地：登记确权已推开，"数据变现"仍停留在概念阶段

9月1日起，《资产管理 数据资产分类与代码》和《资产管理 数据资产登记指南》两项国家标准正式实施。这是财政部牵头起草的首批数据资产领域国标，标志着中国数据资产管理从"无标准、无依据、无规范"的粗放时代，正式进入标准化轨道。

但标准落地，不等于价值兑现。在登记确权逐步推开的同时，企业数据资产"变现难"的困境并未缓解——确权边界模糊、估值体系缺失、交易场景匮乏，大量企业的数据资源仍停留在"沉睡"状态，难以转化为真金白银。

国标落地：数据资产终于有了"户口本"

两项国标由财政部组织起草、国家标准化管理委员会审批通过，于9月1日正式实施。

《数据资产分类与代码》遵循固定资产分类编码原则，在"信息数据类无形资产"大类下，将数据资产划分为结构化数据、半结构化数据、非结构化数据三小类，具体包括15个细类，既兼顾分类粒度与实用性，也预留了拓展空间。

《数据资产登记指南》则确立了数据资产登记的总体原则，明确了登记实施方、登记内容、登记流程和要求，重点围绕初始登记、变更登记和注销登记三个环节，提出资产台账登记和会计账簿登记的具体要求，形成岗位职责清晰、流程规范的数据资产登记管理体系。

值得注意的是，此次国标中的"数据资产登记"与此前各地推进的"数据产权登记"并非同一回事。前者主打"管账"，解决数据怎么管理、怎么入账、怎么估值的实操问题；后者主打"确权"，明确数据到底归谁。两套制度并行落地，共同构成数据要素市场化的底层基础。

"此前的政策都是在'定方向'，而本次双国标是在'定动作'。"有行业观察者评价。从2022年"数据二十条"搭建顶层框架，到2023年财会新规解决入表问题，再到2026年双国标统一全国实操标准，数据资产制度链条正在逐步闭环。

"不敢入"：确权与合规的三重顾虑

标准有了，但企业敢不敢用、愿不愿用，是另一回事。

当前企业数据资产入表面临的首要困境，是"不敢入"——根源在于确权基础不牢、合规风险不明、监管尺度不一。

确权难是最大堵点。我国现行法律体系中，尚未对"数据权"的权利类型作出明文规定。《民法典》第127条仅笼统规定"法律对数据、网络虚拟财产的保护有规定的，依照其规定"，但未明确数据权利的具体性质和范围。

这导致一系列实操难题：平台企业收集的用户数据，权属属于消费者还是企业？企业与第三方合作采集的数据，收益如何分配？原始数据与衍生数据的使用权边界在哪里？这些问题目前均无统一论断。

合规风险同样让企业却步。数据资产入表需要满足《网络安全法》《数据安全法》《个人信息保护法》等多重监管要求，个人数据入表前必须满足"告知-同意"的全流程合规，不得以"一揽子授权"方式强制收集。

一旦入表后的数据资产被认定为存在合规瑕疵，企业可能面临行政处罚乃至诉讼风险。

信息披露的顾虑也不容忽视。数据资产入表意味着企业需要在财报中披露数据资源的详细信息，这可能暴露企业的核心商业逻辑和数据布局，使竞争优势受损。

"不愿入"：成本高、收益不确定、市场不成熟

即便跨过"不敢入"的门槛，企业还面临"不愿入"的现实考量。

数据资产入表不是简单的会计科目调整，而是涵盖数据资源梳理、合规治理、价值计量及后续维护的全流程体系化工作，各环节均需高额成本投入，且呈现"前期沉淀多、后续持续耗"的特点。

以成本归集为例，企业需要梳理清楚数据领域花出去的每一分钱——数据源采购、处理软件、人力成本、律师确权、评估机构费用等。但很少有企业在日常经营中就把数据投入梳理清楚。有从业者举例：一个数字化部门五人团队年人工费100万，这五人同时参与多个项目，如何准确分摊每个数据产品的成本？"如果梳理不清楚，这部分成本就不能被算进去。"

更根本的问题是收益不确定。入表虽能优化资产负债结构，但数据资产难以像固定资产、金融资产那样直接产生现金流，多为间接赋能且无统一量化标准。企业难以感知短期收益，加之数据资产的时效性强、贬值风险高，一旦应用场景未能兑现预期收益，或技术迭代导致数据价值衰减，企业可能面临大额资产减值冲击利润表。

市场交易机制不成熟，则是压垮企业入表意愿的最后一根稻草。数据资产的价值实现，依赖于交易、授权、质押等市场流通机制。但当前数据要素市场存在权属不明确、定价困难、公共数据管理权责不明晰、交易正向激励不充分等问题，企业即便完成入表，也很难通过市场机制实现价值变现。

变现困局：从"账面繁荣"到"真金白银"有多远？

数据资产变现的难，体现在产业链的每一个环节。

估值难是核心瓶颈。数据资产具有非竞争性、低成本复制、高度依赖应用场景等特征，价值随时间、技术、市场动态变化，导致评估困难。目前主流估值方法有三种：成本法（以投入成本为基础，可能低估市场价值）、收益法（预测未来收益折现，适用于已明确商业化路径的数据）、市场法（参考同类交易价格，需依赖活跃市场）。

但三种方法各有局限：成本法难以反映数据的真实市场价值；收益法要求数据产品已有明确商业化路径，而多数企业并不具备；市场法依赖活跃的交易市场和可比案例，而当前数据交易市场活跃度有限。

交易场景匮乏同样制约变现。虽然各地数据交易所纷纷成立，但真正成交的数据产品数量有限。上海数据交易所在推进企业数据资产入表模拟研究中发现，企业对数据资产的认知有限、对形成数据资产的路径理解不足、会计处理存在困难、信息披露规范不明确、专业服务机构评估方法不统一，是五大核心挑战。

从上市公司实践看，数据资产入表的企业数量仍然较少。除了部分地方国企出于融资考虑对数据入表热情较高，大部分企业意愿并不高。

已入表的企业也多以外购数据为主，自研数据因确权无统一标准而难以资本化。科大讯飞、东方财富、顺丰控股等头部企业的案例显示，即便完成入表，仍面临用户数据权属边界模糊、合规审核成本高、收益法估值难以落地、跨区域数据合规标准不一等困境。

两项国标的实施，为数据资产管理提供了统一的动作指南，填补了"怎么分类、怎么登记"的制度空白。这是数据要素市场化进程中不可或缺的基础设施。

但标准只是起点，不是终点。从"登记"到"变现"，中间还隔着确权体系的完善、估值标准的统一、交易市场的活跃、合规成本的降低等多重关卡。

正如一位从业者所言："技术上可行不代表商业上合理，法律上允许不意味着财务上有利。"

在数据资产真正能够像土地、房产、知识产权一样，成为企业可抵押、可交易、可定价的标准化资产之前，"数据变现"仍将更多地停留在政策文件和概念宣传里，而非企业的现金流量表中。

国标给了数据资产一本"户口本"，但如何让这本户口本上的资产产生真金白银的回报，是整个行业接下来要回答的硬核问题。