数据资产流通缺少统一规范。
要有效评估数据资产价值，必须充分考虑影响其价值的各项因素。中国资产评估协会（2019）认为，数据资产的价值影响因素包括技术因素、数据容量、 数据价值密度、数据应用的商业模式和其他因素。有学者认为数据资产的价值 应该由数据质量和数据分析能力组成（李永红，2018）。阿里和德勤（2019） 则是将数据资产价值影响因素分为质量、应用和风险维度。2022 年，广东财经 大学政税务学院副院长郑慧娟副院长在 DQMIS 大湾区交通行业数据要素增值论 坛提出，数据资产通常具有非实体性、依托性、可共享性、可加工性、价值易 变性等特征。根据中国社科院江飞涛副研究员的判断，在数字技术和数字经济 促进组织形态创新的语境下，组织形态会向放、协同、共享的创新生态网络形 态演变。相应的，带来了数据资产不同于传统资产的特点。例如，组织方式的 网络化带来了产权界定的复杂性，协同化使得成本收益归属更加复杂，企业之 间的数据共享与跨界协作导致数据确权，数据资产边界的确定、收益、成本， 都比传统的企业整体或者单项资产难度更大。
数据的种类多样，数据资产价值的评估维度也是多元的。与传统资产相比， 数据种类多样、价值易变，具有更加丰富的潜在应用场景，其资产化后的价值 评估也需要综合考虑更多方面因素。
传统估值方式存在一定局限性
目前实践中尚未出现适用于新型数据资产的价值评估方法，数据传统资产 的界定、特征存在联系和差异，传统资产评估方法及基本原理为数据资产价值 核算提供了试验路径参考，如果使用传统资产评估原理进行分析并非完全不可 行，但局限性同样不容忽视。
传统资产评估方法在数据资产价值评估过程中受到了或多或少的限制，数 据资产相比其他资产而言，活跃程度、灵活性和时效性明显更强，在实际应用 中需要对数据要素和数据资产的特殊性进行全面评估，对传统估值方法进行灵 活创新，才能真实反映数据资产的经济价值。
数据资产流通缺少统一规范
当前数据资产流通和交易尚处于行业自治状态，数据资产标准、交易模式、 数据产品/服务行业规范和市场指引尚不统一，导致数据资产交易渠道不畅通。 交易市场尚不成熟，导致短期交易居多，缺乏稳定交易关系和健康交易程序。
行业数据资产特点不尽相同
数据资产的特征在行业之间具有差异性，多样性，主要体现在数据的属性、 表现形式和应用维度三个方面，各行业间存在差异。传统估值方式未必能完全 完整覆盖各行各业的数据资产估值，无法完全体现各类行业的数据资产特征多 样性。
