数字经济发展趋势下企业大数据资产的会计处理问题分析

周华杰 娜比拉·海萨尔 （通讯作者）

（新疆农业大学经济管理学院，新疆 乌鲁木齐 830052）

我国从传统农业经济发展为工业经济，再到互联网背景下的数字经济，数据处理分析技术快速发展，商业模式不断推陈出新，数字技术转变了传统实体产业，使数字经济规模不断创新发展。数字经济是将日常生产生活中的数据进行清洗、筛选、存储、整理，提高企业资源配置，实现数据价值化发展。企业日常生产运行中获取数据并制造数据信息，随着时间推移，数据的价值转变为对未来发展的预测，发挥一定经济价值，也是数字经济发展的核心驱动力。数字经济时代，数据成为重要的生产要求，有助于帮助企业控制风险等级，保持企业产销平衡，促进企业战略布局发展规划更加科学、全面。

一、大数据资产的定义与特点

1.对现有大数据资产定义的扩充

信息化时代，数字经济成为社会发展主流方式，大数据作为资产已经列入财务报表，但根据企业会计准则要求，并非所有数据都能作为资产列入财务报表，根据相关制度要求，数据资产应是企业过去交易事项形成，作为企业单独拥有并控制，为企业预期带来利益增长的资源。大数据具有一定时效性，过于久远的用户行为信息在预测企业未来发展价值已经不具备可参考性，虽然可以证实作为企业过去且真实的交易事项，但过了时效，不能作为企业战略发展决策依据。大数据背景下，数据信息挖掘应切实联系自身运营实际，并为企业未来战略发展方向进行预测，结合过去时间内的销售业务，整理分析后对未来一年内可能发生的事项或交易形成，具有企业控制或拥有的属性，这些数据资源通过整理和分析，能够为企业带来经济流入的数据库。

2.大数据资产化需要满足的条件

企业积累的原始大数据并不能认定为大数据资产，应具备以下条件。第一，数据集合是未来一年内交易形成或者很可能发生的事件。第二，通过交易事项而产生的大数据资产。第三，数据集合应由企业拥有或者控制，企业为了发挥大数据资源作用，应将数据集合作为控制权，在经营活动中挖掘大数据资源，确认不同权属问题。大数据价值密度低，企业获得原始数据需要筛选、情绪，结合经营实际才能发挥数据价值，进入资产负债表中。

3.大数据资产的特点

第一，大数据与日常业务密切结合。数据信息可以客观反映数据本质，记录企业真实记录，帮助企业及时发现违规行为。数据服务机构会对原始数据筛选、清晰，根据具体应用实际打包。第二，大数据资产具有一定价值波动性，会因为时间推移导致资产减值，还会因为企业积累和挖掘，发生资产增值，时效性影响也会带来贬值，大数据处理技术不断成熟，数据资产价值波动性也较大。第三，大数据资产具有时效性。大数据技术可以实时更新企业运营信息，如果信息采集滞后，不能及时为企业发展带来科学、全面决策。第四，大数据资产具有风险性。数据挖掘技术可以对原始数据进行挖掘，一旦挖掘失败，没有获得潜在价值数据资源，应将数据加工支出列为当期费用，影响企业利润，因此大数据资产存在一定风险性。

二、企业大数据资产的会计处理现状及存在的问题

1.企业大数据资产的会计处理现状

第一，企业大数据资产的确认现状。大数据资产会计处理首先应进行会计确认，企业在对原始数据外购环节的价值进行判断，即便花费大量人力成本、技术成本进行数据处理，也可能难以为企业带来价值增值，就不能认定大数据资产。企业大数据资产确定包括初始确认、更新后的再确认。如果原始数据通过更新后可以为企业带来经济利益，可认定为大数据资产。数据集如果不符合大数据资产，将不能计入资产负债表。企业当前对数据资产确认方式及流程缺乏参照，缺乏对更新加工的数据资产的客观判断，未能制定完善制度。第二，企业大数据资产的计量现状。会计计量是会计确认的第二部分，将符合资产化条件的原始数据展开核算，包括初始计量和后续计量。将满足资产化条件的大数据资产进行计量，公允地计入大数据挖掘过程中产生的成本。会计计量有助于企业顶层人员掌握大数据资产现状，并开展科学的经营决策部署，发挥大数据资产价值。会计计量是大数据资产流通交易的基础，也是记录大数据资产的入账价值、后续价值波动、维护支出及处置等。企业只有将大数据与日常经营相结合，为企业未来发展规划提出科学决策，才能体现数据价值。多数企业未能意识到大数据资产对企业经营业绩的超额盈利性和潜在的获利价值，不能及时更新当前的数据资产，导致大数据资产流程管控不科学，企业价值未能发挥应有水平。第三，企业大数据资产的列报与披露现状。数字经济快速发展前提下，大数据资产成为企业竞争核心，大数据资产蕴含的潜在价值及超预期的盈利性可以作为企业无形资产，应采取相应的会计政策进行记录，确保大数据资产交易的真实性、价格的公允性、信息的可靠性，帮助企业管理者或者投资者了解数据资产带来的潜在价值及潜在风险，并提高大数据资产管理水平。当前部分企业缺乏对大数据资产列报的重视，并没有将大数据资产列入财务报表，制约了企业资产价值的客观体现。

2.企业大数据资产会计处理存在的问题分析

第一，大数据资产的认定不完全。通过对企业财务管理人员调查分析，企业当前对大数据资产认定流程不清晰，缺乏明确的认定标准。对企业更新处理的数据集合，也应按照大数据资产化条件进行判定。更新后的数据集合能否为企业带来经济效益，还需要企业开展专项会议进行判断，是否带来的经济利益抵消数据资产加工过程产生的成本。企业未构建单独的数据管理部门，大数据资产认定流程不全面，对后续大数据资产的计量及管理带来影响，不能发挥数据资产价值最大化，影响企业潜在价值的挖掘。

第二，大数据资产的计量不合理。当前企业缺乏明确的大数据资产的计量方式，企业所持有的大数据相关科目未能直观地体现在财务报表中，大数据资产计量缺乏可参照的准则，往往借助财务人员个人工作经验，计入存货科目或者无形资产科目，对无潜在价值的大数据资产直接做费用化处理，个别企业对有关大数据资产不做任何会计处理。当前针对大数据资产的计量缺乏统一标准，企业为了抵减当期税费，将数据加工环节发生的费用计入了当期管理费用，虽然企业得到了抵减税费便宜，但也忽视了大数据资产带来的潜在价值，低估了企业潜在价值，很难给外部投资者带来追加投资信息。部分企业将大数据资产计入“无形资产”科目，可以享受研发费用加计扣除，这种方式企业不仅得到了抵减税费的实惠，为投资者及潜在投资者增强了信心。大数据资产可以归类为无形资产，运用历史成本实施计量，但业内学者认为大数据资产与无形资产具有一定差异，大数据资产受到时效性影响较大，价值具有一定波动性，在不确定因素下，导致数据更新积累增值，应通过摊销、减值的方式，使大数据资产进行价值增值。大数据对业务具有依附性，应根据企业实际应用场景才能突显其价值，企业无形资产业务关联性不大，无形资产带来的潜在价值低于大数据资产。历史成本计量注重过去历史时期的交易事项，对资产的投入及经营管理流程准确呈现。企业投资者注重数字资产为企业带来的价值，大数据资产计量方式采用历史成本，将弱化了大数据资产的潜在价值，阻碍了大数据交易市场的完善。大数据资产的后续运营管理应注重大数据的使用，部分企业不能深挖大数据资产潜在价值，未能通过标签识别、智能化、自动化识别，仅仅注重相关配套业务，局限在企业内部，未能投放到市场中流通与交易。大数据资产带来价值与后续维护成本相抵消，不符合资产定义，只能变卖或者作废处理。

第三，大数据资产的信息披露不充分。企业当前持有的大数据资产未能在企业财务报表中体现，附注中也未对大数据资产进行披露。数字经济发展模式下，企业竞争借助大数据资产，有助于企业提高营销活动的精准性，规避企业各类运营风险，促进企业经营决策有效性。大数据资产如果表外体现，会影响企业的市场价值，影响各投资主体作出正确选择。部分企业披露了大数据资产的购入、存储与使用，但缺乏对潜在价值的挖掘及不确定风险的判定。当前个别企业虽然对大数据资产做了披露，但在大数据积累清洗阶段，挖掘有价值的信息较少，如果不能及时披露，投资者将对潜在风险缺乏判断，会带来一定经济损失。大数据资产受到时效性影响，存在贬值风险，因此，应对存在的风险及时披露，提高企业财务报表相关信息的可靠性。

我国会计制度缺乏对大数据资产列报与披露方法的明示，企业在会计计量及列报过程中，存在一定信息不对称性，资产未能列入财务报表，投资者易低估企业潜在发展价值及风险，未来将进一步规范会计确认、计量、列报与披露方法。

三、对大数据资产会计处理方法的有效策略

1.大数据资产的确认

首先，应明确大数据资产的确认条件。大数据资产应明确是否能够为企业带来经济利益流入，大数据资产形成的成本及带来的价值能否准确计量。大数据具有低价值密度特征，因此，企业对原始数据获取、加工、利用过程中，应投入一定的人力资源及技术资源，对数据进行整合、筛选、整理和分析，预估是否能够为企业带来经济利益流入，数据挖掘具有一定风险性，最终形成数据集合，如果该数据集合为企业带来的利益流入难以抵销前期投入，就不能列入企业财务报表中。因此，大数据资产确认条件应明确是否能够为企业带来经济利益流入。其次，大数据资产能否作为可靠计量，数据信息是否公允，也是大数据资产是否能够计入资产负债表的关键。当前大数据资产可用于企业自身业务开展以及对外销售。随着我国针对大数据相关法律法规的完善，大数据资产可以用市场价格计量。另外，大数据资产运用到企业运营发展中，可以精准推出营销活动，控制成本支出，为企业管理者提供战略发展规划。其次，大数据资产计量属性选择。大数据资产应以公允的会计计量为基础，符合会计信息质量特征。历史成本法仅仅体现了企业的生产所得，不能客观反映企业全部经营活动，不能向市场参与者提供未来业绩走势，不能为企业未来发展的不确定性作出科学预测。重置成本法缺乏客观性，随着市场快速发展，过于相同的资产难以找到，缺乏可靠依据，影响会计信息的精准性。可变现净值能够反映企业未来资产价值，但影响企业资产总和，缺乏可参考性，当前企业使用可变现价值法较少。现值法计量主观因素较强，具有一定不确定性，受到收益期数影响，管理层估计缺乏可靠性、可稽核性。公允价值可适用于金融创新，合约交易中一般采用该方法，可以弥补历史成本法的不足，每个报告期末都会确认一项资产的公允价值变动，可以更加全面反映资产状况，但公允价值计量操作难度较大，在折现年限及未来现金流量的确定性存在一定的主观性。最后，大数据资产的科目。资产负债表中反映大数据资产的一级科目应设置“大数据资产”或者“大数据资产加工支出”；二级科目应根据企业实际用途，其中销售用应归类为“大数据资产——销售用大数据资产”，为了自身业务发展或决策应用的归类为“大数据资产——自用大数据资产”；三级科目主要是会计计量，包括“大数据资产——成本”“大数据资产——公允价值变动”。

2.大数据资产的计量

首先，大数据资产的初始计量。其中外部购买的大数据资产成本包括购买成本、交易过程中产生的手续费等，计入“大数据资产——销售（自用）大数据资产——成本”。外购的原始数据，企业清洗、筛选、整理后的大数据资产，应计入大数据资产加工支出科目；自行开发或者经营活动中企业自主获取的大数据应计入“大数据资产加工支出——费用化支出”科目，后续加工且符合资本化的应计入“大数据资产——成本”科目；被动获得的大数据应与初始入账价值或者大数据资产自行开发财务处理方式相同。其次，大数据资产的后续计量。原始大数据加工支出时，数据累积清洗阶段应计入“大数据资产加工支出——费用化支出”科目，期末应计入“管理费用”科目；数据整理阶段，如果符合资本化条件，应计入大数据资产成本，计入“大数据资产——销售用（自用）大数据资产——成本”科目，如果不能为企业带来收益，应计入当期损益。大数据资产期末变动的会计处理，应按照市场公允价值确认，计入“大数据资产——公允价值变动”科目，大数据资产处置时应根据处置方式分别计入不同科目。如果发生损毁报废，没有后续利用价值，将一次性结转全部剩余成本。大数据资产持有目的是自用，应全部结转“其他业务成本”科目。大数据资产出租，应计入“营业外收入”科目。

3.大数据资产的列报与披露

首先，大数据资产在资产负债表中应明示具体项目及金额，将其归类为无形资产，并列示大数据资产的成本，对产生的费用，增设“大数据资产加工支出”大数据资产在资产负债表中列示应采取流动性越强，越靠前位置，便于报表使用者了解当前风险点，便于科学决策。其中销售用和自用的大数据资产流动性有较大差异，一般自用的大数据资产应列为“无形资产”项目后，销售用大数据资产应列在“存货”项目后。其次，大数据资产披露的内容包括大数据资产的认定、核算信息、使用情况、预期可能存在的风险。大数据资产具有一定的时效性，价值波动存在不确定性，因此，在财务报表披露的过程中既要体现未来带来的潜在价值，也要披露预期带来的风险，便于报表使用者客观了解企业发展运营实际情况。

四、结语

数字经济快速发展，大数据资产列入财务报表成为业内炙手可热的话题，当前国家相关政策缺乏对大数据资产的认定、核算、后续运营的明确规定，相关会计处理问题还缺乏一定的文本参照，因此，应结合大数据资产的特征，结合当前社会经济发展现状及企业运营实际，提出大数据资产的确认、计量及信息披露方法，避免不列入财务报表，误导企业投资者，不利于企业资产保值增值，影响企业发展的客观性与全面性。