数据资产会计处理研究

刘月

摘要：在当今大数据、人工智能、云计算服务等高科技迅猛发展的形势下，各类数据在企业经营发展中的重要性和价值日益凸显，对数据资产的计量和会计确认成了当务之急。文章首先对数据资产概念进行界定，找出数据资产的共性特征，并根据不同特征进行分类研究；结合资产几种定义对数据资产的会计确认和计量问题进行研究；结合研究成果对规范数据资产提出建议，以期提高会计信息的相关性。

关键词：大数据；数据资产；会计计量；计量属性

一、研究背景

《2021中国大数据产业发展白皮书》显示，2021年我国大数据产业规模已经达到8000亿元，预计2023年将突破12000亿元，数据产业已经成为一个新兴产业，而数据资产则已经成为市场化配置的关键要素，研究数据资产已经迫在眉睫。为了鼓励数据资产价值进行变现，2021年11月25日上海数据交易所在成立，在挂牌当日就完成了20个数据产品的交易。上海数据交易所的成立将为数据交易积累丰富的经验，为今后解决数据资产确权难、定价难、互信难、入场难、监管难等关键共性难题提供解决方案，同时数据资产也将助力科技创新的发展。由此可见，对数据资产进行研究具有非常重要的现实意义。

数据已影响到人们工作生活的方方面面。在目前的市场环境下，数据资产对企业的重要性不言而喻，已成为企业参与市场竞争的重要筹码。研究发现，合理利用合适的数据分析来辅助企业进行决策，比不会利用数据进行决策的企业，生产率平均可以提高6.5%。2011年，Facebook的账面资产为66亿美元，而市场对它的估值却是1040亿美元，巨大的差额来源于市场对公司拥有的数据价值的认可，投资者心中已产生了对数据的价值判断。这些价值如果不记入会计报表内，将会直接影响会计报表的相关性。由此可见，对数据进行资产化，可以增加数据资产的流动性，有利于资源要素的合理配置。对企业而言，数据资产化有助于充分挖掘数据的价值，将数据资产纳入会计计量的范畴，有助于提升会计报表的质量，帮助企业科学制订经营决策，改善企业的经营绩效。

在互联网时代，数据可以被及时存储与传输，越来越多的企业经营者通过挖掘大数据背后的价值发现了新的商机，数据资产较其他资产而言具有更加明显的时效性，当数据资产不再为企业创造价值时，就有必要对数据资产进行处置。由此可见，数据资产也具有生命周期，如果要将其反应在会计报表中的话，有必要为其设置专门的科目进行核算。如果数据资产的价值难以准确计量，可以对数据资产的价值进行会计披露，因此，计量与披露两种方式都同样重要。随着大数据交易平台的不断发展和完善，数据资产在计量上将有更多的参照模型，而数据资产的挖掘与交易过程本身都将为企业创造更多的财富。数据资产的交易过程也是促进数据这一要素资源流动的过程，从宏观上说，将为国家的资源的优化配置贡献力量。核算是做好数据资产管理的基础，将数据资产纳入会计报表具有深远的影响，因此本文将研究对于数据资产如何进行更好的计量。通过比较不同核算方式的利弊，提出如何对数据资产进行核算的建议。总之，数据资产作为企业发展和经营过程中最具潜力、最具价值的资源，将其纳入财务报表必将促进其流动性提高，让市场自动优化配置这样的数据资产，这将是一场伟大的变革，必将给企业的会计工作乃至整个会计行业带来重要的改变。

二、數据资产的概念和分类

（一）数据资产的概念

中国信息通信研究院发布的《数据资产管理实践白皮书（4.0）》对数据资产做了如下定义：企业拥有和控制的，能够为企业带来经济利益的，以物理或电子方式记录的数据资源。从会计方面看，资产是指由企业过去的交易或事项形成的、由企业拥有或者控制的、预期会给企业带来经济利益的资源。数据资产应同时满足以下三个特征。

第一，数据资产的所有权或控制权清晰且无争议。数据的产生和使用群体往往非常广泛，究竟谁才是数据资产的所有者需要法律层面加以界定，而区块链技术为人们确认数据资产的所有权提供了有力的技术支持。数据资产应具备被标识、被确认的技术条件，且在互联网环境中形成所有权的确认机制。

第二，数据资产应易于识别并具有独立性。数据应作为结果独立存在，而不依赖于数据源，在此前提下，数据资产才具备应用和价值计量能力。

第三，数据资产应具备易于交易功能。企业依靠数据资产来获取收益，因此数据资产除具备价值外，必须具备易于交易的功能，否则无法形成资产。

与其他类型资产相比，数据资产的时效性和个性化上存在较大不同。获取的数据在某一时间段内具有较高价值，随着时间流逝价值快速衰减；不同的数据使用者对同一数据的喜好程度差别较大，无法对同一数据进行普适性定价。因此，数据需要持续获取，根据不同使用者的要求重新封装、存储和发布，并对数据安全性进行防护。这些都决定了数据资产将处于一个动态管理的过程中。数据资产具有以下特征。

第一，本质数据化。本质数据化是数据资产最基本的特征。企业通过对各类资源进行数据化，能够更加高效和安全地储存资源，同时也能对资源进行快速提取和分析，并能从多维度反映资源特征，助力企业经营决策和发展。

第二，可以被多人同时加工。在信息时代，数据的获取是极其迅速的。根据既定规则对数据进行分类和初步分析后，筛选出符合规则的数据资源即完成了数据的初步加工，从而对企业的生产经营工作起到调整和完善的作用，帮助企业获取更大的经济利益。如电商企业能够利用交易信息和浏览信息得出消费者的近期需求，提前进行分析和判断，有针对性地向每一个消费者推送具有强相关性的商品或服务，促进消费增加。同时相关商品的成交也使企业的营业收入得到增加。如果没有对既有数据进行加工和分析，那么除了通过交易产生的直接利润的部分之外，企业很难获得有助于决策的其他信息。所以一套能对数据进行加工处理的方法对企业来说就显得尤为重要，其可以最大程度发挥出数据的价值。

第三，时效性强。在这个万物互联的时代，一个点的变化就会引发一系列点的反应和变化。以各种途径获取的数据信息是核爆式的增长，并不断进行变化。因此，数据资产极其鲜明的一个特点就是具有强时效性，它只对某一个时间区间内的情况具有较为准确的反映，随着时间的流逝，其准确性会越来越低甚至完全错误。这也是数据资产与实物资产的最大区别。

第四，迭代更新性。由于数据资产存在强时效性的特点，所以为了维持数据的价值或延缓数据价值衰减的速度，就要对其不断迭代更新。具体而言，企业的信息管理平台需要持续工作，实现对数据的持续采集、统计和更新，不断修正过程信息，同时也要对平台的安全和稳定性进行修复和提升。在这个过程中，企业还应对数据资产的安全性进行检查和完善，避免其存在漏洞从而被数据使用者用于不好甚至是非法的目的。

第五，独特性。每一个数据使用者对数据的需求都是个性化的，就像没有两个完全一样的人。数据的经济价值也因企而异，这与企业本身的经营发展密切相关。如对超市企业有用的交易数据，对汽配企业而言就不具有经济价值。因此，数据资产具有自身的独特性，带有强烈的个性化色彩。

数据资产作为近期产生的新概念，很多地方还处于边实践边探索的阶段。现阶段的定义比较抽象，同时由于数据的广泛性，数据资产也会衍生出各种各样的形态和应用，因此数据资产的定义也会处于一个动态的更新和补充完善的状态中。

（二）数据资产的分类

数据资产的生产过程可以划分为三个阶段：第一，数据标准化处理阶段。将获取的复杂信息进行标准化处理形成格式化数据，建立行业数据的标准体系。另外，需处理数据的安全性问题和所有权问题，例如将数据资产按重要程度来区分安全等级，合理控制数据的使用范围；第二，对数据进行加工处理的阶段。数据所有者对数据进行一些标签设置、数据抽取、填充、排序和重新组合等操作以使杂乱无序的数据具备可用性；第三，数据包装变现阶段。这是针对数据的应用领域、授权方式或其实际用途来对数据的品质和价值进行评估并设置好访问接口的过程，从而使包装后的数据可以直接变现使用。了解数据资产的产生阶段有助于对数据进行价值评估。

从会计计量原则上看，可以将数据资产分为三类：第一，广义上讲的数据资产，即企业对各类活动、行为和处置的物理或电子记载，可能存在产权不清晰和价值无法评估的问题；第二，管理学或统计学意义上的数据资产，数据的所有权和控制权不存在争议，但要是不能评估价值，则无法应用在经营活动里；第三，会计学意义上的数据资产，所有权和控制权明晰无争议，且能够合理评估价值。必须具备会计学意义上的数据资产条件，才具有参与市场交易的条件。

数据资产的分类势必会催生出一条完整的产业链，各阶段都会涌现出一批专精企业。在市场竞争中不断进行迭代，在细分领域的独角兽带领之下，能够更好地促进数据资产产业的发展和规范。

三、数据资产的确认和计量

（一）数据资产的确认

企业拥有数据资产的所有权和控制权是确认数据资产的先决条件。数据资产的价值可以通过一定方式评估并能在未来对企业带来经济效益。

从所有权和控制权上看，数据资产较其他资产复杂许多，其所有权和控制权往往是相互分离的。所有权的形成取决于對产生数据的来源、采用何种收集数据的方式、标准化处理和数据筛选封装、存储和抵御外部攻击的过程及形成数据资产的能力；数据资产的控制权则更多交由社会化的云服务共享平台来实现。如此一来，数据资产的所有权和控制权相互依赖和制约。因此，对于数据资产的确认，不仅要承认数据资产所有权的唯一性，且这个唯一性应有专门的技术手段进行保护，而且还应考虑数据资产控制权的多样性，打破传统资产确认单一所有者的束缚，从而形成所有者、控制者根据规则和协议共有或共享的模式。例如，美国Facebook公司提出数据私有化行动，一方面，承认了用户对数据的所有权，另一方面，利用激励机制鼓励用户转让数据的控制权。相信在不久的未来，对数据资产产权的共享和共有会成为社会发展的常态。

由于数据资产具有时效性和巨大的个性化差异，且数量巨大，因此对数据资产的所有权和控制权进行清晰界定必须依靠互联网技术的手段，一是对数据进行标识，二是对数据进行确权。数据标识应具有唯一性、不可逆性和不可篡改性；数据确权是清晰明确数据资产的所有权和控制权。数据资产所有权人在法律规定和保护范围内具有对数据的占有、使用、收益和处置的权利。基于区块链的加密算法和共识机制能够对数据资产进行标识，工作量证明则提供了数据资产所有权或控制权证明的算法模型。

参照会计核算中对资产的计量方法，对数据资产也可以按照取得方式的不同进行区别对待。从数据资产的来源上看，可以分为三种方式。第一，为自建数据资产，它是指该数据资产由企业在经营活动中产生，产生和存储均为同一方。这样产生的数据资产最为常见，比如公司在日常可交易活动中获取的用户信息，例如淘宝通过平台获得的用户购物习惯、购物偏好等。这些信息可以被加工后用于消费信贷。蚂蚁微贷就是这样的例子，通过分析用户的购物习惯来判断用户的偿债能力，实践证明，采用这样的信息放出的贷款的坏账率要低于银行逐级审批的坏账率，这也充分体现了数据资产的价值。第二，为外购数据资产，它是指该数据资产的所有者通过市场交易，从其他方购买所得的数据资产。可以分为两类，一类是通过外购后直接投入使用并给企业带来经济利益的数据资产，另一类是外购后再加工才能为企业带来经济利益的数据资产。以上海数据交易中心成交的首单为例，国家电网公司把在经营活动中获取的客户数据资料打包卖给了银行，银行再加工后用于为发放信用贷款提供参考。这是典型的购买后再加工所产生的数据资产。第三，为通过非法手段获取得数据资产。这些非法手段包括使用爬虫或者黑客等方式来获取较为隐蔽的数据，这类方式取得的数据资产由于来源特殊，产权归属问题较为复杂，需要法律部门的介入，因此是否作为数据资产反应需要以法律依据为前提。

针对以上三种方式取得的数据资产，在会计计量上也有所不同。第一种通过自建方式取得的数据资产，可以参照自建固定资产的方式来计量。该数据资产的成本包括资产形成期间所产生的各项人力、物力等资源投入。如果将来市场中有公允价值的，可以按照公允价值进行调整，差额计入其他综合收益。第二种通过外购或者外购后再加工取得的数据资产，由于这类资产拥有较为可靠的公允价值，因此可以直接将交易成本计入资产价值，后续产生的加工费用据实增加该数据资产价值。目前已经有很多这样的数据交易平台，比如贵阳大数据交易所、上海的数据交易中心，这些交易平台不仅为数据资产如何计价提供了可靠的市场价格，还为后续数据资产模型的价值评估提供参考。贵阳大数据交易中心就将所有在平台上交易的数据，通过标准化处理，包括清洗、分析建模，最后包装成标准化的产品进行出售。针对这类有公允价值的数据资产，可以借鉴金融资产的确认与计量方式进行计量，在每个资产负债表日将公允价值的变动根据购买资产的目的不同分别计入当期损益或者其他综合收益。第三种非法取得的数据资产，如果法律认定不具有所有权，应该将发生的成本费用计入当期损益。如果法律认定具有所有权，应该参照第一种方式取得的数据资产进行计量。

（二）数据资产的计量

会计计量的核心是选择合理的计量属性及计量单位。在《企业财务报告的确认和计量》中提出了历史成本、重置成本、可变现净值、未来现金流量现值、公允价值五种计量属性。

在计量属性上，需要充分考虑数据资产的特殊性，并结合数据资产的分类进行区别对待。

数据资产时效性强、价值波动大，历史成本计量与重置成本计量均不合适。首先，数据资产在初期投入较大，但伴随着技术的进步、市场的发展，后期的经济利益流入可能会远远超出投入价值，用历史成本和重置成本计量不能提供可靠的、真实的会计信息；其次，数据资产有着较强的时效性，在不同时点的价值会产生较大幅度的波动，且有的数据资产可以多次重复使用，需要实时关注数据资产的价值变化，对其账面金额进行适当调整，用历史成本和重置成本计量同样不能提供可靠、真实的会计信息。

由此可见，数据资产的计量主要需要解决公允价值的问题，从目前来看，根据不同类型数据资产公允价值取得的难易程度，在会计计量上采用不同方案。

广义的数据资产，因此该资产没有得到管理，质量不高，造成应用不广泛，站在会计的角度来说，不具有形成资产的条件，确认资产有悖于会计的谨慎原则，因此不做会计处理，其发生的费用直接计入当期损益。

管理学意义上的数据资产，由于拥有清晰的所有权和控制权，容易被识别，可以结合资产的具体特征采用不同的计量方式。若可以精准计算该数据资产带来的未来收益，可以使用未来现金流量现值来计量，并增加所有者权益。如果这种方式无法合理确认数据资产价值的，根据会计的谨慎原则，不再确认数据资产价值。

会计学意义上的数据资产，得益于这类数据资产具有唯一标识，具备稳定使用价值或服务能力，如导航服务、精准客户画像、算法模型等；具备市场交易的条件，能够单独作为交易的标的物进行交易，对接受方可以形成价值；具有活跃的交易市场，可比较相同或相似条件下的交易行为来确定其价值。对于此类数据资产，应利用其易获取公允价值的特性来进行计量。在具体会计处理上，可根据金融资产的会计处理方式，并考虑持有资产的目的，对公允价值的变动应计入当期损益或者其他综合收益。

四、建议与对策

（一）确认环节

1. 出台相关法律法规和行业规定、明确数据资产的产权规则

数据资产计量和管理前提是有相对完善的市场交易环境和制度规则，保证数据资产的安全并承认数据资产的“私有”。需要建立法律方面的配套措施和使用技术手段对数据资产进行保护。只有数据资产产权清晰才能进行交易，只有存在活跃的交易市场才能公允地对数据资产进行价值计量。

现阶段，数据资产的所有权和使用权还没有明确的界限。数据资产的转让，无法清晰界定是所有权还是全部的权利。出台相关法律法规和行业规定的目的是保证和促进数据资产的公平交易和合理利用。杨永凯认为，数据的实控人应享有企业大数据的初始财产权，但必须对其财产权进行合理限制以防止个人隐私权被侵害。李刚提出推进数据要素化进程、鼓励对有核心技术的平台进行持续投入，向价值创造能力更强、研发投入更大的主体倾斜数据的确权。

数据资产的确权问题在国内外学者中进行了大量理论层面的讨论。在实践中，数据资产涉及开发权、所有权、使用权和收益权等一系列权益，纷繁复杂。数据资产公有和私有如何划分还不得其法，也没有深入人心，仅靠物理属性方面的划分还远远不够。因此，研究数据资产产权的归属问题是当前的重中之重。

任何地方都不是法外之地。数据是企业、人的活动和行为的记录，其中可能涉及到商业秘密和个人隐私等问题。行业技术标准和规范应对数据进行加工，去除涉及侵犯权益的部分，而只保留活动或行为的结果。法律法规应确保行业技术标准和规范能够不折不扣地执行，大力惩处违反标准和规范的行为。

2. 坚持会计谨慎性原则、处理好财务报表的相关性与真实性的矛盾

在这个高速发展的信息时代，数据数量爆发式增长。没有进行加工的数据本身并没有价值，通过对数据进行分析而得出的趋势、习惯和知识等才是数据资产的价值所在。相较于与其他资源而言，数据资源是采之不竭、用之不尽的。数据是否可以成为资产，决定于企业怎样来利用它。不同的企业在使用同一数据资产时得到的开发结果会存在差异，这也说明了数据资产具有个性化的特点。

企业在处理不确定性事项时，应考虑到会计信息的稳健性，这有利于约束企业管理层，避免企业利益相关者的利益受到损失。但是，当数据资产的价值越来越大，数据资源的作用越来越重要的时候，基于谨慎原则的会计处理模式一定程度上使得報表的相关性受到影响。当两个原则出现冲突时，需要会计人员进行权衡利弊，做出合理的判断。这项工作对会计人员具有很大挑战性，需要会计人员对数据资产的特性有全面和深入地了解。数据资产的存储依赖于软硬件设施，企业如果长期被大量无效数据资产占据，会消耗大量实物资源，造成低效或无效的研发投入和人力成本。在评估数据资产的价值时，应全面考虑经济政策、行业标准、市场竞争和客户需求等因素，在此过程中，会存在较多主观因素，从而对会计信息的相关性和真实性产生影响。

数据资产的出现必将加速会计的变革，现在越来越多的企业决策并不依赖会计报表。一方面，会计报表中大量资产以历史成本进行计量，历史成本一定程度上扭曲了资产的价值；另一方面，数据资产并没有在资产负债表中列示，这必然使得会计报表的信息质量进一步失真。没有把这类资产计入会计报表，很大程度上是因为价值难以准确计量，按照会计谨慎性原则，不可以以货币精确计量的资产不纳入财务报表中列式，这样的操作方式在数字时代到来以前具有一定可行性，可是当数据资产越来越重要的时候，必然影响到会计报表的相关性与真实性。

将数据资产纳入财务报表不仅需要会计领域做相关研究，在法律方面也要对数据资产作出清晰界定。任何交易的前提是产权清晰，数据资产从产生到被利用会经过很多人再加工，究竟谁才拥有产权，值得法律方面好好研究。只有产权清晰了，交易行为才被保护，活跃的市场交易行为将为数据资产的计价带来很好的参照。

2022年上海数据交易中心成立，数据资产如何定价、如何交易、权力如何保护，都还在摸索当中，但是中国毕竟迈出了这一步，相信在不久的未来一定会有成熟的计量模式，相信数据资产一定会走进财务报表中，提高财务报表的相关性，为企业的经营决策提供更好的支撑。

（二）计量环节

1. 加快建立数据资产标准化模型，推进数据资产市场化

数据资产是经济政策和形势、市场供需和技术手段相互作用形成的结果。建立数据资产标准化模型，可以促进数据的加工、流通和维护。实现数据资产的市场化，能够在市场竞争和交易时不断优化数据资产的评估、交易机制和风险评估，使得市场信息可以及时披露并受到多方关注，提升会计信息质量和会计信息决策的精准性。创建数据资产交易平台，利用“数据+算法”的方法来精准匹配数据资产供需，及时感知市场信息，促进资源的优化和配置。全国已经成立了贵阳、上海数据交易所等数据交易机构，但对于如何进行交易定价尚在摸索阶段。要实现活跃的市场交易，对数据资产在一定程度上进行标准化势在必行。

2. 建立并完善数据资产会计准则、加强数据资产的风险管理

建立数据资产会计准则和制订应用指南，明确数据资产的概念、体系等，制定对各类数据资产的会计确认准则。

数据资产面临内部管理风险和外部市场风险。当前并未形成普遍适用的风险评估体系，对数据资产的风险管理还处于初始阶段。应继续研究探讨数据资产的风险管理并形成适用的估值方法，推进数据资产的市场化。

（三）披露环节

可在资产负债表里增加“数据资产”项目，通过专用的计量方法，在报表附注中阐述清楚数据资产的使用情况，建立以表内列示、报表附注列明为主的数据资产信息列报模式。政府机构应结合我国企业和市场的实际情况，尽早建立完整的数据资产披露框架和详细的披露规则。在政府出台措施前，企业需要将定性和定量相结合进行披露。

在这个技术发展日新月异、经济发展与日俱进的时代，出现了大量传统财务报表无法涵盖的“新资源”。数据资产被越来越多的企业进行披露，不仅凸显了数据资产的重要性，也反映出传统财务报表的局限性。在工业经济时代，财务资本驱动了价值创造；在新经济时代，财务资本则偏向于基础性资本。无形的智慧资本正发挥着促进企业进行价值创造的作用。传统财务报表体系注重于财务资本的计量和披露，而数据资产和智慧资本是当下应运而生的财务新要素。所以，必须加快推进传统财务报表改革，提升财务报表的真实性和可靠性，以此反映相关会计信息。

五、结语

综上所述，数据资产的会计确认和市场化交易是一个新兴的研究领域，在实践过程中，存在着很多纷繁复杂的情况，亟须政府部门出台相关政策指导、行业出台相关模型标准和技术规范。数据资产交易市场越来越繁荣，对数据资产的會计确认和计量提出了更高的要求。本文提出了一些想法和建议，希望可以为今后相关政策的制定和规则研究提供参考。

参考文献：

李静萍.数据资产核算研究[J].统计研究，2020（11）：3-14.

（作者单位：云南电网有限责任公司昆明供电局）