數據資產會計處理模式探析

李詩 陳志威 徐鈺 吳歡 田雪 李可亦

【摘要】隨著數字技術的快速發展， 企業不斷深入挖掘數據資源所蘊含的經濟價值， 以期得到價值的成倍式增長。 數據資源已成為眾多行業的重要資產， 但其價值尚未體現在企業核算中， 導致企業的財務報表難以反映其實際價值。 以上市公司龍馬環衛作為研究對象， 探討其數據資產是否能夠進行表內列報， 若列報如何進行后續的計量與披露。 同時嘗試運用層次分析法及多期超額收益法計量企業的數據資產， 并采用無形資源報告框架披露相關重要信息。 以傳統行業作為研究數據資產會計處理模式的對象， 是對企業數據資產確認、計量與披露廣泛應用的有益探索。

【關鍵詞】數據資產;會計處理;智慧環衛;會計新發展

【中圖分類號】F231? ? ? 【文獻標識碼】A? ? ? 【文章編號】1004-0994（2021）24-0067-8

一、引言

數字時代悄無聲息地改變著社會生活的方方面面， 從交通出行到生產制造， 物聯網、大數據、AI等新技術的廣泛運用， 促使各行各業不斷尋求前所未有的發展與變革。

由圖1可知， 工業互聯網已成為國民經濟中增長最為活躍的領域之一。 圖中數據顯示， 數字化已由服務業加速滲透至制造業。 數字經濟作為數字時代的發展標志， 已在經濟社會的各個方面產生了巨大的價值。 不論是阿里、騰訊、Uber這樣典型的新經濟企業， 還是在經濟中占比極高的機械、環保等傳統企業， 數字化對其發展都起到了重要作用。 人們開始重新審視無形經濟對社會發展帶來的深刻影響。

數據資產的概念已成為行業共識， 許多企業已實現從有形資產向無形資產投資的長期轉變， 但企業大量無形資產的投入卻無法在財務報表中得到體現。 理論上企業應對其數據資產進行相應的會計處理， 但由于相關會計準則的滯后， 導致數據資產長期游離于表外， 企業的財務報表難以反映其實際價值。 如何對數據資產進行高質量的會計處理與信息列報， 是數字時代下學術界與監管層亟待研究與解決的重要問題。 2020年， 我國第二產業占全年GDP的比重達37.8%， 數字技術所產生的產業數字化在實體經濟中占比極大。 因此， 對傳統企業進行數據資產的確認、計量和披露研究具有普適意義。 本文從財務管理模式相對落后、數據資產理念普及較晚的環衛行業中， 選取集社會影響、環境服務與企業效應于一體的龍馬環衛作為研究對象， 研究其數據資產的會計確認、計量與披露模式。

二、文獻綜述

達沃斯世界經濟論壇在2012年發布的報告《大數據， 大影響： 國際發展的新可能》中宣稱， 大數據已成為一項新的經濟資產， 它的價值將與黃金和貨幣一樣珍貴[1] 。 此后， 隨著數據資源在企業中應用廣度與深度的增加， 其資產屬性日漸凸顯以至無法忽視， 數據資產的相關理論研究開始側重于數據資產的會計處理問題。

上官鳴等[2] 、李澤紅等[3] 認為應以《企業會計準則》對資產的確認規則為基礎， 結合數據的特征對數據資產進行確認， 并于初始計量時將其分為外購和自行開發兩類， 其中外購型數據資產成本包括使數據資產達到預定可創造收益的支出， 自行開發型數據資產成本為開發階段的資本化支出。 陳思靜等[4] 全面分析了企業所擁有或控制的數據資產在確認上面臨的難題， 并提出解決措施。 此外， 該研究還創新性地運用樸素貝葉斯分類法構建了模型， 以判斷在不確定條件下企業所擁有的數據資源是否應被確認為資產。 張俊瑞等[5] 認為， 僅靠財務報表的數據難以滿足信息使用者對數據資產信息的需求， 故應在財務報告中補充披露以下信息： 技術支持情況、數據資源規模和相關經濟利益。

隨著數據資產概念的大眾化， 學術界對此的研究熱度也不斷攀升。 通過回顧數據資產會計處理文獻， 可以發現學術界對于數據資產的會計處理方式主要參考無形資產準則， 不夠貼合數據資產所具有的依托性及價值易變性等特征。 此外， 對于會計處理中至關重要的確認環節， 學者們僅討論了數據資源被確認為數據資產的合理性和必要性[5] ， 卻沒有運用實際案例展示數據資源是如何滿足確認條件從而被確認為數據資產的。 綜上所述， 數字時代催生出大量具有資產屬性的數據資源， 引發眾多學者對數據資產會計處理的探討與研究， 但缺乏對數據資源是如何確認為數據資產進行全面細致探究的實際案例， 而本文則意圖填補這一研究空白。

三、案例背景

（一）公司簡介

環衛裝備制造是龍馬環衛（603686.SH， 下文簡稱“龍馬”）的初始主營業務， 隨著環衛服務市場化程度的加深， 2011年起， 公司開始籌備環衛運營服務業務。 一方面， 延伸產業鏈條可以降低主營業務單一的風險; 另一方面， 實施“環衛裝備制造+環衛產業服務”協同發展戰略可以充分利用已有的環衛裝備制造優勢。

然而， 龍馬在進入環衛產業服務領域后， 發現其在車輛管理方面存在垃圾清運過程繁瑣、日常管理松散的問題， 導致油耗增加， 成本居高不下。 而在傳統的事件流轉過程中， 巡查員需要先聯系負責該區域的環衛組長說明情況; 環衛組長聯系負責該區域的環衛工人處理垃圾， 環衛工人處理完垃圾之后報給環衛組長， 再由環衛組長報給巡查員， 巡查員檢查完畢后該事件結束（見圖2）。 這種繁瑣的事件處理方式既浪費了人力資源， 也存在信息失真的情況， 導致成本大幅增加。

隨著環衛市場的發展， 傳統環衛服務模式使車輛和事件流轉運營成本居高不下， 亟須進行智慧化升級。 基于此， 公司于2016年9月投資研發了智慧環衛系統， 并于2017年6月正式投入運營。 依托智慧環衛系統， 龍馬實現了產業轉型升級， 提升了其在環衛服務業務方面的核心競爭力。

（二）智慧環衛系統

龍馬建設智慧環衛系統主要致力于解決車輛管理及事件流轉問題， 最終“智慧化”解決方案如下：

1. 車輛問題解決方案。

（1）實時監控改善事中控制， 信息透明拆除監督之墻。

第一， 實現成本管理“實時化”。 建立雙向溝通機制， 利用系統進行自動數據統計與分析， 提高數據處理效率， 首次搭建從“事中數據采集→采集數據傳輸→管理人員判斷→及時反饋控制”的作業信息往返路徑， 使成本管理的重心從事后審核評價前移至事中控制優化， 及時遏止成本上升的苗頭。

第二， 實現信息傳輸“自動化”與信息流動“透明化”。 智慧環衛系統的運用使監控信息的傳輸路徑由原來的“監督人員反饋”變為“信息平臺自動抓取”， 這種由“人”到“機器”的轉變極大地消除了因信息不對稱導致的企業成本數據信息失真的問題， 使管理效率得以提高。

（2）過程數據優化駕駛行為， 細節管理減少無效成本。 智慧環衛系統通過多種感知設備， 實時收集環衛車輛在作業過程中的各項數據， 并將數據及時地集成至后方管理平臺， 使管理人員通過分析數據掌握司機的駕駛狀態和車輛本身的狀態， 以糾正司機的不良駕駛習慣， 進而減少無效油耗。

（3）自動統計解放人力資源， 真實數據助力科學預算。 龍馬的智慧環衛系統通過對環衛車輛作業全過程的各類數據進行采集， 自動統計任意時段的油量、里程， 并計算出每公里油量和油料費用。 這不僅簡化了前期繁冗的核算工作， 使人力資源從簡單重復的工作中解放出來， 專注于增值能力更強的分析、決策工作， 而且提高了數據的精確度和真實性， 使“每一升油料的用途”都變成一張張可視化報表呈現在管理人員面前， 異常數據難逃“制裁”。

2. 事件流轉問題解決方案。 依托互聯網技術， 事件流轉問題解決方案僅需經過巡查員上報至平臺， 平臺根據事件定位及時派發給保潔人員， 保潔人員處理完畢將結果再次上報系統， 系統接收反饋后安排巡查員檢查， 若合格， 則關閉事件（如表1所示）。 這種巡查員、平臺、保潔人員直接對接的流轉過程形成了事件流轉數據。 該方法不僅縮短了事件流轉鏈條、降低了人工成本， 還使信息傳遞更加真實、有效。

（三）智慧環衛系統帶來的挑戰

由于存在現行確認計量規則進化滯后、信息披露要求僵化等問題， 龍馬將智慧環衛系統投入運營后， 平臺上的數據資源——車輛數據及事件流轉數據逐漸增加， 但其價值卻難以資本化處理， 使得對于企業未來發展和價值創造至關重要的數據資產游離于資產負債表外， 財務報表難以真實、準確地反映企業的狀況， 會計信息決策的相關性不斷降低。 鑒于此， 本文建議采用表內確認龍馬車輛數據及事件流轉數據為數據資產， 表外對數據資產及數據資源的相關信息進行披露的方式， 迎接智慧環衛系統帶來的挑戰。

四、數據資產的確認、計量與披露

（一）數據資產的確認

1. 車輛數據與事件流轉數據的確認。 參考2019年中國信息通信研究院云計算與大數據研究所發布的《數據資產管理實踐白皮書（4.0版）》[6] ， 數據資產是由企業擁有或控制的， 能夠為企業帶來未來經濟利益的， 以物理或電子方式記錄的數據資源， 如文件資料、電子數據等。 同時依據我國《企業會計準則——基本準則》中資產的確認條件進行確認。

根據以上定義， 對龍馬的車輛數據與事件流轉數據判斷如下。 車輛數據主要包括車輛里程數與油耗統計數。 該智慧環衛系統通過對車輛里程數和油耗數進行監控， 達到精細化車輛成本管理、降低油耗成本的目的。 按照以下兩個標準從公司實際運行項目中選取合適的檢驗對象： ①使用智慧環衛系統超過三個月; ②與項目相關的數據資料方便獲取。 經過篩選， 最終確定7個規模不一的項目作為測試對象， 分別為LY、LZ、PT、TC、WJ、NT、MJ（見表2）。

基于控制變量法， 做出如下假設： ①作業車輛數不變; ②司機隊伍不變且駕駛員操作習慣不變; ③引入智慧環衛系統前后作業里程數相同; ④引入智慧環衛系統前后單位油價相同。 在引入智慧環衛系統前， 前述7個項目中項目車隊的某月份油耗及費用情況如表2所示。

運用智慧環衛系統后， 表2的7個項目某月份油耗及費用情況如表3所示。

由表2和表3可知， 在前文的4個假設前提下， 上述7個存在油耗違規問題的代表性項目引入智慧環衛系統后， 每月將節約655975.16元的油料費用， 占應用系統前油料費用的26%。 綜上， 龍馬的車輛數據滿足數據資產的確認條件， 即： 與資產相關的經濟利益很有可能流入企業， 體現在使用該項數據資產而節約的成本中; 價值可以可靠計量。

龍馬的事件流轉數據服務于自身管理， 產生于企業內部， 每一條數據都有清晰的來源和使用去處， 且每一條數據都由龍馬控制， 故龍馬的此項數據資源產權歸屬明確; 該項數據減少了事件中轉節點， 縮短了信息傳遞路徑， 提高了事件流轉效率， 極大地提升了工作效率， 節約了人力成本， 滿足了為企業帶來經濟利益流入這一資產的確認條件; 該項數據資源的價值可通過后續估值模型進行計量。 基于以上分析， 龍馬智慧環衛系統中事件流轉數據資源可確認為一項數據資產。

2. 表內列報。 龍馬在運用智慧環衛系統時， 能夠利用平臺中的數據減少經濟利益的流出， 提升企業經濟效益。 因此， 為真實反映龍馬的價值， 提高其會計信息的完整性與決策相關性， 龍馬需要對其數據資產進行表內列報。

在數據資產表內列報方面， 目前尚未形成統一的研究結論。 數據資產的會計核算具有區別于無形資產、固定資產的獨特性， 具體表現為： ①數據資產尚無相關法律保護體系; ②數據資產來源多、靈活性大; ③數據資產具有較強的依附性。 故本文認為應在資產負債表中新設“數據資產”項目進行列示， 金額依據下文初始計量結果填列。 同時， 在獲得該數據資產的過程中， 未減少企業資產也未增加企業負債; 該數據資產與所有者投入資本或所有者分配利潤無關， 貸方應記入所有者權益的“其他綜合收益”科目。

（二）數據資產的計量

1. 初始計量。 通過調研得知， 龍馬的車輛數據及事件流轉數據通過提高管理效率、降低運營成本的方式為企業帶來利益， 其價值體現在節約的管理費用及營業成本中。 故采用現值法作為龍馬數據資產計量屬性， 參考德勤與阿里研究院共同發布的《數據資產化之路——數據資產的估值與行業實踐》[7] 中數據資產計量方法， 運用多期超額收益法對其進行估值。

在運用超額收益法評估龍馬數據資產價值時， 將有無數據資產的收益差異作為該數據資產所創造的增量收益。 另外， 龍馬車輛數據及事件流轉數據通過優化決策發揮作用， 而決策優化不僅與數據資產有關， 同時也受企業內部管理水平、人力資本等因素影響。 因此， 需考慮數據資產在內的資產組合體， 將與數據資產共同為企業帶來效率提升的資產組合體分離為數據資產、管理水平、人力資本和客戶渠道四項， 并運用層次分析法計算其中數據資產對整體增量收益的貢獻率α。

應用會計估計， 計算龍馬有無數據資產兩種情況下的管理費用， 將有無數據資產條件變化下的管理費用節約金額作為組合體帶來的增量收益數值。 完成對未來數據資產增量收益的預測后， 該數據資產價值的計算公式如下所示：

[P=t=1T△Mt×αm（1+r） t]

其中： P為目標資產評估值; △Mt為未來第t個預測期節約的管理費用; αm為管理費用節約收益指標對應的數據資產貢獻率; r為折現率; T為收益預測期限。 由該模型計算出的數值即為龍馬數據資產初始入賬價值， 計算過程如下：

（1）確定數據資產擁有時點及特定收益增量指標。 根據案例背景， 龍馬智慧環衛系統平臺在2017年6月建設完成并投入使用， 故確認龍馬擁有數據資產的時間為2017年6月。

其一， 有數據資產的收益指標數據分析。

根據龍馬的財務報表信息統計2016 ～ 2019年剔除研發費用后的管理費用， 同時基于2020年三季報及WIND數據庫對該指標的預測數據， 二者求和得到2020年預計管理費用。 因公司將于2025年建成“智慧環衛3.0”， 結合龍馬于2017年擁有數據資產的實際情況， 利用EViews軟件基于最小二乘法進行預測， 根據2016 ～ 2020年管理費用對2021 ～ 2025年管理費用預測如表4所示。

其二， 無數據資產的收益指標數據分析。

假設企業未在2017年擁有數據資產， 根據2016年龍馬季報中的管理費用（因公司2015年才開展環衛服務業務， 故無法通過2013 ～ 2016年年報數據進行預測）， 同樣利用EViews采用最小二乘法對2017 ～ 2020年每季度管理費用進行預測， 將每年四個季度的管理費用加總作為年管理費用， 計算結果如表5所示。

其三， 測算歷史期資產組合體的增量收益。

通過上述統計分析， 分別計算2017 ～ 2020年企業擁有數據資產后上述收益指標增量， 以及資產組合對各年收益指標貢獻率k及其均值km， 計算結果如表6所示。

計算其均值可得：

km=（59.66%+62.31%+27.16%+35.07%）/4=46.05%

其四， 測算預測期數據資產的增量收益。

第一， 計算預測期包含數據資產在內的資產組合體帶來的收益增量。

假定預測期管理費用節約帶來的收益增量占總額的比重與歷史期相同， 則預測期各指標收益增量計算方法如下所示：

△M'=km ×M'

其中： △M'為預測期管理費用節約的收益增量; km為2017 ～ 2020年收益指標貢獻率的均值; M'為有數據資產條件下的管理費用。 據此計算預測期2021 ～ 2025年包含數據資產在內的資產組合體帶來的收益增量， 計算結果如表7所示。

根據龍馬管理層初步規劃， “智慧環衛3.0”將于2025年建設完成， 預計2025年后其數據資產增量趨于穩定。 因此， 在測算2026年及以后指標數據時不再采用貢獻率km進行計算， 而采用永續增長率3%計算2026年及以后管理費用的永續價值。

第二， 通過層次分析法確定數據資產單體資產對預測期管理費用節約的貢獻權重αm。

建立以年管理費用節約為目標層， 數據資產、管理水平、人力資本和客戶渠道為方案層的層次分析法體系， 繪制層次分析圖（見圖3）。

采用九級標度法（即專家通過對指標進行兩兩比較后給出分值）， 通過問卷調查及專家訪談的方式， 請龍馬相關管理人員對管理水平、人力資本、客戶渠道、數據資產四項對管理費用節約的貢獻程度進行打分， 分別給出區間分數， 統計其均值， 構造單業務評價判斷矩陣（見表8）， 其中， 分值（1 ～ 9分）中奇數由小到大表示列指標比行指標重要程度逐漸增加; 偶數表示兩相鄰判斷的中值; 倒數則表示行指標與列指標進行比較的相應標度。

對上述判斷矩陣進行一致性檢驗（CR=CI/RI）， 過程如下：

利用Excel計算判斷矩陣的一致性指數CI為0.08， 進一步查詢隨機一致性指標值表， RI值根據表9取n=4時的值0.90。

經計算， 檢驗結果一致性比率CR為0.09， 小于0.1， 結果通過一致性檢驗。 進一步利用Excel對判斷矩陣進行權重計算， 可得本文數據資產對管理費用節約的權重αm為14%。 另外， 運用加權平均資本成本確定折現率， 充分考慮數據資產的系統風險、經營風險及財務風險。 經計算， 本文中數據資產的折現率取值范圍在7% ～ 12.87%。

其五， 確定收益年限。

由于龍馬的數據資產并非購入， 而是基于業務和數據系統建設多年累積形成， 在不考慮未來可能產生權屬變更問題的情形下， 確定該數據資產預期收益年限為永續。

（2）計算數據資產價值。 以前文數據為基礎， 計算龍馬數據資產價值如下：

數據資產價值=P（2021 ～ 2025）+P（2026及以后）

最終， 測算得到2020年龍馬的數據資產價值區間為11799.31萬 ～ 29049.81萬元。

2. 后續計量。 參考信息資源的七大定律[8] ， 本文認為龍馬數據資產滿足信息資源七大定律中的“信息價值隨時間減損”這一定律， 這也是后續計量的理論基礎。

龍馬所承接的環衛項目有對應的存續年限， 具體年限根據合同確定。 從公司整體來看， 某一項目所產生的數據資產會因項目結束而不再具有價值， 時間因素會對數據資產的總體價值產生影響， 但由于數據資產總體使用壽命無法確定， 無法對其進行攤銷處理。 故本文認為龍馬的數據資產價值存在隨時間減損的可能性， 后續計量中需定期對其進行減值測試。

基于以上分析， 龍馬不應對數據資產進行攤銷， 但應定期對數據資產進行減值測試。 若不存在減值的情況， 則不做會計處理; 若相反， 則借記“資產減值損失”科目， 貸記“數據資產減值準備”科目。

3. 處置。 當所承包的項目合同到期時， 因此項目產生的數據資產對于龍馬來說不再具有價值， 此時應將對應的數據資產進行報廢處理。 報廢金額以數據資產賬面價值為準， 借記“營業外支出”和“數據資產減值準備”科目， 貸記“數據資產”科目。

（三）數據資產的披露

當下， 因尚無與數據資產相關的準則出臺， 各企業對數據資產的會計處理不規范， 數據資產的確認與計量存在一定的操縱空間， 會對企業的外部信息使用者產生一定程度的誤導。 為提高外部信息使用者對企業價值評估的準確程度， 企業應盡可能全面披露數據資產相關重要信息。 因此， 為準確展示龍馬的潛在投資價值， 使外部信息使用者更加了解智慧環衛的戰略布局， 本研究在對龍馬數據資產進行表內確認的同時輔以表外信息披露， 增加財務信息的可靠性。

1. 表外信息披露框架。 結合龍馬的業務特點和數據資產特征， 嘗試應用兩種經典智慧資本披露框架以及德勤“第四張報表”對龍馬的數據資產重要信息進行披露， 希望通過比較三種披露框架從而尋找出最適合龍馬的披露方法（見表10）。

2. 龍馬具體披露信息。 通過上文分析可知， 于龍馬而言， 無形資源報告框架的適用性最強， 故選用無形資源報告框架作為龍馬數據資產的表外信息披露依據（見表11）。

五、結論

數字經濟的影響已從服務業蔓延至各行各業， 企業將數據用于管理、生產、營銷甚至交易， 隨之產生的數據資源為企業帶來了直接與間接價值。 為探究具有資產性質的數據資源會計確認、計量與披露問題， 本文對龍馬進行實地調研后， 首先依據數據資產定義及資產的確認條件將其車輛數據及事件流轉數據確認為數據資產; 其次， 探討其表內列報的合理性， 并運用多期超額收益法計算出該數據資產的價值; 最后， 為滿足龍馬內外部利益相關者對高質量財務報表信息的需求， 真實全面地反映公司運營狀況， 對其數據資產進行表外披露。 結合確認及計量部分的分析結果與估值結果， 對比分析價值鏈計分板、德勤第四張報表、無形資源報告框架， 最終選擇無形資源報告框架作為披露的依據， 增強了龍馬財務信息的完整性。

“數據”與“會計”的交融是一種“新”與“舊”的碰撞， 人們不能漠視數據，數據是科學度量。 倘若龍馬能對智慧環衛系統中數據資產所體現的經濟效益進行高質量的確認、計量與披露， 能使其企業的財務報表更符合會計信息重要性、相關性與可靠性的要求， 也能在一定程度上幫助企業釋放數據的潛在價值， 并對內部監管層、中小投資者、外部監管機構和資本市場等多方利益相關者具有重大現實意義。 數字時代的數據擁有全然不同的價值內涵， 數據資產與會計的不斷碰撞與融合， 必將給會計領域帶來一場巨變。

【 主 要 參 考 文 獻 】

[1] 王艷.銀行如何應用大數據[ J].中國經濟報告，2013（12）：45 ～ 48.

[2] 上官鳴，白莎.大數據資產會計處理探析[ J].財務與會計，2018（22）：46 ～ 48.

[3] 李澤紅，檀曉云.大數據資產會計確認、計量與報告[ J].財會通訊，2018（10）：58 ～ 59+129.

[4] 陳思靜，王磊，尹波，干勝道.樸素貝葉斯分類法與數據資產會計確認——難題與突破[ J].會計之友，2019（19）：58 ～ 61.

[5] 張俊瑞，危雁麟，宋曉悅.企業數據資產的會計處理及信息列報研究[ J].會計與經濟研究，2020（3）：3 ～ 15.

[6] 中國信息通信研究院云計算與大數據研究所.數據資產管理實踐白皮書（4.0版）[EB/OL].http：//www.caict.ac.cn，2019-06-04.

[7] 上海德勤資產評估有限公司，阿里研究院.數據資產化之路——數據資產的估值與行業實踐[EB/OL].https：//www2.deloitte.

[8] 黃世忠，葉豐瀅，陳朝琳，李詩，蔣艷虹.新經濟 新模式 新會計[M].北京：中國財政經濟出版社，2020.

[9] 巴魯·列弗著.王志臺，唐春霞，楊明譯.無形資產管理、計量和呈報[M].北京：中國勞動社會保障出版社，2003.