基于應用場景的數據資產會計核算研究

吳果蓮 苑秀娥

數據是企業的核心要素和資產，具有巨大的價值潛能和經濟效益。同時數據標注產業群、大數據交易所等數據資產市場基礎設施的成立與運營推動著數據產品交易，數據要素市場格局逐漸完善。數據資產計入企業財務報告是大勢所趨，從會計學角度對數據資產進行核算是其中必不可缺的一環。當前數據資產缺乏一致認可的衡量標準和一套完整有效的核算體系，國內會計學術界對數據資產價值評估方面的研究相對較少，理論部分和實證研究都有待進一步完善。本文基于生命周期理論結合數據資產化流程明確數據資產價值實現路徑，將數據資產價值評估模型引入數據資產會計核算中，針對不同應用場景與具體業務相結合對數據資產會計核算進行探討，以期能推動數據資產價值獨立計量、會計核算及入賬入表問題的解決提供思路創新。

一、數據資產的確認

1.數據資產化與數據資產價值實現路徑。對數據資產進行研究首先都要明確其概念和定義。最早是由Richard Peterson于1974提出“數據資產”，多指可證券化的金融產品。隨著IT技術和互聯網發展，大數據領域學者把具有價值的大數據本身看作其擁有的一項資產。有關數據資產的會計研究，西方學者目前研究重心是加密資產會計，與我國當下的數據資產概念和研究重點具有一定差別。國內數據資產有關研究開始相對較晚，目前學界仍未對數據資產形成標準精確定義，側重點各有不同，主要是基于特征分為資產和數據兩個角度。由會計準則對資產定義出發結合數據特點進行概括的“數據資源論”和從會計確認條件出發、強調數據特征的“數據集論”是當前有關數據資產定義的兩種代表性觀點 。如從數據屬性出發將數據資產定義為“有權屬和價值”、“可計量”、“可讀取的數據集”。中國信通院2021年12月發布的《數據資產管理實踐白皮書（5.0版本）》由資產概念出發，認為是“合法權屬（所有或控制）、可進行計量與交易、能直接或間接帶來經濟利益和社會效益的數據資源，如電子數據、文件和相關資料等結構化或非結構化數據”基本成為行業共識”。

通過調查分析與文獻總結基于數據資產全生命周期可以將會計意義上的數據資產化分為三個階段。根據中國信通院在《數據資產管理實踐白皮書（5.0版）》中提出的實現從原始數據到數據資產的兩個步驟，即數據資源化和數據資產化，數據變成一般意義上的資產。與有形資產和無形資產相同，具有經濟屬性的數據資產有別于具有天然屬性的數據資源，二者雖具有一致的物質內在但其基本概念與屬性大相徑庭也導致價值有所差異，分屬于不同管理領域。在經過獲取、質量提升、分析等流程，通過標準模式和分析工具進行反復的提純和處理，從數量龐大且繁雜僅作為資料存在的數據到發現具有一定價值的數據資源，這是第一階段“數據資源化”；經過處理后的數據進入流通環節，在公司內部不同業務部門或企業間共享，符合一般意義上數據資產并且需要滿足數據資產的確認條件，可控制、有價值、可量化，這是第二階段即數據資產化；第三個階段是數據資產的價值實現，數據資產進入應用環節，通過為企業創造價值數據資產價值才得以實現或增加，只有小部分數據資源能符合條件被確認為數據資產。要想成為最終意義上的數據資產，必須進入應用環節，借助于具體的業務場景，不同業務場景下數據資產的價值也相應有所區別，種類繁多，其升級路徑主要可以分為兩種：通過合理應用創造出新的價值能有助于提高現有產品實現價值或增加企業利潤，對內是有助于企業效益的提升，對外是進入資本市場交易進而價值變現。因此本文根據自用和交易兩種場景結合數據資產生命周期、引入數據資產價值評估方法，對數據資產進行會計核算研究。

2.數據資產的確認。基于上述研究與分析，本文較為認可信通院最新發布的概念，將數據資產界定為經過資源化和資產化后具有價值的高質量數據，且需滿足可控性、可計量、可收益條件，擁有應用場景或能與企業業務結合在一定時期內被企業連續使用或反復使用。

目前學界已認可數據資源的資產屬性，但對于數據資產的確認問題尚未達成一致意見，即如何確認、確認結果問題。由于現階段將其劃分為金融資產的可能性較低，主要是三類觀點。第一類是對于主營業務可能是出售數據產品的數據產品提供商而言，是屬于存貨范疇。但對交易頻率較低不足以被認定為日常經營活動，企業不能將之看作存貨進行核算。第二類是認為數據資產和無形資產類似，兼具資產屬性和無形資產特性，無實物形態、非貨幣性、可辨認特點等，其價值與具體形態無關，建議直接并入無形資產或下設二級科目“無形資產——數據資產“進行會計處理與核算。第三類觀點也是文章所認同的，由于會計核算系統中有關無形資產的確認范圍較窄，且評估方法不能合理有效衡量數據資產的價值，數據資產價值衡量問題和數據更迭等諸多因素都導致難度進一步加大，同時鑒于數據資產兼具多種資產特征，如有形、無形、長期和流動資產等，可在借鑒現有的無形資產會計核算體系的基礎上將其作為一種新的資產類別，應另外單設一級會計科目“數據資產”進行確認、處理和列報，根據應用場景、持有目的不同以及具體業務下設二級科目進行會計核算，同時根據上文數據資產價值實現和數據資產定義的相關探討應將確認時點設置為符合“數據資產”定義及確認條件并且進入流通或應用環節，在業務場景中能為企業創造價值。

二、數據資產的計量

數據資產會計核算三大難點即識別、確權和計量問題，以及數據資產可控制、可收益和可計量三大確認原則，是當前學術界關注的熱點問題。其中識別和確權問題，隨著區塊鏈、識別工具等發展與應用為其提供技術支撐，相關法律制度和法規條款的不斷健全與完善為數據資產會計確認提供法律保障。

數據資產計量有關問題研究主要可分為兩種。一是從會計核算角度出發在現有模式基礎上進行拓展，如李秉祥（2022）提出探索性的大數據資產會計核算方法 ，熊艷（2022）以阿里巴巴為例針對互聯網企業內部經營活動、并購過程中產生的數據資產分類進行初始、后續以及終止計量。但此類研究多側重會計核算研究不能反映數據資產的真實價值。二是從數據資產價值評估技術著手展開研究，學者們對數據資產估值定價模型不斷優化與修正，結合層次分析、信息熵、灰色關聯、博弈論、模糊神經網絡、模糊綜合評價、深度學習等方法對數據資產價值的影響因素和權重進行修正或側重收益的預估和利益的分配引入破產分配、博弈論、實物期權法和DEVA模型等進行創新，但現有方法均存在不足，如主觀性過高不能反映數據資產的真實價值或評估方法在理論層面進行創新但缺乏實踐意義，收益期限、風險因素、折現率以及成本和折現率之間的差異等問題沒有得到合理解決。在計量方面，會計上的計量方法具有一定滯后性，同時價值評估仍未形成統一規范一致認可的標準，由于數據資產價值依據應用場景的不同發生改變，本文沒有簡單套用傳統的會計計量方式和數據資產估值方法，基于上文應用場景依據持有目的的不同，數據資產分為自用數據資產和以交易為目的持有的數據資產，借鑒現有會計準則，采用不同估值方法和計量模式確定數據資產價值并分類進行會計處理，以期提供新思路。

（一）自用數據資產的計量

1.初始計量。自用數據資產按照來源主要可以分為三類：（1）外購數據資產，分為可直接使用數據資產和需要進一步加工處理以達到可使用狀態的數據資產，前者可直接采用采購價格入賬，后者需要在前者基礎上對后續符合資本化條件的加工支出在數據資產達到可獲益用途時轉入成本;（2）在企業合并過程中所形成的數據資產，此時可將并購成本減去商譽估價的差額作為數據資產的初始入賬價值。（3）在企業內部生產與經營中產生的數據資產，由于缺乏活躍交易市場難以取得市場可比價格，基于謹慎性原則，此時大部分學者采用成本法，根據數據資產定義和確認條件，可借鑒無形資產研發階段會計處理，對各項支出進行歸集，在數據積累、清洗、標準化、整理等數據資源化初期的各項支出應當進行費用化處理，對后續數據分析應用環節的各項支出滿足資本化條件的應當計入數據資產成本。

2.后續計量。對于數據資產后續是否計提攤銷與折舊的問題。學術界目前大多認為無需計提折舊，只是在攤銷的處理上略有不同。本文認為應先確定數據資產使用壽命是否有限及確定，具體標準可參照唐莉（2017）對數據資產使用壽命的討論。使用壽命有限且確定的，按合同或法律規定期限進行攤銷。無法確定使用壽命的數據資產，可將使用壽命設定為三至五年。由于數據資產時效性和資產特性，建議采用加速折舊法。由于數據資產具有更新性，數據資產后續的更新和增值，參考固定資產與在建工程的業務處理，對該項數據資產后續資本投入，可借鑒在建工程后續支出的兩種會計處理，同時應當對使用壽命進行重新確定。

對于自用數據資產，應當在每個會計期期末對其進行減值測試。由于難以找到相同或類似數據資產進行公允價值確定，可以根據數據資產對企業超額收益的貢獻或其潛在獲利可能性，采用多期超額收益法或B-S實物期權定價模型評估該項數據資產價值，并與賬面價值對比，判斷該項數據資產能否繼續為企業提升效益或是否發生減值。這兩種方法相對較為成熟認可度較高且相對易操作。收益法是數據資產評估的核心方法，多期超額收益又是其中常用模型，可計算預估使用該數據資產后給企業帶來的收益，難點是折現率的確定，但學術界不斷進行深入，陳芳（2021）、張悅（2021）、劉惠萍（2022）對其進行改進，苑澤明（2021）在此方法基礎上引入AHP、GM(1,1)模型，胥子靈（2022）對折現率和收益期進行修正并增加客戶留存率參數，董惠敏（2022）提出動態折現率并進行對比等，以上學者都以實例對模型進行運用并驗證以確保其可行性。計算公式見公式（1）；B-S實物期權理論將數據資產的不確定看做未來創造價值的潛在性，王靜（2019）、李茂浩（2019）、李秉祥（2021）等基于此法對數據資產進行價值評估，郭燕青（2022）引入模糊數學理論對互聯網企業數據資產進行評估，祖廣正（2022）進一步改進提出模糊區間求出數據資產價值范圍。基本計算公式見公式（2）。這兩種評估方法得到的結果較為積極，而若賬面價值小于二者之一，應當進行減值處理，以差額借記“公允價值變動損益”，反之由于謹慎性不做會計處理。

其中，V是數據資產價值，Rt是第t期數據資產的帶來的超額收益，表現為利潤或銷售額的增加、成本的降低等，t是收益期，n是數據資產剩余使用壽命，i是折現率。

其中，X是執行價格，S0是資產初始價值，是復利無風險利率，t是數據資產使用壽命，是價格變化平均波動率。N(d1)表示愿意支付數據資產成本的概率，N(d2)表示愿意支付數據資產后續分析維護費用的概率。

自用數據資產出現毀損、報廢等情況無法繼續經濟利益流入，可參照無形資產和固定資產的處置，將有關賬戶余額轉銷，差額可計入營業外收支。

（二）以交易為目的持有的數據資產的計量

交易場景下的數據資產以出售為目的持有，由于數據資產價值未來波動可能性和幅度較大、獲利能力的不確定性、價值轉換的風險性等特點，影響因素更為復雜，具有較強時效性的同時其價值也可能隨時間積累規模變化從而增值。數據資產會計應反映其公允價值，但我國目前數據市場無法支撐公允價值計量標準，其他傳統估值方法不能充分考慮數據資產特性并反映其價值，也不利于后期數據資產交易推動數據要素市場化，需要探索一種新型綜合式估值方法。本文在參考數據資產估值模型和定價策略的基礎上引入成本修正理念，結合傳統三類資產計量方式，提出基于影響因素的AHP多重估值模型對以交易為目的持有數據資產價值進行估值作為初始入賬價值，數據資產的價值構成及影響因素見表1。

表1 準則層判斷矩陣

采用模擬數值對數據資產價值進行估算。假設目標企業J以交易為目的持有數據資產。首先運用層次分析法得出影響數據資產價值各因素權重。邀請一定數量相關領域專家對影響因素重要性打分，構建判斷矩陣如表1所示，經過一致性檢驗最終得到指標權值W1、W2、W3、。

成本價值（A）是基于生命周期對數據資產全成本進行歸集，建設、運維、管理、營銷成本中的包括資金、人力、技術、設備成本，人力成本按參與流程人員的工作量乘以薪資單價確定，可參考2021年南方電網提出的數據資產組合式評估方法。風險價值（B）是影響數據價值實現的風險，包括道德風險、法律風險、增值開發、流通、管理、安全等風險，如由該數據資產產生的法律訴訟費等。數據資產的應用價值（C）包括兩部分，商業價值是指數據資產與具體業務相結合給企業帶來的收益，通過對現有數據資產價值評估模型進行分析，結合數據資產特點，本文建議使用改進多期超額收益法進行計算，以得到使用該數據資產后給企業帶來的預期收益。具體計算公式見公式（3）：

其中，Vb是數據資產對商業價值，Rt是企業第t期整體收益，可采用企業自由現金流，即流入資金減去流出資金，剩余部分為企業的收益，相對利潤更為穩定不易受其他數據影響能更好代表企業收益。Rct、Rft、Rmt指數據資產以外的其他資產帶來的貢獻值，t是收益期，n是被評估資產剩余使用壽命，i為折現率，c是數據資產超額收益占比。

數據資產應用價值中的內在價值是指除了成本和風險外影響數據價值實現和效用的因素，考慮市場供求情況，目的是為了對合理利潤率進行修正。市場價值（D）是由于數據資產的交易目的考慮市場和交易對象對數據資產價值的影響。最后對上述四個價值進行加權平均得到數據資產價值V。

由于數據更新迭代快，數據資產的價值波動可能性和幅度較大，以交易為目的持有的數據資產，基于決策有用觀和會計謹慎性原則，應當每期期末采用此模型對數據資產進行價值評估以判斷是否因“過時”而貶值，及時借記銷售用數據資產跌價準備，以準確反映企業數據資產狀況和可能的風險與損失。

對于出售以交易為目的持有的數據資產，需要區別 “使用權”“所有權”進行探討。第一種是企業將數據資產所有權一次性全部轉移，李稟祥(2022)提出借鑒存貨的出售，在符合收入確認條件情況下確認主營業收入結轉成本。本文認為這種做法的是基于企業出售數據資產頻率高，是企業的主要生產經營活動，如不滿足此前提，應當借鑒出售無形資產的會計處理計入營業外收支并轉銷相應賬戶。第二種情況是企業仍保留所有權，只是將使用權出售給交易方，可以參考無形資產使用權的轉讓，取得的收入和發生的支出分別計入其他業務收支。對于多次轉讓使用權獲益的情況可采用計劃收入比例法合理分攤成本，具體做法可參詳影視作品保留使用權并多次轉售的成本結轉處理。對于銷售用數據資產的毀損報廢與自用數據資產會計處理相同。

三、數據資產的披露

當前國內會計準則體系對數據要素這項“隱形資源”如何在財務會計系統和財務報表中顯性化合理反映尚未作出明確規定。學術界主要有以下三種觀點：一是表內披露，應在資產負債表中對滿足確認條件的數據資產進行確認和列報（熊艷，2022），可參考會計準則中對無形資產的相關披露要求，鑒于其特殊屬性，在“非流動資產”項目單獨以賬面余額列示，并相應增設備抵項目，同時在財務報表附注中提供說明。二是僅在表外說明或在管理報告中額外披露和數據資產取得、應用、定價、轉讓、交易和失效等相關信息（符文娟，2022）；三是編制第四張報表對于企業各項數據從進行詳細說明，如德勤中國提出的“第四張報表”、田五星（2018）提出的 “關鍵價值指標變動表”、熊艷（2022）編制的“數據資產表外披露框架”等。

本文更為偏向第三種做法。由于目前數據資產會計核算體系尚未健全，對于表內披露數據資產列示項目、金額及位置都存在諸多爭議，數據資產相關研究仍在繼續，盲目將數據資產直接列報在數據資產負債表中，不僅不能反映其真實價值也容易干擾財務報表使用者進行決策。要想推動數據資產會計研究進一步深入，解決數據資產“入賬如表“問題，必須結合具體業務和應用場景從實踐出發，例如針對在大數據領域布局較早且融合較深的互聯網企業，數據在企業內部發揮的作用及戰略地位愈發凸顯，但數據資產價值評估和核算滯后導致企業價值被低估，企業內部財務人員可基于現有會計學術界和數據資產評估相關研究，通過充分了解企業業務流程，利用所掌握的內部數據資產相關資料，結合企業自身特點，進行實操，將目前不能入表核算數據資產，以合理形式詳細披露，滿足財務報告目標，滿足企業經營管理需要，推動企業數據資產化、數據資產財務化從而充分挖掘企業自身數據潛能，進一步實現企業數據資產管理和價值提升，加快數字化轉型進程。

本文認為應先確定數據資產使用壽命是否有限及確定，具體標準可參照唐莉（2017）對數據資產使用壽命的討論。使用壽命有限且確定的，按合同或法律規定期限進行攤銷。無法確定使用壽命的數據資產，可將使用壽命設定為三至五年。由于數據資產時效性和資產特性，建議采用加速折舊法。由于數據資產具有更新性，數據資產后續的更新和增值，參考固定資產與在建工程的業務處理，對該項數據資產后續資本投入，可借鑒在建工程后續支出的兩種會計處理，同時應當對使用壽命進行重新確定。

四、結論與展望

本文基于生命周期理論結合數據資產化明確數據資產價值實現路徑和數據資產定義，同時將數據資產價值評估模型引入數據資產會計核算中，針對不同應用場景與具體業務相結合，對數據資產進行確認、計量和披露，拓寬數據資產估值和會計核算研究思路。同時在對以交易為持有目的的數據資產進行計量時，在數據資產影響因素中引入風險、市場因素和成本修正理念，將成本法、市場法和收益法結合提出AHP多重估值模型，以期能克服數據資產價值因應用場景不同產生差異的評估困境，推動數據資產計量和核算方式的創新與健全。

未來有如下展望：（1）多方面深層次進行會計核算研究。主動化、價值化、全程化溝通，達成數據資產化共識。數據資產的引入對會計核算體系的現代化、數據化，以及企業經營與管理的高效化均具有戰略意義。互聯網時代、企業數字化轉型也對會計從業人員提出更高要求，要在提高專業財務能力與素養的同時，跳出傳統數據資產的核算和研究舒適圈，主動對數據資產會計核算中核心問題進行前瞻性分析與思考，結合當下時代背景和訴求對會計核算方式進行創新，成為多學科跨領域創新復合型人才。將數據資產價值顯性化和外部化，數據資產會計核算研究不是孤立的，將有效溝通融入網絡與數據安全、區塊鏈、法律權屬、估值與定價、數據資產管理與交易等多方面各領域的數據資產研究，從而促進多方合力、資源共享和互助協作。（2）在實踐中檢驗和創新理論，本文將數據資產價值評估理論模型引入會計計量并對分類討論下的數據資產進行會計核算，但并未進行實操。數據資產價值只有在具體業務和應用場景下才能得以實現，故數據資產研究不能只停留在理論，應加強實踐探索，與企業、政務、大數據等結合，真正做到業財融合。數據資產價值最大化是社會關注熱點和研究重點，跨部門、企業、行業溝通，推動各參與方主動探索數據資產化和企業數字化，在數據要素上享有明顯的經濟資源優勢的企業，如互聯網企業、電網企業、高校等可以結合時代趨勢開展數字化建設，加強合作與交流發揮規模效益，構建數據資產管理平臺和價值管理體系，進一步推動數據資產在財務領域未來的發展。