數智時代下企業數據資產會計處理初探

汪文華 章穎薇 胡明英

摘 要：在大數據與人工智能技術不斷發展的今天，數據作為一種新的生產要素已成為很多企業的核心資產。隨著數據交易市場的日益活躍以及企業數據賦能的深化，企業如何對數據資產進行規范的會計處理成為亟待解決的問題。為此，本文梳理了國內文獻有關數據資產的概念界定，在對比數據資產與傳統資產差異的基礎上，主張增設“數據資產”科目對滿足一定條件的數據資源予以確認，并對數據資產的會計計量和信息披露問題進行了探索，旨在推動數據資產會計理論研究的進一步完善。

關鍵詞：數據;數據資產化;數據資產;會計確認;會計計量

一、引言

隨著信息化的不斷深入，國家、機構、企業等各行各業積累了大量的互聯網數據。據國際數據公司（IDC）測算，預計到2025年，中國產生的數據總量將達48.6 ZB，占全球的27.8%，數據量將居世界第一。面對如此龐大的數據總量，保護、開發、利用好數據資源是我國提高國家綜合實力和國際競爭力的必然選擇。2015年我國政府提出“國家大數據戰略”，并于2017年開始每年都將數字經濟寫入政府工作報告，2020年4月中央首次將數據正式納入生產要素范圍，2021年“十四五”規劃里中央圍繞數據要素的政策、法律、技術等各個方面都做了重要部署，數字中國建設有序推進。同時，隨著數據分析技術的發展，企業的經濟決策越來越依賴數據的支持，數據資產日益成為企業降本增利的重要戰略資源。如果企業未對數據資產進行規范的會計處理，會加大利益相關者的信息不對稱，容易誤導決策者對企業經營發展情況做出錯誤判斷，同時也將不利于數據的交易和流通，阻礙數據資產在全社會發揮價值創造的潛力。

當前，在會計領域中數據是否進入報表還在商榷，或是認為不應當確認為資產，直接費用化;或是認為確認為無形資產;或是認為專設“數據資產”科目，數據資產概念含糊不清。數據資產價值評估也挑戰傳統會計計量基礎和方式。鑒于上述原因，本文提出了數據資產的會計學視角的基本概念，明確了數據資產的特性，初步探尋了數智時代背景下企業數據資產會計確認、計量及報告的方法，以期進一步擴大資產核算的范圍體系，提高會計信息列報的質量水平以更好地服務于報表使用者，并促進數據要素市場更加高效運轉。

二、數據資產的概念界定

數據資產一詞在20世紀70年代由美國學者理查德·彼得松首次提出，他將數據資產視為一些債券類金融產品的統稱。這一新名詞的出現，在傳統經濟的時代背景下并沒有受到關注。直到21世紀初，互聯網的普及以及計算機技術的發展使得數據的體量呈幾何型增長，大數據作為新興領域成了學者們研究的熱點，數據資產這一名詞也被賦予了豐富的內涵。在我國已有一些學者基于不同的視角在概念界定上提出了自己的觀點，比如：葉雅珍（2021）從數據的屬性出發，將數據資產定義為擁有數據權屬（勘探權、使用權、所有權）、有價值、可計量、可讀取的網絡空間中的數據集[1];許憲春等（2022）從國民經濟核算視角對數據資產進行探討，強調數據資產應具備經濟所有權明確、收益性且時效性大于一年的條件，將其定義為：擁有應用場景且在生產過程中被反復或連續使用一年以上的數據[2];張俊瑞等（2020）認為數據資產屬于無形資產范疇，從無形資產的定義出發并結合數據資產的特性（數據化形態、可辨認性和非貨幣性），將其定義為由企業擁有或控制的具有數據化形態的可辨認非貨幣性資產[3]。

雖然數據資產的概念界定方面尚未形成統一的意見，但他們都基本認同以下觀點：并非所有的數據資源都是數據資產;數據資產能給企業帶來經濟利益;數據資產必須權屬明晰;數據資產應當具有可辨認性。

三、數據資產的特性

數據資產作為一種新型資產，具有與傳統資產不同的特性。本文將從以下三個角度來詳細闡述。

（一）基本特性

1. 非實體性。即數據資產不具有實物形態，但通常又依附于實體。數據資產通常表現為某種數據集，并以二進制的形式存儲于實物載體，比如移動硬盤、磁盤等存儲介質中。同時這種特性也決定了其使用時并不會發生損耗，在正常情況下可以無限期使用。

2. 獲利性和無限增值性。數據資產不僅能給企業帶來直接或間接的經濟利益，而且它為企業帶來收益的方式與傳統資產也有很大的差別，數據通常具有無限增值的能力，會隨著時間的推移和數據的多次挖掘、出售、分析等方式發生持續獲利。

3. 價值不確定性和計量復雜性。一方面，經濟學家將數據及其信息產品稱為“經驗產品”：消費者每一次都必須嘗試該產品才能對它進行評價，也即數據價值會受到主觀因素的影響;另一方面，數據價值又會受到數據數量、獲取難易程度、開發利用成本、呈現形式等的影響。主觀和客觀上的因素給數據的統一計量帶來了一定困難。

（二）成本特性

數據資產的變動成本以及成本與價值的關系方面明顯區別于傳統資產。

1. 高固定成本，低變動成本。數據成本包括數據獲取和儲存成本、處理系統的建設費用和運維費用等。用于數據資產生產和管理的固定投入往往花費巨大，比如購置數據庫服務器和存儲服務器，引入先進的機器學習算法技術，引進高素質的技術人才等，而數據復制的變動成本卻相對較低。

2. 弱對應性。數據資產的成本與價值具有弱對應性，也就是說雖然其成本是價值的一部分，但數據資產價值不僅取決于它的成本，還會受到其應用領域、質量和風險等多個因素影響，并且這些因素對其價值的影響遠高于成本因素。

（三）功能特性

數據資產發揮作用的方式明顯區別于傳統資產，因而具有特殊的功能特性。

1. 較強的業務依附性。數據資產來源于企業日常經營業務的記錄，其價值通過服務于企業而得到體現。企業數據與特定的應用場景密不可分，同樣的數據對不同經營業務的企業產生的效益通常存在差異。

2. 共享性。共享性指數據在一定的時空范圍內可以被多個主體擁有和使用。由于數據可以無限復制，而且復制的邊際成本通常很低，數據的傳遞和使用可以無限地進行下去。

3. 可加工性和更新性。在互聯網、物聯網的助推下，數據會隨著經濟業務的發生而實時更新。為了維持數據的價值，就需要企業定期維護、更新、補充數據集;同時，數據資產還可以被更深層次分析和挖掘得到新的數據資產。

4. 時效性。數據資產雖然不會因長期使用而折損自身的價值，但是其在不同的時點價值可能有很大的差異。比如證券行情數據和氣象預測數據會在短期內快速過時而大幅貶值，某些醫療數據也可能會因為突發類似疾病事件而價值陡升。

四、數據資產會計確認問題

（一）數據資產的確認條件

在數字經濟的迅猛發展，數據資產在企業中發揮著越來越重要的作用。為了提高會計信息的可靠性和重要性，企業有必要對符合資產特征的數據資源進行確認。那么，哪些數據資源可以確認為資產？筆者認為，一方面，需要滿足資產的定義和確認條件;另一方面需要具備一些特定條件。具體分析如下：

首先，數據資源必須由過去的交易及事項形成且被企業擁有或控制。企業主要通過內部挖掘和外部購買兩種途徑獲取數據資源。內部挖掘取得的數據主要指企業通過自身的信息系統累積的業務數據挖掘分析而產生的，企業對它們擁有絕對的所有權和控制權;外部購買取得的數據通常是從數據交易平臺或其他主體交易取得，這種方式獲得的數據不具有排他性，企業需擁有對數據的加工及使用的權利。這兩種獲取方式中，前者屬于事項，后者屬于交易，只有在這些交易或事項已經發生時才能予以確認。

其次，該數據資源能給企業帶來未來經濟利益。數據資源可以為企業帶來直接或間接的經濟利益。直接經濟價值方面，企業可以通過對數據進行采集、預處理、分析和挖掘等步驟后生產出可視化的數據服務或產品對外交易，從而帶來直接的貨幣收入。間接經濟價值方面，企業可以結合具體的應用場景深度挖掘數據資源所蘊含的知識和信息，使企業更好地掌握消費者的個人偏好和市場發展趨勢，發揮數據輔助經濟決策的功能，幫助企業改善現有產品和服務，優化企業資源配置以及規避非系統性風險等。只有當與數據資源有關的經濟利益高于前期投入，可能為企業帶來正向經濟流入時才能確認為數據資產。

最后，該數據資源應具有可辨認性且其成本或者價值能夠可靠地計量。數據資源應該獨立于企業主體而存在并具有對外的應用能力或潛在價值。如果數據資源無法脫離企業主體，或是僅對本企業帶來經濟利益，而對其他經濟主體而言毫無價值，也就不能確認為數據資產。同時，可計量性是所有會計要素確認的前提條件，數據資源只有在滿足這個前提條件時才能確認為資產。

另外，要想真正成為數據資產還必須具備一些特定條件。

第一，該數據資源應以“電子方式”存在于網絡空間中。這里強調數據的存在形式，數據資源應以二進制的形式存儲且能通過網絡進行傳輸和交易，紙質形式的數據不屬于這里討論的范圍。

第二，該數據資源必須是經過挖掘分析后的數據。企業收集的原始數據價值密度低，且權屬并不明晰，所以需要經過采集、預處理、分析、挖掘等步驟后提取出的有價值的信息部分才能稱為數據資產。

綜上，筆者認為數據資產是由過去的交易或事項形成的，企業擁有或控制的，預期能為企業帶來經濟利益的，經過挖掘分析后，以電子方式記錄的，可辨認數據資源。

（二）數據資產的科目設置

關于數據資產的科目設置，有學者認為應在“無形資產”科目下設置二級明細科目，也有學者認為應設置“數據資產”一級科目。筆者贊同后者的觀點。雖然無形資產與數據資產具有一定的共性（都具有無實物性、共享性、價值不確定性），但數據資產的關鍵特性（更新性、時效性、無限增值型等）使其與現有無形資產欄目下的專利權、特許權、商標權等格格不入。因此，對于符合數據資產確認條件的數據資源，筆者認為單設“數據資產”一級科目進行核算更恰當。企業主要通過內部挖掘和外部購買兩種途徑獲取數據資源。對于從企業內部挖掘形成的數據資產，對其內部挖掘項目投入的成本可設置“數據資產開發支出”一級科目，參照無形資產的研究開發項目分階段設置二級明細科目進行核算。在后續計量模式的選擇上，筆者認為應根據具體情況選擇成本模式和公允價值模式。若采用成本模式進行計量，由于數據資產具有價值不穩定性，企業應采用合理的評估方式定期對其進行減值測試，并設置“數據資產減值準備”一級科目對測試結果予以反映。若采用公允價值模式進行計量，可設置“數據資產——公允價值變動”二級明細科目反映期末數據資產的市場價格變動情況（見表1）。

五、數據資產的會計計量問題

會計計量屬性的選擇應結合數據資產的特性以及現有的經濟發展狀況等各種因素綜合考量。唐莉和李省思（2017）認為數據資產不具有實物形態，在計量時可參照無形資產計量方法，建議采用收益現值法來計量[4]。鄒照菊（2017）認為數據資產的計量屬性應結合企業數據獲取途徑或者增加渠道，分情況采用現行市價、可變現凈值、未來現金流量現值等[5]。從理論上而言，未來現金流量現值更能體現數據的價值潛力，但現實中數據資產給企業帶來的未來利益難以準確估計，所以筆者認為這種計量方式并不適用。采用公允價值模式計量能動態反映數據資產的價值，信息有用性高。但是，由于我國的數據產品交易市場尚未成熟，大部分數據資產的公允價值無法準確獲取，以公允價值進行計量存在局限性。而數據資產的成本比較容易獲得，其投入成本也是價值的重要考慮因素。采用歷史成本計量模式，在實務中更具有可行性。因此，筆者認為在初始計量時采用成本計量模式，后續計量時，可以參照圖1所示，按照企業持有數據資產目的不同來分開處理。對于不以交易目的而持有的數據資產采用成本模式進行后續計量。而對于以交易目的而持有的數據資產，若公允價值可以持續可靠取得，可以選擇采用公允價值模式進行后續計量，若不滿足該條件，仍然采用成本模式進行計量。

（一）初始計量

1. 內部挖掘取得的數據資產。這種方式形成的數據資產一般需要經過采集、存儲、預處理與數據挖掘等階段，類似無形資產內部研究開發過程，所以可以參照無形資產分階段進行會計處理。具體來說，采集、存儲階段類似無形資產研究階段，是否產生經濟利益無法明確，這個階段發生的成本支出可以視為費用化支出，計入當期損益;數據預處理和挖掘階段類似無形資產開發階段，這個階段能為企業帶來明確的經濟利益，所發生的成本支出符合資本化條件的可以視為資本化支出，計入數據資產的入賬成本。具體賬務處理如表2所示，此處及下文均不考慮增值稅的影響。

2. 外購取得的數據資產。企業可以通過數據交易平臺購買，比如北京國際大數據交易所、湖南大數據交易所、數據堂等，也可以由交易雙方通過直接協商等方式購買。對于外購的數據，有些可以直接用于企業的生產經營活動，這時應將其買價及相關交易費用等作為初始入賬金額;有些是需要繼續挖掘后才能滿足企業的特定應用場景，那么其購入時所支付的對價應視為數據資產形成過程中的資本化支出，待開發完成可以投入使用時應將購買數據的價款、交易費用以及數據開發過程中符合資本化條件的挖掘支出作為其初始入賬金額。具體賬務處理如表2所示。

（二）后續計量

1. 數據資產的后續支出。由于數據資產具有更新快的特點，會隨著時間的推移不斷地產生新數據，企業可以不斷地更新數據并整合分析，使數據資產發揮更大的作用。對于已經初始確認的數據資產，企業如果對其進行更深程度的挖掘或者需要持續更新所產生的支出，符合資本化條件的計入數據資產的成本，這是因為更新與挖掘可能會提高數據資產的使用價值。對于后續維護、存儲等其他支出應當費用化，計入當期損益。

2. 數據資產的期末調整。由于數據資產具有非實體性，在使用過程中不會發生損耗，正常情況下可以無限期使用。所以，對于采用成本模式計量的數據資產，其存續期間通常不需要對其進行攤銷。但數據資產具有時效性，時效性強的數據資產其價值并不穩定，企業應采用合理的評估方式定期對其進行減值測試，評估數據資產的可收回價值。對于可收回價值低于賬面價值的應調整其賬面價值，差額部分計提數據資產減值準備。同樣，數據資產的公允價值也會隨著市場形勢而改變，采用公允價值模式計量的數據資產應當在資產負債表日以公允價值為基礎調整賬面價值，其差額計入公允價值變動損益。具體賬務處理如表3所示。

3. 數據資產的處置。該部分討論企業數據資產的出售和損毀報廢。出售時可分為兩種情形，一種情形是企業僅出售數據資產的使用權，由于數據資產具有共享性，企業可以將其同時出售給多個主體使用，這種情形下企業可以在每次出售時確認該次的銷售收入，結轉相關成本。但數據資產復制成本極低，多次出售并不會改變其成本。因此為了避免對其成本的重復確認，可以將數據資產的賬面價值以合理的方式分攤計入營業成本。另一種情形是企業出售數據資產的所有權，即出售后企業將不能繼續使用和出售該數據資產。這種情形下企業應在出售時確認收入并結轉全部成本。受技術的更新換代、企業內部人員操作不當以及黑客惡意攻擊等因素影響，數據資產可能會發生損毀和報廢，這時應予終止確認并轉銷。具體賬務處理如表3所示。

六、數據資產的列報問題

數智經濟時代背景下，企業經理人、投資者、社會公眾等對數據資產的關注度逐漸提高，但目前大多數企業并未將有關數據資產的信息披露在財務報告中。因此，為了使報表使用者準確了解企業數據資產的情況，筆者認為不僅應該從表內列示數據資產的貨幣價值，還應當在財務報告附注中披露其詳細情況。

具體來說，在資產負債表中的非流動資產部分新設“數據資產”科目以列示期末數據資產的貨幣價值，新增“數據資產減值準備”科目披露其期末的減值情況，新增“數據資產開發支出”列示資本化的數據資產開發支出，在利潤表中也需增設“數據資產開發費用”列示費用化的數據資產開發支出。在報表附注中應披露報表使用者所重視的其他信息，包括數據資產的來源、構成、規模以及持有目的等基本情況。由于數據資產有兩種計量模式，以成本模式計量的若計提的減值應在附注中詳細說明發生減值的依據以及減值測試的具體流程;以公允價值計量的應披露公允價值的確定方法和依據等。另外，應披露企業數據資產的管理方案、對企業經營的影響以及風險性等情況，盡可能減少信息不對稱，為報表使用者的經濟決策提供依據。

七、結語

隨著企業數智化轉型浪潮地掀起，數據逐漸成了企業新的核心資產，如何對數據資產進行會計處理已成為企業當前迫切需要解決的問題。鑒于此，本文首先從國內學者們對數據資產的概念界定入手，總結學界對這一新型資產理解上的共識，并從三個角度詳細分析了數據資產區別于傳統資產的特性，對于數據資產的會計確認問題上，本文提出在確認條件上既要考慮資產的定義和確認條件，也要具備一些特定條件，提出了數據資產的會計學視角的基本概念，并認為應單獨設置“數據資產”科目進行核算更為恰當。在計量屬性的選擇上，本文提出結合企業持有目的與市場條件兩方面來考慮，以求既能真實可靠的反映數據資產的價值又能在實務上具有可操作性。為滿足信息使用者的決策需求，本文認為應在財務報表增設相應的會計科目，并將報表中無法反映的有關數據資產的重要信息披露在附注中。

數據資產進入財務報表仍存在著不少難題，其解決需要有關各方的共同努力。從政府層面來看，有關部門應盡快完善數據資產的相關法律體系，構建數據要素市場化配置機制，激發數據交易的活力，推動數據資產具體準則的制定;從企業層面來看，有關企業應加快數智化轉型，推動數據要素與具體經濟業務的深度結合，最大限度地發揮數據資產的價值潛力，加強數據資產會計核算體系建設。從財務工作者層面來看，財會人員應盡快適應數智化轉型對會計工作方式的改變，提高自身的數據分析技能，通過對財務數據的采集與分析為企業實現價值最大化提供決策指導，并在實踐中積累數據資產會計處理的經驗。另外，學術界還需繼續推進數據資產化理論研究，夯實數據資產理論基礎。

參考文獻：

[1] 葉雅珍.數據資產化及運營系統研究[D].上海：東華大學，2021.

[2] 許憲春，張鐘文，胡亞茹.數據資產統計與核算問題研究[J].管理世界，2022，38（2）：16-30+2.

[3] 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，2020，34（3）：3-15.

[4] 唐莉，李省思.關于數據資產會計核算的研究[J].中國注冊會計師，2017（2）：87-89.

[5] 鄒照菊.企業大數據的資產屬性辨析[J].會計之友，2017（12）：7-12.