企業數據資產會計處理研究

【摘要】隨著信息化、大數據時代的來臨，數據資源已經得到越來越多企業的認可，并已成為企業越來越重要的戰略性資源。作為一種特殊的新型稀缺經濟資源，數據資源蘊含了巨大的社會價值，能夠為企業創造出可觀的經濟效益?！镀髽I數據資源相關會計處理暫行規定》自2024年1月1日起施行。對企業數據資產的確認、計量以及信息披露方式進行規范。文章在明確會計處理難點的基礎上，結合案例詳細探討數據資產確認、計量及信息披露方法，并從法律法規完善、市場監督強化、披露框架完善三個層面總結帶來的啟示。

【關鍵詞】信息披露；會計計量；會計確認；數據資產

【中圖分類號】F231.4

一、引言

現階段數據資產沒有形成一個權威的定義，不同學者往往根據自身理解給出不同解釋。數據資產的實質是預期能為企業帶來經濟利益的一切非結構化和結構化的可計量可讀取的數據資源，其通常是由特定主體合法擁有或控制，并能持續發揮作用。其中，非結構化數據指的是網頁、文本、音頻、視頻、圖片等，結構化數據指的是以數字形式存在的傳統意義上的數據。數據資產既具有無形資產的一般屬性，又具有收益不確定性、累積增值性、時效性、表外性、價值密度差異性等特殊性。區別于其他類型資產，數據資產能夠憑借較小的空間、海量的信息等優點成為了企業最為重要的資產[1]。企業數據資產來源主要涉及以下兩個方面內容：其一，通過自身產品平臺收集取得的用戶應用數據，其是數據來源的主要方式；其二，通過合法途徑從其他公司或交易平臺取得的數據資產。會計處理的不準確在很大程度上阻礙了企業價值的真實反映，從而影響到報表使用者以及決策者的判斷。如何對企業數據資產進行會計處理逐漸成為企業決策者關心的重要問題。因此，本文結合現行會計準則要求，詳細探討案例企業數據資產的會計確認、會計計量及信息披露方法，并從多個方面思考帶來的啟示，以期為企業數據資產會計處理研究提供參考和借鑒。

二、企業數據資產會計處理難點分析

隨著企業相關會計業務的數量和種類的逐漸增多，其在企業的價值增長發揮的作用越來越明顯。同時，準確進行會計處理，有助于幫助信息使用者更好評估企業的真實價值。但是，受我國相關法律法規不完善、數據資產自身特殊性等因素影響，現階段數據資源尚未納入企業核算，企業會計處理存在很多難點問題。因此，本文結合會計準則要求，從會計確認、計量和披露三個層面詳細分析企業數據資產會計處理的難點，以期為企業數據資產會計處理實踐提供思路。

（一）企業數據資產的會計確認難點分析

作為會計計量的前提，會計確認是將會計數據進入會計系統時確定如何進行記錄的過程，其在會計中扮演著重要的角色，并且貫穿了整個會計工作的始終。根據《企業會計準則——基本準則》的相關要求，企業的數據資源符合資產的定義，因此企業應該將其確認為一種資產[2]。但是，現階段不同學者對數據資源應該確認為哪種資產存在不同觀點，一些學者認為應該將其確認為無形資產，一些學者則認為應該將其確認為一種新型資產即數據資產。除此之外，數據資產的自身特殊性也在一定程度上增加了會計確認的難度。

1.數據資產數量與質量的不對稱性

數據資產的存儲通常對數據平臺、數據庫等硬件設施具有較高要求，其存量一般不會隨著數據資產的開采和挖掘而減少。數據資產具有可重復開采性，其價值具有很強的時效性，如果使用時間超過價值有效時間，就會導致數量和質量不對稱性的出現?，F有研究主要關注數據資產的概念和運營，目前針對其質量問題的研究仍然較少[3]。在企業會計人員專業素養差異性等因素的共同影響下，大量無效數據資產不僅會影響企業價值評估和會計確認的準確性，同時也會浪費大量企業研發投入和人力成本。

2.數據資產的范圍較難界定

數據作為生產要素具有資產的特性，其蘊含的巨大價值已被廣泛認可，但是現階段其權屬屬性認定仍然缺失[4]。與其他資產類型相似，數據資產的確認應該滿足可控制、可變現和可計量三個條件。但是，由于企業資產數據的類型繁多，并且不同企業掌握的數據資產數量存在明顯差異，數據資產的范圍通常較難界定且存在很多爭議。以企業經營過程中使用的客戶、生產經營等數據為例，由于相關數據的體量較小，因此企業會計處理過程中是否應該將其納入數據資產的范圍仍存在很多不同觀點。同時，數據資產的確權問題主要涉及收益權、開發權、使用權、所有權等，其中數據資產使用權和所有權的轉讓相對較難界定。部分企業和個人對數據資產“公有”和“私有”的概念還不夠明確。以公司獲取的公開市場數據為例，企業是否擁有上述數據控制權以及是否應該將其納入數據資產范圍也存在較大爭議。

（二）企業數據資產的會計計量難點分析

1.數據資產的價值評估較難

從評估方法上看，現階段我國尚未形成一套完整的針對數據資產評估體系，現有的資產評估方法主要涉及市場法、收益法和成本法，三種評估方法均有一定局限性且均不適用于數據資產。與其他類型資產明顯不同，數據資產價值通常通過物質投入來機械定價，如水電費、折舊、人力等。數據資產的種類也具有多樣性，對于通過交易獲得的數據資產而言，在收益和市場不確定性環境下，其價格可能并不完全由市場供需來決定，其價值評估必然存在一定難度。對于自行生產的數據資產而言，與上一類數據資產相比，其投入和產出的不確定性和不對稱性更大。由于該類數據資產未發生交易，其價值評估也就沒有較為明確的公允價值，其價值評估的難度相對更大。

2.數據資產后續計量較難進行

與其他資產類型相比而言，數據資產高度虛擬，其價值容易受時間、使用者、操作方式等因素影響，進而導致其后續計量較難進行。從時間層面來看，數據資產的價值易受時效性影響，時效期一過則價值銳減，然而其價值增值也具有無限性，尤其是在使用、交易過程中二次整理開發可能會使價值不斷增高，如技術研發數據等。從使用者的層面來看，數據資產后續計量也存在很多難點問題，尤其是自行生產的數據資產，企業通常需要定期對其進行維護和升級，增加了一定的附加值。企業參考會計準則下無形資產的計量方法，數據資產價值發生減值跡象時需要進行減值測試。雖然數據資產不涉及物理損耗和折舊問題，但是由于其可變現凈值難以準確估計，進而對數據資產后續計量帶來一定難度。

（三）企業數據資產的信息披露難點分析

作為企業的一種重要資源，數據資產對企業的發展起著越來越重要的作用，其規范披露能夠滿足會計信息可靠性和企業預測控制未來價值變化的需要。由于數據資產仍處在不斷的變化中，交易模式還不夠成熟，按《企業數據資源相關會計處理暫行規定》將數據資產進行表內確認。對于大多數企業而言，數據資產信息仍是盲區，其對數據市場的了解還不夠全面，進而導致多數企業對其信息披露的重視程度嚴重不足。

三、科大訊飛數據資產會計處理分析

科大訊飛股份有限公司（以下簡稱“科大訊飛”）成立于1999年，專業從事電子政務系統集成、語音信息服務、軟件及芯片產品開發、智能語音及語言技術研究，并擁有訊飛輸入法、靈犀語音助手等優秀產品。科大訊飛的數據資源主要涉及互聯網數據和非互聯網數據兩種類型，其中前者指的是通過多種渠道（如開放平臺、訊飛輸入法等）收集大量的信息，后者指的是企業在教育、法律等領域通過大數據、人工智能等技術手段收集處理的數據。為了最大程度發揮數據資產的價值，科大訊飛構建了數字化和智能化的環境，并利用AI算法處理分析海量數據，進而得出有效信息。由于企業在新準則實施之前尚未納入企業核算，進而導致科大訊飛大量數據資源游離于資產負債表外，企業的實際價值很難通過財務報表進行準確反映。因此，根據現行會計準則對數據資產會計處理要求，結合案例詳細探討數據資產會計確認、計量、披露方法。

（一）科大訊飛數據資產的會計確認方法分析

現階段不同學者對數據資源應該確認為哪種資產存在不同觀點，一些學者認為應該將其確認為無形資產，一些學者則認為應該將其確認為一種新型資產。數據資產具有非獨占性、數據化、規模性等特殊性，其中第一項特殊性指的是數據資產具有一定的可共享性，這與傳統無形資產存在很多不同之處，第二項特殊性也與無形資產存在明顯不同，其指的是信息化發展至新階段而形成的新類型財產載體，第三項特殊性即數據資產具有規模性，不具規?；蛘咻^為分散的零星數據往往不滿足確認條件。根據會計準則的相關規定，雖然該類資產滿足有關定義，但是將其簡單確認為無形資產存在一定不合理性，因此企業需要單獨設置“數據資產”科目進行會計處理。

1.數據資產會計確認條件、確認時點及科目設置

與其他類型資產相似，不是所有的數據資源都能確認為資產，其確認必須滿足以下條件：其一，成本或價值能夠可靠計量。雖然數據資產本身的資產定價和未來收益均具有不確定，而且目前沒有活躍公開的交易市場，進而導致價值具有一定的不確定性，但是隨著數據資產定性研究的逐步深入以及各類評估模型定價的構建，數據資產的成本價值可靠計量終將成為可能；其二，未來經濟利益很可能流入。該確認條件主要涉及四種情形，分別為直接帶來經濟利益流入、提升企業核心競爭力、帶來良好企業形象以及優化企業的生產管理模式，其他情形則不滿足上述確認條件，相關資源不應該確認為數據資產。就確認時點而言，企業應該根據數據資產的來源進行差異化處理。對于自己生產的數據資產，由于沒有經過加工的數據也能達到預定可使用狀態，因此企業應該在數據資源加工完成之日確認為資產。對于外購取得的數據資源而言，企業應該在取得控制權時進行確認。

數據資產屬于無形資產范疇的觀點已被廣泛認可，但是具體會計科目設置上仍存在很多分歧，一些學者認為應該單獨設置“數據資產”一級科目進行會計處理，一些學者則認為應該在無形資產科目下設置相應二級科目。為了提高數據資產在資產負債表反映的準確性，企業單獨設置“數據資產”一級科目更為合理，詳細的會計科目設置情況如表1所示。分析表1可得，數據資產的來源可具體劃分為自產和外購兩種類型，因此需要在一級會計科目下設置自用資產和交易資產兩個二級科目，對于交易類數據資產而言，為了準確反映相關資產公允價值變動情況，企業需要在一級會計科目下設置交易資產公允價值變動二級科目，同時還需要設置相應備抵科目。

2.科大訊飛數據資產的確認

為了推動學科智慧教學模式的創新，科大訊飛利用物聯網、云計算、大數據、人工智能等智能信息技術打造智能、高效的課堂，實現了虛擬現實一體化的全場景教學應用。通過上述智慧課堂項目，科大訊飛掌握了海量教學數據。截至2020年底，智慧課堂產品共覆蓋34個省級行政單位3萬多所學校，課堂效率顯著提升。對于自行開發的數據資產而言，科大訊飛能準確記錄數據資源形成發生的人力、技術、設備（折舊）等成本，其成本或價值能夠可靠計量。由于科大訊飛實施智慧課堂項目投入的人力、技術、設備等成本可以可靠計量，因此相關數據資源滿足“成本或價值能夠可靠計量”的會計確認條件?？拼笥嶏w通過整理、分析掌握的教學數據可以顯著提升學校的課堂效率，進一步促進智慧課堂產品覆蓋范圍，客戶來源進一步擴大，智慧課堂產品已經成為企業重要的利潤增長點之一。同時，在政策允許的前提下，科大訊飛可以出售部分教學數據，使相關數據資源直接為企業帶來經濟利益的流入。作為一家網絡科技公司，科大訊飛擁有海量的數據資源，同時這些資源也是企業發展和取得經濟利益的重要因素，因此相關數據資源滿足“未來經濟利益很可能流入”這一確認條件。由此可以看出，科大訊飛的數據資源滿足數據資產的確認條件，加工完成時企業需要將相關數據資源確認為數據資產，詳細賬務處理的借記科目和貸記科目應該分別為“數據資產”和“貨幣資金”。

（二）科大訊飛數據資產的會計計量方法分析

1.科大訊飛數據資產的初始計量

為了準確計量各種經濟業務，現行企業會計準則將以前單一的計量屬性轉變為五種計量屬性，并且各類計量屬性有其特殊的適用范圍及優缺點。從會計計量的真實性和可靠性角度來看，數據資產的計量屬性應該根據實際的獲取方式進行差異化處理。對于自行開發的數據資產而言，如果無法獲得公開報價，企業初始計量應該采用歷史成本法，即將生產過程中會耗費的資源按照其權重進行加權平均。歷史成本計量屬性具有操作簡便、可靠性等優勢，但是其也存在信息相關性較差、不能反饋真實的信息等缺陷。如果能獲得公開報價，企業應該采用公允價值進行初始計量。對于外購的數據資產而言，如果不存在活躍市場，企業可以將對價作為數據資產的初始確認金額。存在活躍市場的，企業可直接將其公允價值作為數據資產的初始確認金額。自行開發的數據資產估價面臨較大困難，通過購買方式獲得的數據資產估價相對容易[5]。以科大訊飛智慧課堂項目開發的海量教學數據為例，由于現階段企業無法在大數據交易平臺獲得公開報價，為了最大程度保證會計信息可靠性，相關數據資產應該采用歷史成本法進行初始計量。假設，科大訊飛根據人力、物料、技術、設備等資源權重進行加權平均，最終計算得出該數據資產初始確認金額為2900萬元。

2.科大訊飛數據資產的后續計量

后續計量是對經初始計量后的資產在每一會計期末發生價值變動時進行新的計量[6]。根據期間發生的相關事項來看，科大訊飛后續計量主要涉及以下內容：其一，減值準備的提取?？拼笥嶏w通過智慧課堂項目開發的數據資產的價值可能會隨技術進步而發生一定變化，如果數據資產的價值發生減值跡象，科大訊飛應該對數據資產價值進行減值測試，價值降低時需要計提相應的減值準備。其二，數據資產更新?？拼笥嶏w對數據資產的更新主要涉及非技術更新和技術更新兩種類型，前者主要針對功能維護的物理更新，其通常不會帶來功能性變化，相關支出應該進行費用化處理。后者主要針對數據資產的技術性改良，其通常會帶來功能性變化，相關支出應該進行資本化處理。其三，數據資產的期末價值變動。受市場方面的影響，期末科大訊飛數據資產價值可能發生變動，因此企業應該在期末對其價值進行重新確定。其四，數據資產的處置。假設，2020年10月30日科大訊飛通過智慧課堂項目開發的數據資產的價值發生減值，經重新測算該數據資產價值變化為2650萬元，12月1日科大訊飛以3150萬元的價格全部出售上述數據資產。發生減值時，科大訊飛應該做如下會計分錄（以萬元為單位）：

借：數據資產減值損失 250

數據資產 2650

貸：數據資產減值準備 2900

出售時，科大訊飛需要做如下會計分錄（以萬元為單位）：

借：銀行存款 3100

貸：數據資產減值準備 2900

營業外收入 200

（三）科大訊飛數據資產的信息披露分析

為了增加財務信息的可靠性，科大訊飛需要對數據資產同時進行表內確認和表外披露。表內確認重點披露初始確認金額、期末金額、減值準備、交易金額等數據，具體披露方法可參考其他類型資產。僅靠財務報表數據難以充分反映內外部信息使用者關注的信息，企業需要進一步披露相關補充信息[7]。表外披露指的是通過附注和其他報告形式披露數據資產相關信息，其是對財務報表的合理延伸和發展。與表內確認相比，表外披露具有可以揭示非財務信息、揭示定性事實、反映預測信息等特點。雖然實務中一些企業能自愿披露未能在表內確認的信息，但是數據資產表外披露內容仍存在較大缺陷。為了使數據資產披露的信息要素更加全面，科大訊飛應該在表外重點披露基本信息、確認與計量相關信息、資產評估價值、風險信息等內容，詳細披露框架如表2所示。

分析表2可得，基本信息旨在對財務報表信息進行進一步說明。第二部分信息旨在詳細說明會計確認及計量方法。資產評估價值部分旨在詳細披露評估相關內容，其披露原因為數據資產價值波動較大，企業需要定期進行價值評估。由于大數據資產具有不確定性、高盈利性等特點，風險也是數據資產披露的重點。

四、結論及啟示

（一）結論

隨著會計理論的不斷發展以及數據信息的爆炸式增長，“數據是一種資產”的概念被人們提出，然而如何科學合理地對數據資產進行確認，從而進行會計核算與計量是亟待解決的難題。在明確企業數據資產會計處理難點的基礎上，以科大訊飛作為主要研究對象，詳細分析企業的會計處理方法。數量與質量的不對稱性以及范圍較難界定等問題致使數據資源應該確認為哪種資產存在不同觀點。雖然數據資產滿足無形資產的有關定義，但是將其簡單確認為無形資產存在一定不合理性，因此科大訊飛需要單獨設置“數據資產”科目進行會計處理。數據資產的會計計量難點主要表現在價值評估和后續計量較難進行，因此初始計量科大訊飛需要根據實際的獲取方式進行差異化處理，后續計量則需要重點關注減值、更新、價值變動及處置等問題。為了增加財務信息的可靠性，科大訊飛需要對數據資產同時進行表內確認和表外披露，其中表外重點披露基本信息、確認與計量相關信息、資產評估價值、風險信息等內容。

（二）啟示

1.完善數據資產法律法規，出臺會計處理操作指引

數據資產相關法律法規主要涉及會計準則、市場交易制度、市場監管制度、信息披露制度等。為了提高數據資產會計處理的準確性，我國應在《暫行規定》的基礎上進一步出臺會計處理操作指引，盡量減少會計確認和會計計量過程中的主觀判斷，提高企業會計人員的實務操作能力。例如，明確數據資產需要單獨設置“數據資產”科目進行會計處理、計量方法需要根據實際的獲取方式進行差異化處理等。市場交易制度與監管制度的完善通常是數據資產計量、管理的前提，因此我國應該進一步完善市場交易制度和市場監管制度，通過制度的形式明確數據資產的產權問題，保證數據資產的安全，降低交易風險。政府部門應該協同交易平臺解決數據資產流通中存在的問題，引導和監督數據交易平臺完善服務規范，保障數據市場穩步推進[8]。

2.加強市場監督，提高企業數據資產風險管理能力

企業數據資產主要面臨外部市場風險、技術變革風險、經濟發展風險和經營風險，其中經營風險又可進一步細分為法律、侵權、安全等風險類型，其發展對市場的穩定性提出了較高要求[9]。結合案例來看，數據資產計量方法的選擇主要受數據交易平臺、活躍市場等因素影響。對于自行開發的數據資產而言，初始確認金額需要根據是否能在大數據交易平臺獲得公開報價進行確認。對于外購的數據資產而言，初始確認金額需要根據是否存在活躍市場進行確認。由此可以看出，穩定活躍的市場必然有助于數據資產風險管理及價值評估的順利進行。因此，我國應該在完善市場交易制度和市場監管制度的基礎上，加強市場監督，降低市場信息不對稱性，并逐步建立具有普遍適用性的數據資產風險評估體系，提高企業風險管理能力。

3.推進財務報表改革，完善數據資產信息披露框架

經濟技術的發展以及相關政策法規的滯后性使表內確認和表外披露均存在一些缺陷?，F行政策法規下現有財務報表體系不夠完善，財務報表無法涵蓋的“新資源”的出現，現有體系偏向于財務資本的計量和披露，進而容易導致財務舞弊、會計信息造假等現象出現。為了促進財務報表更真實、可靠反映與利益相關者決策相關的會計信息，我國應結合實際情況進一步推進傳統財務報表改革，擴大財務報表的覆蓋范圍。在此基礎上，我國需要進一步規范數據資產信息披露框架，注意定性與定量相結合，逐步建立報表附注披露與表內列示相結合的列報模式。

主要參考文獻：

[1]黃海.會計信息化下的數據資產化現狀及完善路徑[J].企業經濟，2021，40（07）：113-119.

[2]王樺宇，連宸弘.稅務數據資產的概念、定位及其法律完善[J].稅務研究，2020（12）：53-60.

[3]尤建新，徐濤.基于多準則決策方法的數據資產質量評價模型[J].同濟大學學報（自然科學版），2021，49（04）：585-590.

[4]辛浩.數字經濟下稅收管轄權劃分研究——基于數據資產權屬轉移的視角[J].稅收經濟研究，2020，25（04）：71-79.

[5]李靜萍.數據資產核算研究[J].統計研究，2020， 37（11）：3-14.

[6]秦榮生.企業數據資產的確認、計量與報告研究[J].會計與經濟研究，2020，34（06）：3-10.

[7]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（03）：3-15.

[8]趙麗，李杰.大數據資產定價研究——基于討價還價模型的分析[J].價格理論與實踐，2020（08）：124-127+178.

[9]鄭磊.通證數字經濟實現路徑：產業數字化與數據資產化[J].財經問題研究，2020（05）：48-55.

責編：夢超