非財務信息的財務指標化探討

引言

在數字經濟席卷全球的背景下，隨著世界各國經濟的持續發展，人類社會正經歷一場以生產力變革為核心的系統性革命。這場革命不僅推動著生產力躍升，更標志著社會資產形態從工業時代以有形化、實體化為主導，向當今數字化、無形化方向加速轉型。在此進程中，財政部于2023年8月出臺了《企業數據資源相關會計處理暫行規定》以下簡稱《暫行規定》），逐步構建起數據資產確權、確認與計量的制度框架。然而，相較于傳統存貨和無形資產，數據資產在會計確認與計量領域仍存在顯著特殊性，如其人賬時點的判定標準模糊、價值評估缺乏公充方法等問題，不僅直接影響了財務報表的真實性與可靠性，更對利益相關者的經濟決策產生系統性影響。

進一步延伸觀察發現，在數據被正式確認為表內資產前，其作為生產要素的本質屬性決定了其非財務信息特征。從數據要素向數據資產的轉化過程，實質上揭示了企業價值評估范式的重要變革。隨著生產力變革的深化，人力資源、ESG績效等更多非財務信息如何實現向財務指標的合理轉化，以精準反映其對企業價值的實質貢獻，已然成為會計理論與實務界亟待突破的核心議題。本文通過解析《暫行規定》的制度設計，結合現有研究成果，以數據資產會計處理為切人點，系統探討非財務信息計量對企業價值真實反映的作用機制，以期為會計實務發展提供理論參考。

一、相關概念

（一）數據資產

關于數據資產的定義，目前尚未形成國際統一標準。盡管相關定義存在表述差異，但其經濟內涵高度趨同一均強調數據資產應具備權屬明確性、價值創造性和資源可計量性三大特征。基于此，在數字經濟高速發展的背景下，推動數據資產人表不僅是會計實務發展的必然要求，更是提升企業估值合理性與市場資源配置效率的關鍵路徑。

（二）非財務信息

從本質上看，非財務信息指未被現行會計準則納入財務報表體系，但對企業價值評估與市場聲譽具有實質性影響的信息集合。目前國際通行的非財務信息披露框架主要聚焦于ESG績效指標，其計量與披露標準化進程正加速推進。

二、企業數據資產的會計確認

（一）現行會計確認方式

根據《暫行規定》，企業需要基于數據資源的持有目的、形成機制、業務模式及經濟利益實現路徑等維度進行資產分類，現階段要求將其歸類為“無形資產\"或“存貨”，并分別適用相應會計準則進行攤銷與減值測試。我國數據資產人表制度尚處于探索初期，現行分類模式雖有助于降低財務人員實務操作難度，但其局限性日益顯現：一是價值反映偏差。將數據資源簡單歸入以知識產權為核心的無形資產或實體化的存貨類別，難以公允體現其多維價值屬性。二是計量方法失當。采用傳統攤銷與減值測試模型，無法有效匹配數據資產非線性、場景依賴性的價值消耗特征。三是可比性風險。企業對準則理解的差異性可能導致跨企業橫向比較與歷史縱向分析的可比性下降，甚至可能誘發盈余管理等操縱行為。

（二）會計確認方式的探討

在處理數據資源確認為何種資產這一問題時，核心就是其究竟如何給企業帶來經濟利益。從經濟利益的角度出發，無形資產的價值主要體現在通過提升企業核心競爭力來達到穩定增收的目的。存貨則更注重于流轉，通過直接銷售的形式為企業創造價值。而數據資源的價值創造模式位于二者之間，其邏輯關系在某種程度上可以類比于金融資產，根據持有目的分類：企業持有金融資產的目的為收取合同現金流量、出售或是二者兼有，據此將金融資產分為以攤余成本計量、以公允價值計量且其變動計入其他綜合收益和以公允價值計量且其變動計入當期損益的金融資產三種，并分別對應“債券投資\"“其他債權投資\"“交易性金融資產\"等會計科目。同時，企業的數據資產和金融資產也都具有無實體、可交易、高附加值等特征。因此，本文建議，隨著我國企業財務人員對數據資產的理解深人程度的提高，在未來可以參照金融工具準則，將數據資產根據持有目的分為企業持續創造收益、持有以備出售和二者兼有三種，設立單獨的一級科目：數據資產，并通過設置數據資產一長期持有數據資產，數據資產一交易性數據資產以及數據資產一其他數據資產來體現企業持有數據資產的真實目的（如表1所示）。

表1數據資產與金融資產的類比情況

三、企業數據資產的會計計量

（一）初始計量

企業資產的初始計量，核心問題是確定其人賬價值。現有的資產計量屬性基本可以分為歷史成本和公允價值原則兩種。根據《暫行規定》，我國企業目前對于數據資產的初始計量，一般按照外購和自行加工進行分類。對于外購的數據資產，按照傳統的\"價、稅、費\"計量模式，將可歸于獲取過程的合理費用計入資產成本；而對于自行研發的數據資產，則分別參照無形資產和存貨準則進行處理。然而，隨著我國數字經濟的高速發展，以及企業財務人員和第三方評估機構對數據資產處理方法的掌握日趨完善，我國的數據市場在未來有望逐步形成活躍市場。那么，將公允價值原則引入數據資產的初始計量，將成為合理反映數據資產價值的重要途徑。特別是對于上文中提到的交易性數據資產，類比于交易性金融資產，如果能夠建立活躍市場引入公允價值計量屬性，將對企業持有的數據資產的真實價值評估產生積極影響。因此，本文建議在數據資產活躍市場建立階段，將上述提到的交易性數據資產向公允價值計量模式進行轉變，鼓勵企業和評估機構采用公允價值模式進行計量，以促進我國數據資源市場的完善和數字經濟的發展，形成良性循環。在數據資源活躍市場成熟后，再另外對兩種數據資產的公允價值計量是否可行進行進一步討論和研究。

（二）后續計量

根據《暫行規定》，目前企業應分別按照無形資產和存貨準則對數據資產進行后續處理。對于被歸類為無形資產的數據資產而言，傳統的無形資產攤銷在實務操作中多數采用直線法或產量法，由于數據資產的復雜性和靈活性，其消耗形式和經濟利益實現途徑往往并非簡單的直線消耗或與產量掛鉤，因此，這種攤銷形式很可能導致企業的數據資產價值不能夠得到真實體現，對于企業損益的影響也不能夠與真實情況保持一致，同時還會給企業盈余管理留下空間；對于被歸類為存貨的數據資產而言，雖然其不存在攤銷問題，但減值測試仍然是數據資產與傳統意義上的存貨之間難以相容的一個重要問題，在未構建數據資源活躍市場的前提下，數據資產的可變現凈值確定存在較大的困難，除了會給企業財務人員和第三方評估機構造成困難之外，同樣存在盈余管理的空間。因此，本文建議按照上述會計確認中的分類，分別采用不同的方式對數據資產進行后續計量（如表2所示）。

表2數據資產后續計量

第一，數據資產一長期持有數據資產。對于此類數據資產，一般對于企業的價值具有穩定性，企業可以通過此類數據資產獲取長期穩定收益，因此，對于資產成本計入損益的過程也可以均勻化，后續計量可以參照無形資產的攤銷模式，采用直線法進行攤銷，并根據使用壽命是否確定來選取合適的減值測試辦法。

第二，數據資產一交易性數據資產。對于此類數據資產，在活躍市場得以建立、獲取合理有效的公允價值之前，可以按照存貨準則進行后續計量，確認成本和收入。如果采取公允價值計量，則可以類比交易性金融資產，以公允價值計量且其變動計入當期損益，避免計算減值時的繁瑣和人為操作空間的同時，最大限度地保證該類資產價值得以真實反映。

第三，數據資產一其他數據資產。對于此類數據資產，應根據公允價值計量在數據資產中的應用情況來決定如何進行后續計量，如果公允價值計量應用還不夠成熟，可以采用與數據資產一長期持有數據資產類同的處理方法，在公允價值計量應用趨于成熟時，則可以轉而采取公允價值計量，進一步釋放數據資源市場活力。

四、非財務信息的財務指標化探討及建議

新質生產力導向下，會計領域應以此次數據資產人表為契機和起點，多維度推動非財務信息的財務指標化，并積極探討以何種方式進行會計處理更加符合我國經濟發展實踐，更好地服務于我國資本市場和廣大投資者。

首先，創新是第一生產力，高新科技產業決定了國家的基礎和命脈，人才對于此類企業而言至關重要。在未來，可以考慮在會計處理中將人力資源這一非財務信息財務指標化。通過這種形式，鼓勵企業進行人才引進，也可以反映人才對企業價值的真實影響，為投資者決策提供有效指引。誠然，將人力資源作為一種財務指標人表存在著諸多阻礙，例如將員工資本化通過貨幣屬性計量可能存在著一定的倫理道德風險、企業對于人力資源的估值過于主觀等。但是，隨著人工智能、大數據技術的不斷發展，通過宏觀計算將企業的人力資源投人以固定的模型進行測算并非完全不可實現。其次，隨著ESG進程在全球加速推進，企業加速可持續轉型，ESG信息逐漸成為投資者投資決策的重要參考。近年來，ESG信息也在由自愿披露向強制披露逐步轉變。那么，是否可以將其轉化為財務指標人表呢？人類的可持續發展離不開環境責任這一永恒話題，ESG信息的財務指標化可以通過會計處理的方式對企業進行約束和激勵，具有極強的時代意義。

結合上述兩個例子，本文按照短期、中期、長期三個時間維度提出非財務信息財務指標化入表的“三步走\"建議：一是短期。由于非財務信息往往在可識別性和可控性方面存在一定的缺陷，因此在短期內完成財務指標化入表并不現實，而是應加強非財務信息的披露要求，以ESG信息的披露發展歷程為范本，鼓勵企業自愿披露員工滿意度、數字化程度、品牌美譽度等非財務信息，在多數企業熟悉并完成自愿披露后，逐步推動非財務信息關鍵指標的強制披露，為非財務信息的指標化打下基礎。二是中期。在非財務信息披露成熟的情況下，應結合大數據、云計算等技術，區分行業地開發特有的計算模型，例如在高新技術行業內設立“人才密度\"這一計算指標，統一模型構建和計算方法，并在行業內代表性企業中進行資本化試點。三是長期。在試點后根據企業反饋優化計算方法，使計算模型盡可能地覆蓋行業內企業的個性化情況，并逐步形成適應我國整個資本市場范圍的模型計算方法，例如將人力資源中的“人力資源投入”這一信息通過大數據計算量化為財務指標，設立“人力資產—人力資源投入\"這一資產類科目，以點帶面，逐步對準則進行修訂，通過先試點后推廣的方式觀察市場反應，以此推動非財務信息的全面指標化計量，助力我國企業生產力和價值創造發展新實踐。

結語

總之，由于數據資產人表仍處于起步和探索階段，必然會存在一定的不適用狀況，本文提出的觀點也只是結合現有情況的一些思考。無論是數據資源、人力資源還是ESG信息，在非財務信息向財務指標轉化過程中的會計處理，一定要與經濟發展情況相適應，絕不能脫離生產力水平。但只要對我國的經濟社會發展有正面影響，這種探討和嘗試就是有現實意義的。

參考文獻：

[1]蔡利，張翼凌.財務和非財務信息非對稱性、舞弊風險與審計師應對行為[].會計研究，2022（06）：178-192.

[2]羅玫，李金璞，湯珂.企業數據資產化：會計確認與價值評估.清華大學學報（哲學社會科學版），2023，38（05）：195-209，226.

[3]鄭阿泰.新質生產力導向下企業數據資產會計確認與計量.現代審計與會計，2024（10）：16-18.

[4]張軍.數據資產“入表\"問題與關鍵點[].財務管理研究，2024（09）：1.

[5]牛曉葉，牟文玉.非財務指標對企業價值創造的影響[].時代經貿，2024，21（04）：133-135.

作者簡介：許子拓（2001.07一），男，漢族，遼寧阜新人，碩士在讀，主要研究方向及從事工作：財務會計。