赵博雅,雒京华
(兰州财经大学会计学院,甘肃兰州 730000)
信息技术变革直接或间接地引起了经济形态的变化,区块链、大数据、云计算等信息技术的出现改变了企业传统的商业模式,有助于企业简化业务流程、合理配置资源,使企业管理人员能够聚焦于宏观层面的业务升级、市场开发、价值创造等战略规划问题。2020年7月,国家发展改革委、中央网信办、工业和信息化部等13 个部门联合印发《关于支持新业态新模式健康发展 激活消费市场带动扩大就业的意见》(发改高技〔2020〕1157 号),提出要“培育发展共享经济新业态,创造生产要素供给新方式”。从新经济形态的内涵来看,共享经济只是其中的一部分,新经济形态还包括数字经济、体验经济、生态经济、平台经济等(李海舰和李燕,2020)。在这样的经济环境下,企业数据资产的重要性日益凸显。传统企业主要从事制造业,产业边界明确,产品生命周期较长,以标准化的生产模式为主。新经济形态下,部分企业的业务范围逐渐由传统制造业向服务业过渡,产品或服务的更新迭代速度加快、生命周期缩短,智能化逐渐取代了机械化。数据作为一种新的生产要素被归类于企业运营所需的资源,智慧资本逐步取代有形资产和财务资本,成为企业确立竞争优势、提升价值创造能力的关键性驱动因素(黄世忠,2020b)。
2019年10月,党的十九届四中全会通过《中共中央关于坚持和完善中国特色社会主义制度 推进国家治理体系和治理能力现代化若干重大问题的决定》,将数据列为第七大生产要素。数据资源是与数据相关的资源,是有意义的数据集结到一定规模后形成的(叶雅珍等,2019),其最显著的特征是无限共享性(黄世忠,2020a),主要来源于企业对内的数据采集和对外的数据交易(张俊瑞等,2020)。
数据作为新的生产要素,与土地、劳动力等其他生产要素同等重要,并有其特殊性质。杨善林和周开乐(2015)提出,大数据是一种特殊的战略性信息资源,具有复杂性、高速增长性、可重复开采性、价值稀疏性和决策有用性,一般具有多种潜在价值。数据本身没有价值,数据的价值在于使用,数据在使用过程中能够实现价值增值,越使用越有价值,越整合越有价值(黄世忠,2020a)。随着信息技术的升级,数据资源的价值可能会减损、也可能会增值,其生命周期和发生减损、增值的时段难以准确估计;数据资源是一类重要的无形资产,对一般企业来说,其存量并不是越多越好,数据资源的价值主要在于企业管理者通过对数据资源的分析、整合,作出有利于企业发展的决策,数据资源过多会导致企业数据资源冗余,不利于管理者作出理性决策。
近年来,关于“数字税”的研究表明数字资源为企业带来的经济利益不容忽视。张俊瑞等(2020)基于资产定义、概念视角,从国际财务报告准则(IFRS)和中国《企业会计准则》对“资产”的定义的角度出发,通过逐项对比数据资源是否符合相关条件,发现数据资源符合IFRS 和中国《企业会计准则》中“资产”的定义,因此,满足“资产”定义的数据资源可以被确认为“数据资产”。中国信息通信研究院云计算与大数据研究所和CCSA TC601 大数据技术标准推进委员会(2018)将数据资产定义为“由企业拥有或者控制的、能够为企业带来未来经济利益的、以物理或电子的方式记录的数据资源,如文件资料、电子数据等”。黄世忠(2020a)明确了数据资产的范围,认为只有企业能够控制的私有信息才符合数据资产的定义,数据资产具有排他性、具有产生私有经济利益的潜力,而从公开渠道获取的公共信息不符合资产的定义。
数据资产是企业拥有或控制的数据资源。朱扬勇和叶雅珍(2018)将数据资产定义为拥有数据权属、有价值、可计量、可读取的网络空间中的数据资源。韩海庭等(2019)认为数据资产使数据资源的交易成为可能,没有交易需求的数据资源不构成资产属性。陆岷峰和王婷婷(2020)指出数据资产具有所有权和使用权,可以保值增值,可以长期重复使用,并且具有经营风险。综上所述,数据资产是数据资源经过开发形成的,能够被及时获取并且在市场上有交易需求,能够实现价值增值并且与企业决策相关。然而,许多组织没有意识到成功的数字转型需要的不只是技术,只有当他们把数据、信息和知识作为真正的商业资产来管理时,才能取得成功(Evans 和Price,2020)。未来,企业将更偏好于一些更具价值创造力的高位资源、虚拟资源,传统的实体资源等低位资源主要提供基础性的支撑作用。显然,数据资产等新型无形资产的价值创造能力和竞争优势明显高于传统资产。
但是,在具体的会计处理过程中,数据资产仍面临着许多问题,如确认环节中的权属问题、资本化问题;计量过程中的定价问题、“增量价值”的计量问题,涉及“资产组”时的价值划分问题;披露环节中的表内计量和表外披露问题等。
为了更好地评估企业价值、明确各类生产要素的价值创造能力,推进数据资产的市场化和数据资产交易市场的形成,无论是在会计理论中还是在会计实务中,都存在对数据资产进行会计处理的必要性。数据资产的会计处理环节与其他资产类似,包括数据资产的初始计量、后续计量、终止确认等。但是,数据资产与传统无形资产的收益方式不同,且传统无形资产的占有更具排他性(吕玉芹等,2003),因此,传统无形资产的会计处理方法对数据资产并不适用。根据会计信息质量要求和会计确认的稳健性原则,形成完整的数据资产计量规范还需考虑以下问题。
1.数据资产的权属问题
数据资产经营过程中,侵权问题、割裂问题、垄断问题时有发生。不同于实物资产,数据资产存在于虚拟网络空间中,根据数据资产的物理属性,其也有相应的权属关系(朱扬勇和熊赟,2009)。黄世忠(2020a)认为,数据资产已经上升到国家战略层面,部分数据资产是国家基于宏观战略目的投资的,是全体公民“公有”的,只有企业、个人等微观经济主体“私有”的数据资源才符合资产的范畴。企业持有数据资产的目的主要是交易或者使其与组织资本等相结合,协调企业整体运营。
用于交易的数据资产不可避免地涉及资产所有权和使用权的问题。对卖方来说,数据资产复制成本极低,具有边际成本递减和边际报酬递增的特性,同一数据资产可以多次售卖,如同花顺这样的数据交易公司,看似出售的是使用权,实际上出售的可能是 “所有权”。买方购买到数据资产后,可以继续对该数据资产进行数据挖掘、数据清洗等技术处理,或者使用数据资产进行价值增值,一段时间后再出售。如果购买者有特定需求,要求卖方的某项数据资产只能出售给自己,在当前市场环境下,该购买者应如何确定自己获得的数据资产是排他的?数据资产一般不具有物理实体,不能像有形资产那样明确使用权和所有权的划分;数据资产也不像传统无形资产那样,具有较为完整的、合法合理的产权保护制度,甚至数据资产还会受到网络安全问题的影响。在会计实务中,明确数据资产的权属关系是完善数据资产交易机制、推进数据资产市场化的前提。
2.数据资产的资本化问题
企业可以通过数据交易、数据挖掘等方式获得数据资产,还可以通过自主研发获得数据资产。与传统无形资产计量类似,自主研发的数据资产也可能涉及资本化问题。目前,按照《企业会计准则第6 号——无形资产》规定,自主研发的无形资产只有在满足较为苛刻的资本化相关条件时才可以进行资本化,确认为资产,否则均应费用化并计入当期损益。数据资产这种经营风险相对较高的资产,具有显著的投入与产出不对称性(黄世忠,2019),其未来产生的价值具有高度不确定性。如果数据资产的资本化标准过高,在数据资产进行确认的这一时刻,可能出现大量研发投入被费用化的问题,严重影响企业当期的经营利润,甚至使利润表中的企业当期利润为负,不能合理反映企业当期的经营水平。基于会计处理稳健性原则,进行资本化确认的账面价值,往往不能合理反映数据资产当期的真实价值,可能造成数据资产价值被严重低估。
因此,当前无形资产的资本化条件是否过于苛刻?自主研发的数据资产的资本化确认条件是否可以适当放宽?自主研发的数据资产有无其他初始计量方法?这些是我们需要仔细研究的问题。
1.数据资产的定价问题
学者们从不同视角探讨了数据资产的定价问题。刘洪玉等(2015)运用鲁宾斯坦讨价还价模型探讨了数据资产交易均衡价格的确定;刘朝阳(2016)通过分析大数据定价和交易的难点指出,传统的定价策略、定价模式并不适用于数据资产的定价;左文进和刘丽君(2019)在传统资产评估理论的基础上,结合资产分解法和破产分配法,提出了适应新经济形态的数据资产估价方法选择体系;赵丽和李杰(2020)通过分析影响数据资产定价的因素,探讨了数据资产定价的合理区间和交易的均衡价格。
目前,学者们对数据资产定价、数据资产价值评估问题的研究相对较少,对实务中数据资产的交易模式了解得不够深入。现有数据资产价值评估模型过于理论化,缺少实践的检验,其适用性和实用性还有待考虑,结合现阶段我国企业会计信息系统建设和企业会计人员的综合素质,过于复杂的评估模型在实践中可能难以推广。
2.数据资产使用过程中“增量价值”的计量问题
数据资产不同于其他资产的一大特点是数据具有动态性,可以持续累积,且数据价值的持续性有很大差异(李静萍,2020)。其他有形资产和传统无形资产的价值会在使用过程中逐渐减损,而数据资产在使用过程中没有损耗,不具备有形资产的折旧(朱扬勇和叶雅珍,2018),因此数据资产在使用中不像其他资产一样需要定期折旧或摊销,反而可能通过数据的分析、整合,产生价值增值,即“增量价值”。这减少了会计估计的必要性,但也引发出了新的问题,即“增量价值”的计量。
首先,“增量价值”是否应该进行计量、披露?答案是肯定的。从权属关系来看,这部分“增量价值”是在原有数据资产的使用过程中产生的,企业能够“拥有或控制”;从经济利益来看,“增量价值”属于数据资产使用过程中产生的有价值的资源,预期能为企业带来经济利益流入,因此,应该计量并披露。其次,“增量价值”应该如何进行计量、披露?既然这部分“增量价值”属于数据资产的内涵,有其会计计量的必要性,那么在实务中编制会计分录时应如何确认其借方和贷方科目?考虑到这部分“增量价值”来源于原有数据资产,因此,借方科目的确定可以考虑在数据资产对应的会计科目下设二级科目,而贷方会计科目的确认应该从所有者权益类会计科目中进行选择。根据资产负债表的逻辑关系,资产负债表的右侧一般反映资产的来源,价值增值形成的增量数据资产显然不是来源于企业的负债。
目前,关于数据资产是否进行计量、数据资产计量会计科目的确认等问题依然没有统一的结论,只有在统一数据资产的计量原则之后,进一步考虑数据资产价值增值的计量才有意义。
3.数据资产以“资产组”进行计量的价值划分问题
单条数据的价值往往极低甚至没有价值,为了发挥数据价值,需要将大量数据整合起来进行开发,数据聚合后能够产生规模经济效应,使其创造的价值远大于单条数据所创造的价值,因此,应以聚合数据作为会计核算的对象(李静萍,2020)。此外,除了一些以数据交易为主营业务的互联网数据公司之外,大部分数据资产使用时要与其他资产结合在一起,从而形成“资产组”。这种模式下,以“资产组”的形式进行价值评估较为合理,但企业应考虑如何对资产组总价值进行二次划分。
数据资产的组合形式一般有两种:一种是不同数据资产的组合,即“纯数据资产组”;另一种是数据资产和其他无形资产、有形资产的组合。首先,对于“纯数据资产组”,可以考虑以公允价值为标准,按照各类数据资产的相对比例进行价值划分。但是,数据资产不同于传统资产,当前市场交易机制并不完善,不能合理确认其公允价值(黄世忠,2020a),所谓的“公允价值”并不公允,因此,现阶段不能直接以公允价值为标准进行价值划分。参照黄世忠(2020c)提出的用超额收益折现法对智慧资本进行计量的方法,可考虑以数据资产现值为标准,用折现法对数据资产进行价值划分。数据资产的现值估计涉及三个重要因素:未来现金流、资产使用时间和折现率。市场环境瞬息万变,因此很难合理估计这三个要素,既然数据资产的现值都难以估计,价值划分问题就更加困难了。其次,对于第二种数据资产组合,参考黄世忠(2020c)提出的“股票市值的倒轧法”对智慧资本进行计量,即以股票市值和账面价值间的差异评估智慧资本,可以考虑差额原则的剩余价值法计量其中的数据资产价值。目前,有形资产和传统无形资产的价值评估理论相对完善,从整个数据资产组的价值中剔除掉其他传统资产的价值,剩余的就是数据资产的价值。但是,当资产组中存在多项数据资产组时,仍面临着“纯数据资产”价值划分问题,此外,如何合理确认整个“资产组”的价值仍有待商榷。
关于信息资源的资产确认问题,学界存在三种不同观点,分别为表内确认观、表外披露观和无须确认观(黄世忠,2020a)。表内确认观认为,基于会计逻辑的统一性,信息资源应与其他资源采用一致标准确认为资产,不能基于稳健性原则对信息资源确认设置过高的标准。表外披露观认为,信息资源在会计计量方面具有不确定性,如权属不够明确、边际成本低、存在多个竞争性获取渠道等,因此,更主张绕过财务报表的限制,以更加灵活多样的方式向财务报告使用者提供相关信息。无须确认观认为,利润表可以间接确认信息资源等无形资产的价值,避免资产负债表表内确认、计量的不确定性,因而无须再次在资产负债表内确认。但是,数据资产满足“资产”的确认条件却不对其进行表内确认,势必会降低资产负债表的相关性。综上所述,企业对数据资产进行确认是有必要的,因此应坚持表内确认观,同时定期披露数据资产的相关信息,做到定性和定量相结合。
1.表内确认
近几年,类似同花顺这样的数据交易公司频繁出现市净率超高的现象,公众认为可能是投机炒作的结果。学者们通过研究发现,之所以出现这种现象是因为目前没有统一的数据资产会计处理规范,这类数据交易公司的大量数据资产无法进行表内确认,导致市净率虚高(黄世忠,2019)。因此,基于会计信息的重要性原则和决策相关性原则,应坚持数据资产“入表”。根据数据资产的来源进行初始确认,对外购的有成交价格的数据资产,参照传统无形资产的会计处理方式,按买价和其他相关费用计入该项数据资产,再按预期使用期限进行摊销;对自创的数据资产,用未来现金净流量进行初始计量可能更符合数据资产的特性,能够较为合理、真实地反映数据资产的经济价值(吕玉芹等,2003),并定期对其进行减值测试。
2.表外披露
目前,学界对数据资产的会计处理尚未达成统一看法,但是在实务中,少数企业根据现实需要已经在报表中对未能在表内确认的数据资产进行自愿披露,这主要是一些难以量化的、与企业利益相关者决策相关的重要数据资产信息,如数据资产的基本情况、来源、预计使用年限、未来可能带来的经济利益、价值创造能力等。
当前,我国并没有统一的数据资产披露框架,多样化的数据资产披露形式并不符合会计信息质量要求的可比性原则。此外,数据资产关乎企业的核心价值创造能力,考虑到数据资产的私有性、排他性、安全性,部分企业为了保护数据资产,可能不愿进行计量和披露。
1.数据资产数量和质量的不对称性
信息技术变革使数据数量呈爆炸式增长,但数据本身并没有价值,数据资产的价值隐藏在从数据中挖掘出的信息和知识之中(韩海庭等,2019)。基础数据的重要性不言而喻,但仍存在数据质量问题,数据的收集总是相对落后于数据的产生(Bukht 和Heeks,2017)。数据资产具有可重复开发特性,任何拥有数据资产使用权的数据主体都能够对其进行开发(杨善林和周开乐,2015)。与其他资源不同的是,数据资源的存量不会随着数据资产的开发和挖掘而减少,反而可能会创造出新的、有价值的数据资产。不同企业就同一数据资产进行开发的结果可能并不相同,数据资产呈现异质性特征。
此外,考虑到不同企业会计人员专业素养的差异,可能存在短期内无法有效判断或低估数据资产价值的行为,如部分数据资产的价值具有很强的时效性,如果数据资产的使用时间超过数据资产价值的有效时间,会导致会计确认环节的数量和质量不对称等问题。数据资产的存储虽然不要求有大量的物理实体,但仍要有数据库、数据平台等硬件设施的存在。如果企业长时间占有大量无效数据资产,不仅浪费研发投入和人力成本,也消耗了大量实物资源。但是,数据资产的价值评估需要结合企业外部宏观经济环境、竞争对手的竞争优势进行分析,充斥着大量的主观判断,与会计信息的相关性和真实性可能产生矛盾。
2.数据资产的确权难题
明确的产权归属有利于推进数据资产的市场化、完善数据资产交易机制并降低市场信息的不对称性。目前,数据资产使用权和所有权的转让难以界定,看似转让的是数据资产的所有权,其实可能是数据资产的全部权利。明确数据产权归属、保护数据资产的目的在于实现数据资产的公平交易和合理利用。齐爱民和盘佳(2015)提出,对大数据的保护应遵循数据主权、数据保护、数据自由和数据安全四个基本原则,其中,数据安全包括数据的存储安全和传输安全,以保障数据的真实完整和安全使用。杨永凯(2019)认为,企业大数据的初始财产权应由数据的实际控制人享有,但是为了防止个人隐私权被侵害,应对其财产权进行合理限制。李刚等(2021)基于现代产权理论提出,推进数据要素化进程、鼓励对有核心技术的平台进行持续投入,数据的确权方向应向价值创造能力更强、研发投入更大的主体倾斜。杨善林和周开乐(2015)提出,可以通过数据分类(可分为私有数据、公有数据和混合数据三类)界定数据资产的所有权和使用权。
国内许多学者在理论层面探讨了数据资产的确权问题。但实际上,因数据资产的多样性和异质性,其在具体实践过程中涉及的不仅是所有权和使用权,还涉及开发权、收益权等权利,在数据资产快速增长过程中,还有很多问题没有暴露出来。此外,部分企业和个人对数据资产“公有”和“私有”的概念还不够明确,仅从物理属性方面也难以对其进行划分。因此,需要进一步探讨数据资产产权归属问题。
1.数据资产的价值评估
吕玉芹等(2003)指出,用未来现金净流量对数据资产进行会计计量更符合其特征。Haskel 和Westlake(2018)将无形资产的特性归结为:有较强的扩展性,且投资成本易变为沉没成本,容易产生投资外溢现象,不同资产相互组合可以产生协同效应。但在会计实务中,由于数据资产投资收益的不确定性,其未来年份的现金流量难以有效估计;由于缺乏公平、完善的数据资产交易市场,难以参照其他数据资产的交易价格;宏观经济环境的变化和信息技术的升级使会计人员难以合理估计其使用年限。因此,传统资产的价值评估理论,如成本法、收益法和市场法等,可能并不适用于数据资产。
数据资产的价值评估问题不仅涉及数据资产的成本计量问题,也涉及数据资产的定价问题。在数据资产的成本计量问题方面,企业对外购买数据资产的成本,可以考虑以取得数据资产付出的代价作为成本进行初始计量。与传统无形资产的研发相比,自主研发形成的数据资产的研发时间可能相对更长,研发过程中面临的风险和市场波动性、不确定性更大,其投入和产出的不确定性和不对称性更大。此外,由于市场信息的不对称性,可能存在多家企业同时研发同一类数据资产的现象,如果有一家企业先于其他企业研发成功并对研发成果商品化、市场化,这对其他企业将是致命打击。数据资产研发成功后,进行商品化首先要确定该数据资产的成本,在这一过程中可能仍会面临资本化、费用化等问题。收益和市场不确定环境下,数据资产的价格可能并不完全由市场供需来决定。韩海庭等(2019)指出,消费者支付的数据资产价格实际上包括对数据拥有者隐私暴露的补偿和数据资产的应用价值两部分。但是数据资产在具体使用过程中具有投资外溢效应,且数据资产的权属关系尚不明确,因此,如何确定对数据资产拥有者隐私暴露的补偿仍待考量。现阶段,由于数据资产交易的信息不对称性,数据资产的定价还需要考虑相关竞争对手的发展状况、市场的竞争程度、买方的心理需求和机会成本等。数据资产的所有者拥有一定的定价主动权,而不是市场均衡价格的被动接受者。
2.数据资产增值的无限性
数据资产增值的无限性,是指数据资产在使用、交易过程中,可能会持续增值。对企业自创的数据资产来讲,为了使其在市场中处于前列、不被市场所淘汰,必须根据消费者的需求,定期对其进行维护和升级。而每一次的数据资产升级,都为其增加了一定的附加值。有学者认为,从资产的确认时间来看,自主研发数据资产的会计确认并非是一次性完成的(吕玉芹等,2003)。但是,在实务中,要想对数据资产的确认时间进行精准确认并不可行。会计处理中,本来就充斥着会计人员的大量主观判断,企业主动的数据资产升级时间虽然可以确定,但对于一些被动的、在数据资产协同使用过程中出现的增量价值,应如何判断其确认时间?因此,为了减少会计处理的主观判断,提高会计信息的相关性,可以考虑对数据资产只进行一次初始确认,其后续的价值变动只在计量环节进行会计处理。
会计管理活动论认为,会计本质上是一种管理活动,并主要体现为价值管理(叶康涛等,2020),会计除了核算和监督两大基本职能,还有预测、决策、控制、分析等其他职能。数据资产作为企业价值创造的关键资源,对其进行核算是必要的。对数据资产完整地确认、计量、记录、披露有助于企业预测并控制其未来价值变化,以便提供相关会计信息给企业的利益相关者。现阶段,我国企业业务经营范围较大,数据资产交易模式还不够成熟,投资者对数据市场的了解还不够全面。现行会计准则是在众多实践中不断探索、提炼总结出来的,并且至今仍在不断修订。数据资产作为一类新兴资源仍在不断地变化,要想在短期内对其形成完整的理论规范,不具有可行性。
1.完善法律法规、增强数据资产产权意识
数据资产计量、管理的前提是有完善的外部市场交易环境和制度,承认数据资产的“私有”,保证数据资产的安全。张弛(2021)指出,纯粹的技术保护路径无法实现对数据资产的全面保护,而其他的如债权保护路径、知识产权路径、新型权利路径等也存在一定的弊端,因此,将数据资产看作是“无体物”,直接融入物权法律体系进行保护是当下的最优选择。数据资产是未来企业竞争的关键要素,完善的规章制度、法律法规有助于明晰数据资产产权;加强市场监管、强化公民的法律意识,有助于减少类似网课“零成本”获取、售卖现象的发生。
2.坚持相对稳健性原则、适当放松数据资产的确认标准
会计信息的稳健性原则要求企业面对不确定性事项时,保持稳健性。合理的、适度的稳健性可以对企业管理层产生约束,保护企业利益相关者的利益不被侵害。但是,由于企业会计人员考虑稳健性原则时要依据部分主观判断,易受管理者短视行为的影响,且可能降低会计信息的质量(郑艳秋和屈玉,2015)。因此,在数据资产的确认环节,可以考虑适当放松数据资产的条件,以避免大量数据资产投资沉没成本对企业经营产生影响。
1.推进数据资产市场化、加强市场监督
数据资产是市场经济和技术变革共同作用的结果。推进数据资产的市场化不仅有利于数据资产的价值评估、风险管理、市场交易等机制的完善,而且有利于降低市场信息不对称性,提高会计信息质量,增强会计信息的决策相关性。新的经济形态下,为进一步优化数据资源市场化配置,应当建立相应的数据资产交易平台,通过“数据+算法”的方式实现数据资产供给与需求的精准匹配,使市场信息能够被及时感知、转化(李海舰和李燕,2020),实现更高层次的资源优化配置。
2.了解数据资产的交易模式、加强数据资产的风险管理
数据资产投资的沉没成本、外溢效应和不确定性使数据资产研发不能大量依赖债务资本,阻断了数据资产交易市场的产生,使企业对数据资产难以进行合理估值。除了安全风险、侵权风险和法律风险等经营风险之外(陆岷峰和王婷婷,2020),数据资产还需面对经济发展、技术变革、企业转型进程中的外部市场风险。目前,尚未形成具有普遍适用性的数据资产风险评估体系,应当强化数据资产的风险管理、积极探讨数据资产的估值方法,促进数据资产交易平台的建立。同时,应进一步研究具有典型意义的企业的数据资产运营、交易模式,推进数据资产的市场化。
1.完善数据资产披露框架
张俊瑞等(2020)指出,应区分数据资产用途,设计与传统无形资产会计处理不同的计量方法,在资产负债表内设置“数据资产”项目,在报表附注中披露数据资产的使用情况,构建以数据资产表内列示、报表附注披露和文本披露为主的数据资产信息列报模式。会计信息存在固有的不确定性(黄世忠,2019),数据资产的计量、披露环节也存在大量的主观判断,单纯的数字形式并不能反映数据资产内涵。现阶段,企业自愿披露模式下,应注意定性与定量相结合。此外,相关部门应结合我国企业实际,尽早确立完整的数据资产披露框架。
2.推进财务报表改革
随着经济、技术的发展,出现了许多现有财务报表无法涵盖的“新资源”。企业自愿披露数据资产,不仅说明数据资产在会计计量、披露方面的必要性和迫切性,也反映出现有财务报表体系的不足。近年来,会计信息造假、财务舞弊现象频发,也说明现有的财务报表体系不够完善。工业经济时期,财务资本驱动价值创造,而新经济时代,财务资本可能更偏向于基础性资本,能够驱动企业进行价值创造的反而是那些无形的智慧资本。现有财务报表体系偏向于财务资本的计量和披露,但数据资产、智慧资本也有其披露的必要性。因此,应结合我国实际,进一步推进传统财务报表改革,使其能更真实、可靠地反映相关会计信息。