企业数据资产会计核算研究——以阿里巴巴为例

| 熊艳 裴潇

数据资源已成为数字时代互联网企业重要的战略资源，但我国目前会计核算系统中未将数据资源作为一项资产进行确认和计量，导致财务报告无法真实反映互联网企业的全部价值，数据资产入表核算迫在眉睫。本文采取案例分析法，以全球十大互联网企业之一——阿里巴巴企业为例，探讨数据资源确认为资产的合理性以及如何进行会计处理与信息披露，以期为财务报告的完善提供借鉴意义。

一、案例情况

（一）企业简介

阿里巴巴网络技术有限企业于1999年9月10日在浙江杭州成立，2014年在美国纽约证券交易所正式挂牌上市，2019年以双重股权结构赴港成功二次上市，其经营业务包括核心商业、云计算（阿里云）、数字媒体及娱乐（优酷土豆、阿里巴巴影业集团等）以及创新业务（高德地图、钉钉等）。其中，核心商业业务由中国零售（淘宝、天猫）、中国批发（1688.com）、跨境及全球零售（Lazada）、跨境及全球批发（阿里巴巴国际站）、生活服务（饿了么、口碑）、物流服务（菜鸟驿站）六大板块组成。

阿里巴巴作为一家互联网电商企业，其主要商业模式是通过向用户提供零售业务来收集用户数据，将数据应用于定向广告为其带来可观收益。在2020财年，阿里巴巴因推广营销服务向商家收取的客户管理收入达到总收入的34%，超过三个非核心业务收入总和，体现出阿里巴巴强大的用户流量基础和数据驱动能力。除线上商品交易平台外，阿里巴巴还建立了支付宝、阿里巴巴金融、菜鸟物流、阿里云等分支机构，形成对核心商业业务的支持体系，依托阿里云基础设施，完成资金流、物流、信息流的循环。

（二）阿里巴巴数据资源的产生与价值创造

根据阿里巴巴2020年财报，阿里巴巴约65%的收入来自于中国零售商业业务（淘宝、天猫），零售业务流程大致可分为以下四个阶段：（1）浏览阶段：用户登录网站或者下载APP，登记用户基本信息，注册唯一账号。如果用户没有明确需求，则淘宝会根据大众喜好向你推荐商品；如果用户有明确要购买的商品，则在搜索栏搜索关键词进行购物。用户进行关键词搜索时，各商家可通过阿里的线上竞价系统，对关键词单价进行出价，以争取使其商品或服务出现在与该关键词匹配的用户搜索页面上，提高商品成交率。用户可点进商品详情页界面，会出现短视频和图文形式的商品介绍，以及已购买者的真实宝贝评价，用户可自由选择是否购买；与此同时，店铺商家也会向用户推荐与购买物互补的商品，促进同一店铺中互补物的消费；（2）支付阶段：用户确定需要购买时，点击“立即付款”，选择使用支付宝、余额宝或者花呗进行付款，并填写收件人姓名、住址、电话，以便进行物流派送；（3）配送阶段：第三方支付平台收到用户付款通知时，淘宝即向商家提示商品交易信息；商家验证无误后予以发货，物流配送平台通过算法、大数据等计算出一条最短路径，并通过并购饿了么的方式完善“最后一公里”的配送服务；用户收到货物后，如满意，即可点击“确认收货”，第三方交易平台扣除手续费后将余额支付给商家；如不满意，可与商家协商退货，退货成功后，第三方交易平台会将商品价款返还至用户原支付账户；（4）交易完成。

根据阿里巴巴实际运营情况分析，数据资源可划分为以下两种来源：一是在企业内部经营活动中产生。例如，淘宝中用户的浏览商品记录、支付宝中的消费购买数据、菜鸟驿站中用户的手机号、地址等数据。二是在企业并购过程中产生。例如，阿里巴巴在并购饿了么的过程中取得的本地用户行为数据网络。阿里巴巴数据资源的具体类别见表1所示。

表1 阿里巴巴数据资源的具体类别

在上述整个业务流程中，阿里巴巴将在零售业务中获得的大量用户浏览数据、店铺停留时间、支付信息、用户地址信息等数据以及在并购活动中取得的被并购方行为数据网络，借助阿里云基础设施进行再利用，挖掘二次价值：（1）在用户浏览阶段，根据各个店铺访问次数、用户页面停留时间等数据分析出用户“可能喜欢”，实现精准营销，提高从流量到订单的转化率，降低企业的运营成本；（2）在用户支付阶段，以支付宝为桥梁，不仅成立了阿里巴巴金融科技公司，而且阿里巴巴企业提供的广阔应用场景和巨额消费规模为非合并关联方蚂蚁集团的数字支付和数字金融服务奠定了坚实的业务基础，形成协同效应优势；（3）在物流配送阶段，依托阿里云强大的算法和算力优化配送路径，提高配送效率；同时，随着中国领先的即时配送及本地生活服务平台饿了么的加入，其商业平台技术、专有技术和基础设施为口碑平台上的本地服务商家提供数字化运营方案，利用零售环节庞大的用户基础，进一步渗透本地生活服务市场。并且饿了么的即时配送网络与阿里巴巴数字经济体高度协同，给新零售业务（包括盒马配送服务）提供最后一公里助力，推进阿里巴巴在本地生活领域提供无缝的线上和线下用户体验的新零售战略。

（三）阿里巴巴会计处理的缺失

阿里巴巴在内部经营活动以及并购活动中产生大量数据资源，但由于目前我国会计核算系统未将数据资源资产化，导致阿里巴巴无法将用户浏览记录、支付数据、地址信息、被并购方行为网络等数据资产的价值在财务报告中予以体现，利润指标难以真实反映互联网企业真正投资价值，外部投资者无法获知互联网企业真实的发展现状以及发展潜力，财务信息失去可靠性和相关性，使得投资者财务决策失误。

鉴于此，本文以阿里巴巴为例，探讨数据资源确认为资产的合理性以及数据资产核算的方法选择，以期为会计核算系统的完善提供借鉴意义。

二、数据资产的确认

“数据资产”一词最早于1974年由美国学者理查德·彼得斯（Richard Peterson，1974）提出，他将数据资产等同于企业持有的政府债券、企业债券和实物债券等资产。可以看出，在信息技术发展初期，数据资产主要是指可以证券化的金融产品。随着信息技术的发展和互联网技术的普及，Perrons和Jensen（2015）指出上游油气行业倾向于将数据视为有形资产的描述性信息，而与此形成鲜明对比的是，大数据领域的研究者将蕴含价值的数据本身视为一项资产。国内关于数据资产的研究起步较晚，2017年我国举办第三届数据资产管理峰会后相关研究达到高潮（祝子丽和倪杉，2018）。关于数据资产的概念界定，朱扬勇和叶雅珍（2018）通过对信息资产、数字资产、数据资产三个关联概念的发展综述，分析讨论数据自身及数据资产的物理属性、存在属性和信息属性后，提出将三个关联概念统一定义为数据资产；张俊瑞等（2020）等人从无形资产定义出发，结合数据资产的独特属性对数据资产的概念进行界定。

本文赞同中国信息通信研究院云计算与大数据研究所于2019年发布的《数据资产管理实践白皮书》中“数据资产是能够为企业产生价值的数据资源”的观点，即“数据资产由企业拥有或者控制的，能够为企业带来未来经济利益的，以物理或电子方式记录的数据资源，如文件资料、电子数据等”。阿里巴巴付出劳动、资本、人力等投入在企业内部经营活动中获得的数据资源由阿里巴巴所控制，预期会给企业带来经济利益，如与广告服务相结合，构建用户画像实现精准营销，提高从流量到订单的成交率；与数字支付服务相结合拓展金融业务板块，扩大电商生态系统；与物流服务相结合优化配送路径，提高配送效率。除此之外，阿里巴巴通过高价并购方式获得的饿了么本地用户行为数据网络，与本地服务相结合拓展本地服务市场份额，推进新零售战略。综上所述，阿里巴巴企业的数据资源满足《数据资产管理实践白皮书》中关于数据资产的定义，应当确认为一项资产。阿里巴巴数据资产的确认见图1所示。

图1 阿里巴巴数据资产的确认

目前数据资源的资产属性已得到众多学者的认可（李静萍，2020；秦荣生，2020），但对于数据资产如何进行确认以及确认为何种资产尚未形成一致的结论，主要有以下两种代表观点。第一种观点认为数据资产在具有资产属性的基础上，存在无形资产的特性，如没有实物形态、具有可辨认性、非货币性等，考虑将数据资产直接并入无形资产（刘玉，2014；康旗等，2015；李泽红和檀晓云，2018）。但现行会计核算系统中关于无形资产的确认范围过窄，仅将数据资产作为无形资产进行确认会导致第三方数据所有权无法明确，且现行的无形资产价值评估方法并不适用于数据资产的价值衡量，数据资产的价值确定存在难度，数据本身快速的更迭使得数据价值的衡量难度进一步加大，所以应扩充目前的无形资产会计核算体系，将数据资产作为无形资产二级科目进行核算（游静，2018）。第二种观点主张数据资产虽然与无形资产类似，具有非实体性、可辨认性等特征，但数据资产具有其独特属性，应当单独设置“数据资产”一级科目进行确认和列报，无形资产现有的会计核算体系仅可为其提供借鉴意义（朱扬勇和叶雅珍，2018；张俊瑞等，2020）。

阿里巴巴作为一个互联网龙头企业，轻资产重数据，不仅在核心零售环节产生海量的用户购买和支付数据，还通过高价并购方式取得被并购方巨大潜在价值的数据资产。除此之外，非合并关联方蚂蚁集团为阿里巴巴核心零售业务提供数据支付的同时，将用户支付数据转化为信用评估工具，与阿里巴巴合作拓展出金融服务板块，更好地为核心零售业务服务。若将数据资产并入无形资产中，仅采用历史成本法进行核算，无法实现数据未来产生收益和付出成本之间的匹配，难以保证财务信息的可靠性。且数据资产的价值不会因为反复使用而发生损耗，其价值变动主要受时效性的影响，不满足无形资产摊销的条件（李雅雄和倪杉，2017）。因此，本文在参考前人研究的基础上，结合阿里巴巴业务进行具体分析，主张应当单独设置“数据资产”一级科目进行会计核算和信息披露，并根据不同来源设置“企业内部经营活动中产生”、“企业并购过程中产生”二级科目。

三、数据资产的计量

（一）数据资产的初始计量

关于数据资产的初始计量，大多数学者达成一致意见，认为数据资产应当采用历史成本法进行计量，即以取得时的实际成本入账（邹照菊，2017；李泽红和檀晓云，2018）。但唐莉、李省思（2017）认为随着时间推移或维护发展，使得数据资产未来经济利益流入远远超过了投入价值，因此主张从数据资产使用后的产出收益角度对数据资产进行初始计量，即采用收益现值法确认数据资产的入账价值。张俊瑞等（2020）则认为数据资产未来价值的波动性较大，难以正确估计其未来现金流，随着数据交易平台的建立和日益完善，交易性的数据资产可使用市场公允价值进行初始计量。

本文认为，不同来源的数据资产不可一概而论，应当采用不同的初始计量方法：

1.在企业内部经营活动中产生的数据资产。对于在企业内部经营活动中产生的数据资产，由于该类数据既不存在活跃的数据交易市场，而且难以在市场中取得同类或者类似产品的市场价格及其他相关条件，不符合公允价值计量的条件。所以应当采用历史成本法计量，才能最大程度上保证会计信息的可靠性（李诗等，2021）。但并不是所有在企业内部经营活动中产生的数据均应当确认为数据资产。数据确认为数据资产还需要符合“能够为企业带来未来经济利益”的条件，因此，在数据收集、整理、筛选等初始阶段所发生的各项成本支出应当费用化，计入“管理费用”；将数据在分析、挖掘、应用等阶段所发生的人力、设备、技术等成本作为其入账成本。

2.在企业并购过程中产生的数据资产。阿里巴巴针对并购的子公司采取购买法进行会计处理，将企业并购视为购买企业以一定价款购进被购买企业的机器设备、存货等资产项目，同时承担被购买企业所有负债的行为，从而按并购时被购买企业净资产的公允价值确认为成本，将并购成本超过享有可辨认净资产公允价值份额的差额全部确认为商誉。2018年5月，阿里巴巴与蚂蚁金服组成的联合投资主体以5,482百万美元（人民币34,923百万元）的对价并购饿了么所有发行在外而尚未持有的股份，在并购日确认商誉34,572百万元。并购完成后，饿了么正式成为阿里巴巴并购范围内的子企业。饿了么于2017年4月并购百度外卖后市场估值在60亿美元左右，而阿里巴巴之所以愿意出95亿美元的高价全资并购饿了么，其真正目的是并不是进军外卖行业，而是获得饿了么依托外卖服务所形成的庞大立体的本地即时配送网络，为新零售战略布局打通线下物流渠道。在阿里巴巴2018年财务报告中，把将近35亿美元的溢价全额确认为商誉，在后续期间进行摊销，计提减值。

本文认为，饿了么形成的本地用户行为数据网络所带来的收益不但不会随着时间摊销完毕，反而会给阿里巴巴企业带来1+1＞2的协同效应。理由如下：2016年“新零售”概念首次被提出，该概念要求只有从用户需求出发，将线上销售、线下体验和物流服务相结合，依托大数据、互联网等先进技术，实现零售模式的重构与升级，最终实现用户关系的重构，从传统的产品销售全面转型为客户创造价值，才能实现电商企业的长期高速发展。但阿里巴巴作为一个以 B2B外贸起家的电子商务企业，线下运营领域是一个全新、空白的领域。而拥有高效、体系完整的线下物流配送体系和数字化餐饮系统的饿了么正好可以弥补阿里巴巴的短板。饿了么与阿里巴巴集团的数字经济体的整合，以外卖服务为切口，依托饿了么外卖服务形成的庞大立体的本地即时配送网络，协同阿里新零售“三公里理想生活圈”，盒马“半小时达”和二十四小时家庭救急服务，“天猫超市一小时达”，众多一线品牌“线上下单门店发货二小时达”等一起，成为支撑各种新零售场景的物流基础设施，成功推进了阿里巴巴提供线上服务和线下用户体验相结合的新零售战略。因此，在企业并购过程中，第三方独立评估机构应当将溢价部分合理拆分为商誉与数据资产，科学评估商誉价值，合并方根据并购成本和商誉评估价之间的差额倒推出数据资产的入账价值进行记账。

（二）数据资产后续计量

数据资产的后续计量，主要包括数据资产的摊销、数据资产的减值、数据资产的公允价值变动、数据资产处置等。

1.数据资产的摊销。在后续计量中，互联网行业发展迅速导致数据资产的时效性较强，为保证会计信息的相关性，数据资产使用寿命确定不宜过长。学术界普遍认为对于使用寿命有限的数据资产，可考虑采用加速折旧法在5年内摊销完毕（刘玉，2014；李泽红和檀晓云，2018）。借记“管理费用”等科目，贷记“数据资产累计摊销”科目。

2.数据资产的减值。由于数据资产价值波动较大，所以无论是否存在减值迹象，企业至少应当于每年年末，对数据资产进行减值测试。对于经测试发生减值的数据资产，借记“资产减值损失”科目，贷记“数据资产减值准备”科目。

3.数据资产的公允价值变动。值得注意的是，对于在并购过程中产生的数据资产，随着时间的推移或者协同效应的产生，使得该类数据资产产生的未来经济利益远远超过其初始确认成本，因此还需对其进行定期评估，根据评估值来调整其账面价值，以真实反映数据资产的价值，保证财务报告的可靠性。但由于在并购过程中产生的数据资产具有唯一性，市场中不存在相同或者类似的产品参照价格，无法采取公允价值法进行后续计量。因此在后续计量中，应当从企业整体出发，根据数据资产投入使用后的预期收益，采取收益现值法评估数据资产的账面价值。收益现值法是指将数据资产预计使用寿命内所产生的预期未来收益采取适当的折现率折现为现值的方法。阿里巴巴选择高价并购饿了么的目的并不是单纯地追求财务回报，而是专注于其数字经济体的强化，实现与新零售战略的协同效应，追求长期战略价值。因此，该类数据资产的使用寿命应当比在内部经营活动中产生的数据资产要长，但最长不得超过20年。预期收益可以定义为利润的增加、销售收入的提高或者运营成本的降低。折现率可以选择企业当前加权平均资本成本或者运用可比企业法估计该数据资产的折现率。因阿里巴巴管理数据资产的业务模式主要是为了内部经营管理而持有数据，因此，其数据资产期末公允价值变动应计入其他综合收益，待终止确认时转入当期损益。期末会计处理如下：当账面价值上升时，借记“数据资产-公允价值变动”科目，贷记“其他综合收益”科目；当账面价值下降时，借记“其他综合收益”科目，贷记“数据资产-公允价值变动”科目。

4.数据资产处置。当数据资产因泄露、转让、毁损等原因无法给企业带来经济利益时，企业应当及时转销数据资产相关账户余额，并将所得价款和数据资产的账面价值差额计入营业外收支，并将数据资产因公允价值变动计入其他综合收益的金额转入当期营业外收支。

综上所述，阿里巴巴数据资产的初始计量、后续计量以及终止计量见表2所示。

表2 阿里巴巴数据资产的初始计量、后续计量以及终止计量

四、数据资产的披露

为使企业外部投资者充分认识到数据资产的重大价值，真实掌握企业的潜在投资价值，对于满足资产确认条件的数据资产，应当在资产负债表中予以确认和报告，并相应的在财务报告附注对数据资产的来源分类、摊销年限和摊销方法、减值原因、公允价值变动原因等因素进行详细说明。对于未满足资产确认条件的数据资源虽然无法入表核算，但详细披露该部分信息有助于反映管理层受托责任履行情况，帮助财务报告使用者作出经济决策。因此，应当采用表内披露和表外披露结合的方法，全方面反映数据资产价值。

1.表内披露。因数据资产区别于无形资产的特殊属性，应当在资产负债表中“非流动资产”项目下增设“数据资产”项目，将数据资产的账面余额披露在“数据资产”项目。同时增设“数据资产累计摊销”、“数据资产减值准备”备抵项目。并相应的在财务报告附注中对数据资产的来源分类、摊销年限和摊销方法、减值原因、公允价值变动原因等因素进行详细说明（张俊瑞等，2020）。

2.表外披露。田五星和戴双双（2018）指出在互联网经济环境下，网络化的企业呈现出轻实体资产、重用户信息的特点，传统的利润指标难以真实反映企业价值，企业利益相关者对企业价值信息需求从传统的利润指标转向企业的用户规模、用户粘性、用户质量、用户行为和偏好等具有明显互联网特性的业务数据指标。因此，田五星和戴双双基于管理会计思维，广泛考虑企业内外部利益相关者的信息需求，将用户信息、品牌、商业模式、外部竞争者、用户体验等数据均纳入报表构成项目，探索编制出“关键价值指标变动表”。

张俊瑞和危雁麟（2021）认为在资产负债表中单独列报数据资产，难以反映数据资产特质导致的账面价值差异，削弱财务报告的决策有用性。因此，张俊瑞和危雁麟建议，以资产负债表列报为主，以“第四张报表”关键指标为辅。“第四张报表”由德勤中国于2016年提出，以非财务数据为核心，搭建以企业绩效为基础，关注数据资产价值，涵盖用户、产品、渠道和财务四大维度的量化企业价值管理体系，为企业提供更全面的价值评估和更深入的管理洞见。在田五星和戴双双以及德勤发布的“第四张报表2.0”的基础上，张俊瑞、危雁麟提出将关于数据资源的规模、积累年数、数据潜力、数据规范性等要素纳入“第四张报表”中，编制出“第四张报表”结构示例表。

本文在总结前人研究和德勤现有研究成果的基础上，结合阿里巴巴作为平台企业的业务特点，提出将数据类别、数据投入、数据收益等关键指标纳入报表项目，编制“阿里巴巴数据资产表外披露框架”，见表3所示。

表3 阿里巴巴数据资产表外披露框架

“第四张报表”由德勤中国于2016年提出，以非财务数据为核心，搭建以企业绩效为基础，关注数据资产价值，涵盖用户、产品、渠道和财务四大维度的量化企业价值管理体系，为企业提供更全面的价值评估和更深入的管理洞见。在田五星和戴双双以及德勤发布的“第四张报表2.0”的基础上，张俊瑞、危雁麟提出将关于数据资源的规模、积累年数、数据潜力、数据规范性等要素纳入“第四张报表”中，编制出“第四张报表”结构示例表。

五、研究结论和未来展望

本文以阿里巴巴为例，从数据资产定义出发，指出阿里巴巴在内部经营活动中和在并购过程中产生的数据资源满足《数据资产管理实践白皮书》中关于数据资产的定义，应当确认为一项资产，并且因区别于无形资产的独特属性，应单独“数据资产”一级科目予以会计处理和信息列报。在数据资产初始计量中，不同来源的数据资产分别适用不同的初始计量方法。其中，在企业内部经营活动中产生的数据资产，由于成本明确可计量，应当采用历史成本入账。对于在企业并购过程中取得的数据资产，应当根据第三方评估机构所评估的商誉价值倒推出数据资产的入账价值。在数据资产的后续计量中，由于数据资产的时效性强、价值波动大等特点，应当在每年度末进行摊销、计提减值以及确认公允价值变动。尤其是对于在企业并购过程中取得的数据资产，因不存在相同或者类似资产的参考价值，无法获取公允价值，所以应当从企业整体出发，可采用收益法合理估计其未来收益，从而确认其公允价值变动额。处置数据资产时，将数据资产的账面价值与所得价款的差额计入营业外收支。在数据资产披露中，应当采取资产负债表与“第四张报表”结合的方法，全面披露企业在用户、产品、渠道、财务四个维度下的财务信息和非财务信息，对企业价值进行客观的量化评估。

未来有以下展望：

1.建立数据确权机制，分离数据所有权、使用权和经营权。用户产生数据，阿里巴巴作为平台企业收集、整理、分析后自己使用或者出售给第三方企业使用，数据的所有权到底归属于谁？到底该由谁来确认这项数据资产？这一直是学术界最激烈的争论点。而数据需要在市场上流通、交易，最首要的是要对数据进行确权。因此，我国应当吸收国际数据确权实践经验，利用区块链等技术提出隐私安全计算方案，实现数据所有权、使用权和经营权的分离。

2.完善会计核算体系，支持数据资产入表核算。互联网企业主要商业模式是通过向用户提供低价甚至免费业务来吸引流量，收集用户数据，将数据应用于定向广告为其带来主要收益。但由于我国会计核算系统尚未将价值可观的数据资产列入核算，导致企业尤其是互联网企业财务报告披露的资产价值与其市值存在较大差异，外部投资者无法得知互联网企业真正的潜在发展价值，形成“信息孤岛”，降低财务报告的决策有用性。因此，我国在实践工作中，应当充分借鉴学术界的理论研究基础，探讨适合我国数据资产的会计核算体系，保证财务信息的相关性和可靠性。

3.完善市场激励机制，鼓励数据交易市场蓬勃发展。阿里巴巴作为电商龙头企业，拥有雄厚的资金实力，因我国数据交易市场尚处于起步阶段，阿里巴巴通常采取高价并购手段取得被并购方的数据资产。但并购方式需要耗费巨额资本，且并购后若不能很好的进行企业整合，将会导致资源浪费，并购失败。显然，并购方式并不适用于中小企业。因此，我国应当完善市场激励机制，建立起全国统一的规范体系和定价机制，有效解决目前交易市场成交难、定价难等问题，鼓励数据交易市场蓬勃发展，保证数据的开放和共享，发挥数据的最大效用。