关于数据资产会计核算相关问题的研究

刘晋利

（四川数字交通科技股份有限公司，四川 成都 610095）

一、引言

随着信息技术的飞速发展、互联网的不断普及，企业能通过网络挖掘数据，从而创造商业价值。大数据时代，全球信息化发展进入新阶段，数据的作用已经从过去的辅助转向引领，从热点转向质点，大数据的商业价值逐渐被人们所熟知并被充分挖掘。

智能化、云计算、大数据、移动互联网的快速普及实现了数据和人类生产生活的即时交汇与融合，全球数据呈现出爆发式的增长、链条式的集聚。相关研究报告显示，2021年大数据产业规模突破了1.3万亿元，大数据使用场景的不断丰富、大数据市场的规模化增长，为企业充分运用大数据技术来提高自身的生产力和核心竞争力提供了无限的可能。由于企业拥有的数据资源是在过去的交易或事项中形成的，并且现在由企业所掌控，因此数据资源具备资产的确认条件，但是目前我国企业对数据资产的会计核算还存在一些不足。

本文深入剖析与研究企业数据资产的会计核算等相关问题，以期为企业数据资产日常核算提供借鉴。

二、相关概念阐述

（一）企业数据资产的形成

大数据时代，数据资产应运而生。大数据主要是由结构复杂、类型较多、数量庞大的数据构成的一个集合体。

大数据技术是一次重大的信息革命，其引发了全新经济业务的出现，数据交易就是备受关注的一个话题。大数据时代，企业可以借助先进的信息技术获取并使用跨领域的数据信息，从而为企业的发展赢得更多商机［1］。

（二）相关概念阐述

1.数据资产的基本概念

数据是一种特殊的资源，当数据具备资产属性，就可以将其称为数据资产。目前社会各界对数据资产的具体定义还没有形成一个确切的定论，但是可以肯定的是，数据资产具备数据和资产双重属性，并且是有一定价值的资源。

因此，可以将数据资产定义为：企业自主研发的、被企业控制或拥有的，能够客观而真实地反映企业某一交易或事项的情况，并且能在未来带来预期经济利益的数据资源。就目前我国的现实状况来看，尚未出台针对企业持有数据信息资产的统一会计准则，很多企业对数据资产的理解都存在一定的差异［2］。

2.数据资产管理

所谓数据资产管理，是指企业及组织开展的各种管理活动，并且是以确保数据资产的完全认定、有效利用以及合理配置，进而全面提升数据资产为企业带来的经济效益为目的。因此，数据资产管理是针对企业数据资产价值的一种管理行为，并不是对数据资产挖掘技术的管理。

三、数据资产核算的主要环节

（一）数据资产的确认

数据信息符合资产的定义，如前所述，主要是企业在过去的交易或事项中形成的，但是目前主要由企业拥有或实质控制，企业利用好这项资源，能在未来获得预期经济利益。因此可以计量并确认数据资产的成本或价值，这也是我国会计准则中的相关规定。

作为生产经营活动中的一项重要生产要素，数据资产的关键性特征并不具备实物形态。基于此，数据资产完全符合无形资产的定义，对其进行确认，可以按照企业会计准则中的相关规定来完成［3］。

（二）数据资产的计量

企业对资产的计量主要分为三个阶段：初始计量、持有期间的后续计量、处置计量。根据企业会计准则中的相关规定，对无形资产进行初始计量时，如果是企业通过市场交易购买获得的无形资产，则应按照购买支付的价款、相关的税款、其他可以直接归入该项资产中的其他支出作为无形资产的入账成本和价值。

例如，A 企业为了促进生产和发展，通过大数据交易平台购买了100万元的数据资产，这批数据资产在发挥预期的作用前还产生了一些费用，其中主要包括数据分析处理费、人工成本费用等共计30万元，那么该项数据资产入账时，可以确定其价值为130万元。

数据资产持有期间的后续计量主要是指对数据资产价值的转移进行记录。在此过程中，必须准确而清晰地反映企业所持数据资产主要在哪个环节被耗用。值得注意的是，在摊销数据资产的过程中，要确定数据资产的使用寿命，这就要求企业必须充分考虑信息时代大数据的时效性，一般数据资产使用寿命的确定时间不宜过长。

笔者认为，企业可以根据数据资产的不同类型来确定其摊销年限。对数据资产进行期末计量是处置数据资产的主要环节，主要包括对数据资产的对外出租、出售、捐赠，当数据资产并不能为企业带来切实的经济利益时，就应终止确认并转销。数据资产的处置与固定资产的处置类似，处置数据资产的价款应与账面价值的差额进行比较，并将这一差额作为数据资产处置的利得或者损失，分别将其计入营业外收入或营业外支出两个科目中。

（三）数据资产的信息披露

企业会计准则中明确要求，当企业的一个会计期间终了时，应将企业的实际经营状态编制成会计报表并撰写财务报告，为信息的使用者提供更系统、更详细、更真实的会计信息。因此，为了能更加真实、准确、完整地反映出企业会计期末数据资产的持有状况、数据资产的质量等，须将相关数据资产呈现在资产负债表中［4］。

四、企业数据资产核算难点

（一）较难界定纳入资产的数据范畴

纳入资产的数据须具备特定条件，但是目前数据的种类繁多、数量庞大，可以说是无处不在，目前究竟哪些数据可以被界定为资产，还存在较大的争议。例如，企业生产经营活动中产生的数据是否能为企业带来经济效益；如何正确区分企业在生产经营中产生的数据与其他费用，采用什么方法对这些数据进行计量；企业通过自己研发的软件获取并汇集到的市场公开的数据，是否享有数据的所有权和控制权？

由此可见，企业的哪些数据可以作为资产列报，哪些不能列报，还很难界定。当然，企业的生产经营过程中或多或少使用了各种数据。例如，制造企业获取的客户数据、生产经营中使用设备的参数等，这些数据体量较小，并且是企业自行研究的，很多企业通常将这些数据视为企业的资产进行处理。那么在未来如何界定那些体量小、非典型、并未纳入传统数据库中的数据，以及是否能够全部进行统一核算，都值得商榷。

（二）对数据的评估定价存在一定的困难

与传统的资产不同，数据资产的评估定价还存在一定困难。如果只是按照传统的人力、水电费、折旧等物质投入来机械性地评估数据资产的价值，很可能会低估数据资产的价值。特别是企业自行生产的数据由于并未进行交易，很难确定其公允价值，要通过更严谨、科学的评估方法对其进行评估后才能入账。

成本法、市场法以及收益法是资产评估最常用的三种方法。数据资产属于新型的、多样化的资产，不论是哪一种资产评估方法，都具有很强的局限性，都无法科学而准确地评估数据资产的价值［5］。

（三）对数据资产的后续计量还存在难度

数据资产高度虚拟，并且可以无限复制和共享，因此其与传统资产存在明显差异，特别是在后续的计量中难度更大，如数据资产的摊销、出售以及减值等。

例如，由于数据资产与无形资产类似，不会产生折旧和物理损耗问题，那么实物资产的折旧年限也就不适用于数据资产；数据的减值要对其可变现净值进行评估，然而数据的使用者、操作方式以及需求并不相同，这就导致数据资产在市场上体现的价值不一样，很难对可变现净值进行估计，很难进行减值测试；不同的数据具有明显的差异性，后续的计量方法也具有多样性，有些数据经二次整理后仍保留较高的价值，然而有的数据具有一定的时效性，时效期一过，价值必会锐减，后续对数据资产的计量制定出统一的标准，还存在很大的难度。

五、企业数据资产会计核算的着力点分析

（一）科学设置会计科目，建立规范的数据确认标准

在我国企业会计准则中，要想将数据作为资产类科目进行处理，就要对数据作出科学的、完整的、规范的、准确的定义，并明确规定哪些数据可以作为企业的资产在财务报表中列示，哪些可以作为直接费用直接计入当期损益中。凡是纳入资产的数据，应从不同方面制定统一的标准，如数据的估价、权属、应用、方向等，以便为实际操作提供指导。

例如，如果能够单独计量企业从外部获取的数据，并且也能够明确企业对这些数据享有控制权、使用权、所有权，那么就应将这些数据记录到数据资产中；对于企业自主研发的数据，比如对基础数据资料进行整理、分析、分类以及筛选后所形成的系统性数据，融入过渡性的科目中。当确认这些数据产品能给企业带来直接或间接的收益时，才能结转为数据资产。

（二）优化与完善评估方法，全面推动数据的准确入账

对数据资产的价值进行评估，能进一步完善企业数据资产的核算。因此，各企业应进一步优化和完善数据资产的评估方法，使数据资产能够准确入账。对数据资产的评估直接关系到数据的购买价格是否合理，减值测试是否科学，自行开发的数据成本是否进行了准确估价，企业整体的价值评估方法是否科学，这就要求企业必须进一步细化数据价值的评估方法。

（三）进一步明确数据的类别，全面丰富数据的摊销方法

与传统的资产相比，数据资产具有很多特征，如价值不确定性、多样性、无限复制性等，不同种类的数据在进行减值摊销时，采用的方式存在一定的区别。因此，这要求各企业必须对数据的性质、特点等进行分类，针对不同类型的数据设定出与之匹配的摊销年限、减值测试方法等。

例如，对于时效性较强的数据资产，可以通过加速摊销的方式和每年末进行减值测试的方式开展后续的计量工作；对于商业档案、客户消费偏好等数据资产，可以结合商业周期来设定出符合行业实际情况的摊销年限。

（四）构建核算钩稽关系，尽快完善配套科目

目前，在现金流量报表中并没有专门针对数据的构建与处置科目。随着数据时代的不断发展，数据作为资产正式纳入企业会计核算是大势所趋。因此，须尽快修订并完善现金流量表，在现金流量表中，单独设置能反映数据流量变化的项目，能在现金流量表中更加明确、真实、规范地反映出数据资产的流量变化情况。

一旦数据资产对现今的流量产生重要影响时，必须在财务报表的附注中重点披露，这样才能让报表的使用者全面而充分地了解企业数据价值的变动情况、收益情况等。

六、结语

大数据时代，数据作为新型的资产，受到越来越多企业的认可和关注，并且能帮助企业进行科学的分析与决策，并从中获得收益。

因此，在现有的条件下，如何对这些数据信息进行系统而完整的核算，是各企业必须高度关注的问题。大数据时代，在实践中积极探索海量数据信息对传统会计理论的影响，能为进一步推进数据资产的市场化、全面完善数据资产的交易机制奠定坚实的基础。