企業數據資產會計確認與計量問題研究

宋書勇

【摘 要】 為促進數據資產會計核算實務操作落地，完善數據資產從產生到形成利潤并增加股東價值的核算鏈條，促進企業財務報告更加準確解釋企業利潤和股東價值增加的來源及形成過程，文章在分析數據資產定義、內涵及類型基礎上，研究了數據資產的確認條件和計量屬性問題。研究表明：數據資源只有實現了“從不能帶來經濟利益到可以帶來經濟利益”的轉變，才具備在會計上確認為資產的基礎，應從資產的會計定義、會計確認條件判斷數據資源是否屬于企業的資產；數據資產是企業獲得的在一定業務領域、地域或時期的數據使用權，屬無形資產范疇，經營數據資產可理解為以數據資產提供內外服務，不宜做存貨核算；數據資產初始計量應采用成本法，后續計量可根據內外服務和未來收益確定難度選擇收益現值法或成本法。

【關鍵詞】 企業； 數據資產； 會計； 確認與計量

【中圖分類號】 F231.4? 【文獻標識碼】 A? 【文章編號】 1004-5937（2024）02-0095-07

一、問題提出

計算機及信息技術的發明與應用帶動了世界主要經濟體進入信息時代，企業在信息時代掌握的海量的、門類復雜的數據已成為能夠為其帶來經濟效益的越來越重要的資源。尤其是信息時代從數字化、網絡化走向智能化以來，數字經濟對企業及國民經濟的發展越來越重要，催生了亞馬遜、騰訊、阿里巴巴、百度等一大批依托數據資源經營進行價值創造的企業，這些企業又進一步帶動了實體經濟與數字技術深度融合，促進了傳統產業轉型升級，催生了新產業、新業態、新模式，壯大了社會經濟發展的新引擎。研究表明，谷歌利用每年數萬億次的搜索量以及海量的社交網絡用戶數據額外增加了90%的營業收入，騰訊近6億活躍QQ用戶和約13億活躍微信用戶為其貢獻了大部分利潤。騰訊研究院2021年研究顯示，美國2012年至2020年的數字經濟實際增加值年均增長6.3%，明顯快于GDP增速。2021年美國數字經濟占GDP比重超過65%，我國達到39.8%[ 1 ]。雖然數據資源在企業經營中起著越來越重要的作用，但大部分企業未將數據資源在會計上核算為資產，使數據資源從產生到形成利潤并增加股東價值在核算價值鏈條上出現了斷裂，企業財務報告無法準確解釋企業利潤和股東價值增加的來源及形成過程。近年來對數據資產會計確認及計量的研究分歧較大。會計確認主要存在以下觀點或做法：觀點一認為不應視為一項資產，應將獲取數據資源的支出費用化，比如余應敏[ 2 ]得出“不將大數據資源特別是大數據平臺確認為資產乃實務中的主要做法”的觀點；觀點二認為鑒于數據資產符合無形資產三個基本特征，應將數據資產作無形資產核算并列報，鄒照菊[ 3 ]、張俊瑞等[ 4 ]、符文娟和梅瑾瑾[ 5 ]等大多學者得出“應確認為無形資產”的結論；觀點三認為若企業持有的數據資產用于銷售，則應作存貨核算并列報，Ribarsky（2019年）的研究中將使用壽命小于一年的數據資源歸類于流動資產范疇下的存貨項目，符文娟等[ 5 ]提出若出售數據資產是企業主營業務，可視數據產品為存貨；觀點四認為站在提供數據資產的數據準確性和彰顯企業核心競爭力的角度，應設“數據資產”一級資產科目進行核算并列報，劉文光[ 6 ]、朱揚勇和葉雅珍[ 7 ]、程競[ 8 ]等均提出了該觀點。會計計量主要存在以下觀點：觀點一認為數據資產未來收益難以合理預測，采用成本法計量更穩妥，孫永堯和楊家鈺[ 9 ]、章瑩和韓延齡[ 10 ]等持有該觀點；觀點二認為收益現值法能夠使數據資產的賬面價值更加貼近實際價值，唐莉和李省思[ 11 ]持有該觀點；觀點三認為應將公允價值計量及成本法計量結合起來使用，張俊瑞等[ 4 ]、梁芳和李永恒[ 12 ]等持有該觀點。

針對分歧，我國企業會計準則也并無數據資源會計處理的具體準則。2023年8月1日，財政部印發了《企業數據資源相關會計處理暫行規定》（財會〔2023〕11號），對數據資源的會計處理適用準則、列示及披露進行了明確，同時也要求執行中如有問題，需及時反饋財政部，說明數據資源會計處理的分歧依然存在。由于我國大部分企業都在加快數字化轉型，數據為企業帶來的利潤比重越來越大，企業財務報告需要更加準確解釋企業利潤和股東價值增加的來源及形成過程，因此有必要趁財會〔2023〕11號文施行之機，再次掀起對數據資產會計處理相關問題的研究高潮，使企業在數據資產會計確認入表實踐中不斷積累經驗，逐步優化處理方法，為數據資源會計準則出臺創造條件。鑒于此，筆者將在分析數據資產定義、內涵及類型基礎上，抓住企業數據資產會計處理的確認與計量兩個方面的重點內容，研究數據資產會計確認的條件問題、歸屬范疇以及計量屬性，為數據資產會計實務及研究提供參考。

二、數據資產的定義、內涵及類型分析

（一）數據及數據資源分析

數據資產來源于數據資源以及數據，要分析數據資產的定義及內涵，先要從數據的定義、數據資源的定義開始分析。

數據在《數據安全法》中被定義為任何以電子等方式對信息的記錄。有研究認為，若要討論數據的本質，則要涉及科學哲學的思考，需要解釋數據與信息是哪種層面的關系問題，但并沒有給出明確答案。數據是一種計算機術語，邏輯歸納客觀事物、觀察的結果和某種事實便可形成數據，可以是模擬數據或數字數據，具有連續性的圖像、聲音等數據是模擬數據，具有離散性的符號、文字等數據是數字數據。無論是模擬數據還是數字數據，在計算機和網絡系統中均以0和1兩個二進制單元表示。數據資源有狹義和廣義之分。狹義的數據資源是指企業經營中積累的數據本身，比如客戶、客戶行為等；廣義的數據除包含數據本身外，還包括管理數據的計算機和通信技術等，涉及數據產生、處理、傳播、交換的全過程。

可見，數據資源比數據的范圍更廣，數據資源包含數據。信息化發展至今，企業內部和外部均可產生數據資源。企業內部產生的數據資源，必然包含數據本身以及數據產生的全過程；企業外購的數據資源，可以只是數據本身，也可以包含計算機和通信技術。數據資源不一定只是數據，但數據一定屬于數據資源，即數據是數據資源的子集。數據資源要在會計上成為一項資產，還必須滿足資產相關定義和確認條件。

（二）數據資產的定義及內涵

數據資產的定義是在數字化、網絡化、智能化等各個發展階段中逐步形成的。美國學者理查德·彼德森在1974年將數據資產（Date Assets）定義為企業持有的可證券化的金融產品。雖然受時代的局限該定義相當狹隘，但卻首次引入數據資產的概念。隨著信息時代的發展，對數據資產的定義及內涵的研究也在不斷拓展、逐步深入。托尼·費希爾2009年在《數據資產：管理商業成功的數據》一書中深入分析了實體經濟之外的經濟增長的動力來源問題，肯定了數據資源對經濟增長的貢獻度，較早認識到數據資源可以形成企業利潤并增加股東價值，但一直未能厘清二者的會計關系，提出應將數據資產上升到企業會計確認的層面，認為企業應在會計上把數據視為某種資產來處理，使數據資產對企業利潤和股東價值的貢獻在財務報告中體現出來，但該著作沒有提出具體的會計處理意見。我國對數據資產的研究起步較晚，唐莉和李省思[ 11 ]2017年將數據資產定義為“企業擁有或控制，并能夠為企業帶來經濟利益的數據資源”，該定義傾向于數據資源與資產內涵的結合，但沒有體現數據資源的具體特點。張興旺等[ 13 ]研究認為數據資源經過轉化和處理即可得到數據資產，認為數據資產是數據資源的子集，“子集關系”毋庸置疑，但“經過轉化和處理即可得到數據資產”卻忽略了數據資產的會計屬性，比如企業外購“未經轉處理”的數據資源也可以滿足資產的定義和確認條件，“是否經過轉化處理”并不構成確認為資產的必要條件。中國信息通信研究院[ 14 ]將數據資產定義為以電子方式或物理方式記載，被企業擁有和控制，可在未來給企業帶來經濟利益的數據資源，該定義增加了數據資源的記錄特點，是對數據資產定義的完善。孫永堯和楊家鈺[ 9 ]研究認為數據能夠在會計上轉化為資產關鍵在于其效用性，即能夠滿足企業的經營需要，可以為企業的未來經營目標服務，該觀點揭示了數據資源給企業帶來未來價值的根源。

從數據資源到數據資產轉變的過程，核心是“從不能帶來經濟利益到可以帶來經濟利益”的價值形成過程，關鍵是數據資源要體現其有用性。以高速公路車輛通行數據為例，高速公路收費系統采集的車輛通行數據是數據資源，但數據集中存在不同類型、不同品牌、不同支付方式、不同使用年限的貨車、小汽車、客車，屬于原始數據，存在無序、冗余等缺陷，應用價值有限，還不屬于數據資產。高速公路企業數據處理部門按既定標準通過技術手段進行處理后，便可形成高質量的車輛通行數據，用于對外出售或提供服務。比如將非ETC支付的貨車數據整理、封裝后出售給ECT發行單位，可實現ETC設備的精準發行，從而為高速公路企業帶來經濟利益。這一過程體現出對車輛通行數據“由粗到精，再到商業化”的價值挖掘過程，實現了“從不能帶來經濟利益到可以帶來經濟利益”的蛻變，使車輛通行數據體現出有用性，具備在會計上確認為一項資產的基礎。

具體來講，判斷高速公路車輛通行數據等數據資源是否屬于會計意義上的資產有兩個層面，一是從資產的會計定義出發來判斷，二是從資產的會計確認條件出發來判斷。從資產的會計定義來看，《企業會計準則——基本準則》規定，資產是“指企業過去的交易或者事項形成的、由企業擁有或者控制的、預期會給企業帶來經濟利益的資源”。即數據資源要成為資產首先要滿足定義條件：一是該數據資源產生于過去的交易或者事項，可以是企業外購等外部產生，也可以是企業內部資源轉化；二是要能合法控制，企業需對該項數據資源擁有控制權，還應強調該控制權的合法性；三是具有“有用性”，也就是說預期可為企業帶來經濟利益，有用性是確認為資產的基礎。但要在企業會計賬面被確認為資產，除滿足資產定義三條件外，還需要滿足會計確認兩條件。一是該項數據資產產生的預期經濟利益流入企業的可能性較大，一般認為可能性在50%以上；二是該數據資產能夠可靠地進行貨幣計量，涉及計量屬性的問題。

結合現有研究成果，筆者認為數據資產可定義為：企業合法控制或擁有的以電子或物理方式記錄的、由過去的交易或事項形成的、能為企業帶來未來經濟利益的數據資源。數據資產具備企業一般資產的內涵，同時擁有區別于一般資產的特點。一是可復制性特點。數據資產是數據資源，包含數據及其依附的計算機及計算機技術，計算機及計算機技術是數據資產存在的載體，由于該載體的存在使數據資產具有可復制性，比如YouTube、騰訊、阿里巴巴等互聯網企業利用數據資產的“可復制性”特點實現了經營業務的迅速擴張，且擴張的邊際成本接近于零，極易形成行業壟斷地位[ 15 ]?？蓮椭菩砸惨讓е聰祿Y產被惡意流轉復制，甚至被惡意篡改以致數據資產價值降低，比如亞馬遜因數據隱私泄露于2021年在歐盟被罰7.46億歐元、抖音2021年被以“侵犯兒童隱私”為由遭荷蘭家長索賠14億美元等，從會計上看，這些數據泄露后的總體價值會降低。二是不確定性特點。數據資產包含權屬和價值兩方面的不確定性?？蓮椭菩詫е乱豁棓祿Y產可重復銷售和使用，某項數據資產可能有多個市場主體在使用，將導致該項數據資產權屬無法明確[ 16 ]，對應的收益及法律責任難以界定?！?017年淘寶（中國）公司起訴安徽美景信息科技有限公司不正當競爭案”成為我國涉及數據資源權屬判定的首案，之后類似案例層出不窮，溫州市甌海區人民法院于2022年5月18日正式設立全國首個數據資源法庭，專門審理涉及數據資源權屬糾紛的案件。因以收益法對數據資產進行評估更為成熟并且評估結果更為準確，在不同應用場景和商業模式下，數據資產產生的價值不盡相同，以致其價值難以通過公允價值準確計量，數據資產在為企業創造效益過程中，價值的不確定性是數據資產最明顯的特征。比如將微信用戶用于金融業務開發所產生的未來收益和用于游戲業務開發所產生的未來收益，二者的未來價值相同的可能性極小，除非設定充分的假設條件，否則難以判斷微信用戶數據資產的公允價值。

（三）數據資產的類型分析

數據資產分類口徑較多，實踐中一般采用按階段劃分、按應用領域和應用場景劃分、按來源劃分三種分類方式。一是按階段劃分。數據資產按階段劃分可分為粗加工數據資產、精加工數據資產以及商業化數據資產等，適用于企業數據資產生產的過程管理，便于進行各類費用分攤和成本管理。最終形成的數據資產則應根據企業是否屬于“專業從事數據清洗、整理以及銷售”的企業進行分類方式選擇，以便于進行數據資產日常管理。二是按應用領域和應用場景劃分。數據資產按應用領域和應用場景可分為交通數據資產、醫療數據資產、金融數據資產、教育數據資產、電商數據資產、房地產數據資產、社交數據資產等數據資產大類，各數據資產大類項下可分為若干子類，子類項下又可列示若干實例[ 17 ]。對專業從事數據清洗、整理以及銷售的企業，由于涉及多領域數據資產的可能性較大，為便于會計處理和經營管理，按應用領域和應用場景進行數據資產分類管理較為合理。三是按來源劃分。數據資產按來源可分為內部生產數據資產和外部來源數據資產。對于非專業從事數據清洗、整理以及銷售的企業，由于數據資產業務為非主業，一般只涉及單一或者少數幾個領域數據資產，為便于會計處理與經營管理，可在應用領域和應用場景分類基礎上按來源進一步分類管理，分為內部生產數據資產、外購數據資產，如有受贈等其他外部來源渠道則可進一步細分。

以外購的交通數據資產為例，參考普華永道（中國）2022年7月的研究成果，交通數據資產大類下可分為駕駛數據資產、位置數據資產等若干子類，子類下可列示具體資產實例，具體資產實例可由數據使用者在特定應用場景下創造出價值，詳見表1。

三、數據資產的會計確認分析

（一）數據資產會計確認的條件分析

數據資源滿足《企業會計準則——基本準則》中資產定義三條件后可成數據資產。但在會計上確認為一項資產并入表，除滿足資產定義三條件外，還需滿足經濟利益性很可能流入、成本和價值可計量兩個確認條件。有研究認為一項數據資產如果可以在會計上確認為企業的資產，那么該數據資產在企業的經營業務上可能有四種表現。表現一：企業控制或擁有的該項數據資源已按規定格式預處理完畢。在現實生活中，規模龐大的數據往往雜亂無章，突出表現為數據的不完整性、數據的不一致性、數據偏離期望值、數據屬性或記錄重復等，因此無法直接進行數據挖掘，需要通過清理、集成、變換、歸約等技術手段進行數據預處理，預處理之后將極大地降低數據挖掘時間，提高數據挖掘的質量，從會計概念上講，將增加數據資源為企業帶來預期經濟利益的概率。表現二：企業已獲得服務于數據計算的相關技術專利、專有技術，主要是指涉及數據的處理、挖掘、分析以及展示有關的知識產權權利。數據處理、挖掘、分析以及展示有關技術是數據資產管理的工具，與數據資產本身密不可分，在法律上應當確權，確權之后可使數據資產具備持續為企業帶來經濟利益的基礎條件。表現三：企業擁有或控制的用于企業經營決策或外部服務的數據產品已進行封裝。數據產品封裝是將一組數據以及與該組數據相關的操作封裝在一起形成一個有機整體，該有機整體隱藏于內部數據并向外部使用者提供接口，具有內部高內聚性、外部低耦合性兩種特性，外部使用者只需要獲取特定權限通過接口來使用該有機整體內的數據。葉雅珍和朱揚勇[ 18 ]提出的“盒裝數據”概念就是一種被封裝的數據有機體，是一個可計量、可計價的標準數據產品形態。表現四：企業已擁有或控制某項數據資產的權利證明，或有證據表明該數據資產有為企業帶來經濟利益的潛力，即已進行數據確權，明確了權利主體和權利內容。確權既是會計上的要求，也是法律上的要求，企業將控制或擁有的數據資源確權之后，才具備在會計上確認為數據資產的基礎，也才可以將該數據資產用于交易和流通。

上述四種表現是可以進行會計確認數據資產的經營表現的不完全歸納，如果企業的數據資源呈現出上述四種表現之一，則可進一步分析是否滿足資產定義三條件和“經濟利益性很可能流入、成本和價值可計量”兩個確認條件，若滿足則可確認入表。

（二）數據資產歸屬范疇分析

關于數據資產歸屬范疇的研究觀點主要有四類。觀點一認為應作為無形資產核算，屬于“無形資產”觀；觀點二認為應作為流動資產范疇中的存貨核算，屬于“流動資產——存貨”觀；觀點三認為應在流動資產科目下設“數據資產”二級科目，屬于“流動資產——數據資產”觀；觀點四認為應設“數據資產”一級科目以區別于現有資產范疇，屬于“專設數據資產一級科目”觀。具體分析如下：

觀點一：無形資產觀。鄒照菊[ 3 ]將數據資產表述為一種新興的無形資產，認識到數據資產的資產類型還存在較大爭議，但未作進一步分析。唐莉和李省思[ 11 ]研究認為，大數據與無形資產在屬性上存在相似點，可參照確認為無形資產。游靜等[ 19 ]研究認為可在無形資產下設數據資產二級科目進行充實。張俊瑞等[ 4 ]研究我國《企業會計準則》以及國際財務報告準則之后對數據資產的歸屬范疇進行了分析，認為應按無形資產核算。符文娟和梅瑾瑾[ 5 ]從數據資產價值與表現形態的關系出發進行了研究，認為數據資產與其具體形態沒有直接關系，故數據資產應歸屬于無形資產，類似于現有的土地使用權等無形資產，該研究方向具有一定的合理性。無形資產觀是目前最普遍的觀點，持該觀點的學者主要基于無形資產基本特征分析，認為數據資產滿足無實物形態、有可辨認性、非貨幣性、經濟利益創造不確定性較大四個特征，雖然存儲、傳輸數據資產的硬盤、網絡等介質是有形的，但介質只是管理數據資產的輔助工具，不影響數據資產無實物形態這一本質特性，數據資產交易也可通過數據傳輸等方式脫離原有輔助工具完成。

觀點二：“流動資產——存貨”觀。Ribarsky（2019年）從使用年限角度分析，認為使用壽命小于一年的數據資源可歸屬于流動資產范疇下的存貨項目。符文娟等[ 5 ]研究認為存貨在某種情況下會不具備實物形態，如企業將數據產品出售作為主營業務，出售行為是日常經營活動，那么可將該數據產品視為存貨。從流動資產的定義看，“流動資產——存貨”觀有其合理性，但忽略了數據產品可重復出售性而導致存貨結轉的實務操作難度問題。從價值轉移過程和業務處理過程看，企業在數據資產出售業務中，因數據資產具有可復制性，持有對外出售的數據資產實際業務并不完全滿足現行《企業會計準則——存貨》關于存貨預期消耗方式的規定。存貨銷售后應將已售存貨成本結轉為當期損益，實現收入與成本費用匹配，因數據資產再次銷售的邊際成本接近于零，故不能將數據資產售后按存貨的處理方式結轉為當期損益，否則成本與收入會不相匹配。筆者認為，在沒有解決銷售成本合理結轉之前，數據資產還不宜作為存貨核算。

觀點三：“流動資產——數據資產”觀。章瑩和韓延齡[ 10 ]研究認為，數據資產有很強流動性和實效性，應在流動資產下設“數據資產”科目核算，屬于“流動資產——數據資產”觀，該觀點看到了數據資產的流動性和實效性，卻忽略了數據資產的可復制性，也未進一步研究如果作為流動資產，后續如何進行會計處理的問題。

觀點四：專設數據資產一級科目觀。劉文光[ 6 ]研究認為雖然數據資源基本符合無形資產的定義和特征，但新形勢下企業仍需要專門設立“數據資產”科目進行反映，能夠更加可靠地指導企業的生產經營活動。朱揚勇和葉雅珍[ 7 ]分析認為數據資產符合部分有形資產的特征，可用新資產類別核算數據資產。程競[ 8 ]研究認為數據資產雖然符合無形資產定義的相關特征，但又在“無形資產的核算方法”里面難以確認、增值無法在“無形資產的核算方法”里面反映、信息相關性要求無法在“無形資產的核算方法”里面體現等問題，故按照現行會計準則的規定不宜作為無形資產核算，應當專設“數據資產”一級科目進行核算，同時按照數據資產的計量需求及自身特點進行明細核算。

當前大部分觀點傾向于將數據資產作為無形資產核算，主要基于數據資產滿足現行企業會計準則中對無形資產定義的表述，也體現出與無形資產的特征基本相同的特點。認為不應作為無形資產核算的觀點主要基于數據在電腦、移動硬盤、網絡等存儲介質中是以二進制的形式存在，占用物理空間，有物理的與信息的雙重屬性，是有形態的，兼有無形資產和有形資產雙重特征，諸如數據庫等數據資產是電子化信息記錄，是有形的物理存在，不可說它是無形的，歸類為無形資產不符合數據資產的本質。

從表面上看，數據資產歸屬范疇爭論的是該項資產是“有形的”還是“無形的”，實質上爭論的是數據本身是“有形的”還是“無形的”。筆者認為該問題可擱置不爭，而應分析企業獲取數據資產的本質是什么。參照著作權來分析，著作權依附于著作本身而存在，著作本身是有形的，而著作權是無形的，企業獲得著作權時作無形資產核算，并且著作權可在不同的地域范圍內進行多次授權，再次授權的邊際成本幾乎為零。數據資產與著作權類似，無論數據是有形的還是無形的，企業獲得的是在一定業務領域、地域或時期的數據使用權，該數據使用權可重復授權使用，企業占有的數據使用權在一定業務領域、地域或時期具有排他性，占有的數據（即便有形）本身并無排他性。比如騰訊公司可將微信用戶數據銷售給中國移動，也可同時銷售給中國電信，中國移動和中國電信獲得的是微信用戶數據一定時期的使用權，而非完全占有微信用戶數據本身。再比如高德公司可將地圖數據銷售給美團，也可同時銷售給餓了么，美團和餓了么獲得的是地圖數據使用權，而非完全占有高德地圖數據本身。因此，筆者認為企業獲得的數據資產是一種數據使用權，贊同歸屬于無形資產范疇。

四、數據資產的會計計量分析

歷史成本法、重置成本法、收益現值法、公允價值法和可變現凈值法是我國《企業會計準則——基本準則》規定的五種會計計量屬性。歷史成本法是企業使用較多的計量方法，如使用其他方法計量，則應保證該項資產能夠可靠計量，并能取得所確定的會計要素金額。目前數據資產的會計計量屬性選擇的觀點主要有成本法、收益現值法以及綜合法三類。

觀點一：采用或優先采用成本法計量。有學者研究認為無論是企業內部搜集整合的還是外購的數據資產都應采用歷史成本法計量，搜集整合過程中設備折舊及日常費用支出應歸集作為數據資產的成本入賬。孫永堯（2022）研究認為外購和內部研發形成的無形資產應優先選擇歷史成本計量，若歷史成本難以取得或者不可靠，則可以選擇其他計量方法。章瑩和韓延齡[ 10 ]研究認為，若數據資源與所實現的經濟利益具有直接相關性，則該項數據資產可按歷史成本計量。持成本法計量觀點的學者主要理由是數據資產未來的收益難以合理預測，采用成本法計量更穩妥，但該觀點忽視了數據資產的賬面價值與其實際價值可能存在嚴重背離，企業財務報告無法真實反映所持有數據資產的價值。

觀點二：采用收益現值法計量。唐莉和李思省[ 11 ]在分析數據資產特點后認為，數據資產應采用收益現值法進行初始計量，不宜采用歷史成本法計量。張雪等（2022）從大數據企業對數據資產管理體系穩定性、帶來現金流量的持續性和穩定性出發，分析認為收益現值法能夠使數據資產的賬面價值更加貼近實際價值。持收益現值法觀點的學者主要認為成本法計量僅將數據搜集、清洗整理的成本資本化，會使數據資產賬面價值與市場價值差異過大，若初始計量采用成本法、后續計量采用現值法則會帶來“計量方式轉換時點合理性和增加利潤操縱可能性”兩個問題，且“數據市場和數據估價體系尚未成熟，市場循環鏈條還未打通”以致公允價值難以獲得，初始計量和后續計量都采用收益現值法更為可行和合理。實際上，收益現值法在現實運用中也受到一定限制，主要在于數據資產經濟壽命的不確定性會引起未來收益的不確定性。

觀點三：將公允價值計量及成本法計量結合使用的計量模式，可稱為綜合法。張俊瑞等[ 4 ]研究認為“自用數據”應以采集、加工、應用等階段的歷史成本入賬，而“交易型數據資產”應通過公允價值法初始計量。梁芳和李永恒[ 12 ]研究認為在多數情況下企業的數據產品應按成本法初始計量，按公允價值法進行后續計量，并進一步分析認為：對于源自使用價值的數據產品，采用特定主體假設的使用價值進行計量，數據產品的現時價值變動計入其他綜合收益；對于源自交換價值的數據產品，采用公允價值進行計量，數據產品的現時價值變動計入公允價值變動損益。相比收益法計量和成本法計量，將公允價值計量與成本法計量結合使用的計量模式，更能夠規避單純采用某一種計量模式存在的弊端，不失為一種更加貼近實務操作的研究方向。

分析可見，無論哪種計量方式都存在一定缺陷，筆者認為選擇數據資產計量方式應當考慮數據資產管理實踐和理論的發展階段，從目前發展情況來看，還不宜追求估值成本大、專業化程度高、程序相對繁瑣的估值方式，應當選擇會計實務中便于操作的計量方法。

結合當前理論研究與會計實踐，筆者認為：第一，無論何種渠道獲得的數據資產，初始計量都應當采用成本法。如企業將獲取的數據資產用于自用，則后續計量繼續采用成本法并在使用壽命內攤銷；如企業將獲取的數據資產用于對外提供服務，則允許企業根據未來收益確定的難度選擇收益現值法或成本法進行后續計量，給予會計師職業判斷的空間。第二，可由會計師通過職業判斷，合理預估數據資產的使用壽命。企業若將數據資產作為無形資產核算，在取得無形資產時應當分析判斷其使用壽命，如果無法判斷經濟利益期限，則應當視該無形資產的使用期限不確定。目前大部分研究認為數據資產的使用壽命難以估計，實則是對各類數據資產使用壽命研究還不夠全面、深入。例如與車輛有關的數據資產使用壽命應與車輛報廢期結合研究、與人口有關的數據資產使用壽命應與社會平均壽命對比研究等。因此實際工作還需加強研究各類數據資產的經濟壽命、公允價值以及收益測算從而形成理論支撐。

五、研究結論及創新點

本文分析了數據資產定義、內涵，研究了數據資產確認條件、歸屬范疇以及計量屬性等問題，得出了三項研究結論并提出建議，為促進企業數據資產會計核算實務操作落地提供了參考。結論一：筆者結合現有研究成果將數據資產的定義完善為“企業合法控制或擁有的以電子或物理方式記錄的、過去交易或事項形成的、能為企業帶來未來經濟利益的數據資源”，強調了數據資產的控制合法性，并認為數據資產具備企業一般資產的內涵，同時擁有區別于一般資產的諸如可復制性、不確定性等特點。數據資源只有實現了“從不能帶來經濟利益到可以帶來經濟利益”的轉變，使數據資源具備有用性，才具備在會計上確認為資產的基礎。結論二：研究認為數據資產與著作權類似，無論數據是有形的還是無形的，企業獲得的都是在一定業務領域、地域或時期的數據使用權，應歸屬無形資產范疇。企業經營數據資產獲取收益的行為可理解為“以無形資產中的數據資產提供內外服務”。由于數據資產再次銷售的邊際成本接近于零，故不能將數據資產存貨在當期結轉為損益，否則會導致成本與收入不匹配，因此數據資產暫不具備作為存貨核算的條件。結論三：無論何種渠道獲得的數據資產，初始計量都應采用成本法。如企業將獲取的數據資產自用，則后續計量繼續采用成本法核算并在使用壽命內攤銷；如企業將獲取的數據資產用于對外提供服務，則允許企業根據未來收益確定的難度選擇收益現值法或成本法進行后續計量。

本文的主要創新點：一是分析出數據、數據資源以及數據資產的關系，即數據是數據資源的子集，進一步明確了數據資產也是數據資源的子集。在數據資產類型劃分上，提出專業從事數據清洗、整理以及銷售的企業適合以“應用領域和應用場景”進行分類管理，非專業從事數據清洗、整理以及銷售的企業適合按“數據資產來源”進行分類管理。二是在數據資產歸屬范疇上提出了“研究獲取的數據資產本質”的新思路，認為企業獲得的是在一定業務領域、地域或時期的數據使用權，該數據使用權可重復授權使用，企業占有的數據使用權在一定業務領域、地域或時期具有排他性，占有的數據（即便有形）本身并無排他性。三是在數據資產計量屬性上提出了新觀點，選擇計量方式應當考慮數據資產管理實踐和理論的發展階段，目前還不宜追求估值成本大、專業化程度高、程序相對繁瑣的估值方式，應當選擇會計實務中便于操作的成本法進行初始計量，并給予會計師職業判斷的空間。

從近年的研究文獻分析可見，對數據資產定義及內涵、歸屬資產范疇、計量屬性的理解是隨著研究的逐步深入而逐漸明晰的，分歧逐漸減少，共識逐步增多。隨著數據資產會計處理正式指導意見的實施，企業可與相關監管機構、會計師事務所等中介服務機構充分溝通基礎上穩步推進數據資產會計確認入表并在財務報告中予以披露，同時總結實踐經驗并向會計行政主管部門提出意見建議，為今后數據資產會計準則的制定提供實踐依據。在可以預見的未來，數據資產會計處理的理論研究結論將更加趨同，實務操作也將更加規范化，但筆者因理論水平和業務實踐有限，相關認識和研究難免有所偏頗，懇請廣大同仁批評指正。

【參考文獻】

［1］ 中國信息通信研究院.中國數字經濟發展報告（2022年）［R］.中國信息通信研究院網站，2022.

［2］ 余應敏.確認大數據資產 助推新經濟發展［J］.財會月刊，2020（23）：52-55.

［3］ 鄒照菊.企業大數據的資產屬性辨析［J］.會計之友，2017（12）：7-12.

［4］ 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（3）：3-15.

［5］ 符文娟，梅瑾瑾.關于數據資產財務核算的研究［J］.財務與會計，2022（8）：46-50.

［6］ 劉文光.大數據資產的確認與計量研究［J］.經貿實踐，2017（22）：322.

［7］ 朱揚勇，葉雅珍.從數據的屬性看數據資產［J］.大數據，2018，4（6）：65-76.

［8］ 程競.數字經濟時代數據資產會計確認與計量的探索［J］.安徽商貿職業技術學院學報，2022，21（1）：44-47.

［9］ 孫永堯，楊家鈺.數據資產會計問題研究［J］.會計之友，2022（16）：153-160.

［10］ 章瑩，韓延齡.區塊鏈背景下企業數據資產的會計核算與列報研究［J］.中國鄉鎮企業會計，2022（6）：166-169.

［11］ 唐莉，李省思.關于數據資產會計核算的研究［J］.中國注冊會計師，2017（2）：87-89.

［12］ 梁芳，李永恒.數據資產會計核算研究綜述與展望［J］.西安石油大學學報（社會科學版），2022，31（6）：48-55.

［13］ 張興旺，廖帥，張鮮艷.圖書館大數據資產的內涵、特征及其合理利用研究［J］.情報理論與實踐，2019，42（11）：15-20.

［14］ 中國信息通信研究院.數據資產管理實踐白皮書（4.0）［R］.中國信息通信研究院網站，2019.

［15］ 熊巧琴，湯珂.數據要素的界權、交易和定價研究進展［J］.經濟學動態，2021（2）：143-158.

［16］ 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（7）：113-119.

［17］ 普華永道.數據資產價值評價指標分析［R/OL］.普華永道中國網站，2022：7.

［18］ 葉雅珍，朱揚勇.盒裝數據：一種基于數據盒的數據產品形態［J］.大數據，2022，8（3）：15-25.

［19］ 游靜，胡蓉，陳婉麗，等.大數據背景下數據資產核算及在區域醫療協同平臺中的應用［J］.中國管理信息化，2018，21（11）：43-45.