数据资产的会计确认与计量研究

李雅雄 倪 杉

(湖南财政经济学院 会计学院，湖南 长沙 410205)

数据资产的会计确认与计量研究

李雅雄 倪 杉

(湖南财政经济学院 会计学院，湖南 长沙 410205)

数据资产已成为企业的一项重要资源，具有可数据化、加工性、时效性、更新性、个性等特点。为了更准确地反映企业数据资产的价值，需要对其进行合理的会计确认和计量。数据资产在内涵界定、确认内容、独特性及会计核算方法等方面均有别于无形资产，需要慎重评估其是否满足资产确认条件，能否带来未来经济利益流入并可计量，可单独设置“数据资产”科目予以反映。会计计量上也应当采用货币和非货币计量单位相结合的方式，区分自产加工、外购等方式分别采用历史成本和公允价值进行计量。

数据资产；会计确认；会计计量；公允价值

当今智能互联时代，数据对于企业的价值极其重要。瑞士达沃斯经济论坛的经济报告曾称，数据是一种类似于货币或基金的新型资产。但是在企业的生产经营过程中并没有将它作为一种具有经济价值的资产，而把它作为企业生产活动产生或达到某种商业目的一种副产品。像Facebook的市场估值为1040亿美元，但其公布的资产价值却只有66亿美元，其947亿美元的差额就来源于Facebook海量信息的经济价值——数据资产的价值。而在中国基金业颁奖现场，马俊在演讲中提到：“大数据将成为企业的核心资产。”将数据纳入企业的核算范围不仅能公允恰当的反映企业的价值，还能提高企业的财务业绩。在可预见的未来，数据作为企业的资产进行确认与计量将是一种必然的趋势。

现阶段，我国对数据资产的研究主要涉及：一是数据资产边界及核算研究，包括大数据资产的确认与计量(刘玉，2014)[1]、大数据资产化(康旗,韩勇，2015)[2]等；二是数据资产价值评估研究，如数据资产价值评估模型研究与应用(张志刚等，2015)[3]、数据资产可信度评估模型研究(魏晓菁，2015)[4]等；三是数据资产管理研究(郑英豪,2015)[5]等。现有研究成果涉及数据资产的会计确认与计量鲜少，观点不够深入，故笔者的研究具有较大的理论和实践指导意义。

一、数据资产的内涵与特点

1. 数据资产的内涵

企业数据包括企业在日常活动中产生的记录客观经济业务以及反映经济事物的抽象符号，如文字、数字、图形和曲线等。是否所有数据都能确认为数据资产呢？刘玉(2014)[6]认为数据资产是指那些能够数据化，并且通过数据挖掘能给企业未来经营带来经济利益的数据集合，包含数字、文字、图像、方位甚至于沟通信息等一切可“量化”、可数据化的信息。张志刚等(2015)[3]认为数据资产是企业在运营活动中形成的，由企业拥有，在数据的产生、获取、处理、存储、传输和应用全过程可控，并能够给企业带来价值的数据。康琪等(2015)[2]认为大数据资产是自然人或法人拥有的能够带来现实或潜在可计量经济利益的大数据或其衍生物，衍生物以大数据为核心价值。

根据《企业会计准则——基本准则》中资产的定义，是指企业过去的交易或者事项形成的、由企业拥有或者控制的、预期会给企业带来经济利益的资源，数据资产首先应满足资产的要素特征，但因其价值实现与管理流通的特殊性，数据资产具有不同于传统资产确认的一些内容。

(1)过去或未来？

资产是由企业过去的交易事项形成的资源，但这种资源的形成必须以能否为企业带来经济利益流入为基本前提。很多数据是对过去已发生的经济业务的反映，但若其对企业决策作用小(如十年前的销售数据)，能为企业带来的经济利益流入微乎其微，这样的数据显然只能称为历史数据而非数据资产。相反，企业也有很多数据信息是基于现状对未来进行预测或规划形成，如预测数据、预算数据等，这类数据不符合资产的定义，但却可能为企业带来巨大的经济利益流入，这些数据是否应确认为企业的数据资产呢？笔者认为，数据资产伴随大数据和云计算环境而诞生的新型资产，产生运作方式及其所带来经济流入的形式与传统资产差异巨大。作为企业价值核算和产权保护工具，会计必须遵从实质重于形式的原则。在数据资产的确认上，应不拘泥于其是否由过去的交易或事项形成的这一固有限定条件，而是强调其是否能为企业带来经济利益流入这一条件，将数据资产的范围适当延伸，把对未来预期所形成的数据也纳入资产的核算范围。

(2)是否必须控制或拥有？

资产是由企业控制或拥有的资源。然数据资产具有无形性和流通性，企业能否控制或拥有必须区分资产来源：一是由企业经营管理活动产生的数据，在完全保密的情形下，企业对其拥有完全的控制权或所有权。二是企业间接生成的交易数据信息，如阿里巴巴天猫商城因其特有的网络交易平台模式，收集了海量客户和市场数据，具有巨大的市场决策价值。这类数据资产虽然原则上不允许直接将具体客户数据(获得允许的除外)加工获利，但现实环境中这已成为阿里巴巴等电商平台的潜在暴利资源。三是企业外购的数据资产。目前诸多大数据交易中心相继成立，为企业购买数据资产提供了交易平台。形式上看，企业似乎可以控制或拥有外购数据资产的所有权，但事实上这种控制权或所有权是虚无的。与无形资产相比，数据资产不受知识产权保护，不能像专利转让或租赁一样具有排他性。一旦某些数据资产具有交易市场，只要购买方不止一家，则每个购买方都有对该数据的使用权和管理权，却没有绝对的控制权排除他人使用。但是外购和间接获取的经过加工的数据在给企业带来经济利益流入的同时也承担这与该数据有关的风险。因此定义数据资产时，不能以是否绝对控制或拥有、具有排他性作为必要条件，只要企业能够对该数据进行加工、分析以及利用视作为企业控制或拥有。

(3)带来的经济利益流入是否可计量？

数据资产的计量问题是其会计核算的重难点。一方面，如何判断某一项数据资产所带来的经济利益流入？数据资产的价值一般体现在企业决策层面，需要辅以其他手段(如特定销售模式)实现绩效目标，甚至数据资产所产生的作用是极为间接的，故难以明确其经济利益的流入是数据资产带来的还是其他手段引发的，或者说难以将该利益流入量在数据资产和其他资产之间进行分摊。另一方面，即使一致认为数据资产会带来经济利益流入，但不同数据的加工程序与用途可能截然不同，所带来的经济利益流入也可能是货币或非货币等不同形式，可能难以确定一个统一的量化标准进行计量。因此，如何合理计量所带来经济利益流入量是数据资产核算的关键。当然，随着大数据交易平台的构建和完善，将逐渐形成数据资产的交易市场，企业可实现数据资产的自由转让，直接实现其价值。

综上，何为数据资产？笔者认为，数据资产是指是经过企业加工后能实现企业特定的商业目以给企业带来经济利益流入的可计量的数据化资源。数据资产主要包括以下几类：

表1 企业数据资产的范畴

2. 数据资产的特点

(1)可数据化

可数据化是数据资产的本质特征，通过对资源的数据化，不仅能更好地将资源储存，还能便于日后的加工提取和分析利用，而且数据形式多样，能更直观更有效地传达信息[6]。

(2)加工性

身处大数据时代，企业可以便利地获取丰富的数据，通过归集、整理、分析数据资源，对生产经营活动进行调整和改进，从而带来经济利益流入。如电商企业利用交易信息对消费者购物偏好进行分析推断，通过针对性地对每个顾客推送其偏好商品这一手段，使顾客的消费增加，提高商品的成交量，从而增加营业收入。没有经过加工处理的原始数据信息，除可直接交易产生利益流入的部分外，均因难以从中获取有用信息为企业经营管理决策服务而价值较小，需要一个数据归集、加工、整理的过程以实现其价值最大化，如电商企业浏览量、登录数等数据，信息量巨大，需要对获取的浏览量进行时间段分类，对其浏览的网页进行汇总甄别，从而反映顾客消费偏好时间以及顾客的消费喜好，以便企业针对性地制定企业的销售计划。

(3)时效性

信息化时代，信息呈现爆炸式的增长趋势，数据会随着时间的推移而不断改变。因此，数据资产不像实物资产在一个较长的周期内持续保持形态、内容或价值不变，而是随着时间的流逝，价值会不断波动[7]。

(4)更新性

数据的价值受到时效性的影响，为了维持其价值需要不断更新。就像APP的更新，需要一直对其进行研发以完善漏洞开发功能，用户才会继续使用这个APP，否则用户就会选择功能性更强的APP。数据资产同样如此，需要依附于企业信息管理平台随时跟进增补、更替数据内容，修复使用过程出现的问题以及对其功能进行完善，确保其价值的顺利转移和实现。

(5)“个性”

企业对数据资产的需求有所不同，同样的数据资产对于不同企业有着不同的经济价值，其主要受到企业的自身战略规划、发展阶段及主营业务等因素影响[8]。如供销e家与贝贝网两家电商企业，供销e家主营生鲜，而贝贝网主营母婴，供销e家获得的交易订单数据，对本企业有经济价值，而对贝贝网来说不具有经济价值，具有鲜明的“个性”特征。

二、数据资产的会计确认

现有研究根据数据资产的特点，认为数据资产有别于固定资产等具有实物形态的资产[9]。但若将数据资产归为金融资产这类，数据资产显然不满足金融资产所具有的货币性、流通性、风险不可控性等特点，数据资产具有较大“个性”，其流通性较小，且几乎所有的风险都来自于时效性，只要掌握好时段，风险是可以控制的，因此数据资产不能归类为金融资产。

1. 数据资产与无形资产会计确认的比较

目前，因均不具实物形态，几乎所有文献均将数据资产归为无形资产这一类，然而笔者对此持保留态度，认为数据资产不应列入无形资产予以反映，理由如下：

(1)数据资产不完全符合无形资产的定义

根据《企业会计准则第06号——无形资产》中对无形资产的定义：无形资产是指企业拥有的或控制的没有实物形态的可辨认的非货币性资产。虽然数据资产都满足以上要素特征，但是数据资产需要经过加工并且具有数据化的特点，且通常紧紧依附于企业经营管理模式，具有显著的“个性”，难以独立体现其价值。而无形资产本质特征是具有可辨认性，能从企业分离或划分出来，作为独立的资产出售和租赁。因此，数据资产不完全符合无形资产的定义。

(2)数据资产与无形资产确认的内容不同

无形资产的确认主体包括专利权、著作权、特许权等合同性权利或者其他法定权利，是一种排他性的权利，受到法定的保护；而数据资产确认的主体是企业各个方面的以数据形态呈现的经过加工的有用资源，使用时不具有排他性，也无相应的法律保护。两者反映的主体及其性质是有明显差别，故不能将数据资产划为无形资产这类。

(3)数据资产比无形资产更具“个性”

由于数据资产具有鲜明的“个性”，各企业的数据资产千差万别，且相同数据资产对不同企业的价值也有所差异，但无形资产受企业实际情况的影响较小，价值具有一定的稳定性和公允性，特别是经知识产权局认定获取的专利技术等，具有相对的普遍性。

(4)数据资产与无形资产的会计核算存在差异

无形资产的会计核算方法根据使用寿命是否确定进行划分，使用寿命确定的需要于使用期间计提摊销费用，使用寿命不确定的则需要在每个会计期末进行减值测试以确定是否计提减值。而数据资产使用寿命是无法确定的，数据可能通过更新不断地被使用，其使用寿命随之不断延长；也可能即刻被新的数据所取代，失去其价值，所以不满足摊销的条件。而且数据资产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。所以在会计核算上，两者也不能等而论之。

综上，笔者认为，数据资产不能归类于资产负债表的诸多资产项目，单独作为一项资产予以确认是最为恰当的，单独确认不仅突出数据资产作为新型资产确认的特点、而且还能提高企业对数据资产的重视度，更好地发挥其价值。

2. 数据资产会计确认的条件

如上所述，不是所有的数据资源都能确认为资产。必须符合资产确认条件的数据才能确认为数据资产，其中最为重要的是要有预期经济利益的流入，通常表现为：能使企业的财务状况得到改善或者能使企业的经营业绩得到提高，即能通过增加资产或者减少负债来提高企业的净资产。但有些经济利益是一种隐性的经济利益流入，笔者认为数据资产符合以下几种情况可以视为很可能带来经济利益的流入：第一，该数据能优化企业的生产管理模式。与收入直接相关的是企业的产品，通过对数据分析利用来改善产品的生产环节，降低成本节约资源，从而为企业提供更大的利润空间[10]。第二，该数据能提升企业的核心竞争力。竞争力是企业打败对手占领市场的能力，也是拉动企业发展的动力，提高企业核心竞争力能巩固企业的盈利模式。第三，该数据能给企业带来一个良好的企业形象。企业要想获得长远的发展就要得到市场的认可，包括顾客、供应商等各方面对企业的总体评价和认知[11]。虽然企业形象的提升在短期内与收益是不成正比的，但是从长期战略来看，它是企业收益提升的重要法宝。第四，该数据能直接带来经济利益流入。通过大数据交易平台、产业链关系、企业间交换后转让等方式实现其价值。

通常，企业研发无形资产失败而产生的费用，一般都费用化计入利润表里。笔者认为可以将此作为数据资产予以确认，理由如下：第一，它符合数据资产的定义，由企业享有完全的控制权，经过加工可以被使用、并可计量的一种数据化资源。第二，它符合资产的确认条件，在产生这些数据的过程中所花费的费用都可以被计量，符合取得成本能可靠计量的条件。这些数据从表面上看好像没有经济利益的流入，实则不然，这些数据对企业未来开发无形资产提供了一个参考依据，可以减少研发失败的概率，从一定程度上可以降低研发成本，可以视为能带来经济利益的流入。由此，研发失败的研发费用可以确认为数据资产。

3. 数据资产会计确认的时点

对于外购取得的资产，传统的会计确认时点是取得管理权或者实际控制权之日，外购的数据资产与其他资产在这方面没有差别，在购买日可以取得数据资产的控制权管理权，所以可以参照此处理。

对于企业自主研发生产的一般在资产达到预定可使用状态之日确认为资产。数据资产生产存在较大的特殊性，如果在数据达到预定可使用状态的时点确认为资产，那么没有经过加工的数据也会被确认为数据资产，不符合数据资产的定义。数据资产的生产过程是：收集原始数据→筛选数据→分析处理数据→数据资产。收集得到的数据也能达到预定可使用状态的时点，但是这个时点不能确认为数据资产，因为收集的原始数据是必要的前期准备，形成数据资产的基础，就好像组装机器的零件一样，在没有经过专业人员的组装前，它只是一堆零件，不能算作是机器，在所有零件组装完毕之后，那么所组装的这个实体就是机器了。同样，经过加工后的数据在加工完成之日可以作为数据资产确认。

4. 数据资产核算涉及的会计科目

由于学界将数据资产归为无形资产，故会计处理上也将数据资产作为无形资产予以核算，刘玉(2014)认为应该在“无形资产”科目下增设“大数据资产”来核算数据资产，并且在其核算过程中使用无形资产的科目[1]。如前文所述，笔者认为数据资产与无形资产在定义、反映内容、特点及核算上存在本质差别，使数据资产不能划为无形资产这一类。因此无形资产的核算科目不能适用于数据资产。然而纵观财务报表，众多资产类科目中难以找到一个能合理恰当地反映数据资产的科目，故笔者认为应该针对数据资产单独设置一个会计科目在资产负债表中予以反映。

据此，应当设置“数据资产”作为核算数据资产的基本会计科目。用其反映数据资产的增减变动情况，其中借方表示数据资产的增加，贷方表示数据资产的减少。为了准确地反映数据资产的内容，可以根据对数据资产的分类一一设置明细科目。可将数据资产分为以下四类：经营数据资产、筹资数据资产、投资数据资产、非财务数据资产，并相应地设置二级明细科目。其中“经营数据资产”明细科目用以反映企业在生产经营过程产生的各种经营数据，包括采购数据、销售数据、成本核算数据等与生产经营活动相关的数据资产。“筹资数据资产”用以反映企业进行筹集资金的所用的各种相关数据，如估算融资成本数据。“投资数据资产”主要用来核算企业在进行投资活动时获取相关数据，包括比较投资风险数据、投资收益数据等。“非财务数据”用来核算间接地影响着企业的生产经营运转以及企业发展态势的数据，如客户的满意度、战略目标以及产品质量与服务等方面的数据。

对数据资产进行上述分类后，还可以对数据资产进一步细分，以充分反映其取得方式，根据来源分类，分为外购取得或者自身加工所得，设置“外购数据资产”和“自产加工数据资产”两个三级明细科目核算，其中外购的数据资产主要反映企业从外获得的支付对价的数据资产，而自产加工的数据资产主要是核算企业自身对所取得的数据进行加工并加工完成的数据资产。

数据资产在日常的使用过程中，需要对其进行维护使其更好地为企业提供服务。属于资本化的计入相关资产科目，属于费用化的部分应分别以下情况处理，若为生产部门使用的数据资产的维护费用计入“制造费用”科目；若是为行政部门或其他部门使用而产生的维护费，可计入“管理费用”科目。若是由于科技进步或经济环境发生了变化，使数据资产发生减值，而且这种情况是永久性的，就应该确认减值损失，可以设置“数据资产减值准备”科目进行核算。能在市场上随时获得公开报价的数据资产在期末时会发生价值变动，而这种价值变动是暂时的，反映在当前的一段期间内的价值，这种价值的变动是正向的，可以计入“数据资产——公允价值变动”借方，表示数据资产价值的增加，贷方计入“其他综合收益”这一所有这权益项目是表示企业净资产的一种增加，如果计入当期损益则不符合经济实质，由于数据资产价值的变动对损益没有直接影响，故不能计入损益类科目。反之，则做相反的分录即可。

三、数据资产的会计计量

由于人们对于数据资产的理解多样化，对于其价值的确定也有很多不同的看法，特别是对其在使用期间产生的收益具有不确定性，而理论上数据资产的价值计量模式没有系统的方法来确定，导致一直没有一套系统的方法对数据资产进行计量。笔者将在现有研究成果的基础上对数据资产计量问题进行探究。

1. 计量单位

传统的会计核算建立于货币计量假设的基础之上，但数据资产作为一项特殊的资产，为企业带来的经济利益形式多种多样，并不能完全用货币计量，如企业基于经营数据资产做出的战略调整，战略目标能给企业带来经济利益，却无法直接用货币进行计量[12]。因此，笔者认为，应当采用货币和非货币相结合的方式对数据资产进行计量，合理地反映出数据资产的价值。货币单位用以反映数据资产货币形式的经济利益，而非货币单位则可用来反映数据资产能够给企业带来的知名度和企业形象提升度、核心竞争力的增强度以及管理模式的优化度等。

2. 计量属性

现有传统计量属性包括历史成本、重置成本、可变现净值、现值和公允价值五种。对于数据资产采用何种方法进行计量，目前会计准则没有明确的规定，学术界人士也提出了不同的看法。

刘玉(2014)由于将数据资产作为无形资产予以确认，对外购以及直接加工的数据资产采用历史成本法计量，对间接获取加工形成的采用现值与实际成本孰低方法计量。笔者认为对直接加工的数据资产采用历史成本法计量具有一定的可行性，虽然历史成本只考虑取得时的实际成本，不会考虑未来期间市场的波动性对数据资产价值的影响，但是对于企业加工生产的数据资产，在收集、处理、分析、加工的过程中所耗费的人工成本、物料成本以及必要的间接费用是构成数据资产的价值基础，所以企业自产加工的数据资产可以考虑采用历史成本的计量方法。而对于间接获取的数据加工而成的数据资产采用现值与实际成本孰低方法计量，笔者认为是不合理的。根据数据资产的定义以及确认条件，数据要为企业带来经济利益的流入，这点毋庸置疑，可是如果数据资产的取得成本要大于该数据资产在未来期间给企业带来的经济流入，那么该数据资产是否具有商业实质就值得商榷，从整体来看，该项数据带给企业的经济利益的流入为负，则不能确认为数据资产，不具有资产属性，也就不存在采用现值与实际成本孰低方法来计量。杨训(2016)认为数据资产的计量可以采用现值法。现值法以资产未来能给企业带来的收益来确定资产的价值，克服了历史成本法的不足，将资产的价值与未来给企业带来的经济利益紧密联系，并考虑其在未来期间所受到市场波动的影响，对价值的反映较为准确，但现值法需要准确估算数据资产未来的经济利益流入及折现率，现实条件难以满足其要求。

笔者认为可以采用公允价值对数据资产进行计量。现在我国会计准则实现国际趋同，满足公允价值计量条件的都能以公允价值计量，且公允价值与市场联系更为紧密，只要数据资产存在活跃市场就能随时获得公开报价，便可采用公允价值对其计量。虽然目前来说，数据资产没有一个稳定的市场环境，很多没有公开报价，不满足公允价值计量的条件，但是目前市场上已存在一些大数据交易平台，如果企业获得数据资产在各数据交易所中有同类数据资产出售，可视为该数据资产在市场上存在公开报价，将其出售价格作为数据资产的公允价值来计量。目前大数据交易所才刚刚兴起，不是所有的数据都在交易平台上有出售，相信在大数据的时代背景下，数据资产的交易的种类会日益增多，使采用公允价值计量具有普遍适用性。

3. 计量方法

(1)初始计量

一是直接生产的或者通过提供第三方服务获得的数据资产的计量，企业生产加工数据资产，根据其是否在大数据交易平台有同类数据出售分别处理：能在大数据交易平台获得公开报价的可以采用公允价值计量，将其在市场上的售价作为数据资产的初始入账成本[13]；不能通过大数据交易平台获得公开报价的数据资产，可以选择采用历史成本法进行计量。数据资产的生产过程包括收集数据、整理数据、分析数据和加工数据[14]，在整个生产过程中会耗费人力资源、物料资源、其他必要的资源。其中数据资产的价值主要取决于人力资源，整个过程中依赖于人对数据进行选择分析从而形成特定目的的数据资产，所以人力资源对数据资产的价值形成贡献最大，物料资源和其他必要资源则次之，那么在确定数据资产的初始成本时，可将三种成本按照其权重进行加权平均，最终得到的加权平均数可作为数据资产的初始确认金额。

二是外购数据资产的计量。企业外购的数据资产，通常在市场上活跃度较高，能获得公开报价，可直接将其公允价值作为数据资产的初始确认金额[15]。如果不存在活跃市场，则应该将取得该数据资产所给付的对价作为数据资产的初始确认金额。

(2)后续计量

数据资产的后续计量是在使用该数据资产的期间发生的相关事项，对于后续的内容应该包括减值准备的提取、数据资产更新以及数据资产的期末价值变动。对于后续计量的常见事项还有摊销、出租、报废等事项，但是由于数据资产的特殊性，不存在上述业务处理。理由如下：第一，数据资产由于具有更新性的特点，其使用寿命不确定，无法对使用寿命进行合理的估计，所以不能对其进行摊销。第二，数据资产与固定资产相比因其虚拟性，是一种非实物资产，而报废是针对具有实物形态的资产而言的，所以数据资产不存在报废的情况[16]。第三，数据资产与无形资产相比，对其使用权控制权没有法律的法定保护，出租以后对方就能对其加工利用，与出售没有本质差别，所以数据资产不存在出租的业务。

一是减值准备的提取。数据资产虽然可以被反复使用而不消耗其价值，但是数据资产仍存在减值，它的价值会随着技术进步和信息更新等重大环境变化而发生减少，可是这种减少不会使数据资产丧失全部的经济价值，那么这种价值的减少额就是减值。如前所述，能获得公开报价的数据资产可以采用公允价值计量，故在对其减值准备的处理，可以将期末的公允价值与账面价值进行比较，有所降低，则将减少额确认为数据资产减值损失；对于不能公开获得报价的数据资产则参照无形资产的会计处理，将其可回收金额与账面价值比较，可回收金额小于账面价值的差额确认为资产减值损失。

二是数据资产的更新。在数据资产运行过程中要不断优化完善以适应企业的发展要求，为企业更好地服务。对数据资产的更新分技术性更新和非技术性更新两种，其中技术性更新是在原数据资产的基础上进行技术改良，优化数据资产功能；而非技术更新只是一种物理更新，对其功能的一种维护，没有数据资产带来功能性变化[17]。由此，对技术性更新的相关支出应该计入数据资产的成本，予以资本化，对于非技术性更新的相关支出则计入当期损益，予以费用化。

三是期末的价值变动。数据资产的价值来源其未来期间可以给企业带来的经济利益的流入，同时价值也主要受市场方面的影响，因而价值有所增减变动。市场瞬息万变，所以这种价值的变动也不是永久性的，市场的一种浮动。故笔者认为，能在市场上获得公开报价的数据资产的价值变动可以参照金融资产的期末公允价值变动处理，期末公允价值上升，就增加资产的价值，反之减少资产的价值。

(3)期末列报

期末需要将数据资产列入财务报表对其进行披露，以充分反映企业的财务状况。由于数据资产有两种计量模式，能可靠获取公允价值的数据资产由于市场的影响而发生价值变动，在列报时可以以公允价值反映，而不能可靠获取公允价值的数据资产则需仍以账面价值反映，以应会计信息质量的可靠性要求。主表中反映数据资产的货币价值，在资产负债表的非流动资产项目下列示，在附注中对其非货币计量的单位、会计确认原则以及核算方法详细披露说明，使数据资产充分列报。

四、结语

互联网时代，数据已经成为企业发展必不可少的一项资产，对数据资产进行核算是一种必然趋势。会计确认上，现有研究多将数据资产视为一项无形资产进行确认，笔者认为数据资产与无形资产在确认条件、内容以及会计核算方法等方面均存在差异，应该单独设置“数据资产”科目予以反映。会计计量上，应当采用货币和非货币计量单位相结合的方式对数据资产进行计量，并视情况采用历史成本和公允价值进行计量。随着大数据交易平台建设的不断推进，数据资产的重要性愈加显著，对数据资产核算的会计方法也将不断改进，数据作为企业最有潜力的价值资产必定给会计领域带来革新。

[1]刘 玉.浅论大数据资产的确认与计量[J].Commercial Accounting，2014(18)：3-4.

[2]康 旗，韩 勇，陈文静.大数据资产化[J].信息与通信技术，2015(6)：29-35.

[3]张志刚，杨栋枢，吴红侠.数据资产价值评估模型研究与应用[J].现代电子技术，2015(20):44-51.

[4]魏晓菁.数据资产可信度评估模型研究[J].计算机应用，2015(S2)：170-173.

[5]郑英豪.大数据资产管理体系初探[J].新会计，2015(11)：34-37.

[6]李俊清，宋长青.农业大数据资产管理的挑战与思考[J].大数据，2016(1)：35-44.

[7]李必文.电商大数据——用数据驱动电商和商业案例解析[M].北京：电子工业出版社，2014：19-20.

[8]车品觉.决战大数据[M].浙江：浙江人民出版社，2014：75-83.

[9]刘 琦，魏永强，宋 刚.市场法评估大数据资产的应用[J].工作研究，2016(11)：33-37.

[10]张兰廷.大数据的社会价值与战略选择[D].北京：中共中央党校博士学位论文，2014：40-43.

[11]杨 训，周 遊.数据资产核算可行性分析[J].合作与经济，2016(16)：151-153.

[12]维克托·迈尔-舍恩伯格，肯尼斯·库克耶.大数据时代[M].浙江：浙江人民出版社, 2013：2-8.

[13]殷剑锋.数据革命、数据资产和数据资本[N].第一财经日报，2014-12-23(A09).

[14]唐玮婕.五问“大数据”[N].文汇报，2013-03-31(06).

[15]Tong Xiao-yu. Post-Telecommunications Era[M].北京:人民邮电出版社,2012：15-24.

[16]Huadong，GuoLizhe，WangFang Chen.Scientific big data and Digital Earth[J].Chinese Science Bulletin.2014(12)：1047-1054.

[17]Danah，Boyd，Kate.Critical Question For Big Data[J]. Information Communication & Society，2012(5)：662-679.

(编辑：周亮；校对：余华)

Accounting Confirmation and Measurement Research on Data Assets

LI Ya-xiong NI Shan

(SchoolofAccounting,HunanUniversityofFinanceandEconomics,ChangshaHunan410205)

Data assets have become an important resource of enterprises, which have the characteristics of digitized, processing, timeliness, renewal and personality. In order to accurately reflect the value of data assets, it is necessary to make reasonable accounting confirmation and measurement. Data assets differ from intangible assets in terms of definition, content, uniqueness and accounting methods, and it needs to be carefully evaluated whether it meets the asset qualification criteria, whether it can bring in future economic benefits and can be measured, and the subject of “data assets” shall be reflected separately. Accounting measurement also shall be based on the combination of monetary and non-monetary units, and the measurement of the historical cost and the fair value are used to distinguish the self-produced processing and outsourcing.

data assets; accounting confirmation; accounting measurement; fair value

10.16546/j.cnki.cn43-1510/f.2017.04.011

2017-05-22

湖南省哲学社会科学基金项目“湖南高校预算绩效考核指标体系研究”(项目编号：15JD05)

李雅雄(1989- )，女，湖南长沙人，湖南财政经济学院教师，湖南大学会计学博士研究生，研究方向：会计准则与会计理论

F275

A

2095-1361(2017)04-0082-09