确认大数据资产 助推新经济发展

余应敏

【摘要】大数据平台资产是大数据企业核心竞争力的源泉， 大数据中心建设也是我国政府提出的“新基建”七大领域之一。 如何核算大数据企业的数据资产， 国内外尚缺乏共识， 会计实务因缺乏理论的指引， 处理方式千差万别， 相关信息难以反映其真实价值， 扭曲了企业的创新投入与会计业绩， 严重制约着大数据产业的创新发展。 应尽快完善大数据资产的相关会计政策与制度安排， 明确将大数据企业的大数据确认为资产， 增设“数据资产”科目， 归入非流动资产类别， 对其进行反映与后续计量。

【关键词】大数据;数据资产;会计确认;会计核算

【中图分类号】 F230     【文献标识码】A      【文章编号】1004-0994（2020）23-0052-4

一、大数据资产是大数据企业核心竞争力的源泉

2020年4月1日， 习近平总书记在浙江考察时强调：“要抓住产业数字化、数字产业化赋予的机遇， 加快5G网络、数据中心等新型基础设施建设， 抓紧布局数字经济、生命健康、新材料等战略性新兴产业、未来产业， 大力推进科技创新， 着力壮大新增长点、形成发展新动能。 ”根据成立于1979年、总部设于美国斯坦福的IT研究与顾问咨询公司高德纳（Gartner）的定义， 大数据是难以利用传统流程或工具进行处理或分析， 需要运用数字分析软件、技术， 采用复杂挖掘过程所获得的海量数据， 是具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产， 也是需要同时进行批量处理或分析的大量信息或数据集。 简而言之， 大数据是以体量大（Volume）、种类多样（Variety）、实时处理（Velocity）、数据真实（Veracity）、应用价值高（Valuable）等为主要特征的数据集合。

与传统资产相比， 大数据资产的特征主要包括： ①体量大且种类多样。 体量（规模）大是大数据的重要特性， 不成规模的数据缺乏进行数据挖掘的基础， 不具备预测或统计的潜力， 往往也不具有挖掘的商业意义， 不能称之为大数据资产。 ②应用价值高且具保值功能。 与传统资产的实际价值随使用存在规律性的消耗磨损不同， 大数据资产存在于储存介质中并可永久复制保存， 通常不存在价值减损问题;而不同种类大数据的交互作用可引致其价值发生变化， 企业所掌握的数据信息越多、越接近数据总体的实际， 便越有机会挖掘到深层次的有利信息， 更能凸显大数据的商业价值。 ③实时处理与数据真实。 大数据作为一种信息形式， 具有很强的时效性。 据统计， 因客户信息变动， 每个月约有2%的商业数据会陈旧过时， 从而失去商业价值。 ④交互性与非独占性。 传统资产的产权一旦确定， 在不发生变更的情况下， 一般不可重复地被其他人所占有， 但大数据却具有可复制的特征， 其实际使用价值存在于对大数据隐含信息的深度挖掘、加工处理， 从而使大数据信息具有可被重复使用的非独占性。 ⑤无形性且价值不易简单确定。 大数据本身不具有实物形态， 其价值与数量不存在固定的对应关系， 只能用数据的条数或在存储介质中的大小、流量的多少等方法加以测度， 故对其采用传统的会计核算方法进行确认、计量的确存在相当大的技术难度：某些数据如网络经济中常使用的活跃用户量等具有商业价值， 而发票中蕴含的信息等数据却未必有直接的商业价值， 对其价值进行评估存在一定的困难;即便是商业价值已充分呈现的数据， 鉴于其无形且难以计量的特性， 是否应当作为资产加以确认并列入财务报表仍存在一定争议， 各方看法仍莫衷一是。

据国家发展和改革委员会等权威机构预测， 到2020年， 我国的数据总量将会超过8000亿PB、大数据市场规模将超过8000亿元， 占全球数据总量的比例达到20%。 未来只有分析能力强、具有核心竞争力的企业， 才能在激烈的市场竞争中脱颖而出;既拥有大数据平台资产又有大数据思维的大数据企业将会成为未来世界的主宰;海量数据也必将成为推动未来经济发展、实现巨大经济效益的“新能源”。 大数据作为一种特殊的宝贵经济资源， 其经济价值主要体现在：企业可以对已采集的大数据进行分析从而发现经济运行中蕴含的新的商业机会， 利用社交媒体数据扩展现有客户群体， 整合大数据以改善现有产品和服务， 通过分析大数据流与实时操作业务提升业务水平等。

二、大数据企业数据资源确认的认识与实务亟须规范

大数据资产是大数据企业核心竞争力的源泉， 理应作为大数据企业的核心资产。 然而， 时至今日， 国内外对此尚缺乏共识， 相关会计实务亟须规范。 归纳起来， 主要认识与做法有三种：

1. 不确认为资产， 直接费用化。 不将大数据资源特别是大数据平台确认为资产乃实务中的主要做法， 但笔者认为， 这只能是短期的权宜之计。 长期来看， 如果始终不将大数据作为资产纳入会计核算体系， 会出现难以估量或想象的、极为严重的负面后果： 将大数据相关支出直接费用化、不资本化確认为资产， 将削弱会计信息在大数据技术企业运营中应起的决策作用。 一方面， 购入或自行开发大数据、进行大数据平台建设， 都会发生大量相关支出。 如果不将这些可长期提供服务、产生效益的大额支出资本化为长期资产， 而只是简单地作为收益性支出直接费用化计入当期损益， 短期而言， 会使企业的成本确认与当期盈亏计量、配比产生扭曲， 使得损益确认不准确、不合理， 从而丧失允当性， 对报表信息质量产生较大的不利影响， 不能科学揭示大数据企业的真实业绩与财务状况， 无法反映企业在大数据平台建设的持续投入和努力; 长此以往， 还会削弱企业的持续经营能力， 更会使财务数据变得难以理解和受到人为扭曲。 另一方面， 大数据是否作为资产纳入大数据企业资产的会计核算， 会对企业总资产的账面价值产生较大影响。 此种不确认为资产的做法普遍存在的现象表明， 大数据作为新兴资源在会计处理中仍未得到应有的重视。

2. 确认为无形资产。 众所周知， 大数据资产具有可辨认的特征但没有实物形态， 符合《企业会计准则第6号——无形资产》规定的“无形资产”四大特征， 即无形性（没有实物形态）、可辨认、非货币性资产、在创造经济利益方面存在较大的不确定性， 故应将大数据列作无形资产核算。 但分歧在于如何进行后续计量：有学者认为应采用无形资产的后续计量模式， 使用历史成本计量并计提减值或摊销[1] ; 而另一些学者则认为， 应该用市场收益法对大数据资产进行后续计量; 还有学者认为， 大数据资产的后续计量可以借鉴投资性房地产的计量模式， 允许企业在历史成本与公允价值模式中自行选择。

3. 专设“数据资产”科目核算。 尽管大多数学者赞成将大数据资产作为企业的无形资产进行价值计量， 但大数据资产作为一种独特的资源， 其与现有无形资产有着本质区别， 仅因数据资产不存在物理形态而将其划分为无形资产是不科学的。 尽管大数据资产同无形资产一样不存在物理形态， 但因其有保值性等特点， 大数据资产与传统无形资产仍有很大不同。 大数据资产定价应参考贵阳大数据交易所交易定价机制， 在定价前先根据数据价值密度对数据进行分类， 并按不同类别确定相应的数据资产定价模型， 且在后續计量中以公允价值计量， 不考虑摊销、折旧等问题。 首先， 根据现有会计准则， 传统无形资产通常要采用历史成本计量， 而从会计信息使用者角度而言， 各方利益相关者更加关心企业所拥有或控制的大数据资源为企业创造财富的潜在价值， 而非大数据本身的收集或取得成本， 采用公允价值更能体现大数据资产的价值内涵;其次， 由于大数据资产有规模性、保值与交互性以及非独占性等特点， 其出租、出售等交易方式以及价值变化的概率都与传统无形资产有较大区别， 将其纳入无形资产核算无疑会不利于大数据资产以及传统无形资产的核算;最后， 随着环境变化， 大数据资产的特殊意义也逐渐凸显， 将其单独作为一项资产类别进行列报可以为报表使用者提供更准确的数据， 以彰显企业的核心竞争力。

三、应尽快明确资本化确认大数据企业的“数据资产”

通常认为， 是否将一项支出或成本资本化， 符合道德标准的做法是根据一般公认会计原则（GAAP）， 将能给企业带来未来经济利益（未来收益）的成本资本化， 将所有不会给企业带来未来收益的成本费用化。 时至今日， 国内外会计准则尚未对大数据资产的会计确认做出明确规定， 相关规则制定已严重滞后于实务的发展。 缺乏制度规范的指引， 大数据会计实务仍处于莫衷一是的混乱状态， 大数据相关会计理论研究仍处于初期探索阶段， 远未有统一的标准与共识。 我国不少大数据企业的会计从业者反映， “因缺少可资依据的明确指引， 并未将大数据资产确认为资产负债表项目， 而仅将其在报表附注或是直接列作费用体现于其他财务报表项目中， 已严重影响大数据公司核心业务的开展， 降低了相关企业的会计信息可比性质量， 不利于大数据核心竞争力资源市场价值作用的有效发挥”[2] 。

国际会计准则理事会发布的《编制和列报财务报表框架》第四条指出， 资产是由企业控制的资源， 它们由过去的事项得到结果， 预期会导致未来经济利益流入企业;对于那些购置或生产成本能够可靠计量且将来能够为企业带来效用净流入的资产， 都要求在资产负债表中进行确认。 确认的条件为：满足资产定义、导致经济利益流入企业的可能性、能够可靠地计量。 我国《企业会计准则——基本准则》第二十条指出：“资产是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。 ”资产具有以下基本特征：①资产是由过去的交易或事项形成的; ②资产是企业拥有或者控制的; ③资产能够给企业带来未来经济利益。 美国财务会计准则委员会（FASB）《财务会计概念公告第5号——企业财务报表的确认和计量》（SFAC 5）指出， 确认是“将某一项目作为一项资产等正式计入或列入某一主体财务报表的过程”， 所确认的项目需满足定义性（符合财务报表要素定义）、可计量性（能予以货币量化）、相关性（所生成的信息对使用者的决策有影响）和可靠性（真实、可验证）四个标准。 正如葛家澍、刘峰指出， 从严格意义上看， 只有权责发生制才会出现资产（要在以后各期陆续入账作费用的支出）和负债。 FASB《财务会计概念公告第6号——财务报表的要素》（SFAC 6）认为， “资产是某一特定主体从过去的交易或事项中所取得或控制的、可能的未来经济利益， 其特征包括：蕴含着可能的未来利益、某一特定主体对其具有排他性的控制权和产生此利益的交易或事项已经发生”。

笔者认为， 大数据企业的大数据平台建设（购置）支出具备“资产”会计要素确认的以下特征要件：

1. 能够为企业所控制。 大数据应区分自有数据和公有数据， 持有数据即可供持有者使用， 经过加工、清理、清洗的数据即为持有者自有数据（脱敏）;应区分原始数据与再生数据， 区分涉密个人（私人）信息与中间产品过程信息;自有大数据包括通过观察、实验或计算获得的数据， 包括数字、文字、图像、语音等形式的信息， 具有虚拟化、数据化、非实体性， 来源于企业主动获取或被动获取， 企业拥有对数据的加工、删除、复制、挖掘等使用权利， 企业能控制其带来的经济利益。

2. 预期会给企业带来未来经济利益。 尽管大数据带给企业的经济利益流入大多属于间接性质， 但毋庸置疑的是， 大数据公司积累的大数据资源能够作用于价值链的增值过程， 从而可带来经济利益流入， 促进企业业绩的提升。 大数据挖掘商业价值的方法主要包括：细分客户群体、定制群体的特性服务;模拟现实环境， 发掘新需求， 提高投资回报率;加强部门联系， 提升整条管理与产业链条的效率;降低服务成本， 发现隐藏线索， 进行产品与服务创新;数据存储空间出租（妥善存储数据、按租用量收费）;管理客户关系（潜客识别， 根据客户的自然属性和行为属性， 从不同角度深层次分析客户， 以引入新客户、提高客户的忠诚度和促进客户消费等）;个性化精准推荐（根据用户喜好推荐各类业务或应用， 帮助客户进行精准营销）;数据搜索（将实时的数据处理与分析和广告联系起来， 即实时广告业务和应用内移动广告的社交服务）。

3. 其价值或成本能可靠地计量， 能长期为企业服务。 集统计分析、数据挖掘和商务智能于一体， 大数据云平台建设就是一个类似于固定资产的建造过程（至少是一个资产包概念）， 利用平台提供的算法与模型， 进行数据处理、基础统计、高级计量分析、数据挖掘、数据制图画像、机器学习、结果可视化输出API。 数据的挖掘、清洗、提纯、筛选需要投入大量的人力、物力和财力， 更重要的是要耗费智力， 需要运用较为先进的算法等数字处理技术， 需要花费巨量的成本， 绝非一日之功。 此外， 随着我国大数据相关产业的不断发展， 大数据资产的市场价格或其价值确定也越来越容易获得（如通过贵阳大数据交易所定价等）， 因此， 大数据资产的价值计量也将不再是阻碍其确认为资产的因素。

4. 可辨认。 一般而言， 大数据能从企业单独分离或辨识， 可单独加以确认、计量， 用以出售、转移或交换、处置。 比如， 传统的市场调研及行业分析报告（O2O大数据交易模式、结构化与非结构化数据）， 会计实证研究常用的万德（WIND）、色诺芬（CCER）、国泰安（CSMAR）数据库等即是大数据平台的典型运用， 显然都具备可辨认的特征。

正如舍恩伯格指出， 量化一切是數据化的核心， 数据代表对某件事物的描述， 可以被记录、分析和重组， 数据化指把现象转变为可制表分析的量化形式的过程， 不同于把模拟数据转换为用0、1表示的二进制码的数字化[3] 。 大数据平台建设是一个长期投入、积累与发展的过程， 也是一种生产经营能力的培育与形成过程， 大数据平台公司开发的数据库具有自主知识产权， 可视同专有技术的研究与开发， 应当而且也必须予以资本化。 笔者认为， 应当尽快明确大数据企业的大数据应资本化为长期资产——数据资产。

四、大数据企业“数据资产”的计量

1. 关于大数据资产的初始计量。 笔者认为， 大数据应按取得时的实际成本进行初始计量。 大数据的采集方式主要包括交易、交互和观察：交易是通过收集、存储和分析获得主要数据; 交互是人们点击网页等操作得到数据; 观察是自动收集数据， 如传统的市场调研及行业分析报告（O2O大数据交易模式、结构化与非结构化数据）。 应区分自有数据和公有数据， 自有数据应当资本化， 可供持有者使用， 经过加工、清理、清洗的数据即为持有者自有数据（脱敏）; 应区分原始数据与再生数据（区分涉密私人信息与中间产品过程信息）。 鉴于大数据的挖掘、清洗、提纯、筛选需要投入大量人力、物力和财力， 特别是智力， 需要运用较为先进、复杂的算法等数字处理技术， 对于大数据产品成本不能简单采用分批法进行归集， 可考虑采用技术产品的资本化归集：①对于主动获取的大数据（如外购、自行开发所得数据等）， 宜采用历史成本计量; 外购取得的大数据的成本， 可按照“买价+相关税费+其他可直接归属于使其达到预定使用状态或用途所发生的支出”计量; 此外， 还包括归集、整理、加工等成本费用， 如人力成本、设备折旧及相关资产价值的转移。 ②对于被动获取的大数据（如通过挖掘、分析整理已有信息而获得的数据）， 宜采用收益现值法计量。

2. 关于大数据资产的后续计量。 笔者认为： 对于能够形成大数据资产更大产能或价值而发生的追加成本， 应予以资本化并记入“数据资产”的账面价值， 增加其成本， 视同改良支出;大数据资产不同于传统的无形资产， 应突破无形资产核算范围的限制;其摊销期一般为5年。

五、结论与建议

随着信息技术的不断发展， 在会计处理中确认大数据资产能够更加真实且完整地反映企业的财务状况， 对于凸显企业核心竞争力以及行业定位具有至关重要的作用， 对于传统会计在新环境下的转型发展也具有积极的意义。

笔者认为， 应尽快完善大数据资产的相关会计处理规定与制度建设， 明确将大数据企业的大数据确认为资产， 并新设“数据资产”科目进行确认和后续计量， 归入长期资产或非流动资产类别。 从会计处理角度看， 大数据企业应将其大数据平台确认为资产， 作为非流动资产类别新设“数据资产”科目进行反映和后续计量;同时， 将“数据资产”作为独立的报表项目， 体现在企业的资产负债表中， 并在财务报告附注中披露数据资产的定价依据、价值变动依据以及对企业生产经营的影响等， 使财务报告使用者能够充分了解企业的大数据资产状况， 并据此做出有效决策。 确认大数据企业的数据资产， 必将增强并集聚大数据企业的核心竞争力。

一个在账面上拥有大量优质大数据资产的企业， 在互联网时代更容易获得投资者的青睐， 此类资产可以作为企业开展筹资和投资等财务活动的重要基础。 特别是对于新创立的专门集中于大数据平台运营的企业而言， 大数据及其平台是该类企业主要的资源， 若确认为资产， 则更有助于向投资者证明企业的发展潜力， 以便增强企业在行业内的竞争优势、提振投资者等利益相关者的信心。 惟其如此， 方既有利于规范大数据资产的会计核算， 也有助于大数据企业积极培育其核心竞争力， 从根本上推动大数据行业的长远良性发展。

【 主 要 参 考 文 献 】

[1] 吕玉芹，袁昊，舒平.论数字资产的会计确认和计量[ J].中央财

经大学学报， 2003（11）：62 ～ 65.

[2] 康旗，韩勇，陈文静等.大数据资产化[ J].信息通信技术，2015

（6）：29 ～ 35.

[3] 维克托·迈尔-舍恩伯格著.盛扬燕，周涛译.大数据时代[M].

杭州：浙江人民出版社，2013：1 ～ 261.

【基金项目】中央财经大学校级横向课题“金融大数据公司内部控制体系构建研究”（项目编号：横20180673）

【作者单位】中央财经大学会计学院， 北京 100081