数据资产会计：概念解析与财务报表列报

张俊瑞 危雁麟

【摘要】随着数字经济的不断发展， 数据资源日益成为企业重要的生产要素。 企业对数据资源的需求日甚， 数据资产越来越具备确认为资产的条件。 数据要素已经成为一项资产， 就软资产、无形资产与数据资产的关系而言， 无形资产与数据资产皆为软资产的构成部分， 但无形资产是表内可辨认软资产， 数据资产则是表外可辨认软资产。 基于会计核算的相关性和重要性原则， 在考虑将数据资产转为表内软资产的同时， 提出数据资产在传统资产负债表中单独列报、引入“第四张报表”列报、通过资产负债表与“第四张报表”混合列报三种列报方案， 力推数据资产信息列报的规范化， 提高会计信息的价值相关性。

【关键词】数据资产;软资产;无形资产;财务报表列报;“第四张报表”

【中图分类号】F230      【文献标识码】A      【文章编号】1004-0994（2021）23-0013-8

一、引言

“第四次工业革命”的出现， 得益于现代科学技术的不断进步与人类社会日新月异的发展。 企业经营理念和模式发生了重大变革， 导致企业关键资产构成显著改变， 主要表现为相比实物资产， 无形资产对企业价值创造发挥着越来越大的作用。 不仅如此， 无形资产对企业的价值创造已不单单依靠专利权、商标权等表内无形资产， 人力资源、企业客户和供应商资源、营销网络、市场份额、公司声誉、行业权威认证、员工满意度、企业文化、数据资源等诸多表外无形资产也对企业成长发挥着重要作用[1-5] 。 因此， 相关研究提出应增强对无形资产的认识和关注， 且不应拘泥于《企业会计准则》规定核算的无形资产类型， 而应当从宏观视角出发， 建立更广泛的无形资产范畴[6] 。 针对这一问题， 部分文献进一步提出了Soft Assets（软资产）概念[3，7] ， 为构建广义“无形资产”概念提供了有价值的思路。

近年来， 随着大数据、人工智能、5G、云计算等技术的高速发展， 数字经济日益崛起， 目前已成为“十四五”乃至未来更长时期经济发展的核心动力， 推动了新的资产类型不断涌现， 数据资产即为最受关注的资产类型。 在数字经济发展历程中， 促进数据互联互通、不断挖掘和激发数据要素的价值将是推动数字经济发展、加速全社会数字化进程、打造数字经济时代企业新的核心竞争力的重要手段。 2020年， 习近平总书记在《国家中长期经济社会发展战略若干重大问题》中提到“健全知识、技术、管理、数据等生产要素由市场评价贡献、按贡献决定报酬的机制”。 2021年10月18日， 习近平总书记再次强调“数字经济可以推动各类资源要素快捷流动”， 这充分证明了激发数据要素活力、加快数据要素市场建设的必要性和必然性。 目前， 除了耳熟能详的消费者数据、客户数据、产品数据、物流数据等典型的数据资产外， 通过金融大数据、医疗健康大数据、交通大数据、文化大数据、农业大数据、营销大数据、空间地理大数据、学术大数据等多种数据资源在诸多领域的价值实现， 很多科技企业已相应形成了丰富多样的数据资产， 这些资产发挥着日益重要的作用。

从现有研究和相关实践来看， 数据资产的界定、特征和估值方法已受到广泛关注， 根据对数据资产特征的剖析， 数据资产是广义“无形资产”下的一个新资产类型。 理论界和实务界还进一步探讨了在现有会计列报体系中应如何提供该项资产的信息， 但较多研究都倾向于将数据资产作为无形资产下的二级科目， 并以此为出发点提出了对数据资产相关问题的研究思路。 本文认为， 随着数字经济的日益发展， 数据要素的价值不断被激发和增强， 数据资产将逐步成为企业竞争发展的核心要素。 作为大数据时代下产生的新的资产类型， 数据资产不仅对企业价值创造越来越重要， 而且从特征来看， 其在确认、计量和信息披露方面也有别于其他无形资产。 因此， 本文支持一些文献提出的观点， 认为从核算上单独增设“数据资产”科目更适合， 而不是作为无形资产下的二级科目进行核算。 这是因为， 从数据资产的特征来看， 虽然其在非实物形态、非货币性等方面与目前《企业会计准则》体系中的无形资产有一定相似性， 但它也存在与现有核算体系中无形资产相关规定的不符之处; 更重要的是， 数据资产与企业价值创造关系日益密切， 作为企业的关键软资产， 其地位不断上升， 基于会计核算的相关性和重要性原则， 应将数据资产作为单独科目单独列报， 以彰显互联网为代表的数字经济时代下数据资产信息列报的重要地位。

目前， 关于数据资产的会计业务日益增多且不断丰富， 因此在将数据资产单独设置科目进行核算的同时， 也不可避免地引发了数据资产信息在资产负债表中列报的问题。 然而， 根据会计处理规定和资产负债表编制原理， 简单以报表数字列报数据资产很难完全展示数据资产有价值的信息。 考虑到数据资产及其信息的独特性， 理论界和实务界提出了“第四张报表”的构想， 以德勤为代表的许多机构也已展开了“第四张报表”的编制， 开始了对数据资产等新资产信息列报的尝试。 因此， 本文认为有必要对比分析目前在财务报表体系中列报数据资产信息的不同方式， 以提高数据资产信息列报效率， 进一步提升财务报表的价值相关性。

综上所述， 本文通过研究和分析， 着眼于数字经济发展中越来越重要的数据资产， 希望厘清广义“无形资产”概念， 为辨识数据资产的资产类型奠定基础， 同时考虑到数据资产信息与企业价值实现的相关性， 力求在加深数据资产认识的基础上， 采取可行方案促使数据资产信息纳入财务报表体系。 具体来说， 本文将首先辨析“软资产”与广义“无形资产”概念， 而后立足“软资产”概念， 通过对数据资产相关问题的研究， 进一步将数据资产所属的软资产类型清晰化， 并根据数据资产特征， 探索数据资产在财务报表中的恰当列报方式。

二、數据要素已成为资产

多年前， “数据”一词尚不流行。 随着数字经济、大数据快速渗入人类生活的方方面面， 数据要素日益成为重要的生产要素， 对宏观经济的影响不可小觑。 在宏观层面， 徐翔和赵墨非[8] 将数据要素定义为数据资本， 估算出2019 年我国数据资本存量水平超过9 万亿元， 约占社会总资本的5%， 且数据资本积累具有拉动宏观经济增长的巨大潜力。 在企业层面， 数字化转型升级已成为企业适应市场发展趋势的必由之路， 借助大数据、物联网、5G、云计算等关键技术， 随着数据成为生产要素， 在全社会层面完成价值实现成为可能， 数据资源早已具备确认为资产的条件[5，9，10] 。

具体来说， 企业的数据资源通常是在法律法规和规章制度允许范围内， 通过主动收集、基于业务被动储存、数据资源购入或合作、共享等方式获取的， 前两项方式为企业的资源采集和业务记录等事项， 而资源购入、战略合作、数据共享等方式则属于数据交易行为[5] ， 因此可认为企业的数据资源均是由企业过去的交易或事项形成的。 在法律法规和规章制度允许获取并运用的范围内， 对于企业主动或被动获取的数据资源来说， 可能有部分乃至全部资源预期能够通过服务于企业经营决策或作为产品实现对外数据交易等方式为企业带来经济利益。 据此， 本文认为并非所有的数据都能确认为资产， 但存在一些数据资源， 企业对其具有控制权甚至所有权， 且这些数据资源预期会为企业带来经济流入。 而当企业确定数据资源已经或预期能为企业带来经济利益时， 应及时将该数据资源确认为资产。 综上所述， 根据我国《企业会计准则》对资产的定义， 在企业已经存在符合确认为资产条件的数据资源时， 应当积极促使企业及时确认其为数据资产。

三、数据资产是软资产的构成部分

1. 软资产概念的引入和辨析。 不可否认， 当前以数据资产为代表的不具有实物形态的资产创造了大量的经济价值， 这使得会计准则中现有的无形资产科目已难以完全覆盖这些资产， 因此建立一个更宏观、更广的范畴显得十分必要。 同时， 为了尽可能地保证企业对资产概念的界定和会计处理上对资产确认的一致性， 本文借鉴已有文献， 引入软资产概念， 作为广义无形资产概念的替代概念， 以进一步明晰数据资产等新资产在企业资产类型中的归属。

（1）概念解析。 在理论界和实务界， 对软资产的相关话题已存在较多讨论。 通常认为， 软资产是与“硬资产（Hard Assets）”或“实物资产（Physics Assets）”相对应的概念， 这里突出了软资产无实物形态的特性。 Nielson[7] 将交易成本划分为硬资产和软资产两个维度， 前者用于代表与固定资产投资等相对具体和有形的投资相关要素， 后者用于表示与人、过程等相对无形的投资相关要素， 反映影响买卖双方之间关系发展的个人层面的工作关系和组织机制的质量与程度。 雷珉[11] 认为， 软资产是企业拥有的除金融资产和实物资产之外的具有经济价值的资本形态的总称。 而Wataya等[12] 将软资产的概念运用到智慧城市建设中与知识、技术相关的内容上。 在互联网领域， 软资产被认为是可以在互联网传播交易的资产， 具有无实物传递、可无限复制、存在于信息世界、市场庞大、创新才有价值、时效性（部分产品）等特点。 可以看出， 软资产具有相对无形、非货币性、信息化、与知识技术等相关等特征。

（2）软资产与无形资产关系辨析。 关于软资产与无形资产的关系， 现有研究在肯定广义无形资产范畴的基础上， 针对软资产的界定存在两种不同的观点。 一些文献提到， 无形资产概念也包含表外无形资产如人力资源、企业客户和供应商资源、公司声誉等， 且将这些表外无形资产称为软资产， 即认为无形资产概念包含软资产[3] ; 而另一些文献则认为， 软资产是指企业所有无形的资产[7] ， 或称其为企业拥有的除金融资产和实物资产之外所有资产的总称[11] ， 即软资产类似于广义的无形资产， 其中不仅包含无形资产会计科目下的资产， 也包含表外的无形资产[13] ; Munter[13] 还提到， 软资产应包含商誉等不可辨认的无形资产。

综上， 本文认为软资产是指在金融资产之外、其他不具有实物形态的非货币性资产。 与此同时， 鉴于无形资产是传统的资产项目且《企业会计准则》已以无形资产为基础， 建立了被广泛接受的无形资产概念体系， 因此如果考虑数据资产等新资产与无形资产特征存在的差异， 就不宜将数据资产纳入“无形资产”科目核算， 而需要建立一个更新、更能够广义反映包含数据资产等新资产在内的资产类别概念， 并主张将该类型有价值的软资产纳入财务报表框架。 如果纳入数据资产等新资产后， 继续沿用无形资产概念， 企业未来的资产管理和对外信息披露都可能产生概念混淆、信息效率降低的风险。 基于此， 本文支持部分文献的观点， 并进一步明晰了该观点， 即应引入软资产概念来指代广义无形资产的概念。 自此， 无形资产概念则仅指《企业会计准则》中无形资产会计科目所规定核算的特定资产。

（3）软资产既是非流动资产， 又是非货币性资产。 从财务报表体系来看， 一方面资产按照流动性原则被划分为流动资产与非流动资产。 流动资产是指变现期在一年或长于一年的一个营业周期内的资产， 不符合流动资产概念的皆为非流动资产。 那么， 软资产究竟是属于流动资产还是非流动资产？本文认为应划归为非流动资产。 这是因为， 各类软资产通常能够在较长时间内为企业经营和决策带来经济价值， 软资产的积累往往也需要较长的时间， 说明其变现期应长于一年或一个营业周期以上。 另一方面， 资产还可以按照货币性与非货币性分类， 根据对软资产的界定可以看出， 软资产属于非货币性资产。 基于此， 本文对软资产在资产类型中的归属进行了界定， 具体如图1所示。

2. 数据资产是一种软资产。 本文认为， 企业可确认并计量的数据资产属于一种软资产。 对于数据资产的概念， 相关研究给出了定义， 如中国信息通信研究院发布的《数据资产管理实践白皮书》中参照资产要素的定义， 进一步将数据资产界定为“由企业拥有或者控制的， 能够为企业带来未来经济利益的， 以物理或电子的方式记录的数据资源， 如文件资料、电子数据等”[10] 。 张俊瑞和危雁麟等[5] 参考无形资产的定义， 将数据资产界定为“由企业拥有或控制的具有数据化形态的可辨认非货币性资产”。 由此可见， 由于确认为资产的数据资源具有数据性（非实物形态）、非货币性和可辨认性等突出特征， 且明显有别于金融資产， 因此， 数据资产可明确归属于软资产范畴。

四、数据资产目前是可辨认的表外软资产

1. 软资产的分类。 由于会计核算体系中的无形资产和商誉均属于软资产[11] ， 因此本文认为可借鉴《企业会计准则第6号——无形资产》对无实物形态的非货币性资产的分类标准， 按照可否辨认原则， 将软资产分为可辨认软资产和不可辨认软资产。 可辨认软资产包括“无形资产”科目核算的各类资产、开发支出、客户资产、数据资产等， 而不可辨认软资产主要指商誉。

此外， 除了无形资产、开发支出、使用权资产和商誉， 人力资源、数据资产、公司声誉等较多软资产尚未纳入财务报表中予以确认和列报， 因此按照是否被纳入资产负债表的原则， 可将软资产进一步分为表内软资产和表外软资产。

具体来说， 除商誉这项不可辨认软资产外， 现有研究所关注的其他软资产基本都属于可辨认软资产。 此外， 在现行会计准则体系下， 表内软资产主要为无形资产、开发支出、使用权资产和商誉， 但基于现有研究成果， 大量表外资产属于软资产范畴， 诸如人力资源、企业客户和供应商资源、营销网络、市场份额、公司声誉、行业权威认证、员工满意度、企业文化和数据资产等暂时未能纳入财务报表列报的资产中。 目前， 数据资产的确认与计量已取得了较多成果， 为数据资产成为表内软资产提供了可供参考的思路。 然而， 以上多数软资产暂时缺乏可行方案来有效确认与计量， 导致较多对企业有价值和有意义的表外软资产仍难以纳入企业会计核算体系。 随着会计准则的发展， 企业的会计核算内容必须适应企业经营和商业模式的变化， 表外软资产有可能纳入会计核算系统， 按照会计准则进行确认并在资产负债表中列报， 使其从表外软资产转变为表内软资产。

2. 数据资产在软资产中的归属类型分析。 考虑到数据资产的独有特征并结合文献成果， 如果数据资产被纳入会计核算， 也应与现有会计核算体系中的“无形资产”加以区分， 因此需从数据资产的内涵和外延出发， 重新界定数据资产应归属的资产类型， 而非直接套用无形资产的类型特征。 根据上述软资产的内涵及分类框架， 结合数据资产的概念界定和特点， 本文认为数据资产作为一种新的资产， 其本质是可辨认软资产。 与此同时， 相关法律法规暂时未对企业在财务报表中确认并列报数据资产的流程做出明确规定， 也未对数据资产的会计处理和信息列报做出强制要求， 说明数据资产目前仍是表外资产。 综合来看， 可以认为数据资产目前属于一种可辨认的表外软资产。

鉴于数据资产对企业价值的解释力不断增强， 本文认为出于增强财务报表信息价值相关性的需要， 可尝试对现行会计准则涉及的相关资产分类及会计处理、信息列报规则进行适当改革， 推动数据资产作为一个新的会计科目进入财务报表体系。

基于软资产的概念界定和分类， 结合数据资产的类型特征， 本文归纳了软资产的分类构成和数据资产所属的软资产类型， 具体如图2所示。

五、数据资产是数字经济下的关键软资产

数字经济的高速发展推动了企业转型和产业结构升级， 有助于实现高质量发展。 目前， 我国已全面发力推动建设高效的数据要素市场， 借助大数据、云计算、物联网、5G等前沿技术， 数据资源的收集、传输、共享和挖掘已非难题， 数据资产对企业价值的贡献更呈爆发态势， 其日益成为政府提升GDP、企业打造核心竞争力的关键资产。

1. 在政府层面。 相关统计表明， 可利用、可开发的数据资产80%掌握在政府手中， 激发政府数据资产价值， 预计可释放超过亿万的产值， 成为推动数字经济的核心增长点; 同时， 政府数据资产具有资源可循环、价值可持续的特点， 是地方政府追求创新力及新旧动能转换的源泉①。 另外， 政府部门通过整合共享政务信息资源并实现面向内外部的数据开放， 在清查并盘点数据资产的基础上， 打破“信息壁垒”和“数据孤岛”， 盘活数据资产价值， 也为大数据产业发展及企业数字化转型升级提供有力支撑。 不仅如此， 通过加强不同政府部门间以及政府与企业间数据资产的互联互通， 对政府部门运用大数据技术强化监管能力、提高监管效率具有极大的作用。

2. 在企业层面。 本文延续张俊瑞和危雁麟等[5] 的研究思路， 将数据资产对企业的作用分为对内赋能和对外交易两种类型。 目前市场上可开发并使用的数据资产类型多种多样， 数据交易数量不断增长， 数据资产对企业内外的作用都在不断增强， 极大地实现了数据资产在数字经济中的价值。

在对内赋能方面， 零售行业通过对零售产业链上下游产品、物流和运输等数据资源的整合共享， 为链上的生产商、运输商和零售商形成了丰富的数据资产， 从而使全产业链的企业获得更为有力的决策依据; 交通行业通过加强车辆数据、路况数据等数据资产的平台化采集和整合， 提高了企业为用户提供实时交通指挥的服务效率。 企业披露的信息还显示， 通过与“企业微信”深度合作， 该企业采集了相关管理数据用于提供商业大数据智能服务， 将数据资产转化为有价值的知识， 帮助企业提升管理效率。

在对外交易方面， 不难看到企業以战略合作、资源共享等方式实现了对外交易的丰厚收益。 企业累积的数据资源除了对自身运营可能会产生价值， 对于市场内的其他企业可能也具有巨大的挖掘潜力。 因此企业通过对外进行数据交易， 不仅能够为企业带来经济利益， 更能够充分发掘数据资产价值， 最大程度地推动数据资产助力市场整体的发展。

2014年， 我国首个大数据交易平台——“中关村数海大数据交易平台”启动， 同年我国第一家由政府支持成立的交易所类大数据交易机构——“贵阳大数据交易所”也宣告诞生。 此后， 全国各地的数据交易平台、数据交易所如雨后春笋般不断涌现。 2021年3月31日， “北京国际大数据交易所”成立， 成为国内首家基于“数据可用不可见、用途可控可计量”的新型交易范式数据交易所， 通过重新设计数据交易的整个交易机制， 以破解数据交易的痛点为着力点， 力求打造全国数据交易样板平台。 由此可见， 我国的数据交易环境已逐步形成并在探索中不断成熟， 为企业参与数据交易获取经济价值和满足自身数据需求奠定了坚实基础。

六、数据资产在财务报表中的列报

1. 数据资产由表外进入表内列报的设想。 基于会计核算中的相关性和重要性原则， 为了改善企业财务报表的价值相关性， 完善外部信息使用者的信息环境， 数据资产相关信息很有必要作为表内列报项目由企业对外提供， 以降低提供者与使用者的信息不对称程度。 本文根据已有文献， 结合数据资产的内涵和特征， 对数据资产在财务报表中的列报方式提出如下设想：

（1）在资产负债表中单独列报数据资产。 无论是将数据资产作为无形资产科目下的二级科目， 还是单设新的一级会计科目核算， 现有文献对是否将数据资产纳入财务报表体系以及在资产负债表中如何列报均有所涉及[5，9] ， 其中部分文献还提出数据资产属于非流动资产项目， 应通过财务报表附注补充披露其摊销年限、使用寿命等信息， 使得通过资产负债表的信息披露能够传递相关信息。 同时， 由于对数据资产的价值评估处于不断探索之中， 而且由于科技的发展， 大数据技术、云计算日益成熟、普及， 也为数据资产价值评估提供了便利， 多家数据资产交易平台的建设和发展为评估数据资产市场价格提供了平台， 因此数据资产在确认过程中的价值评估问题也基本可以得到解决。

从目前来看， 按照現行《企业会计准则》的规定， 数据资产只能作为表外项目列报， 尚不符合进入资产负债表的条件。

但是， 按照本文的思路和观点， 如果会计准则承认数据资产可以单独设置会计科目核算并成为表内项目、在资产负债表中列报时， 其应该列于何处呢？ 根据2019年修订的企业财务报表格式， 本文认为作为表内软资产， 应在“非流动资产”大类下， 将“数据资产”项目置于“无形资产”项目与“开发支出”项目之间， 以体现经济越发展、资产类型越复杂越需要细分列报的原则。

然而， 通过资产负债表列报数据资产信息也有一定的局限性。 具体来说， 由于数据资产的经济价值受到数据规模、应用技术、数据风险等多维因素的影响， 资产负债表作为基于传统经济环境所构建的会计信息载体， 其列报规则对数据资产的价值难以充分反映， 会影响数据资产信息的有效供给。 例如， 运用成本法计量数据资产入账价值时， 由于数据资源的收集和储存成本随着数据规模增长而上涨幅度较低， 不同规模数据资源之间的成本差异并不突出， 但数据资源的经济价值随着数据规模的积累将带来几何级数程度的增长， 此时资产负债表中数据资产的列报帮助信息使用者正确评估企业价值的作用将有所削弱。

（2）编制“第四张报表”列报数据资产。 近年来， 理论界和实务界基于企业数字化转型升级带来的数据资产价值不断提升的现实， 开始尝试对传统经济环境下财务报表体系的完善， “第四张报表”构想便由此而生。 2016年年底， 德勤、易观和上海国家会计学院组成联合课题组开始围绕构建“第四张报表”展开研究②。 具体来说， “第四张报表”概念侧重于企业非财务信息， 尤其是数据资源方面信息的汇集输出， 比如企业用户数据、渠道数据、产品数据等维度的关键指标。 易观副总裁李智曾在专访中说道：“完成‘第四张报表’， 就是做好企业的数据用户资产的管理和审计， ‘第四张报表’不仅能在大数据时代帮助企业管理层更清晰地看到数据资产的价值， 还能够帮助企业高效地通过结构化、标准化的方式来评估数据资产价值。” 此外， 田五星和戴双双[14] 也提出“第四张报表”将侧重数字用户资产与价值计量。 综合来看， 可以认为反映企业数据资产信息的关键指标是“第四张报表”的主要内容， 通过编制“第四张报表”， 力求完善适应大数据时代发展的新型企业价值评估体系。

现有研究也对“第四张报表”的具体构建提供了参考方案。 田五星和戴双双[14] 提出将“第四张报表”设计为“关键指标变动表”， 在表格中填报用户规模、用户质量、用户活跃度、离职率、品牌估值、渠道层次和密度等关键信息， 这一设计不仅包含了用户、产品、渠道等维度的数据资产信息， 也包含了关于品牌声誉、人力资源等其他软资产的关键指标。 此外， 德勤最新发布的“第四张报表2.0”是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③， 这张报表不仅展示了数据资产的关键指标、管理流程等资产信息， 还进一步地评估了数据资产对企业价值的贡献。 由此可见， 目前的研究和实践普遍认为从结构上来说应以用户、产品、渠道等非财务信息关键维度作为大类标题搭建企业“第四张报表”的基本框架， 并在每个大类下梳理关键指标作为要列示的具体项目， 从而逐步深入、全面地反映企业价值评估中重要的非财务信息。

基于田五星和戴双双[14] 以及德勤④的现有研究， 本文整理了其中关于“第四张报表”内容的要素， 并进一步提出关于数据资源的规模、积累年数、数据潜力和数据规范性等要素， 从而编制“第四张报表”结构设想示例如表1所示。

如前文所述， 资产负债表可能难以充分展示企业数据资产的关键信息， 导致外部信息使用者存在对企业数据资产价值估计不足的风险， 使财务报表的价值相关性难以保证。 相比通过资产负债表列报数据资产信息， 本文认为基于现有研究， 进一步结合数据资产的内涵和特征， 挖掘反映数据资产价值的核心指标， 构建适当的“第四张报表”， 促使企业针对核心指标全面、真实地列报相关信息， 由信息使用者根据自身需要估计数据资产价值， 使数据资产的信息列报更具客观性和完备性。 但需要注意的是， 数据资产存在一部分难以量化的信息， 给企业列报留下了一定的操作空间; 同时， 由于数据资产的估值在一定程度上具有预测性， 易于受到外部使用者的主观影响， 不同使用者对“第四张报表”数据资产的估值可能会存在差异。

（3）资产负债表与“第四张报表”混合列报数据资产。 根据会计处理流程， 通过会计处理将具有潜在经济利益的数据资源确认为资产时， “数据资产”科目下便会形成账面价值， 在会计期末就需要将数据资产的账面价值列报于资产负债表中， 且应在“非流动资产”大类下增设“数据资产”项目列示。 由于通过资产负债表列报数据资产信息的局限性， 本文认为数据资产的信息列报还可以考虑资产负债表与“第四张报表”混合的方法， 以资产负债表列报为基础， 以“第四张报表”关键指标为补充。 具体来说， 除了在资产负债表中“数据资产”项目列示其账面金额， 还应在“第四张报表”中根据企业数据资产的实际情况， 在用户、渠道、产品等相关维度下的对应指标中填列数据资产信息， 同时在合规范围内识别是否需要增添能够反映数据资产信息的关键维度和指标并填写相关内容， 以期尽可能完整地列示数据资产的相关指标数据， 相当于“第四张报表”为资产负债表中“数据资产”项目的补充报表。 同时， 还需要着力完善相关列报的具体规范， 以确保两张报表对应项目之间的勾稽关系， 并提高企业对数据资产信息列报的解读能力。

综合来看， 三种报表列示方式各有优势， 并存在一定的局限性。 本文根据上述分析整理出这三种方案的对比情况， 如表2所示。

2. 数据资产表内、表外信息关联分析。 目前企业主要通过定期报告中的“业务概要”“经营情况讨论与分析”等章节以文字形式披露数据资产信息。 而随着数据资产表内列报方案的成熟， 数据资产信息将更多地列报于财务报表体系中， 更需明晰还有哪些有价值的辅助信息需要在表外披露， 并做好表内、表外信息的链接和匹配， 以便外部使用者更好地了解企业数据资产的整体情况。 张俊瑞和危雁麟等[5] 提出， 除了数据资产的使用寿命、摊销方法、减值测试情况等信息应列示于财务报表附注中， 企业还应在定期报告中披露数据资产管理和运用的技术支持情况、数据资产规模和数据资产经济利益表现等文字信息。

基于这一观点， 由于本文提出的“第四张报表”设想已将数据资产规模、数据资产相关技术投入等可量化信息纳入报表中， 本文认为企业应在年度报告的适当章节（如“研发投入”部分）披露企业在数据资产管理和运用方面技术投入的更多细节， 用于反映企业数据资产的价值潜力。 此外， 企业还应以文字形式阐述数据资产所参与的主要业务， 从而有效佐证数据资产带来经济利益的具体表现， 从价值流入方面与数据资产尤其是表内数据相呼应， 以便更好地为企业价值评估提供参考。 进一步地， 由于数據安全和数据应用的合规性已成为备受关注的重要话题， 企业在定期报告披露中， 还应对其在数据资产管理和运用过程中如何确保数据资源安全以及数据资产相关业务的合法性、合规性予以充分说明， 并通过文本信息更好地呼应“第四张报表”中数据资产规范性的投入数据。 综上， 本文绘制了企业数据资产表内、表外信息关联示意图， 如图3所示。

七、结论

在大数据时代， 数字经济的发展推动了数据要素价值对企业的贡献， 企业拥有的数据资源已具备确认为资产的条件， 并成为数据资产。 根据《企业会计准则》， “无形资产”科目核算的资产类型较为有限， 难以涵盖数据资产这样新兴的非流动、非货币性资产， 因此本文引入“软资产”概念， 认为可以用“软资产”代指企业所有非货币性、不具有实物形态的非金融资产， 即广义“无形资产”。 此后， 基于软资产分类标准， 本文认为目前企业的数据资产尚属于可辨认的表外软资产， 但为了提高数据资产价值相关性， 基于会计核算的相关性和重要性原则， 提出有必要推动数据资产成为表内软资产。 进一步地， 借鉴“第四张报表”的构想， 比较了仅在资产负债表中列报数据资产、在“第四张报表”中列报数据资产、通过资产负债表和“第四张报表”混合列报数据资产三种方案。

长期来看， 企业将数据资源确认为资产已成为必然趋势， 构建“第四张报表”以补充提供数据资产关键信息同样有必要。 因此， 企业提供表内数据资产信息， 更有可能采用在资产负债表中“非流动资产”大类下增设“数据资产”项目和通过 “第四张报表”完善信息供给兼顾的列报方式， 同时还应充分运用表外文本信息做好补充说明， 从而有效地提高数据资产信息的供给效率。

【 注 释 】

① 资料来源：新华网（原载于《经济参考报》，http：//www.xinhuanet.com/fortune/2018-07/05/c_1123081752.htm）。

② 资料来源：上海新闻网（http：//www.sh.chinanews.com.cn/cjxw/2016-12-26/16598.shtml）。

③ 资料来源：德勤官方网站（https：//www2.deloitte.com/cn/zh/pages/risk/articles/deloitte-4th-report-version-2-0.html）。

④ 资料来源：德勤官方网站（https：//www2.deloitte.com/cn/zh/pages/risk/articles/deloitte-4th-report-channels.html;https：//www2.deloitte.com/cn/zh/pages/risk/articles/deloitte-4th-report-banking-annual-report.html）。

【 主 要 参 考 文 献 】

[1] Lev B.. Sharpening the intangibles edge[ J].Harvard Business Review，2004（6）：109 ～ 116.

[2] Edmans A.. Does the stock market fully value intangibles？ Employee satisfaction and equity prices[ J].Journal of Financial Economics，2011（3）：621 ～ 640.

[3] Warren J. D.， Moffitt K. C.， Byrnes P.. How big data will change accounting[ J].Accounting Horizons，2015（2）：397 ～ 407.

[4] 肖兰华，马晓青.高新技术企业无形资产会计核算之改进[ J].财会月刊，2015（32）：38 ～ 40.

[5] 张俊瑞，危雁麟，宋晓悦.企业数据资产的会计处理及信息列报研究[ J].会计与经济研究，2020（3）：3 ～ 15.

[6] 于玉林.宏观视角下无形资产的创新与发展研究[ J].会计与经济研究，2016（2）：67 ～ 84.

[7] Nielson C. C.. An empirical examination of switching cost investments in business-to-business marketing relationships[ J].Journal of Business & Industrial Marketing，1996（6）：38.

[8] 徐翔，赵墨非.数据资本与经济增长路径[ J].经济研究，2020（10）：38 ～ 54.

[9] 余应敏.确认大数据资产 助推新经济发展[ J].财会月刊，2020（23）：52 ～ 55.

[10] 谭明军.论数据资产的概念发展与理论框架[ J].财会月刊，2021（10）：87 ～ 93.

[11] 雷珉.论新公共管理与高校治理模式的转变[ J].行政法学研究， 2006（2）：20 ～ 23+92.

[12] Wataya E.， Shaw R.. Measuring the value and the role of soft assets in smart city development[ J].Cities，2019（94）：106 ～ 115.

[13] Munter P.. Accounting and reporting issues for "soft assets"[ J].Journal of Corporate Accounting & Finance，1996（4）：53 ～ 59.

[14] 田五星，戴双双.论互联网经济环境下的企业“第四张报表”[ J].会计之友，2018（13）：122 ～ 124.