大数据发展环境下数据要素的会计确认和计量

○南京审计大学 谢 宇

一、数据成为独立生产要素的原因

全球知名咨询公司麦肯锡曾提出：“数据，已经渗透到当今每一个行业和业务职能领域，成为重要的生产因素。人们对于海量数据的挖掘和运用，预示着新一波生产率增长和消费者盈余浪潮的到来[1]。”数据可以为其拥有者创造价值，这些数据本身也是信息真实的反映。

一方面，从成本收益角度分析，如果将数据作为独立的生产要素，经过会计核算计入企业的财务报表，可以帮助企业更加全面准确地评估企业资产价值、提升客户的体验获取竞争优势、提高生产力，有利于企业更有效地决策，降低边际成本。而且数据在其生命周期中可以通过重新分类整合获得新的信息，除了通过使用信息增加收益，还可以交换信息。而数据处理所需要的成本相比之下并不高，数据处理的程序大多相似，一些设备损耗作为固定成本不会因此而增加，增加的大多是引进技术的费用，而技术的引进也会提高其他相关工作的效率，可以用来实现多个目标，所以企业对数据进行会计处理之后所带来的收益会远远超过核算过程的成本。如果不对数据进行会计处理，会使报表使用者忽视数据信息的存在，加大信息不对称；如果忽视数据要素的存在，那么无法真实地反映企业财务状况，给企业带来的损失也会超过核算数据要素的成本。因此将数据作为新的生产要素，会有利于企业的发展。

另一方面，生产要素是指生产某种商品时投入的各种经济资源。现代西方经济学认为生产要素主要是指土地、资本、劳动力和企业家。随着社会生产力的发展，技术、信息、管理等也成为了投入社会生产必不可缺的要素。而在现代企业的经济活动中，销售商品的企业需要通过数据来分析市场需求、消费者偏好，通过对这些因素的分析更合理地定价；互联网公司需要通过用户的浏览痕迹、访问数据等来判断用户的消费倾向和需求，从而优化服务，吸引更多用户。企业发展离不开数据提供的信息，因此数据符合生产要素的定义，应该作为一项生产要素进行会计核算。

二、数据资源的获取

企业获得数据的方式一般有两种，一种是主动获取，另一种是被动获取。主动获取是指企业主动收集相关的数据，获取的数据经过分析、整理、归纳得到的信息通常是有助于企业获取利益的，比如通信运营商会收集手机用户的相关使用信息，从而为其推荐更合适的手机套餐。被动获取数据的企业，最典型的是像百度、谷歌这样的互联网综合型公司，用户通过搜索引擎搜索以及浏览的信息会被保存，同样地经过分析这些数据，企业能够获取用户感兴趣的方面、向用户推送相关内容。这些数据的力量不容小觑，在维克托·迈尔-舍恩伯格的《大数据时代》一书的开头，介绍了大数据的产生变革了公共卫生：谷歌公司保存的用户搜索指令，不仅能够预测冬季流感的传播，也能具体到特定的地区和州；变革了商业：能够预测机票价格的走势及增减幅度，帮助消费者抓住最佳购票时机；变革了思维：帮助人们获取新的认知、创造新的价值，甚至是改变市场、组织机构以及政府与公民关系的方法[2]。

三、数据要素的确认

在我国财政部门修订的《企业会计准则——基本准则》中，对资产的定义是：企业过去的交易或事项形成的、由企业拥有或控制的、预期将会使经济利益流入企业的资源。资产的确认条件是：①与该资源有关的经济利益很有可能流入企业；②该资源的成本或价值能可靠地计量。企业获取的数据资源无论是主动获取还是被动获取，无论是外购的还是企业内部产生的，企业都对其拥有所有权，这些数据资源能够为企业提供决策信息，为企业创造利润；获得的数据资源经过预处理、数据处理层的批处理和流处理或者图计算后，通过不同的方法进行分析、挖掘，最终得到有利于企业的信息。数据要素创造的价值体现在以下三个方面：①数据信息能够为企业增加收益。以商业企业为例，通过对获取的大量信息的分析，通常企业能够获取一些消费者的偏好，有助于企业有针对性地开展业务，不仅可以提高消费者的体验感，提升了企业的口碑，也为企业增加了收益；以金融企业为例，通过分析和挖掘客户的交易和消费信息，可以了解到客户的消费偏好并预测消费行为，从而有针对性地向其提供金融服务。②数据信息能够提升企业的竞争力[3]。通过挖掘数据要素带来的信息，企业能够提供个性化服务。随着物质资源的丰富以及文化社会的不断发展，公众越来越注重个性化服务，能够为客户提供精准服务的企业更深得客户的喜爱。企业提供的服务和产品符合当下消费者的消费趋势、迎合公众的偏好、形成自身竞争优势有助于企业可持续发展。③数据资源可以降低企业的运营成本，信息获取的成本降低。数据资源具有可共享、可复制、可重复利用的特点。充分利用数据信息帮助企业进行日常经营和决策，不仅提高了经济运行效率，也节约了经济运行成本。由此可见，数据应当作为企业的一项资产进行确认。

财务人员对相关事项进行会计处理时，应该满足会计信息质量要求，即可靠性、相关性、可理解性、可比性、实质重于形式、重要性、谨慎性以及及时性。数据创造的价值可能远远超过我们所看到的，数据是可以重复利用的，它的价值不会随着使用次数的增加而减少。在大数据时代，企业所拥有的数据为企业带来的收益比重越来越大，与企业的经济决策息息相关，如果在财务报表中没有反映数据要素的存在，那么其使用者可能无法准确地对企业过去、现在以及未来的情况做出评价和预测，违背了会计信息质量要求中的相关性。另外，从表面上看，数据只是决策者做出判断的辅助工具，为经营决策提供了相关信息，但是其重要性不可忽视：海量的数据经过筛选、计算和分析所得到的信息为企业创造的利润不可估量，数据能够帮助企业进行价格预测、偏好预测、时尚预测等等。因此，数据要素不能仅仅看作是企业的信息来源，而应该被当作是企业的资产，这一点符合会计信息实质重于形式和重要性的要求。

四、数据要素的初始计量

对数据要素进行计量时第一个需要解决的问题是确认它的初始计量金额。会计要素的计量属性包括历史成本、重置成本、可变现净值、现值以及公允价值。在企业对会计要素进行计量时，通常使用历史成本进行计量。数据资产将以存货或无形资产的形式存在[4]，数据大多按照实际成本或公允价值进行初始计量，由于数据要素自身具备能够创造价值的特殊性，一些观点认为应当以其所创造的价值为基础进行初始计量，以体现会计信息质量要求的谨慎性。

(一)按照数据的取得成本计量

1.计量方法

大数据公司所拥有的数据要素，无论是外部购买得到的还是内部产生的，都应当作为企业的存货，按照历史成本确认初始计量金额。对于企业外购的数据资产，其成本应该包括购买价款、相关税费以及应当直接归属于该资产的其他支出。其中，如果购买价款超过正常信用条件延期支付，实质上具有融资性质的，数据要素作为无形资产的成本应该以购买价款的现值为基础确定。合同约定价款与现值之间的差额，除部分资本化以外，应在信用期间内采用实际利率法进行摊销，计入当期损益。

对于企业生产经营过程中产生的数据要素，如果企业对其进行收集、加工、获取信息，也应当作为企业的无形资产进行计量。我们可以仿照内部研发的无形资产的计量方法。内部研发的无形资产的研发过程分为研究阶段和开发阶段。研究阶段发生的支出全部费用化，而开发阶段的支出进一步区分为资本化和费用化。相应地，数据要素的初步收集、筛选以及计算的步骤无法确定得到的信息是否能够为企业带来价值，因此可以类比无形资产的研发阶段进行处理，即将这个阶段的支出费用化计入当期损益，而数据后期的分析以及挖掘步骤可以类比无形资产的开发阶段，将该阶段的支出进一步区分资本化或者费用化。

2.优点

用历史成本进行计量的优点主要在于数据要素的取得成本便于获得，外购的数据要素直接按照购买价格进行计量，而内部产生的数据要素其研究成本和开发成本也比较容易获得，计量简便；另外，采用历史成本计量，便于未来进行核查检验，资料容易取得，节约了计量成本。

3.缺点

第一个缺点是内部产生的数据要素在开发阶段的费用支出难以辨别资本化还是费用化，因为没有明确的标准，其中存在一定的主观性，所以各个公司可能会产生不同的计量标准，不利于企业对过去以及现在的资本状况进行评价，也不利于与同行业的对比，从而会影响到企业未来的经济决策。

第二个缺点是违背了谨慎性原则。虽然资产大多数按照成本计量，但是数据要素具有特殊性，它可以创造价值，并且可以重复利用，其创造的价值可能远超过其自身取得的成本，同时，历史成本法没有考虑市场的通货膨胀或紧缩，因此用成本作为初始计量金额无法真实地体现数据要素自身的价值。

(二)按照公允价值计量

1.计量方法

按照公允价值计量是按照公开交易市场的报价对数据进行初始计量，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[5]，通过市场上的一些大数据交易平台，企业可以获得数据在活跃市场的价值或者同类数据的公允价值。

2.优点

对数据资产的计量更加准确，能与市场紧密联系，对于外购数据或交换的数据资产便于获得其公允价值，计量简便。

3.缺点

目前大数据平台并不完善，无法获得所有数据的公允价值，而且对于企业被动获取的数据，没有经过大数据交易平台获取，很难得到公允价值，利用公允价值计量缺乏普适性。

(三)按照未来经济流入现值计量

1.计量方法

对于非数据公司的企业，应当预计数据未来能够为企业带来的利益，将其折现为数据要素的入账价值进行计量。在取得数据要素时，企业先对未来可能因此而流入的利润进行预估，如果后期该企业通过对这些数据的分析预测客户的消费偏好，向特定的消费人群进行产品的推广及销售，从而提高了边际收益，为企业节约了成本，但并不是将所有的收益都计入到数据要素的价值中，而是计算该收益与没有利用这些数据信息进行销售所带来的收益的差，然后折现作为数据要素的入账价值，当然这些数据可能会被重复利用，计算方式是一样的，最后将这些收益之和作为数据的入账价值。如果实际带来的经济流入与企业预估有差异，那么作为会计估计变更处理。

2.优点

体现了会计信息质量要求的谨慎性。由于数据要素具有持续创造价值的属性，其所创造的价值可能远高于其自身的取得成本，而且随着数字经济的发展，数据自身的价值在增加，因此通过数据要素创造的价值计量数据，能够真实地反映其价值而不仅仅是账面价值，更准确地核算资产价值、编制财务报表，为报表使用者提供更真实可靠的信息。

3.缺点

这种方式最大的缺点是数据创造的价值不易取得。由于数据资产在取得时就需要入账，需要确定初始计量成本，而此时的入账价值通常需要企业预估。如果根据同行的数据利用情况进行预估，数据使用的方式不同会产生价值计算的偏差。如果用历史数据判断数据创造的价值，会忽视通货膨胀等发展问题，也会造成一些偏差。虽然预估的入账价值在数据创造价值之后可以根据实际情况进行调整，但是依旧增加了核算成本。

五、数据要素的后续计量

对于外购的数据要素，如果后续为了获得更多的或者另一个方面的信息资源而对数据要素进行进一步的分析、挖掘，在这个过程中发生的必要支出，符合资本化条件的计入数据资产的成本，其他支出费用化计入当期损益。数据资产的后续计量主要包含摊销、减值以及处置。

(一)数据要素的摊销

对于大多数无形资产而言，其使用寿命是合同规定或者法律规定的，没有明确规定的就根据各方面因素判断该资产能为企业带来经济流入的期限。而在这一点上，数据要素与无形资产不同，数据具有时效性，但是具体的时效不是规定好的，而是根据外界环境的变化和企业自身的发展确定的，可能有一些数据的时效几天就会被新的数据替代，而有的数据时效则有几年，因此确定数据的使用年限比较复杂。如果数据要素的使用寿命是可以确定的，应当进行摊销，如果预期消耗方式无法可靠确定，使用加速法摊销比直线法摊销更合理，直线摊销法会忽略资产的实际损耗，而且数据的损耗速度随着经济环境的变化和企业发展会逐渐加快，因此加速折旧法更加贴近数据资产的损耗方式。数据要素的摊销金额一般计入“管理费用”、“生产成本”或“制造费用”。

(二)数据要素的减值

由于经济环境的不断变化、技术水平的不断提高以及公司的不断发展，数据要素的价值不会一成不变，为了能更准确地评估公司拥有的资产，数据要素也应当根据实际情况计提减值准备。将数据要素作为存货的企业，在资产负债表日，数据要素应参照存货的计提减值方式，按成本与可变现净值孰低计量。而作为无形资产的数据要素应至少于每年年末进行减值测试，对比可回收金额以及数据要素的账面价值，如果可回收金额低于账面价值，即数据资产发生减值，计入资产减值损失。

(三)数据要素的处置

作为存货的数据要素出售时，存货跌价准备结转至主营业务成本(或其他业务成本)。期末对企业的存货进行清查盘点，存货的盘盈和盘亏都通过“待处理财产损溢”科目进行核算，盘盈冲减管理费用，盘亏计入“管理费用”或“营业外支出”科目。

企业将作为无形资产的数据要素出售时，也应当参照无形资产的处置方式，将所取得的价款与数据要素账面价值及相关税费的差额计入资产处置损益。另外，数据要素由于自身的特殊性，其处置方式除了出售以外，也可能用于交换信息，应按照非货币性资产的会计处理原则进行计量。

六、数据资产的披露问题

对于企业所拥有的数据资产，除了进行合理有效的会计核算以外，也应当在资产负债表中予以列示，那么就需要认定数据资产为长期资产还是短期资产。对于作为无形资产确认的数据，前面提到它不同于其他资产，是可以重复利用的，通过重新筛选、清洗、整合能够得到不同的信息，另外，为了方便使用、管理和监督，数据通常会保存相当长的一段时间才会销毁，因此数据应当认定为是长期资产。

此外，作为单独的生产要素，数据资产的合理披露也不容忽视，披露时应考虑以下几个方面：①企业应当在会计报表附注中反映各个报表中主要科目的数据、形成原因以及对财务状况的影响等，数据作为一项资产也不例外，对于数据的获取方式、确认条件、计量基础、数据内容等都应当予以披露。②数据资产的披露也同样应当遵循信息披露的原则：数据资产需要及时披露，披露的内容必须完整、准确且真实，否则无法达到披露的目的。错误、不完整、过时的信息都隐藏着风险，因为它们提供了不正确的信息[6]。③数据披露还需符合相关隐私和保密规定。进行信息披露时，应当做到保护利益相关者的隐私，在不损害相关者利益的前提下，得到这些数据信息的利益相关者的许可后再进行披露。

七、数据资产的管理问题

数据管理的整体驱动力是确保组织能从数据中获得价值[6]，数据资产管理的实质是使得数据资产发生流动而产生更大的价值[7]。对于数据的管理，首先应当明确数据资产的所有权，然后要重视数据的安全储存并规划好如何有效利用使数据产生更大的价值。

(一)数据资产的所有权问题

对于企业所有的数据，大数据资产化是数据所有权建立的工具，是数据所有权明确的前提[8]。将数据确认为资产后，数据才具有了资产的属性，才便于企业对数据资产核算以及后续管理。

(二)数据资产的安全问题

不同于其他资产的管理，数据资产没有固定的形态，不会被消耗，即便没有丢失也可能会被盗用，因而对数据的管理不仅要保证不会丢失，还要保证不会被拷贝、盗用或者误用。首先，要对数据资产进行分类管理，按照风险等级、敏感程度等给予不同级别的保护措施。不要把所有敏感程度高的关键数据都放在一起。数据资产的分类不仅能够方便使用者查找，也有利于降低损失的风险。其次，设好访问权限。能够接触到数据的人越多，盗用的风险会越大，因此敏感程度、风险等级越高的数据，能够访问的人员应该越少，做好企业核心数据的保密工作对于一个企业的发展至关重要。第三，提高数据安全管理操作，建立数据管理系统，并对相关人员进行专业培训。对于有权限访问数据的人员，企业应当对其进行相应的技术培训，防止操作不当导致的数据丢失或者损坏。

(三)数据资产的合理配置问题

如果不对数据资产进行合理的运营管理，由于时效性，数据的价值可能逐渐减少[7]。合理的运营管理能够使数据资产通过重新整合和流通增值。重新整合是指将数据重新分类、清洗和分析，从不同角度提取数据所包含的信息，这也是数据能够实现多个目标的原因。而关于数据资产的流通，是能更好地使数据增值的途径。数据流通的方式有转让和交换。数据的转让使企业丧失了数据资产的所有权，但能够直接使数据资产变现；数据资产的交换，使企业获取了新的资源，可以通过新的资源获取新的信息。另外，完善的数据管理体系也有助于数据的管理。