企业数据资产会计核算问题研究
2023-09-27◎文/张新
◎文/张 新
伴随着大数据、 云计算等信息技术的迅猛发展,数据资源愈发成为重要的战略资源。 2015 年 8 月国务院印发 《促进大数据发展行动纲要》 中便提出数据已成为国家基础性战略资源。 随着大数据的广泛应用, 人类社会逐步走向数字经济时代。 数据作为重要的资源其价值受到广泛认可, 但是我国现有会计准则中并没有明确数据的属性、 确认及相关计量方法, 其会计核算仍旧处于探索阶段, 这不利于真实反映企业的经济情况, 尤其是产生大量数据并应用数据产生价值的企业, 对于企业决策者和信息使用者而言是不利的。 笔者通过对数据资产的概念、确认、计量及披露的分析, 对数据资产的会计核算提出针对性建议。
一、数据资产的概念
依 据 《 企 业 会 计 准则——基本准则》 中对资产的定义 “资产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”。 由此可见,并非企业中所有的数据资源都属于数据资产。 笔者认为数据资产是由企业交易或者技术性处理形成, 所有权或者控制权明确归企业所有, 通过数据分析、 挖掘能够直接或间接为企业带来经济效益的数据资源。
以阿里巴巴集团的核心零售业务淘宝、天猫为例,就是企业通过平台获取大量用户的浏览及相关购物数据,对用户曾经浏览的商品内容、浏览时长、下单商品、支付方式、 选择运输方式等数据进行技术性有效整合与存储, 来进一步分析用户的相关购物偏好, 进而在用户未来再次进行访问时可予以精准性信息推送, 最终促成用户完成订单交易, 为企业带来经济利益。 这些被技术有效性整合后的数据资源即为数据资产。
通常情况下, 数据资产拥有以下几个特征:
(一)依附性
数据不能脱离载体而单独存在, 一般情况下数据依附于通讯设备、电脑硬盘、移动硬盘等进行存储, 脱离存储介质后不能独立存在。 与传统意义上的资产相比较,数据资产不具备固定的实物形态。 数据资产价值的体现往往是依靠一定的介质,例如以纸质书本、照片、表格等方式,或是以电子数据包、程序、音频等形式展现。
(二)时效性
区别于实物资产在形态及内容上长期保持不变,伴随着信息技术不断发展,数据会随着时间的推移而改变, 随着时间的变化完成不断积累。 也可以通过算法或者模型的改变而发生巨大变化, 数据资产的内容和价值也会相应发生变化。
(三)非排他性
数据资产可以多次复制并且可供多人同时使用,且复制成本一般为零。 一般情况下数据资产可重复性使用,并且支持多次数据挖掘。与其他实物资产不同, 数据资产可供不同主体同时使用,具有非排他性的特点。例如, 淘宝首个全网商业数据产品数据魔方。 数据魔方可以分析淘宝中各行业的浏览、交易、收藏、搜索等数据,并根据消费者的用户特征,可以将同类型数据出售给业务相同的不同店铺卖家,用于市场化分析研究, 再根据数据体现的市场动态、 消费者购买偏好, 对商品随时进行相应调整, 便于合理安排生产和营销。
二、数据资产的会计处理
就目前对数据资产归属的资产类型来看, 研究学者也有各自看法: 根据大数据的性质、特点和功能,认为大数据应属于无形资产 (于玉林,2016); 大数据在拥有资产属性的基础上还符合无形资产的一些特征 (唐莉和李省思,2017); 数据资源是一种重要的无形资产(赵博雅,2021);数据资产在主要特征上可归属于无形资产范畴(张俊瑞等,2020);作为国际标准的 《2008年国民账户体系》(SNA2008)中增加了“知识产权产品” 类别的固定资产中包含了 “计算机软件与数据库”,虽未明确数据资产概念, 但实际已将数据资产作为固定资产处理(李原等,2022)。 综合以上论述,笔者认为在准则尚未明确数据资产具体属性的情况下, 数据资产的特征更加贴合无形资产, 其确认及计量可参照无形资产的相关会计处理方法。
(一)确认
《企业会计准则第6号——无形资产》中规定,同时满足以下两点的无形资产才能予以确认: 一是与该无形资产有关的经济利益很可能流入企业; 二是该无形资产成本能够可靠计量。 以此为参考, 数据资产应当满足以上两点方可进行确认。 由于数据资产的依附性特点,通过介质进行存储的数据其价值应当能与存储介质分开计量, 且预计未来相关的经济利益很可能流入企业才可确认为数据资产。
在实际操作中, 数据资产的确认往往会存在以下问题: 由于数据资产通常无实物形态,一般存储于介质中,但其价值与存储介质无关,在资产的确认环节应当与存储介质分开进行确认计量,不能统一确认为数据资产;数据资产的时效性会影响其未来流入企业的经济利益。随着时间变化, 部分数据资产对应带来的价值会发生变化, 例如贝壳网中储存的房屋交易数据信息, 包括了购买方的浏览记录、看房记录、交易记录等相应信息。 但是该数据反应的是某一时段的购买偏好, 并且房屋购买为大额交易, 此类交易的频率对比快消产品而言偏低,通常会受到相应时段贷款政策及购房政策的影响。因此,这些数据未来会产生的经济利益具有很大不确定性, 这类数据资产在确认过程中存在较大难度。
(二)初始计量
企业数据资产的取得一般情况下有两种: 一种为外部购买取得, 另一种为企业内部数据积累技术挖掘取得。根据取得方式的不同,企业的数据资产在计量过程中应当采用不同方法。
外部购入的数据资产初始计量成本应当包含购买价款及达到预定用途所发生的所有其他支出, 即采用购买日的现行成本或者现行市价作为公允价值进行初始计量。 企业外购的数据通常是市场活跃度较高、 具有公开报价的数据, 因此采用公允价值对数据资产进行初始计量具有更高的可靠性。目前,我国用于数据资产交易的平台有贵州大数据交易所、中关村数海大数据交易平台、上海市大数据中心、 武汉长江大数据交易中心等。 这些大数据交易所的服务内容除了大数据资产交易外, 还包括了金融衍生数据的相关服务、 大数据清洗及建模等技术开发等。 其中涵盖的数据品种包括政府、金融、医疗、企业、电商、交通等十几类大数据。 随着我国数据交易平台逐步完善, 交易规则不断地规范化, 数据资产的交易会日益成熟, 数据信息使用者未来可通过各大数据交易平台获取所需数据资源。
值得注意的是, 采用公允价值的计量属性反映的是交易时点的信息, 因此为达到会计信息的真实可靠性,在数据资产的后续计量过程中应当对其价值进行合理调整。
企业通过技术挖掘取得的数据资源在资产的初始计量上存在一定的难度, 通常情况下有两种方法比较适用:成本法和收益法。企业自主进行数据的收集、清洗、分析、 挖掘等流程最终取得数据资产。 在数据处理过程中所有相关成本如果能够可靠计量, 则应当全部计入到数据资产的初始计量成本中。例如在数据收集阶段捕捉数据相关设备成本、 取样调查的成本, 在数据存储过程中产生的数据库服务成本,在数据清洗、分析、技术挖掘过程中相关技术人员的劳动成本以及在整个过程中产生的间接行政管理费用等。 但就现阶段企业在具体处理上而言, 在数据的整理挖掘过程中,一部分的成本已经进行了费用化处理,不能准确分离出该部分成本,导致依照成本法确认计量不够准确。所以参照其他资产确认的方法,可以选择收益法进行确认,即预计数据资产投入使用后,未来预期收益并进行折现为现值的方法。该种方法完全不考虑资产的历史成本,关注的重点是资产使用后所产生的收益。值得我们关注的是在实际操作过程中,通过企业对数据的不断挖掘,建立不同的模型,预期带来的收益会有所不同。 此外,相同数据资源由于不同企业对数据资源的挖掘运用能力不同,产生的经济效益也会存在很大差异。所以通过该种方法确认的数据资产价值很难得到外部的广泛认可,因此收益法的难点主要在对预计收益的评估方面。
(三)后续计量
一般资产的后续计量主要包括了资产的摊销、报废,数据资产一般不具备实物形态, 因此在其后续计量过程中参照无形资产进行处理。数据资产的摊销主要根据使用年限的不同, 分为使用年限确定和使用年限不确定两种。如果使用年限确定,应当将其价值在使用年限范围内进行合理摊销, 直至资产不能达到使用状态为止; 使用年限不确定的数据资产不进行摊销。
使用年限确定的数据资产在摊销年限和残值的确认方面, 如果为外部购入的数据资产, 其使用寿命及残值应当按照购买协议、 合同中的规定进行处理; 如果为内部研发挖掘数据, 交易平台有类似数据的相关摊销年限及残值的, 可以参照数据交易平台进行确认; 如果交易平台无此类数据资产相关信息的, 企业应当对该数据资产的使用年限及残值进行合理评估。一般情况下,如果没有第三方承诺在使用寿命结束后购买该资产, 或者在交易平台上没有相似资产残值信息的, 数据资产的残值应当视为零。 另外应当每年年终对数据资产的使用年限进行复核, 如果有明确证据证明使用年限发生变化的,应当按照会计评估结果对使用年限进行调整。
在数据资产摊销方法选择上, 如果没有确定预期实现方法的, 应当采用直线法进行摊销。 摊销金额应当为成本扣除预计残值的差额,如果已经进行了减值测试的数据资产, 还应当扣除已计提减值准备的累计金额。
数据资产在后续计量过程中应当每年进行减值测试, 对资产的价值重新进行评估, 及时对资产价值进行调整。
值得注意的是, 上述操作的前提是拥有成熟规范的数据交易平台、 健全的评估体系。就现阶段而言,在缺乏规范性数据活跃市场报价,估值模型、 技术及估价方法还不够健全, 会计准则对于数据资产的规定还不够规范的情况下, 数据资产估值的可靠性受到了极大的挑战。
(四)会计披露
数据资产作为一项重要的资产, 其价值会直接影响报表使用者的判断, 无论是企业内部决策者还是外部投资者, 都应当通过会计报表及时了解数据资产相关信息, 以便做出更加准确的判断。 笔者认为数据资产应当在会计报表中予以列报及披露。 具体列示与披露的信息应当参照 《企业会计准则第6 号——无形资产》 中对无形资产的相关规定, 列示内容应包括数据资产的期初、期末的账面余额、 累计摊销额以及减值准备金额。此外,在报表附注中应当披露数据资产使用寿命的估计情况及其摊销方法, 如果使用寿命不确定的数据资产, 还应当列示出寿命不确定的判断依据。
三、数据资产会计核算的建议
在信息化迅猛发展的时代,数字经济高速发展,构建完善的会计核算制度和体系是实现数字经济快速可持续发展的必然要求。 在未来数据资产纳入会计核算报表的过程中, 我们可以主要从三方面入手。
(一)加快完善企业会计准则
我国现有企业会计准则对于数据资产还没有相关规定, 由于数据资产拥有区别于其他资产的特征, 直接将其归类为固定资产或无形资产下列示多有不妥。 笔者认为企业会计准则应当将数据资产作为一项独立的资产进行规范, 对数据资产进行完整准确的定义, 对哪类数据归为数据资产进行明确规定, 便于企业对数据进行更加规范地分类。 另外应当对外购数据和自主研发数据的具体确认和计量予以明确,对数据资产的成本确认、摊销处理、 价值变动等予以制度化, 以满足企业在实际操作过程中有据可依。
应逐步完善准则中与数据资产相关的会计科目,设置与数据资产成本、摊销、收益、减值等相关的会计科目,构建核算勾稽关系,促进数据资产在报表中规范化列示。
(二)加快建立健全数据资产评估体系
我国数据交易市场现在还处于探索完善阶段, 数据市场还不够健全, 数据交易的价格还不够完善, 所以健全数据资产的评估体系势在必行, 数据资产的评估也是现阶段会计核算的重点和难点。 笔者认为,一般通过外部购入的数据可以直接按照交易价格进行计价; 企业通过自主挖掘数据可通过市场上同类数据资产的交易价格进行估价。 如市场上无同类数据交易价格, 则可以运用收益法进行估价, 另外还可以通过专家评估的方式进行估价。
从长远来看, 数据资产通过收益法评估或专家评估的方式还存在一定的难度。通过数据市场的规模不断扩大、 数据资源定价机制和交易机制不断健全、 市场规则架构逐步趋于完善, 会给数据资产的评估提供更加可靠的保障。此外,应加强对典型企业的数据资产运营及交易模式等进行深入研究,逐步推进数据资产的市场化发展。
(三)推进数据资产在报表中的披露
随着数字经济不断发展, 我国现执行的企业会计准则中的财务报表将无法完全涵盖新出现的数据资源信息。 目前所披露的财务信息将不能够再继续满足利益相关者的需求, 财务信息披露不完善将会直接影响到企业未来发展。 笔者建议相关部门应当结合企业的实际情况, 尽早建立健全数据资产披露框架, 构建数据资产在报表中列示、 在报表附注中披露的数据资产信息列报模式。我国应当根据企业实际,逐步推进传统财务报表改革, 为企业进一步提高财务信息的真实性、 可靠性提供强有力的制度保障。
四、结束语
在数字经济迅猛发展的背景下, 数据将作为企业发展的重要内容, 起到无法取代的作用, 数据资产对于企业财务信息使用主体而言,将成为不可忽略的会计核算内容。 本文结合理论研究对数据资产的会计核算进行了初步探讨, 结合资产的概念对数据资产进行初步定义,并根据比较典型的数据资源特点, 总结了数据资产的特征, 通过对企业资产的相关会计核算现状分析, 提出数据资产核算中存在的难点问题, 最后对我国企业数据资产的会计核算提出针对性建议, 以期对数据资产的会计核算处理提供参考。