企业数据资产会计确认与计量问题研究

2024-01-06宋书勇

会计之友 2024年2期

宋书勇

【摘要】为促进数据资产会计核算实务操作落地，完善数据资产从产生到形成利润并增加股东价值的核算链条，促进企业财务报告更加准确解释企业利润和股东价值增加的来源及形成过程，文章在分析数据资产定义、内涵及类型基础上，研究了数据资产的确认条件和计量属性问题。研究表明：数据资源只有实现了“从不能带来经济利益到可以带来经济利益”的转变，才具备在会计上确认为资产的基础，应从资产的会计定义、会计确认条件判断数据资源是否属于企业的资产；数据资产是企业获得的在一定业务领域、地域或时期的数据使用权，属无形资产范畴，经营数据资产可理解为以数據资产提供内外服务，不宜做存货核算；数据资产初始计量应采用成本法，后续计量可根据内外服务和未来收益确定难度选择收益现值法或成本法。

【关键词】企业；数据资产；会计；确认与计量

【中图分类号】 F231.4 【文献标识码】 A 【文章编号】 1004-5937（2024）02-0095-07

一、问题提出

计算机及信息技术的发明与应用带动了世界主要经济体进入信息时代，企业在信息时代掌握的海量的、门类复杂的数据已成为能够为其带来经济效益的越来越重要的资源。尤其是信息时代从数字化、网络化走向智能化以来，数字经济对企业及国民经济的发展越来越重要，催生了亚马逊、腾讯、阿里巴巴、百度等一大批依托数据资源经营进行价值创造的企业，这些企业又进一步带动了实体经济与数字技术深度融合，促进了传统产业转型升级，催生了新产业、新业态、新模式，壮大了社会经济发展的新引擎。研究表明，谷歌利用每年数万亿次的搜索量以及海量的社交网络用户数据额外增加了90%的营业收入，腾讯近6亿活跃QQ用户和约13亿活跃微信用户为其贡献了大部分利润。腾讯研究院2021年研究显示，美国2012年至2020年的数字经济实际增加值年均增长6.3%，明显快于GDP增速。2021年美国数字经济占GDP比重超过65%，我国达到39.8%[ 1 ]。虽然数据资源在企业经营中起着越来越重要的作用，但大部分企业未将数据资源在会计上核算为资产，使数据资源从产生到形成利润并增加股东价值在核算价值链条上出现了断裂，企业财务报告无法准确解释企业利润和股东价值增加的来源及形成过程。近年来对数据资产会计确认及计量的研究分歧较大。会计确认主要存在以下观点或做法：观点一认为不应视为一项资产，应将获取数据资源的支出费用化，比如余应敏[ 2 ]得出“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”的观点；观点二认为鉴于数据资产符合无形资产三个基本特征，应将数据资产作无形资产核算并列报，邹照菊[ 3 ]、张俊瑞等[ 4 ]、符文娟和梅瑾瑾[ 5 ]等大多学者得出“应确认为无形资产”的结论；观点三认为若企业持有的数据资产用于销售，则应作存货核算并列报，Ribarsky（2019年）的研究中将使用寿命小于一年的数据资源归类于流动资产范畴下的存货项目，符文娟等[ 5 ]提出若出售数据资产是企业主营业务，可视数据产品为存货；观点四认为站在提供数据资产的数据准确性和彰显企业核心竞争力的角度，应设“数据资产”一级资产科目进行核算并列报，刘文光[ 6 ]、朱扬勇和叶雅珍[ 7 ]、程竞[ 8 ]等均提出了该观点。会计计量主要存在以下观点：观点一认为数据资产未来收益难以合理预测，采用成本法计量更稳妥，孙永尧和杨家钰[ 9 ]、章莹和韩延龄[ 10 ]等持有该观点；观点二认为收益现值法能够使数据资产的账面价值更加贴近实际价值，唐莉和李省思[ 11 ]持有该观点；观点三认为应将公允价值计量及成本法计量结合起来使用，张俊瑞等[ 4 ]、梁芳和李永恒[ 12 ]等持有该观点。

针对分歧，我国企业会计准则也并无数据资源会计处理的具体准则。2023年8月1日，财政部印发了《企业数据资源相关会计处理暂行规定》（财会〔2023〕11号），对数据资源的会计处理适用准则、列示及披露进行了明确，同时也要求执行中如有问题，需及时反馈财政部，说明数据资源会计处理的分歧依然存在。由于我国大部分企业都在加快数字化转型，数据为企业带来的利润比重越来越大，企业财务报告需要更加准确解释企业利润和股东价值增加的来源及形成过程，因此有必要趁财会〔2023〕11号文施行之机，再次掀起对数据资产会计处理相关问题的研究高潮，使企业在数据资产会计确认入表实践中不断积累经验，逐步优化处理方法，为数据资源会计准则出台创造条件。鉴于此，笔者将在分析数据资产定义、内涵及类型基础上，抓住企业数据资产会计处理的确认与计量两个方面的重点内容，研究数据资产会计确认的条件问题、归属范畴以及计量属性，为数据资产会计实务及研究提供参考。

二、数据资产的定义、内涵及类型分析

（一）数据及数据资源分析

数据资产来源于数据资源以及数据，要分析数据资产的定义及内涵，先要从数据的定义、数据资源的定义开始分析。

数据在《数据安全法》中被定义为任何以电子等方式对信息的记录。有研究认为，若要讨论数据的本质，则要涉及科学哲学的思考，需要解释数据与信息是哪种层面的关系问题，但并没有给出明确答案。数据是一种计算机术语，逻辑归纳客观事物、观察的结果和某种事实便可形成数据，可以是模拟数据或数字数据，具有连续性的图像、声音等数据是模拟数据，具有离散性的符号、文字等数据是数字数据。无论是模拟数据还是数字数据，在计算机和网络系统中均以0和1两个二进制单元表示。数据资源有狭义和广义之分。狭义的数据资源是指企业经营中积累的数据本身，比如客户、客户行为等；广义的数据除包含数据本身外，还包括管理数据的计算机和通信技术等，涉及数据产生、处理、传播、交换的全过程。

可见，数据资源比数据的范围更广，数据资源包含数据。信息化发展至今，企业内部和外部均可产生数据资源。企业内部产生的数据资源，必然包含数据本身以及数据产生的全过程；企业外购的数据资源，可以只是数据本身，也可以包含计算机和通信技术。数据资源不一定只是数据，但数据一定属于数据资源，即数据是数据资源的子集。数据资源要在会计上成为一项资产，还必须满足资产相关定义和确认条件。

（二）数据资产的定义及内涵

数据资产的定义是在数字化、网络化、智能化等各个发展阶段中逐步形成的。美国学者理查德·彼德森在1974年将数据资产（Date Assets）定义为企业持有的可证券化的金融产品。虽然受时代的局限该定义相当狭隘，但却首次引入数据资产的概念。随着信息时代的发展，对数据资产的定义及内涵的研究也在不断拓展、逐步深入。托尼·费希尔2009年在《数据资产：管理商业成功的数据》一书中深入分析了实体经济之外的经济增长的动力来源问题，肯定了数据资源对经济增长的贡献度，较早认识到数据资源可以形成企业利润并增加股东价值，但一直未能厘清二者的会计关系，提出应将数据资产上升到企业会计确认的层面，认为企业应在会计上把数据视为某种资产来处理，使数据资产对企业利润和股东价值的贡献在财务报告中体现出来，但该著作没有提出具体的会计处理意见。我国对数据资产的研究起步较晚，唐莉和李省思[ 11 ]2017年将数据资产定义为“企业拥有或控制，并能够为企业带来经济利益的数据资源”，该定义倾向于数据资源与资产内涵的结合，但没有体现数据资源的具体特点。张兴旺等[ 13 ]研究认为数据资源经过转化和处理即可得到数据资产，认为数据资产是数据资源的子集，“子集关系”毋庸置疑，但“经过转化和处理即可得到数据资产”却忽略了数据资产的会计属性，比如企业外购“未经转处理”的数据资源也可以满足资产的定义和确认条件，“是否经过转化处理”并不构成确认为资产的必要条件。中国信息通信研究院[ 14 ]将数据资产定义为以电子方式或物理方式记载，被企业拥有和控制，可在未来给企业带来经济利益的数据资源，该定义增加了数据资源的记录特点，是对数据资产定义的完善。孙永尧和杨家钰[ 9 ]研究认为数据能够在会计上转化为资产关键在于其效用性，即能够满足企业的经营需要，可以为企业的未来经营目标服务，该观点揭示了数据资源给企业带来未来价值的根源。

从数据资源到数据资产转变的过程，核心是“从不能带来经济利益到可以带来经济利益”的价值形成过程，关键是数据资源要体现其有用性。以高速公路车辆通行数据为例，高速公路收费系统采集的车辆通行数据是数据资源，但数据集中存在不同类型、不同品牌、不同支付方式、不同使用年限的货车、小汽车、客车，属于原始数据，存在无序、冗余等缺陷，应用价值有限，还不属于数据资产。高速公路企业数据处理部门按既定标准通过技术手段进行处理后，便可形成高质量的车辆通行数据，用于对外出售或提供服务。比如将非ETC支付的货车数据整理、封装后出售给ECT发行单位，可实现ETC设备的精准发行，从而为高速公路企业带来经济利益。这一过程体现出对车辆通行数据“由粗到精，再到商业化”的价值挖掘过程，实现了“从不能带来经济利益到可以带来经济利益”的蜕变，使车辆通行数据体现出有用性，具备在会计上确认为一项资产的基础。

具体来讲，判断高速公路车辆通行数据等数据资源是否属于会计意义上的资产有两个层面，一是从资产的会计定义出发来判断，二是从资产的会计确认条件出发来判断。从资产的会计定义来看，《企业会计准则——基本准则》规定，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”。即数据资源要成为资产首先要满足定义条件：一是该数据资源产生于過去的交易或者事项，可以是企业外购等外部产生，也可以是企业内部资源转化；二是要能合法控制，企业需对该项数据资源拥有控制权，还应强调该控制权的合法性；三是具有“有用性”，也就是说预期可为企业带来经济利益，有用性是确认为资产的基础。但要在企业会计账面被确认为资产，除满足资产定义三条件外，还需要满足会计确认两条件。一是该项数据资产产生的预期经济利益流入企业的可能性较大，一般认为可能性在50%以上；二是该数据资产能够可靠地进行货币计量，涉及计量属性的问题。

结合现有研究成果，笔者认为数据资产可定义为：企业合法控制或拥有的以电子或物理方式记录的、由过去的交易或事项形成的、能为企业带来未来经济利益的数据资源。数据资产具备企业一般资产的内涵，同时拥有区别于一般资产的特点。一是可复制性特点。数据资产是数据资源，包含数据及其依附的计算机及计算机技术，计算机及计算机技术是数据资产存在的载体，由于该载体的存在使数据资产具有可复制性，比如YouTube、腾讯、阿里巴巴等互联网企业利用数据资产的“可复制性”特点实现了经营业务的迅速扩张，且扩张的边际成本接近于零，极易形成行业垄断地位[ 15 ]。可复制性也易导致数据资产被恶意流转复制，甚至被恶意篡改以致数据资产价值降低，比如亚马逊因数据隐私泄露于2021年在欧盟被罚7.46亿欧元、抖音2021年被以“侵犯儿童隐私”为由遭荷兰家长索赔14亿美元等，从会计上看，这些数据泄露后的总体价值会降低。二是不确定性特点。数据资产包含权属和价值两方面的不确定性。可复制性导致一项数据资产可重复销售和使用，某项数据资产可能有多个市场主体在使用，将导致该项数据资产权属无法明确[ 16 ]，对应的收益及法律责任难以界定。“2017年淘宝（中国）公司起诉安徽美景信息科技有限公司不正当竞争案”成为我国涉及数据资源权属判定的首案，之后类似案例层出不穷，温州市瓯海区人民法院于2022年5月18日正式设立全国首个数据资源法庭，专门审理涉及数据资源权属纠纷的案件。因以收益法对数据资产进行评估更为成熟并且评估结果更为准确，在不同应用场景和商业模式下，数据资产产生的价值不尽相同，以致其价值难以通过公允价值准确计量，数据资产在为企业创造效益过程中，价值的不确定性是数据资产最明显的特征。比如将微信用户用于金融业务开发所产生的未来收益和用于游戏业务开发所产生的未来收益，二者的未来价值相同的可能性极小，除非设定充分的假设条件，否则难以判断微信用户数据资产的公允价值。

（三）数据资产的类型分析

数据资产分类口径较多，实践中一般采用按阶段划分、按应用领域和应用场景划分、按来源划分三种分类方式。一是按阶段划分。数据资产按阶段划分可分为粗加工数据资产、精加工数据资产以及商业化数据资产等，适用于企业数据资产生产的过程管理，便于进行各类费用分摊和成本管理。最终形成的数据资产则应根据企业是否属于“专业从事数据清洗、整理以及销售”的企业进行分类方式选择，以便于进行数据资产日常管理。二是按应用领域和应用场景划分。数据资产按应用领域和应用场景可分为交通数据资产、医疗数据资产、金融数据资产、教育数据资产、电商数据资产、房地产数据资产、社交数据资产等数据资产大类，各数据资产大类项下可分为若干子类，子类项下又可列示若干实例[ 17 ]。对专业从事数据清洗、整理以及销售的企业，由于涉及多领域数据资产的可能性较大，为便于会计处理和经营管理，按应用领域和应用场景进行数据资产分类管理较为合理。三是按来源划分。数据资产按来源可分为内部生产数据资产和外部来源数据资产。对于非专业从事数据清洗、整理以及销售的企业，由于数据资产业务为非主业，一般只涉及单一或者少数几个领域数据资产，为便于会计处理与经营管理，可在应用领域和应用场景分类基础上按来源进一步分类管理，分为内部生产数据资产、外购数据资产，如有受赠等其他外部来源渠道则可进一步细分。

以外购的交通数据资产为例，参考普华永道（中国）2022年7月的研究成果，交通数据资产大类下可分为驾驶数据资产、位置数据资产等若干子类，子类下可列示具体资产实例，具体资产实例可由数据使用者在特定应用场景下创造出价值，详见表1。

三、数据资产的会计确认分析

（一）数据资产会计确认的条件分析

数据资源满足《企业会计准则——基本准则》中资产定义三条件后可成数据资产。但在会计上确认为一项资产并入表，除满足资产定义三条件外，还需满足经济利益性很可能流入、成本和价值可计量两个确认条件。有研究认为一项数据资产如果可以在会计上确认为企业的资产，那么该数据资产在企业的经营业务上可能有四种表现。表现一：企业控制或拥有的该项数据资源已按规定格式预处理完毕。在现实生活中，规模庞大的数据往往杂乱无章，突出表现为数据的不完整性、数据的不一致性、数据偏离期望值、数据属性或记录重复等，因此无法直接进行数据挖掘，需要通过清理、集成、变换、归约等技术手段进行数据预处理，预处理之后将极大地降低数据挖掘时间，提高数据挖掘的质量，从会计概念上讲，将增加数据资源为企业带来预期经济利益的概率。表现二：企业已获得服务于数据计算的相关技术专利、专有技术，主要是指涉及数据的处理、挖掘、分析以及展示有关的知识产权权利。数据处理、挖掘、分析以及展示有关技术是数据资产管理的工具，与数据资产本身密不可分，在法律上应当确权，确权之后可使数据资产具备持续为企业带来经济利益的基础条件。表现三：企业拥有或控制的用于企业经营决策或外部服务的数据产品已进行封装。数据产品封装是将一组数据以及与该组数据相关的操作封装在一起形成一个有机整体，该有机整体隐藏于内部数据并向外部使用者提供接口，具有内部高内聚性、外部低耦合性两种特性，外部使用者只需要获取特定权限通过接口来使用该有机整体内的数据。叶雅珍和朱扬勇[ 18 ]提出的“盒裝数据”概念就是一种被封装的数据有机体，是一个可计量、可计价的标准数据产品形态。表现四：企业已拥有或控制某项数据资产的权利证明，或有证据表明该数据资产有为企业带来经济利益的潜力，即已进行数据确权，明确了权利主体和权利内容。确权既是会计上的要求，也是法律上的要求，企业将控制或拥有的数据资源确权之后，才具备在会计上确认为数据资产的基础，也才可以将该数据资产用于交易和流通。

上述四种表现是可以进行会计确认数据资产的经营表现的不完全归纳，如果企业的数据资源呈现出上述四种表现之一，则可进一步分析是否满足资产定义三条件和“经济利益性很可能流入、成本和价值可计量”两个确认条件，若满足则可确认入表。

（二）数据资产归属范畴分析

关于数据资产归属范畴的研究观点主要有四类。观点一认为应作为无形资产核算，属于“无形资产”观；观点二认为应作为流动资产范畴中的存货核算，属于“流动资产——存货”观；观点三认为应在流动资产科目下设“数据资产”二级科目，属于“流动资产——数据资产”观；观点四认为应设“数据资产”一级科目以区别于现有资产范畴，属于“专设数据资产一级科目”观。具体分析如下：

观点一：无形资产观。邹照菊[ 3 ]将数据资产表述为一种新兴的无形资产，认识到数据资产的资产类型还存在较大争议，但未作进一步分析。唐莉和李省思[ 11 ]研究认为，大数据与无形资产在属性上存在相似点，可参照确认为无形资产。游静等[ 19 ]研究认为可在无形资产下设数据资产二级科目进行充实。张俊瑞等[ 4 ]研究我国《企业会计准则》以及国际财务报告准则之后对数据资产的归属范畴进行了分析，认为应按无形资产核算。符文娟和梅瑾瑾[ 5 ]从数据资产价值与表现形态的关系出发进行了研究，认为数据资产与其具体形态没有直接关系，故数据资产应归属于无形资产，类似于现有的土地使用权等无形资产，该研究方向具有一定的合理性。无形资产观是目前最普遍的观点，持该观点的学者主要基于无形资产基本特征分析，认为数据资产满足无实物形态、有可辨认性、非货币性、经济利益创造不确定性较大四个特征，虽然存储、传输数据资产的硬盘、网络等介质是有形的，但介质只是管理数据资产的辅助工具，不影响数据资产无实物形态这一本质特性，数据资产交易也可通过数据传输等方式脱离原有辅助工具完成。

观点二：“流动资产——存货”观。Ribarsky（2019年）从使用年限角度分析，认为使用寿命小于一年的数据资源可归属于流动资产范畴下的存货项目。符文娟等[ 5 ]研究认为存货在某种情况下会不具备实物形态，如企业将数据产品出售作为主营业务，出售行为是日常经营活动，那么可将该数据产品视为存货。从流动资产的定义看，“流动资产——存货”观有其合理性，但忽略了数据产品可重复出售性而导致存货结转的实务操作难度问题。从价值转移过程和业务处理过程看，企业在数据资产出售业务中，因数据资产具有可复制性，持有对外出售的数据资产实际业务并不完全满足现行《企业会计准则——存货》关于存货预期消耗方式的规定。存货销售后应将已售存货成本结转为当期损益，实现收入与成本费用匹配，因数据资产再次销售的边际成本接近于零，故不能将数据资产售后按存货的处理方式结转为当期损益，否则成本与收入会不相匹配。笔者认为，在没有解决销售成本合理结转之前，数据资产还不宜作为存货核算。

观点三：“流动资产——数据资产”观。章莹和韩延龄[ 10 ]研究认为，数据资产有很强流动性和实效性，应在流动资产下设“数据资产”科目核算，属于“流动资产——数据资产”观，该观点看到了数据资产的流动性和实效性，却忽略了数据资产的可复制性，也未进一步研究如果作为流动资产，后续如何进行会计处理的问题。

观点四：专设数据资产一级科目观。刘文光[ 6 ]研究认为虽然数据资源基本符合无形资产的定义和特征，但新形势下企业仍需要专门设立“数据资产”科目进行反映，能够更加可靠地指导企业的生产经营活动。朱扬勇和叶雅珍[ 7 ]分析认为数据资产符合部分有形资产的特征，可用新资产类别核算数据资产。程竞[ 8 ]研究认为数据资产虽然符合无形资产定义的相关特征，但又在“无形资产的核算方法”里面难以确认、增值无法在“无形资产的核算方法”里面反映、信息相关性要求无法在“无形资产的核算方法”里面体现等问题，故按照现行会计准则的规定不宜作为无形资产核算，应当专设“数据资产”一级科目进行核算，同时按照数据资产的计量需求及自身特点进行明细核算。

当前大部分观点倾向于将数据资产作为无形资产核算，主要基于数据资产满足现行企业会计准则中对无形资产定义的表述，也体现出与无形资产的特征基本相同的特点。认为不应作为无形资产核算的观点主要基于数据在电脑、移动硬盘、网络等存储介质中是以二进制的形式存在，占用物理空间，有物理的与信息的双重属性，是有形态的，兼有无形资产和有形资产双重特征，诸如数据库等数据资产是电子化信息记录，是有形的物理存在，不可说它是无形的，归类为无形资产不符合数据资产的本质。

从表面上看，数据资产归属范畴争论的是该项资产是“有形的”还是“无形的”，实质上争论的是数据本身是“有形的”还是“无形的”。笔者认为该问题可搁置不争，而应分析企业获取数据资产的本质是什么。参照著作权来分析，著作权依附于著作本身而存在，著作本身是有形的，而著作权是无形的，企业获得著作权时作无形资产核算，并且著作权可在不同的地域范围内进行多次授权，再次授权的边际成本几乎为零。数据资产与著作权类似，无论数据是有形的还是无形的，企业获得的是在一定业务领域、地域或时期的数据使用权，该数据使用权可重复授权使用，企业占有的数据使用权在一定业务领域、地域或时期具有排他性，占有的数据（即便有形）本身并无排他性。比如腾讯公司可将微信用户数据销售给中国移动，也可同时销售给中国电信，中国移动和中国电信获得的是微信用户数据一定时期的使用权，而非完全占有微信用户数据本身。再比如高德公司可将地图数据销售给美团，也可同时销售给饿了么，美团和饿了么获得的是地图数据使用权，而非完全占有高德地图数据本身。因此，笔者认为企业获得的数据资产是一种数据使用权，赞同归属于无形资产范畴。

四、数据资产的会计计量分析

歷史成本法、重置成本法、收益现值法、公允价值法和可变现净值法是我国《企业会计准则——基本准则》规定的五种会计计量属性。历史成本法是企业使用较多的计量方法，如使用其他方法计量，则应保证该项资产能够可靠计量，并能取得所确定的会计要素金额。目前数据资产的会计计量属性选择的观点主要有成本法、收益现值法以及综合法三类。

观点一：采用或优先采用成本法计量。有学者研究认为无论是企业内部搜集整合的还是外购的数据资产都应采用历史成本法计量，搜集整合过程中设备折旧及日常费用支出应归集作为数据资产的成本入账。孙永尧（2022）研究认为外购和内部研发形成的无形资产应优先选择历史成本计量，若历史成本难以取得或者不可靠，则可以选择其他计量方法。章莹和韩延龄[ 10 ]研究认为，若数据资源与所实现的经济利益具有直接相关性，则该项数据资产可按历史成本计量。持成本法计量观点的学者主要理由是数据资产未来的收益难以合理预测，采用成本法计量更稳妥，但该观点忽视了数据资产的账面价值与其实际价值可能存在严重背离，企业财务报告无法真实反映所持有数据资产的价值。

观点二：采用收益现值法计量。唐莉和李思省[ 11 ]在分析数据资产特点后认为，数据资产应采用收益现值法进行初始计量，不宜采用历史成本法计量。张雪等（2022）从大数据企业对数据资产管理体系稳定性、带来现金流量的持续性和稳定性出发，分析认为收益现值法能够使数据资产的账面价值更加贴近实际价值。持收益现值法观点的学者主要认为成本法计量仅将数据搜集、清洗整理的成本资本化，会使数据资产账面价值与市场价值差异过大，若初始计量采用成本法、后续计量采用现值法则会带来“计量方式转换时点合理性和增加利润操纵可能性”两个问题，且“数据市场和数据估价体系尚未成熟，市场循环链条还未打通”以致公允价值难以获得，初始计量和后续计量都采用收益现值法更为可行和合理。实际上，收益现值法在现实运用中也受到一定限制，主要在于数据资产经济寿命的不确定性会引起未来收益的不确定性。

观点三：将公允价值计量及成本法计量结合使用的计量模式，可称为综合法。张俊瑞等[ 4 ]研究认为“自用数据”应以采集、加工、应用等阶段的历史成本入账，而“交易型数据资产”应通过公允价值法初始计量。梁芳和李永恒[ 12 ]研究认为在多数情况下企业的数据产品应按成本法初始计量，按公允价值法进行后续计量，并进一步分析认为：对于源自使用价值的数据产品，采用特定主体假设的使用价值进行计量，数据产品的现时价值变动计入其他综合收益；对于源自交换价值的数据产品，采用公允价值进行计量，数据产品的现时价值变动计入公允价值变动损益。相比收益法计量和成本法计量，将公允价值计量与成本法计量结合使用的计量模式，更能够规避单纯采用某一种计量模式存在的弊端，不失为一种更加贴近实务操作的研究方向。

分析可见，无论哪种计量方式都存在一定缺陷，笔者认为选择数据资产计量方式应当考虑数据资产管理实践和理论的发展阶段，从目前发展情况来看，还不宜追求估值成本大、专业化程度高、程序相对繁琐的估值方式，应当选择会计实务中便于操作的计量方法。

结合当前理论研究与会计实践，笔者认为：第一，无论何种渠道获得的数据资产，初始计量都应当采用成本法。如企业将获取的数据资产用于自用，则后续计量继续采用成本法并在使用寿命内摊销；如企业将获取的数据资产用于对外提供服务，则允许企业根据未来收益确定的难度选择收益现值法或成本法进行后续计量，给予会计师职业判断的空间。第二，可由会计师通过职业判断，合理预估数据资产的使用寿命。企业若将数据资产作为无形资产核算，在取得无形资产时应当分析判断其使用寿命，如果无法判断经济利益期限，则应当视该无形资产的使用期限不确定。目前大部分研究认为数据资产的使用寿命难以估计，实则是对各类数据资产使用寿命研究还不够全面、深入。例如与车辆有关的数据资产使用寿命应与车辆报废期结合研究、与人口有关的数据资产使用寿命应与社会平均寿命对比研究等。因此实际工作还需加强研究各类数据资产的经济寿命、公允价值以及收益测算从而形成理论支撑。

五、研究结论及创新点

本文分析了数据资产定义、内涵，研究了数据资产确认条件、归属范畴以及计量属性等问题，得出了三项研究结论并提出建议，为促进企业数据资产会计核算实务操作落地提供了参考。结论一：笔者结合现有研究成果将数据资产的定义完善为“企业合法控制或拥有的以电子或物理方式记录的、过去交易或事项形成的、能为企业带来未来经济利益的数据资源”，强调了数据资产的控制合法性，并认为数据资产具备企业一般资产的内涵，同时拥有区别于一般资产的诸如可复制性、不确定性等特点。数据资源只有实现了“从不能带来经济利益到可以带来经济利益”的转变，使数据资源具备有用性，才具备在会计上确认为资产的基础。结论二：研究认为数据资产与著作权类似，无论数据是有形的还是无形的，企业获得的都是在一定业务领域、地域或时期的数据使用权，应归属无形资产范畴。企业经营数据资产获取收益的行为可理解为“以无形资产中的数据资产提供内外服务”。由于数据资产再次销售的边际成本接近于零，故不能将数据资产存货在当期结转为损益，否则会导致成本与收入不匹配，因此数据资产暂不具备作为存货核算的条件。结论三：无论何种渠道获得的数据资产，初始计量都应采用成本法。如企业将获取的数据资产自用，则后续计量继续采用成本法核算并在使用寿命内摊销；如企业将获取的数据资产用于对外提供服务，则允许企业根据未来收益确定的难度选择收益现值法或成本法进行后续计量。

本文的主要创新点：一是分析出数据、数据资源以及数据资产的关系，即数据是数据资源的子集，进一步明确了数据资产也是数据资源的子集。在数据资产类型划分上，提出专业从事数据清洗、整理以及销售的企业适合以“应用领域和应用场景”进行分类管理，非专业从事数据清洗、整理以及销售的企业适合按“数据资产来源”进行分类管理。二是在数据资产归属范畴上提出了“研究获取的数据资产本质”的新思路，认为企业获得的是在一定业务领域、地域或时期的数据使用权，该数据使用权可重复授权使用，企业占有的数据使用权在一定业务领域、地域或时期具有排他性，占有的数据（即便有形）本身并无排他性。三是在数据资产计量属性上提出了新观点，选择计量方式应当考虑数据资产管理实践和理论的发展阶段，目前还不宜追求估值成本大、专业化程度高、程序相对繁琐的估值方式，应当选择会计实务中便于操作的成本法进行初始计量，并给予会计师职业判断的空间。

从近年的研究文献分析可见，对数据资产定义及内涵、归属资产范畴、计量属性的理解是随着研究的逐步深入而逐渐明晰的，分歧逐渐减少，共识逐步增多。随着数据资产会计处理正式指导意见的实施，企业可与相关监管机构、会计师事务所等中介服务机构充分沟通基础上稳步推进数据资产会计确认入表并在财务报告中予以披露，同时总结实践经验并向会计行政主管部门提出意见建议，为今后数据资产会计准则的制定提供实践依据。在可以预见的未来，数据资产会计处理的理论研究结论将更加趋同，实务操作也将更加规范化，但笔者因理论水平和业务实践有限，相关认识和研究难免有所偏颇，恳请广大同仁批评指正。

【参考文献】

［1］中国信息通信研究院.中国数字经济发展报告（2022年）［R］.中国信息通信研究院网站，2022.

［2］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.

［3］邹照菊.企业大数据的资产属性辨析［J］.会计之友，2017（12）：7-12.

［4］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，2020，34（3）：3-15.

［5］符文娟，梅瑾瑾.关于数据资产财务核算的研究［J］.财务与会计，2022（8）：46-50.

［6］刘文光.大数据资产的确认与计量研究［J］.经贸实践，2017（22）：322.

［7］朱揚勇，叶雅珍.从数据的属性看数据资产［J］.大数据，2018，4（6）：65-76.

［8］程竞.数字经济时代数据资产会计确认与计量的探索［J］.安徽商贸职业技术学院学报，2022，21（1）：44-47.

［9］孙永尧，杨家钰.数据资产会计问题研究［J］.会计之友，2022（16）：153-160.

［10］章莹，韩延龄.区块链背景下企业数据资产的会计核算与列报研究［J］.中国乡镇企业会计，2022（6）：166-169.

［11］唐莉，李省思.关于数据资产会计核算的研究［J］.中国注册会计师，2017（2）：87-89.