电商平台数据资产核算问题分析

2024-02-26马悦周美华

财会月刊·上半月 2024年2期

马悦周美华

【摘要】随着大数据时代的来临和数字经济的不断发展，企业越来越广泛应用并受益于数据这一新型生产要素，因此数据资产化已经成为一种必然趋势。但是现行会计准则尚未对数据资产的会计核算问题做出明确规定，现有研究也大多集中于数据资产的整体探讨，缺乏结合行业特点的细分研究。基于此，本文选取数据资源较为集中的电商平台作为研究对象，按照其数据资源的价值表现形式分为增加收入、减少成本和控制风险的数据资源，进而对这三类数据资源的核算问题进行探讨，以期实现数据资源的恰当入表，提高会计信息的决策有用性。

【关键词】电商平台；数据资源；商业模式；无形资产

【中图分类号】 F231 【文献标识码】A 【文章编号】1004-0994（2024）03-0048-7

一、引言

随着经济的不断发展，数字经济成为继农业经济、工业经济之后的主要经济业态。凡是直接或间接利用数据来引导资源发挥作用，推动生产力发展的经济形态都可以被纳入数字经济的范畴。这说明数据资源作为数字经济的重要组成部分，蕴藏着巨大的商业价值。2020年，国务院在《关于构建更加完善的要素市场化配置体制机制的意见》中将数据定义为，继土地、劳动力、资本、技术之后的第五大生产要素，体现了数据资源是数字经济发展的关键性因素。2023年，财政部在《企业数据资源相关会计处理暂行规定》（简称《暂行规定》）中对企业数据资源的会计处理原则及披露要求予以规定，进一步彰显了数据资源在企业价值创造中的重要性。以上举措充分说明，数据作为关键生产要素具有重要的战略资源价值，其资本化成为必然趋势（许宪春等，2022）。

尽管数据资源的价值已经得到公认，相关准则的制定也在逐步推进，但具体在企业中的应用还处于比较模糊的阶段。目前，学术界对于数据资源的探讨主要集中在权属问题、会计确认与计量、价值评估等方面，但是学者们并未在核算问题上形成一致的结论，数据资产的核算是学术界亟待解决的重大课题。数据资源的数据化形态表明，其产生途径主要依赖于信息技术的广泛应用，因此数据资源的资产化问题也与其密切相关。基于此，本文选取互联网电商行业中电商平台的数据资源作为研究对象，从现有会计准则体系中资产的定义及确认条件出发，对电商平台数据的资源是否应确认为资产、后续会计处理及信息披露等问题进行探讨。本文的贡献体现在，根据电商平台数据资源的特性，探索性地提出了按照其价值创造方式进行分类，通过探讨数据资产的确认条件、会计处理及信息披露，一方面有助于企业更好地发现和利用数据资源，提高数据资源的应用价值，另一方面为企业数据资产相关业务的会计处理提供了借鉴，有利于降低企业内外部信息不对称程度，满足投资者的信息需求。

二、数据资产核算问题文献综述

（一）数据资产的概念及定义

Tony Fisher（2009）基于大数据背景下数据的资产属性，首次明确指出“数据是一种资产”。数据资产作为一项重要资产，企业需要对其进行有效管理（DAMA国际，2020）。近年来，我国探讨数据资产的文献逐渐增多，与数据资产并行的还有信息资产、数字资产等概念。由于数据更适合作为企业的价值挖掘对象进而为其带来经济利益，因此将相关概念统一为“数据资产”（朱扬勇和叶雅珍，2018）。随后基于企业会计核算的视角，许多学者都对数据资产的定义进行了探索（李雅雄和倪杉，2017；朱扬勇和叶雅珍，2018；王汉生，2018；中国信通院，2020；许宪春等，2022）。虽然学者们的表述不尽相同，但是均强调了我国现行《企业会计准则——基本准则》中的资产属性，即“由企业拥有或控制”和“能够为企业带来经济利益流入”。在资产共有属性的基础上，数据化形态、价值波动性、业务依附性等独特属性也被纳入学者们提出的数据资产定义中。本文认为，中国信通院对于数据资产的定义是较为合适的，即数据资产是企业在生产经营活动中产生的或从外部渠道获取的，企业具有所有权或控制权的，预期能够在一定时期内为企业带来经济利益的数据资源。

（二）数据资产的确认

1. 确认前提与确认条件。对于数据资产的确认，首先要明确数据资源的归属，也就是其所有权问题（王汉生，2018；秦荣生，2020）。除所有权外，数据还具有收集权、加工权、使用权等权利（符文娟和梅瑾瑾，2022）。以电商网站的数据资源为例，注册用户是数据的创造者，对数据进行电子化收集和分析的网站是数据资源的实际控制者（王汉生，2018），企业只要合法合规地享有数据的控制权，就可以在一定程度上对数据资源进行资产化确认（中国信通院，2020）。数据资源在满足权属清晰、符合资产特征的基础上，还需要满足资产的确认条件才可以被纳入财务报表。关于数据资产确认条件的讨论，大多数学者选择参照《企业会计准则——基本准则》的规定，即与该资源有关的经济利益很可能流入企业且该资源的成本或价值能够可靠计量。此外，《暂行规定》提出，企业内部研发的数据资产和企业外购取得的数据资产在满足《企业会计准则——基本准则》对资产确认条件的基础上，还应分别满足《企业会计准则第6号——无形资产》和《企业会计准则第1号——存货》对资产的确认条件。

2. 确认科目。关于数据资产的科目设置，学者们主要形成了无形资产论和新设科目论两种观点。持无形资产论的学者认为，数据资产具有无形资产的主要特征（游靜等，2018；符文娟和梅瑾瑾，2022），可以作为无形资产的一种新类别（中国信通院，2020），应当适当放宽无形资产的确认条件（黄世忠等，2023），并建议在无形资产下设立“数据资产”二级科目对企业数据资产进行确认；持新设科目论的学者认为，企业的数据资产虽然在主要特征上与无形资产相同，但是数据资产的非知识产权性（张俊瑞等，2020）、后续会计核算原则（李雅雄和倪杉，2017）、价值发挥形式（王世杰和刘喻丹，2023）均与无形资产存在差异，应专设“数据资产”一级科目进行核算（余应敏，2020）。

（三）数据资产的计量

大多数学者按照数据资产的来源将其分为自产加工数据资产和外购数据资产。学者认为两种来源的数据资产均应按照历史成本进行初始计量（黄世忠等，2023；张俊瑞和危雁麟，2023）。因为自产加工数据资产从投入价值角度具备无形资产的特点（陆旭冉，2019），并且在形成数据资产过程中耗费的人工成本、物料成本及必要的间接费用是构成数据资产的价值基础（李雅雄和倪杉，2017），同时外购数据资产具有使其能够可靠计量的购买对价（符文娟和梅瑾瑾，2022；李雅雄和倪杉，2017；王世杰和刘喻丹，2023），所以两者均应使用历史成本进行初始计量。也有学者认为，自产数据资产的市场价值远高于开发成本，使用历史成本计量会大大降低其决策有用性（吕玉芹等，2003），因此提出用收益现值法对自产加工数据资产进行初始计量（雷小乔和张芳，2023）。

学术界对数据资产的后续计量的探讨主要集中在后续支出和减值与摊销两方面。在后续支出方面，学者们一致认为对于可以增加有效数据量或提高数据利用效率的技术性支出应予以资本化，计入数据资产的成本；对于非技术性支出（存储、维护费用等）则予以费用化，计入当期损益（李雅雄和倪杉，2017；王世杰和刘喻丹，2023）。在减值与摊销方面，学者们持不同观点。有学者认为，对于使用寿命确定的数据资产，企业应选择与其经济利益预期消耗方式匹配的方法对其进行摊销；对于使用寿命不确定的数据资产，企业可以定期对其进行减值测试（陆旭冉，2019；符文娟和梅瑾瑾，2022），并将数据资产公允价值或可收回金额与其账面价值的差额确认为资产减值损失（李雅雄和倪杉，2017）。也有学者认为，数据资产的价值只会随着数据量的增加而上升（王世杰和刘喻丹，2023），因此对于使用寿命不确定的数据资产和使用公允价值进行后续计量的数据资产均无需摊销。

（四）数据资产的列报与披露

大多数学者提出用“表内确认+表外披露”的方式对企业的数据资产进行列报和披露。在表内确认方面，支持无形资产论的学者认为企业应将其数据资产在“无形资产”科目下列示（符文娟和梅瑾瑾，2022）；支持新设科目论的学者认为企业应将其数据资产在非流动资产中的“数据资产”科目下列示（秦荣生，2020；张俊瑞和危雁麟，2023）。在表外披露方面，对于满足无形资产确认条件的数据资产，企业可以参照《企业会计准则第6号——无形资产》中的要求进行披露；对于列示在“数据资产”科目下的资产，企业还需要在财报附注中披露其计量属性选择依据、计量方法及对当期财报的影响（张俊瑞和危雁麟，2023）。

此外，对于未确认在报表上的数据资源，企业可以对数据资源的来源、权属、加工过程中各类资源投入情况、应用场景、成本确认原则及价值创造方式等相关信息进行自愿披露（符文娟和梅瑾瑾，2022；王世杰和刘喻丹，2023）；对于以数据资源为价值驱动要素的企业也可以考虑单设“数据资产与价值创造”章节进行披露（季周和李琳，2022）；企业还可以通过编制“第四张财务报表”从不同维度反映其数据资产的关键指标，力推数据资产信息列报的规范化（张俊瑞和危雁麟，2021）。

综上所述，许多学者都基于资产定义和数据的独特属性提出了数据资产的定义。中国信通院提出的定义较为明晰合理，因其阐述了数据资产的来源、界定了权属问题以及明确了价值属性。在定义的基础上，学者们一致将现行企业会计准则中资产的确认条件作为数据资源能否确认为资产的依据。但是在数据资产的确认科目上，学者们主要形成了无形资产论和新设科目论两种观点。数据资产在无实物形态、非货币性和可辨认性上与无形资产相同，因此本文支持无形资产论的观点。在初始计量方面，大多数学者选择用历史成本、公允价值或现值作为计量属性。在后续计量方面，学术界对数据资产后续支出的资本化判断标准意见一致，即技术性支出资本化，非技术性支出费用化。但是对数据资产是否应进行减值与摊销持不同见解。由于数据资产的有序交易尚未形成，因此使用历史成本进行初始计量较为可靠，后续计量中可以根据数据资产的使用寿命是否确定来决定对其进行摊销或减值测试。

三、电商平台数据资源的产生与价值创造

由于商业模式决定着资产的分类方法、计量属性的选择及收入的确认方法，因此从商业模式的角度探讨数据资产的入表问题，将商业模式贯穿于数据资产核算的各个环节，有助于形成逻辑一致的解决方案（黄世忠等，2023）。本文参照这一觀点按照商业模式对电商平台进行分类。目前消费者常用的电商平台的商业模式主要分为三类，分别是以淘宝为代表的C2C模式、以京东为代表的B2C模式和以拼多多为代表的C2M模式。

如图1所示： C2C模式下，电商平台作为连接商家和消费者的“桥梁”，为消费者提供与其需求匹配的商家； B2C模式下，电商平台作为商家和消费者之间的“中间商”，依据消费者需求分析及预测结果选择合适的供应商进行采购，并在消费者下单后通过自建物流系统将商品送达； C2M模式下，电商平台作为制造商与消费者之间的“需求挖掘者”和“信息传递者”，通过聚集相同的购物需求，将需求信息直接提供给制造商进而指导其生产。由此可见，不同商业模式下的电商平台的数据来源和用途也存在差异。综上，本文以消费者的购物流程为载体，对三种商业模式下电商平台数据资源的形成路径进行论述。

（一） C2C模式下电商平台的数据资源

C2C模式下消费者的购物流程主要分为浏览阶段、支付阶段和配送阶段。在浏览阶段，电商平台通过收集消费者的浏览行为数据，构建消费者画像。电商平台可以通过清晰的消费者画像投其所好地向消费者推送商品，提高从流量到订单的转换率。在支付阶段，电商平台的支付软件通过对消费者支付行为数据的收集和分析，可以对顾客进行信用评级。信用评级的结果可以用来决定其支付软件上其他借贷业务的授信额度，进而降低企业款项无法收回的风险。在配送阶段，电商平台首先收集客户配送信息，而后按照地区进行分类以此完善各地的配送网络，提高配送效率，从而节约配送成本。

（二） B2C模式下电商平台的数据资源

B2C模式下电商平台形成的数据资源主要集中于浏览阶段、采购阶段、配送阶段及售后阶段。在浏览阶段，数据主要来源于消费者的浏览行为。电商平台通过对此类数据资源的分析，提高推送商品的精准度进而实现收入的增长。随后，电商平台会结合消费者行为数据及过往销售数据进行销售预测，开展下一轮采购。进入采购阶段，电商平台会对供应商的各类商品数据进行收集，通过数据分析对供应商资质进行评级，以此建立供应商准入机制。此外，电商平台也会收集商品从入库到出库及配送阶段的数据，实现追踪管理。在配送階段，电商平台会收集收件人地址等相关数据，规划出最优配送路线，节约配送成本。由于B2C模式的电商平台承担商品售后责任，电商平台在售后阶段可以通过对退换货产品的种类、数量、原因等数据进行收集，通过分析进而对产品进行适当调整，尽量减少电商平台的逆向物流成本。

（三） C2M模式下电商平台的数据资源

C2M模式下，电商平台充当的是消费者与商家之间的“需求挖掘者”和“信息传递者”，因此，相关的数据资源主要来源于浏览阶段。在浏览阶段，电商平台通过收集消费者浏览数据并对其进行分析，挖掘出消费者的潜在消费意愿及接受价格，根据模型预测潜在商品的销量。然后，电商平台直接通过预测形成的潜在订单寻找制造商，在制造商生产后将潜在需求商品进行精准推送，促进供应商销售收入的增加，提高电商平台的佣金收入。

上述三种商业模式下的电商平台在运营过程中产生了不同的数据资源，本文以“来源—用途”为主线对上述数据资源进行重新归集，如图2所示。

数据资源按照行为主体不同可以分为基于消费者行为和基于电商行为两大类。例如，三种商业模式浏览阶段的数据均来源于消费者的浏览行为， B2C和C2C模式下的电商平台通过对此类数据的分析构建消费者画像， C2M模式下的电商平台则通过此类数据预测潜在需求商品。由此可见，即使数据来源相同，其用途也会存在差异。所以相对于数据的来源，企业更应注重数据的价值创造形式。数据资源对企业的价值创造主要表现为三个方面：收入增加、成本减少和风险控制（王汉生，2018）。本文依据数据资源的价值创造形式对电商平台的数据资源进行分类，如表1所示。

由表1可知，增加企业收入的数据资源主要集中在三种商业模式的浏览阶段，电商平台会通过数据分析消费者喜好，向其推荐合适商品，提高订单的成交量和成交率，从而促进其收入的增加。减少企业成本的数据资源主要集中在B2C模式的采购阶段及C2C与B2C模式的配送阶段。例如， B2C模式电商平台会通过数据不断完善其配送网络，使企业可以选择商品运输更为集中的地区作为中转点，从而降低商品的单位配送成本。控制企业风险的数据资源主要集中在C2C模式下电商平台的支付阶段及B2C模式下电商平台的采购阶段。在这两个阶段，企业可以通过数据资源的收集分别建立信用评级机制和供应商准入机制，以此降低信贷业务的坏账率、催收成本和电商平台的逆向物流成本。

四、电商平台数据资产的会计核算问题分析

数据资源贯穿于消费者的购物流程，通过不同的价值表现形式为电商平台带来经济利益，成为互联网电商行业不可或缺的经济资源。根据《企业会计准则》中会计信息的相关性和重要性原则，企业有必要将更多反映企业价值的重要信息纳入财务报表，从而向信息使用者提供更优质的决策信息。因此，解决数据资产的核算问题具有重要的实践意义。本文将从数据资产的确认、计量和列报三个方面对电商平台数据资产的核算问题展开细致研究。

（一）数据资产的确认

企业可以通过对外数据交易和对内信息采集等多种方式获取数据资源，但是只有符合资产特征、满足资产确认条件的数据资源才能被确认为资产。

1. 符合资产特征。本文按照价值创造形式将电商平台的数据资源分为三类，分别是增加收入、减少成本和控制风险。其一，三类数据资源均通过企业对过往运营数据的收集整理而形成，因此均满足“过去的交易或事项形成”这一条件。其二， “由企业拥有或控制”涉及数据资产的权属问题。电商平台对其数据资源的权利主要涉及所有权和使用权。其中，电商平台对增加收入和采购阶段减少成本的数据资源享有所有权，因为此类数据都因企业的经营活动而产生。例如消费者浏览行为数据、消费者支付行为数据及采购商品的追踪数据。电商平台对控制风险和配送阶段减少成本的数据资源享有使用权，这是因为虽然消费者和供应商是此类数据的创造者，但是企业并非通过贩卖其隐私获取收益，而是对个人信息数据进行脱敏处理后获取经济利益。例如，企业将地址信息模糊化成网格点，仅用以完善配送网络，并非暴露消费者住址。同时，此类数据的价值是通过企业投入硬件、软件及人工成本而形成的。企业作为数据的实际控制者，对运营过程中基于合法目的收集整理的信息数据享有使用权。因此，电商平台对其数据资源享有的所有权和使用权均满足“由企业拥有或控制”这一条件。其三，增加收入的数据资源可以直接增加企业的经济利益总流入，减少成本的数据资源可以通过降低成本增加企业的经济利益净流入，控制风险的数据资源可以通过增加收入或减少成本的方式为企业带来经济利益的总流入或净流入。例如，企业可以通过控制风险的数据资源对客户进行信用评级并调整贷款，从而增加企业的利息收入或减少成本支出。因此，综上三类数据资源均符合资产特征。

2. 满足资产确认条件。按照我国《企业会计准则——基本准则》的规定，数据资源在符合资产特征的基础上，还应该满足“该资源有关的经济利益很可能流入企业”和“该资源的成本或价值能够可靠地计量”才可以确认为资产。按我国现有会计准则规定， “很可能”是指经济利益流入主体的概率超过50%，这一概率依赖于财务人员的职业判断。结合我国和国际会计准则对于资产的定义，二者均强调了“控制”和“经济利益流入”这两个特征， “经济利益流入”是经济资源的价值体现， “控制”是经济资源与主体之间的连接。因此，本文将结合控制权对数据资产带来的经济利益流入企业的概率进行分析。电商平台对数据资源的控制权分为所有权和使用权。其中，所有权的控制程度最大，这表明企业可以拥有数据资产带来的全部经济利益。使用权的控制程度仅次于所有权，这表明企业合法使用该资源带来的经济利益也能够流入企业。所以企业享有数据资源的所有权和使用权均满足“很可能”这一条件。并且，数据资源的收集、筛选、分析和储存均需要大量的人力、物力和技术投入，需要花费大量的成本。因此，企业各类数据资产均可以通过企业在形成数据资产过程中投入的硬件设施、软件技术及人工成本对其进行可靠计量。综上，电商平台数据资源满足资产的确认条件，应作为企业资产的一部分在财务报表上进行确认。

3. 符合无形资产特征。根据我国《企业会计准则——基本准则》中无形资产的定义，无形资产具有无实物形态、非货币性和可辨认性三个主要特征。首先是对电商平台数据资产是否具有实物形态的讨论。学术界对于资产的无实物形态主要有两种观点：一种观点认为，感官上的看不见是无实物形态的判断标准；另一种观点认为，无形是资产的价值与形态无直接联系。电商平台数据资源的电子化存在形式满足感官上的无实物标准。此外，电子化数据资产依附于文件、程序、数据库等实物载体，且价值与载体形态之间无直接關联。这表明，无论参照哪种观点，数据资产均符合无实物形态的特征。其次，电商平台数据资产满足非货币性特征。非货币性资产的本质在于其为企业带来的经济利益的货币金额是不确定的。数据资产为企业带来的经济利益与其价值创造形式和企业的数据使用能力有很大关联，例如企业可以利用数据资产增加收入、节约成本和控制风险，根据其价值创造形式的不同获取不同金额的经济利益，此外数据使用能力更强的企业会更好地发挥数据资产的价值特性，从而为企业带来更多利润。最后，对于电商平台数据资产可辨认性的判断，本文参照《企业会计准则第6号——无形资产》中的两个可辨认标准：一是能够从企业中分离或划分出来，并能单独或者与相关合同、资产或负债一起，用于出售、转移、授予许可、租赁或者交换；二是源自合同性权利或其他法定权利，无论这些权利是否可以从企业或其他权利和义务中转移或者分离。二者满足其一即可证明其具有可辨认性。三种价值表现形式的数据资源均满足第一条标准。控制风险的数据资源主要来源于C2C模式的支付阶段和B2C模式的采购阶段，此类数据的来源业务与应用业务不重合。例如用来建立信用评级业务的数据来源于电商零售业务，却被应用于企业的信贷业务，表明数据资产发挥价值的范围不局限于其数据来源业务，为数据资产的对外交易提供了可能。同理，虽然目前增加收入和减少成本的数据资产的来源业务和应用业务相同，但是并不能否认这两类数据资产具有对外出售的可能性。因此，三类数据资产均满足可辨认性的标准。综上，电商平台数据资产符合无形资产的主要特征，本文认为企业应将其账面价值在“无形资产”科目下列示。

（二）数据资产的计量

1. 计量属性的选择。计量属性的选择是实施会计计量的基础。如前所述，电商平台的数据资产从会计核算角度属于无形资产，因此对于数据资产计量属性的选择可以参照无形资产的价值评估方法。现行的无形资产价值评估方法有两类：一类是体现资产投入价值的成本法，另一类是体现资产产出价值的市场法和收益法。首先，市场法是通过市场上相同或相似资产的近期交易价格对数据资产价值进行估计的一种方法，使用市场法进行估值的资产要满足具有活跃市场的前提，而目前我国的数据交易市场并非十分活跃，有序交易也尚未形成，导致获取数据资产的市场价值存在较大难度。其次，数据资产具有业务依附性和规模性，导致市场上很难找到与其相同或类似的资产，所以市场法下的公允价值不适合作为数据资产的计量属性。收益法是根据资产未来经济利益流入的现值来衡量其价值。如果企业选用现值作为数据资产的计量属性，就需要明确数据资产未来的经济利益流入、折现率及预计使用年限这三个主要指标。数据资产未来的经济利益流入很难确定，因为处于开发期的数据资产尚未产生经济利益，此外数据资产的更新较快、价值的波动性也较大，这些因素使得企业难以准确衡量其带来的经济利益及预计使用寿命，导致以现值作为数据资产的计量属性在实践中具有一定的局限性。成本法主要通过加总企业在形成数据资产过程中的各项投入成本来测度其价值。企业在形成收集、处理、储存和分析数据的过程中都会投入硬件设施、软件技术及人工成本。这些历史成本是构成数据资产的价值基础，同时这些成本均基于实际的交易或事项，其可靠性较强。由此，本文认为选用历史成本作为电商平台三类数据资产的计量属性较为合适，且可靠性较强。

2. 初始计量。基于历史成本法，电商平台数据资产的初始计量金额应该由数据达到预定可使用状态前发生的必要支出构成。在此过程中，可以根据数据资产是否完全由企业独立生产分为两类：一类是企业独立完成从数据资源到数据资产的生产过程，主要包括数据的收集阶段、储存阶段、处理阶段和分析阶段。对于这一类完全由企业自产的数据资产，企业应将购买的数据处理设备价款、租用或购买专利的支出和技术人员的应付职工薪酬作为其入账的价值基础。另一类是企业并未参与数据资产的原始数据收集阶段，直接通过交易购买相关数据，后续对数据进行不断补充、处理及分析最后形成数据资产，此类数据资产的入账价值相比前者而言增加了购买数据的支出。

3. 后续计量。数据资产从会计核算角度隶属于无形资产类别，因此电商平台的数据资产后续计量问题应参考无形资产，主要分为数据资产的后续支出、摊销与减值及处置三个方面。

（1）数据资产的后续支出。数据资产的后续支出主要有新数据的获取支出、现有数据的维护支出、形成数据资产所使用的硬件和软件的更新支出、数据的储存支出等。后续支出按照是否能够优化数据功能可以分为两类：一类是能够增加数据规模、提高数据使用效率的支出。例如：电商平台通过不断收集浏览行为数据构建更为精确的消费者画像；通过不断收集新的用户地址构建更完善的本地配送网络；通过不断收集供应商采购信息构建更合理客观的供应商准入机制。综上，企业获取和处理分析新数据的支出能够提高原有数据的规模和利用效率，因此，企业应将使数据获得技术性提高的设备支出与折旧、使用专利支出与摊销、应付职工薪酬等成本记入“无形资产——数据资产”科目。另一类是仅对数据资产现有功能的维护而发生的支出。例如，随着电商平台数据量的逐渐增加，储存数据的硬件设备和分析数据的软件技术因需要定期维护而产生的相关支出。这类支出只是维护了数据资产的现有功能，并未支持数据功能的优化，因此，企业应将处理数据的硬件和软件的定期维护和更新费用记入“管理费用”科目。

（2）数据资产的减值与摊销。参照无形资产的会计处理原则，可以根据能否合理估计数据资产的预计使用寿命来决定其是否在使用期限内摊销。例如，三个月前收集的数据会随着消费趋势的改变而丧失分析价值，企业在不断补充新数据的同时也要不断地淘汰过时数据，因此时效性强这一特点导致企业很难对该类数据资产的使用寿命进行合理估计。同理，采购阶段能够减少成本的数据资产也具有更新性强这一特点，因为商品从入库到出库的监控数据在消费者确认收货完成订单时便失去其价值，所以企业不应对上述数据资产进行摊销，而应在每年年末对其进行减值测试。在减值测试过程中，企业应采用合适的估值方法或委托专业的第三方评估机构对数据资产的价值进行估计，将估计值作为数据资产的可收回金额，然后与其账面价值进行比较。例如，若C2C模式浏览阶段的数据资产存在减值迹象，企业应当将其减值金额借记“资产减值损失”科目，贷记“无形资产减值准备”科目。控制风险和配送阶段减少成本的数据资产对于时效性的要求低于上述数据资产，并且此类数据资产的功能和价值与其数据量正相关。例如：配送阶段减少成本的数据资产会随着收件人地址的不断增加帮助企业形成更为完善的本地配送网络；控制风险的数据资产会随着不同类别供应商各类信息的不断增加建立更客观的供应商准入机制，也会随着支付行为数据的不断收集为企业建立更合理的信用评级机制。此类数据资产的使用寿命有限且可以合理估计，依照目前学术界形成的观点，对于使用寿命有限的数据资产，企业可以考虑在5年内进行摊销。例如，对于C2C模式下电商平台用于信用评级的数据资产，企业可以将其每年的摊销金额借记“管理费用”科目，贷记“累计摊销”科目。

（3）数据资产的处置。数据资产的处置可以根据数据资产在处置时是否能产生未来经济利益分为出售和报废两种情况。B2C模式下电商平台可以通过出售其完善的配送网络而获得收入，企业应将确认收入的同时将数据资产的账面价值做转销处理，最后将两者差额计入“营业外收入”。此外，三种商业模式用于分析消费者偏好的数据资产在丧失时效性之后不能为企业带来经济利益，企业应将此类数据资产的处置费用计入“营业外支出”。

（三）数据资产的列报与披露

基于上述对数据资产确认和计量问题的讨论，本文提出将电商平台数据资产入表的构想。数据资产入表一方面可以适当降低信息提供者和使用者的信息不对称程度，提高财报的相关性，另一方面可以增强企业资产价值的完整性，进而提高财报的可靠性。同时，企业也应在财报附注中对数据资产的相关信息进行披露。本文认为企业应采用表内确认和表外披露相结合的方式来全面反映数据资产的价值。

1. 表内确认。电商平台数据资产符合无形资产的无实物形态、非货币性和可辨认性三个特征，应作为无形资产的二级科目“数据资产”在企业的资产负债表上列示。在后续计量中，企业应将使用寿命确定的数据资产在其使用期限内进行摊销，其摊销金额记入“累计摊销”科目；使用寿命不确定的数据资产，企业应当至少在每年年末对其进行减值测试，若发生减值，应将减值金额记入“无形资产减值准备”科目。由此，企业数据资产的账面价值可以通过“无形资产——数据资产”“累计摊销”和“无形资产减值准备”三个科目予以体现。

2. 表外披露。首先，权属问题是数据资产的确认前提，因此企业应在财报附注中对数据资产的权属问题进行披露。电商平台对于其数据资产的权利主要分为所有权和使用权。例如， C2C模式下的电商平台对浏览阶段的数据享有所有权，对支付阶段和配送阶段的数据享有使用权。其次，企业要在附注中对数据资产的数据来源、用途及价值表现形式进行披露。例如， C2C模式下的电商平台用于信用评级的数据来源于支付阶段，其价值表现形式为控制风险。最后，企业应当披露数据资产计量方法选择的依据。例如，企业采用历史成本法对数据资产进行初始计量，就应该在附注中披露选用历史成本计量属性的理由、后续计量中对于使用寿命的判断依据、摊销方法的选择依据及减值迹象的描述。此外，若数据资产的摊销期或摊销方法发生改变，企业应当按照《企业会计准则》的规定，披露变更原因、变更内容及变更对当期和未来期间的影响数。最后，对于本期进行终止确认的数据资产，企业应披露其终止确认的理由及数据资产终止确认对当期损益的影响。

五、结论与展望

数据的存在形式和价值创造方式相比于传统要素有所不同，使得其会计处理存在一定的难度。目前我国已经出台了《暂行规定》，但是在不同类型企业中的具体应用还存在很多问题有待探讨。本文选取数据资源较为集中的电商平台作为研究对象，首先对不同商业模式下电商平台涉及的数据资源进行描述，其次通过收入增加、成本减少及控制风险这三种价值创造形式对数据资源进行重新归集，最后对数据资源能否确认为资产及数据资产的会计处理和列报机制进行讨论。本文认为，在确认方面，电商平台的数据资源均符合资产特征及确认条件，应被确认为资产，并且在主要特征上与无形资产相同，因此应作为无形资产的二级科目列示在资产负债表中。在初始计量方面，应采用历史成本作为数据资产入账的价值基础。在后续计量方面，对数据资产技术性更新的后续支出应予以资本化，反之应予以费用化；对于更新较快的数据资产，企业因无法确定其预计使用寿命而不进行摊销，应至少在每年年末对数据资产进行减值测试；对于更新较慢的数据资产，企业应在5年内选用合适的方法进行摊销。在处置时，企业應将数据资产的可收回金额与账面价值的差额计入营业外收支；在列报披露方面，数据资产的账面价值可以通过“无形资产——数据资产”“累计摊销”和“无形资产减值准备”这三个科目体现，同时企业应在财报附注中对数据资产的权属、内容、应用场景、计量属性和方式的选择依据、会计估计变更和终止确认的理由等进行披露。本文对数据资产的未来展望如下。

（一）建立完善的数据资产权利体系

合法合规是企业确认数据资产的前提，保证合法合规的最有效手段就是明确数据资产的权属问题。我国应依据数据的来源、形成数据资产的价值链以及数据资产的价值创造方式，建立以所有权和使用权为核心的数据资产权利体系。体系中应明确各类数据权利的划分依据、企业获取各项权利的前提条件以及不同权利对应相关经济利益方的获取方式。明确数据资产的权属问题不仅对数据资产的权利主体提供了法律保护，也为数据资产的经济利益分配提供了依据。

（二）采用“历史成本+公允价值”的计量属性对数据资产进行计量

无论是自产加工的数据资产还是外购的数据资产，企业采用各阶段投入成本或合同交易对价等历史成本对其进行初始计量符合会计信息的可靠性。但是，随着数据资产相关会计和法律制度的逐渐完善和数据交易市场的逐渐成熟，公允价值更适合作为数据资产的后续计量属性。此时在数据资产的后续计量中更多地应用公允价值，能够更加真实地反映市场对于其价值的认定。同时，企业也可以通过数据资产的公允价值变动了解其价值波动情况。因此，企业在后续计量中更多地使用公允价值不仅能够降低可操纵性，还能提高数据资产会计信息的决策有用性。

（三）構建数据安全监管机制

数字的电子化形式导致其复制流程简单和复制成本几乎为零，从而为数据资源的安全性埋下了隐患。此外，很多数据来源于用户的个人信息，企业若未经用户授权使用其个人信息会违反数据的合法性。因此，建立合理的数据安全监管机制尤为重要。监管机制应从数据来源的合法性和数据使用的安全性出发，建立相应的监管条例，以此保障数据来源合理合法和数据提供者的隐私。

【主要参考文献】

黄世忠，叶丰滢，陈朝琳．数据资产的确认、计量和报告——基于商业模式视角［ J］．财会月刊，2023（8）：3 ～ 7．

李雅雄，倪杉．数据资产的会计确认与计量研究［ J］．湖南财政经济学院学报，2017（4）：82 ～ 90．

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．

雷小乔，张芳．基于收益现值法的数据资产估价问题研究［ J］．统计与信息论坛，20235）：3 ～ 13．

季周，李琳．会计视角下数据资产化路径探索［ J］．财务与会计，2022（16）：38 ～ 41．

王汉生．朴素的数据价值观［ J］．新经济导刊，2018（6）：62 ～ 66．

王世杰，刘喻丹．论数据资产的确认及计量［ J］．财会月刊，2023（8）：85 ～ 92．

许宪春，张钟文，胡亚茹．数据资产统计与核算问题研究［ J］．管理世界，2022（2）：16 ～ 30+2．

游静，胡蓉，陈婉丽，赵若涵．大数据背景下数据资产核算及在区域医疗协同平台中的应用［ J］．中国管理信息化，2018（11）：43 ～ 45．

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．

张俊瑞，危雁麟．数据资产会计：概念解析与财务报表列报［ J］．财会月刊，2021（23）：13 ～ 20．