企业数据资产的相关问题探究

摘要：随着信息技术的飞速发展，数据已成为企业宝贵的资产之一，其管理和会计处理问题也越来越受到关注。数据资产的非物质性、可复制性、动态性使其成为一种特殊的资源，为企业决策支持、市场竞争优势的获取、新商业机会的发现提供了重要价值，但数据资产管理过程中也出现了包括价值评估的复杂性、会计准则的不完善、数据归属权的界定困难以及从业人员能力的不足等一系列问题。针对这些问题，建议及时建立数据资产评估标准、完善相关制度、明确数据归属权、提高从业人员能力等，以便实现数据资产价值的充分发挥。

关键词：企业；数据资产；价值

21世纪是信息爆炸的时代，数据逐渐成为企业竞争中的关键资源，国家层面对数据资产的管理和利用也提出了明确的指导和要求，标志着数据资产管理进入了一个新的发展阶段，也进一步凸显了对企业数据资产会计处理问题研究的迫切需求。数据资产作为一种新型的无形资产，其价值的评估和会计处理方式与传统资产存在本质的不同，给会计领域带来了新的挑战，尤其是在全球经济数字化转型的背景下，如何解决这些问题，成为业界十分关注的课题。因此，探讨企业数据资产的会计处理问题，不但是适应数字经济发展趋势的需要，也是提高企业数据管理水平和会计信息质量的重要途径。

一、企业数据资产的特点

（一）非物质性

企业数据资产的非物质性是其最显著的特征之一，深刻影响数据资产的管理、评估，及其在企业战略中的运用。数据资产与传统的物质资产不同，不存在于任何物理形态中，是以数字信息的形式存在，并通过信息技术的手段进行收集、存储、处理，这种非物质性质意味着数据资产不受物理空间的限制，可以在全球范围内瞬时传播和复制。数据资产的非物质性还表现在其价值的抽象性上。数据资产不同于土地和机器等物质资产，价值可以通过市场交易直接体现，它的价值往往隐藏在数据分析和应用的潜力中，要求企业不但要掌握数据收集和存储的技术，还要具备将数据转化为决策支持和战略规划的能力。此外，数据资产的非物质性还意味着易受到外部攻击，从而难以保护。数据资产与物质资产不同的是数据的泄露、滥用、容易丢失会导致不可逆转的损失，尤其是在涉及敏感信息和个人隐私的情况下。同时，非物质性还加大了数据资产归属权的界定难度。数据资产往往是通过多方的共同努力产生的，如何界定和保护数据产权成为一个复杂的法律和管理问题，很难精确界定出对其的归属权。

（二）可复制性

企业数据资产还具有可复制性的特点，这个特点为数据的分布式存储、快速共享、高效利用提供了可能，可以在不降低原有价值的前提下进行无限复制，这一点在数字经济时代尤为重要。由此可见，一旦数据被创建或收集，就可以以极低的成本被复制并传输到世界任何角落，为企业开拓新市场、优化运营流程、提升客户服务体验提供了极大的灵活性。此外，数据资产的可复制性也为自身的价值增值提供了基础。在数字化时代，数据本身成为一种可以被多次利用和开发出多种用途的资源，一个数据集可以支持多个业务场景，直接提高了企业的创新能力和业务多样性，从而为企业创造新的增长点。但是，数据资产的可复制性也带来了管理上的挑战。一是数据的无限复制和分布式存储增加了数据治理的复杂性，企业需要保证数据的一致性和准确性，防止错误或过时的数据被重复利用。二是数据的易复制性也增加了数据安全和知识产权保护的难度。数据一旦被未经授权的第三方复制，会导致商业机密泄露或侵犯个人隐私，给企业带来法律风险和品牌声誉损害。

（三）动态性

企业数据资产所固有的动态性是其区别于其他类型资产的显著特点，体现了数据资产价值和用途随时间、技术进步、业务应用场景的变化而持续演变的特性。数据资产的动态性来源于数据本身在不断增长和更新中的活跃特征和数据分析技术和应用领域的快速发展，不但为企业带来了灵活适应市场变化的能力，也有利于提高企业在数据管理和利用方面的持续创新能力。数据资产的动态性表现在其内容的实时更新和增长上。随着企业运营的进行，新的交易发生，客户互动产生，社会媒体反馈汇集，企业内外部环境持续生成新的数据，而数据的实时性和累积性要求企业具备高效的数据处理和分析能力，以便及时捕捉到市场变化和业务机会。此外，数据资产的动态性还体现在技术进步对数据价值的影响上。随着大数据分析、人工智能、机器学习等技术的发展，数据资产的处理和分析方法不断革新，让原本未被充分利用的数据变得有价值，甚至能创造出新的业务模式和收入流。但是，数据资产的动态性也给企业的数据管理带来了挑战。为此，企业需要建立灵活且高效的数据管理系统，以适应数据快速变化的特性，做好对数据的收集、存储、处理，还要保证数据安全。

二、企业数据资产的重要性

（一）帮助企业做出更准确的决策

企业在当下的商业环境中，面临着前所未有的竞争压力，决策的过程不但要快速，还要精准，为了实现这一目标，数据资产的作用就变得尤为重要。首先，数据资产可以通过提供实时且全面的信息来支持企业做出更为准确的决策。企业利用数据资产，能深入了解市场趋势、客户需求、竞争对手状况、内部运营效率，从而在众多决策选项中选择最佳方案，实现科学化的决策。其次，企业数据资产通过收集和分析各种数据，可以揭示消费者的行为模式、市场的潜在需求以及产品或服务的未来发展方向，为自身制定市场策略、优化产品设计、提升客户服务体验提供坚实的依据。最后，企业数据资产的分析结果还能预测未来趋势。企业数据资产管理过程中，通过对大量数据的深度挖掘和智能分析可以预见市场变化，并根据这些变化及时加以调整，从而最大限度减少因市场预测不准确而导致的损失。

（二）帮助企业获得市场竞争优势

企业在激烈的市场竞争中，如何保证自身的竞争地位，并不断提高自身的市场影响力，是一项长期且复杂的任务，而数据资产的有效利用为企业实现这一目标提供了可能，将有利于企业在竞争中占据有利位置。企业通过深度挖掘和分析数据资产，能获得关于市场趋势、消费者偏好、竞争对手行为等方面的信息，基于这些信息，企业可以对市场进行更为全面的分析，从而提高自身的市场竞争优势。首先，数据资产使企业能更好地理解客户的需求和行为模式，并通过这些洞察，设计出更符合市场需求的产品和服务，提升用户满意度和忠诚度，从而做出有针对性的市场策略，提高市场竞争力。其次，企业利用数据资产，可以精确识别目标客户群体，定制个性化的营销信息，通过合适的渠道在合适的时间点传送给潜在客户，从而大幅提升营销活动的转化率和ROI，提高自身的市场占有率。最后，数据资产还能够为企业提供竞争情报，帮助企业了解行业内的最新动态和竞争对手的情况。企业数据资产通过对竞争对手的数据分析，可以发现他们的优势和弱点，从而制定出有效的竞争对策，甚至发现新的市场机会，这种基于数据的竞争分析，使企业能快速响应市场变化，保持自身的竞争力。

（三）有利于企业发现新的商业机会

企业数据资产在揭示未被挖掘的商业机会方面发挥着至关重要的作用。首先，企业利用数据资产，可以对大量的消费者数据进行收集和分析，得出消费者的潜在兴趣，而这些信息为企业提供了定制化产品和服务的机会，使其能更精准地满足目标客户群的特定需求，从而将新的商机转换为价值。其次，企业数据资产还能识别新兴的市场趋势和行业变革的早期信号。数据资产通过对行业数据、竞争对手活动、市场报告等的分析，可以提前感知到市场的变化，从而率先进入新兴市场或调整自身的业务战略以适应行业变革。同时，企业的这种基于数据的前瞻性决策能把握市场先机，并利用新兴市场带来的增长机会，可以为企业创造更多的利润。最后，数据资产还为企业提供了跨界创新的机会。在数字化时代，数据的边界越来越模糊，企业通过对不同行业和领域数据的整合分析，可以发现跨界合作的机会，创造出新的产品和服务，不但能为企业带来新的收入来源，还能提高企业的品牌影响力。

三、企业数据资产管理中存在的问题

（一）价值评估难

企业数据资产管理中的一个核心问题是价值评估难。首先，数据准确性、完整性、时效性和唯一性等因素都直接影响到数据的实用价值，但在实际操作中，评估这些因素往往缺少客观的标准和量化的方法，从而导致数据资产价值难以准确衡量。其次，价值评估难也与使用环境和应用场景有关。相同的数据集在不同的业务场景中发挥着完全不同的价值，这种情景依赖性使得在缺少具体应用前提的情况下对数据资产进行普遍性评估变得复杂。同时，随着技术进步和市场需求的变化，数据资产的潜在价值也在不断波动，从而增加了评估的不确定性。再次，数据资产的收益可以来源于直接的产品或服务销售，也可以来源于通过数据分析获得的业务洞察和决策优化，这些间接收益的评估需要复杂的模型和假设，而这些模型和假设本身的不确定性又进一步增加了评估难度。最后，缺乏统一的评估框架和标准是造成数据资产价值评估难的另一个重要原因。目前，企业在评估数据资产价值时往往采用自行开发的方法，或者依据经验进行估算，这类做法缺少可比性和普遍性，导致不同企业之间的数据资产价值难以进行有效比较。

（二）相关制度不完善

企业数据资产管理中存在制度不完善的问题。一方面，数据资产的后续计量和减值测试还缺少具体的操作指南。虽然《企业数据资源相关会计处理暂行规定》明确了数据资源按照无形资产或存货进行处理，但传统资产的后续计量通常依赖于公允价值或可变现净值等较为明确的指标，对于数据资产而言由于其价值的不确定性和应用场景的多样性，很难找到类似的量化指标进行准确的后续计量或减值测试。另一方面，数据治理和数据隐私保护法规缺失或滞后。随着数据量的爆炸式增长以及数据应用范围的不断扩大，企业对数据的收集、存储、处理和分析活动越来越频繁。然而，关于数据治理的法规往往没有跟上这一发展的步伐，导致在数据管理过程中存在法律和道德风险。

（三）归属权界定模糊

在企业数据资产管理中，归属权的界定模糊是一个普遍存在的问题。首先，数据的来源多样化导致归属权难以划分。企业在运营过程中收集和生成的数据通常来自多个渠道，这些数据的产权归属于企业、个人用户、合作伙伴还是第三方，往往缺少清晰的界定，尤其是在合作项目中多方共同贡献和使用数据，如何判定各自的数据贡献和所有权成为复杂的问题。其次，数据经过处理和分析后产生的派生数据的归属权也同样模糊。数据在被分析和处理过程中往往会产生新的价值和形态，这些派生数据的归属权是否仍旧归原数据提供方所有或是归数据处理方所有，亦或是共同拥有，目前还没有统一的规范和标准进行明确划分。再次，国际化经营增加了数据归属权的复杂性。随着企业业务的全球化扩展，数据跨境流动成为常态，不同国家和地区对数据保护和所有权有着不同的法律法规，导致企业在跨境处理数据时面临着额外的法律风险和合规挑战，尤其是在数据涉及个人隐私和敏感信息时，归属权的界定更加敏感和复杂。最后，技术快速发展下的数据归属权争议也日益增多。随着云计算、大数据分析、人工智能等技术的应用，数据的存储、处理、分析方式日趋复杂，数据资产的控制权和使用权变得更加模糊，如何在技术层面上落实数据归属权的明确，保护数据资产的法律权益，成为一个亟待解决的问题。

（四）从业人员能力不足

在企业数据资产管理中，从业人员能力不足逐渐成为一个突出问题，直接影响到数据资产的有效管理和价值实现。首先，对于数据资产的会计处理，需要专业的知识和技能进行准确的识别、计量、报告，但当前很多企业的财务和会计人员对于如何处理数据资产缺乏足够的理解和技能，他们熟悉传统的有形资产和无形资产的会计处理方法，但面对数据资产这种新型资产，如何进行有效的价值评估、会计确认和财务报告，却缺少明确的操作指南和实践经验。其次，数据资产的管理不仅涉及会计和财务领域，还涉及数据科学、信息技术等多个领域的知识。从业人员在数据分析、数据安全、数据治理等方面的能力不足，限制了其在数据资产管理上的深度和广度。同时，数据分析能力的不足还影响了企业从大量数据中提取有价值信息的能力，导致数据资产面临泄露和滥用的风险。再次，随着数字化转型的加速，企业对数据资产管理的需求日益增长，要求从业人员不但要具备跨领域的知识和技能，还要具备持续学习的能力，以及适应新技术的能力，但很多企业在人才培养和技能提升上的投入不足，导致从业人员在面对快速变化的数据管理环境时，难以有效应对。最后，数据资产管理的跨部门性质要求从业人员具有良好的沟通和协作能力，以促进不同部门间的信息共享和资源整合，但部分企业中部门间信息孤岛和协作障碍仍然普遍存在，从业人员的跨部门协作能力不足，从而影响了数据资产管理的效率和效果。

四、企业数据资产相关问题的优化建议

（一）建立数据资产评估标准

为解决企业数据资产的价值评估难题，建立一套完整的数据资产评估标准显得尤为关键，实施这一策略，首要任务是构建一个综合性的评估框架。首先，企业需要对数据资产进行分类，并按照数据的来源、类型、用途和产生的价值等维度进行，同时针对不同类别的数据资产，制定相应的评估方法。其次，企业一定要建立专门的数据资产评估小组。为此，企业需要保证数据资产评估小组由财务、评估、数据科学等多领域的专家组成，负责制定和执行数据资产的评估标准，还需要定期对数据资产的价值进行更新和复审，以反映数据资产随时间变化的价值波动。再次，企业要重视与外部专家和机构的合作。为此，企业可以通过多参考国际上最佳实践的方式，来持续完善数据资产评估的方法，并通过参与行业协会和专业机构举办的研讨会等方式，来了解数据资产评估领域最新的发展趋势和最新的技术，这样才可以通过利用这些最新的技术来建立科学的资产评估标准，从而保证数据资产评估标的质量。

（二）完善相关制度

首先，企业需要参照国内外最新的有关数据管理的法规，来完善数据管理制度，明确数据资产的处理方法，包括资产识别、初步计量、后续计量、减值测试以及披露要求等，以便保证企业的数据管理制度与时俱进。同时，企业在修订制度的过程中，要重点关注数据资产的生命周期管理、价值评估方法、风险控制机制等关键问题。其次，企业在制定相关制度时需要建立一个跨学科的专家工作组，工作组要包括财务、信息技术、法律和数据科学等领域的专家，以便保证新准则在涵盖数据资产会计处理的同时，也考虑到技术实现的可行性、法律合规性及数据科学的最新进展。最后，现阶段，国与国之间无论是在经济、外交、人才等多个方面的联系和交流在持续加强。在这样的大背景下，国内企业，即便不是跨国企业，也要在合适的机会下多与外部进行交流和合作，这样不仅能保证相关制度的实用性和有效性，也可以为发展国际化战略打下坚实的基础。

（三）明确数据归属权

首先，建立明确的数据归属权原则是基础。为此，企业在数据生成或收集之初，就要通过法律合同和协议等明确记录数据的产权归属，并保证文档中详细规定数据的使用权、访问权、控制权等方面的权利和义务，从而为数据资产的合法管理提供法律依据。其次，加强数据管理体系的建设也是关键。企业要建立一套完善的数据管理体系。为此，企业要通过对数据进行有效的管理和监控，并在数据资产的整个生命周期内保持其归属权的明确性，还要保证体系可以融入企业的整体数据治理架构中，与数据安全和隐私保护等政策同步推进。再次，实施先进的技术手段助力归属权的明确化。企业要利用区块链技术建立数据资产的归属和交易记录，为数据资产提供不可篡改的时间戳和归属证明，以便提高数据归属权界定的透明度和可信度，也为数据资产的交易和流转提供了可靠的技术支持。最后，企业一定要主动与政府机构、行业协会、专业法律顾问等外部资源保持沟通，参与到数据资产管理相关法律法规的讨论和制定过程中，而企业通过这种方式不但可以及时掌握法律法规变化的第一手资料，还可以为行业内数据归属权管理的标准化和规范化作出贡献。

（四）提高从业人员能力

首先，企业进行需求分析，明确在数据资产会计管理方面的具体需求。为此，企业要对当前员工在数据资产管理、会计处理、法律法规遵守等方面能力进行评估，并对人才的需求进行预测，以便可以识别出关键的能力缺口，制定针对性的培训计划。其次，设计和实施全面的培训计划是提升从业人员能力的核心环节。企业的培训内容要覆盖数据资产会计的基础知识、最新的会计准则、数据管理技术、法律法规、数据安全等多个方面。同时，企业为了增强培训效果，可以采用内部研讨会、在线课程、工作坊和外部专家讲座等多种培训方式，来满足不同员工的学习偏好和需求。再次，鼓励员工进行持续学习和自我提升同样重要。为此，企业可以通过设立学习激励机制，为员工提供学习补贴、认证奖励、职业发展机会等，来提高他们主动学习最新的数据资产管理知识和技能的兴趣。同时，企业要建立一个知识共享平台，鼓励员工分享学习心得和实践经验，从而有效促进团队内部的知识传递和技能提升。另外，企业要加强与高等教育机构和专业培训机构的合作来拓展人才培养渠道，共同开发符合企业需求的课程和培训项目，或者参与到专业认证计划中，从而提高员工的专业能力和资质水平。最后，企业要通过定期的绩效评估来了解培训计划的效果，及时发现新的能力缺口和培训需求，以便不断调整和优化培训计划，从而实现对员工在数据资产会计方面的能力提升进行持续监督和评估。

五、结语

企业在面对数据资产管理的问题时，通过建立评估标准、完善相关制度、明确数据归属权、提升从业人员能力，不但能有效应对当前的问题，还能在数据驱动的商业环境中保持竞争力。同时，企业这些策略的实施需要内外部资源的共同努力，才能保证数据资产的潜在价值得到充分实现，进而支撑企业的持续发展和创新。

参考文献：

[1]周睿.数智时代下企业数据资产确认、计量与列报[J].现代审计与会计，2024（02）：22-24.

[2]贺灿.企业数据资产价值评估探讨[J].财会学习，2024（04）：140-142.

[3]宋书勇.企业数据资产会计确认与计量问题研究[J].会计之友，2024（02）：95-101.

[4]张俊瑞，危雁麟.数据资产会计：现状、规制与展望[J].财会月刊，2023，44（12）：3-11.

[5]张新.企业数据资产会计核算问题研究[J].天津经济，2023（03）：52-56.

[6]向浩.企业数据资产化：会计确认与会计核算问题探讨[J].商业会计，2023（03）：22-27.

[7]徐涛，尤建新，曾彩霞，石涌江.企业数据资产化实践探索与理论模型构建[J].外国经济与管理，2022，44（06）：3-17.

[8]尚同燕.企业数据资产的财务呈报研究[D].广州：广东财经大学，2022.

（作者单位：银川科创小额贷款有限公司）