企业数据资产的会计确认与计量研究

2024-12-31罗维颖游战武刘峻宏杨心怡

财务管理研究 2024年8期

摘要：党的二十大报告强调“加快发展数字经济，促进数字经济与实体经济深度融合，打造具有国际竞争力的数字产业集群”。各类企业积极探索有效的数字化转型之路，发挥数据资产潜能，挖掘其商业价值。目前对数据资产核算暂未形成统一标准，其价值难以通过企业财务报表披露，数据资产的确认与计量已成为当下会计领域亟待解决的问题。在整合国内外数据资产相关文献的基础上，明晰数据资产会计处理现状与难点，深入剖析数据资产的确认原则、计量属性及列表披露。以京东为例，对京东数据资产的确认与计量问题进行了探讨，并提出相关建议。

关键词：数据资产；会计确认；会计计量；京东

0 引言

“十四五”规划纲要提出我国要加强数字经济建设。国务院在《关于构建数据基础制度更好发挥数据要素作用的意见》中提出：“数据作为新型生产要素，是数字化、网络化、智能化的基础，已经迅速融入生产、分配、消费和社会服务等各环节，深刻改变着生产方式、生活方式和社会治理方式”[1]。Farboodi等[2]REF_Ref20119rh认为，数字经济时代下将数据列为五大生产要素之一能提高其他要素间的协同性，与劳动、土地、资本、技术共同促进经济社会发展。于艳芳和孙俊烨[3]REF_Ref20377rh提出数据生产要素已从投入阶段过渡到产出与分配阶段，我国目前处于大规模释放数字经济红利阶段。路征[4]等人通过构建基准回归模型发现企业对数据资产进行投资、管理与运用可显著促进自身发展。在市场中拥有丰富数据资产的企业更受投资者青睐，如腾讯、阿里巴巴、字节跳动等企业，其数据资产溢价较高。Ghasemaghaei和Calic[5]倡导企业优化自身数据治理体系，对数据处理流程进行全面改造。目前众多企业和投资者已然意识到数据作为企业一项重要资源，蕴含巨大发展潜力，对企业发展也将起到不可估量的推动作用。

关于数据资产的定义，学术界存在两种代表性观点，即“数据资产论”和“数据集论”[6]REF_Ref20632rh。数据资产论从资产定义入手，结合数据特征做出相应概述。李秉祥等[7]REF_Ref20746rh认为，数据资产是“由企业过去或预测未来一年内可能发生的交易或事项形成，由企业拥有或控制，并通过进一步整理与分析能为企业带来经济利益流入的资源”。而数据集论则侧重于会计要素的确认条件，强调哪些数据能被定义为资产，Kean Birch等[8]REF_Ref20814rh认为，通过挖掘与分析数据中有价值的信息，助力企业更准确地分析市场，为企业带来目前和未来价值，实现收益最大化，使数据成为未来数字经济的关键资源，进而形成数据资产。尽管学者们对于数据资产的理解各不相同，但都致力于探索数据资产的本质，并对数据资产概念进行丰富与完善。

关于数据资产的特征，陆旭冉[9]认为数据资产主要表现为非实物性、非货币性、时效性、经济性以及存在风险性等8个方面的特征。非实物性意味着数据资产是一种无形资源，需要存储在特定媒介中，不因使用频率增加而损耗或消耗，并可在使用期限内无限制利用；非货币性指数据资产与法定数字货币不同，其未来对企业带来经济利益具有不确定性；时效性意味着数据在特定时间内对企业决策效果不同；经济性指预期为企业带来经济效益不仅取决于数据本身，还取决于数据使用者的能力；风险性指数据资产需充分考虑数据资产的来源安全性、使用准确性、价值波动以及数据隐私问题等。

关于数据资产的会计确认，罗玫等[10]REF_Ref20919rh提出需将数据列入企业资产项，体现企业真实价值，并实现企业科学管理的过程。作为一种新的资产类别，学术界对于数据资产如何确认与计量仍存在较多分歧。对于数据资产确认方法，侯彦英[11]REF_Ref20968rh提出，应首先对数据进行标识，采取防篡改和不可逆机制等为数据生成独特标识，如此能更快捷地确认数据来源，再进行数据确权，即明确数据资产所有权与控制权，明确法律授予的数据占有、使用和处置权利的权利人。对于确认为何种资产，目前存在两种代表性观点，第一种观点强调数据资产中的无形资产特性，主张将其纳入无形资产领域核算；第二种观点认为无形资产的会计制度有其特殊性，把数据仅视为一种无形资产进行确认无法明确数据资产所有权问题，且现行无形资产价值评估方法不能准确衡量数据资产价值。张俊瑞和危雁麟[12]主张应明确数据资产的独特属性，单独设立“数据资产”一级科目，通过该科目来确认与计量，以便形成一种独立的数据资产会计制度。

关于数据资产的会计计量，其关键在于选择合适的计量属性和计量方法。财政部发布的《企业财务报告的确认和计量》提出可采用历史成本法、公允价值法、可变现净值法、未来现金流量法和重置成本法5种计量方法。邹照菊[13]REF_Ref21033rh提出以数据资产获得时的实际成本作为数据资产的价值，即运用历史成本法进行计量。唐莉和李省思[14]REF_Ref21082rh提出，大量数据资产随着企业的发展会追加维护费用和后续投资，导致数据资产预期未来能给企业带来的经济利益将远超或远低于其初始投入价值，此时历史成本法已不能准确反映数据资产的真实价值，而应采用收益现值法，通过预测数据资产未来预期回报，按其折现价值进行计量。张俊瑞等[15]REF_Ref21128rh提出由于数据资产未来价值具有不确定性，难以准确计量其未来经济价值。伴随着数据资产交易市场日益完善，数据资产采集整理阶段所涉及的人力、技术和设备成本信息能被准确获取，可使用公允价值法对数据资产进行计量。企业对自身数据资产的理解各不相同，选取数据资产计量属性时，应针对该数据资产具体情况加以分析。

关于数据资产应及时进行确认与计量问题，目前学术界已有大致确认方法与计量属性。但实践中对于数据资产的会计处理仍存在较大差异，如何将企业拥有或创造的数据进行资产化处理还未形成统一流程，不同企业对数据资产采取的会计处理思路与方法各异。对此，本文在深入分析企业数据资产发展现状的基础上，总结和归纳企业数据资产会计处理方式及数据资产化过程中所遇难点，并以京东为例，探索京东数据资产会计确认与计量遵循原则、方法、步骤及数据资产入表前后会计报表发生的变化，并提出相关建议。

1 企业数据资产会计处理现状及难点

1.1 企业数据资产发展现状

企业数据资产的来源与构成。目前，企业线上销售系统承载了企业绝大部分数据资产，包括客户基本信息、喜好、最新消费、消费频率和消费金额等数据。企业可结合自身业务需求与运营模式，运用大数据技术全面整合客户各类数据，并对数据进行挖掘与分析，借此分析客户购买行为，构建用户画像，提高企业服务效率、销售能力和决策运营水平。

数据资产交易市场规模日益壮大。近年我国数字经济规模持续增长，企业数据资产内部结构不断优化，促进经济发展势头持续向好。2017—2022年，中国数字经济规模平均增长率为13.06%，数字经济占GDP比重从32.9%上升至41.5%，占比平均每年上升约1.7%（见图1）。数据使用场景进一步扩大，参与交易流通的数据类型也由金融数据逐渐扩大至医疗、交通运输、工业等数据。隐私运算等新技术的广泛应用，进一步推动数据要素的安全流动。公共数据也逐渐成为信息交换平台中数据的主要供给源，其体现的巨大公众价值已经开始反哺数据行业发展。同时，数据交易的上下游产业链开始形成，对未来建立新型商业生态产生深远影响。

无论是自行开发还是外部购买数据都会产生高额成本，但大部分企业将其视为生产经营活动中伴生活动的成本，并未将该支出作为一项资产，而将其全部“费用化”作为当期损益。此类数据可长期给企业带来经济效益的流入，应纳入企业的资产项，其成本应通过折旧或摊销逐年费用化，以此实现收入与费用的合理配比。若企业将数据支出一次性直接费用化计入当期损益，会导致企业当期盈亏率和成本费用计量配比产生严重扭曲，降低会计信息的准确性，进而影响报表使用者的决策有效性。另外，数据未资产化会对企业资产的账面价值产生较大影响，导致企业资产账面价值偏低，难以反映企业的真实价值。

将数据支出直接计入当期损益，不在资产负债表中体现，导致企业资产负债表难以正确反映数据资产的投入与消耗，以及各期间数据资产价值变动状况，难以正确体现企业管理者运用数据资产为企业提供价值的过程。在利润表中，由于数据支出直接费用化，导致净利润较真实值偏低，企业盈利能力被低估，影响报表的真实性与严谨性。在现金流量表中，数据支出本该归属于投资活动现金流量，却因将其归属于经营活动现金流量，影响企业经营与投资活动现金流量流入额，不利于企业管理者做出正确决策。将企业数据资产化并进行恰当的会计核算是正确反映企业价值的必要措施。

1.3 数据资产会计处理难点

（1）数据资产成本难以确认。对于企业内部主要用于自身经营的数据资产，其牵涉范围较广，同一数据可能同时涉及生产、销售、营销与经营等多个环节，具体成本难以准确计算。对于企业外部主要用于市场交易的数据资产，尽管交易数据有明确报价，但受数据交易市场发展限制，且数据资产自身流动性与透明性不高，难以形成活跃的、公平的、公开的市场报价[16]REF_Ref21213rh。

（2）数据资产计量方法难以选择。在不同行业中数据资产的开发与应用程度差异极为显著，使得数据资产表现出不同的会计计量特征，在数据资产计量方法探讨中造成极大困难[17]。即便在相同行业，由于企业所处市场环境与发展规划不同，依然难以对数据资产采取统一的计量方法。随着企业进入不同发展阶段，数据资产因其时效性与价值波动性，原先所采用的计量方法可能不再适用，企业需进行计量方法的变更。

（3）数据资产的经济效益难以辨识。传统资产有其固有物理状态，资产生成都有其明确的投入成本与经济意义，资产物量之间具有显著的可比性或异质性[18]。而数据资产具有非物质形态，其所带来的收益难以辨识，为企业带来的经济利益流入难以可靠计量。且数据资产价值波动大，其收益极不稳定，在对数据资产进行减值准备、摊销、公允价值变动、资产处置及公司所得税调整计算时会带来阻力。

2 京东数据资产的相关案例研究

2.1 案例背景

京东自2004年开始进军电商领域。2014年5月，京东首次发布信用管理商品京东白条，并在美国纳斯达克成功上市。京东业务范围涉及多个领域，智能化板块以数据驱动模式为核心，收集各方面数据，并利用人工智能技术进行分析，在商品、用户和供应链等领域进行深入挖掘，以实现智能化的决策和运营。京东提供第三方商家入驻的平台，并为其提供全方位的服务，包括技术支持、物流配送和售后服务等。

京东的自营零售业务近年来持续保持营收稳定增长，作为整个集团的战略核心，零售业务已然成为其收入和利润占集团总量比重最大的业务，在京东各业务板块中扮演着极为重要的角色。据2021年数据，京东的零售行业（不包括京喜、京喜拼拼等创新型业务）总收入超过8 663亿元，同比上升25.0%。同时，公司主营业务利润达到266亿元，同比上升29.1%；营业收益率约3.1%，呈现稳中有升趋势。

2.2 京东数据资产的来源与构成

根据京东的运营模式，其数据资产来源分为两类。其一是零售业务与物流业务，主要体现为平台利用大数据和云计算技术分析用户画像，通过用户的偏好进行推送以满足用户需求。商品结算阶段，根据用户对各种支付方式的偏好来设定推广策略，让客户产生便捷的消费体验；商品配送阶段，依托

京东物流网络，生成大量配送数据以提升配送效率，其中的物流成本数据可用于物流成本控制和物流效率评估等；交易完成后，京东依托自身平台提供售后服务，并通过用户反馈进行累积计算，更准确地把握当前市场风向，从而向用户推送更符合需求的商品，达成战略目的。其二是京东购买的数据资产，主要包括金融数据和市场调研数据。京东与各种金融机构合作以获取金融数据，此类数据可以用于财务管理和风险控制等；通过购买市场调研数据，包括产品调研、技术研究报告和竞争对手情报等，以了解市场需求和竞争情况。

2.3 京东数据资产确认

数据作为一项资源，合理将其确认定为资产可以使企业实现价值增值。企业如果能明确其对数据所有权与控制权，应考虑将其纳入资产的核算[19]REF_Ref21435rh。要将数据纳入数据资产的核算，应首先满足企业会计准则中资产的确认条件，即由企业过去的交易或事项产生的，由企业掌握或管理的，预期会为企业提供经营利润的资源。通常数据能通过两种方式为企业带来经济效益：其一，通过数据分析与挖掘的结果，改善企业的管理模式，提高企业经营效率；其二，通过数据的产品化与服务化实现数据资产的交易与共享而带来收益。

京东数据资源中，采购和仓储阶段产生供应商数据、商品采购数据；销售阶段产生用户的商品偏好、忠诚度等数据；售前售后服务中产生商品咨询率、返修率；支付结算阶段产生用户支付方式偏好、京东白条使用率；配送阶段产生配送路线、配送状态等数据，此类数据均可确权为京东所有、且能为其产生价值的数据资产。结合京东业务进行具体分析，对于其中成本或价值能够进行可靠计量的部分，本文设立“数据资产”一级科目。对于主要用于改善企业的管理模式、提高企业经营效率的数据，在“数据资产”设“内部经营数据”二级科目；对于主要用于交易或共享获取收益的数据，设“外部交易数据”二级科目。

2.4 京东数据资产计量

2.4.1 初始计量

京东日常经营活动形成的数据资产为企业创造的价值较难准确计量，同时该类数据资产并无稳定的交易市场，难以获取同类或类似产品的市场价格信息，因此本文对此部分数据资产采用历史成本法进行计量，以获取、处理和存储此类数据的成本作为基础计算其初始价值。成本包括直接支出与间接支出，如数据采集、存储、处理、分析等相关费用。若此类数据资产为满足某种特定目的而收集或生成，其成本还应包括为实现目标而发生的必要支出，如市场调研、专利申请等。具体会计处理方式如下：

当采集、处理和存储数据资产时：

借：数据资产——资本化支出

贷：银行存款/应付职工薪酬等

当数据资产达到可用状态时：

借：数据资产——内部经营数据

贷：数据资产——资本化支出

对于通过外部交易而获得的数据资产，能有效获取市场中同类或类似产品的市场价格，例如从同花顺、万方等金融机构购买的金融数据、市场调研数据、供应链数据、第三方数据等，应采用公允价值方法计量数据资产。若购买的数据处于即用状态，购买价款、手续费等其他必要成本可作为入账价值依据。若购买后还需进行加工才能带来经济效益，则还需加上使其达到最终状态的必要支出中的可资本化部分。具体会计处理方式如下：

借：数据资产——外部交易数据

贷：银行存款等

2.4.2 后续计量

1.数据资产的摊销

李泽红和檀晓云[20]REF_Ref21500rh认为关于使用寿命有限的数据资产的摊销方法，应用加速摊销法在5年内将数据资产摊销到0。加速摊销法是一种前期摊销较多，后期摊销减少的摊销方法，其在资产初始阶段加速摊销，以反映资产价值在前期减值速度更快的事实，随着时间的推移摊销金额逐渐减少。通过使用加速摊销法，可以更加准确地反映数据资产在确认时的价值重要性，以及此类资产在后期使用中减值的情况。具体会计处理方式如下：

借：管理费用等

贷：数据资产累计摊销

2.数据资产的减值准备

陆旭冉[21]认为若数据资产的使用年限不确定，无法可靠计算每年摊销额，则不宜开展数据资产摊销工作，而应定期开展减值测试，以计提数据资产减值准备。随着时间的推移，数据的价值会随着市场需求、技术进步及法律法规的变化而发生波动，且数据资产较其他资产价值波动更加剧烈。定期进行数据资产减值测试，不仅可以更好地反映数据资产的真实价值，还能帮助企业管理风险和预测未来的现金流入。

关于数据资产计提减值准备，可参照“孰低法”思想，即比较数据资产可回收金额与其账面价值孰低的方式来确定该资产是否具有减值迹象。数据资产可回收金额是指数据资产未来预期现金流入减去相关成本得到的现值；账面价值是指数据资产在企业财务报表中的初始成本减去累计摊销和减值后的余额。若数据资产的可回收金额低于其账面价值，则说明该项数据资产出现减值迹象，应及时对其做出会计处理，企业须计算二者之间的差价并计提减值准备。具体会计处理方式如下：

借：资产减值损失

贷：数据资产减值准备

3.数据资产的公允价值变动

对部分数据资产采取公允价值法计量时，数据资产的价值波动存在不确定性。随着时间的推移，数据资产经济价值可能远超或远低于之前的计量价值，因此，对此类数据资产须进行定期评估，并根据评估结果调整其账面价值，以反映其真实价值，确保财务报告的可靠性和准确性。具体会计处理方式如下：

当数据资产的公允价值增值时：

借：数据资产——公允价值变动

贷：其他综合收益

当数据资产的公允价值减值时：

借：其他综合收益

贷：数据资产——公允价值变动

4.数据资产处置

数据资产存在风险性，若产生意外损毁、人为泄露、数据丢失等现象，该数据资产无法继续为企业带来经济效益，甚至遭受数据来源方的追责，企业应及时转销相关数据资产账户的余额。具体会计处理方式如下：

借：营业外支出

数据资产累计折旧

数据资产减值准备

贷：数据资产/应收账款等

当结转公允价值减值的数据资产时：

借：营业外支出

贷：其他综合收益

当结转公允价值增值的数据资产时：

借：其他综合收益

贷：营业外收入

3 京东数据资产入表前后会计报表对比分析

京东数据资产体量巨大，确认与计量的数据资产是否列报披露将对企业财务报告产生巨大影响。通过对京东2021—2022年资产负债表与利润表的调整，直观地体现上述数据资产核算对财务报表所造成影响。由于京东并未在年报中披露营业成本的明细，下文将通过京东引入数据资产后2021年净利润实现由负转正事例，佐证数据资产核算对财务报表产生的重要影响。本文只假设京东营业成本中仅有0.6%符合资本化条件，可以确认为数据资产。2021—2022年财务报表调整请见表1、表2。

由表2可以看出，京东2021—2022年净利润与资产总额经调整后都有显著增长，且在2021年实现扭亏为盈。说明数据资产因未合理纳入财务报表导致资产与净利润偏离企业真实状况，需采取恰当的核算方法对其进行计量，并进行信息披露。如此能更准确展示出企业真正拥有的、能为企业带来经济效益的资产规模与企业自身价值，使管理者和投资者等能更合理、高效地进行决策和规划。在报表调整中，尽管京东并未明确披露营业成本明细，无法准确获取可被“资产化”的数据资产的营业成本数额，但京东作为电商龙头企业之一，其数据资产体量巨大，可资产化数据资产数额远超营业成本的0.6%，若将其全部列报披露，将对财务报表产生更为重大的影响。这充分说明将数据资产纳入会计核算对于反映企业真实财务状况有重大意义，能够助力企业盘清数据资产，有针对性地将数据向资产转化，也便于政府开展监督与管理。同时此类数据也有利于企业摸清市场脉搏，助力数据市场发展，增强企业向数字化转型的信心，推动我国数字经济高质高效发展。

4 研究结论

通过对当前企业数据资产会计处理相关问题进行研究，综合分析我国数据资产发展现状、确认原则、计量属性及列表披露，并以京东为例，分析其数据资产会计处理方式及对会计报表造成的影响，得出以下研究结论：

第一，数据资产的确认亟待完善。随着互联网与移动设备的普及，数据被不断生成和积累。这些数据不仅可反映用户需求和市场趋势，还能帮助电商平台优化运营、提高效率、增强竞争力。数据资产已经成为电商平台发展中不可或缺的重要资源，对于其中符合资产确认条件的数据应及时确认为数据资产。同时，由于“数据资产”与无形资产存在差异，应单独设立“数据资产”一级科目进行核算，更好地体现数据资产对企业价值的贡献与作用，以便进行管理和评估。第二，数据资产的会计处理应“因事制宜”。对不同类型的数据资产应采取不同的会计处理方式。企业中有日常经营活动形成的数据资产与对外购买的数据资产，因数据资产具有价值变动大、时效性强等特征，应当定期对其进行摊销和计提减值准备。对适用历史成本法计量的数据资产，应根据其使用寿命加以摊销；但对适用公允价值法计量的数据资产，应根据市场价格的波动情况和数据资产的使用状况，定期计提减值准备与公允价值变动调整。第三，数据资产信息披露至关重要。企业数据资产费用化处理能减少一定税务支出，但可能导致企业财务报表中资产与利润低于企业实际值。企业应对数据资产采取恰当价值评估方法进行信息披露，展现企业真实拥有、能为企业带来经济效益的资产及企业的真实价值，助力报表使用者更高效地进行规划与决策。

5 结语

大数据时代下，随着数字经济的快速发展，数据资产逐渐成为企业发展的关键因素，统一数据资产的会计处理标准范式，帮助形成统一的数据资产计量价值标准，使得企业更准确地把握数据资产的经济价值。本文以京东数据资产处理为例，分析对数据资产进行会计处理带来的影响，同时，综合现阶段学术界提出的对数据资产会计处理方式，选择采取历史成本法、加速摊销法、孰低法等方法根据不同情况进行会计处理。

研究存在一定的局限性：首先，选取的研究对象京东并不能完全代表行业内所有企业，其财务状况及发展模式参照上市公司标准，而其他非上市公司无法根据其处理方式进行有效参考；其次，数据资产的价值波动存在不确定性。随着时间的推移，可导致数据资产经济价值远超或远低于之前计量价值，其未来价值存在较大波动性和不可预见性。

虽然数据资产的各方面不确定性和波动性较大，为其确认和计量带来了难度，但数字时代下数据资产作为关键要素不可缺少。数据资产的有效利用不仅能帮助企业提高运营效率，还能了解市场细分情况，帮助企业进行精准营销和推广。在未来的研究工作中，可以深入研究数据资产的未来预期收益、测算单项数据资产等问题。相信会对促进企业对数据资产的研究和带动企业经济发展，帮助更好地成立企业数据资产评估体系。

参考文献

[1]中华人民共和国中央人民政府.中共中央国务院关于构建数据基础制度更好发挥数据要素作用的意见[A/OL].（2022-12-19）[2024-6-13].https：//www.gov.cn/zhengce/2022-12/19/content_5732695.htm.

[2]FARBOODI M， MIHET R， PHILIPPON T， VELDKAMP L. Big Data and Firm Dynamics[J].AEA Papers and Proceedings，2019（109）：38-42．

[3]于艳芳，孙俊烨.电网企业数据资产价值评估研究：以国家电网有限企业为例[J].财会通讯，2023（20）：89-97.

[4]路征，周婷，王理，等.数据资产与企业发展：来自中国上市企业的经验证据[J].产业经济研究，2023（4）：128-142.

[5]GHASEMAGHAEI M， CALIC G.Assessing the impact of big data on firm innovation performance：big data is not always better data[J]. Journal of business research， 2020（108）：147-162.

[6]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.

[7]李秉祥，任晗晓，尹会茹，等.数字经济背景下大数据资产的确认、计量与列报披露[J].财会通讯，2022（11）：79-83，88.

[8]BIRCH K， COCHRANE D T， WARD C. Data as asset？ The measurement， governance， and valuation of digital personal data by Big Tech[J].Big Data amp; Society， 2021， 8（1）：2-6.

[9]陆旭冉.大数据资产计量问题探讨[J].财会通讯，2019（10）：59-63.

[10]罗玫，李金璞，汤珂.企业数据资产化：会计确认与价值评估[J].清华大学学报（哲学社会科学版），2023，38（5）：195-209，226.

[11]侯彦英.数据资产会计确认与要素市场化配置[J].会计之友，2021（17）：2-8.

[12]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.

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

[14]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.

[15]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.

[16]何越.数字经济背景下企业数据资产计量体系构建研究[J].湖湘论坛，2023，36（5）：116-124.

[17]张雪，刘艺琦，吴武清.数据资产会计计量研究：以大数据企业为例[J].财会通讯，2022（19）：10-14，20.

[18]李原，刘洋，李宝瑜.数据资产核算若干理论问题辨析[J].统计研究，2022，39（9）：19-28.

[19]吕艳娜，杨世忠.企业数据资产的会计处理研究[J].商业会计，2022（14）：33-36.

[20]李泽红，檀晓云.大数据资产会计确认、计量与报告[J].财会通讯，2018（10）：58-59，129.