摘 要：在数字经济时代，数据作为五大生产要素之一，是企业价值的重要组成部分。《企业数据资源相关会计处理暂行规定》首次为数据资产入表提供了明确的政策依据。但是，数据资产的会计确认和计量仍然存在一些难点，需要政府、企业、市场、财会人员等各方面的努力。
关键词：数据资产；入表新规；政策依据
中共中央、国务院在2020年4月9日发布了《关于构建更加完善的要素市场化配置体制机制的意见》，首次明确了在数字经济时代，数据是五大生产要素之一，与传统认为的土地、劳动力、资本和技术并列。这体现了数据资产在数字经济的大背景下的重要地位，为了达成引导要素向先进生产力集聚的目的，就需要正确认识要素的经济价值，这样才能合理配置，有序流动。
随着财政部于2023年8月21日发布了《企业数据资源相关会计处理暂行规定》，规定了“从2024年1月起，企业可基于重要性原则，结合实际情况增设报表子项目，根据数据资源的持有目的、形成方式、业务模式，以及与数据资源有关的经济利益的预期消耗方式等，可以作为无形资产或存货，对数据资源相关交易和事项进行会计确认、计量和报告。”
数据资产是无形的，需要依赖于不同的载体存储，并依赖数据平台进行全生命周期管理。例如，随着智能化的发展，企业逐渐采用数据中台、信息系统和财务共享平台等工具，数据中台和信息系统能够加工、存储、整理和规范企业的数据，为前台业务部门和管理人员提供决策支持，体现了企业拥有的非财务数据资产；财务共享平台化分散为统一，使各部门财务信息标准化，体现了企业拥有的财务数据资产。由于数据资产的会计处理缺乏共识，因此大多数上市公司只是在年报的叙述性文本部分描述企业的数据资源情况。虽然这类描述属于自愿性的披露，没有法律法规对此做出明确的强制性规定，公司有很大的自由裁量权，可能有选择性披露、语调管理或其他错漏发生，而且受投资者的关注和重视程度也不如年报中财务报表的会计数字部分，但仍然有研究表明，数据资产在年报中的叙述性文字披露会一定程度上影响到投资者，审计师等信息使用者的决策行为。在未来的会计准则中，考虑到信息使用者的需求，对于数据资产的规范性要求可能会逐渐出台，以更好地适应信息时代企业经营的新特点，提升财务信息披露的全面性和透明度。因此，审慎看待并主动参与这一领域的研究和讨论，才能更好地满足不断增长的信息需求。
在现行会计准则体系下，数据资产在财务报表中的确存在一定的复杂性和挑战，主要的难点和问题体现在初始确认，后续计量等各个方面。首先是如何识别和定义数据资产。我国会计准则对资产的定义是“指企业过去的交易或者事项形成的，由企业拥有或有控制的，预期会给企业带来经济利益的资源。”对于数据资产而言，这个定义提出了几个关键点：过去的交易或事项形成、企业的拥有或控制、预期的经济利益。
一、数据资产往往是基于企业过去的交易或事项形成的
首先，数据记录了企业在特定时间和场合下的业务运作情况，是企业历史活动的直接产物，因此通常情况下能满足该点要求。其次，数据资产必须是企业能够实施控制的。这一点对于数据资产的确认尤为关键。数据具有其特殊性，与其他生产要素不同，数据的来源多样，使用灵活，可以在不同的企业之间无限地被重复使用，这就造成了数据控制权的判断难点。很多数据资源并不具有排他性，其他企业很容易收集并使用，这些信息具有一定的决策和商业价值，但由于企业无法对其实施有效控制，它们通常不符合数据资产的确认条件。相对而言，企业内部产生的数据，经过采集、清洗、整合、分析等加工过程得到的数据等，由于企业对这些数据有更直接的控制权，更可能被确认为数据资产。最后，数据资产还必须预期能够给企业带来经济利益。不同于传统的物理资产，数据资产的未来经济利益不总是显而易见的。数据本身可能不直接产生收入，但它能够通过帮助企业做出更明智的决策、优化运营流程、提升客户体验等方式间接带来经济利益。因此，评估数据资产的潜在价值时，需要考虑数据如何支持企业的战略目标和业务运营。
二、如何评估和计量数据资产
在满足了资产的定义后，还需要满足资产的确认条件才可以在财务报表上进行确认，一是与该资源有关的经济利益很可能流入企业；二是该资源的成本或者价值能够可靠地计量。但是如何确定数据资产的价值是一个挑战，因为这需要考虑数据的独特性、可用性、质量和相关的技术支持等因素。
传统的数据资产估值方法包括成本法、市场价格法和预期收益法三种。成本法是目前对资产定价普遍采用的方法，具有很高的可靠性，因为资产的获取成本是可观测的数据。但是成本法的价值相关性较低，可能不能给信息使用者提供增量的信息。而数据资产并不总是具有市场价格的，实际上很多内部产生的数据资产是企业所独有的，并且也依托于该企业的组织架构才具有价值，所以用市场价格来评估数据资产不具有广泛的适用性。如果某类数据资产有活跃的交易市场，可以获取公允价值估值的第一层次输入值，而且可以在不同企业间流通，那么使用市场价格法来评估或许是合适的，但也产生了新的问题，即除非企业所有的数据资产都有活跃的交易市场，否则部分数据资产使用公允价值计量而其他数据资产使用历史成本等其他计量基础，损害了会计信息的可比性。预期收益法则受到主观因素的影响较大，可能减少了会计信息的可靠性。因此三种方法各有利弊，可能导致数据资产难以准确计量和可比性较差。
有一些企业已经在评估数据资产方面做出了尝试。例如，南方电网公司在2021年就发布了能源行业央企的首个评估数据资产价值的方法：《中国南方电网有限责任公司数据资产定价方法（试行）》，创新性地提出了组合式的评估方法，不仅考虑了成本，还考虑了市场、时间效应等因素。以成本法和市场价格法为依据，综合考虑了影响数据资产获取成本的因素以及市场供给和需求因素，对数据资产定价进行修正；再结合预期收益法，解决好经济性贬值与功能性贬值问题。
三、关于摊销和减值
对于符合资产定义和确认条件的数据资产，其在财务报表上的体现仅是一个起点。后续如何合理计算其摊销，以及评估可能的减值，构成了会计处理的一大挑战。首先，摊销是无形资产会计处理中的一个核心概念。传统的无形资产，如专利权或商标权，其摊销方式相对明确，可以基于预期使用年限或产生收益的模式来计算。但数据资产的特性与这些传统无形资产截然不同。由于数据资产缺乏物理实体，不存在传统意义上的物理损耗，它们的价值贬损更多地体现在经济层面上。例如，随着时间的推移或技术的更新换代，某些数据可能变得不再相关或有价值，这就需要在会计上进行相应的摊销处理。
其次，数据资产的摊销也面临着寿命估计的问题。不同于物理资产的相对固定寿命，数据资产的有效寿命可能因其内容、应用领域和技术发展速度的不同而大相径庭。有些数据可能在短短几个月内就失去价值，而其他数据则可能持续有用多年。因此，对数据资产的摊销期限做出合理估计，既是一项挑战，也是确保财务报表真实性的关键。
再次，数据资产的减值测试也同样重要。减值测试是评估资产是否因为某种原因在市场上的价值降低的过程。对于数据资产而言，由于其高度的时效性和快速的技术发展，需要不断地进行减值评估。这不仅涉及到评估现有数据的市场价值，还包括考虑新增数据如何影响原有数据资产的价值。例如，新收集的市场数据可能使旧的数据变得过时，从而导致原有数据资产的价值下降。
最后，数据资产的维护和更新也是影响其价值的重要因素。与传统资产不同，数据资产需要持续地投入来维持其价值。这包括但不限于数据的收集、处理、分析和存储。随着数据环境的不断变化，企业需要定期投入资源来更新和维护数据资产，以确保其持续的商业价值。
四、技术变革的影响
随着技术的快速发展，意味着数据资产的价值和用途可能在短时间内发生根本性的变化，这给其在财务报表中的确认和评估带来了额外的复杂性。数据资产本身因当前的技术快速发展而生，也必须适应技术变革的要求。这可能给主要反映历史信息的财务报表带来挑战。
首先，随着人工智能、大数据分析、区块链等前沿技术的崛起，企业越来越依赖先进的数据处理和分析工具，以获取更为精确和实时的商业洞察。然而，这些新技术的应用不仅改变了数据资产的本质，还为其带来了新的用途和商业模式。例如，通过机器学习算法对大数据进行分析，企业可以发现之前未察觉的趋势和关联，从而重新定义数据的商业价值。这种技术变革可能导致企业原有的数据资产价值认定出现偏差，使得财务报表中的确认和评估变得复杂而困难。
其次，技术的快速发展也使得数据资产本身不断演化，以适应新兴技术的需求。随着云计算、边缘计算等新一代技术的兴起，企业不再局限于传统的数据存储和处理方式。数据资产可能存在于分布式的云端存储系统，或者通过边缘计算实时产生和处理。这种变革使得原有的会计确认框架和评估方法变得过时，需要不断更新和调整，以适应数据资产的新型形态和技术基础。会计人员需要不断学习和理解新兴技术，还需要业财融合，了解管理层对于数据资产的管理方式和用途，以确保数据资产在财务报表中得到准确的反映。
五、结束语
数据资产对于反映企业价值具有重要意义。在推动数据资产进入会计报表的过程中，涉及到了一系列具有难评估、难确权、时变性等特点的挑战。政策制定者在推动数据资产入表的过程中应更加注重制定明确的会计准则和规范，以解决难以评估和权属确认上的争议，避免企业各说各话，降低会计信息的可靠性和可比性。相应的准则还需要具有灵活性，能够在较长时间范围内适应需求，以避免频繁改动准则，降低准则权威性。首先，通过建立明确的。更加灵活和适应性强的政策框架，政策制定者在规范了数据资产的会计记录的同时也能够为企业留下更多合理裁量的空间，促进数据资产的更好整合入会计报表。
其次，企业需要加强数据资产管理，建立健全的数据资产评估和确认机制，制定详细的评估流程，以确保数据资产能够准确入表。
再次，企业还应该加强内部培训，提高相关员工对于数据资产价值和重要性的认知，以便更好地配合评估过程。通过建立完善的内部机制，企业可以更好地理解、评估和确认其数据资产，提高财务报告的可信度。
最后，会计人员在数据资产入表的过程中扮演着至关重要的角色。建议会计人员应该与业务人员密切合作，深入到业务中去，通过业财融合了解企业的业务模式和数据资产的特点，以便更好地进行评估和确认工作。同时，会计研究者需要不断更新自己的专业知识，紧跟数据资产管理和评估的最新发展，积极参与行业标准的制定和完善，为政策制定者提供专业意见，促进相关准则更好地适应数据时代的商业需求。
（文 / 周浩）
（作者简介：周浩，福建省路桥建设集团有限公司，中级会计师，本科，总会计师，研究方向：会计学盈余管理及数据资产。）
参考文献
[1]孙颖,陈思霞.数据资产与科技服务企业高质量发展——基于“宽带中国”准自然实验的研究[J].武汉大学学报(哲学社会科学版),2021,74(05):132-147.
[2]苑泽明,于翔,李萌.数据资产信息披露、机构投资者异质性与企业价值[J].现代财经(天津财经大学学报),2022,42(11):32-47.
[3]牛彪,于翔,苑泽明,等.数据资产信息披露与审计师定价策略[J].当代财经,2024(1):1-10.
- 本文固定链接: http://www.dlqsyzz.com/9671.html
- 转载请注明: 《大陆桥视野》 于 大陆桥视野 发表
