淺論大數據資產的確認與計量

劉玉

摘要：隨著信息化社會的不斷發展，一個大規模收集、分享和運用大數據的時代已經開啟。本文擬從大數據的產生入手，對大數據資產的確認、計量、會計處理以及信息披露等方面進行探討，以期對涉及大數據的實務處理提供一些借鑒和參考。

關鍵詞：大數據資產 確認和計量

一、引言

隨著信息化新時代的來臨，電腦存儲的數據、數據的使用方法已遠遠超出了實物資產本身創造價值的能力，大數據成為了有價值的公司資產、重要的經濟投入和新型商業模式的基石。據有關資料介紹，Facebook在上市前銀行給出的公司評估價值為1 040億美元，但在供投資者評估公司的審核賬目中，Facebook公布的資產價值只有66億美元，這還包括計算機硬件、專利及其他實物價值。產生這一巨大差額的原因在于，Facebook于2009年至2011年間收集的2.1萬億條“獲利信息”，比如用戶的喜好、發布的信息和評論等，并沒有體現在公司的賬面價值上。可見，大數據資產是指那些能夠數據化，并且通過數據挖掘能給企業未來經營帶來經濟利益的數據集合，包含數字、文字、圖像、方位甚至于溝通信息等，一切可“量化”、可數據化的信息都有可能形成企業的大數據資產。

大數據資產具有以下顯著特征：可反復使用，使用價值可不斷復制；無形磨損，其價值隨時間推移不斷衰減；不具有實物形態，可網絡傳遞，需要產權保護等。大數據時代的經濟學、政治學、社會學和許多科學門類都發生了本質的變化和發展，進而影響人類的價值體系、知識體系和生活方式等。因此，會計理論研究、要素計量注定要隨著經濟的發展不斷充實、延展。

二、 大數據的產生

大數據的來源主要有兩種方式：一種是由數據的持有者收集所產生，屬于主動獲取，比如房屋中介的房屋買賣方個人信息，這些數據在收集時，數據的使用用途已經明確；另一種是由數據的使用者所產生，對于數據的持有者而言屬于數據被動獲取，比如百度用戶通過搜索引擎查找所關注旅游、交易、醫療等信息，這些數據在沒有經過充分挖掘、研究前，對數據的持有者而言屬于“垃圾數據”。谷歌保存了多年來所有的搜索記錄，每天都會收到來自全球超過30億的搜索指令，通過觀察人們在網上的搜索記錄能夠準確預測冬季流感的傳播。通過對海量數據進行深刻分析和挖掘，能夠獲取巨大價值的產品或服務。圍繞大數據的產生，通常有兩類公司：一類公司擁有大量數據或者至少可以收集到大量數據，但卻不一定能從數據中提取價值或者用數據催生創新思想的技能；另一類公司或其員工使用創新思維挖掘數據的新價值，從而為數據使用者帶來經濟上的利益。本文所要研究的就是基于后一種大數據的資產化確認。

三、大數據資產的確認

從數據的持有者來看，無論是主動獲取還是被動獲取，都需要消耗經濟資源才能獲取，并且預期會給數據的持有者帶來經濟利益。顯然，大數據符合《企業會計準則——基本準則》中關于資產的定義和確認標準，需要將其資產化。

從大數據的存在形態來看，主要包括數字信息、文字信息、圖像信息、語言信息等，虛擬化、數據化、非實體為主要特征，因而不具備確認為“固定資產”或“存貨”的要素特征。按照《企業會計準則——無形資產》中關于無形資產的定義“企業擁有或控制的沒有實物形態的可辨認非貨幣性資產”，筆者認為應將大數據資產作為無形資產進行確認，在“無形資產”科目下單設“大數據資產”明細科目進行核算。大數據資產具有以下特征：

（一）由企業擁有或控制并能為其帶來未來經濟利益的資源。大數據資產作為企業的一項資產，無論是主動獲取還是被動獲取，企業擁有對數據的刪除、復制、加工等權利，并通過對數據的加工、挖掘使得數據能夠為企業帶來未來的經濟利益，對有些數據企業不一定擁有其所有權，比如網絡上用戶的評論，但企業能約束或控制這些數據獲取經濟利益，則表明企業控制了該大數據資產。

（二）大數據資產不具有實物形態。大數據資產的存在有賴于實物載體，需要存儲在有形的介質中，比如計算機硬盤、移動硬盤，但這不改變大數據資產不具有實物形態的特性。大數據通過數據挖掘形成資產后，雖然以抽象的形態存儲于介質中，但資產價值與存儲的介質無關，因而不能將其具化于某一項實物形態的資產上。

（三）大數據資產具有長期性。大數據資產能為企業帶來長期的利益，并且隨著時間的推移價值呈逐漸衰減的趨勢。企業持有大數據資產的目的不是為了只在當期銷售，而是為了在未來一段區間內不斷為企業帶來經濟利益，因而大數據資產應確認為一項長期資產。

（四）大數據資產具有可辨認性。大數據資產要作為無形資產核算，該資產必須能夠區別于其他資產可單獨確認。大數據資產源于數據的加工、挖掘，能夠從企業中單獨分離或劃分出來，能夠單獨確認、計量，用于出售、轉移或交換等。

基于上述分析，大數據資產的確認應同時滿足以下兩個條件：一是與大數據資產有關的經濟利益很可能流入企業。經過大數據技術挖掘、處理后，只有當大數據所產生的未來利益很可能流入企業時方可進行資本化，否則應將數據挖掘、處理的支出計入當期費用。二是大數據資產的成本能夠可靠計量。大數據資產的取得，無論是主動獲取還是被動獲取，企業必須消耗相關成本，且成本能夠單獨可靠計量時，應將成本予以資產化。

四、 大數據資產的初始計量

按照《企業會計準則——基本準則》，對會計要素進行計量時，一般采用歷史成本，采用重置成本、可變現凈值、現值、公允價值計量的，應當保證所確定的會計要素金額能夠取得并可靠計量。對大數據資產的計量，根據取得方式不同可考慮采用兩種計量方式。

（一）企業通過收集信息、整理、加工等形成的大數據，宜采用歷史成本法。將收集整理加工過程中的人力成本、設備折舊以及投入的其他成本進行資本化。借記“無形資產——大數據資產”科目，貸記“累計折舊”、“應付職工薪酬”及“銀行存款”等科目。

（二）企業被動獲取信息形成的大數據，宜采用現值法計量。這部分大數據從企業角度來看，所付出的成本僅包括數據挖掘、分析、整理的成本，如果采用歷史成本僅反映了企業的消耗，而對于計算機用戶的消耗則沒有體現，不能真實反映資產的價值，建議采用現值與實際成本孰高的方式計量。將大數據資產按照預計從其持續使用和最終處置所產生的未來現金流入量的折現金額計量，按照現值與實際成本較高者，借記“無形資產——大數據資產”科目，按照實際成本貸記“累計折舊”、“應付職工薪酬”及“銀行存款”等科目，按差額貸記“遞延收益”科目。

（三）外購的大數據資產。按照購買價款、相關稅費以及其他直接歸屬于使該資產達到預定使用用途所發生的其他支出，借記“無形資產——大數據資產”科目，貸記“銀行存款”、“應交稅費”等科目。購買大數據資產的價款超過正常信用條件延期支付，實質具有融資性質的，大數據資產的成本以購買價款的現值為基礎確定，實際支付的價款與購買價款的現值作為未確認融資費用。

為了增加大數據資產的使用壽命或拓展大數據資產的使用空間，企業對大數據不斷進行挖掘、加工處理，使大數據資產具有更高的價值。對形成大數據資產新價值的追加開支內容，需要按照上述原則增加大數據資產的賬面價值。

五、大數據資產的后續計量

大數據資產的后續計量主要包括資產使用壽命的確定、攤銷、計提跌價準備等內容。

考慮到信息時代大數據的時效性因素，大數據資產的使用壽命確定不宜過長。按照目前數據的使用情況來看，五年后數據的價值基本耗用殆盡，因而建議大數據資產的攤銷年限一般確定在五年。

大數據資產的攤銷方法應當能夠反映與其有關的經濟利益的預期實現方式，并一致地運用于不同會計期間。考慮到大數據時效性逐年遞減的實際情況，建議采用年數總和法、雙倍余額遞減法等加速折舊的方法進行攤銷。如果預期未來經濟利益能夠可靠計量，也可采用與經濟利益配比法進行攤銷。攤銷時，借記“管理費用”、“其他業務支出”等科目，貸記“累計攤銷”科目。

如果大數據資產的時效性完全喪失或部分喪失，導致企業利用大數據資產盈利的能力大幅降低，要考慮計提減值準備。在期末，將大數據資產的賬面價值與未來現金流量現值進行比較，當未來現金流量現值低于賬面價值時，按差額借記“營業外支出”科目，貸記“無形資產減值準備——數據資產減值準備”科目。

企業將大數據提供給他人使用時，收取數據使用費，屬于與企業日常經營活動相關的其他經營活動取得的收入，在滿足收入確認條件的情況下，借記“銀行存款”科目，貸記“其他業務收入”科目；攤銷大數據資產的成本以及數據出借發生相關費用支出時，借記“其他業務成本”科目，貸記“累計攤銷”、“銀行存款”等科目。

六、大數據資產的處置

企業出售大數據資產，應將所取得的價款與該項資產賬面價值的差額作為資產處置利得或損失，計入當期損益。借記“銀行存款”、“累計攤銷”、“無形資產減值準備”等科目，貸記“應交稅費”、“無形資產”等科目，按差額借記“營業外支出”或貸記“營業外收入”等科目。

如果大數據資產預期不能為企業帶來經濟利益，應將其報廢或轉銷，將其賬面價值確認為當期損益。借記“累計攤銷”、“無形資產減值準備”等科目，貸記“無形資產”科目，按差額借記“營業外支出”科目。

七、大數據資產的信息披露

期末賬面價值在資產負債表中無形資產項目反映，同時在會計報表有關無形資產的附注中，逐項披露大數據資產的相關信息。在附注中披露大數據資產的相關信息應當包括但不限于大數據資產的取得方式、主要數據構成內容以及對數據先進性、使用范圍的說明、預期使用年限、經濟利益預期實現方式等。

攜程網“信用卡門”和華為服務器數據遭美國入侵等事件，反映了大數據技術給企業信息安全和市場風險帶來了新的挑戰，盡快通過立法等形式將大數據確認為資產，并規定大數據產權如何發生、轉移和終結，已迫在眉睫。與之相應的，對大數據資產的會計實務操作也將為時不遠。