數據資產確認問題研究

【摘要】隨著會計理論的不斷發展以及數據信息的爆炸式增長，“數據是一種資產”的概念被人們提出，然而如何科學合理地對數據資產進行確認，從而進行會計核算與計量是亟待解決的難題。本文指出了數據資產在確認時存在的確認不科學問題，并探究出其原因為數據資產來源劃分不明晰、分類不合理、確認時點不規范及挖掘不深入，最后給出了完善數據資產的確認條件、梳理數據資產目錄、增強數據資產信息披露等對策建議。

【關鍵詞】數據資產? 確認條件? 數據資產目錄

一、引言

站在傳統資產的角度看，數據資產往往被資產負債表所忽略。百度、阿里巴巴、亞馬遜等公司都存在市值遠大于資產的狀況，原因之一在于這些公司擁有大量的用戶，這些用戶的信息如用戶喜好、發布的評論等蘊含著巨大的價值，但卻未表現在公司的賬面上，只有科學合理地將這部分價值列入資產負債表，才能更加準確地反映公司價值。

二、數據資產的確認不科學

SAFC No.5規定：“確認包括同時以文字和數字描述某一項目，其數額包括于財務報表合計數之內”。在科技飛速發展的當下，數據被作為一項資產已經成為一種發展趨勢，且數據符合資產確認的條件。

目前有部分學者認為應將數據資產列入無形資產，其依據主要是數據資產符合無形資產的相關確認條件及特性，盡管二者有很多共同點，但卻有本質上的差異，本文認為應設置“數據資產”科目對數據資產進行單獨核算，理由如下：

（1）數據資產與無形資產確認的內容不同。無形資產的確認主體主要有專利權、商標權等企業擁有或控制的無實物形態的可辨認非貨幣性資產，而數據資產的確認主體主要是從企業內外部以數據形態獲取的經過加工可以創造價值的資源，目前無相關法律對其進行保護。

（2）數據資產與無形資產特征不同。企業獲取的數據價值模式多樣化、載體多元化，且同樣的數據對不同的公司作用效果不同，相比之下，無形資產的價值則相對穩定且價值公允，其中一些經過認定的專利技術則具有相對普遍性。

（3）數據資產與無形資產核算方式不同。數據可以在使用過程中不斷被更新，從而延長其壽命，也可能被取代從而失去其價值，因此不可進行攤銷，且對部分數據而言，它們的時效性很強，需要對這些數據分類核算，對于無形資產來講，其核算方式則是根據能否確定使用壽命而進行劃分的。

綜上所述，數據資產在確認時應同時滿足以下三個條件：一是符合數據資產的定義，即數據資產是企業在經營活動過程中記錄所得的抽象符號，能反映事物的行為細節。二是與數據資產有關的經濟利益很可能流入企業，經過數據處理加工、深度挖掘后產生的未來利益很可能流入企業時才能將其資本化，若不滿足資本化條件，則需將處理加工數據形成的成本歸入期間費用。三是數據資產的成本能夠可靠計量，企業在獲取需要的數據時，必定會支付相應的成本，這些成本應能單獨可靠計量。

三、確認分類的方式條件不規范、不完善

公司獲取的數據既有外來的也有內生的，正確劃分數據來源是進行下一步會計處理的重要基礎，下面將對數據資產確認時存在的問題原因展開研究。

（一）數據資產的來源劃分不明晰

公司數據資產的來源主要有以下三種方式：一是通過自身產品平臺收集取得的用戶應用數據，這是公司數據來源的主要方式;二是通過合法途徑從其他公司或平臺取得的數據資產，當下大數據交易中心越來越多，為數據資產的交易提供了很好的平臺;三是間接生成的交易數據信息，如阿里巴巴、天貓商城等憑借其網絡交易平臺，積累了大量客戶和市場數據，這些數據實際上已是阿里巴巴等電商平臺潛在的暴利資源。通過對數據來源進行劃分，將數據歸為不同類別后才能夠進一步進行會計核算。

（二）數據資產的分類不合理

劃分數據來源后，需根據數據特征進行合理分類，且對不同行業，數據資產應進行不同的劃分，如金融企業的數據主要為市場信息、財務數據、客戶信息、交易數據等;電商企業的數據主要為搜索記錄、交易數據、客戶信息和財務數據等;教育行業的數據主要為老師學生基本信息、測試成績、學習方案和交易數據等;生產制造企業的數據主要為供應商信息、客戶信息和生產工作數據等。

（三）數據資產會計確認的時點不規范

公司外購得來的數據資產，在購買當天即可獲得數據資產的控制權和管理權，與傳統會計確認方式相同。而對公司內部產生的數據，則應將數據達到預定可使用狀態之日作為確認時點。數據經過收集、加工、處理之后才能夠產生相應價值，收集源數據只是必要的前期準備工作，若直接將取得源數據的時點作為確認時點，則不符合數據資產的定義，數據經加工形成數據資產的完工之日可以作為數據資產會計確認的時點。

（四）數據資產的挖掘不深入

在對數據進行分析處理時，應從多角度衡量數據的價值，同時還要注重對不同類別數據的關聯性分析。這方面可借鑒百度、谷歌等互聯網公司的成功經驗，比如百度可以通過分類整合用戶在搜索引擎中查找的內容，發現用戶的喜好以及時事熱點等;谷歌通過觀察人們的搜索記錄，對數據進行深入挖掘，取得了巨大的收益。

四、對策建議

相關部門應加強對數據資產確認方面的研究，對數據資產進行合理界定，同時完善數據資產的確認條件，使數據資產盡早作為資產負債表中的一項進行列示，更加準確地反映企業實際價值。此外，可對數據資產涵蓋的內容進行詳細梳理，針對不同行業分類表示，整理出數據資產目錄，并在實踐中不斷完善，同時需對數據資產的具體披露方式制定統一規范的操作準則，并對數據資產定期進行風險評估。

參考文獻：

[1]游靜，胡蓉，陳婉麗，趙若涵.大數據背景下數據資產核算及在區域醫療協同平臺中的應用[J].中國管理信息化，2018，（11）.

[2]無形資產研究論文集編委會.無形資產研究.全國第三屆無形資產理論與實務研討會論文集[C].中國經濟評論.2003.

[3]李雅雄，倪杉.數據資產的會計確認與計量研究[J].湖南財政經濟學院學報，2017，（04）.

[4]劉玉.淺論大數據資產的確認與計量[J].商業會計，2014，（18）.

基金項目：黑龍江省會計學會課題項目《大智移云視域下互聯網企業數據資產核算與管理研究。

作者簡介：丁蕾（1997-），女，山東省諸城人，東北農業大學經濟管理學院會計系，研究方向：財務管理。