大數據資產計量問題探討

白杰

【摘 要】近年來，隨著社會的不斷進步，大數據應用的領域和范圍越來越廣。當前，在云會計、財務共享平臺的支持下，企業EPRs系統已經逐漸演變為大數據系統。研究表明，大數據能夠提高生產率、提升創新能力、獲取競爭優勢和維持市場地位，是企業重要的競爭性資源和戰略資產。

【關鍵詞】大數據資產；計量

引言

數據作為具有重要性的戰略資產，其優勢作用不言而喻。通過對大數據資產進行會計處理有助于充分挖掘公司的潛在價值與資源潛力，綜合核算和監督公司所持有的資產。我國數據資產的計量研究處于萌芽階段，現有會計準則尚未對數據資產的會計計量問題做出統一規定。

1大數據及大數據資產

1.1大數據定義、特征及處理流程

大數據被稱為繼互聯網、云平臺、云計算之后的又一新發展趨勢，眾多研究學家認為，數據量將在未來呈現指數式上升趨勢，人們對大數據的關注度日益加深。當前，我國大數據尚未有準確統一的具體概念，研究學者基于不同的視角提出了不同的觀點，但大多包含以下幾點內容：數據累計至一定階段形成海量數據，其特性賦予其具有價值意義，但本質仍為數據；相同的處理時間內，大數據較傳統軟件工具在承載的數據體量、處理速度以及管理分析能力等層面優勢顯著；針對復雜的數據處理，大數據所特有的分布式儲存及核算等技術可迅速為使用者挖掘出有價值的信息。大數據具有四類特征：數據結構復雜；數量大；商業價值高；具有時效性。隨著結構化、半結構化以及超大體量數據的數量不斷增多，人們對從儲存及處理挖掘數據技術需求日益提升。當前我國針對大數據的數據保存、分析及處理技術的方法多樣，但基本的處理流程大致分為大數據搜集、導入與預處理、分析與歸納及挖掘四項步驟。首先，大數據的搜集。數據源涵蓋結構化、非結構化以及半結構化數據三種，基于已建立的輕型數據庫搜集客戶端（傳感器、APP等）中的相關數據并將其傳輸至系統中，在此時，客戶可在輕型數據庫中查閱所需數據；其次，大數據的導入與預處理。該流程包括數據的清洗、數據的集成以及數據存儲三個處理路徑，將存在于各個數據庫中的無序海量的分散數據導入至中央數據庫中。為確保數據的質量、準確性及完整性，需對數據進行粗選、清洗、集成等處理步驟，即數據的預處理流程。有助于過濾掉未滿足要求的數據（冗余數據、錯誤數據），確保數據具有統一性；再次，進行大數據的分析與統計。數據變換、數據規約及語義分析為該流程的主要處理步驟，根據分析數據的目的與特點對經過預處理后的數據進行分類、歸納、分析，為下一步進行分批處理奠定基礎，同時該處理流程對數據信息價值的高低也起到決定性作用；最后，進行數據挖掘處理流程。該處理流程是按照不同的要求對前面的數據進行挖掘的過程，是對數據的進一步價值挖掘，選用合理有效的數據挖掘算法所得出的結果是最有價值的。

1.2大數據資產定義及其特征

當前，我國對大數據資產的概念并未有明確的結果，單從字面分析是由資產與數據組成，因此可結合兩種要素的既定概念進行明確。公司或組織對外部途徑獲取或經營活動產生數據資產具有控制權或持有權，數據資產為公司增加預期收益的同時再進一步挖掘整理后可真正體現出某一事項的具體狀況。具體分析，大數據資產是一項數據資源，可通過合作、購買、自行產生（內部信息系統）獲得；通常以電子（文檔、音頻視頻等）或物理（備忘錄、檔案等）存儲形式存在；能為公司增加收益，收益表現形式為交易變現獲得收入、直接或間接地現金及現金等價物以及提供正確的決策依據等，歸根結底是為了降低公司的風險損失或增加收益；由于我國關于數據資產價值估計方法的選擇并未完全統一，大數據資產以貨幣作為經濟利益流入的表現形式，但也并不是絕對的。當前，大數據資產具有時效性、潛在增值性與價值性、超額盈利性、核算復雜性以及無實物形態等八項特征。

2大數據資產的計量

2.1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。

2.2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。

2.3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。

2.4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。

結語

當前，大數據已成為企業一種新型無形資產和核心競爭力的來源。隨著“大數據是一項企業資產”觀念的形成，大數據資產的會計計量（也即資產計價）成為一個亟待解決的問題。

參考文獻：

[1]周飛.淺析財會行業如何在大數據時代進行創新發展.長春金融高等專科學校學報.2016（3）

[2]楊訓，周遊.數據資產核算可行性分析.合作經濟與科技.2016（16）

[3]徐園：《數據資產———大數據、信息資產及媒體變革的思考》，《中國傳媒科技》2013年第11期。

（作者單位：太原供電公司）