数字经济背景下数据资产会计确认与计量问题研究

一、引言

随着大数据等技术的高速发展，数字经济成为稳增长促转型的重要引擎，新的资产类型不断涌现，数据资产即为最受关注的资产类型。2021年，国务院发布的《“十四五”数字经济发展规划》进一步强调，数据要素已成为核心生产要素与推动经济发展的核心力量，其对提高生产效率的推动作用日益突出。作为一种特殊的资源，当数据具备资产属性时就可以被称为数据资产，其是企业在生产经营活动中产生的或从外部渠道获取的，具有所有权或控制权的，预期能够在一定的时期内为企业带来经济利益的数据资源。在我国现有的会计准则中，并没有对数据资产做出明确规定，尚未出台针对企业的统一会计准则，不同企业的理解都存在一定的差异。针对上述问题，《企业数据资源相关会计处理暂行规定》重点对适用范围、会计处理适用的准则、列示和披露要求等进行了明确规范，进一步规范了企业数据资源相关会计处理问题，并于2023年8月1日正式发布。为规范和推动企业准确执行相关具体会计准则，“暂行规定”细化指引了使用寿命估计、成本构成等重点问题，并明确了计量基础，强化了相关会计信息披露要求。基于“暂行规定”的要求，结合案例深入剖析与研究企业数据资产的会计确认与计量相关问题，以期为企业日常核算提供借鉴。

二、现行会计准则下数据资产会计确认与会计计量方法

在数字经济的发展趋势下，数据作为哪类资产“入表”已经成为社会各界共同关注的热点问题。“暂行规定”进一步规范了企业数据资源相关会计处理问题，实务操作需要严格按照现行会计准则的要求进行会计处理。

（一）数据资产的会计确认方法

对于企业而言，该类资产的形成过程可以概括为以下几个步骤：其一，企业进行原始数据采集，主要来源一方面来自于日常经营活动，另一方面来自于外部平台购买；其二，数据资源的形成需要对原始数据进行存储、加工、分析处理等分析过程；其三，当数据资源能够实现价值并带来收益时，在满足相关确认条件下，可以确认为企业的一项数据资产。由此可以看出，企业的数据资源并不是都可以作为资产予以核算。“暂行规定”明确指出数据资产的确认需受到相关会计准则及其应用指南中相关条款的约束。根据“暂行规定”及相关会计准则要求，企业数据资产的确认过程需要对是否符合资产定义、是否已在会计准则核算范围、数据价值能否可靠计量等事项进行依次判断，详细情况如表1所示。

表1 现行会计准则下数据资产会计确认方法

现行会计准则下资源是否应该确认为资产首先需要判断是否符合资产的定义三项基本条件：其一，从数据的具体取得方式层面来看，企业内部搜集挖掘取得的和通过外购取得的两种数据资源类型，都是由企业过去的交易或事项形成的，因此大多数数据资源均符合这一基本的判断条件；其二，由企业拥有或者控制的是资产定义的第二项基本条件，其判断过程相对较为复杂。一方面，对于企业自身产生的与其他主体无关的商业数据，该判断标准相对较为简单。另一方面，涉及与关联主体参与的商业数据，特别是包含大量用户信息的数据，情况就复杂了。举例来说，假设某电商平台收集到了大量用户购物历史记录，其中包含了用户的姓名、地址、手机号等个人信息。相关数据对于该电商平台来说，是宝贵的商业资源。然而，由于涉及用户的个人隐私，该平台必须遵守相关的个人信息保护法规和隐私政策，限制了他们对用户数据的使用权和收益权。虽然该类数据仍然留存在电商平台的信息系统中，但平台不能随意使用或出售，否则可能引发用户的隐私泄露和信任问题，使得企业在评估用户数据是否可作为数据资产时，需考虑到控制权和相关的合规限制；其三，数据资产的价值取决于其带来的未来经济利益。资产的确认条件是要考虑与其相关的经济利益流入的可能性，只有当概率大于50%时才符合确认条件。通过外购的数据资源反映了对未来经济利益的合理预期。与此相反，内部产生的数据资源难以论证其为企业带来未来经济利益流入。例如，一家制造业公司生成了大量的生产数据，但并没有直接转化为额外的销售收入或成本节省，因此很难被视为一项确认的资产。

（二）数据资产的会计计量方法

“暂行规定”明确规定企业数据资源适用于现行企业会计准则，不改变现行准则的会计确认计量要求，并进一步明确了计量基础。“暂行规定”结合当前企业数据资源特点和业务流程等，对实务中反映的成本构成、使用寿命估计等重点问题细化指引，要求企业区分数据资产的类型，并分别适用不同的会计准则。

就初始计量层面而言，“暂行规定”明确指出两类数据资产初始计量均采用历史成本法，并明确说明了两类数据资产初始计量过程中的注意事项，详细情况如表2所示。就后续计量层面而言，“暂行规定”要求企业严格按照企业会计准则执行。企业取得相关资产时需要分析使用寿命并进行摊销。即使针对少数使用寿命不确定的也并不代表企业可以在初始确认后任之不管，仍应当定期进行减值测试。“暂行规定”提示企业在对数据资源的使用寿命进行估计时，应当重点关注数据资源有关产品或技术迭代、数据时效性、权利限制、相关业务模式等因素。

表2 “暂行规定”下数据资产初始计量的注意事项

三、数据资产会计确认与计量案例分析

A公司成立于2001年，是一家主要从事数字文化创意、内容生产与技术服务的公司，于2010年在深交所创业板挂牌上市。A公司业务范围主要包括算力系统集成及技术服务业务、互联网视频应用产品及服务业务、数字创意产品应用及服务业务。依托多年来积累的“CG+VR+IP”的数字创意基础能力，A公司持续推进“数据资产平台”和“智能引擎”业务中台建设，成为国内元宇宙基建提供者之一。

（一）A公司数据资产会计确认与计量的现状

根据现行的企业会计准则及会计人员的经验，目前A公司判断数据资源是否应该确认为数据资产应该满足以下两个条件：其一，相关的成本支出能够可靠地计量；其二，有关的经济利益很可能流入企业。虽然现阶段数据资产的价值评估方法尚不成熟，并且不同会计人员的观点也存在较大的差异性，但是目前使用较为广泛的收益法、成本法等均能对其价值进行可靠计量。同时，虽然数据资产价值会因时间空间环境、挖掘开发技术的变化而发生较大波动，但是通过数据挖掘可以获取数据的商业价值，进而实现经济利益流向企业。从以上两个判断条件出发，A公司将符合两项判断条件的数据资源确认为数据资产。根据用途和特点的差异性，A公司将数据资产划分为存货类（以备销售的）和无形资产类（自用的）两种类型，并分别参考相应会计准则进行确认和计量。

表3 A公司数据资产的识别

根据数据资产的两种类型，A公司根据现行会计准则的规定进行会计计量，其中以备销售的类型参考“存货准则”的要求进行初始、后续和终止计量，自用的类型参考“无形资产准则”的要求，详细的会计计量方法如表4所示。

表4 A公司数据资产的会计计量方法

为详细说明A公司数据资产会计确认与计量过程，以2021年企业外购且自用的一批数据资源为例进行具体分析。2021年1月，A公司以20万元的价格外购一批原材料进行VR游戏的创作。从数据资产会计确认的两个条件出发，A公司认为虽然该类数据资源的价值波动较大，但是通过挖掘和利用能够促进企业获得一定的经济利益。同时，根据以往的会计处理经验，利用成本法能可靠计量该类资产的价值。基于上述判断结果，综合考虑具体的用途，A公司最终将购入的该批原材料数据确认为数据资产，设置了相应会计科目，并参考“无形资产准则”进行相应会计处理。因此，该批数据购入时A公司采用历史成本法进行初始计量，具体账务处理借记“数据资产——自用”科目，贷记“银行存款”科目，金额均为20万元。由于原始数据无法直接使用，为满足企业VR游戏创作需要，A公司支付60万元的人工费用对数据进行加工处理，其中属于费用化与资本化的支出金额分别为20万元和40万元。加工处理完成后，A公司将费用化支出转入当期费用，具体账务处理借记“管理费用”科目，贷记“研发支出——费用化支出”科目，金额均为20万元。同时，A公司将资本化支出与支付费用转入相应科目，详细账务处理借记“数据资产——自用”，贷记“研发支出——资本化支出”和“研发支出——数据资产”，金额分别为60万元、40万元和20万元。经专家初步评估，该批数据资产的使用年限为3年，以2021年末为例，A公司采用加速折旧法进行摊销处理，详细账务处理应该借记“管理费用”科目，贷记“累计摊销”科目，金额均为30万元。2022年底，A公司聘请专家进行价值评估，最终评估结果为8万元，低于账面价值10万元，说明该批数据资产发生减值，应该借记“资产减值损失”，贷记“资产减值准备”，金额均为2万元。处置时，A公司需要结转已经计提的摊销额以及减值准备，并将价款与账面价值差额计入“营业外支出”。

（二）A公司数据资产会计确认与计量问题分析

结合案例来看，当前“暂行规定”还未全面实施，A公司数据资产会计确认与计量方法与“暂行规定”存在一些相似性，并主要根据以往的经验进行会计确认与计量。然而，与“暂行规定”相比而言，现阶段A公司会计确认与计量存在很多问题和缺陷。

1.数据资产的认定不全面

根据“暂行规定”及相关会计准则要求，具体确认过程需要对是否符合资产定义、是否已在会计准则核算范围、数据价值能否可靠计量等事项进行依次判断。目前A公司判断数据资源是否应该确认为数据资产应该满足以下两个条件：其一，相关的成本支出能够可靠地计量；其二，有关的经济利益很可能流入企业。第一个判断条件意味着企业进行合理的成本分摊需要建立完善的数据资源成本核算制度和管理能力。数字经济背景下判断企业内部产生的数据资源是否满足第二个判断条件的难度相对较大。总体来看，现阶段A公司目前对数据资产的确认存在一些问题：一方面，A公司对于持有的数据资产的确认与计量缺乏清晰的流程，没有明确的判断标准，容易导致认定结果不完整。具体来看，A公司仅将相关成本支出能够可靠计量和与之相关的经济利益可能流入企业作为确认条件，导致了数据资产范围的定义片面且局限；另一方面，由于A公司缺乏先进的管理理念，并且尚未建立数据管理部门，管理不规范会对数据资产的运营管理及会计确认产生消极影响。举例来说，如果一家公司拥有大量的用户数据，但由于缺乏先进的数据管理理念，没有实现归类、分析和利用，就有可能忽视了潜在价值，无法将其确认为数据资产；如果公司没有专门的管理部门，那么不同部门之间的数据共享和交流可能会受到限制，不能发挥数据资产价值最大化，不仅会浪费公司资源，还会影响数据的可靠性和准确性，进而影响计量和确认结果。

2.数据资产计量不合理

结合案例来看，A公司主要根据会计人员经验，并参考现行会计准则要求进行会计计量，但是现阶段企业仍缺乏统一、规范、可执行的计量准则。企业内部对于数据资产的计量方法和标准存在差异，缺乏一个一致的计量框架，导致计量结果的不可比性和不可信度。受上述问题影响，企业可能会采取一些短视行为，如过度抵减加工费用以减少税款，可能会导致该类资产的价值被低估，从而对企业长期发展造成负面影响。数据资产的估值不同于传统资产，其价值无法直接通过市场交易进行评估，并且缺乏普遍认可的成熟估值模型。数据资产的计量涉及成本的摊销和价值的确认，但是由于数据资源的复杂性，企业很难准确衡量其价值和成本。同时，数据资产具有一定的生命周期，需要进行摊销以反映其价值的递减。然而，目前对于数据资产生命周期的确认方法尚未统一，使得企业在进行摊销计算时面临困扰。此外，数据资源通常需要经过多次加工和转换才能产生商业价值，其对数据资产的计量提出了更高的要求。然而，由于数据经常发生再加工，计量过程更为复杂，也使得计量的准确性和可靠性受到了挑战。

四、企业数据资产会计确认与计量的优化建议

（一）正确做好前后衔接工作，严格执行企业会计准则

“暂行规定”自2024年1月1日起施行，面对未来即将全面实施的新政策，企业首先应该仔细阅读、学习和理解“暂行规定”中关于数据资产会计确认与计量的主要要点和要求，确保对新规定有全面的了解。企业需要进行衔接工作，确保旧的数据资源支出的会计处理与“暂行规定”要求的一致性。例如，之前已费用化计入当期损益的数据资源相关支出，在新规定实施后不需要做出调整。企业在进行数据资产的会计确认和计量时，应严格按照相关会计准则的要求进行处理。根据“暂行规定”要求，企业应特别关注收入准则、无形资产准则和存货准则等的要求，并确保符合相关准则的规定。同时，在数据资产的会计处理过程中，企业需要根据具体情况做出合理的职业判断，如对数据资产的内在价值、可预期未来收益等进行综合评估，并根据评估结果进行确认和计量。另外，企业应建立完善的会计记录和报告制度，确保数据资产的会计处理过程得到充分记录和反映，有助于企业内部和外部进行认识和评估，并为决策提供有价值的信息。

（二）建立数据管理部门，完善数据资产会计确认流程

面对流程不清晰的现实问题，企业首先应该根据“暂行规定”的要求制定明确的判断标准和流程，依次对是否符合资产定义、是否已在会计准则核算范围、数据价值能否可靠计量等条件进行具体判断，确保数据资产的范围和认定条件清晰明确。为确保认定结果完整、准确，企业应该积极组建内部的专门小组或委员会，负责对具体的评估和确认工作。针对数据管理部门缺乏的问题，企业应该积极引入数据治理、质量管理、生命周期管理等先进的管理理念。通过与业界的交流和借鉴，不断更新和优化管理的方法和工具。企业应该加强员工对于相关管理能力的培训，并积极培养员工对数据资产的保护和价值的认知，提高企业的重视程度。另外，企业应该设立专门的部门或岗位，负责数据资产的管理、监控和评估工作。同时，企业应该建立完善的数据管理流程、制度以及治理机制，逐步提升数据管理能力，提高对数据资产的重视和专业管理水平，确保规范运营和合规会计确认。

（三）构建成熟的估值模型，规范统一的会计计量方法

数据资产是企业最重要的资源之一，因此在会计计量过程中，企业应该充分关注相关估值问题。为了确保估值模型的适用性和准确性，企业可以积极探索和采用适用于数据资产的估值模型，并结合自身业务特点进行调整，同时借鉴其他行业的估值经验。企业需要制定一套可行的方法来确认数据资产的生命周期，并根据具体的生命周期进行摊销计算。例如，可以根据数据的产生、利用和更新等环节，根据实际情况来划分和计算摊销，以更准确地反映数据资产的价值变动情况。为了确保会计计量的一致性和可信度，企业应该制定统一、规范、可执行的数据资产计量准则，以确保企业内部计量方法和标准的一致性，提高计量结果的可比性和可信度。为保证财务信息的相关性和可靠性，实践工作中应当尽快建立适合我国数据资产的会计核算体系。通过上述措施的实施，企业能够更好地评估和掌握数据资产的价值，为企业决策提供准确的信息基础。此外，企业还应该建立完善的数据管理系统，记录数据资源的加工过程和价值变动，完善成本归集分摊机制，为数据资产的计量提供可靠的依据，更好地掌握变动情况，提高会计计量的可靠性。通过建立科学数据管理系统，企业能够更好地追踪和监控价值变动情况，从而更好地实现管理和利用。