数据资产确认问题研究

【摘要】随着会计理论的不断发展以及数据信息的爆炸式增长，“数据是一种资产”的概念被人们提出，然而如何科学合理地對数据资产进行确认，从而进行会计核算与计量是亟待解决的难题。本文指出了数据资产在确认时存在的确认不科学问题，并探究出其原因为数据资产来源划分不明晰、分类不合理、确认时点不规范及挖掘不深入，最后给出了完善数据资产的确认条件、梳理数据资产目录、增强数据资产信息披露等对策建议。

【关键词】数据资产  确认条件  数据资产目录

一、引言

站在传统资产的角度看，数据资产往往被资产负债表所忽略。百度、阿里巴巴、亚马逊等公司都存在市值远大于资产的状况，原因之一在于这些公司拥有大量的用户，这些用户的信息如用户喜好、发布的评论等蕴含着巨大的价值，但却未表现在公司的账面上，只有科学合理地将这部分价值列入资产负债表，才能更加准确地反映公司价值。

二、数据资产的确认不科学

SAFC No.5规定：“确认包括同时以文字和数字描述某一项目，其数额包括于财务报表合计数之内”。在科技飞速发展的当下，数据被作为一项资产已经成为一种发展趋势，且数据符合资产确认的条件。

目前有部分学者认为应将数据资产列入无形资产，其依据主要是数据资产符合无形资产的相关确认条件及特性，尽管二者有很多共同点，但却有本质上的差异，本文认为应设置“数据资产”科目对数据资产进行单独核算，理由如下：

（1）数据资产与无形资产确认的内容不同。无形资产的确认主体主要有专利权、商标权等企业拥有或控制的无实物形态的可辨认非货币性资产，而数据资产的确认主体主要是从企业内外部以数据形态获取的经过加工可以创造价值的资源，目前无相关法律对其进行保护。

（2）数据资产与无形资产特征不同。企业获取的数据价值模式多样化、载体多元化，且同样的数据对不同的公司作用效果不同，相比之下，无形资产的价值则相对稳定且价值公允，其中一些经过认定的专利技术则具有相对普遍性。

（3）数据资产与无形资产核算方式不同。数据可以在使用过程中不断被更新，从而延长其寿命，也可能被取代从而失去其价值，因此不可进行摊销，且对部分数据而言，它们的时效性很强，需要对这些数据分类核算，对于无形资产来讲，其核算方式则是根据能否确定使用寿命而进行划分的。

综上所述，数据资产在确认时应同时满足以下三个条件：一是符合数据资产的定义，即数据资产是企业在经营活动过程中记录所得的抽象符号，能反映事物的行为细节。二是与数据资产有关的经济利益很可能流入企业，经过数据处理加工、深度挖掘后产生的未来利益很可能流入企业时才能将其资本化，若不满足资本化条件，则需将处理加工数据形成的成本归入期间费用。三是数据资产的成本能够可靠计量，企业在获取需要的数据时，必定会支付相应的成本，这些成本应能单独可靠计量。

三、确认分类的方式条件不规范、不完善

公司获取的数据既有外来的也有内生的，正确划分数据来源是进行下一步会计处理的重要基础，下面将对数据资产确认时存在的问题原因展开研究。

（一）数据资产的来源划分不明晰

公司数据资产的来源主要有以下三种方式：一是通过自身产品平台收集取得的用户应用数据，这是公司数据来源的主要方式;二是通过合法途径从其他公司或平台取得的数据资产，当下大数据交易中心越来越多，为数据资产的交易提供了很好的平台;三是间接生成的交易数据信息，如阿里巴巴、天猫商城等凭借其网络交易平台，积累了大量客户和市场数据，这些数据实际上已是阿里巴巴等电商平台潜在的暴利资源。通过对数据来源进行划分，将数据归为不同类别后才能够进一步进行会计核算。

（二）数据资产的分类不合理

划分数据来源后，需根据数据特征进行合理分类，且对不同行业，数据资产应进行不同的划分，如金融企业的数据主要为市场信息、财务数据、客户信息、交易数据等;电商企业的数据主要为搜索记录、交易数据、客户信息和财务数据等;教育行业的数据主要为老师学生基本信息、测试成绩、学习方案和交易数据等;生产制造企业的数据主要为供应商信息、客户信息和生产工作数据等。

（三）数据资产会计确认的时点不规范

公司外购得来的数据资产，在购买当天即可获得数据资产的控制权和管理权，与传统会计确认方式相同。而对公司内部产生的数据，则应将数据达到预定可使用状态之日作为确认时点。数据经过收集、加工、处理之后才能够产生相应价值，收集源数据只是必要的前期准备工作，若直接将取得源数据的时点作为确认时点，则不符合数据资产的定义，数据经加工形成数据资产的完工之日可以作为数据资产会计确认的时点。

（四）数据资产的挖掘不深入

在对数据进行分析处理时，应从多角度衡量数据的价值，同时还要注重对不同类别数据的关联性分析。这方面可借鉴百度、谷歌等互联网公司的成功经验，比如百度可以通过分类整合用户在搜索引擎中查找的内容，发现用户的喜好以及时事热点等;谷歌通过观察人们的搜索记录，对数据进行深入挖掘，取得了巨大的收益。

四、对策建议

相关部门应加强对数据资产确认方面的研究，对数据资产进行合理界定，同时完善数据资产的确认条件，使数据资产尽早作为资产负债表中的一项进行列示，更加准确地反映企业实际价值。此外，可对数据资产涵盖的内容进行详细梳理，针对不同行业分类表示，整理出数据资产目录，并在实践中不断完善，同时需对数据资产的具体披露方式制定统一规范的操作准则，并对数据资产定期进行风险评估。

参考文献：

[1]游静，胡蓉，陈婉丽，赵若涵.大数据背景下数据资产核算及在区域医疗协同平台中的应用[J].中国管理信息化，2018，（11）.

[2]无形资产研究论文集编委会.无形资产研究.全国第三届无形资产理论与实务研讨会论文集[C].中国经济评论.2003.

[3]李雅雄，倪杉.数据资产的会计确认与计量研究[J].湖南财政经济学院学报，2017，（04）.

[4]刘玉.浅论大数据资产的确认与计量[J].商业会计，2014，（18）.

基金项目：黑龙江省会计学会课题项目《大智移云视域下互联网企业数据资产核算与管理研究。

作者简介：丁蕾（1997-），女，山东省诸城人，东北农业大学经济管理学院会计系，研究方向：财务管理。