数据资产确认和计量中的问题及对策

张少勇　李文靓　许志勇

一、数据资产确认和计量面临的问题

（一）会计确认方面

1．权属确认不定。企业必须证明数据是否属于自身拥有或控制的资源。内部使用的数据所有者相对容易界定，但外部数据（如存储的业主会员信息、企业经营信息等）的归属性较难明确。

2．会计后续确认界定不明。将数据资产视为无形资产的特殊类别时，会遇到后续确认中的资本化和费用化问题。由于数据具有特殊属性，难以定义和量化哪些数据产生了当期价值以及产生了多少未来价值，所以难以判断哪些支出该资本化、哪些该费用化。

3．确认条件不统一。现有的资产负债表对固定资产和无形资产的确认条件有明确定义，但对于数据资产的确认原则和相关理论尚未完善。数据的质量标准、使用过程中的变更、衍生、销毁封存等动作都会影响数据资产的确认，各阶段的入账价值测算及确认原则需要明确。

（二）会计计量方面

1．初始计量问题。一方面，计量单位选择难。传统计量单位已不能满足数据资产计量需求，各种会计计量标准存在多个计量单位。选择计量单位时需结合企业实际经营管理及社会经济环境变化，但目前缺乏统一的选择标准，难以确定最适合数据资产的计量单位。另一方面，计量属性不明确。数据资产的计量属性选择存在困难，其不适合依靠重置成本和现值属性，但适合的计量属性尚未明确，在会计科目中准确登记并在财务报表中报告实际数量金额具有一定难度。

2．后续计量问题。首先，使用寿命难以确定。数据资产的使用寿命不像传统资产那样容易确定，需要参考无形资产的相关处理方法，但数据资产具有独特性，其价值受应用场景和市场环境影响较大，使得使用寿命的判断更加复杂。其次，摊销方法选择难。摊销方法应结合企业经济需要，从预期效益最大化出发确定消耗方式，并在不同会计期间统一适用，但数据资产的特性导致难以选择合适的摊销方法，且摊销年限的确认也存在困难。最后，成本归集和收入成本匹配难。数据资产的成本归集涉及数据的采集、存储、加工等多个环节，成本构成复杂，如何合理进行成本分摊以确保数据资产成本的完整性是难点。同时，数据资产的收入与成本的匹配也具有挑战性，因为数据资产的价值实现方式多样，难以准确匹配收入和成本。

3．数据资产的价值评估问题。一方面，市场价值难以估计。数据的复杂性导致其市场价值难以准确估计，面临很大的不确定性。数据来源广泛、质量参差不齐，在不同机构和应用场景中价值差异很大，且跨企业、跨行业的数据聚合汇总后可能产生叠加效应，这些因素都增加了价值评估的难度。另一方面，缺少统一的估价标准与方法。当前各个评估机构与企业使用的方法不尽相同，造成估价结果差别很大，对数据资产的交易与会计计量产生了很大影响。

4．数据资产的合规性问题。一方面，数据须确保安全和隐私保护。数据的泄露与滥用不仅会导致公司面临法律上的风险，还会造成信誉上的损害。同时也会影响数据资产的价值。但数据的频繁流通和使用增加了安全和隐私保护的难度。另一方面，数据权属和流通规则较为复杂。数据的产生、流通和使用过程中，不同主体对数据有不同的利益诉求，数据权属规则复杂，传统权利制度框架可能难以突破数据产权相关的困境。数据的流通规则也不明确，影响了数据资产的交易和会计处理。

5．与商业模式结合问题。数据资产的确认、计量和报告没有与运用数据资产的商业模式紧密结合，导致会计信息不能准确反映数据资产在企业商业模式中的价值和作用，影响了企业对数据资产的管理和决策。

二、建议

（一）明确数据资产的权属

一是完善相关法律法规。政府应加快制定和完善数据相关的法律法规，明确数据的所有权、使用权、收益权等权益归属。如对于企业通过自身业务活动收集的数据（如电商企业的交易记录），可明确企业在符合隐私保护规定下对这些数据具有一定的所有权和处置权。建立数据产权登记制度（类似不动产登记）对数据资产的权属进行登记公示，为会计确认提供法律依据。二是强化企业内部治理。企业应建立健全数据治理框架，明确数据的来源、采集过程中的权利归属界定。如在与第三方合作采集数据时，通过合同条款清晰规定各方对数据的权益，以确定数据是否属于企业可确认的资产范围。

（二）确定数据资产的确认标准

一是明确数据资产确认应该符合资产定义。参考国际和国内会计准则关于资产的定义，可判定数据资产是否是企业以往的交易或事项形成的、是否为企业所拥有或者控制、是否预期能够为企业带来经济利益。对于数据资产带来的经济利益，应建立量化评估的模型或指标体系。如通过分析数据资产对企业收入增长、成本节约、市场份额提升等方面的贡献来判断其是否满足预期带来经济利益的条件。二是注意区分内部使用和外部交易的数据资产。对于企业内部使用的数据资产，如用于企业内部决策分析的数据仓库中的数据，如果其对企业的运营管理具有重要价值且成本能够可靠计量，可以确认为无形资产。对于可用于外部交易的数据资产，如数据提供商的数据集，当有明确的市场需求和交易可能性时，应在满足存货资产确认条件下确认为存货数据资产。

（三）规范数据资产后续确认的流程

一是明确资本化和费用化的界定。对于数据资产的开发支出，如果该数据资产具有明确的、可预期的未来经济利益流入，且开发成本能够可靠计量，可以将相关支出资本化。如企业开发的数据挖掘算法用于挖掘潜在客户信息，若预计该算法能带来新的业务增长，则开发成本可资本化。建立数据资产价值评估小组或借助外部专家定期对数据资产进行评估，根据评估结果调整资本化或费用化的决策。如当数据资产的价值下降到一定程度，应将原本资本化的部分进行减值处理，转为费用。二是明确数据资产变动的确认。当数据资产发生衍生、变更或销毁封存等情况时，应建立相应的会计处理流程。如当数据资产通过进一步加工衍生出新的数据资产时，应明确新数据资产的确认条件和原数据资产价值的调整方法；当数据资产因业务调整被销毁时，应进行相应的资产核销处理。

（四）进一步完善数据资产评估体系

在进行数据资产评估之前，要明确评估的目标。一是对数据的来源、类型、用途等进行界定，才能对其进行正确的评价。对自行开发、购置的数据资产应用成本法，对于有活跃市场的数据资产可以采取市场法。通过对同类数据资产的市价对比进行估值，对能给企业带来经济效益的数据资产应采取收益法。在对数据资产进行评估的基础上，对其进行价值评估，但其预测精度可能受到很多因素的限制。二是结合数据资产的特征与评价目的，构建一套包含质量、稀有性、可用性、关联性等指标的科学合理的评价指标体系。建立一套完整的评估程序，包括评估准备、实地调研、资料收集和分析、评估价值、撰写评估报告等，以保证评估工作有条不紊地进行。

（五）加快建设相关保护机制

一是构建完善的数据安全与隐私保护法律制度。对数据采集、存储、处理、传输等方面进行明确的立法规定，从而为数据的安全性和隐私权提供法律上的保证。利用对称加密算法或不对称密码算法等来实现对数据的加密，以保证数据的安全传输。利用认证机制，保证仅经授权的使用者可以存取敏感资料。执行严格的存取控制制度，阻止非授权存取。建立安全审核机制，对数据的存取及运行情况进行实时监测与记录，当出现不正常的情况时马上启动紧急反应机制。二是定期组织有关资料安全及隐私保护的训练，使员工了解当前的安全隐患及保护方法，提高对安全的认识。为资料安全性及隐私保护制定详尽的作业守则，对不符合规定的行为要进行惩罚。为应对可能发生的数据泄漏和非法侵入等安全事故，必须制定详尽的应急计划。当出现安全事故时，能快速反应，及时采取有效的行动，将损失降到最低。定期举行紧急情况演习，以增强员工的应变能力，在演习中发现和改进在突发事件中存在的问题。三是在全球范围内加强合作和交流，以应对数据安全和隐私问题。通过共享经验，联合研究新技术，促进世界范围内的数据安全与隐私保护。

（本文系国家社会科学基金一般项目“资产结构错配与企业高质量发展的形成机理、作用机制与防控对策研究”<22BGL032>的阶段性研究成果）

（作者单位：湖北经济学院　湖北会计发展研究中心　湖北经济学院资本运营中心）

责任编辑　林荣森

主要参考文献

［1］许宪春，张钟文，胡亚茹．数据资产统计与核算问题研究[J]．管理世界，2022，38（2）：16-30+2．