数字经济背景下大数据资产的确认、计量与列报披露

作者简介:
李秉祥,任晗晓,尹会茹,管琳,西安理工大学经济与管理学院,陕西 西安 710054。

原文出处:
财会通讯

内容提要:

数字经济时代,数据已成为企业经营发展的核心要素之一,在一定条件下将数据确认为企业资产已经成为一种势不可挡的趋势,但怎样确认、如何计量与列报披露就显得尤为迫切。文章从企业会计准则关于资产的定义出发,对大数据资产的内涵进行了界定,分析大数据资产的特点,并对其计量属性进行对比分析,探索性地提出了大数据资产确认、计量以及列报与披露方法,以期为国家在大数据资产会计准则的制定上提供建议,为公司大数据资产的会计核算提供依据。


期刊代号:F1011
分类名称:财务与会计导刊(实务版)
复印期号:2022 年 10 期

字号:

       DOI:10.16144/j.cnki.issn1002-8072.2022.11.020

       一、引言

       当前,数字技术革命正以迅猛之势席卷全球,我国也成为率先进入数字经济阶段的国家之一。十四五规划提出加快数字经济发展的战略,推进数字产业化和产业数字化,2021年《财富》世界500强排行榜中共有7家互联网服务公司上榜,除前两年新上榜的小米外,阿里巴巴、腾讯、京东的排名都得到大幅度的跃升[1]。2020年4月,在中央国务院发布的《关于构建更加完善的要素市场配置体制机制的意见》中指出加快培育数据要素市场,大数据成为当前最重要的生产要素,2020年发布的《大数据白皮书》中显示,我国大数据市场在2019年的收入为42000多亿元,与2018年相比增长了18%,在全球大数据市场中所占份额为60%[2]。在收入如此迅猛增加的背景下,现有的资产负债表已经不能准确地反映企业当前的资产状况,使财务报表使用者不能根据财务报表对企业的真实价值进行分析,因此,就有学者提出将大数据作为企业的一项资产纳入企业的资产负债表当中。

       二、大数据资产的概念及特点

       (一)大数据资产的概念

       《企业会计准则——基本准则》中对资产的定义是:资产是企业过去的交易或事项形成的、由企业拥有或控制的、预期会给企业带来经济利益的资源[2]。

       1.大数据能够成为资产的前提是其拥有价值并且能够为企业带来经济利益的流入。大数据具有低价值密度的特点,企业挖掘到的原始大数据大部分是无用数据,需要经过数据清洗和加工的处理后才有利用价值,才能对外交易或结合自身经营场景进行应用。

       2.大数据资产必须由企业拥有或控制。由于大数据资产不具有实物形态,是虚拟的数据集,在所有权上不具有排他性,即便是企业外购的大数据资产也无法实现绝对拥有。因此企业在大数据资产的权属形式上更多地体现在“控制权”。当然对于互联网或金融企业,其在日常经营过程中会收集到海量的涉及客户隐私或商业机密的数据,对于这类数据只有在应用数据脱敏加密技术,确保合法合规后才能使用[3]。

       3.除价值和权属的限制外,大数据资产还需符合“由企业过去的交易或事项形成的”这一条件。但大数据的价值主要体现在预测价值,也就是企业在外购数据或经营活动中积累数据(如:用户行为数据,消费者偏好与倾向数据,企业同期销售数据等)的基础上整理分析后形成的预测数据,这些数据很大程度上可以帮助企业规划未来的战略布局,带来巨大的潜在收益[4]。但这些预测数据并不是企业过去的交易或事项形成的,而是根据近期一年内的数据与实时数据相结合进行分析得出的。大数据的时效性导致久远的数据对企业效用甚微,一些有价值的预测数据可能并不是过去交易或事项形成的,而是未来很可能发生的交易或事项形成的。

       通过对上述三个特点的总结,将大数据资产定义为:由企业过去或预期在未来一年内很可能发生的事项或交易形成,由企业拥有或是控制,经过进一步的整理和分析能够为企业带来经济利益的流入。

       (二)大数据资产的特点

       对大数据资产进行计量的前提是明确大数据资产的概念和特点,根据特点选择合适的计量属性,为大数据资产的管理、确认、计量与披露奠定基础。

       时效性。很多行业依靠消费者偏好数据来实现精准营销,但用户的消费倾向在不断变化,1年前的用户行为趋向,消费者喜好等信息在今天对企业的价值影响已经不再重大,与企业销售业绩相关的数据可能会将近3-5年的数据进行同比分析,但更久远的数据却效用甚微。

       可复制性。对于数据来说,因为复制的过程很容易实现,数据会受到恶意流转复制的损害,这种恶意的流转复制主要体现为一些非正规的交易渠道,其后果使数据资产面临内容被篡改的风险,导致数据的价值降低。

       业务附着性。大数据资产对业务的依赖性极强。单独的数据信息无法发挥最大的价值效用,而需要将其与特定的应用场景相结合,不同行业的企业由于其经营范围不同,对数据的需求也就有所区别[5]。

       价值波动性。前述大数据资产具有时效性,失去时效的滞后数据可能会迅速贬值,当然也可能会随着企业的更新维护管理发生增值,大数据资产的价值会不断变动,具有极强的价值波动性。

       低价值密度。企业需要在海量数据信息中挖掘拥有潜在价值的大数据,因此大数据资产在形成过程中具有一定的风险性,并且这一特点在大数据处理的积累清洗阶段表现得尤为显著。

       三、大数据资产的确认、计量与列报披露

       (一)大数据资产的确认

       基于会计的谨慎性原则,大数据得以进行会计确认的前提是需要符合大数据资产的定义,也就是前述提到的,由企业过去或者预期在未来一年内很可能发生的事项或者交易形成,企业控制或者拥有,经过进一步的整理和分析能够为企业带来经济利益流入三个条件。

       但仅符合资产的定义也不一定可以确认为大数据资产,资产在进行会计核算时除了要有具体的会计科目,同时也需要可靠的金额。因此,大数据资产还要符合成本或价值能够可靠计量这一条件,才能进行会计确认。当前企业持有大数据资产的主要用途有两类,一类是用于流通交易的销售用大数据资产,另一类则是企业用于提高自身生产经营效率和创新商业模式的自用大数据资产。目前我国大数据相关法律法规逐步完善,大数据市场日益健全,大数据企业和数据交易中心的数量稳步增长[6],因此,直接从数据交易中心购买取得的大数据资产越来越多。我国销售用大数据资产是企业持有以备出售的资产,其在取得时可以较为准确的确定取得成本,并且其交易周期较短,可以在交易市场中以公允的市场价格出售,可以实现成本或价值的可靠计量,所以采用历史成本法对其进行计量。而企业持有的自用大数据资产,其持有目的不是为了交易,而是通过结合经营场景,实现精准营销、优化生产或创新发展战略等方式为企业带来价值[7],其价值体现在未来带来经济利益的流入,所以采用公允价值的计量属性。

相关文章: