互联网企业数据资产会计确认与计量的探究

【摘"要】进入21世纪以来，数据资产化已成为数字中国建设不可或缺的一部分，其开发与利用对促进经济高质量发展具有重要作用。互联网企业作为数据密集型企业，其经营和发展高度依赖数据资源，对互联网企业数据资产进行会计确认和计量有利于提升企业潜在价值，论文结合互联网企业数据资产的特征，研讨互联网企业数据资产会计确认条件与归属科目，并探讨互联网企业数据资产初始计量和后续计量，以期能够为互联网企业数据资产会计核算提供理论参考。【关键词】数据资产；互联网企业；会计确认；会计计量1引言2020年，国务院将数据定义为第五大生产要素，2023年，财政部在《企业数据资源相关会计处理暂行规定》（简称《暂行规定》）中指出企业数据资源应当按照其不同来源确认于会计系统中，这彰显了数据资源在企业价值创造中的重要性。互联网企业作为数据密集型企业，在生产经营中产生了大量的数据。然而，在实践中很少有互联网企业将数据作为一项资产纳入会计核算体系中，国内外也均没有明确的准则要求，这种情况下企业财务信息很难得到真实的反映，也会影响决策的准确性。因此，本文将对互联网企业数据资产会计确认和计量展开研究，分析互联网企业数据资产的特征和构成，研究其会计确认条件、归属科目、初始计量和后续计量方法，为互联网企业数据资产会计确认与计量更加规范化提供参考。2互联网企业数据资产概述2.1互联网企业数据资产的概念当前，学界尚未对数据资产的概念达成一致见解，可以明确的是企业所掌握的数据，需要满足《企业会计准则》里对资产的界定才能够被确认为数据资产，即数据资产是企业在生产经营活动中产生的或者合法渠道获取的，由企业拥有和控制，且能够给企业带来经济利益流入的数据资源。相应的，互联网企业数据资产则是由互联网企业等特定主体长期合法持有或者控制，成本或价值可以计量，能通过直接或间接方式为企业带来经济利益的数据资源。2.2互联网企业数据资产的特征2.2.1非实体性数据资产没有具体的物理形态，具有非实体性的特征。互联网企业的数据资产主要来源于其本身业务系统中存储的数据，如用户数量、企业经营数据等都是以数字或者代码的形式依附于一定的软件或硬件设备上。数据的非实体性使其不会因为使用而产生磨损与消耗等情况，在整个生命周期中，数据经过传输、加工后可以被互联网企业无限使用。2.2.2加工有用性互联网企业所收集和产生的数据包括可用信息和无用信息，这需要企业利用数据处理软件将可用数据提炼出来，并结合一定的算法程序进行加工后才能将数据资产的价值充分发挥出来。2.2.3动态性动态性主要体现在数据资产的时效性和个性化差异上。时效性是指数据资产在某一时间段具有价值，而在经历一定时间后价值会降低。互联网企业拥有的数据资产随着时间的推移，会随着新数据的出现、商业环境的变化或商业决策模式的改变等内外部因素导致原有数据资产的价值立即下降。个性化差异则表现在数据对使用者的价值而言具有较大的差异和个性化特征[1]。主要表现在不同类型的数据对不同使用者的价值有很大不同，例如，一家处于创业初期的互联网公司可能更看重用户增长数据，而一家成熟的互联网巨头可能更关注用户的精细化运营数据、市场份额变化数据等。此外，数据也会因不同使用者主体的个性化需求而产生不同的价值，以创新为导向的科技企业更加看重有助于推动产品创新的产品反馈数据等，而以成本控制为核心的企业则更加关注成本核算数据等。互联网企业需要对数据资产的时效性进行动态维护，并保持数据的多样性来满足使用者需求的多样性，从而维护数据资产价值。3互联网企业数据资产会计确认3.1确认条件分析3.1.1符合法律法规的规定互联网企业所拥有的内部数据中包括大量用户的个人信息和行为数据，这些数据具有个人属性，被收集者会产生强烈的抵触心理，甚至涉及个人隐私的侵犯问题，因此互联网企业既要保证数据获取的途径是合法合规，又要确保在使用和交易时对数据已脱敏而不会产生法律风险，才能将这些数据确认为数据资产。例如，A企业通过黑客技术非法获取大量用户的手机号、身份证号码、家庭住址等个人信息直接打包出售给B企业获取收益，此情况下A企业获取途径已经涉及违反个人信息保护法或者刑法等有关法律法规，对相关数据的拥有和控制不具备合法性，也就不能确认为数据资产，而B企业购买的个人信息数据来源不正当，合法性方面也存在瑕疵，因此也不能确认为数据资产。3.1.2该项数据资产产生的经济利益能够流入企业这一点着重于企业能否获得经济效益。然而，在实践中，经济环境与市场状况是错综复杂的，企业必须对是否能够获得经济利益进行正确的判断，对于互联网企业来说，通过数据资产获取收益的方式主要包括直接出售数据产品收入和自行开发数据获取间接收益。首先是出售数据产品收入。将收集到的相关产品、行业、消费行为等数据进行加工处理，在法律允许情况下将其出售给第三方获取收入。例如，互联网电商平台将产品销售情况、消费者偏好等数据出售给制造商而获取收入。其次是企业自行开发数据资产服务于企业经营活动，从而间接获取收益。例如，小红书基于平台用户浏览类别和点赞数据帮助合作广告商精准推送从而创造衍生收入。对于无法直接或间接带来经济利益流入的数据资源则不能确认为数据资产。3.1.3成本或价值能够计量数据资产确认的第三个条件强调的是其价值能够通过货币或非货币单位完整可靠地计量，也就是说数据资产的价值应当是可以量化的。数据资产在不同应用场景下价值差异较大。就获取途径而言，外购数据资产以取得成本、存储加工成本等来计算，较容易计量，但收集于企业的生产经营管理之中的数据，数据成本难以划分，难以准确计量[2]。因此，数据资产的计量仍然是一个难题，目前接受度比较高的数据资产价值计量方法包括成本法、市场法和收益法。成本法是基于数据资产在收集、加工处理以及持有存储等环节的费用，是对前期投入成本的反映，但是成本法容易造成数据资产成本与其实现的价值之间的关联性不强，可能低估数据资产的实际价值；市场法是以公开、活跃的数据资产交易市场为依据，能客观地反映数据资产的实际价值，市场法要求存在活跃、公开的市场，有足够多的可比交易案例，但对于不同的应用场景下，数据资产的价值无法比较；收益法是以数据资产未来产出效益再进行折现得到的结果来衡量其价值，是对数据资产长期经济效益和潜在收益的考量，并且考虑了未来现金流的不确定风险，但是该方法对数据要求高且容易受到主观性影响。三种方法各有优缺点，企业可根据自身情况选择合适的方法计量数据资产的价值。3.2归属科目分析在学术界，关于数据资产的归属科目，主流观点集中于无形资产观和单设数据资产科目观。本文主张数据资产在会计体系中应归属于无形资产进行核算。主要是因为数据资产与现行会计准则中无形资产的定义较为相符，同时也拥有与无形资产基本类似的特点。首先，互联网企业数据资产是没有实物形态的，互联网企业的数据资产主要包括自有用户数据、软件系统数据以及生产经营数据等，这些数据依附于程序、代码、数据库等载体，且价值与载体之间没有直接联系。其次，互联网企业数据资产会随着时间的推移和价值创造形式的不同产生的经济利益也是在变化的，也就是说为企业带来的经济利益的货币金额是不确定的，满足非货币性的特点。最后是可辨认性。数据资产在合法合规前提下可用于出售、租赁或者交换等，符合会计概念上的“可分离性”，即满足无形资产可辨认的标准之一[3]。虽然单独设置数据资产科目来进行核算可以更加体现数据资产的价值，但是现有数据资产核算方法并不明确，因此，在建立完善的数据资产会计确认的相关准则和应用指南前建议将数据资产先归入无形资产科目，并设立“数据资产”二级科目进行核算，具体科目设置如表1所示。4互联网企业数据资产计量4.1初始计量数据资产的初始计量是指在企业获取数据资产时应当以什么价格反映在企业账面上，对于初始计量属性的选择学术界主要有两类观点：一类是按照获取或开发该项数据资产的历史成本计量；另一类认为应采用公允价值进行初始计量。本文认为互联网企业数据资产主要包括内部开发取得的数据资产和外部交易取得的数据资产，不同来源的数据资产应选择不同的计量属性。首先是互联网企业内部开发取得的数据资产。该类数据资产一般是在企业经营活动中产生的数据，需要经过筛选、提取、整理加工等程序才能确认为企业数据资产。此过程可分为数据获取清洗和数据提取开发两个阶段，在获取清洗阶段，能否从海量数据中提取出有用信息具有很大的不确定性，因此相关支出应当进行费用化处理，并计入当期损益。数据提取开发阶段是借助人工智能等相关技术对数据进行更深层次的分析，此阶段处于数据资源向数据资产转化的过程，数据成为资产的确定性已经形成，且类似于无形资产的开发阶段，可参照无形资产的计量规则，对符合资本化条件的支出进行资本化处理，计入数据资产成本。其次是外部购买取得的数据资产。该类数据资产可分为两类，第一类是购买后即可使用的数据资产，这些数据在获取时就已经能为企业带来经济利益的流入，因此可直接按照外购交易取得时所发生的成本作为初始入账价值，包括购买时支付的价款、相关数据传输费用和整理费用等。第二类是需要进一步加工后才能使用的数据资产，其购买时所支付的对价作为初始入账成本，在后续开发过程中，对于人力成本、购置设备款等符合资本化条件的支出也应计入数据资产的初始成本。待数据开发完成并达到预定用途，满足资本化条件时，企业应将前期的购买价款、交易费用以及在整个开发周期内发生的资本化支出一并结转为数据资产的账面价值。4.2后续计量4.2.1数据资产的价值变动互联网企业数据资产的价值会随着企业发展战略、经营策略的变化而变化，这种情况会导致企业数据资产的账面金额与真实价值出现偏差，因此，为了确保企业披露的财务信息的真实性和有用性，企业应在每会计年度末，对数据资产进行价值评估。互联网企业可选用多期超额收益法这一思路，原因在于相比于其他传统评估方法，其精准考量了资产在多个时期创造超额收益的能力，能动态呈现资产价值随时间的变化，符合互联网企业数据资产时效性的特点。具体步骤分为两点：先利用差量法得到企业组合无形资产的价值，再利用层次分析法（AHP）构建层次结构模型，从组合无形资产价值中分离出数据资产的价值[4]。之后根据评估价值与账面价值孰低的原则对数据资产进行后续计量，同时也能为数据资产的后续交易提供价值参考。4.2.2数据资产的后续支出互联网企业数据资产的后续支出主要包括对企业已经拥有的数据资产的更新维护以及因生产经营的需要而获取新数据产生的支出。对于已有数据资产的更新维护主要包括对存储数据的现有硬件设备的维护和对数据相关技术的更新，这并不会使数据资产价值产生明显的变化，因此这类支出应当计入当期损益。而对于新数据资产的获取不仅能够扩大原有数据的规模还能提升企业利用数据获取经济效益的效率，因此，企业应将使数据获得技术性提高的设备支出与折旧、使用专利支出与摊销、应付职工薪酬等成本记入“无形资产——数据资产”科目。4.2.3数据资产的摊销与无形资产类似，大部分数据资产不具备实物形态，因此需定期进行摊销而非折旧。数据资产的摊销可以参考无形资产的处理原则，对于使用寿命无法进行合理估计的数据资产不应当进行摊销，而应在每年年末对其进行减值测试，若可收回金额低于账面价值，说明该数据资产已发生减值，按照二者的差额计提减值准备，记入“数据资产减值准备”科目，对于使用寿命有限且可以合理估计的，应当在摊销期内进行摊销。在摊销方法的选择上，资产的摊销方法通常包括加速摊销法、直线摊销法两种方式，加速摊销法更适合于数据资产的摊销，原因在于数据资产在使用初期能体现出较高的经济社会价值，在外部市场环境的影响下，所增加的经济利益会进一步缩减，加速摊销法使得资产前期摊销额较高，后期摊销额较少，符合数据资产的特点[5]。基于上述特质，数据资产应选择加速摊销法进行摊销。5结语本文分析了互联网企业数据资产概念及特征，研究了数据资产的确认条件、归属科目以及计量属性和计量方法的选择，得到以下结论：①互联网企业数据资产呈现出非实体性、加工有用性以及动态性的特征。②互联网企业数据资产的确认在以合法性为前提条件