作者｜周宏明、孔令辉、孔荫莹、王静

单位：广东财经大学会计学院 经济与管理国家级实验教学中心 数量经济研究中心 小数据研究中心

数据资产计量

一、研究背景及意义

（一）研究背景

2020年中共中央、国务院发布的《关于构建更加完善的要素市场化配置体制机制的意见》（下称《数据二十条》），将数据与土地、劳动力、资本、技术并称为五大生产要素，为后续数据确权、计量、交易等奠定了基础。《数据二十条》从数据产权、数据交易、收益分配、安全治理四个方面初步搭建我国数据基础制度体系。

2023年8月财政部发布的《企业数据资源相关会计处理暂行规定》（下称《暂行规定》）进一步明确了数据入表的实施，规定数据资产满足企业会计准则相关规定时，可被确认为无形资产或存货从而进行计量：文件中对不满足企业会计准则而未确认为资产的数据资产，也提供了相应的会计处理办法。这一文件的推出不仅体现了规范数据资产计量的重要性，同时也为企业数据资产的会计处理提供政策支持和实践指导。

2021年12月，大数据技术标准推进委员会和中国信息通信研究院联合发布了《数据资产管理实践白皮书（5.0版）》，其中明确规定“数据资产”是指由组织合法拥有或控制的数据资产，以电子或其他方式记录，可进行计量或交易，能直接或间接带来经济效益和社会效益，即“有潜力产生经济利益的数据权利”。

除了用户数据、产品数据、物流数据等典型的数据资产，金融大数据、医疗健康大数据、交通大数据、文化大数据、农业大数据、营销大数据、空间地理大数据、学术大数据等多种数据资产在各个领域也发挥着重要作用，尤其在科技企业已经形成了丰富多样的数据资产。

（二）研究意义

数据资产计量，指的是对企业所拥有的数据资产进行会计计量的过程，其意义在于确定数据资产的价值，便于企业进行决策和管理。

首先，在宏观层面，数据作为重要的生产要素，其资本存量水平在2019年已经超过9万亿元，约占社会总资本的5%，且数据资本积累具有拉动宏观经济增长的巨大潜力。

其次，在微观层面，数据资产正成为企业和个人越来越重要的要素资产，它以直接或间接的方式创造价值，并对经营管理发挥支撑作用。通过将数据资产价值反映在会计报表中，有利于财务报表使用者理解企业估值、提升财务信息的使用价值，同时降低提供者与使用者的信息不对称程度。

此外，数字化的发展使数据要素的价值不断被激发和增强，数据资产逐步成为企业竞争发展的核心要素，甚至是企业的宝贵战略资源。

因此，对数据资产的会计计量可以帮助企业更好地应对外部市场变化，提高企业的商业洞察和敏锐度，从而在竞争中获取优势。

本文着重研究数据资产的资产类型确认、对应会计属性确认，以及相应初始计量、后续计量等问题，为数据正式入表后，提供较为完整的数据资产计量方法。

二、研究现状

由于数据的多样性、复杂性等特点，各学者和专家对数据资产的核算科目设置观点各有不同。李静萍等[1]认为数据具有非生产性、收益性和所有权归属，应当视为非生产资产，属于无形资产的一种。李原[2]等人认为数据资产是一种有形固定资产，每项数据资产的载体是有形可视的，具有一定的非典型物理特征。王世杰等[3]认为不宜将数据作为无形资产，应单独设置“数据资产”科目进行核算。李秉祥等[4]认为应单独设置“大数据资产”一级科目，并设置“销售用大数据资产”和“自用大数据资产”两个二级科目，分别核算不同用途的大数据资产。

在没有《暂行规定》这一文件时，一笔和数据资产有关的支出，会计师可能更倾向于把它费用化；该文件颁布后，会计师可能更加考虑将其资本化处理，使其作为资产入账。根据《暂行规定》，在“存货”、“无形资产”、“开发支出”项目下均增设“其中：数据资源”项目，反映数据资产的账面价值或者满足资本化条件的支出金额。其中企业内部使用的数据资产被确认为无形资产，计量时应当根据账面原值、累计摊销、减值准备等方面，企业进行外部交易型数据资产应当被确认为存货，计量应围绕账面原值、存货跌价等方面，企业出售未确认为资产的数据资产，应当按照收入准则等规定确认相关收入。

三、计量属性选择

合适的计量属性是资产进行公允计量的前提，在选择计量属性时要符合资产的特征。根据《企业会计准则——基本准则》，中国现有的资产计量属性主要有历史成本、重置成本、公允价值、可变现净值和现值5种。

本文主要根据《暂行规定》，将企业数据分为自用型数据资产和外部交易型数据资产，并根据存货、无形资产等科目的会计计量准则，着重介绍历史成本和公允价值两种计量属性。

（一）历史成本法

基于成本的计量主要是通过详细核算和计量对象在其产生过程中所涉及的各项成本，来对其价值进行估算。这种思路主要关注于供给端，即数据的生产者，并基于数据开发的历史成本进行计量。在核算过程中，我们需要考虑到数据和产品在开发、生产、流通等过程中所消耗的各种成本，包括但不限于设备服务成本、中间投入、人力成本以及间接费用等。这些成本通常会随着数据和产品的不同阶段而发生变化，因此我们需要对每个阶段所产生的成本进行详细核算。

历史成本法计量有个显著优点，那就是相比预期收益与风险的估计，资产的历史成本测算更为准确，会计处理也更为简单[5]。因为历史成本是基于实际发生的数据和费用进行核算的，所以它能够更准确地反映资产的实际价值。同时，由于历史成本是已经发生并且有记录的数据，因此在进行会计处理时也更为简单和直接。

自用型数据资产是支持企业内部运营和管理需求而建立或者获取的，因此往往缺乏公开的市场价格。此外这些资产具有长期使用性，其价值往往在相对长的时间内保持相对稳定，不同于交易性资产那样频繁进行买卖。因此，对于企业管理层来说，更倾向于关注资产的实际购入成本，而历史成本法正是基于这一考虑而设计的。这种方式使得管理层能够更好地了解资产对企业的实际投资情况，为决策提供更可靠的依据。

（二）公允价值法

公允价值法主要是通过参考市场上的公平交易价格或采用估值技术来确定资产或负债的价值。这种评估方法基于市场价值，反映了当前市场条件下的资产或负债价值，有助于评估资产的实际经济利益。

使用公允价值法进行评估的优点在于，它能够提供更及时、相关的信息，反映市场价值，有助于评估资产或负债的未来经济利益。此外，公允价值评估还可以提高会计信息的透明度和可比性，帮助投资者和企业更好地理解和评估其财务状况和经营绩效。

外部交易型数据资产通常是通过市场交易获得的，有对应的市场价格或者可以根据市场条件估算出公允价值，与市场上可以频繁交易的金融资产类似，具有较高的流动性和交易性。因此，采用公允价值计量模型能够提供更为客观和及时的信息，有助于投资者和管理层对外部交易型数据资产进行更全面的评估和决策。

四、数据资产计量

（一）数据资产的初始计量

1.  自用型数据资产

对于自用型数据资产，数据在研发过程中所耗费的智力、金融、环境等资源资产以及其他必要的期间费用，都是构成数据资产价值的主要来源。自用型数据资产的计量与无形资产相似，需要分为研究阶段和开发阶段。因为研究阶段的数据无法确定其经济利益和可用性，在研究阶段支出应进行费用化处理，计入当期损益，再归集到管理费用。例如，与数据采集费用直接相关支出、人员培训费用、软件许可费用等，通常被视为非资本化费用，这些费用直接计入期末的“管理费用”，并在会计报表中当作当期费用进行核算。

在开发阶段，能对数据进行处理分析后，得到对企业有重要影响的数据资产，这个阶段符合资本化条件的则进行资本化处理。资本化费用包括与数据资产开发直接相关的成本，例如数据清洗、数据挖掘、算法开发等，同时搜集分析过程中发生的设备折旧费、劳务费及日常相关费用。这些费用将被记录为资产，并根据其预期可用期限进行摊销或计提折旧。

2.  外部交易型数据资产

根据《暂行规定》明确了外部交易型数据资产应当归为存货一类，其具体价值体现在下面三个部分。首先是企业通过外购方式取得确认为存货的数据资产，其采购成本包括购买价款、相关税费、保险费，以及数据权属鉴证、质量评估、登记结算、安全管理等所发生的其他可归属于存货采购成本的费用。其次，企业通过数据加工取得确认为存货的数据资产，其成本包括采购成本，数据采集、脱敏、清洗、标注、整合、分析、可视化等加工成本和使存货达到目前场所和状态所发生的其他支出。最后企业出售确认为存货的数据资产，应当按照存货准则将其成本结转为当期损益；同时，企业应当按照收入准则等规定确认相关收入。

外部交易型数据资产可分为外购后直接使用和外购加工后使用两种。对于外购可直接使用的数据资产，其账面价值可以计量为购置时所付出的费用，其价值主要与购置成本有关。对于企业外购加工后使用的数据资产，其价值除了与购置成本有关，还要增加数据资产研发费用，在数据资产研发完成后，这些成本可以转化为无形资产成本，以反映数据资产的价值。

（二）数据资产的后续计量

1.  自用型数据资产

根据无形资产定义，对于具有确定的使用期限的数据资产，如许可费用或购买授权所产生的费用，会采用摊销方法进行计量，在数字信息时代，数据资产的信息更新速度非常快，应采用加速折旧法。摊销计量是将这些费用在其使用期限内按照合理的方法摊销到会计周期中。

无法确定使用寿命的数据资产，则不需要进行摊销，应该定期做减值测试[7]。测试中如果可收回金额高于账面价值，说明未发生减值。如果发现数据资产的可实现金额低于其账面价值，需要进行减值准备处理。减值准备的金额是将数据资产的账面价值调整为其可实现金额。

由于数据资产的价值易变的特点，需要企业提供后续支出，不停地增加投入，以确保及时进行更新和维护，提高数据资产的使用价值。对于维护数据资产价值但没有产生更大价值的支出，应当计入当期损益，费用化处理，最后转入到管理费用，例如维护费用、存储费用。对于帮助数据资产产生更大价值的投入支出，为企业带来更多效益，应当计入资本化支出，例如数据挖掘、数据分析等费用。

数据资产的处置主要有所有权、使用权的转让等。数据资产的出售，就是将数据资产的使用权和所有权一同转让给买方，若实际收到的价款高于数据资产的账面价值，则处置收益，反之为处置损失。数据资产的出租，是将数据资产的使用权出租给买方获得收益，如果出租的数据资产有使用寿命，在此期间仍要进行摊销。

2.  外部交易型数据资产

外部交易型数据资产属于存货，应采用存货的后续计量。王世杰[3]等人也提到数据资产作为存货的后续计量，主张从提高存货质量成本和单位用户成本两个方面进行。

若因系统升级、产品创新、数据增加等活动增加供给量或提高存货质量的成本时，这些成本应计入存货成本。在确认存货成本时，企业应进行技术测算和市场调研，对现有数据存量、系统容量和网络流量下可服务用户的数量进行测算。根据测算的可服务用户数量确定存货数量后，据此确定存货单位成本，即单位用户的成本。期末时，根据当期实际用户数量确定营业收入和营业成本，并根据可服务用户数量和实际用户数量之差确认期末存货。

五、总结与展望

通过对数据资产进行计量，可以更好地理解和管理数据资产，从而支持决策制定和资源配置。目前，数据资产计量方法呈现多样性，不同的方法适用于不同的情况和目的，需要根据具体情况选择合适的方法进行计量。数据资产计量面临数据复杂性、数据价值主观性及不确定性、隐私及安全问题等。缺乏统一的数据资产计量标准和指南，导致不同机构和组织在计量过程中可能存在差异性和不一致性。建立统一的计量标准是未来的发展方向之一。

随着技术的不断发展，新的计量方法会不断创新，新的计量工具会不断涌现。未来的数据资产计量方法，应当更加注重风险与价值之间的平衡，推动建立统一的数据资产计量标准，从而提高数据资产计量结果的有效性和可信度，实现数据资产计量过程规范化。

[1]李静萍. 数据资产核算研究[J]. 统计研究, 2020,37(11):3-14.

[2]李原, 刘洋, 李宝瑜. 数据资产核算若干理论问题辨析[J]. 统计研究, 2022,39(09):19-28.

[3]王世杰, 刘喻丹. 论数据资产的确认及计量[J]. 财会月刊, 2023,44(08):85-92.

[4]李秉祥, 任晗晓, 尹会茹, 等. 数字经济背景下大数据资产的确认、计量与列报披露[J]. 财会通讯, 2022(11):79-83.

[5]罗玫, 李金璞, 汤珂. 企业数据资产化：会计确认与价值评估[J]. 清华大学学报(哲学社会科学版), 2023,38(05):195-209.

[6]秦荣生. 企业数据资产的确认、计量与报告研究[J]. 会计与经济研究, 2020,34(06):3-10.

[7]吕慧, 赵冠月. 数据资产的价值评估与会计处理研究进展综述[J]. 财会通讯, 2023(13):24-30.

[8]申彤钰. 数据资产会计确认与计量研究[J]. 行政事业资产与财务, 2023(15):9-11.

[9]付英艺, 夏建雄. 数据资产的计量和披露[J]. 辽宁工程技术大学学报(社会科学版), 2023,25(03):189-195.