您好, 访客   登录/注册

新经济背景下大数据资产的确认与计量探析

来源:用户上传      作者:张肖飞 王佳媛

  【摘要】大数据经济已成为我国经济增长的新引擎,其带来的收益及价值在企业中愈发重要。文章从大数据资产确认及计量的视角出发,对其进行资本化分析,提出在无形资产科目下设置二级科目,并将大数据资产按创造价值分为两类,结合已有会计准则的相关规定与数据资产的特点,按程序对其后续计量进行讨论,以期为现代企业建立健全数据资产会计记录提供理论支撑及选择。
  【关键词】大数据资产;公允价值
  【中图分类号】F231
  一、引言
  截至2019年,“大数据”一词已连续六年出现在政府工作报告中,并上升为国家战略。十九届四中全会首次明确提出数据可以作为生产要素按贡献度参与分配。毋庸置疑,大数据在中国未来新经济发展中的重要作用日益凸显。近年来,随着我国互联网技术的飞跃式发展,已有研究预测到2025年我国数据总量将会超过8000亿,全球占比将会超过27%,届时我国将跃居为世界第一数据大国,为全球数据发展起到带头作用。因此,高质量数据已成为企业运行的核心要素,在提升企业核心竞争力,缓解信息不对称,加快传统产业向创新型企业升级转变,促进经济高质量发展等方面起到积极作用。
  在中国制造2025计划中,数据以一马当先的率先之范,驱动着企业向前发展,因此,推动数据资产资本化刻不容缓。但在企业的财务报表中,数据资产并没有作为一项资产入账。其主要原因有两个:第一,数据资产是互联网时代的产物,而现有会计准则所界定的会计科目及适用对象仍局限于工业时代,其中很多明细科目的匮乏以及特征并不适用于新经济时代下的产物,导致数据资产无法入账;第二,由于国家对于数据资产尚未有相关法律法规出台,且未形成统一标准,部分数据资产存在很大不确定性,在估值时易受会计人员主观影响,导致入账价值不准确,引起后续计量的误差。
  如何科学地定义大数据及大数据资产,将大数据作为一项资产确认及计量,是新经济背景下迫切要解决的问题。本文从财务会计的角度,讨论大数据资产的入账及计量问题,以完善大数据发展的制度体系,促进其交易体系标准化的建立。
  二、大数据资产的确认
  大数据资产是新经济时代催生出的一种新资产,源于海量数据价值的产生。一方面它不同于以往的房屋、生产设备、厂房等有形固定资产,其自身具有极大的数据挖掘及分析应用价值,是企业提升盈利能力、获取超额收益的重要途径之一。另一方面,大数据资产具有为经济业务赋能的特征,随着数据价值的日渐提升,企业管理正逐渐从依靠富有经验的决策者向依靠即时数据转变,大数据大幅度提高了资源配置的有效性、管理决策效率和精确性,为企业带来前所未有的机遇。
  《企业会计准则——基本准则》指出,资产是指企业过去的交易或者事项形成的、由企业拥有或者控制的、预期会给企业带来经济利益的资源。定义中明确规定了资产的三个属性——由企业过去的交易或事项形成,企业拥有或控制,预期会给企业带来经济利益。
  首先,第一个属性重点强调获取资产的交易或事项发生在过去而非预期,而企业中的数据获取渠道主要包括企业内部抓取、第三方购买、网络免费搜集三个方面,这些交易或事项均发生在过去期间符合资产的属性。
  其次,确定企业是否拥有或控制数据资产,需要根据大数据的交易模式具体分析。大数据交易由数据提供方(卖方)、数据交易所或服务平台(数据中介方)、数据需求方(买方)三方共同完成,数据中介商沟通了买卖双方,所以大数据交易模式主要由数据中介商制定的规则为准。以中关村数海大数据交易平台的交易形式为例,交易所从数据提供商处获取数据源,平台对数据源进行甄别组合形成处理后的数据。平台采取在线、离线、托管三种方式将数据源和处理后的数据提供给数据需求方。在线交易模式是卖方在数据交易平台的数据调用接口上提供给买方数据副本以供下载;离线交易模式是数据交易平台将卖方提供的数据以离线的方式传送给买方;托管交易模式中买方只能在数据交易平台中使用数据不能直接保管和占有。在线和离线方式中数据需求方具有数据的所有权或控制权,托管方式中数据需求方只具有数据的使用权,在线和离线交易模式下符合资产的定义。所以对于企业是否拥有或控制数据资产,不同的数据交易模式下有不同的结果,只有符合定义的大数据才可以认定为资产。
  最后,大数据对企业的经济利益则主要体现在数据资产的变现能力上。信息服务企业可以交易出售大数据从而为自身带来资金流入,例如同花顺、东方财富等金融信息服务软件公司就是通过出售金融数据从而实现盈利。此外数据资产的另一大功能则表现在它可以通过业务赋能从而实现企业内部的价值驱动。阿里巴巴就是这方面很好的典范,它通过自己的电商平台进行客户数据收集、利用企业内部搜集的数据,并对数据进行挖掘、处理、分析,从而达到精准营销的目的,提高了信息使用者的决策有效性,提升企业自身核心竞争力。
  基于以上分析,本文认为大数据符合资产的定义,应该作为一项无形资产列入财务报表中。大数据以无形资产列入报表主要是依據无形资产的核心:定义是企业拥有或者控制的没有实物形态的可辨认非货币性资产。
  三、大数据资产的计量
  与其他资产相同,大数据资产的计量也分为计量属性、初始计量和后续计量,但与其他资产相比又存在某些特点上的差别。
  (一)大数据资产计量属性
  现行的资产计量属性主要有公允价值、历史成本、未来现金流量现值等,现对三种计量属性进行对比,通过考虑其适用范围及局限性,综合互联网金融信息企业数据资产特征以及会计信息要求,分析其可行性。
  1.历史成本
  根据我国企业会计准则、FASB及IASB的定义,历史成本是指企业为获得资产所支付的现金或现金等价物,并且在其确认后需要对该项资产进行摊销等其它方式的处理。由于大数据资产多为赋值型资产,自身价值不高,且其价值易受到市场波动而变化,而历史成本法通常反映的是资产过去的价值,无法及时衡量数据资产的实际价值或未来经济流入带来的收益,与数据资产有关的价值及其风险信息将无法得到披露,资产可能因此被低估或高估,财务报表无法反映企业的财务真实状况及经营成果,投资者更难以做出正确决策;并且历史成本常常要求后续对此类资产进行摊销,而数据具有非折耗性,通常随着使用次数的增加提升其权威性,进而提升自身价值,所以它不需要像常规资产一样计提摊销。因此,历史成本并不适用于数据资产的计量。   2.可变现净值
  可变现净值是指在正常生产经营过程中,以预计的售价扣除以后程序的资本化费用、预计销售费用及相关税金后的净值。可变现净值大多适用于不考虑货币时间价值的短期交易,而数据资产的获取及处理通常是一个日积月累的过程,并且具有准确性越高,价值越高的特性。数据资产准确性通常随着以后清洗、整理、汇总等程序的增多而提升,其产生价值也呈正相关变动。在此过程中,企业付出的费用与数据资产价值的变化程度存在随机性与不确定性,所以无法建立模型排除由于费用减少导致价值带来的降低,并且这一性质也暗示着并非所有信息都具有价值,没有处理的原始数据价值远低于可变现净值,数据资产实时价值被高估,无法向信息使用者传递正确信息,违反了财务报告设立的初衷。所以,可变现净值法也不适用于数据资产的计量。
  3.公允价值法
  公允价值是指市场参与者在计量日发生的有序交易中,出售一项资产所能收到或者转移一项负债所需支付的价格,其本质是需要记录项目的内在客观价值。公允价值存在的前提是存在活跃交易市场,例如同花顺、京东金融、阿里研究院等公司的交易业务中存在大量数据交易的过程,其为数据资产的定价提供了可观察的价格,实际公允价值可以通过此基础信息运用合适估值技术进行估计确定;并且公允价值强调“计量日”这一现时动态性特征,而大数据资产价值易受市场需求影响而出现突然性或集群性变动,例如在今年新冠肺炎疫情下,阿里巴巴、中国移动等公司利用地理位置大数据统计人员去向,此数据以前仅用于分析用户喜好,作为赋值型业务存在,公允价值恰可以及时反映此类变化导致的公司价值变动,从而及时向信息使用者传达准确信息。所以,公允价值法是目前现行的几种计量属性中最为契合且较能真实反映大数据资产价值的。但它也存在估值模型难以建立并且需要根据累计的经验对模型进行及时调整的缺点,这就需要会计人员具备过硬的知识储备及变通能力加以克服。
  (二)大数据资产的初始计量
  从数据价值产生方式可明确确认为资产的数据主要表现为:直接创造价值的数据以及赋值型数据资产。
  1.直接创造价值型数据资产
  在遵守相关法律与规定的前提下,直接用合同约定的数据换取货币资金或其他等价物,这是该类数据创造价值的直接方式。此类数据收集的目的在于收取合同目标现金流量,出售相应数据。它可以单独进行交易,也可以和其他类别数据组合以数据库形式交易。此类数据已经存在较为完善活跃的交易市场,未来带来的收益流入可能性高,并且较为稳定。目前京东金融、同花顺、东方财富的营业成本很大占比来自外购数据,并且随着技术的提升以及市场的完善,量化投资得到越来越多投资者的认可,其普及过程也会极大程度提高数据需求量,所以该类数据确认为资产属于大势所趋。此类数据在取得时,双方就此达成一致形成的对价或活跃市场的报价,应作为入账价值计入资产负债表。应在“无形资产”下设置二级科目“无形资产——数据资产”,借记“无形资产——数据资产”,贷记“货币资金”或者“应付账款”。
  2.赋值型数据资产
  此类数据自身不产生价值或价值极低,持有目的在于了解客户需求,实现精准营销,发掘更多潛在用户,提升企业核心竞争力。企业通常将此类数据与现有业务有机结合,使其在为公司增加业务数量、降低运营成本、创造超额收益上有更好的表现,其价值是很难像普通资产一样简单评估。此类数据往往抓取于互联网用户出于本能考虑下的选择,再经过一系列的清洗、挖掘、汇总、分析处理,用于辅助管理者决策、完善优化业务流程,从而提高企业收益。以阿里巴巴集团下的淘宝公司为例,淘宝利用长期对店铺所在商圈的趋势、消费者画像等进行数据挖掘,形成更精准的消费者洞察,给后续的产品和供应链提供参考。其成本包括自满足数据资产确认条件前所产生的支出总额,对于以前期间已经费用化的支出不再调整。此类数据资产在单独入账时会计分录借方记“无形资产——数据资产”,贷方记资本化的“研发支出”和“管理费用”。
  (三)大数据资产的后续计量
  随着使用时间的增长,数据资产价值(获得超额收益的能力)可能不减反增,即使数据资产会消耗,服务潜力在下降,但由于数据需求变化不定以及竞争者层出不穷的原因,数据资产寿命很难确定,因此数据资产在会计后续计量不考虑摊销问题。在资产负债表日,企业应以当天的公允价值为基础,与数据资产账面价值进行比较,将差额计入当期损益。为完善数据,提高其准确性,企业需要后续对数据进行完善,期间发生的支出满足以下条件时,应当在都达到预期使用程度时计入数据资产成本:①未来利益流入具有高确定性;②可以可靠计量。
  企业可以选择在“无形资产——数据资产”科目下设置“成本”与“公允价值变动”三级明细科目:①对于直接产生价值的数据资产,当数据资产资产负债表日公允价值高于账面价值时,将二者差额借记“无形资产——数据资产——公允价值变动”,贷记“公允价值变动损益”,若前者低于后者,则做反向分录;②对于赋值型数据资产,由于其持有非出售目的的原因,所以将其常态的公允价值变动计入权益,将资产负债表日公允价值高于账面价值的差额借记“无形资产——数据资产——公允价值变动”,贷记“其他综合收益”,公允价值低于账面价值时做反向分录。
  出于谨慎性要求,企业需要每年至少对数据资产进行一次减值测试。当减值测试结果反映此跌价存在对企业有重大意义或导致风险显著增加的,此时往往伴随公允价值大幅度下跌,为加强会计信息相关性、防止对信息使用者产生误导,企业需计算资产未来现金流量现值低于账面价值的差额,确认相关减值损失、计提减值准备,会计分录为:借记“资产减值损失”,贷记“无形资产减值准备——数据资产”。
  对于符合数据资产资本化条件的后续支出,应在达到预期可使用状态时计入数据资产成本。借记“无形资产——数据资产”科目,贷记“研发支出”科目。由于数据资产在后续开发过程中,其正常使用不受影响,所以无须将其设置“开发”状态。
  四、大数据资产的处置
  当企业对大数据资产进行买卖时,每次获取的收入均需确认(表1),但成本只需在第一次销售时转回(表2),这是因为数据具有共享性,同一项数据,随着使用人数增多,其效力及成本并不会发生改变,所以一项数据资产可以通过增加其买方的数目,从而降低成本直至为零,用以提升企业效益。
  当大数据资产被有客观证据证明其无法继续向企业提供未来经济利益时,应当终止确认该项大数据资产(表3)。此种情况常见于大数据资产的报废或者损毁。
  主要参考文献:
  [1]黄世忠.信息资源的七大定律及其确认与计量[EB/OL]. https://mp.weixin.qq.com,2020年1月6日。
  [2]许宪春,张钟文,关会娟.中国新经济:作用、特征与挑战[J].财贸经济,2020,(1)
  [3]上官鸣,白莎.大数据资产会计处理探析[J].财务与会计,2018,(22):46-48.
  [4]陈朝琳.《企业会计准则第39号——公允价值计量》解读[J].财会通讯,2014,(19):103-104.
转载注明来源:https://www.xzbu.com/3/view-15210169.htm