会计信息化下的数据资产化现状及完善路径

　　[摘要]信息化时代背景下，数据资产在财务会计体系中的地位愈发重要，有效探索并解决当前数据资产化难题，是推进会计信息化的重要举措。数据资产化是数据资产能够得到有效开发和利用的先决条件，但缺乏对数据资产权属的界定方法以及数据资产价值的计量方式，使得数据资产在财务系统中难以处理。同时，数据资产机密信息管理与会计信息披露要求之间出现的冲突也对会计监管造成了极大困难。据此，在系统分析的基础上，研究认为：要加强对会计准则体系进行改革创新，并加快政府数据资产权属规定出台;通过利用区块链技术为数据资产隐私保护提供支撑;发挥政府对数据资产的保护监督管理职能，营造数据流通安全法治环境。

　　[关键词]数据资产;权属;价值评估;核算

　　一、引言

　　在会计信息化和数字经济迅速发展的背景下，我国正面临着新一轮技术革命加速演进的局面，以“大智移云物”为代表的数字化革命逐渐渗透进企业生产和经济活动的各个方面，影响了企业和行业的运作规律。我国当前正处于由经济高速增长阶段转向经济高质量发展阶段的关键节点，数据资产地位也在日益提升。

　　会计师职称论文：人工智能时代会计类大学生数字素养的培育探索

　　会计作为最古老、最广泛的行业之一，一直随着时代和社会的需求不断演进，对数据价值的广泛重视也必然催生与促进会计和财务管理的新发展，给传统会计的处理带来新的挑战与机遇。在现行的数据资产管理流程中，数据资产化已然成为最重要的一个环节。我国数字经济持续快速发展，据中国信息通信研究院最新发布的《中国数字经济发展与就业白皮书(2020年)》显示，2019年我国数字经济增加值规模达到了35.8万亿元，占GDP比重为36.2%，同比提升了1.4个百分点。

　　由此可见，数据逐渐成为驱动经济社会发展的新要素、新引擎，传统企业也纷纷踏上了自动化、智能化、数字化的转型之路，寻求新的价值增长点。企业的数字化发展对相关领域制度建设提出了更高的要求，完善的制度是数据资产更好地促进经济发展的基础。党的十九届五中全会也提出了“发展数字经济，推进数字产业化和产业数字化，建立数据资源的产权、交易流通、跨境传输和安全保护等基础制度和标准规范，推动数据资源开发利用”的指导性建议。促进数据资产的入市、流通和运行，也是推进国家治理体系和治理能力现代化的重要举措之一。

　　二、文献综述

　　(一)数据资产的发展

　　首先，当前国际上并未对数据资产的概念总结出统一的观点。早在1974年，Peterson首次提出了数据资产包括持有的政府债券、公司债券和实物债券等资产[1]。数据资产由信息资产引申而来，Glazer(1993)认为信息本身就具有价值，可以参照会计上对资产的定义来判定信息是否可以作为企业资产，同时，研究还进一步分析了企业生产经营过程中的全部信息价值构成，提出全部信息价值可以分为公司-供应商信息价值、公司内部信息价值和公司-消费者信息价值[2]。

　　Moody和Walsh(1999)则创新性地提出了将信息资产的价值评估仿照有形资产价值来进行评估的设想，并且深入研究了如何评估信息资产的价值，并将其全部价值划分为公司经营中搜集信息的成本、公司运营中管理信息的成本和提高信息质量的成本[3]。由数据概念的发展不难看出，不论数据资产如何发展，中外学者大都认同其包含着重要的经济信息，即能够为利益相关者带来预期的经济回报。

　　(二)我国数据资产化发展

　　自1979年在长春第一汽车制造厂开始试点以来，我国会计电算化历经了40多年的发展[4]，会计的管理也逐渐迈向了信息化、智能化的阶段。但是，在我国积极扩大生产规模，推动经济增长的过程中，会计信息化虽然扮演着重要角色，却也逐渐暴露出许多问题，例如管理效率低下、数据资产确认计量困难等。为解决这些问题，2005年开始，中兴通讯等一批大型集团企业开始构建财务共享服务中心[5-6]，财务共享服务中心使得经济规则、会计准则趋同，会计信息化的统一标准逐渐成为解决数据资产难题的可行手段。随着数字经济的不断发展以及计算机性能提升和获取难度的下降，互联网、区块链等新兴技术取得突破性发展。这些技术所带来的新的数据资产逐步成为了当前新兴产业的主要资产[7]。

　　区别于传统的固定资产，数据资产能够以较小的空间、海量的信息、便捷的传输等优点在企业的生产经营和管理决策等方面发挥重要的作用，也成为了高新技术产业和战略新兴产业最为重要的资产。但由于缺乏完善的监管机制和准则条款，新兴业务也在不断挑战数据资产的合理应用，数据资产的管理也存在着明显瑕疵。总体而言，一方面，数字经济时代所带来的海量数据具备极大的分析研究和商业价值，是未来时代关键的资源;另一方面，缺少主管部门的监管和约束，数据资产的可信性也值得商榷，错误的数据也可能导致企业的没落[8]。

　　(三)数据资产的核算方法

　　现有关于数据资产核算计量的诸多研究大多是从企业的视角展开。例如，从企业层面对数据资产的资产属性和数据资产的特征、数据资产价值评估以及定价机制、数据资产的核算确认等进行研究[9-11]。学术界普遍认为，数据资产目前仍然属于无形资产的界定范围之内，由于复制成本低廉、规模较大、信息含量大，其制造成本往往远低于其真实价值。然而，无形资产适用的会计核算方法并不符合其价值的计量，因此，有学者认为对数据资产的计量应当取决于企业的商业模式[12]，也有学者提出，对数据资产的确认应当在符合资产的定义后方可进入账户体系，同时，对数据资产的计量应当将初始计量和后续计量同时加以考虑，而对数据资产的报告，则可以专设报表科目，归类后进行[13]。

　　(四)数据资产化现存难题

　　1.数据资产权属难以界定数据资源要成为数据资产的前提条件是数据的所有权必须明确，数据资产权属无法明确将会导致极大的不确定性，同时也会降低数据资产的利用效果，使数据资产的经济效益降低。学术界对于数据确权的讨论形成了多种理论，其中具有代表性的有“新型人格权说”“知识产权说”“商业秘密说”“数据财产权说”等，但尚未达成共识。国家层面曾多次提出对数据确权的要求，但是相关立法进程却较为缓慢[14]。

　　针对数据权属难以界定、数据隐私容易泄露和数据交易困难的问题，郭兵(2017)提出了“个人数据银行”的概念，通过专门机构对用户的数据进行收集、清洗和整理，在保护个人数据产权和隐私权的前提下实现所有权和使用权的分离，实现个人数据的产权化和集中化，进而实现数据的资产化和商品化[15]。然而，韩海庭(2019)却认为该方法并没有在真正意义上解决“个人隐私保护”的问题，而且依靠市场积累平台信用的成本相对较高，用户个人的“收益权”难以得到绝对保障[16]。

　　穆勇等(2017)则认为，如何界定数据资产的权属，关键在于确定数据提供者、数据收集者、三方平台以及数据需求者之间的关系，可以通过相关利益的归属来界定[17]。2.数据资产难以准确评估价值在价值计量方面，国内外学者研究的主要是资产以及无形资产的价值评估，数据资产作为一种新型资产尚未被明确地划入资产或无形资产的范围，这就导致数据资产的价值评估方法难以得出统一定论。除了传统的市场法、成本法与收益法被用来评估数据资产的价值外，还有学者将三种传统方法结合进行数据资产价值的评估，如黄乐等(2018)提出平台数据资产的价值评估模型[18]，左文进和刘丽君(2019)则通过引入大数据资产估价分解方法，评估数据资产的价值，该方法有效克服了无法反映大数据资产组合增值效应的问题[19]。

　　回顾已有研究不难看出，国内外学者针对数据资产的定义及核算展开了系统的研究，但针对这些问题的解决方法却并没有提出行之有效的对策。现有关于数据资产化的研究大部分聚焦于宏观调控对数据资产的监管，对数据资产技术层面保护的关注依然不足。对此，本文以我国会计信息化下的数据资产化现状为研究对象，考察数据资产的特性，拟提出宏观视角下的解决方案，并依据相关特性提出相应技术层面的保护措施，丰富了对数据资产完善路径和数据资产保护的相关研究文献，对探讨数据资产界定和计量等具有一定的研究意义。

　　三、我国会计信息化下数据资产化现状

　　(一)数据资产要素的形成

　　党的十九届四中全会提出“健全劳动、资本、土地、知识、技术、管理、数据等生产要素由市场评价贡献、按贡献决定报酬的机制。”这是政府层面第一次将“数据”作为生产要素提出，体现了随着工业经济向数字经济的转型，数据对于生产经营的作用更加突显。然而，在现行的会计核算体系中，数据却并未被纳入会计科目进行核算，其所带来的价值也随之被其他生产经营活动产生的价值所掩盖，这就导致数据价值被忽视。数据资产概念的提出使得人们开始意识到数据作为新的生产要素，承载了产业运转的规律，具有非常重要的潜在价值。

　　数据以及数据资源能够通过经济交易和会计事项等多种方式形成会计信息系统中的数据资产，而数据资产则是指符合会计准则中资产定义的数据和数据资源。因此，并非所有的数据都能够在会计系统中得到资产化。从最开始的经济事项到数据资源，再到最后的数据资产，在产生数据资产的过程中，企业首先需要在大数据、物联网等技术的基础上拓宽数据的采集渠道，以此获得大量的企业内部和外部、经济事项与非经济事项、结构化和非结构化信息，从而构建体量巨大的数据库;其次，根据企业管理决策的需求通过高级分析等技术对采集的数据进行清洗处理;最后，以可视化的方式形成数据资产。

　　由此可知，通过企业的反复分析与清洗，仅有小部分的数据库数据能够形成数据资产。对于数据资产在会计科目中的归属如何，观点主要分为三类：第一类，将数据资产纳入资产要素中进行核算;第二类，将数据资产纳入无形资产要素进行核算;第三类，单列“数据资产要素”作为会计的第七大要素进行核算。就数据与资产的概念与特征而言，数据与资产都是由企业过去发生的事项所形成的，但数据一直处于动态的变化之中，持续更新的数据较之静止的数据更有价值。同时，在数据的权属方面我国尚未出台明确的规定，数据获取的成本也难以计量。

　　就数据与无形资产的概念与特征而言，数据虽不具有实物形态，却也能够作为企业的非货币性长期资产，但数据权属难以确定，也难以与企业的日常经营活动区分开。数据作为一项资产进行会计处理时的存在状态与处理模式都具有自身的特点，并不适于将其作为资产或无形资产进行会计处理，因此笔者更认同第三个观点，即将数据资产作为一种新的会计要素纳入会计计量与核算的范围。

　　(二)数据资产确权

　　数据资产权利的归属是数据资产化应当解决的首要问题，同时也是数据资产成为会计要素进行确认计量的前提条件。基于实务中的需求，政府部门也数次明确了对数据确权的要求，如《“十三五”国家信息化规划》提出要加快推动“数据权属、数据管理”的立法;党的十九大期间，习近平同志明确提出“制定数据资源确权、开放、流通、交易相关制度，完善数据产权保护制度”的要求。为响应这一号召，我国第一家数据确权服务平台于2019年9月开始运营。该平台由我国工业和信息化部授权批准，其职责是对数据的合法合规性进行保障，同时，对相应的数据资源提供服务的机构、数据流转流程和应用规则进行审查记录。

　　数据确权平台的开设，一方面解决了政府部门和事业单位已有的数据资产管理问题，另一方面也解决了企业之间的数据融合问题，使得规范使用数据成为可能。虽然国内已经建立了数据资产确权服务平台，但数据资产确权法律的缺位对个人数据的保护依旧具有重大影响。因此，政府还需出台数据资产确权相关法律法规，明确企业在数据资产确权环节中应该担当的角色与责任，以便数据资产确权实施更加顺利。此外，数据资产确权的实施也不能完全依赖于权力化的法律规范，数据经济的实质便是“算法定义经济”，区块链、物联网等领域的数字技术应当与法律法规相结合，以达到相辅相成的目的。

　　(三)数据资产价值评估

　　1.市场法评估市场法主要是参考公开市场中与被评估数据资产相同或类似资产的公允价值的可比交易价值，结合能够影响数据资产价值的因素，对目标资产价值进行修正从而对资产价值进行评估，被评估的数据资产价值较为客观。市场法能够正确评估数据资产价值的前提是数据资产必须处于活跃的公开交易市场，并且能够在此市场中找到相同或者类似的数据资产的交易案例。但是，我国数据资产的发展尚处于初级阶段，国内市场上的数据资产交易案例较少，数据资产的价值受交易事项的影响也较大，导致同样的数据资产在不同的交易事项中体现的价值可能差异明显，这就使得数据资产价值缺乏可比性，市场法的应用受到限制。

　　(四)数据资产核算

　　1.数据资产的确认会计确认是会计信息系统的核心环节，数据资产要成为财务报表要素之一首先要进行确认，以判定哪些数据资产应当进入会计信息系统进行记录与披露。可定义性、可计量性、相关性和可靠性作为所有会计要素的确认标准，也应当适用于数据资产。在可定义性方面，中国信息通信研究院云计算与大数据研究所已经在2019年给出了相关定义，但在会计领域尚未提出数据资产的公认定义。

　　可计量性是指数据资产应当具有可靠的计量属性并能够客观地加以计量，这就要求前文提到的数据资产价值评估方法应当得到统一，以便能够采用适当的计量属性对数据资产的价值进行客观计量。相关性和可靠性则要求对数据资产进行筛选，使得被确认的数据资产能够导致相关经济决策的差别，并且不偏不倚地如实反映企业的经济活动。由于数据资产主要来源于企业外部的数据和企业自我开发的数据，对于第一类数据资产应当按照现行会计准则下企业从外部购入无形资产的确认要求进行确认，而对于第二类数据资产则在满足会计要素确认基本标准的前提下，还应当满足该数据资产能够使用或具备可出售性的要求。

　　2.数据资产的计量数据资产进行确认的第二步是计量，而计量的明确要求是数据资产对应的具体金额在资产负债表与利润表内列示时，必须运用会计特定的计量属性对数据资产的价值变化进行计算与衡量。企业面临的数据资产交易形式不同，数据资产所需要使用的计量属性往往也会相应不同。进行初始计量时，对于企业自身使用的数据资产，相关利益者主要关注的是获取数据资产所付出的成本能否取得更多的收益，即数据资产的获取是否符合成本效益原则。

　　而对用于出售的数据资产，相关利益者则更加关注市场对于相关数据资产的需求与其所能够带来的未来收益。因此，数据资产价值至少应当包括数据资产采集与整理阶段所耗费的人力资源、技术资源等。根据已有的数据资产价值评估方法，出售性数据资产的计量属性可使用公允价值计量。由于数据资产无法确定使用寿命，且作为非实物资产不存在报废的情况，因此，数据资产的后续计量程序主要有减值准备与期末数据资产价值变动。虽然数据资产能够被不断延用，但旧的数据资产总会受到新的数据资产价值的影响，受市场技术手段更新迭代的影响发生减值与价值变化。

　　四、我国会计信息化下数据资产化面临的问题

　　(一)大数据定义标准的差异大数据的应用对国内外各个领域都产生了极大的影响，尽管“大数据是资产”这一观点已得到学者的普遍认可，但学者们对于大数据的定义还存在争议。有研究认为大数据是指在一定时间和空间范围内，无法使用常规软件工具进行搜集、管理、分析和处理的数据合集，通常需要采用新的处理方式才能产生更多效果的信息资产[21]，也有研究认为大数据是数据体量超过常规的数据工具存储、管理和分析能力的数据集[22]。对大数据的定义不同导致了大数据特征的差异。

　　(二)数据资产权属界定困难及数据保护力度不足考虑到与传统资产的差异性，数据资产发展面临着自身极易复制性、传播高效性、篡改便利性的不利影响，导致数据资产本身权属界定困难为阻碍了数据资产在会计信息系统中运行的重要因素。笔者在回顾实际的会计实务中发现，在数据资产的流通过程中，往往会出现数据主权定义不明、多单位交互影响的现象。

　　五、我国数据资产化发展的路径

　　(一)推进会计准则体系改革创新，设立“数据资产”要素新建“数据资产”这一要素并将其纳入会计核算体系之中，进一步明确数据资产要素披露的信息规定。首先，可以围绕“大数据”及“数据资产”的具体会计概念、特征、确认条件、计量属性、记录方式以及如何在企业的财务报表中披露出来等主题，分别设立课题方向，鼓励各部门、高校及学者进行研讨，为会计准则体系改革提供理论基础。其次，在企事业单位试行修改后的会计准则体系，并帮助会计人员熟悉准则。最后，持续跟进会计准则体系改革后的实际运用情况，根据企业运用“数据资产”要素核算出现的问题进行修改完善，联合多方力量共同推进数据资产化的进程。

　　(二)加快出台数据资产权属规定，厘清数据所有权归属数据资产权属界定困难的主要原因在于我国数据资产确权相关法律治理缺失，使得数据资产自产生至销毁的生命周期内的各个环节都存在风险，而厘清数据资产提供者与服务者之间的关系能够有效帮助界定数据资产权属。政府应当出台相关法律法规，明确数据资产的所有权和使用权的要求，完善数据确权平台用以跟踪数据资产自产生至销毁的路径，利用数字技术对数据资产的权属进行界定。

　　(三)规范高效利用区块链技术，保护数据资产隐私解决数据安全保护不足的思路是通过区块链等非对称加密技术运用确保数据资产安全。数据隐私安全保护主要体现在对链上用户数据的获取、告知和使用上。非对称加密技术的核心要义是将非对称加密算法运用于数据交互过程，即数据上链时使用公钥进行加密，充分保证链上数据所有者的隐私安全。数据资产使用方必须获取数据资产所有者提供的授权私钥，才能解密获取相关数据，以此确保数据所有者对数据资产绝对控制权，解决加密信息公开传送与定点授权解密的管理问题，进而让企业在数据资产迫切需要通过顺畅、加速流转实现价值变现和增值与必须落实最严格的数据隐私安全保护之间找到平衡。

　　(四)发挥数据保护监督管理职能，营造数据流通法治安全环境目前我国数据经济的繁荣对数据资产市场准入、数据资源竞争、数据质量、用户权益以及安全隐私等环节的法治保障提出了更高的要求，迫切需要尽快完善数据资产流通监督体系。为营造数据流通的法治安全环境，需要建立和完善与我国数字经济发展相协调的数据流通监督管理体系，一方面，要设立专门的数据资产监督管理机构，在相对统一的标准下切实履行对数据使用者的数据流通活动的监督管理职能，更好地落实对数据主体合法权益的保护;另一方面，要完善配套的数据保护监督管理方面的行政法规与规章制度，填补数据流通共享的监督管理规则空白，为防范和解决数据资产保护与共享中存在的各类风险提供充分的法治支撑。

　　参考文献：

　　[1]PetersonRE..ACrossSectionStudyofTheDemandforMoney:TheUnitedStates[J].JournalofFinance，2012，29(1):73-88.

　　[2]RashiGlazer..MeasuringtheValueofInformation:TheInformation-IntensiveOrganization[J].IBMSystemsJournal,1993,32(1):99-110.

　　[3]MoodyD,WalshP..MeasuringtheValueofInformation:AnAssetValuationApproach[A].ECIS，ProceedingoftheSeventhEuropeanConferenceonInformationSystems[C].Fredreiksberg:CopenhageBusinessSchool，1999.

　　[4]刘玉廷.论我国会计信息化发展战略[J].会计研究，2009，(6):3-10.

　　[5]张瑞君,陈虎,张永冀.企业集团财务共享服务的流程再造关键因素研究——基于中兴通讯集团管理实践[J].会计研究，2010，(7):57-64+96.

　　作者：黄海