【摘"要】進入21世紀以來，數據資產化已成為數字中國建設不可或缺的一部分，其開發與利用對促進經濟高質量發展具有重要作用。互聯網企業作為數據密集型企業，其經營和發展高度依賴數據資源，對互聯網企業數據資產進行會計確認和計量有利于提升企業潛在價值，論文結合互聯網企業數據資產的特征，研討互聯網企業數據資產會計確認條件與歸屬科目，并探討互聯網企業數據資產初始計量和后續計量，以期能夠為互聯網企業數據資產會計核算提供理論參考。【關鍵詞】數據資產；互聯網企業；會計確認；會計計量1引言2020年，國務院將數據定義為第五大生產要素，2023年，財政部在《企業數據資源相關會計處理暫行規定》（簡稱《暫行規定》）中指出企業數據資源應當按照其不同來源確認于會計系統中，這彰顯了數據資源在企業價值創造中的重要性。互聯網企業作為數據密集型企業，在生產經營中產生了大量的數據。然而，在實踐中很少有互聯網企業將數據作為一項資產納入會計核算體系中，國內外也均沒有明確的準則要求，這種情況下企業財務信息很難得到真實的反映，也會影響決策的準確性。因此，本文將對互聯網企業數據資產會計確認和計量展開研究，分析互聯網企業數據資產的特征和構成，研究其會計確認條件、歸屬科目、初始計量和后續計量方法，為互聯網企業數據資產會計確認與計量更加規范化提供參考。2互聯網企業數據資產概述2.1互聯網企業數據資產的概念當前，學界尚未對數據資產的概念達成一致見解，可以明確的是企業所掌握的數據，需要滿足《企業會計準則》里對資產的界定才能夠被確認為數據資產，即數據資產是企業在生產經營活動中產生的或者合法渠道獲取的，由企業擁有和控制，且能夠給企業帶來經濟利益流入的數據資源。相應的，互聯網企業數據資產則是由互聯網企業等特定主體長期合法持有或者控制，成本或價值可以計量，能通過直接或間接方式為企業帶來經濟利益的數據資源。2.2互聯網企業數據資產的特征2.2.1非實體性數據資產沒有具體的物理形態，具有非實體性的特征。互聯網企業的數據資產主要來源于其本身業務系統中存儲的數據，如用戶數量、企業經營數據等都是以數字或者代碼的形式依附于一定的軟件或硬件設備上。數據的非實體性使其不會因為使用而產生磨損與消耗等情況，在整個生命周期中，數據經過傳輸、加工后可以被互聯網企業無限使用。2.2.2加工有用性互聯網企業所收集和產生的數據包括可用信息和無用信息，這需要企業利用數據處理軟件將可用數據提煉出來，并結合一定的算法程序進行加工后才能將數據資產的價值充分發揮出來。2.2.3動態性動態性主要體現在數據資產的時效性和個性化差異上。時效性是指數據資產在某一時間段具有價值，而在經歷一定時間后價值會降低。互聯網企業擁有的數據資產隨著時間的推移，會隨著新數據的出現、商業環境的變化或商業決策模式的改變等內外部因素導致原有數據資產的價值立即下降。個性化差異則表現在數據對使用者的價值而言具有較大的差異和個性化特征[1]。主要表現在不同類型的數據對不同使用者的價值有很大不同，例如，一家處于創業初期的互聯網公司可能更看重用戶增長數據，而一家成熟的互聯網巨頭可能更關注用戶的精細化運營數據、市場份額變化數據等。此外，數據也會因不同使用者主體的個性化需求而產生不同的價值，以創新為導向的科技企業更加看重有助于推動產品創新的產品反饋數據等，而以成本控制為核心的企業則更加關注成本核算數據等。互聯網企業需要對數據資產的時效性進行動態維護，并保持數據的多樣性來滿足使用者需求的多樣性，從而維護數據資產價值。3互聯網企業數據資產會計確認3.1確認條件分析3.1.1符合法律法規的規定互聯網企業所擁有的內部數據中包括大量用戶的個人信息和行為數據，這些數據具有個人屬性，被收集者會產生強烈的抵觸心理，甚至涉及個人隱私的侵犯問題，因此互聯網企業既要保證數據獲取的途徑是合法合規，又要確保在使用和交易時對數據已脫敏而不會產生法律風險，才能將這些數據確認為數據資產。例如，A企業通過黑客技術非法獲取大量用戶的手機號、身份證號碼、家庭住址等個人信息直接打包出售給B企業獲取收益，此情況下A企業獲取途徑已經涉及違反個人信息保護法或者刑法等有關法律法規，對相關數據的擁有和控制不具備合法性，也就不能確認為數據資產，而B企業購買的個人信息數據來源不正當，合法性方面也存在瑕疵，因此也不能確認為數據資產。3.1.2該項數據資產產生的經濟利益能夠流入企業這一點著重于企業能否獲得經濟效益。然而，在實踐中，經濟環境與市場狀況是錯綜復雜的，企業必須對是否能夠獲得經濟利益進行正確的判斷，對于互聯網企業來說，通過數據資產獲取收益的方式主要包括直接出售數據產品收入和自行開發數據獲取間接收益。首先是出售數據產品收入。將收集到的相關產品、行業、消費行為等數據進行加工處理，在法律允許情況下將其出售給第三方獲取收入。例如，互聯網電商平臺將產品銷售情況、消費者偏好等數據出售給制造商而獲取收入。其次是企業自行開發數據資產服務于企業經營活動，從而間接獲取收益。例如，小紅書基于平臺用戶瀏覽類別和點贊數據幫助合作廣告商精準推送從而創造衍生收入。對于無法直接或間接帶來經濟利益流入的數據資源則不能確認為數據資產。3.1.3成本或價值能夠計量數據資產確認的第三個條件強調的是其價值能夠通過貨幣或非貨幣單位完整可靠地計量，也就是說數據資產的價值應當是可以量化的。數據資產在不同應用場景下價值差異較大。就獲取途徑而言，外購數據資產以取得成本、存儲加工成本等來計算，較容易計量，但收集于企業的生產經營管理之中的數據，數據成本難以劃分，難以準確計量[2]。因此，數據資產的計量仍然是一個難題，目前接受度比較高的數據資產價值計量方法包括成本法、市場法和收益法。成本法是基于數據資產在收集、加工處理以及持有存儲等環節的費用，是對前期投入成本的反映，但是成本法容易造成數據資產成本與其實現的價值之間的關聯性不強，可能低估數據資產的實際價值；市場法是以公開、活躍的數據資產交易市場為依據，能客觀地反映數據資產的實際價值，市場法要求存在活躍、公開的市場，有足夠多的可比交易案例，但對于不同的應用場景下，數據資產的價值無法比較；收益法是以數據資產未來產出效益再進行折現得到的結果來衡量其價值，是對數據資產長期經濟效益和潛在收益的考量，并且考慮了未來現金流的不確定風險，但是該方法對數據要求高且容易受到主觀性影響。三種方法各有優缺點，企業可根據自身情況選擇合適的方法計量數據資產的價值。3.2歸屬科目分析在學術界，關于數據資產的歸屬科目，主流觀點集中于無形資產觀和單設數據資產科目觀。本文主張數據資產在會計體系中應歸屬于無形資產進行核算。主要是因為數據資產與現行會計準則中無形資產的定義較為相符，同時也擁有與無形資產基本類似的特點。首先，互聯網企業數據資產是沒有實物形態的，互聯網企業的數據資產主要包括自有用戶數據、軟件系統數據以及生產經營數據等，這些數據依附于程序、代碼、數據庫等載體，且價值與載體之間沒有直接聯系。其次，互聯網企業數據資產會隨著時間的推移和價值創造形式的不同產生的經濟利益也是在變化的，也就是說為企業帶來的經濟利益的貨幣金額是不確定的，滿足非貨幣性的特點。最后是可辨認性。數據資產在合法合規前提下可用于出售、租賃或者交換等，符合會計概念上的“可分離性”，即滿足無形資產可辨認的標準之一[3]。雖然單獨設置數據資產科目來進行核算可以更加體現數據資產的價值，但是現有數據資產核算方法并不明確，因此，在建立完善的數據資產會計確認的相關準則和應用指南前建議將數據資產先歸入無形資產科目，并設立“數據資產”二級科目進行核算，具體科目設置如表1所示。4互聯網企業數據資產計量4.1初始計量數據資產的初始計量是指在企業獲取數據資產時應當以什么價格反映在企業賬面上，對于初始計量屬性的選擇學術界主要有兩類觀點：一類是按照獲取或開發該項數據資產的歷史成本計量；另一類認為應采用公允價值進行初始計量。本文認為互聯網企業數據資產主要包括內部開發取得的數據資產和外部交易取得的數據資產，不同來源的數據資產應選擇不同的計量屬性。首先是互聯網企業內部開發取得的數據資產。該類數據資產一般是在企業經營活動中產生的數據，需要經過篩選、提取、整理加工等程序才能確認為企業數據資產。此過程可分為數據獲取清洗和數據提取開發兩個階段，在獲取清洗階段，能否從海量數據中提取出有用信息具有很大的不確定性，因此相關支出應當進行費用化處理，并計入當期損益。數據提取開發階段是借助人工智能等相關技術對數據進行更深層次的分析，此階段處于數據資源向數據資產轉化的過程，數據成為資產的確定性已經形成，且類似于無形資產的開發階段，可參照無形資產的計量規則，對符合資本化條件的支出進行資本化處理，計入數據資產成本。其次是外部購買取得的數據資產。該類數據資產可分為兩類，第一類是購買后即可使用的數據資產，這些數據在獲取時就已經能為企業帶來經濟利益的流入，因此可直接按照外購交易取得時所發生的成本作為初始入賬價值，包括購買時支付的價款、相關數據傳輸費用和整理費用等。第二類是需要進一步加工后才能使用的數據資產，其購買時所支付的對價作為初始入賬成本，在后續開發過程中，對于人力成本、購置設備款等符合資本化條件的支出也應計入數據資產的初始成本。待數據開發完成并達到預定用途，滿足資本化條件時，企業應將前期的購買價款、交易費用以及在整個開發周期內發生的資本化支出一并結轉為數據資產的賬面價值。4.2后續計量4.2.1數據資產的價值變動互聯網企業數據資產的價值會隨著企業發展戰略、經營策略的變化而變化，這種情況會導致企業數據資產的賬面金額與真實價值出現偏差，因此，為了確保企業披露的財務信息的真實性和有用性，企業應在每會計年度末，對數據資產進行價值評估。互聯網企業可選用多期超額收益法這一思路，原因在于相比于其他傳統評估方法，其精準考量了資產在多個時期創造超額收益的能力，能動態呈現資產價值隨時間的變化，符合互聯網企業數據資產時效性的特點。具體步驟分為兩點：先利用差量法得到企業組合無形資產的價值，再利用層次分析法（AHP）構建層次結構模型，從組合無形資產價值中分離出數據資產的價值[4]。之后根據評估價值與賬面價值孰低的原則對數據資產進行后續計量，同時也能為數據資產的后續交易提供價值參考。4.2.2數據資產的后續支出互聯網企業數據資產的后續支出主要包括對企業已經擁有的數據資產的更新維護以及因生產經營的需要而獲取新數據產生的支出。對于已有數據資產的更新維護主要包括對存儲數據的現有硬件設備的維護和對數據相關技術的更新，這并不會使數據資產價值產生明顯的變化，因此這類支出應當計入當期損益。而對于新數據資產的獲取不僅能夠擴大原有數據的規模還能提升企業利用數據獲取經濟效益的效率，因此，企業應將使數據獲得技術性提高的設備支出與折舊、使用專利支出與攤銷、應付職工薪酬等成本記入“無形資產——數據資產”科目。4.2.3數據資產的攤銷與無形資產類似，大部分數據資產不具備實物形態，因此需定期進行攤銷而非折舊。數據資產的攤銷可以參考無形資產的處理原則，對于使用壽命無法進行合理估計的數據資產不應當進行攤銷，而應在每年年末對其進行減值測試，若可收回金額低于賬面價值，說明該數據資產已發生減值，按照二者的差額計提減值準備，記入“數據資產減值準備”科目，對于使用壽命有限且可以合理估計的，應當在攤銷期內進行攤銷。在攤銷方法的選擇上，資產的攤銷方法通常包括加速攤銷法、直線攤銷法兩種方式，加速攤銷法更適合于數據資產的攤銷，原因在于數據資產在使用初期能體現出較高的經濟社會價值，在外部市場環境的影響下，所增加的經濟利益會進一步縮減，加速攤銷法使得資產前期攤銷額較高，后期攤銷額較少，符合數據資產的特點[5]。基于上述特質，數據資產應選擇加速攤銷法進行攤銷。5結語本文分析了互聯網企業數據資產概念及特征，研究了數據資產的確認條件、歸屬科目以及計量屬性和計量方法的選擇，得到以下結論：①互聯網企業數據資產呈現出非實體性、加工有用性以及動態性的特征。②互聯網企業數據資產的確認在以合法性為前提條件