团论文网
团论文网
-
［摘要］随着大数据经济的快速发展，数据资产的确认与计量也成为业界亟须解决的重要问题。在数字经济背景下，本文基于《企业数据资源相关会计处理暂行规定》，结合数据资产自身特性，主要探究企业数据资产会计处理存在的困境，并针对这些问题提出放宽数据资产确认标准、明确数据资产的确认范围、统一数据资产初始计量标准以及选择适当的数据资产后续计量模式的优化路径。
［关键词］数字经济；数据资产；会计处理；优化路径
0引言
在大数据经济的快速发展下，数据作为重要的战略资源在各行各业中占据了一定的地位。随着财政部颁布的《企业数据资源相关会计处理暂行规定》，数据资产又被推上了风口浪尖。各行各业在谋求数字化转型的同时，也开始积极思考如何在现有准则体系内进行数据资产的会计处理。数字经济时代，数据资产的会计处理将成为各企业面临数字化转型的一大难点。因此，研究企业数据资产的会计确认与计量具有重要的意义。
1数据资产的内涵与特征
1.1数据资产的定义
从资产属性的角度出发，数据资产是指由企业所拥有或控制的，预期能为企业带来经济利益的数据资源。这些数据资源可以以物理或电子的形式存在，包括但不限于文件资料、电子数据等[1]。这些数据资源需要经过抽取、清洗、转换、集成等处理，以形成有价值的数字资产。在企业中，并非所有的数据都构成数据资产，只有那些能够为企业产生价值的数据资源才被视为数据资产，可见，价值实现是数据要素被确认为数据资产的必要属性之一。
数据资产的价值主要体现在其潜在的业务价值上，这种价值可以通过数据对业务可能产生的潜在贡献程度来衡量。总的来说，数据资产是数字时代非常重要的资产形式之一，对于企业的决策、运营和创新都具有重要的意义。
1.2数据资产的类型
按照权属类型的不同，数据资产可以分为自有数据和第三方数据。自有数据是指企业或个人自主拥有和管理的数据，这类数据具有较高的自主性和可控性，是企业或个人进行业务分析和决策的重要依据。第三方数据则是指从其他机构或个人处获取的数据，这类数据需要进行数据授权和合规性审查，确保数据使用的合法性和规范性。
1.3数据资产的特征
数据资产作为当今数字经济时代的核心资源，具有一系列独有的特征，这些特征共同定义了其在企业业务环境中的价值和重要性。
首先，数据资产具有增值潜力。随着时间的推移和预处理技术的不断深化，数据的价值往往会不断提升。这主要是因为数据可以帮助企业优化决策，从而推动业务增长。
其次，数据资产具有共享性。与传统的实物资产不同，数据资产可以被多个企业共享，而不需要牺牲其效用。这种共享性使得数据资产的价值得到最大化，促进了*息的流通和知识的共享。
最后，数据资产是虚拟的。它们以电子形式存在，没有实体形态，需要通过计算机系统进行访问和使用。这种虚拟性使得数据资产具有高度的灵活性和可访问性，但同时也对数据的安全性和保护提出了更高的要求。
这些特征使得数据资产在现代社会中变得越来越重要，成为企业进行数字化转型的核心资源之一。为了充分利用和管理数据资产，企业需要结合国家相关规定，建立完善数据管理策略和实践，为后续数据资产的确认和计量提供强有力的保障。
2企业数据资产会计处理面临的问题
根据《企业数据资源相关会计处理暂行规定》中关于“数据资源会计处理适用的准则”的规定，企业应当按照企业会计准则相关规定，根据数据资源的持有目的、形成方式、业务模式，以及与数据资源有关的经济利益的预期消耗方式等，对数据资源相关交易和事项进行会计确认、计量和报告。基于上述规定，企业的数据资产在确认和计量过程中将面临一系列问题。
2.1数据资产确认标准较高
对数据资产的确认，即作为一项资产要确认进入会计报表，需要同时满足两个条件：一是与该资源有关的经济利益很可能流入企业，二是企业能够可靠地计量该资源的成本和价值[2]。其中，与该资源有关的经济利益很可能流入企业，即经济利益流入的可能性大于50%。除此之外，数据资源被确认为企业的一项资产还应参考无形资产或存货等资产类别的确认条件。
虽然数据资产的经济利益具有极大的潜在性，且随着时间的推移和预处理技术的不断发展，数据的价值会不断提升，但由于我国很多企业长期处于较低水平，数据质量参差不齐，数据的预处理水平较低，因此，数据资产所带来的经济利益具有极大的不确定性，按照《企业数据资源相关会计处理暂行规定》中的确认标准对数据资产进行确认难度过大。比如，随着全球化市场的不断发展，数据*息共享成为企业发展必要的手段，各个企业对于产品数据不断收集、挖掘和整理，将其一部分或全部作为企业生产的依据，然而，这些数据资源预期能为企业创造的实际价值存在很大的不确定性，要达到预期的经济利益并非易事。因此，如果按此标准将数据资源确认为数据资产有一定的困难。
2.2数据资产确认范围不明确
数据资产的价值主要体现在其潜在的业务价值上，企业在运用这些数据资源进行决策时，必须对散乱、不完整的数据进行系统的清洗与归纳，从而将其转化为有价值的数字资产。只有当数据资源能够为企业创造实际价值时，其才被认定为数据资产。因此，在企业生产经营过程中发挥重要作用的数据，可以纳入企业数据资产的确认范围，即在数据资产确认过程中，准确判断数据资产范围即时间节点，这是数据资产确认的一个关键[3]。
一方面，部分企业的行业数据比较散乱，且数据基数较少，很难区分哪些数据能够为企业创造实际的价值；另一方面，大部分企业在数字化转型的大背景下缺少一定的经验和数据预处理技术条件，无法精确识别和区分能够为企业创造价值的数据资源；因此，在确认数据资产时，判断范围不明确容易造成数据资产确认不及时、不准确。
2.3数据资产初始计量标准不一致
如果企业的数据资源被确认为无形资产，按照无形资产进行初始计量，则需要区分数据资产的取得方式。就企业数据而言，其来源可以分为企业自生、收集和外购。对于通过第三方购买获得的数据资源，应根据其实际发生的成本来进行初始计量工作。而若企业所利用的数据资源是企业的自有数据，那么在初始计量时，需要明确区分这些数据资源是处于研究阶段还是开发阶段，并据此使其适用于不同的计量标准。对于研究阶段产生的支出，其作为费用化支出，要在支出发生时计入当期损益；而开发阶段产生的支出，只有满足企业自行开发的数据资源在技术上具有可行性，有出售或使用的意图，证明无形资产能产生未来经济利益，其有技术、财务和其他资源支持，使之能完成开发并出售或使用，能可靠计量归属于无形资产开发阶段的支出这五个条件，才能确认为数据资产，其产生的支出才能作为资本化支出，成为其入账价值。
2.4数据资产后续计量模式单一
如果数据资产被确认为无形资产后进行后续计量，则一般采用成本法，需要关注在其使用期限内，以其成本减去累计摊销和累计减值损失后的余额计量金额[2]。使用寿命有限的无形资产需要在估计的使用寿命内进行摊销，使用寿命不确定的无形资产则不需要摊销，但应当在每个会计期间进行减值测试。但数据资产与无形资产又有不同，数据资产具有增值潜能，使得其账面价值不断上升，使用单一的后续计量模式，会造成与传统无形资产的后续计量方法相违背，不能真实地反映数据资产的价值。
大数据背景下，数据资源作为一种新兴资产，其内在实际价值虽可量化，但由于缺少相关依据和经验，造成初始计量和后续计量分别面临着计量标准不统一和计量模式单一等问题。
3企业数据资产会计处理优化路径
3.1放宽数据资产确认标准
数字经济背景下，经济交易形式越来越复杂，企业的经济利益流入不确定性越来越大，尤其对于数据资源来说，其以电子形式存在，没有实体形态，因此按照原有资产的确认条件，很难判断经济利益流入的可能性，增加了确认难度。针对上述问题，应适当放宽数据资产的确认标准，将经济利益“很可能”流入企业变成经济资源“有潜力”产生经济利益等，降低经济利益流入企业的可能性门槛，将数据资产的确认标准侧重于其使用价值。
另外，基于数据资产的虚拟性和非实体性，其不应按照无形资产和存货的确认标准确认为无形资产或存货，应该单独设置一级科目“数据资产”进行确认和核算，对于自有数据和外购数据设置不同的确认标准，确保所有符合数据资产确认条件的数据资源都可以“入表”，对于不满足确认条件的数据资源可以选择在附注中进行披露。
3.2明确数据资产的确认范围
数据资源确认为数据资产的必要条件之一是价值实现，这主要体现在其潜在的业务价值上。数据资产的价值不仅在于其所包含的*息，更在于其能够为企业带来的商业价值。鉴于目前很多企业的数据预处理的发展程度，无法精确界定哪些数据资源可以为企业创造价值，因此对数据资产的确认带来一定的影响。针对上述问题，企业应积极挖掘并利用其内部的自有数据资源。这要求企业对自身的财务与业务数据进行系统性的整理、收集与清洗，确保数据的质量和准确性。整理后的数据需根据实际需求，如预算编制、业务财务分析、资金管理以及风险防控等，合理划分至不同的维度[1]。通过建立专门的数据分析与预测模型，企业可以对已整理的财务和业务数据进行深入剖析，识别出那些具有潜在商业价值的数据资源，并明确界定数据资产的范围。这不仅有助于企业更好地理解和利用自身数据资源，还能为企业的战略规划和长远发展提供重要依据。
3.3统一数据资产初始计量标准
企业的大部分数据资源是由企业自生，属于企业的自有数据，如果按照原有的无形资产初始计量标准，数据资产的确认往往发生在数据已经采集、整合完成并投入使用的阶段。然而，这种方式可能会导致资本化节点的滞后，使得企业无法及时反映数据资产的价值。为了确保数据的真实性和准确性，以及在企业内部报表中的恰当披露，应该在研究和开发阶段设置统一的确认标准，在内部研究阶段就对数据资产进行确认，将资本化节点提前，在后续开发阶段采用成本法，将数据采集、整合等阶段所产生的历史成本作为入账价值[1]。通过将资本化节点提前到内部研究阶段，企业可以更早地确认数据资产的价值，并将其纳入财务报表中，从而更准确地反映企业的财务状况和经营成果。
3.4选择适当的数据资产后续计量模式
随着数字经济的不断深入发展，数据挖掘和清洗技术也在不断提高，因此数据资产的价值将会逐步上升，现有的计量方法包括公允价值法、收益法、成本法以及重新评估法等，如果继续按照无形资产的成本法进行后续计量，数据资产的实际价值无法准确估量。因此，可以采用公允价值法、成本法和重新评估法相结合的方式进行后续计量，即针对以使用价值为基础的数据资产，可采取特定主体假设的使用价值进行衡量，并将数据资产的实时价值变动纳入其他综合收益中加以体现。而对于以交换价值为基础的数据资产，则依据公允价值进行计量，并将数据资产的实时价值变动计入公允价值变动损益[4]。将两者计量方式相结合，可以规避单一计量模式存在的风险。
总之，选择合适的数据资产后续计量模式是企业数据管理战略中的重要环节。合适的计量模式不仅能够准确反映数据资产的实际价值，还能为企业的决策制定提供有力支持。
4结束语
数字经济背景下，对各企业来说，带来机遇的同时也带来了挑战。企业将数据资源确认为资产，可以改变将数据资源方面的投入全部简单费用化的处理方式，更准确地反映企业数据资源的价值，推动数据资源向数据资产转化，进一步发挥数据作为生产要素的作用。但是，不同企业的数据有其自身的特点，按照《企业数据资源相关会计处理暂行规定》中提出的会计处理方法，统一放在无形资产和存货准则体系下进行会计处理，存在一定的难度。因此，结合数据资产的特性，提出了在数字经济背景下，数据资产会计处理的困境以及优化路径，各企业应当以数据资源“入表”为契机，驱动企业数字化转型。
主要参考文献
［1］高锦萍，李沛怡，刘兵伟.数字化转型下的企业数据资产价值实现与核算问题探究：2.0版［J］.商业会计，2023（24）：84-88.
［2］孔伟婧.企业数据资产会计确认与计量研究：以BD公司为例［J］.现代营销（下旬刊），2023（12）：137-139.
［3］刘璇.数字经济环境下数据资产会计确认与计量［J］.财务管理研究，2023（12）：156-160.
［4］梁芳，李永恒.数据资产会计核算研究综述与展望［J］.西安石油大学学报（社会科学版），2022，31（6）：48-55.后台-系统设置-扩展变量-手机广告位-内容正文底部 -
本文标签：
数字经济背景下企业数据资产会计处理的研究论文
人参与 2024-12-25 10:27:44 分类 : 管理学 点这评论 作者：团论文网 来源：https://www.tuanlunwen.com/
-
站内搜索
-
随机文章
-
标签列表
-
-
最近发表
-
-
热门文章 | 最新文章 | 随机文章
-
-
最新留言
-
首页 论文知识 教育论文 毕业论文 教学论文 经济学 管理学 职称论文 法学 理学 医学 社会学 物理学 文献 工程论文 学位论文 研究论文
Powered 团论文网 版权所有 备案号：鄂ICP备2022005557号统计代码
全站搜索