您当前的位置:
法学研讨|探析数据资产并入资产负债表系列解读(之一)
来源: | 作者:德辉研究院--李岩 | 发布时间: 2023-09-27 | 3279 次浏览 | 分享到:

探析数据资产并入资产负债表系列解读(一)

解读《企业数据资源相关会计处理暂行规定》为视角




近日,财政部制定印发了《企业数据资源相关会计处理暂行规定》,并自2024年1月1日起施行,证券时报表示“数据资产入表,这将是一次从自然资源到经济资产的跨越”,实际上,伴随着互联网交互和数据交易,数字时代的加速发展也推动了社会经济的高速发展。2020年4月,数据被正式列为了第五大生产要素,欧美国家也先后颁布了多项数据法律,显然将发展数据经济作为长期目标。在我国,“大数据”于2014年首次出现在政府工作报告中;2019年党的十九大进一步提出要将中国由数据大国转变到数据强国;2021年我国通过了《中华人民共和国个人信息保护法》和《中华人民共和国数据安全法》,进一步规范国内数据市场对信息的非法滥用问题;据《国家数据资源调查报告(2021)》显示,2021年全年,我国数据产量达到6.6ZB,同比增加29.4%,占全球数据总产量(67ZB)的9.9%,仅次于美国(16ZB),位列全球第二。近三年来,我国数据产量每年保持30%左右的增速。数据资源当前已成为企业价值创造的最核心驱动因素之一,数据资产的会计处理问题自2014年起被各界广泛研究,本次《企业数据资源相关会计处理暂行规定》(以下简称“《暂行规定》”的颁行无疑是对金融科技、数字资产化、资产服务化和服务标准化具有现实重大意义。本文旨在简析数据资产会计确认与《暂行规定》解读的基础上,以盼对数据资产入表过程有疑虑的同仁参考使用。



一、数字资产入表基础理论探究

(一)概念与特征

1.数字资产的概念

(1)学术层面

数据资产的概念最早由Helen(1996)提出,认为数据是一种能够对企业的价值产生增益效果的资源。学术界对数据资产的概念一般认为广义的数据资产包括信息资产、数据资产和数字资产,当对数据拥有权属、且数据的价值可以被计量时便符合数据资产的定义(朱扬勇,2018)¹。从会计准则的角度出发,数据资产还应该是企业日常运营所产生的,并且在未来预期可以为企业带来经济利益。但是数据资产在某些方面是和其他资产有区别的,例如生命周期的不确定、资产成本难以计算、资产价值与规模不是简单的正比关系等(李永红,2017)²。

(2)法律渊源

《暂行规定》第一条“关于适用范围”对我国会计处理层面对于数据资产的定义为:“企业合法拥有或控制的、预期会给企业带来经济利益的数据资源。”

2.数据资产的特殊属性

(1)价值易变性:数据资产因市场和环境变化而易产生较为频繁的、波动较大的变化。这也是有很多接近无形资产的数据资源被排除在无形资产范围之外的原因。

(2)可加工性:数据资产的后续加工内容是在已有内容的基础上进行的,与原有内容密不可分,这也会为会计确认时的权属问题造成一定的工作难度。

(二)数据资产会计处理的常见问题

1.资产确认问题

在我国,《暂行规定》出台前,有学者认为,需为数据资产设置单独的“数据资产”科目,在日后能够更合理核算数据资产的所有权和使用权时,还可以考虑继续设置二级科目的方式进行确认³。《暂行规定》出台后,将数据资产确认在无形资产科目或存货科目,采用在一级科目项下增设“数据资源”项目的方式予以确认。

2.资产价值问题

资产价值问题是本文后续亦要探讨的一大难点。对于数据资产的定价问题,当前具有较为广泛的讨论,有学者认为:“对于数据资产的交易均衡价格,传统的价值评估模型和策略并不适用于数据资产,因为数据资产的交易市场还不够完善,单纯使用市场法或成本法都存在难点”⁴。因此,在对数据资产进行定价时,要综合考虑影响数据资产价值的因素,通过对相关因素进行分析来选择合理的定价区间和均衡价格。我们认为,数据资产的价值取决于数据内在、成本情况、业务情况和市场因素。

3.资产计量问题

数据资产的计量问题是会计确认中的重要方面,主要体现在后续计量方面。一是折旧和摊销问题,由于数据资产与传统资产不同,数据资产没有传统意义上的损耗和折旧,所以大概率数据资产是不存在折旧和摊销的问题的;二是后续“增量价值”的问题,影响“增量价值”进而影响后续计量的主要因素包括持续升级改造、预计使用寿命、资产减值等。

4.资产披露问题

对于数据资产的披露问题,目前普遍有三种观点:表内披露、表外披露和无须披露。《暂行规定》出台前对资产披露方式尚有争议,本次《暂行规定》第三部分明确了资产披露的列示方式。对于数据资产披露内容包括来源、获得方式、生命周期、收益能力等。

(三)数据资产创造商业价值的路径

数据资产创造商业价值的路径为数据资产化,具体体现在如下三个方面:

1.要素化

要素化是数据资产化的第一步,一项数据资源要经过整理、标准化清洗、脱敏等工作,使其达到可用状态并具有记载意义,也就具备了管理学意义上的资产特征。

2.产品化

当满足要素化的数据资产拥有了价值的创造能力时,通过不同的交易、生产场景为基础,使其依靠于不同场景形成使用价值,此时即转变为会计学意义上的数据资产。

3.资产化

数据资源资产化的路径是指经营数据资源、交易数据资源、获取的其他数据资源能够被确认权属,并且具有创造价值的预期和可能性,整个过程即为数据资产化的完整过程。

(四)数据资源资产化的意义

数据资源资产化对整个社会经济发展的意义非同小可,已有各种权威人士发表观点,本文不再赘述。简要释明《暂行规定》颁行的意义,这份规定说明我国在进入数字资产时代迈出了真正实质性的一步,作为第五大生产要素的数据要素对经济增长的引擎作用将空前强化,这种强化波动会映射在资本市场、金融科技、公司股价、数据产业链条的公司布阵。

同时,数据资源作为资产确认的实施,或能改变相关机构对于数字经济基础设施建设的商业逻辑,为积极响应这种变化,有关公司应当进行提前布局,以获得更多的公共数据授权和数字政府等相关业务的导入可能性。

二、《暂行规定》之解读

(一)适用范围

《暂行规定》适用于企业按照企业会计准则相关规定确认为无形资产或存货等资产类别的数据资源,以及企业合法拥有或控制的、预期会给企业带来经济利益的、但由于不满足企业会计准则相关资产确认条件而未确认为资产的数据资源的相关会计处理。

(二)适用会计准则的处理要求

1.列示依据标准

根据数据资源的持有目的、形成方式、业务模式、消耗方式对数据资源相关交易和事项进行会计确认、计量和报告。

2.确认为无形资产的相关处理要求

(1)计量方式:

①外购取得计量方式:成本包括购买价款和相关税费及数据脱敏、清洗、标注、整合、分析、可视化等有关过程发生的支出及其它权属相关费用;若在前述行为完成后,该数据资源无法被计为无形资产的,则应将前述内容根据用途计入当期损益。

②内部开发计量方式:研究阶段支出计入当期损益;开发阶段的支出在满足无形资产准则第九条规定的条件下确认为无形资产。对确认为无形资产使用寿命估计要综合考虑业务模式、权利限制、更新频率和时效性、技术迭代、同类竞品等因素。

(2)收入确认:应当将无形资产的摊销金额计入当期损失,并按照会计准则第14号确认相关收入。

3.确认为无形资产的相关处理要求

(1)确认依据

需满足企业会计准则第1号的规定,方可确认为存货。并按照会计存货应用指南对确认为存货的数据资源进行初始计量、后续计量等相关会计处理。

(2)成本确认

①外购取得的成本包括:购买价款、税费、保险费、数据权属鉴证、质量评估、登记结算登其他可归属于存货采购成本的费用。

②内部加工取得的成本包括:数据采集、脱敏、清洗、标注、整合、分析、可视化等加工成本。

(3)损益计入:确认为存货的数据资源,应当按照存货准则将其成本结转为当期损益。

(4)出售未确认为资产的数据资源,应当计入企业收入。

(三)列示与披露

1.资产负债表的列示方式

(1)“存货”项目下增设“其中:数据资源”,反映资产负债表日确认为存货的数据资源的期末账面价值;

(2)“无形资产”项目下增设“其中:数据资源”,反映资产负债表日确认为无形资产的数据资源的期末账面价值;

(3)“开发支出”项目下增设“其中:数据资源”,反映资产负债表日正在进行数据资源研究开发项目满足资本化条件的支出金额。

2.相关披露要求

(1)确认为无形资产的披露要求

具体包括:①寿命有限数据资产的披露;②参照企业会计准则第28号进行摊销期等内容的披露;③单独披露对报表具有重要影响的单项数据资源无形资产;④受限情况披露;⑤当期损益和减值情况披露;⑥划分待售类别的无形资产披露。

(2)确认为存货的披露要求

具体包括:①存货来源类别;②确定存货成本采用的方法;③披露可变现净值的数据、存货跌价准备的计提方法;④单独披露对报表具有重要影响的单项数据资源;⑤受限情况披露。

3.自愿披露要求

(1)企业可自愿披露数据资源的应用场景或业务模式、对企业创造价值的影响方式等;

(2)企业可自愿披露形成数据资源的原始数据类型、规模、来源、权属等;

(3)企业可自愿披露数据资源的加工维护和安全保护情况;

(4)企业可自愿披露数据资源的应用情况,主要指运营应用、作价出资、流通交易等;

(5)企业可自愿披露重大交易事项即企业经营活动、投融资活动、质押融资、关联方及关联交易等;

(6)企业可自愿披露相关权利的失效情况及失效事由,如数据资源已确认为资产的,则包括相关资产的账面原值及累计摊销、减值情况、失效部分的会计处理。

(7)企业可资源披露权利限制情况。

三、结语

本文简析了数据资产会计确认问题,并对《暂行规定》进行了解读,下文将为大家带来《探析数据资产并入资产负债表系列解读(之二)》——以数据资产并入资产负债表法律风险分析及解决路径为视角,以盼有数据资产并入资产负债表需求的企业提供合规思路和法律风险应对思路。


¹ 朱扬勇,叶雅珍.从数据的属性看数据资产[J].大数据,2018,4(06):65-76.

²李永红,数据资产视角下数字经济内部传导机制与模式研究.陕西省,西安邮电大学,2017-12-10

³杜卓隆.Fintech时代对数据资产化的若干思考[J].中国战略新兴产业,2017(32):71.

⁴刘朝阳.大数据定价问题分析[J].图书情报知识,2016(01):57-64.

 李  岩 /

陕西德辉律师事务所     合伙人 

 金融与证券产品中心副总经理


社会职务:陕西省房地产法学研究会理事

教育背景:西北政法大学经济法学硕士

擅长领域:金融法律纠纷、资产证券化业务法律服务、不良资产处置、企业常年法律顾问、私募投资基金业务法律服务。从事律师职业以来,业绩颇丰,曾代理多起民商事诉讼案件、金融类纠纷、为多家企业提供日常法律咨询服务;擅长合同起草、审查、修改与企业法律风控工作;曾为多家大型房地产开发企业提供法律服务;对资产重组类业务有较为深入的研究。

1

END

1