基于财务视角的数据资产化重点与难点研究
来源:用户上传
作者:阮咏华
【摘要】 在互联网时代，由于大数据、云计算和区块链等现代信息技术的推动，数字经济在我国国民经济中的地位不断攀升，数据成为了一项重要的生产要素。资产数据化和数据资产化，既是数字经济的重要特征，也是数字经济基础设施建设的重要内容。然而，相比于资产数据化的突飞猛进，数据资产化却在法律上和会计上遇到了一些障碍。文章认为，目前数据资产化的重点与难点主要表现在数据资源能否确认为财务认可的资产、数据资产权属能否清晰界定，以及数据资产的价值如何评估三个方面，并探讨了相关问题的解决办法。
【关键词】 财务视角;数据资产;权属价值
【中图分类号】 F23 【文献标识码】 A 【文章编号】 1002—5812（2020）04-0004-04
一、数据资产的确认
20世纪90年代以来，数字经济从美国悄然兴起，并在世界范围内蓬勃发展，对人类现有的生产和生活方式产生了重要影响。数据资源成为驱动数字经济发展的关键要素。党的十八届五中全会提出实施国家大数据战略，推进数据资源开放共享。但是，数据资源至今没有作为一项专门的资产类别出现在企业的资产负债表上。究其原因，主要是大部分数据资源的资产属性目前仍不清晰。
（一）数据资源的资产属性
互联网上数据的含义很广，不仅包括各种数字，还包括符号、字符以及文本、声音、图像、照片和视频等文件。数据资源本质上是数字化的知识和信息，在一定条件下能够成为企业生产经营不可或缺的生产资料。
按照我国《企业会计准则——基本准则》的规定，企业的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。因此，会计上将数据资源确认为资产有三个前提条件：一是企业拥有该项数据资源的所有权或者使用权;二是该项数据资源应当是企业通过已经发生的购买行为等交易方式取得或者自行开发形成的，并且其成本能够可靠地计量;三是企业使用该项数据资源能够产生现金和现金等价物的流入，并且其价值能够可靠地计量。
大数据时代，互联网上积累了海量的数据，不少企业自身也开发或收集了大量数据。但是，只有符合上述资产定义且能够可靠计量的数据资源才能被确认为资产。数据的开发必须基于特定业务需求，只有那些能够满足生产经营需要的数据才能创造经济价值，转换成为资产。
（二）数据资产的资产类型
关于数据资产在会计上应该作为何种类型的资产入账，目前也是有争议的。有人认为数据资产符合无形资产特征，应当归属于无形资产，也有人认为数据资产既具有无形资产的部分特征，也具有有形资产的部分特征，应当作为一种新的资产类型即“数据资产”单列。
我国《企业会计准则第6号——无形资产》定义的无形资产为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。关于可辨认性标准，要么是该项资产能够从企业中分离或者划分出来，并能单独或者与相关合同、资产或负债一起用于交易，要么是该项资产源自合同性权利或其他法定权利。我国《资产评估执业准则——无形资产》定义的无形资产是指特定主体拥有或者控制的，不具有实物形态，能持续发挥作用并且能带来经济利益的资源。能够作为评估对象的无形资产也必须在物理上、法律上和经济上满足一定的前提条件。因此，数据资产能否认定为无形资产，需要结合数据资产的物理属性、法律属性、技术属性和经济属性进行综合分析。
在计算机系统中，数据以二进制形式存在，占用着存储介质的物理空间，数据资产的容量有专门的计量单位来进行度量。由于数据资源具有物理属性，因此有人认为数据资产是有形资产。然而，存储介质只是数据资产的实物载体，并非数据本身。就好比图书的著作权以图书作为载体，但是这并不影响我们将著作权资产认定为一项无形资产。判断一项资产是不是具有实物形态，关键是看该项资产在使用过程中是否存在物理磨损或价值消耗。很显然，数据资产不会因为使用频率的增加而磨损或消耗，符合无形资产的特征。而且，数据资产和其他无形资产一样具有共益性，可以同时由不同的控制人占有和使用。
数据资产包括结构化的数据和非结构化的数据。结构化的数据是使用关系型数据库表示和存储的数据，通常以行为单位，一行数据表示一个实体的信息，每一行数据的属性是相同的。非结构化的数据包括各种文档、文本、图片、图像、音频和视频信息等，数据结构不规则或不完整，没有预定义的数据模型，不方便用数据库二维逻辑表来表现。国际评估准则IVS将无形资产划分为与市场相关的、与客户或供应商相关的、与技术相关的和与艺术相关的四类无形资产，其中与技术相关的无形资产不仅包括专利、专有技术，还包括数据库、算式、设计、软件、工艺流程和配方等。当然，这里的数据库不仅仅指结构化的数据，因其对应的信息实质是一项技术，该类数据库的价值主要取决于其技术含量。由此可见，判断数据资产的类别应当遵循实质重于形式的原则，不能仅仅以数据化的形式作为分类标准，而是要结合数据资产对应的信息本质，对照现有无形资产类别进行综合分析。
《企业会计准则第6号——无形资产》没有提及无形资产的具体类别，但《资产评估执业准则——无形资产》指出，常见的可辨认无形资产包括专利权、商标权、著作权、专有技术、销售网络、客户关系、特许经营权、合同权益、域名等。对于技术含量较高的结构化数据，可以根据其法律形式，依次考虑是否构成专利权资产、专有技术资产。对于以客户名单和相关信息为具体内容的结构化数据，可以归类为客户关系资产。对于以艺术创作为核心的非结构化数据，可以归类为著作权资产。当然，随着信息技术的不断进步和大数据应用的不断推广，数据资产的内涵和外延在不断扩展，人们对数据资产的认识也会不断深入。上述9种常见的无形资产很可能不能涵盖所有的数据资产。根据企业会计准则对会计信息质量的要求，企业应当按照交易或者事项的经济实质进行会计确认，保证会计信息真实可靠、内容完整。因此，笔者认为对于目前不能歸属于任何一种无形资产常见类别的数据资产，可以根据其对应信息的具体内容，作为新的无形资产类别进行补充。在会计、评估、法律等领域未能取得共识之前，既可以根据其包含的信息类别进行命名，也可以统一称之为数据资产。 需要注意的是，对于某些特定行业而言，有些数据资产应当归入存货资产科目。比如专门从事数据资产开发和销售的企业，直接用于对外销售的数据产品应当归入存货资产科目。判断一项数据资产属于无形资产，还是存货，应当根据数据资产在企业生产经营过程中的作用和价值转移情况进行综合分析。如果数据资产只在一个营业周期内发挥作用，数据资产的价值在营业周期结束时就消耗殆尽，则应确认为存货。如果数据资产可以在多个营业周期内发挥作用，具有长期资产的特性，则应确认为无形资产。
综上，数据资源的资产属性辨认及数据资产的确认途径见右上图。
二、数据资产的确权
明确数据资产的法律权属既是确认数据资产的前提条件之一，也是数据资产在开发、运维、交易和使用过程中保护产权主体合法权益的关键问题之一。由于数据资产是数字经济时代产生的新鲜事物，关于数据资产的权属及保护，现有的法制建设还处于探索阶段。同时，在当前的互联网环境下如何采取有效的技术手段对数据资产的法律权属进行及时和准确的判断也面临着不少挑战。
（一）隐私保护与数据资产权属认定
数据资产从来源上看可划分为公共数据源、社会数据源、商业数据源和个人数据源四类。在各种数据源中，有的包含个人敏感信息或者各种隐私，如基因信息、生物信息、财务隐私、医疗隐私等，有的包括企业的商业秘密，还有的涉及国家秘密。这些数据的不当使用可能损害个人、企业或国家的安全和利益，在实际应用中可能存在法律障碍。
按照我国2017年开始实施的《网络安全法》的相关规定，未经被收集者同意，网络运营者不得向他人提供其收集的个人信息，除非是经过处理无法识别特定个人且不能复原的信息。为此，数据开发商纷纷利用各种加密技术为数据脱密，有的大数据交易所也为客户提供数据清洗服务，帮助客户把数据转换成可以交易的数据资产。不过，也有人担心在互联网信息技术日新月异的情况下，不排除某一天可以通过进一步分析发现已脱敏数据主体隐私的可能性。正因如此，欧洲联盟2018年开始执行的《通用数据保护条例》更加强调了数据主体的知情权、限制处理权和删除权等权利，进一步加强了对个人敏感数据的保护。所以，对于数据控制者提供的数据资产，我们首先遇到的难题就是了解或判断数据控制者是否对数据资产拥有合法产权。
（二）权益保护与数据资产权属认定
随着数据应用范围的不断扩展，数据资产交易的案例也越来越多。目前，上海、西安等诸多城市都建立了大数据交易所或交易中心，并陆续完成了一些大数据交易。交易可以促进数据资产更好地发挥作用，产生更多的经济效益，但是，流通环节中数据资产权属的确认也更加复杂。众所周知，数据资产的开发和运维成本通常比较高，数据的复制和传播成本却相对很低，因此数据资产在流通领域很容易被侵权，引发法律纠纷。要想切实保护数据资产产权持有人的合法权益，首先要明确数据资产的法律权属。
数据资产的权属分为所有权和使用权，其中使用权又可细分为普通许可使用权、独家许可使用权和独占许可使用权。目前我国数据资产权益保护方式包括专利保护、著作权保护和商业秘密保护、反不正当竞争法保护、合同法保护、人身权保护等其他保护方式。每种数据资产根据其对应的信息内涵确定适宜的保护方式。能够形成知识产权的数据资产，可以自然获得知识产权相关法律法规的保护，不能形成知识产权的数据资产，目前权属确认和维权运作相对比较困难。有的大数据交易所对会员单位之间进行的数据交易提供安全保障服务，如通过加密算法，确保数据合法访问和安全传输。
（三）确认数据资产权属的途径
数据资产权属的判断结果，决定了数据资产利益的分配以及责任的划分，具有十分重要的意义。但是现有立法没有专门针对数据资产的权属提出明确规定，各利益相关者对数据资产权属的认定还存在不同主张。比如，数据主体认为网络运营者从自己身上采集的数据应当属于自己，而网络运营者认为其能够控制所收集的数据，因此是数据资产的所有权人。另外，作为数据加工处理方的数据公司也认为自己拥有已开发数据的所有权。为了进一步明确数据主体、数据控制人、数据生产者和数据购买者等相关当事人之间的权利和义务，应当尽快建立健全与数据资产有关的法律法规，使数据资产确权有法可依。
鉴于目前数据开发、生产和交易环节中权属确认的法律环境比较复杂，同时数据资产权属确认过程中还可能涉及到对数据脱密技术、安全保障技术等相关措施是否恰当和可靠的判断，所以，建议政府有关部门尽快制定数据分类目录和不同类别数据资产的国家标准，并在全国范围内建立权威的数据资产权属登记中心，为数据资产质押贷款、所有权或使用权转让、资产证券化等一系列交易行为提供法律上和技术上的支撑。在此之前涉及数据资产权属判断的事宜，最好委托专业机构或人员进行认证，非专业人士可以利用专业机构提供的认证结果或鉴定意见作为判断数据资产法律权属的依据。当然，随着区块链技术的不断发展和应用场景的不断完善，对于上链数据而言，将来可以借助区块链的去中心化和时间戳等功能，有效解决数据资产的确权问题。
三、数据资产的价值评估
數据资产价值评估是指数据资产经济价值的评估。按照资产评估原理，数据资产的价值类型可以进一步划分为市场价值、投资价值、公允价值、在用价值、清算价值等。数据资产交易定价一般参考数据资产的市场价值或投资价值评估结果确定。数据资产的会计计量通常离不开数据资产的公允价值或在用价值评估。数据资产的快速变现则涉及数据资产清算价值的评估。
（一）数据资产价值影响因素
影响数据资产价值的因素很多，既包括经济方面的，也包括法律方面的、技术方面的，比如数据资产的开发和运维难度、权利形式、保护方式、保护程度、权利限制、利用方式、实施条件、使用者所属行业的产业政策和市场竞争情况、使用者所在国家和地区的政治、经济、法律状况等。评估数据资产的价值，除了需要考虑影响无形资产价值的一般因素以外，还需重点关注最能体现数据资产特点的其他影响因素。 1.数据用途。数据资产的使用首先必须建立在合法合规的基础之上，这是数据资产价值评估的前提条件。数据资产的一大特点是用途的多样性和不确定性，经常存在跨行业应用的成功案例，并且随时可能出现新的应用领域。在数据用途符合法律法规相关规定的前提下，数据资产能够应用于哪个或哪些领域，一方面取决于数据生产者的数据挖掘能力，另一方面也受到数据潜在使用者需求的影响。同样一份数据，在不同的使用者手中可能存在不一样的用途，会产生不一样的价值。通常情况下，数据资产的可塑性越强、用途越广，数据资产的价值越高;数据资产在所应用领域发挥的作用越大，数据资产的价值越高;数据资产所应用领域的投资回报水平越高，数据资产的价值越高。因此，评估数据资产的价值，应当明确评估对象的应用领域和使用方式，同时关注收益期内数据资产用途可能存在的变化。
2.数据质量。数据质量主要是指数据资产中数据的准确性、代表性和时效性。数据质量是决定数据资产应用效果的关键因素。一般来说，发现并纠正数据资产中可识别的错误应当在数据清洗环节完成，如删除重复信息、处理无效值和缺失值、检查数据的一致性等，但是不同生产者提供的数据资产的质量仍然可能存在差别。另外，有的数据因为采集范围不具有代表性，也会影响到数据资产的可靠性。还有的数据具有很强的时效性，评估数据资产价值，应当对数据质量进行重点调查，并基于评估基准日所能收集或掌握的信息，分析判断数据质量对数据资产价值的影响方式和影响程度。
3.数据容量。数据容量主要是指数据资产规模及其可扩展性。通常来说，数据容量越大，数据资产的生产成本越高。数据资产的数据容量可能不是一成不变的。有的数据资产在使用过程中可以产生新的数据，同时，随着时间的推移，原有的部分数据需要删除或更新，还有些数据可以追加和补充。数据资产的维护可能促进数据资产的规模和维度不断积累，从而持续保持或不断提升其整体价值。数据资产的兼容性越强，容量扩展的可能性越高，其保值和增值的可能性也就越大。
数字经济时代，数据资产作为一种重要的战略资源，其价值正在被不断挖掘和创造。
（二）数据资产评估方法选择
数据资产评估方法主要包括收益法、市场法和成本法。数据资产价值评估，需要结合评估目的、价值类型、被评估数据资产的特点和评估所需资料收集情况，分析三种基本评估方法的适用性，选择一种或一种以上恰当的方法进行评估。由于目前数据资产评估活动刚刚起步，所以在使用收益法、市场法或成本法时需要特别关注以下问题。
1.成本法。成本法是指在假设重新开发或购置被评估数据资产的前提下，通过估算重置成本，并扣除相关贬值来确定评估对象价值的方法。成本法的评估公式通常如下：
评估值=重置成本-贬值=重置成本×（1-贬值率） （1）
重置成本与数据资产的开发、运维或取得方式密切相关。重置成本的构成要素一般包括在现时条件下重新开发或购置被评估数据资产的直接成本、间接成本、资金成本、税费及合理的利润。由于数据资产没有实物形态，不存在有形损耗，所以需要考虑的贬值只包括功能性贬值和经济性贬值。功能性贬值是指由于技术进步引起被评估数据资产功能相对落后造成的资产价值损失。经济性贬值是指由于外部条件变化引起被评估数据资产闲置、收益下降等造成的资产价值损失。
数据资产和其他无形资产一样具有成本与效用的弱对应性，所以成本法通常只适用于评估市场交易不活跃且实施利用方案不明确的数据资产。评估值主要用于数据资产拥有者判断在现时条件下对前期投入成本进行必要补偿的价值参考。
2.市场法。也称市场比较法，是指通过将被评估数据资产与可比参照物进行比较，以可比参照物的市场价格为基础，并根据两者之间存在的差异进行修正调整，以此确定评估对象价值的方法。能够在公开市场获取可比参照物的活跃交易信息，是使用市场法的前提条件。公式如下：
评估值=可比参照物的市场价格×∏修正系数i（i=1，2，……，n） （2）
选择可比参照物时，需要注意被评估数据资产与参照物是否具有可比性，两者的价值影响因素是否相同或相近。比如，如果评估对象是指数据资产的使用权，则通常选取的参照物也只具有使用权，而不是所有权。修正系数主要根据参照物的交易时间、交易目的、交易条件，以及被评估数据资产与参照物本身的差异因素进行分析确定，如数据用途、数据质量和数据容量等。修正系数对评估结论影响比较大。修正系数的确定往往综合了定性分析和定量分析的结果，具有一定的主观性。为了进一步增强市场法评估结论的可靠性，应当不断积累数据资产交易案例，对数据资产价值影响因素展开更多的实证研究，进一步完善修正系数的确定方法。
3.收益法。是指通过将被评估数据资产的预期收益资本化或者折现来确定其价值的方法。当被评估数据资产的未来收益可以合理预测，并且预期收益所对应的风险能够度量时，收益法通常是评估数据资产价值的最好方法。
评估值=∑[数据资产收益i/（1+折现率）i]（i=1，2，……，n） （3）
采用收益法评估数据资产价值，必须了解数据资产的用途，明确具体使用者对数据资产所采用的商业模式或赢利模式。当数据资产和其他资产一起发挥作用并创造收益时，还需根据数据资产的贡献程度估算出数据资产的超额收益，将整体收益进行分成或分割。收益法评估值通常是特定使用者在确定的生产条件下，按照明确的使用方式使用该项数据资产所形成的收益现值。从现有数据资产交易案例来看，数据资产的贡献主要通过精准营销、精准生产、精准投资等方式增加收入或节约成本，從而产生相应的价值。但是，这种评估方法的缺陷是可能无法涵盖数据资产的全部用途或贡献，所以收益法评估值适用于为数据资产使用权的受让方判断收购价格的上限或者确定数据资产使用权的公允价值或在用价值提供参考依据。
综上所述，数据资产化是数据资产评估活动产生的基础，数据资产评估通过为数据资产化提供价值发现和价值衡量的专业服务，反过来会进一步推动数据资产化进程。目前，当务之急是对数据资产化过程中的数据资产确认、数据资产确权、数据资产价值评估等重点与难点问题进行剖析，并探索出一条符合数据资产发展规律的解决问题之道。
【主要参考文献】
[ 1 ] 石丹.大数据时代数据权属及其保护路径研究[J].西安交通大学学报（社会科学版），2018，（03）.
[ 2 ] 刘琦，童洋，魏永长，陈方宇.市场法评估大数据资产的应用[J].中国资产评估，2016，（11）.
转载注明来源:https://www.xzbu.com/2/view-15140286.htm
