| 联系我们 |
 |
合作经济与科技杂志社
地址：石家庄市建设南大街21号
邮编：050011
电话：0311-86049879 |
|
|
| 财会/审计 |
| 平台型企业数据资产会计处理研究 |
| 第755期 作者：□文/李怡乐 时间：2025/6/16 15:55:35 浏览：89次 |
［提要］ 在大数据背景下，平台型企业应注重数据资产的会计处理，以达到数据资产的有效管理。本文聚焦平台型企业数据资产的会计确认与计量，借助典型企业阿里巴巴2018～2023年年报差量估计，以表内表外相结合的方式予以披露，有利于打破企业内外部信息不对称，为财务报告使用者提供有益参考，加速数据要素价值实现。
关键词：平台型企业；数据资产；会计处理与披露
中图分类号：F275；F23 文献标识码：A
收录日期：2024年12月5日
随着网络技术的快速发展与数字化进程的加快，数据要素的市场化已经成为数字中国建设的必然要求。2023年8月财政部发布的《企业数据资源相关会计处理暂行规定》为数据资产入表提供了实践指导，推动了数据要素的资产化进程，意味着数据完成了从自然资源到经济资产的跨越。2023年12月发布的《关于加强数据资产管理的指导意见》明确支持用于产业发展、行业发展的公共数据资产有条件有偿使用，为公共数据资产管好用好提供了政策指导。2024年，党的二十届三中全会明确提出“要健全因地制宜发展新质生产力体制机制，健全促进实体经济和数字经济深度融合制度”。这些均表明：加速数据要素价值实现，积极推进数据要素资本化探索已经成为企业发展的重中之重。
对于企业来说，数据资产是指企业拥有并运用的与数据相关的各种资源，包括数据资源（如数据库、数据仓库、数据集）、数据工具（如数据分析软件、数据挖掘工具）、数据技术（如云计算、人工智能）等。这些数据资产对企业产生的经济效益和社会效益逐渐变得越来越重要。对于平台型企业而言，企业内部的销售数据、用户信息等都是其可控且可以给企业带来经济利益的数据资源，平台可以根据用户浏览、消费记录，给用户推荐更适合他们和更符合用户喜好的产品，成交率更高，从而给企业带来更大收益。
一、平台型企业数据资产分类
平台型企业是利用互联网打造开放、共享的商业模式，通过整合资源、提供服务，促成多方用户之间的交互和交易，其平台既是产品和服务的展示窗口，也是用户互动交流的场所。优势在于强大的网络效应，即用户数量的增加会吸引更多的用户加入，形成正向循环，降低交易成本，形成规模效应。这类企业的典型代表有阿里巴巴、腾讯、亚马逊等。
以阿里巴巴集团为例，其主要业务是推动B2B和中国的在线交易，提供在线搜索引擎，包括核心商务、云计算、数字媒体、娱乐、创新等。其中，核心商务有“中国零售业” “中国批发业” “跨境与全球零售业” “跨境与全球批发业” “生活服务业”和“物流服务业”。此外，阿里巴巴开设了支付宝、阿里巴巴金融、菜鸟物流、阿里云等多个分支，实现资金流、物流和信息流的高效流通。
截至2023年3月31日，阿里巴巴营业收入为8，686.87亿元，同比增长2%；净利润为655.73亿元，同比增长39%。其中，中国商业零售业务（淘宝、盒马鲜生等）收入为5，653.32亿元，同比下滑1.7%；中国商业批发业务（1688等）收入173.99亿元，同比增长4.1%。除了电商以外，当期阿里本地生活服务收入501.12亿元，同比增长12.3%；菜鸟收入556.81亿元，同比增长20.7%；云服务收入772.03亿元，同比增长24%；数字媒体和娱乐收入314.82亿元，同比下滑2.4%；创新举措及其他收入22.74亿元，同比下滑20%。根据阿里巴巴的业务系统，可以将数据资源分为公司内部的业务活动、公司的兼容和兼并两部分。比如，浏览记录和时长、用户信息和购买数据等；收购饿了么获得了当地用户的网络数据。
综上所述，阿里巴巴网络技术有限公司已经创造出了海量的数据，但是由于没有对这些数据进行资产化处理，使得阿里巴巴无法将数据的价值反映到财务报表中来，导致外部投资者无法获得真实的财务信息和行业发展现状。因此，数据资源资产化确认迫在眉睫。
二、平台型企业数据资产确认、计量与披露
（一）数据资产的确认。1974年，Richard E.Peters（1974）首次提出“数据资产”的概念。Laney（2001）认为网页的浏览量和用户规模对于企业具有极高的挖掘价值。Pitney（2009）认为数据是企业资产的重要组成部分，企业的数据资产在产生过程中应当得到有效且合理的利用。我国对于数据资产的研究处于较为初级的阶段。
朱扬勇和叶雅珍（2018）认为，数据资产指的是拥有数据权属、有价值、可测量、可读取的网络空间中的数据资源，数据资产兼具了无形资产和有形资产、流动资产和长期资产的特性，它是一种新的资产类别，是能够为企业带来经济利益，反映互联网企业真实状况的数据资源。李泽红和檀晓云（2018）认为数据资产除了具备资产的属性之外，还具备了无形资产的一些特征，比如没有实物形态、具有可辨认性、非货币性等，因此可以考虑将数据资产直接纳入到无形资产中。张俊瑞和危雁麟等（2020）参考无形资产的定义，将数据资产界定为“由企业拥有或控制的具有数据化形态的可辨认非货币性资产”。
（二）数据资产的计量
1、初始计量。数据资产价值可以基于交易市场上的正常市价来确定，这意味着数据资产可能被销售或交易，比如阿里巴巴的零售和实时数据。朱扬勇和叶雅珍（2018）认为，尽管数据资产与无形资产一样，是一种无实物形态的可辨认的非货币性资产，但由于其自身的特殊性，应当设立单独的“数据资产”来对其进行确认和列报，现行的无形资产会计制度只能作为参考。庞明等（2024）认为市场成熟阶段可以采用成本法、收益法和市场法结合对数字资产进行定价。在公允交易方法中，数据资产的价格可以基于其在交易市场上的正常市价来确定，这意味着数据资产可能被销售或交易，并且可以基于此确定其市价。比如，对于阿里巴巴的数据资产，如零售数据和实时数据，可以通过公开市场进行交易。公允价值可以通过以下两种方法来确定：一是市场法，即利用已经存在的市场进行估价。通过分析类似的交易价格，确定价值区间，然后根据自身情况进行调整。二是成本法，即获取或再生产数据资产的成本。根据数据资产的采集成本、存储成本、处理成本等，加入适当的风险溢价，即为数据资产的公允价值。需要注意的是，在选择计量方法时要考虑到数据资产的特点和市场情况。
综上所述，目前数据资产计量问题仅仅停留在公允价值计量方面，但公允价值难免存在主观性问题，对于阿里巴巴这种没有进行数据资产确认和计量的平台型企业，需要利用其他资产公允价值差量来估计数据资产价值。
2、后续计量
（1）摊销与减值。为保证会计信息的可靠性和相关性，数据资产使用寿命不宜过长，对于使用寿命有限的数据资产，采用加速折旧法，在5年内摊销完毕。其会计处理为：借记“管理费用”，贷记“数据资产累计摊销”。企业至少应当于每个会计年度结束时，对数据资产进行减值测试。对于经过减值测试确定发生减值的数据资产，其会计处理为：借记“资产减值损失”，贷记“数据资产减值准备”。
（2）公允价值变动。由于数据时效性的原因，平台型企业数据资产所带来的未来经济利益有可能会比它的初始确认成本更高，因此需要对数据资产进行定期评估，从而对其账面价值进行调整，使数据资产的价值能够真实地反映出来，确保财务报告的可靠性。唐莉、李省思（2017）认为数据资产未来的经济利益远大于投资价值。罗斌元和赵依洁（2022）认为数据资产随着互联网的高速发展存在难以识别、权属划分不明确等问题。数据资产期末公允价值变化应当转入其他综合收益，在终止确认时，应当转入当期损益。其会计处理为：借记“数据资产公允价值变动”，贷记“其他综合收益”（账面价值下降，反之）。因此，企业需要对数据资产进行定期评估，真实反映出数据资产的价值，期末公允价值变化转入其他综合收益。
3、处置。由于泄露、转让、毁损等原因，数据资产不能为公司提供任何经济利益的，企业应及时将其账户中的余额进行转销，并将所得价款与账面价值的差额记入营业外收入和营业外支出。另外，将数据资产因公允价值变化而计入其他综合收益的金额，转入当期营业外收入和营业外支出。
（三）数据资产披露方法。为使管理者和投资者对数据资产的价值进行全面的了解，对于符合资产确认条件的数据资产，应当在资产负债表中对其进行确认和报告；对于不符合资产确认条件的数据资源，虽然不能将其纳入到表中进行核算，但对这部分信息应当进行详细披露，帮助财务报告使用者做出合理的经济决策。综上所述，根据会计信息的计量观与信息观，对于阿里巴巴这类平台型企业应当采取表内披露和表外披露相结合的方式，全面反映数据资产的整体价值。
1、表内披露。本文认为，由于数据资产的特殊属性，需要增加“数据资产” “数据资产累计摊销” “数据资产减值准备”等科目，将数据资产的账面余额披露在“数据资产”项目。
2、表外披露。基于会计相关性和重要性原则，张俊瑞等（2020）认为，应在资产负债表中的非流动资产部分设置“数据资产”项目，同时在财务报表附注中详细说明会计期间确认的自用数据资产的使用寿命及采用的摊销方法，并说明会计期间内进行的数据资产减值测试方法及结果，以及“数据资产——交易资产”的公允价值评估方法。此外，在附注中还需对新确认的兼具自用和交易用途的数据资产就不同用途估计比例的确定依据进行明确阐述。张俊瑞和危雁麟（2021）认为数据资产入表很难反映数据资产导致的账面价值差异。张俊瑞等（2023）认为数据资源信息披露频率的增加还将显著提高审计费用。
综上，对于阿里巴巴这类平台型企业在考虑将数据资源确认为一项资产时，采取表内表外相结合的方式披露，对于符合资产确认条件的数据资产，应当在资产负债表中进行列示；对于不符合条件的数据资产应进行附注，以全面反映其整体价值，促进数据资产信息披露的规范化。
三、平台型企业数据资产差量估计
本文以阿里巴巴为例，采用超额收益法中的差量估算法，将其他资产收益从整体收益中剥离，得出数据资产部分的收益。企业的总收益来自企业所有资产的共同创造，除流动资产、固定资产、无形资产等带来的收益以及数据资产带来的超额收益，在总收益和各部分资产收益都可以估算的条件下，作差得出数据资产的超额收益。
其中，自由现金流=经营活动现金净流量-未来新增资本性支出，固定资产收益总额（收益率近似看作银行贷款利率）=固定资产期初期末平均值折现+累计折旧，无形资产收益总额=无形资产期初期末平均值折现+累计摊销，流动资产收益为期初期末平均值折现，其他无形资产收益为期末数额折现。
因此，数据资产带来的自由现金流=企业当年自由现金流-固定资产收益-无形资产收益-流动资产收益-其他无形资产收益，折现后为数据资产的现值，见表1。（表1）
通过对比分析可知，企业市场价值为股权市场价值和负债市场价值的总和，阿里巴巴2017年收盘价与股数的乘积加上当年负债价值总和为5，884.33亿元，而资产账面价值为5，068.12亿元，计算得出数据资产整体价值为1，566.92亿元。
分析如下：阿里巴巴数据资产的整体价值与市场价值和账面价值相比存在较大差异，账面价值仅包含数据资产在企业内部财务报表中反映出来的公司价值，而市场价值是在股票市场交易中所反映的公司价值。此外，与市场价值比较的目的是看资本市场对数据资产定价高低，差异巨大说明数据资产价值评估方面在目前水平上还远远不达标，企业低估了数据资产的整体价值。由此可见，企业的市场价值应当披露数据资产价值，以期为财务报告使用者提供更加明晰的会计信息，体现了数据资产会计处理与披露分析的重要性。
四、结论及建议
2024年7月24日，上海交大高级金融研究院发布了2024年第一季度《中国企业数据资产入表情况跟踪报告》显示，当前数据资产入表对财务指标与公司市值的影响还不充分，新增数据资源披露对企业资产负债率的影响普遍较小，对部分企业利润率的影响较大。随着数据资产自2024年1月起被正式纳入会计处理范畴，中国数据要素资产化进程实现重大突破。
本文针对平台型企业数据资产的会计处理与披露问题，提出以“数据资产”一级科目进行会计处理，并且表内表外结合披露更能高质量反映会计信息，有利于提高投资者的信心和透明度。同时，以典型平台企业阿里巴巴为例，运用其2018～2023年财报数据，对其数据资产进行差量分析，保证财务报告使用者的合理运用和平台型企业的长远发展。
针对平台型企业数据资产价值估计问题，提出以下建议：（1）平台型企业应加强数据资产价值评估研究，建立数据价值评估体系和方法，运用统计和数据分析工具对数据资产进行定量评估；同时，对不同类型的数据资产进行分类，依据特定的计量方法对其评估，保证计量的准确度。（2）平台型企业应定期评估数据资产价值，并对结果进行复查，确保其准确性和公允性；利用财务报告对数据资产进行明确披露，依托公告、网站、投资者关系活动等对数据资产的种类、计量方法进行详细说明，向投资者等利益相关者提供更详尽、透明的数据资产信息。（3）平台型企业还应继续扩大业务范围，涉足更多的行业领域，保持核心竞争力；注重用户体验和数据安全，以提升用户黏性并维护品牌形象；运用人工智能、大数据分析等技术，提高服务效率和精准度。
（作者单位：西安石油大学经济管理学院）
主要参考文献：
［1］Richard E.Peters.A Cross Section Study of the Demand for Money：The United States，1960-62［J］.The Journal of Finance，1974（01）.
［2］Laney D.3D data management：Controlling data volume，velocity and variety［J］.META Group Research Note，2001.23（02）.
［3］Pitney B.Managing Your Data Assets［M］.IEEE，2009.29（01）.
［4］朱扬勇，叶雅珍.从数据的属性看数据资产［J］.大数据，2018.04（06）.
［5］李泽红，檀晓云.大数据资产会计确认、计量与报告［J］.财会通讯，2018（10）.
［6］张俊瑞，危雁麟，宋晓悦.企业数据资产的会计处理及信息列报研究［J］.会计与经济研究，2020.34（03）.
［7］庞明，李敏.南方电网数据资产定价方法研究［J］.合作经济与科技，2024（02）.
［8］唐莉，李省思.关于数据资产会计核算的研究［J］.中国注册会计师，2017（02）.
［9］罗斌元，赵依洁.基于区块链技术的数据资产确认［J］.财会月刊，2022（18）.
［10］张俊瑞，危雁麟.数据资产会计：概念解析与财务报表列报［J］.财会月刊，2021（23）.
［11］张俊瑞，危雁麟，尹兴强，汪方军.企业数据资源信息披露影响审计收费吗？——基于文本分析的经验证据［J］.审计研究，2023（03）. |
|
|
|
