《数据资产确认的合理性分析》2600字

数据资产确认的合理性分析综述会计准则中资产的确认有两个条件，本文依据“是否符合资产定义”、“是否满足资产确认条件”这两个条件，来分析数据资产确认的合理性。1符合会计准则中资产的定义国内外现行会计准则对资产的定义均有相似的表述。IASB在2018年修订的国际财务报告准则中对资产进行了定义：“资产是企业由过去的事项形成的、可以控制的一项现时经济资源，其中经济资源是指一项具有产生经济利益潜力的权利”。FASB则在《财务会计概念公告》第6号中提到：“资产是可能的未来经济利益,它是特定个体从已经发生的交易或事项中所取得或加以控制的”；而我国《企业会计准则——基本准则》中规定“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”。由此可以看出资产要素具有的的三个特征——由企业过去的交易或事项形成，企业拥有或控制，预期会给企业带来经济利益。以下分别判断数据是否符合这三个特征。（1）数据由企业过去的交易和事项形成数据是对客观事物的性质、状态等进行记录的可鉴别物理符号或符号组合，其本身的定义就决定了数据是由企业过去的交易和事项形成的。如微博网站上每天会记录、收集、处理大量的资讯、信息、浏览记录等数据，这些数据通常需要通过整合、分析才能发挥作用，可以认为是由企业过去经营活动中所形成的经济资源。（2）数据由企业拥有或控制从实务上来看，企业的数据主要来自于对内收集和对外购买，通过这两种方式获取的数据都能符合由企业拥有和控制的特征。当企业的数据来自于对外购买时，其所有权可确定属于企业。当企业的数据来自于对内采集时，企业可能不具有数据的所有权，但可通过获取授权的方式拥有数据的控制权，也可以满足这一特征。如京东交易平台上会储存各项交易的信息，包括交易价格、数量、产品类型以及交易评价等。这些数据一方面来源于用户的行为，另一方面又记录在京东交易平台上，故其所有权会存在争议，但京东能通过获取客户授权的方式得到数据的控制权，也符合这一特征。（3）数据预期会给企业带来经济利益数据不仅具有巨大的潜在价值，在被有效整合、挖掘后能为企业带来经济利益，也可以作为流通商品在市场上交易，均满足预期会给企业带来经济利益这一特征。例如，淘宝开通的一项增值业务——“数据魔方”，可向企业或消费者有偿开放淘宝网站上海量的电子商务交易信息，这些数据能为企业带来经济利益，可符合这一特征。2满足会计准则中资产的确认条件根据我国的企业会计准则，资产的确认条件有两项，能同时满足两项条件的经济资源才可以确认为资产，以下依据这两个条件分析数据是否满足资产的确认条件。（1）与数据相关的经济利益很可能流入企业由于数据的价值具有不确定性，需结合企业实际情况去判断数据是否很可能为企业带来经济利益。数据本质是一种信息资源，具有时效性和适用性等特征。如某项数据在当前会计期间因时效性强而具备较高价值，在下一会计期间可能会因时效性变化而失去价值；或者某项数据会因企业的业务模式发生变动而失去价值。所以，某项数据能否为企业带来经济利益具有不确定性。会计上用“可能性”来表示这种不确定性：当某项数据能为企业的带来经济利益概率在0至5%时，表明其“极小可能”会带来收益；当某项数据能为企业的带来经济利益概率在5%至50%时，表明其“可能”会带来收益；当某项数据能为企业的带来经济利益概率在50%至95%时，表明其“很可能”会带来收益；只有当某项数据能为企业的带来经济利益概率在95%至100%时，表明其“基本确定”会带来收益，才能确认为资产。实务中，企业的数据可能是服务于自身，即通过改善运营管理、提高营销能力等方式间接创造价值，也可能是通过对外交易产生直接经济价值。若企业的数据用于对外出售，显然与之相关的经济利益一定流入企业，满足条件；而若企业的数据用于自身经营决策、提升销售水平等，需要结合该企业的实际情况以及数据的质量、风险等多方面因素，运用职业判断来确定与数据相关的未来经济利益流入企业可能性的大小。如果某一项数据预期不是很可能给企业带来经济利益，就不能将其确认为企业的资产；即使前期已经确认为资产的数据，在与数据相关的未来经济利益流入企业的概率低于50%时，也不能将其再确认为资产。所以，当对企业的数据经过综合评估后“基本确定”能为企业经济利益，那么就满足“与数据相关的经济利益很可能流入企业”这一条件。（2）数据的成本或者价值能够可靠地计量资产确认的重要前提是成本或者价值能够可靠地计量，即资产这一会计要素必须具有一定的计量属性，可以充分、可靠地利用货币单位去计量。目前会计上的计量属性主要有五种，可按价值基础大致分为两类：投入价值和产出价值。前者包括历史成本等，后者包括未来现金流量现值、公允价值等。对于数据来说，选用采用产出价值去计量数据资产具有一定困难，因为数据的未来价值存在很大的不确定性。这种不确定性一方面体现在时间上，因为数据的价值具有时效性，新数据的产生、企业业务模式的变更、市场需求的变化等内外部因素都会导致数据的价值发生波动。而且，同一项数据在企业不同的发展阶段中也具有不同的应用价值。另一方面体现在空间上，同一项数据对于不同地域的企业具有不同的应用价值，对不同行业的企业具有的价值也存在差异，而且不同企业的挖掘能力也不尽相同。这些都导致了一项数据难以得到被广泛认可的合理价值。所以，数据的价值具有不确定性，难以应用未来现金流量现值计量属性。同时，由于目前上还未存在真正意义上的数据资产交易环境，也难以应用公允价值计量属性去计量数据的价值。虽然国内外已涌现许多大数据交易平台，但大多适用范围小、定价机制相对简单，不同数据产品的价格可能区别不大，并不能准确反映各类数据产品的实际价值。而且，如服务于企业自身业务的数据，由于不在市场上流通，也难以用公允价值去计量。而从投入价值计量属性方面考虑，无论是对外采购还是自主收集而来，数据资产和其他资产一样都会有确定的取得成本，如购买原始数据的数据收集成本、耗费人工的数据整理成本、运用数据处理技术的数据分析成本以及后期运营的数据维护成本等，这些成本都能可靠计量，可以采用历史成本计量属