一 前言

經過8個月的意見征求，財政部于8月21日正式對外發布《企業數據資源相關會計處理暫行規定》，并自2024年1月1日開始施行。

該規定要求，企業在編制資產負債表時，應當根據重要性原則并結合本企業的實際情況，在“存貨”項目下增設“其中：數據資源”項目，反映資產負債表日確認為存貨的數據資源的期末賬面價值；在“無形資產”項目下增設“其中：數據資源”項目，反映資產負債表日確認為無形資產的數據資源的期末賬面價值；在“開發支出”項目下增設“其中：數據資源”項目，反映資產負債表日正在進行數據資源研究開發項目滿足資本化條件的支出金額。

二 數據進入資產負債表的挑戰

自 20 世紀 50 年代以來，世界人口結構發生了巨大變化，這一重大轉變主要歸因于新技術的出現以及企業可以利用技術和數字工具構建的獨特能力。采用新技術、自動化、大數據、機器學習和創新的公司正在贏得市場份額，并正在顛覆那些在數字化變革中適應和轉型緩慢的傳統企業。

如今，市值最大的六家公司都從事數據技術業務（蘋果、亞馬遜、Alphabet、谷歌、微軟和 Facebook）。這些公司了解其數據的真正價值，并通過高級分析來利用它來推動增長。他們使用大數據解決方案的能力使這些公司能夠降低運營成本、增加收入、預測行為和改善現金流，從而獲得競爭優勢。有了這樣的競爭優勢，新的動力就出現了。數據不僅從歷史交易中收集，而且還被用來以前所未有的速度預測和激發變革。

一般來說，人們普遍認為數據與其他普遍接受的非實物資產（如專利、版權、商標、品牌名稱和徽標）一樣都是無形資產。盡管近年來的數據已被證明為許多公司提供了競爭優勢，但這讓許多企業質疑為什么它沒有列在資產負債表的資產欄上。

根據現行會計規則確認資產

會計準則旨在幫助公司使用標準原則報告財務指標，其普遍目標是確保財務報表的相關性、可靠性、可比性和一致性。

資產負債表顯示了公司擁有和欠下的資產。資產方顯示了公司可用于運營業務的工具，負債/所有者權益方顯示了公司如何為這些資產融資。在我們繼續下一步之前，這些基礎知識非常重要。

通常，當我們使用“資產”一詞時，它可能意味著有形的東西，也可能只是一個名詞，人們會說“她是團隊的資產”。因此，在這種用途的背景下，數據絕對是公司的資產。然而，從會計角度來看，其含義更為具體。

在會計中，資產反映了過去交易或事件預期產生的未來經濟利益。本次討論的資產類別是無形資產，它是一類非實物資產（例如商標、專利、版權、客戶名單、軟件開發、商譽和許可協議等）。從更高的層面來看，公司的數據似乎符合無形資產的定義。然而，由于其固有的性質，根據現行會計規則將其確認為無形資產存在一些重大限制。

有一些規則和準則會影響公司確認資產的方式和時間。我們制定了一些目前的規則，這些規則將使將數據識別為資產變得困難，否則可能會導致資產負債表的錯誤描述。

內部創建的資產：

列入公司資產負債表的無形資產應為購入資產。它們具有可識別的價值、使用壽命，并且可以采用適當的攤銷政策在不同的生命周期內攤銷這些資產。

不幸的是，現行會計準則往往忽視內部創造的資產。這意味著企業不能將任何內部產生的資產確認為無形資產。如果資產負債表上列出了無形資產，它們很可能是作為收購另一家企業的一部分而獲得的資產，或者是作為單獨資產直接購買的。

Apple 的 Apple 標志就是一個例子。盡管蘋果標志沒有出現在蘋果的資產負債表上，因為該標志是內部開發的，沒有被收購，但它仍然是一項無形資產。

成本

人們普遍認為，公司資產負債表上列出的任何資產都應具有可識別的公允價值。因此，如果數據被視為一種資產，那么獲取或構建這種資產就必須有相應的成本。這意味著公司必須重視收集、提煉和豐富數據所花費的時間，以及用于數據資產開發的人員招聘成本、存儲、計算成本和其他成本因素。到目前為止，由于與其及其生命周期相關的復雜因素，這個過程仍然具有挑戰性。企業沒有可以采用的會計模型來衡量此類資產并估算其價值。與設備或建筑物不同，此類資產由獨立評估員評估。

折舊

當有形資產老化時，它們就會失去價值。因此，必須實施適用的折舊政策以反映其使用壽命。另一方面，當數據資產老化時，它們的價值可能會損失或增加。就其本質而言，數據預測其使用壽命無疑更具挑戰性。在某些情況下，當主數據（代表客戶和產品數據等業務實體）老化時，它會獲得其相關性，并且這些數據對象的價值通常在企業中共享。因此，如果數據純粹是事務性的（代表發票和交貨等業務事件），那么當數據老化時，它也會失去其相關性和價值。此外，如果數據不正確或不適當，其使用壽命相對可能只有幾周甚至幾天。另一方面，數據使用得越多，其價值就會越高。因此，隨著時間的推移，它甚至可能是不可消耗的、持久的，甚至是戰略性的。

因此，制定可接受的折舊周期來確定此類資產的使用壽命是一項艱巨的任務。制定審慎的折舊政策需要特定的技能，而目前的標準和法規仍然缺乏這一點。

使用環境

資產負債表上列出的資產通常在不同情況下始終以類似的方式使用。可以有把握地得出結論，同一類型的設備將由兩家不同的公司以幾乎相同的方式使用。數據卻不能這樣說，因為數據很大程度上是上下文相關的。就其特征而言，原始數據本質上是字母數字，并且隨著其在估值鏈中的移動而價值增加。因此，根據數據在不同情況下的使用價值，為其賦予價值的困難源于未來收益的不確定性。

法規遵守

如果數據的安全性和政策合規性較差，它很快就會變成巨大的負債。雖然機械或建筑物等有形資產也可能成為公司的負債，但數據等無形資產從資產到負債的變化率明顯高于有形資產。

雖然我們可以得出結論，盡管數據可以對組織的價值做出重要貢獻，但由于其固有的性質，它尚未在資產負債表上找到自己的位置。盡管學術界、財務主管和監管機構正在研究此類政策，但沒有一項政策被普遍接受或完全令人滿意。盡管如此，由于其重要性，數據可能很快就會在資產負債表上找到自己的位置。要踏上這一旅程，關鍵的考慮因素是為其賦予價值的能力。

“數據作為資產負債表項目”的挑戰

下面顯示的數據鏈有助于確定評估數據如此棘手的一些原因：

?數據的價值隨著數據在數據估值鏈中的移動而增加，為了準確地對其進行估值，正確判斷數據到底位于鏈中的位置非常重要。此外，數據是不可減法的，這意味著它的使用不會妨礙其他額外的用途，這意味著，可以使用相同的原始原始數據來完成許多不同的數據評估鏈。

?此外，在經濟學中，傳統商品是透明的，因為買方在同意購買之前就知道他們會得到什么，但另一方面，估值鏈完成后可能會導致根本沒有任何價值。

?數據集是異構的，這意味著市場估值并不總是合適的。

?對數據投資回報（公司投資數據并將其用于業務時獲得的收入）的估計可能非常模糊。

?數據沒有物理存在，因此當與有形資產等同時，可以被認為具有不可估量的壽命。然而，如果數據很容易過時（例如非結構化社交媒體和金融交易數據），則數據可能會迅速貶值。

?有些數據具有附加價值，也就是說，隨著更多數據（例如臨床、DNA 和氣候數據）的積累，原始數據的價值呈指數級增長，而不僅僅是增量。

除此之外，事實證明，數據的價值在公司估值尤其是并購交易中得到了客觀的認可。代表收購方和供應商的專業人士應用了不同的方法來確定數據的價值，以便得出代表整個業務生態系統的價值。

三 數據資產的估值常用方法

數據是下一個石油

在這個網絡無處不在、傳感器和設備激增以及信息密集型應用日益增多的時代，全球數據量每兩年就會增加一倍以上。隨著數據浪潮席卷幾乎所有經濟領域，企業需要一個新的模式來從數據中創造價值。如今，數據具有扭轉商業局面的巨大潛力。麥肯錫最近的一份報告顯示，未來，數據每年可以幫助全球經濟各個領域釋放 3 萬億至 5 萬億美元的經濟價值，包括教育、交通、消費品、電力、石油和天然氣、醫療保健和消費金融。現在人們廣泛認識到數據可以通過多種方式創造價值。

現在我開始想，如果數據在當今信息發達的世界如此重要，為什么它不應該成為我們資產負債表的一部分？然而，實現數據的價值似乎與商譽、專利等許多其他無形資產的價值一樣，甚至更謹慎。許多組織要么忽視了數據估值，要么充其量只是在數據估值方面苦苦掙扎，這可能會導致錯失提升公司資產和估值進而提高股價的機會。

財務報告各組成部分的所有權在很大程度上是有界限的。資產負債表的要素通常包括所有權和責任，因為它們對外部世界是可見的，并且投資者可以從中獲取線索，直接或間接地對公司進行投資。例如，現金余額始終由首席財務官審查，庫存由采購經理考慮。這有助于這些訂單項隨著時間的推移而發展。

讓我們探討一下無形資產是如何估值的。通常，無形資產通過以下會計慣例進行估值：

（1）基于成本：價值是根據創建資產的成本確定的。此方法對于數據可能不精確，因為數據通常是作為其他業務流程的中間產品創建的。可以根據存儲和其他數據基礎設施的成本來評估成本，但這不會阻止數據的全部價值，也不會揭示截然不同的數據源之間的價值差異。

（2）基于市場：價值是根據市場上可比商品的市場價格來定義的。在大多數情況下，不存在可比較的數據源。市場需要一個可靠且一致的概念來解釋什么使數據更有價值或更不有價值。此外，即使存在完善的數據市場，數據源也很少具有相同的內容或質量。

（3）基于收入：價值是根據對資產未來現金流量的估計來定義的。該方法可能適合評估數據。基于收入的評估是唯一對數據有意義的方法。然而，其獨特的特性可能使其執行起來有些困難。

潛在估值技術

如今，信息的已實現價值和潛在價值之間存在績效差距，但首席信息官可以通過將信息經濟學實踐應用于企業數據，幫助縮小這一差距，并從數據資產中產生更多價值。展望未來，可以使用以下實踐之一或可能與下面提到的完全不同的技術來評估組織內可用的數據。研究人員仍在努力尋找創新的方法，會計大師們應該坐在一起集思廣益，制定一個組織中數據評估的計劃。

Gartner研究了多種計算數據資產價值的方法，包括針對各種需求和情況的多種模型。這些公式包括用于確定信息的內在價值、信息的商業價值、信息的績效價值、信息的成本價值、信息的市場價值、信息的經濟價值以及與領先和跟蹤指標一起的財務衡量指標組合的信息模型。以下評估數據的可能有意義的方法：

（1）信息的成本價值。該模型可以衡量獲取或替換丟失信息的成本。這是估值專家對大多數沒有明顯市場價值的無形資產進行估值的方式。

（2）信息的內在價值：該模型可以通過將數據質量分解為準確性、可訪問性和完整性等特征來量化數據質量。然后可以對每個特征進行評級并統計最終分數，該最終分數又可以被分配一個財務價值。

（3）信息的經濟價值：該模型衡量數據資產如何為組織的收入做出貢獻。

（4）信息的市場價值：該模型可以衡量通過出售、出租或交換公司數據所產生的收入，這是評估數據資產的最佳方法之一。

四 小結

如今，大多數企業領導者和 IT 主管越來越確信公司的信息是他們最重要的資產之一。為了使組織變得精通數據管理，它必須首先在內部將數據視為實際資產。古老的格言說，“你無法管理你不衡量的東西”，企業需要開始盤點和衡量他們的數據資產。

由此，我們可以得出結論：數據確實是一種非常獨特的無形資產，具有非常規的前景。正如微軟以 260 億美元收購 Linkedin 等并購交易所證明的那樣，數據價值對企業估值具有重要作用/貢獻已被廣泛接受。從會計角度來看，盡管數據資產可能符合資產負債表資產的正式既定標準，但2024年1月后的新的會計實踐將探索數據資產在資產負債表上資本化。