企业数据资产会计处理研究——以科大讯飞为例

【摘要】随着信息化、大数据时代的来临，数据资源已经得到越来越多企业的认可，并已成为企业越来越重要的战略性资源。

作为一种特殊的新型稀缺经济资源，数据资源蕴含了巨大的社会价值，能够为企业创造出可观的经济效益。

《企业数据资源相关会计处理暂行规定》自2024年1月1日起施行。

对企业数据资产的确认、计量以及信息披露方式进行规范。

文章在明确会计处理难点的基础上，结合案例详细探讨数据资产确认、计量及信息披露方法，并从法律法规完善、市场监督强化、披露框架完善三个层面总结带来的启示。

【关键词】信息披露；会计计量；会计确认；数据资产
【中图分类号】F231.4
一、引言
现阶段数据资产没有形成一个权威的定义，不同学者往往根据自身理解给出不同解释。

数据资产的实质是预期能为企业带来经济利益的一切非结构化和结构化的可计量可读取的数据资源，其通常是由特定主体合法拥有或控制，并能持续发挥作用。

其中，非结构化数据指的是网页、文本、音频、视频、图片等，结构化数据指的是以数字形式存在的传统意义上的数据。

数据资产既具有无形资产的一般属性，又具有收益不确定性、累积增值性、时效性、表外性、价值密度差异性等特殊性。

区别于其他类型资产，数据资产能够凭借较小的空间、海量的信息等优点成为了企业最为重要的资产[1]。

企业数据资产来源主要涉及以下两个方面内容：其一，通过自身产品平台收集取得的用户应用数据，其是数据来源的主要方式；其二，通过合法途径从其他公司或交易平台取得的数据资产。

会计处理的不准确在很大程度上阻碍了企业价值的真实反映，从而影响到报表使用者以及决策者的判断。

如何对企业数据资产进行会计处理逐渐成为企业决策者关心的重要问题。

因此，本文结合现行会计准则要求，详细探讨案例企业数据资产的会计确认、会计计量及信息披露方法，并从多个方面思考带来的启示，以期为企业数据资产会计处理研究提供参考和借鉴。

二、企业数据资产会计处理难点分析
随着企业相关会计业务的数量和种类的逐渐增多，其在企业的价值增长发挥的作用越来越明显。

同时，准确进行会计处理，有助于帮助信息使用者更好评估企业的真实价值。

但是，受我国相关法律法规不完善、数据资产自身特殊性等因素影响，现阶段数据资源尚未纳入企业核算，企业会计处理存在很多难点问题。

因此，本文结合会计准则要求，从会计确认、计量和披露三个层面详细分析企业数据资产会计处理的难点，以期为企业数据资产会计处理实践提供思路。

（一）企业数据资产的会计确认难点分析
作为会计计量的前提，会计确认是将会计数据进入会计系统时确定如何进行记录的过程，其在会计中扮演着重要的角色，并且贯穿了整个会计工作的始终。

根据《企业会计准则——基本准则》的相关要求，企业的数据资源符合资产的定义，因此企业应该将其确认为一种资产[2]。

但是，现阶段不同学者对数据资源应该确认为哪种资产存在不
企业数据资产会计处理研究
——以科大讯飞为例
崔二伟
（北京）
同观点，一些学者认为应该将其确认为无形资产，一些学者则认为应该将其确认为一种新型资产即数据资产。

除此之外，数据资产的自身特殊性也在一定程度上增加了会计确认的难度。

1.数据资产数量与质量的不对称性
数据资产的存储通常对数据平台、数据库等硬件设施具有较高要求，其存量一般不会随着数据资产的开采和挖掘而减少。

数据资产具有可重复开采性，其价值具有很强的时效性，如果使用时间超过价值有效时间，就会导致数量和质量不对称性的出现。

现有研究主要关注数据资产的概念和运营，目前针对其质量问题的研究仍然较少[3]。

在企业会计人员专业素养差异性等因素的共同影响下，大量无效数据资产不仅会影响企业价值评估和会计确认的准确性，同时也会浪费大量企业研发投入和人力成本。

2.数据资产的范围较难界定
数据作为生产要素具有资产的特性，其蕴含的巨大价值已被广泛认可，但是现阶段其权属属性认定仍然缺失[4]。

与其他资产类型相似，数据资产的确认应该满足可控制、可变现和可计量三个条件。

但是，由于企业资产数据的类型繁多，并且不同企业掌握的数据资产数量存在明显差异，数据资产的范围通常较难界定且存在很多争议。

以企业经营过程中使用的客户、生产经营等数据为例，由于相关数据的体量较小，因此企业会计处理过程中是否应该将其纳入数据资产的范围仍存在很多不同观点。

同时，数据资产的确权问题主要涉及收益权、开发权、使用权、所有权等，其中数据资产使用权和所有权的转让相对较难界定。

部分企业和个人对数据资产“公有”和“私有”的概念还不够明确。

以公司获取的公开市场数据为例，企业是否拥有上述数据控制权以及是否应该将其纳入数据资产范围也存在较大争议。

（二）企业数据资产的会计计量难点分析
1.数据资产的价值评估较难
从评估方法上看，现阶段我国尚未形成一套完整的针对数据资产评估体系，现有的资产评估方法主要涉及市场法、收益法和成本法，三种评估方法均有一定局限性且均不适用于数据资产。

与其他类型资产明显不同，数据资产价值通常通过物质投入来机械定价，如水电费、折旧、人力等。

数据资产的种类也具有多样性，对于通过交易获得的数据资产而言，在收益和市场不确定性环境下，其价格可能并不完全由市场供需来决定，其价值评估必然存在一定难度。

对于自行生产的数据资产而言，与上一类数据资产相比，其投入和产出的不确定性和不对称性更大。

由于该类数据资产未发生交易，其价值评估也就没有较为明确的公允价值，其价值评估的难度相对更大。

2.数据资产后续计量较难进行
与其他资产类型相比而言，数据资产高度虚拟，其价值容易受时间、使用者、操作方式等因素影响，进而导致其后续计量较难进行。

从时间层面来看，数据资产的价值易受时效性影响，时效期一过则价值锐减，然而其价值增值也具有无限性，尤其是在使用、交易过程中二次整理开发可能会使价值不断增高，如技术研发数据等。

从使用者的层面来看，数据资产后续计量也存在很多难点问题，尤其是自行生产的数据资产，企业通常需要定期对其进行维护和升级，增加了一定的附加值。

企业参考会计准则下无形资产的计量方法，数据资产价值发生减值迹象时需要进行减值测试。

虽然数据资产不涉及物理损耗和折旧问题，但是由于其可变现净值难以准确估计，进而对数据资产后续计量带来一定难度。

（三）企业数据资产的信息披露难点分析
作为企业的一种重要资源，数据资产对企业的发展起着越来越重要的作用，其规范披露能够满足会计信息可靠性和企业预测控制未来价值变化的需要。

由于数据资产仍处在不断的变化中，交易模式还不够成熟，按《企业数据资源相关会计处理暂行规定》将数据资产进行表内确认。

对于大多数企业而言，数据资产信息仍是盲区，其对数据市场的了解还不够全面，进而导致多数企业对其信息披露的重视程度严重不足。

三、科大讯飞数据资产会计处理分析
科大讯飞股份有限公司（以下简称“科大讯飞”）成立于1999年，专业从事电子政务系统集成、
语音信息服务、软件及芯片产品开发、智能语音及语言技术研究，并拥有讯飞输入法、灵犀语音助手等优秀产品。

科大讯飞的数据资源主要涉及互联网数据和非互联网数据两种类型，其中前者指的是通过多种渠道（如开放平台、讯飞输入法等）收集大量的信息，后者指的是企业在教育、法律等领域通过大数据、人工智能等技术手段收集处理的数据。

为了最大程度发挥数据资产的价值，科大讯飞构建了数字化和智能化的环境，并利用AI算法处理分析海量数据，进而得出有效信息。

由于企业在新准则实施之前尚未纳入企业核算，进而导致科大讯飞大量数据资源游离于资产负债表外，企业的实际价值很难通过财务报表进行准确反映。

因此，根据现行会计准则对数据资产会计处理要求，结合案例详细探讨数据资产会计确认、计量、披露方法。

（一）科大讯飞数据资产的会计确认方法分析
现阶段不同学者对数据资源应该确认为哪种资产存在不同观点，一些学者认为应该将其确认为无形资产，一些学者则认为应该将其确认为一种新型资产。

数据资产具有非独占性、数据化、规模性等特殊性，其中第一项特殊性指的是数据资产具有一定的可共享性，这与传统无形资产存在很多不同之处，第二项特殊性也与无形资产存在明显不同，其指的是信息化发展至新阶段而形成的新类型财产载体，第三项特殊性即数据资产具有规模性，不具规模或者较为分散的零星数据往往不满足确认条件。

根据会计准则的相关规定，虽然该类资产满足有关定义，但是将其简单确认为无形资产存在一定不合理性，因此企业需要单独设置“数据资产”科目进行会计处理。

1.数据资产会计确认条件、确认时点及科目设置
与其他类型资产相似，不是所有的数据资源都能确认为资产，其确认必须满足以下条件：其一，成本或价值能够可靠计量。

虽然数据资产本身的资产定价和未来收益均具有不确定，而且目前没有活跃公开的交易市场，进而导致价值具有一定的不确定性，但是随着数据资产定性研究的逐步深入以及各类评估模型定价的构建，数据资产的成本价值可靠计量终将成为可能；其二，未来经济利益很可能流入。

该确认条件主要涉及四种情形，分别为直接带来经济利益流入、提升企业核心竞争力、带来良好企业形象以及优化企业的生产管理模式，其他情形则不满足上述确认条件，相关资源不应该确认为数据资产。

就确认时点而言，企业应该根据数据资产的来源进行差异化处理。

对于自己生产的数据资产，由于没有经过加工的数据也能达到预定可使用状态，因此企业应该在数据资源加工完成之日确认为资产。

对于外购取得的数据资源而言，企业应该在取得控制权时进行确认。

数据资产属于无形资产范畴的观点已被广泛认可，但是具体会计科目设置上仍存在很多分歧，一些学者认为应该单独设置“数据资产”一级科目进行会计处理，一些学者则认为应该在无形资产科目下设置相应二级科目。

为了提高数据资产在资产负债表反映的准确性，企业单独设置“数据资产”一级科目更为合理，详细的会计科目设置情况如表1所示。

分析表1可得，数据资产的来源可具体划分为自产和外购两种类型，因此需要在一级会计科目下设置自用资产和交易资产两个二级科目，对于交易类数据资产而言，为了准确反映相关资产公允价值变动情况，企业需要在一级会计科目下设置交易资产公允价值变动二级科目，同时还需要设置相应备抵科目。

表1 数据资产科目设置情况
一级科目二级科目备抵科目
数据资产
交易资产、自用资产、
交易资产公允价值变动
减值准备、累计摊销
2.科大讯飞数据资产的确认
为了推动学科智慧教学模式的创新，科大讯飞利用物联网、云计算、大数据、人工智能等智能信息技术打造智能、高效的课堂，实现了虚拟现实一体化的全场景教学应用。

通过上述智慧课堂项目，科大讯飞掌握了海量教学数据。

截至2020年底，智慧课堂产品共覆盖34个省级行政单位3万多所学校，课堂效率显著提升。

对于自行开发的数据资产而言，科大讯飞能准确记录数据资源形成发生的人力、技术、设备（折旧）等成本，其成本或价值
能够可靠计量。

由于科大讯飞实施智慧课堂项目投入的人力、技术、设备等成本可以可靠计量，因此相关数据资源满足“成本或价值能够可靠计量”的会计确认条件。

科大讯飞通过整理、分析掌握的教学数据可以显著提升学校的课堂效率，进一步促进智慧课堂产品覆盖范围，客户来源进一步扩大，智慧课堂产品已经成为企业重要的利润增长点之一。

同时，在政策允许的前提下，科大讯飞可以出售部分教学数据，使相关数据资源直接为企业带来经济利益的流入。

作为一家网络科技公司，科大讯飞拥有海量的数据资源，同时这些资源也是企业发展和取得经济利益的重要因素，因此相关数据资源满足“未来经济利益很可能流入”这一确认条件。

由此可以看出，科大讯飞的数据资源满足数据资产的确认条件，加工完成时企业需要将相关数据资源确认为数据资产，详细账务处理的借记科目和贷记科目应该分别为“数据资产”和“货币资金”。

（二）科大讯飞数据资产的会计计量方法分析
1.科大讯飞数据资产的初始计量
为了准确计量各种经济业务，现行企业会计准则将以前单一的计量属性转变为五种计量属性，并且各类计量属性有其特殊的适用范围及优缺点。

从会计计量的真实性和可靠性角度来看，数据资产的计量属性应该根据实际的获取方式进行差异化处理。

对于自行开发的数据资产而言，如果无法获得公开报价，企业初始计量应该采用历史成本法，即将生产过程中会耗费的资源按照其权重进行加权平均。

历史成本计量属性具有操作简便、可靠性等优势，但是其也存在信息相关性较差、不能反馈真实的信息等缺陷。

如果能获得公开报价，企业应该采用公允价值进行初始计量。

对于外购的数据资产而言，如果不存在活跃市场，企业可以将对价作为数据资产的初始确认金额。

存在活跃市场的，企业可直接将其公允价值作为数据资产的初始确认金额。

自行开发的数据资产估价面临较大困难，通过购买方式获得的数据资产估价相对容易[5]。

以科大讯飞智慧课堂项目开发的海量教学数据为例，由于现阶段企业无法在大数据交易平台获得公开报价，为了最大程度保证会计信息可靠性，相关数据资产应该采用历史成本法进行初始计量。

假设，科大讯飞根据人力、物料、技术、设备等资源权重进行加权平均，最终计算得出该数据资产初始确认金额为2900万元。

2.科大讯飞数据资产的后续计量
后续计量是对经初始计量后的资产在每一会计期末发生价值变动时进行新的计量[6]。

根据期间发生的相关事项来看，科大讯飞后续计量主要涉及以下内容：其一，减值准备的提取。

科大讯飞通过智慧课堂项目开发的数据资产的价值可能会随技术进步而发生一定变化，如果数据资产的价值发生减值迹象，科大讯飞应该对数据资产价值进行减值测试，价值降低时需要计提相应的减值准备。

其二，数据资产更新。

科大讯飞对数据资产的更新主要涉及非技术更新和技术更新两种类型，前者主要针对功能维护的物理更新，其通常不会带来功能性变化，相关支出应该进行费用化处理。

后者主要针对数据资产的技术性改良，其通常会带来功能性变化，相关支出应该进行资本化处理。

其三，数据资产的期末价值变动。

受市场方面的影响，期末科大讯飞数据资产价值可能发生变动，因此企业应该在期末对其价值进行重新确定。

其四，数据资产的处置。

假设，2020年10月30日科大讯飞通过智慧课堂项目开发的数据资产的价值发生减值，经重新测算该数据资产价值变化为2650万元，12月1日科大讯飞以3150万元的价格全部出售上述数据资产。

发生减值时，科大讯飞应该做如下会计分录（以万元为单位）：
借：数据资产减值损失 250
数据资产 2650
贷：数据资产减值准备 2900出售时，科大讯飞需要做如下会计分录（以万元为单位）：
借：银行存款 3100
贷：数据资产减值准备 2900
营业外收入 200（三）科大讯飞数据资产的信息披露分析
为了增加财务信息的可靠性，科大讯飞需要对数据资产同时进行表内确认和表外披露。

表内确
认重点披露初始确认金额、期末金额、减值准备、交易金额等数据，具体披露方法可参考其他类型资产。

仅靠财务报表数据难以充分反映内外部信息使用者关注的信息，企业需要进一步披露相关补充信息[7]。

表外披露指的是通过附注和其他报告形式披露数据资产相关信息，其是对财务报表的合理延伸和发展。

与表内确认相比，表外披露具有可以揭示非财务信息、揭示定性事实、反映预测信息等特点。

虽然实务中一些企业能自愿披露未能在表内确认的信息，但是数据资产表外披露内容仍存在较大缺陷。

为了使数据资产披露的信息要素更加全面，科大讯飞应该在表外重点披露基本信息、确认与计量相关信息、资产评估价值、风险信息等内容，详细披露框架如表2所示。

表2 科大讯飞数据资产表外披露框架类型内容
基本信息取得时间、先进性、使用范围说明、体量、类型、构成、技术支持情况、相关经济利益等信息
确认计量相关信息确认的合理性与科学性、对企业创造价值的影响方式；初始计量与后续计量的方法；使用年限、减值的原因、减值测试方法选择及结果等；交易价格确认方法、经济利益预期实现方式等
资产评估
价值对企业核心竞争力的影响；评估价格、评估方法与评估机构；影响价值评估的主要因素
风险信息未来可能带来的利益；投入情况；质量水平；数据量增长状况；数据处理技术先进性；市场竞争状况；行业发展前景等
分析表2可得，基本信息旨在对财务报表信息进行进一步说明。

第二部分信息旨在详细说明会计确认及计量方法。

资产评估价值部分旨在详细披露评估相关内容，其披露原因为数据资产价值波动较大，企业需要定期进行价值评估。

由于大数据资产具有不确定性、高盈利性等特点，风险也是数据资产披露的重点。

四、结论及启示
（一）结论
随着会计理论的不断发展以及数据信息的爆炸式增长，“数据是一种资产”的概念被人们提出，然而如何科学合理地对数据资产进行确认，从而进行会计核算与计量是亟待解决的难题。

在明确企业数据资产会计处理难点的基础上，以科大讯飞作为主要研究对象，详细分析企业的会计处理方法。

数量与质量的不对称性以及范围较难界定等问题致使数据资源应该确认为哪种资产存在不同观点。

虽然数据资产满足无形资产的有关定义，但是将其简单确认为无形资产存在一定不合理性，因此科大讯飞需要单独设置“数据资产”科目进行会计处理。

数据资产的会计计量难点主要表现在价值评估和后续计量较难进行，因此初始计量科大讯飞需要根据实际的获取方式进行差异化处理，后续计量则需要重点关注减值、更新、价值变动及处置等问题。

为了增加财务信息的可靠性，科大讯飞需要对数据资产同时进行表内确认和表外披露，其中表外重点披露基本信息、确认与计量相关信息、资产评估价值、风险信息等内容。

（二）启示
1.完善数据资产法律法规，出台会计处理操作指引
数据资产相关法律法规主要涉及会计准则、市场交易制度、市场监管制度、信息披露制度等。

为了提高数据资产会计处理的准确性，我国应在《暂行规定》的基础上进一步出台会计处理操作指引，尽量减少会计确认和会计计量过程中的主观判断，提高企业会计人员的实务操作能力。

例如，明确数据资产需要单独设置“数据资产”科目进行会计处理、计量方法需要根据实际的获取方式进行差异化处理等。

市场交易制度与监管制度的完善通常是数据资产计量、管理的前提，因此我国应该进一步完善市场交易制度和市场监管制度，通过制度的形式明确数据资产的产权问题，保证数据资产的安全，降低交易风险。

政府部门应该协同交易平台解决数据资产流通中存在的问题，引导和监督数据交易平台完善服务规范，保障数据市场稳步推进[8]。

2.加强市场监督，提高企业数据资产风险管理能力
企业数据资产主要面临外部市场风险、技术变革风险、经济发展风险和经营风险，其中经营风
（下转第91页）
势，通过多元化融资、风险管理、信用评级提升等措施，确保企业的稳健运营和可持续发展。

同时，城投企业也应积极响应国家政策，与监管部门保持良好沟通，确保融资活动符合国家的经济发展战略和宏观调控要求。

主要参考文献：
[1]高奥.2022年中资美元债回顾及后市展望[J].中国外汇，2022（24）：34-37.
[2]李加琪,彭里程,黄沛龙.加息背景下中资美元债的发行风险和应对策略[J].中国外汇，2022（18）：34-37. [3]钟红,初晓.美欧银行业危机背景下离岸人民币债券市场的发展[J].债券，2023（6）：35-39.[4]王方宏.以境内离岸市场推动人民币国际化——兼论中国香港、上海、海南离岸人民币市场差异化定位[J].海南金融，2022（8）：72-80.
[5]胡鹏.影响中资企业海外美元债发行成本的因素研究
[D].云南财经大学，2022.
[6]罗光晓.中国企业海外发行美元债券的成本研究[D].北京林业大学，2021.
[7]韩晓普,王鹏.中资美元债的市场前景与投资策略[J]银行家，201100-103+7.
[8]王大贤.中资企业离岸债现状、发展及对策建议[J]新理财，2023（Z1）：33-36.
[9]刘娇.关于防范化解区县级城投企业债务风险的思考——以Q城市建设投资集团有限公司为例[J].国际商务财会,2023,429(03):64-67
责编：吴迪
险又可进一步细分为法律、侵权、安全等风险类型，其发展对市场的稳定性提出了较高要求[9]。

结合案例来看，数据资产计量方法的选择主要受数据交易平台、活跃市场等因素影响。

对于自行开发的数据资产而言，初始确认金额需要根据是否能在大数据交易平台获得公开报价进行确认。

对于外购的数据资产而言，初始确认金额需要根据是否存在活跃市场进行确认。

由此可以看出，稳定活跃的市场必然有助于数据资产风险管理及价值评估的顺利进行。

因此，我国应该在完善市场交易制度和市场监管制度的基础上，加强市场监督，降低市场信息不对称性，并逐步建立具有普遍适用性的数据资产风险评估体系，提高企业风险管理能力。

3.推进财务报表改革，完善数据资产信息披露框架
经济技术的发展以及相关政策法规的滞后性使表内确认和表外披露均存在一些缺陷。

现行政策法规下现有财务报表体系不够完善，财务报表无法涵盖的“新资源”的出现，现有体系偏向于财务资本的计量和披露，进而容易导致财务舞弊、会计信息造假等现象出现。

为了促进财务报表更真实、可靠反映与利益相关者决策相关的会计信息，我国应结合实际情况进一步推进传统财务报表改革，扩大财务报表的覆盖范围。

在此基础上，我国需要进一步规范数据资产信息披露框架，注意定性与定量相结合，逐步建立报表附注披露与表内列示相结合的列报模式。

主要参考文献：
[1]黄海.会计信息化下的数据资产化现状及完善路径[J].企业经济,2021,40(07):113-119.
[2]王桦宇,连宸弘.税务数据资产的概念、定位及其法律完善[J].税务研究,2020(12):53-60.
[3]尤建新,徐涛.基于多准则决策方法的数据资产质量评价模型[J].同济大学学报(自然科学版),2021,49(04):585-590.
[4]辛浩.数字经济下税收管辖权划分研究——基于数据资产权属转移的视角[J].税收经济研究,2020,25(04):71-79.
[5]李静萍.数据资产核算研究[J].统计研究,2020, 37(11):3-14.
[6]秦荣生.企业数据资产的确认、计量与报告研究[J].会计与经济研究,2020,34(06):3-10.
[7]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):3-15. [8]赵丽,李杰.大数据资产定价研究——基于讨价还价模型的分析[J].价格理论与实践,2020(08):124-127+178. [9]郑磊.通证数字经济实现路径:产业数字化与数据资产化[J].财经问题研究,2020(05):48-55.
责编：梦超
（上接第83页）。