主题：基于会计视角的数据资产分类 （存货方向）

小数据研究中心（userdataresearch）原创

编辑 | 小数君

作者｜孔荫莹、王静、孔令辉、周宏明

单位：广东财经大学会计学院 经济与管理国家级实验教学中心 数量经济研究中心 小数据研究中心

基于会计视角的数据资产分类

（存货方向）

一、背景阐述

数据资产（Data assets）是指由产权主体拥有或控制或使用的，通过企业或个人过去的交易或事项形成的，且预期能够为主体带来未来经济利益或效用的，以物理或电子的方式记录的，形式多样的数据和数据资源，即以数据形式存在的具有经济价值的资产。

2022年12月9日，财政部下发《企业数据资源相关会计处理暂行规定（征求意见稿）》。2023年8月1日，财政部对外发布《企业数据资源相关会计处理暂行规定》（以下简称《暂行规定》），明确数据资源的确认范围和会计处理适用准则等，要将数据资产进行会计处理前，首先应对数据资产进行分类。《暂行规定》中提出两种方案，可将数据资源按照无形资产、存货两种方式记入财务报表。

将数据资产确认为无形资产前文已经分析，本文主要分析数据资产确认为存货的情况。数据资产确认为存货时，在资产负债表上的结果体现，客观反映了资产状况及企业当期损益，符合收支配比原则，提升了企业资产负债率管理水平。通过数据资源存货专项核算，也可以反映企业数据共享开发及利用能力，反映企业对数字经济建设贡献情况。

存货是指企业在正常经营过程中，为了销售或加工生产而持有的商品、原材料、半成品、产成品等物品。存货是企业运营的重要资产之一，它们可以用于生产产品或提供服务，以满足市场需求。根据《企业会计准则第1号———存货》，存货的定义包括原材料、在产品、成品以及待售商品。企业在日常活动中以出售为目的持有的产品、处在生产过程中的在产品、在生产过程或提供服务过程中消耗的材料等都被确认为存货。

根据《暂行规定》要求，企业应当按照存货准则、《〈企业会计准则第 1 号——存货〉应用指南》（财会〔2006〕18 号）等规定，对确认为存货的数据资源进行初始计量、后续计量等相关会计处理。因此，根据当前研究热点及问题集中点，本文将从存货方向对数据资产进行分类，以提高其在会计核算中的准确性以及在财务报表中的适用性。

二、基于存货角度的数据资产分类

基于会计的谨慎性原则，数据资产得以进行会计确认的前提是需要符合存货的定义：由企业过去或者预期在未来一年内很可能发生的事项或者交易形成、企业控制或者拥有、经过进一步的整理和分析能够为企业带来经济利益流入三个条件。

当前企业持有数据资产的主要用途有两类，一类是用于流通交易的销售用数据资产，另一类则是企业用于提高自身生产经营效率和创新商业模式的自用数据资产。

针对上述数据资产的确认条件，结合《暂行规定》与企业实际用途对数据资产按照时间序列进行计量，初始计量可分为企业自创开发及外部购买两类存货数据资产：

（一）企业通过自创开发确认为存货的数据资产

1.  研究现状

目前，以自创开发方式获取的数据资产，主要指通过企业信息收集、外部信息购买再加工等形式获得的数据资产。在未加工之前，这些数据资产本身并不具有经济价值，加工分析后的数据我们将其确认为存货。自创开发方式包括企业完全自创开发和在外购数据的基础上自创开发。

企业以自创开发方式获得的数据资产主要是应用在企业自身的业务上，以提高生产效率和经营效益。这些数据资产包括企业内部收集的各种数据，如销售数据、生产数据、客户数据等，以及外部数据，如市场调研数据、行业数据等。企业通过对这些数据进行分析和挖掘，可以获取有价值的信息和洞察，从而优化生产和经营决策，提高生产效率和产品质量。

例如，京东利用自身的海量用户数据和先进的数据分析技术，对用户的搜索关键词等数据进行深度挖掘和分析，了解用户的消费习惯、兴趣爱好和购买意向，分析用户购买行为和偏好，个性化推荐商品，提高用户购买转化率和复购率；而其相应的客服中心也可以通过分析客户的投诉和反馈数据，发现问题的根源，改进产品和服务，提高客户满意度和忠诚度。

数据资产的开发活动与无形资产的研发活动不同，数据资产的开发活动通常涉及数据的收集、整理、清洗、分析和应用等过程。这些活动主要关注如何有效地获取和处理数据，以生成有价值的信息和洞察力，更加注重数据的质量和可用性。而无形资产的研发活动则更侧重于技术和创新的研究和开发，以创建新产品、服务或技术，更关注技术的创新和实现，以及产品或服务的功能和性能。

数据资产的开发成本包括数据资产可使用之前，所需进行的所有合理必要的耗费与支出，加工过程中发生的所有费用都应予以资本化处理。数据资产的价值将依托于职工薪酬、制造费用、固定资产投资等账户的反馈。在加工过程中所耗费的智力、金融、环境等资源以及其他必要的期间费用都将是构成数据资产价值的主要来源。数据资产在开发时产生的成本主要包括外购数据材料的成本、数据开发人员的人工成本以及软硬件的摊销与折旧成本等。

2.  解决方案

企业通过自创开发确认为存货的数据资产通常需要经过采集、存储、预处理和数据挖掘等阶段，因该过程无法明确是否产生经济利益，因此该阶段产生的成本支出可以视为费用化支出，并计入当期损益。数据预处理和挖掘阶段过程中，符合资本化条件的成本支出可以视为资本化支出，并计入数据资产的入账成本。取得这类数据资产的会计处理可以参考加工取得的存货的会计处理方式，即做借“库存商品”科目，贷“原材料”、“应付职工薪酬”、“制造费用”等科目的会计处理。

当企业出售确认为存货的数据资产时，也应当按照存货准则将其成本结转为当期损益；同时，企业应当根据收入准则等规定确认相关收入。确认收入时：借“应收账款”，贷“主营业务收入”、“应交税费—应交增值税（销项税额）”；结转成本时：借“主营业务成本”，贷“库存商品”。

（二）企业通过购入取得确认为存货的数据资产

1.  研究现状

外购方式下，取得的数据资产大多基于多个企业个体之间的交易，存在一定的市场机制。外购的数据资产可分为两类：

一是购入后直接使用的数据资产，应以购买时所支付的价格作为入账价值，包括购买价款、手续费，以及为使资产达到使用状态前发生的费用。

二是购入后需加工的数据资产。尽管与自创开发确认为存货中的购入后再加工确认为存货形式相似，但两者在应用场景上存在差异。企业对于该部分数据资产的主要处置方式是加工后进行出售及市场流通。在未加工之前，本身不具有经济价值，需进行加工分析，期间发生的所有费用均予以资本化处理。因此，其成本应包括购买价款、手续费和资本化支出。

以上海数据交易中心成交的首单为例，国家电网公司把在经营活动中获取的客户数据资料打包卖给了银行。因此，公允价值计量模式更适合这一渠道取得的数据资产。取得成本将包括购买价款、相关税费、使数据资产达到预定用途所发生费用支出，其中购买价款便是指公开活跃市场中的交易定价。另外，对于通过非货币交换方式，例如以债务重组、股权投资等方式，来进行获取的数据资产，可按照协议价格或市场公允对价作为入账金额的确认基础。

2.  解决方案

通过外购获取的数据资产，其采购成本包括购买价款、相关税费、保险费，以及数据权属鉴证、质量评估、登记结算、安全管理等所发生的其他可归属于存货采购成本的费用。

例如企业通过外购方式取得了某项对外交易的数据资产时，应当做借记“原材料”或者“库存商品”、“应交税费—应交增值税（进项税额）”，贷记“银行存款、应付账款”的会计处理，借方“原材料”或者“库存商品”科目的数值就是采购成本。

在进行会计核算时处理如下：借记“存货——数据资产”科目，如果外购数据资产相关的增值税符合抵扣条件，根据增值税发票显示税额，借记“应交税费——应交增值税（进项税额）”科目，贷记“银行存款”等科目，如果相关的增值税不符合抵扣条件，则增值税金额计入数据资产的外购成本中。

如果购买数据资产采用分期付款的方式支付款项，超过了正常的信用条件，实质上是一种融资行为，其入账金额与会计处理可参照分期付款购买固定资产相关处理。购入时，借记“数据资产研发支出”，贷记“银行存款”等；加工处理时：借记“数据资产研发支出”，贷记“银行存款”等；达到预定使用状态时，将“数据资产研发支出”的科目余额均转入“数据资产”科目。

三、总结

将数据资产视为存货可提高数据资产在会计处理中的准确性，为其在现实处理时提供思路。将数据资产作为存货进行分类和管理，可以更好地促使其成为企业经营过程中的有形资产，加强对数据资产的管理和监控，提高数据资产的有效利用率。同时，将数据资产视为存货，也可以提高数据资产在现实处理中的适用性。存货作为企业经营活动中的重要组成部分，其处理方式已经得到广泛应用。

将数据资产与传统存货相类比，可以借鉴传统存货管理的经验和方法，使数据资产的处理更加规范和高效，企业可以更好地管理和利用数据资产，提高企业的竞争力从而增加经营效益。

基于会计存货视角看待数据，意味着将其视为个人或企业的实际实物资产，并充分利用其潜力。存货视角的数据资产可以提供重要的商业洞察力。通过收集、存储和分析大量数据，企业可以深入了解消费者行为和竞争对手动态以及市场趋势。同时，数据的广泛应用和可持续利用可以促进公共服务的提供，乃至社会数字化转型的加速。因此，企业和社会应重视数据资产的价值，并积极投资和管理好这一珍贵资源。

[1]      岳倩蓉.数据资产的相关会计问题研究[J].商业观察,2023,9(26):62-64+68.

[2]      吕慧,赵冠月.数据资产的价值评估与会计处理研究进展综述[J].财会通讯,2023(13):24-30.

[3]      张俊瑞,危雁麟.数据资产会计：现状、规制与展望[J].财会月刊,2023,44(12):3-11.

[4]      李艳梅,窦红庆,史朝煜等.数据要素时代下油气数据资产会计处理研究——基于中国石油的油气数据资产化流程管理及会计处理[J].中国总会计师,2023(03):56-59.

[5]      肖文静.互联网企业数据资产的会计处理与列报披露研究[J].商业会计,2023(04):73-76.

[6]      田雪,林柳燕,李诗.数据资产化及其会计处理模式研究——以国网福建为例[J].中国注册会计师,2023(03):102-105.

[7]      李秉祥,任晗晓,尹会茹等.数字经济背景下大数据资产的确认、计量与列报披露[J].财会通讯,2022(11):79-83+88.

[8]      李诗,陈志威,徐钰等.数据资产会计处理模式探析——基于龙马环卫案例[J].财会月刊,2021(24):67-74.

[9]      赵博雅,雒京华.数据资产会计处理研究[J].上海立信会计金融学院学报,2021,33(03):94-104.