当前，以大数据、区块链、人工智能、物联网、5G等为代表的数字技术快速发展，不断向经济社会各领域融合渗透。加快发展以数据资产为核心的数字经济已是大势所趋。企业是数据资产密集的场所，在生产经营过程中积累了海量数据资产，这些数据资产亟待纳入核算体系。

根据维基百科的解释，数据（Data）是“已知”的意思，也可以理解为“事实”，是反映客观事物未经加工的原始素材，是对客观事物的真实表达。数据形态多样，最简单的是数字，也可以是文字、图像、声音等。数据是对客观事物的描述，可以记录、分析和重组。IASB（2018）指出：“资产是一种有潜力产生经济利益权利的经济资源，是企业由于过去事项而控制的现时经济资源。”在资产概念中，“控制”产生经济利益，“权利”是核心内涵。由此可知，数据资产是企业由于过去事项而控制的现时数据资源，并且有潜力为企业产生经济利益。数据资产是企业生产经营中每天都会碰到的符号，是世界通行的一种语言方式，是科学研究的基础和经济决策的依据。

数据能帮助企业改善经营管理、提高服务质量，即数据本身不直接产生价值，但企业通过数据作用于现有产品和服务，促使企业在收益增长、成本降低上表现更优。企业通过对数据的收集、整理、挖掘、分析，将其服务于自身经营决策、改进业务流程，从而提高产品和服务的收益。利用数据资产优化业务、降低成本、増加收益是数据间接产生经济利益的方式。在这种情况下，数据资产产生的价值难以计量。

企业通过合法合规的手段取得数据资产，并将数据资产以各种形式进行交易，这是数据资产直接取得经济利益的方式。

（1）数据资产的生产需要较高的投入，将经济活动和社会生活情况进行记录、分析、重组，并按要求格式化为数据，需要硬件设备、软件等的大量投入，还需要花费高昂的人工成本。因此，数据资产的取得成本较高。但是，复制一份具有相同价值的数据资产，成本却很低。

（2）数据资产价值的大小取决于其规模、维度、及时性等。在日常经济生活中，单个数据的信息含量低，当数据的规模小、维度少、及时性弱时，数据对预测、决策发挥的作用有限，价值较低。当数据的规模大、维度多、及时性强时，数据才能对预测、决策发挥有效作用，此时价值较高。数据资产日益成为企业最优质的资产，也会带来较高的经济收益。

（3）数据资产具有可复制、可共享、无限增长和可供给的特性。社会和企业可以通过对数据资产的有效管理，即对现有数据资产进行系统分析、深入挖掘、充分利用而不断产生新的数据资产，以实现数据资产的不断増值，从而为社会发展和企业经济的可持续增长奠定基础。

当然，数据资产在生产和使用过程中也会产生隐患。如在获得、转让数据资产的过程中，可能会泄露数据相关人的隐私；在使用数据资产时，可能会损害数据相关人的利益，并产生一定的社会后果。

数据资产化是一个必然趋势。与土地、劳动力、资本、技术等生产要素一样，数据也可以进行交易。对于数据资产的确认，首先要明确数据资产的归属，也就是数据资产的所有权问题，明确数据资产的所有权意义重大。而所谓交易，就是在公平自愿的前提下，将所有权明确的资产进行互换。因此，所有权明确是任何资产交易的先决条件。同理，明确数据资产的所有权也是数据资产交易的先决条件，是对数据资产进行确认、计量的前提条件。

移动互联网的发展和智能终端设备的普及，为社会和企业利用数据进行预测、决策提供了极大便利。人们在各类手机软件（APP）上“贡献”的大量数据正被互联网公司广泛使用。那些掌握用户数据的公司将用户数据用于商业目的，从中获取利益。阿里巴巴、腾讯、百度、今日头条等本质上都是数据管理公司，其基础的商业模式是收集海量数据并对客户进行精准画像，然后开展精准营销。而这类公司之所以具有高市值，是因为掌握了大量用户数据，依靠用户数据获取利润。更有甚者，一些互联网公司通过向第三方平台贩卖用户数据以谋取暴利。

中国现有法律对数据所有权没有明确规定。2020年颁布的《中华人民共和国民法典》规定“自然人的个人信息受法律保护”“法律对数据、网络虚拟财产的保护有规定的，依照其规定”等内容，但对于数据所有权及其保护，至今还没有明确的法律规定。已列入立法规划的《个人信息保护法》，可能会做出相关法律规定。

2018年5月，国际社会第一个尝试对数据做出系统性阐述和规范的法律文本—General Data Protection Regulation（GDPR）生效（EU，2018）。GDPR可以说是世界上第一部“数据宪法”，其颁布标志着人类数据时代的到来。但遗憾的是，GDPR也没有界定数据的所有权问题，但为了强调个人数据权是一项基本权利，除隐私保护等之外，GDPR创设了一项新的法律权利—可携带权。GDPR第20条第2款规定：“在技术可行的条件下，用户有权要求数据控制者向第三方直接传输数据。”

为应对互联网企业利用用户数据获取暴利这一问题，不少国家、国际组织试图通过征收数字税来调节数字资产的经济利益分配。在征收数字税方面，欧洲国家是积极的推进者和执行者。法国、意大利、奥地利等国均宣布了各自的征收方案。2019年7月，法国参议院通过了自2019年1月1日起对谷歌、亚马逊、脸书（Facebook）等30余家全球数字业务营业收入不低于7.5亿欧元，同时在法国营业收入超过2,500万欧元的大型互联网企业征收在法国营业额3%的数字税的法律草案。经济合作与发展组织（OECD）正在制定全球规则，要求这些科技公司在业务开展地纳税，而不是在子公司注册地纳税。2020年2月，G20官员也表示正在积极推进对科技企业征收数字税。

2019年，美国社交平台巨头—脸书（Facebook）的CEO扎克伯格提出“数据私有化”的口号，这是全球第一家提出要将数据归还给用户的互联网巨头。扎克伯格想用区块链技术将“数据归还给用户”，他的解决方案就是发行稳定币Libra，通过基于区块链技术的稳定币为用户数据明确所有权，用Libra激励用户上传数据，从而解决用户隐私问题^①。因为区块链是目前看来唯一能够让用户拥有自己的数据并进行安全存储和变现的简单、便捷的技术。区块链将数据资产封装为可上链的数据对象，通过唯一的赋码机制为每项数据资产明确所有权，确保数据资产的唯一性。通过区块链技术，每一份在区块链网络上生成的数据，靠私钥签名，都可以被打上标记，保证即使数据在流转中发生合并、拆分，也都有唯一标识、不可篡改且可追溯，从而保护每个用户的数据资产权益。

2019年10月，美国国会举行了一系列有关数字资产的听证会。最近的一次听证会达成“数据是一种商品或财产”的共识^②。爱达荷州参议员迈克·克拉波（Mike Crapo）指出，数据与传统商品（如房屋或汽车）有着本质区别。然而，即使没有相关规定，“数据作为财产”的思潮已经在司法领域产生越来越广泛的影响。俄亥俄州参议员谢罗德·布朗（Sherrod Brown）毫不避讳地认为：“如果美国人民想获得更多私人信息的控制权，我们必须找到一种办法来防止公司挖掘我们的数据并将其相互出售。而相反地，应建立一家超级市场来出售我们的隐私。”美国律师协会网络空间法律委员会创始主席约翰·里特（John Ritter）则在听证会上宣称：“美国历来在电子商务规则方面引领世界潮流，可是如今我们正在落后。我们需要重新建立国家的领导地位，应该建立数据的法定所有权制度。”

2018年美国加利福尼亚州通过的消费者隐私法案（The California Consumer Privacy Act of 2018，CCPA）已于2020年1月生效。CCPA是一项隐私保护条例，用于保护个人数据所有权，是美国加利福尼亚州出台的地方法律^③。CCPA保护消费者在收集、存储和转让企业收集的个人数据的权利。CCPA类似于欧盟的GDPR，将对所有与美国加利福尼亚州居民存在业务往来的利用数据行为进行监管。CCPA规定，不论企业注册地在哪，只要使用加利福尼亚州和纽约州居民的数据为企业自身服务和转让数据，则该企业必须遵守CCPA规定，否则会处以罚款。具体而言，企业收集和转让数据所有者的数据必须对外披露收集和转让的具体信息、收集和转让信息的商业利益，同时保证所有第三方组织和机构可以共享这些信息。如果数据所有者要求删除数据，互联网企业应按照数据所有者提出的要求及时删除相关信息。此外，数据所有者可选择出售其数据，而企业应公平接受不得随意变更价格。对于允许收集其个人数据的消费者，企业应提供“财务激励”^④。随着美国加利福尼亚州CCPA法案的实施，美国的数据保护法案也将出台。

因此，数据资产将是未来最重要的资产，成为一种经数据所有者授权、由数据管理者向数据使用者提供的一项服务。数据资产所有权是对那些已经资产化的数据的抽象表达。从目前情况来看，数据所有权及其使用带来的经济利益分配问题已经具备解决的法律基础和技术手段。因此，不论是欧盟出台GDPR，还是应用区块链新技术，或是学术界、实务界的研究和讨论，都是为建立更完善的数据资产制度做出的有益探索，以便更好地保护数据交易各方的数据所有权^⑤。

将一项经济资源确认为企业的资产，需要满足资产的确认条件，即同时满足两个条件：一是有潜力产生经济利益权利的该项经济资源归属于企业；二是企业能够可靠地计量该经济资源的成本或价值。也就是说，会计核算系统要确认一项资产，既要确认会计科目，又要确认具体金额，二者缺一不可。因此，符合资产定义仅表示符合资产确认的一个条件，但是这项资产并不一定能以可靠的金额来计量。满足资产定义要求和资产确认条件的经济资源，应当确认为资产，并列入资产负债表；满足资产定义要求、但不符合资产确认条件的经济资源，不应当确认为资产，不列入资产负债表，但可以在财务报表附注中披露。

将数据确认为一项资产，一是要明确所有权问题，做到数据不能随意被复制。而区块链技术恰好能够防止数据无成本地被复制，区块链是数据资产化的最好载体。二是能够可靠地计量数据本身的成本或价值。事实上，数据对企业的生产经营活动已产生商业价值，且这些价值已在企业整体价值中反映。2019年，全球市值最高的10家公司中有7家为互联网公司，其拥有的巨量数据资产已经体现在市值中（秦荣生，2017）。因此，数据符合资产的定义和条件，可以作为一项资产进入会计核算系统，并进行交易和流通。

资产的计量，是指量化资产的过程和具体方法，涉及资产计量属性和度量单位的选择。数据资产是企业资产的组成部分，与其他资产一样也应该进行计量。数据资产的计量既要考虑数据资产的初始计量，又要考虑数据资产的后续计量。

企业应当结合自身业务特点和风险管理要求，将取得的数据资产在初始确认时采用以下方法进行计量：

历史成本法是指数据资产的入账价值以取得数据资产时实际发生的成本为依据。数据资产的历史成本法计量主要是对企业取得数据资产的各种耗费进行计量，主要包括采集、挖掘、分析、传输数据和数据库建设的各种软件、硬件和人工支出，也包括应支付给数据所有者的数据使用转让费。在计量数据使用转让费时，应区分资产的所有者、管理者和使用者。数据所有者是产生数据的用户；数据管理者是对用户数据进行采集、挖掘、存储等的企业；数据使用者是使用数据的企业，也是数据的受益者，既可以是与数据管理者合二为一的企业，也可以是向数据管理者购买数据的企业。只要企业使用了用户数据，就应向用户或数据管理者支付转让费。如果数据使用者向数据管理者支付了数据转让费，则数据管理者也应向数据所有者支付数据转让费。此时，数据管理者承担的是数据银行的角色。

数据资产计量的历史成本法，在实际工作中简单易行，各种支付的凭证容易取得，是计量数据资产的基础方法。历史成本法以交易事实为依据，交易的行为和金额是客观、可验证的，以此计算的成本和利润也是客观、可验证的。因此，历史成本法反映了企业取得数据资产的结果，是一种较为可靠的计量模式，这也是历史成本法在会计实践中被广泛应用的原因。

用公允价值法计量数据资产是指数据资产按照公开市场参与者在公平交易中出售数据资产所能收到的价格进行计量。数据资产的公允价值法适用于通过交换而获取的数据资产，也就是数据使用企业向数据管理企业购买数据所实际支付的价格。如国外很多公司向EBSCO等数据公司、壳牌等公司的财务共享中心、路透社等新闻通讯公司购买数据支付的价格，国内一些公司向万方等数据公司、同花顺等证券数据公司购买数据支付的价格。

数据资产计量的公允价值法通常包括市价法、类比项目法和估价法。市价法是指将数据资产的市场交易价格作为其公允价值的方法。类比项目法是指在无法获得数据资产市场交易价格的情况下，通过参考类似项目的市场价格来比较和确定数据资产公允价值的方法。估价法是指当数据资产不存在或只有很少的市场交易价格信息时，采用一定的估价技术对数据资产的公允价值做出估计的方法。通常情况下，在确定数据资产的公允价值时，需要从市价法、类比项目法和估价法中选择一种方法。确定数据资产的公允价值时，首选方法是市价法，因为公开、透明的市场交易价格通常易被人接受，也是最公允的；在无法获得数据资产市场交易价格的情况下，可以采用类比项目法，按照严格的条件选取类比项目的市场交易价格来确定数据资产的公允价值；而当数据资产不存在或只有很少的市场交易价格信息，无法运用市价法和类比项目法时，则采用估价法对数据资产的公允价值做出估计。数据资产计量的公允价值法是市场经济条件下维护产权秩序的必要手段，也是提高财务信息质量的重要途径。

数据资产计量的评估法是对企业的数据资产进行价值评估时所采用的计量方法。在资本市场，互联网企业备受关注，而这类企业最重要的资产就是数据资产。数据资产如何估值？价值几何？这些都是实务中迫切需要解决的问题。如果这些数据资产管理企业自身使用了数据且在生产经营活动中产生了商业价值，那么这些商业价值应该反映在企业运营的收入、成本和利润等指标中，从而在企业市值中体现数据资产的价值。而在企业估值过程中，这些指标已经被充分考虑。因此，对这样的数据资产似乎没有单独评估的必要。但是，企业常常关注的是能否对数据资产本身进行评估？这背后的逻辑是，数据资产本身（即使脱离企业的生产经营活动）也应该具有价值，可以被评估。

数据资产计量的评估法通常包括收益现值法、重置成本法、现行市价法、清算价格法等。收益现值法是指将被评估的数据资产未来预期收益按合理的折算率计算出的现值作为估算数据资产现值标准的评估方法。重置成本法是指以重新购置被评估数据资产可能花费的成本作为估算数据资产现值标准的评估方法。现行市价法是指以被评估数据资产的现行市价作为估算数据资产现值标准的评估方法。清算价格法是指以企业清算时数据资产的可变现价值为标准，对被评估数据资产的价值进行评估的方法。

数据资产的后续计量是对经初始计量后的数据资产在每一会计期末发生价值变动时进行新的计量，既要对数据资产的价值变动进行连续、系统的反映，又要对因价值变动而引起的损益变动进行连续、系统的反映。对于数据资产的后续计量，企业通常采用历史成本法，在特殊条件下，也可以采用公允价值法。

在互联网企业中，耗费大量资金采集的数据最终被发现没有任何用处，也无法给企业未来带来经济利益的流入。但采集、挖掘数据消耗了服务器资源、带宽资源、人力资源等，企业是否应将这些资源消耗计入数据资产的价格？答案是否定的。数据资产的价格，与其他普通实物商品的价格一样只能由其创造的价值来衡量。因此，采用历史成本模式进行后续计量的数据资产，应当按照数据资产是否有潜力给企业带来经济利益流入的程度，对数据资产计提折旧或进行摊销。值得关注的是，数据资产的生产成本与其对应的市场价格并没有必然关系，价格是价值的体现。明显存在减值的数据资产，应当进行减值测试，根据减值程度计提减值准备，计入当期损益。

企业只有持续存在或取得确凿证据证明数据资产的公允价值能更好地反映价值时，方可对数据资产采用公允价值法进行后续计量。企业如果选择公允价值法对数据资产进行后续计量，则应在每一会计期末对该数据资产进行减值测试，根据测试结果调整数据资产期末价值，并将数据资产的公允价值与账面价值的差额计入当期损益（公允价值变动损益）。同时，如果企业对数据资产的后续计量采用公允价值模式，则在每一会计期末无需对数据资产计提折旧或进行摊销。

数据资产的报告是以日常核算资料为主要依据，在资产负债表中总括反映企业数据资产在一定时期内的增减变动及期末持有情况。企业可在资产负债表的“非流动资产”项目下单设“数据资产”明细项目，对数据资产进行列报^⑥。

企业应当在每一会计期末财务报表附注中披露数据资产的相关信息：数据资产的种类、金额、确认条件、计量基础。采用历史成本法进行初始计量和后续计量的，应报告各类数据资产的有效期、折旧方法和折旧金额，以及期初和期末原价、累计折旧额；采用公允价值法进行后续计量的，应报告数据资产减值准备的计提依据及金额。采用公允价值法进行初始计量和后续计量的，应披露公允价值的确定依据和方法，公允价值金额的增减变动情况，公允价值变动损益的本期发生额、上期发生额，以及公允价值变动对本期损益的影响。无论是采用历史成本法还是公允价值法进行初始计量和后续计量，都应披露准备处置或报废的数据资产的名称、账面价值、预计处理费用和处理损益等。

在每一会计期末，若数据资产的账面价值与计税基础不一致，“递延所得税”项目将受到影响，此时应根据数据资产账面价值与计税基础的差额产生的公允价值变动调整递延所得税及可税前抵扣的折旧摊销。在“已确认的递延所得税资产和递延所得税负债”项目下增设递延所得税负债明细项目“以公允价值计量的数据资产”，以报告数据资产对企业的纳税影响。