随着信息化社会的不断发展，一个大规模收集、分享和运用大数据的时代已经开启，本文对大数据资产的确认、计量、会计处理以及信息披露等方面进行探讨。
《会计论坛》Accounting Forum(半年刊)2002年创刊，是会计类专业学术理论刊物，主要刊载会计、财务与审计领域里的最新理论研究成果，同时也兼顾实务性的有价值的研究成果，热忱欢迎国内外作者赐稿。本刊适用的文章大致有以下三个方面的基本要求：第一是学术性，即要有新观点、新思路、新方法和新资料的学术性文章;第二是思想性，即要有一定理论水平和思辨性强的评论性文章;第三是前沿性与导向性，即要能够充分关注和反映会计学界最前沿的理论动态和信息，如介绍和宣传会计学界较有影响的科研学术信息和观点综述以及会计领域某一学科的发展研究报告等。
一、引言
随着信息化新时代的来临，电脑存储的数据、数据的使用方法已远远超出了实物资产本身创造价值的能力，大数据成为了有价值的公司资产、重要的经济投入和新型商业模式的基石。据有关资料介绍，Facebook在上市前银行给出的公司评估价值为1040亿美元，但在供投资者评估公司的审核账目中，Facebook公布的资产价值只有66亿美元，这还包括计算机硬件、专利及其他实物价值。产生这一巨大差额的原因在于，Facebook于2009年至2011年间收集的2.1万亿条“获利信息”，比如用户的喜好、发布的信息和评论等，并没有体现在公司的账面价值上。可见，大数据资产是指那些能够数据化，并且通过数据挖掘能给企业未来经营带来经济利益的数据集合，包含数字、文字、图像、方位甚至于沟通信息等，一切可“量化”、可数据化的信息都有可能形成企业的大数据资产。
大数据资产具有以下显著特征：可反复使用，使用价值可不断复制;无形磨损，其价值随时间推移不断衰减;不具有实物形态，可网络传递，需要产权保护等。大数据时代的经济学、政治学、社会学和许多科学门类都发生了本质的变化和发展，进而影响人类的价值体系、知识体系和生活方式等。因此，会计理论研究、要素计量注定要随着经济的发展不断充实、延展。
二、大数据的产生
大数据的来源主要有两种方式：一种是由数据的持有者收集所产生，属于主动获取，比如房屋中介的房屋买卖方个人信息，这些数据在收集时，数据的使用用途已经明确;另一种是由数据的使用者所产生，对于数据的持有者而言属于数据被动获取，比如百度用户通过搜索引擎查找所关注旅游、交易、医疗等信息，这些数据在没有经过充分挖掘、研究前，对数据的持有者而言属于“垃圾数据”。谷歌保存了多年来所有的搜索记录，每天都会收到来自全球超过30亿的搜索指令，通过观察人们在网上的搜索记录能够准确预测冬季流感的传播。通过对海量数据进行深刻分析和挖掘，能够获取巨大价值的产品或服务。围绕大数据的产生，通常有两类公司：一类公司拥有大量数据或者至少可以收集到大量数据，但却不一定能从数据中提取价值或者用数据催生创新思想的技能;另一类公司或其员工使用创新思维挖掘数据的新价值，从而为数据使用者带来经济上的利益。本文所要研究的就是基于后一种大数据的资产化确认。
三、大数据资产的确认
从数据的持有者来看，无论是主动获取还是被动获取，都需要消耗经济资源才能获取，并且预期会给数据的持有者带来经济利益。显然，大数据符合《企业会计准则——基本准则》中关于资产的定义和确认标准，需要将其资产化。
从大数据的存在形态来看，主要包括数字信息、文字信息、图像信息、语言信息等，虚拟化、数据化、非实体为主要特征，因而不具备确认为“固定资产”或“存货”的要素特征。按照《企业会计准则——无形资产》中关于无形资产的定义“企业拥有或控制的没有实物形态的可辨认非货币性资产”，笔者认为应将大数据资产作为无形资产进行确认，在“无形资产”科目下单设“大数据资产”明细科目进行核算。大数据资产具有以下特征：
(一)由企业拥有或控制并能为其带来未来经济利益的资源。大数据资产作为企业的一项资产，无论是主动获取还是被动获取，企业拥有对数据的删除、复制、加工等权利，并通过对数据的加工、挖掘使得数据能够为企业带来未来的经济利益，对有些数据企业不一定拥有其所有权，比如网络上用户的评论，但企业能约束或控制这些数据获取经济利益，则表明企业控制了该大数据资产。
(二)大数据资产不具有实物形态。大数据资产的存在有赖于实物载体，需要存储在有形的介质中，比如计算机硬盘、移动硬盘，但这不改变大数据资产不具有实物形态的特性。大数据通过数据挖掘形成资产后，虽然以抽象的形态存储于介质中，但资产价值与存储的介质无关，因而不能将其具化于某一项实物形态的资产上。
(三)大数据资产具有长期性。大数据资产能为企业带来长期的利益，并且随着时间的推移价值呈逐渐衰减的趋势。企业持有大数据资产的目的不是为了只在当期销售，而是为了在未来一段区间内不断为企业带来经济利益，因而大数据资产应确认为一项长期资产。
(四)大数据资产具有可辨认性。大数据资产要作为无形资产核算，该资产必须能够区别于其他资产可单独确认。大数据资产源于数据的加工、挖掘，能够从企业中单独分离或划分出来，能够单独确认、计量，用于出售、转移或交换等。
基于上述分析，大数据资产的确认应同时满足以下两个条件：一是与大数据资产有关的经济利益很可能流入企业。经过大数据技术挖掘、处理后，只有当大数据所产生的未来利益很可能流入企业时方可进行资本化，否则应将数据挖掘、处理的支出计入当期费用。二是大数据资产的成本能够可靠计量。大数据资产的取得，无论是主动获取还是被动获取，企业必须消耗相关成本，且成本能够单独可靠计量时，应将成本予以资产化。
四、大数据资产的初始计量
按照《企业会计准则——基本准则》，对会计要素进行计量时，一般采用历史成本，采用重置成本、可变现净值、现值、公允价值计量的，应当保证所确定的会计要素金额能够取得并可靠计量。对大数据资产的计量，根据取得方式不同可考虑采用两种计量方式。
(一)企业通过收集信息、整理、加工等形成的大数据，宜采用历史成本法。将收集整理加工过程中的人力成本、设备折旧以及投入的其他成本进行资本化。借记“无形资产——大数据资产”科目，贷记“累计折旧”、“应付职工薪酬”及“银行存款”等科目。
(二)企业被动获取信息形成的大数据，宜采用现值法计量。这部分大数据从企业角度来看，所付出的成本仅包括数据挖掘、分析、整理的成本，如果采用历史成本仅反映了企业的消耗，而对于计算机用户的消耗则没有体现，不能真实反映资产的价值，建议采用现值与实际成本孰高的方式计量。将大数据资产按照预计从其持续使用和最终处置所产生的未来现金流入量的折现金额计量，按照现值与实际成本较高者，借记“无形资产——大数据资产”科目，按照实际成本贷记“累计折旧”、“应付职工薪酬”及“银行存款”等科目，按差额贷记“递延收益”科目。
(三)外购的大数据资产。按照购买价款、相关税费以及其他直接归属于使该资产达到预定使用用途所发生的其他支出，借记“无形资产——大数据资产”科目，贷记“银行存款”、“应交税费”等科目。购买大数据资产的价款超过正常信用条件延期支付，实质具有融资性质的，大数据资产的成本以购买价款的现值为基础确定，实际支付的价款与购买价款的现值作为未确认融资费用。
为了增加大数据资产的使用寿命或拓展大数据资产的使用空间，企业对大数据不断进行挖掘、加工处理，使大数据资产具有更高的价值。对形成大数据资产新价值的追加开支内容，需要按照上述原则增加大数据资产的账面价值。
五、大数据资产的后续计量
大数据资产的后续计量主要包括资产使用寿命的确定、摊销、计提跌价准备等内容。
考虑到信息时代大数据的时效性因素，大数据资产的使用寿命确定不宜过长。按照目前数据的使用情况来看，五年后数据的价值基本耗用殆尽，因而建议大数据资产的摊销年限一般确定在五年。
大数据资产的摊销方法应当能够反映与其有关的经济利益的预期实现方式，并一致地运用于不同会计期间。考虑到大数据时效性逐年递减的实际情况，建议采用年数总和法、双倍余额递减法等加速折旧的方法进行摊销。如果预期未来经济利益能够可靠计量，也可采用与经济利益配比法进行摊销。摊销时，借记“管理费用”、“其他业务支出”等科目，贷记“累计摊销”科目。
如果大数据资产的时效性完全丧失或部分丧失，导致企业利用大数据资产盈利的能力大幅降低，要考虑计提减值准备。在期末，将大数据资产的账面价值与未来现金流量现值进行比较，当未来现金流量现值低于账面价值时，按差额借记“营业外支出”科目，贷记“无形资产减值准备——数据资产减值准备”科目。
企业将大数据提供给他人使用时，收取数据使用费，属于与企业日常经营活动相关的其他经营活动取得的收入，在满足收入确认条件的情况下，借记“银行存款”科目，贷记“其他业务收入”科目;摊销大数据资产的成本以及数据出借发生相关费用支出时，借记“其他业务成本”科目，贷记“累计摊销”、“银行存款”等科目。
六、大数据资产的处置
企业出售大数据资产，应将所取得的价款与该项资产账面价值的差额作为资产处置利得或损失，计入当期损益。借记“银行存款”、“累计摊销”、“无形资产减值准备”等科目，贷记“应交税费”、“无形资产”等科目，按差额借记“营业外支出”或贷记“营业外收入”等科目。
如果大数据资产预期不能为企业带来经济利益，应将其报废或转销，将其账面价值确认为当期损益。借记“累计摊销”、“无形资产减值准备”等科目，贷记“无形资产”科目，按差额借记“营业外支出”科目。
七、大数据资产的信息披露
期末账面价值在资产负债表中无形资产项目反映，同时在会计报表有关无形资产的附注中，逐项披露大数据资产的相关信息。在附注中披露大数据资产的相关信息应当包括但不限于大数据资产的取得方式、主要数据构成内容以及对数据先进性、使用范围的说明、预期使用年限、经济利益预期实现方式等。
携程网“信用卡门”和华为服务器数据遭美国入侵等事件，反映了大数据技术给企业信息安全和市场风险带来了新的挑战，尽快通过立法等形式将大数据确认为资产，并规定大数据产权如何发生、转移和终结，已迫在眉睫。与之相应的，对大数据资产的会计实务操作也将为时不远。
