论文部分内容阅读
【摘 要】近年来，随着社会的不断进步，大数据应用的领域和范围越来越广。当前，在云会计、财务共享平台的支持下，企业EPRs系统已经逐渐演变为大数据系统。研究表明，大数据能够提高生产率、提升创新能力、获取竞争优势和维持市场地位，是企业重要的竞争性资源和战略资产。
【关键词】大数据资产；计量
引言
数据作为具有重要性的战略资产，其优势作用不言而喻。通过对大数据资产进行会计处理有助于充分挖掘公司的潜在价值与资源潜力，综合核算和监督公司所持有的资产。我国数据资产的计量研究处于萌芽阶段，现有会计准则尚未对数据资产的会计计量问题做出统一规定。
1大数据及大数据资产
1.1大数据定义、特征及处理流程
大数据被称为继互联网、云平台、云计算之后的又一新发展趋势，众多研究学家认为，数据量将在未来呈现指数式上升趋势，人们对大数据的关注度日益加深。当前，我国大数据尚未有准确统一的具体概念，研究学者基于不同的视角提出了不同的观点，但大多包含以下几点内容：数据累计至一定阶段形成海量数据，其特性赋予其具有价值意义，但本质仍为数据；相同的处理时间内，大数据较传统软件工具在承载的数据体量、处理速度以及管理分析能力等层面优势显著；针对复杂的数据处理，大数据所特有的分布式储存及核算等技术可迅速为使用者挖掘出有价值的信息。大数据具有四类特征：数据结构复杂；数量大；商业价值高；具有时效性。随着结构化、半结构化以及超大体量数据的数量不断增多，人们对从储存及处理挖掘数据技术需求日益提升。当前我国针对大数据的数据保存、分析及处理技术的方法多样，但基本的处理流程大致分为大数据搜集、导入与预处理、分析与归纳及挖掘四项步骤。首先，大数据的搜集。数据源涵盖结构化、非结构化以及半结构化数据三种，基于已建立的轻型数据库搜集客户端（传感器、APP等）中的相关数据并将其传输至系统中，在此时，客户可在轻型数据库中查阅所需数据；其次，大数据的导入与预处理。该流程包括数据的清洗、数据的集成以及数据存储三个处理路径，将存在于各个数据库中的无序海量的分散数据导入至中央数据库中。为确保数据的质量、准确性及完整性，需对数据进行粗选、清洗、集成等处理步骤，即数据的预处理流程。有助于过滤掉未满足要求的数据（冗余数据、错误数据），确保数据具有统一性；再次，进行大数据的分析与统计。数据变换、数据规约及语义分析为该流程的主要处理步骤，根据分析数据的目的与特点对经过预处理后的数据进行分类、归纳、分析，为下一步进行分批处理奠定基础，同时该处理流程对数据信息价值的高低也起到决定性作用；最后，进行数据挖掘处理流程。该处理流程是按照不同的要求对前面的数据进行挖掘的过程，是对数据的进一步价值挖掘，选用合理有效的数据挖掘算法所得出的结果是最有价值的。
1.2大数据资产定义及其特征
当前，我国对大数据资产的概念并未有明确的结果，单从字面分析是由资产与数据组成，因此可结合两种要素的既定概念进行明确。公司或组织对外部途径获取或经营活动产生数据资产具有控制权或持有权，数据资产为公司增加预期收益的同时再进一步挖掘整理后可真正体现出某一事项的具体状况。具体分析，大数据资产是一项数据资源，可通过合作、购买、自行产生（内部信息系统）获得；通常以电子（文档、音频视频等）或物理（备忘录、档案等）存储形式存在；能为公司增加收益，收益表现形式为交易变现获得收入、直接或间接地现金及现金等价物以及提供正确的决策依据等，归根结底是为了降低公司的风险损失或增加收益；由于我国关于数据资产价值估计方法的选择并未完全统一，大数据资产以货币作为经济利益流入的表现形式，但也并不是绝对的。当前，大数据资产具有时效性、潜在增值性与价值性、超额盈利性、核算复杂性以及无实物形态等八项特征。
2大数据资产的计量
2.1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。
2.2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，按差額贷记“递延收益”科目。
2.3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。
2.4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。
结语
当前，大数据已成为企业一种新型无形资产和核心竞争力的来源。随着“大数据是一项企业资产”观念的形成，大数据资产的会计计量（也即资产计价）成为一个亟待解决的问题。
参考文献：
[1]周飞.浅析财会行业如何在大数据时代进行创新发展.长春金融高等专科学校学报.2016（3）
[2]杨训，周遊.数据资产核算可行性分析.合作经济与科技.2016（16）
[3]徐园：《数据资产———大数据、信息资产及媒体变革的思考》，《中国传媒科技》2013年第11期。
（作者单位：太原供电公司）
【关键词】大数据资产；计量
引言
数据作为具有重要性的战略资产，其优势作用不言而喻。通过对大数据资产进行会计处理有助于充分挖掘公司的潜在价值与资源潜力，综合核算和监督公司所持有的资产。我国数据资产的计量研究处于萌芽阶段，现有会计准则尚未对数据资产的会计计量问题做出统一规定。
1大数据及大数据资产
1.1大数据定义、特征及处理流程
大数据被称为继互联网、云平台、云计算之后的又一新发展趋势，众多研究学家认为，数据量将在未来呈现指数式上升趋势，人们对大数据的关注度日益加深。当前，我国大数据尚未有准确统一的具体概念，研究学者基于不同的视角提出了不同的观点，但大多包含以下几点内容：数据累计至一定阶段形成海量数据，其特性赋予其具有价值意义，但本质仍为数据；相同的处理时间内，大数据较传统软件工具在承载的数据体量、处理速度以及管理分析能力等层面优势显著；针对复杂的数据处理，大数据所特有的分布式储存及核算等技术可迅速为使用者挖掘出有价值的信息。大数据具有四类特征：数据结构复杂；数量大；商业价值高；具有时效性。随着结构化、半结构化以及超大体量数据的数量不断增多，人们对从储存及处理挖掘数据技术需求日益提升。当前我国针对大数据的数据保存、分析及处理技术的方法多样，但基本的处理流程大致分为大数据搜集、导入与预处理、分析与归纳及挖掘四项步骤。首先，大数据的搜集。数据源涵盖结构化、非结构化以及半结构化数据三种，基于已建立的轻型数据库搜集客户端（传感器、APP等）中的相关数据并将其传输至系统中，在此时，客户可在轻型数据库中查阅所需数据；其次，大数据的导入与预处理。该流程包括数据的清洗、数据的集成以及数据存储三个处理路径，将存在于各个数据库中的无序海量的分散数据导入至中央数据库中。为确保数据的质量、准确性及完整性，需对数据进行粗选、清洗、集成等处理步骤，即数据的预处理流程。有助于过滤掉未满足要求的数据（冗余数据、错误数据），确保数据具有统一性；再次，进行大数据的分析与统计。数据变换、数据规约及语义分析为该流程的主要处理步骤，根据分析数据的目的与特点对经过预处理后的数据进行分类、归纳、分析，为下一步进行分批处理奠定基础，同时该处理流程对数据信息价值的高低也起到决定性作用；最后，进行数据挖掘处理流程。该处理流程是按照不同的要求对前面的数据进行挖掘的过程，是对数据的进一步价值挖掘，选用合理有效的数据挖掘算法所得出的结果是最有价值的。
1.2大数据资产定义及其特征
当前，我国对大数据资产的概念并未有明确的结果，单从字面分析是由资产与数据组成，因此可结合两种要素的既定概念进行明确。公司或组织对外部途径获取或经营活动产生数据资产具有控制权或持有权，数据资产为公司增加预期收益的同时再进一步挖掘整理后可真正体现出某一事项的具体状况。具体分析，大数据资产是一项数据资源，可通过合作、购买、自行产生（内部信息系统）获得；通常以电子（文档、音频视频等）或物理（备忘录、档案等）存储形式存在；能为公司增加收益，收益表现形式为交易变现获得收入、直接或间接地现金及现金等价物以及提供正确的决策依据等，归根结底是为了降低公司的风险损失或增加收益；由于我国关于数据资产价值估计方法的选择并未完全统一，大数据资产以货币作为经济利益流入的表现形式，但也并不是绝对的。当前，大数据资产具有时效性、潜在增值性与价值性、超额盈利性、核算复杂性以及无实物形态等八项特征。
2大数据资产的计量
2.1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。
2.2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，按差額贷记“递延收益”科目。
2.3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。
2.4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。
结语
当前，大数据已成为企业一种新型无形资产和核心竞争力的来源。随着“大数据是一项企业资产”观念的形成，大数据资产的会计计量（也即资产计价）成为一个亟待解决的问题。
参考文献：
[1]周飞.浅析财会行业如何在大数据时代进行创新发展.长春金融高等专科学校学报.2016（3）
[2]杨训，周遊.数据资产核算可行性分析.合作经济与科技.2016（16）
[3]徐园：《数据资产———大数据、信息资产及媒体变革的思考》，《中国传媒科技》2013年第11期。
（作者单位：太原供电公司）