论文部分内容阅读
【摘要】信息资源资产化问题是数字经济时代企业面临的一大挑战， 与之相关的理论与实践操作仍处于初步探索阶段。 因此， 有必要从信息资产分类视角系统地分析企业信息资源资产化的相关问题， 主要包括在我国情境下信息资源资产化的必要性与可行性， 不同类别信息资产的确认主体、确认时点与计量方法， 以及信息资源资产化的实现路径等， 尤其是较为全面地论述了信息资源资产化过程中的关键步骤， 以期为企业确认信息资产提供一定的借鉴。
【关键词】信息资源资产化;信息资产;权属主体;确认时点;计量方法;实现路径
【中图分类号】 F231 【文献标识码】A 【文章编号】1004-0994（2021）15-0075-7
一、引言
自党的十九届四中全会提出“要将数据纳入生产要素的范畴”以来， 数据要素化问题逐渐成为理论界与实务界的讨论热点之一。 从会计学的角度看， 数据要素化的关键在于数据资产化[1] 。 鉴于在实务中信息与数据之间是内容与形式的关系[2] ， 且信息是内含于数据中有用部分的集合， 更为接近现代会计理论中关于“资产”这一财务报表要素的定义①， 本文将集中探讨信息资源的资产化问题， 即怎样才能将信息资源确认为“信息（资源）资产”， 主要包括“应否确认信息资产”以及“如何计量信息资产”等两个问题。 事实上， 仅有少量的文献对此进行了一些有益的探索[3] ， 但尚未形成相对完整的结论体系， 亦未提出较为完备的实践建议。 其中， 关于“应否确认信息资产”的研究成果主要是表内确认与表外披露之争， 而关于“如何计量信息资产”的研究成果则表现为经济计量与会计计量之争②。 考虑到争议中的各方观点均有其合理之处， 或者说各自存在特别适用的领域即各自匹配某个特定“类别”的信息资源， 本文拟基于信息资产分类的视角， 首先着重论证我国情境下信息资源资产化的必要性与可行性， 以及信息资产的确认权属与确认时点的判定， 然后将会计理论与经济计量模型结合， 深入分析不同信息资产的计量要求、计量方法及其适用条件， 最后总结性地阐述信息资源资产化的实现路径。
较之现有的文献， 本文可能的边际贡献如下： （1）进一步明确了信息资产的内涵与边界， 并结合我国的实践情境论证了信息资源资产化的必要性与可行性; （2）创造性地依据信息资产的来源渠道对其进行了较为合理的属性分类， 同时引入成本会计学原理， 阐释了不同类别信息资产权属确认与确认时点的特征差异; （3）在渠道分类标准上进一步按照信息资产的用途分类， 剖析了细分类别下信息资产的计量方法及其适用条件; （4）针对信息资源资产化涉及的多方主体， 提出了企业信息资源资产化的具体实现路径。
二、文献综述
（一）“可资产化信息资源”的概念表述
学界关于“可资产化信息资源”的表述有多种提法， 比如信息资产、数据资产等[5] 。 其中， “信息资产”一词最早由Kaback[6] 提出， 并在《霍利报告》（The Hawley Report，1994）中首次被定义为“已经或应该被记录的具有价值或潜在价值的数据”。 从这一概念可以看出， 數据是信息的载体， 信息则是内含于数据中的可利用部分的集合。 换言之， 信息是从杂乱无序的数据中提取并加工出来的、有价值的那一部分（数据）， 信息与数据之间是内容与形式的关系[2] 。 有鉴于此， 本文认为相比“数据资产”的提法， “信息资产”一词更能准确地表达出现代会计理论赋予“资产”一词的含义。
（二）信息资产的“会计信息”反映方式
关于信息资产的“会计信息”反映方式， 现有研究尚存争议。 比如， Moody和Walsh[7] 、Laney[8] 等主张将信息资源确认为表内资产， 也就是将信息资源进行“彻底的”资产化处理。 但同时也有部分学者认为无需对信息资源进行表内确认， 表外披露即可， 如黄世忠[9] 。 亦有部分研究表明， 将信息资源纳入利润表就足以反映企业对信息资产保值增值的能力， 不必再将其资产化以凸显其重要性[10]。 表内确认观下， 还有另外一个问题就是， 信息资产应该归属于“哪种”资产。 对此， 现有研究呈现出两个代表性观点： 一是将信息资产归类为无形资产， 因为信息资产具备无形资产的特征并满足其确认条件， 理应确认为无形资产[11] ; 二是将信息资产作为独立的资产科目， 如余应敏[12] 建议的“数据资产”， 这主要是由于信息资产的保值特征使其显著区别于传统的无形资产， 若将其归于此类可能有失偏颇。
（三）信息资产的计量方法
关于信息资产的计量， 常见的方法有会计计量方法与经济模型计量方法等[13] ， 比如， 历史成本、公允价值[14] 、历史成本与公允价值“双重计量”[1] 、基于“熵”的结构价值评估模型[15] 、基于价格区间的三阶段讨价还价模型[16] 。 也有文献尝试将会计计量方法与经济模型计量方法综合起来运用， 如李泽红和檀晓云[11] 提出的两阶段计量法， 即在初始计量时采用会计理论中的成本模式， 后续计量则采用经济计量模型， 以弥补单一计量方法的不足。
综上所述， 现有研究对信息资产的确认原则与计量方法尚未形成统一结论， 还存在一定的局限性： （1）大多套用西方国家的实践经验， 未能结合我国具体情况考虑信息资源资产化的必要性与可行性， 如信息资产运用与产权交易现状等; （2）没有考虑不同类别信息资产之间的特征区别， 进而提出有针对性的核算方法; （3）缺乏会计理论上的拓展， 对于信息资产确认的一些关键问题鲜有涉及， 如信息资产的权属辨识及其确认时点等; （4）实践建议亦不够完整， 缺乏可操作性。
三、我国情境下信息资源资产化的必要性与可行性 （一）我国情境下信息资源资产化的必要性
随着我国逐步进入数字经济时代， 信息资源日益成为支持企业发展的重要资源。 根据2020年国务院新闻办举行的第三届数字中国建设峰会新闻发布会所公布的数据， 2019年我国数字经济规模已占GDP的36.2%。 在新冠肺炎疫情防控和复工复产中， 以大数据、互联网、产能共享为代表的新模式、新业态成为破解良方。 上述种种迹象表明， 信息资源已成为我国经济新的增长点， 对企业、产业乃至经济发展至关重要。 在此背景下， 信息资源的资产化不仅是企业数字化转型的关键， 亦是信息产业健康发展的要求。
当前， 我国企业价值的提升不再仅仅依赖于建筑物、设备和车辆等有形资产， 而是更多地依靠能使企业在竞争环境中保持独特和持续优势的信息资源。 然而， 在企业的日常管理中， 与信息资源相关的支出往往被费用化而未被资产化。 过多的费用化可能产生逆向选择问题， 即企业价值不能完全反映到财务报告中， 导致企业内部沟通有效性降低、企业市场价值被低估， 甚至存在潜在被收购的风险。 而信息资源资产化恰恰能够帮助企业重视信息资源、有效利用和开发信息资源， 进而提高企业价值。
不僅如此， 信息资源资产化也有利于完善信息资产的产权保护制度。 不同于一般资源， 信息资源存在负外部性， 相关产权保护制度的不完善会导致信息资源的所有者或实质控制人的利益得不到应有的保障[17] 。 特别是在新形势下， 网络安全防范问题快速凸显， 这会对信息资源的产权构成威胁。 例如， 新冠肺炎疫情期间我国生物安全实验室频繁受到网络攻击。 如果缺乏权属保护， 信息资产所有者将对信息资产的维护与升级动力不足， 势必造成信息产业停滞不前。 因此， 从产权保护视角出发， 企业也需将信息资源资产化。
（二）我国情境下信息资源资产化的可行性
1. 信息资源资产化可以得到我国会计理论的指导。 信息资源具有天然的社会属性， 因为它是经济体运行不可或缺的部分。 相对而言， 信息资产作为信息资源中可以被确认与计量的部分， 侧重于所具有的经济属性， 这不仅体现在信息资源的现有价值， 还包括变现的潜力， 如企业利用信息资产降低成本、提高生产效率以及创造和稳固各种关系等③。 根据我国《企业会计准则——基本准则》， 资产是由过去交易或事项形成的、由企业拥有或控制的、预期能为企业带来经济利益流入的资源。 企业当下使用的信息资源主要来自企业日常经营活动或外部购买， 表明了企业获取该项资源的能力。 对于企业交易或运营过程中使用的大部分信息资源， 企业享有与之相关的实质性控制权， 并能获取信息资产预期产生的经济利益。 这符合当前我国会计准则中关于资产确认条件的规定。
2. 《财务报告概念框架》为信息资源资产化提供了更多依据。 2018年3月29日， 国际会计准则理事会（IASB）发布了经修订后的《财务报告概念框架》（Conceptual Framework for Financial Reporting，简称“新概念框架”）， 为信息资源资产化提供了更多依据。 为适应现代经济的发展， 新概念框架对旧概念框架进行了一定程度的改进， 指出“资产的实质是有潜力产生经济利益的权利”。 这一点可以说与信息资产的本质不谋而合。 需特别指出的是， 信息资源在非应用状态仍具有一定价值， 因为对本企业而言的闲置资产可能为其他企业甚至行业带来价值。
3. 技术发展与配套法规的完善为信息资源资产化创造了必要条件。 目前， 日益成熟的以区块链为代表的分布式数据存储技术有助于打破数据“孤岛”， 形成一个开放的数据共享生态系统， 进而缓解互联网环境的信任机制、信息安全和隐私保护等问题。 全国各地陆续建立的大数据交易中心进一步加快了信息资源市场化的进程， 与此同时， 外部制度环境也进一步完善， 这些都有助于促进信息资产化的良性发展。 例如， 2021年新实施的《民法典》提出要保护数据、网络等虚拟财产④。 2017年贵阳大数据交易所发布的《大数据交易区块链技术应用标准》等规范条例亦是对规范大数据市场的有益尝试。 这些都为信息资源资产化创造了必要的技术条件与制度支持。
四、各类信息资产的确认： 权属辨识与确认时点界定
权属辨识（确认主体）与确认时点的界定也是同类研究中较少涉及的方面。 进一步地， 信息资产的多样性（繁多的种类）以及较低的时效性（更新换代迅速）又会加剧信息资产确认的复杂性与不确定性。 因此， 对比实践中传统资产的确认要点， 分辨不同类别信息资产确认主体与确认时点的差异， 显得尤为重要， 亦尤为困难。
（一）信息资产的分类标准
信息资产的常用分类依据是其经济用途， 即依据利益相关者的需求分为对内管理用信息资产和对外交易用信息资产[18] 。 本文认为在进行会计确认时， 按照信息资产的来源划分更具合理性。 因为， 按照用途类别确认信息资产， 买方企业可能受到卖方与买方间信息不对称的影响， 容易错误划分信息资产的确认时点， 而影响信息资产估值的准确性。 为了更清楚地诠释不同种类信息资产的会计确认， 本文将信息资产按照来源分为三类， 即原生信息资产、外来信息资产和次生信息资产。 其中： 原生信息资产是企业在日常经营活动过程中自发产生的信息资源， 如可持续发展报告、工作环境信息等; 外来信息资产是企业从外部第三方获取、未经企业加工的外来信息形成的资产， 如从第三方数据机构、市场调查机构等获取的信息资源; 次生信息资产是指企业从第三方获取信息后， 经进一步加工处理而形成的信息资产， 如企业客户的数字足迹信息。
（二）各类信息资产的权属辨识
从产权配置的角度来看， 信息资产主要涉及如下四种权利： 所有权、使用权、收益权和转让权。 其中： 所有权关乎信息资源的归属问题; 使用权直接决定是否、何时以及如何开发利用信息资源; 收益权即获取开发利用信息资源相关的收益; 转让权则是信息资源的后续处理， 诸如何时及如何对资产进行转让和报废。 然而， 在现行法律框架下， 信息资产权属相关规定尚不清晰。 考虑到不同类别信息资产的产权差异较大， 本文认为有必要对每类信息资产的权属划分展开讨论。 1.原生信息资产的权属。 企业参与了原生信息资产生产的全过程， 理应拥有该类信息的所有权， 也就拥有了与之相关的使用权、收益权与转让权。 因此， 企业可以被认定为原生信息资产的会计主体。
2. 外来信息资产的权属。 在外来信息资产的产权界定中， 企业仅作为使用者而不是生产者， 只拥有该类信息的使用权， 并没有所有权。 因此， 企业一般不确认外来的信息资产， 只确认与该资源使用相关的成本费用。 但如果企业取得了一定的实质控制权， 并且能够获取与使用权相关的大部分收益， 则应按照“经济实质重于法律形式”的原则，将其确认为“信息资产”。
3. 次生信息资产的权属。 相比上述两类信息资产， 次生信息资产的产权归属更为复杂。 次生信息资产概括起来主要包括以下两类： 一是将外部数据（如第三方数据）加工而成的数据， 二是企业提取的在公共空间自动留存的客户信息和交易轨迹。 对于前者， 根据政治经济学的劳动产权论， 企业仅享有投入劳动即加工增值部分的所有权[19] 。 后者的权属问题却难以直接判定， 此类信息并非企业原生， 也非通过交易获取， 往往只是通过企业自身提供服务而“顺便”⑤提取的。 因此， 这类资源的权属本质上应在客户， 除非客户明确授权或者默認授权给予他人无偿使用。 即只有得到了客户的明确授权或默认授权， 企业才有可能将该信息资源资产化。 但需注意， 对于那些可能对公序良俗甚至国家安全产生重大影响的信息资源， 即便是视同客户默认授权（大多数情况是客户并不知情或者为标准合同所迫）， 无论企业是否将其资本化， 其使用状态特别是状态的变化均应受到严格监管⑥。
（三）各类信息资产确认时点的界定
本文根据信息资产的不同来源， 借鉴具有相同特征的现有资产确认时点的划分原则， 对信息资产的确认时点进行界定， 如表1所示。
1. 原生信息资产与次生信息资产的确认时点。 企业全程或部分参与原生及次生信息的生产或加工过程， 其资产确认时点应根据资产的用途及生产特性来确定。 其中， 自产持有待售的信息生产过程与自产用于出售的存货一致。 根据产品成本核算原理， 核算成本的主要方法分为品种法、分步法、分批法。 相较于分批法， 前两种方法更适合原生信息资产， 其原因在于自产的信息体量通常较大， 且每时每刻都有信息在更新， 符合连续不断且“大量大批”的生产特点。 根据信息生成的难易程度或流程可以再考虑管理上是否需要分步核算， 进而区分使用品种法还是分步法。 在这两种方法下， 在产品或产成品在每月末确认一次， 所以持有待售的自产信息资产确认时点可以参照品种法或分步法， 即在每月末确认一次， 与会计报告期一致， 但可能与生产周期不一致。 相比之下， 企业会一次性投入大量的人力到自产且长期自用的信息资产中， 其性质更像长期资产， 所以可参考无形资产确认时点的认定， 即达到预定可使用状态时确认资产， 与会计报告期不一致， 而与生产周期一致。
2. 外来信息资产的确认时点。 从第三方获取且未参与信息生产加工过程的外来信息， 在购买时点与之相关的风险与报酬就已从第三方向企业转移。 倘若企业取得实质控制权， 则可借鉴一般资产的外购情况， 在获取时点确认为信息资产。
五、各类信息资产的计量
确认信息资产的一个重要条件就是信息资产能够可靠计量。 现有研究单独使用经济计量模型抑或会计计量模型都未对信息资产进行准确分类， 亦难以准确评估信息资产的全部价值。 针对上述信息资产的计量难题， 黄世忠[3] 提出将Gartner（高德纳）信息资产评估模型应用到信息资产的会计核算中， 但未界定其适用条件。 本文在此设想下， 续以前文的分类思路， 对该模型的参数进行量化并明晰其适用条件， 以使该模型在实践中具备可操作性。
（一）传统计量方法的局限性
成本法简便易行， 具有可验证性、可追溯性， 但由于信息资产的特性导致成本法计量无法体现出信息资产的全部价值。 这是因为信息资产的价值并非取决于成本， 而是市场需求。 换言之， 信息资产的使用价值不限于历史成本或交易， 而是它们目前和未来在企业中的作用， 也就意味着历史成本中不能体现出的潜在价值可能更为重要。 特别地， 成本法下传统资产的使用价值会随着使用量的增加而损耗， 或随着科技的进步而贬值， 然而信息资产往往不随使用量的增加而减少， 甚至可能出现增加的情况。 可见， 基于成本法对信息资源进行计量并不能反映企业真实的财务状况， 甚至可能会误导财务报告信息使用者。
现值法可进一步划分为公允价值法和折现法。 如果信息资产拟对外出售， 公允价值法可以反映当前市价， 但目前我国相关的大数据交易机制尚未完全建立， 信息资产大多属于非标产品， 价格差异巨大， 按照公允价值计量可能降低会计信息的可比性。 现值法虽然能够很好地反映“未来经济利益”的资产特征， 是信息资产计量最理想的方式， 但实务中难以确定信息资产的未来现金流量、时间分布等关键指标， 实践难度较大。
（二）信息资产的计量方法
由于成本法的不恰当和现值法下关键指标的难获得性， 考虑到大多数无形资产的估值都是基于某种形式的经济估值， 包括预计的现金流量和预期承担的风险， 笔者建议结合经济模型对信息资产进行估值。 借鉴Laney[8] 提出的Gartner信息资产评估模型， 本文对信息资产进行量化， 具体分为对内管理用信息资产的基础估值模型和对外交易用信息资产的财务估值模型， 对不同种类的信息资产采用不同的计量方法， 有助于弥补已有计量方法难以一以贯之的问题。 在此设想下， 结合信息资产的不同类别， 对其中的参数进行量化并进一步明晰其适用条件， 以使该模型在实践中具备可操作性。
1. 信息资产计量的分类依据。 前述中， 本文将信息资产按照来源分为原生、外来和次生三类。 然而， 由于信息不对称问题， 据此分类后进行计量可能难以反映信息资产的真实价值。 例如， 针对外购的信息资产， 买方只能从自身需求出发， 最后的成交价往往是各方博弈的结果， 可能会低估或高估信息资产价值， 影响会计信息质量。 而如果将每一种来源进一步细分， 区分为对内管理用信息资产和对外交易用信息资产， 则可以同时从供需双方缓解信息不对称问题， 提高计量的准确性。 基于此， 本文根据财政部于2021年发布的《企业财务通则（公开征求意见稿）》（简称《征求意见稿》）有关规定， 对上述三类信息资产的每一类别， 按照用途（持有目的）进一步划分为对内改善经营（长期自用）的管理用信息资产和对外持有待售的交易用信息资产。 在企业内部， 信息资产主要用于上下级之间的交流与内部决策的各个环节， 包括商业分析、预测、决策、计划、控制、核算、分析与考核等环节。 需要注意的是， 对内管理用的信息资产不一定直接产生价值， 而是带来隐性的价值增值与资金流入。 这种间接方式并不意味着信息资产不重要或者无须将其资产化。 相反， 这往往能带来间接的资产保值增值。 例如， 管理层能借助信息资产提高内部沟通效率、制定合理的战略方针与执行方案， 从而提高生产效率与企业价值。 信息资产不仅可以通过对内管理实现价值交换与升值， 亦可通过市场化的交易变现。 一方面， 信息资产在上下游企业、同行业竞争者之间流通， 有利于信息的共享与交流， 促使企业转变生产经营方式， 加大创新活动投入， 进而提高效率; 另一方面， 随着信息资产的应用与推广， 企业也会加大对信息资产的投入， 这反过来有助于推动信息资产的发展。 因此， 企业可将所拥有和控制的信息资源资产化的渠道分为用于对内管理与对外交易两类， 并在此过程中将其价值转移到产品与服务中。
2. 管理用信息资产的计量。 在信息资产尚不成熟， 或不急于赋予其货币价值的情况下， 企业无需评估其交易价值。 企业往往更关心所持有信息资产的质量， 以及这些资产能否满足内部管理的需求。 从这个意义上出发， 基础估值模型即包括信息内含价值（IVI）、信息业务价值（BVI）、信息业绩价值（PVI）三方面的评估或许就足够了。
（1）信息内含价值（IVI）。 IVI聚焦于评估信息的潜力与质量， 主要从信息的有效性（Validity）、完整性（Completeness）、稀缺性（Scarcity）和生命周期（Lifecycle）四个角度衡量信息资产的价值。 如果信息越准确、越完整、越稀缺， 则信息内含价值就越高。 其计算公式为： IVI=有效性×完整性×（1-稀缺性）×生命周期。 其中， 有效性是信息正确记录的比重， 完整性是信息总体记录的百分比， 稀缺性是拥有同类数据竞争者的比重， 生命周期是信息资产的预估使用寿命。
（2）信息业务价值（BVI）。 相比IVI， BVI更側重信息的潜在真实收益。 除了衡量数据的有效性和完整性， 也衡量该类信息与其他业务的相关性（Relevance）与时效性（Timeliness）。 其计算公式为： BVI=∑相关性p×有效性×完整性×时效性。 其中， 相关性是与业务的相关性， 时效性是新数据的读取速度， p为业务流程的数量。
（3）信息业绩价值（PVI）。 PVI进一步分析了信息对关键业务的效应， 有助于衡量已实现的收益。 该价值以企业运用信息资产与不运用信息资产情况下的关键业绩指标之比[KPIiKPIc]为基准进行测算， 该比值越大， 则信息业绩价值就越大。 同时， 在指标计量的期限（t）内， 信息的平均可使用寿命期（T）越长， 信息业绩价值越高。 其计算公式（n为计量的关键指标数）为：
3. 交易用信息资产的计量。 不同于上述管理用信息资源资产化模型旨在测度某项信息资产的质量及其对企业决策、业务绩效的影响， 交易用信息资源资产化模型（财务估值模型）侧重于信息资产对外交易后能为企业带来的价值， 包括如下情况： 明确信息资产如何获取、如何管理信息资产的成本以及信息资产如何在业务交易中体现价值。 具体而言， 该财务估值模型包括信息成本价值（CVI）、信息市场价值（MVI）和信息经济价值（EVI）。
（1）信息成本价值（CVI）。 CVI从成本的角度估算信息价值， 适用于缺乏活跃信息资产市场的情况， 包括产生、获取、收集处理该信息耗费的显性成本和隐性成本（Lost Revenue）。 CVI的计算公式为：
。其中， 显性成本为年总成本（ProcExp）中的相应比重（Attrib）， 隐性成本为测算期限（n）内信息缺失导致的收入损失。 同时， 在信息处理期限（t）内， 该信息的平均可使用寿命期（T）越长， CVI越高。
（2）信息市场价值（MVI）。 MVI从市场价值估算数据交易能带来的收益， 仅适用于产权明确的信息资产。 以合作伙伴方的独家报价（Exclusive Price）为参考基准， 并考虑合作伙伴数量（Number of Partners）对信息市场价值的正面影响和溢价（Premium）的负面影响。 MVI的计算公式为：[MVI=独家报价×合作伙伴数量溢价]。
（3）信息经济价值（EVI）。 EVI从传统计算收入的方法入手， 估算信息资产创造的净财务价值， 表现为创造的收入和各项成本之差。 相比其他模型， EVI需要在一定时期内开展一项实验， 所以不一定适合传统业务。 EVI的计算公式为： EVI=[收益i-收益c-（获取成本+管理成本+应用成本）]×T/t。 其中， 信息资产创造的收入体现为运用信息资产与未使用信息资产获得的差额收入（Revenuei-Revenuec）。 扣除的各项成本包括信息的获取成本（AcqExp）、管理成本（AdmExp）、使用成本（AppExp）。 同时， 在信息测算期（t）内， 该信息的平均可使用寿命期（T）越长， EVI越高。
在后续计量过程中， 考虑到信息资产具有高度被盗用的可能性， 企业可以结合机器学习和大规模、严格降维技术对信息资产的机密性自动生成更高级的分类表， 进行更精细化的估值， 并对初始计量结果进行评估与调整。
六、信息资源资产化的实现路径
（一）制度设计层面： 会计核算制度的完善
在2021年《征求意见稿》中， 财政部建议“有条件的企业可以建立财务和业务一体化、标准化的信息处理系统， 逐步实现信息化、智能化、网络化财务管理……”。 上述建议有助于推动信息资产的应用， 却难以推进信息资源的资产化。 只有在会计准则中明确信息资产的会计核算， 并要求企业强制披露有关信息， 才能真正保障信息资源资产化的顺利实施。 （二）行业监管层面： 信息资产确权的建立
受限于信息资源的高度被盗可能性， 信息资源的确权问题始终是其资产化中的一个难题。 在确定权属关系后， 也并不意味着信息资产处于相对安全的状态。 因为目前我国立法上对信息资源的权属问题作出规定的仅有《民法典》， 所以有必要在相关的法律法规中进一步明确信息资产的权属、公民的数据权利， 以及国家的管辖权力和管理的范围与内容， 同时有关部门应当更新监管手段和方式， 利用区块链等技术推动信息资源的确权。
（三）企业实施层面： 信息资产的重视与应用
信息资源资产化相关制度与政策的落实还需要企业的积极配合。 2021年《征求意见稿》建议企业逐步实现信息化、智能化、网络化财务管理， 为企业实施降本增效、转型升级、风险管理、战略管控等提供了支撑。 一方面， 要求企业重视信息资产， 将其视为与其他战略资产同样重要的资源， 并通过将其资产化纳入财务报告， 从而向市场传递信号; 另一方面， 要求企业积极应用信息资产， 培育以数据洞察变化、以数据支撑决策、以数据支撑创新的数据文化， 释放数据潜能， 使信息资产能为企业培育核心竞争力。
七、结论
信息资源是当前经济发展的重要推动力量， 如何将信息资源资产化已成为当前理论界和实务界亟需破解的一道难题。 本文基于这一现实需求， 结合现代会计理论， 根据信息资源的不同来源， 尝试将信息资产分为原生信息资产、外生信息资产以及次生信息资产， 在此基础上， 对各类信息资产的权属主体、确认时点以及价值计量问题进行了重点讨论与分析。 本文的主要结论可归纳如下： （1）满足资产定义和确认条件的信息资源应当确认为表内信息资产。 （2）在资产化的空间上， 企业可确认拥有所有权或产权不明确但其拥有控制权与收益权的信息资源; 在资产化的时间上， 企业应根据信息资源的来源， 分别在获取时点、月末或期末以及达到预定使用状态时确认信息资产。 （3）信息资源资产化的关键是能够可靠计量， 企业可在信息资产来源分类下进一步结合信息资产的用途将其分为管理用信息资产和交易用信息资产， 分别进行初始计量， 并进行定期评估和调整。 （4）信息资源资产化的实现依賴于制度设计方、行业监管方与企业方的通力合作。
【 注 释 】
① 以“财务会计概念框架（CF）”为代表的现代会计理论认为：资产是过去的交易或事项引起的，由特定主体拥有或控制的，能预期带来经济利益流入的资源（SFAC 3）。我国2006年颁布的《企业会计准则——基本准则》中亦有类似表述。可见，“有用性”是“资产”要素的第一属性。此外，虽然“要素”一词在经济学与会计学中分别是两个不同的概念，前者指社会生产经营活动中所需要的各种社会资源（包括劳动力、土地、资本等），后者指会计报表的基本构成要素（如资产、负债、所有者权益、收入、费用和利润等），但就“资产要素”而言，二者的含义趋同。经济学中的“要素”所指的就是会计学中的“资产”，而会计学中的其他“要素”都是“资产”（第一要素）派生出来的会计概念。
② 关于会计计量模式的讨论几乎达成共识，即历史成本计量与公允价值计量并用的“双重计量”模式。这是因为市场经济是动态经济，历史成本无法反映市场不确定性对资产价值的影响，需要采用公允价值计量作为必要的补充[4] 。换言之，历史成本计量侧重信息资产的投入成本而非产出价值，但信息资产的价值却恰恰更多地体现在为企业带来的预期现金流入（其折现价值即为“公允价值”）上。然而，公允价值计量亦有一定的不足，即过于看重信息资产（本身）的交易价值，却不能体现出信息资产的潜在价值（信息资产用于企业内部管理时所带来的自由现金流）。这一点，或许应该借助经济计量模型实现。
③ 例如，Belk基于客户数据开发出客户保留模型，增加了多样性和非多样性开支以及多渠道客户的数量，进而优化商品品类计划和商店布局，并完善决策流程，使得客户数量翻倍，从而增加了企业利润（https：//multichannelmerchant.com/operations/feedback-setting-expectations-key-customer-experience-birchbox -belk/[EB/OL]，2021-03-07）。
④ 《民法典》第127条规定：“法律对数据、网络虚拟财产的保护有规定的，依照其规定。”
⑤ 例如，哈啰单车等共享经济企业在向用户提供服务时，会收集包括姓名、身份证号、电话、电子支付账号及密码等在内的用户个人信息。
⑥ 近期万众瞩目的“滴滴事件”是关于此类信息资产的一个绝佳例证。
【 主 要 参 考 文 献 】
[1] 秦荣生.数字经济时代数据资产的确认与计量[N].经济观察报，2020-12-21.
[2] 刘翔.信息管理与信息系统[M].北京：清华大学出版社，2013：9 ～ 10.
[3] 黄世忠.信息资源的七大定律及其确认与计量[ J].财会月刊，2020（4）：3 ～ 9.
[4] 葛家澍，窦家春，陈朝琳.财务会计计量模式的必然选择：双重计量[ J].会计研究，2010（2）：7 ～ 12.
[5] 叶雅珍，刘国华，朱扬勇.数据资产相关概念综述[ J].计算机科学，2019（11）：20 ～ 24.
[6] Kaback S. M.. A user's experience with the derwent patent files[ J].Journal of Chemical Information and Modeling，1977（3）：143 ～ 148.
[7] Moody D.， Walsh P.. Measuring the value of information：An assest valuation approach[C].Copenhagen：Proceeding of the Seventh European Conference on Information Systems，1999：1 ～ 12. [8] Laney D. B.. How to monetize，manage， and measure information as an asset for competitive advantage[M].Brookline： Biblimotion Inc.，2018：1 ～ 343.
[9] 黃世忠.旧标尺衡量不了新经济——论会计信息相关性的恶化与救赎[ J].当代会计评论，2018（4）：1 ～ 23.
[10] Penman S.. Accounting for intangible assets： There is also an income statement[ J].Journal of Accounting Finance and Business Studies，2009（9）：358 ～ 371.
[11] 李泽红，檀晓云.大数据资产会计确认、计量与报告[ J].财会通讯，2018（10）：58 ～ 59+129.
[12] 余应敏.确认大数据资产 助推新经济发展[ J].财会月刊，2020（23）：52 ～ 55.
[13] 李永红，张淑雯.数据资产价值评估模型构建[ J].财会月刊，2018（9）：30 ～ 35.
[14] 方恒阳.大数据在公允价值计量中的应用[ J].财经界，2016（11）：183.
[15] 韩海庭，原琳琳，李祥锐等.数字经济中的数据资产化问题研究[ J].征信，2019（4）：72 ～ 78.
[16] 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（8）：124 ～ 127+178.
[17] Phau I.，Liang J.. Downloading digital video games： Predictors，moderators and consequences[ J].Marketing Intelligence & Planning，2012（7）：740 ～ 756.
[18] Sergio Camisón-Haba，Tomás González-Cruz.Information assets：A typology of disclosed and non-disclosed information[ J].Technological Forecasting and Social Change，2020（11）：120242.
[19] 张鹏，蒋余浩.政务数据资产化管理的基础理论研究：资产属性、数据权属及定价方法[ J].电子政务，2020（9）：61 ～ 73.
【关键词】信息资源资产化;信息资产;权属主体;确认时点;计量方法;实现路径
【中图分类号】 F231 【文献标识码】A 【文章编号】1004-0994（2021）15-0075-7
一、引言
自党的十九届四中全会提出“要将数据纳入生产要素的范畴”以来， 数据要素化问题逐渐成为理论界与实务界的讨论热点之一。 从会计学的角度看， 数据要素化的关键在于数据资产化[1] 。 鉴于在实务中信息与数据之间是内容与形式的关系[2] ， 且信息是内含于数据中有用部分的集合， 更为接近现代会计理论中关于“资产”这一财务报表要素的定义①， 本文将集中探讨信息资源的资产化问题， 即怎样才能将信息资源确认为“信息（资源）资产”， 主要包括“应否确认信息资产”以及“如何计量信息资产”等两个问题。 事实上， 仅有少量的文献对此进行了一些有益的探索[3] ， 但尚未形成相对完整的结论体系， 亦未提出较为完备的实践建议。 其中， 关于“应否确认信息资产”的研究成果主要是表内确认与表外披露之争， 而关于“如何计量信息资产”的研究成果则表现为经济计量与会计计量之争②。 考虑到争议中的各方观点均有其合理之处， 或者说各自存在特别适用的领域即各自匹配某个特定“类别”的信息资源， 本文拟基于信息资产分类的视角， 首先着重论证我国情境下信息资源资产化的必要性与可行性， 以及信息资产的确认权属与确认时点的判定， 然后将会计理论与经济计量模型结合， 深入分析不同信息资产的计量要求、计量方法及其适用条件， 最后总结性地阐述信息资源资产化的实现路径。
较之现有的文献， 本文可能的边际贡献如下： （1）进一步明确了信息资产的内涵与边界， 并结合我国的实践情境论证了信息资源资产化的必要性与可行性; （2）创造性地依据信息资产的来源渠道对其进行了较为合理的属性分类， 同时引入成本会计学原理， 阐释了不同类别信息资产权属确认与确认时点的特征差异; （3）在渠道分类标准上进一步按照信息资产的用途分类， 剖析了细分类别下信息资产的计量方法及其适用条件; （4）针对信息资源资产化涉及的多方主体， 提出了企业信息资源资产化的具体实现路径。
二、文献综述
（一）“可资产化信息资源”的概念表述
学界关于“可资产化信息资源”的表述有多种提法， 比如信息资产、数据资产等[5] 。 其中， “信息资产”一词最早由Kaback[6] 提出， 并在《霍利报告》（The Hawley Report，1994）中首次被定义为“已经或应该被记录的具有价值或潜在价值的数据”。 从这一概念可以看出， 數据是信息的载体， 信息则是内含于数据中的可利用部分的集合。 换言之， 信息是从杂乱无序的数据中提取并加工出来的、有价值的那一部分（数据）， 信息与数据之间是内容与形式的关系[2] 。 有鉴于此， 本文认为相比“数据资产”的提法， “信息资产”一词更能准确地表达出现代会计理论赋予“资产”一词的含义。
（二）信息资产的“会计信息”反映方式
关于信息资产的“会计信息”反映方式， 现有研究尚存争议。 比如， Moody和Walsh[7] 、Laney[8] 等主张将信息资源确认为表内资产， 也就是将信息资源进行“彻底的”资产化处理。 但同时也有部分学者认为无需对信息资源进行表内确认， 表外披露即可， 如黄世忠[9] 。 亦有部分研究表明， 将信息资源纳入利润表就足以反映企业对信息资产保值增值的能力， 不必再将其资产化以凸显其重要性[10]。 表内确认观下， 还有另外一个问题就是， 信息资产应该归属于“哪种”资产。 对此， 现有研究呈现出两个代表性观点： 一是将信息资产归类为无形资产， 因为信息资产具备无形资产的特征并满足其确认条件， 理应确认为无形资产[11] ; 二是将信息资产作为独立的资产科目， 如余应敏[12] 建议的“数据资产”， 这主要是由于信息资产的保值特征使其显著区别于传统的无形资产， 若将其归于此类可能有失偏颇。
（三）信息资产的计量方法
关于信息资产的计量， 常见的方法有会计计量方法与经济模型计量方法等[13] ， 比如， 历史成本、公允价值[14] 、历史成本与公允价值“双重计量”[1] 、基于“熵”的结构价值评估模型[15] 、基于价格区间的三阶段讨价还价模型[16] 。 也有文献尝试将会计计量方法与经济模型计量方法综合起来运用， 如李泽红和檀晓云[11] 提出的两阶段计量法， 即在初始计量时采用会计理论中的成本模式， 后续计量则采用经济计量模型， 以弥补单一计量方法的不足。
综上所述， 现有研究对信息资产的确认原则与计量方法尚未形成统一结论， 还存在一定的局限性： （1）大多套用西方国家的实践经验， 未能结合我国具体情况考虑信息资源资产化的必要性与可行性， 如信息资产运用与产权交易现状等; （2）没有考虑不同类别信息资产之间的特征区别， 进而提出有针对性的核算方法; （3）缺乏会计理论上的拓展， 对于信息资产确认的一些关键问题鲜有涉及， 如信息资产的权属辨识及其确认时点等; （4）实践建议亦不够完整， 缺乏可操作性。
三、我国情境下信息资源资产化的必要性与可行性 （一）我国情境下信息资源资产化的必要性
随着我国逐步进入数字经济时代， 信息资源日益成为支持企业发展的重要资源。 根据2020年国务院新闻办举行的第三届数字中国建设峰会新闻发布会所公布的数据， 2019年我国数字经济规模已占GDP的36.2%。 在新冠肺炎疫情防控和复工复产中， 以大数据、互联网、产能共享为代表的新模式、新业态成为破解良方。 上述种种迹象表明， 信息资源已成为我国经济新的增长点， 对企业、产业乃至经济发展至关重要。 在此背景下， 信息资源的资产化不仅是企业数字化转型的关键， 亦是信息产业健康发展的要求。
当前， 我国企业价值的提升不再仅仅依赖于建筑物、设备和车辆等有形资产， 而是更多地依靠能使企业在竞争环境中保持独特和持续优势的信息资源。 然而， 在企业的日常管理中， 与信息资源相关的支出往往被费用化而未被资产化。 过多的费用化可能产生逆向选择问题， 即企业价值不能完全反映到财务报告中， 导致企业内部沟通有效性降低、企业市场价值被低估， 甚至存在潜在被收购的风险。 而信息资源资产化恰恰能够帮助企业重视信息资源、有效利用和开发信息资源， 进而提高企业价值。
不僅如此， 信息资源资产化也有利于完善信息资产的产权保护制度。 不同于一般资源， 信息资源存在负外部性， 相关产权保护制度的不完善会导致信息资源的所有者或实质控制人的利益得不到应有的保障[17] 。 特别是在新形势下， 网络安全防范问题快速凸显， 这会对信息资源的产权构成威胁。 例如， 新冠肺炎疫情期间我国生物安全实验室频繁受到网络攻击。 如果缺乏权属保护， 信息资产所有者将对信息资产的维护与升级动力不足， 势必造成信息产业停滞不前。 因此， 从产权保护视角出发， 企业也需将信息资源资产化。
（二）我国情境下信息资源资产化的可行性
1. 信息资源资产化可以得到我国会计理论的指导。 信息资源具有天然的社会属性， 因为它是经济体运行不可或缺的部分。 相对而言， 信息资产作为信息资源中可以被确认与计量的部分， 侧重于所具有的经济属性， 这不仅体现在信息资源的现有价值， 还包括变现的潜力， 如企业利用信息资产降低成本、提高生产效率以及创造和稳固各种关系等③。 根据我国《企业会计准则——基本准则》， 资产是由过去交易或事项形成的、由企业拥有或控制的、预期能为企业带来经济利益流入的资源。 企业当下使用的信息资源主要来自企业日常经营活动或外部购买， 表明了企业获取该项资源的能力。 对于企业交易或运营过程中使用的大部分信息资源， 企业享有与之相关的实质性控制权， 并能获取信息资产预期产生的经济利益。 这符合当前我国会计准则中关于资产确认条件的规定。
2. 《财务报告概念框架》为信息资源资产化提供了更多依据。 2018年3月29日， 国际会计准则理事会（IASB）发布了经修订后的《财务报告概念框架》（Conceptual Framework for Financial Reporting，简称“新概念框架”）， 为信息资源资产化提供了更多依据。 为适应现代经济的发展， 新概念框架对旧概念框架进行了一定程度的改进， 指出“资产的实质是有潜力产生经济利益的权利”。 这一点可以说与信息资产的本质不谋而合。 需特别指出的是， 信息资源在非应用状态仍具有一定价值， 因为对本企业而言的闲置资产可能为其他企业甚至行业带来价值。
3. 技术发展与配套法规的完善为信息资源资产化创造了必要条件。 目前， 日益成熟的以区块链为代表的分布式数据存储技术有助于打破数据“孤岛”， 形成一个开放的数据共享生态系统， 进而缓解互联网环境的信任机制、信息安全和隐私保护等问题。 全国各地陆续建立的大数据交易中心进一步加快了信息资源市场化的进程， 与此同时， 外部制度环境也进一步完善， 这些都有助于促进信息资产化的良性发展。 例如， 2021年新实施的《民法典》提出要保护数据、网络等虚拟财产④。 2017年贵阳大数据交易所发布的《大数据交易区块链技术应用标准》等规范条例亦是对规范大数据市场的有益尝试。 这些都为信息资源资产化创造了必要的技术条件与制度支持。
四、各类信息资产的确认： 权属辨识与确认时点界定
权属辨识（确认主体）与确认时点的界定也是同类研究中较少涉及的方面。 进一步地， 信息资产的多样性（繁多的种类）以及较低的时效性（更新换代迅速）又会加剧信息资产确认的复杂性与不确定性。 因此， 对比实践中传统资产的确认要点， 分辨不同类别信息资产确认主体与确认时点的差异， 显得尤为重要， 亦尤为困难。
（一）信息资产的分类标准
信息资产的常用分类依据是其经济用途， 即依据利益相关者的需求分为对内管理用信息资产和对外交易用信息资产[18] 。 本文认为在进行会计确认时， 按照信息资产的来源划分更具合理性。 因为， 按照用途类别确认信息资产， 买方企业可能受到卖方与买方间信息不对称的影响， 容易错误划分信息资产的确认时点， 而影响信息资产估值的准确性。 为了更清楚地诠释不同种类信息资产的会计确认， 本文将信息资产按照来源分为三类， 即原生信息资产、外来信息资产和次生信息资产。 其中： 原生信息资产是企业在日常经营活动过程中自发产生的信息资源， 如可持续发展报告、工作环境信息等; 外来信息资产是企业从外部第三方获取、未经企业加工的外来信息形成的资产， 如从第三方数据机构、市场调查机构等获取的信息资源; 次生信息资产是指企业从第三方获取信息后， 经进一步加工处理而形成的信息资产， 如企业客户的数字足迹信息。
（二）各类信息资产的权属辨识
从产权配置的角度来看， 信息资产主要涉及如下四种权利： 所有权、使用权、收益权和转让权。 其中： 所有权关乎信息资源的归属问题; 使用权直接决定是否、何时以及如何开发利用信息资源; 收益权即获取开发利用信息资源相关的收益; 转让权则是信息资源的后续处理， 诸如何时及如何对资产进行转让和报废。 然而， 在现行法律框架下， 信息资产权属相关规定尚不清晰。 考虑到不同类别信息资产的产权差异较大， 本文认为有必要对每类信息资产的权属划分展开讨论。 1.原生信息资产的权属。 企业参与了原生信息资产生产的全过程， 理应拥有该类信息的所有权， 也就拥有了与之相关的使用权、收益权与转让权。 因此， 企业可以被认定为原生信息资产的会计主体。
2. 外来信息资产的权属。 在外来信息资产的产权界定中， 企业仅作为使用者而不是生产者， 只拥有该类信息的使用权， 并没有所有权。 因此， 企业一般不确认外来的信息资产， 只确认与该资源使用相关的成本费用。 但如果企业取得了一定的实质控制权， 并且能够获取与使用权相关的大部分收益， 则应按照“经济实质重于法律形式”的原则，将其确认为“信息资产”。
3. 次生信息资产的权属。 相比上述两类信息资产， 次生信息资产的产权归属更为复杂。 次生信息资产概括起来主要包括以下两类： 一是将外部数据（如第三方数据）加工而成的数据， 二是企业提取的在公共空间自动留存的客户信息和交易轨迹。 对于前者， 根据政治经济学的劳动产权论， 企业仅享有投入劳动即加工增值部分的所有权[19] 。 后者的权属问题却难以直接判定， 此类信息并非企业原生， 也非通过交易获取， 往往只是通过企业自身提供服务而“顺便”⑤提取的。 因此， 这类资源的权属本质上应在客户， 除非客户明确授权或者默認授权给予他人无偿使用。 即只有得到了客户的明确授权或默认授权， 企业才有可能将该信息资源资产化。 但需注意， 对于那些可能对公序良俗甚至国家安全产生重大影响的信息资源， 即便是视同客户默认授权（大多数情况是客户并不知情或者为标准合同所迫）， 无论企业是否将其资本化， 其使用状态特别是状态的变化均应受到严格监管⑥。
（三）各类信息资产确认时点的界定
本文根据信息资产的不同来源， 借鉴具有相同特征的现有资产确认时点的划分原则， 对信息资产的确认时点进行界定， 如表1所示。
1. 原生信息资产与次生信息资产的确认时点。 企业全程或部分参与原生及次生信息的生产或加工过程， 其资产确认时点应根据资产的用途及生产特性来确定。 其中， 自产持有待售的信息生产过程与自产用于出售的存货一致。 根据产品成本核算原理， 核算成本的主要方法分为品种法、分步法、分批法。 相较于分批法， 前两种方法更适合原生信息资产， 其原因在于自产的信息体量通常较大， 且每时每刻都有信息在更新， 符合连续不断且“大量大批”的生产特点。 根据信息生成的难易程度或流程可以再考虑管理上是否需要分步核算， 进而区分使用品种法还是分步法。 在这两种方法下， 在产品或产成品在每月末确认一次， 所以持有待售的自产信息资产确认时点可以参照品种法或分步法， 即在每月末确认一次， 与会计报告期一致， 但可能与生产周期不一致。 相比之下， 企业会一次性投入大量的人力到自产且长期自用的信息资产中， 其性质更像长期资产， 所以可参考无形资产确认时点的认定， 即达到预定可使用状态时确认资产， 与会计报告期不一致， 而与生产周期一致。
2. 外来信息资产的确认时点。 从第三方获取且未参与信息生产加工过程的外来信息， 在购买时点与之相关的风险与报酬就已从第三方向企业转移。 倘若企业取得实质控制权， 则可借鉴一般资产的外购情况， 在获取时点确认为信息资产。
五、各类信息资产的计量
确认信息资产的一个重要条件就是信息资产能够可靠计量。 现有研究单独使用经济计量模型抑或会计计量模型都未对信息资产进行准确分类， 亦难以准确评估信息资产的全部价值。 针对上述信息资产的计量难题， 黄世忠[3] 提出将Gartner（高德纳）信息资产评估模型应用到信息资产的会计核算中， 但未界定其适用条件。 本文在此设想下， 续以前文的分类思路， 对该模型的参数进行量化并明晰其适用条件， 以使该模型在实践中具备可操作性。
（一）传统计量方法的局限性
成本法简便易行， 具有可验证性、可追溯性， 但由于信息资产的特性导致成本法计量无法体现出信息资产的全部价值。 这是因为信息资产的价值并非取决于成本， 而是市场需求。 换言之， 信息资产的使用价值不限于历史成本或交易， 而是它们目前和未来在企业中的作用， 也就意味着历史成本中不能体现出的潜在价值可能更为重要。 特别地， 成本法下传统资产的使用价值会随着使用量的增加而损耗， 或随着科技的进步而贬值， 然而信息资产往往不随使用量的增加而减少， 甚至可能出现增加的情况。 可见， 基于成本法对信息资源进行计量并不能反映企业真实的财务状况， 甚至可能会误导财务报告信息使用者。
现值法可进一步划分为公允价值法和折现法。 如果信息资产拟对外出售， 公允价值法可以反映当前市价， 但目前我国相关的大数据交易机制尚未完全建立， 信息资产大多属于非标产品， 价格差异巨大， 按照公允价值计量可能降低会计信息的可比性。 现值法虽然能够很好地反映“未来经济利益”的资产特征， 是信息资产计量最理想的方式， 但实务中难以确定信息资产的未来现金流量、时间分布等关键指标， 实践难度较大。
（二）信息资产的计量方法
由于成本法的不恰当和现值法下关键指标的难获得性， 考虑到大多数无形资产的估值都是基于某种形式的经济估值， 包括预计的现金流量和预期承担的风险， 笔者建议结合经济模型对信息资产进行估值。 借鉴Laney[8] 提出的Gartner信息资产评估模型， 本文对信息资产进行量化， 具体分为对内管理用信息资产的基础估值模型和对外交易用信息资产的财务估值模型， 对不同种类的信息资产采用不同的计量方法， 有助于弥补已有计量方法难以一以贯之的问题。 在此设想下， 结合信息资产的不同类别， 对其中的参数进行量化并进一步明晰其适用条件， 以使该模型在实践中具备可操作性。
1. 信息资产计量的分类依据。 前述中， 本文将信息资产按照来源分为原生、外来和次生三类。 然而， 由于信息不对称问题， 据此分类后进行计量可能难以反映信息资产的真实价值。 例如， 针对外购的信息资产， 买方只能从自身需求出发， 最后的成交价往往是各方博弈的结果， 可能会低估或高估信息资产价值， 影响会计信息质量。 而如果将每一种来源进一步细分， 区分为对内管理用信息资产和对外交易用信息资产， 则可以同时从供需双方缓解信息不对称问题， 提高计量的准确性。 基于此， 本文根据财政部于2021年发布的《企业财务通则（公开征求意见稿）》（简称《征求意见稿》）有关规定， 对上述三类信息资产的每一类别， 按照用途（持有目的）进一步划分为对内改善经营（长期自用）的管理用信息资产和对外持有待售的交易用信息资产。 在企业内部， 信息资产主要用于上下级之间的交流与内部决策的各个环节， 包括商业分析、预测、决策、计划、控制、核算、分析与考核等环节。 需要注意的是， 对内管理用的信息资产不一定直接产生价值， 而是带来隐性的价值增值与资金流入。 这种间接方式并不意味着信息资产不重要或者无须将其资产化。 相反， 这往往能带来间接的资产保值增值。 例如， 管理层能借助信息资产提高内部沟通效率、制定合理的战略方针与执行方案， 从而提高生产效率与企业价值。 信息资产不仅可以通过对内管理实现价值交换与升值， 亦可通过市场化的交易变现。 一方面， 信息资产在上下游企业、同行业竞争者之间流通， 有利于信息的共享与交流， 促使企业转变生产经营方式， 加大创新活动投入， 进而提高效率; 另一方面， 随着信息资产的应用与推广， 企业也会加大对信息资产的投入， 这反过来有助于推动信息资产的发展。 因此， 企业可将所拥有和控制的信息资源资产化的渠道分为用于对内管理与对外交易两类， 并在此过程中将其价值转移到产品与服务中。
2. 管理用信息资产的计量。 在信息资产尚不成熟， 或不急于赋予其货币价值的情况下， 企业无需评估其交易价值。 企业往往更关心所持有信息资产的质量， 以及这些资产能否满足内部管理的需求。 从这个意义上出发， 基础估值模型即包括信息内含价值（IVI）、信息业务价值（BVI）、信息业绩价值（PVI）三方面的评估或许就足够了。
（1）信息内含价值（IVI）。 IVI聚焦于评估信息的潜力与质量， 主要从信息的有效性（Validity）、完整性（Completeness）、稀缺性（Scarcity）和生命周期（Lifecycle）四个角度衡量信息资产的价值。 如果信息越准确、越完整、越稀缺， 则信息内含价值就越高。 其计算公式为： IVI=有效性×完整性×（1-稀缺性）×生命周期。 其中， 有效性是信息正确记录的比重， 完整性是信息总体记录的百分比， 稀缺性是拥有同类数据竞争者的比重， 生命周期是信息资产的预估使用寿命。
（2）信息业务价值（BVI）。 相比IVI， BVI更側重信息的潜在真实收益。 除了衡量数据的有效性和完整性， 也衡量该类信息与其他业务的相关性（Relevance）与时效性（Timeliness）。 其计算公式为： BVI=∑相关性p×有效性×完整性×时效性。 其中， 相关性是与业务的相关性， 时效性是新数据的读取速度， p为业务流程的数量。
（3）信息业绩价值（PVI）。 PVI进一步分析了信息对关键业务的效应， 有助于衡量已实现的收益。 该价值以企业运用信息资产与不运用信息资产情况下的关键业绩指标之比[KPIiKPIc]为基准进行测算， 该比值越大， 则信息业绩价值就越大。 同时， 在指标计量的期限（t）内， 信息的平均可使用寿命期（T）越长， 信息业绩价值越高。 其计算公式（n为计量的关键指标数）为：
3. 交易用信息资产的计量。 不同于上述管理用信息资源资产化模型旨在测度某项信息资产的质量及其对企业决策、业务绩效的影响， 交易用信息资源资产化模型（财务估值模型）侧重于信息资产对外交易后能为企业带来的价值， 包括如下情况： 明确信息资产如何获取、如何管理信息资产的成本以及信息资产如何在业务交易中体现价值。 具体而言， 该财务估值模型包括信息成本价值（CVI）、信息市场价值（MVI）和信息经济价值（EVI）。
（1）信息成本价值（CVI）。 CVI从成本的角度估算信息价值， 适用于缺乏活跃信息资产市场的情况， 包括产生、获取、收集处理该信息耗费的显性成本和隐性成本（Lost Revenue）。 CVI的计算公式为：
。其中， 显性成本为年总成本（ProcExp）中的相应比重（Attrib）， 隐性成本为测算期限（n）内信息缺失导致的收入损失。 同时， 在信息处理期限（t）内， 该信息的平均可使用寿命期（T）越长， CVI越高。
（2）信息市场价值（MVI）。 MVI从市场价值估算数据交易能带来的收益， 仅适用于产权明确的信息资产。 以合作伙伴方的独家报价（Exclusive Price）为参考基准， 并考虑合作伙伴数量（Number of Partners）对信息市场价值的正面影响和溢价（Premium）的负面影响。 MVI的计算公式为：[MVI=独家报价×合作伙伴数量溢价]。
（3）信息经济价值（EVI）。 EVI从传统计算收入的方法入手， 估算信息资产创造的净财务价值， 表现为创造的收入和各项成本之差。 相比其他模型， EVI需要在一定时期内开展一项实验， 所以不一定适合传统业务。 EVI的计算公式为： EVI=[收益i-收益c-（获取成本+管理成本+应用成本）]×T/t。 其中， 信息资产创造的收入体现为运用信息资产与未使用信息资产获得的差额收入（Revenuei-Revenuec）。 扣除的各项成本包括信息的获取成本（AcqExp）、管理成本（AdmExp）、使用成本（AppExp）。 同时， 在信息测算期（t）内， 该信息的平均可使用寿命期（T）越长， EVI越高。
在后续计量过程中， 考虑到信息资产具有高度被盗用的可能性， 企业可以结合机器学习和大规模、严格降维技术对信息资产的机密性自动生成更高级的分类表， 进行更精细化的估值， 并对初始计量结果进行评估与调整。
六、信息资源资产化的实现路径
（一）制度设计层面： 会计核算制度的完善
在2021年《征求意见稿》中， 财政部建议“有条件的企业可以建立财务和业务一体化、标准化的信息处理系统， 逐步实现信息化、智能化、网络化财务管理……”。 上述建议有助于推动信息资产的应用， 却难以推进信息资源的资产化。 只有在会计准则中明确信息资产的会计核算， 并要求企业强制披露有关信息， 才能真正保障信息资源资产化的顺利实施。 （二）行业监管层面： 信息资产确权的建立
受限于信息资源的高度被盗可能性， 信息资源的确权问题始终是其资产化中的一个难题。 在确定权属关系后， 也并不意味着信息资产处于相对安全的状态。 因为目前我国立法上对信息资源的权属问题作出规定的仅有《民法典》， 所以有必要在相关的法律法规中进一步明确信息资产的权属、公民的数据权利， 以及国家的管辖权力和管理的范围与内容， 同时有关部门应当更新监管手段和方式， 利用区块链等技术推动信息资源的确权。
（三）企业实施层面： 信息资产的重视与应用
信息资源资产化相关制度与政策的落实还需要企业的积极配合。 2021年《征求意见稿》建议企业逐步实现信息化、智能化、网络化财务管理， 为企业实施降本增效、转型升级、风险管理、战略管控等提供了支撑。 一方面， 要求企业重视信息资产， 将其视为与其他战略资产同样重要的资源， 并通过将其资产化纳入财务报告， 从而向市场传递信号; 另一方面， 要求企业积极应用信息资产， 培育以数据洞察变化、以数据支撑决策、以数据支撑创新的数据文化， 释放数据潜能， 使信息资产能为企业培育核心竞争力。
七、结论
信息资源是当前经济发展的重要推动力量， 如何将信息资源资产化已成为当前理论界和实务界亟需破解的一道难题。 本文基于这一现实需求， 结合现代会计理论， 根据信息资源的不同来源， 尝试将信息资产分为原生信息资产、外生信息资产以及次生信息资产， 在此基础上， 对各类信息资产的权属主体、确认时点以及价值计量问题进行了重点讨论与分析。 本文的主要结论可归纳如下： （1）满足资产定义和确认条件的信息资源应当确认为表内信息资产。 （2）在资产化的空间上， 企业可确认拥有所有权或产权不明确但其拥有控制权与收益权的信息资源; 在资产化的时间上， 企业应根据信息资源的来源， 分别在获取时点、月末或期末以及达到预定使用状态时确认信息资产。 （3）信息资源资产化的关键是能够可靠计量， 企业可在信息资产来源分类下进一步结合信息资产的用途将其分为管理用信息资产和交易用信息资产， 分别进行初始计量， 并进行定期评估和调整。 （4）信息资源资产化的实现依賴于制度设计方、行业监管方与企业方的通力合作。
【 注 释 】
① 以“财务会计概念框架（CF）”为代表的现代会计理论认为：资产是过去的交易或事项引起的，由特定主体拥有或控制的，能预期带来经济利益流入的资源（SFAC 3）。我国2006年颁布的《企业会计准则——基本准则》中亦有类似表述。可见，“有用性”是“资产”要素的第一属性。此外，虽然“要素”一词在经济学与会计学中分别是两个不同的概念，前者指社会生产经营活动中所需要的各种社会资源（包括劳动力、土地、资本等），后者指会计报表的基本构成要素（如资产、负债、所有者权益、收入、费用和利润等），但就“资产要素”而言，二者的含义趋同。经济学中的“要素”所指的就是会计学中的“资产”，而会计学中的其他“要素”都是“资产”（第一要素）派生出来的会计概念。
② 关于会计计量模式的讨论几乎达成共识，即历史成本计量与公允价值计量并用的“双重计量”模式。这是因为市场经济是动态经济，历史成本无法反映市场不确定性对资产价值的影响，需要采用公允价值计量作为必要的补充[4] 。换言之，历史成本计量侧重信息资产的投入成本而非产出价值，但信息资产的价值却恰恰更多地体现在为企业带来的预期现金流入（其折现价值即为“公允价值”）上。然而，公允价值计量亦有一定的不足，即过于看重信息资产（本身）的交易价值，却不能体现出信息资产的潜在价值（信息资产用于企业内部管理时所带来的自由现金流）。这一点，或许应该借助经济计量模型实现。
③ 例如，Belk基于客户数据开发出客户保留模型，增加了多样性和非多样性开支以及多渠道客户的数量，进而优化商品品类计划和商店布局，并完善决策流程，使得客户数量翻倍，从而增加了企业利润（https：//multichannelmerchant.com/operations/feedback-setting-expectations-key-customer-experience-birchbox -belk/[EB/OL]，2021-03-07）。
④ 《民法典》第127条规定：“法律对数据、网络虚拟财产的保护有规定的，依照其规定。”
⑤ 例如，哈啰单车等共享经济企业在向用户提供服务时，会收集包括姓名、身份证号、电话、电子支付账号及密码等在内的用户个人信息。
⑥ 近期万众瞩目的“滴滴事件”是关于此类信息资产的一个绝佳例证。
【 主 要 参 考 文 献 】
[1] 秦荣生.数字经济时代数据资产的确认与计量[N].经济观察报，2020-12-21.
[2] 刘翔.信息管理与信息系统[M].北京：清华大学出版社，2013：9 ～ 10.
[3] 黄世忠.信息资源的七大定律及其确认与计量[ J].财会月刊，2020（4）：3 ～ 9.
[4] 葛家澍，窦家春，陈朝琳.财务会计计量模式的必然选择：双重计量[ J].会计研究，2010（2）：7 ～ 12.
[5] 叶雅珍，刘国华，朱扬勇.数据资产相关概念综述[ J].计算机科学，2019（11）：20 ～ 24.
[6] Kaback S. M.. A user's experience with the derwent patent files[ J].Journal of Chemical Information and Modeling，1977（3）：143 ～ 148.
[7] Moody D.， Walsh P.. Measuring the value of information：An assest valuation approach[C].Copenhagen：Proceeding of the Seventh European Conference on Information Systems，1999：1 ～ 12. [8] Laney D. B.. How to monetize，manage， and measure information as an asset for competitive advantage[M].Brookline： Biblimotion Inc.，2018：1 ～ 343.
[9] 黃世忠.旧标尺衡量不了新经济——论会计信息相关性的恶化与救赎[ J].当代会计评论，2018（4）：1 ～ 23.
[10] Penman S.. Accounting for intangible assets： There is also an income statement[ J].Journal of Accounting Finance and Business Studies，2009（9）：358 ～ 371.
[11] 李泽红，檀晓云.大数据资产会计确认、计量与报告[ J].财会通讯，2018（10）：58 ～ 59+129.
[12] 余应敏.确认大数据资产 助推新经济发展[ J].财会月刊，2020（23）：52 ～ 55.
[13] 李永红，张淑雯.数据资产价值评估模型构建[ J].财会月刊，2018（9）：30 ～ 35.
[14] 方恒阳.大数据在公允价值计量中的应用[ J].财经界，2016（11）：183.
[15] 韩海庭，原琳琳，李祥锐等.数字经济中的数据资产化问题研究[ J].征信，2019（4）：72 ～ 78.
[16] 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（8）：124 ～ 127+178.
[17] Phau I.，Liang J.. Downloading digital video games： Predictors，moderators and consequences[ J].Marketing Intelligence & Planning，2012（7）：740 ～ 756.
[18] Sergio Camisón-Haba，Tomás González-Cruz.Information assets：A typology of disclosed and non-disclosed information[ J].Technological Forecasting and Social Change，2020（11）：120242.
[19] 张鹏，蒋余浩.政务数据资产化管理的基础理论研究：资产属性、数据权属及定价方法[ J].电子政务，2020（9）：61 ～ 73.