上海国家会计学院季周：商业银行数据资产的特点及会计核算_新浪财经

　　数据作为数字经济时代全新的关键性生产要素，贯穿于数字经济发展的整个过程。生产要素的演变和发展，其本身会从根源上重构经济环境的发展以及具体的商业模式，也会要求用于反映客观经济活动的科技准则和相应的经济规范与时俱进，也使得财务会计在日新月异的经济环境下，持续为财务报表使用者提供有用的和有价值的信息。同时，从更加宏观的层面，系统、科学地评价不同领域和不同类型的数据要素对于经济社会发展的贡献度，从而更好地推动经济秩序规范的建立。

　　2021年国务院政府工作报告中提到，截至2020年，我国数据经济的核心产业增加值在当年GDP总量中的占比达7.8%，预计2025年将达到10%。数据要素从国家宏观层面已经成为数据经济发展的核心引擎，可以协同技术、商业模式、业态和制度进行创新，为高质量发展提供全新的动能。

　　众所周知，一方面，传统产业开始数字化、网络化、智能化的升级转型；另一方面，数据要素与传统的生产要素结合，催生出了以人工智能为代表的新技术，并与金融科技结合形成新的资本；与智能机器人相结合，催生新的劳动力。目前非常热门的元宇宙，则可以说是数据要素和传统的要素相结合催生的“新土地”。

　　这就要求数据要素研究无论从立法方面还是会计准则方面，都能更加准确地反映数据生产要素的经济价值，需要探索数据生产要素的核算制度，建立数据生产要素价值和贡献相适应的利益分配机制。这样的研究在制度上、实务上都具有非常重要的现实意义和深远影响。

　　光大银行发布的《商业银行资产会计核算研究报告》的价值主要体现在以下两个方面。

　　一是这个报告非常有意义。报告基于中央全面深化改革委员会第二十六次会议审议通过的《关于构建数据基础制度更好发挥数据要素作用的意见》开展商业银行数据资产的会计核算研究，具有现实性和前瞻性，也有实务研究价值。同时，基于IASB的《财务报告概念框架》（2018年）来探索商业银行的数据资产的定义、数据资产的确认情形、数据资产的成本内涵，以及数据资产为核心的业务、不同业务模式下的数据资产分类、计量、列报和披露。

　　在学术领域，数据资产研究近几年热度很高，但是部分研究缺乏商业应用场景，相对空泛。此次报告能够和商业银行的数据使用场景结合在一起，探讨数据资产的定义、分类，以及会计的处理方式。同时，报告也发挥了报告研究者的特有优势，结合商业银行的数据价值实现场景，分析数据资产化过程中企业数据价值创造的真实路径，在数据资源、数据资产、数据资本的闭环中准确地结合准则开展了深入研究。

　　当前数据资产化的研究领域基本上覆盖了三个层面。从法律角度讲，数据资产的确权是数据流通和交易的前提，包括权利的属性、权利的主体和权利的内容。

　　从市场的角度看，数据资产化聚焦的是数据资产的定价和交易问题，以及培育数据流通交易市场生态。从会计角度讲，数据资产的确认、计量、列报和披露，是对数据资产流通结果的确认和相应的列报。从数据流通角度看，目前存在的最大问题是市场价值是否可以获得，市场流通交易的活跃度如何，是否能够提供公允价格。

　　在现行会计准则的体系下，数据资产很难被确认，企业一大部分数据资源或者“数据资产”是游离于数据资产负债表之外的。在法律制度方面确立了数据资源的持有权、使用权和经营权“三权”分置的框架下，很多问题能够迎刃而解。数据生产要素的确权是数据基础制度金字塔的塔基，在这个基础上，我们才能去讨论数据资产化的具体问题，光大银行的报告就是在这样一个新的制度框架下积极开展探索的。

　　二是这个报告非常国际化。报告密切关注国际会计准则修订的趋势，也参考了欧洲财务报告咨询组2020年发布的无形资产报告的文献回顾。财务报表本身就是对企业的财务状况、现金流量、经营成果的一个反映。但是现有的企业财务报表反映无形资产的信息严重不足，从而使得财务报表的价值相关性正在下降。这方面的积极探索有利于提高财务报表的相关性，有利于和商业银行的业务模式结合在一起。

　　欧洲财务报告组在2021年发布的《Better Information on Intangibles》就讲到了无形资产在全球经济当中的重要性与日俱增。数据资产是一个“富矿”，因为对商业银行来说，客户关系、客户生命周期价值及信贷风控，都已经成为商业银行数据价值的实现方式，进一步形成核心竞争力来源。

　　国际会计准则理事会在2021年3月发布的第三次议程咨询意见表明，对国际会计准则第38号无形资产条款的修订，是未来五年最优先修订的项目之一。我国已经走在了数字经济的前列，相应的会计核算的体系、相关的制度和政策也应与时俱进。

　　围绕资产现有的定义和确认标准，目前学术界存在三派主流观点。

　　一是“表内确认观”。该观点认为企业的数据资源如果满足资产的定义，同时满足资产的确认标准，就可以在资产负债表中确认为资产。在财务报表中是否单独列报，要遵循相关的可靠性和可计量性规定。数据资产的确认可以为财务报告使用者提供对其决策有用的信息，比如提高资产负债表的完整性，以及重新评估新经济企业的财务状况，同时提高利润表的相关性，降低企业的市净率等。目前很多数据驱动型企业是轻资产企业，因为没有可供银行抵押的有形资产，在贷款方面会受到一些约束。如果数据资产可以入表，有价值的数据资产就可以成为一种抵押物。

　　二是“表外披露观”。该观点认为数据资产存在计量的不确定性，特别是数据所有权或者控制权存在不确定性。同时，使用价值和公允价值难以估计或者难以获得，数据存在减损风险等。持这一观点的学者主张数据资产可以在企业财务报表附注，或者在管理层讨论和分析中予以披露。

　　三是“无须确认观”。该观点认为利润是企业有形资产和无形资产综合产生的经济增加值，企业并不一定需要辨认、确认和计量，包括数据这种独特的无形资产。这类学者认为利润表和资产负债表本身相互勾稽、互为补充，投资者可以利用利润表的数据，来预计企业可以产生的未来现金流，从而作出决策，其好处是能够规避数据资产计量的不确定性。

　　展望数据资产化，数据的意识增强、数据供给与需求能力的提升，都会要求整个生态加速数据资产化的进程。数据治理是非常重要的一个环节。数据资产化的发展很大程度上受制于软硬件技术的发展。绝大部分数据资产化进程受到企业自身数据治理能力的制约，无论是数据的中台，还是数据平台的搭建，都是企业数字化转型和数据资产化一个很重要的基础。数据治理体系的搭建，一方面，可能适用于企业自身发展，并用于外部监管；另一方面，从财务会计角度来说，能为数据资源化、资产化过程中的成本归集提供非常重要的数据输入。数据资产的金融及其衍生品，都可能成为一种重要的金融现象。会计助力数据资产化，是非常重要的一环。马克思曾说“从商品到货币是一次惊险的跳跃”，从数据资源到数据资产也是类似的非常艰苦的一跃，需要政府的制度和机制创新，需要以商业银行为代表的企业进行商业模式创新，也需要高校等研究机构进行理论创新。打造数据资产的生态，需要大家共同关注和努力。（银行家杂志）