1.大數據資產
對于大數據資產的定義,目前業界還沒有確切定論,通常結合大數據與資產兩者的概念來定義大數據資產。
大數據(big
data),IT行業術語,它是指在特定時間范圍內無法使用常規軟件工具捕獲,管理和處理的數據集合。這是一個巨大的高增長率和多樣化的需求,需要一種新的處理模型來具有更強的決策能力,洞察力和發現能力以及流程優化能力和信息資產。
財政部修正的《企業會計準則—基本準則》中明確規定:資產是由企業過去的交易或事項形成的、企業擁有或控制的、預期會為企業帶來經濟利益的資源。
結合二者定義,有學者將大數據資產定義為:企業及組織在運營活動中產生或從外部渠道獲取,具有擁有權或控制權,經過加工整理后,能夠真實、客觀地反映某一事項的情況,并能為企業帶來預計經濟利益的數據資源。

2.大數據資產特點
(1)業務依附性
數據與業務是密不可分的,并且數據本質是業務的側面反映,其價值首先是真實記錄了業務發生的全過程,即便是錯誤的數據也可以反映業務發生時存在的違規行為。同樣,數據服務機構和交易所將原始數據進行清洗處理后,也會結合特定的應用場景將數據進行整理并打包展示。企業結合自身的經營場景和管理模式來確定對數據的具體需求,而不同行業的企業,其經營場景也大不相同,當然對數據的需求也大相徑庭。因此,同樣的數據對主營業務和戰略規劃不同的企業產生的價值也不同。
(2)價值波動性
與傳統有形或無形資產不同,大數據資產不會僅僅因為時間的推移或被使用而產生減值或損耗,相反其具有強烈的價值波動性,可能會隨著企業的更新加工和不斷積累挖掘或由于某件特定事件的發生而產生增值,當然也可能會隨著失去時效而發生迅速貶值。此外,隨著數字經濟的迅猛發展,大數據處理技術也隨之快速革新,數據量激增,大數據資產的市場價值也隨之不斷波動。
(3)時效性
大數據資產的價值是有一定時限的,新數據產生、企業經濟環境變化或決策商業模式變更等內外部因素都會導致原有數據資產價值瞬間消減。時間和空間的變化都會導致大數據資產的時效性發生變化:一是地區間經濟技術水平的差異,使大數據資產的使用壽命周期因地區而異,在一個地區失去使用價值的大數據資料在另一個地方卻是適用的,仍然有可用性;二是某一時期失效的數據資源,可能在將來由于某些因素的變化而重新產生價值。此外,需要注意的是,一些已消亡或正在消失的數據資料價值不僅不會減值,反而更具有研究意義,價值連城。
(4)共享性
大數據資產本質是一種數字信息,對存儲的物質載體具有獨立性,即它能同時在不同的實物載體上存儲,這種特質決定了大數據資產是一種共有財富,可以實現多主體同時共享,這一點與無形資產的共益性有類似之處。但不同的是,大數據資產的客戶具有廣泛性,一種數據資產的使用主體可以是不同類型的企業,如電信企業的客戶數據信息(符合法律規定)可以銷售給食品銷售企業,也可以銷售給服裝企業,不同使用主體可能并無競爭關系,因此,大數據資產的共享并不會給使用主體帶來損失。
(5)超額盈利性
超額盈利性是大數據資產能夠為企業帶來超過市場平均水平的盈利。數據資產以先進的科學技術為依托,不斷進步的技術必然推動更多數據資產的發掘,數據資產分析帶動企業創新產品、開辟新市場、建立新的銷售方式等,由此獲得超額利潤。大數據資產的存在代表著企業具有某些優勢,而這種優勢是其他企業不具備的,因而大數據資產能帶來超過正常收益的利潤。在大數據時代,數據資產的應用前景十分廣闊,大量潛在的市場有待開發,會為企業帶來越來越多的價值利益。
(6)風險性
大數據資產在處理過程中會存在很大的風險,尤其是前述提到的積累清洗階段。在這一階段企業運用數據挖掘技術在大量原始數據中篩選可能存在潛在價值的數據資源,并且前文已述,大數據資產具有價值密度低的特點。那么在這一環節,企業很可能面臨挖掘失敗的結果,其付出的加工支出就需要計入當期費用,這對當期利潤的影響是較為致命的。因此,基于信息不對稱理論,企業需要在報表附注中對大數據資產可能存在的風險進行充分披露。
本文由@2200 發布于三個皮匠報告網站,未經授權禁止轉載。
更多行業知識,敬請關注三個皮匠報告行業知識欄目。
推薦閱讀:《前瞻:2022年中國大數據產業全景圖譜(16頁).pdf》
《中國大數據產業生態聯盟:2021中國大數據產業發展白皮書(33頁).pdf》