原创《企业大数据资产属性辨析》：本论文为您写资产毕业论文范文和职称论文提供相关论文参考文献，可免费下载。
【摘 要】 大数据日益成为国家和企业的战略资源,发挥着实质上的资产作用.然而,会计未能有效揭示大数据资源的价值.文章以《企业会计准则——基本准则》中关于资产定义及确认条件为依据,以企业数据类型、构成及来源为基础,考察了企业大数据的资产属性问题.分析表明,企业大数据具备“由过去交易或事项产生”“企业拥有或控制”“预期会为企业带来未来经济利益”等资产特征,因而符合资产定义；随着大数据分析运用技术的日益演进,大数据预期带来未来经济利益流入的可能性将大为提高；无形资产评估技术的不断发展和创新使大数据成本或价值得以可靠计量成为可能,表明企业大数据满足资产确认条件.故认为企业大数据具备资产属性,应将其作为一项资产进行财务列报.
【关键词】 企业大数据； 资产属性； 资产定义； 资产确认
【中图分类号】 F234.4 【文献标识码】 A 【文章编号】 1004-5937（2017）12-0007-06
一、引言
大数据日益成为国家和企业组织的战略资源.研究和实践发展表明,大数据有助于获得生产力、竞争优势、效率[1],是创新能力以及创造消费者盈余的关键要素[2],是一种促进公司绩效提高的正向因素；采用“数据驱动的决策方式”的企业能够获得约5%的生产力和约6%的利润率,这些差异在排除了劳动、资本、购买服务、传统IT投资等解释因素之后依然强劲[3].大数据已成为类似于品牌形象的一项企业资产[4].
然而目前却缺乏一种有效机制或方式来正式揭示这一新型企业资产的价值.会计则恰好提供了这样一种正式机制.作为一种经济信息系统,会计通过提供对利益相关者决策有用信息来减少信息不对称问题.这些决策有用信息,即和企业组织的财务状况、经营成果和 流量相关且可靠的财务和非财务信息.理论上讲,凡是能够对企业组织的财务状况、经营成果和 流量产生重要实质性影响的经济事项或经济资源,都应当包含于企业的财务报告中.大数据正是这样一种具有远大运用前景和价值创造潜力、能够对企业组织产生重要实质性影响的经济资源,因此,它的价值信息也应当包含于当今的企业财务报告中.
当然,“在财务会计中,并非所有经济资源和义务及其变动都被确认和计量”（美国APB第4号公告《企业财务报表的基本概念和会计原则》,1970）.但是,在符合了 “效益大于成本”和 “重要性”原则的前提下,并满足会计要素的确认条件时,就应当将一定的经济资源或资源要素确认为财务报表要素（美国FASB第5号概念公告《企业财务报表的确认和计量》,1984）.随着知识经济时代的到来,人力资本、智力资本、客户资源等无形资产对企业的重要性日益上升,甚至超过传统有形资产（想想Facebook）.然而,由于对这些无形资产的计量存在困难,或者对其确认不满足“效益大于成本”原则,致使这些无形资产仍未在组织财务报表中正式列报.但是,不对这些具有重要实质性经济影响的无形资产进行列报,无疑降低了相关组织会计信息的决策有用性.正因为此,有关这些无形资产的价值评估和计量研究已经成为国内外会计学界的当务之急,也构成了当前会计热点和未来研究的方向之一.
大数据作为近二十年新兴的一种无形资产①,也存在着同样的问题.一方面,人类社会正走向全面数据化（孙海华,2015）、“赢得数据者赢得产业”（郑英豪,2015）.另一方面,国家借力大数据提升国家治理能力、建设“智慧城市”“智慧国家”等战略举措及一些行业日益“数据化”“智能化”（如互联网、电信、金融等行业）等,使得大数据日益成为重要战略资产,而这种战略资产的价值却未能在政府和相关行业企业的财务报告中得以反映,这无疑会引发信息不对称问题,不利于利益相关者对组织质量的判断,也降低了会计信息的决策有用性.
美国FASB第5号概念公告《企业财务报表的确认和计量》（1984）规定会计要素的确认标准为可定义性、可计量性、相关性、可靠性.IASC（现改组为IASB）《编报财务报表的框架》（1989）也明确规定一个项目需满足“和该项目有关的未来经济利益很有可能流入或流出主体；对该项目的成本或价值能够可靠地加以计量”两个条件时才能确认为会计要素.我国2014年修订的《企业会计准则——基本准则》也做出了类似规定：一项资源应当符合资产定义,并同时满足资产确认条件,才能确认为资产（第二十一条）.“符合资产定义和资产确认条件的项目,应当列入资产负债表；符合资产定义,但不符合资产确认条件的项目,不应当列入资产负债表.”（第二十二条）
由此可见,大数据能否作为资产要素确认,就包括对如下两个方面问题的回答：第一,企业的大数据资源是否符合资产定义?第二,企业的大数据资源能否满足资产确认条件?鉴于此,本文拟对上述两个问题一一剖析,即对大数据的资产属性进行探析.
二、企业数据生态系统
大数据是指其规模超出了典型数据库软件工具能够抓取、存储、管理和分析能力的数据集.Laney（2001）最早提出了大数据的“3V”特征：容量大（Volume）、多样化（Variety）、速度快（Velocity）.“大数据之父”维克托运用“4V”特征：数据体量大（Volume）、数据类型繁多（Variety）、处理速度快（Velocity）、价值密度低（Value）描述大数据.Moffitt et al.[5]则详细而又灵活地描述了典型的大数据应当具备的条件或特征：（1）系机器自动获取或产生；（2）可能仍是以传统形式存在,但会因频繁广泛地收集不断扩大；（3）也可能是另外一种全新的数据来源；（4）没有被格式化,因而不易被使用；（5）可能大部分都是无用的,虽然大数据的收集及其经济意义是积极的；（6）当和企业ERP系统里的结构化数据相结合时,就会有用得多.
“大数据”和传统“小数据”相比,最大差异不在于其“容量”（Volume）,而在于其“格式”（Variety）.“小数据”多为结构化数据,如销售、工资、会计、采购等交易数据,这些数据多以一个包含行、列的表格形式呈现.而大数据,不仅包括传统的小数据,更多包括非结构化数据（约占90%）,它们难以量化,难以用傳统的行、列方式呈现,可以跨设备收集（包括笔记本电脑、移动电话、传感器、卫星等）,主要表现为一些“软”信息,如视频、卫星图像、社会媒体交互,或电子邮件、短信、网页等[6].但也正是这些非结构化的大数据提供了探索和利用大数据的最大机会.
资产论文参考资料：
结论：企业大数据资产属性辨析为关于本文可作为资产方面的大学硕士与本科毕业论文资产名词解释论文开题报告范文和职称论文论文写作参考文献下载。
