政务处理

进入新经济时代，会计信息能否与投资者的决策继续保持相关性，是会计界十分关注的重大问题。对此，黄世忠教授撰写了题为“旧标尺衡量不了新经济：论会计信息相关性恶化与救赎”的长文，分三部分探讨新经济时代会计相关性日益恶化的现象、原因和对策。第一部分为“江河日下的相关关系”，从决策有用观和受托责任观的视角，分析会计信息相关性在新经济时代不断下降的事实。第二部分为“视而不见的鸵鸟政策”，指出旧经济时代制定的会计准则到了新经济时代开始出现水土不服症，僵化过时的会计规则无视无形投资的资本支出属性、平台资产的网络效应现象、行业地位的经济价值差异、用户聚集的边际成本递减、数据资产的价值创造功能、智慧资本的内在经济价值，导致会计信息相关性日益降低。第三部分为“与时俱进的救赎之道”，探索对新经济企业创造价值和保持竞争力至关重要的驱动因素进行确认、计量和披露的路径与方法，以缓解会计相关信息供给不足的问题。该文近日发表于《当代会计评论》，本文在此基础上，作了一些数据更新和内容增补。本文系“新经济新模式新会计”课题的阶段性成果。全文近4万字，篇幅虽长，但信息量大，观点新颖，值得耐心阅读。

—论会计信息相关性的恶化与救赎

黄世忠

厦门国家会计学院 院长

维基英文百科显示，“新经济”一词最早出现在1983年5月30日《时代》杂志刊登Charles Alexander的封面文章“新经济”（The New Economy）（Alexander, 1985），用于解释以重工业为基础的经济向以新技术为基础的经济的根本转变，但由于互联网当时尚未出现，新经济一词并非十分流行。1996年12月30日，《商业周刊》刊登了Michael Mandel的文章“新经济的胜利：全球化和信息革命的强大回报”（The Triumph of the New Economy: A Powerful Payoff from Globalization and Info Revolution），此后，新经济这个术语频繁出现。Mandel在该文中将肇始于经济全球化和信息革命、由科技创新驱动的经济发展模式称为新经济(Mandel 1996)。虽然经济学界对此定义并不完全认同，迄今还未能就新经济的权威定义达成共识，但美国信息技术与创新基金会（Information Technology & Innovation Foundation, ITIF）提出的衡量新经济的指标体系，显然有助于我们了解新经济的大致内涵。在《2017年美国各州新经济指数》中，ITIF将新经济评价体系分为五大类25个指标（ITIF，2018）。第一类为“知识性岗位”，包括IT专业人士岗位数、管理专业及技术岗位数、员工教育水平、知识性雇员移民数、美国知识性雇员内部迁移数、制造增加值、高薪交易服务数；第二类为“全球化”，包括国外直接投资、制造和服务出口占比、高科技出口量；第三类为“经济动能”，包括业务重构、快速增长企业数、新股发行数、发明专利数；第四类为“数字经济”，包括线上农业、电子政务、宽带通信、健康信息技术；第五类为“创新能力”，包括高技术岗位、科学家和工程师、专利、工业研发投资、非工业研发投资、清洁能源经济、风险资本。从这些评价指标可以看出，新经济本质上是一种知识经济，以智力、研发和创意等无形资源为主要驱动因素，依靠信息技术进步和商业模式创新推动经济社会可持续发展的智慧型经济形态。

进入21世纪，新经济发展迅猛，势不可挡。尽管起步较晚，但得益于庞大的人口基数和市场容量，我国的新经济弯道超车，发展迅猛，异军突起。工信部下属的中国信息通信研究院发布的《中国数字经济发展和就业白皮书（2019年）》显示，作为新经济的一部分，2018年我国的数字经济[1]总量接近31.3万亿元，占GDP的比重高达34.8%（如图1所示），增速明显高于同期GDP增速（如图2所示），对2018年GDP增速贡献率高达67.9%，创造了1.91亿个工作岗位，占全年就业总人数的24.6%，已成为带动国民经济发展的核心关键力量。

新经济在为经济社会发展提供新动能的同时，改变了我们的生活和工作方式，而且对旧经济产生巨大冲击，改变了市场生态，颠覆了竞争格局。例如，截至2019年4月末，世界上十大市值上市公司中，有七家为新经济企业，分别是微软、苹果、亚马逊、谷歌、脸书、阿里巴巴和腾讯。又如，截至2019年4月末，阿里巴巴的市值（3.31万亿元）超过了三大石油公司的市值总和（2.44万亿元），腾讯的市值（3.08万亿元）超过了三大电信运营商的市值总和（1.77万亿元），BATJ（百度、阿里巴巴、腾讯和京东）的市值（7.06万亿元）比工农中建的市值（5.77万亿元）还多出1.29万亿元。再如，2018年中国电信和中国联通的税后利润（252亿元），只相当于腾讯787亿元税后利润的32%，三大石油公司2018年的税后利润总和（1684亿元）比BAT的税后利润总和（1815亿元）少了131亿元。在广告行业方面，互联网广告异军突起，令传统广告媒体公司望尘莫及。Zenith媒体公司发布的《全球媒体公司30强-2017》显示，谷歌和脸书的广告收入已稳居全球媒体公司的第一位和第二位，这两家公司2016年广告收入（分别为794亿美元和269亿美元）占全球广告收入的20%，百度和腾讯的广告收入分别位列第四和第十四，超过中央电视台的第二十位。从我国的广告业看，以互联网为代表的新媒体广告收入，已经遥遥领先于电视台、广播电台和报刊杂志等旧媒体的广告收入，占比呈不断提升之势，如表1所示。

与新经济蓬勃发展形成鲜明反差的是，诞生于旧经济时代的会计规则却因循守旧，依然故我，与新经济格格不入，导致会计信息的相关性日益恶化，学界和业界要求改革的呼声日盛。

一．江河日下的相关关系

如果从达芬奇的数学老师卢卡.帕乔利（Luca Pacioli）1494年系统总结复式簿记算起，会计堪称是一个古老的职业了。这个有着500多年历史的古老职业，历经了工业革命和股份公司的洗礼，得益于信息技术进步的赋能，总体上还焕发着青春活力，依据其不断演进的会计规则提供的会计信息，在产品经济时代为优化资源配置（决策有用）和降低代理成本（受托责任）发挥着重要作用，做出巨大贡献。然而，这个古老职业，求稳有余，创新不足。现在我们熟悉的财务报告体系，基本上是工业革命后的产物，其背后的会计规则具有重视物质资源、轻视人力资源，关注有形资产、忽略无形资产的鲜明印记，到了无形资产占主导地位[2]的新经济时代开始感到水土不服，在实现决策有用性和评价受托责任这两个财务报告目标时显得力不从心。最明显的症状莫过于会计信息的相关性日益降低。

1. 决策有用性视角下会计信息相关性的下降

从决策有用性的角度看，会计信息相关性的下降表现为股票价格与关键财务变量（如报告盈余、权益净值和现金流量）之间的统计关联性持续恶化（Lev, 2000）。Lev和Zarowin的研究表明，反映股票回报与报告盈余相关关系的R2从1978年的0.115降至1996年的0.037，反映股价变动与报告盈余变动相互关系的盈余反应系数（ERC）也从1978年的0.907降至1996年的0.61；反映股票回报与经营性现金流量相关关系的R21979年的0.074降至1996年的0.036，反映股价变动与现金流量变动相互关系的现金流量反应系数（CFRC）也从1976年的0.75降至1996年的0.416；按照奥尔森（Ohlson）模型计量的反映股票回报与“报告盈余+权益净值”相关关系R2由1977年的0.923降至1996年的0.618（Lev and Zarowin, 1999）。值得注意是，上个世纪90年是新经济的发端阶段，会计信息的相关性在这一时期快速下降，绝非机缘巧合，而是会计不适症导致新经济的估值理念和评价体系发生重大变化，基于非会计信息的决策模式日益盛行。2016年，Lev和Gu在其备受瞩目的新书《会计的没落与复兴》[3]中，将研究期间拓展至1950至2013年，会计信息相关性的恶化趋势仍然没有改观，会计收益和权益净值对上市公司股票市值的解释能力从1950年代的90%降至2013年的50%左右，多重财务指标（包括销售收入、销售成本、销管费用、净利润、总资产和总负债等六个指标）对股票市值的解释能力从1950年代的90%降至2013年的50%至60%之间（Lev and Gu, 2016）。

如果这些实证研究结果显得过于抽象，我们不妨看看可以佐证上述结论的两个典型案例。表2列示了旧经济时代的线下零售巨头沃尔玛与新经济时代的线上零售巨头亚马逊和阿里巴巴2014至2017年的相关财务指标，表2列示了GAFATAM（谷歌、苹果、脸书、亚马逊、腾讯、阿里巴巴和微软）这七家新经济代表性企业账面净资产与股票总市值的差距鸿沟。

从表2可以看出，2014至2018年期间，不论从资产规模（资产总额和净资产），还是从经营规模（营业收入和经营活动的现金净流量），或是从经营效益（净利润和净资产收益率）这些传统财务指标看，沃尔玛在大多数年度都超过亚马逊和阿里巴巴，但其股票市值却远低于亚马逊和阿里巴巴。所有这些，既说明股票投资决策与传统会计信息的关联度不大，也意味着投资者对上市公司的估值大量利用了非会计信息，而且后者的作用并不逊色于甚至超过了会计信息。如果三大报表提供的会计信息，只能在很低程度上解释不同上市公司股票市值的差异，则会计信息的决策相关性堪忧，会计信息的提供是否符合成本效益原则令人生疑。

表3显示，这七家全世界新经济最具代表性的企业，平均市净率高达6.31倍[4]，表明每6.31美元的市值，就有5.31美元在资产负债表上得不到反映和解释，这从另一个侧面说明会计信息对新经济企业相关性不高的现象。虽然会计信息不是用来计量企业价值的，但至少应成为投资者对企业进行估值的一个基础，否则，奥尔森模型的依据何在？新经济代表性企业的净资产与股票市值之间存在如此之大的差距鸿沟，难免让我们对会计信息在新经济时代的决策有用性产生怀疑。

2.受托责任评价视角下会计信息相关性的下降

如果新经济时代会计信息的决策有用性持续衰减，那么会计信息剩下的唯一功效就是受托责任的评价了。遗憾的是，在新经济时代，会计信息在这方面的作用也不容乐观。从受托责任的角度看，会计信息相关性的恶化主要表现为受托责任的评价对会计信息的依赖度不断降低。在旧经济时代，净资产收益率是评价管理层是否有效履行受托责任的最常用指标，因为该指标的分母代表股东将财产托付给管理层的资源投入，分子代表管理层通过经营运作股东托付的财产给股东带来的产出。用投入产出比的高低评价管理层是否有效履行对股东的受托责任，是一种比较科学合理的方法。然而，在新经济时代，企业能否生存发展并为股东创造价值，很多程度上取决于它们能否在人才、研发、用户、品牌、创意等方面的投入。在这种情况下，继续沿用净资产收益率来评价新经济企业管理层的受托责任，只会加剧管理层短视化的机会主义行为，让它们不愿意从事虽可提升企业核心竞争力和价值创造能力但短期内可能造成严重亏损的资本性支出，新经济企业只好越来越多地诉诸于市值管理、风险管理、市场份额、用户数量、行业地位、网络效应、平台价值、模式创新等非会计信息来评价管理层对受托责任的履行情况。

新经济时代，会计信息在评价管理层受托责任方面，其相关性日益恶化的另一个重要标志是激励机制的设计对会计利润的依赖越来越小，而对股票期权的倚重越来越大。为了更加有效地缓解代理问题，大幅降低代理成本，引导管理层更加积极主动地进行有利于提升企业股票价值的无形投资，股票期权顺理成章地取代了会计利润，成为新经济企业最通行、最有效的激励机制。股票期权的价值高低与企业的股票市值成正比关系，而股票市值能否增长，在很大程度上取决于企业在研发、技术、人才、用户、品牌、创意等方面的成效，而非企业短期的盈利。这或许是很多“亏损”（虚亏实盈）或“微利”（长远暴利）的新经济企业其股票市值大大高于高额盈利的旧经济企业的重要原因[5]，这也说明了新经济企业为何舍得耗费巨资去收购兼并“亏损累累”的其他新经济企业[6]，因为投资者和资本市场十分清楚，这些新经济企业的“亏损”或“微利”是由会计规则的不合理、不科学所造成的，与企业的基本面无关。

以上分析表明，进入新经济时代，不论在决策有用性方面，还是在受托责任评价方面，会计信息的相关性均呈现快速下降的态势。在这种情况下，新经济企业的会计人员耗费大量资源编制财务报告目的何在？Govindarajan等人的调查访谈表明，新经济企业的很多首席财务官（CFO）认为，按照公认会计准则编制财务报告特别是资产负债表和利润表，只是法规遵从（Regulatory Compliance）要求的一种摆设，耗费在财务报告编制和审计的资源纯属浪费[7]，会计已不再被认为具有价值创造功能（Govindarajan et al, 2018），原因在于这种财务报告不能反映新经济企业创造价值和保持核心竞争力的驱动因素。

二．视而不见的鸵鸟政策

从制度框架上看，新经济时代下会计信息对投资决策和受托责任评价的相关性之所以日益恶化，根本的原因是现行的会计准则大多是在旧经济时代制定的，到了新经济时代不适症开始显现。根据这些会计准则编制的财务报告具有“吃硬不吃软”的特性，对于反映以实物资产等硬资产（Hard Assets）为主体、采用“单打独斗”商业模式的旧经济企业的财务状况、经营业绩和现金流量游刃有余，颇受认可，但用于反映以智慧资产（Intelligent Assets）等软资产（Soft Assets）为核心、采用“资源整合”商业模式的新经济企业则显得力不从心，疲态毕露。具体地说，新经济时代会计信息相关性急剧下降，主要是准则制定机构缺乏与时俱进精神，对新生事物采取鸵鸟政策，坚守因循守旧的确认、计量和报告标准，导致财务报告选择性失明，对新经济企业价值创造的关键驱动因素视而不见，主要表现在以下六个方面。

1. 无视无形投资的资本支出属性

新经济企业的价值创造和竞争力的提升，主要不是依靠股东投入的财务资源，而主要是依靠知识资源、信息技术和商业模式创新。为此，新经济企业将大量资源投放在研究开发、创意设计、人才培养、专利申请、网络更新、客户获取、市场开拓、品牌维护、数据库建设、业务流程再造等无形投资（Intangible Investments）方面。美国的无形投资占非农增加值的比重日益上升，且已经超过机器设备等有形投资（Corrado and Hulton, 2010），如图3所示。

Haskel 和Westlake在《没有资本的资本主义：无形经济的崛起》[8]（Capitalism Without Capital: The Rise of The Intangible Economy ）一书中，也指出欧美的无形投资占GDP比重从2008全球金融危机以来大幅超过有形投资的现象，如图4所示。

Haskel和Westlake还指出，无形投资具有扩展性（Scalability）、沉落性（Sunkenness）、外溢性（Spillovers）和协同性（Synergies）等特点（Haskel and Westlake,2018）。扩展性指无形投资形成的资产可以同时在众多地点反复使用而不会降低其效用，如商业模式和产品设计的复制性使用；沉落性指无形投资决策一旦做出便不可更改，因为其形成的资产通常难以单独出售，外溢性指无形投资形成的效益往往惠及投资企业之外的其他攸关方，具有很明显的外部性；协同性指无形投资得益于企业之间创意和研发的共享，是推动企业之间进行合作研究和建立商业联盟的推动因素。正因为具有4S特点，无形投资显著区别于有形投资，4S特点进一步加剧了企业竞争的马太效应，强者恒强，市场集中度不断提高，企业之间的市场地位严重分化。

文豪、李洪月（2013）借鉴Corrado、Hulton、Sichel在2005年创设的研究方法（简称CHS法），对我国2009年由计算机信息、创新资产和经济能力组成的无形资产投资进行计量，发现我国的无形资产投资虽然总量高达1.308万亿元，但占GDP的比重只有3.8%，远远低于其他发达国家的10%左右。张俊芳等（2017）在对索洛模型进行改进的基础上，测算了我国无形资产（这方面的支出是无形投资的主要来源）的总额和结构，发现我国的无形资产主要来自创新资本和组织资本的贡献，无形资产总量及其占GDP比重均呈现快速增长态势，如表4所示。

无形投资是新经济企业提升价值创造能力和核心竞争力的最重要方式，为资本市场所认可并对股票市值产生积极影响。无形投资本质上具有明显的资本性支出属性，本应予以资本化，但现行会计准则的规定过于迂腐，认为这些无形投资能否带来未来经济利益存在诸多不确定性，因而要求企业费用化。其结果，无形投资越大的新经济企业，报表上体现的利润越少，甚至亏损。将无形投资费用化，造成的不良后果是资产负债表和利润表双双失实，导致新经济企业的财务图像与经营实绩严重脱节，甚至相互矛盾。

在资产负债表方面，无形投资按费用化而不是资本化的方式进行会计处理，导致对企业未来发展和价值创造至关重要的大量智慧型无形资产游离于资产负债表之外，严重低估了新经济企业的财务实力。华为2008-2018期间研究开发支出高达4955亿元[9]，形成了87805件技术专利，为其成为世界上最具竞争力的电信设备制造商奠定了坚实的技术基础，但其2018年末资产负债表上反映的与此相关的无形资产余额只有71.34亿元，足见华为资产负债表的虚化问题有多严重。资产负债表虚化，或许是新经济企业市净率居高不下的重要原因，也在一定程度上说明了为何高额商誉总是与新经济企业的收购兼并相伴而生。资产负债表虚化带来的另一个意想不到的经济后果是加剧了中小型高科技企业的融资难、融资贵问题，因为我国商业银行对中小企业的贷款决策在很大程度上依赖于资产抵押和信用担保，其结果，银行错失了与这些企业共成长的机会，造成资源错配，将大量贷款投放给虽然传统没落但却握有大量实物资产的旧经济企业，而不是将有限的信贷资源用于扶持表内实物资产匮乏但表外无形资产富足的新经济企业。

在利润表方面，将无形投资费用化，导致收入与费用配比失当，严重扭曲了新经济企业的经营绩效。众所周知，无形投资的成本效益在时间分布上是不对称的，成本呈现前高后低而效益则呈现前低后高的态势。无形投资费用化的会计处理方式，进一步加剧了这种不对称，使收入与费用的配比变得毫无意义。在投入期，伴随着费用的大量发生，是没有收入或只有少量收入，此时，新经济企业利润表体现的是累累亏损，而在收益期，伴随着收入的急剧增长，是少量费用或没有费用，此时，新经济企业利润表体现的是高额暴利。其结果，不论是投入期，还是收益期，利润表从来没有正确过，发出的都是扭曲事实的错误信息。面对这种令人啼笑皆非的局面，投资者只好选择忽略会计盈利信息，这在一定程度上解释了为何新经济企业普遍存在着股票市值与会计盈利严重背离的现象，如图5 所示。

R2，代表美国上市公司股票市值与会计收益和权益净值的相关关系，曲线代表研究开发、销售和管理费用占销售收入的比例。从图中可以看出，上世纪90年代新经济出现以来，企业大幅增加研究开发、品牌营销、客户获取、人才培养和流程优化等无形投资，但按照会计准则的要求，这些投资大都计入当期的销售费用和管理费用，严重低估了企业的净收益和净资产值，其结果是会计收益和权益净值对股票市值的解释能力急剧下降。

无形投资在我国的重要性也日益凸显。国家统计局、科学技术部和财政部发布的《2017年科技经费投入统计公报》显示，我国2017年的研究开发支出高达17606亿元，研发投入强度（研发支出除以GDP）为2.13%。各类企业的研究开发支出13660元，占全部研发支出的77.6%，成为研究开发活动的最重要主体。表5显示，我国A股上市公司在研究开发方面的投入日益增多，由2013年的1981亿元增至2018年的7204亿元，占利润总额的平均比例超过30%，将这些研究开发支出费用化，既在很大程度上低估了上市公司的盈利能力，也不能反映技术和知识密集型上市公司的价值创造驱动力。

此外，新经济企业尤其是TMT（电信、媒体和科技）企业越来越热衷于披露非公认会计原则业绩指标（Non-GAAP Measures）。金融时报100指数公司中，81家在年度报告中披露了Non-GAAP业绩指标，标普500公司中，88%的公司披露了Non-GAAP业绩指标，道琼斯指数公司中，GAAP与Non-GAAP业绩指标之间的差异，从2014年的12%上升至2015年的30%（张为国，2018）。纽约注册会计师协会的调查结果表明，过去20年，使用Non-GAAP业绩指标的美国上市公司比例从59%上升到96%（陈燚，2018）。Non-GAAP业绩指标日益盛行，表明资本市场对此有强烈的信息需求，这显然与基于公认会计原则的利润表不能如实反映其经营绩效不无关系，也在很大程度上说明会计准则的相关性和权威性正在丧失。

2.无视平台资产的网络效应现象

网络效应（Network Effects）又称网络外部性（Network Externalities），是以色列经济学家Oz Shy在《网络产业经济学》（The Economics of Network Industries）一书中提出的，指每个消费者的效用随着购买相同或兼容产品的消费者数量的增加而增加（Shy，2004）。尽管网络效应早在旧经济时代就已存在，但在新经济时代更加明显，信息技术产业尤甚。得益于风险资本和创业资本的加持、引导和激励，新经济企业更加注重技术发明和模式创新，更加愿意进行大手笔的无形投资，最终促使信息技术加速迭代，商业模式不断创新，从而形成了独特的网络效应，即平台资产的价值随着越来越多用户的频繁使用而增加。

以优步和滴滴等网约车平台为例，越多的用户和司机使用网约车平台，或是用户和司机越频繁使用网约车平台，就会为网约车平台汇集更加旺盛的人气，带来更加丰富的数据，从而使网约车平台经营者能够利用大数据技术以更加便捷、高效和经济的方式，为司乘人员提供更好的载客和乘车体验。在这种情况下，网约车平台对优步和滴滴等经营者的价值就越大。网络效应对社交平台和网购平台同样适用。对脸书、推特和腾讯等社交平台而言，随着越来越多的用户使用社交平台，或者用户使用社交平台的时间越来越频繁，社交平台对现有使用者就越方便，越有吸引力，内容提供商和服务提供商就更愿意委托社交平台经营者提供广告、游戏等服务，社交平台的增值潜力也就越大。对于亚马逊、阿里巴巴和京东等网购平台而言，越来越多的消费者、商家和厂商使用网购平台，现有使用者的买卖交易就愈发方便、高效和经济，这反过来又促使他们更多地使用网购平台，形成良性循环，网购平台对于自营型和平台型电商的价值当然也因此不断提升。

平台资产的网络效应有目共睹，但现行会计系统对此熟视无睹，不闻不问。笔者查阅了经营网约车平台、社交平台、网购平台的代表性上市公司的季报和年报，发现平台资产的网络效应主要是通过在“管理层讨论与分析”（MD&A）披露用户数及其增减变动[10]的方式间接反映的，但平台资产的用户数显然不能等同于网络效应。至于在财务报告部分，平台资产的网络效应价值却只字未提。

平台资产的网络效应因为难以可靠计量而不在会计上确认，极大低估了平台型企业的资产价值。雪上加霜的是，按照现行会计准则的规定，新经济企业不仅不得确认平台资产的网络效应，而且必须对平台资产计提折旧或摊销。这种处理方式似乎蕴含着平台资产没有正网络效应只有负网络效应的会计逻辑。这种会计逻辑与经济学家早已证明的平台资产网络效应背道而驰，秉承这种会计逻辑并延续现行做法，将会导致会计信息相关性进一步恶化。

3.无视行业地位的经济价值差异

赢家通吃（winner-takes-all）效应是新经济的一个显著特征，在一定程度上源自无形投资的扩展性。赢家通吃效应，通俗地说就是“数一数二，不三不四”。在经济时代，很多行业的市场份额都被老大吃掉了，只留一些残羹剩饭给老二，至于老三老四，消费者或用户根本不屑一顾[11]。表6展示的中美社交平台行业老大与老二的巨大差距，雄辩地说明了这一现象。

从表6可以算出，截止2018年底，美国社交平台的行业老大脸书的日活跃用户量是行业老二推特的3.26倍，其2018年度的营业收入是推特的18.36倍，净利润是推特的18.33倍，股票市值是推特的16.91倍。同样地，截止2018年末，我国社交平台的老大与老二也相去甚远，腾讯的月活跃用户、营业收入、净利润和股票市值分别是微博的2.36倍、26.75倍、19.98倍和29.03倍。至于钉钉、百度贴吧、知乎等社交平台，与腾讯就根本不在同一重量级上。

赢家通吃现象在网约车行业同样存在，如表7所示了美国第一大网约车平台Uber和第二大网约车平台的相关业务和财务数据，它们之间的差距令人印象深刻。

赢家通吃效应既与网络效应有关，也与自媒体时代口口相传的“注意力经济”有关，品牌、口碑、人气、体验是新经济企业能否实现赢家通吃的致胜法宝。因此，通过获取客户和维护客户、提高客户的粘性和体验，对于提供新经济企业的行业地位，从而提高其核心竞争力和价值创造能力至关重要。

行业地位不仅意味着新经济企业能否赢家通吃，而且决定着它们能否实现“规模收益递增”（Increasing Returns to Scale）[12]。众所周知，经济学有一个著名的“规模收益递增”定律，指的是某一产品、服务、企业或行业的净收益增长速度超过生产规模扩张速度的现象。尽管规模收益递增定律早在旧经济时代就已存在，但在新经济时代更为明显，自媒体和互联网行业尤甚，这主要是因为新经济企业尤其是龙头企业，更加注重商业模式创新，更舍得在产品研发、品牌营销和客户获取等方面进行大手笔的投资，更在在乎客户体验，更重视客户维护。

行业地位还关系到新经济企业的估值高低。国泰君安以梅特卡夫定律为基础，提出了对互联网的估值模型：V=K×P×（N2÷R2），其中的P代表行业地位的溢价率系数（Premium for Industry Positioning），行业排名越靠前的，溢价率系数就越高。表3所显示的脸书与推特、腾讯与微博之间的巨大市值差异足以说明行业地位对估值的影响。可见，在新经济时代，企业在行业中的市场地位在很大程度上决定着其经济价值的大小。国泰君安的估值模型直面赢家通吃现象，将龙头企业对用户产生“虹吸效应”的价值直接量化，表明估值理论和方法的与时俱进，值得肯定。

与证券业与时俱进的做法形成鲜明反差的是会计界依然故我，对行业地位差异产生的赢家通吃效应、规模收益递增和股票市值差异等现象视而不见，在新经济企业的财务报告不见踪影。既然证券业已经寻找出对行业地位经济价值差异的计量方法，会计界再以这种计量具有不确定性为由将其排斥在财务报告之外就显得不合时宜了。如果会计界拒不接受新观念、新事物、新方法，会计信息的相关性还将进一步恶化。

4. 无视用户聚集的边际成本递减

“流量为王”是新经济代表性企业的一个成功秘笈。“流量为王”有两层含义，一是网络平台拥有的海量用户成为其与内容提供商、服务提供商进行讨价还价的强有力筹码，二是网络平台拥有的海量用户聚集引发量变到质变，促使边际成本呈递减状态，不断向零逼近，甚至出现零边际成本效应（Rifkin, 2014），如图6所示。

“流量为王”对新经济企业的最大价值在于，其边际成本随用户数量的增加呈现不断下降的趋势，当用户量足够大，边际成本就会向零逼近直至等于零。用户聚集带来边际成本递减效应，是Jeremy Rifkin在《零边际成本社会》（The Zero Marginal Cost Society）一书中所揭示的互联网时代的一个定律（Rifkin, 2014）。以零边际成本进行竞争，就可以所向披靡，无往而不胜。蚂蚁金服之所以让传统的商业银行如芒在背，就是因为它基于网络化的商业模式有别于传统的商业银行，一旦它完成信息网络的建设，无需任何实体营业网点就可以为用户提供便捷高效的金融服务，这意味着它每新增一笔存款、新增一笔贷款、新增一笔结算、新增一笔理财、新增一笔保险，其边际成本等于零，而传统的商业银行却必须布设成千上万的营业网点、配备价格不菲的IT设备、雇佣数以万计的工作人员，每新增一笔金融业务都会发生很高的边际成本。

此外，零边际成本还可以成为新经济企业开拓过去长期被忽略的长尾市场（Long Tail Market）的利器。长尾市场依据的是美国《连线》杂志主编Chris Anderson在2004年提出的长尾理论，如图7所示。

长尾理论的核心要义是，商业和文化的未来不在传统需求曲线头部的热门市场，而在于需求曲线中那条无穷无尽的尾巴—小众市场。备受消费者追捧的热门市场往往是竞争激烈的“红海市场”，而受到消费者冷落的小众市场通常是波澜不惊的“蓝海市场”。过去小众市场无人问津，是因为企业发现服务小众市场的客户代价高昂，得不偿失。但到了新经济时代，一些企业特别是龙头企业因为用户聚集效应导致边际成本降至零，此时，以零边际成本服务小众市场就成为一本万利的生意了，因为不论细分市场有多小众，长尾客户购买的产品或服务量有多少，对于零边际成本的新经济企业都是有利可图的，不考虑税收因素，边际成本为零时，增加一分钱的收入就是增加一分钱的利润。

通过无形投资聚集海量用户所形成的边际成本递减效应，既是新经济企业（特别是龙头企业）赚取超额盈利的动因，也是它们获取竞争优势的源泉。可惜的是，现行会计体系对用户聚集的边际成本递减效应视而不见，零边际成本这些新经济时代最显著的特征在财务报告中见不到任何踪影。既然财务报告无法提供这些对价值创造和竞争力至关重要的信息，投资者别无他法，惟有选择忽略会计信息。这也是会计信息相关性在新经济时代不断降低的另一个重要原因。

5.无视数字资产的价值创造功能

“平台是金”是新经济代表性企业的另一个成功秘笈。平台是金是指网络平台可以汇集用户流、信息流、资金流[13]和物流等新经济时代最有价值的资源，对这些资源加以开发利用，就可以衍生出无限的商机，获取丰厚的回报。在平台汇集的这些资源中，对新经济企业最具价值的是用户流和信息流所带来的“数字资产”（Digital Asset）。在数字经济时代，数字资产是新经济企业最宝贵的核心资源。

从本质上说，BAT经营的对象就是数字资产，它们的最重要资源也是数字资产。从表象上看，BAT主要是通过提供广告服务、交易撮合、网络游戏获取收益的，但从实质上看，BAT是通过大数据、云技术、人工智能等信息技术作用于数字资产创造价值的。当我们作为用户日复一日地在百度搜索时，就会在百度的信息平台上留下IP地址和关键词等海量的电子数据，百度就可以通过这些数据为我们建立电子数据档案，利用算法推算出我们的偏好和需求，并据此为其客户的产品或服务提供精准营销。当我们作为用户或网商频繁地通过淘宝和天猫网购和网售时，就会在阿里巴巴的信息平台上留下我们的消费需求、品牌偏好、价格敏感、资信状况、产品质量等一系列数据，阿里巴巴据此就可以为用户和商家建立一个价值连城的电子数据档案，借助大数据分析，阿里巴巴就可以通过这些数据破解供需双方的信息不对称问题，再通过支付宝这一第三方支付神器破解供陌生人之间的相互信任问题，进行交易撮合，并按商品销售总额的一定比例向出售方收取推介费、服务费和管理费。当我们作为用户通过微信或QQ进行社交时，就会在腾讯的信息平台留下我们的交友偏好、推文偏好、点赞偏好、游戏偏好、阅读偏好等海量数据，腾讯就可以为我们建立电子数据档案，并借助大数据分析，与内容和服务提供商合作，为我们提供游戏、广告等增值服务。

当数字资产与生态战略相结合，其价值效用可以呈几何级数增长。在这方面，阿里巴巴提供了一个典型的事例。2014年上市以来，阿里巴巴利用其雄厚的资本实力不断收购兼并，借助其尖端的信息资源优势，以方便快捷的支付宝作为牵引，致力于打造一张生态网，试图把所有用户都罗织到这张无所不在的天网之中，让用户的衣食住行，甚至生老病死都离不开它。数字资产在阿里巴巴的生态网构建中发挥着“一鱼多吃”的功效。阿里巴巴掌握的近七亿活跃买家和成千上万商家的数据，除了可用于交易撮合赚取高额利润外，通过与制药厂商、医院和物流公司的合作，这些数据还可用于开网上药店，以更加便捷、更加经济的方式为活跃买家、患者和制药厂商提供网上药品买卖。更重要的是，这些数据还可用于拓展互联网金融服务，助推蚂蚁金服以接近于零边际成本的方式蚕食传统金融机构的市场份额。蚂蚁金服虽然还没有上市，但最新一轮的融资估值高达1450亿美元。估值如此之高，除了投资者看好其零边际成本优势外，还有一个重要原因是阿里巴巴可以与其共享数字资产、为其提供无所不在的商业场景。

如果说数字资产没有在BAT的财务报表中反映情有可原，毕竟它们只是利用数据资源创造价值，那么，直接以出售数据资源作为商业模式的企业不在财务报表中将这些数据资源确认为资产，那就匪夷所思了。遗憾的是，靠出售数据资源为生而不将其确认为资产的现象司空见惯，见怪不怪。笔者查阅了万得、东方财富、大智慧、同花顺等金融数据服务公司的财务报告，发现这些公司都没有将其数据资源确认为资产。从表8和表9分别列示的同花顺公司资产负债表和利润表可以算出，2016至2018年数据资源合计为同花顺公司带来了45.30亿元的营业收入22.09亿元的经营利润，但这一核心资源，却没有在同花顺公司的资产负债表得到任何的反映[14]。对于以出售数据资源为商业模式的企业，最重要的数据资源不确认为资产，次要的资源（如长期待摊费用和递延所得税资产等）反而确认为资产，这种主次不分的做法确实令人费解。

在大数据时代，数字资产是很多新经济企业的核心经济资源，数字资产已成为新经济企业开拓市场、降低成本、获取竞争优势、赚取高额利润的无形资产，其价值效用远远超过实物资产。面对这一毋庸置疑的事实，会计界再次选择视而不见的鸵鸟政策，把数字资产掩埋在细枝末节的会计信息这片漫漫黄沙中。对于依赖数字资产创造价值的新经济企业，特别是以出售数据为商业模式的企业而言，如果数字资产这一核心的资源不在会计上反映，而其他无关紧要的资产却事无巨细地加以反映，那么其所编制的财务报告只能是抓了芝麻丢了西瓜，要指望这种有失偏颇、轻重倒置的财务报告提供与投资者、债权人等使用者决策相关的会计信息，显然是不切实际的。

6. 无视智慧资本的内在经济价值

从经济学的角度看，提高资源（很大程度上表现为财务资本）配置效率是会计信息的一大功能，这实际上蕴含着财务资本稀缺性的假设。财务资本稀缺的理念在会计界如此根深蒂固，以致于我们都忘了还有比财务资本更稀缺的资源—智慧资本。知识密集和信息导向是新经济最为鲜明的特征，诚如管理大师彼得·德鲁克所指出的，新经济的主要职能是“知识和信息的生产与分配，而不再是物质的生产与分配”（Druck,1999）。与传统企业在价值创造过程中高度依赖于规模经济、物质资源和财务资本不同，新经济企业的价值创造主要依靠人才资源获取、信息技术创新和智慧资本积累驱动。人力资源才是新经济企业最宝贵的资源，智慧资本（Intellectual Capital）比财务资本更加稀缺。

在《智慧资本：组织新财富》（Intellectual Capital: The New Wealth of Organization）一书中，Thomas A. Stewart将智慧资本定义为“个人与团队能够为其组织带来竞争优势的一切知识和能力的总和”（Stewart,1997）。虽然学术界和实务界尚未能就智慧资本的内涵达成共识，但普遍认为至少包含人力资本（Human Capital）、结构资本（Structural Capital）和关系资本（Relational Capital）。Stewart指出，智慧资本构成要素的价值与企业业务的复杂程度成正比的关系，企业开展的业务复杂程度越高，就需要越多的高素质人才，越复杂的业务流程和越完善的规章制度，越紧密的客户关系和供应商关系，人力资本、结构资本和关系资本的价值自然就越高，如图8所示。

在新经济时代，价值创造可视为在特定结构资本（包括组织结构、规章制度和业务流程等制度安排）框架下，企业将人力资本（员工的专业知识、创新能力、工作经验、团队合作、管理水平等）作用于关系资本（客户关系、供应商关系、政商关系、劳资关系等）而产生的经济价值增值行为。人力资本的范畴小于智慧资本，但无疑是智慧资本的关键要素，在价值创造中居于核心地位，因为制度安排和各种关系的建立都离不开人力资本的作用力。

正是由于承认新经济时代智慧资本在价值创造过程中的作用不逊色甚至超过财务资本，让智慧资本分享企业创造的价值越来越普遍，通过优厚的工资福利和股票期权的方式让智慧资本提供者（员工）与财务资本提供者（股东）共同分享价值创造成果的激励机制在新经济企业日益盛行。例如，思科2018年年报显示，其CEO和其他高管团队的薪酬结构分别为：基本薪酬7%和6%、现金性奖励15%和8%、年资绩效权益奖励20%和33%、业绩权益奖励59%和52%。表10列示了2017年华为与其主要竞争对手为社会创造的价值总量（收入减去除工资福利、利息费用和税收费用外的其他所有成本费用）及其分配情况。从表中可以看出，剔除因亏损导致工资福利占比异常的爱立信和诺基亚这两家公司后，华为在价值分配中最善待员工，为社会创造的每100元价值，接近65%分配给员工，而这还不包括员工通过持股计划可以分享的利润。可见，尊重知识、尊重人才，以人为本是华为之所以能够在营运商业务、消费者业务和企业业务的激烈竞争中立于不败之地的根本原因。

上述四家新经济公司，2018年末的股东权益总额分别为：2331亿元、878亿克朗、154亿欧元和2252亿美元，按6%的资本成本测算，加上利息费用，由股东和债权人提供的财务资本成本分别为203亿元、77亿克朗、12亿欧元和213亿美元，除三星的财务资本略高于智慧资本成本（工资福利）外，其余三家公司的财务资本成本均低于智慧资本成本（工资福利）。从相对数看，财务资本成本和智慧资本成本占销售收入的比例分别是：华为2.8%和20.3%、爱立信3.7%和31.9%、诺基亚5.3%和32.7%、三星9.6%和9.3%，除三星外，其余三家公司的财务资本占比均低于智慧资本成本。所有这些，都从另一个角度证明了智慧资本才是新经济企业的最重要生产要素[15]。值得说明的是，工资福利充其量只能近似地代表智慧资本的当期使用成本，与智慧资本的价值不能等量齐观。

智慧资本能够为企业创造经济利益，新经济企业尽管不能拥有人力资本，但通过雇佣合同和其他禁止性规定，完全可以控制人力资本，至于结构资本和关系资本，不仅能够控制，甚至可以拥有。这些特点说明智慧资本完全符合资产要素的定义，理应确认为新经济企业的无形资产，但会计界以智慧资本难以可靠计量为由，将智慧资本的内在经济价值确认排除在财务报告之外，只反映智慧资本的使用成本，这也是导致会计信息相关性下降的一个重要原因。

辩证地看，会计信息相关性持续恶化也不见得都是坏事，可能倒逼会计改革。会计界应当秉承与时俱进的精神，正视会计相关信息供给不足的问题，果敢变革确认、计量和报告规则，才能凤凰涅槃，浴火重生，才不会在新经济时代因投资者大量使用竞争性信息而被边缘化。笔者认为，关键是要树立开放性思维，汲取新经济时代的新思想、新理念、新方法，改革过时的确认、计量和报告规则，以表内确认和表外披露相结合的方式，千方百计地将新经济企业创造价值的驱动因素纳入财务报告范畴之内。惟有如此，才能从根本上扭转会计信息相关性不断下降的趋势，会计才有望得到救赎。

在借鉴国内外相关文献的研究成果基础上，以下从确认、计量和披露的角度，探讨有助于在新经济时代提高会计信息相关性的路径和方法。

（一）完善确认标准，反映无形投资

现行会计体系之所以将新经济的很多价值驱动因素（Value Drivers）排除在财务报告之外，一是因为会计界对不确定性采取过度保守的风险偏好（Risk Appetite）态度，在确认中过分强调会计要素的可靠计量，二是因为会计界过分强调会计信息的可验证性，在确认中存在明显的重交易（Transaction）、轻事项（Event）倾向[16]。

1.改变过度保守的风险偏好，强调资产的经济利益元素

诺贝尔经济学奖获得者Milton Friedman曾说过，唯一能够使经济学家普遍接受的理论是，资产的价值由其预期的经济利益所决定。会计界对资产这一最重要会计要素的定义，也是以此理论为基础的。财务报告概念框架过去对资产的定义是：资产是主体因为过去交易和事项而拥有或控制的预期能够带来未来经济利益的资源。但在实务中，由于会计界秉承过度保守的风险偏好，不仅在资产定义中明确提出了不确定性要求（预期能够），而且要求以未来经济利益能够可靠计量作为资产的确认标准，导致对新经济价值创造至关重要但存在较大不确定性的无形投资等创新性资源（Innovative Resources）采用费用化而不是资本化的方式进行处理，加剧了资产负债表虚化现象。

创新是新经济的鲜明特征，风险与创新相伴而生。对于风险，会计界往往选择最小化的风险偏好。殊不知，企业经营的就是风险，且风险与回报对称，最小化的风险偏好显然与企业精神背道而驰。根据期权理论（Option Theory），风险同时也是机遇，期权的价值与其风险正相关。从期权理论的角度看，投入资金从事研究开发，相当于企业买入一项看涨期权（Call Option），如果研发成功，这项看涨期权的收益将远超其成本。如果从单个项目看，研发似乎风险颇高，但如果从组合角度看，研发风险就要小得多，否则，就难以解释为何很多新经济企业年复一年地将相当大比例的营业收入投入研发活动。上述分析说明，进入新经济时代，会计界必须改变风险偏好，树立中性的风险偏好，再也不能以未来经济利益不能可靠计量将包括研发在内的无形投资排除在资产负债表之外。

与此相对应的改进路径是，将不确定性置于计量环节，而不是置于确认环节。确认环节只需解决“有无”的问题，而不应纠缠于“多少”的问题。这恰恰是财务报告最新概念框架的做法。国际会计准则理事会（IASB）在2018年概念框架中将资产定义为“主体因为过去事项而控制的现时经济资源，经济资源指具有产生经济利益潜力的权利”（IASB，2018）[17]。IASB在概念框架第4.14和4.15段明确指出，经济资源指有产生经济利益潜力的权利，“有潜力”意味着权利所产生的经济利益并不需要是确定的，甚至不需要是可能的[18]（likely），即使产生经济利益的可能性较低，一项权利能够满足经济资源的定义，就可以是一项资产。IASB给资产下的新定义值得肯定，新的资产定义删除了经济利益的不确定性表述，扭转了会计界过分保守的风险偏好，不再将不确定性置于确认环节。此外，IASB在新的概念框架中，不再将能够可靠计量作为确认标准，仅将相关性（Relevance）和如实反映（Faithful Representation）作为新的确认标准。虽然没有证据表明IASB此举是出于对新经济的考虑，但新的资产定义显然有助于新经济企业对无形投资等创新性资源进行会计确认，因为这些创新性资源完全符合新的资产定义。

2.直面投资决策的影响因素，采用内外一致的确认方式

现行会计体系对于交易和事项采用不对称的反映方式，交易重于事项。这里的交易指的是基于法律的市场交易，如购销、投资、借贷等涉及产权交换（Exchange of Property Rights）的交易活动，事项是指任何对价值创造和竞争力产生影响的未涉及产权交换的内外部事件[19]。基于交易的会计确认（简称交易观），具有明显的监管导向（满足法规遵从要求），优点是具有客观性和可验证性，缺点是在反映价值创造和竞争力的驱动因素方面具有严重的时滞性。反映事项对估值产生影响的会计确认（简称非交易观），具有明显的价值导向（满足价值发现要求），优点是能够迅速反映价值创造和竞争力的驱动因素，缺点是不够客观且难以验证。交易观和非交易观这两种不同的确认基础各有利弊，不可偏废。现行会计体系过于重视对交易的反映，而对事项的反映不够重视，不仅导致会计信息相关性日益降低，而且导致会计处理逻辑性愈发混乱，譬如，外购商誉往往确认为资产，而自创商誉则不得确认，外购技术通常资本化，而自创技术却费用化。此外，公允价值计量对确认思想产生了重大影响，从“交易观”到“非交易观”的变革悄然发生，不少会计准则允许企业确认非交易事项所引发的价值变动，但IASB尚未在概念框架层面明确提出对“非交易观”事项的相关指引，也没有定义或描述事项的内涵，IASB有必要参照FASB的做法，对事项进行界定（黄世忠等，2018），在会计确认上对“交易观”与“非交易观”一视同仁，以提高新经济企业会计信息的相关性。

新经济时代，摩尔定律无所不在，信息技术迭代加速，市场监管多方博弈，政策环境变幻无常，企业价值备受内外部事项的影响。新经济企业的新技术新产品成功通过β测试[20]、获得新的技术专利、结盟新的商业关系、获取新的客户资源等内部事项，尽管不是以交易的形式出现，且其转换为经济利益尚待时日，但这些事项的信息发布却会迅速对其股票价格产生影响。同样地，对网上支付资质、网路游戏许可、网约平台责任加强或放松监管等外部事项，也会极大地影响新经济企业的股票价格。因此，直面投资决策的影响因素，更多地确认这些事项特别是内部事项的会计影响，在财务报告中反映无形投资等创新性资源，对于提高会计信息相关性大有裨益。

从会计处理的角度看，无形投资等创新性资源的确认并不复杂，关键在于贷方科目的设置。具体可分为两种方法，一是将自创的创新性资源纳入现有的报表体系，二是保留现有的会计体系不变，以辅助报表的方式反映自创的创新性资产。考虑到事件会计的主观随意性，为了防止管理层操纵盈余，笔者更倾向于采用第二种方法。第二种方法以事项的关键点为确认时点，以价值评估为确认基础。以研究开发为例，当新技术新产品通过β测试时，按照研发可望形成的新技术新产品的未来现金流量折现值借记“创新性资产”，贷记“递延预期收益”。当研发形成的新技术新产品带来收益增加或成本降低时，借记“递延预期收益”，贷记“创新性资产收益”，同时借记“创新性资产摊销”，贷记“创新性资产”。

（二）借鉴研究成果，完善计量方法

根据笔者的观察，会计界认为难以可靠计量的问题，其他学科的研究成果可能早已解决。事实上，现有会计体系在计量方面大多是从其他学科学习借鉴而来的，会计界耳熟能详的资本成本计量、重置成本计量和现行价值计量就是来自财务学和经济学的研究成果。进入新经济时代，新思维、新观念、新方法层出不穷，会计界更应当秉承兼收并蓄的包容态度和与时俱进的创新精神，探索引进其他学科日臻成熟的计量方法，为我所用，不断丰富、完善会计计量方法。

1.借鉴互联网估值模型，将用户资源和行业地位纳入计量范围

如前所述，互联网行业具有流量为王、赢家通吃的典型特点。将用户资源和行业地位纳入会计体系的计量范围，将极大缓解新经济企业资产负债表的虚化现象，更加准确地反映新经济企业的价值所在。以太网创始人梅特卡夫提出了网络的价值等于网络节点的平方，并且与网络的用户数量的平方成正比关系的观点，互联网行业将其称为“梅特卡夫定律”（Metcalfe’s Law）。以该定律为基础建立的梅特卡夫估值模型为：V=K×N2，其中的N代表的就是网络的用户数量。以此为基础，国泰君安构建了互联网企业的估值模型：V=K×P×（N2÷R2）。其中的P代表行业地位，N代表网络的用户数量。以梅特卡夫定律为基础的估值模型还包括DEVA（Discounted Equity Valuation Analysis，即折现权益估值分析）估值法、市值用户比较法等。所有这些都有其合理成分，适当地加以借鉴，有望为会计界破解用户数量和行业地位的计量难题。

2.借鉴实物期权模型，将无形投资和智慧资本纳入计量范围

期权有金融期权（Financial Options）与实物期权（Real Options）之分。实物期权是指企业进行包括无形投资在内的长期性投资决策时，能够根据当时的不确定因素选择采取某些商业活动（如进一步投资）的权利。实务期权是一种权利，而不是义务。实物期权的概念是由Stewart Myers在1977年提出，他认为，一个投资项目创造的利润，源自于对目前所拥有资产的使用以及对未来投资机会的选择之和（Meyers, 1977）。迄今为止，实物期权已成为处理不确定性投资结果的投资决策工具。与金融期权不同，实物期权具有非交易性、非独占性、先占性与复合性等特点（Trigeorgis, 1988），最常用的估值方法为BS模型和二叉树模型。

将实物期权模型用于对具有重大不确定性投资进行估值的著述汗牛充栋。Lev认为，新经济企业对研究开发的投资，本质上属于具有不确定性特点的无形投资，这类企业越来越多地将实物期权模型视作战略投资工具并广泛用于对研究开发投资的估值（Lev, 2000）。实物期权同样适用于对智慧资本，特别是人力资源的价值评估，例如，刘大为在其博士论文《新经济条件下企业人力资源价值计量研究》中，系统地论述了人力资源的实物期权属性，提出了用实物期权评估人力资源价值的方法体系（刘大为，2006）。可见，引入实物期权模型，将成为新经济企业对无形投资和智慧资本进行价值计量的有效捷径。

3.借鉴多重估值模型，将客户聚集的数字资产纳入计量范围

如前所述，因客户聚集可以导致新经济企业产生边际成本递减效应并由此形成价值连城的数字资产，对数字资产的价值进行确认和计量，无疑有助于提升新经济企业会计信息的相关性。尽管学术界和实务界围绕数字资产进行了广泛的探索，提出了各种各样的主张，但由于未得到准则制定部门和证券监管部门的认可而没有用于正式的对外报告，而主要是用于企业内部对数字资产投入与产出效果的评估。

全球领先的信息技术研究和顾问公司Gartner在2015年发布了Douglas Laney撰写的《为何和如何计量信息资产》（Why and How to Measure The Value of your Information Assets）的研究报告，提出了数字资产的多重估值模型，是迄今为止数字资产较为完整的计量体系，值得会计界借鉴参考。该体系根据数字资产的不同估值目标，将计量方法分为以改善信息管理约束为侧重点的计量方法和以改善信息经济利益为侧重点的计量方法两的类，前者包括信息内含价值法（Intrinsic Value of Information , IVI）、信息商用价值法（Business Value of Information, BVI）和信息业绩价值法（Performance Value of Information, PVI），后者包括信息成本价值法（Cost Value of Information ,CVI）、信息市场价值法（Market Value of Information, MVI）和信息经济价值法（Economic Value of Information, EVI）（Laney, 2015），如图9所示。必须说明的是，Gartner管理咨询公司在该报告使用的信息资产和本文所指的数字资产只是措辞上的差别，并没有本质上的差别。

信息内含价值法的计算公式如下：

其中，Validity代表正确记录信息占全部记录信息的比例，Completeness代表完整性，即记录信息占同类信息的比例，Scarcity代表稀缺性，即记录信息的稀缺程度，Lifestyle代表该类信息资产的预期生命周期。

信息商用价值法的计算公司如下：

其中，n代表业务流程数，Relevance代表该类信息对一个或多个业务流程的有用性，Validity代表正确记录信息占全部记录信息的比例，Completeness代表完整性，即记录信息占同类信息的比例，Timeliness代表及时性，即信息更新的速度。

信息业绩价值法的计算公式如下：

其中，i代表运用信息资产的业务流程场景，c代表不运用信息资产的业务流程场景，n代表用于计量或测试的关键业绩指标数，T代表数据的平均可使用寿命期，t代表关键业绩指标计量的期限。

信息成本价值法的计算公式如下：

其中，ProcExp代表用于捕捉数据的年化处理成本，Attrib代表归属于捕捉该数据的处理成本所占百分比，T代表数据的平均可使用寿命期，t代表所计量处理成本的期限，n代表重新获取信息或信息失去用途的期限，Lost Revenue代表因数据缺失导致的收入损失。

信息市场价值法的计算公式如下：

其中，Exclusive Price代表专业价格，Number of Partners代表合作伙伴数，Premium代表溢价系数。

信息经济价值法的计算公式如下：

其中，代表运用信息资产创造的收入，代表未使用信息资产创造的收入，AcqExp代表数据获取成本，AdmExp代表数据管理成本，AppExp代表数据用用成本，T代表数据的平均可使用寿命期，t代表信息经济价值实验期或测算期。

此外，德勤会计师事务所提出的旨在实现数字资产与企业价值相互连通的第四张报表，也不乏借鉴意义。第四张报表基于数字资产与股票市值的相关性，以非财务数据为核心，构建了以数字资产为基础，涵盖用户、产品、渠道和财务等四个维度以及数量、质量、广度、深度、发展、量级和效益等七个分析层级的量化企业价值管理体系，对于计量数字资产价值、用户价值、产品价值、渠道价值和企业核心价值具有一定的启示意义，如图10所示。

（三）强化表外披露，揭示价值动因

确认和计量不是万能的，有时甚至困然重重，此时，信息披露就成了唯一的选择。尽管表外披露不能替代表内确认，但可绕过表内确认的计量问题，不失为权宜之计。进入新经济时代，在定期财务报告之外，强化表外的信息披露，对于投资者及时做出决策意义重大。必须说明的是，这种性质的信息披露，不一定拘泥于形式，也不一定与定期报告一起披露，宜早不宜迟。此外，这类信息披露应当是自愿性披露，而非强制披露。最后，这类信息无需审计，且应当赋予管理层免责权利，使其免于诉讼。

表外披露重在揭示对新经济企业至关重要但又难以量化的价值动因，在很多情况下是确认和计量难以替代的，不仅具有确认和计量不可比拟的时效性，而且可以绕过会计准则对确认和计量的种种限制。比较有代表性的主张包括战略性资源与效果报告、细化支出性质的信息披露。

1. 追踪价值创造，反映战略性资源的配置与效果

新经济企业核心竞争力的表现形式和价值创造的驱动因素有别于旧经济企业，增加这些方面的信息披露，有助于增进投资者了解新经济企业的商业模式，提高其决策水平。Lev和Gu将新经济企业的价值创造驱动因素归纳为资源开发、战略性资源占有、资源维护、资源配置和价值创造等五个方面，并以定量分析与定性分析相结合的方式，提出了战略性资源与效果报告（列夫、谷丰，2016），极具推广运用价值。图11列示了新经济代表性行业—媒体与娱乐业的战略性资源与效果报告。

图中方框内为定量信息，椭圆框内为定性信息，当期经营活动创造的价值=经营活动产生的现金净流量+费用化的投资支出-资本性支出-权益资本成本。

1. 细化收支分类，反映资本性支出的投入与产出

按照现行会计准则的要求，新经济企业往往在财务报表以高度概括的方式反映收入与支出[21]，将创新性收入与经营性收入、资本性支出与收益性支出混杂在一起，不利于投资者评估资本性支出的投入与产出。为了克服这种缺陷，列夫从创新能力、人力资源、客户资源、网络效应等四个维度，提出了有助于评估资本性支出投入与产出效果的信息披露框（Lev,2000），如表11所示。

与此相类似的还有Govindarajan等人的主张，他们建议新经济企业的支出应按当期经营支出、未来导向投资支出和一次性特殊支出等三大类别进行披露，让投资者自行评估企业的真实盈利能力。

此外，笔者建议，知识密集型的新经济企业，应当详细披露营业成本、研究开发支出、销售和管理费用中所的雇员费用，让投资者能够一目了然地了解新经济企业在人力资源方面的投入。在保留成本费用按功能划分的基础上，严格要求企业特别是新经济企业按性质对其成本费用进行分类并披露（表12），或者单独披露人员费用（如表13），均可让投资者一目了然地了解新经济企业在人力资源方面的投入。

最后必须说明的是，会计改革不可能一蹴而就，也不应操之过急。上述关于确认、计量和披露规则的改进都是探索性的，其效果和可操作性有待时间的检验，需要从成本效益的角度审慎评估。鉴于新经济时代确认、计量和披露方面存在着诸多不确定性，同时为了防止管理层操纵盈余，最好是在保持现行会计体系和会计规则的基础上，鼓励新经济企业以辅助报表和自愿披露的方式，对有助于其维持核心竞争力和创造价值的所有要素尽可能予以确认、计量和披露。由于这套会计信息和辅助披露并不纳入现行会计体系，不会“污染”已有报表体系，既能发挥会计信息的决策功能，又可保持会计信息的经济利益分配功能，可谓取其利，去其害。（完）

[1] 中国信息通信研究院发布的白皮书，将我国数字经济界定为两大部分，一是信息通信产业，如电子信息制造业、电信业、软件和信息技术服务业，二是数字经济融合，传统产业通过应用数字技术实现生产效率和质量的提升。

[2] 以我国新经济代表企业BAT为例，截至2018年12月31日，百度、阿里巴巴和腾讯的存货和固定资产等实物资产分别为179亿元、908亿元和354亿元，而商誉和无形资产则分别高达258亿元、3122亿元和567亿元。后者还不包括品牌价值，2018年BrandZ全球品牌价值100强显示，百度、阿里巴巴和腾讯的品牌价值分别为269亿美元、1134亿美元和1790亿美元。

[3] 英文书名为“The End of Accounting and the Path Forward for Investors and Managers”, 方军雄教授翻译的中译本书名为《会计的没落与复兴》，2018年7月北京大学出版社出版。

[4]2018年末美国上市公司的平均市净率远低于这个水平，标准普尔500指数、纳斯达克指数和道琼斯指数成分公司的平均市净率分别为2.9倍、3.9倍和3.7倍。我国上市公司的市净率更低，2019年末，上证A股、深证A股、中小板和创业板的凭据市净率分别为1.26倍、1.93倍、2.10倍和2.81倍。

[5]这方面的例子不胜枚举。比如，已着手准备IP0的优步（Uber），尽管其2014至2017年分别亏损了7亿美元、22亿美元、28亿美元和45亿美元，累计亏损102亿美元，但其估值约700亿美元，超过通用电气（GE）的市值（2018年末的市值为658亿美元）。再如，推特（Twitter）在2014至2017年分别亏损了5.78亿美元、5.33亿美元、4.41亿美元和0.95亿美元，京东2014至2017年分别亏损49.96亿元、93.88亿元、20.48亿元和0.19亿元，虽然Twitter和京东2018年均扭亏为盈，1至3季度净利润分别为2.17亿美元和20.77亿元，还不足以弥补以前年度亏损，但2018年末的股票市值仍高达201亿美元和303亿美元。同样地，2018年1至3季度，BATJ合计的净利润只有1211亿元，而工农中建同期的净利润高达7786亿元，虽然BATJ的净利润只有工农中建的15.56%，但2018年末的总市值（5.66万亿元）却比工农中建的总市值（5.48万亿元）高出1800亿元。

[6]在收购兼并方面，脸书2014年2月耗费160亿美元收购了既没有收入也没有利润的WhatsApp，微软2016年6月耗费了262亿美元收购了仍处于亏损的LinkedIn。以传统的思维，天价收购亏损企业是匪夷所思的，但从新经济的角度看，这两项收购对脸书和微软获取客户资源、拓展商业模式、提升技术水平、实现转型升级是至关重要的，因此投资者还是给予正面的评价，这从并购消息公布后股价均有所上升而不是大幅下跌就可看出来。

[7]笔者认为这种观点有失偏颇。会计信息是经济利益分配的重要依据之一，税收缴纳、利润分配、契约执行、薪酬计划等，都离不开会计信息。从这种意义上，会计信息特别财务会计信息具有公共产品的性质，其编制和提供具有强制性的特点，对其审计是确保这种公用产品具有公信度和高质量的必要制度安排，在这方面的耗费具有明显的社会效益，不存在浪费之说。新经济企业的CFO之所以得出这种偏颇的结论，更多是从会计信息决策有用性的角度出发，明显忽略了会计信息的经济利益分配功能。从决策有用性的角度看，即使会计信息对投资者的决策相关性再低，也不意味着会计信息对企业的内部管理没有作用或作用不大。此外，会计信息可能不是投资者最重要的信息，但审慎的投资者在利用竞争性信息之外，通常是不会完全排斥会计信息的，这从重大收购兼并中投资者对财务尽职调查的重视就可以看出来。

[8]该书认为在新经济时代，资本主义正向“智本主义”过渡，由无形投资所形成的智慧资本将逐步取代财务资本，成为价值创造的最具决定性作用的核心生产要素。该书还指出，无形投资和智慧资本将造成企业之间竞争的马太效应更加明显，加剧收入分配不平等，给金融机构、资本市场和企业管理层带来前所未有的调整，迫使公共政策制定部门更加重视IT基础设施建设和社会治理环境。

[9]华为2018年末的总资产和净资产分别为6658亿元和2331亿元，研发费用资本化，不仅低估了华为的盈利能力，而且严重低估了华为的财务状况。

[10]2019年1月30日，脸书公布的2018年第四季度业绩报告显示，其截止2018年末的日活跃用户为15.2亿，比2017年末增长9%。QQ截止2018年末的月活跃用户为6.998亿，同比增长2.5%%，微信月活跃用户10.98亿，同比增长11.0%。淘宝截止2018年末的月活跃用户6.99亿，比9月30日增长了3000万。

[11]新经济时代的赢家通吃现象比旧经济时代更加突出，因为用户在新经济时代的转换成本几乎为零，而旧经济时代下转换成本却十分高昂。譬如，用户原先使用克莱斯勒的汽车，若改用通用的汽车，就要付出不菲的代价，而推特用户要改用脸书，轻而易举，为此付出的成本微不足道。

[12] Govindarajan, Shivaram和Srivastava等人2018年2月在《哈佛商业评论》发表的“为何财务报表对数字公司不管用”一文中也指出，忽视新经济企业（如以数字资产为主要资源的企业）的规模收益递增是财务报表丧失相关性的一个重要原因。

[13]我国的BAT（百度、阿里巴巴、腾讯）和美国的AGM（苹果、谷歌、微软）就是典型例子。2018年9月30日，百度、阿里巴巴和腾讯的现金性资产（现金及现金等价物加上变现能力强的金融资产）分别为1851亿元、4088亿元和3812亿元，占资产总额的比例分别为67%、50%和55%。同日，苹果、谷歌和微软的现金性资产分别为2450亿美元、1190亿美元和1305亿美元，占资产总额的比例分别为66%、54%和50%。BAT和AGM的现金性资产之所以如此之多，是因为它们都是平台型企业，而平台型企业的资金汇集功能是十分强大的。以BAT为例，客户想在百度上做广告，就必须预付广告费，现金就流到了百度账上；网商要在淘宝和天猫上开店，就要支付押金、保证金和铺底结算资金，现金就流到阿里巴巴账上；用户要在微信上玩游戏，就要充值，现金就流到腾讯账上。此外，支付宝和微信钱包也为阿里巴巴和腾讯吸附了大量的现金。

[14]2019年4月4日，同花顺公司的市净率高达19.17倍，这既与其数字资产没有在资产负债表上反映有关，也与其研发支出（最大的成本费用项目）在利润表上费用化有关。倘若研发支出形成的无形资产包括数字资产予以反映，市净率就不会如此之高。对于过去三年平均毛利率高达90%的同花顺这类以出售数据为商业模式的新经济企业，资本市场通常按收入倍数法进行估值，若按同花顺过去三年平均营业收入15亿元和目前通行的6-9倍收入测算，其数据资产的价值介于90至135亿元之间，这项未确认的表外资产远高于其表内资产。假设同花顺在资产负债表上确认了数字资产，则其2019年4月4日的市净率将降至4.75倍（按9倍测算）至7.13倍（按6倍测算）之间。这个例子从一个角度说明，新经济新业态上市公司市净率居高不下，其中的一个重要原因是大量的资产如数字资产和智慧资产没有在新经济企业的财务报表确认。

[15]诚如《没有资本的资本主义：无形经济的崛起》一书指出的，资本主义正向“智本主义”过渡。资本主义重视财务资本在价值创造和价值分配中的作用，“智本主义”则认为智慧资本才是价值创造的最重要决定因素，因而主张价值分配应当向智慧资本提供者（员工）倾斜。在新经济时代，资本主义向“智本主义”过渡是大势所趋。在经济环境发生蜕变的情况下，当下的财务会计和财务管理仍然奉财务资本为圭臬，而无视智慧资本作为最重要生产要素的角色，不仅导致会计信息的相关性持续恶化，而且可能误导投资和管理决策，产生“重物轻人”的资源错配。可见，新经济客观上要求财务会计和财务管理调整研究对象，把更多注意力放在智慧资本的确认、计量、报告和评价上。笔者认为，环境变迁将重塑财务会计与财务管理，与新经济相适应的新型财务会计和新型财务管理，必将以智慧资本为中心。在新经济时代，我们将见证智慧资本的强势崛起和财务资本的不断式微。因此，将财务会计和财务管理的主要研究对象由财务资本转向智慧资本，才契合与时俱进精神。

[16]虽然FASB在第6号财务会计概念公告中认为交易、事项和情况都应当予以确认，但在实际会计工作中，对交易的确认往往更受重视，也比事项更全面、更及时。譬如，与客户签订一个重要合同属于重要事项，一般作为待执行合同不予确认，而金额再小的购销交易，也都予以确认。

[17]新的资产定义删除了过去定义中的“拥有”，只保留了“控制”，这虽然是一个进步，但却是一个有限的进步。因为共享经济中，能够带来未来经济利益的经济资源，甚至可以不需要由企业控制。优步和滴滴能够调度的汽车和驾驶员，空中食宿（Airbnb）能动用的房间，都是不由他们控制的，而是基于一种联盟关系的约定。笔者认为，将定义中的“控制”改为“形成”更加合理。

[18] IASB这里使用的英文措辞是likely，而不是probably或more likely than not，这些英文措辞虽然在中文上都翻译成“可能”，但在程度上是有差别的。Likely指实现概率较低的可能性，通常低于50%，Probably和more likely than not指实现概率较高的可能性，通常高于50%。

[19]本文关于事项的定义，在本质上与FASB对事项的定义相一致，FASB在第6号财务会计概念公告第135段将事项定义为对主体产生后果的事项（a happening of consequence to an entity），但本文所指的事项是狭义的概念，内涵不如FASB宽泛，FASB所指的事项，是个广义的概念，包括主体与其他主体的交易，本文的事项则不包括主体与其他主体的交易。笔者认为，FASB将交易(transaction)、事项(event)和情况(circumstance)作为并列关系，事项又包括交易，逻辑上并不严谨。

[20]β测试是一种验收测试，是指软件产品完成了功能测试和系统测试之后，在产品发布前进行的软件测试活动，一旦通过β测试，软件产品即可进入发布阶段。

[21]FASB和IASB在改进财务报告的征求意见中，曾提出将所有的资产和负债、收入和支出按照经营活动、投资活动和筹资活动的方式进行划分，旨在提高会计信息的相关性。三分类法虽然受到投资者的欢迎和好评，却受到编制者和一些国家准则制定机构的极力反对而暂时搁置。笔者认为，资产和负债、收入和支出按三分类法划分，不仅可以使三大报表的分类方法保持一致，而且有助于提高资产负债表和利润表的信息含量，对于投资者和债权人等信息使用者评估企业的经营业绩以及业绩的可持续性很有益处，值得探索和尝试。

1.陈燚.折旧？升值？—从GAAP/Non GAAP联想会计教育.国会大学堂. 2018.10.

2.国家统计局.科学技术部.财政部.《2017年全国科技经费投入统计公报》,2018.5. www.stats.gov.cn

3.黄世忠.黄晓韡.黄静如.王肖健.公允价值计量影响分析：基于财务报告概念框架的视角[M].经济科学出版社,2018: 87-96

4.列夫、谷丰. 会计的没落与复兴[M].方军雄译,北京大学出版社.2018:6-39

5.刘大为.新经济条件下企业人力资源价值计量研究[D].博士论文.2006.5:38-46.

6.文豪、李洪月.中国的无形资产投资及其国际比较.宏观经济研究.2013(12): 26-34.

7.张俊芳、郭永济、郭戎. 我国知识密集型无形资产总量到底有多少？科学学研究.2017(3):372-378.

8.张为国.其他综合收益、另类业绩指标和会计信息的相关性, IFRS系列讲座资料.2017.10

9.中国信息通信研究院. 中国数字经济发展与九月白皮书，2019.4:8-11.

10.Alexander C. P. The New Economy[J]. Time Magazine, 1983(5):7-12.

11.Corrado C.A. and Hulton C.C. How Do You Measure a “Technological Revolution”[J]. American Economic Review, 2010. 5(2). 99-104.

12.Ducker P.Management Challenges for the 21st Century [M]. Harper Collins US, 1999:28-33.

13.Govindarajan V, Raigopal S and Srivastava A. Why We Need to Update Financial Reporting for the Digital Era [J]. Financial Management, 2018(6):19-27.

14.Govindarajan V, Rai