大数据对转让定价规则的挑战——基于互联网公司关联交易的讨论
![](http://static.careerengine.us/api/aov2/http%3A_%7C__%7C_mmbiz.qpic.cn_%7C_mmbiz_jpg_%7C_Sylfh6RrxngcMkgSYEIXGpaC3eVAKFqGCJibxyjJSoXXEMyPpAeGviaEk6gxQ71xqq5nU80j7MWZcDoJLtE2jXeg_%7C_0%3Fwx_fmt%3Djpeg.jpg)
作 者 信 息
叶永青(北京市金杜律师事务所上海分所)
马晓煜(北京市金杜律师事务所上海分所)
刘璐瑶(北京市金杜律师事务所上海分所)
文 章 内 容
在大数据风潮引领的新一轮技术变革中,数据被冠以"新石油"的美誉,互联网企业更是将数据视为能够给企业带来巨大商业价值的重要战略资产和企业创新源泉。从转让定价的角度来看,大数据已经对当前的转让定价规则带来严峻挑战:首先,国内学术界和实务界对于数据是否属于一种资产尚无定论。在法律和会计层面均未明确界定数据是否属于资产的情况下,转让定价领域能否作此认定将影响功能风险分析下各交易方的基本定位。其次,目前国内转让定价管理中最常采用的交易净利润法(Transactional Net Margin Method)在数据价值链分析中是否仍是最合适的转让定价方法,有待商榷。为此,本文尝试从转让定价基础原理出发,通过案例分析探讨同一集团内多方参与数据链的价值创造对上述两个转让定价核心问题的挑战,并提出一些建议。
(一)数据正在成为资产
大数据给人类社会带来的颠覆性影响不言而喻。人们的生活和消费方式在被网购、手机支付、人脸识别等技术彻底改变的同时,个人数据也被互联网企业收集。敏锐的企业家早已嗅到数据所带来的商机。据相关研究统计,亚马逊(Amazon)、易贝(Ebay)、谷歌(Google)等国外互联网巨头近几年发生的并购交易,多数是以数据纵向整合为目的,通过大幅度地取得数据资产来获得超额收益。表1显示了2006年至2018年期间谷歌公司并购交易的基本统计情况,从中可以看出,获取数据是谷歌公司并购的主要目的之一。
通常而言,互联网企业先对数据进行融合、分析及挖掘利用,提炼出用户的消费偏向,再制作用户画像,最终通过提供"个性化"产品或服务的方式将数据转化为企业利润,即所谓的"货币化"(monetization)。将繁乱的数据转化为具有导向性的可用信息,并进一步提炼为企业可生产或销售的商品或服务,正是大数据所具有的魅力。在此基础上,零散的数据信息变成了一个具有价值、可以控制、能为企业带来经济利益的整体,即本文所讨论的"数据资产"。
(二)数据生命周期的功能性分析
目前,国内外对于数据的生命周期尚无权威的界定,普遍认为可以分为以下四个阶段,即数据的产生、收集、分析和数据驱动的商业模式。
第一阶段:数据产生(Data Generation),主要包括抓取并记录原始数据,但需取得用户必要的同意或授权。大数据价值的产生始于数据的生成,用户的任何一个行为都可能产生相应数据,用户本身的选择轨迹多样且复杂,产生的数据呈现零碎化和片段化特征。该阶段对于技术要求不高,通常只要用户在使用软件时同意或授权该软件公司获取其基本信息并有权保留用户的使用痕迹,以及在合同约定的范围内拥有该类原始数据的所有权。
第二阶段:数据收集(Data Collection),主要包括将抓取的数据传送到储存处,并确保数据准确、来源真实。该阶段并非简单的数据打包储存,而重在将数据进行整合归集,且对于数据的准确性要求较高。
第三阶段:数据分析(Data Analysis),主要包括数据处理,即基于复杂的模型和前提假设提炼有价值的信息并对其进行分析处理,不同来源数据的融合也发生在这个阶段。该阶段将复杂的原始数据进行进一步的加工分析,使毫无头绪的活动轨迹变得有迹可循,从而提炼出用户的投资和消费偏好等用户画像。
第四阶段:数据驱动的商业模式(Data-driven Business Model),主要包括将第三阶段"数据分析"提炼的信息转化为以数据为驱动的商业模式,并通过数据资产的授权许可、销售或自行为用户提供数据化服务或产品等方式实现数据货币化。与传统企业的价值链不同,向客户销售的产品不是经处理完毕的数据本身,而是以数据为基础体现用户交互能力的服务或产品,从而实现数据资产的真正价值。
(三)大数据的价值链分析
根据经济合作与发展组织(OECD)发布的税基侵蚀和利润转移行动计划(BEPS Action Plan)讨论稿关于价值链分析的观点,价值链分析应充分考虑经济活动中的价值创造,而数据资产的特点在于其价值与用户的价值相互交织和作用。具体而言,数据生命周期的每个阶段都可能创造价值进而形成价值链,但各个阶段所创造的价值并不相同。目前,国外主流观点认为,单纯的数据本身没有价值,只有使用数据才会创造价值,因此,数据产生、收集和储存通常被视为低附加值活动,重要的价值创造活动是数据分析和数据驱动的商业模式。
然而,笔者并不完全认同上述观点。在商业实践中,所谓的数据分析模型其实未必能产生经济价值,而大数据本身带来的交互可能性和用户规模相互交织才是数据资产重要的估值基础。因此,数据的合理收集能力(交互端口)、合法有效的保存(必要性和合理性的法律要求)、合法有效的共享(必要的用户授权)及对外交互(基于对用户行为的大数据统计)等反而更接近数据价值创造的真实过程。另外,包括传统制造业在内的诸多行业都会产生和收集客户信息,但此类数据和信息并未在其价值创造中发挥重大作用。这同样说明,数据驱动的商业模式,或者说,以数据为基础的用户交互能力,才是大多数互联网企业获取利润的核心。
下文将以简化的某国内互联网企业案例为基础,基于转让定价的功能风险分析,结合法律和会计层面对数据资产性质的认定,探讨大数据对于我国当前转让定价规则和实践的挑战。
(一)案例背景
A公司是一家位于境内的互联网平台公司,拥有大量的活跃个人和企业用户。B公司是A公司的境内关联方,为高新技术企业。根据集团总部C公司的决策,B公司基于A公司收集的用户数据,建立数据分析和风控模型,据此制作用户画像,成功开发了应用程序(App),并对开发的App拥有软件著作权。A公司通过App向用户提供服务,并收取费用。A公司与B公司签署了技术服务协议,就使用App及B公司向其提供的技术服务向B公司支付技术服务费。
下文将从转让定价角度分析A公司通过App销售所获得的收益,应当如何在集团内的A、B和C公司之间进行分配,同时,采取何种分配方式将更加符合关联方交易定价的公允性。
(二)案例交易之转让定价分析
1.数据资产所有权归属分析
在本案例中,A公司收集了用户数据,属于法律上界定的网络信息收集主体或个人信息控制者。基于新浪微博诉脉脉一案的判例、会计认定以及实质重于形式的税法原则,可以合理地认为,A公司因为拥有大量的活跃用户以及与用户交互渠道,它在这一过程中收集的数据是可归属于A公司的具有商业价值的无形资产。
2.数据资产关联交易的功能风险分析
在本案例中,各主体承担的主要功能和风险以及拥有的主要资产如下:A公司承担数据的产生和收集功能,通过App招揽客户并赚取利润(即销售功能),进而承担了数据收集、储存与保管、合法分享的风险以及市场风险,并拥有所收集的原始数据这一无形资产;B公司主要承担数据分析和产品研发的功能和研发风险,并拥有所研发App的著作权;C公司未实际参与数据的产生、收集、存储和分析,但在数据分析结果转化为App的过程中起着关键的决策作用。
在常见的转让定价功能风险分析中,通常认为在数据的产生和收集阶段,由于数据资产带来的增值不大,A公司仅应享有数据收集和储存所带来的常规利润。B公司由于承担了研发功能,应当享有研发所带来的超额利润。C公司则作为集团总部,主要通过收取管理费用和中后台支持费用的方式分享有限的收益。
笔者认为,虽然A公司承担的功能通常被国外学者认为属于低附加值活动,但实际上其在前端直接对接用户,拥有第一手的原始数据和渠道,在后端通过App实现与用户的交互,完成数据货币化的最终出口,因此数据收集所对应的常规利润无法体现A公司实际承担的功能和风险。此外,从数据资产的角度出发,A公司作为互联网信息服务提供者(Internet Content Provider),往往拥有增值电信业务经营许可证,且本身享有与用户相关的原始数据,特别是在这些原始数据取得了用户对收集和共享的合法双重授权后,没有其他可替代性的数据,故原始数据具有较高的市场价值。鉴于A公司本身承担了多项重要功能并拥有高市场价值的数据资产,理应有权享有数据产品所带来的超额利润。
对于B公司而言,作为常规的研发主体受托进行产品App的研发,理应收取研发费用,但该研发费用的收取方式却有待商榷。由于B公司是受托研发,研发决策人员在C公司,尽管B公司享有所研发App法律上的所有权,但C公司才是真正承担研发所带来商业风险的主体,即从税法的角度看,C公司是研发成果的经济上的所有权人。原因在于,无论B公司的研发是否成功,其都会收到受托研发费用,同样地,C公司都将向B公司支付受托费用,故实际上研发失败的风险是由C公司承担的。因此,对于B公司而言,通过成本加成的方式确保其利润率是更为合适的收费方式。
对于C公司而言,原则上,由于其并不享有App法律上的所有权,所以无法通过收取许可费的方式分享App所产生的收益。在实践中,C公司作为集团总部,所提供的总部服务和管理服务虽均属于高附加值服务,但仍无法使其享有与其对于集团数据驱动的商业模式决策相匹配的收益和风险。究其原因在于,虽然从税法的角度看,C公司被认为是研发成果App经济上的所有权人,但其并不是法律上的所有权人,仍无法通过许可费获得App产生的收益的超额利润。故通常会考虑将C公司与B公司作为App的共同著作权人,以使C公司得以向A公司收取使用App的特许权使用费,进而能够分享基于数据资产形成的商业服务和产品所产生的超额利润。
3.数据资产关联交易的转让定价方法选择
考虑到实践中的复杂情形,一方面,由于部分原始数据的不可替代性和潜在价值,收集原始数据的A公司有权要求获得更高的商业回报;另一方面,进行数据和用户信息收集的A公司因为拥有客户以及和客户的交互通道而拥有了数据的实际的价值,因此,A公司应该获得常规一般收集功能外的剩余利润的一部分。在此情形下,同时考虑到C公司所承担的数据转化为商业模式的决策风险,在A公司和C公司之间采用利润分割法可能是更为合适的转让定价方法。
对于B公司而言,实际上仅通过受托研发的费用确保其研发活动的收益,不应参与剩余利润的分配。
除A公司和B公司的上述交易和活动外,B公司授权A公司使用App并向A公司提供技术支持服务,由此B公司向A公司收取相关费用无可厚非。但从另一个角度切入,A公司收集的原始数据在授予B公司使用时,是否需要向B公司收取许可费?这看起来不言自明,但根据我们的实践观察,很少有关联企业收取原始数据的授权使用费,究其原因,仍在于法律上缺乏对数据资产所有权的界定。
数据资产性质及所有权归属的清晰界定是增强并优化数据资产交易相关税收征管制度的重要前提保障,在此基础上才能对数据资产关联交易转让定价方法加以判定,以便更好地让税收征管制度平稳落地。基于此,笔者给出以下三点建议,以期促进未来数字资产相关转让定价征管实践的发展和进步。
第一,在法律层面加速建立合理有效的数据产权制度,为数据资产的体系性保护提供法律保障。在当前的商业实践和司法处理中,均倾向于将数据资产认定为一项无形资产,但法律层面的制度缺失使数据资产相关的税务处理具有较大的不确定性。因此,一方面应从法律层面认可"数据"的资产属性;另一方面,应通过完善现有知识产权相关规定,明确数据资产属于应受到法律保护的无形资产。数据资产性质及其所有权归属的确定,对转让定价的实践具有重大意义。法律上对数据资产明晰的权属界定不仅能促进数据资产的利用、相关并购和授权许可交易(包括关联交易)的蓬勃发展,还能为会计层面将数字资产确认为无形资产并在账面上体现其价值提供适当的法律基础。进而,在转让定价的功能性分析中,为认定数据属于数据收集主体的无形资产提供充分的法律和会计依据,使其不再是无根之谈。
第二,从税法的角度认定数据属于无形资产,为现行数据资产的税务处理提供合法有效的依据。数据资产定性和所有权归属问题的规定不明,已经对税务机关处理企业数据资产相关问题提出了挑战。同时,企业在进行相关税务处理时也面临着税务合规风险。笔者建议,在现行企业所得税法和增值税法的体系下,认可数据资产的无形资产属性,明确数字资产相关的企业所得税和增值税政策,不仅有助于统一并改善当前各地对于数据资产转让定价处理和定性尚不一致的情况,更可以为数据资产相关转让定价分析和征管提供充分的税务处理依据。
第三,在未来数据资产相关的转让定价实践中,税企双方及税务从业者均应结合数据资产关联交易的具体情况,突破传统无形资产交易中适用交易净利润法的固有思维,将利润分割法作为数据资产转让定价分析中可适用的方法之一。在数据资产转让定价实践中,各方均应认真审视各交易主体对于价值创造的贡献,合理确定各方拥有的资产、承担的功能和风险,调整并改善当前转让定价分析中对于交易净利润法的过度依赖和使用,主动探索更符合验证交易的合适的转让定价分析方法,以更加真实、公允地反映交易各方承担的功能、风险和所应获得的与功能、风险相匹配的利润回报。
(本文为节选,原文刊发于《国际税收》2022年第2期)
(为繁荣国际税收学术研究,扩大刊物宣传覆盖面,本刊诚挚邀请各位编委及作者转发“国际税收”微信公众号推送文章)
点击“阅读原文”快速订刊~
最新评论
推荐文章
作者最新文章
你可能感兴趣的文章
Copyright Disclaimer: The copyright of contents (including texts, images, videos and audios) posted above belong to the User who shared or the third-party website which the User shared from. If you found your copyright have been infringed, please send a DMCA takedown notice to [email protected]. For more detail of the source, please click on the button "Read Original Post" below. For other communications, please send to [email protected].
版权声明:以上内容为用户推荐收藏至CareerEngine平台,其内容(含文字、图片、视频、音频等)及知识版权均属用户或用户转发自的第三方网站,如涉嫌侵权,请通知[email protected]进行信息删除。如需查看信息来源,请点击“查看原文”。如需洽谈其它事宜,请联系[email protected]。
版权声明:以上内容为用户推荐收藏至CareerEngine平台,其内容(含文字、图片、视频、音频等)及知识版权均属用户或用户转发自的第三方网站,如涉嫌侵权,请通知[email protected]进行信息删除。如需查看信息来源,请点击“查看原文”。如需洽谈其它事宜,请联系[email protected]。