数据资产的特点与其审计风险的思考应对

【摘 要】论文探讨了数据资产的定义和特点，同时分析了与数据资产特点相关的审计风险，如范围界定模糊、权利归属复杂、成本计量困难、价值评估主观性强等，最后提出了应对数据资产审计风险的总体思考和具体建议。

【关键词】数据资产；审计风险；思考应对

【中图分类号】F275；F239.4 【文献标志码】A 【文章编号】1673-1069（2024）07-0188-03

1 引言

财政部在2023年8月1日发布了《企业数据资源相关会计处理暂行规定》（财会〔2023〕11号，简称《暂行规定》），并于2024年1月1日起施行。出台《暂行规定》有助于进一步推动和规范数据相关企业执行会计准则，准确反映数据相关业务和经济实质；将推进会计领域创新研究，进一步强化数据资源相关信息披露，有助于为有关监管部门完善数字经济治理体系、加强宏观管理提供会计信息支撑。《暂行规定》的实施对数据资产化具有重要意义，为数据资源的充分利用和数字经济的发展提供了基础性支持。

2 数据资产的定义、特点

现行企业会计准则对资产的定义是，由企业过去的交易或事项形成的、由企业拥有或者控制的、预期会给企业带来经济利益的资源。在此基础上，本文认为数据资产可以定义为企业过去的交易活动、采集活动或内部经营活动等直接或间接获得、合法拥有或控制的、有能力进行进一步开发应用，预期可以给企业带来经济利益的数据资源。

在当今数字化的时代，数据资产已成为企业和社会发展中至关重要的组成部分。数据资产具有诸多显著的特点，这些特点主要集中在以下几个关键方面：

第一，虚拟性和非消耗性。数据资产并非实体存在，而是源于实体的生产与交易活动，是对实体资料和价值的数字呈现。它成功突破了物理空间的局限，能够在广阔的网络空间中广泛分布和共享。例如，一家跨国企业的销售分析数据可以瞬间在全球范围内的各个分支机构之间传递和共享，不受地域限制。同时，数据资产具有非消耗性的特点，这意味着正常的使用并不会降低或消耗其内在价值。每次使用的成本相对较低，且存续期能够无限循环利用。以搜索引擎的索引数据为例，每一次用户的搜索请求都在使用这些数据，但数据本身的价值并未因此减少，反而随着使用次数的增加，其价值可能通过优化算法和提升用户体验而不断提升。

第二，多维衍生性和可加工性。数据资产具备从多角度、多层次和多方向进行拓展、延伸和发展的能力，从而创造出新的价值、用途和见解。这种多维衍生性体现在角度的多样性、层次的丰富性、用途的广泛性、关联的复杂性以及价值的递增性等方面。通过一系列的数据整合与融合、清洗与预处理、转换与格式化、分析与挖掘、模型构建以及定制化处理等加工环节，能够实现提升数据的质量、增强数据的可量化分析程度以及满足对数据的个性化需求等重要功能。例如，电商平台通过对用户购买行为数据的深度分析和挖掘，可以精准地为用户推荐商品，同时为商家提供优化产品策略的依据，从而实现数据资产价值的多维衍生。

第三，可复制共享性。这一特点使得一方使用数据资源时不会对其他方造成影响，而且使用过程不会减少其效用，使用主体之间不存在竞争关系。在数据资产完成初始成本归集后，后续复制的边际成本趋近于零。数据资产具有强大的共享性，能够无限地交换、转让和使用。同一数据能够为多个主体创造出截然不同的价值，这极大地有利于挖掘数据资产的潜在价值。例如，气象数据可以被农业部门用于预测农作物生长情况，同时也能被交通部门用于规划交通线路和应对恶劣天气。

第四，依托性。数据资产无法孤立地发挥作用，而是依赖相应的软件、硬件、技术系统以及具体的业务活动和场景，这些要素共同构成了其实现价值的载体。这包括对技术系统和应用程序的依赖，如特定的数据库和IT使用环境；对数据处理能力的依赖，如先进的算法和工具；对相关业务流程的依赖，如客户购买行为数据与营销流程的紧密结合。以智能物流为例，物流数据只有在物流管理系统和相关的数据分析算法的支持下，才能实现优化配送路线、提高仓储效率等价值。

第五，价值易变性。与传统的无形资产相比，数据资产的价值更容易受到多种因素的影响，其变动剧烈且呈现非线性特征。时间因素就是一个重要的影响因素，新的数据往往更具时效性。例如，股票市场的实时交易数据，其价值在短时间内可能发生巨大变化；应用场景因素同样关键，应用需求和重视程度的变化会导致价值的波动；数据质量和准确性因素也不容忽视，数据质量差则价值低；技术发展因素会改变数据处理和分析方式，进而影响价值变动；市场竞争和行业因素也会引发价值重估，如新兴行业的崛起可能使某些相关数据资产的价值迅速攀升；政策法规因素也可能限制数据的使用范围和方式，从而对其价值产生影响。

3 与数据资产特性相关的审计风险

数据资产的独特性既带来了前所未有的机遇，也带来了一系列的挑战。只有深入理解和把握这些特点，才能更好地管理和利用数据资产，实现其最大的价值，同时控制相关的风险。《暂行规定》的出台为企业数据资产入表提供了政策依据，有助于规范企业数据资产的会计核算。除与其他资产一样客观存在的审计风险之外，数据资产在其范围界定、权利归属、成本计量和价值评估等方面还存在与本身的特点相关的风险点，这为企业利用数据资产核算进行财务舞弊提供了可能的空间，也为相关审计带来了挑战。

3.1 范围界定

数据资产具有虚拟性和多维衍生性，这导致其边界模糊，难以清晰界定入表的范围。企业可能利用这一特点，将一些关联度低或未经充分验证的数据纳入资产范畴。例如，一些初步收集但尚未经过有效处理和分析的数据，可能被企业匆忙入表，以虚增资产规模。

对于审计人员而言，由于数据资产的复杂性和多样性，审计人员需要深入了解企业的业务模式、数据获取和处理流程等多个方面，才可能准确判断数据资产的确认范围。在这个过程中不仅增加了审计的工作量，还存在审计人员因对特定行业或企业业务的理解不够深入，未能发现企业通过不当扩大确认范围来美化财务报表的情况，从而产生审计风险。

3.2 权利归属

由于数据资产可以被多个主体同时使用和共享，权利的界定变得极为复杂。企业可能故意混淆数据的所有权和使用权，将不属于自己的权利纳入资产范畴，或者在多个关联方之间不公正地分配权利，以此来操纵财务报表。例如，在涉及多个合作方的数据资产中，企业可能夸大自身所拥有的权利份额，从而虚增资产价值。

审计人员在审核权利归属时需要仔细审查复杂的合同条款、合作协议以及业务关系，以确定数据资产的真实权利归属。这往往需要跨越多个企业和行业进行调查，涉及大量的法律和业务细节。由于相关法律和规范可能不够完善，审计人员在判断权利归属时缺乏明确的依据，无法获得充分的审计证据，进而导致审计风险增加。

3.3 成本计量

数据资产多维衍生性和可加工性意味着其成本构成复杂且多样，包括采集、处理、存储、分析等多个环节，如何合理和准确地归集和分摊各个环节的成本对业务基础信息有着较高的要求，需要企业多部门的统筹、细致的合作。企业可能会低估这些环节的成本投入，或者将一些本应作为费用支出的项目错误地资本化，从而人为地提高数据资产的价值。例如，企业可能在成本归集时遗漏关键的技术投入或人力资源成本，或者将一些日常运营成本不合理地计入数据资产成本。

审计人员在审核成本计量时需要对数据资产的整个生命周期中的成本进行详细的总体分析和梳理，这要求深入了解企业的业务模式，同时还要具备专业的数据技术知识和财务分析能力。然而，由于数据资产成本计量的方法不存在统一规范的标准，这使得企业通过成本计量舞弊来虚增资产价值的行为，审计人员难以客观判断企业所采用的计量方法是否达到了合理保证水平之上的完整和准确，从而增加了审计风险。

3.4 价值评估

数据资产的价值受到多种因素的影响，如数据的数量和质量、对应用场景需求的匹配程度、企业对数据的管理整合能力、法律和安全风险等，其价值变化迅速且难以预测。企业可能会根据短期的利好信息，过度高估数据资产的价值。例如，在新技术出现时，企业可能过于乐观地估计其对数据资产价值的提升作用，从而给出不切实际的高估值。

审计人员需要综合考虑众多因素判断企业所给出的价值评估是否合理，但仍可能受到企业所提供的误导性信息的影响；或者选择借助其他专家的工作，但仍然存在对专家胜任能力和工作结果评估复核的风险。这种主观性和不确定性增加了审计风险，使得审计人员在价值评估环节面临承压。

4 数据资产审计风险的相关思考和应对

总体而言，为了应对数据资产的审计风险，需要关注和推进以下方面：

①建立完善的数据资产内部控制体系。有效的内部控制可以指引和规范数据资产管理流程，降低风险程度，有助于提升审计质量，包括专门针对数据资产的合规管理制度、安全管理制度、研发管理制度、财务核算制度、资产管理制度等。②针对数据资产构建全面细致的审计准则指引。尽管《暂行规定》对数据资产的确认、计量及报告提供了明确的指引，然而由于数据资产自身的特点，对审计工作来说数据资产的入表仍需要更明确的规范标准来有效地指导数据资产的审计工作。③适应数据资产审计的专业人才和方法。数据资产审计人员需要同时拥有会计、审计、信息技术和数据分析等多领域的知识。例如，既要熟悉财务报表审计的原则和方法，又要掌握数据库管理、数据挖掘技术和编程语言，同时还要了解与数据资产相关的法律法规，如数据隐私保护法、知识产权法等，确保审计工作在合法合规的框架内进行。

具体而言，在执行审计程序时，在重点审计风险领域需要关注以下方面：

①范围界定方面。要求企业制定详细的数据资产分类和目录，明确纳入资产范畴的数据类型和特征、标准；根据实际业务变化和技术的发展，定期对数据资产范围进行重新评估和调整。例如，某金融企业将客户信用评级数据、交易流水数据等明确列为重要的数据资产类别，并详细描述其特征和用途。审计人员通过跟企业内部的信息技术部门和业务部门的深入沟通，确定数据资产的范围的合理性。如在审计一家制造业企业时，与生产部门和IT部门合作，了解生产过程中产生的数据哪些具有资产价值。

②权利归属方面。审核企业的数据合规和安全管理制度，确保对数据权利的有效管理和监督。例如，建立专门的数据治理委员会，负责统筹数据权利的分配和管理；利用第三方权威机构的认证和评估，辅助确定数据资产的权利归属、出具鉴证报告；对企业的数据共享和交易活动进行严格审查，防止权利的不当转移；若企业与其他方进行数据交易，审计人员要检查交易合同中关于权利转移的条款是否合法合规。

③成本计量方面。鼓励企业采用先进的成本管理系统，实现对数据资产成本全流程的分项目的监控和分析，精确核算数据采集和处理过程中的各项成本，解决成本的归集和分摊、成本与收入的配比、数据应用场景的挖掘、价值评估方法的选择等问题。审计团队结合企业数据资产的特性选用适配的成本审计的专业方法和工具，对数据资产成本进行独立核算和验证，在此过程中IT审计的重要性得到进一步的凸显。例如，某互联网企业利用自动化的成本管理系统，能够及时发现数据存储成本的异常波动，审计人员可以结合IT审计对企业的成本预算和预测进行审核分析，确保其在数据资产成本方面的合理性。审计人员在审核成本计量时需要对数据资产的整个生命周期中的成本进行详细的总体分析和梳理，这要求深入了解企业的业务模式，同时还要具备专业的数据技术知识和财务分析能力。

④价值评估方面。推动企业建立数据资产评估的内部审计机制，制定适合数据资产的特点和企业实际情况的价值评估方法和参数指标，进行自我管理和纠错监督约束，内部审计部门定期对数据资产的估值进行复核和调整；持续关注行业最新发展动态和竞争态势，考虑相关因素对数据资产价值评估的潜在影响。

审计人员关注行业内数据资产交易的最新价格和评估方法，以便更准确地判断企业的估值是否合理。推动企业建立数据资产价值评估的数据库和案例库，积累经验和数据，为新的数据资产评估提供了参考和对比，必要时借助外部专家工作。通过以上综合性的建议和对策，可以更有效地应对数据资产相关的审计风险，提高审计的准确性和可靠性。

5 结语

综上所述，在当今数字化蓬勃发展的时代，数据资产的地位愈发关键。在数据资产重要性不断提升的同时，相关的审计风险也逐渐浮出水面，且不容小觑。企业极有可能借助数据资产的诸多特性，在范围界定、权利归属、成本计量以及价值评估等方面实施财务舞弊行为，为数据资产入表的质量埋下隐患。

为了有效应对可能存在的财务报表舞弊风险，需要多主体多维度共同努力。首先，要推动和要求企业构建完善的数据资产内部控制体系，从源头上规范数据资产管理流程，降低风险发生的概率；其次，主管部门要打造全面细致的审计准则指引，为审计工作提供明确而具体的操作指南；最后，审计等中介机构积极培养兼具会计、审计、信息技术和数据分析等多领域知识的专业人才，并不断探索创新审计方法，才能适应数据资产审计的新要求。在实际的审计工作中，在完善企业的内控环境下，加之审计人员的专业、严谨应对，综合运用多种手段和方法，通过明确范围界定的标准，严格审查权利归属的合理性，精准核算成本计量，科学评估价值等环节，才能切实有效地应对数据资产审计风险，有效保证审计结果的准确与可靠，为企业数据资产入表的质量保驾护航，推动数字经济稳健前行。

【参考文献】

【1】龙文潮.数据资产审计风险探析[J].国际商务财会，2024（11）：74-77.

【2】张骥.关于数据资产审计的若干思考[J].产权导刊，2023（5）：42-45.

【3】王世杰，刘喻丹.论数据资产的确认及计量[J].财会月刊，2023，44（8）：85-92.

【4】陆施予，程博，樊柯馨.审计新领域：数据资产审计[J].商业会计，2022（18）：46-48.

【5】张军，孙瀚博.数据资产的财务舞弊风险及审计应对[J].中国注册会计师，2024（5）：91-94.