数据资产背景下的审计问题与应对分析

数据资产背景下的审计问题与应对分析 谭熠 作者简介： 谭熠（2000.09-），女，汉族，四川自贡人，新疆财经大学会计学院硕士在读，研究方向：审计理论     【摘要】随着财政部《企业数据资源相关会计处理暂行规定》的实施，数据资源入表迈入实践，对审计工作提出了新的挑战。由于数据资产具有自身特征，与传统资产审计存在差异，揭示出数据资产权属界定、准则适用和内部控制存在风险点，还面临审计证据获取、职业判断和标准统一的审计难点。本文从企业源头管理、审计人员执行过程、监管机构的监督三个层面提出应对策略，共同助力数字经济发展。     【关键词】数据资产；审计；数据资源入表     引言     在人工智能与大数据的浪潮下，数据资源日益成为一项不可忽视的核心资产，主要表现为以物理或电子的方式记录。财政部文件《企业数据资源相关会计处理暂行规定》（财会〔2023〕11 号）表明，数据资产逐渐成为审计实践的重要组成部分。数据资产是无实体、可复制且价值波动的，而传统资产大多是具有实物形态或权属清晰的固定资产和存货等，这给审计行业和注册会计师带来新的挑战。对此，探讨数据资产审计问题与应对措施，可丰富数据资产审计研究，推动会计师事务所开展相关工作，解决实务难题。     一、数据资产与审计风险内涵     （一）数据资产的定义及特性     数据资产在满足传统会计准则中资产定义的基础上，更具有以电子或其他形式记录的特性。数据资产没有实物形态，需要依附于计算机系统，其价值受时间和技术影响而动态波动，数据可被无限复制且损耗低，表现形式多样，能够共享流动。由此可见，数据资产的这些特征要求审计思维从实体确权逐渐转向动态价值管理。其中国有企业435 家，上市公司103 家。同一时期中国上市公司有5477 家，但数据资源入表的上市公司仅占1.88%，可见国有企业在数据资源入表的效果较为突出，上市公司处于推进阶段。上市公司数据资源入表科目区分如图1 所示：     103 家上市公司中划分为无形资产的97 家，开发支出33 家，其中29 家同时计入两项，仅有2 家计入存货科目。这两家分别是海天瑞声（ 688787.SH）与蓝色光标（ 300058.SZ），均为科技公司以销售数据产品为主营业务。目前数据资源入表仍处于实践阶段，是企业对相关数据资产的有效披露，能反映企业真实资产结构和分布状况，增加财务报表的可信度。     （二）数据资产的审计风险内涵     审计风险包含固有风险、控制风险和检查风险。当企业财务报表可能存在错报时，经内部控制与审计程序后仍未察觉、遗漏的风险构成审计风险。数据资产可快速传播，易被泄露盗取且无实物形态，审计工作人员在获取审计工作资料时面临资产保管和确定资产价值的风险。例如，在数据资产审计中涉及资产评估及相关认定，存在性、准确性、计价与分摊等。     1．数据资产权属界定风险     数据资产的权属不清晰，由于数据生成和创造的方式多样，具有无限性和可复制性，导致数据权利的归属以及产生的利益难以确定。此外，数据价值受技术影响而波动，数据资产的衍生数据产品、数据使用权与所有权的合法合规使用以及经济效益是常见分歧点。部分数据涉及公民个人隐私或国家安全，这类数据更加难以确权。由此可见，数据确权问题还可能成为企业借确权环节虚增资产实施舞弊的风险因子。     2．会计准则的不恰当使用     数据资产与无形资产类似，均无实物形态，来源主要分为外购和自研。自研过程中，资本化时间点的划分可成为企业操作点。由于数据资产的确权风险和自身特征，企业可能将研发费用不当计入资本化支出，最后归集为资产成本。数据资产摊销与后续计量风险主要体现在研发后的完工状态与一般资产的预定可使用状态难以区分，其价值确定、计量方法以及减值均依赖财务人员的职业判断，具有一定主观性。因而数据资产所涉及的会计处理易引发会计准则的不适用问题。     3．内部控制不健全     大数据背景下，企业的数据多样且庞大，企业管理层在数据资产权属，价值判断及后续减值摊销的会计处理上，拥有重大判断影响力，倒逼企业建立健全相关内部控制。由于数据资源传播快速，易泄露或窃取等，企业需要建立相关的数据资产保管保密体系，保证数据资产的安全可靠。针对数据资产的财务处理，技术开发制度，合法合规使用等方面需要企业建立规范化和现代化的数据资产内部控制体系，从源头上规避风险。     二、数据资产审计的难点     （一）审计证据获取     数据资产无实物形态，无法像传统资产那样进行现场盘点获取直接审计证据，也无法像应收账款那样通过函证第三方获得外部审计证据。同时，数据可被加工，使其难以被发觉或追踪，审计人员在获取证据时难度较大。数据资产的后续计量、成本归集、权属界定等问题，需要充分适当的审计证据来证明该项会计处理正确。然而，管理层对数据资产内部控制的构建、记录和摊销缺乏系统性方法，审计师难以验证数据的真实和完整。     （二）注册会计师职业判断     针对数据资产的会计处理，主要依托注册会计师对会计准则适用具有较强的职业判断能力。注册会计师根据企业自身性质、主营业务和经营模式去判断并计入无形资产、研发支出或存货科目。其次，技术更迭和算法模型更新会导致数据资产价值变动，当出现资产减值时，依靠注册会计师的职业判断难度加大，注册会计师需要多维度分析并判断其减值计提是否合理。数据资产在交叉、重组或授权使用等特殊交易中，注册会计师的职业判断对交易实质的认定和关键会计信息的获取影响重大。     （三）审计缺乏统一标准     当下会计准则对数据资产的会计确认、计量和列报更偏向传统的资产规则，因此企业处理存在差异。当企业会计处理存在差异，监管机构准则还未统一时，审计从业人员更多依靠自身专业能力和职业判断去开展工作，其存在审计意见不当和审计底稿保管不当的双重风险。标准不统一易导致信息不对称等问题，企业、会计师事务所和投资者难以评估数据资产的质量和价值，一定程度上降低了监管的效率和权威。数字经济时代，部分新兴科技公司面临预期过高和价值虚高问题，若没有统一的标准和准则，市场易形成价值泡沫。     三、数据资产审计的应对措施     （一）企业主动进行数据资产管理     企业要实现数据的流动、使用与管理的可视化，需先对数据资产分类，区分个人、企业和公众数据，明确权属主体，并借助产业链和信息技术进行数据分析。企业作为数据资产的提供者，应建立与数据资产相关的内部控制制度，多部门协作对数据资产的产生、流转、保管与归档进行完整的生命周期监测和记录，以保证数据资产的真实、可靠与安全。此外，企业定期开展专项培训，帮助财务人员学习新的会计政策和技术，促进专业能力的提升和会计处理的规范化。针对信息的列报与披露，企业主动履行主体责任，披露与数据资产相关的各项关键指标与财务信息，从源头提升会计信息和审计证据的质量。     （二）审计人员的培养体系与审计程序优化     在大数据与AI 时代，审计从业人员的培养不再是传统的熟悉会计和审计准则的模式，而是向复合型人才转变，逐渐从单一审计服务向鉴证和咨询服务转变。面对时代和企业的变革，审计人员应加强数据分析、信息技术、数据资产等领域的合规培训，并引入各行业专家联合探讨，打造多元化审计团队。     从风险导向审计的角度出发，重点关注数据资产在确权、价值变动、后续计量等舞弊风险较高的环节，审查数据资产来源的合法合规性与会计信息的真实完整性。综合运用检查、函证和分析程序等方法对数据资产的价值和记录进行多维度验证。通过控制测试和实质性程序，评估企业内部控制的有效性，核实其报表对数据资产列报与披露的恰当性。针对数据资产的动态变化，可使用SQL、编程等数据分析工具进行数据清洗、核查和筛选，通过这些技术手段验证关键交易信息。     （三）监管的完善与引领     监管机构为企业会计处理、会计师事务所审计提供方向和指引，并在整个流程中发挥监督协调作用。监管机构根据数据资产的特性形成应用指南，为企业数据资产的确认、计量、列报和披露等提供示例，减少实务中的分歧。在审计方面，联合专家制定新的审计操作指引，明确审计重点与审计证据的获取途径。     其次，协同证监会、工信部等权威部门，在数据资产的信息处理、披露和监管等多方面制定统一标准。针对企业利用数据资产进行财务舞弊、违规披露等事项进行严惩，维护市场秩序。建立良好的市场秩序，不仅需要监管机构的准则指导，还需要结合当下的时代背景，融合数字技术，建设数据资产交易的市场平台和数字化模型，让数据资产的价值能公允地反映在市场和财务报表中。     四、结语     数据资产是时代发展的产物，数据资源在企业中的占比逐渐增大，数据已然成为企业的一项宝贵资产。本文立足数据资产进行分析。2025 年仅有103 家上市公司将数据资产入表，虽然数据资产入表处于初期，审计工作仍在探索，但整体已进入实践阶段。数据资产主要面临确权、准则不适用和内部控制不健全三大风险点。同时，受数据资产特征的影响，其在审计证据、职业判断和标准统一方面存在较为突出的难点。     本文围绕企业、审计工作人员、监管机构三个主体，从源头到执行再到监管进行防范，使整个流程各自发挥作用，从源头控制风险，确保流程运行有效。总而言之，随着数据要素市场的建设，数据资产规模和重要性持续上升，审计工作的重点正从传统的合法合规性检查，向更具延伸性的价值增值方向演进，即从确认历史信息真实性的“鉴证”职能，进一步拓展至赋能组织决策与风险前瞻的“咨询”职能。各行业需要加快行业革新，升级人才培养模式，更新信息技术工具，更好地服务数字化经济。 参考文献 [1] 中国信息通信研究院. 数据资产管理实践白皮书（6.0 版)[R].北京: 中国信息通信研究院,2023. [2] 青岛数据资产登记评价中心. 数据资源入表年度发展报告2025[R]. 青岛: 青岛数据集团, 2026. [3] 张俊瑞, 郝钰芳, 李静. 数据资产审计：风险识别、流程设计与政策建议[J]. 会计之友,2024,(23):130-137. [4] 杨萍, 程丽娟. 数据资源入表的审计风险与应对[J]. 财会通讯,2024,(21):121-126+169.DOI:10.16144/j.cnki.issn1002-8072.2024.21.031. [5] 朱锦余, 申志强, 白瑾瑜, 等. 财务报表审计中数据资产审计难点及对策研究[J]. 会计之友,2025,(05):15-24. [6] 乔雅婷, 时现. 数据资产审计：理论内涵、风险分析与应对策略[J]. 会计之友,2025,(16):146-153. [7] 徐泮卿. 数据资产入表的财务舞弊风险及审计策略研究[J]. 中国乡镇企业会计,2025,(08):30-32.