數據要素市場化背景下的數據資產入表審計實踐探索

數據在現代社會中扮演著至關重要的角色，它不僅是科學研究、工程設計和商業決策的基礎，而且是推動數字經濟和智能技術發展的關鍵因素。2019年10月，黨的十九屆四中全會首次將數據列為新的生產要素。2020年4月，中共中央、 國務院發布《關于構建更加完善的要素市場化配置體制機制的意見》，將數據視為繼“土地、勞動力、資本、技術”后的第五大生產要素。圍繞數據要素的概念、理論、經濟學解釋及實踐等因素，2023年12月，國家數據局等17部門聯合印發《“數據要素×”三年行動計劃（2024—2026年）》，以數據行業綱領性文件的形式，強調數據要素在宏觀經濟和各行各業中發揮著放大、疊加和倍增作用。由此，國內關于數據的概念體系、政策體系、經濟理論體系基本形成。

01

數據資產及數據資產入表的概念

1974年，美國學者理查德·彼得松提出“數據資產”一詞。隨著公眾對數據資產的認識不斷深入，其內涵和范圍也在不斷擴展（見圖1）。

既然是資產，那么能否入表？2022年12月，《中共中央 國務院關于構建數據基礎制度更好發揮數據要素作用的意見》中明確提出“探索數據資產入表新模式”，為數據資產入表奠定了總基調。2023年12月，財政部印發《關于加強數據資產管理的指導意見》，以制度的形式為數據從要素層面轉化到資產層面提供保障。但在企業實踐中，數據資產入表制度落地仍存在一些障礙，尤其是會計操作仍不規范，基于此，2024年1月1日施行的《企業數據資源相關會計處理暫行規定》（以下簡稱《暫行規定》）中，規定了被確認為無形資產的數據資源，以及不符合無形資產確認條件而未予確認的數據資源的相關會計處理方法，數據資產入表操作規范基本明確。同時，作為全流程打通的關鍵環節，2023年9月中國資產評估協會發布了《數據資產評估指導意見》，推動切實加強數據資產評估管理，確保數據資產入表合規、準確。

02

數據資產入表流程

數據資產入表與企業其他資產入表存在較多的不同之處。企業首先要明晰數據資產入表的目標和意義，有些企業希望擴大企業資產規模，有些企業希望將數據資產進行變現或融資，不同的目標必然會影響數據資產入表的方案設計和步驟選擇。所以，企業應當結合自身的業務特點和發展需求，挖掘自身數據資產入表的目標和意義，從資產保值增值、增加流動性、便利融資、業務拓展等多個角度切實發揮數據資產入表的價值和作用。數據資產入表主要分為以下流程。

一是對數據進行梳理、分析和治理。只有有價值的數據，才稱得上是資產。在明確了數據資產入表的目標及意義后，企業要將自身的數據進行資源整合，整合主要包括以下幾個操作：合規性評估，完整性、準確性、稀缺性評估，價值評估。合規性評估能夠防范數據資源來源不合規、授權不合法、使用不正當等風險；完整性、準確性、稀缺性評估主要針對數據資源的類型、稀缺性、數據自身質量、完整性等方面進行評估；價值評估不是資產評估，而是初步識別數據資源的商業價值，對其進行SWOT分析，從而為后續數據資產入表提供支持與依據。

二是對數據資產進行治理和轉化。在前期評估的基礎上，企業還應逐步對數據資源開展一系列治理和轉化動作，包括數據的分類分級、授權與確認、按照會計準則進行計量，并在相關渠道依照相關要求進行登記（當前已經推行公共數據資源登記管理）、披露等。在分類時應嚴格按照國家相關要求進行，并履行相應的確認程序；計量時應當對計量標準和方法進行充分討論，依托專家的經驗并按流程進行決策，確保計量準確；進行披露登記時，要注意披露登記的渠道、范圍、內容和形式等，確保符合會計處理的標準和方法。

三是加強對數據資產入表過程的管控。除前文所提到的相關流程之外，還應在數據資源的資產評估、會計處理、信息披露等各個環節中加強風險控制和內部控制，并明確各個環節的操作規程、標準、責任人等，確保嚴格按流程進行數據資產入表。

四是對數據資產入表的效果進行評估并進行調整。在以上流程完成之后，數據資產入表的最終結果并非完全準確無誤，企業還應建立數據資產入表后評估機制，確認數據資產入表的效果是否與預期相符合，操作流程是否可以優化，判斷數據資產入表對企業的實際利弊，并進一步提煉經驗和總結教訓，最終實現數據資產入表的閉環管理和路徑反饋。

數據資產入表業務是當前經濟及財會領域關注的熱點問題，也是企業實際面臨的重點難點課題。做好數據資產入表內部審計工作，也是落實對新時代審計工作“如臂使指、如影隨形、如雷貫耳”要求的重要舉措。

《暫行規定》的出臺為我國數據資產入表操作提供了指引，但企業在具體操作時仍面臨一定挑戰。比如，從基礎數據到入表，需經過企業數據資源/資產管理、登記確權、數據流通交易及金融化、會計核算處理等，流程較為復雜。數據作為新的生產要素，具有非排他性、高重塑性、價值易變等特點，相關的確認和計量過程較為困難。而且，數據資產入表需要企業內外多個部門或機構的共同配合，工作量龐大。因此，審計應當基于企業實際，重點關注以下事項。

一是入表科目是否恰當。在實踐中，由于之前缺乏明確的標準，一些企業將數據資源確認為無形資產，一些科技類企業則是將其確認為存貨。根據《暫行規定》，企業在確認時，應根據數據持有的目的、來源以及具體的形式，結合業務模式等進行判定，最終確認是適用無形資產還是存貨準則。

二是數據資產計量是否準確。在入表科目已經確認的情況下，要根據入表科目來進行成本或價格的清分。同時，根據數據資產獲得方式的不同，如采購或者數據加工等方式，計入成本的類別也不同。

三是收入和成本確認是否科學。若將數據資源確認為無形資產，要關注無形資產的攤銷，并將金額計入當期損益或相關資產成本。在進行收入和成本確認時，還要考慮無形資產準則應用指南規定的相關因素，如數據業務模式及實質交易架構、數據是否經授權、數據是否及時更新、同類型數據的價值等，這些因素往往也會影響數據資源的收入和成本定價。

四是信息披露是否合規。當前，對于數據資產入表，交易部門、監管部門都要求企業應當進行披露，《暫行規定》也在采用當前通行做法的同時，創新采取強制披露加自愿披露的方式，既規定了必須強制披露的內容，同時也規定企業可以根據實際情況對部分信息如數據應用的場景、底層數據、數據安全及合規管理等進行自愿披露。對強制性披露和自愿披露的數據，《暫行規定》都有明確要求，這有利于增強企業信息披露的合規性。

五是數據資產價值評估是否規范。數據資產價值評估是數據資產化的重要一環，也是關系到數據資產入表成敗的關鍵。其中，選擇合適的數據資產評估方法是評估的核心。在實踐中，大部分企業往往優先使用收益法，其他一般按照成本法或市場法來進行估值。這些方法各有優缺點。以收益法為例，其難點在于數據資產未來預期收益存在較大不確定性，需結合數據資產是否產生相應的收入和收益、潛在的客戶及市場、具體的商業模式和場景，以及預計的合同規模等進行評估，由于存在一定的主觀性，所以收益法往往會高估數據資產的經濟收益，因此，往往會受到相關數據運用方或監管部門的質疑并被要求提供更加詳細的說明及證據。使用成本法某種程度上能夠減少對數據資產評估是否準確的質疑，但對于公共渠道或公共授權的數據則并不適用，而且成本法往往不能反映數據治理、加工企業本身創造的價值，可能會低估數據資產，部分企業不太愿意采用這種方式。市場法是相對來說多方都較為認可的方式，但目前在行業中使用較為受限，主要原因是缺乏公開并活躍的數據資產交易市場及案例，當然這些客觀因素將會隨著我國數據交易市場和實踐的快速發展慢慢得到解決。因此，在評估中，企業首先要按照實際情況選擇合理的評估方式，并在評估中綜合考慮多種因素，確保評估準確、合理，同時也要提高價值評估的合理性，避免過高評估帶來的質疑。

01

A公司數據資產概況

廣東交通集團所屬A股份有限公司（以下簡稱A公司）的主要業務包括公路聯網收費、電子不停車收費（ETC）、粵通卡服務等。目前，粵通卡用戶總量超2400萬，實現ETC全覆蓋9536條車道，高速公路聯網通車里程1.1萬公里，結算額超過850億元，擁有海量高速公路數據。

2023年底至2024年初，全國第一批數據資產入表項目實質化落地。其中，2023年12月28日，A公司自主研發的“高速公路重點車輛監控產品”“高速公路車流量產品”和“高速公路道路安全產品”3個系列共計11個數據產品，在上海數據交易所成功掛牌，并完成場內3筆交易。

02

A公司數據資產入表流程

A公司數據資產入表工作是按照“數據開發—設計產品—流通交易”三步走的流程來推進的。

一是進行數據開發和治理，夯實數據資產構建能力。2014年后，A公司陸續成立交通大數據聯合創新實驗室、智慧交通實驗室、網絡安全實驗室、大數據研究院，建立“數字大腦”可視化平臺，構建了“大屏—中屏—小屏”三位一體的數字化管理體系，為業務創新、產品完善、技術升級、人才培養搭建高水平創新研發平臺。2019年7月，A公司設立數據中心，構建數據業務板塊。2020年，A公司數據中臺建成。經過數年的運營和標準化建設，A公司將底層數據進行了清洗和治理，為后續數據資產入表掃除了障礙。

二是拓展數源，設計數據產品。商業化的產品是數據資產化的重要載體和橋梁。A公司在大量數據的基礎上，持續進行產品開發。2020年11月，A公司簽署首份數據服務合同。2021年，受省交通集團委托，A公司建成省屬企業最大規模的數據中心，打造“粵企云”數據容災中心。2023年8月，A公司成立大數據研究院，從集團公司及下屬單位的信息化系統中匯聚了收費、監控、管理、養護、資產等5大類共334個數據項，形成標準化的數據資源，并根據需求開發了“高精度數字地圖”“兩客一危”“南粵交投營運數據分析”“人資薪酬”“財務共享”等297個數據項。

三是產品標準化，進行交易和資產入表。A公司對數據產品進行評估后，結合商業化程度、市場需求、數據可持續性等維度，將部分數據產品集合成數個資產包，并對資產包進行第三方資產評估和交易掛牌。2023年9月，A公司創新研發的“廣東省高速公路車流量短期預測數據”獲得廣東省首張數據知識產權登記證書。同年12月，A公司3類共11個數據產品在上海數據交易所成功掛牌交易。2024年1月，A公司實現數據資產入表。此外，A公司還在推動“運行態勢一日一研判”“車流量與經濟效益預測分析報告”“通用視頻集群調度”“車流OD及溯源分析”“服務區充電樁信息查詢”等數據產品的開發和交易登記等。通過交易及掛牌，A公司實現了數據資產評估及登記，作為資產入表的重要參考及依據。

03

A公司數據資產入表審計

A公司實現數字資產交易和入表后，為切實防范新業務風險，進一步提高數據資產入表合規性和規范性，同時總結相關經驗，形成可供借鑒的模式及路徑，國資監管部門聯合國資控股公司、第三方中介機構等對A公司開展數據資產入表業務審計，對數據資產入表各環節進行監督和評價。

本審計項目對A公司數據資產入表的操作合規性、效益進行了驗證和評價，明確了持續開展數據資產入表的戰略及方向，規范了數據資產入表的操作路徑和模式，同時在數據資產交易、轉讓中提高了可信力，部分經驗總結和做法也得到了第三方機構的肯定和借鑒，具體做法如下。

1.開展數源合規性審計。A公司入表的數據資產來源主要為：一是來自政府部門及相關單位擁有的公共數據（其中部分是公共部門和企業持有的個人活動數據，需在注重保護個人權益的基礎上開發利用），比如廣東省交通運輸廳、公安廳等提供的道路、地理以及駕駛員、車輛等數據，審計時重點關注A公司是否與相關部門建立特定的公共數據授權經營機制或協議，以確保合法、合規地獲取相關數據；二是自身業務經營積累的企業數據，審計時要與數據生成部門溝通，確保數據的準確性與時效性；三是來自粵通卡用戶、企業客戶及通行車輛等產生的數據，這部分嚴格意義上來說屬于個人數據，審計時要關注A公司獲取這些數據時是否得到數據所有者充分授權，后續使用及商業化是否存在超出授權范圍等情況。

2.針對數據經營機制審計。近年來，各地積極推進公共數據開放，我國已有數百個各級地方政府上線了數據開放平臺，并紛紛出臺公共數據授權運營辦法等文件，探索出各具特色的授權運營機制，例如集中1對1模式、分行業1對N模式、分散的1對N模式等。A公司采用的是兩種模式綜合的方式：對接廣東省交通運輸廳、公安廳、應急管理廳及省交通集團時采用集中1對1模式；將交通信息、路政信息、行政處罰信息、氣象地理信息匯總收集時采取分行業1對N模式。對前者，審計時關注A公司是否建立固定的數據流通機制，并由數據上下游與A公司定期對賬。對后者，審計時關注A公司是否建立了信息防火墻，確保不損害原始數據，以及是否存在過度調取數據、濫用數據的問題。

3.進行平臺及主體功能審計。目前我國數據領域存在供給質量不佳、開發利用程度不高等問題，極大制約著數據資源的后續利用和開發，為解決上述問題，大部分公司都建立了數據治理平臺（數據中心）。A公司也建立了包含數據歸集、管理、加工功能的運營平臺，在數據資產入表流程中，其發揮著類似于“財務報告內控系統”的作用，因此要對平臺相關功能進行有效性審計。審計時要檢查是否建立起了各類功能的技術標準、安全標準和流程標準，并按照標準對各類功能進行測試，通過模擬數據或穿行測試的方式，驗證平臺功能是否科學、明確，各環節的審核、復核、確認是否有效。

另外，實踐中，進行數據資產入表的公司往往會成立專業運營的數科子公司，并將其作為實際入表主體。少量入表主體是集團本部或集團中負責某個業務板塊的運營主體。結合內外部實踐，審計組也對A公司提出建議：A公司可成立專業數科子公司作為數據業務運營主體，有利于內部管理和后續業務剝離，以及便于融資和引入其他投資方等。

4.數據資產交易合規性審計。數據資產化較早落地的是數據資產融資模式，其審計也相應較為簡單，但數據資產入表審計則較為復雜，以數據產權登記合法合規性為中心，審計應關注是否在有權機構進行數據資產登記、數據知識產權登記、數據產品登記；是否在有相應資質的機構鑒證下進行數據資源公證確權、數據要素綜合登記；是否合法、合規、明確地說明數據權屬。

5.數據資產評估質量審計。該審計環節主要關注數據資產評估主體或人員是否有相應資質、具備相應能力；數據資產評估采取何種評估方法，其基準日、資產范圍等如何確定；評估結果是否經有權機構審批，必要的還應經過第三方驗證；相關部門是否按合法合規的評估結果入表，操作是否規范等。

本文以A公司數據資產入表項目審計為例，在實踐中結合上海數據交易所發布的《數據資產入表及估值實踐與操作指南》提出的“數據資產化三部曲：數據資源化、資源產品化、產品資產化”，以及深圳數據交易所等機構聯合發布的《數據資源入表白皮書（2023版）》提出的“五步法”，審計組進一步探索總結出“七要素法”，即審計重點關注：數據合規、數據安全、數據質量、數據產品合規、數據產品交易合規、數據資產評估以及數據資產入表財務會計制度。

審計路徑上，以風險為導向，結合企業實際情況，針對數據合規、數據安全，可采取數源合規性審計，同時通過數據經營機制審計來確保數據有效授權。在數據治理、開發過程中，要開展平臺及主體功能審計，對數據安全、數據產品合規等進行分析和檢查，確保企業生產出合格的數據產品。在產品生成后，則主要進行數據資產交易合規性審計，對數據資產交易體系、流程等進行審計。在入表后期，則主要開展數據資產評估審計、制度審計等，對評估、定價、入表操作等進行風險排查，系統性提升企業數據經營管理水平。

由于數據的特性及數據資產入表的復雜性，A公司審計項目實踐也存在一些難題：一是因為僅能針對部分數據樣本和資產進行評價與審計，不能全面揭示數據資產入表中的問題及風險；二是對數據及數據資產安全性的評估還不夠深入，系統底層及數源層面的安全性難以保障；三是對數據資產的計量、定價在操作過程中仍面臨難以落地、較難實操的問題，尤其在資產評估方法的選擇、收益實現及預估等方面，存在一定主觀性；四是與數據業務相關的審計制度、規范、流程等配套標準還不成熟，易造成審計事實確認、審計問題定性以及審計整改依據不充分、不明確等問題。這些是后續研究應予以關注的方向。

文章摘自《中國內部審計》雜志2025年第10期

作者：吳建華 李龍濤

單位：中電數據產業集團有限公司

編輯：孫哲

目前190000+人已關注我們，您還等什么？