数据资产入表的合规性风险挑战与应对研究

乔鹏程 杜庆璋

摘要：信息技术时代，数据是数字经济发展的基础，财政部印发的《企业数据资源相关会计处理暂行规定》于2024年1月1日开始实施，但作为一项新的会计政策，数据资产入表后会出现一系列合规性风险。在已有文献的基础之上，研究发现了数据资产入表后存在的主要合规性风险，例如财务报表粉饰风险、数据资产权益受侵害风险、披露不足或者过度披露风险、税收征管不力风险等，并深挖其产生的深层原因，最后提出相应的应对措施，例如建立健全数据分类和评估制度、加强数据资产权益管理、加强会计人员队伍综合素质建设和加快税制改革等，以期对国家和企业处理入表后出现的问题提供启示，促进数字经济健康稳定发展。

关键词：数据资产；数据资产入表；数据资产治理；合规性风险

0引言

近年来，我国政府大力发展数字经济。在数字经济时代，数据已然成为与土地、资本等相类比的重要生产要素[1]。在2024年3月5日召开的第十四届全国人民代表大会第二次会议上，李强总理在2024年《政府工作报告》中提出的第一条，就是大力推进现代化产业体系建设，加快发展新质生产力。作为新的生产要素和重要的生产力，数据已经上升为国家基础性战略资源[2]。在发展新质生产力中，深入推进数字经济创新发展是重要的实现路径，数据资产化是推动数据要素市场化流通的关键环节[3]，以广泛深刻的数字变革，赋能经济发展、丰富人民生活、提升社会治理现代化水平。王志杰代表在会上提出，数字经济成为稳增长、促转型的重要引擎。目前国家相关部门已先后制定印发了系列政策，数据资产入表工作正在加快推进，但仍存在一些问题。

数据资产入表带来一系列合规性风险。有学者表示，数据资产入表目前面临的产权界定争议、传统估值方法不完全适用、数据分类分级存在空白、数据资产流通缺少统一规范和隐私安全信任度问题等挑战[4]国家和企业在实施中由于缺乏经验和典型案例，还处于摸着石头过河的阶段，在实际操作时往往不合规或者缺乏相应的实施办法，这就导致企业在数据资产入表过程中存在操作不利或者利用政策空白实施违法行为等现象，例如粉饰报表、数据披露过度或不足、数据资产权益受到侵害等。这也会导致国家对数据资产在税收方面无从下手，不利于市场的稳定，阻碍了数字经济的发展。

相较于以往的研究，本文试图在以下方面有所贡献：第一，找出数据资产入表过程中所产生的合规性风险。现有文献很少从这一视角考察数据资产入表的影响，大部分文献往往只结合企业数据的特征，从会计视角探寻企业数据资产化的途径，构建企业数据会计确认与计量的方法论框架[5]，在关于数据资产入表合规性风险方向研究较少。第二，识别合规性风险产生的深层次原因，深挖其产生的缘由，对问题了解透彻，便于更好地解决问题。第三，提出应对数据资产入表后的合规性风险的措施。保证入表的合规性是维护市场稳定发展，促进数字经济健康发展的必经之路，通过提出应对风险的建设性意见，以期对国家和企业起到启示作用。

1文献综述

1.1与数据资产概念、特征及披露有关文献综述

国内外学者对数据资产概念进行了大量研究，指出数据是任何能够以数字形式在线访问和持有的资产[6-10]。我国学者认为，数据资产是指那些能够数据化，并且通过数据挖掘能给企业未来经营带来经济利益的数据集合[11]。但宋书勇[12]认为，数据资产是以电子或物理方式记录的、拥有传统资产性质的数据资源。

对于数据资产的特征，有学者将数据资产的基本特征归纳为经济性、非实体性、共享性、不确定性、多样性、时效性、冗余性和无消耗性等维度[13]。但赵治纲[14]指出，数据资产通常具有价值易变性、零成本复制性、共享性、增值性、时效性5个方面的价值特性。

在数据资产披露方面，张俊瑞等[15]认为，应在资产负债表非流动资产类中设置“数据资产”项目列示，并在财务报表附注中阐述其使用说明，这对规范数据资产很有必要，因为数据资产信息披露可以提高信息透明度、吸引技术型人力资本、降低融资约束程度，进而促进企业价值提升[16]。

1.2与数据资产入表的合规性风险有关的文献综述

有关数据资产入表的合规性风险研究，数据资产因其产权确认及估值困难、价值归属不清晰等问题，导致其税收征管方面存在较大的挑战[17]，因为中国现行税制是根据传统工业经济设计的，在一定程度上存在不适应数字经济高速发展的问题。张俊瑞等[18]指出，目前在数据资源业务实践和信息披露方面，相关制度建设方兴未艾，为实际工作开展带来挑战，数据资产入表准则推进面临的障碍主要包括数据资产确权、价值计量、入表科目分类及数据合规4个方面[19]。有学者认为，入表可能带来合规性风险，例如借助数据资源粉饰财务报表的风险，以及侵犯数据来源方的合法权益或危害社会公共利益的风险，这些问题对我国数字经济的健康发展产生了阻碍。

1.3与数据资产入表后合规性风险的应对措施有关的文献综述关于风险的应对，我国学者认为，确立数据资产的所有权是评估其价值的必要前提，这就需要对数据资产进行重新分类与定义[20]，只有对数据的所有权进行确认，后续的操作才能进行。赵治纲[14]认为，数据资产入表尚待研究和解决的问题涉及多个方向，例如会计标准的建设、数据估值和定价机制的完善、数据合规和治理能力的提升，后续计量方法的完善应着重从制定数据资产标准、建立数据交易平台相关市场规范、加强数据隐私保护和提升数据治理水平等角度进行策略性应对[4]。

2数据资产入表后的合规性风险

数据资产合规性风险关系见图1。《企业数据资源相关会计处理暂行规定》（以下简称《暂行规定》）于2024年1月1日开始实施，本文根据出现的合规性风险，深挖风险出现的原因。由图1可知，面对新政的实施，国家和政府主要在数据资产分类与评估机制不完善、税制更新滞后、企业会计人员综合素质不高、数图1数据资产合规性风险关系

据获取方式不合规这4个方面应对不足，导致出现了一系列合规性风险。本文深挖出现合规性风险的原因，并提出一系列应对措施，以期为我国数据资产入表和数字经济发展提供启示。

2.1财务报告粉饰风险

《暂行规定》的出台确实促进了数字经济的发展，但也为一些不法分子提供了粉饰财务报表的机会。数据资产非实体性、不确定性和易变性等特点，使其价值的确定具有较大的不确定性和主观性。一方面，企业可能会因为缺乏有效的评估和计量方法，而导致对数据资产的价值估计过高或过低，从而影响财务报表的真实性和公正性；另一方面，企业会利用数据资产价值评估和计量的困难，通过人为调整数据资产的价值，来达到粉饰财务报表、欺诈投资者和债权人的目的。企业也可能趁相关会计标准、数据估值和定价机制不完善之时，将原先未能计入的表外数据资源内化为具体的资产形式，以增强自身信用基础，直接改善相关财务指标。一些企业可能会将低质量的数据资源通过伪装手段，变为高价值的数据资产，对入表的数据资产进行“注水”，使企业自身的财务状况产生“虚胖”现象。其目的是诱导投资者或潜在投资者进行投资，以提升股价或获取更多的融资机会。此外，《暂行规定》虽然明确，数据资源只有在符合现行会计制度的资产定义与确认条件时，才能在报表上记为无形资产或存货，但一些企业可能会追溯调整数据资源的会计核算，从而构成对会计政策的错误适用。此外，一些企业可能会利用关联方直接的数据资源交易，来粉饰和篡改财务报表，使市场经济不能健康发展，阻碍了数字经济前进的脚步。

2.2数据资产的权益受到侵害的风险

随着数据资产入表，数据所有权的归属问题日益严重，数据资产通常涉及多方参与其生成、处理和存储，这就容易导致所有权和使用权的模糊不清，从而增加企业面临的合规性风险并可能引发法律争议。首先，由于数据资产的高成本和共享性特点，确定权属变得异常棘手。数据权利人与数据所有权人及相关利益关系人之间存在着不同的法律地位，导致了不同的权利归属模式。因此，涉及数据主体、运营商、实际拥有者及其他利益相关方之间的所有权归属存在争议。其次，当企业在未获得合法授权的情况下使用数据资产时，可能会侵犯原始数据提供者的知识产权或违反数据使用协议，导致合规性问题和潜在的法律诉讼。最后，由于数据资产可能包含敏感个人信息，企业在处理这些信息时必须遵守隐私保护法规，如欧盟的《通用数据保护条例》（GDPR）等，否则可能引发法律责任和声誉损害。

2.3数据资产信息披露不足或过度的风险

关于数据资产中的披露问题，《暂行规定》在数据资源的信息披露方面创新性地采取了“强制披露+自愿披露”的方式，兼顾了信息披露的成本、效益和商业秘密保护等方面，鼓励和引导企业开展数据资源的自愿披露，向利益相关方提供更多与发挥数据资源价值有关的信息。然而，由于数据资产的特殊性，企业在进行数据资产的信息披露时，可能会面临信息不足或过度的风险。一方面，企业可能会因为担心商业秘密泄露，或存在数据产权不清晰、披露成本高昂等问题，难以做到充分披露，如选择不披露或少披露数据资产的信息，从而导致投资者和债权人无法全面了解企业的数据资产状况，影响其投资决策；另一方面，企业可能会过度披露数据资产的信息，如为了蹭热点、炒概念而夸大事实，采用诸多定性而非定量描述，或者故意使用深奥、晦涩的术语，造成披露信息不易理解，以吸引更多的投资者和债权人，并可能导致市场的信息过载，影响市场的正常运行。

2.4数据资产税收征管的风险

首先，数字经济行业的快速发展呈现出多业态融合与新模式新业态不断涌现的特点，这导致业务边界日益模糊，如何准确适用税目及税率等现实问题亟须解决；其次，高附加值数字企业由于无形资产占比大、附加值高，同时固定资产和外购物资相对较少，造成增值税进项可扣除项目有限，致使这类企业在实际运营中承担了较重的增值税负担；最后，大量自然人通过平台直播销售货物而未进行正规的工商税务注册登记，这对现行市场管理规范构成了挑战，也提出了新的税收制度需求。当前，税务部门在涉税数据采集与利用方面尚缺乏明确的法律依据，尽管能够对各类电商平台主体实现有效税收监管，但对于非直播平台的网络经营主体，获取必要的公司数据以实施有效税收管理仍存在难度。

3数据资产入表后的合规性风险成因探究

3.1数据资产分类与评估机制不完善

一是缺乏统一的数据资产定义和分类标准。由于没有统一和普适性的定价标准，数据资产的价值难以评估。这就导致企业在入表时难以确定合理的价格，影响了数据资产入表时价值的公平与合理。二是管理规范的不足。尽管对加强数据分类分级管理，建立数据资产分类分级授权使用规范的呼声日益强烈，但实际政策制定方面存在较大困难。数据资产的标准化是其应用和发展的重要基础。但目前，与数据资产管理相关的标准仍然缺失，不同企业对数据资产的使用目的不同，对其价值的判定也就不同，适用所有企业的分类与评估制度仍在探讨之中，导致数据资产的评估、运营等工作缺乏可参考的依据，容易增加合规性风险。

3.2数据获取方式不合规

数据获取方式不合规现象是当前企业在处理数据资产过程中的一大严峻挑战。首先，企业若采用非法或未经许可的方式收集数据，例如擅自抓取他人数据或侵犯用户隐私，这些数据资产从根本上失去了合法性基础，直接导致其无法满足会计入表的合规要求。其次，企业在数据生命周期的各个环节，包括收集、处理和使用数据资产的过程中，未能遵循法律法规，未能充分尊重和保护数据主体的各项权益，如知情权、隐私权及对数据使用的自主决定权，这种行为会极大地增加数据资产遭受权益侵害的可能性，进而带来严重的合规性风险。最后，数据资源交易中的不透明性也是导致合规性风险加剧的原因之一。双方在交易过程中可能对数据的原始来源、质量标准及预期用途等方面信息了解不足，使得数据资产的流转充满了潜在的法律隐患。

3.3会计人员综合素质不高

会计人员的综合素质往往影响数据入表进程的好坏。一是在业务能力上，面对新政策的发布，很多会计人员没有经验，缺乏对数据资产特性、分类和评估标准的认识，难以理解数据资产与传统物质资产的区别，无从下手，这就容易导致对于数据资产的会计处理出现不合规的风险。二是在伦理道德上，一些会计人员对数据资产十分了解，有一定的业务水平，但忽视伦理和职业道德要求，缺乏对企业社会责任的认识，趁新政策刚刚发布，还不太完善之时，钻新政策的空子，以不法手段获取自身利益。会计人员的综合素质对数据资产入表合规性风险的影响不可忽视。

3.4税制更新滞后

中国现行税制是基于传统工业经济模式构建的，面对数字经济的快速发展，显示出一定程度的不适应性。数字经济的发展对现有税制提出了新的要求和挑战，一些原有的制度细节需要进一步明确和完善，特别是随着数字经济规模持续扩大，过去不太显著的问题逐渐凸显，亟待从制度层面加以研究和解决。相比之下，数字经济对我国税收征管实践带来的冲击和挑战或许更为显著和迫切，例如，多业态融合与新模式新业态的不断出现，使业务边界日渐模糊，对于税收的征管带来了较大的困难。税制更新的落后使数据资产入表的合规性风险增加。

4应对数据资产入表后合规性风险挑战的措施

4.1建立健全数据分类和评估制度

首先，企业需要对数据资源成本进行细致的量化核算，并完善归集分摊机制，创建符合自身商业模式的成本管理体系。在数据应用中，成本不仅包括购买、税费、安全管理等直接费用，还可能涉及合规建设、权属界定及间接成本。企业应及时确认这些成本，并在经营活动产生的数据资源时区分经营成本与加工成本。其次，企业必须构建完善的数据资源全流程管理体系，并明确各部门的权责，确立数据资产化的战略。这要求企业执行严格的数据分级分类管理，以精确识别不同类型的数据资源，并根据其类别建立相应的运营模式和管理制度。最后，企业应深入理解数据资源运营的经济本质，在将数据资源正式认定为资产时，选择恰当的资产类别以准确反映其价值。

4.2加强数据资产权益管理

明确数据所有权和使用权：企业应建立和完善内部的数据资产管理制度，明确数据资产的所有权和使用权归属，确保数据资产的合法获取和使用；同时，应与相关方签订明确的数据使用协议，规定数据的用途、范围和期限，避免因数据权利不明确而引发的法律争议；应加强对敏感个人信息的保护，确保其处理符合隐私保护法规的要求；应建立严格的数据安全管理制度，采取有效的技术手段和管理措施，防止敏感个人信息的泄露和滥用。

4.3加强会计人员队伍建设

关于会计人员队伍的建设，应从两个方面做起：一方面，加大专业技能的培训，会计人员需要深入了解并掌握相关的法律法规，包括《企业会计准则》《暂行规定》等相关政策文件，熟悉数据资产的确认、计量、记录和报告等操作流程并熟练掌握各种财务软件、数据分析工具和数据库管理技术，提高数据获取、整理、分析和解读能力，以便准确、高效地完成数据资产入表工作，使数据资产信息披露合法合规；另一方面，强化会计职业道德教育，确保会计人员严格遵守《会计法》《中国注册会计师职业道德守则》等，杜绝虚假会计信息，保障数据资产入表的真实性、完整性，构建诚信文化氛围，倡导公开透明的信息披露原则，培养会计人员的责任感和使命感，使其在面临合规性风险挑战时能坚守职业底线。

4.4加快税制改革

为有效应对数据资产入表后带来的税收挑战，首要的是逐步完善现有税制，确保其能够适应数字化带来的新情况和需求。这包括对现行税法进行修订，以包含新兴的商业模式和交易类型，确保税收体系能够与时俱进。与此同时，税务管理的效力必须得到加强，这涉及采用更先进的技术和算法，提高税务部门的能力，以便更有效地识别税收漏洞、减少逃税和避税行为。科学地划分税收归属权是另一个关键点，需要合理确定中央与地方之间的税收分配，以及不同税种之间的边界，保证各级政府的财政稳定和公平征税。

5结语

《企业数据资源相关会计处理暂行规定》的出台，使企业将数据资产入表有了理论依据，但在实际操作中，仍会出现一些合规性风险。通过探究数据资产入表后主要产生的合规性风险，并挖掘其深层次原因，发现存在数据资产的分类与评估机制不完善、数据获取方式不合规、会计人员综合素质不高，以及税制更新落后等问题，

文章主要围绕数据资产入表过程中的合规性风险及其应对措施进行了深入研究。随着信息技术时代的到来，数据已成为数字经济的核心驱动力，《暂行规定》于2024年1月1日起实施，标志着数据资产正式纳入企业会计核算范畴。然而，数据资产入表这一新会计政策的实施带来了诸多合规性风险，如披露不足或过度披露、财务报表粉饰、数据资产权益受损、税收征管难题等。在综合既有研究成果的基础上，针对这些风险逐一剖析了其产生的根源，例如数据资产的分类与评估机制不完善、数据获取方式不合规、会计人员综合素质不高，以及税制更新落后等问题。为有效应对这些挑战，提出了如下针对性措施：一是建立健全数据分类与评估制度，细化成本核算，强化全流程管理和权责界定；二是加强数据资产权益管理，明确数据权属，强化法律保护，确保数据合法合规使用；三是强化会计人员队伍综合素质建设，提升其专业知识、法律法规素养及数据处理技术能力，并强调职业道德教育，确保数据资产入表真实完整；四是加快税制改革，修订和完善现行税法，提高税务管理效率，科学划定税收权限，以适应数字化经济的新需求。

对于数据资产未来的发展，《企业数据资源相关会计处理暂行规定》为数据资产入表提供了理论指导，但实践中仍需不断完善相关机制和政策，确保数据资产在入表过程中的合规性。研究者致力于从理论到实践层面全面揭示数据资产入表所面临的复杂风险，并寻求切实可行的解决方案，旨在促进我国数字经济的健康稳定发展，为企业和社会各方提供有益的决策支持。同时，期待未来进一步深化对数据资产的理论研究，细化数据资产治理规则，构建更加完善的监管环境，以适应快速发展的数字经济时代背景下的经济转型的需求。

参考文献[1]马慧洁，夏杰长.数据资产的确权及课税问题研究[J].税务研究，2023（12）：44-49.

[2]王勇，陈鹤丽，孙维鑫.数据资产赋能统计现代化研究[J].统计与信息论坛，2023，38（6）：3-18.

[3]朱小能，李雄一.数据要素资产价格、交易收益与效用研究[J].经济学动态，2023（9）：33-52.

[4]刘悦欣，夏杰长.数据资产价值创造、估值挑战与应对策略[J].江西社会科学，2022，42（3）：76-86.

[5]罗玫，李金璞，汤珂.企业数据资产化：会计确认与价值评估[J].清华大学学报（哲学社会科学版），2023，38（5）：195-209，226.[6]NGUYEN D， PACZOS M.Measuring the economic value of data and cross-border data flows：a business perspective[R].2020.

[7]BIRCH K， COCHRANE D T， WARD C.Data as asset？ The measurement，governance，and valuation of digital personal data by big tech[J/OL].Big Data & Society， 2021，8（1）：1-15.

[8]ROD G，ADAM S.Financial and estate planning in the age of digital assets：a challenge for advisors and administrators[J].Financial Planning Research Journal，2017（1）：75-80.

[9]PEI J.A survey on data pricing：from economics to data science[J].IEEE Transactions on Knowledge and Data Engineering，2020，34（10）：1-60.

[10]HU C，LI Y，ZHENG X .Data assets， information uses， and operational efficiency[J].Applied Economics， 2022，54（60）：6887-6900.

[11]许宪春，张钟文，胡亚茹.数据资产统计与核算问题研究[J].管理世界，2022，38（2）：16-30.

[12]宋书勇.企业数据资产会计确认与计量问题研究[J].会计之友，2024（2）：95-101.

[13]赵星，李向前.数据资产“入表”的准则考量与推进思路[J].财会月刊，2024，45（3）：55-60.

[14]赵治纲.数据资产入表的战略意义、问题与建议[J].会计之友，2024（3）：2-6.[15]张俊瑞，危雁麟，宋晓悦.企业数据资产的会计处理及信息列报研究[J].会计与经济研究，2020，34（3）：3-15.

[16]叶陈毅，聂莎莉，李娜.上市公司社会责任会计信息披露问题探讨[J].企业经济，2011，30（6）：170-172.

[17]苑泽明，于翔，李萌.数据资产信息披露、机构投资者异质性与企业价值[J].现代财经（天津财经大学学报），2022，42（11）：32-47.

[18] 张俊瑞，危雁麟，尹兴强，等.企业数据资源信息披露影响审计收费吗？：基于文本分析的经验证据[J].审计研究，2023（3）：60-71.

[19]国家税务总局税收科学研究所课题组，谭珩，李本贵，等.数字经济对我国税制和征管的影响及相关政策建议[J].国际税收，2022（3）：3-11.

[20]韩秀兰，王思贤.数据资产的属性、识别和估价方法[J].统计与信息论坛，2023，38（8）：3-13.

收稿日期：2024-04-22

作者简介：

乔鹏程，男，1981年生，博士研究生，副教授，硕士生导师，主要研究方向：区块链会计、数据资产、合规性风险研究。

杜庆璋，男，2001年生，硕士研究生在读，主要研究方向：数据资产、风险管理。

*基金项目：西藏民族大学研究生科研创新与实践项目“基于区块链的供应链金融服务助力西藏地区乡村振兴”（Y2024076）；陕西省教育科学“十四五”规划2023年度一般课题“新文科建设背景下陕西省高校会计专业硕士培养数智化推进策略研究”（SGH23Y2486）；西藏民族大学2023年研究生金课建设项目“论文研读与案例开发”。