企业数据资产审计中价值评估研究

　　张 慧

　　( 浙江德威会计师事务所（特殊普通合伙）杭州分所)

　　【摘要】在数字化浪潮的冲击下，企业纷纷加快数字化转型步伐，将数据视为最宝贵的战略资源，力争在数据驱动的发展道路上抢得先机。数据资产作为连接数字经济与实体经济的桥梁，在现代企业运营和价值创造中的地位日益凸显，然而，伴随着企业数据资产规模的不断扩张，如何全面盘点数据资产家底，科学评估数据资产价值，增强数据资产运营能力，成为摆在企业面前的紧迫课题。数据资产审计作为评判企业数据管理状况、揭示数据资产价值、防范数据安全风险的重要手段，在推动企业数字化战略落地中发挥着日益重要的作用，作为数据审计的核心环节，数据资产价值评估直接决定着审计工作的质量和效果，影响着企业数字化转型成败。

　　【关键词】企业数据资产；审计；价值评估

　　【中图分类号】F239

　　当今，以大数据为代表的数字技术革命蓬勃发展，数据资产逐步成为推动企业创新发展的新引擎，是保持市场竞争优势、实现高质量发展的战略资源。作为数字化转型的核心环节，数据审计对数据资产管理、价值提升、风险防控具有重要作用，数据资产审计中的价值评估，直接关系到企业数据战略决策的科学性，影响数据驱动的商业模式创新成效。但目前，企业数据资产的价值评估仍存在理论滞后、方法单一、标准缺失、协作不足等突出问题。如何创新理论范式、优化技术路径、完善标准规范、强化协同机制，成为业界关注的焦点问题。

　　一、企业数据资产审计中价值评估的意义

　　（一）助力企业数字化战略转型

　　一是数据资产价值评估可为企业数字化战略决策提供关键参考。通过评估厘清数据资产家底，剖析价值创造机制，预判价值实现路径，有助于企业在动态竞争中把握先机，优化资源配置，完善顶层设计，加速数字化战略落地[1]。二是数据资产价值评估是推进数据驱动型组织变革的重要抓手。系统评估可将数据资产嵌入组织运行的方方面面，推动组织流程再造，引领管理模式创新，塑造数字化组织文化，为企业转型发展注入持久动力。

　　（二）提升数据审计质量效益

　　一是数据资产价值评估是提升数据审计针对性的现实需要。传统数据审计关注数据资产的“量”，忽视价值维度，普遍存在“范围广、程度深、见解少、建议弱”的问题。评估工作可作为审计聚焦发力点，提高执行的“精准度”，审计关注的重心也将从“有没有”转向“值不值”，从而最大限度发挥数据审计价值导向作用。二是数据资产价值评估为数据审计提质增效提供新路径。评估过程可穿透分析数据资产全生命周期管理，聚焦数据治理、开发、应用、安全等重点领域和关键环节，借助大数据、人工智能等新兴技术，创新审计理念、流程和方法，大幅提升审计时效性和洞察力[2]。三是数据资产价值评估成果可充实完善审计报告内容。评估可多维度、立体化揭示数据资产家底和价值，把相关信息和观点融入审计报告，可强化报告的专业性和权威性，增强审计沟通、整改的针对性，提高审计监督成效。

　　（三）完善企业数据资产管理体系

　　一是数据资产价值评估是加强企业数据管理统筹规划的重要抓手。系统评估可厘清数据资产管理边界，完善数据资产管控框架，健全数字化管理制度标准，统筹谋划数据资产的获取、存储、处理、交换、应用等环节，理顺管理职责边界，夯实数据管理基础。二是数据资产价值评估是保障数据质量的关键举措。科学评估将数据质量内嵌于管理全流程，助力企业完善数据质量标准规范，健全数据的采集、监测、评估、改进、问责机制，实现数据全生命周期的精细化管控，持续提升数据质量。三是数据资产价值评估是防范数据风险的重要手段。评估过程可全面识别数据资产面临的内外部风险，分析成因，评判风险等级，采取针对性的防控措施，同时，通过评估强化源头治理、过程管控、行为监管，压实数据安全主体责任，提高数据资产韧性。

　　二、企业数据资产审计价值评估面临的主要问题

　　（一）缺乏统一规范的理论体系

　　一是对数据资产内涵和外延的认识尚不统一。由于数据资产的虚拟性、非排它性等固有特性，以及跨领域融合带来的复杂性，不同主体从各自视角对数据资产的定义、内涵外延、分类体系等理解不一，缺乏形成共识的理论基础。二是价值评估理论研究滞后。国内外学界对数据价值的内在机理、外在表现、实现路径的规律性认识不足，尤其是数据要素价值从创造到实现再到变现的全过程缺乏系统阐释，数据商业模式创新的理论分析框架亟待构建。三是数据资产价值影响机制研究不充分。数据资产价值受数据资产自身属性、企业能力、外部环境等多重因素影响，对各影响因素的作用方向、路径、边界的认知有待深化，影响机制的理论概括和实证检验有待加强。科学系统的数据资产价值评估理论体系缺位，无法为评估实务提供有力指导。

　　（二）评估方法手段有待优化创新

　　一是评估方法体系不健全。虽然国内外学界针对数据资产评估提出了收益法、市场法、成本法等方法，但尚未形成内容科学、逻辑严密、结构完整的评估方法体系，评估方法的科学性、系统性、适用性有待提高。二是评估技术手段相对单一。数据资产评估是一项专业性很强的系统工程，但目前评估技术手段创新不够，尤其是缺乏适应数据资产全生命周期特点的信息化评估工具，大数据、人工智能、区块链等新兴技术在数据资产评估中的应用水平亟待提升。三是评估基础设施建设相对滞后。数据采集、传输、存储、处理、分析等基础设施不完善，难以满足数据资产评估的时效性、准确性、安全性要求；软硬件基础设施一体化、智能化水平有待加强，评估业务协同机制亟需理顺，以全面支撑评估工作规范有序开展。

　　（三）评估标准规范体系不完善

　　一是数据资产定义及分类标准不统一。受数据来源渠道、处理方式、应用场景等因素影响，不同企业和行业对数据资产内涵和外延的界定差异较大，数据资产分类标准各异，导致评估口径不一致，评估结果缺乏横向可比性。二是数据资产价值评估指标体系有待优化。现有评估指标大多从财务视角设计，难以全面反映数据资产的战略价值，指标内涵外延模糊，缺乏明确量化标准，对指标权重的测算方法也不统一，影响评估的科学性。三是评估流程和报告规范亟需细化。数据资产评估的启动、准备、实施、报告等环节缺乏统一规范，内容深度和重点不一致；评估报告的编制原则、格式、要素等尚无明确要求，可用性、可读性不强，影响评估工作规范化水平[3]。

　　（四）跨领域协同机制有待完善

　　一是多学科交叉融合不够。数据资产审计中的价值评估涉及管理学、经济学、统计学、计算机科学等多个学科，需要技术、业务、管理等多领域的专业力量协同配合，但目前不同领域间专业壁垒严重，缺乏常态化的沟通协调机制，共享合作意识和联动能力有待增强。二是复合型人才培养体系不健全。企业数据资产审计评估需要既懂技术又懂业务的复合型人才。但目前高校相关专业人才培养规格单一，实践能力不足，企业和行业组织评估人才教育培训缺乏系统性，优质培训资源匮乏，亟须加快构建多元化、体系化的复合型人才培养体系。三是组织管理机制有待理顺。我国数据资产审计评估起步较晚，行业整体发展不平衡，缺乏健全的法律法规和管理制度，行业自律、社会监督机制不完善，第三方专业评估机构发展滞后，统筹协调、指导服务的权威机构尚未建立，亟须加快探索符合我国国情的评估组织管理新机制。

　　三、完善企业数据资产审计价值评估的主要路径

　　（一）构建科学系统的理论分析框架

　　一要开展数据资产价值形成机理研究。以数字经济发展和数字企业实践为背景，立足数据要素禀赋特征，借鉴经济学、管理学等相关理论，深入剖析数据价值创造、流转、实现的内在规律，阐明数据价值影响因素的作用机制，提炼数据资产内涵外延的一般性规律，奠定理论基础。二要创新数据资产评估理论范式。科学界定数据资产评估内涵，厘清基本问题，搭建理论分析框架，借鉴资产评估、企业价值评估、知识产权评估等领域的相关理论成果，凝练数据资产评估的核心要义、基本原则、关键环节，探索构建契合数据要素特点的评估理论新范式。三要加强数据资产分类体系研究。系统梳理数据资产类型、层次及其关联，刻画不同类型数据资产的关键特征，构建科学合理的分类评估理论，增强评估的针对性，同时，加强分类评估理论的实证检验，完善数据资产分类体系和评估模型，形成较为成熟的评估理论分析工具。

　　（二）创新数据资产评估技术与方法

　　一要优化评估技术路线。树立全生命周期评估理念，针对数据资产不同阶段、场景，遴选匹配评估技术方法，综合运用定性和定量分析，搭建多层次、多维度的综合评估模型，同时，完善评估指标筛选原则，优化测算方法，增强评估结果的科学性和可比性。二要加强评估关键技术攻关。聚焦数据资产采集、存储、分析、应用等环节面临的瓶颈技术问题，加强评估工具开发应用，充分运用大数据、云计算、人工智能、区块链等新兴技术，建立数据资产分布式管理、智能化分析、可视化展现等评估模型，打造集数据采集、风险监测、价值计量、评估决策于一体的智能化评估系统[4]。三要夯实评估基础设施。加快数据采集、传输、存储、分析等软硬件设施建设，构建功能完备、性能优良、安全可靠的数字化评估支撑体系，健全评估业务协同机制，理顺部门间、业务间的数据共享与价值流转，打通数据资产全生命周期管理流程，为智能化评估提供高质量的数据来源和应用场景。

　　（三）制定统一规范的评估标准体系

　　一要统一数据资产定义及分类标准。企业要广泛吸纳产学研用各方意见，尽快在数据资产定义上形成基本共识，研究制定科学规范的数据资产分类标准，明确不同行业数据资产的核心要素、关键特征，细化分门别类的评估标准。二要健全数据资产评估指标体系。围绕数据资产获取、存储、处理、交换、应用等环节，从质量、安全、价值、效益等多个维度，构建涵盖定性和定量指标的综合评估指标体系，科学设置指标权重，细化指标标准，确保指标的全面性、独立性和可度量性。三要明确数据资产评估流程规范。企业要参考国际通行做法，借鉴成熟评估领域经验，研究制定规范统一的数据资产评估工作规程，明确评估的启动、准备、实施、报告、应用等环节的操作规范和质量要求，促使形成规范有序、运转高效的评估工作机制。四要完善数据资产评估报告规范。从评估报告的基本原则、主要内容、编制要求、格式规范等方面入手，研究制定统一规范的数据资产评估报告准则，明确报告的必备要素和逻辑框架，规范评估结论和相关建议的表述，提高报告的严肃性、专业性和可用性，同时，建立健全评估质量问责机制，明确相关主体的权责边界，确保评估工作规范运行。

　　（四）健全跨领域协同和人才培养机制

　　一要加强多学科交叉融合。企业要发挥行业组织、科研机构的纽带作用，搭建产学研用协同创新平台，定期举办多学科交流研讨活动，促使数据资产审计、评估、管理等领域的理论和实务工作者加强对话交流，形成跨领域协同的常态化机制，统筹各方资源，联合开展重大理论和实践问题研究，多出高质量研究成果[5]。二要加快复合型人才培养。完善复合型评估人才的知识体系和能力框架，创新培养模式，支持高校设置数据资产管理、审计相关学科专业，优化课程设置，加强实践教学，提高人才培养的系统性和实效性。鼓励行业组织、数字企业、专业机构等广泛参与人才培养，深化产教融合、校企合作；大力开发优质网络培训资源，拓宽人才成长路径，建设一支德才兼备的高素质评估人才队伍。三要完善评估行业组织管理。要加快培育发展第三方数据资产评估机构，鼓励社会力量参与，促进行业良性竞争，可成立权威的行业自律组织，强化评估机构和从业人员行为监管，提升行业自律水平。同时，设立国家层面的评估管理与公共服务机构，加强顶层设计和统筹协调，健全法律法规和管理制度，优化政策环境，为数据资产审计评估行业规范发展保驾护航。

　　四、结语

　　综上所述，数据作为数字经济时代的关键生产要素，在推动企业数字化转型中的基础性、战略性作用日益凸显。价值评估作为数据资产审计的重要环节，对引导企业加强数据资产管控，释放数据红利，提升数据治理效能具有重要意义。但当前这项工作仍处于探索起步阶段，无论是理论研究还是实践应用都还不够成熟，亟待从理论、方法、标准、机制等维度协同发力，系统化推进。

　　主要参考文献：

　　[1] 何义山, 俞兆丰. 企业数据资产的价值评估问题研究[J]. 浙江工商职业技术学院学报,2024,23(3):12-15+69.

　　[2] 王达. 企业数据资产入表策略与价值挖掘路径研究[J].中文科技期刊数据库（全文版）经济管理,2025(1):148-151.

　　[3] 宿鑫芳, 闫禹. 企业数据资产价值评估研究[J]. 合作经济与科技,2024(17):107-109.

　　[4] 张俊芳, 李礼, 王维. 互联网企业数据资产价值评估研究综述[J]. 商业观察,2024,10(36):95-99.

　　[5] 缪丹杰. 数字经济背景下企业数据资产评估中存在的问题及其对策研究[J]. 老字号品牌营销,2024(19):109-111.

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

　　责编：杨雪