许志勇 柯巧林
数据要素首先推动管理会计领域的创新实践，进而助力企业创造共享价值。随着《企业数据资源相关会计处理暂行规定》的实施，数据资产入表成为企业数字化转型的核心环节。人工智能、区块链等技术的深度应用，在提升数据确权与估值效率的同时，也带来了技术依赖性强、合规边界模糊等新型风险。本文结合智能技术特性，系统分析数据资产入表全流程风险，并提出协同治理框架。
一、智能技术背景下数据资产入表面临的风险
（一）权属风险
在智能技术迅猛发展的当下，数据资产入表面临严峻权属风险，其中智能技术衍生的新型权属问题加剧了这一困境。传统上，数据所有权边界模糊，用户与企业常起冲突，用户认为数据源于自身行为，理应拥有所有权，而企业则强调其在数据加工中投入资源，也应有相应权利。而在AI领域，新型权属难题不断涌现。AI模型训练的数据来源广泛且复杂，可能涉及多方数据混合且未获明确授权，这种模糊性让数据资产入表时权利主体难以明确，进一步增加了权属风险。
同时，授权链条断裂风险在传统与新型因素交织下更为突出。传统数据从采集到加工涉及多环节主体，授权不完整就会断裂，企业可能因缺乏完整授权证明陷入法律和声誉危机。而智能技术的发展则会带来新问题，其训练数据来源多样，不同提供方授权要求流程不同，企业处理不当易致授权链条断裂。AI算法更新优化需重新处理或补充数据，涉及新授权问题，处理不好也会造成断裂。此外，AI技术下各方对数据使用和授权理解差异更大，权属风险在数据资产入表过程中愈发难以规避。
（二） 合规风险
数据资产入表面临严峻的合规风险，传统难题与智能技术衍生新挑战相互交织，给企业带来巨大压力。
其一，数据来源合法性是基础。在传统意义上，数据来源合法性是入表根基。非法获取如黑市采购、违规爬虫抓取会让资产化根基不稳。而智能时代，新型来源合法性问题频发。AI模型训练依赖海量数据，部分企业为求速成，与数据来源存疑的中间商合作，若不严格审查，会陷入合规风险。若AI生成内容素材侵权，企业将其入表也会面临困境。
其二，跨境传输难，不同法规冲突、数据主权界定不清易引发争议。如欧盟GDPR与中国数据本地化要求矛盾。智能技术加剧挑战，其应用使跨境数据流动频繁，各国监管要求差异大，企业难同时满足。云计算和AI服务让数据存储处理跨国进行，数据主权难界定，增加合规管理难度。
其三，会计政策滞后，摊销规则不明。动态数据资产处理易错、历史成本法难反映价值波动，容易导致财务报表失真。大数据环境下，数据资产价值动态不确定，模型更新迭代使数据价值变化较大，传统会计政策难反映其价值。AI生成数据资产价值评估独特，现有政策缺乏标准，增加企业数据资产入表难度与合规风险。
（三） 技术风险
技术风险上，安全泄露是首要威胁。在AI场景下，实时数据流处理的API接口遭攻击、模型被逆向，多云同步时密钥管理缺陷，都会加剧数据泄露风险，还可能被用于不良竞争。其次，算法偏差会影响估值。AI训练数据样本偏差及动态学习算法放大偏差，会使数据资产价值评估偏离真实，误导企业决策。此外，智能技术也会带来真实性风险。AI技术能够生成各种类型的内容，这些生成内容的质量和真实性存在一定问题。当企业将这些AI生成内容相关的数据资产入表时，如果内容质量不高或存在虚假信息，将影响数据资产的价值和可信度。
（四） 运营风险
数据资产入表虽为企业开辟新价值路径，但在操作和市场层面也伴随着风险。在操作层面，智能技术促进数据高效流转，易致重复入表虚增资产，在数据密集场景更为突出。掌握算法者可能借参数调整操纵价值，骗取融资或美化财报，损害企业信誉。在市场层面，数据资产非标致流通变现难，入表后容易形成“僵尸资产”，账面价值与流动性背离。智能技术迭代加速数据集失效，带来减值压力。AI衍生运营风险方面，AI模型训练依赖大量数据，数据质量波动或偏差会直接影响数据资产质量与价值评估准确性。且AI系统运行依赖复杂软硬件环境，一旦出现故障或安全漏洞，可能致数据资产损坏、泄露，影响其正常运营与价值实现，这些风险相互交织，构成入表需审慎应对的挑战。
（五） 财务风险
数据资产入表引发估值失真与减值失控问题，进而导致财务风险与税收认定争议。一方面，数据资产独特价值形成机制使成本法与收益法估值结果差异大，影响财务报告的可靠性。另一方面，数据资产价值高度动态，与活跃度、时效性紧密相关，企业若未及时重估数据活跃度下降等变化，会导致减值处理滞后失控，虚增资产价值。智能技术衍生新型财务风险，如基于AI算法的数据资产估值模型可能因算法偏差或训练数据不准确，产生严重偏离实际的估值结果。AI驱动的数据交易频繁且复杂，交易对手信用风险评估难度大，一旦交易对手违约，企业将面临数据资产价值损失及资金回收风险。智能技术快速迭代使数据资产技术过时风险加剧，若企业未能及时更新技术，数据资产价值会大幅缩水。
二、智能技术背景下数据资产入表风险治理策略
（一）确权分析体系
针对人工智能技术驱动下的数据权属风险，需构建“技术确权—法律赋权—流程控权—生态共治”的闭环治理体系，并贯穿“采集授权—加工声明—流通许可”的链式确权流程。首先，通过区块链数字指纹与零知识证明技术实现数据“产生即确权”，结合AI生成内容和水印协议，明确创作物归属。其次，建立分级权属映射规则。在数据资产流程中深度嵌入链式逻辑，以构建合规流通体系。利用智能合约自动化存证采集授权，借助隐私计算沙箱脱敏数据并生成加工声明书，用NFT技术分置存证数据三权。同步部署授权状态图谱引擎监测全链路，结合最小必要授权沙箱管控使用范围。联合行业共建数据，从而强化权属公信力。开展用户权益教育构建利益共享机制，依托AI权属仲裁中心快速响应争议。这一体系以技术固化法律权属，以链式流程确保授权可追溯，以生态协同化解确权冲突，为数据资产入表奠定权属清晰、流转可控的治理基石。
（二）合规治理体系
针对数据资产入表合规性风险，需构建智能技术赋能的治理体系。首先，部署隐私计算网关与主权标识体系。利用同态加密实现数据“出境不出域”，并自动触发地理围栏合规校验。其次，开发双轨计量模块。支持历史成本法与公允价值法并行记账，设置API调用衰减率等减值预警指标。最后，搭建基于知识图谱的合规扫描系统。通过NLP实时抓取GDPR、中国《数据安全法》等12个法域立法动态，自动解析核心条款并生成合规差距分析报告，将响应周期压缩至24小时。此外，针对行业特性制定专项策略，如金融业与央行征信系统建立权属核验接口并强制披露资产质量报告，制造业采用“物理隔离+逻辑镜像”方案确保工业数据跨境合规。该体系通过技术管控、动态监测与场景化应对，形成覆盖数据流动全链条的合规屏障，保障数据资产入表平稳有序。
（三）技术治理创新
数据资产入表虽为企业开辟了价值实现的通路，但也潜藏着权属界定模糊、利益分配不公等风险。针对这些挑战，技术性风险应对成为关键一环。通过应用NFT技术对数据资产进行链上确权，并借助智能合约自动执行收益分配，能够显著提升权属管理的透明度与效率，有效规避纠纷。同时，构建“三权分置”（持有权、加工权、经营权）的动态登记系统，不仅精细化管理了数据资产的不同权利维度，更紧密契合了数据要素的政策导向，为数据资产入表提供了坚实的权属基础和规范化的治理框架，从而系统性地降低了相关风险。
应对人工智能技术衍生的新型风险，还需构建技术、治理、法律与社会协同的立体化防控体系。在技术根基层面，应通过联邦学习、同态加密等技术筑牢数据安全防线。为提升AI相关应用的可靠性与安全性，我们可从技术、管理和法律三个维度着手。在技术层面，应采用对抗训练和可解释AI增强算法韧性，并辅以冗余备份、动态脱敏保障数据安全。在管理层面，需构建覆盖AI全生命周期的监管体系。通过量化风险评估、伦理审查、责任追溯及行业自律与公众监督来规范应用。在法律层面，要完善数据主权、算法问责等专项立法。规范AI运行与数据流动，并探索社会补偿机制以平衡AI发展带来的利益分配问题。最终，通过国际合作构建认知安全防护网，研发虚假信息溯源平台与AI价值观对齐技术，形成“防御—监测—响应—恢复”的闭环管理，在释放技术红利的同时，实现人机协同的智能治理转型。
（四）运营保障体系
针对数据资产入表，需构建数据资产入表风险治理的运营保障体系。以智能化技术为基座打造“技术—流程—人才”三位一体防护网。在技术层，通过动态血缘图谱实现全链路可视化，结合ETL过程监测引擎与知识图谱关联分析，实时识别字段级异常并追溯财务影响路径；利用区块链智能合约构建跨组织协作的防篡改存证机制。在系统韧性层面，部署SDN网络切片与智能熔断技术。实现流量精细化隔离及异常攻击30秒级响应，保障核心系统持续可用。在人才体系上，创新“数据会计”认证体系。融合会计准则、隐私计算与合规要求培养复合型人才，并配套数字孪生沙箱模拟12类典型威胁场景，通过攻防演练生成热力图式风险图谱，持续优化防御策略。该体系通过技术工具链、智能运维流程与专业化团队的深度耦合，形成风险识别、处置、优化的闭环管理，为数据资产化转型构筑弹性运营护城河。
（五）财务风险应对
针对数据资产入表引发的财务风险，需构建“智能估值—动态减值—税治协同—生态共治”的闭环防控体系。一是通过AI赋能的复合估值模型整合多方法论，利用动态特征画像将估值偏差率控制在5%以内。二是部署区块链存证的实时减值预警平台，对数据活跃度、时效性进行阈值监控，超限自动触发重估与智能计提。三是构建税治协同智能合规体系，将税务政策转化为结构化知识图谱，通过电子化存证穿透纳税主体模糊性并设计智能申报模板；联合行业共建估值联盟链制定标准化参数，试点监管沙盒创新税制规则。四是引入保险池与证券化产品分散估值风险。以AI重构估值逻辑，以智能合约强化减值证据链，以生态协同建立行业基准，形成“估值—减值—纳税—对冲”的闭环管理，为数据资产入表构筑价值可信、税负可预的财务治理基石。
（本文系国家社会科学基金一般项目“资产结构错配与企业高质量发展的形成机理、作用机制与防控对策研究（22BGL032）的阶段性研究成果)
（作者单位：湖北经济学院会计学院)
