据彭博社报道，中国政府将基于国家信息安全原因，建议国有企业放弃四家美国会计师事务所的审计服务，即所谓“四大”：普华永道、安永、毕马威和德勤，据称这四家事务所每年从中国企业身上赚30多亿美元利润。一个老朋友的闺女去年北大毕业，进了其中一家工作，老友很高兴，还请我们几个朋友吃了顿饭[汗][汗][汗]不知道会不会裁员？过去四大一向是名牌大学毕业生就业的最佳选择之一，客户主要是国企，如果国企生意不能做了，裁员估计是必然的。
看到网上一个消息，说中国的财政部建议国企不再使用国际上的普华等四大会计师事务所。
看到很多人哀声一片，说这将阻碍国企在美国资本市场上的融资工作。
说到普华永道我还是有点发言权的，跟他们打了很多年的交道了。
在二十年前，普华永道等四大会计师事务所在中国招收员工，基本上都是清华北大的，最次的也是人大的，而且四大招收的应届毕业生并不是只要财经背景的学生，只要你是清华北大的学生，什么专业的都要。
清华北大的学生转财经工作太容易了，基本上都是两年之内注册会计师就考下来了。
在二十年前能够进入四大会计师事务所工作是一个很自豪的事情。
想想当时中国真的是落后，没有什么高薪工作能够提供给清华北大的学生。
当时清华北大的最优秀的学生都出国了，在中国工作的，能够进入四大工作也是一个比较好的出路了。
我当时在美国公司工作，普华永道是我们的审计公司，我看到一个北大数学系毕业的学生作为普华的会计师来给我们核数，好像挺自豪的样子，浑身香喷喷的，当时在四大工作的人，男人都是要喷香水的，好像很国际化的样子。
前几天我又看到一个四大招收员工的统计表，已经没有清华北大的学生进入四大了，基本上都是中央财经和上海财经大学就算比较好的大学了，我看到首都经贸大学都有不少人进入四大工作的。
现在中国真的是进步很大了，自己的高科技企业就可以提供大量的两万到五万左右的月薪的工作机会了，四大的工作机会也没有什么吸引力了。
至于说到没有四大的审计是否会影响中国企业在国际资本市场上的地位，当然没有什么影响。
比如比亚迪，国际资本投资比亚迪是看重他未来的发展，跟比亚迪的审计公司是谁一点关系都没有，资本投资的是一个公司未来的发展，而审计公司提供的是历史数据。
数字经济的发展与治理（三）十三届全国人大常委会专题讲座第三十一讲
三、治理体系的构建需要从理念创新入手
根据《数字中国发展报告（）》的数据，-，我国数据产量从2.3ZB增长至6.6ZB，的数据产量在全球的占比为9.9%，位居世界第二。13但据国家工业信息安全发展研究中心的测算，我国数据要素市场的规模约为545亿元，约为美国的3.1%、日本的17.5%。我国数据的产量巨大，但使用效率还有待提高。因此，如何培育数据要素市场，提升数据要素的供给能力，构建数据治理体系，充分发挥海量数据和丰富应用场景优势，确保数字经济高质量发展，是中国式现代化建设中的一个重大课题。
数据要素治理体系是指统筹数据要素生产、流通、使用、收益分配过程的一系列政策与制度安排。传统要素的治理体系有两个重要的原则，一是明确所有权，二是保障公平交易。这两个原则同样适用于数据要素的治理，但在具体做法上需要创新，因为与传统生产要素相比，数据要素具有一些鲜明的特征。数据要素形成过程中参与方比较多，并且在使用过程中各方的重要性也有很大差异，这意味着数据很难像土地、劳动和资本那样清晰地确定所有权。同时，数据不仅包含部分有关个人隐私和商业机密的信息，还呈现出非排他性、非竞争性和非耗竭性的特性，再加上比较难形成标准化的产品，信息不对称的矛盾十分突出，因此也无法像土地、劳动和资本那样在市场上流通。
近日，中共中央、国务院刚刚发布了《关于构建数据基础制度更好发挥数据要素作用的意见》（以下简称《数据二十条》），提出了一系列创新性的数据治理思路与制度。其中最值得关注的设计可能是数据产权结构性分置制度，即数据资源持有权、数据加工使用权、数据产品经营权“三权分置”。对公共数据、企业数据和个人数据，实行分类分级确权授权。对于公共数据，主要是加强统筹授权使用和管理，打破“数据孤岛”。对于企业数据，市场主体享有持有、使用、获取收益的权益。而对于个人信息，则推动数据处理者按照个人授权采集、持有、托管和使用数据。所有这些都是基于一个重要前提，即不损害个人隐私、商业机密和公共利益。与数据产权结构性分置制度相配合，还要建立数据要素各参与方合法权益保护制度，充分保护数据来源者和数据处理者的权益。
影响数据要素使用效率的另一个重要环节是流通。近年来我国已经成立了近40家数据交易所，但业务开展很不理想，也说明数据交易比其它生产要素或商品交易更为困难。《数据二十条》明确支持数据处理者在场内和场外采取开放、共享、交换、交易等方式流通数据，并且提出要设计数据交易市场体系，统筹优化布局，严控交易场所数量，突出国家级数据交易所的基础服务功能和公共属性，同时鼓励数据商进场交易。审慎对待原始数据的流转交易行为，对于公共数据尤其要按照“原始数据不出域，数据可用不可见”的要求，以模型、核验等产品和服务等形式向社会提供。不过，无论是场内还是场外交易，除了权益保障，还有一个很重要的条件是克服数据交易中的信息不对称，这可能是当前交易所业务不活跃的主要原因。相对而言，直接交易的点对点模式和间接交易的数据商模式，增加了一道供需匹配的环节。因此，短期内也许应该把重点放在支持这类场外交易的规范发展，等条件成熟了，再鼓励他们进场交易。
数据要素治理还有一个其它生产要素不存在的问题，即算法治理。《数据二十条》提到了算法审查，但并没有具体说明怎么做。北京大学课题组曾经提出了一个算法审计的设想。14算法是大数据分析生产率一个重要支柱，对于数字经济中经营效率的提升和信用风险的管控做出了重大贡献。与此同时，算法黑箱、算法歧视等问题也时有所闻，关键是数字经济企业的大部分合作者和消费者完全无法判断算法的公平性，监管部门在现行政策框架下也很难真正做到穿透式监管。算法治理的核心可以包括三个层面，一是企业自我实行合规管理并制定科技伦理准则，坚持科技向善的导向；二是建立算法备案机制，起码可以对监管部门做到规则透明；三是监管部门或受委托的第三方定期或不定期组织算法审计，也可以在收到其它市场参与者投诉的时候启动。
来源：中国人大网，(记者或编辑夏红真) 原文超链接网页链接
本文系转载，版权归原作者所有，如果涉及版权问题请联系我们删除。本转载不代表本公司观点或本公司同意该等观点，且不构成任何投资建议，投资人自行承担任何投资行为的风险与后果。
基金有风险、投资需谨慎。
财通资管对本材料所载信息资料的准确性、完整性不作任何担保或保证，财通资管可发出其他与本资料所载信息不一致或不同结论的研究资料和报告。
