摘 要
2022年6月8日，中国资产评估协会发布《数据资产评估指导意见》，标志着数据资产评估第一部相关行业规范性指导意见的诞生。随着数字经济在我国的发展，数据资产评估慢慢成为评估行业内的研究焦点。本文聚焦数据资产的评估思路探索，重点总结了之前到现阶段中几种比较重要的数据资产评估思路，包括生命周期视角、货币估值法视角、非货币估值视角、数据势能视角、事后评估视角等六个思路，并列举了数据势能思路下进行的数据资产评估案例。此外，本文还根据前文的分析和列举，总结出了目前数据资产评估中存在的一些共识性难点及几种评估思路的不足之处，最后针对这些难点和不足之处提出了几点建议，并为了解决前述几种思路的不足之处，提出了从生产要素角度来对数据资产进行评估。
【关键词】数据资产评估 数据势能 评估难点 生产要素视角
绪论
01
数据资产的定义
一般认为，数据资产是指由个人或企业拥有或控制的，能够为企业带来未来经济利益的，以物理或电子方式记录的数据资源。然而，结合现实生活中数据资产的法律特点和自身运用特点，本文认为数据资产是指企业或个人合法拥有或控制的，通过企业或个人过去的交易或事项形成的，且预期在未来一定时期内为企业带来经济利益的以电子方式记录的、形式多样的数据资源。
02
数据资产的特点
数据资产具有非实体性，是指数据资产和无形资产一样不具有实物形态，依托实物载体而存在，不会因为使用而发生磨损和消耗；数据资产具有依托性，是指数据资产必须储存在一定的介质里，同时也能以不同的形式存在于不同的介质当中；数据资产具有多样性，是指数据资产的表现形式多样、融合形态多样，其使用方式也是不确定的；数据资产具有价值易变性，它的价值受多种不同因素的影响，包括技术、容量、价值密度、应用的商业模式等；数据资产具有可加工性，是指数据资产可以被维护、更新、补充和增加，但同时数据资产也能被删除、合并、归集和消除冗余，还可以被不同的主体拿去分析和使用，并在此基础上形成新的数据资产。
数据资产评估的思路介绍
01
生命周期视角
结合传统资产的生命周期理论，权忠光等人将数据资产的生命周期根据其价值实现的过程大致分为四个阶段：开发阶段、赋能阶段、活跃交易阶段、处置阶段。他们认为在开发阶段，由于经济价值产生的模糊性和不确定性，导致数据资产所依靠的商业模式也处于不确定状态，因此他们建议先运用层次分析法构建数据资产的价值指标评价体系再结合专家打分法、TOPSIS赋权法、模糊综合评价法等来确定指标权重，为指标赋值，以此值来计算数据资产的价值分数，作为内部数据管理的价值指标；最后参照指标运用成本法进行评估，具体公式为：评估价值=总成本 x（1+数据资产成本投资回报系数）x 数据效用系数。
到了赋能阶段，他们将不同商业模式下的数据资产评估思路进行了划分：对于数据资产是核心资产的单项式数据资产，使用了收益法及衍生改进模型或者实物期权模型进行评估；而对于数据资产是核心资产的互动式数据资产，使用了梅特卡夫定律或运用大数据的和作为资产评估模型；而对于数据资产是非核心资产的，使用了增量收益法进行评估。
对于活跃交易阶段，生命周期视角大体采用市场法的思路来进行评估，其主要评估公式为：数据资产的价值=可比实例数据资产的价值x技术修正系数x价值密度修正系数x期日修正系数x容量修正系数x其他修正系数；此外，还提出了基于层次分析法和灰色关联法来确定可比数据权重的思路；最后还提出了运用大数据人工智能技术来抓取大量的交易实例并以此来构建数据资产价值预测模型的评估思路。
最后，针对处置阶段的数据资产，生命周期视角将会计核算的存货资产处置思路引入到了数据资产评估当中，即先估算出被处置数据资产的处置价格，再减去相应的处置费用后，得到数据资产的可变现净值，最后通过采用适当的折现率就得到了数据资产于评估基准日的评估价值。
02
货币估值法视角
货币估值视角下主要是以传统的资产评估方法为主，此外还包括Gartner提出的浪费价值（WVI）和风险价值（RVI）两种货币价值评估模型。成本法、收益法、市场法的具体运用思路与实体资产的评估思路大致相同，本文在此就不再赘述。浪费价值模型的核心思路就是考虑数据质量低下导致的低业务绩效或负债金额，对数据资产的价值进行了反向的揭示；风险价值模型的核心思路则是强调某些数据的缺失可能尚未对企业造成实质性的损失，而只是对其业务造成了潜在的风险和负面影响。
03
非货币估值视角
非货币估值视角主要包括内部价值、业务价值和绩效价值三种模型，把数据资产的价值分成了企业内部特征、业务价值和绩效三个角度来进行评估，同时还涵盖实践中各类参数形成的综合评估体系。其中内部价值模型的核心思路是根据数据的客观特征来衡量数据内部的价值，不涉及业务判断，数据的客观特征包括完整程度和正确率等；业务价值模型的核心思路是衡量业务的相关性、及时性等价值，同时也考虑数据内部的包括正确性、完整性价值；绩效价值模型的核心思路则是衡量数据应用前后KPI的变化，通过数据对企业目标的作用来评估数据价值；综合法评估模型的核心思路则是充分结合企业自身数据资产估值目的和相关特点，构建估值模型，充分结合企业自身数据指标的丰富度及企业对数据的关注点和管控重点，对模型进行调整和优化。
04
数据势能评估视角
数据势能评估思路是根据物理学当中的“重力势能”概念，引入到了数据资产评估（特别是开放数据资产）当中来。主要是先将数据资产的基础性价值作为势能概念中的质量（m），再将数据资产的潜在社会价值作为重力势能概念中的高度（h），最后再将潜在经济价值呈现因子对应至重力势能概念中的重力加速度（g）。在数据势能的视角阐述中，将数据资产价值结果与重力势能的相关性和可比性进行了较为完整的分析，其核心思路进行公式化后就得到了：公共数据资产价值=公共数据开发价值*潜在社会价值呈现因子*潜在经济价值呈现因子。公共开放数据的价值是对应传统的物理学重力势能概念中的质量（m），即相对固定的因素，等于全系构建成本乘以公共开放数据质量调整系数，其中，全系构建成本指的是构建一个数据资产所需的全部投入，包括初始建设成本、期间全部运维成本及管理成本等；而公共开放数据质量调整系数则是第三方数据资产专家根据数据资产的特性，从公共开放数据的准确性、完整性、及时性、时效性，及唯一性等五个角度逐一进行打分评价，再经过加权平均后最终得出结果；潜在社会价值呈现因子则是指大数据给社会带来的好处，其量化思路主要从宏观的政策效果等得出，包括人民整体的生活质量和效率的提高以及人民幸福指数的增加、对政府工作的好/差评等来进行标准分析；潜在经济价值因子就是指在潜在社会价值的基础上实现的潜在经济价值的转换，该因子非恒定因素，公式=（1+g）x其中g为数字经济名义增长率，X为第三方资产数据专家对公共开放数据应用场景多样性评分所对应的数值。
05
事后定价视角
事后定价思路是指针对独立存在的数据，需要在流动、使用中体现其价值，即商品在使用后再确定价格，其主要依托智能合约、区块链、可信计算等新技术，再运用数据追踪为数据资产进行事前确权，因此数据追踪为数据多频次、多形式使用后的费用结算提供了可能。而在数据使用环节，通过智能合约自动执行协议价格，使得数据资产流通更加智能化、自动化，降低数据使用成本的同时也能将数字经济蕴含的潜力充分挖掘出来。
数据势能思路案例分析
特定区域内的公共开放数据资产是区域中数据资产发展和数据技术进步最基本的土壤，“数据势能”评估思路从特殊的物理重力公式角度定义了公共数据资产的价值评估，具有一定的新颖性和可靠性。故本文选取数据势能作为分析案例；同时，本文选取公共数据资产评估中的一种方法作为案例，意在凸显在当前经济发展中，数据资产作为企业产出过程中一个不可或缺的生产要素的特性，为后文的生产要素视角进行铺垫。
案例结合《四川数据开放指数报告》的内容，得到了某市的公共开放数据质量综合评分为62.56分，再结合第三方数据资产专家对公共开放数据质量和公共开放数据应用场景的评分，以及四川省大数据中心对数字经济增长率以及预算的披露，对一些某市的公共数据资产价值进行了初步的研究分析。
公共数据开发价值中的数据全系构建成本通过第三方数据资产报告文件及官方公布的信息汇总而成，可以得到，四川省大数据中心的（某市）预算总支出成本为5.96亿元；而公共开放数据质量则由《四川数据开放指数报告》揭示的内容分别从平台建设、数据发布、安全保障、数据利用和管理评价五个方面，进行评分并加权平均汇总。得到被研究数据资产的综合评分为62.56分，评分细则图如下图所示：
数据来源：《四川省大数据中心2020—2022年部门预算编制说明》
对于潜在社会价值呈现因子，由于只有被引用下载的数据才能真正对社会价值产生影响，若是数据只被访问，不被下载，代表该公共数据并没有实际流通到企业创造价值的过程中，很难对社会价值实现产生影响。因此，潜在社会价值呈现因子计算的基础是数据平台各数据的下载转化率，即下载转化率=下载量/访问量，根据南部大数据研究院的相关数据，得出成都市的公共数据下载转化率为81.6%。
在潜在经济价值呈现因子的计算中，根据成都市统计局的统计数据，将成都市近两年的平均数字经济名义增长率作为计算基础，取值18.6%；结合《数据资产生态白皮书》对四川省数据应用场景的多样性进行评分，再根据某市数据资产应用场景多样性在四川省总体数据资产应用场景多样性评分中的比重，确定某市数据应用场景的多样性评分为1.1（数据所应用的场景越多，涉及的行业越广泛，其评分就越高）。
最后根据数据势能的公式：某市公共数据资产价值=公共数据开发价值x潜在社会价值呈现因子x潜在经济价值呈现因子，测算出了某市的公开数据资产价值超过9.86亿元。
目前数据资产评估中遇到的难点和不足之处
01
数据资产评估中遇到的难点
1
法律权属模糊
2
形成成本难以合理确定
3
收益不稳定、难预测
4
数据资产不稳定、变化性大
02
现有数据资产评估思路的不足之处
1
法律权属模糊
传统的类无形资产评估视角中，成本法思路无法体现数据资产可以带来的潜在社会价值及经济价值，同时数据资产的成本也具有不完整性和弱对应性；而收益法思路则较难准确预测数据资产本身和未来的收益金额，因其数据的独特性也很难在短期内找到合适的风险指数；市场法思路则主要受我国的数据资产交易还处于初步发展阶段，缺乏有效的可比案例以及数据资产的可比参数调整也远远复杂于一般资产。
2
对于货币度量法思路中的WVI模型思路而言，部分评估因素主要受主观因素的判断影响，对数据价值的反向论证思路也需要其他方法的结合使用，而RVI模型思路也存在风险因素的判断容易受主观判断影响，不同评估方法对于风险的量化方式会出现较大差异，从而影响模型的结果。
3
对于非货币度量思路中的IVI模型思路而言，此思路并未考虑数据与业务或实际商业目标的相关性，评估值对管理决策的参考价值较低；BVI模型思路的不足之处则是业务相关性的分析较为主观，而且需要进行耗时较长的数据用途分析才能判断数据对业务的支撑程度和促进量；而在PVI模型思路中，难以控制外部变量获得精确结果，评估值受外部环境的影响较大，且只能在数据实际应用后才能评估，因此局限性较大。
4
而针对“数据势能”评估思路而言，大多数的关键性指标的估算都过于依赖某几位专家的主观性判断，而往往对于个别特殊的数据资产而言，这些专家化的标准性指标反而不能很准确地体现出数据资产特有的社会经济价值，因此会导致数据资产的价值评估结果会与其真实的价值结果存在偏差。
5
对于事后评估视角而言，需要结合大量的区块链和大数据技术以及需要投入大量的计算机人才，并将计算机人才与评估人才进行整合，共同对事后评价系统进行开发，其过程需要大量的成本和协调，而且在目前社会中的流通数据市场交易案例也不是很丰富，因此在对事后评估系统进行调整验证时也缺少一定的实践性。
有效推进数据资产评估的相关建议
01
立法层面
首先，无论是从法律条文的颁布及完善角度还是从运用大数据技术角度，都应该加快推进数据资产的确权方案。数据资产确权是进行资产评估时首要考虑的关键点，不同的数据资产权利会影响到数据资产评估过程中评估假设、评估价值类型和评估方法的选择，模糊不清的权属状态会使评估受阻，更会使数据资产的评估结果偏离其客观的潜在价值。
其次，由于数据资产的虚拟性与不稳定性，更应该在实体性准则中加大对数据资产评估过程的约束力，建立必要的针对性程序守则，防范在数据资产评估过程中可能发生的评估风险。
02
技术层面
评估机构应更多地尝试将区块链、密码学技术运用到解决数据资产权属和记录运用方面。建立属于机构自己的核心评估系统，用数据的方法来解决数据问题，加大技术与评估知识的投入，促进两者融合，抢先拉开数据资产乃至无形资产评估的新时代序幕。
03
外在性层面
04
评估思路层面
根据2020年4月10日国务院发布的 《中共中央国务院关于构建更加完善的要素市场化配置体制机制的意见》，可以看出数据资产依然成为数据经济时代的五大生产要素之一。为了解决上述几种评估思路的局限性，在此提出从生产要素的思路视角来对数据资产进行评估。
主要思路为先用改进后的C-D函数（lnYit=a0+alnKit+blnLit+clnDit+uit+mit+hit）来估算出企业中的数据资产对企业价值的贡献率，再根据被评估企业所在的行业特征和经营特点来选择适当的方法来对企业价值进行评估，最后再从企业价值中倒推出数据资产的价值。
改进后的C-D函数中，Y代表企业的产出，K代表资本的投入，L代表人力资本的投入，D则代表数据资本的投入，i指第i个企业，t代表时间。搜集企业的相关数据后进行回归分析，就能得出数据资产对企业产出的贡献率。
针对数据资产所在企业的特点，采用合适的方法对企业的整体价值进行评估，得出企业的整体价值。最后数据资产评估价值=数据资产对企业价值的贡献率*企业整体价值。
总结与展望
文主要阐述一些现存数据资产的评估方法思路，总结了上述几种评估思路的优缺点，并且为了解决这几种思路的优缺点提出了生产要素视角下的数据资产评估思路。但由于数据统计及文章主题方向的原因，本文并没有对生产要素下的数据资产评估进行展开论述与实证分析，因此期望在后续的学习研究中能针对这一视角进行更深层次的探讨；此外，本文对现存的数据资产评估思路提出的不足之处分析及新思路的提出，仅为个人在目前学习阶段下的浅显探讨，不当之处，尚请各位读者批评指正！
文丨恒通评估 高树茂
高树茂
资产评估硕士
注册管理会计师
省运会男篮运动员
主要研究方向为数据资产评估、碳资产评估。在评估道路上不断持续学习！
联系客服
