数据资产评估过程难点分析及建议

赵 璐

（辽宁大学，辽宁 沈阳 110036）

一、数据资产及相关概念

1.数据

数据作为互联网的衍生产品，其内容比较广泛。根据数据的定义，数据是指我们通过观察、实验或计算得出的结果。其中数字只是一种最简单的形式，包括文本、声音、字符、照片、视频等都属于数据的内容。

2.数据资产

数据资产的范围要比数据资源要小。在满足数据资源的基础上还要满足资产的概念。即特定主体拥有或者控制、能够为企业带来经济利益、可以计量三个要求。而在评估实务中评估对象并非是全部数据资源而是数据资产。2018年4月，中国信息通信研究院云计算与大数据研究所发布的《数据资产管理实践白皮书（2.0版）》中将数据资产定义为“由企业拥有或者控制的、能够为企业带来未来经济利益的、以物理或电子的方式记录的数据资源，如文件资料、电子数据等”。

二、数据资产发展历程

发展大数据这一概念最初提出是在1998年，即美国科学家John Mashey提出：未来随着数据量的快速增长，必然将会出现难获取、难处理、难组织这样的问题，并用“大数据”来描述这一现象。但是最初的一个预测并未得到人们的普遍重视，真正引起重视的是2012年畅销著作《大数据时代》中提出随着大数据时代的到来，数据分析将从传统的“随机采样、精确求解”转变为“全体数据、近似求解”。在政府的大力支持下，我国成立第一个大数据交易所——贵阳大数据交易所，该数据交易所不仅打开了数据交易的中介服务商的业务而且首创了八大交易规则、十大标准及规范，划定绝不交易涉及国家机密、个人隐私数据，严格与数据黑市划分界限。数据的价值已经被普遍承认甚至作为的商品，金融机构也开始承认以“数据资产”作为可抵押资产，出现了“数据贷”这一概念。数据作为商品参与市场流通，随之“数据资产应该怎样确定其价值？”这些关于数据资产定价等相关问题出现。资产评估作为服务业的一种，服务的是市场、服务的是主体，数据资产的评估也就成为评估行业的新兴业务 。

随着数字经济的发展迅猛，数据带来的商业价值使各行业看到了红利，不仅要对法律、市场等方面规范数据资产交易，重点要从根本上探索合适的数据资产评估模型，确定其合理价值。中国资产评估协会于 2019 年12月31日组织制定《资产评估专家指引第9号——数据资产评估》。2020年3月发布的《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》首次将数据正式纳入生产要素范围，要求加快培育数据要素市场。此些关于推进数据资产发展以及进行规范交易的准则的逐渐发布，我国对于数据资产市场将会不断规制。

三、数据的特性

1.数据量大（Volume）

国际数据公司（IDC）的数据显示，2013年全球大数据储量为4.3ZB，到 2019 年全球大数据储量达到41ZB，2013年～2019年均几何增长率为47.95%，中国数据产生量约占全球数据产生量的23%，预计到 2025年增长至48.6ZB，约占全球规模的27.8%。随着人口和信息的增多，未来的数据预测是呈几何倍数增长。

2.数据时效性（Velocity）

数据有着较强的时效性，其内容需要频繁更新。例如：分析消费者需求数据，要随时根据消费者偏好的变化而做出调整。如果未能即时更新会导致数据质量降低甚至数据价值灭失。

3.数据类型多样（Variety）

数据是互联网的衍生品，不如说数据因为互联网技术才可以发挥其价值。数据的出现应该伴随着商品的出现而出现，其构成具有多样性。从对于数据的定义来看，数字是数据最简单的形式，文本、符号、图片、视频都是数据的一部分；从数据的存储形式来看，分为结构化数据、半结构化数据、非结构化数据；从内容来看，分为社交数据、购物数据、行为数据等多种。

4.数据价值密度低（Value）

关于大数据时代的价值密度其是指大数据虽然规模庞大，但是有价值的信息所占比例较小，也就是价值密度低。价值密度是单位数据所产生的有价值的信息量。价值密度的高低与数据总量成正比。以图库为例，例如100张照片中，有用的数据可能仅有一两张。由于数据价值密度低这一特点就要求要通过强大的算法更迅速准确地完成数据的“提纯”。

四、数据资产研究必要性

随着数字经济时代的不断发展，数字中国建设不断深入，我国大数据产业也将引来新的发展机遇。目前大数据的应用显示出其独特的商业价值，在各个领域逐渐渗透并且不断扩展。根据显示，大数据在互联网、金融、电信三个领域的应用比重大。

1.在金融领域

金融企业在以数据湖、融合数仓、湖内数仓（Data LakeHouse）等一些典型的技术场景中逐步将大数据生态技术应用到金融企业的风险控制、运营管理、信贷查询、信用卡征信和财务分析等领域。运营方面：主要应用大数据对于市场、渠道分析、产品优化、舆情分析，对产品和客户进行一定精准匹配。在风险管控方面：对中小企业贷款风险评估、实时欺诈交易分析、反洗钱业务进行分析，降低了交易成本，同时对于风险的把控也更为实时和全面。

2.在电信领域

电信业拥有者大量的客户资料数据，国内运营商运用大数据主要有五方面：（1）网络管理和优化，包括基础设施建设优化和网络运营管理和优化；（2）市场与精准营销，通过客户画像、关系链研究从而可以达到精准营销，实时营销和个性化推荐；（3）客户关系管理，包括客服中心优化和客户生命周期管理；（4）企业运营管理，包括业务运营监控和经营分析；（5）数据商业化指数据对外商业化，单独盈利。例如：中国移动通过大数据分析，对企业运营的全业务进行针对性的监控、预警、跟踪。系统在第一时间自动捕捉市场变化，再以最快捷的方式推送给指定负责人，使其在最短时间内获知市场行情。

图1 数字经济总体规模及占GDP比重

近年来，我国数据经济蓬勃发展，在各方面都呈现出上升的趋势。我国数字经济的增加值由2005年的2.6万亿元增长到2019年的35.8万亿元，增长了13倍之多；数字经济占GDP比重也从2005年的14.2%增长到2019年的36.2%。由此可见数字经济已成为我国国民经济中最为核心的增长力之一。

综上，数据资产在未来会成为普遍而又重要的资产。随着数据市场的不断成熟、数据交易的不断增多，数据资产也将成为资产评估行业的重要评估对象，所以对于数据资产评估的研究和探索是顺应经济技术发展大势。

五、数据资产价值价值影响因素

数据资产作为无形资产的一种，除了要考虑无形资产价值的一般影响因素外，还要根据数据资产的特点关注其他影响因素。主要从企业、数据本身，以及外部这三方面对于数据资产价值影响进行分析。

1.从企业来看

（1）企业规模。企业的规模越大，产生的数据量大，对于使用的广度的深度也就越高，其价值也就越高。企业规模越大，所涉及业务多，获得数据的覆盖广度也就越大。对于企业未来经营决策和市场推送也就更精准，为自己带来的收益也就会高。同时，企业经营业务的涉及方面广，所带来的组合效应越大，数据分析就越全面应用领域越广，从而价值也就越高。例如：购物软件的一些信息，可以为消费者额外推送一些关于出行的信息。

（2）企业的技术水平。为企业带来的收益的是往往是有效数据。企业需要把累积的大量无序、水平参差的数据运用技术进行获取、存储、加工、挖掘、保护等过程后为企业所用。企业的技术水平直接影响到获取数据多少、速度、分析深度以及数据资产的成本。技术水平越高，所发生的成本和发挥价值也会越高，从而发挥的价值也会高。

2.从数据本身来看

（1）数据的用途。对资产价值评估的一个重要前提就是确定资产是否有合法的产权，数据资产也不例外。数据资产的特点就是用途广泛，现在在互联网、电信、金融领域应用最为广泛，今后也会迅速其他领域应用。也可以说“数据存在于生活的每一处”。但是同样的数据用于不同的主体、行业带来的价值是不同的。通常情况下，数据资产的用途越广，数据资产的价值越高；数据资产在所应用领域发挥的作用越大，数据资产的价值越高；数据资产所应用领域的投资回报水平越高，数据资产的价值越高。因此，评估数据资产的价值，应当明确评估对象的未来利用领域及用途。

（2）数据的质量。数据资产的质量包含数据的真实性、完整性、一致性及精确度多个维度，真实准确的数据所反映的信息更能准确地刻画事物或人物画像，从而其价值也相对更高，而虚假模糊的数据则往往会误导数据使用者。例如去年的偏好今年再使用，也许销售收入对于去年会减少。甚至不同季度的消费变化也会影响着企业的收入。不良数据质量会限制数据资产的投资回报率，给使用者传达错误无效的信息，加大决策失利的风险程度，而较差的决策和错失业务机会则可能导致企业与客户、卖主、供应商、监管者和其他股东关系恶劣，甚至令公司面临法律和法规的问题。

3.从外部来看

影响数据资产的外部因素就包括目前市场的需求以及法律法规的限制等。资产的价格受市场关系的影响。当然数据资产也不例外。对于数据资产的需求量大那么价值就高，反之价值就低。法律法规方面包括数据资产的权利属性以及权利限制、保护方式等。数据资产的所有权的具体形式，可以反映处资产以往的使用状况对数据资产价值的影响。数据资产的历史诉讼情况等法律因素情况，可以帮助评估专业人员判断法律因素对数据资产价值的影响程度。

六、评估过程难点

1.数据资产的确认

评估对象范围的界定直接影响着评估值的准确性。评估范围的扩大或者缩小，直接导致评估值的不合理偏大或者偏小。例如：在对企业流动资产评估时，很容易出现把机器设备作为流动资产列入评估范围内，评估结果就会偏大；或者会容易把企业的低值易耗品忽视，评估结果就会偏小。对于数据资产评估时，评估对象是“数据资产”。在具体确定评估范围时存在以下难点。第一，会计的资产负债表会在使得确定评估范围更加容易、方便。而目前会计方面，数据资产的属性仍不清晰：是列入无形资产还是单独列示数据资产一个新科目，数据资产进入会计报表仍存在一系列问题，困难重重。第二，企业数据资源形式多样，数字、文字、图片、视频等都属于企业的数据资源，但是在评估时要去除无效、重复等一些不能给企业带来经济价值的信息。会计对于资产的定义规定了三个条件：企业拥有该项数据资源的所有权或者使用权；该项数据资源应当是企业通过已经发生的购买行为等交易方式取得或者自行开发形成的，并且其成本能够可靠地计量；企业使用该项数据资源能够产生现金和现金等价物的流入，并且其价值能够可靠地计量。只有符合上述确认为资产条件的数据资源才能确认为资产。数据的开发必须基于特定业务需求，只有能够满足生产经营需要的数据才能创造经济价值，转换为资产。所以，数据资源确认为会计认可的资产，难度很大。

2.数据资产的所有权确定

数据资产的权属确定是评估的前提条件之一。目前我国对于数据资产的法制规范还处于探索阶段。权属界定的困难主要源于数据资产的独特的特点：其开发维护成本价值较高，但是复制传播成本低。数据主体、数据运营商、数据的实际拥有者以及其他利益相关者的权属认定存在纠纷。首先，对于数据的实际控制者来说存在与数据主体之间的纠纷。例如：消费者使用线上购物所以线上购物软件就了解到客户的地址、号码、购买偏好、消费水平等信息。那么对于线上购物软件的数据资产中有消费者对于个人数据的所有权吗?其次就是数据的实际控制人和数据运营商之间的权属纠纷。有些数据涉及到个人隐私、国家机密或者是敏感信息所以不能直接进行传播或者交易，要通过专业的数据处理机构进行脱敏、覆盖等处理。那么数据的运营商是否存在对于数据产权？这一系列问题都使得数据资产权属不能清晰确定。

3.评估方法的选择

《资产评估执业准则——资产评估方法》中规定：当满足采用不同评估方法的条件时，资产评估专业人员应当选择两种或者两种以上评估方法，通过综合分析形成合理评估结论。但是存在法律、行政法规规定、评估对象仅满足一种、操作条件限制这三种情形时，资产评估专业人员可以采用一种评估方法。对于数据资产评估方法的选择要考虑评估目的、特点以及评估方法的适用性。结合数据资产的特点分析传统三大评估方法选择的难点。

（1）市场法。首先运用市场法的前提就是要有活跃的数据交易市场。目前虽然对于一些数据交易中心的建立，例如：中关村数海、数据堂、浙江大数据交易中心、贵阳大数据平台等。但是具体交易定价的公开、透明性难以保证。其次就是差异量化处理，即对于评估对象和可比资产差异进行量化处理。数据资产的价值经济、技术、法律等多方面影响，无疑给加大了评估工作量。考虑到各因素对于价值影响的不同采用层次分析法对各个影响因子赋予权重。层次分析在使用矩阵运算时也要有专业人员对一些因素进行量化，也存在一定的主观性。

（2）成本法。成本法的评估思路就是资产的重置成本扣除三种贬值（实体性贬值、功能性贬值、经济性贬值）。运用成本法前提是：资产存在贬值。同无形资产一样，数据资产不具有实物形态，且价值有着较大不确定性，又可能随着积累而升值，也有可能因为数据失去时效性而贬值。在参数确定上重置成本，数据资产的成本主要包括获取、分析加工、维护等。由于目前数据资产未能在资产负债表上明确列示，数据资产的成本会因为会计核算和构成多样导致成本的全面性难以保证。实体性贬值由于数据资产不具有实物形态所以不用考虑。功能性贬值和经济性贬值的求取比较复杂。目前有提出思路：运用AHP法对于导致数据资产产生功能贬值因素赋予权重，评估专业人员对于各因素的贬值率进行确定，加权得到功能性贬值率。把由于法律法规限制而导致禁止流通或者需要脱敏造成费用作为经济性贬值。

（3）收益法。收益法评估资产价值基于未来资产的收益和风险可以量化的前提。根据数据资产的特点可以得知数据资产的不确定性比一般无形资产更要大。首先体现在法律保护年限上，我国有专门的对于专利权、著作权的法律的保护期限，给专利权人、著作权人获得超额收益的期限。但是数据资产目前没有明确的法律对其进行约束，所以其收益和风险以及未来收益期限的确定都给收益法在数据资产评估的运用造成了难题。

目前，对于数据资产评估还是主要采用收益法，其次在具体参数确定时辅之以其他方法。确实相比于与市场法和成本法来说，收益法更适合数据资产的评估，，但是这并不代表收益法是首选方法。在评估模型的探索中既要在收益法上不断完善也要考虑突破收益法的思维束缚创新评估模型。

七、对策建议

1.评估行业应以市场为基础探索评估模型

数据资产这一新资产的出现，且其发展扩展之快，对于任何一个行业来说都比较措手不及。数据交易的市场的稳定需要各个行业齐力建设。数据资产的复杂性是传统评估方法的应用遇到种种难题。评估行业也在探索合适的评估模型使数据资产价值得以更合理的进行交易。但是目前存在的一个较大的问题是，评估模型的建立大多是基于理论层面。评估结果是否得以被市场接受这些未曾可知，那么评估模型的适用与否也就未知了。对于数据资产评估模型的建立应该基于特定的目的和用途，要经过市场的检验不断修正。

2.促进多行业对评估模型探讨、相关制度的建立

数据资产评估目前遇到的难题并非资产评估行业可以克服，还需要多个行业共同探讨。其中要涉及会计、法律、专业评估人员等。发挥所长：会计对于模型的建立提供思路，法律对于资产进行权属界定，评估专业人员丰富的实务经验以及理论基础对于模型的建立起到决定性作用。首先，通过多行业共同联手探讨研究，数据资产规范将会向前推动一大步。其次，对于有关数据资产相关制度的建立起到参考启示作用，让制度的建立有效推动数据资产的计量与评估。

3.不断推动资产评估行业人才培养与交流

我国评估行业起步较晚，所以专业评估人员缺口比较大。面对评估业务需求量越来越大，越来越复杂，就需要大量评估专业人员来解决这个难题。首先，可以在高校中普及推广资产评估专业。其次，鼓励相关专业人员从事资产评估。资产评估专业涉及面较广，所以对于相关专业从事资产评估困难不是特别大。在培养人才的同时中评协也因该注重行业之间交流，组织评估人员根据自己接触的难、偏、杂的案例进行交流，同评估人员共同分享探讨，共同进步。