數據資產評估過程難點分析及建議

趙 璐

（遼寧大學，遼寧 沈陽 110036）

一、數據資產及相關概念

1.數據

數據作為互聯網的衍生產品，其內容比較廣泛。根據數據的定義，數據是指我們通過觀察、實驗或計算得出的結果。其中數字只是一種最簡單的形式，包括文本、聲音、字符、照片、視頻等都屬于數據的內容。

2.數據資產

數據資產的范圍要比數據資源要小。在滿足數據資源的基礎上還要滿足資產的概念。即特定主體擁有或者控制、能夠為企業帶來經濟利益、可以計量三個要求。而在評估實務中評估對象并非是全部數據資源而是數據資產。2018年4月，中國信息通信研究院云計算與大數據研究所發布的《數據資產管理實踐白皮書（2.0版）》中將數據資產定義為“由企業擁有或者控制的、能夠為企業帶來未來經濟利益的、以物理或電子的方式記錄的數據資源，如文件資料、電子數據等”。

二、數據資產發展歷程

發展大數據這一概念最初提出是在1998年，即美國科學家John Mashey提出：未來隨著數據量的快速增長，必然將會出現難獲取、難處理、難組織這樣的問題，并用“大數據”來描述這一現象。但是最初的一個預測并未得到人們的普遍重視，真正引起重視的是2012年暢銷著作《大數據時代》中提出隨著大數據時代的到來，數據分析將從傳統的“隨機采樣、精確求解”轉變為“全體數據、近似求解”。在政府的大力支持下，我國成立第一個大數據交易所——貴陽大數據交易所，該數據交易所不僅打開了數據交易的中介服務商的業務而且首創了八大交易規則、十大標準及規范，劃定絕不交易涉及國家機密、個人隱私數據，嚴格與數據黑市劃分界限。數據的價值已經被普遍承認甚至作為的商品，金融機構也開始承認以“數據資產”作為可抵押資產，出現了“數據貸”這一概念。數據作為商品參與市場流通，隨之“數據資產應該怎樣確定其價值？”這些關于數據資產定價等相關問題出現。資產評估作為服務業的一種，服務的是市場、服務的是主體，數據資產的評估也就成為評估行業的新興業務 。

隨著數字經濟的發展迅猛，數據帶來的商業價值使各行業看到了紅利，不僅要對法律、市場等方面規范數據資產交易，重點要從根本上探索合適的數據資產評估模型，確定其合理價值。中國資產評估協會于 2019 年12月31日組織制定《資產評估專家指引第9號——數據資產評估》。2020年3月發布的《中共中央國務院關于構建更加完善的要素市場化配置體制機制的意見》首次將數據正式納入生產要素范圍，要求加快培育數據要素市場。此些關于推進數據資產發展以及進行規范交易的準則的逐漸發布，我國對于數據資產市場將會不斷規制。

三、數據的特性

1.數據量大（Volume）

國際數據公司（IDC）的數據顯示，2013年全球大數據儲量為4.3ZB，到 2019 年全球大數據儲量達到41ZB，2013年～2019年均幾何增長率為47.95%，中國數據產生量約占全球數據產生量的23%，預計到 2025年增長至48.6ZB，約占全球規模的27.8%。隨著人口和信息的增多，未來的數據預測是呈幾何倍數增長。

2.數據時效性（Velocity）

數據有著較強的時效性，其內容需要頻繁更新。例如：分析消費者需求數據，要隨時根據消費者偏好的變化而做出調整。如果未能即時更新會導致數據質量降低甚至數據價值滅失。

3.數據類型多樣（Variety）

數據是互聯網的衍生品，不如說數據因為互聯網技術才可以發揮其價值。數據的出現應該伴隨著商品的出現而出現，其構成具有多樣性。從對于數據的定義來看，數字是數據最簡單的形式，文本、符號、圖片、視頻都是數據的一部分；從數據的存儲形式來看，分為結構化數據、半結構化數據、非結構化數據；從內容來看，分為社交數據、購物數據、行為數據等多種。

4.數據價值密度低（Value）

關于大數據時代的價值密度其是指大數據雖然規模龐大，但是有價值的信息所占比例較小，也就是價值密度低。價值密度是單位數據所產生的有價值的信息量。價值密度的高低與數據總量成正比。以圖庫為例，例如100張照片中，有用的數據可能僅有一兩張。由于數據價值密度低這一特點就要求要通過強大的算法更迅速準確地完成數據的“提純”。

四、數據資產研究必要性

隨著數字經濟時代的不斷發展，數字中國建設不斷深入，我國大數據產業也將引來新的發展機遇。目前大數據的應用顯示出其獨特的商業價值，在各個領域逐漸滲透并且不斷擴展。根據顯示，大數據在互聯網、金融、電信三個領域的應用比重大。

1.在金融領域

金融企業在以數據湖、融合數倉、湖內數倉（Data LakeHouse）等一些典型的技術場景中逐步將大數據生態技術應用到金融企業的風險控制、運營管理、信貸查詢、信用卡征信和財務分析等領域。運營方面：主要應用大數據對于市場、渠道分析、產品優化、輿情分析，對產品和客戶進行一定精準匹配。在風險管控方面：對中小企業貸款風險評估、實時欺詐交易分析、反洗錢業務進行分析，降低了交易成本，同時對于風險的把控也更為實時和全面。

2.在電信領域

電信業擁有者大量的客戶資料數據，國內運營商運用大數據主要有五方面：（1）網絡管理和優化，包括基礎設施建設優化和網絡運營管理和優化；（2）市場與精準營銷，通過客戶畫像、關系鏈研究從而可以達到精準營銷，實時營銷和個性化推薦；（3）客戶關系管理，包括客服中心優化和客戶生命周期管理；（4）企業運營管理，包括業務運營監控和經營分析；（5）數據商業化指數據對外商業化，單獨盈利。例如：中國移動通過大數據分析，對企業運營的全業務進行針對性的監控、預警、跟蹤。系統在第一時間自動捕捉市場變化，再以最快捷的方式推送給指定負責人，使其在最短時間內獲知市場行情。

圖1 數字經濟總體規模及占GDP比重

近年來，我國數據經濟蓬勃發展，在各方面都呈現出上升的趨勢。我國數字經濟的增加值由2005年的2.6萬億元增長到2019年的35.8萬億元，增長了13倍之多；數字經濟占GDP比重也從2005年的14.2%增長到2019年的36.2%。由此可見數字經濟已成為我國國民經濟中最為核心的增長力之一。

綜上，數據資產在未來會成為普遍而又重要的資產。隨著數據市場的不斷成熟、數據交易的不斷增多，數據資產也將成為資產評估行業的重要評估對象，所以對于數據資產評估的研究和探索是順應經濟技術發展大勢。

五、數據資產價值價值影響因素

數據資產作為無形資產的一種，除了要考慮無形資產價值的一般影響因素外，還要根據數據資產的特點關注其他影響因素。主要從企業、數據本身，以及外部這三方面對于數據資產價值影響進行分析。

1.從企業來看

（1）企業規模。企業的規模越大，產生的數據量大，對于使用的廣度的深度也就越高，其價值也就越高。企業規模越大，所涉及業務多，獲得數據的覆蓋廣度也就越大。對于企業未來經營決策和市場推送也就更精準，為自己帶來的收益也就會高。同時，企業經營業務的涉及方面廣，所帶來的組合效應越大，數據分析就越全面應用領域越廣，從而價值也就越高。例如：購物軟件的一些信息，可以為消費者額外推送一些關于出行的信息。

（2）企業的技術水平。為企業帶來的收益的是往往是有效數據。企業需要把累積的大量無序、水平參差的數據運用技術進行獲取、存儲、加工、挖掘、保護等過程后為企業所用。企業的技術水平直接影響到獲取數據多少、速度、分析深度以及數據資產的成本。技術水平越高，所發生的成本和發揮價值也會越高，從而發揮的價值也會高。

2.從數據本身來看

（1）數據的用途。對資產價值評估的一個重要前提就是確定資產是否有合法的產權，數據資產也不例外。數據資產的特點就是用途廣泛，現在在互聯網、電信、金融領域應用最為廣泛，今后也會迅速其他領域應用。也可以說“數據存在于生活的每一處”。但是同樣的數據用于不同的主體、行業帶來的價值是不同的。通常情況下，數據資產的用途越廣，數據資產的價值越高；數據資產在所應用領域發揮的作用越大，數據資產的價值越高；數據資產所應用領域的投資回報水平越高，數據資產的價值越高。因此，評估數據資產的價值，應當明確評估對象的未來利用領域及用途。

（2）數據的質量。數據資產的質量包含數據的真實性、完整性、一致性及精確度多個維度，真實準確的數據所反映的信息更能準確地刻畫事物或人物畫像，從而其價值也相對更高，而虛假模糊的數據則往往會誤導數據使用者。例如去年的偏好今年再使用，也許銷售收入對于去年會減少。甚至不同季度的消費變化也會影響著企業的收入。不良數據質量會限制數據資產的投資回報率，給使用者傳達錯誤無效的信息，加大決策失利的風險程度，而較差的決策和錯失業務機會則可能導致企業與客戶、賣主、供應商、監管者和其他股東關系惡劣，甚至令公司面臨法律和法規的問題。

3.從外部來看

影響數據資產的外部因素就包括目前市場的需求以及法律法規的限制等。資產的價格受市場關系的影響。當然數據資產也不例外。對于數據資產的需求量大那么價值就高，反之價值就低。法律法規方面包括數據資產的權利屬性以及權利限制、保護方式等。數據資產的所有權的具體形式，可以反映處資產以往的使用狀況對數據資產價值的影響。數據資產的歷史訴訟情況等法律因素情況，可以幫助評估專業人員判斷法律因素對數據資產價值的影響程度。

六、評估過程難點

1.數據資產的確認

評估對象范圍的界定直接影響著評估值的準確性。評估范圍的擴大或者縮小，直接導致評估值的不合理偏大或者偏小。例如：在對企業流動資產評估時，很容易出現把機器設備作為流動資產列入評估范圍內，評估結果就會偏大；或者會容易把企業的低值易耗品忽視，評估結果就會偏小。對于數據資產評估時，評估對象是“數據資產”。在具體確定評估范圍時存在以下難點。第一，會計的資產負債表會在使得確定評估范圍更加容易、方便。而目前會計方面，數據資產的屬性仍不清晰：是列入無形資產還是單獨列示數據資產一個新科目，數據資產進入會計報表仍存在一系列問題，困難重重。第二，企業數據資源形式多樣，數字、文字、圖片、視頻等都屬于企業的數據資源，但是在評估時要去除無效、重復等一些不能給企業帶來經濟價值的信息。會計對于資產的定義規定了三個條件：企業擁有該項數據資源的所有權或者使用權；該項數據資源應當是企業通過已經發生的購買行為等交易方式取得或者自行開發形成的，并且其成本能夠可靠地計量；企業使用該項數據資源能夠產生現金和現金等價物的流入，并且其價值能夠可靠地計量。只有符合上述確認為資產條件的數據資源才能確認為資產。數據的開發必須基于特定業務需求，只有能夠滿足生產經營需要的數據才能創造經濟價值，轉換為資產。所以，數據資源確認為會計認可的資產，難度很大。

2.數據資產的所有權確定

數據資產的權屬確定是評估的前提條件之一。目前我國對于數據資產的法制規范還處于探索階段。權屬界定的困難主要源于數據資產的獨特的特點：其開發維護成本價值較高，但是復制傳播成本低。數據主體、數據運營商、數據的實際擁有者以及其他利益相關者的權屬認定存在糾紛。首先，對于數據的實際控制者來說存在與數據主體之間的糾紛。例如：消費者使用線上購物所以線上購物軟件就了解到客戶的地址、號碼、購買偏好、消費水平等信息。那么對于線上購物軟件的數據資產中有消費者對于個人數據的所有權嗎?其次就是數據的實際控制人和數據運營商之間的權屬糾紛。有些數據涉及到個人隱私、國家機密或者是敏感信息所以不能直接進行傳播或者交易，要通過專業的數據處理機構進行脫敏、覆蓋等處理。那么數據的運營商是否存在對于數據產權？這一系列問題都使得數據資產權屬不能清晰確定。

3.評估方法的選擇

《資產評估執業準則——資產評估方法》中規定：當滿足采用不同評估方法的條件時，資產評估專業人員應當選擇兩種或者兩種以上評估方法，通過綜合分析形成合理評估結論。但是存在法律、行政法規規定、評估對象僅滿足一種、操作條件限制這三種情形時，資產評估專業人員可以采用一種評估方法。對于數據資產評估方法的選擇要考慮評估目的、特點以及評估方法的適用性。結合數據資產的特點分析傳統三大評估方法選擇的難點。

（1）市場法。首先運用市場法的前提就是要有活躍的數據交易市場。目前雖然對于一些數據交易中心的建立，例如：中關村數海、數據堂、浙江大數據交易中心、貴陽大數據平臺等。但是具體交易定價的公開、透明性難以保證。其次就是差異量化處理，即對于評估對象和可比資產差異進行量化處理。數據資產的價值經濟、技術、法律等多方面影響，無疑給加大了評估工作量。考慮到各因素對于價值影響的不同采用層次分析法對各個影響因子賦予權重。層次分析在使用矩陣運算時也要有專業人員對一些因素進行量化，也存在一定的主觀性。

（2）成本法。成本法的評估思路就是資產的重置成本扣除三種貶值（實體性貶值、功能性貶值、經濟性貶值）。運用成本法前提是：資產存在貶值。同無形資產一樣，數據資產不具有實物形態，且價值有著較大不確定性，又可能隨著積累而升值，也有可能因為數據失去時效性而貶值。在參數確定上重置成本，數據資產的成本主要包括獲取、分析加工、維護等。由于目前數據資產未能在資產負債表上明確列示，數據資產的成本會因為會計核算和構成多樣導致成本的全面性難以保證。實體性貶值由于數據資產不具有實物形態所以不用考慮。功能性貶值和經濟性貶值的求取比較復雜。目前有提出思路：運用AHP法對于導致數據資產產生功能貶值因素賦予權重，評估專業人員對于各因素的貶值率進行確定，加權得到功能性貶值率。把由于法律法規限制而導致禁止流通或者需要脫敏造成費用作為經濟性貶值。

（3）收益法。收益法評估資產價值基于未來資產的收益和風險可以量化的前提。根據數據資產的特點可以得知數據資產的不確定性比一般無形資產更要大。首先體現在法律保護年限上，我國有專門的對于專利權、著作權的法律的保護期限，給專利權人、著作權人獲得超額收益的期限。但是數據資產目前沒有明確的法律對其進行約束，所以其收益和風險以及未來收益期限的確定都給收益法在數據資產評估的運用造成了難題。

目前，對于數據資產評估還是主要采用收益法，其次在具體參數確定時輔之以其他方法。確實相比于與市場法和成本法來說，收益法更適合數據資產的評估，，但是這并不代表收益法是首選方法。在評估模型的探索中既要在收益法上不斷完善也要考慮突破收益法的思維束縛創新評估模型。

七、對策建議

1.評估行業應以市場為基礎探索評估模型

數據資產這一新資產的出現，且其發展擴展之快，對于任何一個行業來說都比較措手不及。數據交易的市場的穩定需要各個行業齊力建設。數據資產的復雜性是傳統評估方法的應用遇到種種難題。評估行業也在探索合適的評估模型使數據資產價值得以更合理的進行交易。但是目前存在的一個較大的問題是，評估模型的建立大多是基于理論層面。評估結果是否得以被市場接受這些未曾可知，那么評估模型的適用與否也就未知了。對于數據資產評估模型的建立應該基于特定的目的和用途，要經過市場的檢驗不斷修正。

2.促進多行業對評估模型探討、相關制度的建立

數據資產評估目前遇到的難題并非資產評估行業可以克服，還需要多個行業共同探討。其中要涉及會計、法律、專業評估人員等。發揮所長：會計對于模型的建立提供思路，法律對于資產進行權屬界定，評估專業人員豐富的實務經驗以及理論基礎對于模型的建立起到決定性作用。首先，通過多行業共同聯手探討研究，數據資產規范將會向前推動一大步。其次，對于有關數據資產相關制度的建立起到參考啟示作用，讓制度的建立有效推動數據資產的計量與評估。

3.不斷推動資產評估行業人才培養與交流

我國評估行業起步較晚，所以專業評估人員缺口比較大。面對評估業務需求量越來越大，越來越復雜，就需要大量評估專業人員來解決這個難題。首先，可以在高校中普及推廣資產評估專業。其次，鼓勵相關專業人員從事資產評估。資產評估專業涉及面較廣，所以對于相關專業從事資產評估困難不是特別大。在培養人才的同時中評協也因該注重行業之間交流，組織評估人員根據自己接觸的難、偏、雜的案例進行交流，同評估人員共同分享探討，共同進步。