生命周期視角的數據資產評估方法及其適用性研究

■權忠光 梁 雪 邵俊波 崔 婧

（1.北京中企華資產評估有限責任公司，北京 100020；2.中國航天科工集團有限公司，北京 100048；3.北京聯合大學管理學院，北京 100101）

自黨的十九屆四中全會決議首次將數據增列為生產要素以來，國家多次提出和強調培育發展數據要素市場的重要性。2022 年1 月，國務院印發《“十四五”數字經濟發展規劃》，其中一項重點任務是充分發揮數據要素作用，加快數據要素市場化流通，創新數據要素開發利用機制。數據資產價值評估和定價機制的建立是數據要素資產化和數據價值實現的關鍵[1]。本文基于數據資產的不同生命周期階段，系統考察數據資產評估方法的適用性，為選擇合適的、可行可靠的評估方法提供借鑒，滿足商業現實中對于數據資產評估的迫切需要，為數據要素市場的交易定價提供基準和參考，進一步推動產業數字化和數字產業化，加速數據要素市場發展[2]。

一、數據資產評估方法概述

數據資產是由特定主體合法擁有或者控制，并且能帶來直接或者間接經濟利益的數據資源。數據資產作為數據要素的資產化體現，其參與生產經營活動產生了價值增值，從而可以通過剝離與計量，來體現其經濟貢獻。數據資產強調其數據資源屬性，具有能確權、可辨認、可加工、可共享和價值易變性等特征，這也決定了數據質量、應用場景和商業模式等因素在很大程度上會影響數據資產的價值。作為一項資產，數據資產應采用適當的方法來進行評估，明確其價值大小[3]。一般而言，數據資產價值的評估方法包括成本法、收益法、市場法和其他方法[4]。

（一）成本法

成本法的理論基礎在于數據資產的價值取決于重新購建數據資產的現行成本，即重置成本扣除一定的貶值即為數據資產的價值[5]。采用成本法評估數據資產價值時，可綜合考慮數據資產的成本與預期使用溢價，加入數據資產價值影響因素，即投資回報率R 和數據效用U 來對資產價值進行修正，建立一種數據資產價值評估成本法模型[4]。

（二）收益法

收益法的理論基礎是預期原理，基本思路是首先估算預期數據資產所貢獻的現金流，再選擇合適的折現率來估算數據資產價值。確定數據資產預期收益時遇到的困難是如何將數據資產和其他資產產生的預期收益區分開，在解決此問題時可采用超額收益法[6、7]、增量收益法[8]。

（三）市場法

市場法使用的前提是存在公開活躍的交易市場，存在可參照交易數據來選擇可比交易價格。在估算可比參數或者修正系數時，衍生改進的思路包括：采用層次分析法和灰色關聯分析法來選取指標[9]；結合模糊層次法來構建修正系數的影響因子矩陣[10]；引入多維偏好線性規劃分析模型來計算價格質量比率作為可比參數[11]。

（四）其他方法

除了在三種傳統方法基礎上進行衍生改進的探索外，還有一類方法是基于數據資產自身的技術特點，從評估數據質量的各個維度來建立評價指標體系，綜合評分得到數據資產價值指數[12、13]。此外，還有基于實物期權模型[14]、梅特卡夫定律[15]、大數據合作資產理論[16]以及人工智能深度學習技術[17]在數據資產評估方法和模型上進行了創新研究。

二、數據資產評估方法選擇主要影響因素

影響評估方法選擇的因素包括評估目的和價值類型、評估對象、評估方法的適用條件、評估方法應用所依據數據的質量和數量等。本文結合數據資產特點，重點分析數據資產評估目的、數據資產實現價值的商業模式和數據所處生命周期三個影響因素。

（一）數據資產的評估目的

執行數據資產評估業務時需要分析評估方法的適用性，選擇評估方法首先要考慮評估目的，即評估行為發生的需求。本文結合數據資產權利人或控制方、數據資產流通過程中供需雙方等數據資產實現價值化過程中各方參與者對數據資產評估的常見需求，進一步將評估目的分為：內部數據管理、內部會計核算、外部交易流通、外部出資入股，見圖1。

數據管理：隨著許多行業數據資產管理進入到數據資產運營階段，數據已經成為企業核心的生產要素，數據不僅可以滿足企業內部各種業務創新，而且已逐漸成為在企業外部提供服務的數據產品。為了滿足企業內部管理和治理數據、提升數據利用效率、實現數據資產的保值和增值，可以計算數據資產價值指數。

會計核算：數據資產納入會計核算系統既是可能的也是必要的。數據資產的初始計量、后續計量均需要考慮用哪種方法評估能更客觀公允地反映數據資產的價值[18、19]。

交易流通：數據資產的價值實現，一方面可以將數據資產作為生產要素與其他資產一起參與產業鏈各個環節，成為企業提供產品和服務的價值組成部分，通過為傳統業務附加收益來實現，還可以直接將數據資產作為數據產品進行交易轉讓。此時，數據資產的價值體現為交易價格，數據資產評估主要為了滿足交易需求。

出資入股：在企業間投資并購或者出資入股業務中，數據資產往往也會成為標的資產，此時也需要選擇合適的評估方法以滿足數據資產出資入股確定對價的需求。

（二）數據資產實現價值的商業模式

除了考慮評估目的外，還要結合數據資產實現價值的商業模式來分析評估方法的適用性。數據資產的存在形式可分為數字、圖片、視頻、音頻、文本、網頁、程序等不同類型，既有企業經營活動過程中產生的數據，也有通過與其它實體共享或利用計算機技術獲取的數據；產生實時數據的企業，既包括電信、金融、房地產、醫療、政務、交通、物流等部門，也包括電力、氣象、制造等傳統行業，又包括電子商務平臺、社交網站等互聯網行業。行業類型劃分并不意味著某一個行業可以采用相同的數據資產評估方法。商業模式將對數據資產價值產生重要影響。本文從數據資產是否為核心資產以及數據資產實現價值的主要驅動因素角度，對數據資產實現價值的商業模式進行劃分，具體如表1：

表1 數據資產實現價值的商業模式

續表

（三）數據資產所處的生命周期

基于數據自身的技術屬性，數據的生命周期包括數據從產生、存儲、維護、使用到消亡的整個過程。為了使各階段典型特征與價值實現和評估方法聯系起來，本文借鑒傳統資產生命周期的劃分方式，從數據資產價值實現的過程將其生命周期劃分為四個階段：開發階段、賦能階段、活躍交易階段和處置階段。各個階段數據資產特點如表2 所示：

表2 數據資產所處的生命周期特征表

續表

盡管我們基于選擇適用評估方法的目的將數據資產的生命周期做了劃分，但四個階段并沒有嚴格的界限，往往某一個單項或組合的數據資產有明確的經濟價值且同時有活躍的交易市場，也可能開發階段完成就因為繼續投入不經濟從而直接進行處置。因此，在選擇適用的評估方法時，還需綜合考慮評估目的及實現數據資產價值的商業模式等因素。

三、基于生命周期的數據資產評估方法適用性分析

（一）開發階段數據資產評估方法適用性分析

處于開發階段的數據資產因其商業模式和經濟價值尚不明確，未來的預期收益還不確定，也基本不可能進入交易流通環節，沒有活躍的交易市場，評估目的主要為了滿足內部數據管理和會計核算的需要，評估方法如表3：

表3 開發階段不同評估目的數據資產評估方法適用性

續表

（二）賦能階段數據資產評估方法適用性分析

數據資產在賦能階段開始產生經濟價值，基于預期原理，首選收益法評估思路。但考慮到數據資產實現價值的商業模式有多種，其中影響數據資產價值的主要驅動因素不同，此階段重點考慮實現數據資產價值的不同商業模式來分析評估方法的適用性，見表4。

表4 賦能階段不同商業模式數據資產評估方法適用性

（三）活躍交易階段數據資產評估方法適用性分析

根據數據資產所處生命周期，數據資產產生經濟價值后，必然會有交易流通的需求。產生交易的初期交易價格往往通過協議定價或者博弈競價的方式達成，此時如有必要仍可采用收益法思路評估數據資產價值。如果能獲得可比交易實例，則可以采用市場法思路進行評估。等到數據資產交易頻繁，可以抓取大量交易數據，結合人工智能技術，融入深度學習算法，將數據資產自身特征、數據資產購買方對數據資產的運用、宏觀經濟以及其他指標作為輸入值不斷學習訓練數據，以大量實際成交價格作為檢驗，建立具有較高預測精度的數據資產交易價格預測模型。此階段主要考慮基于外部交易流通和出資入股需求的評估方法適用性分析，見表5：

表5 活躍交易階段不同評估目的數據資產評估方法適用性

續表

（四）處置階段數據資產評估方法分析

數據資產因運營不善發生貶值，出于時效性考慮需要進行更新，或者繼續投入研發、存儲和維護帶來的成本甚至超過了收益，此時再持有數據資產變得不經濟，那么就需要對數據資產進行處置。處置階段數據資產因其準備隨時出售，評估思路可參照會計核算中存貨可變現凈值的估算方法。首先，估算對數據資產預計處置日的估計處置價格，可結合最可能的處置方式選擇市場法思路來估算；其次，減去為處置該資產需要額外發生的處置費用，包括交易成本、稅費等，從而得到預計處置日的可變現凈值；最后，將其通過合適的折現率折現以得到數據資產于基準日的評估價值。

四、結語

本文基于數據資產所處的生命周期視角，結合數據資產評估目的和實現價值的商業模式探索了各種評估方法的適用性，建立起一套針對常見數據資產評估需求的方法體系，為之后進一步理論探討及評估實務提供了參考和借鑒。我們認為，對于適用性的分析，沒有絕對的適用性，僅是某一個階段某一種評估目的或實現價值的商業模式下相對更適合，而且在運用評估方法時也要盡可能避免其局限性。此外，政務數據和公共開放數據具有普惠性特征，其社會效益高于經濟價值，與以企業為主體來探討的數據資產評估方法差異較大，因此本文沒有將其納入評估方法適用性的探討。最后，本文寫作過程中也發現，隨著數字產業化和產業數字化的加快推進，數據資產實現價值的商業模式、數據資產類型等會繼續發生變化或產生新的模式和類型，數據資產評估的方法也要進行融合和創新，可以將傳統評估方法融合到一起，也可以借用其它領域的理論或方法與傳統方法進行交叉研究。