數字資產的概念辨析、估值技術與應用策略

董高靜　孫娜　王保平

摘要：隨著數字技術的深度滲透，數據作為第五大生產要素，已經帶動國民經濟的規模增長和結構變化。要素定價體系是實現要素市場化配置的基礎性工程，數據資產的價值評估無疑成為一個現實課題。基于此，從數據資產相關概念的梳理與闡釋入手，通過系統分析數字資產的技術起源、衍生進程與演變過程，為數據資產管理分類與細化提供系統的認知與思維。針對數據資產價值評估的基本技術方法（傳統方法與創新技術）應用問題，對場景與流量、導向選擇和參數考慮等相關背景下的應用操作進行了系統而深入的探索。希望這種對數據資產價值評估之整體框架構建與關鍵要素分析的專題研究，可以為數據資產價值評估工作的分類推進提供具有指導意義的參考。

關鍵詞：數據資產；概念辨析；估值技術；應用探索

0 引言

信息技術的基因使人類借助于磁性介質及一連串“0”和“1”二進制代碼產生了無比強大的新動能、新技術。這種數字技術通過創造新業態和賦能傳統業態而成為拉動整個經濟增長的強力引擎。2022年我國數字經濟規模達50.2萬億元，占GDP的比重飆升至41.5%[1]。伴隨著數字技術的深度滲透與戰略配置，國家也將數據要素、數據資產提升到頂層設計高度。20l9年，十九屆四中全會提出健全勞動、資本、土地、知識、技術、管理、數據等生產要素由市場評價貢獻、按貢獻決定報酬的機制；2020年，中共中央、國務院提出數據與土地、勞動力、資本、技術等同步推進要素市場化改革的行動綱領。從黨中央、國務院之最高綱領到發展改革委、工信部、財政部等部門規章，意味著數據資產作為一種新的生產要素已經嵌套進入全面有序的市場資源配置框架體系。為此，本文針對數據資產價值計量的基礎需求，通過學科分析與方法拓展，構建數據資產價值評估的方法體系與知識框架，以推動數據資產市場體系的進步與完善。

1 數據資產的淵源與概念闡釋

“數字技術”及其衍生的“數據資產”是高深莫測的全新事物嗎？當然不是！追溯其衍生軌跡，從人類“結繩計事”開始，跨越多種計算工具而積累數據資源并顯露其經濟價值，穿過林林總總的概念與名詞，梳理出一個圍繞數據資產與商業價值的演進路線，即“數據收集—數據挖掘—商業應用—市場價值”的技術進化。

1.1 數字技術串起的商業故事

數據資產起源于數字技術的持續嬗變。隨著數字技術的產生與興起，在現代科學、經濟、社會發展中不斷衍生出一些新事物。數字信息時代，數據可謂“麻雀”變“鳳凰”，不論是因聚焦龐大投資項目庫而成為市場投資必備的Wind資訊，還是因網聚學術文獻而日益走向更多用戶的中國知網，都走上聚沙成塔的數據資產黃金之路。最簡單的如個人的手機號、身份證信息、出行軌跡、簡歷等，以及個人網購記錄甚至刷卡信息、用電量，等等，當這些數據積少成多時，內含意義與商業價值便得以生成。凡此種種，以前不怎么起眼的數據，經過積累與整理，其商業價值則讓人刮目相看。當然，圍繞這一個個商業故事的發生與發展，其背后的問題當然需要梳理清晰，唯其如此，才能讓數據資產更加有序、有度、有效。

1.2 數字家族的相關概念演化

隨著互聯網、物聯網（IOT）技術迭代和制度變革而來的概念，需要梳理其邊界，以清晰界定其內涵與外延。

（1）數字技術。數字技術自始至終與電子計算機相伴相生，是借助于特定設備將包括圖、文、聲、像在內的各種信息，轉換成電子計算機能快速且準確識別的二進制數字，后進行邏輯運算、加工處理、存儲傳送及還原等的技術。

（2）數字經濟。數字經濟顯然是利用數字技術而產生的經濟行為，即將數字技術這一生產要素嵌套于經濟活動中的數字賦能。數字經濟的形成包括數據資源（數據只是記錄、反映現實世界的資源）、數據產品（數據通過在服務中進行組合與運用，逐漸從資源變為產品）、數據資產（數據不僅是資源，也是資產，是個人或企業資產的重要組成部分，是產生財富的基礎）和數據資本（數據資產與價值進行結合，價值通過一系列交易和流通活動得以體現，最終數據變為資本）4個階段。各國對數字經濟的概念和范圍界定有所不同，中國國家統計局《數字經濟及其核心產業統計分類（2021）》明確數字經濟是指以數據資源作為關鍵生產要素、以現代信息網絡作為重要載體、以信息通信技術的有效使用作為效率提升和經濟結構優化的重要推動力的一系列經濟活動[2]。

（3）數據要素。數據要素意味著數據將通過市場化交易得到更好的配置。其中，數據要素的權屬和定價體系確立是實現市場化的關鍵。《數據價值化與數據要素市場發展報告（2021年）》認為數據有了使用價值便成為資源，而數據資源有了經濟價值就成為生產要素。數據被納入生產要素是國家的要求，也是數據要素推動生產力系統變革的力量，更是數據要素推動經濟增長的內在潛質。

盡管有人將數據等同于數字，但嚴格講，“數據”較于“數字”，強調了“經濟意義”賦予的關鍵點，即將數據代入到具體業務場景中去，才能實現數據的“有用”功能，也才具有“信息”的成分。相對而言，“數字”則強調其技術特征，更多體現“物理性質”。相應地，數據資源著眼于結合“數據”與“資源”的概念與性質，數據資源是可被機器讀取的、所有可能產生價值的數據的集合，具有可利用性和潛在價值性。

（3）數據資產。數據資產的提法源于國外，近年來被國內學者陸續探討。學者基于資產是指“由企業過去的交易或事項形成的，被企業擁有或控制的，預期會給企業帶來經濟利益的資源”的公認定理，推導出數據資產是能夠數據化并且通過數據挖掘能給企業未來經營帶來經濟利益的數據集合，包含數字、文字、圖像、方位甚至溝通信息等，一切可量化、可數據化的信息都有可能形成數據資產。本文認為，作為進行價值評估的對象，數據資產是企業在生產經營管理活動中形成的、可擁有或可控制其產生及應用全過程的、可量化的、預期能給企業帶來經濟效益的數據集合。

2 數據資產的學科特征與管理邏輯辨析

數據資產已經成為經濟社會的五大要素之一，內涵與外延十分豐富。現從技術、經濟、政治、社會、法規、會計、監管、評估、統計及稅收等多視角簡要辨析其學科原理與基本規范。

2.1 數字技術應用與產權邊界

當浩瀚的數字匯流成集時，數據的資產功能也就日益增強，最簡單也最直接的原因，是它們對生產經營活動有用處，能滿足經營者特定需要（稱之為有用性）。數字技術將數字要素全面嵌入商業合同、接觸方案、生產數據、客戶信息、設計圖紙等的上下左右、里里外外，就進一步增強了數據有用性。除了生產經營外，數字技術現已武裝了社會生活眾多領域，圍繞“人、地、事、物”活動，城管、公安、衛健、市監等條線的專業數據，與水電氣、消防等相關數據進行關聯匹配，則生成動態化、立體性的社會治理信息圖層，從而構建多元共治、全面覆蓋的治理體系。當然，數據的產權確認是一個重大挑戰，也有許多容易出現混亂的領域，需要進行脫敏與清洗，需要通過法律法規來保駕護航。這就需要在經濟發展、安全運行、隱私保護的均衡過程中，形成一個動態調節機制，實現綜合平衡。

2.2 數據資產的技術經濟特征

數據資產作為一種新型生產要素，與傳統資產不同，這種差異特征包括但不限于5個方面：一是虛擬性，即不能脫離IT系統而單獨存在，始終處于網絡才具備特有價值，離開了網絡世界就只是一個符號而已；二是共享性，即不具備獨占性，允許被無限復制并被多方面共同使用；三是價值不確定性，即價值很大程度取決于數據的使用對象或依存環境；四是時效性，即其價值或數據資產的價值密度會隨著時間的推移而迅速下降，也可能會隨使用次數增加反而增值；五是安全性，共享與復制的技術特征，助長了泄漏、數據被非法販賣等，這給安全管理敲響警鐘，數據全程需要保密措施，這也成為數據資產認知與管理需要考慮的重點。

2.3 數據資產的市場交易邏輯

數據資產已經成為現實經濟活動的重要力量，甚至有人認為數字經濟是繼農業經濟、工業經濟后的主要經濟形態。當數據積少成多并能夠通過分析和挖掘其海量信息所隱藏的關鍵特征而成為精準獲客工具，或者數據要素演變為一個交易標的或特殊行為時，其涉稅收、會計等都需要進行相應的專業映射。人們可以清晰地發現這里的邏輯順序，即只有把可計量的數據資產評估體系建立起來，明確數據產權后，才能促進數據高效流通使用、賦能實體經濟。如何確保數據資源能夠發揮要素作用，必須建立健全“數據產權—流通交易—收益分配—安全治理”的基礎制度體系，這種“四梁八柱”基礎制度體系完全與市場交易的宏觀框架相匹配。不僅如此，作為評估、統計、會計、稅務等經濟管理工作，通過價值量化系統，為數據資產交易活動的定價提供價值依據、為解決數據資產權益糾紛提供價值依據、為數據平臺建設主體分攤成本提供價值依據，或者為數據相關利益主體分配收益提供價值依據。

2.4 數據資產的一般分類

可以說，數據資產門類繁多，各種分類五花八門，需要具體分析，一一解讀。

1.基于技術視角的分類

數據可分類數字產品與數據產品。其中，數字產品，亦被稱之為數字藏品，存在狹義與廣義之別。從狹義層面看，指信息內容基于數字格式的交換物或憑借互聯網以比特流方式傳送的產品，如元宇宙概念下的NFT（非同質化代幣）；從廣義層面看，還包括基于數字技術的電子產品或通過網絡來傳送或依托于一定的物理載體而存在的產品。而數據產品分為3類：信息和娛樂類產品（如圖形圖像、音頻和視頻等）；象征、符號和概念（如音樂會、比賽等的門票，支票、電子貨幣、信用卡等）；過程和服務（如遠程教育、數字咖啡館和交互式娛樂等）。

2.基于管理視角的分類

通常，數據按照來源分為內部數據和外部數據，內部數據又分為原始數據（應用系統數據、傳感器數據和工作日常數據）、處理數據（統計分析數據）；外部數據又分為開放數據、行為數據。此外，數據常常被分為商業數據與公共數據兩類，前者是將數據產品服務化后進行商業變現而著眼產權交易的價值認定；后者在政務數據為代表的公共數據領域。政務數據開放價值是多元且相對的，一般可分為數據買賣產品、指數化類產品、可視化類產品、報告類產品等幾大產品形態，深入金融、文旅、健康、社會管理與公共服務四大應用場景并形成了一定應用價值。

3.基于使用視角的分類

當然，數據資產還可以按照數據應用依托的行業性質進行相應劃分，不同行業的數據資產通常具有明顯不同的異質性特征，這些特征也會對數據資產的價值產生一些影響。目前多見的情形有3類，一是金融行業數據資產，普遍具有高效性、風險性和共益性；二是電信行業數據資產，其特征通常具有關聯性和復雜性；三是政府數據資產，數量更加龐大，領域更為廣泛，異構性強，可能會跨越農業、氣候、教育、能源、金融、地理空間、全球發展、醫療衛生、工作就業、公共安全、科學研究、氣象氣候等領域。

3 基于數據資產價值評估的技術方法

“管好”“用好”數據資產，其實也需要一個科學認知與精益管理的過程，從數據要素到數據資產是必然趨勢，高質量確權與計量的過程能夠更好釋放數據資源的價值，當前應加快健全數據資產的確權體系、探索定價機制、明確收益分配制度并優化監管體系建設。

3.1 數據資產價值評估的出發點

數據資產具有不同于傳統資產（比如設備、房屋建筑物）的很多特性，這些特性嵌入數據資產導致其價值高低會與用戶群體、使用頻率、市場波動等存在變異關系。這樣，對其估值也相應提出一些難點，比如：數據資產的價值隨著既有數據資產的挖掘、分析、清洗等算力演進而形成一個全新的數據資產價值層次；數據資產價值由于用戶的不同而存在差異，用戶的深度滿足顯然能夠體現其不同的價值；數據資產的價值動態變化，即隨著使用次數、甚至使用群體的變化而改變。無論如何，數字經濟的發展為數據資產的市場認可提供了前所未有的機會，數據資產的價值確認與評估，應該伴隨著市場情形，主動探索特殊表現背后的一般規律，找尋數據資產價值評估的基本思路與技術方法。

作為價值評估的立意淵源，最簡單、最原始而直觀的評估肯定是成本法評估，具有可操作、客觀可考證之便利。不過，它側重于數據資產開發過程的成本轉移價值，而非數據使用的商業市場價值，是強調數據資產的成本而市場收益，無法體現資產持有者從數據資產釋放價值而獲取的收益。而請注意，當人們開始主動關注數據資產的功能與效用時，采取收益法能更好地促進數據要素的合理定價。收益法進一步地，在大數據技術條件下，創新出一些全新的技術來評估其價值。諸如此類，從目前經濟與技術發展態勢分析，數據資產的價值評估多種多樣，可選用經典的傳統方法，也可創新技術工具來實施。

3.2 傳統評估方法

參照傳統的資產評價技術方法，主要包括成本法、收益法和市場法，現簡要闡述其原始要義與比較關系。

在對數據資產價值認定的方法上，目前主流的資產評估方式依然可行可用，即成本法、收益法和市場法。成本法的優勢是計算簡單，但是成本法會偏離市場的真實價值，或者數據會出現資產相關的成本費用較難區分，無法反映數據資產可能形成的合理利潤。

收益法可以分為數據產品帶來的直接收益、數據應用產品帶來的分成收益等模式進行評估。收益法也可能存在可參照的內含報酬率參數難以確定。

市場法通過參照既有交易案例而進行價值套算的方法，可以獲取同類市場環境下同業資產的價值標桿，是一種真實、可信但也要面臨可比性挑戰的技術選擇。

總之，通過成本法、收益法、市場法對數據資產進行估值，也都存在一定的不合理性，普通的資產估值方法對于全新的數字資產也是不完全契合的[3]。因此，“給時光以生命，給歲月以文明”，需要堅持“穿新鞋不走老路”，探索一種綜合的估值方法或一種新型的估值方式。

3.3 創新評估方法

數據資產本身就是一種大數據技術，一些學者對數據資產價值評估方法進行了改進，比如黃樂、張馳等提出數據資產價值分析與評估的創新思維[4]。現簡要就一些創新方法闡述如下：

1.博弈方法

博弈法俗稱討價還價法。在一定條件下，數據資產定價可通過其買賣雙方各自所掌握的信息，以討價還價方式實現自身利益最大化和風險成本最小化，即博弈方法。交易活動的推進中，由于買賣雙方信息不對稱，根據自身掌握的信息進行往復決策，討價還價的進程可以看作不完全信息條件下的動態博弈。基于博弈論的協議定價，其精妙之處在于交易雙方以協議定價的方式反復試錯從而找尋最佳匹配點。這種數據定價方法具有針對性較強、溝通機會多、成交概率高的重點。不過，現實中協議定價方法也存在一些弊端，如：漫長的博弈過程會增加時間成本，降低交易效率；數據壟斷性導致賣方主導而可能忽視數據的真實效用；信息不對稱會導致數據真實價值難以評估，非法套利會引發偏差。

2.實物期權法

實物期權法源于金融學的實物期權原理。國內外學者形成這樣的共識，即原始數據具備基準價格特征的，過濾和整合所需工作越多，其價值就越大；交易次數越多，其效用價值就越高，每個數據產品的價值應該等于其處理步驟和交易次數的加權線性組合。比如，在保險產品的大數法則應用中，智能核保與理賠常以季或年批量結算、創新產品以上市第一年、第二年和第三年逐年驗證。樣本量足夠大滋生出價值量觀察的準確度，這從本質上呈現出與金融實物期權類似的特征。因此，定價策略擬參照金融實物期權定價思想，以傳統期權定價模型為基礎，引入新的大數據特征變量，包括收入和成本現值、無風險利率、資產價格變動率、稀缺系數等相關系數，盡可能反映未來真實價值，也可以提前預防潛在的風險。

3.人工智能方法

數據資產價值評估的人工智能技術方法，既有ChatGPT、New Bing等，也有人工神經網絡等技術方法的拓展應用，都可以進行估值的輔助工作，能夠大大提升詢價效率，找尋數據規律，是數據資產評估領域包括輔助詢價、輔助閱讀和輔助格式在內的先進體驗。實施數據資產價值評估時，可能借助人工智能的輔助功能形成評估準則、指南和專家指引等框架性體系。進一步地，根據數據資產的影響因素構建人工神經網絡系統，利用成熟的人工神經網絡技術來處理，統籌好輸入層（可包含數據日期、有效期限、數據類型、數據復雜度、數據應用范圍等）和輸出層（可包含數據內在價值、數據市場價值等）指標，遵從神經網絡模型的非線性動力學習系統特點，克服了人工評價所帶來的人為因素及模糊隨機性的影響，能保證評價結果的客觀性、準確性。

4 基于數據資產價值評估的推進方略

數據資產價值評估經常呈現出一種量化測度的挑戰與創新技術，因為不同特征的數據常常有著不同的生成機理，也有差異化的商業場景，據此可探索開發出數據資產收益評估的不同方法。本文擬就價值評估的推進中相關策略進行如下探索：

4.1 數據資產價值評估的場景與流量考慮

數據對人類決策的支持作用越來越強大，數據資產價值評估需要順應數據資產應用的場景化挑戰，從內涵和外延、經濟特征及效用變化等來適應流轉場景的價值體現，奠定估數據資產價值的理論根基。數據只有場景化后才具有生命力，所謂場景，可以理解為需求產生的某些條件組合，包括但不限于環境、時間、地點、空間、行為主體等等。如果說功能和界面是產品的骨架，內容是產品的血和肉，那么場景就是產品的靈魂，沒有場景的產品是沒有靈魂的。甚至可以說，數據是死的，場景才是活的。數據并不在“大”，而在于“有用”。對于用戶而言，“經濟意義”可能是需求、行為、動機或者評價；對于企業運營而言，“經濟意義”可能是品牌塑造、產品組合、營銷戰術組合等等。而“經濟意義”賦予的關鍵點即場景化[5]。數據的場景化，即將數據代入具體的業務場景中，才能實現數據的“有用”功能，也才可以夠得著市場調查行業常說的“信息”的概念。

1.場景是數據生根開花結果的肥沃土壤

數據不能脫離應用場景而孤立存在。該如何培養場景化思維方式？以數據采集、挖掘與應用為三大基礎框架，實現線上線下數據的高效采集、深度挖掘與科學應用，發掘各類數據活生生的蘊藏價值，建構數據動態循環與智能分析體系，致力于成為業內領先的數據挖掘與應用服務提供商。業務場景需要對各種海量數據進行實時的快速處理與分析，海量、實時、快速、價值，這就是數據業務場景化的思維。場景化數據思維需要強調3個方面：一是懂行業、深挖業務。做好數據平臺的前提就是懂自身行業、懂自身業務。離開業務談數據就是一個空中樓閣。深入了解業務，聚焦核心業務，應該先把最有價值的業務場景梳理清楚，在逐步擴散到其他重點業務流程。二是通過數據找問題、通過數據找業務，并對運營業務優化方式進行梳理，節約成本。三是豐富和創造各種業務場景。業務場景的豐富程度取決于數據的積累程度，數據的積累程度不夠，就需要首先解決數據的問題。站的高才能看得遠，業務場景多了，就會有場景交叉，數據的關聯性也上去了，數據的價值才會充分的被利用。

2.數據資產價值變化的規律探索

數據資產的價值逐漸得到了行業的共識，并日益成為企業生產經營不可或缺的戰略性資源。但是如果沒有將數據加以有效的、系統化的挖掘，數據再多也只是一堆垃圾和負擔。數據資產的“變現”能力與規律從3個層面把握：其一，可“變現”的數據資源。數據資源“賦能”方式有兩種：數據賦能產品、數據本身價值。在完全遵從合法合規條件下，讓數據以多種形式進行市場交易，這是數據產生價值的直接方式。其二，數據“變現”的過程就是數據資產化。線下場景營銷其實就數據資產化的過程，建立客戶智能分析，采用哪種策略和方法。其三，未來誰掌握數據，誰才會有可能掌握未來的財富創造和分配的格局，擁有海量數據，便可以挖掘好數據金礦，將數據資產實現從數據到價值的轉化。

3.從場景和流量兩個方向展開思考和探索

進一步地，需要深度挖掘場景和流量對數據資產價值影響的決定因素。其一，數據資產價值變現通道關鍵因子——場景。第一步，深耕內部數據，挖掘場景價值；第二步，引入外部數據，發掘數據價值；第三步，挖掘跨界場景，深耕客戶資源。比如，銀行除守好“金融場景”這一畝三分地之外，對于跨界非金融場景的探索也許能夠另辟蹊徑，實現客戶資源的深耕，或許能獲得“神助攻”的意外之喜。其二，數據資產價值變現通道重要保障——流量。如何把握好流量所在，保障數據資產價值變現？要實現數據資產的價值變現，銀行可以從內外部數據出發，挖掘金融及跨界場景，實現與客戶的互動價值挖掘，同時注重結合客戶移動端流量的保障。在實現數據資產價值變現的路上，需要找到妥當的方案開展活動，最終實現客戶與銀行之間雙贏的局面。

4.2 數據資產定價思維的導向選擇

某種意義上看，在數據資產價值并未納入會計“表內”的情形下，數據資產價值可能就是財務報表中日趨擴大的“賬面價值”和“市場價值”之間的差距。因此，亟待形成規范化的數據定價機制，對數據資產進行會計確認與計量，以促進數據資源的市場流通，并形成合理的分配機制和數據價值的釋放體系。數據資產定價方法上，以導向型定價法為理論基礎，客觀地考慮其成本導向、顧客導向，遵從客觀的市場導向、利潤導向和數據資產自身生命周期等多維導向思維，從而更好地體現價值流向的燈塔效應。

4.3 數據資產價值估價的參數選擇

重要參數的選擇顯然是資產價值評估中至關重要的關鍵工作，尤其是在收益法模型下，參數的選擇對其結果的影響十分敏感，也是相關各方爭論的焦點所在，現根據現實中的挑戰做摘要性闡述。

1.單項數據資產估價的參數選擇

對于預期壽命假設，即資產可產生顯著經濟收益的預期時間。不過，有些卻是越使用越會增加價值，其發散而非收斂的特性使創新方法更加適用。對于折現率（內含報酬率）假設，許多公司的數據項目收入主要是來自收集、分析、整理、存儲數據而提供的信息服務。

2.單項數據資產估價的參數選擇

給定假設條件：其一，企業創造的價值是由數據資產、其他資產（生產與非生產資產的混合體）一起運營而生產的，即企業營業盈余可視為“自用數據資產收益”和“非自用數據資產收益”之和；其二，數據資產創造的經濟收益，是可能基于效能原則適當區分的，即自用數據資產直接或間接相關的生產活動，其相關的營業盈余等是可以區別于其他資產（生產與非生產資產的混合體）的經濟產出、使用成本、稅收甚至補貼。在此框架下，數據資產價值估算就采用自用數據資產直接或間接相關的生產活動所產生的各類現金注入與流出進行對比計算。同時，盡量采用合理指標（通常為貨幣量或可比的實物量），而不宜簡單地采用實物量占比拆分多項資產的因素數值。

3.出售使用許可的數據資產估價的參數選擇

通過數據項或數據產品的買賣或授權許可使用，確保企業能夠從數據資產中直接獲取財產性利益，其實就是數據資產使用許可所帶來的數據資產經濟“租金”。此類數據資產收益的估算模型為

數據資產收益＝出售數據使用許可所獲收入－相關的中間消耗和雇員報酬－相關稅負支出＋獲得相關補貼

5 結語

毫不夸張地說，伴隨著數字技術的層出不窮，與無形資產相關聯的數據資產得到廣泛的認可與演繹，而數據資產及其價值的概念辨析、估值技術及其應用策略也期待得到深度開發。本文的研究是基于數據資產作為市場要素搭建“專用數據產權—流通交易—收益分配—安全治理”的配套體系框架下定價需求而展開的。受篇幅所限，未能對許多應用情形展開討論，相信隨著關注顆粒度的細化，當物理世界與數字世界無限迫近，甚至數字世界希望迫近物理世界，數字資產價值評估還可以持續深化。不過，可以確信的是，通過價值評估，才能將數字資源轉化為價值資源，最終做到為實體經濟服務。在市場越來越回歸價值、越來越多地推動數字經濟和實體經濟結合的情況下，推動數字資產評估與交易行業行穩致遠。

參考文獻

[1]董建國，王思北.2022年我國數字經濟規模達50.2萬億元[EB/OL].（2023-04-28）[2023-06-26].http：//news.china.com.cn/2023-04/28/content_85259348.shtml.

[2]姜奇平.評《數字經濟及其核心產業統計分類（2021）》[J].互聯網周刊，2021（12）：8.

[3]江佳聰，袁中華，張雅棋.數據資產評估研究進展及未來展望[J].合作經濟與科技，2023（15）：95-99.

[4]林飛騰.大數據資產及其價值評估方法：文獻綜述與展望[J].財務管理研究，2020（6）：1-5.

[5]熊旺旺，余炳文.國有數據資產價值評估方法研究[J].國有資產管理，2023（6）：67-76.

收稿日期：2023-05-26

作者簡介：

董高靜，女，1982年生，碩士研究生，主要研究方向：財務會計、公司財務。

孫娜，女，1978年生，博士研究生，副教授，碩士研究生導師，主要研究方向：財務會計、公司財務、審計。

王保平，男，1963年生，博士研究生，正高級會計師，碩士研究生導師，主要研究方向：財務會計、資產評估。

*基金項目：國家社科基金后期項目“新金融工具準則、財務報告影響與商業銀行風險”（21FJYB050）。