以下文章来源于和毅咨询
数据资产评估概述
01
随着数字经济发展活力持续释放，各级政府纷纷将数字经济作为培育经济增长新动能、抢抓发展新机遇的重要路径。对于企业来说，数据资源在企业中的地位日益重要，并成为其核心竞争力的重要组成部分。因此数据资源的合理确认和评估，对于反映企业财务状况、经营成果和现金流量具有重要意义。
2019年12月，中国资产评估协会发布《资产评估专家指引第9号——数据资产评估》（中评协〔2019〕40号），对数据资产评估对象、评估方法以及评估报告的编制进行了详细说明；2023年9月，为进一步规范数据资产评估行为，保护资产评估当事人合法权益和公共利益，中国资产评估协会制定并印发《数据资产评估指导意见》（中评协〔2023〕17号），进一步明确了每种数据资产评估方法的操作要点，文件自2023年10月1日其施行。
表1-1 数据资产评估相关文件
作为一项列示在企业资产负债表中的新型资产，对数据资产进行评估涉及的经济行为主要包括转让、许可使用、出资、质押融资、企业兼并重组、企业清算、司法诉讼、司法执行财产处置、财务报告、资产证券化等。这些经济行为类型反映了数据资产在不同场景下的应用和价值实现方式，涵盖了从数据资产的直接交易到间接利用等多个方面。
表1-2 对数据资产进行评估的经济行为
数据资产评估方法
02
（一）成本法
成本法是根据形成数据资产的成本进行评估。基于成本法计算的数据资产的价值是根据该数据资产的重置成本乘以价值调整系数，以此确定数据资产价值的评估方法。
1.基本公式
重置成本：主要包括前期费用、直接成本、间接成本、机会成本和相关税费等。
表2-1 重置成本的构成
价值调整系数：对数据资产全部投入对应的期望状况与评估基准日数据资产实际状况之间所存在的差异进行调整的系数。数据资产的价值调整系数计算方法主要有专家评价方法和剩余经济寿命法两种。专家评价方法综合考虑数据质量和数据应用价值等影响因素，并应用层次分析和德尔菲等方法对影响因素进行赋权，进而计算得出数据资产价值调整系数；剩余经济寿命法是通过对数据资产剩余经济寿命的预测或者判断来确定价值调整系数的一种方法。
2.适用性及使用前提
基于成本法对数据资产进行价值评估时，需要根据数据资产形成的全部投入，分析数据资产价值与成本的相关程度，考虑成本法的适用性。
应考虑的前提条件包括：（1）数据资产能正常使用或者在用；（2）数据资产能通过重置途径获得；（3）数据资产的重置成本以及相关价值调整系数能够合理估算；（4）数据质量能够达到应用场景下所要求的基准。
3.应用案例
A企业电力数据资产入表
（1）背景
A企业是领先的新能源电力系统配套提供商。公司运用数字化制造模式不断为新能源（含风能、太阳能、储能等）、新基建、高效节能、轨道交通等全场景提供优质电能供应解决方案及高端装备。
（2）数据资产情况
公司通过实施生产过程的数字化转型，已完成了包括工业制造型企业的厂房车间设计、生产流程优化与再造、供应链管理、客户关系管理等一系列管理过程的数字化，并积累了大量的经验和做法。公司在进行智能化生产的过程中产生大量电力数据资源，通过对数据资产进行入表管理，可有效释放数据要素能力，提升数字化业务模式，推动企业数字化转型升级。
（3）确定数据资产类型
本案例涉及数据产品及应用场景主要是企业自用以及利用数据资产形成的数据产品向客户提供咨询服务。根据财会〔2023〕11号文有关规定，符合《企业会计准则第6号——无形资产》（财会〔2006〕3号）规定的定义和确认条件，应当确认为无形资产类数据资产。
（4）评估价值类型
本案例评估目的是为无形资产类数据资产入表提供价值参考依据。无形资产初始入账需要遵循历史成本原则，然而由于A企业历史成本的初始计量凭证灭失，因此以重置成本扣减贬值后的净重置成本计量。
（5）评估方法选择
由于本案例评估目的是为电力数据资产入表提供价值参考依据，自用或利用数据资产对客户提供相关服务，因此只能依据历史成本原则，采用成本法对数据资产进行评估。通常，入表于“无形资产”科目的数据资产的成本包括：
①企业通过外购方式取得确认为无形资产的数据资源，其直接成本包括购买价款、相关税费、直接归属于使该项无形资产达到预定用途所发生的数据脱敏、清洗、标注、整合、分析、可视化等加工过程所发生的有关支出，以及数据权属鉴证、质量评估、登记结算、安全管理等成本费用；
②企业内部数据资源研究开发项目的支出，应区分研究阶段支出与开发阶段支出，满足财会〔2006〕3号有关要求的，确认为无形资产。
质量调整系数参考《数据资产评估指导意见》提到的数据准确性、一致性、完整性、规范性、时效性和可访问性6个维度。本案例选择的测量指标如表1所示：
表1 基于数据质量评价指标体系的指标选择
（案例参考：《数据资产评估场景化案例手册（第一期）》）
（二）收益法
收益法是通过预计数据资产带来的收益估计其价值，即通过测算该项数据资产所产生的预期收益并折算为现值，进而确定数据资产价值的评估方法。
1.基本公式
折现率：通过分析评估基准日的利率、投资回报率，以及数据资产权利实施过程中的技术、经营、市场、资金等因素确定。数据资产折现率可以采用无风险报酬率加风险报酬率的方式确定，也可以采取其他能够充分反映投资报酬的方式确定，但需要保持折现率的口径与预期收益的口径一致。
预期收益：根据适用性可以选择采用直接收益预测、分成收益预测、超额收益预测和增量收益预测等方式对预期收益进行预测。
表2-2 预期收益的预测方法
2.适用性及使用前提
基于收益法对数据资产进行价值评估时，应在获取数据资产相关信息的基础上，根据数据资产的历史应用情况及未来应用前景，结合应用或者拟应用数据资产的企业经营状况，重点分析数据资产经济收益的可预测性，考虑收益法的适用性。
应考虑的前提条件包括：
（1）数据资产的未来收益可以合理预期并用货币计量；
（2）预期收益所对应的风险能够度量；
（3）预期收益期限能够确定或合理预期；
（4）数据质量能够达到应用场景下所要求的基准。
3.应用案例
B企业贸易数据资产入表
（1）背景B企业是基于全球贸易数据的商务平台。通过整合全球各国海关进出口贸易数据、港口物流航运数据、欧亚铁路过境数据，覆盖全球250个国家和地区贸易；引入来自信用、保险、金融等领域的全球200个国家和地区的企业数据资源，并挖掘基于各类B2B平台、社交网站等互联网数据，构建了全球贸易领域的企业级大数据。
（2）数据资产情况B公司通过购买方式获取海外各国贸易和物流数据，数据类型涵盖①各国进出口报关单数据；②全国进出口贸易提单数据；③全球船舶运输集装箱定位和轨迹数据；④全球空运货物定位和轨迹数据；⑤全球船舶档案数据；⑥全球企业商业数据。数据可应用于贸易、物流、制造、金融、咨询等行业的进出口贸易、国际物流、供应链金融、保险、高校、政府采购、市场研究等领域。
（3）确定数据资产类型本案例数据产品的使用场景为提供数据服务的方式，如采取会员制、数据深度分析报告订阅等。根据财会〔2023〕11号文有关规定，本案例数据产品及应用场景符合《企业会计准则第6号——无形资产》（财会〔2006〕3号）规定的定义和确认条件，应当确认为无形资产类数据资产。
（4）评估价值类型本案例评估目的是为确定国际贸易数据资产的交易定价提供价值参考依据，因此评估价值类型为市场价值。（5）评估方法选择本项目评估对象为国际贸易数据资产，由于目前国内外不存在十分活跃的相类似数据资产交易的公开交易，市场交易实例较少，且有关交易的必要信息难以获得，故无法采用市场法进行评估。但国际贸易数据资产可服务于企业，其未来收益可以合理预期并用货币计量，预期收益对应的风险及收益期限能够度量或合理预期，故可采用收益法进行评估。具体评估步骤：
①收益额的测算：根据本案例国际贸易数据资产经营历史及未来市场发展，估算其未来预期数据资产直接收益额，具体预测方式有以下几种：数据资产未来预期收益 = 数据资产产品销售收入 * 数据资产销售收入提成率；数据资产未来预期收益 = 数据资产产品销售收益 * 数据资产销售收益分成率；数据资产未来预期收益 = 包含数据资产的业务资产组整体收益 - 固定资产贡献额 - 流动资产贡献额 - 其他无形资产贡献额 - 数据资产本身预期补充、更新需要的资本性支出。
②未来收益期限预测：综合考虑法律有效期限、相关合同有限期限、数据资产自身经济寿命年限、数据资产更新时间、数据资产时效性及权利状况等因素，合理确定收益期限、周期性等，且不超出产品或服务的合理收益期。
③折现率：本案例折现率采用风险累加法确定，即折现率=无风险报酬率+风险报酬率，其中无风险报酬率选取评估基准日一年期中国国债收益率；由于本案例数据无形资产类数据资产，风险报酬率应参照无形资产风险报酬率确定，主要考虑数据资产经营和变现两类风险确定。（案例参考：《数据资产评估场景化案例手册（第一期）》）
（三）市场法
市场法是在具有公开并活跃的交易市场前提下，根据相同或者相似的数据资产已有的数据交易价格，通过对比分析，并调整特异性和个性化的因素，从而评估数据资产价值的方法。
1.基本公式
可比案例：根据数据资产的特点选择可比案例，如数据权利类型、交易市场及方式、数据规模、应用领域、应用区域及剩余年限等。
调整系数：通过比较数据资产和参考数据资产或对标交易活动来确定调整系数，对价值影响因素和交易条件存在差异做出合理调整，以取得准确价值。调整系数包括质量差异调整、供求差异调整、期日差异调整、容量差异调整以及其他差异调整等。
表2-3 市场法常见调整系数
2.适用性及使用前提
基于市场法对数据资产进行价值评估时，应考虑该数据资产或类似数据资产是否存在合法合规、活跃公开的交易市场，以及是否存在适当数量的可比案例，考虑市场法的适用性。
应考虑的前提条件包括：
（1）数据资产的可比参照物具有公开活跃的市场；
（2）有关交易的必要信息可以获得，如交易价格、交易时间和交易条件等；
（3）数据资产与可比参照物在交易市场、数量、价值影响因素、交易时间和交易类型等方面具有可比性，且这些可比方面可量化；
（4）存在足够数量的可比参照物，一般建议不少于三个；
（5）数据质量能够达到应用场景下所要求的基准。
基于对3种方法适用性及使用前提的总结，可以发现，现有数据资产评估方法各有优劣势。成本法一般需要掌握数据资产在全生命周期各阶段发生的成本，本质上是对数据成本的归集；市场法由于对市场环境要求严格，需要大量交易数据的积累，目前采用市场法条件不够充足，现有交易数据类型也较为单一，多为结构化数据、数据集和标签数据，而非结构化等其他数据类型的交易价格相对较少。
与上述两种方法相比，虽然收益法下的资产预期收益和风险都较难准确预测，但该方法操作性和可行性更强，并且能够较为真实准确地反映数据资产的实际价值，评估结果相对可信。因此在实践中运用收益法评估数据资产价值更具优势，该评估方法往往要求评估人员对数据相关的业务运作有较好理解，同时还需要与该数据资产有关的多个机构、部门共同的参与。
表2-4 常用数据资产评估方法比较
数据资产评估流程03
结合2023年12月公开的上海市地方标准《数据交易 第4部分：数据资产评估规范》（征求意见稿）中关于数据资产评估“评估准备、评估执行以及评估方法和结果说明”3方面内容，以及北方大数据交易中心等单位2024年3月联合编制的《企业数据资产入表操作指引》中对数据资产评估过程的梳理，本文重点围绕“明确评估对象、开展质量评价、选择评估方法、执行评定估算并出具评估报告”5个步骤介绍了数据资产评估的完整流程：
（一）明确评估对象
评估人员在实施评估前，首先应对被评估主体的愿景、战略目标、业务发展需求以及应用场景等方面进行明确。其次在进行数据资产价值评估时，应基于上述内容，明确评估对象、评估基准日、评估范围和价值类型，并在此基础上明确数据资产的权属、敏感信息和安全合规要求等。
表3-1 数据资产基本属性
数据资产标的是以数据为主要内容和服务的可辨认形态，即为数据产品。以下两类数据资产可作为评估对象：
（1）企业自己生成的数据、拥有数据资源持有权、形成可持续使用的数据产品；
（2）企业采购、共享、被授权的数据、拥有有数据加工使用权、形成可持续使用的数据产品。
（二）开展质量评价
采取适当方式执行数据质量评价程序。根据评估对象具体情况，应选取适宜于待评估数据的评价指标方案（包括评估维度和指标）和质量评价方法，其中，数据质量评价方法包括但不限于：层次分析法、模糊综合评价法和德尔菲法等。也可以利用第三方专业机构出具的数据质量评价专业报告或评价意见。
质量评价完成后，应根据最终评价结果生成相关的质量评价报告，满足质量要求才可进入后续流程。
（三）选择评估方法
数据资产的价值将从影响企业增长、回报及风险等方面体现，评估人员应基于上述三个方面选择合适的评估方法。对于具备数据交易所资产凭证的数据资产，应首选市场法或收益法进行评估。选择方法时应当注意该方法的适用性及使用前提。
（四）执行评定估算
评估人员根据收集的资料和确定的评估方法对数据资产进行评定估算。在进行数据资产评估时，应采用两种以上不同的评估方法进行评估，以便相互验证和补充。在采用多种评估方法进行数据资产评估后，应对评估结果进行合理性分析，以判断其是否符合实际情况和合理预期，并最终形成内部确认的评估结果。
（五）出具评估报告
评估人员应根据最终评估结果编制详细的评估报告，报告中披露包括但不限于数据基本信息、数据质量评价情况、数据应用场景、宏观经济和行业前景等内容。
表3-2 数据资产评估报告披露内容
附：数据资产入表案例
1、《企业数据资产入表操作指引》梳理汇总了数据资产入表的政策依据及需求；基本原则；数据资产评估；合规与确权；成本的归集与分摊；列报和披露等方面的内容 。
2、《数据资产入表及估值实践与操作指南》针对企业入表十大操作难点、三种收益测算、八项创新应用给出操作指引。
3、《数据资产确认工作指南》为企事业单位数据资源确认为资产工作提供准则和通用性指南，是数据基础制度中财政相关的配套业务标准，可为探索公共数据授权运营管理中维护数据资源资产权益提供标准技术支撑。
4、《银行业数据资产估值指南》该标准构建了全面而实用的数据资产估值框架，涵盖数据资产的识别、评估、管理到价值提升等关键环节，为全面构建我国金融领域数据资产估值体系提供了有益借鉴，有助于完善数据要素资源体系，推动数据要素市场科学有序发展和数据资产估值走向规范化、市场化，助力行业数字化转型。
5、《数据资源入表白皮书》白皮书围绕数据资产评估及入表的全过程，借鉴了数据资源入表“五步法”，重点从数据合规与确权、数据治理体系、预期经济利益可行性分析、相关成本的合理归集与分摊、列报与披露和安全监管保障体系等环节，分析了数据资源入表的技术路线。
