数据资产-新兴产业百科-三个皮匠报告网

数据资产是什么

2019年中国资产评估协会发布了《资产评估专家指引第9号——数据资产评估》，其在无形资产定义的基础上进一步对数据资产做了定义：数据资产是由特定主体合法拥有或者控制，能持续发挥作用并且能带来直接或者间接经济利益的数据资源

中国资产评估协会将数据资产从“数据”和“资产”两个角度进行解读，一方面，数据资源是指以物理或电子形式记录的数据，如数字信息、文字信息、图像信息、语言信息、数据库等;另一方面，数据资产具备资产最核心的两个内涵，一是由特定主体拥有或控制，企业享有数据资产的所有权或者尽管不具备数据资产的所有权，但能够控制数据资产，二是未来能够为企业带来经济利益，数据资产本身可以产生价值或者能够帮助企业在现有产品上增加收益、降低成本。

CFI机构将数据资产定义为是指公司用来产生收入的系统、应用程序输出文件、文档、数据库或web页面，是技术时代最有价值的资产之一。

中国信通院《数据资产管理实践白皮书4.0》将数据资产(DataAsset)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。在企业中，并非所有的数据都构成数据资产，数据资产是能够为企业产生价值的数据资源。

数据资产

数据资产与实物资产的区别

数据资产不同于实物资产，具体表现在以下几点：

(1)非实体性，非实体性是指数据资产不同于其他实物资产有具体的形状，它没有具体的实物形态，这一特点也决定了数据资产不会像其他的实物资产具有物理性损耗。

(2)非消耗性，数据资产的无实体性同时也造就了其无消耗的特征，同一个数据资源在合适的环境中可以被重复使用无限次，不会有较大的耗损。因此，数据资产价值取决于其自身，在进行价值评估的时候，需要更多地从数据资产自身的质量、规模等方面进行评估。

(3)依托性，正是因为数据资产没有具体的实体，它的存在必定是依托于一定的载体，这种载体就是数据的储存介质。存储介质可以是纸、磁带光盘，也可以是化学或生物物质。

(4)多样性，即数据有不同的表现形式，可以是单纯的视频、数字、表格、文字等，也可以是其中的组合形式。

(5)可加工性，完成收集的数据对生产经济并不具有较大的意义，这就赋予数据具备可加工这一特性。可加工性是指收集到的数据可以经过清洗、整理、分析，经处理后会使得数据的价值得到提升，发挥出教大的经济价值。

(6)价值易变，即数据资产的价值并不固定，会受到许多因素的影响，导致价值发生改变。对于一般的数据而言，随着时间的流逝，数据资产的价值就可能减弱甚至毫无价值。同样的数据对于不同的使用者，也会发挥不同的作用。处理技术得到改进后，改进前的数据对于新技术处理后的数据而言，价值就会严重贬值

(7)共享性：数据资源作为一种数字化的信息资源，其虽然需要依托于具有实体形态的介质进行存储，但同时它与实体介质又有着相互独立性，这意味着同一种数据资源可以同时存在于多种不同的实物载体之中，不同的用户可以同时在不同的空间使用同一种数据资产。与无形资产相比较，可以发现使用数据资产的客户类型更加广泛，处在不同行业之中的企业同样可以使用同一种数据资产为企业带来价值。比如地图卫星数据不仅可以让矿产类企业进行地质勘测，也可以用于交通运输行业。

数据资产与无形资产的关系

数据资产与无形资产一样，是企业不存在实体特征的资产。数据信息资产具有无形资产属性，包括非实物性、无损耗性、渐进积累性等，为企业所有，不具有具体形态，能够为企业未来创造经济价值;信息资产是一个企业非常重要的资源，它可以通过无形的服务存在，也可以依赖软件、硬件等有形资源存在，这与无形资产的定义非常符合;因此，数据资产可被认作为是无形资产，其具备的条件有以下两点：

(1)是否能够从企业中划分出来。绝大部分的数据能够从企业中划分出来，形成数据产品从而为企业带来收益、创造价值、实现外部商业化;另一部分数据的产生来源于企业的日常经营，这使得该类数据资产会与企业或业务联系紧密，难以单独划分出来，这部分数据资产与商誉的情况相似，因此其价值也常反映在商誉之中。

(2)具有合同性权利或其他法定权利。这是判断无形资产“可辨认性”的标准之一，对于无形资产来说，其权利是可分的，可以通过合同或者其他法定权利将其权利对外进行许可、转让或转移。如企业可以通过签订特许经营合同来获得无形资产的特许经营权。对于数据资产来说，由于其具有通用性、流通性、共享性等特性，因此也具备可以通过合同对外进行授权的能力。但是目前，对于“数据”尚未形成与商标、专利、著作权一样的法律保护体系，对合同性权利的保护和法律赋予的法定权利还不够明确，这是目前亟需解决的问题^[1]。

数据资产的评估方法

1传统评估方法

(1)市场法

市场法是利用市场上同样或者类似资产的近期交易，经过直接比较或类比分析来评估资产的价值。利用市场法评估需要两个前提条件：第一，资产处于活跃的市场。第二，该市场中有可比的交易资产。在市场完备且具有较多可参考交易实例时，市场法是一个很合适的评估方法。目前市场上一些小规模的数据可以利用市场法进行评估。只是数据资产在我国仍处于发展阶段，没有形成一个成熟的交易市场，市场不够公开透明。对于那些规模较大、构成较复杂的资产来说，缺乏可以参考的近似案例，在评估的过程中存在一定的难度。不过，随着市场的不断完善，市场法一定会成为一个合适的评估方法。

(2)收益法

收益法是通过计算被评估资产未来预期收益的现值进行评估的各种评估方法的总称。它涉及三个基本要素，一是可以合理预测被评估资产预期收益并且可以有效计量，二是所承担的风险可以预测且有效计量;三是合理预测被评估资产的年限。但因为数据复制不产生损失、在不同情况下产生的收益又可以叠加，使得数据的价值不同于一般资产的价值，不是一个固定的数值，而是一个动态值。同时，因为数据自身具有较强的时效性，价值会随着时间发生变化，所以在计算受益期限时也有一定的局限。因此，数据资产的价值的预期收益具有较强的不确定性，进行预测时具有一定的难度。

(3)成本法

成本法是指重新取得该项资产花费的成本。成本法使用前提包括三个。第一，被评估资产应可以继续使用，第二，在计算成本时有可以参考的历史资料，第三，使用过程中的耗费不是无效的。在搜集处理分析数据的时候，其中必然会出现许多研发成本、人力成本等无形耗费。在短时间内、数据价值还有效的前提下可以利用成本法进行估值。但是当企业持有容量较多的数据时，这些消耗并不能得到准确的计量，导致资产价值出现较大波动，影响最终的评估结果。

2非传统评估方法

(1)实物期权法

投资者为了进一步规避投资风险，研究出了期权的概念。期权是一种选择权，这个权利是属于买方的权利。当买方预期未来价格上涨，会提前约定一个价格并支付一定的期权费。若市场价格高于约定价格，则执行期权，因为此时能在市场中获得更大的利益。利用实物期权评估数据资产价值时必须要判断其是否具有期权属性。

对数据资产而言，期权属性表现在两方面：其一，由于经济市场总是处于不断变化的阶段，企业为了生存必须顺应变化的市场环境。因此，企业需要不断的对所持有的数据进行更新或者暂时搁置不适应市场的数据资产。其二，大数据作为企业的一项新兴资产，具有较高的附加值。购买大数据的目的就是为了获得更大的利益。如果购买后的数据为企业带来的收益大于购买时的价格，表示企业购买的大数据获得了收益，选择继续持有。反之数据带来的收益小于获得的成本，企业会及时止损，选择放弃持有该项数据资产。

(2)收益分成法

收益分成法就是计算被评估资产在总收益的比重。关键参数是计算出无形资产的收益占总收益的比例，即分成率。计算收益分成率时需要考虑以下几个方面。第一，被评估资产的具体形式。第二，该企业的经营类型。第三，被评估企业所在行业的发展情况。第四，企业实际的经营情况。第五，分析企业中其他资产所做的贡献。第六，市场上类似情况的转让情况。常用的计算方法包括：经验分析法、要素贡献法、约当投资分成法、层次分析法。由于前几种方法多用于技术性无形资产的评估，而数据资产与技术性无形资产不同，在评估数据资产时多使用层次分析法。

(3)超额收益法

该法就是计算出企业持有某项无形资产后获得的超额收益，经过折现到基准日计算无形资产的价值。超额收益是指无形资产在未来某个时间范围内为企业带来超过市场平均收益的部分。确定超额收益一般包括三种方法，分别是增量测算法、差量法测算、分成测算法。增量测算是通过测算新增的收益确定为无形资产的收益，表现为销量增加或者成本减少。差量法是将其他资产的收益从整体收益中分割后得出被评估资产的收益。分成法是通过测算无形资产占总收益的比例，测算出无形资产的收益。除了这个变量以外，还包括折现率和收益期的两个关键参数。超额收益模型在评估无形资产时能够适当减少主观性的判断，有一定的研究基础，对评估新兴无形资产有一定的参考价值^[2]。

数据资产的特征

(1)收益性。能产生收益的数据才称之为数据资产，所以这是其根本特征。即企业可以利用拥有或控制的数据资产，在企业生产未来经营过程中带来经济利益。在如今的商业竞争中，数据资产使企业具有独特的优势来获得更高的利润。

(2)独占性。正是由于该项数据被特定主体拥有控制产生收益，才能将其称为资产。虽然现在已然存在数据交易中心，数据资产可以在同一用户市场的不同企业之间流动，但其依然不是公开共享的，只能为特定主体带来预期收益。若成为公开共享数据，就会给经济主体带来损失，并且引发市场竞争问题。

(3)冗余性。由于数据来源的不同，使体量庞大的大数据中有真正价值的数据占比较低，同时也会产生较大的数据储存成本。

(4)时效性。数据资产流动性较强，其价值只能在规定时限内发生作用带来收益，超出该时限，产生功能性或经济性贬值，价值会减少甚至消失。然而，即使在现时段内或过去时段内价值较低的数据资产，在一段时间之后，可能会对公司的经营有新帮助。

(5)不确定性。数据资产产生的效益很难进行直接正向的计量。需要结合该项数据资产当下的应用场景，不同的应用方式等因素进行评估。在当前数据资产交易市场中，因为缺可比的参照物，缺少交易规则和标准，所以数据资产的交易价值难以确定，且数据资产存在期权价值，可以当作是一种投资，各个因素都会影响其价值。

数据资产化的重要性

形成企业的战略资产︰数据资产化之后，数据资产会渐渐成为企业的战略资产，企业将进一步拥有和强化数据资源的存量、价值，以及对其分析、挖掘的能力，进而会极大提升企业的核心竞争力。

加速数据资产交易进程∶目前在缺乏交易规则和定价标准的情况下，数据交易双方承担了较高的交易成本，制约了数据资产的流动，但随着数据资产管理的完善，必然能加速数据资产交易的进程。

促使数据资产产权问题明确∶同时，数据资产的所有权问题，在未来也会越来越明确，法律制度会随着基础管理能力的提高而完善，以数据资产为核心的商业模式，也将会在资本市场中越来越受到青睐。

数据资产在企业经营中的作用

(1)优化供应链运营：数据资产优化企业供应链运营。企业数据资产在企业中源源不断地产生，并且无处不在。对于一些头部电商企业，如阿里巴巴、京东、苏宁易购，通过算法、计算机模型构建、数据挖掘技术等精确的测算出过去几个月时间的各类商品销量，从而可以准确预测未来一段时间内的销量，将其作为参考量，然后在仓储成本、订货量和用户服务上找到能使企业利润最大化的平衡点。

(2)帮助企业进行市场细分：数据资产可以帮助企业进行市场细分。由于消费者的需求差异，企业为了寻求长远的发展，需要对自身进行合理的市场定位，然后对目标市场进行细分。企业运用所拥有的数据资产进行市场细分，打破了空间壁垒，在一定程度上对处于动态变化的市场消费群体的消费动向进行了实时的掌握。

(3)准确预测市场行情：数据资产可以帮助企业合理预测市场行情，促使企业未来获得更大收益。

(4)识别潜在发展机会：数据资产可以帮助企业识别潜在的发展机会。如企业根据消费者的网站浏览痕迹和各类平台交易等动态或静态信息，对消费者偏好进行分析，通过分析企业流失的消费者属性，可以有针对性的对平台用户进行综和评估，然后对那些有机会留存且挽留难度低的客户群体，进行二次推送等手段来提升客户留存率。

(5)保障售后服务：数据资产可以帮助企业保障售后服务，提升消费者体验感^[3]。

参考资料：

[1]景思棋.数据资产价值评估模型的优化——以电商企业为例[D].湖北:中南财经政法大学,2020.

[2]张悦.基于多期超额收益法的数据资产价值评估——以科大讯飞为例[D].江西:江西财经大学,2021

[3]邵佩.电商企业数据资产价值评估方法研究[D].陕西:长安大学,2021.

本文由@Y-L发布于三个皮匠报告网站，未经授权禁止转载。

数据资产研究报告：

中国信通院：数据资产管理实践白皮书4.0(69页).pdf

中国信通院：数据资产管理实践白皮书（5.0版）（53页）.pdf