随着数据规模和数据种类不断增加，数据要素的重要性日益凸显，但与传统资产相比，数据种类多样、价值易变，具有更加丰富的潜在应用场景，其资产化后的价值评估会受数据本身的质量、可用性以及市场需求、应用场景等因素的影响。
2024年2月5日，为保障数据要素有序流通与价值挖掘，推动数据要素市场化配置改革和数字经济高质量发展，由海南省大数据管理局指导，海南省资产评估协会、海南省数据产品超市、海南瑞衡资产评估、中联资产评估、中瑞世联资产评估海南分公司联合编制印发《数据资产评估场景化案例手册（第一期）》。
《案例手册》是全国首部基于真实数据要素典型应用场景进行数据资产评估操作的指导性手册，针对不同的行业场景提供了相应的资产评估标准和评估方法，为企业在数据资产入表、数据产品交易定价等方面提供参考依据。
1. 数据资产定义
数据资产是指特定主体合法拥有或者控制的，能进行货币计量的，且能带来直接或者间接经济利益的数据资源。
《企业数据资源相关会计处理暂行规定》基于会计准则适用范围的新视角对企业的数据资源做了进一步划分，包括企业按照企业会计准则相关规定确认为无形资产或存货等资产类别的数据资源，以及企业合法拥有或控制的、预期会给企业带来经济利益的、但由于不满足企业会计准则相关资产确认条件而未确认为资产的数据资源。
《电子商务数据资产评价指标体系》（GB/T 37550-2019) 中明确提出“数据资产是以数据为载体和表现形式，能够持续发挥作用并且带来经济利益的数字化资源”，并明确指出 “数据资产包括结构化、非结构化数据和半结构化数据”，“数据资产能够估值、交易，并以货币计量”，“数据资产能够为组织带来潜在或实际价值”。
中国信通院发布的《数据资产管理实践白皮书 4.0》（附 6.0 下载）中关于数据资产的定义：“数据资产是指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”。
2. 数据资产特点
1） 非实体和无消耗性
相比于传统有形资产，数据资产具有非实体性和无消耗性。传统有形资产通常具备消耗性，只能由一个使用方、用于某一种用途。例如，机器会随着使用次数增加而产生消耗， 寿命降低；原材料在加工后即转变为新的产品。数据资产价值并不会因为正常的使用频率增加而磨损或消耗，数据资产的无消耗性，确保了其在存续期间可以被无限循环利用。与此同时，在数据资产估值过程中也需要考虑其可以重复使用的特性。
2） 可加工性
数据资产可以被多维度加工，加工处理后的数据可以成为一种新的数据资产。具体而言，数据资产可以被维护、更新、补充，以增加数据量；也可以被删除、合并、归集，从 而消除冗余；还可以被分析、提炼、挖掘，进一步丰富数据 资产的信息量。数据的可加工性，确保了数据使用者可以通过各类数据技术，将数据转化为更多样的形式，挖掘数据中的信息，发展数据应用能力。
3） 形式多样性
通常而言传统资产只具备一种固定形式，而数据资产有非常丰富的展现形式。即在可加工性的基础上，数据资产可以通过与各类数据处理技术相结合，被多样化地展示、应用以及在多种形式中转换，从而满足不同数据消费者的需求。例如，可以通过各类报表对财务数据进行统计以满足财务管理与记账的需求；而对于各类管理指标数据，则可以通过各 类可视化工具，以图形等方式，便于企业管理层更加直观地了解企业的整体情况。
4） 多次衍生性
同一数据主体可以被多层次多维度加工，从而衍生出不同程度的数据价值。数据资产多次衍生性的有效利用，可以帮助企业进行多层次、多维度数据资产潜在价值挖掘，丰富企业数据资产整个生态链，推动企业实现数据驱动的目标。数据资产的使用者可以根据不同的需求和数据算法，从而生产出不同维度的衍生数据。例如，对于直接采集的原始客户 数据，可通过轻度汇总加工，以形成数据平台中可供各类应用系统复用的数据；进一步地，业务部门可在此基础上加工衍生出对客户偏好的分析与画像，风险管理部门也可进一步衍生对客户风险等级的判断数据。
5） 可共享性
数据资产的共享性，指数据资产可以无限地进行交换、转让和使用，为他人所共享。同一数据可以同时支持多个主体使用，不同主体对同一数据的利用将产生不同的价值，这 一特性使得数据资产成为企业数据价值挖掘的关键着力点，利用好数据的共享性，将能最大限度地挖掘数据资产价值。
6） 零成本复制性
数据资产的成本主要在于前期的数据获取、研究开发阶段，因此初创数据资产的成本极高，但以后的产品由于可无限复制，其边际成本趋于零，这可能会导致相同的数据资产具有截然不同的成本。另一方面，数据资产的零成本复制性也使其在可共享性的基础上能被更多人所用，产生大量的潜在交易需求和价值。
7） 依托性
数据资产不能独立存在，因此需要依托于某种介质进行存储和加工。数据资产依托的介质十分多样化，包括磁盘、硬盘等。同时，数据资产发挥其作用与效应也需要依托于有形资产，例如计算机和其他硬件设备。因此在计算数据资产的价值和相关成本时，也需要考虑数据资产所依托的介质成本。在评估中，需要考虑数据资产依托的有形资产的折旧和维护成本等，由此获得较为准确的数据资产成本。
8） 价值易变性
相比于传统无形资产，数据资产的价值更易受到多种因素的影响，即具有价值易变性。通常而言，数据技术的发展、 数据相关政策的变化、数据应用场景的丰富等因素变化，数据资产的价值也随之改变，且变化的程度较为明显。
例如，某企业过往制定的某算法模型，随着机器学习算法的发展，原有模型的准确率将远远低于运用最新技术的模型，其价值受到技术因素的严重影响。同时，当前数据确权、 数据安全及隐私保护等相关法律法规正在逐步完善中，随着相关政策的明确，将决定不同类型或主题的数据资产是否具有交易价值。
3. 数据资产分类
1） 原始类数据资产
原始类数据资产是通过外部获取或内部采集而来的明细数据，可以为后续数据加工应用提供原始信息。由于两种获取方式形成的数据资产的资产特点、资产边界不同，分类管理可以提高原始类数据资产的管理效率，也有利于后一步 的加工处理。因此可根据数据来源将数据资产分为外部获取类和内部采集类两部分，并分别作为一个估值对象。
外部获取类数据资产是从外部数据厂商购买、交换或从外部网站上爬取等方式获取的数据，虽不能直接应用于生产经营过程中，但可以对内部采集的数据形成有效补充，对生产经营起到辅助参考作用。
内部采集类数据资产是企业生产经营过程的衍生物，详细记录了业务发生过程中的相关信息，可以通过人工录入系统的方式产生，也可以通过例如 ATM 机、POS 机等设备在客户交易时自动采集信息形成。
2） 过程类数据资产
过程类数据资产处于原始类数据资产和应用类数据资产之间的过渡阶段，为数据进一步开发和应用提供清洗后的、统一的轻度汇总数据。
过程类数据资产具有普遍适用性，可以使得后续的深度加工减少重复加工工作，避免资源浪费，具有一次加工多次使用的特性。过程类数据资产通过数据仓库、大数据平台、数据中台等对原始类数据资产汇总加工形成，可作为一个估值对象进行估值。
3） 应用类数据资产
应用类数据资产是面向实际的数据需求，以原始类和过程类的数据资产为基础，通过数据汇总、挖掘等加工方式得到的个性化的统计数据或数据产品，可以直接应用于业务部 门，支持业务相关工作的开展和收益的提升。考虑到与收益的对应性，将其分为收益提升类和统计支持类两大类数据资产。
收益提升类数据资产是指在业务开展环节中，输出业务洞察，直接赋能产生业务收益的数据资产，包括模型、数据产品等。此类数据资产由于和收益的对应性较强，本方案结合业务领域细分具体价值点，划分了三大类、14 项估值对象，详见优化收益法估值实施方案部分。
统计支持类数据资产是在原始类和过程类的基础上进行深度及定向加工得到的数据资产（除收益提升类），全面、深入、准确地体现企业运转情况及发展趋势，可用于经营分析、监管报送等，充分发挥数据资产的业务价值，推动业务部门开展相关工作，比如报表数据反映企业经营历史及现状，为企业经营决策提供有力支持。统计支持类数据资产可总体作为一个估值对象。
当然还有其他的分类框架，比如普华永道会把数据分为标准化和定制化两大类，前者包括实时交换数据和数据包，后者包含模型、算法和算力。光大银行白皮书把数据按照生命周期分为了原始数据、过程数据和应用数据等。
4. 数据资产评估依据
1) 法律法规依据
(1) 《中华人民共和国资产评估法》（自 2016 年 12 月1 日起施行，根据 2016 年 7 月 2 日第十二届全国人民代表大会常务委员会第二十一次会议通过，中华人民共和国主席令 第 46 号）；
(2) 《国有资产评估管理办法》（自 1991 年 11 月 16 日起施行，国务院第 91 号令，根据 2020 年 11 月 29 日《国务院关于修改和废止部分行政法规的决定》修订）；《国有资产评估管理办法施行细则》（自 1992 年 7 月 18 日起施行， 国资办发[1992]36 号）；
(3) 国家市场监督管理总局、中国国家标准化管理委员会联合发布的《信息技术数据质量评价指标》(国家标准GB/T36344-2018)；
(4) 财政部关于印发《企业数据资源相关会计处理暂行规定》的通知（财会〔2023〕11 号）；
(5) 《企业会计准则》和其他相关会计制度。
(6) 财政部关于印发《关于加强数据资产管理的指导意见》的通知（财资〔2023〕141 号）。
2) 具体评估资料依据
(1) 待评估数据资产的应用场景分析及相应的商业模式分析报告；
(2) 待评估数据资产对应的市场调研报告或者行业分析报告；
(3) 待评估数据资产相关应用场景的可行性研究报告；
(4) 待评估数据资产未来收益预测，以及数据资产本身预期补充、更新需要的资本性支出预测；
(5) 待评估数据资产未来收益期限的预测；
(6) 待评估数据资产相关采购合同、加工合同、经营合同；
(7) 待评估数据资产对应的投入成本构成明细表及相应的记账凭证；
(8) 待评估数据资产自身的历史交易信息，与待评估数据资产相类似资产的交易信息；
(9) 国债利率、市场期望回报率、贷款市场报价利率、物价指数、消费指数等指标参数。
5. 数据资产评估程序
1) 评估准备阶段
(1) 项目洽谈及接受项目委托
委托人、数据资产持有人、评估机构及评价机构召开启动会，对涉及的数据进行调研，进行会议沟通，确定评估对象和评估范围。
资产评估工作人员进一步了解拟承接业务涉及的产权持有人及评估对象的基本情况，明确评估目的、评估对象及评估范围、评估基准日；根据评估目的具体情况对专业胜任能力、独立性和业务风险进行综合分析和评价，签署资产评估委托合同。
(2) 确定评估方案编制工作计划
与委托人和项目相关各方充分沟通，进一步确定了资产评估基本事项和产权持有人资产、经营状况后，收集产权持有人所在行业的基本政策、法律法规以及行业的市场经营情 况，在此基础上拟定初步工作方案，制定评估计划。
(3) 提交资料清单及访谈提纲
根据委估资产特点，提交针对性的尽职调查资料清单及资产清单等样表，要求产权持有人进行评估准备工作。
(4) 辅导填表和评估资料准备工作
与产权持有人相关工作人员联系，辅导产权持有人按照资产评估的要求准备评估所需资料及填报相关表格。
2) 评估调研阶段
(1) 初步了解整体情况
听取产权持有人有关人员介绍企业总体情况和纳入评估范围的数据资产的权属及其来源、形成过程、应用场景、成本投入、存储状况等，了解企业的财务制度、经营状况等情况。
通过访谈、调研等方式了解委估数据资产的来源、结构、规模、时段、更新周期等属性。
(2) 审阅核对资料
对产权持有人提供的成本申报资料进行审核、鉴别，对委估资产的历史期成本投入进行调研，结合数据资产的形成过程及相应投入，对历史期成本投入进行分阶段分类汇总，并进行鉴别和调整。
对产权持有人提供的数据资产相关盈利预测及相应依据进行核查，对委估资产的预测市场情况、预测产品销售单价、预测客户情况以及预测营销费用等进行调研以及核查，并与产权持有人提供的盈利预测进行核对，对发现的问题协同产权持有人进行修改调整。
(3) 重点核查
根据申报资料，通过尽职调查及访谈，了解数据资产采集、汇聚、开发、维护、安全维护等环节相应流程事项及成本费用情况，了解数据资产应用场景对应市场情况、客户情 况、行业情况、市场份额，分析未来发展趋势。
(4) 确定评估途径及方法
根据委估资产的实际状况和特点，选择合适的评估方法，并确定具体评估模型。
(5) 进行评定估算
根据达成一致的认识，确定评估模型并进行评估结果的计算，起草相关文字说明。
(6) 评估汇总阶段
对资产评估审核的初步结果进行分析汇总，对评估结果进行必要的调整、修改和完善。
(7) 提交报告阶段
在上述工作基础上，起草初步资产评估报告，初步审核后与委托人就评估结果交换意见。在独立分析相关意见后，按评估机构内部资产评估报告审核制度和程序进行修正调整，最后出具正式资产评估报告。
本文摘编自海南省资产评估协会、海南省数据产品超市、海南瑞衡资产评估、中联资产评估、中瑞世联资产评估海南分公司联合编制的《数据资产评估场景化案例手册（第一期）》，在文末入群获取。
￥299 起成为数治网DTZed 星球会员，即可下载检索 1000+ 相关标准、白皮书、报告等。填写开通申请获取水准测评、冲刺刷题、案例巩固等更多会员权益。扫码添加老邪企业微信，加入数治要素x行业群：
