中央网络安全和信息化委员会发布的《“十四五”国家信息化规划》强调，强化国家数据治理协同，健全数据资源治理制度，对数据的采集、存储、加工、流通、交易和衍生产品等进行标准化管理，完善数据产权交易和行业自律机制等重大市场培育工程。

     工业和信息化部发布的《“十四五”大数据产业发展规划》进一步强调，要发展数据资产评估，制定数据要素价值评估框架和评估指南，开展数据要素价值评估试点，以此强化市场监管，健全风险防范处置机制。

     在数据资产量快速增长的市场驱动和国家信息化政策利好的双重鼓励下，资产评估行业对数据资产价值判断与评估的需求迫在眉睫。行业急需把握机遇，以专业第三方的角度对数据资产的规模活性、使用价值、用途环境等因素进行量化判断，为数据资产交易注入新的活力。

     常说的数据，一般指对客观事实或观察结果进行记录并可以鉴别的符号，是可以表示客观事物的、未经加工的原始素材。如果将数据与工厂生产的产品作比较，那么原始数据就是工厂中的原材料，并不足以为企业或研究机构提供有效的决策建议。

     由于市场上绝大多数企业都存储了一定量的数据集和数据库，仅拥有“数据储存”并不能被认定为已经完全拥有“数据资产”。

     因此，区分两者的决定性因素就是“数据有效性”。有效的数据资产可以在辅助企业日常运营、提高销量和收益、扩展新型市场与服务、建立产品的独特竞争力、鼓励创新和减少风险等多维度、多手段的不同层面上服务企业。

     通过对国外研究成果的梳理和分析发现，数据资产与传统资产评估中涉及的资产类型存在极大不同。目前，国际普遍认为数据资产可归纳为以下7个特征：

     第一，数据是一种可以被无限次共享的资产。传统的实体资产具有排他性，每个用户拥有的份额会随着用户数量的增多而减少，但数据资产可以进行不限次数的共享，且每次使用都会增加数据资产带来的经济实用价值。值得注意的是，数据共享并不等于数据囤积或数据复制。前者的表现为拒绝共享数据导致的数据价值流失，后者指对数据进行简单复制而非有效利用。

     第二，传统的实体资产价值往往会随着使用次数的增多而逐渐降低，而数据资产恰巧相反。由于数据资产没有内在价值，其价值的评判只与数据的使用次数挂钩，即数据资产的价值会随着使用次数的增多而提升。

     第三，时间是数据资产价值的重要影响因素，即“数据保质期”。从时间上看，数据的有效性可以被大致分为3个阶段：有效决策期限、决策支持期限和最后有效期限，且每一阶段应有各种对应的运营策略与分析目的。

     第四，在项目要求的精准度范围内，数据资产的价值会随着其精准度的提高而提升。当精准度高于该范围时，数据价值会少量增加，甚至不会继续增加；而低于该范围时，数据由于精准度过低而无法被启用，价值几乎可以被视为零。

     第五，与其他信息一同使用时，数据资产带来的价值往往能达到事半功倍的效果。例如，当销售数据和库存管理数据一同使用时，其分析结果能够给企业带来更精准的信息和更高效的判断。然而需要注意的是，由于数据资产的标签、格式或数据结构不同，打通多个数据库往往需要大量人工干预、数据翻译及策略训练。

     第六，数据并非多多益善。在信息爆炸的大环境中，企业收集的信息往往是呈指数式增长，而大量信息会带来大量噪点。过量收集的数据往往会降低测算模型和分析结论的准确度。同时，处理并储存过量数据会提高存储和运营成本，在无法提供额外收益的同时，导致企业利润下降。

     第七，传统的实体资产是可消耗资源，会随着使用逐渐减少。然而数据资产却不同，使用数据并不会对数据产生损耗，而会因对数据的整理、分析和研究产生更多数据，使其数量和质量不降反增，甚至生成专业的商业模型，辅助企业更高效地完成决策分析。

原文作者：陈徽因、李永刚

作者单位：北京中企华大数据科技有限公司

来源：《中国会计报》6月10日8版

     中企华正诚评估咨询除发布原创文章以外，亦致力于优秀文章的交流分享。部分文章推送时未能及时与其版权拥有者取得联系，若文章或相关图片涉及侵权，敬请联系我们，以便及时处理。