数据资产评估在数字经济的高质量发展中起到了关键作用。它不仅是保障数据要素有序流通与价值挖掘的重要手段，而且对推动数据要素市场化配置具有重要意义。

数据资产评估不仅是对企业数据价值的衡量和分析，更是推动企业数据管理和决策的重要工具，对于企业的竞争力和未来发展具有重要意义。

一、数据资产评估，到底是啥？

数据资产评估是推进数据资产化的重要前置性工作之一，与传统资产评估相比具有特殊性和复杂性。数据资产评估衡量数据资产价值的关键手段，指资产评估机构及其资产评估专业人员遵守法律、行政法规和资产评估准则，根据委托对评估基准日特定目的下的数据资产价值进行评定和估算，并出具资产评估报告的专业服务行为。

根据《数据资产评估指导意见》，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‌。数据资产评估的重要性在于，随着数据经济的蓬勃发展，数据资产已成为企业竞争力的关键要素。准确评估数据资产的价值，有助于企业合理配置资源，提高经营效率，并为企业的融资、并购、上市等重大决策提供有力支持‌。

01

评估的意义

数据资产评估在优化资源配置、提升市场竞争力和创新能力、促进数据货币化、风险控制、保障国有资产权益、促进资源优化配置和市场发展等方面都具有重要意义。

02

评估的方法

评估数据资产，通常有三种方法：成本法、市场法和收益法。

成本法是基于数据资产的形成成本进行评估。这种方法考虑了数据的收集、存储、处理和维护等成本。对于某些数据资产，使用成本法进行价值评估仍然具有一定的合理性。

成本法模型的表达式为：

P=TC×(1+ROIC)×UP=TC×(1+ROIC)×U，其中TCTC是总成本，ROICROIC是资本成本率，UU是使用溢价‌。

市场法：是通过比较市场上类似数据资产的交易价格来评估其价值。这种方法依赖于市场上类似数据资产的交易数据和价格信息‌。

计算公式上，我们可能会用到：评估值 = 可比案例价值 × 技术修正系数 × 价值密度修正系数 × 期日修正系数 × 容量修正系数 × 其他修正系数。

收益法：收益法是通过预计数据资产未来能够产生的收益来评估其价值。尽管直接通过数据获得收益的情况相对较少，但可以根据市场趋势和分析来合理估计数据资产的收益。

收益法的表达式为：P=未来收益折现率P=折现率未来收益，其中未来收益是预计的数据资产未来收益，折现率是考虑风险和时间的因素‌。

综合评估法：有时候，单一的方法可能不够全面，我们就需要综合评估法，把上面的几种方法结合起来，给数据资产一个更准确的估值。这个方法就像是综合考试，既要考你的语文，也要考数学，最后算一个总分。

计算模型可以表示为：

核心技术方面，数据资产评估会用到数据挖掘、机器学习等技术来分析数据的潜在价值。比如，我们可以用算法来预测数据在未来的表现，或者通过自然语言处理来分析非结构化数据的内容。

计算公式上，可能会涉及到一些复杂的数学模型，比如时间序列分析、决策树、神经网络等，这些都需要一定的专业知识来运用。但别担心，这些技术的应用都是为了让我们更准确地评估数据资产的价值。

03

行业共识

在数据资产评估这个领域，大家公认的一点是：数据是金子，但前提是你得知道怎么挖。所以，评估数据资产，不仅要看数据本身，还得看数据背后的故事，比如它是怎么来的，能用来做什么，将来能带来多少收益等等。这就像是买古董，不仅要看古董本身，还得了解它的历史和故事。

二、评估方法，怎么选？

当我们谈论数据资产的价值评估时，就像是在给数据称重，但这里的“重量”是价值。评估数据资产，我们得找到合适的秤，也就是评估方法。那么，面对众多的评估方法，我们该如何选择呢？

在选择评估方法时，我们需要考虑以下几个关键因素：

01

数据资产的特性

不同类型的数据资产可能需要不同的评估方法。例如，对于内部生成的数据资产，成本法可能更为适用；而对于能够带来显著收益的数据资产，收益法则更为合适‌。

02

评估目的

评估的目的会影响选择哪种方法。例如，如果目的是为了融资或出售数据资产，收益法可能更为合适；如果目的是为了内部管理和优化，成本法可能更为适用。

03

市场环境

市场环境对评估方法的选择也有影响。在一个成熟的数据资产交易市场中，市场法可能更加适用；而在一个新兴市场中，可能需要更多地依赖成本法或收益法。

04

法律和监管要求

法律和监管的要求也会影响评估方法的选择。例如，某些地区可能对数据资产的交易和评估有特定的规定，这就需要在评估时予以考虑。

总之，选择数据资产的评估方法就像是挑选合适的工具来完成一项工作。我们需要根据数据资产的特性、评估目的、市场环境以及法律监管要求来做出合理的选择，并利用核心技术和行业共识来提高评估的准确性和可靠性。

三、评估流程，一步步来

01

数据资产识别

数据资产识别是评估过程的第一步。企业需要明确哪些数据是有价值的，这通常包括客户信息、市场分析、财务报告等。识别过程中，关键是确定数据的来源、类型和存储位置。例如，客户数据可能来源于CRM系统，而市场分析数据可能来源于第三方市场研究。

02

确定评估目标

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。

03

数据质量评估

数据质量直接影响数据价值的评估。评估数据质量包括以下几个维度：

• 准确性：数据是否反映了真实情况。

• 完整性：数据是否全面，没有遗漏。

• 一致性：数据在不同系统中是否保持一致。

• 可靠性：数据是否可信赖，来源是否正当。

数据质量评估可以通过数据清洗、数据校验等方法来实现。

04

选择合适的评估方法

我们得根据数据资产的特性和评估目的，选择合适的评估方法。常见的方法有成本法、市场法和收益法。每种方法都有它的优缺点，需要根据具体情况来定。

05

执行评估

我们需要根据选定的评估方法，对收集到的数据进行分析和计算，得出数据资产的价值。这个过程可能需要一些专业的知识和技能，比如数据分析、财务分析等。

06

结果分析与报告

评估完成后，我们需要出具评估报告，报告中要详细说明评估的过程、方法和结果，以及可能存在的风险和不确定性。

四、一些现实世界的案例解析

01

案例一：电商数据资产的价值挖掘

一家电商公司通过分析用户的购买历史、搜索习惯和用户反馈，成功预测了下一个季度的流行趋势，并据此调整了库存。这种方法不仅减少了库存积压风险，还提高了销售额。据内部数据，这种做法使他们的库存周转率提高了20%，直接利润增长了15%。

这听起来是不是很厉害？这就是数据资产评估的魅力所在。通过计算公式，我们可以更直观地看到数据的价值。比如，我们可以用以下简单的公式来估算数据资产的价值：

数据资产价值=销售额增长−基于数据的调整成本数据资产价值=销售额增长−基于数据的调整成本。

在这个案例中，数据资产的价值就是直接利润增长的部分，也就是销售额增长的15%，减去为了分析数据和调整库存所投入的成本。

02

案例二：社交媒体数据资产的变现之旅

以某社交媒体平台为例，他们通过分析用户的兴趣点、互动模式和分享内容，为广告商提供了精准的广告定位服务。这不仅提高了广告的点击率，也增加了平台的广告收入。据统计，这种数据驱动的广告投放策略使平台的广告收入提高了30%。

这里的计算公式可能会更复杂一些，但基本原理还是一样的：数据资产价值=广告收入增长−数据分析与广告定向成本数据资产价值=广告收入增长−数据分析与广告定向成本。

在这个案例中，数据资产的价值来自于广告收入的增长部分，即30%的收入提升，再减去为了实现这一目标所做的数据分析和定向投放的成本。

03

案例三：金融服务业的数据资产评估实践

金融服务业是数据资产评估的另一个重要领域。银行和保险公司拥有大量的客户交易数据和信用记录，这些数据可以用于风险评估和产品推荐。

例如，一家银行利用客户的交易数据开发了一个新的信用评分模型，这个模型比传统的评分方法更准确，能够更有效地识别潜在的高风险客户。这不仅降低了银行的坏账率，还提高了贷款的整体收益率。通过计算，我们发现使用新模型后，银行的收益率提高了5%。

这里的计算公式可能会是这样的：数据资产价值=收益率增长−模型开发与应用成本数据资产价值=收益率增长−模型开发与应用成本。

在这个案例中，数据资产的价值就是收益率增长的5%，再减去开发和应用新信用评分模型的成本。通过这些案例，我们可以看到数据资产评估不仅仅关乎技术，更关乎如何将数据转化为实际的商业价值。每个行业、每个企业都可以根据自己的特点和需求，挖掘数据资产的潜力，实现价值最大化。

五、共识机制，保障数据资产评估的公正性

共识机制在数据资产评估中扮演着至关重要的角色，它确保了评估过程的公正性、透明性和可靠性。通过建立一套公认的规则和标准，共识机制帮助各方利益相关者达成一致，从而提高了评估结果的接受度和权威性。

01

共识机制的重要性

共识机制的重要性体现在以下几个方面：

确保数据一致性：共识机制通过一系列算法和协议，确保区块链网络中所有节点对交易数据和区块的排序达成一致。

提高透明度：共识机制要求评估过程公开透明，所有评估活动和决策都应向所有相关方公开，增强了评估的可信度。

促进合作：共识机制鼓励各方通过协商和讨论来解决分歧，促进了不同利益相关者之间的合作。

02

核心技术在共识机制中的作用

核心技术为共识机制提供了支持，包括但不限于：

区块链技术：区块链提供了一个去中心化、不可篡改的数据存储平台，为数据资产评估提供了可靠的数据来源

智能合约：智能合约自动执行预设的规则，减少了人为干预，提高了评估过程的客观性。

加密技术：通过加密技术保护数据资产的安全性，确保评估过程中数据不被未授权访问或篡改。

03

建立共识机制的步骤

建立共识机制通常包括以下步骤：

1、确定评估目标和范围：明确评估的目的和涉及的数据资产范围，为共识机制的建立提供基础。

2、制定评估标准：制定一套详细的评估标准和方法，确保评估过程的一致性和可比性。

3、选择评估方法：根据数据资产的特点选择合适的评估方法，如成本法、市场法或收益法。

4、建立评估团队：组建一个由多领域专家组成的评估团队，确保评估的专业性和多元性。

5、 实施评估：按照既定的评估标准和方法进行数据资产评估，确保评估活动的公正性和透明性。

6、结果审核和反馈：对评估结果进行审核，并接受各方利益相关者的反馈，必要时进行调整。

通过这些步骤，共识机制能够确保数据资产评估的公正性，为数据资产的价值实现提供坚实的基础。

总结

数据资产评估的对象应具备信息属性、法律属性和价值属性。信息属性包括数据的来源、类型、结构、规模、时段、更新周期、质量和元数据标准等；法律属性涉及数据权属、数据权限、数据分类、数据安全、侵权保护效力，以及许可使用、转让、诉讼和抵质押情况等；价值属性则关注数据成本信息、数据应用场景、数据稀缺性及可替代性‌。

评估数据资产价值，激活数据交易市场活力。有利于各类主体有效识别和管理数据资产，最大程度地发现数据资产价值，进而挖掘数据资产价值；同时数据资产价值评估又构成了数据资产交易流通的重要基础。公平合理的数据资产定价有助于交易双方达成交易意向，促进我国数据要素市场化发展。