1、当前数据资产发展状况
??在云计算、移动互联网、智能终端、物联网等其他新兴技术带动下，各领域的数据获取能力与数据积累呈现出爆炸性增长。根据相关统计，人类文明至今获得的全部数据，90%是在过去两年内产生的，而电子商务、社交网络、传感器等还在源源不断地产生数据，保守估计未来几年中还将保持50%以上的增速。IDC预测，至2020年全球数据总量将会达到40ZB，全球数据规模将会是现在的44倍。相应的，全球大数据市场也呈现出高速增长的态势。数据量和数据市场的规模化增长以及数据使用场景的日益丰富为企业应用大数据提高自身生产力和竞争力带来了无限可能。
??我国的数据经济虽然起步较晚，但发展很快。特别是2015年至今，国家先后出台了一系列文件，从政策、技术等方面为数据经济的发展提供保障，包括《中国制造202》《促进大数据发展行动纲要》《国务院关于积极推进“互联网+”行动的指导意见》《国家信息化发展战略纲要》等重要文件。习近平总书记明确指出要大力推动数据经济，拓展经济发展新空间。在G20峰会《二十国集团数字经济发展与合作倡议》中，我国也提出要进一步释放数据经济的潜力。
??根据国家信息中心主持召开的中国信息化百人会2017峰会《2016中国信息经济发展报告》，2016年美国数据经济规模11万亿美元为世界首位，我国数据经济规模3.8万亿美元名列第2，日本2.3万亿美元为第3、英国1.43万亿美元为第4。虽然我国名列第2位，但与位居第一位的美国有很大差距，仅为美国的34.5%。
2、数据资产评估的需求
??国外最早的大数据交易市场出现在2008年，从“数据市场”、“数据银行”到“数据公约”等称法都是对数据交易市场的描述，如美国的actual， Infochimps，日本的Data plaza，少数企业敏锐的意识等平台均开展了数据交易活动。在我国，数据交易市场起步于2010年，早期有中关村数海、浪潮卓数、数据堂等数据服务商，后期出现了数海大数据交易平台、贵阳大数据交易所、上海数据交易中心等数据交易平台。这些都说明数据资产价值意识正在觉醒，社会各界正在寻求数据资产价值实现。
??自2014年来迅猛发展的国内大数据交易市场，催生大量的数据资产价值估算需求。当前对数据资产定价策略仍处于探索初期，多采用拍卖定价、协商定价、反馈性定价等传统博弈手段。数据资产作为企业的重要资产，企业需要最大化地实现数据资产的价值，或是通过交易变现获得直接收益，因此，界定数据资产价值，对数据资产价值进行量化分析均是当前数据资产评估研究的热点。
3、数据资产评估的基本问题
（1）数据资产的定义
??目前还没有对数据资产权威的定义。
??从会计角度，刘玉提出大数据资产是指那些能够数据化，并且通过数据挖掘能给企业未来经营带来经济利益的数据集合，包含数字、文字、图像、方位，甚至是沟通信息等，一切可“量化”、可数据化的信息都有可能形成企业的大数据资产。
??部分学者认为数据资产是无形资产的延申，指具有固定资产的实物形态而主要以知识形态存在的重要经济资源，它是为其所有者或合法使用者提供某种权力、优势和效益的固定资产。例如：就地矿行业而言，在地质勘查、工程勘察、矿产开发和地矿测绘等各项工作中产生和积累的众多成果和认识都是通过数据（包括各种数字、文字和图形等）的形式来表示的，这些数据就是地勘单位宝贵的财富和重要的资产。
??王建伯和徐漪分别从不同角度依据《企业会计准则》关于资产的定义，提出只有数据被企业拥有和控制、能够用货币计量，能够为企业带来经济利益，才能成为企业的一种资产。王建伯进一步认为数据资产是企业的无形资产。周芹基于数据资产的无形属性，认为数据资产具有无消耗性、累积增值性、依附性、知识产权性和价值易变形等特性。
??综合多方面观点，可以看出，数据资产与无形资产的关联性得到广泛的认可，因此，结合上述数据、资产概念，参考《资产评估执业准则——无形资产》第二条无形资产的定义，提出数据资产（Data Assets），指由特定主体拥有或者控制，能够被计算机识别，并且能带来经济利益的信息资源。
（2）数据资产的特征
??非实体性：数据资产没有实物形态，虽然需要依托实物载体，但决定数据资产价值的是数据自身。数据的非实体性导致了数据的无消耗性，即数据不会因为使用频率的增加而磨损、消耗，这一点与其他传统无形资产相似。
??依托性：数据必须存储在一定的介质里，介质的种类多种多样，例如纸、磁盘、磁带、光盘、硬盘等，甚至可以是化学介质或生物介质。同一数据可以以不同形式同时存在于多种介质。
??多样性：数据的表现形式多种多样，可以是表格、图像、声音、视频、文字、光电信号、化学反应、甚至是生物信息。这些多样的信息可以通过方法进行互相转换，从而满足不同数据消费者的需求。这种多样性表现在数据消费者身上，则是使用方式的不确定性。不同数据类型拥有不同处理方式，同一数据资产也可以有多种使用方式。数据应用的不确定性，令数据资产的价值变化波动极大。
??增值性：数据的使用会产生新的数据。在稳定发展的基础上，会促进数据资产的规模和维度不断积累，提升整体价值。
??可加工性：数据可以被维护、更新、补充，增加数据量；也可以被删除、合并、归集，消除冗余；还可以被分析、提炼、挖掘，加工得到更深层次的数据规律。这都得益于数据的可加工性。
??价值易变性：数据资产的价值受多种不同因素影响，这些因素可以是使用方式、时间的推移不断贬值，经过某个时间点甚至可能毫无意义，某些数据可能现在看来无用，随着时代进步可能会产生更大的价值。
（3）数据资产的分类
（一）按数据产生主体分类
??按照产生数据主体的性质可以划分为个人数据、企业数据及关系型数据：
??个人数据指包括个人独有的特征数据和参与经济活动、社会活动的行为数据，是属于个人的数据，如个人的姓名、电话、住址、职业、学历、偏好、习惯、旅游去过的城市、购物的交易记录、上网浏览的页面等数据。
??企业数据是企业在生产经营管理活动中产生的数据，是来自企业内部与外部的数据，是属于企业的数据，如企业在调查、研发、生产、购买原材料、收货、交货、收款、付费等过程中产生的数据。
??关系型数据是不同主体在社会活动、经济活动时相互联系、相互作用过程中产生的数据，在这个过程主体间的关系的是对等的，如个人与个人、个人与企业、企业与企业之间由交易活动过程而产生的买方数据、卖方数据、产品数据等。
（二）按照数据应用所属的产业分类
??按照数据应用所在的产业可以划分为金融业数据、工业企业数据、零售业数据、农业数据、医疗数据、公共部门数据等。
（三）按照数据获得的方式分类
??按照数据获得的方式可分为三方数据：
??第一方数据是指企业直接通过自身的生产经营活动获得的数据。例如，用户在淘宝网平台上产生的海量交易数据和信用数据，是阿里巴巴的第一方数据，对这些数据阿里巴巴具有拥有权和控制权。通过对第一方数据的挖掘、使用与出售，可以给数据拥有者带来经济收益。
??第二方数据是指通过提供某种中介服务所获得的数据。例如，作为第三方支付平台的支付宝，可以通过对阿里系以外的企业提供支付通道，同时获取了额外交易数据和信用数据。从拥有和控制角度看，第二方数据的所有者（如支付宝）具有对数据的控制权，但这些数据会受到获取路径方式的限制，在使用、交换或交易的过程中会采取不同的限制条件，经脱敏处理后，例如匿名化、整体化等方式，才能实现对这些数据的有效控制和使用。通过对第二方数据的挖掘、使用与出售，也可以给数据拥有者带来经济收益。
??第三方数据是指通过爬虫技术等方式间接获得的数据。从拥有和控制角度看，第三方数据的产权问题比较复杂。通过网络爬虫获取数据的企业或个人可以使用这些数据，但不能直接进行数据交易或授权。
（4）数据资产价值分析的难点
（一）数据资产的价值随着不断的加工而改变
??数据作为资源具有可再生特性，加工处理后的数据可以成为一种新的数据资源。但在数据加工过程中，将多个数据集进行集成再加工所得的价值会远大于对各个数据分别进行加工所得价值之和，加工过程中引入的各类算法与模型也可以极大的增加数据的价值。所以，随着数据的加工，数据资产的价值随之改变。
（二）数据资产的价值随着使用次数与人数而改变
??数据作为资源具有的无限性，使得数据资源使用的次数可以无限，使用的人可以无限，这个特性使得数据资产的价值更是难以具体用数字来计量。同时，数据是不可消耗的，这意味着它的使用不会阻止其他额外的用途。在一个企业中，相同的数据资产可以被多个用户使用于不同用途，可见数据的价值难以准确衡量。
（三）数据资产的价值随着用户的不同存在差异
??数据作为产品和服务能够在市场被用户使用和消费，满足不同用户的需求，具有不同的用途。例如，零售公司可以使用汇总的GPS数据来选择其下一个商店的位置，而市政府可以使用汇总的GPS数据来了解如何更好地规划道路，这将导致GPS数据的价值可以因客户不同而产生很大差异。因此，数据资产的价值会因用户的不同而存在差异。
（四）数据质量相同可能产生不同的价值
??但由于用户对数据的需求是不一样的，即是相同质量的一份数据，有的使用者会视其是高价值数据，有的使用者会视其是低价值数据，数据的商业价值会由于衡量标准的不同而不同。比如，来自证券交易所的分时行情数据与实时报价数据，对于短线操作股民具有更高价值，但对欺诈检测的价值却不显著。
（五）数据资产权属分析比较复杂
??所谓权属即是所有权的归属。由于数据资产属于无形资产，其权属属性与实物资产不同，需要关注的因素更多，更为复杂。
??数据资产权属可以分为所有、使用两种，即所有权、使用权可以分离，被不同的权利主体同时所用，从这个角度，数据资产既可以是所有权数据资产，也可以是只拥使用权的数据资产。而两种权利的数据资产均可以成为交易、转让对象 ，也可以作为评估对象而进行估值。通常既要关注其所有权数据资产，也同样应关注使用权数据资产。
??所有权数据资产是指特定权利主体对其占有、控制、使用的数据资产拥有所有权。
??使用权数据资产是指特定利主体对其占有、控制、使用的数据资产只拥有 使用权。
??在评估中针对所有权、使用权的差异，应该了解其权益的边际、不同的权利义务内容，以确定其对价值影响的因素等，进行合理估值。
（5）数据资产的应用
??按行业划分，数据资产通常包括：金融业数据、工业企业数据、零售业数据、农业数据、医疗数据、公共部门数据等。不同行业的数据资产的运用方式多种多样。
??工业数据资产通常应用于以下方面：加速产品创新、高价值大型产品的故障诊断与预测、工业供应链的分析和优化、产品销售预测和需求管理、生产制造环节的改善、产品质量管理与分析等。
??金融业数据资产通常应用于以下方面：客户关系管理、精细化营销、风险管控、运营优化等。
??零售业数据资产通常应用于以下方面：精准化营销、优化销售和供应链、用户忠诚度管理、重要客户识别与维护、提升用户洞察力，优化产品与服务等。
??农业数据资产通常应用于以下方面：提高农业机械效率和降低运营成本、提高作物和牲畜生产力和生产效率、减小天气因素的影响、优化农产品定价等。
??医疗业数据资产通常应用于以下方面：改善病患护理、个性化用药和治疗方案、防止欺诈行为等。
??公共部门数据资产通常应用于以下方面：提高透明度、改善决策和降低成本、个性化的公民体验、减少社保和税收欺诈行为、确保国家安全和健康等。
（6）数据资产的法律保护问题
数据资产作为一种无形资产，应当由特定主体拥有或控制，但由于数据资产本身的特点，特征不清晰，容易被窃取，难以控制使用，缺乏法律保护。目前我国数据资产保护方式包括版权方式保护和版权外方式保护两种，其中版权外方式又可细分为商业秘密保护、合同法保护、反不正当竞争法保护、人身权保护等。
另外，法律要素有时尤为重要，有些敏感数据如水文、地理、气象等测绘数据、航天信息类数据、个人隐私数据、企业战略及商业数据等虽具有很高的应用价值，但存在损害国家安全、个人隐私、企业利益等问题，在应用中存在法律障碍。
4、数据资产评估的方法
（一）市场法
??市场法评估数据资产的基本公式为：
??被评估大数据资产的价值=可比实例大数据资产的价值×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
（1）执行数据资产评估业务，选用市场法的前提条件是具有活跃的市场
??当前大数据交易市场建设如火如荼。相较于发达国家，中国大数据产业尚处于起步阶段，虽然大数据交易还未建立完善的交易规范体系，但潜在的、丰富的数据资源已经涵盖了电信、金融、房地产、医疗、社保、交通、物流、电力、教育以及制造业、电商平台、社交网站等众多领域，加速了中国大数据产业以及数字经济新业态新模式的蓬勃发展。海量数据要素在开放、流通、交易中互通互联，创新数字经济发展，助力数字中国建设。
（2）选用市场法执行数据资产评估时应搜集的资料
??在充分了解被评估数据资产的情况后，应当搜集类似数据资产交易案例相关信息，包括交易价格、交易时间、交易条件等信息，并从中选取可比案例。对于类似数据资产，应当从两个角度相近，相近数据类型，相近数据用途。
??目前比较常见的数据类型包括：用户关系数据、基于用户关系产生的社交数据、交易数据、信用数据、移动数据、用户搜索表征的需求数据，爬虫和阿拉丁获取的公共Web数据等。
（3）应当根据数据资产特性对交易信息进行必要调整
??调整参数应包括技术修正系数、价值密度修正系数、期日修正系数、容量修正系数和其他修正系数。
??如技术修正系数主要考虑因技术进步带来的数据资产价值差异，其指标通常包括数据获取、数据储存、数据加工、数据挖掘、数据保护、数据共享等因素。
（二）收益法
??收益法评估基本计算公式为：
??评估值＝未来收益期内各期的收益额现值之和×分成率
P=Kt=1∑n?Ft?(1+i)t1?
式中：
P －评估值
K －分成率
Ft－未来第t个收益期的收益额
n －剩余经济寿命期
t －未来第t年
i －折现率
??依据收益法基本公式，在在获取数据资产相关信息的基础上，根据该数据资产或者类似数据资产的历史实施情况及未来应用前景，结合数据资产实施或者拟实施企业经营状况，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；
??数据资产的预期收益是因数据资产的使用而额外带来的收益，数据资产收益现金流是全部收益扣除其他资产的贡献后归属于数据资产的现金流。数据资产的获利形式通常包括：对企业顾客群体细分、模拟实境、提高投入回报率、数据存储空间出租、管理客户关系、个性化精准推荐、数据搜索等。目前确定数据资产现金流的方法有增量收益、节省许可费、收益分成或者超额收益等方式。确定预期收益时，应当区分并剔除与委托评估的数据资产无关的业务产生的收益，并关注数据资产产品或者服务所属行业的市场规模、市场地位及相关企业的经营情况。
（三）成本法
??对于成本法，即委估数据资产的价值由该资产的现时重置成本加上合理利润后，再扣减各项损耗确定。其基本计算公式为：
??评估值＝重置成本×（1-贬值率）或评估值=重置成本-功能性贬值-经济性贬值
??使用成本法执行数据资产评估业务时，首先要根据数据资产形成的全部投入，考虑数据资产与成本的相关程度，考虑成本法的适用性。然后要确定数据资产的重置成本，数据资产的重置成本包括合理的成本、利润和相关税费，合理的成本则包括直接成本和间接费用。
??对于数据资产的取得，需要根据创建数据资产生命的流程特点，分阶段进行统计。尽管数据资产的存储、分析、挖掘技术复杂多变，但目前普遍使用的流程可概况为四步，即数据采集、数据导入和预处理、数据统计和分析、数据挖掘，分为数据获取阶段和数据资产研发阶段。
5、对数据资产评估未来发展的建议
（一）现有研究的缺失与不足
（1）数据资产理论的不确定
??一方面，数据资产目前没有纳入法律调整层面，缺乏法律法规权威的解释，另一方面，数据资产的概念、定义及价值内涵在学术界及社会公众观念里没有达成共识。
??由于数据资产所产生的经济效益具有不确定性，其应用价值通常并不在于其本身，它不同于专利这种无形资产能够直接转化为某种产品或服务，而更多地体现在企业的决策过程之中。因此，数据资产的使用效果通常是非直观的，并难以从其他要素中清晰地被剥离开来。当前评估方法、评估模型和评估指标，具有一定的理论价值，但是否切实可行还有待观察，有待实践进一步检验。
（2）数据作为一项资产与其他关联方的衔接
??数据资产要得到真正的普及利用，扩大交易市场，拓宽应用前景，还需要与国家相关部门、国资管理部门、财政部、会计准则衔接，形成完善的资产确认、评估、会计、审计、税务体系。
（二）对支持数据资产评估未来发展的建议
（1）加快数据资产法制建设
??需要推进国家立法，促使数据资产概念早日确立。明细产权，加快制定数据安全及隐私保护的相关法律法规。加快制定数据资产交易法律标准建设，完善市场交易机制，加快建立政府层面的数据资产管理职能部门。
（2）加强数据资产评估理论研究
??随着我国进入数字时代，数据资产已经占据整个社会发展的重要地位，推动着价值创造新的飞跃。虽然国内现在关于数据资产的相关文献资料己有不少，但是关于数据资产的研究，更多的是集中在数据资产的挖掘与应用上，缺乏对数据资产的估值研究，尚未形成一套完善的数据资产价值评估体系以及评估准则。因此，我们要在学习国外先进的理论知识时，注重我国的实际情况，分阶段、有步骤的推动数据资产评估的理论建设。
??此外，不同的行业数据资产所包含的价值属性又各具特点，数据资产的价值评估具有极大的复杂性。因此，在加强数据资产评估理论研究的同时，更应注重并促进相关研究成果的应用推广，通过定期对资产评估师就数据资产评估理论的最新成果进行有针对性的培训，提高评估师对数据资产评估理论的理解与应用水平，指导评估师的评估实践。资产评估的理论建设。
（3）提升数据资产评估队伍综合水平
??一方面，要加大人才培养的投入力度，提高教育水平。由于数据资产评估对于专业知识要求高，范围广，这就要求我们创新培养模式，注重交叉学科的培养， 提高人才的专业水平。另外，数据资产的评估属于企业的机密，并且会涉及到隐私保护方面的风险，这就要求我们不仅要注重专业方面的培养，对思想道德方面，尤其是职业道德方面要特别加以引导，培养其社会责任感、正义感和使命感，促使评估人员不受外界利益诱惑，保持良好的职业道德素养，保证评估的公平、公正。
??另一方面，强化职业人员的准入审查，提高准入门滥。尽管现阶段我国的评估人才匮乏，但本着宁缺勿滥的原则，必须对于从业者的专业水平和职业道德水平有严格的要求。不仅如此，还要加强对评估人员的后续教育。评估人员必须适应经济发展所带来的更多的数据资产类型的出现。因此，从业者必须不断学习，提高自身业务素质，与时俱进，做出科学、合理的评估决策，推动数据资产评估事业的快速发展。
（4）构建数据资产评估数据库
??由于我国数据资产评估市场尚不足够活跃，在评估过程中相关评估数据匮乏、平均收益率、风险系数等具有共性的参数难以获取等因素都极大的阻碍了行业的发展。针对评估过程中可以共用的数据、参数，可以通过网络结合信息技术手段建立起一个集合各种数据资产的价格、保护年限、使用范围、平均年收益率等数据信息在内的网络信息服务平台。评估机构在评估实务中，将收集到的评估数据和评估结果反馈更新到信息服务平台中，实现全国数据资产评估信息数据的形成和共享，促进数据资产评估工作的信息化、透明化和规范化。
??此外，还可以在信息数据库的基础上建立数据资产评估的信息交流平台，便于评估者的沟通与交流。同时，建议政府相关监管部门积极参与评估信息平台的构建，一方面利用自身的权威性，保证数据的质量，平台的信用度。另一方面也可以统一规划，防止重复建设带来的浪费，进而形成国家级的信息网络，对数据资产的评估建设具有深远的影响，极大地推动了数据资产评估的发展。
（5）构建数据资产评估准则体系
??评估准则是评估师执业过程中最重要的工作指南及操作规范，评估准则的缺失往往使评估师在执业过程中无法可依，无章可循，造成评估过程及评估结论的合理性难于保证。数据资产价值评估难度大的特性更使相关评估准则的重要性凸显出来。相关部门应加紧制定《数据资产评估指导意见》，构建完善的数据资产评估体系，规范数据资产评估实践，使执业的评估师有法可依，有据可循，提高执业水平。