睿治

智能数据治理平台

睿治作为国内功能最全的数据治理产品之一,入选IDC企业数据治理实施部署指南。同时,在IDC发布的《中国数据治理市场份额,2022》报告中,蝉联数据治理解决方案市场份额第一。

创新数据资产价值评估与管理模式

时间:2023-08-29来源:转角的夏天浏览数:111

摘要

党的二十大报告中指出,“加快发展数字经济,促进数字经济和实体经济深度融合,打造具有国际竞争力的数据产业集群”。数字经济在我国进入飞速发展的阶段,数据资产是一项诞生于信息化,引领数字化,开放了智能化的新型资产,是数字经济的关键生产要素。中国资产评估行业经历了改革开放初期的中外合资阶段、资本市场的建设发展阶段、一带一路的海外并购投资阶段以及当前互联网计算机大数据等信息智能阶段。数据资产正在成为经济的新要素,成为市场经济的新动能,成为现代经济的新希望。因此,企业的数据资产的管理更需要资产评估师的创新与探索。本文主要介绍包括对数据资产的价值特性和数据资产评估过程中的研究成果、试点经验、开展与推广条件、管理模式的探索,并对数据资产评估的发展进行展望。


一、数据资产是数字经济的关键生产要素

众所周知,生产要素是经济发展的基础,而数字经济时代的关键生产要素是数据。数据资产成为核心要素的前提就是要价值计量与交易流转。新一代信息技术与各产业结合形成数字化生产力和数字经济,是现代化经济体系发展的重要方向。资产评估已经成为推动数据资产交易不可或缺的一个环节,资产评估人员要发现数据资产价值,实现数据资产交易流转。资产评估行业要在研究数据权属、数据资产定义、数据价值标准、数据评估指导意见等规范性制定过程中提供专业支持与建议,积极推动数据资产交易行业的规范化,专业化,市场化。在交易的过程中,进行独立、公允的第三方的数据资产价值评估服务,为交易双方提供数据产品价值的参考依据促进流转,达成交易。就目前而言,资产评估行业对于数据资产的评估方法、评估程序实操没有形成专门的准则。因此,为了在更好的对数据资产交易、出资、融资等应用场景中为市场相关各方提供专业优质的服务,中联评估集团在中评协的指导下起草了数据资产评估的指导意见,成为中国评估行业的发展的引领者。


二、数据资产的价值特性

数据是对事实的记录和描述,是一项信息资源。数据从数据资源到数据资本要经历采集、传输、计算、存储、分析等几个过程,所以数据资产具有以下特征:

1.投入积累资本化数据资产形成与应用的投入不能简单地视为研发和管理的费用,提升完善数据资产的效用投入应该属于资本化的投入。

2.应用场景多样化数据资源的持有权,数据开发使用权,数据产品收益权等为数据资产提供了多样化的收益场景模式。数据资产可以降低成本,也可以为业务赋能,并带来超额收益,还可以整合数据资源产生协同价值。

3.边际成本最小化由于数据资产本身存在可复制、可共享、可升级等特点,极低的边际成本能够使收益倍增,形成规模递增的经济模式。

4.价值创造外溢化数据可以赋能企业生产,又可以提高社会服务效力,实现社会性价值。


三、数据资产评估的研究与成果

1.数据资产评估技术方法课题研究成果

中联评估集团承接了中评协开展的数据资产评估技术研究的子课题,经过一年的研究形成了10万字的报告。该报告对数据资产的概念、特性、权属,计量评价与评估等进行了全面的分析和阐述,是资产评估行业第一份数据资产专业领域的研究报告。

2.数据资产提案成为全国两会关注焦点

去年两会上,针对“数据循环不畅通,数据交易不活跃”的“两不”,以及“数据价值难计量,数据资产产权难界定”的“两难”的状况,全国政协委员、中联评估公司董事长范树奎提出了“关于打通数据生产要素交易流通颈”的提案,工信部将此作为重点。

3.数据资产评估的团体标准建设

中联评估集团代表行业参与了《信息技术大数据数据资产评估团体标准》的编写,该标准规定了数据资产价值的评估框架,是首个关于数据资产评估的团体标准。

4.数据资产评估指导意见准则成果

今年初,中评协起草了数据资产评估指导意见的国家标准,该指导意见为评估行业进一步服务我国数据资产市场,进一步支持数据资产的价值管理提供了相应的理论支持和执业标准。

5.数据资产评估试点成果

中联评估集团从数据资产标准研制,质量评价,价值评估等维度开展工作,经过各方的共同努力,评估的试点完善提升了数据资产评估标准指导意见的可执行性。


四、数据资产价值评估的试点经验介绍

在中联评估集团在数据资产价值评估的试点工作中,唐章奇分享了以下试点经验:

数据资产相关准则和标准对执业指导意义重大数据资产边界的识别和界定非常必要数据评价是数据资产的效能核验和效用分析的基础,在进行数据资产价值评估时,如果采用成本法,需要核验数据效能,若采用收益法,则需要分析数据效用。在进行数据质量评价时,应从数据的完整性,唯一性,真实性,一致性,及时性,合规性的角度进行评价,才能更好的为价值判断提供支持;数据资产的应用场景多样性需要关注,采用收益法评估时需要对应用场景进行重点分析;数据资产的赋能价值大于它的购建价值,数据资产能带来超额收益;数据资产的外溢价值难以通过评估揭示,数据资产评估是在可识别的应用场景,可追溯构建路径上的价值显化过程,很难穷尽数据资产的外溢价值。


五、数据资产价值评估开展与推广条件

1、需要推动数据资产登记方式试点数据资产权属确认路径若评估对象不确定,产权不清晰便不能开展评估工作。

2、需要关注数据资产形成的过程和各类成本的归集及差异。数据资产的形成路径千差万别,形成数据资产评估价值时要关注数据形成过程的各种成本的合理归集。

3、需要研究创新并推动数据资产的入账入表核算。在实务中,大量有价值的数据资产并没有反映在企业财务报表中。并且由于数据资产信息缺失,股东、管理层、投资人、金融机构等无法合理判断企业整体的真实价值。


六、数据资产管理模式探索

1、数据资产目录管理

目录能够明确数据资产的类别、范围。是数据资产进行检索、定位、获取、盘点的有效抓手。因此,对数据资产进行目录管理,有利于提高数据资产管理的效率。

2、数据资产入库管理

将数据资产入库,储存到网络空间时,需同时进行数据安全管理。

3、数据资产价值管理

随着时间的推移,有时效性的数据价值会降低,有些数据的使用价值甚至会消失。因此需要对数据资产价值的变动进行关注。

4、数据资产交易管理

数据资产投融资转让等交易需要进行全流程的管理,包括交易时安全调查,交易后资产保全的管理。


展望

一、共同致力于推动健全数据要素权益保护制度研究与实践

二、共同致力于为数据资产交易、流转、融资以及上市等数据公司提供鉴证服务

三、共同致力于向“一带一路”及其它海外公司的数据价值提供咨询服务

四、共同致力于数字生态下的产业链金融、资产管理、质量评价以及交易代理等数据要素提供创新服务。

(部分内容来源网络,如有侵权请联系删除)
立即申请数据分析/数据治理产品免费试用 我要试用
customer

在线咨询