信息-数据-资产-入表，全链化拆解 （三）
前面两篇文章，我们从信息与数据、从数据与资产详细拆解了数据资产入表的路径，过程中分析了数据资产入表所面临的难点。今天，我们围绕数据资产入表的资产评估，讲解数据资产入表。
前文查看：
数据资产入表目的——经济运行的需要
数据资产入表的目的是为了充分认识数据资源的价值，真实反映经济运行状态的需要，促进数据流通使用，实现按市场贡献分配的需要，以及培育数据要素市场发展。
数据资产入表是指将数据确认为企业资产负债表中的"资产"一项，即将其列入财务报表中体现其真实价值与业务贡献。具体操作包括在企业资产负债表中增设“数据资源”项目，反映数据资源的账面价值或满足资本化条件的支出金额。根据《企业数据资源相关会计处理暂行规定》，数据资源可以被确认为无形资产或存货。存货项目下的数据资源是指符合存货准则规定的定义和确认条件的数据资源，而无形资产项目下的数据资源是指符合无形资产准则规定的定义和确认条件的数据资源。
为何数据资产评估如此重要？
在数据资产入表路径中，数据资产评估是不能绕过去的步骤，过程包括估值与定价，这是数据资产入表的重要步骤之一。原因在于：
商业决策与财务决策的需要：数据资产作为一种新型生产要素，其价值正在被不断认知和挖掘。数据资产的估值和定价能够帮助企业进行更准确的商业决策和财务决策，比如投资决策、运营决策等。
数据资产的特性决定：数据资产具有非实体性、无消耗性、零成本复制性等特点，这使得数据资产的估值和定价相比其他有形资产更为复杂。数据资产的这些特性使得其在交易流通过程中，其价值的体现更为关键，因此需要进行估值和定价。
数据资产的交易流通：随着多样化数据资产的交易流通，估值和定价已离不开数据资产的功能与场景（应用行业/领域）以及交易阶段 。数据资产的估值和定价能够帮助数据资产在交易流通中更好地实现其价值，进一步推动数据资产市场的发展 。
数据资产权属界定的需要：数据资产的权属界定相对复杂，估值和定价可以帮助企业明确数据资产的权益归属，保护数据资产的权益不受侵犯
数据资产化的需要：数据资产化是数据要素的重要趋势，旨在最大化释放数据的核心价值 。估值和定价是数据资产化的关键步骤，只有通过准确的估值和定价，才能更好地实现数据资产的价值，推动数据资产化的进程。
入表核心步骤——数据资产评估
正因为数据资产估值和定价的重要性，数据资产评估便作为数据雪球的第六步，也就是整个入表环节的最后一步，自然也起到了承上启下的地位。因为它作为上一个循环的结束，以及下一个循环的开始，是让数据资产不断增值中重要的一步，如果无法对数据资产进行有效的评估，那么可能造成数据资产入表后无法凭借数据雪球使其价值不断上升。
数据资产的评估是在数字经济时代中非常重要的问题。评估是确定数据资产的价值和交易价格的过程，对于数据资产的管理、交易和利用具有重要意义。
数据资产质量评估是一个重要环节，它的目标是确保数据的准确性、一致性、完整性、规范性、时效性和可访问性等。质量评估的方法包括但不限于：层次分析法、模糊数学法等。
而在数据资产评估中，主要分为两种评估，分别是数据资产质量评估和数据资产价值评估。
在数据资产质量评估中，有几个关键步骤：
1
数据质量的定义和评估：数据质量的好坏直接影响数据资产的价值。数据质量评估的主要指标包括数据的准确性、一致性、完整性、规范性、时效性和可访问性等。准确性指的是数据的正确性，一致性则是数据的一致性，完整性则是数据的完整性，规范性是指数据的格式和规范，时效性是数据的更新速度，可访问性则是数据的获取便利性。
2
数据质量的评估模型：数据质量评估模型主要用于评估数据的质量。例如，在传统成本法的基础上，考虑数据资产的成本与预期使用溢价，加入数据资产价值影响因素对资产价值进行修正，从而建立数据资产成本法评估模型。
3
数据资产的质量评估：数据资产的质量评估主要有以下几个方面：数据的准确性、一致性、完整性、规范性、时效性和可访问性等。数据的准确性和一致性主要是指数据的正确性和数据之间的一致性，数据的完整性则是指数据的完备性，数据的规范性是指数据的格式和规范，数据的时效性是指数据的更新速度，数据的可访问性则是数据的获取便利性。
4
数据资产的质量评估结果的应用：评估结果可以用于指导数据资产的管理和运用，帮助企业更好地发挥数据资产的价值，提升企业的竞争力。
总的来说，数据资产质量评估是一个复杂的过程，需要专业的知识和技能。同时，由于数据资产的特性，其质量评估的结果可能会受到许多因素的影响，包括数据的来源、数据的处理方式、数据的使用环境等。
另一方面数据资产的价值评估是一个复杂的过程，涉及到数据资产的多个复杂过程，需要根据具体情况进行详细分析。同时，数据资产的价值评估也是一个动态的过程，需要随着市场环境和技术的变化进行不断的调整和更新。
成本法、市场化、收益法
目前对于数据资产的评估存在不少的。常见的方法包括成本法、市场法和收益法。
成本法
数据资产评估中的成本法，是一种基于形成数据资产的成本来评估其价值的方法。虽然数据资产的成本和价值先天具有弱对应性且其成本具有不完整性，但对于某些数据资产，使用成本法进行价值评估仍然具有一定的合理性。
在传统成本法的基础上，考虑数据资产的成本与预期使用溢价，加入数据资产价值影响因素对资产价值进行修正，从而建立数据资产成本法评估模型。
对于那些无法对应到业务场景的数据，我们可以将其对应到各自的来源系统中，以建造和运维成本来评估此类数据的数据价值。借助元数据或数据资产平台功能，统计数据资产数量，及单一资产项下存储的数据规模，结合数据及产品的加工复杂程度，对数据资产总成本进行分割，识别单一数据资产，一个单位规模，轻度加工时所产生的成本金额。
在数据资产评估业务中，首先要根据数据资产形成的全部投入，分析数据资产价值与成本的相关程度，考虑成本法的适用性。然后，确定数据资产的重置成本，包括合理的成本、利润和相关税费。
总的来说，成本法是一种简单而有效的数据资产评估方法，尤其对于那些无法直接对应到业务场景的数据资产，通过成本法可以进行有效的评估和管理。
市场法
数据资产市场法是一种评估数据资产价值的方法，主要通过市场交易的数据来进行估值。它是数据资产评估的三种主要方法之一。
数据资产是指合法拥有或控制的，能进行计量的，为组织带来经济和社会价值的数据资源。数据资产市场法的应用，可以帮助企业更准确地评估其数据资产的价值，从而做出更有效的决策。
具体来说，数据资产市场法通过分析市场上的数据交易价格，来推测出数据的价值。通过对大量的市场交易数据进行分析，可以找出数据资产与其价值之间的关系，从而为企业提供一种量化数据资产价值的方法。此外，这种方法还可以帮助企业了解市场对数据资产的需求，以及数据资产在市场中的竞争地位。
然而，数据资产市场法在实践中也存在一些挑战。例如，由于数据资产的价值易变性，对数据资源入账价值的可靠性和企业价值判断存在重大影响。此外，数据资产的成本归集难、收入成本匹配难、数据资产资本化与费用化的区分标准统一难等问题，也对数据资产市场法的应用提出了挑战。
尽管存在这些挑战，数据资产市场法仍被广泛应用于数据资产的评估和管理中，因为它能够提供一种有效的方法来量化和理解数据资产的价值。在未来，随着数据资产市场的发展，数据资产市场法的应用也将更加广泛和深入。
而在数据评估中，华东数交正好可以提供过往数据交易记录，这些正是市场法对数据客观评估有力信息，因为这些数据交易记录很多来自市场。通过过往数据交易记录，数据资产可以更加客观的被批个股，从而在变为可计量的资产时能够更加准确。
收益法
数据资产收益法是一种评估数据资产价值的方法，它通过预计数据资产所带来的收益来评估其价值。这种方法在实际操作中比较容易操作，是目前对数据资产评估比较容易接受的一种方法。
比起前两种方式，数据资产收益法的优点主要包括以下几点：
1.它能够更好地体现数据资产的内在经济价值，因为它是通过预测数据资产所带来的收益来评估其价值的。
2.基于数据资产市场运行情况，收益法的操作性和可行性更强。
3.它还可以更好地体现数据资产的生产价值，因为它是通过预计数据资产所产生的经济收益来评估其价值的。
虽然数据资产收益法的操作性和可行性较强，但由于数据资产的特殊性，这种评估方法中对于数据资产价值的判断就变得非常关键，也是这种方法还需要改进的原因。数据宝的数据资产评估是在交易流通中来锚定数据资产价值，对收益法进行了改进。
数据宝经验
数据宝作为大数据行业的开发商，对数据资产入表从战略目标、落地路径、辅助能力、内部协作、生态伙伴、基础建设六大层面做好数据资产入表的整体规划框架，其中包括数据治理、数据场景挖掘、挖掘产品开发、数据产品交易流通、数据资产管理、数据资产安全保障、数据合规建设、数据资产价值评估、数据资产会计审查、专业培训指导等能力是数据宝的核心能力。
此外，数据宝因为有着多年国有大数据资产保值增值的经验，在与客户的服务中沉淀出300多应用场景，这些数据场景以及在服务客户过程中有大量的对数据价值评估的记录，这些记录对于数据资产收益法来说正可以弥补其缺少的数据资产价值判断的难点。
因此对于数据资产评估来说，数据宝提供过往数据产生价值的记录,并联合华东数交的过往数据交易记录，可以很好的帮助数据资产评估的效果，同时让市场法和收益法变得更加客观和有效。
此外，数据资产的评估也需要考虑到数据的特点和用途。不同类型的数据资产可能需要采用不同的评估方法。例如，个人隐私数据和商业数据可能具有不同的评估方式。
总之，数据资产的估值和定价是数字经济时代中的重要问题。通过合理的估值和定价，可以更好地管理、交易和利用数据资产，推动数字经济的发展。而在数据资产评估方面，数据宝与华东数交相互合作所提供的记录，能够帮助数据资产评估变得更加合理。
目前数据宝在数据资产入表服务上已经有了成功案例，已经完成了数据要素资产化全链条服务，并以全国交通类大数据为基础，将公安、运政、运营商、银联、工商等多维国有数据像雪球一样进行滚动融合，并在保险、物流金融、物流运输、互联网等行业的近百个应用场景中形成了大量商品化数据指标、数据模型产品以及平台级数据产品，已达数亿产销规模，为“数据要素×”行动做助力。
·THE END·
关于数据宝
数据宝ChinaDataPay是中国领先的数据要素市场化服务商，致力为国有数据资源方提供数据治理智能化、建模加工产积木化、场景应用商品化、流通交易合规化等数据要素市场化全生命周期管理服务。
数据宝是国内少数同时具备“国资参股、政府监管扶持、市场化运作、大数据资产交易合法经营资质”属性的大数据“国家队”；股东方包括中科院中科创星、国家工业信息安全发展研究中心下属机构及海尔资本、贵安新区产业基金、鲲鹏基金、贵州省大数据基金等，是华东江苏大数据交易中心的股东方与运营方，2021年被工信部评为国家级大数据试点示范项目。
数据宝帮助国有大数据资源方与需求方之间构建起一条安全、稳定、高效的数据交互智能枢纽，数据宝拥有大数据资产交易资质，开创“三真”准入审核机制，验证客户是否是真实的企业、有真实的应用场景、有真实的用户授权，确保国有数据产品的合法合规使用。