專業研究：數據資產價值的評估方法淺探——基于數據生產者和數據使用者視角
發布時間：2022-08-12 來源：中國會計報 打印 作者：陳徽因 李永剛 字號：小中大
中企華積極推進數據資產評估專業研究工作，公司陳徽因和李永剛兩位同志梳理大量國外數據資產評估文獻并撰寫的專業文章“國外基于用戶對象的數據資產價值評估”被分為三部分陸續刊登在《中國會計報》，本文為該文章的第二部分，現轉發以饗讀者。
基于數據生產者的評估方法
對于數據生產者而言，數據是待售產品，可被視作庫存進行處理，對其價值評估相對簡單。對應傳統實物資產評估中的成本法和市場法，數據資產可以用修正歷史成本法和市場法進行評估。
修正歷史成本法。在假設市場各方為理智消費者的前提下，買方購買的數據資產未來的經濟收益應至少等于或大購買其所需的資金成本。與傳統有形資產不同，數據資產的特質導致賣方可以反復出售數據資產，且被出售后數據不會消耗或減值。同時，數據資產可帶來的未來收益跨度較大，產生價值的衡量標準并不統一。如若買方購買數據后從未使用，可以認為其內在價值和使用價值均為 0，只存在成本；當數據資產為使用方提供大量決策分析價值與研究價值時，其資產評估價值應遠超歷史購買成本。
修正歷史成本法與成本法相同，在計算公式中，修正歷史成本法的第一步是判定數據資產的歷史購入成本，包括人工、設備及設施成本。由于數據資產的生產成本時常產生波動，例如自動數據捕捉軟件的更新會降低成本，多步驟數據收集及處理會提高成本，因此，修正歷史成本法要求對歷史成本單位化、標準化，以形成本次數據價值評估的基準線。不管外部環境如何變化，評估期間每單位數據的標準歷史成本維持不變。
市場法。市場法旨在理解客戶的支付意愿，即客戶為商品或服務有意愿支付的最高金額。當數據可以作為市場上的商品進行定價和交易時，買賣雙方的交易定價為顯示性偏好或顯示性價值；而當無法依靠市場定價時，數據的價值則通過敘述性偏好或敘述性價值間接地進行衡量。
顯示性價值主要包括兩種方法，市場交易法和實驗法。顧名思義，市場交易法是以市場上存在的真實交易價格為數據資產定價。然而，由于數據資產交易市場尚不發達，公開渠道中的交易案例較少，影響交易價格的特定條件難以總結歸納，且數據具有諸多傳統資產不具備的特殊性，獲得數據庫或數據池的交易價格較為困難，所以市場交易法中的交易價格可以通過下載量、服務費和訂閱費三種途徑測算獲得。實驗法則通過實驗模擬、實地考察及信息拍賣等不同方式，側面了解消費者對數據價值的判斷。需要注意的是，同樣的數據在處理前和加工后的價格往往存在巨大差異。
敘述性價值主要通過調查問卷、專家判斷和聯合分析等方法側面獲得市場對信息資產的價值認可。其中，聯合分析是較為常用的方法之一。業界普遍認為，任何商品和服務都可被分割為一系列特質，而聯合分析可以輔助企業找出買方認為產品或服務中較為重要且不可替代的特質，并且針對這些特質進行價值判斷。
基于數據使用者的評估方法
對于數據使用者來說，數據在一般情況下并不直接參與生產或服務，而是作為服務企業決策制定的衍生資產，其價值評估需要結合數據的實際用途及企業的整體情況進行綜合考量。
貢獻比例法是一種自上向下型的估值模型，旨在使用結構性方法分析并預測某資產對項目結果的相對影響。此方法首先確定可量化的預期結果，反推并研究能夠達成該結果的最佳使用案例，最后將案例中資產的累計貢獻作為其價值評估的參考。
貢獻比例法認為，數據資產的價值并不與其歷史成本或購買費用掛鉤，而是應通過對項目的預期影響體現，即數據資產的價值等于其輔助企業帶來的未來收益占比。企業需要先判斷項目的未來收益，分析數據的重要程度，再去將其轉化為系數進行計算。
企業對數據的理解可以分為以下3種類型。
一是描述性分析，指通過數據理解過去所發生的情況，并以此作為當前決策的環境背景。描述性分析帶來的價值相對較低，分析結果往往是簡單的因果關系。
二是預測性分析。相較描述性分析更進一步，是指通過當前數據對未來做出概率判斷的分析。
三是說明性分析。說明性分析是三種分析種類中較為有價值的一種，是指根據數據總結出的能夠準確預測未來影響的分析方法。
通過貢獻比例法，企業可將數據庫對項目的貢獻程度與相對價值進行打分，間接判斷數據庫針對該企業的獨特價值。
由于企業對數據的使用需求與方式不同，同一數據庫對不同主體帶來的價值和經濟效益理應存在差異。貢獻比例法和決策導向估值法抓住了數據資產作為“服務企業決策制定的衍生資產”這一特質，從企業對未來的預期判斷出發，間接地測算出數據庫針對不同主體的價值影響。
來源：《中國會計報》8月12日8版
