数据资源成为数据资产被列入资产负债表、数据资产和数据产品在数据交易所进行市场交易、数据资产金融创新等各方面的核心环节是能对数据资产的成本进行可靠地计量，对其价值进行合理的评估。

数据资产的入表、交易和利用等导致对数据资产的价值评估产生了巨大的需求，各地数据交易所也在推动数据资产价值评估研究与发展，与传统的资产类型相比，数据资产的财务核算、交易、利用以及数据资产的投资管理面临着新的挑战，数据资产的价值评估已成为推动数据资产化和数据资产市场化的必不可或缺的重要环节之一。

为更好地规范和促进中国资产评估行业在数据资产的财务核算、交易、利用以及数据资产的投资管理等方面为市场相关各方提供专业的价值评估服务，中国资产评估协会于2023年9月8日发布了《数据资产评估指导意见》（以下简称“指导意见”），指导意见极富时效性和实践指导意义。

指导意见包括正文和附录，分别为总则、基本遵循、评估对象、操作要求、评估方法、披露要求和附则共七章28条。

围绕数据资产的评估对象，评估对象的基本属性和特征，影响价值的关键因素，数据资产评估特有的数据质量评价要求，评估方法和披露要求等各方最为关切的问题进行了规范，并特别提示在执行数据资产评估业务时，应当关注数据资产的安全性和合法性，并遵守保密原则。

指导意见将于2023年10月1日起施行。

1.数据资产的评估对象

指导意见所称数据资产，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。

执行数据资产业务，应了解和关注数据资产的信息属性（主要包括数据名称、数据结构、数据字典、数据规模、数据周期、产生频率及存储方式等）、法律属性（主要包括授权主体信息、产权持有人信息，以及权利路径、权利类型、权利范围、权利期限、权利限制等权利信息）和价值属性（主要包括数据覆盖地域、数据所属行业、数据成本信息、数据应用场景、数据质量、数据稀缺性及可替代性等）。

还应当根据数据来源和数据生成特征，关注数据资源持有权、数据加工使用权、数据产品经营权等产权分类，并根据评估目的、权利证明材料等，确定评估对象的权利类型。

2.数据资产的特征

指导意见要求资产评估专业人员执行数据资产评估业务，应当知晓数据资产具有非实体性、依托性、可共享性、可加工性、价值易变性等特征，关注数据资产特征对评估对象的影响。

数据资产的上述特征说明了数据资产的存储、使用和流通都需要介质才能完成，数据可以无限制地循环使用和复制，不会因为使用而磨损、消耗。

数据资产不仅表现形式多种多样，还可以通过更新、分析、挖掘等处理方式，改变其状态及形态，数据资产的利用过程中还可以采用不同的模型、算法和应用场景。

数据资产的价值随应用场景、用户数量、使用频率等的变化，采用不同的模型、算法和应用场景会导致加工后的数据资产价值也会产生较大的差异。

3.影响价值的关键因素

指导意见要求资产评估专业人员执行数据资产评估业务，需要关注影响数据资产价值的成本因素、场景因素、市场因素和质量因素。

成本因素包括形成数据资产所涉及的前期费用、直接成本、间接成本、机会成本和相关税费等。

场景因素包括数据资产相应的使用范围、应用场景、商业模式、市场前景、财务预测和应用风险等。

市场因素包括数据资产相关的主要交易市场、市场活跃程度、市场参与者和市场供求关系等。

质量因素包括数据的准确性、一致性、完整性、规范性、时效性和可访问性等。

同一数据资产在不同的应用场景下，通常会发挥不同的价值。

指导意见要求资产评估专业人员应当通过委托人、相关当事人等提供或者自主收集等方式，了解相应评估目的下评估对象的具体应用场景，并选择和使用恰当的价值类型。

4.数据质量评价

指导意见要求资产评估专业人员应当关注数据资产质量，并采取恰当方式执行数据质量评价程序或者获得数据质量的评价结果，必要时可以利用第三方专业机构出具的数据质量评价专业报告或者其他形式的数据质量评价专业意见等。

指导意见的附1中定义了什么是数据质量，数据质量是指数据在指定条件下使用时，其特性能够满足明确的或者隐含的要求的程度。

并从准确性（即数据资产准确表示其所描述事物和事件的真实程度）、一致性（即不同数据资产描述同一个事物和事件的无矛盾程度）、完整性（即构成数据资产的数据元素被赋予数值程度）、规范性（即数据符合数据标准、业务规则和元数据等要求的规范程度）、时效性（即数据真实反映事物和事件的及时程度）和可访问性（即数据能被正常访问的程度）等六个维度设计了数据资产质量要素评价指标体系，规范资产评估机构或第三方专业机构对数据质量的评价工作，可以认为数据资产的质量评价是数据资产价值评估的基础。

5.评估方法

确定数据资产价值的评估方法包括收益法、成本法和市场法三种基本方法及其衍生方法。

指导意见要求在采用收益法评估数据资产，估算数据资产带来的预期收益时，根据适用性可以选择采用直接收益预测、分成收益预测、超额收益预测和增量收益预测等方式，并根据数据资产应用过程中的管理风险、流通风险、数据安全风险、监管风险等因素估算折现率。

在附1的评估方法相关模型示例部分，对于不同的收益预测方式，分别列出了技术思路，参考公式和适用场景，并进行了较为充分的说明。

在运用成本法进行数据资产评估时，要根据形成数据资产所需的全部投入，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，合理确定数据资产的重置成本（包括前期费用、直接成本、间接成本、机会成本和相关税费等）。

与运用成本法进行资产评估时通常所考虑的三类贬值因素或使用成新率有所不同，指导意见基于数据资产的特征，要求在运用成本法进行数据资产评估时合理确定数据资产价值调整系数。

价值调整系数是对数据资产全部投入对应的期望状况与评估基准日数据资产实际状况之间所存在的差异进行调整的系数，需要进行专业和合理的分析。

在运用市场法进行数据资产评估时，应根据数据资产或者类似数据资产是否存在合法合规的、活跃的公开交易市场，是否存在适当数量的可比案例，考虑市场法的适用性，基于数据权利类型、数据交易市场及交易方式、数据规模、应用领域、应用区域及剩余年限等相同或者近似因素选择可比的数据资产案例，通过质量差异调整、供求差异调整、期日差异调整、容量差异调整以及其他差异调整等确定调整系数，并将调整后的结果汇总分析得出被评估数据资产的价值。

附1中对相关的调整系数分别进行了说明。

数据作为新型生产要素，是数字经济发展的重要基础。

中企华作为数据领域的长期践行者，致力于协助数据要素市场发展，在数据资产价值评估方面不断研究和创新服务。

我们在数据资产价值评估的基础上，将为企业提供数据应用场景优化、商业模型分析、业务规划咨询等专业服务。

可以预期，在数据确权、流通和交易、数据要素收益分配、数据交易场所建设、数据治理等关键环节的政策及标准的完善过程中，我们的实践经验将会是有益的补充；在完善数据管理、数据脱敏、数据质量、价值评估等标准体系的建设中，我们的专业能力将得到充分的发挥。

中企华愿与社会各方共同努力，致力于发挥数据要素潜能，促进数字经济快速发展，提升经济发展新水平。

如需进一步交流，欢迎联系我们：

李永刚 总经理 电话 15827290669 邮箱 lyg@chinacea.com

孙兆璐 业务总监 电话 15827290669 邮箱 szl@chinacea.com

王骥超 咨询业务负责人 电话 15827290669 邮箱 wjc@chinacea.com

陈徽因 数据业务负责人 电话 15827290669 邮箱 chy@chinacea.com

ycz club