互联网企业数据资产价值评估研究进展 、挑战及应对措施

0 引言

1969 年，互联网行业正式诞生；1994 年，中国与国际互联网正式接轨；随着互联网行业的高速发展，各类互联网企业如雨后春笋般涌现出来，各行各业也在不断转型升级，“数字化”时代已经悄然到来。作为世界第二大数据强国，我国不断提出要加强数字经济与实体经济的结合，二十大报告中也明确提出要加快发展数字经济，建设数字化强国，形成具有凝聚力与竞争力的产业集群。但是，目前我国现行资产评估方面的法律法规并未对数字资产的价值评估方法进行明确规范且如何在大量的互联网信息中识别企业的数据资产是企业经营亟须解决的一大难题。

1 互联网企业数据资产价值评估研究进展

如今，数据资产已经变成了互联网公司的宝贵资产。然而，对于互联网公司的数据资产评估，并没有一个公正且稳定的方法。现阶段，互联网公司在数据资产评估阶段面临两个迫切需要解决的问题。首先，对互联网公司的非财务指标进行评估存在很大的困难，并且缺乏客观性。在评估互联网企业的数据资产时，经常会遇到如“用户数量”和“市场占有率”这样的非财务性指标。其次，目前我们不能仅通过估值来对企业进行有效的评估。成长性评估是企业在数据资产评估中的核心和难点。如果不能对数据资产进行合理的估值，就无法有效地引导企业的发展，这将妨碍企业的进一步成长。

2 数据资产价值评估面临的挑战

2.1 数据标准化程度低，存在数据孤岛碎片化现象

在实际应用中，数据的质量常常存在很大的差异。由于缺乏标准化和数据质量控制机制，这不仅增加了数据采集的难度和成本，降低了数据的商业价值，还可能影响数据的准确性、完整性和一致性，使得数据资产的识别和分类变得更为困难，从而直接影响到数据资产评估的准确性和可靠性。

2.2 选取价值评估参数时存在较高难度

对数据资产来说，由于缺乏公开和有效的交易市场，以及未来收益现金流的估值困难，传统的价值评估手段往往难以准确地对其进行准确评估。从理论角度看，尽管指标修正收益法是可行的，但要确认增量收益和超额收益，还需要对相关的参数进行深入分析，并合理地分离数据资产。在选择折现率时，也必须经过专业的评估和判断后才能实施。

2.3 获得评估资料存在很大困难

在应用任何评估手段时，都会涉及到特定数据和指标的选择。只有当评估资料更加真实、可信、合适和高效时，评估的结果才会更具有客观性和合理性。尽管如此，目前为数据资产评估提供高品质评估资料的条件相当受限。评估人员需要通过专业的判断和分析，在可获得的资料范围内，综合考虑市场环境、数据资产所有者和数据资产本身等多个因素，以获取相关的评估资料进行评估工作。

3 推进数据资产价值评估的有效措施

3.1 完善现行相关资产评估价值评估管理制度

随着我国数字经济的不断发展， 现行的资产评估管理制度已然不能满足经济发展的需要。制度制定部门需 要结合当下经济社会发展现状，不断完善相关内容，以确保制度执行者、 使用者能够有法可依、有规可循。

3.2 建立数据资产评估行业协会

与一般的资产评估不同，数据资产评估具有很强的特殊性，且国内外都缺乏可供参考的成熟经验，因此有必要建立专门的行业协会，以指导、规范和服务第三方机构开展数据资产评估业务，充分发挥行业协会的管理、指导与监督作用。同时，政府有关部门应组织行业协会加快研究和制订数据资产估值导则，细化数据资产评估操作指引。因此，国家应尽快鼓励、引导、扶持建立一批高质量的、专业的数据资产评估机构。

3.3 逐步完善数据资产评估方法和模型，建立统一的标准体系

我们应该通过具备跨学科综合知识的专业人才，以及人工智能、大数据分析等技术手段和工具的结合，来完善数据资产评估方法和模型。加强数据标准化的顶层设计，逐步统一数字化基础设施、底层技术、平台工具、行业应用、管理和安全的数据标准体系，将分散在各个部门或系统中的数据整合起来，实现数据的共享和交互，降低数据孤岛与碎片化带来的影响。同时要通过数据立法明确数据权属的不同主体资格，进而提高数据质量，推动数据资产评估和入表的规范化和合规化发展。

4 结语

在过去的几十年中，我国的互联网公司经历了从无到有，再到发展壮大的过程，也促进了我国企业的转型升级。数据作为重要的生产要素已经参与到社会生产的各个方面，未来也将作为互联网企业最重要的战略资产，因此科学合理地评估互联网企业数据资产的价值尤为重要。因此，应着重强调数据资产评估要重视质量因素，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，要求应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。而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，因此，也应根据相应评估目的下评估对象的具体应用场景，选择和使用恰当的价值类型、评估方法等。

参考文献：

[1] 丁博 . 基于 AHP- 模糊综合评价法的互联网企业数据资产评估研究 [D]. ： 理工大学 .2020.

[2] 贾欣.DEVA 模型在互联网企业价值评估中的应用研究[D]. 合肥 ： 安徽财经大学 ，2021.

[3] 永红 ， 张淑雯 . 数据资产价值评估模型构建 [J]. 财会月刊 ，2018，（09）：30-35.

[4] 高昂 ， 彭云峰 ， 王思睿 . 数据资产价值评价标准化研究 [J]. 中国标准化 ，2021，（09）

[5] 刘辰翔，李娜，陈迅. 资产评估服务数字经济生态体系建设[J].中国资产评估，2022，（3）：35-43.

[6] 高艳美. 数字经济驱动下资产评估人才执业能力提升路径研究[J]. 当代经济，2021，（8）：118-121.

[7] 刘辰翔，王卓，胡永强 . 数字经济时代的资产评估 [J]. 中国资产评估，2020，（8）：33-39.

[8] 林飞腾 . 基于成本法的大数据资产价值评估研究 [J]. 商场现代化 ， 2020（10）： 59-60.

[9] 王晓宇 . 河南省社会经济发展状况的分析及预测 [J].ff 分析预测，2020，（04）.

[10] 刘琦 ， 童洋 ， 魏永长 . 市场法评估大数据资产评估产应用 [J].中国资产评估 ， 2016（11）： 33-37.

[11] 高昂 ， 彭云峰 ， 王思睿 . 数据资产价值评价标准化研究[J]. 中国标准化 ， 2021（9）：90-93.

[12] 尹传儒 ， 金涛 ， 张鹏 ， 等 . 数据资产价值评估与定价 ： 研究综述和展望 [J]. 大数据 ， 2021， 7（4）：14-27.