企业数据资产评估方法的改进与研究

目前政府大力推进大数据与实体经济的进一步融合，数据经济已经成为社会认可的一种经济形式。数据资产对于大多数企业而言越来越重要，尤其是对于以制造业为主的企业，企业若拥有大量的客户使用数据就可以帮助自身进行产品的更新换代。以数据推动实体的发展，其实就是让数据以资本化的方式参与到市场流通中，从而使数据成为有价值的部分。

现有评估框架在量化数据资产价值时存在明显局限。本文拟以数据资产的独特属性为切入点，对传统模型进行系统性修正，引入更具适配性的评估技术，为数字经济时代企业数据资产定价提供新的思路与工具。

一、数据资产的定义与特性

（一）数据资产的定义

数据资产是企业拥有或控制、以物理或电子形式存储，并预期可带来未来经济利益的数据资源，包括文件资料、电子数据等。这些数据资源不仅包括内部业务系统的数据，此外，源于外部市场、社交平台、物联网传感器等多元渠道的数据同样构成关键资产，可为企业决策、市场洞察与客户运营等核心环节持续输送高价值信息。

（二）数据资产的特性

对企业而言，数据资源已成为关键资产，蕴含显著经济潜能。管理上应兼顾安全防护与可靠运维，并不断提炼其价值，为业务增长注入动力。其典型特征表现为以下几点。无形性：仅存于数字空间而无实体；依附性：须依托软硬件才能释放效用；有价性：可服务于决策优化、市场洞察和客户管理等关键环节。共享性：数据资产可以在不同的部门、不同的业务之间进行共享和复用，从而降低成本，提高效率。可复制性：数据资产可以通过复制和备份进行保护和管理，从而确保数据的可靠性和可用性。增值性：通过稳定发展，数据资产可以在原有的基础上不断积累，整体价值进一步提升。消耗性：与无形资产不同的是，数据资产在使用过程中也会产生消耗，随着使用次数的增加，其价值可能会逐渐降低。时效性：随着时间的推移和市场需求的变化，数据资产的价值可能会发生变化，具有一定的时效性。

二、传统评估方法的适用性分析

成本法以投入成本衡量数据资产价值，但“花了多少钱”和“值多少钱”往往脱节：早期成本记录残缺，也难以捕捉数据创新溢价和未来收益的不确定性，导致估值偏离实际。市场法依赖可比交易案例。一旦市场信息稀缺、失真，或待评估数据资产的独特属性难以在可比案例中找到映射，估值同样会被拉偏。收益法通过预测并折现数据资产未来可带来的现金流来定价，逻辑清晰、操作可行，且与经营收益直接挂钩，交易各方更易接受。数据经分析、挖掘、产品化后可内部降本或外部创收，这些未来收益均可纳入现金流模型。因此，收益法在三种方法中最贴合数据资产“价值源于使用”的本质。

具体实施时，可借鉴无形资产收益法的两大工具：超额收益模型——用直接估算法或差额法剥离出数据资产的超额现金流；收益分配机制——利润分成、收入提成或整体分配，将企业总体收益按贡献度切分给数据资产。鉴于数据资产的超额收益边界模糊、难以独立核算，需针对其生命周期、应用场景和不确定性特征，对模型进行情景分析、分阶段预测及贡献率调整，从而提高估值的可信度。

三、评估模型的改进

首先确定企业使用数据资产的时点。由于模型以目标企业在拥有和没有数据资产时各衡量指标的差异为基础来计算数据资产的数值，因此需要明确该企业数据资产的持有时间节点。这个时间点的确认取决于该公司获取数据资产的方式。如果公司购买了数据资产，则可以直接将其购入时点确定为使用数据资产的时点。

计算企业使用数据资产后增量收益。为了精确地预测未来期间的收益增长，我们可以采取计算资产组合对上述收益指标的贡献率的方法。在计算数据资产的增量收益时，需要对比同一公司在拥有该无形资产之前和之后的收益差异。

采用超额收益法计算表外无形资产超额收益之后，要想进一步精确计算数据资产价值就必须借助于确权方法对表外无形资产中数据资产比例进行估测。测算折现率和收益年限。应用步骤的结尾部分是首先将计算得出的由数据资产产生的增量收益，然后确定数据资产对增量收益的贡献值，最后折现得到该企业数据资产的价值。

由于数据资产的未来预期收益是使用数据资产而带来的额外的企业收益，因此该方法的核心是对比企业在评估基准日数据资产的收益差，作为企业中数据资产的现有价值，具体的模型如下：

在案例研究中显示，收益法在衡量数据资产价值时表现更优；基于收益路径构建的评估模型，显著增强了企业数据资产估值的科学性与可操作性。

四、结论与展望

数据资产的价值波动大、不确定性强，传统成本法难以捕捉其真实水平；而行业定价体系尚处摸索期，活跃交易案例稀缺，也限制了市场法的适用。相较之下，收益思路成为可行替代：通过测算数据资产对未来现金流的贡献来估算价值，既兼顾创新潜力，又量化收益风险，因而更贴近实际。展望未来，随着数据资产战略地位上升，评估框架将持续迭代；人工智能、大数据等新技术的融入，也将进一步提升评估精度与效率。

总之，数据资产评估中使用收益法的改进方法进行评估是高效合理的，它具有较高的实用价值和应用前景。在未来的发展中，我们期待看到更多的创新和完善，以便更好地服务于数据资产管理和社会经济发展。

参考文献

[1] 张杰. 互联网长视频企业数据资产评估 [D]. 云南财经大学,2023.

[2] 陈长钊 . 物联网企业数据资产价值评估的系数修正 [D]. 云南财经大学 ,2023.

[3] 薛红华 . 新能源汽车产业化风险研究 [J]. 时代汽车 ,2022(22):105-107.

[3] 李佳琪 . 基于改进收益法的物联网企业数据资产价值评估研究 [D].辽宁大学 ,2023.