2023数据资产评估准则《资产评估专家指引第9号: 数据资产评估》

本专家指引是一种专家建议。评估机构执行资产评估 业务,可以参照本专家指引,也可以根据具体情况采用其 他适当的做法。中国资产评估协会将根据业务发展,对本 专家指引进行更新。

第一章 引言

第一条 针对数据资产特点,结合目前实际操作中的部分 难点和要点,中国资产评估协会组织制定了本专家指引。

第二条 本专家指引所指数据资产是由特定主体合法拥 有或者控制,能持续发挥作用并且能带来直接或者间接经济 利益的数据资源。

第三条 本专家指引所指数据资产评估,是资产评估机构 及其资产评估专业人员遵守法律、行政法规和资产评估准则, 接受委托对评估基准日特定目的下的数据资产价值进行评定 和估算,并出具资产评估报告的专业服务行为。

第二章 评估对象

第四条 数据资产的基本状况通常包括:数据名称、数据 来源、数据规模、产生时间、更新时间、数据类型、呈现形式、时效性、应用范围等。执行数据资产评估业务时,资产 评估专业人员可以通过委托人提供、相关当事人提供、自主 收集等方式获取数据资产的基本状况。

第五条 数据资产的基本特征通常包括:非实体性、依 托性、多样性、可加工性、价值易变性等。通过对数据资 产基本特征的了解,可以帮助资产评估专业人员分析基本 特征对数据资产价值评估的影响。

(一)非实体性:数据资产无实物形态,虽然需要依 托实物载体,但决定数据资产价值的是数据本身。数据的 非实体性导致了数据的无消耗性,即数据不会因为使用频 率的增加而磨损、消耗。这一点与其他传统无形资产相似。

(二)依托性:数据必须存储在一定的介质里。介质 的种类多种多样,例如,纸、磁盘、磁带、光盘、硬盘等, 甚至可以是化学介质或者生物介质。同一数据可以以不同 形式同时存在于多种介质。

(三)多样性:数据的表现形式多种多样,可以是数 字、表格、图像、声音、视频、文字、光电信号、化学反 应、甚至是生物信息等。数据资产的多样性,还表现在数 据与数据处理技术的融合,形成融合形态数据资产。例如, 数据库技术与数据,数字媒体与数字制作特技等融合产生 的数据资产。多样的信息可以通过不同的方法进行互相转 换,从而满足不同数据消费者的需求。该多样性表现在数 据消费者上,则是使用方式的不确定性。不同数据类型拥 有不同的处理方式,同一数据资产也可以有多种使用方式。 数据应用的不确定性,导致数据资产的价值变化波动较大。

(四)可加工性:数据可以被维护、更新、补充,增 加数据量;也可以被删除、合并、归集,消除冗余;还可 以被分析、提炼、挖掘,加工得到更深层次的数据资源。

(五)价值易变性:数据资产的价值受多种不同因素 影响,这些因素随时间的推移不断变化,某些数据当前看 来可能没有价值,但随着时代进步可能会产生更大的价值。 另外,随着技术的进步或者同类数据库的发展,可能会导 致数据资产出现无形损耗,表现为价值降低。

第六条 数据资产的价值影响因素包括技术因素、数 据容量、数据价值密度、数据应用的商业模式和其他因素。 其中技术因素通常包括数据获取、数据存储、数据加工、数据挖掘、数据保护、数据共享等。

第七条 数据资产可以按照数据应用所在的行业进行 划分,不同行业的数据资产具有不同的特征,这些特征可 能会对数据资产的价值产生较大的影响。以下列举的是部 分行业数据资产的特征。

(一)金融行业数据资产的特征通常包括:

1.高效性:金融数据资产的高效性体现在能够提高金融 系统运行效率,降低系统运行成本和维护成本,为数据库终 端拥有人带来超额利润。数据库终端以科学技术为核心,不断进步的技术可以降低数据库终端的维护成本。

2.风险性:金融数据资产的风险性主要包括研发风险和 收益风险。研发风险是指在研究开发过程中,研究开发方虽 然作了最大限度努力,但由于现有的认识水平、技术水平、 科学知识以及其他现有条件的限制,仍然发生了无法预见、 无法克服的技术困难,导致研究开发全部或者部分失败,因 而引起的财产上的风险;数据库终端是在经历一系列研发失 败之后的阶段性成果,研发失败的支出作为费用处理,账面 的资产价值与研发成本具有弱对应性。金融数据资产的收益 风险是指数据库终端的经济寿命受技术进步和市场不确定性 因素的影响较大,竞争对手新开发或者升级的数据库终端有 可能使得权利人的该项资产价值下降。

3.共益性:金融数据资产的共益性是指数据库终端可以 在同一时间不同地点由不同的主体同时使用。例如,数据库 终端有不同的账号和密码,不同的个人账号和密码可以同时登录使用,机构的同一个账号和密码也可以同时由机构内不 同人员登录使用。

(二)电信行业数据资产的特征通常包括:

1.关联性:电信行业数据几乎承载了用户所有的通信行 为,并且数据之间存在着天然的关联基因。

2.复杂性:电信行业数据不仅包括结构化数据,也包括 非结构化数据以及混合结构数据。

(三)政府数据资产的特征通常包括:数量庞大,领域 广泛,异构性强。政府数据跨越了农业、气候、教育、能源、 金融、地理空间、全球发展、医疗卫生、工作就业、公共安 全、科学研究、气象气候等领域。这些来源广泛、数量巨大、 非结构化的异质数据,增加了政府管理的难度。 数据资产对政府公共管理的潜在利用价值大。尽管数据 资产能在各个领域显著提高创新力、竞争力和产出率,但对 于不同部门而言,数据资产所带来的收益程度不同。政府数 据资产的构成和特点分析表明,政府在数据占有方面具有天 然的优势。占有巨量数据是从数据中挖掘出巨大价值的前提, 但由于政府数据资产来自于横向的不同部门或者管理领域以 及纵向的不同层级,其数据资产管理面临着巨大的难度,这 一难度既有数据资产及其技术发展方面的障碍,也有政府组 织之间相互独立的限制和跨职能部门交流的障碍。