数据作为新型生产要素，是数字化、网络化、智能化的基础，已快速融入生产、分配、流通、消费和社会服务管理等各个环节，深刻改变着生产方式、生活方式和社会治理方式。《中共中央 国务院关于构建数据基础制度更好发挥数据要素作用的意见》、《企业数据资源相关会计处理暂行规定》等重要文件的对外发布，将数据要素资产化、市场化推向新的高度，对激发数据要素的内在作用，促进数字技术赋能实体经济，加快中国经济的结构转型和高质量发展具有里程碑意义。由于数据与传统生产要素相比所具有的独特性质，因此强化对数据及数据资产内涵的理解和对数据资产价值评估的深入研究具有重要现实意义。
《中华人民共和国数据安全法》中将数据定义为“任何以电子或者其他方式对信息的记录”，从表现形式可包含纯数字、电子表格、声音、视频和图像等；从持有者的角度包括公共数据、企业数据以及个人信息数据；从数据的生成和应用角度可分为原始数据、服务层数据和应用层数据。
数据有了使用价值才能成为数据资源，数据资源满足成为资产的条件后才能成为数据资产。根据中国资产评估协会发布的《数据资产评估指导意见》，数据资产被定义为“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。”用市场化的手段合理评估和量化数据的经济贡献，有助于进一步将数据资源提升为数据资产，真正释放其内在价值。
了解和熟悉数据资产的基本属性、特征等对进一步认识数据资产的本质并通过分析基本特征研究其对资产价值的影响具有重要意义。参考相关评估指引和研究成果，数据资产的基本属性通常包括：信息属性、法律属性、价值属性等：
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；
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。
业务维度——分为数据来源不同、业务归属不同、流通类型不同、行业领域不同、数据质量不同。
技术维度——分为产生频率不同、提取方式不同、结构化特征不同、存储方式不同、稀疏程度不同、处理时效性不同、交换方式不同等类别的数据。
安全维度——可按数据安全隐私保护程度不同进行分类。
规制维度——可分为计划目标、规则体系、流程设计、标准规范、建设导则、绩效考核等类别的数据。
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。
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。
可共享性——数据可以是数字、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，因此赋予数据资产多样性特性，也表现在权限可控的前提下，数据资产可以被复制能够被多个主体共享和应用。
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。
价值易变性——数据资产的价值受应用场景、用户数量、使用频率等多种因素的变化而变化，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。
数据资产评估是指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，根据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。执行数据资产评估业务，应当明确评估对象、评估目的、评估基准日、评估范围、应用场景、价值类型和资产评估报告使用人。
资产评估机构及其资产评估专业人员开展数据资产评估业务一是要从职业素养方面加强自我约束，即职业操守方面应当遵守法律、行政法规的规定，坚持独立、客观、公正的原则；职业能力方面，应当具备数据资产评估的专业知识和实践经验，能够胜任所执行的数据资产评估业务；实际执行层面，应当独立进行分析和估算并形成专业意见，拒绝委托人或者其他相关当事人的干预，不得直接以预先设定的价值作为评估结论；保密层面应当关注数据资产的安全性和合法性，并遵守保密原则。
二是掌握资产评估基本方法原则，根据实际做好价值区分、现场调查及合理假设。价值区分层面需考虑数据资产与其它资源的组合价值及单项价值，如数据资产与其他资产共同发挥作用时，需要采用适当方法区分数据资产和其他资产的贡献，合理评估数据资产价值。现场调查则需要对评估对象进行针对性的现场调查，收集权属资料、数据资产信息要素、财务会计信息和其他资料并进行核查验证、分析整理和记录，此外，可以利用数据领域专家工作成果及相关专业报告，合理使用评估假设和限制条件，有效支撑评估落地。
当前，数据资产价值化面临着数据资产如何盘查、数据产品如何界定、数据资产价值如何估算、数据增值服务如何做等痛点和难点，围绕其需构建完善的数据资产服务体系：一是规范标准及创新制度两大体系建设，二是强化数字基础设施建设，构建可信数链网基础设施、数据建模基础设施及一体化数字资源管理体系（IDAS）等；三是构建数据资源及数据资产双层评估体系。结合数据资产服务业务体系，国脉研究院数据资产评价中心提出数据资产服务“六部曲”：
第一步：
数据资源探查。基于数据建模基础设施，开展数据接入和数据资源盘点识别
第二步：
数据资产登记。通过接入数据资产评估与监管一体机与数据建模基础设施的对接，协助企业或政府部门对数据资产持有权、控制权进行确认，实现数据资产登记。
第三步：
数据合规性评估。通过引入数据资产评估公司，完成对数据资产的合规性审核，并发布合规认证证书。助力完成对数据资产收益性与数据权属风险性的专业判断。
第四步：
数据质量评价。数据资产评估公司对数据准确性、规范性、时效性、可访问性、完整性、一致性、准确性评估。其中数据质量评估规则和模型是基础。
第五步：
数据资产评估。包括数据与模型层级对应的准确性、数据与模型节点对应的准确性、模型属性数据完整性、准确性。其中需把握一个关键点，即数据与生产力和生产关系映射的契合度是数据资源价值评估的唯一标准，以此做好数据价值分级，形成灵活动态可信的数据资源和资产评估双层体系。
第六步：
数据增值服务。通过数据资产评估工作，完成对数据资产的账实核对，基于上述各项专业服务成果完成数据资产入账前的专业判断，实现数据资产记账。按照会计准则与《企业数据资源相关会计处理暂行规定》的要求，编制完成数据资产报表。
数据资产管理是一项复杂的工作，围绕数据资产服务“六部曲”，应构建融入企业、平台建设方、数据资产评估机构、金融机构、政府监管部门、财政、税务、人社、智库科研等相关机构联合的生态体系，依托法律、技术和市场等多重因素协同发力，从而实现从数据资源到数据资产登记－认证－评估－计量－存证的全路径打通，形成数据资产全生命周期服务能力体系。
国脉互联结合对当前数据资产管理业务的理解及各地商业模式的了解，总结提出政商联盟（政府+企业+金融机构）、企业联盟（企业+政府+金融机构）、银商联盟（银行+企业+政府）三大商业模式。国脉互联作为数据资产评估方和资产增值运营商，将结合用户现有的数据质量和数据应用进行增值服务，助力数据资源价值提升。
数据资产入表是显化数据资源价值、促进数据流通使用的重要手段。微观层面，数据资产入表有利于盘活数据资产价值，展示企业数字竞争优势，助力企业融资；宏观层面，数据资产入表可带动数字产业的发展，激发数字经济发展活力，有助于国家加强对数据要素市场统筹管理和数字经济发展。国脉互联提出的数据资产服务“六部曲”为探索数据资产入表提供了基础路径，但由于当前数据资产入表及数据资源市场化等尚在探索研究中，相关工作深化及落地尚需生态体系中各组织机构贡献智慧、协同发力。国脉互联也期待与行业相关组织机构合作，共同研究数据资产入表新话题，激活数据要素市场发展内生动力。
来源：国脉研究院公众号
版权所有：江苏钟吾大数据发展集团有限公司 ICP备案许可证号：苏ICP备2023016529号 
苏公网安备32130002004002号