作者/孔荫莹、孔令辉、吴锦鹏、周宏明

编者按：

数据资产的研究对数字经济具有重要意义，数据资产不仅仅是企业的财富，更是推动创新和发展的关键。「广东财经大学会计学院」、「经济与管理国家级实验教学中心」、「数量经济研究中心」与「小数据研究中心」联合探索数据资产的无限价值！随着项目启动，我们已经开始围绕数据资产的确权、计量、管理、估值等方面进行深入研究。知识是人类进步的阶梯，研究成果理应与社会各界共享，后续我们将分阶段、分主题编撰相应的文章在「小数据研究中心」公众号进行披露。

数据资产研究概述

摘要：随着数字经济的发展，数据资产正备受社会各界广泛关注。数据作为第五生产要素，既是国家经济发展的新动力，也是企业价值跃升的助推器。随着各行各业在数字化转型道路上的不断探索，数据资产逐渐成为研究热点之一。本文阐述数字经济带动数据要素市场高速发展，粗略解读《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》（下称《数据二十条》），并梳理了我国国内数据资产研究发展历程及数据资产的主要研究方向。

关键词：数字经济；数据资产；数据资产评估；数据资产定价

一、数据要素市场高速发展

2023年是全面推进《数字中国建设整体布局规划》实施的起步之年。2023年7月4日，国家发改委副主任丛亮在2023全球数字经济大会开幕式表示，中国数字经济的规模已达到50.2万亿元。2023年8月16日，中国信息通信研究院发布了《中国数字经济产业发展报告（2023）》。报告显示，我国数字经济占GDP比重已超过四成。

资料来源：国家工业信息安全发展研究中心，长城证券研究院

数据要素作为数字经济最重要的生产要素，2020年我国数据要素市场规模约545亿元，预计到2025年，市场规模将突破1749亿元，数据市场规模呈现指数级增长趋势，数据行业正式进入高速发展阶段。

二、《数据二十条》解读

本次出台的《数据二十条》，构建了数据产权、流通交易、收益分配、安全治理等4项制度，共计20条政策措施。

在数据产权方面，提出推进公共数据、企业数据、个人数据分类分级确权授权，建立数据资源持有权、数据加工使用权、数据产品经营权等分置的产权运行机制。在流通交易方面，提出完善数据全流程合规和监管规则体系，统筹构建规范高效的数据交易场所，培育数据要素流通和交易服务生态，构建数据安全合规有序跨境流通机制。

在收益分配方面，提出健全数据要素由市场评价贡献、按贡献决定报酬机制，更好发挥政府在数据要素收益分配中的引导调节作用。在安全治理方面，提出创新政府数据治理机制，落实企业的数据治理责任，充分发挥社会力量多方参与的协同治理作用。

制定数据经济政策的目的在于增强技术实力，提升国际竞争力。其中，“数字中国”计划和“智慧城市”项目等重要举措强化了数据在实现这些目标中的关键作用。为了简化数据管理和政策实施，在今年的国务院机构改革方案中决定组建国家数据局，并致力于建设强大的数据基础设施。

《数据二十条》的发布进一步加强了数据经济发展的力度，巩固了数据作为关键经济驱动力的地位，为我国打下更坚实的数据要素创新和经济活力基础，引领全国数据进步创新和国际合作提供了有力的政策支持。通过设立专项资金、鼓励社会资本投入等方式，为数据经济的发展提供更多的资金支持，将有助于激发各类主体的创新活力，推动数据经济的快速发展。

同时，政策着力推动数据经济领域的创新。通过制定新的标准和法规，促进数据经济的竞争和效率提升，刺激国际投资与合作，扩大跨境数据贸易的发展。政策还通过健全的治理和监督机制框架，创造了安全、可信、包容和创新的市场环境，以确保数据生产、流通和使用的安全高效。

三、数据资产的研究阶段发展

早在2012年中国已有学者提出了数据资产的概念，其认为数据资产是一种参与企业经济活动的经济资源， 是企业无形、有价值的核心资产。2015年以前学术界对于数据资产研究极少，属于数据资产评估研究的沉默期。

从2015年开始，数据资产评估研究发文量开始大幅度增长，数据资产评估研究迎来爆发期。

2015年到目前为止的过程中，我国对数据资产的研究重点也发生了明显变化，从对数据资产的作用研究转变为对数据资产管理和数据资产评估。

四、数据资产的主要研究方向

（一）数据资产的作用

第一大类是数据资产作用研究维度，以数据资产的重要性和应用研究为主，探讨了数据资产价值对数据资产拥有者的作用。

在大数据环境下，企业可以通过不同的渠道，收集消费者、市场和社会环境的数据信息。经过对数据信息的专业化处理，实时分析获取消费者的需求和偏好，并收集他们与产品和服务进行互动时的终端数据，以此不断更新产品服务满足客户更优质的外部需求。消费者可以通过数据产品和服务实现数据要素的价值创造，使得数据形态企业可以通过用户行为来积累大量数据，同时根据分析用户数据得出的潜在消费诉求和个人消费偏好为企业改进产品和服务、更快发现市场导向和投资机遇提供了方向，提高了企业竞争力和品牌影响力。天猫、京东、亚马逊等占据了国内电子商务绝大部分市场份额的行业巨头，以数据资产为核心，充分利用了大数据分析平台用户的购买消费习惯，为客户制定商品或服务的精准推送，提升了广告的推送效率，为企业带来了更多的利润。

公共部门作为拥有大量数据沉淀的社会主体，通过降低交易成本、提高匹配服务效率和精度、公共数据精准识别重点群体等作用路径促进公共服务均等化。打破了公共服务的数据壁垒，有效利用数据资源提高公共服务的服务效率和服务质量，促进城乡公共服务高质量发展。

（二）数据资产的会计处理

第二类主要是从会计管理维度对数据资产评估进行研究。

初始计量方面，不同确认方式下的数据资产在初始计量过程中采用的计量属性也各不相同，入账的成本价值组成与科目体现也会受到取得过程中具体行为的影响。如果数据资产通过自创的形式产生，数据资产价值形成主要来源于企业耗费的智力、金融、环境等资本资产以及其他必要的期间费用。这些费用可通过职工薪酬、制造费用、固定资产投资等会计科目账户反映出来。数据资产与无形资产的初始计量相似，同样要区分研发与开发阶段，对相应的支出分别予以费用化与资本化，相应地计入损益与成本，清晰计量与记录其入账金额。

如果数据资产是在外购方式下取得的，则数据资产大多基于多个企业个体之间的交易，存在一定的市场机制。因此，公允价值计量模式更适合这一渠道取得的数据资产。取得成本将包括购买价款、相关税费、使数据资产达到预定用途所发生费用支出，其中购买价款便是指公开活跃市场中的交易定价。另外对于通过非货币交换方式，例如以债务重组、股权投资等方式，来进行获取的数据资产，可按照协议价格或市场公允对价作为入账金额的确认基础。

在后续计量方面，数据资产在后期开发与应用过程的价值都将处于不断变动的状态，实际价值可能会与账面价值相去甚远，因此应该定期合理评估数据资产的内在价值或市场价值，对账面价值进行调整，体现出一定的谨慎性和时效性。

在会计披露方面，数据资产需要披露的内容很多，对数据价值影响因素也很多，可以将财务报告分成多个层次对数据资产信息进行披露。

（三）数据资产的定价

第三大类是数据资产定价评估研究维度，以数据资产的价值评估为目的对资产评估三大传统方法（成本法、市场法、收益法）改进并探索新的评估方法或模型。

成本法方面，一部分学者认为成本法适用于某些特定的数据资产的价值评估。成本法比较适用于那些买方市场需求接近差、制造成本公开透明、市场竞争激烈的数据产品，便于计算个人数据的隐私补偿。成本法可以运用在统计数据较为敏感，不便于公开透露数据自身内容且成本可追溯性强的公共数据，例如电网的数据资产价值评估。

市场法方面，市场法评估企业数据资产价值的基本思路，即比较分析在同一类型和同一用途下的数据价值，通过对相关技术、日期、具体容量以及价值密度等因素，调整到被评估大数据资产的价值。市场法进行数据资产定价的基本计算公式为：数据资产的价格=同质或相似数据资产的价格*质量修正系数*技术差异修正系数*交易期日修正系数*其他修正系数。市场法的核心是找到可比的市场交易案例及建立起合理的修正体系。而目前国内外交易所、网络交易平台较少，缺乏权威数据库支持，且数据涉密性强，难以得到真实准确的市场交易价格。由于上述局限性问题的存在，市场法的应用会在进行数据资产价值评估的情况下受到一定的使用限制。但多数学者认为，随着数据资产的方法评估的不断更新完善和更多数据库的建立，运用市场法评估数据资产是时代的趋势所向。

收益法方面，针对目前收益法存在的收益额难以区分，收益期限难以明确等诸多问题，学者们将研究的侧重点放在影响收益法评估价值的三大基本参数上来，即未来预期收益额、收益期限、折现率。在未来预期收益额预测方面，有的学者认为可以区分出数据资产在过去和未来两个时期的收益，其中在测算其过去时期的收益时应用AHP法，在测算未来预计收益额时利用GM灰色预测模型。

在收益期预测方面，在确定数据资产的收益期限时，应在价值影响因素评价的基础上，结合主数据分析流失率来确定具体的收益期限。

在折现率预测方面，可根据数据资产可能面临的特定风险进行打分，再根据打分高低调整折现率的大小。另外有的学者还通过GM灰色预测模型预测未来每年的市场风险溢价，最后得出动态折现率。

传统三大评估方法以外的评估方法和模型方面，包括有层次分析法、灰色关联分析法、博弈论分析法、专家评价打分法、信息熵法等定量和定性方法，来修正和细化数据资产价值的影响因素和权重大小，或者引入破产分配法、Shapley值法、实物期权法等来预估收益和分配利益。还有其他学者验证了模糊数学理论结合B-S模型的数据资产新型定价模型的可行性。另外针对现有数据资源定价标准模糊、交易规则缺失、买卖双方信息不对称的问题，也有学者提出基于Stacking多算法融合模型的数据资源定价方法等，众多的创新性模型为数据资产定价开辟新的评估思路。

五、结论

以往的数据资产研究侧重点是数据资产的应用层面，对数据资产价值评估的研究和相关会计政策的制定研究远远晚于数据资产作用和管理的研究。目前成熟的会计准则仍然尚未被制定，具有权威性与普适性的数据资产价值评估方法也尚未被提出，整个国内的数据资产研究无论是在学术领域还是实务领域总体来说仍处于初步阶段。

数据资产评估定价研究相对薄弱，与目前的数据要素市场的高速发展阶段不相匹配。加快数据要素市场化交易流通，构建高标准数据要素市场体系，建立健全数据要素市场制度，规范数据交易行为，评估定价是数据资产公平合理交易首要前提。针对数据资产定价不公引起的种种乱象，当前更应当鼓励社会各方开展数据定价评估的方法制定、技术研发、积极推进探索数据资产评估和定价的研究，为数据要素市场早日迈向“万亿”级别的市场规模打通关键的“任督二脉”。

参考文献

[1]许宪春，张钟文，胡亚茹.数据资产统计与核算问题研究[J].管理世界，2022，38(02):16-30+2.

[2]董丽. 数据资产评估助力数字经济高质量发展[N]. 中国财经报，2022-08-04(005).

[3]吴进. 抢占数据资产评估“新高地”[N]. 中国会计报，2022-08-26(001).

[4]胡志翔.大数据在电子商务平台中的应用[J].老字号品牌营销，2022(18):56-58.

[5]刘燕，肖娜.资产评估方法的经济学分析[J].企业导报，2014，(03)，106，170.

[6]王蕾，李春波.数据资产及其价值评估方法:研究综述与展望[J].中国资产评估，2022(07):4-10.