数据资产价值化实施路径分析

doi:10.12267/j.issn.2096-5931.2024.04.004

摘要/Abstract

摘要：

数据资产价值化是引领数据要素市场高速发展的核心驱动力,确权、定价与估值、创新应用价值服务是亟待“攻坚破局”的关键点。重点对数据资产的概念、数据资产价值的影响因素进行阐述,对数据资产价值化的实施路径进行深度分析。数据资产评估作为数据资产价值化过程中的重要一环,其评估结果直接影响到数据资产的价值和未来收益,通过对修正成本法和多期超额收益法两类模型的对比分析,对未来数据资产价值化的发展给出相应对策和建议。

关键词: 数据资产, 数据要素, 数据治理, 数据资产评估, 数据要素市场

Abstract:

The value of data assets is the core driving force leading the rapid development of the data factor market. Ownership confirmation, pricing and valuation, and innovative application value services are the key points that urgently need to be “overcome”. This article focuses on the concept of data assets, the influencing factors of data asset value, and deeply analyzes the implementation path of data asset value. Data asset evaluation is an important part of the process of data asset valuation, and its evaluation results directly affect the value and future returns of data assets. This article analyzes and compares the two models of the modified cost method and the multi-period excess earnings method. It also provides corresponding countermeasures and suggestions for the future development of data asset value.

Key words: data assets, data factors, data governance, data asset evaluation, data factor market

中图分类号:

杨云龙, 郭中梅, 张亮, 孙亮. 数据资产价值化实施路径分析[J]. 信息通信技术与政策, 2024, 50(4): 24-33.

YANG Yunlong, GUO Zhongmei, ZHANG Liang, SUN Liang. Analysis on the implementation path of data asset value[J]. Information and Communications Technology and Policy, 2024, 50(4): 24-33.

导出引用管理器 EndNote|Ris|BibTeX

链接本文:

http://ictp.caict.ac.cn/CN/10.12267/j.issn.2096-5931.2024.04.004

http://ictp.caict.ac.cn/CN/Y2024/V50/I4/24

图/表 8

参考文献 15

[1]	徐涛, 尤建新, 曾彩霞, 等. 企业数据资产化实践探索与理论模型构建[J]. 外国经济与管理, 2022, 44(6):3-17.
[2]	万鹏, 贾立文. 融资性信保业务助力内循环服务中小微企业研究[J]. 科技智囊, 2021(10):36-40.
[3]	曹硕, 廖倡, 朱扬勇. 数据要素证券化路径研究:基于DAITs模式的探讨[J]. 证券市场导报, 2021(10):44-51.
[4]	欧阳日辉. 我国多层次数据要素交易市场体系建设机制与路径[J]. 江西社会科学, 2022, 42(3):64-75.
[5]	陈铭新. 以数据建模与应用为银行赋能[J]. 银行家, 2022(6):33-38.
[6]	陆岷峰, 欧阳文杰. 数据要素市场化与数据资产估值与定价的体制机制研究[J]. 新疆社会科学, 2021(1):43-53, 168.
[7]	杨云龙, 张亮, 杨旭蕾. 数据要素价值化发展路径与对策研究[J]. 大数据, 2023, 9(6):100-109. doi: 10.11959/j.issn.2096-0271.2022080
[8]	张志刚, 杨栋枢, 吴红侠. 数据资产价值评估模型研究与应用[J]. 现代电子技术, 2015, 38(20):44-47, 51.
[9]	SHORT J E, TODD S. What’s your data worth?[J]. MIT Sloan Management Review, 2017, 58(3):17-19.
[10]	FAROUKHI A Z, ALAOUI I E, GAHI Y, et al. Big data monetization throughout big data value chain: a comprehensive review[J]. Journal of Big Data, 2020, 7(1):1-22. doi: 10.1186/s40537-019-0278-0
[11]	熊励, 刘明明, 许肇然. 关于我国数据产品定价机制研究:基于客户感知价值理论的分析[J]. 价格理论与实践, 2018(4):147-150.
[12]	李源, 高宁, 孙晶, 等. 基于区块链的大数据交易模式研究与探索[J]. 大数据, 2021, 7(4):37-48. doi: 10.11959/issn.2096-0271.2021037
[13]	LUO S Z, XING L N. Neutrosophic game pricing methods with risk aversion for pricing of data products[J]. Expert Systems, 2021, 38(5):12697.
[14]	JIA R X, DAO D, WANG B X, et al. Towards efficient data valuation based on the shapley value[J]. arXiv Preprint arXiv, 2019, No.1902.10275.
[15]	于立, 王建林. 生产要素理论新论:兼论数据要素的共性和特性[J]. 经济与管理研究, 2020, 41(4):62-73.

类别	定义	特征	管控要点	管控力度	管控价值
基础数据资产	业务经营管理中产生的数据	源头收集数据内外部原始数据	全量清单登记明确权属部门	纳入数据仓库:强管控、资产认责未纳入数据仓库:灵活管控	掌握原始数据资源,提高数据资产的丰富度与时效性
集成数据资产	对基础业务数据进行集中,整合形成的企业级单一视图的数据	企业级集中汇聚按模型规范整合	属性信息资产结构信息资产内容信息	强管控(全量梳理, 集中权限管控)	按照统一数据规范梳理数据资产属性信息,为数据资产的使用提供基础
萃取数据资产	将基础、集成数据资产进行抽象、分类、提炼、加工而形成的具备使用业务场景的数据	单点加工关键点业务整合关键点	加工口径信息应用场景信息使用情况信息	强管控(全量梳理,集中权限管控)	核心资产,重点管控明确共享使用对象和范围
数据应用资产	将基础、集成、萃取数据资产进行组织、封装和再加工等形成的数据驱动应用和服务	多生产要素融合面向具体业务和管理场景	应用清单与模式应用全生命周期权限和使用情况	灵活管控(平台化管控、全量登记资产信息等)	保障数据合规厘清数据使用和业务价值效果

类别	定义	特征	管控要点	管控力度	管控价值
基础数据资产	业务经营管理中产生的数据	源头收集数据内外部原始数据	全量清单登记明确权属部门	纳入数据仓库:强管控、资产认责未纳入数据仓库:灵活管控	掌握原始数据资源,提高数据资产的丰富度与时效性
集成数据资产	对基础业务数据进行集中,整合形成的企业级单一视图的数据	企业级集中汇聚按模型规范整合	属性信息资产结构信息资产内容信息	强管控(全量梳理, 集中权限管控)	按照统一数据规范梳理数据资产属性信息,为数据资产的使用提供基础
萃取数据资产	将基础、集成数据资产进行抽象、分类、提炼、加工而形成的具备使用业务场景的数据	单点加工关键点业务整合关键点	加工口径信息应用场景信息使用情况信息	强管控(全量梳理,集中权限管控)	核心资产,重点管控明确共享使用对象和范围
数据应用资产	将基础、集成、萃取数据资产进行组织、封装和再加工等形成的数据驱动应用和服务	多生产要素融合面向具体业务和管理场景	应用清单与模式应用全生命周期权限和使用情况	灵活管控(平台化管控、全量登记资产信息等)	保障数据合规厘清数据使用和业务价值效果

定价模式	描述	适用场景	优点	缺点
成本法	依据成本价值论将重新获取相同数据的重置成本作为数据的评估价值	价值难以量化但成本容易计量的,以及不以金钱交易为目的的场景,例如政务数据等	计算简单易行能够保证企业所耗费的全部成本得到补偿,并且在正常情况下能够获得一定的利润有利于保持价格的稳定	忽视了产品需求弹性的变化,不能适应迅速变化的市场需求,缺乏应有的竞争能力成本和收益对应性弱,价格估算偏低
收益法	依据效用价值论将数据的预期收益值作为数据估值	预期收益确定且可量化的场景	考虑了数据使用价值和时间价值因素,能反映真实的数据价值	预期收益难以预测,准确率无法保证定价偏主观,折现率确定困难只从卖方利益出发,未考虑竞争因素和市场需求
市场法	依据均衡价值论以市场中可比参照物的市场价格为基础进行调整得到估值	市场成熟、可比案例较多的场景	能反映供需关系等真实市场情况,定价公平客观	目前数据市场尚未成熟,交易规模小,难以寻找可比案例

定价模式	描述	适用场景	优点	缺点
成本法	依据成本价值论将重新获取相同数据的重置成本作为数据的评估价值	价值难以量化但成本容易计量的,以及不以金钱交易为目的的场景,例如政务数据等	计算简单易行能够保证企业所耗费的全部成本得到补偿,并且在正常情况下能够获得一定的利润有利于保持价格的稳定	忽视了产品需求弹性的变化,不能适应迅速变化的市场需求,缺乏应有的竞争能力成本和收益对应性弱,价格估算偏低
收益法	依据效用价值论将数据的预期收益值作为数据估值	预期收益确定且可量化的场景	考虑了数据使用价值和时间价值因素,能反映真实的数据价值	预期收益难以预测,准确率无法保证定价偏主观,折现率确定困难只从卖方利益出发,未考虑竞争因素和市场需求
市场法	依据均衡价值论以市场中可比参照物的市场价格为基础进行调整得到估值	市场成熟、可比案例较多的场景	能反映供需关系等真实市场情况,定价公平客观	目前数据市场尚未成熟,交易规模小,难以寻找可比案例

参数	定义	取值分析
数据资产总成本TC	数据资产从产生到评估基准日所发生的总成本	可以通过系统开发委托合同和实际支出进行计算,主要包括建设、运维和管理3类成本
投资回报率R	数据资产在寿命期内产出的增加值之和与投资成本总额之比	可参考数据资产在其寿命期内产出收益的历史数据或使用行业平均回报率
数据垄断系数L	所拥有的数据量占该类型数据总量的比例	数据垄断系数=被评估数据资产的数据量/行业内相应领域总数据量
价值实现风险系数r	数据资产价值链上的风险影响因素	数据管理风险、数据流通风险、增值开发风险、数据安全风险一般可采用各类将定性因素定量化的方法,如因素分析法、专家评分法等
质量系数α	将影响数据质量的各维度整合得出	准确性、完整性、一致性、及时性
流通系数β	在考察数据流通效率时,首先要考虑对外开放共享程度确定可流通的数据量;传播系数是指数据的传播广度,即数据在网络中被他人接受的总人次,可以通过查看系统访问量、网站访问量获得	流通系数=(传播系数×可流通的数据)/总数据量