資產評估專家指引第9號——數據資產評估

中評協關于印發《資產評估專家指引第9號——數據資產評估》的通知

中評協〔2019〕40號

各省、自治區、直轄市、計劃單列市資產評估協會（注冊會計師協會）：

為指導資產評估機構及其資產評估專業人員執行數據資產評估業務，中國資產評估協會制定了《資產評估專家指引第9號——數據資產評估》，現予印發，供資產評估機構及其資產評估專業人員執行數據資產評估業務時參考。

請各地方協會將《資產評估專家指引第9號——數據資產評估》及時轉發資產評估機構。

附件：資產評估專家指引第9號——數據資產評估

中國資產評估協會

2019年12月31日

附件： 資產評估專家指引第9號——數據資產評估

相關閱讀：資產評估專家指引第8號——資產評估中的核查驗證

資產評估專家指引第 9 號—— 數據資產評估

本專家指引是一種專家建議。評估機構執行資產評估 業務，可以參照本專家指引，也可以根據具體情況采用其 他適當的做法。中國資產評估協會將根據業務發展，對本 專家指引進行更新。

第一章 引言

第一條 針對數據資產特點，結合目前實際操作中的部分難點和要點，中國資產評估協會組織制定了本專家指引。

第二條 本專家指引所指數據資產是由特定主體合法擁有或者控制，能持續發揮作用并且能帶來直接或者間接經濟 利益的數據資源。

第三條 本專家指引所指數據資產評估，是資產評估機構及其資產評估專業人員遵守法律、行政法規和資產評估準則， 接受委托對評估基準日特定目的下的數據資產價值進行評定和估算，并出具資產評估報告的專業服務行為。

第二章 評估對象

第四條 數據資產的基本狀況通常包括：數據名稱、數據來源、數據規模、產生時間、更新時間、數據類型、呈現形 式、時效性、應用范圍等。執行數據資產評估業務時，資產 評估專業人員可以通過委托人提供、相關當事人提供、自主 收集等方式獲取數據資產的基本狀況。

第五條 數據資產的基本特征通常包括：非實體性、依托性、多樣性、可加工性、價值易變性等。通過對數據資 產基本特征的了解，可以幫助資產評估專業人員分析基本 特征對數據資產價值評估的影響。

（一）非實體性：數據資產無實物形態，雖然需要依托實物載體，但決定數據資產價值的是數據本身。數據的非實體性導致了數據的無消耗性，即數據不會因為使用頻率的增加而磨損、消耗。這一點與其他傳統無形資產相似。

（二）依托性：數據必須存儲在一定的介質里。介質的種類多種多樣，例如，紙、磁盤、磁帶、光盤、硬盤等， 甚至可以是化學介質或者生物介質。同一數據可以以不同形式同時存在于多種介質。

（三）多樣性：數據的表現形式多種多樣，可以是數字、表格、圖像、聲音、視頻、文字、光電信號、化學反應、甚至是生物信息等。數據資產的多樣性，還表現在數據與數據處理技術的融合，形成融合形態數據資產。例如， 數據庫技術與數據，數字媒體與數字制作特技等融合產生的數據資產。多樣的信息可以通過不同的方法進行互相轉換，從而滿足不同數據消費者的需求。該多樣性表現在數據消費者上，則是使用方式的不確定性。不同數據類型擁有不同的處理方式，同一數據資產也可以有多種使用方式。 數據應用的不確定性，導致數據資產的價值變化波動較大。

（四）可加工性：數據可以被維護、更新、補充，增 加數據量；也可以被刪除、合并、歸集，消除冗余；還可 以被分析、提煉、挖掘，加工得到更深層次的數據資源。

（五）價值易變性：數據資產的價值受多種不同因素影響，這些因素隨時間的推移不斷變化，某些數據當前看來可能沒有價值，但隨著時代進步可能會產生更大的價值。 另外，隨著技術的進步或者同類數據庫的發展，可能會導致數據資產出現無形損耗，表現為價值降低。

第六條 數據資產的價值影響因素包括技術因素、數據容量、數據價值密度、數據應用的商業模式和其他因素。 其中技術因素通常包括數據獲取、數據存儲、數據加工、數據挖掘、數據保護、數據共享等。

第七條 數據資產可以按照數據應用所在的行業進行劃分，不同行業的數據資產具有不同的特征，這些特征可 能會對數據資產的價值產生較大的影響。以下列舉的是部 分行業數據資產的特征。

（一）金融行業數據資產的特征通常包括：

1. 高效性：金融數據資產的高效性體現在能夠提高金融 系統運行效率，降低系統運行成本和維護成本，為數據庫終 端擁有人帶來超額利潤。數據庫終端以科學技術為核心，不 斷進步的技術可以降低數據庫終端的維護成本。

2. 風險性：金融數據資產的風險性主要包括研發風險和 收益風險。研發風險是指在研究開發過程中，研究開發方雖 然作了最大限度努力，但由于現有的認識水平、技術水平、 科學知識以及其他現有條件的限制，仍然發生了無法預見、 無法克服的技術困難，導致研究開發全部或者部分失敗，因 而引起的財產上的風險；數據庫終端是在經歷一系列研發失 敗之后的階段性成果，研發失敗的支出作為費用處理，賬面 的資產價值與研發成本具有弱對應性。金融數據資產的收益 風險是指數據庫終端的經濟壽命受技術進步和市場不確定性 因素的影響較大，競爭對手新開發或者升級的數據庫終端有 可能使得權利人的該項資產價值下降。

3. 共益性：金融數據資產的共益性是指數據庫終端可以在同一時間不同地點由不同的主體同時使用。例如，數據庫終端有不同的賬號和密碼，不同的個人賬號和密碼可以同時 登錄使用，機構的同一個賬號和密碼也可以同時由機構內不 同人員登錄使用。

（二）電信行業數據資產的特征通常包括：

1. 關聯性：電信行業數據幾乎承載了用戶所有的通信行為，并且數據之間存在著天然的關聯基因。

2. 復雜性：電信行業數據不僅包括結構化數據，也包括非結構化數據以及混合結構數據。

（三）政府數據資產的特征通常包括：數量龐大，領域廣泛，異構性強。政府數據跨越了農業、氣候、教育、能源、 金融、地理空間、全球發展、醫療衛生、工作就業、公共安全、科學研究、氣象氣候等領域。這些來源廣泛、數量巨大、 非結構化的異質數據，增加了政府管理的難度。

數據資產對政府公共管理的潛在利用價值大。盡管數據資產能在各個領域顯著提高創新力、競爭力和產出率，但對于不同部門而言，數據資產所帶來的收益程度不同。政府數據資產的構成和特點分析表明，政府在數據占有方面具有天然的優勢。占有巨量數據是從數據中挖掘出巨大價值的前提， 但由于政府數據資產來自于橫向的不同部門或者管理領域以及縱向的不同層級，其數據資產管理面臨著巨大的難度，這一難度既有數據資產及其技術發展方面的障礙，也有政府組織之間相互獨立的限制和跨職能部門交流的障礙。

第八條 相同的數據資產，由于其應用領域、使用方法、獲利方式的不同，會造成其價值差異。因此對數據資產商業模式的關注，可以幫助資產評估專業人員了解數據資產活動 

獲取收益的方式。目前以數據資產為核心的商業模式主要有：

（一）提供數據服務模式：該模式的企業主營業務為出售經廣泛收集、精心過濾的時效性強的數據，為用戶提供各 種商業機會。

（二）提供信息服務模式：該模式的企業聚焦某個行業， 通過廣泛收集相關數據、深度整合萃取信息，以龐大的數據中心加上專用的數據終端，形成數據采集、信息萃取、價值傳遞的完整鏈條，通過為用戶提供信息服務的形式獲利。

（三）數字媒體模式：數字媒體公司通過多媒體服務， 面向個體，廣泛搜集數據，發揮數據技術的預測能力，開展 精準的自營業務和第三方推廣營銷業務。

（四）數據資產服務模式：通過提供軟件和硬件等技術開發服務，根據用戶需求，從指導、安全認證、應用開發和 數據表設計等方面提供全方位數據開發和運行保障服務，滿 足用戶業務需求，提升客戶營運能力。并通過評估數據集群 運行狀態優化運行方案，以充分發揮客戶數據資產的使用價 值，幫助客戶將數據資產轉化為實際的生產力。

（五）數據空間運營模式：該模式的企業主要為第三方提供專業的數據存儲服務業務。

（六）數據資產技術服務模式：該模式的企業為第三方提供開發數據資產所需的應用技術和技術支持作為商業模式。 例如，提供數據管理以及處理技術、多媒體編解碼技術，語音語義識別技術，數據傳輸與控制技術等。

第九條 數據資產的法律因素通常包括數據資產的權利屬性以及權利限制、數據資產的保護方式等。關注數據資產 所有權的具體形式、以往使用和轉讓的情況對數據資產價值 的影響、數據資產的歷史訴訟情況等法律因素情況，可以幫 助評估專業人員判斷法律因素對數據資產價值的影響程度。

第十條 數據資產的經濟因素通常包括數據資產的取得成本、獲利狀況、類似資產的交易價格、市場應用情況、市 場規模情況、市場占有率、競爭情況等。通過對經濟因素情 況的分析，資產評估專業人員可以判斷經濟因素對數據資產 價值的影響程度。

第十一條   數據資產的使用過程中存在隱私保護方面的風險。部分數據如果使用不當，可能會產生損害國家安全、 泄露商業秘密、侵犯個人隱私等問題。數據資產在實際應用中需要考慮合法性，資產評估專業人員應當關注此類事項對數據資產評估的影響。

第三章 數據資產的評估方法

第十二條 數據資產價值的評估方法包括成本法、收益法和市場法三種基本方法及其衍生方法。

第十三條 執行數據資產評估業務，應當根據評估目的、評估對象、價值類型、資料收集等情況，分析上述三種基本方法的適用性，選擇評估方法。數據資產評估方法的選擇應 當注意方法的適用性，不可機械地按某種模式或者某種順序 進行選擇。

成本法是根據形成數據資產的成本進行評估。盡管無形資產的成本和價值先天具有弱對應性且其成本具有不完整性， 但一些數據資產應用成本法評估其價值存在一定合理性。

收益法是通過預計數據資產帶來的收益估計其價值。這種方法在實際中比較容易操作。該方法是目前對數據資產評估比較容易接受的一種方法。雖然目前使用數據資產直接取得收益的情況比較少，但根據數據交易中心提供的交易數據， 還是能夠對部分企業數據資產的收益進行了解。

市場法是根據相同或者相似的數據資產的近期或者往期成交價格，通過對比分析，評估數據資產價值的方法。根據 數據資產價值的影響因素，可以利用市場法對不同屬性的數 據資產的價值進行對比和分析調整，反映出被評估數據資產 的價值。

第十四條 對于成本法，數據資產的價值由該資產的重置成本扣減各項貶值確定。其基本計算公式為：

評估值＝重置成本×（1-貶值率）或者評估值=重置成本-功能性貶值-經濟性貶值

第十五條 使用成本法執行數據資產評估業務時，首先要根據數據資產形成的全部投入，分析數據資產價值與成本的相關程度，考慮成本法的適用性。然后要確定數據資產的重 置成本。數據資產的重置成本包括合理的成本、利潤和相關 稅費。合理的成本則包括直接成本和間接費用。

第十六條 在成本法中，數據資產的取得成本需要根據創建數據資產生命的流程特點，分階段進行統計。盡管數據資 產的存儲、分析、挖掘技術復雜多變，但目前普遍使用的流 程可以概括為四步，即數據采集、數據導入和預處理、數據 統計和分析、數據挖掘。其中，數據采集屬于數據資產獲取 階段，后三個步驟屬于數據資產研發階段。

數據獲取可能是主動獲取，也可能是被動獲取。數據主動獲取可能發生的成本有：向數據持有人購買數據的價款、注冊費、手續費，通過其他渠道獲取數據時發生的市場調查、 訪談、實驗觀察等費用，以及在數據采集階段發生的人工工資、場地租金、打印費、網絡費等相關費用。被動獲取的數據包括企業生產經營中獲得的數據、相關部門開放并經確認的數據、企業相互合作共享的數據等。從企業角度看，被動獲取的數據如果要形成數據資產，還需要企業自身進行大量資源數據的清洗、研發和深挖掘，在數據獲取階段企業付出的成本較小，因此在獲取階段，可以只考慮發生的數據存儲等費用，成本重心落在數據資產研發階段。研發階段發生的

成本通常包括設備折舊、研發人員工資等費用。采用成本法進行數據資產評估時，需要合理確定貶值。數據資產貶值主 要包括：功能性貶值和經濟性貶值。

第十七條 在傳統無形資產成本法的基礎上，可以綜合考慮數據資產的成本與預期使用溢價，加入數據資產價值影響 因素對資產價值進行修正，建立一種數據資產價值評估成本 法模型。成本法模型的表達式為：

P=TC×(1+R)×U

其中：

P—評估值；

TC—數據資產總成本；

R—數據資產成本投資回報率； U—數據效用。

第十八條  在上述評估模型中，數據資產總成本TC表示數據資產從產生到評估基準日所發生的總成本。數據資產總成本可以通過系統開發委托合同和實際支出進行計算， 主要包括建設成本、運維成本和管理成本三類，并且不同的數據資產所包含的建設費用和運維費用的比例是不同的。 因此，每一個評估項對數據資產價值產生多大的影響，必須給出一個比較合理的權重。其中建設成本是指數據規劃、采集獲取、數據確認、數據描述等方面的內容；運維成本包含著數據存儲、數據整合、知識發現等評價指標；管理成本主要由人力成本、間接成本以及服務外包成本構成。

第十九條 在上述評估模型中，數據效用U是影響數據價值實現因素的集合，用于修正數據資產成本投資回報率R。 數據質量、數據基數、數據流通以及數據價值實現風險均 會對數據效用U產生影響。定義數據效用的表達式為：

其中：

α—數據質量系數； β—數據流通系數； l —數據壟斷系數；

r—數據價值實現風險系數。

（一）數據質量系數α

數據質量是指數據固有質量，可以通過對數據完整性、 數據準確性和數據有效性三方面設立約束規則，利用統計分析數據是否滿足約束規則完成量化。基于統計學的思想， 數據質量為滿足要求的數據在數據系統中的百分比。數據質量的評價辦法由數據模塊、規則模塊和評價模塊三者組成。

數據模塊是數據資產價值評估的對象，即待評估數據資產的合集。

規則模塊用于生成數據的檢驗標準，即數據的約束規則。約束規則應當根據具體的業務內容和數據自身規則(如 值域約束和語法約束)提煉出基本約束，并歸納形成規則庫。 在對數據質量進行評價時，約束規則是對數據進行檢測的依據。

評價模塊是數據質量評估辦法的關鍵模塊，目的是利 用規則模塊中的約束規則對數據進行檢驗并分析匯總。各 個規則模塊獲取的結果需要加權匯總以獲得最終的數據質 量系數。

（二）數據流通系數β

數據資產按流通類型可以分為開放數據、公開數據、 共享數據和非共享數據四類。因此，在考察數據流通效率 時，首先通過可流通數據量占總數據量的比重確定數據對 外開放共享程度；然后，考慮到不同的數據流通類型對數 據接受者范圍的影響，需要將數據傳播系數考慮進來。傳 播系數是指數據的傳播廣度，即數據在網絡中被他人接受 的總人次，可以通過查看系統訪問量、網站訪問量獲得。

數據流通系數表示為：

數據流通系數=（傳播系數x可流通的數據量）/總數據量

=（ a x 開放數據量+ b x 公開數據量+ c x 共享數據量）/總數據量

其中，a、b、c分別為開放、公開和共享三種數據流通 類型的傳播系數，非共享數據流通限制過強，對整體流通 效率影響忽略不計。

（三）數據壟斷系數l

數據資產的壟斷程度是由數據基數決定，即該數據資 產所擁有的數據量占該類型數據總量的比例，可以通過某 類別數據在整個行業領域內的數據占比衡量，即通過比較 同類數據總量來確定。

數據壟斷系數表示為：

數據壟斷系數=系統數據量/行業總數據量

數據是現實事物的客觀描述。衡量某種數據的壟斷性 不僅受限于所屬行業，還可能與其所處的地域相關。

（四）數據價值實現風險系數r

在數據價值鏈上的各個環節都存在影響數據價值實現的風險。數據價值實現風險分為數據管理風險、數據流通風險、增值開發風險和數據安全風險四個二級指標和設備故障、數據描述不當、系統不兼容、政策影響、應用需求、 數據開發水平、數據泄露、數據損壞八個三級指標。由于數據資產價值實現環節較多且評估過程復雜，可以采用專家打分法與層次分析法獲得其風險系數。

第二十條 收益法評估數據資產時，數據資產作為經營資產直接或者間接產生收益，其價值實現方式包括數據分析、 數據挖掘、應用開發等。收益法較真實、準確地反映了數據 資產本金化的價值，更容易被交易各方所接受。

第二十一條 收益法評估的基本計算公式為：

其中：

P—評估值；

Ft—數據資產未來第t個收益期的收益額； n—剩余經濟壽命期；

t—未來第t年； i—折現率。

根據收益法基本公式，在獲取數據資產相關信息的基礎 上，根據該數據資產或者類似數據資產的歷史應用情況以及 未來應用前景，結合數據資產應用的商業模式，重點分析數 據資產經濟收益的可預測性，考慮收益法的適用性。

第二十二條 在估算數據資產帶來的預期收益時，需要區分數據資產和其他資產所獲得的收益，分析與之有關的預期變動、收益期限、成本費用、配套資產、現金流量、風險因素等。

數據資產的預期收益是因數據資產的使用而額外帶來的

收益，數據資產收益現金流是全部收益扣除其他資產的貢獻

后歸屬于數據資產的現金流。數據資產的獲利形式通常包括： 對企業顧客群體細分、模擬實境、提高投入回報率、數據存儲空間出租、管理客戶關系、個性化精準推薦、數據搜索等。 目前確定數據資產現金流的方法有增量收益、收益分成或者超額收益等方式。確定預期收益時，注意區分并剔除與委托評估的數據資產無關的業務產生的收益，并關注數據資產產品或者服務所屬行業的市場規模、市場地位以及相關企業的經營情況。

第二十三條 使用收益法執行數據資產評估業務時，需要綜合考慮法律保護期限、相關合同約定期限、數據資產的產 生時間、數據資產的更新時間、數據資產的時效性以及數據 資產的權利狀況等因素確定收益期限。收益期限不得超出產 品或者服務的合理收益期。

第二十四條 使用收益法執行數據資產評估業務時，應當合理確定折現率。折現率可以通過分析評估基準日的利率、 投資回報率，以及數據資產權利實施過程中的技術、經營、 市場、資金等因素確定。數據資產折現率可以采用無風險報 酬率加風險報酬率的方式確定。數據資產折現率與預期收益 的口徑保持一致。

第二十五條 執行數據資產評估業務，選用市場法的前提條件是具有公開并活躍的交易市場。

第二十六條 市場法通過以下公式中的因素修正評估數據資產價值：

被評估數據資產的價值=可比案例數據資產的價值×技 術修正系數×價值密度修正系數×期日修正系數×容量修正 系數×其他修正系數

第二十七條 使用市場法執行數據資產評估業務時，在充分了解被評估數據資產的情況后，需要搜集類似數據資產交易案例相關信息，包括交易價格、交易時間、交易條件等信息，并從中選取可比案例。對于類似數據資產，可以從相近數據類型和相近數據用途兩個方面獲取。目前比較常見的數據類型包括：用戶關系數據、基于用戶關系產生的社交數據、 交易數據、信用數據、移動數據、用戶搜索表征的需求數據等。目前比較常見的數據用途包括：精準化營銷、產品銷售預測和需求管理、客戶關系管理、風險管控等。

第二十八條 使用市場法執行數據資產評估業務時，應當收集足夠的可比交易案例，并根據數據資產特性對交易信息 進行必要調整，調整參數一般可以包括技術修正系數、價值 密度修正系數、期日修正系數、容量修正系數和其他修正系 數。

其中，技術修正系數主要考慮因技術因素帶來的數據資產價值差異，通常包括數據獲取、數據存儲、數據加工、數據挖掘、數據保護、數據共享等因素。

期日修正系數主要考慮評估基準日與可比案例交易日期的不同帶來的數據資產價值差異。一般來說，離評估基準日越近，越能反應相近商業環境下的成交價，其價值差異越小。 期日修正系數的基本公式為：期日修正系數=評估基準日價格指數/可比案例交易日價格指數。

容量修正系數主要考慮不同數據容量帶來的數據資產價值差異，其基本邏輯為：一般情況下，價值密度接近時，容量越大，數據資產總價值越高。容量修正系數的基本公式為： 容量修正系數=評估對象的容量/可比案例的容量。當評估對象和可比案例的價值密度相同或者相近時，一般只需要考慮數據容量對資產價值的影響；當評估對象和可比案例的價值密度差異較大時，除需要考慮數據容量之外，還需要考慮價值密度對資產價值的影響。

價值密度修正系數主要考慮有效數據占總體數據比例不同帶來的數據資產價值差異。價值密度用單位數據的價值來 衡量，價值密度修正系數的邏輯為：有效數據（指在總體 數據中對整體價值有貢獻的那部分數據）占總體數據量比 重越大，則數據資產總價值越高。如果一項數據資產可以進 一步拆分為多項子數據資產，每一項子數據資產可能具有不 同的價值密度，那么總體的價值密度應當考慮每個子數據資產的價值密度。

其他修正系數主要考慮數據資產評估實務中，根據具體數據資產的情況，影響數據資產價值差異的其他因素，例如， 市場供需狀況差異。可以根據實際情況考慮可比案例差異， 選擇修正系數。

第二十九條 當前正值數據資產市場建設期，交易透明度、信息公開度還需要時間來提升，有些數據資產不是在 企業經營中形成直接收益，直接預測收益有一定難度，需 要進行大量的市場調研、應用推演和實踐檢驗。在上述條 件下，可以考慮使用成本法，而收益法和市場法通常適用 于交易性和收益性較好的數據資產評估。

第三十條 資產評估專業人員執行數據資產評估業務時，不論選擇哪種評估方法進行評估，都應當保證評估目 的與評估所依據的各種假設、前提條件，所使用的各種參 數，在性質和邏輯上的一致。尤其是在運用多種評估方法 評估同一評估對象時，更要保證每種評估方法運用中所依 據的各種假設、前提條件，數據參數的可比性，以便能夠 使運用不同評估方法所得到的測算結果具有可比性和相互 可驗證性。

第四章 數據資產評估報告的編制

第三十一條 鑒于我國數據資產的產權還沒有專門的法律法規予以明確，在編制數據資產評估報告時，可以就數據資產的來源、加工、形成進行描述，關注資產評估相 關準則對評估對象產權描述的規定。

第三十二條 在編制數據資產評估報告時，不得違法披露數據資產涉及的國家安全、商業秘密、個人隱私等數據。 第三十三條 編制數據資產評估報告需要反映數據資產的特點，通常包括下列內容：

（一）評估對象的詳細情況，通常包括數據資產的名稱、 來源、數據規模、產生時間、更新時間、數據類型、呈現形式、時效性、應用范圍、權利屬性、使用權具體形式以及法律狀態等；

（二）數據資產應用的商業模式；

（三）對影響數據資產價值的基本因素、法律因素、經濟因素的分析過程；

（四）使用的評估假設和前提條件；

（五）數據資產的許可使用、轉讓、訴訟和質押情況；

（六）有關評估方法的主要內容，包括評估方法的選取及其理由，評估方法中的運算和邏輯推理公式，各重要參數 的來源、分析、比較與測算過程，對測算結果進行分析并形 成評估結論的過程；

（七）其他必要信息。