一、《数据资产评估指导意见》印发基本信息
文件名称
|
《数据资产评估指导意见》
|
发布单位
|
中国资产评估协会（财政部指导）
|
发布时间
|
2023 年 9 月 8 日
|
施行日期
|
2023 年 10 月 1 日
|
核心目标
|
为规范数据资产评估行为，保护资产评估当事人合法权益和公共利益。
|
数据资产定义
|
是指特定主体合法拥有或者控制的，能进行货币计量的，且能带来直接或间接经济利益的数据资源。
|
数据资产评估定义
|
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。
|
二、执行数据资产评估业务，需遵循的七个准则
1
|
执行数据资产评估业务，应当遵守法律、行政法规和资产评估准则，坚持独立、客观、公正的原则，诚实守信，勤勉尽责、谨慎从业，遵守职业道德规范，自觉维护职业形象，不得从事损害职业形象的活动。
|
2
|
执行数据资产评估业务，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。
|
3
|
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。缺乏特定的数据资产评估专业知识、技术手段和经验时，应当采取弥补措施，包括利用数据领域专家工作成果及相关专业报告等。
|
4
|
执行数据资产评估业务，应当关注数据资产的安全性和合法性，并遵守保密原则。
|
5
|
执行企业价值评估中的数据资产评估业务，应当了解数据资产作为企业资产组成部分的价值可能有别于作为单项资产的价值，其价值取决于它对企业价值的贡献程度。
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。
|
6
|
执行数据资产评估业务，应当跟进评估业务具体情况和数据的特性，对评估对象进行针对性的现场调查，收集数据资产基本信息、权利信息、相关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。
核查数据资产基本信息可以利用数据领域专家工作成果及相关专业报告等。资产评估专业人员自行履行数据资产基本信息相关的现场核查程序时，应当确保具备相应专业知识、技术手段和经验。
|
7
|
执行数据资产评估业务，应当合理使用评估假设和限制条件。
|
三、数据资产评估对象三大基本属性
属性
|
说明
|
信息属性
|
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
|
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
|
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。
|
四. 数据资产评估对象五大特征
特征
|
说明
|
非实体性
|
是指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。数据资产的非实体性也衍生出数据资产的无消耗性，即其不会因为使用而磨损、消耗。
|
依托性
|
是指数据资产必须存储在一定的介质里，介质的种类包括磁盘、光盘等。同一数据资产可以同时存储于多种介质。
|
可共享性
|
是指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
|
是指数据资产可以通过更新、分析、挖掘等处理方式，改变其状态及形态。
|
价值易变性
|
是指数据资产的价值易发生变化，其价值随应用场景、用户数量、使用频率等的变化而变化。
|
五、数据资产评估对象三大权利类型
执行数据资产评估业务，应当根据数据来源和数据生成特征，关注以下数据产权：
1
|
数据资源持有权
|
2
|
数据加工使用权
|
3
|
数据产品经营权
|
并根据评估目的、权利证明材料等，确定评估对象的权利类型。
六、影响数据资产价值的四大因素
执行数据资产评估业务，需要关注影响数据资产价值的四大因素：
1
|
成本因素
|
成本因素包括形成数据资产所涉及的前期费用、直接成本、间接成本、机会成本和相关税费等。
|
2
|
场景因素
|
场景因素包括数据资产相应的使用范围、应用场景、商业模式、市场前景、财务预测和应用风险等。
|
3
|
市场因素
|
市场因素包括数据资产相关的主要交易市场、市场活跃程度、市场参与者和市场供求关系等。
|
4
|
质量因素
|
质量因素包括数据的准确性、一致性、完整性、规范性、时效性和可访问性等。
|
七、数据质量三大主流评价方法
资产评估专业人员应当关注数据资产质量，并采取恰当方式执行数据质量评价程序或者获得数据质量评价结果，必要时可以利用第三方专业机构出具的数据质量评价专业报告或者其他形式的数据质量评价专业意见等。
在构建数据质量评价体系的过程中，科学合理地确定各评价指标的权重，是确保评价结果客观性与有效性的重要前提。
1
|
层次分析法（AHP）
|
层次分析法是一种结合定性与定量分析的多准则决策方法，由美国运筹学家托马斯·塞蒂(T. L.Saaty)提出。该方法将复杂问题分解为多个层次结构，先进行定性分析以明确各因素间的逻辑关系，再利用特征向量的数据计算方法，获取各因素在层次结构中的相对权重。具体而言，AHP 通过构建层次结构模型，将目标分解为多个子目标，并通过矩阵特征向量计算各层次的权重，最终通过加权求和和递归计算出目标权重。
|
2
|
模糊综合评价法
（FCE）
|
模糊综合评价法（FCE）是一种根据模糊数学隶属度理论把定性评价转化为定量评价的方法。它具有结果清晰，系统性强的特定，能较好地解决模糊的、难以量化的问题，适合各种非确定性问题的解决。
模糊综合评价法分析数据的方法包括：建立评价指标体系、确定权重、构建模糊矩阵、进行综合评价。
|
3
|
德尔菲法
|
德尔菲法是一种称为专家咨询法或专家询问法的技术，可以作为专家会议法的一种替代方案。该方法的核心在于以背靠背的方式向专家发送问卷，征求他们的意见。然后由组织课题的小组整理和分析收集到的意见，再匿名地将结果反馈给各位专家，供他们分析和提出新的意见和建议。这个过程反复进行，直到达成一致意见。
|
八、三种基本数据资产评估方法
确定数据资产价值的评估方法包括收益法、成本法和市场法三种基本方法及其衍生方法。执行数据资产评估业务，资产评估专业人员应当跟进评估目的、评估对象、价值类型、资料收集等情况，分析上述三种基本方法的适用性，选择评估方法。
1
|
收益法
|
（一）根据数据资产的历史应用情况及未来应用前景，结合应用或者拟应用数据资产的企业经营状况，重点分析数据资产经济收益的可预测性，考虑收益法的适用性；
|
（二）保持预期收益空间与数据权利类型口径一致；
|
||
（三）在估算数据资产带来的预期收益时，跟进适用性可以选择采用直接收益预测、分成收益预测、超额收益预测和增量收益预测等方式
|
||
（四）区分数据资产和其他资产所获得的收益，分析与之有关的预期变动、收益期限，与收益有关的成本费用、配套资产、现金流量、风险因素
|
||
（五）根据数据资产应用过程中的管理风险、流通风险、数据安全风险、监管风险等因素估算折现率
|
||
（六）保持折现率口径与预期收益口径一致；
|
||
（七）综合考虑数据资产的法律有效期限、相关合同有效期限、数据资产的更新时间、数据资产的时效性、数据资产的权利状况及相关产品生命周期等因素，合理确定经济寿命或者收益期限，并关注数据资产在收益期限内的贡献情况。
|
||
2
|
成本法
|
（一）根据形成数据资产所需的全部投入，分析数据资产价值与成本的相关程度，考虑成本法的适用性；
|
（二）确定数据资产的重置成本，包括前期费用、直接成本、间接成本、机会成本和相关税费等；
|
||
（三）确定数据资产价值调整系数，例如：对于需要进行质量因素调整的数据资产，可以结合相应质量因素综合确定调整系数；对于可以直接确定生育经济寿命的数据资产，也可以结合剩余经济寿命确定调整系数。
|
||
3
|
市场法
|
考虑该数据资产或者类似数据资产是否存在合法合规的、活跃的公开交易市场，是否存在适当数量的可比案例，考虑市场法的适用性；
|
根据该数据资产的特点，选择合适的可比案例，例如：选择数据权利类型、数据交易市场及交易方式、数据规模、应用领域、应用区域及剩余年限等相同或者近似的数据资产；
|
||
对比该数据资产与可比案例的差异，确定调整系数，并将调整后的结果汇总分析得出被评估数据资产的价值。
|
九、数据资产的资产评估报告应当披露八个方面的内容
单独出具数据资产的资产评估报告，应当说明下列八大内容：
1
|
数据资产基本信息和权利信息；
|
2
|
数据质量评价情况，评价情况应当包括但不限于评价目标、评价方法、评价结果及问题分析等内容；
|
3
|
数据资产的应用场景以及数据资产应用所涉及的地域限制、领域限制及法律法规限制等；
|
4
|
与数据资产应用场景相关的宏观经济和行业的前景；
|
5
|
评估依据的信息来源；
|
6
|
利用专家工作或引用专业报告内容；
|
7
|
其他必要信息
|
十、数据资产的资产评估报告应当披露的四个关于评估方法的内容
1
|
评估方法的选择及其理由
|
2
|
各重要参数的来源、分析、比较与测算过程；
|
3
|
对测算结果进行分析，形成评估结论的过程
|
4
|
评估结论成立的假设前提和限制条件。
|