评估特点

• 无形性：数据资产不像有形资产那样具有物理形态，它以数字形式存在，通过计算机系统、网络等进行存储和传输，其价值更多体现在数据所包含的信息和潜在的应用价值上。
• 非消耗性：数据在使用过程中不会被消耗掉，反而可能随着使用和共享，通过挖掘、分析等手段产生更多的价值，具有可复制性和可共享性的特点。
• 价值不确定性：数据资产的价值受到多种因素影响，如数据的质量、规模、时效性、应用场景、市场需求等，其价值可能随着时间和环境的变化而发生较大波动，难以像传统资产那样有较为确定的价值。
• 依赖场景性：数据资产的价值往往依赖于特定的应用场景，在不同的业务场景和行业中，相同的数据可能具有不同的价值。例如，用户行为数据在电商平台用于精准营销和在金融机构用于风险评估，其价值体现和挖掘方式是不同的。

评估方法

• 成本法
  • 重置成本法：计算重新收集、整理、存储和维护与被评估数据资产相同或类似的数据所需要的成本，包括数据采集成本、数据处理成本、数据存储成本等，再扣除数据资产的贬值因素，得到数据资产的评估价值。
  • 历史成本法：根据数据资产在获取、开发和维护过程中实际发生的成本来确定其价值，包括购买数据的费用、内部数据生成的人力成本、硬件设备投入等。
• 市场法
  • 直接比较法：在市场上寻找与被评估数据资产类似的数据资产交易案例，将被评估数据资产与这些可比案例进行直接比较，根据它们之间的差异进行调整，从而确定被评估数据资产的价值。
  • 间接比较法：通过分析与数据资产相关的市场指标、行业数据等，构建比较指标体系，间接推算数据资产的价值。
• 收益法
  • 未来收益折现法：预测数据资产在未来一定时期内可能带来的收益，包括直接收益，如数据销售收入，以及间接收益，如通过数据驱动的业务优化所带来的利润增长等，然后将这些未来收益按照一定的折现率折现到评估基准日，得到数据资产的现值，作为其评估价值。
  • 期权定价法：将数据资产看作一种具有潜在收益的期权，当企业在未来根据市场情况和自身战略选择是否使用数据资产来开展新的业务或优化现有业务时，数据资产就具有了类似期权的价值，可以采用期权定价模型来评估数据资产的价值。

评估流程

1. 明确评估目的和对象：确定评估是为了数据交易、投资入股、财务报告还是其他目的，明确需要评估的数据资产的范围、类型和特征，如客户数据、业务数据、技术数据等。
2. 数据资产清查：对数据资产进行全面清查，包括数据的来源、存储位置、数据量、数据格式、数据质量等，了解数据的整体状况，为后续评估提供基础。
3. 评估方法选择：根据评估目的、数据资产特点和可获取的资料，选择合适的评估方法。如对于已经有成熟市场交易的通用数据，可优先考虑市场法；对于内部使用且能带来明显未来收益的数据，可采用收益法。
4. 收集相关数据和信息：收集与评估相关的各种数据和信息，包括市场数据、行业数据、财务数据、数据资产的使用记录、业务流程数据等，为评估计算提供依据。
5. 实施评估计算：运用选定的评估方法进行具体的计算和分析。例如采用收益法时，要合理预测未来收益和确定折现率，计算数据资产的现值。
6. 评估结果分析和验证：对评估结果进行分析，检查其合理性和可靠性，可通过与类似数据资产的评估结果对比、敏感性分析等方式进行验证。
7. 编制评估报告：将评估过程和结果形成详细的评估报告，包括评估背景、评估方法、评估依据、评估结果等内容，为委托方提供清晰、准确的评估结论。