郑慧娟：基于统一大市场的数据资产应用场景与评估方法研究

以下内容根据郑慧娟副院长在DQMIS大湾区交通行业数据要素增值论坛中的演讲内容整理而成。

摘要

数据市场正在快速发展的过程中，各地数据交易平台如雨后春笋般出现。但是这种情况离中央建立统一数据交易市场的要求可能有一定差距。数据资产交易仍然面临着：数据资产评估和交易机制不完善，数据资源开发利用率较低，数据确权规则不明确及不统一等挑战。近日在“DQMIS大湾区交通行业数据要素增值论坛”上，广东财经大学财政税务学院副院长、硕士生导师郑慧娟教授带来“基于统一大市场的数据资产应用场景与评估方法研究”的主题演讲，分享其对数据资产评估相关的背景和基本概念的认识，对评估对象及操作要求的研究，以及数据资产评估方法。

嘉宾介绍

郑慧娟：广东财经大学财政税务学院副院长、硕士生导师。暨南大学国民经济学博士，广东省资产评估协会专家库专家，中宏网观察员，曾从事城市规划、建筑工程管理工作和房地产经济研究工作，西澳大学访问学者。公开发表学术论文20余篇，撰写专著1部，主编和参编专业教材5部，负责30余项省级及地市级政府部门委托开展的绩效评价、PPP项目评价等项目。

演讲内容

郑慧娟副院长：各位老师和同学下午好，很荣幸能够在这里跟各位分享关于数据资产评估方面的话题。财政税务学院开设有资产评估专业，今年建立了数据资产评估研究团队，数据资产评估是我们近一年左右比较关注的领域。我的汇报主要有三个方面；第一是相关的背景和基本概念；第二，介绍评估对象及操作要求，主要涉及到评估的基本事项、确权、应用场景，以及数据质量评价等；第三，数据资产评估方法。

2022年4月，中共中央国务院出台了《关于加快建设全国统一大市场的意见》，其中提到要加快培育统一的数据要素市场，提出搭建区域性的数据交易平台，包括整合区域性的数据中心，完善资产评估和交易机制，以及推进数据资源开发利用，建立统一的数据确权规则。截至目前，数据市场还在快速发展过程中，全国由地方政府发起和建立的数据交易所已有39家，各地数据交易平台争相抢占先机。但是这种情况与中央建立统一数据交易市场的要求可能有一定差距。我想未来，我们的方向或许是像目前的上交所和深交所一样，建立几个大的区域性数据交易所，或许是像各地的房地产交易中心一样，有条件的城市建立统一的规范的交易平台。

下面要介绍相关的评估准则以及相关研究。2019年中国资产评估协会就制定了数据资产评估的专家指引。中国资产评估协会是全国资产评估机构的自律性行业协会，广东有广东省资产评估协会，下属100多家评估机构，与本校建立有合作关系的有40多家。全国资产管理标准化技术委员会也制订了相关的评价指标体系，但是侧重于质量评价而非价值评估，中国信通院也先后开展了相关研究；2022年5月，中评协再次发布了《数据资产评估指导意见》，与2019年的专家指引的“建议性”不同，这次的指导意见是“应当遵守”，就具有了更强的指导性。后面的数据资产评估就主要遵循这个框架展开。

根据指导意见，数据资产是特定主体合法拥有或者控制的、能进行货币计量的、且能带来直接或者间接经济利益的数据资源。这里强调了产权属性、可以货币计量和能够为产权主体带来预期收益；数据资产评估是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。这里强调的是数据资产评估是专业服务行为。一般而言，凡涉及国有资产交易、上市公司的资产并购重组交易，都要委托资产评估机构评估，评估值作为交易定价的参考依据，是行业所谓的“法定业务”。

按照评估程序，一般首先要明确评估对象（如交通集团拥有的交通数据的使用权），评估目的（资产转让、许可使用、公司并购、或者质押融资等产权变动的情况，评估必要性），确定基准日，评估范围（具体数据的类型和范围，如出行数据、路况数据等），应用场景（投资决策、精准营销、内部管理），价值类型（市场价值、投资价值等）和评估报告使用人。要说明的是，由于目前数据资产在上面这些方面并不是完全明确，特别是最关键的产权和数据资产边界难以确定，使得目前实务中，数据资产作为单项资产委托评估的案例几乎是空白。

进行资产评估，应该了解所评估的资产的特征，数据资产通常具有非实体性、依托性、可共享性、可加工性、价值易变性等特征。根据中国社科院江飞涛副研究员的判断，在数字技术和数字经济促进组织形态创新的语境下，组织形态会向放、协同、共享的创新生态网络形态演变。相应的，带来了数据资产不同于传统资产的特点。例如，组织方式的网络化带来了产权界定的复杂性，协同化使得成本收益归属更加复杂，企业之间的数据共享与跨界协作导致数据确权，数据资产边界的确定、收益、成本，都比传统的企业整体或者单项资产难度更大。

资产的产权清晰是评估的前提条件之一。6月22日中央全面深化改革委员会审议通过的《关于构建数据基础制度更好发挥数据要素作用的意见》提出，应推进公共数据、企业数据、个人数据分类分级确权授权使用；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，类似于农村土地的三权分置。目前我国还未出台专门针对数据资产的相关法律法规，相关规定散布于《数据安全法》《个人信息保护法》等法律中。从实际操作层面，广东、厦门等进行了数据资产确权方面的尝试，但是仍存在确权不具体的问题；理论上，产权如何在公共属性、企业属性与个人归属之间划分仍然存在争议。

从买方的角度讲，数据资产得到应用、产生效益才有价值，了解应用场景可以帮助评估师确定数据资产使用后产生的收益。目前有多种应用场景划分的方式，包括产业导向、价值链导向、管理场景等，我从经济交易的角度，划分了财务报告目的、数据开放、数据转让、质押融资和侵害赔偿等几个主要的应用场景。

以产业导向为例，这张表列出了不同产业的一些典型的应用场景。我们看这里列出的数据的使用者多数是本单位或者企业的人员，应用场景更多是为了本单位的某项管理活动服务的。而一般来讲，对于第三方数据使用者有价值、可交易的数据才具有更强的评估必要性。这张表汇总了交通数据资产的应用场景。以出行数据为例，可以分析的关键指标有出行时长、出行时间点、出行历程等，可以为出行服务商的数据分析师、算法开发人员提供风险监控手段，如检测乘客出行数据，判断风险发生的可能性；也可以为碳排放管理部门人员（例如各地的节能中心等机构）新能源汽车厂商的研究人员等提供低碳管理手段。

数据资产价值的评估，不仅是财务测算的过程，数据质量的技术评价也具有特殊的重要性，表现在《数据资产评估指导意见》就把数据资产质量评价单独作为了一章，提出，数据质量评价的结论可用于数据资产评估测算过程中；数据质量评价的成果可以是第三方专业机构出具的专业报告，或者是其他形式的专业意见。即这个评价是由专业机构给出的技术性评价，评估报告可以引用评价结论。指导意见还提出了准确性、一致性、完整性、规范性、时效性和可访问性等方面的量化指标。

华矩科技的谭海华等专家基于数据治理实务，提出了一套数据质量分析指标：依据原始数据，将原始数据的事实作为判断依据，并设立规则及规则库，将其作为标准，所评价的数据与该标准比较打分。特点是可以根据不同行业分别设置规则库和打分标准；打分标准基于数据库且内置于系统中，不会出现人为打分导致的主观性问题。

我们查阅了相关的研究资料，发现不同领域的学者都进行了评估值确定方法的研究。我下来要介绍的仍然是基于《数据资产评估指导意见》的成本法、收益法和市场法，这也是资产评估常用的三大方法。

首先介绍成本法，成本法是相对比较保守的一种方法，理论基础是生产费用价值论，即认为资产的价值来源于数据的存储成本、加工和运维等经济活动产生的成本。相应的，计算模型就是用全系构建成本X数据质量调整系数，这里的数据质量调整系数可以参考数据质量评价的结论确定。用成本法计算数据资产价值的主要问题是构建数据资产的成本不易从一个单位的所有成本中分离出来，而且还存在相关成本是否资本化的问题。

成本法主要是从资产卖方的角度看过去，要求所付出的成本都要从交易价格中得到补偿。而收益法则主要是从资产买方的角度看未来，收益法以效用价值论为理论基础，认为资产之所以具有价值，根本上取决于资产能为产权主体带来持续的经济利益，即对产权主体有用，能带来现金流，才有价值，这也是与数据资产的定义一致的。所以收益法测算模型是将未来的收益期限内，每年的预期收益分别折现求和，这里的关键参数就有三个：预期收益、折现率和收益期限。其中的难点在于怎样确定预期收益，即怎样把数据资产产生的收益从一个单位或者企业的总体收益中分离出来。从评估技术的角度来讲，会有一些方法能求得近似的数值，包括直接收益预测、分成收益预测、超额收益预测、增量收益预测等。

通常来讲，成本法和收益法的评估结果是不一致的，特别是数据资产，成本与收益具有严重的非对称性。所以相对来讲，市场法就似乎更有客观性和公正性。

最后介绍市场法，其理论基础是交换价值论，即市场法是根据相同或者相似的数据资产的近期或者往期成交价格，通过价值调整后得到数据资产价值。调整的因素中包括质量差异调整系数，也可以根据前面获得的数据质量评价结论测算。目前，由于不存在公开活跃的数据交易市场，同类交易案例难以获得，导致市场法的适用条件有限。

我的分享到这里，期待以后有真正的实务案例，或者各位行业专家有具体的实务案例再来进一步交流，以促使评估的方法、理论更加的完善。谢谢大家。