[数据概念|方案实操]金融业数据估值指南解析及下载

“ 估值指南稳步推动银行业数据资产入表。”

如之前文章所提及，数据资产入表的重要前置事项就是确权和估值。

[数据概念]7W1H-什么是数据要素、数据资源、数据资产、数字资产，数据管理、数据治理、数据入表？如何实现数据资产化？

一文讲清数据资产化之确权和估值方法

银行业作为信息化最早，程度最高的行业，其协会组织中国银行业协会最近发布了《银行业数据资产估值指南》这一团体标准。该指南旨在通过明确的数据分类和估值方法，为商业银行如何衡量其数据资产的价值提供指导。这一举措被视为有助于加快银行业对数据要素市场化的探索。

文末提供原文下载。

01

—

估值指南简介

2023年8月，中国财政部发布了《企业数据资源相关会计处理暂行规定》，该规定从2024年1月1日起实施，明确了数据资源如何被纳入企业会计处理，这标志着企业数据资源的价值评估正式成为会计工作的组成部分。

《银行业数据资产估值指南》针对金融行业中不同类型和层级的数据资产，定义了估值过程中涉及到的关键术语，并确立了估值的基本原则和对象。它还提供了构建估值指标体系、估值过程以及估值管理保障的指导。该指南定义数据资产为金融机构合法拥有或控制的、可以量化并为企业带来经济利益的数据资源。

光大银行作为指南的牵头编制单位，强调了指南解决商业银行衡量数据资产价值难题的重要性，并指出其有助于提升数据资产的精细化管理水平，为管理决策提供参考，并推动数据要素市场的科学有序发展。

然而，数据资产估值仍然面临诸多挑战，包括数据确权、估值标准、资产计价等问题。专家们指出，数据资产“入表”的前提是建立权威的数据价格制定市场或机构，但目前数据交易市场尚未成熟，相同数据在不同的环节中价值和风险各不相同，因此难以实现标准化评估。

在数据资产管理运营方面，中信银行、华夏银行和民生银行等机构已进行了一系列的实践。这些银行通过建立完善的数据治理体系、数据资产管理平台，提升数据资产的使用效率和应用价值。

未来，银行业需要充分运用数据资产，将数据深入融合到金融服务的各个环节中，提升数字化转型的能力。专家建议，银行在数据资产“入表”后，应加强数据隐私和安全保护，将业务环节数字化，通过数据改善用户体验、加强风险控制、提升业务效率、降低成本，并从源头上确保数据确权和收集工作的高质量，以此不断提升服务实体经济的能力。

02

—

估值指南要点解析

指南共分为8个部分和附录，其中重要的包括：

• 总体原则

• 估值对象

• 估值指标体系

• 估值过程

• 估值保障

03

—

总体原则

数据资产估值宜满足以下原则： 

a) 安全合规原则，即在估值过程中需要关注数据资产的安全性和合法性，确保估值过程安全合规； 

b) 目标导向原则，即能够实现为支持内部管理决策和促进外部数据要素流通提供量化参考的目标； 

c) 合理假设原则，即数据资产作为企业资产组成部分的价值可有别于作为单项资产的价值，宜采 取适当方法区分数据资产和其他资产共同发挥作用时对组织的贡献，合理使用现状利用假设、 公开市场假设、持续经营假设等估值假设； 

d) 量化评估原则，即确保数据资产各方面信息的真实性、准确性，使用专业知识、技术手段和实 践经验等，以数据应用特征匹配估值方法，构建数据资产管理估值指标体系，开展数据资产估 值。

鼹鼠哥：这里除了安全合规，重点强调了要区分数据资产和其他资产的特点，因此要采取不同的估值方式，同时也需要最终使用量化方法来评估。

04

—

估值对象

数据资产估值的对象即数据资产本身。

开展数据资产估值时，宜分析数据资产的信息要素和基本特征。

a) 数据资产的信息要素通常包括基础属性、业务要素、管理要素及价值要素，具体宜符合 GB/T 40685—2021 中 5.3 的内容。 

b) 数据资产的基本特征可表述为以下几点： 

1） 可辨认性：能够通过盘点、注册等管理手段，对数据资产进行识别、记录及计量，并从组 织中分离或划分出来，能单独或者与相关合同、资产或负债一起，用于出售、转移、授予 许可、租赁、交换或托管等； 

2） 可加工性：数据资产能够通过各类数据技术，如更新、维护、加总、分析及挖掘等处理方 式，改变其状态和形态； 

3） 无限复制性：数据资产可被低成本无限复制，并在同一时间为多方使用； 

4） 共享性：同一数据能够支持组织内外部多个主体共享使用，不同主体对同一数据的利用将 产生不同的价值； 

示例 1：银行业金融机构的贷款合同数据能够用于风险监控、拓客营销及向管理部门报送等不同场景，且在不 同场景下产生不同价值。 

5） 价值易变性：数据资产的价值受到数据容量、数据时效、应用场景等因素影响，价值易发 生变化。 

示例 2：银行业金融机构过往制定的客户交叉营销算法模型，随着机器学习算法的发展，原有模型的准确率将 远远低于运用最新技术的模型，其价值受到技术因素的影响。

鼹鼠哥：框架明确了数据资产的特征，有利于实操过程中制定具体细则。

05

—

估值指标体系

设计策略

数据资产估值指标体系是指通过整合数据资产管理中的多个相互联系、相互协调的活动或要素，形 成的一系列反映数据资产加工特性和价值特性的一组指标。

该组指标的设计与GB/T 37550—2019中第4 章提出系统性、典型性、动态性和可操作性原则协调一致。估值指标体系的设计策略在系统性综合数据与数据资产特性以及传统资产评估方法基础上，采纳了 数据资产基础评价方法中对数据资产价值影响因素的综合性考量，将数据质量、数据应用、数据安全等指标纳入通过层次分析法定量转化为价值调整系数，形成由成本价值指标、经济价值指标、市场价值指 标、内在价值指标组成的估值指标体系。

数据资产估值指标体系设计策略示意图如下：

估值指标体系和估值指标

数据资产估值指标体系的内容主要包括成本价值、经济价值、市场价值和数据内在价值4大类指标，估值指标体系详情见附录A： 

a) 成本价值，指在数据资产全生命周期过程中，数据的规划、获取、存储、加工、维护、应用和 管理数据所需要支出的成本； 

b) 经济价值，指直接面向业务应用，量化数据资产带来的业务收益、风险收益以及成本收益，衡 量数据对业务的赋能效果； 

c) 市场价值，指数据资产在主要流通交易市场中的价值，在有可参考、已成交案例的前提下，依 据市场活跃程度、市场参与者的数量及供需关系等来衡量； 

d) 数据内在价值，指数据资产自身所蕴含的潜在价值以及其能够使用后所产生的价值，包括数据 规模、数据质量、数据安全、数据应用等

鼹鼠哥：在此之前，数据资产评估大多采用成本法，主要考虑的是数据资产的生产成本，这种方法在一定程度上忽略了数据资产的其他重要价值。

而这个指南则首次明确提出了四个方面的价值，包括成本价值、经济价值、市场价值和数据内在价值，这四大类指标相互补充，形成了一个全面的数据资产评估体系。这种方法不仅覆盖了数据资产的各个方面，还能够充分体现数据资产的独特性，使其评估结果更加全面和准确。

成本价值主要关注数据资产的生产成本，包括数据的收集、整理、存储和维护等环节的成本。经济价值则关注数据资产对银行业务的直接贡献，如提高业务效率、降低运营成本等。市场价值则从数据资产的市场需求和供给角度出发，评估其市场价值和潜在市场价值。而数据内在价值则是对数据资产本身的特性和质量进行评估，包括数据的准确性、完整性、及时性等。

通过这四大类指标的评估，可以更全面地了解数据资产的价值，从而为银行业数据资产的管理和利用提供有力的支持。同时，这种评估方法也有助于推动银行业数据资产的合理定价，为数据的交易和流通提供参考。

06

—

估值过程

估值过程包括以下步骤，即识别估值目的、划分估值对象、选取估值方法、匹配估值指标、确认估 值信息、编制估值报告及归档估值信息。

识别估值目的

开展数据资产估值，宜综合考虑数据资产特性、价值来源、应用场景等因素确定估值目的。不同的 估值目的将影响估值数据采集的范围、方法的选取、测算的精度及结果报告的形式。主要估值目的包括 但不限于：

——面向内部管理：银行业金融机构针对其所拥有的数据资产进行全面评估，确定数据资产价值， 为数据资产管理体系建设及各级管理决策提供参考； 

——面向外部交易：数据交易双方发起的，针对交易过程中的数据资产价值进行评估，确定数据交 易的价值

划分估值对象

考虑因素 

基于数据资产估值的目的，划分、界定和描述估值对象，明确数据资产估值粒度。估值对象划分的 考虑因素如下： 

a) 独立性：估值对象能够具备独立产生价值的能力，例如单个字段在许多情况下并不具备独立产 生价值的能力，不适合作为独立的估值对象； 

b) 整体性：对整体不可分割的数据资产划分为同一估值对象，以评估其整体价值，如模型及其参 数； 

c) 稳定性：基于数据资产总体分类框架进行划分，估值对象的分类需要保持一段时间的稳定性； 

d) 成熟度：数据资产估值对象的划分要综合考虑数据资产管理成熟度，如数据资产管理水平、财务核算精细度等； 

e) 合理性：在满足估值目的前提下，考虑颗粒度与成本投入的平衡，既要避免工作量和成本投入 过高的情况，也要保证近似、主观估计的合理性。

估值对象分类

数据资产估值对象划分帮助使用者从海量数据资产中找出某一数据对象，便于进行对数据对象的管 理与分析。 

本文件参照 GB/T 38667 给出的分类维度和分类方法，基于数据资产特点、价值类型以及数据资产 加工方式，将数据资产分为原始类、过程类和应用类，分类详情参见附录 B。

由于数据具有无消耗性和 无限复制性，原始类、过程类和应用类可互相转化，在为多个估值对象估值时，宜注意其边界的确定。 

a) 原始类：原始类数据资产是通过外部获取或内部采集而来的明细数据，可以为后续数据加工应 用提供原始信息。因此可根据数据来源将数据资产分为外部获取类和内部采集类 2 部分，并分 别作为 1 个估值对象。 

注：外部获取与内部采集两种获取方式形成的数据资产特点及边界不同，分类管理可以提高原始类数据资产的管理 效率，也有利于后一步的加工处理。 

b) 过程类：过程类数据资产处于原始类数据资产和应用类数据资产之间的过渡阶段，为数据进一 步开发和应用提供清洗后的、统一的汇总数据。过程类数据资产具有普遍适用性，可以使得后 续的深度加工减少重复加工工作，避免资源浪费，具有一次加工多次使用的特性。过程类数据 资产通过数据仓库、大数据平台、数据中台等对原始类数据资产汇总加工形成，可作为同一估 值对象进行估值。 

c) 应用类：应用类数据资产是面向实际的数据需求，以原始类和过程类的数据资产为基础，通过 数据汇总、挖掘等加工方式得到的个性化的统计数据或数据产品，可以直接应用于业务部门， 支持业务相关工作的开展和收益的提升。

考虑到与收益的对应性，将其分为收益提升类和统计 支持类 2 大类数据资产。不同的银行业金融机构根据应用的实际情况及自身数据资产管理需求，能够从不同的视角如数据所 属主题、业务应用维度、数据安全隐私保护等方面进行适当选择和扩展。

选取估值方法

数据资产估值的方法主要包括成本法、收益法、市场法及其衍生方法，具体估值方法详见附录 C。 

在执行数据资产估值时，估值的组织者根据估值目的、估值对象、价值类型、应用场景及资料收集 等情况，梳理各估值对象价值来源，分析各类估值方法的适用性，针对不同的估值对象匹配合适的估值 方法

估值方法选择遵循如下原则： 

a) 前提适用原则，不同的估值方法均具有不同的适用前提，通常情况下需分析能够运用各估值方 法的前提是否满足综合选择最适配的方法； 

示例 1：运用成本法时，数据资产相关成本能够通过各种方式最终获取；运用收益法时，数据资产的相关收益能够 预测及追溯；运用市场法时，市场中需要具备同类型交易和产品。 

b) 方法与价值实现方式匹配原则，由于同一数据资产具有“可加工性”及“共享性”等特点，同 一数据资产在不同的场景下发挥不同的价值，且多种价值可同时存在，需要根据各类估值对象 的不同价值实现方式，匹配合适的估值方法； 

示例 2：算法模型资产能够通过企业内部应用而产生收益，同时在市场中交易直接产生交易价值，因此在满足方法 适用前提的情况下，针对内部应用目的，采用收益法计算，面向市场交易，采用市场法计算。 

c) 连续性原则，选用估值方法后，宜确保方法的可持续性。为保持估值方法计算数据的连续可比， 通常持续沿用同一种方法以保证估值的连贯性和稳定性

鼹鼠哥：

资产评估是银行业的核心能力之一，它涉及到银行资产的有效管理、风险控制以及业务决策的各个方面。指南提出银行在评估数据资产时，可以采用多种方法，包括成本法、收益法、市场法以及这些方法的衍生形式。以及除了这三种基本方法，银行还可以根据自身情况和数据资产的特点，开发出更为复杂和精细的评估模型，如基于数据质量、数据隐私保护程度、数据生命周期等因素的衍生评估方法。

银行业的资产评估方法和技术对于其他行业具有很强的参考价值和指导意义。首先，数据资产评估在银行业的发展为其他行业提供了成熟的评估框架和思路。其次，银行业在数据资产管理和利用方面的经验，可以为其他行业提供宝贵的实践经验。最后，银行业的数据资产评估方法可以帮助其他行业更好地理解数据资产的价值，促进数据资产的合理利用和流转。

总之，银行业在数据资产评估方面的探索和实践，不仅提升了银行自身的核心竞争力，也为其他行业提供了重要的参考和借鉴，推动了整个社会对数据资产价值的认识和利用。

匹配估值指标

数据资产估值前需要确定评估基准日及评估周期，基于选定的估值方法，参照估值指标体系和指标 项匹配估值指标，估值指标匹配示例参见附录D。 

估值指标采用定量为主，定性和定量相结合的方式匹配。对于定性指标，宜结合实际情况进行权重 设定。

权重设定使用的方法包括但不限于：层次分析法、模糊综合评价法和德尔菲法等。

基于同一行业或同一估值目的下开展的数据资产估值，通常沿用统一的指标权重设定方法，以保证 估值的连贯性、稳定性及可比性

确认估值信息

遵循客观、公正、真实、准确、有效的原则，明确数据资产估值各项指标信息，并在各相关方确认 后，作为估值的输入值。

主要包括以下几个方面： 

a) 资料准备流程遵循组织自身治理与管理要求；

b) 考虑数据资产的特征及信息要素； 

c) 根据估值目的和数据资产的特性，对估值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，对资料的准确 性、完整性、一致性和全面性进行检查； 

d) 使用数据领域专家工作成果及相关专业报告等作为估值的输入值； 

e) 估值资料确认过程中，宜分析数据资产估值对估值资料存储的安全性影响

编制估值报告

数据资产的估值报告包括的内容： 

a) 数据资产信息要素描述，包括基本属性、业务要素、管理要素和价值要素等的描述； 

b) 估值依据的信息来源以及利用专家工作或者引用专业报告内容； 

c) 方法的选择及其理由； 

d) 各重要参数的来源、分析、比较与测算过程； 

e) 对测算结果进行分析，形成估值结论的过程； 

f) 评估结论成立的假设前提和限制条件； 

g) 其他必要信息。

归档估值信息

估值组织者宜对估值材料包括估值过程、估值报告等建档留存并在既定时间对数据资产的价值增减 变动进行复审

公众号后台回复“银行业估值指南”下载《银行业数据资产估值指南》原文

—————————————————————————

数据资产化，鼹鼠哥与你一起。