进入新发展阶段，数据和数字技术已经成为经济社会高质量发展的核心动力。我国数据要素市场化改革步入全面推进的快车道。2019 年 10 月，党的十九届四中全会首次提出将数据列为生产要素。2020 年 4 月 9 日，《中共中央 国务院关于构建更加完善的要素市场化配置体制机制的意见》提出了完善数据要素市场化配置的具体举措。2022 年 12 月 19 日，《中共中央 国务院关于构建数据基础制度更好发挥数据要素作用的意见》（以下简称“数据二十条”）强调要建立合规高效、场内外结合的数据要素流通和交易制度。2023 年 2 月 27 日，中共中央、国务院印发《数字中国建设整体布局规划》，指出“加快建立数据产权制度，开展数据资产计价研究，建立数据要素按价值贡献参与分配机制”。
数据资产化是数据要素价值实现的核心。数据资产的计价规范、管理办法、分配机制等问题是数据交易市场发展的基础。8 月 21 日，财政部制定印发了《企业数据资源相关会计处理暂行规定》（财会〔2023〕11 号，以下简称《暂行规定》），自 2024 年 1 月 1 日起施行。《暂行规定》包括以下四部分内容，一是适用范围、二是数据资源会计处理适用的准则、三是列示和披露要求、四是附则。
数据资产是数字经济时代下的新产物，其界定尚未在学术界和法律界完全统一。资产在会计上是指由企业过去的交易或事项形成的、由企业拥有或者控制的、预期会给企业带来经济利益的资源。中国资产评估协会定义数据资产：是由特定的经济主体（政府、企业等）符合法律法规，拥有或控制的数据资源，以实体载体或电子形式存储的信息，它们能够持续发挥作用，并能够为经济主体直接或间接提供经济利益。中国信息通信研究院发布的《数据资产管理实践白皮书（6.0 版）》（2023）中定义：数据资产是指由组织（政府机构、企事业单位等）合法拥有或控制的数据，以电子或其他方式记录，例如文本、图像、语音、视频、网页、数据库、传感信号等结构化或非结构化数据，可进行计量或交易，能直接或间接带来经济效益和社会效益。并非所有的数字、文字等信息都能成为数据，只有当其以电子或其他形式作为载体，并进行结构化或非结构化处理，才能成为数据资产。
综合各方面关于数据资产的研究，我们可以将数据资产定义为：由企业合法拥有和控制，预期有潜力会给企业带来经济利益的，可以进行计量或交易的以实体载体或电子形式存储的数据信息。数据资产既包括一系列需要加工处理的数据信息而形成的资产，也包括了原始的数字化产品。数据资产具有虚拟性、依附性、多样性、增值性和时效性，数据资产种类丰富，形式多样，因此对其价值的判断评估方法也多种多样。
数据资产的价值由于具有不确定性和时效性，会受数据本身的质量、可用性以及市场需求、应用场景等因素的影响。孙淑萍（2022）从成本、数量、质量、应用和风险维度，论述对数据资产价值的应用过程、调节、保障方面所产生的影响。吕慧、赵冠月（2023）提出数据资产评估存在较多的局限性，评估方法衡量数据资产的相对价值高低难以应用于数据交易市场，各种方法存在评价维度过少、假设前提过强等问题。因此，在对数据资产进行价值评估时，需要综合考虑多种因素，关注数据的质量和不确定性，根据具体情况选择合适的评估方法，确保评估结果的可靠性和有效性。
目前学术界有关数据资产的价值评估的研究和表述尚未形成统一意见，但都是关于数据资产的内在价值的资产评估，一般分为两大类方法，一类是改进后的传统的资产评估方法，另一类是在传统方法基础上衍生出来各种综合性的资产评估方法。
根据《资产评估基本准则》，资产价值的评估方法包括市场法、收益法和成本法三种基本方法及其衍生方法。许宪春、张钟文、胡亚茹（2022）认为成本法更具客观性、可靠性和较强可行性。朱晓琴，王宣童（2023）发现目前数据资产评估研究的主流趋势仍是基于传统资产评估方法的应用与延申。若是直接运用传统资产评估方法去评估数据资产一定会存在问题，因此需要对传统资产评估方法进行改革创新，中国信息通信研究院（2020）对三种基本评估方法进行了探索性的改良和完善，并且认为应优先选择改良成本法，在条件成熟情况下选择改良收益法，在数据要素市场逐步完善后推进改良市场法。改进后的方法大多都是与层次分析法、情景分析法、修正周期法等结合，或者改进参数、调整系数来适应数据资产的特征。
近几年，不少学者提出了各类衍生综合方法。李静萍（2020）提出推动数据资本化处理的探索性研究，综合应用市场价格法、收益法、支付意愿法和广告收入法等，估算数据资产的价值。李冬青、刘吟啸、邓镭等（2023）基于成本法和收益率法提出“单资产价值=基础成本价值+阶梯价值”。熊旺旺、余炳文（2023）认为国有数据信息管理相对完善、资产形成过程成本可追溯性强，使用成本法对数据资产进行评估在条件上更加可行。邹磊、胡进伟、陈鹏（2023）考虑数据质量与收益因素对数据价值的影响，对数据质量进行分等级质量评价指标评分，提出 “质量——收益”评价法来衡量数据的价值，即数据资产价值等于数据质量评估与数据资产收益评估的乘积。许宪春、张钟文、胡亚茹（2022）结合使用需求法和供给法，提出数据资产价值估算公式：成本法数据资产价值=直接从事数据生产活动的工作时间占其实际工作时间的平均比例×相关职业类型人员总数×职工平均工资+用于数据生产活动的中间投入成本+与数据生产活动相关的资本服务成本+其他生产税减补贴。
《暂行规定》指出在编制资产负债表时，应根据重要性原则在“存货、无形资产、开发支出”项目下增设“其中：数据资源”项目，反映资产负债表日确认为存货的数据资源的期末反应数据资源的账面价值或者满足资本化条件的支出金额。本文主要考虑企业的自用型数据资产，其符合《企业会计准则第6号——无形资产》（财会[2006]3号）中对无形资产的定义——指企业拥有或者控制的没有实物形态的可辨认非货币性资产，笔者将其作为无形资产下增设的“其中：数据资源”项目进行考虑，运用无形资产基本的资产评估方式——市场法、收益法和成本法进行分析。
成本法是指首先估测被评估资产的重置成本，然后估测被评估资产已存在的各种贬损因素，并将其从重置成本中予以扣除而得到被评估资产价值的各种评估方法的总称。成本法的基本思路是用重置成本减去各项实体性、功能性、经济性损耗，其实质是计算资产的各项成本，将它们进行分类归集，基于成本与价值之间的关系来评估。但是数据资产的成本与价值之间属于弱对应关系，价值可以持续增长，然后成本可能很低，因此成本法不能有效衡量资产的价值。
市场法是利用市场上同样或类似资产的近期交易价格，经过直接比较或类比分析以估测资产价值的各种评估技术方法的总称，是通过比较分析类似资产，基于市场的供需与价格来确定资产的价格，该方法是最具客观性的，往往都是通过调整参照物来评估被估对象。市场法的前提是资产所处的市场是活跃的，且包含了大量的有关类似资产的信息，然而数据作为一种保密性强的信息，具有非竞争性特征，需要对数据进行安全和隐私保护才能提高其价值，此外目前数据资产的市场发展还未完善，目前数据资产评估尚不具备市场法的条件。
收益法是指通过估测被评估资产未来预期收益的现值来判断资产价值的各种评估方法的总称。理论上收益法是较为科学合理的，但具有一定的主观性，其主要有三个重要的指标——预期收益额、折现率或资本化率和收益期限。收益法基于资产未来预期收益潜力贴现来评估，其基本公式是：
其中 r 为折现率，Ri 为收益额，n 为预期收益年限。收益法充分考虑了资产的未来收益能力，可以更好地体现资产的内在经济价值，此外，基于数据资产市场运行情况，收益法的操作性和可行性更强，但还需要将收益法进行改进才能适用于数据资产。
中国信息通信研究院（2020）对三种基本评估方法进行了探索性的改良和完善，认为应优先选择改良成本法，在条件成熟情况下选择改良收益法，在数据要素市场逐步完善后推进改良市场法。运用收益法来评估数据资产在现阶段数据市场较为完善的情况下是一个合理有效的方法，但评估参数方面还存在难点，若是直接运用传统资产评估方法去评估数据资产一定会存在问题，因此需要对传统资产评估方法进行改革创新。
《资产评估执业准则——资产评估方法》中指出，收益法包括无形资产评估中的增量收益法、超额收益法、节省许可费法、收益分成法等具体方法。其中多期超额收益法是用归属于目标无形资产的各期预期超额收益进行折现累加以确定评估对象价值的一种评估方法，适用于具有竞争优势和独特价值的资产的评估，包括数据资产。在实际应用中，超额收益法不但能考虑到数据资产的商业属性，也能考虑到各种收入方式和途径的差异。但是在采用超额收益法时还是有一定的困难的，需要对其做出改进，以下选取了两种利用超额收益法并进行改进完善的策略。
在研究收益法时，丁弘毅、吴灵（2023）基于数据资产的超额收益不确定性，提出数据资产的现值公式：
其中 R 和 T 分别表示折现率和税率，Q2t、C2t 和 P2t 表示企业使用数据资产后提供产品或服务的数量、单位成本和单位价格，从而（P2t-C2t）Q2t 表示企业使用数据资产后的利润；Q1、C1 和 P1 表示企业使用数据资产前的各要素情况，E 表示数据资产对企业超额利润的贡献率或分成率，N 表示数据资产的超额收益期。该公式表示数据资产的现值等于将未来每一年的税后超额收益按一定的折现率换算成的现值。
孙文章、杨文涛（2023）提出采用差量法测算数据资产的多期超额收益来进行价值评估，模型为：
其中 Vd 是数据资产价值，E 是企业的现金流，Ef 是固定资产的贡献值，Ec 是流动资产的贡献值，Ei 是其他无形资产的贡献值，i 是折现率，n 是收益期，Kt 是数据资产价值变化系数。该模型完整考虑了超额收益的连续性特点。
在利用超额收益法对数据资产进行评估研究时，可以利用层次分析法对资产进行不同的指标层次分类，计算分成率，计算数据资产贡献率，并与总的超额收益相乘得到每一类资产的超额收益。孙文章、杨文涛（2023）提出的模型考虑了层次分析法，剔除了除数据资产外的其他资产的收益的贡献值，较为科学合理，所以优先选择。改进后的超额收益法计算更具操作性和合理性，适合于大多数的企业自用型数据资产。
当前，数据资产的评估仍面临很多问题。首先，数据资产的价值评估是一个相对主观的过程，不同的评估方法会产生不同的结果。其次，数据的质量、完整性和对其价值预测假设的不确定性问题会给评估结果造成偏差。此外，数据资产的价值还受到市场环境、行业性质和数据本身等的影响。
为更好地对数据资产进行价值评估，首先要确定评估目标和评估范围，其次为保证评估结果的准确性，应对数据进行验证和清洗，再根据评估目标和数据资产的特点选择合适的评估方法和指标。笔者认为现阶段利用改进后的超额收益法较为合理，但也可以综合利用各类基础方法并进行改进创新。朱晓琴、王宣童（2023）为未来数据资产评估的研究和实践提供了思路，要注重对数据资产价值的时效性、应用场景的研究，并且可以将数字化技术融入传统资产评估方法中。此外，由于数据资产有一定的经济和战略价值，可以通过灵活性分析和敏感性分析来考虑风险和不确定因素，最后根据数据的时效性，按实际情况定期更新数据资产价值的评估。
作为数据要素市场化的重要环节，数据资产评估的研究仍需不断深入和完善，大胆探索理论创新，扎实推进实践验证，不断提高评估的科学性、可靠性和准确性。
[1] 孙淑萍.企业数据资产价值评估影响因素研究[J].商场现代化,2022(22):37-40.DOI:10.14013/j.cnki.scxdh.2022.22.047.
[2] 吕慧,赵冠月.数据资产的价值评估与会计处理研究进展综述[J].财会通讯,2023(13):24-30.DOI:10.16144/j.cnki.issn1002-8072.2023.13.008.
[3] 李静萍.数据资产核算研究[J].统计研究,2020,37(11):3-14.DOI:10.19343/j.cnki.11-1302/c.2020.11.001.
[4] 李冬青,刘吟啸,邓镭等.基于数据全生命周期的数据资产价值评估方法及应用[J].大数据,2023,9(03):39-55.
[5] 许宪春,张钟文,胡亚茹.数据资产统计与核算问题研究[J].管理世界,2022,38(02):16-30+2.DOI:10.19744/j.cnki.11-1235/f.2022.0030.
[6] 丁弘毅,吴孝灵.基于超额收益不确定的物流企业数据资产价值评估——以顺丰控股为例[J].江苏商论,2023(06):37-41.DOI:10.13395/j.cnki.issn.1009-0061.2023.06.018.
[7] 熊旺旺,余炳文.国有数据资产价值评估方法研究[J].国有资产管理,2023(06):67-76.
[8] 石磊,何天翔,陈端兵.企业数据资产价值评估研究[J].中国资产评估,2023(04):20-30.
[9] 邹磊,胡进伟,陈鹏.数据资产评估与价值实现[J].质量与认证,2023(05):63-65.DOI:10.16691/j.cnki.10-1214/t.2023.05.006.
[10] 孙文章,杨文涛.基于多期超额收益法的互联网金融企业数据资产价值评估研究[J].中国资产评估,2023(02):4-18.
[11] 朱晓琴,王宣童.数字经济背景下数据资产评估研究述评与展望[J].财会月刊,2023,44(06):78-84.DOI:10.19641/j.cnki.42-1290/f.2023.06.010.
