数据资产评估困境及其对策研究

数据资产评估困境及其对策研究

郝羽彤

 运城学院  山西 运城  044000

摘要：数据资产化是数据要素市场发展的关键与核心。数据资产化的实现包括两个阶段：数据资产价值评估和数据资产定价。开展数据资产评估，通过统一数据资产评估标准，可以给数据资产合理定价，保证数据要素的有序流通与价值挖掘，为数据交易提供价值支持，这对于促进数据要素的市场化配置和数字经济的高质量发展有着非常重要的作用。

关键词：数据资产评估；困境；对策研究

中图分类号：F27

文献标识码：A

引言

“十四五”时期，数据资产不仅仅是新时代企业高质量发展的核心生产要素，更是推动各行业领域产业转型升级、助推新一轮科技革命的重要战略资源，特别是在我国全面深化改革的新趋势下，健全数据要素市场规则，发展一套科学有效的数据资产评估体系，合理量化数据资产在安全可靠边界下的经济价值，能够为企业调整经营决策、开拓高端市场以及实现可持续发展提供强有力的科学依据。因此，加强对企业数据资产价值评估的概述、影响因素等内容的分析与研究有着极其深远的现实意义。

1数据资产评估困境

1.1数据数量因素

纵观以往的实践经验不难发现，数据信息的总体数量是影响企业数据信息本身资产价值的重要因素之一。一般而言，在其他各项条件不变的情况下，数据规模越大，数据资产蕴含的经济价值则越高。值得注意的是，个别企业的数据规模虽然不大，但由于日常经营所涉及的数据种类比较多样，因而数据资产同样会发挥较高的应用价值。所以，从这一层面来看，在评估数据资产价值时，相关企业可以将数据种类作为衡量、评估数据资产价值的关键指标。

1.2数据质量因素

数据质量作为影响企业数据资产价值的另一种因素，其主要体现在效率和成本方面。其中，从效率层面上分析，质量较差的数据信息将会大大增加数据资产的识别、挖掘等工作难度，进而导致数据资产评估成本增加，数据资产价值大打折扣。反之，具有完整性、可追溯性和可用性的数据信息则会有效提升数据资产的经济价值，进而为企业顺利实现降本增效目标创造有利的先决条件。

1.3数据管理因素

鉴于企业内部各项信息数据的本身就具有较为明显的价值易变性、可加工性等特征，不同类型的数据资产具有不同的使用途径和处理方式，这就意味着相关管理人员只有对数据资料进行精细化管理，才能实现数据资产价值的有效发挥。但是，伴随着时间的不断推移，同一数据资产的价值也可能会发生增加或损耗变化，致使数据资产价值降低或失效。可见，在企业进行数据资产价值评估作业的过程中，必须注重数据管理的实效性，并在数据资产发生重大变化前，及时进行科学化管理和干预，只有这样才能助力企业获取最大化的经济效益。

2数据资产评估对策措施

2.1推进数据资产评估范围合理界定

数据资产评估范围的界定实质是确认数据资产准确，判断数据资产是否真实有效，是否可以给企业未来带来经济利益。在数据资产价值影响因素中，数据规模、数据质量和数据有效情况都有正向影响。因此，在进行数据资产评估范围界定时需要综合考虑以上三个影响因素。

数据只有形成一定的集合，产生一定的规模经济后，价值才会越发凸显。数据量越大，数据库就会越稳定，风险也会越小。数据的质量越高，数据的采集、清洗和挖掘的成本就越低，数据资产的价值也就越大。数据资产的时效性越强，数据更新频率越快，其价值也就越高。数据资产与其他资产的相关性越强，产生的效果就越好，市场整合效果就越高，价值也会更高。因此，数据资产的范围界定要综合考虑上述主要的影响因素，确定合理范围是进行数据资产评估的基础。

2.2提升数据资产评估人员执业水平

面对高速发展的数字经济，数据资产评估工作呈现出新的特点，资产评估专业人员除了需要具备评估知识外，还需要具备信息和大数据方面的知识和技能。因此，评估机构在提升资产评估专业人员执业水平和业务胜任能力的同时，需要加大对评估专业人员数字化技能的培训力度。此外，高校资产评估与管理专业需要结合社会实际，更新完善人才培养方案，从增强数字化执业能力的角度出发，培养学生采集、处理、分析、运用数据的能力，为评估机构输送紧缺人才。

2.3完善数据资产价值评估方法体系

基于数据资产的特征、数据资产的应用环境和场景，需要对数据资产进行分类管理，对传统的市场法、成本法和收益法进行完善和修正，衍生多种数据资产估值定价的方法，将信息技术和大数据技术融入传统的评估方法中，满足数据资产评估的市场要求。整合数据资产评估信息，调整性为主，数字化为辅，不断完善数据资产评估估值定价体系，逐渐过渡到全面应用数字化技术进行估值定价，提升数据资产评估效率。

2.4在金融行业的应用

金融行业是数据密集型行业之一，数据资产管理中的自动化价值评估在金融行业中有着广泛的应用前景，自动化价值评估方法可以帮助金融企业进行风险控制、客户分析、投资决策等。首先，可以进行信贷风险评估。例如，自动化价值评估可以通过分析借款人的历史信用记录、财务状况、职业和教育等数据，预测借款人的偿债能力和意愿，从而帮助银行更准确地评估信贷风险，制定更加合理的信贷政策；其次，可以帮助完成客户细分，自动化价值评估可以通过分析客户的消费行为、年龄、性别、收入等数据，将客户划分为不同的细分群体，针对不同群体制定更加精准的营销策略，提高营销效果；最后，还可以进行风险管理。自动化价值评估可以通过分析历史风险数据、市场行情和宏观经济数据等数据，预测未来的市场风险和行业风险，帮助金融机构更加有效地制定风险管理策略和应对措施。

2.5在电子商务领域的应用

在电子商务行业中，自动化价值评估可以通过收集和分析消费者在网站或应用上的行为数据，企业可以获取消费者的购物习惯、偏好和需求等信息。这些信息对于企业制定更加精准的营销策略、改善产品和服务以及优化购物体验具有极大的帮助。例如，如果企业发现某款产品的购买量在周末较高，它可能会选择在周末进行更多的促销活动或广告投放。另外，自动化价值评估有助于电子商务企业制定战略决策。通过对市场趋势、竞争对手和行业动态等数据进行深入分析，企业可以更好地了解市场环境，把握商机，制定更加明智的战略决策。例如，如果企业发现某个地区的消费者对某款产品的需求量较大，它可能会选择在该地区加大该产品的销售和推广力度。因此，通过自动化价值评估，可以更好地理解消费者需求、提高运营效率以及制定更加明智的战略决策，从而推动企业可持续发展和竞争优势的提升。

结束语

综上所述，数据资产价值评估模型具有十分光明的应用前景，是新时期企业提升自身总体管理水平、加快产业结构转型升级的关键支撑。因此，各大企业必须高度重视数据资产价值评估方面的探析与研究，精准把握影响数据资产价值评估的相关因素，并根据权重来计算和量化模糊评价需求，科学选择行之有效的价值评估方法，准确估算数据资产的实际价值，在保证相关数据资料真实性与可靠性的前提下，帮助企业管理层制定更加合理的战略决策，从而为企业高效、高质推进数字化转型保驾护航。

参考文献：

［1］尹传儒，金涛，张鹏，王建民，陈嘉一.数据资产价值评估与定价：研究综述和展望［J］.大数据，2021.07（04）.

［2］秦顺，邢文明.数据权及其权利体系的解构与规范：对《深圳经济特区数据条例（征求意见稿）》的考察［J］.图书馆论坛，2021.41（01）.

［3］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）.

［4］上海德勤资产评估有限公司，阿里研究院.数据资产化之路——数据资产的估值与行业实践［R］.2019.