《中国会计报》刊发金证资产评估谢刚凯专业文章《数据资产化与资产评估解析》

近日，《中国会计报》刊发了金证资产评估合伙人谢刚凯的专业文章《数据资产化与资产评估解析》。

文章从数据资产化路径和数据资产评估两个方面进行了剖析。

关于数据资产化的路径，文章对数据发展形态的路径和数据价值挖掘的路径之间的矩阵关系进行了分析，阐明了数据资源的产品化是数据资源资产化最重要的步骤。

关于数据资产评估，文章主要分析了评估方法适用性、资产评估机构的业务场景，并对执行数据资产评估业务应重点关注的问题提出了建议。

数据资产化与资产评估解析

2019年 10 月，党的十九届四中全会提出“健全劳动、资本、土地、知识、技术、管理、数据等生产要素由市场评价贡献、按贡献决定报酬的机制”，首次将数据放到生产要素的位置。2020 年 4 月，《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》对外公布，数据资产正式成为五大生产要素之一。

2022年12月，《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》印发，创造性提出了数据资源持有权、数据加工使用权和数据产品经营权“三权分置”的数据产权制度框架，推动数据资产交易流通。

2023年8月，财政部印发《企业数据资源相关会计处理暂行规定》（以下简称《暂行规定》），在会计准则技术层面，将数据资产入表方案落地。9月，中国资产评估协会印发《数据资产评估指导意见》（以下简称《指导意见》），提出了一套系统的评估方法，包括数据资产分类、价值评估模型、评估指标体系等。12月，国家数据局等部门印发《“数据要素 ×”三年行动计划（2024—2026 年）》，旨在充分发挥数据要素乘数效应，赋能经济社会发展。

从近年发布的数据资源相关文件来看，党中央、国务院高度重视数据资产的发展。

数据资产化路径

目前，与数据资产相关的词汇包括数据要素、数据资源、数据产品、数据资产等。从党中央、国务院的相关文件可以明确，数据要素是个经济属性概念，是作为一项生产要素参与生产，与土地、劳动力、资本和技术等其他生产要素组合共同产生作用，形成价值创造的经济要素。数据要素强调数据对于生产力的贡献度，是对具有使用价值的数据在经济关系中的宏观描述。而数据资源、数据产品和数据资产则是数据在产业间的发展形态，二者讨论维度不同。

数据资产化的路径可以从两个维度理解和思考，一是基于数据发展形态的路径，二是基于数据价值挖掘的路径。二者并非平行关系,而是形成一个矩阵。

基于数据发展形态路径，数据资源的产业路径为数据资源、数据产品和数据资产。数据资源代表了一种禀赋，是一种较为“原生”“混沌”的状态。其法律权属、使用价值和经济价值相对模糊，尚待进一步开发利用。因此，在此阶段对数据资源进行确权和入表显得极为困难，对其价值的判断也具有一定挑战。数据产品指对数据资源进行开发利用后，使其具备作为一项商品的基本条件达到可以在市场上进行交换的形态既代表可交易的数据产品，也指代满足交易条件属性的数据资源。

《暂行规定》《指导意见》虽未提及数据产品的概念，但数据产品是对数据资源的权属、运用场景以及预期经济利益的进一步固化，是数据资源到数据资产的一种“中间态”。数据资源一旦产品化，权属、运用场景等问题便能得到解决使数据资源成为数据资产具备确定性在此情况下，对数据资源的价值判断就显得较为容易，即“产品=场景=流动性”。

对数据资产的理解，《暂行规定》提出数据资源按照不同情况分别在存货和无形资产中计量，尽管会计准则对无形资产和存货的确认各有其特性，但从“资产”的角度来看，须满足会计主体合法拥有或控制、预计会带来经济利益、成本可计量的要求。因此,数据资源能否形成资产，尤其能否入表，需回到会计学的维度。在此维度下，执行数据资产评估工作则有据可依。

数据资源的价值发现路径是确权、入表和估值。狭义上的数据资产化是指数据资源被确认为会计学意义上的资产，在资产负债表中体现。广义的数据资产化是指数据资源入表之后的各种经济行为以及资本化。数据资源入表本质上是数据资源权利的入表，对数据资产化具有里程碑意义。按照《暂行规定》，在入表前数据资源的重点在于“数据资源的会计处理”；按照《指导意见》，入表后数据资源的重点是“数据资产的评估”。即在广义的数据资产化阶段，资产评估服务于各种经济行为使得数据资产的价值从入表时的历史成本切换至公允价值/市场价值，数据要素才得以承载社会财富并在市场中体现出流动性。因此,从“确权到入表、再到估值”的路径视为数据要素的价值发掘方向，是符合数据资源价值发现的客观发展现状。

数据资产评估

根据《指导意见》，数据资产的评估方法包括市场法、成本法、收益法及其衍生方法。

数据资产具有极强的非标属性。当下数据资产的交易不够活跃，交易案例不够充分，市场法基本不具有可操作性。而成本法是从重置角度衡量资产的价值。数据资产成本与收益的弱相关性，使得成本法得出来的价值在很大程度上可能不具有市场价值的参考意义。资产的价值是基于贡献创造的逻辑来衡量的，数据资产也不例外。即数据资产估值的底层逻辑基于数据要素的贡献来确定。因此，在当前环境下，收益法在一定程度上能够体现数据资产的市场价值。

按照《暂行规定》，数据资源入表遵循历史成本、未来适用原则，不需要进行资产评估，即数据资产的评估不是数据资源入表的前提。仅存在“非同一控制下企业合并涉及的合并对价分摊”“直接以表外数据资源进行出资或交易”等极少数“评估先于入表”的情况。

尽管入表不需要资产评估，但在入表环节，仍然有两个方向的业务。一是对企业历史上的数据资产进行梳理和价值分析，可以作为公众公司年度报告的额外披露项目，增加信息披露的内容，有助于多维度衡量企业价值。二是可以协助企业对数据资源进行梳理，搭建数据资源入表的架构，对企业的数据资源入表方案提供咨询建议。

基于当前环境，对数据资产的评估提出如下建议：一是数据资产评估具体业务中，评估专业人员应关注数据资产的法律属性、运用场景和可能存在的风险属性。数据资产的法律权属与常规资产的法律权属可能具有差异性，在可行情况下，建议利用律师出具的法律意见书。二是根据《指导意见》，评估专业人员应关注数据质量属性，重点关注执业胜任能力。三是涉及数据资产的交易、融资以及资本化等产生实质交易目的项目时评估专业人员应保持足够的执业谨慎重点关注交易实质，尽量避免不具有交易实质的业务引发的报表虚增情形。

在数字经济高速发展的宏观背景下，金证资产评估已积极参与数据产业生态圈，与各方专业机构进行业务探讨及合作，主动开拓咨询服务领域，力争为数据资产评估高质量发展打下坚实的基础。