德勤：数据资产化之路——数据资产的估值与行业实践（40页）.pdf

1、数据资产化之路数据资产化之路 数据资产的估值与行业实践   推荐语  虞正 中国 估值与商业模型服务 合伙人  高红冰 阿里巴巴集团 副总裁、阿里研究院院长  经济学的基本假设是认为资源是有限的。所以人们总是 尽可能地去寻找占有更多的资源来为己所用。当今的时 代，资源已经不仅仅是限于传统的范畴，数据是资源的 新内容。谁拥有更完整、更及时、更可靠、更直接的数 据资源，谁就能领先一步，从数据资源中找到规律，做 出更准确的决策。作为全球最大的专业服务机构， 我们已经和数据打了 100 多年的交道。今天，我们站 在时代的前沿，协助客户用数据来探索新世界。 &nb

2、sp;“数据”的巨大价值，而今已得到了普遍认可。但关于 “数据资产”，至今仍存在诸多争议。本报告即试图就数 据的资产化，以及数据资产的评估维度、评估方法等，展 开初步的探索性研究。我们相信，尽管还面临概念辨析、 技术演进、会计准则等诸多挑战，但“数据资产”毫无疑 问将是数字经济下越来越重要的一项资产，也将是全球经 济竞争的重要领域。因此，在数据监管领域，建议应采取 面向未来、审慎包容、鼓励创新的理念和原则，以期为数 据资产相关产业开辟更大的发展空间。   文档文档标题标题| | 摘要摘要  3  摘要  随着数据价值逐渐得到普遍认可，数据资产也越来越成为

3、一个重要议题：数据资产 与传统资产有何不同？数据资产的价值如何体现？影响数据资产的因素有哪些？进 一步地，关于数据资产有哪些可能的估值方法？作为一项探索性研究，本报告试图 为以上问题，提供一个初步的思考框架。本报告的主要发现如下：  数据的资产化数据的资产化 数据资产不完全符合会计准则中对于“资产”及“无形资产”的定义，因此，数据 资产目前尚未体现在企业的财务报表上。但对于数据资产的确认和计量，从会计角 度的讨论其实只是一个起点，这一研究议题更重要的价值指向还在于：如何从广义 上认可数据的价值及其对企业价值的贡献。  影响因素影响因素 影响数据资产价值的因素主要从数据资产的

4、收益和风险两个维度考虑。  数据资产的收益取决于数据资产的质量和数据资产的应用价值。数据资产质量价值 的影响因素包含真实性、完整性、准确性、数据成本、安全性等。数据资产应用价 值的影响因素包含稀缺性、时效性、多维性、场景经济性。  数据资产的风险主要源自于所在商业环境的法律限制和道德约束，其对数据资产的 价值有着从量变到质变的影响，在数据资产估值中应予以充分考虑。从实际效果来 看，对于数据交易的限制性规定越多，交易双方的合规成本和安全成本自然也会相 应提升，虽然作为附带效果，数据合规和数据安全产业会因此得到发展空间，但却 可能从整体上对数据资产市场的发展造成重大影响，进而影

5、响到数字经济的整体发 展，应以发展和包容的理念去平衡考虑数据的价值创造与风险控制。  评估方法评估方法 成本法、收益法、市场法传统的三种评估方法在应用于数据资产估值时各具有 适用性，但也都存在一定的局限性，目前尚未形成成熟的数据资产估值方法。逐步 探索和推进特定领域或具体案例中数据资产的价值分析，将可能是未来一段时间内 不断深化这一研究的可行之道。      目录  前言 5  第一章 数据如何转化为资产 6  第二章 数据资产的价值体现及影响因素 18  第三章 如何分析数据资产的价值 25  总结 3

6、6  参考文献 37  联系方式 38  特别鸣谢 39   数据资产化之路 | 前言  5  前言  在移动互联网及云计算等技术的推动下，人们可获取并控制的数据日益丰富，我们 已经进入了一个创造数据、获取数据、运用数据的“数据时代”。销售平台可以根 据买家的浏览记录做出精准推送以提高销量，制造企业可以通过分析生产流水线数 据对生产情况及时做出调整以提高生产效率，家居公司可以通过分析客户的生活习 惯数据创造“智慧家庭”以提高生活服务质量，种种应用展示出数据在被有效的挖 掘、整合后可能产生巨大的价值。Gartner 推测，到