数据资产化之路—数据资产的估值与行业实践 阿里研究院 .pdf

数据资产化之路 数据资产的估值与行业实践 推荐语 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。德勤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。 虞正 德勤中国 估值与商业模型服务 合伙人 “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 高红冰 面向未来、审慎包容、鼓励创新的理念和原则，以期为数 阿里巴巴集团 据资产相关产业开辟更大的发展空间。 副总裁、阿里研究院院长 文档标题|摘要 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 影响数据资产价值的因素主要从数据资产的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 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。 3 目录 前言