数据资产价值评估是个新兴事物，好在有中评协于2023年9月8日下发的《数据资产评估指导意见》作为数据资产价值评估的纲领性文件。
几组词概括《指导意见》：定义+三大属性+五大特征+三权分置+四大因素+三大方法
抓住这几个关键词，这个文就吃透了。需要说明的是，妄想一个文彻底解决数据资产评估难题是不可能的，但有文总比没文强，即使评估实务中很多细节上的灵活处理没有在文中体现，也都在这个文的总体指导原则范围内，相关从业者当务之急就是吃透这个文，实务工作要在这个文的基础上灵活变通。而且，这个文也不是死的，会随着实务形势的变化而更新，中评协也在一直收集实务工作者执行《指导意见》的反馈，换句话说，作为实务工作者的你们就是推动数据资产评估行业发展的一份子。如果是资产评估相关学者，《指导意见》更要吃透，还要收集实务界的反馈，作为提出相应优化方案的依据。如果是会计人士，《指导意见》也要了解，毕竟在数据资产交易定价效率不高的发展初期，数据资产会计也要在一定程度上依赖数据资产评估，《企业会计准则第14号—收入》视角下的相关数据资产的交易价格很可能来源于数据资产评估报告，数据资产入账价值的敲定、数据资产减值测试也或多或少地受到《数据资产评估指导意见》的影响。接下来，本文会引用原文，并给出解读，大部分文字原文转载公众号文章，未做增删。
《数据资产评估指导意见》第一章第二条：本指导意见所称数据资产，是指特定主体合法拥有或者控制的，能进行货币计量的，且能带来直接或者间接经济利益的数据资源。
显然，中评协给的这个定义很大程度上受到《企业会计准则》中对资产的定义影响。很有意思的是，财政部会计司颁发的《企业数据资源相关会计处理暂行规定》作为同样级别的会计领域的纲领性文件，竟然都没敢对数据资产下严谨的定义。当然，中评协给的这个定义也并不完美，对定义所涉会计理论的分析，过于抽象，于评估界而言不是特别重要，感兴趣的粉丝参考会计数据精英的数据资产会计系列相关文章吧。
我们需要从数据资产属性、特征及具体实例来理解数据资产的概念边界。
信息属性主要包括数据名称、数据结构、数据字典、数据规模、数据周期、产生频率及存储方式等。
这个可以理解，本系列前期文章也讲过，数据≈信息，作为特殊形态的资产，这个资产的存在方式在业务技术层面的分析是对这个资产最基础的刻画，也是下一步进行会计分析的基础，必须要把资产本身先明确了啊！而这个资产本身，不像固定资产、存货那种很明晰的属性不需要额外强调，它就特殊在得专门从数据信息角度把这个特殊的资产说清楚到底是啥样的数据资产，毕竟太多样太复杂了，对这种描述，定义为信息属性，印证了本系列前期文章所述“数据≈信息”。
法律属性主要包括授权主体信息、产权持有人信息，以及权利路径、权利类型、权利范围、权利期限、权利限制等权利信息。
这个更可以理解了，数据的确权跟知识产权类似，是一个容易引起权利纠纷的领域，而数据资产是否真的被会计主体拥有（即所有权），关系到数据资产会计及数据资产价值评估在这个会计主体开展的前置条件，包括审计师在对资产的认定中有专门的“权利与义务”认定，在对数据资产监盘的审计程序中也需要额外关注数据资产的所有权问题，而所有权属于法律范畴，所以数据资产天然带有法律属性分析的必要性。
价值属性主要包括数据覆盖地域、数据所属行业、数据成本信息、数据应用场景、数据质量、数据稀缺性及可替代性等。
乍一看，价值属性，不就是资产评估要分析的东西吗，干嘛要单拎出一个属性出来？静下心来一想，其实价值属性囊括了资产运用的主观层面，毕竟任何一项资产价值评估与资产的业务特征与管理模式是分不开的，数据资产带来的增量未来现金流量的时间分布、风险、金额与会计主体打算怎么运用数据资产是分不开的，这当然也与会计主体的行业及战略规划有关，这种属性虽然相对于数据资产本身而言是主观的，但相对于后续的估值技术却是客观的，看跟谁比了，主观客观也是相对的，包括企业会计准则第8号资产减值中对资产可收回金额的计量，不也是跟资产的预期使用方式这一主观因素有关吗？所以无论是财务会计还是资产评估，这种主观方面的东西，是开展下一步工作的前提，只不过被中评协凝练为价值属性，可能也有更好的名字，只是暂时我也没想太好，粉丝们可以头脑风暴一下，这种开展客观数字工作的主观前提适合叫什么名字，反正这方面确实得提炼出一个属性来，毕竟同一个数据资产放在不同会计主体或者放在同一会计主体的不同年份业务规划下都是完全不同的价值表现。
这三个属性全不全？虽然新规出台略显仓促，但考虑到这三个属性基本涵盖了数据资产基础性态的主要问题，私以为差不多全了，粉丝有补充意见可以文末留言区提出。
非实体性是指数据资产无实物形态，虽然需要依托实物载体，但决定数据资产价值的是数据本身。数据资产的非实体性也衍生出数据资产的无消耗性，即其不会因为使用而磨损、消耗。
废话，无论不同数据资产的信息属性差异如何，非实体性都是信息的共性，这点倒是像是在凸显数据资产参照无形资产进行会计处理及评估的合理性。
依托性是指数据资产必须存储在一定的介质里，介质的种类包括磁盘、光盘等。同一数据资产可以同时存储于多种介质。
废话，无形资产也不能存在于空气中啊，在人世间不得有个载体？不过这点倒是有点排坑的意思，比如在考试或实务中，遇到那种没有介质的伪数据资产，可以有理有据地反驳了，不过这种情形即使有也是极少数。
可共享性是指在权限可控的前提下，数据资产可以被复制，能够被多个主体共享和应用。
是否排他性占有影响资产评估价值的重要因素，经济学上也讲稀缺性决定资源的价值，而这对会计学上资产定义中的“控制权”方面的分析也是有影响的，我不想像企业会计准则第33号那样在这里长篇大论“控制”了，这两个字学问很大。
可加工性是指数据资产可以通过更新、分析、挖掘等处理方式，改变其状态及形态。
哈哈，前期文章还说过，chatGPT的问世对文本类数据资产的诞生有了新启发，在数据之间相互联系的基础上加工出新数据，是数据资产内部研发的一个很常见的路径。
价值易变性是指数据资产的价值易发生变化，其价值随应用场景、用户数量、使用频率等的变化而变化。
废话，价值属性的存在就决定了数据资产具有价值易变性，同一家企业，换个领导，数据资产的价值就变了哈哈哈，还用说吗，这里单说更像是为数据资产评估报告的使用后果进行免责开脱，没办法，这行业有点缺乏安全感。
数据资产三大产权是指数据资源持有权、数据加工使用权和数据产品经营权。中评协就提了一嘴，没对具体的三大产权重复定义，提一嘴很有必要，因为评估要事先确定评估的是啥权利类型啊。
为啥是“再次强调”呢？因为这三大数据产权不是中评协提出的，是2022年12月中共中央 国务院印发的《关于构建数据基础制度 更好发挥数据要素作用的意见》（数据二十条）提出的：
要淡化数据所有权，强调数据使用权，以促进数据使用权流通为核心目标，建立数据资源持有权、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。
中评协提上一嘴也算是对数据二十条的响应落实。脑洞大开的粉丝可以联想一下土地承包责任制的改革之路，很多经济上的问题都是相通的，这里再深入就跑题了，不多说了。
（1）成本因素
成本因素包括形成数据资产所涉及的前期费用、直接成本、间接成本、机会成本和相关税费等。
历史成本计量原则霸占计量原则榜首很多年了，虽然近几年不再强调，但很多准则已定型，影响力还在。无论是从财务会计来说，还是从资产评估方法之成本法来说，成本因素肯定是影响资产价值因素之首，即使资产评估从资产运用的商业实质出发，也要考虑资产的账面价值，而资产的入账价值与受到历史成本原则影响的具体会计准则脱不开干系，所以成本因素说自己是榜一大哥，没人敢挑战，别忘了会计信息质量榜首还是可靠性呢，相关性永远排老二哈哈哈，啥叫可靠，不就是得有单据证明吗，成本归集是最可查证的哈哈哈，会计计量受到资产评估影响，资产评估也受到会计计量影响。
场景因素包括数据资产相应的使用范围、应用场景、商业模式、市场前景、财务预测和应用风险等。
这个跟前面分析的数据资产的价值类型有关，明确一项数据资产的价值大小，先要说明评估的价值类型，同一个数据资产在不同的价值类型下可以有不同的评估价值，最适用的当然还是当前使用数据资产的场景类型。
市场因素包括数据资产相关的主要交易市场、市场活跃程度、市场参与者和市场供求关系等。
真是一个因素比一个因素小，从市场因素的定义来看，市场因素是在明确数据资产的运用场景为市场交易时才适用，可以说是场景因素中某一场景的具体化，对应资产评估方法之市场法。
质量因素包括数据的准确性、一致性、完整性、规范性、时效性和可访问性等。
终于说到与数据资产三大属性之首的信息属性相关的东西了，怎么这里就排到了最后呢，看来会计的地位还是很高的哈哈，这个要展开来讲比较复杂，很多是技术、业务层面的东西，后面有机会会展开讲，包括中评协给出的数据质量评价的层次分析法、模糊综合评价法、德尔菲法等。
来到了文件的核心部分，重中之重。《指导意见》共7条针对收益法的指导，因为资产评估三大方法（收益法、市场法、成本法）具有通用性，因此本文会同时引用《资产评估执业准则——资产评估方法》与《指导意见》进行比较分析。
【1】根据数据资产的历史应用情况及未来应用前景，结合应用或者拟应用数据资产的企业经营状况，重点分析数据资产经济收益的可预测性，考虑收益法的适用性。
这条重点在讲收益法应用的前提，即适用性问题。这可是《指导意见》最先搬出来的重点评估方法啊，这要是规定的太严格，《指导意见》不就是在自降身价、很难有用武之地吗？目前的风气以鼓励为主，约束为辅，因此我们来看看在数据资产评估中运用收益法的前提条件，是不是相比于一般资产评估中的收益法有所放松？
可查阅《资产评估执业准则——资产评估方法》，里面第八条对收益法的应用前提有三条规定：评估对象的未来收益可以合理预期并用货币计量+预期收益所对应的风险能够度量+收益期限能够确定或者合理预期。
这三点很好理解，分别是现金流折现模型中的分子、分母底数、分母指数，说白了不就是折现前必须确定的三个参数呗，不然折现都无法计算，意思就是收益法折现所需的这三个计算参数，必须要保障确定得合理，才适用收益法，废话！
然而，这种废话放在《数据资产评估指导意见》中都不敢，毕竟在大多数企业中，对于有没有数据资产都有疑问，数据资产的法律法规也处于快速迭代期，一些数据资产产权保护环境随时可能发生变化，怎样合理预期收益期限及反映数据资产各种不确定风险的折现率？
因此，《指导意见》只给出了评估收益法适用性的所谓重点：分析数据资产经济收益的可预测性。其他的都没敢说哈哈哈，顶多隐晦地暗示了“根据数据资产的历史应用情况...”，意思就是建议有过几年数据资产应用经历的企业再去考虑运用收益法，毕竟数据资产从无到有的摸着石头过河阶段，如果一上来用收益法，没经验的参数估计只会让预测更加不可靠。
【2】保持预期收益口径与数据权利类型口径一致
上期文章说过，数据资产评估要事先确定权利类型，到底是数据资源持有权、数据加工使用权还是数据产品经营权？不同的获益模式，收益法模型会有不同时间分布、不同风险程度、不同金额的现金流，不是说同样的数据资产，放在同样的会计主体中，就会有唯一正确的预期收益口径，如果会计主体同时拥有两种及以上权利类型的数据资产大产权（类比一下大产权房与小产权房），企业完全可以有不同的权利变现途径选择，企业的不同发展阶段也有不同的资产运用战略，因此在明确预期收益口径之前，一定要明确数据权利类型这个假设前提，毕竟上期文章提到的《数据二十条》已经明晰了数据资产产权的三权分置。
这是数据资产个性化的产权口径，不是每一个资产都有这么复杂多样的商业模式，但任何一项资产的收益法评估，都要统一模型中的预期收益类型及口径，至于一般意义上的《资产评估执业准则——资产评估方法》，只是提到了诸如整体收益口径与部分收益口径需明确、名义金额口径与实际金额口径要明确等，而数据资产收益口径更加多样，这点更为关键，所以《指导意见》中收益法在第2点的位置就强调了。
【3】在估算数据资产带来的预期收益时，根据适用性可以选择采用直接收益预测、分成收益预测、超额收益预测和增量收益预测等方式。
其实这点不是数据资产特有的收益预测方式，熟悉资产评估的粉丝肯定知道，这是copy了无形资产评估的收益预测方式。未来本系列文章会讲到，根据《企业数据资源相关会计处理暂行规定》，站在会计师的视角，数据资产入表要么参照无形资产模式，要么参照存货模式。而从《数据资产评估指导意见》这一条可以看出，站在评估师的视角，收益法评估数据资产更适合参照无形资产模式进行评估，重点支持参照无形资产评估而不是存货资产评估。具体原因后期文章会细讲。
【4】区分数据资产和其他资产所获得的收益，分析与之有关的预期变动、收益期限，与收益有关的成本费用、配套资产、现金流量、风险因素。
这个是《指导意见》特有的，专门针对数据资产强调的，为什么要强调这个？因为数据资产的使用一般需要结合其他资产一同使用才能获益，很少能够明确数据资产单独产生的现金流，在会计上资产减值测试技术中辨析最小现金流单元的资产组可能都精确不到数据资产，而是数据资产与其他资产结合在一起形成的资产组，所以这给收益法确定仅与数据资产相关的增量现金流量带来了难题！这一条指导意见，就是告诉你，你区分困难也得给我区分，这是收益法评估数据资产的技术难点但也是技术重点，同时给你个提示：你不是难区分吗，那你就先跟其他资产一起考虑，跟收益结合在一起进行综合分析后，再行区分是不是容易一些？
【5】根据数据资产应用过程中的管理风险、流通风险、数据安全风险、监管风险等因素估算折现率。
这一点，是《指导意见》在《资产评估执业准则——资产评估方法》第十三条“收益法评估所采用的折现率不仅要反映资金的时间价值，还应当体现与收益类型和评估对象未来经营相关的风险，与所选择的收益类型与口径相匹配”的基础上进行的细化，如果不细化确定折现率需要考虑的风险类型，那数据资产用收益法评估时直接确定折现率着实有点抓瞎，毕竟数据资产的特殊性决定了数据资产的相关风险也是特殊的，最好指导意见给个提示，需要特殊考虑哪几个方面，这不，指导意见做到了。
其实，管理风险、流通风险、数据安全风险、监管风险，这几个风险肯定还不全，实务工作会不断反哺评估理论，不断地细化且随着法律法规环境的变化而有所侧重。比如，2023年11月2日财政部、国家网信办联合下发了《会计师事务所数据安全管理暂行办法（征求意见稿）》，以后这种法律法规会不断喷涌，学习吧，终身学习吧哈哈哈
【6】保持折现率口径与预期收益口径一致。
这点没什么特殊的，就是照抄了一下《资产评估执业准则——资产评估方法》第十三条，同上。
【7】综合考虑数据资产的法律有效期限、相关合同有效期限、数据资产的更新时间、数据资产的时效性、数据资产的权利状况以及相关产品生命周期等因素，合理确定经济寿命或者收益期限，并关注数据资产在收益期限内的贡献情况。
对比一下《资产评估执业准则——资产评估方法》第十二条：资产评估专业人员在确定收益期时应当考虑评估对象的预期寿命、法律法规和相关合同等限制，详细预测期的选择应当考虑使评估对象达到稳定收益的期限、周期性等因素。
多了数据资产更新时间、时效性、权利状况的特殊考虑，删掉了详细预测期的话术，毕竟能粗略预测就不错了哈哈哈。
【1】根据形成数据资产所需的全部投入，分析数据资产价值与成本的相关程度，考虑成本法的适用性。
我能说这是《指导意见》特有的嘛！哈哈哈，《资产评估执业准则——资产评估方法》可没这么写哦，你看看这是啥架势，《指导意见》在指导成本法评估数据资产的时候，上来就让你考虑成本法适用性，还隐晦暗示你“分析数据资产价值与成本的相关程度”，就是告诉你，数据资产跟传统资产不一样，很特殊，资产价值会与资产成本产生很大的分离，资产成本在资产价值中影响因素占比可能很低！成本法，成本法，成本你个毛钱，数字经济时代，还在那拼成本呢？当然，成本确实是非常重要的因素，但工业经济时代与数字经济时代的侧重不同啊，《指导意见》也是在未来数字经济趋势大环境下编的，编写的人也清楚，所以一上来就提示你，不要抱着传统资产的那种依赖成本法评估的惯性思路，慎重考虑成本法。
但是啊，理论归理论，理想很丰满，能不能落地，还要看现实啊。人家收益法都暗示了，你要是从没有过数据资产管理经验，刚入门，尽量别用收益法，你预测不准，这时候咋办，可能就是成本法的利用窗口！尤其是企业自创的数据资产，很多成本归集可追溯的那种，可能成本法比收益法更加适用。《指导意见》要综合起来研读。
【2】确定数据资产的重置成本，包括前期费用、直接成本、间接成本、机会成本和相关税费等。
对比一下《资产评估执业准则——资产评估方法》第十九条：资产评估专业人员应当根据评估目的、评估对象和评估假设合理确定重置成本的构成要素。重置成本的构成要素一般包括建造或者购置评估对象的直接成本、间接成本、资金成本、税费及合理的利润。
评估对象为数据资产，自然影响到了重置成本的构成要素，相比于一般构成要素，数据资产重置成本额外强调了前期费用，不再强调合理的利润，毕竟，数据资产的入账价值都亟待进一步规范，利润咋可能合理确定呢是不是哈哈哈，而且想不到的费用都往“前期费用”里装，目前只能这么暂定，将来数据资产评估成熟了，大家都熟悉了，应该会有更细化的改动。
【3】确定数据资产价值调整系数，例如：对于需要进行质量因素调整的数据资产，可以结合相应质量因素综合确定调整系数；对于可以直接确定剩余经济寿命的数据资产，也可以结合剩余经济寿命确定调整系数。
这个质量因素调整系数，是数据资产专有的。本文开头说的那个坤信国际的数据资产评估先例，就联合了各个单位的专家一起举行了数据模型资产质量评价沟通会，专家讨论并通过了本次数据质量评价的评价维度、评价规则、评价标准，对数据质量进行了现场检测并签署了数据质量评价报告。
《数据资产评估指导意见》后附的附件2，就是《基于质量要素的指标体系设计示例》，搭建了数据质量因素评价的模板，《指导意见》除了核心技术路线的指导外，全文上下能看出来尤其强调了数据资产的质量评价，这是数据资产评估绕不过去的一个坎。但这也是一个难点，毕竟评估师也不是专门干IT的，也不是专门干被评估单位业务的，那些业务大数据封装后没个专业点的方法很难评估其质量。
此外，《指导意见》第十七条还额外给出了数据资产质量评估的一个指引：资产评估专业人员应当关注数据资产质量，并采取恰当方式执行数据质量评价程序或者获得数据质量的评价结果，必要时可以利用第三方专业机构出具的数据质量评价专业报告或者其他形式的数据质量评价专业意见等。数据质量评价采用的方法包括但不限于：层次分析法、模糊综合评价法和德尔菲法等。
看似有明确的指导，实际操作起来，问题只会越来越多：这些需要数据专家干的活儿，评估师也要利用专家的工作，但承担多少责任？毕竟数据质量评价采用的层次分析法、模糊综合评价法和德尔菲法掺杂了很多主观上的因素，无法复现，底稿检查产生争议怎么办？数据质量评价专家的责任与资产评估师的责任如何划分？这点没有《资产评估执业准则——资产评估方法》的对比，因为资产质量这个考量，是在《数据资产评估指导意见》中特殊强调的，那与数据资产可能接近的无形资产，就不需要额外强调资产质量了吗？不同资产的质量评价方法，有没有区分？
很多规定有待未来进一步修正、协调。
市场法，在《资产评估执业准则——资产评估方法》中三大方法排行之首，结果在《数据资产评估指导意见》中三大方法排行之末，很好猜到原因吧。
刚起步的行业，市场都不健全，获取公允价都很难的，市场法说好听点就是确定一些参数存在技术上的困难，说难听点就是可能压根不适用！
不过啊，市场法离数据资产评估也没很多人想象的那么远，国内的数据交易所都好多好多了，运作成熟点的也有了。
别着急，本系列后期文章都会讲到的，数据资产市场发展的现状。其实发展的已经很多了，只是在大众认知上偏小众。数据资产会计火起来后，赶紧了解啊，多读读会计数据精英的系列文章，永远不会落伍哈哈！
言归正传。
【1】考虑该数据资产或者类似数据资产是否存在合法合规的、活跃的公开交易市场，是否存在适当数量的可比案例，考虑市场法的适用性。
对比《资产评估执业准则——资产评估方法》第五条：资产评估专业人员选择和使用市场法时应当考虑市场法应用的前提条件：评估对象的可比参照物具有公开的市场，以及活跃的交易；有关交易的必要信息可以获得。
感觉差不多是不是，只是多强调了一点，考虑市场法的适用性，解读跟成本法第1点差不多，不重复了。
【2】根据该数据资产的特点，选择合适的可比案例，例如：选择数据权利类型、数据交易市场及交易方式、数据规模、应用领域、应用区域及剩余年限等相同或者近似的数据资产。
这个就不贴对比文了，很简单，毕竟市场法的运用强调可比案例的可比性，这里只是根据数据资产的特殊属性特征，强调了在数据资产可比案例的选择上应额外关注什么，是在实务操作细节上的指导。
【3】对比该数据资产与可比案例的差异，确定调整系数，并将调整后的结果汇总分析得出被评估数据资产的价值。通常情况下需要考虑质量差异调整、供求差异调整、期日差异调整、容量差异调整以及其他差异调整等。
对比《资产评估执业准则——资产评估方法》第七条：资产评估专业人员在运用市场法时应当对评估对象与可比参照物进行比较分析，并对价值影响因素和交易条件存在的差异做出合理修正。
这其实是市场法应用时很常规的必不可少的一步，跟上一点一样，属于针对数据资产量身打造的操作细节上的指导，额外强调了质量差异调整。
以上，就是对《数据资产评估指导意见》的解读。
从篇幅上也能看出来，重收益法、轻成本法、轻市场法。轻成本法是因为数据资产固有属性，轻市场法只是暂时的时机不成熟。强调了数据资产的质量因素差异对评估的影响，强调了数据权利类型的相关参数估计与口径统一，强调了可参照无形资产收益法评估模式来评估数据资产。
当然，一个企业在不同生命周期，对不同评估方法也有侧重，比如数据资产诞生期倾向于成本法来评估数据资产，并用历史成本计量属性来完成数据资产的初始入账。数据资产诞生后自用，运用大数据智慧优势降成本、重构商业模式，产生显著的超额经济效益后，倾向于用收益法评估数据资产。等到企业发展成熟，数据资产沉淀基本完成并标准化应用，形成标准的数据产品后上市流通，甚至以数据资产作为抵押来融资，那对数据资产的评估方法又会倾向于市场法。
除了收益法、成本法、市场法这三种基本方法外，还有衍生方法，后期文章会介绍。具体用什么方法，不仅取决于企业，也取决于数据资产市场的发展。