杭州国际数字交易联盟:数据资产价值实现研究报告(2023)_104页_2mb
报告摘要
数据资产价值实现研究报告(2023)
核心内容概览
本报告围绕数据资产价值实现路径、形成条件、评估方法及分配机制展开,旨在为数据要素市场建设提供理论支持和实践指引。报告由杭州国际数字交易联盟联合多家机构共同编写,内容涵盖数据资产的定义、治理、确权、计量与估值等关键议题。
主要观点与关键信息
一、数据资产概述
- 数据资产定义:数据资产是合法拥有或控制的、可计量的、能为组织带来经济和社会价值的数据资源。
- 数据资源化与数据资产化:
- 数据资源化是将原始数据转化为具有潜在价值的数据资源的过程。
- 数据资产化是将数据资源进一步转化为数据资产,实现其价值释放。
- 两者是数据资产价值实现的必要前提。
二、数据资产价值实现面临的困境与挑战
-
数据治理能力缺乏:
- 缺乏统一的数据标准和治理流程,导致数据质量参差不齐。
- 缺乏数据治理意识,影响数据资产的合规性和价值实现。
-
数据权属不明:
- 当前法律对数据权属缺乏明确界定,导致数据确权“无法可依”。
- 数据具有非排他性和可复制性,传统“所有权”概念难以适用。
- 数据权属不明引发无序竞争和数据垄断,影响数据要素市场的公平性。
-
数据资产难计量:
- 缺乏统一的数据资产计量标准和方法。
- 数据价值受场景影响显著,缺乏健全的数据交易平台,难以获取价格信号。
- 数据资产入表尚未形成全国统一规范,影响数据资产的价值评估和交易流通。
三、数据资产形成条件
-
数据可变现:
- 数据治理与运营是数据资产形成的重要手段。
- 数据需具备经济利用价值,且能通过治理转化为可交换、可流通的数据资源。
-
数据合法拥有或合法控制:
- 数据合法拥有或控制是数据资产形成的重要前提。
- 通过“三权分置”机制,包括数据资源持有权、数据加工使用权、数据产品经营权,实现数据资产的合法化。
-
数据可被计量:
- 数据资产需通过货币方式衡量其价值。
- 建议结合传统会计计量方式与数据特性,探索合理的计量方法。
四、数据资产价值评估方法
-
影响因素:
- 技术因素、数据容量、数据价值密度、应用场景、商业模式等。
-
评估难点:
- 传统估值方式存在局限性,难以全面反映数据资产价值。
- 数据流通缺乏统一规范,交易市场不成熟。
- 各行业数据资产特征不同,传统方法难以覆盖多样性。
-
评估方法:
- 成本法:基于数据形成的历史成本进行评估,便于操作,但价值偏低。
- 收益法:通过预测未来收益来评估价值,适用于企业内部评估,但受主观因素影响较大。
- 市场法:基于市场交易价格进行评估,适合活跃市场,但实施条件不成熟。
| 评估方法 | 优点 | 缺点 | 实施难点 | 适应场景 |
|---|---|---|---|---|
| 成本法 | 容易掌握和操作 | 对价值估算偏低 | 难以准确计算全生命周期成本 | 不以交易为目的 |
| 收益法 | 能真实反映业务价值 | 偏主观 | 预期收益预测难度大 | 适用于数据消费方 |
| 市场法 | 反映市场状况,易被买卖双方接受 | 对市场环境要求高 | 市场数据不足,难以获取交易价格 | 适用于活跃数据市场,以交易为目的 |
五、数据资产价值实现路径
-
公共数据资产价值实现:
- 政策背景:国家政策推动数据要素市场建设,鼓励公共数据开放与授权运营。
- 实现路径:公共数据开放、授权运营、数据产品开发,如公立医院医疗数据资产探索。
-
企业数据资产价值实现:
- 内部使用:推动业务数据化。
- 外部流通:推动数据业务化。
- 数据入表:推动数据资产价值实现,如数据作为资产入表为企业增值。
-
个人信息数据价值实现:
- 推动个人信息确权授权机制,保障个人信息合法权益。
- 建立合理的授权流程,如“知情-同意”机制,保障用户权益。
-
隐私计算保障:
- 隐私计算技术是数据资产价值实现的重要保障。
- 通过隐私计算技术实现数据“可用不可见”,保护数据安全与隐私。
-
数据资产资本化:
- 推动数据资本化形式,如数据作价出资、数据信托、数据资产金融产品等。
- 资本化是实现数据资产价值的重要手段。
六、数据资产价值分配方法
-
价值分配的必要性:
- 数据作为生产要素参与社会分配,推动数据要素市场化、规模化和社会化。
-
分配机制:
- 按照数据资产形成价值链的贡献度进行分配。
- 企业内部绩效分配、公共数据授权运营分配机制等。
-
数据确权与分配:
- 数据确权是价值分配的基础,需通过“权利束”理论进行多维度分配。
- 数据资产登记制度是确权和分配的重要保障,如全国数据资产登记服务平台、深圳数据知识产权登记系统等。
总结
本报告系统性地分析了数据资产价值实现的关键环节,包括数据治理、确权、计量与评估、资本化和分配等。数据资产的形成依赖于数据治理能力、合法权属和可计量性,而价值实现则依赖于有效的评估方法与合理的分配机制。当前我国数据要素市场仍处于初级阶段,需通过政策引导、技术支撑和制度完善,推动数据资产的规范化、标准化与市场化发展,实现数据价值的最大化释放。
展开完整摘要
试读结束,高清完整版pdf/doc/ppt,请点下载