基于数据全生命周期的数据资产价值评估方法及应用.docx

PAGE PAGE 1 基于数据全生命周期的数据资产价值评估方法及应用 TOC \o 1-3 \h \z \u 基于数据全生命周期的数据资产价值评估方法及应用 1 引言 2 1.研究现状 3 2.数据资产价值评估理论框架和方法 5 2.1 数据资产价值评估理论框架 6 2.1.1 基本概念界定 6 2.1.2 数据资产价值评估整体框架 7 2.2 数据资产价值评估方法 9 2.2.1 基础成本的计算 10 2.2.2 血缘继承成本的计算 11 2.2.3 阶梯价格的计算 14 3.实证分析 17 3.1 基础成本价 17 3.2 血缘成本价 18 3.3 阶梯价值结果 19 3.4 阶梯价值结果 22 3.5 实际应用 23 4.结语 24  引言 数据资产价值评估是现代数据资产管理和运营以及数据流通的基础。基于数据全生命周期理论，从第一性原则出发，通过评估单张数据资产表的成本、数据管理以及数据应用价值，实现对单张数据资产表的系统性评估。利用数据仓库和图算法等技术，以层为单位，每层分摊，血缘路径继承，精确计算得到单张数据资产表的成本价值；然后利用层次分析法得到数据资产非经济因素权重，进而得到数据资产阶梯价值；最后通过实例分析验证了新方法的合理性和可行性。 《“十四五”数字经济发展规划》中指出，数字经济是继农业经济、工业经济之后的主要经济形态，是以数据资源为关键要素，以现代信息网络为主要载体，以信息通信技术融合应用、全要素数字化转型为重要推动力，促进公平与效率更加统一的新经济形态。数据要素是数字经济深化发展的核心引擎，需要有序开展数据确权、定价和交易活动，并探索建设与数据要素价值和贡献相适应的收入分配机制。数据资产价值评估是实现数据流通和应用的重要基础，数字经济的发展迫切需要人们对评估数据资产这一课题进行深入研究。 在国家大力推动数字经济发展的同时，企业也在积极响应并开展大规模的数字化转型。目前，科技的高速发展使数据在工业生产中的体量日益增大，同时各种技术也日新月异。不论是内部管理方面，还是外部交易方面，企业都需要一套合理的数据资产价值评估方法。数据资产的合理估值对内可以衡量企业数字化建设进程和数据运营效果，对外可以提升数据资产的流动性，如数据交易，给企业提供新的收益来源。从公司价值层面来说，数据资产价值将在企业的会计3张报表中展现或在附录中披露，这将直接影响未来企业的市场估值。目前，世界级科技公司基于大量用户数据进行挖掘和分析以创造商业盈利。然而，数据资产价值的衡量仍缺乏实际的解决方案。 广为人知的IBM大数据4V特性意味着大数据的价值评估一定是一个难题。尽管各种关于大数据的研究、挖掘、分析、实践和应用等热门技术都已经取得了显著的成果，但是客观且科学的数据资产价值评估体系和数据交易研究仍处于初期。只有经过科学管理，并且能够被运营转化为应用价值的数据才能算作真正的数据资产。在价值评估方法论方面，传统领域包括无套利定价、收益最大化定价、公平和真实定价。同时，也有一些涉及机器学习的动态数据定价、在线定价以及联合和协作学习中的定价方法。综合目前的数据估值发展研究，总结得出，同时考虑数据的经济因素（如数据成本、市场收益等）和非经济因素（如数据质量、时效性等）是更可行且可操作的方案。 迄今为止，数据资产价值评估问题尚未有成熟的解决案例和类似计算器的数据资产价值评估操作系统。本文基于国内互联网行业通用的数据技术，设计并开发了一套数据资产评估模型，旨在解决这个问题。 1.研究现状 数据资产价值评估属于交叉学科，涉及计算机科学、经济学、市场营销学以及新兴的数据科学等多个领域。由于数据具有多面性并且价值评估的目的不同，其原理和侧重点也有一定差异。近年来，随着信息和数字化时代的发展，该领域的研究逐渐受到重视。 姚建国等人研究了基于熵的数据价值衡量与定价方法，仅依赖数据交易平台收集到的数据集的浏览点击次数和获得该数据集支付的成本费用信息来对数据进行定价。信息熵定价法充分考虑了数据资产的稀缺性，但该方法缺乏对数据的本质的讨论，没有考虑到实际数据源获取和加工等问题的复杂性。 2019年，中国资产评估协会制定了《资产评估专家指引第9号——数据资产评估》，阐述了成本法、收益法和市场法3种方法。成本法适用于对个人数据的隐私补偿定价；收益法主要用传统金融学模型对未来现金流和收益做折算，直接量化数据效用，体现买方市场增收；市场法主要基于有效率的交易价格（类似二级市场的股票）的供需关系进行定价。对于难以量化的数据资产来说，市场法（如拍卖和交易）是最公正的方法。然而现实情况是数据交易所的机制并不是对所有的企业都适用的，并且尚未进行规模化发展。 闭珊珊等