数据资源入表在即，企业估值的新逻辑

前言

在数字经济的大背景下，数据资产化旨在通过数据的交易与流通最大化释放数据的核心价值。与传统的资产类型相比，数据资产的财务核算、价值评估以及数据资产的投资管理面临着新的挑战，数据资产的价值评估已成为推动数据资产化和数据要素市场化必不可或缺的重要环节之一。因此设计、构建科学的数据资产估值体系、制定完善的数据资产定价机制对促进数据资产市场健康发展具有至关重要的意义，也能为企业推进数据资产估值起到有效的提升运营效率，为管理层提升高效的管理能力。

近日，财政部制定印发了《企业数据资源相关会计处理暂行规定》（财会〔2023〕11号），明确了数据资源入表的适用范围、会计处理使用准则以及列示和披露要求，并将于2024年1月1日起施行，这是国家层面首次对数据资产“入表”建立相关规范，这也意味着数据资产即将正式纳入企业估值范围。因此，本文将着重从数据资产估值及数据资产对企业估值的影响两个方面开展介绍。

数据资产估值

《资产评估专家指引第9号》及《数据资产评估指导意见（征求意见稿）》对数据资产的制定背景、基本概念、基本特征和分类等做出较为清晰的界定。数据资产具有非实体性、依托性、多样性、可加工性、价值易变性等基本特征，传统的无形资产估值方法在评估数据资产价值时有一定程度的适用性。

虽然我们现在已经拥有了较为成熟完善的无形资产估值方法和模型，但是对于数据资产这一新型资产的价值评估仍存在诸多问题和难点。如估算数据的重置成本较为困难，造成数据资产贬值的时效性因素难以量化，导致成本法的应用存在困难。收益法中如何确定数据资产对应的折现率，预测数据资产的未来收益、收益分成率等参数仍然存在疑义。市场法中如何选择可比交易案例，调整哪些差异因素等仍然存在争议。目前通用的估值方法在进行数据资产价值评估时仍需要契合数据资产的特点不断进行探索与发展。

三种方法在数据资产估值中的应用

三种估值方法下的考量

从资产价值评估的专业角度出发研究，数据资产估值需要从数据资产的成本、收益以及风险几个方面进行分析。

数据资产的成本是指利用现代信息技术在采集、存储、加工、挖掘、保护或研发过程中形成数据资产所需要的合理成本，所利用的信息技术本身会影响数据资产的成本，数据资产的成本高低不必然代表其价值的高低，一般是按照重置该项数据资产所发生的成本作为确定评估对象价值的基础上扣除相关贬值，以此确定评估对象的价值。选择和使用成本法时应考虑的前提条件包括：评估对象能正常使用或者在用、评估对象能通过重置途径获得、评估对象的重置成本以及相关贬值能够合理估算以及数据质量能够达到（应用场景下）可评价的基准。

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两个层面。数据资产质量的影响因素包含真实性、完整性、准确性、可计算性、安全性。数据资产应用的影响因素包含稀缺性、时效性、多维性、场景经济性。相同的数据资产，由于其应用领域、使用方法、获利方式的不同，会造成价值的差异。在收益法的具体运用过程中，需区分数据资产所驱动的收益增加或成本的节约，合理分析其他有形和无形资产的贡献收益。对于数据资产的预期收益年限，需要综合考虑法律保护期限、合同约定、数据资产的产生和更新时间、时效性等确定。而折现率的计算分析，基于一般无形资产折现率计算的基础上，如何考虑进一步的风险溢价，需结合数据资产本身的质量情况、应用情况、以及潜在法律风险等。

当从市场出发评估数据资产的价值时，需能够找到足够的市场交易数据并通过分析采集足够的可比交易案例，继而根据数据资产特性，确定不同数据资产比较的维度并加以修正。考虑到市场法运用的前提是有足够的可比交易案例，且评估对象与可比参照物在各价值影响因素上的信息需足够透明且可量化，市场法通常仅适用于交易性较好的数据资产评估。

数据资产的价值取决于诸多因素的影响，包括技术因素、数据容量、数据价值密度、数据应用的商业模式和质量要素等。此外，由于其特殊性，源自于所在商业环境的法律限制和道德约束的风险因素也对数据资产的价值有着从量变到质变的影响。在估值中需充分考虑并量化上述因素，才能合理衡量数据资产的价值。

数据资产对企业估值的影响

数据资源密集的企业在发展过程中往往涉及到需要对整体企业进行估值，以满足投融资、上市、税务合规、财务入账等要求。在对该类企业进行估值时，需要充分考虑数据资产对整体业务的贡献及其对企业估值的影响。

针对三种常见的企业估值方法，需要对数据资产进行特别关注的事项，我们总结如下：

收益法
结合具体场景，数据资源的应用将极大程度上对于企业的经营起到提高收入、降低成本，降本增效的效果。对企业整体预测的口径与逻辑需综合考虑数据资源在企业业务开展中所起的作用及带来的贡献。

此外，数据资源在资本化或费用化会计处理的选取处理亦会对企业现金流的分析产生影响，如企业将更多取得的数据资源支出资本化，从而降低数据资源取得当期的费用，增加利润，其财务表现会显著区别于将数据资源费用化的企业，因此在分析企业历史财务数据及未来盈利预测时需关注相关会计处理的影响。

市场法
对于数据资源密集的企业，需关注选取哪类价值比例以合理反映企业的真实价值并充分体现该类企业的特点。可以从市场上类似企业的定价与其数据资源投入规模、未来数据资源应用下的预期收益等的比例关系作为参考依据。

同时，需考虑由于数据资源入表对企业财务数据、估算和价值比率的影响，确保评估对象与可比企业在财务信息口径、企业会计处理等方面的一致性。

资产基础法
资产基础法下的企业价值分析需考虑识别数据资产，以合理方法及参数予以确认后纳入整体企业的估值中。

结论

随着国家对于各项数字资产法律法规、暂行规定、指导意见的陆续出台，数据要素市场化已成为建设中国数字市场必不可缺的一部分，数据资产的估值势必将在数据资源资产化进程中发挥重要作用。德勤财务咨询将协助企业构建起基于数字经济时代、综合考虑数据资产价值驱动因素和特征的价值评估体系，实现企业完整数据资产生态圈的闭环。