1、数据资产评估介绍

数据资产是企业在运营活动中形成的，由企业拥有，在数据的产生、获取、处理、存储、传输和应用全过程可控的，并能够给企业带来价值的数据资源。如设计图纸、企业运作信息、合同等一切以电子介质为载体的企业各类业务，都可以称作是企业的数据资产。数据资产评估是通过系统的方法和工具，对企业的数据资产进行价值、风险和潜力等方面的评估分析。通过评估，能够帮助企业了解和认识数据资产的真实价值，并提供决策支持和管理指导。

数据资产评估对应三大原理内容：

一、价值原理。数据资产的价值包括市场价值、利润等直接价值和决策支持、客户关系维护等间接价值。价值评估方法：通过确定关键指标和指标权重，对数据资产的各项价值进行定量或定性评估。二、风险原理。数据资产的风险来源有数据泄露、数据质量问题、合规性风险等都可能对数据资产造成损害。风险评估方法：通过识别潜在风险、评估风险发生的可能性和影响程度，以及制定应对策略来降低风险。

三、潜力原理。潜力评估主要关注数据资产的创新潜力、业务增长潜力和竞争优势潜力。潜力评估方法：通过市场调研、竞争分析、业务预测等手段，评估数据资产的潜力和未来发展趋势。

2、数据资产评估对企业的好处

一、加速企业数字化转型，驱动企业管理提升，合规利用数据资源。数据资产入表考验企业数据治理水平，企业需建立和完善数据管理制度，加强数字化人才培养，让数据利用更有可操作性、可重复利用性。企业管理层将会更加关注数据资产的管理和优化，强化数据基础，提高企业运营管理水平，助力企业更好地遵循相关法规，降低合规风险，注重信息安全。

二、促进组织成长、业务创新和组织创新。通过对数据资产进行系统管理和价值评估，企业能够更好地了解自身创新潜力，有助于优化研发投资，提高业务的敏捷性和竞争力，推动基于数据资产利用的场景创新，并激发业务创新和组织创新。

三、提升企业多渠道融资能力。数据资源相关披露要求提升了企业财务信息的透明度，数据资源信息披露可以提高投资者和金融机构对企业创新和发展潜在能力的了解，有助于企业有更多渠道进行融资。这将有力促进企业的可持续发展。你了解了吗？

3、数据资产评估流程

一、明确评估对象。

评估人员在实施评估前，首先应对被评估主体的愿景、战略目标、业务发展需求以及应用场景等方面进行明确。其次在进行数据资产价值评估时，应基于上述内容，明确评估对象、评估基准日、评估范围和价值类型，并在此基础上明确数据资产的权属、敏感信息和安全合规要求等。

二、开展质量评价。

根据评估对象具体情况，应选取适宜于待评估数据的评价指标方案和质量评价方法，也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评价意见。质量评价完成后，满足质量要求才可进入后续流程。

三、选择评估方法。

数据资产的价值将从影响企业增长、回报及风险等方面体现，评估人员应基于上述三个方面选择合适的评估方法。

四、执行评定估算。

评估人员应采用两种以上不同的评估方法进行评估，在采用多种评估方法进行数据资产评估后，应对评估结果进行合理性分析，以判断其是否符合实际情况和合理预期，并最终形成内部确认的评估结果。

五、出具评估报告。

评估人员应根据最终评估结果编制详细的评估报告，报告中披露包括但不限于数据基本信息、数据质量评价情况、数据应用场景、宏观经济和行业前景等内容。

4、数据资产质量评估研究现状

数据资产质量评估关注数据价值和质量，是大数据和信息技术快速发展背景下的重要研究课题。国内已针对该领域提出一些相关标准，如《数据管理能力成熟度评价模型》（GB/T 36073-2018）、《资产管理信息化 数据质量管理要求》（20220584-T-469）、《信息技术服务 数据资产 管理要求》（GB/T 40685-2021）和《信息技术 大数据 数据资产价值评估（征求意见稿）》（20214285-T-469）等。研究内容主要涉及标准化、质量指标体系建设、评估方法与技术、实践应用与案例分析和跨领域融合。国内虽然已提出一些相关标准，但现行标准体系中缺少针对数据资产管理体系的评估标准，因此需要针对数据资产管理全过程建立一整套管理体系指标。为了进一步推动数据资产质量评估领域的发展，未来研究需要在现有基础上不断优化评估方法、完善评估标准，并结合实际案例探讨跨领域的应用。

5、数据资产质量评估结果应用

1．完善数据资产登记信息

数据资产质量评估结果可以作为补充信息，对数据资产登记信息进行更新和完善。这有助于使登记信息更为全面，并将评估过程中发现的问题与数据资产登记信息中的数据项进行关联。如此一来，评估结果和数据质量的整体状况能够得到充分反映，进而协助被评估方更好地了解和运用相关数据资产。

2．支撑数据资产价值评估

数据资产质量对数据资产价值具有显著影响，而数据资产质量评估结果可以作为数据资产价值评估的参考依据或调节参数。基于可供价值评估使用的质量要素，可采用收益法、成本法和市场法3种基本方法及其衍生方法来完成数据资产价值的评估。

3．提升数据资产质量

通过质量评估，被评估方可以更好地了解自身数据资产质量情况，分析数据资产质量问题，逐步提升、优化数据资产质量。高质量数据资产有助于增强业务决策的可信度，提升业务流程效率，降低企业运营风险及成本，同时还可以提升客户满意度，促进创新能力，增强企业竞争优势。

6、数据资产质量评估目的、范围、原则

（一）评估目的

数据资产质量评估作为数据资产评估的一个关键环节，衔接数据资产登记与数据资产价值评估，通过面向数据提供方的评估，发现数据质量问题并形成数据质量的基线水平，提高参与交易流通的数据资产质量，并通过评估结果更准确地进行数据资产的估值和定价，从而推动数据资产交易市场的健康有序发展。

（二）评估范围

企业和机构合法拥有或者控制的数据资产。

（三）评估原则

开展数据资产质量评估工作，应遵循总体评估原则和评估机构选取原则，以确保评估结果的准确性和可靠性。

（1）客观性：数据资产质量评估应基于事实和数据，避免主观偏见。

（2）全面性：数据资产质量评估应全面覆盖数据资产的各维度指标。

（3）持续性：数据资产质量应随数据资产的变化而进行相应的调整和更新。

（4）专业性：评估机构应具有数据资产评估的专业能力和经验。

（5）独立性：评估机构应独立于数据提供方和数据交易平台，以保证评估结果的客观性。