2022-03-14-普华永道-数据资产估值与应用研究报告_28页_1mb

数据资产估值与应用研究报告总结

前言

• 数据资产被列为新型生产要素，其价值评价机制是商业化交易的核心。
• 提出开放式数据价值评价框架，强调买卖双方协商指标与权重，并标准化计算数据资产价值指数。

核心内容

一、数据资产分类与应用价值

• 分类依据：应用场景、数据加工程度（原始、粗加工、精加工）。
• 应用示例：交通、医疗、金融等领域数据可提升风险监控、科研水平和决策效率。

二、数据资产价值评价方法

• 三种传统方法：
  • 成本法：以数据获取、处理成本为基础，结合质量、风险进行修正。
  • 收益法：预测数据资产应用后产生的未来收益现值。
  • 市场法：依据可比市场交易案例调整估价。
• 学者衍生方法：
  • 基于信息熵、多期超额收益、深度学习等的估值公式。

三、开放式数据价值评价框架

• 构成要素：
  • 四大评价维度：成本、质量、应用、风险。
  • 评价思路：各维度指标可协商选择，经标准化处理后加权计算价值指数。
• 计算公式：

  P = C × Q × U × (1 - R) × E × F
  

  其中，C、Q、U、R 分别代表成本、质量、应用、风险系数（经标准化处理后取值为0~1）。

四、评价指标体系

• 成本维度：涵盖数据获取、处理的直接与间接成本。
• 质量维度：包含规范性、精确性、完整性等，参考国家标准。
• 应用维度：
  • 稀缺性（覆盖范围、维度丰富度）、适用率。
  • 应用深度（访问频率、深度挖掘情况）。
• 风险维度：
  • 以数据安全能力成熟度模型（DSMM）评级为基础量化风险发生概率。

五、评价结果处理

• 标准化处理：采用优劣解距离法，将评价指标转化为0~1区间数值。
• 加权计算：一级指标权重由第三方提供，二级指标权重协商确定，层层加权得到四项核心系数。
• 价值指数计算：将标准化后的系数按权重汇总，得到数据资产价值指数范围0~1。

六、应用实例

• 风控场景案例：结合成本、质量、风险等维度指标，标准化后计算贷款风控数据价值指数为0.1223。
• 三种估价方法调整：
  • 成本法：需修正为数据资产成本的期望利润率。
  • 收益法：未考虑成本因素时需利息贴现调整。
  • 市场法：通过比较案例和指数调整得到价格。

数据资产估值应用与展望

一、对社会企业的作用

• 企业：通过定期估值优化业务，提升效率，解决绩效沟通障碍。
• 社会层面：引导交易市场健康发展，为数据要素流通提供定价参考。

二、未来发展趋势

1. 数据确权与共享：拆分数据权属以支持流通，数据所有权应由平台与个人共享。
2. 隐私计算技术：确保数据流转安全，实现数据“可用不可见”。
3. 数据交易平台：具备交易撮合、权限保障、服务持续性等功能。

结语

• 强调数据资产价值评价仍处初级探索阶段，需结合交易历史与动态建模实现自动化定价。
• 聆听各方意见，共同推动数据要素市场化。