作者：华林评估公司

随着数据被列为新型生产要素，企业数据资产化需求持续升温，数据资产评估正从前沿探索走向常规业务。中国资产评估协会发布的《数据资产评估指导意见》，明确了数据资产作为评估对象的三大属性，提出了成本、场景、市场、质量四大价值影响因素，并对收益法、成本法、市场法三种基本方法的适用逻辑作出细化规定，为评估机构开展数据资产评估业务提供了清晰的操作框架。准确把握这些核心知识点，是评估专业人员承接数据资产业务的基本功。

数据资产的评估对象界定，核心在于认清其“是什么”与“能干什么”。从属性上看，需要关注信息属性、法律属性、价值属性三大属性；从权利类型上看，应根据数据来源与生成特征、评估目的及权利证明材料，关注数据资源持有权、数据产品经营权、数据加工使用权三类数据产权，权利类型直接决定评估对象的边界与价值实现的法律基础；从特征上看，数据资产具有非实体性、依托性、可共享性、可加工性、价值易变性五大特征，其中可共享性意味着同一数据可在多场景复用而不减损、可加工性意味着价值随加工深度动态变化、价值易变性意味着价值高度依赖时效与场景，这三点对方法选择与参数确定影响最为直接。在价值影响因素上，除成本、场景、市场三类常规因素外，质量因素是数据资产评估区别于传统资产的关键变量，包括准确性、一致性、完整性、规范性、时效性、可访问性六个维度；数据质量评价是数据资产评估的基础，评估专业人员可以执行评价程序或利用第三方专业机构出具的质量评价报告，质量未达应用场景基准的，原则上不进入评估环节。

三种基本方法的适用逻辑，关键在于“场景决定方法、质量校准结论”。收益法是实践中的首选方法，具体分为四种预测路径：直接收益预测适用于应用场景与商业模式相对独立、收益可直接预测的情形；分成收益预测适用于软件开发服务、数据平台对接服务、数据分析服务等场景；超额收益预测适用于数据资产可与资产组中其他资产贡献合理分割、且贡献之和与企业整体正常收益相比仍有剩余的情形，多见于数据服务公司；增量收益预测适用于应用数据资产可带来额外可计量现金流、利润或成本节约的情形。成本法需合理确定重置成本，包括前期费用、直接成本、间接成本、机会成本和相关税费，并引入价值调整系数对期望质量与实际质量的差异进行调整；市场法需审慎判断是否存在合法合规、活跃的公开交易市场与适当数量的可比案例，并选择权利类型、交易方式、数据规模、应用领域、应用区域及剩余年限相同或近似的案例，通过质量差异、供求差异、期日差异、容量差异等五大调整系数修正后得出结论。采用多种方法时，应当分析不同结果的差异及原因，说明最终确定评估结论的理由。三个环节相互咬合：属性与特征决定评估对象边界，四大因素尤其是质量因素决定参数取值，三种方法在场景匹配下相互验证，才能形成客观、可追溯的评估结论。