特約丨政府數據資產價值如何評估?——金融科技觀察第38期

　　一、為什麼在政府數據開放與共享之前，需要做數據資產價值評估？

　　政府數據是政府為履行其法定職能而代表人民收集、加工並保存的各種數位化的證據和依據。既然數據源於人民，就應該還於人民。因此，按理說政府數據資產就應該進行免費開放與共享。但是為什麼政府數據開放與共享效果並不理想呢？筆者認為其中有一個原因是政府各部門資料庫之間還存在共享和流通的壁壘，且對社會而言這些數據具有壟斷性，亟需通過數據開放提高政府透明度、平衡社會與政府的利益關係。

　　可能您要問了：「既然政府數據源於人民，那麼，為何還要平衡利益呢？」主要有三個原因：一是數據從收集到共享經歷了很多中間環節，雖然數據源是免費獲取的，但是中間過程需要付出一定的成本。

　　圖1數據資產全生命周期

　　上圖是數據資產全生命周期管理的幾個主要環節，主要成本包括伺服器成本、存儲成本、計算成本、人工成本、網絡通信已經水、電、管理費用等等。這些成本的付出有一部分是為了滿足數據開放和共享的需要，如果把這部分成本算作政府財政支持，那麼對於廣大人民來講是不太公平的，因為政府數據開放和共享的對象不是對每一個人。

　　二是政府也需要實現從數據到數據資產再到數據資本的轉換，轉換的途徑不僅包括作為政府與企業合作的投資資本，而且經過價值評估後的政府數據資產能直接影響當地GDP的發展，甚至直接計入當地GDP報表，這對於城市政府管理者來說無疑具有巨大的吸引力。

　　三是在信息技術迅猛發展的今天，制約開放政府數據的因素不再是技術層面，而更多體現為管理和體制層面，因而應當從價值評估的角度來釐清政府數據開放與共享的發展規律；開放政府數據作為一種重要的公共服務，政府在數據開放的過程中，應當考慮所投入的成本和可能取得的效益，從而尋求更具有「成本-效益比」的政府數據開放途徑。

　　二、數據資產價值評估的三種常用方法比較分析

　　數據資產價值評估從根本上來講主要有三種方法，分別是成本法、收益法和市場法。

　　（一）成本法

　　成本法從本質上來看就是對數據成本的歸集。主要看數據產生的時候需要哪些費用，比如建設期的建設費用（包括人工材料），運維時期的運維費用包（括數據加工的費用），這些費用加起來構成數據的全部成本。這種方法適用與沒有明顯的市場價值的數據或正在產生市場。成本法的優點是比較容易把握和操作，看歷史上數據產生的費用，比如把軟體、硬體、人工費等加起來，比較好操作，便於財務處理，因為財務會計人員和所有生產成本都按照成本的角度進行歸結，資產負債表比較方便比較傾向於採用這種方式進行評估。

　　（二）收益法

　　收益法是通過估算被評估資產的預期收益折算成現值的方法，預期這個數據未來會產生多大的價值來評估資產。適用的條件是被評估資產未來預期收益可以預測並可以用貨幣計量。有一個具體的操作五步法，通常人們認為可以通過應用場景產生價值去評估應用場景用到的數據的價值，但是應用場景的價值又如何評估呢？我認為可以通過定製一個關鍵業務計劃，比如，未來十個月要將客戶的銷售額增長多少、流失率降低多少。再看支持業務計劃的關鍵業務決策是什麼，我要降低業務流失率需要完成哪些具體的工作任務，再量化每個決策的價值，如果需要採取三項措施，那麼每項措施預期的價值多大。第四步再根據決策用到的數據算每個數據源對應的決策價值，最後再匯總每一個數據源的價值就是整個評估的數據資產的價值，這也是比較容易操作的。要先定好關鍵業務計劃去推用到哪些數據源，筆者有一篇簡書文章專門進行了詳細介紹，題目是《數據資產的經濟價值評估》，感興趣的朋友可以看一下。收益法能比較真實地準確地反映價值，只要預期收益預估準了，對應的數據源的數據價值也是比較容易預測的。缺點是收益額和風險預測比較難預測準確，而且會受到主觀的判斷因素的影響。對於數據的需求方來講比較容易進行預測，比如我是一個數據的購買方我可以預測拿到數據之後能產生多大價值；還有企業自身也比較容易評估，比如對於企業自身的數據未來可以應用到哪些業務場景，未來收益是多少，比較容易了解，所以收益法適合企業自身採用。但是如果你要出去交易，你就很難預測到對方拿到這個數據他的收益多大，不太適合對外預估。

　　（三）市場法

　　市場法是根據市場上有類似的數據交易的價格去類比估值的方法，它需要活躍的市場交易環境有大量的交易，有這樣的數據積累以後比較好做這種操作。反映目前的市場情況，比較容易為買方和賣方接受，因為市場上這個數據就是這個價格，大家比較公認，對雙方來講比較容易接受。它的缺點是對市場上環境要求比較嚴格，你在評估的時候市場上有沒有類似的交易，沒有的話就沒有辦法進行類比，有這樣的苛刻條件。我認為目前我們採用市場法的條件不是特別充足，數據類似的無形資產有一定的保密性，評估人員很難收集到數據交易的價格，交易的時候只告訴你什麼數據但是裡邊是什麼內容也不是很好掌握，這是有一定難度的。交易的類型比較單一，大多都是結構化的數據，數據集和標籤數據，非結構化數據等其他一些數據比較少，交易的就那幾類，比如企業數據、氣象數據、交通數據等等。數據市場提供的數據的質量、用戶的數量、頻次等信息無法獲得。所以，目前來講市場不是很成熟。

　　三、政府數據資產價值評估宜採用成本法

　　在數據資產價值評估方法的選擇上,每種方法的選擇要取決於評估目標，政府數據資產價值評估顯然不是以盈利為目標，所以最適合採用成本法。

　　通過上面的介紹您應該理解了採用成本法進行無形資產會計核算和管理的重要標準，用歷史成本法計算的無形資產成本，可以準確反映出各類資產的構成比例，反映出無形資產價值形成過程，也是計算無形資產攤銷額和利潤的依據是真實的。歷史成本可以利用層次分析法進行核算，根據SMART原則，考慮到相關性、可衡量性和可實現性，將數據資產成本主要構成劃分如下幾類：

　　圖2數據資產主要成本構成

　　數據資產價值的評估除了考慮成本的因素之外，數據質量也是決定數據資產價值的重要因素，也就是所謂的「成色」，我們都知道Garbagein,Garbageout（垃圾進，垃圾出），意思是說拿不好的數據去做分析，會產生糟糕或是錯誤的結論。數據質量是保證數據應用的基礎，是數據資產價值得以實現的前提。隨著企業擁有數據量的急劇擴大，數據質量問題變得日益突出，數據的質量，將嚴重影響企業數據資產的價值，是決定數據價值高低的重要因素。數據質量評估的維度包括數據的完整性、正確性、一致性、重複性。數據質量評估能夠對整體或其中部分數據的質量狀況給出一個合理的評估，幫助數據用戶了解數據的質量水平，進而對數據應用水平予以預測，評估企業數據資產的真實價值。

　　圖3 數據資產質量評估指標

　　（一）完整性

　　描述數據是否存在缺失記錄或缺失欄位。數據缺失的情況可能是整個數據記錄缺失，也可能是數據中某個欄位信息的記錄缺失。

　　（二）正確性

　　描述數據是否與其對應的客觀實體的特徵相一致。任何欄位的數據都應該符合特定的數據格式與值域範圍。例如：表示身份證號碼的數據應該為15位或18位；行動電話號碼應該11位；人的年齡應該在0-120歲之間等。

　　（三）一致性

　　描述同一實體的同一屬性的值在不同數據集中是否一致。在各個獨立的業務系統內部，數據不一致的現象大量存在。例如，「客戶」和「用戶」的意義相同，在相關的多個數據表中，這兩個術語同時存在。

　　（四）冗餘度

　　描述數據是否存在重複記錄。現實世界中的同一個主體，在不同的數據源中常常有多個表達，在語法上相同或相似的不同記錄可能會代表現實世界中的同一主體，因而會對同一主體造成重複性記錄。

　　四、總結

　　當前研究主要集中在政府數據開放與共享體系構建方面，側重組織架構、政策與監管、數據資源提供、服務功能和內容等方面的綜合分析，而側重從社會利用效益方面分析研究相對不多，尤其從數據價值評估方面則更少。原因在於，這方面的研究存在困難：一方面，諸如透明、問責、參與、創新效用等缺乏可衡量的框架，使得難以開展價值評估；另一方面，就評估方法而言，我國政府數據價值評估的方法研究和實踐還處於起步階段，在評估政府數據資產價值上存在困難，缺乏權威的評估標準，而且完全不同的方法和不同的人會產生不同的評估結果。從全球開放數據價值評估來看，這一領域的進展總體緩慢。部分原因在於價值評估上存在固有困難，另一部分在於各國的經濟結構存在多樣性。這些挑戰已經導致相應的憂慮：政府對開放的政府數據資產的價值低估甚至造成國有資產流失。雖然對於政府數據價值的評估方法還不是很完善，在數據資產價值評估的維度和指標選取上還存在爭議，但重要的是,政府需要做出相應努力來促進數據資產價值評估的發展，促進大數據的流通，不斷挖掘政府數據資產的總體價值和政府數據資產的潛力。

　　《金融科技觀察》由京東數字科技研究院與《銀行家》聯合出品，跟蹤評析最新金融科技行業和法律政策動態，敬請關注。（文章僅代表作者本人觀點）

　　本期策劃：孟昭莉，京東數字科技研究院院長

　　本期作者：李然輝，京東數科數據管理架構師

本文首發於微信公眾號：銀行家雜誌。文章內容屬作者個人觀點，不代表和訊網立場。投資者據此操作，風險請自擔。

（責任編輯： HN666）