《数据资产评估指导意见》(征求意见稿)

2022-07-12 15:39


6月8日,中国资产评估协会下发了《数据资产评估指导意见(征求意见稿)》,以规范资产评估机构及其资产评估专业人员在数据资产评估业务中的实务操作,更好服务新时代经济发展和新时代生产要素市场。



数据资产评估指导意见


(征求意见稿)




第一章  总则


第一条  【制定背景】为规范数据资产评估行为,保护资产评估当事人合法权益和公共利益,根据《资产评估基本准则》制定本指导意见。


第二条  【基本概念】本指导意见所称数据资产,是指特定主体合法拥有或者控制的、能进行货币计量的、且能带来直接或者间接经济利益的数据资源。


第三条  【数据资产评估】本指导意见所称数据资产评估,是指资产评估机构及其资产评估专业人员遵守法律、行政法规和资产评估准则,根据委托对评估基准日特定目的下的数据资产价值进行评定和估算,并出具资产评估报告的专业服务行为。


第四条  【指导意见效用】执行数据资产评估业务,应当遵守本指导意见。


第二章 基本遵循


第五条  【执业操守】资产评估机构及其资产评估专业人员开展数据资产评估业务,应当遵守法律、行政法规的规定,坚持独立、客观、公正的原则,诚实守信,勤勉尽责,谨慎从业,遵守职业道德规范,自觉维护职业形象,不得从事损害职业形象的活动。 


第六条  【独立性】资产评估机构及其资产评估专业人员开展数据资产评估业务,应当独立进行分析和估算并形成专业意见,拒绝委托人或者其他相关当事人的干预,不得直接以预先设定的价值作为评估结论。


第七条  【胜任能力及弥补措施】执行数据资产评估业务,应当具备数据资产评估的专业知识和实践经验,能够胜任所执行的数据资产评估业务。 


执行某项特定业务缺乏特定的数据资产评估专业知识和经验时,应当采取弥补措施,包括利用数据领域专家工作成果,或者参考其他专业机构的数据领域专业报告等。


第八条  【保密要求】执行数据资产评估业务,资产评估专业人员应当关注数据资产的安全性和合法性,并遵守保密原则。


第九条  【价值区分】执行企业价值评估中的数据资产评估业务,应当了解在对持续经营前提下的企业价值进行评估时,数据资产作为企业资产组成部分的价值可能有别于作为单项资产的价值,其价值取决于它对企业价值的贡献程度。


数据资产与其他资产共同发挥作用时,需要采用适当方法区分数据资产和其他资产的贡献,合理评估数据资产价值。


第十条  【现场调查】执行数据资产评估业务,应当根据评估业务具体情况和数据资产的特性,对评估对象进行针对性的现场调查,收集权属资料、数据资产信息要素、财务会计信息和其他资料并进行核查验证、分析整理和记录。


第十一条  【合理假设】执行数据资产评估业务,应当合理使用评估假设和限制条件。


第三章  评估对象及操作要求


第十二条  【明确事项】执行数据资产评估业务,应当明确评估对象、评估目的、评估基准日、评估范围、应用场景、价值类型和资产评估报告使用人。


第十三条  【数据资产属性】执行数据资产评估业务时,资产评估专业人员可以通过委托人或者相关当事人提供或自主收集等方式了解和熟悉数据资产的基本属性,数据资产的基本属性通常包括:信息属性、法律属性、价值属性等。


信息属性包括:数据的来源、结构、规模、时段、更新周期、元数据标准等。数据规模包含数据量、增长率和更新率等指标。数据量是指数据集元素的总数量;增长率是指数据集元素增加量与原数据集元素总数量之比;更新率是指单位时间内数据集的变更元素数量。元数据是描述数据属性的信息,主要用来指示存储路径、数据访问权、资源查找、信息记录等,其基本功能是描述数据的内容,便于更准确地识别、存取利用的数据;


法律属性包括:数据权属、数据权限、数据分类、数据安全、侵权保护效力,以及许可使用、转让、诉讼和抵质押情况等;


价值属性包括:数据成本信息、数据应用场景、数据可替代性等。


第十四条  【数据分类】资产评估专业人员应当知晓,通常情况下,数据可以从业务、技术、安全三个维度进行分类。


业务维度下,可分为数据来源不同、业务归属不同、流通类型不同、行业领域不同、数据质量不同即数据在指定条件下使用时其特性能够满足明确的或者隐含的要求的程度不同等类别的数据。


技术维度下,可分为产生频率不同、提取方式不同、结构化特征不同、存储方式不同、稀疏程度不同、处理时效性不同、交换方式不同等类别的数据。


安全维度下,可按数据安全隐私保护程度不同进行分类。


第十五条  【数据资产特征】资产评估专业人员应当知晓,数据资产通常具有非实体性、依托性、可共享性、可加工性、价值易变性等特征。执行数据资产评估业务时,资产评估专业人员应当关注数据资产特征对评估对象的影响。


(一)非实体性:数据资产无实物形态,虽然需要依托实物载体,但决定数据资产价值的是数据本身。数据的非实体性导致了数据的无消耗性,即数据不会因为使用频率的增加而磨损、消耗。这一点与其他传统无形资产相似。


(二)依托性:数据必须存储在一定的介质里。介质的种类多种多样,例如,纸、磁盘、磁带、光盘、硬盘等,甚至可以是化学介质或者生物介质。同一数据可以以不同形式同时存在于多种介质。


(三)多样性:数据的表现形式多种多样,可以是数字、表格、图像、声音、视频、文字、光电信号、化学反应、甚至是生物信息等。数据资产的多样性,还表现在数据与数据处理技术的融合,形成融合形态数据资产。例如,数据库技术与数据,数字媒体与数字制作特技等融合产生的数据资产。多样的信息可以通过不同的方法进行互相转换,从而满足不同数据消费者的需求。该多样性表现在数据消费者上,则是使用方式的不确定性。不同数据类型拥有不同的处理方式,同一数据资产也可以有多种使用方式。数据应用的不确定性,导致数据资产的价值变化波动较大。


(四)可加工性:数据可以被维护、更新、补充,增加数据量;也可以被删除、合并、归集,消除冗余;还可以被分析、提炼、挖掘,加工得到更深层次的数据资源。


(五)价值易变性:数据资产的价值受多种不同因素影响,这些因素随时间的推移不断变化,某些数据当前看来可能没有价值,但随着时代进步可能会产生更大的价值。另外,随着技术的进步或者同类数据库的发展,可能会导致数据资产出现无形损耗,表现为价值降低。


第十六条  【权属层次】资产评估专业人员应当知晓,数据资产通常存在所有权、收益权、使用权等多个层次的权属结构。执行数据资产评估业务时,资产评估专业人员应当根据评估目的,确定评估对象的权属类型是数据资产的所有权、收益权、使用权或其他符合相关法律法规的单项权利或多项权利的组合。


第十七条  【价值影响因素】执行数据资产评估业务,通常需要关注影响数据资产价值的质量因素、应用因素、成本因素及法律因素。


质量因素包括准确性、一致性、完整性、规范性、时效性、可访问性等。


应用因素包括使用范围、应用场景、商业模式、市场前景、财务预测、供求关系以及应用风险等。


成本因素指数据资产从产生到评估基准日所发生的总成本,包括直接成本和间接成本,直接成本主要包括前期费用、建设成本、运维成本等。


法律因素主要包括法律法规、政策文件、行业监管等新发布或变更对数据资产价值产生的影响。


第十八条  【应用场景】资产评估专业人员应当知晓,同一数据资产在不同的应用场景下,通常会发挥不同的价值。资产评估专业人员应当通过委托人、相关当事人、其他专业机构提供或者自主收集等方式,了解相应评估目的下评估对象的具体应用场景并采用恰当的价值类型。


第四章  数据质量评价


第十九条  【作用及成果】资产评估专业人员应当知晓,通常情况下,数据质量评价是数据资产评估的基础。


数据质量评价的成果可以是第三方专业机构出具的专业报告,或者是其他形式的专业意见。


第二十条  【评价内容】数据质量评价可以从准确性、一致性、完整性、规范性、时效性和可访问性等方面选取可量化指标进行评价。


准确性是指数据资产准确表示其所描述事物和事件的真实程度。评价要素主要包括内容准确率、精度准确率、记录重复率、脏数据出现率等。


一致性是指不同数据资产描述同一个事物和事件的无矛盾程度。评价要素主要为元素赋值一致率等。


完整性是指构成数据资产的数据元素被赋予数值程度。评价要素主要包括元素填充率、记录填充率、数据项填充率等。


规范性是指数据符合数据标准、业务规则和元数据等要求的规范程度。评价要素主要包括值域合规率、格式合规率、安全合规率。


时效性是指数据真实反映事物和事件的及时程度。评价要素主要包括周期及时性、实时及时性等。


可访问性是指数据能被正常访问的程度。评价要素主要包括可访问度等。


第二十一条  【评价方法】执行数据质量评价时,要根据评价需求分析、评价对象及范围等情况,确认评价方法,通常采用的评价方法包括:层次分析法(AHP)、模糊综合评价法和德尔菲法等。


第二十二条  【质量维度】通常情况下,数据质量可以分为固有的数据质量和依赖系统的数据质量。固有的数据质量是指数据在指定条件下使用时,该数据的质量特性具有的能够满足明确或隐含要求的内在潜力的程度。依赖系统的数据质量是指数据在指定条件下使用时,该数据质量在计算机系统、存储介质或者其他存储形态中已达到并保持的程度。


对数据质量进行评价时,可以结合固有的数据质量和依赖系统的数据质量两个维度进行评价。


第五章  评估方法


第二十三条  【方法类型】确定数据资产价值的评估方法包括收益法、成本法和市场法三种基本方法及其衍生方法。


第二十四条  【方法选择】执行数据资产评估业务,资产评估专业人员应当根据评估目的、评估对象、价值类型、资料收集等情况,分析上述三种基本方法的适用性,选择评估方法。


第二十五条  【收益法】采用收益法评估数据资产时应当:


(一)在获取数据资产的质量评价等相关信息的基础上,根据该数据资产的历史应用情况及未来应用前景,结合数据资产应用或者拟应用企业经营状况,重点分析数据资产经济收益的可预测性,考虑收益法的适用性;


(二)估算数据资产带来的预期收益时,根据适用性可以采用直接收益预测、分成收益预测、超额收益预测和增量收益预测等方式;


(三)应当区分数据资产和其他资产所获得的收益,分析与之有关的预期变动、收益期限,与收益有关的成本费用、配套资产、现金流量、风险因素;


(四)保持预期收益口径与折现率口径一致;


(五)根据数据资产应用过程中的管理风险、流通风险、数据安全风险和监管风险等因素及货币时间价值等因素估算折现率;


(六)综合考虑数据资产的法律有效期限、相关合同有效期限、数据资产的更新时间、数据资产的时效性以及数据资产的权利状况等因素,合理确定经济寿命或者收益期限。


第二十六条  【直接收益预测】资产评估专业人员应当知晓,在被评估数据资产的应用场景及商业模式相对独立,且数据资产服务或产品为企业带来的直接收益的可以独立核算并合理预测的情形下,可以使用直接收益预测估算数据资产预期收益。


直接收益预测通常是针对特定应用场景下被评估数据资产的预期收益进行直接预测。


第二十七条  【分成收益预测】资产评估专业人员应当知晓,对于以软件开发服务、数据平台对接服务、数据分析服务等数据资产应用场景,当其他相关资产要素所产生的收益不可单独计量时,可以使用分成收益预测估算数据资产预期收益。


收益分成预测通常采用分成率计算数据资产的预期收益。即首先计算总收益,然后再将被评估数据资产在产生总收益过程中作出贡献的所有资产之间进行分成。分成率通常包括销售利润分成率和销售收入分成率两种。


在确定分成率时,需要通过对被评估数据的数据特征、质量要素、成本要素和应用要素等评估要素进行综合分析,也可以参考市场上存在的相同或类似数据资产评估案例中采用的分成率情况。


第二十八条  【超额收益预测】资产评估专业人员应当知晓,对于数据资产产生的收益占整体业务比重较高,且其他资产要素对收益的贡献能够明确计量的数据服务公司,可以使用超额收益预测估算数据资产预期收益。


超额收益预测将归属于被评估数据资产所创造的超额收益作为该项数据资产的预期收益。即先测算数据资产与其他相关贡献资产共同创造的整体收益,在整体收益中扣除其他相关贡献资产的贡献,将剩余收益确定为超额收益,并作为被评估数据资产所创造的收益并测算数据资产价值。除数据资产以外,相关贡献资产一般包括流动资产、固定资产、无形资产和组合劳动力等。


第二十九条  【增量收益预测】资产评估专业人员应当知晓,增量收益预测多用于估算以下两种情形下的数据资产预期收益,即可以使应用数据资产的主体产生额外的可计量的现金流量或利润的数据资产(如通过启用数据资产能够直接有效地开辟新业务或赋能提高当前业务所带来的额外现金流量或利润),以及可以使应用数据资产的主体获得可计量的成本节约的数据资产(如通过嵌入大数据分析模型带来的成本费用的降低)。


增量收益预测是基于未来增量收益的预期而确定的数据资产预期收益。该增量收益来源于对被评估数据资产所在的主体和另一个不具有该类数据资产的主体的经营业绩进行对比,即将由于使用该项数据资产得到的利润或现金流量,与一个没有使用该项数据资产所得到的利润或现金流量进行对比,将二者的差异作为被评估数据资产所创造的增量收益并测算数据资产价值。


第三十条  【成本法】采用成本法评估数据资产时应当:


(一)根据数据资产形成的全部投入,分析数据资产价值与成本的相关程度,考虑成本法的适用性;


(二)确定数据资产的重置成本,数据资产的重置成本包括前期费用、直接成本、间接成本、合理利润和相关税费;


数据资产的前期费用主要包括前期规划成本;直接成本需要根据创建数据资产的流程特点,分阶段进行统计,包括建设成本、运维成本和其他成本。其中,直接成本为数据资产不同阶段动态持续投入的成本,间接成本包括与数据资产直接相关的或者可进行合理分摊的软硬件采购、基础设施成本及公共管理成本,此外还需要考虑合理的利润和相关的税费;


(三)确定数据资产价值调整系数。数据资产价值调整系数的确定可以参考评估对象的质量评价或利用数据专家的工作成果综合确定。对于可以直接确定剩余经济寿命的数据资产,也可以采用剩余经济寿命法确定调整系数。


第三十一条  【市场法】采用市场法评估数据资产时应当:


(一)考虑该数据资产或者类似数据资产是否存在合法合规的、活跃的公开交易市场,是否存在足够数量的可比参照物,考虑市场法的适用性;


(二)根据该数据资产的特点,选择合适的可比案例,例如交易市场、数据规模、应用领域、应用区域等相同或近似的数据资产;


(三)对比该数据资产与可比案例的差异,确定调整系数。通常情况下需要考虑质量差异调整、供求差异调整、期日差异调整、容量差异调整以及其他差异调整等。将调整后结果汇总分析得出待评估数据资产的价值。


第三十二条  【形成结论】对同一数据资产采用多种评估方法时,应当对所获得的各种测算结果进行分析,形成评估结论。


第六章  披露要求


第三十三条  【披露原则】无论是单独出具数据资产的资产评估报告,还是将数据资产评估作为资产评估报告的组成部分,都应当在资产评估报告中披露必要信息,使资产评估报告使用人能够正确理解评估结论。


第三十四条  【披露事项】数据资产评估报告应当说明下列内容:


(一)数据资产的基本属性;


(二)数据质量评价情况,评价情况应当包括但不限于评价目标、评价方法、评价结果及问题分析等内容;


(三)数据资产的应用场景以及数据资产应用所涉及的地域限制、领域限制及法律法规限制等;


(四)与数据资产应用场景相关的宏观经济和行业的前景;


(五)评估依据的信息来源;


(六)利用专家工作或引用专业报告内容;


(七)其他必要信息。


第三十五条  【披露评估方法】数据资产评估报告应当说明有关评估方法的下列内容:


(一)评估方法的选择及其理由;


(二)各重要参数的来源、分析、比较与测算过程;


(三)对测算结果进行分析,形成评估结论的过程;


(四)评估结论成立的假设前提和限制条件。


第七章  附则


第三十六条  【施行日期】本指导意见自    年  月  日起施行。






《数据资产评估指导意见(征求意见稿)》起草说明




为规范资产评估机构及其资产评估专业人员在数据资产评估业务中的实务操作,更好服务新时代经济发展和新时代生产要素市场,中国资产评估协会(以下简称中评协)制定了《数据资产评估指导意见(征求意见稿)》(以下简称指导意见)。现就有关事项说明如下:


一、起草背景


数据资产成为核心生产要素的前提就是价值计量与交易流转,由数据交易需求产生价值评估供给是最具有生命力,各地数据交易所设立将推动数据资产价值评估研究与发展,资产评估已成为推动数据资产交易中不可或缺的重要环节,资产评估师要发挥发现数据资产价值,公正数据资产计量尺度,实现数据资产交易流动价值。


资产评估行业要在研究数据权属、数据资产定义、数据价值标准、数据评估指导意见等规范制定过程中提供专业支持与建议,积极推动数据资产交易的规范化、专业化及市场化发展。在数据交易过程中进行独立公允的第三方数据资产价值评估服务,为交易双方提供数据产品价值的参考依据,促进流转,达成交易。


目前,资产评估行业对于数据资产的评估方法、评估程序实操没有形成专门的准则。因此,为更好地在数据资产交易、出资、融资等应用场景中为市场相关各方提供专业优质的服务,中评协研究起草了本指导意见。


本指导意见为资产评估行业进一步服务我国数据资产市场,深化资本市场优化资源配置功能,为数据资产的财务管理提供相应的理论支持和价值标准,为数据资产确认、计量、核算、交易贡献资产评估专业力量。同时,本指导意见可以为日益增长的数据资产评估相关业务需求做好技术支持,为资产评估行业在探索高难度创新型业务执业过程中提供专业支持。


二、指导意见制定原则


本指导意见与《资产评估专家指引第9号——数据资产评估》相衔接,遵循《资产评估基本准则》和《资产评估执业准则——无形资产》等相关准则,结合数据资产的信息属性、法律属性、价值属性等基本属性及非实体性、依托性、可共享性、可加工性、价值易变性等基本特征,阐述不同应用场景下数据资产评估方法的选取和数据资产权属的确定,充分考虑当前市场环境下对数据资产评估的需求,接轨主流理论及实务。


三、起草过程


经前期准备,2021年6月,中评协成立指导意见项目组,制定任务计划,明确任务分工。2021年6-10月,项目组确定指导意见的起草原则、内容结构。2021年11-12月,中评协组织专家对指导意见的内容和结构提出意见。2022年1-4月,项目组根据专家意见进行修订、完善形成了建议稿。2022年5月,中评协将建议稿发部分专家提出修改意见,项目组根据专家意见对建议稿进行修改完善,形成征求意见稿。


四、主要内容


指导意见包括正文和附录,正文分为七章,共计36条。分别为总则、基本遵循、评估对象及操作要求、数据质量评价、评估方法、披露要求及附则。


第一章为总则,明确了制定目的、数据资产相关定义、适用范围及相关服务领域。


第二章为基本遵循,规定了数据资产评估中需要遵守的相关法律、法规及管理条例,并且制定了对评估专业人员的专业要求及评估过程中的核查要求。


第三章为评估对象及操作要求,规定了数据资产评估中可能涉及的评估目的、评估对象、评估范围、价值类型等内容,规定了数据资产评估中需要关注的重点方面,详细阐述了数据资产的基本属性、基本特征、权属构成、质量因素、成本因素、应用因素及法律因素等信息。


第四章为数据质量评价,描述了数据质量评价是数据资产评估的基础,并对质量评价从关注要点、评价方法、指标选取进行了较详细的阐述,同时介绍了评价流程,包括评价需求分析,确定评价对象及范围,选取评价指标和方法,执行评价及结果分析,评价报告撰写等。


第五章为评估方法,明确了数据资产评估常用方法以及适用场景,对于资产评估常用的市场法、收益法、成本法在数据资产评估中应注意的要点进行了阐述。包括收益法中应结合数据资产具体应用场景选取不同的现金流预测方式、成本法中对数据资产成本要素及数据资产价值调整系数的识别等事项、市场法价值比率选取注意事项、以及在实务中应重点关注的事项。


第六章为披露要求,提出了数据资产评估报告中应当包含的内容,主要包括数据资产的基本属性要素和权利状况、数据质量评价情况、数据资产的应用场景以及数据资产应用所涉及的地域限制、领域限制及法律法规限制等、与数据资产应用场景相关的宏观经济和行业的前景、评估依据的信息来源等事项。


第七章为附则,主要明确《指导意见》生效日期。


五、重要内容说明


(一)数据资产作为评估对象的关注要点。


执行数据资产评估业务时,资产评估专业人员可以通过委托人或者相关当事人提供以及自主收集等方式了解熟悉数据资产的基本属性、基本特征及权属层次。数据资产的基本属性通常包括信息属性、法律属性、价值属性等,数据资产通常具有非实体性、依托性、可共享性、可加工性、价值易变性等基本特征。数据资产的权属类型是数据资产的所有权、收益权、使用权或其他符合相关法律法规的单项权利或多项权利的组合。此外,执行数据资产评估业务时,资产评估专业人员也要关注影响数据资产价值的质量因素、应用因素、成本因素及法律因素。


(二)主要操作要求。


执行数据资产评估业务,资产评估专业人员应当关注评估对象的权利属性、权利限制、数据资产的保护方式等法律因素,还需要重点关注数据资产的质量评价情况及数据资产的数据质量测度结果。


(三)数据质量评价的重点内容。


资产评估专业人员应当知晓数据质量评价是数据资产评估的基础,质量评价可以从准确性、一致性、完整性、规范性、时效性和可访问性等方面选取可量化指标进行评价。


(四)评估方法的关注重点。


评估方法的选择应与数据资产的具体应用场景相匹配,执行数据资产评估业务,资产评估专业人员应根据评估目的、价值类型、资料收集情况、数据来源等,分析收益法、成本法和市场法三种基本方法的适用性,恰当选择评估方法。收益法中,资产评估师应当关注数据资产的具体应用场景,根据其应用场景确定数据资产的收益模式。在估算数据资产带来的预期收益时,根据收益模式可以分别采用直接收益预测和间接收益预测,间接收益预测有可以分为分成收益预测、超额收益预测和增量收益预测等方式,与之匹配的评估假设、包括成本费用、配套资产、现金流量、风险因素、折现率在内的评估参数也需要同步关注。成本法中,资产评估师应当关注包括前期费用、直接成本、间接成本、合理利润和相关税费在内的重置成本,确定数据资产价值调整系数。市场法中,资产评估师应当考虑市场法适用的前提,确定质量差异调整、供求差异调整、期日差异调整、容量差异调整以及其他差异调整等调整系数。


(五)披露要求。


由于数据资产的基本属性、基本特征、应用场景及数据评价结果对评估的影响、地域限制、领域限制及法律法规限制等特殊性,通常对应着数据资产评估结果较大的不确定性,评估结果在很大程度上建立在特定的评估假设以及前提条件的基础上,评估现场调查、资料核查验证很多情况下也难以充分、全面、精准地消除所有的导致评估结果存在不确定性的因素,需要在资产评估报告中对特殊评估假设以及前提条件,评估程序履行以及评估资料核查验证的局限性,评估结论的体现形式以及相应量化分析,评估结论的有效期、使用前提以及使用风险等内容进行充分的披露。


推荐新闻
会员升级
会员升级