3.65亿元！全国最大笔数据资产价值评估诞生！数据资产评估报告

2024年7月31日，连信数字全资子公司浙江连信科技有限公司顺利完成对“洞见人和大模型”数据资产组合的价值化认定，经专业评估，数据资产价值3.65亿元。

按照《数据资产评估指导意见》的要求，对“洞见人和大模型”数据组合开展了仔细梳理和盘点，对其作用和价值深入研究，从数据结构、业务属性等多维度选择拟定合适的评估方法，对数据资产进行合理估值，建立了全面而清晰的数据资产价值体系，客观评价了连信科技拥有的数据资产价值，助力其融资需求的实现。

本次“洞见人和大模型”数据资产价值评估项目，对连信进一步提升公司核心技术竞争力、改善财务报表具有重要意义。通过开展数据资产价值评估，也加速了连信的数据资本化进程，将有效提高企业信用评级、拓宽融资渠道、增强融资能力。
 

数据资产评估报告

 一、引言

随着数字经济的发展，数据资产作为一种新型生产要素，其价值日益凸显。为了规范企业数据资源相关会计处理，加强数据资产管理，财政部发布了《企业数据资源相关会计处理暂行规定》，中国资产评估协会也制定了《数据资产评估指导意见》。本报告旨在结合这些政策文件和相关理论研究，对数据资产的评估进行深入探讨和实践分析。

 二、数据资产化发展背景

 (一)政策背景

 1.2019年，党的十九届四中全会首次将数据与劳动、资本、土地、知识、技术和管理并列作为重要的生产要素。

 2.2021年3月，《中华人民共和国国民经济和社会发展第十四个五年规划和2035年远景目标纲要》将“加快数字化发展，建设数字中国”作为国家战略发展目标。

 3.2022年12月，中共中央、国务院印发《关于构建数据基础制度更好发挥数据要素作用的意见》，提出有序培育资产评估、风险评估等第三方专业服务机构，提升数据流通和交易全流程服务能力。

 4.2023年8月，财政部发布《企业数据资源相关会计处理暂行规定》，为企业数据资产“入表”提供了操作指引。

 5.2023年9月，中国资产评估协会印发《数据资产评估指导意见》，以规范数据资产评估执业行为。

 (二)行业现状

 1.企业对数据资产的重视程度逐渐提高，但在数据创新语境下的披露仍较少，大多数企业尚未充分认识到数据资产的重要价值。

 2.中国的数据资产化在平台公司、银行等应用得比较广泛，但相关配套措施还需进一步完善。

 3.企业在数据的战略与治理、安全与合规、生态与交易、资产与运营等相关工作领域，大多由IT、战略、运营、总裁办等职能部门承担了各项数据工作的管理责任，数据部门并未发挥应有的主力作用，有很大改进空间。

 三、相关概念解析

(一)数据资产定义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。

 (二)数据资产特点

 1.非实体和无消耗性：数据资产具有非实体性和无消耗性，其价值不会因为正常的使用频率增加而磨损或消耗。

 2.可加工性：数据资产可以被多维度加工，加工处理后的数据可以成为一种新的数据资产。

 3.形式多样性：数据资产有非常丰富的展现形式，可以通过与各类数据处理技术相结合，被多样化地展示、应用以及在多种形式中转换。

 4.多次衍生性：同一数据主体可以被多层次多维度加工，从而衍生出不同程度的数据价值。

 5.可共享性：数据资产可以无限地进行交换、转让和使用，为他人所共享。

6.零成本复制性：数据资产的成本主要在于前期的数据获取、研究开发阶段，初创数据资产的成本极高，但以后的产品由于可无限复制，其边际成本趋于零。

 7.依托性：数据资产不能独立存在，需要依托于某种介质进行存储和加工。

 8.价值易变性：数据资产的价值更易受到多种因素的影响，具有价值易变性。

 (三)数据资产分类

 1.原始类数据资产：通过外部获取或内部采集而来的明细数据，可分为外部获取类和内部采集类。

2.过程类数据资产：处于原始类数据资产和应用类数据资产之间的过渡阶段，为数据进一步开发和应用提供清洗后的、统一的轻度汇总数据。

 3.应用类数据资产：面向实际的数据需求，以原始类和过程类的数据资产为基础，通过数据汇总、挖掘等加工方式得到的个性化的统计数据或数据产品，可分为收益提升类和统计支持类。

 四、数据资产化实现路径

 (一)数据资产化路线

 按照业界对资产化道路的阶段划分，可分为资源化、资产化、资本化三个阶段。

 1.资源化：了解不同数据的利用方式，对数据进行探明和标识，形成某种稀缺性，引出资源的优化配置需求。

 2.资产化：数据从原始数据逐步转变为数据资产的过程，包括业务数据化、数据资源化、数据产品化、数据资产化四个阶段。

 3.资本化：通过数据交易、流通等实现数据要素社会化配置的过程，如数据入股等。

 (二)数据资产化步骤

1.数据资源探查：基于数据建模基础设施，开展数据接入和数据资源盘点识别。

 2.数据资产登记：做数据的资源标识，归类做好登记。

 3.数据合规性评估：通过引入数据资产评估公司，完成对数据资产的合规性审核，并发布合规认证证书。

 4.数据质量评价：对数据准确性、规范性、时效性、可访问性、完整性、一致性等进行评价。

 5.数据资产评估：包括数据与模型层级对应的准确性、数据与模型节点对应的准确性、模型属性数据完整性、准确性等。18911835315

6.数据增值服务：通过数据资产评估工作，完成对数据资产的账实核对，基于各项专业服务成果完成数据资产入账前的专业判断，实现数据资产记账。

 (三)数据评价方法

依据国家市场监督管理总局、中国国家标准化管理委员会于2018年6月7日联合发布的《信息技术 - 数据质量评价指标》(国家标准GB/T 36344 - 2018)，数据质量评价指标框架包括规范性、完整性、准确性、一致性、时效性和可访问性六个维度。

五、数据资产场景化评估操作

 (一)电力行业数据资产评估

 1.行业现状概述：电网企业数字化转型势头加快，电力数据是电网企业的战略资源和核心生产要素。

 2.案例详情：以XX电网有限责任公司为例，其拥有规上企业用电数据、电力信用等级数据、电力贷数据等数据资产。

 3.数据产品情况：包括规上企业用电监测产品、电力信用等级评价产品、电力贷产品等。

 4.评估目的：为XX电网有限责任公司入表提供价值参考依据。

 5.数据资产类型确定：确认为无形资产类数据资产。

 6.评估价值类型：净重置成本。

 7.评估方法：采用成本法，

8.评估结论：经评估，该公司持有的电力数据资产于评估基准日的评估值为XXX万元。

 (二)旅游行业数据资产价值评估

1.行业现状概述：国内互联网、移动互联网、大数据等技术的普及，为旅游大数据的发展提供了良好的孕育土壤。

 2.案例详情：以XXX信息技术有限公司为例，其拥有旅游行业统计数据、文化场所客流统计等数据资产。

 3.评估目的：为确定数据产品的交易定价提供价值参考依据。

4.数据产品应用场景：为旅游公司、平台企业、投资公司等提供旅游信息统计数据及旅游产品开发、销售等方面的统计数据。

5.数据资产类型确定：确认为无形资产类数据资产。

6.评估价值类型：市场价值。

7.评估方法：采用收益法，

 8.评估结论：经评估，该公司持有的旅游数据资产于评估基准日的评估值为XXX万元。

 (三)海关数据服务行业数据资产价值评估

 1.行业现状概述：海关数据服务行业以数字化技术为支撑，通过获取、加工和利用海关数据，帮助企业和政府机构进行外贸拓客、市场分析、贸易监管和风险控制等工作。

 2.案例详情：以XXX信息技术有限公司为例，其拥有国际海关数据包含提单数据、关单数据、统计数据等。

 3.评估目的：为自身研发加工的国际海关数据资产入表。

 4.数据资产类型确定：确认为存货类数据资产。

 5.评估价值类型：净重置成本。

6.评估方法：采用成本法，计算公式为，或者。

7.评估结论：经评估，该公司持有的国际海关数据资产于评估基准日的评估值为XXX万元。

 (四)国际贸易数据资产评估

1.行业现状概述：随着全球信息的无限扩张，数字经济蓬勃发展，数字贸易成为国际贸易的主体。

2.案例详情：以XXX信息科技有限公司为例，其拥有各国进出口报关单数据、全球进出口贸易提单数据等。

3.评估目的：为确定国际贸易数据资产的交易定价提供价值参考依据。

4.数据资产类型确定：确认为无形资产类数据资产。

5.评估价值类型：市场价值。

6.评估方法：采用收益法，基本计算模型为。

 7.评估结论：经评估，该公司持有的国际贸易数据资产于评估基准日的评估值为XXX万元。

 (五)气象和土壤数据资产评估

 1.行业现状概述：气象行业数据主要包括气象观测数据和气候变化数据，气象数据是气象服务行业的重要组成部分，对于经济社会的发展和人们的生活有着重要的影响。

2.案例详情：以XXX农业科技有限公司为例，其拥有气象预报数据、全国格点实况气象数据、土壤数据等。

3.评估目的：为确定气象和土壤数据资产的交易定价提供价值参考依据。

4.数据资产类型确定：确认为存货类数据资产。

5.评估价值类型：市场价值。

6.评估方法：既可以是成本法，也可以是收益法

 7.评估结论：经评估，采用成本法，该公司持有的气象和土壤数据资产于评估基准日的评估值为XXX万元;采用收益法，评估值为XXX万元。最终评估值为XXX万元。

 (六)智能化工业设计数据资产评估

1.行业现状概述：工业大数据是新的服务业态与信息技术，数据资产能够充分地体现出数据的商业价值。

2.案例详情：以XXX智能科技股份有限公司为例，其拥有通过实施生产过程的数字化转型形成的一套形之有效的能大幅提高制造企业生产效率的方法论，并开发成标准化的SAAS服务。

 3.评估目的：为将智能化工业设计数据资产入表提供价值参考依据。

4.数据资产类型确定：确认为无形资产类数据资产。

 5.评估价值类型：净重置成本。

6.评估方法：采用成本法，计算公式为，或者。

 7.评估结论：经评估，该公司持有的智能化工业设计数据资产于评估基准日的评估值为XXX万元。

 六、数据资产估值的难点与解决建议

 (一)主要难点

 1.企业对数据资产认知有限，对数据资产的定义不清晰，对数据资产确认范围不明确。

 2.企业对形成数据资产的路径理解不足，数据资源的确权和收益分配存在挑战。

3.企业前期的组织架构不利于数据资产形成路径中成本归集，导致数据资产入表会计处理存在挑战。

4.数据资产信息披露规范和机制不明确，披露平台、规范、机制、内容如何编制等存在困难。

5.专业服务机构对数据资产评估方法实践标准不统一，数据资产的认识不统一，市场价值难以有效发现和释放。

 (二)解决建议

1.加强企业对数据资产的认知和培训，明确数据资产的定义和确认范围。

2.明确企业数据资产形成条件，以数据资产可确权为核心，进一步确保数据要素流通市场各相关方的数据资源持有权、数据加工使用权、数据产品经营权及衍生权利获得方式的合法性。

3.优化企业组织架构，合理规划业务流程，提高数据资产入表核算的准确性。

4.统一数据资产的披露方式，明确披露内容和机制，推动形成入表编制的统一手势。

5.加强专业服务机构的培育和约束，推进数商形成体系化、标准化、规范化、便捷化的数据资产入表、评估和监督工作流程。
 

七、结论

数据资产入表及估值是数字经济发展的重要环节，对于提升企业数字化转型、优化财务结构、推动数字经济发展具有重要意义。然而，当前企业在数据资产入表和估值方面面临诸多挑战，需要政府、企业和专业服务机构共同努力，加强政策引导、规范标准制定、提升企业认知和管理水平，以促进数据资产的有效利用和价值释放。

本报告通过对多个行业的数据资产案例研究，提出了数据资产入表和估值的理论与实践方法，为企业和资产评估机构提供了参考依据。未来，随着数据要素市场的不断发展和完善，数据资产的价值将得到更充分的体现，为经济社会发展注入新的动力。

以上报告仅供参考，具体数据资产的评估应根据实际情况进行详细分析和判断。