[营销星球]数据资产化之路：数据资产的估值与行业实践-德勤+阿里研究院-2019.10-40页

数据资产化之路数据资产的估值与行业实践lululliu删划线推荐语虞正德勤中国估值与商业模型服务合伙人高红冰阿里巴巴集团副总裁、阿里研究院院长经济学的基本假设是认为资源是有限的。所以人们总是尽可能地去寻找占有更多的资源来为己所用。当今的时代，资源已经不仅仅是限于传统的范畴，数据是资源的新内容。谁拥有更完整、更及时、更可靠、更直接的数据资源，谁就能领先一步，从数据资源中找到规律，做出更准确的决策。德勤作为全球最大的专业服务机构，我们已经和数据打了100多年的交道。今天，我们站在时代的前沿，协助客户用数据来探索新世界。“数据”的巨大价值，而今已得到了普遍认可。但关于“数据资产”，至今仍存在诸多争议。本报告即试图就数据的资产化，以及数据资产的评估维度、评估方法等，展开初步的探索性研究。我们相信，尽管还面临概念辨析、技术演进、会计准则等诸多挑战，但“数据资产”毫无疑问将是数字经济下越来越重要的一项资产，也将是全球经济竞争的重要领域。因此，在数据监管领域，建议应采取面向未来、审慎包容、鼓励创新的理念和原则，以期为数据资产相关产业开辟更大的发展空间。文档标题|摘要3摘要随着数据价值逐渐得到普遍认可，数据资产也越来越成为一个重要议题：数据资产与传统资产有何不同？数据资产的价值如何体现？影响数据资产的因素有哪些？进一步地，关于数据资产有哪些可能的估值方法？作为一项探索性研究，本报告试图为以上问题，提供一个初步的思考框架。本报告的主要发现如下：数据的资产化数据资产不完全符合会计准则中对于“资产”及“无形资产”的定义，因此，数据资产目前尚未体现在企业的财务报表上。但对于数据资产的确认和计量，从会计角度的讨论其实只是一个起点，这一研究议题更重要的价值指向还在于：如何从广义上认可数据的价值及其对企业价值的贡献。影响因素影响数据资产价值的因素主要从数据资产的收益和风险两个维度考虑。数据资产的收益取决于数据资产的质量和数据资产的应用价值。数据资产质量价值的影响因素包含真实性、完整性、准确性、数据成本、安全性等。数据资产应用价值的影响因素包含稀缺性、时效性、多维性、场景经济性。数据资产的风险主要源自于所在商业环境的法律限制