中国资产评估协会近期印发《数据资产评估指导意见》（以下简称《指导意见》）。这是继财政部 8 月 21 日出台《企业数据资源相关会计处理暂行规定》（以下简称《暂行规定》）后，又一部推动数据资产化的财会文件。

关注数据资产质量

《指导意见》围绕数据资产评估对象、评估对象的基本属性和特征、影响价值的关键因素、数据资产评估特有的质量评价要求、评估方法和披露要求等执业要求进行规范，很好地体现了数据资产与其他资产类型不同的评估特点。

数据资产明显地区别于传统的各类资产，除了具有无形资产的非实体性、依托性、可共享性以及价值易变性等特征外，还具有实物资产的可加工性特征以及影响价值的质量因素。

《指导意见》要求执行数据资产业务，应了解和关注数据资产的信息属性（主要包括数据名称、数据结构、数据字典、数据规模、数据周期、产生频率及存储方式等）、法律属性（主要包括授权主体信息、产权持有人信息，以及权利路径、权利类型、权利范围、权利期限、权利限制等权利信息）和价值属性（主要包括数据覆盖地域、数据所属行业、数据成本信息、数据应用场景、数据质量、数据稀缺性及可替代性等）。

数据质量影响数据资产价值。因此，《指导意见》要求资产评估专业人员执行数据资产评估业务时，应关注数据资产质量，并采取恰当方式执行数据质量评价程序或者获得数据质量的评价结果。

数据资产的质量评价是数据资产价值评估的重要基础。《指导意见》从准确性（即数据资产准确表示其所描述事物和事件的真实程度）、一致性（即不同数据资产描述同一个事物和事件的无矛盾程度）、完整性（即构成数据资产的数据元素被赋予数值程度）、规范性（即数据符合数据标准、业务规则和元数据等要求的规范程度）、时效性（即数据真实反映事物和事件的及时程度）和可访问性（即数据能被正常访问的程度）6个维度，设计了数据资产质量要素评价指标体系。

数据资产评估是数据资产入表的必要环节。《暂行规定》中，数据资产不论是以无形资产还是存货入表，基于现有的会计准则规定均应按照成本进行初始计量。例如，规定企业通过数据加工取得确认为存货的数据资源，其成本包括采购成本，数据采集、脱敏、清洗、标注、整合、分析、可视化等加工成本以及使存货达到目前场所和状态所发生的其他支出。

如何理解“目前场所和状态”还需要进一步在实践中总结形成基本的判断条件。从资产评估的价值判断角度，在运用成本法评估数据资产价值时，必须通过一定的分析方法对数据资产期望水平与实际水平之间的差异等因素进行调整，结合价值调整系数的系数分析形成数据资产所需要的合理成本。同时，需了解加工处理数据所使用的信息技术等，因为所利用的信息技术本身也会影响数据资产成本的合理性。

企业内部进行研究开发数据资源项目开发阶段的支出是否可以确认为无形资产，关键是要分析数据资源是否能够为企业带来经济利益，对运用该数据资源生产产品或提供服务的市场情况是否能进行可靠预计，以证明所生产的产品或提供的服务存在市场，并能够带来经济利益。

做强做优做大数字经济

《指导意见》要求资产评估专业人员执行数据资产评估业务，除需要关注影响数据资产价值的成本因素和质量因素外，必须要关注和分析场景因素、市场因素。

场景因素包括数据资产相应的使用范围、应用场景、商业模式、市场前景、财务预测和应用风险等。市场因素包括数据资产相关的主要交易市场、市场活跃程度、市场参与者和市场供求关系等。这些内容广泛的专业分析工作不仅是数据资产评估进行价值分析和估算的需要，也能为企业在数据无形资产的会计确认中提供专业的判断依据。

在目前企业数据和公共数据的入表大潮中，一定要厘清资产入表与资产具有预期收益的逻辑关系。不论是企业数据还是公共数据，资产化的关键条件是可以通过在生成式人工智能技术基础上的应用场景模拟和应用模型开发产生具有经济可行性的产品和服务，实现在“原始数据不出域、数据可用不可见”的条件下，向社会提供模型、核验等不同形式的产品和服务。

《暂行规定》要求企业对数据资源进行评估且评估结果对企业财务报表具有重要影响的，应当披露评估依据的信息来源，如评估结论成立的假设前提和限制条件，评估方法的选择，各重要参数的来源、分析、比较与测算过程等信息。这些要求披露的信息在《指导意见》中有更详细的操作要求。资产评估机构根据《指导意见》出具的数据资产评估报告的内容将为企业数据资源的信息披露提供非常专业的依据。

此外，要看到数据资产所具备的无消耗性、可复制性等特点。这使得同一数据资产既可用于内部管理产生价值，也可用于外部交易产生收益。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，可以无限制地循环使用，也可以通过备份等方式无限次传递数据。可以采用不同的处理技术，利用不同的应用场景。同一数据资产也可以用于多种不同的应用场景中。数据还可以通过各种算法和模型得到更多有价值的数据。数据资产的上述特点使得现有的资产评估或会计准则都面临较大挑战，需要在今后的实践中不断总结，并持续进行理论研究以指导实践的创新发展。

要为加快构建数据基础制度，充分发挥我国海量数据规模和丰富应用场景优势，激活数据要素潜能，做强做优做大数字经济，增强经济发展新动能，构筑国家竞争新优势，做出应有的行业贡献。