发表时间：2025-01-09 18:05:58 来源：ATS
2024年2月29日，中国银行业协会发布《银行业数据资产估值指南》（以下简称《估值指南》）团体标准，该标准由中国光大银行牵头，中国工商银行、中国农业银行、招商银行等12家单位共同起草，旨在为银行数据资产估值提供科学、规范的方法。《估值指南》通过规范银行业数据资产估值方法和指标，对行业估值标准及方法统一、推动数据资产金融理财产品服务前沿发展、培育数据市场氛围、吸引各相关主体共同参与市场建设，起到积极的指导与引领作用，对于带动银行业乃至别的行业数据资产估值走向规范化、市场化具有深远意义，为推进构建全国一体化数据市场提供理论探索与实践。
1.明确估值原则与估值对象。《估值指南》对银行业数据资产进行界定，即银行业金融机构合法拥有或控制、能进行货币计量且为组织带来直接或间接经济利益的可辨认数据资源。同时，明确安全合规、目标导向、合理假设、量化评估等估值原则，通过分析数据资产基本特征将估值对象划分为原始类、过程类和应用类三大类数据资产，原始类是指通过外部获取或内部采集的明细数据资产；过程类是指经过统计、汇总等加工形成的可复用数据资产；应用类则是指以原始类和过程类为基础，通过进一步加工得到的个性化统计数据资产或数据产品。
2.确立估值方法。《估值指南》在基于传统资产估值的成本法、收益法、市场法等多种估值方法的基础上，结合数据资产特点，确立适用于数据资产估值的通用方法。其中，成本法通过核算重新购置或建造数据资产的成本与调节系数，减去贬值后确定其价值；收益法估算数据资产未来预期经济收益并折现；市场法参考类似数据资产的现行市场行情报价进行比较调整。
3.构建数据资产估值指标体系。数据资产估值指标体系由成本价值指标、经济价值指标、市场价值指标、内在价值指标组成。其中，成本价值考虑数据资产全生命周期的成本支出；经济价值量化数据资产带来的业务收益、风险收益和成本收益；市场价值依据数据市场活跃程度、供需关系等衡量在交易市场中数据资产的价值；内在价值包括数据资产的规模、质量、安全、应用等方面所蕴含的潜在价值。最终构建了4个一级指标、18个二级指标，分别从成本、市场、经济、内在四个方面做了价值表达，为银行业数据资产估值提供了参考。
1.统一标准助力全国一体化数据市场的规则和标准建设。《估值指南》为银行业数据资产估值提供了统一标准和规范，使不同银行之间的估值结果具有可比性，从而激发市场主体的创新活力，在构建全国一体化数据市场的工作中，指导建设一体衔接的流通规则和标准，同时能在实践验证中不断检验和推动估值方法的完善。《估值指南》通过明确估值方法和指标体系，要求估值过程遵循科学、合理、客观的原则，有利于估值企业采用趋同的估值方法和指标，提高了数据资产估值结果的可信度。纵观整个数据市场，各行业的数据价值生产和转化环节基本趋同，对数据价值的评估标准可借鉴参考，对数据市场各参与主体而言，《估值指南》则提供了数据资产价值评估的操作方法和借鉴案例。在数据交易过程中，买卖双方能够准确的通过数据资产的估值结果进行价格协商，提高交易效率和公平性，为建立更公允、更合理的市场定价逻辑做出前瞻性探索。同时，随着数据资产估值经验的不断积累，通过逐步优化现有的估值模型和指标，衍生出不同行业、不同领域细分的估值方法和模型，以此建立良性循环，使得估值规范化在实践中不断得到验证和优化，进一步建立市场统一的标准和规则。
2.以数据资产估值促进企业数据治理，为构建全国一体化数据市场奠定基础。《估值指南》由多家银行共同编写，充分总结借鉴银行业多样化的高价值数据资源、丰富的数据管理经验、成熟的技术能力和强大的业务驱动能力，银行业是数据管理和应用密集型行业，高度重视数据质量、数据标准、数据智能化、数据应用，数据价值评估指标也充分体现了对数据资源的治理成果。数据要素流通对数据规模、数据质量、数据产品种类等方面的要求日益强化，数据市场主体可借鉴估值指标关注的具体方面，借鉴银行业的数据治理经验，对自身或目标数据资产的价值、质量、效能等各方面进行评价，识别高价值数据资产，开展前瞻性数据治理，建立针对性的价值提升和挖掘机制。《估值指南》有利于促进全社会数据资源治理水平的提升，进而保障进入数据市场流通的数据资源的质量，为构建全国一体化数据市场奠定良好基础。
3.充分利用数据资产估值结果，创新业务模式，支持实体经济高质量发展。《估值指南》提供的数据资产估值方法，聚焦于数据资产价值量化、货币化的评估，根据评估的结果，能更好地了解数据资产的管理情况、应用效果、市场方向等，有助于发现潜在价值，进而促进深度挖掘和高效利用。依据数据资产价值分布，合理投入数据治理和应用资源，对于高价值数据资产，通过运营的方式，挖掘更多的数据应用场景，采取保值和增值措施，充分发挥数据价值，支持企业自身高水平质量的发展。同时，通过对企业持有数据资产进行估值增进对企业的了解，以作为创新业务模式尽调、展业的重要补充。对于企业的数据资产，探索采用成本法、类市场法的不同角度进行测算，将估值结果结合企业资质和经营情况，在满足政策和管理要求的前提下，创新新模式、新场景，为数据要素型企业、科技企业提供创新金融服务，促进实体经济高水平质量的发展。
4.激发与数据价值相关的研究和实践探索，促进全国一体化数据市场蒸蒸日上。党的二十届三中全会再一次提出要加强产学研深层次地融合，随着数字化的经济的蓬勃发展，数据要素的市场化、产业化进程不断加快。《估值指南》的发布，提升了社会各界对数据市场的关注度，通过不断深入的研究与实践，加快数据市场相关理论研究、应用和商业化进程，促进新场景、新业态和新模式的涌现，实现研究与实践的不断深化。理论角度可以在《估值指南》的基础上，延伸出细致划分领域，对不同数据对象的估值方法和估值指标，更精准、客观地评估数据的价值。应用角度，企业基于理论研究，在优化资源配置、促进创新等方面不断实践，丰富数据产品供给的数量和质量，促进数据市场发展。
全国一体化数据市场的重要表现之一是数据跨行业、跨区域、跨要素的流通和融合应用。现阶段，全国一体化数据市场建设还面临着制度、规范、技术、体制机制等方面的挑战，随着智能化技术的持续发展，基础制度的逐渐完备，以及各市场主体的积极实践，数据市场的建设在面对挑战时也迎来新的机遇。
1.数据治理是数据市场良性发展的基石。目前数据资产估值面临诸多挑战，主要是数据采集、存储、管理等环节尚未完善，导致数据资产质量参差不齐，存在不准确、不完整、不一致等问题，现有企业面临着数据治理起步晚、重视程度不够、治理方向不明确等问题。企业可积极把握机遇，建立前瞻性、可持续且与自身发展相适应的全局性数据治理体系，健全数据标准质量管理，加强对数据采集、存储、处理、分析等环节的质量控制，提高数据资产可用性。此外，企业在开展数据治理的过程中，需要前瞻性地关注数据市场上数据资产的估值、定价、流通和应用，力争将数据资产打造成可经营可盈利的资产，积极发展布局新业务，新模式，抢占数字化的经济时代的先机和红利。
2.智能化技术是数据市场发展的加速器。数据采集、存储、加工、分析、流通等所有的环节，是否使用智能化的技术提升效率，赋能公司制作经营价值，是数据资产估值结果的重要影响因素。现阶段，企业在处理海量数据时面临存储、算力等方面的难题，人工智能技术输出的准确性和可靠性还达不到理想程度。数据市场的培育和发展，需要运用大数据、人工智能等各类新技术作为底层支撑，提高数据流通和应用质效。公司能够此为契机，加大对先进的技术的探索及优势工具的引进，提高数据应用各环节的准确率及效率，最终对数据市场的加快速度进行发展产生非消极作用；加强与科技机构、前沿技术公司、数据交易所等的联合研究，探索智能化新技术，提高数据处理、分析和流通能力；加强与高等院校、研究机构的共创研学，通过持续研究和应用智能化技术，抢抓数字机遇，实现弯道超车。
3.体制机制逐步完善是数据市场发展的保障。目前数据市场处于发展初期，统一的市场体制机制还不完善，数据确权、估值、定价、安全治理、收益分配等基础制度还不健全，安全合规等审慎风险某些特定的程度限制了市场的发展。国家数据局积极统筹国家级顶层设计和基础制度逐渐完备，支持数据市场高水平质量的发展。企业可在优势处提前发力，在政策、理论、实践、案例各方面探索实践，在“数据要素x”政策的支持下，聚焦行业难点，积极发挥典型案例示范引领作用，为基础制度的出台提供多行业多领域的研究和实践经验。同时，以典型案例带动更多企业躬身入局，在数据市场中提前布局赛道，厚积薄发，为未来进入数据市场发展奠定基石。
