5月26日，在贵阳举办的2022中国国际大数据产业博览会（简称“数博会”）“数据流通交易与市场培育论坛”上，普华永道与贵州省数据流通交易服务中心联合发布《数据资产价值与数据产品定价新思考》，深入探索数据资产估值框架。

这是普华永道自2021年发布《开放数据资产估值白皮书》和《数据资产化前瞻性研究白皮书》后，第三份数据资产估值研究的报告。

【关注公众号并回复“20220527” 获取以上三份完整报告】

在《数据资产价值与数据产品定价新思考》中，普华永道探索数据资产在不同开发及交易阶段与数据资产估值方法的对接，剖析现阶段交易范式下最适合推广的数据资产价值量化模型，并就当前数据资产估值与定价过程中涌现的两大难点提出初步解决思路。

报告按数据应用的行业进行划分可分为：金融行业、电信行业、政府、交通行业等；同时对数据资产类别划分进行了一定归类调整，便于在估值实践过程中进行数据资产价值分析，并进一步从商业化角度探索数据产品的定价问题。

鉴于如上特性，相同的数据资产在实现其价值的过程中，也会因应用领域、使用方法和获利方式的不同而价值不同。

报告从数据资产本身的价值实现路径进一步对接至其交易生态，从资源化、资产化及资本化三大阶段剖析数据资产的估值方法及价值驱动因素。

普华永道结合不同类型数据资产的特征和价值驱动因素，在《数据资产价值与数据产品定价新思考》中进一步修正“数据势能模型”，并总结出相应的数据资产价值公式，即数据资产价值 = 数据资产开发价值 x 价值贡献因子 x 多场景增速因子。

数据资产开发价值，主要包括数据资产中（数据）的取得成本、加工成本、储存成本、安全成本及维护、更新成本等。通过研究，普华永道发现，数据的质量（系数）与数据资产的开发价值有着较强的关联程度，数据质量，即在指定条件下使用时，数据的特性满足要求的程度。

质量系数

按照数据资产的不同功能应用分类，普华永道在《数据资产价值与数据产品定价新思考》中就数据资产的质量系数量化分析方法及其与数据资产开发价值的相关程度进行了初步探索。

价值贡献因子，通过采用对数据资产成本投入要求的投资回报率来考虑该因子，预期回报率通常受数据资产稀缺性、数据资产开发场景经济性等因素影响。

多场景增速因子，定义为目标数据资产在潜在应用场景下对未来业务的经济价值增速。根据现阶段普华永道的观察研究，多维应用场景数量与数据资产的经济价值一般呈非线性增长。

多因子修正成本模型在实务运用中，首先需要解决的难点为数据开发价值，而这其中涉及数据资产开发过程中各项成本的核算和归集。

数据资产的开发价值与成本核算

实务上，数据产品在开发前均需分析其潜在市场规模及竞争情况，并进一步分析拟定交易数据产品价值与价格之间的关系。

随着数据资产管理的完善和数据资产交易市场的逐步活跃，未来逐步增加的数据资产交易将为数据资产市场提供参照，为市场法的应用奠定必要的基础，促进数据资产市场交易生态平衡；届时亦可通过数据资产交易买方（通常为数据资产的使用方）的场景应用反馈，在买方既定商业化应用场景下，通过数据资产的使用预期为买方企业带来稳定的经济效益，进而为收益法的合理运用创造有利条件，进一步促进数据资产“市场价值”概念的形成。