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-201910.pdf
《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-201910.pdf》由会员分享,可在线阅读,更多相关《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-201910.pdf(40页珍藏版)》请在得力文库 - 分享文档赚钱的网站上搜索。
1、数据资产化之路数据资产化之路 数据资产的估值与行业实践 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
2、 “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。 文档文档标题标题| | 摘要摘要 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
3、,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
4、、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和道德约束,其对数据资产的 价值有着从量变到质变的影响,在数据资产估值中应予以充分考虑。从实际效果来 看,对于数据交易的限制性规定越多,交易双方的合规成本和安全成本自然也会相 应提升,虽然作为附带效果,数据合规和数据安全产业会因此得到发展空间,但却 可能从整体上对数据资产市场的发展造成重大影响,进而影响到数字经济的整体发 展,应以发展和包容的理念去平衡考虑数据的价值创造与风险控制。 评估方法评估方法 成本法、收益法、市场法传统的三种评估方法在应用于数
5、据资产估值时各具有 适用性,但也都存在一定的局限性,目前尚未形成成熟的数据资产估值方法。逐步 探索和推进特定领域或具体案例中数据资产的价值分析,将可能是未来一段时间内 不断深化这一研究的可行之道。 目录 前言 5 第一章 数据如何转化为资产 6 第二章 数据资产的价值体现及影响因素 18 第三章 如何分析数据资产的价值 25 总结 36 参考文献 37 联系方式 38 特别鸣谢 39 数据资产化之路 | 前言 5 前言 在移动互联网及云计算等技术的推动下,人们可获取并控制的数据日益丰富,我们 已经进入了一个创造数据、获取数据、运用数据的“数据时代”。销售平台可以根 据买家的浏览记录做出精准推送
6、以提高销量,制造企业可以通过分析生产流水线数 据对生产情况及时做出调整以提高生产效率,家居公司可以通过分析客户的生活习 惯数据创造“智慧家庭”以提高生活服务质量,种种应用展示出数据在被有效的挖 掘、整合后可能产生巨大的价值。Gartner 推测,到 2020 年,80%的企业将会 致力于提升在其所处行业的“数据”能力。数据逐渐成为与人、技术、流程同样重 要的第四大核心竞争力(Logan, 2017)。 本文即试图从数据如何转化为资产数据如何转化为资产入手,分析数据资产如何产生价值数据资产如何产生价值,并进一步探 讨如何分析数据资产的价值如何分析数据资产的价值。 数据资产化之路 | 第一章 数据
7、如何转化为资产 6 第一章 数据如何转化为资产 数据数据权权信息信息权权 (如:商业秘密、隐私、个人信息)符号符号权权 (如:知识产权)物物权权1234数据资产化之路 | 第一章 数据如何转化为资产 7 从经济史的视角来看,“资产”的属性、范畴、种类、范围,都经历了一个不断扩张和深化的过程。在人 类经济史上的很长一段时间里,“资产”都主要表现为“实物资产”的形态,比如农业时代的土地、房 产、贵金属,工业时代的厂房设备、汽车、家电等。随着工业经济的发展,社会经济复杂性不断上升,又 出现了“无形资产”的范畴,比如狭义的企业品牌、知识产权,广义的“无形资产”则进一步包括了专有 技术、客户关系等。 而
8、到了数字经济时代,随着数据、算法的发展,“资产”的形态和范围正在出现全新的革命性变化,比如 近年来开始涌现的狭义的数字资产(如加密的数字货币)和广义的数据资产(也即本报告研究的内容)。 国内经济学者,从权利类型扩展的角度,已对此做了探索性的研究(许可,2019)。 数据的概念数据的概念 图图 1 数据的概念数据的概念 数据通常是指对客观事物进行 记录、未被加工的原始素材。 互联网时代下,具有价值的数 据通常具有体量大、种类繁多、 价值高、反应速度快等特点, 也就是行业所谓的大数据。数据量大(Volume)数据更新频繁(Velocity)数据类型多样(Variety)数据价值密度低(Value)
9、按生产对象分类按生产对象分类 与人有关的数据 与物有关的数据 与事有关的数据按存储形式分类按存储形式分类 结构化数据 半结构化数据 非结构化数据按内容类型分类按内容类型分类 社交数据 购物数据 按权属分类按权属分类 公有数据 私有数据数据的定义数据的定义数据的特性数据的特性数据的分类数据的分类数据资产化之路 | 第一章 数据如何转化为资产 8 对巨量数据进行分析,提取出有价值的信息, 并利用该信息为企业创造经济价值。 数据的定义数据的定义 数据通常是指对客观事物进行记录、未被加工的原始素材,是基础生产资料。互联网时代下,具有价值的数 据通常具有体量大、种类繁多、价值高、反应速度快等特点,也就是
10、行业所谓的大数据。数据资产的概念由 信息资产、数字资产衍生出来,并随着大数据的蓬勃发展而被提出。信息资产概念来源于信息技术对各个领 域和生活方式的影响,强调数据的信息属性;数字资产概念来源于“数据经济”的提出,对应着数据的物理 属性;数据资产概念来源于将数据视为一项战略资产,对应着数据的存在属性。实质上,这三个概念具有一 致的内涵(朱扬勇等,2018)。Gartner(2015)认为需要具有更强的决策力、洞察发现力和流程优化能 力的处理模式来适应海量、高增长和多样化的信息资产。通过数据的定义,我们看到当下的模式,主要体现 为:对巨量数据进行分析,提取出有价值的信息,并利用该信息为企业创造经济价
11、值。 数据可以按照生产对象、存储形式、内容类型生产对象、存储形式、内容类型 和权属和权属进行分类 数据的分类数据的分类 数据按照生产对象生产对象可以分为: 与人有关的数据与人有关的数据指围绕个人生产生活所产生的数据,如:个人信息、信用数据等; 与物有关的数据与物有关的数据包括与产品、设备等实物相关的信息,可用于优化生产流程,调整生命周期,如: 生产线的操作记录等; 与事有关的数据与事有关的数据指与人、物均相关,即人与物的链接,可用于解决事件问题,形成万物互联、万物 智能,如:家庭生活起居信息、公交车日客流量数据等。 数据的分类数据的分类 数据资产化之路 | 第一章 数据如何转化为资产 9 数据
12、按照内容类型内容类型可以分为:社交数据、购物数据、生产数据等。按照内容区分种类最为繁多,但应 用意义较弱。 数据按照存储形式存储形式可以分为: 结构化数据结构化数据是由明确定义的数据类型组成,其模式可以使其易于搜索。一般特点是数据以行为单位, 一行数据表示一个实体的信息,每一行数据的属性是相同的。结构化数据的分析使用更为便利,且存 在成熟的分析工具; 半结构化数据半结构化数据是指非关系模型的、有基本固定结构模式的数据,例如日志文件、XML 文档、JSON 文档、Email 等; 非结构化数据非结构化数据是具有内部结构,但不通过预定义的数据模型或模式进行结构化的数据,如 WORD、PDF,各种格
13、式的图片、视频等。非结构化数据占企业全部数据的 80%以上,但直接挖 掘非结构化数据的分析工作具有很强的专业性。(何小朝,2014) 数据按照权属权属可分为:私有数据、公有数据。 私有数据私有数据是指有明确归属的数据,归属方为可决定数据使用目的的自然人、法人或其他组织,如私 人数据、企业数据等; 公有数据公有数据指具有公共财产属性且可被公众访问的数据,如天气数据、人口数据等。 数据的特性数据的特性 我们在这里先讨论数据,或者说大数据的一般特性。后文会进一步从资产化的视角去讨论数据与一般资产 相比的独特性。大数据的特征通常概括为 4V,即 Volume(大量)、Velocity(高速)、Vari
14、ety(多样)、 Value(低价值密度)。 数据量大(数据量大(Volume) 随着互联网普及及技术革新,数据量成几何级数增长,传统的存储计算方式无法应对规模异常庞大的 数据,当量变达到质变,就催生出新的研究价值。当前典型个人计算机硬盘的容量为 TB 量级,而一 些大企业的数据量已经接近 EB 量级。 数据数据更新更新频繁(频繁(Velocity) 这是大数据区分于传统数据的显著特征。根据 IDC 的“数字宇宙”的报告,预计到 2020 年,全球数 据使用量将达到 40ZB。在如此海量的数据面前,分析对象的数据将被频繁更新。对分析对象要求是 频繁更新的数据. 数据类型多样(数据类型多样(Va
15、riety) 大数据面对的数据通常是异构、异质的数据集。如同前文提到数据的存储形式,可能包括文本、音 频、视频等多种形式,即可能是结构化、半结构化的或无结构的。 数据资产化之路 | 第一章 数据如何转化为资产 10 数据价值密度低(数据价值密度低(Value) 价值密度的高低与数据总量的大小成反比。以视频为例,一部 1 小时的视频,在连续不间断的监控 中,有用数据可能仅有一二秒。如何通过强大的机器算法更迅速地完成数据的价值“提纯”成为目前 大数据背景下亟待解决的难题。 数据资产化之路 | 第一章 数据如何转化为资产 11 资产的定义资产的定义 目前,关于如何将数据视为企业的一项资产来计量、管理
16、、转让,尚未形成一个明确的标准,我们将从 企业会计准则中对于资产的定义入手,来探讨数据与资产的联系和转换。 根据企业会计准则基本准则(财政部令第 33 号),“资产是指企业过去的交易或者事项形成 的、由企业拥有或者控制的、预期会给企业带来经济利益的资源。由企业拥有或者控制,是指企业享有某 项资源的所有权,或者虽然不享有某项资源的所有权,但该资源能被企业所控制。预期会给企业带来经济 利益,是指直接或者间接导致现金和现金等价物流入企业的潜力。符合准则规定的资产定义的资源,在同 时满足以下条件时确认为资产:与该资源有关的经济利益很可能流入企业;该资源的成本或者价值能 够可靠地计量。” 数据资产由于不
17、具有实物形态,我们进一步参考了“无形资产”的定义。 根据企业会计准则第 6 号无形资产,“无形资产是指企业拥有或者控制的没有实物形态的可辨认 非货币性资产。符合无形资产定义中的可辨认性标准:能够从企业中分离或者划分出来,并能单独或者 与相关合同、资产或负债一起,用于出售、转移、授予许可、租赁或者交换;源自合同性权利或其他法 定权利,无论这些权利是否可以从企业或其他权利和义务中转移或者分离。无形资产同时满足下列条件的 才能予以确认:与该无形资产有关的经济利益很可能流入企业;该无形资产的成本能够可靠地计 量。” 参考企业会计准则对“资产”的定义,判断一个对象是否符合资产的定义可以从以下几个标准来考
18、 虑:该资产是由企业过去的事项形成的;由企业拥有或控制;预期为企业带来经济利益;成本或该资产是由企业过去的事项形成的;由企业拥有或控制;预期为企业带来经济利益;成本或 价值可以可靠计量;价值可以可靠计量;若进一步参考“无形资产”的定义,还需符合能够从企业中划分出来;源自合同能够从企业中划分出来;源自合同 性权利或其他法定权利性权利或其他法定权利这两条标准。 企业会计准则对于数据是否可以作为资产具有一定的指引作用,或者说是数据能否被视为资产的充分 条件。然而,会计准则仅局限于财务报表的范畴,实际在衡量企业价值的时候,我们经常看到投资人对某 些拥有大量数据资产的公司支付远高于其账面资产价值的溢价,
19、这也意味着,即使数据无法被反映在财务 报表上,仍可能蕴藏着巨大价值。 数据和资产的联系及转换数据和资产的联系及转换 根据前述分析的数据特性,我们将对照会计上资产的概念,逐条讨论数据和资产、无形资产的联系与转换。 数据与资产数据与资产 “该资产是由企业过去的事项形成的”“该资产是由企业过去的事项形成的” 通常来讲,大部分数据是在企业的生产经营活动中产生,是由过去的事项形成的。但是,数据是动态的, 并且持续更新的数据才更有价值。数据的价值不仅体现在现有的数据,更在于未来可以持续更新或扩充该 类数据的能力。这是数据资产有别于传统无形资产(如数据库)的方面,却也可能导致数据资产无法完全 满足会计准则对
20、资产的定义。 会 计 准 则数据资产化之路 | 第一章 数据如何转化为资产 12 “由企业拥有或控制”“由企业拥有或控制” 这条标准涉及数据的权属问题。对于数据的权属,目前中国尚未有完整的法律体系。通常情况下,对于依 托于互联网平台产生的数据,如搜索引擎的用户在搜索引擎平台输入的数据,这类数据一方面来源于用户 的行为,另一方面也来源于平台的信息系统,对这种可能产生权益交叉的问题,目前平台和用户在遵照法 律原则规定的前提下,通过合同的方式确定其权益的分配,进而确保平台可利用该数据为企业创造价值, 同时用户可基于合同保障自身合法权益。 “预期为企业带来经济利益”“预期为企业带来经济利益” 企业在运
21、营中可能产生大量的数据,数据在被有效的挖掘、整合后可以产生巨大的价值。但并不是所有的 数据都值得被利用,如果数据的取得、维护成本大于其产生的收益,或企业无法通过自用或外部商业化对 其有效变现,那么这部分数据就不存在经济利益,即没有被视为数据资产的意义。 “成本或价值可以可靠计量”“成本或价值可以可靠计量” 数据的成本主要包括获取成本、加工处理成本、存储等持有成本,其中,加工处理成本、持有成本可以直 接对应至相关数据对象,相对方便计量,但大部分数据为企业生产经营的附加产物,获取成本通常难以从 业务中划分出来而难以可靠计量。此外,数据的价值主要取决于数据的应用场景,同一数据在不同的应用 场景下价值
22、差异可能很大,也是导致数据资产价值难以计量的重要因素之一。综上,数据的成本或价值均 难以可靠计量,成为了“数据”确认为会计准则定义下“资产”、“无形资产”的阻碍之一。 数据与无形资产数据与无形资产 “能够从企业中划“能够从企业中划分出来”分出来” 这条标准需要数据资产能够从企业中划分出来,并且可以和其他资产区分开。大部分数据能够从企业划分 出来应用于外部商业化,形成数据产品从而产生价值;但是大部分数据的产生来源于企业的日常经营,如 客户消费数据,企业收集分析后用于更好地为客户服务,逐渐形成良好的“客户关系”,这种情况下, “客户数据”的价值与“客户关系”的价值息息相关,数据资产难以与客户关系区
23、分开来;另一种角度 看,数据资产是企业持续经营的产物,那么数据资产则难以从企业中独立划分出来,而这种无法被独立划 分的资产,在目前通常被认为是商誉的组成部分。 “源自合同性权利或其他法定权利”“源自合同性权利或其他法定权利” 这条标准为无形资产定义中的判断“可辨认性”的标准之一。界定无形资产的权利来源,如一方通过与另 一方签订特许权合同而获得的特许使用权,通过法律程序申请获得的商标权、专利权等。对于合同性权 利,数据资产由于具有通用性、无限共享等特性,需视合同具体约定而确定权利范围。目前“数据”尚未 像商标、专利一样,制定有明确的权利申请途径、权利保护方式等,对于数据的法定权利,尚未有完整的
24、法律保护体系。数据资产的法律权属问题尚待解决,导致其可能无法符合“无形资产”的这一准则要求。 数据资产化之路 | 第一章 数据如何转化为资产 13 图图 2 数据和资产及无形资产的联系及转换数据和资产及无形资产的联系及转换 综上,我们可以看到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,数据资产也 尚未体现在企业的财务报表上。然而,从会计角度的讨 论只是一个起点,这一研究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。 该资产是由企业该资产是由企业 过去的过去的事项事项形成的形成的由企业拥由企业拥 有或控制有或控制预期为企业预期为企业 带来经济
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 数据 资产 行业 实践 阿里 研究院 201910
限制150内