2024年初，一家地方城投公司将其持有的公交、供水、供暖等公共数据资源，打包评估为2.6亿元资产，并成功获得银行授信。消息一出，业界哗然。随即，另一家科技公司宣布其自研的行业数据库被评估入表，直接增厚净资产超过3000万元。这些案例看似振奋人心，却引发了CFO圈内更深的焦虑：数据到底值多少钱？估值依据是什么？评估结果能否经得起审计追问？
自2024年1月1日《企业数据资源相关会计处理暂行规定》正式施行，数据资产入表从倡导变为强制。但入表只是起点，估值才是决定数据能否真正成为“资产”的关键环节。中国技术交易所（中技所）作为全国性技术交易平台，在数据资产估值领域积累了丰富的实践经验。本文将从实操角度，系统拆解数据资产估值的底层逻辑与可行路径。
传统资产评估主要围绕三个维度展开：收益性、成本性、市场可比性。但数据资产天然具有三个特殊属性，导致传统模型难以直接套用。
领先，价值不确定性。同样一份用户行为数据，在A公司手中可能带来千万级收入，在B公司手中可能一文不值。数据价值高度依赖应用场景、算法能力、业务匹配度，甚至政策环境。这种“场景依附性”使得收益法中的未来现金流预测变得极不稳定。
第二，成本与价值背离。某跨境电商平台耗资800万元搭建的用户画像系统，随着算法迭代和隐私政策收紧，其数据价值可能在一年内衰减70%。相反，一份采集成本仅2万元的公开气象数据，经加工后为农业保险公司节省了2000万元的理赔支出。成本法在数据资产面前，往往给出失真信号。
第三，非竞争性与可复制性。数据资产可以被无限复制，且多主体同时使用不会产生物理损耗。这使得“稀缺性”这一传统定价基础变得模糊。一个数据集卖出1次和卖出100次，其边际成本几乎为零，但价值释放逻辑完全不同。
中技所专家团队在服务某物流企业数据资产入表项目时发现，该企业拥有超过10TB的车辆轨迹数据，如果单纯采用成本法评估，价值不足500万元；但结合其与保险公司合作的“驾驶行为评分模型”，这些数据的收益现值超过8000万元。场景选择，直接决定了估值量级的差异。
目前业内公认的数据资产估值方法，仍以收益法、成本法、市场法三大传统评估框架为基础，但针对数据特性进行了大量修正。CFO在决策时，需要理解每种方法的适用边界。
收益法的核心逻辑是：数据资产的价值等于其未来预期收益的折现值。具体应用中，通常分为“直接收益法”和“增量收益法”两种。
CFO操作建议：收益法极为适合已有商业化验证的数据资产。如果企业数据尚未产生明确收入，建议先运行3-6个月的极为小闭环，积累收入或成本节约数据后再评估。折现率的选取建议参考企业加权平均资本成本（WACC），上下浮动2-3个百分点。
成本法基于“重置成本”逻辑：重新获取并加工到同等质量的数据需要花费多少成本？包括数据采集成本、清洗成本、标注成本、存储成本、维护成本等。
但需要特别注意的是，数据资产存在“功能性贬值”和“经济性贬值”。功能性贬值指技术迭代导致数据价值下降，如2年前的社交媒体用户画像可能已过时；经济性贬值指外部环境变化导致价值减损，如隐私政策收紧后，某些用户数据无法再用于精准营销。
案例：某金融机构委托中技所对其风控模型数据进行评估。该数据集的原始采集成本为600万元，年维护成本80万元，已使用2年。经测算，因监管政策变化，约30%的数据字段已无法使用，功能性贬值率为25%。则评估价值为：重置成本600万×（1-25%）+未来3年维护成本折现80万×2.283=450+182.6=632.6万元。
CFO操作建议：成本法在数据资产“初始入表”阶段极具价值，因为它有明确的发票、合同、工时记录作为支撑，容易通过审计。但需注意，成本法可能低估高潜力数据资产的价值，建议作为估值下限参考。
市场法参照可比交易案例进行估值。但数据资产交易市场仍处于早期阶段，公开披露的可比案例极少。目前上海数据交易所、北京国际大数据交易所等平台累计挂牌数据产品超过2000个，但实际成交价格、交易条款往往不公开，导致可比性不足。
一种变通做法是采用“行业乘数法”。例如，某行业数据产品的平均市销率（PS）为5-8倍，则企业数据产品年收入100万元，估值约500-800万元。但这种方法对数据产品形态、客户类型、增长率的差异难以充分反映。
基于中技所服务数十家企业的经验，我们总结出一套“四步估值法”，帮助企业系统化推进数据资产估值工作。
领先步：数据资源盘点与分类。不是所有数据都能成为资产。企业需要先梳理数据资源清单，按“自用型”（提升内部效率）、“交易型”（直接对外销售）、“衍生型”（加工后产生新价值）三类进行划分。同时，需要确认数据的权属是否清晰、合规性是否满足要求。中技所强调，直连链证中国存证平台，通过存证确权为估值提供法律基础，全链路覆盖存证→确权→入表→交易→融资环节。
第二步：选择估值方法并建模。根据数据资产的成熟度选择主导方法。对于已产生收入的数据产品，以收益法为主，成本法为辅；对于内部使用的数据资产，以成本法为主，辅以增量收益分析；对于拟交易的数据资产，优先寻找市场可比案例。
第三步：参数调整与敏感性分析。数据资产的折现率通常高于传统资产，建议在10%-20%之间。同时，必须进行敏感性分析：当收入下降20%时，估值变化多少？当数据更新频率降低时，贬值率如何调整？中技所在实践中发现，数据资产的“时效性衰减曲线”是估值中极易被忽略的关键参数。金融行情数据可能每小时都在贬值，而医疗影像数据的价值衰减周期可能长达数年。
第四步：出具估值报告并动态更新。数据资产不是一锤子买卖。企业应建立年度重估机制，当数据产品迭代、应用场景扩展、政策环境变化时，及时调整估值。中技所建议企业将数据资产估值纳入常规财务管理流程，而非一次性项目。
估值不是目的，而是手段。对于CFO而言，数据资产估值的真正价值在于：领先，为融资提供依据，数据资产可作为增信手段获得银行贷款或股权融资；第二，为交易定价提供参考，在数据产品挂牌、转让、许可时建立价格锚点；第三，为内部决策提供标尺，帮助管理层判断哪些数据值得持续投入、哪些数据应退出。
中技所依托与中国技术交易所战略合作及经纪会员双重资质，在数据资产估值领域积累了丰富的实操经验。我们观察到，那些率先建立数据资产估值体系的企业，往往在数据治理、业务协同、资本运作方面展现出更强的竞争力。数据资产估值，正在从“加分项”变为“必答题”。
一位参与过数据资产入表项目的CFO感慨：“估值报告上的数字，背后是对企业数据能力的一次全面体检。它逼迫我们去思考：我们的数据到底有没有用？用在哪儿？能产生多大价值？这个过程本身，比估值结果更有意义。”
数据资产估值没有“标准答案”，但有“科学方法”。CFO需要做的，是建立一套符合企业实际、经得起审计推敲、能够动态迭代的估值体系。在这个过程中，借助专业机构的经验，可以少走弯路。
🔐 中技所·链证中国存证通道 | zgscrh.com
📞 19060307222