摘要：在数据资产价值评估过程中，相关人员可以从数据全生命周期角度出发，采取正确的评估方法，进一步提升评估的准确性，并提升数据资产的应用价值。文章将探讨数据全生命周期，分析数据资产价值评估方法，希望能为数据资产价值评估提供一些建议，助力企业更好地发展。
关键词：数据全生命周期,数据资产,价值评估方法
随着我国数字经济的不断发展，各个领域纷纷加入数字化转型队伍，希望能通过数字化方式改革当前不足。2022年，我国数字经济规模达到50.2万亿元，同比增长10.3%，数字经济占GDP比重相当于第二产业占国民经济的比重，达到41.5%。数字经济时代促进了各行各业对现代化技术的应用，包括大数据技术、人工智能技术、物联网技术、云计算技术等。
一、数据资产价值及影响因素
（一）数据资产价值
数据资产的运用对企业来说具有重要价值。首先，数据资产可以用于决策分析，解决企业创新难点，比如企业通过数据资产，可以掌握当前企业市场客户情况以及竞争对手情况，以便从不同角度做出决策，发现新商机。其次，大数据资产可以用于业务效率提高，比如传统人工数据处理与分析效率较低，会影响业务开展效果，而通过自动化、智能化的数据处理与分析，可以进一步提升业务效率，减少错误、失误的问题。数据资产可以推进企业数字化建设，让企业的业务处理与分析速度得到显著提升。最后，数据资产可以用于优化客户关系。
（二）数据资产价值的影响
数据资产虽然具有多方面价值，但也存在一些影响因素，包括数据成本、数据资产质量、数据资产规模、数据资产效用、数据分析能力。一是数据成本。数据成本是数据资产价值的影响因素之一，比如数据资产需要由专业人士进行处理与加工，提升其附加价值。在数据资产加工处理过程中涉及的各个环节都需要投入一定的成本费用，其也是影响数据资产价值的重要因素［1］。二是数据资产质量。数据资产质量是数据资产价值的影响因素之一，如企业的数据资产质量较差，就无法为企业提供更多有价值的数据；如果企业的数据资产质量较高，将会为企业提供更加精准、全面的参考，便于企业决策、创新，进一步提升企业的市场竞争力。三是数据资产规模。数据资产规模是数据资产价值影响因素之一，如果企业的数据资产规模越大，其产生的协同价值就越高，反之将会降低数据资产的价值。四是数据资产效用。数据资产效用可以决定数据资产的大小。如果数据资产使用效果较差，就会影响数据资产的价值。反之，则能提升数据资产的价值。五是数据分析能力。数据分析能力是数据资产价值的重要影响因素，企业的数据分析能力越高，其便能更容易获取数据资产中的关键信息，以便用于决策、创新，激发企业经营发展活力。而数据分析越弱，企业能从数据资产中挖掘的有价值信息就越少，从而会影响数据资产的使用价值［2］。
二、数据资产价值评估
上述分析了数据资产价值、了解哪些因素会影响数据资产的价值，这也为企业利用好数据资产提供了一定的参考。企业还需要做好数据资产价值评估工作，通过适当、合理的评估方法，进一步挖掘数据资产中的价值，以便为企业运营、发展提供参考。为此，本章节将探讨数据资产价值评估，以下将进行详细阐述。
（一）数据资产价值评估意义
数据资产价值评估是有效利用数据资产的基础，做好数据资产价值评估具有重要意义。一是推动数据资产管理。数据时代下，数据资产管理成为企业数字化转型的关键，包括数据资产管理过程、数据资产运营以及数据资产管理评价。数据资产价值评估能为数据资产管理提供依据，以便制定标准化、规范化的管理体系，进一步释放数据资产的价值。同时数据资产价值评估也能掌握数据资产的健康状况，对其中的问题进行梳理、分析，进一步提升企业数据资产的管理成效。二是促进数据资产流通。数据资产价值评估，可以促进数据资产有效流通。
（二）数据资产价值评估方法
第一，市场法。市场法是数据资产价值评估的方法之一，其是从市场同类数据资产出发，分析比较后评估自身数据资产的价值。其基本公式如下：
P’=Pi×Kj（1）
其中，P’为被估数据资产的价值；Pi为参照数据资产的交易价格；Kj为修正系数，包含加工技术修正、数据容量修正等。
应用市场法一般需要注意以下几点：一是资产是否处于比较活跃的市场环境；二是资产是否属于能够交易的类型。从适用性来看，市场法选取同类型资产价值的案例较少，且企业之间存在体量的差距，寻找同类型的资产用于评估分析比较难度较高。
第二，成本法。成本法是数据资产价值评估的方法之一，是将标的资产的重置成本减去各项损耗来确定其价值的方法。其基本公式如下：
V=C-P-E（2）
式（2）中，V为待估数据资产价值；C为数据资产重置成本；P为功能性贬值；E为经济性贬值。
从成本法满足条件来看，需要明确被评估的资产是否处于使用状态；被评估的资产是否可以复制、再生；被评估的资产是否处于损耗、贬值的状态或者随着时间推移出现损耗与贬值。由于重置成本的难度，该方法不能广泛适用，同时数据资产不具备实体性这一特点使得无法扣除其贬值和损耗，这也会影响成本法的应用效果。
第三，收益法。收益法是数据资产价值评估的方法之一，其主要是预测企业资产未来的收益状况，用于对资产的价值进行评估。其基本公式如下：
式（3）中，Rt为资产第t年的收益；r为资产折现率；n为资产可使用年限；V为资产价值运用收益法进行数据资产价值评估需要考虑以下条件：资产是否能被预测与衡量；资产未来的收益风险是否能被预测与衡量。在实际应用中，常在企业价值评估和无形资产价值评估中得到应用，但也存在一定的局限性，比如评估人员几乎很难在企业财务报表中直接获取“数据资产收入”这一项目的数值等。
（三）数据资产价值评估的注意事项
在数据资产价值评估过程中，需要注意以下事项：一是数据资产权属。数据资产权属包括所有权、使用权以及收益权，数据资产的权属确定是其价值评估的前提条件之一，其关键为数据权利属性与权利归属的确定。二是数据资产安全。数据资产方面，评估人员需要提升风险防范意识，避免发生数据的泄露，或者泄漏隐私，这些都会对数据资产价值产生影响。
三、基于数据全生命周期的数据资产价值评估分析
（一）数据全生命周期
数据全生命周期是指数据从创建或采集到最终废弃或销毁的整个过程，其包括以下几个方面：一是数据汇集。数据汇集是指通过采集、抓取、录入等方式，搜集所需要的数据，确保其准确性与安全性。二是数据贯通。数据贯通是指将收集的数据通过统一的标准融会贯通，传递到指定的位置或系统。三是数据管理。数据管理是指对收集的数据进行组织、储存、归档等，保障数据可靠性与安全性，便于后续评估运用。四是数据应用。数据应用是指将数据应用于实际业务、决策过程，进一步挖掘数据中的价值，以便为企业业务决策与创新提供参考。
（二）基于数据全生命周期的数据资产价值评估分析
一是最大化数据价值。基于数据全生命周期的数据资产价值评估，可以提升数据的价值，确保数据可靠性、可用性，进而促进业务不断发展、创新。二是降低风险和成本。基于数据全生命周期的数据资产价值评估可以降低风险隐患发生概率，减少资源浪费以及额外成本投入。三是提高数据质量和准确性。四是优化数据治理和合规性。数据全生命周期是指数据创建、采集、废弃等整个环节。通过数据全生命周期的指导，可以进一步提升数据质量，减少数据中的错误和冗余，保证数据实时性和有效性。
（三）基于数据全生命周期的数据资产价值评估难点分析
基于数据全生命周期的数据资产价值评估应用过程会面临一些难点，本章节将探讨传统评估方法中的难点以及数据全生命周期评估的难点，具体阐述如下：传统评估方法中的难点。缺乏统一标准与方法。目前在数据资产价值评估方面，未有统一的标准与方法，不同组织、行业会使用具有差异性的指标、方法对自身数据资产价值进行评估，这就导致评估结果不可比性。
四、基于数据全生命周期的数据资产价值评估建议
数据全生命周期涉及数据汇集、贯通、管理、应用等环节，能提升数据信息的可靠性、可用性，提升数据资产价值评估成效。为此，本章节将结合企业概况，从数据全生命周期角度探讨数据资产价值评估，提出一些建议，希望能提升企业数据资产价值评估实效。
（一）A企业概况
本次选择A企业进行探讨。A企业拥有极其庞大的用户资源，在互联网金融行业中处于领先的地位，且大量招聘优质的互联网人才，这也不断提升了A企业的技术水平。A企业主要业务为金融数据服务、证券业务、金融电商服务。其中金融数据服务主要是为用户群体提供金融数据相关服务；证券业务是为广大用户提供期货经纪、证券等业务；金融电商服务是利用天天基金平台，给广大用户提供第三方销售服务。A企业的数据资产主要以金融数据、用户数据为主。其中金融数据依靠金融终端产品进行收集，用户数据通过用户画像技术进行收集。
（二）A企业评估实践
首先，A企业要从数据全生命周期角度明确常规数据指标。一是数据质量。基于数据全生命周期的数据资产价值评估过程中数据质量尤为重要，一般需要保障数据准确性、完整性、一致性等。二是数据可用性。数据可用性是指数据是否便于获取、处理以及使用，以便了解业务决策和操作影响。三是数据安全和隐私。评估过程需要关注数据的安全性与隐私性，确保评估指标合法合规。四是数据效能和业务影响。在基于数据全生命周期的数据资产价值评估过程，需要关注数据效能以及对业务的影响，一般要注重提升业务决策效果与绩效。其次，A企业确定评估目标、指标，开始进行数据采集、整理，并进行清洗和预处理，确保数据的准确性和完整性。同时还要根据实际情况，确定指标权重，以满足A企业运营发展需求。表1为A企业数据资产价值影响因素综合权重表。最后，基于前期数据采集以及权重确定准备工作，由专业人员构建模型，如线性回归模型、决策树模型、支持向量机模型、神经网络模型等，并选择适合的算法，然后使用验证数据集进行模型验证，评估模型的预测准确性和稳定性。在应用与评估环节，可以结合应用中的实际情况，对模型进行改进与调整，以保障评估的准确性和全面性。
（三）A企业评估建议
一是组建专业评估队伍。A企业开展数据资产价值评估之前，可以从数据全生命周期角度出发，结合企业实际情况，利用合理引才、育才方式构建专业评估队伍，并从绩效考核、奖惩激励、岗位晋升等角度激发人才积极性。二是加强数字化建设与安全保障。A企业要根据数据资产价值评估以及数据全生命周期运用要求，不断加强、巩固自身数字化建设，引入先进的数字化设备，同时也做好信息维护工作，不断巩固防火墙水平，避免木马病毒侵入。
五、结语
总之，数据全生命周期涉及数据汇集、贯通、管理、应用等环节，从数据全生命周期角度开展数据资产价值评估，可以进一步提升评估准确性与全面性。为此，文章探讨基于数据全生命周期的数据资产价值评估方法，并提出了一些建议，希望能提升数据资产价值评估效果，为企业决策与发展提供有效支持。
参考文献
［1］卢文杰．国有企业并购民营企业中的估值调整机制研究［J］.现代商业，2023（22）：149-152.
［2］董存存．并购企业价值评估的财务风险控制研究［J］．财讯，2023（21）：72-74.
文章出自SCI论文网转载请注明出处：https://www.lunwensci.com/jingjilunwen/80782.html
