近日，普华永道应邀深度参与在贵阳举办的2022中国国际大数据产业博览会(简称“数博会”)。普华永道中国区域经济及金融业主管合伙人张立钧于今日线上出席“数据流通交易与市场培育论坛”，并以《数据资产价值与数据产品定价新思考》为主题发表主旨演讲。同时，普华永道与贵州省数据流通交易服务中心联合发布同名白皮书，并助力该中心在数据资产评估指引体系方面的研究。

中国作为数据生产大国已明确表明数据在我国社会经济发展中的重要战略意义，国务院提出要规范培育数据交易市场主体，发展数据资产评估、登记结算、交易撮合、争议仲裁等市场运营体系，稳妥探索开展数据资产化服务。

普华永道中国区域经济及金融业主管合伙人张立钧认为：

数据价值化进程正在从资源化走向资产化的阶段，未来很可能走向资本化。在此过程中，如何破解数据资产价值之迷、解决数据在不同阶段估值与定价，成为数据资产化的一道世界级难题。我们认为，数据资产在不同的价值实现路径或交易生态下都有不同的价值影响因素，如资源化阶段，主要考虑数据的完整性、准确性等质量因素;到资产化阶段，则更多需要考虑场景经济性、多样性等因素。在数据价值化过程中，我们所需要思考的则是如何将这些影响因素量化，体现出不同阶段下数据资产的合理价值，并以数据价值驱动赋能企业的整体价值提升，切实做到见微知著，数据驱行。

自2021年相继发表《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》以来，普华永道一直在数据资产估值研究领域砥砺前行。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。

普华永道中国并购交易服务合伙人、贵阳办公室主管合伙人陈春认为：

近年来，普华永道在区域经济与数据资产方面积极探索，此次与贵州省数据流通交易服务中心深度合作，协助贵州省数据流通交易服务中心首推《数据产品成本评估指引1.0》《数据产品交易价格评估指引1.0》和《数据资产价值评估指引1.0》三大评估指引。该指引将由贵州省数据流通交易服务中心官方发布，与法律合规指引和数据安全指引一同构成在贵阳数交所挂牌的数据产品交易的三大规范性支柱。普华永道作为数据资产交易领域的先行者和引领者，积极探索将估值理论付诸于实践，在实践中不断优化和提升数据资产估值理论研究。未来，普华永道将与贵州省数据流通交易中心共同推出迭代版本的估值框架指引，助力于中国的数据要素流通生态构建，促进数据价值资源化、资产化和资本化。

数据资产分类新解

随着多样化数据资产的交易流通，普华永道发现数据资产估值和定价已离不开数据资产的功能与场景(应用行业/领域)以及交易阶段。因此，《数据资产价值与数据产品定价新思考》结合数据资产的商业应用和开发形式，对数据资产类别划分进行了一定归类调整，更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。

深入探索数据资产估值框架——不同价值实现路径与估值方法对接

《数据资产价值与数据产品定价新思考》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。

优化数据“势能”模型，形成通用型估值模型，实现估值落地

2021年7月，普华永道从省级政府公共数据开放平台提供的公共开放数据作为切入点，借用物理学中的“重力势能”概念，首次提出创新的“数据势能”概念并进行实证探究。根据公共开放数据资产的特点，以数据开发成本(m)为基础，考虑公共开放数据带来的巨大社会价值(h)及可能适用多场景开发而形成的潜在经济价值(g)，通过“势能模型”发掘其特有的价值驱动因素及其魅力所在。然而，在后续研究其他数据资产时，普华永道发现，适用于公共开放数据的模型和参数无法直接推广至其他数据资产。因此，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”，依然以数据开发成本为基础，引入多重价值修正因子，不同的因子可根据适用情形进行启动或关闭，使得模型可以广泛运用于不同类型、不同阶段的数据资产。当数据资产尚未形成完整场景价值时，数据资产价值近似于产品开发价值(即数据资产的开发成本);但当数据资产在商业应用中凸显其价值，并给企业带来经济利益时，则可以反映出其潜在价值。

公式：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。

为现今数据资产定价两大实务难点提出初步解决方案

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。

标准化和定制化数据产品的价值与定价策略异同

数据资产化进阶：实现数据资产价值，拓展替代估值思路

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。

未来建议

普华永道中国并购交易服务合伙人詹睿认为：

目前数据资产估值之所以难，在于估值并不是一项独立事件，合理的估值需要一个完整的数据资产生态圈。此外，在宏观层面，数据资产估值需要完善的数据治理和要素市场、数据确权和交易规则机制，并需加强制度供给，平衡好开发与保护的关系;微观层面，企业需为数据治理开展前瞻布局，以业务为导向建立数据资产管理体系，从源数据、业务域到算法层和场景应用层均需建立完善的成本核算管理机制和价值管理机制，为实现数据资产价值培育良好土壤。

作为数字经济时代的长期践行者，普华永道呼吁有条件的企业先试先行，梳理数据资产价值，并就此进一步思考如何实现数据资产的挖掘、流通和增值，共同营造数据资产良好发展生态圈。