数据资产如何估值？这份白皮书对三种计算方法进行了优化

1月22日，光大银行发布《商业银行数据资产估值白皮书》（下称《白皮书》），该《白皮书》为金融行业第一本可操作、可落地的数据资产估值白皮书。

2020年3月底，中央发布《关于构建更加完善的要素市场化配置体制机制的意见》，这是我国第一份关于要素市场化配置的文件，也是首次将数据与土地、劳动力、资本、技术一起被定义为生产要素。

“国家将数据列为生产要素的初心，旨在基于安全合规的基础上，挖掘数据要素的价值，发挥数字经济红利。光大银行希望藉由白皮书的发布，为深化数据要素市场化配置改革、促进数据要素自主有序流动贡献光大力量。”光大银行副行长杨兵兵在发布会上指出。

光大银行信息科技部黄登玺在发布会上进一步介绍称，数据交易和数据确权将会是推进数据要素市场化的核心驱动力，然而《白皮书》编写组在对大量素材和案例进行研究后，发现数据资产估值无论是在理论框架，还是在实践方法都还处于极不完善的初级阶段。

“针对数据资产多次衍生、重复使用等八大特点，我们对资产估值常见的货币方式和非货币方式进行了对比，前者虽然难度大、行业实践几乎空白，但具有很强的普适性和应用场景，因此我们的白皮书采用货币度量为主，非货币建模优化为辅的方法体系。”黄登玺表示。

黄登玺称，数据资产估值的核心思路是“算什么”+“怎么算”。其中，“算什么”的关键是确定数据资产估值的度量单位，《白皮书》中也给出了具体的分类方法和建议，针对银行机构，《白皮书》明确提出评估对象至少是一个独立产生业务价值的数据集合，比如单个字段就不能作为资产估值的最小单元。

而“怎么算”的关键是对不同方法的选择和对具体算法的优化，其中一个重要原则为不重复计算的数据单元可以采用不同的估值方法，并在货币度量后进行加总。

黄登玺表示，《白皮书》对三种计算方法进行了优化：成本法、收益法、市场法。

• 成本法优化后充分考虑了数据资产的各种溢价特点，从合理受益率、综合调节系数等四个方面设计参数模型，这种方法适用于成本衡量容易，收益衡量困难的数据资产；

• 收益法适用于业务收益容易量化的数据资产，比如营销模型或风控模型。针对这类数据资产的特征，具体提供收益提成和增量收益两种方式，并在收益预测的方式和参数的确定等方面进行了体系化的设计。

• 市场法的计算最为真实有效，因为它来自于真实的市场交易价格。但难点在于如何找到市场上近似数据的交易价格。

“因此我们可以看到在成熟的市场环境下，一般市场法优于收益法，收益法优于成本法，这和会计计算的规则也是一致的。”黄登玺称。

据了解，近年来光大银行在数据资产管理和运营体系建设领域深耕，创新性推出智能化数据资产管理平台——魔数（Power Data）和数据模型设计工具——魔豆（Power Model），依托“魔数”与“魔豆”的双向联动建设，实现全行数据资产的统一管理和运营，推进源头智能落标，提升数据质量。

光大银行方面表示，未来将持续发挥数据资产管理领域优势，探索金融科技创新，把握数据时代带来的机遇与挑战，为推进数据要素市场化输出光大力量。

（作者：李愿 编辑：周鹏峰）