当前位置:故事大全首页 / 财税知识 / 资产特征包括哪些(资产的概念特征和分类)

资产特征包括哪些(资产的概念特征和分类)

本文发表于2022-5-9 20:55:47最后修改于2022-5-10 20:09:1116人浏览

在数据资产交易逐渐成为社会各界关注重点的当下,设计和构建科学的数据资产估值体系,对厘清数据资产属性、制定统一的定价机制、促进数据市场健康发展具有至关重要的意义。

本文摘自普华永道近日发布的《数据资产化前瞻性研究白皮书》,将围绕数据资产的特性及发展阶段,展开关于数据资产估值框架的讨论。

对社会而言,数据资产估值研究为数据资产交易统一定价模式提供了指导性框架体系及参考,促进构建流通的数据要素市场,提升社会各界对数据资产的认知,引导蓄势待发的数据交易市场正向发展。

对企业而言,推进数据资产估值能够有效提升企业各业务线的运营效率和管理能力,定期的估值工作可以有效地协助管理层分析数据资产价值与企业价值的高度相关性,从而发掘高价值密度的数据,制定或修正业务发展目标及战略。此外,具有准确量化价值的数据资产可有效解决企业各部门在绩效理解、数字化运营等方面的沟通障碍,减少企业沟通成本,提高运营效率,推动企业整体朝着健康的方向发展。

影响数据资产价值的因素

鉴于估值方法的选择应当与待评估数据资产的基本特征、类型、价值实现方式等相匹配,因此,在展开估值体系框架的详细介绍前,需要根据数据资产特征和类别划分等做简要梳理与归纳。

数据资产特征

数据资产的基本特征通常包括非实体性、依托性、多样性、可加工性、价值易变性等。

非实体性:数据资产本身不具备实物形态,需要依托实物载体存在。数据资产的非实体性同时意味着其具备无消耗性,即数据不因使用而发生磨损、消耗等,故数据资产于存续期间可无限使用。

依托性:数据必须存储在一定的介质里。介质的种类多种多样,例如纸、磁盘、磁带、光盘、硬盘等,甚至可以是化学介质或者生物介质。同一数据可以以不同形式同时存在于多种介质。

多样性:数据资产具备表现形式和融合形态等多样性的特征。数据的表现形式包括数字、表格、图像、文字、光电信号,甚至生物信息等。此外,数据库技术与数据、数字媒体与数字制作特技等融合,也可产生多样的数据资产。多样的信息可以通过不同方法进行互相转换,从而满足不同数据消费者的需求。该多样性表现在数据消费者上则是使用方式的不确定性。不同数据类型拥有不同的处理方式,同一数据资产也可以有多种使用方式。数据应用的不确定性导致数据资产的价值变化波动较大。

可加工性:数据可以被维护、更新、补充、增加,也可以被删除、合并、归集、消除冗余,还可以被分析、提炼、挖掘、加工,从而得到更深层次的数据资源。

价值易变性:数据资产的价值受多种不同因素影响,包括技术因素、数据容量、数据价值密度、数据应用的商业模式和其他因素,这些因素随时间推移不断变化,导致数据资产价值具备易变性。

数据资产的类别划分

数据资产依据不同的划分标准(如发展阶段、数据应用所在的行业等)可以形成不同的类别(图1)。

图1 数据资产的分类

数据应用的行业划分,数据资产可分为金融行业数据资产、电信行业数据资产、政府数据资产等。不同行业的数据资产具有不同的特征,例如金融行业数据资产具备高效性、风险性和公益性等特点。行业数据资产各自的鲜明特点基于各个行业的发展需要和需求生成,这些特征可能对数据资产的价值产生较大的影响。

数据发展阶段划分,数据资产可以分为原始数据、粗加工后数据、精加工后数据、初探应用场景的数据、实现商业化的数据等。

由于数据资产具有前文描述的特征,数据资产在实现其价值过程中,即便是相同的数据资产,其应用领域、使用方法、获利方式的不同,其价值也存在差异。

数据资产价值的驱动因素

从数据资产的加工过程及不同特性来看,不难发现数据的质量因素与数据的价值息息相关。同时,在数据的整个发展阶段,其对应应用场景的经济性和多维性亦在数据资产价值中起着至关重要的作用。

数据质量对数据资产价值的影响:

准确性、唯一性。主要取决于数据的来源。真实、准确、不重复的数据必将能够转化为稳健、可靠的商业化成果,从而提升数据资产的价值。

完整性。若数据充分、完整、可持续利用程度高,则可以大大减少企业补充遗漏数据及后续年度循环重复使用的成本。

时效性、及时性。及时获取高时效数据,对于企业各方面的运营都至关重要。

数据发展阶段对数据资产价值的影响:

在初级阶段,数据资产还仅仅为原始未加工数据的形式,尚未有具体匹配的商业化场景,价值可能仅限于其开发成本。

经过一定的加工,数据资产在初步找寻到适用的商业化场景后,即具有了一定的盈利模式,其价值显著增加,但仍存在不确定性。

最终,经过多次尝试,数据资产的商业化场景得以确定,多数的不确定性消除,数据资产价值显著增加,实现最大化。

应用场景对数据资产价值的影响:

是否存在明确可界定的商业化应用场景决定了数据资产是否具有价值。在不同的商业场景下,数据资产也将发挥不同的作用,实现不同的价值。毫无疑问,数据资产所适用的场景越多维,场景之间的兼容性越高,则数据资产的价值越高。

企业应当尽可能探索数据资产所适用的各种场景,如果场景之间是兼容的,则可以探索出数据资产在各个场景下的价值,综合考虑场景兼容程度,最终综合得到数据资产的总体价值。