频繁更新的数字资产和认证会如何影响凭证的价值，特别是在内容过时的情况下？ - 爱问百科

从数据持有者的角度，数据的类型包括公共数据、企业数据以及个人信息数据。公共数据是政府机关、企事业单位在公共服务过程中产生的数据，企业数据是各类市场主体在生产经营活动中采集加工的数据，个人信息数据是数据处理者按照个人授权范围所采集、持有和使用数据。从数据的生成和应用角度，可以分为原始数据、服务层数据和应用层数据（如图1所示）。原始数据指企业的各类业务和财务数据，以及通过各种传感器、网络、文件所获取的原始数据。服务层数据，以采集、清洗和规范化的数据为基础，整合汇总成分析某一个主题域的数据服务层。应用层数据主要是提供给数据产品和数据分析使用的各类数据。数据可以自用，也可以对外提供数据服务，还可以在数据市场进行交易。另外，各类数据也可以通过各种算法、模型和规则继续生产出文本、图片、声音、视频和代码等内容的新数据。图1 数据类型结构图三、数据资源与数据资产根据中国市场监督管理总局、中国标准化管理委员会2021年发布的《信息技术服务数据资产管理要求》（GB/T 40685-2021）国家标准文件，其将数据资产定义为“数据资产是合法拥有或控制的，能进行计量的，为组织带来经济和社会价值的数据资源”。2022年12月9日，财政部发布《企业数据资源相关会计处理暂行规定（征求意见稿）》（以下简称《暂行规定》），文件指出，企业内部使用的数据资源，符合无形资产准则规定的定义和确认条件的，应当确认为无形资产；企业日常活动中持有、最终目的用于出售的数据资源，符合存货准则规定的定义和确认条件的，应当确认为存货。数据资源成为数据资产需要满足一定的条件，数据资产列入资产负债表也需要满足特定的条件，数据资产纳入资产负债表，将可以在数据成为生产要素的数字经济时代中，更加合理和客观地反映出拥有数据资源或数据资产企业的资产状况、资本结构以及企业的财务状况。根据目前的《企业会计准则-基本准则》，资产是指企业过去的交易或者事项形成的、由企业拥有或者控制的、预期会给企业带来经济利益的资源。从资产确认的条件看，任何资产首先必须是符合上述定义的某种资源，但该种资源能否在资产负债表上确认为资产，还需要同时满足以下两个条件，即（1）与该资源有关的经济利益很可能流入企业；（2）该资源的成本或者价值能够可靠地计量。即使这项资源符合资产的定义但如果不满足资产确认的条件，也不应当列入资产负债表。我们已经可以看到，数据资产非常明显地区别于传统的各种类型资产，数据资产所具备的无消耗性、可复制性等特点，使得同一数据资产既可用于内部管理产生价值，同时也可用于外部交易产生收益。数据有了使用价值才能成为数据资源，数据资源满足成为资产的条件后才能成为数据资产，在数据资产满足会计确认的条件后，才可以纳入资产负债表。不论是将其归入无形资产还是存货，或者直接以数据资产的形式进行确认、计量和评估，对其计量的方式和方法应该区别于并且也难于对传统资产的会计处理。四、数据资产的基本特征任何研究首先要了解研究对象的基本特征，只有通过对资产基本特征的了解，才可以帮助我们进一步认识相关资产的本质并通过分析这些基本特征研究其对资产价值的影响。参考数据资产的相关评估指引和研究成果，数据资产具有以下基本特征：（1）非实体性和可复制性：数据资产无实物形态，虽然需要依托实物载体，即数据不能单独存在，数据的存储、使用和流通等都需要借助介质才能完成，非实体性隐含依托性。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。但决定数据资产价值的是数据本身以及数据所包含的各种信息。数据的非实体性导致了数据的无消耗性，即数据不会因为使用频率的增加而磨损、消耗，可以无限制地循环使用，也可以通过备份等方式无限次传递数据。（2）非竞争性和弱排他性：竞争性与边际成本有关，数据资产的可复制性和极低的复制成本使其具有非竞争性，数据具有的非排他性是其可以被不同的人在同一时间使用，但企业可以通过加密数据等技术手段使数据资产的使用具有一定的排他性，但这种排他性通常较弱，因为只有少部分重要的、隐私的数据通常需要加密，数据的弱排他性保护了用户隐私和数据安全，但这也是导致数据垄断的主要原因之一。（3）多样性：数据资产的表现形式多种多样，数据资产的多样性一方面表现在数据资产可以是数字与表格，图像与文字，声音或视频等任何包含信息的形式，另一方面数据资产的多样性，还表现在数据与多种数据处理技术的融合。例如，区块链技术与数据，数字新媒体技术与人工智能技术等融合产生的数据资产。数据资产的多样性还体现在不同数据类型可以采用不同的处理技术和利用于不同的应用场景，同一数据资产也可以用于多种不同的应用场景中，采用不同的处理技术和应用场景会导致数据资产的价值变化产生较大的差异。（4）可加工性：数据资产是可以不断产生的，数据在利用过程中也会生成新的数据，相较于其他资产，只要经济社会在运转中，数据就在不断产生和更新，各类数据可以通过各种算法和模型继续生产加工得到更多和更深层次的数据资源。（5）时效性与价值易变性：数据资产因其影响价值的因素较多，而且这些因素影响本身也会随着时间的变化产生变化。对于许多具有时效性的数据资产，由于其价值主要由其所包含的信息所决定，这些具有时效性的数据资产有可能随时间的流逝而失去价值，对于某些数据，其价值在过去或现在都可能没有得到应有的体现，但随着社会的发展，应用技术的进步和应用场景的丰富，可能会产生更大的价值，有些数据在不同的应用场景和应用方式下可能会产生相当不一样的价值。五、价值分配与评估对象党的十九届四中全会《决定》已明确指出要健全劳动、资本、土地、知识、技术、管理、数据等生产要素由市场评价贡献、按贡献决定报酬的机制。在要素市场中，要素所得份额由该要素贡献的价值决定，本质上由其边际产出能力决定，市场经济下，数据资产最直观的边际产出只有在使用、流通和交易过程中才能实现并由市场来反映和决定。在数据内容采集、加工、流通、应用等不同环节相关主体之间的利益进行合理分配，取决于数据价值分配机制的公平、高效且激励与规范相结合，合理的价值分配也是保护数据要素各参与方的投入产出收益，维护数据资源资产权益的保证。价值分配过程中最重要也是最困难的环节就是分配主体和分配数量的确定，由于数据的来源和应用处理的方式和方法不同，数据资产权益的主体相较于传统的生产要素更为复杂，数据的价值来源于数据的使用、流通和交易过程，在这一过程中可能形成各种利益交织关系和多个利益主体之间复杂的权益网络。参与数据要素价值实现的市场主体在一定程度上应当同参与数据要素价值分配的主体一致，参与价值分配的主体所拥有的数据资产的财产权利或与财产权利相关的权利是什么不仅决定了其价值分配的数量，也同时决定了数据资产评估对象的内容和范围。从资产评估的角度，评估对象的法律权属决定了评估对象的本质，评估对象法律权属是指资产评估对象的所有权和与所有权有关的其他财产权利，在某种意义上，可以说资产评估的评估对象就是一项财产权利或多项财产权利的组合。在2022年12月中共中央、国务院颁布的《关于构建数据基础制度更好发挥数据要素作用的意见》中，明确要求在界定数据生产、流通、使用过程中各参与方享有的合法权利时应根据数据来源和数据生成特征进行合理的分析和确认。《意见》创造性提出要建立数据资源持有权、数据加工使用权、数据产品经营权等分置的产权运行机制。在保护公共利益、数据安全、数据来源者合法权益的前提下，使数据资源持有权、数据加工使用权、数据产品经营权等依照法律规定或合同约定所获取的各项权利得到有效的保护和尊重，对这些在数据生产、流通、使用过程中形成的权利进行界定决定了数据资产的评估对象和范围。从价值分配的角度看，数据资源持有者、数据加工使用者、数据产品经营者等主体在内的数据资产价值链上的全部权益主体，原则上都应该对数据资产变现形成的收益享有分配权。因此从权利的角度界定评估对象时，要从数据资源持有权、数据加工使用权、数据产品经营权等权利中对单一或多项的权利关系或三权的衍生权利关系进行分析和界定并在此基础上进一步厘定评估对象的内容和范围。可以预期，数据资源持有权、数据加工使用权、数据产品经营权分置的产权运行机制将为激活数据要素价值创造和价值实现提供基础性制度保障，也对我们在评估实践中更好地理解、分析和界定数据资产的评估对象指明了具体方向。六、数据资产的价值评估当“数据资产是企业核心资产”的概念深入人心之后，企业对于数据资产便有了更清晰的界定，将数据管理作为企业核心竞争力，在可持续发展中战略性规划与运用数据资产，成为企业管理和市场竞争的核心因素。因此，对数据资产进行客观公正的价值评估也将成为市场主体对数据资产进行管理和运用的内在需求。由于数据资产的特有性质，数据资产的价值实现不仅与数据资产的内容和质量相关，也与数据资产利用过程中的算法、模型和算力相关并依赖于数据资产的应用场景。同一数据资源在基本权属不同，应用场景不同的情况下所形成的数据资产也是不同的，即使在同一个应用场景中，数据资产的价值大小并非一成不变，由于数据所包含的信息有效性会随时间改变，因此数据资产的价值可能随时间不断波动。特别是数据资产的持续不断产生，使得数据还具有衍生性和可加工性，在应用的过程中也会衍生出不同的价值，传统的生产要素的价值与其应用场景是相对固定的，而数据的应用场景可以在应用的过程中不断丰富和创新。与传统的资产类型相比，数据资产的财务核算、价值评估以及数据资产的投资管理面临着新的挑战，数据资产的价值评估已成为推动数据资产化和数据资产市场化的必不可或缺的重要环节之一。如何对数据资产进行价值评估，可以从数据资产的成本、收益、市场以及风险四个维度进行思考。数据资产的成本是指利用现代信息技术在采集、存储、加工、挖掘、保护或研发过程中形成数据资产所需要的合理成本，所利用的信息技术本身也会影响数据资产的成本，数据资产的成本高低当然并不代表其价值的高低。虽然数据资产的成本与其价值具有弱对应性，并且某项数据资产成本的合理确定和分配具有不完整性，但一些数据资产从成本的角度去评估其价值也存在一定的合理性。当从成本出发评估数据资产的价值时，一般是按照该项数据资产的重置成本作为确定评估对象价值的基础，扣除相关贬值，以此确定评估对象的价值。成本要素指数据资产从产生到评估基准日所发生的总成本，主要包括前期费用、建设成本、运维成本和间接成本等，选择和使用成本法时除考虑重置成本以及相关贬值是否能够合理估算外，还需要分析数据质量是否达到（应用场景下）可评价的质量标准。数据资产的收益取决于数据资产应用价值以及数据资产的质量。数据资产的基本特征是影响数据资产应用价值的主要因素，数据资产的质量也对其收益产生影响，数据是否真实、完整和准确，数据是否具有可计算和处理等也对数据资产的质量产生影响。相同的数据资产，由于其应用领域、应用场景、使用方法、获利方式的不同，会造成其价值差异。数据资产的收益只有在使用、流通和交易过程中才能实现并由市场来反映和决定，数据资产的收益也取决于在数据内容采集、加工、流通、应用等不同环节相关主体之间的利益所进行的合理分配数额。当从收益出发评估数据资产的价值时，首先要对市场参与者对数据资产被利用的场景或商业模式进行判断和分析，应用场景或商业模式不仅与评估目的相关，不同的选择也可能会影响数据资产的价值类型选择，进而影响数据资产价值量的大小。在收益法的运用过程中，还需要特别考虑到数字资产所驱动的收益增加、成本的节约，以及其他有形和无形资产的价值贡献并进行合理的价值分配。数据资产的预期收益年限，需要综合考虑法律保护期限、合同约定、数据资产的产生和更新时间、时效性等确定。当从市场出发评估数据资产的价值时，如果从传统的市场法应用实践出发，需要能够找到足够的市场交易数据并通过分析后得到适当数量的的可比交易案例，评估对象与可比交易案例在资产类型、交易价格、交易时间、交易条件等方面具有可比性。然后，数据资产缺乏一般性和相对统一的交易场景，数据资产的交易模式和应用场景也是多种多样，不同数据资产之间难以确认替代关系，这使得我们在采用市场法评估数据资产的价值时，需要对交易方式和交易范围进行限定后才能进行价值的分析和判断。数据资产的风险主要源自于收益分配的不确定性以及所在商业环境的法律限制和约束，其对数据资产的价值有着从量变到质变的影响，数据资产本身的质量情况、应用情况、以及潜在法律风险等在数据资产的价值分析中应予以充分考虑并反映在相应的评估参数上。数据作为新型生产要素，是数字经济发展的重要基础。本文对数据、数据资源、数据资产的相关概念和内涵，数据要素的价值分配和数据资产的价值评估进行了较为系统的分析。本文抛砖引玉，希望引起行业专家学者更广泛和深入的研究和探索。可以预期，在发挥数据要素潜能，促进数字经济快速发展，提升经济发展新水平的过程中，专业服务机构的前瞻性研究作用将得到充分的发挥；在数据产权界定、数据流通和交易、数据要素收益分配、公共数据授权使用、数据交易场所建设、数据治理等主要领域关键环节的政策及标准的完善过程中，专业服务机构的实践经验将得到充分的运用；在完善元数据管理、数据脱敏、数据质量、价值评估等标准体系的建设中，专业服务机构的专业能力将得到充分的展现。参考文献：参与我们举办的活动和研讨会。查看我们的新闻和信息。与我们在线上交流。参与我们举办的活动和研讨会。查看我们的新闻和信息。与我们在线上交流。参与我们举办的活动和研讨会。查看我们的新闻和信息。与我们在线上交流。参与我们举办的活动和研讨会。查看我们的新闻和信息。与我们在线上交流。文章估值点金6 | 数据、数据资产及其价值评估发布日期：2023年6月7日【摘要】数据与传统生产要素相比具有独特的性质，对于数据的不断认识、对数据资产的深入理解以及对数据资产价值评估的核心要素进行广泛和深入的研究和探讨具有重要的现实意义，本文对数据、数据类型、数据资源和数据资产的相关概念、内涵和相互关系，数据要素价值分配和评估对象进行了阐述，对数据资产的成本、收益、市场和风险要素以及价值评估的主要方法进行了较为系统的分析。本文抛砖引玉，希望引起行业专家学者更广泛和深入的研究和探索。一、前言党的十九届四中全会发布了《中共中央关于坚持和完善中国特色社会主义制度　推进国家治理体系和治理能力现代化若干重大问题的决定》，指出要健全劳动、资本、土地、知识、技术、管理、数据等生产要素由市场评价贡献、按贡献决定报酬的机制。中央全面深化改革委员会第十一次会议审议通过了《关于构建更加完善的要素市场化配置体制机制的意见》，明确提出要加快培育数据要素市场。中共中央、国务院印发《关于构建数据基础制度更好发挥数据要素作用的意见》（以下简称《意见》）。《意见》的发布将激发数据要素的内在作用，促进数字技术赋能实体经济，加快中国经济的结构转型和高质量发展，有利于中国数字经济的做强做优做大，构筑在新的、复杂的国际政治经济环境中的国际竞争新优势，对加快培育我国数字化时代下的数据要素市场具有划时代的里程碑意义。但同时我们也看到，由于数据与传统生产要素相比所具有的独特性质，对于数据的不断认识、对数据资产的理解以及对数据资产的价值评估的核心要素进行广泛和深入的研究和探讨也具有重要的现实意义。二、数据与数据类型数据作为新型生产要素，深刻改变着我们的生产方式、生活方式和社会治理方式，随着数据采集、治理、应用、安全等方面的技术不断创新和产业的快速发展，在技术的推动下，数据要素已成为国民经济长期增长的内生条件。那什么是数据，如何理解数据，不同的专家学者和机构有不同的看法，我们暂以2021年6月我国颁布的《中华人民共和国数据安全法》中对数据的定义来理解数据，该法将数据定义为“任何以电子或者其他方式对信息的记录”，即数据蕴含着信息，并以电子或其他方式记录下来。从数据的表现形式看，数据的表现形式多种多样，可以表现为纯数字、电子表格、声音、视频和图像或其他包含信息的任何形式。阅读使用条款了解更多信息。 Deloitte （“德勤”）泛指德勤有限公司（一家根据英国法律组成的私人担保有限公司，以下称“德勤有限公司”），以及其一家或多家成员所和它们的关联机构。德勤有限公司与每一个成员所均为具有独立法律地位的法律实体。德勤有限公司（又称“德勤全球”）并不向客户提供服务。请参阅关于德勤以了解更多有关德勤有限公司及其成员所的详情。沪ICP备14034737号-3　沪公网安备31010102006816号立信会计出版社，2022 相关阅读: 【估值点金】系列文章 Fullwidth SCC. -video-no-top-padding- , -fullwidth-scc- 推荐阅读 ©2023.

www2.deloitte.com

参考资料

参考资料

Moonshot回答

继续提问

相关问题