数据资产评估与计价 试卷及答案 共2套

试卷（一）答案简答题（50分）1、概述数据资产确权的主要观点，并分析其对数字经济的潜在影响。（10分）（1）现有确权观点主要经历了“单一所有权”和“人格权+财产权”两个阶段，其中后者可进一步划分为两个时期。对于“人格权+财产权”确权观点的两个不同时期，其区别主要在于是否直接赋予数据处理者财产权，以及是否回应个人对数据收益的诉求。（2）数据资产确权可加速数据的流通与共享，提升资源利用效率。明确数据资产权属可促进数据在不同主体间合法流通与共享，提升数据资源的利用效率，推动各行业的技术进步和产业升级。数据确权可推动数据驱动型商业模式发展，释放数据的创新潜力。企业可开发智能家居设备互联互通、公共交通优化等数据增值服务。数据确权可保障各数据主体权益。保障数据主体权益不仅可维护个人隐私，也可减少数据利用过程中的争议和纠纷，降低数据交易成本和法律风险，形成安全、可信的数据生态系统，为数字经济的可持续发展打下基础。2、简述收益法、成本法及市场法这三类基本方法在评估数据资产价值时对应的具体模型、优缺点及适用范围。（10分）（1）基于收益法的数据资产估值模型：

V=其中，V为评估值，Ft为资产未来第t期的预期收益，n为收益期限，t为时间，r（2）基于成本法的数据资产估值模型：V=TC×R×U×E×S其中，V表示数据资产估值，TC表示数据资产重置成本，R表示合理利润调整因子，U代表数据价值调整因子，E和S分别表示数据的潜在经济价值因子和潜在社会价值因子。（3）基于市场法的数据资产估值模型：V=其中，V表示待评估数据资产的价值，n表示为方便计算可将待评估数据资产分解为n个数据集，i表示被分解后的第i个数据集，Qi代表每个可比案例的价值，Xi1，Xi2，Xi3，（4）每种估值方法的优缺点和适用性见下表：估值方法优点缺点适用范围成本法易于收集和计算历史数据产生的各种费用，包括软件、硬件和劳动力成本等的总和这种方法评估的数据资产价值往往偏低，因为收益和成本之间有一个弱对应，且不符合数据资产能够增值的特征在不以盈利和交易为目的的场景中更适用收益法如果预期收益现象对准确，那么能比较真实地反映数据资产的价值收益额和风险预测易受主观判断因素的影响未来预期收益可以预测并可以用货币计量，更适合企业自身采用而不适合对外预估，因为自身的盈利情况自身更了解且更好估计市场法更好地体现交易时的市场状况以及买卖双方的观点对市场环境要求比较严格，难找到可比数据资产具有活跃的数据交易市场，在数据交易场景下更适用3、简述数据资产在数据资产化阶段采取产品生命周期策略计价的主要内容。（10分）导入期的计价策略导入期一般指的是数据资产投入新市场，此时客户对于产品并不了解，因而产品销售量处于较低的阶段，此阶段常用的两种计价策略有撇脂计价和渗透计价，根据数据资产产品的特性可以选择不同的计价策略。数据资产在该阶段还可采用灵活计价的策略，通过尖端技术收集消费者信息，测试消费者价格敏感程度，并为具有不同价格弹性的消费者设定相应的价格范围区间。成长期的计价策略成长期指的是产品市场份额逐渐扩大，用户数量逐渐增加，产品知名度提高，收入规模迅速上升且利润迅速增长的阶段。在此阶段中需求方由于已经购买了数据资产，因而在市场中产品同质的情况下面临高额的转换成本，不会放弃已经选择的产品，客户黏性增强，供给方可以逐步提高价格来获取更高的收入，选择用户锁定策略、捆绑组合计价策略及差异化计价策略来最大化收益。成熟期的计价策略成熟期指的是市场需求已经趋于饱和，产品同质化程度较高，竞争逐渐加剧，企业应该尽力创造竞争优势，维护现有市场份额，一般采取差异化策略提供定制化个性化的产品与服务来吸引新用户，适度降低价格来维系老用户，延长成熟期。对于数据资产而言，在此阶段同样可以采取差异化策略，在计价时要考虑成熟期的产品特性，比如数据资产的品牌价值、产品质量、增值服务等进行合理计价。在大数据时代，此阶段可以采用机器学习的方法，寻求数据资产价格与影响因素之间的关系，并利用BP神经网络对数据资产的历史交易记录进行学习，构建计价模型并不断训练来合理预测不同客户的交易价格，提高交易效率REF_Ref16786\w\h。4）衰退期的计价策略衰退期指的是产品的市场份额被抢占，市场需求持续下降，利润率下降且收入减少的阶段，在该阶段应采取折扣计价的策略，最后收割一部分利润随后退出市场。4、简述数据资本化阶段采用市场法进行计价的关键要素。（10分）数据资本化阶段市场法计价以“参考同类数据资产交易价格”为核心，关键要素及计算逻辑如下：（1）关键要素：①可比数据集选择：需筛选与待评估数据资产在权利类型、行业属性、质量、应用场景等方面相似的交易案例，优先选择活跃市场中的近期成交案例，确保可比性。②调整系数确定：针对可比案例与待评估数据的差异，设置质量调整系数、供求调整系数、期日调整系数、容量调整系数及其他调整系数。5、数据场内和场外交易的优缺点有哪些？（10分）场内交易：优点：提供了更多的数据选择和交易机会，为数据供需双方带来更多的交易可能性，能够提高数据资源的流动性和交易效率。缺点：第一，交易成本较高。数据交易所一般要对交易双方收取交易佣金，并且交易标的需要完成数据评估、合规等一系列操作才能上架，交易的时间和金钱成本相对较高。第二，有一定数据泄露的风险。在数据交易所进行交易，意味着交易所也可能掌握数据交易双方的数据，技术不完善情形下可能导致数据泄露。第三。交易门槛较高。场内交易对合规性有较高要求，须通过第三方交易平台实现交割，并且为筛选客户以达到数据保护的目的，交易所设立了严格的会员准入制度，导致交易门槛较高、交易规模相对有限。场外交易：优点：双方可以直接沟通协商，并且可以根据具体需求进行定制化的数据交易，同时减少了第三方平台的交易手续费用，交易效率高、交易规则灵活。缺点：第一，由于交易相对不透明，市场监管难度大，如果买方复制数据并进行再交易，容易侵犯数据主体的权益。第二，在缺少监管的情形下，黑市交易可能潜伏着更大的数据安全隐患，可能引发大数据杀熟、大数据电信诈骗等一系列重大社会问题。第三，整体交易风险大、交易安全性难以保障。论述题（30分）1、在现有数据所有权与使用权的法律框架下，讨论数据所有权与使用权分离的优缺点，并分析其对数据共享、交易和流通的影响。（15分）（1）将数据所有权与使用权分离，一方面，可促进数据资源的高效利用，如数据所有者可授权数据处理企业进行数据分析，最大化数据潜在价值；可推动数据共享和协作创新，数据所有者不必直接参与数据开发过程，可将该项工作授权给具备相关资源与能力的企业，实现各主体间资源共享与互补，提升数据的增值效率；可保护数据主体的隐私，数据使用方只有经过数据所有者的授权和许可，才能合法利用数据，减少数据滥用的可能性。另一方面，产权界定模糊，容易引发权益争议，数据所有者与数据使用者在数据衍生价值归属方面可能存在分歧，若未提前进行清晰的约定，可能会导致矛盾升级；责任划分困难，增加管理成本，数据所有权与使用权的分离往往伴随着数据管理、隐私保护等方面责任的分散，易出现风险推诿问题，从而增加数据管理的成本；数据滥用与信息泄露风险增加，当数据所有权与使用权分离后，数据所有者对数据的直接控制力削弱，存在数据使用方滥用数据和信息泄露的风险。（2）数据所有权与使用权分离对数据共享、交易和流通的影响是多方面的，不仅促进了数据在不同主体间的共享与利用，为数据交易市场注入了灵活性，同时也可能在产权不清的情况下增加流通风险。因此，数据所有权与使用权分离的进一步应用需要依赖更加完善的法律框架和监管制度，以平衡数据的共享需求与隐私保护、数据价值增值与风险控制的关系，从而促进数字经济的可持续发展。2、论述数据平台的重要性。（15分）1）数据要素市场的建立对数据资产的定价和交易至关重要，其意义主要体现在两个方面：首先，它助力明确数据资产的实际价值，通过市场供需和成熟机制，实现数据资产的交易与定价，揭示真实市场价值。这有助于企业和个人更精准地评估数据资产的重要性和潜在价值，为数据交易提供公平、透明、高效的平台。其次，健全的数据市场促进高质量数据资产的创造，为数据提供价值和交易机会，激励创造更多有价值的数据，促进数据共享与流通，推动创新与经济增长，提升数据利用效率。2）数据市场是数据产品交易的平台。这些平台扮演着中立中介的角色，数字平台连接多个市场参与者，如数据消费者、数据供给者以及数据第三方服务中介，简化了它们之间的互动，通过标准化的界面和服务促进了更高效的市场交互和系统管理；允许任何人上传并销售其数据产品，为市场提供了静态或动态的数据流，支持多种访问方式，如文件下载、API或定制网络接口。3）数据要素市场有助于拓展数据资产的价值空间。在市场中，企业可以更方便地接触到数据产品的潜在客户，并且可以通过分析不同的数据产品，明确数据产品的市场策略。此外，数据要素市场的制度安排可以激励更多参与方加入，共同做大数据资产价值。一方面，数据要素市场可以增强供需方之间的信任，减少数据产品的测试时间和成本；另一方面，数据要素市场帮助协调数据资产在利益相关者间的价值分配和循环流通，提升各参与方对数据资产进行挖掘的激励，从而拓展数据资产的价值空间。案例分析（20分）2024年初某公司依托自身业务沉淀的数据（未入表），拟以增加收入、降低成本、提高竞争力三种方式助力公司发展（内部使用），对应的收益贡献占比预测值分别为10.47%、63.70%、25.83%。现预测该公司未来5年的相关财务情况以及资产贡献情况如下表2、表3所示。此外，计算股权资本成本所需的无风险报酬率、市场风险系数以及市场平均收益率分别为3.23%、0.7884、12.24%；计算债权资本成本所需的贷款基准利率、所得税率分别为4.65%、25%；计算加权资本成本所需的股权价值占比为66.61%；企业流动资产、固定资产、无形资产（非专利技术、数据资产、经营模式、品牌影响力以及其他）在总资产的占比分别为58.55%、12.75%、28.70%，流动资产与固定资产对应的回报率分别为3.80%、3.97%。以5年为收益期限、不考虑特有风险。表1无形资产在三种运用途径中所占权重无形资产类别增加收入降低成本提高竞争力非专利技术0.04940.21210.2494数据资产0.45690.38380.5001经营模式0.30670.14010.0978品牌影响力0.12940.04700.0563其他0.05760.21700.0964表2相关财务信息预测情况（单位：亿元）年份税后经营净利润折旧及摊销营运资本增加额资本性支出202497.8490.0419.7976.382025123.04113.2224.8996.052026151.77139.6730.7118.482027184.06169.3837.23143.682028219.89202.3544.48171.65表3资产贡献值预测情况（单位：亿元）年份流动资产贡献值固定资贡献值表内无形资产贡献值202424.5023.7320.70202529.5729.3326.18202635.6635.5532.54202742.9642.6540.10202852.2759.0655.41请结合以上案例选择合适方法为该数据资产估值，要求说明选择该方法的理由以及最终的估值结果。（1）为案例寻找合适的估值方法并说明理由根据案例信息可知，该企业的数据资产具有如下特征：=1\*GB3①该数据资产的用途为企业内部使用而非对外交易；=2\*GB3②该企业数据资产的未来预期收益可以预测并可以用货币计量；基于上述两点，应选择收益法来估值。（2）数据资产估值过程及结果自由现金流量=净利润+折旧与摊销−营运资本增加额−资本性支出可得企业未来5年自由现金流量预测情况分别为：91.71、115.32、142.26、172.53、206.11亿元企业未来5年表外无形资产贡献值分别为：22.78、30.24、38.51、46.82、39.37亿元倒推无形资产回报率并将其作为数据资产的折现率：ReWc、Wf、Wi分别为58.55%、12.75%、28.70%；EE+D为66.61%、DE+D为33.39%；T为25%；RWACC=Re由WACC=WARA可得：Ri数据资产在表外无形资产中的贡献占比：K=0.1047*0.4569+0.6370*0.3838+0.2583*0.5001=42.15%未来5年数据资产价值分别为：9.6018、12.7462、16.2320、19.7346、16.5945亿元该企业的数据资产估值为：V=t=1试卷（二）答案简答题（50分）1、数据资产的产权体系与传统资产的产权体系有何不同？其独特性对数据资产管理会产生哪些影响？（10分）（1）非排他性与可复制性。传统资产大多具有排他性，而数据资产具有显著的非排他性。传统资产具有物理资源的有限性和不可复制性，而数据资产的复制成本极低。数据资产的产权设计需考虑在保持数据可用性的同时确保其唯一性和排他性，避免数据在流通和交易过程中被盗用和滥用。构建数据资产的多层次权属体系。由于数据在采集、加工、分析和传输中被多次增值，不同主体在各个环节应享有不同的权利。如数据原始采集者拥有基础所有权，而分析处理后新生成的数据则归属于数据处理方。（2）强化数据安全与隐私保护管理。数据管理者在授权使用数据资产时要遵循隐私保护的相关法律法规，确保数据资产的合规性。在数据共享和传输过程中，管理者需加强数据加密、访问权限控制等安全措施力度，以防止数据被泄露和滥用。动态定价与时效管理。由于数据资产的价值随时间变化而波动，数据管理需根据时效性进行动态调整，保证数据在价值高峰期获得更高收益。数据交易与流通保障。数据资产管理者需建立清晰的授权协议，并利用数字签名、区块链等技术手段，确保数据交易过程的透明性和可追溯性，从而保护数据资产的独特产权。2、总结实物期权法评估数据资产价值时的具体模型及其优缺点。（10分）基于实物期权评估数据资产价值的具体模型：若某一数据资产可视为欧式看涨期权，则其价值为：若某一数据资产可视为欧式看跌期权，则其价值为：其中，以上方程中N(d1)和N(d2)分别表示正态分布下变量小于金融期权参数数据资产实物期权标的资产当前价格S数据资产的当前价值执行价格X用于数据资产购买或开发的成本现值距到期日的时间T数据资产带来可预见收益的时间标的资产价格波动率σ数据资产价值波动率无风险利率r无风险利率（2）实物期权法评估数据资产价值的优缺点优点：实物期权法能够全面且充分地体现数据资产的价值。实物期权理论认为在交易过程中,投资者可以根据相关信息做出投资决策，掌握交易的主动权。传统的资产评估方法会忽略选择权利的价值，导致资产价值的低估。此外，实物期权法能够评估潜在价值。随着数字经济的深入，互联网企业的发展欣欣向荣，而潜在价值是互联网企业与传统企业在资产评估时的重要差别。互联网企业属于技术型企业，无形资产的比重较高，科技研发成果能够带来的收益往往远高于账面价值。因此，潜在价值的评估对于互联网企业来说是关键的一部分。缺点：实物期权法在评估过程中涉及金融期权定价模型与多个参数，如波动性、执行价格和到期时间等，对于数据资产而言，可能不存在历史收益率信息和市场价格信息，定价公式中类似金融资产的参数估计会成为一大挑战，如果在参数估计中失误较多，会给数据资产的评估带来巨大偏差。3、简述数据资产化阶段智能定价策略的核心步骤。（10分）数据资产化阶段智能定价策略需围绕“动态适配市场需求与数据价值”展开，核心步骤包括：（1）场景识别：明确影响数据资产价格的关键场景因素，如市场竞争状况、行业需求特征、数据应用目的（如金融风控、精准营销）等，针对不同场景建立差异化价格模型，确保定价与场景价值匹配。（2）数据采集：收集内外部多维度数据，包括数据自身属性（质量、稀缺性）、市场交易历史（同类数据成交价、供需变化）、用户行为（使用频率、付费意愿）等，通过基础分析挖掘价格变动趋势，为定价提供数据支撑。（3）机器学习建模：利用监督学习（如回归分析、梯度提升树）或深度学习算法，构建智能计价模型，输入数据特征与历史价格数据进行训练，优化模型对价格的预测精度，实现“数据特征-价值”的精准映射。（4）实时调整：基于模型输出与市场动态（如供需波动、政策变化），灵活调整数据资产价格，例如根据数据实时使用量、用户付费反馈动态优化定价，确保价格始终反映当前市场价值。（5）持续优化：定期收集新的市场数据与模型预测误差，更新训练集并调整模型参数，同时结合业务反馈（如客户投诉、成交转化率）优化计价规则，提升定价策略的长期有效性。4、简述数据产权界定的福利效应。（10分）数据产权界定会影响消费者剩余和生产者剩余，进而影响社会总福利。当数据产权界定偏向消费者时，用户可以更放心地分享和使用个人数据，享受更个性化、多样化及高质量的产品和服务，从而增加消费者剩余；当数据产权界定偏向生产者时，可以激励生产者投入更多资源进行数据的收集、处理和分析，推动数据产业的创新和发展，有助于数据收集者提高生产效率、降低成本，从而增加生产者剩余。总之，清晰、明确的数据产权界定可以一定程度上带来社会总福利的提升。5、为什么数据定价难？（10分）一方面，数据价值具有不确定性。另一方面，由于数据可以重复使用，但复制成本极低甚至趋近于零，因此数据具有固定成本高但边际成本低的特点。并且数据对于不同买家带来的价值差异较大，数据产品定价往往基于价值而非成本，故难以形成统一的定价规则。论述题（50分）1、请论述不同主体数据资产的价值类型和价值体现。（15分）1）政府数据资产价值政府数据资产价值有三方面，主要分为政治价值、经济价值及社会价值。政治价值：政府数据资产利用数字技术实现快速流转，成为政府内外部的“桥梁”，转变传统运行模式，推动跨部门协同治理，降低行政成本、提高效率、提升决策能力，助力数字政府建设。同时，数据流通保障公众知情权和监督权，提升政府透明度和公信力，提高公众参与积极性，加快服务型政府建设。经济价值：政府数据资产增强宏观调控能力，提供宏观经济指标预测支持，促使政府提出精准、有效的政策，调节社会总供给和总需求，实现经济增长、国际收支平衡、价格稳定等目标。此外，数据资产提升企业竞争优势，助力企业开发数据产品或服务，变革营商模式，发现新机会，提高市场竞争力。数据创新促进新兴产业兴起，带动传统产业发展，提升经济增长质量，推动产业升级和生产效率。社会价值：政府数据资产覆盖广泛，涵盖数字文化、金融、社会保障、社区、科教建设等领域，通过数据反馈精准识别公众需求，提升公共产品和服务供给的质量和匹配度，提高社会满意度和幸福指数。此外，数据资产在风险防范和危机应对中发挥重要作用，实时监测风险和危机动态，帮助政府及时应对。2）企业数据资产价值企业数据资产价值主要体现在三方面。第一方面，经济价值。首先企业自身生产数据，企业通过有效管理和分析成为可交易的数据产品或提供数据服务，为企业带来经济收益；其次，企业数据资产引入生产与经营管理，进而实现企业降本增效和新的价值创造，为企业带来经济价值；最后，企业自行开发以支撑企业战略和经济业务，通过分析数据驱动的决策和运营优化，有效利用数据资产可以直接带来企业收入和利润的增长。第二方面，社会价值。企业向政府共享数据，作为直接参与社会经济活动的主体，企业大量的经济数据对政府优化公共服务、辅助政府决策及提高政企合作水平具有重要意义。第三方面，个体价值。企业利用拥有的个人数据为社会个体提供服务。一方面，企业选择国家现有数据交易平台实现数据共享；另一方面，平台企业可利用算法分析用户商品需求偏好、选择倾向、使用体验、回购情况等数据，提高消费者体验，协助商家改进服务。3）个人数据资产价值个人数据资产价值体现在三个不同角度。第一，经济角度。首先，个人数据可以被用于精准广告投放和市场分析。通过分析个人的浏览历史、购买习惯等数据，广告商可以更准确地定位潜在客户，提高广告的点击率和转化率，从而提升营销效果。其次，个人数据资产还可以用于金融服务。例如，个人的消费行为数据、信用记录等信息可以被用于金融信用评分和贷款评估，影响个人的信用额度、利率和融资成本。这直接关系到个人的财务状况和融资条件，因此个人数据对金融机构和个人财务具有重要的经济价值。第二，社会角度。个人数据资产对社会的意义体现在多个方面。一方面，医疗数据是其中一个重要的方面。通过分析个人的医疗数据，医疗机构和研究机构可以更好地了解疾病的传播规律、治疗效果、医疗需求等信息，从而制定更有效的公共卫生政策、改善医疗资源配置，并推动医疗研究和创新。这对整个社会的健康水平和医疗服务质量都具有深远的影响。另一方面，个人数据资产还可以用于城市规划和智能交通管理。通过分析个人的移动轨迹、交通出行模式等数据，城市规划者可以更好地了解城市居民的出行需求，优化交通路线、提升公共交通服务水平，从而改善城市的居民生活质量，减少交通拥堵和环境污染。第三，个人权利的角度。个人数据资产的价值体现在隐私保护和数据控制权上。个人数据的泄露可能导致个人信息被滥用、身份盗窃、侵犯隐私等问题，因此保护个人数据隐私对维护个人权利至关重要。此外，个人对自己数据的控制权和数据使用的透明度也是个人权利的一部分。因此，确保个人数据的安全和隐私保护，以及维护个人对自己数据的控制权，是保障个人权利的重要内容。2、论述数据资源在入表时可能面临的安全合规风险。（15分）1）数据隐私与合规个人数据的隐私和安全是非常重要的，企业需要特别注重个人信息的保护，在对个人信息进行处理时使用脱敏化手段来降低个人身份的暴露风险，保障个人数据的安全，这可以降低后续数据资源入表后可能面临的法律风险。在进行个人数据的脱敏化处理之前，需要对使用的脱敏方案进行合规审查，确保其符合相关的法律法规和隐私保护要求。2）数据的权利边界第三方数据的使用可能存在权利边界问题，企业在使用时可以确保第三方数据的许可和授权，比如签署相关的授权许可协议、合同或其他权属类文件，确保数据使用的合规性。如果数据是开源软件采集，需要留意开源软件的许可协议，避免违规操作。为安全起见，企业在使用数据前可以咨询数据安全专家来确保第三方数据的安全合规性。3）数据资源入表的权属问题数据资产具有可复制性、非排他性等特征，这会导致数据资产的权属争议问题，目前我国针对权属问题也给出了“三权分置”的解决方案，企业需要慎重对待数据资源入表前的权属审查，对于外购的数据资源需要完成对权利范围、使用时间等方面的审查，对于自行研发的数据资源也需进行权属认证，即确认数据资源的归属主体、权益、限制条件等。4）数据资产的价值评估数据资源入表形成数据资产后可能会引发价值评估方面的法律风险，数据资产的价值评估是在投融资尽调、股权投资、并购实务等环节进行的，数据资产价值评估的错误可能会导致投融资决策的失误，引发各种法律风险问题。因而企业应该加强内部的审查和管理，建立针对数据资产的价值确认机制，降低相关