2. 数据资产估值发展现状
国内各界自2019年起陆续关注数据资产价值评估领域，行业组织、科研院所和产业界相继发布了相关政策文件、研究成果或实践案例。中国资产评估协会于2020年1月发布了的《资产评估专家指引第9号—数据资产评估》，在传统资产评估三种方法（成本法、收益法和市场法）的基础上进行了优化，提出了数据资产评估方法。德勤-阿里在2019年联合发布了《数据资产化之路-数据资产的估值与行业实践》，其基本思路与《资产评估专家指引第9号—数据资产评估》一致，同时深入分析了各个方法的优劣势。中国信息通信研究院与浦发银行在2021年联合发布了《商业银行数据资产管理体系建设实践报告》，结合浦发银行数据资产管理实践，提出了内在价值、成本价值、业务价值、经济价值和市场价值的五大估值维度。光大银行于2022年发布的《商业银行数据资产会计核算研究报告》中从数据资产入表的视角出发提出了货币度量数据资产价值的方法。
总结而言，国内在理论层面当前数据资产价值评估方法主要划分为成本法、收益法和市场法三种基本方法及其衍生方法。其中，成本法为数据资产的价值由生产该无形资产的必要劳动时间所决定，是从数据资产的重置角度考虑的一种估值方法，即新建该项数据资产所需花费的成本；收益法为数据资产的价值由其投入使用后的预期收益能力体现，是基于目标数据资产预期应用场景，对未来产生的经济收益进行求取现值的一种估值方法；市场法是基于相同或相似数据资产的市场可比交易案例的一种估值方法。
此外，数据资产估值也引起了国外学者的广泛关注，但是更多以数据资产市场化定价为出发点倒推数据资产估值思路的。例如，斯坦福大学的研究者提出了基于市场价值的数据估值方法，主要基于数据资产带来的消费者剩余价值，并研究生产者的市场表现等因素；英国的金融科技公司和数据服务提供商根据自身在数据交易市场中的实践，开发了基于数据流量、数据质量和数据影响力等指标的数据资产估值模型。
我们认为数据资产估值当前在理论研究层面已有初步成果，但仍然面临三大问题，一是数据资产估值目的、场景和相应方法尚未统一，二是估值过程主观性较大、缺少量化指标、技术应用程度低，使得数据资产估值结果不准确，三是缺少各行业数据资产估值实践案例，导致理论方法对于企业实际开展数据资产估值的指导性有限。
