恒丰银行：商业银行数据资产估值研究与入表探索白皮书.pdf

### 商业银行数据资产估值与入表探索 #### 一、研究背景 1. **数据要素时代的来临**：随着数字经济的迅速发展，数据已经成为一种重要的生产要素，为经济增长提供了强大的动力。在这个背景下，数据资产的价值评估变得尤为重要。 2. **商业银行数字化转型**：近年来，商业银行积极拥抱数字化转型，不仅提升了自身的服务效率和服务质量，也为客户带来了更为便捷的服务体验。然而，随着转型进入“深水区”，如何进一步挖掘数据的价值成为了亟需解决的问题。 3. **数据资产化难题**：尽管数据的重要性日益凸显，但在实际操作中，如何准确地评估数据资产的价值、如何将其纳入资产负债表中等问题仍然存在挑战。 #### 二、研究综述 1. **数据资产范畴研究**：数据资产通常指企业拥有的、能够带来未来经济利益的信息资源。这一概念涵盖了从原始数据到经过处理后的信息等不同形态的数据。目前，学术界对于数据资产的具体范畴尚未达成一致意见。 2. **数据资产估值研究**： - **成本法**：通过计算企业在收集、存储、处理数据过程中所投入的成本来评估数据资产的价值。 - **收益法**：基于数据资产为企业带来的预期收益来评估其价值。这种方法更侧重于数据的实际应用效果及其对企业收入的影响。 3. **数据资产入表研究**：随着数据资产化的推进，如何将数据资产正式计入企业的财务报表成为了一个重要的课题。传统的会计准则对于数据资产的确认和计量缺乏明确规定，因此，开发一套适合数据资产特点的入表方案具有重要意义。 #### 三、数据资产的定义、特征与分类 1. **定义**：数据资产是指企业拥有或控制的、能够带来未来经济利益的信息资源。这些资源可以通过直接或间接的方式为企业创造价值。 2. **特征**： - **无形性**：数据资产没有物理形态，这使得其与其他类型的有形资产有着本质的区别。 - **价值不确定性**：数据资产的价值受到多种因素的影响，如数据的质量、应用场景等，这导致其价值评估具有一定的复杂性和不确定性。 - **可共享性**：数据资产可以在不同的部门或机构之间共享，这种共享性增加了数据资产的价值。 3. **分类**： - **按照来源分类**：可分为内部生成数据（如客户交易记录）和外部获得数据（如第三方提供的市场分析报告）。 - **按照用途分类**：可分为支持型数据（用于提高内部管理效率）和增值型数据（用于创造新的收入来源）。 #### 四、创新点 1. **投入价值与业务价值划分**：首次提出将数据资产价值划分为“投入价值”与“业务价值”两个方面进行评估。其中，“投入价值”通过成本法评估，反映了企业在数据资产上的投资；“业务价值”则通过收益法评估，体现了数据资产对企业业务的实际贡献。 2. **“订单法”估值模式**：这是一种结合了订单管理法和市场法的新方法，通过评估数据资源的调用情况来估算数据资产的潜在外部价值。这种方式特别适用于当前数据资产市场价格不透明的情况。 3. **参数体系优化**：建立了可靠的估值参数体系，为数据资产估值提供了强有力的计量支持。 4. **改进估值公式**：明确了成本法和收益法的应用范围，并重新设计了成本法的估值公式，避免了数据资产价值的重复计量。 5. **数据资产入表方案**：构建了一套包含投入价值、业务价值和潜在外部价值的数据资产表，实现了数据资产评估的入表。 恒丰银行通过对商业银行数据资产的深入研究，不仅解决了数据资产评估和入表核算中的难题，还为整个行业提供了宝贵的实践经验，为推动数据资产化的发展做出了重要贡献。