一、 引言

隨著大數據時代的到來，數據已經成為企業的重 要戰略資源。數據資產價值評估已經成為企業優化數據 資產戰略管理和提高數據資產利用效率的關鍵環節。然 而，傳統數據資產評估方法存在靜態、孤立和主觀性等 問題，難以滿足企業對數據資產價值評估的動態、客觀 和準確的需求。基于此，本文研究的數據資產價值評估動態模型的建構路徑具有重要的理論和實踐意義。

二、數據資產的價值重要性及評估動態模型的意義

數據資產的價值重要性體現在它能為企業帶來直接 的或間接的經濟利益。在數字經濟時代，數據已經成為企業的重要戰略資源。通過對數據資產的準確評估，企業可以更好地管理和利用數據資源，提高數據資產的利用效率，從而在激烈的市場競爭中取得優勢。評估動態模型的意義在于為數據資產評估提供一種創新和系統的方法。傳統的數據資產評估方法存在靜態、孤立和主觀性等問題，難以滿足企業對數據資產價值評估的動態、客觀和準確的需求。通過建構動態模型，可以根據數據資產的特征和市場環境，對評估對象進行針對性的現場調查和分析，合理使用評估假設和限制條件，從而得出更準確、客觀的評估結論。此外，動態模型還有助于拓展數據資產評估的應用范圍，解決模型在實踐中可能遇到的問題與挑戰，推動數據資產評估未來的發展趨勢。

三、數據資產價值評估動態模型建構路徑

中國資產評估協會制定的《數據資產評估指導意見》已于2023年10月1日開始施行，此意見旨在規范數據資產評估行為，保護當事人合法權益和公共利益。依據相關資產評估準則制定、研究動態模型建構路徑，有助于更好地遵循指導意見，確保數據資產評估的合規性、客觀性和準確性。

（一）數據特征分析

在數據資產價值評估動態模型建構路徑中，數據特征是至關重要的。首先，數據質量是影響數據資產價值評估的重要因素之一。數據質量通常包括準確性、完整性、一致性和時效性等方面。高質量的數據資產能夠提供更準確、更完整的信息，從而提高數據資產的價值。數據清洗、數據審核和數據校驗等技術和方法可以用來改善數據質量。其次，數據資產涵蓋了多個不同領域、不同類型和來源的數據。數據多樣性越高，數據資產的價值越大，因為更多的數據意味著更多的信息，可以從多個角度分析問題，從而更好地支持決策制定。數據融合、數據整合等技術和方法可以用于提高數據多樣性。第三，數據資產涵蓋了與主題相關的所有必要信息。數據完整性越高，數據資產的價值越大，因為完整的數據能夠提供更全面、更準確的信息，支持更可靠的決策制定。數據缺失值處理、數據聚合等技術和方法可以用于提高數據完整性。

（二）市場環境分析

市場環境包括行業發展狀況、市場競爭格局和政策法規環境三個方面。一是行業發展狀況。數據資產價值的評估與行業整體發展狀況密切相關，行業發展狀況包括市場規模、增長速度、競爭強度和技術創新等方面。一個快速發展、具有巨大潛力的行業通常會給數據資產帶來更高的價值。評估數據資產價值時，需要關注行業整體發展趨勢和成長潛力，以便更好地預測數據資產的未來價值；二是市場競爭格局。市場競爭格局包括市場集中度、競爭對手的數量和質量等方面，是影響數據資產價值的另一個重要因素。一個好的市場競爭格局可以幫助企業更好地獲取市場份額，從而提高數據資產的價值。評估數據資產價值時，需要關注市場競爭格局的變化，以便更好地制定戰略和商業模式。三是政策法規環境。政策法規環境包括法律法規、行業標準和監管政策等方面，對數據資產價值的評估具有重要影響。一個支持創新、鼓勵競爭的政策法規環境有助于提高數據資產的價值，評估數據資產價值時，需要關注政策法規環境的變化，以便更好地應對潛在的政策風險和法律風險。

（三）企業戰略分析

企業在進行數據資產價值評估時，需要將數據資產作為企業戰略的一部分進行考慮。以下是數據資產價值評估動態模型建構路徑中的企業戰略的具體內容：一是數據資產與企業戰略的結合。企業需要將數據資產納入整體戰略規劃中，明確數據資產在企業運營和發展中的作用，以便更好地管理和利用數據資產；二是數據資產的全生命周期管理。企業需要對數據資產進行全生命周期管理，包括數據采集、存儲、處理、分析、應用和銷毀等環節，確保數據資產的安全性、完整性和準確性；三是數據資產的整合與共享。企業需要打破數據孤島，實現數據資產的整合與共享，提高數據資產的利用率，充分挖掘數據資產的價值；四是數據資產的價值評估。企業需要采用合適的評估方法，對數據資產進行客觀、公正、獨立的價值評估，為投資決策提供依據；五是數據資產的持續優化。企業需要關注數據資產的質量和價值，持續優化數據資產，提高數據資產的質量和價值，為企業創造更多的價值。

（四）動態模型建構與更新

在數據資產價值評估動態模型建構路徑中，動態模型建構與更新是關鍵環節。動態模型建構的第一步，是設計一套全面、系統、科學的指標體系，用以衡量數據資產的價值。指標體系應充分考慮數據資產的特征和價值驅動因素，如數據質量、應用場景、市場因素等。針對不同應用場景和數據類型，應設計相應的具體指標，以提高指標體系的針對性和有效性。第二步，是在動態模型建構過程中，權重確定是關鍵環節。權重反映了各個指標在數據資產價值評估中的相對重要性。確定權重的方法有多種，包括專家打分法、層次分析法（AHP）、熵值法等。企業應根據實際情況選擇合適的方法確定權重，以保證權重設置的客觀性和合理性。

四、模型應用與展望

數據資產價值評估動態模型具有廣泛的應用范圍，可以幫助企業在戰略制定、投資決策、財務報告與估值、數據資產管理和數據資產交易與合作等方面實現數據資產價值的挖掘和應用。雖然數據資產價值評估動態模型在理論上具有廣泛的應用前景，但在實際應用中仍可能遇到一些問題和挑戰，例如數據質量與完整性問題、評估指標選取與權重確定問題、模型預測準確性問題、數據隱私與安全問題、法律法規制約和模型更新與維護等問題和挑戰。為了解決這些問題，需要不斷探索和實踐，以提高動態模型在數據資產價值評估中的適用性和有效性。而隨著數字化進程的加快和數據價值的日益凸顯，數據資產價值評估將成為一個越來越重要的領域。數據資產價值評估的未來發展趨勢將更加注重全面性、數據質量與完整性、場景化、宏觀經濟和行業趨勢、評估與數據管理相結合、法律法規的完善以及跨領域合作與交流等方面。通過這些發展趨勢，數據資產價值評估將在數字經濟中發揮越來越重要的作用。

五、結語

綜上所述，數據資產價值評估動態模型的建構路徑是對傳統數據資產評估方法的創新和發展，為企業提供了更加準確、客觀和及時的數據資產價值評估結果。在未來的研究中，可以進一步拓展數據資產價值評估動態模型的應用范圍，解決模型在實踐中可能遇到的問題與挑戰，推動數據資產價值評估的未來發展趨勢。

來源：信息化研究