附件1

资产评估专家指引——资产评估中的

核查验证（征求意见稿）

 

本专家指引是一种专家建议。评估机构执行资产评估业务，可以参照本专家指引，也可以根据具体情况采用其他适当的做法。中国资产评估协会将根据业务发展，对本专家指引进行更新。

第一章  引言

第一条 根据《中华人民共和国资产评估法》《资产评估基本准则》的规定，资产评估专业人员应当依法对资产评估活动中使用的有关文件、证明和资料的真实性、准确性、完整性进行核查和验证。为了指导资产评估专业人员在执业过程中履行适当的核查验证程序，中国资产评估协会组织制定了本专家指引。

第二条 本专家指引仅供资产评估专业人员在执行核查验证程序时参考，不能替代相关法律法规、资产评估准则以及资产评估专业人员的职业判断。

第三条 核查验证对象是指资产评估专业人员在执行资产评估业务时可以通过合法途径获得并使用的有关文件、证明和资料。

文件主要是指资产评估专业人员收集的法律、行政法规和政策等材料。

证明主要指权属证明材料，权属证明是能够证明资产产权归属与评估对象一致的材料。

资料主要包括财务会计信息、行业资讯、专业报告等。

核查验证对象可以是资产评估相关当事人提供的，也可以是资产评估专业人员从市场独立收集的，或者是政府部门、司法机关及各类专业机构、其他组织发布的。

第二章  基本遵循

第四条 核查验证是评估程序中的一个重要环节，资产评估专业人员根据项目风险及业务质量控制要求，在执行核查验证程序时可以根据资料对评估结论的重要性水平来决定实施核查验证程序的范围。核查验证重要性水平确定应当根据评估目的、被评估单位内控状况、相关资料收集情况、评估对象金额及数量等因素进行综合分析后由资产评估专业人员确定。

第五条 资产评估专业人员在分析判断某一资料的真实性、准确性和完整性时，通常需要针对该评估资料采取相应的核查验证方法。若计划选择的核查验证方法无法实施时，资产评估专业人员应当对该具体事项进行评判，以确定是否采取其他替代程序完成核查验证工作。

如确实无法实地走访的，应当采用其他方式进行核查，如电话访谈、邮件、询证函、互联网核查等；如被评估单位不提供以往评估及交易资料的，资产评估专业人员可通过公共网站、专业网站（如证监会官网、深交所及上交所官网等）及相关媒体发布的信息，获取相关资料进行核查。

第六条 对超出资产评估专业人员能力范畴的核查验证事项，资产评估专业人员可以委托或者要求委托人委托相关机构出具专业意见，具体参照《资产评估执业准则——利用专家工作及相关报告》并在评估报告中予以披露。对无法进行核查验证的事项，可以根据其对评估结论的影响程度采取在资产评估报告中披露等措施。

第七条 履行核查验证程序的资产评估专业人员应当是具体执行评估项目的人员，且具备必要的专业知识和实践经验。

第八条 对核查验证程序执行情况的内部审核，应当关注核查验证所采用的方法是否适用、恰当，核查验证的结果是否客观、有效。

第九条 资产评估专业人员执行核查验证所涉及的工作底稿的内容，因评估目的、评估对象、评估方法、评估条件和核查验证实施方式等不同而有所差异。本专家指引提示关注如下事项：

（一）访谈包括面谈及电话访谈。采取面谈方式，应形成书面访谈记录，并由被访谈人、访谈人签字。如果被访谈人接受面谈，但不愿意在形成的书面访谈记录上签字，访谈人应当将访谈过程记录清楚，并将该情况记录在工作底稿中；如果被访谈人拒绝面谈，由经办资产评估专业人员在工作底稿中注明。电话访谈可在征得对方同意的情况下进行录音，并将音频资料归入工作底稿中。

（二）网页查询应当制作查询记录，包括时间、地点、内容，并由负责查询的资产评估专业人员签字，同时将网页内容下载归入评估工作底稿。

（三）函证应当由资产评估机构发出，不得通过被评估单位办理。函证对方对函证未予签收，或者在函证规定的最后期限届满时未回复的，资产评估专业人员应当进行书面说明。信件回执、查询信函应当作为底稿存档。

第十条 委托人和其他相关当事人委托资产评估业务，应当依法提供并保证资料的真实性、完整性、合法性。对评估活动中使用的有关文件、证明和资料的真实性、准确性、完整性进行核实和验证是资产评估专业人员应当履行的义务。

第三章  不同类型资料的核查验证

第十一条 核查验证的方法通常包括观察、询问、书面审查、实地调查、查询、函证、复核。资产评估专业人员应当根据各类资料的特点，合理地确定核查验证的方法。对某些复杂的资料，可以通过采取多种方法或与现场调查相结合的方式如访谈、核对等进行核查验证。

（一）资产评估专业人员采用询问方式进行核查验证的，应当形成访谈记录，并要求谈话对象和访谈人对访谈记录采用签字或者其他方式予以确认。

（二）资产评估专业人员采用书面审查方式进行核查验证的，应当分析相关书面信息来源的可靠性，并通过核对原件等方式对书面信息的准确性和完整性进行核查。

（三）资产评估专业人员采用实地调查方式进行核查验证的，应当将实地调查情况形成书面记录，由调查人、被调查人签字。若被调查人为企业法人，需要时应当加盖被调查人印章，若被调查人拒绝签字或者盖章，资产评估专业人员应当在书面记录中注明。

（四）资产评估专业人员采用查询方式进行核查验证的，可查询公告、网页或者其他载体相关信息，并就查询的信息内容、时间、地点、载体等有关事项形成查询记录。

（五）资产评估专业人员采用函证方式进行核查验证的，应当以挂号信函或者快递等形式寄出，信件回执、查询信函底稿和对方回函应当由经办资产评估专业人员签字。被询证者以传真、电子邮件等方式回函的，应当要求被询证者寄回询证函原件，函证对方未签署回执、未予签收或者在函证规定的最后期限届满时未回复的，由经办资产评估专业人员对相关情况做出书面说明。

第一节  权属证明资料

第十二条 权属证明资料的核查验证是对资产法律权属凭证和其他权威部门出具的权属证明资料以及能够间接证明资产归属的其他资料的核实。

第十三条 不动产权属证明资料的核查验证。

（一）不动产权属证明资料主要包括不动产证，没有颁发不动产证的可以是《土地登记簿》《国有土地使用证》《集体土地所有证》《集体土地使用证》《土地他项权利证明书》《农村土地承包经营权证登记簿》《农村土地承包经营权证》、用地通知书、土地出让合同、划拨决定书、《房屋所有权证》《房屋他项权证》《房屋登记簿》《土地房屋权证》《房地产权证》《在建工程抵押登记证明》等。

（二）对已经获得权属证明资料或者权属证明资料正在办理过程之中的，资产评估专业人员应当查阅并核对评估对象的不动产权属证书原件、复印件或者正在办理的证明资料，资产评估专业人员根据需要可以要求评估对象产权持有人至相关权属主管部门配合查询评估对象权属资料。

（三）如果评估对象没有办理产权证，资产评估专业人员应当查验取得不动产的相关证明文件、发票及合同等资料，并在评估报告中披露评估对象未办理权证的事项。

第十四条 机器设备权属证明资料的核查验证。

（一）机器设备权属证明资料主要包括：法律权属证书（如机动车行驶证、船舶所有权证书、船舶国籍证书等）；外购机器设备的购置合同及发票、进口设备报关单；自制机器设备的设计方案、主要材料及外购件的采购合同及发票、竣工决算资料；融资租赁设备的融资租赁合同、发票；由法院判决形成的设备资产的法院判决书、资产交接单；抵（质）押机器设备的抵（质）押合同、抵（质）押登记证书等。

（二）对机器设备的权属证明资料进行核查，资产评估专业人员应当查阅并核对权属证明资料的原件、复印件；如无法获得权属证明资料原件（如抵押设备的权属证书留置在第三方等），资产评估专业人员可向原件留存方查询或函证；评估专业人员根据需要可以要求产权持有人至相关权属主管部门配合查询评估对象法律权属登记情况；对于重要设备的购买合同、发票（及报关单、装箱单等）、竣工决算资料等，评估专业人员可根据经济行为特点、产权持有人信用情况以及重要性原则，自行判断是否采取向其供应商查询或函证、查询发票真伪等延伸核查方式。

（三）对权属资料不完备、毁损、丢失等瑕疵事项，以及资产评估专业人员根据重要性原则应当收集而未能取得的相关权属资料，可要求产权持有单位提供产权归属承诺，并在评估报告中披露相关事项。  

第十五条 森林资源权属证明资料的核查验证。

（一）森林资源权属证明资料主要包括不动产证，没有颁发不动产证的可以是《林权登记档案》《林权证》《林林资源资产抵押登记簿》《森林资源资产抵押登记证》。

（二）对已经获得权属证明资料或者权属证明资料正在办理过程之中的，资产评估专业人员应当查阅并核对评估对象的不动产证或林权证原件、复印件或者正在办理的证明资料，资产评估专业人员根据需要可以要求评估对象产权持有人至相关权属主管部门配合查询评估对象权属资料。

（三）如果评估对象没有办理不动产证或林权证，应当查验取得森林资源的相关证明文件及合同等资料，并在评估报告中披露评估对象未办理权证的事项。

第十六条 矿业权权属证明资料的核查验证。

（一）矿业权权属证明资料主要包括划定矿区范围批复、采矿权许可证、矿产资源勘查许可证、与矿业权相关的出让、转让合同及相关付款凭证、矿业权他项权利（是否存在抵押、质押等情况）等。

（二）对划定矿区范围批复文件、采矿权许可证、矿产资源勘查许可证、矿业权出让合同、转让合同、缴纳的探矿权（采矿权）使用费等权属证明资料，应当查阅并核对证书（或者资料）原件、复印件，根据需要可以要求矿业权人至相关权属主管部门配合查询评估对象权属资料。

（三）对矿业权出让收益或者转让款可通过书面审查原始缴、付款凭证，或者通过向相关当事方查询、函证等方式进行核查验证。

第十七条 知识产权权属证明资料的核查验证。

（一）知识产权权属证明材料主要包括：专利证书、专利登记簿副本、最近一期的专利年费缴费凭证、实用新型专利检索报告或者专利权利要求书、专利说明书及其附图；委托方或者相关权利人提供的专有技术形成说明材料；注册商标证书、商标历史获奖证书、商标授权使用登记备案材料；著作权登记证书，著作权和与著作权有关权利的情况说明、委托人和著作权人的身份证明文件和承诺函；上述资产涉及到的转让合同（购买协议）、授权使用协议、变更登记、付款记录等资料。

（二）资产评估专业人员应当收集上述法律权属证明的原件，并通过书面审查的方式查验权属材料的所有权人、取得方式、权利范围、有效期等相关信息。申请中的知识产权可以与国家相关政府网站公示信息核对是否一致，以确认基准日真实有效的权属状态。

（三）对许可使用的知识产权使用权，资产评估专业人员应当查阅授权协议以及付款记录，必要时可向权利人函证或者进行访谈，确认该类使用权的许可期限、许可范围、使用条件、许可费支付等相关条款的约定。

第二节 财务会计信息资料

第十八条 财务会计信息通常包括：由委托人及其他相关当事人提供的财务报告、会计凭证及会计账簿。

第十九条 对财务报告信息采用书面审查方式进行查验，核对财务报告信息与评估申报表是否一致，并根据重要性原则采用抽样方法对相关会计凭证进行查阅，关注财务信息的可靠性。

第二十条 对现金、票据及实物性资产采用实地调查方式进行查验，应当将实地调查情况形成书面记录，由参与调查的资产评估专业人员、被评估单位的相关人员签字，并加盖被评估单位印章。

第二十一条 对银行存款、异地存货、往来账款、交易性金融资产等采用函证方式进行查验，询证函由资产评估专业人员直接发出的，在询证函中指明直接向接受资产评估业务委托的资产评估机构回函。利用第三方机构函证结果的，应实施替代程序并获取相关证据，对该函证结果的可靠性进行分析判断。

第三节  其他相关资料

第二十二条 对通过公开市场获取的询价资料、交易案例等资料，可以通过实地调查、多渠道复核等方式进行核查验证；对检查记录、鉴定报告等资料，可以通过核对原件、询问、查询等方式核查验证；对行业资讯、政府文件等资料，可以通过查询、书面审查等方式进行核查验证。

第二十三条 对于其他专业机构提供的专业报告，按照《资产评估执业准则——利用专家工作及相关报告》的相关规定进行核查验证。

第二十四条 对被评估单位对外担保的核查，应当获取被评估单位出具有关对外担保事项声明书，利用央行全国联网的企业征信系统进行查询；如需要可在被评估单位的配合下，到相关单位查阅相关资料；或者采取函证、查阅登记机关公告、网站等方式。

第二十五条 对被评估单位涉及诉讼、仲裁事项的核查，应当获取被评估单位出具的有关诉讼、仲裁事项声明书。如需要，还可以选择与其他相关中介机构一同前往被评估单位注册地和主要经营地的法院或者仲裁机构进行访谈，也可采取查询、函证或者查阅公告、网站等方式。

第二十六条 对于存在抵（质）押的资产，资产评估专业人员应当获取被评估单位出具的抵（质）押资产清单及说明，如需要，可向抵（质）押单位或者部门进行查询。 

第四章  企业价值评估中的核查验证

第二十七条 对所涉及的法律文件、权属证明资料及相关经营管理结构和产权构架资料的核查验证，可采用书面审查、实地调查、访谈、查询等方式。

对于企业提供的投资协议、公司章程、公司制度、股权买卖协议或者回购协议等资料，资产评估专业人员应当查看相关印章、签字是否完整；与企业高管或者相关部门人员进行访谈；利用“国家企业信用信息公示系统”查询公开信息；如有必要还可以到市场监督管理局等政府部门查阅资料。

第二十八条 对被评估单位的业务、资产、财务、人员及经营状况资料的核查验证，可采用书面审查、实地调查、访谈、查询等方式。

第二十九条 对被评估单位经营计划、发展规划和收益预测资料的核查验证，可采用书面审查、实地调查、询问、函证、访谈、查询等方式。

（一）对被评估单位所在行业数据及行业排名的核查验证，主要采用书面审查、查询、实地调查等方式，资产评估报告书中所引用行业数据和行业排名是否符合权威性、客观性和公正性要求，具体方式包括：

1.政府部门、行业协会颁布的统计数据可视为具有权威性，可直接引用；

2.第三方机构的数据需经同类数据相互印证才能引用；如果没有，则需对数据来源进行其他调查（如查询近期同行业上市公司公开披露的信息、走访行业协会、竞争对手等），并对所引用的数据注明其来源；

（二）对被评估单位提供的收益预测资料的核查验证，主要采用书面审查、函证、查询、访谈等方式，核查被评估单位提供的收益预测资料的合理性。

1.对营业收入的核查验证，资产评估专业人员应当对被评估单位提供的历史期收入水平、产品结构等进行分析，并与同行业水平进行比较。对收入预测有较大影响的重要客户或者重要合同，应当重点关注客户及合同的变化情况，及其对收入的影响程度。

2.对营业成本的核查验证，将被评估单位提供的历史成本构成及水平、预测期成本构成及水平与同行业公司的数据进行比较分析，同行业的成本数据可通过查询行业研究报告或者上市公司公开数据获取。若无法取得同行业公司的数据，可通过访谈等方式了解、分析被评估单位报告期内的销售成本变动趋势、出现重大波动的原因及其合理性。

3.对毛利率的核查验证，主要核查被评估单位毛利率预测的合理性，将预测的毛利率与历史数据进行比较，其中历史数据可采用经调整非正常因素后的审计数据；将预测的毛利率与同行业毛利率水平进行比较，同行业的毛利率数据可通过查询行业研究报告或者上市公司公开数据获取。若无法取得同行业数据，可在分析历史数据基础上结合行业发展状况判断预测期毛利率的合理性。

第三十条 对评估对象、被评估单位以往的评估及交易资料的核查验证。

对评估对象、被评估单位以往的评估及交易资料的核查验证，主要是查阅被评估单位提供的以往评估资料，如评估报告书、估值报告等，从中获取过往的交易背景、评估目的、评估基准日、价值类型、相关参数等信息，以合理判断其参考价值。

第三十一条 对影响被评估单位经营的宏观、区域经济因素资料的核查验证。

影响被评估单位经营的宏观、区域经济因素资料主要包括：与被评估单位业务经营相关的国家、地区有关企业经营的法律法规、国家、地区经济形势及未来发展趋势及有关财政、货币政策。

上述资料一般来自政府部门、行业协会颁布的统计数据，可视为具有权威性，可直接引用。

第三十二条 对被评估单位所在行业现状及发展前景资料的核查验证。

被评估单位所在行业现状及发展前景资料主要包括：行业政策、行业竞争情况、行业发展有利及不利因素、行业特有的经营模式，行业周期性、季节性、区域性特征、企业所在行业上下游之间的关联性。

上述资料一般来自政府部门、行业协会颁布的统计数据，可视为具有权威性，可直接引用。

第三十三条 对证券市场、产权交易市场等市场的有关资料的核查验证。

（一）直接从上市公司年报获取的数据，由于该数据已经审计师审计，在进行必要分析调整后可直接采用。

（二）来源于不同资讯网站的数据或者研究成果，尽量获取两个以上途径的有效数据，从而相互验证其可靠性。

（三）来自于评估机构自身的研究成果，应当将重要参数的确定方法及思路、主要公式进行列示。

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

附件2

《资产评估专家指引——资产评估中的

核查验证（征求意见稿）》起草说明 

为指导资产评估专业人员在执业过程中履行适当的核查验证程序，中国资产评估协会研究起草了《资产评估专家指引——资产评估中的核查验证（征求意见稿）》（以下简称专家指引），为便于理解，现就有关情况说明如下：

一、制定专家指引的必要性

核查验证是资产评估程序中的重要环节，也是资产评估工作的重要手段。资产评估结论是否可靠，在很大程度上依赖于资产评估专业人员收集到的资料是否真实、准确和完整，但是资产评估专业人员在核查验证中遇到的问题却越来越复杂，有必要制定专门的专家指引。

（一）法律法规的规定

2016 年 12 月1日起施行的《中华人民共和国资产评估法》第十三条规定，评估专业人员应当履行的义务包括“对评估活动中使用的有关文件、证明和资料的真实性、准确性、完整性进行核查和验证”，第二十五条指出“评估专业人员应当根据评估业务具体情况，对评估对象进行现场调查，收集权属证明、财务会计信息和其他资料并进行核查验证、分析整理，作为评估的依据”。因此，制定专家指引是落实法律法规相关要求的一项重要工作。

（二）指导执业的要求

评估法实施以后，中国资产评估协会在财政部的指导下对资产评估准则进行了全面修订。修订后的《资产评估基本准则》《资产评估执业准则——资产评估程序》等只对核查验证程序提出了原则性要求，没有进一步的详细规定，不同的资产评估机构及其资产评估专业人员在具体操作过程中对核查验证的范围、执行方式或程度等重要事项的理解可能存在差异，导致执业质量参差不齐。因此制定更为具体和有操作性的专家指引，可以进一步指导资产评估机构及其资产评估专业人员执行核查验证程序。

（三）明确责任的需要

随着评估业务的复杂程度不断增加，核查验证的实施难度也在不断提高。同时，政府监管部门、法院等在对资产评估机构及其资产评估专业人员是否规范履行了核查验证程序进行调查及责任界定时，因缺乏具体的判断标准，存在较大的自由裁量权，不利于资产评估行业的健康持续发展。通过制定专家指引，有助于业内外加强对核查验证程序的正确理解，更加明确相关当事人的责任边界，进一步改善评估执业环境，推动评估行业高质量发展。

二、需要重点关注的内容

（一）关于专家指引的体例与结构

评估实践中，不同性质、作用和来源的资料都可能存在不同的核查验证范围和方法，制定专家指引需要兼顾不同角度的需求。

专家指引分为四章，包括一般提示和特定提示两个层级，涵盖评估对象、资料来源或用途、评估方法三个维度。第一章“引言”部分，主要阐述专家指引的制定目的和适用范围。第二章“基本遵循”部分，对核查验证的一般要求和关注事项进行提示。第三章和第四章分别阐述单项资产评估中“不同类型资料的核查验证”和“企业价值评估中的核查验证”。其中，在权属证明资料和财务会计信息资料两部分内容中，按照评估对象类型分类阐述相关提示，在其他相关资料中，按照资料的获取渠道或用途分类阐述相关提示，在企业价值评估中的核查验证中，按照不同评估方法分类阐述相关提示。

（二）关于核查验证的范围或程度

资产评估专业人员普遍认为如何理解和实施重要性原则是确定核查验证范围和工作量，以及评价资产评估专业人员是否勤勉尽责的关键，但是每个项目需要核查验证的范围和程度不尽相同。对此，专家指引在基本遵循中指出，资产评估专业人员根据项目风险及业务质量控制要求，在执行核查验证程序时可以根据资料对评估结论的重要性水平来决定实施核查验证的范围。核查验证重要性水平应当由资产评估专业人员根据评估目的、被评估单位内控状况、相关资料收集情况、评估对象金额及数量等因素进行综合分析后自行确定。

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

附件3

资产评估专家指引——数据资产评估

（征求意见稿）

本专家指引是一种专家建议。评估机构执行资产评估业务，可以参照本专家指引，也可以根据具体情况采用其他适当的做法。中国资产评估协会将根据业务发展，对本专家指引进行更新。

第一章  引言

第一条 为指导数据资产评估业务，针对数据资产特点，结合目前实际操作中的部分难点及要点，中国资产评估协会组织制定了本专家指引。

第二条 本专家指引所指数据资产是指由特定主体通过合法的方式拥有或者控制，依托于载体，经过加工处理可在市场上进行交换，通过符合法律法规的方式使用并且能带来经济利益的数据资源。

第三条 本专家指引所指数据资产评估，是指资产评估机构及其资产评估专业人员遵守法律、行政法规和资产评估准则，接受委托对评估基准日特定目的下的数据资产价值进行评定和估算，并出具资产评估报告的专业服务行为。

第二章  数据资产的基本情况

第四条 数据资产的基本状况通常包括：名称、来源、数据规模、产生时间、更新时间、数据类型、呈现形式、时效性、应用范围等。执行数据资产价值评估业务时，评估人员可以通过委托人提供、自主收集等方式获取评估对象的基本状况。

第五条 数据资产的基本特征通常包括：非实体性、依托性、多样性、增值性、可加工性、价值易变性等。通过对数据资产基本特征的了解，可以帮助评估专业人员分析基本特征对数据资产价值评估的影响。

（一）非实体性：数据资产无实物形态，虽然需要依托实物载体，但决定数据资产价值的是数据自身。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，这一点与其他传统无形资产相似。

（二）依托性：数据必须存储在一定的介质里，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生物介质。同一数据可以以不同形式同时存在于多种介质。

（三）多样性：数据的表现形式多种多样，可以是数字、表格、图像、声音、视频、文字、光电信号、化学反应、甚至是生物信息。多样的信息可以进行互相转换，从而满足不同数据消费者的需求。该多样性表现在数据消费者身上，则是使用方式的不确定性。不同数据类型拥有不同处理方式，同一数据资产也可以有多种使用方式。数据应用的不确定性，使数据资产的价值变化波动较大。

（四）增值性：数据的使用会产生新的数据。在稳定发展的基础上，会促进数据资产的规模和维度不断积累，提升其整体价值。

（五）可加工性：数据可以被维护、更新、补充，增加数据量；也可以被删除、合并、归集，消除冗余；还可以被分析、提炼、挖掘，加工。

（六）价值易变性：数据资产的价值受多种不同因素影响，这些因素随时间的推移不断变化，某些数据当前看来可能无用，但随着时代进步可能会产生更大的价值。

第六条 数据资产按照数据所在的产业可以划分为金融行业数据资产、房地产行业数据资产、电信行业数据资产、政府数据资产等。不同行业的数据资产具有各自不同的特征，这些特征可能会对数据资产的价值产生较大的影响。

（一）金融行业数据资产的独有特征通常包括：

1.高效性：金融数据资产的高效性体现在它能为数据库终端拥有者带来超额利润，数据库终端以科学技术为核心，使数据库终端的维护成本减少。

2.风险性：金融数据资产的风险性主要包括研发风险和收益风险。研发风险是指数据库终端在经历一系列研发失败之后的阶段性成果，研发失败的支出作为费用化处理，账面的资产价值与研发成本具有弱对应性。金融数据资产的收益风险是指数据库终端的经济寿命受技术进步和市场不确定性因素的影响较大，竞争对手新开发或升级的数据库终端有可能使得企业持有的该项资产价值下降。

3.共益性：金融数据资产的共益性是指数据库终端可以在同一时间不同地点由不同的主体同时使用，数据库终端有不同的账号和密码，不同的个人账号和密码可以同时登录，机构的同一个账号和密码也可以同时由机构内不同人员登陆使用。

（二）房地产行业数据资产的独有特征通常包括：

1.不确定性：房地产数据资产本身不具备直接的使用价值，只有通过分析和挖掘之后才具有使用价值。由于房地产数据具有容量大和类型多样的特点，因此其价值取决于不同主体的需求。

2.稀缺性：房地产数据资产的稀缺性主要表现在两个方面：一方面是因为数据内容庞大、多样性、混乱无规则导致的价值密度低；另一方面是房地产数据来源的稀缺导致的价值稀缺。现阶段具备收集和储存大数据能力的组织机构有限，其收集和存储数据技术不能满足需求。

（三）电信行业数据资产的独有特征通常包括：

1.关联性：电信行业数据几乎承载了用户所有的通信行为，并且数据之间存在着天然的关联基因。

2.复杂性：电信行业数据不仅包括结构化数据，也包含非结构化数据以及混合结构数据。

（四）政府数据资产的独有特征通常包括：

数量庞大，领域广泛，异构性强。政府数据跨越了农业、气候、教育、能源、金融、地理空间、全球发展、医疗卫生、工作就业、公共安全、科学研究、气象气候等领域。这些来源广泛、数量巨大以及非结构化的异质数据，增加了政府管理的难度。

第七条 相同的数据资产，由于其获利方式的不同，形成其价值大小的差异。对数据资产的商业模式的关注，可以帮助评估专业人员了解数据资产获益的方式。目前以数据资产为核心的商业模式主要有：

（一）租售数据模式：该模式的企业其主营业务为出售广泛收集、精心过滤的时效性强的数据。

（二）租售信息模式：该模式的企业聚焦在某个行业，广泛收集相关数据、深度整合萃取信息，以庞大的数据中心加上专用的数据终端，形成数据采集、信息萃取、价值传递的完整链条，通过租售数据中所包含的信息获利。

（三）数字媒体模式：数字媒体公司通过广泛搜集数据、发挥大数据技术的预测能力，开展精准的营销业务。

（四）数据使能模式：该模式的企业利用大量的数据，进行数据分析，为客户提供相应的预测、营销等服务，其主要是大量数据的收集与使用。

（五）数据空间运营模式：该模式的企业主要提供数据资产的储存业务。

（六）大数据技术提供商：该模式主要是以第三方提供大数据技术作为商业模式。例如：提供语音数据、视频数据；语义识别领域等服务。

第八条 在对数据资产及其实施情况进行必要的现场调查、市场调查时，需要收集的相关信息、资料通常包括：

（一）数据资产的权利人及实施企业基本情况；

（二）数据资产的基本情况，包括数据资产名称、来源、数据规模、产生时间、更新时间、数据类型、呈现形式、时效性、应用范围等；

（三）数据资产的应用情况，包括数据资产已使用情况和未来使用情况；

（四）数据资产法律保护状况资料；

（五）数据资产取得成本和历史收益情况资料；

（六）数据资产收益期和预期收益情况资料；

（七）数据资产以往的评估和交易情况，包括数据资产所有权转让合同、实施许可合同及其他交易情况。

第九条 数据资产的法律因素通常包括数据资产的权利属性及权利限制、数据资产的保护方式等。关注数据资产所有权的具体形式、以往使用和转让的情况对数据资产价值的影响、数据资产的历史诉讼情况等法律因素情况，可以帮助评估专业人员判断法律因素对数据资产价值的影响程度。

第十条 数据资产的经济因素通常包括数据资产的取得成本、获利状况、类似资产的交易价格、市场应用情况、市场规模情况、市场占有率、竞争情况等。通过对经济因素情况的分析，评估专业人员可以判断经济因素对数据资产价值的影响程度。

第十一条 在数据资产的使用过程中部分敏感数据如水文、地理、气象等测绘数据、航天信息类数据、个人隐私数据、企业战略及商业数据等虽具有较高的应用价值，但可能存在损害国家安全、个人隐私、企业利益等问题，在实际应用中存在法律障碍。。

第三章  数据资产的评估方法

第十二条 收益法评估数据资产时，数据资产作为经营资产直接产生收益，其价值实现方式有数据分析、数据挖掘、应用开发等。收益现值法反映了数据资产资本化的价格，在投资决策时，更容易被交易双方所接受。

第十三条 收益法评估基本计算公式为：

评估值＝未来收益期内各期的收益额现值之和×分成率

式中：

P－评估值

K－分成率

Ft－未来第t个收益期的收益额

n－剩余经济寿命期

t－未来第t年

i－折现率

依据收益法基本公式，在获取数据资产相关信息的基础上，根据该数据资产或者类似数据资产的历史实施情况及未来应用前景，结合数据资产实施或者拟实施企业经营状况，重点分析数据资产经济收益的可预测性，考虑收益法的适用性。

第十四条 在估算数据资产带来的预期收益时，需要区分评估对象数据资产和其他资产所获得的收益，分析与之有关的预期变动、收益期限，与收益有关的成本费用、配套资产、现金流量、风险因素。

数据资产的预期收益是因数据资产的使用而额外带来的收益，数据资产收益现金流是全部收益扣除其他资产的贡献后归属于数据资产的现金流。数据资产的获利形式通常包括：对企业顾客群体细分、模拟实境、提高投入回报率、数据存储空间出租、管理客户关系、个性化精准推荐、数据搜索等。目前确定数据资产现金流的方法有增量收益、节省许可费、收益分成或者超额收益等方式。确定预期收益时，通过区分并剔除与委托评估的数据资产无关的业务产生的收益，并关注数据资产产品或者服务所属行业的市场规模、市场地位及相关企业的经营情况。

第十五条 使用收益法执行数据资产评估业务时，收益期限需要综合考虑法律保护期限、相关合同约定期限、数据资产的产生时间、数据资产的更新时间、数据资产的时效性以及数据资产的权利状况等因素确定，收益期限不得超出产品或者服务的合理经济寿命。

第十六条 使用收益法执行数据资产评估业务时，折现率可以通过分析评估基准日的利率、投资回报率，以及数据资产实施过程中的技术、经营、市场、资金等因素确定。数据资产折现率可以采用无风险报酬率加风险报酬率的方式确定。数据资产折现率与预期收益的口径保持一致。

第十七条 执行数据资产评估业务，选用市场法的前提条件是具有活跃的市场。目前中国大数据产业尚处于起步阶段，还未建立完善的交易规范体系，但潜在的、丰富的数据资源已经涵盖了电信、金融、房地产、医疗、社保、交通、物流、电力、教育以及制造业、电商平台、社交网站等众多领域，加速了中国大数据产业以及数字经济新业态新模式的蓬勃发展。海量数据要素在开放、流通、交易中互通互联，创新数字经济发展，助力数字中国建设。就目前大数据交易市场发展现状而言，中国大数据交易发展初现成效，主要包括以下两个特点：一是大数据交易市场规模加速增长，变现能力大幅度提升；二是大数据交易市场组织机构发展迅猛，服务体系不断完善。

第十八条 市场法评估数据资产的基本公式为：

被评估数据资产的价值=可比实例数据资产的价值×技术修正系数×价值密度修正系数×期日修正系数×容量修正系数×其他修正系数

第十九条 使用市场法执行数据资产评估业务时，在充分了解被评估数据资产的情况后，需要收集类似数据资产交易案例相关信息，包括交易价格、交易时间、交易条件等信息，并从中选取可比案例。对于类似数据资产，可以从两个角度相近，相近数据类型和相近数据用途。目前比较常见的数据类型包括：用户关系数据、基于用户关系产生的社交数据、交易数据、信用数据、移动数据、用户搜索表征的需求数据等。目前比较常见的数据用途包括：精准化营销、产品销售预测和需求管理、客户关系管理、风险管控等。

第二十条 使用市场法执行数据资产评估业务时，根据数据资产特性对交易信息可以进行必要调整，调整参数应包括技术修正系数、期日修正系数、容量修正系数、价值密度修正系数和其他修正系数。

其中，技术修正系数主要考虑因技术进步带来的数据资产价值差异，其指标通常包括数据获取、数据储存、数据加工、数据挖掘、数据保护、数据共享等因素。

期日修正系数主要考虑评估基准日与可比实例交易日期的不同带来的数据资产价值差异。一般来说，离评估基准日越近，越能反应相近商业环境下的成交价，其价值差异越小。期日修正系数的基本公式为：期日修正系数=评估基准日价格指数/可比实例交易日价格指数。

容量修正系数主要考虑不同数据容量带来的数据资产价值差异，其基本逻辑为：一般情况下，价值密度接近时，容量越大，数据资产总价值越高。容量修正系数的基本公式为：容量修正系数=评估对象的容量/可比实例的容量。当评估对象和可比实例的价值密度相同或相近时，一般只需考虑数据容量对资产价值的影响；当评估对象和可比实例的价值密度差异较大时，除需考虑数据容量外，还需要考虑价值密度对资产价值的影响。

价值密度修正系数主要考虑有效数据占总体数据比例不同带来的数据资产价值差异。价值密度用单位数据的价值来衡量，其价值密度修正系数逻辑在于有效数据（指在总体数据中对整体价值有贡献的那部分数据）占总体数据量比重越大则数据整体价值越高。如果一项数据资产可以进一步拆分为多项子数据资产，每一项子数据资产可能具有不同的价值密度，那么总体的价值密度应考虑每个子数据资产的价值密度。

其他修正系数则考虑数据资产评估实务中，具体数据资产的情况不同，可能影响评估对象价值的因素，例如市场供需状况差异，数据资产的机会成本差异等。执行相关业务时，可以根据实际情况考虑可比实例差异，选择修正系数。

第二十一条 对于成本法，数据资产的价值由该资产的现时重置成本加上合理利润后，再扣减各项损耗确定。其基本计算公式为：

评估值＝重置成本×（1-贬值率）或评估值=重置成本- -功能性贬值-经济性贬值

第二十二条 使用成本法执行数据资产评估业务时，首先要根据数据资产形成的全部投入，考虑数据资产与成本的相关程度，考虑成本法的适用性。然后确定数据资产的重置成本。数据资产的重置成本包括合理的成本、利润和相关税费，合理的成本则包括直接成本和间接费用。

第二十三条 在成本法中，对于数据资产的取得，需要根据创建数据资产生命的流程特点，分阶段进行统计。尽管数据资产的存储、分析、挖掘技术复杂多变，但目前普遍使用的流程可概括为四步，即数据采集、数据导入和预处理、数据统计和分析、数据挖掘。其中，数据采集属于数据资产获取阶段，后三个步骤属于数据资产研发阶段。

数据获取可能是主动获取，也可能是被动获取。数据主动获取可能发生的成本有：向数据持有者购买数据的价款、注册费、手续费，通过其他渠道获取数据时发生的市场调查、访谈、实验观察等费用，以及在数据采集阶段发生的人工工资、场地租金、打印费、网络费等相关费用。数据的被动获取包括企业生产经营中获得的数据、政府及相关部门开放的数据、企业相互合作共享的数据等。从企业角度看，被动获取的数据如果要形成数据资产，还需要企业自身进行大量资源数据的清洗、研发和深挖掘，在数据获取阶段企业付出的成本较小，因此在获取阶段，可以只考虑发生的数据存储等费用，成本重心落在数据资产研发阶段上。在实际情况中，研发阶段发生的成本通常包括设备折旧、研发人员工资等各项费用。采用成本法进行数据资产评估业务时，需要合理确定贬值。数据资产贬值主要包括：功能性贬值和经济性贬值。

第二十四条 在传统无形资产成本法的基础上，可以综合考虑数据资产的成本与预期使用溢价，加入数据资产价值影响因素对资产价值进行修正，从而提出了一种数据资产价值评估成本法模型。该模型的表达式为：V=TC×(1+R)×U

第二十五条 在上述评估模型中，数据资产总成本TC表示数据资产从产生到评估所发生的总成本。数据资产总成本可以通过系统开发委托合同和实际支出进行计算，主要包括建设成本、运维成本和管理成本三类，并且不同的数据资产所包含的建设费用和运维费用的比例是不同的。因此，每一个成本项对数据资产价值产生多大的影响，须确定一个比较合理的权重。其中建设成本指的是数据规划、采集获取、数据确认、数据描述等方面的内容；运维成本中包含着数据存储、数据整合、知识发现等评价指标；管理成本主要由人力成本、间接成本以及服务外包构成。

第二十六条 在上述评估模型中，预期数据使用溢价R是指数据资产采集的时候，理想状态下重复使用数据能带来的收益预估。该指标的概念与经济学中的投资回报率的概念相近。数据使用溢价需要部门信息中心主管、外部的会计人员、资产评估师等依据历史数据共同商定，主要通过比较相似类别的数据资源的收益情况判断。另外，该参数需定期进行修正以便更好地反映该数据资产的价值。

第二十七条 在上述评估模型中，数据效用U是影响数据价值实现的因素的集合，用于修正预期数据使用溢价R。数据质量、数据基数、数据流通以及价值实现风险均会对数据效用U产生影响，将数据效用定义如下：

 

公式中：

α—数据质量系数；

β—数据流通系数；

—数据垄断系数；

r—数据价值实现风险系数。      

（1）数据质量系数α

数据质量指的是数据固有质量，可通过对数据完整性、数据准确性和数据有效性三方面设立约束规则，利用机器自动评价方法统计分析数据是否满足约束规则完成量化。基于统计学的思想，数据质量为满足要求的数据在数据系统中的百分比。该评估办法由数据模块、规则模块和评估模块三者组成。

数据模块是数据资产价值评估的对象，即待评估数据资产的合集。

规则模块用于生成数据的检验标准，即数据的约束规则。约束规则应根据具体的业务内容和数据自身规则(如值域约束和语法约束)提炼出基本约束，并归纳形成规则库。在对数据质量进行评估时，约束规则是对数据进行检测的依据。

评价模块是数据质量评估办法的关键模块，目的是利用规则模块中的约束规则对数据进行检验并分析汇总。各个规则模块获取的结果需要加权汇总以获得最终的数据质量系数。

（2）数据流通系数β

数据资产按流通类型可以分为开放数据、公开数据、共享数据和非共享数据四类。因此，在考察数据流通效率时，首先通过可流通数据量占总数据量的比重确定数据对外开放共享程度；然后，考虑到不同的数据流通类型对数据接受者范围的影响，需要将数据传播系数考虑进来。传播系数是指数据的传播广度，即数据在网络中被他人接受的总人次。可以通过查看系统访问量、网站访问量获得。

所以，数据流通系数表示为：

数据流通系数=（传播系数可流通的数据量）/总数据量

             =（开放数据量+公开数据量+共享数据量）/总数据量

其中，a、b、c分别为开放、公开和共享三种数据流通类型的传播系数，非共享数据流通限制过强，对整体流通效率影响忽略不计。

（3）数据垄断系数

数据资产的垄断程度是由数据基数决定，即该数据资产所拥有的数据体量占该类型数据总量的比例，可通过某类别数据在整个行业领域内的数据占比衡量，即通过比较同类数据总量来确定。数据垄断系数表示为：

数据垄断系数=系统数据量/行业总数据量

数据是现实事物的客观描述，这种描述所代表的意义蕴含着一定的地域性。因此，衡量某种数据的垄断性不仅受限其所属的行业，还与其所处的地域相关。

（4）数据价值实现风险r

在数据价值链上的各个过程都存在着影响数据价值实现的风险，经过归纳梳理，将其按照价值链涉及的环节分为数据管理风险、数据流通风险和增值开发风险三个二级指标和设备故障、系统不兼容等六个三级指标，具体如下图所示。由于数据资产价值实现环节较多且评估过程复杂，可采用专家评估打分与层次分析法(AHP)获得其风险系数。

第二十八条 在数据资产评估方法的选择过程中，应注意因地制宜和因事制宜，不可机械地按某种模式或某种顺序进行选择。

收益法是通过预计数据资产带来的收益估计其自身的价值，这种方法在实际中比较容易操作，是目前对数据资产评估较容易接受的一种方法。虽然目前使用数据资产直接取得收益的情况比较少，但是根据数据交易中心提供的交易数据，还是能够对部分企业数据资产的收益进行了解。

市场法是根据相同的或者相似的数据资产的近期或往期成交价格，通过对比分析评估数据资产价值的方法。根据数据资产价值的影响因素，可以利用市场法对不同属性的数据资产的价值进行对比，准确地反映出数据资产的公允价值。

成本法是利用成本进行评估，由于数据资产无实物形态，可能会导致无法准确的反映数据资产的价值。

第二十九条 当前正值大数据市场建设期，交易透明度、信息公开度还需要时间来提升，数据资产又往往不是在企业经营中形成直接盈利，预测收益口径具有一定困难，导致运用收益法评估数据资产需要进行大量的市场调研、应用推演和实践检验。在上述条件下，成本法是操作性最高、价值适应性最好的数据资产评估方法；而收益法和市场法通常只适用于交易性和收益性较好的数据资产评估。

第三十条 评估人员执行数据资产评估业务时，不论选择哪种评估方法进行评估，都应保证评估目的、评估时所依据的各种假设和条件以及评估所使用的各种参数数据的合理性。运用多种评估方法评估同一评估对象时，须保证每种评估方法运用中所依据的各种假设，前提条件，数据参数具有可比性，以便能够确保运用不同评估方法所得到的评估结果的可比性和相互可验证性。

第四章  数据资产评估报告的编制

第三十一条 鉴于我国数据资产的产权还没有专门的法律法规予以明确，在编制数据资产评估报告时，可就数据资产的来源、加工、形成进行描述，关注资产评估相关准则对评估对象的产权表述。

第三十二条 在编制数据资产评估报告时，不得披露数据资产涉及的敏感数据如水文、地理、气象等测绘数据、航天信息类数据、个人隐私数据、企业战略及商业秘密数据。

第三十三条 编制数据资产评估报告需要反映数据资产的特点，通常包括下列内容：

（一）评估对象的详细情况，通常包括数据资产的名称、来源、数据规模、产生时间、更新时间、数据类型、呈现形式、时效性、应用范围、权利属性、使用权具体形式及法律状态等；

（二）数据资产的保护状况和实施状况；

（三）对影响数据资产价值的基本因素、法律因素、经济因素的分析过程；

（四）使用的评估假设和限制条件；

（五）数据资产的许可使用、转让、诉讼及质押情况；

（六）有关评估方法的主要内容，包括评估方法的选取及其理由，评估方法中的运算和逻辑推理方式，各重要参数的来源、分析、比较与测算过程，对测算结果进行分析并形成评估结论的过程；

（七）其他必要信息。

 

 

附件4

《资产评估专家指引——数据资产评估

（征求意见稿）》起草说明 

为规范数据资产评估业务，中国资产评估协会研究起草了《资产评估专家指引——数据资产评估（征求意见稿）》（以下简称专家指引），相关起草情况说明如下：

一、制定数据资产评估专家指引的必要性

随着我国进入数字时代，数据资产已经占据整个社会发展的重要地位，推动着价值创造新的飞跃。数字技术的不断发展，促使越来越多的企业走向轻资产化，尤其是企业产生的数据资产已成为其必不可少的一个资产组成部分。无论是互联网企业还是传统企业，其产生的大量数据都可以通过标准化处理后进行交易，而这种交易一般是“以消费者为导向”的经营模式，这表明数据不仅能提供必要的信息，也是企业盈利能力的保障。虽然国内现在关于数据资产的相关文献资料己有不少，但是关于数据资产的研究，更多的只是集中在数据资产的挖掘与应用上，缺乏对数据资产的价值评估研究。

因此，专家指引针对数据资产的特点、评估方法的使用和选择等方面进行了说明，旨在指导和规范数据资产评估。

二、国外数据资产相关情况分析

目前国外对数据资产问题的探讨主要集中在数据质量管理、信息价值评估、数据资产管理等方面。

（一）数据质量管理

数据质量管理的研究主题之一是如何确定数据的价值。许多数据质量方面的专家对数据质量与企业业绩的关系、数据产生的方式和数据价值的衡量等问题进行了研究。从国外研究成果中可以看出，了解企业数据的价值是企业良好发展的重中之重。数据的价值通过高质量数据的好处来实现，也可以通过低质量数据的成本而被消除。因此，数据的质量对数据的价值有直接的影响。

（二）信息价值评估

国外学者分析了企业信息总体价值，指出总体价值可以分为公司-供应商信息价值、公司内部信息价值、公司-消费者信息价值，提出判定信息是否为资产可以使用资产的特性来确定。并对信息资产价值的评估方法进行了研究，提出按一个有形资产评估信息资产价值的设想，提出信息的价值由以下三方面构成，分别是搜集信息成本、管理信息成本与信息质量。

（三）数据资产管理

国外学者提出数据资产管理可以按数据流动过程进行管理，并指出数据资产管理应包括目标数据、数据来源、数据体积、数据质量及数据托管等多个方面内容。

三、指导思想

资产评估涉及的评估对象类型繁多，服务的评估目的种类多样，所面临的评估方法选择要求和应用条件通常也情形各异。专家指引以价值评估理论为基础，研究数据资产的定义、属性、特点，着眼于我国数据资产市场的实际情况，针对数据资产定价评估手段缺乏的问题，力图构建一种数据资产价值评估模型，并根据学术研究结论制定科学的数据资产评估专家指引。该指引从多个维度出发，对数据资产进行划分，通过对数据资产价值影响因素的分析，从三大基础方法出发，研究数据资产价值评估模型，以指导和规范数据资产评估。

四、专家指引起草过程

（一）准备阶段

2018年3月，成立起草组，确定主要负责人，制定项目总体方案。

2018年4月，起草组制定项目进度计划并安排项目组成员工作。

（二）调研阶段

2018年5月至2019年4月，起草组进行项目调研，收集并分析研究数据资产评估相关资料。

（三）起草阶段

2019年4月至2019年8月，起草组经过多次研究和讨论，充分听取各单位的意见并研究相关资料，撰写数据资产评估研究报告和数据资产评估专家指引建议稿，协会组织专家对建议稿进行审核，项目组对建议稿进行多次修改完善后形成征求意见稿。

五、数据资产评估专家指引的主要内容

专家指引共四章，分三十三条，内容包括：

第一章为引言，介绍了专家指引制定目的、数据资产的定义、数据资产评估的定义；

第二章介绍了不同行业数据资产的独有特征、数据资产评估需要收集的资料、数据资产的法律因素、经济因素、隐私保护等内容；

第三章介绍了收益法、市场法、成本法三种评估方法的具体模型及应用条件；

第四章规定了数据资产评估报告的内容。

六、 重要内容说明

（一）数据资产的特性

专家指引对数据资产的特性进行了总结，同时为更好指导评估师，又按照数据应用所在的产业可以划分为金融行业数据资产、房地产行业数据资产、电信行业数据资产、政府数据资产等不同行业的数据资产，给出了具有各自不同的特征，这些特征可能会对数据资产的价值产生较大的影响。

（二）数据资产的隐私保护问题

数据资产的使用过程中存在隐私保护方面的风险，专家指引用列举法列举了部分数据资产。部分敏感数据如水文、地理、气象等测绘数据、航天信息类数据、个人隐私数据、企业战略及商业数据等虽具有较高的应用价值，但存在损害国家安全、个人隐私、企业利益等问题，数据资产在实际应用中存在法律障碍。隐私通常可划分为：财务隐私、互联网隐私、医疗隐私、政治隐私、信息隐私等。并在报告披露时，专家指引提到在编制数据资产评估报告时，不得披露以上数据资产。

（三）数据资产的产权问题

鉴于我国数据资产的产权还没有专门的法律法规予以明确，在编制数据资产评估报告时，可就数据资产的来源、加工、形成进行描述，关注资产评估相关准则对评估对象的产权表述。

（四）市场法评估数据资产时的调整参数

根据数据资产特性对交易信息可以进行必要调整，调整参数应包括技术修正系数、期日修正系数、容量修正系数、价值密度修正系数和其他修正系数，其中，技术修正系数主要考虑因技术进步带来的数据资产价值差异，其指标通常包括数据获取、数据储存、数据加工、数据挖掘、数据保护、数据共享等因素。

期日修正系数主要考虑评估基准日与可比实例交易日期的不同带来的数据资产价值差异。一般来说，离评估基准日越近，越能反应相近商业环境下的成交价，其价值差异越小。期日修正系数的基本公式为：期日修正系数=评估基准日价格指数/可比实例交易日价格指数。

容量修正系数主要考虑不同数据容量带来的数据资产价值差异，其基本逻辑为：一般情况下，价值密度接近时，容量越大，数据资产总价值越高。容量修正系数的基本公式为：容量修正系数=评估对象的容量/可比实例的容量。当评估对象和可比实例的价值密度相同或相近时，一般只需考虑数据容量对资产价值的影响；当评估对象和可比实例的价值密度差异较大时，除需考虑数据容量外，还需要考虑价值密度对资产价值的影响

价值密度修正系数主要考虑有效数据占总体数据比例不同带来的数据资产价值差异。价值密度用单位数据的价值来衡量，其价值密度修正系数逻辑在于有效数据（指在总体数据中对整体价值有贡献的那部分数据）占总体数据量比重越大则数据整体价值越高。如果一项数据资产可以进一步拆分为多项子数据资产，每一项子数据资产可能具有不同的价值密度，那么总体的价值密度应考虑每个子数据资产的价值密度。

其他修正系数则考虑数据资产评估实务中，具体数据资产的情况不同，可能影响评估对象价值的因素，例如市场供需状况差异，数据资产的机会成本差异等。执行相关业务时，可以根据实际情况考虑可比实例差异，选择修正系数。

（五）数据资产价值评估成本法模型

V=TC×(1+R)×U

1.数据资产总成本TC

数据资产总成本TC表示数据资产从产生到价值评估所发生的总成本。数据资产总成本的计算可以通过系统开发委托合同和实际支出进行计算，主要包括建设成本、运维成本和管理成本三类，并且不同的数据资产所包含的建设费用和运维费用的比例不同。因此，每一个成本项对数据资产价值产生多大的影响，须确定合理的权重。

2.预期数据使用溢价R

数据使用溢价是指数据资产采集的时候，理想状态下重复使用数据能带来的收益预估。这个指标的概念与经济学中的投资回报率的概念相近。数据使用溢价需要负责信息中心的主管、外部的会计人员、资产评估师等依据历史数据共同商定，主要通过比较相似类别的数据资源的收益情况判断。另外，该参数需定期进行修正以便更好地反映该数据资产的价值。

3.数据效用U

数据效用是影响数据价值实现的因素的集合，用于修正预期数据使用溢价R。数据质量、数据基数、数据流通以及价值实现风险均会对数据效用产生影响，将数据效用定义如下：

公式中：

α—数据质量系数；

β—数据流通系数；

—数据垄断系数；

r—数据价值实现风险系数。