数据资产评估基于评价要素的指标体系、预期收益的具体预测方式.docx

《数据资产评估基于评价要素的指标体系、预期收益的具体预测方式.docx》由会员分享，可在线阅读，更多相关《数据资产评估基于评价要素的指标体系、预期收益的具体预测方式.docx（8页珍藏版）》请在第一文库网上搜索。

1、附录A（规范性）基于评价要素的指标体系表A. 1给出了基于评价要素的指标体系。表A. 1基于评价要素的指标体系i级指标二级指标三级指标确定方法基本属性数据类型GB/T 38667-2020技术选型维度按产生频率可分为：每年更新数据、每月更新数据、每周更新数据、每口更新数据、每小时更新数据、每分钟更新数据、每秒更新数据、无更新数据等。按产生方式分类可包括：人工采集数据、信息系统产生数据、感知设备产生数据、原始数据、二次加工数据等。按结构化特征分类可划分为：结构化数据，如零售、财务、生物信息学、地理数据等；非结构化数据，如图像、视频、传感器数据、网页等；半结构化数据，如应用系统日志、电子邮件等。按

2、存储方式可划分为：关系数据库存储数据、键值数据库存储数据、列式数据库存储数据、图数据库存储数据、文档数据库存储数据等。按稀疏程度可划分为：稠密数据和稀疏数据。按处理时效性可划分为：实时处理数据、准实时处理数据和批帚处理数据。按交换方式可划分为：ETL （提取、转换和加载）方式、系统接口方式、FTP （文件传输协议）方式、移动介质复制方式等。业务应用维度按产生来源可划分为：人为社交数据、电子商务平台交易数据、移动通信数据、物联网感知数据、系统运行日志数据等。按业务归属可划分为：生产类业务数据、管理类业务数据、经营分析类业务数据等。按流通类型可划分为：可直接交易数据、间接交易数据、不可交易数据等。

3、按行业领域分类可划分的类别见GBT4754-2017o按数据质量可划分为：高质量数据、普通质量数据、低质量数据等。数据安全隐私保护维度按数据安全隐私保护维度可划分为：高敏感数据、低敏感数据、不敏感数据等。数据规模数据量数据集元素总数量X=A*B式中：A=数据项数量B二数据记录数量增长率数据集元素增加量与原数据集元素总数量之比X=（B-A）A*100%式中：A=上期数据集元素总数量B:本期数据集元素总数量更新率单位时间内数据集的变更元素数量X=B式中：A=数据集的变更元素数量（包括增删改的数量）B=时间质量要素准确性内容准确率数据集内容表述正确的元素数量与元素总数量之比X=AB式中：A=数据集内

4、容表述正确的元素数量B-数据集元素总数量精度准确率数据项精度符合标准规范的元素数量与元素总数量之比X=AB式中：A=数据项精度符合标准规范的元素数量B-数据项元素总数量记录重复率数据集重复记录条数与记录总条数之比X=AB式中：A=数据集重复记录条数B=数据集记录总条数脏数据出现率数据集无效数据（非法字符和业务含义错误的数据）元素数量与元素总数量之比X=AB式中：A=数据集无效数据（非法字符和业务含义错误的数据）元素数量B-数据集元素总数量一致性元素赋值一致率数据集具有相同含义数据（同一时点、存储在不同位置.）赋值一致的元素数量与元素总数量之比X=AB式中：A二数据集具有相同含义数据（同一时点、

5、存储在不同位置）赋值一致的元素数量B=数据集元素总数量完整性元素填充率数据集赋值的元素数量与元素总数量之比X=B式中：A=数据集赋值的元素数量B=数据集元素总数量记录填充率数据集赋值完整的记录条数与记录总条数之比X=B式中：A=数据集赋值完整的记录条数量B=数据集记录总条数数据项填充率数据集赋值完整的数据项数量与数据项总数量之比X=B式中：A=数据集赋值完整的数据项数量B=数据集数据项总数量规范性值域合规率数据项值域符合标准规范的元素数量与元素总数量之比X=B式中：A=数据项值域符合标准规范的元素数量B=数据项元素总数量元数据合规率数据集符合元数据规范的元素数量与元素总数量之比X=B式中：A=

6、数据集符合元数据规范的元素数量B=数据集元素总数量格式合规率数据集格式符合标准规范的元素数量与元素总数量之比X=AB式中：A=数据集格式符合标准规范的元素数量B=数据集元素总数量安全合规率数据集符合适用法律法规和行业安全规范的元素数量与元素总数量之比X=AB式中：A=数据集符合适用法律法规和行业安全规范的元素数量B-数据集元素总数量时效性周期及时性数据集赋值满足业务周期频率要求的元素数量与元素总数量之比X=AB式中：A=数据集中赋值满足业务周期频率要求的元素数量B二数据集元素总数量实时及时性数据集赋值延迟时间满足业务要求的元素数量与元素总数量之比X=AB式中：A=数据集赋值延迟时间满足业务要求

7、的元素数量B二数据集元素总数量可访问性可访问度数据集请求访问成功的元素数量与请求访问元素总数量之比X=AB式中：A=数据集请求访问成功的元素数量B:数据集请求访问元素总数量成本要素前期费用数据规划数据规划的整体成本，包含数据生存周期整体规划所投入的人员薪资、咨询费用及相关资源成本等（人天工资/部门预算支出/规划项目费用）建设成本数据采集主动获取：向数据持有人购买数据的价款、注册费、手续费、服务费等，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、打印费、网络费等相关费用。被动获取：企业生产经营中获得的数据、相关部门开放并经确认的数据、企业相互合作共

8、享的数据等，开发采集程序等相关费用。数据汇聚数据汇聚成本是指合并来自不同数据源的数据的过程中发生的成本，具体包括投入相应的计算资源、大数据科研及技术人员的薪酬、接口费及咨询的成本等。数据存储存储库的构建、优化等费用数据开发信息资源整理、清洗、挖掘、分析、重构和预评估等费用知识提取、转化及检验评估费用算法、模型和数据等开发费用数据应用开发、封装并提供数据应用和服务等产生的费用运维成本数据维护数据质量评价费用，包括识别问题、敏感数据等费用数据优化费用，包括数据调整、补全、标注、更新、脱敏等费用数据备份、数据冗余、数据迁移、应急处置等费用间接成本软硬件成本与数据资产相关的软硬件采购或研发以及维护费用

9、基础设施成本包括机房、场地等建设或租赁以及维护费用公共管理成本包括水电、办公等分摊费用应用要素使用范围行业数据可应用的行业领域数据可应用的领域等区域数据可应用的区域，如行政区划使用场景使用方式提供数据服务的方式，如数据订阅、API、访问接口等开放程度数据的开发分类，如完全开放、有条件开放、不开放等使用频率数据在既定时段内被访问、浏览、下载次数商业模式数据产品及服务模式基于数据的服务或数据产品交易，如按次收费的图片自动识别、按次收费的数据查询、直接授权第三方使用数据等赋能模式利用数据改善组织运营、产品或服务提供、组织创新等金融模式利用数据参与投融资、并购及其他金融衍生服务等供求关系数据稀缺性某类

10、数据在市场中的供给数量及供给方数量的多少等效数据集的市场供应数量市场规模等效数据集的市场需求数量价值密度数据集的有效数据/数据集的总体数据数据关联性用户关联性数据与用户之间逻辑关联匹配的程度数间关联性数据与数据之间具备逻辑关系的关联匹配情况业务关联性数据和业务应用实现之间的关联匹配情况应用风险管理风险数据应用过程中，因管理运作中信息不对称、管理不善、判断失误等影响应用的水平。流通风险数据开放共享、交换和交易等流通过程中的风险。数据安全风险数据泄露、被篡改和损毁等风险。敏感性风险数据如使用不当而产生的损害国家安全、泄露商业秘密、侵犯个人隐私等风险监管风险法律法规、政策文件、行业监管等新发布或变更

11、对应用产生的影响。附录B（资料性）预期收益的具体预测方式8.1 直接收益预测a）技术思路直接收益预测通常是针对特定应用场景下被评估数据资产的预期收益进行直接预测，并通过适当的折现率折现到评估基准日时点，以此作为该项数据资产的价值。b）参考公式（以税后口径为例）Ft = Rt （B.1）式中：Ft一一数据资产未来第个收益期的收益额；Rl一一测第t期数据资产的税后净利润；税后净利润二收入-成本-税金及附加-各项费用-所得税。c）适用场景直接收益预测多适用于被评估数据资产的应用场景及商业模式相对独立,且以数据资产服务或产品为组织带来的直接收益的可以独立计量并合理预测的情况。例如：拥有用户资产数据、投

12、资数据的证券公司B通过建立数据资产管理中心，提供“消费者购买力”查询API接口，提供单次单条调用数据并按条收取费用。8.2 分成收益预测a）技术思路收益分成预测通常采用分成率计算数据资产的预期收益，并通过适当的折现率折现到评估基准日时点，以此作为该项数据资产的价值。具体思路是，首先计算总收益，然后再将被评估数据资产在产生总收益过程中做出贡献的所有资产之间进行分成。分成率通常包括销售利润分成率和销售收入分成率两种。b）参考公式（以税后口径为例）采用收入分成率时：Et = RtKtSl （1- Tt） （B.2）采用净利润分成率时：Ft= RtKtSl （B.3）式中：Ft数据资产未来第七个收益期

13、的收益额；Rt预测第t期数据资产的收入或税后净利润；Kl预测第t期数据资产的收入或净利润分成率；S一预测第t期数据资产的期间贡献率；t预测第t期所得税率。c）适用场景收益分成预测适用于主营业务包括软件开发服务、数据平台对接服务、数据分析服务等的技术服务公司，当其他相关资产要素所产生的收益不可单独计量时可采用此方法。例如:对第一手数据进行加工利用并与软件开发服务等传统IT项目结合为完整的解决方案，实现数据持续不断地在未来预测期间间接变现。在确定分成率时，需要通过对被评估数据的数据特征、质量要素、成本要素和应用要素等评估要素进行综合分析，也可以参考市场上存在的相同或类似数据资产评估案例中采用的分成

14、率情况。8.3 超额收益预测a）技术思路超额收益预测将归属于被评估数据资产所创造的超额收益作为该项数据资产的预期收益。具体是先测算数据资产与其他相关贡献资产共同创造的整体收益，在整体收益中扣除其他相关贡献资产的贡献，将剩余收益确定为超额收益，并作为被评估数据资产所创造的收益并测算数据资产价值。除数据资产以外，相关贡献资产一般包括流动资产、固定资产、无形资产和组合劳动力等。b）参考公式& =K 公（B.4）式中：Ft 数据资产未来第t个收益期的超额收益额；Rt预测第t期数据资产的税后净利润；C号一一预测第t期其他相关贡献资产的税后收益，例如贡献性资产1在2022年的贡献表示为C击。22。税后净利润二收入-成本-各项费用-所得税；注：其他相关贡献资产一般包括固定资产、营运资金、知识产权、商标、客户关系、组合劳动力等。税后净营业利润为不包括利息收支的营业利润扣除所得税加折旧及摊销等非