数据资源如何转变为数据资产( 二 )


07
【数据资源如何转变为数据资产】可变现净值思路
该思路适用场景:数据资产经验证后发现没有适合的应用场景 , 或将被淘汰 。 以数据资产于预计处置日的估计处置价格 , 减去为处置该资产需要额外发生的费用(例如交易成本、税费)等 , 得到期末的可变现净值 , 将其通过合适的折现率折现以得到数据资产于当下的估计价值 。 在该方法下 , 可能需要配合其他方法(例如市场法)来确定数据资产的预计未来处置价格 。 在极端情形下 , 结果接近于零 。
08
多因素评价比较法
该方法适用场景:存在活跃的数据资产交易市场 。 企业价值评估领域有市场价值比率的概念 , 类似P/E、P/B等 , 以可比上市公司的市场价值比率乘以被评估企业对应的财务指标从而得到被评估企业的股权价值 。 在数据资产估值中 , 同样可以采用该相对值比较法 , 且在分析分母的过程中可以带入该方法——通过选取与被评估数据资产价值高度相关的驱动因素 , 并对这些因素进行量化评价得到综合评价系数 。 相对于单一财务指标而言 , 以通过考虑数据资产价值驱动因素的综合评价系数作为价值比率的分母更能反映数据资产价值的驱动源 , 可得到更有意义的价值比率 。
09
神经网络模型
该模型适用场景:数据资产交易市场成熟、有序且活跃 , 且具有大量的交易数据和数据资产交易信息 。 神经网络模型是一种以神经元数学模型为基础、模拟人脑系统结构和功能的抽象数学模型 , 是一个高度复杂的非线性动力学习系统 , 具有“学习”和“充分逼近复杂的非线性关系”等特性 。
数据资产的重要性
(1)企业共通的数据语言
数据作为各部门运行的衍生产物 , 分散在企业的各个部门 。 数据分析者往往需要花费大量的时间和精力收集各类数据 , 寻找数据共通的连接方式 , 才能将其归类分析应用 。 数据资产化则意味着在公司内部可形成共同的“数据语言” , 由此 , 企业的管理层可以更高效地对数据进行讨论和沟通 。
(2)企业的战略资产
数据资产化之后 , 数据资产会渐渐成为企业的战略资产 , 企业将强化数据资源的存量、价值 , 以及对其分析、挖掘的能力 , 进而极大地提升企业核心竞争力 。
(3)加速数据资产交易进程
目前在缺乏交易规则和定价标准的情况下 , 数据交易双方承担了较高的交易成本 ,制约了数据资产的流动 , 但随着数据资产管理的完善 , 必然能加速数据资产交易的进程 。
新一代数据保险箱基于SOC核心架构 , 综合运用基因标识、量子加密、区块链、隐私计算等关键技术 , 解决数据所有权归属问题 , 为数据所有者提供一站式数据资产保值增值服务 。 S-box是企业数据管理必备工具 , 各行业数据所有者皆可使用 。

推荐阅读