数据资产定价研究概述

数据资产定价研究概述

倪宇恒 

东南大学经济管理学院  211189

摘要：

数据资产作为一种新兴的无形资产，在企业经济运行和信息化进程中具有重要的战略价值。然而，现有的数据定价机制难以全面反映数据资产的价值特性，尤其是其金融衍生品性质和高风险性。本文从研究背景出发，分析了数据资产在现代商业生态中的重要性及现阶段定价机制的局限性，提出了一种基于金融衍生工具的创新定价模型。通过将数据资产视为欧式期权，引入B-S期权定价模型并结合CVaR风险管理方法，本文修正了模型变量，构建了适用于数据资产的定价机制。在文献综述部分，系统梳理了国内外数据资产价值评估的研究现状与方法，包括传统的成本法、市场法、收益法以及拍卖机制、AHP方法和蒙特卡罗模拟等创新方法。同时，对数据资产的特性、高风险性及尾端风险的研究进行了总结和分析。本文的研究旨在填补现有研究的空白，为数据资产的价值评估和市场化定价提供理论支持与实践指导，丰富数据资产管理的理论体系与应用场景。

关键词：数据资产；金融衍生品；期权定价；风险管理；价值评估

1研究背景及意义

1.1 研究背景

现在，人类正在进行第四次工业革命，并且信息化时代已经来临，商业生态正在发生着颠覆性的改变，数据正在成为各行各业所争夺的重要资产。从这次新冠疫情就可以看出来，不少企业因为自己的信息化程度不够高，而在这场灾害面前倒闭。数据的重要性被人们越来越普遍地感知到，如何发掘企业数据的价值正在成为整个商业生态迫切需要解决的问题。特别地，随着各个企业都开始重视数据的内在价值，并且互联网和人工智能的迅速发展和蔓延，各行各业的数据联通变得更加紧密，不同企业之间需要相互交换和分享彼此的数据，这样不仅会增加企业数据的价值，还能够帮助企业提升效益，目前市场中并未出现一个合理的定价机制对数据资产进行定价，不合理的数据价格不仅不利用整个商业生态，还会破坏企业之间的良性竞争和合作。

1.2 研究意义

对于学术研究来说：本文充分考虑到了企业数据作为一种无形资产对于企业的重要性，并且现有数据市场的定价机制不能够充分反映数据资产的金融衍生品性质和损失发生低概率性，因此本文对数据资产的市场定价进行了重新思考和构建，提出了一种截然不同的定价思路和定价机制。首先，对于新的定价模型，本文引入了金融衍生工具，将企业在市场上的数据看作是欧式期权，也就是说，企业之间可以签订某种期权合约，在未来某一特定交易日进行数据的交易，为了确定合约中的交易价格，本文利用金融中经典的B-S 期权定价模型，但是这种定价模型主要是针对债券的，因此，本文对 B-S 定价模型中的相关变量进行了调整和修正，使得该模型能够适用到数据资产的定价，从金融衍生品的角度确定企业数据的市场价格有助于丰富现阶段企业数据资产的定价方法。高风险性和厚尾性是每项数据资产都具有的特质，在数据交易市场中，如果不去考虑这部分价格，就会失去定价机制的客观性和合理性。因此，本文来上述模型的基础之上又将尾端风险纳入定价当中，修正了数据的期权定价机制和机理，然后在此基础上获得了最终的模型。一方面，该定价机制中能够体现出企业数据的两大核心特点，分别是看涨期权特点和高风险厚尾性的特点，这就为数据购买方均衡考虑未来收益和现阶段风险的可能性。另外一方面，对于企业数据的高风险点，本文CVaR代替VaR进行刻画和描述，能够更加精确地体现企业数据的尾端风险，使得该模型具有较高的实际应用性和弹性。

2 文献综述

数据资产的概念随着信息化时代的到来得到了越来越多的关注。数据资产可以理解为在企业经济运行过程中形成的，被企业所拥有、控制并能带来经济效益的量化数据资源[1]。具体而言，数据资产贯穿于数据的产生、收集、筛选、存储、传输和应用的全过程，具有无形性、量化性和增值性的特点。

与传统资产不同，数据资产的核心特征是价值的动态性和多维度性。传统有形资产，如厂房和设备，其价值相对稳定且易于衡量，而数据资产则因为用途的多样性和流通的复杂性，导致其价值难以确定。例如，同一组数据在不同的使用场景下可能具有完全不同的价值。此外，数据资产作为无形资产，通常还具有较高的风险性和厚尾性，这使得其价格波动较大。

在对数据资产进行市场定价之前，往往需要去确定什么样的数据资产可以在市场上流通和出售，也就是说，数据资产本身就有确认条件[2]。数据资产和企业其他资产不相同，并不能保证价格的稳定，而是具有无形资产的一些特点[3]。数据资产是一个非常新的概念，学者和商业界对于数据资产的市场价格的研究也是近些年来才开始的，但是由于没有形成一个标准，各种方法都被用在了数据资产的定价上面，目前比较传统的方法有三种，分别是成本法、市场法、收益法[4]。数据资产化这个概念已经成为学者们迫切研究的对象，数据资产还和其他资产不同，它的价值有着很多种实现形式，也是说价值维度比较多[5]。目前，对于数据资产的价值评估方法有很多种，不少国内学者也开始了这方面的研究。张亮利用拍卖机制对数据资产进行价值评估，并且给出了具体的拍卖流程。

对数据资产的价值因素进行了分析和分类之后，利用 AHP 方法对平台数据进行了研究。由于数据资产的数据比较难以获取，对于大量数据的管理难度比较大，所以晏枫采用蒙特卡罗法对传统的定价方法进行了改进。国外也有不少学者目前开始了这方面的研究和考察。Fei Qiao等人在真实制造方面对数据资产的价格进行了研究；Dennis等人对医疗方面的数据进行了价值的测定和分析。

未来的研究可以从以下几个方向展开：结合金融衍生工具和风险管理理论，构建更适合数据资产特点的综合定价模型；通过引入区块链技术和智能合约，提升数据交易的安全性和透明度；推动数据资产定价相关政策的制定，为数据资产市场化提供制度保障。

总体来看，数据资产作为一种新兴的无形资产，其价值评估和市场定价研究在理论和实践层面都具有重要意义。国内外学者尝试从不同的视角和方法对数据资产的价值进行量化分析，但尚未形成统一的理论框架和标准化方法。本文结合现有研究，进一步探索数据资产的价值评估方法，希望为数据资产的理论研究和实践应用提供参考与借鉴。

参考文献

[1]张志刚,杨栋枢,吴红侠.数据资产价值评估模型研究与应用[J].现代电子技术,2015,38(20):44-47+51.

[2]周宇,蒋葵.零售商业企业数据资产价值评估研究[J].投资与创业,2022,33(03):96-98.

[3]吴秋玉. 数据资产的风险定价模型[D].大连理工大学,2018.

[4]郑海平.数据资产价值评估方法研究综述[J].广西质量监督导报,2021(06):162-163..

[5]尹传儒,金涛,张鹏,王建民,陈嘉一.数据资产价值评估与定价：研究综述和展望[J].大数据,2021,7(04):14-27..

1