数据资产增值减值因素分析

doi:10.11959/j.issn.2096-0271.2024024

大数据 ›› 2024, Vol. 10 ›› Issue (2): 32-42.doi: 10.11959/j.issn.2096-0271.2024024

• 专题：数据资产化技术 • 上一篇

数据资产增值减值因素分析

叶雅珍¹^,², 朱扬勇¹^,²

¹ 复旦大学计算机科学技术学院，上海 200438
² 上海市数据科学重点实验室，上海 200438

出版日期:2024-03-01 发布日期:2024-03-01
作者简介:叶雅珍（1985- ），女，博士，复旦大学计算机科学技术学院教师，上海市数据科学重点实验室数据资产研究室主任，复旦大学数据产业研究中心主任助理。专著《数据资产》作者，在数据资产研究与实践方面创新提出“数据资产化框架”“数据产品运营的两阶段授权模式”“盒装数据产品形态”“基于测度空间的数据资产量化定价模型”等。研究方向为数据科学与数字经济，近期研究重点为数据资产、数据商业和数字化转型等。
朱扬勇（1963- ），男，博士，复旦大学计算机科学技术学院教授，复旦大学数据产业研究中心副主任。《大数据》期刊编委会副主任，农业大数据产业技术战略联盟副理事长兼首席科学家，大数据协同安全国家工程实验室副理事长，中国自动化学会国防大数据分会副主任。国际数据科学倡导者，提出数据界、数据学、数据身、数据自治、数据财政等概念和体系。发表学术论文200多篇，出版《数据学》《旖旎数据》《特异群组挖掘》《数据自治》等专著，并任《大数据技术与应用丛书》（22册）主编、《大数据资源》主编。主要研究方向为数据科学和数字经济，近期研究重点为数字化转型、数据财政、数据资产、数据自治与数据跨境等。
基金资助:
上海市科委发展基金项目(22DZ1200704)

Factor analysis of the impairment /appreciation of data assets

Yazhen YE¹^,², Yangyong ZHU¹^,²

¹ School of Computer Science, Fudan University, Shanghai 200438, China
² Shanghai Key Laboratory of Data Science, Shanghai 200438, China

Online:2024-03-01 Published:2024-03-01
Supported by:
Shanghai Science and Technology Development Fund Projects(22DZ1200704)

摘要/Abstract

摘要：

资产价值增减变动的判断评估是资产管理和会计的一项重要工作。在当下数据资产入表的进程中，数据资产价值增减变动的计算方法是必须解决的问题。数据资产不同于传统资产，其价值增减变动也会有所不同，为此首先要弄清楚有哪些因素造成了数据资产的增值或减值。从数据资产与传统资产的差异性入手，分析提出了数据资产减值的4个因素：时效性数据因素、时效性使用因素、管理成本因素、授权临期因素；分析提出了数据资产增值的3个因素——数据完整性提升因素、数据新用途发现因素、技术进步带来成本下降因素，为数据资产减值、增值的计算方法设计提供依据。

关键词: 数据资产, 资产评估, 数据入表, 数字经济

Abstract:

To estimate changes in assets value is a crucial task of asset management and accountancy.The calculation of changes in the value of data assets is an urgent question in the current process of including data assets on the financial statements.Differing from traditional assets, data assets exhibit distinctive patterns in value fluctuation.To address this, it is essential to understand the factors contributing to the appreciation or impairment of data assets.This paper starts with the difference between data assets and traditional assets, analyzing different factors causing impairment or appreciation for assets value.Four factors of asset impairment were concluded, including the data timeliness factor, usage timeliness factor, management cost factor, and authorization deadline factor.Additionally, three factors of asset appreciation were analyzed, comprising the data integrity improvement factor, data usage discovery factor, and the factor of cost reduction caused by technology improvement.This exploration lays the foundation for the design of relevant calculation methods.

Key words: data asset, asset evaluation, inclusion of data assets in financial statements, digital economy

中图分类号:

TP319

叶雅珍, 朱扬勇. 数据资产增值减值因素分析[J]. 大数据, 2024, 10(2): 32-42.

Yazhen YE, Yangyong ZHU. Factor analysis of the impairment /appreciation of data assets[J]. Big Data Research, 2024, 10(2): 32-42.

参考文献 32

[1]	MOODY D L , WALSH P . Measuring the value of information:an asset valuation approach[C]// ECIS.[S.l.:s.n.], 1999: 496-512.
[2]	FISHER T . The data asset:how smart companies govern their data for business success[M]. Hoboken: John Wiley ＆ Sons, 2009.
[3]	FLECKENSTEIN M , FELLOWS L . Modern data strategy[M]. Cham: Springer, 2018.
[4]	NGUYEN D , PACZOS M . Measuring the economic value of data and cross-border data flows:a business perspective[R]. OECD, 2020.
[5]	叶雅珍, 朱扬勇 . 数据资产[M]. 北京: 人民邮电出版社, 2021.
	YE Y Z , ZHU Y Y . Data assets[M]. Beijing: Posts ＆ Telecom Press, 2021.
[6]	许宪春, 张钟文, 胡亚茹 . 数据资产统计与核算问题研究[J]. 管理世界, 2022,38(2): 16-30,2.
	XU X C , ZHANG Z W , HU Y R . Research on deriving measures of data assets in national accounts[J]. Journal of Management World, 2022,38(2): 16-30,2.
[7]	吴蔽余, 黄丽华 . 数据定价的双重维度:从产品价格到资产价值[J]. 价格理论与实践, 2023(7): 70-75.
	WU B Y , HUANG L H . The dual dimension of data pricing:from product price to asset value[J]. Price:Theory ＆Practice, 2023(7): 70-75.
[8]	罗玫, 李金璞, 汤珂 . 企业数据资产化：会计确认与价值评估[J]. 清华大学学报(哲学社会科学版), 2023,38(5): 195-209,226.
	LUO M , LI J P , TANG K . The capitalization of enterprise data:accounting recognition and evaluation[J]. Journal of Tsinghua University (Philosophy and Social Sciences), 2023,38(5): 195-209,226.
[9]	ZHU Y Y , ZHONG N , XIONG Y . Data explosion,data nature and dataology[C]// International Conference on Brain Informatics. Heidelberg:Springer, 2009: 147-158.
[10]	朱扬勇, 熊贇 . 数据学[M]. 上海: 复旦大学出版社, 2009.
	ZHU Y Y , XIONG Y . Dataology and data science[M]. Shanghai: Fudan University Press, 2009.
[11]	朱扬勇, 叶雅珍 . 从数据的属性看数据资产[J]. 大数据, 2018,4(6): 65-76.
	ZHU Y Y , YE Y Z . Defining data assets based on the attributes of data[J]. Big Data Research, 2018,4(6): 65-76.
[12]	葛家澍, 林志军 . 现代西方会计理论[M]. 厦门: 厦门大学出版社, 2011.
	GE J S , LIN Z J . Modern western accounting theory[M]. Xiamen: Xiamen University Press, 2011.
[13]	JONES C I , TONETTI C . Nonrivalry and the economics of data[J]. American Economic Review, 2020,110(9): 2819-2858.
[14]	朱扬勇, 叶雅珍 . 数据资产入表需要一种可计量的技术形态[J]. 大数据, 2023,9(6): 184-187.
	ZHU Y Y , YE Y Z . A measurable technical form of data is needed to include data assets in accounting statements[J]. Big Data Research, 2023,9(6): 184-187.
[15]	朱扬勇, 熊贇 . 数据的经济活动及其所需要的权利[J]. 大数据, 2020,6(6): 140-150.
	ZHU Y Y , XIONG Y . The required authorization to the data-centric economic activities[J]. Big Data Research, 2020,6(6): 140-150.
[16]	DING S F , WU F L , QIAN J ,et al. Research on data stream clustering algorithms[J]. Artificial Intelligence Review, 2015,43(4): 593-600.
[17]	何承, 朱扬勇 . 城市交通大数据[M]. 上海: 上海科学技术出版社, 2015.
	HE C , ZHU Y Y . Urban transportation big data[M]. Shanghai: Shanghai Scientific ＆Technical Publishers, 2015.
[18]	叶雅珍, 刘国华, 朱扬勇 . 数据资产化框架初探[J]. 大数据, 2020,6(3): 3-12.
	YE Y Z , LIU G H , ZHU Y Y . An initial exploration on framework of data assetization[J]. Big Data Research, 2020,6(3): 3-12.
[19]	叶雅珍, 朱扬勇 . 盒装数据：一种基于数据盒的数据产品形态[J]. 大数据, 2022,8(3): 15-25.
	YE Y Z , ZHU Y Y . BoxedData:a data product form based on databox[J]. Big Data Research, 2022,8(3): 15-25.
[20]	蔡莉, 朱扬勇 . 从数据质量到数据产品质量[J]. 大数据, 2022,8(3): 26-39.
	CAI L , ZHU Y Y . From data quality to data products quality[J]. Big Data Research, 2022,8(3): 26-39.
[21]	托马斯·西贝尔 . 认识数字化转型[M]. 毕崇毅,译. 北京: 机械工业出版社, 2021.
	SIEBEL T . Digital transformation:survive and thrive in an era of mass extinction[M]. Translated by BI C Y. Beijing: China Machine Press, 2021.
[22]	罗伯特·托马斯, 帕特里克·马博兰 . 大数据产业革命:重构DT时代的企业数据解决方案[M]. 张瀚文,译.. 北京: 中国人民大学出版社, 2015.
	THOMAS R , MCSHARRY P . Big data revolution:what farmers,doctors and insurance agents teach us about discovering big data patterns[M]. Translated by ZHAGN H W. Beijing: China Renmin Press, 2015.
[23]	CAI L , WANG H Y , SHA C ,et al. The mining of urban hotspots based on multisource location data fusion[J]. IEEE Transactions on Knowledge and Data Engineering, 2023,35(2): 2061-2077.
[24]	BROWN T , MANN B , RYDER N ,et al. Language models are fewshot learners[J]. Advances in Neural Information Processing Systems, 2020,33: 1877-1901.
[25]	YE J J , CHEN X T , XU N ,et al. A comprehensive capability analysis of GPT-3 and GPT-3.5 series models[EB]. arXiv preprint, 2023,arXiv:2303.10420.
[26]	BUBECK S , CHANDRASEKARAN V , ELDAN R ,et al. Sparks of artificial general intelligence:early experiments with GPT-4[EB]. arXiv preprint, 2023,arXiv:2303.12712.
[27]	COLIN R , NOAM S , ADAM R ,et al. Exploring the limits of transfer learning with a unified text-to-text transformer[J]. Journal of Machine Learning Research, 2020,21(1): 5485-5551.
[28]	朱扬勇 . 旖旎数据:100分钟读懂大数据[M]. 上海: 上海科学技术出版社, 2018.
	ZHU Y Y . Charming data-to understand big data in 100 minutes[M]. Shanghai: Shanghai Scientific ＆ Technical Publishers, 2018.
[29]	DALIANIS H . Clinical text mining:secondary use of electronic patient records[M]. Cham: Springer, 2018.
[30]	朱扬勇 . 大数据资源[M]. 上海: 上海科学技术出版社, 2018.
	ZHU Y Y . Data resource[M]. Shanghai: Shanghai Scientific ＆ Technical Publishers, 2018.
[31]	MAJUMDER S , MONDAL T , DEEN M J . Wearable sensors for remote health monitoring[J]. Sensors, 2017,17(1): 130.
[32]	中国信息通信研究院云计算与大数据研究所,CCSA TC601大数据技术标准推荐委员会. 内存数据库白皮书[R]. 2019.
	Cloud Computing and Big Data Research Institute of CAICT,CCSA TC601大数据技术标准推荐委员会. Big Data Technology and Standard Committee of CCSA.White paper on in-memory database[R]. 2019.

数据资产增值减值因素分析

Factor analysis of the impairment /appreciation of data assets

在线阅读

PDF下载

可视化

摘要/Abstract

引用本文

使用本文

参考文献 32

相关文章 15

Metrics

推荐阅读 0

[1]	杨晨, 刘小钰, 李远刚, 魏凌伊. 企业数据资产化实践案例研究：基于数据要素形态演化视角[J]. 大数据, 2024, 10(2): 3-16.
[2]	杜啸争, 王笑非, 李娜, 娄磊, 林欣. 企业数据资产运营平台建设实践[J]. 大数据, 2024, 10(2): 17-31.
[3]	杨云龙, 张亮, 杨旭蕾. 数据要素价值化发展路径与对策研究[J]. 大数据, 2023, 9(6): 100-109.
[4]	吴信东, 应泽宇, 盛绍静, 蒋婷婷, 卜晨阳, 张赞. 数据中台框架与实践[J]. 大数据, 2023, 9(6): 137-159.
[5]	石勇, 寇纲, 李彪. “东数西算”战略与问题的分析研究[J]. 大数据, 2023, 9(5): 3-8.
[6]	李彪, 李少昆, 寇纲, 陈星潼, 卓训方. “东数西算”背景下四川战略定位与策略研究[J]. 大数据, 2023, 9(5): 20-31.
[7]	张自力, 解婷, 李文平. “东数西算”成渝枢纽战略分析和示范落地[J]. 大数据, 2023, 9(5): 32-47.
[8]	杜洋, 蔡小芳, 李彪. “东数西算”粤港澳大湾区（广东）枢纽的国际化发展及保障机制[J]. 大数据, 2023, 9(5): 78-89.
[9]	邓伟, 邓周灰. “东数西算”背景下贵州省大数据产业发展现状、问题与对策[J]. 大数据, 2023, 9(5): 90-99.
[10]	石勇, 刘平, 冯锦源. “东数西算”宁夏节点数字经济产业发展研究[J]. 大数据, 2023, 9(5): 100-110.
[11]	郭琨, 康雨馨, 卓训方. 京津冀国家算力枢纽节点赋能全球数字经济标杆城市建设[J]. 大数据, 2023, 9(5): 134-139.
[12]	叶雅珍, 朱扬勇. 数字化转型服务平台：面向新竞争格局的企业竞争力建设[J]. 大数据, 2023, 9(3): 3-14.
[13]	李冬青, 刘吟啸, 邓镭, 李铭洋. 基于数据全生命周期的数据资产价值评估方法及应用[J]. 大数据, 2023, 9(3): 39-55.
[14]	刘豆豆, 焦宝臣. 高校数据资产编目研究[J]. 大数据, 2023, 9(3): 71-84.
[15]	吴亚东, 陈家鸣, 罗焱, 王学锋, 黄德春, 倪超, 蓝集明, 李随群, 张巍瀚, 代唯. 彩灯元宇宙研究综述[J]. 大数据, 2023, 9(3): 97-113.