原创 | 点宽学院 作者 | 陈亮威
全文字数3129字，建议阅读时长 9 分钟。
大数据资产是企业重要的资源，结合国内外研究热点，大数据资产定价这一问题是业内重要的研究课题，也是其中的研究难点。同时，在全球疫情的冲击下，对大数据资产的治理和管理有着更加严峻的挑战。
01
什么是大数据资产？
社会个体在各服务平台上的行为数据，城市在运输、贸易、气象等，随着时间的积累，这些历史数据将有力的支持政府与企业进行资源调度、决策运筹等一系列决策、经营活动，这就是数据的核心价值所在。
在数据时代，掌握更多的数据，则越具有竞争力，高价值的数据也成为了一种无形的资产，是现代企业重要的生产要素。
2015年04月14日，贵阳大数据交易所正式挂牌运营，其是全国第一家以大数据命名的交易场所。
短短几个月内，贵阳大数据交易所会员单位达到150多家。其中发生了上千笔交易，最大一笔交易为银行购买企业征信数据，交易金额290万元。
随后，贵阳大数据交易所与深圳一家物流贸易企业签署1000万元/年的数据采购框架协议。这是贵阳大数据交易所自成立以来最大的单笔交易
……
从案例中可发现，各企业收集、沉淀的数据，是企业一种无形、高价值的资产，通过特定的交易方式和场所，实现了资产买卖，成功将数据赋能增值。（数据可被交易，但大数据资产不只局限于数据形式而存在）
02
数据巨浪+疫情，如何做好大数据资产管理
各行各业加速向数字化、智能化演进[1]，但国内外经济形势错综复杂，加之疫情冲击下，对企业做好大数据资产管理提出了更高的要求。
2.1、大数据资产管理的难点与痛点
数据资产管理与交易有着许多亟待解决问题，如比较突出的是数据安全与隐私保护；除此之外，由于数据资产自身特殊性质问题，衡量自身价值比较困难；以及交易方式与交易机制的难以选择与确定，尤其是在交易过程中的定价问题，一直是学术界和业内的研究热点与难点[6]。
2.2、大数据资产管理的整体框架[2]：
从组织结构建设的角度出发：
一、战略层：
负责顶层设计，串联“组织建设”、“数据生命周期”与“系统管理建设”
顶层设计包括：建立与完善管理标准，确定管理战略目标、协调并统一行动，进行战略决策管理
二、管理层：结合数据生命周期进行全过程管理
数据采集：数据分布式处理；采取新技术，例如区块链技术，做到有迹可循
数据管理：做好技术保障与数据维护、数据备份等
数据服务与应用：在疫情期间，对数据管理、服务创新提出更高的要求，在更依赖线上的虚拟场景情况下，服务需要开辟新径，不断丰富新的数据应用场景
三、执行层：
?落实规划、标准、开发与实施、创建与获取、维护与使用、存档与检索、清除等整个流程
?疫情冲击下，建立系统管理思维，重视数据资产管理的整体性、动态性、开放性，在过程中做到环境适应、综合管理
?最终落实数据管理的具体安全策略、质量标准、技术标准
衡量各企业大数据资产管理成功的一个重要标准是：在数据的生命周期内，进行系统管理，最终实现数据的不断增值与场景变现，使初始数据最终成为企业的数据资产[3]。
03
大数据资产定价
数据资产化、变现是数据话题的重要热点，但实现这结果比较困难，个人认为是因为数据作为商品的特殊性，缺乏交易标准和市场普遍接受的定价交易规则。
由于数据的特殊性质，比如私有性，衍生价值难以界定归因等属性，造成了上述的直接原因。
若有关于大数据资产定价行之有效的定价方法，将极大促进目前的大数据资产交易。
3.1、大数据资产定价理论：
目前大数据资产定价理论可总结如下：
补充：
结合国内外大量文献，可以发现金融市场存在非线性特征。意味着，随机游走与有效市场假设将失效，以此为理论假设基础的现代资本市场理论以及其他依赖正态分布或有限方差性质的金融计量学模型都将面临质疑[4]。
3.2、大数据资产定价方法综合分析：
一、传统方法：
传统方法包括但不限于收益法、成本法、拍卖法，实现方式主要是：通过确定大数据资产的效用价值或现值，或者评价资产获取成本、再造成本，依靠合同以及拍卖、议价等方式，确定资产价值，进行买卖。
二、新式定价方法：
1、基于定量+定性结合的方法：构建数据量、时效性、冗余度、一致性、稀缺性、结构化程度、完整性等指标衡量大数据资产价值，进行定量分析，同时结合专家评价法进行定行分析。
2、基于资产价值多维度定价[5]：综合分析数据资产质量、时间价值、功能价值、声望价值、服务价值、数据产品的层次和协同性、买方的异质性等潜在价值，实现多位一体分析，从而确定资产价值。
三、超新式数据资产定价方法：
1、基于智能算法模型的定价方法
通过金融大数据集，结合机器学习与深度学习算法，进行资产定价，是目前一种全新的方法。主要收集三大类资产定价因子：基本面因子、技术指标因子、情绪因子[4]
基本面因子：EP因子、BP因子、SP因子等
技术因子：Holder_avgpercent_GN因子、Holder_num_GN因子等技术因子
情绪因子：爬虫获取舆论、市场情绪等数据，NLP处理情绪因子数据
三种因子数据可以构成算法所需的数据集，拆分训练集、测试集，导入算法模型，不断提高拟合优度，进行实证分析。
2、区块链定价法
区块链技术由于其不可篡改、时间戳、可溯源的特性，是推动构建未来数字社会的重要力量。大数据资产涉及许多隐私保护的问题——在交易平台进行数据资产登记，设计加密链，对资产形成登记区块链；根据身份认证与加盖的时间戳，进行安全交易（资产买方与卖方各为上下身份链关系）；进行资产价值评估，在特定的节点进行上传数据，形成区块链证据，最终所有过程都是清晰、透明的。
总的来说，传统定价法容易实现，但未必能客观反映数据资产的真实价值。
新式定价方法更客观，注重定性定量方法的使用，更全面的反映大数据资产的真实价值。
但是，大数据资产交易是海量且复杂的，专业认识未必能较好且持续做出合理判断与估计。
超新式资产定价方法，将被业内接受与实践，其体现的主要优势：
1、较强的特征抓取能力；
2、更好的仿真模拟的优势；
3、较好的解决金融市场非线性特征的问题，处理海量数据有优势。但该方法实现难度大。
四、本人的定价方法：
本人结合疫情情况下，借鉴了组织战略管理的平衡计分卡的设计思维，利用集成方法，提出新式大数据资产定价创新模式：结合线上拍卖法，建立在资产风险管理下的新式资产定价法。
疫情期间，大数据资产交易更加依赖线上交易，采取线上拍卖大数据资产的形式，一是环境变化所致，线上拍卖将打破环境约束，也为将来对大数据资产管理过程中运用区块链技术奠定应用场景的基础（拍卖双方均要上链，形成区块链证据）；除此之外，有利于汲取各方优势，优中选优，驱除劣币。
拍卖前，进行资产价值分析，包括资产的当前价值评估、未来价值评估等；并对资产交易过程中涉及的宏微观环境（社会、企业）进行定性定量分析；资产交易过程的风险，包括技术风险、价格风险，并进行风险管理。
从上述四个角度，进行资产画像，这四个角度并不是孤立的存在，中心目标都是为了实现合理的拍卖竞价。
五、总结：
大数据资产管理与定价，是我们经济社会持续的热点。数字经济下，数据要素作为数字经济的微观基础具有战略性地位和创新引擎的作用，促进数据要素跨企业、跨产业的流通和交易，使我们将更加适应双循环格局下的发展。
未来是数字经济的时代，我们呼吁对大数据资产管理与定价有更加完善的政策，更加的轻松的创新环境，从而促进我国大数据资产交易的蓬勃发展。
