数据资产的特点有哪些？

相比于传统的有形资产和无形资产，数据资产还具 备若干特殊属性。

1．非实体和无消耗性

相比于传统有形资产，数据资产具有非实体性和无消耗性。传统有形资产通常具备消耗性， 只能由一个使用方、用于某一种用途。例如，机器会随着使用次数增加而产生消耗，寿命降低；原材料在加工后即转变为新的产品。数据资产价值并不会因为正常的使用频率增加而磨损或消 耗，数据资产的无消耗性，确保了其在存续期间可以被无限循环利用。与此同时，在数据资产估 值过程中也需要考虑其可以重复使用的特性。

2．可加工性

数据资产可以被多维度加工，加工处理后的数据可以成为一种新的数据资产。具体而言，数 据资产可以被维护、更新、补充，以增加数据量；也可以被删除、合并、归集，从而消除冗余； 还可以被分析、提炼、挖掘，进一步丰富数据资产的信息量。数据的可加工性，确保了数据使用 者可以通过各类数据技术，将数据转化为更多样的形式，挖掘数据中的信息，发展数据应用能力。

3．形式多样性

通常而言传统资产只具备一种固定形式，而数据资产有非常丰富的展现形式。即在可加工性 的基础上，数据资产可以通过与各类数据处理技术相结合，被多样化地展示、应用以及在多种形 式中转换，从而满足不同数据消费者的需求。例如，可以通过各类报表对财务数据进行统计以满 足财务管理与记账的需求；而对于各类管理指标数据，则可以通过各类可视化工具，以图形等方 式，便于企业管理层更加直观地了解企业的整体情况。

4．多次衍生性

同一数据主体可以被多层次多维度加工，从而衍生出不同程度的数据价值。数据资产多次衍 生性的有效利用，可以帮助企业进行多层次、多维度数据资产潜在价值挖掘，丰富企业数据资产 整个生态链，推动企业实现数据驱动的目标。数据资产的使用者可以根据不同的需求和数据算法， 从而生产出不同维度的衍生数据。例如，对于直接采集的原始客户数据，可通过轻度汇总加工， 以形成数据平台中可供各类应用系统复用的数据；进一步地，业务部门可在此基础上加工衍生出 对客户偏好的分析与画像，风险管理部门也可进一步衍生对客户风险等级的判断数据。

5．可共享性

数据资产的共享性，指数据资产可以无限地进行交换、转让和使用，为他人所共享。同一数 据可以同时支持多个主体使用，不同主体对同一数据的利用将产生不同的价值，这一特性，成为 企业数据价值挖掘的关键着力点，利用好数据的共享性，将能最大限度地挖掘数据资产价值。

6．零成本复制性

数据资产的成本主要在于前期的数据获取、研究开发阶段，因此初创数据资产的成本极高， 但以后的产品由于可无限复制，其边际成本趋于零，这可能会导致相同的数据资产具有截然不同 的成本。另一方面，数据资产的零成本复制性也使其在可共享性的基础上能被更多人所用，产生 大量的潜在交易需求和价值。

7．依托性

数据资产不能独立存在，因此需要依托于某种介质进行存储和加工。数据资产依托的介质十 分多样化，包括磁盘、硬盘等。同时，数据资产发挥其作用与效应也需要依托于有形资产，例如 计算机和其他硬件设备。因此在计算数据资产的价值和相关成本时，也需要考虑数据资产所依托 的介质成本。在评估中，需要考虑数据资产依托的有形资产的折旧和维护成本等，由此获得较为 准确的数据资产成本。

8．价值易变性

相比于传统无形资产，数据资产的价值更易受到多种因素的影响，即具有价值易变性。通常 而言，数据技术的发展、数据相关政策的变化、数据应用场景的丰富等因素变化，数据资产的价 值也随之改变，且变化的程度较为明显。

例如，某企业过往制定的某算法模型，随着机器学习算法的发展，原有模型的准确率将远远 低于运用最新技术的模型，其价值受到技术因素的严重影响。同时，当前数据确权、数据安全及 隐私保护等相关法律法规正在逐步完善中，随着相关政策的明确，将决定不同类型或主题的数据 资产是否具有交易价值。