2026年，随着数据资产入表从试点走向规模化落地，企业尤其是制造业在确认为无形资产或存货时，必须对数据资源进行合理估值。财政部《企业数据资源相关会计处理暂行规定》明确：数据资产入表以成本计量为主，但实务中企业常需结合多种方法进行价值评估（用于内部决策、融资谈判、交易所挂牌等）。目前主流的三大估值方法如下：
一、三大估值方法详解
成本法（Cost Approach）
原理：以重置或再造该数据资产所需的成本为基础，包括历史采集成本、清洗加工成本、标注成本、脱敏成本、确权成本、系统开发支出等。
优点：证据充分、客观、可追溯，监管部门（财政部、审计师）认可度最高；计算简单，适合内部自有数据。
缺点：低估数据潜在价值（尤其是已产生显著经济利益的数据）。
适用场景：内部积累型数据、缺乏活跃市场交易案例的场景。
收益法（Income Approach）
原理：基于数据资产未来能带来的经济利益折现值（DCF模型），预测增收/节支金额，扣除风险后折现。
优点：最能反映真实价值，适合有清晰收益路径的数据（如AI训练集、预测性维护数据）。
缺点：预测主观性强、折现率/收益期假设争议大、审计难度高、监管谨慎（易被质疑高估）。
适用场景：有成熟商业模式、未来现金流可预测的数据产品。
市场法（Market Approach）
原理：参考可比数据产品在活跃市场的成交价格、挂牌价或类似交易倍数进行调整。
优点：直观反映市场认可价值。
缺点：目前中国数据市场尚不成熟，可比交易案例极少（上海数交所等挂牌多为探索性），可比性差。
适用场景：成熟数据交易所中标准化产品（如金融征信数据集、遥感数据）。
二、哪种方法最适合制造业企业？
结论：制造业企业最适合优先采用成本法，理由如下：
制造业数据特性决定
制造业数据多为内部运营积累型（生产参数、设备运行日志、工艺知识图谱、供应链数据、质检记录等），缺乏公开市场交易案例，市场法几乎不可用。
未来收益路径不确定（不像消费互联网有明确广告/订阅变现），收益法预测偏差大、审计师难认可。
成本证据最清晰：制造业企业通常有ERP/MES/PLC系统记录，采集、加工、存储成本可追溯（硬件、人工、软件开发支出等），符合财政部“成本可靠计量”要求。
监管与实务偏好
财政部暂行规定强调成本计量为主，收益法/市场法作为辅助参考。
制造业头部案例（如南钢股份、桐乡五疆科技等）基本采用成本法入表，金额从几百万到上千万，审计顺利通过。
成本法入表后资产负债率下降明显、融资能力提升，性价比最高。
制造业企业常见实践
首选成本法：开发支出+加工成本+确权费用，直接计入无形资产账面价值。
辅助参考：内部测算收益贡献（如降本增效金额）作为管理层判断依据，但不直接用于账面估值。
特殊场景：若制造业企业已开发出标准化数据产品（如工业知识库）并在数据交易所挂牌，可结合市场法微调。
西部数字科技行动建议
制造业企业做数据资产估值时：
优先成本法：收集完整成本凭证（发票、工时记录、系统日志），确保可靠计量。
建立成本归集机制：从数据采集开始就分科目记录，避免后期补证。
内部测算收益：用收益法做辅助分析，支持管理层决策与融资谈判，但不强行入账。
聘请专业机构：第三方评估师出具成本法评估报告，提升审计可信度。
制造业数据资产估值核心是“稳健合规、证据充分”，成本法是当前最稳妥、最适合的路径，能快速完成入表、优化报表、提升融资能力。
