データファイナンス：データ資産化の潜在的規模の評価査定

I. データ資産市場発展の概要

1.1 我が国データ資産化スタート地点

現在、中国のデータファクター市場の建設は徐々に急ピッチで進められている。国務院は早くも2015年8月31日に「ビッグデータ発展促進行動綱要」（国発[2015]第50号、以下「綱要」という）を発表し、ビッグデータ取引市場の育成を指導し、アプリケーション型データ取引市場の試験的実施を提案した。その後、中国共産党中央委員会、国務院、国家発展改革委員会（NDRC）は、データファクター市場の発展を指導する文書を繰り返し発表してきた。2022年12月、中国共産党中央委員会と国務院は、データファクター市場の発展の原則を決定し、データファクター市場の発展の方向性を指摘した「データファクターの役割をよりよく発揮するためのデータ基盤システムの構築に関する意見」（以下、「データ二十条」）を発表した。2023年3月、中国共産党中央委員会と国務院は「党と国家機関の改革綱要」を発表し、データ基盤システムの構築の調整と推進を担当する国家データ局を設立し、データ基盤システムの調整と推進を担当することを明らかにした。データ資源デジタル中国、デジタル経済、デジタル社会の計画と建設などの統合、共有、発展と活用、協調推進。国家データ局の設立は、データ市場の発展が、これまでの原則的な指導文書から、着地点の具体的な実施に移行することを意味し、中国のデータ要素市場は急ピッチで進んでいる。

データ要素をリソースからアセットに移動させるプロセスに関して。データファクター市場の発展は3つの段階に分けることができ、順にデータ・リソーシング、データ資産化、データ資本化である（PwC, 2022; ICTA, 2023）。データリソーシングそれは、無秩序で混沌とした生データを、秩序ある有用なデータ資源にするプロセスである。データ資産化データ・リソースを出発点として、確立されたアプリケーション・シナリオとビジネス目的に合わせて加工・開発し、企業が適用または取引できるデータ製品を形成することである。データ資本化データファクター市場とは、データリソーシングとアセット化に基づき、データ資産により多くの金融属性を付与するプロセスであり、例えば、信用融資などの金融活動の担保として利用することができる。現在、中国はデータが資源から資産へと移行する段階にあり、この段階における中国のデータファクター市場の発展には以下のような特徴がある：

ひとつは、データがすでに大きな経済的利益をもたらしているということだ。全米産業協会によると情報セキュリティー北京大学開発研究センターと光華管理学院が2022年11月に発表した「中国データエレメント市場発展報告（2021-2022年）」では、データエレメントによって、工業企業は平均41.18%の事業成長率の向上、平均42.8%の生産性の向上、平均15.33%の製品開発サイクルの短縮、平均10.19%のエネルギー利用率の向上を実現したと測定している。を平均10.19%向上させた。

第二に、データ要素取引市場が具体化してきた。2023年4月に発表した報告書「全国データ取引プラットフォームと商業銀行のビジネスチャンス分析」[1]によると、2023年2月現在、不完全な情報統計によると、全国に40のデータ取引プラットフォームが存在し、30以上の省、市、地域が関与しており、各データ取引所の目標と位置づけにより、当初は国際データ取引ハブ、全国レベルデータ取引所、地域レベルデータ取引センター、業界レベルデータ取引プラットフォームが形成されている。各データ取引所の目標と位置づけにより、当初は国際データ取引ハブ、国家レベルデータ取引所、地域レベルデータ取引センター、業界レベルデータ取引プラットフォームの階層構造が形成されている。

第三に、データ資産の入力作業が進んでいる。2022年12月9日、財政部（以下、「財政部」）は、「企業データ資源の会計処理に関する暫定規定（公開草案）」を公表し、現段階の表のデータ資源の会計処理に対応する企業会計基準の適応を検討した。一方、会計上の経済的利益の実現方法によって、企業データ資産はさらに「企業が内部で使用するデータ資源」と「企業が外部で取引するデータ資源」に細分化される。近年、株式会社銀行[2]、貴陽ビッグデータ取引所[3]等もデータ評価を通じてデータ資産を表舞台に押し上げようとしている。

我々の以前の研究[4]によると、データの資産性は、生産要素の重要なクラスとして、様々な関係者によって認識されている。企業会計基準の定義を参照すると、資産とは、企業の過去の取引や出来事によって形成され、企業が所有または管理し、企業に経済的利益をもたらすと期待される資源である。現在、中国国内では、データ資産の公式で統一された定義はない。海外の経験から見ると、米国国立標準技術研究所（NIST）は、データ資産とは、システム、アプリケーション、データベース、文書、ウェブページを含むデータで構成されるあらゆる実体であると定義している、データベース、文書、ウェブページ、アプリケーションベースのデータサービスなどを含む。

1.2 データ資産化の課題

データの資産化とは、データがデータを生成する主体内で価値を生むだけでなく、いったんデータが流通すれば、より広範な主体を通じて何度も利用することができ、その結果、データの資産価値が最大限に発揮されるというのが一般的な特徴である。したがって、データの秩序ある流通は、データ資産化のエネルギーレベルを高める重要な軸となる。そして、データの流通と利用の観点から、データ資産化は現在多くの課題に直面している：

第一に、データシステムのトップレベルの設計はまだ完全ではなく、データの所有権が不明確で、データの分類と等級付けシステムが不完全であることが、データ資産化の道が直面している最大の課題である。2022年12月2日、中国共産党中央委員会と国務院は「データ二十箇条」を発表し、データ関連の法的権利にはデータ資源の保有権、データ処理の利用権、データ製品の運用権が含まれるとした。データ二十箇条」は、データ所有権の決定と所有権の分割に関する詳細な規則をまだ示していないが、経済生産におけるデータ利用の深さと広がりを探るため、データ資産の促進を優先することを奨励している。

第二に、データ・フローの権利、データ・アプリケーション、そしてデータセキュリティ成熟した豊富な技術によってデータ関連システムの構築と導入が保証されるよう、技術はまださらにアップグレードされる必要がある。データ確認技術の欠如は、データの流れにおける各種権利主体の関連利益の保護を妨げ、データ応用技術の欠如は、データの価値の完全な開放に寄与せず、データセキュリティ技術の欠如は、データの流れに対するリスクと障害を増大させ、データ主体のデータ提供意欲を低下させる。

第三に、本稿の焦点である、データの価値をどのように決定するかという問題である。資産と資源の最大の違いは、資産が組織に経済的利益をもたらすことができるかどうかである。そして、データがもたらす経済的利益をどのように測定するか、すなわちデータ資産の評価そして、取引の流れの中で、どのように合意的な取引価格に到達させるか（すなわち、データの評価について両者が合意することを促進すること）は、データをどのようにさらに外部に権限委譲できるかについて取り組む必要のある重要なテーマである。公正価値とは、測定日に発生する秩序ある取引において、市場参加者が資産を売却するために受け取るであろう価格、または負債を移転するために支払うであろう価格であり、以下のデータ資産の評価とは公正価値を評価することであることに留意すべきである。

また、データ関連技術の発展にも時間がかかる。データ資産の価値を決定することの難しさは、データの価格を形成することの難しさにつながり、データの流通や取引を阻害する直接的な原因となる。

現在のデータ資産の評価には多くの困難がある：

一方で、データの価値を直接測定することは難しい。まず、データの価値をデータそのものから直接判断することはできない。データの次元数もボリュームサイズも、データ分析におけるデータの貢献度を直接決定することはできない。データエントリーの数は、顧客レベルのデータを測定する上で何らかの直接的な役割を持つが、データの質を決定するものではない。例えば、データ分布が不均一な非対称データセットは、データ分析における価値が低い。また、スパース（疎）データなどの問題は、データの量や数は多くなるが、実用上はあまり価値がない。第二に、データ活用の観点から見ると、統計的枠組みにはデータを定量的に比較するための方法論が欠けている。古典的な統計的枠組みでは、モデル評価システムはより完全であり、数多くのモデル評価指標が存在する。例えば、分散インフレ係数（VIF）は多重共線性という特定のデータの問題に対してのみ有効であり、フィッシャーの情報行列はデータがパラメータ推定に使用できる情報量を含んでいるが、特定のパラメータの推定に対してのみ有効であり、データ全体の価値を測定することはできない。ディープラーニングや強化学習フレームワークは、データ量を増やすためにデータ増強[6]のような方法を使用し、それによってモデル性能を向上させるが、さらに、データ評価メトリクスを欠いている。第三に、データ資産価値を通貨にマッピングするための参照システムが欠如している。データ価値のメトリックがあったとしても、それがどのように貨幣的尺度にマッピングされるかは、まだ参照システムによってサポートされていない、つまり、データ価値のメトリックと貨幣的尺度の間に接続性がない。

一方、様々な評価手法によって間接的にデータ資産を評価する場合、関係者のコンセンサスを形成することは難しい。第一に、データ需給の観点からは現在、国内のデータ取引は二国間の「ピアツーピア」マッチングが主流であり、データ提供者にとっては、自社のデータ資産を起点とした表中のデータ資産から、データ資産価値を過大評価する傾向がある。データ利用者にとっては、データの価値はビジネス能力の強化に反映されるものであり、データ調達前のデータによるビジネス強化効果は不確実性が高いため、データ資産の価値を過小評価する傾向がある。第二に、データが使用されている業界についてである。業種によってニーズや利用方法が異なるため、同じデータでも付加価値に差が生じる。例えば、個人顧客の消費データは、インターネットや金融業界では応用価値が高いが、伝統的な製造業では応用価値が限定的である。第三に、データ資産が生成された産業についてである。データ資産はさまざまなコストで生成される。Eコマース業界に代表されるように、大量のユーザーデータは業務を通じて低コストで入手できるが、地質調査や政府機関のデータは収集・照合の過程で大きなコストがかかる。また、原価法などの古典的な評価方法では、データ資産の評価には一定の限界がある。

1.3 データ資産の会計原則

2022 財務省は12月9日、「企業データ・リソースに係る会計処理に関する当面の取扱い（公開草案）」（以下「当面の取扱い」）を公表した。その適用範囲には、企業会計基準の関連規定に従って、無形資産や棚卸資産などの資産区分として企業が認識するデータ・リソースに関連する会計処理と、企業が法的に所有または支配しており、企業に経済的便益をもたらすと予想されるが、企業会計基準の関連規定に基づく資産の認識条件を満たさないために資産として認識されないデータ・リソースに関連する会計処理が含まれる。暫定規定では、現段階では、データ・リソースの会計処理は企業会計基準に従って実施されるべきであり、さらに会計上の経済的便益の実現方法に応じて、「企業が内部で使用するデータ・リソース」と「企業が外部で取引するデータ・リソース」の2つに細分化されることが明確化されている。(b) 企業が内部で使用するデータ・リソースと企業が外部で取引するデータ・リソース。

企業内で使用されるデータ・リソース無形資産は、企業会計基準第6号「無形資産」（Caijing [2006] No.3、以下「無形資産基準」という）に基づき、無形資産として認識する必要がある。無形資産は、その取得方法によって、企業が独自に開発した無形資産、アウトソーシングにより取得した無形資産、その他の方法（非金銭的資産交換、債務再編、政府補助金、企業結合により取得した無形資産など）により取得した無形資産に分類される。無形資産は、無形資産基準[7]において、企業が所有または支配する識別可能な非貨幣性資産であって、物理的形態を有しないものと定義されている。無形資産を認識するためには、「識別可能性の基準」[8]を満たし、「無形資産に関連する経済的便益が企業に流入する可能性が高い」「無形資産の取得原価を信頼性をもって測定できる」と判断する必要がある。無形資産の取得原価は信頼性をもって測定できる」。

企業の外部取引のためのデータ・リソース棚卸資産は、企業会計基準第1号「棚卸資産」（財経[2006]第3号、以下「棚卸資産基準」という）に従い認識され、取得 方法により自社処理棚卸資産、外部委託棚卸資産、その他の方法により取得した棚卸資産に分類される。棚卸資産は、取得方法に従って棚卸資産として認識される。棚卸資産は、棚卸資産基準[9]において、通常の事業の過程において販売目的で保有される完成品または商品、生産工程における仕掛品、生産工程またはサービスの提供において消費される材料および貯蔵品と定義されている。棚卸資産の認識には、「棚卸資産に関連する経済的便益が企業に流入する可能性が高い」「棚卸資産の原価を信頼性をもって測定できる」という判断が必要となる。

なお、本中間規定は、データ資産に適用される会計基準を規定したものであるが、データ 資産の会計処理は、データ資産の評価に関する数ある適用シーンの一つに過ぎない。また、データ資産の公正価値を評価することは、資産を表に記載する過程で必要となる会計処理に加え、データの効果的かつ円滑な流通・利用にとってより重要な意味を持つものであり、オープンで活発な取引市場を確立するための必要条件でもある。そこで、以下では、データ資産の価値を認識するプロセスにおいて、データ資産の様々な評価方法を適用することに焦点を当てる。

II.データ資産の評価方法の分析

企業会計基準第39号「公正価値測定」（2014年）（以下、「AS39」）では、企業が関連する資産または負債を公正価値で測定するために使用する評価技法には、主に市場アプローチ、インカム・アプローチ、コスト・アプローチが含まれるとされている。原価アプローチがある。企業は、これらの評価技法の1つ以上と整合するアプローチを使用して公正価値を測定しなければならない[10]。中国資産鑑定協会（2020年）は、データ資産価値の評価方法には、原価法、収益法、市場法という3つの基本的な方法とその派生法が含まれるとしている。データ資産評価のための3つの基本的手法の長所と短所、実務への応用を詳細に分析し、基本的手法を基礎としたデータ資産評価の技術的アプローチの発展方向を提案する。