徐岚珊 郭树行
摘 要：大数据时代，数据不仅仅是公司的财富来源，更是企业一项重要的无形资产，其重要性与日俱增，而对数据资产质量评估也成为了企业价值评估的一个核心问题。当下国际货币基金组织（IMF）对数据资产提供了一种定性评估模型——数据质量评估框架（DQAF），该模型主要从质量的先决条件、诚信的保证、方法的健全性、准确性和可靠性、适用性、可获取性;除此以外，数据的价值也应当是质量评估的重要维度之一，在该文中，将在模型中加入数据的价值这个维度，并将该维度细分为数据建设以及维护成本，数据库的保密性与共享性，数据共享程度，使用效果评价，以期对DQAF进行细化和完善，使数据资产评估可以更加准确和全面。
关键词：数据资产 数据质量评估框架 国际标准 级联式结构 数据价值
中图分类号：F832 文献标识码：A 文章编号：1672-3791（2020）01（c）-0018-02
1 研究现状
数据共享利用的程度，一方面体现了该企业信息的流通性，另一方面体现了数据的保密性以及安全性。信息的流通性不仅仅指数据在企业内部人员之间的使用、流动的情况，也体现了两个企业与企业之间信息传递的程度。在同一企业中，数据共享有利于加强各部门之间的了解认识与沟通协调，不断提高企业的管理效率，实现企业效益最大化。现有的研究中，均指出DQAF的重要性和權威性，但是大多关注DQAF如何在我国应用，或是研究DQAF现有的维度应该如何改进，少有考虑引入新维度以及数据本身价值这个衡量因素。而数据的价值，无疑是数据非常重要的评估角度。因此该文将在现有研究的基础上，引入新维度。
2 模型设计
该模型是对原DQAF的补充，因此，在符合DQAF的格式的条件下，增加了一个衡量维度，原格式如图1所示。
具体分析如下。
（1）建设成本。
数据资产的建设主要包括采集获取数据以及建立数据库两个步骤，因此数据的建设成本也应当从数据采集方式、数据库建立成本两个方面来衡量。
数据采集之后便是数据库的建立，一方面需要开发人员的人工成本，另一方面购买服务器以及电脑也需要大量资本投入。因此，数据库建立的成本也是衡量要点之一。
（2）维护成本。
数据需定期维护才能保证数据是实时的，并且数据库是安全的。数据维护不仅需要数据库管理员对数据库进行日常维护，也需要对服务器和电脑进行维护，包含了大量人工成本和技术成本。
在DQAF中，已经详细介绍了前6种衡量维度（0～5），该文中，则加入了第6个衡量维度，该模型总结见表1。
3 结语
该文为DQAF增加了数据价值这个衡量维度，并从数据成本，数据共享利用水平两个要素来探讨，在每个要素下面细分了指标和焦点问题，数据资产的质量评估可以更加全面具体。同时，也强调了数据本身价值的重要性，在大数据时代，数据太多太杂，更需要我们关注数据的价值，对企业的重要数据资产进行衡量，提高企业的运营效率。同时，DQAF框架也需要我们在应用中不断完善和探索，相信随着数据的发展，衡量的指标会进一步增加，同时数据质量评估也会更加精确。
参考文献
[1] 常宁.IMF的数据质量评估框架及启示[J].统计研究，2004（1）：27-30.
[2] 汤琰，金勇进.数据质量评估框架及其信息量分析[J].商业经济与管理，2011（9）：81-89.
[3] 侯瑜.基于DQAF框架的我国统计数据质量管理及改进[J].统计研究，2012，29（12）：24-30.
[4] 赵宪.DQAF体系及其在我国数据质量评估中的应用研究[D].湖南大学，2014.
[5] 张志刚，杨栋枢，吴红侠.数据资产价值评估模型研究与应用[J].现代电子技术，2015，38（20）：44-47，51.
