大數據資產的估值

李秉祥 任晗曉

【摘 要】 大數據時代，數據將成為企業發展的核心帶動經濟的發展，將數據作為企業的一項資產已經成為一種勢不可擋的趨勢，但資產價值的確定是亟待研究和解決的問題。文章從大數據資產概念的界定出發，分析大數據資產的特點，針對其特點以及所能帶來的經濟利益的流入等方面對標的數據資產的價值進行計算，再根據大數據資產的動態性采用實物期權法中的B-S模型得出數據資產總的價值，最后再通過一個簡單的案例對該模型進行檢驗，確定評估模型的可靠性。文章研究大數據資產的估值對其進入資產負債表以及大數據資產交易過程的價值的確定具有很強的實踐意義，也對企業價值的提升提出了新的思路。

【關鍵詞】 大數據資產; 估值; 動態評估環境; B-S模型

【中圖分類號】 F230;F275.2? 【文獻標識碼】 A? 【文章編號】 1004-5937（2021）21-0127-07

一、引言

隨著我國科技的不斷發展，很多互聯網公司的發展勢頭正猛。截至2019年年末，Facebook公司的總資產為1 333.76億美元，但其市值已達到7 622億美元;美國通用電氣公司市值為642億美元，但公司的總資產卻為2 740.90億美元。比較兩者之間的差異發現，通用電氣的總資產是Facebook的兩倍多，但其市值都不到Facebook公司的十分之一，為什么兩家公司賬面價值和市值相差如此之大？這一問題引起了學術界的討論，有學者就猜測，可能是因為互聯網公司產生的大量技術、數據資料等信息在企業的資產負債表中不能體現，于是就出現一個新的問題：數據是否可以作為企業的一項資產進入資產負債表當中？

在信息化程度高速發展的階段，麥肯錫預測，數據將成為新一代的生產要素帶動生產力的增長和經濟的飛速發展。貴陽大數據交易所的成立以及2021年國務院政府工作報告中提出要加快數字化發展，打造數字經濟新優勢，協同推進數字產業化和產業數字化轉型，這些都標志著我國已經真正開始正視數據所帶來的價值。國家已經從政府層面開始著力規劃數據，挖掘數據背后的價值，說明未來數據一定會成為新一代的體現企業核心競爭力的信息資源，類似于企業的固定資產為企業帶來經濟利益的流入。將數據資產列入企業的資產負債表，必然會涉及到數據資產的價值衡量，有學者提出利用貴陽大數據交易所數據的交易金額作為該項數據的公允價值，采用公允價值的計量模式對其進行后續計量，但是目前我國數據的種類繁多，雖然貴陽大數據交易所目前發展的勢頭相當不錯，但是由于成立時間較短加上互聯網近幾年的發展已經產生很多種類的數據，交易所的數據所涵蓋的種類還不太全面，不可能涵蓋市場上出現的每一種數據，當大數據沒有公允價值時，應該如何入賬。研究大數據資產的估值，對于未來數據資產進入企業的資產負債表當中的所列式的金額有一定的參考作用。

二、文獻回顧

（一）大數據資產確認與計量相關文獻

大數據資產相關的研究是從近幾年才開始，主要集中在大數據資產的確認與計量和大數據資產的估值兩個方面，在大數據資產的定性上將其歸為一項無形資產來核算，如楊善林等[1]基于管理視角對大數據資產進行定義，認為數據也是企業的信息資源。唐薇[2]基于交易所的數據處理方法，目前交易所的數據處理方法主要是拍賣法，所以在定性上將企業自行產生的大數據作為無形資產進行計量。王玉林等[3]提出大數據資產沒有實物形態，不能將其確定為財產權中的某一類型，而是隨著科技的不斷進步出現的一種新型財產權客體，說明大數據資產相關權利與知識產權不同，將其歸為技術型的無形資產。

除了上述學者認為大數據資產沒有實物形態將其定義為無形資產之外，李如[4]和張俊瑞等[5]在研究中重新定義了大數據資產，為大數據資產會計體系找出一條新思路，根據大數據資產自身的特點在列報時選擇將其在資產負債表中單獨列式，針對大數據資產的來源情況選擇不同的計量屬性，以及后續需要在附注中披露的資料。

（二）大數據估值方法的選擇相關文獻

1.成本法

在大數據資產的評估方法中成本法是從資產的重置角度考慮估值的一種估值方法[6]。重置成本需要重點考慮大數據資產的價值與成本的關系，數據具有無時無刻都在不斷變化的特性，所以依據成本法對數據資產進行估值具有一定的局限性，資產成本不易區分、貶值因素不易估算和沒有辦法體現數據資產可以產生的收益。因此一些學者提出改進模型，張志剛等[7]通過數據資產成本和數據資產費用來確定數據資產的價值，加入AHP確定影響數據資產價值的各項因素的權重，再結合專家打分進一步確定出數據資產的評估值。但目前有關“成本法是否適用于大數據資產價值的評估”，這一問題仍舊存在很大的爭議，李澤紅等[8]在其研究中認為，使用成本法時，相應資產應具有隨著時間的變化使其價值降低，但大數據資產反而會隨著時間的推移和數據持續的挖掘不斷增加，所以成本法不適用于數據資產的估值。

2.市場法

市場法是在當前市場尋找相同或相似資產，對其價值進行調整的一種估值方法。劉琦等[9]預設未來大數據交易市場會十分活躍，在市場上尋找相同或相似的大數據資產，引入層次分析法對大數據資產影響因素進行修正，最后對其進行差異化調整得到大數據資產的價值。基于平臺企業進行研究的黃樂等[10]，在評估平臺數據資產的價值時借鑒了多種方法，在評估中引入平臺活躍系數對其價值進行衡量，再根據市場的情況對數據資產價值進行調整，來最終確定數據資產的價值。除此之外，還有李永紅[11]在市場法的基礎上使用灰色關聯法量化數據資產的價值的影響因素，確定每個因素對數據價值的影響，計算被估數據資產的價值。除上述學者采用市場法外，還有不少學者提出使用市場法在目前大數據交易還不太完善的市場中存在很大的問題，張迎[12]提出目前的大環境將大數據的交易統一規法化是很難實現的，一方面大數據交易所往往會根據交易金額收取服務費，由此難以避免大數據交易所為了集團利益而對相應大數據進行高估售價;另一方面市場上對大數據交易大多都屬于私下秘密交易，交易的信息相對不透明，可能會導致大數據資產的交易價格偏離正常的市場價格。