基于改進多期超額收益法的物聯網企業數字資產價值評估研究
——以海康威視為例

■ 劉惠萍 趙 悅 趙月華

（山東財經大學會計學院，山東濟南 250014）

一、引言

2022 年1 月12 日，國務院印發《“十四五”數字經濟發展規劃》，為數字經濟發展指明方向。《規劃》要求，2025 年，數字經濟核心產業增加值占GDP 比重上升到10%，再過十年，要力爭建成競爭有序、統一公平、成熟完備的現代數字經濟市場體系。中國信息通信研究院2021 年4 月發布的《中國數字經濟發展白皮書》中指出，2020 年，我國數字經濟占GDP 比重達到38.6%，規模為39.2 萬億元，數字經濟的增速比GDP 增速快2 倍多。可見，數字經濟已成為引領經濟社會變革、推動高質量發展的重要引擎。

數字經濟發展中的云計算、區塊鏈、人工智能等信息技術創造出了各種各樣的數字資產，如數字貨幣、網站域名、客戶信息等。數字資產既是數字經濟發展的必然產物，又是企業數字化轉型的核心要素。數字資產的價值評估一方面有助于提高企業對數字資產的開發利用效率，推動實現數字化轉型。另一方面有利于增加數字資產的流動性，規范相關市場交易，促進市場對數字資產的有效配置。盡管很多企業已經意識到數字資產的重要性，但是由于數字資產的交易和管理缺少統一的估值標準，導致很多企業的數字資產無法充分發揮作用，因而數字資產價值評估體系需要進一步完善。鑒于此，在合理界定了數字資產概念的基礎上，依據數字資產數字化、收益性等屬性，考慮企業各生命周期階段折現率不同，對多期超額收益法進行改進，構建了基于企業生命周期的多期超額收益模型，以海康威視的數字資產為例，檢驗了估值模型的適用性。豐富了數字資產價值評估的研究，為企業數字資產的管理、交易、合理配置與開發提供了一定的指導和參考，有助于行業和相關管理部門加強對數字資產的監督管理，規范市場交易行為。

二、數字資產概念界定及可估值的屬性分析

（一）數字資產概念界定

隨著數字經濟的發展，數字資產逐漸進入人們的視野，但它其實由來已久。早在1996 年Meyer 就在《保護數字資產的方法》文中首次提出了“數字資產”的概念。隨著研究的不斷深入，學者們在不同視角界定了數字資產。基于計算機視角，數字資產被格式化為二進制源代碼（Neikerk，2006）并以此形式存儲在云端的數據所有權（Toygar，2013）。基于會計視角，數字資產具有資產所共有的特征，能為企業帶來預期經濟利益（呂玉芹，2003），跟無形資產一樣無有形載體，但作用與外延遠大于其他無形資產（陸岷峰，2020）。基于數字金融視角，數字資產是一種原生資產，它包含全部信息，以數字形式展現和流轉（姚明睿，2019）。而在馬克思主義政治經濟學角度，數字資產則是數據這一生產要素的具體表現形式（郭王玥蕊，2021）。

綜上所述，數字資產處于發展階段，尚未形成普遍認可的概念。本文基于公司財務視角，考慮數字資產對企業整體價值增值的影響，目的是衡量企業生產經營過程中的數字資產價值，有助于企業科學管理數字資產，所以界定數字資產是一種以二進制形式的存在，沒有有形載體，預期會給企業帶來超額經濟利益的資源。與數據資產主要考慮數據資源不同，數字資產既包括數據資源，也包括其他以二進制形式存在的數字資源，如數字化媒體圖片、數字貨幣等。與其他傳統無形資產不同，數字資產以二進制形式存在，既可以創造間接收益，也可以通過銷售直接獲取收益，而其他無形資產則以某種權利或技術的形式存在，一般通過持有間接創造收益。

（二）數字資產可估值的屬性分析

數字資產作為一種新興資產，同時具有財產屬性和金融屬性。根據其財產屬性，企業可以合理配置與管理數字資產，根據其金融屬性，有助于數字資產的市場交易，使數字資產流通起來，以便其發揮最大價值。因此，不論是企業合理配置與管理數字資產還是行業監管數字資產的交易，都需要構建合適的數字資產價值評估模型。

1.財產屬性

（1）數字化。數字化是數字資產區別于其他資產的本質屬性，同時，也是數字資產價值評估中的難點所在。數字經濟的本質是信息化，即將各種傳統產業、生活方式等運用現代化信息技術，深入開發利用信息資源，推進經濟發展。信息化生成的信息復雜龐大，不便于管理，需要將其進行數字化轉變為便于計算機處理的二進制形式。數字資產作為數字經濟發展的產物，在數字化過程中應運而生，因此具備數字化的本質屬性。

（2）價值性。價值性是數字資產的一種非本質屬性。數字資產的價值性主要體現為交易價值與使用價值。一方面，數字資產可以進行交易，賣方實現經濟收益的同時，買方擁有了數字資產所能產生的后續全部經濟利益。另一方面，數字資產本身可以帶來價值。例如，阿里媽媽利用擁有的客戶信息，為用戶推薦感興趣的商品，帶來經濟利益流入。隨著交易與使用次數的增加，數字資產可以實現價值的迭代累積（郭王玥蕊，2021）。

（3）物權性。物權性是數字資產同其他資產所共有的屬性。作為數字資產的權利人，可以通過數字資產的交易或數字資產帶來的價值獲取財產利益，而且可以依據自身的意愿支配數字資產。同時，數字資產是一種所有權，以二進制形式存在，沒有物質實體，且一項數字資產只能有一個所有權，符合物權的排他性特征。因此，雖然數字資產沒有有形載體，但卻符合傳統物權的特征，這說明數字資產具有傳統的物權屬性，其所有者可以支配數字資產，進行數字資產交易。

2.金融屬性

（1）可貨幣化。可貨幣化是數字資產在金融市場流通的基本條件。數字資產的可流動性和分割性加強，不用依賴傳統的貨幣、證券、期貨等標簽就可以自主流通（姚明睿，2019）。傳統的資產流通需要加上證券等金融標簽，但是數字資產流通的自主性和靈活性都更強，不再需要金融標簽，與此同時，交易需要一個可衡量的標準，也就是貨幣化，保證數字資產流通交易過程中的公平性。因此，對數字資產價值的可靠衡量也顯得尤為重要。

（2）市場交易性。在物權性和可貨幣化的基礎上，數字資產可以進行交易，以商品的形式在市場進行等價交換。數字資產既包含收集、加工和創造的勞動價值，也有助于提高企業經濟效益水平，從而具有使用價值，成為市場交易的對象。同時，數字資產以二進制形式儲存在云端，可以引入區塊鏈技術，提升交易效率的同時節約交易成本（嚴振亞，2020）。市場交易性對數字資產價值評估做出了進一步要求。

（3）收益性。數字資產的收益來源于交易所獲得的報酬和數字資產本身的價值增值。一方面，有些數字資產需要通過交易獲得收益，如比特幣等數字貨幣。另一方面，數字資產具有保值增值性。如果數字資產在交易和使用中能夠被賦予新的內涵，產生新的效能，就可以實現數字資產的保值增值（陸岷峰，2020）。數字資產價值的合理評估可以體現數字資產的收益性，有利于企業更科學地進行數字資產的管理與開發。

數字資產的價值性，從理論上表明可以對數字資產進行價值評估。數字資產的物權性使其可以作為一種商品進行交易和流通，其價值通過貨幣形式反映出來，即數字資產的可貨幣化屬性，這說明可以可靠衡量其價值，保證數字資產價值評估的可行性。因此，根據數字資產的屬性特征，構建了較為合理的數字資產價值評估模型。

（三）物聯網企業數字資產分析

物聯網企業擁有大量數字資產，且價值較高。物聯網在互聯網的基礎上，憑借信息傳感器、射頻識別技術等信息技術，收集獲取各種信息，建立網絡連接，實現萬物智聯，從而達到對物的智能化感知、分析和管理。物聯網不斷推動數字世界的發展，各行各業都在通過物聯網進行以數據和數字信息為核心生產要素的數字化轉型，智慧交通、智慧工廠、智慧城市等領域已經形成了具有行業特色的數字個性化解決方案，在數字經濟體系發展中起到了帶頭作用。

物聯網企業在實現萬物互聯的過程中，需要收集數據并進行智能化分析和處理，使實現數據交互共享的智慧生態能夠建立，同時，根據不同行業的具體應用需求，為客戶提供個性化服務，實現企業的價值創造。因此，數字資產對于物聯網企業來說是企業的重要資源，也是建立智能物聯和實現價值增值的基礎。對物聯網企業數字資產價值的合理估值是至關重要的，這也有助于物聯網企業的數字資產管理和實現企業價值。

三、數字資產價值評估方法適用性分析及多期超額收益法的選取

（一）數字資產價值評估方法適用性分析

通過數字資產的概念界定與屬性分析，數字資產的數字化決定其與無形資產同樣沒有有形載體，且可以為企業帶來預期經濟利益流入，因此，可以參考無形資產的評估方法，但是傳統評估方法存在一定不足。

市場法受限于當前數字資產的交易環境，對于數字資產來說，其交易市場不夠成熟完善，相關市場價值有失公允。而且數字資產中蘊含的信息具有一定的排他性，因此難以找到相似的參照資產，因此市場法并不適用當前的數字資產價值評估。成本法同樣不適用，企業的數字資產可能依附于其他資產存在，其具體成本數據較難獲得。數字資產的價值具有迭代累積性，所帶來的收益遠大于其成本，用成本法評估會大大低估數字資產的價值。相比較而言，收益法更適合數字資產的價值評估，數字資產具有收益性，用收益法更能準確衡量數字資產的價值。但是傳統的收益法還存在一定不足，一方面，數字資產具有數字化屬性，其收益額難以直接確定和預測；另一方面，數字資產的價值具有迭代累積性，其收益期限難以估計，面臨的風險難以預測，導致折現率也存在更大的不確定性。

（二）多期超額收益法的選取

數字資產的收益性決定了用收益法進行價值評估更科學，無形資產價值評估中收益法主要包括增量收益法、超額收益法、節省許可費法、收益分成法等。增量收益法主要通過對比有無被評估的無形資產的企業的收益差額確定其價值，由于企業間收益差額的影響因素過多，難以確定數字資產創造的收益，而數字資產不涉及許可費，因此節省許可費法不適用，收益分成法分成率具有一定的主觀性，主要用于評估技術類無形資產的價值。數字資產具有數字化屬性，能夠幫助企業在其他有形資產的基礎上創造超額收益，采用超額收益法能夠更合理地反映數字資產的價值。同時由于數字資產的價值具有迭代累積性，會隨著交易和使用頻率的增加而增加，在未來多個經營周期中創造超額收益，因此可以選取多期超額收益法衡量數字資產的價值，但同樣存在收益額難以預測和確定，折現率存在很大不確定性的問題，需要對其加以改進。

四、多期超額收益法的改進思路與數字資產價值評估模型構建

（一）多期超額收益法的改進思路

考慮到數字資產價值的迭代累積和收益性，其收益期限可能跨越多個生命周期階段，而不同企業生命周期階段的風險不同，導致折現率存在差異，進而影響估值模型中收益期和折現率的確定，因此，基于生命周期理論對多期超額收益模型進行改進。企業生命周期理論將企業的發展階段定性地分為初創期、成長期、成熟期和衰退期，而數字資產的價值評估需要定量分析企業生命周期對折現率的影響，通過運用皮爾曲線模型可以在擬合企業生命周期趨勢的同時定量劃分企業不同生命周期階段。在超額收益的預測方法上，由于企業發展面臨的不確定性因素和風險較多，經營發展存在較大波動，因此采用定量的數學模型預測數字資產未來超額收益，GM（1,1）灰色預測模型可以解決歷史數據少，可靠性低的問題。同時，數字資產通過附加其他資產上創造價值，難以采用分成法進行剝離，更適用于剩余法進行評估衡量。據此，運用皮爾曲線和GM（1,1）灰色預測模型對多期超額收益法進行改進。

（二）改進的多期超額收益模型的構建

基于上述分析，本部分構建改進多期超額收益模型的總體思路是，運用皮爾曲線模型定量劃分企業生命周期，確定收益期和對應的折現率，并采用GM（1,1）灰色預測模型預測企業的未來超額收益，然后運用剩余法確定歸屬于數字資產的超額收益，根據多期超額收益法確定企業數字資產的價值。具體如下：

其中，表外無形資產主要考慮人力資本和數字資產，Vd是數字資產的價值；E 是企業自由現金流；Ef、Ec、Ei和Eh分別是流動資產貢獻值、固定資產貢獻值、無形資產貢獻值和人力資本貢獻值；i 是折現率；n 是數字資產收益期。

1.基于皮爾曲線的企業生命周期模型構建

皮爾曲線最早由比利時數學家哈爾斯特提出，應用于生物學。皮爾曲線預測模型是指經濟變量在期初增長速度緩慢，然后增速開始加快，達到最高點后，增速開始下降，最后達到飽和趨勢。企業營業收入的變化可以反映企業目前發展階段，因此將營業收入作為構建皮爾曲線預測模型的指標。

圖1 企業生命周期模型

對于構建的皮爾曲線模型可以采用三點法求解參數的初始值，并對函數進行求導，計算企業四個生命周期階段的分界點。計算過程如下：

綜上所述，運用皮爾曲線預測模型求得的企業生命周期的四個階段的劃分為：

2.基于皮爾曲線的收益期確定和折現率預測

由于數字資產價值的迭代累積和收益性，在不受到損壞的情況下，是持續更新的，因此其收益期是無限的，會跨越不同的生命周期階段，而根據企業所處生命周期的不同，需要對應不同的折現率。

初創期，需要大量的資金投入，市場份額小，投資回報率低，因此初創期的折現率相對較高。其折現率可以考慮采用風險累加型，根據企業當前的具體情況充分預測風險。公式為：折現率=無風險報酬率+行業風險報酬率+經營風險報酬率+財務風險報酬率+其他風險報酬率。

成長期，企業規模不斷擴大，銷售收入增加，開始獲取經濟收益，折現率比初創期有所降低。成熟期，主營業務收入相對固定，超額收益不斷增加，投資回報率高，企業經營風險較小，此時的折現率處于較低水平。成長期和成熟期的企業風險較小，并且開始形成穩定的規模，折現率主要與企業的融資方式有關，可以采用加權資本成本。公式為：

衰退期，企業經濟收益可能減少，市場份額逐漸縮小，受到市場波動的影響較大，這一時期的折現率可能較高甚至高于初創期。折現率采用行業平均凈資產收益率作為折現率較為合適。

3.基于GM（1,1）灰色模型和剩余法的數字資產超額收益預測

由于當前物聯網企業發展面臨的不確定性因素和風險較多，經營發展存在較大波動，同時營業收入在一定程度上反映能夠企業當前的發展狀況。首先根據企業近幾年提供的財務數據，運用GM（1,1）灰色模型預測未來的營業收入，根據各要素對營業收入的占比計算企業未來的自由現金流，然后根據剩余法扣除流動資產貢獻值、固定資產貢獻值、無形資產貢獻值和人力資本貢獻值之后的金額就是預期企業未來數字資產帶來的超額收益。具體公式為：

（1）自由現金流。自由現金流是指企業滿足可持續發展需要之后的剩余的現金流量，衡量企業實際持有回報股東的現金。計算公式為：

灰色模型簡稱GM 模型，是根據少量、不完整數據，構建灰色微分預測模型公式，對事物進行中長期預測。主要采用GM（1,1）模型，具體步驟如下：

在對企業未來營業收入進行預測時，首先對原始序列進行檢驗處理，然后構建灰色預測模型，并對得出的預測結果進行檢驗，可以得到較為科學的預測結果。

（2）流動資產貢獻值。流動資產一般可在一個會計期間內收回，其價值一般保持不變，因此其貢獻值既為流動資產的投資回報。由于流動資產主要以貨幣資金的形式且期限為一個會計年度。因此，投資回報率采用一年期銀行貸款利率。

（3）固定資產貢獻值。固定資產在投入生產的過程中，既有價值損耗，也帶來了回報。因此，固定資產貢獻值主要由折舊補償和投資回報兩方面構成。根據固定資產的折舊年限一般大于5 年，故選用五年期以上的銀行貸款利率作為固定資產的投資回報率。

（4）無形資產貢獻值。與固定資產類似，無形資產的貢獻值主要來源于攤銷補償與投資回報兩方面。無形資產攤銷年限較長，其回報率選取五年以上銀行貸款利率。

（5）人力資本貢獻值。人力資本不在無形資產會計科目的核算范圍內。因此，將人力資本的價值按照應付職工薪酬的會計科目來衡量，其貢獻率參考黃敏的研究結果，取我國經濟發展的平均人才貢獻率計算。

綜上所述，基于本部分構建的改進的數字資產多期超額收益模型，以海康威視數字資產作為評估對象，對其進行應用。

五、改進的多期超額收益模型在海康威視數字資產價值評估中的應用

海康威視是業內領先的智能物聯產品及行業解決方案提供商，在數字經濟發展過程中，海康威視率先進行數字化轉型，2006 年開始組建算法團隊，2013 年開始布局深度學習，開始人工智能研究，從2018 年開始發布AI 開放平臺，2021 年構建了相對完整的智能物聯AloT 技術體系，與合作伙伴助力各行各業的數字化轉型。其物聯網業務以感知層為主賽道，以視頻技術為起點，以技術創新為驅動，持續布局和拓展可見光、紅外、毫米波、X 光等領域，打造多維、全面的感知技術平臺，實現智能物聯在感知層的技術支撐。海康威視致力于將物聯感知、人工智能、大數據技術服務于智能家居、數字化企業、智慧行業和智慧城市，通過構建開放合作生態，為客戶企業進行問題診斷、原因追溯、規律分析和未來預測，服務客戶企業優化資產管理、創新業務模式。在推動各行各業數字化轉型的過程中，海康威視積累了大量數字資產，亟需選擇更加準確的估值方法衡量數字資產的價值。由此，應用上部分構建的改進的多期超額收益模型，對海康威視的數字資產進行估值，助力物聯網企業對數字資產的管理與開發。

（一）基于皮爾曲線的海康威視生命周期模型構建

采用海康威視近7 年的營業收入作為皮爾曲線模型的初始數據來源，以2015 年為基準，自變量設為年份減去2015，因變量設為營業收入億元，如表1 所示。

表1 2015-2021 年海康威視營業收入（單位：億元）

由此可知，營業收入的皮爾曲線模型函數表達式為：

表2 海康威視皮爾曲線迭代殘差平方和及參數值

續表

表3 反映的是海康威視皮爾曲線非線性回歸模型摘要，其中R2=0.985，表明皮爾曲線擬合效果良好。

表3 海康威視皮爾曲線非線性回歸模型摘要

因此，海康威視生命周期的皮爾曲線模型為：

由此可知，海康威視生命周期中初創期與成長期的分界點為2018 年，成長期與成熟期的分界點為2030 年，成熟期與衰退期的分界點為2052 年，生命周期的峰值在2041 年。如圖2 所示。

圖2 海康威視生命周期階段預測圖

綜上所述，海康威視生命周期的皮爾曲線模型表達式為：

（二）海康威視收益期和折現率的確定

根據海康威視生命周期的預測，可以發現從2018 年開始，海康威視處于成長期。成長期的折現率采用資本成本法。首先運用CAPM 模型確定權益資本成本，從國泰安數據庫獲取相關信息，將2011-2021 年中債國債平均收益率3.22%作為無風險利率，市場期望報酬率采用2011-2021 年滬深300 綜合指數的平均值7.76%，值根據國泰安提供年數據取平均值1.027。根據公式（4.13）計算得權益資本成本為7.88%。債務資本成本選取五年以上銀行貸款利率4.90%。近五年海康威視去權益與負債占比與平均值如表4 所示，根據公式（4.12），求得海康威視的資本成本為=8.36%。

表4 2017-2021 海康威視權益與負債占比（單位：萬元）

衰退期的折現率考慮海康威視作為物聯網企業，固定資產較多，處置成本較高，經濟收益較少，折現率較大，采用行業平均凈資產報酬率作為企業的折現率。根據東方財富提供近三年行業平均凈資產報酬率=12.06%作為衰退期折現率。

（三）海康威視數字資產超額收益的預測

基于海康威視2017-2021 年五年的數據，根據公式（4.1）預測未來六年海康威視數字資產的超額收益，評估基準日確定為2021 年12 月31 日。

1.自由現金流計算

海康威視作為新興物聯網企業營業收入的變動會受到眾多因素的影響，存在灰色系統，因此適用于采用灰色預測模型，基于2016-2021 年海康威視營業收入，預測未來6 年的營業收入。灰色模型預測擬合結果如表5 所示。

表5 海康威視營業收入GM(1.1)擬合值

灰色預測模型后驗差比C 值為0.014，小于0.35，表示模型精度高。模型平均相對誤差2.245%，小于20%，表明模型擬合良好。可以運用灰色預測模型對未來營業收入進行預測，預測結果如表6所示。

表6 海康威視營業收入灰色模型預測結果（單位：億元）

根據海康威視2016-2021 年相關財務報表數據，計算其他計算自由現金流項目按照占營業收入比重的平均值。根據公式（4.15），計算2022-2027 年企業自由現金流。結果如表7 所示。

表7 2022-2027 年海康威視自由現金流預測值（單位：萬元）

2.數字資產超額收益

從公司年報中獲取流動資產，應付職工薪酬等相關數據，根據上文公式計算流動資產貢獻值、固定資產貢獻值和其他無形資產貢獻值。流動資產貢獻率按照一年期銀行貸款利率4.35%確定，固定資產與無形資產貢獻率采取五年以上銀行貸款利率4.90%確定，人力資本貢獻率參考1978-2017 年平均人才貢獻率31.60%（黃敏，2020）。由此根據計算出的自由現金流和各資產的貢獻率確定2022-2027 年數字資產的超額收益，如表8 所示。

表8 2022-2027 年海康威視數字資產超額收益預測值（單位：萬元）

（四）海康威視數字資產價值評估

當前海康威視處于成長期，考慮成長期、成熟期和衰退期三個階段對應的折現率不同，根據公式（4.1）可得：

根據對海康威視生命周期的劃分，數字資產的收益期跨越成長期、成熟期和衰退期三階段，然后分別確定成長期、成熟期和衰退期對應的折現率，根據GM（1,1）灰色預測模型預測的海康威視數字資產超額收益，帶入公式（5.3）后計算出2021 年12 月31 日海康威視數字資產的價值為892189.93 萬元。查閱海康威視的年度報告，其2021 年的資產總額是10386454.31 萬元，比較可發現海康威視數字資產的價值較高，海康威視需要在充分認識到數字資產價值的重要性基礎上，科學制定適合數字資產數字化屬性的管理體系，加強對數字資產發展情況的監測，結合物聯網企業未來發展戰略適當加大數字資產的開發與研發。

五、總結

基于公司財務視角，界定數字資產是一種以二進制形式存在，沒有有形載體，預期會給企業帶來超額經濟利益的資源。考慮企業生命周期對折現率的影響，運用皮爾曲線和GM（1,1）灰色預測模型改進了多期超額收益法，既反映了數字資產的價值性和收益性屬性，也契合了數字資產的數字化屬性，然后應用改進的多期超額收益模型評估了物聯網企業海康威視數字資產的價值。希望能夠有助于物聯網企業合理配置和管理數字資產，進而合理交易和披露數字資產。同時，為行業及相關管理部門制定數字資產監督管理要求，規范企業行為提供借鑒。