數據資產價值評估研究

侯燕祥 佟東

摘要：信息技術時代，數字經濟蓬勃發展，其在公司的生產經營、投資和管理決策等方面發揮著重要作用。因此，科學合理地評估數據資產的價值對企業經營發展具有重要意義。通過對3種傳統評估方法進行比較分析，構建多期超額收益模型來評估企業數據資產的價值，以L公司為研究對象進行實證分析，通過該公司2022—2026年相關數據，探究多期超額收益模型下企業數據資產的價值，并針對數據資產管理與應用等提出相關建議。

關鍵詞：數據資產；價值評估；多期超額收益法

0 引言

當前，大數據發展迅速，數據意識和數據價值逐步提升，數據規模持續增加。數據作為企業的一項重要資產，在企業日常經營活動中持續不斷地產生。對數據資產進行客觀、合理的評估，能使企業意識到數據資產的重要性，提高數據管理的效果和效率，增強相關決策的準確性，提升盈利水平，更便于投資者對企業整體資產價值進行更為全面、客觀的評估，以體現出企業的實際價值。目前看來，數據資產已經成為各類型企業競爭的一項優勢。

1 文獻綜述

數據資產作為無形資產的一個門類，非常容易被低估，但隨著數據分析和驅動業務的發展，越來越多的企業和組織已經認識到數據資產的重要性，開始重視數據管理和價值釋放。

Hannila Hannu［1］等通過分析數據資產在產品組合管理中數據驅動、基于事實的決策潛力，對8家國際公司進行定性分析，得出數據模型對企業經營治理具有關鍵作用。李佳妹［2］以嗶哩嗶哩為研究對象，通過構建DEVA模型來評估目標企業的公司價值，再利用層次分析法估算數據資產的價值，認為高質量的數據資產評估能促使企業快速擴張。高華和姜超凡［3］按照應用環境將數據資產劃分為有交易和無交易兩種類型，在不同場景下評估數據資產的方法不同，認為無交易的數據資產適合采用B-S期權定價模型，有交易的數據資產適用利用AHP法結合超額收益法進行評估。于艷芳和陳泓亞［4］以同花順為研究對象，采用多期超額收益法，對信息服務企業的數據資產進行評估，認為信息服務企業更應重視數據資產，提高企業市場競爭力。肖錚［5］在分析了數據要確認為資產時所可能存在的問題后，指出數據資產化過程中對其產權確認及估值的重要性。許憲春等［6］指出數據資產在中國經濟未來發展中具有重要作用，因此數據資產需要被量化統計與科學估價。吳愛華［7］在對數據資產的特點進行分析后，結合以X語言培訓機構為例進行分析，認為隨著大數據的發展，數據資產將會在各行各業中越發重要。

綜合學者研究可以發現，通過合理評估和充分利用數據資產，企業可以獲得更好的商業成果和長期競爭優勢。

2 相關理論

2.1 數據資產定義

數據資產化就是通過數據采集和開發運用，傳遞給使用者或所有者并帶來經濟利益的過程。近年來，國內外學者的數據資產的研究逐步深入，各自數據資產的定義也有所不同。2023年1月，中國信息通信研究院聯合眾多企業共同推出了《數據資產管理實踐白皮書（6.0版）》，將“數據資產”定義為由組織合法擁有或控制的數據，以電子或其他方式記錄，可進行計量或交易，能直接或間接帶來經濟效益和社會效益，例如視頻、數據庫等結構化或非結構化數據。

2.2 數據資產的特征

數據資產可以在市場上進行交易，但并不具有實務形態，也與常規無形資產不同，數據資產不存在折舊和攤銷等問題且存續期間可以無限重復使用。在不同應用場景下，數據資產包含的信息由于使用者不同而具有不同的價值［8］。數據資產可以被添加、更新、刪除，也可以被分類、提取。

2.3 數據資產估值方法

評估數據資產價值的方法有很多，本文主要分析成本法、收益法和市場法。通過對比這3種方法的優缺點和適用條件，選擇較合理的數據資產評估方法對L公司的數據資產進行估值。

2.3.1 成本法

成本法是在被評估資產重置成本的基礎上扣除各因素貶值來確定目標資產價值的一種方法，具有易于操作、易于獲取歷史數據，便于財務處理等優點。由于成本法自身的特性，不適用評估無市場交易參照物的資產。

成本法是資產評估中最基礎的評估方法，但該方法是以歷史資料為基礎計算目標資產價值。對企業而言，使用成本法評估目標資產，無法體現未來收益和貨幣時間價值，無法準確地將各類無形資產算入被評估資產的價值中，往往導致目標資產的價值被低估。

2.3.2 收益法

收益法是利用合適的折現率對被評估資產未來的預期收益進行折現，以確定目標資產價值的方法。該方法具有運用范圍廣、理論依據充分、能夠較真實準確地反映目標資產價值等優點，但未來不可見因素和主觀判斷易對目標資產的預期收益額和折現率造成影響。收益法適用目標資產的未來預期收益可以預測且能用貨幣計量的情況。

2.3.3 市場法

市場法是將被評估資產與市場參照物進行對比，通過調整類似資產的市場價格來確定目標資產的價值。

雖然市場法與成本法相比更為客觀，但目前我國市場對資產價值的反映仍會受其他非理性因素的影響。因此，專業評估人員在使用市場法評估目標資產時需謹慎選擇可比參照物，需更加關注評估對象與可比案例在各方面的差異，避免用價格取代價值。

2.4 多期超額收益法

通過比較成本法、收益法和市場法的優缺點和適用情形，發現收益法更為科學，故本文選用收益法作為評估數據資產的方法。收益法下的多期超額收益法是以被評估資產未來一段時間內的預期收益為基礎，利用恰當的折現率進行折現后加總，以確定目標資產價值的一種方法［9］。相對于成本法和市場法，其更科學、準確地反映了目標資產的價值。

多期超額收益法具體評估思路是先測算企業未來一段時間的自由現金流量，然后測算每年的固定資產、流動資產和其他無形資產所創造的收益貢獻值，將自由現金流量扣除其他相關資產貢獻值的剩余收益確定為評估對象的超額收益，最后選用恰當的折現率轉換為現值后加總，以確定企業一段時間內的數據資產的價值［10］。

多期超額收益法的計算公式為

V=∑nt=1Rt（1+r）t（1）

式中，V為數據資產價值；Rt為第t年數據資產預期超額收益；r為折現率或資本化率；n為收益年限。

3 案例分析

3.1 案例簡介

L公司成立于1989年，于2000年6月在深圳證券交易所掛牌上市。公司前身為20世紀60年代在濟南成立的山東省教學儀器廠，經過一系列的整合與企業內部改革，公司擁有了一整條信息技術產業鏈，并借此迅速成長為國內一流的高新技術企業。該公司主要業務為計算機軟硬件產品開發與設計、計算機應用軟件銷售及信息技術支持。公司秉持“云數賦能，智領未來”的發展與合作理念，憑借領先的技術優勢，帶動社會數字化轉型。近年來，該公司進行了一系列生產管理改革，在提高生產效率的同時減少了單位損耗，利潤顯著增長。目前公司正積極開拓國際市場，與當地政府合作構建智慧城市，與阿里巴巴和IBM等企業有廣泛且密切的合作往來。L公司無論從所處的行業環境還是公司經營能力來看，未來發展潛力巨大。

3.2 L公司數據資產估值

對數據資產進行估值時，需要確定相關要素，包括收益期、超額收益、折現率。而確定超額收益時，需要對企業自由現金流量、固定資產貢獻值、流動資產貢獻值和其他無形資產貢獻值進行預測，將固定資產和其他資產的貢獻值從企業自由現金流量中扣減后的數值作為數據資產的超額收益。

3.2.1 確定收益期

L公司自2018年實施“智慧計算”戰略后，其利潤增幅較大。為更客觀、準確地估算其數據資產價值，本文以L公司2018—2021年年報數據為基礎，以2022—2026年為收益期進行研究分析。

3.2.2 確定超額收益

1.企業自由現金流量預測

根據L公司2018—2021年年報數據，計算出其營業收入、營業成本和期間費用的平均增長率分別為12.81%、12.65%、-0.20%；折舊與攤銷、資本性支出、營運資本增加額占營業收入比重分別為1.69%、0.50%、2.92%。

基于此計算的企業自由現金流量見表1。

2.固定資產貢獻值預測

固定資產貢獻值需要利用相關公式來預測，具體公式如下

固定資產補償回報額=固定資產折舊補償率×營業收入

固定資產年平均余額=（期初固定資產余額+期末固定資產余額）/2

固定資產投資回報額=固定資產年平均余額×投資回報率

固定資產貢獻值=固定資產補償回報額+固定資產投資回報額

根據L公司2018—2021年財報數據計算可得，其固定資產折舊占營業收入比重約0.75%，將其作為固定資產折舊補償率；固定資產占總資產的比重約2.52%；總資產平均增長率約21.92%。以5年以上銀行貸款利率4.90%為固定資產投資回報率。

固定資產貢獻值計算的思路是先以表1中各期營業收入為基礎計算出固定資產折舊補償額，然后根據總資產的平均增長率分別計算出各期總資產數值，從而計算出各期固定資產余額，再測算出固定資產投資回報額，最后計算其貢獻值。

由此估算出L公司2022—2026年固定資產貢獻值分別為6.22億元、7.09億元、8.06億元、9.17億元、10.44億元。

3.流動資產貢獻值預測

根據L公司2018—2021年財務報表計算可得，其流動資產占總資產的比重約92.83%。取2022年的1年期銀行貸款利率4.35%作為流動資產投資回報率。流動資產貢獻值的計算思路與固定資產貢獻值相似，利用各期總資產計算出每期的流動資產余額，然后計算其投資回報額。

因流動資產無折舊和攤銷，因此在計算流動資產貢獻值時只對其投資回報額進行預測，相關公式與固定資產投資回報額相似，本文不再對流動資產貢獻值的相關公式進行闡述。

根據以上信息估算出L公司2022—2026年流動資產貢獻值分別為20.89億元、25.24億元、30.78億元、37.52億元、45.75億元。

4.其他無形資產貢獻值預測

根據L公司2018—2021年財報計算可得，其他無形資產占總資產比重約1.10%；攤銷平均增長率為24.63%。以5年以上銀行貸款利率4.90%為無形資產投資回報率。其他無形資產貢獻值的計算思路是先計算每期無形資產余額，從而計算其投資回報額，再計算2018—2021年除數據資產以外的其他無形資產攤銷額平均增長率，從而計算出2022—2026年的其他無形資產攤銷額，最后將其投資回報額和攤銷回報額匯總得出其他無形資產貢獻值。相關公式與計算固定資產貢獻值類似，本文不再闡述。

由此估算出L公司2022—2026年其他無形資產貢獻值分別為5.79億元、7.19億元、8.95億元、11.14億元、13.87億元。

3.2.3 確定折現率

采用加權平均資本成本（WACC）計算折現率，其涉及債務資本成本（Rd）、股權資本成本（Re）、債務比重（D）和股權比重（E）。債務資本成本（Rd）選擇2022年中國人民銀行5年期貸款利率，為4.75%；無風險收益率（Rf）選擇2022年國債5年期利率3.52%；根據巨潮資訊網數據可知β系數為1.00；市場平均收益率（Rm）為8.06%。L公司債務比重（D）為61.30%，股權比重（E）為38.70%，稅率（T）為15%。以上指標之間的關系為

Re=Rf+β×（Rm-Rf）（2）

WACC=ReEE+D+RdDD+E×（1-T）（3）

根據式（2）（3）綜合計算得出，L公司股權資本成本為11.50%、折現率為6.72%。

3.2.4 確定數據資產價值

根據上述信息，以2021年12月31日為起始點、2022—2026年為收益期，計算L公司數據資產的價值，見表2。

由表2可知，L公司在2021年12月31日的數據資產價值為95.86億元。

4 研究結論及建議

通過構建多期超額收益模型，對L公司的數據資產進行估值，估算出其在2021年12月31日的數據資產價值約95.86億元，相對于同行業龍頭企業的數據資產價值較低。在資料搜集與建模估算的過程中，發現該企業對數據資產的搜集、管理、應用處理等方面存在不足。針對這些不足之處提出如下3條建議：

（1）企業應加強數據收集的流程和質量控制，完善數據收集工作，確保數據的完整性和準確性。同時，提高數據安全和隱私保護的措施，減少或避免在數據安全和隱私保護方面存在漏洞而導致數據泄露和濫用的風險，確保數據的安全性和合規性。

（2）建立完善的數據資產管理制度，包括數據分類、標準化、歸檔等方面的規定，充分發揮數據的應用價值。通過對數據進行分類，可以更好地理解和管理不同類型的數據。標準化可以確保數據的質量和一致性，使其更易于分析和應用。另外，歸檔數據可以確保數據的長期保存和訪問，以備日后使用。通過建立完善的數據資產管理制度，充分發揮數據的潛力，為企業創造更大的價值。

（3）加強數據科學和分析團隊的建設，提升數據處理和分析的能力，充分挖掘數據的潛在價值。同時，注重培養數據驅動的決策文化，鼓勵經營管理者在決策中充分利用數據分析的能力，提高經營的效果和效率。

總之，企業要想管理和利用數據資產創造更多的經濟效益，需要解決數據收集、處理和分析能力提升、數據安全和隱私保護、數據資產管理和數據驅動的決策文化等方面的問題，以提升數據資產的價值和利用效果。

5 結語

隨著數字經濟的高速發展，數據資產作為一種新資源將是企業未來發展的核心動力，對管理者及其他利益相關者具有重要意義。現階段各學者提供了不同的數據資產評估方法，本文以L公司為研究對象，將固定資產及其他相關資產的貢獻值從總收益中剝離后得到數據資產的超額收益，再利用適當的折現率進行折現，以各收益年的折現之和作為數據資產的價值。

不可避免的是，本文的研究存在一定的局限性：第一，本文選用的數據來自已公布各期年報的上市公司，對于未公開財務數據的非上市公司而言，較難對其數據資產價值進行評估；第二，采用多期超額收益法評估模型計算時，未來不可見因素和主觀判斷易對數據資產的超額收益產生影響；第三，本文是對整體的數據資產進行估算，而非單項數據資產。考慮到研究的局限性，L公司的數據資產真實價值將大于96億元。

雖然目前相關估值方法尚不成熟，但數字資產對企業發展作用之大毋庸置疑。合理利用數據資產不僅能提高運營效率，還能了解市場細分情況，幫助企業進行精準營銷和推廣。在未來的研究工作中，可以深入研究數據資產的未來預期收益、測算單項數據資產等問題。相信在不久的將來，數據資產評估體系將被科學合理地完善，企業數據資產得到更科學、合理的計算。

參考文獻

［1］HANNILA H，SILVOLA R，HARKONEN J，et al.Data-driven begins with DATA；potential of data assets［J］.Journal of Computer Information Systems，2022，62（1）：29-38.

［2］李佳妹.互聯網企業數據資產價值評估研究：以嗶哩嗶哩為例［J］.現代營銷（上旬刊），2022（9）：151-153.

［3］高華，姜超凡.應用場景視角下的數據資產價值評估［J］.財會月刊，2022（17）：99-104.

［4］于艷芳，陳泓亞.信息服務企業數據資產價值評估研究：以

同花順公司為例［J］.中國資產評估，2022（10）：72-80.

［5］肖錚.數字經濟時代數據資產稅收治理研究［J］.上海立信會計金融學院學報，2021，33（6）：92-103.

［6］許憲春，張鐘文，關會娟.中國新經濟：作用，特征與挑戰［J］.財貿經濟，2020，41（1）：5-20.

［7］吳愛華.數據資產的管理及有效利用［J］.電子商務，2018（4）：48-49.

［8］李永紅，李金驁.互聯網企業數據資產價值評估方法研究［J］.經濟研究導刊，2017（14）：104-107.

［9］秦榮生.企業數據資產的確認、計量與報告研究［J］.會計?與經濟研究，2020，34（6）：3-10.

［10］程湛欽.互聯網企業數據資產價值評估研究［D］.南京：南京郵電大學，2022.

收稿日期：2023-08-24

作者簡介：

侯燕祥，女，1999年生，碩士研究生在讀，主要研究方向：資本運營與財務管理實務。

佟東，男，1982年生，博士研究生、博士后，講師，主要研究方向：文化產業創新管理、傳媒經濟與管理、出版業轉型發展。