基于財(cái)務(wù)視角的企業(yè)數(shù)據(jù)資產(chǎn)評(píng)估方法研究

【摘" 要】基于當(dāng)前工業(yè)企業(yè)數(shù)據(jù)資產(chǎn)評(píng)估方面的局限性，論文從數(shù)據(jù)資產(chǎn)的概念及特性出發(fā)，基于財(cái)務(wù)視角建立了基于層次分析法及模糊綜合評(píng)價(jià)法的數(shù)據(jù)資產(chǎn)評(píng)估模型，詳細(xì)介紹了模型的計(jì)算方法。以某工業(yè)企業(yè)數(shù)據(jù)資產(chǎn)價(jià)值評(píng)估為例，驗(yàn)證該方法的可行性與科學(xué)性，對(duì)完善我國(guó)企業(yè)數(shù)據(jù)資產(chǎn)價(jià)值評(píng)估體系具有重要意義。

【關(guān)鍵詞】財(cái)務(wù)視角；數(shù)據(jù)資產(chǎn)；評(píng)估方法；層次分析法

【中圖分類號(hào)】F275；F49" " " " " " " " " " " " " " " " " " " " " " "【文獻(xiàn)標(biāo)志碼】A" " " " " " " " " " " " " " " " " " " " " " " " "【文章編號(hào)】1673-1069（2024）05-0167-03

1 引言

在全球數(shù)字化經(jīng)濟(jì)日益繁榮的背景下，數(shù)據(jù)資料的開發(fā)與應(yīng)用對(duì)企業(yè)的發(fā)展越來越重要，部分先進(jìn)制造業(yè)企業(yè)已將數(shù)據(jù)資料作為企業(yè)的核心資產(chǎn)進(jìn)行儲(chǔ)備與開發(fā)，這對(duì)提升企業(yè)核心競(jìng)爭(zhēng)力及經(jīng)濟(jì)效益具有重要意義[1]。然而現(xiàn)階段我國(guó)大多數(shù)企業(yè)對(duì)數(shù)據(jù)資產(chǎn)還不夠重視，對(duì)數(shù)據(jù)資產(chǎn)價(jià)值的評(píng)估仍然處于起步階段[2]。鑒于此，本文采用層次分析法及模糊綜合評(píng)價(jià)法建立了數(shù)據(jù)資產(chǎn)評(píng)估模型，完善企業(yè)數(shù)據(jù)資產(chǎn)評(píng)估方法，對(duì)提升企業(yè)對(duì)數(shù)據(jù)資產(chǎn)的重視程度具有重要意義。

2 數(shù)據(jù)資產(chǎn)基礎(chǔ)理論

2.1 數(shù)據(jù)資產(chǎn)的概念

數(shù)據(jù)資產(chǎn)主要包括“數(shù)據(jù)”及“資產(chǎn)”兩層含義，數(shù)據(jù)包括了視頻、圖片、聲音、文字等非物質(zhì)類的電子化產(chǎn)物，這些電子化產(chǎn)物采用計(jì)算機(jī)或存儲(chǔ)器記錄并保存；資產(chǎn)可以為企業(yè)的發(fā)展提供資源并創(chuàng)造收益，具有使用價(jià)值及交換價(jià)值。通過對(duì)“數(shù)據(jù)”及“資產(chǎn)”兩個(gè)概念的分析不難看出，企業(yè)的數(shù)據(jù)資料是可以為企業(yè)創(chuàng)造經(jīng)濟(jì)利益的視頻、圖片、聲音、文字等非物質(zhì)類的數(shù)據(jù)[3]。

2.2 數(shù)據(jù)資產(chǎn)的特性

在企業(yè)數(shù)據(jù)信息中并非所有的信息都可以被稱作數(shù)據(jù)資產(chǎn)，數(shù)據(jù)資產(chǎn)應(yīng)具備以下主要特性：第一，價(jià)值屬性。企業(yè)數(shù)據(jù)資產(chǎn)是有商業(yè)價(jià)值的，可以幫助企業(yè)進(jìn)行決策、優(yōu)化業(yè)務(wù)流程、提升效率等，因此被視為企業(yè)的重要資產(chǎn)[4]。但企業(yè)的數(shù)據(jù)資產(chǎn)對(duì)于不同的使用主體的價(jià)值屬性差異較大，當(dāng)企業(yè)數(shù)據(jù)對(duì)使用主體有使用價(jià)值或交換價(jià)值時(shí)，數(shù)據(jù)資產(chǎn)才會(huì)有價(jià)值屬性，而當(dāng)企業(yè)數(shù)據(jù)無法為使用主體創(chuàng)造價(jià)值時(shí)，其價(jià)值屬性將會(huì)消失，因此數(shù)據(jù)資產(chǎn)的價(jià)值屬性具有不確定性。第二，多樣屬性。企業(yè)數(shù)據(jù)資產(chǎn)可以包括各種形式和來源的數(shù)據(jù)，如結(jié)構(gòu)化數(shù)據(jù)、半結(jié)構(gòu)化數(shù)據(jù)和非結(jié)構(gòu)化數(shù)據(jù)。結(jié)構(gòu)化數(shù)據(jù)通常以表格形式存儲(chǔ)在數(shù)據(jù)庫(kù)中，可以通過SQL等查詢語言進(jìn)行處理和分析。半結(jié)構(gòu)化數(shù)據(jù)具有一定的結(jié)構(gòu)，但不像傳統(tǒng)的關(guān)系型數(shù)據(jù)庫(kù)那樣嚴(yán)格。而非結(jié)構(gòu)化數(shù)據(jù)則沒有明確的結(jié)構(gòu)，包括文檔、視頻、音頻等形式的數(shù)據(jù)，需要通過文本分析、圖像識(shí)別等技術(shù)進(jìn)行處理和分析。第三，復(fù)雜屬性。企業(yè)數(shù)據(jù)資產(chǎn)通常是龐大且復(fù)雜的，涉及多個(gè)系統(tǒng)、部門和業(yè)務(wù)流程。企業(yè)在日常運(yùn)營(yíng)中產(chǎn)生大量的數(shù)據(jù)，這些數(shù)據(jù)可能存儲(chǔ)在不同的系統(tǒng)中，涉及不同部門和業(yè)務(wù)流程的操作和交換。由于企業(yè)數(shù)據(jù)資產(chǎn)的規(guī)模龐大和數(shù)據(jù)來源多樣化，管理起來會(huì)面臨一些挑戰(zhàn)，如數(shù)據(jù)集成、數(shù)據(jù)一致性、數(shù)據(jù)安全等問題[5]。

3 基于財(cái)務(wù)視角的數(shù)據(jù)資產(chǎn)評(píng)估模型

3.1 AHP法主觀權(quán)重確定

AHP法又稱為層次分析法，是一種用于多目標(biāo)決策的數(shù)學(xué)方法，通過對(duì)不同目標(biāo)和選擇方案進(jìn)行層次化的比較和評(píng)估，幫助決策者作出最佳決策。層次分析法的計(jì)算過程主要分為以下步驟：

第一，構(gòu)建判斷矩陣。根據(jù)目標(biāo)問題，構(gòu)建多層次的評(píng)級(jí)體系，一般可以分為目標(biāo)層、準(zhǔn)則層及指標(biāo)層。通過同一層次各指標(biāo)間的重要性比較，確定判斷矩陣，重要性比較的標(biāo)準(zhǔn)是該指標(biāo)對(duì)上一級(jí)指標(biāo)相對(duì)重要的程度，可采用“1-5”標(biāo)度法，如表1所示。

表1中，b12表示指標(biāo)B1與指標(biāo)B2對(duì)指標(biāo)A的重要性比較結(jié)果，根據(jù)二者對(duì)指標(biāo)A的重要性比較結(jié)果，按照“1-5”標(biāo)度法含義確定相應(yīng)的標(biāo)度。

第二，構(gòu)建綜合判斷矩陣。采用加權(quán)幾何平均的方法得出綜合所有專家意見的判斷矩陣，即：

k=1" " " " " " " （1）

wi=i" " " " " " " " " " " " " （2）

式（1）和式（2）中：aij為綜合判斷矩陣的各元素；i，j=1，2，3，…，n；bij（k）為第k位專家判斷矩陣中的元素；λk為第k位專家所賦權(quán)重；wi為各指標(biāo)最終權(quán)重值。

第三，一致性檢驗(yàn)。計(jì)算綜合判斷矩陣的特征根λmax，并按式（3）對(duì)每個(gè)矩陣進(jìn)行一致性檢驗(yàn)。同時(shí)，為更好地檢驗(yàn)判斷矩陣是否滿足一致性要求，引入平均隨機(jī)一致性函數(shù)S，按式（4）計(jì)算隨機(jī)一致性比率CR，當(dāng)CR小于0.1時(shí)，矩陣一致性滿足要求，否則需要進(jìn)行調(diào)整。

R" " " " " " "（3）

CR=R/S" " " " " " " " " " " " " " " " "（4）

式（3）和式（4）中，λmax為綜合判斷矩陣的特征根，n為矩陣階數(shù)，S為平均隨機(jī)一致性函數(shù)，取值與矩陣階數(shù)相關(guān)，n=3時(shí)，S取0.58；n=4時(shí)，S取0.90。

3.2 模糊綜合評(píng)價(jià)法資產(chǎn)調(diào)整系數(shù)

模糊綜合評(píng)價(jià)法是一種用于處理模糊信息的決策方法，通過模糊邏輯理論來處理評(píng)價(jià)過程中的不確定性和模糊性，將模糊的語言描述轉(zhuǎn)化為數(shù)量化的評(píng)價(jià)結(jié)果。模糊綜合評(píng)價(jià)法主要包括因素集合、評(píng)價(jià)集合及單因素評(píng)價(jià)矩陣。

第一，因素集合。針對(duì)評(píng)價(jià)目標(biāo)建立相應(yīng)的因素集合，因素集合內(nèi)的各因子（u1～um）對(duì)目標(biāo)函數(shù)有顯著影響。因素集合U可采用矩陣的形式表示，即：

U=[u1" u2" u3" …" um]" " " "（5）

第二，評(píng)價(jià)集合。評(píng)價(jià)集合依據(jù)李克特五級(jí)量表將指標(biāo)評(píng)判標(biāo)準(zhǔn)設(shè)置為5個(gè)等級(jí)，并對(duì)每個(gè)等級(jí)采用賦分的形式進(jìn)行量化處理，賦分結(jié)果由高到低分別為100、80、60、40、20，對(duì)應(yīng)的評(píng)價(jià)標(biāo)準(zhǔn)分別為重要、比較重要、中等重要、一般重要、不重要。

第三，單因素評(píng)價(jià)矩陣。針對(duì)因素集合內(nèi)的各因子，均存在一個(gè)模糊映射函數(shù)f（wi），通過專家打分法建立單因素評(píng)價(jià)矩陣R，即：

R" " （6）

綜合評(píng)判主要是對(duì)各個(gè)因素的評(píng)價(jià)進(jìn)行計(jì)算總結(jié)，但各因素對(duì)于目標(biāo)函數(shù)的影響不同。因此，需要建立各評(píng)判因素的權(quán)重矩陣S，即：

S=[s1" s2" …" sm]0≤si≤1si=1" " " （7）

通過模糊變換，可以得到評(píng)價(jià)集合中的一個(gè)模糊子集，并根據(jù)最大隸屬原則對(duì)目標(biāo)函數(shù)進(jìn)行評(píng)判，結(jié)合層次分析法賦權(quán)結(jié)果，確定評(píng)判結(jié)果C為：

C=w·S" " " " " " " " " （8）

4 企業(yè)數(shù)據(jù)資產(chǎn)價(jià)值評(píng)估案例分析

4.1 企業(yè)資產(chǎn)基本情況

以杭州某工業(yè)企業(yè)為研究對(duì)象，該公司創(chuàng)立于1996年，主要從事電力設(shè)備的生產(chǎn)與研發(fā)，作為電力設(shè)備生產(chǎn)商一直深耕于該行業(yè)，并重視企業(yè)數(shù)據(jù)資產(chǎn)的保護(hù)與開發(fā)。根據(jù)企業(yè)2015-2020年披露的財(cái)務(wù)信息，獲取企業(yè)的主要財(cái)務(wù)數(shù)據(jù)如表2所示。

4.2 數(shù)據(jù)資產(chǎn)價(jià)值評(píng)估模型

本文將數(shù)據(jù)資產(chǎn)的價(jià)值按層次進(jìn)行劃分，通過各層次因素對(duì)數(shù)據(jù)資產(chǎn)的影響程度，確定最終數(shù)據(jù)資產(chǎn)價(jià)值。數(shù)據(jù)資產(chǎn)價(jià)值評(píng)價(jià)如表3所示。

4.3 數(shù)據(jù)資產(chǎn)價(jià)值計(jì)算

由表3可知，其分為3級(jí)，邀請(qǐng)10位企業(yè)數(shù)據(jù)資產(chǎn)價(jià)值評(píng)估方面的專家學(xué)者，對(duì)各級(jí)別指標(biāo)采用“1-5”標(biāo)度法進(jìn)行打分。以一級(jí)指標(biāo)為例，得到的判斷矩陣Z見式（9）。

Z=" " " " " " " " " " " "（9）

判斷矩陣Z的特征根λmax為3.054，按式（3）和式（4）對(duì)其進(jìn)行一致性檢驗(yàn)，R=0.027，3階矩陣S取0.58，則CR=0.046小于0.1，檢驗(yàn)結(jié)果滿足要求。根據(jù)計(jì)算結(jié)果，該工業(yè)企業(yè)數(shù)據(jù)資產(chǎn)評(píng)估中，數(shù)據(jù)資產(chǎn)的固有價(jià)值的權(quán)重為0.589，在企業(yè)數(shù)據(jù)資產(chǎn)中占比最大；數(shù)據(jù)資產(chǎn)的應(yīng)用價(jià)值的權(quán)重為0.252，數(shù)據(jù)資產(chǎn)的數(shù)據(jù)風(fēng)險(xiǎn)權(quán)重為0.159，在企業(yè)數(shù)據(jù)資產(chǎn)中占比最小，為次要的影響因素。

同理，對(duì)該工業(yè)企業(yè)數(shù)據(jù)資產(chǎn)的二級(jí)指標(biāo)各指標(biāo)進(jìn)行一致性檢驗(yàn)并確定權(quán)重，結(jié)果如表4所示。

同時(shí)，根據(jù)模糊綜合評(píng)價(jià)理論，邀請(qǐng)專家學(xué)者采用百分制對(duì)企業(yè)數(shù)據(jù)資產(chǎn)的發(fā)展情況進(jìn)行判斷，各評(píng)判因素的權(quán)重矩陣S分為5級(jí)，詳見式（10）。

S=[100，80，60，40，20]=[強(qiáng)，較強(qiáng)，中，較弱，弱]" " （10）

通過專家學(xué)者對(duì)該工業(yè)企業(yè)數(shù)據(jù)資產(chǎn)資料的查閱、問詢及比較，對(duì)該工業(yè)企業(yè)數(shù)據(jù)資產(chǎn)優(yōu)劣進(jìn)行評(píng)分，評(píng)價(jià)見表5，并對(duì)其進(jìn)行歸一化處理。

根據(jù)表4層次分析法權(quán)重計(jì)算結(jié)果及表5數(shù)據(jù)資產(chǎn)價(jià)值評(píng)價(jià)結(jié)果，得到固有價(jià)值、應(yīng)用價(jià)值及數(shù)據(jù)風(fēng)險(xiǎn)的綜合評(píng)價(jià)矩陣，如式（11）～式（13）。

企業(yè)數(shù)據(jù)資產(chǎn)固有價(jià)值的綜合評(píng)價(jià)矩陣p1：

p1=[0.389 0.306 0.306]·"=[0.239 0.239 0.223 0.239 0.061]" " " " （11）

企業(yè)數(shù)據(jù)資產(chǎn)應(yīng)用價(jià)值的綜合評(píng)價(jià)矩陣p2：

p2=[0.436 0.275 0.289]·"=[0.200 0.300 0.100 0.200 0.173]" " "（12）

企業(yè)數(shù)據(jù)資產(chǎn)數(shù)據(jù)風(fēng)險(xiǎn)的綜合評(píng)價(jià)矩陣p3：

p3=[0.252 0.589 0.159]·=[0.309 0.241 0.116 0.184 0.125]" " " （13）

由式（11）～式（13）可知，首先，該工業(yè)企業(yè)數(shù)據(jù)資產(chǎn)的固有資產(chǎn)發(fā)展方面處于強(qiáng)～較強(qiáng)區(qū)間，具有較好的發(fā)展趨勢(shì)；其次，數(shù)據(jù)資產(chǎn)的應(yīng)用價(jià)值處于較強(qiáng)區(qū)間，說明該企業(yè)在數(shù)據(jù)資產(chǎn)的應(yīng)用方面仍具有上升空間，如增加產(chǎn)品中數(shù)據(jù)資產(chǎn)的價(jià)值屬性、提升產(chǎn)品生產(chǎn)自有化程度等，均可以提升企業(yè)數(shù)據(jù)資產(chǎn)的應(yīng)用價(jià)值；最后，該企業(yè)在數(shù)據(jù)資產(chǎn)的風(fēng)險(xiǎn)保護(hù)方面做得較好，對(duì)其自我數(shù)據(jù)資產(chǎn)保護(hù)較好。

根據(jù)式（11）～式（13）企業(yè)數(shù)據(jù)資產(chǎn)綜合評(píng)價(jià)矩陣見式（14）。

p=[0.589 0.252 0.159]·

=[0.240 0.255 0.175 0.220 0.110]" " （14）

根據(jù)專家學(xué)者對(duì)該企業(yè)數(shù)據(jù)價(jià)值的整體評(píng)價(jià)可知，強(qiáng)相關(guān)占比24.0%，較強(qiáng)相關(guān)占比25.5%，中等相關(guān)占比17.5%，較弱相關(guān)占比22.0%，弱相關(guān)占比11.0%。將評(píng)價(jià)結(jié)果與分級(jí)標(biāo)準(zhǔn)對(duì)應(yīng)，得到數(shù)據(jù)資產(chǎn)的調(diào)整系數(shù)K：

K=0.240×100.0+0.255×80+0.175×60+0.220×40+0.110×20=65.9%" " " " （15）

將數(shù)據(jù)資料調(diào)整系數(shù)K帶入表2中，計(jì)算得到各年度調(diào)整后的數(shù)據(jù)資產(chǎn)價(jià)值如表6所示。

由計(jì)算結(jié)果可知，本案例中原數(shù)據(jù)資產(chǎn)的價(jià)值估算存在較大的局限性，原數(shù)據(jù)資產(chǎn)占比為37.81%～42.81%。鑒于原估算值的局限性，采用調(diào)整系數(shù)對(duì)數(shù)據(jù)資產(chǎn)估值進(jìn)一步調(diào)整，調(diào)整后數(shù)據(jù)資產(chǎn)占比為24.91%～28.21%。

5 結(jié)論

以企業(yè)數(shù)據(jù)資產(chǎn)價(jià)值評(píng)估方法為研究對(duì)象，從數(shù)據(jù)資產(chǎn)的概念及特點(diǎn)出發(fā)，建立基于層次分析法及模糊綜合評(píng)價(jià)法的企業(yè)數(shù)據(jù)資產(chǎn)評(píng)估模型，彌補(bǔ)企業(yè)數(shù)據(jù)資產(chǎn)估算局限性較大的問題。通過對(duì)某工業(yè)企業(yè)數(shù)據(jù)資產(chǎn)價(jià)值估算的計(jì)算，對(duì)評(píng)估模型進(jìn)行了詳細(xì)的闡述，全面展示該模型的可靠性與科學(xué)性，有助于完善我國(guó)工業(yè)企業(yè)數(shù)據(jù)資產(chǎn)方面的運(yùn)營(yíng)與管理工作。

【參考文獻(xiàn)】

【1】王杰偉，夏琣崢.數(shù)據(jù)資產(chǎn)識(shí)別的方法與實(shí)踐[J].中國(guó)信息界，2024（01）：97-101.

【2】趙麗芳，曹新宇，邊琰澔.企業(yè)數(shù)據(jù)資產(chǎn)創(chuàng)造價(jià)值的底層邏輯問題研究[J].會(huì)計(jì)之友，2024（06）：51-58.

【3】丘開浪.數(shù)據(jù)資產(chǎn)的識(shí)別確認(rèn)與價(jià)值評(píng)估[J].中國(guó)資產(chǎn)評(píng)估，2024（02）：10-16.

【4】賀燦.企業(yè)數(shù)據(jù)資產(chǎn)價(jià)值評(píng)估探討[J].財(cái)會(huì)學(xué)習(xí)，2024（04）：140-142.

【5】吳征，李景瑩，梁騫丹.以數(shù)據(jù)資產(chǎn)創(chuàng)新為驅(qū)動(dòng)的數(shù)字化服務(wù)實(shí)踐[J].金融科技時(shí)代，2024，32（02）：23-29.