企業數據資產價值評估探討

賀燦 中國華電集團有限公司

引言

“十四五”時期，數據資產不僅僅是新時代企業高質量發展的核心生產要素，更是推動各行業領域產業轉型升級、助推新一輪科技革命的重要戰略資源，特別是在我國全面深化改革的新趨勢下，健全數據要素市場規則，發展一套科學有效的數據資產評估體系，合理量化數據資產在安全可靠邊界下的經濟價值，能夠為企業調整經營決策、開拓高端市場以及實現可持續發展提供強有力的科學依據。因此，加強對企業數據資產價值評估的概述、影響因素等內容的分析與研究有著極其深遠的現實意義。

一、企業數據資產價值評估的相關概述

（一）數據資產的定義

目前，國內很多學者雖已逐漸意識到數據資產價值評估的重要性及必要性，并開始致力于數據資產價值評估的分析與研究，但并未對數據資產下定義。一部分學術工作者將數據資產定義為用于交流、處理、解釋的一種重要經濟資源。另一部分學術工作者則認為企業數據資產是具有正確性、重復性、完整性和參考性的信息資料，通過對這類數據資料的深入研究，挖掘其潛在的價值信息，進一步提高相關數據資料的利用價值，并幫助企業管理層制定更加科學、合理的戰略決策，從而促進企業的長效化穩健發展。由此可見，加強對企業數據資產價值評估的探析與研究有著極其深遠的現實意義。

（二）數據資產的特點

通過對數據資產定義內涵的分析與研究可以發現，數據資產的特征集中體現在以下幾個方面：

第一，數據資產具有較為明顯的非實體性特征，即數據資產的功能往往需要借助硬件裝置、電子計算機等有形媒介才能實現，并且在實際運用過程中數據資料本身的價值并不會發生損耗或損壞。所以，從這一層面來看，數據資產普遍具有極強的非實體性特征。

第二，數據資產具有多樣性特征，該特點主要體現在數據資料的使用維度與表現形式方面，即數據資料的表現形式和內容比較多樣，用戶也可以在各種情況下依托各種渠道對所需的數據資料加以利用，以便更好地滿足自身的實際需求。正因如此，在不同的渠道下，數據資產所產生的經濟效益往往會呈現出多樣化態勢。

第三，數據資產具有通用性特征。與其他類型的資產相比較而言，數據資產具有較強的適用性，能夠適用于各個行業領域、各個專業，加之其本身的更新速度相對較快，這就賦予了數據資產更多的潛在價值，可通過深入挖掘數據資料的潛在價值，為企業開展多樣化業務提供強有力的科學依據。

第四，數據資產具有較為明顯的外接性特征，該特點主要體現在運用大數據分析技術取得的成果，除了可以供企業自用外，還可以將數據分析產品、咨詢服務等內容進行打包并在國內外市場上進行銷售，這樣就能夠為企業創造更多的經濟效益及社會價值。可見，對于現代企業運營發展而言，數據資產本身所具有的外接性特征，同樣是企業財務數據價值的客觀體現。

（三）企業數據資產價值構成

從本質上來講，數據資產的價值就是利用具有參考性的數據資料，確定企業內部與數據資產相關決策所獲取的凈利潤。從業務活動的角度分析，單一數據資產所帶來的綜合效益遠遠低于數據資產整體所產生的經濟價值，尤其是一些運用于戰略決策制定的數據資料，更應具有較強的時效性、完整性和真實性。所以，從某種層面上而言，企業數據資產的總價值往往涵蓋數據資產本身的經濟價值以及尚未挖掘的潛在價值，這就需要企業充分利用以數據資產為核心的運營機制，借助各種先進的數字化技術手段，深入挖掘目標客戶的潛在消費行為，并為其提供極具個性化的產品或服務，借此來拓寬企業自身的經濟來源，增強企業核心競爭優勢與整體服務質效，促使企業在日益激烈的市場環境中站穩腳跟。

二、影響企業數據資產價值評估的相關因素

（一）數據數量因素

縱觀以往的實踐經驗不難發現，數據信息的總體數量是影響企業數據信息本身資產價值的重要因素之一。一般而言，在其他各項條件不變的情況下，數據規模越大，數據資產蘊含的經濟價值則越高。值得注意的是，個別企業的數據規模雖然不大，但由于日常經營所涉及的數據種類比較多樣，因而數據資產同樣會發揮較高的應用價值。所以，從這一層面來看，在評估數據資產價值時，相關企業可以將數據種類作為衡量、評估數據資產價值的關鍵指標。

（二）數據質量因素

數據質量作為影響企業數據資產價值的另一種因素，其主要體現在效率和成本方面。其中，從效率層面上分析，質量較差的數據信息將會大大增加數據資產的識別、挖掘等工作難度，進而導致數據資產評估成本增加，數據資產價值大打折扣。反之，具有完整性、可追溯性和可用性的數據信息則會有效提升數據資產的經濟價值，進而為企業順利實現降本增效目標創造有利的先決條件。

（三）數據管理因素

鑒于企業內部各項信息數據的本身就具有較為明顯的價值易變性、可加工性等特征，不同類型的數據資產具有不同的使用途徑和處理方式，這就意味著相關管理人員只有對數據資料進行精細化管理，才能實現數據資產價值的有效發揮。但是，伴隨著時間的不斷推移，同一數據資產的價值也可能會發生增加或損耗變化，致使數據資產價值降低或失效。可見，在企業進行數據資產價值評估作業的過程中，必須注重數據管理的實效性，并在數據資產發生重大變化前，及時進行科學化管理和干預，只有這樣才能助力企業獲取最大化的經濟效益。

（四）數據應用

在市場經濟形勢愈演愈烈的大環境下，企業要想擁有更多的自主權，必須掌握更多的稀缺性資源，并通過對海量數據信息的分析應用，方便企業管理層制定科學決策和高效化管理方案，以促進企業綜合實力的穩步提升。但由于同一數據資產在不同的應用情形下所發揮的價值不同，數據的應用范圍越廣，數據資產發揮的價值則越高。此外，在數據資料應用的過程中，同一數據在不同經濟應用場景下所實現的價值增值程度也會存在較大差異，若交易雙方對數據資產價值的認同程度較高，則交易越容易達成，交易價格自然也很容易達到賣方的心理預期。可見，數據應用同樣是影響企業數據資產價值評估的關鍵性因素，需要企業管理層引起高度重視并進行深入研究。

三、企業數據資產價值評估方法及構建思路

（一）數據資產價值評估方法

1.傳統評估法

（1）成本法

事實上，企業數據資產價值評估方法著重于數據資產價值的絕對價值水平，期望通過科學的數據資產價值評估模型準確評估數據資產的經濟價值。目前，成本法作為互聯網時代背景下一種以待估資產實際成本計價的分析方法，主要是指互聯網企業內部累積的各種數據資產價值等同于運營周期內的成本和初期準備成本的總和。在運用成本法衡量、評估企業數據信息的資產價值時，相關從業人員應精準核算各個環節產生的運行維護費用、基礎建設費用等成本費用，然后經過人工成本、軟硬件等形式測算數據資產收益，以便更好地掌握歷史數據的實際費用，進而為后續高效管理和精準決策提供相應的數據支持。

（2）市場法

與成本法有所不同，市場法可以通過直接或間接方法對比分析結果，并以此為依據來判斷企業數據資產價值的一種分析方法，其衡量參數和技術指標也更為可靠、真實。在實際的運用過程中，通常是以數據資產交易市場中近期已經成交的相同或相似類別的真實案例或市場交易價格為參考，通過合理調整質量、時間、規模等系數后，以比較的結果為依據精準估算出數據資產的實際價值，即評估價值=可比互聯網數據資產的成交價值×修正價格系數。值得注意的是，由于評估基準日、技術等因素的不同，很容易導致數據信息的資產價值存在較大差異。也正因如此，在長期的應用實踐過程中，劉永紅、張淑雯通過分析數據資產的相關影響因素，運用AHP 和灰色關聯法構建了基于市場法的數據資產價值評估模型，旨在運用市場法進行數據資產價值評估工作，更好地反映企業數據資產的經濟價值。不僅如此，市場法是采用與市場上近期同類或相似互聯網數據資產進行交易的價值對比評估方法，在實際應用過程中不僅能夠真實反映當前的市場情況，還很容易被買賣雙方所接受，但該方法也存在較為明顯的缺陷，即對市場條件的要求較為嚴格，評估時必須與市場上的同類或相似類別交易方式進行價格對比，整個評估難度相對較大。

（3）收益法

在當今時代下，越來越多的企業普遍認為運用超額收益法來評估數據資產更為合理、科學和可靠。不僅如此，在長期的實踐研究過程中，很多學者對于多期超額收益法進行了進一步改進和完善，個別專家也開始運用剩余法剖離數據資產在整體收益中的相關收益，更有甚者開始選擇引入專家打分法和層次分析法對一些非財務因素指標進行量化分析，最終得到了更加完整的多期超額收益模型。但這種技術也具有較為明顯的缺陷，即常常會受到企業主觀確定條件的干擾，對于利潤金額的風險預期相對不夠精準。所以，為了更好地評估企業數據信息的資產價值，必須綜合考慮動態環境下經濟效益的不確定性等因素，選擇合適的資產評估方法，不斷挖掘數據資料背后潛藏的價值，以此來賦予企業價值新增動力，提升企業整體服務質量，促使企業順利實現降本增效目標。

2.非傳統評估法

考慮到數據資產的特性后，國內很多專家學者認為傳統的評估方法存在或多或少的缺陷，加之數據資產價值評估正處于探索期，可供應用的衡量方式比較復雜，尚未形成一套可操作性強、全面、客觀的數據資產估值方法體系。所以，越來越多的學者開始致力于新的研究，并通過分析數據資產的特征與影響因素，基于大數據服務企業特點，陸續引入了層次分析法、實物期權理論等非傳統評估方法。其中，實物期權理論主要包含B-S 模型、蒙特卡洛模擬和二叉樹模型三種方法，B-S 模型通常適用于連續時間下的期權定價，能夠對聯盟企業的數據資產進行價值評估。此后，在長期的實踐研究中，Long Staff&Schwartz 第一次將最小二乘法與蒙特卡洛模擬相結合來評估數據資產價值，徹底開啟了LSM 應用于數據資產價值評估的新時代。至于二叉樹模型的實踐應用，通常是引入二叉樹模型改進DCF 模型，以精準評估企業數據資產的投資價值。總而言之，目前對數據資產的估值研究主要集中在數據模型與傳統估值理論相結合。在期權定價問題上，B-S 模型、蒙特卡洛模擬和二叉樹模型三種方法均可以實現對期權價值的準確估算，同時還能夠解決潛在的價值估值問題。

（二）數據資產價值評估體系構建思路

1.估算末端指標

對于企業數據資產價值評估工作而言，末端指標通常是指數據資產價值評估體系中處于底層的指標項，通過精準估算、預測末端數據指標，可以準確判斷企業相關數據信息是否能夠滿足指標項的具體測量規則。值得注意的是，在估算末端指標時，相關從業人員應借助智能儀表儀器、電子設備等設備，全面采集市場上可比數據資產的市場報價資料，從而準確地估算出數據資產所帶來的超額收益，同時這對于確定企業風險系數也起到一定的積極作用。

2.計算經濟價值

在構建數據資產價值評價體系的過程中，設計人員應注重對數據資產絕對價值水平的精準核算。具體來講，在計算成本價值時，可使用成本法根據數據資產取得成本確定所需的設備購置費用、相關設備研發費用和水電費用；在計算收益價值時，可利用收益法根據未來預期收益來衡量數據資產、折現率和收益年限，只有這樣才能實現對數據資產價值的準確核算，進而為企業管理層制定科學決策和高效化管理方案提出一些具有參考價值的數據支持。

3.質量價值計算及數據資產價值評估

在構建數據資產價值評估體系的過程中，數據資產的質量價值通常以百分比表示，按照構建的評價指標體系，由下至上以此計算數據形式價值、數據內容價值、數據績效價值和質量價值。此外，針對待估數據資產價值的評估，可從質量、經濟等維度入手，即數據質量越高，企業采集、分析和處理數據的成本則越低，數據資產價值則越高。反之，若市場對數據資產價值的認可度不高，即使數據資產的質量再高也不會具有很高的經濟價值。所以，在評估數據資產價值時，相關人員必須充分考慮質量和經濟兩個維度，只有這樣才能準確評估數據資產價值，進一步促進企業降本增效。

結語

綜上所述，數據資產價值評估模型具有十分光明的應用前景，是新時期企業提升自身總體管理水平、加快產業結構轉型升級的關鍵支撐。因此，各大企業必須高度重視數據資產價值評估方面的探析與研究，精準把握影響數據資產價值評估的相關因素，并根據權重來計算和量化模糊評價需求，科學選擇行之有效的價值評估方法，準確估算數據資產的實際價值，在保證相關數據資料真實性與可靠性的前提下，幫助企業管理層制定更加合理的戰略決策，從而為企業高效、高質推進數字化轉型保駕護航。