非對稱信息下數據資產估值和定價策略研究

汪慧敏 馬雪晴 何恬 李雨廷 程文柯 劉軍航

摘要：在數字經濟時代，數據資產的估值和交易已成為學術界和實務界關注的焦點。通過研究，旨在構建一個科學的數據資產估值模型，并探討非對稱信息條件下的交易定價策略。首先，借鑒普華永道提出的“數據勢能”概念，重新構建了數據資產估值公式，該公式綜合考慮了數據的構建、價值增長、質量和潛在風險能力。其次，隨著數據資產交易體系不斷完善，數據資產交易場所逐漸由場外轉向場內，在此背景下，運用博弈論的分析框架探討了在數據交易平臺上買賣雙方如何在存在信息不對稱的情況下制定定價策略，確保交易的公平性和效率性。通過構建博弈模型，揭示了買賣雙方在交易過程中的行為邏輯及其對價格的影響，得到最后的均衡價格。最后，以一個實際掛牌的地理數據產品為案例，對所提出的估值模型和交易定價策略進行了應用，驗證了所提出估值公式和交易定價機制的實用性和有效性。希望研究結果對于理解和指導數據資產的評估、交易和市場化運作能夠提供一定的理論和實踐借鑒。

關鍵詞：數據資產估值；非對稱信息條件；交易定價策略

0引言

2023年8月，財政部印發《企業數據資源相關會計處理暫行規定》[1]，并于2024年1月1日起施行，為企業數據資源入表提供了基本指引。中國資產評估協會2023年9月印發《數據資產評估指導意見》，為數據資產入表、交易、流通、轉讓等環節的順利進行奠定了基礎。

數字化時代，數據已經成為經濟增長的關鍵動力之一，是驅動數字經濟發展的核心生產要素，而數據資產化是釋放數據要素價值的重要方式。但要充分發揮數據潛力，必須首先解決如何準確估算數據的價值這一問題，這對正處于數字經濟和科技創新快速發展階段的我國尤為重要。因此，加快構建具有中國特色的數據資產定價策略已成為當務之急，對促進數據資產定價、交易和流通，豐富和拓展數據資產應用場景，激活和完善數據要素市場，以及提高數據基礎制度建設質量具有重要意義。

《2022年數據交易平臺發展白皮書》顯示，截至2022年8月，全國已成立44家數據交易機構，其中包括北京國際大數據交易所、深圳數據交易所等代表性數據交易機構（見表1）。我國數據交易市場呈現交易規模持續擴大、交易類型日益豐富、交易環境不斷優化的發展特點，數據交易格局逐漸明晰，市場集聚效應逐漸顯現，充分體現出超大規模的市場優勢。

數據作為數字經濟時代的關鍵生產要素之一，已經成為國家的基礎性戰略資源。但是目前的發展現狀看，數據要素市場建設尚不完善，數據交易規則、標準規范、數據定價等還在探索過程中；平臺交易不活躍，場外交易居多，信息不對稱較嚴重；特別是數據資產的定價機制不夠完善，仍然依賴傳統的資產評估方法比如成本加成定價法和收益法等。這不僅導致數據資產的價值難以充分實現，而且制約了數據要素的流通和交易，阻礙了數據要素的市場化配置進程，不利于數據基礎制度的建設和數字經濟的高質量發展。所以，數據資產定價是亟待解決的難題。

1文獻綜述

目前，國內外對數據資產定價模型的理論研究大致可分為以下兩大類：一類基于經濟學的定價模型，包括成本模型、供需模型和差異定價模型等，并對其參數進行適當優化；另一類基于博弈論的定價模型，在交易雙方從獲取自身利益最大化的角度出發，采取相應最有利的策略來實現價值預期，主要包括非合作博弈、斯塔克伯格（Stackelberg）博弈、討價還價博弈等。

國外學者基于供應商和用戶視角，采用期權定價、拍賣機制等理論，從數據共享、產品異質性及影響因素等維度研究了大數據資產定價問題。根據用戶和產品的異質性及非結構化特點，將數據整合為不同的版本，結合用戶任意查詢次數進行差異化定價。Schwartz和Gorostiza[2]首次將實物期權定價法的思想運用于價值評估，建立了兩個信息技術投資項目價值評估模型，充分考慮了投資機會帶來的技術和投入成本的不確定性，同時也考慮了如果沒有投資，某些IT項目的投資成本也可能發生變化。Carr[3]假設標的資產的價格是連續動態的，針對波動率為隨機的標的資產提出了一個改進期權定價方法。Koutris等[4]、Deop和Koutris[5]提出了可以在數據市場中靈活查詢定價的定價系統“第四市場”（Query Market），此系統將定價問題簡化為網絡流問題來計算鏈查詢的價格，具有無套利和無折扣性。Stahl[6]提出一旦實現了數據服務，就可以根據數據的使用情況以金融等方法確定其價格，在數據管理、信息提供及數據定價方面的最新技術的基礎上，提出根據用戶需求定制數據和確定數據的市場價值。

國內學者采用了多種方法對數據資產進行定價。在傳統定價方法方面，張志剛等[7]在研究數據資產價值構成及其主要影響因素的基礎上，引入層次分析模型構建指標評價體系，并利用層次分析法軟件計算各項評估指標權重，從而建立了基于成本和應用考慮的數據資產價值評估模型。喻海飛等[8]為了最大化數據平臺所有者的利潤和消費者的效用，提出同時考慮數據質量和數據版本策略的雙層數學規劃模型。李永紅和張淑雯[9]從數據量、數據質量及數據分析能力3個方面，剖析了數據資產價值，發現企業規模、數據覆蓋程度、數據完整性、數據外部性、數據時效性、數據相關性、信息系統、人才技能和消費者需求等因素都會影響數據資產的價值。同時，利用灰色關聯分析法和層次分析法和雙重結合，將數據資產價值影響因素嵌入其中，并運用關聯度確定可比數據資產，進而對市場法進行修正，構建數據資產價值評估模型以評估數據資產的價值。

當前，關于數據資產價值評估的研究仍處于初級階段，對于數據資產的定價策略，尚未形成標準體系[10]。此外，隨著人們越來越重視數據資產的重要性和我國數據產品交易的相關法規的不斷完善，數據產品的交易場所由場外逐漸轉移到場內，場內市場中，數據交易所等機構通過提供標準化的交易平臺、制定統一的交易規則等措施，有效地降低了交易成本，提高了交易效率。同時，場內市場的透明度和公信力也有助于吸引更多參與者進入市場，促進數據資源的合理配置和高效利用。然而在這一過程中，買賣雙方如何進行有效的數據產品交易和定價是不可忽視的困難所在。

本文旨在探討數據資產的合理估值方法，并在此基礎上分析在具有數據交易平臺的條件下，即在典型的非對稱信息環境中，買賣雙方如何進行有效的交易定價。

普華永道的“數據勢能”思想強調數據資產的價值不僅來源于數據本身，還包括數據的潛在應用能力和對未來業務的影響力。基于這一思想，本研究構建的數據資產估值公式綜合考慮了數據的構建、價值增長、數據質量和潛在風險等多個維度。該公式通過量化這些因素，為數據資產的估值提供了一個更為全面和客觀的評估方法。

在數據交易市場中，賣方通常擁有關于數據質量和潛在用途的更多信息，而買方則可能對數據的真實價值和應用場景了解不足。這種信息的不對稱性導致了交易過程中的不確定性和風險。本研究基于博弈論思想，考慮了買賣雙方的策略選擇和可能的行為模式，得到最終可能性的均衡價格，以期推動數據資產交易市場的健康發展，實現數據資產的有效配置和價值最大化。

2數據資產定價模型的構建

2.1賣方期望價格的確定

2.1.1估值基本公式

本研究基于“數據勢能”思想從賣方角度構造數據資產估值模型，從而確定賣方的期望價格，根據數據勢能構建的數據資產的估值模型基本公式（見圖1）為

V=MGH

式中，V為數據資產的價值；M為公司該項數據資產的構建成本；G為經濟價值預測因子；H為價值實現因子。

2.1.2數據資產估值公式影響因素

1.數據資產的構建成本（M）

數據資產自身的構建成本在一定程度上奠定了該項數據資產的定價基礎，構建成本越高的數據，其存在的數據勢能可能就越大，為使用者帶來高收益的可能性就越大，因此其價值也相對更高。實際應用中，構建成本為構建數據資產所需的總投入，主要由開發成本、加工成本、存儲成本、運維成本構成，其計算方式主要是通過對4項成本加權求和進行計算，基本公式為M=∑CiPi。

2.經濟價值預測因子（G）

經濟價值預測因子G=1+a，其中a為行業經濟增長率數據資產作為現代企業的重要資產，其價值不僅取決于自身，還與所處行業的經濟增長密切相關。將行業經濟增長率作為經濟價值預測因子進行代替，這也意味著這項因子在一定程度上是由行業本身市場發展情況決定的，與物理公式中g是由地球本身決定的而不受物質本身重量影響這一特征類似。

3.價值實現因子（H）

價值實現因子H=m（1-q），在該式中，價值實現因子主要由兩項因子組成，其中m為數據質量系數，q為風險系數，隨著數據的使用和傳輸日益頻繁，數據信息也面臨著泄露或貶值的風險，對數據資產的價值有著一定的影響。此外，數據本身的質量也影響著數據資產價值的實現。數據質量系數包括數據的完整性、準確性、時效性、重復性4個維度，在評估時采用層次分析法得到一定的取值范圍，最終構成數據資產估值的價格區間。

2.2理論價格區間

大數據資產價格區間可表示為[P，V]。

假設買方對大數據資產的最高估價QPi為賣方與買方其中一方在第i階段的出價。

在現實數據資產的交易中，由于雙方對資產不同估價、信息不對稱及可接受范圍的不同，可能會出現下列3種情況：

Q不在[P，V]內，且Pi

Q在[P，V]內，且P≤Pi≤V，即買方的最高估價位于賣方所確定的價格區間內，則雙方可在此區間內運用討價還價模型來求解均衡價格，完成交易。

Q不在[P，V]內，且P>V，即買方的最高估價高于賣方最高價格，此時買方可獲得最大收益，交易成功。

2.3非對稱條件下博弈過程

以買方的視角來看，交易的目的是以合理的價格獲得數據資產并加以利用，從而為自身再創利潤。當賣方出價高于買方對數據資產的保留價格時，買方利益受損，不會接受，則交易失敗。

以賣方的視角來看，交易的目的是通過出售數據資產獲得價款，取得利潤。依據數據勢能確定數據資產的價值V=MGH，并依此確定零利潤價格。當買方出價低于零利潤價格時，賣方利益受損，不會接受，則交易失敗。

賣方零利潤價格與買方保留價格組成一個價格區間，只有買賣雙方出價在價格區間內時，才能繼續商討價格，進行博弈。

2.3.1基本假設

假設數據資產市場是信息不對稱的市場，并且有交易平臺介入雙方交易。

買賣雙方關于數據資產的信息掌握程度是不對等的，相較于買方，賣方對數據資產信息掌握程度更高，擁有買方未能擁有的信息，其具有一定的信息優勢。在數據資產被交易時，由于買賣雙方對成本花銷的掌握程度不一致，買方擁有的相關資料較少，因此無法辨別賣方出價是高要價還是低要價。而平臺的介入能夠降低信息不對稱性。交易平臺通過提供相關信息，幫助買方了解自身有意愿購買的數據資產，從而縮小買賣雙方的信息差距，推進數據資產交易。平臺對交易的影響主要體現在數據資產信息的完整度和服務效率兩個方面。

2.3.2參數設定

P：賣方能夠接受的最低要價，如果低于該要價，則賣方無法獲得任何利潤，甚至出現虧損；

Q：買方能夠接受的最高出價；

Pi：賣方或者買方在博弈的不同階段設定的價格；

ρ：買方猜測賣方出價為高要價的概率，隨著談判的進行，買方對該概率進行修正；

q：賣方接受買方出價的概率；

βs：賣方的貼現因子；

βb：買方的貼現因子，貼現因子的大小與買賣雙方的耐心程度高低有關，在交易的過程中，買賣雙方不斷進行談判，逐漸失去耐心；

a：數據資產交易平臺提供的數據資產信息完整度，0＜a＜1；

b：數據資產交易平臺的服務效率，0＜b＜1；

θ：數據資產交易平臺影響系數，θ值越大，表明平臺的影響越大，1＜θ＜3；

Us（Pi）：賣方在第i階段的收益；

Ub（Pi）：買方在第i階段的收益。

2.3.3平臺影響

交易平臺的存在對買賣雙方的貼現因子均產生影響。平臺的介入能夠降低信息不對稱性，交易平臺提供數據資產的相關信息與服務，縮小買賣雙方的信息差距，推進數據資產交易。這使得原先具有明顯信息優勢的賣方優勢減弱，與買方的差距縮小，賣方談判能力下降，耐心降低，貼現因子變小，而平臺提供的數據資產信息在一定程度上彌補了買方的信息缺口，使得買方的談判能力提高，耐心升高，貼現因子變大。

數據資產交易平臺對買賣雙方的影響主要體現在兩個方面：一是平臺給提供的數據資產信息的完整度；二是平臺的服務效率，分別用a、b表示。數據資產信息完整度a通過比對平臺提供的數據資產信息豐富程度與賣方對于信息資產的掌握程度得出，其數值介于0～1之間；平臺服務效率b主要取決于平臺的業務人員，其數值也介于0～1之間。

數據資產交易平臺影響系數θ=a+b+1，根據數據資產信息完整度a和平臺服務效率b的取值范圍，可以得出θ介于1～3之間，θ值越大，表明交易平臺對數據資產交易雙方的影響越大。平臺的介入使得買方的貼現因子增大為θβb，而賣方的貼現因子則減小為βs/θ。

2.3.4博弈過程

1.第一階段

假設在第一階段，由賣方設定價格為P1，此時選擇權在買方手中。

對于賣方而言，關于自身提供的數據資產的成本是已知的，其收益為P1-P。

由于買方對數據資產的了解程度低，不知道賣方出價是高要價還是低要價，但是可以對高低要價的概率進行預測或猜想。假設有ρ的可能性為高要價；有（1-ρ）的可能性出價為低要價。如果賣方為高要價，即P1＞P，則買方收益為Q-P1；如果賣方為低要價，即P1=P，則買方收益為Q-P。

因此，當第一階段，由賣方設定價格為P1，選擇權在買方手中時，假定買方決定接受，則買賣雙方收益如下：

賣方收益

Us（P1）=P1-P

買方收益

Ub（P1）=ρ（Q-P1）+（1-ρ）（Q-P）

=ρ（P-P1）+Q-P

如果買方認同，則交易成功；如果買方不認同，則進入第二階段博弈。

2.第二階段

假設在第二階段，由買方設定價格為P2，此時選擇權在賣方手中。買方猜測賣方有q的可能性接受此價格。

從這一階段開始，在討價還價的博弈過程中，買賣雙方每次談判都需要支付相應的談判費用，用βb、βs分別表示買賣雙方的貼現因子。

當第二階段，由買方設定價格為P2，選擇權在賣方手中時，假定賣方選擇接受，則買賣雙方收益如下：

賣方收益

Us（P2）=（P2-P）βs/θ

=（P2-P）βs/a+b+1

買方收益

Ub（P2）=（Q-P2）qθβb

=（Q-P2）qa+b+1βb

如果賣方接受買方出價P2，則交易成功；如果賣方拒絕接受買方的出價P2，則進入第三階段博弈。

3.第三階段

假設在第三階段，由賣方設定價格為P2，此時選擇權在買方手中。買方猜測賣方有ρ′的可能性出價為高要價；有（1-ρ′）的可能性出價為低要價。

對于賣方而言，關于自身提供的數據資產的成本是已知的，其收益為（P3-P）（βs/θ）2。

對于買方而言，如果賣方為高要價，即P3＞P，則買方收益為（Q-P3）θβb；如果賣方為低要價，即P3=P，則買方收益為（Q-P）（θβb）2。

因此，當第三階段為賣方出價P3，由買方決定是否接受價格時，假定買方決定接受，則買賣雙方收益如下：

賣方收益

Us（P3）=（P3-P）（βs/θ）2

=（P3-P）（βs/a+b+1）2

=（P3-P）β2s/（a+b+1）

買方收益

Ub（P3）=ρ′（Q-P3）（θβb）2+（1-ρ′）（Q-P）（θβb）2

=[ρ′（P3-P3）+Q-P]（θβb）2

=[ρ′（P-P3）+Q-P]（a+b+1）β2b

如果買方認同，則交易成功；如果買方不認同，則雙方將進入第四階段博弈。

上述過程不斷進行，直至一方認同另一方。

2.3.5模型求解

上述模型為無限次討價還價博弈模型，依據Shaked和Sutton提出的方法逆推計算。

本文以第三階段作為逆推起點。

當第三階段，由賣方設定價格為P3，選擇權在買方手中時，假定買方決定接受，則買賣雙方收益如下：

賣方收益

Us（P3）=（P3-P）（βs/θ）2

=（P3-P）（βs/a+b+1）2

=（P3-P）βs2/（a+b+1）

買方收益

Ub（P3）=ρ′（Q-P3）（θβb）2+（1-ρ′）（Q-P）（θβb）2

=[ρ′（P-P3）+Q-P]（θβb）2

=[ρ′（P-P3）+Q-P]（a+b+1）β2b

反向推導至第二階段，由買方設定價格為P2，此時選擇權在賣方手中，假定賣方選擇接受，則買賣雙方收益如下：

賣方收益

Us（P2）=（P2-P）βs/θ

=（P2-P）βs/a+b+1

買方收益

Ub（P2）=（Q-P2）qθβb

=（Q-P2）qa+b+1βb

為避免進入第三階段博弈導致談判費用增加，買方在最大化自身收益的同時，還應保證賣方在該階段獲得的收益Us（P2）不小于第三階段獲得的收益Us（P3），即

（P2-P）βs/a+b+1≥（P3-P）β2s/（a+b+1）

當等式成立，得到式（1）

P2=（P3-P）βs/a+b+1+P（1）

逆推回第一階段，此時賣方出價P1，由買方決定是否接受價格，假定買方決定接受，則買賣雙方收益如下：

賣方收益

Us（P1）=P1-P

買方收益

Ub（P1）=ρ（Q-P1）+（1-ρ）（Q-P）

=ρ（P-P1）+Q-P

為了避免進入第二階段博弈導致談判費用增加，賣方在最大化自身收益的同時，還應保證買方在該階段獲得的收益Ub（P1）不小于第二階段獲得的收益Ub（P2），即

ρ（P-P1）+Q-P≥（Q-P2）qa+b+1βb

當等式成立，得到式（2）

ρ（P-P1）+Q-P＝（Q-P2）qa+b+1βb（2）

將式（1）代入式（2），得到式（3）

P1=（1－qβba+b+1）（Q－P）+P3βbβsq+（ρ－βbβsq）Pρ

此模型為無限次討價還價博弈模型，從第一階段開始是賣方出價，而后雙方輪流出價，從第三階段開始也是同樣的過程，最終賣方得到的結果是一樣的，因此P1=P3。代入式（3），整理得

P*=（1－qβba+b+1）（Q－P）ρ－βbβsq+P

綜上，P*即為有交易平臺介入、信息不對稱的市場中數據資產交易的均衡價格。

3案例分析

3.1案例選擇

本文選取的數據產品為“非農非糧化監測”衛星遙感農業服務，該產品的主要內容為通過衛星遙感技術，對耕地資源、作物面積、農作物長勢及估產、設施農業和非農非糧化等進行綜合監測，快速、精確、全面地獲取地區各類農業農村信息，幫助用戶快速掌握最新農業農村信息。

3.2區間價格確定

3.2.1構建成本

1.成本分解

該地理數據產品的構建成本涵蓋了多個關鍵方面，從最初的開發階段到后續的運維管理，每一環節都涉及相應的資源投入。

開發成本是指在數據產品設計和構建過程中所產生的費用，包括數據采集費、衛星成像費等。由收集到的信息可知，該地理數據產品采用了Skysight衛星進行遙感圖片采集。Skysight農業產品衛星屬于高分辨率衛星，具備高敏捷、多模式成像、立體采集功能，可以獲取多點、多條帶拼接等影像數據。其影像價格大約94元/平方千米。該數據產品覆蓋面積約4.5萬平方千米，分辨率為0.5米。其開發成本為423萬元。

加工成本則涉及對原始數據的處理、分析和轉換，以確保數據的質量和準確性。由于是0.5米的高分辨率數據，處理和驗證的工作量相對較大，需要專業的軟件工具和可能的第三方服務來處理如此大量的高分辨率數據，數據處理和驗證的總成本為數據獲取成本的30%，為120.15萬元。

儲存成本包括存儲設備的采購和維護等為長期保存和管理這些數據所需投入的成本。高分辨率影像數據量龐大，分發和存儲成本相對較高，需要考慮數據傳輸費用、云存儲或本地存儲的費用。由公司提供的相關信息可知，該數據產品數據分發和存儲成本大約為45萬元。

運維成本覆蓋產品使用過程中的持續維護、更新和安全保障等方面的費用。這些成本共同構成了地理數據產品從誕生到成熟運營所需的全面投入。由相關信息計算可知，該產品分攤的運維成本約71萬元。

2.構建判斷矩陣

按照重要程度劃分，根據公司業務專家意見，構造比較判斷矩陣，見表2。

表2比較判斷矩陣（單位：萬元）

指標開發成本加工成本儲存成本運維成本開發成本1125加工成本1111儲存成本0.5111運維成本0.2111

AHP層次分析結果見表3。

根據表3，得出最大特征根為4.254。參照RI表，可以找到相應的RI數值，即0.882。因此，一致性比率CR等于一致性指標CI除以隨機平均一致性指數RI，即CR=CI/RI=0.096，小于0.1，通過一次性檢驗。

3.構建成本計算

構建成本計算結果見表4。

根據表4可得，加權后的構建成本為213.21萬元。

3.2.2經濟價值預測因子

隨著地理信息行業的快速發展和經濟規模的擴大，對于高精度、高分辨率的衛星影像數據需求也在持續增長。可以預測隨著行業技術的進步和市場需求的增加，該產品的價值將會不斷攀升。其高度的精確性和實用性將使其在土地規劃、環境監測、城市管理等多個領域發揮越來越重要的作用，從而進一步推動其市場價值的提升。根據預測信息，其未來3年（2025—2027年）的年均復合增長率約為6.94%。

3.2.3價值實現因子

3.2.3.1數據質量系數

1.數據質量評價及得分

評估地理數據產品的質量，需要考慮多個維度來確保數據的全面性和可靠性，其涵蓋了數據的完整性、準確性、時效性和重復性4個關鍵方面。根據專家的評價打分，得到各項指標的分值范圍，見表5。

2.構建判斷矩陣

構建判斷矩陣見表6，AHP層次分析結果見表7。

根據表7，得出最大特征根為4.033。參照RI表，可以找到相應的RI數值，即0.882。因此，一致性比率CR等于一致性指標CI除以隨機平均一致性指數RI，即CR=CI/RI=0.012，小于0.1，通過一次性檢驗。

3.數據質量綜合得分

數據質量綜合得分見表8。

計算得出數據質量得分為66.60～82.83，則數據質量系數為0.666～0.8283。

3.2.3.2風險因子

隨著數據的使用和傳輸日益頻繁，地理數據信息也面臨著泄露或貶值的風險。這些風險的存在直接影響著數據的價值和安全性。風險因子越大，數據泄露或貶值的可能性就越高，進而導致數據的價值降低。由專家對該地理數據產品的風險進行預測，得到q=0.21，則1-q=0.79。

3.2.4價格區間

由估值公式可計算出該地理數據產品價值范圍上限P1為119.96萬元，價值范圍下限P2為149.19萬元。

3.3交易價格的確定過程

3.3.1參數說明

（1）此次交易中，本文假設買賣雙方的貼現因子分別為βb=0.8， βs=0.6。

（2）評估無風險收益率經查詢后確定為4%。風險報酬率主要通過咨詢資產評估師并按照資產評估準則的提示，考慮地理數據的開發風險、市場風險、時效風險和泄密風險，風險報酬率為5%。此待評估地理數據折現率為9%。

（3）買方猜測賣方出價為高要價的概率ρ為0.85，賣方接受買方出價的概率q為0.65。

（4）數據資產信息完整度a為0.6，平臺服務效率b為0.65。

（5）甲公司對數據資產的最低要價P=119.96萬元；假設乙公司對其最高出價Q=125萬元。

3.3.2博弈過程

1.第一階段

假設第一階段賣方出價P1為140萬元，賣方為高要價，則買方收益為Q-P1<0。買方拒絕接受P1，則進入第二階段博弈。

2.第二階段

假設第二階段買方出價P2為115萬元，與此同時，交易平臺的介入對買賣雙方的貼現因子均產生影響。根據數據資產信息完整度a和平臺服務效率b的取值估計數據資產交易平臺影響系數θ為1.5，平臺的介入使得買方的貼現因子增大為θβb=1.2，賣方的貼現因子減小為βs/θ=0.4。賣方收益為P2-P<0，則賣方拒絕接受P2，進入第三階段博弈。

3.第三階段

假設第三階段賣方出價P3為124萬元，買方接受賣方出價P3，交易成功。

3.3.3均衡價格計算

P*=（1－qβba+b+1）（Q－P）ρ－βbβsq+P

=（1-0.65×0.8×1.5）×（125-119.96）/（0.85-0.8×0.6×0.65）+119.96

=121.61（萬元）

即得出甲、乙兩公司的均衡成交價格約為121.61萬元，小于乙公司預期最高價格125萬元，較其心理預期價格結余額為3.39萬元；大于甲公司的最低成本價格119.96萬元，此時甲、乙雙方收益最大，而且乙公司付出更少的支出，可完成交易。

由案例演繹得知，買賣雙方均衡成交價格約為121.61萬元，符合雙方公司收益最大化的原則。此外，乙公司也參與到價格的制定中，付出相應較低的成本。這樣更能吸引買賣雙方進行交易，促進市場繁榮。用討價還價模型求出的最終價格是趨于納什均衡的，因此，該模型有一定的現實意義。

3結語

本文在分析數據勢能的基礎上確定了數據資產價格區間，并通過博弈論對買賣雙方的博弈構建了模型，并且所構建的模型符合納什均衡，符合雙方公司收益最大化的原則。因此，該模型有一定的現實意義。基于此，本文提出以下建議：

（1）時刻關注行業經濟增長態勢。隨著科學技術的快速發展，不同行業的經濟發展形勢也千變萬化，為了較準確地得出經濟價值預測因子，必須密切關注各個行業的經濟增長趨勢。

（2）準確評估數據資產的風險系數。數據信息如今面臨各種各樣的風險，通過監察數據的使用和傳輸過程，對數據資產可能面臨的減值因素進行準確評估，這樣才能確定出一個更加接近現實的價值實現因子。

（3）交易平臺要盡量保證信息對等性。數據資產市場是信息不對稱的市場，介入的交易平臺應盡量持公平公正的態度，提供公開的、完整的買方接收不到的賣方信息，以降低信息不對稱性。

（4）培育數據交易市場。政府和企業應積極培育數據交易市場，提高數據交易的活躍度和市場競爭力。同時，應加強市場監管，防止市場操縱和不正當競爭行為。

（5）完善數據資產交易需要時刻關注行業經濟增長態勢、準確評估數據資產的風險系數、交易平臺要盡量保證信息對等性、培育數據交易市場，這樣才能促進數據資產交易的健康、快速發展。

參考文獻[1]財政部.財政部關于印發《企業數據資源相關會計處理暫行規定》的通知：財會[2023]11號[A/OL].（2023-08-01）[2024-04-21].http：//m.mof.gov.cn/zcfb/202308/t20230821_3903354.htm.

[2]SCHWARTZ E S， GOROSTIZA C Z.Investment under uncertainty in information technology：acquisition and development project[J].Management Science， 2003，49（1）57-70.

[3]CARR P，SUN J.A new approach for option pricing under stochastic volatility[J].Review of Derivatives Research，2007，10（2）：87-150.

[4]KOUTRIS P，UPADHYAYA P，BALAZINSKA M，et al.Querymarket demonstration：pricing for online data markets[J].Proceedings of the Vldb Endowment，2012，5（12）：1962-1965.

[5]DEEP S，KOUTRIS P.The design of arbitrage-free data pricing schemes[R].2016.

[6]STAHL F，VOSSEN G.High quality information provisioning and data pricing[R].2013.

[7]張志剛，楊棟樞，吳紅俠.數據資產價值評估模型研究與應用[J].現代電子技術，2015，38（20）：44-47，51.

[8]YU H F，ZHANG M.Data pricing strategy based on data quality[J].Computers & Industrial Engineering，2017，112（5）：1-10.

[9]李永紅，張淑雯.數據資產價值評估模型構建[J].財會月刊，2018（5）：31-35.

[10]范雨佳.交通數據資產定價機制研究[D].大連：大連理工大學，2022.

[11]車興芳，沐年國.基于討價還價模型的大數據資產定價研究[J].中國物價，2022（9）：89-91.

收稿日期：2024-04-21

作者簡介：

汪慧敏，女，2003年生，本科在讀，主要研究方向：數據資產估值。

馬雪晴，女，2002年生，本科在讀，主要研究方向：數據資產估值。

何恬，女，2003年生，本科在讀，主要研究方向：數據資產估值。

李雨廷，男，2002年生，本科在讀，主要研究方向：數據資產估值。

程文柯，女，2003年生，本科在讀，主要研究方向：數據資產估值。

劉軍航（通信作者），男，1977年生，博士研究生，副教授，主要研究方向：價值評估、財務會計。