基于用戶價值的短視頻企業數據資產評估

摘"要：數據已經成為數字經濟發展的關鍵生產要素。明確數據資產的內涵，并運用恰當的方法評估企業數據資產有重要意義。傳統評估方法在評估數據資產時具有局限性，本文以用戶價值為視角，結合短視頻企業的特點對國泰君安估值模型進行修正，構建短視頻企業價值貢獻指標體系，利用層次分析法剝離快手企業數據資產的價值，為短視頻企業數據資產的估值提供了新視角，為資本市場提供更加準確的價值借鑒。

關鍵詞：用戶價值；數據資產；層次分析法；快手

中圖分類號：F23"文獻標識碼：A""doi：10.19311/j.cnki.16723198.2024.13.049

1"相關概念概述

1.1"數據資產

中評協發布的《數據資產評估指導意見》中指出，數據資產是指特定主體合法擁有或者控制的，能進行貨幣計量的，且能帶來直接或者間接經濟利益的數據資源。數據資產的價值影響因素可歸納為3個維度：風險維度、質量維度和應用維度。風險維度主要指的是數據資產受法律法規的約束程度；質量維度指數據的準確性和完整性；應用維度指的是數據資產的應用場景。

1.2"用戶價值理論

1988年Zaithaml首次基于用戶角度提出用戶價值理論（Theory"of"Customer"Value），該理論是營銷學和戰略管理領域的基礎理論之一。用戶價值理論的提出，為評估領域提供了一個全新的估值方向，即在評估互聯網企業價值時，可以基于用戶視角，將評估的重心放在用戶價值上。一些國內外學者已經基于用戶價值理論提出估值模型，例如帥青紅提出的CVBC估值模型、Mary"Meeker和由她的同事提出的DEVA估值模型以及由國泰君安研究所提出的國泰君安估值模型等。

2"短視頻企業數據資產估值模型構建

2.1"短視頻企業數據資產價值分析

短視頻平臺是近年來迅速崛起的一種內容社交生態，由于其短小精干、富有吸引力的內容及交互性強的社交屬性，深受大眾的喜愛。隨著短視頻行業逐步進入注重高質量發展的存量化競爭時代，用戶需求將更是企業關注和深挖的關鍵，那么用戶價值作為企業至關重要的表外資產將得到更充分的釋放。因此在評估短視頻企業數據資產時，應當充分考慮用戶價值。

根據短視頻企業數據的不同類型，本文認為可以基于用戶角度將數據分為用戶基本數據和用戶行為數據兩部分。用戶基本數據指的是用戶在其賬號上存儲的個人信息，包括性別、年齡、職業、地區、愛好等。這些用戶資料可以幫助企業精準分析用戶畫像，有針對性地推送可能感興趣的內容，增加用戶忠誠度，提升用戶留存率。用戶行為數據即用戶在使用互聯網時產生的行為數據留痕，可以分成三類，即內容數據、消費數據和社交數據，這些數據是形成短視頻企業數據資產的主要部分，企業可以通過對這些行為數據挖掘分析，及時發現市場趨勢，抓取用戶需求，最大化實現其商業價值。

2.2"短視頻企業數據資產估值模型構建

基于上述討論，本文認為短視頻企業數據資產評估時，要充分結合短視頻企業的特點，選擇適宜的評估途徑。根據《數據資產評估指導意見》，執行數據資產評估業務，需要關注影響數據資產價值的場景因素，考慮到短視頻企業數據的應用場景通常為自用，參考雷小喬、張芳（2023）學者的觀點，自用型數據資產價值體現在企業獲得的盈余價值上，因此采用短視頻企業的整體收益扣除其他非數據資產的收益得到其數據資產價值。其次用戶深度參與短視頻企業的價值積累過程，在選擇短視頻企業的估值方法時要充分考慮基于用戶價值的估值模型。再次，基于非數據資產價值剝離可靠性的考量，要構建合理的價值貢獻指標體系，避免“多評漏評”。短視頻企業數據資產價值評估過程如下。

2.2.1"短視頻企業價值評估

由國泰君安研究所提出的基于梅特卡夫定律的國泰君安估值模型的量化公式如下：

V=K×P×N2R2

其中：

V——互聯網企業價值

K——變現因子

P——溢價率系數（取決于企業在行業中的地位）

N——網絡用戶數

R——網絡節點之間的距離

根據短視頻企業的特點，對該模型進行修正：

（1）用戶數量指標改進。N為網絡用戶數，指的是注冊短視頻平臺的所有用戶數。但是并非所有的用戶都可以形成企業的數據資產，因此將用戶分為活躍用戶和非活躍用戶，將單純下載和注冊的非活躍用戶剔除，以活躍用戶數來衡量N值。活躍用戶數指某個階段內去掉重復登錄次數后使用產品或平臺的用戶數量，本文以月均活躍用戶數MAU代替上述公式中的N。

（2）節點距離指標改進。R為網絡節點之間的距離，是一個相對抽象的概念，國泰君安證券研究所對節點距離R的影響因素進行過梳理，認為有4個方面影響R的大小，即網絡速度、網絡連通度、用戶界面以及內容質量。伴隨網絡技術的發展，外生因素對資本市場上所有互聯網企業的影響一致，所以只需考慮內生因素的影響。內生因素與短視頻平臺所提供的服務質量有關，服務質量越好，節點距離越短，則企業價值越大。內生因素中用戶界面及內容質量都反映了用戶對平臺的與滿意度及忠誠度，本文以凈推薦值NPS的倒數衡量節點距離R。

（3）引入齊普夫定律。關于互聯網用戶數N的確定，由于N增長到一定程度后，再獲取新的用戶就變得困難，其增長曲線最終會呈現出S型曲線增長的現象。將國泰君安估值模型進行優化：一個網絡中進入網絡的第K位用戶對網絡的貢獻也應該是第1位用戶貢獻值的1/K，其中任意一位用戶從網絡中可以貢獻的價值就為Ln（MAU），網絡中N個成員得到的總價值就是MAULn（MAU）。

（4）引入用戶黏性系數。用戶黏性，即用戶對產品或服務的忠誠度，通過用戶黏性分析，企業可以獲取用戶痛點以及核心需求，優化產品設計和服務。當前短視頻平臺百花齊放，功能一應俱全，用戶可以在平臺內購物、看短劇甚至點外賣，對于短視頻這樣高頻使用的APP，用戶黏性系數指標可以能充分反映活躍用戶的潛在價值，在估值模型中引入黏性系數S，其計算公式為DAU/MAU。

（5）其他指標說明。K值，即變現因子，指的是用戶價值對企業價值的貢獻程度，對互聯網企業來說，通常用每位用戶平均貢獻，即ARPU（Average"Revenue"Per"User）來衡量用戶價值的貢獻值。P指的是溢價系數，其數值的高低取決于企業在行業中的地位，通常用市場占有率來量化，即市場環境越好、滲透率越高，則企業可以獲取的溢價就越高，其價值也就越高。

故修正后的國泰君安估值公式為：

V=APRU×P×MAU×ln（MAU）×NPS2×S

2.2.2"短視頻企業數據資產價值評估

從短視頻企業價值進行分割，即可得到短視頻企業數據資產的價值，文中采用AHP層次分析法對數據資產的價值進行分割。首先根據短視頻企業數據資產對企業價值的貢獻程度來建立評估體系，層次分析的框架主要有3個部分，即目標層、準則層以及方案層。目標層即短視頻企業的整體價值。根據要素貢獻分配理論，影響企業價值的因素有資金、管理、技術和勞動力。即在傳統的價值創造理論中，提供勞動力的生產者是價值的唯一創造者，但在信息時代的今天，互聯網打破了時間和空間的限制，使得生產者和消費者不僅能共同參與價值創造的過程，而且消費者的體驗還決定著其價值量的大小。在短視頻等依靠用戶流量的行業中，這種“價值共創效應”被更加放大，本文將用戶引入指標體系，作為準則層的第五個指標。根據短視頻企業的特點，構建指標體系如下表1所示。

3"快手企業數據資產評估

評估對象為快手企業全部數據資產，評估范圍為快手業務種類中涉及用戶基本數據與行為數據等全部數據資產的價值，價值類型為市場價值，評估基準為2022年12月31日。

3.1"快手企業價值評估

（1）MAU。MAU即月均活躍用戶數。查閱2022年快手科技年報，得到2022年12月31日MAU為6.127億。

（2）ARPU。ARPU指的是每位用戶帶來的收益貢獻，該值具有時間屬性。ARPU的計算方法為營業收入/用戶數，2022年快手的收入為941.8252億元，月均活躍用戶為6.127億，計算得到ARPU約為153.72元。

（3）P。P指的是溢價系數，其數值的高低取決于企業在行業中的地位，通常以用戶市場占有率來量化。根據《中國網絡視聽發展報告2023》，2022年我國短視頻行業市場規模為2928.3億，快手年報中2022年收入為941.8252億元，則P值計算為32.16%。

（4）NPS。NPS的計算公式為（推薦者數/總樣本）×100%-（貶損者數/總樣本）×100%。查閱七麥數據網，快手APP的所有版本綜合評分數量為11976981次，其中“五星好評”為11199422次，計算得到NPS約為0.87。

（5）S。查閱2022年快手科技年報，2022年平均日活用戶為3.557億，平均月活用戶為6.127億，則S約為0.5805。

將數值代入上述模型，得到快手科技在2022年12約31日的企業價值約為2692.80億元。經查閱，評估基準日快手科技的市值為3058.41億港元，換算人民幣市值為2739.42億元，誤差率僅為1.7%。

3.2"快手企業數據資產評估

（1）準則層的判斷矩陣。首先根據上述指標體系，邀請12位資產評估領域的專家（包括8名高校資產評估專業教師以及4名資產評估機構專業人員）對各指標進行打分，構建快手企業價值貢獻指標判斷矩陣：

（2）確定方案層對準則層的貢獻。構造判斷矩陣B1：

首先計算出判斷矩陣的最大特征值λmax=3.0055。然后進行一致性檢驗，需要計算一致性指標CI：

CI=λmax-nn-1=3.0055-33-1=0.0028

平均隨機一致性指標RI=0.58。隨機一致性比率：

CR=CIRI=0.00280.58=0.0048＜0.10

CR＜0.1，因此認為判斷矩陣構造合理。

其他方案層對準則層的貢獻權重確定方法類似，最終得到其價值貢獻指標權重為：

（3）確定快手企業數據資產價值。快手企業數據資產包括技術要素的貢獻、管理中的大數據分析要素貢獻、勞動力中數據相關異質性人力資本貢獻以及用戶數據的貢獻，整理得到快手企業數據資產價值貢獻表格如下。

根據快手企業數據資產對企業價值的權重為：29.02%，則快手在2022年12月31日數據資產的價值為2692.80×29.02%=781.45億元。

4"結論

在數字經濟的背景下，數據資產已成為企業最重要的資產之一，數據資產的估值需求不斷增加，作為企業的新型資產，傳統的估值方法難以體現數據資產的全部價值，需要結合數據資產的特點找到其適合的估值路徑。基于用戶價值理論的估值方法評估互聯網企業價值得到了眾多學者和資本市場的認可。本文基于用戶價值理論，結合短視頻企業數據資產的特點，選擇修正后的國泰君安估值模型，對快手企業價值進行估值，構建其價值貢獻指標，采用層次分析法得到快手企業數據資產的價值。從評估結果來看，本文針對短視頻企業數據資產的評估思路具有一定的參考價值和借鑒意義。

參考文獻

[1]雷小喬，張芳.基于收益現值法的數據資產估價問題研究[J].統計與信息論壇，2023，38（5）：313.

[2]李靜萍.數據資產核算研究[J].統計研究，2020，37（11）：314.

[3]李然輝.數據資產價值評估模型的理論研究與技術實現探討.錦囊專家.20190111/20231120.https：//www.jnexpert.com/article/detail？id=907.

[4]彭剛，李杰，朱莉，等.SNA視角下數據資產及其核算問題研究[J].財貿經濟，2022，43（05）：145160.

[5]王蕾，李春波.數據資產及其價值評估方法：研究綜述與展望[J].中國資產評估，2022，（07）：410.

[6]許憲春，張鐘文，胡亞茹，等.數據資產統計與核算問題研究[J].管理世界，2022，38（02）：1630+2.

[7]張玲玉，冷建飛.關于數據資產評估方法改進的研究[J].國有資產管理，2023，（04）：6671.