旅游服務企業大數據資產的估值研究

摘要：數據的估值和定價是促進數據在市場上高效流通的關鍵因素，也是將數據確立為新的關鍵生產要素的基礎。基于數據元素的獨特屬性并結合旅游服務業的特征，以攜程集團為例，采用綜合賦權法，將多期超額收益法、層次分析法相結合測度企業數據資產價值，并對攜程集團的數據資產進行評估，以此為旅游服務行業數據資產估值提供借鑒。

關鍵詞：數據資產；價值評估；多期超額收益法；層次分析法;攜程集團

0 引言

隨著IT技術的迅猛發展和信息時代的到來，數據資產的重要性日益顯著。數據不僅是技術進步的體現，更是組織和個人的寶貴資源。國家發展改革委于2020年10月16日發布的《關于政協第十三屆全國委員會第三次會議第4740號（商貿旅游類078號）提案答復的函》指出，以數字技術為主體的旅游服務業是服務業成長的重要動力?？梢?，充分利用數字資產已經成為企業提升競爭力、適應市場變化不可或缺的因素。對于旅游服務企業而言，數據成為他們了解客戶需求、提供個性化服務的關鍵；同時通過數據分析，企業能夠優化營銷策略、提高運營效率；預測需求，優化資源分配，增強盈利能力。

1 文獻綜述

1.1 數據資產概念界定

苑秀娥和尚靜靜[1]認為從會計學角度對于數據資產概念界定的研究應以會計資產要素的確認條件為基礎，目前數據資產的定義基于《企業數據資源相關會計處理暫行規定》解釋為：根據企業會計準則，被確認為無形資產或存貨等資產類別的數據資源，屬于企業合法擁有或控制，并有望為企業帶來經濟利益的資源。

1.2 數據資產的特征

數據作為一種新型的生產要素，其作用不容忽視，從企業競爭看，黃文彬等[2]認為企業往往通過控制和利用內外部資源來增強競爭優勢，實現價值最大化。劉光強[3]認為數據資產是影響企業高質量發展最活躍的生產要素，也為賦能企業高質量發展奠定基礎。從數據屬性看，李秉祥和任晗曉[4]認為，可復制性是數據要素在流通過程中的一個顯著特征。從數據價值看，李靜萍[5]認為，數據元素的價值在于它們的應用。一般來說，個體數據或零散數據的邊際價值接近于零，只有對合法持有的數據資源進行處理、挖掘、整合、分析，并最終用于開發新的產品或商業模式，才能帶來經濟效益。而從資產屬性看，羅玫等[6]認為數據資源是企業可獲得的一切數據，具有碎片化、實時性的特點，而數據資產就是在數據資源的基礎上加工而來的。

1.3 數據資產價值測度方法

鑒于數據資產的特點與以往資產評估對象存在顯著差異，直接使用傳統評估方法變得相當具有挑戰性。目前，盡管傳統的資產評估方法主要圍繞市場法、收益法和成本法展開，但在面對數據資產時，這些方法可能需要進一步的適應和調整。也有學者采用其他方法進行評估和計量，但都是在這3種方法的基礎上的延伸。肖雪嬌和楊峰[7]認為，數據資產創造的好處依賴于其他資產的協作實現，很難將它們分開，因此采用收益分成法確定數據資產的經濟價值。而曾雪云和杜晟[8]則構建了優化成本法、優化市場法、優化收益法3種數據資產估值模型。陸岷峰和歐陽文杰[9]則針對不同的價值內涵和綜合指標，選擇相對合適的估值方法。

2 數據資產價值測度模型構建

2.1 評估方法

針對現有傳統的評估方法，主要的幾種方式涵蓋了成本評估、市場比較及收益分析。這些方法各有側重，為不同場景下的評估需求提供了多樣化的解決方案。以下將探討并分析當前主流的資產評估方法在數據要素資產化價值評估方面的實際應用程度及其適用性。

（1）市場價值法。依據類似交易案例評估資產價值，通過比較和調整反映實際市場價值。但此法有效性受限于相似案例的可用性，對特殊領域如數據資產存在挑戰，難以獲取相似交易信息。

（2）增量收益分析法。對比使用與不使用無形資產前后企業收益，確定無形資產貢獻額。其超額收益源于收入增加、成本降低或兩者聯合效果。評估者需明確項目前后經濟狀況，識別額外收入和成本節約，考慮時效性和風險，全面了解項目經濟效益貢獻。在評估數據資產時，需可靠預測企業現金流。

（3）功能價值指數法。通過對比項目功能與成本，計算功能價值指數，輔助決策者權衡效益與成本。涉及功能權重分配和效益成本運算，加權求和得綜合評估分。但可能低估整體資產價值，尤其在無形資產核算中，貶值難以準確計量，且難以評估稀缺性資產價值。

各評估方法適用性見表1。

2.2 多期增量收益法測度模型

企業的整體價值涵蓋了有形資產與無形資產，其中無形資產涵蓋了數據資產及其他形式。對于數據資產的價值評估，本文選用多期超額收益法。首先，通過這一方法計算出組合無形資產的總價值，進而從中分割出數據資產的具體價值。

1.模型構建

首先，采用差量法來估算企業組合無形資產的總價值；其次，借助層次分析法（AHP）對數據資產的價值進行確定；最后，結合多期超額收益法，得出一個綜合且準確的評估結果。 公式為

式中，MDA為測量的物流企業數據資產的價值；V為該企業的自由現金流；Va和Vb分別為固定資產和流動資產的貢獻率；K為數據資產的收益分成率；i為數據資產的折現率。

2.確定模型的相關變量

（1）自由現金流。企業自由現金流是指企業在經營活動中生成的可供資本投資者自由運用的現金金額。計算公式為

自由現金流=經營現金流-（凈營運資本增量+資本支出凈增加）

經營現金流=息稅前利潤+折舊攤銷-所得稅

凈營運資本增量=期末凈營運資本-期初凈營運資本

資本支出凈增加=長期經營資產凈值的期末余額-期初余額+本期折舊與攤銷

（2）折現率。先計算企業的加權平均資本成本（WACC），再從WACC中扣除歸屬于流動資產以及固定資產的那部分投資回報率，最終以此可以得到組合無形資產的回報收益率。公式為

式中，Wc、Wf、Wi分別為流動資產、有形非流動資產、組合無形非流動資產占全部資產的比例；Rc、Rf、Ri分別為企業的流動資產、有形非流動資產、組合無形非流動資產必要投資報酬率；Rf為無風險時的收益率；Rm為市場收益率；β為市場風險系數。

2.3 數據資產分層率的確定

（1）層次分析法。層次分析法（AHP）是Thomas于1970年提出的多準則決策方法，通過層次結構和權重計算處理復雜決策。本文將用“5標度法”簡化經典的AHP，替代傳統“9標度法”。9標度法評價細致，但界限模糊，專家難以區分。5標度法更簡潔，與本文邏輯相符，便于專家比較因素重要性。

（2）層次結構設計。本文構建攜程集團數據資產價值測度模型，將表外貢獻增量收益設為M，以數據資產P1、專利技術P2、客戶資源P3、品牌P4為準則層；以技術創新C1、業務量增C2、成本節約C3、競爭力提升C4為因素層。模型層次結構見圖1。

在AHP分析方法中，以判斷其可量化性為目標，必須依賴相關專家來進行評分。關鍵在于努力確保各個因素之間可以相互比較，采用了1～5的量表法。隨后針對不同的評比情況，給出了相應的數量標度，這些定量標度用于衡量不同因素之間的關系，具體的兩兩因素之間的定量標度可參照表2。

（3）進行一致性檢驗。鑒于專家評分可能受主觀因素影響，進而影響結果的準確性，因此需要通過一致性指標CR的檢驗，公式為

式中，RI為平均隨機的一致性指標，其值可以通過表3查詢。

當CR值小于0.1時，表明判斷矩陣已通過一致性檢驗；若CR值超出0.1，則表示矩陣一致性不足，此時應對判斷矩陣做出相應調整并重新分析。

3 案例分析

3.1 案例企業簡介

自1999年成立以來，攜程集團以總部位于中國上海的優勢，迅速崛起為業界領先的綜合性旅行服務供應商。該公司獨具匠心地結合了高科技與傳統旅游業的精髓，為超過2.5億的注冊用戶提供了全面且細致的旅行服務體驗。這些服務包括但不限移動應用、酒店預訂、機票預訂、旅游度假規劃、商務旅行管理以及旅游資訊的獲取等。攜程集團的這一成功模式受到業界廣泛贊譽，成為互聯網與傳統旅游行業融合發展的典范之作。

攜程集團注重用戶體驗，通過技術創新和數據分析，不斷優化產品和服務，提升用戶滿意度。其擁有亞洲旅行業首屈一指的呼叫中心，以及先進的客戶管理系統、房量管理系統等，為用戶提供高效、專業的服務支持。

3.2 該企業數據資產價值測算

本文選定2023年12月31號為評估基準日。且為確保收益的準確性與精度，將數據資產的收益期定為2024—2027年。

3.2.1 企業自由現金流量預測

（1）營收與成本預測。攜程集團近4年營收與成本呈直線增長，據此預測2024—2027年營收分別為473.39億元、491.58億元、511.34億元、532.67億元；成本分別為84.45億元、86.56億元、88.23億元、89.75億元。

（2）期間費用預測。按銷售費用占比28.7%，管理費用占比11.31%，稅金及附加按2020年營收的0.29%估算，研發費用占營收的0.18%，使用銷售百分比法進行預測。

（3）資本性支出預測?；?020—2023年資本支出占營收的3.32%這一數據預測未來資本性支出。

（4）折舊及攤銷預測。攜程集團固定資產與無形資產折舊攤銷占營收平均值為2.65%，基于此預測折舊及攤銷。

（5）營運資本增量預測。取2020—2023年營運資本增量占營收平均比-1.33%為預測標準。

綜上所述，可以得到2024—2027年攜程集團由現金流量預測表（見表4）。

3.2.2 流動資產貢獻值、固定資產貢獻值及無形資產貢獻值

固定資產貢獻值含折舊和投資收益。攜程集團固定資產折舊占營收比穩定，本文采用均值1.73%預測折舊額，資本支出為期末與期初固定資產凈值的差額，設5年期商貸利率4.20%為固定資產回報率。攜程集團總資產和流動資產穩步增長，流動資產增量占營收平均比率為4.13%，期望報酬率為2023年央行1年期商貸利率3.45%，計算結果見表5、表6。

3.2.3 加權平均資本成本

WACC是計算公司資本成本的加權平均方法。根據攜程集團的財務報表，其WACC為9.86%。其中無風險收益率Rf設為10年期國債到期利率的平均水平3.37%，平均市場收益率Rm為10.7%，β系數為1.04，企業債務資本收益率Rd設為5年期銀行貸款利率4.65%，企業所得稅稅率T為25%。具體計算見表7。

3.2.4 數據資產分成率

本文已構建攜程集團無形資產的層次結構圖，接下來邀請相關專家進行打分，攜程集團各類資產的貢獻經過層級分析法計算得出評分結果見表8。

3.2.5 無形資產價值

攜程集團數據資產價值計算表見表9。如表9所示，層次分析法計算得數據資產分層率為31.59%，攜程集團數據資產價值為148.163 5億元。2023年底，攜程總資產為2 191.37億元，數據資產占6.76%，顯示巨大增值空間。進一步整合數據資源將提升企業效率與收益，數據資產價值不容忽視。在將本文的評估值視為數據資產的賬面價值并反映在資產負債表中時，應認識到無形資產由多個組成部分構成。在這些組成中，雖然數據資產在總資產中所占比例不及整體無形資產，但其重要性依然顯著。未來，數據資產預計將在企業運營中扮演更加關鍵的角色，其貢獻的收益值也將持續攀升。

4 結語

旅游服務行業在智能化浪潮中，數據已成為其產業升級不可或缺的部分。面對未來這些企業必須深刻認識到大數據的戰略價值，深入挖掘日常數據中的深層信息，以支持企業的科學決策制定。數據資產的整合不僅增強了企業內外部環境的響應能力還使戰略發展更為精準，為旅游服務企業的持續發展提供了堅實的數據基礎。本文創新運用多期增量收益法和層次分析法測算攜程集團數據資產價值，為企業評估數據資產價值提供了一種新穎的視角，關聯影響資產價值的因素并對其他類似資產的評估具有一定的借鑒和普適價值。

參考文獻

[1]苑秀娥，尚靜靜.價值創造視角下互聯網企業數據資產估值研究[J].會計之友， 2024（6）： 59-67.

[2]黃文彬，吳家輝，徐山川，等.數據驅動的移動用戶行為研究框架與方法分析[J].情報科學，2016，34（7）：14-20，40.

[3]劉光強.數據資產賦能企業高質量發展的價值創造邏輯與路徑[J].財會通訊，2024（4）：3-12，160.

[4]李秉祥，任晗曉.大數據資產的估值[J].會計之友，2021（21）：127-133.

[5]李靜萍.數據資產核算研究[J].統計研究，2020，37（11）：3-14.

[6]羅玫，李金璞，湯珂.企業數據資產化：會計確認與價值評估[J].清華大學學報（哲學社會科學版），2023，38（5）：195-209，226

[7]肖雪嬌，楊峰.互聯網企業數據資產價值評估[J].財會月刊，2022（18）：126-135

[8]曾雪云，杜晟.企業自有數據資產的分類與估值方法探究：基于光大銀行數據資產估值實踐[J].財務與會計，2023（19）：50-53.

[9]陸岷峰，歐陽文杰.商業銀行數據資產的價值評估與交易定價研究[J].會計之友，2022（19）：30-37.

收稿日期：2024-09-26

作者簡介：

陳樂錕，男，2002年生，本科在讀，主要研究方向：數據資產確認和計量。

王雪濤，男，1998年生，碩士研究生在讀，主要研究方向：數據資產確認和計量。

韓語笑，女，2005年生，本科在讀，主要研究方向：數據資產確認和計量。

王放，女，1989年生，博士研究生，講師，主要研究方向：數據資產確認和計量。

* 基金項目：北京市大學生創新創業訓練項目“互聯網金融服務企業數據資產價值計量問題研究”（10805136024XN139-134）；北京市大學生創新創業訓練項目“智慧農業企業助力鄉村振興的路徑及優化策略”（10805136024XN139-145）；財政部全國會計重點科研課題“數據要素價值實現全鏈路的‘量價險’平衡研究：分級分類、價值測定和風險防控”；北方工業大學本科教育教學改革一般項目“基于互聯網數據流的成本管理會計沉浸式教學改革研究”；北京市教委社科一般項目“北京市非營利文化組織績效導向成本核算研究”（SM202210009006）。