互联网企业数据资产价值评估研究综述_周丽俭.pdf

企 业 管 理产业创新研究 2023.1 第2 期160作者简介：1.周丽俭，女，黑龙江齐齐哈尔人，副教授，研究方向：资产评估理论与实务；2.李天雨，男，黑龙江哈尔滨人，硕士研究生，研究方向：资产评估理论与实务。互联网企业数据资产价值评估研究综述周丽俭 李天雨（哈尔滨商业大学，黑龙江 哈尔滨 150028）摘要：随着国内国际经济和政策的不断发展变化，数据发展的势头愈加强烈。在众多影响企业价值的因素当中，数据资产作为新时代的产物的同时也是一项无形资产，但与传统的无形资产有一定的区别。在数据资产估值中，传统的评估方法存在缺陷，所以对于数据资产评估方法的研究更加迫在眉睫。文章从数据资产内涵、数据资产价值评估方法以及互联网企业数据资产价值评估三个方面，对国内学者的研究进行了梳理。关键词：数据资产；评估方法；互联网企业一、引言自 2020 年 4 月中共中央国务院关于构建更加完善的要素市场化配置体制机制的意见将数据作为一种生产要素公布出来后，数据要素已不再是无足轻重的一串代码，未来数字中国的建设也与数据要素的市场化建设与发展息息相关。大数据时代已经到来，我国同世界各国一样都对数据资源都极为重视，近年连续发布了多部有关大数据方面的法律，包括中华人民共和国网络安全法 中华人民共和国个人信息保护法等。可以看出，我国对数据的重视程度越来越高，但是国内数据市场随着 2015 年贵阳大数据交易所的成立才得以发展，发展至今还未成熟，市场上的交易不能完全反映数据资产的内在价值，所以对于数据资产价值评估显得尤为重要。数据资产评估对于评估行业来讲是一个新的领域，国内对于数据资产价值评估的研究时间较短，相应著作也较少。从知网中以“数据资产”为主题检索并以“评估”和“互联网企业”为主题在结果中检索进行检索后得到的中文期刊从2016 年开始共 29 篇。可见国内对于互联网企业数据资产价值评估的讨论从 2016 年才开始。本文选用近年来研究数据资产评估以及互联网企业数据资产价值评估的文献，基于数据资产、数据资产评估、互联网企业数据资产及评估三个角度对国内有关数据资产估值研究的文章进行梳理。二、数据资产的研究（一）从数据资产定义的角度国内对于数据资产的定义主要有两个方向的研究。李永红等（2017）、刘国英等（2020）、李秉祥等（2021）都从会计的角度出发，一致认为数据资产是一种由企业过去的交易或事项形成，由企业拥有或控制的，预期能为企业带来经济利益的资源。李秉祥认为，所有权和使用权带来经济利益的流入方式并不相同，当企业拥有数据资产的使用权时，预期经济利益的流入是企业将数据在具体的应用场景下通过分析得出的。谭明军（2021）认为数据资产是包括由大数据技术对用户数据、用户行为分析以及能从某些渠道（如政府网站）获取的数据信息，再经过继续分析、挖掘数据内在价值，以达到未来能给企业带来价值的经济资源。但是也有一些学者认为不应简单地从会计的角度定义数据资产，李静萍（2020）把数据分为来源于自身的且未经开发的数据（个人或企业的信息等）以及来源于外部的靠某种渠道获取的数据。许宪春等（2021）也通过分析各类定义，总结后将数据资产定义为：拥有应用场景且在生产过程中被反复或连续使用一年以上的数据，认为数据资产一定是生产资产。而张俊瑞，危雁麟（2021）定义数据资产认为广义的数据资产应该指除股票、债券等金融资产之外的其他不具有实物形态的非货币性资产，又从全新的角度引入“软资产”的概念，认为数据资产是“软资产”的一种，与有形资产区分开。（二）从数据资产价值的角度对于数据资产价值的研究，为了区别于传统的无形资产价值，大多数学者都认为影响数据资产价值的因素需要从多方面考虑。张俊瑞，危雁麟（2020）分析数据资产价值的影响因素，认为用来交易的数据资产可以通过市场的公允价值进行计量，但前提是数据交易市场足够完善且发达，公允价企 业 管 理INDUSTRIAL INNOVATION 产业创新研究161值能反映出数据资产的全部价值。王进江和高文忠（2021）两位学者提出数据资产价值量应该与数据容量的大小成正比关系。除此之外还提出影响数据资产价值的因素很多，包含技术因素、经济因素、法律因素等等。云南财经大学胥子灵等（2022）认为不同的企业数据资产价值构成侧重点各有不同，数据资产价值大部分由四部分构成：获取成本、固有价值、市场价值与社会价值。中国地质大学祖广政等（2022）认为数据资产的价值由数据资产的生产、运营、维护、利用有关的所有数据资产的总投入成本和数据资产的场景应用所带来的现金总流入构成的入账价值。（三）从数据资产特点的角度数据资产的特点主要由数据资产所属类别决定，国内学者大多认为数据资产是无形资产的一种，其特点也与无形资产有相似之处。北京交通大学张弛等（2018）、西南财经大学肖钦月（2019）、华北电力大学林佳奇（2020）、暨南大学陈浩然（2020）对于数据资产特点进行研究，大多都认为数据资产存在非实体性、多样性、收益的不确定性以及时效性，但对于个别特点持不同观点。其中张弛和肖钦月都认为数据资产还存在冗余性，即在企业日常的经营活动中存储的很多数据都是相同的。这些重复的数据是没有价值的，反而会增加企业的成本。陈浩然和肖钦月都认为数据资产还存在无消耗性和增值性，以数据资产的无消耗性为基础，企业可以通过扩大数据规模和维度，创造新的数据资产，为企业带来更多的收益。除此之外，肖钦月还认为数据资产具有高风险性，由于数据资产法律规范体系的不完善，若企业拥有的数据资产外漏，企业可能会涉及官司或诉讼，并且给企业带来高额的损失。三、数据资产价值评估方法研究（一）从传统评估方法的角度从市场法的角度，刘琦（2016）和陈建秋（2019）都在各自的著作中对改进后的市场法在数据资产中的应用做出了详细的解释。刘琦假设当前的数据市场是有效的，并通过对影响数据资产价值的各个因素进行量化调整，运用改进后的市场法对数据资产价值进行评估。陈剑秋引入了资产池理论构建市场法模型，并将其应用到实际案例之中，改进了市场法。但是由于国内数据交易市场并不完善，交易的活动也并不频繁，有部分学者认为市场法的应用会受到限制。张迎（2020）提出目前很难实现大数据的交易统一化，一方面大数据交易所会根据交易金额收取服务费，由此难以避免大数据交易所进行高估售价；另一方面市场上对大数据交易大多都属于私下交易，交易的信息相对不透明，可能会导致大数据资产的交易价格产生偏离。从成本法的角度，国内对于应用成本法评估数据资产的文献较少，林飞腾（2020）、赵丽、李杰（2021）都选择改进成本法对数据资产价值进行评估。成本法的应用中最重要的就是确定各项贬值，林飞腾利用层次分析法确定功能性贬值，利用数据资产的有效性定义经济性贬值，最后结合实际案例进行说明。而赵丽和李杰创造性的结合重置成本法和收益现值法，估算数据资产的价格区间，构建了讨价还价模型并获得交易的均衡价格。不过由于数据资产的特性，传统的成本法可能并不适合评估数据资产，对于使用成本法评估数据资产还有更多需要改进的地方。从收益法的角度，杭州电子科技大学陈舒铭（2021）、江西财经大学张悦（2021）、陈芳和余谦（2021）都通过与其他方法相结合后构建出改进后的多期超额收益模型。国内学者更多地将数据资产归类为无形资产的一种，而对于无形资产价值的评估更多地采用收益法。所以相较于许可费节省法、增量收益法等，采用超额收益法评估数据资产更为合理。对于多期超额收益法的改进，陈芳和余谦运用剩余法从整体收益中剥离出数据资产的收益，将数据资产的折现率加以区分，最终得到了基于剩余法的多期超额收益模型。目前对于多期超额收益法模型的改进，国内大部分学者都选择引入层次分析法或专家打分法量化一些非财务因素指标。陈舒铭就在著作中通过引入专家打分法对数据资产修正系数的确定做出了说明，并且应用到案例中进行验证。（二）从非传统方法的角度在考虑了数据资产特性后，国内很多学者认为传统的评估方法或多或少存在缺陷，所以采用新的思路用其他非传统方法评估数据资产价值。黄乐、刘佳进、黄志刚（2018）、吴铖铖（2018）、华北电力大学陈莹（2018）、左文进（2019）都认为传统的评估方法不能有效地评估出数据资产的价值，针对具体情况提出了新的方法。黄乐等对数据平台价值进行了研究，创造性的引入了平台活跃系数，针对平台的流量和活跃度进行估价，并引入案例验证模型的适用性。陈莹归纳了大数据服务企业的特点，引入二叉树模型改进 DCF 模型以评估企业的投资价值，引入比准市盈率改进 P/E 模型以评估企业的投资价值，并将其应用到实际案例中。左文进通过以某数字资源平台为例，利用市场法和收益法并结合 Shaple 法和资产分配法进行评估，根据中立原则最后评估出该平台的价格。吴铖铖在研究各个参数是如何对资产价值的评估结果产生影响的问题上引入了蒙特卡罗模拟，并最终得到了相关因素与评估结果之间的关系变动情况。四、互联网企业数据资产及估值研究由于互联网行业的业务多与大数据有关，互联网行业在数据资产的交易和管理方面较其他行业更有优势。互联网行业这类轻资产行业固定资产占比相对来说比其他行业更小，而评估企业数据资产价值的高低很有可能取决于数据资产的未来增值状况，所以研究互联网企业数据资产价值具有更重企 业 管 理产业创新研究 2023.1 第2 期162要的现实意义。林丽环、黄卫东、朱玉昊（2021）分析了互联网行业数据资产概况，对比了大部分上市企业的平均市值和平均净资产，通过分析比较他们之间的差额发现数据资产在行业或者企业的增值过程中发挥了极其重要的作用。西安科技大学郭邑彤（2019）、首都经济贸易大学司雨鑫（2019）、河北经贸大学梁艳（2020）都在分析数据资产的价值确定和评估方法的相关文献研究结果的基础上，阐述现有模型用于互联网企业的局限性，从而以收益法的角度重新构建数据资产评估模型，再将模型应用到案例中计算得出结论。其中梁艳研究发现若要评估互联网企业的数据资产，应用多期超额收益法会更加合理，在分析 360 企业财务数据后计算数据资产价值并对评估结果进行分析，以验证多期超额收益法模型应用的可行性。但由于数据资产产生的收益难以从企业现金流中分离出来，以及数据资产价值受很多因素影响，国内学者也尝试采用经济学模型或其他模型来评估互联网企业数据资产价值。云南大学李茂浩（2019）、江西财经大学晏枫（2021）、江西财经大学刘洋（2021）都采用经济学模型或金融理论模型对互联网企业进行案例研究。其中李茂浩采用实物期权法对美林数据技术股份有限公司的数据资产价值进行评估，来论证用实物期权法评估大数据资产价值的可行性与合理性。晏枫在对互联网企业的数据资产进行价值评估时引入蒙特卡罗模拟，用京东案例对该方法进行检验。刘洋主要基于改进FCFF 模型的互联网企业数据资产评估体系进行研究。选取了东方财富这种典型的互联网企业作为评估案例，以研究模型的可行性。五、结语翻阅文献可知，大数据及数据资产是评估行业目前较为热门的领域。数据资产作为时代的新兴资产，以科技创新作为发展动力，数据也能作为一种生产要素被广泛应用于企业的生产当中，未来企业将更重视数据资源。数据资产在 21 世纪的企业发展中的地位将会随着大数据技术的发展而加速提升，除严重依赖数据资产的互联网企业之外，其他行业也应当予以重视。综上所述，学者们对于大数据的概念都不尽相同，但大部分的学者都认为大数据的狭义定义指的是一种包含数字、图片、音频等在内的非结构化数据集。不仅如此，学者们还分析了类似数据资产的特性、影响数据资产价值的因素、数据资产的分类以及数据资产管理等方面的问题。有学者提出只要市场上有足够的交易可比案例的条件下，运用市场法评估数据资产价值也未尝不可。但大多数学者都认为经济学模型（如实物期权模型）是评估数据资产价值最准确的方法，通过计算打分计算权重来量化很难量化的一些指标，最终得到数据资产的评估值。目前对于我国互联网企业数据资产估值的研究中，关于数据资产评估方面的研究仍存在着不足，数据资产估值的研究还主要集中在方法方面。而互联网