數(shù)據(jù)資產(chǎn)價值評估模型構(gòu)建

陳芳 余謙

【摘要】當前我國數(shù)字經(jīng)濟邁入新階段， 數(shù)據(jù)成為企業(yè)數(shù)字化轉(zhuǎn)型的核心要素， 而數(shù)據(jù)資產(chǎn)價值評估還處于探索階段， 未形成一套完整、客觀且行之有效的數(shù)據(jù)資產(chǎn)價值評估體系。 鑒于此， 基于多期超額收益法， 綜合考慮數(shù)據(jù)資產(chǎn)權(quán)屬不清晰、數(shù)據(jù)安全等特殊風險， 將數(shù)據(jù)資產(chǎn)的折現(xiàn)率區(qū)別于無形資產(chǎn)整體折現(xiàn)率， 提出基于剩余法的多期超額收益模型， 以對數(shù)字化轉(zhuǎn)型企業(yè)的數(shù)據(jù)資產(chǎn)價值進行評估。 在此基礎(chǔ)上， 以天士力醫(yī)藥集團股份有限公司為例， 運用該模型計算其數(shù)據(jù)資產(chǎn)價值， 并通過與同等資產(chǎn)規(guī)模的、數(shù)字化程度更深的信息技術(shù)企業(yè)的數(shù)據(jù)資產(chǎn)價值的對比， 進一步驗證該模型的合理性。

【關(guān)鍵詞】數(shù)字化轉(zhuǎn)型;數(shù)據(jù)資產(chǎn);價值評估;多期超額收益模型

【中圖分類號】 F224? ? ?【文獻標識碼】A? ? ? 【文章編號】1004-0994（2021）23-0021-7

一、引言

在以云計算、大數(shù)據(jù)、物聯(lián)網(wǎng)、人工智能、5G為代表的Cloud 2.0新技術(shù)集群飛速發(fā)展的背景下， 經(jīng)濟活動呈現(xiàn)出數(shù)字化形式， 企業(yè)進入數(shù)字化轉(zhuǎn)型新階段。 隨著新技術(shù)與經(jīng)濟社會的交匯融通， 數(shù)據(jù)量不斷增長， 我國政府開始對數(shù)據(jù)給予高度重視， 出臺多項專門政策支持數(shù)據(jù)的發(fā)展。 2015年國務院在《促進大數(shù)據(jù)發(fā)展行動綱要》中將數(shù)據(jù)作為國家基礎(chǔ)性戰(zhàn)略資源; 2017年習近平指出要構(gòu)建以數(shù)據(jù)為關(guān)鍵要素的數(shù)字經(jīng)濟; 2019年十九屆四中全會明確數(shù)據(jù)與勞動、資本、土地、知識、技術(shù)、管理等傳統(tǒng)生產(chǎn)要素同等重要; 2020年國務院發(fā)布《關(guān)于構(gòu)建更加完善的要素市場化配置體制機制的意見》， 要求加快數(shù)據(jù)要素市場建設(shè)， 實現(xiàn)數(shù)據(jù)資源價值。

在政府對數(shù)據(jù)這一要素給予高度重視的同時， 各行各業(yè)也逐漸意識到數(shù)據(jù)資產(chǎn)的龐大價值， 開始將數(shù)據(jù)作為企業(yè)的核心發(fā)展要素， 并通過數(shù)據(jù)挖掘， 幫助企業(yè)優(yōu)化生產(chǎn)、促進新產(chǎn)品開發(fā)以及提升日常經(jīng)營管理活動效率等， 為企業(yè)數(shù)字化轉(zhuǎn)型注入新的活力。 人們已普遍意識到， 不論是助力企業(yè)數(shù)字化轉(zhuǎn)型、實現(xiàn)數(shù)據(jù)交易流通， 還是測度數(shù)據(jù)對經(jīng)濟增長的貢獻、促進數(shù)字經(jīng)濟高質(zhì)量發(fā)展， 數(shù)據(jù)資產(chǎn)價值評估都是必不可少的一步。 然而數(shù)據(jù)這一要素的發(fā)展還處于起步階段， 目前尚未形成規(guī)范化的數(shù)據(jù)資產(chǎn)價值評估體系， 數(shù)據(jù)資產(chǎn)價值評估理論和實踐的滯后嚴重制約了數(shù)字經(jīng)濟的發(fā)展， 如何對數(shù)據(jù)資產(chǎn)的價值進行評估以助力數(shù)字經(jīng)濟高質(zhì)量發(fā)展儼然成為一個新的研究主題。

數(shù)據(jù)資產(chǎn)具有非實體性、增值性和附著性等無形資產(chǎn)屬性特征， 可運用傳統(tǒng)資產(chǎn)評估方法（成本法、收益法、市場法）對其進行價值評估。 但目前國內(nèi)數(shù)據(jù)資產(chǎn)交易市場尚處于起步階段， 其公開性有限， 且可供參考的數(shù)據(jù)資產(chǎn)交易案例較少， 類型也較為單一， 市場法的運用受限。 而成本法只能計量數(shù)據(jù)資產(chǎn)的初始成本， 無法分離出后期數(shù)據(jù)資產(chǎn)的運營維護成本， 且未考慮數(shù)據(jù)資產(chǎn)在應用過程中可能會增值的特點， 導致數(shù)據(jù)資產(chǎn)的價值大大被低估。 Mark Berkman[1] 認為收益法是數(shù)據(jù)資產(chǎn)價值評估的最優(yōu)方式， 收益法體現(xiàn)了數(shù)據(jù)資產(chǎn)的額外獲利能力， 但其難以將數(shù)據(jù)資產(chǎn)創(chuàng)造的收益從整體收益中分離出來， 如何選擇折現(xiàn)率也成為當前的一個難點。 因此， 本文基于多期超額收益法的評估思路， 將數(shù)據(jù)資產(chǎn)的折現(xiàn)率區(qū)別于無形資產(chǎn)整體折現(xiàn)率， 提出了基于剩余法的多期超額收益模型， 以對數(shù)字化轉(zhuǎn)型企業(yè)的數(shù)據(jù)資產(chǎn)價值進行評估， 為助力企業(yè)數(shù)字化轉(zhuǎn)型、實現(xiàn)數(shù)據(jù)的交易流通提供指引。

二、文獻綜述

目前學術(shù)界尚未對數(shù)據(jù)資產(chǎn)的概念達成一致意見， 學者們主要從資產(chǎn)特征和數(shù)據(jù)特征兩個角度對其進行界定。 從資產(chǎn)特征出發(fā)， Ellis[2] 、李雨霏等[3] 將數(shù)據(jù)資產(chǎn)定義為企業(yè)擁有所有權(quán)或者使用權(quán)的， 在未來會給企業(yè)帶來經(jīng)濟效益， 以某種方式記錄的數(shù)據(jù)資源。 從數(shù)據(jù)特征出發(fā)， Zhang等[4] 將數(shù)據(jù)資產(chǎn)定義為企業(yè)主動或被動收集的且加工后能給企業(yè)帶來利潤的數(shù)據(jù)集合;朱揚勇和葉雅珍[5] 將數(shù)據(jù)資產(chǎn)定義為在網(wǎng)絡(luò)空間中有形、可讀取、有價值且可計量的數(shù)據(jù)資源;Liu等[6] 則認為數(shù)據(jù)資產(chǎn)是由五元組數(shù)組組成、響應數(shù)據(jù)動態(tài)需求的數(shù)據(jù)， 數(shù)據(jù)資產(chǎn)可以隨數(shù)據(jù)需求的變化而變化， 且沒有數(shù)據(jù)需求的數(shù)據(jù)是無用的， 也不屬于數(shù)據(jù)資產(chǎn)。 可見， 不同學者對數(shù)據(jù)資產(chǎn)的概念界定有不同的側(cè)重點， 但都對數(shù)據(jù)資產(chǎn)的價值性達成了共識。

學者們雖然都認同數(shù)據(jù)資產(chǎn)的價值性， 但對于如何進行數(shù)據(jù)資產(chǎn)價值評估各執(zhí)一詞。 部分學者認為數(shù)據(jù)資產(chǎn)屬于無形資產(chǎn)， 因此可通過改進的傳統(tǒng)資產(chǎn)評估模型來對其進行價值評估。 Lin和Wu[7] 從成本的角度出發(fā)， 考慮到數(shù)據(jù)資產(chǎn)的購置成本、運營成本、維護成本及應用場景， 運用層次分析法構(gòu)建了數(shù)據(jù)資產(chǎn)價值評估模型。 劉琦等[8] 將市場法作為數(shù)據(jù)資產(chǎn)價值評估的核心， 并從數(shù)據(jù)資產(chǎn)的獲取成本， 技術(shù)、價值密度及數(shù)據(jù)容量差異等方面對數(shù)據(jù)資產(chǎn)的價值進行調(diào)整。 李永紅和張淑雯[9] 同樣將市場法作為核心， 并運用灰色關(guān)聯(lián)分析法和層次分析法將數(shù)據(jù)量、數(shù)據(jù)質(zhì)量以及數(shù)據(jù)分析能力等影響數(shù)據(jù)資產(chǎn)價值的因素引入其中， 構(gòu)建了基于市場法的數(shù)據(jù)資產(chǎn)價值評估模型。 黃樂等[10] 創(chuàng)造性地將成本法與收益法相結(jié)合構(gòu)建數(shù)據(jù)資產(chǎn)價值評估模型， 并通過市場調(diào)整系數(shù)對數(shù)據(jù)資產(chǎn)價值進行調(diào)整。

另一些學者試圖從經(jīng)濟、管理、計算機等領(lǐng)域的非傳統(tǒng)模型中找到突破口， 對數(shù)據(jù)資產(chǎn)的價值進行評估， 他們認為數(shù)據(jù)資產(chǎn)的價值隨數(shù)據(jù)的質(zhì)量、格式、時間期限、使用方式等的不同而不同， 傳統(tǒng)的資產(chǎn)評估方法在數(shù)據(jù)資產(chǎn)價值評估中并不適用。 王靜和王娟[11] 將B-S理論模型作為數(shù)據(jù)資產(chǎn)價值評估的核心， 從標的數(shù)據(jù)資產(chǎn)、實時數(shù)據(jù)資產(chǎn)浮動率、完全生命周期、固定收益率以及現(xiàn)有數(shù)據(jù)資產(chǎn)五個方面構(gòu)建評價指標體系， 對互聯(lián)網(wǎng)金融企業(yè)的數(shù)據(jù)資產(chǎn)價值進行評估。 張馳[12] 借助深度學習技術(shù)， 從顆粒度、多維度、活性度、規(guī)模度和關(guān)聯(lián)度五個特征維度構(gòu)建了新型數(shù)據(jù)資產(chǎn)價值分析模型。 趙麗和李杰[13] 以重置成本作為數(shù)據(jù)資產(chǎn)的最低價格， 又以收益法確定數(shù)據(jù)資產(chǎn)的最高價格， 在此基礎(chǔ)上構(gòu)建討價還價模型， 最終得出在價格區(qū)間內(nèi)的均衡價格。 左文進和劉麗君[14] 除了運用傳統(tǒng)資產(chǎn)評估方法， 還創(chuàng)造性地運用破產(chǎn)分配法和Shapley值法對數(shù)據(jù)資產(chǎn)的價值進行了評估。

由上述文獻可以發(fā)現(xiàn)， 當前數(shù)據(jù)資產(chǎn)價值評估還處于探索階段， 學術(shù)界暫未形成數(shù)據(jù)資產(chǎn)的標準化定義， 對其價值的評估也缺乏統(tǒng)一的衡量標準。 總體而言， 目前尚未形成一套完整、客觀且行之有效的數(shù)據(jù)資產(chǎn)價值評估體系， 無論是理論層面還是實證層面， 都需要對數(shù)據(jù)資產(chǎn)及其價值評估進行進一步的探索和完善。

三、數(shù)據(jù)資產(chǎn)價值評估方法及模型構(gòu)建

（一）基于剩余法的多期超額收益模型的構(gòu)建

本文基于多期超額收益法的評估思路， 首先運用剩余法從整體收益中剝離出歸屬于數(shù)據(jù)資產(chǎn)的超額收益; 然后考慮到數(shù)據(jù)資產(chǎn)權(quán)屬不清晰、數(shù)據(jù)安全等特殊風險， 將數(shù)據(jù)資產(chǎn)的折現(xiàn)率區(qū)別于無形資產(chǎn)整體折現(xiàn)率， 最終得到了基于剩余法的多期超額收益模型：

V=? ? （E-Ew-Ef -Ei）×（1+i）-t （1）

其中： V指企業(yè)數(shù)據(jù)資產(chǎn)價值; E指企業(yè)的自由現(xiàn)金流; Ew、Ef、Ei分別指流動資產(chǎn)、固定資產(chǎn)、除數(shù)據(jù)資產(chǎn)以外的其他無形資產(chǎn)的貢獻值; i指數(shù)據(jù)資產(chǎn)折現(xiàn)率; n指收益期限。

（二）考慮數(shù)據(jù)資產(chǎn)特殊風險的折現(xiàn)率計算

考慮到被評估企業(yè)的無形資產(chǎn)中包含數(shù)據(jù)資產(chǎn)這一特殊無形資產(chǎn)， 與其他無形資產(chǎn)相比， 數(shù)據(jù)資產(chǎn)的數(shù)據(jù)權(quán)屬不清晰， 數(shù)據(jù)安全也存在隱患， 缺乏相關(guān)法律文件的保護， 需要承擔更大的風險， 其收益具有更大的不確定性， 所以數(shù)據(jù)資產(chǎn)折現(xiàn)率比無形資產(chǎn)折現(xiàn)率均值更大。 首先， 采用加權(quán)平均資本成本模型計算出企業(yè)全部投資的回報率; 其次， 通過回報率拆分法將企業(yè)資產(chǎn)分為固定資產(chǎn)、流動資產(chǎn)和無形資產(chǎn)三類， 計算市場上與被評估企業(yè)相似的企業(yè)的無形資產(chǎn)回報率， 將其平均值作為被評估企業(yè)的無形資產(chǎn)回報率; 最后， 以該無形資產(chǎn)回報率為基礎(chǔ)， 進一步將被評估企業(yè)無形資產(chǎn)中的數(shù)據(jù)資產(chǎn)剝離出來， 列為一項單獨的資產(chǎn)， 再次運用回報率拆分法分離出被評估企業(yè)的數(shù)據(jù)資產(chǎn)回報率。

加權(quán)資本成本常被作為企業(yè)全部投資的回報率或折現(xiàn)率， 它是企業(yè)股權(quán)和債權(quán)投資回報率的加權(quán)平均值， 可以用如下公式表達：

[WACC=Re×ED+E+Rd×DD+E×1-T] （2）

其中： WACC指加權(quán)平均資本成本; E指股權(quán)價值; D指付息債權(quán)價值; T指企業(yè)所得稅稅率;Rd指債權(quán)回報率; Re指股權(quán)風險收益率。

Re一般通過資本資產(chǎn)定價模型（CAMP）確定， 公式為：

Re=Rf+β×（Rm-Rf） （3）

其中： Rf指無風險回報率; Rm指市場平均收益率; β指風險系數(shù)。

回報率拆分法是從企業(yè)的整體回報率中扣除流動資產(chǎn)和固定資產(chǎn)的回報率， 最后逆向計算出無形資產(chǎn)的回報率， 具體計算公式如下：

（4）

其中：Wj、We、Wf分別表示無形資產(chǎn)、流動資產(chǎn)、固定資產(chǎn)占總資產(chǎn)的比重;ij、ie、if分別表示無形資產(chǎn)、流動資產(chǎn)、固定資產(chǎn)的投資回報率。

為從無形資產(chǎn)平均回報率中剝離出數(shù)據(jù)資產(chǎn)的回報率， 改進式（4）， 將被評估企業(yè)的數(shù)據(jù)資產(chǎn)區(qū)別于整體無形資產(chǎn)， 單獨列為一項資產(chǎn)， 得到如下公式：

（5）

其中： Wd為數(shù)據(jù)資產(chǎn)占總資產(chǎn)的比重; id為數(shù)據(jù)資產(chǎn)的投資回報率， 即數(shù)據(jù)資產(chǎn)特有折現(xiàn)率;Wj、We、Wf、ij、ie、if的含義同式（4）。

（三）模型中重要變量的確定

1. 自由現(xiàn)金流量。 自由現(xiàn)金流量是指企業(yè)滿足了再投資需求后剩余的現(xiàn)金流量， 在不影響企業(yè)持續(xù)經(jīng)營發(fā)展的前提下可分配給股東和債權(quán)人。

自由現(xiàn)金流量=息稅前利潤（EBIT）-稅款+折舊和攤銷-營運資本變動-資本性支出

EBIT=營業(yè)收入-營業(yè)成本-營業(yè)稅金及附加-銷售費用-管理費用

2. 流動資產(chǎn)貢獻值。 流動資產(chǎn)在資金周轉(zhuǎn)的過程中價值一般不會發(fā)生變化， 且可以在一個完整的經(jīng)營周期后全部收回。 因此， 流動資產(chǎn)貢獻值僅指投資回報部分。

流動資產(chǎn)貢獻值=流動資產(chǎn)年平均額×流動資產(chǎn)投資回報率

由于流動資產(chǎn)一般以一個會計年度作為周轉(zhuǎn)周期， 且主要以貨幣資金形式出現(xiàn)， 其投資回報率可選擇一年期銀行貸款利率。

3. 固定資產(chǎn)貢獻值。 固定資產(chǎn)在生產(chǎn)過程中會發(fā)生損耗， 其從被購入開始需要每期進行折舊處理， 直至賬面價值為零， 或達到企業(yè)規(guī)定的凈殘值。 因此， 固定資產(chǎn)貢獻值包括固定資產(chǎn)的折舊補償和投資回報兩個部分。

固定資產(chǎn)貢獻值=固定資產(chǎn)折舊補償+固定資產(chǎn)投資回報

固定資產(chǎn)投資回報=固定資產(chǎn)年平均額×固定資產(chǎn)投資回報率

由于固定資產(chǎn)的折舊年限一般為五年及五年以上， 其投資回報率可選擇五年期以上銀行貸款利率。

4. 無形資產(chǎn)貢獻值。 無形資產(chǎn)可按照是否在企業(yè)財務報表中披露分為表內(nèi)無形資產(chǎn)和表外無形資產(chǎn)。 其中， 財務報表中披露的土地使用權(quán)、專利權(quán)、軟件等屬于表內(nèi)無形資產(chǎn)， 人力資本、數(shù)據(jù)資產(chǎn)等未在財務報表中披露的屬于表外無形資產(chǎn)。 兩者均能為企業(yè)帶來收益， 所以在計算無形資產(chǎn)貢獻值時需同時考慮表內(nèi)和表外無形資產(chǎn)的貢獻值。

表內(nèi)無形資產(chǎn)會因技術(shù)進步或其他原因而產(chǎn)生經(jīng)濟性貶值， 需每期進行攤銷。 因此， 表內(nèi)無形資產(chǎn)貢獻值包括無形資產(chǎn)的攤銷補償和投資回報兩個部分。

表內(nèi)無形資產(chǎn)貢獻值=無形資產(chǎn)攤銷補償+無形資產(chǎn)投資回報

無形資產(chǎn)投資回報=無形資產(chǎn)年平均額×無形資產(chǎn)投資回報率

由于無形資產(chǎn)周轉(zhuǎn)周期較長， 攤銷年限一般較長， 其投資回報率也取五年期以上銀行貸款利率。

表外無形資產(chǎn)主要考慮人力資本和數(shù)據(jù)資產(chǎn)兩項。 從馬克思的剩余價值理論來看， 企業(yè)通過榨取職工的剩余價值來為自身創(chuàng)造超額收益。 因此， 人力資本的超額收益是表外無形資產(chǎn)貢獻值的重要組成部分。

人力資本貢獻值=勞動力年投入額×勞動力貢獻率

其中， 勞動力的年投入額根據(jù)企業(yè)財務報表中的“應付職工薪酬”來確定， 勞動力貢獻率以我國經(jīng)濟增長中平均人才貢獻率為標準。

5. 收益期。 數(shù)字資產(chǎn)收益期是指能夠運用數(shù)字資產(chǎn)獲得超額收益的期限。 就資產(chǎn)評估而言， 被評估對象應該是在評估基準日這一時點上企業(yè)所擁有的資產(chǎn)情況， 不考慮企業(yè)后期投入對資產(chǎn)價值的影響。 因此， 企業(yè)當前的數(shù)據(jù)資產(chǎn)并非永續(xù)存在， 而是有其特定的收益期限。 又因數(shù)據(jù)資產(chǎn)的價值易受環(huán)境的影響， 具有極強的時效性， 因此為保證數(shù)據(jù)資產(chǎn)價值評估的精準性， 其預測收益期限不宜過長。

四、案例分析

（一）案例選取

生物醫(yī)藥作為戰(zhàn)略性新興產(chǎn)業(yè)之一， 數(shù)字化技術(shù)為整個產(chǎn)業(yè)注入了新的活力， 有助于推動經(jīng)濟的高質(zhì)量發(fā)展。 天士力醫(yī)藥集團股份有限公司（簡稱“天士力”）作為生物醫(yī)藥上市公司的代表， 率先意識到數(shù)字化技術(shù)的重要性， 積極探尋數(shù)字化轉(zhuǎn)型道路。 2014年天士力成立數(shù)字創(chuàng)新事業(yè)部門， 開啟了數(shù)字資產(chǎn)應用的新篇章; 2016年天士力投資1.5億元啟動“現(xiàn)代中藥智能制造”項目， 將“數(shù)字化、智能化、集成式”作為該項目的核心內(nèi)容; 2019年天士力開啟數(shù)字化元年， 以數(shù)字科技為驅(qū)動， 積極推動企業(yè)數(shù)字化轉(zhuǎn)型。 隨著數(shù)字化進程的推進， 天士力擁有了大量的數(shù)據(jù)資產(chǎn)， 如何評估數(shù)據(jù)資產(chǎn)價值， 發(fā)揮數(shù)據(jù)資產(chǎn)的最大效用成為企業(yè)亟需解決的難題。 本文以天士力作為評估案例， 對該企業(yè)的數(shù)據(jù)資產(chǎn)價值進行評估， 助力企業(yè)的數(shù)字化轉(zhuǎn)型。

（二）數(shù)據(jù)及預測

通過分析發(fā)現(xiàn)， 天士力從2014年開始進行數(shù)字化轉(zhuǎn)型， 數(shù)字資產(chǎn)也從這一年開始創(chuàng)造超額收益。 但由于數(shù)據(jù)獲取限制， 本文將評估基準日確定為2019年12月31日。 又因數(shù)據(jù)資產(chǎn)具有極強的時效性， 為保證數(shù)據(jù)資產(chǎn)價值評估的精準性， 本文將數(shù)據(jù)資產(chǎn)的收益期限設(shè)置為2020 ～ 2024年五年。 為簡化計算過程， 本文在預測方面并未涉及復雜的理論公式， 選擇以最小二乘法進行一元線性回歸對過去六年歷史收入進行擬合， 由此預測未來五年的收入， 其他各變量的預測皆以過去六年占收入之比例的平均值作為預測基礎(chǔ)。

1. 自由現(xiàn)金流量預測。 本文以RESSET金融研究數(shù)據(jù)庫為基礎(chǔ)， 獲取天士力2014 ～ 2019年的營業(yè)收入等基本財務報表數(shù)據(jù)。 運用最小二乘法對天士力2014 ～ 2019年的收入數(shù)據(jù)進行一元線性回歸， 通過擬合函數(shù)預測天士力2020 ～ 2024年的營業(yè)收入， 得到各年的營業(yè)收入預測值分別為2033019萬元、2171902.72萬元、2310786.44萬元、2449670.16萬元、2588553.88萬元。

然后取各項目占營業(yè)收入之比例的平均值作為預測基礎(chǔ)對未來五年的數(shù)據(jù)進行預測。 天士力屬于高新技術(shù)企業(yè)， 可享受稅收減免政策， 企業(yè)所得稅稅率為15%。 由此可得天士力未來五年自由現(xiàn)金流量， 如表1所示。

2. 各資產(chǎn)貢獻值預測。 為預測各資產(chǎn)創(chuàng)造的收益值， 本文從RESSET金融研究數(shù)據(jù)庫中獲取天士力2014 ～ 2019年的總資產(chǎn)、應付職工薪酬等財務報表數(shù)據(jù)。

（1）流動資產(chǎn)貢獻值預測。 以流動資產(chǎn)占總資產(chǎn)比例的平均值66.55%作為預測基礎(chǔ)， 根據(jù)總資產(chǎn)的增加額占營業(yè)收入比例的平均值15.45%， 可得到流動資產(chǎn)增加額占營業(yè)收入的比例為10.28%， 以此為基礎(chǔ)預測天士力未來五年的流動資產(chǎn)。 流動資產(chǎn)的投資回報率取一年期銀行貸款利率4.35%， 可得到天士力未來五年流動資產(chǎn)貢獻值， 如表2所示。

（2）固定資產(chǎn)貢獻值預測。 根據(jù)天士力2014～2019年的財務報表數(shù)據(jù)， 可得到資本性支出占營業(yè)收入比重的平均值4.45%， 以及固定資產(chǎn)資本支出占資本性支出的比例均值32.65%， 以此為基礎(chǔ)預測天士力未來五年的固定資產(chǎn)資本支出。 固定資產(chǎn)的投資回報率取五年期以上銀行貸款利率4.90%， 可得到天士力未來五年固定資產(chǎn)貢獻值， 如表3所示。

（3）無形資產(chǎn)貢獻值預測。 同理， 可得到2014 ～ 2019年的表內(nèi)無形資產(chǎn)資本支出約占資本性支出的0.81%， 表內(nèi)無形資產(chǎn)的投資回報率取五年期以上銀行貸款利率4.90%， 可得到天士力未來五年表內(nèi)無形資產(chǎn)貢獻值， 如表4所示。

對于表外無形資產(chǎn)， 本文僅考慮數(shù)據(jù)資產(chǎn)和人力資本兩種。 這里將天士力財務報表中“應付職工薪酬”作為人力資本投入數(shù)據(jù)， 分析其歷史勞動力投入情況， 發(fā)現(xiàn)人力資本投入約占營業(yè)收入的0.93%。 馬寧和王選華[15] 通過構(gòu)造經(jīng)濟增長中人才貢獻率的模型， 發(fā)現(xiàn)1978 ～ 2015年間人才對中國經(jīng)濟增長的平均貢獻率為24.49%。 本文將24.49%作為勞動力貢獻率， 預測天士力未來五年人力資本貢獻值， 結(jié)果如表5所示。

3. 折現(xiàn)率。 本文的無風險回報率Rf取評估基準日的五年期短期國債利率4.27%; 市場平均收益率Rm取Choice金融終端中滬深300指數(shù)歷年年平均收益率， 經(jīng)計算Rm=12.83%; β指數(shù)同樣來自Choice金融終端; 債權(quán)回報率Rd根據(jù)評估基準日的五年期銀行貸款利率4.75%來確定; 所有者權(quán)益合計E、負債合計D及企業(yè)所得稅稅率T均可通過查閱企業(yè)年報獲得。 將上述參數(shù)代入式（2）和式（3）， 可得到與被評估企業(yè)相似的企業(yè)的加權(quán)資本成本， 如表6所示。

流動資產(chǎn)投資回報率為一年期銀行貸款利率4.35%， 固定資產(chǎn)投資回報率為五年期以上銀行貸款利率4.90%。 將各參數(shù)代入式（4）， 倒擠出相似企業(yè)的無形資產(chǎn)回報率， 如表7所示。

為得到天士力的數(shù)據(jù)資產(chǎn)回報率， 再次運用回報率拆分法， 將醫(yī)藥行業(yè)無形資產(chǎn)回報率的平均值21.63%代入式（5）， 得到天士力的數(shù)據(jù)資產(chǎn)回報率， 如表8所示。

由此得到天士力的數(shù)據(jù)資產(chǎn)回報率為24.12%， 比無形資產(chǎn)平均回報率21.63%高2.49%， 驗證了數(shù)據(jù)資產(chǎn)特有的權(quán)屬風險、數(shù)據(jù)安全風險等導致其風險比整體無形資產(chǎn)風險更高這一推測， 表明了該數(shù)據(jù)資產(chǎn)折現(xiàn)率的合理性。

（三）數(shù)據(jù)資產(chǎn)價值評估結(jié)果

將預測的天士力未來自由現(xiàn)金流減去上述各資產(chǎn)貢獻值， 即得到未來數(shù)據(jù)資產(chǎn)的超額收益。 天士力數(shù)據(jù)資產(chǎn)的價值評估結(jié)果如表9所示。

由表9可知， 天士力在2019年年底時數(shù)據(jù)資產(chǎn)的價值為25146.79萬元， 而且數(shù)據(jù)資產(chǎn)所產(chǎn)生的超額收益是逐年遞減的， 這符合數(shù)據(jù)資產(chǎn)時效性強的特征。 企業(yè)所產(chǎn)生的數(shù)據(jù)如果不能在恰當?shù)臅r間進行開發(fā)利用， 其使用價值就可能隨時間的流逝而減少， 甚至完全失去價值。

（四）對比案例的數(shù)據(jù)資產(chǎn)價值評估

信息技術(shù)產(chǎn)業(yè)作為數(shù)字經(jīng)濟的支撐產(chǎn)業(yè)， 其數(shù)字化程度更深， 信息技術(shù)企業(yè)在發(fā)展過程中也積累了更多的數(shù)據(jù)資產(chǎn)。 2020年動脈網(wǎng)、零氪科技、CAHA數(shù)字醫(yī)療專委會聯(lián)合發(fā)布的《錨定價值路徑，全產(chǎn)業(yè)鏈賦能——醫(yī)藥數(shù)字化轉(zhuǎn)型創(chuàng)新報告》中指出， 醫(yī)藥行業(yè)的數(shù)字化水平相對較低， 我國醫(yī)藥市場雖持續(xù)高速增長， 但整體數(shù)字化水平落后于其他支柱產(chǎn)業(yè)， 對數(shù)字經(jīng)濟的貢獻相對較小。 醫(yī)藥產(chǎn)業(yè)的數(shù)字化發(fā)展水平明顯滯后于信息技術(shù)產(chǎn)業(yè)， 因此本文推斷， 信息技術(shù)企業(yè)的數(shù)據(jù)資產(chǎn)價值比數(shù)字化轉(zhuǎn)型醫(yī)藥企業(yè)的數(shù)據(jù)資產(chǎn)價值更高。 本文選擇與數(shù)字化轉(zhuǎn)型企業(yè)天士力同等資產(chǎn)規(guī)模的信息技術(shù)企業(yè)航天信息股份有限公司（簡稱“航天信息”）作為對照， 計算同一時點（2019年12月31日）航天信息擁有的數(shù)據(jù)資產(chǎn)的價值。

航天信息是以信息安全技術(shù)、各種咨詢服務、計算機數(shù)據(jù)庫服務等為主營業(yè)務的IT行業(yè)高新技術(shù)公司。 這些業(yè)務大多需要數(shù)據(jù)作為支撐， 因此企業(yè)積累了大量的數(shù)據(jù)資產(chǎn)。 從RESSET金融研究數(shù)據(jù)庫中獲取航天信息的財務報表數(shù)據(jù)， 企業(yè)自由現(xiàn)金流量及各資產(chǎn)的貢獻值預測方法均參考上述天士力案例， 可得到如表10所示的評估結(jié)果。

航天信息的數(shù)據(jù)資產(chǎn)價值為73222.03萬元， 而天士力的數(shù)據(jù)資產(chǎn)價值為25146.79萬元， 可見航天信息的數(shù)據(jù)資產(chǎn)價值明顯高于天士力， 由此驗證了前文的推測： 在同等資產(chǎn)規(guī)模下， 數(shù)字化程度更深的企業(yè)所擁有的數(shù)據(jù)資產(chǎn)價值更高。 這也驗證了本文模型的合理性。

五、結(jié)論與展望

隨著數(shù)字經(jīng)濟的發(fā)展， 數(shù)據(jù)作為數(shù)字經(jīng)濟的重要支撐， 其價值逐漸得到重視， 學者們開始嘗試對數(shù)據(jù)資產(chǎn)的價值評估進行研究。 本文基于多期超額收益法的評估思路， 綜合考慮了數(shù)據(jù)資產(chǎn)權(quán)屬不清晰、數(shù)據(jù)安全等特殊風險， 將數(shù)據(jù)資產(chǎn)的折現(xiàn)率區(qū)別于無形資產(chǎn)整體折現(xiàn)率， 提出了基于剩余法的多期超額收益模型， 并采用該模型對數(shù)字化轉(zhuǎn)型企業(yè)的數(shù)據(jù)資產(chǎn)價值進行評估， 進而驗證了該模型的合理性。

本文是對數(shù)據(jù)資產(chǎn)價值評估的一個重要嘗試， 以基于剩余法的多期超額收益模型為核心對數(shù)據(jù)資產(chǎn)進行評估， 體現(xiàn)了數(shù)據(jù)資產(chǎn)的超額收益性， 但該方法仍存在一定的局限性。 首先， 評估所需的預測數(shù)據(jù)會有偏差。 本文通過預測的方法來確定使用數(shù)據(jù)資產(chǎn)可能獲得的收益， 預測時未考慮實際影響因素的變動， 所以會導致預測有偏差。 其次， 折現(xiàn)率的選擇不夠精準。 本文雖將數(shù)據(jù)資產(chǎn)的折現(xiàn)率區(qū)別于無形資產(chǎn)平均折現(xiàn)率， 但由于在計算無形資產(chǎn)平均折現(xiàn)率時并未排除與被評估企業(yè)相似的企業(yè)存在數(shù)據(jù)資產(chǎn)的情況， 所以得到的無形資產(chǎn)平均折現(xiàn)率可能本身已經(jīng)包含了數(shù)據(jù)資產(chǎn)的折現(xiàn)率部分， 導致被評估企業(yè)的數(shù)據(jù)資產(chǎn)折現(xiàn)率不夠精準。 最重要的是， 該模型未能考慮數(shù)據(jù)資產(chǎn)的價值易變性， 數(shù)據(jù)資產(chǎn)的價值可能會隨使用方式及時間的推移而不斷變化。

未來在進一步的深入研究中， 可以從改善預測數(shù)據(jù)偏差， 充分考慮數(shù)據(jù)資產(chǎn)的數(shù)據(jù)質(zhì)量、數(shù)據(jù)使用方式、數(shù)據(jù)量、數(shù)據(jù)時效性等價值影響因素的角度出發(fā)， 完善本文的數(shù)據(jù)資產(chǎn)價值評估模型， 為提高數(shù)據(jù)資產(chǎn)價值評估精度做貢獻。

【 主 要 參 考 文 獻 】

[1] Mark Berkman. Valuing intellectual property assets for licen-

sing transactions[ J].Licensing Journal，2002（4）：16 ～ 22.

[2] Ellis M. E.. A model of data as an organizational asset[D].Lawrence： University of Kansas，2014.

[3] 李雨霏，劉海燕，閆樹.面向價值實現(xiàn)的數(shù)據(jù)資產(chǎn)管理體系構(gòu)建[ J].大數(shù)據(jù)，2020（3）：45 ～ 56.

[4] Zhang Y.， Huang Y.， Zhang D.， et al.. The importance of data assets and its accounting confirmation and measurement methods[A].Beijing： International Conference on Behavioral， Economic and Socio-cultural Computing，2019.

[5] 朱揚勇，葉雅珍.從數(shù)據(jù)的屬性看數(shù)據(jù)資產(chǎn)[ J].大數(shù)據(jù)， 2018（6）：65 ～ 76.

[6] Liu X.， Jiang Y.， Pan L.. Application of data assets[A].Xi'an：IEEE Advanced Information Management，Communicates，? Electronic and Automation Control Conference，2018.

[7] Lin Z.， Wu Y.. Research on the method of evaluating the value of data assets[A].Xi'an： International Conference on Education，E-learning and Management Technology，2016.

[8] 劉琦，童洋，魏永長，陳方宇.市場法評估大數(shù)據(jù)資產(chǎn)的應用[ J].中國資產(chǎn)評估，2016（11）：33 ～ 37.

[9] 李永紅，張淑雯.數(shù)據(jù)資產(chǎn)價值評估模型構(gòu)建[ J].財會月刊，2018（9）：30 ～ 35.

[10] 黃樂，劉佳進，黃志剛.大數(shù)據(jù)時代下平臺數(shù)據(jù)資產(chǎn)價值研究[ J].福州大學學報（哲學社會科學版），2018（4）：50 ～ 54.

[11] 王靜，王娟.互聯(lián)網(wǎng)金融企業(yè)數(shù)據(jù)資產(chǎn)價值評估——基于B-S理論模型的研究[ J].技術(shù)經(jīng)濟與管理研究，2019（7）：73 ～ 78.

[12] 張馳.數(shù)據(jù)資產(chǎn)價值分析模型與交易體系研究[D].北京：北京交通大學，2018.

[13] 趙麗，李杰.大數(shù)據(jù)資產(chǎn)定價研究——基于討價還價模型的分析[ J].價格理論與實踐，2020（8）：124 ～ 127+178.

[14] 左文進，劉麗君.大數(shù)據(jù)資產(chǎn)估價方法研究——基于資產(chǎn)評估方法比較選擇的分析[ J].價格理論與實踐，2019（8）：116 ～ 119+148.

[15] 馬寧，王選華.中國人才貢獻率測度：1978-2015[ J].統(tǒng)計與信息論壇，2017（12）：101 ～ 107.