基于用戶價值的短視頻企業(yè)數(shù)據(jù)資產(chǎn)評估

摘"要：數(shù)據(jù)已經(jīng)成為數(shù)字經(jīng)濟(jì)發(fā)展的關(guān)鍵生產(chǎn)要素。明確數(shù)據(jù)資產(chǎn)的內(nèi)涵，并運(yùn)用恰當(dāng)?shù)姆椒ㄔu估企業(yè)數(shù)據(jù)資產(chǎn)有重要意義。傳統(tǒng)評估方法在評估數(shù)據(jù)資產(chǎn)時具有局限性，本文以用戶價值為視角，結(jié)合短視頻企業(yè)的特點(diǎn)對國泰君安估值模型進(jìn)行修正，構(gòu)建短視頻企業(yè)價值貢獻(xiàn)指標(biāo)體系，利用層次分析法剝離快手企業(yè)數(shù)據(jù)資產(chǎn)的價值，為短視頻企業(yè)數(shù)據(jù)資產(chǎn)的估值提供了新視角，為資本市場提供更加準(zhǔn)確的價值借鑒。

關(guān)鍵詞：用戶價值；數(shù)據(jù)資產(chǎn)；層次分析法；快手

中圖分類號：F23"文獻(xiàn)標(biāo)識碼：A""doi：10.19311/j.cnki.16723198.2024.13.049

1"相關(guān)概念概述

1.1"數(shù)據(jù)資產(chǎn)

中評協(xié)發(fā)布的《數(shù)據(jù)資產(chǎn)評估指導(dǎo)意見》中指出，數(shù)據(jù)資產(chǎn)是指特定主體合法擁有或者控制的，能進(jìn)行貨幣計(jì)量的，且能帶來直接或者間接經(jīng)濟(jì)利益的數(shù)據(jù)資源。數(shù)據(jù)資產(chǎn)的價值影響因素可歸納為3個維度：風(fēng)險維度、質(zhì)量維度和應(yīng)用維度。風(fēng)險維度主要指的是數(shù)據(jù)資產(chǎn)受法律法規(guī)的約束程度；質(zhì)量維度指數(shù)據(jù)的準(zhǔn)確性和完整性；應(yīng)用維度指的是數(shù)據(jù)資產(chǎn)的應(yīng)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(xué)和戰(zhàn)略管理領(lǐng)域的基礎(chǔ)理論之一。用戶價值理論的提出，為評估領(lǐng)域提供了一個全新的估值方向，即在評估互聯(lián)網(wǎng)企業(yè)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(nèi)外學(xué)者已經(jīng)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(yè)數(shù)據(jù)資產(chǎn)估值模型構(gòu)建

2.1"短視頻企業(yè)數(shù)據(jù)資產(chǎn)價值分析

短視頻平臺是近年來迅速崛起的一種內(nèi)容社交生態(tài)，由于其短小精干、富有吸引力的內(nèi)容及交互性強(qiáng)的社交屬性，深受大眾的喜愛。隨著短視頻行業(yè)逐步進(jìn)入注重高質(zhì)量發(fā)展的存量化競爭時代，用戶需求將更是企業(yè)關(guān)注和深挖的關(guān)鍵，那么用戶價值作為企業(yè)至關(guān)重要的表外資產(chǎn)將得到更充分的釋放。因此在評估短視頻企業(yè)數(shù)據(jù)資產(chǎn)時，應(yīng)當(dāng)充分考慮用戶價值。

根據(jù)短視頻企業(yè)數(shù)據(jù)的不同類型，本文認(rèn)為可以基于用戶角度將數(shù)據(jù)分為用戶基本數(shù)據(jù)和用戶行為數(shù)據(jù)兩部分。用戶基本數(shù)據(jù)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(yè)、地區(qū)、愛好等。這些用戶資料可以幫助企業(yè)精準(zhǔn)分析用戶畫像，有針對性地推送可能感興趣的內(nèi)容，增加用戶忠誠度，提升用戶留存率。用戶行為數(shù)據(jù)即用戶在使用互聯(lián)網(wǎng)時產(chǎn)生的行為數(shù)據(jù)留痕，可以分成三類，即內(nèi)容數(shù)據(jù)、消費(fèi)數(shù)據(jù)和社交數(shù)據(jù)，這些數(shù)據(jù)是形成短視頻企業(yè)數(shù)據(jù)資產(chǎn)的主要部分，企業(yè)可以通過對這些行為數(shù)據(jù)挖掘分析，及時發(fā)現(xiàn)市場趨勢，抓取用戶需求，最大化實(shí)現(xiàn)其商業(yè)價值。

2.2"短視頻企業(yè)數(shù)據(jù)資產(chǎn)估值模型構(gòu)建

基于上述討論，本文認(rèn)為短視頻企業(yè)數(shù)據(jù)資產(chǎn)評估時，要充分結(jié)合短視頻企業(yè)的特點(diǎn)，選擇適宜的評估途徑。根據(jù)《數(shù)據(jù)資產(chǎn)評估指導(dǎo)意見》，執(zhí)行數(shù)據(jù)資產(chǎn)評估業(yè)務(wù)，需要關(guān)注影響數(shù)據(jù)資產(chǎn)價值的場景因素，考慮到短視頻企業(yè)數(shù)據(jù)的應(yīng)用場景通常為自用，參考雷小喬、張芳（2023）學(xué)者的觀點(diǎn)，自用型數(shù)據(jù)資產(chǎn)價值體現(xiàn)在企業(yè)獲得的盈余價值上，因此采用短視頻企業(yè)的整體收益扣除其他非數(shù)據(jù)資產(chǎn)的收益得到其數(shù)據(jù)資產(chǎn)價值。其次用戶深度參與短視頻企業(yè)的價值積累過程，在選擇短視頻企業(yè)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(shù)據(jù)資產(chǎn)價值剝離可靠性的考量，要構(gòu)建合理的價值貢獻(xiàn)指標(biāo)體系，避免“多評漏評”。短視頻企業(yè)數(shù)據(jù)資產(chǎn)價值評估過程如下。

2.2.1"短視頻企業(yè)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(lián)網(wǎng)企業(yè)價值

K——變現(xiàn)因子

P——溢價率系數(shù)（取決于企業(yè)在行業(yè)中的地位）

N——網(wǎng)絡(luò)用戶數(shù)

R——網(wǎng)絡(luò)節(jié)點(diǎn)之間的距離

根據(jù)短視頻企業(yè)的特點(diǎn)，對該模型進(jìn)行修正：

（1）用戶數(shù)量指標(biāo)改進(jìn)。N為網(wǎng)絡(luò)用戶數(shù)，指的是注冊短視頻平臺的所有用戶數(shù)。但是并非所有的用戶都可以形成企業(yè)的數(shù)據(jù)資產(chǎn)，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(shù)來衡量N值?；钴S用戶數(shù)指某個階段內(nèi)去掉重復(fù)登錄次數(shù)后使用產(chǎn)品或平臺的用戶數(shù)量，本文以月均活躍用戶數(shù)MAU代替上述公式中的N。

（2）節(jié)點(diǎn)距離指標(biāo)改進(jìn)。R為網(wǎng)絡(luò)節(jié)點(diǎn)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(jié)點(diǎn)距離R的影響因素進(jìn)行過梳理，認(rèn)為有4個方面影響R的大小，即網(wǎng)絡(luò)速度、網(wǎng)絡(luò)連通度、用戶界面以及內(nèi)容質(zhì)量。伴隨網(wǎng)絡(luò)技術(shù)的發(fā)展，外生因素對資本市場上所有互聯(lián)網(wǎng)企業(yè)的影響一致，所以只需考慮內(nèi)生因素的影響。內(nèi)生因素與短視頻平臺所提供的服務(wù)質(zhì)量有關(guān)，服務(wù)質(zhì)量越好，節(jié)點(diǎn)距離越短，則企業(yè)價值越大。內(nèi)生因素中用戶界面及內(nèi)容質(zhì)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(shù)衡量節(jié)點(diǎn)距離R。

（3）引入齊普夫定律。關(guān)于互聯(lián)網(wǎng)用戶數(shù)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(xiàn)出S型曲線增長的現(xiàn)象。將國泰君安估值模型進(jìn)行優(yōu)化：一個網(wǎng)絡(luò)中進(jìn)入網(wǎng)絡(luò)的第K位用戶對網(wǎng)絡(luò)的貢獻(xiàn)也應(yīng)該是第1位用戶貢獻(xiàn)值的1/K，其中任意一位用戶從網(wǎng)絡(luò)中可以貢獻(xiàn)的價值就為Ln（MAU），網(wǎng)絡(luò)中N個成員得到的總價值就是MAULn（MAU）。

（4）引入用戶黏性系數(shù)。用戶黏性，即用戶對產(chǎn)品或服務(wù)的忠誠度，通過用戶黏性分析，企業(yè)可以獲取用戶痛點(diǎn)以及核心需求，優(yōu)化產(chǎn)品設(shè)計(jì)和服務(wù)。當(dāng)前短視頻平臺百花齊放，功能一應(yīng)俱全，用戶可以在平臺內(nèi)購物、看短劇甚至點(diǎn)外賣，對于短視頻這樣高頻使用的APP，用戶黏性系數(shù)指標(biāo)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(shù)S，其計(jì)算公式為DAU/MAU。

（5）其他指標(biāo)說明。K值，即變現(xiàn)因子，指的是用戶價值對企業(yè)價值的貢獻(xiàn)程度，對互聯(lián)網(wǎng)企業(yè)來說，通常用每位用戶平均貢獻(xiàn)，即ARPU（Average"Revenue"Per"User）來衡量用戶價值的貢獻(xiàn)值。P指的是溢價系數(shù)，其數(shù)值的高低取決于企業(yè)在行業(yè)中的地位，通常用市場占有率來量化，即市場環(huán)境越好、滲透率越高，則企業(yè)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(yè)數(shù)據(jù)資產(chǎn)價值評估

從短視頻企業(yè)價值進(jìn)行分割，即可得到短視頻企業(yè)數(shù)據(jù)資產(chǎn)的價值，文中采用AHP層次分析法對數(shù)據(jù)資產(chǎn)的價值進(jìn)行分割。首先根據(jù)短視頻企業(yè)數(shù)據(jù)資產(chǎn)對企業(yè)價值的貢獻(xiàn)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(biāo)層、準(zhǔn)則層以及方案層。目標(biāo)層即短視頻企業(yè)的整體價值。根據(jù)要素貢獻(xiàn)分配理論，影響企業(yè)價值的因素有資金、管理、技術(shù)和勞動力。即在傳統(tǒng)的價值創(chuàng)造理論中，提供勞動力的生產(chǎn)者是價值的唯一創(chuàng)造者，但在信息時代的今天，互聯(lián)網(wǎng)打破了時間和空間的限制，使得生產(chǎn)者和消費(fèi)者不僅能共同參與價值創(chuàng)造的過程，而且消費(fèi)者的體驗(yàn)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(yè)中，這種“價值共創(chuàng)效應(yīng)”被更加放大，本文將用戶引入指標(biāo)體系，作為準(zhǔn)則層的第五個指標(biāo)。根據(jù)短視頻企業(yè)的特點(diǎn)，構(gòu)建指標(biāo)體系如下表1所示。

3"快手企業(yè)數(shù)據(jù)資產(chǎn)評估

評估對象為快手企業(yè)全部數(shù)據(jù)資產(chǎn)，評估范圍為快手業(yè)務(wù)種類中涉及用戶基本數(shù)據(jù)與行為數(shù)據(jù)等全部數(shù)據(jù)資產(chǎn)的價值，價值類型為市場價值，評估基準(zhǔn)為2022年12月31日。

3.1"快手企業(yè)價值評估

（1）MAU。MAU即月均活躍用戶數(shù)。查閱2022年快手科技年報(bào)，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(xiàn)，該值具有時間屬性。ARPU的計(jì)算方法為營業(yè)收入/用戶數(shù)，2022年快手的收入為941.8252億元，月均活躍用戶為6.127億，計(jì)算得到ARPU約為153.72元。

（3）P。P指的是溢價系數(shù)，其數(shù)值的高低取決于企業(yè)在行業(yè)中的地位，通常以用戶市場占有率來量化。根據(jù)《中國網(wǎng)絡(luò)視聽發(fā)展報(bào)告2023》，2022年我國短視頻行業(yè)市場規(guī)模為2928.3億，快手年報(bào)中2022年收入為941.8252億元，則P值計(jì)算為32.16%。

（4）NPS。NPS的計(jì)算公式為（推薦者數(shù)/總樣本）×100%-（貶損者數(shù)/總樣本）×100%。查閱七麥數(shù)據(jù)網(wǎng)，快手APP的所有版本綜合評分?jǐn)?shù)量為11976981次，其中“五星好評”為11199422次，計(jì)算得到NPS約為0.87。

（5）S。查閱2022年快手科技年報(bào)，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(shù)值代入上述模型，得到快手科技在2022年12約31日的企業(yè)價值約為2692.80億元。經(jīng)查閱，評估基準(zhǔn)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(yè)數(shù)據(jù)資產(chǎn)評估

（1）準(zhǔn)則層的判斷矩陣。首先根據(jù)上述指標(biāo)體系，邀請12位資產(chǎn)評估領(lǐng)域的專家（包括8名高校資產(chǎn)評估專業(yè)教師以及4名資產(chǎn)評估機(jī)構(gòu)專業(yè)人員）對各指標(biāo)進(jìn)行打分，構(gòu)建快手企業(yè)價值貢獻(xiàn)指標(biāo)判斷矩陣：

（2）確定方案層對準(zhǔn)則層的貢獻(xiàn)。構(gòu)造判斷矩陣B1：

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

CI=λmax-nn-1=3.0055-33-1=0.0028

平均隨機(jī)一致性指標(biāo)RI=0.58。隨機(jī)一致性比率：

CR=CIRI=0.00280.58=0.0048＜0.10

CR＜0.1，因此認(rèn)為判斷矩陣構(gòu)造合理。

其他方案層對準(zhǔn)則層的貢獻(xiàn)權(quán)重確定方法類似，最終得到其價值貢獻(xiàn)指標(biāo)權(quán)重為：

（3）確定快手企業(yè)數(shù)據(jù)資產(chǎn)價值?？焓制髽I(yè)數(shù)據(jù)資產(chǎn)包括技術(shù)要素的貢獻(xiàn)、管理中的大數(shù)據(jù)分析要素貢獻(xiàn)、勞動力中數(shù)據(jù)相關(guān)異質(zhì)性人力資本貢獻(xiàn)以及用戶數(shù)據(jù)的貢獻(xiàn)，整理得到快手企業(yè)數(shù)據(jù)資產(chǎn)價值貢獻(xiàn)表格如下。

根據(jù)快手企業(yè)數(shù)據(jù)資產(chǎn)對企業(yè)價值的權(quán)重為：29.02%，則快手在2022年12月31日數(shù)據(jù)資產(chǎn)的價值為2692.80×29.02%=781.45億元。

4"結(jié)論

在數(shù)字經(jīng)濟(jì)的背景下，數(shù)據(jù)資產(chǎn)已成為企業(yè)最重要的資產(chǎn)之一，數(shù)據(jù)資產(chǎn)的估值需求不斷增加，作為企業(yè)的新型資產(chǎn)，傳統(tǒng)的估值方法難以體現(xiàn)數(shù)據(jù)資產(chǎn)的全部價值，需要結(jié)合數(shù)據(jù)資產(chǎn)的特點(diǎn)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(lián)網(wǎng)企業(yè)價值得到了眾多學(xué)者和資本市場的認(rèn)可。本文基于用戶價值理論，結(jié)合短視頻企業(yè)數(shù)據(jù)資產(chǎn)的特點(diǎn)，選擇修正后的國泰君安估值模型，對快手企業(yè)價值進(jìn)行估值，構(gòu)建其價值貢獻(xiàn)指標(biāo)，采用層次分析法得到快手企業(yè)數(shù)據(jù)資產(chǎn)的價值。從評估結(jié)果來看，本文針對短視頻企業(yè)數(shù)據(jù)資產(chǎn)的評估思路具有一定的參考價值和借鑒意義。

參考文獻(xiàn)

[1]雷小喬，張芳.基于收益現(xiàn)值法的數(shù)據(jù)資產(chǎn)估價問題研究[J].統(tǒng)計(jì)與信息論壇，2023，38（5）：313.

[2]李靜萍.數(shù)據(jù)資產(chǎn)核算研究[J].統(tǒng)計(jì)研究，2020，37（11）：314.

[3]李然輝.數(shù)據(jù)資產(chǎn)價值評估模型的理論研究與技術(shù)實(shí)現(xiàn)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(shù)據(jù)資產(chǎn)及其核算問題研究[J].財(cái)貿(mào)經(jīng)濟(jì)，2022，43（05）：145160.

[5]王蕾，李春波.數(shù)據(jù)資產(chǎn)及其價值評估方法：研究綜述與展望[J].中國資產(chǎn)評估，2022，（07）：410.

[6]許憲春，張鐘文，胡亞茹，等.數(shù)據(jù)資產(chǎn)統(tǒng)計(jì)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(guān)于數(shù)據(jù)資產(chǎn)評估方法改進(jìn)的研究[J].國有資產(chǎn)管理，2023，（04）：6671.