基于成本法的大數據資產價值評估研究

摘 要：大數據作為互聯網的衍生產品，為企業帶來了豐厚的利益回報。為確定大數據資產的價值，便于大數據的計量和交易，本文探討了不同資產價值評估方法的可行性，最終發現成本法是用以確定大數據價值的最佳候選方法，并給出相關評估步驟。

關鍵詞：大數據;成本法;資產評估

當今互聯網方興未艾，日新月異，大數據作為互聯網發展過程中的產物之一，引人注目，其蘊含的價值十分可觀。對于企業而言，大數據的使用不僅可以提高企業的生產效率，而且可以提升企業的創新能力，這為企業取得競爭優勢和創造財富提供了有效的幫助。正是因為大數據具有巨大的商業潛在價值，大數據相關的交易產品在市場上越發豐富，為有效確定大數據的價值，便于大數據價值的計量和大數據交易市場的規范，本文先是論證市場法和收益法在大數據資產評估中運用的局限性，后提出基于成本法的大數據資產評估模型，并給出算例來對所提方法進行說明。

一、大數據資產概念及評估方法選擇

1.大數據資產的相關概念

目前，大數據資產的研究正處于萌芽階段，由于大數據資產是具體且可辨認的，依據現有的會計準則，大數據資產符合無形資產的定義和確認條件，因此可以將大數據資產歸屬為無形資產范疇。對于大數據資產的具體定義，目前仍存在爭議，不同的學者持有不同的看法。本文結合相關學者的研究，依據2017年中國資產評估協會頒布的《資產評估執業準則——無形資產》，從資產評估角度出發，將大數據資產定義為：大數據資產是由特定主體所擁有或控制，能夠持續為特定主體創造經濟利潤并且自身能夠可靠計量的數據資源。

2.大數據資產價值評估方法的選擇

目前對大數據資產評估的研究正處于探索階段，依據無形資產評估準則要求，可使用成本法、市場法或收益法來對大數據資產進行評估。

大數據資產的預期收益往往難以確定，并且大數據資產為企業帶來的收益常與企業的產品相交織在一起，難以進行區分。與此同時，大數據資產具有一定的時效性，而衡量大數據資產的預期收益時限是現有階段的一個難題。因此，目前難以運用收益法來估算大數據資產價值。與此同時，當前仍缺乏活躍的大數據交易市場，并且因大數據資產種類的多樣性以及用途的多樣化，市場上常難以尋找相似的可比案例。所以在目前乃至將來的一段時間內，市場法也并不是一種適用于評估大數據資產價值的理想方法。

通過上述分析可知，收益法和市場法均難以運用于大數據資產價值的評估，因此本文提出使用成本法來評估大數據資產的價值。成本法的使用主要包括下列4個條件：（1）被評估資產處于繼續使用狀態或被假定處于繼續使用狀態;（2）被評估資產應當具備可利用的歷史資料;（3）被評估資產必須是可再生的、可復制的或可購買的;（4）被評估對象的價值隨著時間的推移會發生一定的貶值。目前關于成本法在大數據資產價值評估使用中最有爭議的是大數據資產是否具有貶值性。在實際中，大數據往往具有時效性，其價值隨時間推移會不斷衰減。一般而言，越新的數據，其可利用的價值越會高，而隨著時間推移，數據的使用價值會逐漸降低，直至失去作用而被淘汰。例如消費者行為數據，過時的消費者行為數據已無法反映當下消費者的購買行為，其利用價值也隨之降低。所以，大數據資產是具有貶值特性的，符合成本法的使用條件。

綜上所述，由于市場法和收益法的適用條件相對苛刻，難以適用于大數據資產價值的評估，而成本法可以作為大數據資產價值評估的理想選擇。然而，由于大數據資產的多樣性，評估人員在使用成本法來對大數據資產進行評估時，仍需要進行細致的判斷，以確保評估方法的選擇是合理的。

二、成本法在大數據資產評估中的運用

成本法也稱重置成本法，是從待估的資產在評估基準日的復原重置成本或更新重置成本中扣除其余各項貶值來確定被估對象價值的方法。由于大數據資產屬于無形資產范疇，不存在實體性貶值一說，因此在使用成本法對大數據資產價值進行評估時，公式可以簡化為：

評估價值=重置成本-功能性貶值-經濟性貶值（1）

1.大數據資產重置成本的確定

不同的大數據資產具有不同的使用功能，其覆蓋的信息內容也并不相同，這便導致不同的大數據在獲取方式上可能也存在差異。與此同時，作為信息資源，同一組大數據的獲取方式也會隨著互聯網技術不斷地更新而發生巨大變化，因此使用更新重置成本法更能及時地反映大數據資產的重置成本。更新重置成本是指在評估基準日，運用最新、最便捷、成本最低的方法獲取與被評估對象具有相互作用的資產所花費的總金額，該費用包含超額投資成本，故無需在功能性貶值計算時再次考慮超額投資成本。綜上所述，對于大數據資產的重置成本，可按當前現有的方法來獲取具有相同功能的大數據資產所需要的總費用來確定。

2.功能性貶值的確定

大數據屬于軟件產品并具有軟件產品相同的特征，一方面可以通過軟件表現形式來服務于企業，另一方面也可以通過外售將大數據產品進行權屬轉移。因此，大數據資產的功能影響因素可以參考軟件質量模型（ISO9126）的國際標準。

依據軟件評價模型中的功能性的質量子特性，影響大數據資產功能性貶值因素可以歸結為適合性、準確性、互操作性、保密安全性以及功能性的依從性。基于現有學者對大數據資產的功能特性的研究以及國際化標準組織從“固有數據質量和系統相關的數據質量”來界定數據質量的基礎上，本文將大數據資產的功能性貶值影響因素進行歸納總結，具體見表1。

由于各項因素對大數據資產功能性貶值的影響程度可能存在不同，為了更好地確定不同因素的重要性，本文提出使用AHP法（層次分析法）來對不同的因素進行確權。令指標“安全性，適合性，準確性，互操作性和完整性”分別為A1，A2，A3，A4以及A5，接著邀請專家對不同的指標進行兩兩比較，構造判斷矩陣和使用SPSS軟件來計算得到各項指標的權重最后，在得到各項指標的權重之后，專業的評估人員需要根據專業判斷來確定不同指標的貶值率M1，M2，M3，M4以及M5，并通過加權計算得到最相關大數據資產的功能性貶值率m：

3.經濟性貶值的確定

資產的經濟性貶值指資產由外部因素所引起的價值貶值，具體的貶值情況需要根據市場中的供需、競爭、利率、通貨膨脹等因素來綜合判定。作為無形資產的大數據，由于其創造價值的方式是直接銷售或者為企業提供有價值的信息而間接幫助企業獲利，并不像有形的機器設備資產一樣需要通過生產要素來創造產品而獲利，故大數據資產不存在生產能力相對過剩以及生產要素提價而導致的經濟性貶值。因此對于大數據資產而言，其經濟性貶值的表現形式為使用壽命因外界因素變化而引起的經濟性貶值。在國內，目前缺乏大數據資產使用壽命的相關法律條文，大數據資產未能與一些專利技術一樣有具體的保護年限，因而難以判斷大數據資產的使用年限。故大數據資產的經濟性貶值不應當體現在使用年限上，筆者認為應當體現為大數據資產的有效性上，換而言之，大數據資產受外部因素影響而導致其本身是否能夠繼續有效使用以及能夠有效使用的范圍。例如，當某些大數據涉及敏感性的個人隱私或者國家機密信息，這一類數據可能會被明確禁止使用或者需要脫敏處理。當大數據資產被明確禁止使用時，大數據資產便失去了有效性，其產生的經濟性貶值將可能是資產的重置成本與功能性貶值之差，也就是說此時資產的價值為0;而當大數據資產需要脫敏處理才能繼續使用時，脫敏產生的費用則可以視為經濟性貶值，因為這筆費用是用于消除外部條件對大數據資產使用的限制而產生的。因此，需要評估人從大數據資產有效性這一角度出發，綜合判斷來確定大數據資產的經濟性貶值。

三、案例分析

浙江省某貿易有限公司主營網上服裝銷售，為了更好地定位消費者的消費偏好，該公司于2019年1月邀請某信息技術公司利用爬蟲技術對2018年京東、淘寶以及拼多多等線上平臺的消費者服裝購買行為的大數據進行收集，發生人工費以及其他費用的總和為15萬元。該貿易公司利用收集的大數據對企業的服裝銷售進行精準定位，提高了企業在2019年的銷售額度，并且企業利用該項大數據為2020年的銷售也做出了定位。

因企業自身財產計量的需要，該企業在2020年1月5日邀請專業的資產評估人員對該項大數據資產的價值進行評估，評估基準日為2019年12月31日。評估人員通過尋找發現目前市場上缺乏相應的交易參考對象，并且考慮到該項大數據資產對企業的貢獻難以剝離，故采用成本法對大數據資產的價值進行估計。資產評估專業人員咨詢相關數據信息搜集的專家，獲知以當下現有技術手段重新獲得具有相同功能的大數據資產價值為13萬元。同時邀請行業專家對該項大數據資產的功能性貶值影響因素進行比較打分，并通過使用AHP法得到各項因素的權重，見表2。在此基礎上，評估人員結合專家意見和專業的知識，確定了各項因素下的功能性貶值率，見表2。由此，可以進一步計算得到功能性貶值率為4.05%。由于該項大數據未涉及敏感信息，仍處于正常有效的使用狀態，故大數據資產的經濟性貶值為0。通過上述信息，使用公式（1）可以進一步計算得到該項大數據資產在評估基準日2019年12月31日的價值為12.4735萬元。

四、結論

當下，大數據資產研究處于萌芽狀態，大數據資產的交易市場相對不活躍，與之相關的收益難以確定和剝離，在這樣的情況下，使用成本法評估大數據資產不失為一種可行的方法。盡管成本法的使用條件較為苛刻，但對于外購的大數據資產或是自制的大數據資產而言具有一定的可行性。針對成本法的運用，本文給出了與之相關的計算步驟，并給運用案例進行說明，這為今后大數據資產評估工作的開展提供一定的參考。

參考文獻：

[1]上官鳴，白莎.大數據資產會計處理探析[J].財務與會計，2018，（22）：46-48.

[2]鄒照菊.關于大數據資產計價的若干思考[J].財會通訊，2018，（28）：35-39.

[3]李永紅，張淑雯.數據資產價值評估模型構建[J].財會月刊，2018，（9）：30-35.

[4]王岑嵐，尤建新.大數據定義及其產品特征：基于文獻的研究[J].上海管理科學，2016，

作者簡介：林飛騰（1996.07- ），男，浙江溫州人，學士學位，浙江財經大學會計學院，研究生在讀，研究方向：資產評估