孫曉璇, 趙小明
(1 云南機電職業技術學院, 昆明650221; 2 云南財經大學, 昆明650221)
數據資產屬于無形資產范疇,其價值因不確定性和非量化指標等多因素影響,難以準確評估及定價。 目前在學界和業界,廣泛借鑒無形資產的品牌價值評估辦法[1]:成本法、市場法和收益法。 成本法,從本質上來看就是對數據成本的歸集,適用與沒有明顯的市場價值的數據或正在產生市場價值。 收益法,通過估算被評估資產的預期收益,折算成現值的方法,預期這個數據會產生多大的價值來評估資產,適用的條件是被評估資產未來預期收益可以預測,并可以用貨幣計量。 市場法,是根據市場上有類似的數據交易的價格去類比估值的方法,它需要活躍的市場交易環境,有大量的交易,有這樣的數據積累后,才能比較好做這種操作。 從目前各數據交易平臺的交易情況來看,數據資產定價是依據上述3種方法,并結合自身的數據資產評估模型,對數據資產進行估值定價。
顯然,數據價值的評估標準還沒有一套統一的標準,在評估維度和指標選取上還存在爭議[2]。 因此,本文在目前研究的基礎上,提出一種基于市場法結合模糊層次法對數據資產進行評估的方法,促進大數據的流通,不斷挖掘數據資產的總體價值和數據資產的應用潛力。
采用市場法評估數據資產參照價值時,應當選擇與被評估數據資產進行比較分析的參考數據資產,保證所選擇的參考數據資產與被評估數據資產具有可比性。 參考數據資產通常應當與被評估數據資產具有相同或相似的基礎屬性[6]。
基本步驟如下:
(1)搜集數據資產信息,選取和確定比較數據資產;
(2)分析比較可比在線交易數據資產和待估對象,選取比較參數和指標,確定參照體系;
(3)通過對比參照數據資產參數與待估對象,得出修正指標;
(4)對修正資產價值加和平均,得到待估對象的市場價值;
人乳頭瘤病毒(human papillomavirus, HPV)可導致宮頸癌、外陰癌和肛門癌等嚴重疾病,其中宮頸癌不僅是世界上女性高發的三大惡性腫瘤之一,也是死亡率僅次于乳腺癌的女性惡性腫瘤。據統計,發展中國家患宮頸癌的人口占全世界的2/3[1],我國宮頸癌死亡率在所有癌癥死亡率中排第四位。宮頸癌死亡率較高,高發于中年婦女,近年發現該病的發生有年輕化的趨勢[2]。因此,HPV感染的預防與治療研究對保障婦女身心健康具有十分重要的意義。本文概述HPV的結構、分類和染病機制,并介紹預防和治療該病毒感染的疫苗研究現狀。
(5)動態價值重估。
基本模型為公式(1):

其中:Pm:被評估數據資產價值;PRi:第i個可參照數據資產的基準價值(PR);Wi:修正系數。n >=3,具體可參照數據資產的數量不少于3 個。
根據數據資產的基礎屬性及商品屬性,初步劃分數據資產的基礎指標、質量指標及市場指標3 個一級指標、15 個二級指標及解釋。
其中,指標包括基礎指標:數據來源、產生方式、數據類型、可復用性、應用類別;質量指標:及時性、完整性、一致性、準確性、同一性;市場指標:交易對手類型、數據活性、用戶評價、品牌影響指數、價格影響指數。
應用模糊層次分析法,計算指標影響因子權重。
(1)確立評價指標層次及評語集。 基礎指標、質量指標及市場指標為中間層,依次建立如表1 所示的遞接層次結構。 評語集為:V ={5,4,3,2,1},按重要性從高到低排序。
(2)構造優先關系矩陣,并改造為模糊一致矩陣。 在指標層次表的基礎上,構建優先關系矩陣,然后再將關系優先矩陣改造為模糊一致矩陣。 在模糊層次分析中,優先關系矩陣是每一層中指標對上一層指標的相對重要程度兩兩比較建立的模糊互補矩陣,表示公式(2)為:

其中:aij=0.5,i =1,2,3,...,n;aij+ aji=1,i,j =1,2,3,...,n;aij=0.5, 表示指標同等重要;若aij∈[0.1,0.5),表示aj比ai重要;若aij∈[0.5,0.9),表示aj比ai重要;
依據數字標度,指標a1,a2,...,an相互比較,則可得到模糊互補判斷矩陣。

表1 數據資產評價指標層次表Tab. 1 Data asset evaluation index hierarchy
改造為模糊一致矩陣,記為公式(3):

優先互補判斷矩陣變換模糊一致性矩陣,公式(4):

分別求解A-B 優先關系矩陣以及A-B 模糊一致矩陣,B1-C 優先關系矩陣以及B1-C 模糊一致矩陣,B2-C 優先關系矩陣以及B2-C 模糊一致矩陣,B3-C 優先關系矩陣以及B3-C 模糊一致矩陣。
(3)計算各指標權重。WC1-B=(0.22, 0.19, 0.18, 0.15, 0.26);


采用在線交易數據資產比較法,通過選取可比在線交易數據資產,對被評估數據資產及各可比數據資產在基礎指標、質量指標、市場指標等的差異進行分析調整,最終確定評估對象的評估值。
采用市場法對數據資產進行評估[7-8],為了能夠實現快速、自動、大批量數據資產評估,須建立可比數據資產價值實例庫。 具體實現可通過網絡抓取技術,建立可比數據資產價值結構化實例庫。
(1)可比數據資產實例的選取。 在數據資產參照物價值實例庫中搜索相同或相似實例n個(其中n≥3),并擇取相關的數據資產實例。 其中,相似實例應按數據資產基礎指標的權重降序選擇,直到滿足實例數量需求為止。
(2)可比指標體系及權重的確定。 (3)修正系數的計算。 通過對數據資產的數據來源、產生方式、數據類型、可復用性、應用類別、及時性、完整性、一致性、準確性、同一性等項指標和可比數據資產指標一一比較修正,并乘以各自指標權重得到各指標修正系數。 再對各項指標修正系數求和,得到修正系數合計PT 值。
(4)合成初步評估結果。 根據評估模型進行數據資產價值評估計量,并貨幣量化。
(5)動態價值重估。 數據上線交易后在一定周期內加入市場指標,重新修正系數,對已上線的數據資產重新估值,實現動態定價。
現有待估數據資產為2011-2019 年昆明市氣象數據,表示為S,其估值設為VS。 數據屬性包括最高氣溫、最低氣溫、天氣、風向風力和空氣質量指數等數據。可比數據資產實例篩選如下表2 所示。
依據待估資產與可比實例數據的評價指標一一比較修正,得到修正系數分別為0.95、0.89 和0.92。根據公式(1),即可得到VS =(1.00×0.95+0.85×0.89+0.78×0.92)/3 =0.81。

表2 可比數據資產實例Tab. 2 Examples of comparable data assets
本文針對數據資產估值的問題,提出了基于市場法和模糊層次法的計算方法。 依據模糊層次法對數據資產基本評估指標權重進行了科學測算,并結合市場法得到數據資產的修正系數,并以此計算得到數據資產的估值。 不可否認,數據資產價值評估是一項復雜的系統工程,如何動態評估數據資產價值及提高評估的認可性和普適性,將是一項可以持續研究的重要方向。