數字經濟驅動下商業數據資產的價值評估研究

郭東東 梅舒揚 凌棚

摘 要：通過對傳統的資產價值評估方法如成本法、收益法和市場法，與層次分析法進行優缺點比較分析，本文認為層次分析法比較適用于商業數據資產價值評估。在充分考慮影響商業數據資產價值相關因素的基礎上，指出商業數據資產的構成指標，并探討層次分析法在商業數據資產價值評估中的步驟。商業數據資產價值的評估及確定，是商業數據資產合理定價的基礎，也是商業數據資產能夠順利進入市場交易的前提。

關鍵詞：數字經濟;數據資產;價值評估

本文索引：郭東東，梅舒揚，凌棚.數字經濟驅動下商業數據資產的價值評估研究[J].中國商論，2021（24）：-128.

中圖分類號：F224 文獻標識碼：A 文章編號：2096-0298（2021）12（b）--03

當前，我國已進入數字經濟時代，發展數字經濟對推動我國經濟高質量發展具有十分重要的意義。數字經濟時代下，數據作為一項能夠帶來收益的資產，已得到廣泛的認可。當下，我國各類企業擁有海量的商業數據，如果這些數據能夠實現資產化，那么就會產生萬億元量級的價值。商業數據作為企業重要的一項資產，應對其價值進行充分且準確的評估。只有在明確商業數據價值的基礎上，才能對商業數據資產進行有效的開發利用，實現商業數據資產的經濟價值和社會價值，促進我國數字經濟的發展。

與傳統概念的資產比較，商業數據資產具有虛擬性、共享性和可復制性等特點，這些特點導致評估商業數據資產價值具有一定的復雜性和難度。商業數據資產有巨大的經濟價值，但是目前由于評估方法不當，導致大量商業數據資產的價值被低估，甚至有些商業數據資產的價值沒有得以體現。商業數據資產的價值扭曲，必然會阻礙我國數字產業化和產業數字化的實現，阻礙我國數字經濟的發展。基于此，對商業數據資產價值的評估進行研究，合理評估商業數據資產的準確價值，具有十分重要的經濟意義和現實意義。

1 商業數據資產評估方法比較

目前，對于商業數據資產屬性的界定，大多數學者將其歸為無形資產。所以，對商業數據資產進行評估，可以采用無形資產的評估方法。傳統的無形資產評估方法包括成本法、收益法和市場法，此外還有層次分析法等評估方法。

1.1 成本法

成本法具體細分的話，可以分為歷史成本法和重置成本法。歷史成本法下商業數據資產的價值，指的是為獲取商業數據資產所付出代價的價值。這種方法評估商業數據資產價值的缺點是不能及時準確地反映出商業數據資產當下價值的變化。重置成本法下商業數據資產的價值，指的是當下重新獲取商業數據資產所付出代價的價值。

成本法是資產評估中一種比較傳統的評估方法，也是應用較多的評估方法之一。優勢是方法應用比較簡單，評估數據具有可靠、客觀的特點。但是，不能準確地反映資產當下的價值是成本法一個致命的缺點。當前，大部分學者雖然將商業數據資產歸為無形資產，但是商業數據資產具有獲取成本低、自身價值高的特點。此外，商業數據資產的價值并不僅僅依賴于成本，其價值更多來自數據的流通和應用帶來的增值。所以，成本法在商業數據資產價值評估中的適用性并不強。

1.2 收益法

收益法是指將被評估對象未來所產生的現金流量按照一定的折現率，折現到現在的價值作為被評估對象價值的一種資產評估方法。收益法的優點是在評估資產價值時，能夠較為準確地反映出資產的真實價值。但是，收益法的應用有兩個前提條件，一是能夠準確確認被評估對象未來的現金流量，二是選擇合適的折現率。如果上述兩個前提條件不能滿足，那么運用收益法進行價值評估時就得不到被評估對象真實的價值。

商業數據資產作為一項特殊的無形資產，其價值更多來源于市場上的交易和應用，這樣就導致商業數據資產未來的現金流量難以準確地被確認。因此，收益法在商業數據資產價值評估中的適用性也不太強。

1.3 市場法

將被評估對象與最近在市場上出售的類似參考對象進行比較找出差異，根據差異對參考對象最近市場出售的價格進行調整，從而確定被評估對象價值的評估方法就是市場法。使用市場法評估商業數據資產價值，同樣需要滿足兩個前提條件，一是有一個公開且有效的商業數據資產交易市場，二是最近要有一個與被評估商業數據資產差異很小、可用于參考的已交易商業數據資產。

市場法在歐美發達國家是常用于資產評估的一種方法，但是在我國，市場法相較于成本法和收益法并不常用，原因是我國的資產交易市場與歐美國家相比并不發達。數據資產作為一項新型的資產形式剛被世人認識，商業數據資產交易市場還處于初始階段，一個尚未有效的市場不能合理、準確地確定商業數據資產的價值。此外，由于商業數據資產的特殊性，很難找到與其相似可用于參考的交易案例。所以，市場法同樣不適用于評估商業數據資產的價值。

1.4 層次分析法

層次分析法指的是將復雜問題根據問題的性質和所要達到的目的拆分成若干個部分，然后根據各部分的特性和相互之間的關系將它們歸納為層次結構，接著采用一定的方法和程序對各部分進行比較、評價，確定一個重要性的排序，最終構建一個多層次的分析模型。

層次分析法自身的特點，決定了其比較適用于被評估對象難以定量分析的情形。對于商業數據資產這種比較特殊的資產形式，層次分析法能夠做到在準確考慮其資產特性的基礎上，充分分析影響商業數據資產價值的各因素，提高商業數據資產價值評估的準確性和科學性，并提高商業數據資產價值評估工作的效率。

基于層次分析法在評估商業數據資產價值上的優勢，主要探討商業數據資產價值的影響因素及其構成指標，在此基礎上，分析層次分析法在商業數據資產價值評估中的步驟。

2 商業數據資產價值影響因素

2.1 數據數量

一般而言，商業數據資產中的數據數量越多，資產價值就越高。但是，數據數量與商業數據資產價值并不一定是正線性關系。因為，有時商業數據資產中包含大量的無用數據，這就導致雖然商業數據資產的數據量很大，但是價值不高。反之，有時商業數據資產的數據量不大，包含數據卻有較高的價值，也就使得商業數據資產具有較高的價值。所以，數據數量是影響商業數據資產價值的一個重要因素，但并不是唯一因素。

2.2 數據質量

數據質量的高低會對商業數據資產的成本產生較大影響，進而影響到商業數據資產產生的收益及最終的價值。數據質量較低的商業數據資產，在數據獲取、數據清洗和數據挖掘、分析各個方面，都會加大工作量和處理難度，導致商業數據資產的開發成本大大增加，從而降低商業數據資產的價值。因此，數據質量是影響商業數據資產價值的一個非常重要的因素。

2.3 數據共享性

數據共享性指的是不同使用者可以同時在不同的情況下使用同一商業數據資產。商業數據資產的數據共享性越高，商業數據資產的價值就越高。商業數據資產并不會隨著使用次數的增加而發生損耗，反而商業數據資產的使用次數越多產生的價值就越大，帶來的社會和經濟效益就越高。在數字經濟時代，同一時間商業數據資產的使用者越多，其自身的價值也就越大。可見，數據共享性是影響商業數據資產價值的一個重要因素。

2.4 數據相關性

將一項商業數據資產與其他商業數據資產結合使用時，通常會產生一加一大于二的效果，帶來更大的社會價值和經濟價值。當一項商業數據資產與其他商業數據資產越具有相關性時，該商業數據資產越容易與其他商業數據資產整合使用，所具有的價值也就越高。所以，商業數據資產的數據相關性，也是影響商業數據資產價值的一項因素。

2.5 數據時效性

數字經濟時代下，計算機和互聯網等高新技術更新換代的速度越來越快，新興的經濟現象和商業模式層出不窮，因此，數據時效性對商業數據資產價值的影響也越來越大。商業數據資產的數據時效性越強，獲取的數據越新、越及時，商業數據資產的價值也就越大。因此，數據時效性也是影響商業數據資產價值的一項因素。

2.6 數據應用性

獲取數據之后經過數據的挖掘和分析，商業數據資產已具備一定的經濟價值和社會價值。但是，商業數據資產最終價值的大小受到數據應用性的影響。商業數據資產的應用范圍越廣、應用效果越好，商業數據資產的最終價值也就越高。所以，數據的應用性同樣是影響商業數據資產價值的因素。

3 商業數據資產價值構成指標

3.1 商業數據資產價值指標

商業數據資產價值的指標可以從商業數據資產規模性、顆粒性和有效性三個方面進行構建。數據數量和數據共享性兩個因素構成商業數據資產規模性指標，商業數據資產規模性指標與商業數據資產價值成正相關關系。數據質量和數據時效性兩個因素構成商業數據資產顆粒性指標，商業數據資產顆粒性指標與商業數據資產價值成正相關關系。數據相關性和數據應用性兩個因素構成商業數據資產有效性指標，商業數據資產有效性指標與商業數據資產價值同樣成正相關關系。從數據規模性、顆粒性和有效性三個角度對商業數據資產價值進行考量，能夠比較全面、準確地反映商業數據資產的價值。

3.2 商業數據資產價值指標計量

商業數據資產規模性指標中主要的影響因素是數據數量，因此對于商業數據資產規模性指標的計量主要是對商業數據資產中數據數量的考量。基于商業數據資產中的數據數量，采用十分制進行主觀評價，得分越高代表商業數據資產規模性越高，將商業數據資產規模性的得分乘以單位價格，就能夠得出商業數據資產規模性價值。

數據質量和數據時效性是構成商業數據資產顆粒性指標的兩個因素，其中數據質量較高會使得商業數據資產開發成本較低，進而使商業數據資產價值得以提高。基于及時較新的數據形成的商業數據資產，其價值一般也較高。對于該指標，采用專家評分法以滿分十分的方式對其價值進行評估。

商業數據資產有效性指標中包含數據相關性和應用性兩個因素，一項商業數據資產與其他商業數據資產的相關性越強，越能夠帶來更大的增值。此外，商業數據資產的應用性越強，其價值也就越大。該指標同樣采用專家評分法以滿分十分的方式，對商業數據資產有效性價值進行評估。

4 層次分析法步驟

若將層次分析法應用到商業數據資產價值評估中，首先應把一個復雜的問題拆分成若干部分，每個部分可以再進行拆分，如此就會構成一個層次結構。其次依據層次結構中每個指標的重要程度構建判斷矩陣，并進行一致性檢驗。最后，對層次結構進行重要性權重排序。

4.1 構建層次結構模型

層次分析法一般構建最高層、中間層和最底層三個層次的結構模型，最高層一般指出需要解決的主要問題或者決策目標，因此也叫做目標層。中間層是針對目標層的指標設計，最底層是針對中間層需要考慮的影響因素。關于商業數據資產價值評估的層次結構模型，目標層為商業數據資產價值，中間層為影響商業數據資產價值的相關指標，最底層為針對相關指標的有關商業數據資產價值影響因素。其中，最底層的商業數據資產價值影響因素，可以通過咨詢專家法或調查問卷法獲取。

4.2 設計判斷矩陣

判斷矩陣是根據層次結構模型中的指標和因素進行設計的，反映的是層次結構中下一層次因素對上一層次因素的相對重要程度。判斷矩陣中，一般采用數字1～9及其倒數來表示下一層次因素對上一層次因素的相對重要程度，重要程度與數字的大小成正比例關系。

4.3 判斷矩陣一致性檢驗

由于多階段判斷存在主觀性等原因，可能會導致判斷矩陣中相關因素之間存在不兼容、不一致的現象。所以，判斷矩陣應用的前提是需要進行一致性檢驗。判斷矩陣一致性程度是通過判斷矩陣的特征值和正負情況來衡量的。如果判斷矩陣一致性檢驗未能通過，就需要對判斷矩陣中各因素之間的關系重新進行賦值。如此反復進行嘗試，直至判斷矩陣一致性檢驗通過。

4.4 層次結構中各因素權重排序

首先，依據重要性程度確認中間層指標對于目標層的權重。其次，同樣根據重要性程度確認最底層各因素對其所對應中間層指標的權重。再次，從下往上通過逐層計算，可以得出最底層各因素相對于目標層的重要性權重。最后，根據最底層各因素對于目標層的重要性權重，對各因素進行排序。

5 結語

首先，在對傳統資產價值評估方法進行充分比較分析的基礎上，本文認為層次分析法適用于商業數據資產價值評估。其次，對影響商業數據資產價值的各因素進行分析，提出了影響商業數據資產價值的相關指標。最后，對層次分析法在商業數據資產價值評估中的步驟進行了探討。

參考文獻

[1]韓海庭，原琳琳，李祥銳，等.數字經濟中的數據資產化問題研究[J].征信，2019，37（4）：72-78.

[2]張志剛，楊棟樞，吳紅俠.數據資產價值評估模型研究與應用[J].現代電子技術，2015，38（20）：44-47+51.

[3]王建伯.數據資產價值評價方法研究[J].時代金融，2016（12）：292-293.

[4]康旗，韓勇，陳文靜，等.大數據資產化[J].信息通信技術，2015，9（6）：29-35.

基金項目：陜西省教育廳科研計劃項目資助：數字經濟驅動下商業數據資產化路徑研究（21JK0265）。

作者簡介：郭東東（1988-），男，漢族，河南淮陽人，碩士研究生，會計師、資產評估師，研究方向：公司治理及資產評估;

梅舒揚（1998-），女，漢族，四川南充人，本科在讀，財務管理專業;

凌棚（1997-），男，漢族，貴州六盤水人，本科在讀，財務管理專業。

Research on the Value Evaluation of Commercial Data Assets Driven by the Digital Economy

Xi’an Eurasia University

GUO Dongdong? MEI Shuyang? LING Peng

Abstract： By comparing the advantages and disadvantages of traditional asset value evaluation methods such as cost method， income method and market method with analytic hierarchy process （AHP）， this article believes that AHP is more suitable for commercial data asset value evaluation. On the basis of fully considering the relevant factors that affect the value of commercial data assets， it points out the constituent indicators of commercial data assets， and discusses the steps of the AHP in the value evaluation of commercial data assets. The evaluation and determination of the value of commercial data assets is the basis for reasonable pricing of commercial data assets and a prerequisite for commercial data assets to enter the market smoothly for transactions.

Keywords： digital economy; data assets; value assessment