基于改進超額收益法的企業數據資產價值評估

段新悅 青海民族大學

引言

移動互聯網完成普及，信息化技術與數字化技術高速發展，為社會進步與經濟發展帶來全新的發展思路。而數據資產相關理論與研究，無法滿足商業實際發展需求，資本市場難以解釋的現象屢見不鮮。追根溯源，是由于國內企業雖然充分意識到數據資產對于企業創新發展與穩定發展的促進作用，但由于缺乏完善的數據資產市場機制作為支撐，這也導致企業之間的數據資產交易以及數據資產流通缺乏核心參考依據。

一、數據資產特征分析

數據資產與實物資產雖然同屬企業資產范疇，但仍然存在些許差異，具體體現在以下方面：首先，數據資產具備非實體性特征，不同于其他企業實體資產以具體的形狀呈現，這意味著數據資產不會出現實物資產特有的物理性損耗。其次，數據資產具備依托性特征，這是由于數據資產并不以實體形式存在，因此，需要依托于特定的載體作為數據的儲存介質，同時儲存介質具備多元化特征，可以是紙質資料，同時也可以是磁帶光盤，甚至可以是化學物質與生物物質，這意味著數據資產具備多樣性特征，可以單純的以視頻文件表格以及文字形式存在，同時也可以通過拆分組合的方式呈現[1]。再次，數據資產具備加工性特征，精準收集、科學整合的數據資產，對于企業生產經濟活動具有重大意義，這也意味著數據資產具備可加工性特征，相關人員需要對收集到的數據信息開展科學整合、科學分析、科學處理，從而確保數據資產的價值充分體現，為企業重大經營決策提供必要的助力與支持。最后，企業數據資產具備價值異變特征，數據資產的價值并不以固定形式存在，而是受到外界因素以及內部不穩定因素影響。但就一般數據資產而言，隨著市場環境的不斷轉變以及時間的流逝數據，資產的價值極易減弱甚至完全消失。不僅如此，面對不同類型的使用者，數據資產的價值也不盡相同。舉例說明：待一系列處理技術得到優化與完善之后，改進之前的數據就會出現嚴重的價值貶值[2]。

二、數據資產的價值構成與評估方法的適用性

(一)價值構成

1.數據成本

由于在數據收集環節會花費一定的人力資源、物力資源以及財力資源、時間成本，因此，收集到的數據信息量越大，數據收集難度與數據資產價值也會隨之提升，數據處理成本與數據儲存成本亦是如此。不僅如此，數據處理工作需要得到專業技術型人才以及數據處理設備的支持，因此，在對數據開展清洗處理環節，所消耗的人力成本費用以及設備投入力度明顯提升，經過處理后的數據價值也將隨之提升。儲存成本是指在數據儲存環節對儲存容量提出需求，就會增加數據成本，數據經過科學處理、科學儲存后，需要對其開展精準管理，方可確保數據信息的完整性。數據價值需要在交易環節方可充分體現，因此在此環節數據維護與數據運行都會產生費用成本，從而顯著提升數據成本[3]。

2.數據質量

數據質量著重體現在數據規模方面、數據完整性方面、數據針對性方面、數據覆蓋范圍方面、數據相關性方面以及數據外部性方面，涉及的范圍會隨著數據規模提升而不斷提升。相較于小規模數據，大規模數據包含信息更為廣泛。信息化時代背景下，企業掌握充足的信息資源，就可以在激烈的社會競爭環境當中占據有利位置，不斷提升自身的核心競爭力與市場競爭力。需要注意的是，在數據信息收集環節，需要對數據的完整性以及數據覆蓋范圍展開深度分析與綜合性考量，覆蓋程度主要是指數據的廣度[4]。互聯網資源具備共享性特征，單純依靠某項技術或某一企業，難以完全掌握整體行業或某個領域的核心信息。因此，企業應當建立長期穩定的合作關系，并且借助各種渠道獲取相關資料信息，最大限度實現數據資源共建與信息資源共享，方可確保自身的核心競爭力穩固提升，當企業數據達到特定廣度之后，需要對數據的完整性保持高度關注，完整性是考核信息資產價值的重要評價標準，因此，同樣需要得到相關人員的高度重視，不完整的數據信息無法為企業重大經營決策提供核心參考依據，甚至會給企業發展帶來巨大影響[5]。

3.數據分析能力

數據分析能力著重體現在信息系統方面、消費者需求方面以及人才技能方面。單就信息系統的數據處理工作以及分析階段工作展開分析，先進的技術手段可以充分挖掘數據、收集數據，挖掘大數據技術數據處理功能，探索數據背后的信息。人才技能與信息技術并存而立，采用不同技術手段所獲取的數據深度與數據廣度存在明顯差異，因此，具備較強數據分析與數據處理能力的企業會獲取更多優質的信息，為企業發展提供更加精準的數據信息支持。而消費者需求，則需要從微觀經濟學這一角度展開分析，科學衡量供需關系，單就正常物品展開分析，當需求高于供給時，則商品價格隨之提升，價格是數據資產價值的重要體現形式，價格提升意味著商品價值隨之提升；反之，若是在數據資產市場供大于求，則數據資產價格就會隨之下降，價格下降意味著數據資產的商品價值下降。

(二)評估方法適用性

采用超額收益法的企業數據資產價值評估，主要是借鑒無形資產評估方式全面進行數據資產的評估，評估方法雖然具有一定的適用性，但是也有一定的局限性。其一，以成本法的角度來講，數據資產成本具有模糊性，且收益具備不確定性的特點，采用成本法進行數據資產價值的評估，不能確保評估結果和實際價值相符，會導致最終的評估結果低于實際價值；其二，從市場法的層面而言，由于目前尚未形成較為完善的數據資產市場機制，缺乏公開性的交易市場，所以在使用市場法進行數據資產價值評估期間，缺乏參照的對象；其三，從傳統收益法的角度而言，在對數據資產價值進行評估的過程中，能準確確定過去的收益額，主要因為當下的企業年度報告內，很難將數據資產信息披露出來，無法準確明確資產的過去收益額，與此同時，在對未來收益額進行預測的過程中，預測的難度較高，所以本文提出改進超額收益模型的方式進行數據資產價值評估，對超額收益模型就那些全面的改進和優化，除了能夠有效解決成本法的數據資產價值評估不準確的問題，還能避免收益法缺少市場參照物方面的缺陷問題，通過未來收益的分析形勢明確價值橫梁的標準，準確評估數據資產的實際價值，由此可見，對超額收益法進行改進，可以確保企業數據資產價值評估的準確性和可靠性，具有一定的推廣應用價值。

三、改進超額收益法的優化思路

(一)科學計算企業整體超額收益

在借助超額收益法對企業內部數據資產展開科學評估環節，首先需要科學判定企業當前是否存在超額收益，并且借助企業相關財務數據以及行業數據展開科學對比，科學判定企業超額收益比例。為實現這一目的，企業需要精準測算超額收益率，并且將超額收益率與企業資產總額相乘，最終得出企業整體超額收益，具體計算流程如下：企業凈利潤除以企業資產總額，減去行業平均利潤除以行業平均總額，最終得出超額收益率[6]。而超額收益則可以通過超額收益率與企業資產總額相乘得出。綜上所述，國內企業需要選擇科學合理的測算方法，得出企業整體超額收益，這是由于超額收益是由企業無形資產創造而成，因此企業需要對無形資產開展細致劃分，借助企業整體超額收益與分成率精準計算出企業上一階段收益額，并且將此項技術作為基礎，精準得出數據資產的核心價值[7]。

(二)科學確認過去企業數據資產收益額

1.科學開展組合無形資產分類

在針對企業無形資產展開劃分環節，相關人員需要從會計學角度、經濟學角度以及管理學角度開展細致劃分。首先，結合會計學角度展開分析，將是否在企業財務報表當中披露作為核心評價依據，將企業內部無形資產劃分為表外無形資產與表內無形資產兩種。單就表外無形資產展開分析，經濟學角度將其劃分為商譽類無形資產、知識類無形資產以及特許資源類無形資產，其中知識類無形資產包括企業報表當中進行披露的商標以及專利技術、非專利技術、工業設計等一系列無形資產。而特許資源無形資產，則包括企業所擁有的土地使用權、特許權等，對于報表當中因為科學披露的無形資產，結合管理學角度與經濟學角度展開分析，將其劃分為數據資產關系資產以及人力資產企業管理資產。其中數據資產是指可以為企業帶來經濟利益的數據信息，其中包含企業在生產活動、銷售活動、管理活動以及科技研發活動當中所收集到的數據信息。人力資產是指企業內部員工整體素質能力以及技術水平，是企業在激烈的市場競爭環境當中脫穎而出的基礎保障，可以為企業贏得良好的經濟收益與社會收益。人力資產主要評價標準為員工受教育水平、員工創新能力以及管理人員素質；關系類資產是指企業經營環節與企業供應鏈以及政府關系；管理資產包括企業管理制度、企業文化以及特殊內部政策的優勢。在此基礎上，其他無形資產是指除上述無形資產以外的所有無形資產的總稱。不僅如此，部分企業在財務報表當中所披露的無形資產，將客戶關系納入其中，但多數國內企業并未將客戶關系在財務報表當中進行披露，因此并未將其作為無形資產[8]。需要注意的是，在組合無形資產分類的過程中，為確保各類分類方式的科學性與合理性，制定完善的資產分類方案和計劃，邀請相關的專家學者和技術人員，按照企業數據資產的特點和實際情況，系統化進行組合，無形資產的分類處理，有效進行數據資產價值的評估提供保障。

2.選擇層次分析法，科學判定數據資產收益額

新時期背景下，企業可以選擇層次分析法，結合無形資產指標體系，科學判定數據資產的實際收益分成率，將分成率與企業整體超額收益相乘，得出企業在某一階段的數據資產收益額[9]。在科學應用分層分析法判定分成率環節，由于表內無形資產當中一系列無形資產的比例，可以借助年度財務報表求得，因此，在實際操作環節，僅需要對表外無形資產展開科學測算。具體步驟如下：首先，科學構建層次結構模型；其次，科學構建判斷矩陣；再次，科學計算判斷矩陣的最大特征值以及與之對應的特征向量；最后，通過一次性檢驗，對判斷矩陣開展檢驗工作。除此之外，還需要科學計算一系列無形資產的權重，在經過一次性檢驗后，對判斷矩陣的最大特征值以及與之對應的特征向量開展規劃處理，分別計算各個層次判斷矩陣的全向量，并且將企業階段性超額收益與分成率相乘，最終得出企業過去一段時間的數據資產收益額。在使用層次分析方式進行數據資產收益額判斷的過程中。

(三)對未來數據資產收益額展開科學預測

結合目前形勢而言，企業科學預測未來數據資產收益的方法如下：首先，針對企業未來財務指標展開科學預測，并且以此為基礎，科學計算企業整體超額收益。借助科學判定分成率，對間接測算數據資產的未來收益額展開科學測算。其次，借助過去資產收益額制定出相關的統計模型，對企業未來資產收益額展開科學預測，其中第一種方式需要針對企業財務指標與行業財務指標展開科學對比、科學預算，耗時耗力，同時預測結果具備不穩定性特征。因此，國內企業可以選擇第二種方法對數據資產未來收益額展開科學預測，在借助第二種方法開展未來數據資產收益額預測環節，可以借助定量數學預測模型結合特定時間順序進行模型分析。需要注意的是，數據資產的發展是在數據經濟時代與互聯網時代發展之下應運而生的，多數企業并未精準記錄或者不存在數據資產的相關數據，而灰色預測模型則缺乏原始數據，會受到外界因素以及內部問題因素影響，預測結果無法得到有效保障。為此，企業需要對原始數據展開科學處理，形成具備規律性特征的數據順序，并且科學構建微分方程，科學預測事物未來發展規律，方可顯著提升未來數據資產收益額的預測效果。

四、結語

總而言之，改進超額收益法，是對企業數據資產價值展開科學評估的有效途徑，二者之間具有諸多互通之處。在此形勢下，企業可以通過科學計算企業整體超額收益、科學開展組合無形資產分類、選擇層次分析法，科學判定數據資產收益額、對未來數據資產收益額展開科學預測等方式開展數據資產價值評估，在顯著提升數據資產評估工作效率的同時，充分發揮數據資產價值評估工作的作用與價值，顯著提升數據資產利用率為企業的經濟收益與社會收益提供保障，為企業健康發展、可持續發展提供助力與保障，確保企業可以在激烈的市場環境當中脫穎而出，在為自身贏得良好發展前景與廣闊發展空間的同時，也為社會經濟發展奠定堅實穩固的基礎。