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(fā)展，為社會進步與經濟發(fā)展帶來全新的發(fā)展思路。而數據資產相關理論與研究，無法滿足商業(yè)實際發(fā)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(yè)雖然充分意識到數據資產對于企業(yè)創(chuàng)新發(fā)展與穩(wěn)定發(fā)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(yè)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(yè)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(yè)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(yè)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(yè)重大經營決策提供必要的助力與支持。最后，企業(yè)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(wěn)定因素影響。但就一般數據資產而言，隨著市場環(huán)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(yōu)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(huán)節(jié)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(yè)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(huán)節(jié)，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(huán)節(jié)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(huán)節(jié)方可充分體現，因此在此環(huán)節(jié)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(guī)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(guī)模提升而不斷提升。相較于小規(guī)模數據，大規(guī)模數據包含信息更為廣泛。信息化時代背景下，企業(yè)掌握充足的信息資源，就可以在激烈的社會競爭環(huán)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(huán)節(jié)，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(yè)，難以完全掌握整體行業(yè)或某個領域的核心信息。因此，企業(yè)應當建立長期穩(wěn)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(wěn)固提升，當企業(yè)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(yè)重大經營決策提供核心參考依據，甚至會給企業(yè)發(fā)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(tǒng)方面、消費者需求方面以及人才技能方面。單就信息系統(tǒng)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(yè)會獲取更多優(yōu)質的信息，為企業(yè)發(fā)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(yè)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(tǒng)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(yè)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(yōu)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(yè)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(yōu)化思路

(一)科學計算企業(yè)整體超額收益

在借助超額收益法對企業(yè)內部數據資產展開科學評估環(huán)節(jié)，首先需要科學判定企業(yè)當前是否存在超額收益，并且借助企業(yè)相關財務數據以及行業(yè)數據展開科學對比，科學判定企業(yè)超額收益比例。為實現這一目的，企業(yè)需要精準測算超額收益率，并且將超額收益率與企業(yè)資產總額相乘，最終得出企業(yè)整體超額收益，具體計算流程如下：企業(yè)凈利潤除以企業(yè)資產總額，減去行業(yè)平均利潤除以行業(yè)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(yè)資產總額相乘得出。綜上所述，國內企業(yè)需要選擇科學合理的測算方法，得出企業(yè)整體超額收益，這是由于超額收益是由企業(yè)無形資產創(chuàng)造而成，因此企業(yè)需要對無形資產開展細致劃分，借助企業(yè)整體超額收益與分成率精準計算出企業(yè)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(yè)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(yè)無形資產展開劃分環(huán)節(jié)，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(yè)財務報表當中披露作為核心評價依據，將企業(yè)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(yè)報表當中進行披露的商標以及專利技術、非專利技術、工業(yè)設計等一系列無形資產。而特許資源無形資產，則包括企業(yè)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(yè)管理資產。其中數據資產是指可以為企業(yè)帶來經濟利益的數據信息，其中包含企業(yè)在生產活動、銷售活動、管理活動以及科技研發(fā)活動當中所收集到的數據信息。人力資產是指企業(yè)內部員工整體素質能力以及技術水平，是企業(yè)在激烈的市場競爭環(huán)境當中脫穎而出的基礎保障，可以為企業(yè)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(chuàng)新能力以及管理人員素質；關系類資產是指企業(yè)經營環(huán)節(jié)與企業(yè)供應鏈以及政府關系；管理資產包括企業(yè)管理制度、企業(yè)文化以及特殊內部政策的優(yōu)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(yè)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(yè)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(yè)數據資產的特點和實際情況，系統(tǒng)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(yè)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(yè)整體超額收益相乘，得出企業(yè)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(huán)節(jié)，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(huán)節(jié)，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(guī)劃處理，分別計算各個層次判斷矩陣的全向量，并且將企業(yè)階段性超額收益與分成率相乘，最終得出企業(yè)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(yè)科學預測未來數據資產收益的方法如下：首先，針對企業(yè)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(yè)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(tǒng)計模型，對企業(yè)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(yè)財務指標與行業(yè)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(wěn)定性特征。因此，國內企業(yè)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(huán)節(jié)，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(fā)展是在數據經濟時代與互聯網時代發(fā)展之下應運而生的，多數企業(yè)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(yè)需要對原始數據展開科學處理，形成具備規(guī)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(fā)展規(guī)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(yè)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(yè)可以通過科學計算企業(yè)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(fā)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(yè)的經濟收益與社會收益提供保障，為企業(yè)健康發(fā)展、可持續(xù)發(fā)展提供助力與保障，確保企業(yè)可以在激烈的市場環(huán)境當中脫穎而出，在為自身贏得良好發(fā)展前景與廣闊發(fā)展空間的同時，也為社會經濟發(fā)展奠定堅實穩(wěn)固的基礎。