物流企业的数据资产价值评估研究——以顺丰为例

袁锐

(河北经贸大学 河北石家庄 050061)

随着移动互联网和网络的深入融合，大数据在人们的生活甚至是政治、经济活动中层层深入。显而易见，数据作为互联网的衍生产品，数据资产也在这一趋势的推促下不断诞生且蓬勃发展。数据资产作为大数据时代下一个全新且关键的资产，它必将被社会各界所关注。但事实上很多数据资产在我们生活中被忽略了，到目前为止，数据资产并未有一个明确的定义，并且如何量化数据资产仍是一个难题。所以面对大数据这一大环境，怎样合理地测量和计算数据资产的价值是现如今亟须探究并解决的问题。

1 文献综述

目前大部分的文献研究都是针对数据资产的界定、权属依据、方法、估值模型等进行讨论。其中沈诗韵等基于情景法，利用历史财务状况和概率树法对情景概率进行分析，从而得出金融数据资产的价值；左文进等人不仅采用了传统的资产评估方法，而且还将破产分配法和Shapley值法相结合，对数据资产进行了评估。陈雯等人提出两阶段修正成本法，对电网数据资产进行评估，是能源界第一个数据资产的定价方法。

2 数据资产的概念及特征

数据资产是指由个人或企业拥有或控制的，并且能为企业带来经济利益的，以物理或电子方式记录的数据源。数据资产通常是作为信息的载体来反映客观事物的概括。数据资产的基本状况通常包括数据名称、数据来源、数据规模、产生时间、更新时间、数据类型、呈现形式、时效性、应用范围等。数据资产具有非实体性、依托性、多样性等特点。

3 数据资产价值评估的过程难点

3.1 成本确认模糊，确认范围过窄

目前我国对数据资产并未有一个明确的定义，现行会计准则还没有及时更新，并未对数据资产有一个清晰的定义，是将其列入无形资产科目，还是重新设定一个数据资产的科目。此外，如何量化以及界定数据资产会直接影响到最终结果的准确性。所以会导致大量数据资产没有被收录进会计准则里，造成部分资产价值的流失。评估的要求之一，是根据资产所有权的确定。

3.2 评估方法的选择

数据资产的评估方法包括成本法、市场法和收益法三种基本方法及其衍生方法(见表1)。

表1 常用数据资产估值方法分析对比

4 数据资产价值评估方法及案例分析

目前我国的数据资产价值体系仍不够完善，参数的确定不能完全依赖于市场或积累的经验，所以基于企业历史的财务数据，以此来预测企业的未来收益从而评估数据资产的价值显得更为准确。因此，本文将会对收益法中的多期超额收益模型进行修正，使得评估结果更为合理。

本文以顺丰公司为例，该公司是一家国内综合快递物流服务提供商，正在稳步提高其为客户提供综合物流解决方案的能力，并且在大数据的推动下，顺丰构建了对数据的采集、同步、存储等平台，并且在开展业务时将产生的大量数据投入日常经营业务中。通过研究可知，顺丰在2013年就开始大力发展数据技术，因此本文选取了顺丰2014—2021年的财务报表数据，并且将评估基准日定为2021年12月31日，通过预测营业收入，并以各个项目在经营收入中所占比重的平均值为预测依据，对今后5年的预测结果进行了分析。

4.1 模型的构建

本文的模型是基于多期超额收益法，先从整体收益中将数据资产所产生的超额收益分离出来，再根据资本资产定价模型得到折现率，最终得出基于剩余法的多期超额收益模型：

式(1)中：P为企业数据资产价值；E为企业自由现金流；Ew、Ef、Ei分别指流动资产、固定资产、除数据资产以外的其他无形资产的贡献值；i指数据资产折现率；n指收益期限。

4.2 变量的确定

4.2.1 自由现金流量预测

自由现金流是指在满足再投资需要后，可以向股东和债权人分配的剩余资金，而不会对公司的持续经营产生任何不利影响。

自由现金流量=息税前利润(EBIT)-税款+折旧和摊销-营运资本变动-资本性支出

EBIT=营业收入-营业成本-营业税金及附加-销售费用-管理费用

在荻上直子的电影世界中，这些稍显奇怪的人并不是怪异地无法融入这个社会，而是由于情感的缺失，让他们用另一种方式去让在这个世界上活下去。荻上直子对现代人这种特点的把握无疑是很精准的，当他们对人与人之间感情获取的失败之后，转而在物品上投射个人的情感，这显然是一个很合理的选择，因为这种失去了亲密感的失落是永久存在的，于是这些看似坚强内心很脆弱的人也与我们的距离近了很多，变得很有吸引力，因此，他们最终在这些日常的物品得到情感的满足，也暂时地重建了破碎的亲密关系。

自由现金流量预测结果如表2所示。

表2 自由现金流量预测

4.2.2 各资产贡献值预测

(1)流动资产贡献值预测

本文以53.7%的流动资产为预测依据，以资产增值率16.27%的平均值计算，得出顺丰未来5年的流动资产。以银行一年期贷款利率4.35%计算的流动资产投资收益率，可以得出顺丰在未来5年内的流动资产的贡献，如表3所示。

表3 流动资产贡献值预测

(2)固定资产贡献值预测

根据该模型，可以得出顺丰在未来5年的资本开支中所占的资本性支出的平均值为6.92%，而固定资产资本支出是21.53%。固定资产投资收益率按5年期银行贷款利率4.90%计算，计算出顺丰5年内固定资产的贡献值，如表4所示。

表4 固定资产贡献值

(3)无形资产贡献值预测

表5 无形资产贡献值预测

4.2.3 折现率

采用资本资产定价模型来确定折现率：

式(2)中：r为无风险收益率，rm为市场组合的平均收益率，(rm-rf)市场组合的风险收益率。

用10年期国债的平均收益率确定无风险收益率为3.11%；将沪深300指数成分分段成10年，再采用指数平滑法估算出市场超额收益率，即市场报酬率为11%，根据WIND资讯可得βi系数为0.79，最后根据资本资产定价模型可算出折现率为9.33%。

4.3 数据资产价值评估结果

对顺丰的预期未来获得的自由现金流量，减去以上各项资产的贡献，就可以获得未来数据资产的超额利润。表6显示了对数据资产的估价。从表6可以看出，到2021年末顺丰公司的数据资产总值为416.6亿元，并且其所带来的超额收益呈逐年下降的趋势，与数据资产的时效性相吻合。由此可见，顺丰生产的数据如果不能及时地加以利用，那么它的使用价值就会随着时间的推移而不断下降，直至完全丧失价值。

表6 数据资产超额收益预测

5 对策及建议

5.1 明晰确认范围，探究适宜模型

在数据资产进行评估之前，应该扩大数据资产确认范围。数据资产作为一个新时代的产物，对于它的价值评估相对来说是比较复杂的，由于之前没有太多案例，所以本文在对它进行评估时，只是沿用了理论层面的知识，对于实务会有不足。那么评估结果是否会被市场接受，这也是个未知数。所以要对数据资产评估的模型进行深入探究，不能基于特定的用途和目的，并且经过市场的检验做出调整，直至被市场所接受。

5.2 完善相关制度，政策要与时俱进

一个完善的系统可以促进数据资产评估技术和理论的成熟。目前，国内尚无关于大数据的完整的理论体系，有关数据资产评估的法律法规也不健全，各种问题尚待探讨。为了对数据资产价值评估进行研究，必须制定一套统一健全的法律法规，以促进数据资产的价值评估。政府相关部门应尽快出台科学、合理的法律法规，推动数据资产评估工作的开展。

6 结语

当今时代正在走向融媒体时代，各个行业只有与时俱进才能熠熠生辉。大数据时代同样给资产评估行业的发展带来了挑战。我国资产评估机构在规模化、专业化、国际化、品牌化发展道路上，拥抱大数据是一个必经阶段，并且要利用和控制好大数据给我们带来的机遇。评估背景也是一项应被重视的可变因素，它甚至在任何时候都可以确定评估价值。这就要求资产评估人员要选择正确的评估方法，在根据实时的数据变化，切实使用好这种快速发展的背景，实现评估业务多方位全方面的发展。