关于数字资产价值评估的分析

◎赵云 孙振菊 常元美

引言

现阶段，随着数字经济的不断发展，数字资产价值评估工作也在如火如荼开展，相关研究人员要深入工作之中，全面的提高对于数字资产价值评估工作的认识，以此通过加强专业分析能力，保证数字资产价值评估工作效率，下面通过实践分析，总结数字资产的特征，探索了数据资产价值构成及主要影响因素，提出了几点有效的数字资产价值评估措施。

一、新时期数字资产的特征

1.归属于无形资产管理范畴。

从形态方面来讲，数字资产相对特殊，不但具有无形资产的属性，同时也具备数字资产的特点。数字资产并不会以有形形态存在，属于无形资产。但其保存的方式与以往的无形资产存在差异。数字资产基于系统构建的虚拟空间保存，因此会遇到设计错误或黑客攻击的情况。数字资产属于生产资料的特殊形式，其存在空间并不是真实的，但其价值是永恒的。在社会经济水平持续提高的背景下，数字资产的作用及发挥的功能也越加明显。但由于技术的稳定性不高，且风险较大，因此数字资产也会随技术的失效而消失。与以往的无形资产不同，数字资产的安全性偏低。

2.具有可长期重复使用的价值。

传统资产的使用效率正在逐步降低，也无法发挥出理想的价值功能，价值损失较大。数字资产的应用价值会随其使用量的提升而不断加大，充分体现出其应用价值。与其他形态的资产相比，数字资产的价值体现与市场供需关系直接相关，交易价值的波动性也较大。从买卖双方的角度来讲，均需承受价值波动的风险。但数字资产只要存在就不会丧失价值，通常的有形或无形资产，会由于经济活动等条件的影响而消失，这样就会永久丧失应用价值。但数字资产可永久存在，属于数字资产系统中的类型，尤其在数字激活的区块链中更为明显。所有新型的数字资产均产生于历史数字，同时其价值也会与数字资产链同步变化，只在应用的案例、价值和区域方面存在部分差异。

3.属于新型的生产要素。

社会发展是基于劳动、资本等生产要素的推动。数字资产是技术发展的产物，需在受到市场经济的接纳后才能成为资产，并且能够被投资、数字资产是全新型的生产方式，我国自2020年颁布的完善市场化配置的文件中指出，需将数据作为新的生产要素类型，由此数字资产也成为新经济重点研究的问题，具有一定的前沿性。与一般的生产要素不同，数字资产是科技发展到一定阶段的产物，因此在完成经济活动时，数字资产也与其他生产要素存在较大的分别，其涵盖范围更为广泛，属于生产要素，但也与其他因素形成相互影响。

二、数据资产价值构成及主要影响因素

1.数据资产成本。

数据资产的成本指标具有可变性，会综合受到不同因素的影响作用，影响因素的变化必然会带动成本数据的变化。上述影响因素具有多变性，数据资产成本主要包括系统建设和运行及维护的费用。因此本文重点从建设和运维产生的费用方面对数据资产的成本进行分析，形成相对合理的计算。

第一，建设费用。该方面的费用主要从系统建设的费用评估得出。信息系统建设费用主要包括人工、材料及其他因素产生的费用。

第二，运维费用。该部分费用主要包括业务操作和技术运维方面的费用。其中业务操作费用包括数据资产监测和问题管理方面产生的费用。运维费用主要指资产台账维护方面的费用。

不同数据资产中建设和运维费用占比存在差异，如部分数据资产将系统建设作为重点内容，因此该部分的费用占比相对较高。部分数据资产更为重视运维工作，因此该部分费用也会相对较高。

2.数据资产应用。

数据资产的价值体现在能够无限使用，也可称为潜在价值。资产成本会对价值产生一定的影响，但并不作为主要因素，由于多数资产价值体现于资产的应用方面，而不是占有。因此对数据资产的价值进行分析时，需侧重考虑其应用方面的价值。

可依据数据资产的不同类型对其应用价值进行分析，侧重关注资产的使用频率，针对不同的对象形成各异的效果。因此本文在对资产应用方面的价值进行研究时，可综合考量数据资产的类型、使用对象、频率、应用效果评价等指标。

3.数据资产价值构成。

针对数据资产的成本和应用进行综合分析可知，对数据资产的价值进行评估，可通过价值评估模型得出资产的成本和应用情况，从而掌握相对客观的数据信息。

三、数据资产价值评估的表现方式

1.数据资产的成本。

网络行业企业在对资产价值进行评估期间，需综合考量企业创新数据资产的同时也伴随着信息成本的产生，具体可由下述方面组成：第一，初期投入成本，即基于技术发展的要求，数据资产的形成过程会伴随着购买、转让等成本的产生。第二，数据在搜集、运营等环节中也会产生一定的成本，其中还会包括人力资源、数据安全和维护等方面的成本。上述成本的总和即数据资产的成本。可见，数据资产的成本囊括较多项不同的成本支出，需要全面衡量，准确计算，保证成本计算结果的可靠性。

2.数据资产的收益能力。

基于当前的经济背景，数据资产的价值主要体现为商业价值，这也可作为数据资产的核心价值。简单来说，如果企业形成的数据信息与其经营业务的契合度较高，可为企业开展的经营活动提供更高的潜在价值和推动作用，就能体现出数据资产的应用价值，同时也可看到数据所具有的盈利能力。目前基于云计算等前沿数据技术的支持，数字信息的单一性已经逐渐降低，通过对海量数据的处理和细化分析，同时结合企业的个性化需求，可形成多样化的服务策略，以此作为提供个性化服务的前提。

3.数据资产的市场价值。

近年来，我国网络行业的发展势头良好，基于网络数据的推动，数字资产的价值也日益凸显，体现出更高的市场价值。通过实践可知，数据资产的市场价值可表现在高度契合交易价格。通过对网络企业的数据资产进行评估可知，其仍然存在与市场不适应的情况，如在对数据资产的价值评估中，无法掌握属性及内容相符的资产类型，这也会对资产评估形成设置一定的障碍。因此为了全面适应能够影响评估的各类因素，需要全面依托市场价值，寻找到与数据资产接近的类型，此后对评估价值做出相应的完善。

四、数字资产价值评估的措施

1.企业数据资产价值评价模型建立。

基于以往的评估手段，加上数字资产自身的特征，研究新的资产价值评估方法，形成资产价值分析模型和交易体系，具有一定的现实意义。其中，定量分析方法是基于成本法、市场法及收益法等评估模型对资产的价值进行客观评价，侧重使用属于收益法的自由现金流模型、销量增加价值和成本降低价值模型等对资产价值进行分析，其形成的分析数据具有更高的适用性特征。成本法评估模型是通过对成本的用途进行评估，得出无形资产的成本及利润数据等信息。鉴于大数据资产自身的特点，其产生的成本与市场价格的差异相对明显，成本价值与收益并非成正比，因此无法通过成本指数对其收益做出推断和分析，这也是该模型的重要特征。市场法模型是对比市场中相似或相同的数据资产，通过对其参数进行调整确定资产的价值。通过市场法形成的评估结果能够明显提高交易方的可信度，也是市场中应用效果较好的评估手段。收益法评估主要从大数据资产可能产生的未来收益着手，将各期收益的现金流换算成现金数字，以此体现出大数据资产的最终价值。收益法的评估与资产购买者的投资想法和使用规划直接相关，同时对投资人其他投入的关联性也较大，如不同的投资规模和数据资产的使用方式均可对后续的收益产生直接影响，这也是价值评估所需重点考虑的因素。

如果交易仅涉及买卖双方，还可使用协商估价的方法进行评估。上述方法需要交易双方均对大数据的范围、作用和规模等特征相对熟悉，可对买方底价及买方后续的使用方式及期望等进行协商，从而获得双方认可的评估结果。

2.层次分析法步骤。

在评估数据资产的价值时应用层次分析方法，需先将相对复杂的问题拆解成不同的组成部分，此后将各部分继续拆分，这样就会形成具有层次性的结构。此外，还可结合结构中的各项指标的重要性形成新的矩阵，并对其一致性进行检验。最后需依据重要性的不同对层次结构进行排序，形成相对科学的架构体系。

（1）构建层次结构模型。层次分析法通常会形成三个层次模型，即最高、中间和最低三层。其中，最高层通常会提出所需解决的问题或者目标，也可称其为目标层。中间层主要针对目标层的指标开展设计工作。最低层结合中间层所需考虑的因素进行逐步分析。与商业数据资产价值的评估相关的模型，其目标层可设置为数据资产价值，中间层为能够对资产价值产生影响的各类指标，最低层为能够影响到资产价值的相关指标因素。其中，最低层对资产价值能够形成影响的因素可通过使用问卷调查等方式得出。

（2）设计判断矩阵。判断矩阵主要结合结构模型中的具体指标及其影响因素完成设计工作，主要体现层次结构内中下层因素对其上层因素形成的重要影响。在判断矩阵内，通常可使用1-9 数字及其倒数体现出下层因素对上层因素影响的重要性。如果重要程度较高，可使用相对偏大的数字表示，相反亦然。

（3）判断矩阵一致性检验。多阶段的判断均会受到不同因素的影响，这也会导致判断矩阵中的不同因素相互无法兼容和一致。因此，需要通过检验其一致性判断矩阵的应用效果。矩阵的一致性可通过衡量矩阵特征值和正负情况得出。如果矩阵并未通过一致性的检验，则需对矩阵中不同因素的关系重新赋值。需要重复上述操作以便判断矩阵通过一致性的检验。

（4）层次结构中各因素权重排序。第一，需依据重要性对中间层的指标权重进行分析和确认。第二，依据重要程度对最底层不同因素及其中间层指标的权重进行确认。第三，按照由下自上的顺序计算得出最底层不同因素对相应中间层指标的权重关系。第四，结合最底层不同因素对目标层的重要性大小，重新排列各因素指标。

3.多重估值模型。

（1）信息内在价值法。该种方法主要通过数据的正确性与完整性，及与其他企业数据的稀缺性等因素对数字资产的价值进行评估。其中的稀缺性主要指该企业的数据具有的排他性，以及与其他企业数据的相似性等。通常，数据信息的准确性与完整性程度越高，同时数字资产的稀缺性越低，则该企业的数字资产所具有的价值越高。因此，企业可通过使用内在价值方法对数字资产的价值进行客观衡量，从而总结出优化使用的方法。

（2）信息商业价值法。该种方法要侧重衡量数字资产的有效性与完整性水平，同时还需兼顾资产的更新情况，重点关注数据信息与经济业务的相符性。通常，数据信息与某业务的关联程度越高，其正确性、完整性与及时性越高，这说明企业的数字资产具有更高的价值。

（3）信息市场价值法。通常，企业可通过出售产品或服务内容获取经济收益，形成更大的货币资产。但在经济水平持续提高的背景下，更多的企业会采取不同的方式出售数据，并将其作为核心业务内容。信息市场价值方法能够对相对活跃的数字资产进行客观估算，获得相对可靠的估算结果，但在非市场化的资产评估中的作用不高。

（4）信息经济价值法。该种方法主要以传统的计算方法得出收益值，此后衡量数字资产的周期，同时排除周期形成的其他费用项目。经济信息价值可作为数字资产评估的非重要指标，且该方法在应用期间，也需同时兼顾购买、使用等数据成本支出，以此提高估算结果的准确性。

4.历史成本法。

该种方法主要通过在取得数字资产时产生的成本确定入账的价值，不但会涉及初始计量，同时与后续计量也存在一定的关系，需要综合考虑数字资产与一般资产之间的差异。实施初始计量期间，需将数据搜集、整理、分析和保存等环节产生的费用与人力成本等因素共同纳入无形资产成本范畴。如果无人应用数字资产，则该种资产就不具有存在和使用的价值。因此可以说，数据等资源会随着利用频率的提高而体现出更高的价值，这也可看出数字资产具有非折耗的特点。但随着时间增加，部分数据的内在价值及时效性等也会呈现出下降的趋势。因此开展后续的计量工作期间，企业需依据数据与时间推移的变化关系采取必要的减值准备措施，同时开展必要的会计处理工作。同时需依据企业的实际情况确定计入无形资产的数字资产的摊销情况。

5.应用收益法。

该种方法也被称作收益现值法。主要指后续各期形成的收益与最终数字资产获取的收益折现到当前的计算方法。未来预期收益、折现率及年限等指标是开展资产现值估算的主要参考因素。即可通过计量货币对资产未来的收益及其风险进行客观评估，此外还可通过科学的折现率指标推测收益年限，辅助企业客观掌握数字资产所具有的价值。

五、结束语

总之，通过以上分析，全面的研究了数字资产价值评估的有效途径，作为相关工作人员，要树立正确的观念，加强专业水平，借助有效的数字资产价值评估方法，科学的开展实践分析，从而为数字资产价值评估工作开展提供有效建议。希望通过具体阐述，能加强实践研究水平。