■ 商玉杰 王田力 李 昂 李梦南 胡思琪
(首都经济贸易大学财政税务学院,北京 100070)
近年来,以区块链、大数据、云计算、移动互联网等为核心代表的新型数字技术迅猛发展,这些数字技术进入商业化应用后,与各行业深度融合,成为推动我国产业数字化和智能化转型的关键力量。《中国互联网发展报告2021》显示,2020 年我国数字经济继续保持快速增长趋势,总体规模达到了39.2万亿元,约占我国2020 年GDP 总量的38.6%,相比2019 年增加了3.3 万亿元,同比增长2.4 个百分点,成为稳定后疫情时代经济发展的重要力量。2019 年10 月28 日召开的中国共产党第十九届四中全会强调数据可作为生产要素按贡献参与分配;激活三大经济动力是“十四五”时期的重要任务,其中发展数字经济成为实现“十四五”时期工作目标的关键。
目前,我国正处于互联网与大数据深度融合并逐渐向大数据时代过渡的重要时期。经济发展数字化一方面提高了市场配置效率,大大减少了资源配置成本,特别是搜索、进入、运输和复制成本的大幅降低,与此同时产生的新型业务经营模式,为社会提供了更多新就业机会;另一方面,经济发展数字化对创新价值以及公司数据需求和消费者隐私之间的平衡产生了深远影响。经济增长引擎的转变使各行各业都面临着机遇与挑战,资产评估行业作为政府监管新型经济活动的重要抓手,如何应对数字经济发展带来的机遇,更有效地为市场经济主体服务显得尤为关键。
1.资产评估业务领域拓展
《企业国有资产法》第四十七条、《公司法》第二十七条、《证券法》第十七条以及《国有资产评估管理办法》等法律法规都规定资产评估是其所规范经济活动范围的必不可少的一道程序,资产评估业务需求旺盛。最初资产评估行业主要服务于国有资产管理和国有企业改制,现在资产评估已经渗透到以企业IPO 上市、企业会计公允价值计量、政府监管、税务征收、司法鉴定等为目的的业务领域中,评估标的也由传统的房产、土地、机电设备逐步拓展到金融资产、生物资产、商誉、品牌以及数字资产。评估标的物的丰富使得我国资产评估业务得到了极大的拓展。
2.资产评估机构发展存在瓶颈
2021 年最新发布的《中国资产评估行业发展报告(2019)》中的数据显示,2019 年资产评估行业总体业务收入为220.12 亿元,其中业务收入大于5000 万元的资产评估机构收入总额占行业总体业务收入的23.56%,而该部分机构的数量仅为行业内资产评估机构总数的0.89%,不足百分之一。另外,截至2021 年11 月30 日,拥有证券评估资质的评估机构共有213 家,绝大部分中小评估机构不具备承接证券类业务的资质,部分评估机构即使拥有证券评估资质,但在市场竞争下也鲜少能够承接该类业务。资产评估行业收入主要集中在头部机构,以证券类评估业务为代表的新型业务也几乎被头部机构垄断,中小规模机构业务范围主要是房地产等固定资产评估业务,业务类型单一。这种发展趋势并不利于资产评估行业的长远发展,头部机构业务垄断也有悖于资产评估机构的独立性和公正性。
综上,资产评估行业亟需数字化转型。一方面,资产评估行业的数字化转型能够提高行业竞争程度,提升中小规模机构的竞争力,缩短头部机构和中小规模机构的业务量差距。另一方面,资产评估行业的数字化转型有利于资产评估机构承接新型资产业务,提高评估效率和评估准确度。
会计把资产定义为由企业过去的交易或各项事项形成的,被企业拥有或实际控制,未来能够给企业带来经济利益流入的各种资源。符合上述资产确认要素的数据资源即可被确认为数字资产。但数据通常是不断更新变动的,不同数据类型的持续性有较大差别。有些数据在较长的一段时间内持续有效,不需要频繁更新,例如性别和教育程度;有些数据则持续时间很短,例如个人实时位置数据。因此,通过跟踪每条数据的进入、退出来评估数据的价值变动显然是不可能的。[1]数据资源以数字、文字、图片、视频等各种形式存在,非排他性使用容易产生多个复本同时存在的问题。在价值评估时,去除这些重复数据以及不能给企业带来经济利益的无效信息,将可以资产化的数据分离出来并纳入评估范围是非常困难的。
数字资产归属权难以界定。数字资产主要通过企业自己搜集、整理与分析得到或者由企业外购得到,这两类数据的产权归属相对清楚。此外,还有一些数据是通过网络爬虫等手段获取,或是通过资源共享交换甚至是非法手段获取的,这类数据经过加工都能被企业利用而获取收益,但从法律角度来说其所有权存在争议。我国数字经济发展刚刚步入正轨,对于数据保护的相关法律法规尚不完善,再加上数字资产的复制低成本性、可共享性、无限增长性使得数字资产确权成为一个棘手问题,鉴于此,对于数字资产的评估,其经济所有权相较于法律所有权则显得更为重要,而经济所有权的归属往往是繁杂且难以界定的。
数字经济快速发展背景下衍生出的数字资产、虚拟货币,其本身是被整合利用的数据,而要量化其价值所要分析的数据同样也是庞大的。通过将大数据技术与传统评估方法相结合,可以轻松整合这些资产的价值信息,不仅减少了评估的人为主观性,也大大减少市场调查和数据搜集的工作量,提升评估工作效率。但目前,能运用大数据技术评估新型标的物的评估机构以及专业人才还比较少,数据库在资产评估中的运用也并不广泛。评估机构中特别是中小评估机构缺乏专业知识丰厚、具有创新能力和信息技术的高端评估执业人才。目前,我国高校对资产评估专业人才的培养方向与数字经济发展背景下的评估行业人才需求方向还不够匹配。资产评估专业开设时间较晚,资产评估机构中的资深工作人员在执业以前大多从事其他行业,甚至有很多高校的资产评估教师也由其他专业教师兼任,新一代资产评估专门人才供给缺口仍然很大。随着新业态、新资产的涌现,评估执业人员的专业能力迫切需要加强。
伴随着数字经济的到来,评估标的物也有了新的特征。例如,互联网企业拥有的大量数字资产以及证券市场数字融资衍生的各种金融资产,如比特币等虚拟货币,都使传统评估方法在应用时困难重重。首先,数字资产在规模、受众群体以及内部数据结构上与其他数字资产的可比性较差,此外,互联网企业中的许多数字资产属于用户隐私,法律规定不能交易流转,仅可服务于自身生产经营,无法与经营主体分离,该类数字资产应当被看作为不可确指类无形资产,一般不具有市场价值,因此,市场法一般较难适用。其次,数字资产的取得和维护成本与其价值的弱对应性也使得成本法应用受限。最后,在互联网企业整体价值评估中,由于互联网企业现金流稳定性较低,在应用收益法时,企业未来收益预测和风险衡量存在较大的主观性[2],故还需要对收益法进行合理改进。
1.构建数字化交流平台
在数字经济快速发展的背景下,各行各业都受到了不同程度的影响,既面临着数字化转型的基本挑战,但同时也是一个突破发展瓶颈的珍贵机遇。2021 年3 月31 日,我国首个企业数字化发展共建共享平台成立,包括移动、电信、腾讯和浦发银行等数十家行业龙头企业参与其中,推动行业数字化的全链条发展。在数字中国建设的大背景下,评估行业也要抓住政策红利,集合政、产、学、研多方力量,共同搭建数字化共建共享平台,加速数字信息和数字化技术在评估实务中广泛应用。
在数字化信息资源共建共享的过程中,应当注意重共享轻共建,出现共建意识不强,共享的权限不清,欠缺合理的统筹规划管理体制,数字信息的重复建设等问题。共建共享并不等于各成员平等 “吃大锅饭”,共建共享要从实际出发,根据各成员企业的实际情况权衡义务与权利来制定共建的任务与共享的标准[3]。资产评估行业目前遇到的挑战并非单个企业可以应对,还需要各企业共同合作,推动资产评估行业数字化转型,为我国数字经济发展保驾护航。
2.提升评估人员执业水平
评估机构要引进高质量人才。对应聘人员进行任前考查时要保证考核方式公平、公正、公开,全面评估其知识储备、业务技能以及综合素质等,确保引进人才能够应对工作中遇到的各种挑战[4]。此外,由于资产评估属于应用类学科,在人才培养时更应侧重于学生的实践能力。因此,评估机构可与高校合作,从未来执业人才的学生时期开始培养学生的数据收集、处理能力,为评估机构输送对口紧缺人才。
评估机构应增加员工培训活动,加强评估质量控制。在当前数字经济发展的新形势下,评估标的物也呈现出新的特点,评估执业人员需要具备信息检索、处理和利用计算机等技能,评估机构要增加对这方面的培训。另外,由于资产评估独有的行业特点,评估过程的主观性和操控空间较大,因此,为了避免执业人员有机会谋求个人利益,损害企业和社会利益,除科学设置评估方法外,还需要评估机构和评估协会加大监督力度,建立良好的质量控制机制,防范执业人员的道德风险和能力风险。
1.推进数字资产确认,合理界定评估范围
数字资产确认关键是要判断数字资产是否真实有效,能否给企业带来经济利益。数字资产规模性、颗粒性和有效性对数字资产的价值均存在正向影响,因此数字资产的确认条件可以从这三个维度进行构建并对数字资产价值进行考量,这样能够比较全面、准确地反映数字资产的价值[5]。
数据具有规模经济性。在商业用途中,单条数据的价值几乎可以忽略不计,但大量数据汇集后产生的规模经济性使其价值远远超过单条数据价值的简单相加。因此,我们无需跟踪每一条数据的进入和退出,就像一个相对成熟的资金池不必要记录每一笔资金的进出,只需要观察资金池总体金额稳定在什么数值范围内即可。我们可以通过一个数据库当下的相对静止状态了解整个数据库的实际状态。从这个角度来说,数据库中数据量越大,数据库的功能状态也就会越稳定,其未来收益的风险也会较小,因此数据规模既是数字资产价值的主要确认指标,同时也可以衡量数字资产的收益和风险。
数据的颗粒性即数据的采集维度,可以由数据质量和数据时效性两个因素构成。数据质量对数字资产的开发成本产生较大影响。质量较低的数字资产,在数据获取、数据清洗和数据挖掘等方面处理难度较大,这将会导致数字资产的开发成本增加,从而降低数字资产的价值[6]。数字资产的数据时效性越强,获取的数据越新、越及时,数字资产的价值也就越高。因此,数据的颗粒性也可以作为确认数字资产价值的主要指标。
数据资产的有效性主要由数据的相关性和应用性两方面决定。一方面,一项数字资产与其他数字资产的相关性越高,该数字资产越容易与其他数字资产一起配合使用,较高的相关性也会产生更好的整合使用效果,其市场价值自然更高。另一方面,数字资产的应用范围越广,该数字资产与其他数字资产整合使用的限制就越少,数字资产的市场价值也就越高。因此,数据的有效性可以作为确认数字资产价值的一个指标。
2.创新评估方法
(1)评估方法对比分析
评估方法可以分为三类,分别是:市场法、收益法和成本法。成本法是指在资产继续使用的前提下,重置一个全新状态的评估对象,所需的全部成本减去评估对象的实体性贬值、功能性贬值和经济性贬值后的差额。收益法是以现值计算为基础,将被评估企业或者被评估资产组的预期收益以一定的折现率折现到某一个特定日期来评估企业或者资产组的价值。市场法是在当前的市场环境中寻找与被评估资产各方面情况都相同或相似的参照物,以其当前价值或者近期交易价格为基础,通过对比分析、差异调整,从而估算出评估资产的市场价值。
数字资产作为企业一项资产,归根到底依然是要给企业带来利润的,其利润来源无非在于辅助企业其他资产组,或者整体业务模式提升收益,或者在市场上交易的脱手收益。因此评估数字资产依然还是要关注数字资产的未来收益。对于数字经济发展带来的其他新型资产的评估,这三种评估方法的评估思想依然适用,关键在于如何科学设置量化指标使评估值更加合理。
(2)数字资产收益预测
资产评估师通过数据规模性、颗粒性和有效性衡量数字资产是否具有价值,将实际真实有效的数字资产纳入到评估范围内,并对数字资产的未来收益进行具体预测。在数字资产的未来收益预测时,可以采用智能评估系统处理繁杂数据。评估行业在经营过程中积累了大量数据,其中包含被评估资产可比资产的价格趋势、规格属性以及宏观微观经济环境等一系列数据,人工智能通过学习这些数据能够形成更科学准确的评估算法,从而更精准预测资产的未来收益趋势。目前,中联资产评估集团已经成功研发出“摩估云”信息系统,其功能多样兼具智能化和高效化,已经被正式投入业务使用。在评估中应用智能技术,不仅能够扩大评估机构业务承接范围,增强评估企业的竞争优势,而且可以提升评估技术的科学性,加快资产评估行业数字化转型。
(3)数字资产风险衡量
企业内部数字资产质量、来源、时效性以及应用性不尽相同,其风险也不一样。数据是否安全将直接影响到数据利用的可持续性以及数据库的稳定性,进而影响数字资产的收益风险。数据安全风险主要包括存储风险、数据真实性风险、数据时效风险以及数据的搜集、使用是否符合个人信息保护法等要求的风险。衡量这些数字资产风险,可以通过分析企业的数字资产风险管理体系、数字资产安全标准设置以及数字资产生命周期风险管理的情况[6]。实际操作中,资产评估师可以在判断企业风险管理部门设置是否合理、各部门职责是否清晰、是否在保留业务含义的基础上,对数据的合法利用、数据时效监控以及数字资产定期清查处置等情况进行打分,综合确定企业数字资产的风险等级,进而合理判断数字资产预期收益风险。