基于改进多期超额收益法的物联网企业数字资产价值评估研究——以海康威视为例

■ 刘惠萍 赵 悦 赵月华

（山东财经大学会计学院，山东济南 250014）

一、引言

2022 年1 月12 日，国务院印发《“十四五”数字经济发展规划》，为数字经济发展指明方向。《规划》要求，2025 年，数字经济核心产业增加值占GDP 比重上升到10%，再过十年，要力争建成竞争有序、统一公平、成熟完备的现代数字经济市场体系。中国信息通信研究院2021 年4 月发布的《中国数字经济发展白皮书》中指出，2020 年，我国数字经济占GDP 比重达到38.6%，规模为39.2 万亿元，数字经济的增速比GDP 增速快2 倍多。可见，数字经济已成为引领经济社会变革、推动高质量发展的重要引擎。

数字经济发展中的云计算、区块链、人工智能等信息技术创造出了各种各样的数字资产，如数字货币、网站域名、客户信息等。数字资产既是数字经济发展的必然产物，又是企业数字化转型的核心要素。数字资产的价值评估一方面有助于提高企业对数字资产的开发利用效率，推动实现数字化转型。另一方面有利于增加数字资产的流动性，规范相关市场交易，促进市场对数字资产的有效配置。尽管很多企业已经意识到数字资产的重要性，但是由于数字资产的交易和管理缺少统一的估值标准，导致很多企业的数字资产无法充分发挥作用，因而数字资产价值评估体系需要进一步完善。鉴于此，在合理界定了数字资产概念的基础上，依据数字资产数字化、收益性等属性，考虑企业各生命周期阶段折现率不同，对多期超额收益法进行改进，构建了基于企业生命周期的多期超额收益模型，以海康威视的数字资产为例，检验了估值模型的适用性。丰富了数字资产价值评估的研究，为企业数字资产的管理、交易、合理配置与开发提供了一定的指导和参考，有助于行业和相关管理部门加强对数字资产的监督管理，规范市场交易行为。

二、数字资产概念界定及可估值的属性分析

（一）数字资产概念界定

随着数字经济的发展，数字资产逐渐进入人们的视野，但它其实由来已久。早在1996 年Meyer 就在《保护数字资产的方法》文中首次提出了“数字资产”的概念。随着研究的不断深入，学者们在不同视角界定了数字资产。基于计算机视角，数字资产被格式化为二进制源代码（Neikerk，2006）并以此形式存储在云端的数据所有权（Toygar，2013）。基于会计视角，数字资产具有资产所共有的特征，能为企业带来预期经济利益（吕玉芹，2003），跟无形资产一样无有形载体，但作用与外延远大于其他无形资产（陆岷峰，2020）。基于数字金融视角，数字资产是一种原生资产，它包含全部信息，以数字形式展现和流转（姚明睿，2019）。而在马克思主义政治经济学角度，数字资产则是数据这一生产要素的具体表现形式（郭王玥蕊，2021）。

综上所述，数字资产处于发展阶段，尚未形成普遍认可的概念。本文基于公司财务视角，考虑数字资产对企业整体价值增值的影响，目的是衡量企业生产经营过程中的数字资产价值，有助于企业科学管理数字资产，所以界定数字资产是一种以二进制形式的存在，没有有形载体，预期会给企业带来超额经济利益的资源。与数据资产主要考虑数据资源不同，数字资产既包括数据资源，也包括其他以二进制形式存在的数字资源，如数字化媒体图片、数字货币等。与其他传统无形资产不同，数字资产以二进制形式存在，既可以创造间接收益，也可以通过销售直接获取收益，而其他无形资产则以某种权利或技术的形式存在，一般通过持有间接创造收益。

（二）数字资产可估值的属性分析

数字资产作为一种新兴资产，同时具有财产属性和金融属性。根据其财产属性，企业可以合理配置与管理数字资产，根据其金融属性，有助于数字资产的市场交易，使数字资产流通起来，以便其发挥最大价值。因此，不论是企业合理配置与管理数字资产还是行业监管数字资产的交易，都需要构建合适的数字资产价值评估模型。

1.财产属性

（1）数字化。数字化是数字资产区别于其他资产的本质属性，同时，也是数字资产价值评估中的难点所在。数字经济的本质是信息化，即将各种传统产业、生活方式等运用现代化信息技术，深入开发利用信息资源，推进经济发展。信息化生成的信息复杂庞大，不便于管理，需要将其进行数字化转变为便于计算机处理的二进制形式。数字资产作为数字经济发展的产物，在数字化过程中应运而生，因此具备数字化的本质属性。

（2）价值性。价值性是数字资产的一种非本质属性。数字资产的价值性主要体现为交易价值与使用价值。一方面，数字资产可以进行交易，卖方实现经济收益的同时，买方拥有了数字资产所能产生的后续全部经济利益。另一方面，数字资产本身可以带来价值。例如，阿里妈妈利用拥有的客户信息，为用户推荐感兴趣的商品，带来经济利益流入。随着交易与使用次数的增加，数字资产可以实现价值的迭代累积（郭王玥蕊，2021）。

（3）物权性。物权性是数字资产同其他资产所共有的属性。作为数字资产的权利人，可以通过数字资产的交易或数字资产带来的价值获取财产利益，而且可以依据自身的意愿支配数字资产。同时，数字资产是一种所有权，以二进制形式存在，没有物质实体，且一项数字资产只能有一个所有权，符合物权的排他性特征。因此，虽然数字资产没有有形载体，但却符合传统物权的特征，这说明数字资产具有传统的物权属性，其所有者可以支配数字资产，进行数字资产交易。

2.金融属性

（1）可货币化。可货币化是数字资产在金融市场流通的基本条件。数字资产的可流动性和分割性加强，不用依赖传统的货币、证券、期货等标签就可以自主流通（姚明睿，2019）。传统的资产流通需要加上证券等金融标签，但是数字资产流通的自主性和灵活性都更强，不再需要金融标签，与此同时，交易需要一个可衡量的标准，也就是货币化，保证数字资产流通交易过程中的公平性。因此，对数字资产价值的可靠衡量也显得尤为重要。

（2）市场交易性。在物权性和可货币化的基础上，数字资产可以进行交易，以商品的形式在市场进行等价交换。数字资产既包含收集、加工和创造的劳动价值，也有助于提高企业经济效益水平，从而具有使用价值，成为市场交易的对象。同时，数字资产以二进制形式储存在云端，可以引入区块链技术，提升交易效率的同时节约交易成本（严振亚，2020）。市场交易性对数字资产价值评估做出了进一步要求。

（3）收益性。数字资产的收益来源于交易所获得的报酬和数字资产本身的价值增值。一方面，有些数字资产需要通过交易获得收益，如比特币等数字货币。另一方面，数字资产具有保值增值性。如果数字资产在交易和使用中能够被赋予新的内涵，产生新的效能，就可以实现数字资产的保值增值（陆岷峰，2020）。数字资产价值的合理评估可以体现数字资产的收益性，有利于企业更科学地进行数字资产的管理与开发。

数字资产的价值性，从理论上表明可以对数字资产进行价值评估。数字资产的物权性使其可以作为一种商品进行交易和流通，其价值通过货币形式反映出来，即数字资产的可货币化属性，这说明可以可靠衡量其价值，保证数字资产价值评估的可行性。因此，根据数字资产的属性特征，构建了较为合理的数字资产价值评估模型。

（三）物联网企业数字资产分析

物联网企业拥有大量数字资产，且价值较高。物联网在互联网的基础上，凭借信息传感器、射频识别技术等信息技术，收集获取各种信息，建立网络连接，实现万物智联，从而达到对物的智能化感知、分析和管理。物联网不断推动数字世界的发展，各行各业都在通过物联网进行以数据和数字信息为核心生产要素的数字化转型，智慧交通、智慧工厂、智慧城市等领域已经形成了具有行业特色的数字个性化解决方案，在数字经济体系发展中起到了带头作用。

物联网企业在实现万物互联的过程中，需要收集数据并进行智能化分析和处理，使实现数据交互共享的智慧生态能够建立，同时，根据不同行业的具体应用需求，为客户提供个性化服务，实现企业的价值创造。因此，数字资产对于物联网企业来说是企业的重要资源，也是建立智能物联和实现价值增值的基础。对物联网企业数字资产价值的合理估值是至关重要的，这也有助于物联网企业的数字资产管理和实现企业价值。

三、数字资产价值评估方法适用性分析及多期超额收益法的选取

（一）数字资产价值评估方法适用性分析

通过数字资产的概念界定与属性分析，数字资产的数字化决定其与无形资产同样没有有形载体，且可以为企业带来预期经济利益流入，因此，可以参考无形资产的评估方法，但是传统评估方法存在一定不足。

市场法受限于当前数字资产的交易环境，对于数字资产来说，其交易市场不够成熟完善，相关市场价值有失公允。而且数字资产中蕴含的信息具有一定的排他性，因此难以找到相似的参照资产，因此市场法并不适用当前的数字资产价值评估。成本法同样不适用，企业的数字资产可能依附于其他资产存在，其具体成本数据较难获得。数字资产的价值具有迭代累积性，所带来的收益远大于其成本，用成本法评估会大大低估数字资产的价值。相比较而言，收益法更适合数字资产的价值评估，数字资产具有收益性，用收益法更能准确衡量数字资产的价值。但是传统的收益法还存在一定不足，一方面，数字资产具有数字化属性，其收益额难以直接确定和预测；另一方面，数字资产的价值具有迭代累积性，其收益期限难以估计，面临的风险难以预测，导致折现率也存在更大的不确定性。

（二）多期超额收益法的选取

数字资产的收益性决定了用收益法进行价值评估更科学，无形资产价值评估中收益法主要包括增量收益法、超额收益法、节省许可费法、收益分成法等。增量收益法主要通过对比有无被评估的无形资产的企业的收益差额确定其价值，由于企业间收益差额的影响因素过多，难以确定数字资产创造的收益，而数字资产不涉及许可费，因此节省许可费法不适用，收益分成法分成率具有一定的主观性，主要用于评估技术类无形资产的价值。数字资产具有数字化属性，能够帮助企业在其他有形资产的基础上创造超额收益，采用超额收益法能够更合理地反映数字资产的价值。同时由于数字资产的价值具有迭代累积性，会随着交易和使用频率的增加而增加，在未来多个经营周期中创造超额收益，因此可以选取多期超额收益法衡量数字资产的价值，但同样存在收益额难以预测和确定，折现率存在很大不确定性的问题，需要对其加以改进。

四、多期超额收益法的改进思路与数字资产价值评估模型构建

（一）多期超额收益法的改进思路

考虑到数字资产价值的迭代累积和收益性，其收益期限可能跨越多个生命周期阶段，而不同企业生命周期阶段的风险不同，导致折现率存在差异，进而影响估值模型中收益期和折现率的确定，因此，基于生命周期理论对多期超额收益模型进行改进。企业生命周期理论将企业的发展阶段定性地分为初创期、成长期、成熟期和衰退期，而数字资产的价值评估需要定量分析企业生命周期对折现率的影响，通过运用皮尔曲线模型可以在拟合企业生命周期趋势的同时定量划分企业不同生命周期阶段。在超额收益的预测方法上，由于企业发展面临的不确定性因素和风险较多，经营发展存在较大波动，因此采用定量的数学模型预测数字资产未来超额收益，GM（1,1）灰色预测模型可以解决历史数据少，可靠性低的问题。同时，数字资产通过附加其他资产上创造价值，难以采用分成法进行剥离，更适用于剩余法进行评估衡量。据此，运用皮尔曲线和GM（1,1）灰色预测模型对多期超额收益法进行改进。

（二）改进的多期超额收益模型的构建

基于上述分析，本部分构建改进多期超额收益模型的总体思路是，运用皮尔曲线模型定量划分企业生命周期，确定收益期和对应的折现率，并采用GM（1,1）灰色预测模型预测企业的未来超额收益，然后运用剩余法确定归属于数字资产的超额收益，根据多期超额收益法确定企业数字资产的价值。具体如下：

其中，表外无形资产主要考虑人力资本和数字资产，Vd是数字资产的价值；E 是企业自由现金流；Ef、Ec、Ei和Eh分别是流动资产贡献值、固定资产贡献值、无形资产贡献值和人力资本贡献值；i 是折现率；n 是数字资产收益期。

1.基于皮尔曲线的企业生命周期模型构建

皮尔曲线最早由比利时数学家哈尔斯特提出，应用于生物学。皮尔曲线预测模型是指经济变量在期初增长速度缓慢，然后增速开始加快，达到最高点后，增速开始下降，最后达到饱和趋势。企业营业收入的变化可以反映企业目前发展阶段，因此将营业收入作为构建皮尔曲线预测模型的指标。

图1 企业生命周期模型

对于构建的皮尔曲线模型可以采用三点法求解参数的初始值，并对函数进行求导，计算企业四个生命周期阶段的分界点。计算过程如下：

综上所述，运用皮尔曲线预测模型求得的企业生命周期的四个阶段的划分为：

2.基于皮尔曲线的收益期确定和折现率预测

由于数字资产价值的迭代累积和收益性，在不受到损坏的情况下，是持续更新的，因此其收益期是无限的，会跨越不同的生命周期阶段，而根据企业所处生命周期的不同，需要对应不同的折现率。

初创期，需要大量的资金投入，市场份额小，投资回报率低，因此初创期的折现率相对较高。其折现率可以考虑采用风险累加型，根据企业当前的具体情况充分预测风险。公式为：折现率=无风险报酬率+行业风险报酬率+经营风险报酬率+财务风险报酬率+其他风险报酬率。

成长期，企业规模不断扩大，销售收入增加，开始获取经济收益，折现率比初创期有所降低。成熟期，主营业务收入相对固定，超额收益不断增加，投资回报率高，企业经营风险较小，此时的折现率处于较低水平。成长期和成熟期的企业风险较小，并且开始形成稳定的规模，折现率主要与企业的融资方式有关，可以采用加权资本成本。公式为：

衰退期，企业经济收益可能减少，市场份额逐渐缩小，受到市场波动的影响较大，这一时期的折现率可能较高甚至高于初创期。折现率采用行业平均净资产收益率作为折现率较为合适。

3.基于GM（1,1）灰色模型和剩余法的数字资产超额收益预测

由于当前物联网企业发展面临的不确定性因素和风险较多，经营发展存在较大波动，同时营业收入在一定程度上反映能够企业当前的发展状况。首先根据企业近几年提供的财务数据，运用GM（1,1）灰色模型预测未来的营业收入，根据各要素对营业收入的占比计算企业未来的自由现金流，然后根据剩余法扣除流动资产贡献值、固定资产贡献值、无形资产贡献值和人力资本贡献值之后的金额就是预期企业未来数字资产带来的超额收益。具体公式为：

（1）自由现金流。自由现金流是指企业满足可持续发展需要之后的剩余的现金流量，衡量企业实际持有回报股东的现金。计算公式为：

灰色模型简称GM 模型，是根据少量、不完整数据，构建灰色微分预测模型公式，对事物进行中长期预测。主要采用GM（1,1）模型，具体步骤如下：

在对企业未来营业收入进行预测时，首先对原始序列进行检验处理，然后构建灰色预测模型，并对得出的预测结果进行检验，可以得到较为科学的预测结果。

（2）流动资产贡献值。流动资产一般可在一个会计期间内收回，其价值一般保持不变，因此其贡献值既为流动资产的投资回报。由于流动资产主要以货币资金的形式且期限为一个会计年度。因此，投资回报率采用一年期银行贷款利率。

（3）固定资产贡献值。固定资产在投入生产的过程中，既有价值损耗，也带来了回报。因此，固定资产贡献值主要由折旧补偿和投资回报两方面构成。根据固定资产的折旧年限一般大于5 年，故选用五年期以上的银行贷款利率作为固定资产的投资回报率。

（4）无形资产贡献值。与固定资产类似，无形资产的贡献值主要来源于摊销补偿与投资回报两方面。无形资产摊销年限较长，其回报率选取五年以上银行贷款利率。

（5）人力资本贡献值。人力资本不在无形资产会计科目的核算范围内。因此，将人力资本的价值按照应付职工薪酬的会计科目来衡量，其贡献率参考黄敏的研究结果，取我国经济发展的平均人才贡献率计算。

综上所述，基于本部分构建的改进的数字资产多期超额收益模型，以海康威视数字资产作为评估对象，对其进行应用。

五、改进的多期超额收益模型在海康威视数字资产价值评估中的应用

海康威视是业内领先的智能物联产品及行业解决方案提供商，在数字经济发展过程中，海康威视率先进行数字化转型，2006 年开始组建算法团队，2013 年开始布局深度学习，开始人工智能研究，从2018 年开始发布AI 开放平台，2021 年构建了相对完整的智能物联AloT 技术体系，与合作伙伴助力各行各业的数字化转型。其物联网业务以感知层为主赛道，以视频技术为起点，以技术创新为驱动，持续布局和拓展可见光、红外、毫米波、X 光等领域，打造多维、全面的感知技术平台，实现智能物联在感知层的技术支撑。海康威视致力于将物联感知、人工智能、大数据技术服务于智能家居、数字化企业、智慧行业和智慧城市，通过构建开放合作生态，为客户企业进行问题诊断、原因追溯、规律分析和未来预测，服务客户企业优化资产管理、创新业务模式。在推动各行各业数字化转型的过程中，海康威视积累了大量数字资产，亟需选择更加准确的估值方法衡量数字资产的价值。由此，应用上部分构建的改进的多期超额收益模型，对海康威视的数字资产进行估值，助力物联网企业对数字资产的管理与开发。

（一）基于皮尔曲线的海康威视生命周期模型构建

采用海康威视近7 年的营业收入作为皮尔曲线模型的初始数据来源，以2015 年为基准，自变量设为年份减去2015，因变量设为营业收入亿元，如表1 所示。

表1 2015-2021 年海康威视营业收入（单位：亿元）

由此可知，营业收入的皮尔曲线模型函数表达式为：

表2 海康威视皮尔曲线迭代残差平方和及参数值

续表

表3 反映的是海康威视皮尔曲线非线性回归模型摘要，其中R2=0.985，表明皮尔曲线拟合效果良好。

表3 海康威视皮尔曲线非线性回归模型摘要

因此，海康威视生命周期的皮尔曲线模型为：

由此可知，海康威视生命周期中初创期与成长期的分界点为2018 年，成长期与成熟期的分界点为2030 年，成熟期与衰退期的分界点为2052 年，生命周期的峰值在2041 年。如图2 所示。

图2 海康威视生命周期阶段预测图

综上所述，海康威视生命周期的皮尔曲线模型表达式为：

（二）海康威视收益期和折现率的确定

根据海康威视生命周期的预测，可以发现从2018 年开始，海康威视处于成长期。成长期的折现率采用资本成本法。首先运用CAPM 模型确定权益资本成本，从国泰安数据库获取相关信息，将2011-2021 年中债国债平均收益率3.22%作为无风险利率，市场期望报酬率采用2011-2021 年沪深300 综合指数的平均值7.76%，值根据国泰安提供年数据取平均值1.027。根据公式（4.13）计算得权益资本成本为7.88%。债务资本成本选取五年以上银行贷款利率4.90%。近五年海康威视去权益与负债占比与平均值如表4 所示，根据公式（4.12），求得海康威视的资本成本为=8.36%。

表4 2017-2021 海康威视权益与负债占比（单位：万元）

衰退期的折现率考虑海康威视作为物联网企业，固定资产较多，处置成本较高，经济收益较少，折现率较大，采用行业平均净资产报酬率作为企业的折现率。根据东方财富提供近三年行业平均净资产报酬率=12.06%作为衰退期折现率。

（三）海康威视数字资产超额收益的预测

基于海康威视2017-2021 年五年的数据，根据公式（4.1）预测未来六年海康威视数字资产的超额收益，评估基准日确定为2021 年12 月31 日。

1.自由现金流计算

海康威视作为新兴物联网企业营业收入的变动会受到众多因素的影响，存在灰色系统，因此适用于采用灰色预测模型，基于2016-2021 年海康威视营业收入，预测未来6 年的营业收入。灰色模型预测拟合结果如表5 所示。

表5 海康威视营业收入GM(1.1)拟合值

灰色预测模型后验差比C 值为0.014，小于0.35，表示模型精度高。模型平均相对误差2.245%，小于20%，表明模型拟合良好。可以运用灰色预测模型对未来营业收入进行预测，预测结果如表6所示。

表6 海康威视营业收入灰色模型预测结果（单位：亿元）

根据海康威视2016-2021 年相关财务报表数据，计算其他计算自由现金流项目按照占营业收入比重的平均值。根据公式（4.15），计算2022-2027 年企业自由现金流。结果如表7 所示。

表7 2022-2027 年海康威视自由现金流预测值（单位：万元）

2.数字资产超额收益

从公司年报中获取流动资产，应付职工薪酬等相关数据，根据上文公式计算流动资产贡献值、固定资产贡献值和其他无形资产贡献值。流动资产贡献率按照一年期银行贷款利率4.35%确定，固定资产与无形资产贡献率采取五年以上银行贷款利率4.90%确定，人力资本贡献率参考1978-2017 年平均人才贡献率31.60%（黄敏，2020）。由此根据计算出的自由现金流和各资产的贡献率确定2022-2027 年数字资产的超额收益，如表8 所示。

表8 2022-2027 年海康威视数字资产超额收益预测值（单位：万元）

（四）海康威视数字资产价值评估

当前海康威视处于成长期，考虑成长期、成熟期和衰退期三个阶段对应的折现率不同，根据公式（4.1）可得：

根据对海康威视生命周期的划分，数字资产的收益期跨越成长期、成熟期和衰退期三阶段，然后分别确定成长期、成熟期和衰退期对应的折现率，根据GM（1,1）灰色预测模型预测的海康威视数字资产超额收益，带入公式（5.3）后计算出2021 年12 月31 日海康威视数字资产的价值为892189.93 万元。查阅海康威视的年度报告，其2021 年的资产总额是10386454.31 万元，比较可发现海康威视数字资产的价值较高，海康威视需要在充分认识到数字资产价值的重要性基础上，科学制定适合数字资产数字化属性的管理体系，加强对数字资产发展情况的监测，结合物联网企业未来发展战略适当加大数字资产的开发与研发。

五、总结

基于公司财务视角，界定数字资产是一种以二进制形式存在，没有有形载体，预期会给企业带来超额经济利益的资源。考虑企业生命周期对折现率的影响，运用皮尔曲线和GM（1,1）灰色预测模型改进了多期超额收益法，既反映了数字资产的价值性和收益性属性，也契合了数字资产的数字化属性，然后应用改进的多期超额收益模型评估了物联网企业海康威视数字资产的价值。希望能够有助于物联网企业合理配置和管理数字资产，进而合理交易和披露数字资产。同时，为行业及相关管理部门制定数字资产监督管理要求，规范企业行为提供借鉴。