常 寒
(哈尔滨师范大学,黑龙江 哈尔滨 150025)
在数字经济和全球大数据飞速发展的背景下,随着网络速度和储存技术的发展,数据的产生速度、总体规模、应用频率都在不断增长。美国、欧洲、日本等地区相继开启了大范围的数据共享运动,并将数据定义为一项战略资产,高度重视数据资产的开发与利用。近年来我国也大力发展大数据、智能AI等新型技术,助力国民经济的发展。因此,明确数据资产的价值,有利于我国更好地开发与利用数据资产,将对国家的全面发展起到重要的作用,是提升我国整体实力的有利条件。
数据在企业中的地位也愈发突显,是各企业尚未完全掌握和运用的重要资产。既然数据是企业资产,那就必须被纳入企业的资产管理中,与此同时,由于数据资产是一项新兴的无形资产,无论是国外还是国内,学者们对于数据资产的研究还尚未成熟,没有形成主流统一的评估体系。这无疑增加的评估从业者的工作难度,并且容易造成数据资产市场的混乱。明晰的数据价值会促进数据的妥善管理,避免企业资产流失,有利于数据市场和企业向好发展。
文章将以浙江核新同花顺网络信息股份有限公司为例,运用收益法中的多期超额收益法来评估该企业的数据资产价值,以此来丰富软件开发企业数据资产价值评估的体系构建。
超额收益法最初是应用在专利的价值评估中,而多期超额收益法的概念由美国评估基金会在2010年5月31日发布的报告文件中首次提出,它是在传统收益法的基础上演变而来的[1]。其评估模型经国内外学者的不断修改完善,已经相对成熟。其公式如下:
(1)
其中,V为企业数据资产的价值;E为企业的自由现金流,Ef、Ew、Ei分别为企业固定资产、流动资产以及除数据资产外其他无形资产的贡献值;i为折现率;n为数据资产的收益期。
该方法的主要流程为:计算企业的自由现金流,将除数据资产以外的其他资产所产生的贡献值减去,以此得到软件开发企业数据资产所产生的超额收益;再采用合理的折现率对其进行折现,计算得出数据资产的最终价值。
自由现金流量,就是由企业经营所产生、维持企业运营及再投资之后剩余的现金流量,这部分现金流量是企业真正剩余的、可以自由支配的现金流量[2]。其计算方法如下:自由现金流量=营业收入-营业成本-期间费用-所得税-资本性支出-营运资本增加额+固定资产折旧+无形资产摊销
其中,资本性支出一般为企业构建长期资产的费用减去处置长期资产的收益;营运资本就是企业持续经营所需资金,一般是以当期流动资产减去流动负债后的数值确定,营运资本增加额为当期营运资本相较于上期的差额。
固定资产贡献值由固定资产的折旧补偿和投资回报组成。固定资产投资回报额为固定资产年平均额乘以投资回报率,由于固定资产通常流动性小、变现能力差,因此回报率采用央行最新五年期贷款利率。
固定资产贡献值=固定资产折旧补偿+固定资产投资回报
流动资产一般是指企业持有年限低于一年的资产,具有较强的变现能力,其价值波动较小,因此,流动资产贡献值仅为其投资回报额,其投资回报率采用央行最新一年期贷款利率。
流动资产贡献值=流动资产年平均额流动资产投资回报率
其他无形资产包括表内无形资产以及表外无形资产。表内无形资产与固定资产类似,贡献值由无形资产摊销补偿和无形资产投资回报构成;表外无形资产主要为人力资源,其贡献值为职工的总薪酬乘以人才贡献率。具体公式如下:其他无形资产贡献值=无形资产摊销补偿+无形资产投资回报+应付职工薪酬人才贡献率
折现率是多期超额收益法模型的一个较为重要的参数。由于该方法是根据未来现金流量来评估数据资产的价值,因此在就需要考虑时间对资产价值的影响,将数据资产所产生的超额收益折现。计算出企业加权平均资本成本作为整体的投资回报率,再将企业整体的投资回报率分为固定资产回报率、流动资产回报率和无形资产回报率,以此计算市场上与被评估企业行业、体量相近企业的无形资产回报率,将其平均值作为被评估企业的无形资产回报率,确定数据资产的折现率[3]。公式如下:
(2)
其中,WACC为加权资本成本;Re、Rd分别为股权资本成本和债权资本成本;E、D分别为股权价值和债权价值;T为企业的所得税率。
可以通过资本资产定价模型来确定,其公式为:
Re=Rf+β×(Rm-Rf)
(3)
其中,Rf为无风险回报率;Rm为市场平均收益率;β为企业的风险系数。
根据上述公式可以得出无形资产回报率的计算公式:
(4)
其中,Wf、We、Wj分别为固定资产、流动资产和无形资产所占总资产的比重;if、ie、ij分别为固定资产、流动资产和无形资产的回报率。
数据资产的收益期就是指持有数据资产能获得利益的期限[4]。某些数据具有较强的时效性,随着时间的推移,其价值将越来越小,不过也存在一些具有的历史研究意义的数据,比如历史资料,随着时间的推移逐渐增加该数据的价值。另外就是数据具有再生性,在不同的场景下,数据持有者掌握的数据处理方法不同,得到的收益也不同。再者数据的活性较强,更新的频率较快。数据的快速更新加上外部环境的变化使得数据资产的价值随时间发生变化。因此,具体的收益期限要根据评估对象的具体情况进行确定。
浙江核新同花顺网络信息股份有限公司成立于2001年,是业内国家信息化试点工程单位。公司拥有较为完整的产业链,主要客户覆盖数量庞大的机构客户和个人投资者用户。公司在现有的基础规模上,积极研发基于人工智能、大数据、云计算等高新技术的产品及应用,形成公司新的业务模式和增长点。
在数据资产方面,同花顺较早深耕前沿技术并开展数据服务,公司在2014年上线大数据平台,2016年全面布局人工智能,目前不仅在结构化数据上能够有效满足客户需求,还在非结构化数据的积累上领先其他竞争对手。基于较强的数据采集和分析能力,公司开发了一些创新和特色功能,部分金融从业人员具备较强的实用性,形成了差异化优势。截至2021年,公司已经拥有了价值量庞大的数据资产,确定数据资产价值,优化数据资产的管理和应用是企业应当考虑的大事。文章以同花顺作为案例公司,对该企业的数据资产价值进行评估,助力企业数据资产的开发利用。
3.2.1 收益期
数据资产并不能永续地给企业带来利益,尤其对于同花顺这样以信息服务为主的公司,该公司2013年可是着手于人工智能领域的研发,在接下来的几年不断增加研发力度,2017至2020年研发投入占比均超过20%,研发人员所占比例更是过半。目前已经形成人工智能生态体系,人工智能+其他行业的融合应用也已开发完成。根据市场普遍的情况并结合同花顺公司自身状况,文章将收益期确定为5年。
3.2.2 未来现金流预测
文章基于过去五年同花顺年度报告中的营业收入及营业成本,运用最小二乘法,通过一元线性回归对未来五年公司的收入和成本进行预测。而计算自由现金流的其他数据如期间费用、资本性支出等,则通过过去五年该项目占收入比重的平均值确定其占比,再乘以预测的收入得出,得出结果如表1所示。
表1 同花顺2022—2026年自由现金流量预测 单位:万元
3.2.3 其他资产贡献值预测
(1)固定资产贡献值。由于固定资产属于长期资产,不易变现,因此收益率采用央行最新五年期贷款利率,为4.65%。同样以最小二乘法对过去5年企业的固定资产余额进行回归分析,确定未来5年的固定资产余额,折旧额采用表1的数据。
(2)流动资产贡献值。企业未来5年的流动资产同样以最小二乘法进行预测,并计算年平均额,再乘以流动资产投资回报率计算流动资产贡献值。由于流动资产流动性强,有着很强的变现能力,因此回报率采用央行最新的一年期贷款利率4.35%。
(3)其他无形资产贡献值。同花顺公司的表内无形资产主要为土地使用权,查阅同花顺往期年报,可以发现其无形资产余额的趋势,文章以2020和2021两年的平均值作为未来五年公司表内无形资产的预测值。此外,由于无形资产与固定资产有着相似的流动性和变现能力,回报率依然采用央行五年期贷款利率4.65%。表外其他无形资产贡献值为应付职工薪酬乘以人才贡献率,应付职工薪酬预测值由前五年其占收入比重的平均值乘以收入预测值确定,人才贡献率根据《国家中长期人才发展规划纲要(2010—2020年)》确定为35%。
3.2.4 折现率
文章选择所属行业、公司体量与同花顺相近的云赛智联、用友网络和焦点科技作为对比公司进行分析。
(1)股权资本成本Re。无风险收益率Rf采用最新五年期国债利率3.52%,市场平均收益率Rm取近五年沪深300年均收益率的平均水平,β值采用四家公司进两年来的平均值,具体数值通过Choice数据终端获得,将数据代入式(3)中,得出计算结果。
(2)加权平均资本成本WACC。债权资本成本Rd采用央行五年期贷款利率4.65%。查阅各公司年报,得到各公司所得税率、股权价值、债券价值,和计算得出的股权资本成本Re一起带入式(2)中,计算得出加权平均资本成本WACC。
(3)无形资产回报率ij。固定资产、无形资产回报率分别为4.65%和4.35%。查阅各公司年报,得出各公司固定资产、流动资产和无形资产占总资产的比重,代入式(4)中,即可得到无形资产回报率ij。
同花顺公司的无形资产回报率远高于其他公司,其主要原因为公司系数更高,且无形资产占总资产比重较小,考虑到企业大量的数据资产并未在资产负债表中体现,所以实际上无形资产所占比重应该更大,相应的无形资产回报率会更小,因此文章采用四家公司回报率的平均值30.71%作为折现率较为合理。
将计算的结果代入式(1)中,可得出同花顺公司数据资产的估算价值,结果如表2所示。
表2 数据资产价值 单位:万元
经过预测和计算,最终得出的同花顺公司数据资产价值为87668.13万元,相对于企业850121.63万元的总资产,占比较大,数据资产在企业中占据重要地位,企业应该充分利用数据,为企业带来更多的利润。企业也应该针对这些数据进行较好的规划,让数据资产更好地服务用户。同时,明确数据资产的价值,也有利于规范市场交易,促进数据良性发展。
随着大数据时代的来临,数据资产已成为生产生活不可或缺的一部分,如何开发利用数据资产,发挥其最大效用,都是亟待研究的问题。文章通过对数据资产的相关理论和价值评估方法的总结分析,确立了基于多期超额收益法的数据资产价值评估模型,考虑软件开发企业的特点,使结果更加合理,可以为学者们提供一些新的数据资产评估思路。但数据资产本身的价值会随着时间波动,方法中的数值预测可能出现偏差,折现率的计算精确度也有待提高,期待未来学者可以建立更加合理精确的模型,对数据资产评估方法进行探索,并在实践中不断进行完善和修正,以促进软件开发企业数据资产价值评估理论和实践的发展。