基于文本分析法改进的社交电商数据资产评估——以拼多多为例

■任紫娴 陈 思

（中央财经大学财政税务学院，北京 102206）

一、引言

党的二十大报告中提到，数据作为新兴的生产要素，是数字化、网络化、智能化的基础。随着互联网和数字经济的迅猛发展，数据资产受到越来越多企业的重点关注，成为企业财富创造的重要来源。2022 年12 月，财政部发布了《企业数据资源相关会计处理暂行规定（征求意见稿）》，迈出了数据资产会计核算规范发展的重要一步，充分肯定了数据资源在企业中确认为资产的合理性和可行性，为数据资产的识别和判定提供了重要的参考依据。数据资产作为时代产物，重要性正在日益凸显，深刻地影响着社会发展的各项领域。明确数据资产的价值，有利于更好地合理开发与利用数据资产，挖掘数据资产的价值，从而提升企业的核心竞争力，为企业的经营决策起到助力作用。因此，对于数据资产价值的界定与评估问题已成为企业面临的重要问题之一。

数字资产的发展如火如荼，目前学界和实务界对数据资产价值评估方法尚未达成一致，并且对数据资产价值的评估中部分参数的确定方法还存在一定的争议。电商企业以互联网为依托，企业数据规模庞大、复杂，相较一般传统实体企业，对于数据的应用更为广泛，数据已成为电商企业生存与发展的核心动力源之一。此外，对线上社交企业而言，大量的数据来源于用户行为，用户行为产生了数据信息，企业对于此类数据进行分析研究，提炼出支持企业经营与决策的重要信息，数据从而产生价值，并成为能够为企业带来价值的一项资产。本文基于现有研究成果，选取兼具“社交”和“电商”双重属性的上市公司拼多多为研究对象，对拼多多数据资产进行评估。本文采取文本分析法对多期超额收益法中折现率的取值进行改进，以期对现有研究方法有所补充，在促进数据资产评估研究的未来发展上，具有一定的现实和理论意义。

二、数据资产概念界定与评估方法

（一）数据资产定义与影响因素

在定义研究方面，“数据资产”一词最早出现于Richard E.Peter（1974）的一篇论文之中，但与现在数据资产的概念差异较大。Henlen Myer（1996）最早提出了数字资产的概念，Gargano 和Raggad（1999）认为数据资产和传统的资产相同，也存在着经济价值，可以通过技术手段对其挖掘，并能够在市场上流通。目前学界学者较多的将数据资产定义为：企业合法控制的，由过去的交易或事项形成的，预期会给企业带来经济利益流入的数据资源。（张俊瑞和危雁麟，2023；谭明军，2021；徐涛等，2022；刘国英和周冬华，2021）

在数据资产价值影响因素研究方面，现有研究主要从价值、数据特征、企业特征等方面展开。王蕾（2022）、胥子灵等（2022）认为数据资产的价值并不仅局限于资金流入等有形价值，还包含声誉、品牌等无形价值，其价值形成既能够依靠其自身价值形成产品价值，也可以依附于用户数据的分析形成企业价值。李永红（2018）认为企业规模大小、数据覆盖度、数据完整性等因素会影响数据资产价值，石磊（2023）等认为数据资产有助于企业内控管理，并可以提升品牌价值，价值影响因素包括数据资产质量价值和经济价值。张宇和梅丽霞（2022）认为影响数据资产相关因素包括财务要素、网络特征和市场广度三个方面。中评协发布的专家指引中，将数据资产的价值影响因素归纳为数据容量、数据价值密度、数据应用的商业模式、技术因素和其他因素。

（二）数据资产评估方法

数据资产兼具“数据”和“资产”两方面的性质，现有研究对数据资产的评估没有统一的标准，主要分为传统资产评估方法的改进和非传统评估方法。在传统方法改进方面，多为对成本法、市场法和收益法中参数的改进。张志刚等（2015）对数据资产成本和数据资产费用进行计算以评估数据资产；李泽红（2018）、刘琦等（2016）基于数据资产的差异因素对市场法进行改进计算数据资产；陈芳等（2021）、孙文章和杨文涛（2023）、刘惠萍等（2022）对收益法中折现率部分进行改进，使用多期超额收益进行评估。在非传统评估法方面，包括蒙特卡洛模拟、层次分析法、机器学习等方法。倪渊（2020）从资源和资产两个视角出发，四类影响因素构建数据资产价值评价指标体系，运用BP 神经网络对数据资产进行评估。袁林昊等（2022）利用改进的DEVA 模型评估新浪微博的数据资产价值。

三、拼多多数据资产价值评估

（一）企业概述

1.拼多多企业简介

拼多多成立于2015 年，2018 年在美国纳斯达克上市，目前的第一大股东为黄峥。拼多多以拼单模式迅速覆盖全品类商品，充分利用社交网络作为买家购买和参与的有效工具，致力于将“好乐趣”和“多实惠”融合并提供低价好物，是一家专注于C2B拼团的第三方社交电商平台。

拼多多发展前期为降低获客成本，使用微信小程序实现快速引流，基于用户微信社交关系进行裂变，后续再逐渐基于社群内传播和好友之间的信任关系从而提高商品获客转化效率。同时为平台后续基于社群标签的精准化商品推荐奠定重要基础。拼多多以强社交网络为基础，以社交分享的方式组团，用户组团成功后可以以比单人购买时更低的价格购买商品，通过价格优惠、分销奖励等方式引导用户进行自主传播，用户规模持续增长。

拼多多的营业收入主要来自三部分，分别是在线营销服务、向平台商家收取交易服务费用和在线直销中的产品提成。2022 年双十一大促期间，拼多多平台订单总额达到852.86 亿元。截至2022 年末，拼多多平台活跃买家数达到9.47 亿人，在平台上产生交易的活跃买家数达到7.48 亿人。2022 年拼多多全年营收为1 305.58 亿元，同比增长38.97%；净利润为315.38 亿元，同比增长305.96%。本文认为拼多多具有较强的典型性，选取该企业数据资产作为评估对象具有可行性。

2.社交电商行业概述

拼多多所处行业为社交电商行业，兼具了社交和电商的双重属性，本质上是电商行业营销渠道与模式的一种创新，即利用社交分享来促成电商交易。网经社电商大数据统计报告显示，我国2022 年社交电商市场规模达到27 648 亿元，同比增长9.17%。

随着线上经济的增速，社交电商行业得到了迅速发展，并逐渐成为线上经济发展新的发力点，预期在未来社交电商行业会有更进一步的增长。随着社交电商占网络购物市场的比例不断增加，国家将社交电商融合转型纳入十四五规划之中，2021年10 月，商务部、网信办和发改革联合印发的《“十四五”电子商务发展规划》引导社交电商的行业蓬勃发展。

（二）评估方法选择思路

1.拼多多的数据资产价值来源

对于拼多多社交电商平台而言，数据资产体现于数据的变现，累计的用户数据是数据资产的主要来源。对于企业内部而言，将用户的各类数据进行收集，从而了解并捕捉用户的偏好和行为，将用户进行深度画像和精准定位，并依据此信息产品精确推送进行调整，将用户进行分级管理，针对性的投放营销的广告，以此增加用户的购买率与企业的收入。对于企业的外部而言，数据资产主要来源于数据的变现，不同企业之间对数据资产进行交易或者共享，实现互利共赢。因此本文在原有的多期超额累计收益法的基础上，依据文本分析的结果进行改进。

2.评估方法选择

数据资产不同于实物资产，其价格不仅受到使用价值与供求关系的影响，还受到数据资产自身特性的影响（尹传儒，2021）。根据中评协发布的数据资产评估专家指引中，认为数据资产的基本特征通常包括：可加工性、依托性、价值易变性、非实体性、多样性等。依据数据资产特征，成本难以估测，与收益间对应关系较弱，并且具有较强的个性化特征，在评估中难以寻找相同或类似的对比项，因此成本法和市场法均不适用。

对于拼多多等兼具社交和电商属性的企业而言，用户资源是数据资产的核心来源，数据资产附着于用户行为而产生价值增值。同时，数据资产具有一定的经济效益，能够在将来为企业带来额外的利益流入。因此，收益法具有一定的可行性，能够更合理的对数据资产的价值进行评估。

由此本文采取多期超额收益法对数据资产的价值进行评估。超额收益法的核心在于确定被评估资产贡献的超额收益，即将企业整体收益扣减被评估资产以外的资产收益后，得到被评估资产的超额收益，并采用合理的折现率对其进行折现，由此构建多期超额收益模型，如下公式（1）所示：

其中，Vd是数据资产价值，E 代表企业的自由现金流量，Ef代表固定资产贡献值，Ec代表流动资产贡献值，Ei代表无形资产贡献值，i 代表折现率，n 代表收益期。

（三）文本分析法对折现率的改进

在收益法中，折现率的确定是至关重要的。虽然数据资产的价值实现与企业整体未来的收益息息相关，但是在评估数据资产时，直接使用企业整体的投资回报率作为折现率，会出现折现和收益口径不一致的问题。本文考虑到拼多多属于社交电商企业，因此用户体验、用户粘性、使用的活跃度直接决定了企业未来的经营与发展，将用户行为纳入考虑因素可以为评估提供更为有效的参考。本文从用户角度出发，结合用户的使用体验对于折现率进行修正，这种调整方式更体现出用户行为和体验对数据资产的影响，能够更好地评估企业的数据资产价值。

本文借鉴伊志宏等（2019）、姜付秀等（2017）学者文献中使用的文本分析法，通过自然语言分析处理技术，对于文本的分析和关键词提取以对用户的体验进行量化，从而对多期超额收益法中折现率进行进一步的修正和调整。在具体操作上，本文选取新浪微博和知乎网页端，以“拼多多使用体验”等为索引关键词使用八爪鱼软件进行用户评论的抓取，然后利用NLPIR 软件提炼出用户使用拼多多时的感受关键词，在此基础上，对于企业面对的风险进行更为全面的评判，对于折现率做出相应的调整。

（四）评估过程

本次评估对象是拼多多企业的数据资产价值，评估范围是拼多多中涉及的所有数据资产价值，评估价值类型为市场价值，评估基准日为2022 年12月31 日。

1.收益期确定

但由于数据资产具有一定的时效性，处于不断地更新迭代之中，并非处于永续收益状态，出于谨慎性的考虑，本文将拼多多数据资产的收益期定为5 年。

2.企业自由现金流量确定

企业自由现金流量是企业真正剩余，可以自由支配的现金流量，可以衡量企业实际持有回报股东的现金，计算公式为：

3.其他资产贡献值确定

（1）固定资产贡献值

固定资产在投入的过程中，既有价值的折旧损耗，也给企业带来了回报，因此固定资产贡献值的计算主要有折旧和投资回报两部分构成。一般情况下，固定资产的使用年限较长，流动性较低，普遍大于五年，故选择五年期银行贷款利率作为固定资产的投资回报率，计算公式为：

（2）流动资产贡献值

流动资产一般可以认为在一个完整的会计期间收回，价值波动范围较小，由此认为其数值基本保持不变。其变现能力较强，贡献值为流动资产的投资回报，并采用一年期银行贷款利率作为投资回报率，计算公式为：

（3）无形资产贡献值

此处包括表外和表内无形资产两个部分。表内无形资产指可确指的无形资产，根据拼多多的年报显示，企业所拥有的表内无形资产包括专利权、电脑软件及技术、媒体内容等。无形资产的贡献值主要来源于投资回报与摊销补偿两个方面，由于无形资产摊销年限较长，故此处回报率选取五年期的银行贷款利率，计算公式为：

表外的无形资产主要包括人力资本等，以应付职工薪酬的金额替代劳动力的年投入成本。由于拼多多为中概股，主营业务收入来源于中国，故劳动力贡献率以我国经济发展中人才对经济增长的贡献率进行计算，计算公式为：

表1 其他资产贡献值相关参数

4.折现率的确定

本文研究企业属社交电商行业，计算出折现率WACC，并运用文本分析法，对于企业涉及的风险进行评估。具体参数计算公式如下：

其中，WACC 为加权资本成本，Re为股权资本成本，Rd为债权资本成本，E、D 分别为股权价值和债权价值，T 为企业的所得税率，∊为企业用户风险调整因子。

（1）债务资本成本

因为本文拟定的收益期是五年，所以采用美联储公布的5 年期银行最优惠贷款利率，通过Wind 查询该值为4.77%。

（2）股权资本成本

使用CAPM 模型进行计算，公式为：

其中，Rf为无风险报酬率，Rm为市场报酬率，β则反应企业随市场波动幅度。

第一步，确定无风险利率Rf。根据相关研究结果，并结合中评协发布的《资产估值专家指引第 12号—收益法估值企业价值中折现率的测算》的要求，本次无风险利率选择2013 年-2022 年十年期美国国债收益率的均值，值为2.15%。

第二步，计算市场风险溢价Rm-Rf。市场风险溢价是指投资者对与整体市场平均风险相同的股权投资所要求的预期超额收益，即超过无风险利率的风险补偿。Rm根据美国纳斯达克综合指数计算收益率计算。根据证监会发布的《监管规则适用指引——评估类第1 号》，结合拼多多属于美国上市股票，道琼斯工业指数在计算收益率时相对更为准确，本文选用了美国道琼斯工业指数2013 年至2022 年的年收益率的算术平均值，计算得Rm=12.02%，市场风险溢价Rm-Rf=12.02%-2.15%=9.87%。

第三步，确定β系数。该系数是衡量委估企业相对于资本市场整体回报的风险溢价程度。由于委估企业目前为上市公司，可在Wind 数据中查找到拼多多相应的β值为0.84。

第四步，计算得到股权资本成本Re为10.44%。

（3）资本结构

由于被评估企业是上市公司，因此选取评估基准日的股票总市值作为权益市场价值；债务市场价值选取公司的非流动负债，确定被评估企业的真实资本结构。

（4）用户风险调整因子

第一步，数据访问和爬取。如果直接以“拼多多”为关键词进行文本索引，会检索出较多与本文无关的话题和内容。为避免话题帖中对拼多多企业员工、薪酬、福利等其他方面新闻或者评论文本信息的干扰，本文以“拼多多使用”、“拼多多使用体验”、“拼多多使用感受”、“拼多多购物体验”、“如何评价拼多多APP”等相关表述为索引关键词句，运用八爪鱼软件在新浪微博和知乎进行相关关键词索引，并对提问回答或个人发帖部分的文本数据进行爬取与整理，累计获得文本数据1 010 条。

第二步，对于爬取的数据进行预处理。删除重复语句，清洗与使用体验无关的文本数据，去除语气词、停顿词等无效词。

第三步，对于文本进行分词处理，使用NLPIR软件对于文本进行自然语言分析处理，提炼出关键词词频。

第四步，将关键词进行分类，判断企业数据资产面临的风险来源。依据词云分析结果，用户对于拼多多体验分化较大，可以分为使用体验感较好，并会带动其他用户使用和体验感较差，劝阻其他用户使用两类。体验感较好的用户认为拼多多产品较为优惠，价格便宜，并且官方售后服务态度较好；体验感较差的用户认为拼多多产品质量一般，退货次数较多，有的产品比较“坑人”。

用户是社交电商企业最重要的价值来源，用户的流失是企业数据资产面临的最大风险之一，本文将其分为现有客户流失和潜在客户流失两类。在现有用户流失风险方面，由于拼多多产品质量参差不齐，拼单和提现过程中套路居多，退货次数频繁，不佳的购物服务与体验导致用户卸载拼多多APP 或者转向使用其他电商平台。在潜在用户流失方面，由于负面的舆情与评价，有可能导致潜在用户的开发受阻。综合文本分析结果判断，将风险调整因子定为3%。最后计算得到WACC 的值为13.29%。

（五）拼多多的数据资产评估结果

由于拼多多2018 年在美股上市，本文以2018-2022 年相关财务数据为依据，对拼多多未来五年的企业自由现金流量和其他资产类参数进行预测，并依次带入上文中的计算公式。最终计算得到拼多多的数据资产评估值为1 070.71 亿元，具体计算过程如表2 所示。

表2 拼多多数据资产价值计算过程（单位：万元）

四、结论与展望

（一）结论

数据资产在生产经营活动中的重要性日益凸显，特别在社交型电商平台企业，数据资产成为企业的重要价值创造来源。本文在现有研究的基础上，做出了一些新的探索，以文本分析改进的收益法对拼多多数据资产价值进行评估，对于目前业界开展数据资产评估与量化具有一定的参考价值，具体得出结论如下：

第一，互联网企业数据附着业务之中，受用户行为等因素的影响较大，因此在对数据资产进行评估时，需要充分考虑到用户的使用体验等因素。企业需要实施精准营销或者在改善产品质量等方式上提升用户体验，以保持用户较高的活跃度和粘性，为企业带来丰厚的收益。

第二，相较于传统方法，本文利用文本分析法对用户行为数据进行爬取和关键词提取，在此基础上对多期超额收益法中折现率部分进行改进。经过预测和计算，最终得到拼多多公司数据资产价值为1 070.71 亿元，相对企业总资产2 371 亿元而言，份额占比较大，为45.15%。企业应该对数据资产进行充分的挖掘和利用，让数据资产更好地发挥作用和价值，提升企业经营的效率，为企业带来更多的利润。

（二）展望

在目前的信息化和数字化时代，数据影响着日常生活的方方面面。同时随着互联网技术发展不断进步，数据作为第五大生产要素，成为驱动经济发展的重要动力之一，重要性日益凸显。在企业方面，应提高对数据资产的重视，充分关注用户的使用体验。投入对数据的挖掘与分析力度，并且注重对于数据资产的运营与维护，并合理开发和运用数字资产带来的巨大效益。在政府方面，注重加强对于数据资产交易的监管和管理，需要成立一套规范的体系，使数据资产的发展更加有序，防范相关风险，避免造成数据资产的滥用。