冯丽丽　等｜基于生命周期理论的数据资产估值研究

【摘　要】 数据资产作为互联网时代的核心资产，对其准确估值是当前资产评估实务中亟待解决的问题之一。构建互联网企业的数据资产价值评估模型将有助于合理估计互联网企业价值，为其价值管理提供依据。基于此，文章以哔哩哔哩为例，结合企业生命周期理论，构建多期超额收益法的数据资产估值模型，对其数据资产进行估值，以期为互联网企业数据资产评估提供参考。

【关键词】 数据资产；企业生命周期理论；多期超额收益法；哔哩哔哩

【中图分类号】 F124.5 

【文献标识码】 A 

【文章编号】 1004-5937（2024）13-0015-07

一、引言

随着“十四五”数字经济发展规划的出台，新一轮科技革命和产业变革的不断推进，大批以数据资产为核心的互联网企业应运而生。2023年9月，《数据资产评估指导意见》的出台，为进一步规范数据资产评估行为，解决数据要素市场建设中的“数据赋值”等提供了有效方案。作为互联网企业的核心资产，数据资产的价值创造能力成为企业核心竞争力之一。然而传统资产评估方法在数据资产评估中却难以适用。一方面，由于互联网企业数据资产的价值表现与传统资产不同，具有轻资产多、资源消耗少、自主创新能力强等特点，传统评估模型可能无法兼顾这些特点；另一方面，当前学者对数据资产价值评估方法的研究存在诸多争议，而且基于不同理论得到的估值结果迥异。基于上述考虑，本文以哔哩哔哩为例，结合企业生命周期理论，构建互联网企业数据资产估值模型，对其数据资产价值进行估值，以供互联网企业的数据资产估值借鉴。

二、文献综述

（一）数据资产的概念及相关影响

数据作为重要的战略资源，对企业的发展发挥着不可替代的重要作用。学术界普遍认同，大数据概念最早是由约翰·麦肯锡在1998年提出。2020年欧盟委员会在《欧洲数据战略》（A European Strategy for Data）中明确大数据是各种来源（例如人员、机器或传感器）生成的大量数据汇总。与数据相关的资源是数据资源^[1]，只要满足“资产”定义的数据资源便可被确认为“数据资产”。有专家认为数据资产与无形资产均不具有实物形态，因此有着相同或相似的属性特征，可以在无形资产科目下设数据资产明细科目^[2]，也有专家认为应该适当放宽无形资产确认条件，将数据资产归为无形资产^[3-4]。综上，本文认为数据资产是在企业运营过程中产生的，由企业拥有或控制的、预计能够为企业带来经济利益的，以物理或电子形式储存的数据信息，可以是文件信息、音频、视频以及合法范围内获取的用户资料等。

（二）数据资产价值评估

传统评估方法在数据资产价值评估中存在一定的困难。市场法需考虑市场是否具备活跃性，在实际运用中往往受客观环境影响较大^[5]；成本法需明确数据资产的生产成本，且贬值因素测算困难^[6]；收益法需考虑数据资产的使用场景，收益难以可靠计量^[7]。

国内学者在进行数据资产价值评估时，不仅改进传统评估模型，而且也尝试使用现代估值模型。刘琦等^[8]以市场法为核心，从数据资产的获取成本、技术和价值密度等方面进行价值评估；李永红等^[9]借助灰色关联分析并引入专家打分法对成本法进行改进。也有学者积极探索现代估值模型在数据资产评估中的应用，如实物期权模型^[10]、享乐价格法^[11]和数字货币价格模型^[12]。但上述学者关于数据资产价值评估的研究多集中于理论研究，与实践结合不够紧密，也没有充分考虑到互联网企业数据资产价值特性，无法适用于互联网企业的数据资产评估。因此，本文将基于生命周期理论，结合互联网企业的经营特点，采用改进后的多期超额收益法评估哔哩哔哩的数据资产价值，以期有助于其数据资产管理和资源整合。

三、基于生命周期理论的多期超额收益法模型构建

（一）企业生命周期预测模型

皮尔曲线又称皮尔生命曲线，最早由美国统计学家雷蒙德·皮尔（Raymond Peal）在1938年提出，用以描述生物种群的生长过程，认为种群数量在生长过程中具有相似的S型逻辑式增长。企业也具有相似的逻辑曲线。企业在不同生命周期下对数据资产的利用程度不同，并且数据资产具有累积性，本文据此划分企业不同阶段的生命周期，作为下文后期超额收益法中折现率和收益期确定的基础。

假设公司初创期与成长期的分界点为x₁，成长期与成熟期的分界点为x₂，成熟期与衰退期分界点为x₃；假设公司成熟期的长度是成长期的r倍，通常企业发展速度非常快时r值取2，反之取1。

其中，x₁、x₂、x₃分别为初创期、成长期、成熟期、衰退期的分界点，x'是指当x=x'时，企业的营业收入达到最大值。由于互联网企业营业收入在达到波峰后将逐渐减少，可以将企业生命周期近似看作对称曲线，因此，互联网企业的皮尔曲线模型为：

其中，x为自变量，为企业发展的年份；y为因变量，即互联网企业在第x年时取得的营业收入；A大于0，为回归分析后得到的估计数；B大于0，为互联网企业营业收入增长最快时刻的增长率；L大于0，代表互联网企业营业收入能够达到的最大数值；e为自然对数的底。

当自变量x→+∞时，L将取最大值，即企业发展的年份假设可以无穷大时，企业的营业收入将取得最大值并趋于稳定，这与企业的实际发展存在差异。因此，为反映互联网企业实际发展过程中经历的衰退期，需对皮尔曲线模型进行优化。根据规模收益递减理论，随着互联网企业规模的不断扩大，各组成部分之间难以得到协调，从而生产效率下降，认为互联网企业的营业收入在成熟期达到波峰后将逐渐下降，进入衰退期，最终营业收入将逐渐趋于0。因此，企业生命周期的皮尔曲线如图1所示。

对公式3求导、化简得到初创期、成长期、成熟期的分界点x₁和x₂：

综上所述，根据互联网企业营业收入的皮尔曲线模型预测企业生命周期的四个阶段如下所示：

（二）多期超额收益法相关模型参数的确定

数据资产与无形资产一样具有相似的属性，都不具有实物形态，可以作为一个无形资产的子科目存在，单独列示。但实际上企业的数字化转型和互联网化是一个长久的发展方向，并非短期的信息化升级，数字化转型带来的效益通常影响时间较长，这导致数据资产不同于无形资产，数据资产具有累积性可以长期存在。因此，本文在评估无形资产价值常用的超额收益法基础上进行改进，以期能够更为准确地计算数据资产价值，见公式7：

其中，P为互联网企业数据资产价值，v为企业自由现金流量，v_c为流动资产贡献值，v_f为固定资产贡献值，v_i为无形资产贡献值，v_h为人力资本贡献值，R为折现率，t为第t年时刻。

1.折现率

企业生命周期大致划分为初创期、成长期、成熟期和衰退期四个阶段。根据互联网企业所处的生命周期不同，数据资产的利用程度不同，所采用的折现率也不同。

处于初创期的互联网企业通常面临的风险较大，收益不确定性较高，并且大多初创的互联网企业难以顺利通过初创期，此时可以采用风险累加的折现率计算方法。充分考虑到互联网企业面临的多重风险，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。

处于成长期和成熟期的互联网企业通常面临的企业风险逐渐减小，并逐渐形成企业自身的核心竞争力，市场份额不断扩大。由于在收益法中收益额与折现率口径的选取需要保持一致，同理多期超额收益法中的收益额与折现率口径也应一致。常用的收益额口径有企业自由现金流量（FCFF）和股权自由现金流量（FCFE）。FCFF常用于评估企业整体价值，FCFE常用于评估股东全部权益价值。相应的，选择FCFF作为收益额时选择加权平均资本成本（WACC）作为折现率，FCFE的折现率选择股权投资回报率。本文拟从互联网企业价值入手分析其数据资产价值，收益额选择FCFF，折现率为WACC，见公式8：

其中，WACC为加权平均资本成本；R_e为股权资本回报率；R_i为债券资本回报率；E为股权资本价值；D为债券资本价值；T为企业所得税税率。根据资本成本定价模型可得股权资本回报率：

其中，R_f为无风险报酬率；β为风险系数，可从Wind数据库查询；R_m为市场平均报酬率。

处于衰退期的互联网企业，市场份额逐渐缩小，企业面临的风险主要为市场风险，此时企业往往自身难保，对数据资产的利用将最小化，因此，本文认为处在衰退期的企业其数据资产折现率为0。

2.收益期

考虑到互联网企业所处的生命周期不同，对数据资产的利用程度不同，且数据资产的价值具有累积性，本文认为数据资产的收益期是能适当延长的，贯穿互联网企业所处的初创期、成长期和成熟期。由于衰退期企业面临的经营风险进一步扩大，获得超额收益的可能性下降，因此衰退期不包含在收益期内。

3.企业自由现金流

企业自由现金流量的来源可分为企业生产经营获得的净利润和折旧摊销额，见公式10：

4.资产贡献额

流动资产价值波动较小，通常不发生损耗，因此流动资产的平均回报率通常采用一年期银行贷款利率。流动资产贡献率为流动资产年平均余额与一年期银行贷款利率的乘积。

固定资产需按月计提折旧，且折旧年限大于等于5年，因此采用五年期以上的银行贷款利率作为固定资产的平均回报率。固定资产贡献率为固定资产年平均值和五年期以上的银行贷款利率的乘积与折旧补偿之和。

无形资产主要源于摊销补偿额和投资回报额两部分，摊销年限通常也较长，因此无形资产的平均回报率采用五年期以上的银行贷款利率。无形资产贡献率为无形资产年平均值和五年期以上的银行贷款利率的乘积与摊销补偿之和。

人力资源带来的价值通常与应付职工薪酬相挂钩，人力资源的价值越大，公司所需支付的职工薪酬就越高。人力资本贡献率参考经济发展的平均人才贡献率，具体为应付职工薪酬与平均人才贡献率的乘积。

四、基于生命周期理论的超额收益法在哔哩哔哩的运用

哔哩哔哩属于典型的互联网企业，积累了大量的数据资产，因此对其数据资产估值，有助于该企业数据资产管理和公司资源整合。本文评估对象为哔哩哔哩的数据资产价值，评估基准日为2022年12月31日。

（一）收益期的确定

依据哔哩哔哩生命周期阶段划分收益期的长短，构建生命周期模型。查阅历年财务报表发现，2015—2022年营业收入分别为1.31亿元、5.23亿元、24.68亿元、41.29亿元、67.70亿元、119.90亿元、194.00亿元、219.00亿元。

以财务报表第一年即2015年作为基础年，构建生命周期皮尔曲线，自变量x=年份-2015，因变量y为当年的营业收入。运用三点法求皮尔曲线模型中参数L的估计值，代入皮尔曲线表达式可以求出剩余参数A、B初始值。运用SPSS软件中的非线性回归分析，对皮尔曲线参数拟合，最终得到参数L、A、B的最佳估计值分别为268.48、85.11、0.87。据此，该企业生命周期的皮尔曲线模型，表达式为：

假设哔哩哔哩的初创期与成长期的分界点为x₁，成长期与成熟期的分界点为x₂，成熟期与衰退期分界点为x₃，成熟期的长度是成长期的r倍，由于该企业发展速度非常快，因此取值2。由式4—式6可求得分界点具体年份，如下所示：

即，该企业初创期与成长期的分界年份=2015+3.61=2 018.61（年），分界时间在2018年的7月份左右，四舍五入将分界年份确定为2019年；成长期与成熟期的分界年份=2 015+6.65=2 021.6年，将分界年份确定为2022年；成熟期与衰退期的分界年份=2 015+12.74=2 027.74年，将分界年份确定为2028年。

由上可知，该企业数据资产的收益期为2022—2028年，涵盖成熟期7年。根据生命周期划分确定收益期。根据收益期的定义可知，哔哩哔哩刚进入成熟期，此后其规模将逐渐扩大并达到峰值，此时的数据资产存在超额收益；后将逐渐进入衰退期，面临市场份额缩小或将进行企业转型的挑战，此时的收益将逐渐减少，数据资产的超额收益也将不复存在。

（二）多期超额收益法相关模型参数的确定

1.折现率

根据资本成本定价模型（CAPM）确定股权资本成本回报率。从国家金融监督管理总局官网获取中债国债收益率相关数据，将近十年的中债国债平均收益率作为无风险利率，即Rf为3.33%。选择近十年的沪深300综合指数年化收益率平均值作为市场期望报酬率，通过Wind数据库查询年化收益率求平均得到Rm值为7.16%。β值取自Wind数据库，将已有记录的季度数据求平均得到β值为1.12。根据资本成本定价模型计算股权资本回报率：

R^e=R_f+β×（R_m-R_f）

   =3.33%+1.12×（7.16%-3.33%）

   =7.62%

债券资本回报率选取五年以上银行贷款利率，取近3—5年以上银行贷款利率平均值为4.90%，即R_i值为4.90%。权益和负债占比如表1所示。

表1中，权益资本价值占权益和债券资本价值之和的比例为53.49%，负债占比45.51%，代入公式计算加权平均资本成本为5.75%，即哔哩哔哩成长期和成熟期的折现率为5.75%^①。

2.企业自由现金流预测

首先，基于灰色预测模型和销售百分比法计算企业自由现金流，采用加权平均资本成本作为数据资产超额收益的折现率，为保证收益额与折现率口径一致，收益额口径选择企业自由现金流量作为依据计算数据资产的超额收益。采用GM（1，1）灰色预测模型对2023—2028年营业收入预测未来6年的营业收入，如表2所示。

其次，运用数据分析软件进行最小二乘法求出模型平均相对误差为5.88%，意味着模型拟合效果良好，后验差比值为0.015，模型精度高，发展系数a=-0.14，满足-a<0.3，因此，营业收入可以用于中长期预测。同理，预测该企业的营业成本、营销费用、一般及行政费用、研发费用、所得税金额，计算出企业净利润，对预测结果进行检验，后验差比值均小于0.05，发展系数a均满足-a<0.3，可以进行中长期预测。

再次，运用销售百分比法对资本性支出、营运资本增加额和其他投资活动支出进行预测。

最后，汇总整理可以得到企业自由现金流量的预测数据，如表3所示。

3.计算数据资产超额收益

计算其他资产贡献值需要对相关财务数据进行合理预测，以近五年财务报告的相关项目作为原始数据，结合GM（1，1）灰色预测模型预测未来六年的财务信息，计算结果如表4所示。 

表4显示的后验差比C值均小于0.35，说明灰色预测模型精度高，营业收入、固定资产、无形资产等项目的拟合结果为优，但流动资产的平均相对误差略高于标准20%，意味着模型拟合效果一般，分析其原因为2021年流动资产突然增加，具体原因可能是由于2021年哔哩哔哩在香港二次上市带来现金及等价物的突然增加所导致。

根据企业生命周期的预测，预计企业的数据资产超额收益将在2028年前持续带来收益，2028年后企业进入衰退期，数据资产的超额收益较小可忽略不计，因此，对2022—2028年该企业数据资产的超额收益预测值进行计算，折现率为5.75%，计算结果如表5所示。

（三）估值结果检验

首先，运用自由现金流量贴现法计算出评估基准日的企业价值；其次，预测企业在评估基准日的股票价格，与当天实际股票收盘价进行对比，从而检验评估结果的合理性。

生命周期预测结果显示哔哩哔哩将在2027年末进入衰退期，在衰退期内随着企业经营面临的不确定性扩大，财务状况恶化，可能面临着破产和转型，因此在使用自由现金流量贴现法时选取评估基准日至2028年的FCFF作为折现基础，选择上文计算的5.75%作为企业价值的折现率。根据自由现金流量贴现法公式计算企业总体价值，如公式11所示：

其中，T为企业总体价值；FCFFt为第t期时企业自由现金流；WACC为根据资本定价模型求得的折现率，取5.75%。计算出的股本价值如表6所示。

2022年12月31日哔哩哔哩流通股数为4亿股，根据自由现金流贴现法计算所得基准日预测股价为182.14元/股；当天股价23.69美元/股，折合人民币164.65元/股，差异率为10.6%，差异在合理区间内，说明预测的企业自由现金流合理，从而佐证了使用该方法计算出的数据资产价值的合理性。

五、结语

基于生命周期理论，本文构建多期超额收益模型，对2022年12月31日哔哩哔哩的数据资产进行估值，结果为461.1亿元。在此基础上，使用上文预测的自由现金流，基于自由现金流贴现法，计算出评估基准日每股价值与当日股票收盘价对比，差异在合理区间内，验证了基于生命周期理论的多期超额收益法评估数据资产价值的合理性和可行性。

尽管本文基于生命周期理论对多期超额收益法提出了一些改进，但在实践过程中仍存在以下不足之处。在评估过程中发现虽然现在已有数据资产相关定义，但大多对数据资产没有具体分类，进而影响数据资产价值评估。本文未能根据数据资产的价值特征对互联网企业数据资产进行分类归纳，评估结果可能存在一定的局限性。在今后的研究中，应对数据资产分类进一步细化，从数据资产的作用入手，研究其带来的经济价值。●

【参考文献】