经典重温：将数据作为资产进行价值评估

点击蓝字 关注我们

经典重温

文献名称：将数据作为资产进行价值评估

文献作者：Laura Veldkamp

文献来源：Review of Finance

1

文章简介

数据估值不仅是金融学大多数研究领域的核心，而且对于数据经济的研究也是必不可少的。数据是数字化的信息，信息是降低预测不确定性的东西。换句话说，数据解决不确定性或风险。如果数据的主要好处是解决风险，那么使用风险定价工具、在风险环境中分配稀缺资源的工具以及在风险下进行选择的工具是核心。如果我们试图对数据进行评估，却忽略了其化解风险的能力，就像试图对资产进行定价，忽略了其风险溢价。人们会错过大约三分之二的风险资产的回报。除非我们采用风险定价工具，否则我们在评估数据时的误差很容易就会很大。

数据的兴起引发了资产定价问题，因为数据是一种需要定价的资产。经典的资产定价工具并不适用于这一新的资产类别。我们需要更新工具的一个原因是数据具有很大的私有价值成分。一个数据集对一个投资者或公司的价值并不是对另一个投资者或公司的价值。由于对同一数据资产的估值存在多个数量级的差异，计算收益或估计与市场收益的协方差没有明确的含义和实现方式。

数据经济提供了新的商业模式和新的进入壁垒。在数据经济中，新的商品和服务越来越多地以数据换取。在这样的环境下，货币收入可能无法准确揭示企业正在产生或积累的价值。因此，新的数据密集型企业可能会获得负利润。例如，Uber和亚马逊Amazon都亏损多年。尽管如此，这些公司可能是极其宝贵的，因为他们正在积累的数据资产。能够积累数据并将其货币化的企业可以获得市场支配地位，并利用该地位提取垄断租金。

在公司金融中，数据资产提出了关于估值的前述问题，以及关于如何为风险贴现未来价值的新问题。如果企业和投资者利用数据做出更准确的预测，那么数据不仅提高了利润，也化解了风险。风险化解可能是数据价值的最大来源。卖方要求对风险进行补偿，形式为更高的加成率，但并不是为了更高的风险和更高的收益而更好。面对更高的价格，消费者的处境更加糟糕。因此，风险就像税收对经济的影响一样。如果数据能够减少商业风险所造成的无谓损失，那么就有可能改变企业的投资决策和社会的福利。

2

主要估值模型

模型一：协方差计量方法

数据允许代理采取更好的行动，将此变量解释为一个具体的数值，它也可以是价格或任何其他行为。行动可能与收益具备某种相关性，收益称为，公司的预期利润等于预期数量乘以预期收益加上数量和收益之间的协方差。

数据反映了数量和收益之间的协方差。如果一家公司有数据可以预测，公司可以选择和它的协方差进行测量。这就是企业重视数据的原因，因为数据允许企业采取与收益相关的行动。

模型二：价值收益方法

数据的价值应该是它未来产生的收益的当前贴现值，并根据风险进行调整。如何将数据收入与其他收入分离，这是关键的挑战。在许多情况下，数据未来收入可能是清楚的。但在其他情况下，由于数据可能用于多种目的，分离数据收入可能很困难。基于Farboodi（2022b）的模型，投资者使用数据来购买收益为正态分布的风险资产组合。可使用二阶近似投资者的效用函数，代入每个投资者的最优投资组合，可得到预期效用的价值形式。数据的价值取决于于预期收益、收益的方差和收益的条件方差。其中，指一个资产回报的向量，指投资者的信息或数据集，指投资者的绝对风险厌恶。

模型三：价值函数法

价值函数是一个递归方程，或称 Bellman 方程，它将数据的价值映射到公司未来收入的当前贴现价值中。数据的价值是一家公司用该数据产生的总收入减去成本，再加上该公司下一时期将拥有的数据的贴现价值。数据的运动规律来自于“数据反馈回路”，明天的数据是今天贬值的数据加上交易的一部分。Farboodi和Veldkamp（2022）假设企业以成本w，资本K（租金为r），生产劳动力L，此时，数据的价值函数或Bellman方程可以表示为：

模型四：互补输入定价

假设知识使用结构化数据和分析师数据生成。

这个方程表示了获取结构化数据并使用它们提出行动建议的过程。知识是结构化数据和劳动投入乘以企业特定的生产率组成部分，以及一个累积的特定时间组成部分。结构化数据的演化过程如下，新的结构化数据通过数据管理劳动添加到现有的结构化数据存量中，现有的结构化数据存量会线性折旧。

模型五：传统资产评估方法

（1）收益法

收益法是基于数据资产的预期应用场景，对在应用场景下预期未来产生的经济收益进行求取现值的一种估值方法。收益法下衍生的无形资产估值方法主要有：权利金节省法（Relief from royalty）、多期超额收益法（Multi-period excess earnings）、增量收益法（With-and-without method）。

权利金节省法（Relief from royalty）

许可使用费节约法是基于因持有该项资产而无需支付特许权使用费的成本节约角度的一种估值方法。

计算方法：

许可使用费：为授权他人使用该数据资产可以收取的许可使用费，通常按照收入的比率计算，即许可使用费=数据资产相关收入×许可使用费率；

折现率（i）：数据资产持有者要求的必要报酬率；

使用期限（n）：数据资产可以使用的期限；

所得税摊销收益：目前数据资产尚无法确认为无形资产入账，因此相关税收摊销收益无法确认。

多期超额收益法（Multi-period excess earnings）

多期超额收益法是通过计算该项无形资产所贡献的净现金流或超额收益的现值的一种估值方法。

计算方法：

超额收益：数据资产的超额收益为因持有该项数据资产所产生的收入增加额或成本减少额；

折现率（i）：数据资产持有者要求的必要报酬率；

使用期限（n）：数据资产可以使用的期限；

所得税摊销收益：目前数据资产尚无法确认为无形资产入账，因此相关税收摊销收益无法确认。

增量收益法（With-and-without method）

增量收益法是通过比较该项数据资产使用与否所产生现金流的差额的一种估值方法。

计算方法：

增量现金流=现金流（应用数据资产情景下）- 现金流 (不应用数据资产情景下)；

折现率（i）：数据资产持有者要求的必要报酬率；

使用期限（n）：数据资产可以使用的期限；

所得税摊销收益：目前数据资产尚无法确认为无形资产入账，因此相关税收摊销收益无法确认。

（2）成本法

无形资产价值等于重置成本扣除无形资产的贬值。重置成本通常包括合理的成本、利润和相关税费，其中成本除了直接、间接成本外，还需考虑机会成本。无形资产的贬值通常需要从功能性贬值、实体性贬值和经济性贬值三个方面考虑。成本法在应用时需要重点考虑资产价值与成本的相关程度。

评估价值=重置成本-贬值因素，或=重置成本×成新率

重置成本：为形成数据资产的合理成本、税费和利润。对于公司内部产生和收集的数据资产，显性成本主要有收集、存储、处理数据的人力成本、设备成本等，隐性成本主要为数据所附着业务的研发成本、人力成本等；对于外购数据资产，重置成本为在现行市场条件下，重新取得同样一项数据资产所需支付的金额。

贬值因素：传统成本法评估中，实物资产的贬值因素主要分为经济性贬值、实体性贬值和功能性贬值，但对于不具有实物形态且不作为功能性使用的数据资产而言，贬值因素主要来源于数据资产的时效性丧失带来的经济性贬值。

（3）市场法

基于相同或相似资产的市场可比交易案例的一种估值方法。在取得市场交易价格的基础上，对无形资产的性质或市场条件差异等因素进行调整，来计算目标无形资产的市场价值。市场法的应用前提为标的资产或其类似资产存在一个公开、活跃的交易市场，且交易价格容易获取。

评估价值=可比数据资产成交额×修正系数

可比数据资产成交额为在公开交易活跃下，相同或类似数据资产的交易成交额；

修正系数：用于对标的数据资产和可比案例的差异进行修正；

如何获取论文？

关注本公众号：图灵财经

来源：Review of Finance

作者：Laura Veldkamp

精彩推荐

更多精彩内容