搜索
现代电子技术ModernElectronicsTechnique201510153820Oct.2015Vol.38No.200引言作为一项公司资产，数据的重要性正日益突显，这促进了新的数据资产价值评估方法的发展。互联网和移动及智能技术的传播已经从根本上改变了商业数据的面貌和曝光度，数据量和数据种类不断增加。数据被越来越多地用于提升运营效率，将数据转化为价值的机会也将随之增多——至少在短期内可以这么说。因此，未来十年内，数据将成为一个重要的财富创造来源，并且将越来越多地被视为一项值得重视的企业资产，数据资产价值评估问题，也将成为公司估值的核心问题之一。数据资产作为新生事物，本身还需要不断研究、实践和完善，数据资产价值评估更是一个持续的、不断完善的逐步过程。目前，国内在这方面的研究仍然比较欠缺，主要的研究成果集中在无形资产价值评估之中。孙荣玲等对无形资产的价值及价值实现的量化方面进行研究，把分散在企业各部门的无形资产贯穿起来，作为一种真正的资产加以管理与经营[1]。潘渭河强调无形资产不能脱离有形资产单独使用，无形资产的价值实际上是垄断价值，无形资产使用上的特殊性，对无形资产的价值评估方法，形成了重要的约束条件[2]。陈昌云提出传统的无形资产的评估方法已远远不能满足无形资产发展的需要，提出了无形资产评估的两种新的思路：Black⁃Scholes期权定价模型和EVA方法，并把它引入到对企业整体价值的评估中[3]。贺业明分析指出传统无形资产价值的评估方法并不适合于小企业无形资产价值的评估，并根据小企业自身的特点，提出为小企业的无形资产“量身打造”的价值评估方法[4]。本文基于前人对无形资产价值评估研究成果的基础上，结合数据资产本身的特点，引入层次分析模型构建指标评价体系；从数据资产的成本和应用两方面研究，构建数据资产价值评估模型，提出一套全新的数据资产价值评估方法。1相关理论（1）数据资产及其价值评估。数据资产是企业在张志刚1，杨栋枢2，吴红侠2（1.国家电网公司运营监测（控）中心，北京100031；2.安徽南瑞继远软件有限公司，安徽合肥230088）摘要：数据资产是企业重要的战略资源，为了促进公司运营数据资产应用价值提升，在对数据资产价值构成及其主要影响因素分析的基础上，引入层次分析模型构建指标评价体系，并利用层次分析法软件计算数据资产各项评估指标权重，建立了基于成本和应用考虑的数据资产价值评估模型，对模型应用给出具体评估步骤，并将该模型应用于具体的数据资产价值评估。区别于传统的数据评估方法，这里将评估的关注点从数据质量方面转向以往很少关注的数据资产价值方面。关键词：数据资产；数据资产价值评估；评估模型；层次分析法中图分类号：TN911⁃34；TP391文献标识码：A文章编号：1004⁃373X（2015）20⁃0044⁃04ResearchandapplicationofdataassetvalueassessmentmodelZHANGZhigang1，YANGDongshu2，WUHongxia2（1.OperationmonitoringCenter，StateGridCorporationofChina，Beijing100031，China；2.AnhuiNariJiyuanSoftwareCo.，Ltd.，Hefei230088，China）Abstract：Dataassetisanimportantstrategicresourceforenterprises.Inordertopromotetheapplicationvalueofdataas⁃sets，theanalytichierarchymodelisbroughtintobuildanindexevaluationsystemonthebasisofanalyzingthevaluecomposi⁃tionofdataassetanditsmaininfluencefactors，theAHPsoftwareisusedtocalculatevariousevaluationindexweightsofdataassets.Adataassetassessmentmodelinviewofcostandapplicationwasestablished，whichprovidedthespecificappraisalpro⁃cedureofmodelapplicationandwasappliedtothevalueassessmentofconcretedataassets.Differentfromthetraditionalmethodofdataevaluation，itpaidcloseattentiontothevalueofdataassetsratherthandataquality.Keywords：dataasset；dataassetvalueassessment；assessmentmodel；analytichierarchyprocess收稿日期：2015⁃02⁃28444420运营活动中形成的，由企业拥有，在数据的产生、获取、处理、存储、传输和应用全过程可控，并能够给企业带来价值的数据。数据资产价值评估是使数据的内在价值和使用价值有一个可操作的量化指标，对数据进行多角度价值评估，利用评估结果对工作提出整改建议，提升数据运营管理水平。（2）层次分析法。层次分析法（AnalyticalHierar⁃chyProcess，AHP）[5⁃8]是美国著名的运筹学家A.L.Satty等人在20世纪70年代提出的将一种定性和定量分析相结合的多准则决策方法。层次分析模型是把复杂的问题分成若干个组成因素，并按支配关系分组形成层次结构。然后通过两两比较的方式，综合决策者的判断，确定决策方案重要性的总排序。具体步骤如下：①分析各因素的关系，建立递阶层次结构；②对同一层次的多个元素，关于上一层中某一准则的重要性进行两两比较，构建比较判断矩阵；③由判断矩阵计算比较元素对于该准则的相对权重，并检验一致性；④计算合成权重，即全局权重。2研究思路目前，管理有形资产的评估方法比较成熟，主要有以下4种：收益现值法[9]；重置成本法[10]；现行市价法[11]；清算价格法[12]。无形资产也形成了一套较为完善的评估方法，主要有：成本法[13]；市场法[14]；收益折现法[15]。但是由于数据资产的评估标准和要素相差很大，因此上述这些方法并不能完全应用到数据资产价值评估当中去。当前对数据资产价值评估的研究主要存在以下问题：（1）到目前为止，还没有关于数据资产价值的精确定义。数据资产价值定义不统一，导致人们对数据资产价值理解出现多样化，难以提出有效解决方法。建立数据资产增值管理体系，必须明确数据资产价值的定义。（2）没有形成一个权威性的数据资产价值评估模型或参考模型。大多数据资产价值评估的研究是针对很单一的问题进行的，解决系统中的比较重要的质量指标，比较系统的研究也只是提出了建模的观点，并给出了建模的步骤，但没有提出数据资产价值评估模型的体系结构。（3）没有形成系统的数据资产价值评估维度，从不同的维度对数据资产价值评估衡量的标准是不一样的。（4）针对数据资产价值评估没有形成具体的量化标准，局限于概念和理论的研究。数据资产价值受到越来越广泛的关注，数据资产价值评估作为数据资产价值的生命线，是数据资产发挥价值的基础，亟需开展数据资产价值评估工作以提升数据增值运营水平。在对数据资产价值进行评估的时候，需要建立数据资产价值评估模型，从数据资产价值评估维度、数据资产价值评估方法等角度，设置校验规则，以提高数据资产价值评估模型的合理性和科学性，并提高数据资产价值评估工作的效率，为进一步的数据增值运营水平提升、减少决策失误和避免经济损失打好基础。本文探讨的运营数据资产价值评估方法，在对数据资产价值构成及其主要影响因素分析基础上，引入层次分析模型构建指标评价体系，并利用YAAHP层次分析法软件计算数据资产成本和应用评估指标权重，建立了基于成本和应用考虑的数据资产价值评估模型，并对模型应用给出了具体评估步骤。3数据资产价值构成及主要影响因素与一般无形资产价值构成不同，由于数据资产价值形成过程的创造性、生产的一次性、获利能力的不确定性、成本费用的模糊性、价值转化过程的风险性等特征，影响数据资产价值形成的因素更加复杂、种类更多，从而导致数据资产价值评估工作的复杂性和难度更大。因此，必须深入分析影响数据资产价值评估的各种影响因素。结合运营数据资产的特点，本文认为影响运营数据资产价值评估的主要因素是数据资产的成本和应用，所以从成本出发，结合应用过程，讨论数据资产价值构成及主要影响因素，并以此来评估数据资产价值。3.1数据资产成本数据资产的成本是一个动态指标，受到很多因素的影响，并随着这些因素的变化而变动，其中许多因素具有不确定性。数据资产成本主要来源于信息系统的建设费用和运维费用，因此本文从建设费用和运维费用两个角度对数据资产成本进行评估，是比较科学有效的计算方法。（1）建设费用。数据资产建设费用是从信息系统建设费用评估而来。信息系统的建设费用一般包括人工费用、材料费用、间接费用等。（2）运维费用。数据资产运维费用包括业务操作费和技术运维费，其中业务操作费包括对数据资产的监测费用和数据资产问题管理费用；技术运维费主要指数据资产台账维护费用。不同的数据资产所包含的建设费用和运维费用的比例是不同的，例如有的数据资产侧重于信息系统建设，则其建设费用比重较大；有些数据资产侧重系统运维，则其运维费用比重较大。45现代电子技术2015383.2数据资产应用数据资产价值的关键是看似无限的再利用，即它的潜在价值。数据资产成本对其价值的影响固然至关重要，但还远远不够，因为大部分的数据资产价值在于它的应用，而不是占有本身。因此，研究数据资产价值构成时，就必须将数据资产应用纳入其中。数据资产应用要根据不同的数据资产分类分别进行研究，关注于数据资产使用次数。对于不同的使用对象，也会产生不同的使用效果。因此，本文研究数据资产应用影响因素时，将数据资产的分类、使用次数、使用对象和使用效果评价作为主要的评估指标。3.3数据资产价值构成通过对数据资产成本和应用情况分析，得出数据资产价值构成如图1所示。因此，数据资产价值评估方法是将数据资产成本和数据资产应用通过数据资产价值评估模型计算得出。图1数据资产价值构成及主要影响因素4数据资产价值评估模型数据资产价值评估是通过适宜的数据方法对影响运营数据资产价值的主要因素量化处理最终得到合理的评估值。数据资产价值评估模型构建方法的操作步骤如图2所示。4.1计算数据资产成本根据第3.1节的内容，数据资产成本影响因素包含建设费用和运维费用，并且不同的数据资产所包含的建设费用和运维费用的比例是不同的。因此，每一个评估项对数据资产价值产生多大的影响，必须给出一个比较合理的评估值。对数据资产成本影响因素进行处理，确定每一项评估指标的权重，从而计算出数据资产成本得分。4.1.1AHP法构建数据资产成本评价体系根据对数据资产成本及影响因素的分析，采用AHP方法，得到如表1所示的指标体系。图2数据资产价值评估操作步骤表1数据资产成本评估指标体系4.1.2采用YAAHP层次分析法软件计算成本YAAHP（YetAnotherAHP）是一款层次分析法辅助软件，提供方便的层次模型构造、判断矩阵数据录入、排序权重计算、加权计算以及计算数据导出等功能。只需要具备初步的层次分析法知识，不需要理解层次分析法计算方面的各种细节，就可以使用层次分析法。层次分析法计算数据资产成本的步骤如下：（1）绘制层次结构模型按照数据资产成本评估指标体系，绘制层次结构模型（本文为了简化计算，忽略准则层），如图3所示。图3数据资产成本层次结构模型（2）计算判断矩阵确立思维判断定量化的标度。在两个因素互相比较时，需要有定量的标度，假设使用下面的标度方法，其含义如表2所示。表2思维判断定量化标度及含义评估维度数据资产成本