引入综合分析法的数据资产评估和后续计量的研究

（基金项目：2022年省级大学生创新创业训练计划项目，项目编号202411287131Y）

本文基于现阶段数据资产在社会上的发展状况和未来前景，计划根据目前的发展基础和存在问题，对数据资产构建出一个新的可供参考的综合评估框架和方法。以数据资产作为评估对象，运用综合分析法全面的分析影响因素和价值构成，并将其总结归纳到五大特征维度，再主要运用模糊综合分析法，将其量化，使其更具有客观性、可比性，以呈现的数据资产的内在价值。再增加其市场价值的评估视角，使数据资产的评估更符合市场经济的环境。本项目将运用该方法，对收集到的数据资产进行量化评估，为该方向的发展提供新的参考。

关键词：互联网平台；数据资产；价值评估

1、绪论

1.1研究背景

随着数字经济占GDP比重逐年攀升（中国预计2025年达50%），数据逐渐成为核心生产要素，数据资产成为企业竞争力和经济增长的新引擎。数据资产的确权、交易与流通需要标准化评估体系支撑，而互联网平台上的数据具有非实体性、可共享性、价值易变性等特征，使得传统评估模型难以量化其动态价值。但同时，大数据、人工智能等技术提升了数据处理能力，层次分析法（AHP）与模糊评价法（FAHP）逐渐引入，增强了参数赋权以评估数据资产价值的科学性。优化创新对数据资产的价值评估是目前急需解决又有一定基础可望实现的命题。

1.2研究内容与文献综述

1.2.1数据资产概念

国外研究学者有关数据资产方面的研究起步较早，国外 Fisher（2009）最早提出，并认为数据资产是一项能够为企业带来经济收益但并没有被记录在表内的一种账外资产。国内学者张咏梅和穆文娟（2015）认为数据资产应该归类于无形资产的范畴，谭明军（2021）认为数据资产具有跨学科的属性。

1.2.2数据资产的特征及影响因素

颗粒度（影响因素为数据质量、共享程度）、多元度（数据类型、数据可访问次数）、活跃度（数据活跃性、更新及使用频率）、规模度（规模、价值密度）、关联度（关联性）。

1.2.3数据资产的确认

罗玫、李金璞、汤珂（2023）认为：需从权属、收益性和来源角度考察企业数据资产的会计确认要件。贾小爱、郝紫英和王盼盼（2024）认为，数据资产的研究对象必须是经过收集、处理、存储在一定载体中的聚合数据;在识别数据资产时要厘清可观测现象、数据、数据产品、数据资产之间的联系。

1.2.4数据资产的计量

张俊瑞（2023）运用文献分析法和比较分析法，首先梳理了数据资产相关概念的演进;其次通过数据的资源化、价值化、资产化与资本化进行概念解构;最后对相关、相近概念展开辨析。通过研究，为数据资产会计处理与信息披露、数据要素市场化等方面的研究提供理论支撑。贾小爱、郝紫英和王盼盼（2024）在SNA框架下给出了数据资产核算的框架设计，阐述了数据资产的核算范围、适应去向的记录及核算的表式设计，为数据资产的可靠计量提供了一种参考方法。徐蔼婷、宋妙缘（2024）围绕“价值创造一实现”路径研究数据要素在国民经济核算账户的分类、核算范围及估值方法。

1.3研究方法和实现路径

1.3.1研究方法思路

由于数据资产评估是一个复杂的过程，涉及多方面考虑。综合分析法又结合了定量分析和定性分析，能较全面、准确地评估数据资产的价值。故决定引入综合分析法和层次分析来对此进行研究。

1.3.2实现路径

1.确定评估的数据资产，并利用Python爬虫等工具 收集整理。

2.结合财报数据以及爬虫采集等获得的数据，确定数据资产内部价值方面所需维度。结合用户价值与情景分析法，处理爬虫获取的数据，确定数据资产市场价值方面所需维度。

3.将内部价值和市场价值评估所需维度，综合为五大特征维度，构建指标体系，并请专家 帮我们对获得的数据进行打分估评。

4.利用指标体系，采用 AHP 与综合评价法相结合的方法 来搭建评估模型框架，对数据资 产的价值进行评估。

1.4创新之处

1.综合已有评估方法，创建综合模型

目前社会在数据资产评估领域还尚欠缺，现有的许多评估方法（如：成本法、市场法、收益法）用来评估有着非实体性与时效性的数据资产具有很多的局限性和不足。我们旨在通过综合分析，综合现有的单一评估方法，结合新出的相关信息规定，构建出全新的评估方法和模型来评估数据资产，以提高评估结果的准确性和全面性。

2.综合利用专业知识，利用其他计量工具，协助数据资产价值量化

因为数据资产本身特殊，我们在队员选取上，选择了审计学、经济学结合计算机专业，同时使用Python以及构建模型来协助数据资产量化评估。

3.构建交易背景模型，根据内在价值推出市场价值。

通过对现有文献的梳理回顾，我们发现，国内大多数学者是对数据资产本身进行估值。我们计划将综合估计过内在价值的数据资产置于交易中，结合用户价值与情景分析法，通过市场化对原本较封闭的数据资产内在价值的估值的进行一种调整。

2、互联网平台数据资产的抓取采集和初步分析

2.1数据资产的抓取和采集

根据研究方向，我们需要选择合适平台作为我们的研究对象收集数据资产。该平台需有较大规模数据资产和用户人流，供我们收集数据构建模型。该平台还需有较为曝光的财务报告或利润信息，供我们后期将我们通过自己设计的数据资产评估方法得出的结论与其现实比较，以比较出我们的方法的可行度和优化方向。经考虑，最终选择了拼多多平台作为我们数据资产收集的对象，并通过网络数据文献收集、Python爬虫的形式，采集了数据资产信息用以后续研究。

2.2初步分析评估所需的维度范围

2.2.1.结合拼多多平台数据资产的特性及财报数据，小组内初步确定其内部价值评估需从以下维度展开：

1.数据质量维度

①准确性：用户行为数据（如浏览、购买记录）的完整性与真实性直接影响精准营销效果。 ②完整性：覆盖用户全链路行为数据（如社交裂变、交易转化）的完整性。

2.应用价值维度

①用户规模与黏性：活跃用户数及用户生命周期价值（LTV） 是核心指标。 ②商业变现能力：数据资产对营收的贡献度与 交易服务费的转化效率。

3.风险与合规维度

①法律限制：数据跨境传输、用户隐私保护（如 GDPR 合规）等政策风险。 ②技术风险：数据存储与分析系统的稳定性。

管理维度

①数据治理能力：数据采集、清洗、更新的标准化流程。 ②可持续性：数据资产对企业长期增长的贡献，如用户增长潜力与新兴业务的协同效应。

4.财务关联维度

①成本投入：数据采集、存储与分析的技术投入。②收益转化效率：数据资产投入与营收增长的边际效益。

综合以上，我们将筛选出适合利用 AHP 及模糊分析 法的因素，构建指标体系。

2.2.2结合用户价值与情景分析法，以及项目第一季度所获数据，小组内确定其内部价值评估 需从以下维度展开：

1.用户价值角度

①用户特征（如活跃用户数、画像精度） ②用户行为深度 （如购买转化率、停留时间）③用户需求满足度 评估数据资产在解决用户痛点（如低价需求、社交互动）中的有效性。例如，拼多多通过 用户需求数据调整商品供应链，增强用户粘性。

2.情景分析动态维度

①应用场景适配性 区分数据资产在营销投放、风险控制、供应链优化等场景下的价值差异。 ②市场环境变化 考察行业竞争态势（如社交电商渗透率）、政策法规（如数据安全法）对数据资产使用范围 和变现能力的影响。 ③ 技术迭代风险（数据安全、处理能力）

以往资产评估往往评估数据资产的内在价值，本文拟通过加入对外在价值的评估，使得评估结果更优化。这方面光靠小组内的讨论是不够的，我们将请教专家对这些维度进行考量。

3、数据资产评估模型的构建

3.1 AHP方面

（1）构造判断矩阵：

（5）判断矩阵构建及权重的求解

根据指标体系，利用上述标度法，通过专家咨询法问卷调查，将小组收集到的资产资料及初步分析结果发送，请专家分别对指标的重要程度进行打分，得到判断矩阵如下：

3.2结合模糊综合评价法

在通过AHP确定了指标权重之后，模糊综合评价法的开展步骤如下：

（1）确定评价对象的因素论域

设为能够表征评价目标特征的各种指标合集；

（2）确定评语等级论域

使用表示能够表征评价目标特征的各种指标的评价等级，本文将评价等级分为5个等级。

（3）建立整体模糊隶属度矩阵R

（6）分析模糊综合评价结果

在面对实际问题，时常会应用最大隶属度原则来对模糊综合评价的计算结果展开分析，对此，选择使用加权平均求隶属等级的方法来对最终的评价结果进行量化分析。

在本文的综合评价中，对于每一个指标设定五个级别评语，由30位经验丰富的人员对指标进行打分，由每个专家单独对指标层的每个指标进行等级打分。取30位赞同该指标的评语等级的比重为隶属度，从而建立单因素模糊综合评判矩阵，计算过程如下：

4、结论和展望

4.1研究结论

本次量化出的结果，与近两年拼多多市场实际情况以及财务报表信息基本相合，可验证本研究方法具有科学性。此外，本文另有研究结论如下：

1.引入综合分析法有利于提升数据资产评估准确性

通过结合层次分析法（AHP）等定量与定性方法，可量化数据资产质量、应用场景等复杂影响因素，并通过市场法修正缩小评估误差，提供更接近市场价值的结果。同时，混合评估方法（定量+定性）能多维度反映数据资产的经济价值与战略意义，例如结合数据准确性、更新频率等指标进行综合评分。

2.该方法有动态性与适应性优势，利于数据资产的后续计量

本文研究中构建出模型评估数据资产价值所用的方法和实现路径，同理可应用于后续计量之中。因为综合分析法强调对数据资产全生命周期的动态跟踪，实时更新指标权重以适应数据规模、质量的变化，更能赋能后续的评估计量。

3. 需关注数据质量与方法适用性

本文数据收集阶段所获的数据质量（完整性、时效性）直接影响评估结果可靠性，而方法选择需匹配资产特性。本文就是根据研究对象（拼多多平台）的数据资产的特性特征，在原本构思的基础上优化出更贴合的评估维度。引入综合分析法能根据对象特征更好的评估，因为它通过多模型协同，可缓解单一方法的局限性。

4. 实践意义与改进方向

综合分析法在金融、财会等领域已验证其价值，如银行利用数据建模优化信贷评估，企业通过综合评分法量化数据资产价值以支持决策。未来需进一步结合跨学科方法（如机器学习）提升复杂场景下的分析能力，并完善数据治理体系以保障评估基础。

综上，本文通过整合多维度工具与构建框架，为数据资产价值评估和后续计量提供了一个较新的解决方案，但其应用需持续优化数据质量控制和模型适应性。

4.2研究不足与展望

本次构建模型时，在维度选取和权重方面，有一定程度的依赖专家的经验和判断，而拼多 多业务涉及电商、物流、农业等多领域，不同倾向的专家有不同视角，故而评估有一定主观性。 另外，我们评估采用的数据是2022年数据，专家的知识更新速度是否跟得上拼多多的快速变化也是个问题，故而在技术、市场趋势方面，可能有一定滞后性。

而由于后续数据等局限，没有继续对后续计量进行实际量化验证，而是由现有的价值评估结果初步推断可以以此类推至后续计量方面。而在后续计量中，可结合灰色预测模型（GM（1，1））预测长期价值趋势，计量的前瞻性。

党的十九大以来，我国高度重视数字经济发展。近年来，各大企业积极进行企业数字化转型，但由于现今国内外对此的研究较少，在数据资产领域尚有许多待解问题，比如需要建立一个数据资产评估的统一标准。本文只是本科学生创新项目研究的论文，可能还有许多需完善之处，希望这一抛砖，能为数据资产评估的后续研究引来珍玉，帮助数据资产的标准化发展。

参考文献

[1]王钰金.民族地区师范生教育实习评价体系研究[D].青海师范大学，2024.DOI：10.27778/d.cnki.gqhzy.2024.000295.

[2]王泽慧.Y银行K分行信用卡业务风险管理研究[D].桂林理工大学，2024.DOI：10.27050/d.cnki.gglgc.2024.000842.

[3]贾小爱，郝紫英，王盼盼.SNA框架下数据资产的识别、纳入与核算问题研究[J].调研世界，2024，（03）：79-88.DOI：10.13778/j.cnki.11-3705/c.2024.03.008.

[4]孙浩然，郭丹.基于模糊综合评价法的会计师事务所审计质量评价体系探析[J].价值工程，2023，42（20）：51-53.

[5]唐佶凡.基于绩效棱柱模型的预算执行绩效审计评价体系研究[D].南京审计大学，2023.DOI：10.27835/d.cnki.gnjsj.2023.000680.

[6]郭思旭.扶沟县高标准农田建设综合效益研究[D].河南工业大学，2023.DOI：10.27791/d.cnki.ghegy.2023.000954.

[7]邬婧瑜.并购方视角下的业绩承诺风险分析[D].华东交通大学，2022.DOI：10.27147/d.cnki.ghdju.2022.000668.

[8]饶冉冉.基于AHP-模糊综合分析法的数据资产评估研究[D].中央财经大学，2022.DOI：10.27665/d.cnki.gzcju.2022.000094.

[9]张漫.基于用户价值的知识付费平台估值研究[D].东北财经大学，2022.DOI：10.27006/d.cnki.gdbcu.2022.000504.

[10]葛胜涛.博物馆著作权授权风险评估指标体系构建研究[D].重庆理工大学，2021.DOI：10.27753/d.cnki.gcqgx.2021.000115.

[11]赵跃军.吉林省金融助推农村脱贫攻坚问题研究[D].吉林大学，2019.

[12]杨义.《老子》还原[J].文学评论，2011，（01）：5-20.

[13]荆玲玲，张会来.行政管理中的国学应用研究[J].未来与发展，2010，33（12）：26-29+17.