黃 樂 劉佳進(jìn) 黃志剛

(1. 福州大學(xué)經(jīng)濟(jì)與管理學(xué)院， 福建福州 350116；2. 福建省金融科技創(chuàng)新重點(diǎn)實(shí)驗(yàn)室， 福建福州 350116)

一、引言

截至2014年底，全球擁有將近30億的互聯(lián)網(wǎng)用戶，普及率更高達(dá)40%，并以每年約2億人的速度增長。中國互聯(lián)網(wǎng)絡(luò)信息中心(CNNIC)2014年1月16日在北京發(fā)布的第33次《中國互聯(lián)網(wǎng)絡(luò)發(fā)展?fàn)顩r統(tǒng)計(jì)報(bào)告》顯示，到2013年12月止，中國擁有6.18億互聯(lián)網(wǎng)用戶，互聯(lián)網(wǎng)普及率領(lǐng)先世界平均水平達(dá)到45.8%。其中，手機(jī)網(wǎng)民規(guī)模達(dá)5億，并保持穩(wěn)定增長。隨著互聯(lián)網(wǎng)時(shí)代的到來，加上物聯(lián)網(wǎng)、移動互聯(lián)網(wǎng)和社交網(wǎng)絡(luò)的蓬勃發(fā)展，數(shù)據(jù)正在以幾何級數(shù)的方式增長，從原先的TB(1000GB)級別躍升到PB(1000TB)甚至EB(1000PB)ZB(1000EB)級別。每個(gè)人每時(shí)每分每秒都在創(chuàng)造著各種各樣的數(shù)據(jù)，不僅有數(shù)字型的結(jié)構(gòu)化數(shù)據(jù)，還有更多的如文字、圖片、視頻和音頻等非結(jié)構(gòu)化的數(shù)據(jù)。這些數(shù)據(jù)都與我們的生活息息相關(guān)，它不僅能夠反映個(gè)人的喜好、投資偏好和習(xí)慣等等，還能幫助整個(gè)社會提高效率，為企業(yè)帶來高額利潤。作為公司的一項(xiàng)資產(chǎn)，數(shù)據(jù)的重要性日益顯現(xiàn)，所以如何正確地衡量數(shù)據(jù)的價(jià)值，也成為當(dāng)今互聯(lián)網(wǎng)公司估值的核心問題之一。

大數(shù)據(jù)是指無法用現(xiàn)有的軟件工具提取、存儲、搜索、共享、分析和處理的海量的、復(fù)雜的數(shù)據(jù)集合。它有四個(gè)特征，概括起來就是4個(gè)V (即Volume、Variety、Value、Velocity)：(1)Volume數(shù)據(jù)量大。根據(jù)國際數(shù)據(jù)公司(IDC)的報(bào)告，估計(jì)到2020年，全球數(shù)據(jù)使用量將高達(dá)35.2ZB。(2)Variety種類繁多。不同于以往我們一般認(rèn)為的只有數(shù)字型的結(jié)構(gòu)化數(shù)據(jù)，越來越多的如視頻、音頻、圖片和網(wǎng)購評價(jià)等非結(jié)構(gòu)化數(shù)據(jù)被記錄下來，這也增大了處理它的難度。(3)Value價(jià)值密度小。數(shù)據(jù)的冗雜導(dǎo)致其價(jià)值密度減小，如一段長達(dá)一個(gè)小時(shí)的錄音里頭，可能真正有用的有價(jià)值的音頻只有幾秒。(4)Velocity處理迅速。2003年，人類花了10年才第一次破譯了30億對人體基因堿基對的排序，而到了2013年破譯同等數(shù)量的基因密碼只需要15分鐘。

除此之外，還要結(jié)合數(shù)據(jù)本身在經(jīng)濟(jì)活動中的三個(gè)特性，才能更好地分析數(shù)據(jù)資產(chǎn)在企業(yè)和我們?nèi)粘＝?jīng)濟(jì)生活中的價(jià)值。(1)時(shí)效性。數(shù)據(jù)的時(shí)效性決定了數(shù)據(jù)分析后的結(jié)果將對經(jīng)濟(jì)生活起到多大的指導(dǎo)意義。正如十年前的交通網(wǎng)絡(luò)信息，即使數(shù)據(jù)量再龐大，對現(xiàn)今的交通網(wǎng)絡(luò)設(shè)置來說都沒有太大的意義。(2)隨機(jī)性。Mayer-Sch?nberger，Cukier指出采樣分析的精確性會隨著樣本隨機(jī)性的增加而大幅提高，但與樣本數(shù)量的增加關(guān)系不大。當(dāng)樣本數(shù)量到達(dá)某個(gè)臨界值時(shí)，我們從新個(gè)體身上得到的信息會越來越少，如同經(jīng)濟(jì)學(xué)中的邊際效應(yīng)遞減一樣。[1]例如想調(diào)查大學(xué)生對茶葉的喜愛程度，但選取的調(diào)查對象都是茶藝社的成員，那么得出的結(jié)論一定是不科學(xué)的。(3)相關(guān)性。數(shù)據(jù)的經(jīng)濟(jì)價(jià)值表現(xiàn)在它對特定領(lǐng)域的未來發(fā)展具有一定的指導(dǎo)意義，一組數(shù)據(jù)對特定的某一行業(yè)來說具有重要的價(jià)值，但對另一行業(yè)完全沒有任何意義。例如私家車顏色的數(shù)據(jù)對于汽車制造商來說是一筆寶貴的財(cái)富，但是在氣象局那卻毫無意義。

數(shù)據(jù)資產(chǎn)作為企業(yè)的特殊無形資產(chǎn)，具有無形資產(chǎn)的某些特性，如數(shù)據(jù)不具有實(shí)物形態(tài)；可以作為非貨幣性的長期資產(chǎn)；在創(chuàng)造價(jià)值方面具有較大不確定性；可以將使用權(quán)讓渡給他人為企業(yè)創(chuàng)造經(jīng)濟(jì)利益等。在這些方面數(shù)據(jù)資產(chǎn)和品牌價(jià)值有著很多相似點(diǎn)，所以本文嘗試性地將品牌價(jià)值評估方法和模型引入數(shù)據(jù)資產(chǎn)的評估中，來衡量數(shù)據(jù)資產(chǎn)在企業(yè)中的價(jià)值，為新興互聯(lián)網(wǎng)企業(yè)的價(jià)值評估、貸款奠定理論基礎(chǔ)。

二、文獻(xiàn)綜述

(一)主要評估方法

數(shù)據(jù)資產(chǎn)是一種特殊的無形資產(chǎn)。無形資產(chǎn)最主要的三種評估方法為：成本法、收益法、市場法。

1. 成本法

成本法分為兩種，一種是歷史成本法，一種是重置成本法。歷史成本法是一種運(yùn)用傳統(tǒng)會計(jì)計(jì)量的方法，將數(shù)據(jù)價(jià)值等價(jià)于取得數(shù)據(jù)時(shí)所付出的現(xiàn)金或現(xiàn)金等價(jià)物，此方法不能及時(shí)、準(zhǔn)確地反映資產(chǎn)價(jià)值的變化。重置成本法是在資產(chǎn)繼續(xù)使用的前提下，假設(shè)在當(dāng)前條件下購置或建造一個(gè)全新狀態(tài)的評估對象，所需的全部成本減去評估對象的實(shí)體性陳舊貶值、功能性陳舊貶值和經(jīng)濟(jì)性陳舊性貶值后的差額，作為評估對象現(xiàn)實(shí)價(jià)值的一種評估方法。

2. 收益法

收益法是以現(xiàn)值計(jì)算為基礎(chǔ)，將被評估企業(yè)的預(yù)期收益以一定的折現(xiàn)率折現(xiàn)到某一個(gè)特定日期來評估所需評估企業(yè)的價(jià)值。在企業(yè)價(jià)值評估中使用較多的就是收益法，其中較常用的有四種主要方法，分別是現(xiàn)金流貼現(xiàn)法、內(nèi)部報(bào)酬率法、資本資產(chǎn)定價(jià)模型和經(jīng)濟(jì)增加值法。

現(xiàn)金流貼現(xiàn)法是以一定折現(xiàn)率將評估出的企業(yè)預(yù)期收益折現(xiàn)成某一特定時(shí)刻的價(jià)值。內(nèi)部報(bào)酬率是指現(xiàn)金流入現(xiàn)值和原始成本現(xiàn)值相等，即投資凈現(xiàn)值為零時(shí)的貼現(xiàn)率，通常用于企業(yè)并購的估值中。資本資產(chǎn)定價(jià)模型將企業(yè)的預(yù)期收益與其風(fēng)險(xiǎn)相結(jié)合，并通過風(fēng)險(xiǎn)報(bào)酬率來進(jìn)行折現(xiàn)，估計(jì)出企業(yè)的價(jià)值。經(jīng)濟(jì)附加值是從企業(yè)的稅后利潤中扣除所有投入資本的成本之后的剩余收益，這也是近些年國外用來評價(jià)企業(yè)經(jīng)營狀況和管理績效較流行的方法。

3. 市場法

市場法就是在當(dāng)前的市場環(huán)境中尋找與需要評估的目標(biāo)企業(yè)在經(jīng)營狀況、主營業(yè)務(wù)各方面都相同或是相似的，具有參考價(jià)值的被評估過的企業(yè)作為參考坐標(biāo)，進(jìn)行市場分析對比，從而估算出所需評估企業(yè)的市場價(jià)值。

(二)國外研究

國外學(xué)者對于企業(yè)數(shù)據(jù)資產(chǎn)的評估大體分為兩個(gè)時(shí)期，第一個(gè)時(shí)期是在2000年3月“科恩風(fēng)暴”之前，雖然以數(shù)據(jù)資產(chǎn)為主的互聯(lián)網(wǎng)企業(yè)具有較大的不確定性，但其相較傳統(tǒng)企業(yè)而言的強(qiáng)大成長性，基本上讓所有國外專家對其發(fā)展都是持肯定態(tài)度；第二個(gè)時(shí)期在“科恩風(fēng)暴”之后，越來越多的專家學(xué)者開始為以數(shù)據(jù)資產(chǎn)為主的互聯(lián)網(wǎng)企業(yè)建立適合的新型評估模型。

Koller, Goedhart, Wessels認(rèn)為現(xiàn)金流折現(xiàn)法能更好地反映企業(yè)實(shí)際的市場價(jià)值。[2]Desmet, Francis, Hu分析了大量互聯(lián)網(wǎng)公司虧損但同時(shí)帶來收益的那些業(yè)務(wù)，為解決互聯(lián)網(wǎng)企業(yè)特殊時(shí)期和不確定問題提出了基于預(yù)測的收益現(xiàn)值法。[3]Damodaran將公司的預(yù)期收益、收入、現(xiàn)金流和股票期權(quán)的影響加入對企業(yè)價(jià)值的綜合評估中，還第一次將研發(fā)和營銷的費(fèi)用加入模型用來消除會計(jì)計(jì)量方式對企業(yè)價(jià)值評估的不良影響。[4]

Gupta, Lehmann, Stuart將顧客的價(jià)值作為評估企業(yè)價(jià)值的重要指標(biāo)引入了企業(yè)評估模型。[5]Lumpkin, Dess提出用實(shí)物期權(quán)的方法將企業(yè)風(fēng)險(xiǎn)和未來投資決策的不穩(wěn)定性加入對企業(yè)的價(jià)值評估。[6]Bauer, Hammerschmidt采用基于顧客生命周期和股東價(jià)值的評估方法來建立預(yù)測企業(yè)未來現(xiàn)金流的模型，來為互聯(lián)網(wǎng)企業(yè)進(jìn)行估值。[7]

Ho, Liao, Kim在市場法的基礎(chǔ)上進(jìn)行改進(jìn)，提出建立以數(shù)據(jù)包絡(luò)分析法為基礎(chǔ)的企業(yè)價(jià)值評估模型，對具有相似資產(chǎn)的公司修正其乘數(shù)來得到所需評估企業(yè)的真正價(jià)值。[8]Pigliapoco, Bogliolo建立了基于互聯(lián)網(wǎng)企業(yè)價(jià)值鏈的評估模型，對以流量為基礎(chǔ)的互聯(lián)網(wǎng)企業(yè)進(jìn)行分析評估。[9]

(三)國內(nèi)研究

國內(nèi)對于企業(yè)價(jià)值評估的研究起步較晚，學(xué)者早期多借鑒引進(jìn)國外的評估方法，所以相對應(yīng)地和國外研究類似。大體也分為兩個(gè)時(shí)期，以“科恩風(fēng)暴”作為分界線，2000年以前主要以介紹國外研究成果為主；2000年之后，將國外研究方法與我國的實(shí)際情況相結(jié)合，提出適合國情的互聯(lián)網(wǎng)企業(yè)價(jià)值評估方法。

唐敬年、 皮立君、 宋丹峰等在收益現(xiàn)值模型的基礎(chǔ)上，將績效預(yù)測納入其中。[10]

王少豪、 李博采用不同的方法對不同的業(yè)務(wù)進(jìn)行估值，用期權(quán)定價(jià)法評估投資擴(kuò)展業(yè)務(wù)，運(yùn)用現(xiàn)金流量折現(xiàn)法評估現(xiàn)有業(yè)務(wù)，再將其總和作為所需評估企業(yè)的實(shí)際價(jià)值。[11]

陳鈾指出互聯(lián)網(wǎng)企業(yè)價(jià)值因?yàn)榫W(wǎng)絡(luò)化、成本與價(jià)值的弱對應(yīng)性、信息技術(shù)化、虛擬空間的大量使用等特殊性，決定了其有形資產(chǎn)占資產(chǎn)總量的比例低于傳統(tǒng)企業(yè)，雖然其符合傳統(tǒng)企業(yè)的價(jià)值涵義，但需加強(qiáng)測定其未來的盈利能力。[12]

馮耕中、吳月琴、 于洋認(rèn)為應(yīng)從現(xiàn)有模型的“客戶價(jià)值”切入，對市場法模型進(jìn)行拓展研究，同時(shí)結(jié)合運(yùn)用企業(yè)戰(zhàn)略分析的方法、AHP 法、模糊綜合評價(jià)法和決策樹模型等，來對收益法模型進(jìn)行拓展。[13]

郭蕾指出互聯(lián)網(wǎng)企業(yè)現(xiàn)金流的取得是其自身價(jià)值的來源，所以在貼現(xiàn)現(xiàn)金流量法的基礎(chǔ)上，開創(chuàng)性地提出運(yùn)用模擬現(xiàn)金流的辦法，將企業(yè)現(xiàn)值和預(yù)期有效地結(jié)合起來共同確定互聯(lián)網(wǎng)企業(yè)價(jià)值。[14]

方曉成則認(rèn)為現(xiàn)在的研究大多是從整個(gè)網(wǎng)絡(luò)的價(jià)值和潛力等宏觀視角來探討互聯(lián)網(wǎng)企業(yè)價(jià)值，而缺乏從微觀視角來研究的案例。[15]

張智芳指出對于評估方法的使用可以有三個(gè)方面的考慮：(1)可以將概率論引入模型來考慮互聯(lián)網(wǎng)企業(yè)的不確定性；(2)可以將企業(yè)生命周期理論引入模型來考慮互聯(lián)網(wǎng)企業(yè)的成長性；(3)運(yùn)用實(shí)物期權(quán)理論和現(xiàn)金流貼現(xiàn)法來考慮互聯(lián)網(wǎng)企業(yè)的非量化指標(biāo)價(jià)值。[16]

江浩正認(rèn)為有三個(gè)主要因素影響互聯(lián)網(wǎng)企業(yè)價(jià)值：第一，互聯(lián)網(wǎng)所降低的交易成本部分，即成為互聯(lián)網(wǎng)企業(yè)的價(jià)值來源之一；第二，互聯(lián)網(wǎng)可以幫企業(yè)獲取更多投資者的關(guān)注；第三，互聯(lián)網(wǎng)可以幫企業(yè)優(yōu)化其資源配置。[17]

張志剛、 楊棟樞、 吳紅俠引入層次分析模型構(gòu)建指標(biāo)評價(jià)體系(AHP)，并利用層次分析法(YAAHP)軟件計(jì)算數(shù)據(jù)資產(chǎn)各項(xiàng)評估指標(biāo)權(quán)重,建立基于成本和應(yīng)用考慮的數(shù)據(jù)資產(chǎn)價(jià)值評估模型,并將該模型運(yùn)用于具體的數(shù)據(jù)資產(chǎn)價(jià)值評估。[18]

三、模型構(gòu)建與分析

(一)模型構(gòu)建

本文通過對國內(nèi)外品牌價(jià)值評估方法進(jìn)行分析發(fā)現(xiàn)，數(shù)據(jù)資產(chǎn)價(jià)值的評估應(yīng)通過適當(dāng)?shù)姆椒▽τ绊憯?shù)據(jù)資產(chǎn)價(jià)值的主要因素進(jìn)行量化，從而得到合理的評估值。單一的方法很難量化所需要評估的數(shù)據(jù)資產(chǎn)，所以本文將結(jié)合上文提到的三種方法：成本法、收益法和市場價(jià)格法，對需要進(jìn)行評估的數(shù)據(jù)資產(chǎn)進(jìn)行評估。數(shù)據(jù)資產(chǎn)價(jià)值構(gòu)成如圖1所示。

圖1 數(shù)據(jù)資產(chǎn)價(jià)值構(gòu)成及主要影響因素

對數(shù)據(jù)資產(chǎn)價(jià)值的評估應(yīng)該包括三個(gè)部分：(1)對數(shù)據(jù)資產(chǎn)成本的衡量，其中包括對于數(shù)據(jù)作為商品本身的成本衡量和對于數(shù)據(jù)商品經(jīng)營的成本衡量；(2)對于數(shù)據(jù)資產(chǎn)收益的評估，根據(jù)國泰君安證券研究報(bào)告顯示，數(shù)據(jù)資產(chǎn)收益由以下幾個(gè)因素決定：數(shù)據(jù)變現(xiàn)因子、溢價(jià)率系數(shù)、平臺用戶數(shù)和網(wǎng)絡(luò)節(jié)點(diǎn)距離。除此之外，對于平臺式的數(shù)據(jù)資產(chǎn)公司所產(chǎn)生的數(shù)據(jù)資產(chǎn)，還應(yīng)加入平臺的活躍系數(shù)來對其價(jià)值進(jìn)行衡量；(3)根據(jù)市場實(shí)際情況對數(shù)據(jù)資產(chǎn)價(jià)值進(jìn)行調(diào)整。由此構(gòu)建數(shù)據(jù)資產(chǎn)價(jià)值評估公式如下：

Y=α(C+V)

(1)

C=(C1+C2)·(r+1)

(2)

其中：Y為數(shù)據(jù)資產(chǎn)總價(jià)值，α為市場調(diào)整系數(shù)，C是數(shù)據(jù)資產(chǎn)總成本，V是數(shù)據(jù)資產(chǎn)總收益，C1是數(shù)據(jù)商品成本，C2是數(shù)據(jù)經(jīng)營成本，r是平均市場回報(bào)率，λ是平臺活躍系數(shù)，K是數(shù)據(jù)變現(xiàn)因子，P是溢價(jià)率系數(shù)，N2是平臺用戶數(shù)的平方，R2是網(wǎng)絡(luò)節(jié)點(diǎn)距離的平方。

(二)參數(shù)設(shè)定

1. 成本價(jià)值指標(biāo)

數(shù)據(jù)商品成本C1，以創(chuàng)建數(shù)據(jù)資產(chǎn)公司時(shí)的注冊資本金為準(zhǔn)；數(shù)據(jù)經(jīng)營成本C2，以經(jīng)營一家數(shù)據(jù)資產(chǎn)公司的人力成本(如工資和福利費(fèi)等)和水電房租等一系列費(fèi)用的總和為主；平均市場回報(bào)率r，以所要分析的數(shù)據(jù)資產(chǎn)公司所在國家的基金年平均回報(bào)率為標(biāo)準(zhǔn)，例如美國基金年平均回報(bào)率約為10%，則設(shè)r為10%。

2. 收益價(jià)值指標(biāo)

對于平臺式的數(shù)據(jù)資產(chǎn)公司，將其平臺活躍系數(shù)λ分為兩塊，一部分是用戶活躍系數(shù)，另一部分是用戶在線活躍時(shí)間系數(shù)，用戶活躍系數(shù)等于月活躍用戶數(shù)除以平臺用戶總數(shù)，用戶在線活躍時(shí)間系數(shù)為活躍用戶在線時(shí)間除以每日總時(shí)間，兩者相乘就可以得到平臺活躍系數(shù)；數(shù)據(jù)變現(xiàn)因子K，其值近似于平臺能夠從每個(gè)用戶變現(xiàn)的金額，即每個(gè)用戶在平臺中所擁有的價(jià)值；溢價(jià)系數(shù)P取決于企業(yè)在行業(yè)中的地位，P增加代表市場占有率增加，也意味著數(shù)據(jù)資產(chǎn)公司的價(jià)值增加，所以將P近似為平臺用戶數(shù)除以該國網(wǎng)民人數(shù)來反映該數(shù)據(jù)資產(chǎn)公司在其行業(yè)的地位；網(wǎng)絡(luò)節(jié)點(diǎn)距離R根據(jù)Tor節(jié)點(diǎn)計(jì)算得出。

3. 市場調(diào)整指標(biāo)

市場調(diào)整系數(shù)α是根據(jù)被評估企業(yè)所處行業(yè)中，幾家具有代表性企業(yè)的實(shí)際市值與評估價(jià)值的比值，估算出被評估企業(yè)在市場中所需要調(diào)整的比例，即該被評估企業(yè)的市場調(diào)整系數(shù)。

四、實(shí)證檢驗(yàn)分析

(一)案例選取

本文采用近幾年最著名的互聯(lián)網(wǎng)平臺收購案驗(yàn)證這一模型的有效性，即2012年4月10日Facebook對Instagram的收購案例。Facebook公司以3億美元現(xiàn)金和7億股票的形式對Instagram公司進(jìn)行收購，消息一出，震驚了整個(gè)互聯(lián)網(wǎng)行業(yè)，不僅因其高達(dá)10億美元的天價(jià)收購費(fèi)用，還因?yàn)镮nstagram公司是一家初創(chuàng)僅有十三人的小團(tuán)隊(duì)，公司發(fā)展也不過兩年多，如此之小的團(tuán)隊(duì)和與之“不匹配”的驚人發(fā)展速度，讓整個(gè)行業(yè)甚至很多專家學(xué)者對平臺式互聯(lián)網(wǎng)公司的價(jià)值評估感到不解。下面我們就對Facebook和Instagram公司進(jìn)行簡單的介紹：

Facebook是一家由美國人馬克·扎克伯格等人于2004年所創(chuàng)立的社交服務(wù)網(wǎng)站。最初，只是一家為哈佛學(xué)生宿舍提供 “線上通訊錄”服務(wù)的小公司。通過數(shù)十年的發(fā)展，現(xiàn)已成為一個(gè)具有多功能的、在行業(yè)中具有領(lǐng)導(dǎo)地位的社交網(wǎng)絡(luò)平臺。早在2012年，F(xiàn)acebook在美國國內(nèi)的訪問量就突破了791億次，其網(wǎng)站正式注冊用戶突破了10億。截至目前，F(xiàn)acebook的日活躍用戶數(shù)高達(dá)10億人，其市值約為3638億美元。

Instagram公司成立于2010年10月，被Facebook收購時(shí)是一個(gè)僅十三人的團(tuán)隊(duì)，沒有營銷團(tuán)隊(duì)，沒有公關(guān)團(tuán)隊(duì)。兩位創(chuàng)始人僅花了8周的時(shí)間就開發(fā)出了instagram這款軟件,最后他們只留下了簡單的圖片編輯及分享功能，正是因?yàn)檐浖暮唵闻c單純，Instagram上線僅一周就擁有了 10 萬注冊用戶，隨后其用戶數(shù)更是呈指數(shù)式增長。到被收購前夕，Instagram的注冊用戶達(dá)到5000萬。

(二)參數(shù)校準(zhǔn)

根據(jù)劉暢的研究[19]，本文得到市場調(diào)整系數(shù)α約為0.65；Instagram公司公布的信息顯示，初始資本C1為5 0萬美元；C2是數(shù)據(jù)經(jīng)營成本，因?yàn)镮nstagram公司沒有營銷和公關(guān)，僅有13人的小團(tuán)隊(duì)，相比數(shù)據(jù)資產(chǎn)價(jià)值可以忽略不計(jì)；r以美國基金年平均回報(bào)率10%來計(jì)算；科技博客網(wǎng)站All Things D數(shù)據(jù)顯示，Instagram每天活躍用戶平均為730萬，訪問時(shí)長為257分鐘，根據(jù)計(jì)算可得平臺活躍系數(shù)λ約為0.026； 美國財(cái)經(jīng)網(wǎng)站分析師給出的評估報(bào)告顯示，Instagram的每個(gè)用戶價(jià)值約為0.78美元，所以將K設(shè)定為0.78；2012年美國網(wǎng)民總?cè)藬?shù)約為24600萬人，計(jì)算得到溢價(jià)率系數(shù)P約為0.203；截至2012年5月底，Instagram的平臺用戶數(shù)N達(dá)到5000萬；根據(jù)Tor節(jié)點(diǎn)計(jì)算得出網(wǎng)絡(luò)節(jié)點(diǎn)距離R約為85。

(三)實(shí)證檢驗(yàn)

將所得到的數(shù)據(jù)和參數(shù)帶入模型，計(jì)算得出

C=(C1+C2)·(r+1)=500000*(1+10%)

=550000

(4)

=1424512111

(5)

Y=α(C+V)=0.65*(550000+1424512111)

≈9.26×108

(6)

結(jié)果如公式(4)-(6)顯示，如果想要收購Instagram公司，大約應(yīng)支付9.26億美元，這與現(xiàn)實(shí)生活中Facebook收購Instagram公司所付出的10億美元相當(dāng)。

五、結(jié)論

本文將成本法、市場法、收益法和數(shù)據(jù)資產(chǎn)評估模型有機(jī)地結(jié)合，開創(chuàng)性地將平臺活躍系數(shù)引入模型，對以流量和活躍度為參考的平臺式數(shù)據(jù)公司的價(jià)值進(jìn)行評估，并通過2012年Facebook對Instagram的實(shí)際收購來驗(yàn)證該模型的有效性。通過初步論證，發(fā)現(xiàn)該模型對于平臺式的數(shù)據(jù)資產(chǎn)價(jià)值評估較為有效。所以，平臺式數(shù)據(jù)資產(chǎn)公司如果要提高自身的企業(yè)價(jià)值，應(yīng)該降低企業(yè)經(jīng)營成本,增強(qiáng)平臺的活躍度，提升平臺中每個(gè)用戶的價(jià)值，提高平臺在行業(yè)中的地位，吸引更多的互聯(lián)網(wǎng)用戶使用其應(yīng)用。

注釋：

[1] Mayer-Sch?nberger V., Cukier K.,Bigdata:Arevolutionthatwilltransformhowwelive,work,andthink.Houghton Mifflin Harcourt, 2013.

[2] Koller T., Goedhart M., Wessels D., et al.,“Valuation : measuring and managing the value of companies”,JournalofFinance, vol.46,no.1(1991),pp.35-54.

[3] Desmet D., Francis T., Hu A., et al.,“Valuing Dot-Coms”, The Mckinsey Quarterly, no.1(2000), pp.148-157.

[4] Damodaran, Aswath,TheDarkSideofValuation(paperback):ValuingYoung,Distressed,andComplexBusinesses. Ft Press, 2009, pp. 25-42.

[5] Gupta S., Lehmann D.R., Stuart J.A.,“Valuing Customers”,SocialScienceElectronicPublishing, vol.41,no.1(2004),pp.7-18.

[6] Lumpkin G. T., Dess G. G.,“E-Business Strategies and Internet Business Models: How the Internet Adds Value”,OrganizationalDynamics, vol.33,no.2(2004),pp.161-173.

[7] Bauer H. H., Hammerschmidt M., “Customer‐based corporate valuation: Integrating the concepts of customer equity and shareholder value”,ManagementDecision, vol.43,no.3(2005),pp.331-348.

[8] Ho C. T., Liao C. K., Kim H. T., “Valuing Internet companies: a DEA-based Multiple Valuation Approach”,JournaloftheOperationalResearchSociety,vol.62,no.12(2011),pp.2097-2106.

[9] Pigliapoco E., Bogliolo A.,AService-BasedModelfortheInternetValueChain, in Proc. of the Int.l Conf. on Access Networks,ACCESS-11, 2015，pp.13-18.

[10] 唐敬年、皮立君、宋丹峰等：《基于績效預(yù)測的收益現(xiàn)值法》，《中國資產(chǎn)評估》2000年第6期。

[11] 王少豪、李 博：《網(wǎng)絡(luò)公司價(jià)值分析及評估方法》，《中國資產(chǎn)評估》2000年第6期。

[12] 陳 鈾：《網(wǎng)絡(luò)企業(yè)價(jià)值評估研究》，碩士學(xué)位論文，西南財(cái)經(jīng)大學(xué), 2003年。

[13] 馮耕中、吳月琴、于 洋：《新興網(wǎng)絡(luò)企業(yè)價(jià)值評估研究述評》，《預(yù)測》2003年第5期。

[14] 郭 蕾：《網(wǎng)絡(luò)企業(yè)的價(jià)值評估研究》，碩士學(xué)位論文，北京郵電大學(xué), 2006年。

[15] 方曉成：《網(wǎng)絡(luò)企業(yè)價(jià)值理論和評估方法研究》，碩士學(xué)位論文，合肥工業(yè)大學(xué), 2007年。

[16] 張智芳：《互聯(lián)網(wǎng)企業(yè)的價(jià)值評估》，《經(jīng)濟(jì)研究導(dǎo)刊》2009年第21期。

[17] 江浩正：《基于價(jià)值創(chuàng)造的網(wǎng)絡(luò)公司價(jià)值評估模式的構(gòu)建研究》，《經(jīng)濟(jì)師》 2010年第11期。

[18] 張志剛、楊棟樞、吳紅俠：《數(shù)據(jù)資產(chǎn)價(jià)值評估模型研究與應(yīng)用》，《現(xiàn)代電子技術(shù)》2015年第20期。

[19] 劉 暢：《移動互聯(lián)網(wǎng)背景下企業(yè)新型價(jià)值評估理論研究》，碩士學(xué)位論文，山東大學(xué)，2014年。