本文是一篇物流论文，本文通过改进后的多期超额收益模型，利用二次分割的思路估算数据资产分成率作为突破点应用于企业的数据资产价值研究。
1绪论
1.1研究背景及意义
1.1.1研究背景
在全球信息化水平快速发展的大背景下，大数据是目前一个快速发展的新兴产业，它专注于数据生成、收集、存储、处理、分析和服务。它不断与媒体、物流、电商等产业深入结合，正逐渐成为促进经济社会质量变革、动力变革、效率变革的重要动力。面对世界不断变化而复杂的局势和新一轮技术产业革命的深入发展，世界各国相继出台大数据发展战略，开辟大数据产业创新发展的新路径，着力挖掘数据要素的多元价值，力争其发展的制高点。中国也不例外，党中央、国务院也高度重视大数据产业。从倡导之初到现在，不断出台和落实相关政策制度，推动大数据在各领域的融合发展，致力于构建完善的大数据产品和服务体系，以此培育大数据产业集群发展高地。经过五年的努力，中国大数据产业已逐步成为支撑经济社会发展的有力产业，不仅数据资源丰富，而且数据采集、传输和存储的基本能力显著提高。最重要的是大数据产品和服务应用非常广泛。
其中，物流产业与大数据的结合发展是最典型的，两者的结合会将现代物流运营全流程中的运输、仓储、装卸、配送等信息给数据可视化。简单地来说就是将物流企业的整个运作过程进行了全数字化的描述。这些海量数据包含着许多价值，企业通过收集、处理、加工、分析这些数据会挖掘出它们的价值，应用好这些数据会使物流系统更高效、及时和精准，给物流企业带来巨大的经济效益，这就是现代物流企业所拥有的数据资产。
综上，本文通过对物流行业数据资产的探究基础上，运用资产评估理论知识，参考相关文献研究，对其进行价值评估，希望能为探索现代物流企业数据资产的价值提供有效的评估思路和模型构建参考。
1.2文献综述
1.2.1数据资产相关理论研究
（1）数据资产概念及演进发展
《Nature》专刊中曾提到过，人类对数据资产的认识和理解有利于帮助我们对这个世界的认识和理解。由此可以看出数据资产的重要性，对其界定和认识是后续研究的第一步，也是最为关键的一步。
Glazer（1993）提出信息密集型企业成功运用信息技术得到的信息就是数据，强调了信息在企业管理中的重要性[2]。Gargano和Raggad（1999）认为数据是主体拥有或者控制的能够给主体带来经济效益的资源，也就是能够进行交换商业价值的资源，符合资产的相关定义[3]。姆彼得斯（2003）提出企业要将数据和信息资产方面的管理和应用的重视度提高至与其他资产一样，并将其作为一项新资产进行考虑[4]。Fisher（2009）对数据资产进行了较为详细的认定，认为数据资产是可以给企业带来收入的相关系统、数据库、网页及应用程序，并且需要企业将其作为资产进行处理[5]。Viktor（2013）也秉承着数据应作为企业资产这一理念，并提出应该将其列入企业的资产负债表中予以列示，便于企业的经营管理[6]。Peter E.D（2016）也指出数据信息是企业的一项重要资产，在此基础上还进一步认识到数据信息的质量问题和管理问题。同时也认为数据资产的研究还处于初级阶段[7]。
2物流企业数据资产相关概述及其价值分析
2.1数据资产相关概述
2.1.1数据资产概念的界定
伴随着信息技术的深入发展，大数据技术成为了改变世界的第三次科技革命，基于数字平台的新产业和新商业模式如雨后春笋般涌现，迅速改变了人类社会生产和生活的方式。例如许多视频、音乐软件都会根据客户之前的播放记录和搜索记录来推荐相关视频和音乐，淘宝等购物软件亦如此，这些都是大数据技术应用在其平台上所出现的结果。在两者深入融合发展下，数据资源呈指数化增长，海量数据不断产生，数据资产应运而生。由文献阅读可知，在1974年，理查·彼得斯（Richard Peters）最早提到“数据资产”这一名词，他主张其内涵为持有的政府债券、公司债券等资产。随着数据资产的发展，其具体内涵与外延受到了许多学者的关注和研究，大量学者从不同行业不同角度去定义它，直至目前都没有一个较为统一的概念认定。在资产评估行业从“数据”和“资产”两个角度进行解读分析：
（1）数据是在大数据技术联合产业发展下，对日常生活和一些客观事实用数字形式进行记录和总结。在此基础上进行数据的挖掘与分析。
（2）从会计对于资产的定义出发，认为其满足资产的两大首要条件：首先，这些资产由特定主体拥有或控制；其次，它们预计会为企业带来经济利益流入。
综上所述，资产评估协会在2019年发布了《资产评估专家指引第9号——数据资产评估》将数据资产定义为由特定主体合法拥有或者控制，能持续发挥作用并且能带来直接或者间接经济利益的数据资源。
2.2物流企业数据资产相关概述
2.2.1物流企业数据资产概念及特征
（1）概念界定
在目前，由于大数据技术的应用，物流业的发展进入了一个新的阶段。许多物流行业巨头已经完成了数据从采集—处理分析—应用等数据平台的建设，形成了较为成熟的大数据生态系统。因此在对物流企业数据资产界定时需要顾及数据在物流企业中的应用基础，基本可以分为物流数据和用户数据两类数据。前者是由于企业在物流运输过程中数据将随着物流过程的移动而产生，从收货、装卸到配送和交付，所有阶段都将产生大量的数据。后者属于用户在信息技术下产生的相关数据来源。
本文在上文对数据资产定义的基础上，结合物流企业数据资产的特征，归纳出物流企业数据资产的基本概念为基于物流企业全流程产生的海量数据和用户应用数据上，通过数据行为投入形成的企业拥有或者控制的，预计能为企业带来利润增加、节约成本和提高竞争力等经济利益流入方向，存在于网络空间可读取的数据资源。
（2）物流企业数据资产特征
本文研究的对象为物流企业的数据资产，除了前文2.1.2中对数据资产总的特征分析，该行业还有一些特有的特征存在。
①海量数据：物流企业在经营中存在多个环节，从接受需求到最终的送达完成都会生成大量数据，如装运数据、库存数据和运输数据等。这些数据可以是结构化的或非结构化的。
②时效性：数据资产的时间有效性是指数据产生价值有特定的时间范围。而物流企业在正常经营过程中，对数据及时性要求较高，数据资产通常需要实时处理和分析，以支持运营决策。
3物流企业数据资产评估方法选择及改进模型的构建.............................17
3.1传统评估方法的适用性分析................................17
3.1.1成本法............................................17
3.1.2市场法......................................17
4案例分析.......................................29
4.1案例背景............................29
4.1.1企业基本情况....................................29
4.1.2企业数据资产概况..................................31
5研究结论、不足与展望...........................49
5.1研究结论...............................49
5.2不足之处............................................49
4案例分析景
4.1.1企业基本情况
1993年，顺丰控股有限公司在广东顺德成立，经过长期发展，于2017年在国内A股上市，股票代码002352。如今，顺丰控股已发展成中国最大、世界第四大的快递物流综合服务商。公司围绕物流生态系统展开业务拓展，拥有多样化的业务线，并深化产品分级以满足各个细分市场需求，覆盖客户的整个供应链。近年来，顺丰大量投入网络信息技术，通过多年专注的运营和具有前瞻性的战略布局，构建了覆盖国内外市场的“天网+地网+信网”综合物流服务网络。其直营网络是一个独特而稀缺的综合物流网络系统，网络控制力强，在国内同行中具有较高的稳定性。截至2022年，顺丰控股总营收入达2,675亿元，较上一年上升25%，全国的城市和县级服务覆盖率高达90%以上。该公司的国际快递和供应服务已经覆盖了全球98个国家和地区，国际小包业务更是遍布全球225个国家和地区。可谓是中国快递物流行业的领军企业。
（1）企业财务状况分析
文章采用的是基于熵权层次分析法的多期超额收益模型。所以，需要对企业的财务状况进行简单地了解和分析。
①经营状况分析
本文将对顺丰控股在2018—2022年的主要财务数据进行比较，并解析近五年顺丰控股的主要财务状况。相关数据如表5.1所示：
5研究结论、不足与展望
5.1研究结论
众所周知，互联网的快速发展促进了数字经济的时代进程，社会的各行各业都基于互联网信息技术，不断地转型和创新企业的发展方式，深化产业发展链。对于物流企业来说，利用各类信息技术将物流环节数字可视化可以极大地帮助物流企业掌握市场动态，把握新需求、发现新动力。目前，行业内海量数据不断产生，数据资产的规模不断扩大，其已然成为企业发展需要抓住的重要资源。把握企业所拥有和能够转换为生产要素的数据资产成为当下物流行业的重中之重。
本文主要以物流行业的数据资产为分析对象，首先介绍研究了数据资产背景、现状和意义；其次对相关理论、价值评估方法文献进行梳理总结；随后以物流行业数据资产为主体进行价值分析；然后提出熵权层次分析法优化多期超额收益法模型进行具体的价值评估方法；最后以物流行业的头部公司顺丰控股为案例分析对象，对评估过程进行具体论述，计算其拥有的数据资产的价值。通过数据资产的理论研究和案例分析得出以下研究结果：
（1）本文通过改进后的多期超额收益模型，利用二次分割的思路估算数据资产分成率作为突破点应用于企业的数据资产价值研究。在计算的具体过程中，首先，通过灰色预测模型进行营业收入的预测，便于计算企业的自由现金流；其次，从企业自由现金流中将表外无形资产的超额收益剥离出；最后利用引入熵权法改进层次分析法的综合评价方式，从增加收入、降低成本、提高竞争力三个方面着手测算数据资产占表外无形资产的比重，以此不仅可以减少数据资产与其他资产的价值交叉问题，还可以降低层次分析法的主观性。
（2）通过案例公司顺丰控股的具体验证过程可知，文章根据往年企业年报等信息确定多期超额收益模型的相关参数和各项资产贡献值，估算出顺丰控股所持有的数据资产价值约为67.21亿，占企业表外无形资产的38.62%，可以看出其具有一定的规模，这对于顺丰控股企业在进行数字化深化发展时起到了举足轻重的作用。
参考文献（略）