评估方法相关模型示例供参考.docxVIP

评估方法相关模型示例

（供参考）

一、收益法相关模型示例

（一）直接收益预测

.技术思路

直接收益预测是对利用被评估数据资产直接获取的收益进行预测的方式。

.参考公式

式中：

Ft一一预测第t期数据资产的收益额；

Rt一—预测第t期数据资产的息税前利润。

.适用场景

直接收益预测通常适用于被评估数据资产的应用场景及商业模式相对独立，且数据资产对应服务或者产品为企业带来的直接收益可以合理预测的情形。

例如：拥有用户数据的某公司建立数据资产管理中心，经用户授权后，提供数据调用服务并收取费用。

（二）分成收益预测

.技术思路

分成收益预测是采用分成率计算数据资产预期收益的方式。具体思路是，首先计算总收益然后将其在被评估数据资产和产生总收益过程中作出贡献的其他资产之间进行分成。分成率通常包括收入提成率和利润分成率两种。

.参考公式

采用收入提成率时：

Ft=%*Ktl

采用利润分成率时：

Ft=七*《2

式中：

口一一预测第t期数据资产的收益额；

Ft

D——预测第t期总收入或者息税前利润；

K——预测第t期数据资产的收入提成率；

二一一预测第t期数据资产的净利润分成率。

勺2

.适用场景

分成收益预测通常适用于软件开发服务、数据平台对接服务、数据分析服务等数据资产应用场景，当其他相关资产要素所产生的收益不可单独计量时可以采用此方法。

例如：对第一手数据进行加工利用并与软件开发服务等传统IT项目结合为完整的解决方案，实现数据持续不断地在未来预测期间间接变现。

在确定分成率时，需要对被评估数据资产的成本因素、场景因素、市场因素和质量因素等方面进行综合分析。

（三）超额收益预测

.技术思路

超额收益预测是将归属于被评估数据资产所创造的超额收益作为该项数据资产预期收益的方式。具体思路是，首先测算数据资产与其他相关贡献资产共同创造的整体收益，然后在整体收益中扣除其他相关贡献资产的贡献，将剩余收益确定为超额收益。除数据资产以外，相关贡献资产通常包括流动资产、固定资产、无形资产和组合劳动力等。

.参考公式

Ft=Rt—〉Q

式中：

Ft——预测第t期数据资产的收益额；

Rt——数据资产与其他相关贡献资产共同产生的整体收益额；

n一—其他相关贡献资产的种类；

i——其他相关贡献资产的序号；

Q——预测第t期其他相关贡献资产的收益额。

.适用场景

超额收益预测通常适用于被评估数据资产可以与资产组中的其他数据资产^无形资产、有形资产的贡献进行合理分割，且贡献之和与企业整体或者资产组正常收益相比后仍有剩余的情形。

尤其是数据资产产生的收益占整体业务比重较高，且其他资产要素对收益的贡献能够明确计量的数据服务公司。

例如：对自有及公开数据进行加工整合后通过提供可供查询、自助分析的数据产品实现较明确的预期收益。

在确定超额收益时，首先将被评估数据资产与其他共同发挥作用的相关资产组成资产组，然后调整溢余资产，进而对资产组的预期收益进行估算。在此基础上剔除非正常项目的收益和费用，以便预测折旧摊销和资本性支出等，从而确定贡献资产及其贡献率，并估计贡献资产的全部合理贡献。最后将预期收益扣除被评估数据资产以外的其他资产的贡献，得到超额收益。

（四）增量收益预测

.技术思路

增量收益预测是基于未来增量收益的预期而确定数据资产预期收益的方式。该增量收益来源于对被评估数据资产所在的主体和不具有该项数据资产的主体的经营业绩进行对比,即通过对比使用该项数据资产所得到的利润或者现金流量，与没有使用该项数据资产所得到的利润或者现金流量，将二者的差异作为被评估数据资产所对应的增量收益。

.参考公式

为=RR—RNt

式中:

Ft——预测第t期数据资产的增量收益额；

RYt——预测第t期采用数据资产的息税前利润；

RNt——预测第t期未采用数据资产的息税前利润。

.适用场景

增量收益预测通常适用于以下两种情形下的数据资产评估：一是可以使应用数据资产主体产生额外的可计量的现金流量或者利润的情形，如通过启用数据资产能够直接有效地开辟新业务或者赋能提高当前业务所带来的额外现金流量或者利润；二是可以使应用数据资产主体获得可计量的成本节约的情形，如通过嵌入大数据分析模型带来的成本费用的降低。

增量收益预测是假定其他资产因素不变的情况下，为获取数据资产收益预测而进行人为模拟的预测途径。在实务中，应用数据资产产生的收益是各种资产共同发挥作用的结果。资产评估专业人员应当根据实际情况，进行综合性的核查验证并合理运用数据资产的增量收益预测。

采用收益法评估数据资产时，可以通过以上四种方法获得收益预测，也可以结合数据资产的实际情况，对上述方法进行调整或者拓展。

二、成本法相关模型示例

P=C*S

式中：

P——被评估