一、引 言

随着互联网的普及和人们生活水平的提高，网络数据库在促进文化交流和经济发展方面发挥着越来越重要的作用。根据中国互联网协会的数据，截至2018年6月，我国互联网用户数量达到8.02亿户，互联网市场年交易总额达到5万亿元，仅网络作品直接交易就达到了6500亿元。同时，网络数据库是网络作品数据的集合，经常会遇到需要判断价值大小的经济事项，如交易定价、侵权赔偿、版权交易、股权投资等。数据库庞大的交易数量、时有发生的侵权行为以及大量的订阅付费，对网络数据库及其作品的价值判断有了迫切要求，以网络数据库为代表的网络资产价值评估成为当前评估理论界和实务界关注的焦点问题之一。

网络数据库的绝大部分资产属于无形资产，可以参考无形资产的评估方法进行评估。目前，学界对无形资产价值评估方法取得了比较一致的观点，Smith,G.V.［1］、董晓峰［2］、张志红［3］等学者认为采用收益法对无形资产价值进行评估比较可行。赵振洋、陈金歌［4］认为收益法是将资产带来的未来现金流进行折现求和，以此作为资产的价值，涉及的核心参数主要有收益额、折现率和收益期限。对收益额和收益期限，评估行业中形成了比较成熟和规范的做法，比较容易确定，其中收益额可以根据资产带来的历史收益，由资产利用发展趋势进行预测，而收益期限则根据资产存续状态、法律规定和技术寿命等因素确定，这两个参数合理确定的可靠性较高。［5］而折现率被认为是敏感而又不易确定的参数，李胜坤［6］对折现率进行过研究，认为折现率本质上是资产要求的报酬率，需要与资产带来的现金流匹配使用，测算的方法主要有4种：行业平均收益率法、资本资产定价模型法、加权平均资本成本法和风险累加法。行业平均收益率法是采用行业的净资产收益率作为资产折现率，等于行业中各个企业的平均净利润除以各个企业的净资产价值，再求取其平均值作为收益率。资本资产定价模型法（CAPM）和加权平均资本成本法（WACC）主要用于企业价值评估，［7］［8］其中资本资产定价模型用于企业股权价值评估，它等于无风险报酬率加上风险报酬率，无风险报酬率通常采用长期国债到期收益率确定，风险报酬率由资产和市场的风险相关系数与市场风险溢价相乘来确定，但这两个系数确定比较困难。［9］［10］胡晓明等通过对并购重组公司的风险溢价进行测算，发现大多数评估机构得出的风险报酬率结果存在差异。［11］加权平均资本成本法主要用于企业整体价值评估，它等于股权所要求的报酬率乘以股权所占的比重，加上债权所要求的报酬率乘以债权所占的比重，不适用于单项资产、单独股权的价值评估。风险累加法是将资产使用过程中的各种风险进行分解，分别测算出各个风险报酬率再进行累加，以此确定资产的折现率，这种方法需要辨析资产在使用过程中的各种风险，主观性比较强，需要较为丰富的实践经验。王炜［12］通过比较发现，采用累加法模型和资本资产定价模型（包括加权平均资本成本模型）得出的折现率相差不大，并探索得出无形资产折现率由无风险报酬率、无形资产载体风险报酬率和无形资产特有风险报酬率三部分组成，该模型本质上是资本资产定价模型，属于该模型的扩展。

通过以上的分析可以看出，采用这几种方法对网络数据库资产折现率进行确定，都存在一定的局限性。行业平均收益率法过于宽泛，没有体现出单个网络数据库的风险特征；资本资产定价模型中的参数和市场风险溢价较难确定，主观性较强；加权平均资本成本模型只适用于企业价值的折现率求值，且有时也会涉及参数和市场风险溢价的测算，不确定性较大；累加法可以明确区分风险的来源和性质，但在具体判断时难度会较大，没有可以判断的依据。因此，需要探究结合网络环境特点的数据库折现求取方法，为合理确定网络数据库价值提供可靠的参数依据。

综上所述，本文将阐述网络数据库价值评估收益法的运用，重点探究折现率测算问题。这里将综合累加法和行业平均净资产收益率法，采用层次分析法和集值统计相结合的方法，确定网络数据库价值评估的折现率，并根据风险构成的关系，将网络数据库的报酬率看成由三部分构成：一是无风险报酬率，这是折现率的基础，即所有资产在使用过程中，都会要求有无风险的回报率；二是网络行业的风险溢价率，网络行业显然有高于无风险报酬率的收益率，这部分风险溢价率是网络行业所要求的、高于无风险部分的报酬率；三是某个网络数据库特有的风险报酬率，这是由于不同网络数据库因规模、消费者等不同而独特存在的风险。网络数据库的风险，比较难以确定的也是这部分风险，将这部分风险单独进行计量，可以体现单个数据库特有的风险报酬率。将这三部分的报酬率累加作为网络数据库的折现率，并将该折现率作为参数代入收益法评估公式中，可以合理评估出网络数据库的价值。

二、网络数据库价值评估特点及思路

（一）特点

网络数据库是将传统作品数字化或者直接在计算机上生成数字化作品的集合，典型的数据库有音乐数据库、电影数据库、期刊数据库等，利用大数据及相关技术不断实现企业价值增值。［13］数字化作品能够给拥有者带来经济收益且没有实物形态，具有明显的无形资产特征。网络数据库价值评估，除了具有一般资产评估的特点外，还需要结合网络的具体环境进行分析，需要把握以下特点。

一是注重网络环境的影响。数据库存在于网络环境中，影响网络数据库价值的因素与影响一般资产价值的因素存在显著差异，最明显的是评估时还需要考虑网络覆盖范围广、传播速度快、复制成本低以及数据资源可选择等特点。而一般资产考虑的是资产所依附的产品或者服务在现实社会中的影响因素，包括市场竞争、产品销售、需求状况等因素，不需要考虑网络具有的辐射范围广、网络信息交流顺畅、网络交易便捷等因素的影响。网络数据库更快速和便捷的特性，也是网络数据库更易获得价值投资者青睐的原因。

二是需要关注数据库自身条件。网络数据库价值大小与数据库自身条件密切相关，不同的数据库在作品类型、用户对象、使用频率等方面会存在较大差异，导致它们的价值也会不同。自身条件包括数据库资源类型、作品数量、检索方式、检索速度、检索准确性、作品历史跨度、下载速度、系统稳定性与安全性等。这些因素都会影响消费者的下载和使用频率，最终影响用户数量，也会影响广告商对数据库的广告投入，以及数据库授权用户数量等。这些都会影响到数据库的服务收入，最终影响其价值。

三是注重数据库的整体获利能力。获利能力是数据库资产价值判断的基础，直接决定了数据库价值的高低。数据库的获利来源包括用户付费订阅、单个作品下载、直接授权以及广告收入等其他辅助收费项目，如果这些项目的收费高，则表示数据库的获利能力强，其价值就高，反之则价值低。所以，判断数据库的整体获利能力是分析数据库价值的前提。

（二）思路

对网络数据库进行价值评估，仍然采用收益现值法，即先评估出网络数据库带来的预期收益，然后采用折现率进行折现求和，以此作为网络数据库的价值。这里的折现率将采用无风险报酬率、网络行业净资产风险溢价率和网络数据库特有风险报酬率三者之和进行测算。无风险报酬率一般采取长期国债到期收益率测算；网络行业净资产风险溢价率采用市场上网络公司的净资产收益率，减去无风险报酬率进行测算；网络数据库特有风险报酬率是先将网络数据库价值实现过程中的风险因素进行分解，采用层次分析法确定各类风险的权重，然后根据经验确定这些风险报酬率的取值范围，最后采用集值统计的方法对风险报酬进行修正，得出网络数据库的折现率。将折现率代入收益法公式，可以测算出网络数据库的价值。该思路的关键在于确定网络数据库特有的风险报酬率。具体计算公式如式（1）、（2）和（3）所示。

式中，P为网络数据库价值，Fi为网络数据库第i年获得的收益，n为网络数据库预期收益年限，m为网络数据库使用过程中的风险分类，R为网络数据库折现率，Rf为无风险报酬率，Rh为网络行业净资产风险溢价率，Rz为某个网络数据库修正后的特有风险报酬率，Mini为某个网络数据库特有风险报酬率的最小值，如果该值小于0，则取值0，Maxi为某个网络数据库特有风险报酬率最大值，Zi为通过集值统计处理后的修正系数。

虽然层次分析法在确定各类风险权重时操作较为简单，但主观性太强，无法衡量专家所给出评分判断的准确度，而集值统计不同于经典统计，它在评分中给出的是一个模糊子集，可以减少专家的随机误差［14］，通过集值统计修正后得出的折现率，可以更合理地分析得出某个网络数据库的特有风险报酬率，所以这里采用集值统计的方法进行修正。

三、网络数据库风险评价指标及权重的确定

（一）指标的确定

网络数据库在运营与管理过程中会面临各种风险，网络数据库风险评价指标是确定风险报酬率的基础。本文在研究过程中，咨询了包括数据库公司、知识产权和评估公司方面的专家，讨论后认为数据库的资产由数据库硬件设施、数据库软件系统、数据库内容以及数据库组织管理四个方面构成，带来风险的因素主要是管理因素、技术因素、市场因素和法律因素，这4个因素构成一级风险指标。经过文献梳理和专家的再次讨论，对4个一级指标进行分解，综合构建了15个二级指标，各个指标具体包含的内容如表1所示。

（二）指标权重的确定

指标体系确定以后，采用专家打分的方法确定各个指标的权重。具体过程为先确定目标层、准则层和方案层，然后确定各个层级的具体指标，最后确定各个层级的具体权重。这里的目标层为网络数据库风险，准则层分为价格、用户数量和竞争力，方案层为网络数据库风险的影响因素。构建的层级及其指标如图1所示。

按照网络数据库价值形成过程中的风险来源及程度，其权重确定过程如下：

1.构建两两比较的判断矩阵。邀请专家对同一层级的指标之间相对于上一层级的各个指标重要程度进行两两比较，采用Saaty提出的“1-9标度方法”，即设置从1到9的数字，数字越大，代表重要程度越高。为了使比较更清晰，这里用数字1、3、5、7、9来表示同等重要、稍微重要、明显重要、十分重要和极端重要，数字2、4、6、8作为介于上面相邻数字的插入值，这样得到了比较判断值矩阵A=（λij）。

表1 网络数据库资产价值风险指标因素

2.计算特征向量和特征值。根据专家打分的结果，将准则层对目标层的比较矩阵A=（λij）n×n的列向量进行归一化处理，得到矩阵tij，再将tij按照行相加得到si=∑tij，si归一化处理后得到S=(s1,s2,s3)T，则特征向量中的元素为wi=si/∑si(i=1,2,3)，特征向量W=(w1,w2,w3)T，即特征向量为准则层对目标层的指标单排序权重。计算结果如表2至表5所示。

3.对判断矩阵进行一致性检验。根据各个判断矩阵的特征向量，由公式AW=λW计算各个判断矩阵的最大特征值λmax，一致性检查指标CI=，n为判断矩阵的阶数。一致性比率的计算公式为其中CI为一致性指标，RI为平均随机一致性指标。当CR＜0.1时，可认为判断矩阵的不一致在允许的范围之内，满足一致性要求。通过计算，各个判断矩阵均满足一致性要求，计算结果见表2-5所示。

表2 准则层对目标层单排序与一致性检验结果

表3 方案层对准则层价格的单排序与一致性检验结果

表4 方案层对准则层用户数量的单排序与一致性检验结果

表5 方案层对准则层竞争力的单排序与一致性检验结果

4.确定各个指标的权重值。将一级指标中的各个单排序进行组合，可以得到一级指标因素的各个指标相对权重。管理因素、技术因素、市场因素、法律因素的权重计算分别为：

同理，二级指标由各个判断矩阵可以测算出各层指标的相对权重，二级指标的目标层是各一级指标的风险，准则层是价格、用户数量和竞争力。将各层指标权重进行组合，可得出总排序，计算结果如表1所示。

四、基于集值统计的特定风险溢价修正系数的确定

在资产评估中，采用专家评分的方法对风险进行度量是较为常见的方法，但该方法无法衡量专家判断的准确性，而集值统计是对实验给出一个区间范围，相对于确定数值而言，提高了准确性，减少了专家判断的随机误差。

（一）集值统计的计算方法

专家对网络数据库风险进行评价时，对每一个指标风险的大小给出一个区间估计值，设定为k表示第k个专家给出的估计值表示风险较小数值表示风险较大数值，则如果选取≥N个专家进行评价，则可以得到≥N个判断区间，形成一个集值统计序列：，将这N个判断区间在评价集值轴上叠加，则某一指标形成的分布落影分布函数X(u)为：

评价指标的计算公式为：

上述评价指标的可靠性，可以通过专家评价指标的估计差异进行分析，如果专家对评价指标判断差异较大，则落影分布函数(u)较为扁平，反之则比较窄尖。一般可以采用置信度法和区间方差法表示，具体测算公式为：

g值越小，b值越大，说明评价指标的数值越集中，反映了专家对风险指标评价看法越趋于一致，其把握程度越大，相对的可靠性越高。反之，g值越大，b值越小，说明评价指标的数值越离散，反映了专家对风险指标评价看法越不趋于一致，其把握程度越小，相对的可靠性越低。

（二）特有风险报酬率风险修正系数的确定

根据专家对网络著作权的权重和风险评价结果，可以确定特有风险报酬率修正系数，其计算公式为：

某类风险修正系数Zi数值越大，说明该类因素形成的风险越大，该类因素形成的风险报酬率也越大，反之则越小。对于特有风险报酬率，实务中一般根据经验取值：0～5%。这一经验取值在测算具体数据库价值时，需要按照权重分为管理因素、技术因素、市场因素以及法律因素，从而得到各个风险因素的特有风险报酬率。依据公式（8）可以测算某个网络数据库特有风险报酬率的大小，累加后可以得到网络数据库的特有风险报酬率。最后，将三个不同的报酬率累加，可以得到折现率。

（三）网络数据库价值测算

将测算的网络数据库所带来的收入、折现率以及收益期限代入公式（1）中，可以测算出网络数据库的价值。

五、评估案例的具体应用

XT音乐数据库是目前市场上以数据库经营为基础的在线音乐平台公司，也是目前中国市场上最大的音乐数据库，曲库数量超过了2000万首。其营业收入主要通过付费订阅、数字专辑、虚拟礼物、增值服务四种音乐商业模式实现，预计2018年至2021年数据库经营产生的收益为56.23亿元、86.37亿元、115.34亿元和150.36亿元，以后年份将保持2021年的水平，要求测算XT音乐数据库的价值。

通过调查分析，确定国家十年前国债到期收益率为3.02%，以此作为无风险报酬率。网络行业的风险溢价率采用上市公司净资产报酬率减去无风险报酬率来确定，而XT音乐库的特有风险报酬率依据下面的步骤来测算。

（一）建立权重指标并确定各风险权重

综合分析XT音乐数据库运用状况和资产构成特点，通过专家分析的方法确定了管理风险、市场风险、技术风险和法律风险4个一级风险因素，并对每一个因素构建若干个二级风险影响因素。通过层次分析法对各个风险因素进行量化，构建了二级指标的风险权重指标。具体如表1所示。

（二）对各个二级指标因素进行集值测算

通过聘请的10位专家对各个二级指标进行风险评估。由于专家的背景知识、指标熟悉程度以及认识程度不同，对自己能够清晰辨识的风险采用较窄的区间表示，较为清晰或者把握性不大的采用较宽的区间值表示，区间的范围为［0,1］,对不能够辨识的风险或者不易判断的风险则采用［--］表示。最后汇总各位专家的意见，得出10位专家的集值统计结果，如表6所示。

根据公式（5）、（6）和（7），可以分别计算参数u、g和b。这里以二级指标的质量控制因素风险C1为例进行说明。根据公式（5），可以计算出C1的u。

根据公式（6）和（7），可以测算置信区间值和置信度。

根据计算结果可知，值均高于0.9850，说明评价指标的数值比较集中，反映了专家对风险指标评价看法较为一致，相对的可靠性较高。由于特定风险值一般处于0～5%范围取值，根据4个因素的权重，可以确定特定风险的取值范围。同时，每一类风险根据公式（8）可确定该数据库的具体风险值。这里以管理因素的风险来说明修正系数的计算。

表6 XT音乐数据库特有风险集值统计表

经过测算，技术风险、市场风险和法律风险的测算值分别为0．4677、0．5609和0．4867。再根据公式（3）可以测算出该XT音乐数据库的特有风险报酬率为3．81%。具体计算见表7所示。

表7 XT音乐数据库的特有风险报酬率计算过程

因此，XT音乐数据库的特有风险报酬率为3．81%。同时，无风险报酬率采用十年期国债到期收益率测算，经过查询为3．02%。网络行业的风险溢价率采用网络行业265家上市公司2013年至2017年的净资产收益率均值，减去无风险报酬率后确定为7．31%。XT音乐数据库的折现率为：

R=Rf+Rh+Rz=3．02%+7．31%+3．81%=14．14%

根据公式（1），XT音乐数据库的价值为：

六、结 论

本文根据网络数据库资产价值评估的需求现状，探讨了从风险视角评估网络数据库价值问题，构建了基于风险参数分析的收益法评估模型。从评估案例的运用过程来看，该模型对合理评估出网络数据库的价值具有较好的适用性。综合文中的分析，可以得出以下三个方面的结论：

第一，收益法是评估网络数据库价值的有力工具，而风险是其重要的影响因素。网络的虚拟性和市场交易的不活跃性，决定了收益法是评估网络数据库价值可行的方法。同时，网络具有的覆盖范围广、传播速度快、复制成本低等特点，使风险成为判断其价值高低的重要指标，对风险的度量也是使用收益法的重要前提。

第二，网络数据库的风险评价指标体系包括管理因素、技术因素、市场因素和法律因素4个一级指标以及15个二级指标。这些指标构成了风险分析的基础，并在此基础上采用层次分析法确定了各个指标的权重，为合理确定风险报酬率打下了基础。

第三，无风险报酬率、网络行业风险溢价率和单个网络数据库特有风险报酬率的折现率测算方法，具有较高的可靠性和合理性。本文分别就这些风险报酬率的测算进行了说明，特别是采用集值统计的方法计算特有风险值，克服了单一层次分析法主观性较强的弱点，对合理衡量风险具有较好的纠偏作用，是对以往风险度量方法的优化和发展。