物流企业的无形资产评估研究——以圆通为例
一、物流企业无形资产评估现状
(一) 对大数据资产评估方法匮乏
大数据作为一种决策力、洞察力和流程优化能力都全方位升级的信息资产和载体平台, 是物流企业日常营运转型升级的关键, 起到了降低财务费用和优化资源配置的作用。作为知识经济的产物, 大数据通过整合海量信息的企业, 特别是新兴知识经济下以无形资产为主的物流企业, 带来了高价值的数据资源和超额收益。这说明大数据作为物流企业的重要无形资产带来了可观的价值。大数据的运用渗透在物流企业日常经营的主要环节之中, 如图1所示:
物流企业的整个运营过程可以大体分为三个环节:运输、仓储和配送, 各家物流公司为了实现“最后一公里”的目标都必须在这三个关键环节上利用大数据实现资源最优化配置, 在运输环节上利用大数据信息可以将货主与司机进行最优匹配, 降低空驶率, 节约运输成本, 还可以收集司机装载、卸载日志, 记录运输的平均速度和停顿时长, 监控司机行为的同时为下一次运输找到更优路线;在仓储方面, 智能机器人通过大数据的定位、导航信息可以在仓库中合理分工各司其职, 提高分拣工作效率;配送环节上, 物流企业利用用户大数据信息精准定位, 提供更为便捷的服务。但在物流企业的无形资产评估当中未将大数据资产列入到无形资产的评估范围, 仅将土地权、商标、域名、专利和著作权列入到无形资产当中, 这就造成了物流企业无形资产评估理论与实务相脱节, 物流企业无形资产评估的准确性降低, 不符合物流企业的发展现状。
(二) 评估方法比较单一
传统的物流企业评估往往采用收益法, 用超额收益作为预期收益进行估测, 极少采用市场法和成本法。传统观念认为目前我国物流业的上市公司较少, 市场机制并不完善, 缺乏相关可比数据, 不具备市场法的应用前提。物流企业各个单项无形资产的成本还具有不完整性、弱对应性和虚拟性的特点, 难以对无形资产的重置成本进行估测。因此传统观念认为物流企业不适宜采用市场法和成本法进行评估。
图1 大数据对物流企业各环节的影响 下载原图
然而近年来物流企业上市进程加快, 截止至2018年5月共有48家物流企业上市公司, 是物流企业2016年总上市公司的2倍。物流企业的并购活动也日益频繁, 出现了苏宁收购天天快递、青旅物流收购全峰快递、圆通收购先达国际等多起物流企业并购案例, 物流企业市场逐渐形成, 可比的上市公司及其交易活动增多。因此, 采用市场法评估无形资产的应用前提条件实际已经具备。
二、大数据资产价值评估方法
(一) 大数据平台的构建
构建大数据平台, 整合数据信息并筛取有效信息成为所有企业运用大数据进行管理的关键。如图2所示, 大数据平台主要由五部分构成:一是数据源和数据终端, 物流企业的数据多来自于运输数据跟踪和市场分析, 数据终端主要是基于GPS定位的移动终端平台。二是数据的获取, 通过三个步骤实现:首先是数据采集, 利用Kafka (支持高吞吐量持久性的数据传递) 、Flume (用于聚合日志数据) 等接口装置将系统外部数据输入到系统内部;其次是数据运输, 采用运输机制将获取到的数据传输到存储端;最后是数据预处理, 用于甄别不完整数据、脏数据, 保障数据挖掘的质量。三是数据的存储, 主要包括操作平台这种硬件基础设施和以MPP和Hadoop为代表的数据管理软件。MPP是一种结构化系统, 主要用以支撑数据的深层分析和挖掘。非结构化操作群组Hadoop由HDFS存储端、Map Reduce数据计算端和其他有关数据读取和统计的系统组成, 与MPP处理系统并列存在, 对数据进行挖掘和提取。四是将挖掘得到的数据结合行业特征和需求进行数据分析, 运用Hive SQL等工具从挖掘来的海量数据中提取出对不同类型企业有帮助的部分。五是运用BI等操作平台将有用数据生成完整信息辅助企业运营, 如报表应用、生产应用等等, 物流企业中生成的有用信息主要用于规划最优路线, 定位顾客位置。这五部分相辅相成, 综合利用云计算和分布式技术, 使构建的大数据平台可以做到全面刻画用户信息, 精准检测运送位置。
(二) 收益法评估大数据资产价值
大数据平台的搭建较为复杂, 包括数据的收集、存储、分析等多个流程, 还需要配置多个数据操作和处理系统, 这些系统程序密集, 对应用技能要求高, 使用过程中需要专业技术人员操作。用成本法对大数据资产进行评估需要对所有操作系统、人工成本进行估值, 操作困难可行性差。数据资产市场的不完整意味着市场法也不适用。大数据资产在其生命周期内带给物流企业的超额收益可以通过计算成本的节约量进行预测与货币计量, 承担的风险可预测和计量, 获利年限也能够可靠计量, 大数据资产满足收益法运用的三个前提条件, 因此采用收益法对大数据资产进行价值评估。
1. 收益额的估测
通过比较未使用无形资产和使用无形资产之后的单位成本变化计算出大数据资产给物流企业带来的超额收益。大数据在形成系统的平台之前虽然普遍存在于物流企业之中, 但并未与专业数据处理工具结合形成有用的大数据资产, 也没有为物流企业带来成本效益。因此可以通过公式 (1) 计算出大数据带来的超额收益:
图2 大数据平台的搭建 下载原图
(1) 式中R为超额收益, C1, C2分别为使用大数据之前年份与评估基准日时物流业务的单位成本, Q为物流企业使用大数据之前的业务量, T为企业所得税税率。
2. 折现率&收益期限的估测
如公式 (2) 所示, 折现率r的选取采用无风险利率r1加上风险利率r2。其中r1采用我国国债利率, r2通过物流企业β系数可以进行测算。
国家政策中明确指出到2025年我国将全面铺开在物流企业中对大数据资源的应用, 虽然数据资产本身不具有使用年限及贬值的说法, 但是其带来的超额收益是有限的。本次评估基准日为2016年12月31号, 在考虑到有关专家的专业分析以及政府政策后, 将收益期限暂定为10年。最后根据公式 (3) 求得大数据资产价值:
(3) 式中P为评估价值, 为未来第i年的预期收益, r为折现率, i为年序号。
综上所述, 在对物流企业的无形资产价值测算过程中应该包含对大数据资产的测算, 并与传统的无形资产价值加总作为物流企业的总体无形资产价值。
三、以圆通为例用市场法评估物流企业无形资产价值
(一) 圆通公司简介
上海圆通速递 (物流) 有限公司成立于2000年, 2016年在中国上市, 并于2017年登上中国企业500强名单。县级以上服务范围覆盖率高达98%, 在世界上50多个国家和地区设有业务网店, 服务规模与服务质量持续提升, 2016年圆通速运业务量为44.60亿件, 市场规模位居快递行业前列;公司营业收入168.18亿元, 较2015年增长39.04%;重点加强时效和服务质量提升工作, 平均有效申诉率降幅为41.15%。圆通公司特别注重对技术的投入和对人才的留用。截止至2016年12月31日, 圆通速运无形资产总量为15.6亿元, 较2015年 (10.2亿元) 增长了52.42%;建立员工年终绩效奖金、项目激励奖金、股权激励等长效激励机制, 以保留公司内部的核心人才。
作为一家上市公司, 圆通在市场上有众多可比的同类型上市公司, 因此采用市场法对圆通企业的无形资产进行评估, 评估基准日为2016年12月31日。
(二) 选取参照物
圆通速递、申通快递、韵达速递、百世快递、顺丰速运和德邦物流的市场占有率、资产总额、网点+加盟店数量、无形资产总额如表1所示, 被评估快递公司圆通速递的市场份额、资产总额、网点数量、无形资产总额等因素与市场上的申通快递、韵达快递和百世汇通相关因素数值相近, 具有可比性, 因此可以选取以上三个公司的数据作为用市场法评估圆通速运无形资产价值的参照物。而顺丰速运和德邦快递在市场占有率、资产总额方面与圆通快递存在较大差异, 因此不选取为参照物。
表1 上市快递公司重要指标 下载原表
(三) 可比因素指标分析
借鉴苑泽明 (2018) 观点的基础上, 尝试构建大数据资产价值指标, 将物流企业无形资产评估分为3个一级指标, 分别为创新能力指标、可持续发展能力指标和大数据资产价值指标, 并细分为8个二级指标, 分别为研发能力、科技人员密度、资产增长率、无形资产收益、员工素质、价值密度、营运年数和业务覆盖范围, 如表2所示:
1. 创新能力指标
创新可以使企业利用现有的生产资源开发出新的生产能力, 为企业带来多方面超额收益, 因此将创新能力作为度量物流企业无形资产的一个重要指标。Penrose (2012) 认为企业的发展应归结为内部技能与知识的积累, 内部技能在物流企业中可以简化为研发能力, 知识积累主要体现在公司员工中技术人员所占的比重, 因此将创新能力细化为研发能力和技术人员密度这两个二级指标。
研发的投入和政府的扶持是体现研发能力的两大主要助力。物流企业正处于政府红利时期, 国家对高新技术产业进行大力扶持, 助推物流企业向智慧物流转型, 研发创新背后的部分资金来自于国家政策拨款, 因此将政府补助收入纳入到衡量无形资产研发能力指标中, 用R&D投入和政府补助之和与营业收入与营业外收入之和的比值作为评价指标, 来反映物流公司的创新意愿和创新能力。科技人员是公司知识积累的主要来源和核心力量, 因此可以用科技人员数量与公司员工总数之比, 来度量技术人员的密度。
2. 可持续发展能力指标
可持续发展能力是无形资产评估的重要指标之一。创新活动并非是微观企业发展的充分条件, 也很可能因投资不当或经营失误导致企业面临衰退的风险。而可持续发展可以对无形资产的效率、质量以及风险因素进行进一步的判断。因此将可持续发展能力指标具体分为以下三个二级指标:资产增长率、无形资产收益和员工素质。
表2 无形资产质量评价指标 下载原表
资产增长率是用当期资产与上一期资产之差与上一期资产进行比较, 体现出公司的资本累积能力, 是衡量公司后期发展动力的关键性因素;无形资产收益率是用企业无形资产与总资产之比, 主要反映公司对于无形资产的重视程度;员工素质的高低直接影响物流企业无形资产价值的大小, 是企业的核心竞争力的体现, 主要选取本科学历员工在总员工所占比例, 作为员工素质的评价标准。
3. 大数据的质量
与一般无形资产度量方式有所不同, 大数据价值评估会受到企业运营状况的影响。对大数据资产采取从数量和质量两方面进行评价, 设定了评估大数据资产价值的三个二级指标:运营年数、公司业务覆盖范围以及大数据的价值密度。
大数据平台搭建的基础就是来自于数据端的原始数据, 而企业运营年数是累积大量数据的前提条件, 随着运营年数的增加, 物流企业的顾客信息、运输信息以及定位信息会随着运营年数逐渐累积增加, 因此将企业的运营年限作为评价大数据平台开发潜能的一项重要指标。
公司业务的覆盖范围反映大数据被开发的实际情况。网点与加盟商数量越多, 公司收集数据的能力越强, 可以从市场上获得的与业务活动相关的数据越多, 可以更好的利用大数据对顾客群体和市场发展趋势进行具体剖析。
价值密度用市场占有量除以总体容量与总市场覆盖范围的乘积来度量, 主要反映大数据资产对数据的获取能力。也就是说价值密度越大, 企业在现有网点以及加盟商中可以获取到的数据量越多, 对已开发的大数据资源的利用效率的评价指标。
4. 物流企业特殊可比因素的考虑
考虑到物流企业往往采用不同的发展策略和进度, 使得投资于固定资产和在建工程的时间点有所不同, 在评估基准日时各物流公司资产状况就会产生较大的差异, 而这些差异会影响市场法下的指标分析, 进而导致评估结果可能出现巨大偏差。为了消除这种与公司性质和行业属性无关却又对评估结果产生显著影响的因素, 在评估圆通公司过程中通过单独列支对资产规模的修正系数, 从而增强评估的准确性。
(四) 运用市场法对无形资产总体进行估值
参考资产评估市场法中的类比调整法, 如表3所示, 在此例中是将圆通公司的各项指标分别与申通、韵达和百世汇通的对应指标比较, 得出三组修正系数, 采用公式 (4) 得出参照物的比准价值。
参照物比准价值=参照物无形资产总价值×∏各项修正系数 (4)
最终由市场法得到的圆通公司2017年无形资产评估价值为36.38亿元, 2017年评估报告中圆通公司实际无形资产价值为37.76亿元, 误差率仅为3.65%, 远远小于8%, 证明用市场法评估物流企业无形资产价值有其合理性和可操作性。
表3 圆通与参照物各项指标数值 下载原表
四、评估物流企业无形资产时应注意的问题
(一) 注意劣质数据对大数据资产价值的影响
数据库中的错误数据及与现实情况不一致的数据被称为劣质数据。出现劣质数据的主要原因是数据缺乏时效性和及时性, 物流企业整体发展走向的变化会使历史数据失去可用性, 或者是由物流企业缺乏对大数据平台的及时更新维护导致的, 数据源、数据获取和数据存储中任意一个环节中系统维护不及时都会降低数据时效性。为了避免大数据质量的下降给评估造成的消极影响, 企业需要注意所处行业的宏观发展方向, 也应该定期对大数据平台进行维护与升级, 减少劣质数据对大数据资产价值评估的影响。
(二) 注意技术并购对物流企业无形资产评估的影响
随着科学技术的发展, 核心技术与创新能力成为了物流企业抢占市场份额, 获取客户资源的关键。巨大的科技创新压力促使物流企业的技术并购活动频繁发生。技术并购会使得物流企业R&D费用降低, 潜在研发能力提升, 与原有技术的相辅相成等优势。在对有技术并购行为的物流企业进行无形资产评估时, 除考虑各无形资产单独的收益以外, 还应该考虑到多种无形资产共同作用于企业时带来的协同效应的增值。可以采用层次分析法、专家打分法等对协同效应进行评估。
(三) 注意外部环境因素对物流企业无形资产评估的影响
随着行业竞争压力的日益增加, 地区差异、客户偏好等外部环境因素在物流企业经营过程中发挥着越来越重要的作用, 对其无形资产价值的评估也产生了多方面的影响。以地区差异为例:江浙沪地区经济发达, 物流数据积累量大, 知识型人才密集聚集, 该地区的物流企业可以以较低的成本获得更优的数据资源和人力资源这两种关键的无形资产。因此, 在对物流企业进行无形资产价值评估时, 必须要考虑到行业发展的关键外部因素对物流企业无形资产评估产生的正面与负面影响。
赵振洋陈金歌
