《层次分析法与蒙特卡洛模拟法模型概述4500字》

层次分析法与蒙特卡洛模拟法模型概述综述1.1数据资产的评估思路数据资产具有更新快、作用广的特点，一方面将数据资产的现金流从整体中分离出来不能代表数据资产的真实价值，另一方面，数据资产的现金流大多数情况也并不能完整准确的从整体中分离出来。因此为了真实准确的反映数据资产的价值，采用了先整体后部分的评估思路。首先通过收益法的切割法评估出表外组合无形资产的价值。表外组合无形资产的价值是指全部股东权益价值与净资产评估价值的差额。对于发展较好的企业来说，正是由于表外的无形资产的存在，全部股东权益价值才会超过净资产评估价值，表外的无形资产的存在使得企业获得了收入的增加和成本的减少，并且提升了企业的综合竞争力。因此净资产评估价值产生溢价的部分就是表外组合无形资产的价值。在采用收益法评估全部股东权益价值时采用的是间接的方法。通过企业的自由现金流量评估出企业的整体，而后用企业的整体价值减去有息负债得到全部股东权益价值。采用企业自由现金流量间接评估全部股东权益的价值相较于采用股权自由现金流量直接评估全部股东权益价值更加真实和稳定。其次通过层次分析法和蒙特卡洛模拟法在表外组合无形资产中测得数据资产的价值。对于企业而言，主要的表外组合无形资产主要包括数据资产、客户关系、人力资本、研发技术和销售网络。通过层次分析法与蒙特卡洛模拟法，将定性与定量相结合，估测出数据资产的贡献率，从而得到数据资产的评估值。如图3-1。企业整体价值有息负债企业整体价值有息负债全部股东权益价值净资产评估价值表外组合无形资产价值数据资产价值收益法层次分析法和蒙特卡洛模拟通过“先整体，再部分”的评估思路，不仅考虑了数据资产更新的时效性问题，还考虑了数据资产价值的全面性，也更加适用于不能将现金流从整体中分离出来的数据资产。1.2层次分析法概述层次分析法作为目前有效的问题分类研究方法，是由美国著名的运筹学家A.L.Satty等人在20世纪70年代提出的，它将定性和定量分析结合，多维度进行目标决策。他主张把复杂的问题（即目标层）分成多个组成因素，并按不同层次之间的支配关系构建层次结构。然后通过两两比较的方式，构建判断矩阵，综合决策者及专家意见判断，确立决策方案重要性的相关权重排序。层次分析法曾被用来分析企业资源计划。企业资源计划（ERP）系统是一项重要的投资，它同样也是一种数据资产，它可以显著影响企业未来的竞争力和绩效。Chun-ChinWei,Chen-FuChien,Mao-JiunJ.Wang（2005）提出了一个选择合适的ERP系统的综合框架。该框架可以系统地构建ERP选择的目标，以支持企业的经营目标和战略，识别适当的属性，并建立一个一致的评价标准，以促进群体决策过程。他们提出了一个基于AHP的决策分析过程来选择合适的ERP系统的综合框架。制定企业资源规划系统的基本层次结构和目标选择程序。根据目标的结构，可以得到评价各种ERP系统和供应商的相关属性。在还不具有判断标准时，如何建立判断标准，就可以通过层次分析法达到目的。层次分析法简称AHP法，是根据问题的性质和要达到的总目的，把影响总决策的要素按照逻辑关系分层梳理，并通过两两比较的方法，利用专家判断组合成一个多层次分析结构模型。AHP通过直接处理决策层次中元素对的重要性、偏好或可能性的优先级的配对比较，避免了等级颠倒，这正是人们在进行实际决策时遵循的自然方法。两两比较是AHP选址模型中的一个关键步骤，用于确定选址因素的优先权重，并根据定性因素对候选站点进行评分。该方法一次只关注两个因素及其相互关系，因此决策者更愿意提供相对偏好信息而非绝对偏好信息。每个因素的相对重要性通过测量量表进行评级，以提供与口头判断相对应的数字判断。主特征向量是正倒数成对比较判断矩阵A所导出优先级的必要表示。当提供数值判断时，个体尝试按顺序估计潜在比率标度及其等价的一致比率矩阵。近似一致矩阵是必要的，因为在处理无形资产时，人类的判断必然是不一致的，如果用新的数据资产能够将不一致性改进为近似一致性，那么这就可以提高决策优先级的有效性。此外，判断对大扰动比小扰动更敏感和灵敏，因此一旦达到近似一致性，就变得不确定哪些系数应该受到小扰动来将一个近似一致矩阵转换为一致矩阵。因此层次分析法通常用来解决难以通过具体数据解决的难题，具备综合思维和专业性，是一种更为系统的方式。目前国内已有多位学者利用层次分析法对数据资产进行分析。假如想从不同的角度分析影响数据资产的因素，可以将收益法和层次法相结合，可以利用层次分析法构建数据价值评估框架。层次分析法在评估数据资产上的运用也为本文提供了一定的理论基础。1.3蒙特卡洛模拟法模型概述蒙特卡罗方法也称统计模拟方法，是1940年代中期由于科技的发展和电子计算机的发明，而提出的一种以概率统计理论为指导的数值计算方法。20世纪40年代，在冯·诺伊曼，斯塔尼斯拉夫·乌拉姆和尼古拉斯·梅特罗波利斯在洛斯阿拉莫斯国家实验室为核武器计划工作时，发明了蒙特卡罗方法。因为乌拉姆的叔叔经常在摩纳哥的蒙特卡洛赌场输钱得名，而蒙特卡罗方法正是以概率为基础的方法。与它对应的是确定性算法。蒙特卡洛模拟的基本思想是：当所要求解的问题是某种事件出现的概率，或者是某个随机变量的期望值时，它们可以通过某种“试验”的方法得到这种事件出现的概率，并用它们作为问题的解。通过“大数定律”无限接近真相。蒙特卡洛模拟已经成为解决定性问题非常有效的方法。通常蒙特卡罗方法可以粗略地分成两类：一类是所求解的问题本身具有内在的随机性，利用计算机的运算能力将这种随机过程进行模拟；另一种类型是所求解问题可以转化为某种随机分布的特征数。对于数据资产的评估方法，最早LongStaff和Schwartz（2001）第一次将最小二乘法和蒙特卡洛方法相结合的LSM法（LeastSquaresMonteCarloApproach，简称LSM）引入来评估数据资产价值，还用来研究期权定价和期权历史交易数据之间的关联性，进一步加快了国外对于数据资产研究的步伐。之后Stentoft（2004）将LSM法进行了深入的研究，将其运用到了实践之中，进一步改进了LSM法，并积极推广数据资产评估方法。Cortazar和Gravet（2008）提高了LSM法的适用范围，将其运用到美式实物期权的价值评估中，再。Villani等（2014）为了解决企业项目风投中的不确定性风险，在风投中运用LSM法，使得项目估算任务更加精确完整。JustusWolff等（2018）针对修改后的DCF模型提出以数据资产为主的互联网企业估值方法：第一，估计成长阶段是成长型公司和数据驱动型公司的典型代表，第二，软件研发的支出被视为资本支出，将软件和IP视为无形资产。如将蒙特卡罗模拟应用于价值评估，则可获得以下优势：首先是将问题或系统的假设模型化蒙特卡罗模拟可将问题或系统的假设模型化。当分析模型难以确定约束条件时或者没有历史数据可以参照时，通过一定的假设前提，例如确定变量变动的上下界限和变动的程度，通过模拟运算即可得出较为合理的结果。如当直接确定现金流量或利润的预期值比较困难时，可以直接将市场需求量、生产量等作为输入变量，从而计算出最终结果。其次是蒙特卡罗的模拟仿真能力，可以为评估师建立“经济实验室”经济分析研究。蒙特卡罗的仿真能力，使分析者能够根据特定输入量的集合对系统性能或行为结果进行各种测度。最后是评估结果更贴近现实。蒙特卡罗模拟考虑到了各个参数未来波动的可能性，将计算参数从一个简单的“价值点”扩大为一个合理的波动区间，考虑其在不同边界空间中的各种可能性，因此更加贴近现实。将层次分析法与蒙特卡洛模拟相结合，一方面层次分析法可以在获取专家数据的基础上，将数据资产的价值从组合无形资产中分割出来；另一方面，在层次分析法将数据资产价值的重要性用概率来表示，并应用蒙特卡洛模拟计算数据资产价值的贡献度，有利于从计算结果中发现不确定因素对数据资产价值的影响。1.4层次分析法与蒙特卡洛模拟法评估模型构建对于企业来说，企业具有较大的发展潜力，获得内在价值的增值，就是因为企业具有较大的发展潜力，在其发展壮大过程中，拥有较多的表外资产价值，表外资产价值又常常表现为数据资产、客户关系、人力资本、研发技术、销售网络等无形资产的价值。同时采用收益法单独对数据资产价值进行评估时，往往存在着相关收益难以有效分离的问题，并且因为数据资产更新较快且时效性强的特点，采用收益法单独对数据资产进行评估时，主观性环节较多，具有较大难度。基于以上问题，在评估企业数据资产是采用先整体在分离的技术思路。首先通过对企业全部股东权益价值进行评估，用企业全部股东权益价值减去企业净资产评估价值得到企业表外无形资产组合的价值。即：企业表外无形资产组合价值=企业全部股东权益价值-企业净资产评估价值其次通过层次分析法和蒙特卡洛模拟确定数据资产贡献率，通过表外无形资产组合价值乘以数据资产贡献率得到数据资产的价值。即：企业数据资产价值=企业表外无形资产组合价值×数据资产贡献率企业全部股东权益价值净资产评估价值企业全部股东权益价值净资产评估价值表外无形资产组合价值人力资本销售网络客户关系研发技术数据资产图3-2数据资产评估分析图表外无形资产组合价值收入增加表外无形资产组合价值收入增加成本减少人力资本综合竞争力增强销售网络客户关系研发技术数据资产因素层决策层目标层图3-3表外无形资产组合层次结构图1.4.1层次单排序权重检验定义收入增加为元素U1,成本减少为元素U2，综合竞争力为U3，定义收入增加、成本减少、综合竞争力对表外无形资产组合价值作用的矩阵为A。定义数据资产、客户关系、人力资本、研发技术、销售网络对收入增加作用的矩阵作用为A1，对成本减少作用的矩阵为A2，对综合竞争力作用的矩阵为A3。首先通过专家打分法的方式，明确除数据资产外其他四项无形资产对决策层的权重关系，并通过一致性调整得到权重系数矩阵。再设定数据资查案对于决策层的重要性分别为QUOTEX1X1,QUOTEX2X2,QUOTEX3X3，得到三个不同的判断矩阵QUOTEA1A1,QUOTEA2A2,QUOTEA3A3。在专家打分时，将上述因素两两比较，按重要性程度评价，引入1-9打分表，根据两两比较构建比较矩阵。其中，QUOTEaijaij是指标i和指标j重要性对比后的表现，赋值在1-9和其倒数中间取值，详见表3-1。表3-1比例标度表指标i比指标j量化值相同重要1稍微重要3明显重要5强烈重要7极端重要9比较判断的中间值2,4,6,8（1）A定义矩阵单层次排序，确定U1-U3三因素在东方财富无形资产收益中作用的大小并进行一致性检验：（2）定义矩阵，建立单排序确定五项无形资产对收入增加的贡献大小并进行一致性检验。（3）定义矩阵，建立单排序确定五项无形资产对成本减少的贡献大小并进行一致性检验。（3）定义矩阵，建立单排序确定五项无形资产对综合竞争力的贡献大小并进行一致性检验。构建完成比较矩阵之后，计算比较判断矩阵的特征向量特征根λ，得到最大特征根QUOTEλmaxλmax。比较判断矩阵特征向量的值，即是同一层次中若干元素对相邻上一层次某一元素的相对重要性排序权重。排序权重需要满足一致性要求。首先，计算一致性指标公式为：其次，根据比较判断矩阵阶数n，查表可以得出平均随