《数据资产价值评估研究的国内外文献综述4300字》

数据资产价值评估研究的国内外文献综述目录TOC\o"1-2"\h\u29003数据资产价值评估研究的国内外文献综述 121371.1国外研究现状 1700（1）关于数据资产的研究现状 114680（2）基于层次分析法的研究现状 214053（3）基于蒙特卡罗法的研究现状 2250991.2国内研究现状 27526（1）关于数据资产的研究现状 231842（2）基于层次分析法的研究现状 35619（3）基于蒙特卡罗模拟法的研究现状 4104031.3文献评述 41.1国外研究现状（1）关于数据资产的研究现状国外的数据市场交易最早出现在2008年，数据资产的研究主要集中在数据资产的管理与如何提升企业价值方面。Pitney（2009）认为数据应作为一项资产进行价值的衡量，概述了提高数据质量的有效方法。Longstaf（2011）认为将数据转化为资产以获得竞争优势即知识资产，对于形成现代企业的竞争优势变得越来越重要，因此，数据创建，更新和传播的方式至关重要。数据有价值，数据是一项资产的理念开始得到普遍认可。所有数据组成部分创建的信息具有可衡量的价值，这是实现战略目标和获得或保持竞争优势不可或缺的。同样，所有数据的价值会随着时间的推移而增加或减少，这取决于对这一资产的管理效率。Whitepaper（2014）认为高质量的数据有助于通过确保通信在正确的位置到达预期的接收者，从而降低运营成本，高质量的数据可以帮助公司更有效地定位信息。今天，甚至交易文件，也被用来交叉销售和推广新产品和服务。总体而言，高质量的数据有助于改善公司的总体客户体验和员工满意度。在数据资产的价值影响因素方面，Glazer（1999）首先提出全面评估公司的数据资产有很多要素，即它所知道的总和。在下游链中，交换过程在企业之间进行，公司及其客户，包括营销渠道。在上游链中，交换是公司与其供应商之间的交换；公司内部的交换过程是为了促进运营。PitneyBowesBusinessInsight（2009）认为提高数据资产的价值主要通过格式化字段、解析字段组件、检查内容、删除重复项、持续维护和高质量输入的方式。认为数据是独占的，是并不稀缺的，是通过使用价值会变大的，是可以自我再生，因此认为使用传统方法对信息进行价值评估的尝试已被证明是有问题的。由此可见，虽然学者们认识到了数据资产的价值，但是由于数据资产的多重特性，到目前为止，针对于数据资产的价值影响因素还存在较多的角度，并没有形成完整的体系。（2）基于层次分析法的研究现状正是由于数据资产的多重特性，导致了数据资产在评估时具有较大的难度，需要更多的专业性。而层次分析法在数据资产评估时就更好的保留了专业性。对于复杂问题的研究，国外早已经利用层次分析法取得了较多的成功案例。EddieW.L.Cheng（2001）使用层次分析法（AHP）对不同形式的信息进行优先级排序，以有助于更好地分配建设项目的资源。SHENLiang（2002）将AHP用于风险投资项目的评估和决策，他将定量和定性分析相结合，为多目标评估决策提供了理论依据。P.-Y.Li（2007）采用层次分析法对商业银行不良资产的证券化风险进行了评估。层次分析法的关键是标度的类型合适，选择适用性最强的标度形式有利于寻找最优方案。由于1-9标度具有较强的适用性，因此Saaty教授建议使用它。对于数据资产来说，不存在完全相同的数据资产，数据资产也不会保持不变，因此就需要更多的专业判断数据资产目前的状态，层次分析法就可以很好地运用到数据资产的评估当中。（3）基于蒙特卡罗法的研究现状采用数据资产评估也会存在一些弊端，因为不会收集到所有专家的意见，每位专家对判断标准的理解也不会相同。针对风险条件的分析，资产评估界将蒙特卡洛模拟法引入到评估过程中。自20世纪60年代以来，蒙特卡洛模拟一直是定量分析风险的一个重要组成部分。French（2003）将概率论理论作为衡量风险的理论依据，同时借助正态分布、三角形分布、泊松分布等理论从数理统计角度分析风险，并将蒙特卡洛模拟技术用于对自由现金流量的分析中，从而得出评估风险的一种方法。Gaud等人（2005）在对不动产评估中，针对APV模型中参数风险问题，采用蒙特卡洛模拟技术对APV模型进行改进，对改进后的新模型的适用性进行分析。Vaish等（2011）从风险管理方面的应用着手，给出蒙特卡洛模拟改进或补充传统评估方法的机理，它是人们主观认识无法完全识别风险时，以概率的形式去计算求得不确定风险的大小。这些案例显示，蒙特卡洛模拟法可以成功的运用到资产评估中，并且可以在降低风险方面具有良好的效果。1.2国内研究现状国内对数据资产价值评估研究目前尚未形成完整的全覆盖的估值模式。（1）关于数据资产的研究现状在对于数据资产的定义和统计范围方面，马丹（2020）认为数据资产大体上等同于无形资产的范畴，是指能为企业带来经济利益流入的数据集，包括声音、图像、文字等以电子形式储存的能为企业创造价值的资源。将数据资产按来源分为互联网、传统业务系统、物联网三大来源，传统业务的数据高度结构化，比如企业产生的数据，包括线下商业交易数据、银行和股票记录数据、电子商务数据以及信用数据等。对于已经市场化的数据可按交易价格入账，对于尚未市场化的数据可按可比资产定价、期权定价和成本法定价。在对于数据资产价值影响因素方面，张驰（2018）认为应该从交易体系角度构建对数据资产的价值分析模型。通过深度学习技术，计算颗粒度、活性度、关联度、多维度和规模度五个特征维度值。虞正和高红冰（2019）认为影响数据资产价值的影响因素包括四个方面，从数据资产质量价值角度，主要是数据的真实性、完整性、准确性等；从数据资产的实用价值角度来说主要包括稀缺性、时效性、多维性等；从外部环境来说包括商业环境的法律和道德两方面的影响。徐岚珊（2020）认为还应该考虑数据建设以及维护成本，数据库的保密性与共享性，数据共享程度，使用效果评价等因素。因为数据资产的价值贡献作用越发明显，国内的学者们对数据资产的评估方法展开了较多的探讨。左文进（2019）在借鉴传统的资产估价方法基础上引入了Shapley值法和破产分配法则，设计出大数据资产分解估价方法，其适用于组合数据资产。陶怡然（2019）利用层次分析法对数据资产的五个价值影响因素进行综合分析，包括颗粒性、多元性、规模性、关联性以及活跃性。在针对互联网企业的数据资产价值评估的评估方法选择上，李永红（2017）分析了不同方法的适用条件，当采用收益法进行评估时，应根据数据资产的预计有效期确定合适的未来每期的收益以及总期限，最后折现得出现价值；当采用市场法进行评估时应考虑是否有一个合适的市场，哪些要素会对市场价值产生影响，会产生多大程度的影响；当采用成本法进行评估时会忽视数据资产的盈利能力，评估值往往偏低。郭邑彤（2019）采用了B-S定价模型的方法评估互联网企业数据资产，一方面在动态环境下对数据资产进行评估，另一方面符合互联网企业高风险高收益的特点。余炳文（2019）认为数据资产评估的风险评价指标体系应该从风险角度来看，他通过运用AHP法构造指标体系以及集值统计法修正风险值大小来得出风险报酬率，并结合收益法进行评估。（2）基于层次分析法的研究现状层次分析法在数据资产中应用较为广泛。周芹、魏永长、宋刚（2016）运用层次分析法和蒙特卡罗模拟法得出数据资产对电商的价值贡献率。王玉兰（2018）认为由于数据资产是一种特殊的无形资产，因此根据其特性对现有的数据资产评估方法进行了比较分析，运用AHP法通过构建评估模型进而评估数据资产。同样也是在2018年李永红、张淑雯将AHP法和灰色关联分析法相结合的方式，将数据资产价值的影响因素嵌入其中，并运用关联度来确定可比数据资产，进而对市场法进行修正，构建数据资产价值评估模型，最终评估数据资产的价值。通过文献研究，层次分析法是数据资产评估中经常使用的一种方法，适用范围广，且具有较好的效果。（3）基于蒙特卡罗模拟法的研究现状蒙特卡洛模拟法在资产评估领域通常用来解决风险的问题。王少豪（2013）认为假如将传统的折现现金流量模型运用到高风险企业中就会产生诸多问题，不同类型的企业未来的销售收入和成本可能会不同，并且还会有一定的破产可能，这些因素是无法用静态的常规假设反映出来的。高风险公司同样意味着高收益的存在，但是这种潜在的可能不是能够用概率的正态分布度量出来的，即它的盈利水平不在同一平均值水平上下波动。蒙特卡洛模拟法对未来的财务数据都是通过随机取样来确定的，能够客观反映市场的变化。姜惠宸（2015）针对文化创意类企业价值估计分析后认为，该类企业“轻资产性”特征明显，传统收益法需要改进。同时，结合创意企业资产构成及价值特点，采用蒙特卡洛模拟技术对传统收益法进行了改进。高锡荣、杨建（2017）则对“轻资产”典型企业互联网企业的价值评估方法进行了研究。针对互联网用户价值来代表企业价值的这类企业，提出蒙特卡洛模拟技术和实物期权法结合时，最特殊的假设是在梅特卡夫法则下进行。常振辉（2017）提出在公司估值中FCFE模型可以与蒙特卡洛模拟相结合。由于市场的风险，让各个参数在最佳估计数附近取随机数，将值代入变形后的模型当中可以得到一系列的PV值，观察这些PV值并做进一步的统计分析可以很好的找到更符合实际的PV值，对公司价值做出更精准更总体的把握。李珍、赵慧峰（2018）运用蒙特卡洛模拟技术确定森林资产抵押价值时，分析出影响此类资产风险的内部因素包括生物资产的生长情况，外部因素是林业相关政策的特殊性，行业特征明显。刘晓煜（2019）提出基于蒙特卡洛模拟与现金流量模型相结合的方法将企业价值评估过程从静态的“点”评估转变到了动态的“区间”评估，这种做法包含更全面的信息。近年来，蒙特卡洛模拟法在资产评估中应用较多，对于解决风险问题有着良好的效果，可以对主观因素进行修正。1.3文献评述综上分析，国外研究主要集中在数据质量管理方面，对数据资产的评估方法的研究集中在将最小二乘蒙特卡洛模拟方法和实物期权法相结合的不断改进与完善的过程中。同时，将层次分析法运用到复杂问题的研究中较多，蒙特卡洛模拟多用来进行修正风险问题。国内研究对数据资产的评估研究主要集中数据资产的价值影响因素上，数据资产的评估方法主要是运用层次分析法。但是由于缺少一定的修正，而蒙特卡洛模拟曾经运用在诸多领域，如互联网企业、创意企业等。通过国内外的研究分析，可以发现，将层次分析法和蒙特卡洛模拟法相结合具有可行性，将定性和定量相结合，更有利于提高数据资产评估的准确性。同时通过文献研究可以发现，目前的数据资产评估研究是将重点主要集中