企业数据资产价值评估研究

随着大数据技术的发展，数据资产逐渐成为企业的核心资产，数据资产的价值也在多个方面得到体现。准确评估数据资产价值不仅能够促进企业降本增效，还能推动数据交易市场的构建规范。本文从影响企业数据资产的因素出发，分析并构建了数据资产价值评估指标体系。结合层次分析法、成本法、市场法、收益法和综合法等多种方法建立了数据资产价值评估模型，为企业评估数据资产价值提供了借鉴和依据。     

智慧物流企业数据资产价值评估研究

智慧物流产生的数据资产已经成为企业的关键生产要素,也成为市场竞争的关键因子。本文通过深入分析智慧物流企业价值实现途径,从价值创造过程和价值转移过程两个方面探索物流企业数据资产价值变现途径,为数据资产价值的剥离奠定基础;利用多期超额收益法与层次分析法对数据资产的价值进行评估。可为加强企业内部数据资产管理和完善数据资产评估相关法律、法规提供建议。     

基于多期超额收益法的互联网金融企业数据资产价值评估研究

数据资产作为互联网金融企业的关键生产要素，其价值挖掘有助于提高组织的核心竞争力。本文通过梳理互联网金融企业数据资产的特征、价值来源及价值影响因素，提出互联网金融企业数据资产价值变化系数，并借助多期超额收益方法中的差量法对国内领先互联网金融信息服务提供商——同花顺的数据资产价值进行评估。本文研究不仅有助于深化理论界对数据资产的理解，而且丰富了互联网金融企业的评估范畴，特别是对完善数据资产相关评估规范具有重要的借鉴意义。     

数据资产及其价值评估方法:研究综述与展望

随着智能时代的到来,数据先行已成为各行业发展的首要特点。数字化变革已发展成企业增强竞争力的新赛道,而数据资产化也成为了下一次颠覆世界、驱动新时代发展最关键的里程碑。现如今,数据资产的发展仍处于起步阶段,怎样对数据资产价值进行有效准确的评估成为了各界急需解决的问题。通过文献研究,首先回顾了数据资产基本概念和数据资产价值影响因素;其次梳理了数据资产价值评估方法;最后基于已有的探索内容对数据资产价值评估方法进行了未来展望,以期能够对数据资产价值评估理论研究有所帮助。     

数据资产的识别确认与价值评估

本文对数据资产的识别确认与价值评估进行深入探讨。对于数据资产的识别确认,本文比较了资产评估中的数据资产识别与会计核算中的数据资产确认的异同,着重分析了数据资产控制权及预期经济利益的判断,并对数据资产评估对象与评估范围的界定做出详细阐述。对于数据资产的价值评估,本文分别研究了运用成本法、收益法和市场法评估数据资产的难点事项,为数据资产评估提供理论支持与实践指导。     

互联网企业数据资产价值评估体系的构建

在互联网+时代,数据资产作为一项重要资产,评估其价值具有非凡的意义。本文基于前人对无形资产价值评估研究成果的基础上,结合数据资产本身的特点,引入层次分析模型构建指标评价体系;构建数据资产价值评估模型,提出一个数据资产价值评估的框架。     

数据、数据资产及其价值评估

数据与传统生产要素相比具有独特的性质，对于数据的不断认识、对数据资产的深入理解以及对数据资产价值评估的核心要素进行广泛和深入的研究及探讨具有重要的现实意义。本文对数据、数据类型、数据资源和数据资产的相关概念、内涵和相互关系，数据要素价值分配和评估对象进行了阐述，对数据资产的成本、收益、市场和风险要素以及价值评估的主要方法进行了较为系统的分析。本文抛砖引玉，希望引起行业专家学者更广泛和深入的研究和探索。     

电子数据资产及其评估方法量化改进：创新与实证

本文旨在对电子数据资产及其价值评估方法进行初步研究。在阐述电子数据资产定义、性质特征、分类方式以及价值体现形式的基础上,针对电子数据资产固有特性构建其价值评估体系,重点分析和设计评估指标和定性指标定量化的处理方法,并进一步从市场法角度对电子数据资产的价值评估开展实证分析,对电子数据资产评估的实务操作提出建议。     

要素市场化改革下企业数据资产权属辨识与价值评估思考

我国数据要素市场化改革正式开启，数据要素开始进入国民经济价值创造体系，数据资产将成为企业重要的资产之一。目前数字资产定义尚未明确，哪些数据要素属于企业数据资产，如何让数据要素成为企业数据资产仍有待探索。本文立足我国要素市场化改革顶层设计，结合资产概念发展进展，为科学界定数据资产提供新的思路。从数据价值创造出发对数据权利进行分类，进而探讨数据权属问题，对数据权利的明确构成了企业数据资产价值开发和管理的重要基础。此外，企业数据资产管理还要解决估值和计量问题，考虑到数据资产价值实现具有高度不确定性，对其价值评估不仅要考虑当前价值，还要评估其未来价值潜力。     

企业数据资产价值评估探讨

近年来,随着大数据、云计算、人工智能等各种先进数字化技术的全面普及应用,我国已经正式进入“数字经济”红利大规模释放的新时代。同时数据资产的经济价值日益显著,现已成为各行业领域运营发展的一项重要战略资源。准确评估数据资产价值,不仅能够促进数据交易市场的科学构建,还能够助力企业实现降本增效。基于此,本文围绕企业数据资产价值评估的相关概述展开研究,深度剖析影响企业数据资产价值的相关因素,综合探讨新时期科学构建数据资产价值评估体系的有效措施,希望能为相关企业提出一些具有参考价值的合理化建议。     

数据资产动态折现率的确定——以恒生电子股份有限公司为例

折现率是采用收益法评估数据资产时对评估结果有重大影响的参数,也是最具复杂性的参数。由于数据资产的特殊性,其折现率与其他资产相比应具有不同的内涵,采用传统的确定方法计算数据资产的折现率,可能存在一定的误差,折现率的微小变动将对评估结果产生巨大影响。由于数据资产价值的动态性,传统方法计算的静态折现率也不能完全反映其价值。本文基于资本资产定价模型,探析数据资产的动态折现率。以恒生电子股份有限公司为例,计算其数据资产的折现率,并且与采用传统数据资产折现率确定方法计算得到的结果进行比较分析,从而得到检验。     

对收益法评估中营运资金增加额有关问题的思考

一、引言 实务中采用收益法评估企业价值时,基本思路是在分析被评估企业历史经营数据的基础上．通过预测被评估企业未来经营期间的经营收益现金流,并采用适当的折现率估算被评估企业在评估基准日时的经营性资产价值．再加上公司的非经营性或溢余性资产的评估值．     

多期超额收益法评估数据资产价值——以M通信企业为例

数据日渐成为一种新兴的生产要素,数据资产在企业资产中的作用也日益突出,然而其价值的衡量还未形成系统合理的体系。为更科学评估企业数据资产价值,本文修正了多期超额收益模型中的折现率和收益期,增加了客户留存率参数,优化了通信企业未来超额收益的预测及数据资产价值的衡量方法。研究结果表明,改进后的多期超额收益法更适合数据资产价值特点、构成和价值影响因素,有助于解决传统收益法评估资产价值时存在的问题,为通信企业等数据类企业科学评估其数据资产价值提供参考。     

企业信用资产评估方法研究

企业信用资产作为企业一项重要的无形资产,在企业发展和竞争中的作用日益凸显。本文通过对三种资产评估常用方法的比较,确定了收益法作为信用资产的评估方法,并运用层次分析法对超额收益进行分割,具体提出企业信用资产价值评估的研究思路。     

高校资产评估研究新动向探析

近年来我国数字经济在经济社会发展中的引领作用日渐突出。在党的二十大报告中，“新能源”“绿色转型”“绿色革命”等关键词不断推动碳达峰碳中和，加快绿色转型的步伐。第十七届中国资产评估教育论坛作为国内资产评估研究领域的专业论坛，其投稿论文丰富多彩，兼具前瞻性和创新性，深入探讨了资产评估领域的前沿问题和热点话题。本文基于其投稿论文深入探析，从中挖掘出资产评估研究的新动向：进一步完善了资产评估理论与方法，聚焦于无形资产评估和企业价值评估；数据资产、碳资产、绿色生态、企业非财务指标、环保新能源等成为资产评估研究的“新宠”，与实体经济的深度融合，推动经济体制深化改革，畅通国内国际双循环。     

物流企业数据资产价值评估模型构建

近年来数字化技术进步飞快，各大物流企业积极探索数字化转型，加强数字化系统建设，数据资产在其价值创造过程中的贡献逐渐增大。基于此，本文在梳理现有数据资产价值评估相关研究的基础上，分析数据资产的特点和价值影响因素，并结合物流企业的数字化平台运营情况，构建适用的多期超额收益模型。以圆通速递为案例企业，分析预测其未来自由现金流量以及各项资产的贡献收益，从而剥离出数据资产的贡献收益，并进一步得出较为合理的数据资产价值。     

生命周期视角的数据资产评估方法及其适用性研究

数据资产价值评估和定价机制的建立是数据要素资产化和数据价值实现的关键,将为数据要素交易市场的培育提供有力支撑,也有助于我国贯彻新发展理念、构建新发展格局、赋能传统产业转型升级,孵化出新产业、新业态、新模式。本文聚焦数据资产价值评估方法,基于数据资产生命周期视角,将其划分为开发阶段、赋能阶段、活跃交易阶段和处置阶段,在分析不同阶段典型特征的基础上,结合不同的评估目的和数据资产实现价值的商业模式来探索各阶段数据资产评估方法的适用性,建立了一套针对常见数据资产评估需求的方法体系,为之后进一步理论探讨及评估实务提供了参考和借鉴。     

我国当前评估实践中应用收益法存在的问题分析及对策

成本法、市场法和收益法是国际通行的资产评估的三大方法.随着我国资产交易的日趋活跃,无形资产评估、企业价值评估的需求增长,过去应用成本法来评估这些资产的做法已经越来越不适应社会发展的需求,取而代之的是应用收益法来评估无形资产、企业价值.与之相应,社会各界日益关注收益法在评估过程中的应用.     

社交媒体类企业数据资产评估探究——以新浪微博为例

数据逐渐成为企业生产过程中的重要生产要素,数据资产的评估越来越受到重视。本文以新浪微博为例,从用户价值出发利用改进DEVA模型和层次分析法评估了社交媒体类企业的数据资产价值。通过分析得到的主要结论包括：1）社交媒体类企业的核心资源是用户,DEVA模型能较好的反映用户为企业创造的价值,可以较好评估社交媒体类企业的数据资产价值;2）利用DEVA评估社交媒体类企业价值时引入市场占有率、用户变动率等调整因素能较好的反映企业特点,再运用层次分析法剥离出数据资产的占比,使得估值更加符合实际;3）通过模型计算得到的新浪微博在评估基准日的企业价值与数据资产的价值分别为670.12亿元和113.82亿元,可以为社交媒体行业及其他相关互联网企业界定与评估其数据资产的价值提供参考。     

论数据及其价值评估的层次性

随着数据日益成为一种新兴的生产要素,其价值评估越来越受到关注。应基于“重要性原则”将数据分为四个层次：数据负资产、无稀缺性的数据资源、数据资产、数据资本,然后才可能分别地确定其价值评估的具体需求、确切涵义与适宜方法。