CN105488699A

CN105488699A - 一种数据资产价值评估方法

Info

Publication number: CN105488699A
Application number: CN201510993443.XA
Authority: CN
Inventors: 王亚松; 夏虎; 张祺; 金晖; 董传晔
Original assignee: Sic Youe Data Co ltd
Current assignee: Sic Youe Data Co ltd
Priority date: 2015-12-25
Filing date: 2015-12-25
Publication date: 2016-04-13

Abstract

本发明提供了一种数据资产价值评估方法，属于大数据与数据版权保护领域。通过合理建立层次结构模型，并综合不同定价策略，充分考虑各因素对数据资产价值的影响，利用AHP分析法，求得各定价策略的权重，从而求得数据资产的评估值，本发明解决了现有技术中不能合理定量对数据资产价值进行评估的问题，为数据资产合理定价并进入流通和交换环节，从而引导数据流动、进行数据交换提供了可靠的方法。

Description

一种数据资产价值评估方法

技术领域

本发明涉及大数据领域，具体涉及一种数据资产价值评估方法。

背景技术

大数据时代的到来，让"数据资产"成为最核心的产业趋势。对于大数据来说，存储已经不是最终目标，如何从数据中获得商业价值，才是其真正的意义所在。大数据要资产化，用货币对海量数据进行计量是一个大问题。尽管很多企业都意识到数据作为资产的可能性，但大多数企业都没有为数据的货币计量做出适当的账务处理。而现在全球各个行业的数据存储量，每年都在以50％多的速度暴增，由于缺乏规范的数据共享和渠道，不同行业间很难形成数据互利共享，因此数据交易标准的制定就成为了迫切需求。

目前对数据资产的价值评估多采用认为鉴定，效率低耗时长，缺乏客观性。

贵阳大数据交易所702公约中提到，不同品种的大数据价格机制是不一样的，实时价格主要取决于数据的样本量和单一样本的数据指标项价值，而后通过交易系统自动定价，价格实时浮动。这种定价的缺陷是没能找出进行交易的数据资产的共性，公开统一的数据资产评估模型，它只是对数据资产的评估给出了定性的描述。

发明内容

本发明的目的在于提出一种数据资产价值评估的方法，实现数据资产价值的量化评估。

本发明的技术方案为：

一种数据资产价值评估方法，包括以下步骤：

S101，建立层次结构模型，所述模型自上而下包括三个层次，第一层为目标层，第二层为准则层，第三层为方案层；

所述的目标层为被评估的数据资产的评估值P_f；

所述的准则层为资产价值评估遵循的原则C_i；

所述的方案层为以不同的定价方法所得的数据资产价格P_i，

以成本法定价所得的数据资产价格P₁、以吸脂定价法所得的数据资产价格P₂、以拍卖定价法所得的数据资产价格P₃；

S102，通过AHP层次分析法，求得方案层P_i权重的权重E_i；

S103，求得数据资产的评估值P_f，

步骤S101中，所述的资产价值评估遵循的原则包括：数据完整性C₁、数据更新频率C₂、数据结构化程度C₃、数据交易频率C₄、数据量C₅、数据公开性C₆、数据被搜索频率C₇；

其中，数据完整性反应了数据的完整程度，一般取决于数据字段的多少；数据公开性为数据数据源是完全公开、部分公开或完全保密。

步骤S101中，所述的P₁，由以下步骤求得：

S1010，读取数据资产收集成本S_s，读取数据资产运维成本S_z，读取卖家所设定的利润率r；

S1011，计算数据资产总成本S，

S＝S_s+S_z；

S1012，计算数据资产价格P₁，

P₁＝S(1+r)；

步骤S101中所述的P₂,由以下方法求得：

P₂＝P₁/t(1+α).c(1+β)(P₂≥S)

其中t表示交易时间，c表示交易次数，α、β分别为交易时间和交易次数对数据资产定价的影响因子。

步骤S101中所述的P₃,由以下方法求得：

在拍卖时，以出价第二高的买家所出价格作为数据资产价格P₃，P₃≥S。

步骤S102中，通过AHP层次分析法，求得方案层P_i权重的权重E_i，通过以下步骤得出：

S1020，构造对比矩阵A，从层次结构模型的第二层开始，对于影响上一层每个因素的同一层诸因素，用成对比较法和1-9比较尺度构造成对比较阵，直到最下层；

用a_ij表示C_i和C_j对P_f的影响之比,全部比较结果可用对比比较距阵

A＝(a_ij)_n×n,a_ij>0,a_ii＝1，a_ij＝1/a_ji

S1021,计算单层权向量并做出一致性检验:对于每一个成对比较阵计算最大特征根及对应特征向量，利用一致性指标，随机一致性指标和一致性比率做一致性检验。若检验通过，特征向量(归一化后)做为权向量；若不通过，需返回步骤S1020重新构造成对比较阵。

S1022，计算组合权向量并做组合一致性检验：计算方案层对目标层的组合权向量，然后做组合一致性检验。若检验通过，则按照组合权向量确定各方案层的权重E_i。否则需要重新构造那些一致性比率CR较大的成对比较阵。所述的组合权重向量，是指方案层诸元素对目标层的权重向量，它的每一分量表示相应方案在目标中所占的份额或比重。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1是根据本发明实施方式的数据资产价值评估方法的流程图；

图2是本发明发实施方式的层次结构模型。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整的描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

以下结合附图和实施例详细说明本发明的技术方案。以网店信息数据价值评估为例，详细说明本发明的技术方案。

一种网店信息数据资产价值评估方法，该方法包括以下步骤：

所述的目标层为网店信息数据资产的评估值P_f；

所述的准则层为资产价值评估遵循的原则C_i；

所述的方案层为以不同的定价方法所得的网店信息数据资产价格P_i，

以成本法定价所得的网店信息数据资产价格P₁、以吸脂定价法所得的网店信息数据资产价格P₂、以拍卖定价法所得的网店信息数据资产价格P₃。

步骤S101中，资产价值评估遵循的原则选取为：

数据完整性C₁、数据更新频率C₂、数据结构化程度C₃、数据交易频率C₄、数据量C₅、数据公开性C₆、数据被搜索频率C₇；

所述的以成本法定价所得的网店信息数据资产价格P₁，由以下步骤求得：

S1011，计算数据资产总成本S,

S＝S_s+S_z；

S1012，计算数据资产价格P₁；

P₁＝S(1+r)；

所述的以吸脂定价法所得的网店信息数据资产价格P₂，

P₂＝P₁/t(1+α).c(1+β)(P₂≥S)

其中t表示交易时间，c表示交易次数，α、β分别为为交易时间和交易次数对数据资产定价的影响因子。

所述的以拍卖定价法所得的网店信息数据资产价格P₃，在拍卖时，以出价第二高的买家所出价格作为数据资产价格P₃，P₃≥S；

S102，通过AHP层次分析法，求得方案层P_i的权重E_i。

A＝(a_ij)_n×n,a_ij>0,a_ii＝1，a_ij＝1/a_ji

Claims

1.一种数据资产价值评估方法，其特征在于包括以下步骤：

所述的目标层为被评估的数据资产的评估值P_f；

所述的准则层为资产价值评估遵循的原则C_i；

所述的方案层为以不同的定价方法所得的数据资产价格P_i；

S102，通过AHP层次分析法，求得方案层P_i的权重E_i；

S103，求得数据资产的评估值，。

2.根据权利要求1所述的方法，其特征在于，所述方法还包括：

所述的资产价值评估遵循的原则C_i包括：数据完整性C₁、数据更新频率C₂、数据结构化程度C₃、数据交易频率C₄、数据量C₅、数据公开性C₆、数据被搜索频率C₇。

3.根据权利要求1所述的方法，其特征在于，所述的以不同的定价方法所得的数据资产价格P_i包括：以成本法定价所得的数据资产价格P₁、以吸脂定价法所得的数据资产价格P₂、以拍卖定价法所得的数据资产价格P₃。

4.根据权利要求3所述的方法，其特征在于，所述的P₁，由以下步骤求得：

S1011，计算数据资产总成本S，

；

S1012，计算数据资产价格P₁，

。

5.根据权利要求3所述的方法，其特征在于，所述的P₂由以下方法求得：

6.根据权利要求3所述的方法，其特征在于，所述的P₃,由以下方法求得：在拍卖时，以出价第二高的买家所出价格作为数据资产价格P₃，P₃≥S。