大数据在资产评估中的应用探究

于娜

【摘 要】立足大数据时代，经济社会发展与信息科技进步的交汇融合正引发着数据的海量增长。这对于资产评估领域来说既是机遇，又有挑战。海量数据为资产评估提供了充分的研究基础，为新形势下资产评估的研究指明了方向，也为资产评估的准确性提供了保障。另外，在信息技术的推动下，各个领域、企业的各部门都在以前所未有的速度向前发展，只有深化大数据在资产评估领域的研究才能顺应这个时代的要求。

【关键词】大数据分析；海量；资产评估；非结构化数据

一、大数据的概念与发展

随着经济社会与信息科技交汇程度的不断提高，海量的数据正在产生并存储，成为商业模式和思维方式创新的强大支撑。面对爆炸式增长的数据，现代企业获得了洞察市场行为的大量机会，同时企业亟需强大的数据处理和分析工具。大数据技术就是基于此发展起来的集数据管理、数据分析处理和整合展现等为一体的新兴信息技术。数据体量大、类型多、处理速度快、真实性高是大数据的四大特点。为此，大数据技术不仅指海量的和非结构化的数据，更指如何利用这些集中存储的数据进行描述、分析个体或群体的行为特征，以帮助人们研究过去、预测未来。

大数据技术包括并依赖以下技术：

1.数据采集

采集来源包括各种网络资源、用户行为信息、物联网传感信息等，不同的应用领域、不同的数据采集方法为后续数据分析提供了广泛的数据源。

2.数据存储

采集到的海量数据通过各种结构化和非结构化的存储手段完成海量数据的存储。

3.数据处理和分析

作为核心内容，包括：

（1）可视化分析。可视化分析能够更加直观的呈现数据背后的行为逻辑，使广大用户尤其是非专业人士能够像专家一样获取可用信息。

（2）数据挖掘算法。这部分是大数据分析理论的核心，看似无序和碎片化的数据能够通过类似回归分析、神经网络等数据挖掘算法建立自身逻辑关系，而且海量的数据能够使创建的数据模型更加准确和健壮。

（3）预测性分析能力。实现预测一直使大数据分析的主要目标之一。实现整个目标，首先要利用数据挖掘算法在海量数据的训练中创建出科学有效的模型，而后在该模型中输入新的已知数据即可输出相应的预测结果。

（4）语义引擎。在网络数据挖掘过程中，语义引擎能够通过用户搜索的关键词判断和分析用户的需求，进而为用户提供更多定制化内容等高质量的用户体验。

（5）数据质量和数据管理。高质量的数据和有效的数据管理是大数据分析技术的主要保障，该方面提供的理论和方法保证了分析结果的准确性和有效性。

4.结果展现

为此可见，大数据技术能够根据不同应用领域提供通用型的理论方法，进而帮助该领域搭载上信息技术的快车实现突破性的进步和发展。

二、传统资产评估方法的分析

资产评估是在一定的评估原则下，运用科学的方法，对特定资产的价值进行分析评估的一项财务管理活动。资产评估过程是基于一定的市场假设，通过运用相应的数据模型，加之对历史经验的运用和未来市场的预测而实现的一种价值评估方法。

1.资产评估的常用方法

在传统财务会计理论体系中，资产评估的方法主要分为：成本法、市场法和收益法三种方法。成本法的分析思路为，首先对被评估资产的重置成本、被评估资产的损耗或贬值进行评估，然后使用重置成本扣减损耗或贬值从而确定被评估资产的价值。市场法是利用市场上相同或者相似的资产当前的交易价格，通过直接比较或者类比分析的方法对被评估资产的价值进行评估。采用收益法进行资产评估，则是通过将被评估资产在未来一定期限内的预计收益折算为现值来估算资产的价值。

2.传统资产评估方法的不足

通过对资产评估方法的列举和介绍，可以发现，传统的资产评估方法虽然在原理和实现方法上不同，但是无论选择哪种方法都离不开对市场的假设和对数据的评估，具体表现在以下几个方面：

（1）成本法中，需要对被评估资产的损耗、贬值情况进行确定

这些要素的确定需要根据已往的历史经验加之评估人的主观判断来决定，且不说不同类型资产由于自身价值特征的差异需要在评估过程中进行不同的处理，即便是同一类资产使用相同方法进行评估，结果也不尽相同。所以这种情况下得到的数据缺乏准确性和可信性。

（2）市场法中，将资产评估的重点聚焦在了市场上现行同种或同类的交易价格上

这种评估方法要求被选作参考系的资产与被评估资产有较高的可比性，且对信息质量要求也比较高。当遇到专用设备或者无形资产的时候，这种方法就遇到了瓶颈。

（3）收益法中，资产价值的确定取决于未来年度预计收益的评估和折现率的计算

从企业层面出发，未来年度某项资产所带来的预计收益需要通过历史数据和企业经营前景来确定，这个评估过程是一个情况极其复杂的过程。

三、大数据在资产评估中的应用探究

在经济社会发展形势瞬息万变的今天，传统的资产评估方法常常显得捉襟见肘。在通常情况下，对重置成本、折现率等的评估需要建立在充分考虑了各类影响要素以及历史经验数据等的基础上才能完成的，这个过程需要投入大量的人力、物力以及时间成本。但在各行各业积极推进信息化高速公路建设的进程中，对财会人员提供决策数据的时效性和准确性提出了更高的要求。此外，伴随科技的进步和资本市场的发展，企业越来越重视无形资产的管理和评估，例如品牌、商誉、专利权以及企业所掌握的市场数据等。这些无形资产的确认计量在会计体系和会计准则中一直没有一个明确的方法和指导，也是资产评估领域一项难题。

将大数据分析和数据发掘技术运用到资产评估中，可以大大降低建模工作的难度、提高评估工作的效率、提升资产评估的准确性。近年来不断涌现出的“国家开发银行抵质押品价值动态评估”、“基于数据挖掘和GIS技术的房地产自动评估系统”等项目都是将大数据技术运用到资产评估领域的新思考、新尝试。

1.大数据激发资产评估的效率

随着计算机技术的迅猛发展，加之大数据技术的日趋成熟，计算机系统对TB级数据的处理已毫无压力。单纯靠人力对历史数据进行汇总和分析建模的时代即将过去，在大数据时代，完全可以依靠计算机程序完成海量历史数据的数据分析和数据挖掘。通过计算机对企业历史数据进行分析和建模不仅可以将广大财会人员从繁重的工作中解放出来，而且可以避免人为的错误。

将大数据分析和数据挖掘技术运用于资产评估系统的建设中，能够大大简化传统的数学建模工作。事实上，通过使用一款成熟的数据挖掘软件对资产价值进行评估甚至不需要评估者对资产评估模型有一个清楚的认识，因为数据挖掘的目标在于对趋势的预测。同时，将数据挖掘程序嵌入到资产评估系统中，可以实现数据的实时更新和分析结果的实时获取，既大大地提升了资产评估的效率，也使评估结果更加与时俱进、也更具参考性。

2.大数据拓宽资产评估的广度和深度

在强调物与物互联互通的物联网时代，我们对资产评估工作的认识不应仅局限于现有的理论模型，还应考虑到市场上其它可能影响资产价值的因素。大数据时代，我们所关注的不再仅仅是结构化的数据，市场的通胀程度、房价的变化、工资水平的变化、科技的发展水平等这些非结构化的数据在资产评估过程中也可以纳入到分析探索中来。充分利用大数据分析的在分析非结构化数据上的优势，用于辅助资产评估工作，修定资产评估结果。

尤其在无形资产的资产评估中，由于无形资产的计量并没有通用的准则和方法，借助大数据分析的方法，可对多种动因进行分析研究，推动无形资产的资产评估模型的研究建立。同时，也可有力地促进无形资产在会计核算中管理规范的建立。

3.大数据确保资产评估的准确性

数理统计学作为一种有效的数据收集与数据处理的方法，在资产评估领域有着重要的应用。在数理统计中，根据一定的抽样调查方案抽样后通过分析模型对数据进行分析和预测，所以抽样调查方案的选择直接影响到数据评估预测的准确性。而资产评估结果作为财会人员向决策人员提供的一项重要的决策数据，在决策支持层面具有重大意义。将大数据分析系统引入到资产评估的数理统计工作中，可以确保抽样调查的样本足够大，可有效地降低抽样环节带来的误差，从而间接对决策层的决策工作提供有力的支持。

另外，通过设计大数据分析应用程序评估资产的价值，实现资产评估的自动化，可以避免人为操作的错误和主观性，提升资产评估工作的准确性。

四、大数据——资产评估的必然选择

2015年8月，国务院印发的《促进大数据发展行动纲要》中指出：“坚持创新驱动发展，加快大数据部署，深化大数据应用，已成为稳增长、促改革、调结构、惠民生和推动政府治理能力现代化的内在需要和必然选择。”“互联网+”的时代已经到来，各个领域都在发生着前所未有的变革，数据流引领信息流、技术流、资金流在各领域内和各领域之间的流转已成为这个时代的主题。在这个信息和数据爆炸式增长的时代，数据是最廉价的却也是最珍贵的资产，积极主动地研究并利用好大数据在各个领域的应用和改革，是资产评估工作的必然选择，也是这个时代的必然选择。

参考文献：

[1]杨璐，李丽.浅谈大数据在资产评估中的应用[J].中国资产评估，2015（6）.

[2]李昕旸.大数据技术下企业无形资产的辨认与确认[J].《财务与会计》，2016（03）.

[3]文一墨.大数据冲击下的财会变革[J].《财会学习》，2014（8）：10-12.