基于模糊层次法的数据资产评估方法研究

孙晓璇， 赵小明

（1 云南机电职业技术学院， 昆明650221； 2 云南财经大学， 昆明650221）

0 引 言

数据资产属于无形资产范畴，其价值因不确定性和非量化指标等多因素影响，难以准确评估及定价。 目前在学界和业界，广泛借鉴无形资产的品牌价值评估办法［1］：成本法、市场法和收益法。 成本法，从本质上来看就是对数据成本的归集，适用与没有明显的市场价值的数据或正在产生市场价值。 收益法，通过估算被评估资产的预期收益，折算成现值的方法，预期这个数据会产生多大的价值来评估资产，适用的条件是被评估资产未来预期收益可以预测，并可以用货币计量。 市场法，是根据市场上有类似的数据交易的价格去类比估值的方法，它需要活跃的市场交易环境，有大量的交易，有这样的数据积累后，才能比较好做这种操作。 从目前各数据交易平台的交易情况来看，数据资产定价是依据上述3种方法，并结合自身的数据资产评估模型，对数据资产进行估值定价。

显然，数据价值的评估标准还没有一套统一的标准，在评估维度和指标选取上还存在争议［2］。 因此，本文在目前研究的基础上，提出一种基于市场法结合模糊层次法对数据资产进行评估的方法，促进大数据的流通，不断挖掘数据资产的总体价值和数据资产的应用潜力。

1 技术思路

1.1 方法选择

1.2 技术方法

采用市场法评估数据资产参照价值时，应当选择与被评估数据资产进行比较分析的参考数据资产，保证所选择的参考数据资产与被评估数据资产具有可比性。 参考数据资产通常应当与被评估数据资产具有相同或相似的基础属性［6］。

基本步骤如下：

（1）搜集数据资产信息，选取和确定比较数据资产；

（2）分析比较可比在线交易数据资产和待估对象，选取比较参数和指标，确定参照体系；

（3）通过对比参照数据资产参数与待估对象，得出修正指标；

（4）对修正资产价值加和平均，得到待估对象的市场价值；

人乳头瘤病毒(human papillomavirus， HPV)可导致宫颈癌、外阴癌和肛门癌等严重疾病，其中宫颈癌不仅是世界上女性高发的三大恶性肿瘤之一，也是死亡率仅次于乳腺癌的女性恶性肿瘤。据统计，发展中国家患宫颈癌的人口占全世界的2/3[1]，我国宫颈癌死亡率在所有癌症死亡率中排第四位。宫颈癌死亡率较高，高发于中年妇女，近年发现该病的发生有年轻化的趋势[2]。因此，HPV感染的预防与治疗研究对保障妇女身心健康具有十分重要的意义。本文概述HPV的结构、分类和染病机制，并介绍预防和治疗该病毒感染的疫苗研究现状。

（5）动态价值重估。

2 评估模型

2.1 模型设计

基本模型为公式（1）：

其中：Pm：被评估数据资产价值；PRi：第i个可参照数据资产的基准价值（PR）；Wi：修正系数。n ＞＝3，具体可参照数据资产的数量不少于3 个。

2.2 指标构建与权重

根据数据资产的基础属性及商品属性，初步划分数据资产的基础指标、质量指标及市场指标3 个一级指标、15 个二级指标及解释。

其中，指标包括基础指标：数据来源、产生方式、数据类型、可复用性、应用类别；质量指标：及时性、完整性、一致性、准确性、同一性；市场指标：交易对手类型、数据活性、用户评价、品牌影响指数、价格影响指数。

应用模糊层次分析法，计算指标影响因子权重。

（1）确立评价指标层次及评语集。 基础指标、质量指标及市场指标为中间层，依次建立如表1 所示的递接层次结构。 评语集为：V ＝｛5，4，3，2，1｝，按重要性从高到低排序。

（2）构造优先关系矩阵，并改造为模糊一致矩阵。 在指标层次表的基础上，构建优先关系矩阵，然后再将关系优先矩阵改造为模糊一致矩阵。 在模糊层次分析中，优先关系矩阵是每一层中指标对上一层指标的相对重要程度两两比较建立的模糊互补矩阵，表示公式（2）为：

其中：aij＝0.5，i ＝1，2，3，...，n；aij+ aji＝1，i，j ＝1，2，3，...，n；aij＝0.5， 表示指标同等重要；若aij∈［0.1，0.5），表示aj比ai重要；若aij∈［0.5，0.9），表示aj比ai重要；

依据数字标度，指标a1，a2，...，an相互比较，则可得到模糊互补判断矩阵。

表1 数据资产评价指标层次表Tab. 1 Data asset evaluation index hierarchy

改造为模糊一致矩阵，记为公式（3）：

优先互补判断矩阵变换模糊一致性矩阵，公式（4）：

分别求解A-B 优先关系矩阵以及A-B 模糊一致矩阵，B1-C 优先关系矩阵以及B1-C 模糊一致矩阵，B2-C 优先关系矩阵以及B2-C 模糊一致矩阵，B3-C 优先关系矩阵以及B3-C 模糊一致矩阵。

（3）计算各指标权重。WC1-B＝（0.22， 0.19， 0.18， 0.15， 0.26）；

3 评估步骤与实例测算

3.1 评估步骤

采用在线交易数据资产比较法，通过选取可比在线交易数据资产，对被评估数据资产及各可比数据资产在基础指标、质量指标、市场指标等的差异进行分析调整，最终确定评估对象的评估值。

采用市场法对数据资产进行评估［7-8］，为了能够实现快速、自动、大批量数据资产评估，须建立可比数据资产价值实例库。 具体实现可通过网络抓取技术，建立可比数据资产价值结构化实例库。

（1）可比数据资产实例的选取。 在数据资产参照物价值实例库中搜索相同或相似实例n个（其中n≥3），并择取相关的数据资产实例。 其中，相似实例应按数据资产基础指标的权重降序选择，直到满足实例数量需求为止。

（2）可比指标体系及权重的确定。 （3）修正系数的计算。 通过对数据资产的数据来源、产生方式、数据类型、可复用性、应用类别、及时性、完整性、一致性、准确性、同一性等项指标和可比数据资产指标一一比较修正，并乘以各自指标权重得到各指标修正系数。 再对各项指标修正系数求和，得到修正系数合计PT 值。

（4）合成初步评估结果。 根据评估模型进行数据资产价值评估计量，并货币量化。

（5）动态价值重估。 数据上线交易后在一定周期内加入市场指标，重新修正系数，对已上线的数据资产重新估值，实现动态定价。

3.2 测算实例

现有待估数据资产为2011-2019 年昆明市气象数据，表示为S，其估值设为VS。 数据属性包括最高气温、最低气温、天气、风向风力和空气质量指数等数据。可比数据资产实例筛选如下表2 所示。

依据待估资产与可比实例数据的评价指标一一比较修正，得到修正系数分别为0.95、0.89 和0.92。根据公式（1），即可得到VS ＝（1.00×0.95+0.85×0.89+0.78×0.92）／3 ＝0.81。

表2 可比数据资产实例Tab. 2 Examples of comparable data assets

4 结束语

本文针对数据资产估值的问题，提出了基于市场法和模糊层次法的计算方法。 依据模糊层次法对数据资产基本评估指标权重进行了科学测算，并结合市场法得到数据资产的修正系数，并以此计算得到数据资产的估值。 不可否认，数据资产价值评估是一项复杂的系统工程，如何动态评估数据资产价值及提高评估的认可性和普适性，将是一项可以持续研究的重要方向。