大数据在资产评估中应用探究.docVIP

大数据在资产评估中应用探究 　　【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