《数据资产价值评估研究的国内外文献综述》4300字.docx

数据资产价值评估研究的国内外文献综述

目录

TOC\o1-2\h\u29003数据资产价值评估研究的国内外文献综述 1

21371.1国外研究现状 1

700（1）关于数据资产的研究现状 1

14680（2）基于层次分析法的研究现状 2

14053（3）基于蒙特卡罗法的研究现状 2

250991.2国内研究现状 2

7526（1）关于数据资产的研究现状 2

31842（2）基于层次分析法的研究现状 3

5619（3）基于蒙特卡罗模拟法的研究现状 4

104031.3文献评述 4

1.1国外研究现状

（1）关于数据资产的研究现状

国外的数据市场交易最早出现在2008年，数据资产的研究主要集中在数据资产的管理与如何提升企业价值方面。Pitney（2009）认为数据应作为一项资产进行价值的衡量，概述了提高数据质量的有效方法。Longstaf（2011）认为将数据转化为资产以获得竞争优势即知识资产，对于形成现代企业的竞争优势变得越来越重要，因此，数据创建，更新和传播的方式至关重要。

数据有价值，数据是一项资产的理念开始得到普遍认可。所有数据组成部分创建的信息具有可衡量的价值，这是实现战略目标和获得或保持竞争优势不可或缺的。同样，所有数据的价值会随着时间的推移而增加或减少，这取决于对这一资产的管理效率。Whitepaper（2014）认为高质量的数据有助于通过确保通信在正确的位置到达预期的接收者，从而降低运营成本，高质量的数据可以帮助公司更有效地定位信息。今天，甚至交易文件，也被用来交叉销售和推广新产品和服务。总体而言，高质量的数据有助于改善公司的总体客户体验和员工满意度。

在数据资产的价值影响因素方面，Glazer（1999）首先提出全面评估公司的数据资产有很多要素，即它所知道的总和。在下游链中，交换过程在企业之间进行，公司及其客户，包括营销渠道。在上游链中，交换是公司与其供应商之间的交换；公司内部的交换过程是为了促进运营。PitneyBowesBusinessInsight（2009）认为提高数据资产的价值主要通过格式化字段、解析字段组件、检查内容、删除重复项、持续维护和高质量输入的方式。认为数据是独占的，是并不稀缺的，是通过使用价值会变大的，是可以自我再生，因此认为使用传统方法对信息进行价值评估的尝试已被证明是有问题的。

由此可见，虽然学者们认识到了数据资产的价值，但是由于数据资产的多重特性，到目前为止，针对于数据资产的价值影响因素还存在较多的角度，并没有形成完整的体系。

（2）基于层次分析法的研究现状

正是由于数据资产的多重特性，导致了数据资产在评估时具有较大的难度，需要更多的专业性。而层次分析法在数据资产评估时就更好的保留了专业性。

对于复杂问题的研究，国外早已经利用层次分析法取得了较多的成功案例。EddieW.L.Cheng（2001）使用层次分析法（AHP）对不同形式的信息进行优先级排序，以有助于更好地分配建设项目的资源。SHENLiang（2002）将AHP用于风险投资项目的评估和决策，他将定量和定性分析相结合，为多目标评估决策提供了理论依据。P.-Y.Li（2007）采用层次分析法对商业银行不良资产的证券化风险进行了评估。层次分析法的关键是标度的类型合适，选择适用性最强的标度形式有利于寻找最优方案。由于1-9标度具有较强的适用性，因此Saaty教授建议使用它。

对于数据资产来说，不存在完全相同的数据资产，数据资产也不会保持不变，因此就需要更多的专业判断数据资产目前的状态，层次分析法就可以很好地运用到数据资产的评估当中。

（3）基于蒙特卡罗法的研究现状

采用数据资产评估也会存在一些弊端，因为不会收集到所有专家的意见，每位专家对判断标准的理解也不会相同。针对风险条件的分析，资产评估界将蒙特卡洛模拟法引入到评估过程中。自20世纪60年代以来，蒙特卡洛模拟一直是定量分析风险的一个重要组成部分。

French（2003）将概率论理论作为衡量风险的理论依据，同时借助正态分布、三角形分布、泊松分布等理论从数理统计角度分析风险，并将蒙特卡洛模拟技术用于对自由现金流量的分析中，从而得出评估风险的一种方法。Gaud等人（2005）在对不动产评估中，针对APV模型中参数风险问题，采用蒙特卡洛模拟技术对APV模型进行改进，对改进后的新模型的适用性进行分析。Vaish等（2011）从风险管理方面的应用着手，给出蒙特卡洛模拟改进或补充传统评估方法的机理，它是人们主观认识无法完全识别风险时，以概率的形式去计算求得不确定风险的大小。这些案例显示，蒙特卡洛模拟法可以成功的运用到资产评估中，并且可以在降低风险方面具有良好的效果。

1.2国内研究现状

国内对数据资产价值