财政监管视角下数据资产评估理论与实务

目 录
第一部分 数据资产评估理论部分
第1章 绪 论 003
1.1 研究背景与研究意义 / 003
1.1.1 研究背景 / 003
1.1.2 研究意义 / 004
1.2 国内外文献研究综述 / 005
1.2.1 国内文献研究综述 / 005
1.2.2 国外文献研究综述 / 012
1.2.3 文献研究述评 / 015
1.3 研究内容与研究方法 / 016
1.3.1 研究内容 / 016
1.3.2 研究方法 / 017
1.4 创新之处 / 018
第2章 数据资产评估相关概念与理论基础 019
2.1 数据资产评估相关概念 / 019
2.1.1 数 据 / 019
2.1.2 数据资源 / 020
2.1.3 数据资产 / 020
2.1.4 数据资产评估 / 021
2.1.5 财政监管 / 023
2.2 数据资产评估理论基础 / 023
2.2.1 效用价值理论 / 023
2.2.2 均衡价值理论 / 024
2.2.3 劳动价值理论 / 025
2.2.4 期权定价理论 / 026
2.2.5 其他相关理论 / 028
第3章 数据资产评估财政监管依据 032
3.1 《资产评估行业财政监督管理办法》主要内容 / 032
3.1.1 监管目的与监管责任 / 032
3.1.2 对资产评估专业人员与资产评估机构的监管 / 033
3.1.3 对资产评估协会的监管 / 034
3.1.4 对资产评估行业的监督检查与调查处理 / 034
3.2 《关于加强数据资产管理的指导意见》主要内容 / 036
3.2.1 数据资产管理总体目标 / 036
3.2.2 数据资产管理基本原则 / 036
3.2.3 数据资产管理主要任务 / 037
3.3 《数据资产评估指导意见》主要内容 / 037
3.3.1 基本遵循 / 038
3.3.2 关注数据资产的基本情况与特征 / 038
3.3.3 恰当选择数据资产评估方法 / 039
3.3.4 数据资产评估具体操作要求 / 039
3.3.5 数据资产评估披露要求 / 040
3.4 《资产评估专家指引第9号——数据资产评估》主要内容 / 040
3.4.1 数据资产基本状况与价值影响因素 / 040
3.4.2 关注数据资产行业特征对价值的影响 / 041
3.4.3 关注数据资产的商业模式 / 042
3.4.4 数据资产评估报告的编制 / 042
第4章 数据资产评估主要方法 044
4.1 收益法 / 044
4.2 市场法 / 048
4.3 成本法 / 050
4.4 实物期权法 / 053
4.5 辅助评估方法 / 055
4.5.1 层次分析法 / 055
4.5.2 熵权法 / 058
4.5.3 模糊综合评价法 / 060
4.6 其他辅助方法 / 062
4.6.1 灰色预测法 / 062
4.6.2 Logistic模型 / 062
第二部分 数据资产评估实务部分
第5章 国家电网数据资产评估 067
5.1 国家电网基本情况 / 067
5.2 评估基本要素 / 068
5.2.1 评估对象与评估范围 / 068
5.2.2 评估目的与价值类型 / 068
5.2.3 评估假设与评估方法 / 068
5.3 数据资产价值影响因素 / 069
5.3.1 数据数量 / 069
5.3.2 数据管理 / 070
5.3.3 数据质量 / 070
5.3.4 数据应用 / 071
5.3.5 数据风险 / 071
5.4 评估模型构建 / 071
5.4.1 基本思路 / 071
5.4.2 组合赋权法具体模型 / 072
5.4.3 分成定价法具体模型 / 072
5.4.4 组合赋权法参数确定 / 073
5.4.5 分成定价法参数确定 / 076
5.5 评估过程 / 078
5.5.1 组合赋权法评估过程 / 078
5.5.2 分成定价法评估过程 / 092
5.6 评估结果分析 / 098
5.6.1 组合赋权法评估结果分析 / 098
5.6.2 分成定价法评估结果分析 / 098
第6章 易华录数据资产评估 100
6.1 易华录基本情况 / 100
6.2 评估基本要素 / 101
6.2.1 评估对象与评估范围 / 101
6.2.2 评估目的与价值类型 / 101
6.2.3 评估假设与评估方法 / 101
6.3 数据资产价值影响因素 / 102
6.3.1 数据质量 / 102
6.3.2 数据信息老化 / 102
6.3.3 数据应用场景 / 102
6.4 评估模型构建 / 103
6.4.1 基本思路 / 103
6.4.2 具体模型 / 103
6.4.3 参数确定 / 104
6.5 评估过程 / 108
6.5.1 数据资产收益期 / 108
6.5.2 数据资产超额收益 / 109
6.5.3 数据质量系数 / 118
6.5.4 数据信息老化系数 / 118
6.5.5 数据资产折现率 / 119
6.6 评估结果分析 / 120
第7章 同花顺数据资产评估 122
7.1 同花顺基本情况 / 122
7.1.1 经营状况 / 122
7.1.2 财务状况 / 124
7.2 评估基本要素 / 126
7.2.1 评估对象与评估范围 / 126
7.2.2 评估目的与价值类型 / 126
7.2.3 评估假设与评估方法 / 127
7.3 评估模型构建 / 127
7.3.1 基本思路 / 127
7.3.2 具体模型 / 127
7.3.3 参数确定 / 128
7.4 评估过程 / 131
7.4.1 数据资产收益期 / 131
7.4.2 数据资产折现率 / 131
7.4.3 数据资产超额收益 / 133
7.5 评估结果分析 / 139
第8章 中国联通数据资产评估 141
8.1 中国联通基本情况 / 141
8.2 评估基本要素 / 142
8.2.1 评估对象与评估范围 / 142
8.2.2 评估目的与价值类型 / 142
8.2.3 评估假设与评估方法 / 142
8.3 评估模型构建 / 143
8.3.1 基本思路 / 143
8.3.2 具体模型 / 143
8.3.3 参数确定 / 143
8.4 评估过程 / 148
8.4.1 数据资产收益期 / 148
8.4.2 资产组整体收益 / 148
8.4.3 其他资产贡献 / 151
8.4.4 数据资产折现率 / 154
8.4.5 数据资产价值修正系数 / 155
8.5 评估结果分析 / 159
第9章 东方财富赋能阶段数据资产评估 161
9.1 东方财富基本情况 / 161
9.2 评估基本要素 / 162
9.2.1 评估对象与评估范围 / 162
9.2.2 评估目的与价值类型 / 163
9.2.3 评估假设与评估方法 / 163
9.3 评估模型构建 / 164
9.3.1 基本思路 / 164
9.3.2 具体模型 / 164
9.3.3 参数确定 / 164
9.4 评估过程 / 166
9.4.1 数据资产收益期 / 166
9.4.2 企业自由现金流 / 167
9.4.3 其他资产贡献 / 172
9.4.4 数据资产折现率 / 175
9.5 评估结果分析 / 177
第10章 拼多多数据资产评估 178
10.1 拼多多基本情况 / 178
10.2 评估基本要素 / 179
10.2.1 评估对象与评估范围 / 179
10.2.2 评估目的与价值类型 / 179
10.2.3 评估假设与评估方法 / 179
10.3 数据资产价值影响因素 / 180
10.3.1 数据质量 / 180
10.3.2 数据应用 / 180
10.3.3 数据风险 / 181
10.4 评估模型构建 / 181
10.4.1 基本思路 / 181
10.4.2 具体模型 / 181
10.4.3 参数确定 / 182
10.5 评估过程 / 185
10.5.1 企业整体价值 / 185
10.5.2 数据资产现有价值 / 189
10.5.3 期权执行价格与有效期 / 193
10.5.4 无风险利率与波动率 / 194
10.6 评估结果分析 / 195
10.6.1 数据资产期权价值 / 195
10.6.2 敏感性分析 / 195
10.6.3 不考虑期权的数据资产价值 / 196
第11章 哔哩哔哩数据资产评估 197
11.1 哔哩哔哩基本情况 / 197
11.1.1 产品的升级与维护 / 198
11.1.2 内容的精准推荐 / 198
11.1.3 企业间相关业务的合作 / 198
11.2 评估基本要素 / 199
11.2.1 评估对象与评估范围 / 199
11.2.2 评估目的与价值类型 / 199
11.2.3 评估假设与评估方法 / 199
11.3 数据资产价值影响因素 / 199
11.3.1 数据规模 / 200
11.3.2 数据质量 / 200
11.3.3 数据活跃度 / 200
11.4 评估模型构建 / 200
11.4.1 基本思路 / 200
11.4.2 具体模型 / 201
11.4.3 参数确定 / 201
11.5 评估过程 / 205
11.5.1 企业整体价值 / 205
11.5.2 组合无形资产价值 / 206
11.5.3 数据资产分成率 / 206
11.6 评估结果分析 / 209
参考文献 211
附录Ⅰ 易华录数据湖运营业务层次分析法应用结果 224
附录Ⅱ 中国联通数据资产价值影响因素调查问卷 226
附录Ⅲ 中国联通数据资产价值评价问卷 228
附录Ⅳ 拼多多层次分析法调查问卷 229
附录Ⅴ 哔哩哔哩层次分析法调查问卷 232
后 记 235