数据资产价值评估模型及方法与流程

本发明属于数据资产管理技术领域，特别涉及一种数据资产价值评估模型及方法。

背景技术：

数据资产是企业在运营活动中形成的，由企业拥有，在数据的产生、获取、处理、存储、传输和应用全过程可控，并能够给企业带来价值的数据。数据资产价值评估是使数据的内在价值和使用价值有一个可操作的量化指标，对数据进行多角度价值评估，利用评估结果对工作提出整改建议，提升数据运营管理水平。

目前，在有形资产的评估方法方面主要有4种方法：收益现值法、重置成本法、现行市价法、清算价格法，而无形资产也形成了一套较为完善的评估体系，主要有：成本法、市场法、收益折现法等。虽然数据资产也属于无形资产，但是由于数据资产的评估标准和要素相差很大，因此无论是有形资产还是无形资产，都不能完全应用到数据资产价值评估当中去。由于数据资产价值受到越来越广泛的关注，数据资产价值评估作为数据资产价值的生命线，是数据资产发挥价值的基础，亟需开展数据资产价值评估工作以提升数据增值运营水平。

当前对数据资产价值评估的研究主要存在以下问题：

(1)到目前为止，还没有关于数据资产价值的公认的精确定义。数据资产价值定义不统一，导致人们对数据资产价值理解出现多样化，难以提出有效解决方法。建立数据资产增值管理体系，必须明确数据资产价值的定义；

(2)没有形成一个权威性的数据资产价值评估模型或参考模型。大多数据资产价值评估的研究是针对很单一的问题进行的，解决系统中的比较重要的质量指标，比较系统的研究也只是提出了建模的观点，并给出了建模的步骤，但没有提出数据资产价值评估模型的体系结构；

(3)没有形成系统的数据资产价值评估维度，从不同的维度对数据资产价值评估衡量的标准是不一样的；

(4)针对数据资产价值评估没有形成具体的量化标准，局限于概念和理论的研究。

技术实现要素：

在对数据资产价值进行评估的时候，需要建立数据资产价值评估模型，从数据资产价值评估维度、数据资产价值评估方法等角度，设置校验规则，以提高数据资产价值评估模型的合理性和科学性，并提高数据资产价值评估工作的效率，为进一步的数据增值运营水平提升、减少决策失误和避免经济损失打好基础。为此，本发明实施例提供了一种数据资产价值评估模型及方法。

本发明实施例之一，一种数据资产价值评估模型，该模型的评估要素包括包括资产成本要素、固有价值要素、市场价值要素和环境要素。

资产成本是数据在建设、运维过程中产生的直接或间接成本，包括建设成本和运维成本；固有价值是指数据资产在交易当下的质量、规模、活性属性的不同带来的价值差异；市场价值是指数据资产受市场环境，包括市场竞争性、使用对象、历史交易评价对数据价值的影响；环境因素包括对数据价值产生影响的供求关系、法律法规以及评估组织的资质和接入方式外部因素。该模型：

对资产成本采用ahp法构建数据资产成本评价体系，采用层次分析法计算资产成本得分；对固有价值采用ahp法构建数据固有价值评价体系，采用层次分析法计算固有价值得分；对市场价值采用ahp法构建数据市场价值评价体系，采用层次分析法计算市场价值得分；对环境因素采用ahp法构建数据环境因素评价体系，采用层次分析法计算环境因素得分；将资产成本得分、固有价值得分、市场价值得分和环境因素得分累加和作为数据资产价值得分。

本发明实施例的数据资产价值评估，通过适宜的数据方法对影响运营数据资产价值的主要因素量化处理，最终得到合理的评估值。本发明的运营数据资产价值评估方法，在对数据资产价值构成及其主要影响因素分析基础上，引入层次分析模型构建指标评价体系，并利用层次分析法计算数据资产成本和应用评估指标权重，建立了基于成本和应用考虑的数据资产价值评估模型，并对模型应用给出了具体评估步骤。

附图说明

通过参考附图阅读下文的详细描述，本发明示例性实施方式的上述以及其他目的、特征和优点将变得易于理解。在附图中，以示例性而非限制性的方式示出了本发明的若干实施方式，其中：

图1是根据本发明实施例的数据资产价值评估模型示意图。

图2是根据本发明实施例的数据资产价值评估方法流程示意图。

图3是根据本发明实施例的数据资产价值评估模型评估要素组成示意图。

图4是根据本发明实施例的数据资产价值评估模型中资产成本评估模型示意图。

具体实施方式

层次分析法(analyticalhierar-chyprocess，ahp)是运筹学家a.l.satty等人在20世纪70年代提出的将一种定性和定量分析相结合的多准则决策方法。层次分析模型是把复杂的问题分成若干个组成因素，并按支配关系分组形成层次结构。然后通过两两比较的方式，综合决策者的判断，确定决策方案重要性的总排序。具体步骤如下：

①分析各因素的关系，建立递阶层次结构；

②对同一层次的多个元素，关于上一层中某一准则的重要性进行两两比较，构建比较判断矩阵；

③由判断矩阵计算比较元素对于该准则的相对权重，并检验一致性；

④计算合成权重，即全局权重。

根据一个或者多个实施例，一种数据资产价值评估模型，该数据价值评估模型可用于指导基于数据价值评估模型的数据资产价值计算，如图1所示。

该模型的数据价值评估要素包括资产成本要素、固有价值要素、市场价值要素和环境要素四方面，要素覆盖了可直接赋值的确定性因素以及不可控的、对数据价值产生影响的外部环境因素。

根据一个或者多个实施例，一种数据资产价值评估模型实现方法，包括数据价值评估要素确定、数据价值评估指标体系构建、数据价值评估模型构建、数据价值评估模型应用流程。

数据资产价值评估指标用于将要素按照层次分析模型，分级转化为具有层次的指标体系。所述数据价值评估模型是基于层次分析法和指标体系的评估模型。

根据一个或者多个实施例，一种数据资产价值评估流程，如图2和图3所示。在对数据资产价值构成及其主要影响因素分析基础上，引入层次分析模型，构建指了包括4个评估维度、11个一级评估指标和25个二级评估指标的数据价值评估指标体系，构建了基于层次分析法、数据价值评估元素、数据价值评估指标体系和数据价值评估流程在内的全体系数据价值评估模型。

进一步的，利用层次分析法实现数据价值评估模型，实现层次模型构造、判断矩阵数据录入、排序权重计算、加权计算以及计算数据导出。

根据一个或者多个实施例，一种数据资产价值评估方法，采用层次分析法计算数据资产价值的步骤包括：

步骤1，制定评估指标体系。确定数据资产价值评估的评估要素作为构建评估指标体系的依据，评估要素包括，可直接赋值的确定性因素以及不可控的、对数据价值产生影响的外部环境因素。提出如下四个评估方面：

①资产成本，是数据在建设、运维过程中产生的直接或间接成本，包括建设成本和运维成本，是构成数据价值的重要部分；

②固有价值，主要是指数据在交易当下的质量、规模、活性等属性的不同带来的价值差异；

③市场价值，是指数据受市场环境比如市场竞争性、使用对象、历史交易评价等对数据价值的影响；

④环境因素，包括对数据价值产生影响的供求关系、法律法规以及评估组织的资质和接入方式等外部因素。

详细具体的数据资产价值评估要素框图如3所示。从图3中可以看出，在数据资产价值的4个方面，资产成本、固有价值、市场价值和环境因素中，每一项还具体包括多个需要考虑的因素，这里就不再赘述了。以资产成本要素为例，构建指标体系如表1所示。

表1

步骤2，绘制层次结构模型。按照数据资产成本评估指标体系，绘制层次结构模型。以资产成本指标为例，绘制层次结构模型如图4所示。本例中为了简化计算，忽略了准则层。目标层a包括成本评估，方案层c包括建设费用和运维费用。方案层c的要素被归引到目标层a。

步骤3，计算判断矩阵。确立思维判断定量化的标度。在两个因素互相比较时，需要有定量的标度，假设使用下面的标度方法，其含义如表2所示。

表2

以资产成本指标为例，按照重要程度划分，构造比较判断矩阵，如表3所示。

表3

步骤4，显示计算结果。以资产成本指标为例，首先进行矩阵一致性检验，一致性检验通过后，计算得出资产成本评估指标的权重如表4所示。

表4

假设数据资产建设成本和运维成本的得分分别是s1、s2，数据资产成本评估指标总得分sp可以通过加权计算公式得出

采用评分法得出数据资产建设成本和运维成本的得分分别是80，90，计算出该数据资产成本评估指标总得分情况:

sp＝87.5

步骤5，计算数据资产评估得分。采用与评估资产成本同样的方法，评估固有价值、市场价值、环境因素三项评估指标的得分。由于每个一级指标对应的二级指标各不相同，且每类二级指标对数据资产价值产生的影响程度不同，因此必须对各级评估指标影响因素进行处理，确定每一个应用评估指标的权重，从而综合计算出数据资产应用评估得分。最终确定数据资产价值评估的计算模型：

数据资产价值＝数据资产成本得分+数据固有价值得分+数据市场价值得分+数据环境因素得分

根据文中实例，对模型进行量化，最终得出该数据资产价值：

数据资产价值＝sp1+sp2+sp3+sp4

以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到各种等效的修改或替换，这些修改或替换都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以权利要求的保护范围为准。