大数据企业价值评估方法研究开题报告

一、国内研究现状

我国的价值评估的系统性研究起步较晚，目前还未形成比较成熟的理论体系。近年来，与大数据企业具有相似性的互联网企业价值评估的研究发展很快，我国的很多学者对企业价值评估的理论和实践做出了很大贡献。

王少豪（2010）着眼于企业价值来源，认为互联网企业能够通过现有业务和潜在业务产生价值，并利用现金流折现和期权定价分别对这两个方面进行估值，最后汇总的价值被视作互联网企业的整体价值。笔者高度认同这种对信息技术企业的价值来源进行划分的思想。

姜硕与牛巨辉（2013）通过对企业中具有期权性质的业务进行深入分析，发现利用现金流折现模型在运用在投资领域时，无法得知对于企业的最佳投资时机。因此他们主张利用实物期权模型，作为传统现金流折现模型的补充。

陈德泉（2013）等学者认为，不同的评估理论模型，如经济增加值模型、资本资产定价模型、期权定价模型等，会产生不同的评估方法，例如收益法，市场法、期权法等，但他们有一个共同点就是需要预测现金流，以及与现金流相匹配的概率分布和波动率这三个因素。

冯文红和刘洪伟（2013）对现金流折现法和期权定价法进行了对比，认为实物期权模型的视角更大，能够动态关注价值评估的影响因素。现金流折现法虽然具有局限性但仍旧是定量评估中最为重要的方法，而期权法更适合于用定性评估。

王家庭（2014）关注实物期权对于企业投资决策的影响，认为企业的管理者能够利用实物期权思想处理企业运营过程中的不确定性，这种不确定性通过实物期权使决策思维从“害怕不确定性，希望企业稳定运营”，转变为“企业能够从不确定性中获得收益”。

许璞、李觅（2016）通过实证分析，提出利用三叉树复合期权法能够对现金流折现模型进行补充，有效评估现金流折现模型中没有涉及的经营柔性价值，认为企业的价值不仅包括现有业务的价值，还应当包括经营者对投资决策的“选择权”所创造的潜在价值。

张智芳（2019）认为对于互联网企业的价值评估需要兼顾非财务因素对企业的影响，提出评估的流程除了传统的财务分析，还要结合非财务因素建立起复合的价值评估模型。

谈多娇、董育军（2020）提出对于互联网企业进行价值评估不能忽视互联网企业的客户资源，客户资源通过影响互联网企业的流量进一步与收益相关联。他们从客户收入贡献率、点击率、注册量等多个方面建立了对互联网企业价值的分析框架，最终形成以客户资源为核心的互联网企业价值评估模型。

目前国内学者关于企业大数据企业价值评估的研究，多集中于将数据资产作为无形资产进行价值计量，采用收益法、成本法和市场比较法等传统价值评估方法进行价值评估。而随着“大数据时代”的到来，大数据企业将起到越来越重要的作用，这就要求价值评估过程更精确、更科学、更合理，要结合大数据企业的自身特点，对传统估值方法进行调整构建估值模型，使模型能够有效地运用于实际企业，帮助企业实现价值提升，从而引导大数据产业的发展。

二、国外研究现状

国外对企业价值评估已进行了深入的研究，依靠较为完善的资产评估市场，为企业价值评估理论的实践提供了良好的环境。目前已经形成了多种视角下的企业价值评估研究成果。

企业价值评估的理论最早起源于IrvingFisher在1906年出版的《资本与收入》一书。他通过论述资本与收入的关系，分析了企业价值的来源。这也被广泛认为是企业价值评估的开端。

JohnBurrWilliams1938年发表文章《投资价值理论》，文中首次提出的现金流折现模型，这也是后续多种折现模型的理论基础。

1958年，美国学者Modigliani和Miller的范文《资本结构、公司财务与资本》中提出了经典的MM理论，他们认为在无税收的情况下，企业的价值与企业的资本结构没有相关性，企业的价值就按照一定折现率对企业预期的收益进行折现后的现值。

WilliamF.Sharpe（1964）在《投资组合理论与资本市场》一书中提出了资本资产定价模型。该模型提供了折现率预测的新思路，为不同资本结构的企业价值评估理论和方法的发展奠定了基础。

1978年，Black和Scholes首次将实务期权法引入资产评估领域，基础了B-S期权定价模型。由于实务中很多东西由于其不确定性，都可以看作一种实物期权，因此B-S期权模型能够应用在很多领域。后续学者在B-S期权定价模型的基础上，做了许多的改进，提出了很多种期权定价方法，目前，实物期权在资产评估中的运用越来越多。

进入到 21 世纪，随着信息技术的发展，学者们开始关注数据资产的估值。David Tenenbaum（2012）运用收益法对数据资产进行价值评估，分析了假定收入损失法对最后的评估结果进行验证。Mark Berkman（2012）也认为收益法对数据资产的价值评估最为准确，并立足于法理层面，着重对现金流量折现估价的授权问题进行了讨论。Yu-Jing Chiu 和 Yuh-Wen Chen（2017）采用层次分析法，对数据技术的各种影响因素进行了量化，从技术的自身特性、成本、产品市场和技术市场四个方面，将数据资产视作一种无形资产进行估值。Roberta Costa 和 Simonluca Evangelista（2018）也提倡采用层次分析法来评估无形资产的价值，主要分析了层次分析法定量研究与定性研究结合的优势。Grace T.R.Lin 和 Jerry Y.H.Tang（2019）着眼于数据价值来源，从价值驱动的角度构建数据资产价值评估模型，并通过6个行业的数据进行模型建议和适用性分析

国外学者对于大数据企业的估值，更多的是采用收益法与层次分析法相结合的方法，即利用收益法对有形资产进行折现估值，利用层次分析法，将与数据资产等无形资产相关的影响因素赋予不同的权重进行估值。这种方法对传统估值的方法进行了一定的改进，但仍未解决大数据企业收益不确定性的特点。

B.范文提纲格式

一、绪论

（一）选题背景

（二）选题意义

（三）研究方法

二、大数据企业价值评估问题分析

（一）大数据企业定义与分类

（二）大数据企业特点分析

三、大数据企业价值评估影响因素分析

（一）影响大数据企业价值的外部因素

（二）影响大数据企业价值的内部因素

四、公司价值评估的应用分析

（一）公司基本面分析

（二）公司概况

（三）与同行业企业的对比

（四）公司面临的风险

（五）财务指标分析

（六）公司整体价值评估

五、结论

C.参考文献

[1]张红.基于大数据的在线教育企业价值评估方法研究[D].浙江工商大学,2019.

[2]彭梦娇.基于大数据方法的客户信用评估模式研究[D].西南科技大学,2019.

[3]刘悦,周兵,聂作明.基于蓝墨云班课大数据信息挖掘的过程教学评价研究——以食品企业管理体系实务课程为例[J].高教学刊,2019(10):56-59.

[4]王鲁,曾浩.基于企业大数据模型的政务创新研究[A].中国航天科技集团公司第九研究院科学技术委员会.航天电子军民融合论坛暨第十四届学术交流会优秀范文集（2017年）[C].中国航天科技集团公司第九研究院科学技术委员会:航天电子发展战略研究中心,2017:5.

[5]杨璐.基于大数据的影视企业价值评估方法研究[D].长安大学,2017.

[6]李晶伟,王毅.企业档案大数据分析方法与技术创新双向决策模型[J].东北农业大学学报(社会科学版),2016,14(05):1-5.

[7]高俊光,刘旭,朱辰辰.小微企业信用评估的数据挖掘方法综述[J].金融理论与实践,2015(10):98-101.

[8]杨璐,李丽.浅谈大数据在资产评估中的应用[J].中国资产评估,2015(06):41-44.