基于成本与收益综合分析的数据价值评估方法与流程

本发明涉及数据价值评估，尤其涉及一种基于成本与收益综合分析的数据价值评估方法。

背景技术：

1、随着产业数字化和数字产业化的稳步推进，数据逐渐显现出巨大的价值。现在强调要“充分发挥海量数据规模和丰富应用场景优势，激活数据要素潜能，强做优做大数字经济，增强经济发展新动能”。在此背景下，数据价值评估作为促进数据要素流通、释放数据价值的核心环节之一，其准确性和一致性显得尤为重要。

2、目前，仍缺乏数据价值评估的准确、一致性方法。现有方法通常参照无形资产评估方式，采用成本法、收益法、市场法及各类衍生方法对数据价值进行评估。由于缺乏充足的已评估数据作为支撑，很难使用市场法对数据价值进行准确评估。此外，对于成本法和收益法，即便是评估同一数据价值时，由于评估口径、评估原理以及评估参数的不同，评估结果往往存在较大差距，造成一致性较差、可信度较低等弊端，对数据价值评估结果带来了灾难性的影响。因此，如何提供一种准确、一致的基于成本与收益综合分析的数据价值评估方法是本领域技术人员亟需解决的问题。

技术实现思路

1、本发明的一个目的在于提出一种基于成本与收益综合分析的数据价值评估方法，本发明利用企业各维度数据确定数据价值评估最优解近似模型的模型参数，从而科学、准确地获得一致性评估结果。

2、根据本发明实施例的一种基于成本与收益综合分析的数据价值评估方法，包括如下方法步骤：

3、s1、获取待评估数据：获取待评估数据，统计待评估数据的基本信息；

4、s2、构建最优解近似模型：确定数据价值评估最优解近似模型的上确界和下确界，根据介值定理设定数据价值评估最优解近似模型；

5、s3、获取对标结果：与同行业类似公司进行比较，构建指标指数体系，利用层次分析法确定指标指数的权重，给出对标结果；

6、s4、获取评估结果：构建映射函数，将对标结果、各指标指数及其权重映射到最优解近似模型的模型参数，利用最优解近似模型获取最终评估结果。

7、可选的，所述数据价值评估最优解近似模型评估结果的上确界通过收益法确定，所述数据价值评估最优解近似模型评估结果的下确界通过成本法确定，并将数据价值评估的目标转变为寻找最优解近似模型评估结果的上确界与最优解近似模型评估结果的下确界的中间区间近似最优解。

8、可选的，所述构建最优解近似模型包括以下步骤：

9、s21、确定数据价值评估的上确界：利用收益法对待评估数据进行价值评估，结合收益法评估特性及普遍认知，将收益法评估结果作为数据价值评估的上确界，对于所有收益法及其衍生方法评估得到结果集合g(e)，若存在一个β，满足以下条件，则β为数据价值评估的上确界：

10、

11、使yε＞β-ε；

12、s22、确定数据价值评估的下确界：利用成本法对待评估数据进行价值评估，结合成本法评估特性及普遍认知，将成本法评估结果作为数据价值评估的下确界，对于所有成本法及其衍生方法评估得到结果集合g(c)，若存在一个α，满足以下条件，则α为数据价值评估的下确界：

13、

14、使yε＜α+ε；

15、s23、构建最优解近似模型：根据介值定理以及数据价值评估的上确界β和数据价值评估的下确界α，数据资产d的价值评估函数fv(d)的取值范围为：

16、α≤fv(d)≤β；

17、计算数据价值评估的最终结果：

18、fv(d)＝α+k(β-α)，k∈[0,1]；

19、其中，k表示模型参数。

20、可选的，所述β是收益法及其衍生评估方法得到结果的最小值，所述α是成本法及其衍生评估方法得到结果的最大值。

21、可选的，所述获取对标结果包括以下步骤：

22、s31、构建标指标指数体系：根据同行业公司获取数据构建指标指数体系；

23、s32、确定指标指数权重：邀请相关人员参照打分表对各指标指数两两相比重要性进行打分；

24、s33、对打分结果进行一致性检验，过滤不符合一致性检验的打分表并归一化为权重信息，得到指标指数权重；

25、s34、获取对标结果：根据各指标指数对标结果，获取归一化对标数值。

26、可选的，所述指标指数体系包括公司年净利润、公司专利数量和公司年纳税额。

27、所述s32具体包括：

28、对于指标指数z＝{z1,z2,...,zn}，构建指标指数对比矩阵a：

29、

30、其中，aij表示第i个指标对于第j个指标的重要性；

31、且各元素满足：

32、

33、其中，aij相关人员进行打分获取。

34、可选的，所述s33具体包括：

35、计算指标指数对比矩阵a的最大特征根λmax：

36、aw＝λw；

37、其中，w表示矩阵a的特征向量；

38、根据上述可解得矩阵a的所有特征根，取最大特征根为λmax，指标指数对比矩阵a的一致性指标：

39、

40、其中，n表示对比矩阵a的阶数；

41、c.i.＝0表示判断矩阵完全一致，c.i.越大，判断矩阵的不一致性程度越严重，根据一致性指标标准r.i.的对比，对c.i.进行标准化：

42、

43、其中，c.r.表示标准化后的一致性指标，c.r.＜0.1表明评价矩阵a通过一致性检验，否则不通过一致性检验；

44、选取c.r.＜0.1的相关人员打分表对取平均，得到指标对比一致性矩阵b，即对于c.r.＜0.1的矩阵a＝{a(1),a(2)...,a(m)}，有一致性矩阵b，其i行j列元素：

45、

46、其中，表示通过一致性检验的第k个相关人员指标对比打分表中第i行j列的打分数值，取指标指数一致性矩阵b每行结果的平均值并做归一化处理，作为该行指标的权重，记为权重向量β＝(β1,β2,...,βm)，其中m为指标个数。

47、可选的，所述s34具体包括：

48、对于任意指标zi∈{z1,z2,...,zm}，各同行业公司对应指标数值为ni，各指标对比结果为：

49、

50、其中，ri表示第i各指标的对标结果，m表示对标指标编号；

51、对各指标结果进行归一化，得到归一化后的对标结果向量：

52、u＝(u1,u2,...,um)；

53、各分项指标计算公式为：

54、

55、其中，min(•)表示最小值计算公式，max(·)表示最大值计算公式。

56、可选的，所述获取评估结果包括以下步骤：

57、s41、构建映射函数：建立各对标指数归一化结果到数据价值评估最优解近似模型参数k的映射函数：

58、

59、其中，k表示数据价值评估最优解近似模型的模型参数，βi表示权重向量中第i个指标的权重，ui表示第i个指标的归一化对标结果；

60、s42、获取对标结果：将最优解近似模型参数k值带入数据价值评估最优解近似函数得到最终评估结果：

61、fv(d)＝α+k(β-α)。

62、本发明的有益效果是：

63、本发明与现有技术相比通过成本法及其衍生方法确定数据价值评估的下确界，利用收益法及其衍生方法确定数据价值评估的上确界，根据介值定理设定最优解近似模型，将数据价值评估任务转换为解区间内最优解近似问题，解决了因方法选择对评估结果造成的不一致问题；建立待评估数据同行业企业对比指标指数体系，构建指标指数权重矩阵并进行一致性检验，根据各指标指数对标结果设计映射函数，利用企业各维度数据确定数据价值评估最优解近似模型的模型参数，从而科学、准确地获得一致性评估结果。