大数据技术下收益法优化建议

周娟

[提要] 收益法在实务应用中存在很多障碍，尤其是在参数的预测上，大数据技术恰好具有解决这些问题的优势，将大数据技术应用到收益法中将会优化收益法的整个评估流程。本文分析大数据如何在收益法的各个参数预测中发挥作用，使预测结果更客观。最后，对评估主体和评估协会应如何应用大数据以及甄别和防范大数据风险提出相应的建议。

关键词：大数据;收益法;折现率

中图分类号：F27 文献标识码：A

收录日期：2020年2月14日

一、引言

收益法，是将被评估对象预期可带来的收益进行估测，再将收益一一折现累加求被评估对象价值的方法总称。

收益法最大的问题就是参数难以预测。由于收益法的应用要求资产的未来收益和面临的风险能够被预测且量化，这就限制了收益法的适用范围，根据收益法的基本思路得知，運用收益法需要通过预测获取三个参数：被评估资产的预期收益额、折现率、被评估资产带来收益的持续时间。其中，收益额与资产面临市场状况、企业自身的经营情况、财务状况等高度相关，所以未来收益具有不确定性;折现率虽然有固定的计算方法，但在应用过程中也存在着限制条件和主观因素的影响;收益时间与资产的寿命、折旧年限、法律相关，需要结合相关因素共同确定，同样也需要人为的主观判断。所以，收益法在预测参数的各个环节均需要在分析数据的基础上对未来形势作出相关判断，难免会产生误差或错误。而大数据拥有独特的信息处理方式，通过分析数据之间存在的关联性，透过现象看本质，不需要评估人员完全依靠主观经验预测，减少误差，本文试图从收益法的参数预测出发，探索大数据技术如何应用在收益法中，从而优化收益法的流程，使其结果更加客观。

二、收益法应用存在的问题

（一）折现率的预测。运用收益法对企业价值进行评估，需要计算折现率参数，其中权益资本折现率Re，通常运用资本资产定价模型计算：

Re=Rf+β（Rm-Rf）+Rc

在资本资产定价模型中，Rf是无风险利率;β是企业的风险程度系数，Rm-Rf是风险溢价;Rc是企业特定风险系数。由该模型可知，Re的确定需要考虑上述四个因素。其中，无风险利率多采用长期国债的到期收益率，相对于银行利率更加稳定，可通过央行网站查询获得。而关于β系数和风险溢价的确定可以借助于大数据技术。

1、β系数的估测。β系数衡量单个企业对于市场波动的敏感程度，属于衡量系统性风险的指标。对于上市公司而言，通常采用回归分析的方法计算β值，即利用历史数据，将一定时期的被评估企业的股票收益率与市场收益率进行回归分析，β系数的确定受以下几个因素影响：（1）选取的反映市场平均收益率的样本。样本的种类和数量选择不同，平均收益率会有差别，不同的评估机构选择均有差异;（2）观察间隔期的选择。对股票收益率的测算可能是以每日、每月或每年为基准，测算越频繁，β值计算越精确;（3）选取样本的时间长度。样本的观测长度越长，β值越客观。

对于非上市公司，根据对资产评估机构的调查访问得知，大多数评估机构通过Wind或同花顺iFind导出同行业上市公司的β值，去除杠杆后再调整为与评估对象资本结构相适配的杠杆比例，然而在选择可比公司数量上各评估机构存在主观上的差异，部分选择具体数量的可比公司来统计，剩余选择整个市场同类上市公司为基准来测算。此外，由于β值得测算是通过分析历史数据达到预测未来的效果，这就要求样本数据的数量足够大，目前仍存在少部分评估机构在测算β值时仅采用100周甚至更少时间的追溯期，这使得β值的结果不准确。

总之，要保证β值的有效性，必须做到在选择样本时口径一致，追溯期要尽可能长。

由于大数据具有特殊的分布式数据库，该数据库拥有储存庞大数据的功能，并能对这些数据进行整合分析，因此，可以利用大数据的数据处理技术来筛选、匹配、调取同类企业的数据资料，不仅选取标准得到统一，而且高效准确，样本数据充足，同时，评估结果与评估案例本身也能同时进入数据库，进行二次运用，对于其他评估具有借鉴价值。

2、市场风险溢价。在测算市场风险溢价时，传统的方法是测算每一个周期的平均市场投资回报率，然后减掉评估基准日的无风险利率获得。这种测算方法使得市场投资回报率和无风险利率的时间跨度不统一，造成测算数据不具有可比性。正确的做法是用每一个周期的市场投资回报率减去无风险利率后的差值即风险溢价后再进行平均，这对数据的储存技术和统计分析技术要求极高，传统数据库无法满足，而大数据具有采集、储存、分析的功能，且数据处理速度极快。

3、企业特定风险系数。企业特定风险系数就是指与被评估企业相关的额外风险所要求的回报率，由企业的财务风险、管理风险、行业风险构成，在评估实务中，常通过企业的盈利能力、偿债能力、资产运营能力、发展能力等指标与可比的上市公司进行对比分析后，由评估师主观判断进行调整，主要在1%～5%之间。由此可见，降低主观偏差是十分必要的，必须引入客观的方法，保证样本选取的充足，指标对比的全面，调整采用统一的方法，目前关于企业特定风险系数，可以选择回归方程来计算。

（二）现金流和收益期间的预测。在运用收益法进行企业价值评估时，预测企业的预期收益及收益期间时需要对企业所在的行业进行分析，包括行业经济特性、行业的市场机构、行业生命周期、行业景气情况等因素，因此需要查询宏观经济数据库、行业统计数据库等。在确定企业的收益期时，还要结合法律法规分析，如国家限制或者禁止的产业，其收益期就会受到一定限制。

在企业价值和无形资产价值的评估过程中，虽然评估人员可以通过政府机关、出版物、协会获得部分数据，但因获取成本大、数据分散不全面、广度深度不够等原因，大多数企业还是选择使用专业软件付费查询，但是该类软件提供的数据主要是面向金融机构，对评估行业的针对性不强。目前尚未有专门针对评估行业的完善的参数信息查询工具。所以，利用大数据技术建立各类行业信息数据库是十分必要的。

三、应用大数据的建议

传统的研究方法重视实证研究，即在一定范围内随机抽取样本，作出假设，建立模型，通过样本验证真伪，继而得出结论。这种方法逻辑性强，其目的是运用有限的事实和现象去证明普遍的规律或假设，其结果难免具有概率性和偶然性，因此不具有充分的说服力，而大数据是从全部海量的数据中自动采集存储，快速提取，自下而上地分析处理，不依赖于假设的前提。大数据的来源是原始的全体数据，没有范围的约束和刻意的假设，它的分析结果也更加实用和有效。

（一）行业协会

1、建立数据共享平台。我国市场交易信息公开度不强仍然是造成信息数据不足的主要原因，因此拓宽信息获取渠道从而获得更多的行业数据信息是资产评估行业发展的一个必要条件。国内几乎没有专门从事评估行业信息搜集的机构，大部分数据来自于上市公司公開披露的财务数据，这些数据对于评估行业不具有较高的使用价值。所以，协会可以通过自身平台优势与证券交易所、产权交易中心、资产交易中介等其他机构合作设立数据共享平台。

2、统一信息标准。由于不同的评估机构在信息搜集的来源上途径各不相同，标准也尚未统一，协会另一个着力点应该从统一评估信息标准体系出发，突破时间和地域的限制，从执业标准、获取信息的渠道、信息加工模式等三个方面对评估行业进行统一规范。为评估人员借鉴、使用数据提供便利，可靠的依据。尤其要对评估实务中执业人员操作空间过大的数据信息加大搜集整理的力度，完善该类数据库。如，对利用收益法的企业价值评估或无形资产评估，统一参数数据，让执业人员能够有充分的参照依据。

（二）执业机构。近年来，随着企业全球化的道路，资产评估的发展也更加国际化。在交易定价、信息沟通、博弈谈判、投后管理等重要环节提供决策建议都需要评估机构的参与，同时帮助企业甄别交易风险。可见，评估机构在引导市场优化资源配置，守护国家经济安全上有重大的责任。因此，评估机构应积极应对当前形势，为交易双方提供更加优质的专业服务。

1、保证信息的高效接收和及时反馈。不同的执业机构搜集信息的渠道不同，因此评估标准也有所不同，各机构间应多沟通交流、传递信息，互相借鉴与监督。避免应信息不对称造成的评估效率低下，评估结果差别过大，资源浪费的现象。

2、利用大数据技术挖掘客户需求。大数据的一个重要功能是可以通过对数据分析预测走势，这种技术已经应用到电子商务、新闻等行业。评估机构也可以利用类似的功能通过分析潜在客户的数据信息预测有评估需求的客户，从而为客户提供更加专业高效的服务，并与客户建立起长期稳定的委托代理关系，增加评估机构的客户资源。

（三）评估人员。大数据、互联网等技术不断改变和更新着评估方法，使整个资产评估行业正在面临着转型，从传统的价值评估转变为行为评估。从长远看来，这是评估行业去除阻碍行业发展屏障、实现评估行业供给侧改革的重要时机。因此，评估人员也必须加快转变自身的思维方式、执业方式来适应行业的转变。

四、运用大数据应注意的问题

大数据是信息时代的产物，其应用必定会对评估行业带来革新，但因其数据规模大和开放共享的特性，会让数据的真实性和安全性受到影响，又因评估行业对于该技术的研究和应用还处在初步阶段，所以运用该技术将会面对许多的问题和风险，但通过不断地探索总结，必将战胜这些困难。现阶段，在使用大数据技术中要注意以下几点：

（一）甄别数据的真实性。大数据的数量每日都在爆发性地上涨。这种大规模的数据增量难免会出现记录的错误，大数据不是精确性，而是混杂性，大数据的错误记录、传输均会严重影响到评估工作的准确性，若想充分运用大数据的价值，资产评估相关部门就需要不断增强自身的数据分析和判断能力，提升数据管理水平，转变传统的思维模式，深度挖掘有价值的数据信息。

（二）加强信息保护。大数据时代使得人们越来越重视数据信息的价值，与此同时，数据安全的问题也引起了越来越多人的关注。然而，评估数据一旦被不法分子窃取，将会给被评估单位带来利益侵害，严重时造成经济损失。因此，在使用评估数据的过程中，一定要严格检测评估数据在传递过程中的安全性，加强保密措施，对评估机构的数据平台进行防范。并且要对数据进行加密处理，存储过程中也要主要安全保护，防止数据丢失。同时，还要对接触数据的监测管理人员进行安全教育，使其树立起保密意识。防止其对数据信息泄露造成对评估主体和被评估单位的不利影响。

（三）理性看待大数据。大数据为评估工作创造了许多的便捷。但是，在评估过程中，应理性看待大数据手段的工具价值，不能过度倚重大数据，尽管大数据使评估值更加精准，但资产评估是一个需要主观定性、人为思考的过程，若只盯着“计算认知”，凡事都依靠人工智能，可能会出现不必要的错误。有人形容大数据是一座金山，放在那里没有价值，只有去深入地挖掘，才能探索到其内在价值。因此，当技术不够成熟或不去分析和判断数据背后意义的情况下，盲目相信大数据评估的结果是很不科学的。

主要参考文献：

[1]邵莉.资产评估中的成本法与收益法的优缺点[J].财经界（学术版），2014（21）.

[2]蔡璐，杨良，王玉凤.资产评估方法的选择与资产评估结果合理性分析[J].商业经济研究，2017（1）.

[3]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（6）.

[4]钱伟燕.大数据时代对财务管理工作的影响研究[J].中国市场，2018（32）.

[5]王文华，吴莉.大数据技术在资产评估领域的应用[J].中国资产评估，2017（8）.