统计分析在资产评估中的运用.doc

《统计分析在资产评估中的运用.doc》由会员分享，可在线阅读，更多相关《统计分析在资产评估中的运用.doc（414页珍藏版）》请在三一文库上搜索。

1、统计分析在资产评估中的运用目 录1第一章 导 言第一节 资产评估与统计1第二节 资产评估预测4第二章 资产评估数据的搜集811第一节 资产评估数据概述11第二节 原始数据的搜集15第三节 次级数据的搜集19第三章 资产评估数据整理23第一节资产评估数据整理的意义和步骤23第二节品质数据的整理24第三节数量数据的整理28第四节 统计表33第五节 资产评估数据的表现形式35第六节 EXCEL的基本统计功能47第四章 抽样推断55第一节 抽样推断的基本概念55第二节 简单随机抽样57第三节 区间估计65第四节 假设检验72第五节 EXCEL区间估计与假设检验78第五章 相关与回归分析82第一节 相关

2、分析82第二节 一元线性回归分析88第三节 回归方程的显著性检验93第四节 可线性化的曲线回归98第五节 EXCEL在相关与回归分析中的应用103第六章 时间数列分析109第一节 时间数列及分析方法概述109第二节 时间数列指标分析法112第三节 长期趋势分析120第四节 季节变动分析129第五节 EXCEL时间数列分析136第七章 统计指数143第一节 统计指数概述143第二节 加权指数146第三节 指数体系分析152第四节 指数在资产评估中的应用158参考文献165 第一章 导 言第一节 资产评估与统计 一、数据与数据的处理是资产评估的基础资产评估是市场经济发展到一定历史阶段的产物，随着市

3、场经济的发展，要素市场 和产权交易市场迅速发展。资产评估，作为一种促进生产要素优化配置的经济行为在现代市场经济中正在起着不可或缺的作用。目前，市场机制正逐步渗透到社会经济发展的各个方面，资产流动完全社会化了，在这种情况下为资产评估提出了更高的要求，资产评估必须适应目前的形势要求，采用更新的科学合理的方法，保证评估值更准确、公平、科学。资产评估方法有很多种，尤其是涉及到专项资产的评估，如房地产、土地、资源性资产的评估等。但不论是资产评估三个基本评估方法还是其它方法，最基本的仍是数据的搜集、整理和计算，评估值就是评估数据的计算结果，没有数据的计算资产评估也就只能是纸上谈兵。可以看出，数据的统计计算

4、分析是资产评估的基础。首先，资产评估指标、系数的确定应遵循统计学规律。不论何种资产的评估，确定评估方案以后就要着手搜集评估数据资料，而很多情况下会出现评估需要的适用的数据难以收集，或根本没有办法取得。在这种情况下，就可依统计指标原理进行指标替代，也可用同类同期的系数替代原系数，在替代后又要保证数据计算结果的科学、合理性。实际上，很多资产评估实践工作者，在无意识地应用这种方法。其次，评估数据计算要采用统计方法。统计学是研究各种各样的统计方法的，这些方法是分析认识客观现象的有力工具，帮助人们在各种不确定或复杂的情况下作出明智的判断和决策。统计计算有最基本的原则，违反原则就可能造成人们判断的失误。比

5、如：一般平均数的计算，几个数直接相加求平均是很简单的，但在实际工作中很多人将加权平均数、调和平均数或几何平均数也直接计算就会出现重大失误。还比如，时期数与时点数求平均、求比例的问题，如销售收入利润率与资金利润率公式的分母就有原则上的区别。第三，评估系数的计算和计算方法的选取也要遵循统计原则。统计学是研究数据计算方法的，而每一种计算方法和系数的确定均有应用前提。如，回归分析在实践中大多数人从未注意过它的使用前提，也就是回归分析的假设，如果违背了前提假设再理想的计算结果也是没有意义的。资产评估统计方法是循着一定评估思路，完成资产评估任务的统计技术手段。任何一种方法都是在一定的思维标准下，按照一定的

6、思维途径来探索发掘的，资产评估统计方法也不例外。当前各种书籍关于统计的方法有很多，如何能够有效地了解、掌握、归纳这些具体的方法，使统计方法灵活运用在资产评估中，从根本上说应当借助于对这些方法思维的理解和掌握。只有这样才不会使我们隐入到公式的迷宫中失去自我，避免脱离实际地去一味生搬硬套一些方法，同时也只有这样才能使评估人员根据理论和实践的需要，按照正确的思维途径，去开辟更加广阔的评估方法领域。二、资产评估统计方法基本内容评估统计从评估所需统计资料的搜集、数据的整理汇总，以至统计分析检验，运用着各种专门的方法。在资料搜集时，对于无法从科学试验取得资料的现象，特别如社会经济现象，应用大量观察法。对于

7、可以通过科学试验取得资料，则应建立在合理的实验设计基础上。在数据的整理汇总时，运用统计描述法，而统计分析与检验主要运用统计推断法等等。（一）实验设计 统计是要分析数据的，但首先需要考察的是，数据的来源是否合适，实验采集的数据是否符合分析的目的要求。由于安排不科学，使实验数据不能反映现象的真实情况，或不能用以估计总体的数量特征，那么接着一系列分析工作也就白费工夫了。所谓实验的统计设计就是指设计实验的合理程序，使得收集得到的数据符合统计分析方法的要求，以得出有效的客观的结论。它主要适用于自然科学研究和工程技术领域的统计数据搜集。 实验的统计设计要遵循三个基本原则。 1重复性原则。即允许在相同条件下

8、重复多次实验。如果只能一次实验所得的数据作为总体的估计量精度就很差，这时实验的误差等于观察的误差： 观察误差可能是实验误差的结果，很难用观察的数据来代表总体情况；多次重复实验的好处是显然的，其一可以获得更加精确的效应估计量，其二，可以获得实验误差的估计量。这些都是提高估计精度或缩小误差范围所需要的。 2随机化原则。随机化是指在实验设计中，对实验对象的分配和实验次序都是按随机安排的。这种安排可以使可控的影响因素作用均匀化，突出不可控影响因素的作用。随机化原则是实验设计的重要原则。3区组化原则。即利用类型分组技术，对实验对象按有关标志顺序排队，然后依次将各单位随机地分配到各处理组，使各处理组组内标

9、志值的差异相对扩大，而处理组组间的差异相对缩小，这种实验设计安排称为随机区组设计。这样就可以提高处理组的估计精度。（二）大量观察 许多统计对象，特别是社会经济现象是已经发生的事件，并且无法进行重复实验的，这是因为社会经济现象本质上是反映人与人之间的关系，这种关系客观地存在于现实生活中，要研究这种关系就不能用实验的方法或推理的方法，而必须到社会中去做调查研究，即采用大量观察的方法就总体中的全部或足够多数单位进行调查观察，并加以综合研究。复杂的社会经济现象是在诸多因素错综作用下形成的，个别现象往往受各种偶然因素的影响，使各单位的特征和数量表现有很大差别，所以不能任意抽取个别或少数单位进行观察。必须

10、在对所研究对象的定性分析的基础上，确定调查对象和总体范围，并对总体中的所有单位或足够多数单位的变量进行登记和计算，然后把观察得来的个别数量加以整理汇总，计算相应的综合指标，来反映总体现象的数量特征，这就是现象规律性的表现形式。普查、抽样调查、统计报表调查、重点调查等则是大量观察的组织形式。（三）统计描述 统计描述是指对由实验或调查而得到的数据进行登记、审核、整理、归类、计算出各种能反映总体数量特征的综合指标，并加以分析从中抽出有用的信息，用表格或图象把它表示出来。统计描述是统计研究的基础，它为统计推断、统计咨询、统计决策提供必要的事实依据。统计描述也是对客观事物认识的不断深化过程。它通过对分散

11、无序的原始资料的整理归纳，运用分组法和综合指标法得到现象总体的数量特征，揭露客观事物内在数量规律性，达到认识的目的。 分组法是研究总体内部差异的重要方法，通过分组可以研究总体中不同类型的性质以及它们的分布情况，如产业的经济类型及其行业分布情况。可以研究总体中的构成和比例关系，如三次产业的构成，生产要素的比例等。可以研究总体中现象之间的相关依存关系，如企业经营规模和利润率之间的关系等等。 综合指标法是指运用各种统计指标来反映和研究客观总体现象的一般数量特征和数量关系的方法。通过综合指标的计算可以显示出现象在具体时间、地点条件下的总量规模、相对水平、集中趋势、变异程度，并进一步从动态上研究现象的发

12、展趋势和变化规律。 统计模型法则是综合指标法的扩展。它是根据一定的理论和假定条件，用数学方程去模拟现实客观现象相互关系的一种研究方法。利用这种方法可以对客观现象和过程中存在的数量关系进行比较完整和近似的描述，凸显所研究的综合指标之间的关系，从而简化了客观存在的复杂的其他关系，以便利用模型对所关心的现象变化进行数量上的评估和预测。（四）统计推断 常常存在这种情况，我们所掌握的数据只是部分单位的数据或有限单位的数据，而我们所关心的却是整个总体甚至是无限总体的数量特征。这时只靠部分数据的描述是无法获得总体特征的知识。我们利用统计推断的方法来解决。所谓统计推断就是以一定的置信标准要求，根据样本数据来判

13、断总体数量特征的归纳推理的方法。统计推断是逻辑归纳法在统计推理的应用，所以称为归纳推理的方法。统计推断可以用于总体数量特征的估计，也可以用于对总体某些假设的检验，所以又有不同的推断方法。 1参数估计法。当总体的限界已经划定，总体某一数量特征(如总体平均数、方差等)的数值就是唯一确定的，所以把总体的数量特征称为总体参数。但是总体参数通常不知道，这就需要通过样本数据计算样本统计量，并以此作为总体参数的估计量来估计总体参数的取值或取值区间，这种方法称之为参数估计法。由于统计分析中经常需要对总体的各项综合指标作出客观的评价，因此参数估计方法在实际工作被广泛地采用。 2假设检验法。假设检验的特点是，由于

14、对总体的变化情况不了解，不妨先对总体的状况作某种假设，然后根据样本实际观察的资料对所作假设进行检验，来判断这种假设的真伪，以决定行动的取舍。例如工厂生产某种产品，经过工艺改革，不知道产品质量是否有所提高，我们不妨假设工艺改革没有效果，产品质量和以往正常生产的产品质量没有显著性的差异，所有差异仅仅由随机性的原因引起的。我们从假设为真的前提出发，比较样本指标的实际值和假设的总体参数之间的差异是否超过给定的显著性标准。如果超过这标准，我们就有理由否定原来的假设，而采纳其对立的假设，即工艺改革是有效的，提高了产品质量，如果差异没有超过显著性标准，则接受原来的假设，即认为工艺改革是无效的，产品质量没有显

15、著性提高，假设检验的方法也是统计推断常用的方法。第二节 资产评估预测一般地说，资产评估的方法可分为三种：市场法、收益法和成本法。其中收益法是最常用的评估方法之一，是企业整体资产评估、各项无形资产评估的主要方法，有时甚至是唯一方法。其运用的前提就是资产具有独立的能够连续获得预期收益的能力，强调评估对象的预期的收益能力。而资产评估应用收益现值法，至今有一个至关重要的问题尚未得到解决，那就是走一条什么样的途径，采取一种什么样的方法才能得到确切的未来收益值。这在有关资产评估书籍中并未有所论述或提供一个可操作的范例，大多数一般地提到要考虑已占有的历史资料、生产形势的发展和产品销售中的市场竞争等因素。这种

16、综合分析方法有它的优点，但也毕竟具有一定的主观随意性、致使预测误差大，结果不准确，资产评估值失真。在市场法和成本法中也会遇到很多数据预测问题，预测技术和方法直接决定了评估值的准确性和合理性。选择适宜的预测方法、科学的预测是资产评估的基础。一、资产评估预测的基本原则（一）延续原则(连贯性原则) 事物的发展都具有一定的延续性，社会经济发展也不例外。未来的经济规模和状况是从今天的现状发展起来的，是今天的延续和发展。延续原则认为，过去和现在的经济活动中存在的某种规律，在将来的一段时期内将继续存在。延续性的内容包括两个方面：一是时间的延续性，即预测对象在较长的时间内所呈现的基本数量特征保持相对稳定。二是

17、结构的延续性，即预测对象系统的结构基本上不随时间而变，模型中各变量的相互影响遵循历史资料分析所确定的规则。 延续性原则为人们根据样本资料进行外推提供了理论依据。以时间序列为代表的趋势外推预测方法是利用了时间延续性的假定，而因果关系预测方法和投入产出预测法等则利用了结构延续性这一假定。（二）类推原则许多事物在变化规律上常有类似的地方。类推原则是指：利用预测对象与其它事物的发展变化在时间上、在表现形式上有相似之处的特点，从而把事物发展的表现过程类推到预测对象上，对预测对象的前景进行预测。在经济发展过程中，不同的经济变量所遵循的发展规律有时是相似的，利用这种相似性，可以根据已知某一经济变量的发展规律

18、类推出另一未知的经济变量的未来发展。（三）相关原则在经济发展过程中，某些经济变量之间往往存在一定的相互联系和相互影响，即经济变量之间存在着一定的相关性。相关性有多种表现形式，其中最重要的是因果关系。因果关系的特点是原因在前，后果在后，并且原因和结果之间常常有类似函数关系的密切联系。通过对一组经济变量的分析研究，确定出原因和结果后，就可以利用这些变量的实际统计资料建立数学模型，进行预测。（四）统计规律原则任何事物的发展都不是孤立的，它要受到很多因素的影响。在这众多的影响因素中，有的因素还没有为人们所认识，自然就不可能了解它们对评估预测对象的影响作用。这些未知的影响因素的作用之和具有不确定性，这就

19、使预测对象的未来表现呈现随机变化的形式。不可能找出预测对象的确定性变化规律，只能利用观测数据得出其统计规律，以一定的概率对预测对象的未来变化作出预测。（五）反馈原则预测实际上就是利用预测对象过去和现在的信息对其未来的结果作出估计。所搜集的可资利用的信息越多，据以作出的预测就越准确。一般说来，预测对象的预测值不可能正好等于实际观测值。二者之差就是预测误差。误差是很重要的信息，其大小和符号说明了数学模型和客观实际相符合的程度。预测人员应当利用预测误差对预测模型或参数进行修正，尽量使模型符合实际情况，从而减小新的预测误差。二、资产评估预测的步骤（一）确定评估预测目标和影响评估预测目标的主要因素要预测

20、哪个经济变量，哪个经济变量就称为预测目标。在实际工作中，预测目标要根据需要来定。预测目标要制定得具体。分析影响预测目标的各个因素时，要注意有关的经济理论、资产评估理论和实际经验。只有根据正确的经济理论确定的各经济变量间符合实际情况的关系才是可靠的，才能使预测立于不败之地。当然，在缺乏适当的经济理论的情况下，也不妨先用统计方法对历史数据的变化规律进行分析，但这只能算是经验的。这样的经验可以引导我们深入研究经济理论，评估理论，认识我们过去不曾认识的事物。但是，只有当经验上升为理论时，它才是真正可靠的。 影响预测目标的因素往往很多，我们只能抓住其中主要的，而把次要的扬弃。为此必须对各因素分清主次，才

21、能决定取舍。预测工作者必须对所承担的项目及其所涉及的诸多方面有充分的了解。否则，主要因素的确定就会出现误差。（二）选择预测方法建立预测模型 选择预测方法的原则是： 1准确度原则 预测误差尽可能地小。预测越准确越好。 2经济原则 花钱少，预测成本低。 3时间原则 预测不要占用很多时间，越快越好。 在不同的场合，对上述原则的重视程度不一样。例如，对上市公司的大型评估预测项目，应强调准确度原则，我们宁可多花点钱，多用些时间，也要尽可能地得到较为准确的预测结果。相反，对小型的评估预测项目，更应强调经济性与时间性，对准确度的要求可能不是那么高。一般情况下，销售预测多属于这种情况。 要想在实际评估预测工作

22、中选择出合适的方法，除了对所评估项目有充分的了解外，也要对各种预测方法的特点和适用场合了如指掌。例如，在经济现象不易定量描述或缺乏历史数据的情况下，只能用定性预测法；在大批的短朗评估预测项目中，简单但精度不太高的指数平滑法大概是唯一可接受的方法；除非是特别重要的评估项目，否则不宜使用占用耗时多、预测成本昂贵的博克斯一詹金斯方法；如对影响预测目标的因素很清楚并且数据齐备，可以用因果关系预测法，特别是回归预测法。 所谓模型，就是由一类现象或问题中，抽象出其共同的、重要的、本质的属性，把各自的、次要的、非本质的属性抛弃而建立起来的一种分析结构。它是实际问题的近似描述。用数学的语言来说，就是对所研究的

23、问题作一定的假设。与实际问题相比较，模型已理论化、简单化，故研究起来较为方便。对模型的研究取得一定成果后，再把这些成果应用到实际问题中去，便可得到实际问题的近似解答。由于模型概括了一类事物的共同本质属性，它对这类事物均适用，因此，模型相似性有较高的理论价值。 每一门学科都要建立自己的模型。例如，在力学中，研究物体在重力场中运动，就假定这个物体除地球引力外不受其它任何外力的作用。这其实就是建立一个模型，因为在实际中并没有除地球引力外不受其它任何外力作用的物体。对这一模型进行研究，得出自由落体运动的加速度gWm的结论(W，m分别为物体的重力、质量)。这一结论在很多场合下可近似地应用。在概率论中，所

24、谓古典概型，对随机试验作了一定的假设，构成了一种特定的分析结构，其意义众所周知。在经济学中，纯粹竞争的市场模型，假定每一个卖主和买主都可以自由地出入市场，没有几个卖主，也没几个买主联合抬高或降低物价。这显然是对某一类实际市场的抽象化和理论化。由此得出的结论对研究该类实际市场有一定的指导意义。（三）收集数据数据反映了经济发展的历史状况，评估预测既然从研究实际出发，它就离不开数据，定量预测更是如此。事实上，预测模型还是只反映一种相当抽象的关系，其中还含有未知参数。只有当这些参数的值确定之后，它才可以被应用。用这些参数已知的模型预测变量的未来值时，也要用到预测变量的历史数据或其它相关变量的数据。有两

25、种类型的数据在评估预测中经常遇到。一类是所谓时间序列数据，它是指从同一经济单元中在不同的时间取得的数据。在一般情况下，取得相邻两个数据的时间间隔应是相等的。这样的数据可以是瞬时的，也可以是在某一段时间内累积的或平均的。例如，某家商场在19912000十年间各年年底的库存物资总额(单位：亿元)： 2.1 1.5 1.3 3.2 2.2 1.7 0.5 1.8 2.7 2.0就构成一组时间序列数据。这些数据都具有瞬时的性质。如果上面的数据表示的不是各年年底的库存总额，而是各年的平均库存额，则它们也是时间序列数据，只不过它们不再具有瞬时的而是具有平均的性质。如果考虑的是各年的销售总额，则这个时间序列

26、中的数据具有累积的性质。这里，不管数据是瞬时的、平均的、还是累积的，间隔时间都是一年。如果我们把一年定为一个时期，那么这里共有10个时期，我们不妨分别称之为第1期，第2期，第10期。时间序列数据可以被认为是同一经济变量(例如，年底时的库存总额，各年的平均库存额，各年的销售总额)在不同时期所取的值。至于一个时期规定为多长，应根据所研究的实际问题的需要来确定，它也可以是一个季度、一个月、一周或一天等。还有一类数据是横断面数据，它是指在同一时间由不同的经济单元中取得的数据。与上面一样，这里的同一时间，可以指同一瞬间，也可以指同一时间间隔，所取得的数据也可以是瞬时的、累积的或平均的。例如，调查了10个

27、家庭，他们在1999年的年收入和年消费如下(单位：元)，这里的年收入及年消费的数据就是横断面数据。与时间序列数据类似，同一性质的横断面数据(如这里的年收入或年消费)亦可被认为是同一经济变量在不同的经济单元中所取的值。家庭编号12345年收入年消费4200350048003900520043004600400050003700家庭编号678910年收入年消费5100380045003200380037006300500086006400 显然，时间序列预测使用的是时间序列数据。因果关系预测可以使用横断面数据(如利用上面的数据预测1999年年收入为9000元的家庭的消费水平)，也可以使用时间序列数

28、据(如果认为上面的数据是同一个家庭在19901999年间各年的年收入及年消费，已知该家庭2000年的收人为9000元，预测2000年该家庭的消费，则使用的就是时间序列数据)。 收集数据要根据所建立的评估预测模型的需要进行。数据当然是越准确、越系统、越完整越好。显然，任何预测结果都不可能有比它所应用的原始数据更高的精确度。数据的收集和初步整理应按一定的统计方法进行。 大型评估预测往往需要大量的数据。对这些数据的存放和管理，可依靠电子计算机的数据库技术。（四）估计模型参数 在所建立的模型中，一般含有未知参数。对于不同的具体问题，虽然模型相同，但所含参数可以取不同的值，这样可以使模型具有更好的适应性

29、在应用模型进行评估预测之前，必须把模型参数的取值估计出来，否则模型无法用于评估预测。估计模型参数，一般要使用历史数据，用数学或统计学的方法。（五）计算预测值讨论预测误差 模型参数被估计出来之后，就可以利用模型计算预测变量在预测期(或预测单元)的预测值了。 如有可能，在计算预测量的未来值之前，也要利用历史数据对模型进行检验，即考察一下模型中所作的诸假设是否合理，也就是说，考察一下选择该模型是否合适。在计算预测变量的未来值之后，如能计算出未来值的置信区间(即未来值以一定的概率保证落入此区间)，那就更加理想了。 一般地说，对未来值作预测，要讨论预测误差问题。否则，对于所得到的预测结果，人们应用起来

30、效果如何，心中无数。上面所说的置信区间，实质上也是误差估计问题。不过，对于很多预测方法，计算置信区间是非常困难的。在这种情况下，只能计算反映预测误差的某些指标。（六）信息反馈与预测结果的修正 对经济变量的未来值进行预测，自然是近期的数据比早期的数据具有更大的重要性。因此，当已获得更新的数据时，有必要根据这些最新信息修改预测结果。正如大家都很熟悉的天气预报那样，今天预报三天后的天气只能是个大概情况，明天根据新的天气资料可能对原来预报作出修改或补充。 上面讲到的各步骤，只是评估预测，特别是定量预测的一般步骤，不是说每次预测时都不可缺少，更不是说必须严格按这些步骤顺序进行。例如，定性预测就没有建立

31、模型估计参数这类事情，数据也不一定收集得那么完整、系统。对于时间序列预测，分析影响预测量有哪些因素不必那样细致，只要了解大概情况也就可以了。因此，上述步骤需灵活掌握。 第二章 资产评估数据的搜集第一节 资产评估数据概述 一、数据资料对资产评估的意义（一）收集和占有数据资料是进行资产评估的前提条件资产评估存在的前提是：（1）客观上存在需要进行评估判断的对象；（2）评估专业人员必须掌握与判断对象有关的数据。收集和占有相关数据资料是资产评估得以进行的前提条件。（二）完整准确的数据资料是资产评估的基本依据资产评估的目的是要客观地估算出被评估资产的价格。在市场经济条件下，商品的价格受多种因素的影响和制约

32、包括商品的内在价值、市场因素、技术条件、劳动生产率，以及时间和地点等自然因素等等。欲对资产的价格做出客观的判断，没有完整的数据资料是不可能的。（三）数据资料收集处理的现代化以及数据资料的贮存和积累是资产评估职业化的重要基础资产评估工作在其发展过程中大致分为三个阶段：（1）起步阶段；（2）发展阶段；（3）成熟阶段。由第一阶段步入第二阶段必须具备两个条件：一是评估人员素质的提高；二是收集处理与资产评估有关的数据资料手段的现代化。由第二阶段进入第三阶段的前提条件是，评估机构及其人员的评估经验积累到了一定程度，以及与资产评估有关的数据资料的积累达到了相当的程度。从这个意义上讲，数据资料收集、处理的现

33、代化以及数据资料的贮存、积累，是资产评估工作进一步发展并逐步规范化、职业化的重要基础。二、评估数据资料的分类与资产评估有关的数据资料的内容是极为广泛的，为了便于搜集和掌握资产评估所需的数据资料，我们可按一定标准把资产评估所需要的主要数据资料做如下分类：（一）按数据资料的内容划分按数据资料的内容划分，资产评估数据资料可以分为以下三类：1事实性数据。事实性数据是反映与被评估资产有关的客观事物及其属性，包括历史数据和现实数据等。事实性数据是资产评估的基本依据。事实性数据可分为：（1）描述型数据，这类数据是对客观事物实况的描述。例如，被评估资产目录、某类资产不同时期价格水平的记录等。（2）加工型数据，

34、这类数据是在描述型数据的基础上，利用科学的分析、类比、综合、归纳等逻辑推理方法而得到的信息。例如某类资产某类商品的特定物价变动指数等。2预测性数据。预测性数据是指建立在事实性数据基础上的，用来说明尚未发生事物的状况及其属性的数据。如被评估企业的预期收益等属于预测性数据。3控制决策数据。控制决策数据是指客观事物发展具有指挥、控制作用的数据。这类数据主要有党和国家的方针政策、计划、法规、条例等。如不同时期国家的产业政策、财政政策、价格政策、货币政策等。（二）按数据资料的作用及适用范围划分按数据资料在资产评估中的作用及适用范围划分，可分为以下两类：1基础性数据资料。基础性数据资料是指那些与资产评估相

35、关的通用性或共用性程度较高的数据资料，在一般情况下，大部分的资产评估业务都需要依据这些数据资料，因此，把这类数据资料称之为基础性资料。主要有以下几种：（1）与资产评估有关的法规、条例等。从目前看，与资产评估有关的法规条例有：国有资产评估暂行办法、国有资产产权变动时必须进行资产评估的若干暂行规定、资产评估机构管理暂行办法等。（2）与资产评估有关的国民经济综合性指标。资产评估作为一种价值判断不可能脱离社会而进行，尤其是把企业整体作为评估对象时，企业的预期收益与国民经济的发展息息相关。因此，许多国民经济综合性指标对资产评估具有重要的参考价值。这些综合性指标主要有：国民经济发展速度和规模等指标。国民经

36、济各部门的发展速度和规模指标。地区国民经济发展速度和规模指标。行业国民经济发展速度和规模指标。（3）价格资料。资产评估中的资产价格是按现行价格计算的。价格资料是资产评估中最重要的依据之一，在价格资料中包括各类资产的现行市场交易价格、不同时期各类资产的交易价格、价格变动指数、通货膨胀率、地区差价、地区差价调整系数等。（4）利率资料。在资产评估中，利率资料是确定折现率最主要的参照数据之一。在利率中包括一般储蓄利率、贴现率等。（5）汇率资料。在资产评估中如果涉及到引进设备、专有技术等就需要考虑人民币与外币的汇率及其变化情况，以便准确地确定评估对象的价格。（6）税收资料。在资产评估中涉及到的主要税收资

37、料包括各种流转税和所得税，以及各种税收优惠政策等。（7）折旧资料。在资产评估中，折旧有两重含义：其一是有形损耗，其二是功能性损耗贬值。与上述两方面相关的基础性数据和资料有：国家法定折旧年限、国家的技术政策、折旧策略、资金利用率、设备开工率、技术更新换代的时间要求等。2专项数据资料资产评估中的专项数据资料是指主要满足于某一部门或行业资产评估所需要的主要数据、参数等。专项资料主要有：（1）反映待评资产状况方面的数据资料。在资产评估中评估对象自身的状况，反映待评估资产状况方面的数据资料主要有：反映待评资产技术状况方面的数据和系数。如资产的完好程度、产品等级率、资产的成新率、资产的技术性能、设备生产能

38、力等。反映待评资产价值方面的数据和系数。如资产原始价值、已提折旧、资产净值、单位产品成本构成、单位产品销售价格等。待评资产的利用情况及其他数据资料。如设备利用率、资产购建时间、房产所在地点和地段等。（2）反映部门或行业的主要财务指标及数据。行业平均资金利润率、行业平均资金收益率、各种费用定额、付费标准等。（3）反映部门或行业的主要技术定额指标。单位产品原材料消耗量、工时定额、能耗定额、小时产量、劳动生产率、规模效益等。（4）反映待评企业的数据资料。当评估对象是一个企业整体时，那么所有有关企业的技术经济指标，包括现时的、过去的和将来的，都将成为企业评估的重要依据。反映企业状况的各种数据资料主要分

39、为：反映企业生产能力方面的数据，反映企业获利能力方面的数据，反映企业技术构成方面的数据等等。如，企业的设计生产能力、企业现时生产能力、企业的人员构成、企业的设备构成、企业的地理位置、企业开发新产品新技术的能力、企业在同行业中的竞争地位、企业的销售收入、销售成本、收益额、企业享有的特殊权力、企业的预期能力、企业的税收负担、企业的发展规划等等。（三）按数据资料的来源划分数据资料按其来源划分可以分为内源数据资料和外源数据资料。1内源数据资料。内源数据资料特指可以从被评估单位内部获取的与资产评估有关的数据资料。如，反映待评企业及反映待评资产方面的资料。2外源数据资料。外源数据资料是指需从被评估单位以外

40、的地方获取的有关资料。如，基础性数据资料和某些专项性数据资料。（四）按数据资料的类型划分数据资料按照类型可分为品质数据和数量数据。品质数据是用于鉴别每一个体品质的标记或名称。例如，产品等级、房产所在地段等级等。数量数据表示多少。例如，企业的应收帐款、年销售额、每股收益等。数量数据总是数值型的，但品质数据可能是数值型的或是非数值型的。例如，评估企业整体价值时，为了便于数据收集以及数据的准备易于录入计算机数据库，对产品等级使用数值代码，0代表优等品，1代表一等品，2代表合格品。这种情况下，数值型数值是用于鉴别产品质量等级，尽管数据以数值表示，但这一数据是品质数据。品质数据和数量数据间最重要的区别是

41、普通的算术运算只有对数量数据才有意义。例如，对数量数据，数据值可以加到一起，然后被数据值个数相除来计算数据的平均值，这一平均数是有意义的并通常易于解释。然而，当品质数据被记作数量型数据时，这种算术运算是无意义的。（五）按数据资料反映的时间划分评估数据资料可以按所反映的时间状况，划分为截面数据和时间序列数据。截面数据是在相同的时间点上收集的不同个体单位数据。时间序列数据是在几个时期内收集的数据。例如，同一行业不同上市公司2000年12月31日总资产数额，是截面数据。而深发展从1991年2000年间各年总资产数额则是时间序列数据。在评估过程中，区分和运用截面数据和时间序列数据是十分必要的。三、搜

42、集评估数据资料的要求搜集数据资料的目的是为特定评估对象、特定评估目的服务，所以必须满足下列要求：1数据资料的完整性。数据资料的完整性是指搜集到的数据资料能够满足资产评估的需要。资产评估本身需要的数据资料是多方面的，只有在全面占有数据资料的前提下，才能准确地确定资产的评估价值。2搜集数据资料的针对性。搜集数据资料的针对性概括地讲，就叫“有的放矢”，只有针对性的数据资料才能转化为资产评估的有用信息。对于某一具体的评估项目来说，所需要的数据资料是有特定范围的，有针对性地搜集数据资料才能保证资产评估高效、准确。对于特定的资产评估机构说，也有一个擅长的评估领域，有针对性地搜集和贮存本机构擅长评估领域中的

43、有关数据，也有利于评估机构扬长避短，提高效率。但是过分强调针对性可能会与完整性要求相矛盾，这是需要注意的。3搜集数据资料的时间性。搜集数据资料的时间性，是指应尽可能在短时间内取得资产评估所需要的各类数据资料。资产评估本身就是一项对时间要求很强的工作，评估工作的时间长短，在很大程度上取决于搜集数据资料的速度。4搜集数据资料的经济性。搜集数据资料的经济性是指获取评估需要的数据资料所花费的代价或费用要尽可能地少。获取评估数据资料概括地讲主要有两种途径：一是通过统计调查获取第一手资料，即原始评估资料的搜集；二是利用年鉴、报刊、杂志、广播、电视网络等发表的数据，即次级评估数据资料的搜集。因此首先要研究获

44、取既能符合评估需要、又能真实反映客观实际的评估数据的方法。第二节 原始数据的搜集一、数据调查数据调查，就是根据资产评估的目的和任务，采用科学的方法，有计划地搜集大量原始数据资料的过程。数据调查是原始评估数据的来源。所谓原始评估数据资料，是指直接从不同单位、不同渠道搜集的，尚待加工整理而过渡到综合数据的个体资料，亦称初级资料。数据调查的任务，就是要取得准确、及时、全面、系统的原始数据资料，为反映评估对象总体特征及其发展变化规律提供必要的信息。如果在统计调查阶段，在搜集原始资料时出现较大差错，或者资料零碎不全，以后的资料整理无论怎样认真，评估方法无论怎样先进，都不会得到正确的认识。数据调查主要着眼

45、于数据资料的搜集，并且搜集的数字资料不是个别的，而是能够汇总计算形成综合数据的大量数据资料。数据调查有时候也包括搜集经过加工整理的次级资料。二、数据调查的组织方式（一）重点调查重点调查是在所要调查的总体中选择一部分重点单位进行调查，用以反映总体基本情况的一种非全面调查。所选择的重点单位虽然只是全部单位中的一小部分，但从调查所关心的标志来看，这些单位的标志值在总体标志总量中占有较大的比重，能起到反映总体基本情况的作用。例如要评估钢铁行业某大型企业的企业价值，只需以几家大型钢铁企业作为参照进行调查就可以达到目的。从企业个数来看，它们只占全国钢铁企业总数的极少数，而产量却占了全国产量的很大部分，能反

46、映全国钢铁生产的基本情况；在评估工作中，可以把被评估资产根据其对资产评估的影响程度分为重点和一般两类。对重点资产进行重点调查，对一般资产作简单的了解。重点调查能以较少的投入、较快的速度取得某些社会经济现象以及被评估对象的主要标志的基本情况和变动趋势，并做为评估依据。（二）典型调查典型调查是在对调查对象有一定了解的基础上，有意识地选择少数典型单位进行的调查。所谓典型单位，是它的某种数量表现最具普遍意义，最有代表性，可以用于对总体数量的推断。为了进一步提高这些典型单位的代表性，往往还需要先对总体进行分类，突出各类之间的差异，减少类内各单位之间的差异，即所谓的“划类选典”，以提高对总体数量进行推断的准确性。在评估时，可根据评估资产各种不同种类进行典型调查。当然，这种推断不能指出推断的把握程度，也无法计算和控制推断误差，是一种不严格的推断。（