一、无形资产超额收益的形成及测算(论文文献综述)
苑泽明,张永安,王培琳[1](2021)在《基于改进超额收益法的企业数据资产价值评估》文中指出数据资产是企业数字化转型的内在驱动力,它的发展不仅影响企业自身决策战略的制定,而且影响数据资产市场机制的建设。当下,数据资产的发展尚处于萌芽阶段,如何对数据资产估值成为理论界和实务界亟需解决的问题。文章在系统梳理已有研究成果的基础上,首先对数据资产的界定和归属问题进行了分析,然后以超额收益法为基础,应用AHP测算企业数据资产过去创造的收益额,并利用GM(1,1)模型预测企业数据资产未来的收益额,以此对超额收益法进行改进,最后通过实例对改进后的方法进行说明。
成沛瑶[2](2021)在《CD公司并购商誉减值问题研究》文中认为我国证监会在2014年发布修订版《上市企业重大资产重组管理办法》和《上市企业收购管理办法》。随着企业相关办法的实施,证监会开始从更多方面推动我国上市企业并购重组的活动,此后中国并购市场无论从交易数量还是交易规模,都呈现出井喷式的爆发。而随着企业并购活动日渐活跃,合并报表中商誉的规模也呈现出较为明显的增长态势。2018年,众多的上市企业发布了商誉计提公告,很多公告中均出现了亏损十几亿、乃至几十亿的商誉减值情况,巨额的商誉减值计提如惊雷一般划破金融市场的天空,严重影响上市公司的业绩,导致众多公司发生巨额亏损,同时也将成为冲击公司股价、干扰资本市场秩序的巨大隐患。同年11月,证监会《会计监管风险提示第8号——商誉减值》文件的下发再次将商誉减值问题提升到新的高度,高商誉和高商誉减值究竟为何产生?它该如何确认、计量和披露?这一度成为学术界关注的热点问题。基于以上背景,本文聚焦文娱行业公司,文娱公司因为其轻资产的特性,并购中更加容易形成高额商誉,本文选取文娱行业典型公司CD公司,探讨并购商誉大额减值的原因及其经济后果。文中主要运用文献分析法、案例研究法以及财务指标分析法和事件研究法对CD公司的商誉减值问题进行研究分析。本文首先介绍了研究背景及意义,并采用文献分析法对商誉相关文献及并购相关理论等内容进行分析阐述,总结国内外学者的研究成果和着名理论。其次,以CD公司为案例研究对象,介绍了公司的一系列并购事件以及公司对并购商誉的初始确认和后续计量情况。接着,运用财务指标法和事件研究法分析公司的商誉减值问题,包括巨额商誉的来源、商誉减值造成的影响以及计提巨额商誉减值准备的原因等内容。最后,通过对案例的分析提出应对巨额商誉减值的建设性策略,以期能够在一定程度上弥补理论研究的不足,为企业和资本市场合理规避巨额商誉减值、应对商誉减值风险提供一些思路。
张悦[3](2021)在《基于多期超额收益法的数据资产价值评估 ——以科大讯飞为例》文中研究指明计算机技术的迅速发展促使数据的产生量越来越大。Statista统计机构预计2025年全球的数据量将达到175ZB。数据分布的范围越来越广,我国政府逐渐认识到数据在经济生活中的重要作用。2014年将大数据写入政府报告,2016年首次将大数据上升到国家战略层面,促进了大数据在我国的迅猛发展。2019年进一步强调将大数据运用到是实体经济中。2020年写入关于要素市场配置的文件,数据成为像资本、劳动力一样重要的新兴生产要素。人们越来越多的关注到数据在经济生活中的作用,市场中数据交易的规模也越来越大。为了保障交易过程的稳定性,2015年在贵州建立了首个大数据交易中心,而后在全国各地建立起了更多的政府类交易中心和一些平台类的交易中心。数据交易市场的蓬勃发展,对其交易价格的标准提出更高的要求。不过目前针对数据资产的价值还没有一个科学统一的核算方式,不合理的定价标准不仅会造成数据资产价值的亏损,而且容易滋长不良交易。因此,研究数据资产价值具有一定的积极意义。本文以数据资产为研究对象,评估该资产的价值。写作结构包括五部分,首先介绍的是数据资产基本信息,同时列出了本文的研究思路。其次介绍了数据资产的相关概念、价值影响因素,同时分析了传统评估方法和新兴评估方法在数据资产评估的适用情况。再次介绍本文评估模型,即多期超额收益法。评估模型中采用差量法计算数据资产的超额收益。因为数据资产作为一项新兴的无形资产,尚未有明确的方法直接确定该收益。而差量法采用倒推的思路,倒挤出最终数据资产的价值。接着以科大讯飞为例,从企介绍了企业的基本简介、近五年的财务状况以及企业数据资产的概况。然后利用所需数据预测出企业的现金流、除数据资产以外资产的贡献值,确定其参数带入模型计算企业数据资产的价值。计算结束后对模型的可行性进行验证,发现企业低估了数据资产的价值。最后是文章的结论与展望部分,对文章的结论和不足之处进行了论述。通过对评估科大讯飞企业数据资产价值的研究发现,数据资产虽然是新兴的资产,但是蕴含着较大的价值,是企业资产结构的重要组成部分。评估结论发现数据资产的价值在企业中被低估。为了更好的让数据资产服务企业,企业应该重视数据资产的价值,利用数据资产进行生产经营,获取更大的收益。明确企业数据资产价值让管理者充分了解真实的资产情况。不仅能够提高人们对企业数据资产价值的重视,而且能进一步探究数据资产价值算的方法,促进数据资产评估更好发展。
蔡欣敏[4](2021)在《医药流通企业销售渠道价值评估研究 ——以九州通医药集团为例》文中认为在医药流通企业中具有重要作用的销售渠道,其定价与评估一直没有形成科学的理论,此问题也一直困扰着实务界,并且对销售渠道的转让、许可使用等经济行为产生了负面影响。因为医药流通企业销售渠道具有其的独特的特殊性和不可控因素,所以加大了评估人员对于医药流通企业销售渠道价值评估的挑战性。这一系列问题情况使得医药流通企业和销售渠道中的其他成员对销售渠道的价值评估值难以确定,从而对销售渠道的利用效率产生了极大的影响,大量优质的销售渠道资源没有体现出真正的价值是目前许多医药流通企业面临的现实问题。由于企业使用自身独有的销售渠道能够降低销售成本、扩大销售量增加销售收入给其带来利润增长,因此,收益分成法成为销售渠道价值评估的一种常用方法,而合理确定收益分成率成为销售渠道价值评估的关键。本文在国内外对于医药流通行业销售渠道与收益分成率的相关理论研究与应用的基础上,阐述了收益分成率目前运用于销售渠道评估领域的现状,提出了本文的研究思路、内容与方法:首先,运用B-S期权模型确定利润分成率的理论基础,通过和传统利润分成率估算方法的对比,分析将B-S模型用于测算利润分成率的合理性;然后把B-S期权模型中的原始公式各参数的含义转化为符合销售渠道利润分成率模型中的参数的含义,并对各个参数进行测算,再代入公式得出利润分成率的计算公式;其次,依据医药流通企业销售渠道的特点以及评价指标构建原则,建立销售渠道评估指标体系,并通过序关系分析法测算指标体系中各级指标的权重系数,然后根据综合评价表计算利润分成率的调整系数,从而计算出修正的利润分成率;然后根据分成率的计算公式推算出修正的收入分成率,并估算出销售渠道价值。最后采用本文所提出的评估方法对九州通医药集团的销售渠道修正收入分成率进行估算,对预测收益期的收益额进行预测,选择风险报酬率模型计算折现率,计算出九州通医药集团的销售渠道评估值。根据九州通医药集团的主营业务产品、服务及销售对象、产品的销售规模、经营收入规模和历史运行状况等条件,选取具备相似条件的上市公司主要包括:中国医药、国药股份、国药一致、英特集团、浙农股份、鹭燕医药。6家医药流通企业上市公司的销售渠道销售收入分成率为0.38%~0.88%,平均值为0.61%。通过本论文所提出的方法计算出来的九州通的渠道销售收入分成率为0.52%,与平均值较接近,故本论文运用该方法计算的结果是合理的。
黎颖[5](2021)在《基于AEG估值模型的“云经济”型公司价值评估探讨 ——以用友网络为例》文中研究指明“云”预示着互联网的第三次革命的开启。与“云”相关的商业活动和技术不断推进发展,云计算从这个时期开始大致经历了形成、发展和应用这三个阶段。随着云计算的成熟和发展,各种“云”概念层出不穷,“云”快速融进了社会、经济、生活等领域,孕育了新的商业模式和经济业态,带来了与往不同的效能模式和经济模型。“云经济”应运而生,促使传统经济领域变革。恰逢“云经济”的红利,“云经济”型公司的成长属性持续强化,资本市场愈发关注“云经济”型公司的估值逻辑和投资逻辑。但由于“云经济”型公司生命周期较难预测,重要因素难以量化,因此对“云经济”型公司进行估值具有较大难度。目前我们对“云经济”型公司整体的价值评估缺乏一个成熟的估值体系,研究存在缺口。为了提高对“云经济”型公司的价值管理、价值投资及价值监管,需要更科学有效的估值体系对“云经济”型公司进行价值评估。AEG估值模型能更好应用于“云经济”型公司价值评估,因为AEG估值模型是基于超额收益的一种估值模型,弥补了传统估值模型的不足,重视表外资产的价值,可以反映“云经济”型公司的超额成长性,能够科学评估“云经济”型公司的内在价值。本文被划分为五个部分进行研究:第一章,对本文的研究背景和研究意义进行了简要描述,其次整理了关于“云经济”相关概念、AEG估值模型理论及应用、“云经济”型公司价值评估的国内外研究综述,再次介绍了研究思路、研究方法,最后总结了本文的基本框架。第二章,主要从“云经济”型公司及其价值评估、AEG估值模型以及“云经济”型公司运用AEG估值模型的基本原则、内容框架、经济效益等角度进行理论概述。第三章,主要介绍了用友网络的基本情况,并分析了AEG估值模型应用于用友网络价值评估的估值背景以及适用前提。第四章,首先识别用友网络AEG估值的“云经济”价值驱动因素,随后对用友网络进行经营假设建构与估值模型设定,采用用友网络AEG估值假设体系的预测,对用友网络实施价值评估及稳健性检验工作,最后针对估值结果对用友网络提出价值提升对策。第五章,在对用友网络进行分析的基础上,分别从公司内部管理者、外部投资者、外部监管者三个方面,对应总结了“云经济”型公司运用AEG估值模型,得出的价值管理、价值投资及价值监管方面的启示。即AEG估值模型有助于“云经济”型公司内部管理者识别“云经济”价值驱动因素,推进“云经济”战略顺利落地;AEG估值模型有助于“云经济”型公司投资者洞察“云经济”内在价值水平,提高“云经济”价值投资收益;AEG估值模型有助于“云经济”型公司外部监管者考察“云经济”价值创造能力,维持“云经济”行业稳定发展。随着云计算技术的完善以及云计算应用的普及,企业云化转型成为“云经济”时代的发展潮流,未来“云经济”型公司会越来越普遍。本文在一定程度上,在理论领域和实务领域弥补了“云经济”型公司整体的价值评估以及AEG估值模型估值应用于“云经济”型公司的研究缺口,完善了针对“云经济”型公司的估值体系,也为“云经济”型公司的内部管理层、外部投资者、外部监管者提供更加科学合理的参考。
陈蕾,周艳秋[6](2021)在《营运类汽车牌照估值:模型构建与参数测算》文中认为营运类车辆是公共交通的重要组成部分,加之目前私家车车牌管控政策对汽车保有量的限制,私家车购车难度提升,出租车、网约车等营运类车辆需求量激增。与此同时,在营运类汽车牌照市场上,出租车牌照成交价持续走高,甚至出现混乱的非理性交易现象,营运类汽车牌照估值和定价问题成为社会热点和学界难点。以营运类小客车牌照为研究对象,尝试应用超额收益法估值思路,构建营运类汽车牌照估值模型并围绕其参数测算展开讨论,在此基础上以北京市出租车牌照为例进行估值案例分析,结果显示所构建的营运类汽车牌照估值模型具备可操作性。希冀以此为汽车牌照类特许权价值评估体系的完善提供理论借鉴,也为政府制定营运类汽车牌照管控政策提供参考。
李薇[7](2021)在《多期超额收益法在电气设备企业客户关系价值评估中的运用 ——以许继电气为例》文中指出
刘舒畅[8](2020)在《网红微博IP价值评估研究》文中指出移动互联网时代,自媒体平台广泛普及,每个人拥有了展示自我并吸引他人关注的机会,网红群体由此快速崛起,网红经济蓬勃发展,产业链条渐趋完善。网红通过持续稳定输出优质内容,吸引忠诚粉丝,不断扩大影响力,朝着人格化品牌IP方向发展。网红IP是一种无形资产,网红IP价值研究逐渐得到学界和行业的重视,但目前仍缺乏科学合理的价值评估体系,因此对网红IP价值评估具有较强的理论和实践意义。本文通过梳理网红的发展历程,将网红与明星、意见领袖等相近群体进行对比分析,探究分析网红IP化发展的实质和内涵。参考对微博营销效果和影响力的研究,从媒介影响力形成视角总结归纳网红微博IP价值影响指标,构建拥有五个一级指标和十二个二级指标的层级结构体系,并对行业从业者和相关学者进行问卷调查确定指标间的相对重要性,使用层次分析法测算指标权重。参考对自媒体和品牌价值评估的研究,以Interbrand评估法的思路和原理作为模型构建基础,选取微博平台的网红作为研究对象,从财务、市场和用户价值三个层面构建网红微博IP价值评估模型。以美食领域头部网红李子柒作为研究案例进行实证分析,通过大数据平台和API接口,采集微博和天猫店铺相关数据量化评估李子柒微博IP价值,最后根据研究结果总结贡献和不足。本文的创新点在于:一是从媒介影响力形成理论为研究视角对网红微博IP价值影响因素进行探究分析,丰富和完善了理论研究内容,影响指标参数选用系统全面;二是目前对网红价值的研究大多以定性分析为主,缺乏定量测算,本文以Interbrand评估法的原理作为评估基础,计算网红IP超额收益和IP强度乘数得到网红微博IP价值,从而增强网红IP价值意识,提高网红输出优质内容的动力,有利于资本投资和广告商选择合适的网红进行代言,促进网红经济进一步发展。
李成[9](2019)在《企业专利价值评估 ——以A公司为例》文中研究说明随着市场经济的发展和知识经济的繁荣,专利、商誉、计算机软件等以知识为基础的无形资产在企业中所占比例越来越大,人们对无形资产作用的重视程度在提升,世界各国和企业越来越认识到无形资产的巨大价值。科学评价无形资产价值,特别是专利的价值,已成为企业发展过程中的重要环节,对于中小科技企业来说尤为重要。对发展中的企业来说,专利价值评估也是企业资产管理、生产运营、投融资管理的客观需要。本文在梳理专利评估理论与方法的基础上,全面分析了目前各类专利价值评估方法,包括市场法、成本法、收益法和实物期权法的特点和存在的局限性;进而探讨了一种基于收益法和模糊综合评价相结合的专利估价方法,并应用该方法对A公司的一项专利进行了评价和结果验证;最后通过专利价值评估过程中反映出的A公司在专利管理中的问题提出了相应的对策建议。通过对基于收益法和模糊综合评价相结合的专利估价方法的讨论和对A公司发明专利高压电缆线芯温度监测技术进行实际评估,可为A企业和其他企业在专利评估和专利管理等方面提供参考价值。
肖钦月[10](2019)在《互联网教育类企业的数据资产价值评估 ——以全通教育为例》文中研究说明“互联网+”、移动互联网、物联网、云计算等已经逐渐渗入了我们社会和生活,“信息时代”已经逐步变为了“数据时代”。2012年,由于智能手机的爆发,各业务活动向移动端转移,使得互联网业务更加频繁便捷。各个领域通过互联网的应用爆发了大量的数据,而且数据规模也正以几何速度快速增长,引起了社会的广泛关注,政府也开始逐渐认识到互联网和大数据的重要性,并在2015年开始将“互联网+”写入政府报告。至此,大数据与互联网的地位便上升至了战略层面,上至国家下至企业,都开始关注大数据及其蕴含的深厚价值。企业已经逐渐认知到数据是重要的战略资源。2014年起,市场上开始出现大数据交易所了,数据交易市场初步显形。随后也陆续出现了多家机构可以对数据资产进行确权登记和估值,但是具体的评估模型尚未公开,市面上还是缺少完整成熟的数据资产评估模型。随着越来越多的企业对大数据应用的普遍应用,对数据资产定价评估亦需要适应市场的需求和多变而逐渐普遍和规范,因此对于数据资产的评估方法急需进一步研究和完善,确定其公允价值,为将数据资产投入市场运作提供一条道路。本文从大数据角度入手,分析了数据资产相关理论,对数据资产概念、特征,价值及价值影响因素进行了界定和说明,并选择以教育大数据和与教育大数据密切相关的互联网教育行业作为主要案例研究。选择数据资产评估方法时,从无形资产评估方法入手,对比分析了三种传统评估方法对数据资产评估的适用性,由于数据资产的后期运营投入成本和损耗难以计量,同时由于数据资产交易市场刚起步,市面上数据资产交易量少,类型单一,发现比起成本法和市场法,收益法是最适用于数据资产评估。最后确定在以收益法作为评估的切入点,通过研究收益法两个评估模型—超额收益评估模型和整体分割模型,结合两个模型用法构建出分割式超额收益模型,并对相关参数进行了调整和设置。最后选择互联网教育行业的代表企业全通教育作为案例企业,利用构建的分割式超额收益模型对其数据资产进行评估,同时也采用收益法预测企业的未来现金流,对企业价值进行评估,并与评估基准日股价对比,误差仅有4.69%,验证了模型的可操作性。同时提出了数据资产价值偏低,互联网教育企业需重视和有效利用数据资产等尚待改进的问题。本文结合教育大数据背景和评估结果分析数据资产对互联网教育企业的影响和应用,为促进互联网教育企业数据资产的应用提供思路,也丰富了数据资产价值评估理论研究。
二、无形资产超额收益的形成及测算(论文开题报告)
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、无形资产超额收益的形成及测算(论文提纲范文)
(1)基于改进超额收益法的企业数据资产价值评估(论文提纲范文)
一、引言 |
二、文献回顾 |
(一)数据资产的界定 |
(二)数据资产的归属 |
(三)数据资产的估值 |
(四)文献述评 |
三、数据资产价值构成及评估方法适用性分析 |
(一)数据资产的价值构成 |
(二)评估方法适用性分析 |
四、改进超额收益法改进思路 |
(一)企业整体超额收益的计算 |
(二)过去数据资产收益额的确认 |
1. 组合无形资产分类。 |
2. 层次分析法确定过去数据资产收益额。 |
(三)未来数据资产收益额的预测 |
(四)折现率和收益期限的确定 |
1. 折现率的确定。 |
2. 收益期的确定。 |
五、案例分析 |
(一)企业整体超额收益的确定 |
(二)过去数据资产收益额的确定 |
1. 数据资产分成率的确定。 |
2. 过去数据资产收益额的确定。 |
(三)未来数据资产收益额的预测 |
(四)折现率的确定 |
(五)360数据资产价值评估 |
六、结语 |
(2)CD公司并购商誉减值问题研究(论文提纲范文)
摘要 |
abstract |
第一章 绪论 |
1.1 研究背景及意义 |
1.1.1 研究背景 |
1.1.2 研究意义 |
1.2 文献综述 |
1.2.1 国外研究现状 |
1.2.2 国内研究现状 |
1.2.3 文献评述 |
1.3 研究方法和内容 |
1.3.1 研究方法 |
1.3.2 研究内容 |
1.4 论文贡献 |
第二章 并购商誉减值理论基础 |
2.1 概念界定 |
2.1.1 并购商誉的定义 |
2.1.2 并购商誉减值的定义 |
2.1.3 业绩承诺 |
2.2 并购商誉减值的基本理论 |
2.2.1 并购理论 |
2.2.2 资产减值理论 |
2.2.3 企业价值评估理论 |
2.3 并购商誉减值的计量方法 |
2.3.1 立即注销法 |
2.3.2 永久保留法 |
2.3.3 系统摊销法 |
2.3.4 减值测试法 |
第三章 CD公司并购商誉的形成及减值情况 |
3.1 文娱行业上市公司商誉减值现状 |
3.1.1 我国文娱行业近年发展特征 |
3.1.2 文娱行业商誉减值情况 |
3.2 并购双方的基本情况 |
3.2.1 并购方介绍----CD 公司 |
3.2.2 并购标的公司介绍 |
3.3 并购动因分析 |
3.3.1 跨界并购寻找利润增长点 |
3.3.2 构建“漫游互动”业务体系 |
3.4 并购过程及被并购方的业绩承诺方案 |
3.4.1 并购过程 |
3.4.2 被并购方业绩承诺方案及完成情况 |
3.5 CD公司并购商誉的形成与减值 |
3.5.1 并购商誉的形成 |
3.5.2 并购商誉的减值 |
第四章 CD公司并购商誉减值的原因及经济后果分析 |
4.1 CD公司并购巨额商誉减值原因分析 |
4.1.1 并购估值溢价过高 |
4.1.2 业绩承诺完成情况较差且后期业绩表现不佳 |
4.1.3 缺乏理性战略规划 |
4.1.4 人才流失严重 |
4.1.5 存在盈余管理动机 |
4.2 CD公司并购商誉减值的经济后果分析 |
4.2.1 并购商誉减值短期市场反应----事件研究法 |
4.2.2 财务绩效分析 |
第五章 规范并购商誉减值的对策建议 |
5.1 采取多种措施降低并购商誉 |
5.1.1 丰富并购融资方式 |
5.1.2 谨慎选择支付方式 |
5.1.3 分步收购股权 |
5.2 谨慎对待业绩承诺 |
5.3 合理评估标的资产 |
5.4 加强监管与信息披露 |
5.5 多角度完善并购商誉后续计量 |
第六章 结论与展望 |
6.1 结论 |
6.2 展望 |
参考文献 |
致谢 |
攻读学位期间参加科研情况及获得的学术成果 |
(3)基于多期超额收益法的数据资产价值评估 ——以科大讯飞为例(论文提纲范文)
摘要 |
abstract |
1 绪论 |
1.1 研究背景及意义 |
1.1.1 研究背景 |
1.1.2 研究的理论意义 |
1.1.3 研究的实践意义 |
1.2 国内外研究现状 |
1.2.1 国内研究现状 |
1.2.2 国外研究现状 |
1.2.3 文献评述 |
1.3 研究思路 |
1.4 研究贡献与不足 |
1.4.1 研究贡献 |
1.4.2 研究不足 |
2 数据资产相关概述及评估方法介绍 |
2.1 数据资产的相关概念 |
2.1.1 数据资产的定义 |
2.1.2 数据资产的特殊性 |
2.2 数据资产的价值构成 |
2.3 数据资产的评估方法 |
2.3.1 传统评估方法 |
2.3.2 非传统评估方法 |
3 多期超额收益法评估模型的构建 |
3.1 多期超额收益法简介及适用性分析 |
3.2 评估模型的建立 |
3.2.1 超额收益的含义及公式 |
3.2.2 多期超额收益的含义及公式 |
3.3 模型参数的确定 |
3.3.1 企业自由现金流 |
3.3.2 其他资产贡献值 |
3.3.3 折现率 |
3.3.4 收益期 |
4 案例分析—以科大讯飞企业数据资产为例 |
4.1 公司简介 |
4.1.1 基本情况 |
4.1.2 财务状况 |
4.1.3 数据资产概况 |
4.2 评估参数的确定 |
4.2.1 收益期 |
4.2.2 未来现金流预测 |
4.2.3 折现率 |
4.2.4 其他资产贡献值的预测 |
4.3 评估结果验证 |
5 研究结论与建议展望 |
5.1 研究结论 |
5.2 研究建议 |
5.3 研究展望 |
参考文献 |
致谢 |
(4)医药流通企业销售渠道价值评估研究 ——以九州通医药集团为例(论文提纲范文)
摘要 |
Abstract |
第1章 引言 |
1.1 研究背景及意义 |
1.1.1 研究背景 |
1.1.2 研究意义 |
1.2 国内外研究综述 |
1.2.1 国外研究现状 |
1.2.2 国内研究现状 |
1.2.3 国内外研究综述评 |
1.3 研究内容与方法 |
1.3.1 研究内容 |
1.3.2 研究方法 |
第2章 基本概念与基本理论 |
2.1 基本概念 |
2.1.1 医药销售渠道 |
2.1.2 实物期权 |
2.1.3 收益分成率 |
2.2 基本理论 |
2.2.1 无形资产价值评估理论 |
2.2.2 销售渠道价值评估理论 |
2.2.3 收益分成率测算理论 |
第3章 销售渠道价值评估方法 |
3.1 传统评估方法及适用性分析 |
3.1.1 成本法及适用性分析 |
3.1.2 市场法及适用性分析 |
3.1.3 收益法及适用性分析 |
3.2 创新评估方法及适用性分析 |
3.2.1 基于修正分成率方法计算销售渠道价值的评估思路 |
3.2.2 基于B-S模型确定利润分成率方法的适用性 |
3.2.3 基于修正分成率方法评估销售渠道价值的优点 |
第4章 基于修正分成率法的销售渠道价值评估模型的构建 |
4.1 基于B-S模型测算销售渠道利润分成率 |
4.1.1 销售渠道利润分成率计算公式推导 |
4.1.2 利润分成率公式中参数的测算 |
4.2 销售渠道评价指标体系的构建 |
4.2.1 销售渠道评价指标体系的设计原则 |
4.2.2 销售渠道评价指标的确定 |
4.3 基于序关系分析法估算利润分成率调整系数 |
4.3.1 确定指标权重 |
4.3.2 估算利润分成率调整系数 |
4.4 计算销售渠道修正收入分成率 |
4.4.1 销售渠道修正利润分成率的计算 |
4.4.2 销售渠道修正收入分成率的计算 |
4.5 医药流通企业销售渠道价值的计算 |
第5章 案例分析——九州通医药集团销售渠道价值估算 |
5.1 案例介绍及选择理由 |
5.2 九州通医药集团销售渠道利润分成率的计算 |
5.2.1 B-S模型中参数的计算 |
5.2.2 九州通医药集团销售渠道利润分成率的计算 |
5.3 销售渠道利润分成率调整系数的确定 |
5.3.1 指标权重的确定 |
5.3.2 调整系数的计算 |
5.4 九州通医药集团销售渠道修正收入分成率的计算 |
5.4.1 九州通医药集团销售渠道修正利润分成率的计算 |
5.4.2 九州通医药集团销售渠道修正收入分成率的计算 |
5.5 九州通医药集团销售渠道价值的估算 |
5.5.1 营业收入的预测 |
5.5.2 折现率的确定 |
5.5.3 九州通医药集团销售渠道价值评估结果 |
5.5.4 收入分成率计算结果分析 |
第6章 研究结论与展望 |
6.1 研究结论 |
6.2 展望 |
参考文献 |
附表 |
致谢 |
(5)基于AEG估值模型的“云经济”型公司价值评估探讨 ——以用友网络为例(论文提纲范文)
摘要 |
abstract |
1 引言 |
1.1 研究背景和意义 |
1.1.1 研究背景 |
1.1.2 研究意义 |
1.2 文献综述 |
1.2.1 关于“云经济”相关概念的研究 |
1.2.2 关于AEG估值模型理论及应用的研究 |
1.2.3 关于“云经济”型公司价值评估的研究 |
1.2.4 文献述评 |
1.3 研究思路与方法 |
1.3.1 研究思路 |
1.3.2 研究方法 |
1.4 本文的基本框架 |
2 “云经济”型公司、AEG估值模型与价值评估理论概述 |
2.1 “云经济”型公司及其价值评估的相关概述 |
2.1.1 “云经济”型公司的相关概念 |
2.1.2 “云经济”型公司的价值创造特征 |
2.1.3 “云经济”型公司的价值评估特点 |
2.2 AEG估值模型的相关理论 |
2.2.1 AEG估值模型的基本原理 |
2.2.2 AEG估值模型的估值过程 |
2.2.3 AEG估值模型的优缺点 |
2.3 AEG估值模型应用于“云经济”型公司的基本原则 |
2.3.1 系统性原则 |
2.3.2 谨慎性原则 |
2.3.3 前瞻性原则 |
2.3.4 继承与创新原则 |
2.4 AEG估值模型应用于“云经济”型公司的内容框架 |
2.4.1 识别“云经济”型公司的公司战略及其AEG价值驱动因素 |
2.4.2 预测“云经济”型公司的未来AEG业绩水平 |
2.4.3 确定“云经济”型公司的AEG风险折现率 |
2.4.4 计算“云经济”型公司的AGE估值结果及其稳健性检验 |
2.4.5 提出“云经济”型公司基于AEG估值的价值管理提升对策 |
2.5 AEG估值模型应用于“云经济”型公司估值的经济效益 |
2.5.1 反映“云经济”型公司轻资产特征,揭示超额成长特性 |
2.5.2 识别“云经济”型公司价值驱动因素,引导资源合理配置 |
2.5.3 解决“云经济”型公司价值评估难点,提供科学投资依据 |
2.6 相关理论基础 |
2.6.1 “云经济”理论 |
2.6.2 资本成本理论 |
2.6.3 价值链理论 |
2.6.4 价值评估理论 |
3 AEG估值模型应用于用友网络价值评估的案例介绍 |
3.1 用友网络公司介绍 |
3.1.1 用友网络基本情况 |
3.1.2 用友网络的“云经济”特征 |
3.2 AEG估值模型应用于用友网络价值评估的估值背景 |
3.2.1 用友网络的“云经济”发展历程 |
3.2.2 用友网络的历史业绩情况回顾 |
3.3 AEG估值模型应用于用友网络价值评估的适用前提 |
3.3.1 用友网络的“云经济”的估值难点 |
3.3.2 AEG估值模型应用于用友网络价值评估的必要性 |
3.3.3 AEG估值模型应用于用友网络价值评估的可行性 |
4 AEG估值模型应用于用友网络价值评估的案例分析 |
4.1 用友网络AEG估值的“云经济”价值驱动因素识别 |
4.1.1 “云经济”产业层面的AEG价值驱动因素 |
4.1.2 “云经济”市场层面的AEG价值驱动因素 |
4.1.3 “云经济”公司层面的AEG价值驱动因素 |
4.2 用友网络AEG估值的经营假设建构与估值模型设定 |
4.2.1 用友网络“云经济”价值评估的经营假设体系建构 |
4.2.2 用友网络“三阶段”AEG估值模型的设定 |
4.2.3 用友网络AEG估值关键评估参数的判断选择 |
4.3 用友网络AEG估值的估值假设体系 |
4.3.1 基于可持续资产/收益观下的用友网络历史报表重组 |
4.3.2 用友网络AEG价值驱动因素的经济分析 |
4.3.3 用友网络的“云经济”关键评估参数预测假设 |
4.3.4 用友网络的“云经济”收益预测假设 |
4.3.5 用友网络的“云经济”投资预测假设 |
4.3.6 用友网络的“云经济”筹资及分配预测假设 |
4.4 用友网络AEG估值的价值评估实施、结果计算及稳健性检验 |
4.4.1 用友网络AEG估值的实施准备 |
4.4.2 基于AEG模型的用友网络“三阶段”估值计算 |
4.4.3 基于AEG模型的用友网络“云经济”公司整体价值 |
4.4.4 用友网络AEG估值的稳健性检验 |
4.5 用友网络AEG估值的价值管理提升对策 |
4.5.1 用友网络应保持高研发投入,提高价值创造能力 |
4.5.2 用友网络需坚持云业务转型,提高价值创造水平 |
5 AEG估值模型应用于”云经济”型公司价值评估的案例启示 |
5.1 AEG估值模型对于“云经济”型公司内部管理者的价值管理启示 |
5.1.1 AEG估值模型有助于内部管理者识别“云经济”价值驱动因素 |
5.1.2 AEG估值模型有助于内部管理者推进“云经济”战略顺利落地 |
5.2 AEG估值模型对于“云经济”型公司投资者的价值投资启示 |
5.2.1 AEG估值模型有助于公司投资者洞察“云经济”内在价值水平 |
5.2.2 AEG估值模型有助于公司投资者提高“云经济”价值投资收益 |
5.3 AEG估值模型对于“云经济”型公司外部监管者的价值监管启示 |
5.3.1 AEG估值模型有助于外部监管者考察“云经济”价值创造能力 |
5.3.2 AEG估值模型有助于外部监管者维持“云经济”行业稳定发展 |
参考文献 |
致谢 |
(6)营运类汽车牌照估值:模型构建与参数测算(论文提纲范文)
一、引言 |
二、文献回顾与评述 |
三、营运类汽车牌照估值模型的构建及参数测算思路 |
(一)营运类汽车牌照估值模型的构建 |
1. 营运类汽车牌照估值基本模型的构建。 |
2. 超额收益法应用于营运类汽车牌照估值的具体模型构建。 |
(二)营运类汽车牌照超额收益的测算 |
1. 明确营运类小客车的运营模式。 |
2. 预测出租车运营企业未来现金流。 |
3. 预测汽车牌照所在资产组的未来现金流。 |
4. 计算各贡献资产的贡献值。 |
5. 确定汽车牌照超额收益。 |
(三)营运类汽车牌照折现率的测算 |
(四)营运类汽车牌照收益期限的确定 |
四、营运类汽车牌照估值案例分析——以北京市出租车牌照为例 |
(一)案例背景信息 |
(二)测算出租车牌照的超额收益 |
1. 预测出租车牌照所在资产组的未来现金流。 |
2. 计算资产组中各贡献资产贡献值。 |
(三)测算出租车牌照的折现率 |
(四)确定出租车牌照的收益期 |
(五)评估结果及分析 |
五、结论 |
(8)网红微博IP价值评估研究(论文提纲范文)
摘要 |
Abstract |
1 绪论 |
1.1 选题背景 |
1.2 研究意义 |
1.2.1 理论意义 |
1.2.2 现实意义 |
1.3 研究内容、方法与框架 |
1.3.1 研究内容 |
1.3.2 研究方法 |
1.3.3 研究框架 |
1.4 主要创新点 |
2 文献综述 |
2.1 网红研究概述 |
2.1.1 网红的概念与发展 |
2.1.2 网红与明星、意见领袖的对比 |
2.1.3 网红IP研究 |
2.2 微博营销效果和影响力研究 |
2.2.1 微博网红运营现状 |
2.2.2 微博营销效果研究 |
2.2.3 微博影响力研究 |
2.3 自媒体和品牌价值评估研究 |
2.3.1 自媒体价值评估研究 |
2.3.2 企业品牌价值评估研究 |
2.3.3 IP价值评估研究 |
3 网红微博IP价值影响指标分析 |
3.1 媒介影响力形成理论 |
3.2 影响指标的确定 |
3.2.1 传播因子 |
3.2.2 理解因子 |
3.2.3 互动因子 |
3.2.4 转化因子 |
3.2.5 形象因子 |
3.3 影响指标权重测算 |
3.3.1 层次分析法 |
3.3.2 构建判断矩阵 |
3.3.3 指标权重的确定 |
4 网红微博IP价值评估模型构建 |
4.1 Interbrand评估法 |
4.2 模型构建原则和思路 |
4.2.1 模型构建原则 |
4.2.2 价值评估假设 |
4.2.3 价值评估思路 |
4.3 IP价值评估模型 |
4.3.1 网红微博IP超额收益 |
4.3.2 网红微博IP强度乘数 |
5 模型实证与分析 |
5.1 网红微博垂直领域 |
5.2 李子柒微博IP分析 |
5.2.1 李子柒概述 |
5.2.2 品牌IP化过程 |
5.2.3 商业变现分析 |
5.3 李子柒微博IP价值评估 |
5.3.1 李子柒微博IP超额收益 |
5.3.2 IP强度乘数的测算 |
5.4 评估结果分析 |
6 结论与不足 |
6.1 全文结论 |
6.2 研究贡献与不足 |
参考文献 |
附录 |
个人简历、在校期间发表的学术论文与研究成果 |
致谢 |
(9)企业专利价值评估 ——以A公司为例(论文提纲范文)
摘要 |
abstract |
第一章 前言 |
1.1 研究背景 |
1.2 研究现状 |
1.2.1 国外研究现状分析 |
1.2.2 国内研究现状分析 |
1.2.3 研究评述 |
1.3 论文研究的意义 |
1.4 论文研究的思路及方法 |
1.5 论文的创新之处 |
第二章 企业专利价值评估概述 |
2.1 知识产权价值理论及特点 |
2.1.1 知识产权价值理论 |
2.1.2 专利的特点 |
2.2 企业专利评估理论 |
2.2.1 专利评估 |
2.2.2 专利评估原则 |
2.2.3 专利评估假设 |
2.3 模糊数学基本理论 |
第三章 企业专利价值的评估方法 |
3.1 专利价值的评估方法 |
3.1.1 市场法 |
3.1.2 成本法 |
3.1.3 收益法 |
3.1.4 实物期权法 |
3.2 传统评估方法的局限性 |
3.2.1 成本法局限性 |
3.2.2 市场法局限性 |
3.2.3 收益法局限性 |
3.2.4 实物期权法局限性 |
3.3 专利价值评估方法的适用条件 |
3.4 模糊综合评价法的基本原理 |
3.4.1 基于收益法和模糊综合评价相结合的专利价值评估方法 |
3.4.2 模糊综合评价体系的确定 |
3.4.3 专利评估指标因素分析 |
3.4.4 权重的确定 |
3.4.5 模糊综合评价 |
第四章 案例分析——以A公司为例 |
4.1 A公司专利及评估方法选择 |
4.1.1 A公司基本情况介绍 |
4.1.2 A公司专利价值评估原则 |
4.1.3 评估方法 |
4.2 专利行业背景和评估模型的参数确定 |
4.2.1 专利基本原理及盈利模式 |
4.2.2 上游行业-电力行业情况 |
4.2.3 电力设备检查行业情况 |
4.2.4 委估专利的历史销售情况 |
4.2.5 委估专利的销售预测情况 |
4.2.6 委估专利的收益年限及技术替代率的确定 |
4.2.7 分成率的取值上、下限 |
4.2.8 技术提成率的调整系数(模糊评价) |
4.2.9 计算技术提成率 |
4.3 专利价值的计算过程 |
4.3.1 计算税后知识产权超额收益 |
4.3.2 计算折现率 |
4.3.3 计算思路 |
4.3.4 折现率的确定过程 |
4.4 专利价值的确定 |
4.4.1 专利价值的估算值 |
4.4.2 专利价值的可靠性验证 |
第五章 结论 |
5.1 结论 |
5.2 A公司专利价值评估中存在的问题 |
5.3 研究建议 |
致谢 |
参考文献 |
(10)互联网教育类企业的数据资产价值评估 ——以全通教育为例(论文提纲范文)
摘要 |
abstract |
1 绪论 |
1.1 研究背景 |
1.2 研究意义 |
1.3 文献综述 |
1.3.1 国外相关研究 |
1.3.2 国内相关研究 |
1.3.3 文献研究述评 |
1.4 研究思路及方法 |
1.5 研究不足 |
2 数据资产基础理论 |
2.1 大数据及资产化 |
2.2 数据资产 |
2.2.1 数据资产定义 |
2.2.2 数据资产特性 |
2.3 数据资产价值 |
2.3.1 数据资产价值实现流程 |
2.3.2 数据资产价值构成 |
2.4 数据资产价值评估影响因素分析 |
2.4.1 外部因素 |
2.4.2 内部因素 |
2.5 数据资产评估的必要性 |
2.6 本章小结 |
3 数据资产评估方法分析 |
3.1 收益法及适用性分析 |
3.1.1 收益法 |
3.1.2 收益法适用性分析 |
3.2 成本法及适用性分析 |
3.2.1 成本法 |
3.2.2 成本法适用性分析 |
3.3 市场法及适用性分析 |
3.3.1 市场法 |
3.3.2 市场法适用性分析 |
3.4 三种方法适用性比较总结 |
3.5 本章小结 |
4 数据资产评估模型构建—分割式超额收益模型 |
4.1 分割式超额收益模型基本含义 |
4.2 分割式超额收益模型构建思路 |
4.2.1 超额收益含义 |
4.2.2 超额收益的确定 |
4.2.3 超额收益的预测 |
4.2.4 分割式超额收益模型构建思路 |
4.3 模型具体操作步骤 |
4.3.1 第一步:计算企业未来现金流 |
4.3.2 第二步:计算固定资产创造的收益 |
4.3.3 第三步:计算流动资产创造的收益 |
4.3.4 第四步:计算其他无形资产创造的收益 |
4.3.5 第五步:计算折现率 |
4.3.6 第五步:确定收益期 |
4.4 本章小结 |
5 案例分析——以全通教育为例 |
5.1 公司概况 |
5.1.1 公司主要经营情况 |
5.1.2 互联网教育发展 |
5.1.3 行业地位 |
5.1.4 核心竞争力 |
5.2 全通教育数据资产简介 |
5.3 全通教育数据资产价值评估 |
5.3.1 评估目的 |
5.3.2 评估基准日 |
5.3.3 评估假设 |
5.3.4 收益期限 |
5.3.5 全通教育未来五年自由现金流量预测 |
5.3.6 折现率计算 |
5.3.7 各资产创造收益值预测 |
5.3.8 计算数据资产价值 |
5.4 全通教育企业价值评估 |
5.5 全通教育数据资产评估结果分析 |
6 结论与展望 |
6.1 结论 |
6.2 未来展望 |
参考文献 |
致谢 |
四、无形资产超额收益的形成及测算(论文参考文献)
- [1]基于改进超额收益法的企业数据资产价值评估[J]. 苑泽明,张永安,王培琳. 商业会计, 2021(19)
- [2]CD公司并购商誉减值问题研究[D]. 成沛瑶. 西安石油大学, 2021(12)
- [3]基于多期超额收益法的数据资产价值评估 ——以科大讯飞为例[D]. 张悦. 江西财经大学, 2021(11)
- [4]医药流通企业销售渠道价值评估研究 ——以九州通医药集团为例[D]. 蔡欣敏. 江西财经大学, 2021(11)
- [5]基于AEG估值模型的“云经济”型公司价值评估探讨 ——以用友网络为例[D]. 黎颖. 江西财经大学, 2021(10)
- [6]营运类汽车牌照估值:模型构建与参数测算[J]. 陈蕾,周艳秋. 财会月刊, 2021(08)
- [7]多期超额收益法在电气设备企业客户关系价值评估中的运用 ——以许继电气为例[D]. 李薇. 杭州电子科技大学, 2021
- [8]网红微博IP价值评估研究[D]. 刘舒畅. 郑州大学, 2020(02)
- [9]企业专利价值评估 ——以A公司为例[D]. 李成. 电子科技大学, 2019(04)
- [10]互联网教育类企业的数据资产价值评估 ——以全通教育为例[D]. 肖钦月. 西南财经大学, 2019(07)