机器设备评估的鉴证模型.doc

《机器设备评估的鉴证模型.doc》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、机器设备评估的鉴证模型过对评估实践中不同行业评估数据的统计分析，得出机器设备评估的鉴证模型，并对其可行性进行了验证，明确了适用范围，对解决机器设备评估结果的鉴证、复核等问题有一定的参考作用。　　机器设备评估当中的很多问题都无法用精确的理论解决。这是由于所评估机器设备的固有特性和评估人员的主观因素双重影响的结果。对一个项目的评估（假设前提、评估目的、评估基准日等评估内容相同的情况下），不同的机构会有不同的评估结果；同一机构的不同人员操作会有不同的结果；一个评估人员所依据的资料，在不同的时期对事务的判断方式不同也会有不同的结果。一般认为，由不同评估机构出具评估结果的差异在10%左右是

2、尚可接受的，而差异在5%以内则是相对精确的。鉴于此，在保证评估精度的前提下，我们可以将统计学的一些成果，应用于机器设备评估实务当中，解决一些实际问题。　　一、鉴证模型需解决的问题　　机器设备评估实务中经常遇到如下问题：　　1.评估结果的复核：评估工作完成后，需由上一级的复合人员对所出具的评估结果进行验证，对一个中等规模的项目而言，所涉及的设备数量可达几百甚至上千台（套）。这种情况下，如果按部就班地逐台审核其工作底稿已不现实也无必要，多数情况下，审核者采用随机抽样的方法，对抽取到的个体进行复核，然后对相关数据的加总进行复核，这样虽起到一定的作用，但不能保证总体结论的可靠性。　　2.

3、对其他机构评估结果的鉴证：委托方并不要求我们出具正式报告，而仅是对由其他评估机构出具的评估结果进行符合性验证，并发表相关意见。一般情况下，从成本的角度考虑，不可能对评估范围的资产全部重新评估，而根据重要性原则，如何科学、客观地发表鉴证意见是需要解决的问题。　　二、鉴证模型建立的探讨　　我们利用11个不同时期、不同行业、具有代表性且已经验证的评估报告中机器设备的评估结果（分别命名为总体A、B……J、K），以问题1为例，作如下分析：　　1.模型基础数据的分析——以A、B为总体。　　（1）总体概况：5　　A为一组机械加工行业的机器设备评估数据，设备数量为626台（套），账面原值4522

4、.80万元；B为机械加工制造业，设备数量为511台（套），账面原值为11804.06万元。以上两个总体的共同特点是设备分别形成于80年代至今，进口设备占有一定的数量，设备的技术改造情况较为突出。　　（2）以设备的账面价值大小为依据求证按样本测算总体的可能性，步骤如下：　　①设鉴证总体为M（P，P0，X，Y），选取样本组合为M0（P‘，P0’，X‘，Y’），剩余设备组合为Md（P-P‘，P0-P0’，X-X‘，Y-Y’），上述数集当中，P，P0，X，Y；P‘，P0’，X‘，Y’及P-P‘，P0-P0’，X-X‘，Y-Y’分别代表各数集的账面原值、净值、评估原值、评估净值。　　②先按

5、申报的账面原值大小选择5%的样本，样本数量为31个，然后对选取的样本计算出其相应的账面原值P‘、净值P0’、重置价值X‘及评估价值Y’；剩余资产的相应价值为P-P‘，P0-P0’，X-X‘，Y-Y’。　　③通过计算，样本的评估原值较其账面原值的变化率为：　　（X‘－P’）/P‘＝23.39%；　　样本评估的综合成新率为：　　Y‘/X’＝55.42%　　④我们作一个假设：剩余资产的评估情况与账面情况符合所选取样本的变化率，则X－X‘＝（P-P’）×（1＋23.39%）　　Y－Y‘＝（X－X’）×55.42%　　⑤通过上述运算，我们计算出根据样本推算的重置全价为30257.89万元，

6、净值为16768.93万元，　　与实际评估的重置全价差异率为（30257.89－35505.05）/35505.05×100%＝－14.78%，净值的差异率为（16768.93－16671.91）/16671.91×100%＝0.58%.　　⑥按上述规则，我们将样本量加大，分别测算A总体　　以样本量为10%、15%、20%、25%测算总体评估结果的情　　况，评估差异率见表2：　　同理，测算出B总体的结果见表3　　表35按B总体条件抽取样本量5％～25％测算总体结果表通过上述分析，我们可以发现这样一个规律，即随着样板数量的增加，推算设备对总体的影响程度越来越小，测算的总体精度越来越

7、高，且5%的样本量，账面价值量达70以上时已达到一定的精度。我们可初步推断，采用样本评估结果推算总体评估结果是可行的。　　（3）其他相关问题的考虑：　　上述样本的选取仅考虑了价值量因素，而未考虑其他因素，按常规推断，个别因素可能对总体的判断产生影响。我们做一项测试，取同样的样本量，例如仍取总体15%的样本个数，其中10%的样本按价值大小选择，其他5%的样本根据总体的特征考虑下列因素选择：　　①为缩小抽样范围，仍然在按总体大小排序的前70%数量的资产中选择。　　②将已选入10%的样