[发明专利]一种固定资产类资产成本法估值模型

权利要求书

1.一种固定资产类资产成本法估值模型，其特征在于，包括：

步骤一，获取待评估的固定资产信息；

步骤二，确定项目级公共参数、科目级公共参数和特定资产级估值数据；

步骤三，利用项目级公共参数数据库、科目级公共参数数据库和计算模型数据库进行自动计算得到获取待评估的固定资产信息，并根据重置成本和综合成新率输出待评估的固定资产信息的资产评估结果。

2.根据权利要求1所述的一种固定资产类资产成本法估值模型，其特征在于，所述步骤一中待评估的固定资产信息包括序号、权证编号、建筑物名称、房屋名称、房屋来源、结构、建成年月、长度、宽度、槽深、沟宽*沟厚、管径*壁厚、材质、绝缘方式、计量单位、建筑面积或体积、成本单价、账面价值原值和账面价值净值。

3.根据权利要求1所述的一种固定资产类资产成本法估值模型，其特征在于，所述步骤二中项目级公共参数包括：本单位评估结果是否含税、存款利率、贷款利率、设备增值税率、房产增值税率、运杂费增值税率、安装费增值税率、基础费增值税率、前期费增值税率、所得税率。

4.根据权利要求1所述的一种固定资产类资产成本法估值模型，其特征在于，所述步骤三中综合成新率是对理论成新率和现场勘察成新率综合评价得到的，其计算公式为：

综合成新率＝理论成新率×40％+现场勘察成新率×60％/其他方法确定的综合成新率

其中，所述理论成新率是通过特定资产级估值中的数据推算得到；所述现场勘察成新率是通过现场勘查，结合待评估的固定资产的维护、修理、改造情况及运行记录进行打分获得；

所述根据所述重置成本和综合成新率输出待评估的固定资产信息的资产评估结果的计算依据为：固定资产评估值＝重置成本×综合成新率。

5.根据权利要求1所述的一种固定资产类资产成本法估值模型，其特征在于，所述获取待评估的固定资产信息之后还包括：自动识别获取的待评估的固定资产信息数据，具体步骤如下：

步骤A1，获取以往l个已经确定类别的固定资产信息样本数据，所述将l个已经确定类别的固定资产信息样本数据形成一个样本数据矩阵K，所述样本数据矩阵K为l行d列，d列代表样本数据的数据维度，l个样本数据则含有l个类别识别结果，将l个类别识别结果形成一个类别识别结果矩阵G，所述类别识别结果矩阵G为l行1列，当所述固定资产信息样本数据为房屋建筑类数据，则对应的类别识别结果为1，当所述固定资产信息样本数据为机器设备类数据，则对应的类别识别结果为-1；

步骤A2，根据样本数据矩阵K和类别识别结果矩阵G构建一个损失学习函数：

其中，L(K)代表构建的损失学习函数，G_i,1代表别识别结果矩阵G第i行第1列的值，K_i,j代表样本数据矩阵K第i行第j列的值，λ₀代表初始的偏置，初始值为0，λ_i,j代表初始的参数值，初始值为0，i＝1,2,3...m，j＝1,2,3...n；

步骤A3，根据以下公式确定更新后的参数值和偏置：

其中，λ₀′代表更新后的偏置，λ_i,j′代表更新后的参数值，α代表学习率，初始值为0.001，代表损失学习函数L(K)对初始的参数值λ_i,j做偏导，代表损失学习函数L(K)对初始的偏置λ₀做偏导；

步骤A4，将获取的待评估的固定资产信息数据转换成数据矩阵T，根据以下公式进行判断待评估的固定资产信息数据的类别：

其中，I代表类别判定值，T_i,j代表数据矩阵T第i行第j列的值，且当0I≤1时，则代表当前待评估的固定资产信息数据为房屋建筑类数据，且当-1≤I≤0时，则代表当前待评估的固定资产信息数据为机器设备类数据。