# 估值计算报告

## 基本信息

| 字段 | 值 |
|------|----|
| 估值ID | 38 |
| 资产名称 | 蜀锦 |
| 所属机构 | 成都古蜀蜀锦研究所 |
| 所属行业 | 纺织业 |
| 非遗等级 | 0 |
| 创建时间 | 2025-11-26 10:38:50 |

## 详细计算过程

#### 1.最终估值A

> 最终估值A = 模型估值B × 0.7 + 市场估值C × 0.3

**状态**: ✅ 已完成

**输入参数**:
```json
{
  "model_data": {
    "risky_data": {
      "lowest_price": 1580.0,
      "highest_price": 3980.0,
      "inheritor_ages": [
        0,
        0,
        2
      ],
      "lawsuit_status": 0.0
    },
    "cultural_data": {
      "douyin_views": 67000.0,
      "bilibili_views": 0,
      "kuaishou_views": 0,
      "offline_sessions": 50.0,
      "cross_border_depth": 0.0,
      "normalized_entropy": 9,
      "structure_complexity": 1.5,
      "historical_inheritance": 18.0,
      "inheritor_level_coefficient": 0.7
    },
    "economic_data": {
      "likes": 67000.0,
      "shares": 500.0,
      "comments": 800.0,
      "esg_score": 5.0,
      "link_views": 296000.0,
      "patent_count": 0.0,
      "patent_score": 3.0,
      "sales_volume": 5000.0,
      "funding_support": 0.0,
      "search_index_s1": 0.7,
      "innovation_ratio": 18.93491124260355,
      "popularity_score": 7.0,
      "three_year_income": [
        169.0,
        169.0,
        169.0
      ],
      "infringement_score": 0.0,
      "policy_match_score": 5,
      "industry_average_s2": 2200.0,
      "implementation_stage": 10.0,
      "industry_coefficient": -0.5
    }
  },
  "market_data": {
    "manual_bids": [
      3980.0,
      1580.0,
      2780.0
    ],
    "issuance_level": "限量：总发行份数 ≤100份",
    "collection_count": 67000,
    "expert_valuations": [],
    "daily_browse_volume": 296000.0,
    "recent_market_activity": "近一周",
    "weighted_average_price": {}
  }
}
```

**输出结果**:
```json
{
  "model_value_b": 345.2993048233941,
  "final_value_ab": 241.99307337637583,
  "market_value_c": 0.9452,
  "model_duration_ms": 1911,
  "total_duration_ms": 2440,
  "market_duration_ms": 443
}
```


##### 1.1.模型估值B

计算公式：
`模型估值B = （经济价值B1 × 0.7 + 文化价值B2 × 0.3） × 风险调整系数B3`

**状态**: ✅ 已完成

**输入参数**:
```json
{
  "risky_data": {
    "lowest_price": 1580.0,
    "highest_price": 3980.0,
    "inheritor_ages": [
      0,
      0,
      2
    ],
    "lawsuit_status": 0.0
  },
  "cultural_data": {
    "douyin_views": 67000.0,
    "bilibili_views": 0,
    "kuaishou_views": 0,
    "offline_sessions": 50.0,
    "cross_border_depth": 0.0,
    "normalized_entropy": 9,
    "structure_complexity": 1.5,
    "historical_inheritance": 18.0,
    "inheritor_level_coefficient": 0.7
  },
  "economic_data": {
    "likes": 67000.0,
    "shares": 500.0,
    "comments": 800.0,
    "esg_score": 5.0,
    "link_views": 296000.0,
    "patent_count": 0.0,
    "patent_score": 3.0,
    "sales_volume": 5000.0,
    "funding_support": 0.0,
    "search_index_s1": 0.7,
    "innovation_ratio": 18.93491124260355,
    "popularity_score": 7.0,
    "three_year_income": [
      169.0,
      169.0,
      169.0
    ],
    "infringement_score": 0.0,
    "policy_match_score": 5,
    "industry_average_s2": 2200.0,
    "implementation_stage": 10.0,
    "industry_coefficient": -0.5
  }
}
```

**输出结果**:
```json
{
  "risk_details": {
    "legal_risk": 0.0,
    "market_risk": 0.0,
    "risk_value_b3": 0.92,
    "risk_score_sum": 0.3,
    "inheritance_risk": 10.0
  },
  "model_value_b": 345.2993048233941,
  "risk_value_b3": 0.92,
  "cultural_details": {
    "pattern_gene_b22": 810.0,
    "cultural_value_b2": 37.972824,
    "living_heritage_b21": 9.28804
  },
  "economic_details": {
    "basic_value_b11": 16.77359467455621,
    "legal_strength_l": 3.3000000000000003,
    "economic_value_b1": 519.9049773282518,
    "financial_value_f": 33.8,
    "traffic_factor_b12": 16.711681022311755,
    "policy_multiplier_b13": 1.75,
    "development_potential_d": 6.680473372781065
  },
  "cultural_value_b2": 37.972824,
  "economic_value_b1": 519.9049773282518
}
```


###### 1.1.1.经济价值B1

计算公式：
`经济价值B1 = 基础价值B11 × (1 + 流量因子B12) × 政策乘数B13`

**状态**: ✅ 已完成

**输入参数**:
```json
{
  "likes": 67000.0,
  "shares": 500.0,
  "comments": 800.0,
  "esg_score": 5.0,
  "link_views": 296000.0,
  "patent_count": 0.0,
  "patent_score": 3.0,
  "sales_volume": 5000.0,
  "funding_support": 0.0,
  "search_index_s1": 0.7,
  "innovation_ratio": 18.93491124260355,
  "popularity_score": 7.0,
  "three_year_income": [
    169.0,
    169.0,
    169.0
  ],
  "infringement_score": 0.0,
  "policy_match_score": 5,
  "industry_average_s2": 2200.0,
  "implementation_stage": 10.0,
  "industry_coefficient": -0.5
}
```

**输出结果**:
```json
{
  "basic_value_b11": 16.77359467455621,
  "legal_strength_l": 3.3000000000000003,
  "economic_value_b1": 519.9049773282518,
  "financial_value_f": 33.8,
  "traffic_factor_b12": 16.711681022311755,
  "policy_multiplier_b13": 1.75,
  "development_potential_d": 6.680473372781065
}
```


###### 1.1.1.1.基础价值B11

计算公式：
`基础价值B11 = 财务价值F × (0.45 + 0.05 × 行业系数I) + 法律强度L × (0.35 + 0.05 × 行业系数I) + 发展潜力D × 0.2`

**状态**: ✅ 已完成

**输入参数**:
```json
{
  "legal_strength_l": 3.3000000000000003,
  "financial_value_f": 33.8,
  "industry_coefficient": -0.5,
  "development_potential_d": 6.680473372781065
}
```

**输出结果**:
```json
{
  "basic_value_b11": 16.77359467455621,
  "legal_strength_l": 3.3000000000000003,
  "financial_value_f": 33.8,
  "industry_coefficient": -0.5,
  "development_potential_d": 6.680473372781065
}
```


###### 1.1.1.1.1.财务价值F

计算公式：
`财务价值F = [3年内年均收益 × (1 + 增长率)^5] ÷ 5`

**状态**: ✅ 已完成

**输入参数**:
```json
{
  "three_year_income": [
    169.0,
    169.0,
    169.0
  ]
}
```

**输出结果**:
```json
{
  "financial_value_f": 33.8
}
```



###### 1.1.1.1.2.法律强度L

计算公式：
`法律强度L = 专利分 × 0.4 + 普及分 × 0.3 + 侵权分 × 0.3`

**状态**: ✅ 已完成

**输入参数**:
```json
{
  "patent_score": 3.0,
  "popularity_score": 7.0,
  "infringement_score": 0.0
}
```

**输出结果**:
```json
{
  "legal_strength_l": 3.3000000000000003
}
```



###### 1.1.1.1.3.发展潜力D

计算公式：
`发展潜力D = 专利分 × 0.5 + ESG分 × 0.2 + 创新投入比 × 0.3`

**状态**: ✅ 已完成

**输入参数**:
```json
{
  "esg_score": 5.0,
  "patent_count": 0.0,
  "innovation_ratio": 18.93491124260355
}
```

**输出结果**:
```json
{
  "development_potential_d": 6.680473372781065
}
```



###### 1.1.1.1.4.行业系数I

计算公式：
`行业系数I = (目标行业平均ROE - 基准行业ROE) ÷ 基准行业ROE`

**状态**: ✅ 已完成

**输入参数**:
```json
{
  "industry_coefficient": -0.5
}
```

**输出结果**:
```json
{
  "industry_coefficient": -0.5
}
```




###### 1.1.1.2.流量因子B12

计算公式：
`流量因子B12 = ln(S1 ÷ S2) × 0.3 + 社交媒体传播度S3 × 0.7`

**状态**: ✅ 已完成

**输入参数**:
```json
{
  "search_index_s1": 0.7,
  "industry_average_s2": 2200.0
}
```

**输出结果**:
```json
{
  "traffic_factor_b12": 16.711681022311755,
  "social_media_spread_s3": 27.32506756756757
}
```


###### 1.1.1.2.1.互动量指数

计算公式：
`互动量指数 = (点赞 + 评论 + 分享) ÷ 1000`

**状态**: ✅ 已完成

**输入参数**:
```json
{
  "likes": 67000.0,
  "shares": 500.0,
  "comments": 800.0
}
```

**输出结果**:
```json
{
  "interaction_index": 68.3
}
```



###### 1.1.1.2.2.覆盖人群指数

计算公式：
`覆盖人群指数 = 粉丝数 ÷ 10000`

**状态**: ✅ 已完成

**输入参数**:
```json
{
  "followers": 0
}
```

**输出结果**:
```json
{
  "coverage_index": 0.0
}
```



###### 1.1.1.2.3.转化效率

计算公式：
`转化效率 = 商品链接点击量 ÷ 内容浏览量`

**状态**: ✅ 已完成

**输入参数**:
```json
{
  "link_views": 296000.0,
  "sales_volume": 5000.0
}
```

**输出结果**:
```json
{
  "conversion_efficiency": 0.016891891891891893
}
```



###### 1.1.1.2.4.社交媒体传播度S3

计算公式：
`社交媒体传播度S3 = 互动量指数 × 0.4 + 覆盖人群指数 × 0.3 + 转化效率 × 0.3`

**状态**: ✅ 已完成

**输入参数**:
```json
{
  "coverage_index": 0.0,
  "interaction_index": 68.3,
  "conversion_efficiency": 0.016891891891891893
}
```

**输出结果**:
```json
{
  "social_media_spread_s3": 27.32506756756757
}
```




###### 1.1.1.3.政策乘数B13

计算公式：
`政策乘数B13 = 1 + 政策契合度评分P × 0.15，其中 P = 政策匹配度 × 0.4 + 实施阶段评分 × 0.3 + 资金支持度 × 0.3`

**状态**: ✅ 已完成

**输入参数**:
```json
{
  "funding_support": 0.0,
  "policy_match_score": 5,
  "implementation_stage": 10.0
}
```

**输出结果**:
```json
{
  "policy_multiplier_b13": 1.75,
  "policy_compatibility_score": 5.0
}
```




###### 1.1.2.文化价值B2

计算公式：
`文化价值B2 = 活态传承系数B21 × 0.6 + (纹样基因值B22 ÷ 10) × 0.4`

**状态**: ✅ 已完成

**输入参数**:
```json
{
  "douyin_views": 67000.0,
  "bilibili_views": 0,
  "kuaishou_views": 0,
  "offline_sessions": 50.0,
  "cross_border_depth": 0.0,
  "normalized_entropy": 9,
  "structure_complexity": 1.5,
  "historical_inheritance": 18.0,
  "inheritor_level_coefficient": 0.7
}
```

**输出结果**:
```json
{
  "pattern_gene_b22": 810.0,
  "cultural_value_b2": 37.972824,
  "living_heritage_b21": 9.28804
}
```


###### 1.1.2.1.活态传承系数B21

计算公式：
`活态传承系数B21 = 传承人等级系数 × 0.4 + 教学传播频次 × 0.3 + 跨界合作深度 × 0.3`

**状态**: ✅ 已完成

**输入参数**:
```json
{
  "douyin_views": 67000.0,
  "bilibili_views": 0,
  "kuaishou_views": 0,
  "offline_sessions": 50.0,
  "cross_border_depth": 0.0,
  "inheritor_level_coefficient": 0.7
}
```

**输出结果**:
```json
{
  "teaching_frequency": 30.0268,
  "living_heritage_b21": 9.28804
}
```


###### 1.1.2.1.1.教学传播频次

计算公式：
`教学传播频次 = 线下传习次数 × 0.6 + 线上课程点击量（万） × 0.4`

**状态**: ✅ 已完成

**输入参数**:
```json
{
  "douyin_views": 67000.0,
  "bilibili_views": 0,
  "kuaishou_views": 0,
  "offline_sessions": 50.0
}
```

**输出结果**:
```json
{
  "teaching_frequency": 30.0268
}
```




###### 1.1.2.2.纹样基因值B22

计算公式：
`纹样基因值B22 = (结构复杂度SC × 0.6 + 归一化信息熵H × 0.4) × 历史传承度HI × 10`

**状态**: ✅ 已完成

**输入参数**:
```json
{
  "normalized_entropy": 9,
  "structure_complexity": 1.5,
  "historical_inheritance": 18.0
}
```

**输出结果**:
```json
{
  "pattern_gene_b22": 810.0
}
```




###### 1.1.3.风险调整系数B3

计算公式：
`风险调整系数B3 = 0.8 + 风险评分总和R × 0.4，其中 R = 市场风险 × 0.3 + 法律风险 × 0.4 + 传承风险 × 0.3`

**状态**: ✅ 已完成

**输入参数**:
```json
{
  "lowest_price": 1580.0,
  "highest_price": 3980.0,
  "inheritor_ages": [
    0,
    0,
    2
  ],
  "lawsuit_status": 0.0
}
```

**输出结果**:
```json
{
  "legal_risk": 0.0,
  "market_risk": 0.0,
  "risk_value_b3": 0.92,
  "risk_score_sum": 0.3,
  "inheritance_risk": 10.0
}
```


###### 1.1.3.1.市场风险

计算公式：
`市场风险依据价格波动率：波动率 ≤5% 计10分，5-15%计5分，>15%计0分`

**状态**: ✅ 已完成

**输入参数**:
```json
{
  "lowest_price": 1580.0,
  "highest_price": 3980.0
}
```

**输出结果**:
```json
{
  "market_risk": 0.0
}
```



###### 1.1.3.2.法律风险

计算公式：
`法律风险根据诉讼状态评分（无诉讼/已解决/未解决）`

**状态**: ✅ 已完成

**输入参数**:
```json
{
  "lawsuit_status": 0.0
}
```

**输出结果**:
```json
{
  "legal_risk": 0.0
}
```



###### 1.1.3.3.传承风险

计算公式：
`传承风险依据传承人年龄：≤50岁10分，50-70岁5分，>70岁0分，取最高分`

**状态**: ✅ 已完成

**输入参数**:
```json
{
  "inheritor_ages": [
    0,
    0,
    2
  ]
}
```

**输出结果**:
```json
{
  "inheritance_risk": 10.0
}
```





##### 1.2.市场估值C

计算公式：
`市场估值C = 市场竞价C1 × 热度系数C2 × 稀缺性乘数C3 × 时效性衰减C4`

**状态**: ✅ 已完成

**输入参数**:
```json
{
  "manual_bids": [
    3980.0,
    1580.0,
    2780.0
  ],
  "issuance_level": "限量：总发行份数 ≤100份",
  "collection_count": 67000,
  "expert_valuations": [],
  "daily_browse_volume": 296000.0,
  "recent_market_activity": "近一周",
  "weighted_average_price": {}
}
```

**输出结果**:
```json
{
  "market_value_c": 0.9452,
  "market_bidding_c1": 2780.0,
  "temporal_decay_c4": 1.0,
  "heat_coefficient_c2": 2.0,
  "scarcity_multiplier_c3": 1.7
}
```


###### 1.2.1.市场竞价C1

计算公式：
`市场竞价C1 结合历史交易价格、人工竞价与专家估值的加权结果`

**状态**: ✅ 已完成

**输入参数**:
```json
{
  "manual_bids": [
    3980.0,
    1580.0,
    2780.0
  ],
  "expert_valuations": [],
  "weighted_average_price": {}
}
```

**输出结果**:
```json
{
  "market_bidding_c1": 2780.0
}
```



###### 1.2.2.热度系数C2

计算公式：
`热度系数C2 = 1 + 浏览热度分（依据日均浏览量与收藏数量）`

**状态**: ✅ 已完成

**输入参数**:
```json
{
  "collection_count": 67000,
  "daily_browse_volume": 296000.0
}
```

**输出结果**:
```json
{
  "heat_coefficient_c2": 2.0
}
```



###### 1.2.3.稀缺性乘数C3

计算公式：
`稀缺性乘数C3 = 1 + 稀缺等级分`

**状态**: ✅ 已完成

**输入参数**:
```json
{
  "issuance_level": "限量：总发行份数 ≤100份"
}
```

**输出结果**:
```json
{
  "scarcity_multiplier_c3": 1.7
}
```



###### 1.2.4.时效性衰减C4

计算公式：
`时效性衰减C4 依据距最近市场活动天数的衰减系数`

**状态**: ✅ 已完成

**输入参数**:
```json
{
  "recent_market_activity": "近一周"
}
```

**输出结果**:
```json
{
  "temporal_decay_c4": 1.0
}
```