在不良资产包的整体评估中，目前尚未出现可靠有效的方法可以直接对打包资产进行合理估值，实务中还是以将资产包拆分成一个个独立的不良资产进行单独评估为主要方法。

在对于不良资产包内含大量单项资产且在该地区有过大量不良资产己完成处置的前提下，会考虑使用回归分析法建立经验方程来减少工作量，但该情况仍为极个别现象。

究其原因，主要是因为不良资产包的评估中有以下三大难点不能够有效克服。

一、不良资产包内资产可获得信息量小，信息质量差

对比与单项不良资产，资产管理公司打包收购的不良资产包往往不能获得充足的评估所需信息。

即使经过尽职调查人员的调查，也仍旧存在评估中的客观依据还很不充分的情况，很多时候必须更多的借助评估人员的主观判断来进行价值评估。

这也就导致了由于主观判断所带来的估值误差，往往使得评估值和处置结果有较大的出入，不能够保证评估的准确性。

除此之外，由于很多债务企业没有完善真实的财务资料，提供给尽职调查人员的财务信息存在失真现象，这种原始数据失真同样会导致评估结果产生较大误差，且这种误差难以被评估人员主观发现。

二、不良资产包内资产数量浮动较大

资产管理公司从银行收购的不良资产包有企服快车小，多的可达几百上千个单项资产，而少的可能只有两到三项。

这种包内资产数量的浮动使得很多需要借助数据量来使包内每个单项资产产生的误差相互抵消的估值方法不能适用于所有情况。

目前，主流研究不良资产包评估的方法，通常是采用经验方程或平均回收率，二者皆可认为在一定误差范围内是较精确的，在大量的单项资产互相抵消误差的情况下，估值精度随包内资产数量的上升而上升。

因此，主流的方法并不适用于包内只含少量资产的小型不良资产包，而实际情况是，资产公司收购的资产包以中小型资产包为主。

目前在评估实务中，对于这种中小型不良资产包普遍使用的是拆分成独立的单项资产进行估值，对于整体估值而言，目前尚无较成熟的方法。

三、不良资产市场不成熟，历史数据中存在不可靠数据

由于第一个难点的关系，所以对不良资产包的估值往往不能只依靠包内可获得的信息，通常还需要搜集市场中已经完成处置的不良资产的历史数据来辅助建立估值模型。

这种计算方法要求搜集到的历史数据应来源于一个活跃且较成熟的市场，市场上的历史成交价格所对应的债权回收率应在一定允许的误差范围内反应债权的市场价值。

但实际上由于我国的不良资产处置市场参与度较低，且包含很多所谓的内部交易，以及参与资产处置的双方都不能准确评估待估资产的价值，致使实际的成交价格往往低于债权的实际价值。

所以，若使用这样的历史数据来辅助建立经验方程或者计算平均回收率往往会低估不良资产的价值，使得评估结果的精确性大打折扣。

ycz loves red flame