在教育部直属高校资产管理绩效综合评价项目中,不同规模的高校具有不同资产变化的需求,如何对不同规模高校的建设与发展给出一个合理拥有的资产标准,是实际项目中急需解决的问题。本文以不同规模高校的资产为研究对象,旨在以贝叶斯估计方法为研究思路,根据不同规模高校的历年资产数据,通过贝叶斯估计方法和资产的预测后验分布来分析、推断和完善一个适合高校发展规模的资产估计标准,以度量不同规模高校发展需要,且实现对不同规模高校资产投入的合理和有效控制。本文主要研究工作如下：(1)利用贝叶斯估计资产指标变量的分布参数,动态研究资产指标变量的分布变化特征,获取资产指标变量分布参数估计量的变化规律,从而得到资产指标变量的分布,以实现对资产的估计和预测。在资产管理绩效评价问题中,经过对数函数变换后的资产指标变量是服从正态分布的,由此建立多层贝叶斯模型,动态获取每年高校资产指标变量的分布,并且分布结果显示高校历年资产指标变量分布参数波动较小。(2)利用资产指标变量的分布及其分布参数的后验分布,得到资产指标变量的预测后验分布。利用资产指标变量的预测后验分布对资产变化可能性进行预测,预测结果同时体现了历史样本和新增样本的变化影响,并显示了在未知资产标准下的资产估计额的逐步修正与完善。(3)进一步建立不同高校发展规模对应的资产预测BP神经网络模型,并定义混合隶属度来度量资产隶属于不同资产规模等级的可能性；虽然在历史样本下BP预测模型的正确率为94.74%,但BP模型的合理建立依赖资产标准已确定的样本,与贝叶斯估计资产变化相比,仍存在一定的不足。(4)同时应用贝叶斯估计与BP神经网络模型来预测不同高校发展规模的资产变化,提出相应的不同规模高校发展应拥有的资产额和资产变化控制。