(新西蘭林肯大學農(nóng)商與經(jīng)貿(mào)學院,新西蘭 基督城 8013)
在當前的上市公司價值評估實踐中,根據(jù)被評估公司的個體特性以及所屬行業(yè)的總體特征,而同時選取多種類型的估值模型已成為主流趨勢。首先,作為上市公司價值評估的基本原則之一,采用的估值模型應(yīng)能夠與被評估公司的基本特征很好地兼容,該公司的內(nèi)在價值才能夠被精確地估算出來。其次,鑒于每種估值模型都是從各自不同的角度來揭示出公司的內(nèi)在價值,過分依賴于某種估值模型勢必會造成對內(nèi)在價值的片面認識,甚至會忽略掉部分價值。因此,采用由多種兼容且互補的估值模型所構(gòu)成的組合(即綜合估值模型),對公司進行全面的價值評估,是提高估值結(jié)論可信度的重要有效辦法之一。然而,在當前的公司價值評估實踐中,對于行業(yè)特定估值模型的選取,特別是怎樣根據(jù)被評估行業(yè)的特征而同時選取多種類型的估值模型,尚存在著很多操作難點以及疑問。大部分由分析師構(gòu)建的綜合估值模型包含了諸多缺陷,例如組合中的模型與被評估公司不兼容,組合中的模型相互之間存在沖突,組合中的所有模型都側(cè)重于某一價值指標而導致組合整體失去平衡等問題,其不但不能夠提高價值評估的可信度,相反進一步降低了估值結(jié)果的有效性。針對上述問題,本文旨在通過加強對行業(yè)特定綜合估值模型的研究以提高價值評估的可信度。
在上市公司價值評估實踐中,分析師們早已經(jīng)開始在不同的行業(yè)中運用不同的綜合估值模型。根據(jù)美國美林公司2006年進行的機構(gòu)因素調(diào)研(Institutional Factor Survey),機構(gòu)投資者在他們的證券評估分析中,同時且平均使用多達9種估值模型以及財務(wù)比率。然而,當前對于行業(yè)特定綜合估值模型的理論研究仍然相當匱乏,幾乎沒有相關(guān)文獻將行業(yè)特征與綜合估值模型這兩個因素結(jié)合起來進行同時探討。僅有部分研究對綜合估值模型進行了分析,Yee(2004)[18]認為每種估值模型所生成的估值只能反映出一部分的內(nèi)在價值信息,僅僅依賴于某估值模型勢必會忽略掉部分價值,內(nèi)在價值從本質(zhì)上等于由多種估值模型生成的多個估值的加權(quán)。另外,同時采用多種估值模型的優(yōu)勢來源于對各種模型的特長進行整合,從而能夠?qū)具M行全方位的價值評估以充分地發(fā)現(xiàn)其內(nèi)在價值。Vardavaki和Mylonakis(2007)[16]指出,綜合估值模型之所以能夠總體表現(xiàn)超過單個估值模型,在于綜合估值模型具備同時撲捉到多重內(nèi)在價值信息的能力。一般來講,上市公司估值模型從總體上可分為基于貨幣時間價值理論的絕對估值模型和以一價定律為基礎(chǔ)的相對估值模型,這兩大類模型均具有各自獨特的優(yōu)勢以及缺陷。例如,絕對估值模型特別擅長于對高速成長的新興公司進行評估,它能夠很好地把握住可能產(chǎn)生于未來的大量不穩(wěn)定內(nèi)在價值,但絕對估值模型往往高度敏感于貼現(xiàn)率和未來長期增長率等參數(shù)。相對估值模型具有簡單直觀等優(yōu)勢,它特別適用于傳統(tǒng)行業(yè)。而相對估值模型的可靠性取決于所選取的價值參照物,在實踐中經(jīng)常會遇到難以尋求匹配的價值參照對象,價值參照物本身存在錯誤定價等問題。所以,一些文獻認為絕對以及相對估值模型的有效結(jié)合能夠克服各自的不足并強化自身優(yōu)勢,從而顯著提高公司價值評估結(jié)論的可信度。例如,Jenkins(2006)[9]認為由絕對以及相對估值模型所構(gòu)成的組合,能夠同時地兼顧到多重長期以及單一短期的公司預(yù)測數(shù)據(jù)。Imam等(2013)[7]研究發(fā)現(xiàn),同時采用基于會計原理的相對估值模型和基于現(xiàn)金流的絕對估值模型,能夠有效地減少估值誤差,歷史會計數(shù)據(jù)與未來預(yù)測現(xiàn)金流的有效結(jié)合能顯著地增強對內(nèi)在價值的估算能力。
但是,如何將綜合估值模型所產(chǎn)生多個估值整合成一個綜合估值是困難所在。在當前操作實踐中,尚沒有一個統(tǒng)一的整合辦法,而現(xiàn)有文獻對該問題的研究以及提出的解決辦法也相當不健全。Imam等(2008)[8]通過基于98份證券研究報告的內(nèi)容分析,以及與42位英國賣方證券分析師的面談,總結(jié)出分析師偏向于通過各自的判斷以及方法,根據(jù)一系列的定性因素將多個估值主觀地結(jié)合起來。其中,Patena(2011)[12]通過對相關(guān)研究進行匯總,發(fā)現(xiàn)一種基于加權(quán)平均思想的整合方法被分析師們廣泛采用,從本質(zhì)上來講,該種加權(quán)平均法其實是一種定性方法,它通過主觀地判斷各種估值模型與被評估公司之間的相關(guān)性以及重要性,而手動地為組合中的每個估值模型分配相應(yīng)的比例。然而,由于該類加權(quán)平均法是純粹基于經(jīng)驗法則,它通常會造成分析師對相同的組合有著不同的比例分配。顯然,這類過于主觀的整合方法只會導致更多估值誤差,違背采用綜合估值模型的初衷,即同時運用多個估值模型以便減少估值與內(nèi)在價值之間的偏差。
鑒于當前廣泛運用的加權(quán)平均法存在過于主觀判斷的缺陷,一些文獻提出了采用定量的方法來客觀地估算出加權(quán)比例,其中以貝葉斯理論和統(tǒng)計回歸為基礎(chǔ)的量化方法受到了廣泛關(guān)注。Yee(2008)[17]設(shè)計了一套基于貝葉斯三角理論(Bayesian triangulation)的整合方法,該方法測算出每個估值模型的后延概率,并以此作為加權(quán)比例將多個估值結(jié)合成一個。然而,該方法僅適用于由三個估值模型所構(gòu)成的組合,它很難進行相應(yīng)的收縮或擴展。在這種情況下,基于多重線性回歸的整合方法更為適用且不受到模型數(shù)量的限制。與貝葉斯三角法一致,多重線性回歸法也是根據(jù)股價和估值的時間序列數(shù)據(jù)來測算出各個模型的加權(quán)比率(其中股價為被解釋變量,估值為解釋變量)。這兩種方法的主要差別在于,由貝葉斯三角法得出的加權(quán)比例之和一定等于一,而多重線性回歸法測算出來的加權(quán)比例之和卻不一定等于一,造成這種差別的根本原因是在于多重線性回歸法將回歸方程式中各個解釋變量的系數(shù)作為比例。另外,采用多重線性回歸法時應(yīng)特別注意可能出現(xiàn)的多重共線性問題,F(xiàn)rancis等(2000)[5]揭示出由于很多估值模型都是基于類似的估值原理,不同解釋變量的時間序列數(shù)據(jù)之間可能存在較強的關(guān)聯(lián)性。為了確保估算出的加權(quán)比例有效,應(yīng)采用偏最小二乘法回歸來克服多重共線性問題,該方法能夠很好地處理多個解釋變量,并能準確地預(yù)測出被解釋變量。
本文側(cè)重于對行業(yè)特定綜合估值模型的研究,旨在提高上市公司價值評估結(jié)論的可信度。本文首先運用已構(gòu)建的綜合估值模型對樣本公司進行價值評估,其次運用一套完善的整合方法將各個組合生成的三個估值結(jié)合成一個綜合估值,然后判斷綜合估值模型的可信度通過對其生成的綜合估值進行評測,最后根據(jù)評測結(jié)果并結(jié)合行業(yè)特征對一系列綜合估值模型進行排名。
本研究以35家選自于紐約證券交易所和納斯達克的上市公司為基礎(chǔ),這35家樣本公司均能夠充分地反映出其所屬行業(yè)的總體特征,其中,金融行業(yè)15家,信息科技行業(yè)10家,健康行業(yè)10家。根據(jù)行業(yè)劃分標準(Industry Classification Benchmark)將3個樣本行業(yè)進一步細分成7個板塊,每個板塊各5家公司。另外,樣本時間段為2010到2012年,采用季度數(shù)據(jù)并對樣本公司每季度進行一次價值評估。本文所需的各種數(shù)據(jù)來源于Datastream、Edgar、CRSP與Zacks Investment Research等數(shù)據(jù)庫。
本文共計選擇了12種常見的絕對和相對估值模型作為樣本模型(表1),通過分別測試它們在7個板塊中的可信度并以此進行了排名,然后從7個板塊中分別選出各自排名前6位的估值模型,并將這6個模型每3個構(gòu)成一組,共計為每個板塊構(gòu)建了20個綜合估值模型。該組合構(gòu)建方法的基本思路是將一系列適用于特定行業(yè)的估值模型進行組合,從而生成多個行業(yè)特定綜合估值模型以便用于后續(xù)測試。盡管本文所構(gòu)建的每個組合中僅包含3個估值模型,但它可以作為一個很好的進一步研究起點和基本的組合配置標準,分析師可以根據(jù)各自需要,將更多適當?shù)哪P妥孕刑砑拥浇M合中來。
表1 樣本上市公司估值模型
根據(jù)Hoogerheide等(2010)[6]、Thordarson(2007)[14]、Yee(2004)[18]以及Yoo(2006)[19]等研究,本文設(shè)計出一套定量定性相結(jié)合的估值整合辦法,分為兩步:第一步運用偏最小二乘回歸法測算出各個估值模型的加權(quán)比例,第二步根據(jù)各個估值模型與被評估公司之間的相關(guān)度調(diào)整加權(quán)比例。相對于當前廣泛運用的加權(quán)平均法,本估值整合辦法能夠更加客觀地測算出加權(quán)比例,有效地減少主觀誤差,并能更好地將組合生成的多個估值結(jié)合成一個綜合估值。
其中,本方法的第一步需運用的偏最小二乘回歸法具有以下幾個特征。第一,假設(shè)市場是高效的,公司的市價被用作其每股內(nèi)在價值的替代物。第二,采用市價與估值的時間序列數(shù)據(jù)來測算出回歸方程式,并以其中各個解釋變量的系數(shù)作為各個模型的加權(quán)比例。第三,運用偏最小二乘回歸來最大程度減少估值模型(解釋變量)之間可能存在的多重共線性問題。第四,鑒于一個估值模型相對于被評估公司的適用度會隨著時間發(fā)生變化,它能夠為組合中的每個模型生成出隨時間而變化的加權(quán)比例。第五,為了提高估值整合結(jié)果的有效性,它整合出來的綜合估值等于回歸方程式中的截距與各個估值加權(quán)平均和之和。偏最小二乘回歸法的回歸方程式為:
其中,MPt,s是公司s的當前市價;Vt,s是由該偏最小二乘回歸法整合出來的綜合估值;Ut是被該回歸整合方法忽略掉的部分內(nèi)在價值;At是回歸截距;Wt,i是組合中估值模型i的加權(quán)比例;VEt,i是估值模型i所估算出的估值。
根據(jù)Kaplan和Ruback(1995)[10]、Francis等(2000)[5]、Chen和McNamara(2000)[2]以及 Liu等(2007)[11]等研究,本文設(shè)計出以下經(jīng)改進過的可信度測試方法,用于對估值模型或者綜合估值模型的可信度進行評測。總體設(shè)計思路是,首先運用某個估值模型或者綜合估值模型對某公司當前內(nèi)在價值進行評估,然后將其生成的估值與評估當日的市價進行對比,從而測試出該估值模型或者綜合估值模型對當前內(nèi)在價值的估算能力。
具體來講,本方法包含以下三個要點:第一,強調(diào)了對估值模型或綜合估值模型的評估,應(yīng)以它直接估算出來的估值或綜合估值為主要評測對象;第二,認為一個估值的可信度,同時取決于它的準確度以及解釋度兩個同樣重要的方面,其中,準確度反映了該估值或綜合估值能在多大程度上地揭示出公司的內(nèi)在價值,解釋度測量該估值或綜合估值能在多大程度上解釋出內(nèi)在價值的變化。Kaplan and Ruback (1995)[10]認為一個估值可能很好地揭示出公司的內(nèi)在價值,但它并不一定能很充分地解釋內(nèi)在價值的變化(圖1)。相反,它也許能夠充分地解釋內(nèi)在價值的變化,但它不一定能夠完全地揭露出內(nèi)在價值(圖2)。因此,至于準確度與解釋度這兩個同等重要的指標所可能出現(xiàn)的相互矛盾,是屬于正常情況。為了方便對估值模型或者綜合估值模型的可信度進行整體判斷,本方法將準確度與解釋度各自賦予50%的比重以計算出兩者的加權(quán)平均和。第三,假設(shè)市場是高效的,市價被用作每股內(nèi)在價值的替代。
在本測試方法中,準確度側(cè)重于反映出估值誤差,即每股內(nèi)在價值與估值之間的差距有多大。具體來講,準確度測試包含了以下指標:
(1)估值原始誤差值:當前估值與當前市價之差的絕對值(絕對估值原始誤差)和非絕對值(非絕對估值原始誤差);
圖1 高準確度,低解釋度
圖2 高解釋度,低準確度
(2)估值修正誤差值為以下各指標的平均值:估值原始誤差除以當前市價;估值原始誤差除以當前估值;估值原始誤差除以當前市價與估值原始誤差之和(對該指標取平方根);估值原始誤差除以當前估值與估值原始誤差之和(對該指標取平方根);
(3)以上指標的各種計量統(tǒng)計值:包含算數(shù)平均值,中值,標準差,變異系數(shù),集中趨勢等統(tǒng)計指標。
另外,解釋度旨在反映出估值或綜合估值的變化在多大程度上與每股內(nèi)在價值的變化趨勢相似。解釋度測試是基于以下最小二乘線性回歸,解釋度由回歸結(jié)果中經(jīng)調(diào)整過的相關(guān)系數(shù)平方值來度量,其中,MPt,s是公司s的當前市價,VEt,s是公司s的估值或綜合估值:
該部分根據(jù)測試結(jié)果,展示了樣本綜合估值模型在樣本行業(yè)中的可信度排名情況。其中準確度主要由估值修正誤差值來判斷,而解釋度則主要由經(jīng)調(diào)整過的相關(guān)系數(shù)平方值來度量。以下部分基于可信度測試結(jié)果和行業(yè)特征,分別探討了金融,信息科技以及健康這三個當今資本市場上熱門行業(yè)的綜合估值模型。受篇幅限制,以下各表僅列舉了各個樣本板塊中總排名前3位與后3位的綜合估值模型。
表2 行業(yè)特定綜合估值模型排名——金融行業(yè)
1.金融行業(yè)
由表2可知,由市凈率模型(PB)、貼現(xiàn)股息模型(DD)和動態(tài)價格收益增長模型(PEGF)所構(gòu)成的組合,在對商業(yè)銀行的價值評估中具有最好的表現(xiàn)。該組合通過同時考慮以下四個重要的價值指標對商業(yè)銀行進行估值:當前賬面價值,未來股息,下一年度的預(yù)計盈利以及未來長期預(yù)計的盈利增長率。因此,該組合不但從當年、下一年以及未來這三個時間段對銀行進行了一個全方位的評估,而且組合中的模型能夠很好地與銀行的特征相兼容。其中,在當前通用會計標準下,銀行大部分資產(chǎn)的賬面價值接近其市場價。Fink(2012)[4]認為賬面價值特別適合對含有大量可轉(zhuǎn)讓資產(chǎn)、且采用逐日盯市制度的商業(yè)銀行進行價值評估。另外,2008年金融危機后出現(xiàn)的并購與重組浪潮極大地提高了商業(yè)銀行的利息以及費用收入,加快了其利潤增長率并對長期穩(wěn)健的派息計劃提供了有力的支持。因此,在對2010~2012年這一樣本時間段內(nèi)的商業(yè)銀行進行價值評估時,很有必要同時兼顧到穩(wěn)定的賬面價值和股息、利潤的波動以及利潤增長率這四個重要的價值指標。另一方面,表3顯示由動態(tài)股息收益率模型(DYF)、動態(tài)市盈率模型(PEF)以及動態(tài)價格收益增長模型構(gòu)成的組合,在對商業(yè)銀行的價值評估中表現(xiàn)最差。失衡是該組合的主要問題,該組合不僅過多地專注于未來而忽略掉了重要的當前基本面,并且過度地將重心放在不穩(wěn)定的價值指標上。Damodara(2009)[3]指出銀行利潤這一價值指標的大小取決于存貸利率之差,它通常對基準利率以及貸款損失儲備金等的變化高度敏感,不穩(wěn)定的利潤在很大程度上減小了以利潤為基礎(chǔ)的估值模型的可信度,如動態(tài)市盈率模型和動態(tài)價格收益增長模型。
表3同樣也指出了由市凈率模型、貼現(xiàn)股息模型和動態(tài)股息收益率模型所構(gòu)成的組合最適用于保險公司,該組合具有最好的準確度(7.33%)以及最高的解釋度(94.98%)。該組合良好的價值評估表現(xiàn)主要是源于對保險公司較強穩(wěn)定性這一本質(zhì)的很好把握。鑒于保險公司的利潤主要來源于投資活動的回報與保險理賠之差,它并不具備特別可觀的增長前景并且其利潤趨近于平穩(wěn)。由于沒有太多的再投入機會,保險公司特別是處于成熟期的保險公司趨向于長期穩(wěn)健的派息計劃,將其利潤進行分配而不是保留,這促使股息成為了一個可靠的價值指標。因此,該組合能夠很好地兼顧到保險公司的現(xiàn)有價值,以及由將來運營活動所可能產(chǎn)生的未來價值。其中,它通過賬面價值來估算出內(nèi)在價值的當前部分,并通過股息來測算出內(nèi)在價值的未來部分。另外,由靜態(tài)股息收益率模型(DYT)、動態(tài)市盈率模型和動態(tài)價格收益增長模型構(gòu)成的組合最不適用于保險公司,造成該組合低可信度的主要原因是組合中的模型與保險公司的特征不兼容。其中,基于歷史股息數(shù)據(jù)的靜態(tài)股息收益率模型不適用于保險公司,Damodara(2009)[3]揭示出歷史會計數(shù)據(jù)并不能很好地反映將來,保險公司的未來股息通常相對穩(wěn)定并且容易預(yù)測,因此應(yīng)采用基于未來預(yù)期股息的估值模型。而且,由于保險公司從本質(zhì)上趨于平穩(wěn),不具備類似高科技公司那樣可觀的增長前景和速度,以利潤增長率為基礎(chǔ)的動態(tài)價格收益增長模型同樣也不適用于保險公司。
盡管都屬于金融行業(yè),證券公司相對于銀行以及保險公司而言,具有明顯更高的風險和不確定性。內(nèi)在風險的不同導致了各自的綜合估值模型的顯著差異,表3顯示由市凈率模型、靜態(tài)股息收益率模型和剩余收益模型(RI)構(gòu)成的組合,具有最好的準確度(13.82%)以及最高的解釋度(82.93%)。一般來講,股票自營、券商經(jīng)紀、投資銀行和資產(chǎn)管理是證券公司的四大主營業(yè)務(wù)。這些業(yè)務(wù)具有明顯的風險,特別是股票自營和券商經(jīng)紀業(yè)務(wù),它們與證券市場的走勢高度正相關(guān)。因此,證券公司的未來運營表現(xiàn)具有很大的不確定性且較難準確預(yù)測。在這種情況下,基于歷史數(shù)據(jù)的價值指標能夠更好地反映出證券公司的內(nèi)在價值。其中,以過往會計報表數(shù)據(jù)為基礎(chǔ)的靜態(tài)股息收益率模型比基于預(yù)測數(shù)據(jù)的估值模型更為可靠。另外,鑒于賬面價值這一價值指標側(cè)重于穩(wěn)定的資產(chǎn)負債表而不是浮動的損益表,以賬面價值為基礎(chǔ)的市凈率模型特別適合于具有較高運營以及投資風險的新興證券公司。除市凈率模型和靜態(tài)股息收益率模型在估算證券公司當前部分的內(nèi)在價值時具有明顯優(yōu)勢,Pinto等(2010)[13]認為剩余收益模型擅長于對未來較高可能性負利潤、負現(xiàn)金流或無派息行為的公司進行評估。因此,對于專注于高風險股票自營業(yè)務(wù)的證券公司,剩余收益模型能夠很好地估算出其內(nèi)在價值的未來部分。
表3 行業(yè)特定綜合估值模型排名(信息科技行業(yè))
2.信息科技行業(yè)
根據(jù)表3,由靜態(tài)市盈率模型(PET)、動態(tài)價格收益增長模型(PEGF)和貼現(xiàn)現(xiàn)金流模型(DCF)所構(gòu)成的組合,在對軟件以及計算機服務(wù)公司的價值評估中表現(xiàn)排名第一??偟膩碇v,該組合不但總覽了公司的整個生命周期(從去年到下一年,再到未來無限期),而且專注于其生命周期各個階段的相應(yīng)重要價值指標。對于軟件以及計算機服務(wù)公司這種具有較高運營和技術(shù)風險的不穩(wěn)定公司來講,未來營收在很大程度上取決于其核心產(chǎn)品以及技術(shù)的研發(fā)進程。因此,在對該類公司進行價值評估時,應(yīng)適度地側(cè)重于歷史利潤數(shù)據(jù),而不是極具不確定性且難以預(yù)測的未來預(yù)期利潤。基于歷史數(shù)據(jù)的靜態(tài)市盈率模型是軟件以及計算機服務(wù)公司的理想估值模型之一。除了高風險以及巨大不確定性以外,快速的增長速度也是軟件以及計算機服務(wù)公司的另一顯著特征。Pinto等(2010)[13]指出在對擁有良好增長前景的新興公司進行評估時,考慮其未來長期利潤增長率是相當有必要的,動態(tài)價格收益增長模型最擅長于對快速成長的高科技公司進行價值評估。除了靜態(tài)市盈率模型和動態(tài)價格收益增長模型分別側(cè)重于產(chǎn)生自當前和未來可預(yù)測期間的價值,該組合的估值優(yōu)勢由關(guān)注于未來無限期的貼現(xiàn)現(xiàn)金流模型進一步加強。鑒于大部分處于成熟期的軟件及計算機服務(wù)公司已完成了核心產(chǎn)品和技術(shù)的研發(fā),其技術(shù)不確定性和運營風險明顯降低,現(xiàn)金流趨近于平穩(wěn),可持續(xù)且易預(yù)測,未來現(xiàn)金流這一價值指標能夠很好反映出成熟期所產(chǎn)生的價值。
表3同樣也展示了一系列綜合估值模型在科技硬件公司價值評估中的排名情況。盡管都屬于信息科技行業(yè),傳統(tǒng)的科技硬件公司與新興的軟件以及計算機服務(wù)公司相比,有著明顯不同綜合估值模型選擇。其中,由動態(tài)市盈率模型、動態(tài)價格收益增長模型和市銷率模型(PS)所構(gòu)成的組合,具有最好的價值評估表現(xiàn)(12.98%的準確度和75.72%的解釋度)。該組合的估值優(yōu)勢主要來源于由多個適合的估值模型所共同產(chǎn)生的協(xié)同效應(yīng)。另外,該組合同時兼顧到以下三個能夠兼容科技硬件公司基本特征的價值指標:去年銷售額,預(yù)期的下一年度利潤和預(yù)期的未來長期利潤增長率。盡管由未來運營活動所產(chǎn)生的內(nèi)在價值只占到科技硬件公司總內(nèi)在價值的較小一部分,該組合仍同時兼顧了內(nèi)在價值的當前和未來部分。科技硬件板塊主要由大量傳統(tǒng)、資本密集且成熟的電子硬件制造公司所構(gòu)成,因其銷售額具有較小的不確定性,較少受到管理層篡改并且易于預(yù)測,以銷售額為基礎(chǔ)的市銷率模型特別適用于該板塊。除了平穩(wěn)的銷售額,相對較低但可持續(xù)的盈利能力是科技硬件公司的另一顯著特征,較強的可持續(xù)性極大地減少了未來利潤和利潤增長率等的預(yù)測難度,以此為基礎(chǔ)的動態(tài)市盈率模型和動態(tài)價格收益增長模型也同樣適用于科技硬件公司。
3.健康行業(yè)
根據(jù)表4,由貼現(xiàn)現(xiàn)金流模型、貼現(xiàn)股息模型和靜態(tài)股息收益率模型構(gòu)成的組合,最擅長于對制藥公司進行價值評估。該組合良好的表現(xiàn)源自于對兩個重要估值理念的運用:多重估值期間以及多重價值指標。在當前的制藥領(lǐng)域中,以化學技術(shù)為主導的傳統(tǒng)制藥技術(shù)在經(jīng)歷過一個漫長的發(fā)展期后,已經(jīng)變得非常成熟。Trottier(2010)[15]指出大部分制藥公司特別是生產(chǎn)化學原料藥和化學藥物的公司,已轉(zhuǎn)變成了純粹的資本密集型公司,它們通常擁有大量的固定資產(chǎn)和相對較少的無形資產(chǎn)。對于該類缺少技術(shù)創(chuàng)新和增長動力的傳統(tǒng)制藥公司,當前內(nèi)在價值占據(jù)了其總內(nèi)在價值的很大一部分。因此,對于一個好的綜合估值模型來講,它應(yīng)能夠通過相應(yīng)的價值指標在最大程度上地估算出內(nèi)在價值的當前部分。Pinto等(2010)[13]揭示出對于擁有長期穩(wěn)健派息計劃、且長期派息比率與其盈利能力相吻合的成熟公司來講,股息是一個理想且可靠的價值指標。鑒于較小的技術(shù)不確定性和對進一步化學制藥技術(shù)研發(fā)需求的減少,大部分的傳統(tǒng)制藥公司趨向于將其積累的大量利潤進行分配而不是保留以用于再投入。因此,以當期股息為基礎(chǔ)的靜態(tài)股息收益率模型能更好地估算出由目前運營所產(chǎn)生的當前內(nèi)在價值。此外,該組合通過預(yù)期的未來自由現(xiàn)金流這一指標來估算出內(nèi)在價值的未來部分。對于不具備創(chuàng)新型制藥技術(shù)和醫(yī)藥產(chǎn)品的制藥公司來講,增長動力的不足導致其未來現(xiàn)金流平穩(wěn)且易預(yù)測。因此,以未來自由現(xiàn)金流為基礎(chǔ)的貼現(xiàn)現(xiàn)金流模型能在很大程度上提高該組合對內(nèi)在價值未來部分的估算能力,特別是產(chǎn)生于制藥公司未來成熟階段的內(nèi)在價值。
表4 行業(yè)特定綜合估值模型排名(健康行業(yè))
類似于其他快速成長且具有高風險的科技公司,新興的生物技術(shù)公司的大部分內(nèi)在價值由無形資產(chǎn)所創(chuàng)造并來自于將來。以非賬面價值為基礎(chǔ),專注于未來的綜合估值模型在生物技術(shù)公司的價值評估中具有良好表現(xiàn)。表4中的結(jié)果很好地印證了這一點,以多重價值指標和多重估值期間(特別是未來)為導向的組合具有明顯估值優(yōu)勢。其中,由動態(tài)市盈率模型、動態(tài)價格收益增長模型和剩余收益模型所構(gòu)成的組合,具有最好的準確度以及解釋度(14.19%以及68.30%)。該組合的良好表現(xiàn)是由于組合中的模型能很好地互補,并與生物科技公司的基本特征相兼容。Banerjee(2003)[1]認為生物科技公司是資本與技術(shù)雙重密集型公司,它們通常具有較少的當前內(nèi)在價值,大部分內(nèi)在價值被凍結(jié)在仍在進程中的研發(fā)項目中。一旦其生物技術(shù)產(chǎn)品完成研發(fā)、通過審批并最終進入市場營銷階段,生物科技公司的利潤將大幅上升,其內(nèi)在價值將得到有效釋放。因此,綜合估值模型應(yīng)能夠很好地考慮到未來可能釋放出的大量內(nèi)在價值,下一年度預(yù)期利潤特別是未來長期利潤增長率這一價值指標,它最能反映出研發(fā)成果的商業(yè)化所可能帶來的價值。鑒于生物科技產(chǎn)品具有極大的技術(shù)風險以及司法審批不確定性,綜合估值模型應(yīng)同時兼顧到可能存在的虧損情況,Pinto等(2010)[13]推薦用剩余收益這一價值指標來應(yīng)對極具虧損可能性的公司。
該部分根據(jù)可信度測試結(jié)果,對估值模型以及綜合估值模型在不同樣本行業(yè)中的總體表現(xiàn)進行了對比。近年,同時使用多種類型的估值模型已成為公司估值實踐中的主流趨勢。然而,一些研究者開始質(zhì)疑是否將多個估值模型進行組合就一定能夠產(chǎn)生良好的估值優(yōu)勢,以及將特定的幾個估值模型構(gòu)成一個組合是否恰當。表6與7中的測試結(jié)果清楚地解答了以上疑問。
表5顯示,相對于單個估值模型而言,綜合估值模型具有顯著的總體估值優(yōu)勢,綜合估值模型在各個樣本行業(yè)中均具有明顯較高的平均可信度。因此,多個估值模型的同時運用確實能夠產(chǎn)生更加可信的估值,該結(jié)論與Vardavaki和Mylonakis(2007)[16]和Yee (2004)[18]等研究結(jié)果一致。然而,表6也指出了某些綜合估值模型并不一定能超過該組合中所有模型的單獨表現(xiàn),這意味著某些估值模型的各自單獨表現(xiàn)好過在一起的總體表現(xiàn)。 一般來講,一個綜合估值模型的表現(xiàn)由以下兩個重要因素決定:一是組合中的估值模型是否與被評估公司的特征相兼容,二是組合中的模型是否平衡以及互補。第二點因素非常重要,它直接決定了綜合估值模型是否能夠產(chǎn)生協(xié)同效應(yīng)。 本文認為,多重估值期間以及多重價值指標這兩個理念是協(xié)同效應(yīng)產(chǎn)生的前提。首先,一個好的綜合估值模型應(yīng)遵循多重估值期間,應(yīng)能全面地覆蓋被評估公司的整個生命周期,任何僅側(cè)重于特定單一時間段的組合勢必會忽略部分內(nèi)在價值,造成不完整的估值結(jié)論。其次,Yee(2004)[18]認為任何價值指標都不可能充分地反映出被評估公司的全部內(nèi)在價值,每個價值指標都著有自己的局限性,它們從各自不同的角度揭示出公司的一部分內(nèi)在價值。因此,多重價值指標對于綜合估值模型相當重要,組合中的模型應(yīng)能充分地兼顧到被評估公司的所有重要價值指標。
表5 價值評估表現(xiàn)對比(組合VS個體)
表6 價值評估表現(xiàn)對比 —— 組合VS組合中所有個體
表7 價值評估表現(xiàn)對比(混合VS純)
該部分根據(jù)可信度測試結(jié)果,對混合綜合估值模型以及純綜合估值模型在不同樣本行業(yè)中的總體表現(xiàn)進行了對比。上市公司的估值模型可以分為絕對和相對兩大類,本文將由絕對以及相對估值模型構(gòu)成的組合命名為混合綜合估值模型,而僅由相對或絕對估值模型所構(gòu)成的組合被命名為純綜合估值模型。在構(gòu)建綜合估值模型時,分析師經(jīng)常會遇到一個問題,即是否有必要同時選用絕對和相對這兩類模型,混合綜合估值模型是否比純綜合估值模型更具備價值評估優(yōu)勢。表7中的可信度測試結(jié)果清楚地解答了這些疑惑。
根據(jù)表7,混合綜合估值模型的總體表現(xiàn)并不優(yōu)于純綜合估值模型。事實上,一些存在構(gòu)建缺陷的混合綜合估值模型嚴重地拖累了其總體表現(xiàn)。對于那些與被評估公司特征相兼容、遵循多重估值期間以及多重價值指標的混合綜合估值模型,它們的表現(xiàn)超過純綜合估值模型。例如在表2、3和4中,混合綜合估值模型總是各個樣本板塊的最佳綜合估值模型,因此同時采用絕對和相對估值模型是必要且有意義的。該結(jié)論與Jenkins(2006)[9]和Imam等(2013)[7]的研究結(jié)果一致,即絕對以及相對估值模型的有效結(jié)合能夠克服各自的不足并強化自身優(yōu)勢,從而顯著提高公司價值評估結(jié)論的可信度。另外,表7也揭示出在對新興板塊如軟件以及計算機服務(wù)和生物科技的價值評估中,混合綜合估值模型具有顯著估值優(yōu)勢。由于混合綜合估值模型中包含了絕對估值模型,它能夠很好地應(yīng)對產(chǎn)生于未來的不穩(wěn)定和不確定的現(xiàn)金流,從而充分地撲捉到由未來運營所產(chǎn)生的大量內(nèi)在價值。而在另外一面,鑒于內(nèi)在價值的未來部分僅僅占據(jù)了傳統(tǒng)板塊如科技硬件總內(nèi)在價值的很小一部分,混合綜合估值模型不再需要過多地專注于未來。所以,應(yīng)將混合綜合估值模型進行適當調(diào)整,引入更多基于當前價值的相對估值模型,并同時減少組合中絕對估值模型的數(shù)量。
本文的主要研究結(jié)論如下:(1)本文將一系列綜合估值模型在不同的行業(yè)中進行了準確的可信度排名,該排名能有效地協(xié)助分析師根據(jù)被評估公司所隸屬的行業(yè),進行正確的綜合估值模型選擇,從而有效地提高公司價值評估的可信度;(2)同時采用多種類型的估值模型是有意義的,綜合估值模型具有顯著的公司價值評估優(yōu)勢,特別是與被評估公司特征相兼容,遵循多重估值期間以及多重價值指標的綜合估值模型;(3)在構(gòu)建綜合估值模型時,同時運用絕對和相對估值模型是必要的,混合綜合估值模型能有效地減小絕對與相對估值模型各自的缺點,同時最大化各自的優(yōu)勢。
根據(jù)實證結(jié)果,本文提出以下兩點進一步研究建議:第一,擴大行業(yè)特定綜合估值模型的研究范圍,將更多的行業(yè)納入研究;第二,鑒于本行業(yè)特定綜合估值模型的研究結(jié)論具有一定的時效性以及區(qū)域性,更改樣本時間段以及樣本公司以得出一個適用于特定市場和時期的研究結(jié)論。