GARCH與實(shí)物期權(quán)法的互聯(lián)網(wǎng)企業(yè)價值評估研究

王嘉瑤

【摘要】? ?文章結(jié)合互聯(lián)網(wǎng)企業(yè)特點(diǎn)，構(gòu)建基于GRACH的Black-Scholes實(shí)物期權(quán)定價模型，使評估的價值更接近互聯(lián)網(wǎng)企業(yè)的實(shí)際價值。隨后，對在美上市的五家中國互聯(lián)網(wǎng)企業(yè)進(jìn)行實(shí)際評估，擬合效果較為滿意。

【關(guān)鍵詞】? ?實(shí)物期權(quán);價值評估;互聯(lián)網(wǎng)企業(yè)

【中圖分類號】? ?F275? ?【文獻(xiàn)標(biāo)識碼】? ?A? ?【文章編號】? ?1002-5812（2020）04-0063-05

一、引言

（一）研究背景

截至2018年12月，我國境內(nèi)外上市互聯(lián)網(wǎng)企業(yè)數(shù)量達(dá)到120家，同比增加17.6%，總體市值為7.89萬億元人民幣，網(wǎng)信獨(dú)角獸企業(yè)總數(shù)為113家1。伴隨著互聯(lián)網(wǎng)產(chǎn)業(yè)的成熟，企業(yè)間的并購整合也在加劇。根據(jù)畢威迪數(shù)據(jù)顯示，2017年電腦、IT及網(wǎng)絡(luò)服務(wù)行業(yè)完成并購1 739起，總額為631.35億美元，占所有并購案例金額的17.15%，分別位居第一、第二。隨著上市熱潮的涌起和企業(yè)合并的加劇，如何對互聯(lián)網(wǎng)企業(yè)進(jìn)行準(zhǔn)確的價值評估顯得尤為重要。

（二）范圍界定

本文依照收入的來源對互聯(lián)網(wǎng)產(chǎn)業(yè)結(jié)構(gòu)進(jìn)行分類，將其劃分為互聯(lián)網(wǎng)基礎(chǔ)設(shè)施制造或供應(yīng)企業(yè)、互聯(lián)網(wǎng)應(yīng)用企業(yè)、互聯(lián)網(wǎng)媒介和內(nèi)容服務(wù)企業(yè)以及互聯(lián)網(wǎng)在線商務(wù)企業(yè)。其中，互聯(lián)網(wǎng)在線商務(wù)企業(yè)指在互聯(lián)網(wǎng)產(chǎn)業(yè)中處于終端層的企業(yè)。它們直接面向消費(fèi)者，主要包括網(wǎng)絡(luò)服務(wù)平臺企業(yè)和網(wǎng)絡(luò)交易平臺企業(yè)，例如：阿里巴巴、京東商城、亞馬遜、ebay、途牛旅游網(wǎng)等。本文分析的互聯(lián)網(wǎng)企業(yè)指的就是互聯(lián)網(wǎng)在線商務(wù)企業(yè)（以下簡稱“互聯(lián)網(wǎng)企業(yè)”）。

二、研究現(xiàn)狀與互聯(lián)網(wǎng)企業(yè)價值評估難點(diǎn)

（一）國內(nèi)外研究現(xiàn)狀

1906年，Irving Fishe提出了企業(yè)價值評估的概念。之后發(fā)展形成的企業(yè)價值評估方法可以分成三大類，分別是成本法、收益法和市場法。具體如表1所示。

由表1可知，這三種方法在對互聯(lián)網(wǎng)企業(yè)進(jìn)行價值評估的時候會出現(xiàn)較大的偏差，因此專家學(xué)者開始尋找修正這三種方法的價值影響因素，構(gòu)建以這三種方法為基礎(chǔ)的修正模型，但沒有實(shí)質(zhì)上解決互聯(lián)網(wǎng)企業(yè)估值的難點(diǎn)。

Myers和Steward在1977年率先提出了實(shí)物期權(quán)的概念，將金融領(lǐng)域的期權(quán)定價模型引入到了企業(yè)價值評估當(dāng)中，將企業(yè)視為一項看漲期權(quán)。1999年，Birge和Zhan在Option Pricing Methods for Adjusting Constrained Cash Flows中開始對研發(fā)投資、專利等無形資產(chǎn)用實(shí)物期權(quán)法進(jìn)行評估。之后，2005年，Manfred等提出了基于二項式預(yù)期樹的互聯(lián)網(wǎng)企業(yè)價值評估模型。2012年，Elmar Lukas等利用實(shí)物期權(quán)理論提出一種對并購中的或有獲利進(jìn)行價值評估的博弈論期權(quán)定價方法。

國內(nèi)，實(shí)物期權(quán)法的發(fā)展路徑與國外相似，先是在金融領(lǐng)域，后應(yīng)用于單獨(dú)項目，再是企業(yè)整體，最后考慮應(yīng)用于互聯(lián)網(wǎng)企業(yè)的價值評估。陳晨曦和周艷利（2014）將實(shí)物期權(quán)法應(yīng)用到電網(wǎng)建設(shè)投資決策模型中，發(fā)現(xiàn)實(shí)物期權(quán)理論對于電網(wǎng)項目的不確定性，可以更好地決策獲利。楊志強(qiáng)等（2015）將實(shí)物期權(quán)定價模型在優(yōu)酷并購?fù)炼拱钢羞M(jìn)行了檢驗(yàn)，證明了其可行性。李瑞（2017）將BS模型應(yīng)用于騰訊的價值評估，與賬面價值相比，發(fā)現(xiàn)互聯(lián)網(wǎng)企業(yè)確實(shí)存在許多期權(quán)價值。羅小虎（2018）將BS模型應(yīng)用于互聯(lián)網(wǎng)企業(yè)證明了實(shí)物期權(quán)模型在互聯(lián)網(wǎng)企業(yè)價值評估上的適用性。

目前實(shí)物期權(quán)方法有基于動態(tài)規(guī)劃方法的二叉樹期權(quán)定價模型、基于偏微分方法構(gòu)建的Black-Scholes實(shí)物期權(quán)定價模型、蒙特卡洛模擬法以及其他對傳統(tǒng)價值評估方式進(jìn)行修正的實(shí)物期權(quán)定價模型。其中Black-Scholes模型是這里面唯一的解析方法，不需要主觀預(yù)測的數(shù)據(jù)。而其余三種都是數(shù)值法，存在或多或少的主觀預(yù)測判斷數(shù)據(jù)。

Black-Scholes實(shí)物期權(quán)定價模型（以下簡稱“BS模型”）構(gòu)建之初用于歐式看漲期權(quán)定價，后引申入企業(yè)價值評估領(lǐng)域。該模型符合互聯(lián)網(wǎng)行業(yè)持續(xù)增長的假設(shè)，部分假設(shè)條件在互聯(lián)網(wǎng)行業(yè)可以忽略，且模型僅含五個參數(shù)數(shù)據(jù)容易理解、獲取、量化和計算，在一定程度上可以保障結(jié)果的準(zhǔn)確性和客觀性。因此本文選擇Black-Scholes實(shí)物期權(quán)定價模型，修正后以期獲得更為貼近企業(yè)實(shí)際的互聯(lián)網(wǎng)企業(yè)價值評估模型。

（二）互聯(lián)網(wǎng)企業(yè)價值評估難點(diǎn)

由于互聯(lián)網(wǎng)企業(yè)多數(shù)為初創(chuàng)型企業(yè)，尚未建立完善的財務(wù)體系，盈利性較差，且缺乏歷年數(shù)據(jù)，評估者不能夠找到或是依靠往年盈利數(shù)據(jù)來計算盈利的增長，且呈現(xiàn)出邊際成本遞減、收益快速遞增的趨勢，使得收益法、成本法在評估互聯(lián)網(wǎng)企業(yè)價值時遇到了瓶頸。

互聯(lián)網(wǎng)企業(yè)缺乏可比性。一方面是由于互聯(lián)網(wǎng)企業(yè)數(shù)量相對較少，難以找到在技術(shù)、資本、環(huán)境、市場、商業(yè)模式等各方面相似的企業(yè)，不能夠進(jìn)行企業(yè)間的相互比較。另一方面是由于互聯(lián)網(wǎng)企業(yè)經(jīng)營風(fēng)險較大，且轉(zhuǎn)換經(jīng)營領(lǐng)域的成本不高，所以大部分互聯(lián)網(wǎng)企業(yè)會進(jìn)行多元化經(jīng)營，涉及多個行業(yè)領(lǐng)域，且每家企業(yè)在各領(lǐng)域的經(jīng)營模式均不同，因此不易相互進(jìn)行比較。這使得市場法會嚴(yán)重偏離企業(yè)真實(shí)價值，不能直接在互聯(lián)網(wǎng)企業(yè)價值評估中進(jìn)行應(yīng)用。

互聯(lián)網(wǎng)企業(yè)屬于高科技企業(yè)，其提供的產(chǎn)品和服務(wù)主要是基于網(wǎng)絡(luò)、軟件、編程等技術(shù)開發(fā)而成。與傳統(tǒng)企業(yè)中車間廠房占重要地位不同，互聯(lián)網(wǎng)企業(yè)主要以人才、客戶、無形資產(chǎn)、專利技術(shù)等作為核心競爭力的來源。傳統(tǒng)企業(yè)價值評估基本上只對資產(chǎn)、收入等進(jìn)行價值的預(yù)測和評估，因此會造成企業(yè)價值的嚴(yán)重低估。且由于互聯(lián)網(wǎng)企業(yè)輕資產(chǎn)運(yùn)營，當(dāng)整體業(yè)績下滑時由于財務(wù)杠桿的影響導(dǎo)致下滑加劇，這些在收益法等方法中都無法得以體現(xiàn)。

綜上，由于互聯(lián)網(wǎng)企業(yè)技術(shù)高度密集、輕資產(chǎn)運(yùn)營、運(yùn)營風(fēng)險較大、不確定性極高，初創(chuàng)期盈利性弱而且技術(shù)更新?lián)Q代快、用戶需求轉(zhuǎn)變頻繁等特點(diǎn)，使得互聯(lián)網(wǎng)企業(yè)的未來具有極大的不確定性，也增大了收益法、成本法等傳統(tǒng)的企業(yè)價值評估方式在互聯(lián)網(wǎng)企業(yè)中的應(yīng)用難度，因此，需要尋求新的評估方法對互聯(lián)網(wǎng)等高新技術(shù)企業(yè)進(jìn)行價值評估。

實(shí)物期權(quán)法的出現(xiàn)成功解決了上述難點(diǎn)。它并不需要用往年利潤等常規(guī)數(shù)據(jù)，因此不完全依賴企業(yè)往期的盈利水平，更多是參考企業(yè)自身的發(fā)展特點(diǎn)，因此不用擔(dān)心能否找到參照企業(yè)，不用擔(dān)心可比性;它不需要考慮企業(yè)的經(jīng)營范圍、經(jīng)營模式，因此不用擔(dān)心互聯(lián)網(wǎng)企業(yè)多元化帶來的模型不適用問題;它不以企業(yè)實(shí)物資產(chǎn)為基礎(chǔ)，充分考慮了企業(yè)的人才、客戶、投資價值等無形價值。因此，實(shí)物期權(quán)法更貼近互聯(lián)網(wǎng)企業(yè)的實(shí)際情況，可以更科學(xué)合理地評估企業(yè)價值，幫助互聯(lián)網(wǎng)企業(yè)上市定價或是收購定價，提高投資者決策的正確性。

三、實(shí)物期權(quán)模型構(gòu)建

（一）Black-Scholes實(shí)物期權(quán)模型概述

1973年Black和Scholes首次提出了BS期權(quán)定價模型。該模型假設(shè)標(biāo)的資產(chǎn)的價值結(jié)構(gòu)遵循幾何布朗運(yùn)動（基本維納隨機(jī)過程），利用邊界條件∑：{0≤S≤∞，0≤t≤T}，適用看漲期權(quán)的公式，最后得到公式如下：

其中：C為企業(yè)的實(shí)物期權(quán)價值;S為標(biāo)的資產(chǎn)的現(xiàn)值;X為期權(quán)執(zhí)行價格;T為企業(yè)期權(quán)到期日;t為當(dāng)前時點(diǎn);r為無風(fēng)險利率;σ為企業(yè)資產(chǎn)價值的波動率;N（·）為標(biāo)準(zhǔn)正態(tài)分布累積概率密度函數(shù)。

（二）GARCH模型概述

由公式（2），我們不難看出σ是唯一不能直接獲得、需要進(jìn)行假設(shè)估計的參數(shù)。因此σ的估計是否準(zhǔn)確直接關(guān)系到定價模型能否反映互聯(lián)網(wǎng)企業(yè)的真實(shí)價值。σ指的是公司的價值波動率。當(dāng)假設(shè)股票市場能夠完全反映公司價值波動時，股價的波動率也就是公司價值的波動率。那么，我們只需要對股價的波動率進(jìn)行準(zhǔn)確測算就可以了。

為準(zhǔn)確估計波動率，特引入廣義自回歸條件異方差模型Generalized Auto Regressive Conditional Heteroskedasticity（以下簡稱“GARCH模型”）。該模型為Bollerslev提出，采用加入σ2t的滯后項代替的方法，尤其適用于波動性的分析和預(yù)測。由于在金融研究領(lǐng)域存在大量實(shí)證數(shù)據(jù)表明GARCH（1，1） 模型用于擬合股價的波動率效果較好，且其他模型的限制條件與互聯(lián)網(wǎng)企業(yè)價值并不相稱，因此選擇GARCH（1，1）模型來估計σ，其公式可表示為：

σ2t=α0+α1ε2t-1+β1σ2t-1 公式（2）

其中：ε2t-1為上一期擬合的殘差，σ2t-1 為上一期的條件方差，α0為常數(shù)項。

（三）基于GARCH的BS定價模型構(gòu)建

將（2）式中的預(yù)測波動率σt代入（1）式，得到修正后的BS模型，整理后得：

式中各變量的定義不變。其中：C為企業(yè)的實(shí)物期權(quán)價值;S為標(biāo)的資產(chǎn)的現(xiàn)值;X為期權(quán)執(zhí)行價格;T為企業(yè)期權(quán)到期日;t為當(dāng)前時點(diǎn);T-t即為投資者持有企業(yè)期權(quán)的期間;r 為無風(fēng)險利率;σt為企業(yè)資產(chǎn)價值的波動率;ε2t-1為上一期擬合的殘差;σ2t-1為上一期的條件方差;α0為常數(shù)項;α1、β1為擬合系數(shù)。

對于此模型的假設(shè)條件有：無風(fēng)險利率是常數(shù)且對所有到期日都相同;企業(yè)不支付股息;不支付交易費(fèi)和稅費(fèi)。

該模型理論上來講對互聯(lián)網(wǎng)企業(yè)的價值評估是很適用的。首先，投資互聯(lián)網(wǎng)企業(yè)的過程可以看成是購買看漲期權(quán)的過程，這與（1）式假設(shè)相符。且投資者是想要長期持有的，并不是短期的投機(jī)行為。BS模型與這一行為產(chǎn)生的價格波動擬合最為優(yōu)秀。因?yàn)槎唐诳礉q期權(quán)的隱含波動率展現(xiàn)出較強(qiáng)的U型圖形，出現(xiàn)隱含波動率微笑，這會導(dǎo)致BS模型在擬合時產(chǎn)生較大的偏差，恰好長期的看漲期權(quán)可以避免這一現(xiàn)象的產(chǎn)生。其次，模型將互聯(lián)網(wǎng)企業(yè)未來發(fā)展的不確定性轉(zhuǎn)變?yōu)槌錆M價值的機(jī)會，或者說，正是因?yàn)榛ヂ?lián)網(wǎng)企業(yè)未來經(jīng)營的高度不確定性、高風(fēng)險性特性的存在，本模型中的期權(quán)概念才具有價值。因此本模型能夠在一定程度上很好地處理互聯(lián)網(wǎng)企業(yè)的不確定性。再次，由于模型不需要用到往期利潤、無形資產(chǎn)等在互聯(lián)網(wǎng)企業(yè)中可能為負(fù)或是難以量化的數(shù)據(jù)，本模型正適合用于互聯(lián)網(wǎng)企業(yè)這種初創(chuàng)型、技術(shù)密集型企業(yè)的價值評估。最后，由于公式（3）中預(yù)測波動率的加入，考慮了不同時點(diǎn)下企業(yè)的價值會發(fā)生不同程度的波動，修正后的BS模型在波動率的選擇上更為貼近企業(yè)當(dāng)前時點(diǎn)的價值波動率，更能夠準(zhǔn)確地評估企業(yè)價值。

四、定價模型實(shí)際應(yīng)用

（一）樣本選取

考慮到美國股市沒有漲跌幅限制，因此美國股市股價的波動更符合企業(yè)實(shí)際股價的波動，因此樣本選擇在美國上市的五家互聯(lián)網(wǎng)企業(yè)：阿里巴巴（NYSE：BABA）、京東（NASDAQ：JD）、唯品會（NYSE：VIPS）、途牛旅游網(wǎng) （NASDAQ：TOUR）、蘭亭集勢（NYSE：LITB）。

選擇理由在于：從資產(chǎn)規(guī)模看：五家企業(yè)的總資產(chǎn)分別是：143 801、30 422、6 335、953、1032（截至2018年資產(chǎn)負(fù)債表日，單位為百萬美元）。五家企業(yè)的資產(chǎn)規(guī)模差距較大，呈現(xiàn)梯度，在互聯(lián)網(wǎng)企業(yè)中具有代表性，因此可以驗(yàn)證本模型是否在不同發(fā)展程度、不同發(fā)展規(guī)模的互聯(lián)網(wǎng)企業(yè)中都能夠適用。

從上市時間來看：五家企業(yè)的上市時間分別是：2014年9月19日、2014年5月22日、2012年3月23日、2014年5月9日、2013年6月6日。五家企業(yè)的上市時間較早，距今至少三個完整財務(wù)報告年度，不再屬于新股或是次新股，投資回歸理性，作為樣本企業(yè)較為合理。

從業(yè)務(wù)范圍看：雖然五家樣本企業(yè)都是互聯(lián)網(wǎng)在線電子商務(wù)企業(yè)，但是每家企業(yè)的經(jīng)營范圍都或多或少存在差異，這與互聯(lián)網(wǎng)企業(yè)多元化壁壘減弱有關(guān)系，也是前文提到的互聯(lián)網(wǎng)企業(yè)價值評估難點(diǎn)之一。而本模型因?yàn)椴⒉簧婕暗浇?jīng)營范圍、經(jīng)營模式的區(qū)分，因此對于五家企業(yè)都能適用。

樣本期間：由于阿里巴巴的資產(chǎn)負(fù)債表日為3月31日，因此目前能夠公開獲得的數(shù)據(jù)是2018年年報，即截至2019年3月31日的資產(chǎn)負(fù)債情況，因此預(yù)測波動率的樣本區(qū)間是2017年4月1日—2019年3月31日。京東、唯品會、蘭亭集勢以及途牛旅游網(wǎng)的資產(chǎn)負(fù)債表日為12月31日，在公開的季度報表或是年報數(shù)據(jù)中能夠獲得兩家企業(yè)在2018年12月31日的資產(chǎn)負(fù)債表情況，因此預(yù)測波動率的樣本區(qū)間是2017年1月2日—2018年12月31日。

（二）數(shù)據(jù)選擇

1.標(biāo)的資產(chǎn)現(xiàn)值。S為標(biāo)的資產(chǎn)現(xiàn)值，可以認(rèn)為是樣本企業(yè)的總資產(chǎn)價值。理由在于：在有限責(zé)任公司以及股份有限公司中，由于股東只以其出資額為限對企業(yè)承擔(dān)責(zé)任，與期權(quán)類似，即股權(quán)具有期權(quán)特性。故可認(rèn)為股東持有的是以企業(yè)整體價值為標(biāo)的資產(chǎn)，企業(yè)負(fù)債為執(zhí)行價值的期權(quán)。

另外，由于互聯(lián)網(wǎng)企業(yè)是高新技術(shù)企業(yè)，其固定資產(chǎn)的價值占企業(yè)整體價值的比重較低，因此直接使用資產(chǎn)的賬面價值進(jìn)行企業(yè)整體價值的現(xiàn)值估計是不合理的。換一個思路，企業(yè)總資產(chǎn)的價值可認(rèn)為是由股權(quán)價值和債權(quán)價值組成。那么股票總價值加上負(fù)債的價值可以認(rèn)為是標(biāo)的資產(chǎn)現(xiàn)值的無偏估計。股票的總價值用評估日前30個交易日的平均市值估計，負(fù)債的價值用負(fù)債的賬面價值進(jìn)行估計。

2.執(zhí)行價格。X為期權(quán)執(zhí)行價格，即為企業(yè)經(jīng)營過程中需要付出的代價，也可以認(rèn)為是投資者為了使企業(yè)在其持有期間能夠持續(xù)經(jīng)營而付出的代價。理論上來說，此處的期權(quán)執(zhí)行價格應(yīng)該是持有期間企業(yè)對外的支出、損失總和。但是由于企業(yè)每年的支出具有復(fù)雜性、零碎性、非經(jīng)常性，因此在估計時由于信息不對稱、無法預(yù)測突發(fā)事項等原因，難以精確到具體項目、具體金額。而企業(yè)負(fù)債相當(dāng)于是企業(yè)在存續(xù)期間需要對外支付的事項，或者說是預(yù)期會導(dǎo)致經(jīng)濟(jì)利益流出企業(yè)的現(xiàn)時義務(wù)。因此可以將企業(yè)的負(fù)債總額作為對期權(quán)執(zhí)行價格的估計。

3.存續(xù)期間。T-t為期權(quán)存續(xù)期間。考慮到無風(fēng)險利率的長度區(qū)間應(yīng)與期權(quán)存續(xù)期間相同，而互聯(lián)網(wǎng)企業(yè)的經(jīng)營極具不確定性，投資者對于企業(yè)的持有期間也具有不確定性，不會持有過長時間。因此估計r無風(fēng)險利率時選用的是10年期的美國國債（Long Term），互聯(lián)網(wǎng)企業(yè)的存續(xù)期也假設(shè)為T-t=10年。

4.無風(fēng)險利率。r為無風(fēng)險利率，數(shù)據(jù)來源于美國財政部官網(wǎng)，依照評估日對應(yīng)的歷史利率確定數(shù)值，由于阿里巴巴的評估日為2019年4月1日，京東、唯品會、蘭亭集勢的評估日為2019年1月1日，且考慮到美國財政部并未公布節(jié)假日、周末的利率數(shù)據(jù)，因此無風(fēng)險利率使用的數(shù)據(jù)日期分別為2019年4月1日、2019年1月2日。由于模型中的無風(fēng)險利率為連續(xù)復(fù)利形式，因此：r=ln（1+r0）。

5.波動率。從納斯達(dá)克與紐約證券交易所官網(wǎng)獲得樣本企業(yè)在樣本區(qū)間內(nèi)的每日收盤價，利用Eviews 9軟件進(jìn)行擬合模型尋找，確定擬合公式后，利用GARCH模型對樣本企業(yè)的波動率進(jìn)行預(yù)測獲得，具體程序見下文。

（三）樣本價值評估

由于GARCH（1，1）模型的擬合過程對五家企業(yè)均類似，篇幅有限，因此本文僅以阿里巴巴為例。

選取2017年4月3日—2019年3月29日，共計502個交易日的收盤價。利用Eviews 9軟件進(jìn)行處理，得到樣本的平均波動率是0.0207，收益率序列具有尖峰和厚尾的特征，存在右拖尾。通過對樣本數(shù)據(jù)進(jìn)行自相關(guān)函數(shù)分析，得到自相關(guān)函數(shù)分析圖如圖1所示。

從圖1可以看出序列存在自相關(guān)，有ARCH效應(yīng)。因此對其進(jìn)行GARCH（1，1）模型建模分析，通過較為常見的AR（3）與變量建模，若擬合效果好，則選擇該模型，若擬合不好，則通過修改參數(shù)的階，找到擬合效果好的模型。

（四）結(jié)果分析

利用納斯達(dá)克（NASDAQ）和紐約證券交易所官網(wǎng)公布的樣本企業(yè)的股市行情計算的平均股價為基礎(chǔ)，乘以企業(yè)發(fā)行股票數(shù)量，四舍五入后得到樣本企業(yè)在評估日后一周以及三個月后的平均市值，并對比預(yù)測波動率下的樣本企業(yè)價值，得到偏差程度，詳見表2的結(jié)果。

從整體來看，樣本互聯(lián)網(wǎng)企業(yè)股價均存在低估的情況，尤以唯品會為最，偏差程度為投資者在評估價值之上低估了46.24%。阿里巴巴與京東的評估價值與市值較為接近。

出現(xiàn)這樣的結(jié)果主要原因有以下幾點(diǎn)：

一是由于中美貿(mào)易摩擦，中概股股價均有下跌趨勢，美股市場對于中概股的預(yù)期也有所下降。尤其是盈利能力不佳的上市公司，由于前期預(yù)期過高，下跌趨勢更為明顯，出現(xiàn)股價跳水。例如：蘭亭集勢的所有者權(quán)益為負(fù)，但是股價在2018年上半年依舊有2—3美元每股的高估值，這一現(xiàn)象會導(dǎo)致估值模型出現(xiàn)高估的情況。

二是唯品會的股價波動率過大，例如：在2017年12月15日至2018年2月14日期間，短短41個交易日，股價從8.44漲至18.92，漲幅達(dá)到224.17%;在2018年5月15日，股價從15.09跌至12.08等，導(dǎo)致出現(xiàn)“微笑曲線”，評估價值反而出現(xiàn)下降，類似于期權(quán)的末日輪。詳細(xì)來說，由于BS模型為期權(quán)定價模型，在期權(quán)交易中波動率一般小于1，當(dāng)波動率過大時，往往是在期權(quán)臨近到期前，此時價格發(fā)生跳躍，且空方根據(jù)變化后的價格調(diào)整標(biāo)的資產(chǎn)頭寸并持有到期，到期時復(fù)制組合與期權(quán)價值將可能出現(xiàn)較大偏差，使得期權(quán)空方面臨額外風(fēng)險，造成期權(quán)市場價格對理論價格的溢價。因此該現(xiàn)象違背了之前的連續(xù)性假設(shè)，且會由于迅速拉升導(dǎo)致波動率偏大，造成企業(yè)價值出現(xiàn)較大偏差，所以在之后模型的應(yīng)用中應(yīng)當(dāng)特別注意股價跳躍的現(xiàn)象，在樣本的觀察期間要盡量避免數(shù)據(jù)出現(xiàn)跳躍。但本文由于需要統(tǒng)一報表期間，且跳躍產(chǎn)生的影響無法用現(xiàn)有手段消除，所以只能出現(xiàn)一個偏差較大的結(jié)果。

綜上，本模型對于互聯(lián)網(wǎng)企業(yè)價值的評估結(jié)果在一定誤差范圍內(nèi)較為滿意，對數(shù)據(jù)的要求也較為簡單，不存在主觀判斷因素的干擾。所以總體來說模型可行性很高，能提高投資者的決策有效性。

五、結(jié)論

本文對互聯(lián)網(wǎng)企業(yè)實(shí)物期權(quán)價值評估模型進(jìn)行了修正。修正的互聯(lián)網(wǎng)企業(yè)價值評估模型是在國外學(xué)者研究的Black-Scholes實(shí)物期權(quán)定價模型基礎(chǔ)之上，探討利用GARCH（1，1）模型獲得預(yù)測波動率替換靜態(tài)波動率的可能性而提出的，具體形式見公式（3）。該模型不僅顧及了互聯(lián)網(wǎng)企業(yè)的暫時盈利性差、技術(shù)密集、發(fā)展不確定性、高風(fēng)險性、無可比性等特點(diǎn)，還考慮了互聯(lián)網(wǎng)企業(yè)做出經(jīng)營管理決策時帶來的期權(quán)價值，且不存在由于主觀判斷導(dǎo)致價值的估計可能在大范圍內(nèi)波動的情況，為投資者提供了較為準(zhǔn)確、較為理性的互聯(lián)網(wǎng)企業(yè)價值評估結(jié)果。模型除了理論上得到了較好的驗(yàn)證外，在實(shí)際中也表現(xiàn)出了它的可行性和準(zhǔn)確性。通過對在美國上市的五家互聯(lián)網(wǎng)企業(yè)的價值評估，我們發(fā)現(xiàn)模型在對互聯(lián)網(wǎng)企業(yè)進(jìn)行價值評估中表現(xiàn)較好，偏差較小，效果較為滿意。

【主要參考文獻(xiàn)】

[ 1 ] 陳晨曦，周艷利.基于實(shí)物期權(quán)的電網(wǎng)資本性項目投資決策研究[J].企業(yè)改革與管理，2015，（21）： 88-89.

[ 2 ] 李瑞.實(shí)物期權(quán)模型在互聯(lián)網(wǎng)企業(yè)價值評估中的應(yīng)用——基于騰訊公司的數(shù)據(jù)研究[J].中國國際財經(jīng)（中英文），2017，（19）：125-126.

[ 3 ] 羅小虎.實(shí)物期權(quán)在評估互聯(lián)網(wǎng)企業(yè)價值中的應(yīng)用研究[J].現(xiàn)代營銷（創(chuàng)富信息版），2018，（10）：222-223.

[ 4 ] 楊志強(qiáng)，黃椿麗，黃林娜，陳曉柳，盧運(yùn)福.互聯(lián)網(wǎng)企業(yè)并購的實(shí)物期權(quán)定價方法——優(yōu)酷網(wǎng)并購?fù)炼咕W(wǎng)之案例分析[J].財會月刊，2015，（29）：120-126.

[ 5 ] Black E.，Scholes M.The Pricing of Options and Corporation Liabilities[J]. Journal of Political Economy，1973，（81）：637-659.

[ 6 ] Elmar Lukas，Jeffrey J.Reuer，Andreas Welling.Earnouts in Merger and Acquisitions：A Game-theoretic Option Pricing Approach[J].European Journal of Operational Research，2012，（23）：256-263.

[ 7 ] Irving Fisher.The Nature of Capital and Income[M]. New York：The Macmillan Company，1927.

[ 8 ] J. R. Birge，R.Q.Zhang.Risk-Neutral Option Methods for Adjusting Constrained Cash Flows [J].The Engineering Economist，1999，44（8）：36-49.

[ 9 ] JD.com.About Us [EB/OL].https：//corporate.jd.com/aboutUs.2019-07-01.

[ 10 ] Manfred Krafft，Markus Rudolf，Elisabeth Rudolf-Sipotz.Valuation of customers in growth companies-a scenario based model[J].Schmalenbach Business Review，2005，57（12）：103-127.

[ 11] Myers，Steward C.Determinants of Corporate Borrowing[J].Journal of Financial Economies， 1977，5（2）：147-175.

[ 12 ] U.S.Department of the Treasury.Daily Treasury Long Term Rate Data[DB/OL].https：//www.treasury.gov/resource-center/data-chart-center/interest-rates/Pages/TextView.aspx？data=longtermrateYear&year=2018，2018-01-02.

[ 13 ] 吳繼興.企業(yè)價值評估中市場法價值乘數(shù)的分析及改進(jìn)[J].商業(yè)會計，2013，（21）：53-55.