基于A股與NASDAQ市場的科創(chuàng)板企業(yè)估值分析

齊先碩　王巖松　張遠(yuǎn)洋

近期，我國部分證券交易所已開始受理科創(chuàng)板企業(yè)的上市發(fā)行申請(qǐng)，科創(chuàng)板企業(yè)如何估值對(duì)于投資者來說至關(guān)重要。設(shè)立科創(chuàng)板并試點(diǎn)注冊制是提升服務(wù)科技創(chuàng)新企業(yè)能力、增強(qiáng)市場包容性、強(qiáng)化市場功能的一項(xiàng)資本市場重大改革舉措，科創(chuàng)板將補(bǔ)充我國成長型科技創(chuàng)新企業(yè)融資短板，有望成為中國版NASDAQ。中國傳統(tǒng)企業(yè)上市后估值通常采用均值回歸、證券比率法、貨幣供應(yīng)法等。由于科創(chuàng)板是新型板塊，當(dāng)下對(duì)于科創(chuàng)板上市企業(yè)估值水平的研究并不多，在研究中可參照美國同類型市場 NASDAQ 上市公司的估值方式，但因?yàn)閲鴥?nèi)市場與美國市場上市的企業(yè)盈利能力不同以及投資者結(jié)構(gòu)不同，造成基本面與流動(dòng)性均存在較大差異，從而導(dǎo)致中國與美國的股票市場估值水平存在估值溢價(jià)或折價(jià)。因此，建立科學(xué)合理的評(píng)估模型，對(duì)于新興金融市場的投資者顯得尤為重要。

常用的市場估值方法有 EBO 模型法、B-S 模型法和 DCF 方法等。Covarsí 等認(rèn)為傳統(tǒng)市場中的企業(yè)經(jīng)營績效評(píng)價(jià)指標(biāo)，通常有權(quán)益報(bào)酬率、總資產(chǎn)報(bào)酬率和每股收益等，但這些指標(biāo)均沒有考慮資本成本因素，不能反映資本凈收益的狀況和資本運(yùn)營的增值效益，于是又提出了 EBO 模型，該模型引入反映股東利益的基本面指標(biāo)作為評(píng)價(jià)關(guān)鍵因素。譚三艷等提出以杠桿財(cái)務(wù)分析體系預(yù)測剩余收益和以市凈率為基礎(chǔ)的方法對(duì)EBO 模型進(jìn)行變形，提高 EBO 模型的準(zhǔn)確性。Oshanin 等提出了著名的 B-S 期權(quán)定價(jià)模型，給出了期權(quán)定價(jià)公式，為市場價(jià)值評(píng)估理論的進(jìn)一步發(fā)展指明了方向，是現(xiàn)代期權(quán)定價(jià)理論的一個(gè)創(chuàng)舉。Breitner 等借助金融學(xué)中用來處理不確定因素干擾的期權(quán)概念，優(yōu)化 DCF 方法對(duì)未來不確定性因素下難以確定折現(xiàn)率的情況。但上述傳統(tǒng)的市場估值方法具有一定的局限性：對(duì)于新興企業(yè)、處在創(chuàng)業(yè)初期的企業(yè)和當(dāng)前經(jīng)營困難的企業(yè)而言，企業(yè)當(dāng)前現(xiàn)金流或收益通常為負(fù)，并且在未來一段時(shí)間內(nèi)依然為負(fù);其次， 上述方法只能估算當(dāng)前公開的投資機(jī)會(huì)和現(xiàn)有業(yè)務(wù)，而未來增長所產(chǎn)生的現(xiàn)金流與不確定性環(huán)境下的投資機(jī)會(huì)沒有考慮在內(nèi);最后，對(duì)于一些無形資產(chǎn)，在當(dāng)前尚未利用、預(yù)期現(xiàn)金流量難以估計(jì)的情況下會(huì)使企業(yè)價(jià)值被低估。當(dāng)前的估值方法通常采用市盈率估值分析，它是衡量上市企業(yè)盈利能力的重要指標(biāo)，且乘數(shù)分析是估計(jì)方式的快捷工具。因此，一些學(xué)者對(duì)此進(jìn)行了研究：李佳等引入與市盈率估值相關(guān)的三個(gè)因素，利用神經(jīng)網(wǎng)絡(luò)對(duì)市盈率進(jìn)行了預(yù)測，預(yù)測值與實(shí)際值擬合程度較高，得出了影響市盈率因素之間的非線性關(guān)系。在科創(chuàng)板企業(yè)的前身新三板企業(yè)上市后，金輝等采用 PE 估值法，在可比企業(yè)賦權(quán)的基礎(chǔ)上，將其市盈率轉(zhuǎn)化為目標(biāo)企業(yè)的價(jià)值乘數(shù)，此結(jié)果十分合理，但轉(zhuǎn)換系數(shù)與影響交易價(jià)格的因素還有待優(yōu)化。

馬爾科夫鏈具有離散數(shù)據(jù)自由性、有限性。在主流股票市場此類時(shí)間隨機(jī)過程中，給定當(dāng)前知識(shí)或信息的情況下，過去對(duì)于預(yù)測將來是無關(guān)的。馬爾科夫鏈能夠計(jì)算出具有維修能力和多重降級(jí)狀態(tài)的系統(tǒng)的概率，利用其對(duì)市場理性指標(biāo)進(jìn)行量化處理，再經(jīng)由統(tǒng)計(jì)分析方法可對(duì)股票市場走勢特別是后期走向進(jìn)行精準(zhǔn)預(yù)測。通過馬爾科夫?qū)?A 股市場和 NASDAQ 市場各項(xiàng)流通指標(biāo)數(shù)據(jù)分析可得到按時(shí)間線的相應(yīng)市場企業(yè)估值預(yù)測模型，研究中可得到 2019 年中美兩大市場估值指標(biāo)，馬爾科夫鏈預(yù)測模型是對(duì)初步建立的股市估值模型的優(yōu)化，對(duì)研究市場和企業(yè)估值走向具有重要參考價(jià)值?；诿拦煽苿?chuàng)板 NASDAQ 估值模型和相應(yīng)數(shù)據(jù)支撐，進(jìn)行而可以對(duì)國內(nèi)新興的科創(chuàng)板進(jìn)行估值預(yù)測及相關(guān)研究。

估值模型建立

數(shù)據(jù)來源

根據(jù)盈率估值法和市銷率估值法的特點(diǎn)、應(yīng)用的局限性以及中國上市公司的成長性，并結(jié)合實(shí)證研究的結(jié)論，提出以低市盈率結(jié)合成長因素的綜合價(jià)值評(píng)價(jià)方法進(jìn)行股票價(jià)值評(píng)估，能夠更客觀的反映中國上市公司的投資價(jià)值，體現(xiàn)上市公司的相對(duì)價(jià)值，更加有利于投資者對(duì)股票的投資價(jià)值作出正確判斷。故本文選取市盈率作為估值標(biāo)準(zhǔn)。影響市盈率的兩大方面為：基本面指標(biāo)、流動(dòng)性指標(biāo)。基本面指標(biāo)包括年度營業(yè)收入、年度歸母凈利潤、年度凈資產(chǎn)收益率;流動(dòng)性指標(biāo)包括年度單只股票交易量、年度單只股票交易金額、年度單只股票平均換手率。本文中的數(shù)據(jù)來源于國泰安數(shù)據(jù)服務(wù)中心，包括中國與美國科創(chuàng)板2009-2018 年期間已受理的企業(yè)數(shù)據(jù)。

數(shù)據(jù)處理

收集到的原始數(shù)據(jù)類型不便于進(jìn)行統(tǒng)計(jì)分析，為了消除市盈率（y）、平均年度凈資產(chǎn)收益率（x1）、營收（x2）、歸母凈利潤（x3）、股票交易量（x4）、換手率（x5）、年度股票交易金額（x6），上述指標(biāo)數(shù)據(jù)間的單位數(shù)值等差異，需要對(duì)數(shù)據(jù)進(jìn)行無量綱化處理。為了更加貼合科學(xué)統(tǒng)計(jì)分布理論并且避免人為選擇閾值系數(shù)， 采用標(biāo)準(zhǔn)差標(biāo)準(zhǔn)化法 Z-score 對(duì)中國科創(chuàng)板與美國NASDAQ 市場相應(yīng)指標(biāo)數(shù)據(jù)分別進(jìn)行處理，圖 1 給出了數(shù)據(jù)標(biāo)準(zhǔn)化處理的結(jié)果。

變量相關(guān)性分析

建立以市盈率（y）為輸出變量，平均年度凈資產(chǎn)收益率 x1、營收 x2、歸母凈利潤 x3、股票交易量 x4、換手率 x5 和年度股票交易金額x6 為輸入變量的估值預(yù)測模型，并采用 Person 相關(guān)性方法進(jìn)行變量相關(guān)性分析。表 1 給出了輸出變量與輸入變量之間的相關(guān)性分析結(jié)果。一般情況下，兩個(gè)變量之間的相關(guān)性系。

數(shù)絕對(duì)值小于 0.3 時(shí)，認(rèn)為變量之間的相關(guān)性較弱。為了降低維度和減少建模難度，預(yù)測模型中可不考慮相關(guān)性較弱的變量影響。由下表可知，對(duì)于 A 股和 NASDAQ 市場中的變量，至少有一類市場中的輸入變量與輸出變量的相關(guān)性系數(shù)絕對(duì)值大于 0.3，因此將上述 6 個(gè)變量均作為預(yù)測模型的輸入變量。

研究方法

多元非線性回歸 （MNLR）

借助市盈率估值法的基本思想，將市盈率作為因變量y 與平均年度凈資產(chǎn)收益率 x1、營收x2、歸母凈利潤 x3、股票交易量 x4、換手率 x5、年度股票交易金額 x6，建立多元非線性回歸方程。采用 SPSS Statistics 22 軟件將輸出變量與單個(gè)輸入變量進(jìn)行非線性擬合，擬合結(jié)果如圖 2 所示。

支持向量機(jī) （SVM）

支持向量機(jī)是一種比較好的實(shí)現(xiàn)結(jié)構(gòu)風(fēng)險(xiǎn)最小化，同時(shí)最小化經(jīng)驗(yàn)風(fēng)險(xiǎn)和置信范圍。支持向量機(jī)的特點(diǎn)：①針對(duì)有限樣本情況的機(jī)器學(xué)習(xí)，在對(duì)給定的數(shù)據(jù)逼近的精度與逼近函數(shù)的復(fù)雜性之間尋求折衷， 以期獲得最好的推廣能力;②將實(shí)際問題通過非線性變換轉(zhuǎn)換到高維特征空間，在高維空間中構(gòu)造線性決策函數(shù)來實(shí)現(xiàn)原空間中的非線性決策函數(shù)，巧妙地解決了維數(shù)問題，并保證了有較好的推廣能力。目前， SVM 算法在模式識(shí)別、回歸估計(jì)、概率密度函數(shù)估計(jì)等方面都有應(yīng)用，且算法在效率與精度上已經(jīng)超過傳統(tǒng)的學(xué)習(xí)算法。

本文中利用 MATLAB 中的 LibSvm 函數(shù)分別對(duì) A 股和美股的基本面和流動(dòng)性指標(biāo)進(jìn)行檢驗(yàn)，檢驗(yàn)結(jié)果如圖 3 所示。

馬爾科夫鏈 （MC）

馬爾科夫鏈的幾個(gè)基本概念：①狀態(tài)：指某一時(shí)刻（或時(shí)期）出現(xiàn)的某種結(jié)果;②狀態(tài)轉(zhuǎn)移：時(shí)間的發(fā)展，從一種 Si 狀態(tài)轉(zhuǎn)化為另一種狀態(tài) Sj，如從“基本不變”轉(zhuǎn)移為“快速增長”;③狀態(tài)轉(zhuǎn)移概率：在事件的發(fā)展過程中，從某一種狀態(tài)出發(fā)，下一時(shí)刻轉(zhuǎn)移到其他狀態(tài)中的可能性，由狀態(tài) Si 轉(zhuǎn)移到為狀態(tài) Sj 的狀態(tài)概率：

在預(yù)測前，把往年數(shù)據(jù)代入進(jìn)行計(jì)算。通過往年數(shù)據(jù)對(duì)下一年的預(yù)測水平來反映 2018 年數(shù)據(jù)對(duì) 2019 年的預(yù)測水平（前提是我們假設(shè)這期間的經(jīng)濟(jì)市場為正常走勢，各項(xiàng)指標(biāo)的變化處于正常區(qū)間，不發(fā)生金融危機(jī)）。如年度營業(yè)收入：2016-2017 年增長率為 8%，到達(dá)“快速增長”，即 S1，而該狀態(tài)下最有可能達(dá)到的狀態(tài)為“緩慢增長”，即 S2，max{P1j}=P12=0.625，而 2017-2018 年增長率為 4.38%，增長率狀態(tài)為 S2，符合預(yù)測結(jié)果。其余指標(biāo)轉(zhuǎn)移情況詳見表 4。以 S 狀態(tài)的指標(biāo)變化范圍帶入第二問模型，求得估值指標(biāo)（市盈率）變化的范圍最值區(qū)間。

結(jié)果與討論

基于多元非線性回歸的市盈率預(yù)測結(jié)果與討論

由于科創(chuàng)板在中國 A 股市場上是新型板塊，所以參照美國 NASDAQ市場上市公司的模型進(jìn)行估值， 整體方法是將過會(huì)的 89 家科創(chuàng)板企業(yè)在 2016-2018年期間的基本面數(shù)據(jù)，代入美國 NASDAQ市場的基本面指標(biāo)模型，流動(dòng)性指標(biāo)則由中國 A 股市場 2016-2018 年的數(shù)據(jù)作為代表。

中國 A 股市場的流動(dòng)性模型指標(biāo)在上文中已計(jì)算，對(duì)基本面數(shù)據(jù)進(jìn)行計(jì)算和標(biāo)準(zhǔn)化處理，再選取 2016- 2018年中國 A 股市場經(jīng)過標(biāo)準(zhǔn)化的流動(dòng)性數(shù)據(jù)，根據(jù)統(tǒng)計(jì)數(shù)據(jù)預(yù)測的科創(chuàng)板企業(yè)上市 A 股后平均市盈率為60.23 倍，這意味著科創(chuàng)板申報(bào)公司估值較高，也與部分公司尚未形成成熟的盈利能力，未來盈利能力有提升空間有關(guān)。

基于馬爾科夫鏈的市盈率預(yù)測結(jié)果與討論

依據(jù)馬爾可夫狀態(tài)轉(zhuǎn)移矩陣，求得基本面指標(biāo)與流動(dòng)性指標(biāo)的變化范圍如下表：

根據(jù)上述變動(dòng)范圍，分別取上下界代入模型，可得 26=64 組市盈率，并對(duì)市盈率的計(jì)算結(jié)果取上下限， 得出中國 A 股市場與美國 NASDAQ 市場的市盈率范圍。中國 A 股市盈率范圍：（0.1783，0.1931）;美國 NASDAQ 市盈率范圍：（0.4019，0.4387）。

通過實(shí)驗(yàn)驗(yàn)證，考慮更多因素并提取相關(guān)理性指標(biāo)的馬爾可夫鏈下股市態(tài)勢預(yù)測算法可以實(shí)現(xiàn)模型優(yōu)化完善。

本文利用多元非線性回歸和支持向量機(jī)，建立了對(duì)A股市場和美股 NASDAQ 市場較為精確的估值預(yù)測模型，預(yù)測科創(chuàng)板企業(yè)上市 A 股后平均市盈率為 60.23 倍，并基于本文建立的預(yù)測估值模型選擇理性指標(biāo)量化的馬爾可夫鏈，對(duì)兩市場 2019 年的估值指標(biāo)進(jìn)行了預(yù)測計(jì)算。相比傳統(tǒng)單一預(yù)測估值模型，馬爾科夫鏈提供了一種復(fù)雜股票市場的有效預(yù)測方案，根據(jù)時(shí)間序列預(yù)測，馬爾科夫預(yù)測模型與原始序列擬合效果好，短期預(yù)測精度可靠，可為未來估值測算提供參考。

從研究得到的估值水平來看，目前科創(chuàng)板受理的企業(yè)質(zhì)量普遍較高，預(yù)估估值指標(biāo)較高，這也側(cè) 面反映了科創(chuàng)板的火爆程度。對(duì)于新型股票市場監(jiān)管者來說，應(yīng)加強(qiáng) IPO 監(jiān)管審核，制定政策降低平均換手率，引領(lǐng)股民趨于長期投資導(dǎo)向來穩(wěn)定市場，同時(shí)使公司獲得合理穩(wěn)定的估價(jià)。對(duì)于擬在科創(chuàng)板上市的企業(yè)來說，應(yīng)找準(zhǔn)定位，實(shí)現(xiàn)凈資產(chǎn)收益率的提升是提升公司估值的關(guān)鍵，可參考美股同類型企業(yè)，以此適應(yīng)市場和投資者需求。

（山東科技大學(xué)數(shù)學(xué)與系統(tǒng)科學(xué)學(xué)院）