市場法評估企業(yè)績效評分中價值比率調(diào)整方法的優(yōu)化

■ 周鷹飛 胡 兵 俞家清 徐太生

（1.江蘇華信資產(chǎn)評估有限公司，江蘇南京 210000；2.江蘇省資產(chǎn)評估協(xié)會，江蘇南京 210000）

一、引言

在評估實務(wù)中有一類具有“專精特新”特質(zhì)的企業(yè)，它們在評估基準(zhǔn)日收入少（或者無）、利潤少（或者為負(fù)）、資產(chǎn)總額也小。如何合理地采用市場法對它們進(jìn)行價值評估成為評估實務(wù)中的一個難點。本文選用“EV/資本”價值比率作為衡量企業(yè)價值的倍數(shù)，并采用企業(yè)績效評分計算得出各可比公司及被評估企業(yè)的總分值，傳統(tǒng)方法是直接將被評估企業(yè)總分值除以可比公司總分值，得出各可比公司價值比率的調(diào)整系數(shù)，然后利用該系數(shù)計算得出調(diào)整后的價值比率，取其平均值作為被評估企業(yè)的價值比率，再據(jù)此計算被評估企業(yè)的價值。采用該方法在評估實務(wù)中，我們發(fā)現(xiàn)由于選取可比公司數(shù)量的不同，或者一組可比公司價值比率上下波動范圍的不同，計算得出的被評估企業(yè)價值比率變動可能很大，即價值比率的穩(wěn)定性不足，從而影響被評估企業(yè)價值的合理性和有效性。

本文選取科源制藥（301281.SZ）作為被評估企業(yè)，以一組化學(xué)制藥的上市公司為可比公司，分別就股票市場的定價與上市公司比較法估值進(jìn)行分析，針對價值比率和公司總分值（公司得分）兩個參數(shù)，研究表明采用最優(yōu)尺度回歸確實比直接價值比率對比調(diào)整具有更小的誤差范圍，從而實證說明該方法的有效性。

二、企業(yè)績效評分

企業(yè)績效評分是借鑒《企業(yè)績效評價標(biāo)準(zhǔn)值2023》中的評價指標(biāo)體系和評分標(biāo)準(zhǔn)，并結(jié)合企業(yè)所屬行業(yè)的特點，從企業(yè)的盈利能力、資產(chǎn)質(zhì)量、債務(wù)風(fēng)險、經(jīng)營增長等方面對被評估企業(yè)與可比公司間的差異進(jìn)行量化，選取適宜的財務(wù)指標(biāo)按照功效系數(shù)法計分原理，將評價指標(biāo)實際值對照行業(yè)評價標(biāo)準(zhǔn)值，按照規(guī)定的計分公式計算各項基本指標(biāo)得分。再在基本指標(biāo)計分結(jié)果的基礎(chǔ)上，運用功效系數(shù)法原理，分別計算盈利能力、資產(chǎn)質(zhì)量、債務(wù)風(fēng)險和經(jīng)營增長四個部分的綜合修正系數(shù)，再據(jù)此計算出修正后的分?jǐn)?shù)（圖1）?；居嬎愎饺缦拢篬1]

圖1 財務(wù)指標(biāo)的總得分計算邏輯示意圖

單項基本指標(biāo)得分=本檔基礎(chǔ)分+調(diào)整分

基本指標(biāo)總得分=∑單項基本指標(biāo)得分

各部分修正后得分=各部分基本指標(biāo)分?jǐn)?shù)×該部分綜合修正系數(shù)

修正后總得分=∑各部分修正后得分

三、價值比率的選擇與確定

價值比率是指在資產(chǎn)價值和與其具有關(guān)聯(lián)關(guān)系的財務(wù)或者非財務(wù)等指標(biāo)之間所建立的比值關(guān)系，并以此作為評估資產(chǎn)價值的一種價值倍數(shù)。[2]按照價值比率的分母分類可以是盈利類指標(biāo)、收入類指標(biāo)、資產(chǎn)類指標(biāo)，針對不同類型的指標(biāo)可以衍生出不同類型的價值比率，如盈利類指標(biāo)衍生出盈利基礎(chǔ)價值比率；資產(chǎn)類指標(biāo)衍生出資產(chǎn)基礎(chǔ)價值比率等。[3]

當(dāng)被評估企業(yè)處于成長期或高投入期時，其收入少（或者無）、利潤少（或者為負(fù)）、資產(chǎn)總額也小?，F(xiàn)有的價值比率不能準(zhǔn)確地衡量企業(yè)的價值，因此，本文采用公司資本（股本+資本公積-庫存股）作為價值比率的分母，重新定義一個新的價值比率，即“EV/資本”。

企業(yè)價值（EV）=20 日成交均價×A 股股本+付息負(fù)債+少數(shù)股東權(quán)益價值+優(yōu)先股價值-非經(jīng)營性資產(chǎn)（扣除負(fù)債），貨幣資金并入非經(jīng)營性資產(chǎn)計算。

科源制藥于2023 年4 月4 日登錄中國A 股創(chuàng)業(yè)板，公司主要從事化學(xué)原料藥及其制劑產(chǎn)品的研發(fā)、生產(chǎn)和銷售，產(chǎn)品覆蓋降糖類、麻醉類、心血管類及精神類等領(lǐng)域，同時兼營少量中間體業(yè)務(wù)。因此，本文選擇申銀萬國三級行業(yè)分類中的原料藥、化學(xué)制劑和其他生物制品中的全部股本為A 股的上市公司作為可比公司。以2023 年6 月30 日為評估基準(zhǔn)日共選擇出162 家，計算出各價值比率和公司得分（表1）。

價值比率種類眾多，對于價值比率的最佳估計常常是通過運用最適合的價值比率得出。[4]本文采用統(tǒng)計方法，把各種價值比率與公司得分進(jìn)行相關(guān)分析，以相關(guān)系數(shù)最高的價值比率作為最佳解釋價值比率，即“EV/資本”價值比率（表2）。EV/IC、EV/EBIT、EV/S 因相關(guān)系數(shù)為負(fù)值，不符合經(jīng)濟預(yù)期，不適用。

四、可比公司

我們以公司得分為縱坐標(biāo)，“EV/資本”價值比率為橫坐標(biāo)作圖，觀察公司得分與價值比率間的分布?；诟骷夜镜梅窒嘟?，則它們的基本經(jīng)營績效情況相似、公司價值相近的判斷，理論上各家公司應(yīng)該沿著圖中右下向左上分布（圖2）。但股票市場會受到無效性因素的干擾影響，個別股票價格可能會有一些非正常的異動，實際結(jié)果并非如此，測算的擬合優(yōu)度非常小，R2為0.083。

圖2 可比公司分布分散，存在著強影響點

為此，我們對可比公司價值比率較高值端數(shù)據(jù)進(jìn)行5%截尾處理，以減輕極端值的影響，排除極端值后擬合優(yōu)度略有改善，R2為0.111。但分布情況并未改善，按上市板塊分類觀察，與科源制藥（被評估企業(yè)，圖中標(biāo)注1）公司得分0.8903 相近的可比公司，3 個板塊均有，以創(chuàng)業(yè)板上市公司居多，但價值比率分布范圍較寬（圖3）。如按細(xì)分行業(yè)分類觀察，同樣是3 個細(xì)分行業(yè)均有，以化學(xué)制劑公司居多，價值比率分布范圍同樣較寬（圖4）。

圖3 與科源制藥公司得分相近的可比公司，以創(chuàng)業(yè)板上市公司居多

圖4 與科源制藥公司得分相近的可比公司，以化學(xué)制劑公司居多

五、價值比率調(diào)整

為了稀釋個別股票價格的異動，傳統(tǒng)可比公司數(shù)量的選擇可以以被評估企業(yè)得分為基礎(chǔ)，以接近被評估企業(yè)得分附近的一組公司作為可比公司。我們選取與科源制藥公司得分差異率在±9.5%的公司作為可比公司（共29 家），計算價值比率調(diào)整系數(shù)和調(diào)整后的價值比率，取其平均值作為科源制藥的價值比率（表3）。

表3 價值比率調(diào)整計算

調(diào)整后“EV/資本”的平均值為5.74，股票市場對科源制藥的定價為4.43，兩者差異率為29.6%。產(chǎn)生差異的主要原因是由于價值比率分布范圍較寬所致（圖3、圖4）。減少可比公司數(shù)量，或者從提高可比公司信息質(zhì)量入手選擇可比公司，可能價值比率的計算結(jié)果有所改善。受可比公司信息收集所限，在未能深入理解可比公司價值內(nèi)涵的基礎(chǔ)上，對可比公司選擇一般是以價值比率為基礎(chǔ)進(jìn)行數(shù)據(jù)雙邊截尾處理。妥善處理可比公司數(shù)量與質(zhì)量之間的矛盾，成為實務(wù)操作過程難點之一。選擇不同數(shù)量的可比公司計算價值比率平均值，其數(shù)值可能存在變動較大、不穩(wěn)定的問題。

六、價值比率調(diào)整方法的優(yōu)化

（一）最優(yōu)尺度回歸

將被評估企業(yè)得分與可比公司得分直接相除，即意味著公司得分之間的差距是相等的或者說它們對價值比率的數(shù)值影響程度是均勻的，這種假設(shè)有些草率，基于此的分析有時會得出很不合理的結(jié)論。公司得分與價值比率之間并不存在一種函數(shù)或確定性依賴關(guān)系，它們之間是一種統(tǒng)計依賴關(guān)系。這個性質(zhì)的意義在于：公司得分固然重要，但并不能準(zhǔn)確地預(yù)測公司價值比率。依據(jù)計量經(jīng)濟學(xué)原理，一則對公司得分和價值比率的測量不論多么精細(xì)，總是存在著測量誤差；二則除了公司得分外，還有一大堆整體影響著價值比率的因素，卻難于一一辨認(rèn)出來。因此，無論我們考慮了多少個影響因素，卻無法完全地解釋價值比率。它的一些“內(nèi)在”的或者隨機的變異是注定存在的。[5]也就是說，我們需要采用計量經(jīng)濟學(xué)原理處理隨機變量。

在統(tǒng)計學(xué)中，按照對事物描述的精確程度，將所采用的測量尺度從低到高分為4 個層次：定類尺度、定序尺度、定距尺度和定比尺度。在這4 種測量尺度之間，按照信息量的高低，可將高層次測量尺度的測量結(jié)果轉(zhuǎn)換為低層次測量尺度的測量結(jié)果。[6]因此，我們將公司得分的測量尺度由定比更改為定序尺度，但更改后其計量結(jié)果只能自然排序，不能直接進(jìn)行算術(shù)運算。為此，我們首先進(jìn)行最優(yōu)尺度變換?？稍赟PSS 統(tǒng)計軟件中使用分類回歸（Categorical Regression）過程實現(xiàn)。

最優(yōu)尺度變換是專門用于解決在統(tǒng)計建模時如何對變量進(jìn)行量化評分的問題，其基本思路是基于希望擬合的數(shù)學(xué)模型框架，分析各級別對因變量影響的強弱變化情況，在保證變換后各變量間的聯(lián)系為線性的前提下，采用一定的非線性變換方法進(jìn)行反復(fù)迭代，從而為原始自變量的每一個類別找到最佳的量化評分，隨后在相應(yīng)模型中使用量化評分代替原始變量進(jìn)行后續(xù)分析，這樣就可將各種傳統(tǒng)回歸分析方法的適用范圍一舉擴展到全部測量尺度。如果最優(yōu)尺度變換技術(shù)被用于線性回歸，即最優(yōu)尺度回歸方法。[7]

我們采用SPSS 的分類回歸對變量進(jìn)行變換，為每一個變量用量化評分的方式來表示各類變量間的差異，評分近似則表示影響程度相近，評分相差越大影響程度差異也越大。公司得分（表4）和價值比率（表5）經(jīng)“最優(yōu)尺度變換”后得到原始變量和量化評分的對應(yīng)量化數(shù)值表。

表4 公司得分a

表5 EV/資本a

（二）模型假設(shè)檢驗

最優(yōu)尺度回歸的本質(zhì)是基于模型效果最優(yōu)化的原則，首先對原始變量進(jìn)行變換，將各變量轉(zhuǎn)換為適當(dāng)?shù)牧炕u分，然后使用量化評分代替原變量進(jìn)行回歸分析，因此結(jié)果輸出基本上都是變換后評分的分析結(jié)果。[7]

從表6 模型摘要給出的結(jié)果可知模型的擬合優(yōu)度略低，變換后模型的調(diào)整后決定系數(shù)為0.109。對于經(jīng)濟數(shù)據(jù)，在針對市場法評估進(jìn)行的回歸分析中，我們沒有必要強調(diào)多高的R2才有意義，相反，我們更應(yīng)該強調(diào)回歸分析本身的預(yù)測能力。當(dāng)R2下降時，回歸的預(yù)測范圍將會擴大。[8]

表6 模型摘要

表7 是總模型有無意義的檢驗。結(jié)果表明變換后評分?jǐn)M合的模型整體非常顯著，P 值為0.003，模型具有統(tǒng)計學(xué)意義。

表7 方差分析（ANOVA）

表8 為模型中系數(shù)的估計值和檢驗結(jié)果。P 值小于0.001，結(jié)論為公司得分的量化評分和“EV/資本”的量化評分間的聯(lián)系有統(tǒng)計學(xué)意義。

表8 模型中變量系數(shù)

總體結(jié)論：模型總體通過了統(tǒng)計學(xué)檢驗，擬合變換后評分?jǐn)?shù)據(jù)顯著，公司得分的量化評分通過了統(tǒng)計學(xué)檢驗，公司得分的量化評分和“EV/資本”的量化評分之間關(guān)系符合經(jīng)濟學(xué)預(yù)期。

（三）被評估企業(yè)價值比率的確定

被評估企業(yè)價值比率的確定過程分為三個步驟：

第一步，根據(jù)“公司得分”量化表采用插值法計算被評估企業(yè)公司得分的量化評分。被評估單位公司得分原始值為0.8903，計算出的量化評分為1.0000。

第二步，由被評估企業(yè)公司得分的量化評分1.0000 計算出被評估企業(yè)價值比率的量化評分為0.4090（1.0000×0.4090）。

第三步，對照“EV/資本”量化表采用插值法計算，將被評估企業(yè)價值比率的量化評分轉(zhuǎn)換成變換前價值比率的原始數(shù)值，即反推計算出評估對象的價值比率。即得到：EV/資本=4.41。

股票市場對被評估企業(yè)（科源制藥）“EV/資本”的定價為4.43。二者比較，差異率為0.45%。

七、價值比率穩(wěn)定性的研究

如圖5 和圖6 所示。因為我們把“EV/資本”設(shè)定為等距的數(shù)值變量，SPSS 只是對它進(jìn)行了標(biāo)準(zhǔn)變換，在變換中沒有改變各數(shù)據(jù)間的差異（圖5）。

圖5 “EV/資本”評分對應(yīng)圖

圖6 “公司得分”評分對應(yīng)圖

由圖6 觀察發(fā)現(xiàn)，各可比公司可以分為若干組，同一組內(nèi)可比公司被賦予了相同的量化評分，不同組之間的可比公司的量化評分則不同，有的組之間差距還非常大。隨后的回歸分析就是用變換后的分值進(jìn)行，相當(dāng)于評分間為等距變化。

在上文介紹最優(yōu)尺度變換時，“基于希望擬合的模型框架，分析各級別對因變量影響的強弱變化情況”。顯然，最終的量化評分會受到希望擬合的模型的影響，變換僅僅保證相應(yīng)的量化評分在當(dāng)前模型框架中為最優(yōu)，如果模型發(fā)生改變，比如說引入了新的自變量，或者其他變量的測量尺度進(jìn)行了更改，則量化評分的結(jié)果也會發(fā)生改變。[7]本文通過排秩對可比公司個案等級排序來對變量進(jìn)行離散化處理，樣本量的變化同樣影響量化評分的結(jié)果。為研究相應(yīng)評分的準(zhǔn)確和穩(wěn)定，即模型的穩(wěn)定性。我們以價值比率為基礎(chǔ)將可比公司組內(nèi)公司數(shù)量分別從最高或最低或同時減少，觀察模型的穩(wěn)定性（表9）。研究表明：總體來看，在樣本量較多的情況下，模型相對穩(wěn)定。

八、總結(jié)

1.由于資產(chǎn)評估中采用的經(jīng)濟數(shù)據(jù)為觀察（非實驗）數(shù)據(jù)，不管是價值比率還是公司得分或者其他參數(shù)測量總是存在測算誤差，通過計量經(jīng)濟學(xué)原理分析，回歸方程能夠很好地對數(shù)據(jù)進(jìn)行處理和解釋。

2.最優(yōu)尺度回歸也可應(yīng)用于多元回歸分析。對于影響價值比率的因素除了公司得分外，還可以加入研發(fā)費用等等其他指標(biāo)。實際上其應(yīng)用范圍不僅限于回歸，可以用于任何多變量模型和多元模型框架。

3.本文對價值比率調(diào)整方法提出采用最優(yōu)尺度回歸優(yōu)化進(jìn)行了初步探討，并對其使用方法進(jìn)行了介紹。對可比公司價值比率調(diào)整方法采用最優(yōu)尺度回歸，極大提高了被評估企業(yè)價值比率計算的合理性和穩(wěn)定性，在評估實務(wù)中具有應(yīng)用意義。