基于市场法的比率乘数估值模型与应用研究

■胡晓明

一、引言

为规范上市公司重大资产重组行为，鼓励市场化运作，国务院印发了《关于促进企业兼并重组的意见（国发〔2010〕27号）》，证监会出台了《上市公司重大资产重组管理办法（2011年修订）》等规范性文件；我国“十二五”规划纲要指出，“十二五”期间（2011－2015年）国家将以汽车、钢铁、水泥、机械制造、电解铝、稀土、电子信息、医药等行业为重点，推动优势企业实施强强联合、跨地区兼并重组，提高产业集中度；国务院各部委（2011年）先后出台“十二五”期间产业发展规划，对细分行业兼并重组提出了更为具体的要求。这些政策与产业规划，对于适应我国证券市场全流通的新形势、加快构建有利于上市公司并购重组的外部环境、活跃与规范并购市场等起到重要的制度引导作用。

并购重组是企业估值的主要服务对象，作为证券市场重要的投资分析和管理工具，企业估值的核心在于发现价值、实现价值与再造价值。就估值理论而言，市场法是最直接、最贴近实际、最容易被理解和接受的估值方法。在国际上，市场法也是企业估值首选的方法或方法组合。有数据表明，华尔街投资银行在大部分企业估值项目中都采用市场法，85%以上的企业股权研究报告以市场法中各种比率乘数为基础；在采用多种途经估值时，市场法所占权重最大。然而，国内企业估值选用市场法的案例并不多，来自证监会和中国资产评估协会《上市公司并购重组企业估值和定价研究（2011）》的报告显示，以2008～2010年上市公司重大重组为例，使用市场法的占7%，最终采用的仅为2%。可见，市场法在我国的运用虽已初现端倪，但其发挥作用的效果尚未完全彰显。

市场法的运用受到市场条件是否完善以及主要经济技术参数能否收集的制约。政策环境的优化，多层次资本市场的形成，股市正式进入全流通时代及其与国际股市联动效应的增强，为市场法的应用奠定了基础；企业估值实践的需要、会计准则中公允价值计量的实施，促进了市场法企业估值理论的发展；我国上市公司信息数据库的健全，为市场法应用过程中可比公司选择、通用性参数确定、估值结论合理判断等提供了依据；各证券公司企业分析报告、国家有关部门行业发展研究报告、产权交易市场交易记录等是市场法研究有益的数据来源。以上说明我国市场法应用的外部条件基本成熟，开展市场法企业估值理论研究的时机已经到来。

我国证券市场主要按行业归属作大致分类，即便被分在同一行业的上市公司，仍然存在产品、规模、获利能力、成长性等方面的差异性，这给市场法运用带来比较与量化的困难。如果能采用科学的数学方法选择在行业与业务组合、风险及增长率等方面只有相对差异的上市公司作为可比公司，在差异修正和价格调整的基础上，构建合理价值模型，开展市场法企业估值理论与应用研究是完全可行的。市场法理论研究受到国内外学者的重视，正日益深入细化，与实践结合密切，并开始了新模型探索，为本文研究提供了基本资料，有一定的启发、借鉴作用。然而，理论界关于市场法的研究并不多，在我国的研究起步较晚，且大都探讨市场法推广的可行性及难点，即使是企业定价研究也只是基于IPO使用单一市盈率或市净率比率乘数，很少从价值比率乘数组合选择与目标企业的双向归属角度剖析企业内在价值，在客观上造成市场法的研究缺乏系统性和可靠性，这正是本文研究需要解决的问题所在。本文依据市场法估值原理，立足于我国证券市场，基于非上市公司进行企业估值研究，研究不考虑缺少流动性与少数股权折扣问题。

二、可比公司筛选

参照目前证监会行业分类标准，尽量选择产品构成、服务对象、资产质量、规模、盈利水平、成长性等方面与目标企业差异较小且受相同经济因素影响的同行业上市公司作为可比公司。可比公司的选择与确认步骤拟包括：确定选择可比公司的标准、确定选择可比公司的数量、协调目标企业与可比公司财务报表编制基础的差异、调整非经常性的收入和支出、调整非经营性资产（非核心资产）和负债、分析目标企业和可比公司财务指标，在财务指标分析的基础上具体运用模糊数学中的择近原则，具体见图1。通过筛选，把可比性差的公司从样本中剔除，同时也调整了可比公司与目标企业的大部分差异因素。

图1 可比公司的筛选与确认步骤

基于目标企业与可比公司的财务指标，使用模糊数学中的择近原则，运用MATLAB软件进行模糊统计，筛选可比公司。设某行业有n个可比公司（上市公司）的财务指标（五年平均）用Ti表示第i个可比公司的特征向量，Vi表示第i个可比公司的价值向量，得到特征矩阵和价值矩阵：

式中tij为可比公司特征因素的隶属函数值；vj为可比公司的企业价值；Vi为经过规模因素和长期增长率因素修正后的价值(修正方法见下文)。设目标企业的特征向量为：

利用海明加权贴近度公式，可比公司（Ta）与目标企业的贴近度为：

其中，wi为各个特征因素的权数，并满足。

在价值比率乘数估值模型中，以次底层指标作为特征因素，所用的权重根据特征因素的组合权重求得；隶属函数值则是底层具体影响因子评分的加权算术平均值。

三、估值模型构建与比率乘数修正

企业价值（包括全投资价值和股权投资价值）不能在不同企业间直接比较，必须将其标准化，构造对比基础即比率乘数（也称价值驱动因素）。按照比率乘数估值原理，选取并组合比率乘数，建立比率乘数估值模型（见图2）。下面初步列举收益、资产和其他特殊类比率乘数（不限于）：税后现金流（NOIAT）比率乘数、息税前收益（EBIT）比率乘数、税息折旧/摊销前收益（EBITDA）比率乘数、销售收入比率乘数、市盈率（P/E）比率乘数、净资产比率乘数、总资产比率乘数、固定资产比率乘数、矿山可开采储量比率倍数、仓库仓储容量比率乘数、专业人员数量比率乘数等。关注指标口径的一致性，包括投资口径、收益口径、税前税后口径、价值口径等，并在此基础上选定折现率；分析各比率乘数的适用性，包括销售规模、资产规模、获利能力、成长性、会计政策、税收政策、资本结构以及控股状况等；修正各可比公司比率乘数。利用修正后的比率乘数对目标企业进行估值，比率乘数估值模型的基本公式为：

其中，V1为目标企业全投资/股权投资价值（不含非经常性收支、非核心资产和负债等价值）；为修正后目标企业比率乘数；X1为目标企业比率乘数对应参数。

在一般因素调整中，收益类比率乘数实际上可以理解为相应口径的资本化率k－g的倒数。比率乘数修正公式如下：

其中，为修正后目标企业比率乘数；为可比公司比率乘数；为目标企业与可比公司折现率差异；为折现率转换系数；为目标企业与可比公司长期增长率差异。

1. 资本化率口径考虑。如果比率乘数为全投资口径，选择WACC作为折现率，合理增长率g按NOIAT计算；如果比率乘数为股权投资口径，选择CAPM作为折现率，合理增长率g按NOIAT计算。

2. 规模溢价差异估算。“规模效应”是证券市场上重要的异常收益现象，反映收益与规模之间的反向关系。企业规模的大小影响投资回报率，进而影响价值，导致“价值溢价”，规模溢价修正实际是修正可比公司与目标企业由于规模差异而引发的折现率k差异。计算各可比公司折现率k（2WACC/CAPM）时，规模溢价（规模超额收益率算术平均值）Rs2采用可比公司自身数据；计算目标企业折现率k（1WACC/CAPM）时，以每个可比公司相关数据为依据，但规模溢价采用目标企业的规模数据；两者差异作为规模溢价差异修正系数的基础。

3. 长期增长率差异估算。企业未来增长率应该符合一个逐步下降的趋势，当时间趋于无穷时，增长率趋于零。根据可比公司历史数据和Wind数据中可比公司“未来预测”估算可比公司未来的长期增长率g2；根据目标企业历史数据和未来预测数据估算目标企业的长期增长率g1。

4. 折现率转换系数 估算。估算NOIAT、EBITDA和EBIT之间折现率转换系数，因为NOIAT是全投资、税后、现金流口径，与WACC相对应，但EBITDA和EBIT对应的折现率需要在WACC基础上进行转换。分别定义相关转换系数，如果采用EBITDA比率乘数，则定义；如果采用EBIT比率乘数，则定义。

5. 计算比率乘数分析值。结合生产预测中经常使用的指数平滑法，将贴近度转化为估值影响的权重，协调出一个合理比率乘数，作为目标企业的对比基础。

四、价值模型的应用路径

图2 比率乘数估值模型框图

确定或检验价值最好的方法就是市场，企业价值与相关变量之间存在着长期稳定的关系。为使各种不同来源的不一致因素能够相互抵消，采用多年限（一般为5年）计算比率乘数，尽量避免由于股价短时期波动可能产生的干扰，对于基准日不在年底的项目，考虑计算最近12个月的财务数据，模拟一个财务年度的相关参数。提出研究假设，以影响企业价值的比率乘数对应参数（经过数据预处理）作为自变量，以全投资价值或股权投资价值作为因变量，采用主成分分析提取近似线性无关的因子建立多元回归模型。根据实证结果，针对不同特征的企业，确定比率乘数选择条件和选择的优先顺序。

1. 数据预处理。影响企业价值的原始对比基础不能直接用于实证分析。应剔除可比公司非经营性资产（资产负债表中交易性金融资产、可供出售金融资产、持有至到期投资、长期应收款、投资性房地产、长期股权投资、在建工程等项目）、可比公司非经营性负债（资产负债表中交易性金融负债项目）。为减少非正常波动的影响，以5年（对于基准日不是年底的项目应该考虑计算最近12个月的财务数据模拟一个财务年度的相关参数）为研究期间。为此，上市公司的选择应为只发行人民币A股、近年为盈利的公司。同时，对上述公司股票波动率与标的指数（上证180指数/深证100指数）波动率相关性进行t检验。

2. 实证检验方法。设某行业有某上市公司，在某个时刻（12月31日）的横截面上有p项影响企业全投资/股权投资价值的自变量指标（比率乘数对应参数即比率乘数的分母，五年平均值），对数据进行剔除和除权除息处理后，Xij表示第j项指标在第i个股票上的观察值，全投资价值观察值为、股权投资价值观察值为，建立多元回归模型Ⅰ；运用SPSS软件，得到模型拟合优度检验表、标准化回归系数及检验结果表，确定各比率乘数对企业内在价值的影响。

其中，为均值为0、方差为的正态分布的残差项。

如果在建模过程中发现比率乘数对应参数之间存在严重的多重共线性，采用主成分分析，降维转换成基本保持原有信息量的主成分，选用得到的主成分对企业价值进行回归，建立新的多元回归模型Ⅱ。

其中i=1，2，……，为均值为0、方差为的正态分布N的残差项。

在行业分析上，单个行业样本分析和行业合并样本分析应相结合，以期取得比较显著的行业效应。

本文探索了企业估值规律及其具体操作路径，构建了组合性比率乘数估值模型，寻求理性投资者愿意投资类似企业的价值。利用模糊数学中的择近原则，通过数据统计、分析，选择贴近度最大的若干个上市公司作为可比公司，目的是在复杂性与准确性之间建立纽带，保证可比公司的可比性，熨平由偶然因素所产生的误差；设计比率乘数，研究指标的一致性、适用性以及折现率的选用等问题，进行比率乘数修正，目的是建立实用、系统的组合性比率乘数估值模型，协调可比公司与目标企业的差异；验证分行业对比率乘数估值模型的有效性，研究各类比率乘数在企业属性、适用条件、影响要素、影响程度等方面的特征表现，目的在于形成不同行业、不同特征企业与比率乘数之间的双向匹配关系，确保模型的校验性。