基于可比公司法的企业估值方法探索

陈博闻

摘要： 在股票市场上总会存在能够与第一次公开发行的公司类似的可比公司。这些公司股票的市场价格，反映了当前投资者对这类公司的估价。通过这些可比公司的一些能够反映估值水平的量化指标，我们就能够估计首次公开发行的公司价值，此为可比公司法。使用可比公司法估值，通常包含以下步骤：寻找合适的可比公司、确定合适的指标、估算公司的价值。

Abstract： There will always be comparable companies in the stock market that are similar to those companies which want to appear on the market. The market value of these companies' stocks reflects the current valuation of such companies by investors. Using some of these comparable companies to reflect the valuation level of some important indicators which can be used to estimate the companies that want to appear on the market. This is comparable company method. There are a few steps： selecting the appropriate comparable companies， selecting the appropriate indicators to estimate the value of the companies， estimating the value of the companies which hope to appear on the market.

关键词： 可比公司法；指标；企业估值

Key words： comparable company method；indicators；enterprise valuation

中图分类号：F275 文献标识码：A 文章编号：1006-4311（2017）19-0049-02

0 引言

在当前形势下，随着市场经济的深入发展，企业估值的研究成為了炙手可热的话题。通常，在股票市场上总会存在与首次公开发行类似的可比公司。这些公司股票的市场价值，反映了投资者目前对这些可比公司的一些反应估值水品的指标，就可以用来估算首次公开发行的企业价值，即可比公司法。

1 可比公司法介绍[1]

1.1 通过可比公司法估值，通常包含几个步骤

①寻找合适的可比公司。

②确定合适的估值指标。

③估计首次公开发行的公司的价值。

1.2 可比公司法的适用范围

①对公开交易的公司的估值。

②给未上市的企业建立估值的标准。

③用来对不同业务建立不同的估值基准来分析一个综合性的公司的拆分价值。

④对公司的经营状况进行分析和总结。

1.3 可比公司法的优点

①基于市场上可以找到的信息。

②基于有效市场假设说明交易价格反映包括趋势、风险、发展速度等全部可以获得的信息。

③对于不占多数的股权投资，价值的获得可作为企业价值可靠的标志。

1.4 可比公司法的缺点

①很难找到具有比较价值的公司。

②很难对公司之间的差异进行一定程度的调整和修改，估值结果较难保证。

③有的可比公司的估值可能会收到市值较小、缺乏研究跟踪、公众持股量小、交易不活跃等的影响。

④股票价格还会受到行业内并购、监管外部因素的影响。

2 比较估值模型[3]

3 神经网络求解

神经网络使用的由最多三层神经元组成的“多层感知器”网络，分别为：输入层、可选择层和输出层。

①输入层。在输入层中应当定义所有我们需要的属性以及该属性发生的概率的大小。

②可选择层。可选择层接收来自输入层的数据并且将处理后的数据输入到输出层，由输出层进行输出。权重说明该因素的重要性，权重越大，该因素越重要；权重越小，该因素越不重要。该过程即为模型训练的过程，训练地越多，模型越准确；数据越多，模型越准确。我们需要注意地是，权重可以选择负数，负数代表着该因素会抑制发展而不是促进发展。

③输出层。输出层输出的数据即我们预估的结果。

④求解过程。在这一过程中，数据先进入输入层，再从输入层传入到输出层，都是前面的传递给后面的节点。在这之后我们把权重加入到计算函数之中，我们便可以得到我们所需要的数据。这是一个向后传播的过程，多次进行这个过程，我们所得到的模型会越来越精确，越来越完善，对于我们后续的使用也会更加方便和快捷。

当输出层输出和数据和我们所需要的不相同时，我们的模型就需要主动学习一下。即改变对前一个节点的权重来完善我们的模型，修改我们的数据。除此之外，我们还应当提升正确的节点所占有的权重，使其在整个系统中的重要性提升。这种做法对我们得到准确的数据具有不可磨灭的作用。这样反复进行，最终我们可以得到正确且符合我们需要的数据。

模型进行学习的过程如前所示，当我们把数据集中的所有的数据都训练之后我们便得到了我们的数据集。当我们的训练数据增多时，我们的数据集也相应地扩大。数据集越大，我们所得到的数据越具有准确性。经过训练之后的神经网络模型同样可以获得数据的变化规律和一些不在我们掌控范围之内的结论，往往对于我们的使用有极大的促进和启发作用。

我们的可选择层中都是一个个的复杂函数，类似于神经网络的基本传输特征，它还有一个别名，叫做激活函数，即当输入的数值发生细小的变化的时候，它会产生比较大的输出的变化。

根据建模、计算分析即可得到结果。

4 可比公司法带来的启示

通过可比公司法，我们可以较好地得到该公司的估值结论，为公司的后续发展提供指导性意见。

总之，可比估值寻求的是市场本对与估值目标相似企业的利润，现金流，净资产，资产或其他特点的赋值，并运用这些不同的财务比率或倍数来评估目标的财务表现或运用它们估算目标企业的市场价值。国内市场中，可比估值能够反映一家企业的绝对价值并且能够发现一家企业与市场相比相对价值的高估或低估。

参考文献：

[1]《上市公司并购案例分析》——招商证券.

[2]Wind数据库.

[3]估值与财务模型——中金公司.