祝素月,朱 丹
(杭州电子科技大学,浙江 杭州 310018)
相比于IPO上市,借壳上市可以在一定程度上绕开证监会的繁琐审查,从而缩短上市周期,节约上市成本,因而一度受到资本市场的追捧。而“史上最严借壳新规”——《上市公司重大资产重组管理办法》出台后,借壳上市受到一定程度的抑制,但仍陆续不断并渐渐演化出一些变种,可见借壳上市的魅力依然巨大。
借壳上市,顾名思义,需要把非上市公司的资产“装”到上市公司这个“壳”里,这就涉及到对非上市公司股权价值的评估。企业股权价值评估的方法主要有资产基础法、市场法和收益法三种。只有找到适合公司实际的评估方法,才能得出最趋近于公司真实价值的评估结果,从而提高借壳上市的效率,避免因虚增或虚减估值而使投资者蒙受损失。
资产基础法、市场法和收益法这三种方法各自的原理不同,适用的范围也不尽相同。在评估实务中,需要结合企业的具体情况做出选择。
并购交易中,使用资产基础法评估企业股东全部权益价值,主要的依据是资产负债表,需要用各项资产的评估值之和减去各项负债的评估值之和。这些评估值均以重置成本为基础确定,不同类型资产或负债的评估方法不同:货币资金采用账面核实法;应收账款、预付账款、其他应收款采用函证法或替代审核程序;存货采用市场法;长期应收款采用函证法或替代审核程序;长期投资采用持股比例与经评估净资产的乘积;机器设备采用成本法;无形资产采用收益提成法或摊余成本法;递延所得税资产根据有关资产、负债评估值评估确定;负债根据实际债务确定……
资产基础法需要企业会计核算规范健全,存有完备可靠的历史财务资料,且外部相关成本信息充分。这种方法的优点在于依托企业历史财务数据和外部可靠信息,评估过程相对简单。缺点在于着重于各项资产、负债的当前状况,而忽视了资产的成长性。对于具有高度成长性的公司而言,采用这种方法可能会降低其企业的估值。此外,这种方法忽视了资产、负债的协同效应,简单求和难以反映整体获利能力。因此,这种方法适用于整体性较差、获利能力较低的企业。
市场法是指以可比上市公司或可比交易案例作为参照,来估算企业股权价值的方法。根据变量的不同,市场法主要有市盈率倍数法(PE法)、价格/账面值比率估价法(PBV比率法)、价格/销售收入比率估价法(PS比率法)等。
市盈率倍数法下,公司价值=类似公司的市盈率×目标公司的可保持收益。其中,市盈率为P/E,即每股股票价格/每股年收益额。市盈率倍数法运用的前提是存在活跃、成熟的证券市场环境。由于我国目前的证券市场还处于早期发展阶段,尚不成熟,我国企业的价值评估不适用这种方法。
价格/账面值比率估价法下,公司价值=公司的账面价值×PBV比率。PBV比率的估算既可以利用可比企业的PBV比率,也可以利用Gordon增长模型进行推导。PBV=(ROE-gn)/(r-gn),其中,r为股权资本收益率,gn为永续红利增长率,ROE为净资产收益率。这种方法使得跨企业的价值比较变得简单而直观。然而,当不同公司之间会计处理方法相差较大,或股权账面价值为负值时,这种方法将变得不再适用。
价格/销售收入比率估价法下,公司价值=公司的销售收入×PS比率。利用Gordon增长模型估计PS比率,PS=(PM×Rp)/(r-gn),其中,r为股权资本收益率,gn为永续红利增长率,PM为销售净利率,Rp为股利支付率。这种方法对于亏损公司也适用,且受人为因素干扰小,更加稳定可靠。但当公司利润和账面值均为负时,若未充分考虑到成本和利润率的差别,很可能得出错误的评价。
市场法的优点是测算简便,只要找到可比上市公司或可比交易案例,根据单一指标进行调整即可。但它的缺点也在于过于简便,精度不足,如果单一指标所依据的假设不成立,那么整个估值过程就会被推翻。且市场法建立在单一年度的基础上,得出的评估结果没有综合考虑到企业的历史状况和未来发展。此外,一些评估机构一味迎合客户需求,故意调高估价,也增加了投资风险。
收益法是将未来收益折现或资本化,据此确定被评估企业全部股权价值的方法。其基本公式为:
E=B-D
式中各变量解释如下:
E:被评估企业的全部股权价值
B:被评估企业的整体价值
D:被评估企业的付息债务价值
收益法中企业整体价值的估算较为常用的方法是自由现金流折现法(DCF法)。根据折现指标的不同,自由现金流折现法(DCF法)具体又分为股息折现法、股权现金流折现法、公司现金流折现法,以及经济利润折现法等。由于公司自由现金流折现模型在实务中的应用比较常见,文章主要对该种模型展开研究。其公式如下:
B=P+∑Ci
其中,P:被评估单位的经营性资产价值
∑Ci:被评估单位基准日存在的长期投资、其他非经营性或溢余性资产的价值
Ri:被评估单位未来第i年的预期收益(企业自由现金流量)
r:折现率
n:明确的预测期期间
其中,折现率r的确定较为复杂。折现率r采用加权平均资本成本率WACC,代表期望的总投资回报率。
式中:
Re:股权收益率
Rd:债权收益率
E:股权公平市场价值
D:付息负债
T:适用所得税率
可见,折现率r的确定主要涉及三点:
1.Re的确定。采用CAPM模型公式计算确定:
Re=[Rf+βe(ERP)+Rs+Rc]
式中:
Rf:无风险报酬率,取证券交易所上市交易的长期国债(截至评估基准日剩余期限超过5年)
βe:评估对象权益资本的预期市场风险系数
βt:可比公司的预期无杠杆市场风险系数
ERP:市场超额风险收益率
Rs:公司特有风险超额回报率
Rc:公司个别风险
2.Rd的确定。Rd可按中长期贷款利率或相同期限的国债收益率确定,也可根据企业实际的借款情况确定。
3.资本结构的确定。资本结构以可比上市公司资本结构的平均值作为计算基础,结合被评估企业自身账面值计算的资本结构进行确定。
收益法在理论上是完美的,适用于任何未来具有较稳定正现金流的企业;实务中,收益法尤其适用于轻资产类公司。所谓轻资产类公司,是指有形资产占总资产的比重较低的公司。这类公司一般评估增值率较大、预期收益增长较快,例如TMT行业(电信、媒体和科技)就属于典型的轻资产类公司。
借壳上市中,借壳方一般会把自己的核心优质资产注入上市公司,这类资产往往整体性较强,获利能力较高,经营具有连续性,具有较稳定的正现金流。通过上文对比分析发现,资产基础法适用于整体性较差、获利能力较低的企业;市场法在我国尚未成熟的证券市场环境下适用性差;而收益法以企业未来的收益为基础,充分考虑了企业的成长性。因此,借壳上市股权价值评估中,收益法在理论上最为可行。但是,这种方法也存在着不足之处。
借壳上市股权价值评估中,收益法存在着很大的不确定性,表现在以下几个方面:
第一,收益法估值是一个复杂的系统性过程,涉及到对诸多变量的预测。第1层次的变量包括对Ri、n、r、Ci的预测;对 r 的预测又涉及到对 Re、Rd、E、D、T 的预测;而对 Re的预测又分解为对 Rf、βe、ERP、Rs、Rc的预测。众多需要预测的变量加剧了估值的不确定性,任何一个变量预测的失误都将造成最终结果的巨大差异。
第二,与另外两种方法相比,利用收益法进行预测存在更大的主观性:资产基础法以资产和负债的重置成本为基础,市场法以可比公司或可比交易案例为基础,这两者都有较为确实的依据,而收益法预测更加依赖于评估人员的主观判断。
第三,在收益法的评估模型中,输入值(比如折现率r)发生微小的变化,都会导致最终的评估结果产生很大的变化,这体现了输入值的不确定性风险在收益法评估模型中的积累和放大效应。
借壳上市中利用收益法进行公司的股权价值评估,存在主客观两方面的原因会导致评估结果的不确定性。
客观原因在于,收益法估值需要对多个变量进行预测,预测过程环环相扣,一步错便会步步错;这些变量本身就带有很大的不确定性,不仅受企业内部经营决策的影响,还受外部市场经济环境、国家政策环境,乃至国际政治经济环境的影响。
主观原因在于,评估工作需要由专业素养高的资产评估师进行,但当前我国资产评估人员良莠不齐,有些评估业务甚至由审计机构代劳。此外,借壳上市中的双方都希望抬高自身标的资产的价值借以牟取暴利,为了达到这一目的,借壳方不惜编造虚假合同,虚增营业收入,而评估机构为了留住客户,也往往为虎作伥。
现实中,借壳上市的公司虚增估值的情况屡见不鲜。传统收益法本身倾向于虚增估值。为了使公司的估值更加趋近于其实际价值,以保护中小投资者的利益,文章尝试对传统的收益法进行改进。
传统收益法最主要的缺陷在于预测期收益Ri、明确的预测期期间n、折现率r都为点估计值,最终的评估结果也是点估计值,而点估计值难以反映评估的不确定性。
由于特定概率分布下的随机值比点估计值更能反映评估过程中的不确定性,尝试结合蒙特卡罗模拟对传统的收益法进行改进。蒙特卡罗模拟(或称统计试验法、统计模拟法),在20世纪40年代由S·M·乌拉姆和J·冯·诺依曼提出,指依托于电子计算机的大量随机试验,统计分析随机变量样本,对实际问题进行仿真模拟的方法。
改进后的收益法下,明确的预测期期间n按照惯例一般选取为5年,无需变动;用经过合理计算的区间值来分别代替Ri和r的点估计值。然后,在相应区间上通过计算机软件对估值公式进行大量的随机模拟。这就是结合蒙特卡罗模拟对传统收益法进行改进的基本思路。
蒙特卡罗模拟的基本步骤包括以下几点:
1.建立包含相关随机变量的概率统计模型。已知被评估单位经营性资产价值P的计算公式为:
式中包含的变量有n、i、Ri和r。其中,明确的收益预测期n已设置为5;i=1~n,这两者均为外生变量。将预测期收益Ri和折现率r设为随机变量,二者期望值E(Ri)和E(r)代入P的计算公式,得到概率统计模型:
由于不考虑被评估单位基准日存在的长期投资、其他非经营性或溢余性资产的价值∑Ci,所以被评估单位股东全部权益价值的评估值就等于P。
为了使预测结果更加精确,对Ri作进一步分解:
Ri=[Si-1(1+gi)-Ci-TSi-Oi-Gi-Fi-Di]×(1-Ti)-Ni-Wi-Ii
式中各变量解释如下:
Ri:自由现金流量
Si:营业收入
gi:营业收入增长率
Ci:营业成本
TSi:营业税金及附加
Oi:销售费用
Gi:管理费用
Fi:财务费用
Di:资产减值损失
Ti:所得税率
Ni:净资本支出
Wi:营运资本需求量增加额
Ii:付息债务利息
Ri的计算共涉及到12个变量,其中,决定Ri的关键因素是营业收入增长率gi,其他因素或与销售收入近似成一定比例,或为固定值。因此,假定gi为随机变量,其他为外生变量,得到下式:
2.找出随机变量的概率分布。由上文可知,分解后的随机变量有r、gi两个,接下来需要确定它们的概率分布。
蒙特卡罗模拟中较为典型的概率分布包括均匀分布、三角形分布、正态分布等。均匀分布下,在认为的最可能取值区间范围内,每个值出现的概率均相等。这种分布适用于变量取值的参照信息匮乏的情况。三角形分布下,需要预测最乐观情况下的参数值(低限)、最可能情况下的参数值(众数)、最悲观情况下的参数值(上限)。这种方法很形象地描述了评估人员的思维过程,适用于可以获取众多专家意见的情况。正态分布下,参数估计值在任意区间内变化,均值出现的可能性均等。这种分布适用于市场信息充分的情况。
r和gi的概率分布,在有足够多并有代表性的历史数据的情况下,可以利用历史数据的概率分布进行拟合;如果没有,就可以根据具体情况从以上三种较为典型的概率分布中进行选择。
3.代入伪随机数序列进行模拟。要获得相关随机变量的真随机数序列,需要借助于硬件随机数发生器。这样做成本高且费时费力。伪随机数有类似于真随机数的统计特征,且只需调用相关程序代码即可大量产生,成本低且简单高效,因而在实践中常常用作代替。
结合外生变量的预测值,将伪随机数序列代入概率统计模型,进行大量的模拟。模拟的次数越多,得到的结果越趋近于实际值。在尽可能多的模拟次数下,得到P的平均值以及分布区间,P的平均值可以作为最终的评估结果。还可以计算出P的标准差、平均标准误差等信息,画出数据的概率分布直方图以及密度函数曲线,从而判断所得预测结果产生偏差的程度。
2015年,ZA公司借壳上市。公司主营城市系统集成和安保综合运营服务,旗下有多家系统集成企业、安保运营企业及安保智能产品制造企业。
其借壳交易由上市公司重大资产出售、发行股份购买资产及募集配套资金三部分组成:一是FL股份向其控股股东出售除货币资金、约定资产、约定负债和本次重大资产重组涉及的中介机构服务协议及对应的应付款项之外的全部资产与负债及其相关的一切权利和义务;二是通过向ZA公司的控股股东发行股份的方式购买其持有的ZA公司100%的股权;三是向ZA公司的控股股东非公开发行募集配套资金不超过9.53亿元。
由于市场上缺乏ZA公司的可比上市公司和可比交易案例,相关资产评估公司对ZA公司100%股权价值分别采用了资产基础法和收益法进行评估。由于收益法能更好地反映企业的整体获利能力和成长性,评估单位最终选择了收益法的评估值。经评估后的ZA公司全部股权价值为285 900.00万元,账面净资产为16 845.42万元,评估增值率高达1 597.20%。
然而,此次评估存在诸多问题:第一,对收益法评估只列出了基本的公式和过程,而缺乏具体的数据和计算,这就为弄虚作假提供了很大的空间。第二,参照同行业上市公司,各期营业收入增长率基本上都不超过60%,有的甚至低于10%或为负值,而对ZA公司2014年度营业收入的预测值增长率达到60%以上,很可能偏高。
相关资产评估机构对ZA公司预测期营业收入增长率的预计偏高;对作为预测基础的2013年度营业收入虚增5 515万元;对预测期2014年、2015年度营业收入分别虚增3.42亿元和1.05亿元。最终导致公司估值虚增逾15亿元,上市公司据此虚增评估发行股份。2018年,该公司受到中国证监会的处罚。
文章剔除掉虚增的历史和预测期营业收入,并调整预测期营业收入增长率至合理水平后,对ZA公司重新进行估值。
从评估基准日至企业达到相对稳定经营状况的时间n选择为5年。根据被评估单位目前经营业务、财务状况、资产特点和资源条件、行业发展前景,预测期后收益期按照无限期确定。
根据ZA公司披露的评估基准日近两年及评估基准日当期的经营情况,可以计算出ZA公司2013年度未虚增的营业收入为75 694万元,2012年度的营业收入增长率为40.6%,2013年度的营业收入增长率为41.9%。考虑到公司的借壳上市会在短期内拉动业绩的增长,但随着国内安防市场竞争的加剧、产业内资源加速整合,传统安防行业的获利能力将逐渐下降,由此假设2014—2018年的营业收入增长率分别为45%、42%、39%、36%和 33%,2019年至永续年期各年收入将一直保持不变。
经过综合测算后的股权资本成本率为9.14%,债权资本成本率为15.9%。由于被评估单位为非上市公司,采用其自身资本结构:
折现率 r=9.14%×(1-15%)×37.6%+15.9%×62.4%=12.8%
考虑到企业未来资金需求增加,因此从谨慎性的角度出发,假设评估基准日账面资金全部为安全运营现金,不考虑资金溢余及短缺。由于资料有限,非经营性资产价值在本次预测中不予考虑。目前大多数企业产权交易案例,一般均未考虑其溢价或折价,鉴于市场交易资料的局限性,未考虑流动性及由于控股权或少数股权等因素产生的溢价或折价。即长期投资、其他非经营性或溢余性资产的价值∑Ci=0。
盈利预测与价值评估数据汇总如表1所示。
表1 传统收益法下ZA公司的盈利预测与价值评估 单位:万元
在传统收益法下,ZA公司股东全部权益价值的评估值为121 097.60万元。
同样剔除掉虚增的营业收入,并调整预测期营业收入增长率至合理水平,在相同的数据口径下对传统收益法进行改进。具体的步骤包括:
1.建立包含相关随机变量的概率统计模型。ZA公司股东全部权益价值的评估值P的概率统计模型为:
其中,
2.找出随机变量的概率分布。根据对企业历史财务数据、现实经营情况以及未来发展趋势的分析,设定相关随机变量的概率分布如下:
(1)gi的概率分布。设定年销售收入增长率gi服从均匀分布,相比传统收益法下的增长率上下各浮动1个百分点:
g1=(0.44,0.46);g2=(0.41,0.43);g3=(0.38,0.40);g4=(0.35,0.37);g5=(0.32,0.34)。
(2)r的概率分布。设定折现率r服从均值为12.8%,方差为1%的正态分布。
3.代入伪随机数序列进行模拟。置信水平设置为95%,结合相关外生变量预测值,利用Matlab软件分别计算模拟次数为 1 000、2 000、5 000、10 000、20 000、50 000、100 000、1 000 000 时的公司股东全部权益价值,如表2所示。
表2 改进后的收益法下ZA公司的价值评估
模拟1 000次时的数据概率分布直方图和密度函数曲线如图1所示。
图1 模拟1000次时的概率分布直方图和密度函数曲线
模拟1 000 000次时的数据概率分布直方图和密度函数曲线如图2所示。
图2 模拟1 000 000次时的概率分布直方图和密度函数曲线
改进后的收益法对公司股东全部权益价值的评估值在(97 912,97 946)万元区间上波动。对比图1和图2,可以发现图2的数据分布更加均匀,曲线更为平滑,可见模拟次数越多,得到的结果越趋近于公司实际价值。因此,ZA公司股东全部权益价值的评估值为97 929万元,即进行模拟1 000 000次时得到的值。
采用传统收益法和改进后的收益法对ZA公司股东全部权益价值的评估结果汇总如表3所示。
表3 传统收益法和改进后的收益法下的评估结果对比 单位:万元
文章中,结合蒙特卡罗模拟对传统收益法进行改进,主要是将预测期营业收入增长率以及折现率由点估计值变为区间估计值:使传统收益法下的增长率上下浮动1个百分点,折现率服从方差为1个百分点的正态分布。这一改动虽然非常微小,并且向上浮动和向下浮动的幅度都是相同的,却使得最终的评估值减少了逾2亿元。而现实生活中,企业经营业绩的不确定性往往要比一两个百分点大得多。可见,传统的收益法倾向于虚增估值,而合理设定相关变量的波动区间,利用蒙特卡罗法进行模拟,则可以减少虚增的估值。
借壳上市中进行公司估值,收益法是一种较为科学、应用较为广泛的方法。然而,传统的收益法具有很大的不确定性,既受到来自客观因素的影响,也受到人为干扰的影响。由于蒙特卡罗法可以较好地对存在不确定性的数值进行模拟,因而据此对传统的收益法进行改进,并结合真实的案例进行验证。结果表明,传统的收益法倾向于虚增估值,而蒙特卡罗模拟下的收益法更为科学合理。
但蒙特卡罗模拟下的收益法评估模型可以进一步完善:如果预测所需的相关信息更加充分,可以设置更多的随机变量;对于特 定类型企业的价值评估而言,收益法还可能与其他方法相结合,如对于专利权较多的高新技术企业,可以采用收益法与期权定价法相结合的方法,对于采用期权定价法的部分,也可以结合蒙特卡罗模拟,这些都可以作为未来的研究方向。