软件信息行业并购评估研究

许世珍

【摘  要】论文以软件信息行业上市公司D公司收购H公司过程中的收益法评估为例，探讨收益法在软件信息行业并购评估中的模型及参数选择问题。

【Abstract】This paper takes the income approach of evaluation in the acquisition process of Company H by Company D， a listed company in the software information industry as an example to discuss the problems of model and parameter selection of the income approach in the merger and acquisition evaluation of the software information industry.

【关键词】软件信息行业;收益法;并购评估

【Keywords】software information industry; income approach; evaluation of merger and acquisition

【中图分类号】F275                               【文献标志码】A                                   【文章编号】1673-1069（2020）03-0118-02

1 并购背景、过程及结果

D公司是以中间件软件产品为中心开展从研发到销售再到技术售后服务的软件企业，主打“Tong”系列品牌产品。上市后，D公司重整企业战略规划和再定位，期望通过并购行业内具有技术优势和竞争力的公司，实现跨越式成长。

标的公司H公司是少有的专注在无线网络测试优化领域的软件企业，并且在该领域内H公司的技术人才团队和研发能力都是稳居前列的。其主要产品在通信运营商中知名度高，应用市场广阔[1]。

2014年，D公司对H公司进行评估。收益法与资产基础法得到的评估价值非常悬殊，即12倍的增值率和不到1倍的增值率。本次并購H公司的交易价格以收益法的结果确定为42000万元，形成并购商誉36336.94万元。

H公司踩线完成了2014-2016年的业绩。但2017年H公司的营业收入和净利润出现断崖式下跌，年营业收入同比下降74.05%，扣除非经常性损益后净利润同比下降78.67%。D公司对H公司采用收益法进行再评估。最终确定H公司股H价价值发生大减值，下降了33793万元。据此，D公司在2017年度报告中对并购H公司的商誉计提了约93%减值准备。这引爆了2014年高溢价并购埋下的商誉地雷，使得D公司由盈转亏。

2 收益法评估过程解析

2.1 评估模型选择依据不足

2014年，评估H公司选择的是使用频次最高的以股东和债权人权益主体自由现金流为口径的折现模型和两阶段现金流量增长模型。但报告没有明确说明选择的依据和理由，仅仅是依照习惯而行。

H公司的主要客户集中在具有明显周期性的通信行业。H公司产品比较单一，对客户依赖性很强。尽管4G高速建设时期整体市场容量很大，但是由于企业规模小，并不能达到很高的市场占有率。因此，其受行业周期的影响会比大企业明显。如果不能迅速调整技术主攻方向，一旦行业遇冷，业绩必然大幅下滑。那么，对于收入的预测应该尽量拟合行业周期，而不能简单地采用两阶段模型。

2.2 收入增长率高估难实现

H公司未来收入的增长趋势以先高速增长后增长率逐渐降低的模式为主，很大一部分原因是评估案例采用的是两阶段增长模型。但两阶段增长模型中的高速增长阶段也有多种形式，如固定增长模型、先高速增长后增长速度放慢、不规则的增长等。软件信息企业具有高成长性的特点，使得评估师在进行收入预测时偏向于采用先高速增长后增长率降低的模式。

从表1可以看出，软件信息行业上市公司的营业收入在2014-2018年是不断增长的，2014-2016年增速较快，2017年增速稍有减缓，到2018年增速又有一个上升的趋势。可以看到H公司预测收入增长率的走势与行业平均收入增长率的走势不符。另外，H公司预测期前四年的收入增长率也是远大于软件信息行业上市公司的平均营业收入增长率的。一方面说明评估时，评估师看好H公司未来的盈利能力;另一方面可能是为了能够完成并购、业绩承诺的净利润，评估时过高估计收入的增长率。

2.3 成本费用低估不准确

H公司的平均毛利率在预测期内（67.81%）高于历史年度（55.76%），说明，评估师偏向于认为未来年度H公司的毛利率水平较历史年度会有所提高。预测期内毛利率较历史年度相比变动幅度达到了12%，但并未给出充分的支撑依据。

软件信息行业上市公司的平均毛利率在2013-2018年是维持在40%左右，呈下降趋势，每年下降的幅度较小。H公司的毛利率呈先上升后下降变稳定的趋势，且明显高于行业平均水平，如表2所示。

此外，评估人员认为预测期五年内H公司的研发费用将保持稳定，为1821.95万元。显然这一假设是不合理的，当前通信行业正处在4G向5G转变的过程中，如果H公司想要保持原有的竞争优势，必然要加大对产品的研发力度，跟进行业的变化和市场的需求。该预测低估了对于软件企业价值力非常重要的研发费用，会导致收益预测偏高[2]。

2.4 折现率参数确定较随意

Rf的确定方法基本趋同，即以国债的平均到期收益率为基础。但也存在差异，主要体现在国债到期剩余年限的选择，本案例选取5年期以上。利用国债的平均到期收益率确定无风险利率，这并不是确定的统一的标准，而是评估实务中的常用方法。

市场风险溢价的计算基础分为成熟市场的风险利率和我国股票市场数据，选择哪种方法没有明确的规定，本案例的选择的是第二种，股票指数选择的是沪深300指。以不同指数作为计算基础得到的市场风险有差异。然而对选取股票指数的原因及依据并没有说明。

H公司2014年的评估报告中仅披露了β值的取值方法，并未披露详細的取值，说明存在折现率重要参数披露不全的问题。另外，可比公司样本的代表性与数量会直接影响到标的公司的风险系数取值，但目前可比公司的选择还是依靠评估人员的判断，没有实证结论可参照，也没有评估细则可遵循，本案例选取了5家。

本案例特定风险系数的确定基于评估师对标的公司的判断，主要依赖的是评估人员从企业成立时间长短、企业资产规模、资本流动性、治理结构、融资条件等因素考虑取值的大小[3]。各种调整因素对特定风险系数的影响大多还没有得到实证研究的支撑。这一方法由于易操作成为实际操作中使用最多的方法。

3 结语

综上所述，收益法在软件信息行业并购中还存在众多问题。建议完善现金流量增长模型，尤其是对存在明显周期性行业的标的公司，应详细分析和研究行业的周期变化趋势，选取更加符合企业成长曲线的增长模型。完善收益法中营业收入的预测方法，建议基于历史经营数据结合数学模型预测。规范折现率参数确定方法。

【注释】

①CSMAR数据库中软件信息行业所有上市公司2014-2018年的营业收入（母公司报表）数据。

②CSMAR数据库中软件信息行业所有上市公司2013-2018年的毛利率数据。

【参考文献】

【1】胡晓明，吴铖铖.上市公司并购重组评估增值情况分析[J].中国资产评估，2018（1）：40-46.

【2】高琳，鲁杰钢.上市公司并购重组企业价值评估收益法应用研究[J].中国资产评估，2011（6）：17-21.

【3】毛新述，叶康涛，张頔.上市公司权益资本成本的测度与评价——基于我国证券市场的经验检验[J].会计研究，2012（11）：12-22+94.