退出倍数法在科技型企业估值中的应用与改进——以半导体企业紫光国微为例

慕慧娟，张 旭，王晨旭

（1.中国科学技术发展战略研究院，北京 100036；2.新疆大学，新疆乌鲁木齐 830046）

党的二十大报告提出，我国到2035 年实现高水平科技自立自强，进入创新型国家前列。科技型企业作为国家自主创新体系的关键主体，必然得到政府和理论界重点关注。自20 世纪80 年代以来，国外高技术产业和区域经济发展的大量实践表明，科技型企业不仅为孵化新兴产业，激活区域经济提供重要基础，是各国发展高新技术产业的关键主体，而且还成为推动产业升级，提高经济综合竞争力的重要力量［1］。科学合理的估值结果是科技型企业获得融资的关键，也是科技型企业保持良好成长性及合理资本结构的有力保障。科技型企业的创立和成长过程中，充满各种各样的不确定性，其价值难以按照传统方法评估。我国科技型企业估值方法经历了由绝对估值法到相对估值法，再到实物期权法和退出倍数法的阶段［2］。退出倍数法相较于实物期权法更便捷，相比传统绝对估值法更适用，比相对估值法更准确，因此退出倍数法在科技型企业价值评估方面有更大潜力，值得深入研究。

1 科技型企业估值文献综述

科技型企业估值常用的方法包括DDM 法、FCFF 法、FCFE 法、EVA 法、PE 法、PB 法、EV/EBITDA 法、PEG 法、PS 法等主流方法。随着企业生命周期理论提出，也逐渐被引入到估值模型中，肖翔［3］提出：对处于不同发展阶段的科技型企业，应根据各阶段不同的特性选择不同的估值方法。如：科技型企业在初创期的估值活动常可采用实物期权法，在成长期的估值活动常可采用市盈率估值法，在成熟期的估值活动常可采用营销比率估值法。

现金流折现法自20 世纪初Fisher［4］提出后又得到不断发展和完善，Frykman［5］针对科技型企业及高成长企业的发展阶段性，提出针对不同阶段计算现金流的方法和参数。现金流折现法等绝对估值法在评估具有不确定性的科技型企业价值时易忽略和低估潜在价值，难以反映科技型企业的真实价值［6］。国内部分学者试图改进现金流折现法，如张春源等［7］认为企业运营能力和发展潜力应该被考虑在自由现金流折现法的折现率计算在内，但在实际操作中，由于折现率反映的风险偏好具有主观性，这种改进依然无法帮助评估师采用单一的绝对估值法合理评估科技型企业的价值。

在这一背景下，实物期权法逐渐走进中国学者的视野。受到广泛关注，如傅毓维等［8］首先研究实物期权法在科技型企业估值中的可行性；王忠波［9］指出可以把实物期权组合的思想应用于科技型企业，自由现金流的现值与实物期权价值之和即为科技型企业的价值；张维［10］参照标准金融期权的红利发放处理方式，提出期权价值评估的一般性分析框架；宁文昕等［11］指出实物期权应依据企业的关键竞争能力和同行业竞争者灵活确定；肖梦玫［12］认为自由现金流折现法反映科技型企业潜在价值的能力较弱，常低估科技型企业的价值。而实物期权法将潜在价值较好地考虑在内。

1977 年，美国麻省理工学院Myers［13］首先提出实物期权法。实物期权法主要利用二叉树模型和B-S（Black-Scholes）模型评估企业价值。二叉树模型由于其需要根据技术发展水平和投资能力对企业的实物期权进行分期，评估过程常需要大量计算，十分不便［14］。B-S 模型通过假定风险中性和收益正态分布，运算过程得以简便。在实际的估值应用中，由于严格的假设和同样相对复杂的计算过程，以B-S模型为核心的实物期权法难以使用［15］。如肖梦玫［12］认为应用二叉树模型对同一科技型企业进行估值的实物期权法需要人为划分多种期权类型和执行阶段以及面向不同期权的不同的折现率，复杂化了估值过程，最终使这种实物期权法难以应用；肖翔［3］认为应用B-S 模型的实物期权法需要技术应用的成本和收入服从正态分布，限制了实物期权法在具有极大不确定性的科技型企业估值中的应用；王欣［16］指出B-S 期权定价模型在对项目较少的小型科技型企业估值时有较好的适用性，但当企业规模过大时，估值过于复杂难以实际应用的缺陷同样难以克服。目前中国实物期权法在科技型企业价值评估的应用依然停留在理论阶段，科技型企业估值仍需要一种能反映企业潜在价值，同时又能在保证估值结果合理性的前提下较为简便，能够实际应用的估值方法。

随着国内对科技型企业估值研究的进行，研究人员意识到单纯的绝对估值法或单纯的相对估值法都无法全面地反映科技型企业的价值。如左庆乐等［17］认为现有获利能力和潜在获利机会共同组成了科技型企业的价值基础，因此在科技型企业价值评估中应采用现金流折现法和期权定价法的组合估值法对其价值进行评估；宁文昕等［11］认为科技型企业价值所基于的获利能力含有两部分内容：一方面是企业稳定可预测的获利能力，可以采用现金流折现法对预期现金流折现进而评估其价值，另一方面是企业不稳定的获利机会，可采用实物期权法评估价值；王晓蕾等［6］认为科技型企业估值，不仅要考虑当前企业的盈利价值，以及企业未来收益，同时还应考虑企业未来进入资本市场的风险因素及获利能力；曹国良［18］认为盈利能力区分的盈利性资产与非盈利性资产两种现有资产共同构成了科技型企业的现有资产。对于非盈利性资产的价值评估，一般可采用相对估值法（市场法）评估其价值，对于盈利性资产的价值评估，一般可采用自由现金流折现法；对于潜藏盈利能力的价值评估，应当选择实物期权法。

随着以上研究的逐渐丰富，退出倍数法基于两阶段模型，在预测时点未来的某一时点“退出”并以选择的退出时点关键指标及退出倍数计算永续阶段的价值。退出倍数法最初由陈蕾等［19-20］提出，并以周期性公司为例，建立退出倍数法的理论框架，并说明其应用背景起点为两阶段模型、基本思路为收益法与市场法相结合、模型则是两阶段永续模型的变形以及相应的5 个应用步骤。退出倍数法相较于相对估值法而言能够降低估值的误差，而与绝对估值法相比较，退出倍数法能较好地预测长期收益。如尹小龙［21］认为退出倍数法假定被评估企业在退出时点退出，同时采用相对估值法得到其退出时的价值，以此作为其第二阶段的收益价值。退出倍数是在应用相对估值法时，被评估企业在退出时的投资价值倍数。王进江等［22］指出退出倍数的选择需要同时考虑目标企业的盈利趋势和可比案例。

2 基本模型、具体步骤和基本假设调整

2.1 基本模型

退出倍数法在第二阶段引入相对估值法，选定某个退出时点，在该时点假定企业退出并用相对估值法求出此时企业的价值。退出倍数即为退出时点的价值比率，为保证退出倍数能正确反映企业的价值，还需要利用灰色关联度求得各可比公司的价值倍数权重，以得到综合价值倍数。

退出倍数法基本模型如式（1）：

式（1）中：P是目标公司评估值；n是收益预测期限；t是收益预测期；Rt是未来第t个预测期的收益额；r是折现率；Mn是退出时点关键指标预测值；X是退出倍数，需要用灰色关联度求得。

2.2 具体步骤

第一步，确定退出时点。科技型企业的财务数据体现出的周期性波动的时点可选定为退出时点。第二步，计算从预测时点到退出时点间预测期的自由现金流现值。第三步，选择退出时点关键指标和退出时点价值倍数。第四步，计算企业退出时点关键指标。第五步，计算企业退出时点价值倍数。在选取可比公司时，通过分层聚类进行筛选，将层类差距大的备选可比公司剔除。采用比较法和灰色关联度分析法相结合，求得恰当的退出倍数。第六步，计算被评估企业价值。

2.3 退出倍数法应用中的基本假设调整

研发费用假设。研发费用包括研究费用和开发费用，在研发费用的核算方面，资本化支出应折现到每一年度，最终加回净利润；费用化支出应扣减得到净利润。由于科技型企业研发新技术的研究费用占比较低，本文假定科技型企业研发费用均为开发费用。

利息假设。由于利息分为资本化利息支出与费用化财务费用，而费用化财务费用部分不能减税，因而加回的是资本化利息支出。在本文中只考虑资本化利息支出这一项。

3 退出倍数法在紫光国微价值评估中的应用

紫光国芯微电子股份有限公司（以下简称“紫光国微”）是紫光集团旗下的半导体行业上市公司，主要提供集成电路产品和解决方案，是中国集成电路科技实现自立自强的重要战略力量。受益于中国集成电路十多年来的高速发展，由图1 可见，紫光国微在2013—2021 年营业收入整体呈上升趋势，集成电路业务收入占收入总额的94.13%，在并购与创新中实现盈利能力的大幅提升。

如无特殊说明，本文中使用到的相关财务数据均来源于紫光国微及其可比公司2017—2021 年期间对外披露的年度财务报告，根据相关财务公式计算得来。特殊数据来源会在图表下方予以备注。

3.1 财务分析

对紫光国微的财务分析主要包括盈利、偿债、营运能力分析。同时引入净资产收益率，通过杜邦分析体系刻画其价值特征。

3.1.1 偿债能力

从图2 流动比率和速动比率数据来看，紫光国微短期偿债能力良好；从长期资本负债率和利息支付倍数数据来看，紫光国微的长期偿债能力较强。

图2 2017—2021 年紫光国微偿债能力指标

3.1.2 盈利能力

从图3、图4 和表1 可见，紫光国微的总体盈利能力在2019 年之前呈现下降趋势，之后呈现上升的趋势。毛利率与净利率在2017—2018 年间有所下降，总体来看近5 年盈利能力呈现上升趋势。销售费用增长率呈现先上升后下降的趋势，管理费用与财务费用均呈周期性变动。

表1 2017—2021 年紫光国微主要费用情况

图3 2017—2021 年紫光国微营业收入、营业成本及增长率

图4 2017—2021 年紫光国微毛利率与净利率

3.1.3 运营能力

从图5 可见，紫光国微应收账款周转率、存货周转率和总资产周转率三项指标均存在上升趋势，说明其运营能力逐渐增强，在2020 年同步受累并购标的业绩影响下降，剥离之后快速回升。

图5 2017—2021 年紫光国微运营能力分析指标

3.1.4 财务能力

本文引入净资产收益率，同时比较已披露的加权平均净资产收益率对紫光国微的财务能力，从表2 可以看出紫光国微的净资产收益率逐年上升，其财务能力也在增强。

表2 2017—2021 年紫光国微净资产收益率

3.2 财务预测

3.2.1 营业收入预测

从图6 可见，紫光国微2017—2021 年营业收入增长率的平均值为32.31%，实现高速增长，取32.31%来预测未来收入增长。同时，实际情况会受到多方因素影响，比如疫情、价格、供需等。

图6 2017—2021 年紫光国微营业收入情况

3.2.2 税后经营净利润预测

考虑到科技型上市公司价值评估应当重视其成长性，对税后经营净利润的预测应剔除金融性损益的影响，取2017—2021 年营业成本对营业收入比重的均值，即57.82%，作为未来预测期内的营业成本占营业收入比，具体各项数据详见表3。

表3 2017—2021 年紫光国微剔除金融性损益后的经营性损益情况 单位：万元

（1）税金及附加预测。选取2017—2021 年税金及附加占收入比的平均值，即0.79%，作为预测期税金及附加占收入的比。

（2）销售费用与管理费用预测。假定未来预测年内，紫光国微的营销能力、管理水平稳定，选取2017—2021 年紫光国微销售费用对收入比重的平均值，即4.54%，作为未来预测期的销售费用占营业收入的比。同时选取2017—2021 年管理费用对收入比重的平均值，即5.64%，作为预测期的管理费用占营业收入比。

（3）资产减值损失预测。紫光国微2017—2021年资产减值损失包括坏账损失、存货跌价损失、固定资产减值损失。存货跌价损失在5 年内占资产减值损失比率平均在64.99%，且2018—2021 年内均存在存货跌价损失，因此假定存货跌价损失具有可持续性。坏账损失、固定资产减值损失仅在2018 年发生过一次，可以认为坏账损失、固定资产减值损失均不具有可持续性。在此基础上，本文取存货跌价损失占收入比的平均值-0.90%，作为预测期资产减值损失占收入的比。

（4）投资收益预测。核算紫光国微投资收益时不考虑作为金融性损益的可供出售金融资产取得的收益，根据紫光国微2017—2021 年披露财务报表中对投资收益的注释，紫光国微具有持续性的投资收益为权益法核算的长期股权投资收益，出于谨慎考虑，取权益法核算的长期股权投资收益占收入比的平均值-1.29%，作为预测期长期股权投资收益占收入比。

（5）营业外收入与营业外支出预测。根据紫光国微2017—2021 年财务报表披露，紫光国微营业外收入均不具有可持续性，但赔偿、罚款利得及其他作为营业外收入在2017—2021 年均有发生且除2019年及2021 年均为主要的营业外收入，取5 年内赔偿、罚款利得及其他占营业收入比的平均值即0.03%，作为预测期营业外收入占营业收入比。

根据紫光国微2017—2021 年财务报表披露，紫光国微营业外支出均不具有可持续性。其中，对外捐赠占比较小且不可持续，本文不作考虑。非流动资产报废损失、赔偿款、滞纳金及其他在2017—2021 年均有发生，且为主要的营业外支出，本文取非流动资产报废损失、赔偿款、滞纳金及其他占营业收入比的平均值0.04%作为预测期营业外支出占收入比。

（6）所得税税率预测。根据紫光国微2017—2021 年财务报表披露，紫光国微各子公司按照不同企业所得税税率划分主要适用10%，15%，16.5%，其主要子公司深圳国微及紫光同芯作为高新技术企业和重点集成电路设计企业，按10%征收企业所得税。近5 年紫光国微按调整过后的所得税费用计算所得的税率平均值为10.77%，本文以10.77%作为计算其所得税费用的依据。

3.2.3 经营营运资本增加预测

经营营运资本如式（2）：

式（2）中：OC（operational capital）是经营营运资本，OCA（operational current assets）是经营性流动资产，OCL（operational current liabilities）是经营性流动负债。

本文编制管理用资产负债表，剔除金融性损益以获得紫光国微经营性资本分析见表4。

表4 2017—2021 年紫光国微经营营运资本情况

紫光国微近五年经营营运资本增加占营业收入比呈上升趋势，考虑到企业经营的持续稳定性，本文以2017—2021 年经营营运资本增加占营业收入比的平均值25.57%作为预测阶段经营营运资本增加占营业收入比。

3.2.4 净经营性长期资产增加预测

净经营性长期资产增加如式（3）：

式（3）中：NOLA（Net Operational Long-term Assets）是净经营性长期资产，OLA（Operational Long-term Assets）是经营性长期资产，OLL（Operational Long-term Liabilities）是经营性长期负债。

与营运资本增加处理类似，剔除可供出售金融资产与长期借款，获得紫光国微净经营性长期资产增加分析表表5。

表5 紫光国微净经营性长期情况

2017—2021 年紫光国微净经营性长期资产增加占营业收入比总体呈上升趋势，本文取紫光国微近5 年净经营性长期资产增加对收入比重的平均值，即4.05%，作为其预测期的净经营性长期资产增加对营业收入比重。

3.2.5 实体现金流预测

基于预测，得到实体现金流预测见表6。

表6 预测期紫光国微实体现金流量预测

3.3 加权平均资本成本计算

3.3.1 资本结构

选取2017—2021 年紫光国微资产负债表数据，对负债项目的科目进行调整以剔除经营性负债的影响，获得调整的资本结构分析见表7。2017—2021 年，紫光国微负债占总资产比呈上升趋势，所有者权益占总资产比呈下降趋势。取近五年平均值得到预测期的金融负债占调整后总资产比为13.25%，所有者权益占调整后总资产比为86.75%。

表7 2017—2021 年紫光国微资本结构 单位：万元

3.3.2 股权资本成本

选择深证综指和紫光国微2017 年1 月3 日至2021 年12 月31 日的收益率波动情况，计算得β 指数为1.03。近5 年国债关键期限收益率除2017 年外均呈震荡下行趋势，2021 年末较2017 年初10 年期国债收益率下行36 个基点（bp）至2.76%。2021 年受疫情影响市场存在避险情绪，且当年央行货币政策保持求稳的同时适度宽松。国债收益率仍有维持低位的动力。本文选用2021 年期末中国10 年期国债收盘收益率作为无风险利润率，即无风险利润率为2.76%。2020 年12 月1 日深交所发布公告并于同年12 月14 日将紫光国微调入深证100 指数，因此本文选用深证100 指数十年市场平均收益率作为市场报酬率，值为6.40%。

计算可得，股权资本成本（Re）=2.76%+（6.40%-2.76%）×1.03=6.51%。

3.3.3 债务资本成本

通过对紫光国微信用借款、保证借款、抵押借款、公司债券和可转公司债作加权处理，取得2017—2021 年的紫光国微平均债务资本成本3.42%，作为预测期紫光国微贷款利率。

3.3.4 加权平均资本成本

由上述数据计算可得，WACC=13.25%×3.42%+86.75%×6.51%=6.10%。进而可计算出第一阶段紫光国微的价值。此处采用自由现金流折现法，见式（4）。

式（4）中：W1是第一阶段紫光国微价值；m是收益预测期限，此处为5；n是第n个收益预测期；An是第n个预测期紫光国微的自由现金流；B是紫光国微的加权平均资本成本。

An取2022—2026 年预测期紫光国微自由现金流数据，B取相同的折现率，即加权平均资本成本（WACC）6.10%。经计算，紫光国微第一阶段价值见表8。

表8 预测期紫光国微自由现金流折现

3.4 退出时点价值计算

3.4.1 退出时点确定

退出时点是在周期性经营的企业出现收益能力波动的时点。为确定退出时点，求出紫光国微2005—2021 年17 年的财务指标：主营业务收入、主营业务成本、利润总额、净利润的同比变动率，见图7 所示。

图7 2005—2021 年紫光国微主要财务指标同比变动率

从主营业务收入和主营业务成本来看，紫光国微的财务指标波动主要在2007 年、2012 年、2014年、2020 年；从利润总额和净利润来看，紫光国微的财务指标变动主要在2007 年和2012 年、2020 年。紫光国微财务指标波动周期的平均值为5.2 年，可视紫光国微每5 年为一个营运周期。本文取2026 年12 月31 日作为紫光国微的退出时点。

根据一般可比公司筛选规则，选择与紫光国微同一行业、拥有相近市值、上市时间长于5 年的上市公司作为备选可比公司，以公司的退出倍数退出时点关键指标和市场价值对其进行分层聚类分析。

首先列出备选可比公司在预测时点的企业价值倍数（EV/EBITDA）和市场市值，见表9。

表9 预测时点备选可比公司数据

在此基础上进行欧几里得聚类算法分析，得到散点图如图8。

图8 备选可比公司聚类分析散点

完成分析得到如下备选可比公司的分层图，见图9。

图9 备选可比公司的分层聚类分析

士兰微、兆易创新、北方华创与其他备选公司的层类差距较大，故将其剔除。最终选择的可比公司如下，并计算得到可比公司的公司价值倍数表见表10。

表10 可比公司及价值倍数

3.4.2 退出倍数灰色关联度分析

为将不同公司之间的差异考虑在内，应将退出倍数加权平均，先对可比公司展开灰色关联度分析。为综合考虑可比公司的财务、经营能力和股市水平，选择股东权益比率、净资产收益率、销售毛利率、每股净资产与每股收益为主要指标，见表11。

表11 可比公司各项指标

为方便分析，将其标准化，并取得各指标的差分（绝对值）。在此基础上求出可比公司的关联系数，见表12。

表12 可比公司关联度与权重

根据求出的权重，就可以得出紫光国微退出时点的退出倍数，即可比公司企业价值倍数的加权平均值，见表13。

表13 紫光国微退出倍数

3.5 评估结果与其他方法对比

紫光国微2021 年期末估值=-203 524.43+551 929.35×27.63=15 046 369.45 万元，评估时点紫光国微的市场价值为13 653 404.28 万元，评估价值比市场价值高10.2%。而如果将退出倍数上下浮动10%计算紫光国微2021 年期末的估值区间，得到的估值区间为13 521 380.06～16 571 358.84 万元，市场价值高于区间最小值0.98%，符合估值区间的预测。

为验证退出倍数法的先进性，本文选择一些常用的估值方法评估紫光国微价值并与本文的退出倍数法计算结果作比较。由于紫光国微预测期自由现金流折现之和为负，自由现金流折现法与股权自由现金流折现法均不适用。因此本文选择了常用的市净率（PB）法、市销率（PS）法、市盈率（PE）法与企业价值倍数（EV/EBITDA）法作为对比。基于五家可比公司的市净率、市销率、市盈率，以及加权平均的企业价值倍数，以前文灰度分析赋予的权重对市净率、市销率、市盈率作加权平均，作为紫光国微估值的依据，3 种方法最终计算结果均远小于实际市场价值，估值结果见表14。

表14 其他估值法下的紫光国微估值结果

3.6 不同可比公司选择标准下科技型上市公司估值差异

本文上述退出倍数法在科技型上市公司紫光国微价值评估的应用均基于一个基本前提：可比公司的选择要考量其选定的退出时点关键指标应当尽量趋近于紫光国微历史水平，且在选择上更加保守，即更倾向于指标较低的公司，这点对于合理评估科技型上市公司价值尤为重要。

具体来说，若不考虑退出时点关键指标对可比公司筛选的影响，根据科技型上市公司所在的行业、市值、上市时间对可比公司进行筛选，计算并得到退出倍数见表15。

表15 一般筛选规则下的可比公司及计算得到的退出倍数

综合得到的退出倍数为32.88，进而求得这种情况下紫光国微2021 年期末估值=-196 043.71+522 542.43×32.88=16 983 054.61 万 元，高于真实价值13 653 404.28 万元，赋予退出倍数上下浮动5%的估值区间，可得到的估值区间为16 124 099.69～17 842 009.53 万元，其市场价值明显不符合估值区间预测。

4 研究结论与展望

4.1 退出倍数法对科技型企业估值的适用性

从以上研究可以看出，退出倍数法在每一个阶段都较好地贴合紫光国微的运营情况。在收益测度方面，运用传统的自由现金流折现法的思想，通过财务报表和指标分析预测财务数据，以此折现得到第一阶段价值；在市场测度方面，选取半导体行业的五家可比公司进行市场预测，以得到第二阶段价值。通过两个方面测度的结合得到的估值结果较为接近紫光国微在评估时点的价值。

4.1.1 退出倍数法的适用性

退出倍数法综合传统的绝对估值法和相对估值法的思想，通过对财务指标的处理得到合理的数据，又通过调整相对估值法的适用范围使其比绝对估值法还能更好地描述周期性、高风险高收益企业的价值。

此外，退出倍数法在保证估值客观性的前提下，比实物期权法和其他修正方法更加简便。实物期权法由于需要延长评估时间段，信息收集和梳理的工作更加复杂繁重。相比之下，退出倍数法只要在一定经营周期的绝对估值法基础上运用比较估值法，寻找合适的可比公司就能评估企业价值。

4.1.2 退出倍数法的局限性

退出倍数法在面对经营周期不明显的企业时，难以确定退出时点，一旦退出时点选择错误，就无法准确地评估企业价值。同时，退出倍数法在第二阶段的可比公司选择方面仍需要评估者对评估对象所在行业有清晰的认识，如果不恰当地选择可比公司，可能难以反映评估对象的实际价值。

4.2 退出倍数法在科技型企业估值应用中的建议

退出倍数法适用于通过财务指标表现出明显的经营周从而退出时点易于判断的企业。在第二阶段选择可比公司的过程中，不仅要关注可比公司的经营范围、公司规模，也要考虑对其备选可比公司进行分层聚类分析，保证可比公司处于相近层类。

退出倍数法在企业价值的评估中仍有需要改良之处，如何挑选更能反映评估对象所处行业发展水平及其本身在经营、财务能力及股市水平方面在行业内所属企业类型的指标，以期更加精确地计算评估对象的价值，这可能是未来退出倍数法研究的方向之一。