信息技术企业并购中市场法估值模型应用研究——以矽塔科技为例

■ 胡晓明 张琼琼 黄昊晨 陈 默

（南京财经大学会计学院，江苏南京 210000）

一、引言

“大众创业、万众创新”是我国经济发展中重要宣传口号，一个民族的复兴、一个国家的强大都离不开经济产业的发展。二十大报告指出，新的发展格局需要新的增长引擎，新一代信息技术企业要发挥带头作用，引领产业融合升级。从企业的生长周期来看，一个企业的发展终究只有走向衰败或者不断扩张的两条路，那么在这个过程中并购重组就是一个必经之路。从2017 年1 月1 日至2021 年12月31 日的五年以来，我国总共发生并购重组的数量庞大，为56 968 件，共计金额为247 698.68 亿元，真正并购完成47 497 件①。因此，在并购过程中，对被并购企业的价值进行合理的估值就显得尤为重要。

信息技术企业并购重组交易发生的频率高且金额大，国内外众多学者都认可对其并购价值展开合理的估值具有重要意义。陈维凯（2013）以企业生命周期为视角，认为互联网企业在初创期，应考虑外部市场环境对企业价值的影响。Nancy 和Begon（2017）也认为研发投入对企业价值有影响。胡晓明和吴铖铖（2018）对我国上市公司并购事件展开研究，得出信息技术企业并购评估值的增值率最高的结论。Mugdha 和Vijayakumar（2020）研究印度信息技术公司价值受何种因素影响，其得出企业的智力资本对价值起促进作用。王宛秋（2022）也对技术并购给予肯定，认为并购可以为信息技术企业赋能，促进行业发展。

越来越多学者对信息技术企业并购估值方法展开研究。C-TB Ho 等（2011）对互联网企业进行估值，提出基于DEA 模型的估值方法，认为该种方法可以更好地帮助投资者。Adamowicz（2017）等提出由于企业自身状况的不同、所处行业不同，在运用市场法时需要作出相应的调整。高振阳和杨景海（2018）认为市场法所计算出的企业价值最准确，能够经过市场的验证。胡晓明和刘梦雅（2018）采用乘数法估值模型研究信息技术企业并购估值，研究认为该方法是适合该行业估值的，但是文章并没有考虑流动性折旧问题。徐怡红和张彬（2020）则对投资项目估值展开研究认为市场法的运用是适合我国经济发展状况，结果是最有效的。Anagnostopoulos 和Rizeq（2021）通过机器学习方法研究信息技术企业并购价值，其通过多种方法推动创新方法的界限。

从我国信息技术企业并购估值现有研究来看，目前可比公司选取方法有主观筛选和客观筛选两种，国内外学者认识到主观选择法存在一定的局限性，对客观选择法的研究逐渐深入，其中聚类分析法与优劣解距离法组合模型的应用较少，二者结合可以减少可比公司选取的主观性，具有一定的创新性。在价值乘数确定步骤上，绝大多数选择单一方法确定目标企业价值乘数，采用组合方法较少，尤其是主成分分析与变异系数法结合，但在行业价值乘数的基础上确定可比公司价值乘数的思路可以增加可比基础的贴近程度。

在信息技术企业的并购价值评估实践中，通常都是并购方与被并购方双方共同选择第三方评估机构进行交易价格的确定，而在对目标公司展开实际的评估过程中，由于相关参数的不易确定，导致市场法的应用较少。而信息技术属于轻资产、高成长性的行业，市场法具有较高的适用性，故本文对信息技术企业市场法的应用提出新的评估思路和指标量化方法，为信息技术企业并购估值提供新内容。对于信息技术企业而言，我国在对其展开并购估值时，可比对象的选取也存在一定的困难，且评估值的计算过程过于粗糙。这一定程度上影响市场法的利用度与信息技术企业并购交易的顺利完成，进而本文为提高市场法的使用率，针对可比公司选取方法和价值乘数确定思路进行优化，从目标价值乘数角度对评估结果做进一步细化。

二、信息技术企业并购估值中市场法的改进

（一）市场法的适用性分析

成本法以重置成本作为出发点计算出企业整体价值，最终计算出相应的价值。该方法从有形资产入手，其是一种以静态折损作为衡量价值的着重点。而信息技术企业具有无形资产占比较高，技术迭代较快等特点，对企业本身的资产价值无法做出较为全面的衡量，以历史数据计量忽略企业未来获益的能力。收益法以“现值”作为基本原则，以持续经营作为假设条件，预期企业未来收益，通过确定企业预期年现金流量、收益期和反映预期收益风险的折现率等三个参数，将现金流量的现值加和来表示企业价值。其中，基本参数的取值往往受主观判断的影响，而参数的确定需要被评估企业的经营状况稳定，预期成长能力可控，适用于相对成熟的企业。

市场法以“替代”作为基本原则，具有操作性强、能准确地反映股权价值等特点。使用市场法展开并购估值时的基础条件是存在可比案例，信息技术行业目前有996 家上市公司，具有较大的可比公司样本群，能够满足市场法的可操作性，这些可比公司群与目标企业在成长能力、盈利能力等多方面相似，能够选出较为匹配的可比公司。同时，由于市场交易的活跃性，能够保证市场的有效性，市场法比成本法更能直接地反映出资产的市场价值。不同公司之间具有不同的特性，市场法以寻找最匹配的可比对象作为目的，选择合适的价值乘数反映企业之间的差异，对于那些收益不确定的企业，市场法主观性比收益法弱。故市场法在信息技术企业并购估值中具有较强的适用性。

（二）研究基本思路

市场法也称“乘数估值法”，作为一个能够较准确地评估出目标价值的方法，适用于信息技术企业并购估值，但是在目前的并购估值中的运用却较少。主要因为市场法现阶段针对并购价值评估存在技术难题，为提高未来市场法在并购估值中的应用空间，需缩小市场法应用的局限性，以价值乘数作为指引线，搭建起可比公司与目标公司的比较桥梁，将价值乘数贯穿可比公司选取、价值乘数确定和市场缺乏流动性差异，进而对市场法的评估思路进行改进构建。

本文研究思路改进如图1 所示。首先，从行业特征价值乘数与基本价值乘数两个维度思考，共同搭建设计适合信息技术企业的价值乘数体系。对价值乘数指标体系展开主成分分析，根据各主成分权重选择对信息技术企业影响较为明显的行业价值乘数。其次，将确定后的价值指标驱动因素与财务能力指标相结合，构建适合信息技术企业的可比指标选择标准。对特征指标进行标准化处理，采用系统聚类分析方法，初步确定可比公司群，再进一步利用优劣解距离法确定最终可比公司群。然后，在行业价值乘数的基础上，利用变异系数的稳定性进行选择和验证，选择最为适合的可比公司价值乘数。最终，利用主成分分析法赋权的价值乘数权重与优劣解距离法所赋权的可比公司权重，共同计算出目标公司的价值乘数。最后，如果被并购方为非上市公司，即根据所选择的目标价值乘数，代入公式计算出相应的缺乏流动性折扣比率，使得被并购企业的评估价值更加准确，从而促进并购事件的完成。

图1 信息技术企业市场法改进思路

（三）研究框架

1.价值乘数体系设计

企业所处的环境和市场的不同对企业价值产生重要影响。在我国市场中，信息技术企业与其他行业一样，都面临着各种各样的风险，所以针对信息技术企业价值乘数的选择来说，需要满足基本的市场特征。同时，信息技术作为一个产品特点明显、无形资产居多的行业，具有鲜明的行业特性。因此，在选择市场法对信息技术企业进行评估时，需要考虑其行业的特性，考虑引入适合信息技术企业的行业特征价值乘数体系，与基本价值乘数一起完善符合信息技术企业特征要求的价值乘数。本文从价值乘数的分类入手，基于收入端、收益端、现金流端、资产端以及行业特征端进行划分，从五个维度划分和设计信息技术企业并购估值的价值乘数体系（见表1）。

表1 信息技术企业价值乘数指标

2.确定价值乘数

本文采用主成分分析法确定对行业影响较大的价值乘数，将价值乘数驱动因素作为选取可比公司的规模指标。为减少主观性，在主成分分析法的基础上，利用变异系数的稳定性，对行业价值乘数进行验证，选择较为稳定的可比公司价值乘数。主成分分析（PCA）由K·皮尔森首次提出，是将多变量进行线性转换，进而选出具有代表性的重要变量，并将非随机变量进行降维的处理方法。该方法将一组变量转换为无相关的变量，减少变量所承载的信息，通过在多项指标中选择包含很多信息的主变量，进而将其定义为“主成分”，将挑选出的主成分以方差的大小排列。

3.选取可比公司

基于替代理论，从细微之处出发，综合考虑信息技术企业行业价值乘数驱动因素与财务视角下相关的能力指标，共同搭建适合目标公司的特征指标体系（见表2）。在此基础上，提出基于聚类分析法与优劣解距离法相结合的信息技术企业可比公司选择模型，提高可比公司选择的合理性和匹配性。

表2 可比公司选取特征指标体系

对特征指标进行标准化处理，采用系统聚类分析方法，以欧式距离的大小初步确定可比公司群。

同时，在可比公司群的基础上，利用熵权法确定各指标权重Wj，进而构造优劣解距离法的规范化决策矩阵（Vij）m*n，再计算每个对象离正理想解与负理想解的相对贴近度Si，并按相对贴近度的大小排序，选取排名前五的研究对象作为可比公司，并将选出的可比公司的相对贴近度转化为可比公司的权重Di。计算公式如下：

其中：0 ≤Si≤1，Si越接近于1，代表离正理想解的距离越近，离负理想解的距离越远，表示该对象越优。

4.分析缺乏流动性

目前，缺乏流动性折扣的量化主要运用于市场法与收益法中。在市场法的应用过程中，由于可比公司与目标公司所处市场的不同，需要量化缺乏流动性折扣。目前，理论与实务界普遍认可的传统模型包括：收购价差模型、新股发行定价模型、期权定价模型和限制股票交易模型等四种。

本文拟将价值乘数作为缺乏流动性折扣的反映因素，在主成分分析法与变异系数法的基础下选定的可比公司价值乘数，将上市公司并购非上市公司与上市公司并购上市公司之间的价值乘数关系转化为缺乏流动性折扣比率。基于目标价值乘数的缺乏流动性折扣比率用MD 表示。

其中：MD 为信息技术企业缺乏流动性折扣率；M1为信息技术企业上市公司并购上市公司某价值乘数平均值；M2为信息技术企业上市公司并购非上市公司该价值乘数平均值。

三、信息技术企业并购估值中市场法改进的应用

（一）案例基本概况

信息技术企业市场法并购估值思路构建的是否有效？本文选择上海贝岭并购矽塔科技事件作为案例分析的对象，通过对该并购价值进行评估，验证新构建的市场法评估思路在信息技术企业的适用性与合理性。矽塔科技作为2018 年成立的技术硬件与设备企业，公司具有较大的成长空间，具有较好的投资价值。同时，采用市场法确定可比公司时，需要有较多的可比公司选择群，目前技术硬件与设备行业有514 家上市公司，满足这一要求。并且，采用市场法确定可比公司时，目标公司需有完善的财务信息，进而选择满足财务可比的上市公司，本案例的财务数据较为完善，具有方法实施的条件。该案例发生于2022 年，具有一定的时效性。从案例本身而言，上海贝岭2022 年展开两次并购重组，并购价值较大，具有一定的代表意义。同时，并购矽塔科技事件采用收益法确定最终的交易价格，本文采用市场法对该事件的并购价格展开分析，验证改进后的市场法的可行性和合理性。

（二）运用过程及结果

1.主成分分析法确定行业价值乘数

根据WIND 数据库行业分类，选择信息技术企业上市公司中2018 年1 月1 日前上市、非ST 公司作为研究对象，针对目标企业所处的二级行业进行研究。收集并整理2021 年研究对象的相关财务数据，剔除数据不全的研究对象后，选择140 家技术硬件与设备上市公司进行分析。在进行主成分分析之前，对数据进行KMO 和Bartlett 球型检验，得到结果表明研究数据满足因子分析的条件。利用统计软件SPSS 展开主成分分析，主成分分析见表3。主成分的特征值分别为3.845、2.472、1.751、1.021，根据特征值大于1 提取主成分，针对技术硬件与设备行业一共提取四个主成分。同时，提取出的四个主成分的累积总方差解释比率为82.621%，可以很好地反映出原始数据的信息。

表3 总方差解释表

由表4 与表5 分析可知，提取的第一个主成分系数最大的是息税前利润价值乘数（EV/EBIT）和营业收入价值乘数（EV/营业收入）。第二个主成分中系数最高的是市净率（P/B）和总资产价值乘数（EV/总资产），第三个主成分系数最高的是市盈率（P/E），第四个主成分系数最高的是无形资产价值乘数（EV/无形资产）。因此，针对技术硬件与设备行业，本文拟选取息税前利润价值乘数（EV/EBIT）、营业收入价值乘数（EV/营业收入）、市净率（P/B）、总资产价值乘数（EV/总资产）、市盈率（P/E）、无形资产价值乘数（EV/无形资产）作为行业价值乘数。

表5 成分得分系数矩阵

2.聚类—优劣解距离法选取可比公司

聚类分析法初步选取可比公司群，选择上市时间至少有5 年的上市公司，进行筛选后保留294 家上市公司。同时，应用主成分分析法确定息税前利润价值乘数、营业收入价值乘数、市净率、总资产价值乘数、市盈率和无形资产价值乘数作为行业价值乘数，反映信息技术企业价值较大程度上受资产总额、营业收入、净利润总额和息税前利润总额四个维度影响，故选择引入总资产、营业收入、净利润和息税前利润作为行业价值乘数驱动因素，与财务指标能力共同构建可比公司特征指标体系（见表6）。

表6 引入价值驱动因素后特征指标体系

通过SPSS27.0 对原始数据标准化后，以离差平方和计算距离，进行Ward 聚类分析。经过整理，将上市公司和矽塔科技的特征指标汇总后展开Ward 聚类分析，根据距离初步确定可比公司。从Ward 聚类谱系图可以看出，通过将矽塔科技与同行业294家上市公司进行聚类，当类间距离为12 时，样本数据被分为6 类，并且聚类效果的优劣与层数相关，层数越多越精确。故本文以距离12 作为分层标准，选择神州数码（000034）、中兴通讯（000063）、TCL（000100）、京东方A（000725）、天音控股（000829）、海康威视（002415）、爱施德（002416）、工业富联（601138）、冠捷科技（000727）共9 家公司作为初步样本公司群，进行下一步可比公司选择计算。

利用优劣解距离法进行下一步可比公司选择。将神州数码（000034）、中兴通讯（000063）、TCL（000100）、京东方A（000725）、天音控股（000829）、海康威视（002415）、爱施德（002416）、工业富联（601138）、冠捷科技（000727）与矽塔科技指标进行汇总，构建表7 特征指标体系。

表7 特征指标体系

针对不同指标要进行对应类型的数据标准化处理，利用以下公式得到标准化的矩阵同时，为保证数值有效，在无量纲化后对每个数值再加上0.001 的有效值。

式中，x为规范化值；xij为第i个指标第j年的原始值。

在熵权法下计算第j 项指标的信息熵ej，见表8。

表8 各指标信息熵及权重

在熵权法下确定评价指标的权重wj，见表8。

式中：gj为各个指标的变异系数，gj=1-ej。

利用熵权法确定的指标权重，对标准化矩阵中的指标进行加权，构建规范化决策矩阵，确定指标中的正理想解与负理想解。

正理想解：

式中：V+表示i 个对象中的最大值，V-表示i个对象中的最小值。

计算每个待评价对象计算每个对象离正理想解与负理想解的相对贴近度，将其从小到大排列，得到各评价对象的优先序列，见表9。

表9 可比公司排序

结果得出，根据聚类分析法与优劣解距离法的结合，选择排名前五的上市公司作为可比公司，确定中兴通讯（000063）、TCL（000100）、京东方A（000725）、海康威视（002415）、冠捷科技（000727）作为矽塔科技的可比公司。

根据五个可比公司的相对距离，将相对距离转换为各可比公司的权重（见表10）。

表10 可比公司权重

3.计算目标企业价值乘数

本文为了减少价值乘数整合的不合理性与主观性，在主成分分析法的基础上引入变异系数，进而保证价值乘数在可比公司之间的稳定性，选择合适的价值乘数。代入可比公司价值乘数比率得出结果（见表11）。

表11 价值乘数变异系数

由表可知，息税前利润价值乘数、市盈率的变异系数最小，而市净率（PE）、EV/无形资产净额、EV/总资产和EV/营业收入的变异系数较高。因此，需要对其进行再次选择，故本文以市盈率、息税前利润价值乘数两个价值乘数作为可比公司价值乘数选取标准。

以主成分回归模型作为支撑，将不同价值乘数合理划分所占的比例。以前期选定的样本企业的价值乘数体系指标数据为基础，利用SPSS27.0 软件重新进行回归，进而获得市盈率与息税前利润价值乘数各自持有的权重（见表12）。

表12 价值乘数权重

通过将可比公司的权重与价值乘数进行组合，计算各价值乘数的加权平均值，即得到目标公司价值乘数比率。

最终得到目标公司PE 乘数为27.73、EBIT 乘数为24.96（见表13）。

表13 目标公司价值乘数

4.量化缺乏流动性折扣

本文选择案例为上市公司并购非上市公司案例，市盈率对信息技术企业价值影响最大，为保持价值驱动因素的一致性，整理WIND 数据库得到信息技术企业2019 年至2021 年上市公司并购上市公司数量共42 起，平均市盈率为27.28；上市公司并购非上市公司数量共145 起，平均市盈率为19.96。本文构建适合信息技术企业的缺乏流动性度量模型，将上市公司并购上市公司与上市公司并购非上市公司之间的市盈率进行差异量化，转换为信息技术企业缺乏流动性折扣比率，进而优化评估价值。

通过对信息技术企业上市公司并购上市公司的平均市盈率与上市公司并购非上市公司的平均市盈率进行计算，得出信息技术企业缺乏流动性折扣为26.83%。

5.评估结果分析

已知矽塔科技2021 年9 月30 日的非经营性资产净值（按评估师收益法确定值），根据分析，计算得到矽塔科技的全部股权价值，即矽塔科技在评估基准日全部股权价值为3.52 亿元（见表14）。

表14 市场法评估结果

数据来源及说明：（1）根据矽塔科技财务数据计算整理；

（2）按PE 计算股权价值=PE 乘数×PE 驱动因素×（1-缺乏流通性折扣率）；

（3）按EBIT=（EBIT 乘数×EBIT-付息负债）×（1-缺乏流性折扣率）；

上海贝岭并购矽塔科技的实际价值采用收益法进行评估，收益法评估结果为3.61 亿元，最终的交易价格为3.6 亿元。将本文所改进构建的市场法评估值与实际并购价值确定的评估值比较分析，改进后的市场法评估结果与收益法评估结果差异-2.55%，与实际交易价格仅差异-2.33%，均在合理的估值区间内。

四、结语

信息技术属于新兴行业，本文基于行业特点与并购估值现状，在现有市场法的局限性下，对市场法在信息技术企业中的应用前景展开分析，认为市场法适用于企业并购估值。故选择市场法对信息技术企业价值进行评估，从优化行业差异、衡量企业差异和量化市场差异三方面入手，对相应步骤进行优化与改进，改进构建适合信息技术企业的市场法，选择上海贝岭并购矽塔科技事件对改进思路展开验证，评价改进思路和方法的可行性，结果表明，采用改进构建的市场法所评估出的结果与实际的并购价格差距较小，在合理范围内。同时，考虑非上市公司缺乏流动性的影响，以确定的目标价值乘数测算信息技术企业缺乏流动性折扣比率，提高评估结果的准确性。故本文对市场法提出的相关改进是可行的，表明信息技术企业并购估值时可以选择市场法，其所评估出的结果可作为并购价格的依据。

信息技术企业的并购事件频繁发生，实务界对并购价值的合理性要求愈发严格。本文对市场法评估信息技术企业价值的思路进行改进，但可比公司选取与价值乘数确定的步骤仍需多加测验，其准确性仍需进行检验，不断完善模型的实用性。本文选择市场法作为并购估值模型，改进后市场法需要利用专业的SPSS 软件选择可比公司群，在实务界中应用需要一定的技术支持。在价值乘数确定方面，价值乘数的行业特性应不断完善。同时，在应用主成分分析法时要贴近目标企业本身特性，注意价值乘数体系之间的相关性，确保价值乘数的确定步骤和数值更加准确。本文选择上海贝岭并购矽塔科技事件作为案例研究对象，在改进的市场法的应用过程中考虑缺乏流动性所带来的折价问题，但企业并购常常涉及业绩承诺，那么在实务中并购价值是否受业绩承诺额的影响，评估结果是否应对其做特殊考虑。