关键词:
企业价值
市场法
特殊价值比率
修正方法
摘要:
随着经济的发展,市场上企业并购重组行为越来越多,如何准确地评估出企业价值是至关重要的。市场法、收益法、成本法是企业价值评估基础方法。在国内企业价值评估实务中,资产基础法的应用是最为常见的,收益法也是一种应用较多的方法,但是市场法却使用较少。相较于国外,尤其发达国家,市场法则运用地十分广泛且成熟。与此同时,由于资本市场容量呈现出不断扩大的发展趋势,产权市场交易制度越来越规范,市场交易量和交易案例数量明显增长,信息披露机制不断完善,以及评估机构服务专业程度的提升,市场法的适用场景将更多更广。而且,运用市场法进行企业价值评估的优势明显:一是方便快捷,二是与市场相接近,三是容易理解。在大量的初创高新技术公司中,净现金流量小于零,则应用收益法会出现很多问题,而资产基础法也不能全面展现企业组织成本价值,容易导致单项资产其整合效应的价值量下降问题,在这些条件下,运用市场法评估会有更好的效果。因此,面对国内企业价值评估实践中市场法的应用较少的现状和市场法本身具有众多优点的状况,本文希望通过对市场法中特殊价值比率的研究,进一步拓展市场法的应用场景。与此同时,在理论研究方面,企业价值评估市场法中价值比率选择方面目前的评估理论是有共识的,在修正方面现有研究对盈利价值比率有比较一致的看法,其他价值比率如何修正还未形成统一看法。由于特殊价值比率如何修正没有成熟的方法,故针对此问题尝试创新。本文以汽车制造行业中蔚来汽车有限公司的企业价值评估为例,具体展示如何对市场法中特殊价值比率进行修正。本文创新地运用统计方法灰色预测关联度和贴近度,在中国汽车制造行业中选出可比上市公司,以其中6家可比上市公司为研究样本,以2001-2018年的18年数据为基础,将特殊价值比率(即EV/车辆年销量)设为被解释变量,将其驱动因素作为解释变量,构造BP神经网络模型并优化运行,以发现他们之间的复杂、稳定关系,从而修正特殊价值比率。经查阅文献、数据,发现汽车制造企业可以采用“EV/车辆年销量”作为该行业特殊价值比率。鉴于特殊价值比率主要关注于销售量,却缺少质量方面的体现,所以本文在解释变量中除了一般价值比率的影响因素,还增加了质量水平驱动因素,以探索出合理、全面地统计模型。最终,得出拟合效果较好的BP神经网络模型后,输入蔚来2018年各个基本数据,运用BATLAB软件运行,获得修正后的特殊价值比率,从而使得市场法评估企业价值更准确。运用BP神经网络模型的原因在于:BP神经网络模型在逼近非线性函数上具有显著优势。能够在函数关系不明确、信息不充分的条件下较好模拟出复杂内在关系。而企业是一个复杂的综合体,大量的非线性关系存在其价值形成中,所以这些特点使得BP神经网络模型可以适用。基于BP神经网络的特殊价值比率修正,为在实务中市场法的应用提供了一种全新的解决思路。依据本文实证结果,发现无论从拟合效果图还是拟合优度值上看,BP神经网络模型的拟合效果都比较好,说明特殊价值比率与驱动因素之间具有稳定复杂的关系。此外,通过蔚来特殊价值比率的测算,最终得到其企业价值,剔除付息债务市场价值后,与市场中估值报告相比较,验证得到估值结果较为合理。因此运用BP神经网络模型修正特殊价值比率具有合理性和可行性。于此同时,本文选择蔚来作为案例,原因在于蔚来同时具有亏损且轻资产运营的特点,适合市场法,并且适合特殊价值比率。亏损状态是不利于收益预测,所以收益法不适用;轻资产特点会让资产基础法忽略部分无形价值,不能真实的全面反映企业价值。此时可以发现对于亏损状态或者轻资产的企业比较适用市场法。又由于亏损的特点会让盈利价值比率失去意义,此外初创型公司在数据的可获得性上较差,故可以考虑依据行业特点采用特殊价值比率进行评估,拓展市场法的应用场景。本文创新之处在于:一、给出特殊价值比率修正方法,并以案例加以解释说明。二、总结出特殊价值比率具体适用范围。三、创新的引入灰色预测关联度及贴近度概念,用计量的方法让可比公司的选择更客观,避免主观性错误。除了创新外,本文还进行了细化更新工作。一方面,统计了最新评估报告,描绘出企业价值评估实务中评估方法应用的最新背景状况。另一方面,通过大量文献、书籍、评估报告的阅读,细化财务指标,详细汇总出各类特殊价值比率的具体形式,为后续相关研究者提供参考。当然,本文还有许多不足,比如在可比公司的选择和特殊价值比率的修正过程中,采用的具体指标是阅读相关文献和书籍得到,可能存在其他更好的解释指标、驱动指标等都有待进一步完善和创新。