賈雨佳

摘要：人工智能行業(yè)發(fā)展迅猛，創(chuàng)新技術(shù)引領(lǐng)的經(jīng)濟(jì)發(fā)展成為時(shí)代潮流。A公司股份有限公司（以下簡稱“A公司”）更是以獨(dú)家的視野作為人工智能軟件服務(wù)模塊中智能語音的開拓者。隨著人工智能上市公司魚貫而出，投資者期望與估值普遍高漲。本文基于APT理論冷靜分析影響人工智能公司價(jià)值的影響因素，并以A公司為例討論其價(jià)值區(qū)間，為其他同行業(yè)公司估值做出參考。

關(guān)鍵詞：公司估值；人工智能；APT；A公司

一、引言

21世紀(jì)是智能新時(shí)代。隨著IT產(chǎn)業(yè)的第五次浪潮，人工智能作為IT產(chǎn)業(yè)的戰(zhàn)略性和前瞻性新興方向，成為繼大數(shù)據(jù)、云計(jì)算后世界科技新的焦點(diǎn)。2016年人工智能領(lǐng)域獲得投資超過580億元，同比增長50%。十九大提出科技創(chuàng)新引領(lǐng)發(fā)展，更是國家大力促進(jìn)科技創(chuàng)新的契機(jī)。4月8日“博鰲亞洲論壇2018年年會(huì)”開幕，以“開發(fā)創(chuàng)新的亞洲，繁榮發(fā)展的世界”為主旨。A公司作為軟件信息服務(wù)類企業(yè)，占據(jù)人工智能與軟件服務(wù)領(lǐng)域具有高研究價(jià)值。然而，現(xiàn)階段國內(nèi)涌起的“AI”熱使得大部分人工智能公司估值偏高，預(yù)期收益可能存在泡沫。準(zhǔn)確的估值為企業(yè)帶來更多的股權(quán)融資機(jī)會(huì)和發(fā)展空間。

二、文獻(xiàn)綜述

對(duì)于股票估值的研究不在少數(shù)，不同的研究方法和統(tǒng)計(jì)方法帶來不同的結(jié)論。其中，股票估值的研究中具有較成熟成果的有絕對(duì)估值法和相對(duì)估值法。絕對(duì)估值法包括折現(xiàn)自由現(xiàn)金流理論及經(jīng)濟(jì)增加值估值等，相對(duì)估值法包括市盈率、市凈率等。早在1962年，William Sharpe提出資本資產(chǎn)定價(jià)模型（CAMP）為股票估值開辟了道路。而Stephen Ross 在此基礎(chǔ)上提出了經(jīng)典的套利定價(jià)理論（APT）概括為多種股票之間存在共同的影響因素加總可得到股票價(jià)值。Kim& Ritter（1999）比較相關(guān)評(píng)價(jià)法對(duì)上市公司估值準(zhǔn)確性發(fā)現(xiàn)使用歷史數(shù)據(jù)比用業(yè)績預(yù)測(cè)更加準(zhǔn)確。Lie& Lie（2002）通過市盈率、市凈率等相對(duì)估值法分別評(píng)估了公司股票內(nèi)在價(jià)值，發(fā)現(xiàn)估值準(zhǔn)確性與公司規(guī)模、無形資產(chǎn)所占比重有關(guān)。

三、案例公司研究背景

（一）公司概況

A公司（深股002230）類屬于人工智能、大數(shù)據(jù)、人臉識(shí)別、智能穿戴、智能音箱、在線教育等概念板塊。其控制人為中國移動(dòng)通信有限公司。該公司是語音合成的拔尖企業(yè)，在全球語音市場(chǎng)份額為6.7%，國內(nèi)更是達(dá)到50%。2010年推出全球首個(gè)智能語音交互云平臺(tái)“訊飛語音云”在“AI+”背景下推動(dòng)建設(shè)“平臺(tái)+賽道”戰(zhàn)略。戰(zhàn)略主要包括為持續(xù)保持行業(yè)領(lǐng)導(dǎo)者地位而構(gòu)建AI開發(fā)者閉環(huán)迭代的生態(tài)體系，及能夠解決社會(huì)剛需并形成利潤根據(jù)地的主賽道。A公司在教育、公檢法、醫(yī)療、智慧城市、智能汽車、客服和消費(fèi)者產(chǎn)品等領(lǐng)域形成了產(chǎn)品和應(yīng)用，并逐步拓展和研發(fā)。

（二）公司市場(chǎng)表現(xiàn)

2018年3月29日A公司宣布進(jìn)行5112343.5CNY股票回購。信號(hào)理論認(rèn)為，股票回購?fù)鳛閮?nèi)部人與外部人信息不對(duì)稱時(shí)，公司股價(jià)被低估或公司預(yù)期盈余優(yōu)于市場(chǎng)的可執(zhí)行性信號(hào)表達(dá)。而通過國泰安數(shù)據(jù)庫查找到近年來A公司的托賓Q值約為3～6之間，證明公司存在較大投資機(jī)會(huì)，符合股東利益最大化要求。在中國市場(chǎng)有效性不足的情況下，信號(hào)理論的效果并不明顯，主要支持代理成本理論即自用現(xiàn)金流觀點(diǎn)。但是考慮到A公司的股東與管理層不存在分歧均為一人，所以代理成本可忽略。股利回購昭示了公司未來業(yè)績表現(xiàn)值得期待。

另外公司的融資融券水平逐步提高，公司的分紅具有持續(xù)性和高支付率的特點(diǎn)，為投資者傳遞了企業(yè)業(yè)績良好具有持續(xù)成長和發(fā)展?jié)摿Φ男盘?hào)。且公司的資產(chǎn)負(fù)債率穩(wěn)步增至40%左右，適應(yīng)現(xiàn)階段公司高增速發(fā)展。（見圖1）

四、案例公司選取理由

（一）行業(yè)可研究性

在知識(shí)經(jīng)濟(jì)時(shí)代下，人工智能行業(yè)具有高新信息技術(shù)的創(chuàng)新性和知識(shí)產(chǎn)權(quán)性質(zhì)。人工智能與其他行業(yè)顯著不同的地方，在于其輕資產(chǎn)眾多，專利與知識(shí)產(chǎn)權(quán)為營業(yè)收入的重要來源。所以人工智能板塊上市公司信息披露中產(chǎn)品研發(fā)的資本性支出較多，且大部分以無形資產(chǎn)的形式表現(xiàn)的資產(chǎn)無實(shí)物形態(tài)，難以核算準(zhǔn)確價(jià)值。第二是信息不對(duì)稱。以A公司為例，人工智能與語音教育的日常業(yè)務(wù)包含的固定資產(chǎn)較多且線上業(yè)務(wù)多，但由于國內(nèi)市場(chǎng)有效性弱且投資者無法獲取充分信息，可能存在“搭便車”行為，除了企業(yè)公布的財(cái)務(wù)報(bào)表中管理層發(fā)布的信息，人工智能行業(yè)資產(chǎn)價(jià)值評(píng)估存在一定難度，很大程度依靠個(gè)人判斷和外來宣傳干擾因素。這給人工智能板塊股票估值帶來了很大難度。

（二）方法可研究性

A公司創(chuàng)始人認(rèn)為中國AI公司估值高因?yàn)橹袊泿艛?shù)量與供求關(guān)系；國民對(duì)于人工智能期待過大；技術(shù)爆炸和高速積累的資本使得馬太效應(yīng)放大化。

本文基于人工智能公司視角，將人工智能的公司價(jià)值顯著性特征劃分為技術(shù)資本、人力資本、組織架構(gòu)與盈利能力三個(gè)方面。對(duì)于人工智能公司通常局域杰出的工作團(tuán)隊(duì)和高學(xué)歷高研究能力的技術(shù)人員，這是企業(yè)重要的成本，也是利潤的造就者。在與物聯(lián)網(wǎng)結(jié)合的數(shù)據(jù)時(shí)代，公司所用有的數(shù)據(jù)能力和自主研發(fā)成為投資者考核的重要技術(shù)性指標(biāo)。而這里的資產(chǎn)并不指財(cái)務(wù)報(bào)表中的貨幣資產(chǎn)等實(shí)物資產(chǎn)，更多是以軟件開發(fā)和研發(fā)支出形式表現(xiàn)的資產(chǎn)。

五、案例公司股票估值

現(xiàn)代股票定價(jià)理論加入更多統(tǒng)計(jì)應(yīng)用元素，建立在一定的假設(shè)基礎(chǔ)上，模型理論性強(qiáng)且運(yùn)行復(fù)雜。股票定價(jià)理論中普遍認(rèn)可的有MPT、CAPM、因素模型及APT。Steven. Ross創(chuàng)立了套利定價(jià)理論并提出市場(chǎng)杜絕套利機(jī)會(huì)的觀點(diǎn)。通過將資產(chǎn)定義成一個(gè)多因素影響的線性模型，然后尋找恰當(dāng)?shù)囊蛩亟M合來擬合定價(jià)。該模型的優(yōu)點(diǎn)是全面考慮了市場(chǎng)因素與非市場(chǎng)因素，結(jié)論更客觀有效。

（一）估值模型分析

本文在借鑒APT（套利定價(jià)理論）的基礎(chǔ)上，以因子分析法替代主成分分析法，通過縱向?qū)Ρ華公司與軟件服務(wù)業(yè)的行業(yè)估值，選用A股CSRC軟件和信息技術(shù)服務(wù)業(yè)（按照證監(jiān)會(huì)行業(yè)分類規(guī)定）的深滬上市公司。假設(shè)所有股票價(jià)值受F1， F2…， Fn多個(gè)因素影響，那么股票價(jià)值的回歸方程可以表示為：

其中：Vmn表示股票m在 n時(shí)期的價(jià)值；Fin表示對(duì)股票價(jià)值造成影響的第i個(gè)因素；bmi表示這第i個(gè)因素對(duì)股票價(jià)值的敏感系數(shù)；am為截距項(xiàng)，表示當(dāng)Fin都為零時(shí)股票m 的價(jià)值。

經(jīng)過上文的分析，開始進(jìn)行指標(biāo)的選取。

1. 研發(fā)技術(shù)指標(biāo)

從技術(shù)角度選擇會(huì)計(jì)信息中研發(fā)支出占營業(yè)收入的比重作為衡量自主技術(shù)的主要依據(jù)。同時(shí)進(jìn)行適當(dāng)?shù)臅?huì)計(jì)調(diào)整，因?yàn)樨?cái)務(wù)報(bào)表中作為費(fèi)用化的支出也體現(xiàn)于人工智能產(chǎn)品的沉默成本中，因此將費(fèi)用化與資本化研發(fā)支出同時(shí)計(jì)入總支出中。定義研發(fā)技術(shù)指標(biāo)用研發(fā)支出總額占營業(yè)收入比例來表示。

2.人力資本指標(biāo)

從人力資源價(jià)值角度，根據(jù)管理相關(guān)理論將該價(jià)值分割為補(bǔ)償人力資源價(jià)值與貢獻(xiàn)人力資源價(jià)值，補(bǔ)償?shù)娜肆Y源價(jià)值可以從職工薪酬中體現(xiàn)，而貢獻(xiàn)則表現(xiàn)在優(yōu)質(zhì)服務(wù)引起客戶的滿意度提升，公司名譽(yù)上升等不易具體化的價(jià)值中，因此考慮以商譽(yù)與無形資產(chǎn)總額作為主要評(píng)價(jià)依據(jù)。

3.組織結(jié)構(gòu)指標(biāo)

從企業(yè)管理角度，組織架構(gòu)對(duì)于公司的管理非常重要，而人工智能公司中學(xué)歷水平和技術(shù)人員的比重顯著區(qū)別其他行業(yè)。本文將學(xué)歷與技術(shù)人員占比進(jìn)行加權(quán)擬合，得到評(píng)價(jià)人工智能行業(yè)組織架構(gòu)的指標(biāo)。而考慮到對(duì)于所有公司都重要的業(yè)績?cè)u(píng)價(jià)指標(biāo)凈資產(chǎn)收益率同樣作為該企業(yè)的估值指標(biāo)，以防止公司的價(jià)值評(píng)價(jià)與其他行業(yè)偏差過大，缺乏可比性和可行性。

對(duì)指標(biāo)進(jìn)行顯著性檢驗(yàn)發(fā)現(xiàn)在5%的顯著性水平下較平穩(wěn)。（見表1）

（二）估值模型計(jì)算

基于APT理論，人工智能模塊股票的價(jià)值回歸方程可簡化為下面公式：

該模型利用人工智能行業(yè)特征，著重討論了從技術(shù)水平、人力資本價(jià)值、組織架構(gòu)及盈利能力四個(gè)角度對(duì)人工智能公司估值的影響程度。并借助指標(biāo)進(jìn)行以A公司為例的實(shí)證研究。（見表2）

由于各股票估值影響因素的表達(dá)方式有絕對(duì)值和相對(duì)值，先進(jìn)行標(biāo)準(zhǔn)化和歸一化后，對(duì)貢獻(xiàn)率小的因子選擇剔除，剩余三個(gè)影響因素作為主因子分析相關(guān)性。得到相關(guān)系數(shù)陣的四個(gè)特征值依次為1.5253、1.3520、0.8996、0.2231，最后一個(gè)特征值很小，前三個(gè)特征值累計(jì)貢獻(xiàn)率達(dá)到0.9442。于是我們略去第四個(gè)主成分。

對(duì)股票各數(shù)據(jù)直接作線性回歸得到經(jīng)驗(yàn)回歸方程：

y =9612221811.6417+9.8676×F1

+361023268.9918×F2+19369122.646069×F3

+1677.1461653.1313×F4

再由主成分估計(jì)計(jì)算，獲得如下主成分回歸方程：

y =11468558.5531+27.3536×F1

+3016549711.7485×F2+2289188479.2757×F3

+89096598886.4912×F4

對(duì)兩個(gè)方程計(jì)算均方誤差分別為1.9595e+10和1.1543e+10，發(fā)現(xiàn)后者具有更小均方誤差，主成分分析法更穩(wěn)定，且通過顯著性檢驗(yàn)，即結(jié)果具有有效性。且計(jì)算出的A公司價(jià)值為64，880，417，829.03元，與現(xiàn)有數(shù)據(jù)下同期機(jī)構(gòu)投資者估值82，127，341，159.92元相比偏低。但是從整個(gè)行業(yè)看雖然估值分析水平偏高，A公司仍然處于軟件服務(wù)業(yè)中市值名列前茅的股票。

（三）估值模型評(píng)價(jià)與檢驗(yàn)

我們利用DCF絕對(duì)估值驗(yàn)證公司估值是否準(zhǔn)確。假設(shè)采用一年期的SHIBOR利率作為無風(fēng)險(xiǎn)利率，利用每日收盤價(jià)格收益率與深市中小板塊指數(shù)計(jì)算貝塔值。A公司使用所得稅率10%，且本文假設(shè)公司以銀行一到三年期銀行貸款利率作為債務(wù)資本成本。計(jì)算結(jié)果如圖，得到WACC約10.2，市值約為76，592，683，188。該估值位于證券算出市值與APT模型的結(jié)果之間，證明A公司的市值的確高于同行業(yè)股票，具有潛力建議增持。

六、結(jié)論

從傳統(tǒng)軟件到IT行業(yè)，再到大數(shù)據(jù)經(jīng)歷了云計(jì)算后終于迎來了人工智能。以管窺豹，人工智能行業(yè)不可否置存在著大量投資機(jī)會(huì)，但需要投資者認(rèn)真鑒別公司價(jià)值與預(yù)期收益。通過尋找行業(yè)顯著特征與傳統(tǒng)估值理論結(jié)合，我們發(fā)現(xiàn)新的估值途徑和關(guān)于該類企業(yè)有價(jià)值的會(huì)計(jì)信息。以A公司為例，在新興的智能語音行業(yè)存在突出的市值優(yōu)勢(shì)但仍需要借鑒同行業(yè)發(fā)展趨勢(shì)綜合判斷。

在激烈的貿(mào)易戰(zhàn)中，擁有高新技術(shù)的人工智能企業(yè)仍然要注重專利權(quán)和技術(shù)的創(chuàng)新。技術(shù)與研發(fā)人員是有聯(lián)系的，一個(gè)人工智能企業(yè)研發(fā)能力關(guān)乎其存續(xù)機(jī)會(huì)和發(fā)展速度。在投資該類企業(yè)時(shí)更應(yīng)關(guān)注其盈利能力背后反映的公司實(shí)際運(yùn)營效率進(jìn)行理性估值，不能盲目追隨高捧沒有技術(shù)支撐的公司。

參考文獻(xiàn)：

[1]利亞濤.上市公司估值與A股市場(chǎng)實(shí)證研究[D].中國社會(huì)科學(xué)院研究生院，2010（4）.

[2]宋光輝，孫影.基于行業(yè)市盈率的股票估值A(chǔ)PT及有效性分析[J].財(cái)會(huì)月刊，2017（29）：116-122.

[3]賈明琪，朱建華.創(chuàng)業(yè)板市場(chǎng)股票估值方法研究[J].財(cái)會(huì)月刊，2010（7）：49-51.

[4]黃鷺葦.絕對(duì)估值法和相對(duì)估值法比較——基于市盈率法和自由現(xiàn)金流模型對(duì)股票的實(shí)證分析[J].時(shí)代金融，2014 （02）：107-108.

[5]何超.中國房地產(chǎn)業(yè)上市公司股票估值研究[D].沈陽大學(xué)，2014.