■ 周鷹飛 胡 兵 俞家清 徐太生

（1.江蘇華信資產(chǎn)評(píng)估有限公司，江蘇南京 210000；2.江蘇省資產(chǎn)評(píng)估協(xié)會(huì)，江蘇南京 210000）

一、引言

在評(píng)估實(shí)務(wù)中有一類具有“專精特新”特質(zhì)的企業(yè)，它們?cè)谠u(píng)估基準(zhǔn)日收入少（或者無(wú)）、利潤(rùn)少（或者為負(fù)）、資產(chǎn)總額也小。如何合理地采用市場(chǎng)法對(duì)它們進(jìn)行價(jià)值評(píng)估成為評(píng)估實(shí)務(wù)中的一個(gè)難點(diǎn)。本文選用“EV/資本”價(jià)值比率作為衡量企業(yè)價(jià)值的倍數(shù)，并采用企業(yè)績(jī)效評(píng)分計(jì)算得出各可比公司及被評(píng)估企業(yè)的總分值，傳統(tǒng)方法是直接將被評(píng)估企業(yè)總分值除以可比公司總分值，得出各可比公司價(jià)值比率的調(diào)整系數(shù)，然后利用該系數(shù)計(jì)算得出調(diào)整后的價(jià)值比率，取其平均值作為被評(píng)估企業(yè)的價(jià)值比率，再據(jù)此計(jì)算被評(píng)估企業(yè)的價(jià)值。采用該方法在評(píng)估實(shí)務(wù)中，我們發(fā)現(xiàn)由于選取可比公司數(shù)量的不同，或者一組可比公司價(jià)值比率上下波動(dòng)范圍的不同，計(jì)算得出的被評(píng)估企業(yè)價(jià)值比率變動(dòng)可能很大，即價(jià)值比率的穩(wěn)定性不足，從而影響被評(píng)估企業(yè)價(jià)值的合理性和有效性。

本文選取科源制藥（301281.SZ）作為被評(píng)估企業(yè)，以一組化學(xué)制藥的上市公司為可比公司，分別就股票市場(chǎng)的定價(jià)與上市公司比較法估值進(jìn)行分析，針對(duì)價(jià)值比率和公司總分值（公司得分）兩個(gè)參數(shù)，研究表明采用最優(yōu)尺度回歸確實(shí)比直接價(jià)值比率對(duì)比調(diào)整具有更小的誤差范圍，從而實(shí)證說(shuō)明該方法的有效性。

二、企業(yè)績(jī)效評(píng)分

企業(yè)績(jī)效評(píng)分是借鑒《企業(yè)績(jī)效評(píng)價(jià)標(biāo)準(zhǔn)值2023》中的評(píng)價(jià)指標(biāo)體系和評(píng)分標(biāo)準(zhǔn)，并結(jié)合企業(yè)所屬行業(yè)的特點(diǎn)，從企業(yè)的盈利能力、資產(chǎn)質(zhì)量、債務(wù)風(fēng)險(xiǎn)、經(jīng)營(yíng)增長(zhǎng)等方面對(duì)被評(píng)估企業(yè)與可比公司間的差異進(jìn)行量化，選取適宜的財(cái)務(wù)指標(biāo)按照功效系數(shù)法計(jì)分原理，將評(píng)價(jià)指標(biāo)實(shí)際值對(duì)照行業(yè)評(píng)價(jià)標(biāo)準(zhǔn)值，按照規(guī)定的計(jì)分公式計(jì)算各項(xiàng)基本指標(biāo)得分。再在基本指標(biāo)計(jì)分結(jié)果的基礎(chǔ)上，運(yùn)用功效系數(shù)法原理，分別計(jì)算盈利能力、資產(chǎn)質(zhì)量、債務(wù)風(fēng)險(xiǎn)和經(jīng)營(yíng)增長(zhǎng)四個(gè)部分的綜合修正系數(shù)，再據(jù)此計(jì)算出修正后的分?jǐn)?shù)（圖1）?；居?jì)算公式如下：[1]

圖1 財(cái)務(wù)指標(biāo)的總得分計(jì)算邏輯示意圖

單項(xiàng)基本指標(biāo)得分=本檔基礎(chǔ)分+調(diào)整分

基本指標(biāo)總得分=∑單項(xiàng)基本指標(biāo)得分

各部分修正后得分=各部分基本指標(biāo)分?jǐn)?shù)×該部分綜合修正系數(shù)

修正后總得分=∑各部分修正后得分

三、價(jià)值比率的選擇與確定

價(jià)值比率是指在資產(chǎn)價(jià)值和與其具有關(guān)聯(lián)關(guān)系的財(cái)務(wù)或者非財(cái)務(wù)等指標(biāo)之間所建立的比值關(guān)系，并以此作為評(píng)估資產(chǎn)價(jià)值的一種價(jià)值倍數(shù)。[2]按照價(jià)值比率的分母分類可以是盈利類指標(biāo)、收入類指標(biāo)、資產(chǎn)類指標(biāo)，針對(duì)不同類型的指標(biāo)可以衍生出不同類型的價(jià)值比率，如盈利類指標(biāo)衍生出盈利基礎(chǔ)價(jià)值比率；資產(chǎn)類指標(biāo)衍生出資產(chǎn)基礎(chǔ)價(jià)值比率等。[3]

當(dāng)被評(píng)估企業(yè)處于成長(zhǎng)期或高投入期時(shí)，其收入少（或者無(wú)）、利潤(rùn)少（或者為負(fù)）、資產(chǎn)總額也小。現(xiàn)有的價(jià)值比率不能準(zhǔn)確地衡量企業(yè)的價(jià)值，因此，本文采用公司資本（股本+資本公積-庫(kù)存股）作為價(jià)值比率的分母，重新定義一個(gè)新的價(jià)值比率，即“EV/資本”。

企業(yè)價(jià)值（EV）=20 日成交均價(jià)×A 股股本+付息負(fù)債+少數(shù)股東權(quán)益價(jià)值+優(yōu)先股價(jià)值-非經(jīng)營(yíng)性資產(chǎn)（扣除負(fù)債），貨幣資金并入非經(jīng)營(yíng)性資產(chǎn)計(jì)算。

科源制藥于2023 年4 月4 日登錄中國(guó)A 股創(chuàng)業(yè)板，公司主要從事化學(xué)原料藥及其制劑產(chǎn)品的研發(fā)、生產(chǎn)和銷售，產(chǎn)品覆蓋降糖類、麻醉類、心血管類及精神類等領(lǐng)域，同時(shí)兼營(yíng)少量中間體業(yè)務(wù)。因此，本文選擇申銀萬(wàn)國(guó)三級(jí)行業(yè)分類中的原料藥、化學(xué)制劑和其他生物制品中的全部股本為A 股的上市公司作為可比公司。以2023 年6 月30 日為評(píng)估基準(zhǔn)日共選擇出162 家，計(jì)算出各價(jià)值比率和公司得分（表1）。

價(jià)值比率種類眾多，對(duì)于價(jià)值比率的最佳估計(jì)常常是通過(guò)運(yùn)用最適合的價(jià)值比率得出。[4]本文采用統(tǒng)計(jì)方法，把各種價(jià)值比率與公司得分進(jìn)行相關(guān)分析，以相關(guān)系數(shù)最高的價(jià)值比率作為最佳解釋價(jià)值比率，即“EV/資本”價(jià)值比率（表2）。EV/IC、EV/EBIT、EV/S 因相關(guān)系數(shù)為負(fù)值，不符合經(jīng)濟(jì)預(yù)期，不適用。

四、可比公司

我們以公司得分為縱坐標(biāo)，“EV/資本”價(jià)值比率為橫坐標(biāo)作圖，觀察公司得分與價(jià)值比率間的分布。基于各家公司得分相近，則它們的基本經(jīng)營(yíng)績(jī)效情況相似、公司價(jià)值相近的判斷，理論上各家公司應(yīng)該沿著圖中右下向左上分布（圖2）。但股票市場(chǎng)會(huì)受到無(wú)效性因素的干擾影響，個(gè)別股票價(jià)格可能會(huì)有一些非正常的異動(dòng)，實(shí)際結(jié)果并非如此，測(cè)算的擬合優(yōu)度非常小，R2為0.083。

圖2 可比公司分布分散，存在著強(qiáng)影響點(diǎn)

為此，我們對(duì)可比公司價(jià)值比率較高值端數(shù)據(jù)進(jìn)行5%截尾處理，以減輕極端值的影響，排除極端值后擬合優(yōu)度略有改善，R2為0.111。但分布情況并未改善，按上市板塊分類觀察，與科源制藥（被評(píng)估企業(yè)，圖中標(biāo)注1）公司得分0.8903 相近的可比公司，3 個(gè)板塊均有，以創(chuàng)業(yè)板上市公司居多，但價(jià)值比率分布范圍較寬（圖3）。如按細(xì)分行業(yè)分類觀察，同樣是3 個(gè)細(xì)分行業(yè)均有，以化學(xué)制劑公司居多，價(jià)值比率分布范圍同樣較寬（圖4）。

圖3 與科源制藥公司得分相近的可比公司，以創(chuàng)業(yè)板上市公司居多

圖4 與科源制藥公司得分相近的可比公司，以化學(xué)制劑公司居多

五、價(jià)值比率調(diào)整

為了稀釋個(gè)別股票價(jià)格的異動(dòng)，傳統(tǒng)可比公司數(shù)量的選擇可以以被評(píng)估企業(yè)得分為基礎(chǔ)，以接近被評(píng)估企業(yè)得分附近的一組公司作為可比公司。我們選取與科源制藥公司得分差異率在±9.5%的公司作為可比公司（共29 家），計(jì)算價(jià)值比率調(diào)整系數(shù)和調(diào)整后的價(jià)值比率，取其平均值作為科源制藥的價(jià)值比率（表3）。

表3 價(jià)值比率調(diào)整計(jì)算

調(diào)整后“EV/資本”的平均值為5.74，股票市場(chǎng)對(duì)科源制藥的定價(jià)為4.43，兩者差異率為29.6%。產(chǎn)生差異的主要原因是由于價(jià)值比率分布范圍較寬所致（圖3、圖4）。減少可比公司數(shù)量，或者從提高可比公司信息質(zhì)量入手選擇可比公司，可能價(jià)值比率的計(jì)算結(jié)果有所改善。受可比公司信息收集所限，在未能深入理解可比公司價(jià)值內(nèi)涵的基礎(chǔ)上，對(duì)可比公司選擇一般是以價(jià)值比率為基礎(chǔ)進(jìn)行數(shù)據(jù)雙邊截尾處理。妥善處理可比公司數(shù)量與質(zhì)量之間的矛盾，成為實(shí)務(wù)操作過(guò)程難點(diǎn)之一。選擇不同數(shù)量的可比公司計(jì)算價(jià)值比率平均值，其數(shù)值可能存在變動(dòng)較大、不穩(wěn)定的問(wèn)題。

六、價(jià)值比率調(diào)整方法的優(yōu)化

（一）最優(yōu)尺度回歸

將被評(píng)估企業(yè)得分與可比公司得分直接相除，即意味著公司得分之間的差距是相等的或者說(shuō)它們對(duì)價(jià)值比率的數(shù)值影響程度是均勻的，這種假設(shè)有些草率，基于此的分析有時(shí)會(huì)得出很不合理的結(jié)論。公司得分與價(jià)值比率之間并不存在一種函數(shù)或確定性依賴關(guān)系，它們之間是一種統(tǒng)計(jì)依賴關(guān)系。這個(gè)性質(zhì)的意義在于：公司得分固然重要，但并不能準(zhǔn)確地預(yù)測(cè)公司價(jià)值比率。依據(jù)計(jì)量經(jīng)濟(jì)學(xué)原理，一則對(duì)公司得分和價(jià)值比率的測(cè)量不論多么精細(xì)，總是存在著測(cè)量誤差；二則除了公司得分外，還有一大堆整體影響著價(jià)值比率的因素，卻難于一一辨認(rèn)出來(lái)。因此，無(wú)論我們考慮了多少個(gè)影響因素，卻無(wú)法完全地解釋價(jià)值比率。它的一些“內(nèi)在”的或者隨機(jī)的變異是注定存在的。[5]也就是說(shuō)，我們需要采用計(jì)量經(jīng)濟(jì)學(xué)原理處理隨機(jī)變量。

在統(tǒng)計(jì)學(xué)中，按照對(duì)事物描述的精確程度，將所采用的測(cè)量尺度從低到高分為4 個(gè)層次：定類尺度、定序尺度、定距尺度和定比尺度。在這4 種測(cè)量尺度之間，按照信息量的高低，可將高層次測(cè)量尺度的測(cè)量結(jié)果轉(zhuǎn)換為低層次測(cè)量尺度的測(cè)量結(jié)果。[6]因此，我們將公司得分的測(cè)量尺度由定比更改為定序尺度，但更改后其計(jì)量結(jié)果只能自然排序，不能直接進(jìn)行算術(shù)運(yùn)算。為此，我們首先進(jìn)行最優(yōu)尺度變換?？稍赟PSS 統(tǒng)計(jì)軟件中使用分類回歸（Categorical Regression）過(guò)程實(shí)現(xiàn)。

最優(yōu)尺度變換是專門(mén)用于解決在統(tǒng)計(jì)建模時(shí)如何對(duì)變量進(jìn)行量化評(píng)分的問(wèn)題，其基本思路是基于希望擬合的數(shù)學(xué)模型框架，分析各級(jí)別對(duì)因變量影響的強(qiáng)弱變化情況，在保證變換后各變量間的聯(lián)系為線性的前提下，采用一定的非線性變換方法進(jìn)行反復(fù)迭代，從而為原始自變量的每一個(gè)類別找到最佳的量化評(píng)分，隨后在相應(yīng)模型中使用量化評(píng)分代替原始變量進(jìn)行后續(xù)分析，這樣就可將各種傳統(tǒng)回歸分析方法的適用范圍一舉擴(kuò)展到全部測(cè)量尺度。如果最優(yōu)尺度變換技術(shù)被用于線性回歸，即最優(yōu)尺度回歸方法。[7]

我們采用SPSS 的分類回歸對(duì)變量進(jìn)行變換，為每一個(gè)變量用量化評(píng)分的方式來(lái)表示各類變量間的差異，評(píng)分近似則表示影響程度相近，評(píng)分相差越大影響程度差異也越大。公司得分（表4）和價(jià)值比率（表5）經(jīng)“最優(yōu)尺度變換”后得到原始變量和量化評(píng)分的對(duì)應(yīng)量化數(shù)值表。

表4 公司得分a

表5 EV/資本a

（二）模型假設(shè)檢驗(yàn)

最優(yōu)尺度回歸的本質(zhì)是基于模型效果最優(yōu)化的原則，首先對(duì)原始變量進(jìn)行變換，將各變量轉(zhuǎn)換為適當(dāng)?shù)牧炕u(píng)分，然后使用量化評(píng)分代替原變量進(jìn)行回歸分析，因此結(jié)果輸出基本上都是變換后評(píng)分的分析結(jié)果。[7]

從表6 模型摘要給出的結(jié)果可知模型的擬合優(yōu)度略低，變換后模型的調(diào)整后決定系數(shù)為0.109。對(duì)于經(jīng)濟(jì)數(shù)據(jù)，在針對(duì)市場(chǎng)法評(píng)估進(jìn)行的回歸分析中，我們沒(méi)有必要強(qiáng)調(diào)多高的R2才有意義，相反，我們更應(yīng)該強(qiáng)調(diào)回歸分析本身的預(yù)測(cè)能力。當(dāng)R2下降時(shí)，回歸的預(yù)測(cè)范圍將會(huì)擴(kuò)大。[8]

表6 模型摘要

表7 是總模型有無(wú)意義的檢驗(yàn)。結(jié)果表明變換后評(píng)分?jǐn)M合的模型整體非常顯著，P 值為0.003，模型具有統(tǒng)計(jì)學(xué)意義。

表7 方差分析（ANOVA）

表8 為模型中系數(shù)的估計(jì)值和檢驗(yàn)結(jié)果。P 值小于0.001，結(jié)論為公司得分的量化評(píng)分和“EV/資本”的量化評(píng)分間的聯(lián)系有統(tǒng)計(jì)學(xué)意義。

表8 模型中變量系數(shù)

總體結(jié)論：模型總體通過(guò)了統(tǒng)計(jì)學(xué)檢驗(yàn)，擬合變換后評(píng)分?jǐn)?shù)據(jù)顯著，公司得分的量化評(píng)分通過(guò)了統(tǒng)計(jì)學(xué)檢驗(yàn)，公司得分的量化評(píng)分和“EV/資本”的量化評(píng)分之間關(guān)系符合經(jīng)濟(jì)學(xué)預(yù)期。

（三）被評(píng)估企業(yè)價(jià)值比率的確定

被評(píng)估企業(yè)價(jià)值比率的確定過(guò)程分為三個(gè)步驟：

第一步，根據(jù)“公司得分”量化表采用插值法計(jì)算被評(píng)估企業(yè)公司得分的量化評(píng)分。被評(píng)估單位公司得分原始值為0.8903，計(jì)算出的量化評(píng)分為1.0000。

第二步，由被評(píng)估企業(yè)公司得分的量化評(píng)分1.0000 計(jì)算出被評(píng)估企業(yè)價(jià)值比率的量化評(píng)分為0.4090（1.0000×0.4090）。

第三步，對(duì)照“EV/資本”量化表采用插值法計(jì)算，將被評(píng)估企業(yè)價(jià)值比率的量化評(píng)分轉(zhuǎn)換成變換前價(jià)值比率的原始數(shù)值，即反推計(jì)算出評(píng)估對(duì)象的價(jià)值比率。即得到：EV/資本=4.41。

股票市場(chǎng)對(duì)被評(píng)估企業(yè)（科源制藥）“EV/資本”的定價(jià)為4.43。二者比較，差異率為0.45%。

七、價(jià)值比率穩(wěn)定性的研究

如圖5 和圖6 所示。因?yàn)槲覀儼选癊V/資本”設(shè)定為等距的數(shù)值變量，SPSS 只是對(duì)它進(jìn)行了標(biāo)準(zhǔn)變換，在變換中沒(méi)有改變各數(shù)據(jù)間的差異（圖5）。

圖5 “EV/資本”評(píng)分對(duì)應(yīng)圖

圖6 “公司得分”評(píng)分對(duì)應(yīng)圖

由圖6 觀察發(fā)現(xiàn)，各可比公司可以分為若干組，同一組內(nèi)可比公司被賦予了相同的量化評(píng)分，不同組之間的可比公司的量化評(píng)分則不同，有的組之間差距還非常大。隨后的回歸分析就是用變換后的分值進(jìn)行，相當(dāng)于評(píng)分間為等距變化。

在上文介紹最優(yōu)尺度變換時(shí)，“基于希望擬合的模型框架，分析各級(jí)別對(duì)因變量影響的強(qiáng)弱變化情況”。顯然，最終的量化評(píng)分會(huì)受到希望擬合的模型的影響，變換僅僅保證相應(yīng)的量化評(píng)分在當(dāng)前模型框架中為最優(yōu)，如果模型發(fā)生改變，比如說(shuō)引入了新的自變量，或者其他變量的測(cè)量尺度進(jìn)行了更改，則量化評(píng)分的結(jié)果也會(huì)發(fā)生改變。[7]本文通過(guò)排秩對(duì)可比公司個(gè)案等級(jí)排序來(lái)對(duì)變量進(jìn)行離散化處理，樣本量的變化同樣影響量化評(píng)分的結(jié)果。為研究相應(yīng)評(píng)分的準(zhǔn)確和穩(wěn)定，即模型的穩(wěn)定性。我們以價(jià)值比率為基礎(chǔ)將可比公司組內(nèi)公司數(shù)量分別從最高或最低或同時(shí)減少，觀察模型的穩(wěn)定性（表9）。研究表明：總體來(lái)看，在樣本量較多的情況下，模型相對(duì)穩(wěn)定。

八、總結(jié)

1.由于資產(chǎn)評(píng)估中采用的經(jīng)濟(jì)數(shù)據(jù)為觀察（非實(shí)驗(yàn)）數(shù)據(jù)，不管是價(jià)值比率還是公司得分或者其他參數(shù)測(cè)量總是存在測(cè)算誤差，通過(guò)計(jì)量經(jīng)濟(jì)學(xué)原理分析，回歸方程能夠很好地對(duì)數(shù)據(jù)進(jìn)行處理和解釋。

2.最優(yōu)尺度回歸也可應(yīng)用于多元回歸分析。對(duì)于影響價(jià)值比率的因素除了公司得分外，還可以加入研發(fā)費(fèi)用等等其他指標(biāo)。實(shí)際上其應(yīng)用范圍不僅限于回歸，可以用于任何多變量模型和多元模型框架。

3.本文對(duì)價(jià)值比率調(diào)整方法提出采用最優(yōu)尺度回歸優(yōu)化進(jìn)行了初步探討，并對(duì)其使用方法進(jìn)行了介紹。對(duì)可比公司價(jià)值比率調(diào)整方法采用最優(yōu)尺度回歸，極大提高了被評(píng)估企業(yè)價(jià)值比率計(jì)算的合理性和穩(wěn)定性，在評(píng)估實(shí)務(wù)中具有應(yīng)用意義。