基于可比公司法的企業估值方法探索

陳博聞

摘要： 在股票市場上總會存在能夠與第一次公開發行的公司類似的可比公司。這些公司股票的市場價格，反映了當前投資者對這類公司的估價。通過這些可比公司的一些能夠反映估值水平的量化指標，我們就能夠估計首次公開發行的公司價值，此為可比公司法。使用可比公司法估值，通常包含以下步驟：尋找合適的可比公司、確定合適的指標、估算公司的價值。

Abstract： There will always be comparable companies in the stock market that are similar to those companies which want to appear on the market. The market value of these companies' stocks reflects the current valuation of such companies by investors. Using some of these comparable companies to reflect the valuation level of some important indicators which can be used to estimate the companies that want to appear on the market. This is comparable company method. There are a few steps： selecting the appropriate comparable companies， selecting the appropriate indicators to estimate the value of the companies， estimating the value of the companies which hope to appear on the market.

關鍵詞： 可比公司法；指標；企業估值

Key words： comparable company method；indicators；enterprise valuation

中圖分類號：F275 文獻標識碼：A 文章編號：1006-4311（2017）19-0049-02

0 引言

在當前形勢下，隨著市場經濟的深入發展，企業估值的研究成為了炙手可熱的話題。通常，在股票市場上總會存在與首次公開發行類似的可比公司。這些公司股票的市場價值，反映了投資者目前對這些可比公司的一些反應估值水品的指標，就可以用來估算首次公開發行的企業價值，即可比公司法。

1 可比公司法介紹[1]

1.1 通過可比公司法估值，通常包含幾個步驟

①尋找合適的可比公司。

②確定合適的估值指標。

③估計首次公開發行的公司的價值。

1.2 可比公司法的適用范圍

①對公開交易的公司的估值。

②給未上市的企業建立估值的標準。

③用來對不同業務建立不同的估值基準來分析一個綜合性的公司的拆分價值。

④對公司的經營狀況進行分析和總結。

1.3 可比公司法的優點

①基于市場上可以找到的信息。

②基于有效市場假設說明交易價格反映包括趨勢、風險、發展速度等全部可以獲得的信息。

③對于不占多數的股權投資，價值的獲得可作為企業價值可靠的標志。

1.4 可比公司法的缺點

①很難找到具有比較價值的公司。

②很難對公司之間的差異進行一定程度的調整和修改，估值結果較難保證。

③有的可比公司的估值可能會收到市值較小、缺乏研究跟蹤、公眾持股量小、交易不活躍等的影響。

④股票價格還會受到行業內并購、監管外部因素的影響。

2 比較估值模型[3]

3 神經網絡求解

神經網絡使用的由最多三層神經元組成的“多層感知器”網絡，分別為：輸入層、可選擇層和輸出層。

①輸入層。在輸入層中應當定義所有我們需要的屬性以及該屬性發生的概率的大小。

②可選擇層。可選擇層接收來自輸入層的數據并且將處理后的數據輸入到輸出層，由輸出層進行輸出。權重說明該因素的重要性，權重越大，該因素越重要；權重越小，該因素越不重要。該過程即為模型訓練的過程，訓練地越多，模型越準確；數據越多，模型越準確。我們需要注意地是，權重可以選擇負數，負數代表著該因素會抑制發展而不是促進發展。

③輸出層。輸出層輸出的數據即我們預估的結果。

④求解過程。在這一過程中，數據先進入輸入層，再從輸入層傳入到輸出層，都是前面的傳遞給后面的節點。在這之后我們把權重加入到計算函數之中，我們便可以得到我們所需要的數據。這是一個向后傳播的過程，多次進行這個過程，我們所得到的模型會越來越精確，越來越完善，對于我們后續的使用也會更加方便和快捷。

當輸出層輸出和數據和我們所需要的不相同時，我們的模型就需要主動學習一下。即改變對前一個節點的權重來完善我們的模型，修改我們的數據。除此之外，我們還應當提升正確的節點所占有的權重，使其在整個系統中的重要性提升。這種做法對我們得到準確的數據具有不可磨滅的作用。這樣反復進行，最終我們可以得到正確且符合我們需要的數據。

模型進行學習的過程如前所示，當我們把數據集中的所有的數據都訓練之后我們便得到了我們的數據集。當我們的訓練數據增多時，我們的數據集也相應地擴大。數據集越大，我們所得到的數據越具有準確性。經過訓練之后的神經網絡模型同樣可以獲得數據的變化規律和一些不在我們掌控范圍之內的結論，往往對于我們的使用有極大的促進和啟發作用。

我們的可選擇層中都是一個個的復雜函數，類似于神經網絡的基本傳輸特征，它還有一個別名，叫做激活函數，即當輸入的數值發生細小的變化的時候，它會產生比較大的輸出的變化。

根據建模、計算分析即可得到結果。

4 可比公司法帶來的啟示

通過可比公司法，我們可以較好地得到該公司的估值結論，為公司的后續發展提供指導性意見。

總之，可比估值尋求的是市場本對與估值目標相似企業的利潤，現金流，凈資產，資產或其他特點的賦值，并運用這些不同的財務比率或倍數來評估目標的財務表現或運用它們估算目標企業的市場價值。國內市場中，可比估值能夠反映一家企業的絕對價值并且能夠發現一家企業與市場相比相對價值的高估或低估。

參考文獻：

[1]《上市公司并購案例分析》——招商證券.

[2]Wind數據庫.

[3]估值與財務模型——中金公司.