無形資產評估中灰色關聯分析法研究

謝如松 李曉偉 謝肖琳

（1.江蘇中天資產評估事務所有限公司；2.安徽省林業調查規劃院）

無形資產評估中灰色關聯分析法研究

謝如松1李曉偉2謝肖琳1

（1.江蘇中天資產評估事務所有限公司；2.安徽省林業調查規劃院）

為了得出合理、真實的待評估無形資產價值，本文闡述了無形資產評估中收益法的原理及具體應用過程中采用灰色關聯分析法確定各可比上市公司關聯度大小和所占權重的問題，進而選擇與待評企業關聯度大的可比上市公司并用加權平均法計算折現率，以期評價結果更具合理性。

權重 折現率 灰色關聯分析

一、引言

隨著我國市場經濟的愈發繁榮和國家對無形資產保護程度的加大，特別是互聯網的高速發展以及“互聯網+”的提出，無形資產在經濟領域的地位及價值評估的市場需求越來越大?；诖?，中國資產評估協會近期制定了相應的知識產權及文化企業無形資產評估指南并開展了排污權及“互聯網+”等與無形資產評估相關的課題，這對于我國無形資產評估來說是一個極大的進歩。通過對這些工作的開展，無形資產評估受社會的承認和重視程度將顯著提高。

無形資產評估方法分為市場法、成本法和收益法。在采用收益法評估無形資產時，根據待評無形資產的自身特點及收集到的資料等具體情況，其測算方法可分為成本利潤法、約當投資法、邊際分析法、和技術貢獻率等，其中，技術貢獻率運用最為廣泛。但是，這些方法在具體評估參數選取上還存在許多不足，比如在運用技術貢獻率時，需找到擁有類似無形資產的可比上市公司，通過對可比上市公司的分析得出一系列評價因子，計算出可比上市公司與待評企業的關聯度以及無形資產的折現率，從而計算無形資產的價值。在實際工作當中，通過主觀價值的判斷尋找到的上市公司實例，因為個人局限性的問題會對結果產生影響，從而導致無形資產的準確性大打折扣。而灰色關聯度分析方法的引入卻可以很好地解決可比上市選擇不準確的問題，該方法的關聯度分析，剔除了主觀對結果的影響，可以使各上市公司與評估對象之間的相似程度更精準，根據關聯分析的結果，將幾個上市公司關聯度最大的作為選取的對象，再根據關聯分析法得出各上市公司的權重，并利用加權平均方法確定折現率，從而使評估結果更加精確、科學。

二、無形資產評估收益法

（一）合理選擇可比上市公司應用收益法評估時，折現率的取得主要取決于所收集的可比上市公司數據，因此，選擇合適的可比上市公司是計算折現率的關鍵所在。本文利用灰色關聯法從上市公司的主營業務、盈利能力、資產質量、債務風險及經營增長等方面對上市公司與待評企業的關聯度進行分析，以期得到與待評估企業最具相關性并能最大限度反映待評企業真實狀況的上市公司。

（二）正確地確定折現率在運用收益法評估無形資產時，如何較為科學、合理且客觀的確定無形資產評估折現率，始終是業內難題。選擇運用簡單平均值還是加權平均值會對折現率產生影響，而折現率的微小偏差往往會導致評估結果出現很大偏差，最終必然影響投資決策的科學性。筆者認為利用加權平均法計算折現率更具科學性和合理性，計算公式如下：

其中，n為可比上市公司的個數，Wi為第i個可比上市公司所占權重，Pi為第i個可比上市公司無形資產折現率。

三、灰色關聯分析方法

（一）灰色關聯原理內部特性已知的信息系統，稱為白色系統；把未知的或非確知的信息系統，稱為黑色系統；把既含有已知的又含有未知的或非確知的信息系統，稱為灰色系統。灰色系統理論主要是透過一定的方法去尋求系統中各因素之間的數值關系。因此，灰色關聯度分析對于一個系統發展變化態勢提供了量化的度量，非常適合動態歷程分析。

（二）方法步驟

（1）確定反映系統行為特征的參考數列和影響系統行為的比較數列。比較數列即為一種影響系統行為的因素組成的數據序列，參考數列即為一種反映系統行為特征的數據序列。

（2）對參考數列和比較數列進行無量綱化處理。數據的量綱不一定相同，因為系統中各因素的物理意義并不相同，所以它們之間比較起來比較困難，或在比較時難以得到正確且滿意的結論。因此在進行灰色關聯度分析時，一般都要進行無量綱化的數據處理。

（3）求參考數列與比較數列的灰色關聯系數ε1（k）。曲線間幾何形狀的差別程度叫做關聯度，因此關聯程度的衡量尺度可以用曲線間差值大小來表示。對于一個參考數列X0有若干個比較數列X1，X2，...，Xn，各比較數列與參考數列在各個時刻（即曲線中的各點）的關聯系數ε1（k）可由下列公式：

（4）求關聯度ri。因為關聯系數是比較數列與參考數列在各個時刻（即曲線中的各點）的關聯程度值，所以它的數值不止一個，而信息過于分散不便于進行整體性比較。因此有必要將各個時刻（即曲線中的各點）的關聯系數集中為一個值，即求其平均值，作為比較數列與參考數列間關聯程度的數量表示，關聯度ri公式如下：

四、應用實例

假設本次評估專利權的價值，由于待評企業為非上市公司，其市場價值未知，無法測算其資產結構比率，但其資本結構與同行業的上市公司應有相同或相似的地方。為此，此次運用灰色關聯度選取了目前在國內上市的與待評公司關聯度最高的六家公司作為對比公司，并假設以所選取的對比上市公司作為未來委估技術受讓方的可能藍本或可比對象來分析委估專利權可能為其帶來的收益。

（一）評價因子的選取企業績效評價中的財務指標分析分為盈利能力狀況、資產質量狀況、債務風險狀況、經營增長狀況。本次研究根據企業實際情況選取的評價因子為凈資產收益率、總資產報酬率、總資產周轉率、應收賬款周轉率、資產負債率、速動比率、銷售增長率和資本保值增長率。

（二）關聯度及權重的計算

（1）確定反映企業整體狀況的參考數列和影響企業整體價值的比較數列，其中各數列數據，如表1。

（2）求出參考數列與比較數列的灰色關聯系數ε1（k）和關聯度，如表2。

（3）選擇關聯度排名前六的上市公司作為待評資產的可比上市公司，依據測算出的關聯度，求出各案例所占權重W，如表3。

表1 評估案例和參照案例評價因子集合

表2 關鍵因子間的關聯系數、關聯度

表3 參照案例的權重

（三）折現率的確定通過折現率的計算方法得出無形資產折現率計算表，如表4：

從表4可以看出，利用灰色關聯求出關聯度大的可比上市公司再應用簡單平均法求得的無形資產折現率為：

利用灰色關聯法選取關聯度大的可比上市公司且求得權重，最后用加權平均法求出的無形資產折現率為：

未使用灰色關聯法刪選可比上市公司，而是隨機選取六家可比上市公司且直接應用簡單平均法得出的無形資產折現率，如表5：

表5 隨機選擇可比上市公司計算無形資產折現率

從參考案例權重求算的合理性角度出發，通過灰色關聯度得到的無形資產回報率具有更高的可靠性。相比于簡單平均法，基于灰色關聯度的折現率充分考慮了參考案例的關鍵因素并做出合理的評判，所得到的案例權重值也體現了各案例的重要性，比簡單平均法的均等權重更加科學。通過灰色關聯度計算得出的折現率與隨機組合計算的折現率的對比圖，如圖1：

圖1 灰色關聯度計算的折現率與隨機組合計算的折現率對比圖

（四）評估值的確定

（1）利用灰色關聯法選取可比上市公司并利用加權平均法計算得到無形資產折現率，再通過預測收入等，得到待評專利權評估結果，如表6：

表6 專利權評估值（單位：萬元）

（2）假設未利用灰色關聯法計算折現率，而是隨機選取可比上市公司進而使用簡單平均法計算折現率，技術貢獻率和收入等其它條件不變，得出專利權評估值，如表7：

表7 隨機組合折現率下的專利權評估值（單位：萬元）

（3）通過灰色關聯法計算得出的折現率與隨機組合計算的折現率的情況下得到的專利權評估值對比，如圖2：

圖2 灰色關聯法計算的折現率與隨機組合計算的折現率評估值對比圖

通過對比分析可知，采用灰色關聯分析法確定各可比上市公司關聯度大小和所占權重，進而選擇與待評企業關聯度大的可比上市公司并用加權平均法計算的折現率得出的專利權評估值與隨機選取可比上市公司并用簡單平均法計算的折現率得出的評估值有所不同，最大差異為27萬，差異率約為4.8%。因此，通過灰色關聯分析能夠準確的得到各可比上市公司與評估對象的相似程度，對選取可比上市公司進而用加權平均法求無形資產折現率有重要意義，并能使評估結果更加合理。

五、結論

灰色關聯分析使各可比上市公司與評估對象的相似程度表現得更準確，因此可以通過關聯度的計算得到與待評估企業最具相關性并能最大限度反映待評企業真實狀況的上市公司。本文利用灰色關聯法選取上市公司的盈利能力、資產質量、債務風險及經營增長等方面的基本指標作為評價因子，經計算，可比上市公司與待評企業關聯度大小依次為：豐樂種業＞荃銀高科＞大北農＞登海種業＞隆平高科＞亞盛集團＞神農基因＞萬向德農＞敦煌種業＞新賽股份。本次選擇關聯度排名前六的上市公司作為待評資產的可比上市公司，從而使選擇的上市公司最具代表性。

通過數據的模擬和大量的應用，灰色關聯分析對于優化決策中不確定性的定性量處理具有方法簡單、應用效果良好，適用于方案優化選擇等諸多優點。在應用收益法對無形資產評估的過程中，利用灰色關聯法分析數據間的關聯程度，對相關因子進行調整，并得出各可比上市公司所占權重，從而利用加權平均法測算出無形資產折現率，該結果將不同上市公司之間的差異和同一上市公司各關鍵因子的優劣都至直觀的呈現出來，評價結果較為清晰，也比簡單平均法更加合理。因此，使用這種分析方法計算無形資產折現率具有重要的現實意義。

［1］蔣勇、吳建剛：《灰色理論在收益現值法中的應用研究》，《中國資產評估》2000年第2期。

［2］胡曉暉：《談無形資產評估中收益現值法應用的改進》，《當代財經》1999年第9期。

［3］Ackoff，R.L.Science in the Systems Age，Beyond IE. OR.and MS［J］.Operations Research，1973，21（3）：661-667.

［4］Bertranffy，L.V.GeneralSystemsTheory：Foundation Development，Applications［M］.New York：George Braziller，1968.16-24.

［5］Chen Yaokai and Tan Xuerui.Grey Relational Analysis on Serum Markers of Liver Fibrosis［J］.The Journal of Grey System，1995，7（1）：60-68.

［6］Churchman，G.W.TheSystemsApprochandIts Enemies［M］.New York，Basic Books，1979.50-52.

［7］Robert，A.D.and Kenneth，D.R.Management Science［M］.New York，Macmillan Publishing，Co.1981.10-13.

（編輯杜昌）