基于APT的人工智能上市公司估值實證研究

賈雨佳

摘要：人工智能行業發展迅猛，創新技術引領的經濟發展成為時代潮流。A公司股份有限公司（以下簡稱“A公司”）更是以獨家的視野作為人工智能軟件服務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值的影響因素，并以A公司為例討論其價值區間，為其他同行業公司估值做出參考。

關鍵詞：公司估值；人工智能；APT；A公司

一、引言

21世紀是智能新時代。隨著IT產業的第五次浪潮，人工智能作為IT產業的戰略性和前瞻性新興方向，成為繼大數據、云計算后世界科技新的焦點。2016年人工智能領域獲得投資超過580億元，同比增長50%。十九大提出科技創新引領發展，更是國家大力促進科技創新的契機。4月8日“博鰲亞洲論壇2018年年會”開幕，以“開發創新的亞洲，繁榮發展的世界”為主旨。A公司作為軟件信息服務類企業，占據人工智能與軟件服務領域具有高研究價值。然而，現階段國內涌起的“AI”熱使得大部分人工智能公司估值偏高，預期收益可能存在泡沫。準確的估值為企業帶來更多的股權融資機會和發展空間。

二、文獻綜述

對于股票估值的研究不在少數，不同的研究方法和統計方法帶來不同的結論。其中，股票估值的研究中具有較成熟成果的有絕對估值法和相對估值法。絕對估值法包括折現自由現金流理論及經濟增加值估值等，相對估值法包括市盈率、市凈率等。早在1962年，William Sharpe提出資本資產定價模型（CAMP）為股票估值開辟了道路。而Stephen Ross 在此基礎上提出了經典的套利定價理論（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值。Kim& Ritter（1999）比較相關評價法對上市公司估值準確性發現使用歷史數據比用業績預測更加準確。Lie& Lie（2002）通過市盈率、市凈率等相對估值法分別評估了公司股票內在價值，發現估值準確性與公司規模、無形資產所占比重有關。

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、大數據、人臉識別、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通信有限公司。該公司是語音合成的拔尖企業，在全球語音市場份額為6.7%，國內更是達到50%。2010年推出全球首個智能語音交互云平臺“訊飛語音云”在“AI+”背景下推動建設“平臺+賽道”戰略。戰略主要包括為持續保持行業領導者地位而構建AI開發者閉環迭代的生態體系，及能夠解決社會剛需并形成利潤根據地的主賽道。A公司在教育、公檢法、醫療、智慧城市、智能汽車、客服和消費者產品等領域形成了產品和應用，并逐步拓展和研發。

（二）公司市場表現

2018年3月29日A公司宣布進行5112343.5CNY股票回購。信號理論認為，股票回購往往作為內部人與外部人信息不對稱時，公司股價被低估或公司預期盈余優于市場的可執行性信號表達。而通過國泰安數據庫查找到近年來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會，符合股東利益最大化要求。在中國市場有效性不足的情況下，信號理論的效果并不明顯，主要支持代理成本理論即自用現金流觀點。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績表現值得期待。

另外公司的融資融券水平逐步提高，公司的分紅具有持續性和高支付率的特點，為投資者傳遞了企業業績良好具有持續成長和發展潛力的信號。且公司的資產負債率穩步增至40%左右，適應現階段公司高增速發展。（見圖1）

四、案例公司選取理由

（一）行業可研究性

在知識經濟時代下，人工智能行業具有高新信息技術的創新性和知識產權性質。人工智能與其他行業顯著不同的地方，在于其輕資產眾多，專利與知識產權為營業收入的重要來源。所以人工智能板塊上市公司信息披露中產品研發的資本性支出較多，且大部分以無形資產的形式表現的資產無實物形態，難以核算準確價值。第二是信息不對稱。以A公司為例，人工智能與語音教育的日常業務包含的固定資產較多且線上業務多，但由于國內市場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，除了企業公布的財務報表中管理層發布的信息，人工智能行業資產價值評估存在一定難度，很大程度依靠個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公司創始人認為中國AI公司估值高因為中國貨幣數量與供求關系；國民對于人工智能期待過大；技術爆炸和高速積累的資本使得馬太效應放大化。

本文基于人工智能公司視角，將人工智能的公司價值顯著性特征劃分為技術資本、人力資本、組織架構與盈利能力三個方面。對于人工智能公司通常局域杰出的工作團隊和高學歷高研究能力的技術人員，這是企業重要的成本，也是利潤的造就者。在與物聯網結合的數據時代，公司所用有的數據能力和自主研發成為投資者考核的重要技術性指標。而這里的資產并不指財務報表中的貨幣資產等實物資產，更多是以軟件開發和研發支出形式表現的資產。

五、案例公司股票估值

現代股票定價理論加入更多統計應用元素，建立在一定的假設基礎上，模型理論性強且運行復雜。股票定價理論中普遍認可的有MPT、CAPM、因素模型及APT。Steven. Ross創立了套利定價理論并提出市場杜絕套利機會的觀點。通過將資產定義成一個多因素影響的線性模型，然后尋找恰當的因素組合來擬合定價。該模型的優點是全面考慮了市場因素與非市場因素，結論更客觀有效。

（一）估值模型分析

本文在借鑒APT（套利定價理論）的基礎上，以因子分析法替代主成分分析法，通過縱向對比A公司與軟件服務業的行業估值，選用A股CSRC軟件和信息技術服務業（按照證監會行業分類規定）的深滬上市公司。假設所有股票價值受F1， F2…， Fn多個因素影響，那么股票價值的回歸方程可以表示為：

其中：Vmn表示股票m在 n時期的價值；Fin表示對股票價值造成影響的第i個因素；bmi表示這第i個因素對股票價值的敏感系數；am為截距項，表示當Fin都為零時股票m 的價值。

經過上文的分析，開始進行指標的選取。

1. 研發技術指標

從技術角度選擇會計信息中研發支出占營業收入的比重作為衡量自主技術的主要依據。同時進行適當的會計調整，因為財務報表中作為費用化的支出也體現于人工智能產品的沉默成本中，因此將費用化與資本化研發支出同時計入總支出中。定義研發技術指標用研發支出總額占營業收入比例來表示。

2.人力資本指標

從人力資源價值角度，根據管理相關理論將該價值分割為補償人力資源價值與貢獻人力資源價值，補償的人力資源價值可以從職工薪酬中體現，而貢獻則表現在優質服務引起客戶的滿意度提升，公司名譽上升等不易具體化的價值中，因此考慮以商譽與無形資產總額作為主要評價依據。

3.組織結構指標

從企業管理角度，組織架構對于公司的管理非常重要，而人工智能公司中學歷水平和技術人員的比重顯著區別其他行業。本文將學歷與技術人員占比進行加權擬合，得到評價人工智能行業組織架構的指標。而考慮到對于所有公司都重要的業績評價指標凈資產收益率同樣作為該企業的估值指標，以防止公司的價值評價與其他行業偏差過大，缺乏可比性和可行性。

對指標進行顯著性檢驗發現在5%的顯著性水平下較平穩。（見表1）

（二）估值模型計算

基于APT理論，人工智能模塊股票的價值回歸方程可簡化為下面公式：

該模型利用人工智能行業特征，著重討論了從技術水平、人力資本價值、組織架構及盈利能力四個角度對人工智能公司估值的影響程度。并借助指標進行以A公司為例的實證研究。（見表2）

由于各股票估值影響因素的表達方式有絕對值和相對值，先進行標準化和歸一化后，對貢獻率小的因子選擇剔除，剩余三個影響因素作為主因子分析相關性。得到相關系數陣的四個特征值依次為1.5253、1.3520、0.8996、0.2231，最后一個特征值很小，前三個特征值累計貢獻率達到0.9442。于是我們略去第四個主成分。

對股票各數據直接作線性回歸得到經驗回歸方程：

y =9612221811.6417+9.8676×F1

+361023268.9918×F2+19369122.646069×F3

+1677.1461653.1313×F4

再由主成分估計計算，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

對兩個方程計算均方誤差分別為1.9595e+10和1.1543e+10，發現后者具有更小均方誤差，主成分分析法更穩定，且通過顯著性檢驗，即結果具有有效性。且計算出的A公司價值為64，880，417，829.03元，與現有數據下同期機構投資者估值82，127，341，159.92元相比偏低。但是從整個行業看雖然估值分析水平偏高，A公司仍然處于軟件服務業中市值名列前茅的股票。

（三）估值模型評價與檢驗

我們利用DCF絕對估值驗證公司估值是否準確。假設采用一年期的SHIBOR利率作為無風險利率，利用每日收盤價格收益率與深市中小板塊指數計算貝塔值。A公司使用所得稅率10%，且本文假設公司以銀行一到三年期銀行貸款利率作為債務資本成本。計算結果如圖，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模型的結果之間，證明A公司的市值的確高于同行業股票，具有潛力建議增持。

六、結論

從傳統軟件到IT行業，再到大數據經歷了云計算后終于迎來了人工智能。以管窺豹，人工智能行業不可否置存在著大量投資機會，但需要投資者認真鑒別公司價值與預期收益。通過尋找行業顯著特征與傳統估值理論結合，我們發現新的估值途徑和關于該類企業有價值的會計信息。以A公司為例，在新興的智能語音行業存在突出的市值優勢但仍需要借鑒同行業發展趨勢綜合判斷。

在激烈的貿易戰中，擁有高新技術的人工智能企業仍然要注重專利權和技術的創新。技術與研發人員是有聯系的，一個人工智能企業研發能力關乎其存續機會和發展速度。在投資該類企業時更應關注其盈利能力背后反映的公司實際運營效率進行理性估值，不能盲目追隨高捧沒有技術支撐的公司。

參考文獻：

[1]利亞濤.上市公司估值與A股市場實證研究[D].中國社會科學院研究生院，2010（4）.

[2]宋光輝，孫影.基于行業市盈率的股票估值APT及有效性分析[J].財會月刊，2017（29）：116-122.

[3]賈明琪，朱建華.創業板市場股票估值方法研究[J].財會月刊，2010（7）：49-51.

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

[5]何超.中國房地產業上市公司股票估值研究[D].沈陽大學，2014.