并購中目標企業的業績承諾與盈利預測

胡運芝

摘要：網絡游戲行業大規模擴張已成為了常態，在并購方案中加入業績承諾與補償等對賭協議已經得到了并購雙方的認可。本文以網絡游戲企業為例，采用凈利潤和營業利潤相結合的預測方法，提高并購中估值的準確性，以及目標企業業績承諾的可實現性。

關鍵詞：企業并購；業績承諾；盈利預測

一、引言

互聯網時代，企業并購呈現明顯的行業集聚特征，網絡游戲行業大規模擴張已成為了常態。普華永道研究顯示，全球的網絡游戲市場規模正以平均每年20.76%復合增長率快速擴張，目前已突破300億美元市場容量。WIND咨詢提供的數據顯示，近10年來，我國互聯網行業共發生344起重大并購重組事件，其中，2015年至2017年10月發生279件，占近十年總量的81%，包括2012年優酷以10.4億美元的交易額溢價159%收購土豆、2015年阿里巴巴以56億美元并購優酷土豆。

在并購規模不斷上升的同時，創新方案層見疊出，市場博弈色彩不斷突顯。目前，在并購方案中加入業績承諾與補償等對賭協議已得到了并購雙方共識。以2015年為例，在66項并購項目中，有業績承諾的51項，占比77.27%，無業績承諾的15項占比22.73%。對賭并非零和博弈，通常被稱為“估值調整機制”，需要通過業績補償或獎勵來調整估值偏差。業績承諾往往伴隨著高溢價率的出現，相關統計顯示，有業績承諾的并購項目其平均評估增值率明顯偏高，以2016年為例，有業績承諾樣本的評估增值率達到1080.94%，遠高于無業績承諾樣本的110.09%[1]。因此，研究業績承諾的可實現性、盈利預測方法的科學性具有一定的現實意義。

在理論上，Dixit、Craig&Smith;、項海容和李建軍等認為并購中的合約激勵機制可以有效的降低信息不對稱的風險，業績承諾有助于降低溢價收購風險[2][3][4]；Elmar、李光珍和李國范，王東清和房婉秋表示應對高溢價支付風險的關鍵是業績對等[5][6][7]；Cain、Denis&Denis;指出并購目標企業對約定的業績過分樂觀，可能造成不必要的損失[8]；王競達和范慶泉、鄧平認為業績承諾可實現性依賴于盈利預測，合理的盈利預測能有效減少估值差異[9][10]。本文以網絡游戲企業為例，采用凈利潤和營業利潤相結合的預測方法，提高并購中估值的準確性，以及目標企業業績承諾的可實現性。

二、目標企業盈利預測的思路與方法

（一）基本思路

同一市場不同行業的價值驅動因素存在差異，且行業集中度越高，企業復雜性越高[11]；相反，集中度相對分散的同一行業具有相同、相似的獲利能力。在附有業績承諾條件的并購案例中，凈利潤是承諾最常見的衡量標準，占比達85%以上；業績補償時間在1至6年不等，三年最為常見。

根據風險厭惡理論，假設市場不存在較大風險波動，企業預期風險不會超過歷史年度風險水平。按照此思想，本文盈利預測是以凈利潤和營業利潤為基礎，假設上期盈利值與本期盈利值之間存在著線性關系，通過t期盈利值外推t+1期盈利值的過程。

從國泰安數據庫中選取2010年到2015年間的互聯網行業所有上市公司相關財務數據，剔除ST公司，原始樣本數為38家；同時考慮上市公司凈資產為正，并且期初凈資產利潤率的絕對值在1以內，得到實際樣本量為30家。

（二）以凈利潤為基礎的預測

以凈利潤為基礎預測方法是通過考察公司過去盈利的時間序列，推斷公司的未來盈利，假設第t+1期盈利值與第t期盈利值之間存在著線性相關關系，其基本模型為：

NP*t+1=a1+b1*NPt+c1*TA+ε1

式中：NP*t+1表示第t+1期的盈利預測值，NPt表示基期的盈利值，TA表示基期的總資產，ε1表示隨機誤差項。

運用皮爾遜雙尾檢驗，結果表明變量NPt和TA與NP*t+1之間在10%的水平上顯著相關（過程略）。從表1可知，NPt系數為0.770，Sig值為0.000，小于0.05。說明下一年盈利預測值NP*t+1與上一年凈利潤NPt呈顯著正相關。R2為0.751，表明模型具有很好地擬合效果。

根據表1得出模型表達式：

NP*t+1=2960000+0.770NPt+0.026TA（1）

（三）以營業利潤為基礎預測

營業利潤是衡量企業價值的主要驅動因素，以營業利潤為基礎預測盈利水平，分析企業經營績效。建立相關模型為：

NPt+1=a2+b2*OPt+c2*NOPt+d2TA+ε1

式中：NPt+1表示第t+1期的盈利預測值，OPt和NOPt分別表示基期的營業利潤和營業外收支，TA表示基期的總資產，ε2表示隨機誤差項。

運用皮爾遜雙尾檢驗，可見變量OPt和TA與NPt+1之間在10%的水平上顯著相關（過程略）。從表2可知，OPt系數為0.684，Sig值為0.000，小于0.05。說明下一年盈利預測值NPt+1與上一年凈利潤OPt呈顯著正相關。R2為0.750，模型同樣具有很好地擬合效果。

基于表2，得到模型表達式：

NPt+1=29520000+0.684OPt+0.430NOPt+0.031TA（2）

（四）綜合預測與檢驗

為了提高盈利預測的準確性，本文將上述兩個預測模型進行組合，采用算術平均法構建等權模型，通過進行大樣本分析與精度檢驗。組合預測模型：

NP**t+1=0.5NP*t+1+0.5NPt+1（3）

本文將30家上市網絡公司2014年凈利潤作為基期數據，分別采用凈利潤預測法和營業利潤預測法外推對應的2015年度的凈利潤數據，再用組合預測模型確定最終預測值。

利用百分誤差法檢驗模型的可靠性，公式如下：

APE=

式中：APE表示百分誤差，Y預為預測值，Y實為實際值。

根據上式，百分誤差為9.32%。在統計預測理論中，假若預測誤差控制在10%以內，認為該預測非常可靠[12]，預測的差異可能是預測期內個別重大事件對凈利潤影響的結果。

三、目標企業盈利預測案例分析

（一）目標企業基本情況

1.目標企業業績承諾

2016年9月7日中南紅文化科技股份有限公司（簡稱中南文化）擬通過非公開發行股份及支付現金相結合的方式購買上海極光網絡科技有限公司（簡稱極光網絡）90%股權，該標的資產作價66825萬元，其中26730萬采用現金支付，其余則通過股權支付，股票發行價18.58元/股，總股數約2158萬股。該事項2016年12月22日獲得中國證監會有條件通過。

在業績承諾方面，極光網絡承諾2016年度、2017年度、2018年度實現的合并報表凈利潤不低于5500.00萬元、6875.00萬元、8593.75萬元。

2.基礎數據

從資產負債表得知，2014年至2016年公司資產總額期末數分別為6267830.87元、50689889.08元和73294228.84元，極光網絡利潤表相關數據如表3。

（二）目標企業盈利預測

1.以凈利潤為基礎的預測

根據公式（1）外推極光網絡2016年度凈利潤約為5228萬元。

NP*t+1=2960000+0.77*40183826.64+

0.26*50689889.08=52280000.70

2.以營業利潤為基礎預測

根據公式（2）外推極光網絡2016年度凈利潤約為5583.63萬元。

NPt+1=29520000+0.684*34420035.71+0.430

*5763790.93+0.031*50689889.08

=55836372.18

3.組合預測

根據公式（3）組合外推極光網絡2016年度凈利潤約為5405.97萬元。

NP**t+1=0.5*52280000.70+0.5*55836372.18

=54059686.49

同理外推出目標企業極光網絡2017、2018年度的凈利潤分別為6846.94萬元和8587.62萬元，見表4。

（三）預測結果檢驗分析

本文對目標企業極光網絡2016、2017、2018年度盈利預測結果為5405.97萬元、6846.94萬元和8587.62萬元，該預測值與并購方案中目標企業2016、2017、2018年業績承諾數5500.00萬元、6875.00萬元、8593.75萬元相差不大；與評估公司采用收益法對目標企業2016、2017、2018年凈利潤預測數5475.49萬元、6859.93萬元和8576.49萬元基本一致。同時從中南文化的公告中，了解到極光網絡的2016、2017年業績承諾都已經實現。

參考文獻：

[1]胡曉明，吳鋮鋮.上市公司并購重組評估增值情況分析[J].中國資產評估，2018 （01）：40-46.

[2] Dixit，A.Incentive Contracts for Faith-Based Organiza-tions to Deliver Social Services.Economic Theory in a Changing World：Policy Modelling for Growth.2005

[3]Craig.B，A.Smith.The art of earnouts [J].Strategic Finance，2003 （84）：44-47.

[4]項海容，李建軍，劉星.基于激勵視角的對賭合約研究[J].上海經濟研究，2009 （3）：92-98.

[5]Elmar.L，J.Reuerb，A.Wellinga.Earnouts in mergers and acquisitions：Agame theoretic option pricing approach[J].European Journal of Operational Research，2012，223 （1）：37-74.

[6]李光珍，李國范.業績承諾現金補償會計處理研究[J].財會研究，2015 （6）：31-32.

[7]王東清，房婉秋.成本粘性國外最新研究進展[J].財會月刊，2016 （05）：34-38.

[8]Cain M D，Denis D J，Denis D K. Earnouts：A study of financial contracting in acquisition agreements[J].Journal of Accounting&Economics;，2011 （51）：151-170.

[9]王競達，范慶泉.上市公司并購重組中的業績承諾及政策影響研究[J].會計研究，2017 （10）：71-77+97.

[10]鄧平.上市公司定增重組業績對賭的不公平性及完善[J].財務與會計，2017 （10）：36-38.

[11]胡曉明.非流動性折扣的度量與行業差異分析[J].會計之友，2016 （24）：2-5.

[12]黃靜，董秀良.證券分析師業績預測和投資評級準確性實證分析[J].數理統計與管理，2006 （06）：742-749.