■ 盧 怡 侯雨璐 厲國威 謝 偉
(1.天源資產評估有限公司,杭州 310016;2.浙江財經大學,杭州 310018)
隨著國家“雙碳”戰略的提出和民眾環境保護意識的增強,發展新能源成為中國實現可持續發展的必經之路。作為“減碳”的主力軍,新能源汽車從一紙藍圖到蓬勃發展歷時二十余載,從2001 年確立“三縱三橫”的新能源汽車研發布局,到2009 年正式啟動“十城千輛”工程,新能源汽車經過三個批次共二十五個城市的示范運行工作,以公共服務形式逐漸融入民眾生活。截至2022 年底,我國新能源汽車保有量達到1 310 萬輛,同比增長67.13%,顯示出我國新能源汽車行業發展進入了快車道。
在國家政策的大力支持和新能源汽車企業的快速發展下,作為其核心零部件的動力電池順應趨勢迅猛發展,受到了資本的大力追捧。對該類企業價值進行評估,對企業自身而言,準確的企業估值能夠可以為企業上市、并購、擴張企業規模等經濟行為提供客觀的方向指導;對投資者而言,能夠為交易和理性投資提供決策依據,具有現實意義。
由于我國新能源汽車產業起步較晚,發展尚未進入成熟階段,并且新能源汽車企業具有前期研發投入量大、成長不確定、無形資產占比大等特點,具備風險性較強,導致初創時期獲利能力弱,甚至可能為負,使得收益法和成本法無法準確評估企業未來潛在價值。因此,本文擬在企業價值評估理論的基礎上,通過市場法路徑,在可比公司的選取和價值乘數的確定兩方面進行改進研究,探尋更適合新能源動力電池企業的估值方法。
Kimble 和Wang(2013)從企業特征、股本結構和股東回報等多角度運用主成分分析法構建新能源汽車價值評估體系。劉潔(2015)在新能源汽車企業價值評估模型中結合層次分析法,綜合考慮了財務與非財務因素,同時運用現金流量折現法對新能源汽車企業價值進行評估。柴雪(2017)以新能源汽車企業價值創造因素角度出發,用杜邦分析法對企業收益率進行預測,用修正自由現金流折現模型使結果更符合市場價值。朱孔宇(2020)基于動力鋰電池的特性,采用EVA 模型和B-S 實物期權法分別評估企業現有價值和潛在價值,二者相加形成企業整體價值。何靈璽(2022)在分析了傳統評估方法的局限性和實物期權法的優越性的基礎上,構建了FCFF 與B-S 結合的評估模型,并以比亞迪為研究案例驗證該評估模型在新能源汽車價值評估領域的適用性。
1. 市場法可比公司選取相關研究
Louis Bachelier(1900)的有效市場理論和Dev Strichek(1983)的替代理論奠定了市場法的經濟基礎。在此基礎上,Aswath Damodaran(1992)提出可比公司概念,并認為同類企業之間具有可比性與相似性,可通過選擇價值評價指標如公司規模、風險大小、現金流量等來尋找可比企業,并實現對目標企業的價值評估。Hndrew Alford(1992)從企業規模、償債能力、每股收益、所在行業、盈利能力五個角度進行可比公司的篩選,研究發現資產收益率與企業行業現金流結合可以得到顯著結果。Kim 和Ritter(1999)在Aswath 研究上進行拓展,在企業賬面資產價值、企業規模、企業銷售收入等量化指標基礎上分別使用常見財務指標進行企業價值評估模型試驗,發現股票市值/EBITDA 比率指標誤差最小。國內學者胡曉明(2013)基于企業異質性特性,構建包含盈利能力指標、運營能力指標、償債能力指標、成長指標和規模指標的特征指標體系,同時結合模糊數學中的海明貼近度與熵權法,減少可比公司選取的主觀性。
2.市場法價值乘數選取相關研究
采用市場法進行企業價值評估時,不僅需要分析企業的現實、歷史狀況、初始投資及預期收益,還需要了解企業的內外部因素、市場環境。因此,市場法能夠更加翔實、更加系統地對企業價值進行評估,且評估結果能被市場主體接受和理解。國內學者岳修奎、季珉(2005)針對我國企業特性提出市凈率乘數法,奠定國內市場法評估基礎。于志超(2010)認為使用并購案例比較法由于信息公開化程度還不夠高,并購交易的數據難以取得,因此多采用企業比較法,并提出應結合企業盈利能力、償債能力、發展能力、營運能力等方面的指標對可比公司和目標公司進行差異修正。胡曉明、施冰一(2020)以信息技術行業的五項能力指標作為評價標準,運用灰色關聯分析,計算出各企業與被評估企業的關聯度,并按照關聯度大小選擇可比公司。而何文靜(2022)則采用符合科創板企業特征的市銷率作為價值乘數,克服了現有研究忽視科創企業特點的弊端。
根據新能源汽車企業的特點和市場法應用的局限性,本文擬從可比公司選擇和價值乘數選取兩方面改進市場法,以期為實務提供方法參考。
1. 可比公司指標體系構建
由于可比公司的確定原則并沒有統一的判別標準,在實務中往往選取與被評估公司行業、規模、財務風險等因素可比的作為可比公司,不可避免受到主觀因素的影響,進而影響評估結果的準確性。因此,本文擬建立一個多維度指標體系,其中除了包括盈利能力、償債能力、營運能力和發展能力外,還應當包括能夠體現新能源汽車企業特點的指標,例如研發能力等。綜合考慮選擇可比公司指標體系如下表:
2. 選擇可比公司的具體步驟
熵是量化混亂程度的概念。本文將熵引入可比公司的選擇中,指標的熵越大,系統的不確定性越大,信息的無序程度越大,即系統攜帶的信息量越少,其信息的有用性越強,反之亦然。熵權是基于客觀數據,適用于確定復雜指標的權重。模糊數學法根據隸屬度理論,對模糊概念和模糊現象進行描述。根據計算模糊數學理論中的海明貼近度,將各個公司的貼近度大小依次排序,優先選擇貼近度大的可比公司,并結合熵權法得出指標的權重。
運用熵權法將選取的指標進行權重賦值,假設有可比公司i 共m 個(i=1,2,3,4,...,m),標準指標j 共n 項(j=1,2,3,4,...,n),可比公司指標權重計算步驟如下所示:
(1)經處理后的指標矩陣運用到第i 個可比公司的第j 項指標Xij的權重Pij求取:
(2) 求n 項指標各自的熵值Eij:
(3) 求特征指標的權重Wj:
(4) 將各個樣本的指標權重賦值后,求各個樣本的貼近度:
其中,μij表示企業i 的第j 項指標除以被評估公司的第j 項指標,μ0j表示被評估公司的第j 項指標。根據ρH值的大小對可比公司進行從大到小排序,同時需剔除海明貼近度為負值的企業,選取貼近度高的作為可比公司。
(5) 計算可比公司權重Wij:
1. 主成分分析法
主成分分析法的核心思想是“降維”,把原始的多個變量濃縮成少數幾個相關程度低、綜合程度更高的變量。運用主成分分析法時,需要進行KMO 檢驗和Bartlett 檢驗,KMO 檢驗為了證明數據存在偏相關,Bartlett 檢驗為了證明數據之間獨立,當結果間存在強相關性時,才適合做因子分析。本文要求KMO 大于0.5,Bartlett 結果小于或等于 0.05。以下是主成分分析法公式:
其中,Fi(i=1,2,…,n)表示第i 個主成分,xj(j=1,2,…,n)表示第j 個變量,eij(i=1,2,…,n,j=1,2,…,n)表示第j 個變量對第i 個主成分的權重。
本案例研究采用主成分分析法確定價值比率乘數及其權重的具體步驟如下:
(1)將原始數據進行標準化處理,消除指標間的量綱差異;
(2)對標準化數據進行KMO 和Bartlett 檢驗,驗證能否進行主成分分析;
(3)利用SPSS 等相關軟件進行主成分分析,根據碎石圖及方差解釋表,選擇表中累計份額達到70%的作為主成分,并判斷主成分與分析指標對應關系;
(4)利用成分得分系數矩陣計算綜合得分系數,歸一化處理得到各指標權重。
2. 價值乘數選取
考慮到不同價值乘數的優劣勢以及新能源汽車行業的特殊性,在構建新能源汽車行業價值乘數體系時,嘗試將價值乘數分為基本價值乘數和新能源汽車企業特征價值乘數如下表2、表3:
A 新能源動力系統公司(簡稱“A 公司”)成立于2011 年6 月,注冊資本1 362.6155 萬元。A 公司的主要經營范圍系清潔能源電池領域的技術開發、咨詢、轉讓和服務以及其產品的生產和銷售。自成立以來,A 公司不斷加大研發投入提升技術水平,并努力開拓客戶,擴大業務規模。B 公司系A 公司的參股股東,因涉及司法訴訟事項,由當地的中級人民法院委托C 評估公司對B 公司持有的A 公司25%的股權價值以2020 年12 月31 日為評估基準日進行評估,為該訴訟事項提供價值參考。
截至評估基準日,A 公司尚處于初創期,經營期內營收較不穩定,且研發等投入較大,導致A 公司尚處于虧損狀態,屬于典型的新能源汽車行業的初創型企業。A 公司近三年相關財務數據(合并口徑)如下:
C 評估公司根據本案例的評估目的、評估對象、價值類型、資料收集情況等相關條件,分析了資產基礎法、收益法和市場法的適用性。
(1)A 公司提供的委估資產及負債范圍明確,C評估公司可通過財務資料、購建資料及現場勘查等方式進行核實并逐項評估,故本次評估可采用資產基礎法;(2)A 公司處于初創階段,未來長期收益無法合理預測,因此無法采用收益法評估;(3)A 公司屬新能源汽車動力電池行業,存在一定數量的可比上市公司,且能通過公開市場獲取可比公司相關資料信息,故本次評估適用市場法。
綜上分析,本案例評估分別采用市場法(上市公司比較法)和資產基礎法對A 公司的25%股權價值進行評估。
1. 可比上市公司的選擇
在本次評估中,通過iFind 金融數據庫選取新能源動力系統行業的48 家上市公司,在分析各家上市公司的主營業務等情況的基礎上,選取了6 家較為可比的同屬于新能源汽車動力電池系統的企業作為擬可比上市公司。具體明細如下:
基于上述初步選取的6 家擬可比公司,根據各家公司在公司規模、盈利能力、營運能力、償債能力、成長能力及研發能力方面的財務指標,采用數學模糊法和熵權法相結合,得到這六家可比公司與A 公司的海明貼近度及相關權重,具體明細如下:
根據上表,貼近度均較為接近,考慮到上述6家上市公司的業務類型和A 公司均較為可比,故將上述6 家公司均作為可比公司,并根據貼近度數據計算各自權重。
2. 價值比例乘數的選取
(1)常用價值比率
采用市場法評估的一個重要步驟是分析確定、計算價值比率乘數。價值比率通常包括盈利比率、資產比率、收入比率和其他特定比率。常用的價值比率有盈利基礎價值比率、收入基礎價值比率、資產基礎價值比率。
(2)價值乘數選取
根據A 公司所在行業特性,同行業可比公司未全部實現盈利,同時考慮到A 公司尚處于初創期,近幾年公司營業收入有所增長,但尚處于虧損狀況。故本次評估基于行業及A 公司實際所處發展階段及經營狀況,考慮到不同價值乘數的優劣勢以及新能源汽車行業的特殊性,在構建新能源汽車行業價值乘數體系時,將價值乘數分為基本價值乘數和新能源汽車企業特征價值乘數。
本案例采用主成分分析法對于價值比例乘數進行選取。根據iFind 金融數據庫新能源汽車行業下的動力電池類子行業上市公司,剔除特殊企業之外,共計6 家上市公司樣本,結合上文構建的新能源汽車行業價值乘數體系中的6 個基本價值乘數和4 個特征價值乘數,采用SPSS 軟件進行主成分數據分析。
首先,對初始變量數據進行相關性檢驗。本文要求KMO 值大于0.5,Bartlett 檢驗sig 值小于0.05。
根據KMO 和Bartlett 檢驗表,得到KMO 值為0.527 大于0.5,Bartlett 檢驗sig 值為0.000,遠小于0.05。綜合考慮KMO 與Bartlett 檢驗值,基本符合主成分分析的要求,可以進行之后的操作和分析。
成分分析法根據特征值是否大于1 來選取合適的主成分。由下表可得兩個大于1 的特征根,分別為6.133 和1.456,兩者解釋總方差累計貢獻率達75.891%大于70%,表明所提取的主成分解釋程度較好。
通過成分矩陣可知,新能源動力電池子行業價值乘數的主成分F1中,存貨企業價值倍數EV/IN 的系數最高為0.934,同時企業價值/總資產EV/TA 系數、市銷率PS 系數、企業價值/營業收入EV/S 系數分別為0.928、0.902、0.894,均較高,說明這四個因素最能代表主成分F1。同理主成分F2的兩個主要代表因素為市凈率PB 和企業價值/總資產EV/TA,分別對應系數為0.471 和0.329。因此,對于新能源汽車下屬動力電池子行業而言,EV/IN、EV/TA、PS、PB 以及EV/TA 是影響最大的價值比率乘數。

圖1 碎石圖
3.價值比例乘數的計算
根據主成分分析法的成分矩陣分析可知,對于新能源汽車下屬動力電池子行業而言,EV/IN、EV/TA、PS、PB 以及EV/TA 是影響最大的價值比率乘數。各價值比率乘數計算過程如下:
(1)可比上市公司價值比率的確定
可比上市公司的全投資價值(非流動狀態下)=可比上市公司股東權益價值(非流動狀態下)+少數股東權益-溢余(非經營性)資產、負債凈值+付息負債
可比上市公司股東權益價值(非流動狀態下)=股本數×股價×(1-缺少流動性折扣率)×(1+控股權溢價率)
1)股價按基準日前20 個交易日均價確定;
2)缺少流動性折扣率的確定
由于A 公司系非上市公司,故本案例估值取缺少流動性折扣率為37.06%。
3)控制權溢價率的確定
根據2005 年至2020 年期間控制權溢價數據統計分析,本次控股權溢價率為13.92%。
在獲取可比上市公司公開數據后,可比公司相應比率乘數計算結果如下表12。

表1 可比公司指標體系構建

表2 基本價值乘數

表3 新能源汽車企業特征價值乘數

表4 A 公司2018-2020 年部分財務數據(金額單位:人民幣元)

表5 可比上市公司主營業務分析

表6 可比上市公司海明貼近度及權重

表7 基本價值乘數指標

表8 新能源汽車行業動力電池子行業特征價值乘數指標

表9 KMO 和Bartlett 的檢驗

表10 解釋總方差表

表11 新能源動力電池子行業價值乘數成分矩陣

表12 可比公司價值乘數計算結果(金額單位:人民幣萬元)
(2)價值比率乘數的修正
由于A 公司與可比上市公司之間存在經營風險的差異,包括經營規模、盈利能力、營運能力、償債能力、成長能力、研發能力等方面的差異,因此需要進行適當合理的修正。本案例對于價值比率乘數的修正體系如下表13。

表13 價值乘數修正體系
根據上述財務指標修正體系,經計算,各家可比公司綜合修正系數如表14。

表14 可比公司綜合修正系數計算

表15 可比公司價值比率
(3)價值比率乘數的確定
根據上文分析計算得出的可比上市公司價值比率及相關修正系數,得到綜合修正后的各家可比公司各價值比率乘數。同時,根據數學模糊法和熵權法得到的各家公司的海明貼近度權重,最終計算得到各個價值比率乘數,具體如下表:
4. A 公司相關財務數據
由于新能源汽車動力行業及A 公司均處于快速發展階段,采用動態市盈率更加有意義,故根據A公司管理層提供的盈利預測數據,評估人員進行了必要的分析核實與調整,結合行業及未來發展趨勢對2021 年的營業收入進行預測。
根據A 公司財務提供的歷史年度報表分析,確定評估基準日時點的有息負債、少數股東權益、溢余(非經營性)資產、負債凈值。具體明細如表16。

表16 A 公司相關財務數據表

表17 市場法評估計算表(金額單位:人民幣萬元)

表18 資產基礎法評估結果匯總表(金額單位:人民幣萬元)
5.市場法估值結果
根據上述評估過程,市場法評估結果計算如下:
采用資產基礎法對A 公司評估基準日時點各項資產及負債進行評估,評估結果如下表:
在以上評估結論基礎上,資產基礎法計算的A公司25%股權價值為1 867.60 萬元。
資產基礎法評估結果為1 867.60 萬元,市場法評估結果為6 993.00 萬元,兩者差異5 125.40 萬元。C 評估公司考慮到A 公司屬于研發型初創期企業,其積累了一定的經營管理經驗、核心生產技術及研發能力、客戶渠道及市場開拓能力等,市場法的評估結果能更全面、合理地反映A 公司的25%股權價值,因此選定以市場法評估結果作為A 公司的25%股權價值,即評估結果為6 993.00 萬元。
在上述評估案例中,C 評估公司根據評估目的、評估對象、價值類型、資料收集情況等相關條件,以及三種評估基本方法的適用條件,選擇使用市場法和資產基礎法進行評估。沒有采用收益法主要系A 公司未來經營層面存在較大的不確定性,管理層無法提供較長期的盈利預測數據,不具備采用收益法的條件。本次案例采用的市場法和資產基礎法評估路徑不同,但實施過程和參數選取均較為合理。
根據后續公開市場信息了解到,A 公司25%股權經司法拍賣,最終成交價為7 201 萬元,本案例的評估值較為接近實際成交價,差異率在3%以內。
市場法評估中對于價值比率的修正存在一定的主觀性,A 公司和可比上市公司在資產和營收規模上存在較大的差異,且因為A 公司尚處于初創期,利潤尚虧損,相關財務指標出現負數,通過打分修正較有主觀性,應尋求更好的量化方式予以改進。
本案例選取的價值比率乘數中,市銷率PS 系數、企業價值/營業收入EV/S 系數中的應收收入S,采用的是動態口徑,需要對于可比上市公司和A 公司2021 年的營業收入做相關預測。其中,對于上市公司2021 年營業收入的預測,采用的是iFind 金融數據庫中披露的各研究機構對于各家上市公司未來年度的盈利預測數據;對于A 公司2021 年營業收入的預測,是基于A 公司管理層提供的盈利預測數據,評估人員進行了必要的分析核實與調整后,結合行業及未來發展趨勢綜合確定。上述動態預測數據可能和實際經營情況存在差異,應盡可能地從公司的商業模式、客戶粘性、市場占有率、銷售渠道等各方面加以分析,從而減少估值誤差,加強估值的準確性。
由此本文可得到如下結論:
1.市場法較為適合新能源汽車企業價值評估。由于新能源汽車企業現金流不穩定、無形資產占比較大,研發投入大等特點,收益法和資產基礎法的運用存在一定的缺陷。將上市公司比較法應用于新能源汽車企業價值評估,能夠增加評估合理性。
2.由于新能源汽車行業存在其行業特性,本文在價值乘數指標的選取上綜合考慮了A 公司與行業特性,選取了市銷率、市凈率等基本價值乘數和存貨企業價值倍數、研發費用企業價值倍數等新能源汽車企業特征價值乘數指標,更具合理性。
3.引入科學的統計方法應用于企業價值評估能夠很好地解決市場法應用中的主觀性與合理性問題,本文引入模糊數學中的海明貼近度,以海明貼近度顯示可比企業與被評估企業的相似程度,并采用主成分分析法,綜合基本價值乘數與特征價值乘數,使用熵權法科學賦予權重。研究結果顯示,該改進方法具備一定合理性,且有一定的現實意義。
1.資產評估是公司上市、交易并購中實現公平交易合理定價的重要環節,在對企業價值進行評估時,應先分析標的企業及所屬行業特性,并以此分析各評估方法的適用性,選取出最恰當的評估方法。
2.運用市場法中的上市公司比較法進行評估時,選取可比公司與價值乘數是關鍵。在選取可比公司時應根據企業特點,確定可比指標;在選取價值乘數時不能以千篇一律的統一標準,而應綜合考慮企業與其所屬行業特征。
3.對于企業價值評估中存在主觀性較大的問題,可以通過引入科學的模型或方法來降低評估主觀性,提高資產評估的合理性。這在另一方面也對評估機構與評估人員提出更高的要求,要求提高專業勝任能力與經驗判斷,以此促進資產評估行業的不斷發展。