市場法評估企業績效評分中價值比率調整方法的優化

■ 周鷹飛 胡 兵 俞家清 徐太生

（1.江蘇華信資產評估有限公司，江蘇南京 210000；2.江蘇省資產評估協會，江蘇南京 210000）

一、引言

在評估實務中有一類具有“專精特新”特質的企業，它們在評估基準日收入少（或者無）、利潤少（或者為負）、資產總額也小。如何合理地采用市場法對它們進行價值評估成為評估實務中的一個難點。本文選用“EV/資本”價值比率作為衡量企業價值的倍數，并采用企業績效評分計算得出各可比公司及被評估企業的總分值，傳統方法是直接將被評估企業總分值除以可比公司總分值，得出各可比公司價值比率的調整系數，然后利用該系數計算得出調整后的價值比率，取其平均值作為被評估企業的價值比率，再據此計算被評估企業的價值。采用該方法在評估實務中，我們發現由于選取可比公司數量的不同，或者一組可比公司價值比率上下波動范圍的不同，計算得出的被評估企業價值比率變動可能很大，即價值比率的穩定性不足，從而影響被評估企業價值的合理性和有效性。

本文選取科源制藥（301281.SZ）作為被評估企業，以一組化學制藥的上市公司為可比公司，分別就股票市場的定價與上市公司比較法估值進行分析，針對價值比率和公司總分值（公司得分）兩個參數，研究表明采用最優尺度回歸確實比直接價值比率對比調整具有更小的誤差范圍，從而實證說明該方法的有效性。

二、企業績效評分

企業績效評分是借鑒《企業績效評價標準值2023》中的評價指標體系和評分標準，并結合企業所屬行業的特點，從企業的盈利能力、資產質量、債務風險、經營增長等方面對被評估企業與可比公司間的差異進行量化，選取適宜的財務指標按照功效系數法計分原理，將評價指標實際值對照行業評價標準值，按照規定的計分公式計算各項基本指標得分。再在基本指標計分結果的基礎上，運用功效系數法原理，分別計算盈利能力、資產質量、債務風險和經營增長四個部分的綜合修正系數，再據此計算出修正后的分數（圖1）。基本計算公式如下：[1]

圖1 財務指標的總得分計算邏輯示意圖

單項基本指標得分=本檔基礎分+調整分

基本指標總得分=∑單項基本指標得分

各部分修正后得分=各部分基本指標分數×該部分綜合修正系數

修正后總得分=∑各部分修正后得分

三、價值比率的選擇與確定

價值比率是指在資產價值和與其具有關聯關系的財務或者非財務等指標之間所建立的比值關系，并以此作為評估資產價值的一種價值倍數。[2]按照價值比率的分母分類可以是盈利類指標、收入類指標、資產類指標，針對不同類型的指標可以衍生出不同類型的價值比率，如盈利類指標衍生出盈利基礎價值比率；資產類指標衍生出資產基礎價值比率等。[3]

當被評估企業處于成長期或高投入期時，其收入少（或者無）、利潤少（或者為負）、資產總額也小。現有的價值比率不能準確地衡量企業的價值，因此，本文采用公司資本（股本+資本公積-庫存股）作為價值比率的分母，重新定義一個新的價值比率，即“EV/資本”。

企業價值（EV）=20 日成交均價×A 股股本+付息負債+少數股東權益價值+優先股價值-非經營性資產（扣除負債），貨幣資金并入非經營性資產計算。

科源制藥于2023 年4 月4 日登錄中國A 股創業板，公司主要從事化學原料藥及其制劑產品的研發、生產和銷售，產品覆蓋降糖類、麻醉類、心血管類及精神類等領域，同時兼營少量中間體業務。因此，本文選擇申銀萬國三級行業分類中的原料藥、化學制劑和其他生物制品中的全部股本為A 股的上市公司作為可比公司。以2023 年6 月30 日為評估基準日共選擇出162 家，計算出各價值比率和公司得分（表1）。

價值比率種類眾多，對于價值比率的最佳估計常常是通過運用最適合的價值比率得出。[4]本文采用統計方法，把各種價值比率與公司得分進行相關分析，以相關系數最高的價值比率作為最佳解釋價值比率，即“EV/資本”價值比率（表2）。EV/IC、EV/EBIT、EV/S 因相關系數為負值，不符合經濟預期，不適用。

四、可比公司

我們以公司得分為縱坐標，“EV/資本”價值比率為橫坐標作圖，觀察公司得分與價值比率間的分布。基于各家公司得分相近，則它們的基本經營績效情況相似、公司價值相近的判斷，理論上各家公司應該沿著圖中右下向左上分布（圖2）。但股票市場會受到無效性因素的干擾影響，個別股票價格可能會有一些非正常的異動，實際結果并非如此，測算的擬合優度非常小，R2為0.083。

圖2 可比公司分布分散，存在著強影響點

為此，我們對可比公司價值比率較高值端數據進行5%截尾處理，以減輕極端值的影響，排除極端值后擬合優度略有改善，R2為0.111。但分布情況并未改善，按上市板塊分類觀察，與科源制藥（被評估企業，圖中標注1）公司得分0.8903 相近的可比公司，3 個板塊均有，以創業板上市公司居多，但價值比率分布范圍較寬（圖3）。如按細分行業分類觀察，同樣是3 個細分行業均有，以化學制劑公司居多，價值比率分布范圍同樣較寬（圖4）。

圖3 與科源制藥公司得分相近的可比公司，以創業板上市公司居多

圖4 與科源制藥公司得分相近的可比公司，以化學制劑公司居多

五、價值比率調整

為了稀釋個別股票價格的異動，傳統可比公司數量的選擇可以以被評估企業得分為基礎，以接近被評估企業得分附近的一組公司作為可比公司。我們選取與科源制藥公司得分差異率在±9.5%的公司作為可比公司（共29 家），計算價值比率調整系數和調整后的價值比率，取其平均值作為科源制藥的價值比率（表3）。

表3 價值比率調整計算

調整后“EV/資本”的平均值為5.74，股票市場對科源制藥的定價為4.43，兩者差異率為29.6%。產生差異的主要原因是由于價值比率分布范圍較寬所致（圖3、圖4）。減少可比公司數量，或者從提高可比公司信息質量入手選擇可比公司，可能價值比率的計算結果有所改善。受可比公司信息收集所限，在未能深入理解可比公司價值內涵的基礎上，對可比公司選擇一般是以價值比率為基礎進行數據雙邊截尾處理。妥善處理可比公司數量與質量之間的矛盾，成為實務操作過程難點之一。選擇不同數量的可比公司計算價值比率平均值，其數值可能存在變動較大、不穩定的問題。

六、價值比率調整方法的優化

（一）最優尺度回歸

將被評估企業得分與可比公司得分直接相除，即意味著公司得分之間的差距是相等的或者說它們對價值比率的數值影響程度是均勻的，這種假設有些草率，基于此的分析有時會得出很不合理的結論。公司得分與價值比率之間并不存在一種函數或確定性依賴關系，它們之間是一種統計依賴關系。這個性質的意義在于：公司得分固然重要，但并不能準確地預測公司價值比率。依據計量經濟學原理，一則對公司得分和價值比率的測量不論多么精細，總是存在著測量誤差；二則除了公司得分外，還有一大堆整體影響著價值比率的因素，卻難于一一辨認出來。因此，無論我們考慮了多少個影響因素，卻無法完全地解釋價值比率。它的一些“內在”的或者隨機的變異是注定存在的。[5]也就是說，我們需要采用計量經濟學原理處理隨機變量。

在統計學中，按照對事物描述的精確程度，將所采用的測量尺度從低到高分為4 個層次：定類尺度、定序尺度、定距尺度和定比尺度。在這4 種測量尺度之間，按照信息量的高低，可將高層次測量尺度的測量結果轉換為低層次測量尺度的測量結果。[6]因此，我們將公司得分的測量尺度由定比更改為定序尺度，但更改后其計量結果只能自然排序，不能直接進行算術運算。為此，我們首先進行最優尺度變換。可在SPSS 統計軟件中使用分類回歸（Categorical Regression）過程實現。

最優尺度變換是專門用于解決在統計建模時如何對變量進行量化評分的問題，其基本思路是基于希望擬合的數學模型框架，分析各級別對因變量影響的強弱變化情況，在保證變換后各變量間的聯系為線性的前提下，采用一定的非線性變換方法進行反復迭代，從而為原始自變量的每一個類別找到最佳的量化評分，隨后在相應模型中使用量化評分代替原始變量進行后續分析，這樣就可將各種傳統回歸分析方法的適用范圍一舉擴展到全部測量尺度。如果最優尺度變換技術被用于線性回歸，即最優尺度回歸方法。[7]

我們采用SPSS 的分類回歸對變量進行變換，為每一個變量用量化評分的方式來表示各類變量間的差異，評分近似則表示影響程度相近，評分相差越大影響程度差異也越大。公司得分（表4）和價值比率（表5）經“最優尺度變換”后得到原始變量和量化評分的對應量化數值表。

表4 公司得分a

表5 EV/資本a

（二）模型假設檢驗

最優尺度回歸的本質是基于模型效果最優化的原則，首先對原始變量進行變換，將各變量轉換為適當的量化評分，然后使用量化評分代替原變量進行回歸分析，因此結果輸出基本上都是變換后評分的分析結果。[7]

從表6 模型摘要給出的結果可知模型的擬合優度略低，變換后模型的調整后決定系數為0.109。對于經濟數據，在針對市場法評估進行的回歸分析中，我們沒有必要強調多高的R2才有意義，相反，我們更應該強調回歸分析本身的預測能力。當R2下降時，回歸的預測范圍將會擴大。[8]

表6 模型摘要

表7 是總模型有無意義的檢驗。結果表明變換后評分擬合的模型整體非常顯著，P 值為0.003，模型具有統計學意義。

表7 方差分析（ANOVA）

表8 為模型中系數的估計值和檢驗結果。P 值小于0.001，結論為公司得分的量化評分和“EV/資本”的量化評分間的聯系有統計學意義。

表8 模型中變量系數

總體結論：模型總體通過了統計學檢驗，擬合變換后評分數據顯著，公司得分的量化評分通過了統計學檢驗，公司得分的量化評分和“EV/資本”的量化評分之間關系符合經濟學預期。

（三）被評估企業價值比率的確定

被評估企業價值比率的確定過程分為三個步驟：

第一步，根據“公司得分”量化表采用插值法計算被評估企業公司得分的量化評分。被評估單位公司得分原始值為0.8903，計算出的量化評分為1.0000。

第二步，由被評估企業公司得分的量化評分1.0000 計算出被評估企業價值比率的量化評分為0.4090（1.0000×0.4090）。

第三步，對照“EV/資本”量化表采用插值法計算，將被評估企業價值比率的量化評分轉換成變換前價值比率的原始數值，即反推計算出評估對象的價值比率。即得到：EV/資本=4.41。

股票市場對被評估企業（科源制藥）“EV/資本”的定價為4.43。二者比較，差異率為0.45%。

七、價值比率穩定性的研究

如圖5 和圖6 所示。因為我們把“EV/資本”設定為等距的數值變量，SPSS 只是對它進行了標準變換，在變換中沒有改變各數據間的差異（圖5）。

圖5 “EV/資本”評分對應圖

圖6 “公司得分”評分對應圖

由圖6 觀察發現，各可比公司可以分為若干組，同一組內可比公司被賦予了相同的量化評分，不同組之間的可比公司的量化評分則不同，有的組之間差距還非常大。隨后的回歸分析就是用變換后的分值進行，相當于評分間為等距變化。

在上文介紹最優尺度變換時，“基于希望擬合的模型框架，分析各級別對因變量影響的強弱變化情況”。顯然，最終的量化評分會受到希望擬合的模型的影響，變換僅僅保證相應的量化評分在當前模型框架中為最優，如果模型發生改變，比如說引入了新的自變量，或者其他變量的測量尺度進行了更改，則量化評分的結果也會發生改變。[7]本文通過排秩對可比公司個案等級排序來對變量進行離散化處理，樣本量的變化同樣影響量化評分的結果。為研究相應評分的準確和穩定，即模型的穩定性。我們以價值比率為基礎將可比公司組內公司數量分別從最高或最低或同時減少，觀察模型的穩定性（表9）。研究表明：總體來看，在樣本量較多的情況下，模型相對穩定。

八、總結

1.由于資產評估中采用的經濟數據為觀察（非實驗）數據，不管是價值比率還是公司得分或者其他參數測量總是存在測算誤差，通過計量經濟學原理分析，回歸方程能夠很好地對數據進行處理和解釋。

2.最優尺度回歸也可應用于多元回歸分析。對于影響價值比率的因素除了公司得分外，還可以加入研發費用等等其他指標。實際上其應用范圍不僅限于回歸，可以用于任何多變量模型和多元模型框架。

3.本文對價值比率調整方法提出采用最優尺度回歸優化進行了初步探討，并對其使用方法進行了介紹。對可比公司價值比率調整方法采用最優尺度回歸，極大提高了被評估企業價值比率計算的合理性和穩定性，在評估實務中具有應用意義。