(新西蘭林肯大學(xué)農(nóng)商與經(jīng)貿(mào)學(xué)院，新西蘭 基督城 8013)

引言

在當(dāng)前的上市公司價(jià)值評(píng)估實(shí)踐中，根據(jù)被評(píng)估公司的個(gè)體特性以及所屬行業(yè)的總體特征，而同時(shí)選取多種類型的估值模型已成為主流趨勢(shì)。首先，作為上市公司價(jià)值評(píng)估的基本原則之一，采用的估值模型應(yīng)能夠與被評(píng)估公司的基本特征很好地兼容，該公司的內(nèi)在價(jià)值才能夠被精確地估算出來(lái)。其次，鑒于每種估值模型都是從各自不同的角度來(lái)揭示出公司的內(nèi)在價(jià)值，過(guò)分依賴于某種估值模型勢(shì)必會(huì)造成對(duì)內(nèi)在價(jià)值的片面認(rèn)識(shí)，甚至?xí)雎缘舨糠謨r(jià)值。因此，采用由多種兼容且互補(bǔ)的估值模型所構(gòu)成的組合(即綜合估值模型)，對(duì)公司進(jìn)行全面的價(jià)值評(píng)估，是提高估值結(jié)論可信度的重要有效辦法之一。然而，在當(dāng)前的公司價(jià)值評(píng)估實(shí)踐中，對(duì)于行業(yè)特定估值模型的選取，特別是怎樣根據(jù)被評(píng)估行業(yè)的特征而同時(shí)選取多種類型的估值模型，尚存在著很多操作難點(diǎn)以及疑問(wèn)。大部分由分析師構(gòu)建的綜合估值模型包含了諸多缺陷，例如組合中的模型與被評(píng)估公司不兼容，組合中的模型相互之間存在沖突，組合中的所有模型都側(cè)重于某一價(jià)值指標(biāo)而導(dǎo)致組合整體失去平衡等問(wèn)題，其不但不能夠提高價(jià)值評(píng)估的可信度，相反進(jìn)一步降低了估值結(jié)果的有效性。針對(duì)上述問(wèn)題，本文旨在通過(guò)加強(qiáng)對(duì)行業(yè)特定綜合估值模型的研究以提高價(jià)值評(píng)估的可信度。

文獻(xiàn)回顧

在上市公司價(jià)值評(píng)估實(shí)踐中，分析師們?cè)缫呀?jīng)開始在不同的行業(yè)中運(yùn)用不同的綜合估值模型。根據(jù)美國(guó)美林公司2006年進(jìn)行的機(jī)構(gòu)因素調(diào)研(Institutional Factor Survey),機(jī)構(gòu)投資者在他們的證券評(píng)估分析中，同時(shí)且平均使用多達(dá)9種估值模型以及財(cái)務(wù)比率。然而，當(dāng)前對(duì)于行業(yè)特定綜合估值模型的理論研究仍然相當(dāng)匱乏，幾乎沒(méi)有相關(guān)文獻(xiàn)將行業(yè)特征與綜合估值模型這兩個(gè)因素結(jié)合起來(lái)進(jìn)行同時(shí)探討。僅有部分研究對(duì)綜合估值模型進(jìn)行了分析，Yee(2004)[18]認(rèn)為每種估值模型所生成的估值只能反映出一部分的內(nèi)在價(jià)值信息，僅僅依賴于某估值模型勢(shì)必會(huì)忽略掉部分價(jià)值，內(nèi)在價(jià)值從本質(zhì)上等于由多種估值模型生成的多個(gè)估值的加權(quán)。另外，同時(shí)采用多種估值模型的優(yōu)勢(shì)來(lái)源于對(duì)各種模型的特長(zhǎng)進(jìn)行整合，從而能夠?qū)具M(jìn)行全方位的價(jià)值評(píng)估以充分地發(fā)現(xiàn)其內(nèi)在價(jià)值。Vardavaki和Mylonakis(2007)[16]指出，綜合估值模型之所以能夠總體表現(xiàn)超過(guò)單個(gè)估值模型，在于綜合估值模型具備同時(shí)撲捉到多重內(nèi)在價(jià)值信息的能力。一般來(lái)講，上市公司估值模型從總體上可分為基于貨幣時(shí)間價(jià)值理論的絕對(duì)估值模型和以一價(jià)定律為基礎(chǔ)的相對(duì)估值模型，這兩大類模型均具有各自獨(dú)特的優(yōu)勢(shì)以及缺陷。例如，絕對(duì)估值模型特別擅長(zhǎng)于對(duì)高速成長(zhǎng)的新興公司進(jìn)行評(píng)估，它能夠很好地把握住可能產(chǎn)生于未來(lái)的大量不穩(wěn)定內(nèi)在價(jià)值，但絕對(duì)估值模型往往高度敏感于貼現(xiàn)率和未來(lái)長(zhǎng)期增長(zhǎng)率等參數(shù)。相對(duì)估值模型具有簡(jiǎn)單直觀等優(yōu)勢(shì)，它特別適用于傳統(tǒng)行業(yè)。而相對(duì)估值模型的可靠性取決于所選取的價(jià)值參照物，在實(shí)踐中經(jīng)常會(huì)遇到難以尋求匹配的價(jià)值參照對(duì)象，價(jià)值參照物本身存在錯(cuò)誤定價(jià)等問(wèn)題。所以，一些文獻(xiàn)認(rèn)為絕對(duì)以及相對(duì)估值模型的有效結(jié)合能夠克服各自的不足并強(qiáng)化自身優(yōu)勢(shì),從而顯著提高公司價(jià)值評(píng)估結(jié)論的可信度。例如，Jenkins(2006)[9]認(rèn)為由絕對(duì)以及相對(duì)估值模型所構(gòu)成的組合，能夠同時(shí)地兼顧到多重長(zhǎng)期以及單一短期的公司預(yù)測(cè)數(shù)據(jù)。Imam等(2013)[7]研究發(fā)現(xiàn)，同時(shí)采用基于會(huì)計(jì)原理的相對(duì)估值模型和基于現(xiàn)金流的絕對(duì)估值模型，能夠有效地減少估值誤差，歷史會(huì)計(jì)數(shù)據(jù)與未來(lái)預(yù)測(cè)現(xiàn)金流的有效結(jié)合能顯著地增強(qiáng)對(duì)內(nèi)在價(jià)值的估算能力。

但是，如何將綜合估值模型所產(chǎn)生多個(gè)估值整合成一個(gè)綜合估值是困難所在。在當(dāng)前操作實(shí)踐中，尚沒(méi)有一個(gè)統(tǒng)一的整合辦法，而現(xiàn)有文獻(xiàn)對(duì)該問(wèn)題的研究以及提出的解決辦法也相當(dāng)不健全。Imam等(2008)[8]通過(guò)基于98份證券研究報(bào)告的內(nèi)容分析，以及與42位英國(guó)賣方證券分析師的面談，總結(jié)出分析師偏向于通過(guò)各自的判斷以及方法，根據(jù)一系列的定性因素將多個(gè)估值主觀地結(jié)合起來(lái)。其中，Patena(2011)[12]通過(guò)對(duì)相關(guān)研究進(jìn)行匯總，發(fā)現(xiàn)一種基于加權(quán)平均思想的整合方法被分析師們廣泛采用，從本質(zhì)上來(lái)講，該種加權(quán)平均法其實(shí)是一種定性方法，它通過(guò)主觀地判斷各種估值模型與被評(píng)估公司之間的相關(guān)性以及重要性，而手動(dòng)地為組合中的每個(gè)估值模型分配相應(yīng)的比例。然而，由于該類加權(quán)平均法是純粹基于經(jīng)驗(yàn)法則，它通常會(huì)造成分析師對(duì)相同的組合有著不同的比例分配。顯然，這類過(guò)于主觀的整合方法只會(huì)導(dǎo)致更多估值誤差，違背采用綜合估值模型的初衷，即同時(shí)運(yùn)用多個(gè)估值模型以便減少估值與內(nèi)在價(jià)值之間的偏差。

鑒于當(dāng)前廣泛運(yùn)用的加權(quán)平均法存在過(guò)于主觀判斷的缺陷，一些文獻(xiàn)提出了采用定量的方法來(lái)客觀地估算出加權(quán)比例，其中以貝葉斯理論和統(tǒng)計(jì)回歸為基礎(chǔ)的量化方法受到了廣泛關(guān)注。Yee(2008)[17]設(shè)計(jì)了一套基于貝葉斯三角理論(Bayesian triangulation)的整合方法，該方法測(cè)算出每個(gè)估值模型的后延概率，并以此作為加權(quán)比例將多個(gè)估值結(jié)合成一個(gè)。然而，該方法僅適用于由三個(gè)估值模型所構(gòu)成的組合，它很難進(jìn)行相應(yīng)的收縮或擴(kuò)展。在這種情況下，基于多重線性回歸的整合方法更為適用且不受到模型數(shù)量的限制。與貝葉斯三角法一致，多重線性回歸法也是根據(jù)股價(jià)和估值的時(shí)間序列數(shù)據(jù)來(lái)測(cè)算出各個(gè)模型的加權(quán)比率(其中股價(jià)為被解釋變量，估值為解釋變量)。這兩種方法的主要差別在于，由貝葉斯三角法得出的加權(quán)比例之和一定等于一，而多重線性回歸法測(cè)算出來(lái)的加權(quán)比例之和卻不一定等于一，造成這種差別的根本原因是在于多重線性回歸法將回歸方程式中各個(gè)解釋變量的系數(shù)作為比例。另外，采用多重線性回歸法時(shí)應(yīng)特別注意可能出現(xiàn)的多重共線性問(wèn)題，F(xiàn)rancis等(2000)[5]揭示出由于很多估值模型都是基于類似的估值原理，不同解釋變量的時(shí)間序列數(shù)據(jù)之間可能存在較強(qiáng)的關(guān)聯(lián)性。為了確保估算出的加權(quán)比例有效，應(yīng)采用偏最小二乘法回歸來(lái)克服多重共線性問(wèn)題，該方法能夠很好地處理多個(gè)解釋變量,并能準(zhǔn)確地預(yù)測(cè)出被解釋變量。

研究設(shè)計(jì)

本文側(cè)重于對(duì)行業(yè)特定綜合估值模型的研究，旨在提高上市公司價(jià)值評(píng)估結(jié)論的可信度。本文首先運(yùn)用已構(gòu)建的綜合估值模型對(duì)樣本公司進(jìn)行價(jià)值評(píng)估，其次運(yùn)用一套完善的整合方法將各個(gè)組合生成的三個(gè)估值結(jié)合成一個(gè)綜合估值，然后判斷綜合估值模型的可信度通過(guò)對(duì)其生成的綜合估值進(jìn)行評(píng)測(cè)，最后根據(jù)評(píng)測(cè)結(jié)果并結(jié)合行業(yè)特征對(duì)一系列綜合估值模型進(jìn)行排名。

一、樣本以及數(shù)據(jù)

本研究以35家選自于紐約證券交易所和納斯達(dá)克的上市公司為基礎(chǔ)，這35家樣本公司均能夠充分地反映出其所屬行業(yè)的總體特征，其中，金融行業(yè)15家，信息科技行業(yè)10家，健康行業(yè)10家。根據(jù)行業(yè)劃分標(biāo)準(zhǔn)(Industry Classification Benchmark)將3個(gè)樣本行業(yè)進(jìn)一步細(xì)分成7個(gè)板塊，每個(gè)板塊各5家公司。另外，樣本時(shí)間段為2010到2012年，采用季度數(shù)據(jù)并對(duì)樣本公司每季度進(jìn)行一次價(jià)值評(píng)估。本文所需的各種數(shù)據(jù)來(lái)源于Datastream、Edgar、CRSP與Zacks Investment Research等數(shù)據(jù)庫(kù)。

二、綜合估值模型構(gòu)建

本文共計(jì)選擇了12種常見的絕對(duì)和相對(duì)估值模型作為樣本模型(表1)，通過(guò)分別測(cè)試它們?cè)?個(gè)板塊中的可信度并以此進(jìn)行了排名，然后從7個(gè)板塊中分別選出各自排名前6位的估值模型，并將這6個(gè)模型每3個(gè)構(gòu)成一組，共計(jì)為每個(gè)板塊構(gòu)建了20個(gè)綜合估值模型。該組合構(gòu)建方法的基本思路是將一系列適用于特定行業(yè)的估值模型進(jìn)行組合，從而生成多個(gè)行業(yè)特定綜合估值模型以便用于后續(xù)測(cè)試。盡管本文所構(gòu)建的每個(gè)組合中僅包含3個(gè)估值模型，但它可以作為一個(gè)很好的進(jìn)一步研究起點(diǎn)和基本的組合配置標(biāo)準(zhǔn)，分析師可以根據(jù)各自需要，將更多適當(dāng)?shù)哪Ｐ妥孕刑砑拥浇M合中來(lái)。

表1 樣本上市公司估值模型

三、估值整合方法

根據(jù)Hoogerheide等(2010)[6]、Thordarson(2007)[14]、Yee(2004)[18]以及Yoo(2006)[19]等研究，本文設(shè)計(jì)出一套定量定性相結(jié)合的估值整合辦法，分為兩步：第一步運(yùn)用偏最小二乘回歸法測(cè)算出各個(gè)估值模型的加權(quán)比例，第二步根據(jù)各個(gè)估值模型與被評(píng)估公司之間的相關(guān)度調(diào)整加權(quán)比例。相對(duì)于當(dāng)前廣泛運(yùn)用的加權(quán)平均法，本估值整合辦法能夠更加客觀地測(cè)算出加權(quán)比例，有效地減少主觀誤差，并能更好地將組合生成的多個(gè)估值結(jié)合成一個(gè)綜合估值。

其中，本方法的第一步需運(yùn)用的偏最小二乘回歸法具有以下幾個(gè)特征。第一，假設(shè)市場(chǎng)是高效的，公司的市價(jià)被用作其每股內(nèi)在價(jià)值的替代物。第二，采用市價(jià)與估值的時(shí)間序列數(shù)據(jù)來(lái)測(cè)算出回歸方程式，并以其中各個(gè)解釋變量的系數(shù)作為各個(gè)模型的加權(quán)比例。第三，運(yùn)用偏最小二乘回歸來(lái)最大程度減少估值模型(解釋變量)之間可能存在的多重共線性問(wèn)題。第四，鑒于一個(gè)估值模型相對(duì)于被評(píng)估公司的適用度會(huì)隨著時(shí)間發(fā)生變化，它能夠?yàn)榻M合中的每個(gè)模型生成出隨時(shí)間而變化的加權(quán)比例。第五，為了提高估值整合結(jié)果的有效性，它整合出來(lái)的綜合估值等于回歸方程式中的截距與各個(gè)估值加權(quán)平均和之和。偏最小二乘回歸法的回歸方程式為：

其中，MPt,s是公司s的當(dāng)前市價(jià)；Vt,s是由該偏最小二乘回歸法整合出來(lái)的綜合估值；Ut是被該回歸整合方法忽略掉的部分內(nèi)在價(jià)值；At是回歸截距；Wt,i是組合中估值模型i的加權(quán)比例；VEt,i是估值模型i所估算出的估值。

四、可信度測(cè)試方法

根據(jù)Kaplan和Ruback(1995)[10]、Francis等(2000)[5]、Chen和McNamara(2000)[2]以及 Liu等(2007)[11]等研究，本文設(shè)計(jì)出以下經(jīng)改進(jìn)過(guò)的可信度測(cè)試方法，用于對(duì)估值模型或者綜合估值模型的可信度進(jìn)行評(píng)測(cè)?？傮w設(shè)計(jì)思路是，首先運(yùn)用某個(gè)估值模型或者綜合估值模型對(duì)某公司當(dāng)前內(nèi)在價(jià)值進(jìn)行評(píng)估，然后將其生成的估值與評(píng)估當(dāng)日的市價(jià)進(jìn)行對(duì)比，從而測(cè)試出該估值模型或者綜合估值模型對(duì)當(dāng)前內(nèi)在價(jià)值的估算能力。

具體來(lái)講，本方法包含以下三個(gè)要點(diǎn)：第一，強(qiáng)調(diào)了對(duì)估值模型或綜合估值模型的評(píng)估，應(yīng)以它直接估算出來(lái)的估值或綜合估值為主要評(píng)測(cè)對(duì)象；第二，認(rèn)為一個(gè)估值的可信度，同時(shí)取決于它的準(zhǔn)確度以及解釋度兩個(gè)同樣重要的方面，其中，準(zhǔn)確度反映了該估值或綜合估值能在多大程度上地揭示出公司的內(nèi)在價(jià)值，解釋度測(cè)量該估值或綜合估值能在多大程度上解釋出內(nèi)在價(jià)值的變化。Kaplan and Ruback (1995)[10]認(rèn)為一個(gè)估值可能很好地揭示出公司的內(nèi)在價(jià)值，但它并不一定能很充分地解釋內(nèi)在價(jià)值的變化(圖1)。相反，它也許能夠充分地解釋內(nèi)在價(jià)值的變化，但它不一定能夠完全地揭露出內(nèi)在價(jià)值(圖2)。因此，至于準(zhǔn)確度與解釋度這兩個(gè)同等重要的指標(biāo)所可能出現(xiàn)的相互矛盾，是屬于正常情況。為了方便對(duì)估值模型或者綜合估值模型的可信度進(jìn)行整體判斷，本方法將準(zhǔn)確度與解釋度各自賦予50%的比重以計(jì)算出兩者的加權(quán)平均和。第三，假設(shè)市場(chǎng)是高效的，市價(jià)被用作每股內(nèi)在價(jià)值的替代。

在本測(cè)試方法中，準(zhǔn)確度側(cè)重于反映出估值誤差，即每股內(nèi)在價(jià)值與估值之間的差距有多大。具體來(lái)講，準(zhǔn)確度測(cè)試包含了以下指標(biāo)：

(1)估值原始誤差值：當(dāng)前估值與當(dāng)前市價(jià)之差的絕對(duì)值(絕對(duì)估值原始誤差)和非絕對(duì)值(非絕對(duì)估值原始誤差)；

圖1 高準(zhǔn)確度，低解釋度

圖2 高解釋度，低準(zhǔn)確度

(2)估值修正誤差值為以下各指標(biāo)的平均值：估值原始誤差除以當(dāng)前市價(jià)；估值原始誤差除以當(dāng)前估值；估值原始誤差除以當(dāng)前市價(jià)與估值原始誤差之和(對(duì)該指標(biāo)取平方根)；估值原始誤差除以當(dāng)前估值與估值原始誤差之和(對(duì)該指標(biāo)取平方根)；

(3)以上指標(biāo)的各種計(jì)量統(tǒng)計(jì)值：包含算數(shù)平均值，中值，標(biāo)準(zhǔn)差，變異系數(shù)，集中趨勢(shì)等統(tǒng)計(jì)指標(biāo)。

另外，解釋度旨在反映出估值或綜合估值的變化在多大程度上與每股內(nèi)在價(jià)值的變化趨勢(shì)相似。解釋度測(cè)試是基于以下最小二乘線性回歸，解釋度由回歸結(jié)果中經(jīng)調(diào)整過(guò)的相關(guān)系數(shù)平方值來(lái)度量，其中，MPt,s是公司s的當(dāng)前市價(jià)，VEt,s是公司s的估值或綜合估值：

實(shí)證結(jié)果分析

一、行業(yè)特定綜合估值模型

該部分根據(jù)測(cè)試結(jié)果，展示了樣本綜合估值模型在樣本行業(yè)中的可信度排名情況。其中準(zhǔn)確度主要由估值修正誤差值來(lái)判斷，而解釋度則主要由經(jīng)調(diào)整過(guò)的相關(guān)系數(shù)平方值來(lái)度量。以下部分基于可信度測(cè)試結(jié)果和行業(yè)特征，分別探討了金融，信息科技以及健康這三個(gè)當(dāng)今資本市場(chǎng)上熱門行業(yè)的綜合估值模型。受篇幅限制，以下各表僅列舉了各個(gè)樣本板塊中總排名前3位與后3位的綜合估值模型。

表2 行業(yè)特定綜合估值模型排名——金融行業(yè)

1.金融行業(yè)

由表2可知，由市凈率模型(PB)、貼現(xiàn)股息模型(DD)和動(dòng)態(tài)價(jià)格收益增長(zhǎng)模型(PEGF)所構(gòu)成的組合，在對(duì)商業(yè)銀行的價(jià)值評(píng)估中具有最好的表現(xiàn)。該組合通過(guò)同時(shí)考慮以下四個(gè)重要的價(jià)值指標(biāo)對(duì)商業(yè)銀行進(jìn)行估值：當(dāng)前賬面價(jià)值，未來(lái)股息，下一年度的預(yù)計(jì)盈利以及未來(lái)長(zhǎng)期預(yù)計(jì)的盈利增長(zhǎng)率。因此，該組合不但從當(dāng)年、下一年以及未來(lái)這三個(gè)時(shí)間段對(duì)銀行進(jìn)行了一個(gè)全方位的評(píng)估，而且組合中的模型能夠很好地與銀行的特征相兼容。其中，在當(dāng)前通用會(huì)計(jì)標(biāo)準(zhǔn)下，銀行大部分資產(chǎn)的賬面價(jià)值接近其市場(chǎng)價(jià)。Fink(2012)[4]認(rèn)為賬面價(jià)值特別適合對(duì)含有大量可轉(zhuǎn)讓資產(chǎn)、且采用逐日盯市制度的商業(yè)銀行進(jìn)行價(jià)值評(píng)估。另外，2008年金融危機(jī)后出現(xiàn)的并購(gòu)與重組浪潮極大地提高了商業(yè)銀行的利息以及費(fèi)用收入，加快了其利潤(rùn)增長(zhǎng)率并對(duì)長(zhǎng)期穩(wěn)健的派息計(jì)劃提供了有力的支持。因此，在對(duì)2010～2012年這一樣本時(shí)間段內(nèi)的商業(yè)銀行進(jìn)行價(jià)值評(píng)估時(shí)，很有必要同時(shí)兼顧到穩(wěn)定的賬面價(jià)值和股息、利潤(rùn)的波動(dòng)以及利潤(rùn)增長(zhǎng)率這四個(gè)重要的價(jià)值指標(biāo)。另一方面，表3顯示由動(dòng)態(tài)股息收益率模型(DYF)、動(dòng)態(tài)市盈率模型(PEF)以及動(dòng)態(tài)價(jià)格收益增長(zhǎng)模型構(gòu)成的組合，在對(duì)商業(yè)銀行的價(jià)值評(píng)估中表現(xiàn)最差。失衡是該組合的主要問(wèn)題，該組合不僅過(guò)多地專注于未來(lái)而忽略掉了重要的當(dāng)前基本面，并且過(guò)度地將重心放在不穩(wěn)定的價(jià)值指標(biāo)上。Damodara(2009)[3]指出銀行利潤(rùn)這一價(jià)值指標(biāo)的大小取決于存貸利率之差，它通常對(duì)基準(zhǔn)利率以及貸款損失儲(chǔ)備金等的變化高度敏感，不穩(wěn)定的利潤(rùn)在很大程度上減小了以利潤(rùn)為基礎(chǔ)的估值模型的可信度，如動(dòng)態(tài)市盈率模型和動(dòng)態(tài)價(jià)格收益增長(zhǎng)模型。

表3同樣也指出了由市凈率模型、貼現(xiàn)股息模型和動(dòng)態(tài)股息收益率模型所構(gòu)成的組合最適用于保險(xiǎn)公司，該組合具有最好的準(zhǔn)確度(7.33%)以及最高的解釋度(94.98%)。該組合良好的價(jià)值評(píng)估表現(xiàn)主要是源于對(duì)保險(xiǎn)公司較強(qiáng)穩(wěn)定性這一本質(zhì)的很好把握。鑒于保險(xiǎn)公司的利潤(rùn)主要來(lái)源于投資活動(dòng)的回報(bào)與保險(xiǎn)理賠之差，它并不具備特別可觀的增長(zhǎng)前景并且其利潤(rùn)趨近于平穩(wěn)。由于沒(méi)有太多的再投入機(jī)會(huì)，保險(xiǎn)公司特別是處于成熟期的保險(xiǎn)公司趨向于長(zhǎng)期穩(wěn)健的派息計(jì)劃，將其利潤(rùn)進(jìn)行分配而不是保留，這促使股息成為了一個(gè)可靠的價(jià)值指標(biāo)。因此，該組合能夠很好地兼顧到保險(xiǎn)公司的現(xiàn)有價(jià)值，以及由將來(lái)運(yùn)營(yíng)活動(dòng)所可能產(chǎn)生的未來(lái)價(jià)值。其中，它通過(guò)賬面價(jià)值來(lái)估算出內(nèi)在價(jià)值的當(dāng)前部分，并通過(guò)股息來(lái)測(cè)算出內(nèi)在價(jià)值的未來(lái)部分。另外，由靜態(tài)股息收益率模型(DYT)、動(dòng)態(tài)市盈率模型和動(dòng)態(tài)價(jià)格收益增長(zhǎng)模型構(gòu)成的組合最不適用于保險(xiǎn)公司，造成該組合低可信度的主要原因是組合中的模型與保險(xiǎn)公司的特征不兼容。其中，基于歷史股息數(shù)據(jù)的靜態(tài)股息收益率模型不適用于保險(xiǎn)公司，Damodara(2009)[3]揭示出歷史會(huì)計(jì)數(shù)據(jù)并不能很好地反映將來(lái)，保險(xiǎn)公司的未來(lái)股息通常相對(duì)穩(wěn)定并且容易預(yù)測(cè)，因此應(yīng)采用基于未來(lái)預(yù)期股息的估值模型。而且，由于保險(xiǎn)公司從本質(zhì)上趨于平穩(wěn)，不具備類似高科技公司那樣可觀的增長(zhǎng)前景和速度，以利潤(rùn)增長(zhǎng)率為基礎(chǔ)的動(dòng)態(tài)價(jià)格收益增長(zhǎng)模型同樣也不適用于保險(xiǎn)公司。

盡管都屬于金融行業(yè)，證券公司相對(duì)于銀行以及保險(xiǎn)公司而言，具有明顯更高的風(fēng)險(xiǎn)和不確定性。內(nèi)在風(fēng)險(xiǎn)的不同導(dǎo)致了各自的綜合估值模型的顯著差異，表3顯示由市凈率模型、靜態(tài)股息收益率模型和剩余收益模型(RI)構(gòu)成的組合，具有最好的準(zhǔn)確度(13.82%)以及最高的解釋度(82.93%)。一般來(lái)講，股票自營(yíng)、券商經(jīng)紀(jì)、投資銀行和資產(chǎn)管理是證券公司的四大主營(yíng)業(yè)務(wù)。這些業(yè)務(wù)具有明顯的風(fēng)險(xiǎn)，特別是股票自營(yíng)和券商經(jīng)紀(jì)業(yè)務(wù)，它們與證券市場(chǎng)的走勢(shì)高度正相關(guān)。因此，證券公司的未來(lái)運(yùn)營(yíng)表現(xiàn)具有很大的不確定性且較難準(zhǔn)確預(yù)測(cè)。在這種情況下，基于歷史數(shù)據(jù)的價(jià)值指標(biāo)能夠更好地反映出證券公司的內(nèi)在價(jià)值。其中，以過(guò)往會(huì)計(jì)報(bào)表數(shù)據(jù)為基礎(chǔ)的靜態(tài)股息收益率模型比基于預(yù)測(cè)數(shù)據(jù)的估值模型更為可靠。另外，鑒于賬面價(jià)值這一價(jià)值指標(biāo)側(cè)重于穩(wěn)定的資產(chǎn)負(fù)債表而不是浮動(dòng)的損益表，以賬面價(jià)值為基礎(chǔ)的市凈率模型特別適合于具有較高運(yùn)營(yíng)以及投資風(fēng)險(xiǎn)的新興證券公司。除市凈率模型和靜態(tài)股息收益率模型在估算證券公司當(dāng)前部分的內(nèi)在價(jià)值時(shí)具有明顯優(yōu)勢(shì)，Pinto等(2010)[13]認(rèn)為剩余收益模型擅長(zhǎng)于對(duì)未來(lái)較高可能性負(fù)利潤(rùn)、負(fù)現(xiàn)金流或無(wú)派息行為的公司進(jìn)行評(píng)估。因此，對(duì)于專注于高風(fēng)險(xiǎn)股票自營(yíng)業(yè)務(wù)的證券公司，剩余收益模型能夠很好地估算出其內(nèi)在價(jià)值的未來(lái)部分。

表3 行業(yè)特定綜合估值模型排名(信息科技行業(yè))

2.信息科技行業(yè)

根據(jù)表3，由靜態(tài)市盈率模型(PET)、動(dòng)態(tài)價(jià)格收益增長(zhǎng)模型(PEGF)和貼現(xiàn)現(xiàn)金流模型(DCF)所構(gòu)成的組合，在對(duì)軟件以及計(jì)算機(jī)服務(wù)公司的價(jià)值評(píng)估中表現(xiàn)排名第一?？偟膩?lái)講，該組合不但總覽了公司的整個(gè)生命周期(從去年到下一年，再到未來(lái)無(wú)限期)，而且專注于其生命周期各個(gè)階段的相應(yīng)重要價(jià)值指標(biāo)。對(duì)于軟件以及計(jì)算機(jī)服務(wù)公司這種具有較高運(yùn)營(yíng)和技術(shù)風(fēng)險(xiǎn)的不穩(wěn)定公司來(lái)講，未來(lái)營(yíng)收在很大程度上取決于其核心產(chǎn)品以及技術(shù)的研發(fā)進(jìn)程。因此，在對(duì)該類公司進(jìn)行價(jià)值評(píng)估時(shí)，應(yīng)適度地側(cè)重于歷史利潤(rùn)數(shù)據(jù)，而不是極具不確定性且難以預(yù)測(cè)的未來(lái)預(yù)期利潤(rùn)?；跉v史數(shù)據(jù)的靜態(tài)市盈率模型是軟件以及計(jì)算機(jī)服務(wù)公司的理想估值模型之一。除了高風(fēng)險(xiǎn)以及巨大不確定性以外，快速的增長(zhǎng)速度也是軟件以及計(jì)算機(jī)服務(wù)公司的另一顯著特征。Pinto等(2010)[13]指出在對(duì)擁有良好增長(zhǎng)前景的新興公司進(jìn)行評(píng)估時(shí)，考慮其未來(lái)長(zhǎng)期利潤(rùn)增長(zhǎng)率是相當(dāng)有必要的，動(dòng)態(tài)價(jià)格收益增長(zhǎng)模型最擅長(zhǎng)于對(duì)快速成長(zhǎng)的高科技公司進(jìn)行價(jià)值評(píng)估。除了靜態(tài)市盈率模型和動(dòng)態(tài)價(jià)格收益增長(zhǎng)模型分別側(cè)重于產(chǎn)生自當(dāng)前和未來(lái)可預(yù)測(cè)期間的價(jià)值，該組合的估值優(yōu)勢(shì)由關(guān)注于未來(lái)無(wú)限期的貼現(xiàn)現(xiàn)金流模型進(jìn)一步加強(qiáng)。鑒于大部分處于成熟期的軟件及計(jì)算機(jī)服務(wù)公司已完成了核心產(chǎn)品和技術(shù)的研發(fā)，其技術(shù)不確定性和運(yùn)營(yíng)風(fēng)險(xiǎn)明顯降低，現(xiàn)金流趨近于平穩(wěn)，可持續(xù)且易預(yù)測(cè)，未來(lái)現(xiàn)金流這一價(jià)值指標(biāo)能夠很好反映出成熟期所產(chǎn)生的價(jià)值。

表3同樣也展示了一系列綜合估值模型在科技硬件公司價(jià)值評(píng)估中的排名情況。盡管都屬于信息科技行業(yè)，傳統(tǒng)的科技硬件公司與新興的軟件以及計(jì)算機(jī)服務(wù)公司相比，有著明顯不同綜合估值模型選擇。其中，由動(dòng)態(tài)市盈率模型、動(dòng)態(tài)價(jià)格收益增長(zhǎng)模型和市銷率模型(PS)所構(gòu)成的組合，具有最好的價(jià)值評(píng)估表現(xiàn)(12.98%的準(zhǔn)確度和75.72%的解釋度)。該組合的估值優(yōu)勢(shì)主要來(lái)源于由多個(gè)適合的估值模型所共同產(chǎn)生的協(xié)同效應(yīng)。另外，該組合同時(shí)兼顧到以下三個(gè)能夠兼容科技硬件公司基本特征的價(jià)值指標(biāo)：去年銷售額，預(yù)期的下一年度利潤(rùn)和預(yù)期的未來(lái)長(zhǎng)期利潤(rùn)增長(zhǎng)率。盡管由未來(lái)運(yùn)營(yíng)活動(dòng)所產(chǎn)生的內(nèi)在價(jià)值只占到科技硬件公司總內(nèi)在價(jià)值的較小一部分，該組合仍同時(shí)兼顧了內(nèi)在價(jià)值的當(dāng)前和未來(lái)部分?？萍加布鍓K主要由大量傳統(tǒng)、資本密集且成熟的電子硬件制造公司所構(gòu)成，因其銷售額具有較小的不確定性，較少受到管理層篡改并且易于預(yù)測(cè)，以銷售額為基礎(chǔ)的市銷率模型特別適用于該板塊。除了平穩(wěn)的銷售額，相對(duì)較低但可持續(xù)的盈利能力是科技硬件公司的另一顯著特征，較強(qiáng)的可持續(xù)性極大地減少了未來(lái)利潤(rùn)和利潤(rùn)增長(zhǎng)率等的預(yù)測(cè)難度，以此為基礎(chǔ)的動(dòng)態(tài)市盈率模型和動(dòng)態(tài)價(jià)格收益增長(zhǎng)模型也同樣適用于科技硬件公司。

3.健康行業(yè)

根據(jù)表4，由貼現(xiàn)現(xiàn)金流模型、貼現(xiàn)股息模型和靜態(tài)股息收益率模型構(gòu)成的組合，最擅長(zhǎng)于對(duì)制藥公司進(jìn)行價(jià)值評(píng)估。該組合良好的表現(xiàn)源自于對(duì)兩個(gè)重要估值理念的運(yùn)用：多重估值期間以及多重價(jià)值指標(biāo)。在當(dāng)前的制藥領(lǐng)域中，以化學(xué)技術(shù)為主導(dǎo)的傳統(tǒng)制藥技術(shù)在經(jīng)歷過(guò)一個(gè)漫長(zhǎng)的發(fā)展期后，已經(jīng)變得非常成熟。Trottier(2010)[15]指出大部分制藥公司特別是生產(chǎn)化學(xué)原料藥和化學(xué)藥物的公司，已轉(zhuǎn)變成了純粹的資本密集型公司，它們通常擁有大量的固定資產(chǎn)和相對(duì)較少的無(wú)形資產(chǎn)。對(duì)于該類缺少技術(shù)創(chuàng)新和增長(zhǎng)動(dòng)力的傳統(tǒng)制藥公司，當(dāng)前內(nèi)在價(jià)值占據(jù)了其總內(nèi)在價(jià)值的很大一部分。因此，對(duì)于一個(gè)好的綜合估值模型來(lái)講，它應(yīng)能夠通過(guò)相應(yīng)的價(jià)值指標(biāo)在最大程度上地估算出內(nèi)在價(jià)值的當(dāng)前部分。Pinto等(2010)[13]揭示出對(duì)于擁有長(zhǎng)期穩(wěn)健派息計(jì)劃、且長(zhǎng)期派息比率與其盈利能力相吻合的成熟公司來(lái)講，股息是一個(gè)理想且可靠的價(jià)值指標(biāo)。鑒于較小的技術(shù)不確定性和對(duì)進(jìn)一步化學(xué)制藥技術(shù)研發(fā)需求的減少，大部分的傳統(tǒng)制藥公司趨向于將其積累的大量利潤(rùn)進(jìn)行分配而不是保留以用于再投入。因此，以當(dāng)期股息為基礎(chǔ)的靜態(tài)股息收益率模型能更好地估算出由目前運(yùn)營(yíng)所產(chǎn)生的當(dāng)前內(nèi)在價(jià)值。此外，該組合通過(guò)預(yù)期的未來(lái)自由現(xiàn)金流這一指標(biāo)來(lái)估算出內(nèi)在價(jià)值的未來(lái)部分。對(duì)于不具備創(chuàng)新型制藥技術(shù)和醫(yī)藥產(chǎn)品的制藥公司來(lái)講，增長(zhǎng)動(dòng)力的不足導(dǎo)致其未來(lái)現(xiàn)金流平穩(wěn)且易預(yù)測(cè)。因此，以未來(lái)自由現(xiàn)金流為基礎(chǔ)的貼現(xiàn)現(xiàn)金流模型能在很大程度上提高該組合對(duì)內(nèi)在價(jià)值未來(lái)部分的估算能力，特別是產(chǎn)生于制藥公司未來(lái)成熟階段的內(nèi)在價(jià)值。

表4 行業(yè)特定綜合估值模型排名(健康行業(yè))

類似于其他快速成長(zhǎng)且具有高風(fēng)險(xiǎn)的科技公司，新興的生物技術(shù)公司的大部分內(nèi)在價(jià)值由無(wú)形資產(chǎn)所創(chuàng)造并來(lái)自于將來(lái)。以非賬面價(jià)值為基礎(chǔ)，專注于未來(lái)的綜合估值模型在生物技術(shù)公司的價(jià)值評(píng)估中具有良好表現(xiàn)。表4中的結(jié)果很好地印證了這一點(diǎn)，以多重價(jià)值指標(biāo)和多重估值期間(特別是未來(lái))為導(dǎo)向的組合具有明顯估值優(yōu)勢(shì)。其中，由動(dòng)態(tài)市盈率模型、動(dòng)態(tài)價(jià)格收益增長(zhǎng)模型和剩余收益模型所構(gòu)成的組合，具有最好的準(zhǔn)確度以及解釋度(14.19%以及68.30%)。該組合的良好表現(xiàn)是由于組合中的模型能很好地互補(bǔ),并與生物科技公司的基本特征相兼容。Banerjee(2003)[1]認(rèn)為生物科技公司是資本與技術(shù)雙重密集型公司，它們通常具有較少的當(dāng)前內(nèi)在價(jià)值，大部分內(nèi)在價(jià)值被凍結(jié)在仍在進(jìn)程中的研發(fā)項(xiàng)目中。一旦其生物技術(shù)產(chǎn)品完成研發(fā)、通過(guò)審批并最終進(jìn)入市場(chǎng)營(yíng)銷階段，生物科技公司的利潤(rùn)將大幅上升，其內(nèi)在價(jià)值將得到有效釋放。因此，綜合估值模型應(yīng)能夠很好地考慮到未來(lái)可能釋放出的大量?jī)?nèi)在價(jià)值，下一年度預(yù)期利潤(rùn)特別是未來(lái)長(zhǎng)期利潤(rùn)增長(zhǎng)率這一價(jià)值指標(biāo)，它最能反映出研發(fā)成果的商業(yè)化所可能帶來(lái)的價(jià)值。鑒于生物科技產(chǎn)品具有極大的技術(shù)風(fēng)險(xiǎn)以及司法審批不確定性，綜合估值模型應(yīng)同時(shí)兼顧到可能存在的虧損情況，Pinto等(2010)[13]推薦用剩余收益這一價(jià)值指標(biāo)來(lái)應(yīng)對(duì)極具虧損可能性的公司。

二、 估值模型與綜合估值模型

該部分根據(jù)可信度測(cè)試結(jié)果，對(duì)估值模型以及綜合估值模型在不同樣本行業(yè)中的總體表現(xiàn)進(jìn)行了對(duì)比。近年，同時(shí)使用多種類型的估值模型已成為公司估值實(shí)踐中的主流趨勢(shì)。然而，一些研究者開始質(zhì)疑是否將多個(gè)估值模型進(jìn)行組合就一定能夠產(chǎn)生良好的估值優(yōu)勢(shì)，以及將特定的幾個(gè)估值模型構(gòu)成一個(gè)組合是否恰當(dāng)。表6與7中的測(cè)試結(jié)果清楚地解答了以上疑問(wèn)。

表5顯示，相對(duì)于單個(gè)估值模型而言，綜合估值模型具有顯著的總體估值優(yōu)勢(shì)，綜合估值模型在各個(gè)樣本行業(yè)中均具有明顯較高的平均可信度。因此，多個(gè)估值模型的同時(shí)運(yùn)用確實(shí)能夠產(chǎn)生更加可信的估值，該結(jié)論與Vardavaki和Mylonakis(2007)[16]和Yee (2004)[18]等研究結(jié)果一致。然而，表6也指出了某些綜合估值模型并不一定能超過(guò)該組合中所有模型的單獨(dú)表現(xiàn)，這意味著某些估值模型的各自單獨(dú)表現(xiàn)好過(guò)在一起的總體表現(xiàn)。 一般來(lái)講，一個(gè)綜合估值模型的表現(xiàn)由以下兩個(gè)重要因素決定：一是組合中的估值模型是否與被評(píng)估公司的特征相兼容，二是組合中的模型是否平衡以及互補(bǔ)。第二點(diǎn)因素非常重要，它直接決定了綜合估值模型是否能夠產(chǎn)生協(xié)同效應(yīng)。 本文認(rèn)為，多重估值期間以及多重價(jià)值指標(biāo)這兩個(gè)理念是協(xié)同效應(yīng)產(chǎn)生的前提。首先，一個(gè)好的綜合估值模型應(yīng)遵循多重估值期間，應(yīng)能全面地覆蓋被評(píng)估公司的整個(gè)生命周期，任何僅側(cè)重于特定單一時(shí)間段的組合勢(shì)必會(huì)忽略部分內(nèi)在價(jià)值，造成不完整的估值結(jié)論。其次，Yee(2004)[18]認(rèn)為任何價(jià)值指標(biāo)都不可能充分地反映出被評(píng)估公司的全部?jī)?nèi)在價(jià)值，每個(gè)價(jià)值指標(biāo)都著有自己的局限性，它們從各自不同的角度揭示出公司的一部分內(nèi)在價(jià)值。因此，多重價(jià)值指標(biāo)對(duì)于綜合估值模型相當(dāng)重要，組合中的模型應(yīng)能充分地兼顧到被評(píng)估公司的所有重要價(jià)值指標(biāo)。

表5 價(jià)值評(píng)估表現(xiàn)對(duì)比(組合VS個(gè)體)

表6 價(jià)值評(píng)估表現(xiàn)對(duì)比 —— 組合VS組合中所有個(gè)體

表7 價(jià)值評(píng)估表現(xiàn)對(duì)比(混合VS純)

三、 混合綜合估值模型與純綜合估值模型

該部分根據(jù)可信度測(cè)試結(jié)果，對(duì)混合綜合估值模型以及純綜合估值模型在不同樣本行業(yè)中的總體表現(xiàn)進(jìn)行了對(duì)比。上市公司的估值模型可以分為絕對(duì)和相對(duì)兩大類，本文將由絕對(duì)以及相對(duì)估值模型構(gòu)成的組合命名為混合綜合估值模型，而僅由相對(duì)或絕對(duì)估值模型所構(gòu)成的組合被命名為純綜合估值模型。在構(gòu)建綜合估值模型時(shí)，分析師經(jīng)常會(huì)遇到一個(gè)問(wèn)題，即是否有必要同時(shí)選用絕對(duì)和相對(duì)這兩類模型，混合綜合估值模型是否比純綜合估值模型更具備價(jià)值評(píng)估優(yōu)勢(shì)。表7中的可信度測(cè)試結(jié)果清楚地解答了這些疑惑。

根據(jù)表7，混合綜合估值模型的總體表現(xiàn)并不優(yōu)于純綜合估值模型。事實(shí)上，一些存在構(gòu)建缺陷的混合綜合估值模型嚴(yán)重地拖累了其總體表現(xiàn)。對(duì)于那些與被評(píng)估公司特征相兼容、遵循多重估值期間以及多重價(jià)值指標(biāo)的混合綜合估值模型，它們的表現(xiàn)超過(guò)純綜合估值模型。例如在表2、3和4中，混合綜合估值模型總是各個(gè)樣本板塊的最佳綜合估值模型，因此同時(shí)采用絕對(duì)和相對(duì)估值模型是必要且有意義的。該結(jié)論與Jenkins(2006)[9]和Imam等(2013)[7]的研究結(jié)果一致，即絕對(duì)以及相對(duì)估值模型的有效結(jié)合能夠克服各自的不足并強(qiáng)化自身優(yōu)勢(shì)，從而顯著提高公司價(jià)值評(píng)估結(jié)論的可信度。另外，表7也揭示出在對(duì)新興板塊如軟件以及計(jì)算機(jī)服務(wù)和生物科技的價(jià)值評(píng)估中，混合綜合估值模型具有顯著估值優(yōu)勢(shì)。由于混合綜合估值模型中包含了絕對(duì)估值模型，它能夠很好地應(yīng)對(duì)產(chǎn)生于未來(lái)的不穩(wěn)定和不確定的現(xiàn)金流，從而充分地?fù)渥降接晌磥?lái)運(yùn)營(yíng)所產(chǎn)生的大量?jī)?nèi)在價(jià)值。而在另外一面，鑒于內(nèi)在價(jià)值的未來(lái)部分僅僅占據(jù)了傳統(tǒng)板塊如科技硬件總內(nèi)在價(jià)值的很小一部分，混合綜合估值模型不再需要過(guò)多地專注于未來(lái)。所以，應(yīng)將混合綜合估值模型進(jìn)行適當(dāng)調(diào)整，引入更多基于當(dāng)前價(jià)值的相對(duì)估值模型，并同時(shí)減少組合中絕對(duì)估值模型的數(shù)量。

結(jié)論及研究建議

本文的主要研究結(jié)論如下：(1)本文將一系列綜合估值模型在不同的行業(yè)中進(jìn)行了準(zhǔn)確的可信度排名，該排名能有效地協(xié)助分析師根據(jù)被評(píng)估公司所隸屬的行業(yè)，進(jìn)行正確的綜合估值模型選擇，從而有效地提高公司價(jià)值評(píng)估的可信度；(2)同時(shí)采用多種類型的估值模型是有意義的，綜合估值模型具有顯著的公司價(jià)值評(píng)估優(yōu)勢(shì)，特別是與被評(píng)估公司特征相兼容，遵循多重估值期間以及多重價(jià)值指標(biāo)的綜合估值模型；(3)在構(gòu)建綜合估值模型時(shí)，同時(shí)運(yùn)用絕對(duì)和相對(duì)估值模型是必要的，混合綜合估值模型能有效地減小絕對(duì)與相對(duì)估值模型各自的缺點(diǎn)，同時(shí)最大化各自的優(yōu)勢(shì)。

根據(jù)實(shí)證結(jié)果，本文提出以下兩點(diǎn)進(jìn)一步研究建議：第一，擴(kuò)大行業(yè)特定綜合估值模型的研究范圍，將更多的行業(yè)納入研究；第二，鑒于本行業(yè)特定綜合估值模型的研究結(jié)論具有一定的時(shí)效性以及區(qū)域性，更改樣本時(shí)間段以及樣本公司以得出一個(gè)適用于特定市場(chǎng)和時(shí)期的研究結(jié)論。