孫思佳+孟慶軍

摘 要：對(duì)于股票投資者來(lái)說(shuō)，建立一套科學(xué)有效的價(jià)值評(píng)估模型是十分必要的，有利于其進(jìn)行理性投資。為此，利用模糊層次分析法構(gòu)建了創(chuàng)業(yè)板計(jì)算機(jī)應(yīng)用服務(wù)業(yè)股票投資價(jià)值評(píng)估模型，在常規(guī)財(cái)務(wù)指標(biāo)的基礎(chǔ)上創(chuàng)新性地加入科研成果轉(zhuǎn)化能力、知識(shí)產(chǎn)權(quán)等指標(biāo)，將定性與定量分析相結(jié)合，并運(yùn)用該評(píng)估模型對(duì)創(chuàng)業(yè)板計(jì)算機(jī)應(yīng)用服務(wù)業(yè)4家公司的股票投資價(jià)值進(jìn)行綜合評(píng)價(jià)和實(shí)證檢驗(yàn)，以期為投資者選擇最優(yōu)股票提供有益的參考。

關(guān)鍵詞：股票投資價(jià)值；模糊層次分析法；計(jì)算機(jī)應(yīng)用服務(wù)業(yè)

中圖分類(lèi)號(hào)：F832 文獻(xiàn)標(biāo)志碼：A 文章編號(hào)：1673-291X（2017）16-0075-05

2009年10月30日，我國(guó)創(chuàng)業(yè)板在深圳股票交易所成功上市，從初建時(shí)28家公司，總發(fā)行股本2 672 140 777股，截至2016年12月26日已有568家公司成功上市，總發(fā)行股本為262 475 087 724股。創(chuàng)業(yè)板市場(chǎng)的快速發(fā)展為國(guó)內(nèi)中小公司，尤其是高成長(zhǎng)、高風(fēng)險(xiǎn)、高收益、高創(chuàng)新的計(jì)算機(jī)應(yīng)用服務(wù)公司提供了巨大的融資機(jī)會(huì)和發(fā)展機(jī)遇。多層次資本市場(chǎng)體系的逐步完善拓寬了個(gè)人投資者的投資渠道，而創(chuàng)業(yè)板計(jì)算機(jī)應(yīng)用服務(wù)公司的股票憑借其高成長(zhǎng)和高收益性正在逐漸獲得個(gè)人投資者的青睞。因此，如何建立一套科學(xué)有效的股票投資價(jià)值評(píng)估模型，幫助投資者高效準(zhǔn)確地識(shí)別出具有投資價(jià)值的股票，成為專(zhuān)家學(xué)者們共同關(guān)注的熱點(diǎn)之一。曲若鵬以同一家公司財(cái)務(wù)報(bào)表為例，運(yùn)用兩種方法評(píng)估企業(yè)股票投資價(jià)值，第一種是先估計(jì)實(shí)體價(jià)值，然后減去凈債務(wù)價(jià)值；第二種方法利用股票投資現(xiàn)金流量模型進(jìn)行折現(xiàn)，得出的結(jié)論為不同的思路得出的股票投資價(jià)值評(píng)估結(jié)果是不同的。張棟等人認(rèn)為，企業(yè)股票投資與看漲期權(quán)極為相似，借助B-S期權(quán)定價(jià)模型可以確定企業(yè)股票投資價(jià)值，雖然與傳統(tǒng)方法相比此模型可充分考慮到企業(yè)收益風(fēng)險(xiǎn)，操作更具靈活性，但缺點(diǎn)是重要參數(shù)波動(dòng)率的確定容易產(chǎn)生偏差、計(jì)算過(guò)程也比較復(fù)雜。劉建容等強(qiáng)調(diào)股票的投資價(jià)值是一種相對(duì)價(jià)值，結(jié)合層次分析法和因子分析法建立了上市公司內(nèi)在價(jià)值評(píng)估模型，借助相對(duì)內(nèi)在價(jià)值與股價(jià)動(dòng)態(tài)變化趨勢(shì)之間的聯(lián)系構(gòu)造出上市公司投資價(jià)值分析模型，實(shí)證研究表明該模型在投資者進(jìn)行股票選擇時(shí)具有指導(dǎo)作用。孫霞指出，資本結(jié)構(gòu)、股票投資結(jié)構(gòu)、公司治理結(jié)構(gòu)以及企業(yè)所處的行業(yè)和宏觀(guān)經(jīng)濟(jì)形勢(shì)等都是影響企業(yè)股票投資價(jià)值的重要因素，國(guó)內(nèi)金融市場(chǎng)日趨完善，掌握一些科學(xué)的股票投資價(jià)值評(píng)估技術(shù)是投資者進(jìn)行理性投資的必要手段。

通過(guò)以上文獻(xiàn)可以發(fā)現(xiàn)，對(duì)股票價(jià)值進(jìn)行全面、科學(xué)的評(píng)估不僅可以有利于股東的監(jiān)督與公司管理者的經(jīng)營(yíng)，也是投資者進(jìn)行投資的必要過(guò)程。多數(shù)學(xué)者對(duì)股票投資價(jià)值評(píng)估研究范圍比較廣泛，缺乏針對(duì)性，并不完全適用于高成長(zhǎng)、高風(fēng)險(xiǎn)的計(jì)算機(jī)應(yīng)用服務(wù)類(lèi)公司。因此，結(jié)合該行業(yè)的具體特點(diǎn)，遵循創(chuàng)新性、科學(xué)性、全面性等原則，增加了研發(fā)經(jīng)費(fèi)投入比、產(chǎn)品市場(chǎng)認(rèn)可度、人才儲(chǔ)備等創(chuàng)新性指標(biāo)。

一、股票投資價(jià)值評(píng)估指標(biāo)體系的建立

（一）建立指標(biāo)體系

本文采用模糊層次分析法來(lái)構(gòu)建股票投資價(jià)值評(píng)估模型。模糊層次分析法是綜合運(yùn)用模糊數(shù)學(xué)和層次分析法的一種分析方法。層次分析法（analytical hierarchy process，簡(jiǎn)稱(chēng)AHP法），由美國(guó)運(yùn)籌學(xué)家Satty于20世紀(jì)70年代提出，是一種定性與定量分析相結(jié)合的多準(zhǔn)則決策方法，具體分為五個(gè)步驟：根據(jù)總目標(biāo)明確問(wèn)題，分解問(wèn)題并構(gòu)建層次分析模型，根據(jù)隸屬關(guān)系構(gòu)造判斷矩陣，層次單排序和層次總排序。運(yùn)用AHP的關(guān)鍵是構(gòu)造滿(mǎn)意一致性矩陣，但由于人們主觀(guān)意識(shí)對(duì)客觀(guān)事物的判斷存在差異，構(gòu)造的矩陣需要經(jīng)過(guò)不斷的調(diào)整和檢驗(yàn)才會(huì)達(dá)到滿(mǎn)意的一致性。而模糊層次分析法（fuzzy analytical hierarchy process，簡(jiǎn)稱(chēng)“FAHP法”）用模糊數(shù)代替標(biāo)度表示結(jié)果，通過(guò)兩兩元素的比較構(gòu)造模糊一致判斷矩陣，借助模糊一致矩陣表示各個(gè)元素的相對(duì)重要性權(quán)重，實(shí)現(xiàn)了模糊環(huán)境下的層次分析，使得決策結(jié)果更加數(shù)字化，定量化和科學(xué)化。

依據(jù)《中華人民共和國(guó)證券法》《深圳證券交易所創(chuàng)業(yè)板股票上市規(guī)則》和《中華人民共和國(guó)中小企業(yè)促進(jìn)法》等文件，立足創(chuàng)業(yè)板計(jì)算機(jī)應(yīng)用服務(wù)公司高收益、高風(fēng)險(xiǎn)、技術(shù)獨(dú)占性、高成長(zhǎng)性等特點(diǎn)，參考國(guó)內(nèi)外相關(guān)文獻(xiàn)，遵循科學(xué)性、全面性、創(chuàng)新性等指標(biāo)體系設(shè)計(jì)原則，增加了研發(fā)經(jīng)費(fèi)投入比、產(chǎn)品市場(chǎng)認(rèn)可度、人才儲(chǔ)備、知識(shí)產(chǎn)權(quán)、成果轉(zhuǎn)化能力、決策科學(xué)程度等指標(biāo)，最終構(gòu)建了創(chuàng)業(yè)板計(jì)算機(jī)應(yīng)用服務(wù)公司股票投資價(jià)值評(píng)估的指標(biāo)體系。該指標(biāo)體系分為3層，第1層是目標(biāo)層，即創(chuàng)業(yè)板計(jì)算機(jī)應(yīng)用服務(wù)公司股票投資價(jià)值A(chǔ)；第2層是準(zhǔn)則層，對(duì)應(yīng)盈利指數(shù)（B1）、成長(zhǎng)指數(shù)（B2）、風(fēng)險(xiǎn)指數(shù)（B3）和創(chuàng)新指數(shù)（B4）4個(gè)一級(jí)指標(biāo)；第3層是指標(biāo)層，包括基本每股收益、凈資產(chǎn)收益率、凈利潤(rùn)增長(zhǎng)率等10個(gè)定量指標(biāo)和產(chǎn)品市場(chǎng)認(rèn)可度、人才儲(chǔ)備知識(shí)產(chǎn)權(quán)等5個(gè)定性指標(biāo)。

（二）構(gòu)造判斷矩陣

本文采用模糊層次分析法來(lái)確立各級(jí)指標(biāo)的權(quán)重值，邀請(qǐng)多位股票投資專(zhuān)家和資深股民對(duì)指標(biāo)間相對(duì)重要程度進(jìn)行兩兩判斷，采用Saaty1—9標(biāo)度法構(gòu)造出判斷矩陣，Satty1—9標(biāo)度法的含義（見(jiàn)表1）。

根據(jù)上述專(zhuān)家對(duì)指標(biāo)重要程度判斷結(jié)果的處理，得到5個(gè)判斷矩陣Y，Y1，Y2，Y3，Y4，分別為：

（三）計(jì)算各級(jí)權(quán)重并檢驗(yàn)一致性

根據(jù)計(jì)算，得到W=（0.5423，0.1397，0.2333，0.0847），各指標(biāo)層對(duì)準(zhǔn)則層的權(quán)重向量為W1=（0.5000，0.2500，0.2500），W2=（0.3845，0.0878，0.1433，0.3845），W3=（0.2291，0.1575，

0.5359，0.0775），W4=（0.2771，0.4658，0.1611，0.0960）。上述計(jì)算得到的權(quán)重值能否作為下層要素對(duì)上層某一要素排序的依據(jù)，還需要對(duì)判斷矩陣進(jìn)行一致性檢驗(yàn)。層次分析法中，用CI（consistency index）作為檢驗(yàn)判斷矩陣一致性的指標(biāo)，其中CI，因判斷矩陣階數(shù)n越大時(shí)，一致性越差，為消除階數(shù)對(duì)一致性檢驗(yàn)的影響，引進(jìn)修正系數(shù)RI（random index），并最終用一致性比例CR（consistency ratio）作為判斷矩陣是否具有一致性的檢驗(yàn)標(biāo)準(zhǔn)，其中CR=CI/RI，當(dāng)計(jì)算得到CR值小于或等于0.1時(shí)，認(rèn)為判斷矩陣具有一致性，可以進(jìn)行單排序；當(dāng)CR值大于0.1時(shí)判斷矩陣不滿(mǎn)足一致性，需要修正評(píng)分降低偏差，直到滿(mǎn)足一致性檢驗(yàn)。RI值隨矩陣階數(shù)n變化情況（如表2所示）。

下面計(jì)算并判斷矩陣的一致性檢驗(yàn)指標(biāo)，矩陣Y的最大特征值λmax為4.0512，CI=（4.0512-4）/（4-1）=0.0171，CR=CI/RI=0.0171/0.89=0.0192，同理可得到Y(jié)1，Y2，Y3，Y4的CR值分別為0，0.0078，0.0422，0.0116，均小于0.1，通過(guò)了一致性檢驗(yàn)，權(quán)重系數(shù)可以接受，得到權(quán)重匯總表（如下頁(yè)表3所示）。

二、實(shí)證研究

（一）數(shù)據(jù)樣本的來(lái)源與選取

應(yīng)用模糊層次分析法對(duì)創(chuàng)業(yè)板計(jì)算機(jī)應(yīng)用服務(wù)公司股票價(jià)值進(jìn)行評(píng)估的過(guò)程是：首先，根據(jù)上述專(zhuān)家學(xué)者給出的相對(duì)重要性矩陣計(jì)算出各指標(biāo)相對(duì)于綜合評(píng)價(jià)目標(biāo)的權(quán)重系數(shù)（前文已得出計(jì)算結(jié)果（見(jiàn)下頁(yè)表3）；然后以各公司重要財(cái)務(wù)指標(biāo)的實(shí)際值和綜合實(shí)力為基礎(chǔ)，將定量指標(biāo)和定性指標(biāo)進(jìn)行橫向比較，得出各指標(biāo)在多家公司中的相對(duì)重要性，重要性程度用分值的高低來(lái)表示；最后，用相應(yīng)的權(quán)重系數(shù)乘以各家公司評(píng)價(jià)指標(biāo)的對(duì)應(yīng)分值，得出各公司盈利指數(shù)、成長(zhǎng)指數(shù)、風(fēng)險(xiǎn)指數(shù)、創(chuàng)新指數(shù)的分值和綜合評(píng)價(jià)分值。

本文從深市創(chuàng)業(yè)板隨機(jī)抽取4家有代表性的計(jì)算機(jī)應(yīng)用服務(wù)公司股票進(jìn)行分析，并對(duì)其投資價(jià)值進(jìn)行評(píng)估排序。它們分別是銀信科技（300231）、易華錄（300212）、漢鼎宇佑（300300）、朗瑪信息（300288），以下分別用P1、P2、P3、P4來(lái)代表它們。為了提高評(píng)價(jià)結(jié)果的可靠性，本文假設(shè)不同股票的宏觀(guān)經(jīng)濟(jì)環(huán)境、政策導(dǎo)向、行業(yè)特點(diǎn)等都相同。表4是新浪財(cái)經(jīng)網(wǎng)提供的這4家公司截至2016年6月30日的定量評(píng)價(jià)指標(biāo)的財(cái)務(wù)數(shù)據(jù)。

根據(jù)表4中財(cái)務(wù)數(shù)據(jù)和各公司的綜合實(shí)力對(duì)每家公司的評(píng)價(jià)指標(biāo)構(gòu)造判斷矩陣，計(jì)算每家公司在各指標(biāo)中所占的相應(yīng)權(quán)數(shù)（計(jì)算方法如上文所示），結(jié)果（如下頁(yè)表5、表6所示）。假定每個(gè)指標(biāo)的滿(mǎn)分都是100分，將每家上市公司各評(píng)價(jià)指標(biāo)的分值與其對(duì)應(yīng)的權(quán)重系數(shù)相乘，得出盈利指數(shù)、成長(zhǎng)指數(shù)、風(fēng)險(xiǎn)指數(shù)和創(chuàng)新指數(shù)的得分。同理，將每家公司上述四個(gè)指標(biāo)的分值乘以對(duì)應(yīng)指標(biāo)的權(quán)重系數(shù)，得出綜合評(píng)分。下面以銀信科技為例計(jì)算其盈利指數(shù)、成長(zhǎng)指數(shù)、風(fēng)險(xiǎn)指數(shù)和創(chuàng)新指數(shù)及其投資價(jià)值綜合評(píng)分。

盈利指數(shù)=銀信科技在基本每股收益C1的權(quán)重得分×C1在盈利指數(shù)B1中的權(quán)重+銀信科技凈資產(chǎn)收益率C2的權(quán)重得分×C2在盈利指數(shù)B1中的權(quán)重+銀信科技每股凈資產(chǎn)C3的權(quán)重得分×C3在盈利指數(shù)B1中的權(quán)重盈利指數(shù)=

17.97×0.5+43.54×0.25+9.84×0.25=22.33，同理，成長(zhǎng)指數(shù)=

20.09×0.3845+27.71×0.0878+9.98×0.1433+36.38×0.3845=

25.58，風(fēng)險(xiǎn)指數(shù)=6.4×0.2291+14.43×0.1575+23.78×0.5359+

13.61×0.0775=17.54，創(chuàng)新指數(shù)=12.64×0.2771+26.31×

0.4658+18.99×0.1611+17.07×0.0960=20.46。

投資價(jià)值綜合評(píng)分=銀信科技在盈利指數(shù)B1中的得分×B1在計(jì)算機(jī)應(yīng)用服務(wù)公司股票投資價(jià)值A(chǔ)中的權(quán)重+銀信科技在成長(zhǎng)指數(shù)B2中的得分×B2在A中的權(quán)重+銀信科技在風(fēng)險(xiǎn)指數(shù)B3中的得分×B3在A中的權(quán)重+銀信科技在創(chuàng)新指數(shù)B4中的得分×B4在A中的權(quán)重投資價(jià)值綜合評(píng)分=22.33×0.5423+25.58×0.1397+17.54×0.2333+20.46×0.0847=21.51。

同理，4家公司股票的投資價(jià)值綜合評(píng)分結(jié)果匯總為表7。

（二）投資價(jià)值評(píng)估排序

對(duì)創(chuàng)業(yè)板這4家計(jì)算機(jī)應(yīng)用服務(wù)公司股票投資價(jià)值進(jìn)行排序，得到的結(jié)果（如表7所示），即按投資價(jià)值從優(yōu)到劣依次為：易華錄、朗瑪信息、銀信科技、漢鼎宇佑。易華錄的投資價(jià)值最大，主要表現(xiàn)為其收益較高、創(chuàng)新能力較強(qiáng)，發(fā)展穩(wěn)定、上升空間大，是這四支股票中相對(duì)投資價(jià)值最大的。

（三）檢驗(yàn)

為了檢驗(yàn)采用模糊層次分析法做出的計(jì)算機(jī)應(yīng)用服務(wù)公司股票投資價(jià)值評(píng)估模型的科學(xué)性和可行性，本文繪制出上述4家公司自2014年6月30日至2016年6月30日的股票漲跌幅度趨勢(shì)圖（如下圖所示）?？梢钥吹?，4家公司的股票實(shí)際漲跌趨勢(shì)與上文模型預(yù)測(cè)的結(jié)果一致。

結(jié)合表7和下圖可以得知，易華錄的投資價(jià)值最高，雖然朗瑪信息的最大漲幅高于易華錄，但是易華錄的整體漲幅趨勢(shì)更為穩(wěn)定，波動(dòng)較小，抗風(fēng)險(xiǎn)能力高，成長(zhǎng)性好，收益也更穩(wěn)定，所以是相對(duì)投資價(jià)值最大的股票。根據(jù)北京易華錄信息技術(shù)股份有限公司2016年半年度報(bào)告顯示，報(bào)告期內(nèi)，基于行業(yè)發(fā)展環(huán)境良好，業(yè)務(wù)模式創(chuàng)新漸顯成效，公司新增項(xiàng)目較多等原因，公司經(jīng)營(yíng)效益穩(wěn)步提高。僅2016年上半年，公司已實(shí)現(xiàn)營(yíng)業(yè)收入89 619.77萬(wàn)元，較去年同期增長(zhǎng)18.9%；歸屬上市公司股東的凈利潤(rùn)為7 838.75萬(wàn)元，較去年同期增長(zhǎng)36.32%。研發(fā)投入總額為6 906.15萬(wàn)元，較去年同期增加12.68%，主要原因?yàn)楸灸晷略鲅邪l(fā)項(xiàng)目增加所致，截至2016年6月30日，公司新增取得國(guó)家知識(shí)產(chǎn)權(quán)局授權(quán)的專(zhuān)利17項(xiàng)。朗瑪信息的股票投資價(jià)值位于第二位，與銀信科技的股票投資價(jià)值相差不大。銀信科技的漲幅雖然較小，但其整體漲幅走勢(shì)平緩，幾乎維持在正增長(zhǎng)狀態(tài)，風(fēng)險(xiǎn)比較小，但收益比前兩者低，所以排在第三位。漢鼎宇佑排在第四位。根據(jù)本文表4可以得知，其凈利潤(rùn)增長(zhǎng)率和主營(yíng)業(yè)務(wù)收入增長(zhǎng)率都為負(fù)數(shù)，經(jīng)營(yíng)狀況有待改善，成長(zhǎng)性較低，故而收益也較低，所以排在第四位。

三、結(jié)論

運(yùn)用模糊層次分析法可以清晰反映出創(chuàng)業(yè)板不同計(jì)算機(jī)應(yīng)用服務(wù)公司投資價(jià)值的優(yōu)劣以及各指標(biāo)的權(quán)重，幫助投資者對(duì)其投資價(jià)值進(jìn)行綜合評(píng)價(jià)和分級(jí)，從而制定出利潤(rùn)最大化、成長(zhǎng)最優(yōu)化和風(fēng)險(xiǎn)最小化的最佳投資方案。因此，利用模糊層次分析法構(gòu)建的創(chuàng)業(yè)板計(jì)算機(jī)應(yīng)用服務(wù)業(yè)股票投資價(jià)值評(píng)估模型，對(duì)投資者的投資決策具有較高的參考價(jià)值。但是，在現(xiàn)實(shí)的股票投資市場(chǎng)中，影響股票投資價(jià)值的因素眾多，包括宏觀(guān)經(jīng)濟(jì)環(huán)境、政策導(dǎo)向、公司資本結(jié)構(gòu)等，因而在指標(biāo)選取和權(quán)重設(shè)定等方面會(huì)存在較大的差異性?？偠灾?，運(yùn)用模糊層次分析法進(jìn)行創(chuàng)業(yè)板計(jì)算機(jī)應(yīng)用服務(wù)公司股票投資價(jià)值評(píng)估的優(yōu)勢(shì)在于其科學(xué)性、數(shù)字性和靈活性，可以結(jié)合具體的宏觀(guān)環(huán)境和各股票的實(shí)際情況具體分析與評(píng)價(jià)。同時(shí)，由于股票市場(chǎng)十分復(fù)雜，瞬息萬(wàn)變，可以將模糊層次分析法與其他科學(xué)決策方法相結(jié)合，優(yōu)化指標(biāo)的選取，最大程度剔除不確定性因素的干擾，提升指標(biāo)權(quán)重的準(zhǔn)確性，增強(qiáng)預(yù)測(cè)的可信度。

參考文獻(xiàn)：

[1] 曲若鵬.企業(yè)股權(quán)價(jià)值評(píng)估的兩種方法[J].財(cái)會(huì)月刊，2011，（32）：66-67.

[2] 張棟，楊淑娥，楊紅.基于B-S模型的企業(yè)股權(quán)價(jià)值評(píng)估[J].統(tǒng)計(jì)與決策，2006，（20）：144-147.

[3] 劉建容，潘和平.基于財(cái)務(wù)指標(biāo)體系的中國(guó)上市公司投資價(jià)值分析[J].管理學(xué)家：學(xué)術(shù)版，2010，（5）：16-25.

[4] 孫霞.淺談股權(quán)價(jià)值評(píng)估的影響因素[J].當(dāng)代經(jīng)濟(jì)，2014，（7）：108-109.

[5] 胡運(yùn)權(quán)，等.運(yùn)籌學(xué)基礎(chǔ)及運(yùn)用：第4版[M].北京：高等教育出版社，2004：308-311.

[6] 陳德軍，劉冬，隋建龍.基于模糊綜合評(píng)價(jià)的物流園區(qū)企業(yè)征信評(píng)價(jià)方法[J].武漢理工大學(xué)學(xué)報(bào)：信息與管理工程版，2016，（4）：

451-454.

[7] 侯春梅.基于模糊層次分析法的投資項(xiàng)目評(píng)估[J].武漢理工大學(xué)學(xué)報(bào)：信息與管理工程版，2015，（5）：645-648.

[8] 朱琦臣.企業(yè)股權(quán)投資價(jià)值分析實(shí)證研究[D].上海：復(fù)旦大學(xué)，2010.

[9] 柴中華，鄭垂勇，蔡華.風(fēng)險(xiǎn)投資價(jià)值評(píng)估的新方法[J].統(tǒng)計(jì)與決策，2010，（5）：162-164.

Abstract：In order to make stock investors invest rationally， its pretty necessary to establish a scientific and effective value evaluation model for them.Using fuzzy analytic hierarchy process to construct the stock investment value assessment model of the computer application service industry in the Growth Enterprise Market by combining qualitative analysis and quantitative analysis.On the basis of conventional financial indicators， joining transformation ability of scientific research achievement， intellectual property rights and other indicators innovatively.And analyzing the stock investment value of the 4 companies in the gem computer application service industry synthetically by using the evaluation model， then carrying out empirical test of them， it can provide a beneficial reference for investors to choose the optimal stock.

Key words：stock investment value；fuzzy analytic hierarchy process；the computer application service industry

[責(zé)任編輯 陳麗敏]