于麗娜

摘要：近期，上海證券交易所開始受理科創(chuàng)板企業(yè)的上市發(fā)行申請，科創(chuàng)板企業(yè)如何估值對于投資者來說至關重要。科創(chuàng)板企業(yè)上市后估值方法可以考慮采用市銷率法，本文對影響市銷率的六個指標進行分析并建立相應模型，通過求解的結果對科創(chuàng)板企業(yè)如何估值提出合理建議。

關鍵詞：多元線性回歸模型 短期預測 時間序列模型

1名詞解釋

市銷率（Price_tosales，PS）：PS-總市值/主營業(yè)務收入，或者PS-股價/每股銷售額。市銷率越低，說明該公司股票目前的投資價值越大。

2企業(yè)市值估值法

2.1 市銷率估值法

考慮到科創(chuàng)板對企業(yè)盈利不做要求，暫未盈利的企業(yè)采用市銷率法較為合理。根據(jù)搜集到的數(shù)據(jù)，利用exc el中average公式計算出2018年中國A股市場平均市銷率為4.916494525，根據(jù)市銷率的定義，可以知道2018年中國A股市場的投資價值較大。

2.2市銷率估值法的局限性

市銷率估值法屬于單因素模型，單因素模型僅僅從銷售收入方面考慮，而事實上影響企業(yè)估值的因素非常多，如果只用單因素模型會造成信息的遺漏和浪費，因此我們采用多指標的多元統(tǒng)計方法，對企業(yè)進行估值更加全面。因子法的優(yōu)點是信息的完整全面性，缺點就是應用起來比較復雜，不像單因素方法那樣簡單方便。

3多元線性回歸擬合

下面我們利用多元線性回歸模型擬合數(shù)據(jù)，首先以市銷率為反應變量，其他模型中的變量為預測變量。

對中國A股市場2009_2018年的估值指標與一級指標基本面指標、流動性指標之間的關系進行定量分析，我們將一級指標拆分成6個二級指標，并分別與估值指標進行了線性擬合，得到方差分析數(shù)據(jù)。

根據(jù)方差分析表，F(xiàn)值最大的指標為平均換手率，我們可以得到影響中國A市估值指標的二級指標按重要程度依次為平均換手率>凈資產收益率>成交量>成交額>營業(yè)收入>歸母凈利潤，同時得出流動性指標對中國A市估值指標影響程度更大。

除此之外，一些點在線性擬合的前提下表現(xiàn)的不是很好（稱之為Outlier）。這些點有可能會影響線性擬合的效果，因為可能會改變一些參數(shù)估計值，也就是斜率。為了進一步增加線性擬合的效果，下面嘗試對薪水進行自然對數(shù)變換，對于選擇出的。

4 引入因子分析法

企業(yè)在經營的過程中往往會出現(xiàn)很多不確定性因素，本文選取的影響企業(yè)價值估值的因素有如下幾個：凈資產收益率，每股收益，主營利潤增長率，流動比率，主營業(yè)務收入增長率，應收賬款周轉率，總資產增長率，資產負債率，總資產周轉率，存貨周轉率，現(xiàn)金流量比率，第一大股東持股比例。

因為公共因子可以說是各個研究變量的一個共同反應，同時所有研究變量也可以用篩選的公共因子表示成相關的線性函數(shù)。因子分析法是比較常見的一種多元統(tǒng)計方法，和傳統(tǒng)的財務分析方法相比有明顯的優(yōu)勢。能夠更加綜合地分析和反映出多個指標的情況。

對于上市的企業(yè)價值評估更加適用于因子分析法。主要是基于如下原因：一是上市企業(yè)的年報每年都會定時地進行披露，而且數(shù)據(jù)是具有統(tǒng)一標準的，統(tǒng)計起來非常方便。二是數(shù)據(jù)量非常大，各種財務指標的數(shù)量也非常多足夠滿足各種統(tǒng)計模型的需要。三是上市企業(yè)多，樣本數(shù)量大，做統(tǒng)計分析具有統(tǒng)計意義。四是統(tǒng)計結果可以根據(jù)企業(yè)在市場的表現(xiàn)進行有效性的驗證。

5基于時間序列預測中國A市估值水平

5.1時間序列模型

根據(jù)相關文獻后，我們得到對于時間序列的定義：一組觀測值{X，，X2，L，XN），若沿著時間先后有順序地產生，則稱此組觀測值為一時間序列，而正整數(shù)N被稱為時間序列的長度。

5.2預測分析

通過SPSS導人中國A股市場相關數(shù)據(jù)，得到了2013—2018年基本面指標、流動性指標的時間序列圖，根據(jù)序列圖建立傳統(tǒng)模型，得到模型擬合度分析。分析得知模型擬合度較好，在SPSS中應用傳統(tǒng)模型，得到基本面指標與流動性指標的預測值。根據(jù)基本面指標與流動性指標的預測結果，結合擬合回歸模型，可計算出中國A股2019年的估值指標為4。

5.3 結論

綜上所述，可以得出以下結論：

中國A股市場的基本面指標與流動性指標在波動中呈現(xiàn)遞加的趨勢，且市銷率在波動中呈現(xiàn)遞減的趨勢，說明A股市場的投資價值越來越大，同時經濟的持續(xù)發(fā)展很好的驗證了該實驗結果。

6 科創(chuàng)板企業(yè)估值水平指標

6.1 確定影響指標

通過搜集材料，確定了科創(chuàng)板企業(yè)估值水平指標以下6個影響指標。

6.2 數(shù)據(jù)的處理

通過查閱數(shù)據(jù)，得到企業(yè)2016_2018年的基本面數(shù)據(jù)和流動性指標。

6.3創(chuàng)建預測模型

根據(jù)基本面數(shù)據(jù)與流動性指標可以發(fā)現(xiàn)，收入呈遞增趨勢，引用擬合線性模型進行預測。

中國市場的估值量化模型在2016_2018年各有一個擬合回歸模型。

市銷率-a營業(yè)收入_b歸母凈利潤c凈資產收益率d年平均換手率+e年成交額

根據(jù)擬合回歸模型公式代入查閱的數(shù)據(jù)得到每年企業(yè)的平均市銷率。2016 2018年依次為3.46、1.75、1. 34?？梢钥闯隹苿?chuàng)板企業(yè)市銷率逐年遞減，說明科創(chuàng)板企業(yè)投資價值越來越大。由于樣本數(shù)據(jù)較少，不能準確用預測模型預測往后幾年科創(chuàng)板企業(yè)的估值水平，但可大致預測出我國首批科創(chuàng)板企業(yè)上市后的市銷率較低，具有很大的投資價值。

7模型評價與推廣

7.1模型的優(yōu)缺點

優(yōu)點：基于線性回歸模型的時間序列容易使用，對近距離的預測可提供較高的精度水平。

缺點：時間序列預測法因突出時間序列暫不考慮外界因素影響，因而存在著預測誤差的缺陷，當遇到外界發(fā)生較大變化，往往會有較大偏差。

7.2改進方向

基于外界變化對時間序列模型準確性的影響，可以引入神經網絡模型，通過對復雜金融時間序列數(shù)據(jù)之間的非線性關系進行求解，從而達到較高的預測準確率。

8靈敏度分析

線性回歸模型中使用的數(shù)據(jù)是相關部門的統(tǒng)計數(shù)據(jù)。統(tǒng)計過程中可能有錯誤。因此，我們需要考慮數(shù)據(jù)不準確對模型解的影響，即邏輯權重的敏感性分析。XI、X2、X3、X4、X5、X6對對應權重的靈敏度按定義記為S（XI，WI）、S（X2，W2）、S（X3，W3）、S（X4，W4）、s（x5，w5）、S（X6，W6），從而得到模型對效率的敏感性較低，即數(shù)據(jù)的不準確對模型的影響較小，模型是穩(wěn)定的。

參考文獻

[1]江河.帶有懲罰函數(shù)的多元線性回歸分析模型的調節(jié)參數(shù)的選擇[D].蘭州大學，2012.

[2]蔣濤.ARCH模型在中國股市中的實證研究[D]，湖南大學，2007.

[3]李紅星.基于統(tǒng)計學習理論的正則化最小二乘回歸在時間序列建模和預測中的應用[D]，中國科學技術大學，2007.

[4]代林濤.第三方支付企業(yè)價值評估方法研究[D].西南財經大學，2013.

[5]李金丁，新三板掛牌企業(yè)的估值與接受模型研究[D]，北京理工大學，2015.