于麗娜

摘要：近期，上海證券交易所開(kāi)始受理科創(chuàng)板企業(yè)的上市發(fā)行申請(qǐng)，科創(chuàng)板企業(yè)如何估值對(duì)于投資者來(lái)說(shuō)至關(guān)重要?？苿?chuàng)板企業(yè)上市后估值方法可以考慮采用市銷(xiāo)率法，本文對(duì)影響市銷(xiāo)率的六個(gè)指標(biāo)進(jìn)行分析并建立相應(yīng)模型，通過(guò)求解的結(jié)果對(duì)科創(chuàng)板企業(yè)如何估值提出合理建議。

關(guān)鍵詞：多元線性回歸模型 短期預(yù)測(cè) 時(shí)間序列模型

1名詞解釋

市銷(xiāo)率（Price_tosales，PS）：PS-總市值/主營(yíng)業(yè)務(wù)收入，或者PS-股價(jià)/每股銷(xiāo)售額。市銷(xiāo)率越低，說(shuō)明該公司股票目前的投資價(jià)值越大。

2企業(yè)市值估值法

2.1 市銷(xiāo)率估值法

考慮到科創(chuàng)板對(duì)企業(yè)盈利不做要求，暫未盈利的企業(yè)采用市銷(xiāo)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(jì)算出2018年中國(guó)A股市場(chǎng)平均市銷(xiāo)率為4.916494525，根據(jù)市銷(xiāo)率的定義，可以知道2018年中國(guó)A股市場(chǎng)的投資價(jià)值較大。

2.2市銷(xiāo)率估值法的局限性

市銷(xiāo)率估值法屬于單因素模型，單因素模型僅僅從銷(xiāo)售收入方面考慮，而事實(shí)上影響企業(yè)估值的因素非常多，如果只用單因素模型會(huì)造成信息的遺漏和浪費(fèi)，因此我們采用多指標(biāo)的多元統(tǒng)計(jì)方法，對(duì)企業(yè)進(jìn)行估值更加全面。因子法的優(yōu)點(diǎn)是信息的完整全面性，缺點(diǎn)就是應(yīng)用起來(lái)比較復(fù)雜，不像單因素方法那樣簡(jiǎn)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(xiāo)率為反應(yīng)變量，其他模型中的變量為預(yù)測(cè)變量。

對(duì)中國(guó)A股市場(chǎng)2009_2018年的估值指標(biāo)與一級(jí)指標(biāo)基本面指標(biāo)、流動(dòng)性指標(biāo)之間的關(guān)系進(jìn)行定量分析，我們將一級(jí)指標(biāo)拆分成6個(gè)二級(jí)指標(biāo)，并分別與估值指標(biāo)進(jìn)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(biāo)為平均換手率，我們可以得到影響中國(guó)A市估值指標(biāo)的二級(jí)指標(biāo)按重要程度依次為平均換手率>凈資產(chǎn)收益率>成交量>成交額>營(yíng)業(yè)收入>歸母凈利潤(rùn)，同時(shí)得出流動(dòng)性指標(biāo)對(duì)中國(guó)A市估值指標(biāo)影響程度更大。

除此之外，一些點(diǎn)在線性擬合的前提下表現(xiàn)的不是很好（稱(chēng)之為Outlier）。這些點(diǎn)有可能會(huì)影響線性擬合的效果，因?yàn)榭赡軙?huì)改變一些參數(shù)估計(jì)值，也就是斜率。為了進(jìn)一步增加線性擬合的效果，下面嘗試對(duì)薪水進(jìn)行自然對(duì)數(shù)變換，對(duì)于選擇出的。

4 引入因子分析法

企業(yè)在經(jīng)營(yíng)的過(guò)程中往往會(huì)出現(xiàn)很多不確定性因素，本文選取的影響企業(yè)價(jià)值估值的因素有如下幾個(gè)：凈資產(chǎn)收益率，每股收益，主營(yíng)利潤(rùn)增長(zhǎng)率，流動(dòng)比率，主營(yíng)業(yè)務(wù)收入增長(zhǎng)率，應(yīng)收賬款周轉(zhuǎn)率，總資產(chǎn)增長(zhǎng)率，資產(chǎn)負(fù)債率，總資產(chǎn)周轉(zhuǎn)率，存貨周轉(zhuǎn)率，現(xiàn)金流量比率，第一大股東持股比例。

因?yàn)楣惨蜃涌梢哉f(shuō)是各個(gè)研究變量的一個(gè)共同反應(yīng)，同時(shí)所有研究變量也可以用篩選的公共因子表示成相關(guān)的線性函數(shù)。因子分析法是比較常見(jiàn)的一種多元統(tǒng)計(jì)方法，和傳統(tǒng)的財(cái)務(wù)分析方法相比有明顯的優(yōu)勢(shì)。能夠更加綜合地分析和反映出多個(gè)指標(biāo)的情況。

對(duì)于上市的企業(yè)價(jià)值評(píng)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(bào)每年都會(huì)定時(shí)地進(jìn)行披露，而且數(shù)據(jù)是具有統(tǒng)一標(biāo)準(zhǔn)的，統(tǒng)計(jì)起來(lái)非常方便。二是數(shù)據(jù)量非常大，各種財(cái)務(wù)指標(biāo)的數(shù)量也非常多足夠滿足各種統(tǒng)計(jì)模型的需要。三是上市企業(yè)多，樣本數(shù)量大，做統(tǒng)計(jì)分析具有統(tǒng)計(jì)意義。四是統(tǒng)計(jì)結(jié)果可以根據(jù)企業(yè)在市場(chǎng)的表現(xiàn)進(jìn)行有效性的驗(yàn)證。

5基于時(shí)間序列預(yù)測(cè)中國(guó)A市估值水平

5.1時(shí)間序列模型

根據(jù)相關(guān)文獻(xiàn)后，我們得到對(duì)于時(shí)間序列的定義：一組觀測(cè)值{X，，X2，L，XN），若沿著時(shí)間先后有順序地產(chǎn)生，則稱(chēng)此組觀測(cè)值為一時(shí)間序列，而正整數(shù)N被稱(chēng)為時(shí)間序列的長(zhǎng)度。

5.2預(yù)測(cè)分析

通過(guò)SPSS導(dǎo)人中國(guó)A股市場(chǎng)相關(guān)數(shù)據(jù)，得到了2013—2018年基本面指標(biāo)、流動(dòng)性指標(biāo)的時(shí)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(yīng)用傳統(tǒng)模型，得到基本面指標(biāo)與流動(dòng)性指標(biāo)的預(yù)測(cè)值。根據(jù)基本面指標(biāo)與流動(dòng)性指標(biāo)的預(yù)測(cè)結(jié)果，結(jié)合擬合回歸模型，可計(jì)算出中國(guó)A股2019年的估值指標(biāo)為4。

5.3 結(jié)論

綜上所述，可以得出以下結(jié)論：

中國(guó)A股市場(chǎng)的基本面指標(biāo)與流動(dòng)性指標(biāo)在波動(dòng)中呈現(xiàn)遞加的趨勢(shì)，且市銷(xiāo)率在波動(dòng)中呈現(xiàn)遞減的趨勢(shì)，說(shuō)明A股市場(chǎng)的投資價(jià)值越來(lái)越大，同時(shí)經(jīng)濟(jì)的持續(xù)發(fā)展很好的驗(yàn)證了該實(shí)驗(yàn)結(jié)果。

6 科創(chuàng)板企業(yè)估值水平指標(biāo)

6.1 確定影響指標(biāo)

通過(guò)搜集材料，確定了科創(chuàng)板企業(yè)估值水平指標(biāo)以下6個(gè)影響指標(biāo)。

6.2 數(shù)據(jù)的處理

通過(guò)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(dòng)性指標(biāo)。

6.3創(chuàng)建預(yù)測(cè)模型

根據(jù)基本面數(shù)據(jù)與流動(dòng)性指標(biāo)可以發(fā)現(xiàn)，收入呈遞增趨勢(shì)，引用擬合線性模型進(jìn)行預(yù)測(cè)。

中國(guó)市場(chǎng)的估值量化模型在2016_2018年各有一個(gè)擬合回歸模型。

市銷(xiāo)率-a營(yíng)業(yè)收入_b歸母凈利潤(rùn)c凈資產(chǎn)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(xiāo)率。2016 2018年依次為3.46、1.75、1. 34。可以看出科創(chuàng)板企業(yè)市銷(xiāo)率逐年遞減，說(shuō)明科創(chuàng)板企業(yè)投資價(jià)值越來(lái)越大。由于樣本數(shù)據(jù)較少，不能準(zhǔn)確用預(yù)測(cè)模型預(yù)測(cè)往后幾年科創(chuàng)板企業(yè)的估值水平，但可大致預(yù)測(cè)出我國(guó)首批科創(chuàng)板企業(yè)上市后的市銷(xiāo)率較低，具有很大的投資價(jià)值。

7模型評(píng)價(jià)與推廣

7.1模型的優(yōu)缺點(diǎn)

優(yōu)點(diǎn)：基于線性回歸模型的時(shí)間序列容易使用，對(duì)近距離的預(yù)測(cè)可提供較高的精度水平。

缺點(diǎn)：時(shí)間序列預(yù)測(cè)法因突出時(shí)間序列暫不考慮外界因素影響，因而存在著預(yù)測(cè)誤差的缺陷，當(dāng)遇到外界發(fā)生較大變化，往往會(huì)有較大偏差。

7.2改進(jìn)方向

基于外界變化對(duì)時(shí)間序列模型準(zhǔn)確性的影響，可以引入神經(jīng)網(wǎng)絡(luò)模型，通過(guò)對(duì)復(fù)雜金融時(shí)間序列數(shù)據(jù)之間的非線性關(guān)系進(jìn)行求解，從而達(dá)到較高的預(yù)測(cè)準(zhǔn)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(guān)部門(mén)的統(tǒng)計(jì)數(shù)據(jù)。統(tǒng)計(jì)過(guò)程中可能有錯(cuò)誤。因此，我們需要考慮數(shù)據(jù)不準(zhǔn)確對(duì)模型解的影響，即邏輯權(quán)重的敏感性分析。XI、X2、X3、X4、X5、X6對(duì)對(duì)應(yīng)權(quán)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(duì)效率的敏感性較低，即數(shù)據(jù)的不準(zhǔn)確對(duì)模型的影響較小，模型是穩(wěn)定的。

參考文獻(xiàn)

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

[2]蔣濤.ARCH模型在中國(guó)股市中的實(shí)證研究[D]，湖南大學(xué)，2007.

[3]李紅星.基于統(tǒng)計(jì)學(xué)習(xí)理論的正則化最小二乘回歸在時(shí)間序列建模和預(yù)測(cè)中的應(yīng)用[D]，中國(guó)科學(xué)技術(shù)大學(xué)，2007.

[4]代林濤.第三方支付企業(yè)價(jià)值評(píng)估方法研究[D].西南財(cái)經(jīng)大學(xué)，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(xué)，2015.