徐柔柔

（天津商業(yè)大學(xué)， 天津 300000）

0 引言

近年來，國家高度重視信息化產(chǎn)業(yè)的發(fā)展， “十二五” 以來，我國軟件和信息技術(shù)服務(wù)業(yè)持續(xù)快速發(fā)展，產(chǎn)業(yè)規(guī)模迅速擴(kuò)大，技術(shù)創(chuàng)新和應(yīng)用水平大幅提升，對(duì)經(jīng)濟(jì)社會(huì)發(fā)展的支撐和引領(lǐng)作用顯著增強(qiáng)。 “十三五” 期間，我國高度重視軟件和信息技術(shù)服務(wù)業(yè)發(fā)展，持續(xù)加強(qiáng)頂層設(shè)計(jì)，建立健全政策體系。產(chǎn)業(yè)規(guī)模效益快速增長(zhǎng)，綜合競(jìng)爭(zhēng)力實(shí)現(xiàn)新的躍升。《 “十四五” 規(guī)劃和2035 年遠(yuǎn)景目標(biāo)綱要》圍繞數(shù)字經(jīng)濟(jì)發(fā)展，進(jìn)一步明確發(fā)展云計(jì)算、大數(shù)據(jù)、物聯(lián)網(wǎng)和工業(yè)互聯(lián)網(wǎng)等七大重點(diǎn)產(chǎn)業(yè)。

隨著全球新一輪科技革命和產(chǎn)業(yè)變革持續(xù)深入，國內(nèi)經(jīng)濟(jì)發(fā)展方式加快轉(zhuǎn)變，軟件和信息技術(shù)服務(wù)業(yè)迎來更大發(fā)展機(jī)遇，步入加速創(chuàng)新、快速迭代、群體突破的爆發(fā)期，加快向網(wǎng)絡(luò)化、平臺(tái)化、服務(wù)化、智能化和生態(tài)化演進(jìn)，云計(jì)算、大數(shù)據(jù)、移動(dòng)互聯(lián)網(wǎng)和物聯(lián)網(wǎng)等進(jìn)入了快速發(fā)展和融合創(chuàng)新階段。

企業(yè)價(jià)值評(píng)估對(duì)信息技術(shù)行業(yè)有著不容小覷的作用。企業(yè)價(jià)值評(píng)估是衡量企業(yè)在市場(chǎng)上的經(jīng)濟(jì)價(jià)值和潛在風(fēng)險(xiǎn)的關(guān)鍵過程。信息技術(shù)行業(yè)具有高風(fēng)險(xiǎn)高回報(bào)的特點(diǎn)，而企業(yè)價(jià)值的準(zhǔn)確評(píng)估對(duì)于投資決策、資產(chǎn)定價(jià)、資產(chǎn)分配、交易談判和風(fēng)險(xiǎn)管理等方面都至關(guān)重要。本文以信息技術(shù)行業(yè)為例，運(yùn)用剩余收益模型進(jìn)行企業(yè)價(jià)值評(píng)估，并驗(yàn)證其合理性和準(zhǔn)確性。

1 剩余收益模型的適用性分析

傳統(tǒng)的企業(yè)價(jià)值評(píng)估方法主要有三類，分別是資產(chǎn)基礎(chǔ)法、市場(chǎng)法和收益法。但是，采用傳統(tǒng)的資產(chǎn)評(píng)估方法評(píng)估信息技術(shù)行業(yè)企業(yè)有一定的局限性。資產(chǎn)基礎(chǔ)法主要依賴于企業(yè)的資產(chǎn)和負(fù)債表來評(píng)估其價(jià)值。然而，在信息技術(shù)領(lǐng)域，企業(yè)價(jià)值更多地體現(xiàn)在無形資產(chǎn)，如專利、技術(shù)創(chuàng)新和品牌價(jià)值等方面。這些無形資產(chǎn)在資產(chǎn)基礎(chǔ)法中往往被低估或沒有得到準(zhǔn)確反映，導(dǎo)致企業(yè)的真實(shí)價(jià)值無法被完全評(píng)估。市場(chǎng)法依據(jù)市場(chǎng)上類似企業(yè)的交易價(jià)格來確定企業(yè)價(jià)值。在信息技術(shù)領(lǐng)域，市場(chǎng)往往非常動(dòng)態(tài)且不穩(wěn)定，類似企業(yè)的交易數(shù)據(jù)可能有限。此外，信息技術(shù)類企業(yè)的市場(chǎng)前景和潛在收益往往難以準(zhǔn)確預(yù)測(cè)，這可能導(dǎo)致市場(chǎng)法評(píng)估結(jié)果不準(zhǔn)確。收益法關(guān)注企業(yè)未來的收益能力來決定其價(jià)值。然而技術(shù)變革和市場(chǎng)競(jìng)爭(zhēng)激烈，未來的收益能力難以預(yù)測(cè)。此外，信息技術(shù)類企業(yè)的商業(yè)模式和盈利模式可能與傳統(tǒng)企業(yè)有所不同，傳統(tǒng)的收益法模型可能無法完全適用。因此，在評(píng)估信息技術(shù)類企業(yè)時(shí)，單純依賴傳統(tǒng)的資產(chǎn)基礎(chǔ)法、市場(chǎng)法和收益法可能無法全面、準(zhǔn)確地評(píng)估企業(yè)的價(jià)值。

剩余收益模型（Residual Income Model，RIM）最早是由Edwards 和Bell 研究發(fā)現(xiàn)，之后又由Ohlson 推動(dòng)該模型的應(yīng)用和發(fā)展。具體來說，剩余收益模型是一種基于企業(yè)財(cái)務(wù)信息之上的價(jià)值分析工具，它將企業(yè)價(jià)值分成兩部分，一部分為在平均收益水平之下的公司價(jià)值，另一部分為企業(yè)超出行業(yè)平均水平的剩余收益的貼現(xiàn)值[1-3]。剩余收益模型更注重企業(yè)自身的能力，對(duì)于信息技術(shù)行業(yè)企業(yè)來說，企業(yè)價(jià)值更多體現(xiàn)在未來的綜合能力，剩余收益模型能夠更好地體現(xiàn)出公司為股東創(chuàng)造的超額收益。

呂英巧等[4]將企業(yè)的剩余收益和凈資產(chǎn)與股價(jià)進(jìn)行了相關(guān)性檢驗(yàn)，發(fā)現(xiàn)剩余收益和凈資產(chǎn)對(duì)股價(jià)均有較強(qiáng)的正相關(guān)性，并且對(duì)利用剩余收益模型計(jì)算的每股企業(yè)價(jià)值與實(shí)際股價(jià)進(jìn)行顯著性檢驗(yàn)，發(fā)現(xiàn)二者具有顯著的相關(guān)性。張景奇等[5]通過研究論證，認(rèn)為剩余收益模型對(duì)股票的內(nèi)在價(jià)值具有一定的解釋力，并且隨著預(yù)測(cè)期限的增大，剩余收益模型對(duì)股票內(nèi)在價(jià)值的解釋力逐步增大。利用剩余收益模型，有助于了解企業(yè)真實(shí)的財(cái)務(wù)狀況和內(nèi)在價(jià)值。

2 剩余收益模型

剩余收益模型（Residual Income Model，RIM）是通過股利折現(xiàn)模型為基礎(chǔ)推導(dǎo)出來的一種模型[6]。剩余收益模型由三個(gè)基本假設(shè)支持。

一是股利折現(xiàn)模型。股利折現(xiàn)模型的基本表達(dá)式為：

式中：r為普通股的資本成本率；Dt為第t年每股預(yù)期股利。

二是干凈盈余關(guān)系。干凈盈余關(guān)系的表達(dá)式為：

式中：Dt為第t期的股利；Bt和Bt-1為企業(yè)在第t期和第t-1 期的賬面凈資產(chǎn)；IN，t為第t 期期間內(nèi)歸屬于現(xiàn)有普通股股東的凈利潤(rùn)。將干凈盈余關(guān)系轉(zhuǎn)化為Bt-Bt-1=IN，t-Dt的形式，也即公司年末和年初股東權(quán)益賬面價(jià)值的差等于當(dāng)年的盈利減去當(dāng)年的分紅，簡(jiǎn)單來說，就是企業(yè)所有的收益都來自于利潤(rùn)表。

三是動(dòng)態(tài)線性信息假設(shè)。影響企業(yè)價(jià)值的信息除了剩余收益以外，還受到其他信息變量的影響，并且這些信息變量滿足回歸修正過程，呈現(xiàn)出一階的回歸關(guān)系。公式為：

式中：ω、ε 為介于0～1 之間的參數(shù)；γ 為干擾項(xiàng)的系數(shù)；V為其他影響因素；IR為剩余收益。

剩余收益模型的基本表達(dá)式為：

式中：V為公司價(jià)值；VB為企業(yè)的賬面價(jià)值；IR，t為t時(shí)期的剩余收益；r為市場(chǎng)要求的回報(bào)率。

在上述基本公式的基礎(chǔ)上，可以看到企業(yè)價(jià)值分為兩部分，前面部分為當(dāng)前股東權(quán)益的賬面價(jià)值，反映具有平均收益水平時(shí)所創(chuàng)造的價(jià)值。后面部分為企業(yè)的預(yù)期收益的貼現(xiàn)值。

剩余收益模型在運(yùn)用過程中面臨著兩個(gè)主要的難題，一是剩余收益的預(yù)測(cè)，二是未來收益的無限期求和。基于以上兩點(diǎn)，本文在基本模型的基礎(chǔ)上進(jìn)行改進(jìn)。

2.1 杜邦分析改進(jìn)剩余收益的計(jì)算

根據(jù)定義，剩余收益（IR）的計(jì)算公式為：

式中：IN，t為t期的凈利潤(rùn)，是本期公司的凈利潤(rùn)與股東要求獲得的報(bào)酬之差。

根據(jù)杜邦分析，可以對(duì)上述式子進(jìn)行如下變形：

式中：ATO為總資產(chǎn)周轉(zhuǎn)率，ME為權(quán)益乘數(shù)，MOS銷售凈利率，S為銷售收入。

根據(jù)以上變形將對(duì)剩余收益的抽象計(jì)算轉(zhuǎn)變?yōu)閷?duì)銷售收入、總資產(chǎn)周轉(zhuǎn)率、權(quán)益乘數(shù)和銷售凈利率的具體運(yùn)算。

2.2 引入市凈率改進(jìn)無限期預(yù)測(cè)

根據(jù)譚三艷[7]的研究，將無限期的預(yù)測(cè)分為有限期的預(yù)測(cè)和后續(xù)無限期的預(yù)測(cè)，即V1～n和Vn+1～∞。

式中：P/VB為市凈率，如果市凈率＞1，就意味著企業(yè)在后續(xù)期仍在創(chuàng)造價(jià)值。若市凈率＜1，則意味著公司價(jià)值在減少。若市凈率＝1，則意味著企業(yè)后續(xù)期的剩余收益為零。n一般取值為5～10 a，較為容易預(yù)測(cè)，后續(xù)無限期的預(yù)測(cè)則轉(zhuǎn)化為對(duì)市凈率的預(yù)測(cè)。

綜上，得到最終的剩余收益模型如下：

3 案例分析

?？低暿侵袊I(lǐng)先的智能安防解決方案提供商，以研發(fā)、生產(chǎn)和銷售視頻監(jiān)控產(chǎn)品和系統(tǒng)為主。公司在視頻監(jiān)控、人工智能和大數(shù)據(jù)等領(lǐng)域有強(qiáng)大的技術(shù)實(shí)力，并在全球范圍內(nèi)建立了廣泛的客戶網(wǎng)絡(luò)，在國際市場(chǎng)上有著較高的知名度和競(jìng)爭(zhēng)力。?？低暺煜碌漠a(chǎn)品涵蓋了視頻監(jiān)控?cái)z像機(jī)、網(wǎng)絡(luò)存儲(chǔ)設(shè)備和視頻管理軟件等，通過先進(jìn)的技術(shù)和創(chuàng)新的解決方案，為客戶提供安全可靠的安防產(chǎn)品，并在公共安全、城市治理、交通管理、金融和教育等領(lǐng)域發(fā)揮著重要作用。本文通過國泰安、巨潮資訊等渠道選取海康威視2013—2022 年的財(cái)務(wù)數(shù)據(jù)作為歷史數(shù)據(jù)，選定評(píng)估基準(zhǔn)日為2023 年1 月1 日，未來預(yù)測(cè)期為5 年。

3.1 ?？低暺诔鯔?quán)益賬面價(jià)值

剩余收益模型的第一部分是企業(yè)的期初賬面價(jià)值，即2022 年12 月31 日的所有者權(quán)益賬面價(jià)值，通過?？低暤钠髽I(yè)財(cái)務(wù)報(bào)表可得：VB0＝7 297 015.4萬元。

3.2 營(yíng)業(yè)收入的分析與預(yù)測(cè)

根據(jù)?？低暤哪陥?bào)將2013—2022 年間的營(yíng)業(yè)收入繪制成如圖1 所示的折線圖。

圖1 2013—2022 年?duì)I業(yè)收入情況及趨勢(shì)線

從圖1 中可以看出，?？低暿陙頎I(yíng)業(yè)收入呈現(xiàn)出穩(wěn)步上升的趨勢(shì)。分別繪制出線性、指數(shù)和多項(xiàng)式回歸趨勢(shì)線，對(duì)比發(fā)現(xiàn)，多項(xiàng)式回歸趨勢(shì)線的擬合效果最好，R2=0.991 7。但考慮到國內(nèi)經(jīng)濟(jì)情況和國際形勢(shì)，本文采用擬合度其次的線性回歸進(jìn)行未來預(yù)測(cè)，R2=0.990，更符合實(shí)際情況。

線性回歸公式如下所示：

根據(jù)線性回歸公式，得出2023—2027 年的營(yíng)業(yè)收入預(yù)測(cè)結(jié)果，如表1 所示。

表1 營(yíng)業(yè)收入預(yù)測(cè) 單位：萬元

3.3 銷售凈利率的分析與預(yù)測(cè)

根據(jù)?？低?013—2022 年的財(cái)務(wù)數(shù)據(jù)，得出?？低暤匿N售凈利率，如圖2 所示。

圖2 2013—2022 年的銷售凈利率

2015—2021 年，海康威視的營(yíng)業(yè)凈利率較為平穩(wěn)，但是在2013—2015 年和2021—2022 年，營(yíng)業(yè)凈利率出現(xiàn)下降的趨勢(shì)現(xiàn)象，尤其在2021—2022 階段，由0.215 1 下降為0.163 0。?？低曉?022 年的年報(bào)披露，公司在2022 年研發(fā)投入98.14 億元，占公司銷售額的比例為11.80%，同比增加18.94%。同時(shí)，?？低暠硎竟?，將繼續(xù)加大研發(fā)投入，持續(xù)優(yōu)化資源投放。2022 年，?？低暤匿N售費(fèi)用和管理費(fèi)用同比增加13.82%和23.91%，成本上升以及銷售收入未能達(dá)到預(yù)測(cè)水平，導(dǎo)致2022 年出現(xiàn)銷售凈利率下降的現(xiàn)象。

利用Excel 進(jìn)行線性回歸預(yù)測(cè)，得出預(yù)測(cè)期的銷售凈利率，如表2 所示。

表2 預(yù)測(cè)期銷售凈利率

3.4 資產(chǎn)周轉(zhuǎn)率的預(yù)測(cè)

根據(jù)?？低?013—2022 年的財(cái)務(wù)數(shù)據(jù)，繪制成如圖3 所示的折線圖。?？低暤目傎Y產(chǎn)周轉(zhuǎn)率雖然具有一定的波動(dòng)性，但長(zhǎng)期來看，還是處于下降趨勢(shì)。因此，對(duì)其進(jìn)行線性回歸預(yù)測(cè)。

圖3 2013—2022 年總資產(chǎn)周轉(zhuǎn)率

對(duì)上述數(shù)據(jù)進(jìn)行線性回歸，得到如表3 所示的預(yù)測(cè)期數(shù)據(jù)。

表3 總資產(chǎn)周轉(zhuǎn)率預(yù)測(cè)

3.5 權(quán)益乘數(shù)的預(yù)測(cè)

根據(jù)?？低?013—2022 年的財(cái)務(wù)數(shù)據(jù)，繪制成如圖4 所示的折線圖。從圖中可以看出，海康威視的權(quán)益乘數(shù)歷年來較為穩(wěn)定。通過對(duì)其進(jìn)行回歸分析，得出如表4 的數(shù)據(jù)預(yù)測(cè)結(jié)果。

表4 權(quán)益乘數(shù)預(yù)測(cè)

圖4 2013—2022 年權(quán)益乘數(shù)

3.6 資本成本率（r）的計(jì)算

企業(yè)價(jià)值評(píng)估模型中常用的折現(xiàn)率的方法有加權(quán)平均資本成本模型（WACC）與資本資產(chǎn)定價(jià)模型（CAPM）兩種。加權(quán)平均資本成本模型比較適合由各項(xiàng)不同收益的資產(chǎn)構(gòu)成的資產(chǎn)組整體投資回報(bào)的計(jì)算，而不適合用于找尋權(quán)益資本成本。因此，本文采用資本資產(chǎn)定價(jià)模型CAPM來確定資本成本率r。

式中：rf為無風(fēng)險(xiǎn)利率；rm為市場(chǎng)平均收益率；β 為市場(chǎng)風(fēng)險(xiǎn)系數(shù)。

無風(fēng)險(xiǎn)利率一般情況下取國債利率，本文選用評(píng)估基準(zhǔn)日的10 年期國債收益率2.841%。再將單利調(diào)整至復(fù)利，其結(jié)果為2.532%。β 值取2018—2022 年的平均值0.701。rm為市場(chǎng)平均收益率，本文選取2013—2022 年深證綜合指數(shù)一年市場(chǎng)回報(bào)率的平均值12.227%。r=rf+β（rm-rf）=2.532%+0.701×（12.227%-2.532%）=9.328%。

3.7 企業(yè)價(jià)值的計(jì)算

市凈率采用評(píng)估基準(zhǔn)日的市凈率為4.482，將上述所有預(yù)測(cè)結(jié)果帶入，得到如表5 所示的結(jié)果。

表5 剩余收益計(jì)算表

3.8 企業(yè)估值結(jié)果分析

通過企業(yè)公開數(shù)據(jù)，?？低暯刂沟?022 年底的總股本為9 430 920 624 股，計(jì)算可得，評(píng)估基準(zhǔn)日2023 年1 月1 日的每股價(jià)值為36.80 元。對(duì)比2022年12 月30 日的收盤價(jià)34.68 元，誤差為6.11%，誤差在可接受的范圍內(nèi)。改進(jìn)后的剩余收益模型對(duì)企業(yè)價(jià)值的評(píng)估具有一定的適用性和準(zhǔn)確性。

4 結(jié)語

本文將剩余收益模型與傳統(tǒng)的企業(yè)價(jià)值評(píng)估方法進(jìn)行對(duì)比分析，剩余收益模型能更好地評(píng)估企業(yè)的內(nèi)在價(jià)值。同時(shí)，結(jié)合信息技術(shù)行業(yè)技術(shù)密集型的特點(diǎn)，選擇剩余收益模型評(píng)估企業(yè)價(jià)值，具備一定的合理性。本文以?？低暈槔\(yùn)用加入杜邦分析和市凈率后的剩余收益模型來評(píng)估企業(yè)價(jià)值。通過對(duì)?？低暤呢?cái)務(wù)數(shù)據(jù)和市場(chǎng)趨勢(shì)的評(píng)估，得出評(píng)估基準(zhǔn)日的企業(yè)價(jià)值為34 701 562.3 萬元，每股價(jià)值為36.80元，與評(píng)估基準(zhǔn)日的每股價(jià)值相比的誤差為6.11%，在可接受的范圍之內(nèi)，進(jìn)一步驗(yàn)證了剩余收益模型的有效性。

當(dāng)然，該模型也具有一定的不足性，模型的準(zhǔn)確性依賴于對(duì)企業(yè)現(xiàn)有的財(cái)務(wù)數(shù)據(jù)，這可能受到市場(chǎng)變動(dòng)、競(jìng)爭(zhēng)壓力以及管理層決策等因素的影響。另外，模型本身對(duì)于市場(chǎng)風(fēng)險(xiǎn)和資本成本的估計(jì)也具有一定的主觀性和不確定性。