论文部分内容阅读
摘 要：作为近期市场的活跃板块，科创板已然无可厚非成为了焦点，科创板的每一动态也被注入了浓厚的信息价值。然而对于科创板而言，当下最值得研究的还是当属估值问题。本文基于科创板的创新的特点，利用美国纳斯达克的成熟数据和中国A股市场的成熟数据，借助多元回归构建两市场的估值模型，再通过借助灰色预测得到2019年中美市场估值指标的差异，综合得到科创板的估值模型。
一、引言
企业估值即企业价值评估，是着眼于企业本身，为投融资、交易活动而进行的一种价值衡量工作。通过这种价值评估，企业管理当局能更好地了解企业自身的优劣势，并及时调整并改善企业的经营决策。在企业间的并购活动中，估值工作尤显其价值。价值投资者对企业估值也有较强的依赖性，估值的合理与否、准确与否与其投资的安全程度紧密相关。企业价值评估的发展对政府检测市场经济也有一定的参考价值。基于各方主体对企业估值工作的需求，估值显然应该成为每个企业都去研究的必要工作，特别是对上市公司而言。虽然我国因会计信息失真、估值研究起步较晚的特点还尚未形成科学的价值评估体系，但是各市场的企业估值工作已经经过不断摸索开始步入成熟阶段。值得一提的是，近期试点注册的科创板市场，作为一个新兴板块，因各市场的估值方法对其估值的适用性很低，存在较大的估值难度。因此，对科创板的估值方法的研究，迫切而具有重大研究价值。
二、美国纳斯达克市场、中国A股市场估值模型建立。
首先确定市场估值的基本面和流动性指标如下：
以市销率为自变量建立如下模型：
其中表示第j个因子的拟合参数，为常数项，为残差值。
将中国A股市场变量数据导入STATA求解得到如下中国市场估值具体模型：
y1=2.40-2.51×10-12·x1+1.32×10-11·x2+0.000277·x3
-4.70×10-11x4+0.0007517·x5+1.56×10-12·x6
但与没有通过参数检验，因此我们认为该模型存在不合理性，因此我们选择剔除因子与，重新进行回归拟合处理。最终得到：
y1=2.40-2.27×10-12·x1+1.33×10-11·x2
-3.82×10-11x4+0.0007682·x5
将美国市场变量数据导入STATA求解得到如下美国市场估值具体模型：
y2=3.16-5.76×10-7·x1+1.59×10-6·x2+0.0000704·x3
-9.88×10-11x4-0.0002665·x5+6.55×10-8·x6
同理，通过检验发现不合理性，选择剔除因子x2、x3与x4，重新进行回归拟合处理。最终得到美国纳斯达克估值模型如下：
y2=3.12-5.65×10-7·x1+1.53×10-6·x2+6.03×10-8·x6
三、基于灰色预测的估值指标预测
灰色预测模型是通过少量的、不充足的信息，建立数学模型并做出预测的一种预测方法。本文利用2009年-2018年市场基本面数据与流动性数据作为媒介进行预测。运用MATLABR016b编程得到2019年中国与美国的指标预测值如表1。
从表中可以分析看出大部分预测值后验差比值小于0.5，符合要求，可以使用。对于大于0.5的指标，由于以上所建立的模型没有涉及到这些因子，故这里不予考虑
将表1的数据代入到以上两个市场的估值模型中得到y1=2.4411、y2=3.0914，即2019年中国A股的估值指标市销率为2.4411，美国纳斯达克市场市销率为3.0914。
四、科创板估值模型的确定
基于2019年中国A股市场和美国纳斯达克市场的市銷率差异，笔者确定两市场的调整系数为中国是美国的0.7896。结合美国纳斯达克的估值模型，最终确定我国科创板估值模型为：
y3=2.46-4.46×10-7·x1+1.21×10-6·x2+4.76×10-8·x6
五、结语
本文借助多元回归、灰色预测等方法，最终确定科创板估值模型。相比现有文献对科创板估值的研究，本文建立的量化模型更能与实际紧密结合，具有很强现实意义，且通用性较强。本文还对每一种模型都进行了充分的检验，使得结果的可行度较高。但本文还是存在有不足，在中美市场差异的量化上本文采取了2019年估值指标的差异加以确定，考虑的影响因素较少。另外，在数据的处理上，本文对其进行了必要的处理，如对异常数据的舍弃，这也会带来一定的误差。
参考文献
[1]胡语文.用“市研率”为科创板估值[J].股市动态分析，2019（27）：20.
[2]张泰源，汪沛洁.基于卷积神经网络的科创板企业估值问题[J].全国流通经济，2019（23）：153-154.
[3]范璐媛. 科创板估值不必拘泥于市盈率[N]. 证券时报，2019-07-11（A03）.
[4]李碧璇，文欣薇，柏泽伟，姜勇.基于多元非线性回归的科创板拟上市企业估值[J].全国流通经济，2019（14）：123-127.
[5]钟格. 科创板将重塑市场估值体系[N]. 中国证券报，2019-03-02（A07）.
一、引言
企业估值即企业价值评估，是着眼于企业本身，为投融资、交易活动而进行的一种价值衡量工作。通过这种价值评估，企业管理当局能更好地了解企业自身的优劣势，并及时调整并改善企业的经营决策。在企业间的并购活动中，估值工作尤显其价值。价值投资者对企业估值也有较强的依赖性，估值的合理与否、准确与否与其投资的安全程度紧密相关。企业价值评估的发展对政府检测市场经济也有一定的参考价值。基于各方主体对企业估值工作的需求，估值显然应该成为每个企业都去研究的必要工作，特别是对上市公司而言。虽然我国因会计信息失真、估值研究起步较晚的特点还尚未形成科学的价值评估体系，但是各市场的企业估值工作已经经过不断摸索开始步入成熟阶段。值得一提的是，近期试点注册的科创板市场，作为一个新兴板块，因各市场的估值方法对其估值的适用性很低，存在较大的估值难度。因此，对科创板的估值方法的研究，迫切而具有重大研究价值。
二、美国纳斯达克市场、中国A股市场估值模型建立。
首先确定市场估值的基本面和流动性指标如下：
以市销率为自变量建立如下模型：
其中表示第j个因子的拟合参数，为常数项，为残差值。
将中国A股市场变量数据导入STATA求解得到如下中国市场估值具体模型：
y1=2.40-2.51×10-12·x1+1.32×10-11·x2+0.000277·x3
-4.70×10-11x4+0.0007517·x5+1.56×10-12·x6
但与没有通过参数检验，因此我们认为该模型存在不合理性，因此我们选择剔除因子与，重新进行回归拟合处理。最终得到：
y1=2.40-2.27×10-12·x1+1.33×10-11·x2
-3.82×10-11x4+0.0007682·x5
将美国市场变量数据导入STATA求解得到如下美国市场估值具体模型：
y2=3.16-5.76×10-7·x1+1.59×10-6·x2+0.0000704·x3
-9.88×10-11x4-0.0002665·x5+6.55×10-8·x6
同理，通过检验发现不合理性，选择剔除因子x2、x3与x4，重新进行回归拟合处理。最终得到美国纳斯达克估值模型如下：
y2=3.12-5.65×10-7·x1+1.53×10-6·x2+6.03×10-8·x6
三、基于灰色预测的估值指标预测
灰色预测模型是通过少量的、不充足的信息，建立数学模型并做出预测的一种预测方法。本文利用2009年-2018年市场基本面数据与流动性数据作为媒介进行预测。运用MATLABR016b编程得到2019年中国与美国的指标预测值如表1。
从表中可以分析看出大部分预测值后验差比值小于0.5，符合要求，可以使用。对于大于0.5的指标，由于以上所建立的模型没有涉及到这些因子，故这里不予考虑
将表1的数据代入到以上两个市场的估值模型中得到y1=2.4411、y2=3.0914，即2019年中国A股的估值指标市销率为2.4411，美国纳斯达克市场市销率为3.0914。
四、科创板估值模型的确定
基于2019年中国A股市场和美国纳斯达克市场的市銷率差异，笔者确定两市场的调整系数为中国是美国的0.7896。结合美国纳斯达克的估值模型，最终确定我国科创板估值模型为：
y3=2.46-4.46×10-7·x1+1.21×10-6·x2+4.76×10-8·x6
五、结语
本文借助多元回归、灰色预测等方法，最终确定科创板估值模型。相比现有文献对科创板估值的研究，本文建立的量化模型更能与实际紧密结合，具有很强现实意义，且通用性较强。本文还对每一种模型都进行了充分的检验，使得结果的可行度较高。但本文还是存在有不足，在中美市场差异的量化上本文采取了2019年估值指标的差异加以确定，考虑的影响因素较少。另外，在数据的处理上，本文对其进行了必要的处理，如对异常数据的舍弃，这也会带来一定的误差。
参考文献
[1]胡语文.用“市研率”为科创板估值[J].股市动态分析，2019（27）：20.
[2]张泰源，汪沛洁.基于卷积神经网络的科创板企业估值问题[J].全国流通经济，2019（23）：153-154.
[3]范璐媛. 科创板估值不必拘泥于市盈率[N]. 证券时报，2019-07-11（A03）.
[4]李碧璇，文欣薇，柏泽伟，姜勇.基于多元非线性回归的科创板拟上市企业估值[J].全国流通经济，2019（14）：123-127.
[5]钟格. 科创板将重塑市场估值体系[N]. 中国证券报，2019-03-02（A07）.