目前,业界和学术界对于公司估值的研究以普适度为主,在对公司的甄别上,仅仅将被估值的公司分为银行和一般公司,这主要是由于银行的负债是其营收的来源,因此会造成银行的资产负债表分析方法和一般公司不同。但是在本文看来,对公司的估值模型应当更加细化,比如针对科创类型的公司,其账面上存在大量无形资产,无法从市场上得到公允的定价,因此,本文从这一角度出发,对在科创板上市的科创企业的估值模型进行设计。科创企业和一般企业相比,有两个主要不同之处,一是科创企业面临着巨大的不确定性,其财务报表的利润往往无法确认其公司价值,科创企业的更大价值在于其技术的突破对于行业的发展的推动;二是科创板企业的资产负债表里存在着大量无法确定公允价值的无形资产,如果使用常规财务模型的方式进行估值,势必会大幅低估其对公司价值的影响程度。基于这个特点,本文认为其对公司影响程度的不确定性,刚好对应于实物期权法中期权定价模型的波动率。因此,本文使用实物期权法对公司进行估值,并从公开数据中搜集了公司与科创相关的资产,用以调整波动率。除了上述的优势以外,本文的估值模型还有以下优势,一是所有数据都来源于公开市场,使得模型的可拓展性强;二是使用公开市场的交易数据来确定模型的隐含波动率,隐含的假设是认为板块内所有公司的科创因素在同一时间段的估值溢价一致,这也符合了市场同一板块股票同涨同跌的现象;三是隐含波动率有经济含义,即在到期日之前,公司价值所可能承担的波动情况。本文以科创板上首批23家上市公司为样本,以2019年12月31日为时间节点进行分析。首先将科创板的公司的资产分为科创资产以及非科创资产两部分。对于非科创资产,本文使用常见的市净率估值法进行估值,其估值倍数为科创板及主板市净率的平均值,因为即便是普通资产,在科创板上市也享受到了科创相对的溢价。对于科创相关资产,使用当天股价倒推科创资产所对应的波动率,在得到了23家公司对应的隐含波动率以后,通过统计学的方法寻找隐含波动率以及科创资产的对应关系。并使用得到的统计学规律对截止本文定稿前,上市交易时间在100天以上的四家公司进行验证,从而确定模型的可靠程度。根据验证结果,本文以模型得到的股价同时间节点前后一个月的平均股价进行对比,平均误差在10%以内。并且,唯一误差比较大的一个样本,其股价也在快速向本文模型所得到的结果靠拢。因此本文的模型,有一定的学术参考价值。此外,因为本文追求模型的可拓展性和便捷性,直接选择了来源于公开市场的比较容易获得的数据。如果可以对要估值的公司进行详细的调研,可以得到更加详细的科创资产及非科创资产的划分,从而增加模型的精确程度,但依旧维持本文所设计的估值模型的思路。此外,我们的设计思路可以延伸到其他所有资产负债表项目里难以定价的估值项目内,核心假设是市场对此类公司有着一致性的预期,且市场交易出来的价格基本有效。