基于A股与NASDAQ市场的科创板企业估值分析


打开文本图片集

近期,我國部分证券交易所已开始受理科创板企业的上市发行申请,科创板企业如何估值对于投资者来说至关重要。设立科创板并试点注册制是提升服务科技创新企业能力、增强市场包容性、强化市场功能的一项资本市场重大改革举措,科创板将补充我国成长型科技创新企业融资短板,有望成为中国版NASDAQ。中国传统企业上市后估值通常采用均值回归、证券比率法、货币供应法等。由于科创板是新型板块,当下对于科创板上市企业估值水平的研究并不多,在研究中可参照美国同类型市场 NASDAQ 上市公司的估值方式,但因为国内市场与美国市场上市的企业盈利能力不同以及投资者结构不同,造成基本面与流动性均存在较大差异,从而导致中国与美国的股票市场估值水平存在估值溢价或折价。因此,建立科学合理的评估模型,对于新兴金融市场的投资者显得尤为重要。

常用的市场估值方法有 EBO 模型法、B-S 模型法和 DCF 方法等。Covarsí 等认为传统市场中的企业经营绩效评价指标,通常有权益报酬率、总资产报酬率和每股收益等,但这些指标均没有考虑资本成本因素,不能反映资本净收益的状况和资本运营的增值效益,于是又提出了 EBO 模型,该模型引入反映股东利益的基本面指标作为评价关键因素。谭三艳等提出以杠杆财务分析体系预测剩余收益和以市净率为基础的方法对EBO 模型进行变形,提高 EBO 模型的准确性。Oshanin 等提出了著名的 B-S 期权定价模型,给出了期权定价公式,为市场价值评估理论的进一步发展指明了方向,是现代期权定价理论的一个创举。Breitner 等借助金融学中用来处理不确定因素干扰的期权概念,优化 DCF 方法对未来不确定性因素下难以确定折现率的情况。但上述传统的市场估值方法具有一定的局限性:对于新兴企业、处在创业初期的企业和当前经营困难的企业而言,企业当前现金流或收益通常为负,并且在未来一段时间内依然为负;其次, 上述方法只能估算当前公开的投资机会和现有业务,而未来增长所产生的现金流与不确定性环境下的投资机会没有考虑在内;最后,对于一些无形资产,在当前尚未利用、预期现金流量难以估计的情况下会使企业价值被低估。当前的估值方法通常采用市盈率估值分析,它是衡量上市企业盈利能力的重要指标,且乘数分析是估计方式的快捷工具。因此,一些学者对此进行了研究:李佳等引入与市盈率估值相关的三个因素,利用神经网络对市盈率进行了预测,预测值与实际值拟合程度较高,得出了影响市盈率因素之间的非线性关系。在科创板企业的前身新三板企业上市后,金辉等采用 PE 估值法,在可比企业赋权的基础上,将其市盈率转化为目标企业的价值乘数,此结果十分合理,但转换系数与影响交易价格的因素还有待优化。

马尔科夫链具有离散数据自由性、有限性。在主流股票市场此类时间随机过程中,给定当前知识或信息的情况下,过去对于预测将来是无关的。马尔科夫链能够计算出具有维修能力和多重降级状态的系统的概率,利用其对市场理性指标进行量化处理,再经由统计分析方法可对股票市场走势特别是后期走向进行精准预测。通过马尔科夫对 A 股市场和 NASDAQ 市场各项流通指标数据分析可得到按时间线的相应市场企业估值预测模型,研究中可得到 2019 年中美两大市场估值指标,马尔科夫链预测模型是对初步建立的股市估值模型的优化,对研究市场和企业估值走向具有重要参考价值。基于美股科创板 NASDAQ 估值模型和相应数据支撑,进行而可以对国内新兴的科创板进行估值预测及相关研究。

估值模型建立

数据来源

根据盈率估值法和市销率估值法的特点、应用的局限性以及中国上市公司的成长性,并结合实证研究的结论,提出以低市盈率结合成长因素的综合价值评价方法进行股票价值评估,能够更客观的反映中国上市公司的投资价值,体现上市公司的相对价值,更加有利于投资者对股票的投资价值作出正确判断。故本文选取市盈率作为估值标准。影响市盈率的两大方面为:基本面指标、流动性指标。基本面指标包括年度营业收入、年度归母净利润、年度净资产收益率;流动性指标包括年度单只股票交易量、年度单只股票交易金额、年度单只股票平均换手率。本文中的数据来源于国泰安数据服务中心,包括中国与美国科创板2009-2018 年期间已受理的企业数据。

数据处理

收集到的原始数据类型不便于进行统计分析,为了消除市盈率(y)、平均年度净资产收益率(x1)、营收(x2)、归母净利润(x3)、股票交易量(x4)、换手率(x5)、年度股票交易金额(x6),上述指标数据间的单位数值等差异,需要对数据进行无量纲化处理。为了更加贴合科学统计分布理论并且避免人为选择阈值系数, 采用标准差标准化法 Z-score 对中国科创板与美国NASDAQ 市场相应指标数据分别进行处理,图 1 给出了数据标准化处理的结果。

变量相关性分析

建立以市盈率(y)为输出变量,平均年度净资产收益率 x1、营收 x2、归母净利润 x3、股票交易量 x4、换手率 x5 和年度股票交易金额x6 为输入变量的估值预测模型,并采用 Person 相关性方法进行变量相关性分析。表 1 给出了输出变量与输入变量之间的相关性分析结果。一般情况下,两个变量之间的相关性系。

数绝对值小于 0.3 时,认为变量之间的相关性较弱。为了降低维度和减少建模难度,预测模型中可不考虑相关性较弱的变量影响。由下表可知,对于 A 股和 NASDAQ 市场中的变量,至少有一类市场中的输入变量与输出变量的相关性系数绝对值大于 0.3,因此将上述 6 个变量均作为预测模型的输入变量。

研究方法

多元非线性回归 (MNLR)

借助市盈率估值法的基本思想,将市盈率作为因变量y 与平均年度净资产收益率 x1、营收x2、归母净利润 x3、股票交易量 x4、换手率 x5、年度股票交易金额 x6,建立多元非线性回归方程。采用 SPSS Statistics 22 软件将输出变量与单个输入变量进行非线性拟合,拟合结果如图 2 所示。

支持向量機 (SVM)

支持向量机是一种比较好的实现结构风险最小化,同时最小化经验风险和置信范围。支持向量机的特点:①针对有限样本情况的机器学习,在对给定的数据逼近的精度与逼近函数的复杂性之间寻求折衷, 以期获得最好的推广能力;②将实际问题通过非线性变换转换到高维特征空间,在高维空间中构造线性决策函数来实现原空间中的非线性决策函数,巧妙地解决了维数问题,并保证了有较好的推广能力。目前, SVM 算法在模式识别、回归估计、概率密度函数估计等方面都有应用,且算法在效率与精度上已经超过传统的学习算法。

本文中利用 MATLAB 中的 LibSvm 函数分别对 A 股和美股的基本面和流动性指标进行检验,检验结果如图 3 所示。

马尔科夫链 (MC)

马尔科夫链的几个基本概念:①状态:指某一时刻(或时期)出现的某种结果;②状态转移:时间的发展,从一种 Si 状态转化为另一种状态 Sj,如从“基本不变”转移为“快速增长”;③状态转移概率:在事件的发展过程中,从某一种状态出发,下一时刻转移到其他状态中的可能性,由状态 Si 转移到为状态 Sj 的状态概率:

在预测前,把往年数据代入进行计算。通过往年数据对下一年的预测水平来反映 2018 年数据对 2019 年的预测水平(前提是我们假设这期间的经济市场为正常走势,各项指标的变化处于正常区间,不发生金融危机)。如年度营业收入:2016-2017 年增长率为 8%,到达“快速增长”,即 S1,而该状态下最有可能达到的状态为“缓慢增长”,即 S2,max{P1j}=P12=0.625,而 2017-2018 年增长率为 4.38%,增长率状态为 S2,符合预测结果。其余指标转移情况详见表 4。以 S 状态的指标变化范围带入第二问模型,求得估值指标(市盈率)变化的范围最值区间。

结果与讨论

基于多元非线性回归的市盈率预测结果与讨论

由于科创板在中国 A 股市场上是新型板块,所以参照美国 NASDAQ市场上市公司的模型进行估值, 整体方法是将过会的 89 家科创板企业在 2016-2018年期间的基本面数据,代入美国 NASDAQ市场的基本面指标模型,流动性指标则由中国 A 股市场 2016-2018 年的数据作为代表。

中国 A 股市场的流动性模型指标在上文中已计算,对基本面数据进行计算和标准化处理,再选取 2016- 2018年中国 A 股市场经过标准化的流动性数据,根据统计数据预测的科创板企业上市 A 股后平均市盈率为60.23 倍,这意味着科创板申报公司估值较高,也与部分公司尚未形成成熟的盈利能力,未来盈利能力有提升空间有关。

基于马尔科夫链的市盈率预测结果与讨论

依据马尔可夫状态转移矩阵,求得基本面指标与流动性指标的变化范围如下表:

根据上述变动范围,分别取上下界代入模型,可得 26=64 组市盈率,并对市盈率的计算结果取上下限, 得出中国 A 股市场与美国 NASDAQ 市场的市盈率范围。中国 A 股市盈率范围:(0.1783,0.1931);美国 NASDAQ 市盈率范围:(0.4019,0.4387)。

通过实验验证,考虑更多因素并提取相关理性指标的马尔可夫链下股市态势预测算法可以实现模型优化完善。

本文利用多元非线性回归和支持向量机,建立了对A股市场和美股 NASDAQ 市场较为精确的估值预测模型,预测科创板企业上市 A 股后平均市盈率为 60.23 倍,并基于本文建立的预测估值模型选择理性指标量化的马尔可夫链,对两市场 2019 年的估值指标进行了预测计算。相比传统单一预测估值模型,马尔科夫链提供了一种复杂股票市场的有效预测方案,根据时间序列预测,马尔科夫预测模型与原始序列拟合效果好,短期预测精度可靠,可为未来估值测算提供参考。

从研究得到的估值水平来看,目前科创板受理的企业质量普遍较高,预估估值指标较高,这也侧 面反映了科创板的火爆程度。对于新型股票市场监管者来说,应加强 IPO 监管审核,制定政策降低平均换手率,引领股民趋于长期投资导向来稳定市场,同时使公司获得合理稳定的估价。对于拟在科创板上市的企业来说,应找准定位,实现净资产收益率的提升是提升公司估值的关键,可参考美股同类型企业,以此适应市场和投资者需求。

(山东科技大学数学与系统科学学院)