【基于灰色关联度模型的企业价值评估案例9200字（论文）】

基于灰色关联度模型的企业价值评估案例报告目录一、引言 1（一）研究背景及意义 1（二）研究内容与方法 1二、文献综述 2（一）国外文献综述 2（二）国内文献综述 2三、互联网企业价值评估分析 3（一）互联网企业价值评估的特点 3（二）互联网企业价值评估的方法 4四、灰色关联模型在企业价值评估的应用 5（一）灰色关联法的概念 5（二）灰色关联法的分析步骤 5（三）灰色关联法在企业价值评估的适用性 7五、基于灰色关联分析模型的新浪企业价值进行评估 7（一）企业简介 7（二）比较对象与指标选取 7（三）数据来源 9（三）灰色关联分析 9（四）价值评估 12结论 14参考文献 15一、引言（一）研究背景及意义1.研究的背景随着互联网的迅猛发展和智能手机的普及，移动互联网领域为互联网经济的发展开辟了新的机遇，为互联网经济的快速发展提供了巨大的动力。互联网的飞速发展也创造了一种新型的经济发展方式。上个世纪九十年代末像搜狐、新浪、网易、雅虎这样的公司门户网站已经成功地将人们对互联网的理解从通讯工具转变为信息发布平台。后来，百度、淘宝和京东这样的公司使互联网成为业务中不可替代的角色。自2012年以来，P2P、B2B、B2C、O2O等个人对个人、商家对商家、商家对消费者、线上线下等网络新模式的创新，互联网经济正在以各种方式入侵到我们生活的每个角落。互联网公司的商业模式与传统公司有很大的不同。与传统公司相比，互联网公司的初始资本投入大，未来利润不确定，盈利模式模糊，市场资金充裕，以资金换市场，传统的融资模式无法满足或接受该模型。所以大部分互联网企业的初创期的融资都是来自于风险投资。为企业的后续发展填充“弹药”，需要对互联网企业的价值进行一个准确合理的估算，以使买卖双方更好的达成交易，这使得互联网企业价值评估变得非常重要。因此我们需要针对互联网企业的价值做一个精确合理的评估,以便让买卖双方能够较好地达成贸易,这使得互联网企业的价值评估显得非常重要。2.研究的意义理论意义：互联网企业的估值研究已全面展开，但由于互联网企业的特殊性，现金流与股票市场价格之间的差异，学者们难以开始对此类公司的估值研究。因此选择使用灰色关联模型来创新估值方法，并为互联网公司的估值提供新的理论思路。实践意义：在企业价值评估中，市场方法的操作步骤简单，可以反映实际的市场价格，从而最大限度地提高被评估公司的完整性和动态性。但是市场法评估要找到最合适的可比对象，在这方面缺少统一规范的筛选标准，导致评估的误差。灰色关联是客观量化的分析方法，通过灰色关联可以找出在财务指标、经营业绩等方面与评估对象最为接近的企业，从而提升市场法的应用精确度。为此本文用灰色关联来评估互联网企业价值评估，为市场法的应用提供实践性依据。（二）研究思路图1-1研究思路二、文献综述（一）国外文献综述AlfredRappaport（2011）对互联网企业目前与潜在客户的价值评估模型加以创新，在对互联网公司的价值进行估算时，除了要关注财务信息，起到重要作用的应该是顾客价值[1]。Harmon（2012）选择多个样本展开测算与分析，提出以搜索引擎为业务的互联网企业的价值与门户网站的注册人数与日活跃量存在正相关的关系，并建立了一种新型模型，即“市值/访问量”模型[2]。GuthrieJ（2019）对影响互联网行业的各种财务因素和非财务因素进行了分析与总结，并确定了对这些因素采用平衡计分卡理论；采用德菲尔法打分并确定企业的各种财务和非财务因素调整系数，采用AHP法综合各类指标，同时利用DCF模型将企业现金流的折现结果加以计算，以便更好地呈现出互联网相关行业的价值[3]。（二）国内文献综述国内方面，在互联网企业的价值评估方面，王娅斐（2018）从电子商务企业的具体情况出发，对贴现法、客户价值以及潜在客户数量等理论工具综合应用并加以创新，该理论从本质上看，就是以客户的终身价值为基础所形成的[4]。施烽塬（2019）使用EVA修正模型对58同城的企业的价值进行了调查与分析，在产品用户、精神文化、行业别境等方面将影响指标加以划分，并对目前企业估值理论的不足进行了有效弥补，使估值结果更为科学、准确[5]。彭兆东（2015）将实物期权模型运用在了国内的互联网公司，他认为这一模型同时也可以预计企业未来利润，因此更适用于发展不稳定的互联网公司[6]。黄洁（2013）运用现金流量贴现模型对腾讯企业进行了估值，她认为估值结果反映了当年微信业务是腾讯公司主要价值贡献业务，并且也是对未来的预期指标会产生正效益的主营业务[7]。灰色关联最为一种新的量化理论方法，在很多领域都得到了广泛的应用，俞星红（2015）对六个中部地区的物流竞争水平进行了评估，其分析方法是将灰色关联和层次分析结合起来，用层次分析法建立权重分配，用灰色关联度做关联排序，验证两种方法的评估结果[8]。陈雯雯（2020）用灰色关联法分析了产业经济发展的影响因素运用灰色关联分析法对各指标2014-2018年的数据与同期上海市体育产业增加值的数据进行数理分析，得出各指标与体育产业增加值的灰色关联度排名，然后对其具体成因展开分析，最后针对分析过程中呈现出来的上海市体育产业发展的不足之处提出相关对策建议[9]。综上所述，通过对上述文献进行总结评价，可直观地看出当前学术界对互联网企业估值的研究脉络，及相关研究方法中的优劣状况。但是灰色关联法在企业市场价值的评估中应用的较少。由于互联网企业存在特殊性，众多专家对其展开了完善，并通过真实案列加以分析其是否合理和科学，但相关方法与理论缺乏创新性。为此本文将以灰色关联法作为分析模型，来验证这一新的方法在企业评估中的应用可行性。三、互联网企业价值评估分析（一）互联网企业价值评估的特点1.互联网企业定义互联网企业是指通过互联网技术为核心，利用互联网平台提供服务并以此为主营业务的公司企业，根据其技术特性可以分为：服务互联网公司、信息互联网公司、终端互联网公司。根据中国数据库显示，至2020年上半年，我国互联网行业发展总体平稳，营业收入和利润共同增加，特别是在网络视频、网络游戏、手机应用、电商平台等领域发展良好，预期未来规模有不断增大的趋势。2.互联网企业的评估特点估值理论起源于网络经济，是一种以现代信息技术为基础建立在计算机网络上的新经济形式。更确切地说，是互联网经济。这种类型的经济具有以下特征：快捷性——随着世界各国科技的不断的增强带着互联网飞速发展，世界各地的联系变得愈加快捷和紧密，在网络上，不同地区的人们可以同时进行沟通和联系，网络具有极高的信息传递效率；自我膨胀性，边际效应递增。在网络经济和市场的竞争下，互联网公司相较于传统公司而言，一方面在实现平稳营收前有一段很长时间的发展期，其发展周期更短，且商业模式调整迅速；另一方面，互联网公司的异质性明显，相应的可比公司没有传统公司多，其以轻资产为主要特点，相较于传统公司市净率更高，除了公司净资产外，还可依靠用户网络、品牌等来体现企业价值。通过分析企业的特征，发现互联网公司具有自己的特征。经过评估，它具有以下特征：第一，盈利很难预测。由于互联网经济的外部性，大多数互联网公司在成立之初就需要采用免费或有补贴的策略，这使得很多互联网企业呈现出高营收、负盈利的特点。同时这意味着难以根据互联网公司的过去获利能力来预测互联网公司的未来利润增长率。第二，实物资产少。互联网企业属于轻资产企业，研发投入大、实物资产少，传统评估方法难以通过资产数据评估其价值。第三，成长周期不确定，互联网经济的特点之一是它的高速性，显着缩短的生命周期和企业生命周期，加速的产品形式创新以及非常高的垄断汇率。这就给收益法等预测带来了很大的难度。（二）互联网企业价值评估的方法1市场法市场法是指通过市场来查询可比资产，并假设有能够对市场价值进行支配的变量存在，对近期交易价值予以确定，对可比公司和评估目标公司进行比较和分析，并通过不断修订来评估评估目标公司的工业价值。对于某些应用程序，需要考虑以下因素：第一，比较公司需要选择市场上具有相似行业和规模的公司，并且比较公司要根据市场准确，合理地定价。第二，找到一些变量或控制并量化公司的价值。市场法作为多种评估方法的一个总称，方法主要可以分为两种，第一种是直接比较法，第二种是类比修正法，从基本方式来讲，这两种方法是大致相同的，而得到合适的比率是它们的相同目的。2.成本法资产基础法又叫成本法，计算的企业价值是包括净资产在内的价值。这种方法的不利之处在于，没有考虑到通货膨胀之类等贬值因素造成的影响。在以资产价值基础为前提的评估方法计算时，必须进行以下假设。企业是由企业内部各种独立的资产所组合成的一个集合。换句话说，企业的价值受众多构成企业价值要素评估价值的影响。使用基于资产价值的方法的前提是对公允价值有更客观的反馈。但实际上，成本法只有在单项资产价值方面具有一些优势，但他的缺点更加明显。它没有考虑到公司当前的盈利能力，成本水平和未来发展，不对资产负债表上的数据进行汇总，不考虑各种资产整体带来的协同效应，也不考虑资产负债表外的影响。而企业的创新能力，客户忠诚度，良好的管理水平，行业风险等。历史成本不能反映公司的未来价值，并且通常不用于对公司进行估值。仅当难以获得其他资源和数据时，才用作替代方法。3.收益法收益法以预期原理为基础，是可以预测资产未来的预期回报与收益的一种评估方法，将现在视为价值时点，预测被评估资产未来的预期收益，求取报酬率或资本化率。其观点是资产持有净收益以及转售的价格以适当的折现率全部折现到评估时点，即为其评估点的价值。收益法的评估企业价值的高低受未来净收益大小，净收益期限的长短，净收益的可靠性影响。重要参数为收益额、收益期限和折现率等，这些因素受到客观市场的影响，同时也受到评估人员专业水平、从业经验的影响，需要合理预测和量化影响因素，并行合理估值。综合三种方法，成本法下互联网公司是轻资产运营公司，成本法对资产的价值必须进行评估，而固定资产和企业价值却无法准确地进行评估。成本法不适用于评估无形资产，互联网企业的用户、市场口碑等也无法通过成本法去衡量评估，关于收益法，收益预测是收益法的重点，但是互联网公司的发展速度，并且市场存在许多不确定性，因此无法准确地预测收入。相对而言，市场法是用于评估互联网企业较好的一种方法。四、灰色关联模型在企业价值评估的应用（一）灰色关联法的概念灰色关联度分析基于灰色系统理论对多因素问题进行定量评价和不确定性分。灰色关联度模型能将系统中的多个因素与各评价样本之间的关联性大小进行量化，它提供的定量化量度大小直接反映了系统中的各影响因素对目标样本影响的大小程度。灰色关联分析方法是从时间序列上搜集有关数据的序列变化情况，按照数据的变化趋势来考察两个数据集之间的走势和关联度。其原理是由灰色关联系数来评估二者的关联程度，系数越大，代表二者之间的关系影响越大。（二）灰色关联法的分析步骤灰色模型建模的过程非常简单，计算思路清晰便捷，而且对样本的已有信息的兼容性是很不错的。另外它能处理信息充足样本和信息缺失样本的不对称性，降低相关的样本导致的建模不确定性，得到有效的综合评价。它通过对比所选的各影响因素相似程度，分析衡量不同因素与目标值的关联强弱程度。基于以上优点，将灰色关联度模型运用在企业绩效方面的评估中，能够起到便捷高效的评价效果。其计算方式是：（1）根据分析目的确定分析指标体系，收集分析数据设n个数据序列形成如下矩阵：X'1，X（2）确定参考数据列参考序列是参照值，以各指标的最优值（或最劣值）构成参考数据列，也可根据评价目的选择其它参照值。X'0（3）数据进行无量纲化不同数据之间的单位数据差异很大，例如有的数据是货币单位，有的数据是重量单位，有的数据是长度单位，这些单位无法统一的去量化比较，此时需要将数据进行无量纲化，消除掉不同单位之间的影响。常用的无量纲化方法有均值化法、初值化法。本文采用均值法。xi（k）=xi'（4）针对无量纲化的数据分析，在讲无量纲的数据和参考序列比较，得到每个指标相对于参考序列的绝对值的差。x0k−xik（5）针对上一步骤求得的数值确定最值，包括最小和最大。mini=1nmink=1nx0k−xi（6）计算关联系数根据最值来计算关联系数，计算公式为ζ(k)=mini=1nmink=1n其中，ρ为分辨系数，通常取0.5。当用各指标的最优值（7）计算关联序针对得到的关联系数，将一个指标在不同时间序列下的关联系数汇总，求得平均值，按照平均值的大小来排序，得到的是最终的关联度排序。记为：r0i=k=1mζi(k)根据关联度来评价，评价得到最终的排序指标，进一步分析关联表现，提出建议。（三）灰色关联法在企业价值评估的适用性灰色关联分析可用于根据关联公司财务指标来衡量可比公司和估值公司之间的相似性。根据初步的经验判断，灰色关联法只能选择可比公司的筛选范围，并且必须使用某种定量分析方法来准确地找到与被评估公司最相似的可比公司。灰色关联法评估是根据相关公司的财务指标，来衡量可比公司和评级公司之间的相似性。无论是从可比公司的选择、差异的量化调整还是从评估结论来看，市场法评估企业价值的过程受到诸多因素的影响，是一个“灰色”的系统，可比公司的选择以及在此基础上的参数修正和得出的最终评估值也都比较容易受到评估人员自身水平等不确定性因素的影响，因而灰色系统理论及其灰色关联分析法在市场法评估企业价值上具有显著的适用性。五、基于灰色关联分析模型的新浪企业价值进行评估（一）企业简介新浪成立于1998年年底，以服务大中华地区与海外华人为己任，拥有多家地区性网站，通过旗下五大业务主线为用户提供网络服务，包括北京新浪、香港新浪、台北新浪、北美新浪等，是覆盖全球华人社区的全球最大中文门户网站。新浪公司旗下五大业务主体：即新浪网、新浪无线、新浪互动社区、新浪企业服务以及新浪电子商务。新浪网已经构建了大型门户网站综合性网络新闻的框架。2009年，新浪微博开始内测，经过11年的发展，新浪微博成为我国最具影响力的社会化媒体平台。截至2020年11月，新浪微博月活跃用户数突破4.65亿。（二）比较对象与指标选取1.比较对象新浪是中国的互联网企业，但是在美国上市，为了保障比较的准确性，本文选择的可比对象也是中国在美上市的互联网企业，同时尽可能的保障在业务范围上的接近。目前中国互联网企业在美上市的公司一共有23家，其中涉及到电商、金融、在线旅游、搜索引擎、房地产、影视等。通过综合比对，阿里巴巴、百度、京东这样的巨头互联网企业与新浪差异较大，不作为比较对象。最终本文选择的在美上市中国互联网企业，截止到2020年末，各公司的基本情况如下表所示：表5-1比较对象（2020年12月31日）序号名称总市值(亿美元)市盈率1宝尊电商29.9945.92世纪互联41.51-8.03陌陌32.6911.014网易725.0938.85房天下控股1.1-4.716人人网2.04-63.397新浪25.84-31.818前程无忧43.8131.599乐居3.3917.5910防特网156.475.7411搜狐6.54-7.62.指标选取指标选取反映的是目标公司和可比参照公司在所处行业地位的判断指标，综合有关文献，本文选择如下的指标：（1）X1每股收益：反映公司当前每股的获利能力，衡量企业整体额经营水平和获利能力，能够在很大程度上区分不同企业所处的行业地位。（2）X2净资产收益率，为税后利润除以期初净资产和期末净资产的平均值，反映公司股东运用自有资本的效率（3）X3总资产净利率，指公司净利润与平均资产总额的百分比。该指标反映的是公司运用全部资产所获得利润的水平，即公司每占用1元的资产平均能获得多少元的利润。（4）X4流动比率，流动比率是流动资产对流动负债的比率，用来衡量企业流动资产在短期债务到期以前，可以变为现金用于偿还负债的能力。（5）X5现金比率：企业因大量赊销而形成大量的应收账款时，考察企业的变现能力时所运用的指标。（6）X6销售净利率：销售净利率，又称销售净利润率，是净利润占销售收入的百分比。该指标反映每一元销售收入带来的净利润的多少。（7）X7产权比率：产权比率是在股份制企业中，负债总额与所有者权益总额的比率，是为评估资金结构合理性的一种指标。（三）数据来源基于上述指标和选定的企业，从各个公司的年报获得上述的7个指标数据。13家公司中，有一半公司未正式发布2020年财报，仅有2020年3季度报告，为了统一，以2019年12月31日作为评估基准日，收集形成初始的源数据：表5-2基础源数据名称X1X2X3X4X5X6X7Y0新浪0.872.290.782.650.4316.2895.6Y1宝尊电商1.091.540.784.40.223.5570.98Y2世纪互联-3.17-27.47-10.232.240.12-48.45144.79Y3陌陌3.4810.376.414.830.8212.9159.4Y4网易16.8715.138.632.420.3621.1449.59Y5房天下控股0.121.850.611.180.1119.29195.97Y6人人网-0.7-16.33-7.540.650.44-46.4275.81Y7前程无忧11.276.595.144.20.6229.2823.64Y8乐居0.14.962.251.520.32.82136.25Y9防特网2.9844.4412.331.50.5918.83372.49Y10搜狐-2.18-22.2-3.11.760.19-17.11173.47（三）灰色关联分析1.分析数列标准化处理以新浪公司为Y0的参考序列数据，对其进行标准化处理，将比较企业的X1-X7数据与y0进行基准初始化，例如Y1横向序列与Y0的横向序列进行标准化处理，得到如下的分析数据：表5-3标准化数据名称X1X2X3X4X5X6X7Y01.000001.000001.000001.000001.000001.000001.00000Y11.252870.672491.000001.660380.511630.218060.74247Y2-3.64368-11.99563-13.115380.845280.27907-2.976041.51454Y34.000004.528388.217951.822641.906980.793000.62134Y419.390806.6069911.064100.913210.837211.298530.51872Y50.137930.807860.782050.445280.255811.184892.04990Y6-0.80460-7.13100-9.666670.245281.02326-2.851350.79299Y712.954022.877736.589741.584911.441861.798530.24728Y80.114942.165942.884620.573580.697670.173221.42521Y93.4252919.4061115.807690.566041.372091.156633.89634Y10-2.50575-9.69432-3.974360.664150.44186-1.050981.814542.计算绝对差数列得到参考序列后，逐个计算每个被评价对象指标序列（比较序列）与参考序列对应元素的绝对差值。计算方法为X0-Xi的绝对值得到绝对差序列。表5-4绝对差数列表名称X1X2X3X4X5X6X7Y10.252870.327510.00000(min)0.660380.488370.781940.25753Y24.6436812.9956314.115380.154720.720933.976040.51454Y33.000003.528387.217950.822640.906980.207000.37866Y418.390805.6069910.064100.086790.162790.298530.48128Y50.862070.192140.217950.554720.744190.184891.04990Y61.804608.1310010.666670.754720.023263.851350.20701Y711.954021.877735.589740.584910.441860.798530.75272Y80.885061.165941.884620.426420.302330.826780.42521Y92.4252918.40611(max)14.807690.433960.372090.156632.89634Y103.5057510.694324.974360.335850.558142.050980.814543.计算最值及关联系数Min=0，Max=18.40611，接着按照公式4-6计算关联系数，如ξ（Y1X1）=（0+18.39080*0.5）/（0.25287+18.40611*0.5）=0.973258。表5-5关联系数名称X1X2X3X4X5X6X7Y10.9732580.965635810.9330480.9496080.92168850.972779Y20.66463720.41457660.39466860.9834660.9273550.69830710.947051Y30.75415990.72286080.56044410.9179470.9102890.97800230.960481Y40.33351830.62140630.47765510.9906580.9826190.9685810.950303Y50.91435080.97954910.97686550.9431510.9251860.98030560.8976Y60.83605950.53092340.46316970.9242080.9974790.7049770.978001Y70.43498710.83054180.62213090.9402420.9541870.92015970.924394Y80.91226710.88755520.83002570.9557170.9681940.91756790.955837Y90.79143290.33333330.3832890.9549690.961140.98326550.760621Y100.72414790.46252610.64913490.9647920.9428210.8177560.9186894.计算关联度分别计算每个企业对新浪的关联度，如：RY1=（0.973258+0.9656358+1+0.933048+0.949608+0.9216885+0.972779）/7=0.959431RY2=（0.6646372+0.4145766+0.3946686+0.983466+0.927355+0.6983071+0.947051）/7=0.7185802RY3=（0.7541599+0.7228608+0.5604441+0.917947+0.910289+0.9780023+0.960481）/7=0.8291692RY4=（0.3335183+0.6214063+0.4776551+0.990658+0.982619+0.968581+0.950303）/7=0.760677RY5=（0.9143508+0.9795491+0.9768655+0.943151+0.925186+0.9803056+0.8976）/7=0.945287RY6=（0.8360595+0.5309234+0.4631697+0.924208+0.997479+0.704977+0.978001）/7=0.7764025RY7=（0.4349871+0.8305418+0.6221309+0.940242+0.954187+0.9201597+0.924394）/7=0.803806RY8=（0.9122671+0.8875552+0.8300257+0.955717+0.968194+0.9175679+0.955837）/7=0.918166RY9=（0.7914329+0.3333333+0.383289+0.954969+0.96114+0.9832655+0.760621）/7=0.738293RY10=（0.7241479+0.4625261+0.6491349+0.964792+0.942821+0.817756+0.918689）/7=0.782838表5-5关联系数名称关联度关联序号Y10.9594311Y20.718580210Y30.82916924Y40.7606778Y50.9452872Y60.77640257Y70.8038065Y80.9181663Y90.7382939Y100.7828386按照关联度的排序，与新浪公司关联度最高的是Y1、Y5、Y8、Y3、Y7、Y10、Y6、Y4、Y9。即与新浪关联度最高的企业分别是宝尊电商、房天下控股、乐居。（四）价值评估最后，计算新浪公司的企业价值，按照市盈率法，目标公司股权价值=目标公司总股本×目标公司修正后的P/E×目标公司每股收益，其中目标公司修正后的P/E=可比公司P/E的加权平均值=Π（可比公司P/E×灰色关联度×权重）。查询宝尊电商、房天下控股、乐居三家公司的每股股价，每股收益，计算得到市盈率P/E。权重是三家公司灰色关联度求和后，各公司所形成的占比权重。以下数据来源于东方财富网宝尊电商2019年12月31日收盘价33.12美元，每股收益0.84，市盈率=39.42房天下控股2019年12月31日收盘价28.6美元，每股收益0.72，市盈率=39.72乐居控股2019年12月31日收盘价2.01美元，每股收益0.14，市盈率=14.35表5-6新浪公司价值评估结果新浪宝尊电商房天下控股乐居（每股股价/每股收益）市盈率P/Ea39.4239.7214.35灰色关联度b0.959399030.9452450.918105（灰色关联度求和求平均，获得每个公司评估的权重）权重c0.95939903/（0.95939903+0.945245+0.918105）=0.3398810950.945245/（0.95939903+0.945245+0.918105）=0.3348668230.918105/（0.95939903+0.945245+0.918105）=0.325252082修正后的PEd31.36639新浪总股本6845.02万美元新浪每股收益1.21新浪股权价值259791.315922138（万美元）=25.97亿美元评估基准日市值25.63亿美元误差率1.32%评估结果表明，通过灰色关联度的分析研判，目标公司新浪集团的评估基准日的全部股东收益价值的评估值为25.0048亿美元。根据评估基准日新浪公司的每股股价，新浪公司2019年12月31日实际的市值是25.63亿美元。本次评估相对实际市场价值的表现相差为0.6252亿美元，误差率为1.32%。结论运用市场法评估企业价值的最基本环节，就是在市场上寻找与目标公司满足类别相近、功能相近、交易条件相近和交易时间相近的可比参照公司。互联网企业具有一定的特殊性，成本法和收益法对其评估具有一定的局限性。但市场法的评估中对公司的选择上存在主观性，也存在误差。实际上这种“相近”和“相似”的概念本身就不是一个明确的标准而且难以量化，具有很强的“灰色性”，通过灰色关联度这一方法，建立灰色相似度模型，有助于更准确的判断这样的相似性和相近性。本文基于新浪公司的评估实例，验证了灰色关联度模型在企业价值评估中的应用，最后通过关联度来选择市场法的评估比较对象，最终新浪公司企业价值的评估误差率在1.32%，也验证了这一方法的有效性。然而，受我个人的学术水平和专