相对估值模型应用实证探究.doc

相对估值模型应用实证探究一、引言 对公司价值的确定是投资者进行重要财务决策的基础，因此估值准确性对于任何估值模型都是至关重要的。相对估值模型因其简便性和较少的限制被投资者和分析师在估值中普遍采用。常用的相对估值模型是市盈率（P/E）估值模型和市净率（P/B）估值模型。 相对估值模型是这样估计公司的股票价格的：首先确定目标公司的基准P/E（或P/B）乘数，然后用目标公司的每股净利润（或每股净资产）乘以这个乘数就得到了目标公司的股票价格（Alford，1992）。在目标公司基准乘数确定方面，目前最流行的方法是基于不同标准（如行业类型和规模等）为目标公司选择一系列的可比公司，然后根据可比公司估值乘数的中位数或者调和平均数确定目标公司的基准估值乘数。 市盈率（P/E）估值模型是投资实务中应用最广泛的相对估值模型之一，它的有效性在于P/E比率可以捕获股票的风险和增长能力，所以可以根据具有相似风险和增长能力的可比公司的P/E比率来合理估计一个公司的价值。当公司的价值是无法观测时（如IPO前），这种基本模型显得特别有效（LeClair，1990）。然而，一般公认会计原则（GAAP）在某些方面允许有一定的自由度（如会计政策的选择，会计估计的变更等），管理层可能因为某种激励的存在为了达到具体的盈余目标而操纵盈余，从而导致盈余信息的失真，因此P/E估值模型的准确性可能会降低。同时大量的学术研究（Collins et al，1997；Francis和Schipper，1999）和投资实务也表明权益账面价值在估值中的重要性不断提高，其在估值实务中越来越受重视。 我国资本市场具有新兴资本市场的特征，许多文献已经表明，我国企业普遍存在着盈余管理，所以有必要通过上市公司数据，实证检验和比较P/E和P/B模型在我国资本市场上的估值表现，为投资者正确决策提供依据。本文第二部分描述了相对估值模型设定以及误差衡量的方法；第三部分描述样本的选择并定义可比公司选择方法；第四部分描述了不同可比公司标准下模型的估值误差情况，并比较了估值模型的表现；最后一部分总结全文。 二、相对估值模型和误差衡量 （一）模型描述 主要包括： （1）目标公司的基准乘数。Alford（1992）和Cheng和McNamara（2000）在他们的研究中使用可比公司估值乘数的中位数作为基准乘数。本研究也采用这种方法，具体公式如下。 （二）估值误差衡量 用股票实际价格减去模型估计价格的绝对值表示估值模型的绝对估值误差如下： 但是用这种方法处理，对于同样的绝对估值误差会导致高估误差和低估误差的绝对误差比率不相同。假设两个公司因为可比公司相似，有一样的基准P/E值，那么实际P/E值低于基准值的公司将会有更大的PAE，反之亦然。因此实际P/E值较小的公司（模型高估的情况）相对于实际P/E值较高的公司（低估的情况）有更大估值误差。所以这种不对称衡量误差的方法是不合理。 另外，异常值的出现也会使这种方法测算的误差出现明显的不对称。对于模型低估的情况，PAE值会介于0和1之间（因为低估的误差永远不会超过实际价格），但是对于模型高估的情况（实际价格过小），极端的异常值会使PAE值极其庞大。过大的PAE值会扭曲样本，使其右偏，同时对于比较不同模型的精确度用简单的均值比较不再有意义，此时需要非参数检验。为了缓解由PAE中极端异常值引起的问题，Cheng和McNamara（2000）将公式（6）的分子加到分母上来调整这个误差衡量方法。这种调整不会改变两种误差在方向上的差异，只是将错误的维度限定在0和1之间。调整的绝对估值误差三、研究样本与可比公司选择 （一）目标公司选择 本文选取2002年至2009年沪深两市的上市公司作为研究样本，选取这一时间段的原因是2001年起《企业会计制度》在大、中型企业执行，信息披露逐渐规范，证券监管也不断完善，股票价格从一定程度上回归于内在价值。进一步筛选标准如下：剔除金融保险行业的上市公司；剔除股价相关数据缺失的公司；剔除财务数据极端异常的上市公司；剔除连续两年ST的上市公司；按这些标准筛选后，共得到8437个样本。最后因为P/E估值模型无法对当期盈余为负的公司进行估值，剔除当年亏损的上市公司，最终得到7659个样本。随机选择10%的样本作为目标公司（应用SPSS 17.0的随机数选取功能），共得到766个目标公司样本。研究中采用的上市公司相关数据来自CCERDATA中国经济金融数据库。 （二）可比公司选择 使用相对估值模型另一个重要的任务就是定义可比公司，可比公司的选择直接影响到最优估值乘数的确定。可比公司应该在现金流量、增长潜力以及风险等方面和目标公司相似（Damodaran，2001），这些因素会影响估值中需要的