基于Interbrand法对企业品牌价值评估的实施方案研究.docx

?

?

基于Interbrand法对企业品牌价值评估的实施方案研究

?

?

孙璐璐梁岚毛星辰

摘要：21世纪，市场竞争愈加激烈，产品高度同质化，越来越多的企业开始意识到，品牌是竞争制胜的法宝。作为企业重要的无形资产，品牌资产在企业总资产中占据的比重越来越大。对品牌资产进行评估，对企业如何运营其品牌具有重要的应用价值和意义。目前中国品牌发展之路正处于关键时期，中国企业品牌管理任重而道远，运用Interbrand模型对企业品牌资产进行评估，其详细施行方案的研究变的尤为必要，只是Interbrand法在品牌价值评估上虽然提供了基本假定和评估思路，但是对关键指标的确定如品牌作用指数、品牌乘数、无形资产等的确定没有明确，对实际企业品牌价值评估工作带来了一定的挑战。

关键词：Interbrand法；品牌价值评估；关键指标；品牌作用指数；品牌乘数

一、前言

根据2016年世界品牌500强研究报告，在2016年《世界品牌500强榜单》中，中国品牌入围的仅有36个，而且位于前100的企业寥寥无几，与中国第二大经济体的国家形象极为不符，因此关于中国企业品牌资产与评估的学习与研究也逐步受到重视。

由于品牌价值在品牌兼并收购、公司形象、品牌延伸等方面的用途不同，国家之间的国情与市场情况不同，在Interbrand的品牌资产价值评估方法中，方法的提出方-英特公司介绍的只是评估的整体思路，对于一些关键指数的确认方法并没有给出具体应用方法。因此，该情况对运用Interbrand法估算公司的品牌价值提出了挑战。

在现有英特法的研究基础上，笔者将着重介绍企业营业净利润、企业无形资产、未来5年无形资产利润、品牌强度、品牌作用指数等关键指数的确定方法。

通过对企业品牌价值评估的详细施行方案的研究，希望在以下方面对于中国企业品牌价值评估提供微薄的建议：（1）为现实企业品牌价值评估提供参考方案；（2）为品牌间的兼并、收购、合资时品牌资产的价值提供实际参考；（3）对内激励公司员工，对外提高公司形象；（4）评估和诠释品牌业绩。

二、Interbrand法简介

英特法是国际上最有影响的品牌价值评估方法之一，，其严谨的思路在国际上具有很大的说服力与认可度。该模型兼具主观与客观情况，客观主要考虑市场份额、品牌利润状况；客观考虑的是品牌强度，通过市场地位、产品行销范围等指标确定。因此运用Interbrand法对待评估品牌的价值的计算。公式为：V=P×S，V代表品牌价值；P代表品牌带来的净利润，S代表品牌乘数。英特模型对企业品牌价值的评估建立在一个基础的假设上，即品牌的存在可以让其拥有者在未来一定的时间段内能得到比较稳定的收益。

三、关键指标的确定方法

根据Interbrand品牌价值评估公式：

V=P×S

V是品牌价值；P是品牌净利润，S是品牌乘数。

品牌带来的净利润一般按照未来5年无形资产利润根据适当的折现率进行折现求和。在该模型的实施中，品牌带来的利润需要一步步进行剥离。首先是通过对企业财务会计表报进行分析，以确定企业在评估年限内的营业净利润，然后将企业无形资产从企业营业净利润中剥离出来，得到无形资产所带来的利润，进而通过品牌作用指数得到品牌所带来的利润.

品牌乘数由品牌强度通过S曲线进行转化，品牌强度由市场性质、稳定性、行业地位、行销范围、品牌趋势、品牌支持、品牌保护七个因素决定，各占10、15、25、25、10、10、5分，而且每个因素均规定了最大值。对评估品牌在这七个方面的表现进行打分，然后对这七个因素的打分结果求和就得到了被评估品牌的品牌强度。

1.营业净利润

营业净利润属于公司财务数据，其获取一般通过公司年报、财务会计报表、专业统计与分析组织、新闻报道等渠道。

2.无形资产利润

无形资产利润利用二八法则进行确定。在管理学与社会学中，二八定律被广泛应用。帕累托认为，在因素与结果、输入与产出、付出与回报之间存在不平衡与不对等，顶部的20%是少数，底部的80%是多数。少数的20%可以对结果、产出、回报造成主要、重大的影响，而多数的80%只能造成次要的影响。时间管理、客户分级、资源分配、核心利润等问题都可以用二八定律解释。

公司的有形资产包括固定资产如房屋、机器、设备等，无形资产包括管理制度、科学技术、专利商标、品牌作用、文化历史等方面。21世纪市场竞争激烈，营销理念逐步发展为“以顾客为中心”。对于服务业而言，无形的服务利润的贡献值远远大于服务基础设备，制造业也是如此，固定资产带来的利润是基础性的支撑作用，而企业先进的管理思想与制度、前沿的研发与科学技术、品牌的形象与定位才是关键性的因素。基于以上分析，无形资产利润从营业利润的剥离使用二八法则有其科学依据。

3.未来5年无形资产利润

未来5年无形资产利润使用加权移动平均法进行预测。由于历史各期的数据对预测未来的