资产定价中剩余收益模型的估值应用.docxVIP

资产定价中剩余收益模型的估值应用

引言

在资产定价的实践中，估值模型是连接企业财务本质与市场价值的“翻译器”——它将枯燥的会计数据转化为可理解的企业内在价值。剩余收益模型（ResidualIncomeModel,RIM）作为一种以会计理论为核心的估值方法，自20世纪90年代被系统性提出以来，逐渐成为投资者评估企业价值的重要工具。与传统的现金流折现（DCF）模型或相对估值法（如PE、PB）不同，剩余收益模型的独特之处在于将企业价值锚定在“价值创造”本身：企业的内在价值等于当前净资产加上未来所有“超额收益”的现值之和。这种逻辑既避免了DCF模型对长期现金流的依赖，又克服了相对估值法“重表面、轻本质”的缺陷，更贴近企业价值创造的底层逻辑。

本文将从剩余收益模型的理论框架出发，逐层分析其估值优势、实践步骤、行业适配性及局限性，最终说明这一模型如何帮助市场参与者更准确地识别企业的真实价值。

一、剩余收益模型的核心内涵与理论框架

要理解剩余收益模型，首先需要突破“会计利润”的认知局限，建立“价值创造”的思维——剩余收益的本质，是企业超过资本成本的超额盈利。

（一）剩余收益的定义：从“会计利润”到“价值创造”的跨越

会计利润是企业在一定期间内的经营成果（净利润=收入-成本-费用），但它并未考虑资本的机会成本——即股东投入资本如果用于其他投资能获得的收益。例如，一家企业拥有100亿元净资产，股东要求的回报率（权益资本成本）为10%，那么企业至少需要赚10亿元才能覆盖资本成本；若当年净利润为15亿元，剩余收益就是5亿元（15亿-10亿）——这5亿元才是企业真正为股东创造的“超额价值”。

简单来说，剩余收益=净利润-资本成本=净资产×（净资产收益率ROE权益资本成本r）。这个公式将企业的价值创造拆解为三个维度：

盈利能力（ROE）：用同样的资本赚更多钱（如ROE从10%提升至15%）；

资本成本（r）：用更便宜的资本赚钱（如权益资本成本从10%降至8%）；

资本规模（净资产）：用更多的资本赚超额收益（如净资产从100亿扩大至200亿）。

与会计利润相比，剩余收益更准确地反映了企业的“价值创造能力”——它回答了“企业赚的钱是否超过了资本的机会成本”这一核心问题。

（二）剩余收益模型的理论推导：会计恒等式与现值原理的结合

剩余收益模型的底层逻辑源于会计恒等式与现值原理的融合。传统的DCF模型认为企业价值等于未来自由现金流的现值，但剩余收益模型通过会计恒等式将“现金流”转化为“剩余收益”：

企业的股权价值=当前净资产+未来所有剩余收益的现值之和。

为什么能这样推导？举个简单的例子：如果企业未来每年的剩余收益为零（即ROE=权益资本成本），那么企业的价值就等于当前净资产——因为企业没有创造超额价值；如果未来剩余收益为正（ROE权益资本成本），企业价值就会超过当前净资产，反之则低于。

这种推导的意义在于，它将企业价值与可验证的会计数据（净资产、ROE）绑定，而非依赖不可预测的长期现金流。例如，一家经营稳定的企业，只要ROE持续高于权益资本成本，即使现金流波动，其价值也会稳步增长——这正是剩余收益模型的魅力所在。

二、剩余收益模型相较于传统估值方法的比较优势

在资产定价的工具箱中，剩余收益模型的独特性在于兼顾了“资产质量”与“盈利质量”，能有效弥补DCF模型与相对估值法的缺陷。

（一）对比DCF模型：减少长期预测的不确定性

DCF模型的核心是预测未来5-10年的自由现金流，然后计算终值。但长期现金流预测的准确性极低——例如，预测一家科技企业10年后的现金流，几乎等同于“猜谜”。而剩余收益模型的预测期通常为3-5年，且依赖的会计数据（ROE、净资产）是已发生或可验证的（如企业的历史ROE、当前净资产），因此预测的可靠性更高。

例如，某制造业企业的DCF模型需要预测未来10年的现金流，而剩余收益模型只需预测未来3年的ROE——因为ROE的波动远小于现金流（现金流受季节、市场波动影响大，而ROE反映的是盈利能力的本质）。

（二）对比相对估值法：避免“表面数据”的误导

相对估值法（如PE、PB）通过将企业的财务指标与行业平均或可比公司对比来估值，但它无法区分“盈利质量”与“资产质量”。例如：

两家企业的PB均为2倍，A企业的ROE为15%（权益资本成本10%，剩余收益为正），B企业的ROE为8%（剩余收益为负）——用PB法会认为两者价值相同，但剩余收益模型能识别出A企业的价值更高；

一家亏损的互联网企业（PE为负，无法用PE法估值），但它的ROE可能为正（净资产低，研发投入转化为未来盈利潜力）——剩余收益模型仍能准确估值。

（三）案例：剩余收益模型对“困境反转”企业的估值价值

某零售企业在疫情期间亏损5亿元，PB为0.8（低于行业平均1.2），PE为负（无法