基于因子分析的科創(chuàng)板擬上市企業(yè)估值模型

范蓉蓉　廖國威

摘 要：本文首先對美國納斯達克的估值模型展開研究，先以2014―2018年的數(shù)據(jù)作為研究樣本，剔除部分異常值后利用因子分析法將市銷率和6個基本面指標(biāo)和流動性指標(biāo)構(gòu)建回歸模型，并以此作為科創(chuàng)板上市企業(yè)的估值量化模型;然后運用灰色預(yù)測模型得出了科創(chuàng)板市場2019年的基本面指標(biāo)，結(jié)合美國納斯達克市場的估值量化模型與中國A股市場2016―2019年的流動性指標(biāo)，預(yù)測我國首批科創(chuàng)板企業(yè)上市后的估值水平。

關(guān)鍵詞：科創(chuàng)板;估值;市銷率;多元回歸;MATLAB

一、背景概述

為了促進科技創(chuàng)新能力的發(fā)展以及不斷完善市場投資， 我國創(chuàng)立了科創(chuàng)板模塊?？苿?chuàng)板作為獨立于現(xiàn)有主板市場的新設(shè)板塊，對我國提升科技創(chuàng)新能力以及完善市場功能板塊具有重大意義，被稱為我國的納斯達克。為了吸收投資，準(zhǔn)確地對科創(chuàng)板上市企業(yè)進行估值顯得至關(guān)重要。然而當(dāng)下對科創(chuàng)板上市企業(yè)估值水平的研究不多，我國A股市場和美國納斯達克市場的估值水平研究較多，我國A股公司上市時一般采用市盈率法，而科創(chuàng)板的企業(yè)具有很大的特殊性，所以估值參照美國同類型市場納斯達克上市公司的平均市銷率法，即以市銷率代表上市企業(yè)估值水平。

本文的數(shù)據(jù)大部分借助于國泰安數(shù)據(jù)服務(wù)中心，數(shù)據(jù)包括有科創(chuàng)板2016―2018年已受理企業(yè)的基本面指標(biāo)數(shù)據(jù)，具體是營業(yè)收入、歸母凈利潤、凈資產(chǎn)收益率;我國A股市場和美國納斯達克市場的2014―2018年的估值指標(biāo)、基本面指標(biāo)和流動性指標(biāo)，具體是市銷率、營業(yè)收入、歸母凈利潤、凈資產(chǎn)收益率、年成交量、年平均換手率、年成交額。本文模型的建立基于以下幾點假設(shè)：①假設(shè)指標(biāo)間的弱相關(guān)關(guān)系對評價結(jié)果的影響不計。②假設(shè)我國A股市場（上證指數(shù)成分股）與美國納斯達克市場沒有發(fā)生較大的波動。③假設(shè)所有數(shù)據(jù)來源真實可靠。

二、研究方法

為了對我國科創(chuàng)板的市值水平進行有效評估，本文以美國納斯達克的數(shù)據(jù)指標(biāo)為參考，探索科創(chuàng)板的市場市值狀況，并將中美市場估值水平進行比較分析。首先，為了計算出A股市場的平均市銷率，運用聚類分析和繪制散點圖的方法將市場分為五類，以營業(yè)收入為權(quán)重計算每個類別的平均市銷率，再以年成交額為權(quán)重計算我國A股市場的市銷率，美國納斯達克與此類似。其次，檢驗和因子分析建立估值指標(biāo)、基本面指標(biāo)、流動性指標(biāo)之間的模型，然后運用灰色預(yù)測模型對2019的基本面指標(biāo)和流動性指標(biāo)進行預(yù)測，并代入市銷率與六個指標(biāo)的函數(shù)關(guān)系式當(dāng)中，分析市場的發(fā)展趨勢和中美股票市場之間的差距。最后，根據(jù)相關(guān)數(shù)據(jù)搜集到的93家股票的數(shù)據(jù)為基礎(chǔ)，參考美國納斯達克市場的估值模型對我國科創(chuàng)板市場的估值水平進行預(yù)測和評估，最后對模型的運用做出相關(guān)總結(jié)。

三、因子分析

首先對數(shù)據(jù)進行預(yù)處理，以市銷率為因變量，僅六個基本面指標(biāo)和流動性指標(biāo)為自變量，檢驗變量之間是否可以運用因子分析，然后借助SPSS軟件提取公因子，并在此基礎(chǔ)上建立公因子載荷矩陣，最終得出因子評價模型。

1.數(shù)據(jù)預(yù)處理

對數(shù)據(jù)的預(yù)處理主要有以下幾個方面：第一，剔除市銷率（倍數(shù)）為零的公司，因為這些公司是在2019年上市的;第二，剔除我國A股市場的北汽藍谷以及美國納斯達克市場的數(shù)海信息以及我國貸款這五所上市公司的數(shù)據(jù)，因為在數(shù)據(jù)處理中發(fā)現(xiàn)，這五所公司的市銷率（倍數(shù)）異常于同行業(yè);第三，剔除B股的數(shù)據(jù)。剔除異常數(shù)據(jù)后，2018年我國A股市場還剩1440家公司，美國納斯達克市場還剩2247家公司，科創(chuàng)板剩余93家企業(yè)。同樣，本文的數(shù)據(jù)指標(biāo)的單位存在并不統(tǒng)一的問題，因此，通過數(shù)據(jù)清洗一些等方法對指標(biāo)數(shù)據(jù)進行歸一化處理，避免由于數(shù)據(jù)間的單位差異而產(chǎn)生數(shù)據(jù)偏差，使得結(jié)果更加準(zhǔn)確。

2.數(shù)據(jù)的檢驗

要想運用因子分析解決相關(guān)問題時需要滿足一定的前提條件，因子分析的前提是各變量之間存在一定的內(nèi)在關(guān)系，其適用性檢驗通常運用KMO與Bartletts檢驗來完成，常常把KMO統(tǒng)計量運用于比較變量之間的偏相關(guān)性，僅當(dāng)偏相關(guān)系數(shù)的數(shù)據(jù)小于簡單相關(guān)系數(shù)時，被分析的變量之間存在相互關(guān)聯(lián)，該統(tǒng)計量與1越接近則越適合運用該方法。一般計算時只要統(tǒng)計量大于0.6即可，小于0.5的一般不適用因子分析的方法。

在第一問剔除異常數(shù)據(jù)的基礎(chǔ)上，本文將首先選取2014―2018年的數(shù)據(jù)進行檢驗，借助SPSS軟件可得到相關(guān)數(shù)據(jù)的檢驗值。可以得出，2014―2018年我國A股市場營業(yè)收入、歸母凈利潤、凈資產(chǎn)收益率、年成交量、年平均換手率以及年成交額六個指標(biāo)的相關(guān)數(shù)據(jù)的檢驗值為0.627，美國納斯達克市場營業(yè)收入、歸母凈利潤、凈資產(chǎn)收益率、年成交量、年平均換手率以及年成交額六個指標(biāo)的相關(guān)數(shù)據(jù)的檢驗值為0.795，均大于最低檢驗系數(shù)標(biāo)準(zhǔn)0.5，所以可以進一步進行因子分析。

3.提取公因子和建立因子載荷矩陣

為了擬合出估值指標(biāo)與基本面指標(biāo)、流動性指標(biāo)之間的關(guān)系，數(shù)據(jù)指標(biāo)通過驗證后即可采用因子分析的方法。通過對碎石圖、方差貢獻率、因子載荷陣和成分得分系數(shù)等進行分析，選取四個公因子分別為f₁，f₂，f₃，f₄。根據(jù)我國A股市場因子分析碎石圖，選取出我國A股市場的特征根一共有4個，因此選擇提取四個公共因子分別是f₁，f₂，f₃，f₄，根據(jù)美國納斯達克市場因子分析碎石圖，再次選擇的符合條件的特征根一共有4個，同樣，本文選擇提取四個公因子f'₁，f'₂，f'₃，f'₄，經(jīng)過SPSS因子分析得到特征根與方差貢獻率表、旋轉(zhuǎn)后的因子載荷陣以及成分得分系數(shù)矩陣。

由我國A股市場特征根與方差貢獻度表可知，前四個因子的特征根累積方差貢獻率已達到87.654%，因此保留前四個公因子f₁，f₂，f₃，f₄根據(jù)美國納斯達克市場特征根與方差貢獻度表可知，前四個因子的特征根累積方差貢獻率已達到90.526%，因此保留前四個公因子f'₁，f'₂，f'₃，f'₄，說明公因子的累積有效程度基本滿足實際要求。由我國A股市場旋轉(zhuǎn)后的成分矩陣可知，將可以得到四個旋轉(zhuǎn)后的特征根λ₁、λ₂、λ₃、λ₄，由美國納斯達克市場旋轉(zhuǎn)后的成分矩陣可知，將可以得到四個旋轉(zhuǎn)后的特征根λ'₁、λ'₂、λ'₃、λ'₄。

4.計算得分和排序

由軟件結(jié)果可以得到4個旋轉(zhuǎn)后的特征根λ₁、λ₂、λ₃、λ₄，由特征根與方差貢獻度表可知，將可以得到四個旋轉(zhuǎn)后的特征根λ'₁、λ'₂、λ'₃、λ'₄。在此基礎(chǔ)上，本文通過觀察我國A股市場得分系數(shù)矩陣可以得到公因子f₁，f₂，f₃，f₄的得分系數(shù)，從中可以看出，我國A股市場與估值指標(biāo)相關(guān)性程度最高的是流動性指標(biāo)下的年平均換手率，其中相關(guān)性程度最低的是基本面指標(biāo)下的營業(yè)收入;而美國納斯達克市場與估值指標(biāo)相關(guān)性最高的基本面指標(biāo)下的凈資產(chǎn)收益率，其中相關(guān)性程度最低的是基本面指標(biāo)下的歸母凈利潤。計算出納斯達克市場和我國A股的估值量化模型，考慮到科創(chuàng)板是新設(shè)板塊，其與納斯達克市場較為相似，因此科創(chuàng)板市場估值將運用納斯達克市場估值水平模型。

四、基于灰色預(yù)測模型預(yù)測科創(chuàng)板市場估值

首先以2016―2018年A股市場每只股票的流動性指標(biāo)為基礎(chǔ)，在此基礎(chǔ)上運用加權(quán)平均計算出2016―2018年市場的流動性指標(biāo)，以我國A股市場的平均指標(biāo)視作科創(chuàng)板的流動性指標(biāo)。然后根據(jù)灰色預(yù)測模型，本文可以得到我國A股市場2019年的基本面指標(biāo)和流動性指標(biāo)。最后根據(jù)科創(chuàng)板估值量化模型計算出2016―2019年科創(chuàng)板的市銷率，并預(yù)測出2019年我國首批科創(chuàng)板企業(yè)上市后的估值水平范圍。

根據(jù)數(shù)據(jù)搜集可知科創(chuàng)板基本面指標(biāo)營業(yè)收入、年度歸母凈利潤、年度凈資產(chǎn)收益率，但是流動性指標(biāo)缺失，因此運用我國A股市場的三個流動性指標(biāo)代替科創(chuàng)板的流動性指標(biāo)。運用科創(chuàng)板的年度單只股票交易量、年度單只股票交易金額、年度單只股票平均換手率等六個指標(biāo)進行灰色預(yù)測模型。最終得出六個指標(biāo)的數(shù)值?，F(xiàn)在將2016―2019年的營業(yè)收入、年度歸母凈利潤、年度凈資產(chǎn)收益率、年度單只股票交易量、年度單只股票交易金額、年度單只股票平均換手率代入科創(chuàng)板股指量化模型。可得出2016―2019年的市銷率?？梢钥闯?019年科創(chuàng)板的市銷率預(yù)測值為7.93，根據(jù)數(shù)據(jù)分析，2019年科創(chuàng)板的市銷率范圍是4.50―9.27。

五、結(jié)語

本文建立了基于因子分析的多元回歸線性模型，從而建立了我國A股市場和美國納斯達克市場的估值指標(biāo)與基本面指標(biāo)、流動性指標(biāo)之間的關(guān)系模型，借助因子分析構(gòu)建數(shù)學(xué)模型時是基于原有數(shù)據(jù)的基礎(chǔ)上進行分析和組合，尋找共有因子，對數(shù)據(jù)進行簡化，而不是對原有數(shù)據(jù)進行選擇。這樣的數(shù)學(xué)模型的建立比普通的模型有很多的優(yōu)點，不僅使得模型更加準(zhǔn)確，而且因子分析方法運用旋轉(zhuǎn)使得變量的關(guān)系更加清晰，其他股票板塊也可運用該模型和方法，從而了解相關(guān)性程度。

本文建立的灰色預(yù)測模型，并利用軟件分別預(yù)測2019年營業(yè)收入、歸母凈利潤、凈資產(chǎn)收益率、年成交量、年平均換手率以及年成交額等6個指標(biāo)的數(shù)據(jù)值，也可以運用于主板市場的其他板塊，從而用來預(yù)測以后年度的走勢，做出精確的估量，幫助其更好發(fā)展。

參考文獻

1.王堯.新三板企業(yè)估值方法研究.天津大學(xué)，2016.

2.郭騰.新三板企業(yè)的估值方法比較研究.暨南大學(xué)，2015.

3.鹿媛媛.基于市場法的企業(yè)估值影響因素研究.南京財經(jīng)大學(xué)，2013.

4.張雄.聚類分析中最佳聚類數(shù)確定方法研究.南京郵電大學(xué)，2018.

5.甘志.我國信托公司核心競爭力研究.對外經(jīng)濟貿(mào)易大學(xué)，2018.