胡曉明，田情情，徐 暢

（南京財經(jīng)大學(xué) 會計學(xué)院，江蘇 南京 210023）

一、引言

在國家宏觀戰(zhàn)略的扶持下，各大公司紛紛謀求新的發(fā)展機遇，推進戰(zhàn)略轉(zhuǎn)型。戰(zhàn)略驅(qū)動轉(zhuǎn)型的發(fā)展過程并非一蹴而就，戰(zhàn)略并購是競爭性企業(yè)多元化的發(fā)展路徑（Malcolm et al.，2013［1］；Wang et al.，2016［2］）。并購績效是衡量企業(yè)戰(zhàn)略轉(zhuǎn)型成功與否的關(guān)鍵因素（湯谷良 等，2014［3］）。戰(zhàn)略性跨界并購能夠提高企業(yè)經(jīng)營效益（Weston et al.，1971［4］；盛明泉 等，2011［5］），促進企業(yè)價值創(chuàng)造，提升企業(yè)競爭力（耿雪姣 等，2022［6］）。

為了規(guī)避并購風險、保障投資者合法權(quán)益，中國證券監(jiān)督管理委員會規(guī)章《上市公司重大資產(chǎn)重組管理辦法》規(guī)定，采取基于未來收益預(yù)期的方法（收益現(xiàn)值法、假設(shè)開發(fā)法等）對擬購買資產(chǎn)進行估值并作為定價參考依據(jù)的，應(yīng)當簽訂業(yè)績承諾補償協(xié)議。但業(yè)績承諾的違約率卻逐年攀升，資本市場對業(yè)績承諾的有效性產(chǎn)生了質(zhì)疑。一方面，業(yè)績承諾作為標的公司的一項經(jīng)營業(yè)績承諾保證，通過信號傳遞效應(yīng)傳遞標的資產(chǎn)的未來預(yù)期收益，不僅有利于緩解并購雙方之間以及與中小股東之間的信息不對稱（李晶晶 等，2021［7］），降低談判成本、提高并購效率（周紹妮 等，2021［8］），還可以提升標的資產(chǎn)溢價倍數(shù)，增加資產(chǎn)賣方的收益（Barbopoulos et al.，2012［9］；王競達 等，2017［10］；翟進步 等，2019［11］）。胡運芝 等（2019）［12］發(fā)現(xiàn)，有業(yè)績承諾樣本的評估增值率在 2016 年達到1 080.94%，遠高于同年無業(yè)績承諾樣本的110.09%。另一方面，業(yè)績承諾違約存在財富轉(zhuǎn)移效應(yīng)（竇超等，2020［13］），高業(yè)績承諾加劇了“大股東+承諾方”與中小股東之間的代理沖突，引致“商譽爆雷”“股價崩盤”和“業(yè)績變臉”等問題（王文姣 等，2017［14］；劉超 等，2019［15］），嚴重損害了處于信息劣勢方的中小股東利益。近年來，業(yè)績承諾違約率逐年上升，且時間越長，履約越難。羅振吉（2021）［16］以2016—2018 年深圳證券交易所實施的重大資產(chǎn)重組案例為研究樣本，分析了深圳證券交易所公司重組業(yè)績承諾履行情況，研究發(fā)現(xiàn)，2018—2020 年業(yè)績承諾違約率分別為28.75%、30.41%、37.40%，呈逐年上升趨勢，且業(yè)績承諾期限越長，履約越難。以2017 年實施的重組方案為例，實施當年（2017 年）未完成率為12.93%，次年（2018 年）未完成率達34.48%，業(yè)績承諾最后一年（2019 年）未完成率為46.55%。業(yè)績承諾的可靠性依賴于盈利預(yù)測誤差。因此，探尋企業(yè)能否通過并購提升企業(yè)經(jīng)營績效、如何進行準確盈利預(yù)測，成為一項重要工作。

在盈利預(yù)測準確性方面，中國資本市場上盈利預(yù)測具有一定的精確度（姜碩等，2005［17］），基于并購的盈利預(yù)測準確度有逐年增強的趨勢（王惠芳等，2016［18］），科學(xué)、客觀地選擇模型能夠有效地提高預(yù)測數(shù)據(jù)的準確性（王國明，2018［19］）。在盈利預(yù)測方法選擇方面，有效的外推模型應(yīng)能通過準確性檢驗（徐泓等，2005［20］）；灰色關(guān)聯(lián)分析中的GM（1，N）模型較單一的模型準確性更高，預(yù)測有效可行（付中華等，2018［21］）；同時，組合預(yù)測相對單項預(yù)測更能滿足盈利預(yù)測精度要求（陳華友 等，2017［22］），并且預(yù)測期間越長，盈利預(yù)測的結(jié)果誤差越大（褚劍 等，2019［23］）。

業(yè)績承諾是保護中小投資者利益和激勵管理層的有效契約設(shè)計?，F(xiàn)有文獻的研究大多集中于業(yè)績承諾對并購估值的影響及其保護機制和激勵機制，不同業(yè)績承諾方式和補償方式的激勵效應(yīng)也存在差異，少有文獻考察業(yè)績承諾的可實現(xiàn)性。業(yè)績承諾的可實現(xiàn)性依賴于盈利預(yù)測模型，如收益法預(yù)測模型、灰色關(guān)聯(lián)分析模型等，這些模型基于一定的假設(shè)條件，利用不同的財務(wù)信息，對目標公司收益進行預(yù)測。但由于整體上缺乏普遍適用性，因此已有研究主要探索盈利預(yù)測模型的改進和優(yōu)化，但并沒有得出一致的結(jié)論，盈利預(yù)測的準確性尚未得到可靠的支持。

本文以東方電子股份有限公司（簡稱“東方電子”，股票代碼：000682）戰(zhàn)略并購目標公司煙臺東方威思頓電氣有限公司（簡稱“威思頓”或“標的公司”）為例，分析單項盈利外推法在設(shè)置業(yè)績承諾價值的合理性和準確性，探討方法的改進，構(gòu)建更具穩(wěn)定性、可靠性的組合盈利外推模型，以優(yōu)化業(yè)績承諾契約設(shè)計、促進業(yè)績承諾機制保護投資者利益和激勵標的公司。

二、單項盈利外推法預(yù)測

本文的盈利外推法主要介紹蒙特卡洛模擬外推法、收益外推法以及灰色外推法等單項盈利外推模型及其應(yīng)用①雖然單變量時間序列外推模型具有時間上的優(yōu)勢，但考慮到樣本量的限制，本文不做分析。，以東方電子戰(zhàn)略并購?fù)碱D為研究案例。2017 年2 月東方電子宣告擬以發(fā)行股份的方式購買威思頓83.258 7%股權(quán)，交易價格為180 790.00 萬元。評估基準日為2017 年7 月31 日，收益法評估股權(quán)價值為217 133.98 萬元，相較于凈資產(chǎn)賬面價值135 403.83 萬元，評估增值率60.36%。

從歷史經(jīng)營成果看，威思頓2015 年、2016 年歸屬于母公司的凈利潤分別為6 380.82 萬元和9 395.03 萬元。公告顯示，2017 年3 月并購?fù)瓿珊?，威思頓承諾未來三年（2017 年、2018 年及2019年）實現(xiàn)的扣除非經(jīng)常性損益后的凈利潤分別不低于9 221.45 萬元、12 042.39 萬元和15 151.90 萬元?；鶞嗜諡?017 年7 月31 日，預(yù)測目標公司未來三年（2017—2019 年）的凈利潤，預(yù)測基礎(chǔ)數(shù)據(jù)資料來源公開披露信息，主要外推模型使用Matlab 軟件進行分析。

（一）蒙特卡洛模擬外推法預(yù)測

1.方法介紹

蒙特卡洛模擬外推法源自中心極限定理和大數(shù)定理，以概率和統(tǒng)計理論為基礎(chǔ)，準確模擬隨機變量的實驗過程和分布特征。該方法通過建立概率統(tǒng)計模型，收集數(shù)據(jù)并確定風險因素概率分布；利用計算機進行重復(fù)隨機實驗，對模擬結(jié)果中隨機抽樣獲取的基礎(chǔ)數(shù)據(jù)進行統(tǒng)計，對標準差、均值等進行分析并估計；形成概率分布圖，獲得預(yù)測結(jié)果。蒙特卡洛模擬外推法通過多次估值來表示結(jié)果，而不是一個單一的點估計值，在周期性公司的收益法價值評估盈利預(yù)測中得到普遍應(yīng)用（陳蕾等，2013［24］），有助于彌補傳統(tǒng)收益外推法中對不確定性預(yù)測的不足。

2.方法應(yīng)用

（1）數(shù)據(jù)預(yù)處理。標的公司屬于非上市公司，缺乏足夠的歷史財務(wù)數(shù)據(jù)支持，為防止系統(tǒng)性偏差，本文參考胡曉明 等（2013）［25］、陳蕾 等（2013）［24］的處理方法，選取與威思頓的資產(chǎn)規(guī)模和經(jīng)營風險基本相似的同行業(yè)可比公司進行凈利潤的波動性分析，并將分析結(jié)果作為威思頓的參照。通過對軟件和信息技術(shù)服務(wù)業(yè)288 家上市公司的企業(yè)規(guī)模和經(jīng)營風險進行分析，最終選取四方精創(chuàng)、天璣科技、兆日科技等22 家上市公司作為威思頓的可比公司集，具體數(shù)據(jù)見表1。

表1 2015 年可比公司企業(yè)規(guī)模及凈利潤增長率

以可比公司集2015 年凈利潤增長率的均值作為標的公司2015 年的凈利潤增長率，即15.75%，經(jīng)計算得出威思頓2014 年的凈利潤為4 658.30 萬元。由此，得原始收益序列（4 658.30，5 391.98，8 535.32），如表 2 所示。

表2 凈利潤歷史數(shù)據(jù) 單位：萬元

（2）數(shù)據(jù)模擬。為保證預(yù)測結(jié)果的合理，本文選取95%的置信度進行上萬次數(shù)據(jù)模擬，隨機數(shù)由Matlab 軟件自帶偽隨機數(shù)生成器抽取。模擬結(jié)果見圖1。

圖1 隨機數(shù)生成結(jié)果分布圖

通過模擬，計算出樣本數(shù)據(jù)的均值（2017 年企業(yè)凈利潤）為11 541.13 萬元，95%置信區(qū)間為［7 375.87，17 338.31］，其直方圖與概率分布見圖2，2018 年的企業(yè)凈利潤為15 568.98 萬元，置信區(qū)間為［8 105.33，27 287.94］萬元。同理，得出2019 年的企業(yè)凈利潤為21 064.22 萬元，其置信區(qū)間為［9 254.14，41 441.44］萬元。

圖2 數(shù)據(jù)的概率直方圖

（二）收益外推法預(yù)測

1.方法介紹

收益外推法是定量和定性相結(jié)合的方法，也稱銷售百分比法，核心是構(gòu)建基于利潤表項目之間的較為穩(wěn)定的比例關(guān)系。預(yù)測過程中，可以從財務(wù)角度將盈利拆分為毛利潤、管理費用、折舊攤銷、利息費用、稅金等目標驅(qū)動因素，建立模型預(yù)測盈利值（Francis et al.，2006［26］），根據(jù)預(yù)計的營業(yè)收入和營業(yè)成本與相應(yīng)的百分比預(yù)測其他各項目，最后計算得出凈利潤。模型運用步驟，首先，通過對歷史經(jīng)營情況、宏觀和微觀經(jīng)濟環(huán)境進行分析，確定預(yù)測驅(qū)動因素預(yù)測估計值；其次，分析、

確定待預(yù)測項目占預(yù)測驅(qū)動因素的比率；最后，將預(yù)測比率與預(yù)測驅(qū)動因素預(yù)測估計值相乘，計算出預(yù)測年度待預(yù)測項目預(yù)測值。

2.方法應(yīng)用

基于業(yè)績承諾的并購項目估值一般采用收益外推法，本文并購項目資產(chǎn)評估師運用傳統(tǒng)收益外推法評估威思頓2017—2019 年承諾期扣除非經(jīng)常性損益后的凈利潤分別為9 221.45、12 042.39、15 151.90 萬元（過程見附錄表1）。

附表1 凈利潤預(yù)測表 單位：萬元

（三）灰色外推法預(yù)測

1.方法介紹

灰色外推法屬于運籌學(xué)范疇，是當樣本信息不完全或數(shù)據(jù)量較少時建立的一種灰色微分預(yù)測方法，適用于并購非上市公司方案的業(yè)績承諾盈利預(yù)測。該模型是一階單序列的線性動態(tài)模型，主要用于離散形式、時間序列預(yù)測的微分方程模型。灰色外推法主要分析各要素間的關(guān)聯(lián)度，對假設(shè)時間序列進行累加處理；通過一次擬合參數(shù)，求解GM（1，1）模型；確定預(yù)測函數(shù)值，并進行相對誤差檢驗、關(guān)聯(lián)度檢驗和后驗差檢驗等精度檢測。

2.方法應(yīng)用

（1）構(gòu)造累加序列。根據(jù)目標企業(yè)2015—2016 年扣除非經(jīng)常性損益后歸屬于母公司的凈利潤數(shù)據(jù)及由可比公司計算得出的 2014 年凈利潤數(shù)據(jù)（見表 2），得原始收益序列 X（0）（t）為（4 658.30，5 391.98，8 535.32），構(gòu)造累加生成序列 X（1）（t），見表 3。

表3 構(gòu)造累加生成序列 單位：萬元

（2）構(gòu)建數(shù)據(jù)矩陣參數(shù)及灰色外推模型。根據(jù)數(shù)據(jù)矩陣參數(shù)Y、X，估計參數(shù)向量

（3）殘差檢驗。由外推模型計算得到時間響應(yīng)函數(shù)序列（見表4）。

表4 外推模型時間響應(yīng)函數(shù)數(shù)列 單位：萬元

計算累減生成序列，得出絕對誤差與相對誤差率（見表5）。

表5 凈利潤殘差檢驗

參考精度檢驗等級參照表①精度等級1 級對應(yīng)相對誤差0.01，精度等級2 級對應(yīng)相對誤差0.05，精度等級3 級對應(yīng)相對誤差0.10，精度等級4 級對應(yīng)相對誤差0.20。，殘差的平均相對誤差=1.682 7%＜5%，說明所建外推模型有良好的預(yù)測精度，殘差檢驗通過。

（4）關(guān)聯(lián)度檢驗。關(guān)聯(lián)度是把各個時刻的關(guān)聯(lián)系數(shù)集中為一個平均值，即把過于分散的信息集中處理。由于只有兩個序列比較，無需尋找第二級最小差及最大差。關(guān)聯(lián)系數(shù)的計算公式為：

由于關(guān)聯(lián)度大于0.6，說明外推模型比較滿意，通過關(guān)聯(lián)度檢驗②依據(jù)相關(guān)經(jīng)驗，當p=0.5 時，關(guān)聯(lián)度Yi 大于0.6，則說明外推模型是滿意的，通過檢驗，Yi 值越接近1，說明相關(guān)性越好。。

（5）后驗差檢驗。原始序列 X（0）的標準差 =S1=1 681.60、絕對誤差△（0）的標準差=S2=101.47，計算標準差比：

（6）預(yù)測結(jié)果。根據(jù)檢驗合格的模型進行預(yù)測，X（0）（4）=13 014.69，X（0）（5）=20 439.54，X（0）（6）=32 100.24，即 2017 年、2018 年、2019 年的預(yù)測凈利潤分別為 13 014.69、20 439.54、32 100.24萬元。

三、盈利外推模型的優(yōu)化

（一）外推模型的比較

1.蒙特卡洛模擬外推法可能產(chǎn)生不穩(wěn)定、不確定情況

蒙特卡洛模擬外推法的優(yōu)勢在于能夠比較逼真地抓住具有隨機性質(zhì)事物的特點，但它的收斂速度慢（楊首樟 等，2017［27］），可能受到某些隨機因素的影響，波動較大（孫潤稼 等，2018［28］）；劉雙慧等（2018）［29］研究發(fā)現(xiàn)，現(xiàn)有蒙特卡洛模擬外推法大都基于財務(wù)預(yù)測、資金預(yù)測，且屬于統(tǒng)計層面上近似的結(jié)果或趨勢，不是對特定結(jié)果精確的數(shù)據(jù)描述，不能準確反映時間序列要求的具體盈利預(yù)測值。

2.收益外推法可能導(dǎo)致高估值、高溢價情況

相對而言，收益外推法（銷售百分比法）更具可操作性（李常青等，2013［30］），因此，大多并購項目業(yè)績承諾預(yù)測采用收益外推法。在估值中，主觀判斷往往比客觀數(shù)據(jù)更可靠（馬海濤等，2017［31］），但是，由于人為因素影響，單純依靠主觀判斷可能會導(dǎo)致估值偏差、承諾不能實現(xiàn)等風險，影響預(yù)測結(jié)果的準確性。如果銷售收入與利潤表項目和資產(chǎn)負債項目不成比例，預(yù)測結(jié)果也可能失效（丁岳維 等，2012［32］）。

3.灰色外推法可能出現(xiàn)模型檢驗不滿意、不通過情況

灰色外推法主要是對包含不確定因素的系統(tǒng)進行預(yù)測，廣泛應(yīng)用于各個領(lǐng)域，在預(yù)測收入方面的研究也有很多。業(yè)績承諾期一般為三年，期限較短，而灰色外推法是離散的累加求導(dǎo)過程，適合短期收益預(yù)測，但是可能會出現(xiàn)殘差檢驗精度等級低、后驗差檢驗預(yù)測精度差等情況。

（二）外推模型的優(yōu)化

李敬（2014）［33］通過精度檢驗發(fā)現(xiàn)，組合外推模型相對單項模型預(yù)測實用性更強，更能滿足盈利預(yù)測對精度方面的要求。與凈利潤指標相比，營業(yè)收入對經(jīng)濟的變化不是很敏感，被操縱的可能性小。房玄驊等（2019）［34］指出，單項外推模型的缺陷表現(xiàn)為信息源局限，不同的外推模型融合形成的組合外推模型，有助于提高模型的擬合精度和預(yù)測能力。將成本粘性理論分析運用于資本市場的盈利預(yù)測將提高預(yù)測的準確性（Dan et al.，2010［35］）。一方面，將預(yù)測驅(qū)動因素分為營業(yè)收入和營業(yè)成本，另一方面，將利潤表項目區(qū)分為敏感項目（與營業(yè)收入相關(guān)性強的項目）與非敏感項目（張濤，2005［36］；陳海迪等，2015［37］），改進傳統(tǒng)預(yù)測中的收益外推法。以營業(yè)收入為預(yù)測基礎(chǔ)的敏感項目主要是期間費用以及所得稅費用。由于營業(yè)成本存在成本粘性，所以需要專門預(yù)測。

本文所謂組合外推法，即在傳統(tǒng)收益外推模型的基礎(chǔ)上，為了增強外推模型的客觀性、準確性，加入灰色外推法，構(gòu)建組合外推模型，采用灰色外推法預(yù)測營業(yè)收入和營業(yè)成本等預(yù)測驅(qū)動因素。具體包括，第一，以營業(yè)收入和營業(yè)成本等預(yù)測驅(qū)動因素的預(yù)測，構(gòu)建外推模型并優(yōu)化殘差序列，再進一步檢驗殘差；如果檢驗合格，則模型精度符合預(yù)測期望，因此模型可以進行數(shù)據(jù)計算。第二，除預(yù)測驅(qū)動因素外的其他項目預(yù)測，按傳統(tǒng)收益外推法確定與預(yù)測驅(qū)動因素的關(guān)系、預(yù)測比率。第三，得出目標公司最終盈利預(yù)測值。具體見表6。

表6 組合外推模型預(yù)測框架

（三）組合外推模型應(yīng)用

1.營業(yè)收入預(yù)測

根據(jù)目標公司2015—2016 年的營業(yè)收入數(shù)據(jù)，以及經(jīng)由可比公司集2015 年的營業(yè)收入增長率的均值31.98%計算得出2014 年的營業(yè)收入，得到數(shù)據(jù)系列（49 404.88，65 204.56，85 001.86），構(gòu)造累加序列、數(shù)據(jù)矩陣參數(shù)，估計參數(shù)向量，得到GM（1，1）灰色外推模型：

由灰色外推模型時間響應(yīng)函數(shù)序列算得累減生成序列、絕對誤差與相對誤差率，參考精度檢驗等級，殘差的平均相對誤差=4.47%＜5%，說明所建外推模型有較好的預(yù)測精度，殘差檢驗通過；關(guān)聯(lián)度r=0.601 2，符合ρ=0.5 時的檢驗標準：r＞0.6，所求得的外推模型合格，關(guān)聯(lián)度檢驗通過；由于小誤差概率，標準差比C=0.343 3＜0.35，故灰色外推模型有好的預(yù)測精度（一級），通過后驗差檢驗。

由通過檢驗的模型進行預(yù)測，X（0）（4）=140 793.16，X（0）（5）=208 531.38，X（0）（6）=308 859.73，即2017 年、2018 年、2019 年的預(yù)測營業(yè)收入分別為 140 793.16、208 531.38、308 859.73 萬元。

2.營業(yè)成本預(yù)測

目標公司2015—2016 年的營業(yè)成本數(shù)據(jù)及由可比公司集計算得出的2014 年營業(yè)成本數(shù)據(jù)①可比公司集2015 年營業(yè)成本增長率的均值為71.30%。（24 493.31，41 957.04，57 898.56），通過構(gòu)造累加序列、構(gòu)建數(shù)據(jù)矩陣參數(shù)、構(gòu)建參數(shù)向量，得出GM（1，1）灰色外推模型：

該模型通過殘差檢驗②殘差的平均相對誤差為3.477 6%。、關(guān)聯(lián)度檢驗③關(guān)聯(lián)度為0.93。以及后驗差檢驗④C 值為 0.186 6。，營業(yè)成本灰色外推模型有良好的預(yù)測精度（一級）。根據(jù)模型求得，2017 年、2018 年和2019 年的預(yù)測營業(yè)成本分別為95 975.10 、146 518.61、223 679.94 萬元。

3.其他項目預(yù)測

標的公司的稅收種類主要有增值稅、城市維護建設(shè)稅、教育費附加和地方教育費附加及地方水利建設(shè)基金等，考慮到企業(yè)稅金變動幅度不大，按照收益法預(yù)測的2017—2019 年稅金占營業(yè)收入的占比均值（1.05%），結(jié)合灰色關(guān)聯(lián)收入預(yù)測得到的2017—2019 年收入金額，預(yù)測未來三年稅金的金額。威思頓的期間費用包括營業(yè)費用、管理費用和財務(wù)費用，均按照收益法預(yù)測的費用金額占比確定，即為預(yù)測營業(yè)收入乘以收益法預(yù)測的各項費用與當年營業(yè)收入的比例，其中，財務(wù)費用是由存款利息收入、手續(xù)費構(gòu)成，本次評估不做預(yù)測；此外，標的公司其他收益主要是增值稅返還收入，本次評估參考收益法按營業(yè)收入的2.33%預(yù)測增值稅返還收入；標的公司已經(jīng)申報了《高新技術(shù)企業(yè)認定申請書》，目前的情況符合高新技術(shù)企業(yè)的認定條件，預(yù)期會通過高新技術(shù)企業(yè)認證。預(yù)測期和永續(xù)經(jīng)營期均按15%的稅率計繳所得稅。經(jīng)過分析計算已經(jīng)得出威思頓2017年、2018 年和2019 年的經(jīng)營數(shù)值，根據(jù)相關(guān)財務(wù)計算公式得出三年的凈利潤金額。具體預(yù)測數(shù)據(jù)見表7。

表7 組合外推模型預(yù)測維爾科技承諾期盈利 單位：萬元

運用組合外推模型預(yù)測 2017 年、2018 年、2019 年凈利潤分別為 11 583.95、14 145.04、15 474.28萬元。

四、結(jié)論與政策建議

業(yè)績承諾是對標的公司未來年度預(yù)計凈利潤實現(xiàn)情況的保證，凈利潤反映目標公司年度內(nèi)的經(jīng)營成果，基于業(yè)績承諾的標的公司盈利預(yù)測實質(zhì)上是對凈利潤的預(yù)測。本文運用單項外推模型和組合外推模型的預(yù)測結(jié)果如表8 所示，其中，2017—2019 年業(yè)績承諾完成率分別為81.47%、92.68%和95.92%，表明基于傳統(tǒng)收益外推法計算的企業(yè)凈利潤不能準確反映企業(yè)真實的經(jīng)營成果；利用偽隨機數(shù)進行統(tǒng)計分析的蒙特卡洛模擬外推法由于樣本量過少，預(yù)測結(jié)果和真實值誤差較大；而直接對凈利潤建模的灰色外推法基于凈利潤呈現(xiàn)指數(shù)增長的假設(shè)，因此預(yù)測的凈利潤遠高于實際凈利潤。結(jié)合灰色外推法和收益法構(gòu)建的組合外推法的預(yù)測值和實際值最接近，三年平均誤差率為4.17%，遠低于收益外推法預(yù)測結(jié)果的誤差率9.98%。

表8 預(yù)測結(jié)果即預(yù)測誤差

近年來，收益法在企業(yè)并購重組中的使用比例越來越高，但收益法的操縱空間靈活，為了獲取“高估值”“高溢價”，標的公司往往先給出“高業(yè)績增幅”和“高業(yè)績承諾”，待業(yè)績承諾無法實現(xiàn)時，大股東利用信息優(yōu)勢通過減持或質(zhì)押的方式套取大量資金跑路，嚴重損害了中小投資者的利益。本文在傳統(tǒng)收益外推法中添加穩(wěn)健的預(yù)測構(gòu)建組合外推模型，對于營業(yè)收入、營業(yè)成本采用灰色外推法分析，其他項目采用收益法分析?；疑馔品ㄊ菑臄?shù)據(jù)本身出發(fā)的純數(shù)理外推，不帶有主觀感情色彩，適合“少信息”“短期間”預(yù)測，因此，將灰色外推法關(guān)于不確定因素的預(yù)測與收益法對于企業(yè)整體資產(chǎn)預(yù)期獲利能力的量化與現(xiàn)值化結(jié)合，有助于提高公司并購重組中業(yè)績承諾價值制定的可靠性。基于此，監(jiān)管方應(yīng)該完善評估規(guī)則，鼓勵評估機構(gòu)結(jié)合行業(yè)特性、資產(chǎn)特性采用組合外推模型預(yù)測業(yè)績；重點關(guān)注業(yè)績承諾條款的設(shè)置情況，要求承諾方詳細披露實現(xiàn)業(yè)績承諾的能力、承諾業(yè)績和歷史業(yè)績的差異分析，督促公司以財務(wù)信息或非財務(wù)信息的形式持續(xù)披露業(yè)績承諾實現(xiàn)過程中的風險及履約進度，提高信息透明度；同時，加大對業(yè)績承諾違約的懲罰力度，提高評估機構(gòu)的獨立性。

附表2 可比公司的相關(guān)指標