基于灰色預測的新能源汽車企業價值評估研究

林雨晗

（天津商業大學， 天津 300000）

1 研究背景與研究意義

1.1 研究背景

一個國家的經濟命脈往往是由該國家的制造業所決定的，其中汽車行業不僅僅是制造業中的重中之重，而且其涉及多個領域，例如材料、機械、電子、通信等，其綜合實力與一國的制造業力量水平息息相關。

在汽車行業的傳統燃油汽車方面，我國在燃油車的關鍵部件方面受限于其他發達國家，所以我國在“八五計劃”中就已經為電動汽車的發展做了規劃，其目的就是為了實現在汽車行業的“彎道超車”，避免傳統燃油汽車中出現的窘境，并且新能源汽車與傳統燃油車相比，與國家的可持續發展戰略更加吻合，不論是從科技角度還是環保層面，乃至于國家發展方向層面，發展新能源汽車產業是大勢所趨。

雖然我國新能源汽車行業相比于其他發達國家起步較晚，但是國家政策的鼓勵與資源的傾斜使得我國的新能源汽車產業飛速增長，從初具規模到已經發展到了目前的快速成長期，但是新能源汽車行業的整體技術、新能源汽車的產業布局和我國新能源汽車的市場等各個方面都有不完善的地方，除了很多汽車公司加入新能源汽車的開發研究以外，其他行業的企業也紛紛加大投資，想要研發屬于自己企業品牌的新能源汽車，試圖分走一塊蛋糕，掀起了“跨界造車”的熱潮，這使得新能源汽車行業的風險更上一層樓，其中所蘊含的機會與風險相比其他行業都更加明顯，而傳統的評估方法往往很難準確預測這種風險與不確定性較大的企業價值，所以引入新的預測模型是解決評估該類型企業的重要步驟。

1.2 研究意義

首先，從理論上來說，企業價值評估活動在我國也具有很多的案例，其中不乏學者對這些案例的研究與分析，但是對于新能源汽車企業的特殊之處在于其價值來源并不主要是有形的資產，還有來自于知識產權以及技術專利等無形資產，再加上行業的風險以及不確定性，這就導致了企業的未來收益難以預測，而傳統的預測方法只能簡單地根據其收益波動進行預測，進而導致很難準確量化其企業價值，這對于評估人員來說是個不折不扣的挑戰，國內對于類似行業的企業價值評估研究也相對較少，因此，對于新能源汽車企業價值的研究不僅能夠完善企業在市場行為中可能出現的價值評估理論，甚至能進一步構建更加具體完善的評估方法體系。實踐角度上來說，本文通過理論與案例相結合的方式，嘗試給資產評估工作人員提供一種新評估思路作為參考，不僅僅是針對新能源汽車企業的價值評估，而是為資產評估實務中的類似的高新技術企業價值評估都提供一種新的思考方向。

2 評估模型的選擇與構建

2.1 資產評估三大基本方法

資產評估三大基本方法收益法、市場法和成本法在企業價值評估中都有其合理性以及相關的應用，其中收益法是企業價值評估中無論是理論還是實務中都最常使用的方法，它是通過預測待評估企業的預期未來收益，并選擇與其未來收益對應的合適的折現率，最后將其折現得出待評估企業的現值作為其評估價值，收益法在應用中需要考慮是否能夠收集到所需的各種資料以及對于一些主觀因素能否合理科學地進行量化，使得最后的評估結果更加科學客觀。市場法是選取可比較交易案例或者是可比企業，并通過一系列的參數調整對其進行價值修正，最后得出待評估企業的價值，是一種間接的評估方法，除了選取的對象要具有可比性之外，市場法需要一個活躍的公開市場在對新能源汽車企業的企業價值進行評估時，市場法的缺陷比較明顯，除了在修正各個可比要素時的主觀性外，案例之間的可比性是令人擔憂的，畢竟新能源汽車企業的價值并不像一些以有形資產為主的企業一樣可以簡單地進行直接對比修正得出最終評估結果。而成本法首先需要確定待評估企業的重置成本并分析一系列的貶值情況后用重置成本扣除貶值額得出結論，在進行企業價值評估時，待評估企業的資產負債表是基礎，但是針對新能源汽車企業這種具有大量難以量化并計量的經濟資產的企業，成本法很明顯不能如實客觀體現它們的價值，也正因為成本法的技術思路和特點，成本法不適合作為企業價值評估中唯一的評估方法。

綜上所述，雖然收益法也具有著一些因素難以量化等問題，但是收益法的評估路徑與評估思路與新能源汽車企業的價值內涵與價值來源是更加貼合的，故本文將以收益法為基礎，引入灰色預測模型來對新能源汽車企業的企業價值評估進行研究分析。

2.2 灰色預測模型簡介

GM（Grey Model）模型即灰色預測模型，GM 模型是根據灰色系統理論創建的，根據原始數據進行有限的生成是灰色模型預測過程的第一步，這個步驟對于弱化原始數據的隨機性有顯著的作用，通過累加的方式使得原本沒有規律或是難以找到規律的原始數據體現出規律，然后預測其未來發展趨勢，而這一步需要利用微分方程模型的構建，灰色預測模型最顯著的特點也是其優點為所需的樣本量相比于其他預測模型比較少并且其原始數據的分布特征不需已知，即便如此灰色預測模型所模擬出的結果的準確率依然比較高。這樣的特性使其已經在評估以外的很多領域進行了實務應用，而GM（1，1）是指一階單序列的線性動態模型在時間序列預測方面是比較常使用的預測模型。

結合收益法中的企業現金流折現得出企業價值的相關研究表明由于影響企業每年的情況不盡相同，且對于影響因素復雜繁多，這就導致了企業現金預測的準確性不僅難以估計而且直接影響到企業價值評估。對于新能源汽車企業而言，所擁有的財務數據樣本量也同樣是一個問題，這些問題符合灰色預測模型的適用條件，故可以針對特定的新能源汽車企業建立灰色模型進行預測，故下文將應用收益法并引入灰色預測模型嘗試對新能源汽車企業進行價值評估分析。

3 評估案例

3.1 公司簡介

比亞迪創辦之初以電池業務為其主營業務，后收購了秦川汽車標志著其正式進入汽車行業，如今比亞迪在電子、電池、新能源汽車行業都占有一席之地，已經發展成為了一家綜合性企業，在汽車行業領域，比亞迪始終堅持自主研發，其核心技術“三電技術”使得比亞迪成為首個新能源乘用車銷量突破百萬的中國企業。比亞迪的核心競爭力在于對整個新能源汽車產業鏈布局實現的技術優勢和成本優勢。比亞迪最初的電池業務也為其后續進軍新能源汽車行業打下了堅定的基礎，此外比亞迪產業鏈布局給其帶來了規模效應，使得比亞迪的成本能夠得到控制，比亞迪推出的e3.0 電動平臺和DM4.0 混動技術兼具性價比以及駕駛體驗，為企業贏得了顯著的競爭優勢。

3.2 收益期預測

根據對比亞迪企業以及新能源汽車整體行業的分析可以假設未來5 年為比亞迪企業的快速增長期，同時將未來5 年作為模型的詳細預測期，而由于燃油汽車逐步轉化為新能源汽車是一種發展的大趨勢，則可以合理假設比亞迪企業能夠永續經營，而永續期的增長率，根據競爭均衡理論可以得知任何一家企業的增長速度都不會一直高于宏觀經濟的增長，其核心觀點為企業的永續增長率大約等于GDP 增長率，我國目前經濟發展進入新常態，GDP 增速約為6%，這將作為企業的永續增長率。

3.3 折現率的確定

無風險利率選取評估基準日時點的國債到期收益率：3.5976%，根據上述分析的新能源汽車企業的行業特征，并結合在同行業中可比上市公司在評估基準日的權益系統風險系數并取其平均值作為βu值，而D/E的取值按照新能源汽車行業平均水平預測值，將確定的參數代入下面的計算公式，計算得出待評估企業的權益系統風險系數：

唐代開放的社會風氣中，一方面，承接前代的傳統，上層婦女因文才受到帝王表彰從而具有獲得官職的機會。上官婉兒因才華卓著受到武則天任用，官員的章表書奏多委任于她，中宗時期，又大被重用，不久即拜為昭儀。

式中：股票市場的算術平均收益（RPM，公式中表達為RPM）根據評估基準日市場情況取7.15%，綜合考慮新能源汽車企業行業狀況以及比亞迪的企業情況、企業未來發展風險等，確定該公司企業特定風險調整系數（Rc）為4%，將上述確定的參數代入權益資本成本計算公式，計算得出四月星空的權益資本成本。計算公式如下：

計算結果為12.27%。

中國人民銀行在評估基準日左右發布的5 年以上人民幣貸款基準利率為5.4%，可以將該數據看作付息債務成本。根據以下計算公式及企業資本結構（D/E）即可計算得出待評估企業的加權平均資本成本（WACC，公式中表達為CWAC）。

得出待評估企業的加權平均資本成本為12.06%。

3.4 企業自由現金流測算

企業自由現金流量=稅后經營凈利潤+折舊與攤銷-經營營運資本增加-資本支出。其中稅后經營凈利潤=營業收入- 營業成本- 稅金及附加- 銷售費用- 管理費用- 所得稅費用。因此本文在比亞迪過去五年的報表數據上，計算出2018—2022 年各年的企業稅后經營凈利潤以及企業自由現金流量。具體見表1、表2。

表2 2018—2022 年企業自由現金流量單位：億元

3.5 引入灰色預測模型

引入灰色預測模型進行預測首先需要確定建?；鶖?，由上述的灰色理論分析可以得知，灰色預測模型的優勢在于所需要的樣本比較少，由于比亞迪企業正式將新能源汽車作為其主營業務的時間較短，歷史相關數據也比較少，因此本文引入灰色預測模型的側重點預測是對2018—2022 年這段“高速增長期”進行預測，目的是使評估時的各項預測數據不再是等比率增加，因此本文結合上述分析和表格將2013—2018年比亞迪企業自由現金流作為建?；鶖?，且根據灰色預測模型理論原始序列不得出現負數，故將所有原始序列的數值進行整體上調50，則：

原始序列為｛88.82，20.39，403.94，30.19，589.775｝，將其進行一次累加得到累加序列：

Y 矩陣為：

則由于Y=Ba，利用最小二乘法可以求得參數a=-0.582 2，b=2.460 0，故利用參數a和b可以建立GM（1，1）的白化方程：

求解白化方程可以得到時間響應函數為：

由此可以得出預測的累加序列：

將上述序列進行累減處理則得出預測序列：

將得出結果進行殘差檢驗，平均相對誤差為0.513 0，該結果大于0.2，說明預測效果較差，所以還需要進行新陳代謝修正，新陳代謝修正是指在灰色預測模型中一種提高中長期預測精密度的修正方法，具體做法是將利用灰色預測模型預測出的預測其第一年，在本案例中即為2023 年的數據加入到模型的預測基數中，并將原始基數中最早期，在本案例中即為2018 年的原始數據從序列中摘除，建立新的原始序列，并進行灰色預測并重復上述過程，直至得到所需的全部預測值，并扣除最初整體增加的50，最終得出的2023—2027（高速增長期）的凈現金流序列為：

3.6 最終結果

根據上表以及上文分析的折現率與永續期增長率可以計算得出待評估企業價值為43 740.37 億元，如表3 所示。

表3 2023—2027 年企業預測現金流量表單位：億元

4 總結與展望

4.1 總結

利用灰色預測模型預測企業未來現金流并采取收益法進行企業價值評估適用于那些擁有大量無形資產的企業，這類公司由于其無形資產擁有獨特的特征與價值來源，所以非常難以找到能夠進行直接價值比對的可比交易案例以及可比企業，在收益法引入灰色預測模型的案例應用中，不難發現雖然從理論上來說灰色預測模型的預測效果比較好，所需要的數據樣本量也少，實際操作也較為簡單方便，但是在實務中采用灰色預測模型的方法還需要注重以下關鍵點：對于待評估對象的系統內在機理的處理灰色預測模型并沒有提及，所以即使沒有特殊情況的出現，灰色預測模型預測的結果有時候也會與實際情況出現較大的差異。因此，倘若待評估對象具有內在機理明確的系統，則不宜采用灰色預測模型進行價值評估。此外，如果建模的原始序列中包含有特別的偏離的數據，應根據企業具體情況，對企業的現狀以及未來可能的發展情況進行充分的了解與分析，考慮是否將其剔除出原始序列，因為在樣本量本就不多的原始序列中間出現一個明顯偏離整體變化趨勢的數據，將大大改變預測的結果以及效果。

4.2 未來展望

企業價值評估理論與實務研究仍然存在一定的距離，在理論研究中，許多學者從各個角度各個方向上采取了各種先進的數學模型進行預測，但仍然無法在實務中得以廣泛的應用，本文基于灰色預測模型的理論對新能源汽車企業的價值評估進行分析探討,但也僅僅選用了新能源汽車行業中一個企業做出分析，是否具有推廣性還需要更多的實務案例或者更有深度的理論分析，也需要市場和時間對價值評估進行一定的檢驗，無論如何，如何將企業價值評估中對企業價值影響因素有著重大影響的各種因素進行客觀科學的量化以及對企業未來現金流量的合理預測依然是企業價值評估的重中之重，這樣艱巨的任務不僅僅需要學者們的集思廣益，也需要市場中評估公司在實務中的評估案例經驗給予理論研究一定的支持與回應。