基于EVA模型的企業價值評估研究

查代杰

摘 要：近年來，伴隨信息化社會的到來，“互聯網+”漸漸融入于人們生產生活的各個角落，很多實體產業也漸漸跟隨時代腳步，向“互聯網+”產業邁進，我國各大互聯網公司的企業價值評估成為當今社會的熱門話題。EVA模型是互聯網時代下的產物，其應用于評估各大互聯網公司的價值，基于此，本文將首先對企業價值評估和EVA模型進行簡要概述，進而對EVA模型的企業價值評估的變量分析過程進行分析研究。

關鍵詞：EVA模型 企業 價值評估

基于EVA模型評估企業價值，是國外經理論及實踐驗證的企業價值評估方法。現階段，伴隨網絡的普及，各大企業也漸入網絡營銷，EVA模型充分利用了現代的網絡技術，具有超強的可操作性和指導意義，并以企業歷史財務報表為依據，能夠較為準確的評估企業的價值。

一、企業價值的內涵

從馬克思的觀點來看，市場經濟的基本規律是價格圍繞價值上下波動，客觀來講，企業作為資本主義市場的特殊商品，其價格的確定，需要通過市場競價實現，因此，為有效實現企業價格的公平公正，需明確企業的市場價值。但是從《資本論》中，價值又有不同的定義，《資本論》認為價值是凝結在商品中無差別的人類勞動，是生產商品所消耗的社會必要勞動時間。也就是說企業的價值體現在其商品生產的過程中。根據馬克思主義理論，所謂企業價值是凝結在企業產品中的無差別的人類勞動，是企業發展過程中所消耗的勞動時間的累積。

二、EVA模型概述

經濟增加值模型簡稱EVA模型，是基于剩余收益思想發展起來的新興價值模型，是一種新型的價值分析工具和業績評價指標。基于數學角度分析，可將EVA理解為稅后經營利潤與債務和股本成本的差值，即扣除所有成本后的凈收入。從這個方面看，EVA是衡量企業真正經濟“利潤”的客觀評價，或者說，EVA可以理解為凈運營利潤與投資者投資風險相近的有價證券所獲得的最低投資回報之間的差值。因此，EVA模型中，企業價值可表示為：

企業價值=投資資本+預計經濟利潤現值

三、基于EVA模型企業價值評估的變量分析過程

根據企業價值的計算公式，EVA模型體現的重要思想包括兩部分，即企業的投資資本和企業預計經濟利潤限值，而這兩者之和為某一時段的企業價值。通過EVA模型進行企業價值評估是一個變量分析的過程，接下來筆者將對企業的投資資本分析和企業經濟利潤的分析進行相關闡述。

（一）企業投資資本分析

企業的投資資本問題可從不同角度分析，每個角度都有其特殊的融資方式。

1、資金籌措角度

一個企業由股東大會及債權人等組成，因此，在資金籌措方面，企業股東和債權人將是該企業投資資本的主要來源。因此，可將企業投資資本表示為：

企業投資資本=全部付息債務總額+股東權益總額

2、企業經營角度

企業的經營離不開營運資本與資本支出，因此從該角度，企業的投資資本主要來源于營運資本和資本支出兩部分，而企業營運資本主要是指企業流動資產與無息流動負債之間的差值，而企業資本支出則是指長期資產和無息長期負債之間的差值，因此，可將企業投資資本表示為：

投資資本=（流動資產—無息流動負債）+（長期資產—無息長期負債）

=營運資本+資本支出

另外，有息負債應屬于企業融資活動中產生的現金流量，而并非企業經營活動中產生的現金流量，因此，有息負債不應納入投資資本的計算范圍。

（二）經濟利潤的分析

經濟利潤易與會計利潤相混淆，因此，若要有效評估企業價值，首先要明確經濟利潤的內涵。經濟利潤，就是銷售的收入減去機會成本，機會成本是指由于選擇最優方案而放棄次優方案所付出的代價。會計利潤是指銷售收入減去會計成本，會計成本主要指的是顯性成本。二者具有明顯區別。

經濟利潤的公式推導如下：

經濟利潤=銷售收入—機會成本

=息前稅后利潤—全部資本費用

=息前稅后利潤—稅后利息—股權費用

=稅后凈利潤—股權費用

當投資資本報酬率以息前稅后利潤作為衡量報酬的標準時，息前稅后利潤和投資資本呈線性關系，因此，可通過以下公式計算經濟利潤：

經濟利潤=息前稅后利潤—全部資本費用

=投資資本×投資資本報酬率—投資資本×加權平均資本成本

=投資資本×（投資資本報酬率—加權平均資本成本）

以上便是通過EVA模型進行企業價值評估的變量分析過程。

四、結束語

EVA作為一種新型的評估模型，是“互聯網+”時代下的產物，現已在國外廣泛使用，它能在充分考慮利潤產生所消耗資本的基礎上，更加準確的評估企業價值，且具有極強的操作性，對企業的未來發展具有重要意義。

參考文獻：

[1]李黛君.基于EVA的高新技術企業價值評估研究[D].江西財經大學，2017.

[2]張宇.基于EVA的商業銀行價值評估研究[D].江蘇科技大學，2017.

[3]王婧.基于EVA模型的PBS企業價值評估研究[D].安徽大學，2017.

[4]劉豐.基于EVA的上市商業銀行價值評估研究[D].首都經濟貿易大學，2017.