EVA-突變級數法在物流企業價值評估中的應用研究

摘 要：近年來，國家層面的物流政策持續利好，物流行業的發展迎來了巨大機遇，物流企業間的并購重組、股權轉讓、引入戰略投資者等相關經濟活動日益頻繁，資本市場對物流企業的價值評估需求不斷增長。針對傳統EVA法的不足之處，文章引入灰色預測模型和突變級數法以彌補其預測未來數據時缺乏客觀方法、未考慮非財務因素對企業價值的影響等缺陷，從而構建一個更為全面合理的物流企業價值評估模型。選取W公司進行案例分析以驗證評估模型的有效性。研究結果表明，改進后的EVA法更為準確合理，這也為其他物流企業的價值評估提供了一定的參考意義。

關鍵詞：物流企業；企業價值評估；EVA法；灰色預測模型；突變級數法

中圖分類號：F259.23 文獻標志碼：A DOI：10.13714/j.cnki.1002-3100.2024.18.013

Abstract： In recent years， the logistics policy at the national level has continued to be good， and the development of the logistics industry has ushered in great opportunities. Mergers and acquisitions， equity transfer， the introduction of strategic investors and other related economic activities among logistics enterprises have become increasingly frequent， and the demand for value evaluation of logistics enterprises in the capital market has been increasing. In view of the shortcomings of the traditional EVA method， this paper introduces the Grey Prediction Model and the Mutation Progression Method to make up for the lack of objective methods in predicting future data， and not considering the impact of non-financial factors on enterprise value， so as to construct a more comprehensive and reasonable logistics enterprise value evaluation model. Company W is selected for case analysis to verify the effectiveness of the evaluation model. The research results show that the improved EVA method is more accurate and reasonable， which also provides a certain reference value for the value evaluation of other logistics enterprises.

Key words： logistics enterprises; enterprise value assessment; EVA method; Grey Prediction Model; Mutation Progression Method

0 引 言

物流供應鏈作為各行業粘合上下游，推動產業鏈有效運轉的角色，其重要性不言而喻。2022年12月15日，國務院辦公廳印發《“十四五”現代物流發展規劃》，提出要提升產業鏈供應鏈韌性和安全水平，推動構建現代物流體系，推進現代物流提質、增效、降本，為建設現代產業體系、形成強大國內市場、推動高水平對外開放提供有力支撐。2022年全國社會物流總額為347.6萬億元，按可比價格計算，同比增長3.4%，物流需求規模再上新臺階，實現穩定增長。隨著物流行業的快速發展以及物流市場規模的不斷擴大，相關經濟活動日益頻繁，如何采用恰當的評估方法合理準確地進行物流企業估值顯得格外重要。

通過梳理現有文獻，發現關于物流行業的企業價值評估，國外的研究較少，國內的研究則聚焦在物流企業估值的評估方法上。企業價值的傳統評估方法包括成本法、市場法和收益法。由于物流行業的特殊性以及成本法和市場法本身的局限性，成本法與市場法在實際評估中受到很大程度的制約，學者們的研究主要集中在自由現金流折現法和EVA法[1-3]。由于EVA法具有很高的信息含量，評估結果存在較高的可信度，可以更好地反映企業的真實價值，因此更適合物流企業的估值[4-6]。盡管EVA法具有良好的適用性，但其也存在如預測未來數據時主觀性較強、無法反映非財務因素的影響等不足之處[7]。為此，本文將基于EVA法，引入灰色預測模型和突變級數法對其不足之處進行改進，以期構建一個相對合理完善的評估模型，為物流企業的估值問題提供新思路。

1 基本理論

1.1 EVA法

EVA法是一種基于經濟增加值（Economic Value Added， 簡稱EVA）理論的企業價值評估模型。該模型強調衡量企業價值的標準應該是企業盈利超過企業資本成本的數額，而不僅僅是企業盈利的絕對數值。EVA的計算公式為：

其中：NOPAT為稅后凈營業利潤，TC為資本總額，WACC為加權平均資本成本。其中，計算稅后凈營業利潤和資本總額時，需要對相關會計事項進行調整，以保證EVA值可以更加準確地反映企業價值。會計調整方面，借鑒學者歐陽春花（2014）[8]的觀點，本文將對利息費用、研發費用、各項減值準備、遞延所得稅項目、營業外收支、在建工程等事項進行調整。調整后的稅后凈營業利潤與資本總額的計算公式為

1.2 灰色預測模型

灰色預測模型（Grey Model，簡稱GM）是一種用來預測含有不確定性系統的方法，它能夠利用過去的數據來估計未來的變化。該模型首先識別系統各要素發展趨勢的差異性，也就是進行關聯分析，接著通過對原始數據進行加工處理以探究系統變化的內在規律，從而產生規律性較強的數據序列。最后，模型構建了相應的微分方程，以此來預測事物未來的發展走向。其中，最為常用的是GM（1，1）模型，（1，1）表示微分方程的階數與變量的個數均為1。GM（1，1）模型的構建過程如下。

最后，還需要對模型進行精度檢驗以保證模型預測結果的可靠性，常用的方法是后驗差檢驗。后驗差檢驗主要有兩個指標，后驗差比C值和小誤差概率P值。若C值小于0.35，P值大于0.95，則表明模型的精度很高，預測結果比較可靠。

1.3 突變級數法

突變級數法是一種基于突變理論的綜合性評價方法，其基本原理是利用突變理論中的突變模型，將系統的各個指標歸一化為一個單一的評價值，從而實現對系統的綜合評價。該方法具有簡單易行、可操作性強等優點，被廣泛應用于各種領域的評價工作。在應用過程中，突變級數法首先需要對各個指標進行無量綱化處理，然后根據各指標的特性選擇合適的突變模型，最后通過計算狀態變量的歸一化值實現對系統的綜合評價。具體而言，突變級數法主要有以下3個步驟。

首先，根據熵值法求出的權重對同一層級中的指標由大到小進行排序，即。其次，根據標準化處理后的數據，按照表1匯總的歸一化公式，計算各指標的歸一化值，也即突變級數值。最后，可利用同層級指標之間的相關關系進一步判斷指標間是否具有互補關系。若指標之間呈現強相關性，可以認為其具有互補關系，按照“互補取平均值”的原則，采用同級各指標歸一化值的均值作為上一層級指標的突變級數值；若指標之間呈現弱相關性，可以認為其具有非互補關系，按照“非互補大中取小”的原則，采用同級各指標歸一化值的最小值作為上一層級指標的突變級數值。重復以上計算過程，便可以得到頂層一級指標的突變級數值，進而實現對系統的綜合評價。

2 物流企業價值評估模型的構建

2.1 EVA法的不足及改進

2.1.1 數據的預測缺乏科學方法

傳統EVA法對未來EVA值的預測一般采用銷售百分比法，其中對營業收入等關鍵指標的預測一般采用算數平均增長率或者復合增長率，這些方法主觀因素較強，差異化較大，缺乏一個相對科學合理的預測方法。為此，可引入灰色預測模型，充分挖掘歷史數據信息，有效降低預測過程中的主觀性。

2.1.2 未考慮非財務因素對企業價值的影響

運用EVA法估值時，僅考慮財務因素對企業價值的影響，缺乏全面性。物流企業的經營發展會受管理因素、技術創新、人力資本等非財務因素的影響，為更加全面準確地評估物流企業的價值，本文將從財務因素與非財務因素兩大角度構建企業價值評估指標體系[9]，如表2所示。

由于非財務數據獲取難度較大，為此可引入突變級數法確定出財務因素在企業價值中所占的權重，從而調整僅從財務因素考慮的EVA法估值結果，間接揭示非財務因素對企業價值的影響，全面反映物流企業的整體價值。

2.2 物流企業價值評估模型的構建

借鑒學者郭建峰等的觀點[10]，本文首先基于EVA法計算出案例企業的歷史EVA值，其次引入GM（1，1）模型預測未來EVA值，至此便可得到僅從財務因素角度考慮的EVA法估值結果V1。接下來，引入突變級數法以確定財務因素的權重XA，并調整EVA法的估值結果V1，最終可以得到物流企業價值評估模型為。

3 案例分析

3.1 W公司簡介

W公司是國內領先的專業化工供應鏈綜合服務商，提供以貨運代理、倉儲和運輸為核心的一站式綜合物流服務，并基于綜合物流服務向化工品分銷及安全環保服務延伸，逐步形成了化工品物貿一體化服務。公司自1997年成立以來，堅持在主航道內深耕細作，專注于化工供應鏈更安全、更高效的運營，始終致力于為客戶提供全球范圍內化工品一站式全供應鏈解決方案。2018年W公司在上交所上市。

本案例的評估基準日為2022年12月31日。

3.2 W公司歷史EVA值的計算

根據公式（1）可知，計算EVA值涉及三個參數：稅后凈營業利潤（NOPAT）、資本總額（TC）以及加權平均資本成本（WACC）。接下來，將根據前文介紹的公式分別予以計算。

3.2.1 稅后凈營業利潤（NOPAT）的計算

根據公式（2），可以得到W公司2018—2022年的稅后凈營業利潤，如表3所示。

3.2.2 資本總額（TC）的計算

根據公式（3），可以得到W公司2018—2022年的資本總額，如表4所示。

3.2.3 加權平均資本成本（WACC）的計算

3.2.3.1 權益資本成本Re的計算

本文使用資本資產定價模型（CAPM）來確定權益資本成本。根據CAPM模型：。 （18）

其中：Rf為無風險利率，本文取十年期國債收益率作為無風險報酬率；β為企業風險系數，本文借助Choice金融終端中的BETA計算器來確定貝塔系數；Rm－Rf為市場風險溢價，借鑒國內大多數學者的做法，本文采用近5年我國的GDP增長率來代替，需要說明的是，受突發事件等因素的影響，2020—2022年我國GDP增長率出現了較大波動，為減少極端異常值的影響，2020—2022年的GDP增長率采用近三年增長率的均值，即4.56%；Rs為企業特定風險報酬率，根據被評估企業的經營特征，本文取2%作為特定風險報酬率。

根據上述計算公式及參數的數據選取來源，可以得到W公司2018—2022年的權益資本成本，如表5所示。

3.2.3.2 債務資本成本Rd的計算

W公司的債務資本可分為短期債務資本和長期債務資本，各類債務資本的占比與對應的利率相乘即可得到債務資本成本。利率方面，短期借款利率本文選用1年期貸款基準利率，長期借款利率本文選用5年期貸款基準利率。據此可以計算得到W公司2018—2022年的債務資本成本，如表6所示。

3.2.3.3 加權平均資本成本WACC的計算

根據上文計算得到的債務資本成本、權益資本成本，結合債務資本占比、權益資本占比，可以進一步得到W公司2018—2022年加權平均資本成本的計算結果，如表7所示。

3.2.4 歷史EVA值的計算

根據EVA的計算公式：EVA＝NOPAT－TC×WACC，將上述計算得到的稅后凈營業利潤、資本總額及加權平均資本成本的結果代入該公式，即可得到W公司2018—2022年的EVA值，如表8所示。

3.3 基于GM（1，1）模型的未來EVA值的預測

根據上文求出的歷史EVA值，本文基于GM（1，1）模型來預測W公司2023—2027年的EVA值。具體預測過程如下。

Step1 級比檢驗。

灰色預測GM（1，1）模型建模前需要先對原始數據進行級比檢驗，以判斷數據序列進行模型構建的適用性。級比值為上一期數據/當期數據，若所有的級比值都位于區間即（0.717，1.396）內，說明數據適合模型構建。若未通過級比檢驗，則需要對原始數據進行平移轉換，以滿足級比檢驗的要求。計算結果表明，本案例的原始數據未能通過級比檢驗，故需要進行平移轉換，即在原始值基礎上加入平移轉換值235 043 030.00。平移轉換后數據序列的所有級比值均位于區間（0.717，1.396）內，這意味著本數據適合進行GM（1，1）模型構建。級比檢驗結果如表9所示。

Step2 模型構建。

GM（1，1）模型的構建主要依賴于四個參數：發展系數a、灰色作用量b、后驗差比C值以及小誤差概率P值。其中，C值小于0.35，P值大于0.95時，則表明模型精度高。運用軟件可以得到相關參數的輸出結果如表10所示。

其中：折現率WACC取2018—2022年加權平均資本成本的均值9.04%；永續期增長率方面，我國近五年社會物流總額的復合增長率約為4%，鑒于近年來宏觀經濟形勢的波動，出于謹慎性考慮，本文的永續期增長率g取2%。

將期初投入資本總額、基于GM（1，1）模型預測出的未來各期EVA值、折現率、永續期增長率等參數代入上述公式，可以得到W公司企業價值的評估結果如下。

3.4 引入突變級數法確定財務因素權重

Step1 數據標準化處理。

根據Choice金融終端、同花順數據庫和巨潮資訊公布的W公司2018—2022年的相關財務指標數據，基于前文介紹的max-min極值處理法，對其進行標準化處理。鑒于后文采用熵值法確定權重時涉及對數運算，為避免0和1的出現，將標準化后的數據均加上0.000 1。數據處理結果如表12所示。

根據表12得到的標準化處理結果，基于前文介紹的熵值法，對其進行處理便可以得到各級財務指標的權重，數據處理結果如表13所示。

Step3 根據歸一公式確定突變級數值。

3.5 W公司企業估值最終結果

4 結 論

隨著物流行業的快速發展，物流企業之間的并購重組等相關經濟行為也日益頻繁，資本市場對物流企業的估值需求不斷增加。相比于其他傳統評估方法，EVA法不僅考慮了企業的盈利能力，而且重點關注了資本的投入成本，因而使得企業價值評估更加全面準確。盡管EVA法具有良好的適用性，但其也存在預測相關數據時不夠客觀合理、尚未考慮非財務因素對企業價值的影響等局限性。為此，本文引入灰色預測模型和突變級數法對傳統EVA法進行改進，從而構建了更為全面合理的物流企業價值評估模型，并以W公司作為研究對象進行案例分析，評估結果與評估基準日的真實市值誤差位于合理范圍內，由此證實了引入灰色預測模型的EVA法與突變級數法的結合在評估物流企業價值時具有合理性與有效性。

參考文獻：

[1] 陳綠蔭．收益法在物流上市企業價值評估中的應用研究[D]．廣州：暨南大學，2016.

[2] 夏思楠．我國第三方綜合型物流企業價值評估[J]．商業經濟研究，2017（9）：93-96.

[3] 谷曉輝．第三方物流企業價值評估研究[D]．天津：天津財經大學，2018.

[4] 施祝君．基于經濟增加值的物流公司價值評估模型及應用研究[D]．杭州：浙江工業大學，2011.

[5] 陳琳．新時期物流企業價值評估的若干思考[J]．中國物流與采購，2022（3）：61.

[6] 高津．快遞行業企業價值評估研究[D]．石家莊：河北經貿大學，2022.

[7] 趙昕毅，劉春學．在線教育企業價值評估研究——以新東方在線為例[J]．中國資產評估，2020（12）：28-32.

[8] 歐陽春花．EVA會計調整研究[J]．財會通訊，2014（22）：109-112.

[9] 李素英，王貝貝．基于級數突變法的科技型中小企業價值評估研究[J]．經濟研究參考，2017（34）：101-108.

[10] 郭建峰，王丹，樊云，等．互聯網企業價值評估體系研究——基于實物期權模型的分析[J]．價格理論與實踐，2017（7）：153-156.