论文部分内容阅读
随着我国市场经济的发展及现行企业制度的推行,收购、兼并与资产重组增多,而商誉价值在企业整体价值中常常占据较大比重,商誉核算逐渐成为国际、国内产权交易双方关注的焦点之一。不过,商誉与其他资产比较,其价值构成复杂、附着性强、难以辨认等特性使得其价值的评估难度较大,相关评估理论与操作方法的争议也较多。怎么建立一个能有效、统一、科学、合理地确定商誉价值的评估方式,是当前评估界亟需探索的课题。目前,商誉的评估主要采用收益法,具体又可以分为超额收益法与割差法,但是无论哪种方法,其中最大的挑战是如何准确地预测收益或超额收益,而收益预测方法的选择又是其关键。本文在对商誉的本质内涵及其特征、商誉评估的基本方法—割差法和超额收益法进行分析的基础上,着重讨论商誉评估中的收益预测方法。并采用交互式组合预测,即采用回归预测、神经网络预测、灰色预测、趋势外推预测四种不同的预测方法分别对江中药业的超额收益进行了预测,然后比较不同预测方法的预测精度,进行对比和组合,计算最终结果。超额收益法评估商誉时,选择预测方法,要兼顾行业和企业特点。在本文中基于我国医药制造业尚处于成长阶段,增长速度要快于我国宏观经济的增长,仅仅采用横向预测,如回归预测,尽管选取变量恰当,但因增长不同步,容易造成低估,并且容易形成考虑因素较少而预测可靠性差。单一使用纵向预测,考虑了行业的增长能力或增长趋势,但一个企业或者一个行业都是较难长期复制这种高速增长的,并且缺少对宏观环境的考量,商誉价值容易被高估。所以,本文在对评估案例进行评估时,选用了横向、纵向这样几种方法的组合,使其既能反映行业现有增长特点,又能兼顾横向经济环境,从而大大提高了收益预测的精度和可靠性。