基于改进的Ohlson模型的生物科技企业价值评估

摘要： 我国政府高度重视生物科技的发展，同时Ohlson模型在生物科技企业价值评估方面展现出显著优势，但目前在实际应用中尚属较少。因此，针对这一问题进行探讨研究显得十分关键。

关键词：Ohlson模型 杜邦分析法 熵值-突变级数法

1．引言

生物科技企业作为高新技术行业的一部分，其高壁垒和高风险等特点使得传统评估方法不太适用。现阶段，我国的学者们仍在努力研究和改进生物科技企业的估值模型。本研究选择在生物科技企业价值评估中的良好适用性的Ohlson模型。以华兰生物作为案例对象。本研究旨在通过改进Ohlson模型，提高对其运用在企业价值的准确性，从而为生物科技企业的价值评估提供新的思路和方法。

2. Ohlson模型的传统改进

2.1传统改进思路

众多学者通常分为两部分改进：对剩余收益的预测，把杜邦分析体系的指标融入到Ohlson模型之中，通过将抽象且主观的剩余收益预测转化为相对客观、稳定且更易获取的会计指标；改进对永续期的计算，敖诗文等（2014）[1] 、 邓强平（2018）[2] 、孙嘉欣（2019）[3] 等人利用市净率来转换企业持续经营收益。

2.2传统改进缺陷

在剩余收益的预测中， 第一，营业收入预测不合理。若采用营业收入作为预测剩余收益的主要指标，可能会因未能准确捕捉企业核心业务的盈利状况，而对最终评估结果的精确性产生不利影响。第二，将直接视为ROE显得不够合理。是基于净盈余来计算的。净盈余是一个综合性的收益指标，它全面反映了会计期间内除所有者投资和分配活动外，所有者权益的所有变动。

在永续期的计算中，市净率法更适合于重资产行业的企业评估。然而生物科技行业具有轻资产和重资产两方面的特点。

既有学术研究情况Ohlson模型仅依赖于财务指标，忽视了非财务因素的考量，存在明显的局限性。计算过程深度依赖于各项财务指标，这无疑对财务报表数据的准确性和可靠性提出了极高的要求。然而，在现实生活中，财务造假事件时有发生，这使得财务数据的真实性造成威胁。

3. 针对生物科技企业的Ohlson模型的改进

生物科技企业作为技术与知识密集型组织，具有高风险、高收益、潜力大、周期长的特性。

3.1对剩余收益计算的改进

第一，在预测剩余收益的过程中，不考虑其他营业收入，财务报表中的主营业务收入作为营业收入的替代指标，显得更为合理且精确。这一做法能够更直观地体现企业的核心业务表现，从而更有效地衡量其价值创造能力。

第二，将综合收益净利率（即综合收益与主营业务收入的比值）代替对销售利润率。

3.2对无限经营期计算的改进

采用市盈率和市净率的加权组合来对现有模型进行优化与改进。

综上所述，利用对剩余收益计算方法和无限经营期的改进，Ohlson模型为：

3.3 引入熵值-突变级数法改进非财务因素

（1） 确定因素指标体系

遵循突变级数法的原则，需确保每一层级评价指标下的子指标数量不超过四个，以保证评价过程的科学性与可操作性，得到由m 个指标和 n 个样本构成原始指标矩阵。

（2）搜集体系底层基础数据

系统性地搜集与这些指标体系直接相关的基础数据。这些数据构成了后续分析与计算不可或缺的基础，所有深入的量化分析、模型构建以及结果推导均将立足于这些搜集的数据之上[4] 。

（3）数据标准化管理

首先确定数据集的最大值和最小值，计算极差。正向指标标准化管理为第i个指标下的第j个样本值xij与最小值的差与极差的比值，负向指标标准化管理为最大值与的差与极差的比值。

（4）计算各个指标的权重及重要性排序

第一步，计算基于i个指标下第j个样本值占该指标的比重 ：pij样本在该指标下的标准化值（Uij）/ 该指标所有样本的标准化值之和。

第二步，计算基于第i个指标的熵值：ei 计算每个样本的“比重值 × 自然对数比重值”；将同一指标下所有样本的“比重值 × 自然对数比重值”相加，得到一个总和；计算归一化系数。将总和乘以该归一化系数，最终得到该指标的熵值。熵值越小，指标的数据差异越大，越能区分不同样本，重要性越高。

第三步，计算第i个指标的差异系数gi，指标的差异系数，其大小由该指标的熵值与1的差值来确定。这一差异系数的大小与该指标在整体评估中对结果影响力的强弱成正比。

第四步，第i个指标占系统的权重wi，将指标按权重从大到小进行重新排序：差异系数占m个指标中差异系数的比值。

（5）确定价值评估体系各层次指标适用的突变系统类型

本文采取常用的三种类型：蝴蝶型突变、燕尾型突变和尖点型突变，根据子指标的数目来判定应采用的突变模型。比如当指标仅包含两个子指标时，尖点型突变模型较为适用；当指标包含三个子指标时，则选择燕尾型突变模型；而当指标包含四个子指标时，蝴蝶型突变模型则是合适的选择。

（6）归一化处理

首先，判断互补型与非互补型。其次，将经过标准化处理的基层指标数据代入到相应的归一化公式中，以计算出突变系数值。随后，依据上一层指标间的互补与非互补原则，确定上一层指标的数值。通过这一逐层类推的过程，最终得到顶层指标的数值，并计算出最终的突变系数。

（7）模型确定

通过将突变级数分析法筛选的核心评估参数作为财务维度量化指标，将其有机嵌入前文未纳入非财务变量的Ohlson模型，可构建适用于生物科技行业的修正型Ohlson预测模型。同时考虑财务因素和非财务因素的企业价值等于仅考虑财务因素的企业价值与财务因素对企业价值的影响权重A的比值。

参考文献

[1]敖诗文，高雅.基于Ohlson模型的创新应用及估值有效性检验——以医药行业上市公司为例[J].财经问题研究，2014（S1）：137-140.

[2]邓强平.剩余收益法在化妆品行业企业价值评估中的应用研究[D].首都经济贸易大学，2018.

[3]孙嘉欣.基于新改进Ohlson模型的股权价值评估及实证[J].现代营销（经营版），2019（07）：215.

[4]W Yuhong， L Jie. Improvement and application of GM（1，1） model based on multivariable dynamic optimization[J]. Journal of Systems Engineering and Electronics， 2020， （37）：35-39.

基金项目：本论文系2024年重庆理工大学研究生创新项目资助（校级联合项目） “基于改进的Ohlson模型的生物科技企业价值评估-以华兰生物为例”（项目编号： gzlcx2043460）。