浙江大学
硕士学位论文
不确定性下高新技术企业价值和风险评估
姓名：孙诗雄
申请学位级别：硕士
专业：金融学
指导教师：邹小芃
20051120
摘要
衡量企业的价值和风险是认识这家企业最重要的前提之一，企业价值和风险
的衡量也一直是微观金融研究的重点。传统的企业价值评估方法主要有成本法、
市场比较法和折现现金流量法，这些方法在评估一般企业时都具有一定的适用性
和科学性。但对于高新技术企业而言，由于其所特有的价值和风险特性，使得传
统的价值评估法在对高新技术企业进行价值评估时遇到了困难。实物期权理论的
发展，为高新技术企业价值评估开辟了新的道路。实物期权法最大的贡献在于衡
量了企业潜在的灵活性价值，这对具有高度不确定性的高新技术企业而言有重大
意义。Schwartz和Moon(2000，2001)的模型是所有实物期权定价模型中比较
具有现实可操作性的一种，然而由于我国的会计制度和数据的可获得性等原因，
该模型在我国的实际运用还存在一定困难。本文首先对Schwartz和Moon模型成
本的划分问题和模型参数估计方面做必要的改进，并对一中小企业板上市公司达
安基因(002030)进行的案例研究。在实际计算过程中，本文用自编的C语言程
序来实现蒙特卡罗模拟。接着本文创新性的继续对达安基因公司的蒙特卡罗模拟
结果进行深入的研究，运用破产概率和VaR技术来衡量该公司的风险，并计算出
经风险调整的价值。为了寻找影响高新技术企业价值和风险的因素，本文对达安
基因公司的价值、破产概率和VaR值进行了敏感性分析。最后，通过对达安基因
公司价值和风险评估以及敏感性分析，本文对如何管理好高新技术企业的价值和
风险提出建议。
关键词：实物期权不确定性蒙特卡罗模拟在险价值(VaR)
Abstract
To measure the value and risk of an enterprise is one of the most important
preconditions of knowing this enterprise．So measuring the value and risk of an
enterprise is always very important in microfinance．The traditional methods of
enterprise valuation are cost method，market method and discounted cash flow
method．These methods are useful when valuating the ordinary enterprise．For the
characteristics of value and risk of high-tech enterprises，the traditional valuation
methods are not fit to valuate the high-tech enterprises．However,the development of
real options theory provides US a new way to valuate the high—tech enterprises．The
biggest contribution of the real options theory is the valuation of potential value of
flexibility．This is significant to the hiigh—tech enterprises which has high uncertainty．
Schwartz and Moon(2000，2001)’S model is one of the most practical in all real
options pricing models．But due to the different accountant system and data obtaining
problem，their models have some trouble when using in our country．In this paper,we
first revise the Schwartz and Moon’S model in the following two aspects：partition of
cost and estimation of parameters．Then we make use of this revised model to
evaluate a listed high—tech company Daangene(002030)．We use the C programming
language to do the Monte Carol simulation．Studied the simulation results，we
innovatively use the probability of bankruptcy and VaR method to measure the risk of
Daangene，and calculate the risk-adjusted value of Daangene．In order to find out the
factors that influence the high—tech enterprises’value and risk，we take the Daangene
for example to perform the sensitivity analysis of whole value of firm，probability of
bankruptcy and VaR．At last，through the analysis of Daangene，we discussed how to
manage the value and risk of high-tech enterprise．
Key Words：Real options Uncertainty Monte Carol Simulation Value at
Risk(VaR)
浙江大学硕士学位论文不确定性下高新技术企业价值和风险评估
1．绪论
1．1．研究背景
价值是我们已知衡量业绩的最佳标准，认识企业价值是一切经济管理行为的
依据和前提，企业价值的评估是并购、风险投资、公开上市等经济活动的必要环
节。衡量企业的风险则是价值评估的重要补充，也是我们进行经济管理和投资着
重要考虑的因素。
自20世纪90年代以来，随着计算机网络技术、生物工程技术、新材料技术、
航空航天技术等的兴起和发展，引发了经济增长模式、经济运行规律的变更，在
全世界范围内诞生了一大批的高新技术企业。区别于传统产业，高新技术产业典
型的特征就是不确定性(uncertainty)，高技术、高风险、高收益。再者，对于
高新技术企业而言，其市场价值与其账面价值的差距越来越大，安达信公司的调
查结果指出⋯1：1978年，公司账面价值平均相当于市场价值的95％，而1988年
下降至28％，估计现在已低于20％。深入研究我们可以发现，高新技术企业的价
值绝大部分并非来自于资产负责表上的资产，而是来自于技术、专利、品牌、人
才和社会声誉等无形资产。因此，我们不禁要问，应该如何合理的去衡量高新技
术公司的价值，使评估价值能够反映其不确定性特点以及无形资产?如何能够在
驾驭高风险的同时创造持久的价值?
要完整的认识高新技术企业的价值并对其进行有效管理，首先需运用合适的
价值评估方法对其进行定价，其次是使用合理的方法去衡量其风险，再者得寻找
出影响其价值和风险的因素，而价值评估是其中的关键和前提。目前，对公司价
值的评估方法一般有成本法、市场法和折现现金流量法。其中折现现金流量法评
估高新技术企业是很多评估师们重点运用的方法，二阶段折现现金流量法认为高
新技术企业的价值是由两部分组成：第一部分是企业高速增长时期每年现金流的
现值和，第二部分则是高速增长时期结束后期末价值的现值。虽然运用二阶段现
金流量法评估高新技术企业具有一定的科学性，但是这种方法仍然没有评估由于
未来的灵活性所带来的期权价值，也没有对风险进行衡量。
从本质上说，期权的价值来源于权利和义务的不对称性。未来的市场状况虽
然充满不确定性，但期权持有者有权利在市场状况对自己有利时执行期权，却没
浙江大学硕士学位论文不确定性下高新技术企业价值和风险评估
有义务在市场状态不佳时执行期权，这种灵活性的价值就是期权所包含的价值。
期权这一工具晟初仅用于规避金融市场上的风险，所以期权最初的运用范围也仅
限于存在大量交易的金融资产上。自从Myers，S．C(1984)。1首次提出实物期
权的概念以来，出现了大量实物期权相关的研究文献，研究人员将期权的概念拓
广，开始研究不可交易的实物资产，取名日实物期权(Real Options)。与金融
期权一样，实物期权评估的最主要价值来源于未来决策灵活性的价值，故如果未
来的不确定性越大，那么这种灵活性的价值也必将越大。这点对于具有高度不确
定性的高新技术企业来说，尤其具有现实意义。
蒙特卡罗模拟法(Monte Carlo Simulation)的应用为实物期权定价模型的
求解开辟了新的途径。同时，通过蒙特卡罗模拟法求解实物期权价值的过程中，
能够随机模拟出大量的路径和结果。这相当于提供了随机变量的分布函数，为进
行相关的风险研究(比如VaR的计算)提供了便利。故本文不但将从实物期权角
度去研究高新技术企业的价值，利用蒙特卡罗模拟结果对高新技术企业进行风险
衡量；同时也对价值和风险进行敏感性分析。
1．2．研究的意义与创新
首先，本文的研究从理论上拓展了现有的实物期权的定价模型，使其能够适
用于我国的高新技术企业的价值评估。其次，实物期权理论向来存在一个实证研
究较难的问题，本文通过一个具体的样本公司的案例研究，丰富了实物期权理论
实证研究的内容。再者，通过对样本公司关键参数的敏感性分析，找出了影响高
新技术企业价值和风险的关键因素，这为高新技术企业的价值和风险管理提供了
重要的参考。最后，本文的研究提供了一套对高新技术企业进行价值评估和风险
衡量的办法，所有的计算过程都可以用计算机程序来实现，这为企业决策管理信
息系统开发提供了理论上的支持。
本文可能的创新之处为：(1)对Schwartz和Moon(2001)的定价模型进行
了必要的修改，以使其能够运用于我国的高新技术企业的价值评估；(2)国内学
者运用实物期权法对高新技术企业的价值评估，大多都是分别考虑其专利权、项
目开发等的不确定性，鲜有学者运用一个完整的连续时间定价模型对我国的高新
技术企业的整体价值进行评估；(3)对于不确定性下高新技术企业价值的实物期
浙江大学硕士学位论文不确定性下高新技术企业价值和风险评估
权评估，大多只侧重于理论分析和方法论的研究，本文除了对实物期权理论模型
进行分析外，通过对一样本公司的定价来更多侧重于实证定价方面的研究；(4)
本文创造性的对模型的蒙特卡罗模拟结果进行了更深入的研究，进而衡量了高新
技术企业经营过程中的破产风险和整体价值的VaR，并对破产风险和VaR进行敏
感性分析，以找出影响企业风险的因素。
1．3．研究的框架
本文研究的主要内容是利用实物期权理论，从收入、收入增长率和成本率的
不确定性出发对高新技术企业进行价值评估，并且利用蒙特卡罗模拟结果，对高
新技术企业的破产风险和在险价值(VaR)进行分析，以更进一步从风险的角度
去认识高新技术企业的价值。具体的研究框架如下：
第一部分是对研究背景和内容等的介绍，并指出本文研究的意义以及创新之
处。第二部分从高新技术企业的价值评估特点和风险特性出发，来探讨传统价值
评估方法的局限性。第三部分首先介绍实物期权理论及其在高新技术企业定价中
的应用，接着我们从收入、收入增长率和成本率的不确定性角度来建立高新技术
企业的实物期权定价模型。第四部分根据第三部分的定价模型并运用蒙特卡罗模
拟方法对一样本公司进行整体价值评估，并对其公司价值的影响因素进行敏感性
分析。第五部分是根据蒙特卡罗模拟结果对样本公司进行破产概率分析和VaR
的衡量，并对破产概率和VaR的影响因素进行敏感性分析。第六部分是对全文的
研究进行总结，并对如何提高高新技术企业的价值和降低风险提出建议。
浙江大学硕士学位论文不确定性下高新技术企业价值和风险评估
2．高新技术企业特点及其传统价值评估
传统的评估企业价值的方法归纳起来主要有成本法、市场比较法和收益法
三种，这些方法在评估一般企业时都具有不同的适用性，但用于评价具有高风险、
高成长性、高技术性特点的高新技术企业时都遇到了一定的困难。
2．1．高新技术企业的特点
2．1．1．高新技术企业的界定
要对高新技术企业进行界定，就首先得对高新技术产业进行界定，我们把处
于高新技术产业领域的企业称为高新技术企业。一般认为，高新技术产业是指产
品技术性能复杂、科技人员比例大、产品的附加值高的产业。目前世界各国对高
新技术产业包括的领域和产品还没有统一的界定和划分。通常，国际上普遍采用
的是研究和开发(R＆D)强度指标，即研究和开发经费占产值的比重作为界定高
新技术产业的基本指标。
《科学的美国》杂志将高新技术企业定义为“需要不断进行高水平创新的企
业，其市场可能在一夜之间发生巨大的变化：这类企业一般需要有10％以上的高
级工程师和科学家，至于从事最边缘技术的企业则要有15％以上的高级工程师和
专家。”
我国曾于1991年对高新技术企业的认定条件作了具体的规定m1，这些条件
主要是强调企业的科技含量。主要表现在以下三个方面：(1)生产经营中的科技
含量，即企业必须生产经营一项或多项高新技术产品，技术性投入和高科技产品
产值占总收入的50％以上：(2)资金的科技含量，即用于高新技术产品研究和开
发支出占总收入的3％以上：(3)劳动力中的科技含量，即企业负责人必须熟悉
本企业研究开发、生产经营，科技人员占职工总数的30％以上，从事高新技术产
品研究开发的人员占科技人员总数的10％以上。
总之，高新技术企业是建立在高新技术产业基础之上的企业，这类企业具备
高新技术的所有特征，比如高风险、高投入、高产出、高效益、高速度等。其成
本是传统企业的10到20倍，发展具有跳跃性，成功的概率低，但一旦成功则回
浙扛大学硕士学位论文不确定性下高新技术企业价值和风险评估
报率极高。
2．1．2． 高新技术企业价值评估的特点
从上面的界定我们可以看出，高新技术企业不同于一般企业的本质特点是，
在为社会提供产品或服务的过程中涉及到的技术含量比较高。与传统企业相比，
高新技术企业具有高新技术密集、高知识密集、高投入与高产出、高风险和高发
展速度的特点。这使得高新技术企业的价值评估与传统企业不同，具有自己鲜明
的特点⋯1：
1．风险大、收益率高。高新技术企业具有较高的风险和收益，由于知识的
不可存储性和创新效益的溢出效应，使高新技术企业的投资中，预期收益高于传
统企业且收益的不确定性大。由于新技术、新产品的不断涌现，知识更新不断加
快，产品生命周期缩短，产品、技术更替频繁，企业失败的概率比较大，这使得
高新技术企业要面临更大的风险。在收益方面．由于高新技术企业一般具有较强
的垄断力，产品在得到市场的认可后会产生很强的扩张力，得到的收益也比较大。
2．企业的决策具有动态序列性。高新技术企业在不同的发展阶段都要根据企
业面临的不同情况做出不同的决策，在市场情况向好的一方面发展时，须做出一
种积极的决策；反之，当市场向不好的方面发展时就做出另一种决策。并且这些
决策一般都是战略性的，关系到企业的发展方向与命运，也影响到企业未来获取
现金流量的能力。事实上，决策的战略性也是实物期权所衡量的灵活性价值的来
源所在。
3．企业有形资产少，无形资产比重大。知识的更新和不断的技术创新括动
在高新技术企业盈利活动中起着重要的作用。无形资产是高新技术企业的重要资
产形态之一，其重要性超过了货币资产和实物资产，有些企业只拥有少量甚至是
微不足道的有形资产，企业价值主要依靠这些无形资产。
4．部分高新技术企业缺乏传统估价方法所需的数据：由于高新技术企业采
用的拽术千差万别，一般很难找到在行业、技术、规模、环境及市场方面都类似
的可比公司，这就无法使用传统的相对比较法。另外，一些高新技术企业缺乏盈
利记录，无法根据现在的盈利计算盈利增长率：对于新成立的高新技术企业，缺
乏历史数据，使得预测和推断缺乏说明力。
乏历史数据，使得预测和推断缺乏说明力。
浙江大学硕士学位论文不确定性下高新技术企业价值和风险评估
2．1．3．高新技术企业的风险特征
高新技术企业的收益性是显而易见的，其股票也往往为众多投资者所追捧，
市值经常一路飙升，但我们在津津乐道其收益性的同时不可忽略所隐含的风险。
所谓的风险就是一种不确定性，是指人们的认识或预期与事物客观发展结果之间
的距离。根据风险守恒定律，风险与收益必然是成IT}=P,的，预期收益越大，其风
险也就越大。高新技术企业的高收益性和高风险性是相联系的，具体而言，高新
技术企业主要面临的风险有技术风险、市场风险和管理风险。
高新技术企业大都是技术创新企业，技术创新在其成长过程中发挥着至关重
要的作用。所以，高新技术企业在技术方面的风险主要是指在技术创新的发展方
向、速度以及所能达到的最终结果存在不确定性。创新企业通常并不确定在所进
行的研究开发领域中新的技术突破将在哪一个方向以何种速度开始、不能确定这
种技术突破将对现有技术结构产生何种影响及其后果如何。此外，技术不确定性
还包括产品生产何售后服务的不确定J眭、技术效果的不确定性、技术寿命的不确
定性等。
对于高新技术企业而言，处理好与市场有关的风险是至关重要的。所谓的高
新技术企业的市场风险，是指在高新技术企业的市场实现环节，会遇到这样或那
样的市场不确定性，由此可能会导致企业的失败。市场风险主要是由于高新技术
产品的市场不确定性和技术创新收益不确定性导致的。市场的不确定性主要是原
因是创新产品的市场接受能力、接受时间、扩散速度和竞争能力的不确定性引起
的；技术创新收益的不确定性是由于高薪技术产品所具有的私人产品和社会公共
产品二重性所决定的。
管理风险是指高新技术企业的创新过程中因管理不善而导致创新失败所带
来的风险。它主要包括，由于企业领导者因为创新意识不强而带来的意识风险；
因企业决策失误而带来的决策风险；由于高技术企业组织结构不合理所带来的组
织风险；指因资金不能适时供应而导致创新失败的可能性的资金风险。除上述风
险因素外，企业外部的社会、政治、法律、政策等条件变化也会给高技术创新活
动带来风险。
2．2．传统评估方法简介
浙江大学硕士学位论文不确定性下高新技术企业价值和风险评估
2．2．1．成本法
成本法测定所有者的未来利益是通过替换被评估资产未来服务能力所需要
的货币量，所以也称为重置成本法。这种方法的假设依据是：新的资产价格与该
资产在其寿命期所能提供的服务的经济价值是相当的，市场则是这个方程的检验
地。比如说，如果一个新机器的价格我们设定在一个水平比用于机器未来经济利
益的现值要高得多，那么，这机器肯定卖不出去。如果反过来，则肯定会供不应
求，价格会提高到与其经济价值相当的价格。成本法另一个输入变量是评估折旧，
这是与会计折旧不同的概念。人们对于新资产很少要能够提供几种价值的选择。
然而，采用成本法总是把此过程复杂化，即由于评估折旧的原因，评估得出的新
价值，是重置成本减去评估折旧即减去资产实体性损耗、功能性贬值和经济性贬
值的结果。
在具体操作上，成本法也称为账面价值法，可以分为未经调整的账面价值法
和经调整的账面价值法。未经调整的账面价值法评估一个公司的价值一般有两种
方法，一种是可以根据该公司的资产负责表，把投资人要求权：长期借款及短期
借款、公司优先股和普通股东权益，然后直接加总求和来代表整个企业的价值，
这种方法即投资人要求权法；另一种方法是间接地通过加总公司的总资产，再扣
除流动负责和递延税收，最终得到公司的净资产，该方法即资产负责表方法。”。
账面价值评估的准确性取决于账面价值与其市场价值的接近程度，然而公司
资产的账面价值通常都与其市场价值不一致。基于此，研究人员提出了调整的账
面价值方法。调整的账面价值法的一种方式是用估计的重置成本取代各项资产的
净账面价值。至于如何估计重置成本，一种可行的办法是选用价格指数，将资产
的历史成本换算成当前的市值。在实际操作中，一般要分别调整每一项资产，以
反映各项资产的真正的当前重置成本。但是，困难的是我们该如何定义重置成本，
因为新资产总会有或多或少的改进，新资产替代旧资产往往既有升级又有重置。
2．2．2．市场法
市场法也叫市场比较法法，简单的说，市场比较法就是通过考察类似公司在
市场上的定价对待估价的公司进行评估并得出其价值。这种方法的关键步骤有三
浙旺大学硕士学位论文不确定性下高新技术企业价值和风险评估
个：首先是要选定可比公司，该公司必须与待评估的公司类似；其次是选择一个
标准化的衡量尺度(通常是收益、现金流、账面价值或营业收入的乘数)；最后，
运用标准化的比率系数对公司进行评估。由于这种方法的评估结果是建立在可比
公司的市场价值基础之上，所以它不可避免要受到现行市场偏见正面或负面的影
响；而且如何选取可比公司成了评估是否科学的关键m1。
根据比率系数的不同，市场比较法可以分为许多不同的模型：
L价格／收益倍数估价法(PE法)
也就是我们经常说的市盈率法。市盈率指标是所有比率中使用最多的一种，
在估价中也得到广泛的应用。首先，它是将一个股票价格与当前公司盈利情况联
系在一起的一种直观的统计指标；其次，对于大多数股票来说，市盈率易于计算
并容易得到，这使得公司之间的比较变得十分简单；再者，市盈率还能作为公司
一些其他特征的代表，比如风险性和成长性等。
但是该方法在对很多高新技术公司评价时却遇到了困难。对于处于亏损的高
新技术公司而言，市盈率没有意义。并且，在剧烈波动的新兴市场上，市场的周
期性波动和高新技术公司每股收益的变动会造成市场平均市盈率在不同时期的
巨大变动，在这种情况下，运用传统的市盈率定价法并不能准确地反映新股公司
的内在价值。
2．价格／账面值比率估价法(PBV法)
PBV是公司资产市场价值与账面价值之比，反映了资产盈利能力初始成本之
比。这个指标的优点在于：首先，账面价值提供了一个对价值相对稳定和直观的
度量，尤其对于那些从不相信未来现金流量折现法的投资者来说，账面价值提供
了一个非常简单的标准：第二，因为PBV比率提供了一种合理的跨企业的比较标
准，所以投资者可以通过比较同行业中不同公司的PBV比率来发现价值被低估或
高估的企业：最后，即使那些盈利为负，无法使用PE比率进行估价的企业也可
以使用PBV比率来进行估价。
应该说，PBV方法评估高新技术企业价值具有一定的适用性，并且二阶段PBV
方法更是反映了高新技术公司高成长性的特点。但是这种方法还是没有强调高新
技术公司可以根据未来不确定性而做出灵活调整的价值；再者，如果企业连续多
年亏损，那么企业权益的账面价值可能为负，相应地，PBV比率就会失去意义。
浙江大学硕士学位论文不确定性下高新技术企业价值和风险评估
3．价格／销售收入比率估价法(PS法)
Ps法是近年来评估师们比较青睐的方法。原因在于，它不会像PE或PBV因
为可能变成负值而变得毫无意义；其次，销售收入不受折旧、存货和非经常性支
出所采用的会计政策的影响；第三，PS不像PE那样易变，因而对估价来说相对
更加稳定可靠。
估计一家公司Ps比率的最普遍的做法是选择一组可比公司，计算这一组可
比公司的平均Ps比率，然后再根据待评估公司与可比公司之间的差别对平均Ps
比率进行主观上的调整。我们可以利用市场的全部公司或大部分公司的数据来估
计待评估公司的比率，概括这些信息最简单的方法就是进行多元线性回归分析。
一般当Ps比率作为被解释变量时，风险(17,)、增长率(EGR)、红利支付率
(Rp)和净利润率(PM)为解释变量。回归方程为：
PS=a+b×Rp+c×B十d×EGR+e×PM
其中：PS——价格lift售收入比率；
R矿一红利支付率；
13——风险系数；
EGR——未来5年内预期的利润增长率；
PM_—_净利润率。
2．2．3．收益法
我们不难发现，无论是传统公司还是高新技术公司，无论是收购兼并还是公
司价值管理，公司价值的真髓还是它未来盈利能力。只有它具备这种能力，它的
价值才会被市场认同，所以收益法是评估企业价值最理想的方法。收益法在实际
评估中一般采用折现现金流量的形式。
在折现现金流法(Discounted Cash Flow，DCF)中，现金流量是衡量企业价
值的标准，持续经营是其基本的假设。该方法的基石是“现值”定律，即任何资
产的价值等于其预期未来全部现金流的现值的总和。其基本公式如下：
矿：争』L
鲁(1+r)。
其中：V——企业的价值；
浙江大学硕士学位论文不确定性下高新技术企业价值和风险评估
cE——企业在t时刻产生的现金流
n——企业的寿命；
r一反映预期现金流风险的折现率。
折现现金流法在对公司价值评估时，有两种形式。一种是对公司股权价值的
评估，此时OF,对应于t时刻公司预期的股权现金流用啊，r为公司股权资本成
本。另一种是对公司整体价值进行评估，OF,对应于t时刻公司预期的自由现金
流，r为公司的加权平均资本成本WACC。我们下面将主要对后一种形式着重说明，
即： 公司整体价值2喜高
从企业价值评估的角度讲，折现率是企业各类收益求偿权持有人要求报酬率
的加权平均数，也就是加权资本成本。加权资本成本一般以各种资本占全部资本
的比重为权数，对个别资本成本进行加权平均确定的。
WACC=ke[E／(E+D+PS)】+kd[a／(E+D+PS)】+kps[eS／(E+D+Ps)】
其中：妇——股权资本成本；
肼——税后债务成本；
gps——优先股成本；
El(E+D+PS)——股权资本的市场价值在总资产市价中所占的比例；
D／(E+D+PS)——债务的市场价值在总资产市价中所占的比例；
PS／(E+D+PS)——优先股的市场价值在总资产市价中所占的比例。
折现现金流法在对高新技术企业价值评估中的应用一般采用两阶段模型。两
阶段模型将企业价值分为两部分分别进行评估，第一部分是企业高速增长时期的
现金流现值之和，第二部分则是乎稳发展时期的现金流现值之和。假定如果高新
技术企业在n年后达到稳定增长状态，稳定增长率为g，则采用两阶段的企业自由
现金流模型的高新技术企业的价值可以表示为：
公司价值=Σ嘲／(1+WACC)’+只／(1+WACC)”
浙江大学硕士学位论文不确定性下高新技术企业价值和风险评估
其中：只为高速增长阶段期末的公司价值
e=兀甄+1／(wAcc．一岛)
其中：岛——稳定增长阶段的增长率
WACC．——稳定增长阶段的资本加权平均成本。
2．3．传统评估方法的局限性
成本法能否用于高新技术企业的价值评估，关键一点是公司的获利能力是否
与其账面价值密切相关?”1但显然，很少有高新技术公司的资产历史净值其与获
利能力紧密相关，不然高新技术股票价格将极低，更别提所谓泡沫的存在了。并
且，账面价值所忽略的组织资本(B．Cornell and h．Shapiro，1987)“1，在持
续经营假设下通常是公司价值的一个重要组成部分。这样评估出来的高新技术企
业的价值肯定会远远低于其真实价值，所以我们需要探索其他价值评估方法以弥
补账面价值评估法所带来的不足。
同时，运用相对估价法评估公司的价值的关键是在于选定合适的可比公司。
这一点对于那些处于成熟行业的公司来说相对是容易的，但对处于新兴行业的高
新技术企业来说是很困难的。其次，很多比率指标只有在公司盈利时才具有意义，
这对于许多高新技术企业处于亏损但仍具有高股价的现实情况不符合。最后，很
显然相对估价法无法正确评价高新技术企业未来决策灵活性所带来的价值。
对于折现现金流量法，首先该方法评估的对象局限于企业正在展开的经营活
动所产生的收益，而在现实的经营中，企业开展的经营活动并非都能立即获得收
益，尤其是短期内的收益，这一点在高新技术企业中表现的尤为突出，如技术研
发投资。也就是说，该方法估算的是企业现有的投资机会的收益以及现有业务未
来的增长所能产生的现金流的价值，而忽略了企业潜在的投资机会可能在未来带
来的投资收益。因此，用折现现金流法来估算企业价值，很可能造成价值的低估。
在利用折现现金流法评估高新技术企业的价值时，往往只考虑了企业己经使用的
高新技术对企业价值影响，企业所拥有的还没有使用的高新技术的价值不在考虑
之列，当然就更没有考虑到企业拥有该技术后所拥有的进一步开发下一代新技术
的机会的价值。这样就造成应用折现现金流法所得出的企业价值评估值与企业的
浙江大学硕士学位论文不确定性下高新技术企业价值和风险评估
实际价值相比偏低的现象。对于高新技术企业来说，往往拥有价值量很大的专利
权、专有技术等无形资产，这些无形资产有的已经投入使用，有的还没有投入使
用，企业正在等待使用的最佳时机。使用折现现金流法时，对任何没有使用的无
形资产的忽视都会对评估结果产生影响。当没有使用的无形资产的价值较大时，
会使得评估结果严重偏离企业的内在价值。
其次，这种传统的分析方法没有考虑灵活性具有的价值。Dixit年NPindyck
(1994)“71认为：折现现金流量法假设决策者执行的是刚性的“do now Or never”
的策略，即对于投资机会要么立刻执行，要么放弃。在企业的分析、决策过程中，
决策者被假设扮演的是一个被动的蕉色，他只能坐视投资环境的变化，而不能采
取相应的对策。但是，在实际投资过程中，企业往往具有灵活性。管理人员可以
根据市场的变化，决定投资的时间、规模、方式等等，甚至干脆终止投资。企业
在经营过程中的这种灵活性被称为经营柔性。经营柔性的存在使得企业在决策过
程中具有某种相机的选择权，而无相应的义务。折现现金流量法在评估企业价值
中忽略了企业管理者通过灵活地把握各种投资机会所能给企业带来的增值，因而
在评价具有经营柔性的企业时，就会导致这些企业价值的低估。这一点也是所有
上述传统方法所共有的缺陷。
在当前新经济的环境下，未来经济增长模式是难以预测的，在这样的环境下
高新技术企业的技术发展及其应用的市场前景都很不确定，未来存在大量的投资
机会和增长机会。对于企业来说能否把握不确定环境下的各种投资机会在很大程
度上决定着企业的价值，对于投资者来说忽视企业未来增长机会的价值可能会丧
失很多良好的投资机会。但是传统的(调整)账面价值法、相对估价法和折现现
金流量法对帮助我们发现这部分隐含价值却无能为力。
浙江大学硕士学位论文不确定性下高新技术企业价值和风险评估
3．实物期权与高新技术企业价值评估
传统上，处理不确定性问题往往将其转化为确定性问题，并且如果不确定性
越大，则资产的价值越低。但事实上，对于未来充满不确定性的高新技术企业来
说，管理者可以根据未来事态的发展来进行相机的战略决策，避免损失并获得收
益。实物期权概念自提出以来，就是用于处理不确定性问题，并且认为不确定性
越大，其期权的价值也越大。故用实物期权来处理高新技术企业定价问题是非常
适宜的。
3．1．实物期权基础
3．1。1．实物期权概念
实物期权的概念最初是由Myers，S．C(1984)o”提出的，他首次将期权理
论运用于实物资产。Myers最先指出，期权分析对公司成长机会的合理估价是重
要的，许多公司的实物资产可以看成是一种看涨期权。这种期权价值依附在利润
增长的商业业务上。由于公司在未来一些项目上可能有机会获得超过竞争性费率
的收益，公司的价值可能超过当前所属项目的市场价值。传统资本预算为这样的
项目估价所采用的标准方法，是把预期完成日期的价值贴现为当前净现值。因此，
这种方法隐含了一个假定，即公司将被指定完成该项目。然而事实上，在完工之
前管理人员不必做出这样的承诺。因而这一标准方法忽略了在完工之前管理层不
再推进该项目的灵活性的价值。
Myers还指出，公司资本结构的选择也会极为重要地影响到这些项目的价值。
传统资本预算方法不考虑项目经营选择权，也不考虑公司资本结构的灵活性。然
而，和经营选择权一样，财务灵活性也可以用财务选择权的价值来衡量，公司通
过资本结构的选择而获得财务选择权。对于包含相当不确定性的长期投资项目来
说，财务灵活性和经营灵活性之间的相互影响是相当明显的。Myers强调，实物
期权是分析未来决策能如何增加价值的一种方法，或研究在将来可以相机而动这
种灵活性有多大价值的一种方法。
Trigeorgis和Mason(1987)“”亦指出，净现值法(NPV)或其他现金流量法
浙江大学硕士学位论文不确定性下高新技术企业价值和风险评估
评价模式均忽略了管理者可因应未来市场情况的变化，对最初经营策略进行修正
的能力，其主要原因在于现金流量法忽略了企业管理者所拥有的管理弹性。另外，
真实的世界是多变的，市场极具不确定性和竞争性的，管理者应随着新信息的获
得与不确定性情况的改变，适时的调整经营策略，例如延迟计划的投资时间、扩
张或缩减经营规模、放弃或改变经营计划，使得管理者所拥有的管理弹性可以提
升投资计划的利润，限制投资的损失。因此Trigeorgis和Mason(1987)㈨修正
了传统的NPV公式，即：
扩展NPV=静态的NPV+期权价值
与实物期权相类似的概念有，管理期权(Managerial Option)、“在不确定
条件下的投资”(Investment under Uncertainty)等概念。James C．Van Horne
和John}11．Wachowicz，Jr．o”给出的管理期权定义是，管理人员进一步作出决
策来影响一个项目的预期现金流、项目寿命或未来是否接受的灵活性。Avinash K
Dixit和Robert Pindyek(1994)“71合著的Investment Under Uncertainty一
书，提出了“不确定条件下的投资”这个概念。他们详细论述了在不确定条件下
不可逆投资的基本理论，强调了投资机会中类似期权的特征，分析了如何能根据
从金融市场中发展出来的期权定价方法获得最优投资规则，说明了企业在提供满
足未来条件的灵活性程度不同的投资类型间的选择等问题。
3．1．2．实物期权模型类型
至今，运用实物期权理论进行研究时的模型主要可以分为四种基本类型，
分别为连续时间模型、有限差分模型、二项树定价模型和格子气模型(Lattice
Models)，大多数实物期权模型都是这四种基本模型的扩展或综合。
1．连续时间模型
连续时间模型一般假设标的物资产服从对数标准正态分布，一般标的物价
格服从几何布朗运动(GBM)，可表示为：
出=axdt．4-axdz 3-1
其中：口——标的物瞬时期望报酬率，或称瞬时漂移率：
盯——标的物瞬时波动率，一般为常数；
出——标准的维纳过程。
浙江大学硕士学位论文不确定性下高新技术企业价值和风险评估
我们在假设标的资产服从某一随机过程时，GBM是简单也可以说是最常见
的随机过程，也是Black--Scholes模型所用的随机过程。对于这些模型，我们
一般用Blaek--Scholes方法或者修正的Black--$choles方法来求解。
尽管GBM过程假设对于很多金融资产都是成立的，但对于某些资产却不一
定成立，比如铜、原油等某些原材料的价格等。虽然这些商品的价格也经常被模
型化为几何布朗运动，但这些价格以某种方式与长期边际成本相联系，也就是说
这些商品的价格在长期将收敛到某个固定值。在这种情况下，我们一般将标的资
产模型化为均值回归过程(mean—reverting process)。最简单的均值回归过程
——o_U过程(Ornstein—Uhlenbeck process)可表示为：
dx=x(x-x)dt+crdz 3-2
其中芷表示向均值回归的速度。
更加复杂的情况下，我们将标的资产看作不频繁却离散跳跃的过程来建立
模型。比如在正常时期，石油价格是连续的，但在战争开始或结束时，油价会发
生较大幅度的下降或上升；或者对于有竞争者进入时，公司的销售或股价会有一
个向下跳跃的过程(Trigeogis，L．，1996)“⋯。一般对于这种情形，我们在其原
理的随机过程中加入一个泊松跳跃过程：
dx=orxdt+cxdz+奴dd 3-3
胖炉侩概裂巍； 。一a
k表示跳跃的程度。
对于这些较复杂的随机过程来说，我们不可能再运用Blaek--Scholes模型
的解析式来评估期权的价值。这时，我们需通过所列出的随机过程求出相应的偏
微分方程，然后通过某些边界条件求解偏微分方程即可。但遗憾的是，在大多数
情况下，甚至在假设几何布朗运动情况下，我们所列出的偏微分方程可能会相当
复杂，以至于无法得到解析式形式的解。在这个时候，我们就得运用计算数学的
方法来求解数值解。
2．有限差分模型
有限差分法是处理微分方程的一种数值方法，对于期权价值可以做近似数值
解。该方法通过把连续微分方程转化为一组离散差分方程，然后应用迭代的办法
浙江大学硕士学位论文不确定性下高新技术企业价值和风险评估
对这组差分方程求解。
基本的有限差分方法有两类：隐性方法与显性方法。隐性方法在四个期权价
值(包括三个的不同期权价值和一个t=t+l的期权价值)之间定义某种关系，
例如：K：。=吾∥+丢K2+i6v，．3 a隐性方法的结果比较可靠，一般都能收敛到微分
方程的解，但计算量却非常大：但是，该方法要求微分方程只有一个稳定点，而
且要收敛。
显性方法实际可以认为是隐性方法的简化，它考虑的是一个t=t的期权价
值同三个不同t=t+1的期权价值之间的某种关系。显性方法有些类似决策树方
法，但是某些情况的取值可能为负数，所以它不需要必须收敛到微分方程的解析
解。但是，显性方法要求方差的估价值偏低以及两个稳定性约束条件。
3．二项树期权定价模型
二项树期权定价模型与前两类模型一样，对于潜在的资产的未来价值不做预
测，但是它假设潜在的资产价值分布服从二元路径分布：
／ EⅡ，
／
R ‰
＼∥／
＼＼
、％
图3．1二项树期权定价模型
在图3．1上，每一个数值称为一个节点，每一条通往各节点的线称为路径；
我们以下标u和d分别表示变量数值的上升和下降的倍数，下标和Σu和Σd的
数值分别代表变量数值下降和上升为原来数值的数倍；下标的数目表示经过的下
降和上升的次数；总共经过的期数一般用n来表示。在二项树期权定价模型当中，
一般假定潜在资产价值下降和上升的幅度为已知常数，其波动率也为已知常数，
所以，它是一种风险中性估价的方法。
二项树期权定价模型的应用受到以下几个方面的限制：其一，由于二项树期
权定价模型把投资阶段视为树，所以随着阶段的增多，包含实物期权的投资机会
浙江大学硕士学位论文不确定性下高新技术企业价值和风险评估
的树迅速会膨胀。其二，与连续期权定价模型类似，二项树期权定价模型每次也
只能考虑一个不确定因素。其三，作为一种数值近似方法，由该模型得到的期权
估值结果与Black-Scholes模型的结果比较接近。
4．格子气模型㈣
Kamrad(1995)的研究指出，由于在应用连续期权价值模型时不仅数学上很复
杂，而且缺少简单的解析方法求出结果。他认为格子气模型方法既便于理解，又
易于使用，计算效率也很高。
格子气模型方法用离散时间来近似描述资产价值变动的连续随机过程。比方
说，二项树期权定价模型就是标准几何布朗运动的近似描述。当然，应用格子气
模型方法能够近似描述比标准几何布朗运动更加复杂的连续随机过程(Nelson＆
Ramaswany，1990)，(Kamrad＆Ritchken，1991)。
格子气模型方法的主要局限性在于由于它也是一种树的模型，所以随着节点
的增多需要计算的节点数成级数增加，运算量会很大；与其他期权定价模型方法
一样，格子气模型方法也同时只能考虑一种或两种不确定性因素；应用格子气模
型方法，需要相应资产的市场价格信息，或者需要均衡资产定价模型来确定某些
资产价格与投资回报率；最后，是应用格子气模型方法好，还是简单增加二项树
期权定价模型的节点数更加合适，还值得斟酌。
3．2．高新技术企业的实物期权
3．2．1． 高新技术企业实物期权的识别
从高新技术企业决策的动态序列性来考虑，可以认为高新技术企业拥有很多
的选择权(期权)，高新技术企业的价值很大部分实际上是该企业所拥有的选择
权价值的总和。高新技术企业所包含的实物期权是非常复杂的，可根据高新技术
企业中实物期权的来源分为以下彼此有所交叉的几类：
1．专利权中的实物期权。在大多数高新技术企业的资产结构中，未来可能
给投资者带来超额利润的专利权等无形资产占据了相当大的比重。专利权使企业
拥有开发和制造某种产品的权利，只有当预期产品销售的现金流超过开发成本
时，企业才会使用此项专利进行生产。因此，专利权相当于是产品的看涨期权，
产品本身为标的资产。
浙江大学硕士学位论文不确定性下高新技术企业价值和风险评估
2．技术研发的实物期权。不断的进行新技术的开发是高新技术企业生存成
长的关键所在，高新技术企业一般都投入了大量的资金用于技术研发。我们可以
将技术研发的实物期权与美式看涨期权进行类比，研发费用可以对应与期权的期
权费，对科研成果进行商业化投资所发生的投资额相当于看涨期权的执行价格，
商业化投资所获得的收益相当于看涨期权的标的资产价格。同时，与美式看涨期
权相类似，我们可以在新产品的寿命结束前的任何时间追加投资。
3．市场扩张的实物期权。从长期来看，企业现在投入的资本是为了将来占
有更大的市场份额，申请注册某项专利或者保持进入某个新市场的潜力。我们可
以把现在的投入视为增长期权的初始投资，初始投资可以减少未来的生产成本，
从而能够以比没有增长期权投资的竞争对手抢先进入市场，以更低的价格进行扩
张。这种战略优势的获得带来了市场份额的扩大，从而增强了企业未来的市场竞
争能力。
3．2．2． 高新技术企业定价与实物期权
基于实物期权理论在处理不确定性问题上的优势，国内外已有部分学者将实
物期权理论运用于高新技术企业的定价。Day、schoemaker和Gungher(2000)“”
指出实物期权定价方法适用于对新兴技术投资进行分析。这是因为：投资回报高
度不对称，看涨可能性和看跌可能性之间相差越大，期权的价值越高：未来收益
和成本极不确定，不确定性越大，管理决策的价值越高；与未来跟进的投资(形
成生产规模或市场化)相比，初始投资(技术开发或收购行动)比较小，增加了灵
活机动的优势；由于大多数投资需要经历几个自然阶段，或者需要做出一系列的
决策，这就创造出多种期权，也增加了期权的价值；时间周期往往比较长，提供
了更多的机会了解关键信息，消除不确定性以便做出决策，提高期权价值。
Berk、Green和Naik(1999)嘲在分析企业增长期权和股票收益时把企业的
价值分为两部分，即企业增长期权的价值和企业现有资产价值。Benaroch年H
Kauffman(1999，2000)o瑚1采用实物期权定价方法对Yankee 24电子网络银行的
POS系统项目进行了概念分析和估价。Ammam和Kulatilaka(1999)⋯系统地提出
了实物期权分析框架，并用案例对不同形式的企业和投资项目的价值进行了实物
期权分析。Kel logg和Charnes(2000)哺1运用决策树和增长期权模型来评估生化
浙江大学硕士学位论文不确定性下高新技术企业价值和风险评估
公司的价值，发现在早期阶段用实物期权定价法较佳
国内学者孙东建、赵建生(2003)。71和王桂华、齐海滔(2002)呻1，探讨了
实物期权理论在高新技术企业价值评估中的应用。王忠波(2002)。”提出了实物
期权估值方法的基本思路是把高科技企业视为若干项实物期权的组合，高科技企
业的价值等于现有资产产生现金流的现值加上各种实物期权的价值。
现有的实物期权评价模型大多是利用树状模型或者将企业的不确定性资产
进行实物期权定价，而后再加上确定性资产的价值而求得企业的价值。Schwartz
和Moon(2000，2001)。”。71则建立一个连续时间下的实物期权模型，并用离散
时间来逼进，以蒙特卡罗模拟来求出公司的价值。关于Schwartz和Moon模型的
具体运用我国台湾的研究人员做了一些有益的探索，林家凡(2001)。”运用
Schwartz和Moon(2000)。”实物期权模型评价了台湾IC设计公司——威盛的股
价，发现实际价格逐渐接近模型价格，并由敏感性分析得出影响公司价值的关键
因素；王志彦(2001)⋯1将Schwartz和Moon(2000)。”的模型的计算和敏感性
分析开发成了一个软件系统；黄玉枝(2002)o”运用Schwartz和Moon(2001)
⋯1实物期权法和净现值法评价了联发科等电子产业公司，并将实物期权法和净现
值法比较，找出了所存在的公司成长性的价值；王莉雯(2004)””依据Schwartz
和Moon(2001)m1的模型，将处于不同发展阶段的生化科技企业进行评价，发
现处于成长阶段的公司更适合于用实物期权评价模型。
中国大陆还鲜有学者运用Schwartz和Moon的模型对高新技术企业进行定价
研究。本文接下来将对Schwartz和Moon的模型进行必要的修改后，选取一样本
公司进行整体价值评估的案例分析，并对该公司的风险进行衡量。
3．3．高新技术企业的实物期权定价模型分析
3．3．1．连续时间模型
根据Schwartz和Moon(2001)主要思想，我们的评价模型将主要利用公司
财务报表里的既有信息，比如主营业务收入、成本、现存货币资金及其等价物等，
运用随机模型的办法来估计收入、收入增长率和成本率，这也是本模型的三个基
本不确定性因素，最后通过某些会计关系来计算公司的整体价值。
浙江大学硕士学位论文不确定性下高新技术企业价值和风险评估
1+收入(足)
假设公司t时刻的瞬时收入且服从以下随机过程：
专譬：2托“+dt0+pq毛幽3-5
其中，“为t时刻收入增长率的期望值，q为t时刻收入的标准差。在很
多随机过程假设中，我们都可以认为“和盯，为常数。但为了反映高新技术公司
的高度不确定性及高新技术产业的高度竞争性，“和q都是随时间变化的。并
且我们很容易得到如下规律，即起初很高的收入增长率随着产业的逐渐成熟将回
复到产业的合理水平。因此，可以假定收入增长率“服从均值回归过程
(mean—reverting process)，其长期的产业合理收入增长率为Ⅳ：
d弘t=K(蟊一雒●at十qtdz2 3-6
其中r／t为收入增长率t时刻的标准差。彭为均值回复速度参数，决定了“回
复到长期平均水平的速度，而ln(2)／x可以视为增长率“回复到达长期平均水平
万一半的时间(half-life of the deviations)“”。如，、dz2为标准的维纳过
程，可以解释为未预期到的收入变动和未预期到的收入增长率的变动。且两者可
能存在～定的相关性：
盔z2=岛2dt 3-7
为了简化模型，假设毛、毛相互独立，即假设届2=0惟”。另外，假设收入
的标准差也将回复到某一正常的水平，且收入增长率期望的标准差将回复到零。
用方程可表示如下：
dq=K(盯一a,)dt 3-8
dr／,=——岛r／flt 3-9
㈨1假设是以指数方式(e一埘)递减．即可求出呱2)，r为卢，到达长期平均水平i一半的时间。
呲”Schwartz和Moon(2001)的敏感性分析中指出，该变量对公司价值的影响不大。
浙江大学硕士学位论文不确定性下高新技术企业价值和风险评估
其中q表示收入标准差q回复到长期平均水平仃的速度参数，砭表示收入
增长率标准差仇回复到零的速度参数。
2．成本(Cost,)
在Schwartz和Moon(2000，2001)及台湾的相关文献中，将成本分为可变
成本与固定成本，认为可变成本与收入兄存在一定的比例关系，将可变成本表示
为”R，并且假定一服从均值回复过程，而固定成本F的估算期T(10年)内保
持不变。本文认为上述划分可变和固定成本的假设非常不符台实际，一来对于处
于高速增长的高新技术企业来说，企业规模发生剧烈变动，在以年为时间间隔
(At=1)且跨度为10年的估算期来说，已经没有所谓的固定成本可言了；二
来中国大陆的上市公司财务报表中并未明确划分固定成本与可变成本，这对准确
区分固定成本与可变成本带来了一定困难。
基于上述两点原因，我们认为总成本(Cost,)全部是可变的，均与本年的
收入R成某--LL例关系，即：
Costt=只置3-lO
我们将总成本(Costt)界定为主营业务成本、管理费用和营业费用“”，那
么(R—Cost,)则可表示为息税前利润(EBIT)，O-r,)为息税前利润率。以为成
本率参数，当儿>1时表示企业亏损。
由于未来潜在竞争者的进入、市场占有率的变化以及技术进步等因素都将引
起高新技术企业盈利能力的变化，我们假设"服从均值回归的随机过程：
d一=b(y—y,)dt+仍d毛3-11
同样，玛表示成本率参数一回复到长期平均水平，，的速度，1Il(2)，玛表示偏
离值回复到长期平均值一半的时间。更进一步，假设成本率的标准差仍将回复
到某一长期平均水平妒：
瞄”为了研究方便，我们忽略了财务费用，模型中没有涉及资本结构的问题，况且一般财务成本占总成本
比例也较小。
2l
浙江大学硕士学位论文不确定性下高新技术企业价值和风险评估
妃=畅(石一仍)出3-12
同时，未预期到的成本变动率dz3可能与dzl、dz2存在一定的相关性：
如奶=启3dt 3-13
电dz3=P23dt 3-14
但是为了简便起见，对于这两个并不敏感的参数都假设它们为零。
3．税后利润(Z)
根据以上所求得的每一期的收入和成本，在t时刻的税后利润由下式求得：
r=(R—Cost,)×(1一t) 3—15
其中t为公司的所得税率，但有～点值得说明，只有在公司的递延所得税资
产为零时，才需要课税。这～点对于某些处在亏损阶段的高新技术公司来说尤其
具有现实意义。
4．递延所得税资产(Loss carry--forward，L)“41
在公司的税后净利润为负的情况下，可以享有税赋上的优惠，可累积提列递
延所得税资产，在以后的会计年度中抵减税额。假设厶递延所得税资产，则服从
以下动态过程：
j dL,，i了竺，挈果墨刈． 3-16 IdL,=抛卜j：出，0】如果L¨=o
⋯
该动态过程表示，当前一期的递延所得税资产太于零时，如果当期的公司税
后净利润为负，则当期递延所得税资产累积增加一Ytdt；当前一期的递延所得税
资产为零时，若当期的净利润为正，则递延所得税资产不变，否则递延所得税资
产增加一r,dt。
5．资本性支出(Capx,)和折旧(Dept)
在t时刻的厂房设备等固定资产只，决定于当期的资本性支出Capx,和折旧
舢1 L对应于我国会计报表中的递廷税项。
浙江大学硕士学位论文不确定性下高新技术企业价值和风险评估
Dep，，而期初气的资本性支出计划8 51为已知，而后各期的资本性支出为收入冠
的CX比例。此外折旧也为固定资产P的DR比例“”。即：
妒={Capxt—Dep，}dt 3-17
』％=Pt-Pt-1专j乳：旦3-18
【Capx，=CXxR 当t>to时
Dep,=DR×￡3-19
6．累积的现金流及其等价物(Z)
计算出各期的税后净利润、折旧和资本性支出后，我们便可以求出公司各期
所产生的现金流，服从以下动态过程：
dX,={rXt—t+Z+Dept—Capx,}出3-20
在上述动态方程中，我们考虑了无风险的利息收入。在实物期权通常所假设
的风险中立的框架下，我们以无风险利率来折现经风险调整过的现金流量，故我
们也以同样的无风险利率来累积现金流量。为了简化问题，我们假设公司保留所
有的盈余，并赚取无风险利息收入；一直到公司进入正常发展阶段时(t—T)，
累积的股利才会开始以现金的形式发放给股东。
通过对公司累积现金流量的认知，我们可以对公司的破产概率进行分析。假
设当公司的累积现金流达到某个值∥时，公司宣告破产。虽然公司通常在累积
现金流无法维系公司正常运营时的某个正数时破产，但对于高新技术公司可以允
许期累积现金流为负数，即存在未来的融资机会。至于未来的最大融资量为多少，
可以从公司最优资本结构出发去寻找答案。但为了研究方便，本文暂将z’设定
为零，当公司的累积现金流枯竭时即宣告破产。
7．公司目前价值(Vo)
定义模型所有的变量及其随机过程后，目的在于求出公司目前的价值K。根
据期权定价的无套利均衡分析，K可以由在风险中立的测度％(等鞅测度)下，
‘洼”由于我国财务报表中没有明确载明资本性支出，本文假设期初资本性支出为当前固定资产原值的增加。
惟”在具体计算折旧额的时候．我们把尸设定为固定资产原值，DR是对应于固定资产原值的折旧率。
浙江大学硕士学位论文不确定性下高新技术企业价值和风险评估
以无风险利率将公司所有的现金流量的期望值折现得到。其中在T年时公司的价
值包含可用现金和终值两部分，公司的终值我们以息税前利润(Earning Before
Interest and Taxes，EBIT)的M倍(通常为10倍)来求得。即：
K=％(【曷+M×(R—Costr)]e”) 3—2l
其中e”’为连续复利折现因子。
8．风险调整的随机过程
由于模型对于公司的价值运用无风险折现因子来贴现，故我们需要对模型中
的风险因素进行调整。模型中存在三种不确定性来源：一是收入的不确定性，二
是收入增长率的不确定性，三是成本率的不确定性。假设只有收入因素具有风险
溢酬(risk premium)经风险调整过的收入随机方程为：
警吡一mq盔3-22
其中^为收入因素的风险贴水，假设为固定时兄=展(‰一r)瞄”，其中‰一r
为市场组合的风险溢价，羼为收入的B风险系数。
从上述模型中，我们不难发现公司的价值是收入、收入增长率的期望、成本
率、递延所得税资产、累积现金流量、固定资产和时间的函数，可以表示如下：
V=v(R，u，y，厶z，P，r) 3-23
对上式应用伊藤引理(Ito’S lemma)，我们可以得到公司价值的动态过程：
dV=％搬+匕础+V,dr+圪比+以掰+咋护+寺‰积2+
丢l，d∥2+丢％dy2+％，dRdu+％，dRd7+l，d∥dy
3．3．2．离散时间模型
从(3—24)式可以发现，若直接用求解偏微分的方法来获得公司价值V是相
当复杂的，且极有可能不存在解析解。但我们上述的模型是路径相依
(path—dependent)的模型，具体而言，当期的现金流量取决于历史的现金流量，
“”具体推导过程见附录。
浙江大学硕士学位论文不确定性下高新技术企业价值和风险评估
当期的收入、成本率、折旧等也都取决于历史变量。所以在计算公司价值时，我
们将模型离散化后用蒙特卡罗模拟法来求解。
首先，我们对模型进行离散化，为了简化求解过程，我们价值所有的回复系
数都相同，即r=一=峰=蚝=峨，于是经风险调整的离散时间如下：
R似，：矽肼小抑№函， 。嗡
∥f+△f=e-础以+(1一e
以埘=e-础以+(1一e
础)i+．匣2K·玎
砖砜jl-2e盯-z枷：·仍
f岛3—26
毛
其中：q=O'oe一“+盯(1一e一“)
r／t=r／0e一“
识=‰P一“+妒(1一e-“)
这里的sl、s2和毛为取自标准正态分布的独立随机变量。
3．3．3．模型参数估计方法
3—27
3—28
3—29
3-30
该模型中总共有21个参数需要进行估计，参照Schwartz和Moon(2001)
的实证过程并结合我国会计制度以及相关数据的可获得性等实际情况，参数的估
计方法由下表给出：
表3．1模型参数的估计方法
符号代表的意义估计方法
R 期初收入由本期的利润分配表获得
期初收入增长率的期望由过去利润分配表和对未来的估计
∥o
值
O"o 期初收入标准差最近几期收入变动百分比的标准差
吼期初收入增长率标准差最近几期收入增长率变动百分比的标准差
浙江大学硕士学位论文不确定性下高新技术企业价值和风险评估
——
长期收入增长率根据相关行业的分析预测报告获得
F
一由分析师预测
盯长期收入增长率标准差
‰ 期初成本率由本期的利润分配表推算
一
长期成本率根据相关行业分析报告获得
y
％ 期初成本率标准差由过去的成本率的标准差推算
一
长期成本率标准差由分析师预测
∞
上。期初递延税项由本期的资产负责表获得
x4 期初现金及其等价物由本期资产负债表获得
期初厂房设备等固定资由本期资产负债表获得最产
r 成长率随机过程回复速由增长率至五的一半时间推算
度参数
f。公司所得税率由财务报表获得
无风险利率选取最接近于T期的我国国债利率
DR 由过去资产负债表推算折旧率
CX 由过去资产负责表推算资本支出率
五
收入因素市场风险价格由‰一，和风的乘积获得
T
公司可获得超常发展的时间，之后变为正常发展的
估计时间跨度
公司
At
离散时间模型的时间增为了避免季节性影响和过去财务报表的可获得性，
量缸选定为1年
资料来源：本人自行整理
浙江大学硕士学位论文不确定性下高新技术企业价值和风险评估
实物期权定价的案例分析
针对3．3节所提供的实物期权定价模型，我们选取一家典型的高新技术企业
进行案例研究。并通过对实物期权主要参数的敏感性分析，来探求公司整体价值
影响因素，进而为公司的价值管理提供帮助。
4．1．研究样本公司介绍瞄81
实物期权理论的最大贡献在于其评估了不确定性，所以那些创立不久的且所
在行业还未成熟的高新技术公司是比较好的选择。同时考虑到相关数据资料的可
获得性和可信性，本文选取了在深交所中小企业板上市公司达安基因(002030)
作为案例进行研究。
达安基因(002030)全称为中山大学达安基因股份有限公司，坐落于广，I,I市
高新区科学城。公司于2001年3月8日，经广州市经济体制改革委员会批准(穗
改股字[2001]3号文)，并经广州市政府和广东省政府确认，由中山医科大学达
安基有限公司依法纪整体变更、发起设立的股份有限公司。后由于股东中山医科
大学与中山大学合并组建新的中山大学。并于2001年12月13曰更名为“中山
大学达安基因股份有限公司”。而后，于2004年8月9日正式的深圳证券交易
所中小企业板上市。
中山大学达安基因股份有限公司是一家以分子生物学技术为主导的生物医
药高科技企业，其主营业务荧光PCR检测技术研究、开发和应用，包括生产和销
售荧光PCR检测试剂盒和相关检测设备，并提供与临床基因诊断相关的技术咨询
服务。公司多年来致力于荧光基因探针PCR(FQ-PCR)新技术的研究，FQ—PCR检测
试剂盒的研制被列为国家重点科技研究项目，获国家重点资助。1997年公司在
我国率先开发成功FQ—PCR诊断试剂盒，包括六大系列四十多个品种。
4．2．模型的计算
4．2．1．参数的估计
洼81关于该公司的资料来源于“大福星”网上行情系统及达安基因公司网站http：／／mrW．daangene．corn／
27
浙江大学硕士学位论文不确定性下高新技术企业价值和风险评估
依据表3．1所列举的参数的估计方法，根据达安基因2001年至2004年的财
务报表数据瞄91和相关的行业分析报告，我们对达安基因公司的具体参数估计如
下：
i．期初收入(R)
根据达安基因2004年报显示，该公司2004年实现的主营业务收入为15586
万元，故我们取R=15586万元。
2．期初收入增长率(风)
经计算，达安基因2004年的主营业务收入较2003年增长了17．64％，故我
们设定期初收入增长率风=17．64％。
3．期初收入标准差(％)
先将达安基因2001年‘注”1至2004年的主营业务收入增长率求出，然后取
其标准差可得％=13．64％。
4．期初收入增长率标准差(琉)
我们取达安基因2001年至2004年主营业务收入的增长率变化的百分比的
标准差，可得‰=13．32％。
5．长期收入增长率(互)
根据Frost和Sullivan的研究报告《决定生物制药业发展的生产能力供需
平衡》“”1表明，2004年至2011年全球生物药剂生产能力将以7．2％的复合年增
长率增长。故我们假定达安基因公司的长期收入增长率∥=7．2％a
6．长期收入增长率标准差(盯)
Schwartz和Moon(2001)研究表明这个参数对公司的价值影响不敏感，为简
单起见，我们不妨假设长期收入增长率标准差；----5％。
啦”年报数据来源于巨朝资讯终端--V2．3。
‘炷”1 2001年主营业务收入增长率来自于天一证券的分析报告《达安基因、航民股份上市定价分析》。
性”1原文发表在美通社伦敦分社网站上(http：I／例．prnewswire．Co．uk)，题目为Quanti％ativeAnalysis
of Global BiopharmaceutIcal Manufacturin『—_Demand—Supply Balance of Manufacturing Capacities
Critical to Growth of Biopharmaceuticals Industry，2004年11月30日报道。
浙江大学硬士学位论文不确定性下高新技术企业价值和风险评估
7．期初成本率(％)
将公司2004年的总成本(包括主营业务成本、管理费用和营业费用)与该
年的主营业务收入相除，可以得到期初成本率托=O．791。
8．长期成本率(；)
据相关行业分析报告表明“”1，2004年我国生物制药的利润率为1 1％，医药
行业的平均利润率为9％。在长期生物制药行业的利润必然趋向于医药行业的利
润率，但基于我们的研究时段仅为10年以及生物制药行业的成长性，我们假设
其长期利润率为10％，即Y=O．9。
9．期初成本率标准差(‰)
将2001年至2004年的成本率取标准差，可得期初成本率标准差‰=2．50％。
10．长期成本率标准差(p)
仿效Schwartz和Moon(2001)的做法，我们假定长期成本率标准差为期初值
的一半，于是石=1．25％。
11．估计时间跨度(T)
参照Schwartz和Moon(2001)及其众多后续研究者的设定，我们假定达安
基因获取超额利润的时间为lO年，10年后公司变为稳定增长的公司，获取正常
利润，则T=10。
12．期初递延税项(to)
公司2004年财务报表显示该年的递延税项为零，故期初递延税项厶=O。
13．期初现金及其等价物(Xo)
根据达安基因公司的年报显示，该公司2004年底所持有的现金及其等价物
‘4131为Xo=13408万元。
14．期初厂房设备等固定资产(R)
‘舭”相关分析报告主要来自于生物谷网站(吐妞；』＆鲤：bi垒鲣：￡Q翌)，(2005年我国医药产业特征及投资
价值分析》等研究报告。
m”1主要为货币瓷金，该公司没有任何的应收票据、利息、股利等。
浙江大学硕士学位论文不确定性下高新技术企业价值和风险评估
2004年底该公司的固定资产净值为9036万元，故我们设定只=9036万元。
15．成长率随机过程回复速度参数(Jf)
根据上述假定，公司在长期(T=10年)收入增长将趋于稳定水平，为7．2％，
式(3—6)和(3-26)表明公司收入的增长速度将以指数形式(e“)递减。故
我们假定公司2年后的期望增长速度回复了一半，变为13％，t饿ln(2)／r=
2，于是芷=0．7。
16．公司所得税率(r，)
根据公司财务表报披露，达安基因公司被认定为高新技术公司，享受国家的
税收优惠，适用的所得税率为15％。假定公司在达到稳定期前都享受税收优惠，
则设定t=15％。
17．无风险利率(r)
由于估计时间跨度为10年，所以本文假设我国财政部于2005年上半年招标
发行的300亿元10年期跨市场国债最终票面利率(4．44％)为无风险利率，则r
=4．44％。
18．折旧率(DR)
我们用该公司当年的折旧金额与当年的固定资产原值的比值作为公司整体
的折旧率。取2001年至2004年的折旧率平均值作为估计期的折旧率，即DR=
0．15“14]。
19．资本支出率(Cx)
我们用公司当年的固定资产原值增加作为资本性支出的金额，然后将其与公
司当年的主营业务收入的相比即可求出资本性支出率cx。取达安基因公司2001
年至2004年的资本性支出率的平均值作为我们的估计值，则CX=O．25。
20．收入因素市场风险价格(2)
我国证券市场是一个新兴的市场，成立才十几年，故对于市场组合的风险溢
价难以直接通过某一个指数来估算。天一证券的研究报告““1运用Gordon’s资
他m根据达安基因公司2004年报显示，该公司对房屋及建筑物的年折旧率为2．74％一3．20％，仪器设备年
折旧率为20％一33．33％，运输设备年折旧率为9．985-19．96％
m“1来源于天一证券网(http：／／m阿．skyone．coⅢ．cn)，题目为《国内市场股权风险溢价研究》，作者冯玉
明。
浙江大学硕士学位论文不确定性下高新技术企业价值和风险评估
产定价模型并与香港证券市场比较的办法，得出我国股权市场组合的溢价为
2．67％。朱世武和郑淳(2003)⋯1研究认为股权市场组合的风险溢价为2．11％。我
们取两者的平均值，假定市场组合风险溢价‰一，=2．39％。另外，根据研究表
明世界范围内创业板市场在经济繁荣时期B系数一般为1．4919惟“’，相关报道也
表明我们中小企业板的13系数在1．5～1．69间8”1。同时，我们不难理解高新技
术企业在逐渐进入稳定期的过程中B系数将趋向于1。基于此，我们把达安基因
公司10年内平均的收入13系数羼设定为1．3，则可求得五=以(‰一，)=3．10％。
21．离散时间模型的时间增量(At)
考虑到季节性周期因素的影响和资料的可获得性，我们假定At=1年。
4．2．2．蒙特卡罗模拟结果
我们根据式(3—25)～式(3--30)的离散时间递推公式以及一系列的会计关
系式进行蒙特卡罗模拟。本文基于计算分析的灵活性考虑，用C语言程序实现蒙
特卡罗模拟‘洼”1，每次抽取不同的毛、岛和毛，且保持序列蜀、岛和毛的独立
性和正态分布性，来计算公司的价值，最后将每次计算的公司价值平均即为最终
结果。经过20000次模拟，我们得出达安基因公司在2004年末的价值为51764．1
万元。接下来，我们将所有的波动性(方差)都设定为零，即剔除了所有的不确
定性因素，这时得出的公司价值可以认为是现金流量折现法的价值为47085．5
万元。于是，可以得出由于不确定性所带来经营柔性的价值为4679．5万元。20000
次模拟的公司价值的直方图分布(概率分布图)如下：
隧“1来源于和讯网(http：／／啊w．hexun．corn)，题目为《中小企业板：市场特点投资策略剖析》，作者为联
合证券研究所的柳邵黔，张娅。张晶，孙钦蓬。
‘挂m来源于‘上海证券报》2004年儿月30日报道，题目为《优势个股仍有机会》。
“”1 c语言程序见附录。
浙江大学硕士学位论文不确定性下高新技术企业价值和风险评估
18．00％
9而
16．00％
14．OO％ l一
12．00％
圉
讣
10．00％ ～
罨8．0096 ～ 目
一随‰；三三三三6．0096 ～
4．00％ 一～
2．00％ 『豇I
～
。．恩I．
÷舻守静◇◇巾蒈毋p◇妒◇p萨
公司价值(单位：千万元)
围4．1达安基因公司整体价值概率分布图
为了简化问题，我们假设当公司的现金流量为零时(X‘=0)就破产，这
时公司在10年内的破产概率如下表所示：
表4．1达安基因公司破产概率
年数』? ? 4 5 序7 占9 i0
破产O 0 O 0．04％ O．19％ 0．47％ 0．57％ 0．565％ 0．47％ 0．34％
概率
4．3．整体价值的敏感性分析
重要参数的敏感性分析有时比公司价值的估算更具有意义，公司价值的确定
依赖于所有参数初始值的设定，找出哪些参数对公司的价值有重大影响，不仅对
公司整体价值的正确估算影响重大，而且还可以借此对公司的价值和风险的管理
提供帮助。
由于本文偏重于从实物期权角度去探讨高新技术企业的价值评估问题，故我
们从影响随机过程式(3-5)、(3-6)和(3—11)的参数中，选取七个参数进行敏
感性分析。以下我们将对这些参数分别设定正负10％，20％，30％，40％，50％的变
一
塑垩查堂堡主堂堡丝兰至塑塞丝!壹堑垫查垒些笪篁塑墨堕塑笪
动率，通过观察达安基因公司整体价值的变化程度的大小，来寻求公司价值对这
些参数的敏感性。
L期初收入增长率(风)
期初收入增长率‰的值很大程度上决定了将来各期收入增长率的值，进而
影响公司各期的收入R，影响公司的整体价值。由表4．2可以得知，硒对公司
的价值影响性不大，但两者成正相关性关系。
表4．2期初收入增长率和公司价值变动关系表
风公司价值(万元) 价值变动率
8．82％ 47628．4 —7．99％
10．58％ 48538．7 —6．23％
12．35％ 49099 —5．15％
14．11％ 50039．8 —3．33％
15．88％ 50878．8 —1．71％
17．64％ 51764．1 0．00％
19．40％ 52432．8 I．29％
21．17％ 53859．9 4．05％
22．93％ 54365 5．02％
24．70％ 55318．1 6．87％
26．46％ 56281．3 8．73％
2．期初收入标准差(％)
吼通过递推关系式(3·28)决定各期的收入标准差crf，进而影响每期
的收入置。但从下表我们可以发现期初收入标准差对公司价值的影响性也不
大，且影响程度小于风。
表4．3期初收入标准差和公司价值关系表
％ 公司债值(万元) 价擅变动率
6．82％ 50199 -3．02％
8．18％ 50655．3 -2．14％
9．55％ 50862．4 -I．74％
10．91％ 51228．6 -I．03％
12．28％ 51484．5 —0．54％
浙江大学硕士学位论文不确定性下高新技术企业价值和风险评估
13．64％ 51764．1 O．OO％
15．00％ 51979．5 0．42％
16．37％ 52493．5 1．41％
17．73％ 53020．4 2．43％
19．10％ 5311l，3 2．60％
20．46％ 53694．4 3．73％
3．期初收入增长率标准差(‰)
‰通过关系式巩=‰e“来影响以后各期的收入增长率标准差仇，进而影响
各期的收入增长率“a但是我们从表4．4可以发现，‰对公司整体价值的影响
性也非常小，直观上观察大体与％相当。
表4．4期初收入增长率标准差和公司价值关系表
叩。公两价毽(丙元) 价值变动率
6．60％ 50788．6 -i．88％
7．92％ 50857．5 -I．75％
g．24％ 50826．7 —1．81％
10．56％ 51242．6 —1．01％
11．88％ 51318．8 —0．86％
13．20％ 51764．1 0．OO％
14．52％ 52047．8 0．55％
15．84％ 52304，8 i．04％
17．16％ 52772．6 1．95％
18．48％ 53136．6 2．65％
19．80％ 53401．4 3．15％
4．期初成本率(Yo)
期初成本率％通过递推关系式影响将来各期的成本率托，而公司每期的利润
是直接和一相关的，可以表示为r=(I一一)R，每期利润的大小将很大程度上影
响现金流量，进而影响公司整体价值。其中(I—y)可以表示为利润率，利润率越
高，公司价值越大，即托与公司价值成反向关系。从表4．5我们可以发现％与
公司价值负相关，并且‰对公司价值的影响是比较显著的，其影响程度大于胁。
新江大学硕士学位论文不确定性下高额技术企业价值和风险评估
表4．5期初成本率和公司价值关系表
％ 公司价值(再元) 价镶变动率
0．3955 57917．8 11．89％
0．4746 56607．1 9．36％
0．5537 55213．7 6．66％
0．6328 54283 4．87％
O．7119 52742．9 i．89％
0．791 51764．1 0．00％
0．870l 50335 —2．76％
0．9492 49364．6 —4．64％
1．0283 47822．5 —7．61％
1．1074 46781．4 -9．63％
1．1865 45717 —11．68％
5．期初成本率标准差(‰)
％主要通过递推关系式影响各期的成本率标准差仍，进而影响各期的成本率
以，对公司价值产生影响。但由于本例中‰的值比较小，仅为0．024，为了便于
分析我们取吼的值由0．1至1(变化4倍～42倍)，来观察公司价值的变动情况。
从表4．6我们可以发现％的变化对于公司整体价值没有太大的影响。
表4．6期初成本率标准差与公司价值关系表
‰ 公蜀价值(兹元) 价值变动率
O．1 51957．5 0．37％
O．2 51668．3 —0．19％
O．3 51662．5 _0．2096
0．4 51859．9 0．18％
0．5 51141．5 -1．20％
0．6 51565．6 一O．38％
0．7 51552．6 —0．41％
O．8 51452．7 -0．60％
0．9 51103 -1．28％
1 51615．3 —0．29％
6．估计时间跨度(T)
估计时间跨度的缩短或延长，意味着公司高速增长获得超额利润时间的缩短
浙江大学硕士学位论文不确定性下高新技术企业价值和风险评估
或延长，必然会引起公司整体价值的变小或提高。由表4．7我们可以发现T与公
司的整体价值成正相关性关系，且公司整体价值对T的变化极其敏感。
表4．7估计时间跨度与公司价值关系表
， 公司价值(乃元) 价值变动率
5 36742．2 —29．02％
6 38576．7 —25．48％
7 41012．2 -20．77％
8 44009．5 -14．98％
9 47417．9 —8．40％
10 51764．1 0．00％
11 56841．6 9．81％
12 61808．8 19．40％
13 67486．9 30．37％
14 73893．6 42．75％
15 80814．6 56．12％
7．成长率随机过程回复速度参数(茁)
芷值的大小决定了儿、％、％和Yo回复到它们长期均值的速度，ln(2)／r
示胁等值回复到它们长期均值水平一半的时间，所以茁决定了公司获得竞争优
势的时间长短，进而影响公司整体价值的大小。我们从表4．8可以发现，茁与公
司的价值成反比关系，且公司价值对茁值变化的敏感性较大。这是因为r的值越
小，则ln(2)／r越大，表示公司具有竞争优势的时间越长，那么公司的整体价值就
越大。
表4。8回复速度参数与公司价值关系表
Jr 公司价值(7i元) 谗值变动率
O．35 75663．6 46．17％
0．42 64212．2 24．05％
O．49 58124．7 12．29％
0．56 55072 1 6．39％
0．63 53260．4 2．89％
0．7 61764．1 O．00％
0．77 50787．4 —1．89％
0．84 50166．8 —3．09％
浙江大学硕士学位论文不确定性下高新技术企业价值和风险评估
0．91 49465．4 -4．44％
0．98 48832．3 -5．66％
1．05 48755．2 —5．81％
为了便于分析，我们将主要参数地、cr0、‰、Yo、T和r对公司价值影响关
系绘制在同一张图中。从图4．2我们可以发现，除了期初成本率“和回复速度参
数茁与公司价值成负相关性外，其余四个参数都是与公司价值成正相关性。其中
影响较大的是估计的时间跨度T、回复速度参数茁和期初成本率％。
因此，若要提高达安基因公司的整体价值，就得增加自身的竞争优势，以期
能在较长时间内保持领先行业平均水平的地位；同时要加大技术研发的力度，不
断研究出新产品，并延长产品的生命周期，能使公司在较长时间内获得超额利润；
再者，管理人员要提高管理水平，降低管理费用，在加大技术开发力度的同时要
大胆把新技术新工艺应用于产品生产中，以降低成本，提高利润率。最后，有一
点值得说明的是，％和吼的增加对企业的价值增加是通过增加企业灵活性价值
来实现的，要实现这部分价值必须通过灵活的战略管理，及时变更企业的计划的
方式来实现。
7。％ 一“期初收入增
长率
6，盟0 广一A-，期初收入标
装：：i
＼、／ 准差
＼ ／ —一期初收入增
篓裟＼、／ 长率标准差
。～＼、、。／ 一期初成本率
善圳0：
———_h_二≥饕==、。—／二一一，童一一一：一一一：一一一：
：一一：一茗一一一”：：／—蝻=专章==：=￡==f——+ 一估计时间跨
一20％ ／ 一度
一裟
．／ 一回复速度参
数
一qU抽一期初成本率
审窘审枣枣奄枣枣枣寒审标准差
参数变动率
图4．2主要参数和公司价值变化关系匿
浙江大学硕士学位论文不确定性下高新技术企业价值和风险评估
高新技术企业的风险衡量
高新技术企业的价值和风险始终是并存的。当对高新技术企业的价值进行评
估后，我们要解决的是风险衡量问题。如何衡量高新技术企业的风险?哪些因素
会影响高新技术企业的风险呢?本章将对Schwartz和Moon(2001)的研究框架
做更进一步的拓展和深入，通过对破产概率的研究来分析公司经营过程中的风险
管理问题；运用目前流行的VaR技术对高新技术企业的整体价值风险进行分析。
5．1．破产概率分析
5．1。1．模型分析
从达安基因公司破产概率表(表4．1)中，我们可以观察到该公司的破产概
率极低，均小于1％。这是由于该公司刚在2004年上市进行了太规模的融资，使
得公司的现金存量充沛所致。但是，我们还是可以从中发现公司的破产概率有一
个先升后降的规律性。我们研究的目的主要在于分析破产概率的影响因素和规
律，为了便于分析，我们不妨剔除该公司上市融资的因素，将公司2004年末的
货币资金用2003年末的值来代替，即设定Xo=2066万元，重新计算达安基因公
司的破产概率。
表6．1达安基因公司未上市情况下破产概率表
年数』卫J 掣占占7 占9 10
破产
0 2．52％ 9．55％ 12．13％ 11．02％ 8．71％ 6．23％ 4．01％ 2．37％ 1．34％
概率
从表5．1我们可以更加清晰地观察到公司破产概率先升后降的规律性。这一
规律说明了高新技术企业在从高速成长期走向成熟稳定型的过程中存在一个资
金瓶颈期，在这个瓶颈期公司最需要资金，破产可能性也最大。这一点可以认为
是外部投资者，比如风险投资基金、证券投资基金、银行贷款者，甚至一般股票
买卖者的最佳介入时机。
对于出现这种情况的原因，我们可以从每期现金流来源的公式来解释。从
浙江大学硕士学位论文不确定性下高新技术企业价值和风险讦估
3．3节我们知道，现金流的动态方程为捌≯{哆一，+Z+Dep,一Capx,}dt，即每
期现金流量的大小取决于先前的现金存量、本期的利润、本期折旧和本期资本性
，
支出。但一=墨一，+蟛=置一，+戤一。+蛹=⋯．．-x。+ΣdX；，即每期的现金存
量最终还是由期初现金存量和每期的现金流量决定的。于是每期的税后利润Z、
折旧额D％、资本性支出Capx,和期初现金存量％决定了每期现金存量。但是，
在企业创业初期，利润额Z不高，且很有可能还是亏损的(r<0)；再者，由
于企业初创期规模较小，其固定资产也随之较少，故所提取的折旧额D印，也较
小；同时企业在向稳定型转变的扩张过程中，其资本性支出Capx,却很大。这些
原因就导致了企业在创立初期现金的流出大于流入，使得现金存量越来越少，破
产的可能性也越来越大。
随着高新技术企业的成长，其盈利性逐渐显现出来，且出现亏损的可能性也
变小，Z的期望值也随之增大；随着固定资产规模的扩大，每期计提的折旧Dep，
也增大；然而，由于先前的大规模的投入，企业在这个时期所需要的资本性支出
Capx,却不断的减少。所以，高新技术企业的每期的现金流量入量逐渐大于流出
量，使得现金存量越来越大，破产的可能性也随之逐渐降低。
另外，我们也可以从模型中来分析影响破产概率大小的原因，我们可以将影
响原因归结为确定性和不确定性两方面。确定性原因主要指的是财务状况方面的
原因，这方面的原因是显而易见的，比如上面所提到的期初货币资金量凰，瓦
越大，该公司在将来出现现金流困难的可能性越小，自然破产可能性也越小；其
次，公司的盈利能力越高，每期产生的现金流也越大，破产可能性也越小；再者，
公司的折旧政策和每期的资本性投入的比率也分别会从正反两个方面影响着公
司的破产性风险的大小。这些确定性因素就是我们通常所指的财务分析，如何进
行这种财务指标的分析在一般财务分析书上都可以找到，本文的分析强调通过实
物期权从不确定性方面进行分析。
在既有的财务状况和会计政策给定的情况下，公司的不确定性越大，其将来
浙江大学硕士学位论文不确定性下高新技术企业价值和风险评估
产生的现金流量就越不稳定，这样就越容易弓l起破产。在3．3节的定价模型中，
把公司的不确定性分为三个方面，分别是收入置、收入增长率H和成本率一。
从随机过程idRI=肼田十q出． 、d一=r(万一／d,)dt+珥出2 和
d以=b(，，一r,)dt+仍奶可以发现，引起置、“和一不确定性的参数就是各自的
标准差q、仇和仍。当q、研和饵都为零时，R、肛和以都以一种确定的方式
演化，并且q、研和仍值越大，足、“和一的不确定性也就越大。而墨、“和
以的波动性通过一系列的会计关系式来影响现金流量置的波动性，进而影响公
司的破产性风险。
5．1．2．敏感性分析
按下来，我们将从不确定性因素方面，即从q、仇和仍出发，来进一步从
数值上深入分析公司破产概率的影响因素。由q、研和仍的递推公式(3—28)、
(3—29)和(3—30)知，影响这三个值的关键因素是各自的期初值吼，吼、‰和
回复速度参数茁“”1。与4．3节的分析类似，我们分别令这些参数变化正负10％、
20％、30％、40％、50％，以此来观察破产概率的变动情况。图中的黑体表示参数变
动O％的破产概率，斜体表示破产概率的极大值点，最后一列是10年破产概率平
均值。
1．期初收入标准差(cr0)
期初收入标准差％将影响将来各期收入足的波动性，由于r=(1一一)足，则
五，的波动性将会影响每期利润Z的波动性，进而影响现金流量的波动性，从而
影响破产概率。由下表可知，cr0和破产概率大小成正相关性，cro越大，破产风
险也就越大。
‘¨1至于它们的终值孑、孑和石则是由行业状况所决定的，是外生变量，对其做敏感性分析没有意义。
40
塑垩查堂堡主堂堡笙塞至塑塞堡!塞堑垫查垒些竺垡塑垦堕堡笪
表8．2期初收入标准差和破产概率关系表
心l 2 3 4 5 6 7 8 9 10 平均
6．82％ 0．00％ 0．82％ 5．85％ 8．69％ 8．17％ 6．25％ 4．39％ 2．73％ 1．64％ 0．90％ 3．93％
8．18％ 0．00％ 0．91％ 6．18％ ＆9嬲8．45％ 6．65％ 4．52％ 2．86％ 1．63％ O．85％ 4．10％
9．55％ 0．0096 1．38％ 7．09％ 9．7冁9．24％ 7．17％ 4．99％ 3．12％ 2．03％ 1．0996 4．59％
10．91％ O．0096 1．68％ 8．08％ iO．7i％ 9，92％ 7．86％ 5．55％ 3．60％ 2．13％ 1．25％ 5．08％
12．28％ O．0096 2．21％ 8．96％ 11．445 10．68％ 8．40％ 5．95％ 3．81％ 2．27％ 1．21％ 5．49％
13．64％ O．00％ 2．52％ 9．55％ 12．13％ 11．02％ 8．71％ 6．23％ 4．01％ 2．37％ 1．34％ 5．79％
15．00％ 0．00％ 3．47％ 10．11％ i2．45链11．53％ 9．28％ 6．87％ 4．55％ 2．88％ 1．68％ 6，28％
16．37％ 0．00％ 3．65％ 10．50％ j3，05％ 11．87％ 9．46％ 6．83％ 4．64％ 2．87％ 1．73％ 6．46％
17．73％ O．01％ 4．39％ 11．81％ 14．145 12．95％ 10．19％ 7．52％ 5．07％ 3．24％ 1．91％ 7．12％
19．10％ 0．02％ 4．86％ 12．61％ 14．58％ 13．49％ 10．90％ 7．7996 5．21％ 3．26％ 1．94％ 7．46％
20．46％ 0．02％ 5．66％ 13．38％ 15．445 14．12％ 11．30％ 8．37％ 5．72％ 3．58％ 2．21％ 7+98％
2．期初收入增长率标准差(r／o)
‰影响每期收入增长率“的波动性，进而影响各期收入R的波动性，最后
影响到现金流置的波动性。由下表可知，‰和破产概率大小成正相关性，影响
幅度和cr0相当。
表5．3期初收入增长率标准差和破产概率关系表
N 1 2 3 4 5 6 7 8 9 10 平均
6．60％ 0．00％ 2．46％ 8．05％ 9．7j姑8．51％ 6．43％ 4．40％ 2．76％ 1．54％ 0．89％ 4．47％
7．92％ 0．00％ 2．29％ 8．13％ lO．20％ 8．90％ 6．56％ 4．32％ 2．75％ 1．55％ 0．90％ 4．56％
9．24％ 0．Oo％ 2．41％ 8．80％ lO．95％ 9．73％ 7．37％ 5．01％ 3．06％ 1．91％ 1．01％ 5．02％
10．56％ 0．00％ 2．30％ 8．52％ lo．75％ 9．52％ 7．35％ 5．05％ 3．31％ 1．91％ 0．99％ 4．97％
11．88％ O．01％ 2．53％ 9．42％ li．73嚣10．74％ 8．45％ 5．90％ 3．81％ 2．31％ 1．28％ 5．61％
13．2096 0．0嘛2．52％ 9．5确1 2．13薯11．02％ 8．71％ 6．23％ 4．01％ 2．3孺1．3蚰5．79％
14．52％ 0．00％ 2．81％ 9．85％ 12．82％ 11．74％ 9．39％ 6．89％ 4．49％ 2．80％ 1．64％ 6．22％
15．84％ 0．00％ 2．85％ 10．59％ 13i 57％ 12．77％ 10．40％ 7．76％ 5．23％ 3．23％ I．90％ 6．83％
17．16％ 0．00％ 2．76％ 10．21％ j3．48姑12．85％ 10．51％ 7．69％ 5．10％ 3．34％ 2．05％ 6．80％
18．48％ 0．00％ 3．09％ 11．11％ i4．43姑13．87％ 11．55％ 8．67％ 6．07％ 4．00％ 2．41％ 7．52％
19．80％ o．Oo％ 3．26％ 11．67％ 15．17％ 14．80％ 12．57％ 9．6796 6．78％ 4．44％ 2．56％ 8．09％
3．期初成本率标准差(％)
浙江大学硕士学位论文不确定性下高新技术企业价值和风险评估
‰的大小将直接影响到成本率波动性，进而影响每期利润r的波动性，影响
现金流置的波动性，最终对破产概率产生影响。同样，我们可以发现％与破产
概率也是正相关的。
表5．4期初成本率标准差和破产概率关系表N 1 2 3 4 5 6 7 8 9 10 平均
1．20％ O．00％ 1．19％ 7．28％ io．34强9．83％ 7．76％ 5．64％ 3．57％ 2．27％ 1．26％ 4．91％
1．44％ 0．00％ 1．31％ 7．55％ lO．52％ 9．94％ 7．86％ 5．66％ 3．66％ 2．23％ 1．16％ 重99％
1．68％ 0．00％ 1．55％ 7 98％ i0．96氍10．31％ 8．07％ 5．69％ 3．72％ 2．13％ 1．29％ 5．17％
1．92％ 0．00％ 2．05％ 8．65％ 1j．3勰10．48％ 8．37％ 6．00％ 3．91％ 2．46％ 1．35％ 5．45％
2 16％ 0．00％ 2．45％ 9．14％ n?85％ 11．02％ 8．64％ 6．27％ 4．04％ 2．48％ 1．47％ 5．73％
2．40％ 0．00％ 2．52％ 9．55％ 12．i3％ 11．02％ 8．71％ 6．23％ 4．01％ 2．37％ 1’34％ 5．79％
2．64％ 0．00％ 3．24％ lO．58％ 13．04篱12．01％ 9．51％ 6．76％ 4．47％ 2．72％ 1．60％ 6．39％
2．88％ O．01％ 3．51％ 10．64％ i2÷84姑11．76％ 9．31％ 6．74％ 4．55％ 2．78％ 1．72％ 6．38％
3．12％ 0，Oo％ 3．93％ 11．29％ i3÷66* 12．34％ 9．65％ 6．73％ 4．50％ 2．83％ 1．60％ 6．65％
3．36％ 0．00％ 4．53％ 11．54％ 13．44％ 12．15％ 9．74％ 7．02％ 4．73％ 2．98％ 1．70％ 6．78％
3．60％ O．02％ 4．99％ 12．33％ i3÷97％ 12．49％ 9．80％ 7．09％ 4．78％ 2．84％ 1．69％ 7．00％
4．回复速度参数(r)
茁决定了％、吼和％递减速度，茁越小递减速度越慢，也即公司保持行业竞
争优势的时间长。从下表可以看出，从平均上来说r和公司破产概率的负相关性
关系，K越小其保持竞争优势时间越长，但破产风险也随之加大。
表5．5回复速度参数和破产概率关系表
× 1 2 3 4 5 6 7 8 9 10 平均
0．35 0．00％ 1．09％ 6．62％ 11．13％ 13．73％ 14．49强14．28％ 13．42％ 12．03％ 10．51％ 9．73％
0．42 0．00％ 1，37％ 6，86％ 11．25％ 13．02％ 12．99％ 12．09％ 10．49％ 8．83％ 7．01％ 8．39％
0．49 0．00％ 1．53％ 7．92％ 11．84％ 12．5s匏11．82％ 10．16％ 8．28％ 6．46％ 4．56％ 7．51％
O．56 0．Oo％ 1．99％ 8．66％ 12．27％ i2．59强11．13％ 8．96％ 6．86％ 4．77％ 3．05％ 7．03％
0．63 0．00％ 1．97％ 8．65％ 11．64％ 1i．15％ 9．46％ 7．00％ 5．00％ 3．34％ 1．95％ 6．02％
0．7 0．00％ 2．52％ 9．55％ 12．13％ 11．02％ 8．71％ 6．23％ 4．01％ 2．37％ 1．34％ 5．79％
O．77 0．00％ 3．14％ 10．37％ 12．51％ 11．01％ 8．19％ 5．64％ 3．39％ 2．02％ 1．14％ 5．74％
O．84 0．00％ 3．32％ 10．45％ i2．04％ 10，12％ 7．14％ 4．41％ 2．57％ 1．48％ 0．79％ 5．23％
0．91 0．0096 3，66％ 10．99％ 12i13％ 9．84％ 6．58％ 3．96％ 2．20％ 1．17％ 0．62％ 5．11％
0．98 O．00％ 4．18％ 11．45％ j2．n* 9．34％ 6．21％ 3．60％ 1．97％ 0．90％ 0．45％ 5．02％
1．05 0．00％ 4．17％ 11．64％ 11．83％ 8．94％ 5．3996 2．97％ 1．54％ O．71％ 0．30％ 4．75％
我们将cr0、‰、饥和r的变动率和平均破产概率变动率的关系绘制在图(5-1)
浙江大学硕士学位论文不确定性下高新技术企业价值和风险评估
中。从图中可以发现，这四个参数都对破产风险有明显的影响，其中cro、‰、纯
和破产风险大小成正相关性，／,C成负相关性。破产性风险的大小对茁最为明显，
％和‰次之，对吼的敏感性相对较弱。
+期初收
入标准
60％
、、ji
。
一
左
辞
一·～期初收
帮40％ 制入增长
一／。辞率标准
量20％ 左
牝。。j∥二矽一+期初成
《本率标
：霹0％ 准差
* —夕多罗一。。。L、⋯。j -20％ 7 一*回复速度参数
—50％一40％一30％一20％一10％0％ lO％20％30％40％50％
参数变动率
图5_1主要参数变动率和平均破产概率变动率关系图
5．2．VaR方法综述
5。2．1．VaR的定义
VaR(Value at Risk，在险价值)最初在1993年被提出，它是一种对在市场
不利情况下潜在损失的测度。由于近几十年来，由于金融衍生工具的飞速发展和
运用，金融产品变得越来越复杂，衍生品市场交易量猛增，整个金融市场的波动
变得越来越频繁，对金融产品所承担的风险的度量也目趋困难。VaR自问世以来
便得到了迅速发展，现已成为金融机构度量金融风险的标准方法。今天，许多银
行、经纪公司和共同基金都使用VaR去度量它们所面临的市场风险，金融监管者
也使用VaR作为管理标准。巴塞尔协议就以银行的VaR为基础确定资本的充足性要
求。在美国，许多评估机构如穆迪(Moody’S)、标准普尔(s＆P)、金融会计标准委
员会，以及证券与交易委员会(SEC)都宣称支持VaR。
浙扛大学硕士学位论文不确定性下高新技术企业价值和风险评估
VaR实际上是一种用传统的标准统计技术来估计度量金融风险的方法。它把
所考察资产(或资产组合)的风险归纳起来用一个指标来衡量，并把资产价值的潜
在损失额用货币单位来表达。具体地说，VaR是在正常的市场环境下，在某一特
定时期内，在某一给定的置信度水平下，给定的资产(或资产组合)的预期最大损
失值。设∞为投资组台的期末价值，砜为初始投资额，R为持有期间内投资组合
的收益率，‰为单位时间内(通常为一年)的平均收益率，&为持有投资组台的
时间长度，∞+为给定置信水平Od下投资组合的最低期末价值，月‘为投资组合在
给定置信水平口下的最低收益率，R．的计算式为：
1一口=P(R<R‘)=P(co<∞+) (5-1)
其中P为概率算子。
VaR的含义就是处于风险中的价值，因此投资组台的VaR计算式为：
愀=且(国)一国‘=oDo(poAt—R‘) (5～2)
其中E为期望算子。
5．2．2．VaR的计算方法
由vaR的计算式(5—2)我们可以发现，只要计算出F或国’的值，就可以计
算,q4,VaR的值。由式(5—1)可看出，R+或03+的值取决于R或03的分布，但事实
上由于∞=oJoR，所以月和∞的概率分布是一样的。一般的文献中都是通过R的
分布来求F值的，但最终还是得求出国+来获得VaR值。计算VaR的方法很多，其
中主要的有三种：参数方法、历史模拟、蒙特卡罗模拟。
1．参数方法
参数方法假设收益率服从一定的分布。因为在计算过程中往往需要估计参数
的值，所以被称为参数方法。参数方法运用比较方便，计算相对来说比较简单，
但结果依赖假设的正确与否。当假设不正确时，参数方法可能会有较大误差。通
常假设收益率序列服从正态分布，如RiskMetries的指数加权移动平均
(exponentially weighted moving average，简记为EwMA)预测模型就是在正态
44
浙江大学硕士学位论文不确定性下高新技术企业价值和风险评估
假设下做的(见JPMorgan 1996)。“。但是大量文献表明金融序列不是正态的，而
是有偏的、厚尾的，这样在正态分布假定下所计算的VaR值，常常是低估实际风
险。‘蚓“6m1汹1
2．历史模拟
历史模拟法和蒙特卡罗法都是非参数方法。历史模拟法不需要对收益率的统
计分布做任何限制。它从历史的收益率序列中取样，例如可以选取过去的90天历
史样本。历史模拟法使用真实的价格，不需要对市场的随机结构做任何假设。Dowd
(1998)“”和Jorion(1997)。”研究指出历史模拟法允许非正态分布，能够说明
厚尾问题，避免模型风险。正因为其稳健性和直观性，巴塞尔协议1993年条款采
用历史模拟法作为市场风险的基本度量方法(Basle Committee On Banking
Supervision，1995)㈣。
但是，历史模拟法也遭到了很多批评。首先，它的基本假设是过去能反映不
远的将来。Engle(1982)“”已经指出，波动率有着显著而且可以预测的时变性，
当波动率在短期内变化较大时，历史模拟法将估计不准。其次，这个方法给予所
有的观测值相等的权重，这与现实不符。一般来说，离现在越近的观测值对未来
的影响越大。通常当去掉一个旧的观测值后，用该方法算出的VaR值变化很大。
最后，该方法结果的准确性依赖于样本区间的长度。如果样本容量太小，VaR将
估计不准；当置信水平很大时，样本容量必须足够大才能算出VaR，这样的效率
就比较低了，特别是涉及到结构很复杂的投资组合时，计算量就更大了。
3．蒙特卡罗模拟
和历史模拟法一样，蒙特卡罗法也是通过获得大量的样本来计算VaR。所不
同的是，历史模拟法是从历史数据中抽样，而蒙特卡罗法则假定了收益率的分布，
再从这个分布抽样。它对每一种风险因素选定其未来值变化的分布，然后用历史
数据法或期权隐含法得到这些分布的参数。接着再随机模拟出大量的这些风险因
素未来变化的场景，用这些场景的资产组合收益来构造资产组合的经验分布，并
进而确定给定置信度水平下的VaR值。简单地讲，蒙特卡罗的计算过程如下：一、
选定各风险因素变量服从的随机特征分布及其参数(方差和相关系数可由历史数
据或期权隐含信息中得到)；二、用假定的场景对所有变量进行模拟，得出资产
组合的不同价值；三、编制资产组合价值的概率分布，最终算出VaR值。
浙江大学硕士学位论文不确定性下高新技术企业价值和风险评估
蒙特卡罗法是计算VaR最有效的一种方法，能说明大量风险，包括非线性价
格风险、波动性风险，甚至模型风险(Dowd，1998和Jorion，1997)““。“。它还考
虑了波动率的时变性、厚尾和极端事件等。
5．3．公司整体价值的VaR分析
5．3．1．VaR和公司整体价值的风险校正
由于我们已经运用蒙特卡罗方法计算出了达安基因公司整体价值的概率分
布图(如图4一1)，所计算出的公司整体价值K对应于VaR的计算公式(5-2)中
的E(co)。对于公司整体价值最小值05'‘的计算，事实上就是根据K的分布(图4—1)
确定在某一置信度／2'下K的分位点。假定我们在95％的置信度下，也就是求从左
至右累积概率为5％的那个分位点。由于已经计算出每次蒙特卡罗模拟的K的值，
将这些值按照升序排列后，排名第1000(1000／20000=5％)的K+=32264．9(万元)
就是累积概率为5％的分为点。则达安基因公司价值在95％的置信度下VaR为：
VaR=E(∞)一缈+=51764．1--32264．9=19499．2(万元)
其代表的意义是，在一年内达安基因公司在95％的可能性下公司整体价值最
大跌价不超过19499．2万元。
同时我们也可以计算经风险校正后的公司价值，其计算公式为曙91：
％’=vo一(1一a)VaR
将数值代人，可计算得达安基因公司经风险校正后的整体价值为50789．14万元。
5．3．2．VaR的敏感性分析
与破产概率的敏感性分析类似，我们也从不确定性方面来分析VaR的敏感
性，BPbko"o，r／o、‰和Jr四个参数来分析其敏感性，分别设定它们正负10％、
20％、30％、40％和50％的变动率来观察VaR的变化。但由于VaR的大小和公司价
值的大小是相关的，而％，吼、％和茁变动会引起公司价值的变动，这样每次
浙江大学硕士学位论文不确定性下高新技术企业价值和风险评估
计算的VaR值就不具有可比性。基于此，我们用指标VaR／碥来进行比较分析cro，
吼、‰和茁的敏感性。
1．期初收入标准差(O"o)
吼的大小很大程度上决定了每期收入R的波动性，进而影响到公司整体价
值的波动性。我们从下表可以观察到，cro越大，VaR占公司价值的百分比就越大，
公司价值损失的风险就越大。
表5．6期初收入标准差和VaR公司价值比率的关系表
cr0 VaR／圪变动率
6．82％ 33．70％ -10．53％
8．18％ 34．27％ 一9．03％
9．55％ 35．19％ 一6．58％
10．91％ 35．88％ 一4．76％
12．28％ 36．77％ 一2．39％
13．64％ 37．67％ 0．00％
15．00％ 38．66％ 2．62％
16．37％ 39．31％ 4．36％
17．73％ 39．92％ 5．97％
19．10％ 40．86％ 8．48％
20．46％ 41．38％ 9．85％
2．期初收入增长率标准差(r／o)
由下表可知，吼对VaR／Vo成正相关性关系，但其影响性略小于cro。事实上
无论对于公司价值还是破产概率，rio的影响性均小于‰。原因在-YUo通过影响
收入增长率鸬影响收入R，而吼直接影响足的波动性。
表5．7期初收入增长率标准差和VaR公司价值比率的关系表
770 VaR／Vo 变动率
6．60％ 35．35％ 一6．17％
7．92％ 36．22％ 一3．84％
9．24％ 36．52％ -3．06％
10．56％ 36．52％ 一3．06％
47
浙江大学硕士学位论文不确定性下高新技术企业价值和风险评估
11．88％ 36．92％ -i．97％
13．20％ 37．67％ 0．00％
14．52％ 37．75％ 0．21％
15．84％ 38．43％ 2．02％
17．16％ 39．33％ 4．42％
18．48％ 40．20％ 6．73％
19．80％ 40．80％ 8．32％
3．期初成本率标准差(‰)
从下表知，‰和VaR／Vo成正相关性，但‰对VaR／Vo影响不大。
表5．8期初成本率标准差和VaR公司价值比率关系表
‰ VaR／Vo 变动率
1．20％ 36．88％ -2．08％
1．44％ 37．08％ 一1．53％
1．68％ 37．18％ 一1．27％
1．92％ 37．24％ -i．12％
2．16％ 37．36％ -0．80％
2．40％ 37．67％ 0．00％
2．64％ 37．68％ 0．06％
2．88％ 37．71％ 0．14％
3．12％ 38．07％ 1．10％
3．36％ 38．12％ 1．22％
3．60％ 38．63％ 2．58％
4．回复速度参数(K)
由于回复速度参数誓决定了cro，编和‰收敛到它们长期平均水平的速度，
故VaR／Vo产生了较大影响，这点可从下表中可以说明，并且K和VaR／Vo成负相
关性。
表5．9回复速度参数栅VaR公司价值比率关系表
K VaR／Vo 变动率
O．35 63．10％ 67．52％
O．42 53．40％ 41．77％
0．49 47．31％ 25．59％
O．56 42．70％ 13．35％
浙江大学硕士学位论文不确定性下高新技术企业价值和风险评估
0．63 39．99％ 6．16％
0．7 37．67％ 0．00％
O．77 35．75％ 一5．09％
O．84 34．45％ 一8．54％
O．91 33．24％ 一11．77％
0．98 32．37％ -14．07％
1．05 31．96％ -15．15％
我们将cr0，吼、‰、K四个参数和VaR／Vo的变动关系绘制在同一图表中，
由下图发现公司的VaR对茁最为敏感，其次是‰，最不敏感的是COo。除了茁和
VaR／Vo成负相关性外，其余均成正相关性。这些结果均与破产概率的敏感性分析
结果一致，说明了公司经营过程中的风险和整体价值风险的一致性。
图5．2主要参数和VaR公司价值比率关系图
49
浙江大学硕士学位论文不确定性下高新技术企业价值和风险评估
6．结论与启示
6．1．结论
与传统企业相比，高新技术企业具有高新技术密集、高投入与产出、高风险
和高发展速度的特点，这使得传统的价值评估方法不再适宜于高新技术企业。成
本法的局限性在于高新技术企业的市场价值和账面价值不一定相关，并且成本法．
忽略了组织资本；市场比较法的关键在于找出合理的可比公司，这对于处于新兴
产业的高新技术企业来说也不容易，且当企业亏损时，很多比较指标都失去了意
义；折现现金流量法从收益性的角度去衡量高新技术企业的价值，二阶段折现现
金流量法更是把高新技术企业划分为成长阶段和稳定阶段来进行评估，具有一定
的科学性，但该方法还是忽略了企业潜在的未来收益和灵活性的价值。
实物期权法不仅继承了现金流量法的优点，更重要的是该方法合理的评估了
高新技术企业灵活性的价值，是高新技术企业价值评估的创新方法。本文从收入、
收入增长率和成本率的不确定性出发，运用连续时间的实物期权定价模型对高新
技术企业的价值评估问题进行了探讨，在具体计算时我们将连续时间模型离散
化，运用C语言程序实现蒙特卡罗模拟。我们以中小企业板上市公司达安基因
(002030)作为案例，通过蒙特卡罗模拟计算得出该公司在2004年末的价值为
51764．1万元，灵活性价值(实物期权价值)为4679．5万元。更进一步利用蒙
特卡罗模拟的结果，我们得出该公司在10内的破产概率极低，每年均小于1％，
这与该公司刚进行上市融资有关。同时运用目前流行的VaR技术，我们对达安基
因公司的风险进行衡量，该公司在95％的置信度下的VaR为19499．2万元，经风
险调整后的公司整体价值为50789．14万元。
除了在对达安基因公司进行价值评估和风险衡量外，本文也对影响该公司的
整体价值和风险进行了敏感性分析，借此来探求影响高新技术企业价值和风险的
因素。从整体价值的敏感性分析中，我们可以得知估计的时间跨度T、回复速度
参数K和期初成本率‰对高新技术企业的价值有较大的影响，另外期初收入增长
率‰对高新技术企业的价值也有一定的影响。另一方面，从不确定性因素来看，
期初收入的标准差％、期初收入增长率标准差‰对高新技术企业的价值和风险
浙江大学硕士学位论文不确定性下高新技术企业价值和风险评估
都有一定的影响，并且cr0和770的值越大，高新技术企业的实物期权价值就越大，
但其破产风险和VaR值也随之增大。期初成本率标准差‰对企业的价值影响不
大，对企业的破产风险和VaR值均有一定的影响，仇值越大，破产风险和VaR
就越大。此外，由于回复速度参数K决定了高新技术企业到达正常企业阶段的速
度，故誓对企业价值和风险均有较大影响，《越大，说明企业保持高速增长阶段
的时间越短，那么企业的价值就越小，同时破产风险和VaR也越小。
6．2．启示
从文中对企业价值和风险的敏感性分析中我们可以发现，提高高新技术企业
价值的关键在于保持企业的竞争优势，较长时间领先于行业平均水平；同时要不
断的研发新产品，加大产品生命周期，延长获得超额利润的时间；再者要提高管
理水平，提高企业的利润率。结合企业风险的敏感性分析不难发现，企业的不确
定性越大(由彭、O"o、7／o、‰等参数所决定)，其管理灵活性价值也就越大，但
企业的破产风险和VaR值也随之增加，于是如何管理好企业的风险并获得管理的
灵活性价值是企业管理者所要处理好的问题。
事实上，实物期权方法除了定量计算分析外，还体现在实物期权思想对管理
决策思维的更新。实物期权理论的价值就在于对不确定性的衡量以及对不确定性
反应管理模式，从中所体现的管理思想对不确定性条件下的企业的风险管理，并
获得管理的灵活性价值很有启示作用：
首先，我们要从不确定环境中去创造获益的机会。实物期权理论主张在不确
定环境下，企业应该有所行动以获取未来可能出现的获利机会或者来避免进一步
损失，而不是坐等其变化。当外界环境混沌不明朗时，应积极创建相关的期权并
持有这些期权，直到环境变得清晰或机会成熟时，再据此决定执行期权获得收益
还是放弃期权避免损失。其次，我们要注重不确定性环境下风险防范意识。在不
确定性环境下，未来不可预期，任何情况都可能发生，企业的任一行动方案都会
暴露在未来的可能不利后果之中，即产生风险。虽然外界不确定性水平很难改变，
但我们可以通过多元化投资、投资金融衍生品等方法来降低或规避风险。再者，
为了应对未来的不确定性，基于实物期权思想的风险管理还要求企业应当保持资
浙江大学硕士学位论文不确定性下高新技术企业价值和风险评估
源的柔性或可逆性，包括实物资产、人力资源、科研开发资源和金融资源等。这
些资源应该能随外界的环境变化而变化，这是实现灵活性管理的前提条件。
此外，本文的研究除了对高新技术企业价值和风险管理的启示外，本研究还
可以从多方面进行拓展。从表面上看，本文的参数估计和计算过程似乎非常复杂，
但事实上如果针对某个行业进行截面分析的话，很多表示企业长期平均水平的参
数，如u、口、y、妒等在同一行业内均是一致的；蒙特卡罗模拟过程以及敏感
性分析虽然复杂，但都比较程序化，完全可以开发～个软件系统来实现，王志彦
(2001)⋯在这方面做了有益的探索。其次，如果股票是全流通的话，我们通过
分析公司的资本结构来对公司的股票进行定价““，这一点在不久的将来我国完
成股权分置改革后就能实现“2“。
‘8。1 Schwartz和Moon、林家凡、王莉雯、黄玉枝等的研究擐终结果都是对股票进行定价。
㈨n笔者认为，真正全流通是所有的股票都能进行自由买卖．现阶段的改革对狠多非流通股采取逐步上市
的办法，这样非流通股的价值只是原先价值再加上一个流通权益的价值，而并非真正与流通股的价值相一
致。所以，真正能运用本文的方法对公司股价进行定价最好待所有非流通股的自由买卖阶段。
浙江大学硕士学位论文不确定性下高新技术企业价值和风险评估
附录1：收入的风险调整因子的推导
根据公司价值的全微分方程(3-24)可得
dy=VRdR+圪d∥+巧d厂+圪比+VxdX+V#P+丢‰搬2+
丢％础2+丢％d72+VRudRd,u+‰一dRd7+V∥dpdy
我们已知股票的岱系数为：
，，吼M
Pv 2—·
％
同时我们注意到只有公司的收入随机过程才与市场组合报酬有相关性，则
‰=州警，警=酬等(p,dt+q蛳才dM=等酬警，警
玑‰=等‰
所以屏=百O'vM=R矿VR·嚣=等厥a私y o缸p
由CAPM模型可得公司的股票的期望收益为：
形=r+尾(‰一，．)=，．+了RV,屏(嘞一r)
则收入R的风险调整因子可以表示为：
以=像(ru—r)
在具体的应用中我们可以设定丑=瓦来表示五随时间变化的特性。
浙江大学硕士学位论文不确定性下高新技术企业价值和风险评估
附录2：达安基因公司财务报表主要数据
附表1达安基因公司利润分配表主要数据(单位：万元)
2001年2002年2003盔2004焦
主营业务收入7，208 10，215 13，249 15，586
主营业务成本4，409 6，172 7，363 7，199
营业费用103 221 763 2，972
管理费用818 1，125 1，846 2，151
总成本5，330 7，518 9，972 12，322
成本率73．95％ 73．60％ 75．27％ 79．06％
收入增长率48．61％ 41．72％ 29．70％ 17．64％
注：总成本忽略了财务费用
附表2达安基因公司资产负责表主要数据(单位：万元)
2001年2002年2003焦2004年
固定资产原价8573 11103 12823 18500
累积折旧2845 4727 6705 9464
折旧额1055 1882 1978 2760
折旧率0．12 O．17 0．15 0．15
资本性支出N．A． 2530 1720 5677
资本性支出率N．A． 0．25 0．13 0．36
对2001年至2004年的折旧率平均，可得折旧率DR--O．15；
对2002年至2004年资本性支出率平均，可得资本性支出率CX--O．25。
浙江大学碰士学位论文不确定性下高新技术企业价值和风险评估
附录3：蒙特卡罗模拟的c程序源代码
double Crand(10ng+seed)；
double Gauss(10ng+seed)；
void raalnO
{
double r[40]_{15586}；
double l-O：
doublex[40]={13407}；
double p[40]={9035}；
double miul40]2{0 1764}；
double sigrna[40]=f0．1364)；
double sigma_bm=O．05；
double eta【40卜{0．132)；
double miu_bat=O．072；
double tao=O 15：
double rf=-O．044：
double ki=O．7：
double gama[40]=(0．791，；
double gama_bar=O．90；
double fi[40】-{0．025}；
double n_bar=O．0125；
double dep[40]-{2760}；
double capx[40]={5677)；
double lamda=O．03l：
int tl=lO；
float delta』=1；
double x．．stm-=O；
double cr=O 25；
double dr=O 15；
double cost[40]2{O)；
double y[40]={0)；
long double sigma_j7印；
double v；
double vO；
float m=lO；
long freq=20000；
longi；
double bankluptey[40]={O)；
ofstleam fouq
ofsla'eam foutv；
fout．open(”bankrupte}txt”)；
fouLvopen(”、Ltxt”)；
浙江大学硕士学位论文不确定性下高新技术企业价值和风险评估
sr”d((unsigned)time(NuLL))；
for(i=l；i<=freq；i州
{
long seed；
dOuble e1，e2，e3；
seed--randO；
el=Gauss(&seed)；
e2=q3auss(&seed)；
e3=Oauss(&see由：
for(intt=l；睁(廿／delta_t)；t++)
{
sigma【11=(sigma[O]+exp(一1+ki+t)+sigma bar+(1一exp(一1+ld4t)M
eta[tl=eta[O]+exp(q+ki+n：
flit]=∞【o】+exp(-1+ki+D娟bar+(1．exp(一14ki4t)))；
r[q=rIt-1】+exp((miu[t-1】-lamda—sigma[t一1】‘sigma[t一11／2)+delta_t+sigma[M]+sqrt(del
ta t)+e1)；
miu[tl=miu[t刈+exp(一1+ki4delta_t)+(1一exp(一1+Id+delta_t))+miu_bar+sqrt((1一。xp(一2+
ki+deltat))／(2+kfn+eta[t-1]4e2；
gama[t]=gama[t-1]*exp(-1’ki+delta_伊(1一exp(一14ki+delta_t))49ama_bar+sqrt((1-exp
(一2’ki+deltat))／(2’ki))+n【p1]+e31
cost【t】29ama[t]+fit]；
capx【t】=cr*r[fl；
p[tl=p[t-1]+capx[t]；
d印【t12dr+p【t】；
y[tl=r[c】一cost【t】；
if(1<=O)
1=“一14Y[t】)>o)?(一1+yn])：0；
else
I=1-1+y【巾delta_t；
if(1>0)
tao=O；
else
tao=O．15；
y[tl=YIt]’(1-tao)；
deltax=OPx[t-1]+depIt]-eapx[t]+y【I】)+delta_t；
x【t]：xn-1]+delta_x；
if(x【t】《x咖r)
bankruptcy[t]++；
t=tl／deltaj；
v=x[tl+m+(r[t】-cost[t])；
fout_v<<v<<endl；
sigma．_v=sigmU+V；
】
浙江大学硕士学位论文不确定性下高新技术企业价值和风险评估
vO=sigma_v／freq+exp(-1+一t1)；
cout<<vO；
for(int#l；t<=fl／delt4j；什斗)
fout<<(bankruptcy【1]／freq)<<endl；
)
由于篇幅有限，我们只给出模拟过程的C语言核心代码。其中double
Gauss(10ng，seed)为自定义的标准正态分布随机数发生器，由于一般计算机语言
定义的随机函数只能产生均匀分布的伪随机数，所以正确产生标准正态分布随机
数是蒙特卡罗模拟的关键。以下是函数double Gauss(10ng+seed)模拟20000次产
生的随机数分布图：
注：图中的曲线为标准正态分布线。
浙江大学硕士学位论文不确定性下高新技术企业价值和风险评估
参考文献
[1 j A1Tlranl M．，Kulatil出a N．，Real options：Managing Strategic Investment in all
Uncertain World，Boston，Massachusetts，Harvard Business School Press，
1999．
[2] Anthony，J．H．，K．Ramesh，Association between Accounting PerforlTlance ，
Measures and Stock Prices，Journal of Accounting and Economics，1 992；V．
1 5，203-227．
[3] Berk J．B．，Green R．C．，Naik V．Optimal Investment，Growth Options and
Security Returns，Journal ofFinance，1999；54(5)：1553～1607．
[4] B．Cornell，A．Shapiro．Corporate Stakeholders and Corporate Finance．
Financial Management，1 987；V．1 6
[5] Barton，S．L．，P．J．Gordan，Corporate Strategy and Capital Structure，Strategic
Management Journal．1988； 9：623．632
[6] Basle Committee on Banking Supervision，An Internal Model．Based
Approach to Market慰sk Capital Requirements，1 995．http：／／www．bis．org
[7] Benaroch M，Kauffrnan R⋯J ACase for Using Real Options Pricing Analysis
to Evaluate Information Technology Project Investments，Information Systems
Research，1999；V．10(1)，70-86．
[8] Benaroch M，Kauffman R⋯J Justifying Electronic Banking Network
Expansion Using Real Options Analysis，Mis Quarterly，2000；V．24(2)，
197．225
[9] Berk J．B．，Green R．C．，Naik V．，Optimal Investment，Growth Options，and
Security Returns，Journal ofFinance，1999；V．54(5)，1553～1 607
[1 0]Black，F．and M．Scholes，The pricing of options and corporate liabilities，
Journal ofPolitical Economy．1 973；81：637．659．
[11] Childs P．D．，S．H．Ott and A．J．Triantis．Optimal Investment Policy for
Multiple Mutually Exclusive Projects Using an Options Framework,
University of Kentucky，Carol Martin Gatton College of Business and
Economics，1 995．
[1 2]Constantinides，George M．，Market risk adjustment in project valuation，
Joumal ofFinance．1978；33：603．616．
[13]Copeland T．，Antikarov V．，Real options：A practitioner’S guide，New York：
Texere，2001．
[14]
[15]
[16]
[17]
Cox，John C．，Jonathan E．Ingersoll，Jr．，and Stephen A．Ross，An
intertemporal general equilibrium model of asset prices．Econometrica．1 985；
53：363．384．
Day G S，Schoemaker P H，Gunther R E．Wharton on managing emerging
technologies．John Wiley&Sons，Inc．，2000．
Dixit，A．，R．S．Pindyck，The Option Approach to Capital Investment，Harvard
Business Review，1995；73，105．115．
Dixit，A．，R．Pindyck，Investment under Uncertainty， 1 994；Princeton
58
浙江大学硕士学位论文不确定性下高新技术企业价值和风险评估
University Press
[183 Dowd，K．，Beyond Value at Risk：the new science ofrisk management，John
Wily&Sons Ltd，1 998．
[19] Engle，R．F．Autoregressive conditional heteroscedasticity with estimates of
United Kingdom inflation，Econometrica，1982；50，987．1007
[20] John A．Norton，Frank M．Bass．A Diffusion Theory Model ofAdoption and
Substitution for Successive Generations of Hi曲一Technology Products，
’Management Science，1987；V．33(9)，1069—1086．
[2 1] Jorion,P．Value at Risk：the new benchmark for controlling market risk，
McGraw—Hill，1 997．
[22] JP Morgan，RiskmetriesTM Technical Document，fourth edition，New York，
1996
[23]Kamrad B．A Lattice Claims Model for Capital Budgeting，IEEE Transactions
on Engineering Management，1995；V．42，140．149
[24]Kamrad B．and P．Ritchken．Multinomial Approximating Models for Options
谢m k States V撕ables，Management Science，1991；V．37(12)，1640—1652
[25]Kellog D．，Charnes JM，Real Option Valuation for a Biotechnology Company，
Financial Analysts Journal，2000；V．56，76—84．
[26]Kester，W．C．，Today’S Option for Tomorrow’S Growth，Harvard Business
Review，1984；62，153—160．
[27]Lee，Charles，M．C．Accounting-based Valuation Impact on Business Practices
and Research，Accounting Horizons，1999；V．13(4)．413—425．
[28]Longstaff,F．A．and E．S．Schwartz，Valuing American Option by Simulation：
A Simple Least—Square Approach，Reviews of Financial Studied，200 1；1 4(1)，
1 13。147．
[29]Myers，S．C．Finance Theory and Financial Strategy,Interfaces,1984；14：
126．137．
[30]Myers，S．C．，Determinants of Corporate Growth，Journal of Financial
Economics，1977；5，147—175．
[3 1] Nelson D．B．and K．Ramaswamy．Simple Binomial Processes as Diffusion
Approximations in Financial Models，Review of Financial Studies，1 990；V．
3(3)，393-430
[323 Pablo F．，Company Valuation Methods．The Most Errors in Valuation，
Working Paper．No．429，IESE，University ofNavarra，2002．
[33]Pindyck R．，Irreversibility Investment，Capacity Choice，and the Value of the
Firm，Americall Economic Review，1988；78，969．985．
[34]Richard Boulton，etcal．Cracking也e Value Code：How Successful Business
Are Creating Wealtll in the New Economy，John Wiley&Sons，Inc．，2000
[35]Robert S．Pindyck．Irreversible Investment，Capacity Choice，and the Value of
the Firm。American Economic Reviews，1988；V．78．969·985．
[36]Schwartz，E．S．，M．Moon，Rational Pricing of Intemet Companies Revisited，
Tlle Financial Review，200 1：36，7．26．
[37]Schwartz，E．S．，M．Moon，Rational Pricing of Interact Companies，Financial
Analysts Journal，2000；56，62．75．
59
浙江大学硕士学位论文不确定性下高新技术企业价值和风险评估
[38] Smalley．Steven P．Appraisal：Science or Art?The Appraisal Journal．Apr．
1995；V．63．
[39]Taudes A．，Software growth options，Journal ofManagement Information
System，1998：15(1)：165—185．
[40]TomArnold E．J．，Timothy Falcon，Option Pricing in the Real World：A
Generalized Binomial Model、Ⅳitll Applications to Real Options，Working
paper，Ourso College of Business Administration，Louisiana，2000．
[4 1]Tdantis A．J．，J．E．Hodder，Valuing Flexibility as a Complex Option，Journal
ofFinance，1990；45，549-565．
[42]Trigeogis，L．，Real Options：Managerial Flexibility and Strategy in Resource
Allocation，MIT press，Cambridge，Massachusetts，1 996．
[43]Trigeorgis L．and Mason S．P．，Valuing Managerial Flexibility，Midland
Corporate Finance Journal，1987；V．5．No．1，14-21．
[44]Willner R．，Valuing Start—Up Venture Growth Options．P：221-239 in Real
Options in Capital Investment，1 995，edked by L．Tdgeorgis．
[453 Zangari，P．，A value at Risk analysis of currency exposures，
RiskMetriesTMMonitor，1996b；Second Quarter，26—33．
[463 Zangari，P．，How accurate is the delta—gama methodology，
RiskMetriesTMMonitor，1 996c；Third Quarter，1 2—29．
[47] Zangari，P．，When is non—normality a problem?The case of l 5 times series
from emerging markets，RiskMetriesTMMonitor，1 996d；Fourth
Quarter，20-32．
[48]Zangari，P．，An improved methodology for measuring VaR，RiskMetrics
Monitor，Reuters／J．P．Morgan，1996a；Second Quarter，7—25．
[49]冯玉明，国内市场股权风险溢价研究，天一证券网研究报告，2004；
http：7 7㈣．skyone．com．cn
[50]黄玉枝，以实质选择权观点进行公司评价，“国立"东华大学国际经济研
究所财务经济组研究所硕士论文，2002
[51]基思·卡思伯森，德克·尼奇著，张陶伟，彭永江译，金融工程——衍生
品与风险管理，北京：中国人民大学出版社，2004
[52]林家凡，以实质选择权法评估高科技产业股价，政治大学金融研究所硕士
论文，2001
[53]刘照德，高新技术风险企业价值评价的实物期权方法，广东商学院学报，
2004；No．1，23—27
[54]柳邵黔，张娅，张晶，孙钦蓬，中小企业板：市场特点投资策略剖析，联
合证券研究所，2004；http：／／wWw．hexun．com
[55]马俊海，张维，金融衍生工具定价中蒙特卡罗方法的近期应用分析，管理
工程学报，2000；V．14，No．2，47—5l
[56]邵宇，微观金融学及其数学基础，北京：清华大学出版社，2003
[57]孙东建，赵建生，实物期权理论在高新技术企业估价中的应用，企业经
济，2003；No．2，27—28
[58]汤姆·科普兰，蒂姆·科勒，杰克·默林著，郝绍伦，谢关平译，价值评
估——公司价值的衡量与管理，北京：电子工业出版社，2002
[593王程，对我国高技术上市公司价值评估的研究，重庆大学硕士论文，2002
浙江大学硕士学位论文不确定性下高新技术企业价值和风险评估
王桂华，齐海滔，实物期权方法在高科技企业价值评估中的应用，企业经
济， 2002：No．7，155-156
王莉雯，企业生命循环周期对实质选择权股权评价之影响——台湾生化科
技公司之实证分析，中原大学国际贸易学系硕士学位论文，2004
王少豪，高新技术企业价值评估，北京：中信出版社，2002
王志彦，网际网路企业决策评价支援系统——现金流量折现法与实质选择
权之应用， “国立"台湾科技大学资讯管理系硕士论文，2002
王忠波，高科技企业估值的实物期权方法研究，证券市场导报，2002：
No．1， 25—29
武宝亭，李庆士，杨跃武，随机过程与随机微分方程，成都：电子科技大
学出版社，1993
肖翔，高新技术企业价值评估方法研究，数量经济枝术经济研究，2003；
No．2，61—65
徐尚友，张一帆，实物期权与创业企业价值评估，技术经济与管理研究，
2004：No．4，38—39
薛明皋，李楚霖，高科技公司的合理定价，工科数学，2002；18(5)，17—22
晏刚，董守胜，公司估价方法与发展战略决策，北京：经济管理出版社，
2003
郁洪良，金融期权与实物期权——比较和应用，上海：上海财经大学出版
社，2003
詹姆斯·范霍恩、约翰·瓦霍维奇著，郭浩、徐琳译，现代企业财务管理，
第十版，北京：经济科学出版社，1998
张玉明，资本结构优化与高新技术企业融资策略，上海：上海三联书店，
2003
朱世武，郑淳，中国资本市场股权风险溢价研究，世界经济，2003；
V．26(11)，62-70
朱武祥，股权激励、企业价值创造与投资估价，证券市场导报，2001，No．5，
62—68
61
]
]
]]
]
]
]
]
]]
]
]
]
]
]
．∞．
．叭一
一眈鹋
弘
∞
∞
盯
鹋∞
加
．n．
．
仡．
他一似
陬
田
畸畸
∞
∞
∞
畸
隋隋
口
口
口
口
口
浙江大学硕士学位论文不确定性下高新技术企业价值和风险评估
致谢
“逝者如斯夫，不舍昼夜”，时间是什么?没有痕迹、没有味道，每当我想
伸手抓住时间时，它倏忽就已经不见。转眼间，我在浙大已经度过了六年多，当
我在毕业论文中点上最后一个句号时，我真正的意识到我即将离开浙大了。回首
这六年多的学习生活，特别是这两年多硕士研究生的生涯，我首先得由衷的感谢
我的导师邹小冗副教授。
从一个数学系的毕业生转而攻读金融学硕士研究生，是我人生的一大转变。
入学伊始，在金融学领域我是个l'-J夕l-汉，邹老师给了我极大的教导和鼓励，曾手
把手教我写第一篇金融学论文，做第一个课题。在整个研究生阶段学习中，邹老
师严谨的治学态度，兢兢业业的工作作风，热情善良的人格品质，都使我耳濡目
染，受益匪浅。本文从立题到框架的建立，再到论文的写作，几易稿件至最后的
定稿，邹老师都给予了我极大的指导和关心。
同时，我还要感谢陈鑫云、陈浩等同学的帮助，他们给予我文献查找、会计
学知识等方面的很大帮助。感谢我的本科时同学夏飞海、骆兴国等计算数学研究
生，他们对论文中的算法设计和计算机程序的模拟提供了帮助。另外，我也得感
谢所有和我分享大学时光所有同学和好友们，人生难得是相逢。
最后，我还要特别感谢我的父母，感谢他们对我求学生涯的一贯支持和默默
奉献，他们对我生活上的关心和精神上的鼓励，一直是我前进的动力。
孙诗雄
2005年10月于求是园