1. 引言
本文将针对纺织服饰企业中的纺织服饰类企业进行研究,根据其资产、销售特点,在进行预测时从其显著特点即周期性来切入,选择合适的方法来评估这类企业。销售收入是引起财务变化的重要因素,销售收入的变动会对财务报表中的许多数据产生变化。对于纺织服饰企业来说,传统的两阶段模型在第一阶段使用简单的增长率预测相关数据无法体现其销售收入的季节性,使得相关数据的预测与真实数据的规律吻合率有所不同,因此,本文就案例企业的特点对销售收入进行季节性分解预测,使得预测值与企业的真实销售状况更接近。
陈蕾(2017)提出由于此类企业有周期性的特点[1],其企业收益波动性较大,使用第二阶段使用永续增长模型容易出现大的偏差,在这种情形下,本文考虑使用退出倍数法对第二阶段进行改进,以期提升评估价值的准确性。
2. 纺织服饰行业及价值评估方法
2.1. 纺织服饰行业介绍
纺织服装产业作为我国历史悠久的支柱产业,该产业显著特征为劳动密集型,其产业链条广泛而紧密,横跨多个经济领域。
在产业链的上游,原材料供应丰富多样,涵盖了棉花、麻类、蚕茧丝等天然纤维资源,以及通过化工技术生产的人造纤维、合成纤维等化学纤维,这一环节紧密连接着农业(种植与养殖)、化工等相关产业,体现了产业链的高度整合性。
中游环节则聚焦于纺织品与服装的加工与制造,是技术创新与价值创造的核心地带,不仅要求精湛的工艺,还需紧跟时尚潮流,满足多样化的市场需求。
至于下游,则是多元化的销售渠道网络,它们将精心制作的纺织品与服装送达消费者手中,完成整个产业链的闭环。
我国庞大的内需市场为纺织服装产业提供了广阔的发展空间。近年来,随着国家经济的持续快速增长,居民收入水平稳步提升,消费升级趋势日益明显,进一步推动了纺织服装内销市场的繁荣。
2.2. 纺织服饰行业研究现况
本文将使用工具CiteSpace,以中国知网中所选取的200篇文献为数据源,对海澜之家所在的纺织服饰行业进行研究,以期认识最新行业发展动态及趋势。
关键词共现分析图谱,其中显示了2014~2024年来纺织服饰行业的发展现状及研究领域。节点之间的连线代表文献之间关键词的联系,从图中可以看出,“纺织行业”、“发展现状”、“服饰企业”、“对策”等关键词的节点较大,且连线较多,说明所对应的文献数量也居多。具体见图1。
Figure 1. Keyword clustering
图1. 关键词聚类
通过对2014~2024年的文献关键词搜索,CiteSpace软件提供了纺织服饰行业发展的最近10年的突现词,检测常被用来观察每个时期的研究前沿。突现率越高,受关注越多。在图中呈现了突现关键词,可以看到在2016~2020年间对纺织服饰行业存在的问题出现了一波研究热潮;2017~2022期间转向纺织服饰行业的发展策略及行业低碳经济的研究。如图2所示。
Figure 2. Key emerging keywords in textile and apparel industry development (2014~2024)
图2. 2014~2024年纺织服饰行业发展关键词突现图谱
关键词聚类时间线图谱完整展现了各时间段内对纺织服饰行业的研究,其相互之间的连线为研究热点的连结情况,连结度越高,那么对应的年轮圆圈就越大,关键词作用越强。在时间线上可以看出,学者们对纺织服饰行业的研究从行业自身存在的问题及发展趋势研究,转向人工智能、科技、绿色发展、数字化等近年来热点与行业的协同作用的研究,具体见图3。
Figure 3. Timeline of keyword clustering in the textile and apparel industry (2014~2024)
图3. 2014~2024年纺织服饰行业的关键词聚类时间线
综上所述,本文以关键词共现分析、关键词突现图谱、以及关键词聚类时间线的方法对纺织服饰相关领域文献进行了计量,了解此领域的研究主题与研究热点,研究发现,纺织服饰行业的发展紧跟着社会热点领域,如人工智能等。
3. 方法论及基本模型
3.1. 市场法
市场法,作为一种评估资产价值的技术手段,其核心在于参考市场上近期同类或相似资产的交易价格,通过直接对比或类比分析来估算目标资产的价值。这一方法背后依托着三大关键理论:市场供需理论,它揭示了资产价格受市场供求关系驱动的本质;价格发现理论,它强调资产的公允价值与市场上相似资产交易价格的趋同性;以及替代原则,该原则认为在市场环境中寻找并依赖类似资产的价格作为评估基准是合理且可行的。
3.2. 收益法
资产评估收益法,作为一种专业评估技术,亦称收益还原法或收益本金化法,其核心在于预测被评估资产在未来一段时间内可能产生的收益,并据此选定恰当的折现率,将这些预期的未来收益折算为评估基准日的等价现值。通过累加这些现值,最终得出被评估资产的价值。
3.3. 成本法
成本法是一种在资产评估中广泛运用的方法,其核心在于精确估算被评估资产在当前市场环境下重新购置或构建相同或相似功能全新状态所需的重置成本,并进一步综合考量资产所经历的实体性、功能性和经济性等各类贬值因素。通过从重置成本中扣除这些贬值额,成本法最终确定了被评估资产在当前状态下的合理价值。其理论基础牢固地建立在重置成本的概念之上,这一概念强调了资产价值与其重新构建成本之间的紧密联系,为评估过程提供了坚实的经济学基础。
其基本公式为:
3.4. 退出倍数法
陈蕾(2017)退出倍数法实质上是对收益法与市场法的一种巧妙融合应用策略[1]:在初步阶段,即收益预测期内,它采纳收益法的精髓,通过详细分析与预测目标公司未来一段时间内的收益状况,进而计算出这段期间内目标公司的收益现值总和。然而,在超越这一预测期之后,退出倍数法并未沿用传统的永续年金或永续增长模型来延续价值评估,而是创新性地设定了一个明确的投资退出点——即在预测期结束时的那一年年末,假设目标公司将通过市场交易的方式被出售,以此作为投资回收的方式,从而完成了对目标公司整体价值的评估。
李振楠(2022)退出倍数即在假定退出时点评估时与企业价值关联指标的估值倍数[2]。王进江(2021)退出倍数的影响因素一是退出后公司盈利的增长情况,二是同行业可比公司在市场中的该倍数水平[3]。
退出倍数法的基础模型如下:
(1)
P:评估价值;
Rt:第t年的预期收益;
r:折现率;
In:第n年年末退出时可变现价值;
X:退出倍数;
n:收益预测期限。
3.5. 乘法模型
根据被评估企业具有周期性、季节性的性质,乘法模型对其销售收入的预测具有适用性。乘法模型是一种长期趋势的统计分析方法,其基础模型如下:
(2)
T:长期趋势变动;
S:季节变动;
C:循环变动;
I:不规则变动。
4. 退出倍数法在海澜之家价值评估中的应用
4.1. 案例企业介绍
海澜集团创建于1988年,总部位于江苏省江阴市新桥镇。以服装为龙头产业,以精毛纺面料为基础产业,致力于用高科技改造和提升传统服装产业。海澜之家注重品牌宣传和营销,拥抱年轻消费群体。同时,通过线上线下结合的方式,提升品牌影响力和市场占有率。海澜之家2014年4月正式登陆A股市场,证券代码600398。若无特殊说明,案例中数据都来源于上海证券交易所中的定期报告披露。
4.2. 预测期收益现值计算
4.2.1. 销售收入预测
海澜之家主要从事服装销售,根据本次评估假设中,被评估企业在未来将与评估基准日相同的经营方式持续运营,销售收入的结构及各季度的比例近似,相关系数的取值也参考评估基准日,且不发生较大变化。
本文根据海澜之家业务类型及销售收入构成发现,季节因素对销售收入有显著影响,因此,本文将以季节因素对销售收入的影响进行预测,使用SPSS对其2019~2023各个季度的销售收入进行季节性分析预测,得到季节性因素,再通过乘法模型分解来预测销售收入。
2019~2023的各季度销售收入季节性分析预测及乘法模型分解预测销售收入如表1。
Table 1. Seasonal factors of sales revenue (%)
表1. 销售收入季节性因素(%)
期间 |
季节性因素(%) |
1 |
107.4 |
2 |
89.6 |
3 |
80.3 |
4 |
122.7 |
从表中可以看出,海澜之家的销售收入有明显的季节性特征,其中第一和第四季度销售收入显著高于二、三季度,因此,选择退出倍数法适用于对该企业的第二阶段进行预测,见表2。
Table 2. Sales revenue forecast (ten thousand Yuan) via multiplicative model decomposition
表2. 乘法模型分解预测销售收入(万元)
销售额 (万元) |
季节比率 |
无季节性资料 |
趋势值 |
循环波动和不规则波动的相对数 |
循环指数 |
|
Y |
S |
Y/S |
T |
CI = (Y/S)/T |
C |
Y预测 |
536062.50 |
1.184 |
452755.4882 |
536062.50 |
84.46% |
84.46% |
536065.93 |
608867.94 |
1.119 |
544117.91 |
608867.94 |
89.37% |
89.37% |
608898.57 |
481458.42 |
0.93 |
517697.221 |
481458.42 |
107.53% |
93.78% |
419923.56 |
378580.19 |
0.766 |
494230.0102 |
378580.19 |
130.55% |
109.15% |
316517.73 |
688691.74 |
1.184 |
581665.3245 |
688691.74 |
84.46% |
107.51% |
876661.02 |
432834.84 |
1.119 |
386805.0438 |
432834.84 |
89.37% |
101.46% |
491402.72 |
397401.40 |
0.93 |
427313.3338 |
397401.40 |
107.53% |
93.78% |
346609.81 |
337789.60 |
0.766 |
440978.585 |
337789.60 |
130.55% |
109.15% |
282414.14 |
580755.27 |
1.184 |
490502.764 |
580755.27 |
84.46% |
107.51% |
739264.72 |
582226.27 |
1.119 |
520309.4459 |
582226.27 |
89.37% |
101.46% |
661008.64 |
488964.77 |
0.93 |
525768.5713 |
488964.77 |
107.53% |
93.78% |
426470.54 |
397555.64 |
0.766 |
519002.1384 |
397555.64 |
130.55% |
109.15% |
332382.44 |
576896.74 |
1.184 |
487243.8679 |
576896.74 |
84.46% |
107.51% |
734353.05 |
546277.69 |
1.119 |
488183.8126 |
546277.69 |
89.37% |
101.46% |
620195.77 |
441583.52 |
0.93 |
474820.9938 |
441583.52 |
107.53% |
93.78% |
385145.05 |
398150.68 |
0.766 |
519778.9562 |
398150.68 |
130.55% |
109.15% |
332879.94 |
464457.19 |
1.184 |
392278.0289 |
464457.19 |
84.46% |
107.51% |
591224.61 |
566601.20 |
1.119 |
506346.0227 |
566601.20 |
89.37% |
101.46% |
643269.30 |
576077.56 |
0.93 |
619438.2316 |
576077.56 |
107.53% |
93.78% |
502449.50 |
457649.10 |
0.766 |
597453.1271 |
457649.10 |
130.55% |
109.15% |
382624.49 |
由乘法模型预测的未来五年各季度的销售收入,可得到未来五年的销售收入如表3所示。
Table 3. Forecasted sales revenue (ten-thousand Yuan) for 2024~2028
表3. 2024~2028年预测销售收入(万元)
年份 |
销售收入(万元) |
2024 |
1881405.79 |
2025 |
1997087.68 |
2026 |
2159126.34 |
2027 |
2072573.81 |
2028 |
2119567.91 |
4.2.2. 其他相关数据预测
由于销售收入在企业财务数据中与许多数据都有关联,因此,本文将使用销售收入与其他相关数据的关系对其他数据进行预测,如表4所示。
Table 4. Predicted related data (ten thousand Yuan)
表4. 相关数据预测(万元)
单位(万元) |
2024 |
2025 |
2026 |
2027 |
2028 |
营业成本 |
1110459.25 |
1178737.99 |
1274377.82 |
1223292.05 |
1251029.31 |
销售费用 |
298737.19 |
317105.63 |
342834.78 |
329091.62 |
336553.53 |
管理费用 |
105914.30 |
112426.65 |
121548.66 |
116676.16 |
119321.71 |
长期待摊费用 |
25225.36 |
26776.39 |
28948.96 |
27788.49 |
28418.57 |
利息费用 |
18356.96 |
19485.67 |
21066.69 |
20222.20 |
20680.72 |
累计折旧 |
169909.90 |
180357.15 |
194990.87 |
187174.30 |
191418.34 |
所得税 |
66739.42 |
70843.02 |
76591.04 |
73520.75 |
75187.78 |
营运资本增加 |
−8908.62 |
−9456.38 |
−10223.65 |
−9813.82 |
−10036.34 |
流动资产 |
2149341.68 |
2281498.13 |
2466613.13 |
2367734.43 |
2421421.09 |
流动负债 |
1249490.34 |
1326317.68 |
1433931.75 |
1376449.97 |
1407659.97 |
自由现金流 |
503599.52 |
534564.31 |
577937.51 |
554769.83 |
567348.83 |
4.2.3. 相关的系数测算
本文选择2023年12月29日10年期国债收益率Rf = 2.56%作为本次评估的无风险收益率。
由于海澜之家在上海证券交易所上市,因此选取上证综指年度收益率,测算市场收益率相关数据如表5所示。
Table 5. Yearly return of the shanghai composite index (2014~2023)
表5. 2014~2023上证综指年度收益率
上证综指年度收益率(%) |
2014 |
2015 |
2016 |
2017 |
2018 |
2019 |
2020 |
2021 |
2022 |
2023 |
|
53.15 |
8.61 |
−12.24 |
6.50 |
−24.75 |
22.11 |
13.26 |
4.75 |
−15.34 |
−3.65 |
对其中的异常的数据进行剔除后,对剔除后的数据计算平均值作为市场持有期收益率,Rm = 14.96%。
取海澜之家过去10年的β值的平均值作为评估案例的β值,2014~2023海澜之家β值如表6所示。
Table 6. β coefficients of Hailan Home, 2014~2023
表6. 海澜之家2014~2023 β值
β值 |
2014 |
2015 |
2016 |
2017 |
2018 |
2019 |
2020 |
2021 |
2022 |
2023 |
|
0.56 |
0.42 |
0.52 |
0.79 |
1.20 |
0.92 |
0.97 |
0.73 |
0.78 |
0.62 |
剔除异常值,对其进行平均值计算,本文取用的β = 0.82。
由于海澜之家自身企业性质该企业无长短期负债,债务成本为零,因此企业的加权平均资本成本在数值上等于股权资本成本,因此期望报酬率:
(3)
即R = 12.68%。
4.2.4. 预测期企业价值
综上,海澜之家预测期2024~2028自由现金流分别为503599.2万元、534564.31万元、577937.51万元、554769.83万元及567348.83万元,以12.68%的折现率进行折现,可得预测期内该企业价值评估值为1928305.81万元。
4.3. 永续期退出倍数法测算
4.3.1. 确定目标公司的假定退出时点
1) 企业经营状况及财务状况分析
海澜之家近年相关经营、财务状况如表7所示。
Table 7. Related assets and financial status of Hailan Home (unit: ten thousand Yuan)
表7. 海澜之家相关资产、财务状况(单位:万元)
项目 |
2021年12月31日 |
2022年12月31日 |
2023年12月31日 |
资产总额 |
1856174.22 |
3274866.78 |
3371284.18 |
负债总额 |
1641713.02 |
1822656.51 |
1767516.75 |
营业收入 |
2018803.56 |
1856174.22 |
2152754.91 |
利润总额 |
325706.55 |
289684.14 |
362390.57 |
净利润 |
240067.98 |
206202.52 |
291843.53 |
2) 生命周期评价
企业的生命周期分为四个阶段,第一阶段为初创阶段,特点为资本来源有限,收益低且风险大;第二阶段为成长阶段,该阶段的特点是生产成本逐步减少,但由于进入该行业的竞争者的增加,行业竞争激烈,伴随而来的经营风险和财务风险有引起公司破产和被兼并的可能;第三阶段为成熟期,该阶段产品技术、销售等已成熟,消费者对产品的需求稳定,利润高且风险小,行业增长速度慢;最后阶段为衰退阶段,该阶段市场需求开始减少,销售量逐步降低,市场上有替代品的出现。
从5年的销售收入数据可以看出,销售收入呈现周期性的同时,其变动幅度很小,综上可以判断,海澜之家处于的生命周期为成熟期,如图4所示。
Figure 4. Seasonal cyclicity and variability of sales revenue
图4. 销售收入分季节周期性及变动
3) 确定假定退出时点
慕慧娟(2023)退出时点是在周期性企业出现收益能力变动的时点[4]。综上所述,纺织服饰行业发展态势稳定,海澜之家经营状况良好,且该企业生命周期处于成熟期,因此本文选择一阶段预测期末年,即2028年为假定的退出时点。
4.3.2. 选择企业价值关联指标与退出倍数
1) 价值关联指标
基于海澜之家资本结构中无长短期借款的情况,及EBITDA较其他指标不受利息和摊销的影响,能够更加直观地观察企业的经营状况,因此,选择EBITDA为企业价值关联指标,其计算公式为:
根据表4相关数据的测算,可以得出退出时点的EBITDA = 653180.99 (万元)。
2) 可比案例
选择最新财报年份为评估基准日,即评估基准日为2023年12月31日。选择海澜之家所处纺织服饰业中经营状况、规模相似的四家企业,作为退出倍数法中的可比案例,计算其在评估基准日的可比价值比率的平均值作为海澜之家的退出倍数。根据多方面考虑,选择江南布衣、安踏、森马、李宁作为可比企业,如表8所示。
Table 8. Comparable value ratios for Hailan Home and peer comparable companies
表8. 海澜之家及可比企业可比价值比率
可比公司 |
公司价值(万元) |
EBITDA (万元) |
EV/EBITDA |
江南布衣 |
362,800 |
86470.00 |
4.20 |
安踏 |
320,510 |
59353.70 |
5.40 |
森马服饰 |
1,934,400 |
386,880 |
5.00 |
李宁 |
634,800 |
154829.27 |
4.10 |
退出倍数平均值X |
|
|
4.68 |
4.4. 计算海澜之家整体价值评估值
将海澜之家2024~2028收益现值合计数1928325.81万元、退出时点的EBITDA现值359559.23万元及退出倍数X代入式(1),计算得到:
其中,海澜之家退出变现价值为1680939.40万元,整体价值为3609245.21万元,折合每股价值为8.36股/元。
对比2024年12月31日,海澜之家收盘价为7.50元,本文认为海澜之家股票价值被低估,仍有投资价值。
5. 总结
纺织服饰企业受季节性、周期性影响较大,单纯采用三大传统方法具有一定的局限性,本文基于退出倍数法对纺织服饰企业中选择的代表案例海澜之家企业价值进行评估,第一部分在收益法中对销售收入使用季节性预测,再计算目标企业的收益现值,采用退出倍数法替代永续年金的计算方式来预测第二阶段。以此在评估价值中能够体现目标企业的经济特征,所得出的结果与实际情况更加符合。
退出倍数法的使用也存在一定的缺陷,其可能不适用于周期不明显或难以确定退出时点的企业,在时点的确定及周期判断过程中,对评估人员的专业性要求过高,过多的主观性会在很大程度上影响实验结果的准确性。
总的来说,使用收益法与市场法的结合来对目标企业进行价值评估,克服了部分传统方法的缺点,使企业价值更加合理准确,也为评估其他类型的企业提供了一种思路。
基金项目
广西科技大学博士基金项目“LMX对员工态度与行为的‘双刃剑’效应”(校科博21S21)。
NOTES
*通讯作者。