项目参与人：申雨、史晓宁、周锴、凌琦、郑婉君
申报单位： 南京财经大学会计学院 江苏天健华辰资产评估有限公司
摘 要
收益法下，折现率的微小变化都将对企业估值结果产生较大的影响，企业特定风险作为企业预期收益折现率的重要组成部分，其量化是收益法在实际运用中的一大难题。长期以来，企业特定风险调整系数的确定因缺乏客观性、考虑简单、缺乏相应证据支撑，存在一定的争议性。而房地产行业作为典型的“高风险，高收益”的周期性行业之一，投资风险的识别与量化也成为房地产企业亟需解决的难题。近年来房地产行业爆雷不断，高杠杆问题、流动性危机等成为市场关注的焦点。新形势下，房地产企业通过并购重组实现产业升级和资源配置优化，离不开资产评估对企业折现率和特定风险调整系数的准确量化与分析。
本项目以房地产和医药企业为例，对企业特定风险的量化进行探讨。首先，运用CAPM模型间接分离法取得上市公司的回归残差，分别计算无条件标准差和EGARCH模型下回归残差的条件标准差，得到企业的即期和预期特定风险。其次从10个层面34个指标中进行筛选，构建衡量房地产企业特定风险调整系数的影响指标体系。同理可得医药企业的特定风险调整系数的影响指标体系。再次，考虑到特定风险和影响因素之间可能存在的非线性关系，运用客观赋权模型、线性回归模型和GA-BP神经网络模型量化企业的特定风险，分析比较结果。最后结合具体案例进行应用和分析。
本项目的主要结论如下：（1）目前，实务界特定风险的确定过程中，主观性强和重复计算的问题尤为突出。（2）通过“文本分析—相关性分析—因子分析” 的过程在构建的影响企业特定风险的指标体系具有有效性。（3）企业的特定风险调整系数与衡量指标之间存在非线性关系，与传统客观赋权和回归方法相比，遗传算法优化的BP神经网络算法更适用于房地产企业特定风险的量化。
本项目可能存在以下贡献：首先本项目考虑了企业特定风险的时变性质。对上市公司特定风险的提取使用时间序列方法计算预期条件标准差，对不同时间口径的特定风险进行对比；其次，从多个非财务微观角度综合分析企业特定风险的影响因素及作用机制；最后，引入神经网络算法进行量化分析，并与传统赋权和回归模型进行比较，拓展了新的研究思路。
关键词：特定风险；CAPM；房地产企业；医药企业；GA-BP神经网络
