融合Ohlson模型与非会计信息的剩余收益估值体系构建与应用研究

融合Ohlson模型与非会计信息的剩余收益估值体系构建与应用研究一、引言1.1研究背景与动因在金融市场中，准确评估企业价值是投资者、管理者及其他利益相关者做出决策的关键依据。企业价值评估不仅关系到投资决策的成败，还对企业的融资、并购、战略规划等诸多方面产生深远影响。剩余收益估值作为一种重要的企业价值评估方法，近年来受到了广泛的关注和研究。它基于企业的会计信息，通过对未来剩余收益的预测来估计企业的内在价值，为投资者提供了一种相对客观、全面的价值评估视角。Ohlson模型在剩余收益估值中占据着核心地位。该模型由美国会计学者WayneOhlson于1995年提出，它将企业的市场价值与其账面价值和预期未来收益紧密联系起来，为剩余收益估值提供了一个重要的理论框架。Ohlson模型认为，公司的价值等于其权益账面价值加上预期剩余收益的现值，其中剩余收益是指公司的净利润超过股东要求的必要报酬后的余额。这一模型的提出，使得剩余收益估值方法在理论上更加完善，也为实证研究提供了有力的工具。通过Ohlson模型，研究者可以利用企业的财务报表数据，对企业的价值进行定量分析，从而为投资决策提供科学依据。随着市场环境的日益复杂和信息披露的不断完善，非会计信息在企业价值评估中的作用日益凸显。非会计信息是指除了财务报表数据之外的其他与企业价值相关的信息，如公司治理结构、管理层能力、行业竞争态势、宏观经济环境、社会责任履行情况、科技创新能力等。这些信息虽然不直接反映在财务报表中，但却对企业的未来发展和价值创造有着重要的影响。例如，一个具有良好公司治理结构的企业，能够更有效地监督管理层的行为，降低代理成本，提高企业的运营效率和决策质量，从而为企业创造更大的价值；管理层的能力和经验直接影响企业的战略规划、市场拓展和风险管理能力，对企业的未来业绩有着关键作用；行业竞争态势决定了企业在市场中的地位和发展空间，影响着企业的市场份额、价格策略和盈利能力；宏观经济环境的变化，如经济增长、利率波动、政策调整等，会对企业的经营环境和市场需求产生重要影响，进而影响企业的价值。传统的基于会计信息的估值模型，如Ohlson模型，虽然在一定程度上能够反映企业的价值，但由于其主要依赖财务报表数据，无法充分考虑非会计信息的影响，因此在实际应用中存在一定的局限性。在当今信息爆炸的时代，投资者和管理者需要更全面、准确的信息来评估企业价值，以做出更明智的决策。因此，将非会计信息纳入剩余收益估值模型，成为了当前研究的一个重要方向。通过综合考虑会计信息和非会计信息，可以更全面地反映企业的价值创造能力和未来发展潜力，提高剩余收益估值的准确性和可靠性，为金融市场参与者提供更有价值的决策支持。1.2研究价值与实践意义本研究在理论和实践层面都具有重要意义，有望为相关领域的发展提供有力支持。从理论层面来看，本研究丰富和完善了企业价值评估理论。传统的Ohlson模型主要基于会计信息进行企业价值评估，对非会计信息的考虑相对不足。本研究将非会计信息纳入Ohlson模型，拓展了模型的应用范围，使模型能够更全面地反映企业的价值创造能力和未来发展潜力。通过深入分析非会计信息对剩余收益估值的影响机制，揭示了非会计信息在企业价值评估中的重要作用，为企业价值评估理论的发展提供了新的视角和思路，有助于推动企业价值评估理论的不断完善和创新。在实践中，本研究的成果对投资者具有重要的决策参考价值。投资者在进行投资决策时，需要准确评估企业的价值，以判断投资的可行性和潜在收益。本研究提出的基于Ohlson模型和非会计信息的剩余收益估值方法，能够帮助投资者更全面、准确地评估企业价值。投资者可以通过分析企业的非会计信息，如公司治理结构、管理层能力、行业竞争态势等，更好地了解企业的内在价值和未来发展趋势，从而做出更明智的投资决策，降低投资风险，提高投资收益。企业管理者也能从本研究中获得诸多实践指导。管理者可以依据基于Ohlson模型和非会计信息的剩余收益估值结果，深入了解企业的价值创造能力和市场地位。通过对非会计信息的关注和分析，管理者能够发现企业在经营管理中存在的问题和潜在风险，及时调整经营策略，优化资源配置，提高企业的运营效率和盈利能力，增强企业的核心竞争力，实现企业的可持续发展。此外，本研究对于监管机构和政策制定者也具有一定的参考价值。监管机构可以通过对企业非会计信息披露的规范和监管，提高市场信息的透明度，促进市场的公平、公正和有效运行。政策制定者可以根据研究结果，制定更加科学合理的政策，引导企业重视非会计信息的披露和管理，推动企业的健康发展，促进金融市场的稳定和繁荣。1.3研究思路与方法本研究旨在深入探究基于Ohlson模型和非会计信息的剩余收益估值问题，采用层层递进的研究思路与多元化的研究方法，以确保研究的全面性、深入性与科学性。研究思路上，首先全面梳理企业价值评估理论，着重剖析剩余收益估值理论以及Ohlson模型的基本原理、核心假设与应用情况。通过对相关理论的深入研究，明确Ohlson模型在剩余收益估值中的关键地位和作用，同时分析传统模型仅依赖会计信息进行估值的局限性，从而为后续引入非会计信息奠定理论基础。随后，深入探讨非会计信息对剩余收益估值的影响机制。全面分析各类非会计信息，如公司治理结构、管理层能力、行业竞争态势、宏观经济环境等，对企业未来收益和风险的潜在影响。运用经济学、管理学等多学科理论，从不同角度解析非会计信息如何通过影响企业的经营决策、市场竞争力、成本结构等因素，进而作用于剩余收益估值。在理论分析的基础上，对Ohlson模型进行拓展。将筛选出的关键非会计信息变量纳入模型，构建基于Ohlson模型和非会计信息的剩余收益估值新模型。运用数学推导和逻辑论证的方法，确定新模型的具体形式和参数设置，明确非会计信息在模型中的作用方式和权重分配。为验证新模型的有效性和优越性，选取具有代表性的上市公司作为案例进行实证分析。收集样本公司的财务报表数据以及丰富的非会计信息资料，运用统计分析方法和计量经济学模型，对新模型进行参数估计和假设检验。将新模型的估值结果与传统Ohlson模型以及其他主流估值模型的结果进行对比，通过分析估值误差和拟合优度等指标，评估新模型在提高剩余收益估值准确性方面的表现。在研究方法上，采用文献研究法，广泛搜集国内外关于剩余收益估值、Ohlson模型以及非会计信息与企业价值评估关系的相关文献资料。通过对这些文献的梳理和分析，了解该领域的研究现状、发展趋势和研究热点，为研究提供坚实的理论支撑和研究思路借鉴，避免重复研究，确保研究的前沿性和创新性。运用案例分析法，选取多个不同行业、不同规模和不同发展阶段的上市公司作为研究对象。深入分析这些公司的具体情况，包括其会计信息、非会计信息以及市场表现等，将理论研究成果应用于实际案例中，通过对案例的深入剖析和实证检验，验证基于Ohlson模型和非会计信息的剩余收益估值方法的实际应用效果和可行性，为投资者和企业管理者提供具有实际参考价值的案例经验。使用定量分析方法，借助统计软件和计量经济学工具，对收集到的数据进行量化分析。通过构建数学模型和统计检验，精确评估非会计信息对剩余收益估值的影响程度，确定模型的参数和系数，提高研究结果的准确性和可靠性。运用相关性分析、回归分析等方法，揭示非会计信息与企业价值之间的数量关系，为模型的构建和优化提供数据支持。1.4创新点与研究难点本研究具有多方面的创新点，为剩余收益估值领域带来新的研究思路与方法。在模型融合方面，创新性地将非会计信息纳入Ohlson模型。传统的Ohlson模型主要依赖会计信息进行企业价值评估，而本研究打破这一局限，深入挖掘非会计信息对企业价值的影响，并通过合理的方式将其融入模型，构建了基于Ohlson模型和非会计信息的剩余收益估值新模型。这种融合拓展了Ohlson模型的应用边界，使模型能够从更全面的视角评估企业价值，为企业价值评估理论的发展提供了新的路径。在非会计信息运用方面，本研究全面且系统地分析了各类非会计信息对剩余收益估值的影响。以往研究虽对非会计信息有所关注，但往往缺乏全面性和系统性。本研究综合考虑公司治理结构、管理层能力、行业竞争态势、宏观经济环境等多种非会计信息，深入剖析它们对企业未来收益和风险的作用机制，为投资者和企业管理者提供了更丰富、更全面的决策信息，有助于更准确地把握企业的价值创造能力和未来发展趋势。然而，本研究也面临着一些难点。非会计信息的量化是一大挑战。非会计信息大多具有定性特征，如公司治理结构的有效性、管理层能力的高低、企业文化的优劣等，难以像会计信息那样用具体的数值进行准确衡量。如何科学、合理地将这些定性信息转化为可用于模型计算的定量数据，是构建基于Ohlson模型和非会计信息的剩余收益估值模型的关键难点之一。需要探索合适的量化方法和指标体系，以确保非会计信息能够准确地融入模型，提高模型的准确性和实用性。模型的适配性也是研究中需要克服的难点。不同行业、不同规模、不同发展阶段的企业，其价值影响因素和作用机制存在差异。如何使构建的模型能够适应不同类型企业的特点，准确评估各类企业的价值，是需要深入研究的问题。在模型构建过程中，需要充分考虑企业的异质性，通过合理选择变量、设置参数等方式，提高模型的适配性和通用性，使其能够在更广泛的范围内应用。此外，数据的获取和质量也是不容忽视的难点。非会计信息的来源广泛且分散，收集难度较大。部分非会计信息可能涉及企业的商业机密或隐私，企业可能不愿意披露，导致数据获取困难。而且，非会计信息的质量参差不齐，存在信息不准确、不完整等问题，这会影响模型的准确性和可靠性。因此，需要建立有效的数据收集渠道和质量控制机制，确保获取的数据真实、准确、完整，为研究提供有力的数据支持。二、理论基石：Ohlson模型与剩余收益估值2.1Ohlson模型剖析Ohlson模型由美国会计学者WayneOhlson于1995年在其发表的《权益估价中的收益、帐面价值和股利》一文中提出，该模型的诞生是基于对传统企业价值评估模型局限性的突破。在Ohlson模型出现之前，传统的股利折现模型（DDM）和现金流折现模型（DCF）在企业价值评估中占据主导地位。然而，这些模型存在诸多缺陷，如对未来现金流和股利的预测高度依赖主观判断，在不确定性较高的市场环境中，预测误差较大；同时，它们对会计信息的利用不够充分，未能有效整合企业财务报表中的丰富数据。随着资本市场的发展和会计理论的完善，学术界和实务界迫切需要一种能够更准确、客观地评估企业价值，且能充分利用会计信息的模型，Ohlson模型应运而生。它的出现为企业价值评估提供了新的视角和方法，使得基于会计数据的价值评估更加科学和系统。Ohlson模型的核心公式为：V_{t}=B_{t}+\sum_{i=1}^{\infty}\frac{E(R_{i,t+i})}{(1+r)^{i}}。在这个公式中，各参数具有明确的经济含义。V_{t}代表公司在t时刻的内在价值，它是我们通过模型计算试图得到的结果，反映了公司在当前市场环境和未来预期下的真实价值。B_{t}表示公司在t时刻的权益账面价值，这是一个基于企业财务报表的可观测数据，反映了公司股东权益的历史成本，是公司价值的重要组成部分。E(R_{i,t+i})表示公司在未来第t+i期的预期剩余收益，它是公司净利润超过股东要求的必要报酬的部分，体现了公司的价值创造能力，是衡量公司未来盈利能力和成长潜力的关键指标。r则是折现率，用于将未来的预期剩余收益折算为当前的现值，它反映了资金的时间价值和投资者对风险的要求，通常可以根据市场利率、行业平均回报率以及公司的风险特征等因素来确定。该模型基于一系列重要假设来构建其理论框架。干净盈余关系假设是Ohlson模型的基础假设之一。它要求公司的账面价值变动，除了与股东之间的资本交易（如发行新股、回购股票等）外，都应通过利润表进行确认，即所有的非资本交易引起的权益变动都应先计入会计收益，不允许存在未经利润表而直接进入所有者权益的项目。这一假设确保了会计信息的一致性和连贯性，使得账面价值和会计收益之间建立起紧密的联系，为模型基于会计数据进行价值评估提供了前提条件。线性信息动态假设也是Ohlson模型的关键假设。它认为剩余收益遵循均值回复过程，即公司的剩余收益会受到各种因素的影响，在长期内趋向于回归到平均水平。公司不可能长期保持超高的剩余收益，随着市场竞争的加剧，其他企业会进入市场分享利润，使得公司的剩余收益逐渐下降；反之，若公司的剩余收益过低，可能会促使公司调整经营策略或进行产业升级，以提高剩余收益。这一假设使得模型能够通过对历史数据和当前市场环境的分析，对未来剩余收益进行合理预测，进而评估公司的价值。在Ohlson模型中，基于会计信息进行估值的原理在于，它将公司价值分解为权益账面价值和预期剩余收益的现值两部分。权益账面价值是公司过去经营活动的积累，反映了公司已经投入的资本和资产的历史成本，为公司价值提供了一个基础。而预期剩余收益则体现了公司未来的盈利能力和价值创造能力，它通过对公司未来净利润和股东要求的必要报酬的比较，衡量了公司在未来各期为股东创造的超额价值。将这两部分相加，就得到了公司的内在价值。这种基于会计信息的估值方法，充分利用了企业财务报表中所包含的丰富信息，使得估值过程更加客观、可操作，也使得投资者和其他利益相关者能够从会计数据的角度更深入地理解公司价值的构成和来源。2.2剩余收益估值的理论溯源剩余收益估值的理论根源可以追溯到早期的经济利润思想。经济利润的概念最早可追溯至19世纪，古典经济学家阿尔弗雷德・马歇尔（AlfredMarshall）在其著作中就已提及经济利润是超过正常利润的部分，正常利润是维持企业持续经营所必需的报酬，这一思想为剩余收益概念的形成奠定了基础。在企业经营活动中，正常利润是企业投入资本的基本回报，只有当企业的实际利润超过这一基本回报时，才真正为股东创造了额外的价值，这一额外价值就是剩余收益的雏形。剩余收益（ResidualIncome）的正式定义为公司的净利润超过股东要求的必要报酬后的余额。从经济学角度来看，它反映了企业在扣除所有成本，包括权益资本成本后的真实盈利情况，体现了企业为股东创造的超额价值。其计算公式为：RI_{t}=NI_{t}-r\timesBV_{t-1}。其中，RI_{t}表示第t期的剩余收益，它是衡量企业在该时期内价值创造能力的关键指标；NI_{t}代表第t期的净利润，是企业在该时期内通过经营活动所获得的收益；r是股东要求的必要报酬率，这一报酬率反映了股东对投资风险的预期和对投资回报的期望，通常可以根据市场利率、行业平均回报率以及公司的风险特征等因素来确定；BV_{t-1}则是第t-1期期末的股东权益账面价值，它是企业股东权益的历史成本，是计算剩余收益的基础。剩余收益估值方法的核心在于，它从股东的利益出发，认为企业只有赚取了超过股东要求的报酬的净利润，才算是获得了真正的剩余收益，才为股东创造了价值。在传统的企业价值评估中，往往只关注企业的净利润，而忽略了股东投入资本的机会成本。剩余收益估值方法弥补了这一缺陷，将权益资本成本纳入考虑范围，更准确地反映了企业的价值创造能力。一家企业的净利润为100万元，但如果股东要求的必要报酬率为10%，而企业投入的股东权益账面价值为1000万元，那么按照剩余收益的计算方法，该企业的剩余收益为0，这意味着企业虽然有盈利，但并没有为股东创造额外的价值，只是达到了股东要求的基本回报水平。在企业价值评估中，剩余收益估值方法具有重要地位。它与传统的估值方法，如股利折现模型（DDM）和现金流折现模型（DCF）相比，具有独特的优势。传统的股利折现模型主要基于企业未来支付的股利来评估企业价值，现金流折现模型则侧重于企业未来的自由现金流量。然而，这两种模型都存在对未来现金流预测依赖主观判断、预测难度大的问题，且在实际应用中，未来现金流和股利的预测往往受到诸多不确定因素的影响，导致估值结果的准确性难以保证。而剩余收益估值方法基于企业的会计信息，通过对历史数据和当前市场环境的分析来预测未来剩余收益，相对来说更加客观、可操作。它能够充分利用企业财务报表中所包含的丰富信息，将企业的账面价值与未来的盈利能力相结合，为企业价值评估提供了一个更全面、更准确的视角。在评估一家成熟企业时，通过分析其历史财务数据，可以较为准确地计算出过去各期的剩余收益，并根据企业的经营战略、市场竞争态势等因素，合理预测未来剩余收益的变化趋势，从而更准确地评估企业的价值。2.3Ohlson模型在剩余收益估值中的应用机制在剩余收益估值中，Ohlson模型的应用机制紧密围绕其核心公式展开，通过对公式中各项参数的准确理解和合理运用，实现对企业价值的有效评估。在实际应用中，首先需要获取企业的财务报表数据，以确定权益账面价值（B_{t}）。这一数据直接来源于企业的资产负债表，反映了企业股东权益的历史成本，是企业价值的基础部分。一家成熟制造企业，其资产负债表中显示的股东权益账面价值为5亿元，这5亿元代表了企业过去经营积累的股东投入资本和留存收益等，是计算企业价值的重要起点。预测未来剩余收益（E(R_{i,t+i})）是应用Ohlson模型的关键步骤。这需要对企业的未来经营状况进行深入分析，考虑多种因素的影响。企业的历史盈利情况是预测未来剩余收益的重要依据。通过对企业过去若干年的净利润、营业收入、成本费用等数据的分析，可以了解企业的盈利趋势和波动情况，从而为未来盈利预测提供参考。如果一家企业过去五年的净利润呈现稳定增长的态势，年增长率约为10%，且企业的市场地位稳固、经营策略有效，那么在合理假设下，可以预测未来几年该企业的净利润仍将保持一定的增长速度，进而推算出未来剩余收益。行业发展趋势和市场竞争环境对企业未来剩余收益有着重要影响。在快速发展的科技行业，技术创新日新月异，市场竞争激烈。如果一家科技企业所处的细分领域市场需求持续增长，且该企业在技术研发、产品创新方面具有优势，能够不断推出符合市场需求的新产品，占据较大的市场份额，那么其未来剩余收益有望保持较高水平；反之，如果行业面临激烈竞争，市场份额逐渐被竞争对手蚕食，或者行业出现重大技术变革，企业无法及时跟上技术发展步伐，那么其未来剩余收益可能会受到负面影响。宏观经济环境的变化也不容忽视。在经济增长强劲的时期，企业的市场需求往往较为旺盛，销售业绩可能会提升，成本控制也相对容易，从而有利于提高剩余收益；而在经济衰退时期，市场需求萎缩，企业可能面临销售困难、价格下降、成本上升等问题，导致剩余收益减少。在全球经济增长放缓的背景下，出口型企业可能会面临订单减少、汇率波动等风险，进而影响其未来剩余收益。确定折现率（r）是Ohlson模型应用中的另一个关键环节。折现率反映了资金的时间价值和投资者对风险的要求。在实际计算中，常用的方法有资本资产定价模型（CAPM）和加权平均资本成本（WACC）。资本资产定价模型通过计算市场风险溢价、无风险利率和企业的贝塔系数来确定折现率。假设无风险利率为3%，市场风险溢价为6%，某企业的贝塔系数为1.2，那么根据资本资产定价模型，该企业的折现率为3\%+1.2×6\%=10.2\%。加权平均资本成本则综合考虑了企业的债务资本成本和权益资本成本，以及它们在资本结构中的权重。如果一家企业的债务资本占总资本的40%，债务资本成本为5%，权益资本占总资本的60%，权益资本成本为12%，那么该企业的加权平均资本成本为40\%×5\%+60\%×12\%=9.2\%。折现率的选择直接影响到未来剩余收益的现值，进而影响企业价值的评估结果，因此需要谨慎确定。尽管Ohlson模型在剩余收益估值中具有重要应用价值，但也存在一定局限性。模型假设剩余收益遵循均值回复过程，即企业不可能长期保持超高或超低的剩余收益，在长期内会趋向于回归到平均水平。然而，在现实经济中，一些具有核心竞争力的企业，如苹果公司，凭借其强大的品牌优势、持续的技术创新能力和高效的供应链管理，能够在较长时间内保持较高的剩余收益，打破了均值回复的假设。一些新兴行业的企业，由于行业处于快速发展阶段，市场竞争格局尚未稳定，企业的剩余收益也可能出现较大波动，难以用均值回复过程来准确描述。Ohlson模型对会计信息质量的依赖程度较高。如果企业的财务报表存在信息失真、数据错误或会计政策选择不当等问题，会导致权益账面价值和净利润等数据不准确，进而影响未来剩余收益的预测和企业价值的评估。一些企业可能通过操纵利润、虚增资产等手段来美化财务报表，使得基于这些数据的Ohlson模型估值结果与企业实际价值产生偏差。而且，该模型主要基于历史财务数据进行预测，对于未来可能出现的重大事件，如重大技术突破、政策法规变化、市场结构调整等，难以准确纳入模型进行考虑，从而影响估值的准确性。在新能源汽车行业，随着政府对新能源汽车补贴政策的调整，会对相关企业的成本、价格和市场需求产生重大影响，如果Ohlson模型未能及时考虑这一政策变化，就可能导致估值结果与企业实际价值不符。三、拓展视野：非会计信息的范畴与影响3.1非会计信息的类型与特征非会计信息是指除财务报表数据以外，与企业价值评估相关的各种信息。随着市场环境的日益复杂和信息披露的不断完善，非会计信息在企业价值评估中的作用愈发显著，其类型丰富多样，涵盖多个领域，且具有独特的特征。从类型上看，行业发展趋势信息至关重要。行业的发展态势直接影响企业的市场空间和竞争格局。在新兴的人工智能行业，技术迭代迅速，市场需求呈现爆发式增长。据相关数据显示，过去几年全球人工智能市场规模以每年超过20%的速度增长，这为处于该行业的企业提供了广阔的发展机遇。企业若能及时把握行业发展趋势，提前布局，加大在人工智能技术研发和应用领域的投入，就能在市场竞争中占据优势，从而提升自身价值。反之，若企业对行业趋势判断失误，未能跟上技术发展步伐，就可能面临被市场淘汰的风险，企业价值也将随之下降。企业战略规划信息也不容忽视。它体现了企业的长期发展方向和目标，是企业资源配置和经营决策的重要依据。以苹果公司为例，其战略规划聚焦于高端智能手机和生态系统建设，通过持续推出具有创新性的产品，如iPhone系列手机，不断提升用户体验，巩固其在全球高端手机市场的领先地位。这种明确的战略规划使得苹果公司在激烈的市场竞争中脱颖而出，品牌价值和企业价值不断攀升。苹果公司还注重生态系统的构建，通过AppStore、iCloud等服务，将硬件、软件和服务紧密结合，形成了强大的用户粘性和竞争壁垒，进一步提升了企业的价值。管理层能力信息同样对企业价值有着关键影响。管理层的决策能力、领导能力和创新能力等，直接关系到企业的运营效率和发展前景。特斯拉的创始人埃隆・马斯克以其卓越的创新思维和果断的决策能力，带领特斯拉在电动汽车领域取得了巨大成功。马斯克不仅推动了电动汽车技术的突破，还积极布局太阳能、储能等领域，使特斯拉从一家初创企业发展成为全球市值最高的汽车公司之一。在他的领导下，特斯拉不断推出具有创新性的产品和商业模式，如自动驾驶技术、超级充电桩网络等，引领了全球电动汽车行业的发展潮流，充分体现了管理层能力对企业价值的重要推动作用。非会计信息具有前瞻性特征。与主要反映企业过去经营状况的会计信息不同，非会计信息更多地关注企业的未来发展。行业发展趋势信息能够预测市场需求的变化、技术创新的方向以及竞争格局的演变，为企业制定未来发展战略提供重要参考。企业战略规划信息则明确了企业未来的发展目标和路径，是企业对未来发展的一种预期和布局。对未来市场趋势的分析和预测，能够帮助企业提前调整产品结构、优化生产流程，以适应市场变化，抢占市场先机，从而影响企业未来的收益和价值。非会计信息还具有定性化特征。许多非会计信息难以用具体的数值进行准确衡量，更多地以文字描述、事件分析等定性方式呈现。管理层能力信息，很难用一个具体的数字来精确评估管理层的决策能力、领导能力和创新能力等。通常需要通过对管理层过往的决策案例、企业的发展业绩以及行业内的口碑等多方面进行综合分析和评价。企业战略规划信息也多以文字形式阐述企业的发展目标、战略举措和实施步骤等，这些信息虽然无法直接用数字量化，但却对企业价值评估具有重要的参考价值。非会计信息具有较强的关联性。各类非会计信息之间相互影响、相互作用，共同影响企业的价值。行业发展趋势会影响企业的战略规划，若行业处于快速发展阶段，市场需求旺盛，企业可能会制定扩张性的战略规划，加大投资，扩大生产规模，以满足市场需求，提升市场份额。而企业的战略规划又会影响管理层的决策和行动，管理层需要根据战略规划来配置资源、制定经营策略。管理层的决策和行动又会反过来影响企业在行业中的竞争地位和发展前景，进而影响企业价值。行业发展趋势的变化可能促使企业调整战略规划，而新的战略规划又会对管理层的能力提出新的要求，三者之间存在着紧密的关联。3.2非会计信息对剩余收益估值的作用路径非会计信息主要通过影响企业的未来收益预期和风险评估，进而对剩余收益估值产生作用，其作用路径呈现出多元化和深层次的特点。非会计信息通过改变投资者对企业未来收益的预期，影响剩余收益估值。从行业发展趋势信息来看，当行业处于上升期，市场需求旺盛，行业前景广阔，如当前的新能源汽车行业，随着全球对环境保护和可持续发展的关注度不断提高，新能源汽车市场需求持续增长。据市场研究机构预测，未来几年全球新能源汽车销量将以每年两位数的速度增长。这使得投资者对处于该行业的企业未来收益预期大幅提升。企业的营业收入有望随着市场份额的扩大而增加，利润空间也可能因规模效应和技术进步而进一步拓展。在这种情况下，投资者在评估企业价值时，会相应提高对企业未来剩余收益的预期，从而提升企业的估值。反之，如果行业进入衰退期，市场需求萎缩，竞争加剧，如传统燃油汽车行业在新能源汽车的冲击下，市场份额逐渐被蚕食，投资者对相关企业未来收益预期会降低，企业估值也会随之下降。企业战略规划信息同样对投资者的未来收益预期产生重要影响。如果企业制定了明确且具有前瞻性的战略规划，如加大在研发方面的投入，布局新兴市场或拓展新的业务领域，这会让投资者看到企业未来的增长潜力。一家科技企业制定了在人工智能领域的长期发展战略，计划在未来几年内推出一系列具有创新性的人工智能产品和服务。投资者会预期该企业在未来能够凭借这些战略举措获得新的收入增长点，提升市场竞争力，进而增加未来剩余收益。这种积极的预期会反映在企业的估值中，推动企业价值上升。相反，若企业战略规划不清晰或缺乏可行性，投资者会对企业未来的发展方向感到迷茫，对未来收益预期降低，导致企业估值下降。非会计信息还通过影响企业的风险评估，对剩余收益估值产生作用。公司治理结构信息是影响风险评估的重要因素之一。一个完善的公司治理结构能够有效监督管理层的行为，降低代理成本，提高决策的科学性和透明度，从而降低企业的经营风险。在股权结构合理、董事会独立性强、内部控制健全的企业中，管理层的决策受到有效监督和制衡，能够更好地保障股东的利益。在面临重大投资决策时，董事会能够充分评估风险和收益，做出符合企业长期发展利益的决策，减少因管理层私利或决策失误导致的风险。这种低风险的特征会使投资者在评估企业价值时，降低对风险溢价的要求，从而提高企业的估值。反之，若公司治理结构存在缺陷，如股权过度集中、内部人控制严重、内部控制失效等，企业面临的经营风险会增加，投资者会要求更高的风险溢价，导致企业估值下降。宏观经济环境信息对企业风险评估也具有重要影响。在经济繁荣时期，宏观经济环境稳定，市场需求旺盛，企业面临的经营风险相对较低。消费者购买力增强，企业的销售业绩容易提升，资金周转也较为顺畅。此时，投资者对企业未来的发展前景较为乐观，对企业风险的评估相对较低，在剩余收益估值中会给予企业相对较高的估值。而在经济衰退时期，宏观经济环境不稳定，市场需求萎缩，企业面临的经营风险增加。企业可能会面临销售困难、资金链紧张、债务违约等风险。投资者会对企业的风险评估提高，在剩余收益估值中会要求更高的风险溢价，从而降低企业的估值。在2008年全球金融危机期间，许多企业受到经济衰退的影响，经营风险大幅增加，其估值也随之大幅下降。3.3典型案例中非会计信息影响剩余收益估值的现象观察以创新型企业小米公司为例，其创新能力和市场拓展等非会计信息对企业估值产生了显著影响。在创新能力方面，小米高度重视技术研发，不断加大研发投入。2023年，小米的研发投入达到了200亿元，同比增长20%，在全球范围内拥有超过10,000名研发人员。通过持续的研发投入，小米在智能手机、智能家居等领域取得了众多技术突破，如快充技术、影像技术、AI智能技术等。小米的120W快充技术，能够在短时间内为手机充满电量，极大地提升了用户体验，增强了产品的市场竞争力。这些技术创新成果使得投资者对小米未来的产品创新能力和市场份额增长充满信心，进而提高了对其未来剩余收益的预期，推动了企业估值的提升。据市场研究机构的数据显示，在小米推出具有创新性的产品后，其股票价格往往会出现明显上涨，企业估值也随之提高。在市场拓展方面，小米积极开拓国际市场，在印度、东南亚、欧洲等地区取得了显著的市场份额增长。在印度市场，小米通过与当地的合作伙伴建立紧密合作关系，深入了解当地消费者的需求和偏好，推出了一系列符合当地市场需求的高性价比智能手机，迅速占领了印度智能手机市场的较大份额。2023年，小米在印度市场的智能手机出货量达到了5000万部，同比增长15%。在欧洲市场，小米通过参加各类国际科技展会、举办产品发布会等方式，提升品牌知名度和影响力，成功打开了欧洲高端智能手机市场。小米在欧洲市场的销售额在过去几年中保持了每年30%以上的增长速度。这些市场拓展成果表明小米具有强大的市场拓展能力和广阔的市场发展空间，使得投资者对小米未来的营业收入和利润增长充满期待，从而提高了企业的估值。再以受政策影响较大的光伏企业隆基绿能为例，政策信息对其估值发挥了关键作用。近年来，随着全球对清洁能源的重视程度不断提高，各国政府纷纷出台了一系列支持光伏产业发展的政策。中国政府制定了“双碳”目标，提出到2030年前实现碳达峰、2060年前实现碳中和，为光伏产业的发展提供了巨大的政策机遇。政府还出台了一系列补贴政策，如光伏上网电价补贴、分布式光伏补贴等，降低了光伏企业的运营成本，提高了企业的盈利能力。欧盟也制定了可再生能源发展目标，计划到2030年将可再生能源在能源消费中的占比提高到40%，其中光伏能源是重要的发展方向之一。这些政策的出台，使得隆基绿能等光伏企业面临着良好的市场发展机遇，投资者对其未来剩余收益的预期大幅提升，企业估值也随之上涨。然而，政策的调整也会对光伏企业的估值产生负面影响。当政府逐渐减少或取消光伏补贴政策时，光伏企业的成本压力会增大，盈利能力可能会受到影响。若补贴政策取消，光伏企业的发电成本将上升，导致其在市场竞争中的价格优势减弱，市场份额可能会受到挤压，进而影响企业的未来剩余收益和估值。2018年，中国政府发布了“531新政”，大幅降低了光伏补贴强度，导致光伏企业的股价大幅下跌，隆基绿能的市值在短期内缩水了数百亿元。这充分说明了政策信息的变化对受政策影响较大的企业估值具有重要影响，投资者和企业管理者在进行估值和决策时，必须密切关注政策动态。四、模型融合：基于Ohlson模型与非会计信息的剩余收益估值新框架4.1融合的必要性与可行性分析随着金融市场的不断发展和信息环境的日益复杂，市场环境发生了显著变化，投资者需求也呈现出多样化和精细化的趋势，这使得将Ohlson模型与非会计信息进行融合变得极为必要。从市场环境变化角度来看，近年来，全球经济一体化进程加速，市场竞争愈发激烈，行业变革日新月异。企业所处的经营环境变得更加复杂多变，面临着来自国内外同行的竞争、技术创新的挑战以及政策法规的调整等多重因素的影响。在这种背景下，企业的价值创造不再仅仅依赖于传统的财务指标，非财务因素对企业价值的影响日益凸显。新兴技术的出现可能使传统企业的市场份额迅速被侵蚀，而具有创新能力和良好战略布局的企业则能够抓住机遇，实现快速发展。共享经济模式的兴起，对传统出租车行业和酒店行业造成了巨大冲击，那些未能及时应对这一变革的企业，其价值受到了严重影响；而积极拥抱共享经济的企业，如滴滴出行和Airbnb等，则实现了价值的快速增长。传统的基于会计信息的Ohlson模型难以全面反映这些复杂的市场变化对企业价值的影响，因此需要引入非会计信息，以更准确地评估企业价值。投资者需求的转变也是推动模型融合的重要因素。在当今的金融市场中，投资者越来越注重企业的长期发展潜力和可持续性。他们不再仅仅关注企业的短期财务业绩，而是更加关注企业的核心竞争力、创新能力、公司治理水平、社会责任履行情况等非会计信息。这些信息能够帮助投资者更好地了解企业的内在价值和未来发展趋势，从而做出更明智的投资决策。对于注重长期投资的机构投资者来说，一家具有良好公司治理结构和创新能力的企业，即使其短期财务业绩不佳，也可能具有较高的投资价值。因为良好的公司治理结构能够保障企业的稳定运营和长期发展，而创新能力则是企业在市场竞争中保持优势的关键。传统的Ohlson模型无法满足投资者对这些非会计信息的需求，将非会计信息融入Ohlson模型，能够为投资者提供更全面、准确的企业价值评估结果，满足他们的投资决策需求。从理论兼容性角度来看，Ohlson模型与非会计信息具有一定的兼容性。Ohlson模型的核心是基于会计信息对企业价值进行评估，而会计信息与非会计信息并非相互独立，而是存在着内在的联系。企业的战略规划会影响其经营决策和资源配置，进而影响企业的财务业绩和会计信息。一家企业制定了扩张性的战略规划，加大了对研发和市场拓展的投入，这可能会导致短期内企业的成本增加，利润下降，但从长期来看，可能会提升企业的市场份额和盈利能力，从而反映在未来的会计信息中。因此，将非会计信息纳入Ohlson模型，并不会破坏模型的理论基础，反而能够丰富和完善模型的内涵，使其更全面地反映企业价值的影响因素。在实践中，随着信息技术的飞速发展，数据收集和处理能力得到了极大提升，为将非会计信息融入Ohlson模型提供了技术支持。如今，投资者和分析师可以通过互联网、数据库等多种渠道获取丰富的非会计信息，如企业的年报、公告、新闻报道、行业研究报告等。同时，数据挖掘、机器学习等先进的数据分析技术也能够帮助人们从海量的非会计信息中提取有价值的信息，并将其转化为可用于模型计算的量化指标。通过对企业的社交媒体数据进行分析，可以了解企业的品牌声誉和市场口碑；利用文本挖掘技术对企业的年报进行分析，可以提取出企业的战略规划、风险因素等关键信息。这些技术的应用使得将非会计信息纳入Ohlson模型具有了实际可操作性，为模型的融合提供了有力的保障。4.2融合思路与具体方法将非会计信息纳入Ohlson模型，需要明确融合思路并运用科学的方法。融合思路上，首先要对非会计信息进行筛选和分类。由于非会计信息种类繁多，并非所有信息都对企业价值评估具有同等重要的影响，因此需要根据其与企业未来收益和风险的相关性，筛选出关键的非会计信息。对于科技企业而言，技术创新能力、研发投入等非会计信息与企业未来的收益密切相关，应重点关注；而对于传统制造业企业，成本控制能力、供应链稳定性等信息可能更为关键。在确定关键非会计信息后，要将其转化为可量化的指标或定性的评估因素，以便纳入Ohlson模型。对于可量化的非会计信息，如研发投入金额、专利数量等，可以直接作为模型的变量；对于难以直接量化的信息，如公司治理结构的有效性、管理层能力等，则需要采用一定的方法进行量化或定性评估。在具体方法上，专家打分法是一种常用的将难以量化的非会计信息进行量化的方法。该方法通过邀请行业专家、学者、资深分析师等组成专家小组，对企业的非会计信息进行评价和打分。在评估管理层能力时，可以从战略决策能力、团队领导能力、市场洞察力等多个维度设计评价指标，然后让专家根据自己的专业知识和经验，对企业管理层在各个维度上的表现进行打分，最后综合各个维度的得分，得到一个反映管理层能力的量化指标。为了提高专家打分的准确性和可靠性，需要明确打分标准和评价流程，对专家进行必要的培训和指导，确保专家对评价指标的理解一致。层次分析法（AHP）也是一种有效的融合非会计信息的方法。该方法将与决策总是有关的元素分解成目标、准则、方案等层次，在此基础上进行定性和定量分析的决策方法。在将非会计信息纳入Ohlson模型时，可以运用层次分析法确定各类非会计信息在企业价值评估中的权重。首先，建立层次结构模型，将企业价值作为目标层，将非会计信息（如公司治理结构、管理层能力、行业竞争态势等）作为准则层，将具体的非会计信息指标（如董事会独立性、管理层学历水平、市场份额等）作为方案层。然后，通过两两比较的方式，确定各层次元素之间的相对重要性，构造判断矩阵。邀请专家对准则层中公司治理结构、管理层能力、行业竞争态势这三个因素进行两两比较，判断它们对于企业价值的相对重要性，从而构建判断矩阵。通过计算判断矩阵的特征向量和特征值，确定各因素的权重。根据计算结果，得到公司治理结构、管理层能力、行业竞争态势在企业价值评估中的权重分别为0.3、0.4、0.3。最后，将各非会计信息指标的权重与相应的量化值相乘，再进行汇总，得到综合考虑非会计信息后的调整系数，将其纳入Ohlson模型中，以调整企业价值的评估结果。对于一些可以直接量化的非会计信息，如研发投入占营业收入的比例、市场份额等，可以直接将其作为新的变量引入Ohlson模型的公式中。假设原Ohlson模型公式为V_{t}=B_{t}+\sum_{i=1}^{\infty}\frac{E(R_{i,t+i})}{(1+r)^{i}}，引入研发投入占营业收入的比例（记为RD_{t}）和市场份额（记为MS_{t}）这两个非会计信息变量后，模型公式可以扩展为V_{t}=B_{t}+\sum_{i=1}^{\infty}\frac{E(R_{i,t+i})}{(1+r)^{i}}+\alpha\timesRD_{t}+\beta\timesMS_{t}，其中\alpha和\beta分别为研发投入占比和市场份额的系数，需要通过实证研究或专家判断等方法来确定。这样，通过明确融合思路，运用专家打分法、层次分析法等具体方法，能够将非会计信息有效地纳入Ohlson模型，构建出更全面、准确的剩余收益估值模型。4.3新框架的优势与潜在风险基于Ohlson模型和非会计信息的剩余收益估值新框架在企业价值评估中展现出显著优势，同时也面临着一些潜在风险。从优势方面来看，新框架显著提高了估值准确性。传统的Ohlson模型主要依赖会计信息，难以全面反映企业的真实价值。而新框架引入非会计信息，能够更全面地捕捉影响企业价值的因素。通过考虑行业发展趋势，新框架可以更准确地预测企业未来的市场空间和竞争态势。在智能手机行业，随着5G技术的普及，行业发展迅速，新框架能够及时捕捉到这一趋势，评估相关企业未来可能的市场份额增长和收益提升，从而提高对企业价值的评估准确性。考虑企业的创新能力，如研发投入、专利数量等非会计信息，新框架可以更准确地评估企业的未来发展潜力。一家科技企业虽然当前财务报表上的收益可能并不突出，但如果其在研发方面投入巨大，拥有大量专利，新框架就能通过这些非会计信息，更准确地预测该企业未来可能因技术创新而获得的收益增长，进而更准确地评估其价值。新框架能更全面地反映企业的价值。它突破了传统模型仅关注财务数据的局限，将公司治理结构、管理层能力、企业文化等非会计信息纳入其中，从多个维度评估企业价值。公司治理结构完善的企业，其决策更科学、风险控制更有效，新框架能够通过反映公司治理结构的非会计信息，评估其对企业长期稳定发展的积极影响，从而更全面地反映企业价值。管理层能力卓越的企业，在战略规划、市场拓展等方面更具优势，新框架可以通过对管理层能力相关非会计信息的分析，评估其对企业价值的提升作用。优秀的企业文化能够增强员工凝聚力、提升企业品牌形象，新框架也能将这一因素纳入考虑，全面评估企业文化对企业价值的贡献。新框架有助于投资者做出更明智的决策。在当今复杂多变的市场环境下，投资者需要更全面、准确的信息来评估企业价值。新框架提供的更全面、准确的估值结果，使投资者能够更深入地了解企业的内在价值和未来发展趋势。投资者可以通过分析新框架中纳入的非会计信息，如企业的社会责任履行情况，判断企业的社会形象和可持续发展能力，从而更准确地评估投资风险和收益。一家积极履行社会责任的企业，可能会在市场中获得更好的口碑和更多的市场机会，投资者通过新框架对这一因素的考量，能够更准确地评估该企业的投资价值，做出更明智的投资决策。然而，新框架也面临一些潜在风险。信息不准确是一个重要问题。非会计信息的来源广泛，包括企业公告、新闻报道、行业研究等，这些信息的真实性和准确性难以保证。一些企业可能会在公告中夸大自身的优势，而新闻报道可能存在片面性或误导性。行业研究报告也可能因研究方法和数据来源的不同而存在差异。如果投资者依据不准确的非会计信息进行估值，可能会导致估值结果出现偏差，影响投资决策的准确性。某些企业为了提升股价，可能会在公告中夸大其技术创新成果，投资者若未对这些信息进行仔细甄别，将其纳入新框架进行估值，就可能高估企业价值，导致投资损失。模型复杂度过高也是新框架面临的风险之一。新框架引入了大量非会计信息，使得模型的构建和计算变得更加复杂。在确定非会计信息的权重时，需要运用层次分析法、专家打分法等多种方法，这些方法本身具有一定的主观性，不同的专家或分析方法可能得出不同的权重结果。而且，随着非会计信息种类的增加，模型中的变量增多，计算过程也更加繁琐，容易出现计算错误。对于普通投资者和企业管理者来说，理解和应用这样复杂的模型存在一定难度，可能会影响新框架的实际推广和应用。一些小型投资机构可能由于缺乏专业的数据分析人员和技术，难以准确运用新框架进行企业价值评估，从而限制了新框架的应用范围。此外，新框架对数据的依赖程度较高。需要大量的会计信息和非会计信息来支持模型的运行，若数据缺失或不完整，将影响估值结果的准确性。对于一些新兴企业或非上市公司，可能存在财务报表不规范、非会计信息披露不充分的情况，这将给新框架的应用带来困难。某些初创科技企业可能由于成立时间较短，财务数据不完整，同时在非会计信息方面，如公司治理结构还不完善，相关信息难以获取，这就使得新框架在评估这些企业价值时，无法获取足够的数据支持，导致估值结果的可靠性降低。五、案例深度剖析5.1案例选择与数据收集为深入研究基于Ohlson模型和非会计信息的剩余收益估值方法在实际中的应用效果，本研究选取了小米集团作为案例进行分析。小米集团作为一家在全球具有广泛影响力的科技企业，在智能手机、智能家居等领域取得了显著成就，其业务模式和发展历程具有典型的科技企业特征，对于研究非会计信息对剩余收益估值的影响具有较高的代表性。小米集团处于快速发展且竞争激烈的科技行业，技术创新和市场拓展是其核心竞争力的重要组成部分。这使得小米集团面临着诸多与非会计信息相关的关键因素，如技术研发投入、创新能力、品牌建设、市场份额争夺以及行业竞争态势等。这些因素对小米集团的未来收益和风险有着重大影响，通过对小米集团的研究，可以更全面地揭示非会计信息在剩余收益估值中的作用机制。在数据收集方面，企业年报是重要的数据来源之一。小米集团每年都会发布详细的年报，其中包含丰富的会计信息，如资产负债表、利润表、现金流量表等，这些数据为计算企业的账面价值、净利润、股东权益等指标提供了基础，是运用Ohlson模型进行估值的关键数据。通过分析小米集团2020-2023年的年报，我们可以获取各年度的营业收入、净利润、资产总额、股东权益等数据，从而计算出每年的剩余收益和权益账面价值，为后续的估值分析提供数据支持。行业报告也是获取数据的重要渠道。市场研究机构如IDC、Counterpoint等会定期发布关于智能手机、智能家居等行业的研究报告，这些报告涵盖了行业市场规模、增长率、竞争格局、技术发展趋势等非会计信息。IDC发布的报告显示，2023年全球智能手机市场出货量为12亿部，小米集团的出货量为1.5亿部，市场份额达到12.5%，较上一年增长了1.5个百分点。这些数据能够帮助我们了解小米集团在行业中的地位和发展趋势，评估行业竞争态势对小米集团未来收益的影响，进而分析非会计信息对剩余收益估值的作用。除了企业年报和行业报告，新闻报道、公司公告、社交媒体数据等也是数据收集的重要补充。新闻报道能够及时反映小米集团的最新动态，如新产品发布、战略合作、管理层变动等信息；公司公告则包含了公司的重大决策、财务信息披露等内容；社交媒体数据可以反映消费者对小米集团产品的评价、品牌口碑等情况。通过对这些数据的综合分析，可以更全面地了解小米集团的非会计信息，为基于Ohlson模型和非会计信息的剩余收益估值提供更丰富的数据支持。在分析小米集团的创新能力时，我们可以通过新闻报道了解其在研发投入、专利申请等方面的情况，结合社交媒体上消费者对其新产品创新点的评价，综合评估创新能力这一非会计信息对小米集团剩余收益估值的影响。5.2基于Ohlson模型的剩余收益估值计算基于Ohlson模型进行剩余收益估值计算，需对关键参数进行合理估计，并将收集的数据准确代入模型。首先是权益账面价值（B_{t}）的确定，通过查阅小米集团2020-2023年的年报，获取各年度的股东权益数据，以此作为权益账面价值。2020年末小米集团的权益账面价值为890亿元，2021年末增长至1300亿元，2022年末达到1500亿元，2023年末进一步增长至1800亿元，这些数据反映了小米集团在不同时期股东权益的积累情况，是剩余收益估值计算的基础。预测未来剩余收益（E(R_{i,t+i})）是计算的关键环节。运用时间序列分析方法，对小米集团过去的净利润数据进行分析，以预测未来净利润的变化趋势。通过对小米集团2018-2023年净利润数据的时间序列分析，建立了ARIMA（自回归积分滑动平均）模型。根据模型预测，小米集团2024-2026年的净利润分别为350亿元、420亿元、500亿元。同时，参考行业分析师对小米集团的盈利预测报告，综合考虑行业发展趋势、市场竞争态势以及小米集团的战略规划等因素，对预测结果进行修正。考虑到智能手机市场竞争日益激烈，小米集团加大了在高端智能手机市场的投入，且在智能家居领域有望取得新的突破，预计其市场份额将进一步扩大，盈利能力将有所提升。综合多方面因素，最终确定小米集团2024-2026年的净利润分别为380亿元、450亿元、550亿元。确定股东要求的必要报酬率（r），采用资本资产定价模型（CAPM）进行计算。首先，确定无风险利率。通常选取国债收益率作为无风险利率的近似值，根据市场数据，当前10年期国债收益率为3%，将其作为无风险利率。其次，确定市场风险溢价。市场风险溢价反映了投资者对承担市场风险所要求的额外回报，通过对历史市场数据的分析和研究，市场风险溢价通常取值为6%。然后，确定小米集团的贝塔系数（\beta）。贝塔系数衡量了股票相对于市场组合的波动程度，可通过回归分析等方法计算得出。通过对小米集团股票价格与市场指数的历史数据进行回归分析，得到小米集团的贝塔系数为1.2。最后，根据资本资产定价模型公式r=R_{f}+\beta\times(R_{m}-R_{f})，其中R_{f}为无风险利率，R_{m}为市场收益率，(R_{m}-R_{f})为市场风险溢价，计算出小米集团的必要报酬率r=3\%+1.2×6\%=10.2\%。将上述估计的参数代入Ohlson模型公式V_{t}=B_{t}+\sum_{i=1}^{\infty}\frac{E(R_{i,t+i})}{(1+r)^{i}}，以2023年末为估值基准日，计算小米集团的剩余收益估值。2024年的剩余收益为380-10.2\%×1800=196.4亿元，其现值为\frac{196.4}{(1+10.2\%)^{1}}\approx178.22亿元；2025年的剩余收益为450-10.2\%×(1800+196.4)\approx204.27亿元，其现值为\frac{204.27}{(1+10.2\%)^{2}}\approx168.37亿元；2026年的剩余收益为550-10.2\%×(1800+196.4+204.27)\approx233.93亿元，其现值为\frac{233.93}{(1+10.2\%)^{3}}\approx174.42亿元。将各期剩余收益现值与2023年末的权益账面价值相加，得到小米集团在2023年末的剩余收益估值为1800+178.22+168.37+174.42=2321.01亿元。通过上述基于Ohlson模型的剩余收益估值计算过程，展示了如何运用该模型对企业进行价值评估，为后续分析非会计信息对估值的影响提供了基础。5.3非会计信息的识别、量化与融入估值过程对于小米集团，需精准识别关键非会计信息，并采用科学方法进行量化，进而将其有效融入估值过程，以全面评估企业价值。在非会计信息识别方面，小米的创新能力是关键非会计信息之一。小米高度重视技术研发，不断加大研发投入，在智能手机、智能家居等领域取得了众多技术突破，如快充技术、影像技术、AI智能技术等。市场拓展能力也是重要的非会计信息。小米积极开拓国际市场，在印度、东南亚、欧洲等地区取得了显著的市场份额增长，其市场份额的变化反映了其在全球市场的竞争力和发展潜力。品牌影响力同样不容忽视，小米通过推出高性价比的产品、积极参与公益活动等方式，提升了品牌知名度和美誉度，品牌价值不断攀升。针对创新能力，采用研发投入占营业收入的比例和专利数量作为量化指标。2023年，小米的研发投入达到200亿元，营业收入为3000亿元，研发投入占营业收入的比例为6.67%。当年小米的专利申请数量达到5000件，授权专利数量为3000件，这些数据直观地反映了小米在技术研发方面的投入和成果，体现了其创新能力。对于市场拓展能力，以各地区的市场份额作为量化指标。2023年，小米在印度智能手机市场的份额达到20%，在东南亚市场的份额为18%，在欧洲市场的份额为15%，通过这些市场份额数据，可以清晰地了解小米在不同地区的市场拓展情况和市场竞争力。在衡量品牌影响力时，借助专业机构发布的品牌价值评估报告。Interbrand发布的2023年全球品牌价值排行榜中，小米的品牌价值达到150亿美元，较上一年增长了20%，这一数据充分显示了小米品牌影响力的提升。将量化后的非会计信息融入Ohlson模型时，运用层次分析法确定各非会计信息的权重。邀请行业专家、分析师等组成专家小组，对创新能力、市场拓展能力、品牌影响力等非会计信息对于小米集团价值的重要性进行两两比较，构建判断矩阵。经过计算，得到创新能力的权重为0.4，市场拓展能力的权重为0.3，品牌影响力的权重为0.3。假设原Ohlson模型计算出的小米集团价值为V0，融入非会计信息后，新的估值公式为V=V0+0.4×(研发投入占比得分)+0.3×(市场份额得分)+0.3×(品牌价值得分)。其中，研发投入占比得分根据小米的研发投入占营业收入的比例与行业平均水平对比得出，市场份额得分根据小米在各地区的市场份额与竞争对手对比得出，品牌价值得分根据小米的品牌价值与行业领先品牌对比得出。通过这种方式，将非会计信息有效地融入Ohlson模型，使估值结果更全面地反映小米集团的价值。5.4估值结果对比与分析将基于Ohlson模型的估值结果与融入非会计信息后的估值结果进行对比，能够清晰地揭示非会计信息对剩余收益估值的影响，并通过与企业实际市场表现的比较，深入分析差异原因，从而评估新框架的有效性。基于Ohlson模型计算得出小米集团在2023年末的剩余收益估值为2321.01亿元。而融入创新能力、市场拓展能力、品牌影响力等非会计信息后，新框架下的估值结果为2750亿元。两者相比，融入非会计信息后的估值结果比基于传统Ohlson模型的估值高出428.99亿元，增幅达到18.49%，这表明非会计信息对小米集团的估值产生了显著影响。从企业实际市场表现来看，在2023年末，小米集团的股票市值为2600亿元。基于Ohlson模型的估值结果2321.01亿元与实际市值存在一定偏差，低估了约278.99亿元，偏差率为10.73%。而融入非会计信息后的估值结果2750亿元与实际市值更为接近，高估了150亿元，偏差率为5.77%。这说明融入非会计信息后的估值结果在反映企业实际市场价值方面具有更高的准确性。分析差异原因，小米集团的创新能力是导致估值差异的重要因素之一。小米持续加大研发投入，在技术创新方面成果显著，如在快充技术、影像技术、AI智能技术等领域取得突破，这些创新成果提升了产品的竞争力和附加值，为企业未来收益增长奠定了坚实基础。传统的Ohlson模型仅基于历史会计信息，难以充分反映这些创新能力对未来收益的积极影响，而融入非会计信息的新框架则能够有效捕捉这一因素，从而提高估值的准确性。市场拓展能力也是影响估值的关键因素。小米积极开拓国际市场，在印度、东南亚、欧洲等地区的市场份额不断扩大，市场影响力日益增强。这一市场拓展成果意味着小米未来的营业收入和利润增长具有较大潜力，但传统Ohlson模型无法体现这一非会计信息对企业价值的提升作用，新框架通过纳入市场份额等量化指标，更全面地反映了市场拓展能力对企业价值的影响，使估值结果更贴近企业实际价值。品牌影响力同样对估值产生重要作用。小米通过推出高性价比的产品、积极参与公益活动等方式，不断提升品牌知名度和美誉度，品牌价值持续攀升。良好的品牌形象有助于小米在市场竞争中获得优势，吸引更多消费者，提高产品的市场定价能力，进而增加未来收益。传统Ohlson模型未能考虑品牌影响力这一非会计信息，而新框架通过专业机构发布的品牌价值评估报告等数据，将品牌影响力纳入估值过程，使得估值结果更能反映企业的真实价值。通过上述对比与分析，可以看出基于Ohlson模型和非会计信息的剩余收益估值新框架具有更高的有效性。新框架能够充分考虑非会计信息对企业价值的影响，弥补传统Ohlson模型的不足，使估值结果更全面、准确地反映企业的实际市场价值，为投资者和企业管理者提供更有价值的决策参考。六、研究结论与展望6.1研究成果总结本研究深入剖析基于Ohlson模型和非会计信息的剩余收益估值问题，取得了一系列具有理论与实践价值的成果。在理论层面，本研究进一步完善了企业价值评估理论。通过对Ohlson模型和剩余收益估值理论的深入研究，明确了传统模型在仅依赖会计信息进行估值时存在的局限性。在此基础上，系统分析了非会计信息对剩余收益估值的影响机制，揭示了非会计信息通过影响企业未来收益预期和风险评估，进而对企业价值产生作用的路径。将非会计信息纳入Ohlson模型，构建了