并购中目标企业的业绩承诺与盈利预测

胡运芝

摘要：网络游戏行业大规模扩张已成为了常态，在并购方案中加入业绩承诺与补偿等对赌协议已经得到了并购双方的认可。本文以网络游戏企业为例，采用净利润和营业利润相结合的预测方法，提高并购中估值的准确性，以及目标企业业绩承诺的可实现性。

关键词：企业并购；业绩承诺；盈利预测

一、引言

互联网时代，企业并购呈现明显的行业集聚特征，网络游戏行业大规模扩张已成为了常态。普华永道研究显示，全球的网络游戏市场规模正以平均每年20.76%复合增长率快速扩张，目前已突破300亿美元市场容量。WIND咨询提供的数据显示，近10年来，我国互联网行业共发生344起重大并购重组事件，其中，2015年至2017年10月发生279件，占近十年总量的81%，包括2012年优酷以10.4亿美元的交易额溢价159%收购土豆、2015年阿里巴巴以56亿美元并购优酷土豆。

在并购规模不断上升的同时，创新方案层见叠出，市场博弈色彩不断突显。目前，在并购方案中加入业绩承诺与补偿等对赌协议已得到了并购双方共识。以2015年为例，在66项并购项目中，有业绩承诺的51项，占比77.27%，无业绩承诺的15项占比22.73%。对赌并非零和博弈，通常被称为“估值调整机制”，需要通过业绩补偿或奖励来调整估值偏差。业绩承诺往往伴随着高溢价率的出现，相关统计显示，有业绩承诺的并购项目其平均评估增值率明显偏高，以2016年为例，有业绩承诺样本的评估增值率达到1080.94%，远高于无业绩承诺样本的110.09%[1]。因此，研究业绩承诺的可实现性、盈利预测方法的科学性具有一定的现实意义。

在理论上，Dixit、Craig&Smith;、项海容和李建军等认为并购中的合约激励机制可以有效的降低信息不对称的风险，业绩承诺有助于降低溢价收购风险[2][3][4]；Elmar、李光珍和李国范，王东清和房婉秋表示应对高溢价支付风险的关键是业绩对等[5][6][7]；Cain、Denis&Denis;指出并购目标企业对约定的业绩过分乐观，可能造成不必要的损失[8]；王竞达和范庆泉、邓平认为业绩承诺可实现性依赖于盈利预测，合理的盈利预测能有效减少估值差异[9][10]。本文以网络游戏企业为例，采用净利润和营业利润相结合的预测方法，提高并购中估值的准确性，以及目标企业业绩承诺的可实现性。

二、目标企业盈利预测的思路与方法

（一）基本思路

同一市场不同行业的价值驱动因素存在差异，且行业集中度越高，企业复杂性越高[11]；相反，集中度相对分散的同一行业具有相同、相似的获利能力。在附有业绩承诺条件的并购案例中，净利润是承诺最常见的衡量标准，占比达85%以上；业绩补偿时间在1至6年不等，三年最为常见。

根据风险厌恶理论，假设市场不存在较大风险波动，企业预期风险不会超过历史年度风险水平。按照此思想，本文盈利预测是以净利润和营业利润为基础，假设上期盈利值与本期盈利值之间存在着线性关系，通过t期盈利值外推t+1期盈利值的过程。

从国泰安数据库中选取2010年到2015年间的互联网行业所有上市公司相关财务数据，剔除ST公司，原始样本数为38家；同时考虑上市公司净资产为正，并且期初净资产利润率的绝对值在1以内，得到实际样本量为30家。

（二）以净利润为基础的预测

以净利润为基础预测方法是通过考察公司过去盈利的时间序列，推断公司的未来盈利，假设第t+1期盈利值与第t期盈利值之间存在着线性相关关系，其基本模型为：

NP*t+1=a1+b1*NPt+c1*TA+ε1

式中：NP*t+1表示第t+1期的盈利预测值，NPt表示基期的盈利值，TA表示基期的总资产，ε1表示随机误差项。

运用皮尔逊双尾检验，结果表明变量NPt和TA与NP*t+1之间在10%的水平上显著相关（过程略）。从表1可知，NPt系数为0.770，Sig值为0.000，小于0.05。说明下一年盈利预测值NP*t+1与上一年净利润NPt呈显著正相关。R2为0.751，表明模型具有很好地拟合效果。

根据表1得出模型表达式：

NP*t+1=2960000+0.770NPt+0.026TA（1）

（三）以营业利润为基础预测

营业利润是衡量企业价值的主要驱动因素，以营业利润为基础预测盈利水平，分析企业经营绩效。建立相关模型为：

NPt+1=a2+b2*OPt+c2*NOPt+d2TA+ε1

式中：NPt+1表示第t+1期的盈利预测值，OPt和NOPt分别表示基期的营业利润和营业外收支，TA表示基期的总资产，ε2表示随机误差项。

运用皮尔逊双尾检验，可见变量OPt和TA与NPt+1之间在10%的水平上显著相关（过程略）。从表2可知，OPt系数为0.684，Sig值为0.000，小于0.05。说明下一年盈利预测值NPt+1与上一年净利润OPt呈显著正相关。R2为0.750，模型同样具有很好地拟合效果。

基于表2，得到模型表达式：

NPt+1=29520000+0.684OPt+0.430NOPt+0.031TA（2）

（四）综合预测与检验

为了提高盈利预测的准确性，本文将上述兩个预测模型进行组合，采用算术平均法构建等权模型，通过进行大样本分析与精度检验。组合预测模型：

NP**t+1=0.5NP*t+1+0.5NPt+1（3）

本文将30家上市网络公司2014年净利润作为基期数据，分别采用净利润预测法和营业利润预测法外推对应的2015年度的净利润数据，再用组合预测模型确定最终预测值。

利用百分误差法检验模型的可靠性，公式如下：

APE=

式中：APE表示百分误差，Y预为预测值，Y实为实际值。

根据上式，百分误差为9.32%。在统计预测理论中，假若预测误差控制在10%以内，认为该预测非常可靠[12]，预测的差异可能是预测期内个别重大事件对净利润影响的结果。

三、目标企业盈利预测案例分析

（一）目标企业基本情况

1.目标企业业绩承诺

2016年9月7日中南红文化科技股份有限公司（简称中南文化）拟通过非公开发行股份及支付现金相结合的方式购买上海极光网络科技有限公司（简称极光网络）90%股权，该标的资产作价66825万元，其中26730万采用现金支付，其余则通过股权支付，股票发行价18.58元/股，总股数约2158万股。该事项2016年12月22日获得中国证监会有条件通过。

在业绩承诺方面，极光网络承诺2016年度、2017年度、2018年度实现的合并报表净利润不低于5500.00万元、6875.00万元、8593.75万元。

2.基础数据

从资产负债表得知，2014年至2016年公司资产总额期末数分别为6267830.87元、50689889.08元和73294228.84元，极光网络利润表相关数据如表3。

（二）目标企业盈利预测

1.以净利润为基础的预测

根据公式（1）外推极光网络2016年度净利润约为5228万元。

NP*t+1=2960000+0.77*40183826.64+

0.26*50689889.08=52280000.70

2.以营业利润为基础预测

根据公式（2）外推极光网络2016年度净利润约为5583.63万元。

NPt+1=29520000+0.684*34420035.71+0.430

*5763790.93+0.031*50689889.08

=55836372.18

3.组合预测

根据公式（3）组合外推极光网络2016年度净利润约为5405.97万元。

NP**t+1=0.5*52280000.70+0.5*55836372.18

=54059686.49

同理外推出目标企业极光网络2017、2018年度的净利润分别为6846.94万元和8587.62万元，见表4。

（三）预测结果检验分析

本文对目标企业极光网络2016、2017、2018年度盈利预测结果为5405.97万元、6846.94万元和8587.62万元，该预测值与并购方案中目标企业2016、2017、2018年业绩承诺数5500.00万元、6875.00万元、8593.75万元相差不大；与评估公司采用收益法对目标企业2016、2017、2018年净利润预测数5475.49万元、6859.93万元和8576.49万元基本一致。同时从中南文化的公告中，了解到极光网络的2016、2017年业绩承诺都已经实现。

参考文献：

[1]胡曉明，吴铖铖.上市公司并购重组评估增值情况分析[J].中国资产评估，2018 （01）：40-46.

[2] Dixit，A.Incentive Contracts for Faith-Based Organiza-tions to Deliver Social Services.Economic Theory in a Changing World：Policy Modelling for Growth.2005

[3]Craig.B，A.Smith.The art of earnouts [J].Strategic Finance，2003 （84）：44-47.

[4]项海容，李建军，刘星.基于激励视角的对赌合约研究[J].上海经济研究，2009 （3）：92-98.

[5]Elmar.L，J.Reuerb，A.Wellinga.Earnouts in mergers and acquisitions：Agame theoretic option pricing approach[J].European Journal of Operational Research，2012，223 （1）：37-74.

[6]李光珍，李国范.业绩承诺现金补偿会计处理研究[J].财会研究，2015 （6）：31-32.

[7]王东清，房婉秋.成本粘性国外最新研究进展[J].财会月刊，2016 （05）：34-38.

[8]Cain M D，Denis D J，Denis D K. Earnouts：A study of financial contracting in acquisition agreements[J].Journal of Accounting&Economics;，2011 （51）：151-170.

[9]王竞达，范庆泉.上市公司并购重组中的业绩承诺及政策影响研究[J].会计研究，2017 （10）：71-77+97.

[10]邓平.上市公司定增重组业绩对赌的不公平性及完善[J].财务与会计，2017 （10）：36-38.

[11]胡晓明.非流动性折扣的度量与行业差异分析[J].会计之友，2016 （24）：2-5.

[12]黄静，董秀良.证券分析师业绩预测和投资评级准确性实证分析[J].数理统计与管理，2006 （06）：742-749.