CN103430201A

CN103430201A - 私人公司估价

Info

Publication number: CN103430201A
Application number: CN2011800655648A
Authority: CN
Inventors: J·F·邦纳; E·T·赖利斯; G·P·邦内
Original assignee: Thomson Reuters Global Resources ULC
Current assignee: Financial and Risk Organisation Ltd
Priority date: 2010-12-03
Filing date: 2011-12-05
Publication date: 2013-12-04
Also published as: EP2646966A1; EP2646966A4; US20120143782A1; US8468081B2; WO2012075488A1

Abstract

公开了至少部分地基于公开交易公司来对私人持有公司进行估价的系统和技术。利用与公开交易公司相关联的加权平均估价倍数和加权平均总回报值，计算私人持有公司的价值。计算出的估价的置信度评级也被计算。

Description

私人公司估价

技术领域

本发明涉及对私人持有的实体进行估价，并且更特别地涉及基于公开交易的对等实体来对私人持有的实体进行估价的利用计算机实现的系统和方法。

背景技术

当投资于一家私人持有公司或者投资于对多个私人持有公司进行投资的基金时，确定这家公司或者基金内的所述多个公司的当前价值是合乎期望的。这种估价在当前由各类金融专业人士提供，但是该过程往往是人工的、费时的，并且结果差异很大，因为在该行业没有标准化的估价方法可供采用。例如，由于私人公司可以有多个投资者，所以并不罕见的是：每个投资者对该公司有不同的估价，从而产生模糊性并阻碍投资决策过程。

对私人公司进行估价的各种技术涉及对公开交易的对等公司的选择。通常，进行估价的个人使用人工方法确定对等公司。该方法可以基于以下因素：个人的行业专业知识，行业分类模式的使用，或者使用常用词在财务信息产品或互联网中进行的搜索。不幸的是，这些方法往往会导致不一致的结果。不一致的结果可以由以下因素引起：进行估价的个人不具有关于实际的对等公司比较的完整信息，使用的行业分类所确定的对等公司实际上不具有可比性，或者个人决策由于有意或无意地选择了具有较高或较低估价倍数的公司而出现偏差。

对私人公司进行估价的几种技术包括：使用可比公司的合并或收购（M＆A）数据。尽管在公司正被收购时这些技术会与确定估价相关，但是这些技术可能会对公司的当前估价提供不准确的结果。存在潜在的不准确性的原因与M&A信息的时机有关。特别地，在分析中使用的M&A信息可能会在许多不同的经济周期中出现，并且这些周期可能并不代表当前的周期。由于估价的目的是为了推导出如同今天就要交易时的公司价值，所以合并和收购数据的使用可能会误导当前的投资者。

用于对私人公司进行估价的另一常见方法是计算预计的未来现金流的当前值。这对公司是一种可靠的方法，因为可以准确地预测出一家公司未来五到十年的收入增长和营业利润率。然而，对于许多私人持有公司而言，这些预测的准确度可能会非常低并且可能会产生误导性的结果。这些预测结果也会遭受到人工过程有意或无意的偏差。

因此，需要用于对私人持有公司进行估价的改进的系统和技术。

发明内容

所述系统的各个方面涉及识别可与私人持有公司比较的可比公司、以及计算私人持有公司的价值。

例如，根据一个方面，利用计算机实现的方法包括：基于与私人持有公司相关联的定量和定性数据来识别可与私人持有公司比较的可比公司，以及利用每个识别出的公司的加权平均估价倍数和每个识别出的可比公司的加权平均总回报来计算私人持有公司的价值。该方法还包括产生与价值相关联的信号，以及传送该信号。

在一个实施例中，该方法包括对计算出的价值计算置信度评级，以及使该置信度评级与所述信号相关联。置信度评级可以基于与识别出的可比公司中的每一者相关联的比较评级、识别出的公司中的每一者的加权平均估价倍数、以及识别出的可比公司的数量。

识别可比公司的步骤可以包括：将私人持有公司的定性和定量特性与多个公开交易公司中的每一者的定性和定量特性进行比较，以及基于比较结果识别可比公司。在一个实施例中，该方法包括：基于与每个公开交易公司相关联的定性数据和与私人持有公司相关联的定性数据的比较来计算多个公开交易公司中的每一者的定性评级，基于与每个公开交易公司相关联的定量数据和与私人持有公司相关联的定量数据的比较来计算多个公开交易公司中的每一者的定量评级，以及通过将计算出的定性评级与计算出的定量评级组合来计算多个公开交易公司中的每一者的比较评级。

在另一实施例中，该方法包括：通过对与识别出的可比公司中的每一者相关联的每个比较评级求总和来计算可比公司的总比较得分，以及计算识别出的可比公司中的每一者的多个估价倍数。该方法还可以包括：通过对与识别出的可比公司中的每一者相关联的多个计算出的估价倍数求平均来计算识别出的可比公司中的每一者的平均估价倍数，以及通过将计算出的平均估价倍数乘以每个比较评级在总比较得分中所占的百分比来计算识别出的可比公司中的每一者的加权平均估价倍数。

该方法还可以包括：将与私人持有公司相关联的多个度量乘以与识别出的可比公司相关联的加权平均估价倍数中的每一者，按照与加权平均估价倍数中的每一者相关联的准确度得分对相乘后的度量中的每一者赋予权重，以及通过对相乘并加权后的度量求总和来计算私人持有公司的第一估价值。所述多个度量中的一个度量可以包括与私人持有公司相关联的财务度量或经营度量。

在另一实施例中，该方法包括：利用股票价格变化、股息金额以及在预先定义的一段时间内会影响识别出的可比公司的一个或多个公司行动中的至少一者，来计算识别出的可比公司中的每一者的总回报，通过按照与识别出的可比公司中的每一者相关联的比较评级对每个计算出的总回报赋予权重，来计算识别出的可比公司中的每一者的加权平均总回报，以及通过将私人持有公司的计算出的隐含估价乘以识别出的可比公司中的每一者在预先定义的一段时间内的加权平均总回报，来计算私人持有公司的第二估价值。然后通过按照第一折现值对第一估价值赋予权重、按照第二折现值对第二估价值赋予权重、并对加权后的量求总和，来计算私人持有公司的价值。

公开了一种系统以及包括存储用于实现各个技术的机器可读指令的机器可读介质的物品。各个实施例的细节将在下面更详细地讨论。

根据下面的详细说明、附图和权利要求，另外的特征和优点将更加明了。

附图说明

图1是示例性的基于计算机的估价系统的示意图。

图2示出用于对私人持有公司进行估价的示例性方法。

图3示出由图1的估价系统获取的示例性私人持有公司信息。

图4-5示出可比公司的示例性业务可比性评级。

图6-7示出可比公司的示例性财务可比性评级。

图8-9示出可比公司的示例性总评级。

图10示出私人持有公司的示例性估价。

同样的附图标记在各个附图中表示同样的要素。

具体实施方式

图1示出至少部分地基于公开交易公司来对私人持有公司进行估价的基于计算机的系统。系统10被配置成利用与公开交易公司相关联的加权平均估价倍数和加权平均总回报值来计算私人持有公司的估价。计算出的估价的置信度评级也被计算。

如图1所示，系统10被配置成包括通过网络16与服务器14通信的访问装置12。访问装置12可以包括个人计算机、膝上型计算机或其他类型的电子装置，例如蜂窝电话或个人数字助理（PDA）。在一个实施例中，例如，访问装置12被连接到包括与诸如鼠标之类的指点装置结合的键盘在内的I/O装置（未示出），以便向服务器14发送网页请求。优选地，访问装置12的存储器被配置成包括用于从服务器14请求和接收信息的浏览器12A。尽管在图1中仅示出一个访问装置12，但是系统可以支持多个访问装置。

网络16可以包括各种装置，例如以内联网、外联网或互联网结构连接的路由器、服务器和交换元件。在一些实施例中，网络16使用有线通信在访问装置12和服务器14之间传递信息。在另一实施例中，网络16采用无线通信协议。在又一些实施例中，网络16采用有线和无线技术的组合。

如图1所示，在一个实施例中，服务器装置14优选地包括：诸如中央处理单元（“CPU”）之类的处理器18，随机存取存储器（“RAM”）20，诸如显示装置（未示出）和键盘（未示出）之类的输入输出装置22，以及非易失性存储器24，所有这些部件经由公共总线26互连、并由处理器18控制。如图1的实例所示，在一个实施例中，非易失性存储器24被配置成包括用于处理来自访问装置的请求的网页服务器28。

网页服务器28被配置成响应于网页请求而将所请求的网页发送给访问装置12的浏览器12A。网页服务器28利用诸如HTTP（超文本标记语言）之类的一个或更多通信协议与网页浏览器12A通信。在一个实施例中，网页服务器28被配置成包括企业版本的Java 2平台（“J2EE”），用于提供浏览器12A上显示的用户界面中所包含的多个屏幕。

网页服务器28提供包括用于对私人持有公司进行估价的软件模块的运行时间环境。如图1的实例所示，在一个实施例中，运行时间环境包括：用于访问和收集与私人持有公司相关联的信息的目标模块30，用于确定公开交易公司与私人持有公司的业务可比性的业务模块32，用于确定公开交易公司与私人持有公司的财务可比性的财务模块34，用于计算私人持有公司的估价和私人持有公司的置信度评级的分析模块36，以及用于响应于请求而在访问装置12的浏览器12a上显示计算出的估价值和置信度评级的显示模块38。配置在运行时间环境中的软件模块30、32、34、36和38的细节将在下面进一步详细讨论。

如图1所示，系统10包括数据存储装置40，该数据存储装置40由软件模块30、32、34、36和38使用以便访问和存储与私人公司估价有关的信息。在一个实施例中，数据存储装置40是关系数据库。在另一实施例中，数据存储装置40是目录服务器，例如轻量目录访问协议（“LDAP”）服务器。在另一实施例中，数据存储装置40是装置服务器14的非易失性存储器24中的配置区域。尽管图1中示出的数据存储装置40被连接到网络16，但是本领域技术人员应理解的是，数据存储装置40可以分布在多个不同的服务器中并且可由服务器14通过网络16访问，或者可替换地，数据存储装置40可以直接连接到服务器14，或者配置在服务器14的非易失性存储器24的区域中。

应注意的是，图1中示出的系统10是本公开的一个实施例。本公开的其他系统实施例可以包括未示出的附加结构，例如第二存储装置和附加的计算装置。此外，本公开的各个其他实施例包括比图1所示的实施例更少的结构。例如，在一个实施例中，本公开以非连网的独立结构实现在单个计算装置上。经由输入装置（例如键盘和/或鼠标）将数据输入传递到计算装置。系统的数据输出从计算装置被传递到显示装置（例如计算机监视器）。

现在转向图2，公开了一种利用与多个公开交易公司中的每一者对应的计算出的加权平均估价倍数和计算出的加权平均总回报来计算私人持有公司的价值的方法。如图2所示，在步骤42，目标模块30首先获取私人持有公司数据。在一个实施例中，从数据存储装置40访问私人持有公司数据，并且该私人持有公司数据包括与以下内容有关的数据：私人持有公司的描述，私人持有公司近来的财务细节和历史财务细节（损益计算书，资产负债表），私人持有公司的竞争对手，以及私人持有公司的行业分类。结合图3示出私人持有公司数据的实例。

接着，如图2所示，在步骤44，基于与私人持有公司的业务可比性和财务可比性，对可比较的公开交易公司进行识别和评级。在一个实施例中，业务模块32利用与公开交易公司相关联的定性数据，对公开交易公司进行评级。定性数据描述多个因素，这些因素基于行业、客户类型和业务模型而确定公开交易公司与私人持有公司有多大可比性。

财务模块34利用定量数据（例如，财务状况信息），对公开交易公司进行评级。由财务模块34使用的示例性定量数据包括但不限于公开交易公司的收入、收入增长和盈利能力。然后，分析模块36将定量和定性评级两者进行组合，以便确定在估价过程中使用的可比公司的最佳集合，如下所述。

在一个实施例中，识别可比公司的过程由于私人持有公司所处的阶段而有所不同。例如，在一个实施例中，识别初创公司的可比公司不同于识别成熟的后期公司的可比公司。因此，业务模块32和财务模块34两者都使用不同的因素来识别可比公司。然后，业务模块32和财务模块34基于私人持有公司在其企业寿命周期中所处的阶段，对这些因素赋予不同的权重。

结合图4-5示出由业务模块32计算的示例性业务可比性评级。在一个实施例中，如图4-5所示，被业务模块32用于识别公开交易公司的数据源包括但不限于：经纪商（broker）研究报告，业务分类信息，新闻和互联网信息，竞争对手信息，公司业绩报告（transcript）信息，合并和收购（M＆A）公平意见，以及相同股票研究分析师的报道。

业务模块32保存可与私人持有公司比较的潜在可比公司的列表。在一个实施例中，业务模块32识别与私人持有公司的经纪商相同的经纪商的研究报告中出现的所有公开交易公司，并将识别出的公开交易公司添加到潜在可比公司的列表中。在一个实施例中，业务模块32还被配置成识别与私人持有公司具有相同业务类别的所有公开交易公司，并将识别出的公司添加到潜在可比公司的列表中。

在一个实施例中，业务模块32被配置成访问竞争对手信息的数据库。业务模块32识别把私人持有公司列为竞争对手的公开交易公司作为潜在可比公司，并将其添加到潜在可比公司的列表中。

业务模块32也把来自传统新闻来源和/或来自互联网博客的相同文章中出现的公开交易公司分析为潜在可比公司，并将其添加到潜在可比公司的列表中。

在一个实施例中，业务模块32访问汤森路透（Thomson Reuters）的StreetEvents的业绩报告数据来确定可比公司。例如，在一个实施例中，业务模块32识别私人持有公司或任何其他公司的业绩报告内被作为竞争对手或可比公司提到的那些公司作为潜在的可比公司。业务模块32随后将这些公司添加到潜在可比公司的列表中。

在另一实施例中，业务模块32分析公平意见以识别可比公司。公平意见中提到的公司经常由于合并或重大公司行动而被引用。已经公开上市的公司常常被股票研究分析师评论。在一个实施例中，业务模块32被配置成使用StarMine公司的通过评估私人持有公司和其他公开持有公司的联合报道（joint coverage）来确定可比公司的处理。

通过访问和评估上述定性数据，业务模块30产生用于对私人持有公司进行估价的可比公司列表。图3-4示出被业务模块32用于计算每个公开交易公司的业务可比性评级（例如，定性评级）的不同来源/因素和示例权重。

在一个实施例中，各因素的值是二元的，因此如果私人持有公司存在于潜在可比公司的业绩报告中或者不存在于业绩报告中，则业务模块32将该因素的值设定为“1”。例如，参考图5的实例，所示出的公司列表是在研究报告、汤森路透业务分类（TRBC）、新闻/网页、汤森路透竞争对手数据库（DB）、汤森路透StreetEvents业绩报告、以及M&A公平意见中出现的所有公司的结合。如图5的实例中针对德州仪器公司（Texas Instruments Incorporated）条目所示的那样，TargetSemiconductor（被估价的私人持有公司）出现在相同的研究报告中，具有相同的TRBC代码，未出现在新闻搜索结果中，出现在竞争对手DB中，出现在相同的业绩报告中，并且一起出现在公平意见中。这样，对于德州仪器公司条目而言，业务模块32对使该条目出现的每个因素分配值“1”，并对未使德州仪器公司出现的因素分配值“0”（图5中示为空白）。如图5所示，基于示例性权重，由业务模块32为德州仪器公司条目计算的业务评级得分是“0.95”。

在另一实施例中，在定性数据的至少一部分被包含在文件中的情况下，如果私人持有公司和公开交易公司在文件中都被提及的情况出现了至少一次，则业务模块32将值“1”分配给该公开交易公司。在另一实施例中，业务模块32把公开交易公司的业务可比性评级计算为等于同时包括公开交易公司和私人持有公司的文件的百分率（fraction）。例如，在一个实施例中，业务模块32按照如下方式计算公开交易公司的业务可比性评级：

文本_来源_x的得分=(包含公开交易公司和私人持有公司的文件的数量)/包含私人持有公司的文件的数量

公开交易公司的业务可比性得分=(al*isInSameSubIndustry+a2*isInSameIndustry+a3*isInSameIndustryGroup+a4*isInSameSector+a5*isInSameCompetitorGroup+a6*得分_文本_来源_l+a7*得分_文本_来源_2+...+aN*得分_文本_来源_X)

其中al+a2+...+aN=1

并且

其中如果公开持有公司与私人持有公司具有相同的8位TRBC代码（“子行业”），则对isInSameSubIndustry（处于相同子行业）分配值“1”，否则分配值“0”。

另外，

如果公开持有公司与私人持有公司具有相同的6位TRBC代码（“行业”），则对isInSameIndustry分配值“1”，否则分配值“0”，

如果公开持有公司与私人持有公司具有相同的2位TRBC代码（“分支”），则对isInSameSector分配值“1”，否则分配值“0”。

财务模块34将私人持有公司的财务信息（例如，定量数据）与由业务模块32识别的可比公司的财务信息进行比较。财务信息的来源是结合图3示出的私人持有公司的财务报表和公开交易公司的财务报表。在一个实施例中，公开交易公司的财务信息可从汤森路透的基本数据库访问。

在一个实施例中，财务模块34将最相关的私人持有公司财务信息与各个公开持有公司财务信息进行比较，并且基于数量的相似度来计算财务评级得分（例如，定量评级）。例如，现在参考图6，示例性财务信息包括但不限于收入、收入增长、营业利润率和净利润率。在一些实施例中，取决于私人持有公司的行业，添加附加的财务信息并且一些财务信息可以改变。

为了确定财务可比性，财务模块34将与各公司相关联的财务信息（例如，度量）归一化为标准尺度。例如，在一个实施例中，财务模块34对包括私人持有公司在内的所有公司进行评级，然后计算私人持有公司评级减去可比公司评级所得的差值的绝对值。在另一实施例中，财务模块34计算私人持有公司和识别出的公开交易公司之间的z得分的差值。在一个实施例中，对于每个财务度量，财务模块36利用下面的公式计算每个公司的标准化的z得分值：

Z得分值=公司的财务度量-平均值(与可比公司相关联的财务度量)/标准偏差(与财务度量相关联的财务度量)。

如图6所示，在一个实施例中，财务模块34被配置成取决于私人持有公司在其企业寿命周期内所处的阶段，而将不同的权重应用于每个财务数据点。例如，如图6所示，如果私人持有公司是初创公司，则财务模块34对公开交易公司的收入值赋予百分之二十（20%）的权重，但是如果该私人持有公司被认为是融资买入（LBO）的公司或晚期公司，则对公开交易公司的收入值赋予百分之二十五（25%）的权重。基于私人持有公司的企业寿命周期对可比公司赋予权重的实例如图6所示。

在一个实施例中，业务模块32和财务模块34被配置成分别修改与可比公司相关联的一个或更多定性数据或定量数据。修改可以基于特定时间点的通货膨胀率、利率、汇率、融资率或其组合来进行。然后在私人持有公司估价过程中使用修改后的定性和定量数据，如下所述。

现在参考图8和9，在一个实施例中，一旦业务模块32识别和计算出公开交易公司中的每一者的业务可比性评级、并且财务模块34计算出公开交易公司中的每一者的财务可比性评级，分析模块36就计算公开交易公司中的每一者的总可比性评级（例如，比较评级）。在一个实施例中，分析模块将计算出的业务可比性评级加到财务可比性评级上，以便计算总可比性评级。

如图8所示，在一个实施例中，分析模块38也可以在计算总可比性评级之前，对业务可比性评级和财务可比性评级中的每一者赋予权重。例如，如图8所示，在将两者彼此组合之前，对与每个公开交易公司相关联的每个业务可比性评级赋予百分之七十五（75%）的权重，并且对与每个公开交易公司相关联的每个财务可比性评级赋予百分之二十五（25%）的权重。

在一个实施例中，分析模块36把用于对私人持有公司进行估价的可比公司的数量减少固定的数量，例如选择排名前十（10）的公司。在另一实施例中，分析模块36基于可比公司的比较评级来减少用于对私人持有公司进行估价的可比公司的数量，例如仅仅选择具有八十（“80”）以上的比较评级值的那些可比公司。

返回来参考图2，一旦可比公司被识别和评级（44），分析模块36就接下来计算识别出的可比公司中的每一者的加权平均估价倍数。通过将公司价值（例如企业价值）除以财务或经营度量（例如收入）来计算估价倍数。分析模块36所使用的估价倍数可以随着行业而变化。示例性估价倍数包括但不限于“企业价值/收入”、“企业价值/EBITDA（税息折旧及摊销前利润）”以及“价格/盈利”。在一个实施例中，分析模块36利用下面的公式计算可比公司的企业价值：

企业价值=市场资本总值+负债－现金，

其中市场资本总值=净发股票*股票价格。

接着，对于每个可比公司，分析模块36计算估价倍数的平均值，然后按照每个公司的总可比性评级对该平均值赋予权重。在一个实施例中，分析模块36通过对所有可比公司的评级求总和、并按照各个单独的可比公司的评级在评级总和中所占的百分比对该可比公司的估价倍数赋予权重，来执行加权。

在一个实施例中，分析模块36通过对与识别出的可比公司中的每一者相关联的每个比较评级求总和来计算可比公司的总比较得分，并且通过对与识别出的可比公司中的每一者相关联的多个计算出的估价倍数求平均值，来计算识别出的可比公司中的每一者的平均估价倍数。

一旦基于公开交易公司可比性对估价倍数赋予权重，在一个实施例中，分析模块36基于在确定先前的私人持有公司估价的过程中与每个估价倍数相关联的准确度得分对估价倍数赋予权重（48）。在一个实施例中，如果这些估价倍数对先前估价的准确性全都有同等的贡献，则分析模块36对这些估价倍数赋予相等的权重。在另一实施例中，分析模块36基于可比公司估价倍数在平均估价倍数周围的分散程度对估价倍数赋予权重。特别地，与在计算出的平均值周围大范围分散的估价倍数相比，分析模块36对紧密集结在计算出的平均值周围的估价倍数赋予的权重更高。

在另一实施例中，分析模块36通过将计算出的平均估价倍数乘以每个比较评级在总比较得分中所占的百分比，来计算识别出的可比公司中的每一者的加权平均估价倍数。

接着，分析模块36基于与私人持有公司相关联的最新融资信息，来计算私人持有公司的隐含估价（50）。在一个实施例中，分析模块36通过将投资于私人持有公司的金额除以所收购的公司百分比，来计算隐含估价。有利地，对隐含估价的计算可充当公司估价的非常好的代理，因为这是最近一次发生的投资者商定价格的事件，而且通常是在竞争的环境中商定的。现有技术中的几种公司估价方法在计算私人持有公司的价值时都忽略了该价值。

在一个实施例中，分析模块46从数据存储装置40获得私人持有公司的最近一轮融资的细节。最新融资信息是很重要的，因为私人持有公司的价值至少部分地基于投资者为获得公司的一定百分比而支付的金额。如果存在外来投资者评估私人持有公司并继而进行了投资的竞争过程，则这是私人持有公司的极其准确的估价。在一个实施例中，根据最新的融资细节，分析模块36通过将将提高的融资金额除以所收购的公司百分比，来计算私人持有公司的隐含估价。

如果不存在对应于最近一轮融资的竞争过程、或者私人持有公司由创始人提供资金并且通过业务所产生的自由现金流提供资金，则分析模块36不获得前面提到的融资细节。这样，分析模块36并不把最近一轮融资纳入到私人持有公司估价的考虑因素范围中。

接着，如图2所示，分析模块36计算可比公司中的每一者的加权平均总回报（52）。在一个实施例中，分析模块36首先利用股票价格变化、股息金额以及在预先定义的一段时间内会影响识别出的可比公司的一个或多个公司行动，计算自从私人持有公司最近一次融资的日期以来的可比公司的总回报。分析模块36然后通过按照与识别出的可比公司中的每一者相关联的比较评级对每个计算出的总回报赋予权重，来计算识别出的可比公司中的每一者的加权平均总回报。

接着，分析模块36计算私人持有公司的价值（54）。在一个实施例中，分析模块36利用可比公司的计算出的加权平均估价倍数和计算出的加权平均总回报，来计算私人持有公司的价值。

在一个实施例中，为了基于加权平均估价倍数对私人持有公司进行估价，分析模块36将与私人持有公司相关联的多个度量乘以与识别出的可比公司相关联的每个计算出的加权平均估价倍数。分析模块36然后按照与每个加权平均估价倍数相关联的准确度得分对每个相乘后的度量赋予权重，并随后通过对相乘和加权后的度量求总和，来计算私人持有公司的第一估价值。

分析模块36还基于计算出的加权平均总回报来计算第二估价值。在一个实施例中，分析模块36通过将计算出的私人持有公司在最近一轮融资时的隐含估价乘以计算出的自从最近一次融资的日期以来的可比公司的加权平均总回报，来计算私人持有公司的第二估价值。这样，对第二估价值赋予的权重值就至少部分地基于自从私人持有公司最近一次融资以来的天数。

一旦分析模块36计算出第一和第二估价值，分析模块36就利用第一估价值（例如，根据加权平均估价倍数获得的估价）和第二估价值（例如，根据加权平均总回报获得的估价）来计算私人持有公司的价值。在一个实施例中，私人持有公司的价值由分析模块利用下面的公式计算：

私人持有公司价值=(第一估价值*权重1)+(第二估价值*权重2)

其中权重1基于对加权平均估价倍数计算的准确度得分，

权重2基于自从私人持有公司最近一轮融资完成以来的天数；并且

权重1+权重2的总和等于1。

在一个实施例中，一旦分析模块36计算出私人持有公司的价值，显示模块38就在访问装置12的浏览器12A中显示计算出的价值作为对请求的响应。图10示出由分析模块36计算、并且由显示模块38显示的示例性估价。

如图2所示，在一个实施例中，一旦分析模块36计算出私人持有公司的价值，分析模块36就对计算出的估价计算置信度评级（56）。利用之前提及的可比公司可比性评级、用于确定总置信度评级的可比公司估价倍数的权重、以及分析中所包含的可比公司的数量，来计算公司估价的置信度评级。

在一个实施例中，分析模块36利用下面的公式计算置信度评级：

归一化变化度=加权_标准偏差/平均_估价

（Normalized Variability=weighted_StdDev/avg_valuation）

其中

加权_标准偏差=平方根(总和(最终_权重_对于_倍数_i*(估价_根据_倍数_i－平均_估价)²))；

【weighted_StdDev=square root

(sum(final_weight_for_multiple_i*(valuation_from_multiple_i–avg_valuation)²))】

估价_根据_倍数_i=加权_平均_倍数_i*私人持有公司度量_i；

（valuation_from_multiple_i=weighted_avg_multiple_i*privately-held company metric_i）

平均_估价=简单平均(估价_根据_倍数₁,

估价_根据_倍数₂…估价_根据_倍数_i)

【avg_valuation=simple average(valuation_from_multiple₁,valuation_from_multiple₂...valuation_from_multiple_i)】

在一个实施例中，如果计算出的归一化变化度在百分之一和百分之十之间（1%-10%），则分析模块36对置信度评级分配较高的值。如果计算出的归一化变化度在百分之十和百分之二十之间（10%-20%），则分析模块36对置信度评级分配中间值，并且如果计算出的归一化变化度大于百分之二十（20%），则分析模块36对置信度评级分配较低的值。在另一实施例中，基于计算出的归一化变化度，分析模块36利用与上述类似的技术对置信度评级分配诸如“高”、“中”和“低”之类的标签，而不是分配数值。

在另一实施例中，分析模块36利用由公开交易公司确定的在估价过程中使用的估价倍数的数量。例如，在一个实施例中，对于不盈利的公开交易公司，如果公开交易公司的EBITDA小于或等于零（0），则分析模块36将十（10）个百分点加到计算出的归一化变化度中，并且如果EBIT小于或等于零（0），则将五（5）个百分点加到计算出的归一化变化度中。当然，本领域技术人员应理解的是，上述百分比值仅仅是示例性的，并且其他的百分比值可以由分析模块36加到计算出的归一化变化度中或从计算出的归一化变化度中减去。

在几个实施例中，如果对具有更高可比性评级的可比公司赋予更大的权重，则分析模块36对置信度评级分配较高的值。此外，假定所包含的公司具有相同的可比性评级，如果在估价过程中使用了更多的公开交易公司而不是更少的公开交易公司，则分析模块36对置信度评级分配较高的值。

一旦分析模块36计算出估价的置信度评级，显示模块38就在访问装置12的浏览器12A中显示置信度评级作为对请求的响应。

所述系统的各个特征可以用硬件、软件或者硬件和软件的组合来实现。例如，所述系统的一些特征可以用可编程计算机上执行的一个或更多计算机程序实现。每个程序可以用高级程序编程语言或面向对象编程语言实现以便与计算机系统或其他机器通信。此外，每个这样的计算机程序可以存储在存储介质上，例如存储在可由通用或专用可编程计算机或处理器读取的只读存储器（ROM）上，用于配置或操作计算机来执行上述的功能。

Claims

1.一种对私人持有公司进行估价的利用计算机实现的方法，包括：

基于与所述私人持有公司相关联的定量和定性数据，识别能与所述私人持有公司比较的多个可比公司；

利用识别出的多个可比公司中的每一者的加权平均估价倍数和识别出的多个可比公司中的每一者的加权平均总回报，计算所述私人持有公司的价值；

产生与所述价值相关联的信号；以及

传送所述信号。

2.如权利要求1所述的方法，还包括：

对计算出的价值计算置信度评级；以及

使所述置信度评级与所述信号相关联。

3.如权利要求2所述的方法，其中所述置信度评级基于以下因素：1）与识别出的多个可比公司中的每一者相关联的比较评级，2）识别出的多个公司中的每一者的加权平均估价倍数，以及3）识别出的多个可比公司的数量。

4.如权利要求3所述的方法，其中识别多个可比公司的步骤包括：

将所述私人持有公司的定性和定量数据与多个公开交易公司中的每一者的定性和定量数据进行比较；以及

基于所述比较，识别所述多个可比公司。

5.如权利要求4所述的方法，其中识别多个可比公司的步骤包括：

基于与每个公开交易公司相关联的定性数据和与所述私人持有公司相关联的定性数据的比较，计算所述多个公开交易公司中的每一者的定性评级；

基于与每个公开交易公司相关联的定量数据和与所述私人持有公司相关联的定量数据的比较，计算所述多个公开交易公司中的每一者的定量评级；以及

通过将计算出的定性评级与计算出的定量评级组合，计算所述多个公开交易公司中的每一者的比较评级。

6.如权利要求5所述的方法，其中识别多个可比公司的步骤基于与每个公开交易公司相关联的行业范围、客户和业务模型中的至少一者来执行。

7.如权利要求5所述的方法，其中与每个公开交易公司相关联的定性数据包括与公开交易公司相关联的研究报告、业务分类、新闻、竞争对手信息、业绩报告、公平意见和分析报告中的至少一者。

8.如权利要求5所述的方法，其中与每个公开交易公司相关联的定量数据基于与公开交易公司相关联的财务信息。

9.如权利要求5所述的方法，包括基于业务和财务标准对所述比较评级赋予权重。

10.如权利要求5所述的方法，还包括：

确定所述私人持有公司所处的企业阶段；以及

基于所述企业阶段，对与每个公开交易公司相关联的定性数据赋予权重。

11.如权利要求10所述的方法，还包括：基于所述企业阶段，对与每个公开交易公司相关联的定量数据赋予权重。

12.如权利要求10所述的方法，其中所述企业寿命周期阶段是“初创”、“中间阶段”和“LBO/晚期阶段”中的一者。

13.如权利要求5所述的方法，包括：在组合步骤之前，对计算出的定性和定量评级应用预先确定的权重。

14.如权利要求3所述的方法，包括：通过将与识别出的多个可比公司中的每一者相关联的比较评级和阈值评级值进行比较，确定识别出的多个可比公司的数量。

15.如权利要求3所述的方法，其中识别出的多个可比公司的数量是预先确定的公司数量。

16.如权利要求2所述的方法，还包括：

通过对与识别出的多个可比公司中的每一者相关联的每个比较评级求总和，计算所述多个可比公司的总比较得分；

对识别出的多个可比公司中的每一者计算多个估价倍数；

通过对与识别出的多个可比公司中的每一者相关联的所述多个计算出的估价倍数求平均值，计算识别出的多个可比公司中的每一者的平均估价倍数；以及

通过将计算出的平均估价倍数乘以每个比较评级在所述总比较得分中所占的百分比，计算识别出的多个可比公司中的每一者的加权平均估价倍数。

17.如权利要求16所述的方法，其中所述多个估价倍数基于把与每个可比公司相关联的企业价值除以收入和EBITDA之一所得的值。

18.如权利要求17所述的方法，包括：通过对与每个识别出的公司相关联的市场资本总值和与每个可比公司相关联的债务值求总和、并从计算出的总和金额中减去与每个可比公司相关联的现金值，计算所述企业价值。

19.如权利要求18所述的方法，还包括：通过将可比公司的净发股票的数量乘以与所述可比公司相关联的股票价格，计算所述市场资本总值。

20.如权利要求16所述的方法，其中所述多个估价倍数中的至少一者基于价格盈利比。

21.如权利要求16所述的方法，还包括：按照与所述多个估价倍数中的每一者相关联的准确度得分对所述多个估价倍数中的每一者赋予权重，所述准确度得分表示每个估价倍数对确定所述私人持有公司的价值所作的贡献。

22.如权利要求21所述的方法，其中所述准确度得分在所述多个估价倍数之间是基本相似的。

23.如权利要求21所述的方法，其中所述准确度得分基于估价倍数值和计算出的平均估价倍数之间的差值。

24.如权利要求21所述的方法，还包括：

将与所述私人持有公司相关联的多个度量乘以与识别出的多个可比公司相关联的加权平均估价倍数中的每一者；

按照与所述加权平均估价倍数中的每一者相关联的准确度得分对相乘后的多个度量中的每一者赋予权重；以及

通过对相乘并加权后的多个度量求总和，计算所述私人持有公司的第一估价值。

25.如权利要求24所述的方法，其中所述多个度量中的一者包括财务度量或经营度量。

26.如权利要求16所述的方法，还包括：

访问与所述私人持有公司相关联的融资信息，所述融资信息表示所述私人持有公司的被收购的百分比和为获得所述百分比而支付的金额；以及

通过将支付的金额除以所述百分比，计算所述私人持有公司的隐含估价。

27.如权利要求26所述的方法，还包括：

利用股票价格变化、股息金额以及在预先定义的一段时间内影响识别出的可比公司的一个或多个公司行动中的至少一者，计算识别出的多个可比公司中的每一者的总回报；

通过按照与识别出的多个可比公司中的每一者相关联的比较评级对每个计算出的总回报赋予权重，计算识别出的多个可比公司中的每一者的加权平均总回报；以及

通过将计算出的所述私人持有公司的隐含估价乘以识别出的多个可比公司中的每一者在所述预先定义的一段时间内的加权平均总回报，计算所述私人持有公司的第二估价值。

28.如权利要求27所述的方法，其中计算所述私人持有公司的价值的步骤包括：

按照第一权重值对所述第一估价值赋予权重；

按照第二权重值对所述第二估价值赋予权重；以及

对加权后的金额求总和。

29.如权利要求28所述的方法，其中所述第二权重值至少部分地基于自从所述私人持有公司最近一次融资以来的天数，并且所述第一权重值至少部分地基于与所述多个加权平均估价倍数相关联的准确度得分。

30.如权利要求28所述的方法，其中所述第一和第二权重值的总和的值是1。

31.一种计算装置，包括：

处理器；

可操作地连接到所述处理器的存储器，所述存储器存储响应于接收到请求而使所述处理器执行以下操作的指令：

基于与私人持有公司相关联的定量和定性数据，识别能与所述私人持有公司比较的多个可比公司；

产生与所述价值相关联的信号；以及

传送所述信号。

32.如权利要求31所述的计算装置，其中所述存储器存储响应于接收到请求而使所述处理器执行以下操作的指令：

对计算出的价值计算置信度评级；以及

使所述置信度评级与所述信号相关联。

33.如权利要求32所述的计算装置，其中所述置信度评级基于以下因素：1）与识别出的多个可比公司中的每一者相关联的比较评级，2）识别出的多个公司中的每一者的加权平均估价倍数，以及3）识别出的多个可比公司的数量。

34.如权利要求33所述的计算装置，其中所述存储器存储响应于接收到请求而使所述处理器执行以下操作的指令：

基于所述比较，识别所述多个可比公司。

35.如权利要求34所述的计算装置，其中所述存储器存储响应于接收到请求而使所述处理器执行以下操作的指令：

36.如权利要求35所述的计算装置，其中所述多个可比公司基于与每个公开交易公司相关联的行业范围、客户和业务模型中的至少一者。

37.如权利要求35所述的计算装置，其中与每个公开交易公司相关联的定性数据包括与公开交易公司相关联的研究报告、业务分类、新闻、竞争对手信息、业绩报告、公平意见和分析报告中的至少一者。

38.如权利要求35所述的计算装置，其中与每个公开交易公司相关联的定量数据基于与公开交易公司相关联的财务信息。

39.如权利要求35所述的计算装置，其中所述存储器存储响应于接收到请求而使所述处理器执行以下操作的指令：基于业务和财务标准对所述比较评级赋予权重。

40.如权利要求35所述的计算装置，其中所述存储器存储响应于接收到请求而使所述处理器执行以下操作的指令：

确定所述私人持有公司所处的企业阶段；以及

41.如权利要求40所述的计算装置，其中所述存储器存储响应于接收到请求而使所述处理器执行以下操作的指令：基于所述企业阶段，对与每个公开交易公司相关联的定量数据赋予权重。

42.如权利要求40所述的计算装置，其中所述企业寿命周期阶段是“初创”、“中间阶段”和“LBO/晚期阶段”中的一者。

43.如权利要求35所述的计算装置，其中所述存储器存储响应于接收到请求而使所述处理器执行以下操作的指令：在组合处理之前，对计算出的定性和定量评级应用预先确定的权重。

44.如权利要求33所述的计算装置，其中所述存储器存储响应于接收到请求而使所述处理器执行以下操作的指令：通过将与识别出的多个可比公司中的每一者相关联的比较评级和阈值评级值进行比较，确定识别出的多个可比公司的数量。

45.如权利要求33所述的计算装置，其中识别出的多个可比公司的数量是预先确定的公司数量。

46.如权利要求32所述的计算装置，其中所述存储器存储响应于接收到请求而使所述处理器执行以下操作的指令：

对识别出的多个可比公司中的每一者计算多个估价倍数；

47.如权利要求46所述的计算装置，其中所述多个估价倍数基于把与每个可比公司相关联的企业价值除以收入和EBITDA之一所得的值。

48.如权利要求47所述的计算装置，其中所述存储器存储响应于接收到请求而使所述处理器执行以下操作的指令：通过对与每个识别出的公司相关联的市场资本总值和与每个可比公司相关联的债务值求总和、并从计算出的总和金额中减去与每个可比公司相关联的现金值，计算所述企业价值。

49.如权利要求48所述的计算装置，其中所述存储器存储响应于接收到请求而使所述处理器执行以下操作的指令：通过将可比公司的净发股票的数量乘以与所述可比公司相关联的股票价格，计算所述市场资本总值。

50.如权利要求46所述的计算装置，其中所述多个估价倍数中的至少一者基于价格盈利比。

51.如权利要求46所述的计算装置，其中所述存储器存储响应于接收到请求而使所述处理器执行以下操作的指令：按照与所述多个估价倍数中的每一者相关联的准确度得分对所述多个估价倍数中的每一者赋予权重，所述准确度得分表示每个估价倍数对确定所述私人持有公司的价值所作的贡献。

52.如权利要求51所述的计算装置，其中所述准确度得分在所述多个估价倍数之间是基本相似的。

53.如权利要求51所述的计算装置，其中所述准确度得分基于估价倍数值和计算出的平均估价倍数之间的差值。

54.如权利要求40所述的计算装置，其中所述存储器存储响应于接收到请求而使所述处理器执行以下操作的指令：

55.如权利要求54所述的计算装置，其中所述多个度量中的一者包括财务度量或经营度量。

56.如权利要求46所述的计算装置，其中所述存储器存储响应于接收到请求而使所述处理器执行以下操作的指令：

57.如权利要求56所述的计算装置，其中所述存储器存储响应于接收到请求而使所述处理器执行以下操作的指令：

58.如权利要求57所述的计算装置，其中所述存储器存储响应于接收到请求而使所述处理器执行以下操作的指令：

按照第一权重值对所述第一估价值赋予权重；

按照第二权重值对所述第二估价值赋予权重；以及

对加权后的金额求总和。

59.如权利要求58所述的计算装置，其中所述第二权重值至少部分地基于自从所述私人持有公司最近一次融资以来的天数，并且所述第一权重值至少部分地基于与所述多个加权平均估价倍数相关联的准确度得分。

60.如权利要求58所述的计算装置，其中所述第一和第二权重值的总和的值是1。

61.一种包括处理器和存储器的计算机服务器，所述存储器存储响应于接收到请求而使所述处理器执行以下操作的指令：

产生与所述价值相关联的信号；以及

传送所述信号。

62.一种对私人持有公司进行估价的利用计算机实现的方法，包括：

将所述私人持有公司的定性和定量数据与多个公开交易公司中的每一者的定性和定量数据进行比较；

基于特定时间点的通货膨胀率、利率、汇率、融资率或其组合，修改所述多个公开交易公司的定性数据或定量数据中的一者；

利用一个或更多修改后的定性数据和定量数据，计算所述私人持有公司的价值；

产生与计算出的价值相关联的信号；以及

传送所述信号。