CN109325863A - 一种企业估值平台 - Google Patents
一种企业估值平台 Download PDFInfo
- Publication number
- CN109325863A CN109325863A CN201811360939.3A CN201811360939A CN109325863A CN 109325863 A CN109325863 A CN 109325863A CN 201811360939 A CN201811360939 A CN 201811360939A CN 109325863 A CN109325863 A CN 109325863A
- Authority
- CN
- China
- Prior art keywords
- enterprise
- valuation
- industry
- value
- rate
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/067—Enterprise or organisation modelling
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
- G06Q40/06—Asset management; Financial planning or analysis
Abstract
本发明提供一种企业估值方法,所述估值方法通过大数据和股权估值指标体系,结合企业特征及其所述行业特征,对企业进行价值评估,给出公允价值采用跨界融合的方式,本发明采用“互联网+”、大数据、金融相结合,利用互联网技术将估值算法编入程序实现线上估值的功能,通过大数据对估值模型的支持,提高了估值的可靠性;基于大数据平台统一管理,方便数据的统计、分析、计算、存储,同时也可以确保数据的安全性。
Description
技术领域
本发明属于大数据企业估值技术领域,具体涉及一种企业估值平台。
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。传统公司估值方法一般包括:上市公司估值方法通常分为两类:一类是相对估值方法;另一类是绝对估值方法。非上市公司估值方法可分为三类:市场法;收益法;资产基础法。
相对估值法简单易懂,也是最为投资者广泛使用的估值方法。在相对估值方法中,常用的指标有市盈率(P/E)、市净率(PB)、EV/EBITDA倍数等,它们的计算公式分别如下:
市盈率=每股价格/每股收益
市净率=每股价格/每股净资产
EV/EBITDA=企业价值/息税、折旧、摊销前利润
(其中:企业价值为公司股票总市值与有息债务价值之和减去现金及短期投资)
运用相对估值方法所得出的倍数,用于比较不同行业之间、行业内部公司之间的相对估值水平;不同行业公司的指标值并不能做直接比较,不具有可比性且其差异可能会很大。相对估值法反映的是:通过行业内不同公司的比较,可以找出在市场上相对低估的公司。但这也并不绝对,如市场赋予公司较高的市盈率说明市场对公司的增长前景较为看好,愿意给予行业内的优势公司一定的溢价。因此采用相对估值指标对公司价值进行分析时,需要结合宏观经济、行业发展与公司基本面的情况,具体公司具体分析。另外,在实践中运用相对估值模型时,尤其需注意可比公司的选择是否恰当、可比公司本身是否定价合理等问题。与绝对估值法相比,相对估值法的优点在于比较简单,易于被普通投资者掌握,同时也揭示了市场对于公司价值的评价。但是,在宏观经济出现较大波动时,周期性行业的市盈率、市净率等相对估值模型的变动幅度也可能比较大,有可能对公司的价值评估产生误导。在这种情况下,相对与绝对估值模型的结合运用,可有效减小估值结论的偏差 。
股利折现模型和自由现金流折现模型采用了收入的资本化定价方法,通过预测公司未来的股利或者未来的自由现金流,然后将其折现得到公司股票的内在价值。股利折现模型最一般的形式如下:
其中,V代表股票的内在价值,D1代表第一年末可获得的股利,D2代表第二年末可获得的股利,以此类推……,k代表资本回报率/贴现率。
如果将Dt定义为代表自由现金流,股利折现模型就变成了自由现金流折现模型。自由现金流是指公司税后经营现金流扣除当年追加的投资金额后所剩余的资金。
与相对估值法相比,绝对估值法的优点在于能够较为精确的揭示公司股票的内在价值,但是如何正确的选择参数则比较困难。未来股利、现金流的预测偏差、贴现率的选择偏差,都有可能影响到估值的精确性。
首先要挑选与非上市公司同行业可比或可参照的上市公司,以同类公司的股价与财务数据为依据,计算出主要财务比率,然后用这些比率作为市场价格乘数来推断目标公司的价值,比如P/E(市盈率,价格/利润)、P/S法(价格/销售额)。
在国内的风险投资(VC)市场,P/E法是比较常见的估值方法。通常我们所说的上市公司市盈率有两种:
历史市盈率(Trailing P/E)-即当前市值/公司上一个财务年度的利润(或前12个月的利润)。
预测市盈率(Forward P/E)-即当前市值/公司当前财务年度的利润(或未来12个月的利润)。
投资人是投资一个公司的未来,他们用P/E法估值就是:
公司价值=预测市盈率×公司未来12个月利润
公司未来12个月的利润可以通过公司的财务预测进行估算,那么估值的最大问题在于如何确定预测市盈率了。一般情况下,预测市盈率是在历史市盈率的基础上乘以对应的折扣率:比如说NASDAQ某个行业的历史平均市盈率是40倍,则预测市盈率大概是30倍左右;对于同行业、同等规模的非上市公司,参考上市公司历史情况,预测市盈率需要再此基础上再考虑流动性折价率,则最终结果为15倍-20倍左右;对于同行业且规模较小的初创企业,参考的预测市盈率需要在再考虑规模效应折扣,则最终预测市盈率倍数大概为7倍到10倍。这也就目前国内主流的外资VC投资是对企业估值的大致P/E倍数。比如,如果某公司预测中小企业融资后下一年度的利润是100万美元,公司的估值大致就是700-1000万美元,如果投资人投资200万美元,公司出让的股份大约是20%-35%。
对于有收入但是没有利润的公司,市盈率法就会失效,比如很多初创公司很多年也不能实现盈利,那么可以采用P/S法(即市销率)进行估值,大致方法跟P/E法一样。
挑选与初创公司同行业、在估值前一段合适时期被投资、并购的公司,基于中小企业融资或并购交易的定价依据作为参考,从中获取有用的财务或非财务数据,求出一些相应的中小企业融资价格乘数,据此评估目标公司。
例如:A公司刚刚获得中小企业融资,B公司在业务领域跟A公司相同。经营规模上(如营业收入),B公司是A公司的2倍。那么投资人对B公司的估值应该是A公司估值的2倍左右。在比如分众传媒在分别并购框架传媒和聚众传媒的时候,一方面以分众的市场参数作为依据,另一方面,框架的估值也可作为聚众估值的依据。
可比交易法不对市场价值进行分析,而只是统计同类公司中小企业融资并购价格的平均溢价水平,再用这个溢价水平计算出目标公司的价值。
这是一种较为成熟的估值方法,通过预测公司未来自由现金流、资本成本,对公司未来自由现金流进行贴现,公司价值即为未来现金流的现值。计算公式如下: (其中,CFn:每年的预测自由现金流; r: 贴现率或资本成本)
贴现率是处理预测风险的最有效的方法,由于初创公司的预测现金流有很大的不确定性,其贴现率比成熟公司的贴现率要高得多。寻求种子资金的初创公司的资本成本也许在50%-100%之间,早期的创业公司的资本成本为40%-60%,晚期的创业公司的资本成本为30%-50%。对比起来,更加成熟的经营记录的公司,资本成本为10%-25%之间。
这种方法适用于较为成熟、偏后期的私有公司或上市公司,如凯雷收购徐工集团就是采用这种估值方法。
资产基础法是假设一个谨慎的投资者不会支付超过与目标公司同样效用的资产的收购成本。比如中海油竞购尤尼科,根据其石油储量对公司进行估值。
这个方法给出了最现实的数据,通常是以公司发展所支出的资金为基础。其不足之处在于假定价值等同于使用的资金,投资者没有考虑与公司运营相关的所有无形价值。另外,资产基础法没有考虑到未来预测经济收益的价值。所以一般情况下,资产基础法对公司估值,其估值结果是最低的。
以上所有的估值方法,均为线下估值方法,且均需要大量计算,计算结果过于片面,无法快速准确定位企业价值。因此需要一种快速,全面对企业进行估值的方法。
发明内容
为了解决上述问题,本发明提供一种企业估值方法,所述估值方法通过大数据和股权估值指标体系,结合企业特征及其所述行业特征,对企业进行价值评估,给出公允价值;
进一步地,所述估值方法包括快速估值和专业估值,所述快速估值是通过四种相对估值法与各个方法对应的行业权重匹配,加权后的相对估值结果通过折价率及修正指数倍数区间调整后得的最终结果区间,所述专业估值是通过相对估值结果与绝对估值结果的平均值,通过折价率及修正指数倍数区间调整后得的最终结果区间;
进一步地,所述四种相对估值法包括P/E法、P/B法、P/S法和EV/EBITDA法;
进一步地,所述快速估值计算公式如下:
快速估值结果=(P/E法估值结果* P/E法行业权重+ P/B估值结果*P/B法行业权重+ P/S估值结果* P/S法行业权重+ EV/EBITDA估值结果* EV/EBITDA法行业权重)*(1-折价率)*修正指数倍数区间;
所述P/E法估值的计算公式为:行业市盈率中值* 企业预测净利润;
所述P/B估值的计算公式为:行业市净率中值* 企业预测净资产;
所述 P/S估值的计算公式为:行业市销率中值* 预测营业收入;
所述EV/EBITDA估值的计算公式为:行业企业价值倍数中值* 预测息税折旧摊销前净利润;
进一步地,所述四种相对估值法的计算公式中行业市盈率中值的计算方法如下:
当适用于A股行业时,行业市盈率中值以每家A股上市公司的动态市盈率数据,按照行业进行分类统计,将该行业上市公司的动态市盈率分别按大小排序,当样本数量为奇数时,取排名中间的一个值作为该类市盈率的中位数,当样本数量为偶数时,取排名中间的两个值的算术平均值作为该类行业市盈率的中位数;
当适用于新三板行业时,行业市盈率中值以每家新三板挂牌公司的动态市盈率数据,按照行业进行分类统计,将该行业挂牌公司的动态市盈率分别按大小排序,当样本数量为奇数时,取排名中间的一个值作为该类市盈率的中位数,当样本数量为偶数时,取排名中间的两个值的算术平均值作为该类市盈率的中位数;
当适用于纳斯达克行业时,行业市盈率中值以每家纳斯达克挂牌公司的动态市盈率数据,按照行业进行分类统计,将该行业挂牌公司的动态市盈率分别按大小排序,当样本数量为奇数时,取排名中间的一个值作为该类市盈率的中位数,当样本数量为偶数时,取排名中间的两个值的算术平均值作为该类市盈率的中位数;
进一步地,所述绝对估值法采用FCFF估值模型,通过企业历史会计报表、Wind数据库、无风险利率和长短期利率、以及统计Beta值、市场风险溢价、WACC行业数据库、对企业近期及终期增长率、营业利润的预测,快速完成企业现金流折现,所述FCFF估值模型包括FCFF行业数据库、WACC计算、FCFF数据处理、FCFF现值计算、EV现值计算和估值结果调整;
进一步地,所述FCFF行业数据库包括:
步骤11)统计A股、新三板、纳斯达克市场一、二级行业三年复合增长率,固定资产原值、固定资产净值、营业成本、销售费用、财务费用、管理费用、折旧与摊销占营业收入比重,无风险收益率,市场风险系数,市场回报率,行业有息债务,市场长短期利率和行业股权资本;
步骤12)利用CAPM模型,计算出行业股权资本成本;
步骤13)利用行业股权资本、股权资本成本、债务资本、债务资本成本、企业税率计算出行业WACC;
所述WACC计算包括:
WACC计算公式:
WACC=E/(E+D)×Re+D/(E+D)×Rd×(1-Tc);
WACC为加权平均资本成本率;
E指企业所有者权益;
Re指企业股权资本成本;
D指企业总债务;
Rd指企业债权资本成本;
Tc指企业所得税率;
所述FCFF数据处理包括:
历史数据,企业历史三年资产负债表、利润表及会计政策统计表,提取关键财务信息至FCFF估值模型,对于模型关键财务数据缺失,分析企业所处行业特性,结合企业自身特征,自动模拟出企业缺失财务数据,所述企业缺失财务数据=该行业财务数据占营业收入比重*企业当年营业收入;
预测数据,包括以下两种方法:
1)企业填写主营收入预测表,提取企业三年主营收入预测表数据,对其他关键财务数据进行模拟补充,补充方法与所述企业缺失财务数据计算方法相同;根据中小微企业特点,假设企业未来三年收入持续增长,而后两年营业收入无增长,保持现有收入水平,企业未来第四年和第五年关键财务数据按照第三年填充;
2)企业未填写主营收入预测表,根据企业历史年度增长率模拟出未来收入,根据企业历史三年复合增长率计算,如果无法计算企业历史增长率或无历史增长率,则使用企业所处行业历史三年增长率计算企业未来三年增长率,而后对其他关键财务数据进行模拟补充,补充方法与所述企业缺失财务数据计算方法相同;根据中小微企业特点,假设企业未来三年持续增长,而后两年营业收入无增长,保持现有收入水平,企业未来第四年和第五年关键财务数据按照第三年填充;
所述FCFF现值计算公式为:
FCFF现值=∑FCFFT / (1+WACC) ^T;
FCFF指企业自由现金流;
WACC指加权平均资本成本;
T为企业存续期限;
选用企业五年预测数据,且假设企业现金流为一年期间均匀流入,故T=0.5~4.5,T为0.5、1.5、2.5、3.5或4.5;
所述终值现值计算公式为:
终期FCFF=净利润+利息费用*(1-所得税率)-营业资本增加;
终值=终期FCFF/WACC;
终值现值=终值/(1+WACC)^4.5,T=4.5;
所述估值结果调整包括:
步骤21)初步估值结果计算:
初步估值结果=FCFF现值+终值现值+长期股权投资-有息负债-少数股东权益;
步骤22)由于会计年度基准日与估值报告日存在差异,对该时间差异进行了相对应的估值结果调整,调整公式如下:
最终估值结果=初步估值结果/(1+WACC)^((报告基准日-报告日天数)/365;
进一步地,所述估值指标体系包括软性估值指标及财务分析指标,所述软性估值指标是企业综合竞争力的评价指标,包括行业环境、企业竞争力、管理团队情况、技术竞争力及风险管理指标;所述财务分析指标从偿债能力、盈利能力、成长能力、营运能力四个维度评估企业的财务状况;
进一步地,所述专业估值方法的计算公式为:
专业估值结果=相对估值结果*50%+绝对估值结果*50%*(1-折价率)*修正指数倍数区间;
进一步地,所述修正指数倍数区间具体为;
本发明的有益效果如下:
1):线上估值:取代传统线下估值方式,将大数据、云计算、人工智能等最前沿科学技术应用到传统企业估值中,使企业估值更快速、科学、合理;
2):适用范围更广:支持106个细分行业的估值定价,覆盖全球资本市场;
3):软性指标和财务指标有机地结合在一起,更加全面的评价公司财务状况;
4):采用跨界融合的方式,采用“互联网+”、大数据、金融相结合,利用互联网技术将估值算法编入程序实现线上估值的功能,通过大数据对估值模型的支持,提高了估值的可靠性;
5):基于大数据平台统一管理,方便数据的统计、分析、计算、存储,同时也可以确保数据的安全性。
附图说明
图1为本发明中所述快速估值法流程图;
图2为本发明中所述专业估值法流程图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细描述。应当理解,此处所描述的具体实施例仅仅用于解释本发明,并不用于限定本发明。相反,本发明涵盖任何由权利要求定义的在本发明的精髓和范围上做的替代、修改、等效方法以及方案。进一步,为了使公众对本发明有更好的了解,在下文对本发明的细节描述中,详尽描述了一些特定的细节部分。对本领域技术人员来说没有这些细节部分的描述也可以完全理解本发明。
下面结合附图和具体实施例对本发明作进一步说明,但不作为对本发明的限定。下面为本发明的举出最佳实施例:
如图1-图2所示,本发明提供一种企业估值方法,所述估值方法通过大数据和股权估值指标体系,结合企业特征及其所述行业特征,对企业进行价值评估,给出公允价值。
所述估值方法包括快速估值和专业估值,所述快速估值是通过四种相对估值法与各个方法对应的行业权重匹配,加权后的相对估值结果通过折价率及修正指数倍数区间调整后得的最终结果区间,所述专业估值是通过相对估值结果与绝对估值结果的平均值,通过折价率及修正指数倍数区间调整后得的最终结果区间。
所述四种相对估值法包括P/E法、P/B法、P/S法和EV/EBITDA法。
所述快速估值法包括是四种相对估值法(P/E法、P/B法、P/S法、EV/EBITDA法)与各个方法对应的行业权重匹配,加权后的结果(相对估值结果)通过折价率及修正指数倍数区间调整后得的最终结果区间,即相对估值结果。
系统自动计算快速估值结果的过程说明如图1所示,
计算公式为:
快速估值结果=(P/E法估值结果* P/E法行业权重+ P/B估值结果*P/B法行业权重+ P/S估值结果* P/S法行业权重+ EV/EBITDA估值结果* EV/EBITDA法行业权重)*(1-折价率)*修正指数倍数区间。
市盈率法(P/E)法
估值计算公式为:行业市盈率中值* 企业净利润(预测)
A股行业市盈率中值计算说明:运用大数据技术获取了每家A股上市公司的动态市盈率数据,按照行业进行分类统计,将该行业上市公司的动态市盈率分别按大小排序。当样本数量为奇数时,取排名中间的一个值作为该类市盈率的中位数。当样本数量为偶数时,取排名中间的两个值的算术平均值作为该类行业市盈率的中位数。
新三板行业市盈率中值计算说明:运用大数据技术获取了每家新三板挂牌公司的动态市盈率数据,按照行业进行分类统计,将该行业挂牌公司的动态市盈率分别按大小排序。当样本数量为奇数时,取排名中间的一个值作为该类市盈率的中位数。当样本数量为偶数时,取排名中间的两个值的算术平均值作为该类市盈率的中位数。
纳斯达克行业市盈率中值计算说明:运用大数据技术获取了每家纳斯达克挂牌公司的动态市盈率数据,按照行业进行分类统计,将该行业挂牌公司的动态市盈率分别按大小排序。当样本数量为奇数时,取排名中间的一个值作为该类市盈率的中位数。当样本数量为偶数时,取排名中间的两个值的算术平均值作为该类市盈率的中位数。
若用户未在估值信息表中填写该金额,系统则默认该金额为空值。空值情况下系统将忽略使用该方法进行估值而使用其它方法。
市净率法(P/B法)
该方法估值计算公式为:行业市净率中值* 企业净资产(预测)
A股行业市净率中值计算说明:运用大数据技术获取了每家A股上市公司的市净率数据,按照行业进行分类统计,将该行业上市公司的市净率分别按大小排序。当样本数量为奇数时,取排名中间的一个值作为该类市净率的中位数。当样本数量为偶数时,取排名中间的两个值的算术平均值作为该类行业市净率的中位数。
新三板行业市净率中值计算说明:运用大数据技术获取了每家新三板挂牌公司的市净率数据,按照行业进行分类统计,将该行业挂牌公司的市净率分别按大小排序。当样本数量为奇数时,取排名中间的一个值作为该类市净率的中位数。当样本数量为偶数时,取排名中间的两个值的算术平均值作为该类市净率的中位数。
纳斯达克行业市净率中值计算说明:运用大数据技术获取了每家纳斯达克挂牌公司的市净率数据,按照行业进行分类统计,将该行业挂牌公司的市净率分别按大小排序。当样本数量为奇数时,取排名中间的一个值作为该类市净率的中位数。当样本数量为偶数时,取排名中间的两个值的算术平均值作为该类市净率的中位数。
市净率法估值计算方法说明:系统自动获取企业在估值信息表中填写的公司净资产金额进行计算。若用户未在估值信息表中填写该金额,系统则默认该金额为空值。空值情况下系统将忽略使用该方法进行估值而使用其它方法。
市销率法(P/S法)
该方法估值计算公式为:行业市销率中值* 营业收入(预测)
A股行业市销率中值计算说明:运用大数据技术获取了每家A股上市公司的市销率数据,按照行业进行分类统计,将该行业上市公司的市销率分别按大小排序。当样本数量为奇数时,取排名中间的一个值作为该类市销率的中位数。当样本数量为偶数时,取排名中间的两个值的算术平均值作为该类行业市销率的中位数。
新三板行业市销率中值计算说明:运用大数据技术获取了每家新三板挂牌公司的市销率数据,按照行业进行分类统计,将该行业挂牌公司的市销率分别按大小排序。当样本数量为奇数时,取排名中间的一个值作为该类市销率的中位数。当样本数量为偶数时,取排名中间的两个值的算术平均值作为该类市销率的中位数。
纳斯达克行业市销率中值计算说明:运用大数据技术获取了每家纳斯达克挂牌公司的市销率数据,按照行业进行分类统计,将该行业挂牌公司的市销率分别按大小排序。当样本数量为奇数时,取排名中间的一个值作为该类市销率的中位数。当样本数量为偶数时,取排名中间的两个值的算术平均值作为该类市销率的中位数。
市销率法估值计算方法说明:系统自动获取企业在估值信息表中填写的公司营业收入金额进行计算。若用户未在估值信息表中填写该金额,系统则默认该金额为空值。空值情况下系统将忽略使用该方法进行估值而使用其它方法。
企业价值倍数法(EV/EBITDA法)
该方法估值计算公式为:行业企业价值倍数中值* 息税折旧摊销前净利润(预测)
A股行业企业价值倍数中值计算说明:运用大数据技术获取了每家A股上市公司的企业价值倍数数据,按照行业进行分类统计,将该行业上市公司的企业价值倍数分别按大小排序。当样本数量为奇数时,取排名中间的一个值作为该类企业价值倍数的中位数。当样本数量为偶数时,取排名中间的两个值的算术平均值作为该类行业企业价值倍数的中位数。
新三板行业企业价值倍数中值计算说明:运用大数据技术获取了每家新三板挂牌公司的企业价值倍数数据,按照行业进行分类统计,将该行业挂牌公司的企业价值倍数分别按大小排序。当样本数量为奇数时,取排名中间的一个值作为该类企业价值倍数的中位数。当样本数量为偶数时,取排名中间的两个值的算术平均值作为该类企业价值倍数的中位数。
纳斯达克行业企业价值倍数中值计算说明:运用大数据技术获取了每家纳斯达克挂牌公司的企业价值倍数数据,按照行业进行分类统计,将该行业挂牌公司的企业价值倍数分别按大小排序。当样本数量为奇数时,取排名中间的一个值作为该类企业价值倍数的中位数。当样本数量为偶数时,取排名中间的两个值的算术平均值作为该类企业价值倍数的中位数。
EV/EBITDA法(企业价值倍数法)估值计算方法说明:系统自动获取企业在估值信息表中填写的息税折旧摊销前净利润金额进行计算。若用户未在估值信息表中填写该金额,系统则默认该金额为空值。空值情况下系统将忽略使用该方法进行估值而使用其它方法。
不同行业各类方法权重
根据对于不同行业的估值方法研究,发现不同行业的特征不同,对企业所处行业估值指标进行优先次序排序,优先选择企业所处行业特性对应的估值指标。对A股、新三板、纳斯达克企业数据分行业进行指标测算,对误差结果进行总结、归纳,整理出现有的估值指标优先次序排序。而后,采用层次分析法,对各指标根据其优先顺序进行权重赋值,形成现有的估值指标行业权重赋值表。指标权重如:
A股行业估值指标权重:
A股 | 市盈率 | EV/EBITDA | 市销率 | 市净率 |
综合 | 56.38% | 5.50% | 11.78% | 26.34% |
新三板估值指标权重:
新三板 | 市盈率 | EV/EBITDA | 市销率 | 市净率 |
综合 | 56.38% | 5.50% | 11.78% | 26.34% |
纳斯达克行业指标权重:
纳斯达克 | 市盈率 | EV/EBITDA | 市销率 | 市净率 |
电信业务 | 5.50% | 56.38% | 11.78% | 26.34% |
绝对估值法
绝对估值法目前主要采用FCFF估值模型,基于企业历史会计报表、Wind数据库、无风险利率和长短期利率、以及统计Beta值、市场风险溢价、WACC行业数据库、对企业近期及终期增长率、营业利润的预测,快速完成企业现金流折现。该模型包括FCFF行业数据库、WACC计算、FCFF数据处理、FCFF现值计算、EV现值计算、估值结果调整六大板块。
1.FCFF行业数据库
统计了A股、新三板、纳斯达克市场一、二级行业三年复合增长率,固定资产原值、固定资产净值、营业成本、销售费用、财务费用、管理费用、折旧与摊销占营业收入比重,无风险收益率,市场风险系数,市场回报率,行业有息债务,市场长短期利率、行业股权资本等;
利用CAPM模型,计算出行业股权资本成本;利用行业股权资本、股权资本成本、债务资本、债务资本成本、企业税率计算出行业WACC;
2.WACC计算方面
WACC计算公式:
WACC=E/(E+D)×Re+D/(E+D)×Rd×(1-Tc)
情景一:
企业未填写2017年(最近一年)财务数据(有息债务及股权资本),根据企业所处行业选择行业WACC作为折现率。
情景二:
企业填写完整2017年(最近一年)财务数据(有息债务及股权资本),根据企业自身杠杆水平对其所处行业WACC值进行调整,使WACC取值更贴近企业自身经营情况。
3.FCFF数据处理
历史数据
企业填写历史三年资产负债表、利润表及会计政策统计表,自动提取关键财务信息至FCFF估值模型,对于模型关键财务数据缺失,分析企业所处行业特性,结合企业自身特征,自动模拟出企业缺失财务数据。即:采用该行业财务数据占营业收入比重*企业当年营业收入填充。
预测数据
情景一:
企业填写三年主营收入预测表,自动提取企业未来三年收入预测数据,并对其他关键财务数据进行模拟补充(同历史数据处理);根据中小微企业特点,假设企业未来三年收入持续增长,而后两年营业收入无增长,保持现有收入水平,因此,企业未来第四年和第五年关键财务数据按照第三年填充;
情景二:
企业未填写主营收入预测表,根据企业历史年度增长率模拟出未来收入。即:根据企业历史三年复合增长率计算,如果无法计算企业历史增长率(如:企业成立时间为1年,无历史增长率),则使用企业所处行业历史三年增长率计算企业未来三年增长率,而后对其他关键财务数据进行模拟补充(同历史数据处理);根据中小微企业特点,假设企业未来三年持续增长,而后两年营业收入无增长,保持现有收入水平,因此,企业未来第四年和第五年关键财务数据按照第三年填充。
FCFF计算公式如下:
FCFF=净利润+利息费用*(1-所得税率)+折旧+摊销-营业资本增加-资本性支出
4.FCFF现值计算
FCFF现值计算公式为:
FCFF现值=∑FCFFT / (1+WACC) ^T;
注:选用企业五年预测数据,且假设企业现金流为一年期间均匀流入,故T=0.5~4.5,即:0.5、1.5、2.5、3.5、4.5。
5.终值现值计算
在终期FCFF计算中,假设企业资本性支出和当期折旧摊销相等。
终期FCFF计算公式如下:
终期FCFF=净利润+利息费用*(1-所得税率)-营业资本增加
采用GGM进行企业终值估算,计算公式如下:
终值=终期FCFF/WACC
终值现值计算公式如下:
终值现值=终值/(1+WACC)^4.5
注:因选用企业五年预测数据,故T=4.5.
6.估值结果调整方面
初步估值结果计算公式如下:
初步估值结果=FCFF现值+终值现值+长期股权投资-有息负债-少数股东权益
由于会计年度基准日与估值报告日存在差异,针对该时间差异进行了相对应的估值结果调整。调整公式如下:
最终估值结果=初步估值结果/(1+WACC)^((报告基准日-报告日天数)/365)
股权估值指标体系包括软性估值指标及财务分析指标。软性估值指标是企业综合竞争力的评价指标,包括行业环境、企业竞争力、管理团队情况、技术竞争力及风险管理指标;财务分析指标从偿债能力、盈利能力、成长能力、营运能力四个维度评估企业的财务状况。软性估值指标与财务分析指标相结合,全面综合地评估企业价值。指标得分高低决定企业价值相对于行业平均水平的高低。指标得分高说明企业商业模式及核心竞争力突出,估值将高于行业平均水平,反之则低于行业平均水平。
软性估值指标如下:
注:图表中的百分比数值为每项指标及问题所占的权重
财务分析指标如下:
注:图表中的百分比数值为每项指标及问题所占的权重
综合得分计算:
软性指标得分
软性估值指标图表中包含各项指标和问题的权重配比,此权重系由专家打分与层次分析法相结合分别对一级、二级指标及问题做出相应的权重赋值,具体权重可参照软性估值指标图表。每个问题包含若干个选项答案,选项答案均有其相对应的选项分值,可根据企业具体问题选项得出每个问题的得分。
具体得分算法如下:
二级指标得分为问题得分加权,即:二级指标得分=(问题得分*当前问题权重)之和。
如:行业特性=问题1得分*50%+问题2得分*50%
一级指标得分为二级指标得分加权,即:一级指标得分=(二级指标得分*当前二级指标权重)之和。
如:行业环境=行业特性*30%+行业竞争力*70%
软性估值指标总得分为五个一级指标得分加权,即:软性指标综合得分=五个(一级指标*当前一级指标权重)之和。
即:软性指标总得分=行业环境*当前一级指标权重+企业竞争力*当前一级指标权重+管理团队情况*当前一级指标权重+技术竞争力*当前一级指标权重+风险管理*当前一级指标权重
财务分析指标得分
财务分析指标图表中包含指标和问题的权重配比,此权重系由专家打分法分别对一级指标及问题做出相应的权重赋值,具体权重可参照财务分析指标图表。每个问题包含若干个选项答案,选项答案均有其相对应的选项分值,可根据企业具体问题选项得出每个问题的得分。
财务分析指标根据证监会行业分类,分别对19个一级行业的九个财务指标进行了测算,运用聚类分析方法,使用MATLAB 数学分析工具对19个行业的九项指标问题的问题答案划分区间,每项问题答案分为五个区间。根据企业所选择的一级行业给出相应的指标问题和答案区间。
具体得分算法如下:
一级指标得分为问题得分加权,即:一级指标得分=(问题得分*当前问题权重)之和。
如:偿债能力=资产负债率*35%+流动比率*35%+EBIT利息保障倍数*30%
财务分析指标参数为四个一级指标得分加权,即:财务分析综合得分=四个(一级指标*当前一级指标权重)之和。
即:财务分析指标参数=偿债能力*当前一级指标权重+盈利能力*当前一级指标权重+成长能力*当前一级指标权重+营运能力*当前一级指标权重
综合指标得分计算
企业估值指标体系分为两部分:软性估值指标体系共计33题,满分100分;财务分析指标体系共计9题,满分100分。系统根据用户回答问题的情况分别计算用户的软性估值指标体系得分及财务分析指标体系得分,按照用户所处的阶段确定最终的综合得分,根据最终的综合得分确定修复区间倍数。例如:某用户回答软性估值指标体系共得分80分,回答财务分析指标体系共得分60分,用户所处阶段为成熟期,则最终的综合得分=80*40%+60*60%=68分,对应的修复倍数区间是0.85-0.95。
专业估值结果是相对估值结果与绝对估值结果的平均值(基本估值结果),通过折价率及修正指数倍数区间调整后得的最终结果区间。
系统自动计算快速估值结果的过程说明如图2所示。
计算公式为:
专业估值结果=相对估值结果*50%+绝对估值结果*50%*(1-折价率)*修正指数倍数。
本发明所述方法基于计算机软件实现,具体包括:
1.Spring
a)低侵入式设计,代码污染极低
b)独立于各种应用服务器,基于Spring框架的应用,可以真正实现Write Once,RunAnywhere的承诺
c)Spring的DI机制降低了业务对象替换的复杂性,提高了组件之间的解耦
d)Spring的AOP支持允许将一些通用任务如安全、事务、日志等进行集中式管理,从而提供了更好的复用
e)Spring的ORM和DAO提供了与第三方持久层框架的良好整合,并简化了底层的数据库访问
f)Spring并不强制应用完全依赖于Spring,开发者可自由选用Spring框架的部分或全部
2.springboot
a)创建独立的Spring应用程序
b)嵌入的Tomcat,无需部署WAR文件
c)简化Maven配置
d)自动配置Spring
e)提供生产就绪型功能,如指标,健康检查和外部配置
f)绝对没有代码生成和对XML没有要求配置
3.Mybatis
a)简单易学:本身就很小且简单。没有任何第三方依赖,最简单安装只要两个jar文件+配置几个sql映射文件易于学习,易于使用,通过文档和源代码,可以比较完全的掌握它的设计思路和实现。
b)灵活:mybatis不会对应用程序或者数据库的现有设计强加任何影响。sql写在xml里,便于统一管理和优化。通过sql基本上可以实现我们不使用数据访问框架可以实现的所有功能,或许更多。
c)解除sql与程序代码的耦合:通过提供DAL层,将业务逻辑和数据访问逻辑分离,使系统的设计更清晰,更易维护,更易单元测试。sql和代码的分离,提高了可维护性。
d)提供映射标签,支持对象与数据库的orm字段关系映射
e)提供对象关系映射标签,支持对象关系组建维护
f)提供xml标签,支持编写动态sql。
本发明技术上采用跨界融合的方式,采用“互联网+”、大数据、金融相结合,利用互联网技术将估值算法编入程序实现线上估值的功能,通过大数据对估值模型的支持,提高了估值的可靠性。在数据管理上,基于大数据平台统一管理,方便数据的统计、分析、计算、存储,同时也可以确保数据的安全性。取代传统线下估值方式,将大数据、云计算、人工智能等最前沿科学技术应用到传统企业估值中,使企业估值更快速、科学、合理,适用范围更广:支持106个细分行业的估值定价,覆盖全球资本市场。
以上所述的实施例,只是本发明较优选的具体实施方式的一种,本领域的技术人员在本发明技术方案范围内进行的通常变化和替换都应包含在本发明的保护范围内。
Claims (10)
1.一种企业估值方法,其特征在于,所述估值方法通过大数据和股权估值指标体系,结合企业特征及其所述行业特征,对企业进行价值评估,给出公允价值。
2.根据权利要求1所述的估值方法,其特征在于,所述估值方法包括快速估值模型和专业估值模型,所述快速估值模型是通过四种相对估值法与各个方法对应的行业权重匹配,加权后的相对估值结果通过折价率及修正指数倍数区间调整后得的最终结果区间,所述专业估值模型是通过相对估值结果与绝对估值结果的平均值,通过折价率及修正指数倍数区间调整后得的最终结果区间。
3.根据权利要求2所述的估值方法,其特征在于,所述四种相对估值法包括P/E法、P/B法、P/S法和EV/EBITDA法。
4.根据权利要求3所述的估值方法,其特征在于,所述快速估值模型计算公式如下:
快速估值结果=(P/E法估值结果* P/E法行业权重+ P/B估值结果*P/B法行业权重+ P/S估值结果* P/S法行业权重+ EV/EBITDA估值结果* EV/EBITDA法行业权重)*折价率*修正指数倍数区间;
所述P/E法估值的计算公式为:行业市盈率中值* 企业预测净利润;
所述P/B法估值的计算公式为:行业市净率中值* 企业预测净资产;
所述 P/S法估值的计算公式为:行业市销率中值* 预测营业收入;
所述EV/EBITDA法估值的计算公式为:行业企业价值倍数中值* 预测息税折旧摊销前净利润。
5.根据权利要求4所述的估值方法,其特征在于,所述四种相对估值法的计算公式中行业市盈率中值的计算方法如下:
当适用于A股行业时,行业市盈率中值以每家A股上市公司的动态市盈率数据,按照行业进行分类统计,将该行业上市公司的动态市盈率分别按大小排序,当样本数量为奇数时,取排名中间的一个值作为该类市盈率的中位数,当样本数量为偶数时,取排名中间的两个值的算术平均值作为该类行业市盈率的中位数;
当适用于新三板行业时,行业市盈率中值以每家新三板挂牌公司的动态市盈率数据,按照行业进行分类统计,将该行业挂牌公司的动态市盈率分别按大小排序,当样本数量为奇数时,取排名中间的一个值作为该类市盈率的中位数,当样本数量为偶数时,取排名中间的两个值的算术平均值作为该类市盈率的中位数;
当适用于纳斯达克行业时,行业市盈率中值以每家纳斯达克挂牌公司的动态市盈率数据,按照行业进行分类统计,将该行业挂牌公司的动态市盈率分别按大小排序,当样本数量为奇数时,取排名中间的一个值作为该类市盈率的中位数,当样本数量为偶数时,取排名中间的两个值的算术平均值作为该类市盈率的中位数。
6.根据权利要求2所述的估值方法,其特征在于,所述绝对估值法采用FCFF估值模型,通过企业历史会计报表、Wind数据库、无风险利率和长短期利率、以及统计Beta值、市场风险溢价、WACC行业数据库、企业近期及终期增长率、营业利润的预测,快速完成企业现金流折现,所述FCFF估值模型包括FCFF行业数据库、WACC计算、FCFF数据处理、FCFF现值计算、EV现值计算和估值结果调整。
7.根据权利要求6所述的估值方法,其特征在于,所述FCFF行业数据库包括:
步骤11)统计A股、新三板、纳斯达克市场一、二级行业三年:复合收入增长率、固定资产原值、固定资产净值、营业成本、销售费用、财务费用、管理费用、折旧与摊销占营业收入比重,无风险收益率,市场风险系数,市场回报率,行业有息债务,市场长短期利率和行业股权资本;
步骤12)利用CAPM模型,计算出行业股权资本成本;
步骤13)利用行业股权资本、股权资本成本、债务资本、债务资本成本、企业税率计算出行业WACC;
所述WACC计算包括:
WACC计算公式:
WACC=E/(E+D)×Re+D/(E+D)×Rd×(1-Tc);
其中,WACC为加权平均资本成本率;
E为企业所有者权益;
Re为企业股权资本成本;
D为企业总债务;
Rd为企业债权资本成本;
Tc为企业所得税率;
所述FCFF数据处理包括:
历史数据,企业历史三年资产负债表、利润表及会计政策统计表,提取关键财务信息至FCFF估值模型,对于模型关键财务数据缺失,分析企业所处行业特性,结合企业自身特征,自动模拟出企业缺失财务数据,所述企业缺失财务数据=该行业财务数据占营业收入比重*企业当年营业收入;
预测数据,包括以下两种方法:
企业填写主营收入预测表,提取企业三年主营收入预测表数据,对其他关键财务数据进行模拟补充,补充方法与所述企业缺失财务数据计算方法相同;根据中小微企业特点,假设企业未来三年收入持续增长,而后两年营业收入无增长,保持现有收入水平,企业未来第四年和第五年关键财务数据按照第三年填充;
企业未填写主营收入预测表,根据企业历史年度增长率模拟出未来收入,根据企业历史三年复合增长率计算,如果无法计算企业历史增长率或无历史增长率,则使用企业所处行业历史三年增长率计算企业未来三年增长率,而后对其他关键财务数据进行模拟补充,补充方法与所述企业缺失财务数据计算方法相同;根据中小微企业特点,假设企业未来三年持续增长,而后两年营业收入无增长,保持现有收入水平,企业未来第四年和第五年关键财务数据按照第三年填充;
所述FCFF现值计算公式为:
FCFF现值=∑FCFFT / (1+WACC) ^T;
其中FCFF为企业自由现金流;
WACC为加权平均资本成本;
T为企业存续期限;
选用企业五年预测数据,且假设企业现金流为一年期间均匀流入,故T=0.5~4.5,T为0.5、1.5、2.5、3.5或4.5;
所述终值现值计算公式为:
终期FCFF=净利润+利息费用*(1-所得税率)-营业资本增加
终值=终期FCFF/WACC
终值现值=终值/(1+WACC)^4.5,T=4.5;
所述估值结果调整包括:
步骤21)初步估值结果计算:
初步估值结果=FCFF现值+终值现值+长期股权投资-有息负债-少数股东权益;
步骤22)由于会计年度基准日与估值报告日存在差异,对该时间差异进行了相对应的估值结果调整,调整公式如下:
最终估值结果=初步估值结果/(1+WACC)^((报告基准日-报告日天数)/365)。
8.根据权利要求1所述的估值方法,其特征在于,所述估值指标体系包括软性估值指标及财务分析指标,所述软性估值指标是企业综合竞争力的评价指标,包括行业环境、企业竞争力、管理团队情况、技术竞争力及风险管理指标;所述财务分析指标从偿债能力、盈利能力、成长能力、营运能力四个维度评估企业的财务状况。
9.根据权利要求2所述的估值方法,其特征在于,所述专业估值方法的计算公式为:
专业估值结果=相对估值结果*50%+绝对估值结果*50%*折价率*修正指数倍数区间。
10.根据权利要求9所述的估值方法,其特征在于,所述修正指数倍数区间具体如下:
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811360939.3A CN109325863A (zh) | 2018-11-15 | 2018-11-15 | 一种企业估值平台 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811360939.3A CN109325863A (zh) | 2018-11-15 | 2018-11-15 | 一种企业估值平台 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109325863A true CN109325863A (zh) | 2019-02-12 |
Family
ID=65258239
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811360939.3A Pending CN109325863A (zh) | 2018-11-15 | 2018-11-15 | 一种企业估值平台 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109325863A (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111161080A (zh) * | 2019-12-10 | 2020-05-15 | 中国建设银行股份有限公司 | 信息处理方法和装置 |
CN111581272A (zh) * | 2020-05-25 | 2020-08-25 | 泰康保险集团股份有限公司 | 处理数据的系统、方法、设备和计算机可读介质 |
CN112132438A (zh) * | 2020-09-17 | 2020-12-25 | 齐鲁股权交易中心有限公司 | 一种区域股权市场的投融资对接与股权价值评估系统 |
CN112668818A (zh) * | 2019-10-15 | 2021-04-16 | 李俊鹏 | 一种模块化的企业整体价值自动资产评估及更新系统 |
CN112862619A (zh) * | 2021-03-22 | 2021-05-28 | 吴嘉嘉 | 一种基于批量财报分析技术智能生成投资策略的方法 |
CN113450009A (zh) * | 2021-07-06 | 2021-09-28 | 北交金科金融信息服务有限公司 | 一种企业成长性评价的方法及系统 |
-
2018
- 2018-11-15 CN CN201811360939.3A patent/CN109325863A/zh active Pending
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112668818A (zh) * | 2019-10-15 | 2021-04-16 | 李俊鹏 | 一种模块化的企业整体价值自动资产评估及更新系统 |
CN111161080A (zh) * | 2019-12-10 | 2020-05-15 | 中国建设银行股份有限公司 | 信息处理方法和装置 |
CN111581272A (zh) * | 2020-05-25 | 2020-08-25 | 泰康保险集团股份有限公司 | 处理数据的系统、方法、设备和计算机可读介质 |
CN111581272B (zh) * | 2020-05-25 | 2023-08-29 | 泰康保险集团股份有限公司 | 处理数据的系统、方法、设备和计算机可读介质 |
CN112132438A (zh) * | 2020-09-17 | 2020-12-25 | 齐鲁股权交易中心有限公司 | 一种区域股权市场的投融资对接与股权价值评估系统 |
CN112862619A (zh) * | 2021-03-22 | 2021-05-28 | 吴嘉嘉 | 一种基于批量财报分析技术智能生成投资策略的方法 |
CN113450009A (zh) * | 2021-07-06 | 2021-09-28 | 北交金科金融信息服务有限公司 | 一种企业成长性评价的方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109325863A (zh) | 一种企业估值平台 | |
TW580627B (en) | System and method for efficiently providing due diligence knowledge and a computer therefor | |
Gagliardi | Financial development and the growth of cooperative firms | |
Ingraham | In pursuit of performance: management systems in state and local government | |
MXPA01008622A (es) | Evaluacion rapida de portafolios de activos tales como instrumentos financieros. | |
Grubišić et al. | Towards efficient public sector asset management | |
Bibi et al. | Impacts of the Global Crisis and Policy Responses on Child Well-being: A macro-micro simulation framework | |
Cubbage et al. | Financial and economic evaluation guidelines for community forestry projects in Latin America | |
Chia et al. | A general equilibrium-based social policy model for Côte d'Ivoire | |
Gaurav et al. | How Efficient Are India's Cooperative Banks? Evidence from DCCBs | |
CN110322347A (zh) | 一种长短期策略多因子量化投资方法及装置 | |
Francisco | Measuring the performance and achievement of social objectives of development finance institutions | |
Essama-Nssah | The poverty and distributional impact of macroeconomic shocks and policies: A review of modeling approaches | |
Feltenstein et al. | “The Impact of Micro-simulation and CGE modeling on Tax Reform and Tax Advice in Developing Countries”: A Survey of Alternative Approaches and an Application to Pakistan | |
Khan | Using macroeconomic computable general equilibrium models for assessing poverty impact of structural adjustment policies | |
Boccanfuso et al. | Electricity reforms in Mali: a macro–micro analysis of the effects on poverty and distribution | |
Fong et al. | Benchmarking benchmarks: measuring characteristic selectivity using portfolio holdings data | |
CN109858824A (zh) | 一种企业估值方法及系统 | |
Jayachitra et al. | Profitability evaluation of selected public sector banks using TOPSIS | |
Khan | Social Accounting matrices (SAMs) and CGE modeling: Using macroeconomic computable general equilibrium models for assessing poverty impact of structural adjustment policies | |
Lin et al. | The study of mixed assets allocation based on Black–Litterman model | |
Coli et al. | Income and consumption expenditure by households groups in National accounts | |
Glavas | Valuation and Sustainability: A Guide to Include Environmental, Social, and Governance Data in Business Valuation | |
Gakii | The relationship between working capital management and financial performance of Tea Factories in Meru and Tharaka Nithi counties | |
Jenkins et al. | National Parameters and Commodity Specific Conversion Factors for Project Evaluation in Uganda |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190212 |
|
RJ01 | Rejection of invention patent application after publication |