智能家居加盟费,步兵凶猛,吴金裱
一、华天酒店集团股份有限公司简要介绍
湖南华天大酒店股份有限公司是一家以酒店业为核心，以房地产与旅游为两翼的现代旅游服务企业。1988年5月8日，公司首家高星级酒店——长沙华天大酒店开业，1995年成立华天国际酒店管理公司，1996年实现成功上市。股票名称为华天酒店，股票代码为000428。
二、模型介绍
（一）稳定增长模型：FCFE模型[1]
股权自由现金流（FCFE）是指满足公司持续经营所需费用后的剩余现金流。其计算公式为：FCFE=净收入-（资本支出-折旧）*（1-DR）-生产成本的变动*（1-DR）
1.如果假设公司能够永续经营并以一个不变的比率稳定持续增长，那么这个公司就可以使FCFE稳定增长模型，计算公式为：P0=FCFE1/（r-gn）
其中：P0=股票当前的价值；FCFE1下一年预期的FCFE
r=公司的股权资本成本；gn=FCFE的稳定增长率
2.如果假设公司还能够经营n年，则其股权资本的价值是未来n年每年的股权自由现金流（FCFE）的折现值除以总股本数，计算公式为：P0=。
其中：P0=股票当前的价值；FCFEt为第t年的股权自由现金流量（t<=n）
r=折现率；N为总股本数
（二）资本资产定价模型（CAPM）
资本资产定价模型（CAPM）用来确定企业未来n年FCFE的折现率，其计算公式为：Ri=Rf+β（Rm-Rf），其中：Ri为股票i的预期收益率，Rf为无风险收益率，Rm为市场组合的预期收益率，β为贝塔系数。
1.Rf值的确定：Rf通常取近年的国债利率作为其值；
2.β值的确定。
以华天酒店股票和深圳综合指数2008年1月至2015年5月的周交易数据作为样本，运用SPSS13和excel进行回归。
三、华天酒店股票估值[2]分析
（一）Ri值的确定
1.Rf值：评估基准日3年期国债利率为4.92%，即Rf=4.92%。
2.Rm值
（1）根据上海证券交易所网站和深圳证券交易所网站公布的数据计算得出上证和深证指数算术平均年收益率分别为8.73%和11.78%；上证和深证指数的几何平均年收益率分别为7.74%和11.66%。
（2）根据中国证监会公布的沪深股市的市值比重，沪深股市市值权重分别为0.7838和0.2162，按其各自权重计算出两股市的加权算术平均年收益率为9.39%，加权几何平均年收益率为8.59%，再取两个收益率各50%的权重计算出综合平均年收益率8.99%即所要求的Rm。
（3）根据上述计算结果，最后确定市场风险溢价=Rm-Rf= 8.99%-4.92%=4.07%
3.β值的计算
因为华天酒店于1996年在深圳证券交易所上市，故以华天酒店股票和深圳综合指数2008年1月至2014年12月的周交易数据作为样本，运用SPSS13和excel进行回归，得出华天酒店的β值为1.09。
4.将各数据代入CAPM模型可得Ri=Rf+β（Rm-Rf）=4.92%+ 1.09*4.07%=9.36%。
（二）△FCFE预期增长率的确定
假定华天酒店在未来15年中股票价格维持着稳定的增长，则采用FCFE稳定增长模型来对其股票进行估值，即模型，以2015年1月1日为起点，华天酒店的增长期为15年，即从2015年1月1日至2029年12月31日。
稳定增长阶段，FCFE的预期增长率设为华天酒店自上市以来从2007年12月31日至2014年12月31日的FCFE年平均增长率，根据公式FCFE=净收入-（资本支出-折旧）*（1-DR）-生产成本的变动*（1-DR），其中，资本支出=资本支出=固定资产净值的变动+累计折旧+其他长期资产的增加+待摊费用-无息长期负债（长期应付款+其他专项应付款），并以华天酒店2007年12月31日至2014年12月31日对外公布的年度会计报表中的相关项目的数据信息为基础，计算出从2007年12月31日至2014年12月31日每年的FCFE值，由此计算出△FCFE的增长率为9.25%。
（三）预测2015年至2029年的FCFE以及其折现值
经计算求出华天酒店未来15年的FCFE的折现值并求和得到V=970422.46万元，则P0=V/N=970422.46/71893=13.50（元）
注：N为2014年12月31日的总股本数 本文由wWw.001lunwen.com提供，第一论 文 网专业代写教育教学论文和论文代写以及发表论文服务，欢迎光临dYlw.nET
四、结论
从以上计算结果可以看出华天酒店股票2014年12月31日的股票价值为每股13.50元，而当时股票的市场价格为每股5.82元。显然该公司的价值大于价格，具有投资价值。为精确预测股票价值，在未来可以采用神经网络与时间序列模型较准确的预估股票价格[3]。
参考文献：
[1]常建波，李海波，李华伟.双鹭药业股票估值的实证分析.特区经济，2008，6.
[2]卢勇，虎林.西方企业价值评估理论及在我国证券市场的适用性.金融理论与实践，2005，1.
[3]王波，张凤玲.神经网络与时间序列模型在股票预测中的比较.武汉理工大学学报，27，6.