本论文提出Cut-Based Valuation(CBV)框架,强调经济价值对于观察者Ω是相对的,仅依赖于边界切割(P与O之间的边界),内部网络结构不影响估值,实现统一的合并估值规则。CBV提供线性复杂度计算算法,标准化披露格式(有效性周界PoV和切割摘要),并涵盖不同观察者间的转换法则。论文涵盖IFRS合并报表、国家账户、基金中的金字塔结构及清算网络应用,消除重复计算,确保可比性和审计性。此外,建立了估值鲁棒性边界,并设计了CBV–Fisher动态协议实现多期一致性。CBV适用于线性会计环境,宏观闭环或非线性权利需结合均衡或清算模型
CBV框架实现股权网络估值的统一、可审计和高效化,适用范围涵盖微观企业合并至宏观国家账户,兼容线性和部分非线性环境。通过边界切割定理彻底消除内部重复计量,提供跨期、一致的动态测度,助力统计发布和监管透明。
作者:O. Di Marzio
发布日期:2025年8月29日
主题:股权/流动网络中的经济估值统一框架,应用于会计合并、国家账户、基金嵌套、金字塔结构及清算网络。
本报告提出了一个名为基于切割的估值(Cut-Based Valuation,CBV)的全新统一框架,用于解决股权所有权网络中复杂的价值合并问题,核心思想是:经济价值不是绝对的,而是由观察者(Observer)Ω相对定义的,决定了估值的周边、计量标准、货币单位与购买力平价(PPP)、折现规则、信息结构及控制规则。
核心论断:给定观察者Ω,合并后周边P的总价值W(P)只依赖于切割边界,即周边P与外部O间的边界数据,内部环节的重连结构对价值是无关的(估值不变)。这一点极大简化了估值过程,避免了内部网络复杂度的影响,实现了线性复杂度的计算,并通过规范披露(Perimeter of Validity和Cut Summary)确保透明和一致。
报告涵盖了理论证明、算法设计、实际案例演示(国家市场资本化、keiretsu、基金中的基金),还进一步探讨了数据误差传播的稳健性界限,以及一个动态时间序列比较协议CBV-Fisher,兼顾多个观察者之间的变换规则。最后明确CBV的适用范围限定于线性会计环境,非线性或宏观经济闭环需结合均衡或清算模型。
观察者依赖性是CBV的核心,观察者Ω由周边P、计量基准、货币单位/汇率/购买力平价、折现规则(SDF)、信息状态Z、控制规则C组成,所有估值均以该观察者为基准,估值W(P)因此无绝对值仅相对定义。
该观点统一了会计国际财务报告准则IFRS、国家账户SNA、股权多层嵌套(fund-of-funds、金字塔结构)和金融清算网络中传统的碎片化规则,将它们视为该切割法则的特例。
两个信息制度(Regime A/B)的明确区分十分重要:
算法中,Regime A复杂度只与边界边数成线性关系,避免了矩阵求逆,适于大规模网络;Regime B引入矩阵求逆或迭代算法估计。
基本符号定义:
切割定理(Theorem 1)关键公式:
[ W(P) = \sum_{j\in P} b_j + \sum_{i\in P, k\in O} O_{ik} v_k - \sum_{i\in O, j\in P} O_{ij} v_j ]
即合并价值仅由周边内资产、从P向外部投资价值、并扣除外部对P的少数股权持有权决定,内部持股交叉和网络循环完全抵消。此定理提供了估值的“充分统计量”。
估值不变性(Corollary 1):
改变内部股权结构(循环、交叉持股)但不改变边界OPO,OOP及内资产bP,W(P)不变。
极限情况(Corollary 2):
若P=V,无外部,则合并价值为总资产内部净额,不依赖内部股权结构。
Regime A(内部价值可观测):
采用切割边界数据直接计算,复杂度O(∣Ecut∣)。关键计算:
[ W(P) = \sum_{j\in P} b_j + \sum_{i\in P,k\in O} O_{ik} v_k - \sum_{i\in O,j\in P} O_{ij} v_j ]
无需OPP矩阵求逆。
Regime B(内部价值不可见):
先通过线性方程组估计内价:
[ {\pmb v}P = (I - O{PP})^{-1}\left( {\pmb b}P + O{PO} {\pmb v}_O \right) ]
前提条件是谱半径ρ(OPP)<1保证求逆存在。估计后再用切割公式计算合并价值。
算法复杂度主要受内部求逆影响,采用直接矩阵分解或迭代法(如GMRES)实现向大规模拓展。
估值对边界资产价值vO和内部资产bP的误差具有界限性质,详细由范数定义的不等式给出。引入矩阵谱范数∥OPO∥和向量范数表明误差放大倍数与边界结构和内部结构稳健性有关。
若采用Regime B,误差还受逆矩阵∥(I−OPP)−1∥放大影响(内部结构越接近奇异,误差增长越大)。这体现了实际数据中如何控制估值稳定性的重要。
为保证估值结果的可比性、可审计性和复现性,报告必须附带两大关键披露标准:
另外规定了审核清单与自动一致性校验规范,确保输入数据与估值输出的内在一致。
对于不同观察者(单位转换、汇率变换、折现率调整、控制规则变化)估值之间的转换关系进行了严格定义,保证估值在跨时点、跨观察者比较时的一致性。
动态时序比较引入了CBV-Fisher指数,通过结合Laspeyres和Paasche价格与数量指数,利用几何均值组成对称无偏的时间链式比较。此方法确保在估值观察者和周边随时间变化时,依然保持良好的动态可比性并方便时间序列剖析。
报告还考虑了实务中频发的非线性支付结构如优先顺序债务、违约回收、清算引擎(Rogers–Veraart模型)等。
核心思想是将非线性清算过程放在边界数据生成的预处理阶段,CBV仍应用于清算后线性边界流,实现对复杂多层次、分级债务结构的透明估值。
通过引入分段线性(Piecewise Linear, PWL)与仿射提升(epigraph)技术,扩展CBV框架兼容带路径依赖和契约触发的复杂金融工具,同时保持内部结构不敏感性和估值的聚合一致性。
此图简洁地展示了CBV估值流程,强调数据输入的重要性和通过切割算法消除重复计数的核心步骤。
通过该例,直观揭示了切割定理中“仅依赖边界流”的估值方式,内部交叉持股纹丝不动不影响外部合并总值。
该图展示了实际应用中计算效率与准确性的典型权衡,指导实际体系搭建。
该图体现了内部股权网络过度交叉时矩阵条件数急剧恶化,数据扰动导致估值发散的风险,强调了谱半径小于1的算法重要性。
该报告提出的基于切割的估值(CBV)框架,在股权所有权复杂交叉与流动网络中为经济价值的合并与计算提供了一个统一、审计友好且计算高效的解决方案。CBV采用了经济“相对论”的思想,由观察者明确估值周边与信息环境,证明了估值本质上依赖于周边边界的数据仅具有充分信息量,内部复杂股权结构的互联关系对最终估值不产生影响。
其基础理论——切割定理——给出了简单的闭式估值表达,清晰解释了传统合并中如何避免重复计数和外部少数股权的扣除。算法涵盖两种主要信息制度(内部价值观测和推断),保证了从小规模企业合并到宏观国民经济部门的大范围应用可能。
报告在理论证明之外,设计了丰富的报告与披露标准(Perimeter of Validity和Cut Summary),并通过多个示例(如雷诺-日产持股案例、欧洲股指、基金嵌套)验证了框架的有效性和可操作性。动态CBV-Fisher指数的提出实现了多期、多观察者间估值的无偏稳健比较。
此外,CBV框架考虑了现实资产的非线性结构,通过多状态分段线性和仿射提升技术保持估值框架的结构化和透明,满足多种金融合约的披露需求。
最后,该报告提出了详尽的风险管理和计算实践建议,结合开放源码工具的配套,推动该框架在企业财报、审计核查、统计局国民账户及监管场景的应用,力图形成一套制度、技术、操作一体化的经济估值标准体系。
图2(三节点网络示意)清楚显示估值只根据切割边界边权和资产,内部环路不影响,核心论断的直观体现。
图11(条件数爆炸图)说明内部交叉股权网络接近临界稳定时估值敏感度极高,指导实践中验证谱半径的必要性。
表12(国内公司跨境权益示例)定量展示总市值与净市值的差异为内部交叉持股数量,实证支持替代传统粗估方法。
图10(算法权衡图)为实际规模不同应用场景选择合适算法提供理论指导。
动态协议图(图3)展现了各时期交叉定价估值计算的运作流程,是确保时间序列估值一致性的基础。
文中所涉重要结果均附带页码溯源标识,如:。
如需更详细的章节剖析、数据算法步骤或实务应用指引,欢迎进一步提问。
2509.04520.pdf