你的公司值多少錢?從公司法趨勢看企業出場時該如何被合理估值
你的公司值多少錢?從公司法趨勢看企業出場時該如何被合理估值

每種商品在市場上都有它的價值(Value),企業也不例外,尤其當公司發生與股權相關的交易時刻,這個「價值」如何判斷就是關鍵議題。

舉例來說,公司在要被投資時,這間公司在被投資之前的價值與被投資的金額相比,就會是原有股東與投資人的持股比例,因此如何判斷公司價值涉及原有股東在公司的持股比例,十分重要。再舉一例,公司在將被併購時,公司的價值就應該是併購的交易價格,買方會需要提出現金或同額的股票來交易原有股東手中的持股,方能在併購後實際控制被併購公司,這時公司的價值判斷當然也是最敏感的議題。

公司與股份

其中值得說明的是,首先,在公司併購的交易中,交易的標的其實是所有這公司已發行之股份,也就是存在於原有股東手中的持股。畢竟股份有限公司是由所有已發行股份所組成的(有限公司則是以出資比例呈現),因此公司的價值相等於個別「股份」的總和,也就是說,股份其實是分成許多小片的公司。所謂的企業併購,也就是將所有的公司片段都買下,這即算是買下了整個公司。而在大多數的案例中,與買家交易的對象應該是持有公司股份的「股東」,而不是公司,因為公司只是被交易的對象,這點常常是多數人搞錯的重點。(因為行文方便與慣用語的關係,本文內容將換用「企業」與「公司」,「股份」與「股權」,「收購」與「併購」,其實二者概念都是相同。)

公司之價值與價格

而從經濟學上來說,一個商品對消費者而言,到底實際具有多少效用?消費者主觀的認定就是該商品的「價值」(Value),而透過經濟供需理論所體現出來可以量化的就是「價格」(Price)。公司股份的價值也是同理,在實際的投資情境或併購情境發生時,前述投資或併購情境下所討論的價值,其實是買賣雙方因應當時情境的供需情形之「交易價格」。理論上,在經濟效率能充分運作的情況下(例如想買一定能輕易買得到,想賣也一定能輕易賣得掉),那麼價格就會與價值一致。但在實際的情況下,價格一定與價值不同。價格如何決定?就取決於買賣雙方的需求情形,買方有多想買,或賣方有多想賣了。

公司估值方法

說到企業價值的評定方法,一間企業的價值究竟如何被估計?依照理論上常見的方式,常見分別為「資產法」、「收益法」、「市場法」三種。

企業價值評估方法體系
企業價值評估方法
圖/ 黃沛聲律師提供

所謂「資產法」,是指以重置成本作為估算的標準。更簡單的說,如同一台老車,如果想要重新打造一台同樣效能的車需要付出的成本,同樣的,想建立相同效率狀態的企業要付出多少成本,這就會是以資產法估算出來的價值數字。而因為資產法的主要判斷方式是以成本為中心,因此又稱為「成本法」。

而「收益法」,則是以公司為獲利目的而存在之基礎,以一定年限作為衡量標準,進行該企業究竟能賺到多少金額的推估理論;至於「市場法」,就是找出市場上相對應的類似企業(包括產業、市場及商業模式等等標準),參照該企業可對照的市場價格,同時參酌其經營績效、市場佔有率等,進行整體評估所得出來的數字。

三種理論相較起來,資產法的成本估計邏輯,是比較類似停止清算的概念;而收益法與市場法則重視公司現在及未來的表現。以老車的類比來說,資產法比較類似將老車現狀停駛出售的價格;而收益法、市場法趨近判斷這台車子在現在與未來可能發揮多少效益來進行估價。就企業來說,收益法與市場法看重的是該企業未來的表現,因此以推測未來之營收或參酌市場上類似公司的參照價格來進行計算。

先不論這三種估值方式的優劣,自從公司制度存在以來的幾百年間,只要有投資或併購,價值的判斷都不外乎參照這些方式進行估值,但通常成交的總是讓雙方都覺得不滿意、而都可以接受的價格。因此,在結論上針對價格的判斷,只能說是買賣雙方盡力找到共識點,所以與其說企業估值是要判斷一個絕對「正確的」價值,不如說是透過理論來給買賣雙方一個相對「合理的」參考依據。

從公司法判決看企業估值的趨勢

在公司法裡面有一個法律用語:「公平價格」。所謂公平價格,是指在某些情況下公司經過民主機制多數決定必須去執行商業上有利的經營決策、合併、併購等重大交易時,部分不認同該決策的小股東,可以藉由強制的股份收買來解決此一問題,而公司法中就明定小股東們可以要求公司以「公平價格」買回其股份。其中,若是價格雙方無法談定,則由法院裁定這個所謂的「公平價格」。

本文前述的併購案例與股份買回制度的相同點在於,二者都是買回股東手上的持股,只是併購通常一次買下比較多數的股份;但法定的股份買回權指的是買回小股東的持股。但無論如何,股份就代表了公司的一部分,仍然必須決定整體企業的價值後按已發行股份總數來分算,因此法院一旦裁定了「股份」的公平價格,也就代表裁定了「企業整體」的公平價格。

在併購交易與投資案與股份買回的制度相較,差異最大的是,前者的股份價格是可以透過供需法則決定,因此價格終究會達成共識,否則不會成交;但後者的特色在於,公司由於透過民主機制必須執行某決策,這時反對之小股東是具有強制公司買回持股的請求權利,也就是說公司法是強制規定一旦小股東要求了就先成立交易,然後才決定價格。若是價格雙方講不定,則由法院決定「公平價格」。這事後所要決定的「價格」必須滿足「公平」,這個名詞的概念就真的是最接近理論上的企業「價值」了,那麼,法院該如何扮演上帝的角色呢?

圖三
圖/ shutterstock

對於上市櫃企業而言,相對簡單,由於每日股市的交易盤價,正是多數股民都能參與,都能買都能賣的效率市場,如前所述,交易價格適足以反應企業價值,是法院決定「公平價格」時所能參考的依據;但若是未上市櫃的企業,因為沒有客觀的交易價格供參考,因此其公平價格如何判斷,就常常是爭議的焦點!

以往數十年,這類針對未上市公司買回股份價格認定爭議的法院裁判,通常是依據公司財報中的「淨值」作為標準,以士林地方法院98年抗字第178號民事裁定為例,法院即認為請求收買股份之價格,應得以「股東會決議之日」的公司淨值作為參考準據;另以臺中地方法院109年司字第74號民事裁定為例,法院亦認定未上市、未上櫃公司得以每股淨值作為客觀公平價格之依據。我們都清楚財務報表是必須依據公認會計法則入帳,而會計學科的原則是以保守原則為核心,其中數值多是以成本入帳。換句話說,以「淨值」評價股份價值比較類似「資產法」,以成本作為評估邏輯,因此在經濟景氣好時價格容易偏低,在景氣不佳時又容易偏高,造成小股東要求買回股份時的公平價格判斷爭議。

正因如此,近年來隨著企業經營理論的演進趨勢,以及會計公認原則的演進方向,我觀察到法院的裁定也有了與時俱進的調整。原因在於,自2001年起,國際會計公認原則已經改採以「國際財務報導準則(IFRS)」為核心,其基礎邏輯就是認為企業的價值應在於「持續經營」而不在於成本。此說法一出,也讓全球企業在以會計基礎上的估值,從過往的資產法評斷標準,走向以「企業繼續經營的假設前提」為主的收益法或市場法。因為若當企業持續經營,估值方式就不該以舊車廢鐵成本的標準衡量,而應該要評估該企業未來可能的表現作為評斷依據,更符合市場對公平價格的期待。

這股風氣當然也影響台灣,近年來有許多法院裁定,在未上市公司的股份買回價格上,以「繼續營運假設」的標準,來進行企業估值判斷。以臺北地方法院110年度司字第9號民事裁定為例,法院據以認定股份合理收買價格之基礎為會計師按收益法所出具之專家意見,其中即以消滅公司未來年度之預估財務報表評估其股權價值;另以橋頭地方法院107年度司字第15號民事裁定為例,法院所採納的會計師意見同樣將涵蓋企業發展前景及未來獲益情形之財務資訊納入價值評估之中,最後併採收益法及市場法中之同業比較法以得出合理收買價格之評估。足見近期司法實務見解現已多數改採「收益法」與「市場法」中幾種以企業繼續經營假設為基礎邏輯的理論進行評價,這的確也是較為合理的走向,值得贊同!

整體來說,「企業持續經營假設」已成為近代企業經營理念的基礎,公認會計原則上也在近年逐步採取 IFRS的趨勢,而在所有相關領域中進行改革;從而,公司法判決上也可見到台灣已接受近代的企業經營法則,逐步改採市場法的方式進行股份價格的裁定,可以預見這將是市場對於企業估值這一議題的共通語言。見微知著,公司買回自己股份時的估值方向趨勢如此明顯,以輕明重,在企業併購全部股份的場合,未來對整體公司價值評價的方向也應該會以公司未來的發展及成長性為主要評估依據,尤其值得追求高成長性的新創公司作為出場策略的重要參考!

責任編輯:傅珮晴、陳建鈞

《數位時代》長期徵稿,針對時事科技議題,需要您的獨特觀點,歡迎各類專業人士來稿一起交流。投稿請寄edit@bnext.com.tw,文長至少800字,請附上個人100字內簡介,文章若採用將經編輯潤飾,如需改標會與您討論。

【熱門焦點】

1.辭三星半導體工程師、留50個月生活費專心閉關創作,韓國小說新銳寫出《魷魚遊戲》殘酷社會中的夢境救贖
2.台灣將買COVID-19口服藥!美國默沙東集團開發臨床實驗傳喜訊,陳時中:談判中

最新10月號雜誌《無程式碼時代來了!》馬上購:傳送門
「電子雜誌」輕鬆讀:傳送門

關鍵字: #企業經營
往下滑看下一篇文章
從智慧助手到自主代理:博弘雲端如何帶領企業走上 AI 實踐之路
從智慧助手到自主代理:博弘雲端如何帶領企業走上 AI 實踐之路

「代理式 AI 」(Agentic AI)的創新服務正在重新塑造企業對AI的想像:成為內部實際運行的數位員工,提升關鍵工作流程的效率。代理式AI的技術應用清楚指向一個核心趨勢:2025 年是 AI 邁向「代理式 AI」的起點,讓 AI 擁有決策自主權的技術轉型關鍵,2026 年這股浪潮將持續擴大並邁向規模化部署。

面對這股 AI Agent 浪潮,企業如何加速落地成為關鍵,博弘雲端以雲端與數據整合實力,結合零售、金融等產業經驗,提出 AI 系統整合商定位,協助企業從規劃、導入到維運,降低試錯風險,成為企業佈局 AI 的關鍵夥伴。

避開 AI 轉型冤枉路,企業該如何走對第一步?

博弘雲端事業中心副總經理陳亭竹指出,AI 已經從過去被動回答問題、生成內容的智慧助手,正式進化為具備自主執行能力、可跨系統協作的數位員工,應用場景也從單一任務延伸至多代理協作(Multi-Agent)模式。

「儘管 AI 前景看好,但這條導入之路並非一帆風順。」博弘雲端技術維運中心副總經理暨技術長宋青雲綜合多份市場調查報告指出,到了 2028 年,高達 70% 的重複性工作將被 AI 取代,但同時也有約 40% 的生成式 AI 專案面臨失敗風險;關鍵原因在於,企業常常低估了導入 GenAI 的整體難度——挑戰不僅來自 AI 相關技術的快速更迭,更涉及流程變革與人員適應。

2-RD096270.jpg
博弘雲端事業中心副總經理陳亭竹指出,AI 已經從過去被動回答問題的智慧助手,正式進化為具備自主執行能力、可跨系統協作的數位員工。面對這樣的轉變,企業唯有採取「小步快跑、持續驗證」的方式,才能在控制風險的同時加速 AI 落地。
圖/ 數位時代

正因如此,企業在導入 AI 時,其實需要外部專業夥伴的協助,而博弘雲端不僅擁有導入 AI 應用所需的完整技術能力,涵蓋數據、雲端、應用開發、資安防禦與維運,可以一站式滿足企業需求,更能使企業在 AI 轉型過程中少走冤枉路。

宋青雲表示,許多企業在導入 AI 時,往往因過度期待、認知落差或流程改造不全,導致專案停留在測試階段,難以真正落地。這正是博弘雲端存在的關鍵價值——協助企業釐清方向,避免踏上產業內早已被證實「不可行」的方法或技術路徑,縮短從概念驗證到正式上線的過程,讓 AI 真正成為可被信賴、可持續運作的企業戰力。

轉換率提升 50% 的關鍵:HAPPY GO 的 AI 落地實戰路徑

博弘雲端這套導入方法論,並非紙上談兵,而是已在多個實際場域中驗證成效;鼎鼎聯合行銷的 HAPPY GO 會員平台的 AI 轉型歷程,正是其最具代表性的案例之一。陳亭竹說明,HAPPY GO 過去曾面臨AI 落地應用的考驗:會員資料散落在不同部門與系統中,無法整合成完整的會員輪廓,亦難以對會員進行精準貼標與分眾行銷。

為此,博弘雲端先協助 HAPPY GO 進行會員資料的邏輯化與規格化,完成建置數據中台後,再依業務情境評估適合的 AI 模型,並且減少人工貼標的時間,逐步發展精準行銷、零售 MLOps(Machine Learning Operations,模型開發與維運管理)平台等 AI 應用。在穩固的數據基礎下,AI 應用成效也開始一一浮現:首先是 AI 市場調查應用,讓資料彙整與分析效率提升約 80%;透過 AI 個性化推薦機制,廣告點擊轉換率提升 50%。

3-RD096215.jpg
左、右為博弘雲端事業中心副總經理陳亭竹及技術維運中心副總經理暨技術長宋青雲。宋青雲分享企業導入案例,許多企業往往因過度期待、認知落差或流程改造不全,導致專案停留在測試階段,難以真正落地。這正是博弘雲端存在的關鍵價值——協助企業釐清方向,避免踏上產業內早已被證實「不可行」的方法或技術路徑,縮短從概念驗證到正式上線的過程,讓 AI 真正成為可被信賴、可持續運作的企業戰力。
圖/ 數位時代

整合 Databricks 與雲端服務,打造彈性高效的數據平台

在協助鼎鼎聯合行銷與其他客戶的實務經驗中,博弘雲端發現,底層數據架構是真正影響 AI 落地速度的關鍵之一,因與 Databricks 合作協助企業打造更具彈性與擴充性的數據平台,作為 AI 長期發展的基礎。

Databricks 以分散式資料處理框架(Apache Spark)為核心,能同時整合結構化與非結構化資料,並支援分散式資料處理、機器學習與進階分析等多元工作負載,讓企業免於在多個平台間反覆搬移資料,省下大量重複開發與系統整合的時間,從而加速 AI 應用從概念驗證、使用者驗收測試(UAT),一路推進到正式上線(Production)的過程,還能確保資料治理策略的一致性,有助於降低資料外洩與合規風險;此對於金融等高度重視資安與法規遵循的產業而言,更顯關鍵。

陳亭竹認為,Databricks 是企業在擴展 AI 應用時「進可攻、退可守」的重要選項。企業可將數據收納在雲端平台,當需要啟動新型 AI 或 Agent 專案時,再切換至 Databricks 進行開發與部署,待服務趨於穩定後,再轉回雲端平台,不僅兼顧開發效率與成本控管,也讓數據平台真正成為 AI 持續放大價值的關鍵基礎。

企業強化 AI 資安防禦的三個維度

隨著 AI 與 Agent 應用逐步深入企業核心流程,資訊安全與治理的重要性也隨之同步提升。對此,宋青雲提出建立完整 AI 資安防禦體系的 3 個維度。第一是資料治理層,企業在導入 AI 應用初期,就應做好資料分級與建立資料治理政策(Policy),明確定義高風險與隱私資料的使用邊界,並規範 AI Agent「能看什麼、說什麼、做什麼」,防止 AI 因執行錯誤而造成的資安風險。

第二是權限管理層,當 AI Agent 角色升級為數位員工時,企業也須比照人員管理方式為其設定明確的職務角色與權限範圍,包括可存取的資料類型與可執行的操作行為,防止因權限過大,讓 AI 成為新的資安破口。

第三為技術應用層,除了導入多重身份驗證、DLP 防制資料外洩、定期修補應用程式漏洞等既有資安防禦措施外,還需導入專為生成式 AI 設計的防禦機制,對 AI 的輸入指令與輸出內容進行雙向管控,降低指令注入攻擊(Prompt Injection)或惡意內容傳遞的風險。

4-RD096303.jpg
博弘雲端技術維運中心副總經理暨技術長宋青雲進一步說明「AI 應用下的資安考驗」,透過完善治理政策與角色權限,並設立專為生成式 AI 設計的防禦機制,降低 AI 安全隱私外洩的風險。
圖/ 數位時代

此外,博弘雲端也透過 MSSP 資安維運託管服務,從底層的 WAF、防火牆與入侵偵測,到針對 AI 模型特有弱點的持續掃描,提供 7×24 不間斷且即時的監控與防護。不僅能在系統出現漏洞時主動識別並修補漏洞,更可以即時監控活動,快速辨識潛在威脅。不僅如此,也能因應法規對 AI 可解釋性與可稽核性的要求,保留完整操作與決策紀錄,協助企業因應法規審查。

「AI Agent 已成為企業未來發展的必然方向,」陳亭竹強調,面對這樣的轉變,企業唯有採取「小步快跑、持續驗證」的方式,才能在控制風險的同時,加速 AI 落地。在這波變革浪潮中,博弘雲端不只是提供雲端服務技術的領航家,更是企業推動 AI 轉型的策略戰友。透過深厚的雲端與數據技術實力、跨產業的AI導入實務經驗,以及完善的資安維運託管服務,博弘雲端將持續協助企業把數據轉化為行動力,在 AI Agent 時代助企業實踐永續穩健的 AI 落地應用。

>>掌握AI 應用的新契機,立即聯繫博弘雲端專業顧問

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
2026 大重啟
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓