併購的多重效益,如何評估?
併購的多重效益,如何評估?
2001.05.01 |

一張狹長的桌上,媒人婆興致勃勃地扮演著說客:「婚都訂了。對方的財產明細,你們也都清清楚楚看過了,彼此看起來也挺合適的,還是早點作決定!等著看對方財產的競爭者還多得是,如果真還有什麼美中不足的,再討個小的就好了!」
幸好,這不是真正的婚姻。這個「媒人婆」只不過是擔任企業併購財務顧問的投資銀行,「婚都訂了」指的是簽訂「備忘錄」(memo of understanding)或是「意向書」(letter of intention),「看財產」則是併購完成前,審慎查核(due diligence)的程序,「再討個小的」則是再進行下一次規模較小的併購行為。
類似這樣令人丈二金剛摸不著頭腦的對話,接下來會頻繁地在台灣企業的會議室中上演。不只因為台灣企業的併購活動正在如火如荼展開,更重要的是,台灣企業在併購活動中,已經開始延攬投資銀行來幫忙打算盤,例如奇摩請來所羅門美邦處理出售給雅虎的交易,東元和聲寶延聘摩根大通處理合併事宜。
投資銀行怎樣幫企業打併購案的算盤,不是局外人能輕易一窺堂奧的,否則這些大型企業本身都不缺乏財務人才,為何要付出數百萬美金的併購顧問費,請投資銀行來幫忙?
一位參與奇摩讓售雅虎交易的投資銀行家指出:投資銀行家的工作,60%在處理價格相關的問題,剩下的40%在確保交易能夠順利完成。在合併完成之後的整合(post-merger integration),則多半交由公司本身及合併管理顧門來煩惱。

**幫買主精打細算

**
只是幫忙撮合,並不「包生子」的媒人婆,為什麼值數百萬美金?因為在數億美金的大型併購案中,只要投資銀行家的談判技巧,能夠讓買主少出5%,所付出的代價就值回票價了。
因此當第一銀行、大安銀行、泛亞銀行,宣佈合併時,明眼人都看得出來這種「指定結婚對象、換股比率未定」的方式,是依父母之命執行的舊式婚姻。而當聲寶和東元以1:1.3股的換股比率合併時,則是聽從現代媒妁之言,由投資銀行計算和談判得到的結果。
通常投資銀行評估企業併購價值的方法,是首先針對買方賣方,分別評估單獨存在的價值,再加上合併或併購後可能產生的綜效,配合稅制及會計方法可能產生的影響,決定賣方願意讓售,或買方願意購買的價格。除此之外,也會再加上幾個附加的驗算,例如對每股盈餘(EPS)是否會造成稀釋,或者對股東對公司的控制權是否有致命的影響?
由圖表一的過程不難看出來,雖然投資銀行評估合併價值是一個冗長的過程,然而追本溯源,對合併後價值影響最大的,當然還是買方或賣方原先的價值,因此投資銀行發展了許多複雜的方法來評估企業的價值。

**以別人的價格推估自己的價格

**
最容易入手,也是最常被使用的就是比價法(Comparable Analysis),概念上就是尋找性質相似的公司(peer company),「他山之玉,可以攻錯」,以別人的價值來推估自己的價格,這種作法對身經百戰的台灣投資人來說,應該不陌生。在尋找相近似的公司時,第一種方法是尋找目前在股票市場上交易的公司,例如某家公司如果想併購台積電,就用聯電來作為參考。參考的指標,除了一般投資大眾早已耳熟能詳的本益比(P/E Ratio)之外,還包括Firm value / EBITDA等較為專業的指標。不同產業,也含有不同的指標,例如銀行業多半使用Price / Book的指標,保險業使用embedded value,投信業則常使用管理資產規模(asset under management)來評估。
使用目前還在交易的公司作為比價的參考,其實是很冒險的,也需要許多專業知識,一方面類似的公司本來就不容易找,另一方面,這種作法也假設股票的市值真實反映企業的基本價值。如果這個假設成立的話,網路股的價值也不會在一夕之間一瀉千里。想想看,一模一樣的交易,在一年前以比價法評估的價值,很可能是現在的20倍,豈不匪夷所思。
為了避免一般股票市場的價格,往往被不理性的投資人扭曲的弊端,另一種常使用的比價法,則是使用過去發生過的併購案例(comparable transaction analysis)來做參考,例如未來台灣家電廠商如果還有併購的活動,就可以使用聲寶和東元的合併案作為評估價值的參考。
當然這種方法只能減少,也無法完全避免股票市場起落浮沉的影響。更慘的是,過去發生的併購案例畢竟有限,要找到類似的比較已是難如登天,進行這些併購案的企業,更是惜墨如金,不輕易透露的資訊。
因此大部分的投資銀行都一定會使用「現金流量折現法」(discounted cash flow analysis)來做深度的評估。這個方法的理論根據是,一個企業的價值是未來所有現金淨流入,依照時間價值打折扣之後的總和,這個說法在財務管理的領域中早為廣泛接受。然而問題才剛開始,投資銀行必須各顯神通,預測未來的淨現金流量,只要聽過「預測一旦準確,就是實際數字而不再是預測」的老生常談的人,一定就知道預測有多難,這也正是現金流量折現法最致命的罩門。
除了比價法和現金流量折現法之外,還有許多方法,包括和現金流量折現法類似卻較為保守謹慎的融資買下評估法(leveraged buyout or recapitalization analysis)、針對自然資源事業的資源資產價值法(asset value of reserves)、還有重置成本法(replacement cost analysis),雖然運用都不及前兩種方法廣泛,但是針對不同的產業,能夠發揮不同的功能。
投資銀行在併購案中的角色,通常在提供客觀的價值評估資訊,並且協助完成交易之後,就逐漸淡出。但是作為買方財務諮詢顧問的投資銀行,為了長遠的合作關係,往往會在合併案完成之後,巴著客戶不放,持續提供給企業相關的資訊,以評估合併案的效益。
這時候評估的重點,在於原先的預測是否準確。最明顯的方法就是使用股價的表現,衡量合併宣佈之前以及合併完成後一定時間股價的表現。當然為了避免市場的大勢干擾,還是要以同質性的公司來比較,例如美國線上與時代華納(AOL-Time Warner)的合併案,合併之後股價雖然欲振乏力,但是和其他網路股一落千丈的股價表現相比,這個合併案還是一個成功的案子。一般而言,投資銀行會以原先評估時所選擇的公司來作比較,如果績效不好,就知情不報,績效好,就會有「看我們的分析多麼準確,下一次希望還有合作機會」的開場白。

**併購綜效如何顯現?

**
另一個觀察的重點是原先預估的綜效(synergy)是否能實現。無論是成本的節省或是收入的增加,最後都會反映到企業的獲利數字上,例如國巨電子去年併購飛力浦的被動元件廠,不但原先預料可以撙節的成本開支得以實現,在收入方面也百尺竿頭,更進一步,成為電子業一片不景氣聲浪中,少數逆流而上的電子股,無論從營收成長率、投資報酬率等指標,都可以看出來,原因就在於原先預期的綜效如期實現。
其實併購完成後的績效,主要取決於併購完成後的整合是否成功,是否留住想要留下的人才及客戶,而淘汰不在計劃範疇內的資源。併購後的量化績效評估,其實是對整合計劃的總體檢,如果等到數字不盡如人意才開始檢討整合的計劃是否落實,恐怕為時已晚。因此在合併完成之後,企業應該先不要拘泥在短期的數字上,切實執行整合的政策,長期而言,成績自然會反映在公司績效上。

往下滑看下一篇文章
從 CDP 到 Agent,beBit TECH 如何打造懂企業、懂行銷的 AI 代理人?
從 CDP 到 Agent,beBit TECH 如何打造懂企業、懂行銷的 AI 代理人?

當眾多 AI 新創仍將焦點放在追求更強大的模型能力,或尋找下一個成功案例時,beBit TECH 已開始思考另一個層次的問題:如何打造一家能夠持續成長、且具備規模化複製能力的企業級 AI 公司。

近期,beBit TECH 完成與日本 beBit 集團的戰略分拆,不僅確立台灣為全球總部,也同步完成逾億元首輪募資,並預計不久後啟動在台 IPO 規劃。然而,真正值得市場與投資人關注的,不單是分拆或募資本身,而是這一連串布局背後所釋放的訊號—— beBit TECH 已正式跨越產品與市場驗證階段,邁向規模化擴張的新成長階段。

而產品、產業應用及海外市場,就是驅動 beBit TECH 下一階段成長的三大引擎。beBit TECH 創辦人暨執行長陳鼎文表示, 未來將聚焦三大布局,包括持續深化企業級 AI 產品、擴大跨產業應用版圖,以及拓展日本與東南亞等海外市場。首先,在產品面,將持續強化 AgentBit 智慧代理人的能力,結合 OmniSegment CDP 的數據底座與產業 Know-how,打造真正懂企業、懂行銷的 AI Agent。

beBit TECH 創辦人暨執行長陳鼎文
beBit TECH 創辦人暨執行長陳鼎文
圖/ 數位時代

產品布局:從理解數據的大腦,進化為「自主執行」的虛擬員工

陳鼎文進一步說明,近年企業紛紛導入各種 AI 或 AI Agent 應用,希望提升營運效率與員工生產力,但 AI 能否真正創造價值,關鍵並不在模型本身,而是資料品質。若企業的會員資料分散、格式不一致,甚至充滿錯誤,即使導入再先進的 AI 模型,也難以產出可靠的分析與決策。換句話說,企業唯有先建立穩固的數據底座,才能真正發揮代理式 AI 的價值。

正因如此,beBit TECH 選擇將 AgentBit 建立在 OmniSegment CDP 上,形成以 CDP 為數據底座、Agent 為執行核心的新一代企業級 AI 架構。陳鼎文形容,OmniSegment 就像一顆智慧大腦,可以完成跨通路數據整合,並進行資料清理與標準化,而 AgentBit 則是智慧代理人,它可以根據 CDP 大腦所提供的數據做出決策,自主完成受眾分群、內容生成、活動執行、成效監測與優化建議等行銷工作。

更重要的是,OmniSegment 多年來已累積眾多不同產業的實戰經驗與行銷 Know-how,使 AgentBit 不只具備內容生成的能力,更理解不同產業的會員經營模式與行銷邏輯,能依據企業情境挑選最適合的受眾、生成更精準的溝通內容,並持續優化策略。

以中秋節的節慶行銷活動為例,當過去行銷人員必須自行篩選受眾、撰寫文案,再依據活動成效反覆調整策略,整個促銷活動期間都要處於備戰狀態;如今,只要以自然語言輸入活動目標,AgentBit 即可串接 OmniSegment 的數據,自主完成後續工作。當行銷成效未達預期目標時,它還會持續分析結果、修正策略,直到找出轉換率更高的路徑為止,真正讓企業累積的數據,轉化為持續創造營收的智慧資產。

讓數據自己跑出營收!AgentBit 結合 CDP 乾淨數據與實戰 Know-how,只需輸入指令即
讓數據自己跑出營收!AgentBit 結合 CDP 乾淨數據與實戰 Know-how,只需輸入指令即可全自動執行行銷並自主優化成效,打造不斷線的 AI 營收引擎。
圖/ beBit TECH

市場布局:以電商護城河,打造 OMO 與金融雙成長引擎

其次,在產業應用面,beBit TECH 將持續擴大在實體零售、生活服務與金融業的市場布局。「電商是 beBit TECH 的核心基本盤,而實體零售與金融業則是我們下一波的成長引擎。」陳鼎文說。

beBit TECH 成軍初期聚焦於品牌電商,透過客戶數據平台 OmniSegment CDP 協助客戶整合並應用手中的第一方數據,提升會員價值與營收。至今,beBit TECH 已累積上百家品牌電商客戶,並在不同產業情境與應用需求中,持續驗證及優化 OmniSegment CDP 的產品能力。這些豐富的導入經驗,讓 beBit TECH 更深入掌握企業在數據應用上的實際痛點,進而推動產品與 AI 模型持續迭代成熟, 築起一條競業難以跨越的數據護城河。

有了電商戰場的成功經驗,beBit TECH 開始將目光投向線下與實體場域,運用 OmniSegment CDP 協助零售品牌打通線上與線下的會員數據,真正做到跨通路的數據即時整合,讓 OMO 經營不再只是口號。

過去一年,beBit TECH 更成功將觸角延伸至同樣擁有龐大數據的金融業,包括國際保險集團及指標金控,皆已導入 OmniSegment CDP,由系統依據客戶在不同通路的行為,即時判定其意圖並推薦最合適的金融產品。這意味著金融業也能運用電商「千人千面、即時觸及」的行銷模式,一改過去亂槍打鳥、只能照著名單一一撥電話的傳統做法。

「金融業的 AI 個人化行銷現在才剛開始,beBit TECH 能與多家指標性金融客戶合作,代表我們的數據安全和隱私合規性,已經通過了市場上最嚴格的標準,這對於未來跨足其他產業有非常大的幫助。」陳鼎文強調。

海外布局:立足台灣,加速拓展日本與東南亞市場

第三,在海外發展上,則是加速拓展日本與東南亞市場。陳鼎文表示,相較於多數台灣新創進軍日本市場,往往需要一、兩年才能站穩腳步,beBit TECH 憑藉與日本 beBit 集團的緊密合作,已經成功「逆向」打回日本市場,短短兩年多便累積超過 30 家大型企業客戶,涵蓋航空、餐飲集團等不同產業,未來日本仍將是 beBit TECH 拓展海外營收的核心關鍵。

除了日本之外,beBit TECH 也將東南亞視為下一階段的戰略要地。一方面,看好當地人口結構年輕與數位應用快速成長所帶來的商機;另一方面,隨著全球 AI 人才競爭白熱化,東南亞更是重要的人才庫,有助於 beBit TECH 持續推動產品全球化與技術迭代。

「我們希望將 beBit TECH 打造為『亞太區企業級 AI 的領導品牌』。」陳鼎文感性表示,這也是團隊確立將全球總部設在台灣的初衷。未來,beBit TECH 將持續以台灣為核心,向外輻射至日本、東南亞、甚至更廣泛的國際市場,讓世界看見來自台灣的 AI 技術實力與商業價值。

從台灣品牌電商起家,一路跨足實體、金融、日本與東南亞市場,beBit TECH 想做的不只是一套好用的 AI 工具,而是一個能讓企業把數據轉化為營收的企業級 AI 平台。當全球 AI 競爭開始從模型能力,轉向商業化與規模化,這家台灣新創正用清晰的策略布局,寫下屬於自己的下一個成長故事。

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
台達電全解讀
© 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