自二〇二三年起，筆者每個季度都在重複做一件在外人看來頗為枯燥的事：把香港交易所刊發的每一份「須予公佈交易」(Notifiable Transaction) 通函逐一翻開，再從動輒數百頁的估值報告當中，把兩個看似不起眼、卻足以左右整宗交易估值的數字抄錄下來 —— 「缺乏市場性折讓」(Discount for Lack of Marketability, DLOM) 與「控股權溢價」(Control Premium) 。
這幾年，全靠人手。一份通函往往厚如一本書，估值報告藏在附錄深處；要準確判斷估值師究竟「採納」了哪一個折讓、又出自哪一份研究，往往要來回細讀好幾遍。做了三年，筆者對這批數字有了一種近乎直覺的熟悉，卻也愈來愈清楚：靠一雙手，一個人，能覆蓋的範圍終究有限。
有點意外的是，這件本來相當「冷門」的工作，近年竟慢慢累積了一批讀者。愈來愈多估值同業在報告或討論中引用筆者的研究結果，甚至有海外「四大」會計師行的同業主動電郵我們，查詢個別數據的細節與出處。這些反饋，一方面是莫大的鼓勵，另一方面也讓筆者更確信：把這批數字整理得更長、更完整、更可靠，是一件有實在價值、值得投放心力去做大的事。
由本季（二〇二六年第二季）開始，情況出現了轉折。這一季的數字，是第一次由筆者親手打造的人工智能系統「讀」出來的 — 不再逐字抄錄，而是退到後方，做審核與把關的角色。與此同時，筆者亦把研究一口氣往回推到二〇一六年，整理出一份橫跨整整十年的縱向研究。據筆者所知，以這樣的規模與時間跨度，用人工智能系統地追蹤香港市場的折讓與溢價，在本地尚屬首次。
而筆者做這件事，心裡還有一個更大的期望。估值是一門專業判斷，合理範圍內本就容許差異；但一個成熟的市場，除了估值師本身，也需要有人站在旁邊，長期、獨立而有系統地去觀察與比對這些判斷，替估值質素把一道關。筆者期望，這份十年研究連同背後的人工智能系統，能夠成為業界一把獨立的「度量衡」；而筆者與團隊，也樂意、亦有能力擔當這個把關者 (Gatekeeper) 的角色 — 不是去取代估值師，而是為市場多提供一重獨立的參照與制衡。
兩個「藏在報告深處」的數字
當一家公司要收購或出售另一盤生意，董事會需要一份獨立估值，去支持交易作價是否「公平合理」。估值師計算價值時，常常要先參考公開市場上同類上市公司的股價，再作兩項關鍵調整：目標公司若是私人企業、股份難以隨時變現，便要打一個「缺乏市場性折讓」；若買方取得的是控股權、能主導公司決策，則要加一個「控股權溢價」。
這兩個數字，看似技術細節，實際影響巨大。一個五成的折讓，足以把一項資產的估值直接減半；一個三成的溢價，同樣可以令作價明顯抬高。換言之，它們往往是整份估值報告裡「最有彈性」、也最需要有人把關的地方。偏偏它們埋在報告的深處，散落在不同章節、表格與註腳之間，外界甚少有系統地把它們攤開來比較。這正是筆者三年前開始動手做這件事的初衷。
為甚麼「教機器閱讀」如此困難
聽起來，把數字從文件裡抽出來，交給電腦不就好了？真正動手，才知道沒那麼簡單。
香港的估值報告，並沒有統一格式。同一個「缺乏市場性折讓」，不同估值行有幾十種寫法：有的用整段文字娓娓道來，有的只在表格裡放一格冷冰冰的百分比，有的寫成一條數學公式，有的乾脆換個名字叫「缺乏流通性折讓」。有時它出現在報告的第九十頁，有時要翻到第一千頁之後。更棘手的是，同一份文件裡可能同時出現好幾個相似的數字 — 有的是估值師最終「採納」的，有的只是敏感度分析、參考區間或研究文獻的引述，一不小心就會張冠李戴。
換句話說，這不是一件「找關鍵字」就能了事的工作，而是一件需要「讀懂」的工作。要判斷哪一個才是真正被採用的數字，機器必須理解估值師的邏輯：交易涉及多少股權？用的是哪一種估值方法？這個折讓，最後有沒有真正反映在結論的價值裡？這些，恰恰是傳統程式最不擅長、卻是近年大型語言模型 (Large Language Model) 開始有能力處理的地方。
不是關鍵字搜尋，而是「閱讀理解」
今季有一份通函，涉及一項四成的少數股權收購。系統一度沒有抓到任何折讓，但它自己的判斷卻透露了矛盾：既然用市場比較法為少數股權估值，理應會有一個折讓去反映其缺乏市場性 ——「應該有，卻找不到」，這個訊號讓筆者親自翻開報告。結果發現，估值師的確用了折讓，只是寫法相當「刁鑽」：報告中寫的是「我們認為百分之八點七已足以反映該四成股權的缺乏市場性」。這句話裡，那個數字離「折讓」二字很遠，也沒有任何「折讓百分之幾」的固定講法 — 任何靠關鍵字比對的系統，都會與它擦身而過。
這個小插曲，正好說明「閱讀理解」與「關鍵字搜尋」的分別。機器要做的，不是機械地搜尋字眼，而是像一位有經驗的分析員那樣，順著估值師的思路，判斷數字的角色與去向。這，也是整個項目最難、最花心力的部分。
讓機器「不敢說謊」的三道防線
談到人工智能，很多人第一個顧慮是：它會不會「亂作」？這個擔心非常合理。大型語言模型有時會言之鑿鑿地說出並不存在的內容，在講求準確的財務研究裡，這是致命傷。筆者因此為系統設下了三道防線。
第一，凡事有出處。系統報告的每一個數字，都必須能在原文中一字不差地找到對應的句子；找不到原句，就當它不存在，絕不容許改寫或杜撰。第二，多把聲音互相制衡。筆者沒有把判斷交給單一模型，而是讓幾個獨立的模型分別閱讀同一份報告，彼此比對、須要達成共識，才會採納一個數字 — 三個臭皮匠，勝過一個孤家寡人。第三，用數學驗證。任何被採納的折讓或溢價，都必須能在估值本身的「價值橋樑」裡對得上帳：由市場價值，經過調整，推導到最終結論，數字要能一步步走通。三道關卡都通過了，才輪到筆者這位「人類監督」簽字放行。
值得一提的是，整套系統就跑在筆者的一台手提電腦上：數據不出門、不上雲，結果可以每季原封不動地重跑一次。換言之，一項過往由人手完成、難以複製的季度研究，如今變成一部可以持續運轉、隨時審計的儀器。篇幅所限日後再談這個部份。
為何值得做：把關的價值
或許有人會問：花這番功夫，值得嗎？
筆者的答案是肯定的。估值，從來是專業判斷，合理的空間內本就容許差異；但正因如此，更需要有人把這些判斷，長期、系統地記錄與比較，讓市場看見一個大致的坐標 —— 十年來，香港的折讓與溢價，究竟落在甚麼水平？哪些是罕見的極端個案？不同估值行之間，又有沒有各自的「習慣」？這些問題，單靠零散的印象無法回答，唯有靠一份夠長、夠完整的紀錄。
這份十年研究，涵蓋逾四百七十個獲估值師採納的折讓與溢價數據、接近三百份通函，以及近二百家估值行。它的用意，不是要為任何一份估值「打分」，而是為這個以把關估值質素為己任的專業，提供一面可供對照的鏡子。而人工智能的角色，是讓這面鏡子，由過去每季幾十份的人手覆蓋，擴展到十年、數以千計文件的規模 — 這是一雙手無論如何都做不到的。
這只是開始
由人手到機器，這一步走了三年。今季只是起點。
在往後的系列文章裡，筆者會逐步分享這十年研究的發現：折讓與溢價的水平與走勢、那些令人印象深刻的極端個案、香港與內地估值師之間耐人尋味的分別，以及這一切對監管與專業把關的啟示。而在八月十七日，筆者亦將以《教人工智能閱讀估值報告 —— 香港估值質素的把關》為題，首度公開這份十年研究的全貌。
機器能不能取代估值師的判斷？筆者認為不能，也不應該。但它能不能替我們把成千上萬份文件讀一遍、記一遍、比一遍，好讓人的判斷用在最需要的地方？這一季的成果，已經給出了初步的答案。敬請密切期待。