时间：2023-06-13 16:14:34
引言：易发表网凭借丰富的文秘实践，为您精心挑选了九篇股票投资决策流程范例。如需获取更多原创内容，可随时联系我们的客服老师。
关键词：股票投资 收益性 风险性 对策
股票是市场经济发展的必然产物，更是企业参与市场集资的有效方式，利用股票筹集资金已经成为一种普遍的方式。另一方面，由于社会群众收入水平持续提升，手中持有资金额度越来越多，参与市场投资也成为了创造收益的有效方式。但是，面对情况多变的社会主义市场，股票投资行为依旧存在着巨大的风险性，投资者不能仅限于股票投资的收益预测，还要顾及风险发生所造成的经济损失。
一、企业股票作用
股票是股份证书的简称，是股份公司为筹集资金而发行给股东作为持股凭证并借以取得股息和红利的一种有价证券。每股股票都代表股东对企业拥有一个基本单位的所有权。伴随着市场经济体制的深化改革，企业向市场投放股票已经成为日常经营中的业务决策，借助股票投放市场可以发挥出多方面的作用。一方面，股票是企业筹集资金的主要方式，作为投资者参与企业集资的一种凭证，方便了资金持有者参与各项投资活动；另一方面，股票是资金流通的经济介质，由不同额度股票参与买卖交易，实现了企业资金市场流通的持续运转。
二、股票投资的收益性与风险性
股票投资是指企业或个人用积累起来的货币购买股票，借以获得收益的行为。鉴于国内人均收入水平的持续提高，越来越多的资金持有者参与市场投资活动，以求在规定周期后获得相应的资金报酬，增加原有资金的储备额度。我国社会主义市场经济尚处于改革阶段，金融市场系统依旧处于不稳定状态，股票投资的收益性与风险性特点十分显著。以下对股票投资收益与风险进行综合评估。
（一）股票收益性
股票投资的收益是由“收入收益”和“资本利得”两部分构成的。收入收益是指股票投资者以股东身份，按照持股的份额，在公司盈利分配中得到的股息和红利的收益。
1、收入收益
收入收益是指股票投资者以股东身份，按照持股的份额，在公司盈利分配中得到的股息和红利的收益。一般情况下，股份制企业会在每年收益分配中按照股份占有比大小，为投资者提供相对应的利息、分红。
2、资本利得
资本利得是指投资者在股票价格的变化中所得到的收益，即将股票低价买进，高价卖出所得到的差价收益。股票持有人可根据市场价格的涨跌情况，选择对外出售股票，市场价格高于买入价格时，便能赚取丰厚的收益。
（二）股票风险性
股票投资风险具有明显的两重性，即它的存在是客观的、绝对的，又是主观的、相对的。当股票为投资者带来收益的同时，其本身也面临着巨大的市场风险，这种风险是不可预测的。
1、系统风险
是指由于某种因素的影响和变化，导致股市上所有股票价格的下跌，从而给股票持有人带来损失的可能性。系统性风险主要是由政治、经济及环境等宏观因素造成。
2、非系统性风险
一般是指对某一个股或某一类股票发生影响的不确定因素。如上市公司的经营管理、财务状况、市场销售、重大投资等因素，它们的变化都会对公司的股价产生影响。
三、股票投资风险控制的综合对策
“效益优先”是企业现代化经营的先进理念，其要求企业在日常经营中以创造最佳收益为目标，促进内部经营机制的深化改革，带动行业经营收益水平的持续增长。对于股票集资来说，风险预测是调控造价的有效方式，企业借助风险评估决策降低资金的浪费率，从而提高了股票投资后期的总体收益。
（1）风险管理。基于社会可持续发展战略实施以来，企业对股票集资建设提出了多套方案，重点解决了传统资金筹集与调控面临的风险隐患，提出以股票风险预测管理为中心的调控方式。企业需全面发挥财务部门的经济职能，为地区股票市场改造提供可靠的意见。基于股票投资风险预测管理平台下，需根据实际市场情况拟定风险监管机制，对市场股票集资采取宏观性的管理决策。
（2）资金监管。企业应根据固有资金执行监管决策，借助预算操作流程控制好资金的收支状况。例如，拟定市场股票投放方案之后，财务部门需安排专业人员对股票投放数量及市场总额实施预算，从风险系数、回收周期、收益额度等方面预算出投资总额。财会人员要根据市场股票行情的实际情况，对每一笔资金链操作进行监督管理，防止股票资金流失而引起的经济损失。
四、结束语
股票投资是市场经济活动的常见形式，能够为企业提供广阔的集资平台，并且为资金持有者创造更多的收益。由于社会主义市场本身的缺陷，股票投资在创造经济收益过程中，也面临着巨大的市场风险，如何识别风险是每一位投资者应当考虑的问题。企业是股票投放市场的主要经济组织，其应当借助风险识别体系强化股票管理，对每一笔股票周转资金实施综合监控，从而保障股票投资收益最优化。
参考文献：
[1]王强松.中国股市中个体投资者处置效应的实证研究[J].经济论坛.2009（15）
[2]赖兆东.中国证券市场投资者处置效应的实证研究[J].经营管理者.2009（15）
基金经理跳槽已成为很平常不过的事了。但面对基金经理的跳槽，基金持有人感到了疑惑： “当初就是冲着这位基金经理投资了这只基金，现在基金经理离开了，我是否该赎回基金呢?”
离职影响
根据晨星中国的一份研究报告，2006年共有130只基金基金经理变动公告，其中104个公告属于基金经理离职，占295只基金总数的33.88％。
银河证券的统计称，今年一季度有5 1只基金发生基金经理变更，离职变动率占当时319只基金总量的11.60％。相比2006年第四季度7.17％的变动率，离职比重增加超过4％。
基金经理离职形成热潮。
确实，基金经理对基金运作、基金业绩有着很重要的作用。优秀基金经理的离职会对基金业绩产生影响，但影响有多深就难说了。
对一家优秀的基金公司而言，不会因为一个人的离职，从而长期影响基金业绩。投研团队的重要性对基金公司来说也许更主要。
打造团队
对于近期嘉实基金公司赵军和王贵文两位基金经理的离职，嘉实基金总经理赵学军表示，基金经理的作用很重要，但基金投资业绩的成功是由信息收集、企业估值、投资决策、交易执行等一系列有效工作才能实现的。嘉实强大的投研平台使得在信息获取和挖掘上具备优势，行业分析师在估值和评级方面为基金经理的决策提供了有力的支持。另外，嘉实投资业绩还来源于制度安排、风险控制、团队思想碰撞。目前嘉实投研团队超过50人，几乎是行业中最大的团队。而且在过去的8年里已经积累了比较完善的投资流程和管理制度。
正如嘉实那样，目前越来越多的基金公司意识到，基金公司更需要打造过得硬的投研团队而不是明星基金经理。
南方基金公司一位高层管理人员告诉记者，公司较早地对投资研究体系进行了调整，通过自上而下选择配置行业和股票。公司投资决策委员会确定行业投资方向与组合配置比例，由研究员负责各行业的趋势判断及个股选择，然后再构建股票池，股票池中每只股票的配置都有比例限定，基金将不会出现超行业配置现象，投资也从传统的“股票投资”转向“组合管理”。
这种模式使得基金经理的权力被削弱，研究员的投资权力大大增强。“因为研究员在第一线，肯定比基金经理更清楚哪只股票质地更好、估值更合理。所以基金的投资风险将被最大限度地控制。”这位高管说。
这家国内老牌基金公司，曾经培养了大量明星基金经理并为国内基金业造就大量投资总监，如今的“组合管理”模式就完全能应对基金经理的跳槽。“这样做的结果是，基金经理跳槽也难以影响基金业绩，基金公司也不用惧怕基金经理跳槽”。看来，南方基金公司要把基金经理跳槽的影响降到最低限度。
南方基金公司还作出规定，在交易时间，投资管理人员不能下单。这是为了避免交易时间价格波动对投资决策产生心理影响。“交易期间的市场波动，可能对投资心态带来波动，而事实上，如果交易资金量足够大，个股的短期波动，不应该成为影响下单的因素”。
南方基金这位高管说：“目前管理的股票资产超过1200亿元，假设我们准备购买某股票，哪怕只买1个点，交易资金量就超过10亿元。这个资金量随便买任何个股，都可能带来股价的波动。在这种情况下，个股股价的日波动率就不应该过于看重，而是更应该看重股票的基本面是否能支撑个股有足够大的购买价值。”
改革制度
种种制度上的安排，可以让基金公司从容面对基金经理的离职。但基金公司本身还有什么需要作进一步改进呢?
一连获得三项大奖，建信基金表示，这不仅是对公司整体投研能力的肯定，同时也是对公司多年来综合实力的认可。究其原因，这一成绩的取得一方面得益于公司产品线进一步完善，以及公司营销工作表现优异；另一方面更是公司投资业绩持续提升的具体表现。
两届金牛奖得主
资料显示，本次建信基金获誉“2010年度债券投资金牛基金公司”已是公司二度获此殊荣，去年建信基金也曾摘得同一奖项，目前该公司是获得此奖项次数最多的基金公司。
这一荣誉的获得得益于建信基金在固定收益投资管理上的突出表现。银河证券基金研究中心统计数据显示，截止2010年12月31日，建信货币基金近三年的收益率达19.89%，在同类46只基金中位列第4位，持续良好的表现，使其曾连续两次获得 “开放式货币市场金牛基金奖”。建信稳定增利债券基金2010年净值增长率超过10%，较之同期同类产品平均收益率高出约20%。建信收益增强债券基金2010年的收益率也超过9%，明显高于同类产品6.36%的同期平均收益率。
偏股基金业绩逆势而上
近年来，建信基金不仅在债券投资方面表现出色，在偏股型基金的投资管理上也做出了较好的成绩。WIND资讯的统计数据显示，截至2010年底，建信基金主动投资股票型基金的过往投资业绩在58家基金公司中排名第18，较2009年上升6个名次。
银河证券基金研究中心的统计数据显示，2010年建信基金管理公司旗下各偏股型产品均大幅超越了同期沪深300指数，其中建信核心精选基金2010年的净值增长率为12.51%，在同类可比的167只基金中排29名。就长期业绩而言，建信恒久价值基金自成立以来的累计净值增长率为227.59%，被银河证券基金研究中心评为四星级基金。
此外，2010年5月底成立的建信社会责任ETF及联接基金也较好地把握了建仓时机。截至2010年12月31日这两只基金分别取得了12.14%和7.60%的收益率。
高效的投研团队
建信基金表示，过去一年公司能够取得良好的投资业绩，得益于建信基金精湛敬业的投研团队和专业完善的投研体系。据了解，建信基金投资团队一直以来都非常注重定量分析和定性分析相结合，自上而下地进行资产配置和行业配置，自下而上地进行证券选择。对于主动投资类型的基金，强调以研究为基础的价值投资，通过投资与研究团队的密切配合，在承担与投资目标相匹配的风险的基础上，通过积极的投资管理，挖掘价值被低估的投资品种进行投资，力争取得超额收益。这正是建信的投资团队持续取得较好业绩的重要原因。
华富收益增强
综合评价：
产品点评：
新股+债券：华富收益增强债券基金在进行债券投资的同时，将通过网上申购和网下配售方式参与新股申购，在保持较低风险投资的同时获取适当收益。该基金在设计之初就进行了严格的风险控制及信用管理规划，以不低于80％的基金资产投资于国债、金融债、央行票、企业债、公司债、短期融资券、资产支持证券、次级债、可转换债券票据等高信用等级的固定收益类资产。其股票投资仅限于参与新股申购和可转债转股获得股票，不从二级市场购买股票或权证，以保证在提升基金收益的同时最大限度降低风险，力争基金资产的持续增值。
费率水平：该基金的认、申购及赎回费率都采取阶梯式模式，其管理费为0.6％(年)，托管费为0.2％(年)。
基金公司：
华富基金公司成立于2004年，共有3只开放式基金产品，目前公司管理规模为60.13亿元，华富竞争力优选和华富成长趋势过去一年净值增长率均低于同类基金平均水平。
基金经理：
吴圣涛，武汉大学商学院硕士，六年证券投资研究、保险公司投资从业经历。历任汉唐证券有限责任公司研究所高级研究员、资产管理部投资经理，国泰人寿保险有限公司投资部副主任、投资部经理。
鹏华丰收
综合评价：
产品点评：
股票投资增利：鹏华丰收债券型基金以债券为主要投资对象，还可兼顾新购申购，同时直接进行二级市场优质股票投资，在获取相对稳定收益的基础上力争获得超额回报。
该基金对于通过参与新股申购所获得的股票，将比较市场价格与其内在合理价值，决定继续持有或者卖出。股票投资采用“行业配置”与“个股选择”双线并行的投资策略，设置止盈止损线并通过灵活的仓位调控等手段来避免市场中的系统风险。
费率水平：该基金的认、申购及赎回费率都采取阶梯式模式，最高认购费率为0.6％。赎回费率根据持有时间递减，持有两年以上为0。其管理费为0.6％(年)，托管费为0.2％(年)。
基金公司：
鹏华基金公司成立于1998年12月，目前旗下共有2只封闭式基金和8只开放式基金，资产管理规模671.06亿元，在所有基金公司中排名第12位。
基金经理：
阳先伟，硕士，6年证券从业经验，先后在民生证券、国海证券等机构从事债券研究及投资组合管理工作，历任研究员、高级经理等职务。2004年9月加盟鹏华基金管理有限公司，从事债券及宏观研究工作，曾任普天债券基金基金经理助理。2007年1月开始至今担任普天债券基金基金经理。
混合型新基金：
诺安灵活配置
综合评价：
产品点评：
长短结合 三重选股：诺安灵活配置基金的投资理念是灵活资产配置以控制投资风险，关注优势企业以挖掘投资价值，积极策略组合以提高投资回报。该基金运用长期资产配置(SAA)和短期资产配置(TAA)相结合的方法，根据市场环境的变化，在长期资产配置保持稳定的前提下，积极进行短期资产灵活配置，通过时机选择优化资产组合。在股票投资方面，该基金综合运用优势企业增长策略、内在价值低估策略、景气回归上升策略这三种策略构建股票组合，筛选出具备良好成长性和价值性的优势企业。
费率水平：该基金的认、申购及赎回费率都采取阶梯式模式，其管理费为1.5％(年)，托管费为0.25％(年)。
基金公司：
诺安基金公司成立于2003年12月，目前公司旗下管理着诺安平衡、诺安货币、诺安股票、诺安优化债券和诺安价值增长5只开放式基金。公司管理的资产总规模为527.58亿元，根据银河证券，诺安基金股票投资管理能力2005年、2006年和2007年分别位居第3、第4和第23名。
基金经理：
林健标，英国CASS商学院MBA毕业。1996年9月至2002年8月，任广东移动通信有限责任公司工程师；2003年10月至2004年8月，任职于博时基金管理有限公司；2004年10月至2006年6月，任华西证券研究员；2006年7月加入诺安基金管理有限公司，历任研究员、基金经理助理。
长盛创新先锋灵活配置
综合评价：
产品点评：
关注创新 优势选股：长盛创新先锋灵活配置基金采用“自下而上”和“自上而下”相结合、定性和定量相结合的分析方法，运用“长盛创新选股体系”和“长盛优势选股体系”，筛选备选股票。
“长盛创新选股体系”重点关注上市公司技术创新、产品创新以及营销模式与管理机制创新等。“长盛优势选股体系”重点考量公司产品或服务的市场占有率及其增长稳定性、销售收入增长稳定性、盈利增长稳定性和现金流增长稳定性等指标。
费率水平：该基金的认、申购及赎回费率都采取阶梯式模式，其管理费为1.5％(年)，托管费为0.25％(年)。
基金公司：
长盛基金公司成立于1999年3月，是国内最早成立的十家基金管理公司之一。目前，公司共管理基金同益、同盛2只封闭式基金和7只开放式基金，资产管理规模366.78亿元。注重大类资产积极配置，将选时策略作为控制风险、获取收益的主要手段之一，已经成为长盛基金有别于其它公司的独特之处。
基金经理：
肖强。2002年6月加入长盛基金管理有限公司，现任长盛基金管理有限公司投资管理部副总监，自2007年1月5日起任长盛同智优势成长混合型证券投资基金基金经理。
邓永明，2005年7月底加入长盛基金管理有限公司投资管理部，曾任基金同益基金经理助理，同德证券投资基金基金经理，长盛同德主题增长股票型证券投资基金基金经理。
混合型新基金：
长信双利优选灵活配置
综合评价：
产品点评：
行业优势价值优选：长信双利优选灵活配置基金为主动式混合型基金，以战略性资产配置(SAA)策略体系为基础决定基金资产在股票类、固定收益类等资产中的配置。股票投资是在行业进行配置基础上，挑选具有行业投资优势并具备核心竞争力和成长力的高素质企业股票。股票资产采用双线并行的构建流程，通过行业吸引力模型和股票价值优选模型进行行业和个股的选择与配置。该基金注重基金研究员的基本面分析，使股票资产的投资决策过程更为严谨和科学。
费率水平：该基金的认、申购及赎回费率都采取阶梯式模式，其管理费为1.5％(年)，托管费为0.25％(年)。
基金公司：
长信基金公司于2003年4月成立，目前旗下有3只股票型基金，1只货币型基金，管理规模283.43亿元。其中长信增利动态策略1年收益在同类基金内名列第36，高于同类基金平均水平。根据银河证券基金研究中心数据统计，长信基
金2007年股票投资管理能力居第12位。
基金经理：
胡志宝，经济学硕士、证券从业经历8年。曾任国泰君安证券股份有限公司资产管理部基金经理、国海证券有限责任公司资产管理部副总经理、民生证券有限责任公司资产管理部总经理。2006年5月加入长信基金管理有限责任公司投资管理总部，从事投资策略研究工作，现任银利精选基金基金经理。
上投摩根双核平衡
综合评价：
产品点评：
精选估值优势股票：上投摩根双核平衡基金深化价值投资理念，精选具备较高估值优势的上市公司股票与优质债券等，持续优化投资风险与收益的动态匹配。
该基金运用安全边际策略有效挖掘价值低估的股票类投资品种。在控制宏观经济趋势、产业发展周期等宏观经济环境变量基础上，考察上市公司的商业模式、管理能力、财务状况等影响企业持续经营的因素，然后综合运用量化价值模型来衡量股票价格是高估还是低估。
费率水平：该基金的认、申购及赎回费率都采取阶梯式模式，其管理费为1.5％(年)，托管费为0.25％(年)。
基金公司：
上投摩根基金公司成立于2004年5月，目前上投摩根管理7只开放式基金产品，其中包括1只QDII基金――亚太优势基金，管理资产规模880.86亿元人民币。根据银河证券基金研究中心数据统计，上投摩根基金2007年股票投资管理能力居第10位。
基金经理：
芮，6年证券、基金从业经历。2004年加入上投摩根基金公司，担任上投摩根中国优势基金经理助理，同时负责能源、电力、家电、农业等行业研究，在投资研究方面均做出了突出业绩，得到业内广泛认可。
梁钧，8年证券、基金行业从业经历。2007年加入上投摩根基金公司。
股票型新基金：
东方策略成长
综合评价：
产品点评：
重投成长性公司：东方策略成长基金重点投资受益于国家发展战略并具有成长潜力的上市公司，根据GARP理念，考虑了股票的价格、每股收益增长、每股现金流量、主营业务收入增长率、主营业务利润增长、净资产收益率、市净率等因素，通过优化得到成长风险值指标。另外东方策略成长还将通过基础库、优选库量化选择以及基金经理的个人能力实现三层超额收益，从而尽量避免基金经理个人风格变化造成的基金风格与业绩的过大波动。
费率水平：东方策略成长的认、申购及赎回费率均采取阶梯式模式，认、申购费率随认购金额递减，赎回费率随持有期限递减。其管理费为1.5％(年)，托管费为0.25％(年)。
基金公司：
东方基金公司成立于2004年6月，旗下共有2只混合型开放式基金和1只货币基金，目前总资产管理规模为101.16亿元。东方精选和东方龙混合基金过去一年净值增长率分别为7.71％和-4.98％，均低于同类基金平均水平11.79％。
基金经理：
付勇，10余年金融、证券从业经历，2004年加盟东方基金，曾任发展规划部经理、投资总监助理、东方龙基金基金经理助理、总经理助理；现任本公司副总经理、东方精选混合型基金基金经理。
于鑫，2005年加盟东方基金，曾任东方精选混合型基金基金经理助理。现任东方精选混合型基金基金经理、东方金账簿货币市场基金基金经理。
嘉实研究精选
综合评价：
产品点评：
自下而上精选个股：嘉实研究精选基金通过持续、系统、深入的基本面研究，挖掘企业内在价值，寻找具备长期增长潜力的上市公司，以获取基金资产长期稳定增值。在选股上，股票组合的构建完全采用“自下而上”的精选策略，基金管理人依托公司研究平台，组建由基金经理组成的基金管理小组，基于对企业基本面的研究独立决策、长期投资。基金管理人采用定量分析与定性分析相结合的方法，精选个股，构建投资组合。
费率水平：嘉实研究精选的认、申购及赎回费率均采取阶梯式模式，认、申购费率随认购金额递减，赎回费率随持有期限递减。其管理费为1.5％(年)，托管费为0.25％(年)。
基金公司：
嘉实基金公司于1999年3月25日成立，是中国第一批基金管理公司之一。旗下共管理2只封闭式基金和12只开放式基金，管理总资产1533.95亿元，在所有基金公司中排第3位。
基金经理：
党开宇，硕士，CFA，7年证券从业经历。2006年9月至今任职于嘉实基金管理有限公司，2006年12月至2008年2月任嘉实策略增长基金基金经理，2006年12月至2008年3月20日任嘉实服务增值行业基金基金经理。2007年11月起任嘉实基金研究部总监。
刘红辉，经济学硕士，2004年加入嘉实基金管理公司，任产品经理、基金经理助理。
QDII基金：
银华全球核心优选
综合评价：
基金经理：
谢礼文，CFA，银华基金管理有限公司境外投资部总监。拥有21年的境外证券投资相关经验，曾担任香港恒生投资管理公司的首席投资官，主持总规模达70亿美元基金资产的投资研究和管理工作；曾在日本野村资产管理公司任职10年，并于2003年获得晨星(日本)颁发的“本年度基金”(Fund of the Year)奖；并曾在美国旧金山的两家资产管理公司担任过基金经理和分析师。
产品点评：
以香港为核心 以基金为配置：银华全球核心优选基金通过以香港区域为核心的全球化资产配置，对香港证券市场进行股票投资并在全球证券市场进行公募基金投资。
银华全球核心优选将核心投资目标指向香港市场，是一个良好的投资定位。在内地市场以外的各个证券市场里，机构投资者目前最为熟悉的市场就是香港证券市场。银华全球核心优选投资主动管理的股票型公募基金和交易型开放式指数基金合计不低于基金资产的60％。这种“基金中的基金”投资方式，可以在全球市场内进行投资，分散单一市场风险。
费率水平：该基金的认、申购及赎回费率都采取阶梯式模式，其管理费为1.85％(年)，托管费为0.3％(年)。
基金公司：
银华基金公司成立于2001年5月，目前旗下共有1只封闭式基金和7只开放式基金，资产管理规模641.08亿元，建立了覆盖股票型、配置型、货币型和保本型基金的较为完善的产品线。
股票型基金：
博时特许价值
综合评价：
基金经理：
陈亮，硕士。2001年3月加入博时基金管理有限公司。2003年8月担任博时裕富基金经理。2006年8月起调任股票投资部数量化投资组主管，兼任博时裕富基金基金经理。2007年3月起兼任基金裕泽基金经理。2008年2月起任股票投资部总经理兼数量组投资总监、博时裕富基金基金经理、裕泽基金基金经理。
产品点评：
投资三类壁垒优势企业：博时特许价值基金主要投资于具有政府壁垒优势、技术壁垒优势、市场与品牌壁垒优势的企业。
该基金实行风险管理下的主动型价值投资策略，即采用以精选个股为核心的多层次复合投资策略。具体投资策略为：在资产配置和组合管理方面，利用金融工程手段和投资组合管理技术，保持组合流动性；在选股层面，按照价值投资原则，从品质过滤和价值精选两个阶段来精选个股。
费率水平：该基金的认、申购及赎回费率均采取阶梯式模式，其管理费为1.5％(年)，托管费为0.25％(年)。
运用遗传算法－粗糙集－逻辑回归方法（GA－RS－LR）探讨我国A股上市公司财务与股票收益的关系．运用GA－RS方法获得财务指标最优约简；运用LR模型探求两者关系．最终，经GA－RS约简，60个财务指标中有17个对股票投资有重要影响；通过LR模型，4个指标具有显著效应；其中，负债与权益市价比为5．82％负效应，其余为正效应．对2015年股票相对波动进行预测得到70％的准确率，验证了GA－RS－LR模型对中长期投资的有效性．
关键词
遗传算法－粗糙集；逻辑回归；股票收益；公司财务
1引言
股票市场对一个国家和地区的经济发展动向有前导作用．股票收益受到宏观经济现状、政策、公司财务、投资者情绪等因素影响．研究股票收益问题一直是学术界的研究热点．目前，学术界对股价与上市公司财务之间关系的探讨主要从两方面入手．一是通过建立计量模型来探求股票与其影响因素的关系，进而对股价进行分析与预测［1，2］．然而计量模型对数据平稳性、正态性等有严格限定，直接利用很难达到预期结果．股票市场数据体量巨大、类型繁多，故很多学者转而选用数据挖掘方法来探究其关系．如有不少学者就运用遗传算法［3］、BP神经网络［4］等得到了较为理想的结果．粗糙集（RoughSets）理论［5，6］由波兰数学家PawlakZ于1982年所提出．这是一种用于处理含糊和不确定信息的新型数学工具，具有优越的知识简化能力．粗糙集理论利用现有知识库对不精确的知识进行近似描述［7］．RS方法不需预先假定概率分布，也不需像模糊集理论一样假设模糊隶属函数的结构，而是仅仅利用数据本身提供的信息．目前对粗糙集的研究主要集中于其数学性质，理论的扩展以及与其他智能方法的融合与有效算法等［8］．杜婷（2012）将粗糙集运用到了个人信用评估模型之中，并取得了良好的约简结果［9］．王刚、杨善林将粗糙集与支持向量机相结合，以分析网络商品评论中的情感进行分析，实证表明，RS－SVM方法可以提高网络用户情感分析的准确程度［10］．逻辑回归方法由vethulst首次提出．1980年，Ohlson率先将逻辑回归模型用于财务危机预警，分析样本公司在破产概率区间上的分布以及两类错误和分割点之间的关系，并得到高预测准确率［11］．刘遵雄、黄志强等（2012）在逻辑回归的基础上进行完善，提出了基于平滑小编绝对偏离（SCAD）惩罚逻辑回归模型，运用到财务预警，实验结果表明SCAD惩罚逻辑回归模型的分类效果更好［12］．因此Logistic回归法在经济领域的研究受到了极大关注．基于此，本文提出了遗传算法－粗糙集－逻辑回归（GA－RS－LR）数据挖掘技术，用于探究股票投资与上市公司财务指标体系的内在联系．运用GA－RS模型得到最优财务约简指标．并在此之上利用逐步回归法与Logistic回归模型以探究公司财务与股票收益的确切关系．最终得到上市公司财务指标不同大类之间与个股投资概率之间的正负效应关系及其影响大小．
2GA－RS－LR模型构建
2．1GA－RS约简模型
粗糙集理论的属性约简算法可分为是盲目删除属性约简算法与启发式算法．遗传算法作为启发式算法中的一种，具有全局优化和隐含并行的特点，在解决复杂问题中具有明显优势．遗传算法在属性约简问题中需要具体考虑的因素如下：染色体编码：设条件属性集合为C＝｛c1，c2，…，cn｝，则条件属性空间ΩC可映射为遗传算法的染色体．每个染色体用n维的｛0，1｝二进制位串表示，每一位对应一个条件属性．若染色体上某一位取值为1则表示选择该条件属性；若某位取值为0，则表示剔除该条件属性．由此染色体个体与属性子集就建立了一一对应关系．适应值函数构造：适应值函数作为评估染色体的优劣指标，其形式直接决定了种群的进化行为［13］．在属性约简问题中，可将适应值函数定义如式（1）．式中，card（x）表示染色体中1的个数．γC（D）（x）表示条件属性集C的相对依赖度．POSCx（D）表示条件属性集合Cx的相对正域．f（x）的目标是使x中值为1的个数最少，使属性集尽可能的约简．γC（D）（x）的目标是使x的相对依赖度最大．两者结合正好满足属性约简的原理。选择概率：选择指从当前种群中选择适应值高的优良个体以生成池．设种群为G＝｛x1，x2，…，xM｝，对xi∈G，其被选择的概率设定为式（2）．式中，F（xi）表示xi的适应值．其值越高，被选择的概率也越大，从而该染色体的优良特性被保留下来的概率也就越大．交叉与变异：交叉运算是指从池中随机选取两个体进行位串，从而得到新一代基因个体的过程．由于核所包含的属性必须存在于每一个个体中，因此采用一致交叉运算以保证核所对应基因位的取值为1．变异运算指按照变异概率pm对调某位基因的二进制字符数值的过程．变异可确保种群多样性，避免陷入局部最优的困境，但变异太频繁，反而使得种群不稳定．为维持种群稳定性，pm一般设置在0．01～0．2之间．算法终止条件：连续t次迭代之后，若最优个体适应值不再提高，则认为已经近似找到最优染色体，计算终止．GA－RS约简的具体流程见图1．
2．2LogitRegression模型
通过GA－RS约简，条件属性集与决策属性集之间的确定关系并没凸显出来．因此，在GA－RS约简后，引入LR模型以探究两者之间的可度量关系．假设某事件Y满足：Y＝1，事件发生；Y＝0，事件不发生；且发生概率为p．若存在k个相互独立的变量X′＝（x1，x2，…，xk）与事件Y相关，且X与事件Y发生概率之间满足关系式（3），事件Y的发生概率与未发生概率之比取对数便可得到Logistic函数（4）：LR模型的理论约束相对宽松，无须对变量进行分布类型、协方差阵等的假定，但LR模型对变量之间的共线性干扰却相对敏感．而GA－RS约简只保证属性集合的重要性，而没有考虑独立性．若直接采用LR模型进行拟合，由于个指标之间的共线性影响，模型的拟合效果将受到干扰，甚至出现错误的模型．故本文选择逐步回归法，通过变量筛选来处理多重共线性问题，最终得到最优LR模型．
3GA－RS－LR模型实证
3．1数据选取与处理
以我国上海交所与深交所上市的A股上市公司为依据，选取2014年下半年内数据完整、具有不同行业分类的非ST、非＊ST的上市公司作为样本．提取公司财务季度指标60个，个股开盘价、收盘价，上证综合开盘指数、收盘指数等指标，最终得到样本913个．其中财务指标体系的分布见表1不同指标之间量纲不同，同一指标不同个体之间的差别各异，直接利用原始数据进行分析，不仅会增大模型的复杂度，还会造成结果的不理想．故运用K－均值聚类对各项指标进行逐一聚类，并最终将公司就不同指标分别分为3类．由于公司财务报表的公布具有时滞性，股票数据选取也将延后一个季度．同时，考虑到投资者投资其他领域而非股票所造成的机会成本，本文用上证综指收益率作为基准收益率：当大盘指数上升时，若个股上升幅度更大，则认为该个股为强势股，值得投资；反之，投资该个股并非明智之举．同理，当大盘指数下降时，若个股下降幅度更小，则该个股是抗压股；反之．基于此将股票分为2类．“好”为具有投资价值的强势股或者抗压股；“差”为不值得投资的股票．
3．2GA－RS属性约简
在对离散化数据进行GA－RS属性约简之前，需要设定遗传算法的参数．约简后，影响股价相对收益率的财务指标从60个变量缩减为17个．约简集合相对决策属性的依赖度都达到了100％，这表明该约简结果对决策属性的解释度100％．约简后的指标分布见表3可知，发展能力指标数目最多，共6个指标；其次是偿债能力．考虑到时滞性，该17个约简指标应是股票价格波动的领先指标，对下期的股价相对波动有着显著的影响．投资者在决策时应重点关注．
3．3Logistic回归与逐步回归
通过GA－RS约简后，财务指标得到了极大的简化，但是GA－RS属性约简只能保证上市公司财务指标属性集对个股相对波动率的相对重要性，而没有给出两者之间更为确切的关系．因而引入LR模型对约简的财务指标与股票波动的相互关系做更为细致准确的刻画．同时，对财务指标体系而言，计算过程中所运用的基础数据有交叉，故指标之间存在很强的相关性．这一缺陷会导致财务指标之间存在比较严重的共线性，如果直接使用LR模型将极大减弱模型的拟合效果．因此，在LR模型中使用逐步回归法进行变量筛选，消除变量之间的共线性，从而精简模型．通过计算17个约简指标的VIF值可知，固定资产增长率、销售费用本增长率的VIF都超过5，说明变量之间存在共线性．利用逐步回归法得到的LR模型中变量的VIF值见表4．可以发现，此时各变量之间已不存在共线性问题．设样本中个股为强势股或者抗压股的概率为p，则该个股值得投资的概率也就等于p，进而个股投资概率比p／（1－p）与4个财务指标之间的回归方程为：括号里为相应参数估计的z值，通过z值可知模型已通过检验．根据式（5）得到个股为抗压股的概率p与财务指标之间的关系，即Logistic模型为：可知，负债与权益市价比率对股票投资概率的影响最大．x1每变动1单位，股票为抗压股的投资概率之比则相应变化－5．819％．由于负债与权益市价比率指标属于偿债能力的指标大类，该指标主要用来衡量负债与权益资金的相对比重．其值愈大，公司自有资金愈少，对债权人的保障愈少．因而，对股价的波动将产生负效应．相比之下，固定资产增长率、存货周转率、普通股获利率对个股投资概率比则为正效应．它们分别反应了公司发展状况与预期，经营管理能力，以及每股股息的实得利率．其对股票投资价值的影响分别为0．824％、0．12％、1．009％．此外，除了这4个上市公司财务指标之外的其他影响因素对个股投资概率比的综合影响也表现为负效应，大约为4．056个百分点．为验证模型有效性，以2014年第4季度财务指标为自变量，2015年第1季度股票投资比为应变量进行模型预测检验，得到900个样本的预测准确度为70％．这表明大约有630个上市公司的个股波动可以通过上一期的GA－RS－LR模型得到准确预测．这对价值型的中长期投资者具有一定的参考意义．
4结论
本文提出了遗传算法－粗糙集－逻辑回归方法（GA－RS－LR）探究股价相对收益率与财务指标的关系．利用K－均值聚类进行离散化处理，既解决了数据量纲不一致的问题，又使同一类别相似个体之间的差异被忽略，而不同类别之间的差异被放大．通过选用GA－RS方法以约简众多的财务指标．最终得到由17个指标所组成的约简体系，且RS约简的相对依赖度为100％．基于约简指标数据，利用逐步回归法对LR模型进行变量筛选，解决共线性问题．最终得到上市公司财务指标不同大类之间与个股投资概率比之间的正负效应关系及其影响大小，并得到70％的预测准确度，验证了GA－RS－LR模型对中长期投资所具有的优势．
参考文献
［1］陈玉山，席斌．独立成分分析方法在股票分析中的应用［J］．计算机工程与设计，2007，28（6）：1473－1476．
［2］吴荣盛．全流通条件下的股票价格与财务信息的相关性研究－来自我国沪深300指数的实证研究［D］．成都：西南财经大学经济学院，2014．
［3］胡冰，潘福铮，胡清锋．遗传算法在股票短期投资决策中的运用［J］．系统工程与实践，2003，23（2）：7－13．、
［4］王莎．BP神经网络在股票预测中的应用研究［D］．长沙：中南大学商学院，2008．
［7］董威．粗糙集理论及其数据挖掘应用［M］．沈阳：东北大学出版社，2009．
［8］王国胤．Rough集理论在不完备信息系统下的扩充［J］．计算机研究与发展，2002，39（10）：1238－1243．
［9］杜婷．基于粗糙集支持向量机的个人信用评估模型［J］．统计与决策，2012，1（13）：94－96．
［10］王刚，杨善林．基于RS－SVM的网络商品评论情感分析研究［J］．计算机科学，2013，40（11）：274－277．
关键词:数据挖掘;关联规则;艺术品股票
引言
近年来，随着中国藏品热和我国政府关于艺术品交易政策的改变，中国已经取代美国成为世界第一大艺术品交易市场。2010年7月，深圳文化产权交易所推出了“深圳文化产权交易所1号艺术品资产包”，这是国内外首次出现的“权益拆分”投资模式，即艺术品股票。自此艺术品股票作为一种新型的金融产品越来越受到人们的关注［1］。由于艺术品股票价格受多方面的影响，尤其是艺术品交易市场相对于股票市场来说庄家的影响更大，所以需要寻求更为有效的方法来对艺术品交易市场进行预测。在艺术品股票市场，每天都会产生海量的交易数据，这些数据虽然存储在数据仓库中，但是并没有得到有效的利用。通过数据挖掘技术分析股票市场数据，投资者可以从中得出有效的投资信息，并综合分析利弊以后做出投资决策，提高投资收益率。一般来说，数据挖掘是指从数据库或数据仓库中发现隐藏的、预先未知的、有趣的信息的过程［2］。在国内，台湾义守大学陈庆翰开发了MIAT仿生物智慧股票预测系统，该系统是一个可以建立自我学习、自我组织、自我调节、自我改善的高度自主性智慧型系统［3］。国内还有许多著名的学者在股票预测方面做过大量的工作。国际方面，Mor-gan、Stannlog等人已经开发了AI(AutomatedInvestor)系统，该系统通过采用聚类、可视化和预测技术来寻求最佳投资时机［4］。本文致力于通过关联规则算法获得艺术品股票之间的关联关系，如“在某个时间段X范围内，艺术品股票A和B价格上涨时，有80%的情况下，股票C的价格也会随之上涨”。这样，就可以对投资者有一定的借鉴意义，防止被套牢。
1关联规则介绍
1．1算法思想假设有多个购物篮，每个购物篮是由多个项组成的集合(即为项集itemset)，那么一个在多个购物篮中出现的项集称为“频繁”项集。定义1支持度:如果I是一个项集，I的支持度(sup-port)指包含I的购物篮的数目，此时定义一个支持度阈值(supportthreshold)s，如果I的支持度不小于s，则I为频繁项集。定义2置信度:Ij的置信度即为集合I∪{j}的支持度与I的支持度的比值。顾名思义，置信度即为得到的规则的可信任程度。AGRAWALR和SRIKANTR于1994年提出了Apriori算法，该算法是关联规则挖掘的最有影响的迭代算法［5］。设Cm为大小为m的候选项集集合，Ln为大小为n的真正频繁项集集合。Apriori算法是将候选项集不断过滤，得到频繁项集，再将频繁项集进一步过滤，得到新的频繁项集，如:首先找到“1项集”的集合，再将其支持度与支持度阈值相比较，过滤得到频繁“1项集”，记作L1，再将其进行组合，得到“2项集”，再将其支持度与支持度阈值相比较，过滤得到频繁“2项集”，记作L2，以此类推，直到找到最终的频繁项集。具体步骤如图1。1．2算法实例表1为某商场9天内的商品交易情况，设定支持度为2置信度为80%。利用Apriori算法寻找所有满足条件的关联规则的过程如图2所示。接下来四项集只有{I1，I2I3，I4}，且其支持度为1，小于支持度阈值，故{I1，I2，I3，I4}不是频繁项集。由以上步骤可得:最大的频繁项集为{I1，I2，I3}{I1，I2，I4}。关联规则产生步骤如下:(1)对于每个频繁项集l，产生其所有非空真子集;(2)对于每个非空真子集s，如果其置信度不小于最小置信度阈值，则为强关联规则。经计算，强关联规则为I4I2和I1＆＆I4I2，置信度均为100%。
2改进的关联规则挖掘算法
在关联规则挖掘算法中，经典的Apriori挖掘算法是通过项目集数目不断增长来得到所有的频繁项目集的，即先产生频繁“1项集”，再产生频繁“2项集”，直到频繁项目集中的元素不能扩增为止。传统的Apriori算法有两个瓶颈:(1)需要多次扫描数据库，对于候选项集Ck，需要扫描k次数据库来确定其是否为频繁项集，是否可加入Lk;(2)由于频繁“k－1项集”产生候选“k－1项集”是将频繁项集中的元素进行组合得到，呈指数增长，这将产生大量的频繁项集，从而产生大量的关联规则［6］。这两个瓶颈明显降低了算法的效率。因此，在传统关联规则算法的基础上，本文提出Apriori算法的改进算法，即Partition算法。由于Apriori算法需要对数据库进行多次扫描，这个过程非常繁琐，可以将数据库逻辑性地分成几个互不相交的块，即分而治之。Partition算法步骤如下:(1)每次都只针对单独一个分块，其中分块的大小要保证可以放入主存，每个阶段秩序被扫描一次，而算法的正确性是由每一个可能的频集至少在该分块中是频集保证的。利用Apriori算法产生它的频繁项集。(2)把所有分区产生的频繁项集合并，生成候选项集，扫描整个数据库，计算这些项集的支持度，最终得到全局的支持度不小于支持度阈值的频繁项集。该算法流程如图3。Partition算法共扫描数据库两次。第一次扫描是对数据库进行分块，找出各块的频繁项集，即局部频繁项集;第二次扫描数据库是求候选集的支持度，用以计算全局频繁项集。相对于传统Apriori算法，Partition算法全程只扫描两次数据库，大大减少了I/O操作。由于Partition算法是并行计算，同时对各个分区进行求频繁项集的操作，大大提高了算法的效率。Partition算法是高度并行的，即把各个分块的处理分配给不同的处理器来产生频繁项集，在每一个循环结束之后，各个处理器之间会进行通信，以产生全局候选项集。
3关联规则在股票方面的应用
在文化艺术品交易市场，每天都会产生大量的交易数据，利用数据挖据技术对股票市场的股票价格以及股票的走势进行预测，通过运用关联规则技术对艺术品股票市场进行分析，为投资人提供较为准确的预测结果，防止投资者盲目投资［7］。本文选择了某艺术品股票交易市场2016年1月～5月几个月的交易数据，以此为依据进行股票关联规则挖掘。选取其中6只股票并分别记为A、B、C、D、E、F。然后对股票进行预处理，如果某天A股票上涨，则记为A0，若下跌则记为A1，其他股票同理。部分股票数据如表2所示。运用Apriori算法的改进算法———Partition算法进行关联规则挖掘，在实验中，设定支持度为60，置信度为70%，得到如表3所示挖掘结果。
4结束语
景顺长城是基金公司中2013年最大赢家之一，旗下13只股基（主动操作类的股票型、混合型），合计赚钱76.17亿元。虽然股基规模在全部基金公司中位列第六，但在《投资者报》“基金公司赚钱榜”中位居赚钱总额亚军，股票投资实力彰显无遗。其中景顺长城内需增长及内需增长贰号基金、景顺长城鼎益三只基金赚钱均超过10亿，基金经理杨鹏、王鹏辉、张继荣三人《投资者报》“基金经理赚钱榜”中分列亚军、第4名、第13名，是当之无愧能赚钱的“金耙子”。
内需双雄适时减仓更会轮动
景顺长城内需增长及内需增长贰号基金，由王鹏辉、杨鹏共同管理。景顺长城内需增长贰号是景顺长城内需增长的复制基金，名副其实的兄弟俩。双鹏基金经理也合作多年了。这是2013年市场上非常风光的两只基金，从净值上看，内需增长在528只同类基金中排名第7，内需增长贰号排名第8。赚钱效果上看，内需增长贰号在2013年赚得22.57亿元，是全市场最赚钱的基金。
两只基金的特征是，不仅净值增长快，赚钱多，而且规模也不小，这就更不容易。
景顺长城内需增长去年初规模是27亿元，是一只规模相对适中基金。内需增长贰号38亿元，相对于规模两三亿的基金，基金经理就不能只把目光盯在创业板的小股票上了。3亿元规模基金，可以配置十几只小股票，像景顺长城内需增长这样十倍体量的基金，即使按照集中配置原则，也需买入上百只股票，难度自然增加很多。实际情况是，2013年中报时，该基金持股34只，2013年底时，持股增加至83只，可见操作难度远非小基金可比。
在持股数量增加的同时，内需增长2013年全年股票仓位各季度呈下降态势，分别是95%、89%、89%、79%，第二季度内首次卖出股票，基金经理的确看对了二季度市场跌幅较大，进行果断减仓，将前期的利润变成真金白银收入囊中。大盘第四季度继续下跌，这只基金又将仓位由89%减少到79%，下降了10个百分点，又一次成功锁定利润。
不仅会适时减仓，内需增长还会在不同市场间交叉寻找机会，通过主板、中小板、创业板市场风格轮换来赚钱，并非全部押注于某一板块，且选股不流于概念，强调行业景气度、市场地位、公司基本面等，对本轮行情中鸡犬升天类的品种保持距离。这样的基金，适合于“全天候”生存，应该会走的更远更稳。
从全部持股来看，2013年二季度末时，该基金减持沪深主板，增持中小板和创业板。持有中小板仓位增加7%达35%、创业板增加6%达27%，减持的沪深两市主板资金，向中小板、创业板倾斜。其后的第三季度，中小板指数跑赢沪深300指数10个百分点，创业板跑赢25个百分点，说明基金经理是适时而动的。
从各季度重仓股的更迭也可以看出基金经理把“好钢用在刀刃上”，获利股票在高点卖出，把资金腾挪到更有潜力的股票上。事实上，赚钱榜上突出的基金经理，大多是靠投资智慧而不是靠投资教条立足于市场。
其中，基金经理杨鹏还管理着景顺长城中小盘，2013年赚钱2.87亿元，两者相加，助推他夺得2013年基金经理赚钱榜亚军。
景顺长城鼎益也是一个赚钱大户，2013年共赚10.8亿元，赚钱贡献值仅次于内需增长。这只基金由张继荣管理，2013年底时规模48亿元，是一只中型基金。张继荣对重仓股挑选有着同样不错的眼光。
基金经理风格多样化
会赚钱有人爱，群众的眼睛是雪亮的。能够为持有人赚到钱，投资人自然愿意将资金更多地交付其管理，内需增长规模从年初10亿份增加到年末21亿份，增加了一倍。内需增长贰号从46亿份增加到83亿份，增加80%。新增加的份额，多数是中小投资者的申购，可视作群众给赚钱基金经理和基金公司的投票。
股票投资可谓景顺长城的强项，多年来该公司崇尚基金经理风格多样化。能适应任何市场风格的基金经理凤毛麟角，但如果一个团队中基金经理们风格差异化且风格清晰，那么这个团队中每年都会产生出类拔萃的基金经理及产品。前提是，投资风格的塑造是有效且不漂移的。景顺长城基金近年来对投研平台的打造其中很重要的一项工作是培养投资人才并使其形成不同的投资风格。
目前景顺长城已经拥有一个强大的基金经理团队，截至2013年12月31日，这些基金经理平均从业年限近10年，而他们加入景顺长城基金的年限平均下来是5.3年，人员结构相对稳定。公司鼓励这些基金经理形成适合自己的投资风格，并对风格的稳定性做定期的回顾和改进。
每个季度投资部会做回顾，检验每位基金经理的投资理念与之前是否一致，操作是否符合理念。而有潜力的研究员也会被分批送往香港接受培训，在国际大资产管理集团接受投资流程和研究方法方面的熏陶。
五一前夕，在他的办公室，张可兴接受了《投资者报》记者的采访。和他一番交谈下来，回过头来发现他在办公室位置的选择和投资股市的思路上，可以说是一脉相承。
2006年，张可兴由创业者来了个180度大转身，投身股票市场，成了私募公司的管理者。他说，由于多年的实业经验，转型做投资反而有了很多不一样的思维：要用简单的常识，寻找确定性公司来投资。
“估值低、利润增长率高的公司，这两个因素越确定，股票会越赚钱。”张可兴说，办公室的位置选择也如此，在金融街边缘位置能够以最合适的价格租到有潜力的物业。
他的投资偶像是巴菲特。在他办公的会议室的墙壁上，就挂了巴菲特和芒格的照片。因此，在他的一些投资思路里，总能看到巴菲特投资观点的影子。
目前，张可兴管理了两期基金，两年来两只基金的收益率为13%，绝对收益远远超过大盘（沪指同期表现为-20%）。
实业转型股票投资
相比国内私募经理多数职业投资出身，张可兴算是半路出家。
2002年，张可兴大学毕业后在西安做起了英语培训，经过了三年的不懈努力，培训学校成为了西安市大学生培训市场的领导者，由此获得了人生的第一桶金。
2005年互联网2.0版热潮兴起，国内出现了很多模仿Facebook的社交网络，他的目光也转向互联网，投资了露脸网，虽然做到了用户数行业第五，但是校内网的发展速度更快。
张可兴说：“当时我们接触过校内网，但是太过自信，认为自己创业也能成，所以就没有投资，与后来的校内网上市失之交臂。”
互联网行业是一个很短时间论胜负的行业，能多大成功不好说，但是谁不成功却能看出来。当时国内有上百家类似公司，5Q网陈一舟拿钱砸，张可兴最后发现不能再往里面投钱了，所以选择卖掉了企业。
在投资互联网这一时间段，张可兴接触了很多风投，开始了解到做投资也能赚钱，但当时并不清楚，他们怎么退出：上市呢？还是下一步融资退出？但是给了他一个大体的印象，这是一个可以长期可以做的事业。
自然而然地张可兴在结束了互联网的创业生涯后，来一个毅然的转身——投身二级市场。
对张可兴的选择，周围朋友感到很诧异，觉得怎么跨行做投资呢？“但是我觉得不是，我其实在做教育培训的时候，就开始投资了，我投资过互联网项目，还投资过天津的建材项目。”张可兴说。
他认为，帮他下决定的是来自巴菲特的一句话：买股票就是购买企业的部分股权，要以做企业的视角进行投资决策，“看了这句话顿悟，股市不是赌场，打消了疑虑。”
为什么没有选择利润更高的一级市场，张可兴说，投资一级市场，需要的资金量很大，需要几千万甚至上亿，而且投资一个项目周期很长，需要三五年，退出困难。张可兴自己创业，很明白做一级市场投资，很难了解到企业的真实信息，由于未上市不会披露信息，即使问，也可能得到虚假信息。
至少对张可兴而言，做一级市场风险很大，而二级市场，需要的资金比较少。2006年上市时，很多企业质地还是相对较好，毕竟A股上市是有门槛，能上市的在中国来说是相当不错的公司，财务方面相对一级市场也会更透明。
技术分析不靠谱
对于一个非职业投资出身的张可兴来说，怎么进行投资获得高收益，是他的客户非常关心的问题。
要知道，张可兴到现在都不懂K线图，对于技术分析也一知半解。他对记者表示，实际上，他根本就不想知道技术分析，只要知道，一个企业在什么价位买卖合适就行了。
“这一点，可以说是实业转型做投资的优势，或者准确地说是特性。”
在他看来，专职做证券投资的，或者学院派投资经理有着根深蒂固的思维，他们做投资都有一套流程，譬如看年报，拜访公司管理层，上市调研……经过流程后，很多人自以为明白了，事实上就是走了一个过场。
“你想，一个刚出校门四五年的基金经理面对胸有城府的董事长们，能套出什么真实的信息呢？”
例如曾经红极一时的水产行业，很多卖方研究员都积极推荐行业的龙头，但是他去年初就否定了这个行业。当时还没有出现问题，公司都是高增长行业，为什么不投资？
他认为，水产公司有多大的水域，底下有多少海产品，你根本无法调查，从这一点上就给否定了，投资最大的问题，就是你自认为很懂。
我们看财报，很难发现做假，但是能感觉到有什么不对，这样的企业就避开，张可兴从这一点上来防控风险。
“有人说不理解股市，但是你只要学习一两个月就懂了基本的买卖规则，因为你不用学习什么技术分析。”在张可兴的眼中，金融行业从事投资没有什么优势，我也不羡慕他们的思维，巴菲特在他投资前十年生涯中，就得出结论技术分析不靠谱。
“最终做投资决策时，买谁不买谁，就是经过深入研究和调研后的常识。”张可兴再三强调。
要做确定性投资
张可兴对外表述他的投资理念时，用了一个词：确定性投资。
如何去理解？确定性是挺主观的表达，说等于没说，但是投资本身就是一个主观看法，你看好不等于别人看好。
张可兴认为，股市最大的确定性就是股票估值高低的变化，无论中国股市是在国外股市都有自身的运行规律。这个规律就是从低估到高估，再到低估，不断循环往复。目前中国A股的估值在向国际股市的估值接轨，这轮形势实际已经在接近，沪深300的PE不到10倍，而港股，包括美国估值的PE，正常的区间也在8～9倍的样子。这是一个很重要的规律，投资最终一定是依据大概率事件来做决策，而不是根据短期CPI涨了多少，PMI指数等数据的多少。
判断了趋势，如何选择股票赚钱，张可兴说有两个因素，有估值提升和利润成长的空间的公司，两个因素确定性越高，赚钱的确定性越大。就像A股，上一轮2006、2007年时所有股票都涨，港股也不例外，但坐的是过山车，上去之后马上又下来，但好企业会有支撑，会不断地再创新高。
可能大家觉得这很简单，都是常识，但这5年以来，张可兴的总收益翻了4倍多。投资其实很简单，想得太复杂了反而不容易做决策，做决策的那一刹一定是几个很重要的点来支撑你为什么买它。
张可兴在思考企业能不能投资时，会有这样的考量：一个企业你觉得值得买，甚至敢重仓买，那么你只会有一两个理由，如果你说了一大堆理由，那我觉得你这个问题可能想得并不清楚。这几个规律是我们投资体系中，甚至是做投资的人应该掌握的基本规律。
确定性投资，不等于长期投资。持有时间上，不是一两年，很多机会都是阶段性的。譬如奶粉事件的伊利股份，出现阶段性机会。天士力，2012年初因负面四季报消息一度跌到30多，我们一下子全部买进。很多看好的行业，都仅有短暂的黄金投资机会。在确定性下，不一定是长时间拿着。
对于没有出错，非常看好的行业，如果不涨，他就会长期持有，等待估值回升。当初的银行股，一直持有两三年。如果短时间涨了一两倍，又发现其他更好的机会，也可能会卖掉。
投资非常强调纪律。巴菲特40岁到海边度假，赌扑克牌，筹码5美元，想了想没有胜算，就不赌。很多人觉得小赌怡情，不就是5美元了，但巴菲特纪律性非常强，没有胜算就不做。“做投资没有纪律性，早晚会出现问题。”张可兴说。
常识验证投资决策
张可兴在采访中，多次强调投资其实很简单，学会用常识判断。如何用常识，张可兴举了几个例子。
2006、2007年，很多二线、三线的体育用品品牌争相上市，你会发现他们开店数量非常快，而且空间非常大，至少是五倍十倍的收入增长，但为什么到最近几年体育用品行业简直惨不忍睹？当时张可兴去吉林的一个很小的县城，发现很多人，都穿着体育用品二三线的牌子在大街上逛。你觉得这意味着什么？这意味着大家都已经消费了体育用品服装，如果大家都穿体育用品的衣服，还有谁再追加购买？如果一个东西都消费了一轮，你想再让它消费，甚至于再消费一遍，这种不确定性就加大了，所以我们没有投它。2009年没有问题，还是高增长，但是2010年就下来了。
还有近期的白酒行业也面临同样的问题。塑化剂只是引爆白酒行业危机的一个导火索，根本的问题是自身。张可兴在2012年初做调研的时候听到过一个数据，四川一个非常有名的企业库存将近100亿。这是一个二线的牌子，我们觉得这个数值太庞大了。厨房里如果有蟑螂的话，绝对不只有一只。什么意思呢？它出问题了，所有的白酒行业都不会好，可能像茅台这样的企业能够度过危机，但行业的属性我们是非常看重的。
因为巴菲特有句名言，一匹马非常非常优秀，但它不是数学家。因为我们不是要找一匹非常优秀的马，而是数学家。
再如水产行业的獐子岛，在启动初，很多券商都在推荐，但12年股价就下来。当一个企业都是利好的时候，你可能把风险不当一回事。当时，就有个业内人士提过，海参大部分都是北方，现在南方也开始生产，海参价格可能受到冲击。很多人不当回事，但事实上现在已经爆发了，影响还很大。
张可兴又举了确定性投资的几个例子。除了一直持有的银行保险，市场还存在很多套利机会，这也是确定性投资。
香港市场有个A50股指期货合约，是博弈5年后，股指是否能到3500点。我们觉得这是大概率事件，这样的品种我们会考虑。
譬如套利，万科A和万科B，去年有三次的折价机会。虽然公司的产品做不了，但是个人的账户可以做港股市场。如果三次折价作准了，收益能达到100%，即使对一两次，也能到50%。还有包括银行的折价，可转债，封基等等中间都存在套利机会，这些也属于确定性投资。
常识也会误导人，很多时候，你感觉的事实并不一定是真实状况。 张可兴回忆说：“譬如对于味千拉面的投资，我第一次吃的时候觉得并不好吃，但是后来还是投资了它，因为它在一定的人群中有影响力。”
不过，在总体判断上，还要相信自己的直觉。“每个人都有自己的投资能力圈，无法了解，不如去放弃。除非有别人去代替来验证。”张可兴说。
T：你曾经有一个非常形象的比喻：投资股票要像找老婆一样精挑细选，要选择最好的企业来投资。那你认为最好企业的标准是什么？
Z：我们的股票池分为两类，一类叫A类，称为核心股票池，另一类为B类，称为一般性股票池，A类股票池肯定符合B类所要求的条件，但B类一般不符合A类或者我们不确定是否符合A类。
进入A类股票池的企业，主要看企业、行业和管理层3方面。符合B类股票池的一般原则，要公司成立10年以上，上市三年以上，经过熊市；正常ROE不能低于15%；管理层要诚实；企业价值不能依靠一个尚未确定的新产品；不能严重多元化；不能处于转型期等等十几个指标。
也不是说，所有的指标都完全符合才会去选，只不过尽最大限度地接近。上述指标，同行觉得太苛刻，但实际上每一条都是积累了我们和同行血泪的投资经验教训。
其中有些硬性指标，未满三年上市的不投资，转型的企业不投资。苏宁电器在转型，向电商化发展，我们看不清楚未来发展方向，能不能成功还是未知数，所以就会放弃。云南白药逐渐变身家化企业，也不符合我们的指标。
ROE也是重要指标，最能反映公司的经营能力。万科2010年持续宏观调控以来，ROE在不断提高，不敢相信去年ROE都超过20%，这说明企业竞争能力非常强。
行业属性也非常重要。如果行业选错了，再好的企业都不会好。像最近的服装行业、白酒行业，两个行业都不景气，更别说相关的公司了。管理层改变行业的能力太小。我们先选择行业，然后再选公司。
T：在你的组合里，一般会买多少只股票？这些股票仓位是如何配置的？
Z：两个股票池，B类不到30只，A类不足20只。看好银行保险、食品饮料、信息技术等行业。其他行业，我们看不懂，也不会去轻易选择。
看好行业后，我们就会精选企业，敢重仓到20%，仓位很高，当然要做到相对可靠。银行给我们做尽职调查，很多人问怎么做风控。在我看来，像止损这样的风控并不重要，即使你的仓位很低，买错了，损失仍然会很大。
我们有行业配置的要求，虽然看好银行，多多少少也要配置其他行业，至少五个行业以上。股票池里，一般不超过10只，太多了，没有精力了。我们属于精研型。你放眼A股，好的投资标的不多。我们看好大众消费品，并不便宜，白酒短期我们也不看好，所以现在的主力仍然集中在银行地产保险，还有一点点医药，作为行业配置。
T：去年5月份，你就非常看好银行，去年你应该在银行上赚了不少吧，现在卖出了吗？为什么认为银行股是低估的？
Z：怎么判断行业的价格是合适的？我们不知道银行股跌到何时，但银行的利润大体好判断，由银行的利润增长给出一个合适的估值。我们拿美国、日本、中国香港做参考，他们的银行，金融危机的估值和常态下的估值到底是怎么样。恒生银行常态估值系15倍；国外优秀银行一般来说悲观的估值也是在5、6倍。
做投资都有这样的担心，要不是买贵了，要不是怕买不到。5、6倍数是超跌了，但是到8、9倍的时候，我们并不知道跌到何时。2008年我们开始买进，到2009年银行股大幅度上涨，全部清仓赚取了一倍多。2010年，银行股再次陷入低迷，我们再次逐步加仓，直到现在，我们仍然持有大量的银行股。
我们也不敢全仓买进，逐步买。现在的策略是，逢低买进，去年以来银行大涨，我们认为银行股还有上涨的空间，没有卖出过。期间，2010年房地产开始调控，判断地产股价格有吸引力，买了地产，当时买的价格很低，万科、保利都接近翻倍了。
T：你平常去公司调研吗，如何去调研？
Z：对于那些非常透明的白马股和公众知名公司，基本面短期不会发生很大的变化，所以不会经常去调研。
调研是有目的，你要弄清楚去调研什么？我们可能会去调研一些新上市的公司，因为很多信息都不太透明。我们提到上市三年的企业不会去买，但是这期间我们会一直关注，寻找合适的投资标的，然后等待价格。
T：你最成功和最失败的投资是哪家公司？
Z：投资最成功的还是银行和地产，投资的股票有民生银行、兴业银行，万科、保利地产。虽然在东阿阿胶、天士力赚取了不少的钱，但是因为仓位不高，比例不是很大。苏宁电器投资出现了亏损。
关键词：企业价值；平衡积分卡；投影寻踪
基金项目：黑龙江八一农垦大学研究生创新项目（项目编号：YJSCX2014-Y36）
中图分类号：F83 文献标识码：A
收录日期：2014年12月12日
一、引言
随着资本市场不断发展与完善，目前共有二千多家上市公司在沪深两市挂牌交易。面对纷繁复杂的交易信息和多元化的投资策略，处于劣势地位的广大投资者如何在瞬息万变的股市中选择高价值的上市公司进行投资成为广大市场参与者及国内外学者研究的热点问题。作为投资价值理论的创始者，本杰明・格雷厄姆于1929年提出了基于安全边际原则的投资理念；而巴菲特对投资价值理论的成功实践则掀起了投资价值的研究热潮。
针对投资价值的分析方法，学者林斗志（2003）通过运用统计分析的方法指出我国股票市场不稳定需要进行理性投资。费斯・迈克尔（2005）则引入了层次分析法来分析上市公司在财务方面的投资价值。任福军（2005）通过引入因子分析法来研究其在证券行业投资价值评价中的有效性。张蕾（2007）则指出将层次分析法与因子分析法结合运用能更好的反映上市公司的内在价值，这有利于对投资者进行投资决策提供指导。
针对投资价值选取指标的研究，孟赞提出运用净资产收益率、每股收益、市净率、市盈率、产权比率这五个关键财务指标来反映公司的价值，以达到为投资者提供投资决策的目的。刘强、赵振全（2004）则进一步扩展指标，通过建立全面反映上市公司股票投资价值的指标体系对股票的相对投资价值进行分析。
投资价值分析还应结合行业的适用性来研究，李立辉（2002）通过对各行业的投资价值进行研究，得出各行业投资价值的综合评估排序，并指出不同行业的投资价值不同。随后，孙美、刘亚萍（2008）明确指出应区分不同行业来分析上市公司的投资价值才更具可比性。
总的来说，国内外关于上市公司投资价值的研究较为广泛，许多学者在分析需区分行业进行研究方面达成一致，但大都集中在财务层面进行研究，并且研究方法存在一定的主观性。
基于此，本文将投影寻踪模型引入上市公司内在价值的量化评价领域克服了评价中存在的主观性问题，并构建基于BSC的财务层面、顾客层面、内部流程层面及学习与成长层面的综合指标体系，同时剔除了不同行业评价指标的偏差性，本文选择信息技术行业为研究对象进行投资价值的实证研究。
二、研究设计
（一）运用投影寻踪进行优序排列。投影寻踪是一种被用来分析和处理高维度数据的有效方法。Kruscal首先使用投影寻踪将高维度数据经过某种组合后投影到低维空间上，并通过一系列计算，极大化反映数据聚类程度的指标，从而得到反映高维数据结构特征的最优投影。相比传统的方法，投影寻踪分析法对数据的特征或结构没有任何条件的限制，而且能够直接观察数据的优点，并能够有效地排除专家判断的主观性，有利于提高综合评价的可靠性与准确性。因此，本文运用投影寻踪模型来计算代表上市公司内在价值的综合得分并进行排名。
（二）评价指标的选取。本文考虑信息技术行业的独有特征，根据平衡积分卡的原则来构建指标进行实证研究从而量化上市公司的内在价值。
1、财务层面指标的选取。从反映信息技术行业上市公司内在价值的角度出发，选取公司的盈利能力、发展能力、营运能力、偿债能力来反映其内在价值在财务层面的体现。其中，选取销售净利率、净资产收益率作为反映盈利能力的指标；发展能力指标则选取总资产增长率；流动资产周转率则反映上市公司运营能力；最后，选取流动比率反映公司的偿债能力。
2、顾客层面指标的选取。顾客的满意程度对企业来说具有重大的意义，企业在顾客层面的指标则以新增顾客获得率和顾客保持率为代表。
3、内部流程层面指标的选取。内部流程层面则选取销售费用率来代表企业内部对销售的重视程度，此外选择R&D投入回报率及R&D占比来反映企业内部流程中对研发的重视，最后选择存货周占率来观察企业内部存货的积压程度、内部的周转情况。
4、学习与成长层面指标的选取。信息技术行业需要不断改进现有产品和程序，引入新产品，才能适应激烈的市场竞争。公司学习和成长的能力是与公司价值直接相连的，只有加强学习与成长能力企业才能创造更多的价值。因此，要调动员工的创造力实现企业的目标企业必须重视员工的学习与成长。本文选取员工平均生产能力、本科及以上人员占比、技术人员占比及员工股票期权占比来反映企业内部员工的能力、员工质量、信息系统能力及员工保留保持率。
（三）内在价值评价指标体系。（表1）
三、实证分析
（一）样本选取与来源。本文以沪市A股信息技术行业上市公司作为研究对象，样本选取的主要约束条件有：2013年上市；目前状态为正常上市；财务及非财务数据资料完善。最终获得33家信息技术行业的上市公司。数据源于国泰安数据库和上市公司年报。
（二）模型解析。运用投影寻踪模型来量化上市公司内在价值，通过计算得出最佳投影方向：a*=（0.2134，0.0420，0.0565，
0.3094，0.0650，0.3133，0.3122，0.3227，0.0332，0.3746，0.2807，0.1541，0.1561，0.3586，0.3909）。根据投影寻踪模型计算出的最佳投影方向结果，可以得到各个二级指标对上市公司内在价值评价结果的贡献率。（图1）
由图1可知，二级指标对上市公司内在价值的影响程度从大到小依次如下：授予员工股票期权占比、R&D占比、技术人员占比、销售费用率、新增客户获得率、客户保持率、现金比率、存货周转率、销售净利率、本科及以上人员占比、员工平均生产能力、总资产增长率、流动资产周转率、净资产收益率、R&D投入回报率。
根据图1所得的二级指标贡献率，进一步计算得到一级指标的贡献率，如图2所示。（图2）
由图2可知，一级指标对上市公司内在价值贡献率大排序依次为：内部流程层面>学习与成长层面>财务层面>顾客层面。因此，企业不应该像过去一样只注重财务绩效，企业应该关注更多的非财务层面的影响因素，加强企业内部的流程建设，同时注重企业自身的创新与学习以给企业注入源源不断地活力。此外，企业在顾客层面应该加强管理。
根据a值，进一步求得不同密度下综合评价投影值z10*（j）=（0.6500，0.6103，0.4256，0.8659，0.8650，0.7863，0.8523，0.9449，
0.8517，1.1229，1.0526，1.2330，0.7808，0.6494，0.9795，0.8977，0.5382，0.9997，1.2983，0.9885，0.9974，0.3568，1.0108，0.7008，0.9769，0.5764，0.5656，0.8278，0.5805，0.9787，1.5000，0.6152，1.6796）。根据投影值的大小，可得出33个样本的排名，即信息技术行业上市公司内在价值综合排名情况，如图3和表2所示。（图3、表2）
四、结论
本文通过对信息技术行业上市公司的内在价值进行研究得出如下结论：采用平衡计分卡比采用单一的财务层面的指标具有更高的解释能力，通过平衡计分卡来分析上市公司的内在价值有助于了解企业价值创造的来源；平衡计分卡四个层面对企业价值都有显著的影响力，不可偏废；将投影寻踪模型应用于上市公司内在价值评价领域，克服了传统方法数据分辨精度不高和评价结果离散性不强的困难，从而使得到的上市公司内在价值排名结果更为客观准确；运用投影寻踪得出的各一级指标贡献率可知内部流程层面、学习与成长层面是信息技术行业上市公司内在价值的主要影响因素，投资者在进行投资时应着重考虑这些方面。
主要参考文献：
[1]玛丽・巴菲特，戴维・克拉克等.巴菲特教你读财报[M].北京：中信出版社，2009.
[2]林斗志.价值投资在我国股市表现的实证分析[J].财经科学，2003增刊.
[3]任福军，因子分析法在我国股票市场行业投资价值评价中的应用[J].万方数据库，2005.
