欢迎来到易发表网!

关于我们 期刊咨询 科普杂志

股票投资评估优选九篇

时间:2023-08-23 16:35:01

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评估范例。如需获取更多原创内容,可随时联系我们的客服老师。

股票投资评估

第1篇

关键词:企业价值 内在价值 企业价值评估

我国证券化率从2006年的42%一举突破100%,达到目前的140%左右水平,但证券市场的巨幅波动,让大多数投资者无法估量中国资本市场的价值,无法估量某只股票的投资价值,致使投资者的投资带有一定的盲从性。为了给投资者提供投资决策依据,有必要采用科学的估值方法对上市公司进行价值评估,以此将投资者的目光引导到企业内在价值的投资上来,并通过资本市场实现资源的优化配置,促进实体经济得到持续健康发展。本文通过计算一上市公司的内在价值,尝试将企业价值的评估方法应用于股票的长期投资决策。

一、企业价值与股票的内在价值

“企业价值最大化”作为企业的经营目标已经为大多数企业接受,并成为投资者投资决策的标准。“企业价值最大化”是指对企业现有资产进行合理运营,实现未来获利能力的最大,表现为企业的内在价值。沃伦.巴菲特定义的企业内在价值为:“内在价值是一个非常重要的概念,它为评估投资和公司的相对吸引力提供了唯一的逻辑手段。内在价值的定义很简单:它是一家公司在其余下的寿命中可以产生的现金贴现值。但是内在价值的计算并不如此简单,它是估计值而不是精确值,而且它还是在利率变化或者对未来现金净流量的预测修正时必须加以改变的估计值。”根据巴菲特的定义,企业价值(亦称公司价值)等同于其内在价值,内在价值表现为未来现金净流量折现值。

企业价值最大化在上市公司中是由其所拥有的股票数量及其市场价值决定的,在资本市场有效的情况下,股票数量一定时,企业价值由股票价格决定;同时股票价格能够全面反映企业价值。其企业价值高时,内在价值高,股票价格也高;反之,股票价格偏低。因此,上市公司企业价值的研究应以股票市价为依据。

资本市场中企业作为一种特殊的商品,其价格表现为股票价格,并遵循价值规律,价格依据供求关系而围绕着企业价值上下波动。即企业的内在价值决定了股票的价格,股票的价格以内在价值为中心轴线,围绕中心轴线上下波动,但波动的方向、幅度受资本市场各种因素的影响。因此,研究企业价值的目的是研究股票价格变动的中心轴线。

经营者将企业价值最大化作为经营目标时,要合理地安排经营活动,实现企业价值最大化。正因为如此,投资者才能以企业价值最大化作为投资决策的依据。以企业价值作为决策依据时,必然涉及到企业价值评估的问题,通过企业价值评估明确企业的价值,揭示股票中心轴线的价位,分析其市场表现与内在价值之间的差距,以引导投资者的投资取向。如果股票价格低于企业价值,具有投资价值;反之,没有投资价值。通过价值评估可以提高资本市场配置资源的效率;可以引导投资者进行价值投资;可以推动企业实现价值最大化。

上市公司的内在价值应以上市公司为例进行研究。我国资本市场中的上市公司中,证券公司与资本市场联系最为紧密,而且业务比较典型,具有普遍性,不受生产工艺的限制。因此,本文以X上市证券公司为例说明企业价值的评估,说明企业价值评估在投资决策中的应用。

二、我国证券公司价值评估模型的确定

2.1证券公司价值评估模型的分析

企业价值评估的方法主要有成本法、市场法、收益法等。成本法是依据资产的重置成本,考虑各种贬值因素评估资产价值的方法。成本法受到资产使用状态、收益弥补的计量等因素的影响,而且适用于个别资产的价值评估。市场法是利用市场上同样或类似资产的近期交易价格,经过直接比较或类比分析以估测资产价值的各种评估技术方法。市场法受到是否有活跃的公开市场和可比资产的限制,适用于个别资产的评估。收益法是通过评估未来收益的现值来判断资产价值的评估方法。收益法受到未来收益能否以货币计量及其预测准确性的限制,适用于企业价值的整体评估。企业价值是未来现金流量现值的总和,而未来现金流量与未来收益有着密切的联系,未来收益又是企业整体资产经营活动的结果,因此,本文采用收益法评估该证券公司的企业价值。

采用收益法对证券公司价值进行评估时,其前提条件是能够用货币预测未来收益,即未来现金净流量。公司价值与利润和现金净流量均有关,但利润受到公司会计政策、会计估计等等因素的影响,而现金净流量具有客观性,且公司价值最终是由现金净流量决定的,因此,本文选择现金净流量预测未来收益,并采用合适的折现率将其折算为未来现金净流量的现值。折现模型分为股利折现模型、公司现金净流量折现模型、股权折现模型。股利折现模型的价值评估是以股利为基础进行折现,受公司是否分配股利的限制。公司现金净流量折现模型的价值评估是以公司的全部现金净流量为基础,受非正常的现金净流量的影响。股权现金净流量折现模型的价值评估是正常的现金净流量为基础。股权现金净流量对于周期性较强、财务杠杆较高的企业来说有时候会出现负数,但随着资本市场的逐渐转暖,中国证券公司进入了良性发展阶段,赢利和现金净流量状况都比较好;同时国家政策对证券公司的资金杠杆率有硬性的规定,大多数证券公司不会出现股权现金净流量为负数的情况,具备了使用股权现金净流量折现模型进行估值的条件。

股权现金净流量是指企业的净利润扣除折旧摊销等非付现费用、资本性支出、营运资本追加额、偿还本金后,再加上新发行债务收入后的数额。表示企业在不影响正常经营活动的基础上,可以自由支配的现金,因此,又称为股权自由现金净流量。

参考文献:

[1]【美】汤姆.科普兰著,《价值评估》,中国大百科全书出版社,1997.4

[2]【美】Aswath Damodaran著,《投资估价》清华大学出版社,2004.7

[3]【美】戴维.G.卢恩伯格等著,《投资科学》,中国人民大学出版社,2005.3

[4]【美】Stephen H.Penman著,《财务报表分析与证券价值评估》,北京大学出版社2007.9

[5]【美】兹维.博迪等著,《投资学精要》,中国人民大学出版社,2007.2

[6]【美】本杰明.格雷厄姆等著,《证券分析》,海南出版社,2006.2

[7]【美】戴维.弗里克曼等著,《公司价值评估》,中国人民大学出版社,2006.9

[8]牟海霞,蒋义宏著.《证券公司会计》,上海财经大学出版社,2007.9

[9]陈佳贵主编.《2008年中国经济形势分析与预测》,社会科学文献出版社,2007.12

[10]中国证券协会编.《证券投资分析》,中国财政经济出版社,2007.7

[11]任淮秀主编.《投资银行业务与经营》,中国人民大学出版社,2009.5

[12]胡奕明主编.《财务分析案例》,清华大学出版社,2006.7

[13]仔孟华著.《流动性溢价与资产定价》,东北财经大学出版社,2007.6

[14]朱锡庆,黄权国.《企业价值评估方法综述》,《财经问题研究》2004年8月

[15]卢勇,虎林.《西方企业价值评估理论及在我国证券市场中的适用性》,《金融理论与实践》2005年第1期

[16]中国证券网

[17]上海证券交易所网站

(2)市场风险溢价 的估计

市场风险溢价是预期市场有价证券投资组合回报率与无风险收益率之间的差额。估计市场风险溢价是通过估计道琼斯指数或者其它具有代表性指数的平均收益率相对于10年政府债券的几何平均数的溢价计算。

(3)公司β(BETA)系数估计

公司β系数可以通过下面线性回归方程表示:

其中,Y为股票的收益率,X为市场的平均收益率,为该股票的纵轴截距,为回归线的斜率,既该股票的β系数, 为随机误差项。

β系数的计算公式:

其中, 为特定股票的收益率与股票平均收益率的协方差,S2为股市平均报酬率的方差。

在成熟市场中有机构对公司BETA系数进行长期研究,定期公布研究结果,如果公司股票上市,可以使用公布的β系数。我国有关的研究机构开始研究β,并可以提供公司β系数测算的结果。

三、股权现金净流量折现模型的应用

利用某证券公司的实际数据应用股权现金净流量折现模型评估该证券公司的企业价值价值如下:

3.1计算股权资本成本

计算股权资本成本的关键是对无风险收益率、市场预期收益率、β系数等的估算。

(1)估算无风险收益率

中国人民银行2010年调整一年期存款利率为2. 5%,因此无风险报酬率为2. 5%。

(2)市场预期收益率

中国股票市场建立的时间不长,且在很长一段时间内不是理性的投资场所,但沪深两市从推出时起就按国际通行的方法建立了指数,经过近20年数据积累,基本可以利用市场指数预测上市公司的平均收益率。上证指数在1990年12月19日收盘价是99.98点,到1992年5月26日上证指数最高点达到1429点,初具了资本市场的规模。为此本文从1992年开始计算,选取1992年间的高位数1429点和低位数386点的平均值907.5点为计算平均收益率起始值点,1992年8月24日最接近于这一点位,即以此日为计算初始日期。2010年9月20日上证指数收于2591点,以此作为计算的截止日期,共计214个月。月市场平均收益率的计算为:

907.5(1+x)214=2591

x=0.0049144

年市场平均收益率=0.0049144×12×100%=5.9%

(3)β系数

本文采用第一搜股网站的数据,报告年度X证券公司的β系数为1.5。

(4)股权资本成本

股权资本成本=无风险收益率+β系数×市场风险溢价

=2.5%+1.5×(5.9%-2.5%)=7.6%

3.2预测股权现金净流量及增长率

以X证券公司报告年度的股权现金净流量为基础,考虑各种因素的影响,由专家组逐一测算未来现金净流量。股权现金净流量实质上是指股权资本自由现金净流量,即公司在履行了各种财务义务,还清了债务、弥补了资本性支出及追加营运资本后剩下的现金净流量。其计算方式是:

F=S+D-C-Y-A+E

其中:F是公司股权资本自由现金净流量;S是公司净利润;D为非付现费用;C为资本性支出;Y为营运资本追加额;A为债务本金偿还;E为发行新债务。

根据年报披露的信息,X证券公司报告年度股权资本自由现金净流量为89.79亿元,专家组测算结果如下表:

从上表的预测结果分析,该证券公司的现金净流量的增长率多为5%,为稳健起见选择5%的增长率为基本增长率。按照保守性和客观性原则,考虑到永续增长率大致和经济增长速度持平,借鉴发达国家经济增长速度大约在3%左右,而我国仍然继续保持高增长后的惯性,初步估计中国经济增长速度将保持在为4-7%,因此估计X证券公司的永续增长率的最低为4%,最高的增长率为6%。

3.3计算X证券公司的企业价值

假设X证券公司是持续经营,并在未来12年内是永续增长,按照永续增长的模型计算X证券公司的价值。现采用不同增长率的股权现金净流量折现模型评估Z证券公司在不同增长率情况下的公司价值。其计算公式为:

2

其中:F为报告年度X证券公司股权现金净流量8.98元(89.79÷10,该证券公司发行股本10亿股),g为股权自由现金净流量增长率,R为股权资本成本7.6%,折现率为2.5%。计算结果如下表。

如果中国经济持续增长,资本市场稳步发展,X证券公司公司的价值也会逐步增长,因此,有必要计算永续增长期的价值。

其计算结果如下表。

通过运用股权自由现金净流量对X证券公司进行估值,根据中国国情及谨慎性原则,当X证券公司股票的永续增长率在4%时,其每股合理价格应该在66元左右;当X证券公司股票的永续增长率在5%时,其每股合理价格应该在77元左右;当X证券公司股票的永续增长率在6%时,其每股合理价格应该在142元左右。

股票价格受很多因素的影响,企业价值的评估只是为投资者提供决策的依据。投资者还是应根据目标公司内在价值的增长情况、股票价位、资本市场走势等等因素判断其投资价值。

参考文献:

[1]【美】汤姆.科普兰著,《价值评估》,中国大百科全书出版社,1997.4

[2]【美】Aswath Damodaran著,《投资估价》清华大学出版社,2004.7

[3]【美】戴维.G.卢恩伯格等著,《投资科学》,中国人民大学出版社,2005.3

[4]【美】Stephen H.Penman著,《财务报表分析与证券价值评估》,北京大学出版社2007.9

[5]【美】兹维.博迪等著,《投资学精要》,中国人民大学出版社,2007.2

[6]【美】本杰明.格雷厄姆等著,《证券分析》,海南出版社,2006.2

[7]【美】戴维.弗里克曼等著,《公司价值评估》,中国人民大学出版社,2006.9

[8]牟海霞,蒋义宏著.《证券公司会计》,上海财经大学出版社,2007.9

[9]陈佳贵主编.《2008年中国经济形势分析与预测》,社会科学文献出版社,2007.12

[10]中国证券协会编.《证券投资分析》,中国财政经济出版社,2007.7

[11]任淮秀主编.《投资银行业务与经营》,中国人民大学出版社,2009.5

[12]胡奕明主编.《财务分析案例》,清华大学出版社,2006.7

[13]仔孟华著.《流动性溢价与资产定价》,东北财经大学出版社,2007.6

[14]朱锡庆,黄权国.《企业价值评估方法综述》,《财经问题研究》2004年8月

[15]卢勇,虎林.《西方企业价值评估理论及在我国证券市场中的适用性》,《金融理论与实践》2005年第1期

第2篇

关键词:社会保障基金股票投资组合;风险调整绩效;持续性

中图分类号:F842.6;F832.48 文献标识码:A 文章编号:1003-3890(2013)12-0015-08

一、引言

2003年,我国社保基金开始进入证券市场,但是对股票的投资只能是委托投资。截至2011年底,社保基金总资产已经达到8 700亿元,直接投资的比重达58%,委托投资所占比重占近42%,可以看出委托投资已经在社保投资中占有极其重要的位置,股票投资等风险较高的投资对社保基金的影响很大。全国社会保障基金是我国社会保障体系的重要组成部分,它管理的好坏会直接影响到整个社会的利益和稳定。然而次贷危机以后,全球经济低迷,我国股票市场持续低位震荡,投资环境恶劣。我国的社会保障基金绩效如何及能否实现保值增值是一个亟待研究的问题。

国内外学者对投资组合绩效评价进行了广泛的研究。Treynor(1965)首次提出特雷纳指数,通过单位系统风险的超额收益率来评价其投资的业绩。Sharpe(1966)提出了更加合理的夏普指数,该指数不仅考虑了系统风险,也将非系统风险考虑在内。Jernsen(1968)提出了詹森指数,该指数以资本资产定价理论为基础,将组合的收益率与该组合的系统风险升水相比较,其值如果大于零,则投资组合的业绩大于市场组合,否则,其投资组合的业绩小于市场组合。Fama和French(1992)认为投资组合的业绩受到市场影响的同时,还受到资产组合本身特点的影响,进而提出了三因素模型。Carhar(1997)在上述基础上提出了四因素模型,该模型显著减少了平均收益的误差以及平均绝对误差。

国内学者对投资组合绩效的研究大都集中在证券投资基金上。王聪(2001)认为我国当前证券市场的现状,利用Jensen等单因素模型进行基金业绩评价较为适宜[1]。王守法(2005)用主成分统计分析方法从收益与风险、风险调整收益、基金经理人的选股择时能力以及基金绩效的持续性四个方面进行研究[2]。胡倩(2006)利用基金投资组合公布的信息,以股票为媒介建立基金之间的有效联结,利用全市场的数据对某只基金绩效做出评价[3]。毕正华(2006)从收益能力指标、风险因素指标、经风险调整的业绩测度指标、基金经理能力指标、基金流通性能力指标、基金市场表现能力指标等六方面着手构建我国的基金业绩评价指标体系[4]。卢学法、严谷军(2004)应用国外基金绩效评价中普遍采用的风险调整指数法、T-M模型、H-M模型、C-L模型对我国的证券投资基金的绩效进行了实证研究[5]。

对于社保基金的绩效评价,石杰、刘小宾、赵睿(2006)从理论上阐述了我国社保投资组合运营绩效评估研究的内容与方向,他们认为绩效评价的核心是资产管理机构的选择以及对管理人的有效激励[6]。胡继哗(2006)在通过对社保基金基本理论的讨论提出了引入个人账户基金体制的重要性,同时指出社保基金只有在资本市场中进行正确投资才能实现保值增值,在投资策略方面应适当引入金融创新工具[7]。朱月、程燕(2008)运用层次分析法设计出了一套社会保险基金支出绩效的评价指标体系,该套指标体系由定性指标和定量指标所组成,其中以定性指标为辅、定量指标为主,旨在全面有效地评价社保基金的支出使用效率[8]。

在实证分析方面,英学夫(2007)通过基于VAR的RAROC社保投资组合业绩评价模型,用重仓股股票作为样本,在考虑投资组合承受的风险的情况下对社保投资组合投资业绩进行综合的评价,他认为在承受的风险相同的情况下,社保投资组合与指数投资相比收益较少[9]。祝献忠(2008),李俊、安立波(2012)在运用现资理论就中国资本市场历史数据对不同比例投资组合的风险收益进行了实证分析,结论显示虽然中国股票市场有效性离欧美成熟市场还有较大差距,但是其投资组合的收益风险关系仍然符合资产定价模型(CAPM),所以风险是衡量社保投资组合收益的指标[10-11]

综上,目前学者对于社保基金的研究多以理论研究为主,而实证研究较少。本文在前人的研究基础上,以全国社会保障基金股票投资组合为研究对象,从风险收益及业绩可持续性两方面进行实证研究。在对总体绩效分析中,针对传统的投资组合的假设与全国社会保障投资组合的实际情况有所差别的特点,对M2这一业绩评价指数进行修正。业绩持续性方面,由于运用绝对绩效衡量方法可能会受到市场波动给组合收益带来的影响,因此在做自回归时,使用超额收益作为研究对象,合理剔除了市场波动带来的影响,并且在衡量社保整体业绩持续性时,将业绩持续性分阶段衡量,从而更加符合我国近几年市场走势波动状况。

二、全国社会保障基金股票投资风险调整绩效评估

(一)基准组合的构建

基准组合是投资者衡量投资组合管理人投资能力和水平的标准,由于它是作为一种消极管理的方式存在,它的投资组合的变动性小,组合中的资产清晰、持久。投资组合中跟基准组合收益对等的部分由投资人决定,而超额收益部分则体现了管理者的运作结果。

目前市场指数种类多样,主要包括综合类指数、成分类指数以及行业指数。从反应系统风险和具有可投资性两个方面来看,样本数量不宜过多,过多则基准组合不具有投资性,同时涵盖的行业和方面应该全面。考虑到我国的证券市场包括沪深两市,单独选取上证或者深证并不合理,因此本文选择用将沪深两市统一编制的指数体系。而中国A股指数设计考虑到了A股市场与众不同的特点,力图反映国内A股投资者的投资过程和制约因素。它以自由流通市值为权重的中国A股指数包括了在上海和深圳证券交易所上市的A股股票。指数的编制是基于自下而上的取样方法,把达到65%行业组代表性作为目标,目的在于体现商业活动的多样性,达到广泛而公正的市场代表性并具有反映A股市场变化的灵活性。因此中国A股指数符合社保投资的特点,是本文社保投资股票组合合适的基准组合。

基准组合的收益率公式:

RA=■×100%(1)

RA表示A股指数的季度收益率,At为A股指数期末的指数,At-1为A股指数期初的指数。

(二)M2指数

一般来说,投资组合的收益率是对投资组合绩效表现的最简单的衡量,但如果仅从投资收益率的角度衡量组合的绩效情况,会忽略了不同投资组合承担的风险不同。因此在对投资组合绩效的评估过程中,要将风险考虑在内,用经过风险调整后获得同风险情况下的收益率作为评价的标准,具有更高的说服力。

传统的风险调整绩效的衡量方法包括夏普指数、特雷诺指数、詹森指数等,它们并没有反应实际收益率尖峰后尾的特点,应用起来不符合实际,因此许多改进的业绩评价指标产生,包括M2指数、盈亏比法、业绩指数法和效用指数法。业绩指数涉及了大量的数学求解,很难有效完成,而效用指数法涉及对效用大小的比较,不能有明确的绩效大小的度量,因此本文选择M2指数,既对风险调整后的绩效进行衡量,又能给出直观的经济解释。

M2指数的具体计算方法是,首先计算出投资组合的收益率和用于衡量总风险的标准差的大小以及基准组合的收益率和标准差;其次将该投资组合以及一定数量的无风险资产混合,使混合后的资产风险等于基准组合的风险,计算这时的投资组合的收益率大小;最后将该混合收益率与基准组合比较,得到指数。

因此,可以得到M2指数的计算公式:

M2=rp-rm(2)

式中,rp为混合后投资组合的实际收益率;rm为市场的实际收益率。

将公式(2)中的rp依据市场组合的风险整理得到下述公式:

rp=■×■i+(1-■)×rf(3)

式中,ri为第i个投资组合风险调整收益率,rf为无风险收益率,?滓m为市场组合收益率方差;?滓i为第i个投资组合收益率方差。

因此,M2方法具体的计算公式:

M2=■×■i+(1-■)×rf-rm(4)

(三)样本数据的选择和处理

由于很难获得我国社保基金投资组合的收益率数据,因此本文是根据投资组合包含的股票种类和权重,计算出当期投资组合的市值,再根据各期的市值情况,获得相应的收益率数据。社保基金的投资组合情况只能获得季度数据,因此,本文选取的样本数据频率为各季度数据。

社保基金中涉及的股票组合在历年中有所改变,因此本文首先对2003到2011各年具有的投资组合进行了统计①,发现各年中股票组合分别包括以“1”“6”“5”“0”“2”开头的投资组合,在2011年还出现了以4开头的股票投资组合。通过统计发现,从2005年9月份开始的投资组合中,基本上都包含有101组合到111组合以及601组合到603组合。为了保持数据的连贯性,本文选取的年份为2005年9月到2011年12月,股票投资组合选取为101到111组合以及601到603组合一共14只股票投资组合作为研究的样本。

对于无风险收益率,西方国家通常用短期国库券的收益率来代替,而我国的国库券的市场化程度低,国库券收益率不适用作无风险利率。相对而言,储蓄存款利率是安全无风险的,因此本文选择一年期的储蓄存款利率作为无风险利率。

通过金融界网站获取的2005年到2011年12月的各期利率,运用以下公式进行时间加权平均:

■i=■■(5)

其中i为调整的时间,t的大小为各次调整的时间间隔大小。经计算得到无风险年收益率的值约为2.907%,折合成季度收益约为0.73%。

根据公式(1),计算得到基准组合在此阶段的季度收益为4.81%,方差是0.045。

(四)实证结果及分析

表1为各投资组合收益率的正态分布统计指标,在5%的显著水平下,上述序列都不能拒绝正态分布的原假设,偏度普遍大于0,表明各序列都存在有右拖尾现象,说明全国社保投资组合股票投资组合的业绩良好。因此,投资组合的收益率符合正态分布情况,可以运用M2指数。

表2是各投资组合收益率、超额收益率以及M2测度的计算结果以及各投资组合的排名情况。从表中可以看出,所有投资组合的M2值均大于0,说明各个投资组合在样本期间内获得风险收益率要高于基准组合,表明我国社保基金投资组合股票投资的绩效在剔除风险因素的情况下,其收益率要好于市场表现。

从投资组合收益率均值排名以及M2指数排名的对比情况来看,排名的结果差别较大。105组合的收益率均值最大,但是经过风险调整后,其排名成了13,表明105组合的波动性大,收益情况不稳定,它的高收益是由于相对承担了高风险带来的。对于109组合,虽然它的收益均值情况一般,可是经过风险调整后,其业绩位于各投资组合的首位,表明其投资稳健,收益率波动情况较小。

(五)投资绩效衡量指标的改进及实证分析

通过上文的分析可以看出,M2指数能够清楚直观准确地对投资组合的业绩做出评价。但是M2指数跟夏普指数等三大经典指数相同,以投资组合的收益率服从正态分布为假设前提,在其对投资组合业绩的评估中采用了标准差来代替风险,而实际中社保基金关注的往往不是其收益率的波动大小,而是投资的安全性,也就是投资的前提是保证社保基金股票投资组合不会遭遇极值风险,遭受巨大损失。而VaR的存在不仅可以很好地满足社保投资组合对极端风险控制的要求,而且不要求投资组合的收益率具有正态分布的特点,因此能更好的符合社保投资组合股票投资组合现状。

根据VaR的求解公式

Prob(?驻P>VaR)=1-c(6)

设定置信区间c等于95%,持有期为一个季度,可以求得市场组合的VaR值为-0.269,各投资组合的VaR值如表3所示:

按照VaR代替标准差用于衡量风险的步骤,整理后得到资产的收益率公式如下:

rp=■×■i+(1-■)×rf(7)

因此,修正后M2大小的计算公式为:

M2=■×■i+(1-■)×rf-rm(8)

根据修正后的M2公式,可以求得各投资组合修正后的M2指数及其排序,结果如表4所示:

从表4中可以看出,修正后的M2指数仍然全部为正值,说明了在考虑极端风险调整下,投资组合的业绩仍然是高于基准组合的,因此我国社会保障基金股票投资组合的投资是相对稳健的,其波动性以及面临的极端风险都相对较小。

从修正后结果与原来的M2指数结果对比发现,部分投资组合的排名结果发生很大变化。排名结果的变化一方面是由于用于衡量各组合风险的波动性和极端损失的大小差异带来的。整体波动性强的组合其极端损失不一定就很大,同样,整体波动小的组合,也可能发生损失较大的情况。另一方面,也由于各投资组合未经调整的收益率均值差距较小,在风险调整的情况下,排名极易发生波动。

具体来看102组合排名下降,说明102组合的整体波动情况不大,但是其最大的损失值很大,也就是说该组合的极端风险值相对最大。103组合的情况与之相反,其收益的方差很大,整体波动性强,但是它VaR较小,面临的极端损失不大,因此修正后的排名大幅提前。105组合的情况与103极为类似,从而其修正后的指数值最大。由于社保基金必须更加关注受益的极大损失,保证其安全性,因此本文认为,样本组合中业绩表现较好的组合为105、103组合,以及排名始终很靠前的101组合。

综上所述,我国社保基金的股票投资组合的风险调整绩效要高于基准组合,各投资组合在投资中均获得了超额收益,投资管理者相对较好地履行了管理社保基金的职责。

三、全国社保基金股票投资组合业绩持续性分析

(一)业绩持续性的研究方法

业绩持续性是指投资组合的业绩在一段时间内的平稳性,主要用于衡量投资组合的业绩是否稳定连贯。业绩持续性研究是投资组合业绩研究很重要的一环,如果投资组合的业绩没有持续性,也就是说投资组合的业绩主要是受偶然性因素影响,缺乏一定的连贯和稳定,这样对投资组合管理的评价就是不准确的,前面对业绩的衡量也就不能作为对未来的参考。

在本文的研究中,全国社保基金股票投资组合有不同的管理人管理,它们之间很可能呈现出不同的业绩持续性,同时为了更好地判断社保的投资管理效果,有必要从整体上对社保基金股票投资组合的业绩持续性作出判断。因此本文的方法选用上,既要有用于衡量单个投资组合的业绩持续性方法,又要有用于衡量社保基金整体的业绩持续性方法。

单个投资组合的衡量方法包括了绝对业绩衡量方法②和相对业绩衡量方法③。由于相对业绩衡量方法是对排名变化的一个判断,通常要得到准确的结论,所需的判断的样本期较多,而由于数据可得性的限制,在样本区间内,仅能获得社保基金的季度数据,因此本文选择单个投资组合的绝对业绩检验方法,也就是回归系数法。而就社保股票组合的整体而言,其可获得的数据较多,在不同投资组合的整体衡量中,相对业绩方法通常要比绝对业绩方法更加准确,因此选择交叉及比率法。

1. 回归系数法。回归系数法是单个投资组合通过对绝对业绩衡量来判断其业绩持续性的检验方法。一个投资组合的业绩如果具有持续性,那么它的各期收益值应该具有的一阶自相关性,且其相关系数应该为正值。因此可以单个投资组合的各期收益做一个回归,得到下列方程:

ri,t=?琢i+?茁iri,t-1+?着i(9)

其中,i=1,2,…,n;j=1,2,…,m;ri,t表示投资组合i第t期的风险调整收益,ri,t-1表示投资组合i第t-1期的风险调整收益。

设原假设是?茁i=0,这种情况下投资组合的业绩不具有持续性;如果?茁i≠0,表示投资组合的业绩具有持续性或者逆转性。如果?茁i拒绝原假设,并且大于零,说明投资组合的业绩具有持续性;如果?茁i拒绝原假设,并且小于零,说明其业绩存在逆转性。

2. 交叉积比率法。交叉积比率法可以对多只投资组合的整体持续性进行检验,它的方法将样本期间分成若干个等长的样本阶段,计算在每个样本阶段的收益率,并且将此收益率与等时期的基准组合收益率相比,高于基准组合收益率的则认为是盈利,否则就认为是亏损。用W表示盈利的状态,用L表示亏损时的状态,这样连续两个样本阶段就可以得到四种情况,全为盈利则是WW,全为亏损则是LL,前一阶段盈利后一阶段亏损则为WL,前一阶段亏损后一阶段盈利则是LW。其中WW和LL表示代表在这两期中,业绩具有一致性的表现,LW和WL则表示业绩在这两期中不具有持续性,因此可以将WW和LL与LW和WL出现的概率先对比,如果前者出现的概率要远大于后者,则表明研究的对象是具有持续性的。

用统计量CPR来表示其持续性的大小,公式如下:

CPR=■(10)

显然CPR的取值范围是(0,+∞)。当WW和LL相对越多,WL和LW相对越少时,CPR的值越大,反之CPR的值越小,当其值等于1时,两者的比重相同。因此,CPR越大,持续性越强,当其等于甚至小于1时,其持续性越差。

因此,可以对CPR构造检验如下:

原假设为H0:投资组合前期业绩与后期业绩不存在相关性,即CPR=1。

H1:投资组合的业绩具有持续性或者反转性。

同时构造检验统计量Z:

Z=■(11)

其中,?滓ln(CPR)=■(12)

对Z值进行正态分布的显著性检验,如果Z服从正态分布,则原假设成立,业绩不具有持续性。反之,Z拒绝正态分布,则业绩具有持续性或者反转性。

(二)实证分析

1. 单个投资组合的业绩持续性检验。绝对业绩衡量方法采用回归系数法,原理是用投资组合各期收益与前一期收益回归,得到其相关性系数来判断。但是各期收益的变动会受到整个市场变动的极大影响,如果是用单纯的收益率进行回归,结果很可能是不准确的。因此本文选择使用超额收益率进行回归,这样就可以剔除了市场波动对投资组合收益的影响,得出相对准确的结论。

詹森指数是用来衡量资产组合的业绩是否高于市场组合业绩的大小的指数,它的大小代表了投资组合超额收益的大小。其公式为:

?琢i=ri-[rf+?茁(rm-rf)]+?着i(13)

从表5可以看出,除了103和105组合外,其它各投资组合的β值均小于1,也就是说明了其系统风险的大小低于市场风险,整个投资组合风格偏于稳健。

本文将样本区间选择为2005年9月30日至2011年12月30日,首先将后一个季度的收益率对前一个季度进行回归,运用公式(9)对各投资组合进行拟合。从表6模型相关参数的t检验值以及可决系数来看,各投资组合收益模型的一阶自回归明显没有通过检验。

从模型的一阶回归结果来看,单个投资组合的业绩是不具有持续性的。因此,在此基础上,对模型做二阶回归检验,其模型如下:

ri,t=?琢i+?茁1ri,t-1+?茁2ri,t-1+?着i(14)

表7的可决系数R2同样表明各模型没能很好的拟合,也就是说二阶回归的模型没能通过检验。因此社保基金股票投资组合的业绩对前两期的收益不具有持续性。通过上述的模型检验发现,各投资组合下一期收益对前一期收益以及前两期收益都不存在明显的线性关系,说明在短期内,我国社会保障基金的投资组合收益不存在持续性的特征,我国社保的收益波动性大,稳定性不强。

2. 社保基金整体业绩的持续性检验。本文运用交叉积比率法考察投资组合业绩持续性时,我们首先将14只股票投资组合从2005年第三季度到2011年第四季度的收益情况汇总,在每个季度按照14只股票投资组合的收益率中位数作为标准,高于中位数的股票投资组合的收益即为该季度“赢家”(W),低于中位数的投资组合的收益即为该季度的“输家”(L)。并根据公式(10)求得各投资组合的CPR(如表8所示)。

从上述统计结果来看,以季度为间隔的绩效二分法统计整体统计中包括的WW有57个,LL有110个,WL和LW分别有92和91个,最后计算出来的总体的CPR为0.749,说明我国社保基金股票投资组合的整体不具有持续性。

Z检验得到Z=-5.961 982 005,Z服从正态分布,因此可知,在置信区间为95%时,Z模型拒绝原假设,说明样本期间内,社保基金股票投资组合的业绩不仅不存在持续性,还有反转的迹象,也就是说业绩存在负相关性。

3. 分时段业绩持续性检验。由于社保基金开始进行委托投资的这些年经历了市场的剧烈波动,有市场的平稳期、上升期、下降期,在不同的时期,市场可能呈现出不同的持续性特点。因此本文将投资分成几个阶段来研究,分别确定它在不同的周期内业绩的持续性特点。

根据A股指数走势,本文将2005年9月31日至2011年12月31日期间分为四阶段,分别为 2005年9月31日至2007年9月28日的上行期,2007年9月28日至2008年12月31日的下行期和2009年1月1日至2009年9月30日的上行期,以及此后的低迷震荡期。

表9对各阶段的统计得到WW、WL、LW以及LL的值,以及由此求得的各阶段CPR值和统计量Z的值。

从表9可以看出,第一阶段和第二阶段的CPR明显小于1,这两个阶段我国社保基金股票投资组合的业绩不具有持续性。同时根据Z值来判断,在95%的置信区间内,CPR拒绝原假设,表明在这两个阶段,社保基金股票投资组合的业绩也存在反转型的特点。

第三阶段的CPR=1,后期的业绩跟前期没有相关性,说明在第三阶段的社保基金业绩没有持续性。

第四阶段的CPR>1,说明在这一阶段可能存在一定的持续性。再通过Z值来判断,在95%的置信区间下,拒绝原假设。也就是说在这一阶段内,我国社保基金股票投资组合业绩具有持续性。

综合上述的实证结果,对我国社会保障基金股票投资组合的业绩持续性研究,可以得到以下三个结论。一是我国社保基金股票投资组合中的各个组合的业绩并不具有持续性,各期收益的波动性较大,稳定性不强。二是整体来看,我国的社保基金股票投资组合的业绩,不但不具有持续性,反而呈现了反转的特点。三是通过组合整体在各阶段的绩效持续性的分析,在市场处于波动较大的时期,也就是前三阶段,业绩是不具有持续性的;在第四阶段市场相对稳定的时期,各期绩效还是呈现出了一定的持续性特点。

四、结论

本文以我国社会保障基金股票投资组合为研究对象,选取了101组合到110组合以及601、603和603组合作为研究的样本,样本区间为2005年第三季度到2011年第四季度,从社保基金的整体业绩表现和业绩的可持续性两个方面对投资组合的绩效进行评价。根据实证的结果,可分别得到以下结论:

第一,运用M2方法以及M2修正后的方法,对我国社会保障基金股票投资组合的业绩表现评估,得出各投资组合的业绩普遍要高于基准组合,也就是说各投资组合在投资中均获得了超额收益,各投资管理相对较好地履行了管理社保基金的职责。

第二,本文分别从单个投资组合、社保组合整体以及对整体的分阶段检验对社保的持续性进行分析说明。

运用剔除了市场波动影响的绝对业绩方法对单个投资组合的判断结果,说明我国社保基金各投资组合的业绩不具有持续性。

运用交叉积比率法对社保整体的业绩持续性进行分析,发现社保基金整体不但没有呈现出业绩的持续性,反而具有反转型的特点。

根据市场波动的特点,本文将样本期间分为四个阶段,分别对每个阶段的持续性进行判断。可以看出,在市场波动性较大的情况下,也就是前三个阶段,社保的绩效都没有表现出持续性,在市场相对稳定的情况下,也就是最后一个阶段,社保基金整体业绩呈现出持续性的特点。

注释:

①对股票投资组合的数据统计来自于金融界网站.http:///。

②绝对业绩持续性,是针对投资组合的绝对风险调整业绩而言的,通过对业绩的稳定性研究,得到投资组合持续性的结论。

③相对业绩持续性,是将特点时间段内投资组合的业绩排名,按照多次排名的结果,检验其业绩的稳定性。

参考文献:

[1]王聪.证券投资基金绩效评估模型分析[J].经济研究,2001,(9):31-38.

[2]王守法.我国证券投资基金绩效的研究与评价[J].经济研究,2005,(5):119-127.

[3]胡倩.转型经济中的证券投资基金绩效研究[J].复旦学报(社会科学版),2006,(3):101-105.

[4]毕正华.投资者导向的基金业绩评价指标体系[J].统计与决策,2006,(12):59-62.

[5]卢学法,严谷军.证券投资基金绩效评价实证研究[J].南开经济研究,2004,(5):79-84.

[6]石杰,刘小宾,赵睿.当前我国社保基金运营绩效评估研究[J].山东社会科学,2006,(6):61-63.

[7]胡继哗.社保基金投资资本市场的收益-风险研究[J].经济理论与经济管理,2007:41-46.

[8]朱丹,程燕.社会保险基金绩效评价绩效指标权重设计[J].中央财经大学学报,2008,(8):45-49.

[9]英学夫.基于vaR的中国社保基金投资业绩评价[J].中国财经政法大学研究生学报,2007,(5):42-48.

[10]祝献忠.社保基金进入资本市场的风险收益实证分析[J].中央财政大学学报,2008,(6):35-40.

[11]李俊,安立波.养老保险基金投资运营中的合谋与防范[J].商业研究,2012,(4):116-121.

Evaluation Research about Performance of Stock Portfolio of the National Social Security Fund

Wei Xiaoqin, Jin Wenxiu, Lu Zhuqing

(School of Economics, Ocean University of China, Qingdao 266100, China)

第3篇

举个现实中的例子,亚洲金融风暴后.俄罗斯深陷金融危机。由于俄罗斯的股票与债券疯狂下跌,才有了LTCM公司的破产。俄罗斯的债券当时行情真的很不好,1998年美国债券实质收益大概5%上下,俄罗斯公债与美国公债差了将近14%。19%的实质收益率下,100元面值的公债在那个时候只能在市场卖到32元,这还不算当年卢布兑美元的价格严重下滑的损失。所以债券投资并非完全稳赚不赔,重点在于,不能有信心危机,也不可以有严重通胀。

但如果你眼光精准,从1998年投资包括俄罗斯在内的新兴市场债券,到2008年,中间虽有起伏,实际收益率从19%降到4.25%,100元面值的债券价格从32元涨到94元,一来一回报酬真的不少。以一家去年刚被三家银行合并拆散的国际级资产管理公司旗下基金为例,该系列基金过去5年最赚的拉丁美洲基金,涨600%;再下来是中国基金,涨371%;第三居然是他们的新兴市场债券基金,涨290%。按净值算,10年可以赚4.6倍,债券投资操作得好,也可以获得很多的报酬。

事实上,“股神”巴菲特早在27年前,也就是上一波美国联储局利率最高点的时候,大幅加码美国公债。1981年,爱抽雪茄的美联储主席伏克尔将基准利率升到15%以后,总算把失控的通货膨胀有效控制。于是,1981年三季度债券与股票市场终于同步大涨,展开了超过25年的全球债券市场的超级牛市,股票投资功力老到的巴菲特在债券市场也大获全胜。同时投资股票与债券市场,对于投资组合的报酬率不见得会有太多减损,但是以不同的投资工具进行积极管理,却可以在获得高报酬的同时,有效管理投资风险。

必须提醒投资人的是,通胀可能仍是中长期投资的基调。以1981年前5年的熊市例子观察,那时通胀升温,道琼斯指数持续在800~900点之间盘整,可是债券市场却以每年超过两位数的损失持续跑输股票市场。“债券天王”比尔・葛洛斯2007年上半年在Pimco资产管理的投资专栏中宣告,在他有生之年,可能再也看不到债券市场的牛市,过去25年的债市美好时光,已经远去。如果你没有耐心持有债券直至到期的话,股债平衡投资与纯债券投资的风险与报酬孰优,相信投资人已心中有底。

第4篇

关键词:机构投资者;股市波动性;GARCH模型

一、引言

波动是股票市场的基本特征,没有了波动股市也就失去了它存在的意义,但过度的非理性市场震荡则会不利于市场的健康发展。中国股票市场一直以来波动性水平都很高,且时常发生市场价格明显背离经济运行的异常波动。从理论上讲,机构投资者的投资行为相对理性化,投资规模相对较大,投资周期相对较长,从而有利于减少股票市场的非理性异常波动。鉴于此,中国证监会将超常规发展机构投资者作为推进中国证券市场稳定发展的重要政策手段,在此背景下,机构投资者在短短数年的时间里获得了迅速发展。但是,机构投资者究竟有没有起到稳定市场的作用?学者对此研究的结论还存在较大的差异。本文利用GARCH模型研究了机构投资者与股市波动性之间的关系,通过实证研究发现,中国股市波动性水平很高,但超常规发展机构投资者之后,股市波动性水平明显降低。从而肯定了监管层大力发展机构投资者政策的效果。

本文第一部分为文献综述,介绍国内外关于机构投资者与股市波动性之间关系的相关文献;第二部分介绍GARCH模型;第三部分进行实证研究;第四部分得到结论。

二、模型介绍

金融领域早期的研究都假定证券收益的波动性是已知的、不变的。但是很多学者发现股票市场的价格波动是随着时间变化的,并且在较大幅度的波动之后往往会伴随着较大幅度的波动,即方差具有时变性和集聚性的特征。鉴于此,Engle(1982)提出了自回归条件异方差(ARCH)模型。ARCH模型将方差和条件方差区分开,并让条件方差作为过去误差的函数而变化,波动性不再是作为一个常数,而是受前期波动性影响,且具有时变性。随后,Bollerslev (1986)在此基础上提出了广义自回归条件异方差(GARCH)模型,这个模型有一大进步就是考虑了方差的滞后结构。一个形式简单且应用广泛的模型是GARCH(1,1)。该模型具有其他复杂模型的主要特征,而且它通常拟合的效果较好。本文通过实证检验后发现,数据具有非正态性、平稳性的特征,且通过了ARCH检验,满足GARCH模型的各项要求,可以利用GARCH(1,1)模型来描述收益率序列的波动。

GARCH(1,1)模型的标准形式为:

Rt=λut+εt①

σ2t=ω+aε2t-1+βσ2t-1②

①式称作均值方程,②式称作GARCH方程。其中,Rt是对数日收益率,εt是残差;σ2t为当期的方差;ε2t-1为ARCH项,它用前一期残差的平方表示,反映前一期的波动性;σ2t-1为GARCH项,它用前一期的预测方差表示。

三、实证研究

本文选取上证综合指数和深证成分指数为研究对象来描述整个股票市场的波动变化特征。中国股市在1996年底开始实行涨跌幅限制制度,为了排除这一措施对股市波动的影响,选取的样本数据为1997年l月2日至2009年6月30日沪深两市各3018个每日收盘指数,然后根据上证综指和深证成指的日收盘数据计算出市场的日收益率。采用对数收益率概念,即Rt=LN(Pt/Pt-1)。其中Rt为股票指数日收日收益率,Pt,Pt-1)分别为第t日与第t-1日的日收盘指数。数据来源于WIND数据库,并采用EVEIWS5.1软件进行处理。

2001年7月,社保基金参与了中石化A股的申购和配售,宣告社保基金入市。2001年9月,国内第一只开放式基金――华安创新证券投资基金,成功发行,宣告中国机构投资者的主力证券投资基金步入快速发展阶段。2002年12月,上海证券交易所和深圳证券交易所分别《合格境外机构投资者证券交易实施细则》,这标志着中国QFII制度正式启动。虽然早在2000年,监管层就明确了超常规发展机构投资者的方针路线,但机构投资者直到2001年下半年才真正开始“超常规发展”的。为研究机构投资者对中国股市波动性的影响,本文将数据划分为两个时间段:第一个时间段为1997年l月2日至2001年12月31日;第二个时间段为2002年1月4日至2009年6月30日。机构投资者在第二个时间段相比第一个时间段发展更为迅速,持股水平更高。为了研究方便,将上证综指第一个阶段记作sh1,第二个阶段记作sh2;深成指数第一个阶段记作sz1,第二个阶段记作sz2。

(一)正态分布检验

运用EVEIWS5.1对数据进行运算,整理后得到表1。

从表1基本统计结果可以看出,两市指数日收益率的偏度分别为-0.342501、-0.077825、-0.168362和-0.140439,说明沪深指数日收益率的分布都是左偏分布的。两市指数日收益率的峰度分别为8.949393、6.707007、7.881429和6.118241远大于正态分布的峰度值3,表明数据具有尖峰厚尾性。再使用Jarque-Bera方法进行正态性检验,检验统计值分别为1802.191、969.9382、1203.072、690.6552,P=0.000,概率值足够小以至于必须怀疑原假设的正确性。这也就说明,用正态分布对中国股市收益率的波动性进行描述是不正确的。根据日收益率指数的统计特征,用ARCH类模型对其波动性进行分析是合适的。

(二)平稳性检验

本文的研究对象沪深指数都是时间序列数据,必须满足平稳性检验。这里运用ADF方法检验序列的平稳性。经检验得到表2:

通过分析检验结果可以得出:在显著性水平为1%、5%和10%时,均有ADF值显著小于各临界值。因此拒绝时间序列数据存在单位根的假设,可以认为沪深指数数据是平稳的。

(三)ARCH检验

先研究sh1,由于股票价格指数收益率序列常常用一种特殊的单位根过程――随机游走模型描述,这里进行估计的基本形式为:

shlt=λshlt-1+εt③

运用③式对沪深两市的收益率进行条件异方差的ARCH-LM检验,得到检验结果如表3所示:

此处的P值为0,拒绝原假设,说明上式得残差数列存在ARCH效应。运用同样的方法,可以得到sh2、sz1、sz2的ARCH Test结果:

从表4可以看出,sh2、sz1、sz2的P值都很小,说明由sh2、sz1、sz2得到的残差数列也存在ARCH效应。

综上所述,sh1、sh2、sz1、sz2满足GARCH模型的各项要求,可以利用GARCH(1,1)模型来描述日收益率序列的波动。

(四)GARCH模型实证结果分析

利用GARCH(1,1)模型对各组样本进行估计后,得到实证结果表5:

ARCH项和GARCH项系数之和(α+β)表示波动持续性的强弱。α+β小于1,表明外部冲击对条件方差的影响是有限的,受到冲击后的条件方差会随时间逐渐向其均值回归,并且α+β越小于1,向其均值回归的速度越快。由表6可见,两市α+β都小于1,说明模型满足平稳性。α+β很接近于1,说明中国股票市场波动对外部冲击的反应函数是以一个相对较慢的速率衰减,随机冲击的影响还是具有相当程度的持续性,也就得说当证券市场受到冲击出现异常波动时,短期内很难消除异常波动。分别比较两市两阶段后发现,在大力发展机构投资者之后,两市α明显变小,β则显著变大,α+β数值都有所减小,说明ARCH过程趋于平稳,持续性参数下降,波动性的记忆特征减弱,股市波动对冲击的反应函数是以一个相对更快的速度衰减。因此,股市经历一次突发事件后,股价能以更快的速度恢复正常,减少股市的异常波动。

四、结论

本文利用GARCH模型对中国股票市场中机构投资者是否起到了稳定股市的作用进行了实证研究,研究发现在大力发展机构投资者后,市场波动性显著降低,机构投资者起到了稳定股市和抑制股指异常波动的作用。机构投资者并不是影响股市稳定性的唯一因素,影响中国股票市场稳定性的因素还有很多。当前的中国股市波动水平仍然很高,而且仍然存在着很多不规范的地方。这就要求监管层在大力发展机构投资者的同时,为中国股市建立更加完善的运行规则,推进股市向更规范化发展。

参考文献:

1、孙兆斌.诌议机构投资者在证券市场稳定中的作用[J].现代管理科学,2002(3).

2、吴福龙,曾勇,唐小我.中国证券投资基金的羊群行为分析[J].管理工程学报,2004(3).

3、祁斌,黄明,陈卓思.机构投资者与股市波动性[J].金融研究,2006(9).

4、宋冬林,毕子男,沈正阳.机构投资者与市场波动性关系的研究――基于中国A股市场的实证分析[J].经济科学,2007(3).

第5篇

关键词:股票投资价值;模糊层次分析法;计算机应用服务业

中图分类号:F832 文献标志码:A 文章编号:1673-291X(2017)16-0075-05

2009年10月30日,我国创业板在深圳股票交易所成功上市,从初建时28家公司,总发行股本2 672 140 777股,截至2016年12月26日已有568家公司成功上市,总发行股本为262 475 087 724股。创业板市场的快速发展为国内中小公司,尤其是高成长、高风险、高收益、高创新的计算机应用服务公司提供了巨大的融资机会和发展机遇。多层次资本市场体系的逐步完善拓宽了个人投资者的投资渠道,而创业板计算机应用服务公司的股票凭借其高成长和高收益性正在逐渐获得个人投资者的青睐。因此,如何建立一套科学有效的股票投资价值评估模型,帮助投资者高效准确地识别出具有投资价值的股票,成为专家学者们共同关注的热点之一。曲若鹏以同一家公司财务报表为例,运用两种方法评估企业股票投资价值,第一种是先估计实体价值,然后减去净债务价值;第二种方法利用股票投资现金流量模型进行折现,得出的结论为不同的思路得出的股票投资价值评估结果是不同的。张栋等人认为,企业股票投资与看涨期权极为相似,借助B-S期权定价模型可以确定企业股票投资价值,虽然与传统方法相比此模型可充分考虑到企业收益风险,操作更具灵活性,但缺点是重要参数波动率的确定容易产生偏差、计算过程也比较复杂。刘建容等强调股票的投资价值是一种相对价值,结合层次分析法和因子分析法建立了上市公司内在价值评估模型,借助相对内在价值与股价动态变化趋势之间的联系构造出上市公司投资价值分析模型,实证研究表明该模型在投资者进行股票选择时具有指导作用。孙霞指出,资本结构、股票投资结构、公司治理结构以及企业所处的行业和宏观经济形势等都是影响企业股票投资价值的重要因素,国内金融市场日趋完善,掌握一些科学的股票投资价值评估技术是投资者进行理性投资的必要手段。

通过以上文献可以发现,对股票价值进行全面、科学的评估不仅可以有利于股东的监督与公司管理者的经营,也是投资者进行投资的必要过程。多数学者对股票投资价值评估研究范围比较广泛,缺乏针对性,并不完全适用于高成长、高风险的计算机应用服务类公司。因此,结合该行业的具体特点,遵循创新性、科学性、全面性等原则,增加了研发经费投入比、产品市场认可度、人才储备等创新性指标。

一、股票投资价值评估指标体系的建立

(一)建立指标体系

本文采用模糊层次分析法来构建股票投资价值评估模型。模糊层次分析法是综合运用模糊数学和层次分析法的一种分析方法。层次分析法(analytical hierarchy process,简称AHP法),由美国运筹学家Satty于20世纪70年代提出,是一种定性与定量分析相结合的多准则决策方法,具体分为五个步骤:根据总目标明确问题,分解问题并构建层次分析模型,根据隶属关系构造判断矩阵,层次单排序和层次总排序。运用AHP的关键是构造满意一致性矩阵,但由于人们主观意识对客观事物的判断存在差异,构造的矩阵需要经过不断的调整和检验才会达到满意的一致性。而模糊层次分析法(fuzzy analytical hierarchy process,简称“FAHP法”)用模糊数代替标度表示结果,通过两两元素的比较构造模糊一致判断矩阵,借助模糊一致矩阵表示各个元素的相对重要性权重,实现了模糊环境下的层次分析,使得决策结果更加数字化,定量化和科学化。

依据《中华人民共和国证券法》《深圳证券交易所创业板股票上市规则》和《中华人民共和国中小企业促进法》等文件,立足创业板计算机应用服务公司高收益、高风险、技术独占性、高成长性等特点,参考国内外相关文献,遵循科学性、全面性、创新性等指标体系设计原则,增加了研发经费投入比、产品市场认可度、人才储备、知识产权、成果转化能力、决策科学程度等指标,最终构建了创业板计算机应用服务公司股票投资价值评估的指标体系。该指标体系分为3层,第1层是目标层,即创业板计算机应用服务公司股票投资价值A;第2层是准则层,对应盈利指数(B1)、成长指数(B2)、风险指数(B3)和创新指数(B4)4个一级指标;第3层是指标层,包括基本每股收益、净资产收益率、净利润增长率等10个定量指标和产品市场认可度、人才储备知识产权等5个定性指标。

(二)构造判断矩阵

本文采用模糊层次分析法来确立各级指标的权重值,邀请多位股票投资专家和资深股民对指标间相对重要程度进行两两判断,采用Saaty1―9标度法构造出判断矩阵,Satty1―9标度法的含义(见表1)。

根据上述专家对指标重要程度判断结果的处理,得到5个判断矩阵Y,Y1,Y2,Y3,Y4,分别为:

(三)计算各级权重并检验一致性

根据计算,得到W=(0.5423,0.1397,0.2333,0.0847),各指标层对准则层的权重向量为W1=(0.5000,0.2500,0.2500),W2=(0.3845,0.0878,0.1433,0.3845),W3=(0.2291,0.1575,

0.5359,0.0775),W4=(0.2771,0.4658,0.1611,0.0960)。上述计算得到的权重值能否作为下层要素对上层某一要素排序的依据,还需要对判断矩阵进行一致性检验。层次分析法中,用CI(consistency index)作为检验判断矩阵一致性的指标,其中CI,因判断矩阵阶数n越大时,一致性越差,为消除阶数对一致性检验的影响,引进修正系数RI(random index),并最终用一致性比例CR(consistency ratio)作为判断矩阵是否具有一致性的检验标准,其中CR=CI/RI,当计算得到CR值小于或等于0.1时,认为判断矩阵具有一致性,可以进行单排序;当CR值大于0.1时判断矩阵不满足一致性,需要修正评分降低偏差,直到满足一致性检验。RI值随矩阵阶数n变化情况(如表2所示)。

下面计算并判断矩阵的一致性检验指标,矩阵Y的最大特征值λmax为4.0512,CI=(4.0512-4)/(4-1)=0.0171,CR=CI/RI=0.0171/0.89=0.0192,同理可得到Y1,Y2,Y3,Y4的CR值分别为0,0.0078,0.0422,0.0116,均小于0.1,通^了一致性检验,权重系数可以接受,得到权重汇总表(如下页表3所示)。

二、实证研究

(一)数据样本的来源与选取

应用模糊层次分析法对创业板计算机应用服务公司股票价值进行评估的过程是:首先,根据上述专家学者给出的相对重要性矩阵计算出各指标相对于综合评价目标的权重系数(前文已得出计算结果(见下页表3);然后以各公司重要财务指标的实际值和综合实力为基础,将定量指标和定性指标进行横向比较,得出各指标在多家公司中的相对重要性,重要性程度用分值的高低来表示;最后,用相应的权重系数乘以各家公司评价指标的对应分值,得出各公司盈利指数、成长指数、风险指数、创新指数的分值和综合评价分值。

本文从深市创业板随机抽取4家有代表性的计算机应用服务公司股票进行分析,并对其投资价值进行评估排序。它们分别是银信科技(300231)、易华录(300212)、汉鼎宇佑(300300)、朗玛信息(300288),以下分别用P1、P2、P3、P4来代表它们。为了提高评价结果的可靠性,本文假设不同股票的宏观经济环境、政策导向、行业特点等都相同。表4是新浪财经网提供的这4家公司截至2016年6月30日的定量评价指标的财务数据。

根据表4中财务数据和各公司的综合实力对每家公司的评价指标构造判断矩阵,计算每家公司在各指标中所占的相应权数(计算方法如上文所示),结果(如下页表5、表6所示)。假定每个指标的满分都是100分,将每家上市公司各评价指标的分值与其对应的权重系数相乘,得出盈利指数、成长指数、风险指数和创新指数的得分。同理,将每家公司上述四个指标的分值乘以对应指标的权重系数,得出综合评分。下面以银信科技为例计算其盈利指数、成长指数、风险指数和创新指数及其投资价值综合评分。

盈利指数=银信科技在基本每股收益C1的权重得分×C1在盈利指数B1中的权重+银信科技净资产收益率C2的权重得分×C2在盈利指数B1中的权重+银信科技每股净资产C3的权重得分×C3在盈利指数B1中的权重盈利指数=

17.97×0.5+43.54×0.25+9.84×0.25=22.33,同理,成长指数=

20.09×0.3845+27.71×0.0878+9.98×0.1433+36.38×0.3845=

25.58,风险指数=6.4×0.2291+14.43×0.1575+23.78×0.5359+

13.61×0.0775=17.54,创新指数=12.64×0.2771+26.31×

0.4658+18.99×0.1611+17.07×0.0960=20.46。

投资价值综合评分=银信科技在盈利指数B1中的得分×B1在计算机应用服务公司股票投资价值A中的权重+银信科技在成长指数B2中的得分×B2在A中的权重+银信科技在风险指数B3中的得分×B3在A中的权重+银信科技在创新指数B4中的得分×B4在A中的权重投资价值综合评分=22.33×0.5423+25.58×0.1397+17.54×0.2333+20.46×0.0847=21.51。

同理,4家公司股票的投资价值综合评分结果汇总为表7。

(二)投资价值评估排序

对创业板这4家计算机应用服务公司股票投资价值进行排序,得到的结果(如表7所示),即按投资价值从优到劣依次为:易华录、朗玛信息、银信科技、汉鼎宇佑。易华录的投资价值最大,主要表现为其收益较高、创新能力较强,发展稳定、上升空间大,是这四支股票中相对投资价值最大的。

(三)检验

为了检验采用模糊层次分析法做出的计算机应用服务公司股票投资价值评估模型的科学性和可行性,本文绘制出上述4家公司自2014年6月30日至2016年6月30日的股票涨跌幅度趋势图(如下图所示)。可以看到,4家公司的股票实际涨跌趋势与上文模型预测的结果一致。

结合表7和下图可以得知,易华录的投资价值最高,虽然朗玛信息的最大涨幅高于易华录,但是易华录的整体涨幅趋势更为稳定,波动较小,抗风险能力高,成长性好,收益也更稳定,所以是相对投资价值最大的股票。根据北京易华录信息技术股份有限公司2016年半年度报告显示,报告期内,基于行业发展环境良好,业务模式创新渐显成效,公司新增项目较多等原因,公司经营效益稳步提高。仅2016年上半年,公司已实现营业收入89 619.77万元,较去年同期增长18.9%;归属上市公司股东的净利润为7 838.75万元,较去年同期增长36.32%。研发投入总额为6 906.15万元,较去年同期增加12.68%,主要原因为本年新增研发项目增加所致,截至2016年6月30日,公司新增取得国家知识产权局授权的专利17项。朗玛信息的股票投资价值位于第二位,与银信科技的股票投资价值相差不大。银信科技的涨幅虽然较小,但其整体涨幅走势平缓,几乎维持在正增长状态,风险比较小,但收益比前两者低,所以排在第三位。汉鼎宇佑排在第四位。根据本文表4可以得知,其净利润增长率和主营业务收入增长率都为负数,经营状况有待改善,成长性较低,故而收益也较低,所以排在第四位。

三、结论

运用模糊层次分析法可以清晰反映出创业板不同计算机应用服务公司投资价值的优劣以及各指标的权重,帮助投资者对其投资价值进行综合评价和分级,从而制定出利润最大化、成长最优化和风险最小化的最佳投资方案。因此,利用模糊层次分析法构建的创业板计算机应用服务业股票投资价值评估模型,对投资者的投资决策具有较高的参考价值。但是,在现实的股票投资市场中,影响股票投资价值的因素众多,包括宏观经济环境、政策导向、公司资本结构等,因而在指标选取和权重设定等方面会存在较大的差异性。总而言之,运用模糊层次分析法进行创业板计算机应用服务公司股票投资价值评估的优势在于其科学性、数字性和灵活性,可以结合具体的宏观环境和各股票的实际情况具体分析与评价。同时,由于股票市场十分复杂,瞬息万变,可以将模糊层次分析法与其他科学决策方法相结合,优化指标的选取,最大程度剔除不确定性因素的干扰,提升指标权重的准确性,增强预测的可信度。

参考文献:

[1] 曲若鹏.企业股权价值评估的两种方法[J].财会月刊,2011,(32):66-67.

[2] 张栋,杨淑娥,杨红.基于B-S模型的企业股权价值评估[J].统计与决策,2006,(20):144-147.

[3] 刘建容,潘和平.基于财务指标体系的中国上市公司投资价值分析[J].管理学家:学术版,2010,(5):16-25.

[4] 孙霞.浅谈股权价值评估的影响因素[J].当代经济,2014,(7):108-109.

[5] 胡运权,等.运筹学基础及运用:第4版[M].北京:高等教育出版社,2004:308-311.

[6] 陈德军,刘冬,隋建龙.基于模糊综合评价的物流园区企业征信评价方法[J].武汉理工大学学报:信息与管理工程版,2016,(4):

451-454.

[7] 侯春梅.基于模糊层次分析法的投资项目评估[J].武汉理工大学学报:信息与管理工程版,2015,(5):645-648.

[8] 朱琦臣.企业股权投资价值分析实证研究[D].上海:复旦大学,2010.

[9] 柴中华,郑垂勇,蔡华.风险投资价值评估的新方法[J].统计与决策,2010,(5):162-164.

第6篇

一、公司财务分析的哈佛框架

公司财务报表分析并不是有效分析公司经营活动的全部,而只是其中一个较为技术化的组成部分。有效的公司经营活动分析,必须首先了解公司所处的经营环境和经营战略,分析公司经营范围和竞争优势,识别关键成功因素和风险,然后才能进行公司财务报表分析。由于公司管理层拥有公司的完整信息,且财务报表由他们来完成,这样处于信息劣势地位的外部人士、包括股票投资者就很难把正确信息与可能的歪曲或噪声区别开来。通过有效的财务分析,可以从公开或公司提供的财务报表数据中提取管理者的部分内部信息,但由于分析者不能直接或完全得到内部信息,转而只能依靠对公司所在行业及其竞争战略的了解来解释财务报表。一个称职或成功的财务分析者必须像公司管理者一样了解行业经济特征,而且应很好地把握公司的竞争战略。只有这样才能透过报表数字还原经营活动,从而较为全面和客观地掌握公司的财务状况。正是基于如上考虑,哈佛大学的佩普、希利和伯纳德三位教授在其著作《运用财务报表进行公司分析与估价》一书中提出了一个全新的公司财务分析框架———哈佛分析框架。哈佛框架的核心是:阅读和分析公司财务报表的基本顺序是:“战略分析会计分析财务分析前景分析。”也就是说,先分析公司的战略及其定位;然后进行会计分析,评估公司财务报表的会计数据及其质量;再进行财务分析,评价公司的经营绩效;最后进行前景分析,诊断公司未来发展前景。可见,哈佛框架完全超越了传统的“报表结构介绍———报表项目分析———财务比率分析”的体例安排,跳出了会计数字的迷宫,以公司经营环境为背景,以战略为导向,立足于公司经营活动,讨论公司经营活动(过程)与公司财务报表(结果)之间的关系,从而构造了公司财务分析的基本框架,展示了公司财务分析的新思维。

二、基于股票投资决策的财务报表分析理论框架

基于股票投资决策的公司财务报表分析是一般性财务分析在股票投资决策领域的具体应用。也就是说,借鉴一般性公司财务分析的理论框架,再紧密结合股票投资的具体目的,就可以形成基于股票投资决策的公司财务报表分析框架。本书借鉴哈佛财务分析框架,结合股票投资决策目的,提出一个基于投资决策的公司财务报表分析框架:131框架。即:1个起点———问题界定3个步骤———财务情况预判、报表结构及指标分析、财务前景预测1个结果———服务于投资决策这一框架可用图1表示。

1.问题界定。这是解决问题的首要一步。在对问题进行界定时,关键是问题本身,而不是问题的表象。如公司收入增长乏力或许是问题,但也可能是行业衰退、经济下行、公司管理落后、职工激励不足的表象。抓错药方的最普遍的原因是没有正确地界定病症。正如有人指出的那样,如果问题表述得准确,就等于问题已经解决了一半。所以问题界定是进行公司财务报表分析的第一步,那基于投资决策目的对公司进行财务分析,要解决的真正问题是什么?是评价公司的财务风险,还是评价公司的盈利能力大小?是评价公司目前的财务实力,还是评价未来的发展潜力?进一步而言,这些是分析的问题本身还是问题表象?目前股票投资者可能倾向于把问题界定为:评价公司的财务风险:评价公司收益的稳定性;评价公司的盈利能力;评价公司目前的财务实力;评价公司未来的发展潜力;评价公司是否能给投资者带来合理的预期收益;评价对该公司投资是否能使投资风险降低。这些都是基于公司财务报表分析的具体目标而言的,若提升一下目标的层次,是否有更本质的发现?本书在此尝试提出一个新的观点:评价公司股票是否具有投资价值。股票投资者无论是进行投资的基本面分析还是技术分析,目的无非是为获得有助于评估股票期望收益和风险的信息,为投资决策提供参考依据。无论投资者个人对风险的态度如何,理性的投资者都希望在一定收益率下,把投资风险降到最低。在股票投资的基本面分析中,对被投资公司的财务报表进行分析是核心,由于投资者进行股票投资分析的目的是为了找出具有投资价值的股票,公司是股票的载体,对公司财务报表进行分析,就可以在很大程度上确定这个公司的股票是否具有投资价值。这才是股票投资者进行公司财务报表分析的根本或问题所在,而评价公司的财务风险或盈利能力等仅仅是表象。

2.财务情况预判。这里主要是指股票投资者在对上市公司所处的经营环境和行业背景进行分析的基础上,评价公司的财务报表是否真实的反应了公司的经营情况,识别报表可能存在的重大错误和舞弊,并加以调整,从而尽可能准确的对公司财务情况进行初步的预判。财务情况预判包括两个相互关联的环节:宏观环境分析和会计调整。宏观环境分析是财务情况预判的基础,而会计调整是财务情况预判结果的报表体现。其中宏观环境分析属于定性分析,主要是确定公司的主要利润驱动因素、辨识公司的经营风险,以及定性评估公司的盈利潜力。首先,宏观环境分析能帮助股票投资者更好地、有针对性地找出报表可能存在的问题并加以调整,即使报表没有问题,也可以作为合理评价报表结构和报表指标的基础和依据。例如,确定了主要的利润驱动因素和经营风险后,可以更好地评价公司的会计政策,以及对盈利能力的影响等;对公司行业背景和竞争战略的评估有助于评价公司当前盈利水平的可持续性。其次,宏观环境分析还可以帮助股票投资者在预测公司的未来业绩时,做出合理的假设,从而保证对公司前景进行更为准确的判断。所谓会计调整是在宏观环境分析的基础上对公司的会计政策、会计估计和会计处理进行基本的评价,特别是要对那些存在较大灵活性的环节重点进行关注,评价其会计政策和估计的适宜性。对公司报表可能存在的重大错误和舞弊进行识别,找出公司在会计处理上偏离准则制度、偏离行业惯例、偏离公司既往、不能恰当反映公司经营事实的事项。找到存在的问题之后,重新计算公司财务报表中相应的会计数字,通过数据或报表调整,形成没有重大偏差的会计数据,从而修正原先对会计数据的歪曲。可以说,经过会计调整后的财务报表既是财务情况预判的结果,也是确保下一步报表结构分析和指标分析结论可靠性的必要基础。

3.报表结构分析及指标分析。这里所指的报表结构分析是指资产负债表、利润表、现金流量表和所有者权益变动表各自的内部结构分析,通过这一分析有助于投资者理解会计报表项目的经济内涵。在结构分析的基础上将报表中的相关数据进行对比分析就是指标分析。指标分析是财务报表分析的核心,目标是运用会计数据定量地评价公司的当前和过去的业绩,以及公司的财务风险和盈利能力等,并评估其可持续性。进行指标分析必须按照一定的逻辑,形成系统有效的分析体系,从而正确反映公司的财务状况、经营成果和现金流量。一般的报表分析指标包括偿债能力、营运能力、盈利能力、发展能力四大类指标。通过指标分析,投资者还要达到明了公司现状问题的功能。在上述分析中,股票投资者可根据需要使用比较分析、趋势分析、结构分析、比率分析等报表分析方法,对公司做出全面评价,借此形成公司流动性与盈利能力的准确判断,对公司财务风险、财务弹性及其盈利能力做出最佳测算。这里要特别强调的是分析中一定要运用权衡和变通的理念,灵活使用分析方法和分析指标,使分析结果最终能有助于“评价该公司股票是否具有投资价值”。

4.前景预测。财务报表数据是历史数据,而决策要面向未来。因此,以报表中的历史数据为基础,对未来进行前瞻性预测,是实现财务报表的“投资决策有用性”的关键步骤。故在前述分析步骤基础上,还需要进一步进行恰当的前景分析。前景分析中主要运用财务预测的工具,财务预测基于具体分析目的,可以是报表预测、指标预测,也可采用判别模型进行预测等。前景预测对股票投资者投资决策的重要性不言自明,因为股票投资是要在未来获得投资收益的,是公司的未来而不是现在的盈利能力所决定的。

第7篇

关键词 股票投资 风险管理 对策

股票投资风险主要是实际得到收益小于预期收益的可能性,是因为投资收益的不稳定因素导致的,即投资预期收益率和实际收益率存在较大差距。对证券公司而言,要得到最大程度的经济效益,就应当重视风险控制。目前,证券公司股票投资风险管控过程中依旧还有一些需要解决的问题,我们应当通过有针对性的策略来解决这些问题,力求为金融市场创造一个良好稳定的环境。

一、证券公司股票投资风险管理存在的问题

首先,股票投资不具备健全的市场交易制度。股票投资过程中,没有相对成熟的市场交易体制。当前国内证券投资的类型还是相对单一化的,股票投资组合类型的选择有限。依靠多元化资产组合来降低系统的风险,依旧会面临很多问题。另外,从降低风险的层面而言,依旧不具备有效的规避策略,风险管控人员无法第一时间根据市场实际变化情况实施动作,同时也不能够完成风险对冲规避。

其次,股票投资风险控制不具备完善的监管体系。就现阶段国内的立法实际而言,有关证券公司投资风险管理的政策法规较少,因此在股票投资时会产生一些制度上的漏洞。加之投资比例也缺少有效的法规和明确规定,所以投资比例较为模糊,可操作性减少。另外,在股票投资的运作过程中,公平公正和权威独立的第三方监督机构还不是非常完善,这一过程通常是依靠投资方的自我监督,而这样无法体现出股票投资风险控制的有效水平。[1]

最后,股票投资风险控制制度存在问题。在证券公司经营管理中,我们往往会碰到这样一个现象――“谁的股份最多就听谁的”。同时,公司的高层或者上层管理人员常常受雇于公司的股东,决策人员一般来说容易受到股东的控制,在股票投资经营时也必然会优先考虑股东的经济利益。这一现象便和股票投资的初衷背道而驰。

二、证券公司股票投资风险的控制对策

(一)建立健全股票投资风险管理体系

随着社会主义市场经济的发展,金融债券也必须要紧跟时展趋势,努力朝着市场化的方向前进,进而为股票投资风险控制创造出一个良好的环境。证券公司应当科学处理好公司内部的股权分配问题,构建较为系统的法人治理结构,改变过去人们对于证券公司重筹资、轻管控的印象,进而让投资风险控制机构维持正确的价值观,用更加谨慎的态度落实安全投资,减轻投资难度与成本。另外,国内证券公司还应当主动树立长远理念,立足当前,放眼未来,积极跟随全球化的趋势,尽可能地和世界接轨,在规避股票投资风险的过程中进一步增强自身投资管理水平,同时推动国内市场的健康发展。市场交易制度的健全也可以有效减轻市场波动程度,降低波动频率,增强股票投资风险管控能力。国内证券市场近年来得到了较快程度的发展,但站在整体宏观的角度上来说,股票投资依旧不是非常成熟,并且正处于发展完善的关键时期。同时,因为投资风险的不稳定性因素,对股票投资的风险评价应当从单一的收益性评价开始慢慢朝着收益性、流动性和风险性多元化的评价机制转变,完善评价体系。从目前国内股票投资风险控制过程中存在的问题来说,证券公司必须从管理制度的制定和监管等方面实施改革,让自身主动参与到股票投资风险控制中来,增强证券公司股票投资风险控制的预见性、识别能力与风险规避能力,这样才能够保证证券公司的持续健康发展。

(二)进一步强化对金融投资业的监管

对金融股票的有效监管可以进一步推动我国金融市场的健康化、规范化发展。科学的监管手段能够让证券公司在约束条件下公正合法地经营管理,减少股票投资风险。一方面,我国政府部门已经出台了很多和金融投资相关的政策法规,比如说《基金法》《证券公司监督管理条例》等,相关监管部门必须深入仔细地对相关政策法规予以研究,力求准确抓住监管时机,增强证券行业的自觉性与正规性。对于相关政策法规中存在的可操作性内容,监管部门应当贯彻落实,定期实施巡查监督。在这一过程中,若发现证券公司存在违法违规现象,必须严厉惩处,确保法律的严肃性与权威性。股票投资的其中一个特征便是流动性较强,为尽可能地防止操控市场的问题,应当对投资比例予以清晰界定,降低其中存在的模糊性因素,避免证券企业出现弄虚作假的行为。[2]另一方面,证监会必须充分发挥职能作用,指定一部分拥有证券投资从业资格且具备职业道德的第三方会计师、审计师事务所,对股票投资风险管理实施核算与检查,构建相对完善的问责机制,逐渐增强证券公司管理的自觉性和公正性。若证券公司可以在监督管理下做到合法经营,必然可以在很大程度上提高自身的风险抵御能力。另外,还应当建立全面的市场准入和退出机制,结合市场实际需要降低准入门槛,提高股票投资的竞争力。

(三)健全股票投资企业内部管理机制

首先,在股票投资企业实施风险管理的过程中,应当着重针对企业内部股东出资状况和管理层实施调查,对股东的经营事迹和信誉状况必须要有一个全面性的总结归纳,进而让企业内部营造出一种均衡和谐的股东与决策者关系。同时,也应当让投资的管理决策者的决策和股东利益分割开来,保障好投资人的实际利益。在强化股票投资风险控制工作时,应当确保公司监督管理人员和董事之间拥有相对独立的权力,避免董事、高层管理人员和监督管理人员之间产生经济性的联系。这样一来,才能够让不同部门、不同岗位之间维持自身的独立性与公正性,为有效控制风险创设出良好环境。其次,证券公司应当从制度开始,对股票投资各阶段以及各阶段负责人的职权进行清晰的规定,确保其能够各司其职。例如,证券公司可以建立股票投资决策小组,对公司内部的投资实施规划分析。又如,在科学统计的前提下,通过定量研究的办法对各类投资类型实施科学的评估与选择,向公司投资经理人给出可行性较强的投资方向建议,经理人在对投资建议实施评估后作出更为准确的投资决定,这样相对健全的工作机制可以在很大程度上减少股票投资风险,确保证券公司内部各部门都发挥出重要作用。[3]

三、结语

对证券公司而言,做好股票投资风险控制可以在很大程度上让企业的经营管理活动更为和谐健康,同时得到更多的经济效益。虽然从现阶段的实际情况来说,国内证券公司的股票投资在风险控制过程中依旧存在一些需要解决的问题,但只要我们从实际出发,努力在制度、监管和市场结构等方面努力,抓住问题的关键进行解决,必然会有效地规避风险,促进证券公司的持续健康发展。

(作者单位为广证领秀投资有限公司)

参考文献

[1] 钱.证券公司债券投资风险管理浅见[J].财会学习,2016(05):243-245.

第8篇

【关键词】财务报表;投资价值分析;股票

文章编号:ISSN1006―656X(2014)05-0044-01

一、股票投资价值及投资价值分析

(一)股票价值和股票价格

1.股票的价值。股票的价值可以从其票面价值、账面价值、清算价值及内在价值几个角度进行分析,股票的票面价值即股票在发行时标注在票面上的金额,由于时间的变化和公司的发展,公司净资产会发生变化,股票面值与每股净资产逐渐背离,与股票投资价值之间也没有什么必然的联系。股票的账面价值也即是股票净值和每股净资产,是公司每股股票所包含的资产净值,是股东权益与总股数的比率。股票的清算价值是公司清算时,每股份额所拥有的实际价值。公司账面价值是会计核算上的价值,公司清算时候的资产往往会低于其账面价值。股票内在价值是股票未来收益的折现,也被称为理论价值。股票内在价值是股票市场价格的基础,发现和计算股票的内在价值是投资研究和分析的主要任务,投资者可以根据股票内在价值和市场价格的比较,发现目标股票是否具有投资价值。

2.股票的价格。其主要可以分为股票的理论价格和市场价格,股票的理论价格是根据现值理论而来的,将股票按一定的必要收益率和有效期限把未来收益折现,即为该股票的当前价值。股票的市场价格就是股票在二级市场上交易的价格。股票的市场价格由价值决定,也受到其他因素的影响。

(二)股票投资价值和股票投资价值分析

所谓投资价值,就是指某特定投资对象所具有的为投资者带来收益的价值。股票投资价值就是指目标股票所具有的为特定投资者带来预期收益的价值。

股票投资价值分析,是运用一定的技术方法和手段,分析评估特定股票或股票组合为投资者带来预期收益的能力。通常情况是为了通过投资价值分析,寻找有成长潜力、盈利能力或是价格被市场低估的股票作为投资对象。

(三)影响股票投资价值的因素

1.影响股票投资的内部因素。主要包括以下几个方面:公司净资产、公司盈利水平、公司股利政策、股份分割、增资和减资、公司资产重组等。2.影响股票投资的外部因素。主要有三个方面:宏观经济趋势、国家的财政和货币政策会从整体上对股票价值产生影响;行业的发展态势、行业政策等会对该行业内公司以及股票产生巨大影响大;证券市场上股票投资者的心理预期会对股票价格走势产生重要的影响。

二、证券投资分析的主要方法

(一)基本分析法。

基本分析法是一种基于“内在价值”的投资分析方法,通过分析证券价格与其内在价值的偏离水平来判断投资机会。它主要是依据经济学、金融学、投资学和财务管理学等原理,通过对宏观经济指标、国家政策、行业、市场以及公司基本情况等的分析,评估判断出证券的投资价值及合理价位,供投资者决策参考。

(二)技术分析法。

技术分析法是根据证券在资本市场表现及变化,来分析证券未来价格变化趋势的分析方法。它的理论基础建立在三个假设之上的:市场的行为包含一切信息、价格沿趋势移动、历史会重复。

(三)证券组合分析法。

理性投资者具有在期望收益率既定的条件下选择风险最小的证券或者在风险既定的条件下选择期望收益率最高的证券这两个倾向。证券组合分析法就是依据投资者对收益的偏好和风险厌恶程度,来确定最优证券投资组合,并进行组合管理的投资分析方法。

三、股票投资价值的估算方法

(一)现金流折现法。

现金流贴现模型是运用收入的资本化定价方法来决定普通股票内在价值的方法。按照收入的资本化定价方法,任何资产的内在价值是由拥有资产的投资者在未来时期内所接收的现金流决定的。由于现金流是未来时期的预算值,因此必须按照一定的贴现率返还成现值。也就说,一种资产的内在价值等于预期现金流的贴现值。对股票而言,预期现金流即为预期未来获取的股息。该方法常用来分析目标股票的长期投资价值。

(二)市盈率法。

市盈率法是股票市场中确定股票内在价值的最普通、最常用的方法。如果我们可以计算或者估算出目标股票的市盈率和每股收益,即可推算出股票的价格。市净率法原理和市盈率相同,也被广泛应用。这两种方法常用来分析目标股票的短期投资价值。

(三)资产评估值法。

就是把上市公司的全部资产进行评估一遍,扣除公司的全部负债,然后除以总股本,得出的每股股票价值。如果该股的市场价格小于这个价值,该股票价值被低估,如果该股的市场价格大于这个价值,该股票的价格被高估。

(四)销售收入法。

就是用上市公司的年销售收入除以上市公司的股票总市值,如果大于1,该股票价值被低估,如果小于1,该股票的价格被高估。

四、财务报表在投资价值分析中的功能和作用

从股票市场运行的历史来看,能够真正明确影响股价波动的关键因素是很少的,在这些很少的因素中,人们更多的关注上市公司的经营管理能力、资产质量、盈利水平以及企业成长前景等信息。作为投资者而言,很难能够直接到公司查看到完整、有价值的其内部因素,而外部资料也需要庞大的收集和加工能力。上市公司财务报表正是公司在内外部环境影响下公司运行状况最综合最直接的表现,而财务报表信息可以加工出任何(绝大部分)的价值分析指标。因此,它为投资者做投资价值分析提供了别无选择的,也是最好的分析资料。实践表明,财务报表信息对上市公司股价的影响越来越明显,投资者和分析人士越来越倾向于通过财务报表数据分析股票的投资价值。

财务报表分析是相关者客观评价企业财务状况、分析企业经营管理能力、衡量企业业绩和发展能力的重要手段,是企业自身发现问题、改进工作、挖掘潜力、提高效率的重要依据,是企业合理实施投资和融资决策的主要参考,还是企业与社会和公众信息交换的重要途径。财务报表分析对不同使用者的作用会有一定的差异,共性上可以总结为:评价企业的过去、反应企业的发展现状、预测未来发展趋势。

1.财务报表分析可以准确评价企业的过去。财务报表是对企业在过去的经营事项的数据反应,他是对企业过去决策、运行状况、业绩成果的直接评价,他在一定程度上指出企业的成绩、问题和产生的原因,这不仅对于正确评价企业过去经营业绩十分有益,而且还可以对企业投资者和债权人的行为产生影响。

2.财务报表分析可以全面反映企业的现状。财务报表是企业财务状况的动态报表,某一时点上的报表数据可以反映出某些现状的指标。如能及时反映企业资产状况、权益结构、偿债能力、支付能力、盈利能力、运行状况、现金流量等方面的指标,对于客观反映和评价企业现状具有重要作用。

3.财务报表分析可用于预测企业的未来。评价过去的经营成果、评价当前的运行现状,并通过预测分析、资产评估等方式预测企业未来的发展趋势,并为未来发展决策指明方向。不同的使用主体对此作用均有迫切的需要。

参考文献:

第9篇

关键词 模糊决策 运筹学 模糊集 股票投资价值

1 股票技术分析及预测方法

1.1 股票技术分析方法

进行股票的预测,最直接和基本的方法是股票的技术分析,它依据统计图表和股市的图形研判股市的未来动向,技术分析方法可以分为三种类型:判断股价趋势为主的趋势分析,如道琼斯理论、趋势线法、移动平均线等;形状分析,如k线系统、整理与反转形态、支撑与阻力以及箱性理论,波浪理论等;人气指标,如成交量图、obv指标等。虽然技术分析方法具有一定的准确性,但是由于技术指标分析方法众多,各种方法之间差别巨大,对于投资者来说学习不易,掌握更难,同时技术分析理论缺乏可靠的理论支持,分析结果仁者见仁、智者见智。虽然直到目前它仍然是大多数投资者在使用和依赖的分析预测方法,但是改进和发展它已经成为不可避免的事实。

1.2 基于统计学理论的预测方法

统计学理论的预测方法,主要是基于模型拟合和最小二乘原理建立各种回归、自回归、混合回归模型进行预测。此类方法,具有严格的数学基础,应用也最广泛,近年也有相当的发展。如nelder,ja和 wedderburn,r·w·m提出了广义线性模型,它放松了经典线性模型的假设,极大地丰富了回归分析的理论。aaron li和duanleo对假设进一步放松,提出了一般回归模型,该领域研究具有十分惊人的前景。在计量经济研究中,ichi二则提出了一类十分重要的模型——单指标模型。研究的重点在于使之更适合于实际社会经济系统建模。

1.3 基于人工智能技术的股票预测技术

由于计算机与人工智能技术的飞速发展,为股票市场建模与预测提供了众多的新技术、新方法,基于人工智能的股票预测技术进展迅速。基于神经网络的股票预测方法,主要使用神经网络进行股票价格数据的学习训练,然后使用训练模型进行股市预测。采用模糊模型技术进行预测,主要是依据专家经验或统计方法建立模糊模型进行预测;另外还可采用遗传算法进行神经网络的学习权值调节或模糊模型、模糊规则的调整,使神经网络模型或模糊模型更加逼近系统模型。

1.4 股票的组合预测方法研究

决策者面临决择的预测方式可能不只一种,且各有千秋,都能从一定程度上提供不同的有用信息,如何综合利用这些信息,解决多模式预测方式问题,正是组合预测的研究内容。在1989年,international journal of forecasting和journal of forecasting分别出版了组合预测专集,granger和clemen分别给出了精辟的综述与详论,clemen从信息集合讨论了组合的实质,从而为进一步探讨获取最有用信息抛弃无用信息提供了指导。自bates和granger发表组合预测一文以来,组合预测有了很大的发展。组合的目的在于综合利用各种预测方法所提供的信息,尽可能地提高预测精度。从原理上说,组合预测结果是对各单个预测线性加权。组合预测研究主要是考虑组合机理、权值确定,主要从统计分析、贝叶斯分析和信息集合三个角度来考虑。

2 非模糊环境下投资组合分析

现在先介绍一下用传统的方法在非模糊环境下如何选择最优的投资组合。

设投资者将其资金投资于n项风险资产,xi为在风险资产i上的投资份额,ri为风险资产i的收益率,它是一个随机变量,ri=e(ri)是ri的期望值,σij=cov(ri,rj)是第i,j两项资产的协方差i,j=1,…,n。ki是每单位风险资产的变化所需的交易费用,ki≥0;ci是第i项风险资产的交易费用。

给定投资组合x0=(x01,x02,…,x0n)和一个新投资组合x=(x1,…,xn),第i项风险资产的交易费用可表示为ci=ki|xi-x0i|,i=1,…,n。

总交易费用为

■c■=■k■x■-x■■

总收益为

r(x)=e■rixi-■k■x■-x■■

=■rixi-■k■x■-x■■

总风险为

v(x)=■e(ri-e(ri)xi)

一般地,投资者希望收益最大且风险最小。数学上可以表示为以下双目标规划模型

maxr(x)=■rixi-■kix■-x■■

minv(x)=■e(ri-e(ri)xi)

st■xi=1

用线性加权法求解多目标规划问题, 可得如下参数规划问题

max(1-λ)■rixi-■kix■-x■■-λ

■e(ri-e(ri))xi

st■xi=1

xi≥0,i=1,…,n

其中,参数λ在[0,1]中取消,它被称为内险回避因子,λ取值越大,投次者风险加避意识越强。

3 利用模糊决策方法评价股票投资价值

3.1 概述

股票投资过程中的一个基本问题就是如何从一系列可用于投资的股票中选择一种或一组最优的股票,这是一个对不同股票的价值如何进行评估的问题。对股票价值的科学评估不但为股票投资者进行投资决策提供可靠的依据,也可以促使上市公司的规范化运行,从而有助于股票市场的良性发展和社会资源的合理分配。

要对股票价值进行评估,首先就要对与股票价值相关的诸因素进行综合的分析和研究。由于股票持有者是股票发行者的股东,他们投资的资金是无法向股票发行者直接收回的,他们投资的收益主体来源于发行者向股东分派的红利和股票价格上涨所带来的资本利得。所以股票价值的评估主要从影响股份公司派发股息或红利水平的公司属性和影响股票溢价收益的市场属性两方面来进行。股票的市场属性方面,用该股票在市场上的收益率、市盈率、流动性、波动性、有效性、透明性和系统风险等指标来反映股票的价值。具体来讲,在一定的考察期间内:收益率取经过除权除息调整的日平均百分比收益率,以反映股票市场上的资金溢价收益;市盈率反映股票投资的回收期,回收期越短则股票越具有投资价值;流动性用股票的换手率表示;波动性用股票百分比收益率的标准差表示;有效性用股票价格与其内在价值的平均吻合程度表示;透明性用该股票的交易信息和上市公司信息在市场上的透明程度表示;系统风险用β系数表示。以上指标除了有效性和透明性要聘请专家来评估外,其余均为定量指标。

股票的公司属性是影响股票价格变动的内在因素,它不仅决定着股利水平的大小,在一定程度上也会影响股票的市场属性。用盈利能力、偿债能力、发展能力、管理和决策能力以及股权结构合理性等指标来衡量股票的公司属性,其中盈利能力和偿债能力不能仅用几个财务指标的简单加权来衡量,还应结合上市公司所处的行业类型、公司在行业内的垄断性、公司的发展阶段、公司规模等影响公司业绩但又未反映在财务指标上的因素加以综合评估;发展能力则要从公司资金实力、技术创新能力、人力资源及市场前景等因素综合评估;管理和决策能力以及股权结构合理性是反映公司治理能力的指标,前者反映了公司治理水平,后者影响着公司治理模式,清晰合理的股权结构能为股票投资者带来合理的确定性收益预期。以上几个指标均应聘请专家来评估。

3.2 模糊多属性决策方法

给定一组方案a1,a2,…,am,伴随每个方案的属性记为c1,c2,…,cn各属性的重要程度用ω1,ω2,…,ωn表示,符合归一化条件ω1+ω2+…+ωn=1。决策的目的是要找出其中的最优方案,记为amax。

(1)引入三角模糊数,三角模糊数常用表达形式有两种,分别记为(l,m,γ)和(m,α,β),两种表达形式可以相互转换,转换公式为α=m-l,β=γ-m。

(2)对模糊指标矩阵,f和模糊权重矢量,w进行归一化。收益类的归一化:xi是三角模糊数,记xi=(ai,bi,ci)。则归一化的模糊指标值ri可以写成■i=(■,■,■∧1);i=1,2…成本类的归一化:xi是三角模糊数,记xi=(ai,bi,ci),则归一化的模糊指标值ri可以写成■i=(■,■,■∧1);i=1,2…。

(3)建立模糊决策矩阵rij=wjxij。rij采用bonissone近似积公式进行计算,即ωj=(a;α,β),xij=(c;δ,γ),则rij=(ac;aγ+cα-α·γ,aδ+cβ-β·δ)。

(4)求出模糊理想m+=(m1+,m2+…,mn+),其中mi+=max{r1j,r2j,…,rmj},j=1,…n,n是属性j的模糊加权指标值所对应的模糊极大集。m-=(m1-,m2-…,mn-)其中mi-=min{r1j,r2j,…,rmj},j=1,…,n,n是属性j的模糊加权指标值所对应的模糊极小集。再确定方案ai与m+之间的差异di+,方案ai与m-之间的差异di-,di=■,i=1,…,m按照di值从大到小的顺序排列方案的优劣次序。

3.3 实例分析

取深圳股市其中3只股票作为例子,为了更加有代表性,取3只代表不同类型的股票。他们分别是000001的深发展、000933的g神火还有000805的st炎黄。如前面所述,作为评价一直股票都投资价值,可以考察很多方面,现在只考虑以下四个方面的主要因素:现在的股票的价格,股票的业绩,流通股本,行业的发展前景即长期投资价值。截至到2006年2月23日,三只股票的价格分别为7.01元,7.70元,2.42元。业绩以2005年中期业绩来算,分别为0.11元(一般),0.94元(很高),-0.08元(低)。流通股本分别为140 936(万股),23 660(万股),1 441(万股)。至于长期的投资价值主要看公司的行业背景,深发展是银行业的龙头代表,稳定发展,所以属于高;g神火是石油能源类的股票,最近该行业正处于强发展阶段,产品供不应求,而且该股票为g股,已经完成股改,所以投资潜力很高,st炎黄为st类亏损股票,而且是做软件外包装的行业,所以长期投资价值较低(见表1)。

先用三角模糊数表示决策矩阵中的定性指标:

d=

7.01 (0.6,0.8,0.8) 140 936 (0.6,0.5,0.6)

7.10 (0.8,0.9,1.0) 23 660 (0.8,0.9,1.0)

2.42 (0.2,0.3,0.4) 1 441 (0.2,0.3,0.4)

并且假定权重矢量为w=[(0.1,0.2, 0.3),(0.3,0.4,0.5),(0,0.1,0.2),(0.2,0.3, 0.4)]。

决策矩阵归一化后为

d=

(0.345,0.345,0.345)(0.600,0.889,1.000)(0.341,0.341,0.341)(0.800,1.000,1.000)(1.000,1.000,1.000)(0.250,0.333,0.500)

(0.010,0.010,0.010)(0.600,0.556,0.750)(0.061,0.061,0.061)(0.800,1.000,1.000)(1.000,1.000,1.000)(0.200,0.333,0.500)

模糊加权决策矩阵rij=wjxij

v=[rij]=

(0.0345,0.6900,0.1035)(0.2334,0.3556,0.5312)(0.0341,0.0682,0.1023)(0.3000,0.4000,0.5600)(0.1000,0.2000,0.3000)(0.0498,0.1332,0.1914)(0.000,0.0010,0.0020)(0.0724,0.1668,0.2136)(0.000,0.0061,0.0122)(0.2000,0.3000,0.4400)(0.000,0.1000,0.2000)(0.2000,0.3330,0.5000) 

模糊理想解m+=[(0.100,0.690,0.300),(0.300,0.400,0.560),(0.000,0.100,0.200), (0.200,0.333,0.500)]

m-=[(0.0341,0.0682,0.1023),(0.0498, 0.1332,0.1914),(0.000,0.001,0.002),(0.0724, 0.1668,0.2136)]

最后由di=■,i=1,2,3解得

d1=0.5855,d2=0.3523,d3=0.2332;d1>d2>d3 

所以,投资价值深发展比g神火好,g神火比st炎黄好。

4 结语

模糊多准则决策在生产生活的很多方面都有很多的应用,本文用了一个判断选择股票的投资价值的模型来说明了一下其在经济领域的应用。但是本例子尚有不是非常完善的地方,例如本例只研究了股票的四个方面的因素,但是影响股票的价格走势的其他因素还有很多,例如政策面的影响,庄家的操盘手法等,这些都是很重要的因素,但是却是不能用任何数学工具研究预测的。

参考文献

1 李荣钧.模糊多准则决策理论与应用[m].北京:科学出版社,2002

相关文章
相关期刊