時間：2023-07-07 17:24:34
開篇：寫作不僅是一種記錄，更是一種創(chuàng)造，它讓我們能夠捕捉那些稍縱即逝的靈感，將它們永久地定格在紙上。下面是小編精心整理的12篇量化投資基本面分析方法，希望這些內(nèi)容能成為您創(chuàng)作過程中的良師益友，陪伴您不斷探索和進(jìn)步。
今年7月中下旬以來，盡管對于未來股市究竟能沖到多高點位，市場分歧一直不斷，但一直保持較高倉位的量化產(chǎn)品，已經(jīng)呈現(xiàn)出越來越明顯的賺錢效應(yīng)。相關(guān)數(shù)據(jù)表明，量化基金今年以來整體業(yè)績平均回報已經(jīng)占勝了主動權(quán)益產(chǎn)品。據(jù)Wind數(shù)據(jù)統(tǒng)計，自2004年國內(nèi)誕生第一只量化基金以來，目前市場有24只主動量化概念基金產(chǎn)品，涉及19家基金公司。截至9月12日，量化基金今年以來平均收益為12.46%，而同期全部權(quán)益類產(chǎn)品的平均收益為9.48%。其中，華泰柏瑞量化指數(shù)今年以來收益20.37%，排名前十分之一。
此前，“量化投資”這個詞雖還不為大多數(shù)投資者熟悉，相對海外量化基金，國內(nèi)公募的量化基金起步較晚，之后的發(fā)展也一直非常緩慢。但在2005年～2009年指數(shù)型基金帶動公募量化崛起之后，隨著融資融券的成熟及期權(quán)的推出以及量化基金在A股市場現(xiàn)今的優(yōu)異表現(xiàn)，市場人士預(yù)計，必然將再度在中國資本市場催生第二波“量化投資”熱。
有鑒于此，《投資者報》“基金經(jīng)理面對面欄目”本期特別邀請到華泰柏瑞量化指數(shù)基金的基金經(jīng)理卿女士，就當(dāng)下量化投資的一些熱點問題、投資技巧以及四季度行情的走勢判斷等相關(guān)問題進(jìn)行交流。
卿認(rèn)為，量化投資不能做加法，人為將某個個股加入買入清單；又必須經(jīng)常結(jié)合基本面，對量化模型進(jìn)行合理的改善。同時她還指出，A股主板市場經(jīng)歷了長時間低迷，估值已經(jīng)反映經(jīng)濟(jì)中的問題和增長的放緩，除非經(jīng)濟(jì)發(fā)生重大或系統(tǒng)性風(fēng)險，下行空間有限。
華泰柏瑞量化初露崢嶸
《投資者報》：我們關(guān)注到，華泰柏瑞量化指數(shù)自2013年8月2日成立以來，特別是自今年2月成立滿6個月以來，已經(jīng)連續(xù)5個月蟬聯(lián)海通證券超額收益榜“增強(qiáng)股票指數(shù)型基金”冠軍。截至9月19日，在短短一年多點的時間里取得了24%的收益，在同類產(chǎn)品中遙遙領(lǐng)先。請問是什么原因讓華泰柏瑞量化指數(shù)業(yè)績回報如此出色？
卿：我們的量化模型一年多運作下來比較成功，除了模型本身設(shè)計上的優(yōu)越性之外，也歸功于我們團(tuán)隊的努力。我們開發(fā)的量化模型是基于基本面的量化選股模型，并且針對A股市場的特點作了調(diào)整，加入了一些獨特的基本面因子。這些因子是華泰柏瑞團(tuán)隊投資技能的體現(xiàn)，希望以此區(qū)別于市場中其他的量化投資策略，華泰柏瑞未來也會進(jìn)一步研究新的因子，并加入到投資模型中去。
我們的投資目標(biāo)有兩個，一是戰(zhàn)勝市場，二是提高單位風(fēng)險帶來的收益。事實證明，基金成立以來的回撤數(shù)據(jù)和信息比率都十分良好。
量化投資不能做“加法”
《投資者報》：您曾稱目前業(yè)內(nèi)一線的量化投資思路是做“聰明的量化投資”，即既要堅守量化投資的流程底線和投資本質(zhì)，也要做必要主動決策和風(fēng)險管理。請問您是如何把握這個主動的動作幅度和范圍的？換言之，這個主動的動作幅度具體是什么比例？多大范圍？
卿：這里我們所說的聰明量化是指和基本面相結(jié)合的量化。主要體現(xiàn)在三個層面：一是模型構(gòu)建方面跟蹤市場變化做出適時調(diào)整。在有市場觀察驗證并有數(shù)據(jù)支持的情況下，調(diào)整模型不同因子間的權(quán)重，并淘汰不再適用的因子，根據(jù)反映市場獨特特點的基本面信息，開發(fā)新的獨有的因子，不斷改進(jìn)完善模型。二是結(jié)合基本面信息，在投資組合構(gòu)建過程中，控制組合對一些模型尚未反映的風(fēng)險因素的暴露，并把個別交易標(biāo)的從交易清單中剔除，以反應(yīng)模型尚未捕捉的重要信息，像臨時重大信息披露、漲停板等，但決不會人為挑選個股加入交易清單，以堅守量化投資的紀(jì)律性。三是在極端情況下為保護(hù)投資人利益需要盡最大能力做出對投資人最為有利的決策，以應(yīng)對市場大的轉(zhuǎn)折。主要是指危機(jī)狀態(tài)下，不會機(jī)械地固守模型，如果是只做多的策略，會相應(yīng)做出減倉等應(yīng)對措施，而不是為堅守不擇時的紀(jì)律而讓投資人蒙受損失。這主要是來自2008年金融危機(jī)的教訓(xùn)。
同時，我們與基本面結(jié)合，不以犧牲紀(jì)律為代價。正常情況下，主要以改善模型為主，把基本面觀點通過模型反映到投資組合中。在個股層面，只能結(jié)合市場信息，從模型給出的交易清單中剔除個股，而不可以人為將某個個股加入買入清單，以堅守紀(jì)律性。
量化投資在國外被廣泛應(yīng)用
《投資者報》：在您眼里，中國的量化投資才剛剛起步。您曾表示“中國的量化投資管理的資產(chǎn)規(guī)模至少5年內(nèi)還看不到發(fā)展的天花板”。那么，時至今日，您認(rèn)為中國的量化投資管理的資產(chǎn)規(guī)模的天花板應(yīng)在什么位置？為什么？
卿：國際市場上，量化投資是區(qū)別于基本面投資的另一種主要投資模式，和基本面投資相比，有它自身的優(yōu)勢。量化分析在境外資產(chǎn)管理公司中得到非常廣泛的應(yīng)用。一些資產(chǎn)管理公司像過去的BGI（巴克萊旗下資產(chǎn)管理部門巴克萊全球投資者）和AQR（華爾街表現(xiàn)最突出的量化對沖基金之一）等等，全部采用量化投資策略；另外一些公司，像GMO（知名的全球投資管理公司，管理規(guī)模上千億美元），Pimco（全球最大債券基金――太平洋投資管理公司）和Citadel（美國芝加哥大城堡對沖基金公司）等則把量化分析和基本面分析結(jié)合在一起運用。 總的來說，境外幾乎所有大的資產(chǎn)管理公司都會或多或少依賴量化分析的方法。
目前，A股市場絕大部分投資策略都是基本面投資，真正做量化投資的資金很少，其獲得超額收益的市場機(jī)會很多，發(fā)展空間很大；并且國內(nèi)市場樣本多，利用量化手段來捕捉超額收益的勝率也有保障，因此未來的前景是比較樂觀的。
量化投資能夠戰(zhàn)勝A股市場
《投資者報》：今年以來量化基金的杰出表現(xiàn)，讓不少投資人驚呼“量化的春天已經(jīng)到來”，對于市場上的這種樂觀情緒，田總又是怎么看的？
卿：在國際市場，量化投資在投資領(lǐng)域已經(jīng)占有了重要的一席之地。當(dāng)前的A股市場中量化分析的運用程度還非常低，所以我們相信量化投資的市場份額一定會逐步增大，未來的發(fā)展空間是巨大的。另外，隨著市場的完善，量化投資有機(jī)會為市場提供像絕對收益等的新產(chǎn)品，使得市場中的投資產(chǎn)品更加豐富，投資人可以有更多的選擇。
《投資者報》：相對于其它主動管理的基金，量化基金在A股市場具有哪些優(yōu)勢，以致其能在今年的A股市場整體領(lǐng)先？
卿：A股市場的特性十分適合基本面量化投資。
第一個原因是A股市場處于弱有效狀態(tài)，戰(zhàn)勝市場的機(jī)會較大。A股市場的發(fā)展歷史較短，市場效率相比發(fā)達(dá)經(jīng)濟(jì)體低很多，因此有很多發(fā)現(xiàn)阿爾法因子的機(jī)會。
第二個特點是目前量化投資的市場份額小。國內(nèi)目前的基本面量化產(chǎn)品規(guī)模總體不大，其中嚴(yán)格遵循量化投資理念的基金更少，因此有很大的市場空間和盈利機(jī)會。
第三是A股市場容量大，而且還在快速擴(kuò)容中，給量化投資提供了足夠的投資寬度和行業(yè)寬度。
第四是A股的數(shù)據(jù)質(zhì)量不斷提高。供應(yīng)商提供的數(shù)據(jù)以及識別數(shù)據(jù)可靠性的技術(shù)手段不斷得到提升，使得以數(shù)據(jù)為基礎(chǔ)的量化投資的投資環(huán)境也不斷得到加強(qiáng)。
計算機(jī)給投資帶來的改變
1997年5月11日，國際象棋世界冠軍卡斯帕羅夫與1BM公司的國際象棋電腦“深藍(lán)”的六局對抗賽降下帷幕。在前五局以2.5對2.5打平的情況下，卡斯帕羅夫在第六盤決勝局中僅走了19步就向“深藍(lán)”拱手稱臣。整場比賽進(jìn)行了不到一個小時，卡斯帕羅夫賽后說，在最后一局時，“我已經(jīng)無力再戰(zhàn)?！庇诖送瑫r，利用計算機(jī)和數(shù)學(xué)模型來進(jìn)行數(shù)量化投資的基金正邁入高速增長期。
量化基金即以數(shù)量化投資來進(jìn)行管理的基金。數(shù)量化投資區(qū)別于基本面投資，他不是通過“信息和個人判斷”來管理資產(chǎn)，而是遵循固定規(guī)則，由計算機(jī)模型產(chǎn)生投資決策。量化投資并不是基本面分析的對立者，90％的模型是基于基本面因素，同時考慮技術(shù)因素。由此可見，它也不是技術(shù)分析，而是基于對市場深入理解形成的合乎邏輯的投資方法。
數(shù)量化技術(shù)發(fā)源于20世紀(jì)70年代，以1971年富國銀行發(fā)行跟蹤紐約證券交易所1500只股票的指數(shù)基金為標(biāo)志，此后隨著計算機(jī)處理能力的提高，越來越多的物理學(xué)家和數(shù)學(xué)家離開學(xué)校被華爾街雇傭，基金經(jīng)理們開始依靠電腦來篩選股票。
1979年巴克萊全球投資(Barclays Global Investor)成立了第一支主動數(shù)量(Quantitative & Active)投資基金標(biāo)志著量化投資由草根實踐走到了公募基金歷史舞臺聚光燈下。此后，Vanguard，F(xiàn)ederated，Janus，American Century,Alliance Bernstein，Evergreen以及Schwab都開始在運作數(shù)量化基金，他們也都開始加入Barclays Global Investors和LSVAsset Management的陣營，后兩者是數(shù)量化基金管理中最大的兩家公司。另外，NumericInvestors和AQR CapitalManagement是增長最快的數(shù)量化基金公司。
根據(jù)Bloomberg的數(shù)據(jù)，截至2008年底，1184只數(shù)量化基金管理的總資產(chǎn)高達(dá)1848億美元，相比1988年21只數(shù)量化基金管理的80億美元資產(chǎn)來說，平均增長速度高達(dá)20％，而同期非數(shù)量化基金的年增長速度僅為8％。
2000年之后是數(shù)量化基金發(fā)展的黃金時期，無論是個數(shù)還是管理規(guī)模都有了跨越式的發(fā)展。1998年數(shù)量化基金僅136只，至2002年增長一倍多，達(dá)316只，2008年底更是達(dá)到1848只，1988年至1998年年平均增長率為46％，2000年至2008年年平均增長幅度達(dá)54％。從規(guī)模上來看，1988年至1998年年平均增長率為32％，2000年至2008年年平均增長幅度達(dá)49％。
其中的原因有二：一是，2000年之后計算機(jī)技術(shù)飛速發(fā)展，為數(shù)量化的應(yīng)用提供了良好的平臺；更為主要的是主動管理型基金很難戰(zhàn)勝大盤，于是投資指數(shù)基金以及采用數(shù)量化方法篩選股票逐漸流行起來。而且數(shù)量化基金的表現(xiàn)也非常不錯。2002年至2007年5年間，相比美國市場主動型管理基金每年5.93％的超額收益，那些覆蓋所有資產(chǎn)的數(shù)量化基金每年的超額收益可以達(dá)到6.95％。另外，有研究表明，2004年至2007年，投資美國大盤股的數(shù)量化基金產(chǎn)品的表現(xiàn)平均超越非大盤主動型基金103個基點。
模型――量化基金的心臟
數(shù)量化基金的興起，建立在數(shù)量化投資技術(shù)的發(fā)展之上。在20世紀(jì)80年代，大量復(fù)雜模型得以發(fā)展，這包括：混沌理論(chaos theory)、分形(fraetals)、多維分形(multi-fractals)、適應(yīng)過程(adaptive programming)、學(xué)習(xí)理論(leaming theory)、復(fù)雜性理論(complexity theory)、復(fù)雜非線性隨機(jī)理論(complex nonlinear stochasticmodels)、數(shù)據(jù)挖掘(data mining)和智能技術(shù)(artificial intelligence)。然后，回歸分析(regression analysis)和動量模型(momentum modeling)仍然是被調(diào)查者使用最廣泛的數(shù)量化投資方式。
數(shù)量化基金最明顯的優(yōu)勢之一就是計算機(jī)處理數(shù)據(jù)的能力遠(yuǎn)遠(yuǎn)勝過人腦，這使電腦在海量股票選擇中占有絕對優(yōu)勢。例如在嘉信證券的股票評級系統(tǒng)跟蹤的股票超過3000只，并且每只股票都綜合了基本面、估值、動理和風(fēng)險因素進(jìn)行打分，并按分?jǐn)?shù)高低給A至F不同的評級。其次。量化基金是以定量投資為主，用紀(jì)律性較強(qiáng)的精細(xì)化定量模型，代替了基金經(jīng)理或分析師在定性層面的主觀判斷，使投資業(yè)績較少受到個人“熟悉度偏好”的影響。最后，數(shù)量化基金收取的費率及管理費用比傳統(tǒng)的主動型基金低很多，因為他們需要的研究人員更少，成本更低。據(jù)Lipper調(diào)查，數(shù)量化基金的平均費用是1.32％，相比而言，主動型基金的管理費用平均達(dá)到1.46％。
數(shù)量化投資理念成就了一大批數(shù)量化基金經(jīng)理，詹姆斯?西蒙斯無疑是其中的佼佼者。他所管理的大獎?wù)禄饘_基金(Medallion)，從1989年到2006年的17年間，平均年收益率達(dá)到了38.5％，而股神巴菲特過去20年的平均年回報率為20％。從1988年成立到1999年12月大獎?wù)禄鹂偣搏@得2478.6％的凈回報率，超過第二名索羅斯的量子基金一倍，而同期的標(biāo)準(zhǔn)普爾指數(shù)僅有9.6％。即使在次貸危機(jī)全面爆發(fā)的2007年，該基金的回報率仍高達(dá)85％。
然而量化基金并非所有市場都能有效戰(zhàn)勝非量化基金。Lipper把基金分為四類型，每一類型量化投資與傳統(tǒng)投資比較，2005年量化投資基金戰(zhàn)勝傳統(tǒng)基金，而2006年在增強(qiáng)指數(shù)型基金中，量化投資落后于傳統(tǒng)型基金，到2007年情況則發(fā)生較大轉(zhuǎn)彎，除市場中立基金外，其余量化投資基金全部跑輸傳統(tǒng)型基金。在考慮了風(fēng)險、跟蹤誤差后，數(shù)量化投資具有更小的跟蹤誤差和更高的回報。研究表明數(shù)量投資基金業(yè)績具有很強(qiáng)的輪動特點。大部分?jǐn)?shù)量投資基金具有很強(qiáng)的價值投資偏好(value bias)，因此，他們在價值型市場下表現(xiàn)良好，而1998-1999年是成長型市場，數(shù)量化投資基金大部分跑輸傳統(tǒng)型基金。2001-2005年是價值型市場，數(shù)量化投資基金普遍表現(xiàn)優(yōu)異。
用數(shù)學(xué)創(chuàng)造財富
國內(nèi)基金業(yè)雖然歷史較短，但發(fā)展迅速。美國等成熟基金市場的現(xiàn)狀，也很可能會是我們未來的發(fā)展方向。指數(shù)基金、量化基金以及免傭基金等品種，在未來有望陸續(xù)發(fā)展壯大，受到越來越多投資者的認(rèn)可。
目前，國內(nèi)基金市場上有4只量化基金，光大保德信量化核心、上投摩根阿爾法、嘉實量化阿爾法、中海量化策略，其中后兩只均是今年才成立，前兩只分別成立于2004年8月和2005年10月。
光大保德信量化核心一方面通過光大保德信的多因素數(shù)量模型對股票的預(yù)期收益率進(jìn)行估算，個股預(yù)期收益率的高低決定投資組合是否持有股票；另一方面，投資團(tuán)隊從風(fēng)險控制角度，重點關(guān)注數(shù)據(jù)以來的信息，通過行業(yè)分析和個股分析形成對量化的補(bǔ)充；最后由投資組合優(yōu)化器根據(jù)預(yù)先設(shè)計的風(fēng)險構(gòu)建組合。
上投摩根阿爾法基金的描述則是同步以“成長”與“價值”雙重量化指標(biāo)進(jìn)行股票選擇，然后研究團(tuán)隊將對個股進(jìn)行基本面審核，結(jié)合跟蹤誤差的緊密監(jiān)控，以求不論指數(shù)高低，市場多空皆創(chuàng)造主動管理回報。投研團(tuán)隊最終決定進(jìn)入組合的股票，量化分析是輔助和基礎(chǔ)。
嘉實量化基金“定量投資”為主，輔以“定性投資”。通過行業(yè)選擇模型，捕捉具有投資吸引力的行業(yè)，然后再在所選行業(yè)中運用Alpha多因素模型篩選個股。定性的輔助作用表現(xiàn)在利用基本面研究成果，對模型自動選股的結(jié)果進(jìn)行復(fù)核，剔除掉滿足某些特殊條件的股票。
中海量化策略以量化模型作為資產(chǎn)配置與構(gòu)建投資組合的基礎(chǔ)。根據(jù)量化指標(biāo)實行從一級股票庫初選、二級股票庫精選，再根據(jù)相關(guān)模型計算行業(yè)配置權(quán)重。結(jié)合行業(yè)配置權(quán)重，組合中每只股票的配置比例。
盡管量化投資已經(jīng)成為市場投資的發(fā)展趨勢，但是大多數(shù)投資者并不是很熟悉量化投資。一方面是由于量化投資一定程度上依賴數(shù)學(xué)模型，而賺錢的投資模型都是機(jī)構(gòu)的秘密武器，不會輕易披露。另一方面是由于量化投資采用計算機(jī)系統(tǒng)，設(shè)計各種交易手段，有著較為復(fù)雜的數(shù)學(xué)計算與技術(shù)要求，現(xiàn)在許多量化投資都是計算機(jī)自動執(zhí)行的程序交易。另外，量化交易者，俗稱寬客（quants）的交易和故事多多少少增加了量化投資的神秘感。所以，人們一般把量化投資稱為“黑箱”。納蘭（Narang，R.，2012）描述了量化交易系統(tǒng)的典型構(gòu)造，打開了量化投資的“黑箱”。納蘭認(rèn)為阿爾法模型用來預(yù)測市場未來方向，風(fēng)險控制模型用來限制風(fēng)險暴露，交易成本模型用來分析為構(gòu)建組合產(chǎn)生的各種成本，投資組合構(gòu)建模型在追逐利潤、限制風(fēng)險與相關(guān)成本之間做出平衡，然后給出最優(yōu)組合。最優(yōu)目標(biāo)組合與現(xiàn)有組合的差異就由執(zhí)行模型來完成。數(shù)據(jù)和研究部分則是量化投資的基礎(chǔ)：有了數(shù)據(jù)，就可以進(jìn)行研究，通過測試、檢驗與仿真正確構(gòu)建各個模型。預(yù)測市場并制定策略是量化投資的核心，即阿爾法模型在量化投資中處于核心地位。隨著量化投資的不斷發(fā)展，量化投資模型也在不斷改進(jìn)。簡單的策略可能就是證券或組合的套利行為，如期現(xiàn)套利組合、市場異象研究中的差價組合等。統(tǒng)計套利策略是經(jīng)典的量化投資策略，如匹配交易或攜帶交易。近年來，高頻交易成為量化投資的重要內(nèi)容，基于高速的計算機(jī)系統(tǒng)實施高頻的程序交易已經(jīng)是量化投資的重要利器。丁鵬（2012）將量化投資的主要內(nèi)容分為以下幾個方面：量化選股、量化擇時、股指期貨套利、商品期貨套利、統(tǒng)計套利、期權(quán)套利、算法交易、ETF/LOF套利和高頻交易等。他認(rèn)為量化投資的優(yōu)勢在于：紀(jì)律性、系統(tǒng)性、及時性、準(zhǔn)確性和分散化。
二、量化投資“黑箱”中的構(gòu)造與證券投資學(xué)的差異
在傳統(tǒng)的證券投資學(xué)中，投資組合理論、資本資產(chǎn)定價模型、套利定價理論和期權(quán)定價理論是現(xiàn)代金融理論的四塊基石。前兩者主要依靠均值-方差組合優(yōu)化的思想，后兩者則主要依靠市場的無套利條件。傳統(tǒng)的投資方法主要是基本面分析和技術(shù)分析兩大類，而量化投資則是“利用計算機(jī)科技并采用一定的數(shù)學(xué)模型去實現(xiàn)投資理念、實現(xiàn)投資策略的過程”。從概念看，量化投資既不是基本面分析，也不是技術(shù)分析，但它可以采用基本面分析，也可以采用技術(shù)分析，關(guān)鍵在于依靠模型來實現(xiàn)投資理念與投資策略。為了分析量化投資對證券投資學(xué)的啟示，本文從量化投資“黑箱”的各個構(gòu)成來探討量化投資與證券投資學(xué)中思路和觀點的差異。
（一）資產(chǎn)定價與收益的預(yù)測
根據(jù)組合優(yōu)化理論，投資者將持有無風(fēng)險組合與市場風(fēng)險資產(chǎn)組合，獲得無風(fēng)險利率與市場風(fēng)險溢價。資本資產(chǎn)定價模型則將此應(yīng)用到單一證券或組合，認(rèn)為證券的風(fēng)險溢價等于無風(fēng)險利率加上與風(fēng)險貢獻(xiàn)比率一致的風(fēng)險溢價，超過的部分就是超額收益，即投資組合管理所追求的阿爾法值。追求顯著正的阿爾法是資產(chǎn)定價理論給實務(wù)投資的一大貢獻(xiàn)?；谝蛩啬Ｐ偷奶桌▋r理論則從共同風(fēng)險因素的角度提供了追求阿爾法的新思路。其中，法瑪和佛倫齊的三因素定價模型為這一類量化投資提供了統(tǒng)一的參考?？梢哉f，在因素定價方面，量化投資繼承了資產(chǎn)定價理論的基本思想。對于因素定價中因素的選擇，證券投資學(xué)認(rèn)為，對資產(chǎn)價格的影響，長期應(yīng)主要關(guān)注基本面因素，而短期應(yīng)主要關(guān)注市場的交易行為，即采用技術(shù)分析。在量化投資中，主要強(qiáng)調(diào)按照事先設(shè)定的規(guī)則進(jìn)行投資，這在一定程度上與技術(shù)分析類似。但是，在技術(shù)分析中，不同的人會有不同的結(jié)論，而量化投資則強(qiáng)調(diào)投資的規(guī)則化和固定化，不會因人的差異而有較大的不同。另外，量化交易更強(qiáng)調(diào)從統(tǒng)計和數(shù)學(xué)模型方面尋找資產(chǎn)的錯誤定價或者進(jìn)行收益的預(yù)測。
（二）無套利條件與交易成本
在證券投資學(xué)里，流動性是證券的生命力。組合投資理論、資本資產(chǎn)定價模型以及套利定價理論等都認(rèn)為市場中存在大量可交易的證券，投資者可以自由買賣證券。這主要是為了保證各種交易都能實現(xiàn)，如套利交易。根據(jù)套利定價理論，一旦市場出現(xiàn)無風(fēng)險的套利機(jī)會，理性投資者會立即進(jìn)行套利交易，當(dāng)市場均衡時就不存在套利機(jī)會?，F(xiàn)實市場中往往存在套利限制。一是因為凱恩斯說的“市場的非理性維持的時間可能會長到你失去償付能力”。二是因為市場總是存在交易費用等成本。但證券投資學(xué)中，對市場中套利限制與非流動性的關(guān)注較少，這是因為傳統(tǒng)金融理論中簡化了市場結(jié)構(gòu)。市場微觀結(jié)構(gòu)理論研究在既定的交易規(guī)則下，金融資產(chǎn)交易的過程及其結(jié)果，旨在揭示金融資產(chǎn)交易價格形成的過程及其原因。在市場微觀結(jié)構(gòu)理論中，不同的市場微觀結(jié)構(gòu)對市場流動性的沖擊是不同的。因而，從量化投資的角度看，為了降低交易帶來的價格沖擊，能實施量化投資策略的證券往往都應(yīng)有較好的流動性，因為交易時非流動性直接影響投資策略的實施。從這個意義上講，量化投資時的交易成本不僅包括交易費用，更主要的是要考慮市場交易沖擊的流動性成本。
（三）風(fēng)險控制與市場情緒
在證券市場中，高收益與高風(fēng)險相匹配。量化投資在追求高收益的同時，不可避免地承擔(dān)了一定的風(fēng)險。在證券投資學(xué)中，系統(tǒng)性風(fēng)險主要源于宏觀經(jīng)濟(jì)因素，非系統(tǒng)性因素則主要源于行業(yè)、公司因素，并且不考慮市場交易行為的影響。在量化投資中，較多地使用因素定價模型，不僅會考慮市場經(jīng)濟(jì)因素，而且會考慮交易行為等因素，只是不同的模型有不同的側(cè)重點，在多模型的量化投資系統(tǒng)中自然包括了這兩方面的因素。除了各種基本面和市場交易的因素風(fēng)險外，量化投資還有自身不可忽視的風(fēng)險源。一方面，量化交易中，部分交易是采用保證交易的期貨、期權(quán)等衍生品交易，這種杠桿交易具有放大作用，隱藏著巨大的風(fēng)險。另一方面，市場沖擊的流動性成本也是量化投資的風(fēng)險控制因素，理所當(dāng)然地在圖1的風(fēng)險控制模型中體現(xiàn)出來。另外，在一般的投資過程中，市場情緒或多或少會成為風(fēng)險控制的一個對象。然而，在量化投資中，更多的交易都是通過計算機(jī)來實現(xiàn)的，如程序交易等，這樣以來，投資者情緒等因素對投資決策的影響相對較小。所以，在量化投資的風(fēng)險控制模型中較少地考慮市場情緒以及投資者自身的情緒，主要是通過承擔(dān)適度的風(fēng)險來獲得超額回報，因為畢竟減少風(fēng)險也減少了超額回報。
（四）執(zhí)行高頻交易與算法交易
在對未來收益、風(fēng)險和成本的綜合權(quán)衡下，實現(xiàn)投資策略成為量化投資的重要執(zhí)行步驟。為了達(dá)到投資目標(biāo)，量化投資不斷追求更快的速度來執(zhí)行投資策略，這就推動了采用高速計算機(jī)系統(tǒng)的程序化交易的誕生。在證券投資學(xué)里，技術(shù)分析認(rèn)為股價趨勢有長期、中期和短期趨勢，其中，長期和中期趨勢有參考作用，短期趨勢的意義不大。然而，隨著計算機(jī)信息科技的創(chuàng)新，量化投資策略之間的競爭越來越大，誰能運作更快的量化模型，誰就能最先找到并利用市場錯誤定價的瞬間，從而賺取高額利潤。于是，就誕生了高頻交易：利用計算機(jī)系統(tǒng)處理數(shù)據(jù)和進(jìn)行量化分析，快速做出交易決策，并且隔夜持倉。高頻交易的基本特點有：處理分筆交易數(shù)據(jù)、高資金周轉(zhuǎn)率、日內(nèi)開平倉和算法交易。高頻交易有4類流行的策略：自動提供流動性、市場微觀結(jié)構(gòu)交易、事件交易和偏差套利。成功實施高頻交易同時需要兩種算法：產(chǎn)生高頻交易信號的算法和優(yōu)化交易執(zhí)行過程的算法。為了優(yōu)化交易執(zhí)行，目前“算法交易”比較流行。算法交易優(yōu)化買賣指令的執(zhí)行方式，決定在給定市場環(huán)境下如何處理交易指令：是主動的執(zhí)行還是被動的執(zhí)行，是一次易還是分割成小的交易單。算法交易一般不涉及投資組合的資產(chǎn)配置和證券選擇問題。
三、對量化投資在證券投資教學(xué)中應(yīng)用的思考
從上述分析可以知道，量化投資的“黑箱”構(gòu)造與證券投資學(xué)之間存在一定的差異，因此，在證券投資的教學(xué)中應(yīng)當(dāng)考慮量化投資發(fā)展的要求。
（一）市場微觀結(jié)構(gòu)與流動性沖擊
在理性預(yù)期和市場有效假說下，市場價格會在相關(guān)信息披露后立即調(diào)整，在信息披露前后市場有著截然不同的表現(xiàn)。在證券投資學(xué)里，一般認(rèn)為價格的調(diào)整是及時準(zhǔn)確的，然而，現(xiàn)實的世界里，價格調(diào)整需要一個過程。在不同的頻率下，這種價格形成過程的作用是不同的。在長期的投資中，短期的價格調(diào)整是瞬間的，影響不大。然而，在高頻交易中，這種價格調(diào)整過程影響很大。市場微觀結(jié)構(gòu)就是研究這種價格形成過程。市場微觀結(jié)構(gòu)理論中有兩種基本的模型：存貨模型和信息模型。存貨模型關(guān)注商委托單簿不平衡對訂單流的影響，解釋沒有消息公布時價格短暫波動的原因。信息模型關(guān)注信息公布后信息反映到價格中的這一過程，認(rèn)為含有信息的訂單流是導(dǎo)致價格波動的原因。無論是關(guān)注委托訂單的存貨模型還是關(guān)注市場參與者信息類型的信息模型，這些市場微觀結(jié)構(gòu)的研究加強(qiáng)了流動性與資產(chǎn)價格之間的聯(lián)系，強(qiáng)調(diào)流動性在量化投資決策中的重要作用。一般的證券投資學(xué)中基本沒有市場微觀結(jié)構(gòu)的內(nèi)容，因而，為了加強(qiáng)證券投資學(xué)的實用性，應(yīng)關(guān)注市場微觀結(jié)構(gòu)的內(nèi)容與發(fā)展。
（二）業(yè)績評價與高杠桿
對于證券組合而言，不僅要分析其超額收益和成本，還要考慮其風(fēng)險與業(yè)績。在組合業(yè)績評價中，一方面要考慮風(fēng)險的衡量，另一方面則要分析業(yè)績的來源。在證券投資學(xué)中，組合業(yè)績來自于市場表現(xiàn)以及管理者的配置與選股能力。對于量化投資而言，市場時機(jī)和管理者的能力依然重要，然而，量化投資的業(yè)績評價還應(yīng)考慮另一個因素：高杠桿。量化交易中，部分交易是采用保證交易的期貨、期權(quán)等衍生品交易，這種杠桿交易具有放大作用，在市場好的時候擴(kuò)大收益，但在市場不好的時候會加速虧損，這些與傳統(tǒng)的業(yè)績評價就不太一樣。在一般的證券投資學(xué)里，業(yè)績評價主要考慮經(jīng)風(fēng)險調(diào)整的收益，很少考慮其杠桿的作用，這不僅忽略了杠桿的貢獻(xiàn)，而且有可能夸大了投資者的技能水平。
（三）人為因素與模型風(fēng)險
在量化投資中，非常注重計算機(jī)對數(shù)據(jù)和模型的分析，這突出了量化投資的規(guī)則性和固定性。然而，實際中，別看量化采用了各種數(shù)學(xué)、統(tǒng)計模型，但策略設(shè)計、策略檢測和策略更新等過程都離不開人的決策。量化交易策略與判斷型交易策略的主要差別在于策略如何生成以及如何實施。量化投資運用模型對策略進(jìn)行了細(xì)致研究，并借助計算機(jī)實施策略，能夠消除很多認(rèn)為的隨意性。但是，量化策略畢竟體現(xiàn)投資者的交易理念，這一部分依賴于投資者的經(jīng)驗，一部分依賴于投資者對市場的不斷觀察與更新。實際上，人始終處于交易之中，對于市場拐點以及趨勢反轉(zhuǎn)的判斷主要還是依賴投資者的經(jīng)驗。光大的烏龍指事件充分表明了人為因素在量化投資中的兩面性：決策實施依賴于人的設(shè)定，而人的設(shè)定不僅依賴于經(jīng)驗，而且人還會犯錯。人之所以會犯錯，一方面是因為人們對市場的認(rèn)知是不完全的，另一方面則是人們使用了錯誤的模型。經(jīng)典的證券投資理論中，股票價格的變動被認(rèn)為是隨機(jī)的，小概率事件出現(xiàn)的機(jī)會比較小，但是經(jīng)驗研究表明股票收益率具有肥尾現(xiàn)象，小概率事件發(fā)生的機(jī)會超出了人們原先的認(rèn)識，即市場還會出現(xiàn)“黑天鵝”。更為關(guān)鍵的是，量化投資更依賴數(shù)學(xué)和統(tǒng)計模型，這就使得量化投資存在較大的模型風(fēng)險，即使用了錯誤的模型。為了防范模型風(fēng)險，應(yīng)采用更為穩(wěn)健的模型，即模型的參數(shù)和函數(shù)應(yīng)該適應(yīng)多種市場環(huán)境。近年來，研究表明，證券收益及其與風(fēng)險因素的關(guān)系存在較大的非線性，同時，市場中存在一定的“噪聲”，采用隱馬爾科夫鏈等隨機(jī)過程和機(jī)器學(xué)習(xí)等數(shù)據(jù)挖掘技術(shù)進(jìn)行信息處理成為量化投資的重要技術(shù)支持。
（四）2013年諾貝爾經(jīng)濟(jì)學(xué)獎的啟示
【關(guān)鍵詞】 杜邦分析； 有用性； 灰色關(guān)聯(lián)
中圖分類號：F832.48 文獻(xiàn)標(biāo)識碼：A 文章編號：1004-5937（2014）13-0041-03
一、引言
近幾年我國資本市場得到了長遠(yuǎn)發(fā)展，越來越多的家庭和企業(yè)參與到資本市場中，截至2014年2月，我國股票市場有效賬戶數(shù)已經(jīng)達(dá)1.33億。在美國等發(fā)達(dá)國家，家庭更多的傾向于通過投資基金間接參與股票市場，而在我們國家更多的家庭選擇直接參與股票市場。因此股票市場的漲跌影響著眾多家庭的財產(chǎn)收益。而在目前股票市場經(jīng)歷幾年的低迷，投資價值凸顯的背景下，研究股票市場的投資方法顯得更具現(xiàn)實意義。
關(guān)于股價的分析方法，目前主流的有技術(shù)分析法和基本面分析法。技術(shù)分析法側(cè)重于股票價格和成交量的研究，憑借歷史經(jīng)驗的數(shù)據(jù)來預(yù)測未來的股價運行，分析過程以圖表作為分析工具，因此也叫圖表分析法?；久娣治龇ㄕJ(rèn)為，公司的盈利能力越強(qiáng)，給股東的回報越高，相對應(yīng)的股份價值越大，因此公司的盈利能力決定了公司的股價。該方法側(cè)重于研究公司的財務(wù)狀況，經(jīng)營成果和現(xiàn)金流量等財務(wù)信息。從國內(nèi)外的歷史經(jīng)驗看，技術(shù)分析法適用于短線投機(jī)，基本面分析法適用于長線投資。因此基本面分析法顯得更為理性，像巴菲特等眾多投資大師都通過基本面分析法參與股市投資。本文也立足于基本面分析法，即公司的盈利能力來探究股價的運行規(guī)律。
二、理論分析
評價企業(yè)盈利能力的綜合指標(biāo)是凈資產(chǎn)收益率，該指標(biāo)利用凈利潤與所有者權(quán)益之比來反映所有者投資的獲利能力。而杜邦分析是以凈資產(chǎn)收益率為核心反映企業(yè)盈利能力的評價系統(tǒng)，是典型的利用財務(wù)指標(biāo)之間的關(guān)系對企業(yè)盈利能力進(jìn)行綜合分析的方法。
理論上，凈資產(chǎn)收益率越高，股份價值越大，該指標(biāo)與股價成正相關(guān)。拆解后的三個指標(biāo)分別為權(quán)益乘數(shù)、總資產(chǎn)周轉(zhuǎn)率、銷售凈利潤率，三大指標(biāo)和凈資產(chǎn)收益率都是正相關(guān)的關(guān)系，因此，它們與股價也成正相關(guān)。權(quán)益乘數(shù)越大，所有者資本占全部資產(chǎn)的比重越小，企業(yè)負(fù)債的程度越高。只要企業(yè)的資產(chǎn)報酬率高于負(fù)債利率，企業(yè)更多地舉債對所有者來說就可以獲取更多的利潤，從而股份價值增長，股價上升。總資產(chǎn)周轉(zhuǎn)率越高，表明企業(yè)的資產(chǎn)周轉(zhuǎn)次數(shù)越多或周轉(zhuǎn)天數(shù)越少，是企業(yè)營運能力增強(qiáng)的體現(xiàn)。該指標(biāo)的上升往往是營業(yè)收入的增長而不是總資產(chǎn)的下降所致，而營業(yè)收入的增長會給所有者來帶來更多的利潤，從而股份價值增長，股價上升。銷售凈利率高表明銷售商品的營業(yè)收入扣除所有費用后凈利潤的提高，往往通過企業(yè)商品毛利的提高或者期間費用的有效控制實現(xiàn)，而這也意味著企業(yè)所有者獲取更多的利潤，從而股份價值增長，股價上升。
三、實證分析
通過理論分析股價與益乘數(shù)、總資產(chǎn)周轉(zhuǎn)率、銷售凈利潤率成正相關(guān)關(guān)系。下面進(jìn)一步看實證的結(jié)果。在國內(nèi)蔣賢品、魯愛民等從定性的角度加以介紹和分析，直接利用杜邦分析體系和指標(biāo)來評價和預(yù)測公司的價值。朱宏泉、舒蘭等（2011）僅用回歸的方法分析了盈利指標(biāo)與企業(yè)價值的相關(guān)性，并且沒有分行業(yè)進(jìn)行研究。因此分行業(yè)并且對財務(wù)指標(biāo)投資有用性進(jìn)行灰色關(guān)聯(lián)分析是本文的創(chuàng)新與研究內(nèi)容所在。
（一）樣本選取
樣本選取的時間跨度為2008年至2012年，在這五年中，上證指數(shù)經(jīng)歷了以下三個階段的牛熊市交替：從5 265跌至1 664，從1 664漲至3 478，從3 478跌至1 949。這樣可以一定程度上避免市場總體表現(xiàn)對分析的干擾。同時，本文選取滬深兩市18家旅游類上市公司作為研究樣本。旅游行業(yè)屬于弱周期行業(yè)，選其作為研究對象可以較大程度避免經(jīng)濟(jì)周期和經(jīng)濟(jì)政策對分析的干擾。本文中上市公司主要財務(wù)指標(biāo)以及股價數(shù)據(jù)來源于東方財富網(wǎng)和相關(guān)上市公司所披露的年度報告。
（二）灰色關(guān)聯(lián)分析
本文以灰關(guān)聯(lián)分析法進(jìn)行實證研究?；疑到y(tǒng)理論提出了對各子系統(tǒng)進(jìn)行灰色關(guān)聯(lián)度分析的概念，意圖透過一定的方法，去尋求系統(tǒng)中各子系統(tǒng)（或因素）之間的數(shù)值關(guān)系?；疑P(guān)聯(lián)分析對于一個系統(tǒng)發(fā)展變化態(tài)勢提供量化的度量，非常適合動態(tài)過程分析。在我國自鄧聚龍于1987年首次提出鄧氏關(guān)聯(lián)度后，解決了許多過去難以解決的問題。
當(dāng)進(jìn)行灰色關(guān)聯(lián)度計算數(shù)列的量綱不同時最好作無量綱化處理，此外還要求數(shù)列有公共交點。為解決這兩個問題，計算關(guān)聯(lián)系數(shù)之前，先將文章先對數(shù)列作初值化處理，處理結(jié)果如表1所示。
四、結(jié)論
作為常用的綜合性價值評價工具，杜邦分析通過將資產(chǎn)收益分解為利潤率、資產(chǎn)周轉(zhuǎn)率和權(quán)益乘數(shù)，以反映企業(yè)經(jīng)營業(yè)績的各個不同方面和變化因素，為公司管理者改善經(jīng)營業(yè)績、投資者更好地判斷公司的價值及變化，提供了一種簡潔、有效的方法，因而受到人們的廣泛關(guān)注，并在企業(yè)管理中發(fā)揮了巨大的作用。本文以A股旅游類上市公司為研究樣本，探討杜邦分析的核心指標(biāo)和股價的相關(guān)性。結(jié)果發(fā)現(xiàn)：
1.杜邦分析在投資中存在有用性。股價波動與公司的權(quán)益乘數(shù)，總資產(chǎn)周轉(zhuǎn)率和銷售凈利率存在相關(guān)關(guān)系，這也符合資產(chǎn)內(nèi)在價值評估理論。
2.三大指標(biāo)中權(quán)益乘數(shù)和資產(chǎn)周轉(zhuǎn)率的有用性比較強(qiáng)，銷售凈利率有用性較弱。這說明資本市場能較好地反映公司的風(fēng)險程度以及盈利能力，但對企業(yè)資產(chǎn)運營能力反映較弱。這符合證券投資分析的基本理論，證券投資主要考慮企業(yè)的風(fēng)險和收益，而企業(yè)的資產(chǎn)運營能力不是關(guān)注重點。
3.杜邦分析中的三大指標(biāo)能在證券投資中呈現(xiàn)較強(qiáng)的有用性，一定程度說明我國證券市場正趨向成熟并發(fā)揮價值發(fā)現(xiàn)的職能。作為投資者應(yīng)當(dāng)踐行價值投資的理念，在充分運用杜邦分析等方法分析企業(yè)的財務(wù)數(shù)據(jù)后再進(jìn)行投資配置。
【參考文獻(xiàn)】
[1] 蔣賢品，祝錫萍.杜邦財務(wù)分析體系的擴(kuò)展形式及其應(yīng)用[J].數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，1999，16（5）：65-66.
[2] 魯愛民，陳錦輝.實踐中對杜邦財務(wù)分析指標(biāo)體系的修改和運用[J].數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2000，17（7）：73-75.
[3] 朱宏泉，舒蘭，王鴻，范露萍.杜邦分析與價值判斷――基于A股上市公司的實證研究[J].管理評論，2011，23（10）：152-160.
[4] 鄧聚龍.灰色系統(tǒng)基本方法[M].武漢：華中理工大學(xué)出版社，1987：85-100.
[5] 嚴(yán)若森.公司治理評價及其灰色關(guān)聯(lián)分析[J].技術(shù)經(jīng)濟(jì)，2009，28（7）：114-120.
2011年盈利增速：化肥農(nóng)藥、半導(dǎo)體產(chǎn)品、一般化工、有色金屬等4個行業(yè)分別以138%、98%、97%、95%的預(yù)測增長率居前；水運、證券經(jīng)紀(jì)、電力等行業(yè)預(yù)測增速分別為-123%、-14%、-2%，預(yù)計將是2011年增速最低的行業(yè)。。
計算機(jī)存儲和設(shè)備、建筑原材料、人壽保險等分別以161%、1111%和96%的行業(yè)上漲空間位列前三。啤酒、證券經(jīng)紀(jì)、生物技術(shù)等行業(yè)下降空間最大，幅度均超過40%。
機(jī)構(gòu)認(rèn)同度
盈利動能：與一周前盈利預(yù)測數(shù)據(jù)相比，信息技術(shù)與服務(wù)、航天與國防、休閑用品等行業(yè)的盈利增速調(diào)高幅度居前，上調(diào)幅度分別為6.61%、1.43%和0.79%；半導(dǎo)體產(chǎn)品、輪胎橡膠、綜合華工等行業(yè)的盈利增速下調(diào)幅度較大，調(diào)低幅度分別為5.73%、5.56%、4.33%。
分析師評級：從過去3個月的變化趨勢看，輪胎橡膠等評級不斷上調(diào)，百貨、啤酒、建筑材料、建筑與農(nóng)用機(jī)械、重型電力設(shè)備、特殊化工品、其它石油設(shè)備與服務(wù)、非金屬材料、貴金屬、有色金屬、銀行、出版、水運等則有不斷下調(diào)趨勢。
目標(biāo)價漲升空間：計算機(jī)硬件以57%的目標(biāo)價漲升空間繼續(xù)領(lǐng)跑，人壽保險、建筑材料等漲升空間均超過25%。排名相對落后的主要是出版、環(huán)保服務(wù)、水運、自來水、制鋁業(yè)和生物技術(shù)等，漲升空間均不超過10%。
技術(shù)面掃描
白酒、建筑原材料、石油加工和分銷連續(xù)第二周分享排行榜"三甲"，貴金屬、煤炭、航天與國防、批發(fā)、鋼鐵、飼養(yǎng)與漁業(yè)、多種公用事業(yè)排名分列居前十。
本勢行業(yè)排行榜排名大幅上升的行業(yè)包括：保健產(chǎn)品、醫(yī)療設(shè)備、影視音像、煤氣與液化氣、計算機(jī)存儲和設(shè)備、林業(yè)品、綜合性商務(wù)服務(wù)、飼養(yǎng)與漁業(yè)等。
本周建議關(guān)注行業(yè)和風(fēng)險提示行業(yè)
建議關(guān)注：系統(tǒng)軟件、信息技術(shù)與服務(wù)、航天與國防、紡織品、白酒。
提示風(fēng)險：水運、制鋁業(yè)、重型電力設(shè)備、半導(dǎo)體產(chǎn)品、鋼鐵。
我們的行業(yè)研究邏輯：
從三個方面入手尋找股價的驅(qū)動因素：第一、基本面，主要從盈利增長前景和估值角度考量股價，一般來說，估值較低的股票長期里終將回歸合理估值水平；第二、機(jī)構(gòu)認(rèn)同度，機(jī)構(gòu)的買賣無疑是股價變動的直接影響因素之一，受到機(jī)構(gòu)青睞的股票更具價格上漲動力。我們用分析師數(shù)據(jù)的變化來捕捉機(jī)構(gòu)認(rèn)同度；第三、技術(shù)面，從行業(yè)的角度看，行業(yè)相對價格強(qiáng)度能夠幫助鑒別股票是否處于領(lǐng)導(dǎo)性行業(yè)中，相對投資機(jī)會常常在上升的行業(yè)中，而處于下降行業(yè)中的股票則要注意風(fēng)險。
本文將分別從基本面（業(yè)績增長率、相對市盈率漲升空間）、機(jī)構(gòu)認(rèn)同度（盈利動能、投資評級、目標(biāo)價漲升空間）、技術(shù)面（強(qiáng)勢行業(yè)排名）等三個方面、多個角度對行業(yè)進(jìn)行比較，并綜合考量各種因素，對行業(yè)進(jìn)行量化排名，最后我們會給出5個建議關(guān)注行業(yè)和5個風(fēng)險提示行業(yè)，供機(jī)構(gòu)投資者參考。因我們在行業(yè)量化排名過程中，以分析師數(shù)據(jù)為核心，故我們命名該排序方法為“天眼行業(yè)專家”。
根據(jù)"今日投資"4級行業(yè)劃分（以摩根斯坦利行業(yè)劃分標(biāo)準(zhǔn)為基礎(chǔ)），目前上市公司共組成107個行業(yè)。我們僅選擇分析師跟蹤公司數(shù)量大于等于5個的行業(yè)（另外加入了人壽保險行業(yè)），共計68個。
基本面掃描
業(yè)績增速有下調(diào)趨勢
2011年盈利增速：三行業(yè)將現(xiàn)負(fù)增長
圖1列出了各行業(yè)的業(yè)績增速（2011年預(yù)測值）。其中，化肥農(nóng)藥、半導(dǎo)體產(chǎn)品、一般化工、有色金屬等4個行業(yè)分別以138%、98%、97%、95%的預(yù)測增長率居前（詳見圖1）。與上期前四名增長率均過百相比，絕對增速有所下降；水運、證券經(jīng)紀(jì)、電力等行業(yè)預(yù)測增速分別為-123%、-14%、-2%，預(yù)計將是2011年增速最低的行業(yè)。
相對市盈率漲升空間：啤酒和證券經(jīng)紀(jì)墊底
根據(jù)相對市盈率上升空間（歷史均值/相對市盈率）和相對業(yè)績增長系數(shù)（行業(yè)業(yè)績預(yù)測增長率/滬深300業(yè)績預(yù)測增長率），我們計算出了各行業(yè)的股價超額收益上升空間（由于個股數(shù)據(jù)往往對行業(yè)均值數(shù)據(jù)有較大影響，我們的行業(yè)市盈率數(shù)據(jù)選取的是中值）。圖2列出了各行業(yè)的股價超額收益上漲空間。計算機(jī)存儲和設(shè)備、建筑原材料、人壽保險等分別以161%、1111%和96%的行業(yè)上漲空間位列前三。啤酒、證券經(jīng)紀(jì)、生物技術(shù)等行業(yè)下降空間最大，幅度均超過40%。
分析師悲觀情緒繼續(xù)上升
盈利動能：盈利下調(diào)行業(yè)數(shù)量增加
約翰·聶夫1964年成為溫莎基金經(jīng)理，并一直擔(dān)任至1995年退休。在此期間，他將搖搖欲墜、瀕臨解散的溫莎基金經(jīng)營成當(dāng)時最大的共同基金。
在31年間，溫莎基金的總投資回報率為55.46倍，累計平均年復(fù)合回報率達(dá)13.7%，這個紀(jì)錄在基金史上尚無人能與其媲美。
在退休前，聶夫還一直兼任威靈頓管理公司的副總裁和經(jīng)營合伙人。聶夫的成功之道，并不在于使用了高深的投資技巧及數(shù)學(xué)模型，而是廣為人知的低市盈率投資法。
對于A股市場的投資者，聶夫的投資之道完全可以復(fù)制，因為低市盈率投資法很容易做到量化選股，而且回溯檢驗的結(jié)果相當(dāng)不錯。
我們運用修正過的聶夫選股方法對2005年5月初至2012年12月底的A股市場進(jìn)行了回溯檢驗，結(jié)果表明聶夫之道在A股市場可以取得44.12%的年化復(fù)合收益率，而同期滬深300指數(shù)的年化復(fù)合收益率只有13.86%，聶夫之道投資法的年化超額收益達(dá)到30.26個百分點。
在24個分季度檢驗區(qū)間中，“聶夫之道”跑贏滬深300指數(shù)的次數(shù)達(dá)到16個，占比為66.67%，單季最高超額收益達(dá)到56.77個百分點；在8個超額收益為負(fù)的檢驗區(qū)間中，單季最高超額負(fù)收益只有10.69個百分點。
此外，我們還將“聶夫之道”與公募基金進(jìn)行了對比。在全部公募基金中，排名第一的是華夏大盤精選，有“公募一哥”之稱的王亞偉從2005年5月開始執(zhí)掌該基金，直至其于2012年5月離開華夏基金。該基金在2005年5月初至2012年12月底的期間收益率達(dá)到1149.07%，即2005年5月初買入價值1元的大盤精選基金，在2012年12月底基金凈值達(dá)到12.49元。
作為比較，“聶夫之道” 在2005年5月初至2012年12月底的期間收益率達(dá)到1549.70%，即2005年5月初買入價值1元的大盤精選基金，在2012年12月底基金凈值達(dá)到16.49元。
也就是說，如果“聶夫之道”是一只基金，那么其收益率戰(zhàn)勝了以王亞偉所領(lǐng)銜“華夏大盤精選”為代表的全部公募基金；此外，與包括開放式和封閉式在內(nèi)的全部公募基金相比，“聶夫之道”還有一個非常明顯的優(yōu)點，即投資者可以根據(jù)自己的決定在任何期間買入和賣出。
8月14日-8月20日的五個交易日中，根據(jù)Wind統(tǒng)計，在其所覆蓋的券商研究報告中，對滬深300指數(shù)的300家成份股公司，業(yè)績調(diào)升32家，調(diào)降59家。
過去一個月，滬深300指數(shù)成份股業(yè)績調(diào)升69家，調(diào)降122家。
截至8月20日收盤，滬深300指數(shù)成份股按總市值除以預(yù)測總利潤計算的2013年P(guān)E平均值為8.35，按照總市值從大到小分為5個區(qū)間，同樣按照上述方法計算的市盈率平均值分別為6.96、16.10、15.86、17.91、15.36。
相比一周前（8月13日），滬深300指數(shù)成份股預(yù)測總利潤減少0.31%，由20323億元變?yōu)?0260億元；市盈率平均值減少1.39%，由8.47變?yōu)?.35。
相比一個月前（7月20日），滬深300指數(shù)成份股預(yù)測總利潤減少0.25%，由20309億元變?yōu)?0260億元；市盈率平均值增加3.55%，由8.07變?yōu)?.35。
截至8月20日，過去一周（2013年報告期）每股收益預(yù)測上升和下降前10名、過去一周（2013年報告期）評級上升和下降前10名分別如左側(cè)表格所示。
截至8月20日，過去一個月（2013年報告期）每股收益預(yù)測上升和下降前10名、過去一個月（2013年報告期）評級上升和下降前10名分別如右側(cè)表格所示。 Wind評級的1分至5分，分別對應(yīng)“買入”、“增持”、“持有”、“中性”、“賣出”。
創(chuàng)一年新高（新低）股票概況
8.15-8.21期間，共計161只股票創(chuàng)一年新高，創(chuàng)新高個股數(shù)量位列前三位的行業(yè)（申萬一級行業(yè)分類）分別是信息服務(wù)（35只）、信息設(shè)備（27只）、電子（15只）。上述股票的加權(quán)平均市盈率（2012年年報）為9.90，加權(quán)平均市凈率（2012年年報）為1.79，期間最高股價的平均值為18.37元。
由于光大證券“烏龍指”的影響，一些原本成交低迷的超級大盤股出現(xiàn)瞬間漲停，之后又快速回落。例如工商銀行（601398.SH）、長江電力（600900.SH）等。
8.15-8.21期間，兩市無創(chuàng)一年新低個股。
勝券投資分析
第45期回顧
牛股通常具有相似的特征，也就是我們這里說的“牛股基因”。勝券投資分析揭秘的牛股基因通常體現(xiàn)在以下四個方面：
首先，牛股表現(xiàn)出良好的成長性。勝券投資分析通過個股的凈利潤評分、價格相對強(qiáng)弱評分以及兩者相結(jié)合的綜合評分為廣大投資者提供了一種快餐化的基本面選股方式，經(jīng)過歷史回顧檢驗，牛股往往是綜合評分超過80分的股票。只有這些股票有著表現(xiàn)優(yōu)異的基本面，而優(yōu)異的基本面往往是支撐其股價不斷上漲的動力。
其次，發(fā)展前景良好的行業(yè)是孕育牛股的溫床。關(guān)注勝券的投資者可以發(fā)現(xiàn)，勝券投資分析近期重點分析的股票往往集中于醫(yī)藥生物、信息服務(wù)等勝券行業(yè)排名靠前且整體強(qiáng)勢的行業(yè)。牛股往往是這些行業(yè)中表現(xiàn)不俗的股票。
第三，牛股往往在跌跌不止的行情中具有抗跌性。勝券一度強(qiáng)力解讀的牛股恩華藥業(yè)（002262.SZ）和上海家化（600315.SH）等在2012年大盤的頹勢中股價逆市上揚并不斷創(chuàng)出52周新高；在年底大盤回暖后再創(chuàng)佳績。當(dāng)然，這些股票也不是直線上漲的，在股價攀升的過程中不免有回調(diào)，此時正是對投資者心理的考驗。勝券投資分析認(rèn)為，對于基本面和政策面以及大盤都沒有發(fā)生重大變化的個股發(fā)生回調(diào)時，投資者可以根據(jù)賣出止損策略操作并等待下一個投資時機(jī)的到來。
第四，在回暖的行情中不斷地創(chuàng)出52周新高并伴隨明顯的放量往往是牛股啟動的標(biāo)志。這里的放量至少是當(dāng)天的成交量相比于50日平均移動成交量上漲40%-50%以上。
神奇公式的核心是“低價買入優(yōu)質(zhì)股票”，所選用的兩個指標(biāo)是投資回報率（ROTC）和收益率（EBIT/EV），其中投資回報率篩選出來的是“好公司”，收益率篩選出來的是“好價格”。
“好公司”主要是對上市公司的相關(guān)財務(wù)指標(biāo)進(jìn)行衡量，即以基本面為導(dǎo)向的分析，所選出的都是一些“質(zhì)優(yōu)”的公司，這個指標(biāo)相對容易確定。
在計算“好公司”得分時涉及的財務(wù)指標(biāo)主要包括營業(yè)收入、營業(yè)成本、流動資產(chǎn)合計、流動負(fù)債合計、短期借款、投資性房地產(chǎn)等。
“好價格”的目標(biāo)是“低價”股，但什么樣的股價水平才算“低”呢，又該如何發(fā)現(xiàn)市場上被低估的股票呢？對此，以價值為導(dǎo)向的投資理論認(rèn)為，低價是相對于企業(yè)的內(nèi)在價值而言，但內(nèi)在價值的確定又非常繁雜，神奇公式采用的是一種最便捷的方式，即觀察股票的價格走勢，通過股票的價格漲跌及市值變化篩選出符合條件的“質(zhì)優(yōu)低價”股。
在計算“好價格”得分時涉及的財務(wù)指標(biāo)主要包括營業(yè)收入、營業(yè)成本、短期借款、應(yīng)付票據(jù)、長期借款、少數(shù)股東權(quán)益、延遲所得稅負(fù)債等。
神奇公式的目標(biāo)并不是單純地尋找“好公司”或者“好價格”，而是尋找能夠?qū)⑸鲜鰞蓚€因素進(jìn)行最佳組合的公司，也就是“綜合得分”占優(yōu)的股票。
在聶夫執(zhí)掌的31年間，溫莎基金的總投資回報率為55.46倍，平均年復(fù)合回報率達(dá)13.7%，這個紀(jì)錄在基金史上尚無人能與其媲美。
在退休前，聶夫還一直兼任威靈頓管理公司的副總裁和經(jīng)營合伙人。聶夫的成功之道，并不在于使用了高深的投資技巧及數(shù)學(xué)模型，而是廣為人知的低市盈率投資法。
對于A股市場的投資者，聶夫的投資之道完全可以復(fù)制，因為低市盈率投資法很容易做到量化選股，而且回溯檢驗的結(jié)果相當(dāng)不錯。
我們運用修正過的聶夫選股方法對2005年5月初至2012年12月底的A股市場進(jìn)行了回溯檢驗，結(jié)果表明，聶夫之道在A股市場可以取得44.12%的年化復(fù)合收益率，而同期滬深300指數(shù)的年化復(fù)合收益率只有13.86%，聶夫之道投資法的年化超額收益達(dá)到30.26個百分點。
在24個分季度檢驗區(qū)間中，“聶夫之道”跑贏滬深300指數(shù)的次數(shù)達(dá)到16個，占比為66.67%，單季最高超額收益達(dá)到56.77個百分點；在8個超額收益為負(fù)的檢驗區(qū)間中，單季最高超額負(fù)收益只有10.69個百分點。
此外，我們還將“聶夫之道”與公募基金進(jìn)行了對比。在全部公募基金中，排名第一的是華夏大盤精選，有“公募一哥”之稱的王亞偉從2005年5月開始執(zhí)掌該基金，直至其于2012年5月離開華夏基金。該基金在2005年5月初至2012年12月底的期間收益率達(dá)到1149.07%，即2005年5月初買入價值1元的大盤精選基金，在2012年12月底基金凈值將達(dá)到12.49元。
作為比較，“聶夫之道” 在2005年5月初至2012年12月底的期間收益率達(dá)到1549.70%，即2005年5月初買入價值1元的大盤精選基金，在2012年12月底基金凈值將達(dá)到16.49元。
如果“聶夫之道”是一只基金，那么其收益率戰(zhàn)勝了以王亞偉所領(lǐng)銜“華夏大盤精選”為代表的全部公募基金；此外，與包括開放式和封閉式在內(nèi)的全部公募基金相比，“聶夫之道”還有一個非常明顯的優(yōu)點，即投資者可以根據(jù)自己的決定在任何期間買入和賣出。
7月17日-7月23日的五個交易日中，根據(jù)Wind統(tǒng)計，在其所覆蓋的券商研究報告中，對滬深300指數(shù)的300家成份股公司，業(yè)績調(diào)升22家，調(diào)降28家。
過去一個月，滬深300指數(shù)成份股業(yè)績調(diào)升73家，調(diào)降120家。
截至7月23日收盤，滬深300指數(shù)成份股按總市值除以預(yù)測總利潤計算的2013年P(guān)E平均值為8.1，按照總市值從大到小分為5個區(qū)間，同樣按照上述方法計算的市盈率平均值分別為6.92、14.36、16.5、17.35、18.19。
相比一周前（7月16日），滬深300指數(shù)成份股預(yù)測總利潤減少0.02%，由19630億元變?yōu)?9627億元；市盈率平均值減少1.48%，由8.22變?yōu)?.10。
相比一個月前（6月23日），滬深300指數(shù)成份股預(yù)測總利潤減少0.26%，由19678億元變?yōu)?9627億元；市盈率平均值減少1.33%，由8.21變?yōu)?.10。
截至7月23日，過去一周（2013年報告期）每股收益預(yù)測上升和下降前10名、過去一周（2013年報告期）評級上升和下降前10名分別如左側(cè)表格所示。
截至7月16日，過去一個月（2013年報告期）每股收益預(yù)測上升和下降前10名、過去一個月（2013年報告期）評級上升和下降前10名分別如右側(cè)表格所示。 Wind評級的1分至5分，分別對應(yīng)“買入”、“增持”、“持有”、“中性”、“賣出”。
創(chuàng)一年新高（新低）股票概況
7.18-7.24期間，共計270只股票創(chuàng)一年新高，創(chuàng)新高個股數(shù)量位列前三位的行業(yè)（申萬一級行業(yè)分類）分別是信息服務(wù)（75只）、機(jī)械設(shè)備（36只）、醫(yī)藥生物（36只）。上述股票的加權(quán)平均市盈率（2012年年報）為59.55，加權(quán)平均市凈率（2012年年報）為5.36，期間最高股價的平均值為21.61元。
7.18-7.24期間，共計52只股票創(chuàng)一年新低，創(chuàng)新低個股數(shù)量位列前三位的行業(yè)（申萬一級行業(yè)分類）分別是采掘（10只）、交通運輸（6只）、建筑建材（4只）。上述股票的加權(quán)平均市盈率（2012年年報）為13.81，加權(quán)平均市凈率（2012年年報）為1.44，期間最低股價的平均值為7.71元。
本期創(chuàng)新高股票的總市值為22524億元，創(chuàng)新低股票的總市值為9540億元，兩者之比為2.36：1。
勝券投資分析
第41期回顧
牛股通常具有相似的特征，也就是我們這里說的“牛股基因”。勝券投資分析揭秘的牛股基因通常體現(xiàn)在以下四個方面：
首先，牛股表現(xiàn)出良好的成長性。勝券投資分析通過個股的凈利潤評分、價格相對強(qiáng)弱評分以及兩者相結(jié)合的綜合評分為廣大投資者提供了一種快餐化的基本面選股方式，經(jīng)過歷史回顧檢驗，牛股往往是綜合評分超過80分的股票。只有這些股票有著表現(xiàn)優(yōu)異的基本面，而優(yōu)異的基本面往往是支撐其股價不斷上漲的動力。
其次，發(fā)展前景良好的行業(yè)是孕育牛股的溫床。關(guān)注勝券的投資者可以發(fā)現(xiàn)，勝券投資分析近期重點分析的股票往往集中于醫(yī)藥生物、信息服務(wù)等勝券行業(yè)排名靠前且整體強(qiáng)勢的行業(yè)。牛股往往是這些行業(yè)中表現(xiàn)不俗的股票。
第三，牛股往往在跌跌不止的行情中具有抗跌性。勝券一度強(qiáng)力解讀的牛股恩華藥業(yè)（002262.SZ）和上海家化（600315.SH）等在2012年大盤的頹勢中股價逆市上揚并不斷創(chuàng)出52周新高；在年底大盤回暖后再創(chuàng)佳績。當(dāng)然，這些股票也不是直線上漲的，在股價攀升的過程中不免有回調(diào)，此時正是對投資者心理的考驗。勝券投資分析認(rèn)為，對于基本面和政策面以及大盤都沒有發(fā)生重大變化的個股發(fā)生回調(diào)時，投資者可以根據(jù)賣出止損策略操作并等待下一個投資時機(jī)的到來。
第四，在回暖的行情中不斷的創(chuàng)出52周新高并伴隨明顯的放量往往是牛股啟動的標(biāo)志。這里的放量至少是當(dāng)天的成交量相比于50日平均移動成交量上漲40%-50%以上。
神奇公式的核心是“低價買入優(yōu)質(zhì)股票”，所選用的兩個指標(biāo)是投資回報率（ROTC）和收益率（EBIT/EV），其中投資回報率篩選出來的是“好公司”，收益率篩選出來的是“好價格”。
“好公司”主要是對上市公司的相關(guān)財務(wù)指標(biāo)進(jìn)行衡量，即以基本面為導(dǎo)向的分析，所選出的都是一些“質(zhì)優(yōu)”的公司，這個指標(biāo)相對容易確定。
在計算“好公司”得分時涉及的財務(wù)指標(biāo)主要包括營業(yè)收入、營業(yè)成本、流動資產(chǎn)合計、流動負(fù)債合計、短期借款、投資性房地產(chǎn)等。
“好價格”的目標(biāo)是“低價”股，但什么樣的股價水平才算“低”呢？又該如何發(fā)現(xiàn)市場上被低估的股票呢？對此，以價值為導(dǎo)向的投資理論認(rèn)為，低價是相對于企業(yè)的內(nèi)在價值而言，但內(nèi)在價值的確定又非常繁雜，神奇公式采用的是一種最便捷的方式，即觀察股票的價格走勢，通過股票的價格漲跌及市值變化篩選出符合條件的“質(zhì)優(yōu)低價”股。
在計算“好價格”得分時涉及的財務(wù)指標(biāo)主要包括營業(yè)收入、營業(yè)成本、短期借款、應(yīng)付票據(jù)、長期借款、少數(shù)股東權(quán)益等。
神奇公式的目標(biāo)并不是單純的尋找“好公司”或者“好價格”，而是尋找能夠?qū)⑸鲜鰞蓚€因素進(jìn)行最佳組合的公司，也就是“綜合得分”占優(yōu)的股票。
隨著資產(chǎn)管理學(xué)科的不斷更新和發(fā)展，數(shù)量化資產(chǎn)管理的策略如今被廣泛的運用，越來越多的基金管理人采用了這一成本較低、客觀性較強(qiáng)的策略進(jìn)行資產(chǎn)選擇和配置。同時，都在很大程度上推進(jìn)了數(shù)量化選股的進(jìn)程。國際上一些著名的資產(chǎn)管理機(jī)構(gòu)，如巴克萊（Barclays Global Investors），，都有各自的數(shù)量化模型并且也發(fā)行了許多相關(guān)的金融投資商品。
二、數(shù)量化選股
目前世界上有很多基金經(jīng)理人開始采用數(shù)量化選股模型進(jìn)行投資決策。數(shù)量化選股，是指利用市場指標(biāo)、經(jīng)營指標(biāo)、財務(wù)指標(biāo)等可以數(shù)量化的因素，在眾多上市公司中選出符合條件的公司股票進(jìn)行投資。數(shù)量化選股的模型主要有線性回歸模型、主成分分析模型等。國內(nèi)外很多學(xué)者都運用了這些模型進(jìn)行實證分析。如Fama-French(1993) 的三因子模型認(rèn)為，資產(chǎn)組合的超額回報率由上市公司的市值因子(SMB)、賬面市值比因子(HML)以及市場資產(chǎn)組合(Rm ? Rf)決定。數(shù)量化選股的優(yōu)勢在于，利用客觀數(shù)據(jù)進(jìn)行分析做出判斷，避免了因基金經(jīng)理人的主觀判斷錯誤而可能造成的偏誤，一旦模型構(gòu)建完畢，需要維護(hù)和修改所需要的人力物力遠(yuǎn)小于傳統(tǒng)的基本面分析，對于基金公司而言，可有效節(jié)省成本，增加公司利潤。
三、選股策略：以Alpha model為例
1.介紹
Alpha選股模型是一種將信息轉(zhuǎn)變成Alpha分?jǐn)?shù)的方法，據(jù)此經(jīng)理人能夠判斷投資于哪些資產(chǎn)以及該如何配置投資組合。本文所說的Alpha選股策略是采用 Qian (2004)的方法，利用兩階段的方法結(jié)合多個因子產(chǎn)生Alpha分?jǐn)?shù)，建構(gòu)多因子模型不僅包含訊息相關(guān)系數(shù)(Information Coefficient, IC)的時間序列，也包括同時期因子訊號之間的相關(guān)性，透過模型求解極大化IR的目標(biāo)。
2.要素篩選及數(shù)據(jù)處理
對于基金管理而言，信息運用的成功與否往往是決定成敗的重要因素。在alpha 模型中，所選的要素可以被看做信息，它們可以幫助基金管理人分析股票報酬的預(yù)期走勢，從而利用這些信息構(gòu)建多因子選股模型。然后，如何選擇正確的信息并非易事，因此，信息的分析和評估對于模型的簡歷有著至關(guān)重要的作用。
模型將整個數(shù)據(jù)的區(qū)間分為樣本區(qū)間和回測區(qū)間，通過數(shù)據(jù)庫獲取整個區(qū)間內(nèi)各個上市公司的財務(wù)、發(fā)展等各項指標(biāo)，并進(jìn)行數(shù)據(jù)預(yù)處理。為了消除各要素不同量綱的差異，將所有數(shù)據(jù)先進(jìn)行標(biāo)準(zhǔn)化處理。此外，在數(shù)據(jù)分析時，個別極端值對于結(jié)果可能會產(chǎn)生較大影響，而極端值的產(chǎn)生往往沒有規(guī)律可循，據(jù)此得出的結(jié)論不具有普遍的適用性。Shyu and Jeng (2006)使用了winsorization進(jìn)行處理，針對每一項要素，計算得出各自的平均值和標(biāo)準(zhǔn)差。將平均值加減5.2倍的標(biāo)準(zhǔn)差作為各項要素的上下極限，如果數(shù)據(jù)大于上極限或小與下極限，則認(rèn)為這是一個極端值，而分別使用上極限或下極限的值代替極端值。類似的方法還可以將數(shù)據(jù)按數(shù)值大小排列，取上下5%分點，分別代替大于上5%以及小于下5%分點的值。此類方法的目的都在于消除極端值的影響，使得模型的解釋力更強(qiáng)，偏誤更小。
由于要素的數(shù)據(jù)頻率不同，將要素分成若干個周要素與月要素。除此之外，要素篩選后于比較長期的樣本內(nèi)期間，針對這些要素做t檢驗，若要素結(jié)果呈現(xiàn)顯著，稱為核心要素。剩下未被篩選的要素并不表示無效，在回測的樣本外期間有效的要素，為衛(wèi)星要素。再通過兩階段方法，將要素合成因子，因子再合成Alpha Score。最后，將周、月要素合并，并且做平滑化動作，以降低每期權(quán)重重新調(diào)整的周轉(zhuǎn)率。
3.選股及資產(chǎn)組合構(gòu)建
首先確立股池，剔除流通量過低、企業(yè)信用等級較低的股票，還可結(jié)合產(chǎn)業(yè)等因素，根據(jù)需要構(gòu)建的資產(chǎn)組合確定。根據(jù)最后的Alpha Score進(jìn)行選股的動作。模型認(rèn)為得分較高的個股具有較高的投資價值，根據(jù)股池大小選擇相應(yīng)數(shù)目的個股進(jìn)入資產(chǎn)組合中。各股權(quán)重的配置有多種方案，比較簡單的方法是將入選組合的股票平均分配權(quán)重，這樣的方法可有效分散風(fēng)險，但是不利于獲得更高的超額回報。另一種方法是根據(jù)得分分配權(quán)重，得分越高的股票權(quán)重越高，在模型建立準(zhǔn)確，預(yù)測能力較好的情況下，往往可以獲得更高的超額報酬。
四、實證分析與結(jié)論
很多學(xué)者已對量化選股這一策略進(jìn)行過實證分析。袁捷（2008）以滬深A(yù)股為研究對象，形成了市場大勢判斷指標(biāo)、板塊熱點評判指標(biāo)、技術(shù)分析評判指標(biāo)、基本分析評判指標(biāo)和主力機(jī)構(gòu)支撐評判指標(biāo)等五個指標(biāo)體系的評判分析工具，得出了一套可以量化的投資評判標(biāo)準(zhǔn)。通過實證分析該交易規(guī)則在2008年7月至11月期間規(guī)避了熊市的系統(tǒng)性風(fēng)險，建立的投資組合績效優(yōu)于上證指數(shù)，對于投資者有一定的參考價值。隨著越來越多模型的出現(xiàn)和不斷完善以及計算機(jī)算法技術(shù)的日益精進(jìn)，這一理論體系也將會得到更多的補(bǔ)充和發(fā)展。
參考文獻(xiàn):
[1]Fama, Eugene F. and French.Kenneth R. Common Risk Factors in The Returns to Stocks and Bonds, [J].1993(02).
[2] Qian, E. E. and Hua.R.Active risk and information ratio,[ J]. 2004.
約翰·聶夫1964年成為溫莎基金經(jīng)理，并一直擔(dān)任至1995年退休。在此期間，他將搖搖欲墜、瀕臨解散的溫莎基金經(jīng)營成當(dāng)時最大的共同基金。
在聶夫執(zhí)掌的31年間，溫莎基金的總投資回報率為55.46倍，累計平均年復(fù)合回報率達(dá)13.7%，這個紀(jì)錄在基金史上尚無人能與其媲美。
聶夫的成功之道，并不在于使用了高深的投資技巧及數(shù)學(xué)模型，而是廣為人知的低市盈率投資法。
對于A股市場的投資者，聶夫之道完全可以復(fù)制，因為低市盈率投資法很容易做到量化選股，而且回溯檢驗的結(jié)果相當(dāng)不錯。
我們運用修正過的聶夫選股方法對2005年5月初至2012年12月底的A股市場進(jìn)行了回溯檢驗，結(jié)果表明聶夫之道在A股市場可以取得44.12%的年化復(fù)合收益率，而同期滬深300指數(shù)的年化復(fù)合收益率只有13.86%，聶夫之道投資法的年化超額收益達(dá)到30.26個百分點。
在24個分季度檢驗區(qū)間中，“聶夫之道”跑贏滬深300指數(shù)的次數(shù)達(dá)到16個，占比為66.67%，單季最高超額收益達(dá)到56.77個百分點；在8個超額收益為負(fù)的檢驗區(qū)間中，單季最高超額負(fù)收益只有10.69個百分點。
此外，我們還將“聶夫之道”與公募基金進(jìn)行了對比。在全部公募基金中，排名第一的是華夏大盤精選，有“公募一哥”之稱的王亞偉從2005年5月開始執(zhí)掌該基金，直至其于2012年5月離開華夏基金。該基金在2005年5月初至2012年12月底的期間收益率達(dá)到1149.07%，即2005年5月初買入價值1元的大盤精選基金，在2012年12月底基金凈值將達(dá)到12.49元。
作為比較，“聶夫之道” 在2005年5月初至2012年12月底的期間收益率達(dá)到1549.70%，即2005年5月初買入價值1元的大盤精選基金，在2012年12月底基金凈值將達(dá)到16.49元。
也就是說，如果“聶夫之道”是一只基金，那么其收益率戰(zhàn)勝了以王亞偉所領(lǐng)銜“華夏大盤精選”為代表的全部公募基金；此外，與包括開放式和封閉式在內(nèi)的全部公募基金相比，“聶夫之道”還有一個非常明顯的優(yōu)點，即投資者可以根據(jù)自己的決定在任何期間買入和賣出。如果希望了解“聶夫之道”的更多詳細(xì)信息，請關(guān)注本刊相關(guān)的電子產(chǎn)品：.cn。
10月23日-10月29日的五個交易日中，根據(jù)Wind統(tǒng)計，在其所覆蓋的券商研究報告中，對滬深300指數(shù)的300家成份股公司，業(yè)績調(diào)升67家，調(diào)降90家。
過去一個月，滬深300指數(shù)成份股業(yè)績調(diào)升83家，調(diào)降145家。
截至10月29日收盤，滬深300指數(shù)成份股按總市值除以預(yù)測總利潤計算的2013年P(guān)E平均值為8.5，按照總市值從大到小分為5個區(qū)間，同樣按照上述方法計算的市盈率平均值分別為7.16、14.84、18.61、23.07、26.48。
相比一周前（10月22日），滬深300指數(shù)成份股預(yù)測總利潤減少0.18%，由19260億元變?yōu)?9225億元；市盈率平均值減少2.17%，由8.69變?yōu)?.5。
相比一個月前（9月29日），滬深300指數(shù)成份股預(yù)測總利潤減少0.39%，由19300億元變?yōu)?9225億元；市盈率平均值減少0.34%，由8.53變?yōu)?.5。
截至10月29日，過去一周（2013年報告期）每股收益預(yù)測上升和下降前10名、過去一周（2013年報告期）評級上升和下降前10名分別如左側(cè)表格所示。
截至10月29日，過去一個月（2013年報告期）每股收益預(yù)測上升和下降前10名、過去一個月（2013年報告期）評級上升和下降前10名分別如右側(cè)表格所示。 Wind評級的1分至5分，分別對應(yīng)“買入”、“增持”、“持有”、“中性”、“賣出”。
創(chuàng)一年新高（新低）股票概況
10.24-10.30日期間，共計113只股票創(chuàng)一年新高，創(chuàng)新高個股數(shù)量位列前三位的行業(yè)（申萬一級行業(yè)分類）分別是機(jī)械設(shè)備（34只）、醫(yī)藥生物（12只）和家用電器（10只）。上述股票的加權(quán)平均市盈率（2012年年報）為20.39，加權(quán)平均市凈率（2012年年報）為2.67，期間最高股價的平均值為15.97元。
10.24-10.30日期間，共計36只股票創(chuàng)一年新低，創(chuàng)新低個股數(shù)量位列前三位的行業(yè)（申萬一級行業(yè)分類）為食品飲料（13只）、有色金屬（3只）、醫(yī)藥生物（3只）、建筑建材（3只）、化工（2只）和房地產(chǎn)（2只）。上述股票的加權(quán)平均市盈率（2012年年報）為11.34，加權(quán)平均市凈率（2012年年報）為2.78，期間最低股價的平均值為16.72元。
本期創(chuàng)新高股票的總市值為7550億元，創(chuàng)新低股票的總市值為5899億元，兩者之比為1.28：1。
勝券投資分析
第54期回顧
勝券投資工具，根據(jù)中國股市的具體特點，將CANSILM交易系統(tǒng)進(jìn)行了優(yōu)化和調(diào)整，使其更符合中國股市的特點，并能滿足中國投資者的需要。
牛股通常具有相似的特征，也就是我們這里說的“牛股基因”。勝券投資分析揭秘的牛股基因通常體現(xiàn)在以下四個方面：
首先，牛股表現(xiàn)出良好的成長性。勝券投資分析通過個股的凈利潤評分、價格相對強(qiáng)弱評分以及兩者相結(jié)合的綜合評分為廣大投資者提供了一種快餐化的基本面選股方式，經(jīng)過歷史回顧檢驗，牛股往往是綜合評分超過80分的股票。只有這些股票有著表現(xiàn)優(yōu)異的基本面，而優(yōu)異的基本面往往是支撐其股價不斷上漲的動力。
其次，發(fā)展前景良好的行業(yè)是孕育牛股的溫床。投資者可以發(fā)現(xiàn)，勝券投資分析近期重點分析的股票往往集中于醫(yī)藥生物、信息服務(wù)等勝券行業(yè)排名靠前且強(qiáng)勢的行業(yè)。牛股往往是這些行業(yè)中表現(xiàn)不俗的股票。
第三，牛股往往在下跌行情中具有抗跌性。勝券一度強(qiáng)力解讀的牛股恩華藥業(yè)（002262.SZ）和上海家化（600315.SH）等在2012年大盤的頹勢中股價逆市上揚并不斷創(chuàng)出52周新高；在年底大盤回暖后再創(chuàng)佳績。
第四，在回暖的行情中不斷的創(chuàng)出52周新高并伴隨明顯的放量往往是牛股啟動的標(biāo)志。放量至少是當(dāng)天的成交量相比于50日平均移動成交量上漲40%-50%以上。
神奇公式的核心是“低價買入優(yōu)質(zhì)股票”，所選用的兩個指標(biāo)是投資回報率（ROTC）和收益率（EBIT/EV），其中投資回報率篩選出來的是“好公司”，收益率篩選出來的是“好價格”。
“好公司”主要是對上市公司的相關(guān)財務(wù)指標(biāo)進(jìn)行衡量，即以基本面為導(dǎo)向的分析，所選出的都是一些“質(zhì)優(yōu)”的公司，這個指標(biāo)相對容易確定。
在計算“好公司”得分時涉及的財務(wù)指標(biāo)主要包括營業(yè)收入、營業(yè)成本、流動資產(chǎn)合計、流動負(fù)債合計、短期借款、投資性房地產(chǎn)等。
“好價格”的目標(biāo)是“低價”股，但什么樣的股價水平才算“低”呢，又該如何發(fā)現(xiàn)市場上被低估的股票呢？對此，以價值為導(dǎo)向的投資理論認(rèn)為，低價是相對于企業(yè)的內(nèi)在價值而言，但內(nèi)在價值的確定又非常繁雜，神奇公式采用的是一種最便捷的方式，即觀察股票的價格走勢，通過股票的價格漲跌及市值變化篩選出符合條件的“質(zhì)優(yōu)低價”股。
在計算“好價格”得分時涉及的財務(wù)指標(biāo)主要包括營業(yè)收入、營業(yè)成本、短期借款、應(yīng)付票據(jù)、長期借款、少數(shù)股東權(quán)益等。
神奇公式的目標(biāo)并不是單純的尋找“好公司”或者“好價格”，而是尋找能夠?qū)⑸鲜鰞蓚€因素進(jìn)行最佳組合的公司，也就是“綜合得分”占優(yōu)的股票。
揭開定量投資神秘面紗
與定性投資不同，定量投資更多關(guān)注“數(shù)字”背后的意義，依靠計算機(jī)的幫助，分析數(shù)據(jù)中的統(tǒng)計特征，以尋找股票運行模式，進(jìn)而挖掘出內(nèi)在價值。
李延剛總結(jié)了定量投資的三大優(yōu)勢：首先是理性。定量投資是對于基于基本面定性投資方法和工具的數(shù)量化統(tǒng)計性總結(jié)，它在吸收了針對某種投資風(fēng)格和理念的成功經(jīng)驗的基礎(chǔ)上，以先進(jìn)的數(shù)學(xué)統(tǒng)計技術(shù)替代人為的主觀判斷，并能夠客觀理性地堅持，以避免投資的盲目性和偶然性?！巴耆臄?shù)量化分析過程將極大地減少投資者情緒的影響，避免在市場極度狂熱或悲觀的情況下做出非理性的投資決策，因而在牛熊市的轉(zhuǎn)換中具有很強(qiáng)的自我調(diào)節(jié)性?！?/p>
其次，全市場覆蓋。定量投資可以利用數(shù)量化模型對壘市場的投資標(biāo)的進(jìn)行快速高效的掃捕篩選，把握市場每一個可能的投資機(jī)會，而定性投資受人力精力的限制，顯然無法顧及如此廣的覆蓋面。
此外，數(shù)量化投資更注重組合控制和風(fēng)險管理。數(shù)量化的個股選擇和組合構(gòu)造過程。實質(zhì)上就是在嚴(yán)格的約束條件下進(jìn)行投資組合的過程，先從預(yù)先設(shè)定的績效目標(biāo)的角度來定義投資組合，然后通過設(shè)置各種指標(biāo)參數(shù)來篩選股票，對組合實現(xiàn)優(yōu)化，以保證在有效控制風(fēng)險水平的條件下實現(xiàn)期望收益?！皳Q言之，數(shù)量化投資模型能夠很好地體現(xiàn)組合收益與基準(zhǔn)風(fēng)險的匹配和一致，”李延剛解釋。
定量投資是否適應(yīng)中國市場
“談到定量投資，不得不提量化投資領(lǐng)域中的傳奇人物――詹姆斯?西蒙斯?！崩钛觿偛⒉谎陲椘鋵@位投資大師的崇敬，“他不僅是世界級的數(shù)學(xué)家，也是最偉大的對沖基金經(jīng)理之一。他創(chuàng)辦的文藝復(fù)興科技公司花費15年時間，研發(fā)基于量化數(shù)學(xué)模型的計算機(jī)模型，借助該模型，兩蒙斯所管理的大獎?wù)禄?，?989年到2006年的平均年收益率達(dá)到了38.5％，甚至超過股神巴非特?！?/p>
值得一提的是，李延剛也來自數(shù)量化投資的發(fā)源地――北美，他有著6年海外一線投資管理的實際工作經(jīng)驗，深刻領(lǐng)會并掌握了量化投資理念與方法，具備數(shù)量化投資領(lǐng)域的成功經(jīng)驗。2007年，李延剛回國后加盟中海基余，著手增強(qiáng)中?；鸾鹑诠こ虉F(tuán)隊的寅力。在借鑒國外成熟的投資理念與經(jīng)驗的基礎(chǔ)上，結(jié)合A股實際，他用了近兩年時間對數(shù)量化模型進(jìn)行反復(fù)修改與調(diào)試。目前，中海基金的金融工程部已經(jīng)形成從擇時、配置到選股等方面的一系列研究成果，并在今年順勢推出中海量化策略基金。
詹姆斯?西蒙斯的神話在中國證券市場能否再次實現(xiàn)?“當(dāng)其他人都擺西瓜攤的時候，我們擺了一個蘋果攤。”李延剛用一個形象的比喻來形容定量投資存國內(nèi)市場的發(fā)展機(jī)遇。他認(rèn)為，目前國內(nèi)證券市場定性投資者太多，競爭激烈，而數(shù)量化投資者則太少，機(jī)會相對更多，競爭也很小。李延剛表示，大量實征研究證明，中國證券市場為一個弱有效市場，市場上被錯誤定價的股票相對較多，留給定量投資發(fā)掘市場非有效性的空間也就越大?；谶@種考慮，定量投資方法在中國的發(fā)展極具發(fā)展空間。
“今年推出量化基金并非一時的心血來潮，一方面中海基金金融工程部已經(jīng)逐漸成熟，而另一方面也是出于市場時機(jī)的考慮。”李延剛強(qiáng)調(diào)。
他認(rèn)為，在經(jīng)歷2008年的巨幅下跌后，市場底部已經(jīng)基本確立，目前小盤股估值相對較貴，短期內(nèi)市場可能會以調(diào)整為主，但未來市場走勢仍然存在諸多不確定。在此背景下，如何把握結(jié)構(gòu)性機(jī)會將是未來投資關(guān)鍵之所在，利用數(shù)量模型進(jìn)行分析和投資的量化基金具備更好的適應(yīng)性。中海量化策略基金將把握市場調(diào)整時機(jī)，采用數(shù)量化模型選人具有估值優(yōu)勢和成長優(yōu)勢的大中盤股票作為基石，輔之以部分優(yōu)質(zhì)的小盤股票。
“量體裁衣”完善全程量化流程
據(jù)了解，中海量化策略基金的全程量化流程分三個步驟，即選股策略自下而上，施行一級股票庫初選、二級股票庫精選以及投資組合行業(yè)權(quán)重配置的全程數(shù)量化。
“就像裁縫做衣服一樣，量化基金在投資中也要通過‘量體裁衣’來完善全程量化流程。通過全程量化與基金經(jīng)理的思想相配合，才能做出優(yōu)質(zhì)的量化基金。”李延剛表示。
首先，選取代表性最強(qiáng)的反映公司盈利能力的指標(biāo)，對于所有的A股上市公司進(jìn)行篩選從而得到一級股票庫?！爸饕ㄟ^對所有A股股票過去三年平均EPS(每股收益)、ROE(凈資產(chǎn)收益率)、毛利率三項指標(biāo)進(jìn)行篩選，它們能分別較好的反映上市公司的獲利能力，從而得到一級股票庫。”李延剛說。
其次，通過盈利性指標(biāo)、估值指標(biāo)、一致預(yù)期指標(biāo)，熵值法確定指標(biāo)權(quán)重后，對一級庫股票進(jìn)行打分排名，從而篩選出二級股票庫。其中，一致預(yù)期指標(biāo)則是通過各券商分析師的調(diào)查后，得出上市公司盈利預(yù)期數(shù)據(jù)平均值，以此權(quán)威性地反映市場對公司未來盈利的預(yù)期水平?！爸泻Ａ炕鹨胍恢骂A(yù)期作為選股指標(biāo)，可以全面、權(quán)威的反應(yīng)市場對上市公司未來盈利的預(yù)期水平，為投資決策提供更為真實和前瞻性的依據(jù)。與此同時，還可以根據(jù)預(yù)期的變化及時動態(tài)調(diào)節(jié)，更加適應(yīng)股市的震蕩波動?！崩钛觿倧?qiáng)調(diào)。
[關(guān)鍵詞]財務(wù)風(fēng)險 第三方物流企業(yè) 預(yù)警系統(tǒng)
一、引言
隨著世界經(jīng)濟(jì)一體化，國際第三方物流公司紛紛進(jìn)駐中國，導(dǎo)致第三方物流企業(yè)競爭環(huán)境日益復(fù)雜。第三方物流企業(yè)財務(wù)風(fēng)險預(yù)警體系是以物流企業(yè)財務(wù)管理和會計核算所提供的相關(guān)的生產(chǎn)經(jīng)營數(shù)據(jù)成果為依據(jù)，通過分析和處理第三方物流企業(yè)財務(wù)風(fēng)險預(yù)警相關(guān)指標(biāo)，有效規(guī)制第三方物流企業(yè)財務(wù)運營狀態(tài)，并可在財務(wù)狀況異常時及時發(fā)出財務(wù)風(fēng)險預(yù)警信號，警示企業(yè)決策者及時處理潛在的或已爆發(fā)的各式財務(wù)危機(jī)。
二、第三方物流企業(yè)財務(wù)風(fēng)險因子分析
第三方物流企業(yè)財務(wù)風(fēng)險根植于兩方面因素：其一是由宏觀政治、經(jīng)濟(jì)、文化、軍事環(huán)境所塑造的企業(yè)先天性競爭環(huán)境，該環(huán)境為企業(yè)運營決策的基本前提，因而具有風(fēng)險的必然性和不可規(guī)避性。其二是由其外包業(yè)務(wù)屬性所引致的信息開放性所帶來的內(nèi)生性風(fēng)險，該環(huán)境取決于企業(yè)經(jīng)營管理水平和風(fēng)險控制能力，因而具有有限風(fēng)險可控性。
（1）第三方物流企業(yè)財務(wù)的外生性風(fēng)險
第三方物流企業(yè)財務(wù)的外生性風(fēng)險是指企業(yè)受政治、經(jīng)濟(jì)、文化、軍事等決定整個市場環(huán)境特征的宏觀因素的影響，造成第三方物流企業(yè)財務(wù)安全的不確定性。具體而言，可將第三方物流企業(yè)財務(wù)的外生性風(fēng)險分為如下子系統(tǒng)：
第一，政治與法律風(fēng)險。政治與法律是規(guī)范一國市場提供的基本制度環(huán)境，政治與法律風(fēng)險是指由立法機(jī)關(guān)的物流相關(guān)的法律法規(guī)和行政機(jī)關(guān)制定的規(guī)章制度及其執(zhí)行過程對第三方物流企業(yè)財務(wù)安全造成的不確定性水平。物流行業(yè)具有戰(zhàn)略性特征，因而是世界各國乃至一國內(nèi)部各行政區(qū)嚴(yán)加管制的行業(yè)。
第二，宏觀經(jīng)濟(jì)風(fēng)險。宏觀經(jīng)濟(jì)對物流產(chǎn)業(yè)的脈沖式?jīng)_擊的機(jī)制是，首先第一產(chǎn)業(yè)規(guī)模出現(xiàn)脹縮，由此影響產(chǎn)品價格及物流價格，隨后通過市場價格機(jī)制傳導(dǎo)至第二產(chǎn)業(yè)，并影響其價格及其伴生性物流之價格，如此循環(huán)往復(fù)，導(dǎo)致物流行業(yè)價格的隨機(jī)化波動。再者，物流行業(yè)對宏觀經(jīng)濟(jì)的敏感性較強(qiáng)，物流企業(yè)的榮枯周期先行于世界經(jīng)濟(jì)周期，因此常被視為宏觀經(jīng)濟(jì)的晴雨表。
第三，金融市場風(fēng)險。第三方物流企業(yè)有資產(chǎn)型企業(yè)與非資產(chǎn)型企業(yè)兩類之分。隨著物流裝備技術(shù)的機(jī)械化與智能化水平提升，資產(chǎn)型第三方物流企業(yè)裝備投資的資本來源日益依賴金融市場融資。再者，第三方物流為提升企業(yè)核心競爭力，開始逐步向物流金融領(lǐng)域滲透以開辟諸如倉單質(zhì)押等新的物流業(yè)務(wù)，推動物流服務(wù)的價值增進(jìn)以謀求更高企業(yè)利潤。因此，第三方物流企業(yè)的財務(wù)穩(wěn)健水平取決于金融市場是否能提供穩(wěn)健的融資平臺及適合企業(yè)特質(zhì)的有效物流金融工具。
（2）第三方物流企業(yè)財務(wù)的內(nèi)生性風(fēng)險
第三方物流企業(yè)財務(wù)的內(nèi)生性風(fēng)險是指第三方物流企業(yè)受經(jīng)營管理、財務(wù)狀況、市場銷售、重大投資融資等內(nèi)生性因素的影響，導(dǎo)致第三方物流企業(yè)財務(wù)安全的不確定性。具體而言，可將第三方物流企業(yè)財務(wù)的內(nèi)生性風(fēng)險分解如下：
1.第三方物流企業(yè)投資風(fēng)險
物流企業(yè)的投資風(fēng)險主要包括如下內(nèi)容：其一，投資可行性研究中未做好投資風(fēng)險評估，使得企業(yè)不能準(zhǔn)確把握投資風(fēng)險敞口規(guī)模，影響其有效調(diào)動企業(yè)各項資源以應(yīng)對風(fēng)險的能力。其二，投資決策失誤。投資決策失敗的常見原因是，投資決策中未能充分考慮政治因素、人際關(guān)系因素等不可量化因素的影響。其三，投資預(yù)算方案存在失誤。物流企業(yè)投資環(huán)節(jié)的成敗關(guān)系著企業(yè)的存亡，企業(yè)決策者在決策前要慎重考量。
2.第三方物流企業(yè)籌資風(fēng)險
物流企業(yè)籌資風(fēng)險是指企業(yè)因融資活動給財務(wù)成果造成的不確定性影響。物流企業(yè)籌資活動的目的是擴(kuò)大業(yè)務(wù)規(guī)模，提升技術(shù)水平，增加企業(yè)經(jīng)濟(jì)效益。因上述目標(biāo)而產(chǎn)生的籌資活動的前提是宏觀經(jīng)濟(jì)基本面向好。但鑒于宏觀經(jīng)濟(jì)的難預(yù)測性，宏觀基本面突然惡化導(dǎo)致物流企業(yè)陷入困境乃至破產(chǎn)的案例仍是大概率事件。未來市場的不確定性會導(dǎo)致企業(yè)未來收益的不確定性。一旦物流企業(yè)對市場基本面的判斷失誤，將會增加企業(yè)陷入短期債務(wù)擠兌所導(dǎo)致的資金鏈斷裂風(fēng)險。其二，物流企業(yè)具有投資周期長與回收投資慢的特點，一旦投資期內(nèi)的市場劇烈變動，必然打破物流企業(yè)投資預(yù)案的計劃，威脅企業(yè)籌資活動的財務(wù)安全。其三，物流企業(yè)財務(wù)成果對物流市場變動的敏感度高，若企業(yè)的長期資本與短期資本配置不當(dāng)，一旦企業(yè)陷入短期市場利壞的沖擊，將會導(dǎo)致短期收益收窄，短期債務(wù)危機(jī)凸顯。其后果輕則被打亂常規(guī)融資計劃，被迫擔(dān)負(fù)高利率債務(wù)，顯著增加企業(yè)利息費用，提升企業(yè)財務(wù)風(fēng)險；重則導(dǎo)致資金鏈斷裂，迫使該物流企業(yè)破產(chǎn)。
3.第三方物流企業(yè)資金運用風(fēng)險
第三方物流企業(yè)資金運用風(fēng)險主要集中于如下方面：第一，合理的流動資金留存率及利用方法是物流企業(yè)正常運作的基礎(chǔ)，企業(yè)的貨幣資金管理不善可以引發(fā)物流企業(yè)其他資源配置問題。第三方物流企業(yè)財務(wù)稽核應(yīng)當(dāng)關(guān)注對貨幣資金使用權(quán)的管理，特別是通過按金額劃分貨幣資金的使用權(quán)限，并實行差別等級制管理，實現(xiàn)第三方物流企業(yè)至上而下的對企業(yè)貨幣資金的實時監(jiān)控管理。第二，應(yīng)收賬款管理不善將使得第三方物流企業(yè)的壞賬增加，降低企業(yè)盈利水平。應(yīng)收賬款中蘊(yùn)含的財務(wù)風(fēng)險包括時間風(fēng)險和數(shù)額風(fēng)險兩方面。其一，應(yīng)收賬款被客戶長期拖欠將引發(fā)應(yīng)收賬款的時間風(fēng)險。其二，應(yīng)收賬款最終證實無法收回時，將確認(rèn)為應(yīng)收賬款的數(shù)額風(fēng)險。
三、第三方物流企業(yè)財務(wù)風(fēng)險預(yù)警系統(tǒng)的構(gòu)建
（1）第三方物流財務(wù)風(fēng)險預(yù)警系統(tǒng)的分析方法
第三方物流財務(wù)風(fēng)險預(yù)警系統(tǒng)分析方法可采用定性分析法或定量分析法。定性與定量方法的有機(jī)結(jié)合有助于提升財務(wù)風(fēng)險預(yù)警的信度與效度。
第三方物流財務(wù)風(fēng)險預(yù)警的定量分析法是指基于財務(wù)風(fēng)險影響引致建立財務(wù)風(fēng)險預(yù)警模型，測度出財務(wù)風(fēng)險預(yù)警閾值并給出預(yù)警量化信號，用以支持財務(wù)風(fēng)險預(yù)警決策。雖然當(dāng)前學(xué)界熱衷于研究財務(wù)風(fēng)險預(yù)警的定量模型，但仍無法掩蓋定量模型的若干不足：其一，單個定量指標(biāo)有助于通過統(tǒng)計出異常值的方式凸顯當(dāng)前應(yīng)當(dāng)關(guān)注的問題，其結(jié)果不能直接表明風(fēng)險水平高低。例如特定第三方物流企業(yè)的應(yīng)收賬款比率高低并不能說明任何問題，過高的應(yīng)收賬款比率可能是企業(yè)開展客戶融資業(yè)務(wù)的結(jié)果。其二，高精度模型固然預(yù)測更為精準(zhǔn)，但由于模型適用條件過于苛刻，抑或模型計量過程過于復(fù)雜，例如遺傳算法等，因此影響其普適性。其三，模型諸多參數(shù)設(shè)定都需要主觀決策來給定，因此對多重參數(shù)的人工干預(yù)會指數(shù)級放大模型預(yù)測偏差，導(dǎo)致預(yù)警失誤。
第三方物流財務(wù)風(fēng)險預(yù)警的定性分析法是指主要依靠預(yù)測人員的豐富實踐經(jīng)驗、較強(qiáng)分析能力和判斷力來推演出財務(wù)風(fēng)險的性質(zhì)及其發(fā)展趨勢的一種分析方法。定性分析法本質(zhì)上是一種帶有強(qiáng)烈主觀色彩的價值判斷，一般適用于不完備數(shù)據(jù)分析或歷史資料分析。第三方物流企業(yè)通過調(diào)查獲取影響財務(wù)風(fēng)險的原始資料，結(jié)合財務(wù)風(fēng)險各項誘因展開分析，給出關(guān)于物流企業(yè)財務(wù)風(fēng)險水平的定性結(jié)論。
（2）第三方物流財務(wù)風(fēng)險預(yù)警系統(tǒng)的對策
物流企業(yè)所面臨的風(fēng)險大小、風(fēng)險來源、風(fēng)險危害各有不同，因此應(yīng)當(dāng)將風(fēng)險劃分等級類型，并制定預(yù)案以分別應(yīng)對。具體策略如下：其一，將第三方物流財務(wù)風(fēng)險分級。財務(wù)風(fēng)險水平可分為五級預(yù)警，由高到低分別對應(yīng)正常、一般、較重、嚴(yán)重和重大等五級財務(wù)危機(jī)預(yù)警。各級風(fēng)險水平的確定可依據(jù)定量分析的方法；也可以以定量分析為基礎(chǔ)，結(jié)合專家決策方法來確定風(fēng)險級別。各級風(fēng)險的差異不僅要有數(shù)量描述，還應(yīng)當(dāng)由清晰的可識別的定性描述，例如重大財務(wù)風(fēng)險可以定性描述為可導(dǎo)致該物流企業(yè)破產(chǎn)倒閉的風(fēng)險。其二，制定與風(fēng)險等級匹配的財務(wù)風(fēng)險應(yīng)對預(yù)案。財務(wù)風(fēng)險對策需要預(yù)先擬定，且與相應(yīng)的財務(wù)風(fēng)險預(yù)警等級相匹配。各級風(fēng)險應(yīng)對預(yù)案應(yīng)當(dāng)在處理完一輪財務(wù)危機(jī)后，根據(jù)危機(jī)相關(guān)數(shù)據(jù)提供的新信息對財務(wù)風(fēng)險應(yīng)對預(yù)案作出動態(tài)調(diào)整，以確保風(fēng)險預(yù)警系統(tǒng)的靈敏性與穩(wěn)健性。其三，根據(jù)決策者對待風(fēng)險的態(tài)度給出分類財務(wù)風(fēng)險預(yù)警決策方案。不同物流企業(yè)的運營風(fēng)格有顯著差異，并導(dǎo)致企業(yè)風(fēng)險管理方法的差異性。
參考文獻(xiàn)：
[1]薛友麗， 張夢， 張軼. 基于決算數(shù)據(jù)的高等學(xué)校財務(wù)風(fēng)險預(yù)警[J]. 教育財會研究， 2012， （1）： 51—55.
2011年盈利增速：飼養(yǎng)與漁業(yè)、化肥農(nóng)藥、信息技術(shù)與服務(wù)等3個行業(yè)分別以114%、105%、91%的預(yù)測增長率居前；水運、證券經(jīng)紀(jì)、電力、人壽保險、重型電力設(shè)備等行業(yè)預(yù)測增速分別為-155%、-26%、-6.23%、-4.09%和-3.93%，預(yù)計將是2011年增速最低的行業(yè)。
相對市盈率漲升空間：計算機(jī)存儲和設(shè)備、建筑原材料、人壽保險等分別以140%、96%和87%的行業(yè)上漲空間繼續(xù)位列前三。啤酒、生物技術(shù)、水運、證券經(jīng)紀(jì)等行業(yè)下降空間最大，幅度均超過40%。
機(jī)構(gòu)認(rèn)同度
盈利動能：與一周前盈利預(yù)測數(shù)據(jù)相比，農(nóng)產(chǎn)品、航天與國防、家用器具等行業(yè)的盈利增速調(diào)高幅度居前，上調(diào)幅度分別為2.76%、1.42%和1.25%；與一月前盈利預(yù)測數(shù)據(jù)相比，飼養(yǎng)與漁業(yè)、農(nóng)產(chǎn)品、航天與國防、信息技術(shù)與服務(wù)等行業(yè)的盈利增速調(diào)高幅度繼續(xù)居前，上調(diào)幅度分別為11.05%、4.09%、4.07%和3.93%。
分析師評級：系統(tǒng)軟件、計算機(jī)硬件、白酒、計算機(jī)存儲和設(shè)備、服裝和飾物等行業(yè)最受分析師青睞，而水運、公路運輸、制鋁業(yè)、高速公路與隧道、電力、生物技術(shù)等則分析師認(rèn)同度相對較。
目標(biāo)價漲升空間：計算機(jī)及電子產(chǎn)品專賣店、工業(yè)品貿(mào)易與銷售、建筑與農(nóng)用機(jī)械、林業(yè)品、建筑工程、建筑原材料等漲升空間均超過32%。排名相對落后的主要是出版、環(huán)保服務(wù)、高速公路與隧道、制鋁業(yè)和水運等，漲升空間均不超過12%。
技術(shù)面掃描
白酒、建筑原材料、石油加工和分銷連續(xù)第二周分享排行榜"三甲"，貴金屬、煤炭、航天與國防、批發(fā)、鋼鐵、飼養(yǎng)與漁業(yè)、多種公用事業(yè)排名分列居前十。
本周建議關(guān)注行業(yè)和風(fēng)險提示行業(yè)
建議關(guān)注：飼養(yǎng)與漁業(yè)、信息技術(shù)與服務(wù)、白酒、百貨、廣播和有線電視。
提示風(fēng)險：水運、高速公路與隧道、電力、鋼鐵、金屬和玻璃容器。
我們的行業(yè)研究邏輯：
從三個方面入手尋找股價的驅(qū)動因素：第一、基本面，主要從盈利增長前景和估值角度考量股價，一般來說，估值較低的股票長期里終將回歸合理估值水平；第二、機(jī)構(gòu)認(rèn)同度，機(jī)構(gòu)的買賣無疑是股價變動的直接影響因素之一，受到機(jī)構(gòu)青睞的股票更具價格上漲動力。我們用分析師數(shù)據(jù)的變化來捕捉機(jī)構(gòu)認(rèn)同度；第三、技術(shù)面，從行業(yè)的角度看，行業(yè)相對價格強(qiáng)度能夠幫助鑒別股票是否處于領(lǐng)導(dǎo)性行業(yè)中，相對投資機(jī)會常常在上升的行業(yè)中，而處于下降行業(yè)中的股票則要注意風(fēng)險。
本文將分別從基本面（業(yè)績增長率、相對市盈率漲升空間）、機(jī)構(gòu)認(rèn)同度（盈利動能、投資評級、目標(biāo)價漲升空間）、技術(shù)面（強(qiáng)勢行業(yè)排名）等三個方面、多個角度對行業(yè)進(jìn)行比較，并綜合考量各種因素，對行業(yè)進(jìn)行量化排名，最后我們會給出5個建議關(guān)注行業(yè)和5個風(fēng)險提示行業(yè)，供機(jī)構(gòu)投資者參考。因我們在行業(yè)量化排名過程中，以分析師數(shù)據(jù)為核心，故我們命名該排序方法為“天眼行業(yè)專家”。
根據(jù)"今日投資"4級行業(yè)劃分（以摩根斯坦利行業(yè)劃分標(biāo)準(zhǔn)為基礎(chǔ)），目前上市公司共組成107個行業(yè)。我們僅選擇分析師跟蹤公司數(shù)量大于等于5個的行業(yè)（另外加入了人壽保險行業(yè)），共計68個。
基本面掃描
飼養(yǎng)與漁業(yè)2011年增長最快
2011年盈利增速：信息技術(shù)與服務(wù)進(jìn)入前三
圖1列出了各行業(yè)的業(yè)績增速（2011年預(yù)測值）。其中，飼養(yǎng)與漁業(yè)、化肥農(nóng)藥、信息技術(shù)與服務(wù)等3個行業(yè)分別以114%、105%、91%的預(yù)測增長率居前；水運、證券經(jīng)紀(jì)、電力、人壽保險、重型電力設(shè)備等行業(yè)預(yù)測增速分別為-155%、-26%、-6.23%、-4.09%和-3.93%，預(yù)計將是2011年增速最低的行業(yè)。
相對市盈率漲升空間：4行業(yè)下跌空間超過40%
根據(jù)相對市盈率上升空間（歷史均值/相對市盈率）和相對業(yè)績增長系數(shù)（行業(yè)業(yè)績預(yù)測增長率/滬深300業(yè)績預(yù)測增長率），我們計算出了各行業(yè)的股價超額收益上升空間（由于個股數(shù)據(jù)往往對行業(yè)均值數(shù)據(jù)有較大影響，我們的行業(yè)市盈率數(shù)據(jù)選取的是中值）。圖2列出了各行業(yè)的股價超額收益上漲空間。計算機(jī)存儲和設(shè)備、建筑原材料、人壽保險等分別以140%、96%和87%的行業(yè)上漲空間繼續(xù)位列前三。啤酒、生物技術(shù)、水運、證券經(jīng)紀(jì)等行業(yè)下降空間最大，幅度均超過40%。
機(jī)構(gòu)認(rèn)同度掃描
分析師情緒低迷
盈利動能：盈利預(yù)測調(diào)低比例上升
圖3、圖4分別列出了行業(yè)業(yè)績增速（2011年預(yù)測值）周調(diào)整幅度。與一周前盈利預(yù)測數(shù)據(jù)相比，農(nóng)產(chǎn)品、航天與國防、家用器具等行業(yè)的盈利增速調(diào)高幅度居前，上調(diào)幅度分別為2.76%、1.42%和1.25%；半導(dǎo)體產(chǎn)品、紙制品、高速公路與隧道等行業(yè)的盈利增速下調(diào)幅度較大，調(diào)低幅度分別為2.08%、2.00%、1.93%。
與一月前盈利預(yù)測數(shù)據(jù)相比，飼養(yǎng)與漁業(yè)、農(nóng)產(chǎn)品、航天與國防、信息技術(shù)與服務(wù)等行業(yè)的盈利增速調(diào)高幅度繼續(xù)居前，上調(diào)幅度分別為11.05%、4.09%、4.07%和3.93%；水運、金屬和玻璃容器、鋼鐵、證券經(jīng)紀(jì)等行業(yè)的盈利增速下調(diào)幅度較大，調(diào)低幅度均超過5%。從月度數(shù)據(jù)看，盈利預(yù)測調(diào)低行業(yè)比例繼續(xù)上升。
分析師評級：不斷調(diào)低數(shù)量居多
分析師對個股的評級明顯是買入多于賣出，因此按照個股評級系數(shù)平均折算的行業(yè)評級系數(shù)大部分都小于2.00（對于單個投資評級，強(qiáng)力買入為1.00，買入為2.00）。從投資評級系數(shù)來看，系統(tǒng)軟件、計算機(jī)硬件、白酒、計算機(jī)存儲和設(shè)備、服裝和飾物等行業(yè)最受分析師青睞（詳見圖5），而水運、公路運輸、制鋁業(yè)、高速公路與隧道、電力、生物技術(shù)等則分析師認(rèn)同度相對較低。
從過去3個月的變化趨勢看，飼養(yǎng)與漁業(yè)、紙制品、銀行等評級不斷上調(diào)（評級系數(shù)降低），建筑與農(nóng)用機(jī)械、工業(yè)品貿(mào)易與銷售、建筑材料、有色金屬、出版、制鋁業(yè)等則有不斷下調(diào)趨勢。
目標(biāo)價漲升空間：計算機(jī)類行業(yè)繼續(xù)領(lǐng)先
對于單個股票，分析師往往在給出投資評級的同時也會提供未來12個月的目標(biāo)價，根據(jù)目標(biāo)價和股票當(dāng)前價格的距離，我們可以計算股票的目標(biāo)價漲升空間。將一個行業(yè)中單個股票的目標(biāo)價漲升空間加權(quán)平均，我們即得到了行業(yè)目標(biāo)價漲升空間。計算機(jī)及電子產(chǎn)品專賣店、工業(yè)品貿(mào)易與銷售、建筑與農(nóng)用機(jī)械、林業(yè)品、建筑工程、建筑原材料等漲升空間均超過32%。排名相對落后的主要是出版、環(huán)保服務(wù)、高速公路與隧道、制鋁業(yè)和水運等，漲升空間均不超過12%。
市場面掃描
白酒蟬聯(lián)冠軍寶座
縱觀本期“今日投資”強(qiáng)勢行業(yè)排行榜，白酒、貴金屬、石油加工和分銷位居排行榜“三甲”，表明其個股近期在二級市場表現(xiàn)持續(xù)處于相對強(qiáng)勢。此外，建筑原材料、煤炭、其他專賣店、家具及裝飾、系統(tǒng)軟件、服裝和飾物、保健產(chǎn)品排名分列居前十。其中，家具及裝飾、服裝和飾物、保健產(chǎn)品本期排名分別為第7名、第9名、第10名，是躋身前十名的新晉者。
排名落后的行業(yè)有鐵路運輸、葡萄酒、機(jī)場服務(wù)、鐵路運輸、葡萄酒、機(jī)場服務(wù)、鐵路運輸、葡萄酒、機(jī)場服務(wù)等。
本勢行業(yè)排行榜排名大幅上升的前十大行業(yè)包括：保健產(chǎn)品、醫(yī)療設(shè)備、影視音像、煤氣與液化氣、計算機(jī)存儲和設(shè)備、林業(yè)品、綜合性商務(wù)服務(wù)、飼養(yǎng)與漁業(yè)、綜合性工業(yè)、其他專賣店等。
本勢行業(yè)排行榜排名大幅下降的前十大行業(yè)包括：鐵路運輸、葡萄酒、機(jī)場服務(wù)、航空貨運與快遞、百貨、水運、汽車零配件、汽車制造、紙制品、制鋁業(yè)等。
“今日投資”強(qiáng)勢行業(yè)排行榜近六個月來排名持續(xù)上漲的行業(yè)包括：石油加工和分銷、批發(fā)、計算機(jī)存儲和設(shè)備、休閑用品等，排名分別提升了56位、62位、42位、19位。
近六個月來排名持續(xù)下跌的行業(yè)包括：建筑與農(nóng)用機(jī)械、工業(yè)設(shè)備、汽車零配件、重型電力設(shè)備等，排名分別下降了23位、50位、65位、72位。
表1：強(qiáng)勢行業(yè)排行榜
