曹金飛

（1.復(fù)旦大學(xué) 經(jīng)濟(jì)學(xué)院，上海200433；2.常州工學(xué)院，江蘇 常州 213022）

我國(guó)創(chuàng)業(yè)板上市公司投資風(fēng)險(xiǎn)評(píng)價(jià)

曹金飛1，2

（1.復(fù)旦大學(xué) 經(jīng)濟(jì)學(xué)院，上海200433；2.常州工學(xué)院，江蘇 常州 213022）

相對(duì)于主板，我國(guó)創(chuàng)業(yè)板上市公司具有更注重研發(fā)、行業(yè)發(fā)展前景，以及企業(yè)規(guī)模小、財(cái)務(wù)數(shù)據(jù)相對(duì)不規(guī)范等特征，本研究據(jù)此設(shè)計(jì)了一個(gè)全面反映我國(guó)創(chuàng)業(yè)板企業(yè)特征的風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)體系，同時(shí)為了彌補(bǔ)客觀財(cái)務(wù)信息失真和主觀打分偏向的缺陷，采用綜合A H P法和主成分法來對(duì)指標(biāo)進(jìn)行賦權(quán)，對(duì)我國(guó)創(chuàng)業(yè)板公司的投資風(fēng)險(xiǎn)進(jìn)行了評(píng)價(jià)，研究結(jié)果表明，我國(guó)創(chuàng)業(yè)板未達(dá)到弱勢(shì)有效特征，且總體投資風(fēng)險(xiǎn)偏高。

創(chuàng)業(yè)板；指標(biāo)體系；投資風(fēng)險(xiǎn)評(píng)價(jià)

一、引言

近年來創(chuàng)業(yè)板市場(chǎng)的強(qiáng)勁表現(xiàn)和2015年“股災(zāi)”中市值大幅縮水，創(chuàng)業(yè)板公司股價(jià)劇烈波動(dòng)不僅牽動(dòng)投資者的心弦，也吸引了業(yè)界和學(xué)界更加關(guān)注中國(guó)創(chuàng)業(yè)板的投資風(fēng)險(xiǎn)評(píng)價(jià)，并重新審視傳統(tǒng)的創(chuàng)業(yè)板上市公司的評(píng)價(jià)方法和技術(shù)。

對(duì)于上市公司評(píng)價(jià)，國(guó)外較早的評(píng)價(jià)方法是Altman在1968年采用22個(gè)財(cái)務(wù)比率經(jīng)過數(shù)理統(tǒng)計(jì)篩選建立包含有5個(gè)變量Z-值模型以及后來又改進(jìn)的 ξ判別分析模型[1，8]。之后，J.P.摩根在1997年設(shè)計(jì)開發(fā)了一種Credit Metrics模型，這個(gè)模型就是利用度量資產(chǎn)組合價(jià)值大小來確定信用風(fēng)險(xiǎn)，類似的還有KMV公司開發(fā)的組合經(jīng)理系統(tǒng)（Portfolio Manager System），是依據(jù)默頓期權(quán)定價(jià)理論用于有風(fēng)險(xiǎn)的貸款和債券的估值中，通過企業(yè)的不履約的概率來反映銀行的風(fēng)險(xiǎn)情況[2，6]。1998年，McKinsey公司開發(fā)了用于研究投資組合風(fēng)險(xiǎn)和收益的模型，是運(yùn)用經(jīng)濟(jì)計(jì)量學(xué)和蒙特卡羅模擬來實(shí)現(xiàn)，這種方式能得出具體的損失分布情況。還有畢馬威公司設(shè)計(jì)的一種風(fēng)險(xiǎn)中性的信用風(fēng)險(xiǎn)評(píng)價(jià)體系，該系統(tǒng)應(yīng)用了預(yù)期凈現(xiàn)值和風(fēng)險(xiǎn)調(diào)整的資本收益法[3-5]?？傮w看國(guó)外的研究?jī)A向于依賴客觀的財(cái)務(wù)指標(biāo)和歷史數(shù)據(jù)挖掘，這可能與國(guó)外較成熟的市場(chǎng)特征有關(guān)。

國(guó)內(nèi)方面沈克慧、王宗軍（2010年）以三板市場(chǎng)為樣本，選取凈利潤(rùn)、凈資產(chǎn)、每股收益和每股凈資產(chǎn)四個(gè)財(cái)務(wù)指標(biāo)，進(jìn)行綜合績(jī)效評(píng)估，研究發(fā)現(xiàn)：三板市場(chǎng)上市公司評(píng)價(jià)的整體的業(yè)績(jī)傾向于偏差[7]。宋永鵬（2011年）利用面板數(shù)據(jù)采用主成分分析法，探討了影響企業(yè)R＆D能力的主要因素，研究結(jié)果顯示R＆D能力對(duì)企業(yè)經(jīng)營(yíng)績(jī)效的解釋力強(qiáng)于R＆D支出[9]。陳思鳳（2011年）在分析了創(chuàng)業(yè)板市場(chǎng)及其上市公司特殊性的基礎(chǔ)上，利用風(fēng)險(xiǎn)預(yù)警建模過程提出了一個(gè)研究框架，建立創(chuàng)業(yè)板上市公司風(fēng)險(xiǎn)預(yù)警模型[10]；劉澤榮（2013年）論證了構(gòu)建創(chuàng)業(yè)板上市公司財(cái)務(wù)評(píng)價(jià)指標(biāo)體系的特點(diǎn)：辯證性；公正性和預(yù)測(cè)性[11]。張占貞等（2013年）根據(jù)創(chuàng)業(yè)板市場(chǎng)中小企業(yè)高科技和高成長(zhǎng)的特點(diǎn)，采用因子分析法對(duì)收集的2011年財(cái)務(wù)指標(biāo)的數(shù)據(jù)進(jìn)行了主成分分析，以提取的4個(gè)主成分做了聚類分析[12]。總體看，國(guó)內(nèi)研究的評(píng)價(jià)指標(biāo)體系大部分沒有能夠全面的反映創(chuàng)業(yè)板特征，評(píng)價(jià)方法缺乏綜合性。

鑒于此，本文構(gòu)建一個(gè)既包含客觀財(cái)務(wù)信息也包括發(fā)展?jié)摿途C合素質(zhì)的評(píng)價(jià)指標(biāo)體系，同時(shí)，為了彌補(bǔ)傳統(tǒng)單一評(píng)價(jià)方法不足，運(yùn)用主觀評(píng)價(jià)和客觀評(píng)價(jià)相結(jié)合的方法對(duì)創(chuàng)業(yè)板的情況進(jìn)行研究。

二、影響創(chuàng)業(yè)板上市公司投資風(fēng)險(xiǎn)的因素分析

根據(jù)范陽(yáng)（2015）對(duì)比納斯達(dá)克和中國(guó)創(chuàng)業(yè)板市場(chǎng)有效性的分析：中國(guó)創(chuàng)業(yè)板未表現(xiàn)出弱勢(shì)有效。這表明中國(guó)創(chuàng)業(yè)板股價(jià)反映的信息更少，可能由于中國(guó)創(chuàng)業(yè)板上市公司相對(duì)于國(guó)外發(fā)達(dá)成熟市場(chǎng)特點(diǎn)就是市場(chǎng)時(shí)間短，價(jià)值發(fā)現(xiàn)功能不成熟，還有就是由于創(chuàng)業(yè)板企業(yè)都是中小企業(yè)財(cái)務(wù)信息容易失真，以及中國(guó)創(chuàng)業(yè)板企業(yè)潛在價(jià)值更難挖掘發(fā)現(xiàn)等，據(jù)此，本文把影響創(chuàng)業(yè)板企業(yè)價(jià)值的因素分為：企業(yè)的償債意愿（信用情況）、企業(yè)的財(cái)務(wù)情況（盈利能力、營(yíng)運(yùn)能力、償債能力）、企業(yè)發(fā)展前景、企業(yè)素質(zhì)和企業(yè)競(jìng)爭(zhēng)力情況。

本文構(gòu)建創(chuàng)業(yè)板企業(yè)評(píng)價(jià)指標(biāo)體系如表1所示。

表1 創(chuàng)業(yè)板上市公司風(fēng)險(xiǎn)評(píng)價(jià)的指標(biāo)體系

三、創(chuàng)業(yè)板上市公司風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)權(quán)重的確定

確定指標(biāo)權(quán)重有客觀和主觀兩種方法，客觀賦權(quán)法主要依賴于客觀財(cái)務(wù)指標(biāo)數(shù)據(jù)，有利于排除人為偏見，而主觀評(píng)價(jià)通過行業(yè)專家打分有助于認(rèn)識(shí)潛在價(jià)值，為了集合2種方法的優(yōu)點(diǎn)，本文采用層次分析法與主成分分析方法相結(jié)合來確定權(quán)重，具體方法如下：

（一）AHP法確定指標(biāo)的權(quán)重

首先，根據(jù)所構(gòu)建的指標(biāo)體系，設(shè)計(jì)調(diào)查問卷，要求4位資深的投資銀行的專家（基金經(jīng)理）就指標(biāo)體系同一層中的所有指標(biāo)進(jìn)行兩兩比較，并給出比較結(jié)果。再采用九級(jí)比率標(biāo)度，形成量化等級(jí)表。

表2 AHP法量化等級(jí)表

然后，建立判斷矩陣。如某個(gè)專家對(duì)B層的幾個(gè)因素進(jìn)行分析比較后，得到的判斷矩陣，其具體數(shù)值如表4所示。

再進(jìn)行層次單排序和一致性檢驗(yàn)。記判斷矩陣 A1（見表 4）的最大特征根為 λmax，屬于 λmax的標(biāo)準(zhǔn)化向量為：ω＝（ω11，ω12，…，ω15）T，這里（ω11，ω12，…，ω15）=（0.147867，0.116682，0.122697，0.584340，0.091712）對(duì)應(yīng)于第一個(gè)專家相對(duì)于其上一層因素關(guān)于素質(zhì)、財(cái)務(wù)、市場(chǎng)、信譽(yù)、競(jìng)爭(zhēng)力情況5個(gè)因素，按重要程度的一個(gè)排序。同理，也可以得到其余3位專家的重要程度的排序。為了防止專家在對(duì)指標(biāo)進(jìn)行兩兩比較時(shí)，可能會(huì)有判斷不一致的情形，要對(duì)專家的評(píng)價(jià)進(jìn)行一致性檢驗(yàn)。步驟如下：第一步，定義一致性檢驗(yàn)指標(biāo)（記為CI）CI=（λmax-n）/（n-1），以及隨機(jī)一致性指標(biāo)均值，記為RI，它與樣本容量有關(guān)，見表3。

第二步，利用一致性檢驗(yàn)判斷公式CR=CI/RI，如果CR＜0.1，檢驗(yàn)通過；否則就要調(diào)整判斷矩陣，然后繼續(xù)步驟一。本文檢驗(yàn)都通過了。

最后我們得到的第二層（B層）的五個(gè)因素的最后權(quán)重為：

最后，層次總排序。這一過程是最高層次到最低層次逐步進(jìn)行的。具體計(jì)算結(jié)果如下表所示。

表4 專家一評(píng)價(jià)的判斷矩陣

表5 專家二評(píng)價(jià)的判斷矩陣

表6 專家三評(píng)價(jià)的判斷矩陣

表7 專家四評(píng)價(jià)的判斷矩陣

B層相對(duì)于A層的權(quán)重為：B1素質(zhì)情況0.144 032，B2 財(cái)務(wù)情況 0.160 297，B3 市場(chǎng)潛力0.199 396，B4信譽(yù)情況0.323 409，B5競(jìng)爭(zhēng)力情況0.172 864。

表8 C層權(quán)重值

同樣可以得到D層權(quán)重（見表9）。

（二）主成分法確定指標(biāo)權(quán)重

第一，處理方法

表9 D層指標(biāo)權(quán)重

（1）n 個(gè)樣本，每個(gè)觀察 p 個(gè)指標(biāo)：X1，X2，…，Xp得到原始數(shù)據(jù)陣 X，P 個(gè)向量 X1，X2，…，Xp作

（3）求特征方程|R-λI|=0的 P個(gè)非負(fù)特征值和特征向量，對(duì)應(yīng)于λi的特征向量為：

Ci=（c1i，c2i，…，cpi）'，i=1，2，…，p，則由特征向量組成的p個(gè)主成分為：

我們利用主成分分析得到的方差貢獻(xiàn)率即為權(quán)重。在本研究中，主成分個(gè)數(shù)的選取是根據(jù)各層指標(biāo)對(duì)應(yīng)個(gè)數(shù)來選取的。

本文采用我國(guó)創(chuàng)業(yè)板517家上市公司公開的數(shù)據(jù)和信息（選取標(biāo)準(zhǔn)是樣本指標(biāo)有效且齊全）。

第二，各指標(biāo)最終權(quán)重的確定

最終權(quán)重為：ω=ωAHP/2+ωCOMP/2，其中 ω就是最后權(quán)重，ωAHP、ωCOMP分別是層次分析和主成分法確定的權(quán)重。以素質(zhì)情況為例，其權(quán)重計(jì)算方法如下：

計(jì)算出的最終權(quán)重如表10所示。

四、評(píng)價(jià)結(jié)果

利用得到的權(quán)重，按照以下步驟計(jì)算評(píng)價(jià)結(jié)果：

第一步，本研究的不允許值和滿意值分別是上市公司各指標(biāo)的最小、最大值。

第二步，然后計(jì)算各項(xiàng)指標(biāo)單項(xiàng)評(píng)價(jià)系數(shù)。公式如下：

表10 指標(biāo)權(quán)重的確定（綜合AHP法與主成分法后）

第三步，利用下面公式計(jì)算各單項(xiàng)指標(biāo)的標(biāo)準(zhǔn)分（第i公司第j個(gè)指標(biāo)）：

這里的ωj、dj（xj）分別表示第j個(gè)指標(biāo)的權(quán)重、第j個(gè)指標(biāo)的功效系數(shù)，這里的40為賦給該企業(yè)的基本分。

第四步，計(jì)算公司的總得分為：

由上表以及公式（1）和公式（2），就可以得到每一個(gè)上市公司的總得分。根據(jù)企業(yè)的實(shí)際得分情況及其分布，本文對(duì)創(chuàng)業(yè)板企業(yè)投資風(fēng)險(xiǎn)等級(jí)標(biāo)準(zhǔn)劃分如下：

表11 投資風(fēng)險(xiǎn)信用等級(jí)標(biāo)準(zhǔn)

結(jié)合表11，以及企業(yè)綜合得分結(jié)果（各企業(yè)具體得分略）創(chuàng)業(yè)板企業(yè)等級(jí)分布情況如表12所示。

表12 信用綜合得分分布情況

由表12可以得到信用得分分布圖：

圖1 創(chuàng)業(yè)板企業(yè)信用風(fēng)險(xiǎn)得分分布圖

表13 評(píng)價(jià)出的信用等級(jí)為“好”的公司（部分）

五、對(duì)結(jié)果的分析

第一，從評(píng)價(jià)結(jié)果與實(shí)際表現(xiàn)對(duì)比看，本文根據(jù)我國(guó)創(chuàng)業(yè)板上市公司特點(diǎn)設(shè)計(jì)的指標(biāo)體系，不僅全面反映了企業(yè)財(cái)務(wù)指標(biāo)價(jià)值，一定程度上挖掘了創(chuàng)業(yè)板上市公司的潛在價(jià)值。

第二，對(duì)比后發(fā)現(xiàn)，本文評(píng)價(jià)結(jié)果與樣本企業(yè)等級(jí)（有銀行評(píng)價(jià)的）接近，表明本文綜合利用專家打分和財(cái)務(wù)指標(biāo)的主客觀結(jié)合方法，一定程度上彌補(bǔ)單一評(píng)價(jià)方法的不足，為創(chuàng)業(yè)板上市公司的投資風(fēng)險(xiǎn)評(píng)價(jià)提供了一個(gè)新思路。

第三，中國(guó)創(chuàng)業(yè)板上市公司總體資信得分偏低，投資風(fēng)險(xiǎn)仍偏高，評(píng)價(jià)為80分以上（好）的公司數(shù)量?jī)H占6.38%，75～80分（較好）的公司數(shù)量占 15.47%，65～70分（較差）的企業(yè)最多，占到31.72%。投資者應(yīng)該更加注重風(fēng)險(xiǎn)控制。

第四，本文從另一個(gè)側(cè)面也證明了我國(guó)創(chuàng)業(yè)板市場(chǎng)未達(dá)到弱勢(shì)有效的特征，股價(jià)反映的信息相對(duì)較少，投資者應(yīng)該加強(qiáng)對(duì)創(chuàng)業(yè)板市場(chǎng)深入全面的分析、信息收集。

[1]Altman E I.Financial ratios[J].Journal of Finance，1968，23：589-609.

[2]Tam K Y，Kiang M.Managerial applications of neutral net works：thecase of bank failure predictions[J].Management Sciences，1992，38（1）：926-947.

[3]Webster E.The Growth of Enterprise Intangible Investment in Australia[J].Information Economics and Policy，2000，12（1）：1-25.

[4]Anthony D W.Predicting survival of high-technology initial public offering firms[J].Journal of High Technology Management Research，2002，9（13）：127-141.

[5]Arfaoui，baoub.The Determinants of Systematic Risk：International Evidence from the Macro-Finance Interface[J].Economics and Finance Research，2010（12）：121-144.

[6]于研.信用風(fēng)險(xiǎn)測(cè)定與管理[M].上海：上海財(cái)經(jīng)大學(xué)出版社，2003.

[7]沈克彗，王宗軍，2010.基于模糊綜合評(píng)價(jià)法的三板市場(chǎng)上市公司績(jī)效評(píng)估[J].證券經(jīng)緯（2）：170-173.

[8]吳勤，周國(guó)強(qiáng)，2005.中國(guó)上市公司財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警模型的建立[J].統(tǒng)計(jì)與決策（3）：64-66.

[9]宋永鵬，2011.基于R＆D能力的創(chuàng)業(yè)板上市公司經(jīng)營(yíng)績(jī)效研究[J].科技進(jìn)步與對(duì)策（24）：113-117.

[10]陳思鳳，2011.創(chuàng)業(yè)板上市企業(yè)風(fēng)險(xiǎn)預(yù)警建模研究[J].合肥工業(yè)大學(xué)學(xué)報(bào)（12）：1878-1882.

[11]劉澤榮，方芳，2013.創(chuàng)業(yè)板上市公司財(cái)務(wù)評(píng)價(jià)指標(biāo)體系研究[J].財(cái)會(huì)通訊（3）：41-43.

[12]張占貞，2013.創(chuàng)業(yè)板上市公司財(cái)務(wù)風(fēng)險(xiǎn)評(píng)價(jià)研究[J].會(huì)計(jì)之友（1）：58-61.

（責(zé)任編輯：D 校對(duì)：T）

F830.59

A

1004-2768（2017）07-0006-05

2017-04-30

上海人民政府決策咨詢研究項(xiàng)目（2015-A-13）；江蘇省高校哲學(xué)社會(huì)科學(xué)項(xiàng)目（2015SJD522）

曹金飛（1981-），男，安徽五河人，復(fù)旦大學(xué)經(jīng)濟(jì)學(xué)院博士研究生，常州工學(xué)院講師，研究方向：國(guó)際金融、金融工程。