信息技术投资

信息技术投资（精选12篇）

信息技术投资 篇1

一、研究假设与变量

本文研究的问题是：信息技术投资是否对公司绩效产生积极影响，即信息技术投资对企业的产出、利润等绩效指标是否具有积极的影响。为了回答以上问题，本研究提出以下假设：假设1：公司信息技术投资对公司的主营业务收入贡献为正;假设2：公司信息技术投资对公司的净利润贡献为正。本研究利用生产函数估计的方法检验假设，投入指标包括信息技术资本(IT)、非信息技术资本(NIT)和劳动资本(L)。产出指标分别为公司的主营业务收入(Y1)和净利润(Y2)。

二、研究数据

本研究涉及信息技术投资和财务绩效两方面的数据，由于我国缺乏公司信息技术投资及效益的专项统计资料，直接搜集相关数据非常困难，基于这一情况，本研究拟从上市公司公开财务报告中搜集相关数据。本文以上海证券交易所上市的公司为研究对象，搜集了200多家上市公司2001-2008年的财务数据。上市公司的年度主营业务收入、净利润可以直接从财务报告中得到，信息技术投资价值可从信息技术硬件价值和软件价值两个指标反映，其数据可经过计算和分析得到。信息技术硬件价值包括计算机服务器、网络设备等用于信息加工、处理、存储、传输的各种实物资产的货币价值，软件价值指各种系统软件、应用软件的账面净值，是原值减去无形资产摊销后的余额。利用以上方法，得到研究样本，样本总量达到1 897个，包括制造业的上市公司和非制造业的上市公司。

三、研究方法

要建立面板数据模型。在对面板数据模型的系数估计时采用GLS，即广义最小二乘法(Generalized Least)。相对于OLS(普通最小二乘法)，GLS能解决由于截面数据导致的异方差问题及时间序列数据导致的自相关问题。和本领域的已有研究相类似，本研究在进行模型检验时选择参数齐性模型。面板数据模型的基本假设可称作参数齐性假设，即经济变量Y由某一参数的概率分布函数p (Y/θ)产生。其中，θ是m维实向量，在所有时刻对所有个体均相等。参数齐性假设是信息技术投资生产率领域常用的基本假设，它意味着回归方程的参数不随截面单元和时期而变化。违背假定的情况通常有参数非齐性偏差和选择性偏差。参数非齐性包括截面单元参数非齐性和时间序列参数非齐性。截面单元参数非齐性是指参数随不同截面单元而不同，同一截面单元各个不同时期的参数相同。时间序列参数非齐性是指参数随时期而不同，同一时期不同截面单元参数相同。选择性偏差主要是因为样本并非从总体中随机选取而产生。如果满足参数齐性假设，也就是假定斜率和截距都相等，则模型为：

式中：Xit=(x1it, x2it，…，xmit)，为外生变量向量，m为外生变量个数;n为自变量个数;t为时期总数;α为截距;Uit为随机扰动项，各项之间独立，均值为0，方差相等。

四、数据估计与研究结果

本研究利用面板数据模型建立线性回归方程，实证检验信息技术投资对主营业务收入、净利润的影响，利用广义最小二乘法进行系数的估计。在研究信息技术投资对产出的影响时，使用柯布-道格拉斯生产函数，产出由信息技术资本、非信息技术资本以及劳动决定，则生产函数的形式为：

式中：K为非信息技术资本;C为信息技术资本;L为劳动;Q为主营收入;A为效率参数;α，β，γ为产出弹性。在利用线性回归进行方程系数估计时，需要对生产函数线性化变换，对以上函数两边取对数，得到

可以利用最小二乘法对方程系数进行估计，得到各种投入要素的产出弹性。

（一）信息技术投资对主营业务收入的影响

以主营业务收入为产出，信息技术资本、非信息技术资本及劳动为投入要素，建立三要素柯布-道格拉斯生产函数，对生产函数对数化，并考虑随机扰动项，得到对数线性生产函数：

这是一个参数齐性的面板数据模型，利用广义最小二乘法进行估计，得到以下回归结果：

从上表看出，在5%的显著性水平下，非信息技术资本、信息技术资本、劳动资本3个变量的系数都很显著，说明自变量对因变量存在显著的影响。非信息技术资本对产出的弹性系数约为0.733，信息技术资本对产出的弹性系数约为0.081，劳动的产出弹性系数约为0.154。信息技术资本对主营收入有积极的影响，信息技术投入是一种生产性要素。

（二）信息技术投资对净利润的影响

以净利润为产出，信息技术资本、非信息技术资本及劳动为投入要素，建立三要素柯布-道格拉斯生产函数，对生产函数对数化，并考虑随机扰动项，得到对数线性生产函数，形式如下：

利用广义最小二乘法进行估计，得到以下回归结果：

由上表可知，在5%的显著性水平下，非信息技术资产及信息技术资产变量的系数都显著，说明自变量对因变量存在显著的影响。非信息技术资本对净利润的产出弹性系数为0.762，信息技术资本对净利润的产出弹性系数是0.034。信息技术对净利润有积极的影响。

五、结论

本文基于信息技术投资和财务数据，利用面板数据模型实证检验了信息技术投资对公司主营业务收入和净利润的贡献。之所以选择这样一个较长的时间段来观测，是因为信息技术投资不是马上就能看见成效，具有一定的时滞性。本文研究结果表明，在5%的显著性水平下，公司信息技术投资对主营收入和净利润的贡献为正，信息技术资本投入是一种生产性要素。检验结果均支持研究假设。这为我国企业信息化投资提供了部分经验证据。

本文的研究与Hitt在1996年的研究有一定的相似性，其研究表明，信息系统的投入对企业产出统计上显著。信息技术资本的弹性系数是0.169，非信息技术资本的弹性系数是0.608，信息系统劳动的弹性系数是0.178，非信息系统劳动的弹性系数是0.83。本文的研究结果是信息技术资本的弹性系数是0.081，非信息技术资本的弹性系数是0.733，劳动的弹性系数是0.154。从两者比较看，美国信息技术资本对企业产出的贡献高于我国，一般资本对产出的贡献低于我国，说明美国企业的信息化程度高于我国。美国的劳动对企业产出的贡献远远大于我国的水平，说明美国企业具有更高的劳动生产率。

信息技术投资 篇2

陕工信发[2010] 168号

各设区市工信主管部门、杨凌示范区经贸局，省国防科工办，中央和省属企业：

按照《国家发展改革委办公厅、工业和信息化部办公厅关于开展2010年重点产业振兴和技术改造专项有关工作的通知》（发改办产业［2010］1049号）精神，根据2010年新增中央投资安排方案和有关要求，为做好项目申报工作，现将有关事项通知如下：

一、重点产业振兴技术改造项目申报

（一）支持重点

主要支持钢铁、汽车、船舶、石化、纺织、轻工、有色、装备制造、电子信息行业重大技术改造项目。

（二）项目申报材料及要求

1、重点产业振兴和技术改造项目情况表（附件2）；

2、企业投资项目的核准或备案批准文件；

3、项目自有资金和自筹资金的证明材料；申请贴息的项目须出具省级及省级以上银行的贷款承诺函。

4、环保部门出具的项目环评文件批复意见；

5、城市规划部门出具的城市规划选址意见（适用于城市规划区域内的投资项目）；

6、有新增土地的建设项目，国土资源部门出具的项目用地预审意见；

7、根据有关规定应提交的相关文件、资料；

8、项目报批文件中须附有设备采购清单。

（三）项目申报程序和时间要求

（一）各设区市工信主管部门、杨凌示范区经贸局将《重点产业振兴和技术改造项目汇总表》（附件1）及项目申报资料一式三份，报送省工信厅规划处。

（二）各扩权县（市）工信主管部门将《重点产业振兴和技术改造项目汇总表》（附件1）及项目申报资料一式三份，报送省工信厅规划处，同时抄报所在市工信主管部门。

（三）国防工办、中央和省属有关企业将《重点产业振兴和技术改造项目汇总表》（附件1）及项目申报资料一式三份，直接报送省工信厅规划处。

（四）申报时间。请于6月4日前报送省工信厅规划处，同时提供电子版。

二、中小企业技术改造项目申报

（一）支持重点

1、重点支持工业中小企业围绕提高自主创新能力、促进节能减排、提高产品质量、改善安全生产条件等方面开展

技术改造。除国家确定的十大重点调整和振兴产业外，可适当扩大到其他行业和地方特色产业、传统手工业。

2、申报项目投资额必须在3000万元以下。

3、已通过其他渠道获得当年中央财政资金支持的项目，不纳入资金安排范围。

（二）企业申报标准

申报工业中小企业技术改造资金的单位必须是满足以下条件的中小企业：

1、中型企业：职工人数300-2000人，同时销售额30000万元以下、或资产总额40000万元以下。

2、小型企业：职工人数300人及以下，或销售额3000万元以下，或资产总额4000万元以下的企业。

3、此次资金安排以小企业为主，比例不低于80％。

（三）项目申报材料及要求

企业申报中小企业技改资金，须提供以下项目资料：

1、重点产业振兴和技术改造项目情况表。

2、资金申请报告。由项目单位委托有资质的专业机构编制或项目单位自行编制，应包括以下主要内容：

（1）项目单位的基本情况和财务状况；

（2）项目的基本情况，主要包括建设背景、建设内容、总投资及资金来源、技术工艺，以及各项建设条件落实情况等；

（3）申请投资补助或贴息资金的理由和政策依据；（4）项目招标内容（按国家有关规定需要招标的）。

3、有关附件材料

（1）企业投资项目的核准或备案批准文件；（2）银行出具的项目自有资金和自筹资金的证明材料，有固定资产投资贷款的项目需出具银行固定资产贷款合同或承诺函。项目已投入资金的证明（已购设备发票或其它证明材料）；

（3）环保部门出具的项目环评文件；

（4）城市规划部门出具的城市规划选址意见（适用于城市规划区域内的投资项目）；

（5）有新增土地的建设项目，国土资源部门出具的项目用地预审意见；

（6）项目报批文件中须附有设备采购清单；（7）项目单位法人证书（副本）复印件；

（8）项目单位对资金申请报告及附属文件真实性负责的声明。

4、上报要求

资金申请报告及附件装订在一起，编制目录及页码，纸质简装，切勿加塑料封皮及塑料拉杆。电子表不要改变原有格式。请各上报主管部门仔细核对项目信息，做到真实无差错。

（四）项目申报程序和时间

（一）各设区市工信主管部门、杨凌示范区经贸局将《重点产业振兴和技术改造项目汇总表》（附件1）、《重点产业振兴和技术改造项目情况表》（附件2）、资金申请报告及附件一式三份，报送省工信厅规划处。

（二）各扩权县（市）工信主管部门将《重点产业振兴和技术改造项目汇总表》（附件1）、《重点产业振兴和技术改造项目情况表》（附件2）、资金申请报告及附件一式三份，报送省工信厅规划处，同时抄报所在市工信主管部门。

（三）国防科工办、省属有关企业将《重点产业振兴和技术改造项目汇总表》（附件1）、《重点产业振兴和技术改造项目情况表》（附件2）、资金申请报告及附件一式三份，直接报送省工信厅规划处。

如何分辨投资信息？ 篇3

要成为成功致富及快乐的投资人， 首先就要分辨哪些投资信息是有用的，哪些是无用，甚至有害的。因为， 只要有了这种分辨的功夫， 投资人自然会发现所需要搜集与分析的信息量至少可以大幅下降至一成以下。

三种无用的信息

到底哪些投资信息是无用或有害的呢？ 可以分为下面三大类： 其一就是有关股票交易的信息。虽然说股票的价格是投资人所需要关注的， 也攸关投资绩效， 但是天天去吸收这种股票交易信息则只会让投资人陷于短期投机的冲动，也无助于提升投资成效。哪些是所谓无用的股票交易信息呢？例如： 每日股票开盘、 收盘、最高、最低、成交量，以及每五分钟走势、个股与大盘融资融券信息、外资个股卖超或买超、法人或大户进出资料等， 当然如五日均线、月均线、季线等数字也无太大用处。事实上， 投资人会发现扣除这些信息， 报纸证券版的信息量就大约只剩下1/3不到了。

另一种无用， 甚至有害的投资信息就是一般投资人最常看到的解盘信息。投资人看越多这类型的信息， 就会发现越不知如何是好。这些分析师的解盘信息， 无论是来自网络、 报纸、 杂志， 甚至电视、 广播， 都有一个共同特色，那就是绝对不会从个别投资人的需要来进行分析。更令人疑惑的是， 这些投资信息永远是多空相斥、相互矛盾的。

第三种无用的信息就是跟自己的投资无关的信息。事实上， 很多投资人最大的投资困扰就是要如何区分哪些投资信息跟自己有关， 哪些信息跟自己的投资无关。如果投资人能够清楚地分辨这一点， 就会发现原来投资是一件可以轻松进行的美事。

基本上， 要分辨哪些信息是无关自己的投资， 可以从个人的投资组台与潜力股票名单着手， 也就是投资人所要搜集与关注的信息， 是跟自己已经投资或拟投资的个股与产业相关分析信息有关， 其他诸如总体经济信息、市场所谓潜力产业、十大潜力个股或近期上涨最多的股票名单等， 都不是个人投资信息的搜集重点。

只要投资人能将上述三种无用的信息加以过滤， 那么这些占了媒体大半篇幅的投资信息就可以让投资人卸下信息搜集的重担。

收集有用投资信息

所谓有用的信息有三个特色，第一点是只跟个股投资有关，而跟总体经济或投资环境无太大关系。第二点是只跟所拟投资或已投资的个股有关。第三点是跟这些已确认的个股长期经营有关的信息。

很多投资人因所谓的总体投资观念， 总是认为加权指数、经济成长率等攸关总体经济的信息很重要。 因为他们直觉认为如果股价指数下跌，那么大部分的个股也都会下跌。而如果经济不景气，那么个股就没有表现的空间；也认为只要经济转为景气，那么个别产业也就会变好；加权指数若上涨，那么持有的股票多少会上涨一点。

可惜的是， 投资学的理论与投资市场的实务都告诉投资人，这种直觉推论会造成在投资实务上的大错误。

从上述的分析， 找们就会很清楚地知道， 真正有用的信息就是单单只跟我们所拟投资或已投资的个股有关的信息，而这正是投资大师可以无畏经济变化而持续赚钱的基本原因，也是所有投资大师的投资成就能远远超越经济专家或投资理论专家的原因。

因为， 这些投资大师深深懂得能够让投资大师赚钱的，就是他们所投资的个股，而跟经济景气、 产业景气、投资埋论无甚关系， 所以他们根本不会因为这些间接的投资信息或理论的探讨而浪费时间。

第三个有用的投资信息就是只跟个别股票长期经营绩效有关的信息，而非任何跟短期变化有关的信息。

至于跟长期投资有关的投资信息，包括企业新厂建造时间计划、未来三年的经营计划、新产品开发计划与营收、盈余目标、海外投资金额与转投资对母公司的盈余贡献度等。

一个上轨道、有制度的绩优企业，本就有着长期的经营计划，更重要的一点是这些长期计划实现的可能性相当高，这就是绩优企业之所以能成为绩优企业的主要原因。因为，这些极少数的绩优企业可以不理会外在的不良的经济或经济环境，而能持续按照经营计划创下惊人的经营纪录。

所谓“绩优企业”的定义，指的就是这些企业可以自行发觉其经营上的问题，并能自行解决其问题的企业。

切记，卓越企业家对企业未来前景的预测， 绝对远优于一般分析师自行分析的结论。因此，找对好的企业家与绩优企业，并通过这些企业的长期经营计划来进行投资分析，远比个人进行太多细致的投资分析或搜集其他分析师的分析报告更重要。

通过这种有用投资信息的说明，相信投资人就会知晓对投资人有用且值得搜集的分析信息并不多。事实上. 这就是为什么投资大师大多数的时间都在等待投资良机的原因。

一旦通过长期的分析观察， 选出具成长潜力的绩优企业后， 那么投资家的工作就只剩下等待适当的低价来临，而不是一再地搜集、分析信息。事实上，如果一个企业需要投资人一直持续地搜集分析其经营信息，这正表示这家企业营运不太稳定，所以才需要投资人时时观察追踪，这种企业根本无法被列入投资人绩优企业的名单之中。

（作者系中国台湾地区投资人士，著有《1小时成为股票精算大师》一书）

信息技术投资 篇4

信息随着信息技术投资在社会总投资中所占比重的提高, 人们对信息技术投资收益的关注也日益多了起来。对企业来说, 到底该如何提高信息技术投资的收益呢?适当进行管理变革企业可以从多个方面进行管理变革, 其中一个便是通过采用团队工作方式, 加强部门间的联系。因为信息系统集成度不断增强, 信息从不同部门之间传递速度得到提升。制造业是我国经济发展中的重要支柱型产业, 它在国民经济中的地位首屈一指, 无论是企业的总量规模, 还是企业在GDP中贡献率, 都居于首位。随着经济和科技的发展, 能否进行有效地信息技术投资关系着我国能否实现由制造大国向制造强国的转变。

研究制造业的信息技术投资效果具有积极的理论意义和实际意义。在理论方面, 通过研究信息技术投资的特点, 以及对投资效果的分析评价, 有利于丰富企业的财务管理理论。投资时企业财务管理的重要组成内容。信息技术投资与企业的其他投资存在不同点, 通过这些特点的研究, 有利于研究人员从宽广的领域把握投资理论, 从而最终有利于丰富企业的财务管理理论。在实务方面而言, 研究制造业的信息技术投资, 宏观上有利于国家制定积极的行业政策, 促进行业的健康有序发展;微观上有利于企业主体加深对信息技术投资的理解, 从而能够为实务工作提供导向作用。

二、信息技术投资在制造业发展中重要作用

制造业生产经营活动的发展与变化离不开信息技术强有力的支撑。在现代信息技术的冲击下, 制造业的生产经营活动逐步创新并跨上一个新的发展阶段。

与传统意义上的制造业相比, 现代制造业正逐渐步入一电子信息网络化时代, 公司内部的综合实力通过业务软件、网络技术以及科学技术而得以升华。信息化对我国制造业的影响越来越大, 而为了满足市场发展的要求, 制造业对信息技术的投资也越来越大, 很多制造业已经开始积极考虑并制适于本企业信息技术投资管理以及发展战略的规划。在信息经济时代, 我国制造业要加快发展并提升自身的管理水平必须应用先进的信息技术投资管理方法以及管理模式。信息技术的提升将对企业的整个管理水平、生产技能等起到一个促进的作用。

三、我国制造业信息技术投资现状

首先, 我国制造业的技术安全观念有待提升。对于制造业信息技术投资的安全而言, 首要的问题就是观念方面。当前我国制造类企业, 特别是国有企业的管理层级多, 管理区域大, 导致管理效率低下、管理成本高、信息沟通不便。这些都给信息技术投资、调整组织结构、促进制造企业借助于信息技术调整客户信息资源, 展开客户需求管理策略、提升企业生产能力和服务质量形成阻碍。虽然有些企业已经注意到了信息技术投资, 但是基于信息技术投资初始投资额度大, 回收期间长, 要求员工具备较高的技术水平, 所以有些企业甚至产生望之生畏的思想, 或者有些企业进行了初始投资, 但是因为后期工作不到位, 导致企业投资失败。信息技术投资的重要性没有被准确的理解, 同时信息技术投资的安全也受到影响。上至管理人员下至工作人员, 认为信息技术投资的风险大, 安全系数高, 也就阻碍了企业对信息技术的投资。

其次, 匮乏应有的专门管理机制。信息技术战略投资规划要求企业内部全体工作人员加以重视, 并设立专门的管理机制。专门的管理机制负责信息技术投资的分析、控制和考核, 并负责信息技术投资的宣传等工作, 从而为企业内部工作人员准确的理解信息技术投资, 发挥信息技术投资的重要性提供保障。但是限于企业内部员工业务素质及观念, 有些企业尚未设置专门的信息技术投资管理机构, 或者, 虽然有些企业设立了负责信息技术投资的机构, 但是由于缺乏后期工作, 无法发挥应有的作用。同时, 有些工作人员设置管理者认为信息技术投资仅仅是单个部门自己的工作, 与自己无关, 同样给企业信息技术投资的效果产生影响。

四、改善我国制造业信息技术投资效果

首先, 改善信息技术投资的观念, 提升对信息技术投资的关注度。企业应当不断改善对信息技术投资的观念, 充分理解信息技术投资, 不能对信息技术投资抱有恐惧感和排斥感。同时, 企业还应当明确, 信息技术投资并是一次性投资, 信息技术投资也需要后期的投资管理。这就要求企业内部的管理人员及工作人员纠正观念, 在大胆尝试的同时, 做好后期培训和管理工作。以为信息技术投资提供良好的后备环境。

其次, 应当完善企业信息技术投资的管理机制。企业应当多错并举, 构建和完善信息技术投资管理的专门机制。该机制由具备一定技术水平和投资分析能力的人员构成, 主要负责企业对信息技术投资的事前分析、事中控制以及事后的投资效果评价。同时, 企业还应当明确, 虽然设立了专门的信息管理机制, 但是内部工作人员应当明确, 信息技术投资并不只是管理机制自身的事, 它需要企业内部全体工作人员共同努力。

总而言之, 信息技术投资作为我国制造企业发展的动力, 对于推动我国制造类企业的发展发挥着愈来愈大的作用。同时, 以数据集中、综合服务系统、电子支付系统、信息技术投资安全系统、信息化产业链系统为主的信息化发展对于构建我国信息技术投资和制造业发展的管理平台有很大的作用。信息技术投资初始投资额度大、投资要求高、投资回收期长, 投资风险较大, 这就要求企业不断完善企业内部管理机制的建设, 在充分发挥管理机制的作用的前提下, 充分的调动企业内部全体工作人员的积极性, 提升我国广大制造业经营管理能力, 为制造业长期稳定的发展提供强有力的技术支持。

参考文献

[1]朱远彤.信息技术在商业银行的应用:一个历史视角.上海金融, 2004第3期[1]朱远彤.信息技术在商业银行的应用:一个历史视角.上海金融, 2004第3期

[2]林丹明, 梁强, 曾楚宏.我国制造业的信息技术投资效果——结合行业影响因素的分析.经济理论与经济管理, 2007第12期[2]林丹明, 梁强, 曾楚宏.我国制造业的信息技术投资效果——结合行业影响因素的分析.经济理论与经济管理, 2007第12期

信息名址的投资类型分析 篇5

信息名址是全球首创的移动寻址技术，信息名址服务使用容易记忆的语言，为手机终端用户提供信息服务引导。它使用中国人习惯的短信方式寻址移动互联网，并能提供多项实用的信息服务，因此，必然在移动互联网的发展史上扮演重要的角色。同时，它又具有稀缺性、唯一性、统一性的特征，还有移动互联网的门牌号的称谓。因而，深受各类投资者追捧，对此，投资信息名址的类型有一点看法和建议，以供参考：

根据对投资信息名址的目的不同，我们划分为以下三种：

一、投资自用型：

这类型的投资者，主要上投资自己所从事的行业或将来准备从事的行业，并通过移动互联网开展移动营销来拓展自己的业务和提升企业的知名度，因此，我们建议

1、购买自己企业的名称，商标，品牌等相关信息名址，保护自己的知识产权，提高无形资产的价值。

2、购买本企业主要的行业用词，让潜在客户群能最先找到您的网站，并让所有的信息名址的指向一个网站。

3、购买竞争对手的可能用词，而又不会引起争议的信息名址。

4、购买的行业内用词应量力而行。如您只想打造一个区域性的移动互联网，就不宜购买全国性的行业用词。

二、投资获益型

这类型的投资者，主要是利用信息名址的稀缺性，唯一性，抢注一些热门的信息名址然后待价而沽，适时买卖、出租，获取相应的收益。对此，我们建议：

1、尽量不要购买可能引起争议的信息名址，信息名址是我国自主知识产权的东西，它有别于一些国际顶级域名的注册办法，并不是完全采取先注先得的方法，况且，有些词也进行了限制注册，只能让有资格的企业或单位注册，所以在做投资之前，必须先熟读《信息名址注册办法》和《信息名址争议解决办法》，这两个政策性法规，以避免引起投资争议。

2、尽量投资一些行业内有共性的信息名址，即并非只适合其中一家企业或单位、个人的用词，而是普遍适合该行业内所有企业都适用的信息名址，亦即所谓的“行业词”。

3、投资行业词，宜投资B类词和C类词，尤其应以C类词为主。信息名址的唯一性也决定了它只能指向一个网站，它有别于在搜索引擎里输入一个关键词，就能搜出一串企业以供挑选，比如，某个人想到北京出差，想查找北京的宾馆，他不太可能会输入“宾馆”来查找，他更有可能会通过输入“北京宾馆”“北京住宿”或“北京宾馆预定”等特定区域词来查找他所需的信息。再加上C类词的投资成本远远低于其他两类词，投资几个C类词可能比投资一个A类或B类词收益会更大。

三、投资、自用兼得型

这类型的投资者，主要是想在本行业内进行应用，同时，又想获取一些信息名址的投资收益，或买卖或出租受益。对此，我们建议：

1、不宜做分散投资，应集中资金专注本行内的投资。这样，可选择性地在市场行情看好的时候，适时买卖或出租部分信息名址。尤其应以考虑出租为主。市场行情不好时，可以将所有信息名址指向自己的网站，?增加流量和人气。

投资金融信息服务业新蓝海 篇6

在之前举行的一个业内论坛上，上海联合金融信息服务有限公司总经理庞阳曾骄傲地宣示：“我们是上海最早一批注册的金融信息服务公司。”在他看来，这是代表着行业发展的新起点。

金融信息服务，这个曾一度不被有关部门所正式认可的行业，在不知不觉间，已经成为资本关注的宠儿，造就了一批金融业的新贵，也因此成为了金融界创业的一个新兴热点。

新蓝海造就资本宠儿

此前说起金融信息服务，投资人一般都会有疑问：“这究竟是干什么的”？具体的内容解释或许会让很多投资人厌烦，但如果提起“万得资讯”和“支付宝”，则大多数人会恍然大悟：原来金融信息服务早已在身边。

“传统上，金融信息服务产业范围很广，所有提供金融类信息服务的行业都可以纳入，是金融资讯、第三方支付和网络信贷等的统称。”上海信息服务行业协会金融信息服务专委会副秘书长周汉表示。他所创立的融道网，2011年也在工商局的特批下，由原来的“融道信息科技有限公司”正式更名为“融道网金融信息服务有限公司”，营业执照上的营业范围加上了“金融信息服务”，也成为“网络信贷”行业被正名的首例。

在上海浦东新区，作为这一产业“发育”较早的金融资讯和第三方支付，早已成为众多PE大力追逐的宠儿。

“将浦东打造为中国金融资讯高地”，这是浦东新区政府配合上海国际金融中心建设所提出的一项具体目标。而浦东之所以敢于发声的“底气”，正在于区域内的两大重量级公司：万得资讯和新华08。

将英国路透社和美国彭博社作为直接竞争对手的万得资讯，目前号称是亚洲金融信息服务业第七位，其产品在全国性商业银行、基金公司等覆盖面达到100%。

而新华08更是新华社根据中央要求，自主研发的金融信息平台。如今，新华08已经成为新华社的重要业务之一。而万得资讯更是因为高成长性与高利润，成为资本眼中上市待选的香饽饽。

更令资本印象深刻的则是在创业板成功上市的同花顺。这家同样以金融资讯为主业的公司，因为国内第一家行业内上市公司的名头，为金融服务业和资本的对接打开了道路，之后东方财富网也成功上市，并一跃跻身全球中文网站前十的财经类网站。

与万得、同花顺等相比，金融信息服务产业另一极的第三方支付更堪称时下市场火热的话题。虽然起步略晚于金融资讯，但第三方支付由于市场发展的迅猛，受到资本的关注程序更远远超过金融资讯。

来自赛迪投资的资料显示，第三方支付牌照直接或间接相关的上市公司就有二十多家，包括阿里巴巴、腾讯控股、环球实业科技、卫士通、中青宝等多家香港和深圳股市上市公司。除了上市之外，因为第三方支付牌照而掀起的行业兼并潮，也成为资本逐利的一大战场，大量从民间借贷领域退出、苦于投资无门的资金在这个战场收获了巨大的利润。

新蓝海的“第三极”

不久前出炉的《上海市信息服务业发展“十二五”规划》提及了金融信息服务几个值得关注的领域：加大金融领域软件和信息系统的研发和产业化；加快建设金融信息服务基地和金融数据中心集聚区；加强第三方电子支付平台以及安全支付体系的建设；提升金融资讯服务能力，建立我国金融资讯信息服务平台和全球金融信息服务市场。

而在周汉看来，这些领域都已是相对成熟领域，早已受到大资本的重点关注，实力较弱的中小型投资人已经很难插足。

但在金融信息服务产业，还有一块快速成长的领域或许将成为下一轮资金瞩目的焦点，这就是网络信贷。

“2011年可以说是网络信贷元年，在上海，它的发展迅速更使它有望成为金融信息服务产业继金融资讯和第三方支付之后新的第三极，如果说金融信息服务产业是资本投资的新蓝海，那么网络信贷就是这个蓝海中的新热点和新机遇。”

周汉介绍说，网络信贷作为一个产业，萌芽于2009年前后，最早的北京宜信则成立于2006年。从本质上说，目前众多IT相关的资本热投行业，无非都是传统行业的互联网优化。网络信贷也是传统信贷行业自身的优化整合，借助互联网平台，在提升效率的同时降低运营成本。

去年温州民间借贷危机的爆发，使得央行承认了民间借贷是满足各类市场主体融资需求的一个补充渠道，这也令长期以来处于海平面以下的民间借贷，纷纷如礁石般露出了水面。而网络信贷，作为技术含量最高、最具时代特征的现代信贷行业的重要组成部分，凭着互联网强大的传播力，为中国的现有的金融生态体系带来了一股强大的变革力量。

经历数年的市场探索后，目前众多网络信贷公司正从初创期向发展期演进，虽然行业整体仍然远未到盈利时代，但其中蕴含的巨大投资潜力也已经吸引到了部分资本的目光。周汉透露，其创立的融道网，因其国内首创的最精准最便捷的网络上融资贷款B2C（Bank to Customer）平台特色，已经获得了首笔风投，并正在洽谈第二轮融资。

有专家认为，作为一个新兴产业，网络信贷恰巧处于各方监管的真空地带，这就给了资本巨大的运作空间，自然也使得网络信贷成为资本关注的焦点。

P2P模式急速发展

融道网中小企业融资研究中心研究总监郑海阳介绍说：“网络信贷行业，目前主流的有两类模式：P2P模式与B2C模式。”

所谓的P2P模式，即个人对个人借款，借助网络平台，借款者发布信息，出借人参与竞标。双方在额度、利率方面达成一致后，交易即达成。这其中，出借人

由于将资金分散给多个借款人对象，同时提供小额度的贷款，风险因此可以得到最大程度的分散。而这一模式，为那些需要资金，但却无法取得银行贷款的个人或企业主提供了新的融资渠道。

据不完全统计，截至2011年10月，全国主流P2P网络贷款平台约42家，其中北京8家，广东8家，上海7家，江苏5家，浙江4家，重庆、湖南、广西、安徽、山东、四川、新疆、辽宁、福建、云南各1家。长三角地区如果再加上山东和安徽，共拥有18家，占据了50%左右的市场份额，珠三角一带算上广西和福建有10家，环渤海一带以北京为主有8家，中西部地区有5家，东北地区1家。

而从模式上看，P2P网络贷款平台可细分为三大类：以拍拍贷为代表的纯线上平台；以宜信为代表的线下小额贷款模式；以及以红岭创投为代表的创投、担保模式。

对此，郑海阳分析说：“P2P贷款的分布与经济发展水平、互联网发达程度有关，北京与广东由于民间借贷发达程度不及江苏与浙江，而在IT创业方面优于后两者因而促进了P2P的发展。从成立时间来看，P2P网络贷款平台数量主要系从2010年起出现急速增长，充分说明了这个行业的朝阳特性。”

更有观点认为，P2P模式的发展潜力对投资人存在巨大诱惑，在政策上也正好处于真空地带。在目前情况下，P2P这一形式帮助规避了中国金融业的牌照管制，在中国小额贷款通道不畅的环境下，对资本而言这无疑是一个有效的流通平台。

B2C模式渐成主流

虽被市场看好，但P2P模式过于碰触政府“红线”的行为为其近期的发展添上了一层不确定的迷雾。

去年底，银监会发文警示P2P模式风险，P2P贷款平台主要存在七大风险和隐患：影响宏观调控效果；容易演变为非法金融机构；业务风险难以控制；不实宣传影响银行体系整体声誉；监管职责不清；贷款质量低于普通银行类金融机构；开展房地产二次抵押业务存在风险隐患。

正是在这种情况下，网络信贷的另一种模式：B2C模式逐渐跃入资本的视野。

所谓的B2C模式，即金融机构对资金需求方，以银行为代表的金融机构与资金需求方通过网络进行沟通与交流，并达成贷款意向。B2C模式不仅有助于提高标准化的个人信贷产品的效率，而且对于贷款需求“短、小、频、急”、无法像个人贷款那样有相对标准化产品的中小企业来说，B2C模式正解决了它们融资难的主要症结——信息不对称问题。同样，对于收入主要依靠存贷利差的银行而言，这一模式更是有利于业务人员批量精准获得分散的中小企业客户、降低业务成本，提升业务效率。

“B2C网络融资贷款平台通过对于贷款需求信息和客户的收集，从而形成一个对金融机构的具有吸引力的业务渠道，根据平台与金融机构合作的深度不同，网络平台承担部分金融机构职能，完成部分资料审核等贷前工作。”郑海阳介绍。

同样，从模式上看，B2C模式也可以大致分为银行派、电商派和金融信息服务派三类。其中，银行派系指银行推出直接面对客户的网络银行贷款窗口服务，代表有工行的“网络融资业务中心”；电商派系B2B电子商务平台为了解决自身客户的融资难与银行或其它金融机构合作，推出的增值服务平台，最著名的代表当属阿里巴巴；金融信息服务派则对所有的金融机构和贷款需求者开放，促成供求双方的对接，提高融资贷款的效率，降低双方成本，目前比较典型的是融道网所开创的B2C市场模式。

网络信贷的风险与机遇

“法律和政策风险，以及业务风险控制是网络信贷发展面临的最大问题。”一位不愿透露姓名的PE人士表示。在他看来，法律和政策风险关乎PE能否顺利实现退出，获取盈利，而业务风险控制则直接关乎投资的成败。

“比如，网络信贷公司的实际用户数量究竟有多少？不光投资方搞不清楚，恐怕就是网络信贷公司自身都搞不清楚。另外，对用户真实情况也很难把握。”

该PE人士进一步表示，正是由于先天上的一些不足，使得网络信贷未来出路尚不明朗，这在一定程度上对投资方的信心造成影响。

他说：“投资网络信贷，最理想的退出模式有两种，其一是获得金融牌照，其二是上市。从目前情况看，类金融机构‘转正’的消息不断有出现，但真正落实，也不是三五年内就能实现的事。这对要求‘短平快’的PE来说很困难。而上市途径，创业板在未来几年内都不会是一个太好的选择，除非‘新三板’试点能真正落地，不然退出真的很困难。”

信息技术投资 篇7

高新技术企业兼具极大发展潜力与风险,其主要源自于市场不确定和非市场不确定。市场不确定性包括研发项目收益不确定、需求市场不确定、竞争对手策略不确定等与市场相关的不确定;非市场不确定性包括研发成功日期不确定、期间是否有新技术出现不确定等。据美国曼斯菲尔德1981年的统计,在高技术项目能够在技术上获得成功的仅有60%,其中能够进入市场的只有30%,在这些能推向市场的产品之中仅有12%是可获得利润的。那么,高技术企业如何在风险和收益的权衡下进行研发投资决策,如何在董事会与经理人之间优化委托代理机制,以提高决策的科学性和研发效率?本文即是针对这一目标进行研究。

学者对于上述主题的研究主要从两方面展开。一是基于市场不确定,评估高技术研发项目价值。张子健和刘伟(2010)运用动态博弈模型,对不同竞合模式下企业研发绩效进行分析。表明,与研发竞争相比,只有溢出效应大,投资临界值才会降低[1]。谭英双(2010)基于模糊环境下高技术项目特点,运用Liu理论建立模糊环境下价值评估模型,认为该模型比传统方法更适合对高新技术项目价值评估[2]。王楠和李艳华(2011)基于实物期权方法,构建政府资助时机选择模型,得出不同创新项目的最佳资助时机[3]。王道平和韦小彦等(2013)依据实物期权方法构建模型,并用中国移动相关数据对TD-SCDMA技术标准价值进行评估[4]。孙晓华和李明珊(2014)以中国工业企业微观数据为样本,检验不同因素对企业研发强度的影响。表明在微观层面上行业性质对企业研发强度有显著影响[5]。鲁皓和张宗益等(2010)等根据生物技术项目开发的特征,构建了阶段门模型,并提出了分阶段项目风险处理方法[6]。

二是关注信息不对称下研发项目投资临界值和委托代理双方效用变化。刁丽琳(2010)基于市场不确定性,结合实物期权方法和委托代理下逆向选择模型,确定代理人的最优契约和委托人的投资临界值。发现委托人的私人信息会使投资临界值减小[7]。Joern H.Block(2012)从委托代理角度对家族企业和股份制企业的研发投入进行研究,发现二者的研发密度大小是不同的[8]。陈凌和吴炳德(2014)从市场化水平和教育程度视角研究家族企业的研发投资,发现只有市场化水平和教育程度较高时,其研发投资高于非家族企业[9]。Antonio J.Verdu等(2012)运用实证方法对实物期权影响技术创新进行研究,发现环境不确定会减少技术创新投资,而期权价值增加会促进技术创新的投资[10]。

综上,学者们对高技术企业研发项目的价值研究和委托代理下高技术企业的研发投资决策给予了相当的关注,但两个角度的研究各自相对分离,结合较少。尤其是,针对不完全信息下高技术企业研发项目投资决策进行的研究还比较少。本文构建模型群,评估高技术企业研发投资特点下的项目价值,同时揭示董事会与经理人的委托代理利益平衡机理,通过仿真分析,为企业的相关决策提供科学依据与启示。

2 研究方法与模型构建

2.1 研究方法

实物期权方法源自金融期权定价理论,自Stewart C.Myers于1977年首次提出[11]以来,其“柔性决策”思想得到广泛认可,因其核心是决策者根据所得信息,运用管理上的灵活性来应对不确定性,以创造更多的经济价值。所以此法主要应用于具有高不确定性项目价值评估。高技术研发项目及其投资决策通常具有多阶段、不确定和高投入等特点,因而实物期权方法更为适合[12]。值得关注的是,信息不完全通常既包括市场与项目本身的不确定性,也包括投资决策中委托代理方的信息不对称问题,而已有研究更多地分别在2个方面进行。本文将2个问题结合起来综合考虑。首先,基于实物期权方法,引入向下的泊松跳跃,综合市场不确定和非市场不确定,优化研发投资决策模型;同时,依据委托代理理论,构建董事会和经理人效用模型。共同揭示信息不完全下研发项目价值和委托-代理各方效用评价机理,为高技术企业研发投资决策和改进董事会-经理人激励约束机制提供启示和指导。

2.2 信息不完全下高技术企业研发投资决策模型构建

(1)高技术企业研发项目及其投资决策特点

高技术研发项目具有高不确定性、高风险性和不可逆性等特点[7],其投资决策是一个序列决策过程,具有渐进的阶段性。首先,其高不确定性由高技术企业自身特点决定,主要源自市场不确定和非市场不确定[13]。前者包括研发项目投资成本、未来收益、竞争对手策略等均不确定;后者是指各种突发事件,包括经济与社会环境的变化、技术更新、研发周期和成功率等不确定。从量化分析,不确定性的主要表现,一是研发项目收益不确定,收益变化服从几何布朗运动[11];二是研发项目所需投资不确定,成本变化服从几何布朗运动[14];三是突发事件发生的不确定性,服从泊松跳跃运动[14,15]。进而,高不确定性带来高风险性和不可逆性。正因如此,相比一般的成熟技术应用研究项目主要是实现已知可成功项目的开发目标、采取尽可能防范风险损失的策略,高技术研发项目是对多种可能性进行探索,这种风险投资主要是采取分阶段止损、决定何时是否停止开发的策略。

所以,高技术企业研发项目及其投资决策具有动态决策序列性。依据高技术项目开发周期,研发投资及其决策分为三阶段:初始研发阶段、中试阶段、商业化阶段,且前一阶段决定下一阶段或继续或终止。初始阶段主要是研究与定性,确定产品雏形;中试阶段主要是对研究成果试验和性能检测,进一步改进方案;产业化是产品下线与推向市场。开发周期各阶段决策相互影响,下一阶段的投资决策依据上一阶段的实施结果。

(2)信息不完全下高技术企业研发投资决策模型优化

同类新技术出现时间前后和性价比,是市场竞争对手的竞争焦点,没有竞争,就不会对决策构成影响。假定有n个高技术企业在研发某高新技术产品,对于其中某个企业来说,他有n-1个竞争对手;Ii表示i公司截至时点的研发投入,设这些公司最早将在t=τ完成研发。t≤τ的各个时点上,i、j两个不同的高技术企业都正处于研发阶段,每个企业均具有内部不确定性,且均不知道公司研发成功的具体日期。同时,外部环境不确定使i公司也不知道j公司完成研发的时间,所以i公司只有首先完成研发才能够获胜。

现i公司进行开发,由董事会委托项目经理主持研发工作。假定董事会和经理均为理性人,即他们对风险的态度为中性,令r为无风险利率。假设研发阶段的一次性投资I0(设为某一已知常数),研发成功后进行量产,投资额为I1(同样设为某一已知常数),这些信息双方均知晓。进一步对收益有以下假设:一部分能够被双方共同观测到,用S表示;而另一部分是经理人私人收益,以R表示,只有经理人知道。

(1)不确定条件下研发项目价值评估

依据前面假设,则研发成功的时点服从指数分布[16]:

其中,h(I0)是风险函数。

市场上包括i公司在内的多家公司都在进行该新产品研发时,如果i公司先其他公司完成研发[17],完成日期期望值如式(2)所示。

其中,,表示除企业i外,其他n-1个参与竞争的研发项目在完成日期期望值之和。

综合市场不确定性和非市场不确定性,S(t)服从带有泊松跳跃的几何布朗运动,如式(3)所示。

式中,α>0是漂移参数,σ>0是方差参数,两者均为常数,dz是维纳过程增量。令S(0)为期初研发项目投资收益,它构成布朗随机过程的吸收壁。θ表示跳幅,dq表示事件平均达到率为λ的泊松过程增量,如式(4)所示。

式(4)表示在很小时间dt内,q发生一个跳跃的概率为λdt,λ称为泊松过程的强度。且假设泊松运动和几何布朗运动之间相互独立。

那么,i公司通过执行期权,在t=τ时点获得的收益现值如式(5)所示。

其中,

(2)信息不对称下董事会-经理人效用

现实中,高技术企业研发投资项目的不确定性和委托代理问题更为突出,会影响研发项目的价值评价与实现。在委托代理框架下,董事会事前无法确切得知经理人私人收益R的值,但知道其概率分布。此时,在利益驱使下,经理人极有可能采取对自身有利的决策方式,以获得私人收益。

在风险中性下,期权价值又满足最优贝尔曼方程[13],如式(6)所示。

将式(3)和式(6)方程联立,并参照Dixit A K等的研究结果[18]得到方程如式(7)所示。

式(8)、式(9)和式(10)是期权价值满足的三个边界条件。式中S*为触发投资临界值。式(8)为该随机过程的吸收壁,说明项目价值为0时,投资期权价值为0;式(9)是价值匹配条件;式(10)是平滑粘贴条件,确保选择最佳临界值使期权价值最大。

方程(7)中存在F(θS),通常不存在解析解。为得到解析解,运用泰勒展开式做近似求解,用F(S)近似表示F(θS)。一般情况下,假设期权价值F(S)在其定义域上二阶连续可导,进行如下展开[19]:

式中最后一项是拉格朗日余项,为了简便计算,这里只取到二阶展开,得到式(12)。

将式(12)代入式(7)整理可得式(13)。

式(13)是齐次欧拉方程,其通解为AXβ1+BXβ2,β1,β2为式(13)所对应特征方程的根。

由吸收壁式(8)可知,β<0是没有意义的,只有β1>0才有意义[11],故保留。

综合以上各式可以得到式(16)、式(17),如下所示。

式(16)为投资临界值,当S>S*时进行投资,式(17)表示期权价值。

根据显示原理[20],董事会可以设计适当契约使经理人说真话,在此基础上使其自身利益最大,且这里只考虑直接显示机制[21]。董事会根据观察到的投资临界值S*,给予经理人薪酬W(R)。假设R∈(R1,R2),其概率密度为g(R),分布函数为G(R)。那么,董事会在投资初期面临的期权价值最大化问题[22]如式(18)所示。

从式(18)可知,董事会选择依赖于所观测到的经理人投资临界值最佳契约,使期权价值最大化。董事根据所得到信息,选择合适的投资临界值,并支付经理人报酬,即经理人效用,其函数[22]如式(19)所示。

信息不对称的存在使得董事会无法观察经理人私人收益R的真实值,因而董事会想得到最优期权价值还必须满足经理人的相容约束和参与约束,如以下分析中所讨论。

(3)模型约束条件分析与求解

为保证不同代理人按其自身真实类型进行投资,委托人提供的最佳合铜需要满足代理人激励相容约束,即所有类型的代理人都没有动机去伪装成其他类型代理人。令表示不同代理人连续类型中的相邻两种类型,且,则激励约束可以表示如(20)和式(21)。

整理式(20)和(21)得到式(22)。

由之前假设可知,S是连续的。则当ΔR→0时,式(26)左右两端都趋近[S*(R)]-β1.根据夹逼法则可知.依据导数定义可得式(23)。

此外,最优期权价值还应满足代理人参与约束,使代理人参与收益不少于其保留效用,参与约束条件如式(24)所示[23]。

从经济学理性人假设可知,委托人为降低激励成本,会使R1类型代理人参与约束激励为零,即:

基于前述假设和分析,董事会最优期权价值如式(26)所示。

结合式(26),并进行一系列数学分析、推导,得到式(27)。

将上式积分部分对S*求导,并令其为0,可得到项目期权最优价值的一阶条件,即研发项目投资临界值,如式(28)所示。

将式(28)代入式(23),得经理人最佳效用值,如式(29)所示。

对多数参数化单峰概率密度函数,有单调风险率不小于零,即,那么局部约束也是全局约束。这样,所有类型的经理人会选择不同的配置,从而达到分离均衡[24]。

3 仿真分析

针对上述模型,运用MATLAB软件对研发项目投资临界值和经理人最佳效用进行仿真。模型基本参数设置如下:经理人的私有信息价值服从均匀分布[25],其分布区间R∈[0.2,0.6],概率密度,分布函数G(R)=2.5(R-0.2)。参考黄学军的研究[13],将期权参数取值为α=0.1,σ=0.1,r=0.15,I0=I1=20,θ=0.6。

(1)对非市场不确定与不确定(λ与β)的变化关系进行仿真,以检测非市场不确定对于总体不确定性的影响及其对投资临界值和经理人效用的影响,仿真结果如图1所示。图中三条曲线从上到下分别对应三种市场不确定程度,依次为σ1=0.1,σ2=0.2,σ3=0.3,可得2个重要现象。一是,非市场不确定性会明显正向影响研发项目总的不确定性,但其影响程度会随着自身程度增强和市场不确定降低而减弱。二是,市场不确定既定时,综合不确定程度β随着非市场不确定程度增加而增加,但增速依市场不确定程度降低而减慢。表明,随着非市场不确定程度增强,例如突发事件(这里只针对不利于研发项目一种情况)概率增加,研发项目风险增加,投资临界值会降低。同时,随着市场不确定的增加,综合不确定随非市场不确定增加而提高的速度降低。表明伴随着市场不确定增加,研发项目期权价值会增加[17],投资临界值增加,董事会会推迟研发项目的投资,以获得更多的利润。

(2)基于不同的β值仿真,以检测不同不确定性下,不同类型经理人私人收益对投资临界值的影响。令β1=1.446、β2=2.671、β3=4.991,分别代表非市场不确定程度为零、居中和高的情况下,S(R)的分布(S1、S2、S3),仿真结果如图2所示。反映了在信息不完全下,各种类型经理对应的投资临界值均发生弯曲,弯曲程度取决于两个因素,一个是经理私人信息价值,另一个为不确定性强弱。可见,一方面,随着经理人能力增强,研发项目的投资临界值降低,与已有研究结论一致[22,23,24];另一方面,随着非市场不确定强度增加,研发项目的投资临界值会降低。说明,随非市场不确定不利影响增强,研发项目风险增加,企业会选择推迟对研发项目投资。进一步,市场不确定与非市场不确定对研发项目投资临界值和价值的影响是相反的。非市场不确定通常对高技术企业研发项目产生不利影响,使研发项目价值减少,投资临界值也随之减少;而市场不确定会使研发项目的期权价值增加,投资临界值相应增加。这弥补了之前研究的不足。

(3)对不确定性影响经理人效用情况进行仿真。之前的学者研究认为[7,8,9,10,11,12,13],经理人的效用主要与经理人自身类型(R)有关。然而,在信息不完全下经理人效用不仅与其自身类型有关,还与不确定性程度有关,仿真结果如图3所示。图中的三条曲线W1、W2、W3分别对应于β=1.466、2.671、4.991。显而易见的是,经理人能力越强,其得到效用越高。但伴随着非市场不确定性增强,经理人效用减少。说明,随着非市场不确定增加,研发项目价值减小,理性的董事会对经理的薪酬激励也会减少。进一步可以证明,市场不确定和非市场不确定对经理人效用的影响是相反的。因为经理人效用与研发项目价值相关联,随着市场不确定增加,研发项目期权价值增加[12],从而经理人得到的效用相应增加。

4 结论与启示

本文基于实物期权方法和委托代理理论,将非市场不确定性引入实物期权模型,综合几何布朗和泊松跳跃混合运动,构建研发项目价值评估和委托代理效用模型群,优化信息不完全下高技术企业研发投资决策模型;并针对优化结果进行仿真,揭示信息不完全和经理人连续类型下高技术企业研发投资决策和激励约束相容机制。结果表明,市场不确定增加会提高研发项目投资临界值以及经理人和董事会最佳效用,而非市场不确定增强对研发项目的投资临界值以及经理人和董事会最佳效用产生负向影响。

上述结论对高技术企业的研发投资决策有重要启示。首先,从产权治理视角分析高技术企业研发投资,使高技术企业从战略高度审视研发项目,筛选出更具潜力的项目,从而提高资源使用效率,合理规避风险。其次,基于高技术研发项目的高不确定性,其投资决策不仅是不可逆的,而且与经理人的风险偏好和效用预期密切相关。高技术企业应当建立全面监控系统,不仅对企业内外环境包括宏观及产业环境、政策变化、技术更新等突发事件,保持敏锐和积极反应;而且应研究研发人员尤其是项目经理人的特征及其对投资决策的影响。最后,针对高技术企业研发项目的独有特性,建立与其期权价值相匹配的激励约束机制。相比一般企业,信息不对称在高技术企业更加显著,经理更有利用自己信息优势获取私人收益的动机和条件。如何通过特有的平衡机制,既避免经理的机会主义和寻租行为,又更好地激励经理发现和有效投入研发项目,实现与企业一致的目标,是一个长期的理论与现实主题。

摘要：现代高技术企业面临技术进步快、变革周期短、风险大等挑战,而研发项目投资决策又具有多阶段、不确定性高、信息不对称等特征。基于实物期权方法,结合几何布朗和泊松跳跃混合运动假设,构建不确定性下高技术企业研发投资决策实物期权模型,对研发项目进行价值评估;同时引入委托代理理论,构建信息不对称下董事会和经理人的效用模型,揭示了经理人的最优契约效用。机理分析与仿真结果表明,随着市场不确定强度增加,研发项目投资临界值和经理人最优契约效用均会增加;而非市场不确定性增强会使研发项目投资临界值和经理人最优契约效用减小。对于高技术企业研发投资科学决策有重要启示。

信息技术投资 篇8

随着当代网络及计算机的普及,信息技术(Information technology,IT)投资对传统投资形式(非IT资本、劳动力等)造成了前所未有的影响,企业和政府对于信息技术投资的份额逐年加大。据预计,我国信息技术总支出在2008年后的未来10年内将超过2 000亿美元。在不同范畴的生产过程中,IT的大规模投资与传统投资之间形成的替代亦或互补作用,被研究者认为是形成现代“生产率悖论”的主要原因之一[1]。在部分经济研究对象中,IT投资替代了资本、劳动力投资,形成替代效应,节省了传统投资;而在有的经济对象中,IT投资则形成了对于非IT资本投资、劳动力投资的补充,需要加大投资力度才能更有效地提高产出。这两种效应的存在使得IT投资间接地推动生产力,提高产出,而“在统计数据里往往看不到IT的贡献”,进而出现了被称为“索罗悖论”的生产率悖论现象[1]。鉴于IT在现代化组织生产中的巨大作用,衡量其与其他生产要素之间的相互关系对于管理决策至关重要。

Dewan等[2]对1984—1999年间美国大型公司的研究中指出,依据Allen替代弹性参数(Allen Elasticity of Substitution,AES)结果,IT投资与非IT资本投资、劳动力投资之间形成网状的成对替代,IT对劳动力产生的超额回报替代作用明显大于非IT资本投资,并建议企业在引入IT之后进行结构重组、削减规模。Chun等[3]在更新了数据的同时又加入了交叉价格弹性(Cross-price Elasticity,CPE)和Morishima替代弹性参数(Morishima Elasticity of Substitution,MES)作为分析指标,指出企业在IT投资初期与非IT资本、劳动力投资之间的替代较为明显,但随着IT投资的持续,这种替代作用开始减弱。Lin等[4]再次对大型公司数据进行敏感性分析,认为IT低水平投资能够形成对于资本、劳动力的替代,但在高水平的IT投资分组中则转为互补作用。但Lin等[5]在新的公司数据中发现IT投资与资本、劳动力呈现互补作用。Chwelos等[6]则认为IT投资只对劳动力投入呈现替代效应,IT投资的增加推进了劳动力的花费,进而间接地促进了企业产出,但IT投资对资本投资则不能构成替代效应。

相对而言,IT投资效果在国家层面的研究结论很有限。Chen等[7]在对15个国家10年的样本数据分析后首次提出,相对公司层面数据,IT投资的成对替代在国家数据中无法成立,不同国家中IT投资与其他要素间呈现了各具特征的替代亦或互补作用。国内学者张之光等[8]进一步提出,中国国家层面数据显示,IT与资本、劳动力投资之间可以形成互补关系,IT的加入使得生产要素互补性增强。

非信息技术资本、劳动力、IT投资的交互作用研究是一个复杂的技术问题,受IT发展时间以及数据样本标度为年的限制,研究者所采样本时间跨度短(最长时间序列17年)[2],数据样本容量受到限制,随着量化研究的不断发展,越来越多的数据显示,针对小样本数据采用基于大数定律的计量方法有可能导致不同程度的结果偏差。从现有文献来看,随着所选样本以及指标选取的差异,该研究并没有一致性的结论,很有待学者进行更加深入的研究。

首先,为了克服该问题所难以避免的小样本问题,本文采用Copula贝叶斯估计对国家层面的IT商业价值问题进行研究,以主观概率代替稳定参数的估计结果,以相关作用等高线图代替替代参数[9]。本文以常替代弹性函数(Constant Elasticity of Substitution Production Function,CES)为基础,采用Copula贝叶斯估计对我国国家层面数据进行分析,以所得边际后验概率呈现IT投资的产出弹性,通过其概率分布的值域变化分析IT投资对经济的正向作用是否稳定存在。其次,为了进一步分析IT投资与非IT传统资本、劳动力投资之间的替代亦或互补关系,本文采用Copula联合后验概率呈现IT与非IT传统资本、IT与劳动力投资之间的交互作用,以代替稳定参数估计下的相关性替代系数。相对传统的数值判别法[2,3,4,5,6,7],联合概率分布更加直观,其对应等高线图能较为清晰地呈现因子之间的此消彼长,亦或相互促进的关系,且通过联合后验分布的三维图像,我们可以观察随着IT投资的增加,其他生产因素消长的程度变化,为深入研究IT投资价值、解读生产率悖论现象提供了新的思路。

2 Copula贝叶斯法及其可行性分析

非信息技术资本、劳动力、信息技术投资之间的交互作用研究是信息技术绩效研究中的一个重要部分,本文以常替代弹性生产函数(Constant Elasticity of Substitution,CES)[10,11],通过泰勒级数展开,使得普通资本(Kit)和劳动(Lit)应用于CES生产过程,形成的生产模型(称为KL模型)如下:

其中,vit如前所述,用t时i公司(国家)的IT资本Iit代替模型Ⅰ中的Lit得到第二个随机前沿生产模型(称为KI模型):

最后,模型Ⅰ中的Kit被t时i公司的IT资本Iit代替,得到第三个随机前沿生产模型(称为LI模型):

针对IT投资绩效问题的研究中,绝大多数采用参数估计,通过计量方法估计产出弹性系数β1和β2,通过设计自变量指标建立生产率法[12]、消费者剩余法[13,14],亦或通过生产过程函数构建的差异,采用随机前沿法[4,7,8]、局部调整法[15]等。对于因子替代互补性的研究,则在此基础上,依据产出弹性系数建立替代系数、AES、CPE、MES等指标,以度量β1和β2的相关关系。

IT绩效研究的数据样本以自然年作为数据时间点,纵向数据量小。基于大数定律的参数估计为了保证显著性要求,需要剔除部分数据组,非客观地掩盖了数据特征,结论的全面性将因此而受到影响;而贝叶斯估计不基于大样本的重复抽样,而是充分利用样本信息,通常估计量具有更小的方差或平方误差。将参数估计结果视为大量重复试验频率的稳定值假设直接影响分析结论的准确性,而贝叶斯估计思想更加适用于小样本数据分析。为了进一步考察因子之间的相关性关系,针对产出弹性的边际后验概率,引入Copula函数,以Copula联合后验分布来表示其相关性结构。

贝叶斯估计一般采用多元正态分布作为起点。Pitt等[16]提出了以Gauss Copula代替一般性正态分布的思想。产出弹性参数之间的促进和替代作用,主要依靠生产函数中IT因子分别取代K和L时β的数值变化来实现[4,5,7,8],当我们获得K和L产出弹性因子的边际后验分布,Copula函数可以建立联合分布下的似然函数:

由于所建立的似然函数只能表示为复杂积分形式,首先需要针对ζj获得边际密度函数,并通过积分化简Copula结构自身参数,将原有等式表达为f(Y|β),并依据贝叶斯原理获得边际后验分布。依据Copula-Sklar定理[17]:

其中:F(x1,x2,…,xN)为模型中所需要的联合分布函数;C为Copula函数结构;F1(x1),F2(x2),…,FN(xN)为多个变量各自的边际分布。如果F1(x1),F2(x2),…,FN(xN)是连续的,C则唯一确定;反之,在离散数据试验中,C可以通过其他手段估计得到。

为了证实数据方法的可行性,采用2组随机数进行结果测试。现将测试数据组1代入KI模型,获得K和I弹性参数联合后验分布结果如图1所示,其中,图1(a)所示为基于正态结构拟合的KI联合后验分布,图1(b)为基于Frank Copula结构的KI联合后验分布,图1(c)、图1(d)分别表示基于Clayton和Gumbel Copula结构的KI联合后验分布。

由于数据本身的特征,即使我们分别使用不同的相关结构函数进行拟合,所获得的联合后验分布也没呈现出图1(b)所示的局部强相关特征。在拟合联合分布结构问题上,由于Copula参数是依照边际分布特征所获得的,并不存在由于主观选择了不同的Copula相关结构而导致相关结构被主观决定;相反,我们更能检验出在不同的数据特征面前Copula函数的拟合优度,而多元正态结构在一定程度上掩盖了数据特征。当数据本身不具有特殊的相关特征时,即使我们选择不同的Copula来拟合联合分布,所获得的联合后验分布与正态结构所获得的联合分布则非常近似,因此,本文选用了能够同时囊括正负相关结构的Frank Copula建立联合后验分布。

采用测试数据组2以Copula贝叶斯法进行估计拟合,分别获得多元正态结构与Frank Copula的联合后验分布如图2所示。由图2可以看出,在正态结构下,投资因子L与信息技术因子I呈现弱负向相关关系,L的增长引起I因子的小幅度变化;但由Frank Copula所获得的联合后验分布则由于参数θ的控制,K与I之间呈现一种中心区域增强的较强相关结构。控制参数是完全基于后验边际分布本身的特征而获得的,这种局部强相关的特征来自数据本身,而在正态拟合中,由于正态假设的存在被掩盖了起来,该数据特征是一般的参数估计所没有的。因此,采用Copula贝叶斯方法估计因子的产出弹性及其彼此之间的相关关系,由Copula联合后验分布所形成的等高线图可以进行替代亦或互补作用的判断分析。在联合后验分布的等高线图中,随着横轴表示的IT产出弹性(βI)逐渐增大。如果非IT资本产出弹性(βK)、劳动力产出弹性(βL)随I的增加而增大,形成斜率为正的近线性关系,则认为其彼此之间呈现替代效应,其判断依据与替代弹性参数吻合[5,7,8],但该方法还可以进一步由近线性的强度、形状等特征判断替代效应的强弱及变化结构;如果所得联合后验分布等高线形成斜率为负的近线性关系,则认为其彼此之间呈现互补效应,进而根据其形状和等高线密集程度,结合联合后验分布的三维图像分布分析互补作用的结构特点。

3 实证结果及分析

依据模型1~3,相关变量定义如下[5,7,8]:实际产出(数据样本值Y)由国民生产总值表示,其中增量来自当年与前一年的差值,传统的资本投资因子Kjt(减除IT投入)由资本开支项目计算,包括资本金、固定资产等;人力投入Ljt由雇员总工资支出(减除IT系统员工成本)表示。主要数据来自Information Week 500(IW500)数据库,其中传统资本投资及人力投资来自Standard&Poor's Corporation's COMPUSTAT数据库和Wharton Research Data Services(WRDS)数据库。依据数据库IW500 2005—2012年的数据,定义了IT资本Ijt,其组成为支出费用、基础设施营业外支出(网络架构及硬件)、使用费(维修,开发,包装)、网络使用费用、人员的引进及薪金、IT服务外包、人员培训等,所有费用皆以美元计入。

本文选择Gaussian先验为先验分布,借助R软件实现Gibbs抽样方法获得后验边际分布,并结合Copula函数拟合联合后验分布的数值逼近方法求取实证结果。中国与美国国家数据的二因子模型产出弹性参数的估计结果如表1所示。

中国和美国KI模型产出弹性边际后验分布如图3所示,其中:图3(a)表示中国国家数据KI模型产出弹性参数β1的边际后验分布;图3(b)表示中国KI模型产出弹性参数β2的边际后验分布;图3(c)表示美国国家数据KI模型产出弹性参数β1的边际后验分布;图3(d)表示美国KI模型产出弹性参数β2的边际后验分布。图中横轴表示产出弹性参数估计值,纵轴表示产出弹性对应概率变化。

由图3(a)可见,β1边际后验分布的值域区间为正,说明中国的非IT资本在经济增长中占据主要地位;由图3(b)可见,β2边际后验分布值域区间大部分落在负值区域内,且均值为负,方差较小,表明在中国数据中难以看到IT对经济增长的直接正向贡献,表现出生产率悖论特征。由表1可见,产出弹性参数估计值存在明显方差,证实了参数的非稳定性假设。相对劳动力和IT投资,中国的非IT资本投资对于产出具有较大的直接贡献,说明我国近年来依然主要依靠投资拉动经济增长。

中国和美国LI模型产出弹性边际后验分布如图4所示,其中:图4(a)表示中国国家数据LI模型产出弹性参数β1的边际后验分布;图4(b)表示中国LI模型产出弹性参数β2的边际后验分布;图4(c)表示美国国家数据LI模型产出弹性参数β1的边际后验分布;图4(d)表示美国LI模型产出弹性参数β2的边际后验分布。图中横轴表示产出弹性参数估计值,纵轴表示产出弹性对应概率变化。

结合表1数据结果,由图4(a)可知,β1值域都落在正区间内,表明中国的劳动力投资对产出具有直接的正向贡献,而β2作为与劳动力相对应的IT产出弹性,其边际后验分布方差较小,且只有小部分值域落在正直区间内,表明相对劳动力而言,IT投资的增加难以直接推动经济增长,反而适时地提高劳动力投资能够推进经济增长,表现出生产率悖论现象,进一步证实了张之光等[8]参数估计的结论。美国作为发达国家的代表,现与我国进行对比,如图3(d)所示,美国数据组在KI模型中β2边际后验分布值域居间为正,表明其IT投资对经济增长具有直接的正向贡献;而在LI模型中(见表1及图4(d)),IT投资产出弹性大部分区域落在负值区间,表现出相当程度的生产率悖论现象。在美国,相比IT投资,其劳动力投资在经济增长中的贡献占有主要地位,但比较中国,美国数据组方差较大,LI模型中IT亦有小部分落在正值区间,一方面再次证实了参数的非稳定性存在,另一方面不能否定相对劳动力投资而言,亦有少量IT投资对经济增长具有直接贡献。说明在美国,虽然非IT资本和IT投资对经济增长的贡献比重逐步缩小,但并没有表现出明显的生产率悖论现象。

KI联合后验分布中美结构对比如图5所示,其中:图5(a)表示中国的资本与信息技术因子产出弹性的相关关系等高线;图5(b)为其对应的三维空间图;图5(c)为美国资本与信息技术因子产出弹性的相关关系等高线;图5(d)为其对应的三维空间图。图中横轴表示IT投资的产出弹性,纵轴表示非IT资本投资的产出弹性变化。

由图5(a)和图5(c)可以看出,中国与美国都呈现出近似线性的负向强相关结构,非IT资本投资随着IT投资的增加而减小,即每增加一单位的IT投资,为了促进经济增长其非IT资本相应的减少,呈现替代效应。但,比较而言,美国数据组IT与非IT资本构成的等高线更为密集,其三维图像(图5(b)和图5(c))z轴数值大,呈现出更强的替代性;中国组(图5(b))数据其近线性斜率角大于美国,且截距大于美国,表明为了完成同等幅度的经济增长,其每一单位的非IT资本减少需要更大规模的IT投入来替代。相对美国而言,中国数据近线性截距较大,表示其需要完成初期的基础IT投资才能够实现与非IT资本投入之间的替代作用,进而借助替代效应使得IT间接推动经济增长。所以作为发展中国家,中国前期的IT投入表现出了更为明显的生产率悖论;作为发达国家,美国组KI产出弹性的联合后验分布截距较小,表示其国家基本IT建设已经完成,现阶段每增加一单位的IT投资既可以带动非IT资本的减少投资实现替代效应,并推动经济增长。

LI联合后验分布中美结构对比如图6所示:其中,图6(a)—图6(d)表示在LI模型中中国与美国的IT投资与劳动力投资的产出弹性的不同特征,横轴表示IT投资的产出弹性,纵轴表示非IT资本投资的产出弹性变化。

虽然由趋势看来,中国与美国的IT投资与劳动力投资都呈现了负向相关的替代效应,但从图6(a)可见,等高线并不密集,中国组劳动力投资与IT投资替代性不强;而从图6(c)中美国组等高线很密集,呈现非常近似线性的负相关,表明其劳动力与IT投资在促进经济增长方面的明显替代效应。中国劳动力投资与IT投资其替代效应比美国弱,图6(a)只有中心部分区域等高线较为密集,呈现强相关,表明劳动力和IT投资的产出弹性只在中心区域负向强相关。其近线性斜率角大于美国组,表示在较低水平阶段,IT投入无法替代劳动力的投入,其替代效应由于对基本技术人员的需要而抵消,该部分呈现生产率悖论特征;但IT投资达到一定水平后,替代特征便随之出现,但同时,持续地加大IT投入对于替代劳动力投资不再起到作用。说明对于我国而言,IT投资需要呈现适度规模,并提高其投资效率,在国家层面上印证了Dewan等[2]的研究结论。美国IT基本建设时间较长,当前已经完成了对人员的基础培养,图6(c)表现出IT与劳动力的强替代作用,并由图6(d)可见这种替代性持续在整个投资时期,不随着IT投资的加大有所减退,其IT投资效率较高,与中国有显著区别。

中国数据的IT投资存在生产率悖论,原因主要体现在IT对于非IT资本投资和劳动力投资的替代作用上,与Lin等[5]及Chen等[7]的研究结论一致,否定了IT在一定程度上与非IT资本投资、劳动力投资形成互补效应的观点。同时,我们可以注意到,中国作为发展中国家的代表,其替代结构与美国存在明显差异,进一步证明中国在未来急需首先完成对IT设备及人员的基本建设,并开始逐步控制规模,使其更好地促进经济增长。

4 结论

本文经过实证分析,得出IT对于劳动力支出、非IT资本投入的替代作用,在不同层面上印证了Lin等[5]、Chen等[7]关于中国IT与非IT资本投资、劳动力投资之间形成替代效应的结论,同时在国家层面上证实了Dewan等[2]关于IT投资规模适度的研究结论。

本文借助Copula贝叶斯估计法,克服了以往计量方法样本容量的限制,以主观概率代替稳定参数作为估计结果,以相关结构三维图像及其对应等高线图代替替代弹性参数,对中国及美国国家层面数据进行分析。本文研究认为,非IT资本投入依然是中国经济增长的主要推动力,而IT投资在中国经济增长中显现出生产率悖论的现象,其对经济增长的作用依靠与非IT资本、劳动力投资的替代效应来实现。中国作为发展中国家的代表,其IT投资对非IT资本投入呈现了替代效应,每单位非IT资本投入的减少需要更大规模的IT投入才能带来同等程度的经济增长,其IT投资效率低于美国。

信息技术投资 篇9

投资规模超去年全年, 9月增速有所回落

前三季度, 电子信息产业500万元以上项目完成固定资产投资6492亿元, 投资额超过去年全年水平近500亿元, 同比增长62.4%, 增速高于工业投资35.9个百分点。其中9月份完成投资889.6亿元, 同比增长35.6%, 增速比8月下降35.2个百分点, 这是今年以来第二个月月度投资增速低于60%。

基础元器件行业投资集中度增强, 视听、通信行业投资放缓

前三季度, 电子元件、器件和信息机电行业分别完成投资1133、1615和1495亿元, 同比增长58.6%、48.1%和120.2%, 三个领域投资占全行业的65%, 比重比去年提高3个百分点, 对全行业投资增长的贡献率分别达到17%、21%和33%。整机行业投资增长放缓, 其中视听行业完成投资89.5亿元, 同比下降7.7%, 比重 (1.4%) 下降1个百分点;通信设备行业完成投资360亿元, 同比增长17.6%, 比重 (5.5%) 下降2.1个百分点;计算机行业在平板电脑等新产品带动下, 在整机行业中增长相对较快, 同比增长44.3%, 但仍低于全行业18.1个百分点, 其中9月份投资下降20.1%。

光电器件、新能源电池新开工项目增多, 计算机行业明显减少

前三季度, 电子信息产业新开工项目5344个, 同比增长46.9%。电子元器件和信息机电行业新开工项目3592个, 占全行业67%, 同比增长超过50%, 其中光电器件、新能源电池领域新开工项目增长超过70%;通信、计算机和视听设备等整机行业新开工项目占比 (10%) 下降10个百分点, 其中计算机行业新开工项目下降59%。

东部地区投资增长较快, 东北三省明显下滑

前三季度, 东部10省市完成投资3825亿元, 同比增长74.9%, 增速高于去年同期26.3个百分点;江苏、广东、浙江、北京投资上升较快, 增速均超过80%, 特别是江苏省完成投资1546亿元, 占全国总投资的近四分之一。中部6省完成投资1557亿元, 同比增长60%, 其中安徽、河南投资增长突出, 分别居全国第四、五位, 增长51.2%和116.4%。西部12省市完成投资836亿元, 同比增长53.5%, 其中四川省投资359亿元, 占西部地区的43%, 同比增长95.4%。东北三省完成投资274亿元, 同比下降6.2%。

内资企业仍是投资主体, 外商投资增速放缓

前三季度, 内资企业完成投资4821亿元, 占全行业的74%, 同比增长72.9%, 高于全行业10.5个百分点, 其中私营企业增势突出, 同比增长达107.4%。外商投资和港澳台企业分别完成投资961和710亿元, 同比增长42.1%和33.7%, 低于全行业20.3和28.7个百分点, 其中9月份分别增长22.4%和11.7%。

资金到位良好, 企业自筹资金大幅增长

信息技术投资 篇10

关键词：信息披露,机构投资者,过度投资

2009年6月, 中国IPO暂停了8个月后再次重启, 新一轮的公司股权融资又拉开帷幕。 2009年中国“A股市场股权融资规模达5 125.26亿元 (包括IPO、增发和配股的募集资金, 不包括发行债券融资额) , 其中IPO融资规模为2 021.97亿元, 增发和配股再融资规模高达3 103.29亿元” (来源:金融界网站——《证券日报》) 。面对巨大数额的募集资金, 上市公司的投资活动将受到更大的关注。近年来, 中国上市公司的非效率投资问题严重, 这主要包括投资不足和过度投资, 其中过度投资问题更显严重, 上市公司利用募集资金扩大规模, 甚至将资金投入不熟悉的项目, 对投资收益缺乏动机, 盲目扩张, 使得投资效率低下。

过度投资的影响因素很多, 其中, 信息不对称下的委托代理问题是一大原因 (Jensen 1986) 。 管理层为了谋求私立, 盲目扩大企业规模, 过度投资。在中国, 委托代理问题由于中国上市公司特殊的股权构成显得更为严重。“对于大多数中国上市公司而言, 其委托代理问题非常突出, 国有控股上市公司的最大股份最终所有权属于‘全体人民’, 但是‘全体人民’对公司的控制权没有控制力, 难以对公司事务有效施加影响或监控。‘全体人民’作为出资人的权利只能通过特殊的‘逐级委托代理关系’具体到最终代理人, 拥有企业实际控制权的经理人是‘次级代理人’。在这种逐级委托代理关系下, 国有资本容易出现有效投资主体缺位的问题。” (吴晓求 2006) 同时, 相对于发达国家, 中国上市公司的信息不对称情况更严重, 这使得过度投资问题更加恶化。

那么如何有效的减少过度投资, 其办法之一便是减轻信息不对称程度, 研究表明, 提高上市公司的信息披露程度会降低信息不对称程度。那么除了出台硬性的信息披露指标, 应该如何提高上市公司的信息披露程度呢?本文引入作为一种重要的公司外部治理机制——机构投资者, 考察机构投资者持股对公司信息不对称, 以及对上市公司过度投资的影响效果。

本文研究结果显示中国上市公司存在过度投资问题, 而信息披露评级能有效减轻信息不对称情况从而对过度投资行为产生约束作用, 机构投资者持股也能减轻信息不对称, 进而一定程度抑制过度投资。而信息披露评级与机构投资者持股对过度投资的影响作用是替代的。

一、文献回顾与假设提出

(一) 信息披露与过度投资

Jensen (1986) 认为, 在信息不对称情况下, 股东与管理层的利益目标可能出现分歧, 产生委托代理问题。管理层为了自身利益, 会扩大企业规模, 从中获取私利, 享受在职消费, 并树立个人声誉, 他们并不关心投资带来的价值收益, 甚至为了企业扩张而投资NPV为负的项目, 这就产生了过度投资。Jensen (1986) 提出自由现金流理论:当企业现金流丰富并且信息不对称越严重时, 管理层过度投资的机会越多, 同时若受到股东监管的约束影响很小, 他们就更有动机进行过度投资。Healy P 和K Palepu (2001) 提出信息不对称程度显著影响企业投资效率。Hart (1995) 认为管理层渴望建造超出正常规模的“企业帝国”, 并且动机强烈。中国学者也做过相关研究, 基本都证明了信息不对称与过度投资之间的正相关关系。潘敏、金岩 (2003) 从理论角度进行分析论证, 认为“企业利用股权融资实施投资项目时, 有可能发生代表原有股东利益的企业经营管理者实施净现值为负的投资项目的过度投资行为。” 张纯、吕伟 (2009) 认为, 信息披露够降低企业的信息不对称程度, 提高外部投资者对企业投资行为的监督, 进而抑制企业的过度投资。林有志和张雅芳 (2007) 对公司信息透明度与企业绩效做了实证研究, 研究表示信息透明度较高的公司, 在会计绩效和市场绩效的表现均优于信息透明度低的公司。

(二) 信息披露、机构投资者持股

近年来机构投资者的快速发展是实务界和理论界热点问题之一。机构投资者持股改变了上市公司的股权结构, 其治理机制会对经理人行为产生约束, 减轻委托代理问题, 减少公司信息不对称程度。多数理论研究表明, 机构投资者对公司管理更有效。El-Gazzar (1998) 发现, 机构投资者会带来较高的自愿披露水平, 但是 Schadewiz 等 (1998) 的研究却认为机构投资者会降低公司自愿披露水平 (通过与管理层的合谋) 。Richardson (2002) 发现机构投资者持股等治理机制可以有效缓解企业过度投资行为。国内研究成果中, 崔学刚 (2004) 通过分析中国上市公司的公司治理因素与公司透明度之间的关系后发现, 前十大股东中拥有机构投资者的公司具有较高的公司透明度。

(三) 提出假设

基于前人已做的研究, 可见过度投资与信息不对称的代理问题有关, 中国处于整体社会转型时期, 公司治理状况不尽完善, 委托代理问题由于特殊的股权结构而尤显突出, 在这种环境下, 本文做出第一个假设:

1.中国上市公司普遍存在过度投资行为。 深圳证券交易所从2001年以来建立上市公司诚信档案, 并对深市上市公司每年进行信息披露考评, 其目的在于鼓励上市公司信息披露更加透明, 从而减少信息不对称, 减少各种代理问题及相关问题的产生。若该信息披露考评能产生效果, 那么根据上述理论, 上市公司的过度投资行为将因为信息不对称减轻而得到抑制。因此本文做出第二个假设。

2.信息披露程度越高的公司, 其过度投资程度越小。机构投资者持股可以作为一种公司外部治理机制来影响公司治理水平。机构投资者参与公司治理的表现方式有几种, 包括信托责任、持股比例与指数战略等等, 但也有研究表示机构投资者参与公司治理有不利因素, 包括带来“集体行动”问题、有潜在流动性成本、机构投资者的短视行为等等 (费方域1998) 。在此, 本文从信息不对称角度出发, 考虑到机构投资者持股可能带来的外部监督, 信息不对称可能获得减轻, 本文做出第三个假设。

3.机构投资者持股可以制约上市公司过度投资行为。上市公司信息披露水平与其机构投资者持股水平都对公司的信息不对称起到改善作用, 基于这一点, 这两种制约因素有可能产生替代的影响;但是也有可能互相促进, 当信息披露水平高的时候, 公司的信息不对称程度较低, 此时机构投资者也愿意增加持股水平, 进一步降低信息不对称程度, 减少过度投资问题。反之亦然。因此本文提出第四个假设。

4.信息披露水平对过度投资的制约作用与机构投资者持股对过度投资的制约作用可能具有替代性, 也可能具有互补性。

二、研究方法与样本数据

(一) 研究方法

过度投资可以由投资与现金流的关系反映出来, 但是投资与现金流的关系也可以用融资约束来解释。Vogt (1994) 对这一问题做了分析并构建了检验过度投资的经典模型, 本文将以Vogt (1994) 的过度投资模型为基础建立研究模型并进行分析。国内研究中, 唐雪松、周晓苏、马如静 (2007) 和张纯、吕伟 (2009) 曾经也运用过该模型做过分析。首先, 本文要研究投资与现金流是否显著相关, 这里用模型1表示;在证明模型1有显著相关的基础上, 本文建立模型2, 检验投资现金流的敏感性是否由代理问题引起, 模型2中加入交叉项Q*FCF, 其系数用来解释过度投资的原因。Vogt (1994) 认为, 若系数为负, 则表示投资现金流相关性是由过度投资引起, 因为在投资机会不好的情况下, 投资依赖于现金流, 说明是过度投资;若系数为正, 则表示投资机会较好的情况下, 投资依赖于现金流是融资约束引起的。最后, 在模型3中的交叉项中分别引入制约变量, 信息披露变量grade和机构投资者持股的变量ins, 分别为grade*Q*FCF和ins *Q*FCF, 然后做回归分析, 若得到系数显著为正, 说明制约变量有效约束过度投资, 若系数为负, 说明无效, 表1对各变量给出详细的说明。

模型1:

inv=α+β1*FCF+β2*Q+β3*sale+β4*size+∑yr_dummy+∑ind_dummy+ε

模型2:

inv=α+β1*FCF+β2*Q+β3*sale+β4*size+β5*Q*FCF+∑yr_dummy+∑ind_dummy+ε

模型3 (1) :

inv=α+β1*FCF+β2*Q+β3*sale+β4*size+β5*Q*FCF+β6*grade*Q*FCF+∑yr_dummy+∑ind_dummy+ε

模型3 (2) :

inv=α+β1*FCF+β2*Q+β3sale+β4*size+β5*Q*FCF+β6*ins*Q*FCF+∑yr_dummy+∑ind_dummy+ε

(二) 样本数据

本文研究数据来源于csmar数据库以及深交所网站。其中, 公司财务数据从国泰安csmar数据库中搜集, 信息披露变量由深交所网站上提供的“上市公司信息披露考评”数据代替。本文样本选择在2003-2009年在深交所上市的A股公司。上市公司中, 本文剔除数据缺失的数据样本, 剔除金融类公司的数据样本, 剔除净资产为负的数据样本, 剔除ST和PT类公司 (这类公司财务状况出现异常或者连续两年亏损, 可能影响研究结论的可靠性) , 并且为了去除极端值的影响, 本文将控制变量的1%水平的极值也予以剔除。最终本文得到的样本数量为3 153个。行业分类代码参照中国证监会发布的 《上市公司行业分类指引》。

三、实证结果

(一) 描述性统计

表2展示了研究样本的描述性统计结果。结果显示, 在样本期间, 上市公司Tobin Q均值为1.524, 表明公司普遍有投资机会。同时, 自由现金流均值为正, 说明大多数公司有一些自由现金流可以支配, 这为过度投资提供客观条件基础。在样本公司中, 机构投资者持股水平平均为18.29%, 个体公司之间机构投资者持股水平差别较大。

(二) 模型回归分析

在对样本处理后, 为了排除模型中变量的共线性问题, 本文用vif检验, 发现各变量的方差膨胀因子均很小, 因此可以排除模型变量间的多重共线性问题。本文用广义最小二乘法对面板数据进行计量回归检验, 并消除了异方差。表3总结了模型1、2、3的回归分析结果。考虑到自由现金流滞后项对投资可能有很大的解释力 (Fazzari, et al 1988) , 在此本文在回归方程中加进滞后一期的自由现金流这个控制变量, 控制住滞后期自由现金流对投资的影响。

表3第1列显示模型1的回归结果。从结果可以看到, 解释变量的符号与本文上文预期保持一致且均显著。当期的自由现金流系数为正的0.079, 并且显著, 这表明自由现金流与投资额有显著的正相关关系, 证实了投资现金流敏感性。Tobin Q代表了企业成长型, 与投资水平显著正相关。表3第2列显示了模型2的回归结果。在模型1的基础上, 本文在模型2中加入了Tobin Q和自由现金流的交互项变量, 来分析投资依赖于现金流是由过度投资引起的还是融资约束引起的。结果显示交叉项系数为-0.03, 与假设预期相符, 说明是中国上市公司是过度投资引起的投资现金流敏感性, 证实了本文的假设2。此时, 自由现金流和Tobin q的系数依然显著且均为正, 也符合预期。基于模型2得到的过度投资确实存在的结论, 本文运用模型3和模型4 分别证明信息披露评级和机构投资者持股这两个制约变量过度投资的作用。表3第3列显示信息披露评级对过度投资是否有制约作用。本文用信息披露评级变量与Tobin Q和现金流的交叉项变量再做交叉, 得到三项交叉变量, 如果得到该交叉项的系数为正, 则表示信息披露评级能有效的约束过度投资行为。结果看到grade*Q*FCF的系数为0.001但不显著。本文在全样本的分析中并未发现信息披露对过度投资产生任何影响作用。表3第4列显示机构投资者持股对过度投资是否有制约作用。与模型3类似, 本文以机构投资者持股比例与Tobin Q值和现金流三项交叉产生新交互变量, ins*Q*FCF, 发现其系数为负且不显著。机构投资者持股看起来也未能对过度投资起到影响作用。从全样本的分析过程中, 本文发现了过度投资行为确实存在, 证实了假设1, 但是假设2和3均未得到证实, 本文并未发现信息披露机制和机构投资者持股对过度投资起到有效的约束作用。

注:***表明在 1%水平上显著, **为 5%水平上显著, *为 10%水平上显著。括号内为 z值。行业和年度变量检验结果省略, 后表与此相同。

(三) 分组讨论

上文引述了过度投资是信息不对称下的代理问题引起的。本文在对全样本数据进行考察的时候并未发现制约变量——信息披露和机构投资者持股——对过度投资有显著抑制作用。进一步的, 本文将分别以信息披露等级和机构投资者持股水平的高低为分组依据, 把样本划分为不同组别, 研究信息不对称程度高的公司和低的公司中, 机构投资者持股对过度投资的影响如何;同时, 机构投资者持股高的公司和低的公司, 信息披露对过度投资的影响又会如何, 是否与上文的全样本有一样的不显著结果, 还是会产生新的答案。另一方面, 分组研究也令本文观察到信息披露评级的制约作用和机构投资者持股的制约作用之间的相互关系。

首先, 本文按照信息评级高低分为两组, 评级为1和2 (评级1为不合格, 评级2为合格) 的公司分为低信息披露评级组, 评级为3和4 (评级3为良好, 评级4为优秀) 的公司分为高信息披露评级组, 考察这两组公司的机构投资者持股水平对过度投资行为的影响;然后本文以机构投资者持股比例的平均值为分组依据, 将样本分为低机构投资者持股组和高机构投资者持股组, 考察这两组的信息披露对过度投资行为的影响。表4显示了高、低信息披露评级组的分析结果。表4左半部分是低信息披露评级的公司组, 该组信息不对称较严重。这一组公司三个模型的回归系数基本均显著且符合假设预期。尤其在模型3中, 低信息披露公司的机构投资者制约变量显著为正, 说明在信息披露水平低下时, 机构投资者通过外部治理的方式监督公司管理层, 对过度投资能产生有效地制约作用。相比之下, 表4的右半部分, 在信息披露水平高的公司组中, 机构投资者持股监督动力不足, 对信息透明度进一步加强的需求不是很大, 从而对过度投资行为没有起到显著的影响。从这个研究结论中本文看到了两个制约因素间的替代性。

同样, 表5显示了高、低机构投资者持股的公司的研究结果。本文发现了与表4类似的作用。在机构投资者持股水平低的公司, 信息披露能有效制约过度投资, 制约变量的系数显著为正的0.009;而在机构投资者持股水平高的公司, 信息披露的对过度投资的作用并不显著。这表示, 在机构投资者持股少的公司, 公开的信息披露更显其重要性, 减少信息不对称降低代理问题, 抑制过度投资;在机构投资者持股多的公司, 信息披露的需求和作用就不那么明显。在机构投资者持股水平高的公司中, 本文发现Tobin q的系数显著为负, 与传统的Tobin q假说并不一致, 在外部治理水平高时投资水平与投资机会成反比, 这一点令本文比较费解, 有待日后进一步分析研究。总的来说, 通过分组讨论, 本文发现信息披露与机构投资者持股对过度投资确实在不同环境下产生制约影响, 并且两种制约变量的作用具有替代性。

四、结论

本文分析研究了中国上市公司过度投资问题以及其制约效应, 提出四个假设:中国上市公司普遍存在过度投资行为;信息披露程度越高的公司, 其过度投资程度越小;机构投资者持股可以制约上市公司过度投资行为;信息披露水平对过度投资的制约作用与机构投资者持股对过度投资的制约作用会互相作用, 可能产生互相替代影响, 也可能产生互补的影响。

本文采用2003-2009年7年的中国上市公司面板数据, 对过度投资问题在中国的状况进行分析, 得到结论是, 投资对现金流具有敏感性, 并且这种敏感性是由投资过度来解释的, 即中国上市公司也存在过度投资行为。由于过度投资是由信息不对称引起, 那么减轻信息不对称应该是抑制过度投资的方法之一。

本文选取了两个制约变量, 一是深交所采用的信息披露评级, 二是机构投资者持股比例。结果发现信息披露评级和机构投资者持股在特定的样本环境下能抑制过度投资行为, 并且发现信息披露评级与机构投资者持股对过度投资的两种制约作用是替代的, 在信息披露评级低的公司中, 机构投资者持股对过度投资的制约作用越明显;在机构投资者持股低的公司, 信息披露评级的制约作用越明显。

基于本文研究结论, 本文对现实社会监管提出一些参考建议, 包括进一步加强上市公司信息透明度, 建立一套有效地对上市公司强制性信息披露与自愿性信息披露的制度, 尽量减少公司股东与高管、内部人与外部投资者之间的信息不对称;进一步发展机构投资者, 鼓励机构投资者持股并发挥其监督作用。

对企业信息科技投资管理的分析 篇11

关键词：企业信息科技；投资管理；分析探究

前言：优化企业信息科技投资，不仅可以有效降低企业参与市场的成本。还能够使企业在不增加，或是减少人力投入的状况下，获得更大的经济效益。本文首先分析了企业信息科技投资的特征与原则，并针对其投资管理的成本与效益做出更深层次的探究，充分体现了投资管理的意义。

一、企业信息科技投资管理的意义

首先，企业信息科技投资是指在计算机硬件、软件，网络系统等方面的投资，加强这方面的投资管理。对于企业内部来讲，有助于降低企业运营成本，逐步提升企业员工的生产力，也能够不断增强组织整体的效能；而对企业外部来讲，既可以为企业拓展更广阔的市场，也有助于产业、市场竞争机制的优化。其投资管理的功能主要体现在推动企业自动化、信息化和转型化发展。自动化主要体现在数据处理上，由人工手动操作逐渐向计算机处理转变，重点在于计算机及相关软件的应用方面；信息化体现在，通过信息科技的高效应用，进一步增强企业知识的共享与扩张；而转型化则体现在，能够进一步完善组织工作与竞争目标[1]。其次，对于投资的应用类型来讲，从组织结构方面可以划分成策略、管理、知识和作业层面。加强策略方面的投资能够帮助企业主管层面人员进行监督、决策和控制管理，并以此来保障各项组织工作的顺利进行；知识层面的投资，能够帮助知识、资料方面的工作人员，进一步挖掘、分析新知识，并对文件的流向进行准确把握。而对于作业层的投资来讲，其主要能够帮助基层管理者，及时、准确的掌握企业日常开展的经营交易活动。

二、企业信息科技投资的特点与原则

（一）投资特点分析。首先，在时效性方面。对于信息科技方面的投资来讲，通常情况下，只有最早的投资者，或者是少数的投资计划能够获得预期的成果，并通过投资赢得更大的经济效益。而其他企业的类似投资计划则很可能会由于学习曲线效果较强，而难以获得相同的投资效益。因此，相比于其他投资者，早期投资者能够长时间的维持自己的竞争优势。而投资计划若遭到延迟，便无法留住眼前的投资契机，因此，企业信息科技投资具有很强的时效性。其次，结构的差异性，经常性。通过信息科技投资而产生的企业科技，其结构独特性一般都比较强，而这种独特性也是其他模仿者无法具备的，所以，跟随着即使投入了大量资金，开发了一套与早期投资者相似的信息科技也无法获得相应的效益。再者，高风险性，滞后性。其投资不仅具有较强的风险性，在技术方面也存在诸多不确定的影响因素。因此，不是所有的投资都能够获得预期的效益，而由于种种因素的影响，也常常会出现投资成本超预算的现象，或者是投资计划延迟等。

（二）投资原则探究。一是，加强对社会技术系统的全面考虑。主要是指，企业在制定信息科技投资计划时，应对自身的产业、组织特点，以及使用者需求等方面的实际情况进行深入、全面的考虑。二是，在投资计划的具体实施过程中，企业应及时、有效的消除技术及相关管理者对信息科技投资方面的认知差异。同时，其投资规划也要充分呈现出连续、自我控制的过程。

三、信息科技投资成本与效益分析

首先，在投资成本方面来讲。主要包括硬件、软件成本；人事成本。主要是将信息，或是计算机部门的人力数量作为计算依据，若企业未设立相应部门，则主要以使用计算机软硬件的人员为计算依据；组织成本，主要包括信息科技管理的安全、会议和培训方面支出的费用。其次，针对投资获得的效益来讲。根据能否直接用货币计量可划分成可量化与不可量化两种效益。前者主要是指企业在减少成本投入，生产力不断提升，以及设备运行成本降低等方面产生的，可以直接通过货币来计量的经济效益。后者则是指顾客服务水平的提升，员工向心力、凝聚力的增强，产品品质的逐步提升，企业竞争实力的增强，以及企业内外部沟通、管理的优化，这些方面产生的效益通常都难以在短期内运用货币来计量，但是却能够在经过长时间后实现货币化。这种不可量化效益在信息科技投资系统中的融入，虽然能够引导企业从不同层面去探究获得投资效益的途径，但通常情况下，这类效益的评测都需要采用经验判断法来进行，在这种背景下，其评估结果则常常会受到评估者主管因素的影响。

结语：总之，各企业应正确认识到加强信息科技投资管理，对降低成本，企业员工生产力的提升，以及增强组织整体效能的重要性。从不同层面来加强投资管理，进而为企业拓展出更广阔的市场，优化市场、产业的竞争机制。因此，为了给企业赢得更大的利润空间，促进其核心竞争实力的不断增强，从而获得更好、更长远的发展前景，各企业在经营发展中应充分重视起信息科技的投资管理。

参考文献：

证券投资咨询信息的价值分析 篇12

证券投资咨询是指综合类证券公司为客户提供的有关资产管理、负债管理、风险管理、流动性管理、投资组合设计、估价等多种咨询服务。证券投资咨询服务是信息咨询人员针对用户需求, 为其提供的证券行业相关信息服务。证券咨询服务通常是通过一些技术手段来获得的, 特别利用网络信息技术对有关信息进行调研、选择、加工、分析、整合, 并将最终得出的信息提供给用户。从提供服务的角度来说, 证券投资咨询业务是一种有偿服务, 其应根据其提供的信息给客户带来的价值来获得相应的报酬。但是由于证券行业的特殊性, 如果提供的咨询信息不具有实际价值, 甚至可能会对客户的投资行为造成负面影响, 那么从市场效果来看, 咨询信息就不觉有任何价值。信息的正确性和准确性直接决定了其是否最终具有价值属性。

二、证券投资咨询信息的价值构成

信息咨询服务具有信息产品的特殊性, 但在对其价值进行衡量时不能单纯的以其提供的服务所消耗的社会必要劳动时间为标准, 因为投资咨询信息的价值在很大程度上还取决于信息的正确性、准确性、及时性因素。除了信息的固有价值外, 其经过咨询工作人员加工、处理后的增值部分才是信息价值的主要构成部分。结合证券投资咨询行业的特点, 其信息咨询服务的价值主要由以下几个因素构成。

(一) 原始证券信息的固有价值

开展证券信息咨询服务需要采集和整理大量的参考信息源, 这些信息包括证券市场行情、国家政策变化、上市公司业绩指标等等。投资咨询服务首先必须是建立在对这些原始信息的采集基础上的, 对这些信息的采集本身就凝聚咨询人员的体力劳动和智力劳动, 从商品属性来看, 这部分信息是有价值的。

(二) 基于原始信息衍生出的咨询服务价值

证券市场环境复杂, 原始信息往往只是简单反映一些市场现象和问题, 而且有很大一部分原始信息并不准确, 其中有相当一部分的虚假信息, 这就需要咨询人员通过自己的专业知识, 利用自己的行业经验去进行分析和判断, 通过对海量原始信息的整合来获得更有价值的直接信息, 即可以直接提供给客户的一些信息咨询服务。如对于某一行业股票的看法或对某一家上市公司未来股票走势的预期等。这部分价值可以说是咨询信息价值的关键所在。经过了咨询人员的专业加工, 原始信息已经由隐性变成了显性, 可以说咨询信息是对原始信息的增值, 咨询信息的真正价值所在也正在于此。

(三) 咨询服务产品的专业性和共享程度

信息咨询服务具有信息商品的共同特性, 他可以同时被多人所获得和利用, 如关于一些证券市场的常规咨询问题等, 这类信息由于其信息衍生价值较小, 因此对于客户往往没有很大的吸引力, 这部分信息通常并没有很高的价值。而对于一些专业性较强、针对个别行业、领域和具体企业的信息咨询服务, 这类信息通常不会有很多客户所共享, 这部分信息通过具有较高的价值, 而客户也往往乐于支付费用以获取这类信息。

(四) 投资咨询信息的有效性

有效性可以概括为客户利用咨询信息之后获得的收益。由于证券市场较为复杂, 其不可控因素较多, 因此投资信息的有效性很难保证。但也正因如此, 有效的咨询服务具有非常高的价值, 客户往往愿意付出高昂的代价来获得这类信息, 因为他们一旦获得了这部分信息, 就能在证券市场上获得比投入高出百倍的利润。

三、证券市场投资咨询信息价值分析

从目前我国证券市场情况来看, 很多证券咨询机构提供的信息价值并不高。其中包含多个方面的原因, 概括起来大致有以下几个方面:第一, 原始信息源存在问题, 信息严重不对称。由于我国证券市场发展时间较短, 相对市场不是很成熟, 在一些基本信息的披露方面还严重滞后, 目前很多上市公司都存在信息披露不充分的问题, 这使得投资咨询机构无法获得真实有效的第一手信息, 其后续服务的价值也就大打折扣。由于市场客观存在着信息不对称的问题, 很多原始信息可能无法在第一时间获得, 这也在很大程度上影响了后续信息咨询服务的价值水平。第二, 咨询人员专业知识和能力方面有所欠缺。目前, 我国对于证券咨询人才的培养还比较滞后, 具有专业技能和行业经验的从业人员并不多, 这就导致在咨询信息服务的制造过程中很容易发生理解错误和判断错误, 从而降低了最终产出信息的价值。第三, 非法利益驱动的影响。目前我国证券市场在监管方面还存在很大问题, 这导致一部分信息咨询公司成为上市公司的工具, 故意提供虚假信息和错误信息诱导信息使用者, 从而导致咨询信息完全丧失其市场价值, 严重损害了信息使用者的利益。

上述问题的存在导致了一个十分奇怪的现象, 咨询信息使用者在不使用咨询服务的情况下, 可能会获得更大的经济效益, 并且能够更为有效的规避市场风险。基于这种情况, 证券咨询行业有必要深刻反省, 努力改善自身的服务, 日益规范自身职业行为, 从而为投资者提供真正有价值的咨询服务产品。

四、提高证券投资信息价值的途径

上文我们已经分析了证券咨询信息的价值构成和我国目前证券市场的咨询信息价值情况。在成熟的证券市场环境下, 证券投资服务应具有一定的价值, 能够为投资者提供真正有价值的规范化服务。基于这个理念, 未来我国证券咨询行业应不断提高自身业务水平、规范管理系统, 向更为专业化的方向发展。此外, 要真正提高咨询信息价值, 还必须依靠监管机构、社会监督等各个方面的支持。

(一) 证券投资咨询机构应从多个方面提高信息价值

1. 加强与客户沟通, 为其提供更为个性化的信息服务。

在信息化的证券交易活动中, 咨询机构应明确客户是其业务中心, 只有为客户提供更为有价值的信息才能使自身获得经济效益。咨询机构应加强客户关系管理, 及时收集客户相关需求, 并根据客户需求的变化调整自己的信息服务产品, 使其提供的服务更具专业化和人性化, 为不同的信息需求者提供个性化的理财和投资决策服务。

2. 防范各类证券市场风险。

证券市场的基本属性决定了其是一种具有高风险性的投资行为, 风险对于投资者来说是客观存在的, 而证券咨询机构的作用就体现在为投资者提供风险防范建议和对策, 通过其提供的高质量信息来降低投资者的证券投资风险。证券公司可以在提供原有基本信息和一些投资信息的基础上, 发布一些针对市场和行业的风险防范建议, 如证券市场风险的规避原则、宏观经济变化情况和上市公司经营财务状况等, 使投资者掌握更多的信息资源和风险防范知识, 从而更有效的降低证券市场交易风险。

(二) 监管部门要加大对证券投资咨询行业的监管力度

监管部门的信息监管应重点放在以下几个方面:第一, 强化对证券原始信息的管理, 提高信息的准确性, 防止大量错误信息和虚假信息流入市场。一方面, 要通过完善上市公司信息披露制度等来提高原始信息的真实性, 并不断拓展证券信息的获取渠道, 利用先进的信息技术和网络技术提高信息获取效率。另一方面, 要严格管控咨询机构与上市公司串通发布虚假信息给投资者, 一旦发现类似问题要对相关责任人进行严肃处理。第二, 要充分利用法律手段和行政手段不断提高证券中介机构的人员素质, 提高其职业操守。第三, 证券监管部门可以通过建立信息发布平台和投资者信息反馈渠道实现对证券投资行业的间接监督。

(三) 政府要做好证券咨询业的引导工作

在我国并不成熟的证券市场中, 证券信息服务中介机构承担着传递行业信息的重要责任, 其为投资者所提供的信息产品的价值远远大于原始的市场和政策信息。对于国家来说, 一方面要适当的扶持证券咨询业, 为其提供必要的政策支持, 鼓励其根据客户的不同需要提供差异的个性化信息服务, 对证券市场发挥积极作用。另一方面, 国家要引导投资者更好的使用证券咨询服务为自己获得经济效益。国家可以引导证券投资咨询行业建立一个信息交流平台, 收集投资者普遍关心的问题, 将其反馈给咨询公司, 使其更了解客户需求, 从而为客户提供有针对性的真正具有市场价值的信息。

参考文献

【1】潘琰, 李燕媛中国公众投资者的网上报告需求调查[J]福州大学学报2006, (4)

【2】方恒才我国证券市场信息不对称及其原因[J]安徽工业大学学报:社会科学版2006 (02)

【3】姜兰, 毕强证券投资信息对投资主体的影响分析[J]工业技术经济2007 (09)

【4】市场研究小组我国证券投资咨询问题研究[J]证券市场导报2008 (08)