股票推荐

股票推荐（共8篇）

股票推荐 篇1

摘要：提出算法预测基金经理对股票的投资策略,为个体投资者提供投资意见。不同于仅依据股票本身信息推荐的传统算法,该算法通过高阶奇异值分解算法HOSVD(Higher Order Singular Value Decomposition)学习基金经理的历史交易记录和投资者的个人特征因素,为投资者提供个性化推荐。除此之外,将非个性化推荐与个性化推荐进行整合,进一步提高推荐质量。对真实股票交易数据的仿真实验结果表明,用于推荐的个性化算法在准确度和收益率方面,优于传统的非个性化算法。

关键词：股票推荐,高阶奇异分解,线性回归

0引言

随着我国金融市场尤其是股票市场的迅猛发展,越来越多的个人和机构开始进入股票市场进行价值投资,而股票市场的波动也随之变得更为剧烈,存在较大的风险,由此对证券投资的研究也应运而生。人们尝试通过机器学习以及数据挖掘等一系列方法对股价的走势进行预期判断,从而达到预期的投资组合收益。

如今金融界中投资机构主要基于金融时间序列模型对投资组合进行建模,同时针对不同投资人的自身特点进行相应的投资组合推荐,以提供给普通投资者更为切合自身实际情况的推荐指导。然而,股票的价格是一种动态的高噪声序列,影响其变化的因素是一个较为复杂以及随机的组合,因此对其进行有效预测是一项较为复杂、富有挑战的任务。与此同时,不同投资者千差万别的自身特性也给定制化的股票推荐带来了新的挑战。

目前学术界以及金融界主流的做法,主要是基于上市公司自身运营状况以及经济参考因素,如美元指数,通货膨胀指数( CPI) 等,进行股票走势的预测。然而这种做法却忽视了个体投资者自身的特性,会导致投资者无法得到最符合其投资习惯的投资组合推荐。例如,稳健性投资者往往是风险厌恶型投资者,因此不适宜对其推荐高风险高回报的股票投资组合。同时也有主流推荐算法根据个体用户的个人信息以及过往投资喜好进行个性化的定制股票推荐,然而这种针对个体的推荐做法又过分依赖于个体自身的投资喜好以及过往记录,往往也不能给个体投资者最优的投资组合推荐。

众所周知,在金融市场中,机构投资者指的是从事证券投资的法人机构,主要有保险公司、养老基金和投资基金、证券公司、 银行等。而机构投资者因其具有资深的投资经验以及金融背景,在金融市场中扮演着举足轻重的角色。因此本文针对上述挑战,基于高阶奇异分解,通过对股票自身特性以及广大机构投资者的投资行为进行挖掘学习,为广大普通投资者提供更加专业以及更贴合自身特性的投资组合推荐。

本文最终选取50个机构投资者,即基金经理,在过往20个季度的投资数据进行分析测试,预测出机构投资者在两个季度的投资预期,为普通投资者进行了个性化的股票投资推荐。实验显示,个性化模型的准确率和收益率优于非个性化模型。

1背景知识

1. 1高阶奇异值分解

高阶奇异值分解HOSVD是Lieven在文献[1]中首次提出的,文中Lieven介绍了HOSVD的算法,其应用的独特性以及与特征值分解的关系。在之后的诸多应用场景中,都将HOSVD方法作为基础进行数据挖掘。文献[5]是关于HOSVD算法的具体应用场景。文献[2]提出一种迭代张量高阶奇异值分解( HOSVD) 图像缺失数据恢复方法。该方法首先利用拉格朗日乘子方法将张量核范数目标函数进行子问题分解操作,简化了求解过程,然后迭代地采用张量高阶奇异值分解阈值方法进行子问题求解,最终得到恢复后的图像缺失数据。而文献[6,12, 14]是在高阶奇异值分解的基础上,提出了一种基于特征空间的快速张量分解算法。首先使用传统的子空间学习方法对观测图像进行降维,然后在低维的特征空间对训练数据进行张量分解。而文献[13,15]的研究着重于运用HOSVD的方法来解决标签推荐的问题。

上述的研究基本都是将高阶奇异值分解的方法用于特定的应用场景,这些应用大多将多阶张量一次性分解,而没有考虑其他更多的因素。本文加入了个性化特征信息。不同于之前其他研究,本文目的不是仅仅从静态角度分解矩阵或张量,而是着眼于为未来的投资决策做推荐。另外,HOSVD将在不同阶段运用多次。本文提出的策略将从历史信息中提取特征值或特征信息,并用过去的历史信息预测股票未来的趋势。

1. 2股票预测

文献[9]认为基于账户的盈利操纵检测模型对于股票横截面收益有很强的非样本预测能力。文献[10]研究表明,个体投资者会投资那些信息公开透明的公司股票。此文同时提出,相比于信息闭塞的公司,信息公开透明的公司往往会为投资者带来更大的经济收益。

此外,很多研究关注于如何通过基本面分析,即通过财务数据指标分析来预测股票的收益。文献[3,7]选取上市满三年的证券公司作为研究样本,从财务指标与投资回报表现两个维度对上市证券公司的基本面表现进行科学的分析评价。首次验证在上市证券公司中从财务指标维度分析投资组合的收益可以跑赢大盘,这说明基本面分析,即本文中要提到的非个性化方法在证券股市场是有效的。文献[4,11]从证券市场参与者的有限理性出发,分析了基本面分析师在进行价格预测的过程中所面临的复杂制度环境,通过MS( Microscopic Simulation) 的建模方法与决策规则之间的相互作用建立了仿真的证券市场。文献[8]根据信息化背景下银行业的基本面信息和技术面信息,对银行股价的走势进行了分析并做出了预测。分析表明,银行业整体状况较好,银行股的股价也成上升趋势。

之前的研究着重于预测某只特定股票的未来涨跌情况,本文旨在通过探究基金经理未来可能做出的决策,为普通投资者提供更为全面的投资信息。另外,不同于其他方法只关注公开的股票信息,本文会从历史交易记录中提取个性化的特征信息以及结合投资者的个人特征进行推荐。

2数据分析

2. 1数据简介

本文从雅虎财经( http: / /finance. yahoo. com) 上获取数据, 包括股票本身信息和诸多基金经理真实的交易数据。分析时将交易数据表示为一个三维立方体{ u,s,t} ,u表示用户维度即基金经理,s表示股票维度,t表示时间维度。数据集的股票总数为2491个,几乎包括了中国在上海和深圳两个证券交易所上市的所有股票,并且基金经理u的总数超过了1000人。为了便于演示,本文从不同类型的基金公司中选取了50个基金经理,基金公司类型涵盖了成长型基金、价值型基金等。至于时间维度,鉴于无法获得以日为单位的交易数据,这里将时间单位设定为季度。整个时间维度包含了从2008年1月份到2012年12月份的20个季度。

此外,收集的数据中也包含了每季度股票的价格,这些价格数据会在稍后被用于基本面分析来分析股票的表现,股票的表现通常用收益率来表示。

下面将使用大写字母序列( A,B,…) 和( A',B',…) 来分别表示张量和矩阵。一个有真实数据的N阶张量A表示,向量用粗体小写字母序列( a,b,…) 表示,变量用小写字母序列( a,b, …) 表示,集合用斜体大写字母序列( A,B,…) 表示。

2. 2数据分析

分析时用一个向量来表示一个季度内基金经理的交易情况,这个向量的长度与股票的总数量相同。向量的每个元素表示该基金经理购买的相应股票的数量。购买的数量从数百股到数万股不等,平均数量约为1000股。

为了研究不同基金经理在某季度内购买股票行为的关联程度,这里向量表示各个基金经理在该季度购买股票的情况,通过计算不同向量之间的相关系数得到基金经理之间购买行为的相关度。基金经理的决策越趋同,相关系数越大,反正越小。相关系数的计算方式为: c = ( Cov( x,y) ) /( σ( x) σ( y) ) ,其中x和y为对应两位基金经理购买股票数量的向量。Cov( x,y) 是两向量间的协方差,σ( x) 和 σ( y) 分别是两向量的方差。在数据集中, 基金经理之间的平均相关系数是-0. 09,这意味着基金经理的购买行为略成负相关且接近于0,表明了他们之间的投资行为较为独立。基金经理可能因为受到信息不对称、投资习惯、资金体量等的影响,从而导致完全不同的购买行为。因此,在向个人投资者提供建议时充分考虑每个基金经理的个性选择是有价值的。

为了进一步研究基金经理在不同季度的购买行为,也用向量表示某个特定基金经理,在不同季度下购买各只股票的数量, 并计算这些向量之间的相关系数,得出平均相关系数是0. 61。 所以,尽管基金经理在不同季度的购买行为是不同的,但是总体而言,每两个季度之间的购买行为呈现正相关性。这种规律标明经理在一段时期内投资决策不会有很大改变,这种规律为本文稍后提出的基于HOSVD的策略提供了基础,例如,可以从过去的交易数据中学习一种固有的投资模式,并且在这个模式的基础上预测未来的趋势。

然而,经常会出现不可测因素导致股票的突然变化,这将会造成两个连续季度之间呈现较小相关性甚至负相关性。这也就是本文后面将基于历史交易数据的个性化模型与基于股票本身特征的非个性化模型相结合的原因。

3非个性化推荐—基于线性回归方法的非个性化推荐

本文针对普通投资者其个人信息,诸如个人喜好,历史投资记录等,同股票信息相结合,建立相应的多元线性回归模型,其中自变量为公司财报中的关键数据以及金融指标,因变量为股票评分,以学习得出个人对某只股票的喜好评分。其数学模型如下所示:

式中,F表示影响个人购买该股票的因素,包括该股票相关信息,诸如股票所属行业等,以及个人历史交易记录等。Ru表示最终个人对该股票的喜好评分。

非个性化策略的主要思想是通过这些经济指标预测股票在未来特定时期内涨跌的可能性。这些经济指标通常可以由基本面分析获得。基本面分析中最大的一部分是深入分析财务报表,也就是我们熟知的量化分析,它包括分析公司的收入、支出、 资产、负债以及其他所有的金融指标。基本面分析师通过分析这些信息预测一个公司的未来表现。另外,财务报表分析可以将一系列财报项目结合起来分析总结,从而提前一年预测公司的收益变化。

根据文献[8]提到的经典理论,财务报表上的指标可以大致估计股票价格在未来的波动。我们采用回归分析这个统计过程来估计因变量之间的关系。更具体地说,回归分析可以帮助分析者了解在一些自变量固定不变,另一些自变量发生变化的情况下因变量变化的典型值。在回归分析中,估计目标是一个自变量函数时,称这个目标为回归函数。

一般的多元线性回归分析可以用来预测当任一指标变化时未来股价如何变化。一个正的变量意味着股价上涨,而一个负的变量意味着股价下跌。这个预测模型构成如下:

式中,fi是影响股价的指标,l是指标的数量,Pr( s) 是股价上涨的概率。

经营指标通常来源于历史财务报表或者当下的经营数据, 包括全球经济状况、公司状况和交易状况等。本文从公司每季度披露的财务报表中选取三个公开可用指标,即每股收益、每股净资产和每股现金流作为本文模型的自变量。

每股收益( EPS) ,又称每股税后利润、每股盈余,指税后利润与股本总数的比率。每股净资产是指股东权益与总股数的比率。其计算公式为: 每股净资产= ( 总资产- 负债) ÷ 总股数。 每股现金流量是公司营业业务所带来的净现金流量减去优先股股利后与发行在外的普通股股数的比率。每股现金流量的计算公式如下: 每股现金流量= ( 营业业务所带来的净现金流量- 优先股股利) /流通在外的普通股股数。

对于每个股票,待预测的目标季度的实际每股收益率将作为训练的基准值。显而易见,高收益对应着高盈利可能性。

给定了基准值和指标后,ωi可以在线性回归中被学习。

当为用户做推荐时,市场中所有的基金经理根据Pr( s) 被分类,并且最好的N个基金经理被推荐给用户。由于Pr( s) 的预测仅基于发布的公开信息,所以为用户做的推荐是非个性化的。

在本文剩余部分,上述策略被称为REG。

4个性化推荐

本文认为向个人投资者提供个性化的建议是有价值的。投资习惯不仅由股票自身和经营指标决定,在很大程度上,投资习惯由从用户历史交易数据中挖掘出的特征因素决定,这是本文旨在探索的主旨。

非个性化的方法不考虑用户的偏好。本文提出先将目标用户设定为基金经理,运用个性化推荐方法,预测出基金预测的投资趋势。而后参考基金经理的投资趋势来为普通投资者提供建议。由于股票的表现很大程度上由大基金公司的操作决定,由此推断普通投资者跟随大户( 基金经理) 投资会获得更多收益。

在本文的剩余部分,这种策略被称为HOSVD。

4. 1奇异值分解

奇异值分解SVD( Singular Value Decomposition) 是线性代数中一种将矩阵对角化的数值算法,并且被广泛的应用在信号处理、统计学等领域。其数学表示如下:

假设F是I1I2矩阵,U是I1I1矩阵,其中U的列为FFT的正交特征向量,V为I2I2矩阵,其中V的列为FTF的正交特征向量, 若r为F矩阵的秩,则存在奇异值分解:

其中FFT和FTF的特征值相同,为 λ1…λr,S为I1I2矩阵,其中,其余位置数值为0,Sii的值按大小降序排列。

用F乘以其转置矩阵FT得:

奇异值分解的图形表示如图1所示。

4. 2高阶奇异值分解算法

在现实生活中,遇到的计算场景往往需要处理超过两维的数据,这促使对原有基础的SVD分解算法加以改进。Lathauwer等人［1］提出了HOSVD算法以解决高阶张量的分解问题。

首先,定义N阶张量A ∈ RI1× … × IN,以三阶张量为例,将张量A可以展开为如下三个矩阵:

式中,A1、A2、A3分别为对张量A中I1、I2、I3三个维度进行展开操作后所的矩阵。其图形化表示如图2所示。

对A1、A2、A3分别进行SVD分解,得到:

如图3所示。接下来对S1、S2和S3降维。假设三个不同大小的c1、c2和c3分别代表S1、S2和S3降维后的维度,则降维后U( 1)、U( 2)和U( 3)的左奇异向量数量分别为c1、c2和c3。最后,运用降维后的U( 1)、U( 2)和U( 3)算得核心“特征张量”S。S表示为:

最后,得到一个降维后的A' 为:

4. 3基于高阶奇异值分解算法的推荐策略

该算法的目的是预测基金经理在接下来的一个季度会做何种交易( 即基金经理预期购买的股票数量) ,以此为普通投资者提供投资信息。本文提出一种新的基于HOSVD的个性化推荐方法。假设一个交易张量H,在这个策略中,每次交易v对应于一个三阶元组{ b,s,t} ,这个元组描绘了在时间t由基金经理b购买的股票s数量v。本文的基本思想是从一段连续时间片中学习提取出“特征张量”。在一个特定时期内,假设这个特征张量在连续时间片内保持恒定,在假定的数据集下,这个假设大部分是成立的。具体地说,整个交易张量H是根据季度分片的,每个分片包含了所有基金经理本季度的交易数据。这样,在时间维度上,三阶张量就被分片成为一组二阶张量的矩阵。

为了对一个未来季度做出预测,首先,这个待预测季度的前三个连续季度需要被训练,即通过HOSVD多次分解重组获得 “特征张量”。然后,基于这个特征张量对未来季度做出预测。 这两步的详细步骤如下给出。

为了便于演示,下文设定待预测季度为Q4( 任何一个待预测季度之前需要有至少三个季度) 并且设定待预测季度之前的三个连续季度分别为Q1、Q2和Q3。

4. 4特征三阶张量构造

本文处理的三阶张量的三维分别是基金经理、股票数量和时间。分解因式阶段的目的不在于降阶,而在于学习核心特征张量并在下一步骤中使用它。

假设张量A由时间片Q1、Q2和Q3组成,也可以认为是来源于整个张量H的一个片段,然后将HOSVD应用于张量A 。

首先进行展开,得到:

然后对A1、A2、A3三个展开矩阵分别运用SVD,每一个展开矩阵都形成三个新的矩阵。分别表示为:

然后用式( 8) 中得到的结果确定核心张量SA为:

本文提出的股票推荐模型认为核心张量SA反映了基金经理、股票数量和时间之间的联系,因此将SA用作特征张量。

上述过程如图4所示。通过对张量A应用HOSVD,可得一个特征张量SA以及三个矩阵UA(1),UA(2)和UA(3)。如图4所示, 这三个张量分别与用户( 基金经理) 、股票数量和时间有关。

4. 5下季度预测分析

再考虑另一个张量B,这个张量由包含待预测季度的时间片Q2、Q3和Q4组成。注意,张量B和张量A只有一个时间片的差别- Q1和Q4。他们在不同的时间序列中共享时间片Q2和Q3,这说明张量A与B在某种程度上有延续性。如图5所示。

由于Q4为待预测时间片,因此此时间片中各个基金经理对所有股票的购买量是未知的。为了对张量B进行因式分解,将时间片Q4中的股票数量设定为平均股票数量,这个平均股票数量作为所有股票数量的初始估值。然后按照图5所示的方式对张量B进行HOSVD。展开操作如下:

得到展开矩阵B1、B2,和B3后,分别进行如下的SVD:

下面将HOSVD逆向操作以获得估计张量B',方法与式( 8) 类似,然而,这里并不是使用压缩核心张量和矩阵的方式来构建估计张量,而是使用从张量A中获得的特征张量以及从张量B中获得的各个维度矩阵,构建形式如下:

图6描绘了这个构建过程。通过这种方法Q4中的初始平均数量被替换成了更为精确的预估值。这个预测同样可以认为是基金经理购买这些股票的可能性。

反向操作的想法是以待预测季度与之前连续季度之间没有突然变化为基础的,在这种情况下,特征张量可以表示连续时间片一致特征。然而,市场中总会存在一些不可测因素,此时连续时间片不再表现出明显的继承性,此时用特征向量抽象提取一段时间内购买特征的方法失效,这也是本文提出将上述方法与本文第3节中所述的非个性化回归方法相结合的原因。

4. 6基于预测分析的推荐

在获得对下一季度的预测后,需要为用户做出推荐,这里应用了两种方法做推荐。

4. 6. 1 AVE方法

第一种方法叫做平均法( AVE) 。在这种方法中,针对每一只股票,将所有基金经理购买的数量取平均数。然后将这些股票按照购买平均数进行分类,取购买数量最多的N支股票向用户做推荐。

4. 6. 2 BST方法

第二种方法称为最优法( BST) 。不同于AVE法,BST根据一个在过去的三个季度内获利最大的基金经理的购买数量进行推荐。

具体来说,像之前提到的一样,数据集中包含了过去季度内的每只股票价格,以及基金经理在过去季度内的购买行为( 也就是说他们买的股票名称及数量) 。然后,基于上述两个数据源,基金经理的表现可以通过计算平均收益率获得。

首先,股票i在季度j内的收益率eji可以表示为:

式中,pij是股票i在季度j内的价格,显然,pji －1就是上一季度的价格。

然后,基金经理k在季度j内的表现可以按如下公式计算:

式中,Ikj是基金经理k在季度j内购买的一系列股票。ekj是基金经理的平均收益率。

显然,高的值意味着该基金经理在过去做了非常成功的投资,而该基金经理的专业意见也可以成为对其他投资者的专家建议。在本文的实验中ekj是待预测季度的前三个季度内的平均收益率,这样就将基金经理在过去三个季度内的购买行为综合考虑了,而非单一参照一个季度。

当挑选出获得最高平均收益率的基金经理之后,预测该基金经理在接下来一个季度的购买行为,并推荐给用户。具体来说,将预测的购买股票数量按降序排列,并选取最多的N只股票推荐给投资者。与此同时,给出该基金经理被推荐的股票数量占其购买总数的比例。

4. 7与线性回归模型的整合

就如2. 2节分析的一样,当股票市场变化较为平稳时,意味着前后两个季度具有正相关性,此时个性化推荐方法较为有效; 但当股票市场波动较为剧烈的时候,由于基本面分析只关注于财务指标的变化,此时非个性化推荐方法较为有效。为了更为有效地解决现实场景中复杂的问题,这里将这两种方法相结合, 即赋予非个性化推荐的线性回归方法和个性化推荐的高阶奇异值分解算法权重,分别为w和1 - w 。

这种方法的基本思想是将两种方法的推荐结果予以加权。 这两种方法均可以得到一个推荐股票的排序,按照其推荐程度由高到低进行排列。

本部分提出的整合方法赋予两种方法各一个权重,这个权重决定了两种方法各自对最终结果的贡献大小,这个整合模型的公式如下:

式中,riHOSVD和rkＲEG表示HOSVD策略和REG策略所得的排序序列,ri直观地由两种策略加权整合得到。

这种整合的策略既考虑了财务指标这类非个性化因素,又考虑了用户的历史交易所反映出的个性化特征。通过调整w , 可以让整合的策略适应不同的应用环境。当市场波动较为剧烈时,可加大非个性化策略的权重; 当市场较为平稳时,可加大个性化策略权重。市场的波动程度可用当前时间片与之前时间片的相关系数来界定。权重不同时,整合策略的结果也会有较大差异。

最后,该方法会推荐整合后综合排名前N个股票。W越大, 个性化推荐的程度越高,在本文的后面,用COM来表示这种整合的方法。

5实验评估

本文最终从雅虎财经数据库中选取50个基金经理在过去20个季度所披露的基金数据作为基础数据进行迭代学习。具体实验数据分析见第二部分。

5. 1评估方法

本文的实验数据分为两类,第一类数据是基金经理购买的股票数量,这类数据将作为基准值来评判本文推荐算法的表现情况; 第二类数据是根据本文推荐算法购买未来股票的收益率。 第二类基准数据是目标季度每只股票的实际收益,将所有股票按照实际收益率的大小降序排列,并由这个降序序列产生测试集T 。

在两种情况下定义命中事件,第一种情况,测试集T由当季中所有收益为正的股票组成,此时,命中事件表示推荐的某只股票确实是可盈利的; 第二种情况,测试集T也可由降序序列中前k只股票组成,即收益率最大的前k只股票,此时命中事件表示推荐的股票在测试集T中。推荐的准确度可由准确率与召回率来测定。

5. 1. 1基于平均绝对误差的评估

首先,预测的准确性可以由MAE来评价。MAE定义如下:

其中U是基金经理的集合,I是股票的集合,是预测值,rui是真实数量,MAE给出了平均绝对误差。MAE越大,表示误差越大。在HOSVD方法中,最终推荐集合的形成的基础是预测集, 所以,预测准确度是本文实验中应关注的焦点之一。

5. 1. 2基于准确率与召回率的评估

其次,推荐的准确率还可以由准确率与召回率来评估:

式中,Precision表示准确率,Recall表示召回率。R表示推荐的股票集合,而T是由收益率大于0或收益率最高的那部分股票组成。

5. 1. 3基于收益率的评估

收益率描述的是如果用户按照不同的投资策略投资可以获得的实际收益,因此,这是最重要的评价推荐质量的标准。

可用式( 15) 计算推荐集合R中每只股票的收益率,这个收益率计算的是某只股票当前季度的价格较前一季度价格的变化率。而式( 16) 可用来计算一个推荐集合中股票的平均收益率。 具体地,在REG模型中,假设推荐集合中每只股票的购买量相同; 而在HOSVD模型中,假设每只股票的购买数量与预测值成正比,即预测可能性越大,购买量越大。

5. 1. 4基于推荐多样性的评估

多样性描述的是推荐结果的新鲜度。在这里我们选取的基准推荐是第三节中介绍的非个性化推荐。本文定义新鲜度评估标准如下:

式中,Novel表示推荐的多样性程度,NP表示非个性化推荐策略的推荐结果,P表示个性化推荐的推荐结果,NP ∩ P表示两种推荐策略下,推荐结果的交集,| NP ∩ P | 表示此交集中元素的数量。| NP | 表示非个性化推荐策略的推荐集合中的元素个数。

当Novel值越低时,推荐结果的多样性程度越高; 反之越低。

5. 2实验结果

下面给出三种推荐策略的实验结果,分别是线性回归方法, 高阶奇异值分解法和两种方法的结合策略,并且用准确率、召回率和收益率三个指标对它们进行评价。另外,对于高阶奇异值分解法,专门用MAE指标来评价其准确率。

本文选取两个独立的季度作为测试集来检测学习结果,用Qa和Qb来分别表示这两个时间片。其中,Qa与前一个季度的相关系数是0.65,这说明Qa与前一季度的相关性较高,此时市场没有发生突变,较为平稳; 而Qb与前一个季度的相关系数是- 0.06,说明Qb与前一季度关联性较小,此时市场发生突变,波动较大。

5. 2. 1预测准确率表现

本文用MAE方法来评估HOSVD方法的准确率,当使用MAE方法时,需要首先对购买数量进行归一化。实验结果表示,用HOSVDS方法的所有推荐结果的平均MAE为0. 0612,这说明HOSVD方法的推荐准确定度较高。

5. 2. 2推荐准确率表现

推荐结果的准确率可用准确率和召回率表示。这里把推荐集的大小分别设定为5、10、15和20。每一种方法都会推荐表现最好的N只股票给用户。值得注意的是,由于测试集T是由所有收益率大于0的股票组成的集合,因此T集合的元素数量很多, 召回率的数量级非常小。

在运用HOSVD方法得到Qa和Qb这两个时间片后,分别运用两种基于预测的方法进行最终推荐。这两种方法是平均法( AVE) 和最优法( BST) 。实验结果见表1所示,将高阶奇异值分解算法( HOSVD) 、线性回归算法( REG) 及两种方法结合的算法( COM) 进行了比较。有趣的是,对于Qa和Qb,这三种方法的相对优劣并不一致。对于Qa,HOSVD算法明显优于REG,而对于Qb,REG算法的结果比HOSVD更优。这个结果说明在市场较为稳定,即待测季度与之前相关系数较高时,HOSVD方法的效果较好; 而在市场波动剧烈时候,基于财务指标,即基本面分析的线性回归方法的效果较好。COM算法的结果介于上述两种算法之间。图7描述了当w设定为不同值时,Qa和Qb的变化。很明显,对于Qa而言,当w设定为0. 8时,推荐结果较好; 对于Qb而言,当w设定为0. 2时,推荐结果较好。总体而言,运用HOSVD方法后,进行最终推荐时,使用BST方法的表现要优于使用AVE方法。这表明了投资者的策略应追随那些表现最好的基金经理,而不是依据所有基金经理的平均购买行为进行投资。由于测试集T的元素数量是固定的,因此召回率的变化与准确率的变化一致,在此不做特别说明。

如图7所示,当测试集为Qa时,即市场较为平稳时,w为0. 6实验能取得最高准确率,这说明个性化推荐方法此时能取得较好结果,可加大个性化策略权重; 当测试集为Qb时,即市场波动较为剧烈时,w为0. 2实验能取得最高准确率,这说明个性化推荐方法此时不能取得较好结果,而增加非个性化推荐方法能提高准确率,因此可加大非个性化策略的权重。

5. 2. 3收益率表现

在得到推荐集合后,HOSVD方法和REG方法的收益率可以通过上述方法获得,如表2所示。

从表2中可以看出,对Qa而言,两种方法的结合( COM) 比任意单独一种方法效果要好,由此可见,尽管HOSVD算法准确率最高,但最终推荐的股票集合不一定是收益率最高的。对于Qb而言,REG方法给出的推荐结果最好,而COM方法给出的结果介于REG与HOSVD之间,由此可见,无论市场稳定与否, COM方法作为一种稳健的算法,可以提供最“安全”的投资策略。图8展示当N取10时,收益率与w变化的关系。与图7中的准确率比较后可以发现,一般而言,较高的准确率对应较高的收益率。

如图8所示,当测试集为Qa时,w取0. 4至0. 6可以取得较高的收益率; 当测试集为Qb时,w取0. 4可以取得较高收益率。

5. 2. 4多样性表现

分别用非个性化策略和个性化策略得到两个推荐列表以及每个推荐对应的推荐力度。当选取不同的推荐集合大小时,会产生不同的推荐集合,个性化策略的推荐多样性表现可通过式( 20) 算得,实验结果如表3所示。

从表3中可以看出,与传统的非个性化策略相比,本文提出的个性化推荐策略的新鲜度较高,即推荐的多样性较强。

6结语

本文认为,对股票的分析研究除了着眼于传统的基本面分析之外,对基金经理投资模式分析与预测可以为个人投资者提供更多关于股票未来趋势的信息。

本文将传统基本面分析即非个性化推荐与对基金经理投资模式的分析预测相结合,为投资者提供更多个性化信息。用多元线性回归分析的方法构建了非个性化模型,用高阶奇异值分解的方法构造个性化模型,并将上述两个模型加权整合,以获得在不同市场环境下的稳健推荐算法。

本文通过实验对比了个性化模型与非个性化模型的推荐效果,结果显示,个性化模型的准确率和收益率优于非个性化模型,且个性化模型推荐结果的多样性程度较高。

股票推荐 篇2

1、《一分钟股经》2000年4月份购买的第一本炒股的书籍，那时我还在读高中，因想了解股市知识而购买的第一本炒股书籍，之后备战高考，大专毕业后工作，十年期间没有关注过股市，2010年初辞工，才开始开户涉猎股市，专心做专职股民。现在这本在各书店和网购基本买不到了，因为这本是1997年出版的，现在再读起来还是非常实用，值得一读!

2、《炒股就这几招：绝招篇》2010年初开始做专职股民时我购买的第二本炒股书籍，适合新手读本，内容只是介绍股票的一些基本知识，根本不是什么绝招。新手值得一读!高手就不用读了!

3、《135战法系列丛书》一共六本，内容写得非常不错，炒股起来比较有把握，是非常重要的炒股理念的书，我非常喜欢，常读常新，对我的炒股理念有很大启发，看山是山，看山不是山，看山还是山。值得一读!

4、《一剑封喉：对付庄家的技战法》内容根本是抄袭的书，可读性差，不值一读!

5、《超短线获利秘籍》书名看起来很有吸引力，网上买来后一看，唉，又是废话连篇的一本书，不值一读!

6、《从1万到100万的短线操盘绝招》内容一般，作者提出的做专职股民的种种要求太多了，对我帮助不大，不值一读!

7、《短线夺金》比较满意，学会了涨停法则。值得一读!

8、《庄家动向一看就懂》是认识庄家的基本知识，识庄、跟庄、斗庄，对我认识庄家运行手法的进而看懂股价大致运行趋势有很大的帮助，值得一读!

9、《五线开花》介绍均线，对我进一步认识均线运行的方向有很大的帮助，值得一读!

10、《猎杀黑马》介绍一些选股技巧，其中生命线和昨日重现对我选股方法有很大的帮助，值得一读!

11、《翻倍黑马》受这本书内容的启发，我终于成功自创了十字星战法，选股起来比较轻松，成功率比较高，非常感谢翻倍黑马作者，值得一读!

12、《股市的逻辑》比较苦涩的内容，没有读阅力的股民最好不要读了，还好我是大专毕业，文化比较高，读起来还是看得懂，内容一般。

13、《量比绝杀》介绍量比知识，内容排版比较乱，读起来不方便，常常读一页就头晕一次，内容还行，对我看懂量比走势有帮助，不怕头晕的就买来读一读吧。

14、《胡立阳股票投资100招》招招实用!其中“地心引力”成为我常用的主图指标，选股有很大帮助。值得一读!

15、《股市投资心经》内容写得非常好!对我选择板块有很大帮助!值得一读!

股票本质及股票投资核心 篇3

对于企业，我们也可类推。未来能带来正的现金流的企业，才是值得投资的企业。企业的价值来自于未来现金流的折现，包括未来现金流的规模、具有多大的可持续性、可预期性如何等。当然，现金流可能是阶段性为负，特别是在企业投入期；若企业自身有好的投资发展需求，暂时可以不分红等。

买股票就是买企业，股票投资的核心决策是“买什么、花多少钱买”。我们买什么样的具有价值的企业？我们为了获得这种价值，支付什么样的价格？如果这两个决策都做得正确，基本上就成功了80%。其他像如何分批买入、长期持有、集中投资、仓位控制以及如何卖出等，都是策略层面的问题，往往只影响投资者赚多赚少。但是，如果上面两个核心决策做错了一个，或者两个都做错了，后面的策略无论如何做，也可能于事无补。

比如在2007年，40多元买入中国石油、40多元买入中国远洋；在经济景气度高的时候，买入有色金属的企业、风力发电企业等；在银行业景气度高峰，以较高的价格买入银行股等，可能无论如何波段操作、补仓摊平成本等都是错的。股市 “会买是徒弟，会卖的是师傅” 的名言，有一定道理，但如果经常买错，连“徒弟”都算不上，就别期望变成“师傅”了。所以，我们应该把用于投资的9 0%以上的精力放在“买什么、花多少钱买”上，而不应本末倒置，过于追求策略层面的问题，而忽略本质的问题。

投资的核心问题，决定投资者要注重安全边际，把风险控制在前段。好的投资机会往往需要多种条件的同时满足，比如：（1）在投资者跟踪研究的范围内、能力范围内，做自己不懂的事情，往往就是最大的风险；（2）是优秀的值得投资的公司，包括公司所处行业、产品竞争优势、管理层及战略方向、企业发展阶段等方面，都要是合适或者优秀的；（3）有合适的甚至低估的价格，可以给自己可能判断错误留有安全边际等。如果能坚持这样做，把买入的原则和标准上定得较为苛刻，带来好的结果是很多时候把投资的风险控制在前段。我们应该努力做风险小的事情，而不是后期想方设法控制风险。

股票名称对股票价格的影响研究 篇4

传统金融理论认为, 在有效市场上, 诸如公司或股票名称这样的无时效信息应该对股票价格没有影响, 因为公司的价值是由经营活动产生的未来现金流量决定的。而行为金融学却认为, 事实上人们是存在认知偏差的 (Tversky and K ahnem an, 1974) , 在面对复杂的不确定的问题时, 人们在认知过程中会尽力寻找捷径。也就是说, 在面对每个公司提供错综复杂的信息, 人们在考虑投资决策时经常容易依赖心理捷径或启发式思维, 而不是理性思维。而在证券市场中人们接触最多的是股票名称, 有些投资者往往会凭借对股票名称的字面理解来推测该公司股票的行业背景、所属的“板块”以及经营水平等。因此, 本文研究的问题是:投资者是否存在对含有“中国”名称的股票的偏爱?如果存在, 含有“中国”名称的股票是否会导致这类股票的价格偏高?含有“中国”名称的股票是否会影响了股票的收益率?本文的研究证实了这类股票在证券市场是客观存在的, 而且在一个较长的时间里影响着股票的价格;在首次公开发行股票市场上, 含有“中国”名称股票相比于不含有“中国”名称股票有较高的超额收益率。

二、文献综述

(一) 国外文献

传统的金融学理论认为人是理性的, 股票的价格是由公司的预期现金流量决定。然而, 行为金融学研究发现, 影响投资者行为的各种因素, 比如社会环境、文化传统, 都有可能对股票的价格产生影响 (G rinblatt和K eloharju, 2000) 。最早的有关股票名称和公司价值的研究主要集中在股票名称的改变会对公司价值产生影响, 即一些股票仅仅因为改名 (基本面没有发生任何改变) , 其价格就出现异常的变动。H arawa (1993) 、K arpoff和R ankine (1994) 、K oku (1997) 、Lee (2001) 等通过研究公司更改名称对公司价值的影响, 发现名称与当时较热的行业联系在一起的公司都有较高的收益。许多公司纷纷通过更改名称让投资者把自己和当时的热门行业联系到地起。如R aghavendra etal. (2000) 发现如果公司股票名称改为“.com”, 其股价在10天内会出现惊人的累计涨幅。Cooperetal. (2001) 也发现在1999年将公司股票名称改为和互联网相关的“.com”有关的公司在公告日平均会有74%的异常收益。近年来, 对股票名称和公司价值的研究已经开始转向直接研究股票名称或代码对公司价值的影响上了。Philip Brown etal. (2002) 发现香港股市中股票收盘价尾数具有严重的数字偏好和规避现象, 其中尾数出现频率最多的是8, 最少的是4。Philip Brown与Jason M itchell (2008) 发现中国大陆股票市场中数字崇拜下的股价聚类效应也存在, 沪深A股市场不管是收盘价还是开盘价, 8出现的频率都远高于4 (接近两倍) , 而B股市场因为大部分是境外投资者并不存在这种类型的价格聚类现象。心理学家A dam和O ppenheim er (2006) 通过研究1990至2004年之间实际在纽约证券交易所挂牌上市的89支新股票, 发现股票名称本身就可以影响投资者的投资行为, 那些简称容易被记住的股票, 或者其读音列加流畅的股票, 具有更高的收益率。在A dam和O ppenheim er的研究基础上, Pensa (2006) 通过网上调查把64家公司名称按照流畅好读易记排序, 结果也证实, 名称取得好的公司的确实更受被调查者的青睐, 大多数被调查者认为名称“漂亮”的公司绩效比名称“难看”的公司股票表现好。这些文章都直接检验了股票名称 (公司名称) 对股价的影响。

(二) 国内文献

国内有关股票名称与股票价格的研究发现较迟且少, 早期主要集中在规范性的对国外所做的心理学研究的介绍方面 (王春, 2006) 。认为名称响亮好记的股票其股价一般会比名称拗口难念的股票高一些, 因为人们在面对新事物时, 通常喜欢从简单的认识做起, 而流畅好记的名称会在一般人脑中留下较鲜明的印象, 受到青睐的机会较高。蔡吉祥和马宇泽 (2006) 认为上市公司创立的第一件事就是要确定公司的名称和股票名称, 广大投资者认识上市公司也是从名称开始, 上市公司的行为是否规范决定着股市能否健康发展, 而上市公司的名称及其股票名称的规范化是规范上市公司行为的第一步, 从而将公司名称和股票名称转化为上市公司重要的无形资产。这些规范性的介绍在一定程度上表明了股票名称对公司价值具有一定的影响, 为了进一步规范中国股市的健康可持续发展应该引起研究者的重视。除了对股票名称与股票价格进行规范性的研究外, 最早研究二者之间的关系的实证文章也是从参考国外的股票名称变更对股票价格的影响研究开始。陈劬 (2001) 研究了1998年至1999年ST公司更名前后的收益率表现, 发现ST公司更名公告能够引起显著的负效应。刘力和田雅静 (2004) 以1999年到2001年发生股票名称变更的148家上市公司为样本, 采用事件研究法, 研究了股票名称变更对股价的短期影响。结果发现, 不具有任何经济意义, 也不向市场传递任何新信息的公司股票名称变更事件, 可以像具有经济意义和包含新信息的事件那样引起股票价格的显著波动。随后, 皮天雷和杨浩 (2005) 也证实了这一现象的发现, 认为这种股价波动可能与投资者的投机行为有关, 从本质上说是由于中国的股票市场的效率损失造成的影响。上述文献证实了中国股票市场更名效应存在。随后, 国内对股票市场更名效应的研究转向了股票代码, 认为开盘价和收盘价的数字会对股票价格产生一定的影响。岳衡、赵龙凯 (2007) 研究投资者对数字的心理因素对股票价格和收益率的影响, 发现当收盘价以0为尾数时, 随后的股票价格更可能上升;而收盘价以9为尾数时, 随后的股票价格更可能下降。更进一步地研究发现, 股票代码本身包含的数字就会对股票价格产生一定的影响。饶品贵、赵龙凯、岳衡 (2008) 认为中国的传统文化中对所谓的吉利数字8有着特殊的偏好, 因此股票代码中如果含有吉利数字会对股票价格产生一定的影响。通过实证研究发现股票价格中确实存在8多4少的现象, 而股票的价值不确定性, 股票价格高低, 机构投资者交易情况和文化背景因素会对8多4少的价格聚类现象产生显著的影响。赵静梅、吴风云 (2009) 对上海证券交易所股票代码尾数为8的股票进行了研究, 发现数字崇拜会影响投资者行为和股票价格, 并通过实证证明了这一价格异象现象的存在, 认为投资者的选股行为和股票的价格会受到数学崇拜的影响。刘亚琴 (2008) 则通过对问卷调查数据研究发现, 股价在首次公开发行上市后的短期也会受股票名称影响。价格受股票名称影响的原因是因为汉字具有表义功能, 如股票名称中所传达的行业信息。此外, 新开户的投资者与有经验的投资者买股票时会走两条不同的心理捷径, 前者看名称买股票, 后者则更依赖于自己的投资经验。

三、研究设计

(一) 样本选取与数据来源

本文选取2006年1月以后进行首次公开发行的股票作为研究样本。主要原因有两个:这一期间中国股市经历了大的波动, 投资者情绪可能在这一期间发挥它的作用;只考察股改后进行首次公开发行的股票, 可以避免股权分置改革的政策对股票价格产生的影响。并做如下剔除:剔除了市盈率超过200倍的股票;剔除了到2010年4月30日为止, 首次公开发行后上市时间不到12个月的股票。筛选后共得到40个样本。全部数据来源于锐思数据库, W IN D数据库和新浪财经网站。数据处理采用SPSS16.0。

(二) 变量定义和模型设计

本文变量定义如 (表1) 所示。此外, 还设计了市盈率检验模型和IPO首日超额收益率检验模型。

(1) 市盈率检验模型。

对市盈率的影响因素, 本文参照赵静梅和吴风云 (2009) 对国内外的实证研究的总结认为, 市盈率主要受到无风险收益率, 收益增长率与股票特征等因素的影响, 根据这三个方面设定控制变量。无风险收益率采用一年期中央银行票据的票面利率, 将年度化的基准利率转化为以日为单位计量的收益数据。收益增长率一般选择已实现的赢利增长率 (Penm an, 1992) , 本文选择前一年的利润增长率作为收益增长变量。在规模方面, 本文选用总股本的对数作为规模解释变量。另外在考虑根据实际控制人考虑国有控股或非国有控股对市盈的影响, 引入了国有控股哑变量。构建市盈率月度回归模型为:

PE=α+β1CH IN A+β2R f+β3G R O W+β4LN SIZE+β5G O V+ε (1)

为了准确地确定上市首日的市盈率的影响因素, 还另外考虑新股上市首日成交量的影响, 代表市场对新股的需求程度。建立上市首日市盈率回归模型为:

PE=α+β1CH IN A+β2R f+β3G R O W+β4LN SIZE+β5G O V+β6TR D-V O L+ε (2)

(2) IPO首日超额收益率检验模型。

为了进一步检验含有“中国”名称股票在首次公开发行时的超额收益是不是由投资者情绪的因素引起的, 本文对IPO首日超额收益率进行了检验。Ljungqvistetal. (2006) 认为IPO市场的活跃和投资者情绪有关。Baker和W urgler (2007) 的研究则用IPO抑价来反映投资者情绪。因此, 如果投资者情绪影响IPO抑价, 而这两类股票的差异又是由投资者情绪引起的, 则当IPO市场活跃时肯定会对这两类股票有所影响。在IPO对股票价格的影响上, 以往的研究有两种结果:一是认为IPO时股票供给增加, 因此IPO后股票的价格会下降 (Braun和Larrain, 2009) ;二是认为由于受投资者情绪的影响, 当IPO后股票的价格会提高 (R ocholl, 2009) 。本文假设认为第二种情况, 引入H O TIPO变量来衡量投资者情绪, 并且依据投资者情绪假设认为含有“中国”名称的股票会比不含有“中国”名称的股票有更高的超额收益。建立IPO首日超额收益率回归模型:

四、实证结果分析

(一) 描述性统计

(表2) 是中国名称股票和不含中国名称股票在上市首日和随后12个月的平均市盈率及其差值。 (图1) 是这两类股票的分布情况。不难看出:第一, 从两类股票的市盈率水平来看, 从上市首日到随后12个月, 含有中国名称股票的市盈率在相当长的时间内都是高于不含有中国名称的股票, 这个过程从上市首日开始逐渐减少, 直到第10个月后才发生改变。第二, 从两类股票的市盈率的差值来看, 两类股票的市盈率差值从上市首日到随后12个月表现出逐渐的减少过程, 从上市首日的最高值逐渐减少到第10个月的负值, 两者的差异越来越小, 随后的负值会不会继续扩大还有待进一步考察。这说明了, 投资者在新上市股票的选择上, 倾向于选择含中国名称的股票。具体的形成原因是不是这类股票给人的感觉是国有控股, 拥有良好的基本面, 有强大的背景支撑, 所以会在人们脑中留下鲜明的印象, 受到青睐的机会较高。还需要通过回归模型实证结果进行验证。

注:“***”表示1%水平下显著, “**”表示5%水平下显著, “*”表示10%水平下显著

注:“***”表示1%水平下显著, “**”表示5%水平下显著, “*”表示10%水平下显著

(二) 回归分析

从 (表3) 的回归结果可以看出, 在上市首日, CH IN A的系数为正, 并且通过t检验, 这说明CH IN A的系数具有较高稳健性, 含有“中国”名称股票具有较高的市盈率具有统计显著性。在随后的12个月中含有“中国”名称股票对市盈率的影响逐渐减少, 在第4个月后显然影响结果仍为正方向, 但并没有通过统计的显著性检验。其后几个月的回归结果也是没有通过检验, 在此并没有一一列出。因此, 可以认为, 投资者在面对首次公开发行的股票时可能会偏爱对含有“中国”名称股票的选择, 即将投资行为锚定在含有“中国”名称的股票, 但随着时间的推移, 投资者对公司基本面的逐渐了解会逐渐认识到这种行为是非理性的, 这导致含有中国名称的股票市盈率逐渐减少并消失。 (表3) 的分析也可以看出, 含有“中国”名称和不含有“中国”名称股票的不同表现并不是由于在收益增长率和公司特征等这些基本面因素的影响造成的。随后, 本文对首次公开发行股票首日的超额收益率进行了检验。从 (表4) 的回归结果可以看出, 模型1中CH IN A和H O TIPO前面的系数为正, 且通过统计的显著性检验, 则认为受投资者情绪的影响, 当IPO后股票的价格会提高。模型2的交叉变量H O TIPO*CH IN A的系数为正且通过了统计的显著性检验, 则进一步证实了在首次公开发行时含有“中国”名称的股票会比不含有“中国”名称的股票有更高的超额收益。

五、结论

本文从行为金融学的角度研究分析了含有“中国”名称和不含有“中国”名称这两类股票对股票价格的不同影响, 得出了以下的研究结论:含有“中国”名称有股票的市盈率在上市首日和随后的一段时间内超过了不含有“中国”名称的股票;含有“中国”名称股票在IPO时超额收益受投资者情绪的影响要高于不含有“中国”名称的股票。研究结论补充了股票名称对股票价格影响的研究, 对行为金融学以及投资者学习能力等方面的研究有一定的意义。

参考文献

[1]刘力、田雅静:《没有信息, 也有反应——中国A股市场股票名称变更事件的市场反应研究》, 《世界经济》2004年第1期。

[2]刘亚琴:《股价会受股票名称影响吗-——基于行为金融学的调查研究》, 《南开经济研究》2008年第1期。

[3]饶品贵、赵龙凯、岳衡:《吉利数字与股票价格》, 《管理世界》2008年第11期。

[4]岳衡、越龙凯:《股票价格中的数字与行为金融》, 《金融研究》2007年第5期。

[5]赵静梅、吴风云:《数学崇拜下的金融资产价格异象》, 《经济研究》2009年第6期。

[6]Alter A. and D. Oppenheimer. Predicting Short-term Stock Fluctuations by Using Processing Fluency. Proceeding of the National Academy of Science of the United States of America, 2006.

[7]Bae K.-H. and W. Wang.What's in a "China" Name A Test of Investor Sentiment Hypothesis. working paper, 2010.

[8]Brown P. and A. Chua. The influence of cultural factors on price clustering: Evidence from Asia-Pacific Stock markets. Pacific-Basin Finance Journal, 2002.

[9]Brown P. and J. Mitchell. Culture and Stock Price Clustering: Evidence from The People' Republic of China. Pacific-Basin Finance Journal, 2008.

[11]J.Cooper M. and O. Dimitrow. A Rose.com by Any Other Name. The Journal of Finance, 2001.

证券行业股票推荐的论文 篇5

2011级投资与理财专业 证券行业分析作业

题目：证券行业的股票推荐

作者姓名 张芳宁 专 业 投资理财 班 级 3班 学 号 15

2012年 10 月 30日

邯郸职业技术学院经济系

证券行业股票分析

经济系 投资理财专业 学号 15 姓名 张芳宁 经纪业务收入占比不断下降致使证券股弹性持续降低，中小型证券企业高弹性投资逻辑难以为继，创新业务前景成为主要投资逻辑。我们建议关注防备性明显、创新业务前景确定的大型证券企业，坚持首推中信证券、次推海通证券和光大证券的投资组合。

一、证券行业的股票

（一）推荐的理由

经纪业务收入占比不断下降致使证券股对股票市场波动的弹性持续降低，中小型证券企业高弹性投资逻辑难以为继。

证券业经纪业务收入占比已经从2008年的68%下降至2010年的55%，我们判定2011年这一比例将进一步下降至51%。

中小型证券企业对经纪业务的依靠度显著高于大型证券企业且面临净手续费率和市场份额的双重压力，将来高弹性的投资逻辑不再成立。

在短期内杠杆率难以明显提升的情形下，通过创新业务提升自营业务盈利能力成为主要选择，大型证券企业受益程度最大。由于证券企业的负债成本（同业拆借、债券回购和发行债券）相比投资收益（债券税后收益率与负债成本接近、融资融券、股票回购和直接投资仅限于使用自有资本）难以形成利差，证券企业短期内无法通过杠杆化提升盈利能力。

大型证券企业依托评级高、资本多的优势将成为创新业务的主要受益者，创新业务将使自营业务收益率提升幅度高于中小型证券企业。

大型证券企业防备性和创新业务前景均明显好于中小型证券企业。在2012年日均股票交易额1500亿元、非自营业务和创新业务市盈率分别为10倍和20倍的悲观假设下，大型证券企业已经处于估值底部，中小型证券企业与估值底部尚有较大差距。中信证券148%的创新业务增速显著超过上市证券企业平均不到100%的水平。

（二）股票估值与建议

中信证券传统业务向来稳居前三名，经纪业务净手续费率较低且市场份额有望逐步提升。加上其直接投资业务已经进入镇定贡献期，而融资融券业务依托中信金通和中信万通获得融资融券资格将会获得超过同业的增长，股票回购业务也首批试点，中信证券创新业务增长显著高于同业，坚持“推荐”评级。

邯郸职业技术学院经济系

在经纪业务领域，海通证券和光大证券经纪业务均处于第二集团，但海通证券净手续费率高于同业致使其短期压力较大。海通证券和光大证券在业内第二批开展直接投资业务且有望逐步进入镇定贡献期；作为股票回购业务首批3家试点的证券企业之一，海通证券创新业务增长有望借此高于同业。在H股成功上市之前，海通证券有望获得相对收益，但极为分散的股权结构将致使企业相当长时间内相对其他大型证券企业有估值折价，坚持“审慎推荐”；光大证券自营业务表现始终弱于同业，在股票市场调整过程中企业的业绩镇定性将低于其他大型证券企业，坚持“审慎推荐”。

二、广发证券的分析

（一）经营分析

1、经营情况

表 1：各季度业绩回顾

2、盈利情况

表 2：盈利预测表

邯郸职业技术学院经济系

图一 ：股票成交市场份额小幅提升

邯郸职业技术学院经济系

图二：2012 年前 3 季度广发证券业务结构

三、广发证券的推荐理由

(一)业绩符合预期

广发前3 季度实现营业收入 53.53 亿元，同比增长 23.76%；归属母公司净利润 18.11 亿元，同比增长16.14%，每股收益 0.31 元。第 3 季度营收 13.7 亿元、归属母公司净利润 3.41 亿元；同比分别增长 29.9%、57.6%。

（二）佣金率持续反弹，投行业务表现出色

前3季度代理买卖业务净收入17.88亿元，同比下滑30%。3季度代理买卖业务净收入5.3亿元，同比下滑27%；市场交易量萎缩和市场份额下滑是经纪业务下降的主因。3季度股基交易市场份额下降了8个基点至3.92%。佣金率连续3个季度持续反弹，第3季度佣金率增长了0.52%至0.091%。投行业务逆市增长，前3季度投行业务净收入8.69亿元，同比增长46.2%，贡献比提升至16%。完成IPO项目9个，IPO主承销金额67.58亿元，市占率为6.82%，居行业第3；债券主承销项目19家，承销金额236.8亿元。

（三）投资收益显著增长，资管规模快速提升

前3季度实现自营收入11.56亿元，同比增长831%，取得较好投资收益；报告期交易性金融资产与可供出售金融资产规模224亿元，同比增长7.22%。公司衍生品投资能力较强，通过衍生产品投资和丰富股指期货组合实现套期保值。前3季度资管收入0.82亿元，同比增长2.4%，报告期成立2只集合理财产品，其中广发金管家弘利债券计划募资规模34.21亿元，推动公司资管规模迅速提升至市场第2位，报告期集合理财规模119.61亿元，市场份额6.62%，居上市券商第二位。公司资管产品线齐备，随着资管松绑细则的落实，资管业务将保持强劲发展势头。

（四）创新业务迅速崛起

公司积极开展两融业务，报告期两融余额45.76亿元，同比增长112%，市场份额6.53%；已获转融通业务试点资格，授信额度20亿元，看好两融放量后其业绩的增长空间。直投项目储备丰富，今年已有6个直投项目成功上市，直投项目将在2012年集中解禁期，业绩将陆续释放。新三板市场挂牌企业9家，市场份额4.43%，居上市券商第二。其他新业务陆续推进，看好创新盈利模式明晰下公司新业务发展潜力。预计12-13年EPS为0.44元、0.54元。

邯郸职业技术学院经济系

参考文献

[1] 百度，广发证券，，2012年

[2] 中国行业研究网，证券行业持续分化背景下投资策略：弃“小”就“大”，2012年10月

股票推荐 篇6

一、限制性股票与股票期权的不同

(一)激励对象获取的受赠物

在对激励对象的受赠物上,限制性股票与股票期权有明显的不同。限制性股票是以股票持有者为企业服务为条件,可以用较少的资金或者不用资金就可以获得一定量的全额股票,当股票持有者与企业的合同约定到期后,股票持有者就可以获得该项股票,并且依据股票的数量参与企业的分红,或者是出售获得收益。股票期权是股票持有者依据公司发行的价格购买本公司的股票,股票持有者可以依据持有的股票,通过股票价格变动差额获得收益,若是股票现价格低于购买价格,股票持有者可以放弃股票的持有劝。股票持有者没有公司的分红权,只能通过持有的股票的价格波动获得收益。

(二)风险和收益

限制性股票是一种股票赠予形式,是依照员工对本公司的业绩来分配的,因为不用员工自己购买,风险相对较小,即使公司股票价格下跌,股票持有者也不会有很大的损失,股票持有者还可以根据股票的持有量进行股票分红,因此限制性股票的持有者的收益率较大。股票期权是持有者根据股票价格购买的,根据股票的价格波动获得收益,若是股票价格亏损就会发生亏损,因此风险比较大。股票期权也不能参与公司分红,收益相对较少。

(三)权利义务的对称性

限制性股票的持有者权利和义务是对等的,因为限制性股票是在一定条件下由公司赠予的,股票价格的增减会直接影响持有者的收益和亏损,因此权利和义务是对等的。股票期权是股票持有者根据公司股票的价格自行购买的,只会行使股票的收益,而不承担股票的风险,因此权利和义务是不对等的。

(四)奖励与惩罚的对称性

限制性股票是公司为了激励员工,允许员工用少量的资金或者是不用资金达到一定的生产条件后获得的,股票价格的高低跟激励对象的收益有很大的关系,因此限制性股票的奖励和惩罚制度是由一定对称性。股票期权是股票持有者根据股票的价格自行购买的,若股票价格上涨会获得收益,若是股票价格下跌,股票持有者可以根据自己情况放弃股票的持有权,不会造成资金的损失,因此奖励与惩罚是不对称的。

(五)激励对象的投资程度

限制性股票不用对持有者进行股票激励,因为股票不是持有者自己购买的,而是公司依据持有者的工作业绩或者是公司为了满足自己的生产需要,发放给持有者的,公司只需要根据自己的实际情况设置一定的奖励基金,只要激励对象满足公司的条件就可以获得全额的股票。股票期权是持有者自己的行为,它是公司给与激励对象购买股票的权利,激励对象需要自己出钱购买股票,享受股票的收益。

(六)价格上的差异

股票期权行权价格是由上市公司为激励对象授予价格的过程中制定的,关于这一价格,国家有明确规定,不能够低于股权激励计划草案摘要公布前一日公司标的股票收盘价。限制性股票授予价格是公司根据激励计划制定而来,根据国家的相关规定,价格必须要高于定价基准日前二十个交易日均价的50%。可见,两者的行权价格与授予价格是存在差异的,股票期权行权的成本要高于限制性股票成本。

二、企业股权激励方式的选择

限制性股票和股票期权是两种不同的激励方式,限制性股票的投资风险比较小,是由企业承担股票的风险,是对企业有贡献的员工的奖励,可以充分调动激励对象工作的积极性,激励对象还可以依据股票参与公司分红,从而激发激励对象工作的热情,有助于企业的长期发展,限制性股票一般适用于成熟的企业。股票期权是公司赋予激励对象购买股票的权利,激励对象满足条件后,可以根据自己的情况自行购买,是一种高风险、高回报的激励措施,适用于建设初期或是长期的企业,因为现阶段企业自身的发展需要很大的资金,通过发行本公司的股票可以筹集一部分资金,便于企业以后的发展需要。股票持有者可以根据自己持有股票的价格变动获取公司的,从而到达激励员工的目的。

我国有大量的中小型企业,其中,中小板与创业板占据着主要力量,但是从目前的情况来看,我国金融市场的发展还存在漏洞,中小企业融资难的问题普遍存在。由于资金来源的限制,中小企业已经无法拿出大量现金来为员工支付丰厚的薪酬。股票期权激励成本较低,在激励对象行权之前企业不会产生现金流出,与传统工资相比,既可以为企业留住人才,又可以有效的缓解企业资金困难的局面。

三、结语

总之,企业在进行激励政策选择时除了要结合企业自身的特点外,还要考虑激励对象的风险偏好,对于偏爱风险的激励对象可以选择股票期权,因为其投资小,对于风险的激励对象可以选择限制性风险。当然二者也可以结合运用,因为他们本是就是两种激励措施,并不是相互排斥的。企业可以根据自己的特点及激励对象的需要相结合的使用两种激励方式,以更好的达到激励目的,促进企业的健康发展。

摘要：股票期权这种薪酬方式产生于上世纪80年代,该种模式将经理人薪酬与公司股价直接相连,但是在进入到90年代之后,股票期权的弊端也开始暴露出来。在这一背景下,限制性股票诞生,是一种与股票长期挂钩的薪酬制度。本文主要针对限制性股票与股票期权制度进行对比。

关键词：限制性股票,股票期权制度,对比

参考文献

[1]邸彦彪,徐阿淼,徐东颜.上市公司不同股权激励模式效应比较分析[J].辽宁工业大学学报(社会科学版),2008(02).

[2]鲁绪胤,郭志勇.浙江省上市公司股权结构与公司绩效的相关性研究[J].中国证券期货,2012(07).

[3]马希原.股权激励与企业业绩相关性分析——基于上交所A股上市公司[J].中国证券期货,2012(07).

股票推荐 篇7

由于国际金融危机导致宏观经济陷入周期性减速与调整、“大小非”限售股份解禁形成巨大供给压力等众多因素的影响和制约，近年来，中国股市走势低迷、表现欠佳。据统计，2008年上证综指下跌65.39%，深证成指下跌63.36%，两市总市值全年蒸发20.58万亿元，总市值缩水高达62.9%，沪深股市分别创下有史以来最大年度跌幅。市场的深幅调整使投资者损失惨重、信心低落，市场活跃度明显降低。2008年沪深两市股票成交额共计26.71万亿元，同比下降42%。与此同时，股票市场优化资源配置的作用几近丧失，市场融资功能严重萎缩。据统计，2008年仅有76家公司通过首次公开发行(IPO)登陆沪深股市，比2007年下降38%;最具参考意义的实际融资额仅1 034亿元，比上年大幅下降78%。除新股发行节奏放缓外，2008年的大盘股IPO也寥寥无几，仅有5家公司发行规模在5亿股以上，占IPO的总家数由上一年的17%下降到6%。而且，新上市公司股价面临低估威胁。2008年沪深股市A股平均市盈率最低均跌破14倍，至去年末两市A股平均市盈率分别为14.85倍、16.72倍，平均股价为6.31元、7.01元，均创历史新低。随着市场不断下行，IPO上市首日股价涨幅大幅收窄，去年首家于1月16日上市的华锐铸钢首日开收盘股价涨幅分别为206%和189%，而去年最后一家于9月25日上市的华昌化工首日开收盘股价涨幅仅有75%和85%。值得注意的是从华昌化工登陆深圳中小板之后即2008年第四季度开始截至目前，没有一家公司IPO上市融资，沪深股市IPO市场已经陷入停滞状态，而且IPO审核也进入“真空期”，自去年9月16日证监会发审委2008年第135次会议审核通过湖南博云新材料股份有限公司的首发申请后至今未进行过任何IPO审核。据Wind资料显示，目前IPO已过会等待发行、上市的公司多达33家，有的首发申请获准后已超过6个月未实施发行、募资。

值得关注的是IPO市场的前景似乎也并不乐观。因为尽管管理层针对宏观经济和市场采取了一系列举措，但国际金融风暴对中国宏观经济的影响仍在加深和蔓延，中国经济还难以在短期内明显走出减速周期，同时2009年又将迎来“大小非”限售股解禁上市的洪峰，将有多达6 870.24亿股的各类“大小非”限售股份解除禁售，其解禁数量上的巨大和减持套现的高度不确定性都将给市场增加显著压力。更应该看到的是由于国际金融危机影响的复杂性，现有各项宏观经济政策投入的效果很难明确预期，而对“大小非”限售股份解禁上市流通“不加第二把锁”的管理层政策宣誓事实上已经封杀了市场在“大小非”解禁限售股份的上市流通和减持套现上的任何政策想象空间，意味着在“大小非”问题上不太可能会有符合甚至是超市场预期的政策作为。种种迹象表明未来一段较长时期内大的基本面不支持股票市场再现一年多前的牛市景观，市场很可能要进入和经历一个远超市场参与各方预期的弱势周期。

但是，中国经济的现实状况又不能容忍股票市场长期走弱和经历长期的市场失效，无论是从服从于配合实施启动和扩大内需、刺激经济保增长的当下阶段性宏观经济战略需要出发，还是从服务于建设一个能够充分发挥优化资源配置作用、有效扩大直接融资比重、促进经济增长方式转变的多层次资本市场体系的国家长期经济发展战略看，都要求市场特别是管理层能有所作为，采取实质性动作与步骤，重建市场信心，恢复市场的融资功能，建设一个有效的股票市场。

二、可回售股票是破解融资困局的利器

可回售股票(Puttable Stock)是指进行股权融资的发行公司承诺未来某个时点或一段时间内，公司股票市场价格低于发行时约定的某一预设价格时，持有人有权从公司获得股票市场价格与预设价格差额补偿的一种股票，即投资者在获得发行公司发售的新股的同时也获得了该股票的卖出期权合约。由于可回售股票具有普通股嵌入、叠加卖出期权的特性，因此是一个复式金融创新工具和产品。

可回售股票最早出现在美国。1984年11月，美国一家名不见经传的Arley公司为了扩大经营规模急需进行600万美元股权融资，但由于正值股票市场低迷造成融资时机不佳及公司规模与知名度制约，投资银行Drexel Burnham Lambert认为其股票发行价宜定在每股6美元，而Arley公司董事会洞悉公司拥有一家大型连锁宾馆订单的支持所奠定的在行业内的竞争实力和成长性优势与本次股权融资的良好和乐观投资盈利前景，认为每股6美元的发行价格是对公司以及公司股票实际价值的低估，并认为发行价至少应该在每股8美元。为了满足Arley公司的需要，投资银行Drexel Burnham Lambert利用金融工程的分解与复制技术，设计了可回售股票的创新融资工具并成功实现了融资目标。其具体做法是Arley公司在以每股8美元发售股票的同时免费向投资者赋予一份该股票的卖出期权合约，即投资者在获得Arley公司发售的新股的同时获得了该股票的卖出期权。该卖出期权约定投资者在两年后的1986年11月可按等于股票发行价格的行权价格8元(预设价格，下同)将其拥有的可回售股票“回售”给Arley公司。如果两年后Arley公司的股价等于或高于每股8美元，投资者没有发生投资损失或获得投资收益，投资者自然会放弃执行卖出期权合约，届时卖出期权自动失效，同时可回售股票还原为普通股;如果两年后Arley公司的股价低于每股8美元，投资者可选择执行卖出期权合约，从Arley公司获得卖出期权行权价格8元与股票市场价格差额的补偿，投资者在行权的同时其所持有的可回售股票转化为普通股。可见，可回售股票通过在普通股基础上叠加卖出期权的创新，对投资者来说保障了在未来某个时期所拥有的股权价值与财富额一定不低于某个预设价值，克服了市场信息不对称带来的投资判断难题，明显降低了投资者的投资风险程度，增强了投资者的认股和持股信心;对发行公司来说其承诺向市场展现了公司对未来经营与盈利前景的足够信心，以此吸引投资者来实现在低迷市道中以满意的溢价水平和高于市场平均水平的发行市盈率进行股权融资，避免了公司实际价值和股票内在价值的低估，在不利的融资环境下获得了扩张生产经营规模的有效资本支持。

第一，可回售股票的“回售”在含义上是非投资者在叠加的卖出期权到期时行权将所持可回售股票卖给发行公司，而是仅在执行卖出期权时获取行权价格与股票市场价格的差额补偿。由于投资者可在行权后将转化为普通股的可回售股票择机抛出，再加上行权获取的补偿，相当于投资者至少可以按发行时的发行价格(预设价格)收回投资，也就相当于将股票回售给了发行公司，因此这里的“回售”非发行公司的赎回行为。从这个意义上讲，可回售股票不像普通股具有不可退股性，即打破了普通股的“非返还性”。

第二，可回售股票叠加的卖出期权是赋予投资者的选择权权利，该权利的行使是有条件的。投资者只能在卖出期权合约约定的时间到了后才可行权，之前是不可行权的，另外，一旦过期放弃行权则权利自动失效，同时行权必须按事先约定的行权价格(可回售股票的发行价格)进行，而且行权也只可能发生在股票市场价格低于卖出期权行权价格即卖出期权具有内在价值情形下。投资者行权后或放弃行权，其所持可回售股票都将还原为普通股股票。

第三，投资者行权获得发行公司差额补偿有以下不同方式并经历了一个发展过程：(1)现金。这是最初的“回售”方式。即发行公司以现金形式将卖出期权行权价格与股票市场价格的差额部分补偿给投资者，由于行权价格等于股票发行价格，差额的现金补偿无疑会涉及与影响到发行溢价转为资本公积金部分的认定、调整，可见，以现金方式补偿的可回售股票疑似“或有负债”，不利于发行公司的资本管理;而且，现金的释出也会增加公司流动性压力。因此，其显著的缺点导致这种方式采用不多并很快被更有效的方式替代。(2)普通股。即发行公司以普通股股票形式将卖出期权行权价格与股票市场价格的差额部分补偿给投资者。例如某投资者持有发行公司发行的两年后卖出期权行权价格为12元的可回售股票100股，两年后该公司股票市场价格为每股10元，那么投资者行权后就可以从发行公司免费获得20股普通股，原来的100股可回售股票还原变身为普通股，从而该投资者便成为了拥有该公司120股普通股的股东。这一方式的优点是：对投资者来说，由于市场预期效应会使股价合理调整，“回售”前后其财富价值并没有变化，利益未受任何影响;对发行公司来说，以普通股方式补偿差价的可回售股票不会再被视为疑似“或有负债”，有利于公司的资本管理。同时，差额部分不以现金支付，有利于稳定公司的财务流动性。因此，支付普通股的差额补偿明显优于现金。(3)选择支付。即发行公司以普通股、现金、优先股和债券中选择一种或两种甚至两种以上组合支付差额补偿。这种方式只要投资者愿意接受就意味着给发行公司以更大的支付选择权，使公司能够根据自身的经营需要和财务状况灵活选择最有利的方式实施可回售股票的“回售”，因此成为了目前国际上最流行的可回售股票的“回售”方式。

可回售股票的独特设计具有以下突出的制度优势：

第一，可回售股票为优势企业在弱市中进行股权融资提供了有效工具。企业的股权融资需求时机与股票市场的周期性波动不可能完全对称、匹配。当优势企业急需抓住时机通过股权融资扩张生产经营规模时，可能股票市场陷入了融资功能萎缩的低迷阶段。这时，企业要么放弃融资行为从而坐失发展机会，要么冒发行失败的风险或严重低估公司价值的不利结局以低溢价甚至折价方式发行普通股进行股权融资。而发行可回售股票由于有最低价值的预设，保障了投资者未来财富总量不减少，可以在低迷市道下充分吸引投资者，从而能够使成长性明确的优势企业战胜市场波动及融资功能萎缩的不利影响，以预期价格完成股权融资，从资本角度保障优势企业实现生产经营规模的顺利扩张。

第二，可回售股票的引入有利于推进公司法人治理结构建设。可回售股票赋予了持有人在一定条件下按预设价格将所持可回售股票“回售”给发行公司的权利，无疑给发行公司及其高管层以无形压力，倒逼其重视股东利益、勤勉尽职，认真履行受托、代理责任，提高经营效果，以尽力避免不利于公司的“回售”情形的发生，从而在客观上将发行公司和公司高管层与普通投资者捆绑在同一个利益平台，有利于促进公司法人治理结构建设，解决现代企业制度中普遍存在的代理问题，降低“道德风险”。

第三，可回售股票通过缓解市场信息不对称有利于提高社会资源高效、正向配置效率。一般来说，公司及其高管层在市场信息传递链条上处于前端，相较于市场普通投资者享有明显的信息对称优势。发行可回售股票的公司通常若没有对公司未来经营业绩与成长价值的准确把握和足够自信就难以承诺持有人未来财富价值不缩水的可“回售”所持可回售股票的条件和权利，这就使公司与其高管层掌握的信息最大程度地外显化，不仅通过准确的价格发现提高市场的有效性，而且将投资者通常难以把握的未来风险转移到发行公司身上，最终缓解市场一直努力解决但始终没有很好解决的投融资双方的信息不对称问题，实现资源向高正效行业、企业和产品流动，提高资源配置的效率和效果。

目前，中国推出可回售股票除了市场可受益于其以上独特的制度优势外，还具有以下积极意义：

第一，至少可以局部恢复目前中国股票市场融资功能。时下，沪深股市IPO市场已经陷入完全封冻的停滞状态，同时IPO市场的前景也不乐观。在这一市场背景下，作为策略性因应措施，引入可回售股票至少可以局部改变市场失效状况，特别是通过融资功能的恢复使有明确成长性的优势企业能够抓住时机，适时登陆资本市场，不仅有助于资本市场健康发展，也有利于从资本市场策应、配合启动和扩大内需、刺激经济保增长的当下阶段性宏观经济战略的实施。

第二，丰富资本市场投资工具和产品。

第三，增强发行公司和保荐人压力以防范道德风险。只有避免了“回售”情形的发生才最终意味着可回售股票发行的成功，这就要求必须确保发行公司的品质、准确判断未来市场变化、合理设计卖出期权的条款，从而无疑将增强发行公司和保荐人压力，使可回售股票的工具创新得到有效、合理运用，真正使一批有成长潜力和价值的公司脱颖而出，使投资者从股票市场投资中充分享受到财富与价值增长，展现资本市场的魅力。

第四，促进金融创新。可回售股票具有普通股嵌入、叠加卖出期权的特性，是一个典型的复式金融创新工具和产品。推出可回售股票无疑是值得鼓励的金融工具创新行为，符合管理层加大资本市场工具与产品创新力度、推动市场持续发展的今后一个时期工作重点的要求。

三、应注意处理好的几个问题

为了有利于可回售股票的推行，切实发挥其效能，应注意处理好以下问题：

第一，完善相关法律法规。目前，《公司法》、《证券法》没有明确将可回售股票视为证券的一个种类，没有就发行可回售股票作出规定，需要尽快在法律法规层面作出相应修订和补充，填补相关法律法规空白。鉴于“两法”修订程序上的复杂性，在相关法律法规修订、完善之前，管理层可以出台作为暂行管理办法的发行可回售股票的试行规定，就发行可回售股票的条件和资质、回售条款设计限制、发行程序、监管要求以及上市交易、“回售”程序、登记结算等作出规定。

第二，发行可回售股票的适用对象。根据目前和未来一个时期资本市场建设和发展的需要，建议以主板市场拟上市超大型公司和即将开设的创业板备选公司作为发行可回售股票的适用对象，既可促进蓝筹股市场建设，又有利于加快创业板的推出，并为创业板上市公司提供更具灵活性、竞争性的股票发行与募资方式。

第三，遭遇“回售”情形时，提倡以股票作为补偿差额的基本方式，不仅使补偿变得直观、操作简便，也更能为投融资双方接受。

第四，进一步强化上市公司高管、保荐人责任约束。对于保荐不力、欺诈发行上市、公司经营出现恶化的突变导致公司遭遇大量“回售”的，除追究上市公司高管责任外，还要追究保荐人责任，取消保荐人保荐资格。

第五，规范发行可回售股票公司的大小非限售股份解禁减持与套现行为。为了给可回售股票的推出创造有利条件，最大限度保护普通投资者利益，必须就发行可回售股票公司的“大小非”限售股份解禁减持与套现行为作出特别规定。凡通过可回售股票IPO的公司公开发行前已发行股份(包括增资扩股的新增股份)、控股股东或实际控制人持有股份、董监事与高级管理人员持有股份必须在可回售股票内含卖出期权行权期过后才能解除禁售，减持套现价格必须等于或高于卖出期权的行权价格。

摘要：由于国际金融危机导致宏观经济陷入周期性调整、“大小非”限售股份解禁形成巨大供给压力等因素的影响, 近年来的中国股市走势低迷、表现欠佳, 市场融资功能几近丧失, 而中国经济的现实状况又不能容忍具有优化资源配置作用的股票市场长期失效。在宏观经济运行、“大小非”限售股份解禁等因素依然存在高度不确定性的当下, 恢复市场融资功能、破解股票市场融资难题的出路只能是积极实施金融工具的创新, 发掘、培育和建立新的市场需求, 重塑投资者市场信心, 而可回售股票的融资工具创新是破解目前股票市场融资困局值得尝试的可行和有效途径。

关键词：股票市场,可回售股票,融资功能,工具创新

参考文献

[1]罗珉.资本运作---模式、案例与分析[M].重庆:西南财经大学出版社, 2001.

[2]黄亚钧, 林利军.投资银行实务:金融工程及其运用[M].北京:立信会计出版社, 1998.

股票推荐 篇8

关键词：股权激励,股票期权,限制性股票

一、引言

股权激励是解决公司治理中委托代理问题的重要方式之一, 通过股权激励方式使企业高管和核心人员持有公司股份, 使激励对象与股东的利益趋于一致, 从而达到吸引并激励核心人才为企业长期战略目标努力的目的。从国内外已发表的研究文献来看, 大部分的研究认为股权激励能在一定程度上解决经营者行为的短期化倾向, 能够降低代理成本, 有助于控制经营者的偷懒动机, 对公司的长期绩效起到积极作用。

在股权激励制度的建设方面, 以2005年12月中国证监会发布的《上市公司股权激励管理办法 (试行) 》为标志, 我国开始在上市公司中建立股权激励的制度框架, 2008年, 证监会相继发布了《股权激励有关事项备忘录1号》、《股权激励有关事项备忘录2号》、《股权激励有关事项备忘录3号》, 对股权激励中的有关问题做了明确规定;在国有控股上市公司层面, 国资委、财政部于2006年发布《国有控股上市公司 (境外) 实施股权激励试行办法》、《国有控股上市公司 (境内) 实施股权激励试行办法》, 于2008年发布《关于规范国有控股上市公司实施股权激励制度有关问题的通知》, 这三个文件对国有控股上市公司实施股权激励进行了规范;在个人所得税收方面, 财政部、国家税务总局于2005年发布《关于个人股票期权所得征收个人所得税问题的通知》、于2009年发布《关于股票增值权所得和限制性股票所得征收个人所得税有关问题的通知》, 国家税务总局于2006年发布《关于个人股票期权所得缴纳个人所得税有关问题的补充通知》、于2009年发布《关于股权激励有关个人所得税问题的通知》, 以上四个文件对实施股权激励的个人所得征税问题做了具体规定。中国证监会、国资委、财政部、国家税务总局所发布的上述文件构成我国目前上市公司进行股权激励的制度环境, 该制度框架于2008年底基本形成。从我国上市公司股权激励的实践看, 股票期权与限制性股票是应用最为广泛的两种方式, 占总方案的比例在95%以上, 对于股票期权与限制性股票的主要区别问题, 李曜 (2009) 、刘浩 (2009) 等均有较为详细的论述, 笔者结合我国的制度框架环境, 对这两种方式做了进一步的论述, 以期更为鲜明地呈现两种方式的特征, 另外, 通过实证分析, 探讨了证券市场对两种股权激励方式的不同反应。

二、股票期权和限制性股票的主要区别

股票期权是指上市公司授予激励对象在未来一定期限内以预先确定的价格和条件购买本公司一定数量股份的权利, 激励对象可以其获授的股票期权在规定的期间内以预先确定的价格和条件购买上市公司一定数量的股份, 也可以放弃该种权利。限制性股票是指激励对象按照股权激励计划规定的条件, 从上市公司获得的一定数量的本公司股票, 在获授时, 这些股票为限售股, 并不能出售, 激励对象只有在达到股权激励计划规定的解禁条件时, 这些股票才真正归属于激励对象所有并可按规定出售获益。股票期权与限制性股票这两种方式本质上具有很好的替代性, 表1设计的为授予日后等待期为一年, 分四期均匀行权 (解禁) 的股权激励方案, 假设两种方式下都能够满足授予条件, 股票期权的行权价格和限制性股票的授予价格相同, 股票期权的行权条件和限制性股票的解禁条件相同, 在不考虑个人所得税的情况下, 两种方式可使得激励对象获得相同的收益 (见表1) 。

虽然股权期权与限制性股票具有相通性, 但在股票价格的确定方式、对激励对象的资金要求、价值评估、个人纳税方面均有明显的差别。

1.行权价和授予价格的确定方式不同。

《上市公司股权激励管理办法 (试行) 》规定, 股票期权的行权价格不应低于下列价格的较高者: (1) 股权激励计划草案摘要公布前一个交易日的公司标的股票收盘价; (2) 股权激励计划草案摘要公布前30个交易日内的公司标的股票平均收盘价。《股权激励有关事项备忘录1号》规定, 限制性股票若来源于向激励对象定向发行的股票, 则其发行价格不低于定价基准日前20个交易日公司股票均价的50%。由上可见, 在价格的确定方式上, 限制性股票的底价要低得多, 这意味着限制性股票在授予价格的确定上有更大的灵活性, 在公司股票交易价格脱离其真实价值太远的情况下, 由于限制性股票方式可确定低于市价的授予价格, 从而可以降低管理者的风险, 提高股权激励实施的成功性。

2.对激励对象资金要求的程度不同。

限制性股票方式下, 在授予时就需要激励对象付清购买股票所需的全部资金, 而在股票期权情况下, 激励对象分期行权, 分期付清购买股票所需资金。因此, 限制性股票方式下, 激励对象面临较大的资金压力。

3.价值评估的区别。

股票期权价值的确定依赖于金融工具的定量模型, 十分复杂且受参数选择的影响, 价值的不确定性较大, 而限制性股票的价值容易确定, 其价值为其内在价值, 即授予日的股票市场价格与授予价格的差值。两者的差异可理解为限制性股票只有内在价值, 而股票期权具有内在价值和时间价值。按现行会计准则的要求, 需将授予激励对象的股权激励成本费用化, 成本费用化的数额等于授予时股票期权或限制性股票的公允价值, 因此, 在同一授予时点, 所对应的股票数量相同的情况下, 行权价格与授予价格相同的股票期权和限制性股票方案, 因股票期权具有时间价值, 该方案下所确认的成本更大, 对净利润的影响也较大。

4.个人税收负担的不同。

假设行权价格 (授予价格) 为P0, 对应的股票数量为N, 授予日的市场价格为P1, 行权日 (解禁日) 的市场价格为P2, 按目前的税收制度, 两种方式的应纳税所得额如下:

股票期权形式下的应纳税所得额= (P2-P0) *N

限制性股票形式下的应纳税所得额

当P2>P1, 即在公司股票持续上涨的市场环境中, 股票期权方式下个人所得税负担相对较重, 反之, 当P2

三、样本

目前国内研究文献所选择的样本基本集中于2005-2008年之间, 在此阶段, 我国股权激励尚处于引入后的完善阶段, 制度不健全, 市场对股权激励也处在一个学习和认识的过程当中, 因此, 以此为样本作为研究对象, 可能会有偏颇之处。笔者选取2009年1月1日至2010年8月31日期间国内A股公告股权激励方案的公司作为研究对象, 进行了两方面的研究: (1) 证券市场对股权激励的反应如何; (2) 证券市场对股票期权和限制性股票这两种方式的反应是否相同。在选取的时间段内, 国内A股公告股权激励方案的公司有56家, 主要特征如下:

1.股权激励依然以股票期权为主。

在激励方式的选择上, 由于管理层主导着股权激励方案的制订过程, 而限制性股票方式对管理层较为有利, 因此在股权激励方案中限制性股票方式占多数是合理的结果, 但在56家样本公司中, 选择限制性股票方式的仅有13家, 占23.21%, 选择股票期权方式的有40家, 占71.43%, 3家选择了其他的激励方式, 这可能是由于股权激励方案最终需股东大会表决通过, 因此方案的制定考虑了管理层与股东利益之间的权衡。

2.国有控股上市公司更为偏好限制性股票方式。

在56家样本公司中, 国有控股上市公司仅有5家, 这主要受《国有控股上市公司 (境内) 实施股权激励试行办法》中“高级管理人员个人股权激励预期收益水平, 应控制在其薪酬总水平的30%以内”规定的影响, 在这一规定下, 股权激励的激励作用大为减弱, 管理层推行股权激励的动力不足, 因此国有控股上市公司中实施股权激励的较少。在5家国有控股上市公司中, 有2家选择了限制性股票方式, 占比为40.00%, 但由于样本数量过少, 受偶然性因素影响较大, 为了准确呈现企业控股股东性质不同对股权激励方式的影响, 回溯了2006年1月1日至2010年8月31日期间公告股权激励方案的公司对激励方式的选择情况, 结果为在国有控股的上市公司中, 选择限制性股票方式的比例为29.17%, 而在民营上市公司中, 选择限制性股票方式的比例为17.80%。对此一个可能的解释是, 在现有的股权激励制度框架下, 管理层对公司控制强或股东控制弱的上市公司更容易表现出倾向限制性股票的偏好。

四、实证分析

(一) 研究方法

笔者应用事件研究法对股权激励的市场反应进行考察, 事件窗口为股权激励方案公告日为中心的前后各10个交易日, 模型如下:

式中:ARit是第i家公司在第t日的异常收益率;Rit是第i家公司在第t日的实际收益率;R'it是基于指数 (上海证券交易所上市公司选择上证综合指数, 深圳证券交易所主板上市公司选择深证综合指数, 深圳交易所中小板和创业板公司选择中小企业板综合指数) 计算的第i家公司在第t日的正常收益率;AARt是样本公司在第t日的平均异常收益率;CARt1-t2为样本公司在[t1, t2]区间的累计异常收益率。

(二) 研究假设

实施股权激励的上市公司, 可以向市场传递两方面的信号: (1) 公司符合实施股权激励的条件, 说明公司内部治理结构较为规范; (2) 管理层对未来公司业绩成长的信心或承诺。因此, 可以预期实施股权激励的上市公司在公告该事项时会受到市场的欢迎, 由此有:

假设1:股权激励的市场反应效应为正。

在确定行权价格或授予价格的方式上, 股票期权是一种市价定价机制, 而限制性股票为一种折价定价机制。在限制性股票方式下, 由于管理层能以比市价低得多的价格购买公司定向发行的股票, 投资者会有不公平感, 而且会产生管理层对现有股票价格缺乏信心的印象, 因此, 投资者对采取限制性股票方式的股权激励方案的反应会较为温和, 由此有:

假设2:市场对股票期权的反应比对限制性股票的反应更大, 更积极。

将实证分析的结果总结于表2和表3, 其中表2为事件窗口期的异常收益率AAR值, 表3为子事件窗的累计异常收益率CAR值。

从表2和表3 (表略) 的实证数据可以看出, 在公告当日和前一日, 样本整体的AAR在1%的显著性水平下为正, 公告当日的AAR最大, 达到2.35%, 占整个窗口期内累计异常收益率的比例为43.12%, 而累计异常收益率CAR在列出的各个子事件窗内均在1%的显著性水平下为正。以上分析说明, 市场对股权激励方案作出了积极反应, 由此验证了假设1。

通过表2和表3 (表略) 关于股票期权组和限制性股票组的数据对比, 发现市场对限制性股票方式反应平淡, 在公告当日和公告前后各一天均不存在显著的正收益, 在整个窗口期内, 只有-9日存在显著的正收益, 而+2日存在显著的负收益。对累计异常收益率CAR的考察结果显示, 公告日后事件窗[0, 1]、[0, 2]、[0, 3]、[0, 5]、[0, 10]均不存在显著的异常收益。而对于股票期权, 在公告当日和前一日, AAR在1%的显著性水平下为正, 除[-10, -1]、[-3, -1]事件窗外, 累计异常收益率CAR在列出的各个子事件窗内均在1%的显著性水平下为正, 这说明市场对股票期权方式作出了积极反应。以上分析表明, 市场对股票期权方式作出了正面反应, 而对限制性股票方式几乎未发现市场反应的显著证据, 由此验证了假设2。

五、结论

1.股票期权和限制性股票是我国上市公司实施股权激励最为主要的两种方式, 这两种方式本质上具有很好的替代性, 在行权价格和授予价格相同, 行权条件和解禁条件相同的情况下, 不考虑个人所得税, 两种方式可使得激励对象获得相同的收益, 能达到相同的效果。虽然股权期权与限制性股票具有相通性, 但在股票价格的确定方式、对激励对象的资金要求、价值评估、个人纳税方面均有明显的差别。限制性股票需激励对象一次性将购股资金付清, 对激励对象的资金要求较高;其定价机制灵活, 类似于折价定价模式, 因底价低, 可供选择的价格空间比股票期权要大;在确认成本费用时, 只需考虑内在价值, 不需考虑时间价值;在个人纳税方面也相对较具优势。

2.综合来看, 限制性股票方式对管理层较为有利。上市公司股权激励采取何种方式, 取决于管理层与股东之间的利益权衡, 受双方对企业控制力强弱的影响, 相较而言, 内部人控制强的企业更倾向于选择限制性股票方式。

3.证券市场对股权激励持正面反应, 但对两种方式的反应程度不同, 股票期权更为受到投资者的欢迎, 而对限制性股票几乎未有积极反应, 这主要是因为限制性股票对市场传递的信息不如股票期权强烈和积极。

参考文献

[1].李曜.两种股权激励方式的特征、应用与证券市场反应的比较研究[J].财贸经济, 2009 (2)

[2].刘浩, 孙铮.西方股权激励契约结构研究综述[J].经济管理, 2009 (4)

[3].徐宁.上市公司股权激励方式及其倾向性选择[J].山西财经大学学报, 2010 (3)