資本市場對證券分析的影響研究

謝春輝

[摘 要]近年來，我國證券市場在規模不斷擴張、結構得到優化的同時，投資理念也在發生著變化，投資者越來越重視證券的投資價值。基于市場有效理論，資本市場的有效程度不同對證券分析的影響也有所不同。文章詳述了資本市場在相對有效和失效的情況下分別對證券分析的影響；此外，資本市場的監管對證券分析也有一定的影響，我國監管制度還不夠健全、監督力度不充分，因此，在證券分析的過程中要更加注重風險防范，提高對信息的分析和解讀能力。

[關鍵詞]資本市場；證券分析；有效理論

[DOI]10.13939/j.cnki.zgsc.2016.33.109

1 引 言

近年來，我國證券市場在規模不斷擴張、結構得到優化的同時，投資理念也在發生著變化，投資者越來越重視證券的投資價值，并將其作為證券投資中最為重要的參考標準。投資者忽視上市公司的基本面情況，僅根據一些題材、概念在股票市場中進行盲目炒作的現象有所改觀。故在資本市場中如何進行恰當的證券分析，正確評估證券的投資價值，已然成為證券投資能否獲取超額收益的基礎性及決定性因素。因此，投資者、分析師等利益相關者都試圖尋找有效的方式，挖掘資本市場中最有效的投資方法。

2 資本市場和證券分析的概述

資本市場是指證券融資和經營一年以上的資金借貸和證券交易的場所，也稱中長期資金市場。資本市場作為證券買賣、資本交易與融通的重要場所，它的有效與否就直接影響著社會資源的合理配置問題。由此可見，資本市場既是一個有形的資本融通平臺，又是一個無形的資源配置系統，更是一種組織的、社會的資本交易關系。

證券分析是通過各種綜合的分析方法尋找挖掘股票、債券等投資機會。因信息的不斷修復、發展及新信息的不斷發布，導致市場有效是一個循環反復的過程；市場價格對有用信息反映的時滯，使得各種投資分析方法有機會獲得超額收益。

證券投資分析方法有“技術分析”“基本面分析”和“定量分析”。技術分析是對周期性的和可預測性的證券價格走勢的研究，并判斷市場上買賣壓力的位置。基本分析研究證券價值的決定因素，如收益和紅利前景，可以對未來利率和公司風險進行預期，從而預計公司股票未來的價格。定量投資分析是運用數學工具來決定一個意向投資組合，運用電腦和線性程序對價格的歷史行為進行統計分析，來預測股票的風險和回報。

3 資本市場有效程度對證券分析的影響

3.1 市場有效性理論概述

有效市場假說是理性預期理論的重要組成部分之一，是主流資本市場定價理論的基礎，他體現了競爭均衡的基本思想，使得對資本市場進行精確度量成為可能。直至目前，該理論作為現代金融經濟學的理論基石，仍然具有強大的生命力，并在證券投資領域中被廣泛應用。

有效市場假說理論將市場有效性劃分為三個層次：弱式有效、半強式有效和強式有效。

第一個層次：弱式有效市場。弱式有效市場是指當前的證券價格充分反映了市場所有歷史交易的信息，在這種情況下，投資者對證券歷史信息的分析不能持久地獲得超額收益。

第二個層次：半強式有效市場。半強式有效市場認為證券價格不僅能夠反映歷史信息而且可以迅速調整并反映公開發布的信息。在這種情況下，投資者就不能通過對公開信息的分析持久地獲取超額收益。

第三個層次：強式有效市場。強式有效市場認為股票價格反映了所有公開的和未公開的信息（內幕消息），若市場達到了強式有效，則意味著任何投資者都不可能有獨占的渠道獲得有關價格形成的信息，也無法通過這些信息獲得超額收益。

3.2 相對有效的資本市場對證券分析的影響

在實際的證券市場中，我們不難發現無論個人投資者還是機構投資者，都能通過使用各類證券分析手段，獲得豐厚的超額收益。基于有效市場假說理論，這意味著資本市場并非完全有效，在某個期間、某個程度上存在半強式或弱式有效。王冰川（2012）認為市場無法充分、及時、準確反映所有相關的有用信息，市場并不總是有效，投資者可以通過尋找市場的無效而獲得投資收益的機會。周玉琴（2013）研究表明證券市場的有效性隨著經濟的不斷發展而不斷增強。

由于信息處在不斷修復、不斷更新變化的過程中，資本市場強式有效雖然有理論的存在卻難以在現實中得以實現。市場是有效的，但是由于不同投資者獲取信息的時間不同，對信息處理的效率不同，以及對未來認識的不同，使得價格到價值的反映有了時間的時滯，正是在這種時滯中，出現了價格與價值的差異，于是人們可以通過各種證券分析方法，找到這種差異，并進行投資，這與證券市場中的現實情況是相符的。

3.3 資本市場失效對證券分析的影響

雖然有效市場假說得到了實證驗證，但關于市場失效的現象也層出不窮，且也都同樣為市場實踐所驗證。下表羅列了部分異常現象。

部分著名的異?，F象表

異常現象相關表現

規模效應小盤股優于大盤股

1月效應小盤股和去年表現不佳的股票在1月份趨向于表現優異

冷門股效應股市分析師覆蓋率低的股票傾向于有風險調整后的超額收益

指數變動效應將要納入指數的股票會有顯著的正效應，而要被剔除的股票有顯著負效應

慣性在一個投資期中表現良好的股票將會在下一個投資期中延續良好表現

過度反應投資者對新聞事件（無論是好是壞）都過度反應

市場無效顯著的意義在于為各類市場分析方法提供了存在的基礎。在市場無效的情況下，信息沒有被價格完全地反映出來，對信息的搜集、深入分析和研究可以獲得獲取超額收益的機會。這也是目前證券市場各類投資分析方法百花齊放的根本所在。

我國的現狀：朱孔來和李靜靜（2013）研究了2000—2011年上海證券綜合指數和深圳證券綜合指數，得出了滬深兩市不僅分別弱式有效而且還具有聯合弱式有效的特點的結論。張飛鵬（2013）等認為我國股票市場雖然具備了弱式有效水平，但并不具有半強型有效市場的特點。汪盧俊（2014）研究發現，我國股權分置改革之初，滬深兩市均未達到弱式有效市場，股指期貨推出后，深圳證券市場有效性增強，逐漸達到弱式有效市場，但上海證券市場至2014年仍未達到弱式有效市場。

[摘 要]隨著全球經濟的快速發展，企業之間的競爭日益激烈，評估與識別企業存在的風險對企業的生存與發展越來越重要。大多數學者研究財務風險預警的基本方法集中于單變量分析、多元判別分析、邏輯回歸分析、線性回歸分析、神經網絡、生存分析等。文章主要梳理了財務風險預警相關理論研究的發展以及現狀，根據不同模型分析了各方法的優點與不足。

[關鍵詞]財務風險；預警模型；綜述

[DOI]10.13939/j.cnki.zgsc.2016.33.107

1 國內外研究現狀

從20世紀30年代開始，就已經有學者注意到企業財務狀況的變化會影響到企業經營成果以及財務狀況，并開始進行相關研究。學者們分析了大量的企業財務指標數據，并根據這些研究開始了對財務風險的研究。隨著企業管理和財務理論的發展，研究手段也越來越科學，研究方法和研究工具也逐漸成熟，研究者提出了各種不同的財務風險預警的方法和模型。

1.1 國外研究現狀

1.1.1 財務風險研究現狀

Blum（1974）將財務風險定義為企業沒有能力償還到期債務、進入破產程序或者與債權人達成明確債務減免協議的事件。在正常情況下，企業只有按時支付本息或股利，才能順利獲得債權人或者投資者的青睞，籌集足夠的資金。如果企業不支付本息、拖欠股利，出現違約的情況，必然會引起投資者的注意，對企業的籌資活動產生影響，進而影響企業的持續經營。James C.Van Home和John M.Wachowicz（2001）對財務風險做了更廣的界定，認為財務風險由兩部分組成，可能失去償債能力的風險和因使用財務杠桿而導致的每股收益變動的風險。

1.1.2 財務風險預警模型研究現狀

單變量判別模型。最早開始研究財務風險預警模型的是Fitzpatrick（1932），他主要針對單變量破產預警進行研究，是單變量預警模型研究的先驅。Fitzpatrick選擇了19家企業作為研究樣本，研究發現對財務風險判別能力最高的兩個指標分別是凈資產收益率和產權比率。美國芝加哥大學教授William Beaver（1966）在Fitzpatrick的研究基礎上進行了較為成熟的單變量預警研究，結果發現預測準確率最高的指標是現金流量債務比和資產負債率。

多變量判別模型。美國學者Edward Altman（1968）首次將多變量線性判別分析方法介紹到財務風險預警領域。他隨機抽取了多家制造企業，通過研究認為22個備選財務比率中有5個是最佳預警判別變量，并運用這5個財務比率建立了多變量線性判別模型。Altman（2000）在多變量判別分析法的基礎上進行了改進創新，建立了Z值多變量財務風險預警模型。事實證明Z值多變量財務風險預警模型是非常有用而成功的，在以后的財務風險預警研究中得到了廣泛的應用。P.Wu（2016）建立了多元線性預警模型，在傳統的財務風險和收益的風險管理之間的非相關性分析的基礎上，提出了建立財務風險預警的必要性，并構建了一個多元線性模型，證實了多元線性預警模型的有效性。

邏輯回歸模型。Ciarlone和Trebeschi（2005）將宏觀經濟學和現有的預警模型結合起來，運用邏輯回歸法構建了一個規則簡單，但驗證有效的邏輯風險預警模型。Daniela Beckmann等人（2006）提出在當前市場環境中應該高度重視財務風險，由于研究選取的樣本、時間段以及變量的不同，合適的財務風險預警方法也就不同，并且通過比較分析表明邏輯回歸方法比其他方法更有優勢。MatthieuBussiere等人（2008）以邏輯回歸模型為基礎，創新的將二元離散選擇的方法運用到研究中。他們根據32家處于財務危機狀態的企業的財務數據建立了新的多變量邏輯回歸預警模型，并且劃分了多個預警區域。經過驗證，該預警模型基本可以比較準確的預測企業的潛在危機。

神經網絡模型。Coats和Fant（2005）將人工神經網絡運用于財務風險預警研究，建立了神經網絡財務風險預警模型。他們以94家破產公司與188家正常公司的財務數據為樣本，研究結果表明，神經網絡預警模型預測的準確性較高。Edward I.Altman（2009）等運用多變量線性分析方法和BP人工神經網絡方法研究了164家上市公司的財務數據，發現其中16%的公司財務存在危機，30%的公司財務狀況需要引起管理層的密切關注，54%的公司處在正常運營的過程中。Clarence Tan（2009）總結了現有的BP神經網絡財務風險預警模型，并選取多家銀行的財務數據為樣本建立了銀行神經網絡財務風險預警模型，并驗證銀行神經網絡財務風險預警模型的有效性。

綜上所述，國外財務風險預警研究主要集中于對財務風險預警模型的構建，研究成果較為成熟，并且廣泛應用于實踐中。國外學者在財務風險預警模型方面的研究經歷了單元判別模型、多元線性判別模型、多元邏輯回歸模型及神經網絡模型等幾個階段，使得財務風險預警成為公司財務風險研究中的一個重要領域。

1.2 國內研究現狀

1.2.1 財務風險理論研究

劉恩祿，湯谷良（1989）較早給出了財務風險的定義，認為財務風險是指企業在籌資、投資、利潤分配等一系列財務活動過程中，由于受外部或內部不確定性因素的影響，實際收益偏離預期目標并給企業及股東造成損失的可能性。李平（2013）重點研究餐飲企業財務方面存在的問題，認為財務風險是餐飲企業不可避免的難題，并分析了餐飲企業產生財務風險的原因。張影（2013）認為餐飲業面臨的主要財務風險是籌資風險、投資風險以及營運風險，并從餐飲企業自身以及企業面臨的大的宏觀環境分析了財務風險產生的原因。

1.2.2 財務風險預警模型研究

單變量判別模型。吳世農，黃世忠（1986）通過《中國經濟問題》的一篇文章首次介紹了企業破產分析的相關預警指標和單變量預警模型。陳靜（1999）對我國上市公司的財務困境進行了預測，她對同行業同規模的27家ST公司的財務數據進行了單變量預警研究。研究結果表明流動比率、資產負債率、總資產收益率和營運資本比率對企業財務失敗的反應較為敏感。