投资价值的估值方法

前言：想要写出一篇令人眼前一亮的文章吗？我们特意为您整理了5篇投资价值的估值方法范文，相信会为您的写作带来帮助，发现更多的写作思路和灵感。

投资价值的估值方法范文第1篇

在椰风海韵的海口，头天晚上遇到的人是潘石屹，后来SOHO中国董事长。老潘精于数字与市场，口才绝佳。老潘后来推荐了一位戴眼镜瘦瘦的人大研究生，在简陋的环境里与我谈中国未来的前途，他叫易小迪，现在阳光100的董事长。再后来，见到理想丰满的冯仑（万通董事局主席）、目光深邃的王功权（后来著名的风投大佬兼2011年更为著名的“私奔帝”）。总之，当时年轻的人们没房也没有什么钱，不知道未来在哪里，有的只是青春、热情、干劲与理想，但是他们仅仅是暂时的“贫”，却不“穷”。虽然没有钱财，却理想远大，之后的二十年他们将理想演绎成现实。

第一次启蒙应该是听海南证券董事长张志平讲股票。当时印象深刻关于股票的书是水运宪写的《深圳股市大震荡》，很久以后才知道《乌龙山剿匪记》是他的代表作。

实际进入股票市场应该是始于1993年，那年北京天龙、天桥上市。股票投资的“低门槛”让包括我在内的几乎所有人都能没有阻碍地进入股市，能投资赚钱，还不需要特权、不需要关系、不需要行贿，实在是太好了。很多年以后，我才逐渐明白，正是股市的“看似低门槛”害了很多人，令许多人前赴后继、执迷不悟，在这方面股市确有与赌场相似之处。视股市如赌场却还在里面掺和的人本身就是赌徒，小赌怡情倒也罢了，想通过赌博取得财务成功无异于缘木求鱼。

最初开户是在华夏证券东四十条营业部，当时常见负责人之一是范勇宏（后来华夏基金的老总），以及忙碌的股评家赵笑云，那里还有当时寂寂无名后来却名震江湖的人——姓王名亚伟。

1993年入市并不是个好时机，那年春天上证指数达到1500点，次年跌至悲惨的300点，相隔12年之后的2005年上证指数才998点，相隔19年之后的2012年春天也不过2200点。当时大家实际上都不明白股票到底为何涨跌，于是各种今天看来莫名其妙的理论活跃于媒体及市井，当年的振振有词今日看来多是妄言与臆断。

1993年至1995年，我也像现在很多人一样处于“玩一玩”的阶段，没有多少钱投资，跌了固然不高兴，却不至于跳楼；涨了高兴一下，也解决不了什么问题。如饥似渴于各种可能得到的投资书籍，并通过认真工作积累本金。在互联网尚未出现的日子中，文字信息的获取成本比今天高很多，去新华书店看书，为了省下存自行车的2分钱存车费，需要将车停在远远不要钱的地方，再走回到书店。即便去图书馆，基本上也是站着看书，舍不得从书架走回座位的时间，渐渐养成了飞速阅读的习惯。

这种黑暗中的摸索直到1995年有关巴菲特的书出现在我生命里，如同黑屋中忽然射进一道灿烂的日光，又如同茫茫暗夜中的航船发现了指路的明灯。这本书就是后来的《巴菲特的道路》（The Warren Buffett Way），他的投资理念诸如买股票就是买企业、好企业好价格等现在听来尽人皆知，但当时简直是天外来音，闻所未闻。对于他的感激之情在多年之后融入我写的《巴菲特，生日快乐！》一文中。

乘着来自巴菲特的灵光，1996年初我倾尽所有播种于股市，在给友人的信件中我写到：“在春节休市前几乎将所有的资金都投入了，看来收获季节只需要耐心等待即可。”其后的两年采取“买入并持有”的方式，仅仅持有两只股票—— 长虹和兴化，取得约十倍的回报（同期指数大约上升了两倍），奠定了后来的财务基础。这段经历当年以《关于股票投资的通信》系列分期发表于《金融时报》，以至于时隔十余年后，还有人因此寻找到我。再之后我决定去美国读书，可以说我是用长虹的“奖学金”读完了美国MBA课程。

如何在远隔重洋，没有互联网信息、没有网上交易的年代，决胜万里之外，这是个从未有过的挑战。

杨天南

投资价值的估值方法范文第2篇

Abstract： Research on extending Ohlson model， using multivariate regression analysis methods， choose the period that Chinese stock market sharply changing from 2005 to 2009， discusses the relevance between commercial bank stock price and main factors which affect the investment value （such as GDP， the RMB exchange rate， Net interest margin and the rate of bad loans）. Findings： Joining the macroscopic factors， the model fit is strengthened， but isn't checked with the micro factors. Add the GDP growth rate into the Ohlson model， the model fit achieves to 77.94%； Add RMB exchange rate， the correlation between appreciation of the RMB and the commercial bank investment value is negative， which is opposite to the investment market generally views， at this stage China's commercial banks still can not reasonably respond to the opportunities and challenges of the RMB exchange rate changes.

关键词： Feltham-Ohlson估值模型；商业银行；价值评估

Key words： ohlson model；commercial banks；evaluation

中图分类号：F83 文献标识码：A 文章编号：1006-4311（2013）11-0155-03

――――――――――――

基金项目：江苏省教育厅2011年度高校哲学社会科学研究项目，项目编号2011SJD630026。

作者简介：王强（1979-），男，江苏淮安人，讲师，东南大学硕士研究生，主要研究方向为投资价值研究，信息化管理。

0 引言

奥尔森与Feltham合作，在上世纪90年代提出了Feltham-Ohlson估值模型，该模型对“盈利是如何与收益相关的、盈利作为收益的主要信息变量的原因”等问题进行说明，直接将公司投资价值与会计盈余想关联。

针对该模型，国内外的专家学者都进行了研究。Bernard[1]证实Feltham-Ohlson估值模型得出的理论价值能解释股价的68%～80%，在检验了Feltham-Ohlson模型有效性的同时，揭示了会计收益和净资产与股票价格之间的关系。中国学者陆宇峰[2]利用中国股市1993～1997年的数据对Feltham-Ohlson模型进行了研究，发现中国上市公司会计收益、净资产对股票价格具有一定的解释能力和增量解释能力。

国内外的学者将主要精力放在介绍奥尔森估值模型和研究适用性上[3][4]，结合具体行业进行研究的很少；同时我国商业银行作为关乎国计民生的特殊行业，有许多影响其投资价值的因素[5][6][7][8]。本文根据Feltham-Ohlson股权估值理论与经验性模型，结合中国上市商业银行行业特征进行拓展研究，构建新的股票价格经验性模型，并用会计报表和对应的股票价格予以检验，研究影响中国上市商业银行股票价格的因素。

1 Feltham-Ohlson估值模型及拓展

奥尔森估值模型认为，公司内在价值等于目前账面价值加上未来各期剩余收益的现值。结合到证券市场上，账面价值可由每股净资产描述，剩余收益是指超出市场平均水平（或投资者期望的收益水平）的收益，剩余收益的现值是将剩余收益折现到当前，剩余收益与公司每股盈余相关。

为考察商业银行的投资价值与每股会计盈余、净资产的价值相关性，所以采用奥尔森在1995年提出的公司价值公式[9]：

V=α1+α2E+α3bv+ε

变量定义：V为每股股票价格；E为每股会计盈余；BV为每股净资产。

但是由于经验性模型没有考虑商业银行的行业特点，所以结合上市商业银行的行业特点，本文将就影响商业银行的微观因素（净息差JXC、不良贷款率BLDKL）和宏观因素（GDP增速、人民币对美元汇率HL）逐个进行拓展。所以做如下设计。

①加入净息差的解释力度R■■：V1=a1+b1E+c1BV+d1JXC+ε；

②加入不良贷款率的解释力度R■■：V2=a2+b2E+c2BV+d2BLDKL+ε；

③加入GDP增速的解释力度R■■：V3=a3+b3E+c3BV+d3GDP+ε；

④加入人民币对美元汇率的解释力度R■■：V4=a4+b4E+c4BV+d4HL+ε。

2 拓展研究

2.1 研究假设 我国商业银行投资价值中企业层面的微观因素已体现在每股净资产和收益上，只有加入影响商业银行投资价值的宏观因素，才能提高模型对股价的解释力度。所以有以下假设。

假设一：增加宏观因素，如人民币对美元汇率、GDP增速都能增加解释力度。

假设二：增加微观因素，如不良贷款率、净息差存在多重共线性的可能。

2.2 研究样本、样本期间与数据描述

①研究样本选自在上海证券交易所与深圳证券交易所上市的所有商业银行。

②为使研究更具代表性，样本期间为2004-2008会计年度，由于各上市公司年报公布的截止时间是次年的4月份，那么对应的股市运行时间为2005-2009年，在这五年中，我国股市风云变幻，经历了大熊市、大牛市和各种震荡行情，商业银行股的股价也随之大幅波动。

③研究样本取自沪深股市相关数据，公司财务数据来源于各公司财务报表，公司股价数据则来自于国泰君安的市场交易数据库，人民币汇率和GDP增速来自央行网站。其中人民币汇率（对美元）这5年分别是8.2765、8.0702、7.8087、7.3046、6.8346；GDP增速是10.1%、10.4%、11.1%、11.4%、10.1%。

2.3 研究结果及分析

2.3.1 加入净息差的模型 在表2中，t值为1.183702、2.635385、1.543307和-1.3272，其中有2个t值的绝对值不能大于置信区间为85%的t分布值；p值为0.257724、0.020576、0.146742和0.207282，说明分析结论犯错误的风险约在26%、2%、15%和21%；不能通过t校验。由于每股净资产、每股收益和不良贷款率存在较强的相关性，很难把每个变量对因变量的影响区分开，存在多重共线性的可能，符合假设二。

2.3.2 加入不良贷款率的模型 在表3中，t值为0.162324、1.939227、1.627783和0.552896，其中有2个t值的绝对值不能大于置信区间为85%的t分布值；p值为0.871889、0.059733、0.111624和0.58349，说明分析结论犯错误的风险约在87%、6%、11%和58%；不能通过t校验。由于不良贷款率和每股净资产、每股收益存在较强的相关性，很难把每个变量对因变量的影响区分开，存在多重共线性的可能，符合假设二。

2.3.3 加入GDP增速后的模型

①表4中，模型的解释力度（R■■）为77.94%，说明引入“GDP增速”这个变量后，模型的解释力度得到了加强，符合假设一。

②表5中的t值为-6.03706、3.531118、1.644287和6.163925，除每股盈余外，t的绝对值均大于置信区间为99%的t分布值2.75；p值为3.51E-07、0.001019、0.107583和2.31E-07，说明以上分析结论中，除每股盈余外，犯错误的风险显著小于1%；每股盈余的t值大于置信区间为90%的t分布值，p值说明犯错误的风险显著小于8%，均在可以接受的范围内。“每股净资产”、“每股盈余”、“GDP增速”三个变量的系数均大于零，说明三个因素和股价存在正相关性，符合理论预期。

③结果分析：商业银行的投资价值与基本经济状况高度相关，经济周期的兴衰循环影响商业银行绩效。在经济的低谷期，实体经济增长率低，企业破产加剧，银行有效贷款减少，呆坏账情况更加严重，投资业务也由于经济的下滑而使得投资的账面价格下跌很多，导致银行绩效与经济运行呈现同向下跌变动；在经济高涨时期，实体经济增长迅速，银行贷款增长迅速，贷款质量较高，银行投资业务开展也比较顺利，中间业务快速增长，银行绩效与经济运行呈现同向上升变动。

2.3.4 加入人民币对美元汇率后的模型

①表6中的模型的解释力度（R■■）为61.15%，说明引入“人民币对美元汇率”这个变量，模型的解释力度得到了加强，符合假设一。

②表7中的t值为-1.76641、2.498785、1.641147和1.850605，t的绝对值均大于或接近置信区间为90%的t分布值1.684；p值为0.084594、0.016459、0.108236和0.071268，说明以上分析结论中犯错误的风险小于11%，均在可以接受的范围内。

“每股净资产”、“每股盈余”系数均大于零，说明“每股净资产”、“每股盈余”和股价存在正相关性，符合理论预期；由于本次统计数据采用1美元可兑换的人民币，“人民币对美元汇率”系数大于零，说明可兑换的人民币越多（即人民币贬值），股价越高，这与理论预期相反。

③结果分析：商业银行投资价值与人民币汇率有一定的负相关性，这与普遍的市场分析相反。笔者分析认为：人民币升值给银行系统带来了更大的流动性，同时导致人民币资产最为集中的银行股权价值大大增加。此外，人民币升值还将极大地促进国内银行海外扩张的规模与速度。以上因素虽有利于商业银行投资价值提升。

但是由于在我国，制造业是重要的支柱产业，也是商业银行贷款的主要对象，人民币升值导致制造业行业景气度下降，必然导致商业银行绩效降低。近年来，虽然我国部分银行进行海外扩张，但是目前，我国商业银行的绝大多数业务范围都在国内，且许多海外扩张的案例都以失败告终，所以人民币升值对我国商业银行在海外扩张的促进力有限。

综合以上分析，人民币升值是把双刃剑，把握住机会、合理避免其危害，才能有利于提升商业银行价值，反之则降低商业银行价值。根据以上实证分析说明，现阶段我国商业银行尚不能合理应对人民币汇率变化带来的机遇和挑战。

3 总结

本文根据Ohlson股权估值理论与经验性模型，结合中国上市商业银行行业特征构建新的股票价格经验性模型（GDP增速、人民币汇率、净息差和不良贷款率），并用中国上市商业银行2004～2008年会计报表数据和对应的2005～2009年股票价格数据予以检验，研究影响中国上市商业银行股票价格的因素。

研究发现：在加入宏观因素后，模型的解释力度得到加强，加入微观因素却不能通过校验；在奥尔森模型中加入GDP增速后，模型的拟合优度达到了77.94%；在加入人民币汇率后发现，人民币升值与商业银行投资价值负相关，这与投资市场的普遍观点相反；实证分析说明，现阶段我国商业银行尚不能合理应对人民币汇率变化带来的机遇和挑战。

参考文献：

[1]Bernard，V.L.“The Felthem―ohlson Framework： Implications for Empiricists.”Contemporary Accounting Research 1995，V11，733-747.

[2]陆宇峰.费森-奥尔森估值模型和P/B，P/E实证研究[M].上海：上海三联书店，2000.

[3]郭艳霞，徐文学.基于会计信息的企业内在价值评佑方法[J].财会通讯，2004，（8）.

[4]党建忠，陈军，褚俊红.基于eltham-ohlson模型的中国上市公司股票价格影响因素检验[J].统计研究，2004，（3）.

[5]朱赞赞.中国国有商业银行赢利能力研究[D].上海：华东师范大学，2004.

[6]易恒.中国银行类上市公司价值评估探讨[D].成都：西南财经大学，2007.

[7]董国欣.上市银行投资价值综合评价模型研究[D].大连：大连理工大学，2007.

投资价值的估值方法范文第3篇

估值的科学与艺术之惑

巴菲特曾说，投资的要义仅有两点：买什么类型的企业；用什么价格买你所选定的企业。前者主要面临的，是未来哪些企业盈利增长的空间最大、持续性最强的问题；而后者主要面临的，则是估值问题。当前A股市场仍处牛市初期，估值的问题就更容易让人关注和迷惑。不同类型的股票应该给予多少估值呢?这既是一门科学，更是一门艺术。

科学估值难给出

从科学的角度看，各种估值模型中，以通过合理预估公司未来现金流，并进行贴现得到公司合理价格的现金流贴现模型最为经典。但由于蕴涵太多的假设，现金流贴现模型往往与股价偏离最大。另外，在多数情况下，特定产业业内人士对于该产业中企业价值的判断更具影响力，若排除其中的控股权溢价因素，产业资本的收购价格将是一个好的企业估值参照指标。但是在多数情况下，难以对动态变化的企业给出一个精确、科学的估值，连巴菲特这样严格的价值投资者，也需要在买入股票时寻找一个足够的安全边际，即当前证券的市场价格必须明显低于计算所得的企业内在价值。

艺术估值非理性

从艺术的角度看，企业估值的弹性主要来自3个方面：一是企业盈利增长的确定性；二是企业盈利增长的持续性；三是资金的偏好与企业稀缺性的供求关系。总体而言，一个具备确定性盈利的企业，具备类似债券的估值。但企业盈利确定与否，企业盈利增长的持续性，不同的人有不同的见解，有时就连企业的经营者也难以判断，这又产生了新的估值差距。

在市场流动性的不同阶段，理性和非理性泡沫的不同发展阶段，对特定类型的企业往往产生特殊的投资偏好，如漂亮50(原本指美国证券市场最具代表性的50家人公司，此处泛指那些属于行业龙头、最具投资价值、拥有出色业绩的优秀企)、互联网泡沫等，都可能使部分具备特定潜质的企业，由于相对稀缺因素，造成估值的非理性。若估值的艺术性超过估值的科学性，并且在相当长一段时间主导市场，那就非常容易进入自我强化阶段，产生集体非理。

解惑估值：买入伟大的公司

投资价值的估值方法范文第4篇

【关键词】 DEA； 价值挖掘； 规模收益； 动态估值

价值分析是决定股票价值及价格的基本要素，如对宏观经济指标、经济政策走势、行业发展状况、产品市场状况、公司销售和财务状况等进行的分析，从而评估出股票的投资价值。上市公司估值方法通常分为两类：一类是相对估值方法，包括市盈率估值法、市净率估值法和EV/EBITDA（企业价值/息税、折旧、摊销前利润）估值法等；另一类是绝对估值方法，包括股利折现模型估值、自由现金流折现模型估值等。本文提到的基于DEA模型的价值挖掘属于相对估值方法，其侧重于对同行业或具有相似概念股票的相对低估价值的挖掘，尤其适用于板块或概念轮动的行情中，其在有效回避风险的同时，保证了相对稳定的收益。

一、方法选择与数据定义

（一）方法选择

数据包络分析（Data Envelopment Analysis，简称DEA）是美国著名运筹学家A.Charnes和W.W.Cooper等学者在“相对效率评价”概念基础上发展起来的一种新的系统分析方法。它主要采用数学规划方法，利用观察到的有效样本数据，对决策单元（Decision Making Units，DMU）进行生产有效性评价。DEA模型是以最优化为工具，并不预设输入与输出决策单元间的关系或权系数，有效剔除了人为因素的干扰，因此广泛应用于各个行业的有效性评价上。本文选取的针对DMU0的CCR模型如下：

Minθ

s.t.

■Xjλj+S-=θXi0■Yjλj-S+=Yj0λj≥0，S-≥0，S+≥0，θ∈[0，1]

解得最优解为θ*，λ*，S*-，S*+（S*-，S*+为松弛变量）。基本结论有：

1.θ*=1，且每个最优解的S*-=S*+=0时，DMU0为CCR模型下DEA有效。

2.θ*=1，S*-，S*+存在非零时，DMU0为CCR模型下弱DEA有效。

3.θ*

4.若∑λ*j=1，则该DMU0规模收益不变；若∑λ*j1，则该DMU0规模收益递减。

（二）数据定义

应用DEA模型对上市公司进行价值挖掘，可将各上市公司看作是不同的决策单元。在确定指标体系时，应避免投入和产出指标体系内部的强线性关系，而且还要考虑指标的重要性、可获得性和针对性。本文拟将上市公司经营效率、发展能力、获利能力、送配股与派现能力四方面因素作为投入指标，二级市场中股票的成交量与市价作为产出指标。具体指标如下：以“总资产周转率”反映上市公司的经营效率，“主营收入增长率”反映发展能力，“净资产收益率”反映获利能力，“每股资本公积金”与“每股未分配利润”及“每股经营现金流”之和反映送配股与派现能力，一段时期内的“累计换手率”与“市场均价”分别反映二级市场中股票的成交量与市价。

本文选取了煤炭行业中的18只样本股票，包括：（600123）兰花科创、（600188）兖州煤业、（600348）国阳新能、（600395）盘江股份、（600408）安泰集团、（600508）上海能源、（600740）山西焦化、（600971）恒源煤电、（600997）开滦股份、（601001）大同煤业、（601666）平煤天安、（601699）潞安环能、（000552）靖远煤电、（000933）神火股份、（000937）金牛能源、（000968）煤气化、（000983）西山煤电、（002128）露天煤业。样本指标数据来源于各上市公司2007年第三季度季报，而在统计“累计换手率”与“市场均价”的时期范围时，要尽量充分反映市场对季报的预期效应和持续影响，此时期范围可设为2007年9月7日至2007年12月28日。样本数据均来源于Wind资讯理财终端。

由于本文选取的CCR模型要求所有的样本数据必须是正值，因此还要对数据进行无量纲化处理：■=0.1+■×0.9，其中Zij为原样本数据，■为无量纲处理后的数据，0.1≤■≤1，maxZij=aj，minZij=bj。

二、实证分析

（一）DEA有效性分析

从图1的分析结果来看，露天煤业、兰花科创、兖州煤业、国阳新能、盘江股份、西山煤电、靖远煤电、山西焦化、恒源煤电这些上市公司是DEA有效的决策单元。DEA有效也说明了在相同的经济环境和行业背景下，二级市场中的成交量和价格方面，这类上市公司已经相对充分地反映出包含在季报中的潜在价值。而大同煤业、潞安环能、安泰集团、煤气化、神火股份、上海能源、开滦股份、平煤天安、金牛能源这类上市公司不同程度上是非DEA有效的决策单元。非DEA有效说明季报中包含的潜在价值在二级市场中的成交量和价格方面还有待进一步挖掘。即在目前的市场状况下，非DEA有效相对于DEA有效的上市公司更具有投资价值。

（二）规模收益分析

从表1的分析结果来看，DEA有效的上市公司都是规模收益不变的，表明从季报中挖掘出来的价值与二级市场中成交量和价格的变动趋势已达到了一种均衡状态，即股票价值的挖掘已相对充分。而非DEA有效的上市公司中，除了潞安环能和神火股份是规模收益递减，其他上市公司均是规模收益递增的。规模收益递增表明这类上市公司季报中的指标值一旦有所改善，更容易受到市场关注，如价稳量增、价量齐升、价涨量稳等等，此时体现更多的是市场买入信号，因此此类上市公司也就更有投资价值。而规模收益递减表明即使这类上市公司基本面有所改善，市场对其也是保持谨慎的态度。究其原因，从表2中的松弛变量S*值可以看出，只有潞安环能和神火股份的累计换手率的松弛变量大于零，说明在样本数据选取的时间范围内，这两只股票的活跃程度要低于行业的整体表现，而这两只股票的市场价格在整个行业中也处在相对高位，表明投资者在潜在的价值高估风险面前还是比较谨慎的。因此对于这类股票还是谨慎观望为主。

（三）DEA模型的优化

由于投入指标的松弛变量值若大于零可以理解为是投入的优势，而在此DEA模型下，非DEA有效上市公司的投入指标松弛变量大于零的情况主要集中在主营收入增长率上，表明市场对这一指标的差异并不敏感，为此可以剔除主营收入增长率这一指标用以优化模型。

从表3中可知，只有恒源煤电的θ*值在模型优化前后变化较明显，由原来的1变为0.8371，主要原因是恒源煤电的主营收入增长率只有2.03%，远低于行业平均水平50.79%，这也导致了其∑λ*j值由原来的1变为0.8145，而其余各股票的分析结果在优化前后都趋于一致。这也证实了主营收入增长率这一指标对整个模型的影响非常有限，因此剔除这一指标能达到优化模型的作用。

（四）DEA模型下的动态估值

目前，根据对股票价格影响的不同因素建立起来的估值模型，如现金流贴现模型、零增长模型、不变增长模型、可变增长模型、市盈率估价模型等，大多是从某个角度对股票价格决定进行评估研究，因此能从多角度综合分析DEA模型的估值方法更体现出了它的优越性。

从表4可以看出，DEA模型下的动态估值是以公司基本面分析为基础，配合市场成交量变化进行分析，以同行业或同概念的股票作为评价对象，体现的是一种相对估值的方法。由于市场预期作用，成交量与价格的变动往往要先于财务报表中体现公司价值的各指标数据的变动，并且财务报表的披露具有一定的周期性，并不能及时体现公司价值的变动，而成交量变动的连续性正是克服了单纯依赖财务报表进行评价估值具有周期性的不足。该模型成立的前提是同一时期对同行业或同概念股票的预期投资回报率整体上趋于一致性，在成交量上可认为各股票累计换手率与行业同期的平均累计换手率趋于一致性。在此前提下DEA动态估值的具体操作步骤如下：只相应调整某一决策单元的产出指标值，使累计换手率达到行业平均水平（累计换手率可根据不同的统计时期范围而体现出相对的动态变化），市场价格不断变化，同时保证其投入指标值与其他决策单元各指标值不变，直到该决策单元恰好达到DEA有效为止，此时市场价格就是该模型评估出的股票相对价值。

三、结论

本文以DEA相对效率评价理论为基础，建立了DEA动态估值模型，对上市公司价值进行了挖掘，并对非DEA有效且规模收益递增的上市公司进行了价值重估，达到了为投资决策提供参考的目的。然而这个模型并不能对DEA有效（规模收益不变）或规模收益递减的上市公司的价格是否合理作出解释。也就是说若那些DEA有效的上市公司中存在着大量的价值高估现象，那么此模型挖掘出来的低估价值也未必是低估的。

【参考文献】

[1] 魏权龄.数据包络分析[M].北京：科学出版社，2004.

[2] 吴文江.数据包络分析及其应用[M].中国统计出版社，2002.

投资价值的估值方法范文第5篇

关键词：双因子模型 量化投资 超额收益Alpha

1前言

随着我国股市体制改革，股票市场迅猛发展，股票投资新增账户和新股扩张飞速，截止到2015年7月，股票账户数已经突破2亿，两市A股约有多2700多只股票，并推行多种利好政策逐步为股票投资者铺平了道路。在牛短熊长的中国股票市场，众多依赖传统方法进行投资的投资者往往会损失惨重，此时利用量化投资策略以寻求较为稳定超额收益的投资方法愈来愈受到投资者青睐，其中尤其是超额收益Alpha量化投资策略广为受到关注。

2量化投资与超额收益Alpha投资策略

量化投资就是通过收集整理现有已发生的大量数据，并利用数学、统计学、信息技术建立数学模型对收集到的数据进行分析研究，从而构建最优投资组合以获得超额收益。简而言之，它是一个将传统投资理念、风险、收益等进行量化并付诸实现的过程。在国内量化投资起步较晚，但随着国内金融市场的不断对外开放并与国际接轨，在国际上较为盛行的金融研究技术也逐步在国内铺展开来，但目前投资策略的系统化研究仍是我国量化投资长远发展的薄弱之处。因此，更加系统的投资策略研究和实践成为当下迫切的需求。系统投资策略及组合能推动量化投资的快速发展，对中国金融生态系统的良性循环起到积极的作用。

所谓超额收益Alpha指的就是实际收益率中高于对应的预期收益率的超额收益部分，严格地来讲，超额收益Alpha是用来衡量一个在风险调整下由投资所产生的“主动收益”。超额收益Alpha量化投资策略主要来源于CAPM模型，在CAPM模型中，投资组合的收益率等于无风险利率加上风险溢价，只有承担更多的风险才能获得更高的收益。资产的收益主要取决于β值，β值越高，期望收益相对越高，β值越低，期望收益相对越低。

在CAPM模型的基础上，超额收益Alpha常被用来衡量基金的业绩，具体公式如下：α=HPR-Rf-βi[E（Rm）-Rf]。

其中HPR为持有期实际收益率，在众多的投资实践操作中已经得到证明，当选择股票投资组合适当时，股票基金能够获得高于市场平均水准的超额回报。随着资产市场的发展与成熟，超额收益的理念被广泛接受，从而促使愈来愈多的投资者采取投资组合主动管理的方式来获取超额收益，与之相关的策略称之为超额收益Alpha策略。

3双因子模型量化投资策略

不同的具有投资价值的因子（包括盈利性、估值、现金流、成长性、资产配置、价格动量和危险信号等类别）组合便构成了不同的因子模型，如单因子模型、双因子模型以及多因子模型等，其中单因子模型具有不可靠性且多因子模型建模较为复杂，双因子模型则以较高的可靠性且操作较为简便而受到重视。双因子模型典型的有盈利性和估值、成长性和估值、估值和价格动量、现金流和估值、估值和估值、盈利性和盈利性、盈利性和价格动量、估值和资产配置以及估值和危险信号等，其中盈利性和估值、成长性和估值、估值和价格动量和现金流和估值四种双因子模型效果最强。

3.1盈利性和估值

盈利性和估值是两个具有较强投资价值的因子，且两者在一定程度上相互孤立，盈利性用来衡量基本面，决定了公司资源的质量，而估值则是与市场因素（价格）相结合的基本因子，确定了投资者为这些资源必须付出的价格，这两个因子不论以什么顺序组合都是有效的。盈利性因子具有较好的普适性，能产生显著收益，具有良好的一致性和低波动性。

在众多的能反映盈利性和估值的因子中，可以选取进行自由组合从而构建双因子模型。其中由现金流价格比和现金投入资本回报率、企业价值倍数与投入资本回报率、市净率和经济利润、净资产收益率和市净率、投入资本回报率和市销率、现金投入资本回报率和市销率、现金投入资本回报率和价格资本、自由现金流加股息和净资产收益率以及市净率和经营性现金流比股东权益等组合最为常用。

3.2成长性和估值

所谓成长性是指公司收入或现金流产生能力的增加。分析成长性的目的在于观察企业在一定时期内的经营能力发展状况。成长性比率是衡量公司发展速度的重要指标，也是比率分析法中经常使用的重要比率。在成长性因子与估值因子结合时，估值因子则是确保投资者不会为公司的增长付出过高的价格，从而得到合理价格增长策略。

3.3估值与价格动量

投资者情绪对股价走势产生重要影响，而价格动量在一定程度上反映了投资者情绪。动量就是一种专门研究股价波动的技术分析指标，它以分析股价波动的速度为目的，研究股价在波动过程中加减速与惯性作用以及股价动静相互转换的现象。动量指数的理论基础是价格和供需量的关系，如果股票的价格动量为正，说明需求超过了供给，投资者情绪会变得更加积极。如果股价的价格动量为负，则表明供给超过了需求，投资者悲观态度会占据上风，转向看跌，估值倍数则有可能降低。因此价格动量因子常用于衡量投资者情绪和作出投资时机决策的重要工具。估值因子能反应股票的价格高低，但不能解释股票价格高低的根本原因。当估值因子与价格动量因子相结合时，能更好解释股票价格变化，弥补了估值因子不足之处。

3.4现金流和估值

在投资策略研究中的现金流指的是经营活动中的现金流，融资投资等活动产生的现金流不包括在内。现金流能反映公司盈利的真实性。当然单独使用现金流因子的投资策略有时候会失效，但与估值因子结合，能避免分析失效现象的发生。现金流因子能遴选出产生大量盈余现金的公司，而估值因子则确保投资者不会现金生成能力支付过高的价格。

4结后语

随着计算机技术的不断发展，量化投资在国内愈来愈受到投资研究者与实践者的青睐，基于实现超额收益Alpha的量化投资策略成为研究的重点。本文简单介绍了量化投资与基于超额收益Alpha投资策略，通过对盈利性和估值、成长性和估值、估值和价格动量和现金流和估值四种双因子模型进行阐述介绍了基于双因子模型的量化投资策略，为今后更加深入的基于双因子模型的量化投资策略对比研究提供参考。参考文献：