我國創業板上市公司投資風險評價

曹金飛

（1.復旦大學 經濟學院，上海200433；2.常州工學院，江蘇 常州 213022）

我國創業板上市公司投資風險評價

曹金飛1，2

（1.復旦大學 經濟學院，上海200433；2.常州工學院，江蘇 常州 213022）

相對于主板，我國創業板上市公司具有更注重研發、行業發展前景，以及企業規模小、財務數據相對不規范等特征，本研究據此設計了一個全面反映我國創業板企業特征的風險評價指標體系，同時為了彌補客觀財務信息失真和主觀打分偏向的缺陷，采用綜合A H P法和主成分法來對指標進行賦權，對我國創業板公司的投資風險進行了評價，研究結果表明，我國創業板未達到弱勢有效特征，且總體投資風險偏高。

創業板；指標體系；投資風險評價

一、引言

近年來創業板市場的強勁表現和2015年“股災”中市值大幅縮水，創業板公司股價劇烈波動不僅牽動投資者的心弦，也吸引了業界和學界更加關注中國創業板的投資風險評價，并重新審視傳統的創業板上市公司的評價方法和技術。

對于上市公司評價，國外較早的評價方法是Altman在1968年采用22個財務比率經過數理統計篩選建立包含有5個變量Z-值模型以及后來又改進的 ξ判別分析模型[1，8]。之后，J.P.摩根在1997年設計開發了一種Credit Metrics模型，這個模型就是利用度量資產組合價值大小來確定信用風險，類似的還有KMV公司開發的組合經理系統（Portfolio Manager System），是依據默頓期權定價理論用于有風險的貸款和債券的估值中，通過企業的不履約的概率來反映銀行的風險情況[2，6]。1998年，McKinsey公司開發了用于研究投資組合風險和收益的模型，是運用經濟計量學和蒙特卡羅模擬來實現，這種方式能得出具體的損失分布情況。還有畢馬威公司設計的一種風險中性的信用風險評價體系，該系統應用了預期凈現值和風險調整的資本收益法[3-5]。總體看國外的研究傾向于依賴客觀的財務指標和歷史數據挖掘，這可能與國外較成熟的市場特征有關。

國內方面沈克慧、王宗軍（2010年）以三板市場為樣本，選取凈利潤、凈資產、每股收益和每股凈資產四個財務指標，進行綜合績效評估，研究發現：三板市場上市公司評價的整體的業績傾向于偏差[7]。宋永鵬（2011年）利用面板數據采用主成分分析法，探討了影響企業R＆D能力的主要因素，研究結果顯示R＆D能力對企業經營績效的解釋力強于R＆D支出[9]。陳思鳳（2011年）在分析了創業板市場及其上市公司特殊性的基礎上，利用風險預警建模過程提出了一個研究框架，建立創業板上市公司風險預警模型[10]；劉澤榮（2013年）論證了構建創業板上市公司財務評價指標體系的特點：辯證性；公正性和預測性[11]。張占貞等（2013年）根據創業板市場中小企業高科技和高成長的特點，采用因子分析法對收集的2011年財務指標的數據進行了主成分分析，以提取的4個主成分做了聚類分析[12]。總體看，國內研究的評價指標體系大部分沒有能夠全面的反映創業板特征，評價方法缺乏綜合性。

鑒于此，本文構建一個既包含客觀財務信息也包括發展潛力和綜合素質的評價指標體系，同時，為了彌補傳統單一評價方法不足，運用主觀評價和客觀評價相結合的方法對創業板的情況進行研究。

二、影響創業板上市公司投資風險的因素分析

根據范陽（2015）對比納斯達克和中國創業板市場有效性的分析：中國創業板未表現出弱勢有效。這表明中國創業板股價反映的信息更少，可能由于中國創業板上市公司相對于國外發達成熟市場特點就是市場時間短，價值發現功能不成熟，還有就是由于創業板企業都是中小企業財務信息容易失真，以及中國創業板企業潛在價值更難挖掘發現等，據此，本文把影響創業板企業價值的因素分為：企業的償債意愿（信用情況）、企業的財務情況（盈利能力、營運能力、償債能力）、企業發展前景、企業素質和企業競爭力情況。

本文構建創業板企業評價指標體系如表1所示。

表1 創業板上市公司風險評價的指標體系

三、創業板上市公司風險評價指標權重的確定

確定指標權重有客觀和主觀兩種方法，客觀賦權法主要依賴于客觀財務指標數據，有利于排除人為偏見，而主觀評價通過行業專家打分有助于認識潛在價值，為了集合2種方法的優點，本文采用層次分析法與主成分分析方法相結合來確定權重，具體方法如下：

（一）AHP法確定指標的權重

首先，根據所構建的指標體系，設計調查問卷，要求4位資深的投資銀行的專家（基金經理）就指標體系同一層中的所有指標進行兩兩比較，并給出比較結果。再采用九級比率標度，形成量化等級表。

表2 AHP法量化等級表

然后，建立判斷矩陣。如某個專家對B層的幾個因素進行分析比較后，得到的判斷矩陣，其具體數值如表4所示。

再進行層次單排序和一致性檢驗。記判斷矩陣 A1（見表 4）的最大特征根為 λmax，屬于 λmax的標準化向量為：ω＝（ω11，ω12，…，ω15）T，這里（ω11，ω12，…，ω15）=（0.147867，0.116682，0.122697，0.584340，0.091712）對應于第一個專家相對于其上一層因素關于素質、財務、市場、信譽、競爭力情況5個因素，按重要程度的一個排序。同理，也可以得到其余3位專家的重要程度的排序。為了防止專家在對指標進行兩兩比較時，可能會有判斷不一致的情形，要對專家的評價進行一致性檢驗。步驟如下：第一步，定義一致性檢驗指標（記為CI）CI=（λmax-n）/（n-1），以及隨機一致性指標均值，記為RI，它與樣本容量有關，見表3。

第二步，利用一致性檢驗判斷公式CR=CI/RI，如果CR＜0.1，檢驗通過；否則就要調整判斷矩陣，然后繼續步驟一。本文檢驗都通過了。

最后我們得到的第二層（B層）的五個因素的最后權重為：

最后，層次總排序。這一過程是最高層次到最低層次逐步進行的。具體計算結果如下表所示。

表4 專家一評價的判斷矩陣

表5 專家二評價的判斷矩陣

表6 專家三評價的判斷矩陣

表7 專家四評價的判斷矩陣

B層相對于A層的權重為：B1素質情況0.144 032，B2 財務情況 0.160 297，B3 市場潛力0.199 396，B4信譽情況0.323 409，B5競爭力情況0.172 864。

表8 C層權重值

同樣可以得到D層權重（見表9）。

（二）主成分法確定指標權重

第一，處理方法

表9 D層指標權重

（1）n 個樣本，每個觀察 p 個指標：X1，X2，…，Xp得到原始數據陣 X，P 個向量 X1，X2，…，Xp作

（3）求特征方程|R-λI|=0的 P個非負特征值和特征向量，對應于λi的特征向量為：

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

我們利用主成分分析得到的方差貢獻率即為權重。在本研究中，主成分個數的選取是根據各層指標對應個數來選取的。

本文采用我國創業板517家上市公司公開的數據和信息（選取標準是樣本指標有效且齊全）。

第二，各指標最終權重的確定

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

計算出的最終權重如表10所示。

四、評價結果

利用得到的權重，按照以下步驟計算評價結果：

第一步，本研究的不允許值和滿意值分別是上市公司各指標的最小、最大值。

第二步，然后計算各項指標單項評價系數。公式如下：

表10 指標權重的確定（綜合AHP法與主成分法后）

第三步，利用下面公式計算各單項指標的標準分（第i公司第j個指標）：

這里的ωj、dj（xj）分別表示第j個指標的權重、第j個指標的功效系數，這里的40為賦給該企業的基本分。

第四步，計算公司的總得分為：

由上表以及公式（1）和公式（2），就可以得到每一個上市公司的總得分。根據企業的實際得分情況及其分布，本文對創業板企業投資風險等級標準劃分如下：

表11 投資風險信用等級標準

結合表11，以及企業綜合得分結果（各企業具體得分略）創業板企業等級分布情況如表12所示。

表12 信用綜合得分分布情況

由表12可以得到信用得分分布圖：

圖1 創業板企業信用風險得分分布圖

表13 評價出的信用等級為“好”的公司（部分）

五、對結果的分析

第一，從評價結果與實際表現對比看，本文根據我國創業板上市公司特點設計的指標體系，不僅全面反映了企業財務指標價值，一定程度上挖掘了創業板上市公司的潛在價值。

第二，對比后發現，本文評價結果與樣本企業等級（有銀行評價的）接近，表明本文綜合利用專家打分和財務指標的主客觀結合方法，一定程度上彌補單一評價方法的不足，為創業板上市公司的投資風險評價提供了一個新思路。

第三，中國創業板上市公司總體資信得分偏低，投資風險仍偏高，評價為80分以上（好）的公司數量僅占6.38%，75～80分（較好）的公司數量占 15.47%，65～70分（較差）的企業最多，占到31.72%。投資者應該更加注重風險控制。

第四，本文從另一個側面也證明了我國創業板市場未達到弱勢有效的特征，股價反映的信息相對較少，投資者應該加強對創業板市場深入全面的分析、信息收集。

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

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

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

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

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

[6]于研.信用風險測定與管理[M].上海：上海財經大學出版社，2003.

[7]沈克彗，王宗軍，2010.基于模糊綜合評價法的三板市場上市公司績效評估[J].證券經緯（2）：170-173.

[8]吳勤，周國強，2005.中國上市公司財務風險預警模型的建立[J].統計與決策（3）：64-66.

[9]宋永鵬，2011.基于R＆D能力的創業板上市公司經營績效研究[J].科技進步與對策（24）：113-117.

[10]陳思鳳，2011.創業板上市企業風險預警建模研究[J].合肥工業大學學報（12）：1878-1882.

[11]劉澤榮，方芳，2013.創業板上市公司財務評價指標體系研究[J].財會通訊（3）：41-43.

[12]張占貞，2013.創業板上市公司財務風險評價研究[J].會計之友（1）：58-61.

（責任編輯：D 校對：T）

F830.59

A

1004-2768（2017）07-0006-05

2017-04-30

上海人民政府決策咨詢研究項目（2015-A-13）；江蘇省高校哲學社會科學項目（2015SJD522）

曹金飛（1981-），男，安徽五河人，復旦大學經濟學院博士研究生，常州工學院講師，研究方向：國際金融、金融工程。