论文部分内容阅读
从2000年创业板的豪赌，2007年Pre-IPO项目的疯投，到现在VC/PE概念的全民普及，中国股权投资从上世纪90年代末出现到如今已经走过了十几个年头，虽然时间不长，但已然经历了几个冰火交替的残酷周期。当我们暂离喧嚣并回首品味时，市场正遵循着自身特质坚定的成长，强大的生命力令人唏嘘，巨大的变化令人感慨。经营模式从自有资金投资变为对股权投资基金的托管、LP从疯狂到理性、监管体系从模糊到逐渐清晰、投资机构从小到多走向规模化和专业化、资金构成从外资独大到内资主导等，行业的发展和未来呈现出勃兴繁荣的态势。而与行业快速发展极不相称的是相关理论乏善可陈，主流理论大多脱骨于欧美，与国内情况相去甚远，本土研究显得分散凌乱，难成体系。经验到理论的升华，经验与理论的互为印证、相互支撑不但是一个行业发展成熟的标志之一，更代表着一个市场、一种模式的确立和成熟，同时适时的总结还能对行业的健康发展给予科学指引。
传统方法的缺陷
目前，机构投资领域的细化趋势已经形成，单个投资机构更多地把投资领域确定在一个特定细分行业，并在文件中加以明确。相对于投资机构的管理层或托管公司和投资者来讲，如何预测一个机构未来的收益，如何对投资团队的绩效进行评判，始终是一个难以回避的问题，而预期收益率是回答这个问题的核心指标。
众所周知，股权投资特有的高风险、长周期、流动性差的特点使得对一项投资或投资组合的收益预测很难量化。虽然实务和理论界对此有过探讨，但诸如多因素综合评估法、实物期权法、财务分析法、运用模糊理论等方法似乎很难直接适用。传统投融资理论中对收益率的预测主要依据Markowitz基于均值-方差最优选择原则的证券组合理论、资本资产定价模型（CAPM）、套利定价理论（APT）、期权定价理论。这些理论在投融资活动中发挥着基础性的作用，其中也包括股权投资项目的决策。但这些模型都是为主流投融资行为（股票、期货、债权等）所设计和服务的，对一些新的投资行为，特别是对于具有高风险特征的股权投资活动，虽有一定的借鉴意义但缺乏针对性和适用性，很难直接成为股权投资项目评估的方法。
多因素模糊评价模型是一种针对股权投资项目主客观因素权重加权的决策方法。该方法通过对不同国家的大量风险投资机构进行实证调查， 建立一组风险投资项目评价指标，确定各个指标标值并使之标准化和量化，再测定各个指标的权重，最后应用综合评价模型和多目标系统模糊优选模型得到风险企业的综合评价价值。此种方法为多数股权投资机构使用，但其中指标的选择和权重多为主观经验确定，不同团队往往得出的结论差别巨大。
基于数理工具的方法-实物期权理论由于着力考证投资收益的不确定性，重点关注不确定性、不可逆性对投资决策的影响。股权投资恰恰具备投资周期长、风险高、资本密集型的特点，因此期权定价方法看似适用于股权投资项目的决策。该方法在使用时通常把股权投资看成是一种实物期权，使投资机构获得延迟投资、扩大生产、放弃项目和转换使用的灵活性。特别对那些易波动和不可预测的行业， 如计算机、生物技术等， 投资的实物期权价值会显得更大。该种方法常见的反对意见是实物期权太复杂，很难运用，假设太严格， 直接利用它为股权投资项目评估股价时有偏误，甚至完全错误。
另外，还有基于可能性理论而提出的组合投资模型来分析股权项目投资，即利用模糊集理论来研究股权投资决策问题：将预期收益率表示为模糊数，对于一定的预期收益率，在每一确信度水平上，以偏离中心值的程度作为风险的度量，对于不允许卖空的情况建立优化决策模型，研究优化决策模型解的性质，并通过数值例子分析收益-风险之间的关系，得出风险-收益率曲线。
财务分析方法是通过对净现值法（NPV）、内部收益率法（IRR）等财务分析工具中的不同的时间风险进行不同的风险现值折现调整，然后应用调整后净现值法（NPV）、内部收益率法（IRR）等财务分析工具评价风险企业的价值。
从上述介绍中我们看到，现实中应用于股权投资决策的方法可归纳为多因素综合评估法、实物期权法、财务分析法和运用模糊理论的方法。实物期权法和运用模糊理论的方法大量使用数理模型，不易理解和使用，而且将许多主观因素也数理化，难免与现实产生偏差。财务分析法中使用的收益现值的概念也不适合股权投资，股权投资的对象有很大部分是初创企业，这些企业的早期收益大多为负，且随后的收益也极不稳定，很难形成一个可测的现金流。多因素综合评估法虽然考虑比较全面，但其中各因素权重的确定是一个难点，不同时间、环境和案例下各因素权重都应该不同，主次顺序甚至完全颠倒。
预期收益率
众所周知，收益和风险存在着对应关系。一般来说，风险较大的投资活动，其要求的收益相对较高；收益较低的投资对象，其所承担的风险相对较小。但同时应当客观辨证地看待收益和风险之间的这种关系，不能盲目地认为风险越大就一定能够获得高额收益，因为收益和风险相对应的原理只是揭示两者一种内在的本质关系：收益和风险共生存，承担风险是获取收益的前提；收益是风险的成本和补偿。由此，收益和风险的内在联系可以表述为：预期收益率=无风险收益率+风险补偿的收益率。
其中预期收益率是指投资者在承受既定风险时，预期应当取得的一个收益；无风险收益率是指把资金投资于某一几乎没有风险的投资对象而能够得到的收益率；风险补偿的收益率则对应投资者在承担具体投资活动所产生的风险时，应得到的一个高于无风险收益率的收益率。
行业投资收益率测定可以表述为： R=R1 （1+A）或 R=R1 + R1A。其中 A=（G1-G2）/G2；R：行业投资收益率；R1：无风险收益率；A：行业风险系数；G1：行业增长率；G2：宏观经济增长率。
R1（无风险收益率），理论上通常将短期国债收益率当做一个无风险收益率，因为政府具有征税权和货币发行权，所以短期国债的收益几乎是没有任何风险的。但是由于短期国债的收益率通常很低，所以在进行股权投资的研究中不宜将短期国债收益率作为本模型的无风险收益率，应当以一年期存款利率或一年期贷款利率为准，并且以一年期贷款利率为佳。首先，一年期存款利率也具有相当的无风险和稳定的特征，但是它并不能恰当反映股权投资的本质，一个投资者在决定进行风险投资后，就说明了他是一个风险的相对偏好者，也是一个高收益的追求者，对于这样一个投资者来说，一年期存款利率显然不能说明他的预期收益水平。而一年期贷款利率则恰当地反映了社会中投资的一个基准的收益水平，并且一年期贷款利率在实际中也具有低风险的特质，还被广泛地应用于项目投资的财务分析中，所以，完全可以用一年期贷款利率来表达股权投资活动中的无风险收益率。 G1（行业增长率），说明该行业目前及未来一段时间的增长和发展前景，可用该行业内企业整体收入的增长率来表示。
G2 （宏观经济增长率），即整个国民经济的发展状况，可用一个国家GDP增长率来表示。
A（行业风险系数），该系数主要表达了对股权投资活动中高于无风险收益的那个风险补偿的一个系数，即对股权投资者投资于具有高风险特征的股权投资项目所增加的风险的一个补偿收益的系数。由于股权投资主要投资于具有高增长特性的高科技行业，同时伴随了高风险，所以股权投资者必然要求高于无风险收益的收益水平，即风险补偿的收益率，并且该系数会随着所投资具体行业的不同而有所差别。
行业风险系数的计算来源于增长与收益的正相关关系。一个具有强劲增长势头的行业，其行业内企业发展也会很快，并且能够保持高于一般的收益率。特别是股权投资所关注的高科技行业，其增长率通常远远高于GDP的增长率，说明了这些行业有着巨大的市场需求和相对较高的盈利水平，也说明了当前的宏观经济政策环境非常适合这些行业的发展，在这些行业内的投资将获得高于一般的投资收益。所以我们在模型中就使用行业增长率来拟合收益情况，即用行业增长率对国家GDP增长率的一个偏离，（G1-G2）/G2表达了一个行业增长率相对于国民经济增长率的一个增长率，并反映其对应收入增长的差别。实际投资中的（G1-G2）/G2会大于零，这也恰恰说明投资该行业需要承担特别的风险。因此，该系数可以用来表达对一个具体高科技行业投资风险进行补偿的收益率。
需要指出的是，行业风险系数也可以用G1与G2之间的相关系数来测定，本模型就表达为：R=R1 （1+1/σ）或 R=R1 + R1/σ。其中σ为G1与G2之间的相关系数，1≥σ≥-1，通常G1与G2之间存在着正相关，即1≥σ≥0。但是使用相关系数来表述行业风险系数需要有相当的历史数据来分析，往往高技术行业出现时间较短，增长情况起伏较大，并且R1/σ未必能够有效表达风险补偿的收益率，所以主张使用 （G1-G2）/G2作为行业风险系数。
通过以上对系统性风险中六个风险因素的分析，可以明显看到各项风险因素都与行业投资收益率有着密切的关联，一个行业特别是高科技行业的行业投资收益率完全包含了股权投资中系统性风险的诸多风险因素，行业投资收益率也完全可以体现股权投资中系统性风险的大小，并成为测度系统性风险的一个主要指标。
另外，在观察管理方面、行业情况、产品/服务、财务分析、项目基本情况这五个影响股权投资的因素和它们所包含的诸多非系统性风险因素时，发现诸如品质、经营经验、领导能力、知识和身体情况等涉及管理者个人方面的因素，自然带有非常强烈的企业主个体差异性；企业发展战略、决策机制、人力资源、基本制度、企业文化等因素也会因为企业规模、所在领域、地域、企业发展史乃至领导者的不同而差异很大；产品/服务的技术含量、技术的应用性产品/服务基本情况、产品/服务的营销体系等因素会因为每个产品/服务的类别、特性的不同而有较大差异；而财务方面的相关因素则是企业各方面情况在财务上的一个反映，其指标的好坏最终还是由企业的生产、技术、销售等条件所决定。所以，股权投资中非系统性风险因素通常都会因为各个企业的具体情况而有所不同。这些因素对每个企业的效益和未来发展都起着重要的作用。
通过对股权投资中系统性风险因素的分析，可以看到非系统性风险因素的效果都会受到系统性风险因素的制约，或者说从股权投资整体上看，系统性风险因素或者行业预期收益率对股权投资的成败起到了基础性的作用。
案例应用
假设A公司管理了两只股权投资基金，基金的投资领域分别是集成电路和软件行业，我们使用以往数据并对A公司两只基金的收益进行预测。
据中国半导体协会公布的数据显示，国内集成电路行业在2008年上半年市场销售额为2923.9亿元，同比增长11.8%，虽然行业内普遍预计全年仍然维持在11%以上的增长率，但增速已是连续第5年下降。中国前几年集成电路行业一直保持了高增长，其高增长率主要依赖于下游整机产量的高增长，该行业在经历了多年的高增长之后，伴随着下游整机产量的增长也开始出现减缓的势头，使得行业增长率随着市场基数的扩大逐渐降低，根源在于多种整机产量增长率的走低，下游整机的增长在多个领域出现了饱和趋势，多种产品产量在2008年上半年出现下滑。并且受国际经济下滑影响，无论从进出口量还是进出口额来看，2008年上半年中国集成电路的进口量和进口额的增长率与2007年上半年相比都有不小的降幅，这个现象说明中国国内的下游电子制造业增长率在下降，导致了所需集成电路进口的降低。因此，集成电路行业2007年行业增长率为17.3%，2008年上半年已经是近五年来市场增长率最低的一年。而2009年虽然世界经济走势不明朗，但业内多数人士认为增长率仍会维持在10%以上。运用上面的数据并结合行业投资收益率模型可得：G集成电路=（17.3%+11%+10%）/3=12.8%，即集成电路行业增长率G集成电路约为12.8%。
再来看看国内的软件行业，近年来，中国软件行业已经取得明显进展，已成为信息产业新的经济增长点。特别是中国软件产业结构不断调整优化，骨干企业综合实力显著增强，技术创新成果丰硕，产品应用水平不断提高，产业布局进一步优化，基地聚集效应开始显现。同时，产业发展环境日趋完善，软件与信息服务外包蓬勃发展，产业国际化水平不断提高。据工业和信息化部统计，2007年全年中国软件业销售收入5800亿元，同比增长20.8%。2008年1-5月中国软件产业累计完成软件业务收入2504.3亿元，同比增长29%。根据国信证券的研究显示，软件业未来增速趋于稳定，2009年的增速不会低于20%，由上面的数据并结合行业投资收益率模型可得：G软件=（20.8%+29+20%）/3=23.3%，即中国软件行业增长率G软件约为23.3%。 各行业的增长数据得到以后我们再来看看G2即中国GDP增长率的值，据国家统计局公布的数据，2007年中国GDP增长率为11.9%。中国社会科学院2008年10月发布的《2008年秋季报告》指出，2008年以来，中国经济社会发展经受了近几年最为严峻的挑战和重大考验。尽管国际经济形势发生了重大变化，对中国经济的发展产生了较大的不利影响，但是总的来看，国际经济不利因素和严重自然灾害没有改变中国经济发展的基本面，国民经济继续朝着宏观调控预期方向发展，中国经济保持了增长速度较快、价格涨幅趋缓、结构有所改善的较好态势。综合各方面的情况来看，2008年-2009年经济增长速度的减缓属于经济增长调整性波动，出现所谓下行拐点的证据尚不充分。该报告预测2008年中国国民经济增长速度将有所放缓，GDP增长率将为10.1%左右。如果2009年国际经济政治环境不再发生显著恶化，国内不出现大范围的严重自然灾害和其他重大问题，GDP增长率虽然将继续有所回落，但仍有望保持9.5%左右的较快增长，由上面数据可得：G2=（11.9%+10.1%+9.5%）/3=10.5%，即中国GDP增长率G2约为10.5%。
R1即无风险收益率用一年期贷款利率代替。据中国人民银行2008年10月29日公布的数据，当前一年期贷款基准利率为6.66%。由于受到欧美金融危机影响，中国经济存在着潜在衰退的风险，因此市场大多认为中国未来的一年期贷款基准利率还会逐渐下调，进入一个下降通道。而根据摩根士丹利近日大胆的预测，中国在2009年年底前降息将会多达五次，一年期借贷款利率届时将降至5.85%，由上可得：R1=（7.47%+6.66%+5.85%）/3=6.66%，股权投资的无风险收益率即中国一年期贷款利率R1约为6.66%。
行业投资收益率计算
在以上数据的基础之上我们套用模型公式可以得出相应的行业风险系数，其中集成电路行业的行业风险系数为：A集成电路=（G集成电路-G2）/G2=（12.8-10.5） /10.5=0.22。
软件行业的行业风险系数为：A软件=（G软件-G2）/G2=（23.3-10.5） /10.5=1.22。
最后由公式就可以得到我们所需要的行业投资收益率，其中集成电路行业的行业投资收益率为：R集成电路=R1 （1+A集成电路）=6.66%（1+0.22）=8.13%。
软件行业的行业投资收益率为：R软件=R1 （1+A软件）=6.66%（1+1.22）=14.79%。
通过以上分析，我们应参考行业投资收益率的高低对A公司投资策略进行评估和调整。
对A公司现有投资组合进行调整。从集成电路行业的行业投资收益率来看，该行业的行业投资收益率已经下降到了一个比较低的水平，这也说明该行业的系统性风险上升到了一个较高水平，因而应当适时地减少在该行业投资的比重；从软件行业的行业投资收益率来看，该行业所蕴含的系统性风险没有发生太大的变化，所以该行业内企业所面对的系统性环境没有恶化，因而在该行业内投资可以维持原有收益水平或适当增加。另外，公司还可以结合自己的实际情况主动地寻找新的行业，即首先计算拟投资行业的行业投资收益率，并将已投资和拟投资行业的行业投资收益率进行对比，结合公司风险偏好、投资理念等特点调整原有投资组合选出新的投资行业。
对新项目的评估方面。如果收到一些新的企业提出的融资申请，该公司可以在对申请企业基本情况有一个初步了解的基础上，首先使用行业投资收益率指标对其进行评估，如果该企业所在行业的行业投资收益率较高，便可以使用其他方法对该申请企业的非系统性风险进行进一步的分析；如果该企业所在行业的行业收益率较低，则根据公司的资金状况、在该行业的投资经验、该项目的资金规模、期限等因素决定是否对该项目进行进一步分析；如若该申请企业所在行业的行业投资收益率过低，甚至低于无风险收益率，则说明该项目所面临的系统性风险过高，完全可以放弃对该企业的投资。例如，有一家手机电视企业向公司提出申请，手机电视行业属于该公司的投资领域，那么该公司首先要计算手机电视行业的行业投资收益率，由资料显示：虽然当前手机电视的发展还不很成熟，但是随着手机的进一步普及和无线服务技术的提高，手机电视将是3G时代的主要应用之一，能为电信和广电产业带来巨大商机，新的数据服务销售将成为推动无线业务营收增长的主要动力。其中权威调查机构In-Stat的一份调查报告大胆预测，在未来5年中，中国手机电视用户的复合年均增长率将超过315%，其收入在未来10年的复合年均增长率为33%，我们以G手机电视为33%来计算，由得：A手机电视=（G手机电视-G2）/G2=（33-10.5） /10.5=2.14。
手机电视行业的行业投资收益率为：R手机电视=R1 （1+A手机电视）=6.66%（1+2.14）=20.91%。
可以看出手机电视行业的行业投资收益率较高，说明其未来所面对的系统性风险较低，所以可以接受该公司的申请，并对该公司进行进一步的评估。
该公司可以利用行业投资收益率进行财务分析。正如我们前面所介绍的那样，该公司可以把上面得到的这些行业投资收益率作为财务分析中的基本折现率和收益率，去测算所投资项目的收回周期、内部收益率、净现值等相关财务指标，需要注意的是，该行业收益率仅包含了投资项目的部分风险——系统性风险，因而不能说明投资的全部收益情况，但是完全不能影响我们使用这些数据进行同一行业内或同类项目之间的对比，使之成为一种在项目之间进行优选的一种参考指标，还可以提供给投资、管理等相关方，使其成为进一步优化项目和投资组合选择的重要依据，满足各方面对股权投资相关信息的需求。
适时对行业投资收益率模型中的参数进行修正是使用该模型的一个重要组成部分，也是股权投资项目评估、管理过程中的一项重要工作。结合本案例，如果金融危机得不到有效的缓解，并持续恶化，乃至严重地冲击了整个实体经济，那么本模型中所使用的大部分参数必将发生较大的变化，进而会影响最终的行业投资收益率，比如集成电路行业若在这种大环境下持续下滑，甚至低于GDP的增长率，那么集成电路行业的行业投资收益率将会变得更少，乃至低于无风险投资收益率。当出现或我们预期出现这种情况的概率很大时，就应当及时停止对该行业的新增投资，对那些已投资的项目也要主动改变原有投资方案，增加风险规避策略，甚至提前退出投资。
而当我们发现某一行业的行业投资收益率在这期间变化不大甚至保持增长，则说明该行业有着较强的抵抗经济衰退的能力，或与GDP增长趋势有着负相关的联系，说明这些行业的投资收益率变化远远小于实体经济的衰退速度，那么即使这些行业以往行业投资收益率并不高，我们也应当提高在该行业的投资比重，以最大限度地规避风险。所以相关行业的行业投资收益率测算不是一件一劳永逸的事情，因此要根据不断变化的经济形势及时调整行业投资收益率，这样才能真正体现出该指标所要表达的经济含义，使该模型的使用者通过使用它真正达到科学评估、有效规避风险的目的。
（作者系北京新安财富高级经理）
传统方法的缺陷
目前，机构投资领域的细化趋势已经形成，单个投资机构更多地把投资领域确定在一个特定细分行业，并在文件中加以明确。相对于投资机构的管理层或托管公司和投资者来讲，如何预测一个机构未来的收益，如何对投资团队的绩效进行评判，始终是一个难以回避的问题，而预期收益率是回答这个问题的核心指标。
众所周知，股权投资特有的高风险、长周期、流动性差的特点使得对一项投资或投资组合的收益预测很难量化。虽然实务和理论界对此有过探讨，但诸如多因素综合评估法、实物期权法、财务分析法、运用模糊理论等方法似乎很难直接适用。传统投融资理论中对收益率的预测主要依据Markowitz基于均值-方差最优选择原则的证券组合理论、资本资产定价模型（CAPM）、套利定价理论（APT）、期权定价理论。这些理论在投融资活动中发挥着基础性的作用，其中也包括股权投资项目的决策。但这些模型都是为主流投融资行为（股票、期货、债权等）所设计和服务的，对一些新的投资行为，特别是对于具有高风险特征的股权投资活动，虽有一定的借鉴意义但缺乏针对性和适用性，很难直接成为股权投资项目评估的方法。
多因素模糊评价模型是一种针对股权投资项目主客观因素权重加权的决策方法。该方法通过对不同国家的大量风险投资机构进行实证调查， 建立一组风险投资项目评价指标，确定各个指标标值并使之标准化和量化，再测定各个指标的权重，最后应用综合评价模型和多目标系统模糊优选模型得到风险企业的综合评价价值。此种方法为多数股权投资机构使用，但其中指标的选择和权重多为主观经验确定，不同团队往往得出的结论差别巨大。
基于数理工具的方法-实物期权理论由于着力考证投资收益的不确定性，重点关注不确定性、不可逆性对投资决策的影响。股权投资恰恰具备投资周期长、风险高、资本密集型的特点，因此期权定价方法看似适用于股权投资项目的决策。该方法在使用时通常把股权投资看成是一种实物期权，使投资机构获得延迟投资、扩大生产、放弃项目和转换使用的灵活性。特别对那些易波动和不可预测的行业， 如计算机、生物技术等， 投资的实物期权价值会显得更大。该种方法常见的反对意见是实物期权太复杂，很难运用，假设太严格， 直接利用它为股权投资项目评估股价时有偏误，甚至完全错误。
另外，还有基于可能性理论而提出的组合投资模型来分析股权项目投资，即利用模糊集理论来研究股权投资决策问题：将预期收益率表示为模糊数，对于一定的预期收益率，在每一确信度水平上，以偏离中心值的程度作为风险的度量，对于不允许卖空的情况建立优化决策模型，研究优化决策模型解的性质，并通过数值例子分析收益-风险之间的关系，得出风险-收益率曲线。
财务分析方法是通过对净现值法（NPV）、内部收益率法（IRR）等财务分析工具中的不同的时间风险进行不同的风险现值折现调整，然后应用调整后净现值法（NPV）、内部收益率法（IRR）等财务分析工具评价风险企业的价值。
从上述介绍中我们看到，现实中应用于股权投资决策的方法可归纳为多因素综合评估法、实物期权法、财务分析法和运用模糊理论的方法。实物期权法和运用模糊理论的方法大量使用数理模型，不易理解和使用，而且将许多主观因素也数理化，难免与现实产生偏差。财务分析法中使用的收益现值的概念也不适合股权投资，股权投资的对象有很大部分是初创企业，这些企业的早期收益大多为负，且随后的收益也极不稳定，很难形成一个可测的现金流。多因素综合评估法虽然考虑比较全面，但其中各因素权重的确定是一个难点，不同时间、环境和案例下各因素权重都应该不同，主次顺序甚至完全颠倒。
预期收益率
众所周知，收益和风险存在着对应关系。一般来说，风险较大的投资活动，其要求的收益相对较高；收益较低的投资对象，其所承担的风险相对较小。但同时应当客观辨证地看待收益和风险之间的这种关系，不能盲目地认为风险越大就一定能够获得高额收益，因为收益和风险相对应的原理只是揭示两者一种内在的本质关系：收益和风险共生存，承担风险是获取收益的前提；收益是风险的成本和补偿。由此，收益和风险的内在联系可以表述为：预期收益率=无风险收益率+风险补偿的收益率。
其中预期收益率是指投资者在承受既定风险时，预期应当取得的一个收益；无风险收益率是指把资金投资于某一几乎没有风险的投资对象而能够得到的收益率；风险补偿的收益率则对应投资者在承担具体投资活动所产生的风险时，应得到的一个高于无风险收益率的收益率。
行业投资收益率测定可以表述为： R=R1 （1+A）或 R=R1 + R1A。其中 A=（G1-G2）/G2；R：行业投资收益率；R1：无风险收益率；A：行业风险系数；G1：行业增长率；G2：宏观经济增长率。
R1（无风险收益率），理论上通常将短期国债收益率当做一个无风险收益率，因为政府具有征税权和货币发行权，所以短期国债的收益几乎是没有任何风险的。但是由于短期国债的收益率通常很低，所以在进行股权投资的研究中不宜将短期国债收益率作为本模型的无风险收益率，应当以一年期存款利率或一年期贷款利率为准，并且以一年期贷款利率为佳。首先，一年期存款利率也具有相当的无风险和稳定的特征，但是它并不能恰当反映股权投资的本质，一个投资者在决定进行风险投资后，就说明了他是一个风险的相对偏好者，也是一个高收益的追求者，对于这样一个投资者来说，一年期存款利率显然不能说明他的预期收益水平。而一年期贷款利率则恰当地反映了社会中投资的一个基准的收益水平，并且一年期贷款利率在实际中也具有低风险的特质，还被广泛地应用于项目投资的财务分析中，所以，完全可以用一年期贷款利率来表达股权投资活动中的无风险收益率。 G1（行业增长率），说明该行业目前及未来一段时间的增长和发展前景，可用该行业内企业整体收入的增长率来表示。
G2 （宏观经济增长率），即整个国民经济的发展状况，可用一个国家GDP增长率来表示。
A（行业风险系数），该系数主要表达了对股权投资活动中高于无风险收益的那个风险补偿的一个系数，即对股权投资者投资于具有高风险特征的股权投资项目所增加的风险的一个补偿收益的系数。由于股权投资主要投资于具有高增长特性的高科技行业，同时伴随了高风险，所以股权投资者必然要求高于无风险收益的收益水平，即风险补偿的收益率，并且该系数会随着所投资具体行业的不同而有所差别。
行业风险系数的计算来源于增长与收益的正相关关系。一个具有强劲增长势头的行业，其行业内企业发展也会很快，并且能够保持高于一般的收益率。特别是股权投资所关注的高科技行业，其增长率通常远远高于GDP的增长率，说明了这些行业有着巨大的市场需求和相对较高的盈利水平，也说明了当前的宏观经济政策环境非常适合这些行业的发展，在这些行业内的投资将获得高于一般的投资收益。所以我们在模型中就使用行业增长率来拟合收益情况，即用行业增长率对国家GDP增长率的一个偏离，（G1-G2）/G2表达了一个行业增长率相对于国民经济增长率的一个增长率，并反映其对应收入增长的差别。实际投资中的（G1-G2）/G2会大于零，这也恰恰说明投资该行业需要承担特别的风险。因此，该系数可以用来表达对一个具体高科技行业投资风险进行补偿的收益率。
需要指出的是，行业风险系数也可以用G1与G2之间的相关系数来测定，本模型就表达为：R=R1 （1+1/σ）或 R=R1 + R1/σ。其中σ为G1与G2之间的相关系数，1≥σ≥-1，通常G1与G2之间存在着正相关，即1≥σ≥0。但是使用相关系数来表述行业风险系数需要有相当的历史数据来分析，往往高技术行业出现时间较短，增长情况起伏较大，并且R1/σ未必能够有效表达风险补偿的收益率，所以主张使用 （G1-G2）/G2作为行业风险系数。
通过以上对系统性风险中六个风险因素的分析，可以明显看到各项风险因素都与行业投资收益率有着密切的关联，一个行业特别是高科技行业的行业投资收益率完全包含了股权投资中系统性风险的诸多风险因素，行业投资收益率也完全可以体现股权投资中系统性风险的大小，并成为测度系统性风险的一个主要指标。
另外，在观察管理方面、行业情况、产品/服务、财务分析、项目基本情况这五个影响股权投资的因素和它们所包含的诸多非系统性风险因素时，发现诸如品质、经营经验、领导能力、知识和身体情况等涉及管理者个人方面的因素，自然带有非常强烈的企业主个体差异性；企业发展战略、决策机制、人力资源、基本制度、企业文化等因素也会因为企业规模、所在领域、地域、企业发展史乃至领导者的不同而差异很大；产品/服务的技术含量、技术的应用性产品/服务基本情况、产品/服务的营销体系等因素会因为每个产品/服务的类别、特性的不同而有较大差异；而财务方面的相关因素则是企业各方面情况在财务上的一个反映，其指标的好坏最终还是由企业的生产、技术、销售等条件所决定。所以，股权投资中非系统性风险因素通常都会因为各个企业的具体情况而有所不同。这些因素对每个企业的效益和未来发展都起着重要的作用。
通过对股权投资中系统性风险因素的分析，可以看到非系统性风险因素的效果都会受到系统性风险因素的制约，或者说从股权投资整体上看，系统性风险因素或者行业预期收益率对股权投资的成败起到了基础性的作用。
案例应用
假设A公司管理了两只股权投资基金，基金的投资领域分别是集成电路和软件行业，我们使用以往数据并对A公司两只基金的收益进行预测。
据中国半导体协会公布的数据显示，国内集成电路行业在2008年上半年市场销售额为2923.9亿元，同比增长11.8%，虽然行业内普遍预计全年仍然维持在11%以上的增长率，但增速已是连续第5年下降。中国前几年集成电路行业一直保持了高增长，其高增长率主要依赖于下游整机产量的高增长，该行业在经历了多年的高增长之后，伴随着下游整机产量的增长也开始出现减缓的势头，使得行业增长率随着市场基数的扩大逐渐降低，根源在于多种整机产量增长率的走低，下游整机的增长在多个领域出现了饱和趋势，多种产品产量在2008年上半年出现下滑。并且受国际经济下滑影响，无论从进出口量还是进出口额来看，2008年上半年中国集成电路的进口量和进口额的增长率与2007年上半年相比都有不小的降幅，这个现象说明中国国内的下游电子制造业增长率在下降，导致了所需集成电路进口的降低。因此，集成电路行业2007年行业增长率为17.3%，2008年上半年已经是近五年来市场增长率最低的一年。而2009年虽然世界经济走势不明朗，但业内多数人士认为增长率仍会维持在10%以上。运用上面的数据并结合行业投资收益率模型可得：G集成电路=（17.3%+11%+10%）/3=12.8%，即集成电路行业增长率G集成电路约为12.8%。
再来看看国内的软件行业，近年来，中国软件行业已经取得明显进展，已成为信息产业新的经济增长点。特别是中国软件产业结构不断调整优化，骨干企业综合实力显著增强，技术创新成果丰硕，产品应用水平不断提高，产业布局进一步优化，基地聚集效应开始显现。同时，产业发展环境日趋完善，软件与信息服务外包蓬勃发展，产业国际化水平不断提高。据工业和信息化部统计，2007年全年中国软件业销售收入5800亿元，同比增长20.8%。2008年1-5月中国软件产业累计完成软件业务收入2504.3亿元，同比增长29%。根据国信证券的研究显示，软件业未来增速趋于稳定，2009年的增速不会低于20%，由上面的数据并结合行业投资收益率模型可得：G软件=（20.8%+29+20%）/3=23.3%，即中国软件行业增长率G软件约为23.3%。 各行业的增长数据得到以后我们再来看看G2即中国GDP增长率的值，据国家统计局公布的数据，2007年中国GDP增长率为11.9%。中国社会科学院2008年10月发布的《2008年秋季报告》指出，2008年以来，中国经济社会发展经受了近几年最为严峻的挑战和重大考验。尽管国际经济形势发生了重大变化，对中国经济的发展产生了较大的不利影响，但是总的来看，国际经济不利因素和严重自然灾害没有改变中国经济发展的基本面，国民经济继续朝着宏观调控预期方向发展，中国经济保持了增长速度较快、价格涨幅趋缓、结构有所改善的较好态势。综合各方面的情况来看，2008年-2009年经济增长速度的减缓属于经济增长调整性波动，出现所谓下行拐点的证据尚不充分。该报告预测2008年中国国民经济增长速度将有所放缓，GDP增长率将为10.1%左右。如果2009年国际经济政治环境不再发生显著恶化，国内不出现大范围的严重自然灾害和其他重大问题，GDP增长率虽然将继续有所回落，但仍有望保持9.5%左右的较快增长，由上面数据可得：G2=（11.9%+10.1%+9.5%）/3=10.5%，即中国GDP增长率G2约为10.5%。
R1即无风险收益率用一年期贷款利率代替。据中国人民银行2008年10月29日公布的数据，当前一年期贷款基准利率为6.66%。由于受到欧美金融危机影响，中国经济存在着潜在衰退的风险，因此市场大多认为中国未来的一年期贷款基准利率还会逐渐下调，进入一个下降通道。而根据摩根士丹利近日大胆的预测，中国在2009年年底前降息将会多达五次，一年期借贷款利率届时将降至5.85%，由上可得：R1=（7.47%+6.66%+5.85%）/3=6.66%，股权投资的无风险收益率即中国一年期贷款利率R1约为6.66%。
行业投资收益率计算
在以上数据的基础之上我们套用模型公式可以得出相应的行业风险系数，其中集成电路行业的行业风险系数为：A集成电路=（G集成电路-G2）/G2=（12.8-10.5） /10.5=0.22。
软件行业的行业风险系数为：A软件=（G软件-G2）/G2=（23.3-10.5） /10.5=1.22。
最后由公式就可以得到我们所需要的行业投资收益率，其中集成电路行业的行业投资收益率为：R集成电路=R1 （1+A集成电路）=6.66%（1+0.22）=8.13%。
软件行业的行业投资收益率为：R软件=R1 （1+A软件）=6.66%（1+1.22）=14.79%。
通过以上分析，我们应参考行业投资收益率的高低对A公司投资策略进行评估和调整。
对A公司现有投资组合进行调整。从集成电路行业的行业投资收益率来看，该行业的行业投资收益率已经下降到了一个比较低的水平，这也说明该行业的系统性风险上升到了一个较高水平，因而应当适时地减少在该行业投资的比重；从软件行业的行业投资收益率来看，该行业所蕴含的系统性风险没有发生太大的变化，所以该行业内企业所面对的系统性环境没有恶化，因而在该行业内投资可以维持原有收益水平或适当增加。另外，公司还可以结合自己的实际情况主动地寻找新的行业，即首先计算拟投资行业的行业投资收益率，并将已投资和拟投资行业的行业投资收益率进行对比，结合公司风险偏好、投资理念等特点调整原有投资组合选出新的投资行业。
对新项目的评估方面。如果收到一些新的企业提出的融资申请，该公司可以在对申请企业基本情况有一个初步了解的基础上，首先使用行业投资收益率指标对其进行评估，如果该企业所在行业的行业投资收益率较高，便可以使用其他方法对该申请企业的非系统性风险进行进一步的分析；如果该企业所在行业的行业收益率较低，则根据公司的资金状况、在该行业的投资经验、该项目的资金规模、期限等因素决定是否对该项目进行进一步分析；如若该申请企业所在行业的行业投资收益率过低，甚至低于无风险收益率，则说明该项目所面临的系统性风险过高，完全可以放弃对该企业的投资。例如，有一家手机电视企业向公司提出申请，手机电视行业属于该公司的投资领域，那么该公司首先要计算手机电视行业的行业投资收益率，由资料显示：虽然当前手机电视的发展还不很成熟，但是随着手机的进一步普及和无线服务技术的提高，手机电视将是3G时代的主要应用之一，能为电信和广电产业带来巨大商机，新的数据服务销售将成为推动无线业务营收增长的主要动力。其中权威调查机构In-Stat的一份调查报告大胆预测，在未来5年中，中国手机电视用户的复合年均增长率将超过315%，其收入在未来10年的复合年均增长率为33%，我们以G手机电视为33%来计算，由得：A手机电视=（G手机电视-G2）/G2=（33-10.5） /10.5=2.14。
手机电视行业的行业投资收益率为：R手机电视=R1 （1+A手机电视）=6.66%（1+2.14）=20.91%。
可以看出手机电视行业的行业投资收益率较高，说明其未来所面对的系统性风险较低，所以可以接受该公司的申请，并对该公司进行进一步的评估。
该公司可以利用行业投资收益率进行财务分析。正如我们前面所介绍的那样，该公司可以把上面得到的这些行业投资收益率作为财务分析中的基本折现率和收益率，去测算所投资项目的收回周期、内部收益率、净现值等相关财务指标，需要注意的是，该行业收益率仅包含了投资项目的部分风险——系统性风险，因而不能说明投资的全部收益情况，但是完全不能影响我们使用这些数据进行同一行业内或同类项目之间的对比，使之成为一种在项目之间进行优选的一种参考指标，还可以提供给投资、管理等相关方，使其成为进一步优化项目和投资组合选择的重要依据，满足各方面对股权投资相关信息的需求。
适时对行业投资收益率模型中的参数进行修正是使用该模型的一个重要组成部分，也是股权投资项目评估、管理过程中的一项重要工作。结合本案例，如果金融危机得不到有效的缓解，并持续恶化，乃至严重地冲击了整个实体经济，那么本模型中所使用的大部分参数必将发生较大的变化，进而会影响最终的行业投资收益率，比如集成电路行业若在这种大环境下持续下滑，甚至低于GDP的增长率，那么集成电路行业的行业投资收益率将会变得更少，乃至低于无风险投资收益率。当出现或我们预期出现这种情况的概率很大时，就应当及时停止对该行业的新增投资，对那些已投资的项目也要主动改变原有投资方案，增加风险规避策略，甚至提前退出投资。
而当我们发现某一行业的行业投资收益率在这期间变化不大甚至保持增长，则说明该行业有着较强的抵抗经济衰退的能力，或与GDP增长趋势有着负相关的联系，说明这些行业的投资收益率变化远远小于实体经济的衰退速度，那么即使这些行业以往行业投资收益率并不高，我们也应当提高在该行业的投资比重，以最大限度地规避风险。所以相关行业的行业投资收益率测算不是一件一劳永逸的事情，因此要根据不断变化的经济形势及时调整行业投资收益率，这样才能真正体现出该指标所要表达的经济含义，使该模型的使用者通过使用它真正达到科学评估、有效规避风险的目的。
（作者系北京新安财富高级经理）