论文部分内容阅读
摘要 本文运用给杜邦财务分析体系对F－o模型进行了改进和解释，并引入非限售股票比率和股票规模两个因素预测股票价值。结果表明，改进后的模型预测拟舍度较高，可以较好的预测股票内在价值。本文计算的中集集团具有较好的投资价值，值得考虑购买。
关键词 F—O模型 股票内在价值 实证分析
F—O模型是由Olhson及Feithama于1995年提出的股价模型，经过实践验证及不断改进，已经发展为股票价值评估理论体系重要的一部分。
在我国，田志龙、李玉清(1997)最早系统的介绍了F-O模型，接着，汤为云、陆建(1998)对国外的研究进展做了综述，于永春(1998)根据奥尔森企业价值估价思想提出了会计数字评价企业价值的框架。赵字龙等(1999)对中国公司成长性进行了定价研究。陆宇峰(1999)利用1993—1997年中国资本市场数据对原始的F-O模型进行了初步检验。李寿喜(2004)进行了中国上市公司会计信息与股票定价相关性的实证分析。陈信元等(2002)在F-O模型的基础上，回归方程中引入了规模和流通股比率两个解释变量，对1995-1997的会计信息与股价的关系进行了分析，证明了资产收益率、规模和流通股比率对股票收益的解释能力。张人骥等(2002)把剩余收益理论和杜邦财务分析体系结合起来构建了全新的剩余收益比率估价模型RIR。戴德明等(2003)分析了F—O模型与EVA评价方法的关系，并指出EVA模型实质上是F—O模型的进一步深化的结果。刘烧松(2005)则利用F－O模型探讨了中国股票市场股票的内在价值总额，与泡沫理论结合，分析了当前中国股市泡沫问题。
国内相关方面的大多数也是利用原始模型对中国资本市场进行检验，或是实证分析会计信息与股票价格相关性。利用F-O模型做股票定价研究的文献较少。本文从此处人手，力图结合财务知识研究改进F-O模型，分析预测股票内在价值。
一、F－O模型改进与扩展
(一)F-O模型改进
F—O模型表明股票内在价值取决于该股票目前的净资产以及该资产的盈利能力强弱和持续时间的长短。但F-O模型中持续时间是无限期的。也就是该模型认为投资者是万能的。现实中投资者不是万能的，也不是完全无能的，尽管未来是不确定的，但是投资者可以对未来做出一定年限的预测，对更长时间以后就难以预测了。假定在现有信息集下，投资者只能够对公司未来N年内的情况进行预测，但对N年以后的情况投资者不能做出预测。这个假定是符合投资者认知有限的现实情况，因此改进F-O模型可以得到
三、F-O扩展股票内在价值模型的实证分析
(一)样本选取
回归模型中涉及到公司历史股票内在价值的确定，由于非上市公司历史内在价值数据难以获取，所以本文选取的样本为上市公司——中集集团。
实证中以中集集团1993年～2008年股票市场统计数据和公司财务报表数据为基础，通过加工获得所需信息。主要数据来源于全景网络、色诺芬数据库，部分数据来源于《证券市场导报》。
(二)数据处理
1，利余收益(ox)预测相关数据处理
通过对中集集团1993年-2008年财务报表数据的分析，得出剩余收益预测的基础数据和剩余收益的预测值。由于我国存在国债利率、再贴现利率等不同的相对衡量标准，市场利率更是变化频繁，无风险利率不能单独根据某个数据来看。所以根据各年利率水平和变动情况加权平均确定无风险利率。
2，中集集团非限售股比率(str)计算
非限售比率根据公司历年股权结构计算得出，由于各年股份总数都有较大的变化，需采用加权平均计算各年非限售股比率。
3，财务相关数据
由于企业规模(size)与净资产(bv)数据都来源于财务报表。
企业规模(size)根据公司营业收入自然对数计算得出。根据会计知识，本文定义营业收入为主营业务收入与其它业务收入之和。由于年度财务报表公布的都直接为其他业务利润，而其他业务支出无从考量，所以本文中的其他业务收入一项，就是报表中其他业务利润一项。
4，股票市值确定
本文股票市值数据来源于色诺芬数据库。由于数据可得性问题，采用年末考虑非流通因素的总市值作为预测公式因变量。同样，模型预测结果也可以通过与该库中2008年度相应指标对比看出。
(三)计算结果及分析
本文对(1～7)式进行回归分析，得出计算结果如下：
LOG(VT)=-76.26322538 0.1315243365*LOG(BV) 1.18024746*LOG(OXl
t检验值
(-1.9712)
(2.186779)
(2.455611]
28.3079925*LOG(SIZE)-3.631802825*LOG(STRl
(-1.90673)
(-2.30695)
F检验值=49.8643
R=0.7087 DW=1.9667
通过多元回归中模型结果我们可以看出：
1，从精度上看模型的R值数值大约达到0.71，与进行股票价值评估的其他文献相比，高于0.68的平均水平。同时，方程中各个指标普遍通过检验，说明该方程能够较好的预测股票内在价值；
2，模型计算过程中，先采用财务预测计算相关财务指标，后采用数学模型分析的方法，结合了会计与计量经济学知识，充分体现了企业股权价值评价的特性。
本文的最终目标是为了预测中集集团一定时期股票内在价值总额，从而判定市场现有价格高低，选择买卖时机，最人化投资收益。因而下面有必要利用本文得出的模型预测2005年中集集团股票内在价值。中集集团2008年度财务报表已经公布，各个指标相应数值已经列于原始数据表中。根据本文回归结果预测中集集团股票内在价值总额为54601758835元，高于色诺芬数据库13373612885元，高出约407.28％。从价值投资角度来说，中集集团极其具有投资价值，应该买进并继续持有。
从价值预测的角度来说，本文股票价值评价与市场数据相差较大。但是看问题不能单单从数值上的对比，还应该综合考虑模型预测的基础和市场，实际情况。以股票市场价格计算出的数值，并不能作为衡量企业股票内在价值的唯一标准。首先年末考虑非流通因素的总市值以股票市场股票价格为计算依据，是年末计算当天股票市场价值，而不是综合考虑整年公司股权价值增长情况而计算内在价值。其次某一时刻股票价值受到政治、经济等很多因素影响，变化敏感性很大，可能受到有实力投机型投资者干扰，价格可能会被打压或者哄抬。由于企业价值评估涉及很多企业内部资料，除了市场股票价值数据处理后运用外，其他办法很难获取所需求的数据，这也是股票定价中普遍存在的问题。
关键词 F—O模型 股票内在价值 实证分析
F—O模型是由Olhson及Feithama于1995年提出的股价模型，经过实践验证及不断改进，已经发展为股票价值评估理论体系重要的一部分。
在我国，田志龙、李玉清(1997)最早系统的介绍了F-O模型，接着，汤为云、陆建(1998)对国外的研究进展做了综述，于永春(1998)根据奥尔森企业价值估价思想提出了会计数字评价企业价值的框架。赵字龙等(1999)对中国公司成长性进行了定价研究。陆宇峰(1999)利用1993—1997年中国资本市场数据对原始的F-O模型进行了初步检验。李寿喜(2004)进行了中国上市公司会计信息与股票定价相关性的实证分析。陈信元等(2002)在F-O模型的基础上，回归方程中引入了规模和流通股比率两个解释变量，对1995-1997的会计信息与股价的关系进行了分析，证明了资产收益率、规模和流通股比率对股票收益的解释能力。张人骥等(2002)把剩余收益理论和杜邦财务分析体系结合起来构建了全新的剩余收益比率估价模型RIR。戴德明等(2003)分析了F—O模型与EVA评价方法的关系，并指出EVA模型实质上是F—O模型的进一步深化的结果。刘烧松(2005)则利用F－O模型探讨了中国股票市场股票的内在价值总额，与泡沫理论结合，分析了当前中国股市泡沫问题。
国内相关方面的大多数也是利用原始模型对中国资本市场进行检验，或是实证分析会计信息与股票价格相关性。利用F-O模型做股票定价研究的文献较少。本文从此处人手，力图结合财务知识研究改进F-O模型，分析预测股票内在价值。
一、F－O模型改进与扩展
(一)F-O模型改进
F—O模型表明股票内在价值取决于该股票目前的净资产以及该资产的盈利能力强弱和持续时间的长短。但F-O模型中持续时间是无限期的。也就是该模型认为投资者是万能的。现实中投资者不是万能的，也不是完全无能的，尽管未来是不确定的，但是投资者可以对未来做出一定年限的预测，对更长时间以后就难以预测了。假定在现有信息集下，投资者只能够对公司未来N年内的情况进行预测，但对N年以后的情况投资者不能做出预测。这个假定是符合投资者认知有限的现实情况，因此改进F-O模型可以得到
三、F-O扩展股票内在价值模型的实证分析
(一)样本选取
回归模型中涉及到公司历史股票内在价值的确定，由于非上市公司历史内在价值数据难以获取，所以本文选取的样本为上市公司——中集集团。
实证中以中集集团1993年～2008年股票市场统计数据和公司财务报表数据为基础，通过加工获得所需信息。主要数据来源于全景网络、色诺芬数据库，部分数据来源于《证券市场导报》。
(二)数据处理
1，利余收益(ox)预测相关数据处理
通过对中集集团1993年-2008年财务报表数据的分析，得出剩余收益预测的基础数据和剩余收益的预测值。由于我国存在国债利率、再贴现利率等不同的相对衡量标准，市场利率更是变化频繁，无风险利率不能单独根据某个数据来看。所以根据各年利率水平和变动情况加权平均确定无风险利率。
2，中集集团非限售股比率(str)计算
非限售比率根据公司历年股权结构计算得出，由于各年股份总数都有较大的变化，需采用加权平均计算各年非限售股比率。
3，财务相关数据
由于企业规模(size)与净资产(bv)数据都来源于财务报表。
企业规模(size)根据公司营业收入自然对数计算得出。根据会计知识，本文定义营业收入为主营业务收入与其它业务收入之和。由于年度财务报表公布的都直接为其他业务利润，而其他业务支出无从考量，所以本文中的其他业务收入一项，就是报表中其他业务利润一项。
4，股票市值确定
本文股票市值数据来源于色诺芬数据库。由于数据可得性问题，采用年末考虑非流通因素的总市值作为预测公式因变量。同样，模型预测结果也可以通过与该库中2008年度相应指标对比看出。
(三)计算结果及分析
本文对(1～7)式进行回归分析，得出计算结果如下：
LOG(VT)=-76.26322538 0.1315243365*LOG(BV) 1.18024746*LOG(OXl
t检验值
(-1.9712)
(2.186779)
(2.455611]
28.3079925*LOG(SIZE)-3.631802825*LOG(STRl
(-1.90673)
(-2.30695)
F检验值=49.8643
R=0.7087 DW=1.9667
通过多元回归中模型结果我们可以看出：
1，从精度上看模型的R值数值大约达到0.71，与进行股票价值评估的其他文献相比，高于0.68的平均水平。同时，方程中各个指标普遍通过检验，说明该方程能够较好的预测股票内在价值；
2，模型计算过程中，先采用财务预测计算相关财务指标，后采用数学模型分析的方法，结合了会计与计量经济学知识，充分体现了企业股权价值评价的特性。
本文的最终目标是为了预测中集集团一定时期股票内在价值总额，从而判定市场现有价格高低，选择买卖时机，最人化投资收益。因而下面有必要利用本文得出的模型预测2005年中集集团股票内在价值。中集集团2008年度财务报表已经公布，各个指标相应数值已经列于原始数据表中。根据本文回归结果预测中集集团股票内在价值总额为54601758835元，高于色诺芬数据库13373612885元，高出约407.28％。从价值投资角度来说，中集集团极其具有投资价值，应该买进并继续持有。
从价值预测的角度来说，本文股票价值评价与市场数据相差较大。但是看问题不能单单从数值上的对比，还应该综合考虑模型预测的基础和市场，实际情况。以股票市场价格计算出的数值，并不能作为衡量企业股票内在价值的唯一标准。首先年末考虑非流通因素的总市值以股票市场股票价格为计算依据，是年末计算当天股票市场价值，而不是综合考虑整年公司股权价值增长情况而计算内在价值。其次某一时刻股票价值受到政治、经济等很多因素影响，变化敏感性很大，可能受到有实力投机型投资者干扰，价格可能会被打压或者哄抬。由于企业价值评估涉及很多企业内部资料，除了市场股票价值数据处理后运用外，其他办法很难获取所需求的数据，这也是股票定价中普遍存在的问题。