为什么要进行公司基本面分析

为什么要进行公司基本面分析?

作者：李学峰

来源：《产权导刊》2019年第04期

现实市场操作中，无论是基金、券商、保险资管还是QFII等机构投资者，都非常重视对上市公司基本面的分析，其表现一是重视对公司的调研;二是重视对调研资料和公司财报等公告的分析。

经典的投资理论告诉我们，作为一个专业的投资者，规范的行为方式是：依据变异系数挑选出“好的”资产，再依据相关系数挑选出“对的”资产，由此即完成了资产选择的工作;进一步，根据有效边界、资本配置线和效用曲线确定出最优投资比例，由此即完成了资金配比工作。解决了资产选择和资金配比，即构建出了满足该投资者效用最大化的最优资产组合。

现代投资管理本质上都属于组合管理。但从上述最优组合的构建过程中，我们无法明确地找到对公司基本面进行分析的理由和环节。那么，实际操作中，机构投资者为什么要进行公司基本面分析呢？

1; 经典金融学的解释：信息效率和信息优势

毫无疑问机构投资者拥有在信息获取和处理上的优势，从而使价格更加迅速准确地反映信息，提高股价同步性，对整体市场的信息效率起到了促进作用（Brennan，1995;王亚平等，2009）。这里的信息效率便可理解为信息在股价中的反应程度，即股价能否反应全部的信息，具体反映在信息获取成本、信息传播范围和信息处理能力上（杨玉龙等，2016）。而正如有关文献所揭示的，机构投资者通过对上市公司的实际调研以满足自身的信息需求，这种行为能增

加公开信息的透明度（Roberts，2006;Cheng et al，2016），提高市场信息效率（李昊洋等，2017）。

然而，仅仅从信息效率角度无法完全说明基本面分析的必要性——终归这是对市场有效性的一种“公益性”贡献，而机构投资者因调研上市公司付出了成本，关键在于其是否能获得收益呢？我们看到，在证券市场中，信息的发布群体与信息的受用群体并不完全一致，从而产生信息摩擦使信息传递并不流畅，而且对信息处理分析能力的差別也决定人们对信息掌握的不同（Ball，2009），这就产生了信息优势的命题，并引起众多学者的关注，研究发现机构投资者可以通过调研访问上市公司获得信息优势（Bushee et al，2014;孔东民等，2015;唐松莲等，2017），并且信息优势往往能够带来相对的超额收益（Baik，et al，2010）。

经典金融理论的上述研究无疑有益于我们理解基本面分析的原因所在，但问题在于，同样是基于经典金融学理论，市场是有效的，即信息是完全的，那么为什么通过基本面分析却能够获得信息效率与信息优势呢？换言之，基本面分析所获得的信息效率和信息优势，这本身就意味着违背了经典金融理论中的有效市场假说。

2; 行为金融学：市场异象的发现

行为金融学中的所谓“异象”是指无法用经典投资学中的理性资产定价模型予以充分说明的稳定的金融市场上的统计现象。现代投资学乃至经典金融理论的基础和核心是有效市场假说（EMH）和资本资产定价模型（CAPM）。依据有效市场假说，股票的价格总是能够完全反映所有可获得的信息，因此，利用公开信息并不能对股票未来价格做出预测，投资者买卖或持有股票只能获得与股票风险相匹配的正常收益，而与风险相关的正常收益在满足一定条件下可以用资本资产定价模型来表示。

然而自20世纪70年代末，一些研究发现与公司特征相关的变量也能够对股票横截面收益做出预测，如：公司规模、账面市值比等。这些现象无法用有效市场假说或资本资产定价模型来解释，因此被称为“异象”。

随着现代计算机技术的发展和股票交易数据获取成本的降低，研究者们开始使用与公司股票相关的特征捆绑资产对有效市场假说和资本资产定价模型进行检验，发现了大量异象，这些异常现象要么违背了CAPM模型，要么违背了EMH假说。根据著名投资公司Investor Home （2000）的观点，这些异常现象可分为四类，分别为基本面异象、技术异象、日期异象和其他异象。

上述分类中的基本面异象是指根据公司的一些基本面指标来选择股票，能获得超额收益的现象。这些基本面指标包括公司账面价值、净收益、现金流入净额、股息和规模等。将这些基本面指标与股票市场价值相比，就能计算得到相应的用于选取股票的价值指标，包括账面价值市值比（BE/ME）、盈余价格比（E/P）、现金流净额与价格比（C/P）和派息率等。投资者选

择上述价值指标值较高的股票组成投资组合进行投资，能获得超额收益。最常见的基本面异象包括账面市值比效应和规模效应。

2.1; 账面市值比效应

所谓BM效应，即账面市值比效应，指BM值较高的公司平均月收益率高于BM值较低的公司。关于BM效应，国内外学者已做了许多研究。Fama和French（1992）研究了1963—1990年所有在NYSE、AMEX、NASDAQ上市的股票，发现BM值最高的组合（价值组合）月均收益率超过BM值最低的组合（魅力组合）达1.53%。肖军、徐信忠（2004）以1993年6月至2001年6月沪深股市A股股票为样本，计算持有一年、两年、三年的收益率数据，认为BM效应存在。

2.2; 规模效应

规模效应，又称小公司效应。继Basu之后，Banz（1981）发现了另一个与CAPM 相悖的现象。他按照公司市值大小（股票市价与发行在外的股票数）将所有在纽约股票交易所上市的股票进行分组，发现经CAPM调整后的超额收益随着公司市值的上升呈下降的趋势，其中由最小市值公司股票组成的投资组合的月平均收益比由最大市值公司股票组成的投资组合的月平均收益高出1.65%，即使控制盈余价格比后仍然存在。

基本面异象的一个显著特点是，与公司基本面相关的价值指标（比如，E/P、BE/ME）对股票收益产生了显著影响。在CAPM模型中，只有与宏观经济相关的系统风险（比如，市场β）在均衡时才能被定价，才会对股票收益产生显著影响;而与公司基本面相关的价值指标属于非系统风险，可通过多样化组合分散掉而不能在均衡时被定价，不会对股票收益产生显著影响。因此，CAPM模型无法对基本面异象做出合理解释，即基本面异象违背了CAPM模型。而当我们抓住了这些违背或者异象的机会，超额收益即可产生，这就是基本面分析的原因所在——利用异象获取收益。

由以上分析我们可以得到三方面的启示：

其一，现实中那些所谓金牌分析师或者那些曾经的“新财富首席”们的市场价值即在于此——通过严谨、科学的基本面分析为投资者推选出可以获得超额收益的股票或资产——这也正是市场中大牛分析师们“身价”较高的原因所在。

其二，各类市场异象是广泛存在的，甚至还存在众多的目前还不为人所知的“异象中的异象（Anomalies of Anomalies）”。然而，正如McLean和Pontiff（2016）的研究所发现的，异象虽广泛存在，但对某个具体异象而言却不能持续存在。换言之，某个具体的基本面异象会随着对该异象的广泛研究和不断扩散而消失，这就需要我们更为科学地研究、发现还未被发现的基本面异象。这也就是现实中投资机构对宏观研究、行业研究等的投入都非常大的原因。