投资回报率论文十篇

投资回报率论文篇1

【关键词】 创业投资；私募股权投资；创业板；私募股权基金；业绩评价

一、引言

私募股权投资在当今世界经济中占有非常重要的地位。据统计，2006年全球私募股权筹资总额达到$432 000M。2008年全球私募股权基金管理的资产规模已达到$1 000 000M 。

近年来，中国的私募股权投资取得了巨大发展。可以说，中国已成为亚洲最为活跃的私募股权投资市场。2008年，中国的私募股权投资案例607个，投资金额$4 210M。2009年，由于金融危机的影响，投资规模略有下降，投资案例数下降为477个，投资金额$2 701M 。

对于如此巨大的私募股权投资行业，外界对此了解却不是很多。特别是，由于数据的缺失对这个行业的投资回报以及风险所作的定量研究更是屈指可数。

Vissing-Jorgensen and Moskowitz （2000）首先意识到研究私募股权市场的重要性，因为私募股权市场与公共股权市场规模相当，有时甚至比公共股权市场还要大。他们经过研究发现：私募股权市场在当时看来是高度集中，77%的私募股权被富有个人所拥有。但是，由于私募股权投资分散性较差，因此在1989―1998年间其回报比公共市场指数的回报低2%到3%，而在1964―1998年间与市场指数持平。

Kaplan and Schoar （2003）研究了私募股权合伙企业的业绩。在所考察的样本期间，扣除费用后的基金的平均回报与S&P500的回报大至相当。经过计算，他们得到结论：样本中私募股权基金的平均内部收益率为19%。

Phalippou and Gottschalg（2006）选择1 328只私募股权基金作为样本对其回报进行研究，结果表明Kaplan and Schoar （2003）的结论过于乐观。的结论是：样本中基金的平均内部收益率比S&P500指数低3%，约为15%。

Ljungqvist and Richardson（2003）认为，以前的研究有两个局限性，一是数据太少、不够全面，二是所用的回报指标有缺陷。因此，他们在文章中加大了数据量，而且调整了回报指标的定义。他们用了美国某个大机构投资者1981到1993年间所投资的73只私募股权基金的数据，通过分析，他们得到结论：对于并购基金，平均内部收益率21.83%；对于风险基金，平均内部收益率只有14.08%。总体来讲，样本中的私募股权基金的内部收益率比S&P500高出约5~8个百分点。

Cendrowski， Martin， Petro， and Wadecki（2008）应用汤姆森VentureXpert数据库中的数据考察了创业基金和并购基金的回报。经过分析，得出了如下结论：在1985―2007年间，创业基金、 并购基金以及市场指数的回报分别为19.9%、19.7% 和13.8%，标准差分别为41.6%、16.7%和16.3%。

总结以前这些研究，可以得出私募股权投资的回报并不像人们预计的那样高。在很多时候与股市指数的回报相差无几。在有的研究中，也报告说私募股权投资的回报比市场指数的回报高出5~8个百分点。

中国的私募股权投资取得了很大发展，那么中国私募股权投资回报如何？目前，国内这方面的研究很少，本文应用创业板IPO数据试图研究中国创业投资及私募股权投资的投资回报，并与国际上的研究进行对比，得出的结论非常惊人：尽管中国私募股权投资的规模还没有欧美国家大，但作为一个新兴市场，其投资回报却数十倍于发达国家。

二、研究设计

（一）样本选择

本文以清科研究中心《创业板VCPE支持企业投资回报分析（截止2010-02-11）》（以下简称清科报告）中的数据为基础经过整理得到本文的数据样本。在上述分析报告中，作者选取从2009-10-30到2010-02-11之间在创业板上市的64项被VC/PE机构支持的投资作为研究对象，计算了VC/PE机构这64项投资的回报倍数。可以说，这是当前讨论中国VC/PE投资回报的为数不多的文献之一。

（二）研究思路

首先，本文将利用清科报告中的数据对报告中的64项投资计算其VC/PE投资的内部收益率指标，然后对内部收益率指标做描述性统计分析，计算出反应数据集中趋势的平均值、中位数、上四分位数、下四分位数等指标以及反应数据离散程度的极差、四分位差、标准差等，进而分析这些指标的特征并与欧美市场上的同类数据作对比，得出相应的结论。

假设对64项VC/PE投资全部在发行之初或者上市当日退出。如果按发行价退出，则计算的内部收益率称为按发行价计算的内部收益率，简称发行价内部收益率IRR；如果按上市首日收盘价退出，则称为按上市首日收盘价计算的IRR，简称收盘价内部收益率IRR。

接下来，考察内部收益率与初始投资规模的关系，建立内部收益率与初始投资的回归分析模型，计算两者之间的相关系数，进而得出相应结论。

（三）模型假设

假设1：发行价内部收益率IRR与初始投资规模负相关。

假设2：收盘价内部收益率IRR与初始投资规模负相关。

国外很多文献曾经论及此问题。在文献中，作者通过考察欧洲收购基金和美国收购基金的具体数据，得出结论：内部收益率资本加权平均值与基金规模负相关。那么，对于中国的创业投资和私募股权投资来说，是否也存在或者不存在这样的关系呢？因此提出这两个假设予以验证。

（四）模型建立

本文以发行价内部收益率IRR和收盘价内部收益率IRR作为因变量，以初始投资规模作为自变量，通过MATLAB统计分析工具箱进行回归模型的参数估计，假设检验等，最后得出实证研究结论，以验证本文所提出的假设。

因变量：发行价内部收益率IRR------Y1

收盘价内部收益率IRR------Y2

自变量：初始投资额---------X

发行价内部收益率IRR与初始投资额关系的回归分析模型如（1）式所示：

Y1 = B0 + B1*X + E1 （1）

收盘价内部收益率IRR与初始投资额关系的回归分析模型如（2）式所示：

Y2 = B'0 + B'1*X + E2 （2）

其中B0、B'0为常数项，B1、B'1是自变量系数，E1、E2为随机项。

三、实证结果与分析

（一）内部收益率计算

在清科报告中，作者根据64项投资的上市数据计算了VC/PE的投资回报倍数。投资回报倍数是该报告中唯一用来衡量投资回报的指标。另一重要的内部收益率指标该报告没有计算。另外，该报告也没有对投资回报作任何分析，只是在Excel表中列出而已。

本文首先利用MATLAB提供的内部收益率计算函数Xirr对所有64个样本计算了投资回报的内部收益率IRR指标。

笔者的计算基于如下假设。假设对64项VC/PE投资全部在发行之初或者上市当日退出。事实上，原报告在计算回报倍数时也采用了这一假设。这样，对每一项投资我们就计算得到了两个IRR，一个是基于发行价的内部收益率，一个是按上市首日收盘价计算的内部收益率。当然，可以预见，一般来讲发行价内部收益率要低于收盘价内部收益率。原因是，收盘价要比发行价高，而且实际情况是收盘价要比发行价高很多。

在原数据中，有时投资时间多于一个，而且有的时间只有年月，没有日期。在这种情况下，本文采取了如下合理的假设。只有年月，没有日期的情况下，假设投资发生在当月的中旬，即15日。投资时间多于一个时，假设投资按总额平均分配。例如：原数据给出的投资时间和投资额分别为：2006-12、2007-02和173 770 181，则假设该投资分别发生在2006-12-15和2007-02-15，投资额分别为：173 770 181的一半，即86 885 090.5。

在所有64个样本中，有三个样本似乎是奇异样本。

这三个样本的原始数据和计算后得到的内部收益率数据如表1所示：

第一个样本按首日收盘价计算的IRR高达28 012.65%！第二、第三个样本即使是按发行价计算的IRR也高达187 112.87%。按首日收盘价计算的IRR，更是达到9 021 108.05%。由于太过巨大，这样的结果太令人不可思议了。造成这一结果的原因，笔者认为是投资时间和上市时间太近了。恐怕这在世界其他市场上也不大可能遇到这样的情况。因此，本文将这三个奇异样本剔除，剩余的样本数变为61。

在61个样本中，按投资机构的类型可分为创业投资机构（VC）50个和私募股权投资机构（PE）11个。

（二）描述性统计分析

本文对61个样本计算了发行价内部收益率和收盘价内部收益率，然后对计算结果进行了描述性统计分析，其结果如下表所示：

从表2可以看出：所有样本的均值为385.03%和929.29%，中位数为175.45%和204.99%。这比欧美市场上两位数的相同指标至少高出20倍。上四分位和下四分位也同样高出欧美同类指标20多倍。当然，分散程度也很高，意味着风险也较大。这说明，中国作为创业投资与私募股权投资的新兴市场具有高回报、高风险的特征。

如按VC和PE来划分，描述性统计分析结果如表3和表4所示。

从表3和表4可以看出：PE投资回报整体上要比VC投资回报高，当然分散程度也大。与欧美市场相比，PE投资回报高出40~100倍，VC投资回报高出20~40倍。同样说明中国的创业投资和私募股权投资的高回报特征。

表5是对PE样本、VC样本和所有样本分别计算的按发行价计算的IRR和按上市首日收盘价计算的IRR的资本加权平均值。这些数字同样说明，中国的创业投资和私募股权投资具有很高的回报。

以上的计算没有扣除任何费用和附属权益，是内部的毛收益率。那么，扣除费用和附属权益以后情况如何呢?

由于没有有关费用和附属权益的信息，因此以下讨论是在一些假设下作出的。

假设管理费用按初始投资的2%收取，收取时间与初始投资时间一致；附属权益按扣除初始投资后的余额的20%收取，时间与上市时间或变现时间相同。

在这些假设下，再重新计算IRR，然后对得到的IRR再做描述性统计分析，得出的结果如表7、表8所示。

从表7和表8可以看出：扣除费用和附属权益以后PE投资回报整体上还是要比VC投资回报高，当然分散程度也大。与欧美市场相比，扣除费用和附属权益以后PE投资回报高出25~70倍，VC投资回报高出15~30倍。同样说明中国的创业投资和私募股权投资的高回报特征。

（三）内部收益率IRR与初始投资关系的回归分析

本文运用MATLAB统计工具箱建立内部收益率IRR与初始投资关系的回归模型，以验证上文提出的研究假设是否成立。模型中的内部收益率IRR为扣除费用和附属权益之前的数值。

首先，建立模型（1）。以发行价内部收益率IRR为因变量，以初始投资为自变量进行回归。经过整理，得出结果，如表9、表10所示。

其次，建立模型（2）。以收盘价内部收益率IRR为因变量，以初始投资为自变量进行回归。经过整理，得出结果，如表11、表12所示。

由表9可知，拟合优度衡量指标R平方的值为0.0017，调整R平方值为-0.0152，表明拟合性很差。F值0.1015，对应p值为0.7511，说明回归方程在5%的水平上整体不显著。再计算因变量与自变量之间的相关系数，发现其值很小，为0.041448，说明发行价内部收益率与初始投资几乎无相关关系。表10说明回归系数也没有通过显著性检验。假设1不成立。

由表11可知，拟合优度衡量指标R平方的值为0.0047，调整R平方值为-0.0122，表明拟合性很差。F值0.2756，对应p值为0.6015，说明回归方程在5%的水平上整体不显著。再计算因变量与自变量之间的相关系数，发现其值很小，为0.06819，说明收盘价内部收益率与初始投资也无相关关系。表12说明回归系数也没有通过显著性检验。假设2不成立。

综上所述，根据创业板IPO数据计算的中国创业投资和私募股权投资的投资收益与初始投资的规模无相关关系。

如果用扣除费用和附属权益以后的内部收益率IRR作为因变量，用初始投资作为自变量，则可得到类似的回归参数，因此所得到的结论与上相同。

四、结论

本文应用中国创业板IPO数据，在作出一定假设的前提下，计算了中国创业投资和私募股权投资的投资回报，得出如下结论：在不考虑费用和附属权益的前提下，中国创业投资（VC）的平均内部收益率在289%~627%之间，中国私募股权投资（PE）的平均内部收益率在822%~2 302%之间。如果考虑费用和附属权益，则中国创业投资（VC）的平均内部收益率在227%~474%之间，中国私募股权投资（PE）的平均内部收益率在583%~1 570%之间，分别比欧美市场的类似指标高出15~30倍和25~70倍。这一指标体现了中国作为一个私募股权投资的新兴市场其投资回报具有很大的吸引力。这也可以从一个侧面解释为什么近年来中国私募股权投资业的发展如此之快。

尽管国外有文献论述了内部收益率与基金规模的负相关关系，但是利用本文的数据没有得出类似结论。无论是用发行价内部收益率，还是收盘价内部收益率都得出了内部收益率与初始投资不相关的结论。而且扣除费用和附属权益之后也得到了相同结论。

【参考文献】

［1］ 清科研究中心， 创业板VCPE支持企业投资回报分析（截止2010-02-11）［Z］.

［2］ Harry Cendrowski， James P. Martin， Louis W. Petro， and Adam A. Wadecki， Private Equity: History， Governance and Operations， John Wiley & Sons， Inc，2008.

［3］ Guy Fraser-Sampson， Private Equity as an Asset Class［J］. John Wiley & Sons，Inc，2007.

［4］ Steven Kaplan and Antoinette Schoar， Private Equity Performance: Returns， Persistence and Capital Flows， MIT Sloan Working Paper No. 4446-03，November，2003.

［5］ Alexander Ljungqvist and Matthew Richardson，The Cash Flow， Return and Risk Characteristics of Private Equity，NYU，Financ Working Paper No. 03-001，

2003.

投资回报率论文篇2

改革开放以来,投资占GDP的比重始终保持较高水平,对经济发展起到了举足轻重的作用。但是,这种高度依赖投资的经济增长模式近年来引起学术界和决策高层的担忧。客观面对投资过热状况和界定合理的投资规模显得非常必要。对资本回报率的测算和分析,是评价投资是否过剩的一种有效途径。对我国资本回报率的重视,始于2006年的一场争论。世界银行2006年6月的中国经济季报认为,中国企业的资本回报率在1998至2005年间大幅提升,但美国新桥投资的合伙人单伟健(Shan,2006)[1]认为严重高估。此后,关于中国资本回报率的相关文献如雨后春笋。现有的研究文献主要归为两类,一类是宏观总量层面的研究,另一类是企业微观层面的研究。前者可以避免统计抽样、税收制度等造成的估计偏误,但资本存量的不同估计会影响测算结果的准确性。例如,方文全(2012)[2]认为资本的异质性和年份效应导致低估资本存量,进而高估资本回报率,所幸并不严重。后者则更加具体,能够反映企业真实的生存环境,但测算的准确性容易受到统计抽样、税收制度等因素的干扰。国家统计局的统计是针对规模以上工业企业进行的,不同行业和地区的税负不尽相同,抽样的代表性值得商榷。现有研究得到的基本结论是,中国资本回报率水平不低,投资过剩不严重。高资本回报率有利于吸引外资和技术扩散,有利于资本积累和经济的长期增长。虽然中国资本回报率不低,但其是否具有可持续性关系到未来经济发展。影响资本回报率的因素很多,资本深化与资本回报率一般呈负相关关系(黄伟力,2007;黄先海等,2012)[3][4];技术进步(黄德春、刘志彪,2006;黄伟力,2007;赵红、扈晓影,2010)[5][3][6]和人力资本(黄先海等,2012)[4]对资本回报率有正向的作用;金融发展,尤其是对私营企业部门金融环境的改善有利于资本回报率的提高与经济发展相适应的投资率(孙文凯等,2010;陈培钦,2013)[9][10]、高效的资本配置效率①(Wurgler,2000;方军雄,2006;曾五一和赵楠,2007)[11][12][13]、良好的法制环境(万华林、陈信元,2010;胡凯、吴清,2012)[14][15]、合理的所有权结构(辛清泉等,2007)[16]和较低的国有经济比重(方军雄,2007)[17]有利于保持较高的资本回报率。伴随着我国住房体制改革和市场化改革,尤其是2003年以来,房地产业得以快速发展,带动相关投资的增长,对资本回报率产生了重要影响,但尚未有系统探讨房地产业发展对资本回报率影响的研究。基于此,本文通过测算并对比剔除房地产业前后的资本回报率,考察房地产业发展对资本回报率的影响,分析这些影响在不同历史时期和地区的差异,检验房地产业投资和资本回报率之间的关系,得到相应的经济含义与政策启示。

二、资本回报率的估计模型

资本回报率的估测方法大致有四种。其一,通过金融市场推算资本回报率(Fama和French,1999)[18]。该方法适用于资本充分流动、金融市场高度发达的经济体,中国并不满足这些条件。其二,通过对企业抽样统计来推算资本回报率。世界银行2006年6月的中国经济季报、Shan(2006)、CCER中国经济观察研究组(2007)[19]均采用了这种研究方法。抽样一般都针对较大规模工业企业进行,如果市场竞争不充分,可能造成估计的偏误。其三,通过估算生产函数来推算资本回报率。该方法可以追溯到Baumol等(1970)[20]采用不变价格的投入和产出对美国资本回报率的估计②,但是该方法存在遗漏变量,可能导致有偏估计(Friend、Husic,1973;Brealey,1976;McFetridge,1978)[25][26][27],并且,估计结果也会因生产函数设定形式的不同而有差异,而且只能计算较长时期的平均资本回报率,无法得到随时间变化的资本回报率。其四,资本租金公式方法。该方法由Hall和Jorgenson(1967)[28]提出,Bai等(2006)[29]从Hall和Jorgenson(1967)、Caselli和Feyrer(2007)[30]中发展了该方法③,此后得到广泛应用。总体上,前两种属于微观方法,后两种属于宏观方法。其中,第二种和第四种目前广泛采用。相较而言,第四种方法更能反映一国总体资本收益情况,本文选用第四种方法,具体如下。假设一个企业购买一单位边际资本用于生产,在完全竞争市场条件下,企业是产品价格的接受者,名义资本回报率(即考虑价格因素的Hall-Jorgenson资本租金公式)是:其中,ij(t)是资本品j的名义资本回报率,PKj(t)是资本品j的定基价格指数,δj(t)是资本品j的折旧率,MPKj(t)是资本品j的边际产品,P^Kj(t)是资本品j的价格变化率,PY(t)为产出定基价格指数。在完全竞争条件下,每种投资品的收益率相等。各类资本品根据使用量加权平均,可以得到代表性资本品的名义资本回报率。

三、数据处理及结果分析

(一)数据来源与处理

由于房地产业数据的限制,本文选择1988—2011年的宏观经济数据来测算资本回报率,所有数据均来自历年中国统计年鉴。固定资本存量相关数据采用单豪杰(2008)[31]的方法估计,折旧率取10.96%。房地产业投资额以房地产业全社会固定资产投资减去土地购置费来估算。房地产业投资的主体部分属于建筑安装工程,因此,其价格指数和折旧率分别取建筑安装工程投资的价格指数和折旧率,折旧率取8.12%。房地产业GDP的价格指数从历年房价中推算。资本收入份额可以用1减去劳动收入份额得到,而劳动收入份额用劳动者报酬除以收入核算法的GDP来计算。统计年鉴中的投入产出表、资金流量表和按收入法计算的省际国内生产总值表提供了这些数据。白重恩和钱震杰(2009)[32]认为,分别用这三个数据集测算的劳动收入份额在变化趋势上一致。章上峰、许冰(2010)[33]利用时变弹性生产函数测算的结果也显示出一致的变化趋势。鉴于按收入法计算的省际国内生产总值的数据更加详细,本文使用该数据集来计算资本收入份额。

(二)测算结果及分析

1.房地产业发展对资本回报率的影响分析

按照公式(3)计算全国以及各省份含房地产业和剔除房地产业的资本回报率。各省份按照东中西部划分①,计算结果见图1、图2、图3和表1。由图1可知,1994年之前房地产业发展对资本回报率的影响较小,之后影响逐步加大,2003年后,这种影响迅速放大。2003年颁布实施的《国务院关于促进房地产市场持续健康发展的通知》(国发[2003]18号)将经济适用房定位为具有保障性的商品房,自此商品房的市场份额在事实上得以提高,房价持续走高,房地产业发展更为迅猛,对资本回报率的影响也更加显着。为进一步分析房地产业发展对资本回报率影响的阶段性特征,以1994年和2003年为节点,将样本区

间划分为三个阶段,全国和各省份三阶段资本回报率数值见表1。全国来看,1988—1994年间,含房地产业和剔除房地产业的资本回报率分别为20.01%和20.48%,后者比前者仅高出0.47%;1995—2002年间,含房地产业和剔除房地产业的资本回报率分别为17.34%和20.26%,后者比前者高2.92%;2003—2011年间,含房地产业和剔除房地产业的资本回报率分别为17.23%和23.80%,后者比前者高6.57%。以上数据说明,房地产业发展拉低了资本回报率,且该效应随时间的推移表现越来越明显。图2显示,从地区来看,省际资本回报率从高到低依次为:东部、中部和西部。图3表明,剔除房地产业之后东部的资本回报率上升最明显,中部次之,西部最少。剔除房地产业之后,东中西部资本回报率的差距加大。依据表1,北京、上海、广东是剔除房地产业之后,资本回报率上升最多的省份,而新疆、青海在剔除房地产业之后资本回报率几乎没有变化,其他省份如陕西、四川则介于两者之间。北京、上海和广东经济发达,拥有较高的资本回报率,剔除房地产业之后,资本回报率提高也较明显,其中广东资本回报率提高最多,北京次之,上海最小。总之,资本回报率高的省份,剔除房地产业之后的资本回报率上升也多,据此可推测,剔除房地产业之后,资本回报率历年的标准差会增大,图4证明了这一推测,这说明房地产业发展不利于省际资本回报率的收敛。总体上,我国含房地产业的资本回报率较高,剔除房地产业之后的资本回报率进一步上升,表明房地产业本身的资本回报率并不高,房地产业发展会降低资本回报率。不论全国还是省际的结果,都表明随时间的推移,房地产业发展对资本回报率的拉低效应越来越显着。虽然房地产业的资本回报率不高,但是房地产业一般被视作高回报行业,主要因房地产业的高杠杆率而带来权益资本的高回报,但是权益资本的高回报并不等同于全部资本的高回报。另外,由于土地公有制和土地财政的缘故(饶国霞、葛扬,2014)[34],房地产市场并非完全竞争市场,与公式(3)的适用条件不符。综合考虑,剔除房地产业之后的资本回报率更为真实。不论是否剔除房地产业,资本回报率都因1997年的亚洲金融危机和2007年的次贷危机而显着降低,后者降低的幅度更大。李成、刘生福(2013)[35]比较了1997年和2007年两次危机,结果也显示次贷危机的影响程度更大。虽然通过财政政策和货币政策(李成等,2011;马草原、李成,2013)[36][37]已经减轻了危机对经济的影响,但资本回报率仍然大幅下跌,因此稳定的需求对经济的平稳发展意义重大,这也与当前倡导的转变出口导向的经济增长模式为内需拉动的经济增长模式相符。 2.房地产业投资与资本回报率的因果分析

结果显示,r和r_ha在仅包含常数项和一阶滞后项的条件下是稳定的,log_hinv在同时包含常数项、趋势项和一阶滞后项的条件下是稳定的。(1)房地产业投资的对数和含房地产业的资本回报率之间的关系图5在log_hfix单位脉冲下r的响应在同时包含趋势项和常数项的情况下计算AIC、HQ、SC及FPE,结果均支持VAR取两阶,因而采用包含趋势项和常数项的log_hinv与r的VAR(2)。表3显示,log_hinv是r的Granger原因,反之不成立;log_hinv与r之间无当期的Wald-type因果关系。图5表明,log_hinv的一个单位冲击,会对r在随后一期产生显着的负效应,并在之后诸年中对r产生持久的波动效应,波动幅度逐渐减少,波动周期约为10年。总体上,log_hinv对r短期为负的效应,长期没有明确的正或负效应,但是r持续的波动效应会影响私营经济的长期投资,不利于经济的可持续发展。张清勇、郑环环(2012)[38]证明经济增长推动房地产业投资的增长,认为利用房地产业实现对经济的拉动是不现实的,与本文的结论一致。(2)房地产业投资的对数和剔除房地产业的资本回报率之间的关系同样的,在包含趋势项和常数项的情况下计算AIC、HQ、SC及FPE,结果均支持VAR取两阶,因而采用包含趋势项和常数项的log_hinv与r_ha的VAR(2)模型。表4结果显示,log_hinv与r_ha之间没有显着的Granger因果关系,但Wald-type检验发现,log_hinv与r_ha有显着的当期因果关系。考虑到房地产业的投资项目一般在1-2年内建成,房地产业投资对当年的非房地产行业拉动作用明显,与此处检验的结果相符。

投资回报率论文篇3

[关键词] 全要素生产率 投资绩效 则民营企业

一 、绪论

企业的投资绩效是公司财务学研究的重点。对上市公司投资绩效的评价，和上市公司投资收益的来源，是投资绩效研究的主要内容。

从本质上看，企业的投资是一种通过投入要素获得回报，以实现企业目标的过程。企业的各种投入可以归纳为几种不同的要素，包括资本，劳动，技术等。从实际的生产和运作的角度看，企业投资效益的最终来源，是投入在一定技术条件下的产出。所以，从本质上看，企业投资的产出来源，投入的要素在产出中各自贡献的大小以及企业投资发挥作用的技术条件，或模式，是企业投资绩效研究的根本性内容。也只有从根本上改善了投入获得产出的效率，才能从根本上使企业获得核心的技术和能力，拥有竞争优势。

对于企业投资绩效的评价与分析，一般采用的是财务学方法。传统的财务学评价指标有净现值，内外部收益率，投资回收期，投资利润率，权益回报率，市场占有率，速动比率等。它们构成一套财务指标体系。但是，从财务学理论基于财务管理的视角，企业投资绩效的评价没有从投资行为的本质――投入产出这个角度出发去分析。这样，财务指标等无法从实际的生产与运作的角度反应投资绩效，因此也就无法对企业绩效的现实来源做出分析，并对其投资的贡献高低做出评价。要从投入产出的角度对企业的投资绩效进行衡量，从现实生产运作的角度而不是财务会计的角度对投资效益的来源做出分析说明与评价，需要采用新的评价方法。全要素生产率就是一个合理的指标和方法。

全要素生产率（TFP）是于20世纪50年代由经济学家提出的核算方法，最初运用于国民经济核算中的投入产出衡量。将全要素生产率这一宏观指标运用于微观领域，已经有一些尝试，尤其是在对上市公司这一特殊企业群体的研究方面。例如，村上直树，申寅容运用非参数方法中的包络线方法对中国改革以来的企业整体效率进行了分析并对决定因素建立了模型。李连发对中国上市公司从1995年～2004年10年间的投入产出数据进行回归，分组计算了中国上市公司的全要素生产率，并得出了上市公司全要素生产率一直增加的结论。但是，对我国公司的投资绩效这样具体的课题，基于全要素生产率方法的研究还几乎是空白。

上市公司一般被认为是中国企业的代表性群体。民营企业是在改革开放后成长起来的企业群体，其投资效率关系到中国企业未来整体的发展潜力和活力。因此，选择上市民营企业中的强者进行研究，是很有代表意义和前瞻性的。

综上，在前人研究基础上，本文拟运用全要素生产率方法，借鉴全要素生产率的核算方法和理论，以及上述学者运用之于企业效率分析的方法；主要使用参数方法，借助计量模型，采用我国上市公司民营企业的前十强的数据，对我国上市公司全要素生产率方法下的投资业绩评价的理论与方法做出尝试性的研究开发。

二 、研究设计―理论和模型

生产率直观上的理解，就是投入与产出之比。即生产率=总产出/总投入。企业的投资和国民经济中的投资一样，其生产率的概念也是总投入与总产出之比。一般采用加权的方法，通过一定的模型来衡量多个投入与总产出之间的关系。将总产出与某种方法联合核算的各种投入相比较的时候，我们就得出了全要素生产率（TFP）。

一般而言，企业的投入总会包括资本与劳动。这里的资本是实有的可投入生产的资本品。固定资产作为企业实有资本的最主要的实物形态，是资本的主要构成部分。但是，在具体的企业投资领域，起重要作用的是企业的投资资金，主要是企业的长期投资，包括股权和债权投资。这些投资不一定投入生产领域，但对于我们的核算而言，则主要是核算企业的投资效率而不是生产效率。劳动一般是企业雇用的员工所应得的工资。全要素生产率被解释为技术进步的反映是其重要特点。全要素生产率因此可以用于测度技术投入，资本存量等各种影响因素。企业的研发投入，使企业赢得核心技术和竞争优势的重要途径，其投入也可以在全要素生产率里得到反映。

企业投入产出的技术条件，反映为企业的生产函数。生产函数的形态有很多种，其中，柯布-道格拉斯生产函数，广为生产效率研究采用。在我们的研究中，柯布-道格拉斯生产函数也具有微观领域良好的应用性质，所以也将被采用为基本的生产函数模型。

全要素生产率测算的方法，一般分为参数方法和非参数方法。参数方法主要为应用计量经济学模型进行建模和测算。非参数方法运用生产函数和生产理论，采用指数，包络线和前沿生产函数等方法进行分析。鉴于我们研究的上市公司投资数据的特点，我们可以假设生产函数，我们的数据样本较小，故决定采用参数方法，进行测算。考虑到非参数方法的优势，可以作为未来进一步研究的方向。

企业资金投入应该是企业绩效的来源，但也可能在短期内对绩效产出不良影响，视企业投资的长短期限而定。同时我们认为R&D投入，以及企业现有的资本―固定资产是企业投资全要素生产率的来源和所解释部分。故我们将利用这两个解释变量构建模型。

综上，我们将采用四个解释变量，以解释企业投资的产出，并测度投资的贡献，也即投资的绩效。它们分别是资本（K）,劳动(L),投资(I)以及R&D(R)。其中I为2005年投资的资金，为横截面数据，但考虑到计量可能的需要，也可以更多考察资金投入对企业投资绩效和全要素生产率的作用，本文分别统计了2003年，2004年，2005年的数据。令总产出（收益）为D，建立如下模型：

D=AKaLbIhRg（小写字母为方次，其中A为系数，a+b+c+g=1

其对数形式为:

InD=aInK+bInL+cInv05+dInR+e。TFP采用算术形式，即：TFP=D/(cInv05+bL)=T，nT=aInK+gInR+e。这是一个对数化的线形计量模型。可以用于横截面数据的回归。e为误差项。系数衡量的是各个解释变量的贡献，也即总产出对各个变量的弹性。

三、TFP计算和影响因素测算

本文数据全部取自我国上市公司年报，均为年报中披露的财务数据。年报来自巨潮资讯网公布的上市公司年报。

模型中，产出D采用年报“报告期主要财务数据”中的“投资收益”一项。资本K采用“财务报表”中的“固定资产总计”一项 。劳动投入L采用年报公布的员工总数乘以4000的平均工资。I的数据采用年报中的“董事会报告”对投资数额和事项的披露。此外关于企业的R&D，整理自年报的相关数据，主要来源于年报对其一年投资经营，研发的费用披露。企业有无技术进步，以及技术进步的程度较难衡量。本文对企业投入研发新技术，建设新固定资产的投资视为R&D投入。

在进行计量分析前，对数据做了整理。其中万杰、南钢和苏宁投资收益是负值，难以判断其有效率，故舍去。考虑到对数化模型的需要，对于取0值的数据命为1，即未投资的假设为投入1元。这与实际几乎没有差别，在统计上也是合适的变量，带来了计量分析的便利。

使用Eviews3.1进行考虑滞后的计量分析得出：

CAP，INV05，INV05(-1)，INV05(-2)，RD04，STA，C，CAP的系数分别为4.679610，-1.296197，3.527347，2.557134，0.516820，7.675645，-309.0333，4.679610。Std. Error分别为7.738341，2.689390，7.913140，4.421311，1.127928，15.73256，627.0797，7.738341。R-squared：0.871084Adjusted R-squared ：0.097588 。（注:CAP-资本, INV05-05年资金投入，STA-工资， RD04-研发费用。下同。）

不考虑滞后变量，仅考虑2005年投资回归又得：变量STA，RD04，CAP，INV05，C的系数分别为1.361193, 0.121284,1.540614,-0.211748,-35.10746,(R-squared：0.651877 Adjusted R-squared:0.373379)。标准误Std.Error分别为0.527623，0.058762，0.638413，0.095244，20.00394。

此表及以上表的Dependent Variable为APRO。

计算TFP值并回归，(除去非正常的)并回归如下:

R-squared:0.620546,Adjusted R-squared：0.512131,Dependent Variable：ATFP

通过回归发现，拟合优度尚可。DW统计量显示多重共线性得到消除。异方差的White检验在0.10显著性水平上未显示有异方差性。数据T检验和F检验均正常。由于数据可得性，模型还存在不够完善之处，但目前的效果尚可。

从模型可以看出，公司自有资本，尤其是固定资产存量，员工人数以及R&D投入，对企业的投资效益影响显著。固定资产存量和R&D投入对企业全要素生产率起着关键作用。而投资额对企业投资效益的负效应是意外的结果。实际上，考虑到巨额投资在短期内的占有流动资金等影响，可能在短期内是不利的。但如果有条件进行一个企业的长期的时间序列分析，应该能发现投资资金对企业投资绩效的作用。在以2005年投资收益为被解释变量，2003年～2005年投资资金为解释变量的有限分布滞后模型回归，并消除二阶自相关以后，得出了投资资金对企业投资绩效的积极长期作用的规律2004年数据的异常跟样本数据的特殊处理有关。变量INV03，INVO4，INV05，C，AR(1)的系数分别为：0.31546，-1.167853，0.185628，32.01193，0.520085(R-squared:0.633299 AdjustedR-squared:-0.28345 )。

民营企业在资金融通上有一定困难，其技术实力，人力资源质量都逊于大型国有企业。但本文研究的十大民营上市公司，不但表现出巨额投资，而且在研发上投入了巨额资金，令人看到了更新的希望。但是，这些企业的投资全要素生产率仍然偏低，在利用无历史包袱、产权明晰等优势的同时，加强技术力量和人力资源积累，提高投资效率仍是民营企业的发展重任。

四、结论

本文在前人对企业投资绩效的财务学方法基础上，基于投入产出一般规律的考察，尝试了利用宏观经济评价测算中的指标来测度企业投资效益的方法。通过对全要素生产率的参数方法，本文构建了一个基于横截面数据的OLS模型，并进行了回归研究。回归结果表明，样本民营企业的全要素生产率总体不高，但R&D投入和企业固定资产，是企业全要素生产率的来源。对企业而言，资金投入更多是长远的收益，而资本，人力资源和技术无疑是企业投资绩效的保证。

参考文献:

[1]李双杰:《企业绩效评估与效率分析》，中国社会科学出版社

[2](美)戴维斯:《生产率测算》

[3](美)肯德里克:《战后美国生产率趋势》，1948-1969

[4](美)J.M.伍德里奇:《计量经济学导论―现代观点》，中国人民大学出版社

[5]胡兵乔晶:“对外贸易全要素生产率与中国经济增长”， 《财经问题研究》，2006，5

[6]李小平朱钟棣:“中国工业行业全要素生产率的测算―基于分行业面板数据的研究”，中国产业发展论坛

[7](日)村上直树，申寅容:“中国企业的效率和生产率及其决定因素”，《世界经济文汇》，2006，5

[8]郭金芝:“中国民营上市公司现状素描”，《商业经济评论》

[9]李连发:“上市公司多要素生产率实证分析”，《证券市场导报》，2006，2

[10]王宗军张俊芳:“企业投资绩效柔性评价指标体系的构建”，《华中科技大学学报社会科学版》，2004，3

[11]李胜文李大胜:“我国全要素生产率增长的区域差异”，《数量经济技术经济研究》，2006，9

投资回报率论文篇4

从20世纪50年代到70年代, 资产定价理论的飞速发展奠定了金融学的基础并形成了第一个发展高潮。MM资本结构理论与资本资产定价理论(CAPM) 是公司理财学所赖以发展的理论基础,均产生于金融学发展的黄金时期。进入20世纪80年代以后, 金融学研究的重心逐渐转移到公司理财学。近20年来, 围绕着公司理财、公司治理等问题的研究成果已经蔚为大观, 俨然成为经济学发展的主流。但公司理财学自身理论结构的建设仍然处在一个较低的层面上。目前有关公司理财中投资问题、融资公司等的研究,绝大部分是从这些财务问题与公司治理问题的相关性角度来展开的。最为典型的是公司资本结构与公司治理相关问题的研究,如资本结构与股权结构、与公司控制权、与公司绩效等方面相关性问题的研究。从公司微观的角度、从公司内部的角度、从理财人员进行财务决策的角度所进行的财务理论研究还是较为鲜见的。这与数十年以来学者习惯于站在整个金融学的高度来研究公司财务理论有着密切的关系。

公司理财学是一门致用的学科, 是用以解释和预测公司理财实践的一门学问。理财学自身理论结构的建设和完善, 对于提高财务理论的致用价值具有不可估量的作用。从资本成本概念出发, 从理财目标理论出发, 构架现代公司财务理论的科学结构是一个理想的思路。本文在对资本成本、理财目标进行深入分析的基础上, 运用“股东财富最大化目标实现指数(AI) ”指标沟通了公司理财行为与投资者财富、股票市场之间的关系; 并通过实证分析, 验证了我国上市公司在满足股东财富最大化理财目标方面所存在的严重不足的结论, 构成了我国股票市场难以有效运行的公司理财基础。

二、公司理财、投资者利益与股票市场

“公司理财是为谁理财”是一个极为重要的财务问题。从现象上看, 公司理财是对公司理财行为的管理, 是对理财活动的科学运作。从本质上讲, 公司理财是为公司的所有者即公司的普通股东理财。股东将股权资本投入到公司中, 在两权分离、所有权高度分散的情况下, 股东只能将这部分资本的使用权、管理权委托给公司的管理层。满足了股东的委托要求, 就意味着管理层义务的完成。“股东财富最大化” 这一理财目标正是对这一股东――管理者关系的一种表现形式。

世界巨富沃伦・巴菲特(Warren E.Buftett) 是有史以来最为成功的股票投资者之一, 他同时也是最伟大的股东和管理者。巴菲特以其坦诚的为人和卓绝的智慧实现了一个人世间难以成真的梦想。“对巴菲特而言, 经理是股东资本的管家, 最好的经理在进行公司决策时像所有者那样牢记股东的利益。但即便是一流的经理, 有时也会有与股东利益相冲突的利益。如何缓解这些冲突, 并培养经理的管家意识, 正是巴菲特40年职业生涯矢志不渝的追求。在巴菲特的眼里, 股东、管理者之间最好的关系是合伙关系, 相互在一个利益组织中同呼吸, 共命运。正是身为波克希尔公司CEO的巴菲特把自己视为所有公司股东的合伙人, 以一颗极为坦诚的心对待公司经营的一切, 才使得波克希尔公司的每股账面价值在35年间从19美元上升至37987美元, 年复合增长率高达24%。

巴菲特认为, 尽管我们的形式是法人组织, 但我们的经营观念却是合伙制。查理・芒格和我将我们的股东看做是所有者合伙人(Owner- partner) , 并将我们自己看做经营合伙人(Managing Partner)。我们并不将公司本身作为我们企业资产的最终所有者, 而是将企业看成是一个通道, 我们的股东通过它拥有资产。这种理念与“股东财富最大化”理念是完全一致的。遗憾的是我国企业的管理者目前尚没有意识到这一问题的重要性。

在股票市场未产生前, 股权资本投资者与企业无法通过市场交易的方式来进行现金的交流, 只能直接投资到企业中。换言之,股东只能通过实物投资的方式, 通过购买固定资产和流动资产来建立企业, 组织企业的生产经营活动。与金融资产投资不同的是,实物资产投资通常没有市场背景, 定价问题极为困难。如何确定自己的要求报酬率, 便成为股东进行股权资本投资时所面临的最大障碍。解决这一困难的途径之一便是股东自己从事企业的生产经营活动。在这种情况下, 最为基本的理财问题――理财目标问题就可以隐含在股东的管理行为中。

我国在经济体制改革之前, 国有企业正是这样一种局面。政府将国有资产的运作与国有企业的运作完全地等同起来, 将企业的管理活动与宏观的调控行为完全地等同起来。政府对于国有企业没有必要提出明确的理财目标, 只规定其产销量计划。所谓的产量计划、销量计划等实际上是对企业具体动作的一种安排, 完全剔除了企业的生产经营权。正因为如此, 在我国国有企业改革初期, 如何向企业“让渡权利”便成为一个核心问题。但在政府向国有企业让渡权利的同时, 并没有科学地解决企业及其管理者的责任问题, 因而, 这种权利的让渡也并没有效地解决国有企业的问题。股票市场的出现, 一方面极大地方便了资本的出借者(投资者) 与资本的借入者(企业) 之间的交易关系, 另一方面也在投资者与公司之间的关系的规范问题上起到了很大的促进作用。

在我国现代经济的发展历史上, 股票市场所起的重大作用将是巨大的, 尽管这种作用目前还没有得到很好的呈现。按照现代金融理论, 在一个完全的金融市场上, 所有股票投资者对于未来的期望或者预期是完全一致的, 没有任何差异。在这种状态下, 任何一个股东的意愿都可以代表其他所有股东的意愿。为了提高公司经营的绩效, 不断地增加自身的财富, 股东在让渡公司管理权的同时, 必然会提出明确的针对股权资本投入的报酬率要求。如果管理者不能实现这一最为基本的责任, 股东会毫不迟疑地辞退这些管理者, 转而聘用其他水平更高的管理者, 甚至于自己经营。随着股权资本融资额的不断扩大, 股东人数也在不断增加。大型上市公司股东人数会超过百万人甚至千万人, 这就必然会出现被布莱尔称为“波尔勤- 米恩斯公司模型”的情形。在这个公司模型中, 为数众多的股东不再是统一的, 而是各有各的意愿和投资标准。在这一模型中, 任何一个个人股东的投票力量只有非常微弱的影响, 而股东为追求它去组成团体或另外增强其在经营管理上的团体影响是艰难的、代价高昂的。如何保护这些为数众多的分散的股票投资者的利益, 已经成为评价一个股票市场是否高效的重要标准之一。

毫无疑问, 资本成本成为一个联通投资者与股票市场、上市公司的财务概念。股东财富能否最大化, 关键在于上市公司是否彻底地了解资本成本理念在财务决策、理财行为中的决定性影响。我国绝大部分的上市公司并没有实现“股东财富最大化”的理财目标, 众多的上市公司及其管理者并没有树立起正确的、科学的资本成本观念, 没有充分意识到自己所承担的责任。以

这种质量的上市公司为基础的股票市场的运行质量肯定也是低下的。一旦投资者利益得不到保护, 股票市场的机制就会受到损害。在投资者保护程度低时, 即使发行公司的资产质量比较好, 但是那些最有可能在融资之后通过转移公司资产等行为损害投资者利益的公司, 都具有最强烈的发行上市愿望。逆向选择使得市场充斥着大量的低资产质量公司。低资产质量公司必然形成低质量的股票市场, 而低质量的股票市场势必会扭曲社会资源的配置, 造成严重的社会浪费。

投资者为了获得更为理想的投资收益, 且降低自身所承担的风险, 首先会在证券市场上选择中意的证券进行投资。现资学对于这种投资行为的研究已经取得了重大的学术成果。由于证券市场尤其是股票市场无可比拟的流动性, 在很大程度上满足了人们对于投资回收的期望。毫无疑问, 与实物资产投资相比较, 金融资产投资的风险要小的多, 而且, 在金融资产投资过程中, 投资者的报酬会受到公司治理、法律环境等诸多方面的保护。只有实物资产投资所带来的报酬高于金融资产所带来的报酬, 投资者才会放弃金融资产比如股票、公司债券等的投资, 而转向实物资产投资, 如直接投资于成立公司等。

有效运行的股票市场除了为上市公司提供了股权资本融资的途径之外, 更为重要的是向所有及潜在的投资者(包括政府、企业、机构和个人等) 提供了一种权衡收益与风险的机制, 为整个国民经济的有序发展创建了标杆。股票市场的建立和发展也是现代公司理财学不断创新演变的重要背景。如果没有股票市场, 没有上市公司, 没有股票投资者, 公司理财学就无从诞生, 更没有发展的必要。但这绝对不意味着现代财务理论的研究只是针对上市公司的理财问题, 其他形式、其他性质的企业难以运用这些成果。现代公司理财学中关于企业投资问题、融资问题以及其他财务问题的研究对于非上市公司企业的财务管理同样会起到极有价值的指导意义。如以现代财务理论对我国的国有企业改革进行分析和探讨, 可以从一个新的、更加深刻的层面上推进我国国有企业的改革。

三、股东财富最大化目标实现指数分析

上个世纪90年代以来, 虽然利益相关者理论对股东财富最大化这一理财目标形成了较大的冲击, 但许多学者还是从理论和经验数据等方面论证了该理财目标假设对于股东、对于其它利益相关者、对于企业乃至于对于整个社会均有不着不可替代的重要意义, 是一个不仅被广泛认可、而且也是一个拥有足够理论支持的理财目标。在比较了股东财富最大化目标和利益相关者财富最大化目标之后, 卡普兰(Copeland) 指出, 现在多数发达国家和地区的管理者都把重心放在股东价值的提高上。因为在美国和许多欧洲国家, 基于股权的各种报酬形式在多数高层管理者的报酬中变得越来越重要; 而且自1982年以来, 美国和欧洲股市情况良好, 因此家庭在股票上的投资比例有很大的增加。就市场渗透而言, 股票变得非常重要, 其中既有直接的股票投资, 又有间接地通过共同基金、养老金账户以及自定认缴计划进行的股票投资。在这种情况下旧的劳资观念已经过时, 股东也不再是特殊人群, 而是自己。随着越来越多的人成为股东, 支持将股东价值作为公司目标的呼声日益强劲。

股东财富最大化这一理财目标理论同样适用于我国企业尤其是众多的上市公司。实现股东所期望的报酬率要求是上市公司立市的财务基础, 是上市公司对于整个社会、整个国民经济所应当做出的贡献, 也是股票市场有效运行的资源流动基础。

股东财富最大化目标实现程度大于或等于1, 这既是一家公司发展的前提条件, 也是股票市场实现有效运行的主要基础。按照该方法来对公司财务绩效、股票市场有效性进行分析, 也可以在很大程度上避开一些复杂的会计处理问题和法律问题, 较为客观地对企业的经营绩效予以评判和分析。

从公司理财的角度讲, 只要使实现指数等于1, 即股票投资者实际获得的报酬率刚好等于所要求的报酬率, 就意味着实现了理财目标, 股东财富最大化的要求也得到了满足。此时企业的财务状况就是最佳的财务状况, 投资决策、融资决策等重要的财务决策也实现了最佳状态; 股票投资者的期望收益与实际收益相等, 股票市场实现均衡。实现指数低于1, 则意味着公司没有实现股东所要求的报酬率水平, 投资者在承担了相应风险的情况下, 没有获得预计所应该得到的报酬, 是一项失败的投资。如果实现指数低于1成为股票市场中的一种常态, 投资者要么放弃投资致力于投机获利; 要么退出市场, 规避股票风险。作为一个理性的股票投资者,肯定会放弃实现指数低于1的股票, 而去购买实现指数等于或大于1的股票。实现指数大于1, 则意味着公司向投资者转移了过多的、超过自己所期望的财富, 是高速成长中公司常见的情形。但公司股利政策的合理性与科学性会要求将这种大于1的情形控制在一定的范围之内。

前已申明, 股东财富最大化目标实现指数等于或者大于1, 表明投资者通过股票投资获得了所希望的报酬, 也表明股票市场是建立在一个稳定的、合理的资源流动基础上。惟有如此, 股票市场的有效运行才能够得以保障。任何以为满足股东报酬率要求的行为不过是上市公司自身的微观行为的看法都是极端错误, 也是极其有害的。

四、股东财富最大化的实现指数与企业绩效的实证分析

(一) 样本选取本文中所有的数据均来自中国金融数据在线数据库, 选择发行A股的全部上市公司2005年数据作为样本数据。总共得到1407家公司, 剔除了有数据缺失的公司359家, 最后得到1048家样本公司, 其中有82家ST公司。

(二) 指标选取本文指标分为两部分, 即股东财富和企业绩。股东财富类指标如下:

(1) 股东实际报酬率。考察股东实际财富的正确办法是, 将股东手中的股票按观察时点的市价折合成现金, 再加上持有期间所获得的现金股利(需计算时间价值) 即可。由此可见, 股东财富的多少是由资本利得(买卖股票的价差) 和股利两方面决定的, 仅以是否分红和分红多少来判断公司是否尊重股东的权益是不合理的。因此, 我们运用下面的公式计算股东的实际报酬率:

R= [流通股股数×(期末股价- 期初股价) +当年现金股利]/本年期初总市值

其中R是股东的实际报酬率。

本文选用资本利得加上现金股利作为股东的财富。以年初公司的市值作为股东年初的投入, 则股东本年实际的报酬率=(资本利得+现金股利) /期初总市值。其中, 本年度公司如果没有发现现金股利, 则这些些公司股东的现金股利收入为零。关于资本利得,采用1月份第一个交易日的股票收盘价作为期初投入的价格, 用12月份最后一个交易日的收盘价作为期末的价格, 然后用期末价格减去期初价格作为资本利得。又因为在股权分置状况下国有股不流通, 只有部分流通股上市, 所以在计算资本利得的时候是用流通股股数乘以股票价差来作为资本利得。

(2) 股东的要求报酬率。股东的要求报酬率, 是股东投资所期望达到的回报率, 也相当于投资过程中的一个机会成本, 即股权资本成本。正如前述, 资本成本的实质乃是机会成本, 是投资者在向目标公司投入资本时, 在证券市场上所放弃掉的、与公司风险水平相当的投资机会的报酬率水平。关于股权资本成本的估算方法, 长期以来都是理财学界争议的一个重大问题, 也没有得到一个普遍认可的方法, 本文选用经典的CAPM模型来估算股权资本成本。

(3) 实现指数我们将股东财富最大化实现指数(RI) 定义为股东的实际报酬率除以股东要求的报酬率, 用公式表示即:

本文计算了我国2005年发行A股的所有上市公司的实现指数, 并且按照实现指数将样本公司分为3组。其中RI＞1的企业为实现了股东财富最大化目标的企业; 0＜RI＜1的企业实际支付给股东的财富小于股东要求的报酬, 但是股东的实际报酬率为正; RI＜0的企业, 不但实际支付给股东的财富小于股东要求的报酬, 而且股东的实际报酬率为负。

企业绩效指标如下:

(1) 主营业务收入增长率。主营业务收入增长率是本期主营业务收入与上期主营业务收入之差与上期主营业务收入的比例。用公式表示为: 主营业务收入增长率=(本期主营业务收入- 上期主要业务收入) /上期主营业务收入×100%。主营业务收入增长率可以用来衡量公司的产品生命周期, 判断公司发展所处的阶段, 同时也是反映企业获利能力的重要指标。

(2) 净资产回报率。对于股东而言, 公司盈利能力越强, 股东对公司的期望越高, 股东要求的回报可能就越高, 实现指数可能就会减小。本文选用净资产回报率来反映公司的盈利能力。

(3) 总资产回报率。总资产回报率反映了企业利用全部资源获取收益的能力。资产占用的资金来源包括了两部分, 一是属于股东的资金, 即所有者权益(或股东权益) , 为企业股权资本; 一是来源于债权人提供的资金, 为企业负债。所以它既反映了企业股权资本获取收益的能力, 也能体现出企业管理层的经营管理水平。

(4) 每股收益(EPS) 。每股收益是指税后利润与股本总数的比率, 是测定股票投资价值的重要指标之一。其计算公式为: 每股收益=税后利润/ 股本总数。该比率反映了每股创造的税后利润,比率越高, 表明所创造的利润越多。

(5) 托宾Q。对于股东而言, 公司的成长性越高, 股东在未来获得回报也将会越高, 就会吸引众多的股票投资者, 这样, 公司的股权资本成本就会降低, 相对应的实现指数就大。本文运用托宾Q反映公司的成长性, 托宾Q的计算公式为:

Tobin'Q= (流通股×股票价格+非流通股×每股净资产+总负债)/总资产账面价值

其中, 股票价格为年末上市公司股票的收盘价格, 总资产和总负债均为年末的账面价值。

(6) 每股经营现金流。每股经营现金流量能向投资者传递决策信息。在会计盈余基础上, 经营活动现金流量能向投资者传递增量信息。每股经营现金流充裕可以印证企业绩优, 如果经营活动产生的现金回笼对每股收益有较大的贡献, 则公司绩效可信度高。若公司绩效好, 同时又有较高的每股收益, 则较可能成为真正的绩优公司。

(三) 控制变量William R.Gebhardt, Charles M.C.Lee和BhaskaranSwaminathan(2001) 研究显示, 股权资本成本是行业特性、账面市值比(B/M) 、预测的长期增长率和分析师盈余预测差异的函数。在这个函数模型中, 企业资本成本差异的60%可以由上述变量得到解释, 而且该相关关系在不同时期都具有较高的稳定性。因此,本文只选取了制造业的数据, 排除了行业之间的差异。为了检验实现指数和杠杆作用、企业业绩等相关指标之间的关系, 我们选取企业规模作为控制变量。目前有三种不同的方法来代表企业规模, 分别是以总资产的自然对数来表示, 以主营业务收入的自然对数来表示, 以及用企业市值的自然对数来表示企业规模。本文采用第一种方法来表示企业规模。

(四) 描述性统计为了获得更多的信息, 我们把所有的样本公司按照实现指数小于0、小于1但大于0和大于1分成三类(表1) 。

从表1中可以看到, RI＜0的有723家公司, 占所有样本公司数的68.99%。当指数0＜RI＜1的时候有98家公司, 占所有样本公司总数的9.35%。RI＞1时有227家公司, 只占到总数的21.66%。总体上小于1的公司有821家, 而大于1的只有227家公司, 即只有21.66%的样本公司能够给予股东所要求的回报, 而78.34%的公司实际支付给股东的报酬小于股东所要求的报酬。其中有68.99%的公司给予股东任何实际的财富是小于1的, 说明股东只是投资了但是并没有得到任何报酬。这些数字说明我国上市公司大多数并未完成股东的预期要求, 只有227家样本公司完成了股东财富最大化的目标。几乎所有的ST企业都没有达到股东财富最大化的理财目标,未完成股东要求的报酬率, 这也符合我们提出的实现指数理论。全部ST企业中, 有84.15%的企业没有给予股东要求的回报, 只有15.85%的企业给予股东的回报超过了股东要求的回报。而且76.83%的ST企业的实现指数是小于1的, 说明大部分ST企业的股东实际得到的回报小于0。从表1中可以看出, 我国上市公司2005年股东财富最大化目标实现的概况, 我国绝大部分的企业都没有给予股东足够的回报, 反映了上市公司不注重保护投资者的利益, 投资者的利益得不到保障。这也说明了上市公司在公司治理方面落后, 只追求利润, 不关心投资者的要求的报酬; 只关心企业的创收, 不注重给予投资者适当的投资回报。

从表2中可以看到, 我国上市公司股东2005年的平均投资回报率为- 16.1%, 小于1, 中位数是- 19.9%。资本成本的均值为8.7%, 中位数为8.0%, 略小于均值。实现指数的平均值为- 2.1, 中位数为-

2.4, 这说明我国上市公司大部分企业没有完成股东财富最大化的理财目标, 而且标准差达到3.5, 说明企业之间完成股东要求回报的程度上差别很大。

从主营业收入增长率来看, 我国上市公司样本企业的平均值为21%, 上市公司整体上发展比较迅速, 获利能力比较强。中位数为12.6, 远远小于平均值, 这表明了一少部分企业的主营业务收入增长很高, 比较重视主营业务的发展。净资产回报率的均值是20.4%, 但是中位数只有5.5%, 表明大部分上市公司的净资产回报率比平均值要小, 标准差为5.6, 说明企业之间的净资产回报率差别也比较大。总资产回报率的均值为2.3%, 中位数为2.8%, 差别不大, 标准差为0.1, 上市公司在运用所有资源创造收益的能力上差别不大。每股收益的平均值是8.6%, 中位数是13.0%, 我国大部分企业的每股收益在平均值以上, 每股创造利润的能力较好。托宾Q的均值是0.6, 小于1, 反映了我国上市公司整体而言成长性不高,没有很好的投资机会。每股经营现金流的平均值是0.4, 中位数是0.3, 小于均值, 表明我国大部分企业的每股经营性现金流量小于均值。然而我国大部分企业的每股收益是比较高的, 在平均值以上, 每股经营性现金流量却不高, 这表明我国上市公司中绩效好、可信度高的企业不多。

注: 表中6、66分别表示在5%和1%的置信水平下显著

表3是相关系数矩阵, 从表中看出, 实现指数和主营业务收入增长率在5%的置信水平下正相关, 与总资产报酬率、每股收益、每股经营现金流和企业规模在1%的置信水平上显著正相关。主营业务收入增长率越高, 实现指数越大, 表明企业发展比较迅速的企业, 实现指数越大, 更容易完成股东财富最大化的理财目标。总资产报酬越高实现指数也越高, 说明企业利用所有资源创造利润的能力越强, 给予股东实际的报酬越高。每股收益也和实现指数呈现显著正相关的关系, 表明企业每股创造的利润越多, 企业的盈利能力越高, 实现指数越高。企业规模和实现指数呈现显著正相关的关系, 这反映了企业的规模越大, 承受风险的能力越强, 越容易完成股东要求的回报。实现指数和净资产收益率及托宾Q的相关性不显著, 与净资产收益率负相关, 与托宾Q正相关。净资产报酬率和总资产报酬率呈现显著的负相关关系, 与其他指标不具有明显的相关性。总资产报酬率和每股收益、托宾Q呈现显著正相关的关系; 每股收益除了和净资产收益率之间没有显著的相关外, 和其他指标之间呈现显著的正相关关系。

(五) 回归分析为了进一步验证实现指数和企业绩效之间的关系, 我们进行了回归分析, 建立了多元线性回归模型:

RI =β0 +β1Mainfield +β2ROE +β3ROA+β4EPS+β5TobinQ+β6LNasset+ε

其中, RI为股东财富最大化实现指数, Mainfield为主营业务收入增长率, ROE为净资产收益率, ROA为总资产报酬率, Tobin Q为托宾Q, CFO为每股经营现金流量。

从表4的结果显示来看, 总体样本方程中自变量对因变量的解释能力为10.8%, 这个结构还是令人满意并完全可以接受的。模型中实现指数和主营业务增长率在显著性水平为10%的水平下显著正相关, 表明我国企业发展速度越快, 实现指数就越高, 就越容易完成股东财富最大化的理财目标。实现指数和每股收益是显著正相关的关系, 反映了每股创造的税后利润比率越高, 所创造的利润越多, 给予股东实际的回报也就越多。每股经营现金流和实现指数之间呈现显著正相关的关系, 回归结果还显示, 企业规模越大越容易完成股东要求的回报。实现指数和每股收益、每股经营净现金流量之间都是在1%显著性水平下显著正相关。说明企业的绩效越好给予股东的实际报酬就越多, 实现指数就越大。表4还显示净资产回报率、总资产回报率和托宾Q之间没有通过检验。

五、结论

理论上实现指数(RI) 等于1, 意味着公司实现了股东财富最大化的理财目标; 同时, 股票市场也实现均衡状态。而该指数越大于1, 从理财的角度未必经济, 但从股东的角度看却是实现了超额收益, 有助于公司信誉的提高。本文的经验检验论证了该指标的合理性。

通过数据显示, 我国大部分样本企业没有完成股东期望的报酬率, 实际支付给股东的财富少于股东要求的财富。在数据中还发现, 未完成理财目标的企业股东要求的报酬率反而高于完成理财目标的企业股东, 但是实际支付给股东的报酬却远远低于完成目标的样本企业。这种分析结果与通常的投资风险分析的结论是吻合的。因此, 我国上市公司应当树立保护投资者利益的观念, 树立投资者信心, 使资本市场更有效的运行。

回归的结果显示, 绩效比较好的企业会给股东带来比较多的实际财富, 从而其实现指数也比较高。企业发展速度越快, 实现指数就越高, 就越容易完成股东财富最大化的理财目标。创造的利润越多, 给予股东实际的回报也就越多, 越容易给予股东所要求的回报。数据还显示, 我国规模较大的企业更容易给予股东预期要求的报酬率。

本文只研究了2005年上市公司的情况, 没有分析不同年份之间上市公司完成理财目标的情况, 也没有考虑行业因素, 有待在今后的研究中进一步分析不同行业、不同年份之间的差异情况。同时本文只是分析了实现指数和企业绩效之间的关系, 没有考虑到公司治理、流动性等其它方面的因素对完成理财目标的影响, 后续研究过程应当充分考虑多方面的因素。

参考文献:

[1] Bostosan, C., and M.Plumlee, A Re - examination of Disclosurelevel and the Expected Cost of Equity Capital, Journal ofFinance and Quantitative Analysis, 2002.

[2] William R.Gebhardt, Charles M.C.Lee and BhaskaranSwaminathan, Toward an Implied Cost of Capital, Journal of AccountingResearch, 2001.

[3] 陈晓、单鑫:《债务融资是否会增加上市企业的融资成本?》,《经济研究》1999年第9期。

[4] 姜付秀、陆正飞:《多元化与资本成本的关系――来自中国股票市场的证据》,《会计研究》2006年第6期。

[5] 汪康懋、卢唐军:《托宾Q与财务杠杆、规模、业绩、现金流的相关性研究》,《金融与会计学学位论文汪氏范本》2005年。

[6] 汪炜、蒋高峰:《信息披露、透明度与资本成本》,《经济研究》2004年第7期。

[7] 朱武祥、蒋殿春、张新:《中国公司金融学》, 上海三联书店出版社2005年版。

[8] 张峥、孟晓静、刘力:《A股上市公司的综合资本成本与投资回报――从内部报酬率的视角观察》,《经济研究》2004年第8期。

[9] 曾颖、陆正飞:《信息披露质量与股权融资成本》,《经济研究》2006年第2期。

[10] 米勒、莫迪格莱尼著:《资本成本、公司财务和投资理论》,《美国经济评论》1958年6月号。中文版载卢俊编译《资本结构理论研究译文集》, 上海三联书店、上海人民出版社2003年版。

[11] 王保树主编:《投资者利益保护》, 社会科学文献出版社2003年版。

投资回报率论文篇5

关键词：社会责任信息；决策有用性；安徽

中图分类号：F23 文献标识码：A

近几年来，随着环境污染、食品质量安全、员工权益受损等问题的日益凸现，企业社会责任引起了公众的广泛关注。在这种背景下，上市公司披露社会责任信息逐渐成为一种趋势。那么，对于企业披露的社会责任信息对投资者来说是否具有决策有用性？能不能为投资者带来溢价？本文以上市公司年报中的财务数据为基础，寻找其中的社会责任定量信息，运用回归分析方法研究社会责任信息在我国证券市场上的有用性。

一、研究设计

（一）研究假设。上市公司履行社会责任越多，其社会价值就会越高，股票市价就会升高，股东的投资回报就应相应提高，也就说明社会责任信息对信息使用者的决策具有决策有用性。本文提出研究假设：社会责任信息与股东投资回报率正相关。

（二）变量设计。被解释变量（Y）：根据研究假设，本文用投资回报率作为被解释变量，具体数据采用上市公司年报公布后一个月的不考虑现金红利再投资的月个股回报率。（表1）

（三）样本选择与数据来源。本文选择安徽上市公司作为研究样本，剔除了其中的ST和*ST公司以及2009年以后上市的公司，共选择了57个上市公司。随着近几年中部开发的推进，安徽板块上市公司数量逐年增多，质量也有很大提升，所以安徽上市公司对员工、政府、环境保护等方面的社会责任履行状况更令人关注。

本研究选择样本公司2010年股票市场交易数据和2009年的年报数据作为企业社会责任信息披露的来源。其中，作为被解释变量的投资回报率选择2010年上市公司年报公开披露后下一个月的不考虑现金红利再投资的月个股回报率。市场交易数据和多数财务数据来自锐思数据库、巨潮网及上海和深圳证交易所网站，部分财务数据取自中国证监会网站的上市公司年报附注内容。实证分析运用SPSS17.0软件进行变量统计分析。

（四）模型设计。为了验证样本公司的社会责任信息与投资回报率是否正相关，本文建立多元线性回归模型如下：

Yi＝β0+β1X1i+β2X2i+β3X3i+β4X4i+β5X5i+εi

模型中Yi和Xi分别为被解释变量和解释变量，β为待估参数，ε为随机扰动项，i代表第i公司的数据。

二、实证分析

（一）描述性统计。根据表2的各变量描述性统计结果可以看出：2009年安徽上市公司税赋比率平均值为1.3064，属比例不高的税赋水平。原因可能在于受金融危机的影响2009年收益较差，净资产收益率平均值为0.0902。2009年安徽上市公司利息保障倍数最低值为－21.3063，最高值却达到4652.5820，差异较大，平均值为134.0362。平均值明细偏高，主要系百大此项指标达到4652.5820、东华科技达到1565.2876引起的，如果剔除这两个企业，则平均值为19.6171，这说明安徽上市公司多数具有较强的偿债能力。2009年安徽上市公司捐赠收入比率最低值为0，最高值为0.0037，说明上市公司公益事业捐赠相关支出差距较大；2010年安徽上市公司披露年报后的一个月，按不考虑现金红利再投资的股票月个股回报率平均值为-0.071025，投资回报率普遍较低。（表2）

（二）变量相关系数检验。Spear相关系数检验是分析两个变量间线性相关程度，从表3中看出，各变量相关度均不显著，即变量X不存在自相关情况。（表3）

（三）单变量回归分析。从表4中可以看出，在10%的水平上各变量对因变量股票投资回报率相关性不显著。从回归模型对变量数据的拟合程度R2值判断分析，各指标拟合程度较差，其中解释能力最强的是员工年收入所得比率，其拟合度为10%。单变量回归分析结果说明，上市公司社会责任信息各指标对股票的投资回报率解释性差。（表4）

（四）多元回归分析。从多元回归分析结果可以看出，其与单变量分析结果的结论一致。从表5中数据得到变量X2、X3、X4、X5对股票投资报酬率Y是正向影响，变量X1对股票投资报酬率Y是负向影响；各自变量与股票投资报酬率在10%的显著性水平上相关性不显著，对股票投资报酬率综合解释力度差，方程拟合度仅为0.225，这说明上市公司社会责任信息的市场反应很弱，社会责任信息与股票投资报酬率相关性不强，这与建立的社会责任会计信息与股票投资报酬率正相关的研究假设相悖。（表5）

三、研究结论

本文通过对安徽上市公司的研究发现，安徽上市公司社会责任会计信息的市场反应很弱，对股票投资报酬率无显著影响，这与建立的社会责任信息与股票投资报酬率正相关的研究假设相悖。说明信息使用者对社会责任会计信息不关注，资本市场对此类信息的需求性不强。研究结论表明，上市公司披露的社会责任会计信息并没有给信息使用者带来额外的信息含量，目前社会责任信息对投资者不具有决策有用性。这从另一角度说明我国企业社会责任信息披露不够完善、随意性较大，在中肯性、可比性、可靠性以及准确性等方面存在缺陷，降低了信息使用者的决策有用性。

（作者单位：安徽大学商学院）

主要参考文献：

[1]陈玉清，马丽丽.我国上市公司社会责任会计信息市场反应实证分析[J].会计研究，2005.11.

投资回报率论文篇6

关键词：混合所有制经济；敏感性分析；敏感性因素；价值评估

党的十八届三中全会指出，国有资本、集体资本、非公有资本等交叉持股、相互融合的混合所有制经济，是基本经济制度的重要实现形式。发展混合所有制是新一轮国有企业改革的突破口，而通过资本市场实现混合所有制是现实中最可行、最稳妥的方式，这会涉及到并购重组、股权退出或收购等。敏感性分析技术作为用于估计各种因素发生变化时对项目结果产生影响的一项方法，可帮助项目决策层根据敏感因素对项目影响的程度，进行项目决策。

一、我国敏感性分析技术的发展

《资产评估操作专家提示―收益法中的敏感性分析（征求意见稿）》论述指导运用敏感性分析方法进行项目分析，帮助委托方等评估报告使用者更进一步了解、理解报告的评估结论从而进行相关决策判断。本文以单因素敏感性分析为例，论述了价值分析中进行敏感性分析的一般思路：首先确定敏感性分析的研究对象；分析不确定性因素，选定敏感性因素；计算敏感性因素对投资项目的经济效益指标的影响程度；最后分析、确定项目因敏感性因素变化的效益指标临界点，便于投资者制定出相应的应对措施，从而进行项目可行性判断。

二、案例讨论

（一）研究方向

在本案例项目中B水电站拟挂牌拍卖股权，不同的潜在投资者根据了解到的B水电站运营参数，自身不同的经营管理情况、心理预期投资回报率，来确定各自举牌竞价的区间范围。本次采用敏感性分析的技术路线：先模拟变量（投资者心理承受拍卖价）求出敏感因素（投资者心理预期回报率），并参考投资者自身情况，再进行估算投资可行性举牌竞价区间范围。

（二）案例背景

A集团拟在产权交易所通过挂牌拍卖方式收购B水电站100%股权（2500万股），需要进行项目可行性分析，估算投资可行性举牌竞价区间范围。

（三）分析思路

根据A集团提供的初步调查所掌握的收购项目有关信息，并考虑A集团模拟收购后对B水电站采用的经营管理方案和预计的收入成本费用的设定参数，对B水电站现金流以及股权价值进行估算后，再通过敏感性分析技术用变量（拍卖价）求出项目投资回报率，考查敏感变量的变动对于分析结果的影响，来进行项目可行性分析。

（四）分析具体过程

1.根据A集团提供B水电站资料，及A集团模拟收购后对B水电站设定参数，对B水电站的未来现金流进行估算：20x1年营业收入、营业利润、税后净利润、现金流分别为25，300，000元、3，900，000元、2，925，000元和1，225，000元；20x2年数据分别为25，300，000元、4，300，000元、3，225，000元和1，925，000元；…；假设永续经营，永续期数据分别为25，300，00元、18，200，000元、13，650，000和13，650，000元。

2.确定敏感性因素

在企业股东权益价值现金流有关的参数中，一般可采用营业收入（上网电量、平均电价）和折现率作为考察对象。

a.营业收入变动（（上网电量、平均电价）与价值的相关性 ，即：发电收入=上网电量×平均电价。本项目上网电量采用了水电设计院复核后的历史平均上网电量数，平均电价按照现行市物价局批复电价。评估师分析后认为，历史平均上网电量数比较稳定，而电价由于企业无定价权，受国家政策所控制，故本项目不考虑营业收入（上网电量、平均电价）为敏感因素。

b.折现率变动与价值的相关性。A集团对项目资本回报已有心理预期，在作方案时， 项目风险（投资回报率大小）是取舍的重要依据。

3.相关计算：评估师拟以项目挂牌价底价作为基准值，通过每次举牌增加的举牌增量，估算其项目投资回报率的变化。当拍卖底价为1亿元，根据上述现金流有关参数表的数据，以拍卖底价为目标值，设投资回报率为可变变量，运用excle中单变量求解函数，求出对应的投资回报率为9.31%；当拍卖底价为1.05亿元时，运用上述方法，求出对应的投资回报率为8.98%；同理，采用以上方法，分别求去每次举牌增加后举牌价下的项目投资回报率。

4.分析结论：投资回报率与权益价值存在负相关变动关系，在投资回报率变动，其他条件假设不变条件下，每增加500万元举牌价时，投资回报率下降幅度为0.25%～0.33%。

当举牌价为10亿元、11亿元、12.5亿元时， 投资回报率（敏感性因素）分别为9.31%、8.67%和7.87%。水电行业投资资本金报酬率一般要求为8%，A集团考虑到资金来源于内部自筹资金，经营规模大小的差异，及集团全省水电布局战略等因素，要求最低资本回报率为7.5%～8%。A集团估计会在1.37亿元以上竞价成交，这样本项目回报率只有7.31%，低于最低要求资本回报率，项目在A集团风险控制委员会上未获通过。

三、结束语

敏感性分析可大体揭示投资项目经济效益的变动范围或幅度，反映出项目投资风险和不确定程度。委托方根据不确定因素对项目影响的敏感程度，分析可能出现的最有利与最不利的情形，从而判断项目是否具有可投资性。

参考文献：

[1]张保府.项目投资决策指标探讨[J].经营管理者，2013（11）.

投资回报率论文篇7

关键词：外商直接投资 劳动回报率 国内生产总值

一、引言

自20世纪80年代开始，外商直接投资（FDI）在全球范围内迅猛发展。90年代以来，FDI成为发展中国家外部资本的一大来源。在经济飞速发展的今天，FDI更是成为经济全球化和世界经济增长的主要动力之一。随着以跨国公司为主导的全球化浪潮不断深化，FDI在发展中国家经济社会发展的进程中扮演着越来越重要的角色。

自改革开放特别是20世纪90年代以来，我国引进利用FDI的规模不断扩大，FDI对我国经济的贡献作用日益突出。2000年底，我国累计引进FDI规模3400多亿美元，10年平均增长率高达13%，我国成为全球吸引FDI增长率最快国家。截至2011年底，中国FDI流入量1240亿美元，比上年增长8%，世界排名第二，仅次于美国（2269亿美元）。然而，2012年6月至11月，中国FDI持续呈现负增长。11月中国吸收外商直接投资（FDI）为82.9亿美元，同比下降5.4%，降幅较上月0.2%显著扩大，连续第六个月下降，也是过去13个月中第12次下降。2012年1月至11月，中国实际利用外资1000.2亿美元，同比下降3.6%。因此，如何吸引FDI到华投资，再次成为中国经济学界对FDI研究的焦点。

本文主要的研究目的在于基于其他学者对于FDI影响因素的研究成果，结合中国实际国情，探讨分析导致2012年FDI投资量负增长的因素，并提出可行的吸引FDI的政策建议。同时，本文也将探讨与区位聚集效应不同的数量聚集效应，并尝试测定数量聚集系数，完善已有的关于FDI的研究成果。本文主要基于邓宁的区位优势理论及FDI聚集效应的性质，深入探讨了影响一国FDI的主要因素。分析研究主要基于世界主要的20个发达国家和发展中国家的1995—2010年的数据，数据来源于世界银行、国际货币基金组织（IMF）、《中国统计年鉴》、美国劳工部、日本厚生劳务省以及香港特区政府统计处所作的相关调查统计。

二、文献综述

关于对一国FDI投资量影响因素的研究，国内外学者众说纷纭。早在20世纪初，学者Webb（1909）就认为，企业为了最小化生产成本，将会选择费用最低的区域进行生产投资。限于时代环境，他并未细化生产成本与费用的具体内容。Caves（1971）认为交易成本的高低是一个重要的影响因素。通过不确定性分析，他认为外国投资者相对本国企业而言，在本国的投资环境中处于一种“外来身份”的劣势，这些劣势体现在原材料购买、辨认当地市场潜力、熟练劳动力来源等许多不确定的方面。同时，外国投资者也有着较高的信息成本。因此外国投资者趋向于在已经吸引较多FDI的区域进行投资。同样，通过建立一般均衡模型分析了“水平型”FDI（Horizontal FDI），Markusen（1984）也认为跨国公司进行国外直接投资的动因是降低交易成本争夺更大市场份额。Dunning（1980）提出的折中范式提供了一个所有权、位置和内在化优势理论框架来分析跨国公司为何和在哪里进行国外投资。这些投资可以是：资源寻求，市场寻求，效率寻求，或者战略资产寻求。他认为区位优势取决于要素投入和市场的地理位置状况、各国的生产要素成本、运输成本、基础设施等，继而实证研究调查了位置优势的基础变量，发现市场规模、市场增长、贸易壁垒、工资、生产、运输和其他成本、政治稳定和政府的贸易和税收法规等因素影响FDI位置的决定（Dunning，1993）。在其他学者的研究中，一些其他因素也受到了关注，比如GNP、工资（D Sethi，SE Guis-inger，SE Phelan和DM Berg，2003）等经典解释变量，以及政治经济稳定性（In-vestment Management和Research，1996）等一些新解释变量。Bruce A.Blonigen从国际贸易和局部均衡的角度看待FDI的决定因子。他提供了另一种汇率水平影响FDI的研究方式，得出短期利率的波动能够促进FDI，并用美国的数据进行了验证。他指出通过征收关税，更高的贸易保护使公司更有可能用FDI代替出口来减少贸易生产成本。

国内学者对影响流入FDI的因素研究较多的有聚集效应以及区位因素分析。但是国内的研究方法，大多局限于简单的模型回归和聚集效应的介绍以及分类。Kevin Honglin ZHANG（1999）认为亚洲资金比欧美资金更看重我国的工资成本，而欧美资金更看重我国广阔的市场，并对我国GDP的增长率反应更敏感。Leonard K.Cheng和Yum K.Kwan（1999）认为FDI具有很强的聚集效应，巨大的市场、良好的基础设施、经济特区政策对吸引外商直接投资有巨大的吸引力，而工资高低的影响则不显著。孙俊（2002）在中国FDI地点选择的因素分析中，考虑了优惠政策、开放水平、市场化程度对FDI的影响，发现上述各因素对各地区吸引FDI有正向影响。吴丰（2003）研究了FDI的聚集效应与我国吸引外资的新趋势，从结构化的聚集效应分析框架，着重讨论了聚集效应与FDI的关系。许罗丹、谭卫红（2004）的研究显示，外商直接投资的聚集效应明显，我国的经济水平、居民消费水平、基础设施建设水平、市场容量对我国吸引FDI影响显著，特别是我国的基础设施建设，但我国工资水平影响并不显著。另一方面，代谦、别朝霞（2006）提出，发达国家FDI产业的选择依赖于发展中国家的技术能力和竞争能力，发展中国家技术能力和竞争能力越强，发达国家则倾向于将更多更先进的产业转移到发展中国家。同时，何兴强、王利霞（2008）运用空间面板计量方法，分析了我国30个省市区的154个地级及以上城市的FDI区位分布的空间效应，发现某地区周边地区FDI的增量可以增加该地区FDI的流入量。

在现代区位理论研究中，通过问卷调查对外商直接投资的动机和区位因素进行鉴别和确定已成为主要研究方法之一。据调查，日本企业在欧洲选择制造业厂址时，主要是考虑供应商的可靠性及其质量、熟练劳动力的供应、较好的劳资关系、对外交通条件、接近市场、低税收负担等因素（Munday，1990）。欧盟企业在选择中国具体的投资区位时，主要关心是否接近产品的销售市场，其次才是政府对外资的鼓励政策、劳动力素质和原材料的供应（王洛林，1997）。即使是在一国之内，外商投资在选择具体的投资区位时所考虑的因素也具有较大差异（魏后凯，1998）。由于企业性质以及产业类别等的不同，跨国公司海外投资的动机往往具有很大的差异（魏后凯、贺灿飞、王新，2001）。另据调查，东南亚和中国港澳投资者到福建投资主要是“支持家乡建设”，中国台湾投资者更多地看重与福建“语言和文化背景相似”，日本投资者则更多看重“劳动力充足且工资较低”，而欧美投资者多数是为了“拓展中国市场”。

建立在以上若干文献的研究基础上，本文将针对不同国家的实际情况，根据区位优势理论，通过研究影响这些国家FDI投资量的因素，来分析不同情况下这些因素的变化将如何导致FDI投资量的变化，并进一步为中国该如何吸引更多FDI出谋划策。

三、建立模型

本文将投资国简化为一个代表性的消费者，基于OLG模型最优化其两期效用：U为效用函数，C为消费，I为投资，G为国民生产总值，R表示回报率，D/F分别表示即期和前期。

第一个约束表现了在第一期总禀赋分别用于第一期消费、国内投资以及国外投资。第二个约束表现了第二期消费有上一期总回报构成。本文与原始OLG模型的区别主要体现在将投资拆分为对内和对外的投资。

关于rD，国内投资的总回报率，我们将它看做国内市场组合资产的回报率与一个国内GDP函数的乘积。由于以一个消费者代表整个国家，市场组合的回报率对于代表性消费者或许会有不同，并且原始的OLG模型没有考虑到多国的情况，因此，我们乘以fD（G），一个关于国内GDP的函数，加以修正以在一定程度上度量国民对本国经济的期望与反应。

关于rF，国外投资的总回报率，我们将它看做减去关税后投资国市场组合资产的回报率与一个投资国基础设施指数、工资率、市场容量、消费指数和开放程度函数的乘积，以上变量均来自已有文献。值得一提的是，rF与（IF）α正相关，即rF随（IF）α增大而增大，这体现出了“聚集效应”。

将约束代入最优化问题：

首先通过以上模型可以看出通过对以上各个Beta值的测定，可以计算出Alpha的大小，即聚集系数。

四、实证方法及数据

（一）数据来源

本文研究所引用的经济数据涵盖了世界上5个大洲20个主要国家及经济体1995年至2011年17年间的340个样本数据，这些国家与地区大部分均为所在区域的主导经济体，具有较大的经济影响力，同时也具有国内金融市场较为成熟，经济环境较为稳定，受非经济因素干扰较少的特点，所选取的国家与地区基本上可以作为代表性样本。本文所用数据来源于世界银行（World of Bank）、国际货币基金组织（IMF）、《中国统计年鉴》、美国劳工部、日本厚生劳务省、香港特区政府统计处以及欧盟统计局所作的相关调查统计。

（二）变量选取

基于相关文献，本文中分析的影响一国引进FDI的因素包括：（1）投资东道国的经济发展情况（该国GDP）。（2）投资东道国的国内市场容量（该国人均GDP）。（3）当地的基础设施建设（该国铁路总里程/该国总面积）。（4）当地的工资水平（工资率）。（5）当地政府对FDI的优惠政策（对外税收或补贴）。（6）物价水平（该国CPI）。（7）对外开放程度（该国进出口价值指数）。（8）东道国的金融市场投资回报（该国市场组合回报率）以及其他哑变量（如一国是否加入WTO，一国是否为发达国家等）（见表1）。

（三）数据统计

由于数据的选取含有发达国家、发展中国家，各国之间发展差异较大，所以表2数据存在差异是合理的。但是对于CPI、rate来说，很容易就会从数据统计中发现问题。CPI的均值与最大值相差太大，rate最小值、最大值、平均值相差都很大。做出散点图之后剔除了两组数据（见图1）。

通过所示fdi-rate散点图，显然，箭头所指的样本出现了明显的偏差（在相同的fdi水平下，rate过高）。为减少样本方差并提高拟合度，我们决定将该样本去除。

同样，对于fdi-cpi散点图，我们去掉箭头所指点对应的样本。

（四）回归模型设定

首先我们采用Level-level OLS回归模型对各变量做初步回归，回归结果见附表1（1）。

回归结果显示，当用FDI值直接回归时，除了GDP、贸易指数与基础设施外，其他变量均不显著，并且用来刻画市场容量的人均GDP一项与FDI之间存在负相关性，这与我们的预期不符。这在我们的意料之中，因为我们选取的样本数据方差大，并且使用Level-level模型进行回归其实并不合理，因为我们关心的是各影响因素变化如何导致FDI投资量的变化。同时，样本中的部分国家国情特殊，比如中国，尽管GDP总量高居世界前列，但人均GDP却相对较低。

因此我们将采用Log-level OLS模型进行进一步回归，以此来分析被解释变量FDI关于各解释变量的敏感程度，也就是微观经济学中的弹性概念。回归结果见附表1（2）。

（五）结果分析

1 回归结果显示，除了用来代表市场容量的人均GDP一项不显著外，其他解释变量均显著（经济发展水平、市场开放程度、基础设施发展程度十分显著），并且除了市场容量与工资水平之外，其余各解释变量与FDI之间的相关性正负与我们的预期一致。因此根据该回归结果，可得到初步结论如下：

（1）当东道国经济发展程度提高时，更多的国外投资者会被吸引到该国进行投资。一国的经济发展程度体现出该国各项经济金融指标，较快的经济发展程度反映出该国市场具有较大的投资价值。同时，加快经济发展水平也会带动其他各项指标，比如市场容量、基础设施发展程度的提升，进一步促进FDI的引进。所以，保持较快的经济增长水平，有利于FDI的引进。

（2）一国物价水平在一定程度上反映出国外投资者在该国进行生产时，投入中间产品、固定资本等的成本大小。较大的生产成本会减弱国外投资者到本国进行投资的意愿，所以降低国外投资者在本国的生产成本有利于提升FDI投资量。比如政府可以通过颁布相关政策对外企进行适当补贴等。

（3）一国市场回报率直接影响到投资者在本国投资的收益，较大的市场回报率自然对外国投资者具有较大的吸引力。因此当其他影响因素相差不大时，具有较高市场回报率的国家能够吸引较多FDI，提升市场回报率也是吸引FDI的一个途径。但同时我们也发现，尽管市场回报一项显著，但程度较低，显著水平为10%。我们认为这可能是由于市场回报率同时反映出在该国投资的融资成本，融资成本越大，越不利于外资的引进。另一方面，经济较为发达，金融市场较为成熟的国家，并不一定具有较高的市场回报率，所以市场回报率一项的显著程度相对较低。

（4）一国市场开放程度直接反映出该国与世界市场的联系紧密程度，市场开放程度越高，该国市场对其他国家的依赖性也就越强，资金在该国流入流出的渠道也就越便利。高的市场开放程度往往对应着较低的市场准入门槛，较低的交易成本，便利的行政审批手续等。同时，越开放的地区信息获取渠道越广，越可靠，市场风险也相对较低，这些都有利于吸引FDI。所以，为了吸引FDI，我们应考虑提升市场开放程度，为FDI的引进打开便利的通道。

（5）基础设施完善程度越高，企业在生产成本（特别是运输成本）中的投入相对就越低，回收资本利润的速度也就越快。同时，完善的基础设施建设有利于企业产品服务向周边地区的扩张，扩大企业规模，从而赚取更多利润。所以，加强基础设施建设有利于吸引FDI。

2 对于回归结果与我们预期不符的两个变量，我们分析如下：

（1）市场容量是经济发展的客观原动力，市场容量的提升反映出市场需求量的增大。对产品需求的增大对吸引FDI应该有促进作用。但是我们的回归结果却显示市场容量与FDI的增长存在负相关性，并且不显著。我们认为这有可能是因为用人均GDP来刻画市场容量并非十分恰当。因为在我们的样本数据中，部分国家的国情特殊，比如中国、印度等国，市场容量巨大，但人均GDP却很低，人均GDP并不能很好地反映出市场容量。另一方面，市场容量的扩大往往伴随着消费者可支配收入的增加，这通常会导致物价水平的上升，进而对FDI的引进产生负面影响。

（2）一国的工资水映出该国的劳动力成本，劳动力成本越低，国外投资者往往更愿意到该国进行投资。但回归数据却与我们预期不符，我们认为可能是因为以下原因：不同的国家要素密集程度不同，发展中国家倾向于吸引劳动密集型生产企业，而发达国家则相对更吸引资本、技术密集型的企业投资生产。对于劳动密集型企业来说，低的劳动力成本确实有很大吸引力；但对资本、技术密集型企业来说，尽管较低的劳动力成本总是被偏好的，但由于行业的特殊性，劳动力成本往往较高，因此劳动力成本可能不会成为这些企业的主要考虑因素。在我们的数据样本中，发展中国家与发达国家各占一半，所以笼统地来分析工资水平对FDI的影响也许是不合适的。

（六）模型修正及检验

基于对初步回归模型结论的分析，我们进行了如下修正与检验：

1 加入虚拟变量一发展程度。

由于在我们选取的样本数据中，发达国家数量与发展中国家数量相当，而随着一国发达程度的不同，回归模型中个各解释变量的对FDI的影响程度也会有所出入，所以我们在模型中加入虚拟变量developed（发达国家样本该变量值为1，发展中国家为0）进行进一步回归，回归结果见表2。

回归结果显示，虚拟变量developed显著，并且除了基础设施建设一项显著程度有所下降（仍然显著）以外，其他解释变量显著程度均有所上升。这说明一个国家发达与否确实影响了各因素与FDI投资量之间的相关性的大小。因此在讨论促进FDI引进的具体策略时，我们也应该意识到发达国家与发展中国家之间的差异性，结合本国实际情况为政府出谋划策，而不应一味照搬发达国家的相关政策。

2 加入工资与发展程度的交互项。

为了辨别工资水平与FDI的变化之间存在的负相关性是否是由于一国要素密集类型的不同导致的，我们加入工资水平与发达程度的交互项来检验，回归结果见表2。

通过回归我们看出，加入的交互项并不显著，并且不论国家发达与否，工资水平与FDI的变化之间依然没有呈现出负相关性。因此，一国劳动力成本与引进FDI的变化之间的关系有待于进一步分析。

3 加入工资水平的平方项。

考虑到在一定范围内工资水平的上升反映出劳动力素质的提升，在该范围内劳动力生产能力提升带来的积极作用往往大于生产成本的增加带来的负面作用，因此我们加入wage的平方项进行回归，回归结果见表2。

该回归结果显示，在引入了wage的平方项后，尽管部分解释变量显著程度下降，但模型中所有解释变量与被解释变量之间的正负关系均与我们的预期相一致，并且都在5%显著水平以上显著，这也验证了我们的理论分析与实证模型的合理性。但同时，我们也注意到，虚拟变量developed变得不再显著；同时，在没有de-veloped的模型中，人均GDP的显著程度在很大程度上提升。在查阅了相关文献后，我们发现，判断一国是否为发达国家的标准，大多为人均GDP的高低，这导致了人均GDP与developed之间的高度共线性，这从侧面证实了我们所选取的数据的可靠性。

4 GLS（generalized least squares）回归。

由于我们选取的数据中国情差异较为明显，残差项的异方差性较大，所以我们采取GLS回归对模型进行修正。

从回归结果中我们发现，除了人均GDP外，其他解释变量的显著程度均有所提高，各国家变量之间的异方差性在一定程度上得以减弱。因此GLS回归模型相对具有更好的解释效果。同时我们也确定了用人均GDP反映市场容量的不合理性。

5 考虑FDI的滞后效应以及时间趋势。

考虑到国外投资者在进行投资选择时在一定程度上会考虑到该国上一年度各影响因素的情况，我们尝试将FDI延后一期进行回归，以此来探讨FDI的滞后效应。

回归结果显示，各解释变量估计系数的大小与显著程度相较之前的回归模型差距不大，因此，滞后效应在我们的理论模型中对各解释变量的影响并不明显。

在此基础上，增加解释变量时间t，以防止时间趋势所带来的虚假回归。可以看出，加入变量t后，原解释变量更加显著。

所以我们最终将后期研究的回归模型定为

五、结论

基于研究，我们得出以下结论：在其他因素相对稳定的情况下，FDI与劳动回报率成正二次关系，即先减小后增大，2012年FDI的负增长正是由此导致。我们还发现，GDP的水平对一国吸收FDI的贡献最大。FDI还与基础设施水平、市场回报率、对外开放程度成正相关关系。本文的研究结论为我国改善吸引外资投资的措施提供了有益的参考。

参考文献

[1]代谦、别朝霞：《FDI、人力资本积累与经济增长》，载《经济研究》，2006（4）。

[2]何兴强、王利霞：《中国FDI区位分布的空间效应研究》，载《经济研究》，2008（11）。

[3]程惠芳、岑丽君：《FDI、产业结构与国际经济周期协动性研究》，载《经济研究》，2010（9）。

[4]贺灿飞、魏后凯：《信息成本、集聚经济与中国外商投资区位》，载《中国工业经济》，2001（9）。

[5]李善同、冯杰：《我国交通基础设施建设与区域协调发展》，载《铁路运输与经济》，2002（10）。

[6]孙俊：《中国FDI地点选择的因素分析》，载《经济学》（季刊），2002（1）。

[7]王洛林：《中国外商投资报告——外商投资的行业分布》，北京，经济管理出版社，1997。

[8]魏后凯：《欧美日韩在华制造业投资的区位决定》，载《中国工业经济》，2000（1）。

[9]魏后凯、贺灿飞、王新：《外商在华直接投资动机与区位因素分析》，载《经济研究》，2001（2）。

[10]魏尚进：《不透明性的经济成本：外国投资损失以及额外经营成本》，载《经济学（季刊）》，2001（10）。

[11]许罗丹、谭卫红：《外商直接投资聚集效应在我国的实证分析》，载《管理世界》，2003（7）。

[12]王剑：《外商直接投资区域分布的决定因素——基于空间计量学的实证研究》，载《经济科学》，2004（5）。

投资回报率论文篇8

马考维茨(Markowitz)是现资组合分析理论的创始人。经过大量观察和分析，他认为若在具有相同回报率的两个证券之间进行选择的话，任何投资者都会选择风险小的。这同时也表明投资者若要追求高回报必定要承担高风险。同样，出于回避风险的原因，投资者通常持有多样化投资组合。马考维茨从对回报和风险的定量出发，系统地研究了投资组合的特性，从数学上解释了投资者的避险行为，并提出了投资组合的优化方法。

一个投资组合是由组成的各证券及其权重所确定。因此，投资组合的期望回报率是其成分证券期望回报率的加权平均。除了确定期望回报率外，估计出投资组合相应的风险也是很重要的。投资组合的风险是由其回报率的标准方差来定义的。这些统计量是描述回报率围绕其平均值变化的程度，如果变化剧烈则表明回报率有很大的不确定性，即风险较大。

从投资组合方差的数学展开式中可以看到投资组合的方差与各成分证券的方差、权重以及成分证券间的协方差有关，而协方差与任意两证券的相关系数成正比。相关系数越小，其协方差就越小，投资组合的总体风险也就越小。因此，选择不相关的证券应是构建投资组合的目标。另外，由投资组合方差的数学展开式可以得出：增加证券可以降低投资组合的风险。

基于回避风险的假设，马考维茨建立了一个投资组合的分析模型，其要点为：(1)投资组合的两个相关特征是期望回报率及其方差。(2)投资将选择在给定风险水平下期望回报率最大的投资组合，或在给定期望回报率水平下风险最低的投资组合。(3)对每种证券的期望回报率、方差和与其他证券的协方差进行估计和挑选，并进行数学规划(mathematicalprogramming)，以确定各证券在投资者资金中的比重。

二、投资战略

投资股市的基金经理通常采用一些不同的投资战略。最常见的投资类型是增长型投资和收益型投资。不同类型的投资战略给予投资者更多的选择，但也使投资计划的制定变得复杂化。

选择增长型或收益型的股票是基金经理们最常用的投资战略。增长型公司的特点是有较高的盈利增长率和赢余保留率；收益型公司的特点是有较高的股息收益率。判断一家公司的持续增长通常会有因信息不足带来的风险，而股息收益率所依赖的信息相对比较可靠，风险也比较低。美国股市的历史数据显示，就长期而言，增长型投资的回报率要高于收益型投资，但收益型投资的回报率比较稳定。值得注意的是，增长型公司会随着时间不断壮大，其回报率会逐渐回落。历史数据证实增长型大公司和收益型大公司的长期平均回报率趋于相同。另外，投资战略还可以分为积极投资战略和消极投资战略。积极投资战略的主要特点是不断地选择进出市场或市场中不同产业的时机。前者被称为市场时机选择者(markettimer)，后者为类别轮换者。

市场时机选择者在市场行情好的时候减现金增股票，提高投资组合的beta以增加风险；在市场不好时，反过来做。必须注意的是市场时机的选择本身带有风险。相应地，如果投资机构在市场时机选择上采用消极立场，则应使其投资组合的风险与长期投资组合所要达到的目标一致。

类别轮换者会根据对各类别的前景判断来随时增加或减少其在投资组合中的权重。但这种对类别前景的判断本身带有风险。若投资者没有这方面的预测能力，则应选择与市场指数中的类别权重相应的投资组合。

最积极的投资战略是选择时机买进和卖出单一股票，而最消极的投资战略是长期持有指数投资组合。

公司资产规模的大小通常决定了股票的流动性。规模大的公司，其股票的流动性一般较好；小公司股票的流动性相对较差，因此风险较大。从美国股市的历史数据中可以发现，就长期而言，小公司的平均回报率大于大公司，但回报率的波动较大。

三、投资组合风险

我们已经知道，投资组合的风险是用投资组合回报率的标准方差来度量，而且，增加投资组合中的证券个数可以降低投资组合的总体风险。但是，由于股票间实际存在的相关性，无论怎么增加个数都不能将投资组合的总体风险降到零。事实上，投资组合的证券个数越多，投资组合与市场的相关性就越大，投资组合风险中与市场有关的风险份额就越大。这种与市场有关并作用于所有证券而无法通过多样化予以消除的风险称为系统风险或市场风险。而不能被市场解释的风险称为非系统风险或可消除风险。所以，无限制地增加成分证券个数将使投资组合的风险降到指数的市场风险。

风险控制的基本思想是，当一个投资组合的成分证券个数足够多时，其非系统风险趋于零，总体风险趋于系统风险，这时，投资组合的风险就可以用指数期货来对冲。对冲的实际结果完全取决于投资组合和大市的相关程度。若投资组合与大市指数完全相关，投资组合的风险就能百分之百地被对冲，否则只能部分被抵消。

投资组合的系统风险是由投资组合对市场的相关系数乘以投资组合的标准差来表达，而这里的相关系数是投资组合与市场的协方差除以市场的标准差和投资组合的标准差。因此，投资组合的系统风险正好可以由投资组合对大市指数的统计回归分析中的beta值来表达。投资组合对大市的beta值是衡量投资组合系统风险的主要度量。投资组合的回报率、方差或标准差以及其beta值是投资组合分析和管理中的三个最重要的数据。

在投资组合的另一重要理论是在资本市场理论中引入了无风险资产的概念。在实际中，我们可以将国库券认为是无风险资产。任何投资组合都可以看成是无风险资产和其他风险资产的组合。于是，投资组合的期望回报率可以表达成大市回报率与无风险回报率之差乘以beta值再加上无风险回报率。

国际金融投资行业也广泛地使用VAR(Value-at-Risk)的方法来分析和管理投资组合甚至公司全部资产的风险。VAR实际上是衡量资产价值变动率的方法。其基本概念是：假设某投资组合的回报率是以正态分布，衡量在确定的概率下投资组合可能出现的亏损金额。VAR值就是用均值减一个标准方差的回报率，可以用来计算亏损。

四、投资组合业绩评价

通常有两种不同的方法对投资组合的业绩进行评估。养老金、保险基金、信托基金和其他基金的主要投资计划发起人一般会考察投资过程的各个主要方面，如资产配置、资产类别的权重和各类别重的证券选择。这类评估称为属性评估。对很多投资者来说，他们更关心的是对一个特定的投资策略或投资机构效率的评价，如对有明确投资策略的开放式基金的评估。这种评估叫做指标评估。评估投资组合最直接的指标是回报率。但只有在相同或类似的风险水平下比较回报率才有实际的意义。从美国开放式互助基金的历史数据可以看到，增长型基金的beta值最高，系统风险最高，相应在牛市时的回报率最高，在熊市时的回报率最低。平衡型的基金则相反。收益—增长型的基金的系统风险和回报率都在增长型和平衡型的基金之间。由此可见，任何一种基金在一个时期所获得的回报率在很大的程度上取决于基金的风险特性和基金在当时所面临的市场环境。在评估基金时，首先应将基金按风险等级分组，每一组的风险大致相同，然后在组中比较回报率的大小。

投资组合的回报率是特定期间内投资组合的价值变化加上所获得的任何收益。对封闭式基金来说，由于没有资金的流进和流出，回报率的计算相对比较容易。对开放式基金而言，频繁的现金流动使普通的回报率计算无法反映基金经理的实际表现。开放式基金的回报率通常使用基金单位价值来计算。基金单位价值法的基本思想是：当有现金流入时，以当时的基金单位净资产值来增加基金的单位数量；当有基金回赎时，基金的单位数量则减少。因此，现金的流动不会引起净资产的变化，只是发生基金单位数量的变化。于是，我们可以直接使用期初和期末的净资产值来计算开放式基金投资组合的回报率。

没有经过风险调整的回报率有很大的局限性。进行风险调整后评估投资组合表现的最常见的方法是以每单位风险回报率作为评判标准。两个最重要的每单位风险回报率的评判指标是夏普比例(ShameRatio)和特雷诺比例(TreynorRatio)。夏普比例是投资组合回报率超过无风险利率的部分，除以回报率的标准方差。特雷诺比例是投资组合回报率超过无风险利率的部分，除以投资组合的beta值。这两个指标的不同在于，前者体现了投资组合回报率对全部风险的敏感度，而后者反映对市场风险或系统风险的敏感度。对投资组合回报率、其方差以及beta值的进一步研究还可以定量显示基金经理在证券选择和市场时机选择等方面的优劣。

【参考文献】

[1]［美］小詹姆斯L·法雷尔，沃尔特J·雷哈特.投资组合管理理论及应用(PortfolioManagement:TheoryandApplication)[M].北京：机械工业出版社，2000.

[2]RichardC.Grinold,RonaldN.Kahn,ActivePortfolioManagement:AQuantitative

ApproachforProducingSuperiorReturnsandSelectingSuperiorRernsand

ControllingRisk,McGraw-Hill,1999.

[3]陈世炬，高材林.金融工程原理[M].北京：中国金融出版社，2000.

投资回报率论文篇9

    自Shiller(1981)及LeRoy和Porter(1981)首次提出股票市场存在过度波动以来,过度波动之谜在近三十年中一直受到国外学者的广泛讨论,如West(1988), Cochrane(1991), Dumas,Kurshev和Uppal(2009)以及Duchin 和 Levy(2010)等。Shiller(1981)将过度波动定义为不能为未来股利变化所解释的股票市场波动。因为在任何一个给定的时间点,未来的股利发放信息是不可知的,所以很难对过度波动进行事前的衡量。为了量化过度波动,研究者通常运用事后的股利发放信息,依据特定的股利贴现定价模型计算出理论上合理的股票价格,再将实际的股票价格波动与理论上的股票价格波动进行对比,以判断股票市场是否存在过度波动。但是,这种做法遭到了以Cochrane(1991)为代表的激烈批评,他们认为以上做法依赖于特定的股票定价贴现模型,最多只是在检验特定的股票定价贴现模型,并不能对股市过度波动进行最优的检验。更为重要的是,股利信息属于事后信息,其对于我们考察过度波动与股票回报率之间的关系,从而解释过度波动之谜并不适合。为此,我们必须构建新的变量对过度波动进行事前的量化。Shiller(1981)认为如果股票市场相对于未来经济基本面的变化而表现出过度波动,那么随着越来越多的经济信息反映到股票价格之中,股票市场的过度波动应当在长期内逐渐消失。French和Rol(l1986)提出如果交易噪音等非理性因素导致股票回报率存在过度波动,那么较长持有期股票回报率的方差应当小于日股票回报率的累积方差。Fama(1990)和Schwert(1990)的实证结果表明较长持有期限股票回报率的变化能更多地为未来经济状况变化所解释。受以上学者的启发,本文利用日股票回报率累计方差与月股票回报率方差之间的差作为股票回报率过度波动的一个量化指标。其经济含义为日股票回报率中不能为一日到一个月之间的经济信息变化所解释的波动。

    股票回报率的方差差(Variance Difference)最早由Lo和MacKinlay(1988)提出,并和方差比(VarianceRatio)一起用来检验股票价格随机游走。他们证明,如果方差比大于 1(此时方差差小于 0),那么股票回报率之间存在着正自相关关系;如果方差比小于1(此时方差差大于0),那么股票回报率之间存在着负自相关关系。因为投资者的过度反应被认为是股票回报率过度波动的重要原因(Dumas,Kurshev和Uppal,2009),且过度反应能导致股票回报率负自相关到任意阶数,所以方差比能作为度量股票回报率中过度反应的更为全面的指标(Kaul和Nimalendran,1990)。当方差差大于0时,方差比小于1,从而股票回报率中存在负自相关关系,因此,利用方差差衡量的过度波动主要是指投资者过度反应所导致的非理性波动。需要指出的是,本文提出方差差直接量化过度波动,方差比只是为了更好地解释方差差意义而报告的辅助变量。本文不用方差比衡量过度波动的原因是由于其未考虑到不同股票方差在绝对水平上的差异。Dumus(2003)指出如果过度波动是由投资者的非理性所致,那么应当可以构造出一种零成本交易组合来进行过度波动的套利。Dumas,Kurshev和Uppal(2009)的理论研究进一步表明,如果股票市场中存在理性和非理性两类投资者,当非理性投资者的过度反应导致了股票市场的过度波动时,风险回避的理性投资者会由于股市中的高风险而选择退出股市,造成股票市场短期内低估。因此,当股票市场存在投资者过度反应导致的过度波动时,我们可以通过买入被低估的股票即过度波动的股票组合,同时卖出非过度波动的股票组合来获得超额收益。本文按照Jegadeesh和Titman(1993,2001)提出的方法构建基于过度波动的套利组合,将过度波动最大的20%股票称为“赢者”组合,将过度波动最小的20%股票称为“输者”组合,每个月月初买入“赢者”组合,同时卖出“输者”组合,并考察该套利组合是否能获得显着的正超额收益。如果套利组合能够获得显着为正的超额收益,那么股票市场存在过度反应引起的过度波动。

    我国许多学者先后证明我国投资者存在过度反应现象。如邹小芃和钱英(2003)基于上海A股市场1993 到 2001 年的交易数据发现中国股票市场存在显着的过度反应现象,且该过度反应随着形成期的延长而愈加明显。此外,朱战宇、吴冲锋和肖辉(2005),陈国进和范长平(2006)、刘博和皮天雷(2007)、鲁臻和邹恒甫(2007)以及潘莉和徐建国(2011)等都发现中国A股市场存在明显的反转特征,并认为股票回报率的反转现象反映了投资者的过度反应特征。但是,以上研究主要目的在于验证我国股市是否存在动量或反转现象,未对过度波动现象做专门阐述。

    本文的研究还可以与有效市场假说学术文献相关联。有关有效市场假说的研究无论是在国内还是国外,都非常之多,正面的结论和反面的结论都有。总体来讲,本文认为中国股票市场并不是弱式有效,投资者存在过度反应现象。运用不同研究方法,但取得类似研究结论的国内文献有很多。如上文提到的潘莉和徐建国(2011)发现动量效应仅仅在日股票收益率上存在。与之对比,A股股票收益在多个时间频率上存在着明显的反转现象,并且有着反转发生时间缩短的现象。他们认为文中发现的经验证据并不支持中国A股市场满足弱有效市场假说。又如林虎和刘冲(2011)以及田益祥和刘鹏(2011)分别发现在中国股票市场异常交易量和异质波动对未来股票回报率具有可预测性,并且该预测性不能被其他变量所解释,因此,中国股票市场不满足弱式有效市场假说。需要指出的是,方差差本身就是检验股票价格随机游走从而检验弱式有效市场假说的统计量,本文基于方差差能够构造出取得超额收益的套利组合,为中国股票市场非弱式有效提供了更为稳健的实证证据。

    (一)数据

    为避免股票样本过少带来的样本误差问题,本文的研究样本为1995年1月至2010年12月期间的所有A 股。因为新股上市等重大事件首日股票不设涨跌幅限制,这些交易日股票回报率容易出现离群值,不适合与其他交易日的回报率数据一起计算样本方差和标准差,所以本文在样本中剔除了所有股本发生变动当日的个股回报率数据。此外,本文在计算方差差时,剔除了所有在形成期内少于20个有效观测的股票样本,以保证方差差指标的稳健性。所有样本股票日回报率、月回报率、流通市值、交易量等数据均下载自国泰安数据库。

    (二)过度波动的计算

    令 Pk为第k天的股票对数价格(k=1,2,3, ),按照Lo和MacKinlay(1988) 的方法,将q天股票回报率方差差(VD(q))定义为(1)式①。

    (三)基于过度波动套利组合的构建

    本文按照Jegadeesh和Titman(1993,2001)提出的方法来构建基于过度波动的套利组合。具体来讲,根据公式(1),在样本期的每个月初利用过去M个月的日对数回报率数据计算过度波动的变量即月收益率方差差(VD(22))。然后,将所有股票按照VD(22)从小到大的顺序排列,并分成五等分,将过度波动最大的20%股票称为“赢者”组合,将过度波动最小的20%股票称为“输者”组合。基于过度波动的套利交易策略(M,N)为每个月初买入前N个月的所有“赢者”组合股票,同时卖出前N个月的所有“输者”组合股票,所有股票在套利组合中被赋予相等的投资权重。我们称M为投资组合构建的形成期或观测期,N为组合的持有期或投资期。如果过度波动为投资者非理性行为所导致,那么所构建的套利组合应当在投资期内获得显着为正的超额收益,反之,套利组合不能获得显着为正的超额收益。为了验证过度波动套利组合收益相对于不同形成期和持有期的稳健性,本文分别为M和N选择了6个月、12个月、24个月以及36个月等多个数值。

投资回报率论文篇10

[关键词]展望理论；资本投资；确定效果；反射效果

[DOI]1013939/jcnkizgsc201637077

1前言

行为财务学尝试以心理学及社会科学等观点，解释传统财务学所无法解释的现象。Slovic 在1969 年从行为学的角度研究了投资决策的过程，从产生和发展历程看，行为财务与人类理性的偏离及资本市场理论的检验是密切相关的。Kahneman和Tversky提出确定效果（Certainty Effect）、反射效果（Reflection Effect）及分离效果（Isolation Effect）进行人类决策行为的解释。确定效果是指决策者在与仅具可能性的结果相比，往往对确定性的结果以较大的权重，而对可能性结果的赋值，通常都以较低的权重；反射效果指人们在面对损失的时候，可以发现个人对利得和损失的偏好刚好相反，即人们不愿意面对损失，而选择放手一搏；而分离效果则指人们面对特殊的风险时，习惯将过程加以简化，而忽视先前条件所造成的影响。

过去展望理论相关之研究着重以“个人”的角度去探讨其不理性的投资行为。而本研究认为企业亦由个人所组成，虽然存在公司的财务限制因素及公司治理机制，但基于人在不确定情况下的投资决策会出现不理性的行为，因此管理阶层在公司的资本投资决策上，是否会出现类似个人投资的不理，实为值得探讨的议题，其可作为股市投资人之参考。

2文献探讨

卡尼曼和特维斯基（Kahneman 和 Tversky，1979）提出了著名的展望理论（Prospect Theory），展望理论是针对经典的期望效用理论提出的，其核心内涵是价值函数和权重函数，用价值函数替代了期望效用理论中的效用函数，用权重函数将期望效用理论中的概率转变为决策权重，概括来讲就是，一项风险决策的价值取决于所有可能结果的心理感受以决策权重加权求和之后的综合评价。

国内对此领域的研究起步比较晚，从文献综述的年代来看基本都从2004年才逐渐多起来，也就是卡尼曼获得诺奖两年之后，国内学术圈才开始重视行为金融、行为经济学的研究，这点也侧面印证了本文研究的前沿性。关于展望理论的实证研究议题，曾照英，王重鸣（2009）尝试运用展望理论分析长夜融资决策过程中的感知风险，划分创业融资决策过程中的感知风险维度，并进行深入的分析。肖成民，吕长江（2011）通过考察四季报中盈余相关指标分布的变化，对比分析了上市公司针对退市监管和再融资监管采取的盈余管理行为，发现上市公司相关盈余管理行为的实际操作符合展望理论的预期。

有鉴于目前国内有关公司资本支出与展望理论之相关研究较少，同时从公司经营绩效来探讨公司前期资本支出对于公司当期资本支出的影响机制，亦有其研究价值，故本研究乃尝试基于展望理论，探讨公司经营绩效与公司资本支出的关系，以补充过去文献在展望理论与公司资本支出探讨的不足，以期为展望理论的应用提出一个新的方向。

3研究设计

31数据选取

本研究以我国A股交易市场深圳证券交易所的上市公司为研究对象，研究期间为2010年至2014年，但排除产业性质特殊的金融业。本研究所使用的公司相关财务资料，如固定资产总额变动、研究发展支出、销货总额、前期及当期之资本投资比率、股东权益报酬率（ROE）、总资产报酬率（ROA）、营业活动现金流量、销售净额、每股现金股利、每股盈余、固定资产总额、资产总额及系统风险值β等资产负债表及损益表资料，皆取自“国泰安数据库”。

为了探讨公司资本投资是否有展望理论所提及之确定效果及反射效果，本研究将前期经营绩效及前期资本投资比率取样期间为2009年至2013年，以RINVt-1、PERF t-1代表前期资本投资比率与前期经营绩效。至于其他研究变量的数据期间，取当期的计有本期资本投资比率（RINVt）、营业活动现金流量比率（RCFOt）、现金股利支付比率（CDPRt）、资本密集度（CINTt）及公司规模（SIZEt）；取公司前一年度的BETA值则为系统风险值β（BETAt-1）。

32研究假设

本研究为验证公司资本投资决策是否存在展望理论中的确定效果及反射效果，分别提出假设一和假设二：

假设一：前期经营绩效较好者，本期的资本投资比率与前期经营绩效无关或呈反向关系，即公司资本投资决策存在确定效果。

假设二：前期经营绩效较差者，本期的资本投资比率与前期经营绩效呈反向关系，即公司资本投资决策存在反射效果。

为验证假设一和假设二，本研究依各样本公司在所属产业经营绩效的好坏，将经营绩效居产业前25%者及后25%者分别定义为经营绩效好及差，并将此两组样本分别配置回归模型。在经营绩效好的样本组，若资本投资比率与经营绩效呈现无关或反向的关系，故经营绩效变量的回归系数会成为不显著或显著为负值，则表示投资支出趋于保守，公司资本投资决策存在确定效果；反之，在经营绩效相对差的情况下，若本期的资本投资比率显著增加，则经营绩效的回归系数会显著为负值，即表示公司资本投资决策存在反射效果。

4实证结果分析

本研究利用相关系数分析，对整体回归模型共线性进行检验。

41模型共线性之检验

将本研究各变数间的相关系数整理，发现相关程度最高的为资本密集度（CINTt）与本期资本投资比率（RINVt），相关系数为0175；负相关程度最高的是系统风险值（BETAt-1）与前期经营绩效中的总资产报酬率（ROAt-1），相关系数为-0130。结果显示，所有自变量间的相关系数绝对值皆小于05，不存在共线性的问题。

42依经营绩效分组之回归分析

为了验证假设一和假设二，即验证公司资本投资是否有展望理论中所提及之确定效果与反射效果。本研究将样本公司经营绩效居产业前25%者归类为经营绩效好的样本组，以及将居产业后25%者归为经营绩效差的样本组，再分别进行回归分析，以验证确定效果与反射效果。首先，本研究进行经营绩效分组样本的叙述统计分析；其次，以t检定分析进行不同样本组之前期经营绩效差异性的检定，以确认不同样本组之前期经营绩效具有显著差异。

421经营绩效分组样本的叙述统计及t检定

前期经营绩效若以总资产报酬率（ROA）衡量，则前期经营绩效好的样本平均为22527，绩效差样本组的平均为-0506，两者差异显著，且显著性水平超过001以上。

反之，若前期经营绩效以ROE衡量则前期经营绩效好与差的样本平均分别为32657及-11351，亦具有显著的差异性。不论是在前期经营绩效以ROE或ROA为衡量标准，两种情况下经营绩效好与差二组皆有显著差异。

422前期经营绩效好样本组之确定效果检验

展望理论所提到的确定效果，是指相对于不确定的情况来说，个人对于确定的结果会过度重视，在股票市场的投资过程中，当前期投资绩效好时，在本期投资时反而会持保守的态度。因此，若公司资本投资决策过程存在确定效果，则前期经营绩效好者，在本期投资支出会趋于保守，即二者会呈反向关系。本研究为验证公司的资本投资决策是否存在确定效果，乃采用前期经营绩效好（居产业前25%）的样本组数据，进行回归模型的配置，当ROA或ROE的回归系数显著为负时，则可确认存在确定效果。

前期经营绩效好样本组的回归分析，在以ROA或ROE衡量前期经营绩效的模型中，调整后判定系数分别为0084和0082。在模型配置中，以股东权益报酬率（ROE）衡量前期经营绩效的回归系数在01的显著性水平下显著为负，而以总资产报酬率（ROA）衡量前期经营绩效的回归系数不显著。因此，前期经营绩效好的公司，本期的投资比率与前期经营绩效呈现无关或负向的关系，即存在展望理论所包含的确定效果，因此假设一可以获得支持。

423前期经营绩效差样本组之反射效果检验

展望理论所提及之反射效果即指人们在面对损失的时候，可以发现个人对利得和损失的偏好刚好相反，即人们不愿意面对损失，而选择放手一搏。本研究将以前期经营绩效差（居产业后25%）的样本组数据，进行回归分析以验证公司本期资本投资是否存在反射效果。本研究认为，若前期经营绩效较差者，当前期经营绩效的回归系数显著为负，表示公司投资支出与前期经营绩效呈反向关系时，则存有反射效果。

回归分析结果显示，前期经营绩效的回归系数与本期资本投资比率呈正向关系，以前一期ROE衡量前期经营绩效的模型中，t统计值为009，其回归系数不显著。

在公司前期经营绩效差的情况下，当前期经营绩效越差时，公司选择越会减少资本投资；反之，当前期经营绩效越好，越会增加资本投资，其在投资决策上仍属于理性的抉择。故在上述回归分析结果中，前期经营绩效的系数为正值或不显著，代表公司投资支出与前期经营绩效呈正向的关系或不会受到前期经营绩效的影响，属于理性投资行为的范围，因此当公司的前期经营绩效差时，公司的资本投资决策并不存在展望理论所谓的反射效果。

5结论与建议

51结论

假设一的验证结果：本研究以经营绩效好的样本组数据，进行回归分析以验证公司资本投资决策是否具有确定效果。若存在确定效果，当前期经营绩效好者，在本期投资支出会趋于保守，回归分析结果显示，只有总资产报酬率（ROE）衡量前期经营绩效的回归系数在01的显著性水平下为负值，而股东权益报酬率（ROA）衡量前期经营绩效的回归系数不显著。其意义为前期经营绩效好的公司，本期投资支出与经营绩效为无关或反向关系，故存在展望理论所提到的确定效果，则假设一可以获得支持。

假设二的验证结果：展望理论所提到的反射效果即指人们在面对损失的时候，可以发现个人对利得和损失的偏好刚好相反，即人们不愿意面对损失，而选择放手一搏。在假设二的反射效果验证方面，本研究以经营绩效差的样本组数据，进行回归分析以验证公司资本投资决策是否具有反射效果。回归分析结果显示，前期经营绩效的系数为正值或不显著，代表公司投资支出与前期经营绩效呈正向的关系或不会受到前期经营绩效的影响，属于理性投资行为的范围，因此当公司的前期经营绩效差时，公司的资本投资决策并不存在展望理论所谓的反射效果。

52建议

本文将根据其中的实证结论，分别针对公司管理阶层和投资者提出建议。

521对公司管理阶层的建议

本研究发现前期经营绩效好的公司，在本期的投资支出反而持反向的态度，存在展望理论所提及之确定效果。这结果显示，公司管理者有理性的投资行为，但相对来说，公司过于保守的投资态度，没有充分运用来自股东及银行的资金，使公司获取更大利润，可能会丧失最佳的投资机会，更使得股东失去获利的机会。公司的资金来源主要是来自于股东与银行，为了公司的永续经营及获取最大利润，公司应妥善运用每一笔资金。

522对投资者的建议

虽然实证结果表明，上市公司的投资行为属于理性范围内，并未存在展望理论的反射效果。这表明公司决策人员会考虑到公司前期的经营绩效表现及资本支出投资比率，尤其在公司经营绩效表现不好时，未选择放手一搏增加投资，以期在险中求胜。本研究建议加大投资者教育，引导投资者学习行为金融理论让投资大众能够正确地选择投资目标，在注意投资目标所呈现的财务报表外，同时考虑投资目标在产业间的综合绩效表现，以此来更为客观地选择投资目标作为长期投资的目标。

参考文献：

[1]陶刚风险决策分析[D].成都：西南财经大学，2012

[2]胡宗伟基于中国证券投资者决策行为的展望理论研究[D].杭州：浙江工商大学，2006