前言：我們精心挑選了數篇優質投資基本面分析方法文章，供您閱讀參考。期待這些文章能為您帶來啟發，助您在寫作的道路上更上一層樓。

第1篇

【關鍵詞】道氏理論；價值投資法；技術分析法；主要矛盾

價值投資法認為證券的價值由其未來現金流的貼現值決定，證券的價格總會向價值回歸。技術分析法則認為交易群體的心理對價格具有決定性的影響。普遍的交易觀點或者將技術分析法與價值投資法對立起來，兩者水火不能相容，或者主張在具體的交易操作中將兩者結合起來，但是在理念上依然認為這兩種方法相互獨立，互不相關。本文將從股票的二元屬性切入，結合對道氏理論的深度解讀，推論出以道氏理論為基石的技術分析法其實包含著價值投資法的理念，技術圖形的長期趨勢是反映基本面主要矛盾的。

一、股票的二元屬性

股票是股東權利的代表，體現了股東對公司實體經濟的所有權。公司實體經濟的經營狀態越好則股票所代表的價值也就越大，這也正是價值投資法的基本理念，實體經濟的盈利能力決定了股票的價值區域。但是，當股票可以上市交易流通以后，實體經濟將不再是影響股價的唯一因素，即使在短期內公司的基本面狀況不變，交易群體的預期與情緒也會對短期股價產生重要影響。因此，我們認為股票既具有實體屬性也具有虛擬屬性。

二、股價驅動模型

價值投資者立足于股票的實體屬性，認為企業的盈利能力決定股票的價值，技術分析人士則偏重于股票的虛擬屬性，想方設法判斷其他參與者對股價的看法。無論是價值投資者還是技術分析派，所有的股票投資者都是根據自己對基本信息的理解來做出決策的。交易者根據對基本面信息的理解形成預期，預期指導著交易者的行為，行為則指揮資金與股票的流動，資金與股票的博弈產生了股票價格。從而我們推理出股價驅動模型“基本面—群體預期—群體行為—股價”，基本面信息的變化將影響交易者的預期，交易者根據預期做出行為判斷，從而對股價施加影響。無論價值投資者還是技術分析派都遵從著股價驅動模型做出判斷，只是對信息的篩選、理解的理念不一樣而已。

三、股價反映一切信息

一般的主流觀點認為技術分析是沒有意義的，個人以前也認為技術分析是以歷史來推斷未來，而股市隨機漫步的特征決定了以歷史圖形推斷未來走勢是人類對于股市不確定性的自我安慰。但是在真正理解了股價驅動模型“基本面—群體預期—群體行為—股價”以后，對于技術分析方法有了全新的認識。

作為技術分析的基石，道氏理論將股價的波動分為主要趨勢、次要趨勢和短暫波動。這種分類方法貌似平淡無奇，實則寓意深遠。股價的波動就是千千萬萬的投資者以其資金表達其對基本面信息的理解，這種信息的反映不是一步到位的，而是循序漸進的，在凌亂無序的博弈中股價吸收了各種各樣真真假假大大小小的信息，這些信息在短暫波動和次級波動中被摒棄、被消化，從而形成了主要趨勢。主要趨勢充分反映了股市對于基本面信息的理解和預期，并從所有的信息中篩選和抽繹出最主要的信息，最能夠決定股價走勢的信息——主要矛盾。

短期股價是資金與股票博弈的結果，所以呈現出隨機漫步的形態，當給予股市比較充分的時間來消化其吸收的信息，那么中長期的股價則呈現出一定的趨勢，股價趨勢的背后則是股市對主要矛盾的反映，也正是從這個意義上而言股市作為經濟的晴雨表是當之無愧的。

四、趨勢將延續下去

道氏理論的三大基本假設分別是：股價反映一切信息；趨勢還將延續；歷史會重演。我們已經解讀了“股價反映一切信息”，并推論出股價在波動中篩選信息，從而反映主要矛盾，形成主要趨勢。

基本假設第二條是“趨勢會延續下去”，個人給予的解讀是只要主要矛盾（從基本面信息中抽繹出來的核心預期）不變，主要趨勢就會延續下去。第二條基本假設不是孤立的，而是第一條基本假設的延伸，“趨勢會延續下去”是因為主要矛盾的持續，是因為股市吸收了一切信息，并從一切信息中抽繹出了主要矛盾。主要矛盾是當前社會經濟運行的客觀反映，這種客觀存在會被股市放大，因為股市是人的股市，群體的股市，群體的預期與情緒是影響股價的重要因素。根據索羅斯的“反身性理論”，當預期被股價實現后，現實會對群體預期推波助瀾，此時虛擬經濟的屬性就會在群體情緒的推動下大放異彩。群體心理對趨勢起到了強化作用。因此，“趨勢將延續下去”的假設一方面是對主要矛盾延續的判斷，另一方面則是對群體情緒強化的認知。

五、人性會重演

道氏理論的第三條假設是“歷史會重演”，雖名曰假設，但是它是歷史的提煉，是人性的高度概括。一般的技術分析人士將這一條假設理解為技術圖形的歷史位置對行情的發展具有參考作用，比如重要的壓力位、支持位，個人認可這種理解，但是更進一步的正是因為群體情緒的強化與疊加才使得技術圖形的歷史位置具有了一定的指導意義。

歷史會重演，重演的或許不是形態，不是壓力位、支持位，重演的是群體的心理，是思維的邏輯。“歷史會重演”應該是“以史為鑒”的道氏語言，重溫成功投資的經典案例，投資操作的手法一再的翻版；回放股市歷次的大起大落，群體的恐懼與貪婪反反復復；回望整個金融史，歷次金融動蕩的內含、本質不都是似曾相識嗎？歷史的重演即是人性的重演。

六、道氏理論中的價值理念

道氏理論以三大假設為理論基礎，將基本面信息融合到技術圖形中去，開辟了技術分析流派，從主要矛盾決定主要趨勢的邏輯推理中，我們看到道氏理論并不排斥基本面分析方法，相反，道氏理論更尊重基本面分析，對基本面分析有著更深刻的理解。

價值投資法的核心是尋找價格偏低于價值的股票，但是價值并不是一成不變的，價值被界定為未來現金流的貼現值，那么價值將受到企業運營、產業趨勢、宏觀經濟等多種因素的影響，而這些影響也正是技術分析法不能忽視的，也正是影響主要趨勢的因素。況且，價值投資法重在企業估值，而企業盈利在很大程度上就是影響主要趨勢的那個主要矛盾。技術分析法不但沒有排斥價值理念，而且將群體預期對企業的影響（反身性）也納入了思考范圍，更符合現實股市的運作。

技術分析法以道氏理論為思想源泉，發展出了諸多技術工具，K線圖形的背后是交易群體對基本面信息的反饋過程，均線、MACD等指標是對以其對主要趨勢的描繪反映了主要矛盾，壓力位、支持位則是交易群體心理糾結的體現，板塊指數表達了對產業趨勢的看法，綜合指數則全面反映了經濟結構、經濟總量、股市制度等更多的信息。此時，技術分析法不是簡單的教條，它是辯證的，靈動的，富有哲思的。

參考文獻

第2篇

【關鍵詞】 財務報表； 指標； 主成分分析； 盈余持續性

一、引言

盈余持續性的研究是會計領域資本市場研究的一個熱門話題，它是衡量盈余質量的重要特征，更是投資者進行投資決策的重要參考依據。關于盈余持續性的概念目前還沒有統一的定論，一些學者從盈余的時間序列角度定義盈余持續性，認為盈余持續性是當期盈余成為盈余時間序列永久性部分的程度。還有學者從盈余自相關或當期盈余對未來盈余預測能力的角度來界定盈余持續性，認為它反應了本期盈余與未來盈余間的關系。盈余持續性的研究方法隨著時間和對概念的理解的不同也不盡相同，可主要概括為三種方式。第一種是使用時間序列模型，從時間序列中估算盈余持續性。這種方法主要在20世紀70—80年代盛行，以過去的盈余（包括季度盈余和年度）為研究基礎，利用統計學的理論確定合適的模型并估計相應序列的參數。比較受關注的模型有隨機游走模型、自我回歸模型、移動平均模型等。這一方法的影響較大，學術成果頗豐，但會計學者們逐漸意識到利用過去的盈余序列來預測未來盈余，利用的信息量太少，直接影響了研究的準確性。第二種是利用線性一階自回歸模型，該法主要考察盈余及其組成部分的持續性，通過回歸系數判斷盈余持續性的強弱。該方法由Sloan（1996）的研究推動，并成為目前國際主流的方法。他將盈余劃分為現金流量和應計盈余，利用此方法發現盈余中的現金流量成分比應計成分具有更高的持續性，這一方法的拓展研究有很多，如Xie（2001），Dechow（2008）均是在此基礎上繼續分解盈余繼而研究分解部分的持續性。這種方法使用的未來盈余是下一年限的盈余，包含的信息含量有限，短期內有限，長期效果有待鑒定。且對于企業間的盈余持續性的比較作用較弱，投資者很難直觀的比較多個企業的未來發展能力。第三種是基本面分析方法。與前兩種方法相比，它將大量的財務信息綜合起來，利用這些綜合信息推斷企業的盈余持續性。該方法可以彌補前兩種方法的不足，能夠直觀的比較企業間盈利能力。但近年來通過基本面分析盈余持續性的文獻并不多見。

本文從企業公布的財務報表基本面（企業公布的財務報告的會計信息）入手，選取影響盈余持續性的財務指標，利用這些財務指標綜合反映企業盈余的持續性能力。共分為五個部分，第一部分介紹了盈余持續性內涵及研究方法的比較分析；第二部分闡述了已有研究的貢獻；第三部分選取并論證影響盈余持續性的財務變量；第四部分利用主成分分析進行企業盈余持續性的綜合評價并驗證其有效性；第五部分為文章結語。

二、文獻回顧

會計盈余持續性的研究起步于Ball and Brown（1968），他們首次實證了會計信息的有用性，建立了一個線性回歸模型和市場反應模型，發現盈余公告后一個月內超額股票回報與當年盈余相對上年盈余變化之間存在顯著的正相關性。而運用基本面分析盈余持續性的研究開始與19世紀80年代末期，Ou and Penman（1989）通過統計分析從財務報表科目中選擇了68個財務指標作為預測變量，通過綜合這些科目預測未來盈余。而后Lev and Thiagarajan（1993）在閱讀大量的證券分析師報告和媒體報道后，確定出12個基本面變量，即存貨、應收賬款、資本支出或研發支出、毛利潤、銷售和行政管理費用、壞賬準備、實際稅金、訂單、勞動力、后進先出法計算盈余以及審計意見。將這些基本面信息與盈余持續性、反應系數的關系作了梳理研究。并比較了基本面表征持續性能力與時間序列表征持續性能力，發現由基本面質量評分反應的基本面信號比時間序列持續性指標更能反映投資者對盈余持續性的評價。Abarbanell and Bushee（1997）基于Lev and Thiagarajan（1993）的研究，選取九種基本面信號變量，發現存貨、毛利率、有效稅率、盈余質量及勞動力和一年后的盈余顯著相關。還有部分學者使用少量的基本面信息考察其與盈余持續性的關系，如Schmidt（2006）利用單個基本面信息，研究了盈余的組成部分稅收變動對未來盈余的持續性和預測能力的關系。

我國對于盈余持續性的研究起步較晚，趙宇龍和王志臺（1999）是第一次系統地研究盈余持續性的。他們利用主營業務利潤率做永久性盈余表征變量，發現中國證券市場存在明顯的“功能鎖定”現象，投資者對具有相同會計盈余但盈余持續性不同的公司股票不能區別定價。而后的研究多效仿sloan（1996），集中于盈余分解的持續性研究，方法采用的是一元線性回歸法。而利用財務指標基本面分析盈余持續性研究文獻并不多見。張蘭萍（2006）、胡文獻（2010）理論分析了影響或度量盈余持續性的財務指標。錢愛民（2009）選取以利潤表為基礎選取財務指標，通過因子分析構建了盈余結構質量評價體系，驗證其對盈余持續性有較好的預測作用。陳金龍等（2011）從企業的歷史盈余表現、現實盈余能力以及未來盈余潛力方面選取財務指標構建出綜合指標體系度量企業的盈余持續性水平，采用的是制造業的上市公司驗證有效性。通過我國已有研究可以發現，利用基本面文獻多見于理論分析，或使用盈利企業的數據或利用單一行業的樣本，因此利用基本面分析盈余持續性的研究空間很大，本文從利潤表，資產負債表和現金流量表入手，選取影響盈余持續性的財務指標，利用2008—2010年A股上市公司的盈余數據進行驗證，綜合分析企業的盈余持續性水平。

三、財務指標變量的選取

第3篇

關鍵詞： 基本面加權指數；市場有效性；三因子模型；四因子模型

中圖分類號：F832.51 文獻標識碼： A文章編號：1003-7217（2016）02-0026-06

一、引 言

打敗市場是所有投資者的夢想。傳統上，打敗市場就是打敗市場指數[1， 2]。是否存在一種所謂的“圣杯”，可以幫助投資者實現這一夢想？已有的研究表明，如果所謂的“市場”就是指傳統的市值加權指數的話，那么，這個“圣杯”就可能存在，至少，基本面加權指數就具備這種能力。

有效市場假說（EMH）認為，在資本市場中，任何一種股票的價格早已反映了所有可影響股價的信息，投資者不能通過其投資策略獲得任何超額收益，基本面分析或技術分析無效[3]。因此，CAPM和EMH等理論一經提出，便成為市值加權指數投資的理論基礎。然而，長期以來，美國股票市場主動型管理者在扣除管理費后的平均年度績效都落后S&P500指數50～200個基點，無疑為市值加權指數的有效性提供了實證基礎。更重要的是，市值加權指數存在一個明顯的困境：高估的股票，市值相對較大，其在投資組合中的權重也更大；而低估的股票則權重更小，導致投資組合收益率出現績效被拖累的情形。這與價值投資的基本理念是完全相反的。投資的基本原理告訴我們，正確的行為準則應該是買入低估的資產，而賣出（或不買）高估的資產。

20世紀90年代末，美國互聯網科技泡沫破滅后，被動型投資者由于將投資組合的權重與市值掛鉤而遭受災難性的損失，也激發業界尋找一種更好的指數構建方法。Arnott等人在研究了1962～2004年美國股票市場的數據后發現，基于衡量公司規模的指標：面值（Book）、收益（Income）、收入（Revenue）、銷售額（Sales）、紅利（Dividends）以及就業人數（Employment），選擇、排序、配置前1000的大型公司權重構建的基本面加權指數的平均收益要比市值加權指數S&P500指數高1.97%（Arnott， Hsu， and Moore， 以下簡稱AHM），成為基本面加權指數的奠基性論文[4]。Hsu（2006）進一步證明，由于市場噪音會導致價格誤差，使得市場對一些股票定價過高，對另一些則定價過低。市值加權指數會賦予估值過高的股票更高的權重，從而出現收益拖累，導致其收益的阿爾法為負[5]。Treynor（2005）則認為市場價值無關指數不會有價格誤差，可以避免對高估股票賦予過大的權重，使得其表現可能優于市值加權指數[6]。

在實證方面，Hemminki（2008）利用1996～2006年的歐洲數據，對基本面加權指數和市值加權指數的表現進行比較，發現基本面加權指數的收益比市值加權指數的收益要高1.76%[7]。Stotz（2010）進一步檢驗后發現，其超額收益是由基本面價格比（價值效應）所決定[8]；認為基本面加權指數更能反映股票的內在價值，從而引發了對于超額收益的來源的猜想。Enrica（2013）利用歐洲的數據將市值加權與等比加權指數進行比較后發現，等比權重指數的收益要高于市值加權的指數，且在等比權重調整頻率是季度時，等比權重有最大的超額收益，超額收益具有元月效應[9]。Joanne（2009）基于澳大利亞1995～2006年的數據，利用四因子模型檢驗后認為，基本面加權指數的優異表現主要源于價值效應[10]。隨后，Anup等（2013）擴展了數據的選取，認為基本面加權指數超額收益并非完全來自于價值效應和規模效應，而是基本面加權指數的內在優勢[11]。Estrada（2008）利用16個國家的數據，對市值加權指數和基本面加權指數的表現做了一個比較，發現股息加權指數的收益比市值加權指數的收益高1.9%；股息收益率加權指數的收益比市值加權指數的收益高3.3%[12]。Christian（2009）通過研究50個國家1982～2008年的數據后發現，有44個國家的基本面加權指數有更高的收益，在全球的水平上，基本面加權指數比市值加權指數的收益高3.4%；在綜合的國家平均水平上，基本面加權指數比市值加權指數的收益高2.46%；利用多因子模型分析發現，異常收益可以被價值效應所解釋[13]。

目前，國內學術界對基本面加權指數的爭議仍然停留在投資標桿的層面，即通過使用基本面加權指數的時間軌跡來模擬市場有效性演化的路徑，用以驗證并改進基本面估值思想[14-16]。多數研究認為，中國等新興國家的資本市場由于市場有效性較低，市值加權指數投資大都不盡如人意，呈現出不同于歐美等有效市場的特征，這導致目前國內對此領域的研究不夠深入[14]。因此，基于中國數據的研究不僅是對基本面加權指數績效在實踐層面的必要補充，而且對于深入挖掘基本面加權指數的理論內涵，探討基本面估值和價值投資的意義，揭示基本面加權指數和市場有效性之間的關聯都具有重要的理論意義。二、數據、方法和績效

（一）數據選取

本文選取2002年5月～2014年3月滬、深兩市全部A股的月度股票數據作為研究樣本。采用向后復權的股票收盤價，計算月度對數收益率。數據剔除了當年新上市的股票、停牌股票以及其它原因導致價格數據缺失的股票（下文簡稱全部A股數據）。利用WIND數據庫，選取賬面價值（book）、企業自由現金流（cash）、紅利（dividend）、員工薪酬（pay）和銷售總收入（revenue）這五項特定指標構建基本面加權指數。以上指標與AHM最初選擇的基本面指標基本一致，既能夠充分地反映相關公司的規模、經營狀況等基本面信息，又保證了所選股票具有較好的流動性。

（二）處理方法

本文構造基本面加權指數的方法為：在第t年的4月30日，利用t-1年12月份年報的基本面指標排序選取前300只股票（沒有公布該項財務指標的股票予以剔除），計算以基本面指標為權重的加權收益率， 其中i分別代表book，cash，dividend，pay，revenue。值得注意的是，我們并非直接選用已有市值加權指數的成分股改變權重來構造的基本面加權指數，而是對全部A股進行篩選。從而避免遺漏一些基本面指標表現良好但不在市值加權指數成分股范圍內的股票。

以年為單位進行調整可以避免調整頻率過高導致的交易成本問題，同時避免由于公司基本面的季節性變化所造成的波動性問題；在4月底調整主要是考慮到我國要求在4月底之前公布年報。此外，在一年調整一次情況下，因交易成本不會影響收益表現[4]，本文不予考慮。

（三）基本面加權指數的績效

以滬深300指數（HS300）作為參照組，將其與基本面加權指數的收益進行對比。由于HS300指數涵蓋了滬、深兩市的股票，能夠反映中國證券市場股票價格變動的概貌和運行狀況，具有較好的市場代表性和參照性。

通過表1的數據我們可以看出：

1.基本面加權指數的表現明顯優于HS300指數。在投資終值方面，期初投資1元，HS300指數的終值是1.46元，五項基本面加權指數終值的平均值達到了2.34元；在年化對數收益率方面，HS300指數的年化對數收益率是3.87%，五項基本面加權指數的年化對數收益率的平均值是11.24%，遠高于HS300指數。

2.除現金流指數以外，其它四項指數和HS300指數收益率的標準差相差不大。而現金流指數的標準差是0.1171，大于HS300指數的0.0896，說明其波動性比較大。

3.除現金流指數外的四項指數超額收益的t值在1%的顯著性水平上顯著，表明統計意義上基本面加權指數表現也優于HS300指數，現金流指數超額收益的t值不顯著。

4.五項基本面加權指數的夏普比率都大于HS300，這與直觀分析一致；五項基本面加權指數的信息比率全部大于0，賬面價值、紅利、員工薪酬、銷售總收入指數的信息比率都比較高，現金流指數的信息比率較低。

圖1展示了在各項指數投資100元后，投資價值隨時間的變化曲線。圖2則展示了基本面加權指數的累計收益減去HS300指數后的累計收益。兩圖均可看出：各項指數的投資價值在總體上具有一致性，在大的行情下基本同漲同跌；隨著時間的推移，基本面加權指數的投資價值逐漸高于HS300指數。其中，現金流指數投資價值的波動性比較大，這與數據的描述性統計一致。

綜上可知，基于五個不同指標計算的基本面加權指數都具有正的超額收益，其夏普比率都顯著高于HS300指數。如果從超額收益的穩定性來看，除了現金流指數波動規律略有不同之外，其余幾個指數都呈現穩健增長特征。這一基本結果與既有的文獻基本一致，表明基本面加權指數的思想在中國同樣適用，具有較為穩健的實證基礎。

三、基本面加權指數的實證檢驗

（一）CAPM檢驗

通過式（1）回歸來進行CAPM檢驗：

表2顯示，所有的β值在1%的顯著性水平上顯著，五項變量中，除了現金流變量β值小于1，其他四項都比1略大，意味著基本面加權指數承擔著比市場稍高的系統風險。除現金流變量外，其他四項變量的超額收益α在1%的顯著性水平上顯著，并且符號全部為正，說明基本面加權指數在統計意義上的確存在不能被系統風險解釋的超額收益。R2統計量說明該模型的解釋力很高。使用HS300指數進行檢驗，可得到類似的結果。可見，使用CAPM的初步檢驗結果顯示，市場風險并不能完全解釋基本面加權指數的收益，基本面加權指數整體上存在著顯著的超額收益。

（二）三因子模型檢驗

FamaFrench三因子模型的檢驗式如式（2）：

其中，除前述變量外， SMB（“小減大”）是反映公司規模效應的指標，即規模較小的公司收益減去規模較大公司的收益；HML（“高減低”）是反映公司價值效應的指標，即高面值市值比公司的收益減去低面值市值比公司的收益。具體的構造方法如下：首先，按第t年的4月30日的總市值，對第t年的全部A股進行排序并分成兩組：Big組（B）和Small組（S）；其次，按t-1年的年報賬面價值和總市值計算賬面市值比，并對第t年的全部A股進行排序并分成三組：High（H）、Middle（M）、Low（L）；再次，將以上分組再進行交叉得到BH， BM， BL， SH， SM， SL六個資產組合；最后對以上六個組合求市值加權收益。

SMB和HML由式（3）、（4）給出：

SMB=1/3（SH+SH+SL）-1/3（BH+

BM+BL）（3）

HML=1/2（SH+BH）-1/2（SL+BL）（4）

對模型進行線性回歸，并對回歸后的殘差進行異方差檢驗。White和BP檢驗的結果都表明回歸殘差存在著很強的異方差性（原假設：不存在異方差性）。因而采用異方差穩健標準誤合適。分析回歸結果（限于篇幅沒有列示）發現：規模因子和價值因子的系數不顯著，而且各變量系數的正負號不一致；除了cash的α不顯著，其余四項都顯著。表3是用滬深300指數的三因子回歸結果，同樣采用異方差穩健標準誤。檢驗結果均表明，基本面指數完全通過了三因子模型檢驗，可獲得穩健的超額收益。

（三）四因子模型檢驗

四因子模型[17]是在三因子模型基礎上，加入了動量因子（Momentum Factor）。但是有多個研究表明，在中期內我國股票市場不存在動量效應，相反存在反轉效應（Reverse Effect）[15， 18， 19]。我們的計算結果支持以上結論，因此，把反轉效應作為因子放入模型，作為第四個因子。檢驗見式（5）：

回歸同樣采用異方差穩健標準誤，四因子模型檢驗結果如表4所示（限于篇幅僅列示一種）。回歸結果顯示，加入反轉因子并沒有改變超額收益α的顯著性。

各主流模型對基本面加權指數超額收益的檢驗結果顯示，除現金流指數外，其余四種主要的基本面加權指數都順利通過了以上模型的檢驗。此外，本文分別使用全部A股計算的市值加權收益率以及HS300指數收益率代替市場收益率進行檢驗，得到了一致的結果。

（五）穩健性檢驗及其它相關檢驗①

為了使上述檢驗結果更加可靠，本文還對基本面加權指數的超額收益進行了穩健性檢驗，主要有三方面的擴展：（1）將基本面加權指數的成份股數量增加到500只，以便考察該方法對樣本容量的穩健性，也有利于探討本方法在實踐中的應用。（2）針對流動性溢價的理論假說，將流動性指標加入到三因子模型中，以便考察在加入流動性后，超額收益是否仍能通過檢驗。（3）將中國股票市場劃分為不同的牛熊周期，以便考察基本面加權指數在不同階段的表現。三項補充檢驗均得到了穩健的結果，表明本文的結論具有可靠性，也說明基本面指數已具備實戰價值。

四、結論

本文在對已有文獻進行分析和綜述的基礎上，取用中國的數據構造了基本面加權指數，并使用各種檢驗方法來驗證基本面加權指數超額收益的穩健性和可靠性。研究表明，基本面加權指數可獲取穩健的超額收益，其業績表現遠遠超出傳統的市值加權指數。從理論層面看，市場因子對超額收益的解釋力最強，規模因子和價值因子的解釋具有不一致性。傳統金融學模型并不能完全解釋基本面加權指數投資組合超額收益的來源。

從實踐層面看，基本面加權指數的優勢主要表現在：

1.績效的穩健性。除現金流構造的指數外，基本面加權指數都表現出超額收益，并且通過了經典理論模型的檢驗和穩健性檢驗。更重要的是，在股市波動的不同階段，超額收益都始終存在。這一結果顛覆了傳統金融學理論中風險和收益的權衡機制。

2.廣泛的適用性。基本面加權指數構造方法簡便，可操作性強。適合大資金運作，波動性無虞。按照基本面加權指數的策略，可以選擇300只、500只甚至1000只股票作為投資標的，而每一種投資標的都是按照公司基本面加權指數進行加權，賦予規模②較大的公司更大的權重，從而避免流動性問題。這對于從事大規模資金管理的基金公司來說具有重大意義。

3.交易便捷與低成本性。基本面加權指數的設計機制主要依靠年報數據，交易頻率極低，成份股具有相對穩定性。因此，無須大量再平衡，交易頻率和交易規模較低，從而減少了研發成本和交易成本。綜上所述，基本面加權指數具有廣闊的應用前景，可以作為指數投資的新標桿來進行推廣。

本文的研究表明，基本面加權指數在中國已不再止步于作為投資標桿的階段，而完全有條件步入應用階段，并預期可得到穩健的超額收益。

注釋：

①因篇幅限制，此處未完整報告檢驗結果。感興趣的讀者可直接向作者索取。

②此處的規模指的是基本面加權指數的規模水平，但這些指標與公司的實際“規模”也基本一致。

參考文獻：

[1]Fama E F， French K R.The corporate cost of capital and the return on corporate investment[J]. Journal of Finance，1999， 54（6）： 1939-1967.

[2]Fama E F. Random walks in stock market prices[J]. Financial Analysts Journal，1995， 51（1）： 75-80.

[3]Fama E F. Efficient capital markets：a Review of theory and empirical work[J]. The Journal of Finance，1970， 25（2）： 383-417.

[4]Arnott R D， Hsu J， Moore P. Fundamental indexation[J]. Financial Analysts Journal，2005， 61（2）： 83-99.

[5]Hsua J C. Capweighted portfolios are suboptimal portfolios1[J]. Journal of Investment Management，2006， 4（3）： 1-10.

[6]Treynor J. Why market-valuationindifferent indexing works[J]. Financial Analysts Journal，2005， 61（5）： 65-70.

[7]Hemminki J， Puttonen V. Fundamental indexation in europe[J]. Journal of Asset Management，2008， 8（6）： 401-405.

[8]Stotz O， Wanzenried G， Dhnert K. Do fundamental indexes produce higher riskadjusted returns than market cap indexes？ evidence for European stock markets[J]. Financial Markets and Portfolio Management，2010， 24（3）： 219-243.

[9]Bolognesi E， Torluccio G， Zuccheri A. A comparison between capitalizationweighted and equally weighted indexes in the european equity market[J]. Journal of Asset Management，2013， 14（1）： 14-26.

[10]Mar J， Bird R， Casavecehia L， et al. Fundamental indexation：an australian investigation[J]. Australian Journal of Management，2009， 34（1）： 1-20.

[11]Basu A K， Forbes B. Does fundamental indexation lead to better riskadjusted returns？ new evidence from australian securities exchange[J]. Accounting & Finance，2014， 54（3）： 699-728.

[12]Estrada J. Fundamental indexation and international diversification[J]. Journal of Portfolio Management，2008， 34（3）： 93-99.

[13]Walkshusl C， Lobe S. Fundamental indexing around the world[J]. Review of Financial Economics，2010， 19（3）： 117-127.

[14]馮永昌，王驍，陳嶸. 中國股市基本面價值加權投資組合研究[J]. 數理統計與管理，2008，（5）：911-917.

[15]顧鋒娟，金德環. 投資者過度反應與牛熊市波動非對稱性[J]. 數理統計與管理，2013，（3）：533-544.

[16]錢蕊. 中國股市基本面指數的開發研究[J]. 知識經濟，2013，（3）： 102-103， 105.

[17]Carhart M M. On persistence in mutual fund performance[J]. The Journal of Finance，1997， 52（1）： 57-82.