一、 研究缘起和文献回顾
就目前我国发展形势而言，对目标公司进行全面的财务分析，是判断公司实际价值和股票理性投资的重要手段
公司若想获得超额的回报，就必须使得买入股票的价格低于其内在价值
当然，公司如何预测自身未来发展的风险和创造的资金流，确保股票价值的正确评估，这个问题成为了当今证券市场下最关键的研究问题
二、 研究假说
根据Stephan Penman提出的权益定价模型：
RE=(ROCE-ρ)*B
其中权益盈利能力ROCE和权益账面价值B称为剩余收益动因，RE和ρ直接决定了权益价值
而由CAPM模型可知公司股票的β系数决定了的股票风险ρ的大小
在评估公司权益价值时，主要考察的是ROCE的大小、B的大小和股票风险ρ
按照杜邦分析体系，ROCE盈利能力取决于总资产收益率和权益乘数，销售利润率和总资产周转率又确定了总资产收益率，销售利润率与收入、成本结构有关，总资产周转率与单项资产周转率和资产结构有关
那么资产运营效率、成本结构、资产结构与权益盈利能力有着必然的联系
公司经营风险和财务风险组成了公司股票风险
通过对公司财务报表的分析，可以得到公司历年的财务指标，从而对公司经营业绩和发展的持续性进行分析，今天盈利能力能否代表明天也有较好的盈利能力
下面就提出本文的研究假说：
(1)公司风险越大，获得超额回报的可能性就越小
(2)公司盈利能越强，获得超额回报的可能性就越大
(3)公司发展能力越强，获得超额回报的可能性就越大
三、 研究设计
(一)变量的定义
盈利能力主要指标为：主营业务利润率、总资产收益率、存货周转率、总资产周转率等
盈余质量指标：营业利润在利润总额比重、主营业务利润比重等
发展风险指标：资产负债率、财务杠杆系数、长期负债比率等
发展能力指标：总资产增长率、净资产增长率、持续可能成长率等
2001年陈冬华等研究发现，公司规模和流通股比列是股票收益两个重要的控制变量
通过对公司资产总额的自然对数进行分析，把公司规模和流通股作为公司的代理变量，以便更好的对公司股票盈利做出研究
(二)样本选取及资料来源
因本文研究涉及到不同公司的研究样本和研究期间，需要按照以下原则剔除部分原始样本：①研究期间上市的公司
②研究期间无法得到相应财务指标的公司③研究期间被终止上市的公司
另外，本文所使用的大多数财务指标数据、股票投资回报数据等都来与CCER数据库
(三)模型描述及统计分析方法
通过CCER数据库提供的30项财务指标数据，进行简单平均，按照累计贡献率达到80%要求，获得相应的因子
同时对每家公司股票系统风险进行估值，结合CCER数据库提供的指数回报率，求得每一只股票投资期间正常的回报率，并将其与实际回报率相比得到超额回报
通过超额回报确定变量后，对因子和变量进行Logistic回归，得到回归方程：
其中X为财务指标因子，LT为流通股比例，Size为公司规模
由Logistic回归工程可得超额回报率为正的概率：
其中P为条件概率，运用此模式，可以进行样本内、外检验，同时评价其预测能力
四、实证分析
(一)整体检验与预测
通过CCER数据库提供深沪两市存续公司共299家的30项财务比率，其中沪市178家，深市121家
剔除市盈率大于1000的7家公司，对沪市175家、深市117家三年来的财务指标进行平均，获得公司长期发展的财务状况指标
由整体检验的主成分因子和回归结果可知回归方程为：
在拟合优度检验中，-2Loglikelihood统计量值较大，表明模型对数据的拟合度并不理想
Cox&Snell R Square统计量与线性回归模型中R2相似，也说明回归方程拟合度不佳，不能整体上通过检验
为了检验模型的预测准确度，对回归方程进行样本内、外检验
对样本内进行预测，准确率达到66%，如图1所示：
表1 样本内预测结果
通过对数据库选取的财务指标进行平均求值，并将其带入回归方程，获得各个公司的超额回报概率
将模型的预测结果与实际结果进行比较，得到样本外预测结果，如表2所示：
表2 样本外预测结果
由上述两个样本预测结果可以看出：回归模型样本内预测超额回报正确率大于随机分布正常率；样本外预测正确率小于随机分布正确率
(二)分年度的检验和预测：模型的稳定性检测
对深沪市各样本公司的财务指标通过因子分析获得主成分因子，同时把流通股