证券投资分析报告实用2篇

【导言】此例“证券投资分析报告实用2篇”的文档资料由阿拉题库网友为您分享整理，以供您学习参考之用，希望这篇资料对您有所帮助，喜欢就复制下载支持吧！

证券投资分析报告范文1

证券违法犯罪往往能在短时间内给违法犯罪主体带来巨额回报，正因如此，很多市场主体明知存在极大的风险，仍然通过各种手段实施犯罪行为获取暴利。由于证券违法犯罪行为会严重阻碍证券市场的有序发展，因而无论是在成熟的证券市场还是在新兴发展的证券市场，证券违法犯罪都是证券监管部门致力打击的对象。虽然各国不断完善相关的法律制度，监管部门努力提高自己的监管水平，但任何证券市场都没有完全杜绝证券违法犯罪行为，对内幕交易的监管还被认为是一场至今“没有取得胜利”的战争。在中国，《证券法》和《刑法》都对证券违法犯罪作了比较全面的界定，相应地也给出了处罚措施，以中国证监会为核心的监管体系也在不断地完善。然而中国证券市场建立至今才十多个年头，相应的法律制度和监管体系还没有达到完备的水平，而且证券违法犯罪行为存在很大的隐蔽性，因此，证券违法犯罪行为在中国证券市场很常见。从证监会公布的处罚公告的次数来看(见图1)，中国证券市场上的违法犯罪案件呈现逐年增加的趋势，尤其在1997年后增长的速度非常快。

数据来源：根据中国证监会公告整理

证券监管部门、证券市场操作人士和学术理论界都意识到证券违法犯罪问题的严重性，因此关于证券违法犯罪的研究成果也很多，这些成果为我们认识了解证券违法犯罪提供了基础：杨志华(1995)通过对证券违法犯罪类型的剖析，对相应的犯罪主体应该承担的责任进行了合理的界定；刘宪权(1998)从危害证券管理制度的角度研究了证券违法犯罪行为，分析了中国证券市场证券违法犯罪的特点及其产生的根源，指出证券违法犯罪是构成证券市场风险的重要因素；李越(1999)通过各国资本市场制度和秩序的比较分析，指出了中国资本市场秩序混乱、证券违法犯罪盛行的制度因素；赵锡军(2000)运用公共利益论、俘虏论、监管经济学对证券违法犯罪进行了分析，论述了证券监管的必要性，提出了监管的原则和目标；潘英丽(2000)指出证券违法犯罪对证券市场功能的发挥会产生极大的危害，如降低资源的配置效率，损害投资者利益，加大贫富差距，破坏社会稳定等；熊鹰(1998)通过对证券市场操纵行为所采用的不同手法的分析，将市场“庄家”(操纵者)分为长庄、短庄、凶庄、善庄、恶庄等，指出不同的市场操纵者在证券市场中各自的特征；王菲萍(1998)通过各国制度比较，对内幕交易所导致的投资者的损失如何补偿进行了探索；王铁军(2001)通过对“庄家”行为产生的历史与现实原因分析，提出对证券市场制度进行革命性的改革才是“治庄之本”。这些研究对中国证券市场制度建设都起到了积极的作用，同时为中国证券监督部门的决策提供了依据，也是本文研究的基础。

实证分析

本文对中国证监会已处罚的证券违法案件运用统计分组的分析方法，希望通过数据特征来探索证券违法犯罪中一些更深层次的问题：证券违法犯罪主体(证券发行人、中介机构、证券经营管理机构和投资者)的分布情况；证券违法犯罪行为所依附的载体(资金优势、信息优势)分布情况；证券违法犯罪发生的环节分布(发行市场和交易市场)；不同的违法犯罪主体依托的载体是否存在不同特征等等一系列问题。这些问题的分析探讨将使我们对中国证券市场中证券违法犯罪的特征、内在结构有更深刻的认识。希望本文的结论能为证券监管部门找到监管的重点和突破口提供一些建议。

文章中的样本来源于1994年1月到2000年12月证监会披露的对证券违法犯罪的226个处罚公告(期货市场案件除外)。由于在证监会的一个处罚公告中可能包含了多个违法犯罪行为，例如2000年证监罚字2号文中中国信达信托投资公司广州天河证券交易营业部的违规行为有：以个人名义从事自营和挪用客户保证金。在进行统计时，我们是以违法犯罪行为发生的次数为标准而统计公告的处罚个数，那么在上面的例子中我们统计的次数为2，因此本文的样本个数是346而不是226。应该说我们选择的样本包括了证监会已查处的所有案件，不存在抽样问题，因而不存在抽样误差。本文的结论也是基于这346个样本，由于在不同的时期证监会的监管力度和监管水平不一样，可能造成不同时期的样本之间缺乏比较的依据，这会影响到分析结果的可靠性。科学的做法应该将监管力度和监管水平差异这一因素消除，然而监管力度和监管水平的差异无法考证，即使可以考证也无法将它们量化，在没有更好的处理方法时，我们假定监管部门的监管力度和监管水平是一样的。不可否认，对各类证券违法犯罪监管的难易程度不一样，证监会监管的结果——处罚公告也可能与证券市场中证券违法犯罪行为的实际情况不一致，这也会影响分析结果的科学性。就这一问题本文在后面？峤徊教致邸？/P>

一、对证券违法犯罪的简单分组分析

1.从证券违法犯罪的方式分析

如果我们将这346个违法犯罪行为按其犯罪方式归类(见图2)，就会发现它们有一定的同质性，主要的犯罪方式有透支挪用、法人投资者(主要是券商)以个人名义炒股、中介机构出具虚假证明、披露虚假财务报表、“三类”企业(上市公司、国有企业、国有控股公司)违规炒股(1999年，证监会公布允许“三类”企业合法进入股市的规定，“三类”企业入市已不属于违法行为)、市场操纵、欺诈发行、内幕交易、虚假消息等。其中最常见的是资金透支挪移的违法案件，包括券商向投资者透支，券商挪用投资者的保证金，银行资金违规进入股市等，占%；第二位的是法人投资者以个人投资者的名义开户炒股，而且券商以个人账户进行自营业务为主，占%；第三位是中介机构提供的虚假证明，包括注册会计师出具虚假审计报告，律师出具不真实的法律意见书，资产评估师出具虚假的资产评估报告等，占%；与中介机构提供的虚假证明相关的披露虚假财务报告所占比重也较大，为%，排在第四位。以上四类案件发生的比重较大，都超过了10%或接近10%，应该是证券违法犯罪监管的重点。其他的违法犯罪行为所占的比重都较小，是否加大监管力度要依监管部门的投入而定。

数据来源：根据中国证监会公告整理

逐年考察各类证券违法犯罪方式所占比重的前三位(见表1)，可以看出在1997年以前证券违法犯罪中欺诈发行所占的比重较大，这与当时证券市场发行中“规模控制，限报家数”的政策有关。当时对企业而言重要的是能得到发行指标，如果达不到上市的标准，只能通过各种虚假手段完成上市，出现多起欺诈发行案也不足为怪。而1997年证监会大力清查进入股市的违规资金，结果使得三类企业违规炒股的发案比重上升到第二位。1998年以后证券违法犯罪所占的比重的前三位与通过总体得出的结论是一致的。

表1：1994—2000年各类证券违法犯罪所占比重的前三位一览表

1994199519961997199819992000

第1位欺诈发行（%）欺诈发行（100%）透支挪用（%）透支挪用（%）透支挪移（%）透支挪移(%)透支挪移(%)

第2位内幕交易（%）——虚假证明（%）违规炒股（%）个人帐户炒股(20%)个人帐户炒股(16%)个人帐户炒股(25%)

第3位透支挪用（%）——欺诈发行（%）市场操纵（%）虚假证明(%)虚假证明(%)虚假证明(%)

数据来源：根据中国证监会公告整理

2.从证券违法犯罪的主体分析

无论是何种违法犯罪总存在当事人，而当事人包括主体和客体，客体就是违法犯罪的受害者，在证券违法犯罪中往往是投资者；主体就是实施违法犯罪行为的当事人，在证券违法犯罪中可以是证券发行人、中介机构、证券经营管理机构和投资者四类。证券发行人实施的违法犯罪包括欺诈发行、披露虚假财务报表等；中介机构实施的违法犯罪有中介机构出具虚假证明、中介机构泄露内幕消息等；证券经营管理机构实施的违法犯罪包括向客户透支、挪用客户保证金、用个人账户进行自营、销毁交易记录、诱骗投资者买卖证券等；投资者实施的违法犯罪有利用内幕交易、操纵证券价格等。按违法犯罪的主体进行分类，样本的分布情况见图3。

从上面的分布状况可以明显看出，在证券违法犯罪中最常见的违法犯罪主体是证券经营管理机构，在所有违法犯罪行为中比重为%，超过了半数；其次是证券发行人的违法犯罪行为，比重为%；第三位是投资者的违法犯罪行为，比重为%；而中介机构的违法犯罪行为所占比重很小，仅为%。这四个违法犯罪主体在当年所有的违法犯罪中所占的比重随时间推移的变化趋势见图4。

数据来源：根据中国证监会公告整理

从图中的变化趋势可以看出，证券经营机构违法犯罪所占的比重呈上升趋势，而发行人违法犯罪的比重在逐年下降。通过以上的分析可以看出，证券经营管理机构不仅在违法犯罪中所占的比重大，而且比重还有上升的趋势，可见证券经营管理机构应该成为证券监管中的重中之中。

3.从证券违法犯罪发生的市场环节分析

证券发行和证券交易是证券市场的两个主要环节，而证券违法犯罪行为无非是发生在这两个环节中的一个，从证券违法犯罪行为在这两个环节的分布(如图5A)及其随时间变化的趋势(如图5B)来看，证券交易市场的违法犯罪不仅所占比例非常大(81%)，而且随着时间的变化该项比例还有上升的趋势，而证券发行市场违法犯罪除了在证券市场发展初期所占的比重较大外，其后年份该项比重一直都不大。可见对证券监督部门而言，现阶段对证券交易市场的监管比对证券发行市场的监管更为紧迫。

数据来源：根据中国证监会公告整理

4.从证券违法犯罪的载体分析

在证券市场上，违法犯罪行为的实施必须依附一定的载体，证券市场中的两个基本要素——资金和信息就是证券违法犯罪的主要载体。证券违法犯罪主体往往拥有资金、信息优势，他们通过滥用这些资源优势来实施违法犯罪行为，如内幕交易、欺诈发行、披露虚假财务报表、传播虚假信息、中介机构提供虚假证明文件、更改交易记录等都是通过信息的滥用或信息操纵的手段来实施的违法犯罪行为；市场操纵、透资交易、挪用客户保证金、违规资金进入股市等都是利用资金实力或直接盗用证券交易资金的证券犯罪行为。这两类犯罪的总体分布情况从图6可以看出：以资金为载体的违法犯罪的比重为%，以信息为载体的违法犯罪比重为%，但两者的差异不算太大，可见在证券市场上虽然资金要素重要，但信息要素同样重要，对市场的监管两者都不能忽视。版权所有

数据来源：根据中国证监会公告整理

二、对证券违法犯罪的复合分组分析

仔细观察前面对证券违法犯罪的分析，会发现证券违法犯罪在交易环节、主体证券经营机构、载体资金优势三者的比重都有增长的趋势，而且交易市场比重的变化趋势与证券经营机构比重的变化趋势非常相似。为了考察证券违法犯罪发生的环节、违法犯罪的主体、依附的载体之间是否存在相关关系，下面将证券违法犯罪进行复合分组分析，每次从犯罪发生的环节、违法犯罪的主体、依附的载体这三个标志中选出两个进行分析。

1.按违法犯罪发生的环节、违法犯罪的主体两个标志进行复合分组分析(见表2)

表2：违法犯罪发生的环节和违法犯罪的主体分布情况

发行人证券经营机构中介机构投资者小计

交易市场36196741280

发行市场251619666

合计612122647346

数据来源：根据中国证监会公告整理

从表2可以看出，在交易市场中的主要违法犯罪主体是证券经营机构，所占比重为%，其次是投资者(%)和发行人(%)；而在发行市场中主要的违法犯罪主体是发行人，所占比重为%，其次是中介机构(%)和证券经营机构(%)。从违法犯罪主体来看，证券经营机构%的违法犯罪行为都发生在交易市场；投资者%的违法犯罪行为也发生在交易市场；发行人在两个市场环节比重相当，发行市场为%，交易市场为%；中介机构的违法犯罪行为则有%发生在发行市场。通过以上分析可以得出的结论是：交易市场的主要违法犯罪主体是证券经营机构，同时证券经营机构的违法犯罪也主要集中在交易市场中；发行市场中的主要违法犯罪主体是发行人，但发行人的违法犯罪行为并不集中在发行市场，而是在交易、发行两个市场相当；投资者的违法犯罪行为主要集中在交易市场；中介机构的违法犯罪行为主要集中在发行市场。

2.按证券违法犯罪发生的环节、依附的载体进行复合分组分析(见表3)

从表3可以看出，证券违法犯罪行为在证券发行市场中%以信息为载体，在交易市场中%以资金为载体；依靠信息优势的违法犯罪行为%都发生交易市场，而依靠信息优势的犯罪行为在两个市场中分布比较均衡。

3.按证券违法犯罪主体、依附的载体进行复合分组分析(见表4)

从表4我们可以看出，发行人的违法犯罪行为%依托信息优势实施；中介机构的违法犯罪行为全部是依托信息优势实施；证券经营机构的违法犯罪行为%靠资金优势实施，只有%以信息为载体；投资者的违法犯罪行为%以资金优势实施。在靠信息优势违法犯罪的主体中发行人占%，中介机构、证券经营机构、投资者的比重依次是%、%、%；靠资金优势的违法犯罪案件中，以证券经营机构为主体的比重最大，为%，投资者所占比重为%，中介机构和发行人几乎为0。

几点思考和建议

证券投资分析报告范文2

关键词：《新财富》分析师 买入评级报告 荐股

中图分类号： 文献标识码：A

文章编号：1004-4914（2016）10-099-03

研读证券分析师的评级报告是不少股民的做法。截止2015年上半年，中国证券业协会网站上显示的具有证券分析师资格的注册人数超过2000人，加上其他未注册的从业人员，证券分析师这个群体相当庞大，难免良莠不齐。2003年6月起，由《新财富》杂志主办的年度“新财富最佳分析师”评选逐渐成为我国证券业最权威的证券分析师排名。然而，即使在这样极少数的所谓明星分析师当中，也只有部分分析师所的荐股报告实现了其收益诺言。以2012-2013年上榜分析师在随后一年中的1048份买入评级报告为例，推荐标的6个月跑赢沪深300指数15%以上的只有348份，仅占%。那么，影响上榜分析师荐股报告准确率的影响因素有哪些呢？我们如何预测某份荐股报告的准确率呢？

目前国内的评级报告大体分为买入、增持、中性和卖出等四个评级。由于国内卖空机制还不够成熟，加上分析师很大程度依靠从上市公司调研来获取信息，这意味着为了与上市公司维持良好的关系，分析师极少会中性或卖出评级的报告；而实际中，投资者也会更多地关注评级更高的报告。鉴于此，本文仅仅选取买入评级报告来进行实证考察，具体来说，本文以2012-2013年《新财富》上榜分析师在随后一年中的买入评级报告为研究对象，运用Logit计量模型，实证考察上榜分析师荐股报告准确率的影响因素。

本文选取的均为买入评级报告，也就是说推荐标的公开的基本面因素都不错，否则分析师不会作出“买入”的投资建议，只不过只有部分分析师的买入报告最终实现其收入诺言。这当然和随后考察期内推荐标的基本面的演变有关，也与宏观或中观的行业发展环境的演变相关。本文另辟蹊径，我们假设：由于各类分析师本身特征的差异（比如其所属券商的规模，其本身的经验和声誉等因素），会造成各类分析师面对同样的公开信息，具有不同深度的挖掘能力；或者各类证券分析师因为跟踪标的公司的深度和广度的不同，除了公开信息之外，还积累了多多少少的其他信息；拥有更多信息优势的那些分析师，他们的荐股报告可能具有较高的准确性。基于这样的假设，本文选择从信息优势的角度，分析上榜分析师荐股报告准确率的影响因素。

本文第一部分介绍数据、变量和模型，第二部分为实证研究结果，第三部分为样本外模型解释力度检验，第四部分为本文结论。

一、数据、变量和模型

本文以2012-2013两届《新财富》上榜分析师在其上榜之后一年之内1048份买入评级报告为样本，来估计一个Logit计量模型。由于《新财富》评选的宏观、策略、金融工程、固定收益四个团队不属于行业分析的范畴，他们的报告因此不在本文考虑之列。样本来源于迈博汇金（Microbell）。我们从报告中收集报告人、所在券商、推荐标的、日期等信息，相关标的的交易信息如历史股价、行业指数、沪深300指数变动情况等均源于万得资讯（Wind）。

目前国内各家券商的研究报告对股票的评级规则不尽相同，本文选定沪深300为市场基准指数，在报告起6月内，跑赢沪深300指数15%以上的股票，我们认为其达到分析师买入评级所承诺的收益。由于本文的报告来自第三方数据库，不少报告都有几个小时到一天的滞后，为统一起见，本文选择标的报告录入数据库的前一个交易日的收盘价作为初始价格，起始日期+180日的收盘价作为标的期末价格，计算期间涨跌幅；获取每一个标的同一时间段的沪深300涨跌幅，两者之差即标的半年期内相对沪深300的实际涨跌幅。本文1048份买入报告观察值中，推荐标的6个月跑赢沪深300指数15%的共有348份，占比%，也即大约1/3的买入评级报告实现了其收益承诺。

Logit模型的因变量为是否兑现收益承诺，兑现记为1，共计348个，未能兑记为0，共计700个。

我们可以假设由于经常去上市公司调研，分析师相对于普通投资者来说，处于信息优势（至少不是劣势）的地位；再考虑到现实中，二级市场的分析师们经常在一起交流，所以分析师们对市场情绪的把握要比普通投资者好。分析师荐股相当于一个占有更多信息、更了解市场情绪同时又懂行业和资本市场的专业人士为投资者作出投资建议。正是基于这一点假设，本文选取从信息优势的角度，去探寻具有什么样的分析师能够拥有更多的信息优势，从而荐股的准确率更大。

1.分析师所属券商的规模。Clement（1999）发现分析师盈利预测的准确率与分析师所在券商规模正相关。李春涛等（2014）通过对我国2005-2011年证券市场分析师评级数据的研究，发现市场短期超额收益与分析师所属券商规模有着密切关系。大券商一般拥有更多可用资源，更多信息优势，更多证券分析师，更多的研究报告，对机构投资者提供更好的服务，具有更大的市场影响力。笔者查询了证券业协会网站，按照各个券商拥有的分析师人数，从多到少，列表如下（见下页表1）。

分析师人数排名前五的券商分别是国泰君安139人、中信证券106人、申银万国105人、海通证券96人、招商证券92人。我们将这五家券商命名为大平台（Big），其他券商命名为小平台（Small），如果报告的分析师来自大平台，记为1，共计539个；来自小平台记为0，共计509。

2.分析师覆盖的子行业公司数量。Clement（1999）发现分析师盈利预测的准确率与分析师所覆盖的公司和行业数量（任务复杂程度）成负相关。Mikhail等（1997）发现分析师跟踪特定企业的经验累积可以提高预测准确率。一般认为，分析师覆盖的行业越多，跟踪的公司数量越多，信息量越分散，其盈利预测准确度越低。本文选取万得资讯中信一级行业中各个行业内上市公司数量作为各个子行业分析师覆盖的公司数量。考虑到不同子行业分析师覆盖的公司数量相差很大，实际回归分析时，对该变量进行取对数处理。

3.分析师个人声誉。王宇熹等（2012）利用2003-2009年《新财富》分析师的个人声誉为变量，验证了声誉和分析师荐股价值之间的正向关系。证券分析师的个人声誉是个人在二级市场受认可程度和影响力的体现，表现为研究报告关注度、新闻曝光度、机构客户认可度等等方面。综合来看，是否入围《新财富》最佳，是不是连续上榜可以看作是分析师个人声誉最好的指标，连续上榜次数越多，个人声誉越高。声誉更高的分析师由于在业内时间更长、行业关系更深厚，理所当然的拥有更多信息优势。考虑到现实情况可能是个人声誉的增加随连续上榜次数增多而边际递减，我们对分析师之前上榜次数进行取对数处理。分析师之前连续上榜可能因为他的荐股比较准，也可能是其他原因。

4.分析师性别。国内男女分析师和上市公司高管相处的方式不一样，男性分析师可能和高管有更多非正式的交流，导致男性分析师在获取上市公司信息方面更具优势，因此本文将分析师性别作为一个考量的因素。我们的样本中共计771份报告来自男性分析师，大约占比2/3。

5.公司市值大小。本文考虑公司市值不是出于基本面因素的考虑，而是把公司市值作为公司类别的变量。在中国，市值超过1000亿的基本都是具有行政级别的国企、央企单位，而市值低于200亿的大多数是民企，我们有理由相信分析师和不同体量的企业高管打交道的方式是不一样的，直觉上分析师很难从国企高管处获取更多消息，但小企业却不一定。因此本文将公司市值列为考察的变量之一。由于数值相差过于大，对其进行取对数处理。

除了如上的主要解释变量，本文还考虑如下两个控制变量。

一是行业分类。Jacob（1999）发现券商行业分类会影响预测准确性。Desai等（2000）也发现华尔街日报明星分析师的荐股跑赢基准指数的概率受到推荐标的的行业影响。《新财富》最佳分析师评选共计有27个子行业进行评选，不同的子行业走势相差极大，因为我们有必要将子行业作为控制变量加以考虑。由于子行业太多，我们参考申银万国的做法，将子行业合并同类项为消费品、金融地产、制造业、服务业、TMT、材料业、能源环保等七个部类，每个部类下辖3～5个子行业。

二是买入评级的类型。Demiroglu和Ryngaert（2010）发现分析师首次覆盖的股票通常会有异常收益。Jiang等（2014）发现中国市场对上调评级的反应比下调评级的反应要强。基于这些考虑，本文将买入评级报告区分为一般买入、首次覆盖、上调评级至买入、半年内再次推荐等四个类型，其统计信息如下表所示，可以看出来，首次和上调评级的报告更有可能实现其收入诺言。

本文构建了如下的Logit模型：

Loglt（y）=β0+β1broker_size+β2reputation+β3gender+

β4number_followed+β5firm_size +β6finance+β7manufacture

+β8service+β9tmt+β10materials+β11energy_environmental

+β12first+β13upgrade+β14again+εit

其中，y为买入评级研究报告是否实现收益承诺的虚拟变量，即是否半年内跑赢沪深300指数15%，跑赢的记为1，否则记为0。broker_size为分析师所属券商规模的虚拟变量，大平台为1，小平台为0。reputation是分析师个人声誉，选取分析师之前连续上榜次数的对数值作为变量。gender是分析师性别变量，男性分析师的报告记为1，女性记为0。number_followed指分析师所覆盖的公司数量的对数值。firm_size代表推荐标的公司市值的对数值。consumption，finance，manufacture，service，tmt，materials，energy_environment等为七个行业虚拟变量，其中consumption作为缺省变量。general，first，upgrade，again等为四种买入评级报告类型的虚拟变量，其中general作为缺省变量。

二、实证结果与分析

表4为Logit模型回归结果，显示分析师所属券商的规模、分析师推荐的标的公司的市值这两个变量显著降低分析师的荐股准确性；而分析师声誉能显著提高其荐股报告的准确性。分析师的性别和分析师所覆盖的公司的数量这两个变量对分析师的荐股准确性没有影响。不同的行业存在明显的差别，finance（金融）、tmt（科技、媒体和通信）和energy_environment（环保）这三个行业的荐股报告准确性较高。另外，不同类型的买入评级报告在其准确性上没有显著差别。

读书破万卷，下笔如有神。山草香为大家整理的2篇证券投资分析报告到这里就结束了，希望可以帮助您更好的写作证券投资分析报告。