”

    这已经是内幕信息的边缘了。陈默心里一紧，但没有追问细节——有些线，不能越。

    “我需要建立一套评估体系。”他写道，“量化分析每家公司的试点概率、对价空间、市场反应。”

    “需要我提供什么数据？”

    “试点公司的历史股价数据、股东结构、财务数据、行业地位。越多越好。”

    “好，我整理一下发你。另外，我们研究所有个‘上市公司治理数据库’，虽然不完整，但可以参考。我申请一下权限，看能不能分享部分数据给你。”

    “谢谢。”

    放下手机，陈默感到一种久违的兴奋——不是投机取巧的兴奋，而是参与历史的兴奋。

    股改不是普通的政策利好，它是制度层面的根本变革。能够在这个时点理解它、研究它、甚至参与它，是时代给予的机遇。

    他想起了1992年，自己刚到上海时，错过了认购证的疯狂。想起了1999年，自己抓住了“5·19”行情的尾巴。那些都是周期性的机会，来了又去。

    而股改，是结构性的机会——它会改变游戏规则本身。

    下午两点，沈清如的第二封邮件到了。附件里是一个压缩包，解压后有十几个Excel文件，包括了那二十多家潜在试点公司过去五年的完整财务数据、股东变化、股价走势。

    更珍贵的是，还有一个名为“治理评分”的文件，是她们研究所内部对上市公司治理水平的打分，虽然方法还不完善，但提供了很多财报上看不到的维度：比如董事会会议频率、独立董事发言记录、关联交易披露完整性等等。

    陈默如获至宝。

    三、模型的升级

    接下来的三天，陈默几乎没有离开过工作室。

    他在原有的“双因子模型”基础上，新增了一个“股改因子模块”。这个模块包含三个子模块：

    1. 试点概率评估模型

    · 股权结构清晰度（权重30%）

    · 公司治理水平（权重25%）

    · 市值规模适宜度（权重20%）

    · 行业代表性（权重15%）

    · 大股东改革意愿（权重10%，基于公开信息推测）

    每个维度都有量化指标。比如股权结构清晰度，他设计了五个指标：控股股东持股比例（30%-50%最优）、一致行动人数量（越少越好）、股权质押比例（越低越好）、历史增减持记录（稳定为好）、有无股权纠纷（无纠纷为好）。

    数据来源包括公司公告、年报、媒体报道、甚至法院文书——沈清如提供的治理数据库里有一些诉讼记录。

    2. 对价空间预测模型

    · 非流通股比例（比例越高，支付对价压力越大）

    · 流通股溢价程度（流通股市盈率/非流通股估算市盈率）

    · 大股东资金状况（现金流、负债率）

    · 可比案例参考（如果有类似公司先试点）

    这个模块最难的是估算“非流通股的价值”。理论上，非流通股因为没有流动性，应该比流通股有折价。但这个折价是多少？20%？30%？不同行业、不同公司差异很大。

    陈默参考了沈清如提到的“超额市盈率法”，同时加入了自己的修正：考虑公司成长性、行业地位、治理水平等因素，给不同公司设定不同的折价系数。

    3. 市场反应模拟模型

    · 对价方案的吸引力评估（送股比例、派现金额等）

    · 流通股东结构分析（机构占比、散户占比）
<-->>

本章未完，点击下一页继续阅读