5股，反对票比例41%，被否决。股价随后下跌30%。

    “又对了。”沈清如说，“模型识别出了**险。”

    陈默稍微松了口气。两个成功案例的回测，给了模型初步的验证。但这还不够，模型需要预测未来，而不是解释过去。

    “现在测试国信那三个项目。”他说。

    先输入湖南国企的数据。

    这家公司财务数据尚可，但非财务因素复杂。沈清如收集到的信息显示：省国资委内部对股改态度分歧，有的领导认为应该“大方一点树立标杆”，有的认为“国有资产不能流失”。职工股问题更是敏感——两千多名职工持有未确权股份，处理不好可能引发群体事件。

    数据输入完毕，运行。

    等待的几秒钟显得格外漫长。屏幕上进度条缓慢移动，陈默能听到自己的心跳声。

    结果跳出：

    公司基本面质量：68分（中等）

    大股东实力与动机：52分（动机复杂，分歧明显）

    对价方案吸引力：？分（需输入方案细节）

    行业景气度：63分（传统行业，增长缓慢）

    投票博弈强度预测：85分（高）

    综合评分：未完成

    关键提示：大股东内部存在分歧，职工股问题未解决。建议方案设计需包含职工股处理方案，对价不低于10送2.5股，否则可能引发强烈反对。

    “职工股问题被识别出来了。”沈清如指着屏幕，“这是我们的模型比券商报告强的地方——他们只会看财务报表，我们看的是完整的利益格局。”

    “但模型不能自动给出对价建议。”陈默皱眉，“需要人工输入方案细节。”

    “这是正常的。”沈清如说，“模型的作用是评估，不是创造。方案设计还需要人工判断。”

    接下来测试浙江民企。

    这家公司的问题在大股东质押。45%的质押比例，意味着大股东非常缺钱。如果要求他支付高额对价，他可能宁愿放弃股改。但不股改，质押的股票无法流通，风险更大——典型的两难。

    模型结果：

    公司基本面质量：71分（中等偏上）

    大股东实力与动机：39分（资金紧张，动机矛盾）

    对价方案吸引力：？分

    行业景气度：58分（化工行业周期下行）

    投票博弈强度预测：76分（较高）

    综合评分：未完成

    关键提示：大股东资金链紧张，现金对价支付能力弱。建议考虑非现金对价方式（如资产注入、权证等）。环保问题可能成为投票时的负面因素。

    最后是广东科技公司。

    高估值是最大障碍。市盈率62倍，意味着即使对价给到10送5股，流通股东的实际补偿率也可能不到10%。更麻烦的是，公司缺乏实质性的技术壁垒，所谓的“高科技”更多是营销话术。

    模型结果：

    公司基本面质量：54分（中等偏下）

    大股东实力与动机：67分（动机明确——套现）

    对价方案吸引力：？分

    行业景气度：82分（科技概念受追捧）

    投票博弈强度预测：88分（高）

    综合评分：未完成

    关键提示：估值严重脱离基本面，任何对价方案都可能显得不足。建议谨慎参与，如果参与，需做好方案被否的心理准备。市场情绪可能放大波动。

    三个项目，三种不同的风险画像。
-->>

本章未完，点击下一页继续阅读