关键词：分析 短线
中图分类号：F832 文献标识码：A 文章编号：1672-3791（2012）09（c）-0252-02
2012年以来，以量化分析技术投资著称的量化基金表现得一枝独秀，逐渐从振荡市中脱颖而出。一季度，上证综指上涨2.88%，同期标准股票型基金平均业绩为0.31%，而按照Wind分类的13只量化基金，其平均业绩为2.92%，五行基金更是取得7.65%的正收益，在亚洲量化基金中排名第一，超越同期上证指数4.77个百分点。
美国私募基金复兴科技公司的第一支纯粹的量化投资基金—— 大奖章基金，从1988年3月成立至2008年的21年里，平均年度净收益高达36%，远远跑赢同期道指年均8.81%的涨幅，比索罗斯、巴菲特同期的业绩高出10%，原因：一是数学家基金经理；二是量化分析技术。
1 基本面分析量化分析是投资机构先后采用的2种投资技术
基本面分析，是分析员和基金经理通常采用研究财务报表，与公司高层会谈，与相关人员荷香业专家讨论等方式，对少数几家公司股票（约10到100只股票）进行非常深入的研究分析，来决定要投资哪些股票以及如何投资。在基本面分析分类中，会根据行业不同，有专员长期跟踪和深入研究其中一个行业，而这几名专员最后则会成投资这个行业的专家。在股票市场成立以来长期采用的较为传统的分析和投资方式就是基本面分析。基本面投资，通过企业内部财务报表的形式，来发现企业的潜在价值，以求企业得到稳定持续的高额收益，一旦买入，长期持有。
量化分析，借助数学、物理学、几何学、心理学甚至仿生学的知识，通过建立模型，进行估值、择时选股。量化分析员和量化基金经理，通常会同时研究全盘数千支股票，分析的方式也可以是基于公司基本面的，但是会强调量化财务指标。量化的指标（又称因子）也可以是其他更有特色的数据。从事量化分析投资的基金经理通常不去上市公司实地调研，而是将精力放在不断完善模型上，量化分析投资的模型是决定投资业绩的关键，投资模型始终处于绝密状态，不同市场设计不同的量化分析投资管理模型，在全球各种市场上进行短线交易。
2 量化分析技术获取超额投资收益之道
在变幻莫测的市场经济中，能否理性思考投资、不受情绪影响，将是成功的关键。而利用计算机的筛选得出的量化分析基金，不受投资中非理性因素影响，使投资更有计划行、纪律性、规律性，基金管理人要做到不贪婪、不恐惧、不放弃，不受情绪影响，以一颗平常心追求利益瘦小。
量化分析，有一套完整、科学的投资体系。严格的纪律性是量化投资明显区别于主动投资的重要特征。在量化分析基金的运作中，主观判断也会出现和量化分析模型相左的情兄，但会坚持量化分析投资的纪律，相信模型判断的长期稳定性，不会盲目去调整改变。与传统偏股型基金不同，量化分析基金采用独特的投资组合管理方式，渐进动态调整基金组合。这样不仅可以顺应瞬息万变的市场，还可以降低个股集中度，平稳投资业绩。因此，这种方式并不会产生传统意义的重仓股，也就大大降低了重仓个股的风险。
量化分析业绩，来自于量化分析模型批量选股的成功率大于失败率。量化分析的模型敏锐的“发觉”了开场环境的转变，自动调高了评估因子、预期因子及市场反转因子的权重，量化分析模型依此逻辑选择的股票大部分取得较好收益，提升了整体业绩。
3 量化分析技术创始人并非经济学家。
量化分析技术并非发端于华尔街，不少人最初并非经济学家，如巴契里耶和布莱克原先是数学家，夏普则从事医学，奥斯伯恩为天文学家，沃金与坎德尔是统计学家，而特雷诺则是数学家兼物理学家。1970年代美国债券市场和股票市场全面崩盘，当时提出用量化分析方法管理投资组合的人是作家彼得·伯恩斯坦。1952年3月发表“投资组合选择”论文、提出现代财务和投资理论最著名远见的马克维茨，以该理论勉强通过博士答辩，到1990年10月，这些人中才有三位获得诺贝尔经济学奖。
2012年，美国伦斯理工学院金融工程硕士李炬澎，依据5000年中国古老的《易经八卦数理》研发立体数量模型分析微观经济，用超高频率政治外交词汇、交易数据、股票期权数据、公司债务数据来做个股分析，用《五行相克相生原理》来分析自然、社会、政治、人文如何影响宏观经济。比如用计算机分析新闻报道中天地雷风水火山泽8中自然天文现象与宏观经济关联程度，使五行基金取得亚洲量化分析投资行业第一名的业绩。
4 量化分析技术应用的载体是计算机软硬件技术的发展
马克维茨的投资组合现代金融理论，提出了风险报酬和效率边界概念，并据此建立了模型，成为奠基之作。托宾随后提出了分离理论，但仍需要利用马克维茨的系统执行高难度的运算，1961年，与马克维茨共同获得1990年诺贝尔奖的夏普用IBM最好的商用电脑，解出含有100只证券的问题也需要33mim。夏普1963年1月提出了“投资组合的简化模型”（单一指数模型），简化模型只用30s。1964年夏普又开发出资本资产定价模型（CAPM），不仅可以作为预测风险和预期回报的工具，还可以衡量投资组合的绩效，以及衍生出在指数型基金、企业财务和企业投资、市场行为和资产评价等多领域的应用和理论创新。1976年，罗斯在CAPM的基础上，提出“套利定价理论”（APT），提供一个方法评估影响股价变化的多种经济因素。布莱克和斯克尔斯提出了“期权定价理论”。莫顿则发明了“跨期的资本资产定价模型”。
5 量化分析应用的关键是基本面分析无法快速精确处理丰富的金融产品和巨大交易量
1970年代以前，华尔街认为投资管理需要天赋、直觉以及独特的驾驭市场的能力，基本面分析师、基金经理可以独力打败市场，而无需依靠那些缺乏灵魂、怪异的数学符号和缥缈虚幻的模型。华尔街对学术界把投资管理的艺术，转化成通篇晦涩难懂的数学方程式一直持有敌意，1970年代初期，美国表现最佳的基金经理人从未听过贝塔值，并认为那些拥有数学和电脑背景的学者只是一群骗子。
量化分析投资不会出现在个人投资者为主的时代。个人投资者既缺乏闲暇的时间，也普遍无此能力。仅有现资理论的建立，及各类模型的完善与推陈出新，并不会直接催生出量化分析投资，它还需要其他几个重要前提条件，比如：机构投资者在市场中占据主导，随着社保基金和共同基金资产的大幅增加，成为市场上的主要机构投资者，专业机构管理大规模资产，需要新的运作方式和金融创新技术，专业的投资管理人有能力和精力专注地研究、运用这些量化分析技术。
1970年代后期的Wells Fargo银行，率先用量化分析技术管理投资组合，投资高股息股票，用较少的风险获得了较大的收益，不用这些模型，不用电脑运算这些公式，会陷于困境。1980年代以来，面对数不胜数的各类证券产品和期权类产品，以及庞大的成交量，许多复杂的证券定价，必须靠大容量高速运算的电脑来完成。到2007年美国股市近一半的机构基金都是由量化模型来管理的。从2000年初到2007年全球量化分析基金市场连续8年表现远远超过其他投资方式。
6 量化分析在应对经济危机和突发经济事件中开拓前进
1987年10月大股灾，当天股市和期货成交量高达令人吃惊的410亿美元，价值瞬间缩水6000亿美元。很多股票直接通过电脑而不是经由交易所交易。一些采用投资组合保险策略的公司，在电脑模式的驱使下，不问价格机械卖出股票。很多交易员清楚这些投资组合会有大单卖出，宁愿走在前面争相出逃，加剧了恐慌。针对整个投资组合而非单个证券，机械式的交易，电脑的自动操作，大量的空单在瞬间涌出，将市场彻底砸垮。
1997年至1998年亚洲金融危机股市暴跌，量化分析投资的算法交易也起到了同样的坏作用。著名的长期资本管理公司，遭遇俄罗斯国债违约这一小概率事件，也陷入破产之境，迫使美联储集华尔街诸多投资银行之力，加以救助。
2007年8月金融危机中，许多量化基金出现巨额损失。其原因主要是几家大型对冲基金大量卖出它们的量化分析基金股票，去弥补其在其他投资方式上的损失。由于很大相同仓位的股票在很短的时间内被廉价卖出，从而加剧了很多投资指标的损失，尤其是价值和动量指标的损失。
2011年即使欧债金融危机发生，量化分析基金也再次表现优异，超过其他投资方式，虽然能否就此再度复兴仍属未知，此一趋势已不可逆转。
7 量化分析技术今后几年全球应用的热点在中国的A股市场
中国金融、资本、股市投资者结构很不合理，A股市场的专业投资机构持有市值的15.6%，而发达市场这一比例大致为70%。更为不合理的是交易结构，A股市场个人投资者持有市值占比26%，但却完成了85%的交易。根据Wind分类，目前我国市场上共有13只量化基金，包含11只普通股票型基金，1只指数基金和1只偏股混合基金。
中国现有的人才和技术都难以支持完全的量化分析投资，在缺乏国际化人才和成熟模型的情况下，经营业绩自然也差强人意。
量化分析今后几年全球热点在中国的A股市场。现在主要发达国家的股市很大程度上由量化基金所控制。为了寻找更高收益的市场，很多大型量化基金也开始大量投资于发展中国家市场，中国的A股市场是今后几年全球量化分析投资热点，所以近年来很多北美和欧洲的高层量化分析基金经理和分析员纷纷到中国大陆、香港和新加坡推广量化投资技术。这是国际国内的金融市场和投资者，都要面对的机会和挑战。
量化分析基金2002年才在中国刚刚起步，到2009年和2010年，才真正进入快速发展期，2010年末量化基金的总规模达到了779亿元。虽然规模有显著提升，但是与国外市场量化分析基金占共同基金总资产16%相比，国内量化分析基金还有非常大的发展空间。
引言
2015年，李克强总理在政府工作报告中提出“大众创业，万众创新”的政策号召，全国各地掀起创业的热潮，各种形式的创业投资和各类孵化器也随之增加。创业投资与孵化器对促进创新创业，推动创新创业向大众化发展能起到一定的积极作用，因此，分析创业投资与孵化器融合发展的效率，能促进二者优势互补，提高资源利用率，使之更好地为创业者服务。
创业投资与孵化器融合的研究现状
创业投资（venture capital）是指为高成长型创业企业提供股权资本，并为其提供经营管理咨询服务，以期在被投资企业发展成熟后，通过股权转让获取中长期资本增值收益的投资行为。[1]创业投资与孵化器融合，一方面通过创业资金的投入，能有效弥补“在孵企业”资金缺口，解决其初始阶段资金不足带来的发展瓶颈问题；另一方面，孵化器能为创业投资提供丰富的项目源，并以专业化的投资分析和建议，缓解由于信息不对称带来的投资决策压力，降低创业投资的风险。
针对创业投资与孵化器的融合发展，焦军利（2009）通过创投公司实例，论述了创业投资与孵化器协同发展的有利趋势。[2]赵黎明、卢珊（2011）将孵化器与创业投资的合作模式划分为内部合作模式和外部合作模式两类，并通过建立数理模型分析两种合作模式的合作效果，最终发现孵化器与创业投资的内部合作模式为优质。[3]王志鹤（2015）运用主成分分析法和数据包络分析法，选取32家孵化器为研究对象，分别对创业投资基金与科技企?I孵化器融合的竞争力和运行效率进行分析。[4]刘瑾（2016）通过分析创业投资和孵化器的相同点和不同点，指出二者优势的互补，使其融合发展成为必然趋势。[5]可见，学者普遍认为创业资本与孵化器融合具有必然性，但针对二者融合发展效率的定量分析比较少，结合地区的实证分析和比较分析更是少见。
创业投资与孵化器融合效率分析的模型构建
1.研究方法选择
创业投资与孵化器融合发展效率旨在以孵化器的投入产出能力为核心，衡量创业投资的利用效率和孵化器的运行效率。因此，本项目选用著名运筹学家A.Charnes和W.W.Copper提出的数据包络分析法（Data Envelopment Analysis，简称DEA），结合全国各地区创业投资与中小企业孵化器运行实际，分析二者的融合效率，着重探讨陕西创业投资与中小企业孵化器在全国范围的融合效率。该方法以“相对效率”概念为基础，是一种主要用于评价具有相同类型的多投入、多产出的决策单元是否技术有效的非参数统计方法。[6]DEA常见的分析模型有BCC模型和CCR模型，本文选取以投入为导向的BCC模型。
2.模型构建
上式中xj0表示第j0个DMU的输入向量，Yj0表示第j0个DMU的输出向量，θ表示投入缩小比率，λ表示DMU线性组合的系数。根据此目标函数求得的便是纯技术效率（PTE），而根据综合效率（TE）=纯技术效率（PTE）*规模效率（SE），可算出综合效率和规模效率。综合效率为1，则判定该决策单元融合效率相对有效；若综合效率
3.指标构建
根据《2015年中国火炬统计年鉴》的统计指标体系，结合中小企业孵化器的特点，本着数据的科学性、可比较性原则，选取的投入产出指标分别如下：
投入指标：拟从人、财、物三个维度衡量中小企业孵化器正常运行的投入值，对应的指标为创业导师和在孵企业从业人员总数、孵化基金总额和对公共技术服务平台投资额总和、场地总面积。
产出指标：拟从经济效益、孵化效率、创新能力三个维度评价其产出值，同时考虑到创业投资的延续性，对应指标为孵化器总收入、累计毕业企业、当年知识产权授权数。
陕西省创业投资与孵化器融合效率比较分析
据统计，截至2014年底，全国共有科技企业孵化器1748个，同比增长19.1%，陕西省共有孵化器27个，占全国总数的1.5%。本文以统计在册的31个省、直辖市、自治区为研究对象，共确立31个决策单元。通过数据的整理、汇总，利用DEAP2.1软件进行分析，得出各地区创业投资与孵化器融合的综合效率、纯技术效率和规模效率。
1.总体分析
由下表可看出，31个决策单元的创业投资与孵化器融合效率中，2014年，北京、河北、黑龙江、浙江、安徽、湖北、海南、重庆、云南、西藏、青海、宁夏、新疆共13个省、市及自治区达到DEA有效，占比41.9%，表明上述地区创业投资与孵化器融合效率较高，孵化器运行效率相对有效。辽宁、上海、江苏、广东、陕西5个省、市及地区纯技术效率为1，但综合效率
2.陕西省比较分析
（1）从创业投资和孵化器绝对量水平来看。截至2014年，陕西省创业投资总额为8，877，000元，在全国排在第8位；陕西省创业导师数量为365人，在孵企业从业人数50，773人，二者总数作为人力资源投入，在全国排在第7位；孵化企业总面积1，031，000?O，在全国排名第18；孵化器数量为27个，排在第18位，距离第一位江苏省436个差距较大。在产出方面，陕西省孵化器总收入为41，772万元，排名第16；累计孵化企业1093个，排名第11；2014年共取得知识产权1，417个，排名第12。可看出陕西创业投资投入较多，而孵化器产出水平较低，相对比江苏省、广东省、北京市、天津市、上海市等沿海或经济发达省、市及自治区差距较大。
（2）从陕西省创业投资与孵化器融合效率水平来看。陕西省创业投资与孵化器融合效率为相对无效，其中综合效率为0.754，纯技术效率为1.000，规模效率为0.754，且规模报酬呈递减状态。该水平在31个省、市及自治区中排在第20位，处于中低水平；指标值表明，在陕西省孵化器产出值一定的情况下，规模比重压缩至现有水平的75.4%才能达到融合效率的相对有效。也就是说，在现有投入产出模式下，有24.6%的规模资源投入并没有发挥明显作用；规模报酬呈递减状态则说明若通过扩大规模的方式增加产出或提高融合效率是行不通的，应控制规模并确保投入产出比例协调。
（3）陕西省融合效率非有效的原因分析。为探究陕西省创业投资与孵化器融合效率相对非有效的根本原因，作者进一步分析了陕西省投入指标的冗余量和产出指标的不足量。但根据分析结果，陕西省各投入指标的冗余量和各产出指标的不足量均为0，再次验证了陕西省创业投资与孵化器融合效率相对非有效的原因在于规模效率无效。鉴于其规模报酬递减，建议适当缩减孵化器规模，保持现有投入产出比例，以达到DEA有效。
【关键词】 投资项目； 敏感性分析； Excel； 模拟运算表
投资项目敏感性分析是投资项目决策中常用的一种重要的分析方法，它是通过保持其他假设变量不变，调整某个假设变量的取值，计算改变后的评价指标内部收益率（IRR）或净现值（NPV）的影响，不断重复测算；然后将所有变动结果同基本分析结合起来，根据评价指标的变动程度判断项目的风险大小，并决定项目是否可行。
一、敏感性分析的步骤
（一）确定敏感性分析指标
一般选择项目IRR与NPV指标作为分析对象。
（二）选择不确定性因素（假设变量）
影响项目经济效益的因素很多，敏感性分析通常选择对投资项目资金流量起主要作用的因素，包括项目投资额、营业收入与经营成本。
（三）确定不确定性因素的变化范围
一般选择±20%、±15%、±10%，以5%为间隔，变化范围越大，需要测算的次数越多。
（四）进行敏感性分析并找出敏感性因素
分别对投资额、营业收入、经营成本按变化范围进行测算，得到不同变化范围下的IRR与NPV。如本例不确定性因素的变化范围选择±20%，则需要测算8（变化率）×3（不确定因素）×2（分析指标）共48次，过程较为繁琐。
（五）编制敏感性分析表，绘制敏感性分析图
二、案例资料
甲项目固定资产投资120万元，其中第1年年初和第2年年初投资分别为70万元和50万元，第1年年末项目竣工并投入试生产；项目生产期10年，固定资产直线法折旧，预计净残值率10%；项目投产时需垫支流动资金50万元，第1年年末支付30万元，第2年年末支付20万元，项目结束时收回；项目投产后第1年营业收入60万元、第2年80万元，第3―8年100万元/年，第9年每年减少为85万元，第10年减少为60万元，项目投产后第1年经营成本38万元，第2年45万元，第3―8年65万元/年，第9年减少到48万元，第10年减少到35万元；该企业适用所得税率为25%，基准折现率10%。根据以上资料，甲项目投资现金流量表（简表）与基本评价结果如表1所示。
为进行敏感性分析，表1中回收固定资产余值（N6）、回收流动资金（N7）、调整所得税等项目都应设计为公式自动计算，因为当投资、收入与经营成本发生变化时，其结果也会发生相应变化。其中公式：
三、运用Excel模拟运算表进行投资项目敏感性分析设计思路
如何利用Excel进行投资项目敏感性分析，现有的做法归纳有两种：一是枚举法。先设计一个NPV与IRR的基本计算表，其中NPV与IRR运用Excel公式计算；然后对每个不确定性因素（假设变量）按变化率分别测算，得到各变量不同变化率的评价结果。这种方法仅解决了NPV与IRR的自动计算问题，但未简化繁琐的测算过程。二是利用Excel“窗体”中的“微调项”工具按钮设置变化程度，通过移动滚动条得到每一变量不同变化程度下的评价指标。这种做法必须假设投资是一次性投入，收入、经营成本在不同的时期保持不变，而现实中大多数项目是分期投资的，收入与经营成本在投产前期受投产率影响逐渐提高，临近项目结束时因产能下降而逐渐下降。本文案例按此情况设计。另外，现有的两种做法测算的结果不能保存，每做一次测算都需要单独记录评价结果。因此在设计中应解决分别测算问题、测算结果保存问题以及分期投资、收入、经营成本在不同时期不等的问题。
Excel模拟运算表是一种只需一步操作就能计算出所有变化的模拟分析工具。它可以显示公式中某些值的变化对计算结果的影响，为同时求解某一运算中所有可能的变化值组合提供了捷径。因此运用Excel模拟运算表能很好地解决敏感分析中的分别测算问题和测算结果保存问题。但如何解决分期投资、收入、经营成本在不同时期不等的问题，则需要单独设计。模拟运算表中引用行或列是对应原计算公式中的一个单元格。显然，表1中投资、收入与经营成本的行引用在NPV与IRR的计算公式中都是多个单元格。因此运用Excel模拟运算表的难点是解决行单元格的引用问题。
为此，本文创新地设置一个不确定性因素基本系数区域，将不确定因素的基本系数乘到基本现金流量表运算公式中，模拟运算表只需将引用行或列单元格设为基本系数就可以解决1个单元格的问题了。
四、运用Excel模拟运算表实现投资项目敏感性分析
第1步：将“项目投资现金流量表”复制到sheet2，将sheet2命名为“敏感性分析表”，表1“项目投资现金流量表”更名为“表2项目投资现金流量表（含基本系数）”。
第2步：设置不确定性因素基本系数区域（图1）。
第3步：用基本系数乘表2中的每个营业收入、建设投资、流动资金、经营成本，将基本系数与表2联结在一起。公式为：
经过以上处理，项目基本评价结果与表1结果完全一致。
第4步：利用模拟运算表得到各不确定性因素±20%变化区间的NPV与IRR（图2）。对固定资产投资的测算，设置从0.8、0.85到1.2共9个变化区间。
在E24与E25单元格分别输入IRR与NPV的计算公式，E24=$C$18，E25=$C$19，选中E23：N25区域点菜单栏“工具”―“模拟运算表”，在引用行的单元格输入$C$23（固定资产投资的基本系数），就得到了9个变化区间的IRR与NPV的评价结果（见图2）。
对垫支流动资金测算，将E23：N25区域复制到E27：N29区域，将模拟运算表中引用行的单元格改为C24即完成，同理营业收入与经营成本见图3。
第5步：编制敏感性分析表（图4），绘制敏感性分析图（图5）。
将第3步模拟运算表中的计算结果直接复制到图4中的表3、表4中，就完成了敏感性分析表的编制。公式：
设C41=F24，C42=F28，C43=F32，C44=F36，向右填充，完成表3；设C48=F25，C49=F29，C50=F33，C51=F37，向右填充，完成表4。
根据图4中的表3、表4绘制敏感性分析图，如图5、图6。
从图5、图6结果看，甲项目营业收入敏感程度最高，当营业收入从降低20%到增长20%，IRR则从2.52%上升到19.47%，NPV从-54.12上升到79.72，依次是经营成本、建设投资、流动资金。比较各变化区间发现，甲项目当收入下降5%、经营成本增长10%、固定资产投资增加15%时，IRR与NPV均不可行，因此投资者在进行投资决策时应重点考察营业收入、经营成本与固定资产投资实际可能的变化率，考虑其风险慎重决策。
五、结论
敏感性分析可以反映不确定性因素与项目经济效益的依存关系，有助于投资决策者了解项目在条件发生变化时的各种可能结果，从而可以预先考虑措施与对策，避免决策上的失误。本文所做创新设计一次性解决了内部收益率、净现值多次测算、记录等繁琐问题，使投资项目敏感性分析的过程得以自动实现。
【参考文献】
关键词：企业会计准则 现金流量表 结构分析 比率分析 趋势分析
1 徐工机械现金流量表的分析
徐工集团工程机械股份有限公司（徐工机械）是国内一家规模较大，现代化程度较高的制造业上市公司，根据我国2006年的《企业会计准则第31号――现金流量表》所编制的公司2010年现金流量表情况如附表所示。本文将以徐工机械公司为模型，通过运用比率分析方法、结构分析方法和趋势分析方法，对现金流量表在公司财务状况分析中的应用进行深入阐释与解析。
1.1 徐工机械现金流量表的结构分析
1.1.1 现金流量表概况分析
表1 2010年徐工机械现金流概况
2010年，徐工机械现金经营性流入占54.93%，筹资性流入占41.91%，投资性流入占3.16%。说明经营活动占有重要地位，筹资也是企业现金流入来源的重要方面。
公司的现金总流出中经营活动流出占65.53%，投资活动占24.44%，筹资活动占10.03%。其中购买商品提供劳务及构建固定资产、偿还债务支付现金的比率较大，使得企业制造所需原材料充足和企业负债减少。
年末现金及现金等价物净增加额，筹资活动占了比较大的比重，投资活动使得大量的现金外流，经营活动的现金净增加额较少。
1.1.2 经营活动产生的现金流分析
2010年度，徐工机械经营活动产生的现金流中，销售商品、提供劳务收到的现金占现金总流入的74.28%，购买商品、接受劳务支付的现金占现金总流出的76.21%。二者说明企业在经营中投入的资金都有效的转换为了经营收入，为保证其经营活动产生的现金源源流入提供了有力保障。15.83%支付的其他与经营活动有关的现金换得了25.72%的收到的其他与经营活动有关的现金，说明其他与经营活动有关的现金取得报酬比销售商品、提供劳务取得的报酬率更大。
表2 2010年经营活动现金流
1.1.3 投资活动产生的现金流分析
投资活动的现金流出净额大于现金流入净额，投资活动现金流出用于购建资产且自有资金不足以支付，而且本期有23.29%的现金流入来自于投资收回，3.62%的现金流出用于投资。足见，企业对未来的投资收益前景不十分看好。取得投资收益所收到的现金占到了现金流入的76.49%，上期的投资在本期取得了大量的资金收益。支付的其他与投资活动有关的现金占现金流出的71.69%，可见在2010年企业将主要的现金用于其它的投资相关活动。企业有立足本身生产，并且向其他发展的迹象。
表3 2010年投资活动现金流
1.1.4 筹资活动产生的现金流分析
2010年度，企业筹资活动产生的现金流入全部来自于吸收投资和借款，其中吸收投资比例最大为71.18%。企业有大规模的吸收资金，并用于企业发展的态势。间接说明投资人对企业前景看好，企业的财务和收益情况良好。现金流出中占主要方面的为偿还债务89.51%，分配股利、利润或偿付利息所支付的现金占10.23%，可见本期主要的现金流出用于偿还债务。
表42010年筹资活动现金流
1.2 徐工机械现金流量表的财务比率分析
1.2.1 盈利质量分析
盈利质量分析是指企业根据经营活动现金净流量与净利润、资本支出等之间的关系，揭示企业保持现有经营水平，创造未来盈利能力的一种分析方法。
①盈利现金比率＝经营现金净流量/净利润= 512，334，856.24/2320702754.94=22.08%
一般来讲，该比率越大，企业盈利质量越强。若该比率
②再投资比率＝经营现金净流量/资本性支出，反映企业当期经营净现金流量是否足以支付资本性支出（固定资产的投资）所需现金。
512，334，856.24/788，671，008.87=64.96%
一般来讲，该比率越高，说明企业扩大生产规模、创造未来现金流量或利润的能力就越强，若
企业在2010年度，在固定资产投资方面应用到了自己融资所得到的现金。
综合可得，企业在2010年的盈利质量比较差强人意，还有待进一步提高。
1.2.2 偿债能力分析
1.2.2.1 短期偿债能力
下表可以看出：2010年徐工机械的短期偿债能力很强。流动比率的指标值呈现出比理论标准值2略强的数值，同时速动比率的指标值呈现出比理论标准值1略强的数值，货币资金率0.68的指标值也比理论指标值较高，现金流量比率低于指标值，都说明企业经营活动创造现金的能力偏弱。上述反映短期偿债能力的四个指标值结合同行业或竞争对手的水平来比较分析可能更具有意义。但就据2010年的现金流量比率来说，企业的现金流量比率偏底，说明企业的现金量较少，应该加强应收账款的回收能力。
表5 2010年徐工机械短期偿债能力
1.2.2.2 长期偿债能力
表6 2010年徐工机械长期偿债能力
利息保障倍数呈现负值，没有可比性。说明企业的长期偿债能力很强。
1.2.3 支付能力分析
支付能力的分析，主要是通过企业当期取得的现金收入特别是其中的经营活动现金收入，同其各种开支来进行分析和比较的。
将企业本期经营活动现金收入同本期偿还的债务、发生支出进行对比后，其余额即为可用于投资及分配的现金。在不考虑筹资活动的情况下，它们的关系是：可用于投资、分配股利（利润）的现金＝本期经营活动的现金收入+投资活动取得的现金收入-偿还债务的现金支出-经营活动的各项开支。
9078737060.26+522932200.00-1174000000.00-3194227356.94=5233441903.32
一般来讲，若企业本期可用于投资、分配股利（利润）的现金>0，说明企业当期经营活动现金收入加上投资活动现金收入足以支付本期债务及日常活动支出，且尚有结余用于再投资或利润分配。
1.3 徐工机械现金流量表的变化趋势分析
2008年-2010年徐工机械现金流量数据的变化趋势分析
图1 2008-2010年现金数据变化
上图反映了徐工机械2008-2010年经营、投资、筹资活动产生现金流量的数据变动情况。2010年较上两年的投资和筹资情况发生了比较大的变化。投资是由于2010年投资现金流出中支付的其他与投资活动有关的现金达到了2，290，000，000.00较前两年高。筹资是因为吸收投资所收到的现金在2010年有4929999993.1，使得比前两年有大的提高。
2 徐工机械现金流量的评价
2.1 现金流量及其结构评价
徐工机械在2010年中其经营活动现金流较少，投资与筹资现金流较多。企业应该在应收账款方面改变政策，即使回收应收账款。投资与筹资的资金增多可见企业在酝酿新一轮的企业发展做准备。
在2008-2009年度中，企业的经营、投资、筹资资金都是出现比较平稳的态势，2010年是比较特殊的一年。企业的财务数据出现了比较大的变化。
2.2 现金流量表与利润表、资产负债表比较评价
现金流量表反映的只是企业一定期间现金流入和流出的情况，它既不能反映企业的营销状况，也不能反映企业的资产负债状况。在对现金流量表进行分析运用时，不能孤立地仅凭一张现金流量表的信息就事论事，而应与资产负债表和损益表结合起来，从而对企业的经营活动情况做出较全面、正确的评价。
2.2.1 营运效率
表7 2010年徐工机械营运效率
2010年徐工机械的营运效率很好。首先，现金周转率、总资产周转率、流动资产周转率的指标值都比较好；然后，固定资产周转率、应收账款周转率的水平高低要与同行业的主要竞争者对手比较。
2.2.2 盈利能力
表8 2010年徐工机械盈利能力
上表说明，2010年徐工机械销售利润率、权益报酬、总资产报酬率都呈现出增长势头。能否说明企业2010年的经营好坏还要结合市场状况与行业数据进一步具体分析。
2.2.3 成长能力
企业要扩大生产规模，长期资产一定会增加，反映在现金流量表中即投资活动中的现金流出量就会大幅度提高。对企业内部投资的现金流出量大幅度提高，往往意味着该企业面临一个新的投资机会；对外投资的现金流出量大幅度提高，则说明企业在通过对外投资寻找新的获利机会和发展机遇。
3 徐工机械现金流量的优化对策
通过对徐工机械2008-2010年会计核算和报表资料及其他相关资料的分析和对比，从中可以看从企业的优势和劣势。
现金流量优化，并非单纯指现金净流量的最大化，它要求企业在理财过程中，在保持现金流动性与收益性、有效的现金流出与现金流人间最佳结构关系的基础上，实现现金净流量最大化，从而保证企业财务长期处于最优化状态。现金流出控制的中心是保证现金流出的有效性，侧重收益性的提高；现金流入控制则充分考虑了企业经营对流动性的要求。
合理安排经营、投资和筹资活动现金流量三者之间的比例关系，使企业的现金流量达到最优化。企业的经营活动现金流量、投资活动现金流量、筹资活动现金流量三者之间紧密相关、相互影响，而且不同的企业、同一企业在不同时期各有其特点，经营活动现金流量、投资活动现金流量、筹资活动现金流量三者之间的比例关系也会发生变化。
企业为了获取现金性盈利，必须进行投资决策，以灵活运用资本来强化现金流量管理，它分为两类：一是长期投资，必须用净现值等来判断投资项目的可行性，属于长期时间序列下的现金流量管理；二是短期投资，它强调短期现金的流动性，是一种在长期规模既定状况下的短期资产存量的现金流转问题。
徐工机械在2010年度对外投资比较大，且大都投在关联企业之中。相比较而言，进行对外短期的投资，更容易在市场经济好转的时候收回资金，以更小的风险，投资于其它利润回收高的地方。所以，在对外投资中，徐工机械的投资方向和数额有待进一步优化。
参考文献:
[1]企业会计准则第31号――现金流量表（2006）中华会计
网.
[2]杨梅.资金流量表财务诊断功能的分析.商业经济.2010年5期.
[3]魏学谦.现金流量表分析和建议.现代经济信息.2010年23期.
[4]张瑞凤.如何使用现金流量表中的信息.内蒙古科技与经济.2011年5期.
[5]刘玲，丁浩.上市公司财务报表粉饰识别.技术经济与管理研究.2011年2期.
关键词：量化投资；传统投资；模式数学模型；自变量参数
1量化投资简介
1.1基本概念
量化投资是一种借助于计算机高效计算程序进行复杂运算，以金融产品未来收益与风险为研究对象的新型投资方式。量化投资的基础是以股票价格、日成交额等大数据库数据为参考样本数据并建立数学模型，运用仿真分析及迭代方法不断修正数学模型，直到数学模型可以用来预测指导投资交易。任何一个投资的方案或者设想，都可以为它设计一个数学模型，然后借助大数据库的现有数据进行迭代法测试分析，以此来判别数学模型的有效性。传统投资方式基本上是对传统的技术分析和公司的经营状态基本分析，存在一定的局限性；相比之下量化投资分析是基于对大数据市场数据的，数据样本空间容量足够大，而且可以快速进行运算并排除投资者个人心理因素的主观影响，科学性和时效性更强。此外，量化投资是一种主动性的投资方式，在进行数学模型选择、自变量选取、数学模型的验算迭代都是投资行为的主动部分。
1.2交易内容及方法
量化投资交易的内容主要是量化策略以及交易策略，在制定交易策略时必须立足于投资市场、投资产品以及分配在内等。具体交易平台则是靠以计算机计算程序为基础的线上交易平台系统。进行量化投资交易时通常会遇到各种较为复杂的情况，但是基本前提都是要依据现有的既定的大量数据库数据，灵活采用各种方法来判断投资对象是否值得投资。总体来说，量化投资有估值法、资金法和趋势法三种。
2量化投资现状
从理论上来说，每个量化投资者的决策行为可以被同化为理性预期、风险规避、严格效用基本一致的理想化模型。然而现实情况中每个人的心理活动、出发点、知识水平等都存在差异，进行量化投资时人们作出的决策也存在差异。人的非理性行为与理性行为都是客观存在的，而且非理性行为对理性行为也存在着一定的影响，因此投资人在进行投资决策时并不能完全理性地进行选择。综上所述，非理性人的客观存在使投资人在进行投资决策时不能完全忽视个人的心理因素。既然个人的心理因素无法排除，那么在建立决策分析数学模型时，就应该把个人的心理因素考虑在内。当前我国国内量化投资有以下几个特点：(1)个人投资者占总投资者的比例很高。上文已经提到投资者个人的非理性客观存在且不可避免，那么众多量化投资者的非理性因素间接影响我国量化投资市场。(2)我国的量化投资市场虽然发展迅速但仍不成熟。与美国及欧洲发达国家相比，我国量化投资市场只能是一个新兴的市场，直接表现在各方面的信息不完整且难以搜集，一些基础数据我们只能自己想方设法地去开发获取。(3)量化投资行业的企业构成比较复杂。目前我国量化投资行业的企业种类比较多，跨越众多不同的领域。加上我国量化投资市场还处于新生期，市场不稳定信息变化较快，因此量化投资行业的可用层面指标数目非常少且指标数值经常变化。当前我国量化投资者正是依据当前行业的特点，从不同的层面和角度验证分析，建立泡沫型数学分析模型，才能获得巨大的利润。(4)量化投资策略研究落后。通过把我国量化投资策略与美国及西方发达国家的量化投资策略进行对比，发现我国现有的量化投资策略严重落后。国外的量化策略研究是在大量的事件、数据积累分析的基础上，脚踏实地潜心研究总结出来的。现阶段我国量化策略研究多是借用国外的策略，结合国内的量化投资行业的实际现状进行修正得来的。当前我们还缺少指导量化投资行业的专家、指导著作，为此我国国内的一些高等院校开始着手量化投资策略的研究并取得了初步的成效。
3量化投资优势
量化投资是在定性投资基础上进行继承和延伸的一种主动投资工具。定性投资的核心是对宏观经济和市场基本面进行深入的分析，再加上实地调研上市公司以及与上市公司的管理层进行经验交流，最终把调研结果整理成专题报告，把报告作为决策依据。不难看出定性投资带有很大的个人主观判断性，它完全依赖于投资经理个人经验以及对市场的认知。量化投资在调研层面与定性投资相同，区别在于量化投资更加注重数据库大数据，运用各种方法发现运用大数据所体现出来的有用信息，寻找更优化的投资方式以获得大额收益，完全避免了投资经理个人的主观臆断和心理因素，更加科学合理。综上所述，与定性投资相比，量化投资具有以下优势。
3.1投资方式更加理性
量化投资是采用统计数学与计算机建模分析技术，以行业大数据库为参考，取代了个人主观判断和心理因素的科学客观投资方法。很明显，行业大数据的样本容量已远远高于有限的对上市公司调研所形成的样本容量；在进行投资决策时，把决策过程科学化数量化可以最大程度的减少投资者决策时个人情感等心理因素对决策结果的影响，从而避免了错误的选择方向。
3.2覆盖范围大效率高
得益于因特网的广泛实施应用，与各行各业的运行数据都可以录入大数据系统形成体量巨大的数据库；得益于计算机行业云时代到来对计算分析速度的革命性变革，在极短的时间内就可以得到多种量化投资的投资方法。定性投资方式进行决策时，由于决策人的精力和专业水平都存在一定的局限性，自然其考虑投资的范围要远远低于电脑决策，二者根本没有可比性。综上所述，虽然与定性投资相比，量化投资具有明显的优势，但是二者的目的是相同的，都以获得最大收益为目的，多少情况量化投资与定型投资可以互相补充，搭配使用会起到意想不到的效果。
4量化投资的劣势
上文已经提到量化投资的决策过程依赖于大数据库以及计算机分析系统的科学决策，因此只要投资思想正确量化投资就不会出现错误。然而即使是投资思想及决策过程都没有问题，也不意味着量化投资完美无缺。量化投资本质上是对某一特定基准面的分析，事实上基准面有时范围过小，纵然决策过程合理化、无偏差，量化投资也存在一定的局限性。量化投资的另一特点是进行考察决策时覆盖的市场面非常广泛，在当前国民经济快速发展的时代，人们对市场的认知难免出现盲区或者对某一个局部了解不充分的现象，此种情况下量化投资的正确性就很难保证。
4.1形成交易的一致性
基于量化投资的低风险特性，人们更多地依赖于采用大数据云分析平台进行决策，如此大家对某一行业的市场认知以及投资决策水平就处在同一认知层次上，当遇到极端的市场行情时，人们作出的交易决策往往一致，即容易达成交易的一致性。例如期货行业以及股票行业，在市场行情动荡的特殊时期，人们往往选择在同一时机抛出股票或者期货，这种大规模的一次性抛盘则会造成在预期抛售价格基础上的剧烈波动，导致投资者的实际收益在一定程度上低于预期收益。此种情形下又会引起新一轮投资恐慌，不利于市场的稳定发展。
4.2指标钝化和失效
任何一个行业的某一个市场承载投资者的容量都是有限的，从战略投资的角度来看，当某一个市场的产业链较为成熟、技术门槛较低时，投资者进入该市场就会容易很多，当市场的承载量大大低于投资者进入数量时，既定的投资策略则会失效。例如某一企业的某只股票第一年能获得50%的收益，第二年则降为20%的收益，第三年可能是5%，第四年就没有收益了。诸如趋利反转策略、套利策略现在已经非常大众化且投资者已经达成共识，一拥而上集中式进行投资就会导致投资评价指标钝化甚至失效。
改革开放以来，国家对原有的投资体制进行了一系列改革，打破了传统计划经济体制下高度集中的投资管理模式，初步形成了投资主体多元化、资金来源多渠道、投资方式多样化、项目建设市场化的新格局。但是，现行的投资体制还存在不少问题，特别是企业的投资决策权没有完全落实，市场配置资源的基础性作用尚未得到充分发挥，政府投资决策的科学化、民主化水平需要进一步提高，投资宏观调控和监管的有效性需要增强。为此，我国于2004年7月正式颁布《国务院关于投资体制改革的决定》，为我国经济发展建立起了新的投资体制。
在新的投资体制下，投资主体具有更大的自主性，不仅投资领域的扩大，而且体现了“谁投资，谁决策”的特；更加对投资的调控方式由微观、直接调控向宏观、间接调控改进；对政府投资项目，则强调“建立政府投资责任追究制度”。
财务评价是指在国家现行税制和价格体系条件下，计算项目范围内的效益和费用，分析项目的盈利能力、清偿能力，以考察项目在财务上的可行性。目前，我国的投资项目财务评价主要依据的是1993年国家计委和建设部联合的《建设项目经济评价方法与参数》第二版。它将建设项目的经济评价分为企业财务评价、国民经济评价和不确定性分析三个部分。企业财务评价又包括四个方面：盈利能力分析、清偿能力分析、外汇效果分析、不确定性分析，如图1所示：
图1原有的投资项目财务评价指标体系
随着经济形势的发展，项目投资环境发生了很大的变化，该评价体系的不足越来越明显。
（一）风险分析独立于其他分析之外。投资活动是一种逐利活动，其风险与收益呈同向变化，许多财务收益很好的项目可能由于风险过大而不具可行性，即拟投项目的不确定性对盈利能力、清偿能力、外汇效果均有重大影响。而原投资项目可行性分析将对投资项目的不确定性分析独立于盈利能力分析、清偿能力分析、外汇效果分析之外，使其对投资项目可行性决策的重要性大大降低。
（二）动态指标的计算假设使其误差太大。一是假设项目计算期以年为单位。财务评价的动态指标因采用贴现技术而使项目财务评价更具科学性，但在计算项目的净现值时，常假设该项目的未来现金流量是在项目计算期的期初或期末发生，这使得未来现金流量偏离预期。因为在一般情况下，一个投入使用并正常运转的项目未来现金流量是受多种因素共同作用的，并不只是在年初或年末发生，而是会时时发生，对时时发生的现金流量以假设的发生时点计算现值，是有失偏颇的。二是假设项目计算期内贴现率保持不变。项目计算期的贴现率应与投资项目的资本成本相适应，以投资项目的资本成本计算的净现值只要大于零，该方案理论上就应该是可行的。但我国投资项目计算期的贴现率是由国家国家计划委员会和建设部组织测定、并定期调整，与投资项目本身的资金成本相脱节。并且，投资项目的资金成本也不是一成不变的。一般来说，在项目筹资方式和资金来源渠道的情况下，负债资金的成本是确定不变的，而权益资金成本是随项目风险的变化而变化的。项目期初的不确定性因素多，权益资金投资者要求的必要收益率高；随着项目步入正轨，投资项目的财务风险和经营风险降低，权益资金投资者要求的必要收益率也随之降低。只以一个折现率计算项目的净现值，将加大期初现金流量的重要性而弱化后期的重要性，造成决策的短期行为。转贴于
（三）缺乏投资项目环境影响评价指标。原投资项目可行性分析对投资环境影响的评价仅仅局限于定性评价，定量方面基本没有。但很多投资项目将不可避免地会对周围的生态、资源、人居等产生影响，并产生一系列负面影响，如水体污染、植被破坏、耕地占用等。因此，投资项目的环境影响不应该只是定性分析，还应以成本、费用、收益等形式，将环境影响纳入到投资项目财务评价中来。
（四）缺少将各评价指标综合起来考虑的可行性办法。各财务评价指标在对项目进行评价时都有其独特的作用，但有时根据不同评价指标得出的投资结论会大相径庭。应以哪些指标为投资的主要取舍标准，哪些指标为次要标准？各财务指标的可行性标准是多少？现行评价体系都没有给出一个指导性的标准。
鉴于《建设项目经济评价方法与参数》的局限性，笔者认为有必要进一步完善投资项目财务评价内容与方法。
（一）将风险分析贯穿于财务评价始终。将原不确定性分析的内容改为项目综合性风险评价指标，如风险β系数、综合杠杆系数等；将对拟投项目的风险分析贯穿于盈利能力分析、清偿能力分析和外汇效果分析中。在分析盈利能力时，用期望收益和期望费用代替预计收益和预计费用，综合考虑投资项目的市场风险、销售风险和生产风险，计算项目的经营杠杆系数；在清偿能力分析时，计算项目的财务风险；在外汇效果分析时，考虑项目经营期内的汇率变动风险。如此一来，各指标值就充分考虑了各种不确定性因素的影响，能比较真实地反映项目的财务可行性。
（二）增加环境影响因素指标。加快有关绿色会计的会计要素确认、计量、披露的方法研究，合理确认计量有关环境因素引起的环境资产、负债、所有者权益、成本、收入和利润。将上述计量结果纳入据以进行财务评价的预计会计报表中，分析项目的盈利能力和清偿能力，并对项目的持续经营能力进行评价。
（三）优化动态指标的计算。针对原动态指标的种种弊端，对动态指标的运用进行改进。（1）在可行性前提下，将项目计算期内现金净流量的折现期尽可能缩短，如将以年为单位折现改为以半年、一个季度或一个月折现一次，使折现现金流量接近实际情况。（2）以资金成本为依据调整折现率。资本成本应是其各种资本来源的加权平均资本成本，来自高、中、低风险的投资项目，其折现率应相应略高于、等于或低于平均资本成本，因此，应根据项目风险的大小调整折现率。（3）优化投产期现金流量的估计方法。传统投资项目财务分析一般采用等额现金流量模型进行现金流量分析。但实际上，项目投产期各年的现金流量不可能是相等的。因此，应该将影响现金流量的各主要因素视为一个系统，用系统的观点预测投资项目的未来现金净流量。
建立健全企业投资管理体系，从企业、项目两个层面建立投资决策管理标准体系。在企业层面，以企业健康经营、持续发展为目标，依据企业的中长期发展战略、规划设定投资规划（一般为3—5年）、投资计划目标，以企业财务、人力、管理等资源约束为边界，通过投资计划和全面预算管理对投资总量进行框定，实现资源的优化配置，缓解投资机会与企业能力的矛盾，协调投资与发展的关系。同时，结合对中长期经济发展周期及产业发展预期的研判，形成总体投资规划。在项目层面，以定量分析为主、定性判断为辅，从项目经济性、项目风险可控性、资金保障及合法合规角度对项目投资进行分析。在投资管理闭环系统建设上，以投资规划为起点，分解年度投资计划，通过立项评审、投资决策环节对投资计划内项目进行筛选；进入项目投资实施环节后，以项目管理方式关注项目的进度、质量、投资三方面风险；项目收尾后，对连续几个运营周期进行全范围分析评价，形成投资后评价，与项目立项目标进行对比，分析形成投资的经验与教训，重视投资后评价结果在后续投资项目中的应用。最后，强调项目投资必须有进有退，建立投资退出机制（含低效资产清理），六个业务流程共同构成投资计划闭环管理系统。
（二）以企业发展战略为导向，将投资计划作为企业战略实施重点与战略紧耦合
所谓战略，布鲁森•亨德森在《战略的起源》中提出，企业战略是引导并推动一家企业获得成功的一体化选择。因此，将资源部署到所选择的活动上的过程即为业务规划、投资规划形成过程。而规划是主动地去寻求一种能够发展可持续竞争优势并将其不断扩大的行动计划，投资计划是企业经营计划的重要组成部分。第一，企业以战略目标、资产布局调整目标作为投资计划指导原则，保证投资计划与战略方向、规划目标的一致性。第二，投资计划采用“W”自上而下、自下而上相结合的制定方法，将企业战略自上而下贯穿到各下属公司，并要求下属公司以企业战略目标、规划目标对标，及时调整本公司投资计划，即通过集团整体规划指引各单位发展规划，通过上下贯通的战略规划确定投资的方向和重点，以有益于保证集团及业务部门的目标、资源配置及支持机制保持统一，实现战略规划对投资计划的指引与约束。
（三）加强投资计划管理方法研究，建立科学的投资计划管理方法
第一，定量、定性分析相结合。打破传统投资计划制定以定性分析为主思路，以定量、定性相结合方式展开。定性分析即对宏观经济、政治环境、企业战略符合性、项目合法合规性等进行分析，定量分析即以数据分析为主，建立多种分析模型，根据企业实际情况确定模型边界条件。建立投资项目经济性模型，对项目经济性（如IRR、NPV）进行指标分析；建立投资结构分析模型，确定资源配置结构和区域布局；建立投资规模优化模型，根据规模与效益的敏感性分析识别最优投资规模；建立项目学习曲线模型，根据项目学习曲线确定项目投资计划及资金安排。第二，推进投资计划管理精益化。引入精益化管理理念，根据企业管理成熟度水平逐步实现精益化管理。年度投资计划逐步做细，要求投资计划逐步分解至季度、月度，提升投资计划编制准确率。推动企业3年滚动投资计划编制，提升长期投资预测的准确性，控制企业整体投资方向与节奏。第三，提升投资计划管理灵活性，鼓励企业捕捉市场机会。将企业投资总额分为计划内投资与备用资金两部分，在计划内投资总额外预留一部分备用资金。与之对应，投资项目分为计划内投资项目与计划外备选项目两类。计划内投资与备用资金的比例划分依据所在企业投资计划管理成熟度确定，成熟度高的企业可适当放大备用资金比例，允许企业根据市场环境变化及项目研况及时调整投资计划，提升投资收益。第四，引入项目管理方法进行投资计划管理，加强投资风险分析。企业投资计划管理不仅是投资计划编制环节，更需遵循“PDCA”（计划、执行、验证、改进行动）流程。搭建信息化平台，建立投资项目管理信息库，对项目实施情况进行监控。加强投资项目风险分析，采用盈亏平衡分析和敏感性分析方法对项目的不确定性进行深入分析，根据企业财务状况、风险承受能力选择适应性投资项目。
（四）结语
