AQF感慨2020年的中概股不太平.....
2020年4月2日,瑞幸咖啡在SEC(美國證券交易委員會)新公布的一份文件顯示,公司COO及其部分下屬員工從2019年二季度起從事某些不當行為,偽造交易相關的銷售額約為22億元
2020年4月8日,海外做空機構Wolfpack發(fā)布報告稱,愛奇藝2019年營收虛增27%-44%,用戶數(shù)虛增42%-60%,同時指控審計師和投資者作假,為掩蓋這些行為愛奇藝虛增了費用,對此,愛奇藝否認了第三方機構做空的所有質(zhì)疑。;
2020年4月8日,繼瑞幸咖啡自曝偽造22億營收后,在線教育龍頭企業(yè)好未來也選擇了自曝。好未來今日表示,在例行的內(nèi)部審計過程中發(fā)現(xiàn)某些“員工不當行為”,涉事員工已被警方拘留。好未來懷疑問題員工與外部供應商合謀,偽造合同等文件,錯誤夸大“輕量級(Light Class)”銷售數(shù)據(jù);“Light Class”銷售占公司2020財年總收入的3%到4%。
文/深交所綜合研究所副研究員陳彬、深交所博士后劉會軍
中國概念股因財務造假問題遭遇做空潮,引發(fā)廣泛關注。香櫞公司和渾水公司作為做空中國概念股的主要機構,在揭露中國概念股財務造假方面十分精準。分析香櫞和渾水做空研究報告發(fā)現(xiàn),中國概念股所表現(xiàn)出的一些表性特征與財務造假有極強的正向相關性。
這些特征主要包括:
遠高于同行業(yè)的毛利率;
報給工商和稅務部門的文件與報給SEC的不一致;
有隱瞞關聯(lián)交易的情形或收入嚴重依賴關聯(lián)交易;
可疑的主要股東和管理層股票交易;
審計事務所名不見經(jīng)傳且信譽不佳;
管理層的誠信值得懷疑;
更換過審計事務所或CFO;
過度外包、銷售依賴代理或收入通過中間商;
復雜難懂的超過商業(yè)實際需要的公司結構;
超低價發(fā)行股票。
香櫞和渾水公司發(fā)現(xiàn)中國概念股財務造假和做空的過程啟示我們:第一,推行上市公司分行業(yè)監(jiān)管有利于監(jiān)管人員發(fā)現(xiàn)上市公司的財務問題。第二,建立預警指標體系有助于監(jiān)管人員排查、甄別上市公司的財務問題。
2011年,中國概念股特別是中小公司股票集中遭遇美國空方“阻擊”,甚至在2011年3至6月份一度引起拋售中國概念股的狂潮。中國概念股之所以被集中做空與中國企業(yè)在赴美上市(尤其是反向收購)過程中過度包裝和財務造假有關,但是,也與幾家做空中國概念股的專業(yè)公司推波助瀾有關。其中,香椽公司和渾水公司在做空中國概念股的浪潮中以其精準的出擊贏得了無數(shù)的爭議和關注。在進行制度性反思和修補的同時,這兩家公司發(fā)掘和質(zhì)疑中國概念股財務造假的手段也許同樣值得我們思索和借鑒。
他們是如何精準的發(fā)現(xiàn)上市公司財務造假的?他們有什么特別的指標體系或方法嗎?本文的目的就在于探討香椽和渾水公司發(fā)現(xiàn)中國概念股財務造假的方法,以期為我國監(jiān)管層改進對上市公司監(jiān)管工作提供一些借鑒。
1、香椽公司與渾水公司做空中國概念股戰(zhàn)績
自誕生以來,香椽公司(Citron)和渾水公司(Muddy Waters)共做空23家中國概念股,其中紐約交易所上市公司4家,納斯達克上市公司16家,多倫多交易所上市公司1家,在美國OTC交易的上市公司2家。在被做空的中國概念股中,有7家已經(jīng)被退市,1家被停牌,有11家出現(xiàn)60%以上巨幅下跌,另有2家公司尚處于做空戰(zhàn)役之中。并且,這些公司在被做空之后,公司及其高管大多遭到了監(jiān)管部門的調(diào)查或集體訴訟。香椽公司和渾水公司的具體戰(zhàn)績?nèi)缦拢?/p>
1香椽公司戰(zhàn)績
香椽公司由安德魯•萊福特(Andrew Left)創(chuàng)立,其主要業(yè)務為做空,但并非專門針對中國概念股。自2006年至今,香椽公司共做空18家中國概念股,其中2006年2家,2007年4家,2008年1家,2009年2家,2010年3家,2011年6家。這些公司中有2家來自紐交所(新東方和東南融通),14家來自納斯達克,2家來自OTCBB。除在新東方上失手和哈爾濱泰富電氣的做空戰(zhàn)役正在進行之外,其他的做空均以香椽的勝利告終。目前,有6家公司已經(jīng)被退市,5家的下跌幅度在90%附近或以上,4家在70%左右,1家在20%左右。
2渾水公司戰(zhàn)績
渾水公司由卡森·布洛克(Carson Block)創(chuàng)立,是一家專門為做空中國概念股而成立的公司,其公司名稱中的“渾水”即取自中國成語“渾水摸魚”。自2010年中至今,渾水公司共正式做空5家中國公司(中國高速傳媒被香椽和渾水公司同時做空),其中2家公司已經(jīng)被退市,1家被停牌(結局很可能是退市),另2家分別出現(xiàn)60%和70%左右幅度的下跌。
此外,渾水公司還針對另一家中國概念股公司展訊通信以公開信的形式列出了許多疑點,希望管理層能給予答復,但并未發(fā)表正式的做空報告。與香椽公司的做空對象主要來自納斯達克不同,渾水的做空對象有許多都是規(guī)模較大的公司,如來自紐交所的2家公司和來自多倫多交易所的嘉漢林業(yè),嘉漢林業(yè)在被做空之前市值高達70億美元。
2、鯊魚是如何聞到腥味的?
針對上述23家公司,香椽公司和渾水公司一共發(fā)表了39份研究報告,通過對這些研究報告的分析,我們大致可以發(fā)現(xiàn)是上市公司身上的何種腥味吸引了做空者的到來。通過報告可以發(fā)現(xiàn),香椽公司和渾水做空中國概念股的理由大致可以分為兩類,一類是基于市場理由的做空,另一類則是基于違規(guī)理由的做空。
1基于市場理由的做空
基于市場理由而針對中國概念股發(fā)起的做空比較少見,僅有新東方、金融界、奧瑞金種業(yè)和斯凱網(wǎng)絡屬于此類。香椽公司在2009年建議做空新東方的理由主要是跟中國的同類公司相比,新東方已經(jīng)被高估。被香椽公司拿來作對比的是華爾街英語,因為當時華爾街英語被以1.45億美元的價格轉(zhuǎn)手。香椽公司做空金融界的理由則是認為金融界當時收入的大幅增加(以及由此帶來的股價大幅上升)是因為中國火爆的股市,而這是不可持續(xù)的,且與同行相比,金融界已經(jīng)被高估。1質(zhì)疑奧瑞金種業(yè)和斯凱網(wǎng)絡的理由則主要是因為它們的技術和商業(yè)模式并不誘人。
香椽公司在以市場理由做空中國概念股方面并不成功,如新東方在被香椽做空之后股價上升了超過100%,奧瑞金種業(yè)和斯凱網(wǎng)絡的下跌幅度也不大,這反映出香椽公司在對公司進行市場估值方面并無特別優(yōu)勢。香椽公司的創(chuàng)始人萊福特也承認在預測公司的市場前景方面,他失手頗多,但是,他值得自豪的是在揭露公司的財務造假方面從未失手。
2基于違規(guī)理由的做空
除新東方等4家公司之外的中國概念股都是被香椽和渾水公司基于違規(guī)理由做空的,而這些違規(guī)指控都可歸結于一點,那就是“財務造假”。通過報告可以發(fā)現(xiàn),公司造假的手段各不相同,但是發(fā)現(xiàn)造假的突破口卻如此相似。
香椽和渾水公司盡管在具體的調(diào)查手段上有所不同,比如,香椽公司更加依賴對上市公司財務報告等公開信息的分析和對照,而渾水公司由于是律師創(chuàng)立的,較多地采用了暗訪、走訪客戶及經(jīng)銷商等實地調(diào)查手段。但是,吸引他們對公司展開調(diào)查的突破口卻是類似的。香椽公司在其報告中也一再強調(diào),發(fā)現(xiàn)公司造假根本不需要多少高深的財務知識,也不需要多大規(guī)模的調(diào)查,只需要具有常識和一點點的盡職調(diào)查。
那么,是什么樣的理智幫助做空者鎖定獵物的呢?剔除上述4家基于市場理由被做空的中國概念股,在剩余的19家公司的做空報告中,我們可以發(fā)現(xiàn)一些反復出現(xiàn)的突破口,而香椽和渾水在很大程度上正是根據(jù)這些突破口和進一步的盡職調(diào)查對公司的財務報告提出質(zhì)疑的。根據(jù)出現(xiàn)頻率統(tǒng)計,得到如下表格:
表1:風險特征出現(xiàn)頻率統(tǒng)計

香椽和渾水在其報告中認為這些特征和財務造假有極強的正相關性,具體情況如下:
1.遠高于同行業(yè)的毛利率
有些公司的業(yè)績太好了,好得都不像真的了。香椽的研究報告中反復出現(xiàn)的一個詞匯是“too good to be true”;反復強調(diào)的一個邏輯是,在充分競爭的市場中,每家企業(yè)只能取得平均的利潤率,除非這家企業(yè)有足夠合理的理由,如先進的技術、行業(yè)的領頭或壟斷地位等。
如果理由不夠充分,而企業(yè)又取得了遠高于同行業(yè)的毛利率,那么,財務報告存在造假的可能。
廚房小家電生產(chǎn)商德爾集團(Nasdaq:DEER)公布的平均年增長率為400%,毛利率比行業(yè)龍頭九陽股份還高46%,而九陽的規(guī)模是其8倍,而且德爾集團幾乎沒有任何廣告和零售終端開銷。在淘寶網(wǎng)的廚房小家電生產(chǎn)商“關注度”排名中德爾更位列第51名;在最近的時期,最多的產(chǎn)品只賣出9件,絕大多數(shù)產(chǎn)品的銷售量為0,而九陽產(chǎn)品每周的銷量高達幾千件。
這像一個每年增長400%的公司嗎?你還相信它的毛利率比九陽高46%嗎?新博潤(Nasdaq:BORN)宣稱其發(fā)明的濕法制酒工藝是中國白酒制造業(yè)的重大技術革新,因而取得較高的毛利率,但是招股書中列明的2007、2008、2009和2010年前3個月的研發(fā)投入?yún)s只有8萬、12萬、20萬和15萬人民幣左右。你相信這是能夠帶來超高毛利率的重大技術革新嗎?
中國高速傳媒(Nasdaq:CCME)公布的財報甚至比FocusMedia更賺錢。每塊屏幕所創(chuàng)造的收入是其他公司的3.5倍,中國高速傳媒大約有5.5萬到6萬塊屏幕,華視傳媒有12萬塊。在2010年的第2季度,華視的總收入是3100萬美元,而中國高速傳媒用不到華視一半的屏幕創(chuàng)造了5300萬美元的收入。并且華視的屏幕主要在一線城市,而中國高速傳媒的主要在2、3線城市。
在google和baidu中搜索戶外媒體廣告商,也幾乎見不到中國高速傳媒的任何報道,也沒有任何有影響力的分析師關注過該公司,而同行業(yè)的巴士在線(Bus-online)、世通華納(Towona)和華視傳媒(Vision China)則報道廣泛。中國高速傳媒每投進1元錢,當年便可賺回超過50分,這樣的資產(chǎn)回報率“已經(jīng)超過Google、蘋果和微軟,而且還是在未引起任何主流媒體注意的情況下悄悄實現(xiàn)的。如果這是真的,那么,這個案例至少值得商學院反復學習100年。”
2.報給工商和稅務部門的文件與報給SEC的不一致
工商和稅務等部門保存的企業(yè)資料是發(fā)掘公司財務造假的一座金礦。但是,這些資料存在一定的爭議性,有些企業(yè)可能為了規(guī)避或逃避稅收等而向這些部門故意隱瞞公司的真實情況。香椽和渾水公司認為工商等部門保存的文件和報給SEC的文件存在些許差異是可以理解的,但是當差距達到一定程度的時候(如90%以上),對于推斷企業(yè)的財務造假便具有了實際意義。此外,在有些資料中還夾雜有企業(yè)經(jīng)過會計師事務所審計的財務報告,這些經(jīng)過審計的報告具有更高的可靠性。
哈爾濱電氣(Nasdaq:HRBN)的工商登記資料顯示2010年凈利潤不到1200萬美元,而財報顯示凈利潤為8000萬美元;SEC材料顯示負債為1.51億,而工商登記材料顯示為2.76億。
綠諾國際(Nasdaq:RINO)的工商登記資料顯示2009年收入為1110萬美元,業(yè)績?yōu)樘潛p,但是報給SEC的文件顯示收入為19260萬美元,凈利潤為5640萬美元。并且,公司公開的增值稅繳納數(shù)額和收入完全不成比例;產(chǎn)品銷量大增,但是原材料的進貨量卻沒有增加,顯示存在財務造假嫌疑。
多元水務(NYSE:DGW)公告的2010年收入為10億人民幣,2009年收入為7.834億人民幣,但是多元水務的中國工廠的工商登記資料中的審計報告表明其2009年收入應在330萬至560萬人民幣之間,收入被夸大了超過100倍。
東方紙業(yè)(NYSE:ONP)2008年收入被夸大超過27倍。中國公司的工商資料表明公司的收入只有240萬美元,而公布的則是6520萬美元;2008年納稅只有45350美元,而公開宣稱的則是290萬美元。
此外,值得注意的是,香椽和渾水有時也會調(diào)查上市公司前10大客戶或代理商的工商登記資料。如報告中指出:嘉漢林業(yè)幾家代理商的工商登記顯示其注冊資本只有幾萬美元,但每年卻做著幾億美元的大生意;東方紙業(yè)前10大客戶中的許多客戶都規(guī)模太小,根本不可能購買那么大量的紙,顯示這些公司存在造假嫌疑。
3.有隱瞞關聯(lián)交易的情形或收入嚴重依賴關聯(lián)交易
大量關聯(lián)交易的存在使得公司有虛構公司業(yè)績或掏空上市公司的可能,因而其業(yè)績的堅實度和財報的可信度都隨之降低。如果一家公司存在未披露的關聯(lián)交易,其緣由也往往不會是信息披露過失那么簡單,背后可能存在更大的問題。對中國公司而言,土地房產(chǎn)類的關聯(lián)交易有時是利潤騰挪的安全港,因為土地房產(chǎn)不但比較值錢,而且價錢的評估也不容易。
泰諾斯資源(OTCBB:TNRO)的生產(chǎn)設施是從關聯(lián)方租用的,而公司的第一大客戶也是關聯(lián)方。中國閥門(Nasdaq:CVVT)收購Able Delight,但是卻沒有披露董事長的外甥擁有AbleDelight34%的股份。
新泰輝煌(Nasdaq:BRLC)的主要供應商、債權人和一家主要股東都是一家名為Kolin的公司。
嘉漢林業(yè)(TO:TRE)的一些代理商的法人代表和董事長是來自嘉漢林業(yè)的高級管理人員,公司對此未予披露。
多元水務(NYSE:DGW)2009年向慧元(惠元)研究所支付了2620萬元人民幣的咨詢費,而公司卻未披露該研究所是多元水務董事長在北京用3萬元注冊的一家個人獨資企業(yè)。
東南融通(NYSE:LFT)有70%以上的雇員來自同一家外包勞務公司,并宣稱該公司是無關聯(lián)第三方。但是這家勞務公司除這筆生意之外未見其他商業(yè)存在,而且也未見試圖開展其他生意,該公司亦沒有自己的網(wǎng)站,與東南融通使用同樣的電子郵件后綴,辦公地址在同一棟樓,給政府的報備文件也由東南融通法律部職員簽署。

4.可疑的主要股東和管理層股票交易
主要股東和重要管理人員的股票交易有時會有暗示意義。公司業(yè)績下滑時,管理層拋售股票不是好兆頭;當公司的公開情況顯示公司存在重大利好,而主要股東和管理層卻積極兜售股票時,更不是好兆頭。美國超導(Nasdaq:AMSC)在發(fā)布4.5億美元大額銷售合同的當天CEO套現(xiàn)1100萬美元,CTO和其他一些董事也有套現(xiàn)行為。新泰輝煌(Nasdaq:BRLC)公布了不錯的業(yè)績,但管理層卻毫不猶豫的拋售股票。
東南融通(NYSE:LFT)在上市后的4年內(nèi),其主要創(chuàng)立者也是董事長把其所擁有股票的70%,價值超過2.5億美元,無償贈送給了朋友和公司職員。公司的解釋是錢對董事長已經(jīng)毫無意義,但董事長卻有以不合法手段謀取錢財?shù)慕?jīng)歷。
5.審計事務所名不見經(jīng)傳且信譽不佳
對中國概念股進行財務審計的經(jīng)常是一些名不見經(jīng)傳的小公司,而這些小公司在中國又無分支機構,不得不將業(yè)務委托給中國的一些事務所進行,這就為造假提供了空間。此外,中國的審計主要圍繞發(fā)票進行,較少進行實際核實,而發(fā)票很容易造假。如果公司公布的審計報告存在錯誤,且制作粗陋,則更表明會計師不認真或不稱職。
有許多中國概念股都是因為聘請了信譽不佳的審計公司而引起做空公司的關注,比如中國閥門、綠諾國際和哈爾濱電氣都聘用了Frazer Frost作為審計公司,而Frazer Frost曾多次受到SEC的懲罰。此外,德爾集團聘請的Goldman Kurland & Mohidin公司也存在信譽問題,其審計的3家公司暴跌,1家因財務信息披露違規(guī)被摘牌。
6.管理層的誠信值得懷疑
不誠實和不值得信賴的管理人員會使公司的財務報告更宜出現(xiàn)造假的可能性。如果一家上市公司的核心股東或重要管理人員在過去有嚴重污點或有事實表明其不值得信任,那么,公司財務報告的可信度將隨之降低。
銀泉科技(OTCBB:CVDT)的核心管理人員一直通過包裝仙股賺錢。綠諾國際(Nasdaq:RINO)董事長夫婦在RINO完成1億美元集資的當天從公司借款350萬美元在OrangeCounty購置豪宅,而且董事長夫婦和其他管理層、獨立董事以及審計事務所之間存在非同尋常的關系。
新華財經(jīng)(Nasdaq:XFML)的重要股東Dennis Pelino和兩位獨立董事都來自同一家因眾多的違法犯罪行為被退市并被宣布破產(chǎn)的公司Stonepath Group。并且,新華財經(jīng)母公司的董事Shelly Singhal曾經(jīng)先后卷入兩起重大的股票詐騙事件,還有證據(jù)表明他曾經(jīng)從別人那里購買股票但從未付錢,而新華財經(jīng)的CFO、董事,甚至是獨立董事都與Shelly Singhal有非同尋常的關系。
泰諾斯資源(OTCBB:TNRO)的管理人員就更有傳奇性。19世紀80年代,James Poe曾經(jīng)是South China Resource Corp的CEO,而他的夫人Paula Poe也是這家公司的董事之一。
該公司在溫哥華證券交易所交易,宣稱和中國政府合作養(yǎng)殖對蝦。這家公司向投資者開出了許多誘人的許諾,結果是股票飛漲,但諾言從未兌現(xiàn),最終破產(chǎn)。在破產(chǎn)后,Poe和她的夫人又締造了另一個偉大的“中國故事”Pan Asia Mining Corp,該公司在多倫多證券交易所交易。這一次是宣稱和中國政府合作開發(fā)中國唯一的鉆石礦。到2001年,這家公司把投資者融給它的3900萬美元全部輸光。
該公司也因發(fā)布虛假消息和故意夸大資產(chǎn)而被停牌。公司的CFO Don Nicholson也因故意發(fā)布虛假消息被處罰。加拿大卑詩省證監(jiān)會的處罰記錄顯示James Poe夫婦也曾因違規(guī)交易被處以證券市場禁入。現(xiàn)在,這些人又組建了泰諾斯資源,只不過James Poe將名字改為James Po,CFO換為Don Nicholson(不是原先的那位,是原先那位CFO的兒子,原先的那位仍然擔任公司的顧問),Poe的夫人也不再是公司的董事,而換成了他大約20歲的女兒Crystal Poe。“盡管該公司剛從市場融資500萬美元,但表示公司財務狀況的紅旗比中國五一勞動節(jié)大游行上的紅旗還要多。”
7.更換過審計事務所或CFO
更換審計事務所或CFO也被視為造假的征兆,尤其是頻繁更換或者前后聘請的審計事務所都名不見經(jīng)傳的時候。此外,與審計事務所關系過密或聘請不會講中文的外國人擔任CFO也被視為負面特征。
綠諾國際(Nasdaq:RINO)3年經(jīng)歷了4任CFO。中國生物(Nasdaq:CHBT)4年經(jīng)歷了5任CFO。新泰輝煌(Nasdaq:BRLC)審計事務所剛剛更換,并且前后兩家事務所都名不見經(jīng)傳。嘉漢林業(yè)(TO:TRE)審計事務所是Ernst&Young,而TRE的董事會看起來似乎是專門為前Ernst&Young合伙人設計的退休計劃,有5位董事來自Ernst&Young。
展訊通信(NASDAQ:SPRD)CEO和CFO分別于2009年2月和4月離職;2009年10月,新任CFO又離職,在任僅4個月。2009年9月,審計委員會一名委員辭職,2009年9月審計事務所德勤被更換。
8.過度外包、銷售依賴代理或收入通過中間商
財務造假的手段之一就是宣稱公司的大部分勞務、業(yè)務、銷售等采取外包作業(yè),這樣將避免使公司面對眾多的交易對手,并將公司的具體運作情況盡可能的移出財務報表。
多元水務(NYSE:DGW)宣稱通過分布于28個省的80個分銷商銷售產(chǎn)品,這使得易于造假,因為不需要提供客戶增長的記錄,也易于確認收入。東南融通(NYSE:LFT)超過80%的工作人員來自勞務派遣,這使得其將大量的財務信息轉(zhuǎn)移到表外,使人們難以分析其真實的財務狀況,如每個員工創(chuàng)造的收入及每名員工的支出等。嘉漢林業(yè)(TO:TRE)宣稱大多數(shù)業(yè)務都是通過代理商進行,代理方代替采購木材、代理加工、代替出售、代替收款、代替交稅,所得再從代收的貨款中扣除。中間商代替繳納增值稅和所得稅,這樣公司就可以操縱收入,而不用出示主要的審計憑證,即增值稅發(fā)票,留給審計事務所的可審計痕跡很少。
9.復雜難懂的超過商業(yè)實際需要的公司結構
很多公司的結構非常復雜,雖然可能給公司帶來稅務優(yōu)勢,但是在造成營運上低效率的同時,也方便了財務造假和資產(chǎn)轉(zhuǎn)移。尤其是那些通過不同的國家和地區(qū)聯(lián)結起來的公司,格外值得警惕。
例如,嘉漢林業(yè)(TO:TRE)的海外結構復雜難懂,利用至少20個英屬維爾京群島公司聯(lián)結起來,這種復雜不透明的結構既非出于稅收方面的考慮,對一個合法經(jīng)營的實體而言也完全沒有必要。
再如,多元水務(NYSE:DGW)在上市之后設立了大量的分支機構,高度集中于北京和廊坊,根本不是為了拓展公司在各地的業(yè)務,只是為了方便進行關聯(lián)交易和騰挪資金。
10.超低價發(fā)行股票
部分公司愿意以看起來過低的價格發(fā)行股票,應提防這些公司的實際價值根本不是宣稱的那樣。
例如,中國新博潤(Nasdaq:BORN)宣稱在銀行有大筆現(xiàn)金,但卻以超低價發(fā)行股票,顯示公司非常缺錢。再如,泰諾斯資源(OTCBB:TNRO)股票交易價格在5美元附近時,設計了復雜的發(fā)行策略,以略超過1美元的價格增發(fā)。
除以上特征之外,香椽和渾水的報告亦明確指出的可懷疑公司造假的特征還包括:公司高管報酬過低、請求信息披露豁免、公司網(wǎng)站簡陋或提供的信息不夠充分、繳納的稅收和收入不成比例、財務報表比較粗糙、信息披露內(nèi)容格式在年度之間不一致、與同行業(yè)公司相比紙面財富的比例過大、即刻威脅起訴爆料者等。
3、啟示與建議
香椽公司和渾水公司做空中國概念股的方法在某些方面對于改進我國監(jiān)管層對上市公司的監(jiān)管工作具有一定的啟示意義。
1分行業(yè)監(jiān)管有利于監(jiān)管人員發(fā)現(xiàn)上市公司的財務問題
通過分析香椽和渾水公司的研究報告可以發(fā)現(xiàn),許多公司的財務問題都是通過與同行業(yè)公司對比的方式發(fā)現(xiàn)的,如遠高于同行業(yè)的毛利率、公司在行業(yè)內(nèi)所處的狀況、與同行業(yè)公司相比的資產(chǎn)構成,甚至技術狀況等。由此,在我國監(jiān)管層針對上市公司的監(jiān)管工作中,若按照行業(yè)劃分上市公司由監(jiān)管員分行業(yè)進行監(jiān)管,將有利于發(fā)現(xiàn)上市公司的財務問題。
2建立預警指標體系有助于監(jiān)管人員排查、甄別上市公司的財務問題
香椽公司和渾水公司做空中國概念股的經(jīng)驗表明盡管某些特征的出現(xiàn)并不一定表明上市公司存在財務造假,但是這些特征的確和財務造假存在相當程度的正向關聯(lián)。上市公司監(jiān)管工作不能離開監(jiān)管人員的判斷,但是恰當?shù)暮Y選和運用這些特征,將有助于監(jiān)管人員梳理、排查和甄別上市公司的財務問題。因此,我國監(jiān)管層可以考慮在適當?shù)臅r候,結合評級機構的評級指標、國內(nèi)外財務造假案例,篩選和甄別出若干風險特征,建立一套預警指標體系。
量化金融分析師(簡稱AQF,Analyst of Quantitative Finance)由量化金融標準委員會(Standard Committee of Quantitative Finance,SCQF)主考并頒證,是代表量化金融領域的專業(yè)水平證書。 >>>點擊咨詢AQF證書含金量
.png)
課程適合人群:
金融工程/數(shù)學專業(yè)背景的同學/工作人士,希望進一步學習Python編程以及在量化投資的實戰(zhàn)應用;
非金融工程專業(yè)背景的同學/工作人士,希望迅速成為寬客;
金融相關人員,希望學習如何系統(tǒng)的做量化策略;
個人投資者,希望系統(tǒng)學習掌握量化投資相關的實務技能,從模型開發(fā),回測,策略改進,搭建穩(wěn)定的量化交易系統(tǒng)。
(點擊上圖了解課程詳情)
量化金融分析師AQF核心課程體系:
1、《量化投資基礎》
主要涵蓋了量化投資領域的必備知識,包括:基本面分析、技術分析、數(shù)量分析、固定收益、資產(chǎn)組合管理、權益、另類投資等內(nèi)容。
2、《Python語言編程基礎》
包含了Python環(huán)境搭建、基礎語法、變量類型、基本函數(shù)、基本語句、第三方庫、金融財務實例等內(nèi)容。旨在為金融財經(jīng)人提供最需要的編程方法。
3、《基于Python的經(jīng)典量化投資策略》
包含了最富盛名,最基本的量化交易思想和交易策略。例如:海龜交易模型、Logistics模型、配對交易模型、波動擴張模型、Alpha模型、機器學習(隨機森林模型、主成分分析)、深度學習(人工神經(jīng)網(wǎng)絡)等內(nèi)容。
4、《量化交易系統(tǒng)設計》
旨在學習量化交易系統(tǒng)的具體知識,包括過濾器,進入信號,退出信號,倉位管理等詳細內(nèi)容,并指導學員設計涵蓋個人交易哲學的量化交易系統(tǒng)。
5、《量化實盤交易》
旨在為解決實際量化交易策略搭建過程中的一些問題提供較優(yōu)解決方案。 >>>點擊咨詢AQF相關問題
掌握Python及量化投資技能,我們能做什么?
1、熟悉中國主要金融市場及交易產(chǎn)品的交易機制;
2、熟知國內(nèi)外期貨交易、股市交易的異同點和內(nèi)在運行機制;
3、掌握經(jīng)典量化交易策略細節(jié)及其背后的交易哲學;
4、掌握金融、編程和建模知識基礎,擁有量化交易實盤操作能力;
5、具備獨立自主地研發(fā)新量化交易策略的能力;
6、掌握量化交易模型設計的基本框架,以及風險管理和資產(chǎn)組合理論的實際運用;
7、掌握從策略思想——策略編寫——策略實現(xiàn)餓完整量化投資決策過程;具備量化投資實戰(zhàn)交易能力。
AQF量化金融分析師實訓項目學習大綱
1.1.1. 第一部分:前導及課程介紹
|
1.AQF核心課程 |
|
2.量化策略的Python實現(xiàn)和回測 |
|
3.整體代碼介紹 |
1.1.2. 第二部分:量化投資基礎
|
1.量化投資背景及決策流程 |
|
2.量化擇時 |
|
3.動量及反轉(zhuǎn)策略 |
|
4.基金結構套利 |
|
5.行業(yè)輪動與相對價值 |
|
6.市場中性和多因子 |
|
7.事件驅(qū)動 |
|
8.CTA_1(TD模型) |
|
9.統(tǒng)計套利_低風險套利 |
|
10.大數(shù)據(jù)和輿情分析 |
|
11.機器學習 |
|
12.高頻交易和期權交易 |
|
13.其他策略和策略注意點 |
1.1.3. 第三部分:Python編程知識
|
Python語言環(huán)境搭建 |
1.Python語言環(huán)境搭建 |
|
Python編程基礎 |
1.python數(shù)字運算和Jupyter notebook介紹 |
|
2.字符串 |
|
|
3.Python運算符 |
|
|
4.Tuple和List |
|
|
5.字典 |
|
|
6.字符串格式化 |
|
|
7.控制結構_1.For循環(huán) |
|
|
8.函數(shù) |
|
|
9.全局和局部變量 |
|
|
10.模塊 |
|
|
11.Python當中的重要函數(shù) |
|
|
Python編程進階 |
1.Numpy數(shù)據(jù)分析精講 |
|
2.Pandas數(shù)據(jù)分析詳解 |
|
|
數(shù)據(jù)可視化 |
1.Pandas內(nèi)置數(shù)據(jù)可視化 |
|
2.Matplotlib基礎 |
|
|
3.Seaborn |
|
|
金融數(shù)據(jù)處理實戰(zhàn) |
1.數(shù)據(jù)獲取_1.本地數(shù)據(jù)讀取 |
|
1.數(shù)據(jù)獲取_2.網(wǎng)絡數(shù)據(jù)讀取_1 |
|
|
1.數(shù)據(jù)獲取_2.網(wǎng)絡數(shù)據(jù)讀取_2.tushare |
|
|
1.數(shù)據(jù)獲取_2_網(wǎng)絡數(shù)據(jù)讀取_3.文件存儲 |
|
|
2.金融數(shù)據(jù)處理_1.同時獲取多只股票 |
|
|
2.金融數(shù)據(jù)處理_2.金融計算 |
|
|
2.金融數(shù)據(jù)處理_3.檢驗分布和相關性 |
|
|
3.金融時間序列分析_1.Python下的時間處理 |
|
|
3.金融時間序列分析_2.Pandas時間格式 |
|
|
3.金融時間序列分析_3.金融數(shù)據(jù)頻率的轉(zhuǎn)換 |
|
|
4.金融數(shù)據(jù)處理分析實戰(zhàn)案例_案例1 |
|
|
4.金融數(shù)據(jù)處理分析實戰(zhàn)案例_案例2_多指標條件選股分析_1 |
|
|
4.金融數(shù)據(jù)處理分析實戰(zhàn)案例_案例2_多指標條件選股分析_2 |
1.1.4. 第四部分:量化交易策略模塊
|
三大經(jīng)典策略 |
1.三大經(jīng)典策略_1.SMA |
|
1.三大經(jīng)典策略_2.動量Momentum |
|
|
1.三大經(jīng)典策略_3.均值回歸 |
|
|
配對交易策略 |
2.配對交易 |
|
技術分析相關策略 |
3.量化投資與技術分析_1.技術分析理論 |
|
3.量化投資與技術分析_2.CCI策略的Python實現(xiàn) |
|
|
3.量化投資與技術分析_3.布林帶策略的Python實現(xiàn)_1 |
|
|
3.量化投資與技術分析_4.SMA和CCI雙指標交易系統(tǒng) |
|
|
3.量化投資與技術分析_5.形態(tài)識別和移動止損策略 |
|
|
大數(shù)據(jù)輿情分析策略 |
4.大數(shù)據(jù)輿情分析策略_基于谷歌搜索的大數(shù)據(jù)輿情分析 |
|
CTA交易策略 |
5.CTA交易策略_Aberration趨勢跟蹤系統(tǒng) |
|
量化投資與機器學習 |
6.量化投資與機器學習_1_機器學習算法原理_2_邏輯回歸原理 |
|
6.量化投資與機器學習_1_機器學習算法原理_3_SVM算法原理 |
|
|
6.量化投資與機器學習_1_機器學習算法原理_4_決策樹算法原理 |
|
|
6.量化投資與機器學習_1_機器學習算法原理_5_KNN算法原理 |
|
|
6.量化投資與機器學習_1_機器學習算法原理_6_神經(jīng)網(wǎng)絡算法了解 |
|
|
6.量化投資與機器學習_1_機器學習算法原理_7_K-means算法原理和算法總結 |
|
|
6.量化投資與機器學習_2_機器學習算法實現(xiàn)_1_數(shù)據(jù)集生成原理 |
|
|
6.量化投資與機器學習_2_機器學習算法實現(xiàn)_2_數(shù)據(jù)集可視化 |
|
|
6.量化投資與機器學習_2_機器學習算法實現(xiàn)_3_邏輯回歸算法的python實現(xiàn) |
|
|
6.量化投資與機器學習_2_機器學習算法實現(xiàn)_4_DT_KNN_NB算法的python實現(xiàn) |
|
|
6.量化投資與機器學習_2_機器學習算法實現(xiàn)_5_SVM算法的python實現(xiàn) |
|
|
6.量化投資與機器學習_3_機器學習算法實戰(zhàn)_6_基于邏輯回歸和SVM的股市趨勢預測 |
1.1.5. 第五部分:面向?qū)ο蠛蛯嵄P交易
|
1.模塊內(nèi)容整體介紹 |
|
2.面向?qū)ο?、類、實例、屬性和方?/p> |
|
3.創(chuàng)建類、實例、方法 |
|
4._init_初始化方法 |
|
5.面向?qū)ο蟪绦驅(qū)嵗?/p> |
|
6.繼承的概念及代碼實現(xiàn) |
|
7.面向?qū)ο罄^承的實戰(zhàn)案例 |
|
8.多繼承和量化交易平臺的面向?qū)ο箝_發(fā)思路 |
|
9.用面向?qū)ο蠓椒▽崿F(xiàn)股債平衡策略 |
1.1.6. 第六部分 實盤模擬交易
|
基于優(yōu)礦平臺的面向?qū)ο蟛呗?/p> |
1.優(yōu)礦平臺介紹 |
|
2.優(yōu)礦平臺回測框架介紹 |
|
|
3.優(yōu)礦框架之context對象、account和position對象 |
|
|
4.優(yōu)礦其它重要操作 |
|
|
5.優(yōu)礦之小市值因子策略 |
|
|
6.優(yōu)礦之雙均線策略 |
|
|
7.優(yōu)礦之均值回歸策略 |
|
|
8.優(yōu)礦之單因子策略模板 |
|
|
9.優(yōu)礦之多因子策略模板 |
|
|
10.優(yōu)礦之因子數(shù)據(jù)處理:去極值和標準化 |
|
|
面向?qū)ο髮嵄P交易之Oanda |
1.Oanda平臺介紹和賬戶配置 |
|
2.Oanda賬戶密碼配置和交易框架原理 |
|
|
3.Oanda鏈接賬戶并查看信息 |
|
|
4.Oanda API獲取歷史數(shù)據(jù) |
|
|
5.Oanda市價單和交易狀態(tài)查詢 |
|
|
6.Oanda高級交易訂單 |
|
|
7. Oanda其它高級功能 |
|
|
8. Oanda實戰(zhàn)ADX策略全講解:策略邏輯、數(shù)據(jù)讀取、歷史數(shù)據(jù)處理、可視化、實時數(shù)據(jù)和實時交易 |
|
|
9. Oanda通過實時數(shù)據(jù)API調(diào)取實時數(shù)據(jù)、resample |
|
|
面向?qū)ο髮嵄P交易之IB |
1.IB實戰(zhàn)平臺介紹及API安裝調(diào)試 |
|
2.IB實戰(zhàn)平臺請求和響應遠離、線程控制 |
|
|
3.IB響應函數(shù)wrapper講解 |
|
|
4.IB請求函數(shù)及合約定義 |
|
|
5.IB程序化下單、倉位及賬戶查詢 |
|
|
6.IB三均線交易_金字塔倉位下單控制模型實盤交易之策略原理、線程控制原理、策略結構總覽、響應函數(shù)、交易信號、策略展示等全講解。 |
1.1.7. 第七部分:基于優(yōu)礦的進階學習
|
1.1回測與策略框架 |
|
1.2評價指標 |
|
1.3.1量化策略設計流程簡介 |
|
1.3.2擇時策略舉例(雙均線) |
|
1.3.3量化投資模板1.0選股和擇時 |
|
2.1基于技術分析的量化投資 |
|
2.2.1技術指標簡介 |
|
2.2.2 MACD擇時策略 |
|
2.2.3 WVAD擇時策略 |
|
2.2.4 RSI擇時策略 |
|
2.2.5 MFI擇時策略 |
|
2.2.6 CCI擇時策略 |
|
2.2.7技術指標總結 |
|
2.3通道技術 |
|
3.1.1日期效應 |
|
3.1.2動量效應 |
|
3.2.1格雷厄姆成長投資 |
|
3.2.2積極投資策略 |
|
3.2.3價值投資策略 |
|
3.2.4小型價值股投資策略 |
|
3.3.1交易系統(tǒng)設計的一般原理 |
|
3.3.2均線排列系統(tǒng) |
|
3.3.3金肯納特交易系統(tǒng) |
|
3.3.4海龜交易法系統(tǒng) |
.png)
更多內(nèi)容推薦閱讀:
咨詢電話:400-700-9596
AQF考友群:760229148
金融寬客交流群:801860357
微信公眾號:量化金融分析師
完善下表,48小時內(nèi)查收aqf備考資料
(如果沒收到資料,可以點我咨詢)
.png)


.jpg)


