趙艷　欒志乾

摘要：風(fēng)險(xiǎn)與不確定性這兩個(gè)概念在理論中經(jīng)常被視為是等價(jià)的。不確定性是無(wú)處不在的，然而風(fēng)險(xiǎn)這個(gè)概念卻帶有較強(qiáng)的主觀性，在資本市場(chǎng)中，風(fēng)險(xiǎn)這個(gè)概念與投資者的立場(chǎng)是密切相關(guān)的，在面臨風(fēng)險(xiǎn)時(shí)，投資者會(huì)盡量規(guī)避，而面臨不確定性時(shí)，投資者則會(huì)更多參考大市。本文通過(guò)對(duì)2007-2014年非金融上市公司數(shù)據(jù)進(jìn)行分析，利用實(shí)證模型檢驗(yàn)投資者是否對(duì)不確定性與風(fēng)險(xiǎn)進(jìn)行區(qū)分，進(jìn)而引發(fā)對(duì)股價(jià)同步性的不同影響。研究發(fā)現(xiàn)。不確定性推動(dòng)了公司股價(jià)的同步性，而風(fēng)險(xiǎn)則會(huì)降低公司股價(jià)的同步性。

關(guān)鍵詞：風(fēng)險(xiǎn)；不確定性；股價(jià)同步性；過(guò)度投資；投資不足

一、引言

現(xiàn)有眾多研究將風(fēng)險(xiǎn)與不確定性視為同一個(gè)概念，認(rèn)為風(fēng)險(xiǎn)就是可以分配概率的不確定性。以CAPM理論、Fama-French三因子模型為代表的眾多資產(chǎn)定價(jià)理論相關(guān)研究也是以“市場(chǎng)風(fēng)險(xiǎn)”這一廣義風(fēng)險(xiǎn)定義作為研究基礎(chǔ)的。風(fēng)險(xiǎn)就其字面意思具有更強(qiáng)的負(fù)面作用，而不確定性則是相對(duì)中性的。一個(gè)可以分配概率的不確定性的典型案例就是現(xiàn)在逢年過(guò)節(jié)流行的微信或者支付寶拼手氣群紅包，參與的人會(huì)隨機(jī)得到一定金額的紅包，然而如果把這個(gè)活動(dòng)定義為一種“風(fēng)險(xiǎn)”，相信大多數(shù)人會(huì)覺(jué)得難以接受，將其定義為不確定性顯然更符合多數(shù)人的想法。海外資本市場(chǎng)里，投資者交易股票并不僅僅只可以做買方盈利，只要投資者自己愿意他們同樣可以融券做空股票來(lái)進(jìn)行交易，著名的渾水公司以及眾多對(duì)沖基金都采用了這樣的策略。這里就有一個(gè)很有趣的問(wèn)題，如果市場(chǎng)下跌是市場(chǎng)風(fēng)險(xiǎn)，那么這個(gè)市場(chǎng)里做空交易的投資者也會(huì)認(rèn)為市場(chǎng)下跌是一種風(fēng)險(xiǎn)么？所以從這個(gè)角度來(lái)看，市場(chǎng)本身只是波動(dòng)，只有不確定性，只要不進(jìn)行投資交易便毫無(wú)風(fēng)險(xiǎn)可言，而一旦投資者建立多頭部位或者空頭部位，則風(fēng)險(xiǎn)就隨之而來(lái)，顯然，投資者所認(rèn)知的風(fēng)險(xiǎn)是與其部位反向的價(jià)格波動(dòng)。對(duì)于多頭投資者而言，風(fēng)險(xiǎn)就是標(biāo)的下跌：而對(duì)于空頭投資者而言，其風(fēng)險(xiǎn)則是標(biāo)的上漲。所以，從這個(gè)意義上講，風(fēng)險(xiǎn)是完全不同于不確定性的。在資本市場(chǎng)里，風(fēng)險(xiǎn)應(yīng)該是一個(gè)主觀的概念。資本市場(chǎng)里的投資者通常是風(fēng)險(xiǎn)規(guī)避的。然而不確定性規(guī)避卻是相對(duì)的。市場(chǎng)時(shí)刻在波動(dòng)，能規(guī)避不確定性最好的辦法是不進(jìn)入市場(chǎng)。對(duì)于任何市場(chǎng)參與者而言，他們都是風(fēng)險(xiǎn)規(guī)避的。因此，投資者在面臨可能導(dǎo)致不確定性與風(fēng)險(xiǎn)的信息時(shí)，會(huì)做出不同的投資決策，從而改變其所投資標(biāo)的的估值。

盡管股票收益的大部分變動(dòng)都可以用市場(chǎng)范圍內(nèi)的因素或者企業(yè)所公告的價(jià)值相關(guān)信息如利潤(rùn)和并購(gòu)重組等信息解釋。但是仍然廣泛存在著股票收益率與類似公司相比的非同步陛變動(dòng)，這部分收益率變動(dòng)無(wú)法被市場(chǎng)因素或者相關(guān)價(jià)值信息解釋，其原因在于部分市場(chǎng)參與者在其交易過(guò)程中利用了公司特有的異質(zhì)信息，比如會(huì)計(jì)信息質(zhì)量、企業(yè)關(guān)聯(lián)度、股權(quán)集中度和審計(jì)質(zhì)量以及國(guó)有銀行貸款。這些研究為學(xué)界以及投資者更加全面地認(rèn)識(shí)股票定價(jià)過(guò)程起到促進(jìn)作用，然而，現(xiàn)有的多數(shù)關(guān)于股價(jià)同步性的研究都集中于政策或者公司治理層面，鮮有研究從投資者的認(rèn)知角度分析股價(jià)同步性的成因。治理問(wèn)題在各國(guó)市場(chǎng)都是舉足輕重的，公司治理水平的高低在很大程度上決定了代理問(wèn)題的輕重，進(jìn)而影響到公司的業(yè)績(jī)表現(xiàn)。但不可否認(rèn)的是，投資者的投資行為是公司價(jià)值變化的決定因素，投資者的決策行為是造成公司股價(jià)同步性的最直接和根本的推動(dòng)力，因而同樣值得深入研究。

二、文獻(xiàn)回顧與理論假設(shè)

Richardson認(rèn)為企業(yè)存在現(xiàn)金流過(guò)度投資的現(xiàn)象，并且可以通過(guò)會(huì)計(jì)分析來(lái)量化評(píng)價(jià)企業(yè)的現(xiàn)金流投資過(guò)度或者不足的程度。程仲鳴等認(rèn)為企業(yè)應(yīng)對(duì)地方政府干預(yù)的有效方法是金字塔結(jié)構(gòu)，金字塔層級(jí)與過(guò)度投資負(fù)相關(guān)，金字塔結(jié)構(gòu)作為法律保護(hù)的替代機(jī)制可以保護(hù)公司行為免受政府干預(yù)的影響。張純和呂偉認(rèn)為減輕信息不對(duì)稱程度也是影響企業(yè)過(guò)度投資的重要因素，信息披露水平的提高和信息中介的發(fā)展能提高企業(yè)的投資效率，抑制過(guò)度投資行為。蔣東生通過(guò)以五糧液公司為案例的研究發(fā)現(xiàn)過(guò)度投資對(duì)企業(yè)價(jià)值產(chǎn)生了顯著的負(fù)面影響。對(duì)于導(dǎo)致投資過(guò)度或不足的原因，徐倩認(rèn)為企業(yè)所面臨的環(huán)境不確定性會(huì)降低企業(yè)投資效率，導(dǎo)致過(guò)度投資或者投資不足。王紅建等認(rèn)為宏觀經(jīng)濟(jì)的不確定性會(huì)導(dǎo)致企業(yè)改變其融資規(guī)模的預(yù)期，進(jìn)而影響到公司的投資決策。李鳳羽和楊墨竹認(rèn)為經(jīng)濟(jì)政策不確定性的上升會(huì)對(duì)企業(yè)投資產(chǎn)生抑制作用，這種抑制作用在2008年金融危機(jī)之后表現(xiàn)得更加明顯。

Knight認(rèn)為無(wú)論是企業(yè)家還是投資者都面臨著決策結(jié)果的不確定性。企業(yè)的投資和研發(fā)行為在結(jié)果出來(lái)之前，本質(zhì)上都可以視為一種試錯(cuò)行為，在投資決策確定那一刻之前，結(jié)果難以被確定地預(yù)知。Alchian認(rèn)為這是因?yàn)樵跊Q策的時(shí)點(diǎn)上，任何人都難以具備充分的信息，而因?yàn)樾畔⒌牟煌陚湫院碗S之而來(lái)的不確定性是無(wú)處不在的，從這個(gè)意義上講，投資是具有風(fēng)險(xiǎn)的。然而投資的后果并非完全只有風(fēng)險(xiǎn)。投資所帶來(lái)的結(jié)果是雙重的：可以被歸類定義并賦以概率的通常稱為風(fēng)險(xiǎn)；而另一種是難以被簡(jiǎn)單分類、甚至其影響具體是什么都很難預(yù)測(cè)的不確定性。Tversky和Kahneman認(rèn)為當(dāng)人們需要對(duì)某個(gè)事件做定量估測(cè)時(shí)，會(huì)將某些特定數(shù)值作為起始值，起始值像錨一樣制約著估測(cè)值。在做決策的時(shí)候。會(huì)不自覺(jué)地給予最初獲得的信息過(guò)多的重視。人們傾向于把對(duì)將來(lái)的估計(jì)和已采用過(guò)的估計(jì)聯(lián)系起來(lái)，同時(shí)易受他人建議的影響。當(dāng)人們對(duì)某件事的好壞做估測(cè)的時(shí)候，其實(shí)并不存在絕對(duì)意義上的好與壞，一切都是相對(duì)的，關(guān)鍵看如何定位基點(diǎn)。投資者分析企業(yè)的投資行為時(shí)，也是會(huì)根據(jù)企業(yè)當(dāng)時(shí)的情境來(lái)判斷錨定點(diǎn)，關(guān)于企業(yè)新增投資最容易采納的錨定點(diǎn)，就是Richardson提出的企業(yè)的期望投資水平。它衡量了企業(yè)的投資水平是否比統(tǒng)計(jì)上的“正常水平”更高或者更低，更高的投資水平必然帶來(lái)更高的投資者感知的不確定性、反之亦然。在此情境下，Richardson模型衡量的過(guò)度投資水平可以天然的作為投資者所感知的不確定性的代理變量?；谏鲜龇治霰疚奶岢鋈缦录僭O(shè)：

假設(shè)1：以投資過(guò)度或者不足的程度為代理變量的不確定性水平與公司股價(jià)同步性正相關(guān)。

Grossman和stigiltz認(rèn)為知情投資者的作用體現(xiàn)為通過(guò)知情人交易向市場(chǎng)傳遞信息。侯宇和葉冬艷認(rèn)為機(jī)構(gòu)投資者通過(guò)知情者交易確實(shí)增加了股價(jià)中的公司特有信息含量。提高了市場(chǎng)的效率。Landois和cosgel認(rèn)為風(fēng)險(xiǎn)與不確定性的本質(zhì)是不同的，風(fēng)險(xiǎn)可以被歸類并且可以賦以概率，從這個(gè)意義上講，企業(yè)風(fēng)險(xiǎn)的變化影響的是企業(yè)估值時(shí)的折現(xiàn)因子，從而直接影響企業(yè)的價(jià)值，也就是說(shuō)，無(wú)論在采用股利增長(zhǎng)模型還是FCF模型進(jìn)行企業(yè)直接估值時(shí)，投資者都會(huì)直接改變折現(xiàn)因子，并直接修正原有的估值預(yù)期。這一過(guò)程事實(shí)上是不需要參考其他企業(yè)的估值情況的。這就是企業(yè)異質(zhì)信息納入市場(chǎng)的渠道之一。對(duì)于企業(yè)內(nèi)部的管理層和控股股東而言，他們對(duì)企業(yè)的競(jìng)爭(zhēng)環(huán)境和行業(yè)特點(diǎn)有著更為深厚的知識(shí)和經(jīng)驗(yàn)積累。并且相對(duì)外部投資者而言具有信息優(yōu)勢(shì)。在企業(yè)風(fēng)險(xiǎn)提升時(shí)，內(nèi)部交易者會(huì)通過(guò)其自身的交易行為以及信息傳遞的方式影響市場(chǎng)的部分投資者，并經(jīng)由這部分投資者的交易所產(chǎn)生的合力改變公司股票的價(jià)格走勢(shì)，降低公司股票的價(jià)值，從而讓股票的同步性降低。風(fēng)險(xiǎn)本身是可以分類的，投資者最容易識(shí)別的公司經(jīng)營(yíng)風(fēng)險(xiǎn)即應(yīng)收賬款可能導(dǎo)致的風(fēng)險(xiǎn)。因?yàn)楹玫墓臼遣粦?yīng)該出現(xiàn)大規(guī)模賒銷的。與此相同，好的公司的財(cái)務(wù)風(fēng)險(xiǎn)應(yīng)該也是相對(duì)較低的，而投資者比較容易觀察到的財(cái)務(wù)風(fēng)險(xiǎn)指標(biāo)是公司的資產(chǎn)負(fù)債率，因?yàn)楦髟u(píng)級(jí)公司也將簡(jiǎn)單的資產(chǎn)負(fù)債率視為其重要的評(píng)級(jí)依據(jù)。無(wú)論是經(jīng)營(yíng)風(fēng)險(xiǎn)還是財(cái)務(wù)風(fēng)險(xiǎn)，都會(huì)直接影響到公司股票的價(jià)值，從而導(dǎo)致股票發(fā)生價(jià)值修正，改變公司股價(jià)的同步性走勢(shì)。據(jù)此本文提出假設(shè)2和假設(shè)3：

假設(shè)2：上市公司的經(jīng)營(yíng)風(fēng)險(xiǎn)水平與公司股價(jià)同步性負(fù)相關(guān)。

假設(shè)3：上市公司的財(cái)務(wù)風(fēng)險(xiǎn)水平與公司股價(jià)同步性負(fù)相關(guān)。

三、樣本選擇和研究設(shè)計(jì)

（一）數(shù)據(jù)來(lái)源和樣本選擇

本文所有研究數(shù)據(jù)均來(lái)自國(guó)泰安CSblAR數(shù)據(jù)庫(kù)，選擇在2007年之前上市的非金融上市公司2007-2014年間的財(cái)務(wù)報(bào)表數(shù)據(jù)和收益率數(shù)據(jù)作為研究對(duì)象。選擇2007年之后的時(shí)間段進(jìn)行研究是為了防止會(huì)計(jì)準(zhǔn)則的變化對(duì)研究結(jié)果產(chǎn)生的干擾，排除2015年的數(shù)據(jù)是由于2015年市場(chǎng)連續(xù)出現(xiàn)大面積漲跌停和大面積停牌，市場(chǎng)流動(dòng)性枯竭，這對(duì)估計(jì)股價(jià)同步性造成了比較大的噪音。為了避免異常值的影響，本文剔除了停牌超過(guò)半年、中途退市、sT的樣本公司數(shù)據(jù)。并對(duì)研究中所使用的連續(xù)變量進(jìn)行了1%水平下的左右兩端縮尾（Winsorize）處理。

（二）研究設(shè)計(jì)

1.股價(jià)同步性的測(cè)量均值和中位數(shù)比較接近，都在0.23左右的水平上，這個(gè)均值水平代表了上市公司總體具有股價(jià)同步性。不確定性的代理變量OINV由采用Richardson模型進(jìn)行回歸的殘差得到，故其均值和中位數(shù)都在0左右。最大值和最小值的差異也較小，在1個(gè)標(biāo)準(zhǔn)差之內(nèi)。資產(chǎn)負(fù)債率Lev的均值和中位數(shù)都是0.47，作為上市公司整體而言，其平均負(fù)債率在一半左右，但是有部分公司年度出現(xiàn)了資不抵債的情況，資產(chǎn)負(fù)債率超過(guò)了1，由于研究設(shè)計(jì)時(shí)已經(jīng)從樣本中剔除了退市以及ST的公司樣本。并且已對(duì)主要變量進(jìn)行了1%水平下的左右兩端雙側(cè)縮尾（Winsorize）處理，故本文未進(jìn)一步刪除資不抵債的公司樣本。公司經(jīng)營(yíng)風(fēng)險(xiǎn)的代理變量OPRisk的均值和中位數(shù)比較接近，都在0.12左右，最大值為0.55，顯示存在部分上市公司的應(yīng)收賬款比重過(guò)高，而這必然帶來(lái)較高的經(jīng)營(yíng)風(fēng)險(xiǎn)?？傎Y產(chǎn)收益率ROA的分布較為對(duì)稱，均值和中位數(shù)都在0.04，而最小值和最大值分別為-0.22和0.21，表明99%以上的公司的年度收益率范圍落在此區(qū)間內(nèi)。第一大股東持股比例TopShare最低為9.45%，最高為75.84%，均值為38.84%，分布也相對(duì)對(duì)稱。筆者對(duì)公司規(guī)模Size和年度成交量Vol都進(jìn)行了自然對(duì)數(shù)處理，其取值范圍也都在合理區(qū)間。由于公司的行業(yè)和多元化程度等因素不同，樣本公司現(xiàn)金持有比重Cash的分布范圍較廣。總體數(shù)據(jù)的分布都較為對(duì)稱，并無(wú)明顯的異常值。

表2為本文選取主要變量的Pearson相關(guān)系數(shù)矩陣計(jì)算結(jié)果。

由表2可知，主要研究變量之間無(wú)明顯過(guò)高的相關(guān)性。相關(guān)性絕對(duì)值超過(guò)0.50的有現(xiàn)金持有比重Cash和資產(chǎn)負(fù)債率Lev，而這也與實(shí)際公司的情況相吻合。公司通常不會(huì)大量負(fù)債以維持企業(yè)的現(xiàn)金持有：另一對(duì)相關(guān)性較高的變量為公司的對(duì)數(shù)資產(chǎn)規(guī)模LnSize和對(duì)數(shù)年度成交量LnVol。這兩個(gè)變量相關(guān)性較高也符合實(shí)際情況，通常大公司的股票流動(dòng)性好，成交量自然也大。這兩對(duì)變量的相關(guān)系數(shù)的絕對(duì)值都未超過(guò)0.60，處于可控的范圍內(nèi)。

（二）實(shí)證結(jié)果

表3為具體的回歸結(jié)果。為了研究的穩(wěn)健性，本文在OLS回歸模型中加入了國(guó)企和行業(yè)控制變量。

表3中模型（1）-模型（3）分別為只納入假設(shè)1-假設(shè)3中所提及的主要變量OINV、OPRisk和Lev的回歸結(jié)果，與假設(shè)中所預(yù)期的一樣，以投資過(guò)度或者投資不足程度為代理變量OINV的不確定性與公司股價(jià)同步性在5%的顯著性水平上正相關(guān)，而公司經(jīng)營(yíng)風(fēng)險(xiǎn)的代理變量OPRisk和公司財(cái)務(wù)風(fēng)險(xiǎn)的代理變量Lev均在1%的顯著性水平上與公司股價(jià)同步性負(fù)相關(guān)。納入了這3個(gè)關(guān)鍵研究變量的Full Model模型（4）中，這三個(gè)變量都在1%的顯著性水平上顯著，并且符號(hào)的方向與上述三個(gè)模型并未發(fā)生改變。整體而言。實(shí)證結(jié)果支持了3個(gè)假設(shè)。模型中總資產(chǎn)收益率ROA變量均顯著為負(fù)，這是由于其他因素不變，當(dāng)公司業(yè)績(jī)較好時(shí)，呈現(xiàn)給市場(chǎng)的是歷史投資決策正面的確定性結(jié)果，導(dǎo)致公司股票的估值得到修正，從而推升股價(jià)，使得公司股價(jià)與同行業(yè)公司相比不那么同步；反之，當(dāng)公司的業(yè)績(jī)較差時(shí)，這未必代表了公司過(guò)去的投資決策已經(jīng)失敗，而是可能會(huì)滯后一段時(shí)期才表現(xiàn)出來(lái)。這實(shí)際上是將不確定性推遲，從而強(qiáng)化了公司股價(jià)的同步性，與假設(shè)1是相吻合的。而第一大股東持股比例TopShare則并不顯著，由于第一大股東持股比例Topshare相對(duì)固定。很少隨時(shí)間改變，加之近年來(lái)學(xué)術(shù)界和實(shí)務(wù)界對(duì)治理因素的關(guān)注。間接導(dǎo)致這個(gè)信息早就被市場(chǎng)消化，并不會(huì)產(chǎn)生過(guò)多的不確定性或者風(fēng)險(xiǎn)，因而對(duì)公司股價(jià)同步性無(wú)實(shí)質(zhì)影響。對(duì)數(shù)公司資產(chǎn)規(guī)模LnSize與公司股價(jià)同步性顯著正相關(guān)，這是由于大的規(guī)模會(huì)帶來(lái)兩方面作用，一方面會(huì)降低公司的風(fēng)險(xiǎn)，因?yàn)榇蠊驹诿媾R意外的市場(chǎng)環(huán)境變化時(shí)，通常具有更強(qiáng)的抗風(fēng)險(xiǎn)能力；另一方面則是帶來(lái)了額外的不確定性，例如領(lǐng)導(dǎo)人突然變更對(duì)大公司的影響是更加難以預(yù)料的。這與3個(gè)假設(shè)的預(yù)期是一致的。對(duì)數(shù)年度成交量LnVol也與公司股價(jià)同步性顯著正相關(guān)，這主要因?yàn)榻灰琢康拇笮∨c公司的資產(chǎn)規(guī)模是正相關(guān)的，大公司的股本通常比較大，流動(dòng)性也比較好，因而與資產(chǎn)規(guī)模變大的效應(yīng)一致，使得公司股價(jià)呈現(xiàn)出了更強(qiáng)的同步性。公司持有現(xiàn)金比重Cash和國(guó)有控股虛擬變量Soetag在不同回歸模型中的顯著性水平不同，整體來(lái)看國(guó)有控股的公司傾向于更加具有同步性，這是因?yàn)樗械膰?guó)有公司背后的終極股東都是國(guó)資委，這些公司都受國(guó)資委政策不確定性的影響。而持有現(xiàn)金比重的影響相對(duì)不那么容易確定，表現(xiàn)在回歸模型中，其系數(shù)的符號(hào)也發(fā)生過(guò)變化。整體來(lái)看，實(shí)證結(jié)果與本文的理論假設(shè)基本吻合，支持了本文的假設(shè)。

（三）穩(wěn)健性檢驗(yàn)

本文研究所采納的樣本區(qū)間為2007年實(shí)施新會(huì)計(jì)準(zhǔn)則至2014年末這一區(qū)間。期間發(fā)生了次貸危機(jī)，導(dǎo)致公司的投資和融資行為都發(fā)生了大幅度異常波動(dòng)。為了防止這個(gè)期間發(fā)生的極端市場(chǎng)環(huán)境的干擾，本文采用2010-2014年的5年樣本區(qū)間面板數(shù)據(jù)進(jìn)行模擬回歸，得到的檢驗(yàn)結(jié)果與本文表3的結(jié)論除系數(shù)大小略有改變外。顯著性和系數(shù)的方向均無(wú)改變，說(shuō)明本文回歸模型穩(wěn)健性較好。

五、結(jié)論與討論

本文基于風(fēng)險(xiǎn)和不確定理論，利用上市公司投資的過(guò)度或不足程度作為公司未來(lái)不確定性的代理變量，研究不確定性對(duì)于公司股價(jià)同步性的影響，實(shí)證結(jié)果表明不確定性增加了公司股價(jià)的同步性。為了對(duì)比說(shuō)明風(fēng)險(xiǎn)與不確定性發(fā)揮作用的不同，本文也研究了經(jīng)營(yíng)風(fēng)險(xiǎn)和財(cái)務(wù)風(fēng)險(xiǎn)兩個(gè)變量對(duì)公司股價(jià)同步性的影響，實(shí)證結(jié)果表明無(wú)論是經(jīng)營(yíng)風(fēng)險(xiǎn)還是財(cái)務(wù)風(fēng)險(xiǎn)都會(huì)顯著降低公司股價(jià)的同步性。本文研究結(jié)果表明，公司的風(fēng)險(xiǎn)水平與不確定性水平的作用有著本質(zhì)的不同。公司內(nèi)部管理層或者一些專業(yè)投資者是有能力對(duì)風(fēng)險(xiǎn)進(jìn)行歸類識(shí)別并且賦以概率的，即便這個(gè)概率是主觀的，也會(huì)直接影響到公司的估值水平。額外的風(fēng)險(xiǎn)是需要額外的收益來(lái)補(bǔ)償?shù)?，與同類公司相比，風(fēng)險(xiǎn)高的公司自然估值水平相對(duì)低，這就降低了公司股價(jià)的同步性。因此，投資者不僅能夠區(qū)分公司存在的風(fēng)險(xiǎn)與不確定性。也能夠合理地利用風(fēng)險(xiǎn)因素與不確定因素來(lái)對(duì)公司的股價(jià)進(jìn)行估值。

（責(zé)任編輯：巴紅靜）