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）
· 历史股性活跃度（beta系数）
· 市场情绪指标（结合“市场温度计”）
这个模块试图回答一个问题：如果某家公司成为试点，并公布了对价方案，股价会怎么走？
本章未完，请点击下一页继续阅读！