證券虛假陳述民事賠償案件系統風險扣除的量化模型與司法實踐研究

摘要

本報告旨在深入探討證券虛假陳述民事賠償案件中系統風險扣除的量化模型及其在中國的司法實踐。研究發現，理論界與金融實務界已發展出包括多因子模型、CoVaR、SRISK等在內的復雜量化模型用于衡量系統性風險，但這些模型尚未被中國司法系統直接采納用于損失計算。司法實踐層面，盡管最高人民法院的司法解釋確立了扣除系統風險的原則，但并未出臺統一的計算標準，導致各地法院在裁判方法上存在顯著差異。當前，司法實踐正從早期的酌情裁量，向更為量化和精細化的方向演進，以上海金融法院為代表的專門性法庭在“同步指數對比法”等方法的應用上做出了積極探索，并日益依賴第三方專業機構出具的分析報告。然而，裁判標準的統一性與科學性仍是該領域面臨的核心挑戰。本報告將首先分析量化模型的理論框架，隨后詳細對比不同法院的司法實踐與裁判標準，以期為該領域的未來發展提供參考。

引言

在證券虛假陳述引發的投資者索賠訴訟中，如何科學、公正地界定并扣除由市場整體波動（即系統風險）所造成的損失，是確定被告賠償責任范圍的核心與難點。錯誤地將全部投資損失歸因于虛假陳述行為，有違民法上的因果關系與損失填平原則；而如何量化這一風險，則直接考驗著司法裁判的專業性與準確性。

近年來，隨著中國資本市場法治建設的不斷深入，法院普遍認可了在計算投資者損失時應當扣除系統風險影響的原則 。然而，從理論模型到司法裁判之間存在一道巨大的鴻溝。一方面，金融經濟學界開發了諸多復雜的量化模型來識別和度量系統風險；另一方面，司法實踐由于缺乏明確統一的法律指引，在具體扣除方法的選擇和應用上呈現出多樣化甚至碎片化的特征 。

本報告以2025年11月的視角，旨在系統梳理用于系統風險分析的多因子量化模型，并深入剖析中國不同法院在系統風險扣除問題上的司法實踐、裁判方法與標準差異，以揭示當前存在的問題與未來的發展趨勢。

第一部分：系統風險扣除的量化模型理論與應用

在金融理論中，一項資產的收益率波動可以分解為由市場整體因素驅動的系統性風險（Systematic Risk）和由公司自身因素導致的非系統性風險（Unsystematic Risk）。量化模型的核心目標便是將這兩種風險進行剝離。

1.1 多因子模型的基本原理與結構

多因子模型是現代量化金融的基石，其基本思想是，資產的預期收益并不僅僅由單一的市場風險（如資本資產定價模型CAPM）決定，而是由一系列能夠解釋收益率差異的共同“因子”驅動 。其通用表達式為：

R? = α? + β?F? + β?F? + ... + β?F? + ε?

其中，R?是個股收益率，F是各類風險因子，β是股票在相應因子上的暴露度（因子載荷），α?是超額收益，而ε?則是無法被因子解釋的殘差項，代表了個股的非系統性風險。在證券虛假陳述案件中，理論上可以將由因子F解釋的部分視為系統風險導致的波動，而將與虛假陳述行為相關的異常波動歸入殘差項ε?中進行分析。

常見的因子類型包括：

• 宏觀經濟因子： 如利率、通貨膨脹率、GDP增長率等。

• 市場因子： 如大盤指數的整體回報率。

• 風格因子（Fama-French模型族）： 最著名的包括市場因子（Market）、規模因子（SMB, Small Minus Big）、價值因子（HML, High Minus Low） 。后續的五因子模型進一步加入了盈利因子（RMW, Robust Minus Weak）和投資因子（CMA, Conservative Minus Aggressive） 。

• 技術因子： 如動量（Momentum）、波動率、流動性等 。

1.2 模型參數設定與數據來源

多因子模型的有效性高度依賴于其參數設定，但這并非一個有固定答案的過程。

• 因子選擇： 因子的選取需要基于經濟學理論和實證檢驗，并應與特定市場環境相適應。例如，Barra公司針對中國市場開發的CNE5模型就包含了特定的國家因子和行業因子 。

• 參數估計： 模型的參數（即因子載荷β）通常通過對歷史數據進行時間序列回歸或截面回歸來估計，常用的方法包括普通最小二乘法（OLS）、廣義最小二乘法（GLS）等 。這意味著參數值是動態變化的，而非固定不變的。

• 數據來源與估計窗口： 在中國市場進行研究時，常用的學術和金融數據庫包括Wind（萬得）和CSMAR（國泰安） 。估計窗口（即用于回歸的歷史數據長度）的選擇對參數的穩定性至關重要，但并無統一標準。

值得注意的是，盡管多因子模型在理論上為剝離系統風險提供了嚴謹的框架，但搜索結果顯示，在中國司法實踐中，幾乎沒有判例直接、完整地運用Fama-French等多因子回歸模型來計算具體的扣除比例。其復雜性、對數據和參數設定的高要求，以及模型選擇本身可能帶來的爭議，使其難以直接轉化為法庭上易于理解和接受的裁決依據。

1.3 衡量系統性風險的特定指標模型

除了通用的多因子模型，金融學界還發展出一些專門用于衡量系統性風險貢獻度和傳染性的指標模型，這些模型更多地應用于宏觀審慎監管和金融穩定性研究。

• CoVaR (Conditional Value-at-Risk): 衡量在特定機構陷入困境時，整個金融系統所面臨的風險價值 。ΔCoVaR則進一步度量了單個機構對系統風險的邊際貢獻。

• MES (Marginal Expected Shortfall): 測量當市場整體遭遇極端下跌時，單個金融機構的預期損失 。

• SRISK (Systemic Risk Measure): 用于衡量一家金融機構在系統性危機事件中的預期資本短缺 。

這些模型在識別系統重要性金融機構（SIFIs）等方面發揮著重要作用 。然而，與多因子模型類似，SRISK、CoVaR等先進模型目前主要停留在學術和監管研究層面 。搜索結果中未發現任何中國法院在判決中直接引用或依據這些模型進行損失認定的案例 。這表明，盡管理論工具箱非常豐富，司法實踐出于對可操作性、透明度和普適性的考量，傾向于采用更為直觀的方法。

1.4 監管機構的立場與指引缺失

在探究模型應用時，監管機構的態度至關重要。然而，對中國證監會（CSRC）、中國人民銀行（PBOC）等機構自2020年以來發布的相關文件的檢索顯示，目前尚無任何官方文件明確規定或推薦在證券訴訟的損失計算中使用特定的多因子量化模型來進行系統風險扣除 。監管文件更多地關注金融機構自身的風險控制指標和系統性風險的宏觀監測 并未深入到為司法個案提供具體計算工具的層面。這一“監管空白”也解釋了為何法院在該問題上擁有較大的自由裁量權，并導致了實踐中的標準不一。

第二部分：系統風險扣除的司法實踐與裁判標準

與理論模型的復雜性形成對比，中國的司法實踐在系統風險扣除問題上展現出一種實用主義和漸進式的發展路徑。其核心特征是從“是否扣除”的原則性爭議，演變為“如何扣除”的方法論探索。

2.1 司法實踐的演進與共識

早期司法實踐中，對于是否應扣除系統風險存在較大分歧 。但近年來，隨著《證券法》的修訂以及相關司法解釋的出臺，扣除系統風險已成為絕大多數法院的共識 。最高人民法院在相關判例（如“大智慧案”再審裁定）中雖未給出具體計算方法，但也明確承認了扣除的必要性，并指出“尚無確切證據證明某種系統風險扣除的計算方式是完全客觀、科學、準確的” ，這為下級法院的探索留下了空間。

2.2 主流裁判方法比較分析

在缺乏統一計算公式的背景下，各地法院在實踐中形成了多種裁判方法：

1. 酌定比例法 (Discretionary Method): 法官根據案件具體情況，如虛假陳述的嚴重程度、市場波動情況等，直接酌情確定一個扣除比例，如10%、20%等 。此方法簡單直接，但主觀性強，缺乏量化依據和透明度，易引發爭議。

2. 指數對比法 (Index Comparison Method): 這是目前司法實踐中最為核心和普遍接受的量化方法。其基本邏輯是通過比較個股跌幅與相關市場或行業指數的跌幅來量化系統風險的影響。該方法內部又可細分為多種具體計算方式：

   • 直接比例法： 將指數在相應區間的跌幅直接作為扣除比例 。這種方法過于簡化，未考慮個股與指數波動的關聯性。

   • 相對比例法 / 個體相對比例法： 以指數跌幅占個股總跌幅的比例作為扣除比例 。計算公式一般為：扣除比例 = 指數跌幅 / 個股跌幅。此方法將個股自身波動納入考量，相對更為科學。

   • 同步指數對比法 (Synchronous Index Comparison Method): 這是相對比例法的進一步精確化，強調在嚴格對齊的“損失計算期間”內進行比較。法院會選取一個或多個基準指數（如大盤指數、行業指數），計算在此期間內指數和個股的累計跌幅，并以此為基礎確定扣除比例 。該方法因其邏輯清晰、數據可得，正逐漸成為主流。

2.3 不同法院的裁判標準差異與代表性案例

由于缺乏頂層設計的統一標準，不同法院，特別是金融審判經驗豐富的法院，形成了各具特色的裁判路徑。

• 上海金融法院：實踐創新的引領者 上海金融法院在該領域走在了全國前列。在“方正科技案”中，法院沒有簡單采用單一指數，而是綜合選用了上證綜合指數、申萬一級行業指數和申萬三級行業指數，最終采納三個指數跌幅的平均值與個股跌幅進行對照，體現了精細化的審理思路 。該院還率先引入并規范了“同步指數對比法”和“收益率曲線同步對比法” 甚至對外公布了包含具體計算公式的系統風險扣除參考標準 ，極大地提升了裁判的透明度和可預期性。

• 廣州市中級人民法院：重大案件中的方法應用 在社會影響巨大的“康美藥業案”中，廣州中院采納了由中證中小投資者服務中心委托專業機構測算的“個體相對比例法” 。該案的特點是明確選取了與公司主營業務高度相關的“醫藥生物（申萬）指數”作為參考基準，這突顯了在指數選擇上應遵循“關聯性優先”原則的司法觀點 。

• 山東省高級/青島市中級人民法院：多元化指數體系的探索 在“恒順眾昇案”中，青島中院采用了“同步指數法”，并創造性地使用了“3+X”組合指標體系作為參考，即同時考慮大盤指數、行業指數、H股指數等多個維度的指數表現 。這反映了法院試圖通過更多元的參照系來更全面地捕捉市場影響，以避免單一指數的局限性。

2.4 第三方專業機構的角色與采信標準

面對系統風險計算的專業性和復雜性，委托第三方專業機構進行測算已成為一種重要趨勢 。法院傾向于委托如交易所、中證中小投資者服務中心、金融研究院等具有公信力的機構出具專項報告 。這有助于彌補法官在金融領域的專業短板，增加裁判的科學性和中立性。然而，這也帶來了新的問題：第三方機構自身采用的模型和計算標準也并不統一，其報告的論證過程是否充分透明，法院對其采信標準如何把握，仍需進一步規范。最高人民法院在相關裁定中認可上海金融法院委托第三方進行測算并采用“同步指數對比法”的做法，認為其“科學精確、覆蓋面廣、現實可行” ，這為該模式提供了有力的背書。

2.5 法律依據的現狀與展望

截至2025年11月，我國尚未出臺專門針對系統風險扣除計算方法的司法解釋或指導性案例 。2022年1月發布的《最高人民法院關于審理證券市場虛假陳述侵權民事賠償案件的若干規定》雖然明確了系統風險是投資者損失的扣除項，但并未提供具體的操作指引。

展望未來，司法實踐正朝著更加科學、量化、精細的方向發展。最高人民法院與中國證監會已在相關文件中提出要“統一……系統風險和非系統風險計算指標選取等基本規則” ，這預示著頂層設計有望在未來得到加強。統一裁判標準，明確指數選擇的基本原則（如關聯性、市場代表性）、損失計算區間的界定方法以及關鍵參數的設定，將是減少司法爭議、保護投資者合法權益、維護市場秩序的必然要求。

結論

本研究報告揭示了系統風險扣除在理論模型與司法實踐之間的“二元結構”。一方面，金融學界擁有成熟且復雜的多因子模型和風險度量工具，但因其專業壁壘和操作復雜性，未能直接應用于司法裁判。另一方面，中國司法實踐在缺乏統一法律規范的背景下，通過個案探索，逐步從主觀酌定走向以“同步指數對比法”為代表的量化分析路徑，并通過引入第三方專業機構來提升裁判的科學性。

以上海金融法院為代表的司法機構在方法論創新上發揮了關鍵的引領作用。然而，不同法院在指數選擇、計算公式和裁量尺度上的差異依然顯著，導致同案不同判的風險依然存在。

截至2025年末，該領域的核心挑戰依然是建立一套既科學嚴謹又能在司法層面普遍適用的統一標準。未來的發展方向可能在于：由最高人民法院出臺更為細化的司法解釋或指導性案例，對指數選取原則、計算期間的界定等關鍵環節予以明確；同時，推動第三方專業機構形成行業性的測算標準與最佳實踐，以增強其報告的公信力和一致性。只有這樣，才能最終彌合理論與實踐的鴻溝，實現證券侵權賠償案件中系統風險扣除的規范化與科學化。