在投资者印象中，A股上市公司员工数量至少都是百人以上，甚至上万人。相较于新三板，尽管A股IPO条件要苛刻许多，但是对公司人数却没有过多的限制，于是这些上市公司中既有员工数量过万的“巨无霸”，也有员工仅数十人的“袖珍型”企业。对于这一类迷你型的企业，它们的市场表现如何?财务状况怎样?有何共同特征?本文将通过综合对比企业员工数最少的前100家A股上市公司和其他公司来分析这些“小微”企业的特征，以及它们的生存发展现状。

　　员工最少11人

　　通过统计发现，A股3032家上市公司(统计日期截至2017年2月7日，由于财务数据不全，剔除其中在2017年1月1日后上市的公司)的员工数量千差万别，其中有315家员工数过万的大公司，包括一些“巨无霸”，如中国石油有52.16万人，建设银行有36.25万人;同时也有一些员工数不超过100人的“袖珍型”上市公司，共有47家。

　　这些员工数很少的上市公司总体数量并不多。由于样本数量较少，难以进行统计分析，文中取员工数最少的前100家A股上市公司(简称“小微”企业，其余2932家称作“大中型”企业)进行对比分析。

　　从“外表”来看，“小微”企业的特征是显而易见的。具体到员工数量上，这100家“小微”企业的员工数量中位数仅为112人，其中最少的*ST新亿和东方银星，都只有11人，紧跟其后的紫光学大和创兴资源，仅分别有13人和14人，人数最多的电子城也只有217人;而“大中型”企业员工数量中位数为1905人，为100家“小微”企业的17倍之多。尽管这些上市公司看上去很迷你，也与投资者心目中 “高大上”的形象很不相符，但是它们也是市场重要的组成部分。

　　基本面相对差

　　从基本面来看，“小微”企业普遍存在高市盈率、低收益、低市值、股权分散和流通股占比高的特征，且大多为2000年之前上市的老牌公司。

　　剔除市盈率负值和极端值外，“小微”企业市盈率中位数接近“大中型”企业的2倍。每股收益方面，“小微”企业微乎其微，中位数不足0.1元，而“大中型”企业是其5倍有余。市值方面(半年内的日均市值)，“小微”企业的市值中位数为54.65亿元，其中低于50亿元的企业有42家，最低的*ST金宇的市值只有27.61亿元，相比之下“大中型”企业的市值要高出很多，中位数水平是“小微”企业的1.5倍。

　　从股权结构来看，以第一大股东的持股比例来衡量股权集中度时，发现“小微”企业的持股相对分散，股权集中度不足26%，而“大中型”企业的股权集中度超过了30%。在流通股占比方面，虽然目前整个市场的流通股占总股本比例普遍较高，但是“小微”企业更高，达到90%以上。这种情况下，企业的中小股东数量较多，股权约束力易被削弱，同时很容易遭受“野蛮人”的控盘，致使股价存在巨幅波动的可能。

　　上市时间方面，“大中型”企业中2000年之前上市的有782家，占总数的26.66%;而“小微”企业中2000年之前上市的有63家，占总数的63%。从占比来看，“小微”企业明显具有大多在2000年之前上市的特征。

　　跑赢上证指数

　　虽然从基本面看，“小微”上市公司综合质量较差，但是从市场表现来看，“小微”上市公司正因为“小”，容易被炒作，换手率较高，股价波动较大，具有一定的投机价值。“小微”企业的换手率及年化波动率比“大中型”企业要高一些。

　　虽然“大中型”企业的盈利水平显著高于“小微”企业，但市场存在多方面影响因素，很多时候“小微”企业的市场表现并不比“大中型”企业差。以这100家企业为样本股，编制“小微综合”指数，时间区间为2015年1月5日至2016年12月31日，与上证指数对比，由于“大中型”企业数量基本覆盖了整个市场，因此上证指数可以作为这一类企业的综合指数)看出，“小微综合”指数在计算期内跑赢大盘，其中超额回报率在2015年6月12日达到最高值56.40%。波动幅度方面，以指数最高点2015年6月12日来看，“小微综合”指数上涨2.32%，上证指数上涨0.87%。在最低点2016年1月27日，上证指数下跌0.52%，而“小微综合”指数下跌2.38%。说明“小微综合”指数在牛市或熊市期间，更容易暴涨或暴跌。

　　“披星戴帽”者多

　　A股“小微”企业主要集中在传统周期性行业。从申万一级行业分类具体来看，这100家“小微”上市公司共分布在25个行业。其中，以房地产、化工、纺织服装、综合等为主的传统周期性行业内的“小微”企业有50家，占总数量的五成。从行业特征看，这一类企业大多属于劳动密集型产业，但是这些“小微”企业的员工数却如此之少。究其原因，主要是因为企业经营不善，业绩普遍较差;再加之政策影响，行业普遍不景气，导致裁员事件时有发生。

　　值得注意的是，在这100家“小微”企业中曾有63家企业“披星戴帽”，属于业绩地雷股。而有36家企业属于传统周期性行业，占总“戴帽”企业数的57.14%。其中房地产、综合行业是这25个行业中发生过“戴帽摘帽”事件最多的两个，均占各自行业中“小微”企业总数的90%左右.

　　行业风险对比

　　对这100家“小微”企业的行业对比发现，传统周期性行业“小微”企业的超额回报明显较高，风险估值也偏高。行业风险是投资者进行投资决策的重要因素之一，通常股票市场风险的衡量方式主要是利用股价或指数的波动率，而这种方式只能判断局部特征，缺乏整体性。综合“小微”企业的各个行业，文中选择了企业数量较多的前十个行业，分别做行业指数(加权方式采用分级靠档)，时间区间选择从2015年1月5日到2016年12月31日，用统计方法Var模型(风险价值法)对风险进行度量，为避免指数数据过大而造成估值偏差过高，这里取行业指数相对于上证指数的超额回报率来计算风险估值。

　　可以看出不同的行业的表现也各不相同。发现这10个行业的超额回报率最大值全部超过50%，说明它们的股价具有爆发力，存在资金炒作的嫌疑。具体到行业，化工、传媒和综合行业指数的超额回报率最高，其中化工行业更是高达200%以上，最低的是公用事业行业。

　　从Var风险估值来看，大小排序与超额回报最大值的排序基本保持一致，仍然以化工行业的风险估值最高，比最低的公用事业行业多了近31倍，其次是非银金融、综合及传媒行业。整体来看，传统周期性行业的风险较大，指数波动幅度大，对经济环境比较敏感。另外计算相关度，超额回报率最大值排序与风险估值排序之间的相关系数有0.75，属于正相关，从统计层面佐证了高风险伴随着高收益。

　　“戴帽小微企业”特征

　　“戴帽小微企业”的财务指标间存在线性关系。利用多元线性分析，发现这些披星戴帽企业的财务指标之间有一定的量化关系。以换手率为因变量(Y)，以总市值(X1)，前十大股东持股比例合计(X2)，每股收益(X3)，日均成交金额(X4)及流通A股本比例(X5)为自变量，计算得到Y=3.5591- 0.0106×X1+0.0012×X2+0.2417×X3+1.0622×X4- 0.0225×X5，模拟计算的换手率数据与实际换手率之间的相关度高达0.93，且经显著性检验该回归模型有效，说明多元线性关系拟合效果比较理想。利用该线性关系式可以对换手率进行预测，结合股价走势可以对未来股价走势做出一定的判断，具有一定的投资参考.

　　“小微”企业生存之道

　　A股上市公司中的“小微”企业因本身特征，频繁上演“戴帽摘帽”戏码，它们屡战屡败，屡败屡战，积极展开自救，重组转型和卖壳是其中最主要的方式。