什么是基金阿尔法
绝对回报(Absolute Return)或额外回报(Excess Return)是基金/投资的实际回报减去无风险投资收益（一般采取同期国债利率）。绝对回报是用来测量一投资者或基金经理的投资技术。
预期回报(Expected Return)贝塔系数 β 和市场回报的乘积，反映投资或基金由于市场整体变动而获得的回报（有关预期回报更多的计算请参见资本资产定价模型 Capital Asset Pricing Model (CAPM) ）。
扩展资料：
α>0，表示一基金或股票的价格可能被低估，建议买入。亦即表示该基金或股票以投资技术获得比平均预期回报大的实际回报。
α<0，表示一基金或股票的价格可能被高估，建议卖空。亦即表示该基金或股票以投资技术获得比平均预期回报小的实际回报。
α=0，表示一基金或股票的价格准确反映其内在价值，未被高估也未被低估。亦即表示该基金或股票以投资技术获得平均与预期回报相等的实际回报。
参考资料：百度百科-阿尔法系数
如何分析一家公司的投资价值
1.主营业务要清晰简单明确
大家都知道大部分上市公司都热衷于搞概念，蹭热点，有时一家公司竟然集十几个概念于一身，那这种公司就明显涉及吹泡沫了，因为连自己主营的业务都不明确。就跟之前的多伦股份一样，摇身一变成为匹凸匹，但事实上，多伦股份几乎没有真正涉及匹凸匹业务，完全属于概念炒作。所以大家尽量选择业务简单明确的公司。
2.独特的竞争优势：
如果一家公司拥有独特的技术或者独享资源，也可以当做竞争优势，如华为这种拥有核心技术的公司，肯定是有资本潜力的。独特优势，就是说要别人没有或者少部分有的。像茅台的配方就是独特的；云南白药的配方也是独特的，烟台万华的产品有很大的技术壁垒，全球只有几家公司掌握，因此能产生高额的利润。
3.垄断经营的能力：
上市公司在某个行业具有垄断地位是最好的，至少在这个行业里，他所产生的利润要有独当一面的能力。比如这个市场2016年产生1000亿的销售额或例如，他一家占一半份额。还有一点值得注意，有些公用事业也具有垄断性质，比如烟草等，但他们没有自主定价权，所以要另当别论。
4.行业龙头身份：
这个很简单，就是所占的市场份额要数一数二，身份是行业老大低位，是行业标准的独裁者。没有垄断技术没有关系，但只要你的市场份额够多，别人就很难打败你。
5.优秀的品牌效应：
公司最好要有强大品牌号召力，但这个品牌效应并不是全靠广告吹出来的，而是消费者给予的优秀口碑，比如老干妈、格力等。另外品牌效应优秀，也会让你的产品价格居高不下，利润自然可观。
6.持续盈利能力：
持续盈利是很重要的，你不能今年赚钱明年亏钱，这样就说明企业经营不稳定，收入来源不稳定，竞争力就不行。净资产ROE最好在15%以上，每股收益最少要1块以上。利润要稳中有升，并且在可预见的将来，仍有持续盈利能力。
扩展资料
按照传统观念，一个股票的投资价值是 由上市公司的基本面决定的。因此，如果某股业绩优良，成长性好，出现(上市公司)价值高于(二级市场)价格的现象时，该股票就有了投资价值。除此之外，股票的炒作，只能归在投机之 列。但熟悉沪深股市历史的人发现这一个观点并不正确，在沪深股市中，除了从基本面可以分析出该股票有无投资价值外，至少还可 以从其他几个方面(与上市公司基本面无关)能够分析出它有无投资价值:
第一，小盘低价股是沪深股市中最具有投资价值的一个板块。 它给股东带来的投资收益要比因公司基本面趋好带来的投资收益高 得多。在沪深股市中有很多企业自股票上市以来，股价涨了成百上千倍，但查查其历年来公司的经营状况，并无什么突出 表现。
第二，具有政策支持的股票具有较高的投资价值。我们在第一 章“从国家经济政策取向中寻找投资机会与选股练习”中对此已作 了详细分析，现在我们再概括地说一说，无论是什么股票，只要受 到政策的支持，它就会显现出投资价值。政策扶持的力度越大，它 的投资价值就越大。
第三，诞生于经济发达地区和经济活跃地区的股票也具有较大 的投资价值。从沪深股市历年的资料统计中发现，上海、北京、深 圳，海南等地股票的价格，比其他地区同类质地的股票的价格要高 出一截。其中，上海本地股表现得特别明显。这就告诉我们，在分 析股票的投资价值时，要看它的出生地，出生地好，股票内在价值就高一些，反之就会低一些。这正如买房要看地段一样，地段好的 房子价格高，地段差的房子价格低，两者之间的道理是一样的。
另外，2008年7月1日中国资产评估学会施行出台的《资产评估价值类型指导意见》中定义了“投资价值”为资产评估价值类型中的一种，属于市场价值类型以外的一种价值，其定义为“指评估对象对于具有明确投资目标的特定投资者或者某一类投资者所具有的价值估计数额，亦称特定投资者价值。”并指出“注册资产评估师执行资产评估业务，当评估业务针对的是特定投资者或者某一类投资者，并在评估业务执行过程中充分考虑并使用了仅适用于特定投资者或者某一类投资者的特定评估资料和经济技术参数时，注册资产评估师通常应当选择投资价值作为评估结论的价值类型。”
参考资料投资价值百度百科
超额利润的来源有哪些？
获取超额利润的来源有以下几种：
供不应求产生的超额利润
这种方式获得的超额利润最短暂，也最不稳定。自由竞争市场中供需会自动调节，当出现超额利润时，其他竞争者迅速加入，供需平衡很快恢复正常，超额利润消失。
周期性行业阶段性获得的超额利润属于这种类型。景气度高峰来临时，需求急剧上升，萧条期大幅降低的产能使供需产生巨大落差，形成严重的供不应求。这时产品价格大幅上涨，销售火爆，企业获得远高于市场平均水平的超额利润。这种超额利润的获得是很脆弱、不可持续的，竞争者产能大幅扩张、景气度拐点的出现使超额利润迅速消失并可能形成亏损。
科技创新产生的超额利润
科技企业由于暂时的技术领先或创新也可能获得短期的超额利润。科技行业的特性使这种领先或创新很快被模仿、替代、超越，大量逐利资本的进入也使所有细分行业竞争异常激烈，微利成为常态，象微软这种能依靠技术垄断长期获得超额利润的企业凤毛麟角。
超额利润的秘密
资本市场只能获得平均利润，这一点看来毫无疑问，那么任何希望获得更多收益的举动都似乎是徒劳的，但……
在过去的十几年中，在韦尔奇时代，GE实现了接近1000次收购，这些收购奠定了今日的GE，毫无疑问的是，财务上实现了超额利润。当然我们知道，GE所进行的不仅是财务上，股权的拥有，他介入到企业的经营之中，实现的实际上是经营利润，这对应了GE卓越的人才培训体系。
资本市场不可能获得超额利润，因为资本市场已经将企业超额利润的潜力，以不同的市盈率水平拉平，投资者获得的依然只能是平均利润。超额利润只存在于经营本身。
巴菲特没有向他拥有的企业派遣管理人员，当然他反复强调，他们并不提供这项“服务”。但是，巴菲特同样获得了超额利润。这使我们从新回头来审视，到底什么是经营？
显然，经营实际上并不一定是具体的企业运营，“经营”反映了一种信息不对称，“经营”实际上体现了一种“深度信息”。换句话说，只有买错，没有卖错。有人对房地产有更多了解，他并不是从房地产市道的变化中赢利，而是从对房屋本身的理解，虽然他同时也能受益于房地产价格的普遍上升。
现在我们似乎就能得出一种结论：财经评论人，或者经济专家所涉及的“浅信息”，或者也可以称之为“表层信息”，诸如货币供应量的变化、政府的财政政策、世界原油价格的波动，或者也包括对企业财务报表的研读，都会迅速在市场上得以体现，以至于很难从中获得利润。换句话说，这些活动不具备太积极的意义，对渴望获得超额利润的投资者来说就是如此。
必须要掌握深度的信息。这和财经新闻类似，财经记者可以通过企业发布的新闻发布会，来获取信息。但是这些信息，对读者的帮助也可能很有限。需要深入地获取信息，从企业的普通员工，或者是管理人员，也许是企业的供应商及顾客。
某种意义上要比企业运营者知道得更多，股票无疑是企业经理发行的，这已经造成了信息上的不对称。好在企业经理对企业本身有感情上的干扰，既然这间企业正是他在运营，未必会准确评估企业的实际价值。此外，执行人强调的是执行能力，应对变化的反应，但是投资则强调了对事物认识的归纳能力。当然是这样，外部投资者，比如李嘉诚在缺乏对企业细节认识的情况下，依然可以和内部人士达成，从长期看十分有利的股权协议。
当然我们整天呆在家里，是不可能获得市场搏弈上的优势的。需要花费时间对产业和企业有相当深入的理解，无疑，前提是拥有企业运营的背景知识。另一种选择是，消极投资，例如持有指数基金，获得一个平均收益。
聪明的“贝塔”真的聪明吗
聪明贝塔（Smart Beta）是最近几年投资界比较引人注目的一个热门话题。今天就专门来讲讲这个聪明贝塔。
在这里我要提醒一下读者，这篇文章的内容稍微有点偏金融专业。如果读者朋友们不是金融背景出身，可能会碰到一些不太熟悉的概念和术语。但是你也不用太害怕，在这些专业术语的背后，其逻辑并不复杂。我会尽量用简单易懂的语言来把这个问题说清楚。
上面这张图比较形象的解释了聪明贝塔。在金融投资中，有两个基本概念叫做阿尔法和贝塔（对这两个概念不熟悉的朋友可以翻阅我这篇专门解释阿尔法和贝塔的文章：新手如何选择基金? - 知乎）。在上图中，左边那个绿色的圆圈代表贝塔（即市场回报），而右边那个蓝色的圆圈代表阿尔法（即超额回报）。
聪明贝塔，就是上图中那个中间的圆圈，介于被动投资（贝塔）和主动投资（阿尔法）之间。聪明贝塔有非常清晰和透明的指数编排标准，同时根据历史回测也能帮助投资者获得超过市场平均回报的更高回报。
聪明贝塔的投资思路其理论基础源于因子投资（Factor Investing）。说到因子投资，我就需要先介绍一位学术界的牛人，叫Eugene Fama。
Fama教授是美国芝加哥大学的金融教授，在2013年获得了诺贝尔经济学奖。他的学术成就有很多，比如有效市场理论（EMH）。我今天要提到的，是Fama教授在1990年代初期，和另外一名教授Kenneth French共同合作提出的一个股票回报模型，叫三因子模型(Fama French Three Factor Model)。
在这个模型中，Fama和French提出，美国历史上的股票回报，很大程度上可以用三个因子(Factor)来解释。这三个因子是：股票市场总体回报(beta)，小股票超额回报(Small minus Big)，以及价值超额回报（High minus Low)。
为什么这个模型很重要呢？因为Fama和French教授将股票的回报分解到因子的层面，这样就进一步揭示了什么样的股票可以获得超额回报的源头。
上图显示的是Fama和French对美国股市做的从1928年到2007年的接近80年历史的回测。在这80年的股票历史回测中我们可以看到，平均股票市场回报为每年10%左右（上图中蓝色TM圈），小股票的平均回报（SC天蓝色圈）为每年12%左右，大型价值股票(上图中紫色LV圈）平均年回报11%左右。如果将两者叠加，小型价值股票（SV，上图右上角圈）的年回报为14%左右。
也就是说，小规模的因子超额回报为每年2%左右，价值因子的超额回报为每年1%左右。
说到这里相信你对股票型对冲基金的策略有了一定的了解：原来他们是这样选股票的呀。那么他们在选股票时，有多少是用了这些因子，到底用了哪些因子，哪些因子对股票价格的影响更显著？要讲清楚这个问题，我就需要再介绍一位牛人：Barr Rosenberg.
Barr Rosenberg是UC Berkeley的经济学教授。1970年代，他开始为Wells Fargo做一些金融研究上的咨询工作，主要分析上市公司的回报和股票市场的相关性。后来Rosenberg基于自己的研究成果创办了一家咨询公司，叫BARRA(2004年BARRA被MSCI收购，新公司叫做MSCI BARRA)，主要分析公司股票的回报风险因子。这个是什么意思呢？让我在这里给你举个非常简单的例子：
假设你作为一个基金经理选了一些股票，你需要知道这些股票组合的回报会受哪些因素影响。换句话说，你需要知道你的风险(Risk)在哪里。根据以前很多专业人士做的研究，一般来说有这么些因子：行业影响，价格动量，公司大小，公司股价波动率，等等。
Rosenberg（和他的合伙人Grinold)的贡献就在于，他们整出了一套模型(BARRA Risk Model)，可以根据历史价格推算出不同的因素对于股票价格变动产生的不同影响。这套模型现在已经成为了业界标准，被几乎所有的机构采用。而这套风险系统一个很有用的功能就在于，可以用它去检测一个基金经理的选股能力。比如基于一个基金经理选的股票组合，我们就可以借用这个系统来判定，这位经理选的股票的回报，有多少可以用一些普通的风险因子来解释（比如上面提到的小股票，动量，价值，等等），而有多少是他真正的阿尔法。
Fama和Rosenberg等研究人员对于金融投资行业的贡献在于：他们的研究揭示了可以从股票市场获得超额回报，即超过市场回报（贝塔）的源头。比如Fama的研究显示，如果专注于挑选价值（Value）股票，那么假以时日，投资者可以获得比市场更好的回报。那么我们的研究人员一共发现了哪些可以提供超额回报的因子呢？
1. 价值（Value）：挑选估值低的股票可以获得超额回报，并不是Fama的首创。看过几本炒股书籍的朋友都能举出格雷厄姆和巴菲特的例子来支持价值投资。在这里我需要稍微展开一下对于价值投资的一些常见误解。
首先投资者面临的一个问题是：股票估值低的标准是什么？在这个问题上没有标准答案。比如Fama用的是市净率（Price to book ratio）。但也有其他不同的衡量指标，比如市盈率（Price to equity ratio），市现率（Price to cash ratio）等等。Fama和French的研究让人信服，有一个重要原因是从始至终他们用的都是非常一致的同一种指标。这样回测出来的结果才是比较有说服力的。
价值投资者需要注意的另一个问题是，从价值投资获得超额回报的前提是耐心和长期坚持。当我们说价值投资可以给予投资者超额回报时，我们指的是长期平均而言（比如Fama做过的美国过去70年的历史回测）。但是在那70年中，价值投资每年能够提供的超额回报波动幅度是非常大的。也就是说，在有些年份，价值投资可以给予投资者比市场更高的回报；而在另外一些年份，价值投资者的投资回报则会远远落后于市场回报。
比如上图显示的是美国股票从1971年到2009年价值(Value)和动量(Momentum)的历史超额回报。我们可以看到，就价值因子提供的超额回报（上图中最下面那根灰色实线）而言，它并不能保证每年都提供超过市场的更好的回报。比如在1996-2000年间，价值型股票遭到了大量抛售。1999年，巴菲特的伯克西哈撒韦公司股票价格下跌20%左右，是其公司历史上股票回报最差的年景之一。甚至连巴菲特长期推崇的价值投资理念都遭到了很多人的质疑。
另外一个值得一提的是，价值投资提供的超额回报在各个国家都是不同的，上面提到的Fama的研究仅限于美国。后来Fama和French将他们的研究扩展到世界上其他国家，虽然在大部分国家也都有类似的价值投资超额回报现象，但是每个国家的回报情况都有所不同。
2. 红利（Dividend）：有很多研究文献指出公司的红利率（Dividend Ratio）是一个可以提供超额回报的因子。也就是说，如果我们专注于挑选那些红利率比较高的公司，那么假以时日，这些股票可以提供的回报要高过市场平均回报。
上图显示的是标准普尔红利指数(Dividend Aristocrats，红线)和标准普尔500指数（蓝线）的历史回报对比。标准普尔的红利指数中的成分都是标准普尔中分发红利比较高的公司。如果从1990年开始算起截至到2014年，那么红利指数的回报要远远高于市场平均回报。当然，这个更高的回报也不是每年必然。比如从上图中我们可以看到，在1998-2001年间，红利指数的回报是低于市场平均回报的。
3. 动量（Momentum）：如果在最近一段时间（比如过去一年）某只股票的价格上升比较多，那么我们去购买这样的股票，同时卖空在最近一段时间价格下降比较多的股票，就可能获得超过市场平均回报的超额回报。
在上文中有一张美国股票价值和动量因子历史回报图。从图中我们可以看到，从1971年算起，买入那些有正动量，并且卖空那些有负动量的股票能够取得超额回报（即上图中的虚线）。当然值得一提的是，该回报曲线假设交易成本为零，因此实际交易中不可能获得如此高的回报（因为动量策略需要依靠非常频繁的交易频率）。
4. 低波动（Low Volatility）： 如果持续选择购买并持有在历史上价格波动比较低的股票，那么从长期来看投资者可以获得超过市场平均回报的收入。
5. 质量（Quality）：如果持续选择那些基本面质量比较高的公司（比如股本回报率ROE比较高的公司），那么从长期来看投资者可以获得比市场平均回报更好的回报。
6. 规模（Size）：如果持续选择那些规模比较小的公司（Small Size），那么从长期来看投资者可能可以获得超过市场平均水平的回报。
需要指出的是，所有这些能够带来超额收益的回报因子，其带来的超额回报并不是稳定不变的。比如上面图中显示了MSCI World Index从1988年到2013年的不同因子的回报。大家可以看到，这些因子的回报可谓风水轮流转。比如价值（Value）因子（上图红线），在1996-1999年表现差强人意。动量（Momentum）因子（上图土黄线），在2007-09年遭受重大打击。
也就是说，如果真的想要从因子投资中获得稳定的超额回报，那么投资者就需要提前预判在未来的一段时间（比如3-5年）内哪个因子的回报会更好，或者建立一套行之有效的系统在不同的因子之间进行轮换。而这无疑和选股选时一样，是非常困难的。
下面来介绍一下关于因子研究做的比较好的一些机构和研究人员：
1）Fama和French：在上文中我提到过，Fama和French一开始在1992年发表的论文中提出了三因子模型。三个因子包括市场（Market），规模（Small Minus Big）和价值（High minus low）。后来该三因子模型被运用到美国以外的国际市场，并被扩展到五因子模型（增加了利润率和投资两个因子）。
2）Carhart四因子模型：Carhart在Fama和French三因子模型的基础上加入了动量（Momentum）并提出他的四因子模型，得到了广泛的关注。
3）Fundamental Index Model （基本面指数模型）：该模型由美国经济学家Robert Arnott提出。Arnott的基本面指数是对传统的基于市值（Market Capitalization）而编制的指数的一种修改。在基于市值编制的指数（比如标准普尔500）中，指数中股票的权重由市值决定。打个比方来说，如果苹果股票的市值占到标准普尔500只股票的总市值的5%，那么苹果股票在标准普尔指数中的权重就是5%。如此编排指数的优点是指数不用再平衡（Rebalance），因为价格变动不影响指数成分变动。但缺点是在市场估值不合理的情况下，越是被高估的股票其权重越大。比如在1999年科技股泡沫达到顶峰的时候，各大指数中科技股的权重都高的离谱。在这种情况下，投资人持有的股票指数有估值被高估和低估的可能。
Arnott对于上面这个缺点提出的修正意见是，改变其指数中成分股权重的计算方法。Arnott抛弃了基于市值去计算成分股权重的传统方法，而代替之以基本面量化标准，比如公司的销售额，现金流，红利和市净值。用这种方法计算指数中成分股的权重，可以避免指数中包括过多的估值被高估的股票。
4） Cliff Asness: Cliff Asness是美国著名对冲基金AQR的创始人，也是上面提到的Eugene Fama的学生。AQR的对外宣传的投资方法是基于四个因子：价值，动量，低波动和利差（Carry）。
那么这些研究和我们普通投资者有什么关系呢？关系可大着呢。要详细解释这个问题，需要我从因子指数（Factor Index）说起。为什么要从因子指数说起呢？因为如果有某个因子可以为投资者带来超额回报，那么首先我们应该可以根据这个因子制造出一个指数（比如上面提到的价值指数），然后我们再去照着这个指数制造出一个指数基金（指数基金的目的很简单，就是复制指数的回报），这样就可以让广大投资者进行投资了。
在因子指数这个领域，有几家公司是全球的领先者，我在这里简单介绍一下。
首先是MSCI（明晟）。MSCI的前身是摩根斯坦利资本国际指数，后来从摩根斯坦利独立分了出来，又并购了Barra，所以现在全称是MSCI Barra（Barra的创始人是我上文提到的Barr Rosenberg）。
如果对金融新闻感兴趣的朋友应该会知道每年MSCI是否将A股列为其成分股总是能成为大新闻。主要原因是目前全球金融界有相当多的机构和基金都去追踪MSCI各种指数。也就是说这是一个行业界的标杆。MSCI是否决定将A股囊入其世界股票指数，会直接影响到国际资金对于A股股票的购买量，因此被大家关注也就不足为奇了。
MSCI编制的因子指数比较全，包括我上面提到的价值，规模，动量等所有因子。其因子指数涵盖的国家主要是欧美发达国家，发展中国家（包括中国）的覆盖面非常小。
其次是标准普尔道琼斯。标准普尔的拳头产品是标准普尔500指数，被业界广泛采取为代表美国股市的基准。道琼斯是编制指数历史最悠久的公司，旗下有非常著名的道琼斯工商指数（30支蓝筹股）。标准普尔和道琼斯合并后成为标准普尔道琼斯。他们编排的指数主要在美国市场比较多。
FTSE Russell由富时和罗素公司合并组成。该公司旗下的因子指数种类也很繁多，而且覆盖了很多美国以外的其他国家市场。同时上面提到的Arnott提出的Fundamental Index（基本面指数）也属于该公司旗下。
讲完了提供因子指数的指数编制公司，再来介绍一下追踪这些指数的基金经理。这些基金经理的工作是根据指数编排的规则，去复制这些指数，从而给予投资者和指数类似的回报。回报当然是越和指数回报接近越好，但在实际中做不到。因为指数不考虑交易成本和基金的管理费用。
在这个领域做的比较超前的有这么几家公司。首先是Blackrock IShares。2009年Blackrock以135亿美元的价格并购了BGI，同时也购买到了IShares这个品牌。在Blackrock IShare旗下，有比较全的因子指数基金，比如上面表格中的价值，动量，低波动等基金。这些基金的总费用率大概在0.15%左右，但需要注意他们绝大多数都仅限于美国市场。
先锋，Vanguard，是指数基金领域另外一大巨头。先锋在因子指数方面提供的产品不多，只有红利，低波动和小股票指数基金，且仅限于美国市场。当然如果这个领域是未来发展的方向，相信各大公司会相继推出更多的产品。
Invesco Powershare和Charles Schwab也提供不少因子指数基金。缺点是他们的费率都比较高，一般介于0.25%-0.6%之间（如上图所示）。Arnott的Fundamental Index (基本面指数）指数基金由Charles Schwab管理，费率为每年0.32%，也就是说该指数需要每年至少战胜标准普尔0.28%左右（先锋的标准普尔500指数基金费率为0.05%）才可能让投资者获得好处。
总结
关于股票因子回报的分析，是金融界一大创新和进步。该研究最大的贡献，是让投资者了解到可能提供超额回报的源头，并且让普通投资者以比较低廉的价格（通过因子指数基金）去获得这些因子回报。在没有因子指数基金的世界（比如中国），投资者想要获得这些因子回报，只能通过投资基金经理，并付出比较高的费用（可能是每年1.5%-2%，在有些私募基金还需要外加15%-20%的利润分成）。而这些因子指数基金，只收取0.15%-0.6%左右的总费用，没有利润分成，对于投资者来说确实是一大好消息。
因子回报研究的另一大贡献是，它向广大投资者们提供了设计自己的对冲基金策略的可能性。在绝大部分股票型对冲基金中，基金经理做的工作无非是买多某些因子，卖空另外一些因子。如果市场上有了基于因子的指数基金，并且可以卖空的话，对于我们广大投资者来说，自己去交易自己设计的对冲基金策略就不再是个梦了。
当然，科技的进步永远不会停止。我相信中国市场中的因子指数基金迟早也会出现。到时候广大的中国投资者也会有更大的投资选项。
希望对大家有所帮助。
参考资料：
伍治坚：《小乌龟投资智慧：如何在投资中以弱胜强》
伍治坚：《小乌龟投资智慧2：投资丛林生存法则》
为什么同一控制下的长期股权投资初始投资成本是按照被投资单位净资产账面价值乘以投资者所购买的比例，而
对于同一控制下长期股权投资的初始投资成本，采用相对于最终控制方而言的被投资单位可辨认净资产账面价值乘以持股比例，再加上最终控制方将被投资单位并入集团内部产生的商誉确认。
举例说明，B公司从集团内部A公司取得C公司80%股权，C公司可辨认净资产按照A公司取得其控制权日的公允价值持续计算的账面价值为5000万元，A公司取得C公司控制权日产生商誉500万元，那么B公司应当确认的长期股权投资初始入账价值为5000×80%+500=4500（万元）。这是权益结合法。
一定要记得，是按照相对于最终控制方而言的账面价值，而非子公司的账面价值确定。
非同一控制下控股合并采用购买法，长期股权投资初始投资成本为支付对价公允。
忽然间明白了一个知识点！！！！！谢谢你！！！！对了，为什么是最终控制方承认的账面价值呢？原来的账面价值不算数吗？+_+商誉是指谁的商誉呢？还有同一控制下合并成本高于账面价值份额的部分不确认为商誉吧～～😭这一张问题太多了，感觉都乱了
第一个，为什么是相对于最终控制方而言的账面价值，这个意思是说是按照非同一控制下企业合并从集团外部取得该子公司控制权时公允价值持续计算的账面价值，而不是子公司的账面价值，因为前者是相对于集团本身而言的账面价值（按购买日公允价值持续计算，体现历史成本），这样做的目的和计算商誉时的考虑是一样的，因为同一控制下企业合并并不会产生新的商誉（如果准则允许产生新的商誉，那么会出现大量关联方交易虚增商誉分粉饰报表），所以同一控制下企业合并的商誉是从集团外部取得子公司控制权时确认的商誉，而不会出现新的商誉。同一控制下企业合并支付对价是以账面价值计量的，支付对价大于长期股权投资部分冲减资本公积，资本公积不足冲减的冲减留存收益，这样在最终编制合并财务报表时才不会出现新的商誉。
商誉是非同一控制下企业合并形成的，其金额等于合并成本大于享有的被投资单位可辨认净资产公允价值份额，对于控股合并体现在合并财务报表中（合并财务报表商誉只列示归属于母公司部分），对于吸收合并体现在个别财务报表中。
商誉是指能在未来期间为企业经营带来超额利润的潜在经济价值，或一家企业预期的获利能力超过可辨认资产正常获利能力（如社会平均投资回报率）的资本化价值。从本质上来讲，它应当是被投资单位的一项资产。
如果网上购买嘉实策略增长基金,规定最少买多少钱的?
到银行和网上，是5000元，最低
网上是0.6%的认购费
去银行是1.2%的认购费。
而且仅售 一天。
网上交易认购嘉实策略增长基金重要提示
如果遇到嘉实网站主页繁忙时，开通网上交易可直接访问：https://trade.jsfund.cn，登录网
上交易可直接访问：https://trade.jsfund.cn/jsp/sysadmin/kfecindex.jsp
一、嘉实网上交易认购费率为0.6％
二、强烈建议您提前开户
强烈建议您提前网上开户，并在银行卡中预备好资金：鉴于目前基金销售的火爆行情，为了确保您网上认购成功，我们强烈建议您提早开通嘉实基金的网上交易：因为开通是否最终确认成功以T＋2日还能正常登录网上交易为准，如果您万一开户失败，当日购买的基金也会确认失败，资金将被退回。持有建行卡的投资者在嘉实网上开户前务必先去建行柜台办理好建行网上银行专业版的签约手续，下载并安转好证书（详情请咨询建行客服电话95533），否则将无法进行大额的基金认/申购。
三、首次认购金额最低5000元
在嘉实网上首次认购嘉实策略增长基金最低为5000元（含认购费），以后追加认购每笔至少1000元。
四、网上交易务必避开网络访问高峰期
网上开户和认购应避开网络访问高峰期：鉴于目前基金销售的火爆行情，加上嘉实策略增长基金的募集期限可能非常短，网站的访问量将非常大，认购期内请尽量避免网络交易的高峰期，请不要集中在15：00前后进行网上开户和交易，尽量选择一些客户使用频率较稀少的时间段，例如：晚上24:00－次日早8:00前，下午16：00—18：00之间等。
五、本次认购不允许撤单
嘉实策略增长基金在目前不能由其它基金转换入，按照基金契约规定，本次基金网上认购将不允许撤单。
六、不要急于变更银行卡
为了确保您尽快顺利地认购到嘉实的新基金，建议您在近期不要急于变更银行卡种，嘉实近期会增加一名投资者可持多种银行卡进行网上交易的功能，请大家耐心等待。“网上开户指南”请见：http://www.jsfund.cn/jswz/wsjy/wsjy_ktzn.jsp。
七、支持的银行卡种
嘉实网上直销目前支持的银行卡种：农行金穗卡（全国）、建设银行龙卡（全国）、兴业理财卡（全国）、广发理财通卡（全国）和北京银行卡（北京）。 “网上开户指南”请见：http://www.jsfund.cn/jswz/wsjy/wsjy_ktzn.jsp