股票投資論文精選(九篇)

前言：一篇好文章的誕生，需要你不斷地搜集資料、整理思路，本站小編為你收集了豐富的股票投資論文主題范文，僅供參考，歡迎閱讀并收藏。

第1篇：股票投資論文范文

格雷厄姆和多德在《證券分析》一書中對股票價格波動的本質(zhì)進(jìn)行了分析，說明了“股票內(nèi)在價值”對于投資的重要性，隨后，這個領(lǐng)域的研究引起了眾多經(jīng)濟金融學(xué)家的興趣，經(jīng)過幾十年的探索，得到了大量的重要研究成果，而且不乏廣泛應(yīng)用的方法，但是，對于新興市場和普通投資者卻難以采用。這里，我們希望借用20世紀(jì)80年代興起的灰色系統(tǒng)理論，探索一套簡便易用的股票投資價值預(yù)測方法。本文探討了灰色預(yù)測方法及其在股票價格預(yù)測中應(yīng)用的理論基礎(chǔ)和方法，以期能為投資者的決策行為提供一定的指導(dǎo)作用。

1.問題的提出

我們知道，股票市場的價格走勢是極為復(fù)雜且難以預(yù)測的。股票價格對市場信息如何進(jìn)行反應(yīng)，即使最高明最富經(jīng)驗的分析師也難以穩(wěn)操勝券，這是因為，我們?nèi)狈π畔κ袌鲇绊懙膫鲗?dǎo)系統(tǒng)的結(jié)構(gòu)和系統(tǒng)傳導(dǎo)模型，不能準(zhǔn)確把握金融政策、利率政策、公司狀況、國際市場及投資者心理承受能力等因素的變化及其對市場的影響方式和作用，只能似是而非地對價格走勢進(jìn)行把握，其結(jié)果可想而知。

于是，如何判斷或預(yù)測股票市場價格走勢引起了眾多經(jīng)濟金融學(xué)家和市場分析人員的極大興趣，在許多經(jīng)濟學(xué)家的共同努力下，股票定價方法向著量化方向發(fā)展，建立了大量令人振奮的定價方法。格雷厄姆和多德在1934年《證券分析》一書對1929年美國股票市場價格暴跌的深刻反思,認(rèn)為股票價格的波動是建立在股票“內(nèi)在價值”基礎(chǔ)上的，股票價格會由于各種非理性原因偏離“內(nèi)在價值”，但隨著時間的推移這種偏離會得到糾正而回到“內(nèi)在價值”，因此，股票價格的未來表現(xiàn)可通過與“內(nèi)在價值”的比較而加以判斷。但“內(nèi)在價值”取決于公司未來盈利能力，因此，對公司未來盈利能力及其現(xiàn)金流的準(zhǔn)確把握將是非常關(guān)鍵的。此后，戈登在對“內(nèi)在價值”進(jìn)行深入的量化分析的基礎(chǔ)上，提出了著名的股票定價的現(xiàn)金流量模型即“戈登模型”，然而，公司未來現(xiàn)金流是不確定的，為該模型的廣泛應(yīng)用帶來麻煩，為此，關(guān)于股票定價的早期研究就集中在確定公司未來現(xiàn)金流。費雪(Fisher)教授認(rèn)為未來資產(chǎn)收益的不確定性可用概率分布來描述，馬夏克（Marschak）、?？怂?Hicks)等學(xué)者經(jīng)過一系列研究認(rèn)為投資者的投資偏好可以看作是對投資于未來收益的概率分布矩的偏好,并可用均方差空間的無差異曲線來表示,同時，他們還發(fā)現(xiàn)“大數(shù)定律”在包含多種風(fēng)險資產(chǎn)投資中會發(fā)揮某種作用。戈登模型在股票價值分析中占有非常重要的地位，成為單只股票估價分析的基本方法，然而，該方法并沒有解決股票投資風(fēng)險與未來現(xiàn)金流折現(xiàn)率的關(guān)系，直到亨利·馬科維茨（H·Markowitz）教授的現(xiàn)代證券組合理論的建立才對這一基本問題有了明確的認(rèn)識，從而，一定程度上消除了該模型的致命缺陷。

在現(xiàn)實生活中，很少有投資者會將所有的投資集中在一只股票上，基于此，馬科維茨（H·Markowitz）教授于1938年提出了投資組合的概念，建立了現(xiàn)代證券組合理論，以統(tǒng)計學(xué)上的均值和方差等概念來衡量組合的收益和風(fēng)險，給出了投資者如何根據(jù)自己的風(fēng)險承受能力建立自己的最優(yōu)組合以最大化其投資收益，并將風(fēng)險分解為系統(tǒng)和非系統(tǒng)風(fēng)險，從而，指導(dǎo)投資者最優(yōu)化其投資行為。此后，其學(xué)生威廉·夏普（M·Sharpe）、林特納(Lintner)等為強化該理論的應(yīng)用，將其注意力從馬科維茨的微觀研究轉(zhuǎn)向整個市場，將其復(fù)雜形態(tài)簡化為以市場指數(shù)為基礎(chǔ)的單因素關(guān)系，并發(fā)現(xiàn)在均衡市場條件下資本資產(chǎn)的收益與風(fēng)險遵循線性關(guān)系，即著名的以均值--方差模型為前提的資本資產(chǎn)定價模型（CAPM）。然而，由于CAPM所要求的前提過于嚴(yán)格限制了其應(yīng)用，許多經(jīng)濟學(xué)家試圖研究在一定弱化條件下的定價理論，他們是邁耶斯(Mayers，1972)的存在大量非市場化資產(chǎn)的投資定價理論、羅斯（Ross）的套利定價理論(APT)以及布里登（Breeden）資產(chǎn)收益率與平均消費增長率的線性關(guān)系模型（CCAPM）等等為數(shù)眾多的數(shù)量化投資模型，為市場投資行為選擇提供了一定決策依據(jù)。

Roberts和Osbome在對股票市場價格的長期研究后，發(fā)現(xiàn)市場價格遵循“隨機漫步”或“隨機游動”的規(guī)律，由此，以Fama教授為代表的經(jīng)濟學(xué)家提出了有效市場理論，認(rèn)為投資者對市場信息會作出合理的反應(yīng)，將市場信息與股票價格相結(jié)合。進(jìn)入1980年代，在探尋一般均衡定價模型進(jìn)展不大的情況下，將定價理論的研究方向轉(zhuǎn)向注重市場信息的考察。經(jīng)過實證檢驗，邦德特和塞勒(BondtandTheler1985)發(fā)現(xiàn)股市存在投資者有時對某些消息反應(yīng)過度(overreact)，而杰格蒂什(Jegadeesh1990)、萊曼(Lehmann1990)等則發(fā)現(xiàn)了股價短期滯后反應(yīng)現(xiàn)象，由此，杰格蒂什和迪特曼(Titman1993)認(rèn)為投資者對有關(guān)公司長遠(yuǎn)發(fā)展的消息往往有過度的反應(yīng)，而對只影響短期收益的消息則反應(yīng)不足，關(guān)于這一點仍然存在著爭論，盡管如此，信息與股價之間應(yīng)存在著某種關(guān)系得到了經(jīng)濟學(xué)家們的認(rèn)同，并且，弗倫奇和羅爾(Roll)的實證研究證明了股價波動幅度與可獲得信息量之間存在著良好的正相關(guān)關(guān)系。

然而，這些定價理論在現(xiàn)代經(jīng)濟金融學(xué)家的推動下得到巨大發(fā)展的同時也遇到了嚴(yán)峻的挑戰(zhàn)，這種挑戰(zhàn)表明了“對(股票、債券等)金融資產(chǎn)價格變動缺乏有效的解釋手段反映了我們科學(xué)體系的不成熟”，面對這一現(xiàn)實，金融學(xué)家們開始嘗試?yán)梅蔷€性方法與混沌思想來理解股票市場行為，甚至采用具有黑盒子性質(zhì)的定價核概念、半自回歸方法和半非參數(shù)估計以及近年興起的系統(tǒng)仿真等新方法，試圖解釋信息對投資行為的影響，這些研究方法將成為股票定價理論的新興的令人激動的發(fā)展領(lǐng)域。

但是，這些模型的應(yīng)用都需要較為高深的專業(yè)知識和龐大的數(shù)據(jù)系統(tǒng)，而且，所需數(shù)據(jù)要求有較長的時間跨度，以滿足“大數(shù)定理”的要求，這些對于新興市場和廣大的普通投資者來講，難為其用，而且，市場價格的變化往往與股票“內(nèi)在價值”并不一致，因此，尋找一種既簡便又能適應(yīng)市場基本狀況的定價方法就自然成為了我們的追求。這里，我們希望借用20世紀(jì)80年代興起的灰色系統(tǒng)理論，探索一套簡便易用的股票投資價值預(yù)測模型，以期能為投資者的決策行為提供一定的指導(dǎo)作用。

2．股票投資價值灰色系統(tǒng)模型

灰色系統(tǒng)理論（GreySystemTheory）的創(chuàng)立源于20世紀(jì)80年代。鄧聚龍教授在1981年上海中-美控制系統(tǒng)學(xué)術(shù)會議上所作的“含未知數(shù)系統(tǒng)的控制問題”的學(xué)術(shù)報告中首次使用了“灰色系統(tǒng)”一詞。1982年，鄧聚龍發(fā)表了“參數(shù)不完全系統(tǒng)的最小信息正定”、“灰色系統(tǒng)的控制問題”等系列論文，奠定了灰色系統(tǒng)理論的基礎(chǔ)。他的論文在國際上引起了高度的重視，美國哈佛大學(xué)教授、《系統(tǒng)與控制通信》雜志主編布羅克特（Brockett）給予灰色系統(tǒng)理論高度評價，因而，眾多的中青年學(xué)者加入到灰色系統(tǒng)理論的研究行列，積極探索灰色系統(tǒng)理論及其應(yīng)用研究。

事實上，灰色系統(tǒng)的概念是由英國科學(xué)家艾什比（W·R·Ashby）所提出的“黑箱”（BlackBox）概念發(fā)展演進(jìn)而來，是自動控制和運籌學(xué)相結(jié)合的產(chǎn)物。艾什比利用黑箱來描述那些內(nèi)部結(jié)構(gòu)、特性、參數(shù)全部未知而只能從對象外部和對象運動的困果關(guān)系及輸出輸入關(guān)系來研究的一類事物。鄧聚龍系統(tǒng)理論則主張從事物內(nèi)部，從系統(tǒng)內(nèi)部結(jié)構(gòu)及參數(shù)去研究系統(tǒng)，以消除“黑箱”理論從外部研究事物而使已知信息不能充分發(fā)揮作用的弊端，因而，被認(rèn)為是比“黑箱”理論更為準(zhǔn)確的系統(tǒng)研究方法。所謂灰色系統(tǒng)是指部分信息已知而部分信息未知的系統(tǒng)，灰色系統(tǒng)理論所要考察和研究的是對信息不完備的系統(tǒng)，通過已知信息來研究和預(yù)測未知領(lǐng)域從而達(dá)到了解整個系統(tǒng)的目的?；疑到y(tǒng)理論與概率論、模糊數(shù)學(xué)一起并稱為研究不確定性系統(tǒng)的三種常用方法，具有能夠利用“少數(shù)據(jù)”建模尋求現(xiàn)實規(guī)律的良好特性，克服了數(shù)據(jù)不足或系統(tǒng)周期短的矛盾。

目前，灰色系統(tǒng)理論得到了極為廣泛的應(yīng)用，不僅成功地應(yīng)用于工程控制、經(jīng)濟管理、社會系統(tǒng)、生態(tài)系統(tǒng)等領(lǐng)域，而且在復(fù)雜多變的農(nóng)業(yè)系統(tǒng)，如在水利、氣象、生物防治、農(nóng)機決策、農(nóng)業(yè)規(guī)劃、農(nóng)業(yè)經(jīng)濟等方面也取得了可喜的成就?；疑到y(tǒng)理論在管理學(xué)、決策學(xué)、戰(zhàn)略學(xué)、預(yù)測學(xué)、未來學(xué)、生命科學(xué)等領(lǐng)域展示了極為廣泛的應(yīng)用前景。

那么，灰色系統(tǒng)是否能夠在股票市場價格走勢方面發(fā)揮作用呢？以及怎樣發(fā)揮作用？這是本文要探索的問題。

勿容質(zhì)疑，股票價格的“內(nèi)在價值”的研究為我們認(rèn)識股票價格提供了重要途徑，然而，其運用受相關(guān)專門知識的約束，同時，也受人們對公司未來現(xiàn)金流的預(yù)期是否合理與準(zhǔn)確的影響，那么，股票價格偏離其“內(nèi)在價值”的糾正，必然需要一定的學(xué)習(xí)過程，并付出相應(yīng)的代價即“學(xué)習(xí)成本”。如果將市場有效性與信息定價機制相結(jié)合，將對股票市場的定價機制有一個全新的認(rèn)識。在股票價格與其“內(nèi)在價值”的關(guān)系上，人們發(fā)現(xiàn)股票價格不僅反映其內(nèi)在價值的信息，而且反映了市場交易者的“噪聲”（Black，1986），因而，股票價格的偏離不會總回到其“內(nèi)在價值”。這樣，我們根據(jù)這些所知信息還是難以預(yù)測或把握市場價格走勢，從而經(jīng)常出現(xiàn)投資者對信息的過度反應(yīng)或反應(yīng)不足的現(xiàn)象。

我國股票市場有“政策市”、“消息市”之稱，應(yīng)該說這是效率市場的應(yīng)有狀況，令人遺憾的是，許多學(xué)者的研究表明，我國股市的股票價格對其反應(yīng)“內(nèi)在價值”的信息未能作出充分的反應(yīng)，因而，認(rèn)為我國股市的這種反應(yīng)機制是跛足的（包建祥，1999），“有關(guān)股票市場的政策法規(guī)報道”是對投資者最有價值的信息，對股價的影響也最大（茆詩松，1997。），而且存在著對信息的反應(yīng)過度及反應(yīng)不足（魏剛，1998；張人驥，1998。），呼吁建立完善的信息定價機制。應(yīng)該說，我國股票市場經(jīng)過近年的發(fā)展，市場的信息定價機制得到了一定程度的完善，市場對信息的敏感性有了實質(zhì)的提高，對影響股票“內(nèi)在價值”的信息，不論是系統(tǒng)信息還是非系統(tǒng)信息，股票價格均有相應(yīng)的反應(yīng)，因而，為通過市場價格的一定歷史時期的反應(yīng)判斷市場價格的未來走勢，提供了可能。

由于股票價格應(yīng)該反應(yīng)與其相關(guān)的市場信息，那么，信息在價格中的輸入和傳遞就有其相應(yīng)的軌跡和強度，這種軌跡和強度取決于該股票的價格對相關(guān)信息的反應(yīng)機制和靈敏性，而對于不同的股票，價格反應(yīng)信息的機制和靈敏性有著相當(dāng)?shù)牟煌㈦S時間變化而變化，那么是什么原因造成這種差異，以及這種軌跡和強度大小是什么，難以準(zhǔn)確把握，也就無法準(zhǔn)確地把握和股票“內(nèi)在價值”，在新興市場中，這種狀況尤甚。

但是，我們也注意到，在新興市場中，作為絕大多數(shù)投資者來講，他們難以稱得上真正意義上的投資者，更像是通常的“投機者”，即以市場交易差價獲取利益，并不是以獲取公司分紅或股利為目的，因而，對這些投資者來講，公司股票的“內(nèi)在價值”是多少似乎顯得那么重要了，他們最為關(guān)心的應(yīng)該是股票市場價格的近期走勢如何，以判斷價差的大小，從而決定該股票是否值得買賣，因此，交易過程中并不需要知道公司股票“內(nèi)在價值”。由此可知，股票價格的市場表現(xiàn)的趨勢判斷就顯得非常有意義了。

由于股票價格是相關(guān)信息的綜合反應(yīng)，所有的相關(guān)信息的傳導(dǎo)機制和靈敏度都得到了相應(yīng)的反應(yīng)。雖然，我們并不知道這種傳導(dǎo)的方式和靈敏度是什么，但是，我們?nèi)匀豢梢岳眠m當(dāng)方法通過信息在價格中的歷史反應(yīng)來判斷價格的未來行動方向或狀態(tài)，從而尋求信息在股票市場價格中的反應(yīng)機制，這是因為歷史行為反應(yīng)至少部分反應(yīng)了價格行為固有規(guī)律，并反應(yīng)了價格對新信息的反應(yīng)能力，這種反應(yīng)能力決定了價格的進(jìn)一步發(fā)展的方向。我們認(rèn)為，灰色系統(tǒng)理論的建立為測定和反應(yīng)這種傳導(dǎo)機制和靈敏度提供了一種較好的方法。

我們知道，灰色系統(tǒng)是通過對原始數(shù)據(jù)的收集與整理來尋求其發(fā)展變化的規(guī)律，這是因為，客觀系統(tǒng)所表現(xiàn)出來的現(xiàn)象盡管紛繁復(fù)雜，但其發(fā)展變化有著自己的客觀邏輯規(guī)律，是系統(tǒng)整體各功能間的協(xié)調(diào)統(tǒng)一，因此，如何通過散亂的數(shù)據(jù)系列去尋找其內(nèi)在的發(fā)展規(guī)律就顯得特別重要?；疑到y(tǒng)理論認(rèn)為，一切灰色序列都能通過某種生成弱化其隨機性而呈現(xiàn)本來的規(guī)律，也就是通過灰色數(shù)據(jù)序列建立系統(tǒng)反應(yīng)模型，并通過該模型預(yù)測系統(tǒng)的可能變化狀態(tài)。

灰色系統(tǒng)理論認(rèn)為微分方程能較準(zhǔn)確地反應(yīng)事件的客觀規(guī)律，即對于時間為t的狀態(tài)變量，通過方程就能夠基本反映事件的變化規(guī)律，那么，假定某股票價格的狀態(tài)初始序列為，通過灰色一階累加生成序列和弱化關(guān)系式(k=1,2,…,n)，我們就可以得到該股票價格的時間狀態(tài)的灰色微分方程為，系數(shù)a就是股票價格對信息的敏感性，是股票價格狀態(tài)對信息反應(yīng)系統(tǒng)變化內(nèi)在規(guī)律的指標(biāo)，在灰色系統(tǒng)里被稱為“系統(tǒng)發(fā)展系數(shù)”，而（k=1，2，…）就是該股票在未來k+1時間的市場價格。

根據(jù)灰色系統(tǒng)理論，要把握市場價格走勢和發(fā)展方向，并不需要知道是什么信息或多少信息影響其價格的變化以及如何影響，諸如宏觀經(jīng)濟因素的變動、公司基本面的變化、市場參與人數(shù)的增減等等因素分別對價格影響及其方式或者是這些因素的綜合影響，我們所需要的只是新信息的加入會使原有的趨勢得以改變，新信息的不斷加入是市場價格不斷變化的驅(qū)動力，而新信息的影響并不是在瞬間完成的，而是需要一定的時間進(jìn)行消化在市場價格中逐步體現(xiàn)，這就是通常意義的歷史信息的記憶功能，這種記憶能力對于市場價格走勢的驅(qū)動力具有一定的“慣性”作用，通過判斷這種驅(qū)動力（系統(tǒng)發(fā)展系數(shù)）的發(fā)展變化來預(yù)測未來價格走勢正是灰系統(tǒng)理論所要解決的問題。

3.灰色系統(tǒng)模型的應(yīng)用實例

3.1時間轉(zhuǎn)折預(yù)測

這里，我們以上海綜合指數(shù)的日收盤指數(shù)為標(biāo)準(zhǔn)，以2000年1月10日1545.11點為起點，如果局部低點和高點之間相差200個點以上，認(rèn)為市場指數(shù)出現(xiàn)了一次轉(zhuǎn)折，將低點-高點的變化看作一個階段，因而，我們選擇各階段的局部最高點和最低點，并選擇相臨的指數(shù)相差200點以上的點，計算其距離起點的月份數(shù)，以構(gòu)造指數(shù)走勢的量化分析，具體數(shù)據(jù)見表1。根據(jù)灰色微分方程可以得到指數(shù)轉(zhuǎn)折點的時間方程為：，其中k=1，2，…。

根據(jù)這個模型可以對指數(shù)轉(zhuǎn)折情況進(jìn)行預(yù)測，計算結(jié)果和模擬誤差狀況見表2，由表可以看出，該模型對指數(shù)轉(zhuǎn)折時間點預(yù)測的殘差平方和0.54，模型預(yù)測平均相對誤差為2.6%，小誤差概率幾近為1，因此，平均預(yù)測精度為97.4%，預(yù)測精度為二級，說明該方法基本可用于市場綜合走勢轉(zhuǎn)折時間的初步預(yù)測。由此轉(zhuǎn)折預(yù)測方程，我們可得到后一階段的5個預(yù)測值為：19.4、23.3、27.9、33.6和40.3。第一個預(yù)測值19.3表明下一轉(zhuǎn)折點在從2000年1月起的第19個月左右，即約在2001年7月會出現(xiàn)一次重大轉(zhuǎn)折，再經(jīng)過約4個月的調(diào)整后將又會有一次較大的轉(zhuǎn)折，即預(yù)計在2001年11月份可有一次200點以上的變化。

表1時間序列表

3.2上海綜合指數(shù)的預(yù)測

2001年來，上海綜合指數(shù)收盤指數(shù)從1月2日的2103點降至10月22日的1520點，跌幅近30%，如以當(dāng)年最高點2245點計，跌幅更深，因此，我們應(yīng)用灰色系統(tǒng)模型對股票指數(shù)變化狀況進(jìn)行預(yù)測，以期能更好地開展投資決策和最大限度地降低風(fēng)險。根據(jù)灰色微分方程建立上海綜合指數(shù)走勢預(yù)測模型，為此，我們以上海綜合指數(shù)的實際周收盤數(shù)為基礎(chǔ)，以2001年8月10日周收盤價1955.04點為數(shù)據(jù)系列的起點，得到指數(shù)走勢的預(yù)測方程：，其中，k=1，2，…。根據(jù)這個模型對指數(shù)的預(yù)測，結(jié)果和誤差狀況見表3，由表可以看出，該模型對指數(shù)序列模擬的殘差平方和為1259.90，模擬的平均相對誤差為0.79%，因此，平均預(yù)測精度為99.21%，最大預(yù)測誤差為1.20%，小誤差概率近似為1。從模型本身來看，應(yīng)該說對上證綜合指數(shù)的預(yù)測精度基本能達(dá)到要求。

3.3新陳代謝模型與事后檢驗

事后檢驗是根據(jù)模型預(yù)測值與市場實際表現(xiàn)進(jìn)行比較而得到的，根據(jù)該指數(shù)走勢預(yù)測模型，我們可以得到未來4周的收盤指數(shù)分別為1768.66、1741.12、1714.00和1687.31，總體是一個下降的趨勢，上海綜合指數(shù)的實際值1807.02、1764.87、1691.33和1572.45，實際誤差分別為2.12%、1.34%、-1.34%和-7.30%，表明有較為理想的預(yù)測效果。但實際結(jié)果也表明，利用某一數(shù)據(jù)系列對走勢或時間轉(zhuǎn)折進(jìn)行長期的預(yù)測，隨著時間的推移，由于新信息的作用沒有得到體現(xiàn)，歷史信息影響程度的有限性，即價格對信息的記憶與預(yù)見能力是有限的，也就是說，信息對系統(tǒng)的影響會隨著時間的流逝而逐漸減弱，誤差將會越來越大因此，我們采用新陳代謝GM模型對2001年8月17日開始的上證綜合指數(shù)趨勢進(jìn)行模擬，即利用最新的數(shù)據(jù)替換最舊的數(shù)據(jù)以最大限度地體現(xiàn)新信息對市場走勢的影響，計算的結(jié)果列于表4，結(jié)果表明，模型預(yù)測的最小預(yù)測誤差為-0.03%，最大預(yù)測誤差是7.73%。在趨勢判斷上，預(yù)測趨勢與市場實際表現(xiàn)有著較為一致的變化。從其模擬散點圖看，預(yù)測值與市場實際表現(xiàn)有著極為吻合的效果。

表4新陳代謝GM模擬結(jié)果與后驗表

后驗相對誤差圖

4.小結(jié)

通過以上分析可以發(fā)現(xiàn)，灰色投資價值模型的預(yù)測是短期的，一般地講，對3個以上時間跨度后的預(yù)測誤差較大，因此，需要利用新陳代謝模型進(jìn)行重新估計，舊有的信息對系統(tǒng)的發(fā)展發(fā)揮持續(xù)的影響，而新信息的作用效果未能得到充分的反映，這就決定了僅根據(jù)原有信息進(jìn)行的預(yù)測會比較大地偏離實際運動軌跡，從而失去了模型預(yù)測的意義。因此，在實際的應(yīng)用過程中，我們應(yīng)在模型中不斷補充新的信息，去掉那些對于預(yù)測的作用日益減小的舊數(shù)據(jù)，以反映新的信息對系統(tǒng)發(fā)展的影響特征。事實上，對于絕大部分系統(tǒng)來講，系統(tǒng)對信息的記憶功能是極為有限的，舊的信息對系統(tǒng)發(fā)展的作用將隨著時間的推移而不斷減小，因而，在應(yīng)用該模型進(jìn)行預(yù)測時，不斷更新數(shù)據(jù)系列將是十分重要。

我們也注意到，預(yù)測值相較于實際值似乎有一個單位時間的延遲，這種延遲表明該預(yù)測模型有一個“追漲”、“殺跌”的特性，這進(jìn)一步說明了該模型的短期預(yù)測特性，這是可能因為，該模型的預(yù)測結(jié)果放大了舊信息對系統(tǒng)的影響程度，從而使預(yù)測結(jié)果產(chǎn)生一定程度的偏離，特別是在市場出現(xiàn)“暴漲”或“暴跌”的情況下，該模型的預(yù)測誤差相對較大。盡管該方法在一定程度上對于短期的走勢判斷有著良好的效果，但我們認(rèn)為，為避免“追漲”、“殺跌”的作用所導(dǎo)致的重大趨勢延遲影響，將市場變化的時間轉(zhuǎn)折周期預(yù)測結(jié)合使用是一個可行的選擇，并適當(dāng)加以調(diào)整，以避免或減少在對市場宏觀走勢重大變化的判斷中犯致命錯誤?；诖?，我們正努力尋求新的算法和預(yù)測趨勢與市場重大變化的實際關(guān)系，以期消除預(yù)測判斷上的失誤。在應(yīng)用GM模型進(jìn)行系統(tǒng)預(yù)測時，所應(yīng)用的數(shù)據(jù)系列要求具有一定的光滑度，對那些具有劇烈跳躍性質(zhì)的數(shù)據(jù)系列的系統(tǒng)，其預(yù)測效果不是十分理想，研究表明，系統(tǒng)本身的發(fā)展系數(shù)過大（大于1.5）時，用這種方法模擬的精確度不到50%，因此，對于價格變化較為頻繁且有較大波動幅度的個股，這個方法對于指導(dǎo)其投資決策的意義會有所限制，我們正在進(jìn)一步的研究之中。

參考文獻(xiàn)

1.包建祥，《對股票市場信息定價機制的重新詮釋》，《證券市場導(dǎo)報》，1999年第四期

2.鄧聚龍，《灰色系統(tǒng)(社會·經(jīng)濟)》，國防工業(yè)出版社，1983

3.李慶揚，王能超，易大義，《數(shù)值分析》，華中理工大學(xué)出版社，1989

4.李祚泳，灰色系統(tǒng)理論和應(yīng)用的最新進(jìn)展，《大自然探索》，1992，(1)

5.茆詩松等，《政策、擴容、消息對上海股市的影響》，《中國證券市場實證分析》，學(xué)林出版社，1997

6.湯敏，茅于軾主編，《現(xiàn)代經(jīng)濟學(xué)前沿專題》，第一集

7.魏剛，《我國上市公司股利分配的實證研究》，《經(jīng)濟研究》，1998年第六期

8.約翰·伊特韋爾等編，《新帕爾格雷夫經(jīng)濟學(xué)大辭典》，經(jīng)濟科學(xué)出版社，1992

9.張人驥，朱平方，王懷芳，《上海證券市場過度反應(yīng)的實證研究》，《經(jīng)濟研究》，1998年第5期

10.Ball，R.，1995，TheoryofStockMarketEfficiency：AccomplishmentsandLimitations，JournalofAppliedCorporateFinance，Spring

11.Black，F(xiàn).，1995，Noise，TheJournalofFinance，Vol.XII.No.3

12.Elton，LeonardJandGruber，MartinJ.，1991，ModernPortfolioTheoryAndInvestmentAnalysis，NewYorkUniversity，F(xiàn)ourthedition

第2篇：股票投資論文范文

投資者對其所關(guān)注的是被投資企業(yè)的獲利能力,這往往是通過被投資企業(yè)本期及前期損益表報告的凈收益來預(yù)測的。根據(jù)預(yù)測情況,投資者作出投資決策并通過供求法則影響股價。這樣投資者就會把股價與盈利預(yù)測有機地聯(lián)系起來,并保持正向關(guān)系。如果某公司盈利預(yù)期良好,那么股價將會持續(xù)上升;相應(yīng)地,如果某種股票股價持續(xù)、穩(wěn)定地上升,也就喻示著該公司的盈利能力較強。

然而,最近許多研究表明:預(yù)期與實際收益往往會出現(xiàn)較大的偏離。這種偏離可能導(dǎo)致投資者得不到預(yù)期的收益甚至有虧損的危險。這時便產(chǎn)生了一個問題:投資者究竟失誤在哪里？毛病就出在盈利預(yù)測上。伯納德和托馬斯以及哈德于1990年作的實證說明了這一點:預(yù)期收益與股票真實收益的偏離是由于投資者僅僅重視已報告的凈收益而不是盈利能力。這便是誤導(dǎo)所在。

從會計角度來說,損益表中的凈收益既有按權(quán)責(zé)發(fā)生制確認(rèn)的應(yīng)計收益,也有已收到現(xiàn)金制下的現(xiàn)金收益,這兩部分收益在影響未來收益方面所起的作用是不同的。其中現(xiàn)金收益與盈利能力高度相關(guān),應(yīng)計收益與盈利能力的相關(guān)度則較低。

權(quán)責(zé)發(fā)生制下的應(yīng)計收益是通過應(yīng)計、遞延、分配及估計等方法得出的,所有這些均比現(xiàn)金收益主觀得多。因此,從某種意義上來說,一個公司擁有高的凈收益水平而現(xiàn)金流量卻較低,就有可能是它運用了令人置疑的收入、費用確認(rèn)標(biāo)準(zhǔn)。即使是它運用的確認(rèn)標(biāo)準(zhǔn)還比較客觀,但沒有能獲得現(xiàn)金來進(jìn)行再投資,也無益于盈利能力的保持與提高。這就說明:用應(yīng)計收益來預(yù)測未來收益的可靠性較差。斯龍于1990年作的實證研究證實了這一點:應(yīng)計收益在凈收益中所占比重高的公司,在未來收益宣布時,股票報酬會出現(xiàn)與預(yù)期看似“不正?！钡哪娌睢?/p>

第3篇：股票投資論文范文

中國股票市場論文范文一：

影響今日股市重要消息匯總（6月2日）

【政策】

1、共享汽車：兩部分?jǐn)y手制定“共享汽車”新規(guī)

6月1日，由中國交通部會同住建部制定的《關(guān)于促進(jìn)汽車租賃業(yè)健康發(fā)展的指導(dǎo)意見(征求意見稿)》向社會公開征求意見。其中，對汽車“達(dá)標(biāo)”項目、承租人實名制等提出明確要求。官方強調(diào)，鼓勵分時租賃規(guī)范有序發(fā)展。

標(biāo)的股：力帆股份(601777)、海馬汽車(000572)

【漲價】

1、紙：包裝紙漲價貫穿二季度

端午節(jié)后，國內(nèi)包裝紙市場再掀一輪淡季漲價潮。近兩日，山東、河北、吉林等地9家紙企宣布提高瓦楞紙價格100元-400元/噸。此輪提價距上一輪僅間隔一個月，目前國內(nèi)120g高瓦最新主流報價在3200元-3350元/噸，二季度以來漲幅近24%。此輪上漲意味著，國內(nèi)包裝紙價格自4月起出現(xiàn)每月一漲，漲勢貫穿二季度。受漲價刺激，國內(nèi)包裝紙龍頭玖龍紙業(yè)(2689.HK)周四大漲6.6%，創(chuàng)出3月中旬以來新高。

標(biāo)的股：晨鳴紙業(yè)(000488)、山鷹紙業(yè)(600567)

【產(chǎn)業(yè)】

1、蘋果產(chǎn)業(yè)鏈：新款iPhone手機正式量產(chǎn)

臺灣電子時報6月1日報道，鴻海正式量產(chǎn)蘋果新款iPhone手機。鴻海董事長郭臺銘坐鎮(zhèn)深圳龍華，并向集團內(nèi)重要成員宣布蘋果新款手機正式進(jìn)入量產(chǎn)。鴻海旗下的富士康是iPhone代工商。此前媒體報道稱，新款iphone量產(chǎn)在即，鴻海集團正在招募并訓(xùn)練員工。

標(biāo)的股：藍(lán)思科技(300433)、立訊精密(002475)

2、浙大阿里聯(lián)合成立前沿技術(shù)研究中心

5月31日，浙江大學(xué)和阿里巴巴簽署戰(zhàn)略合作協(xié)議，宣布成立“阿里巴巴-浙江大學(xué)前沿技術(shù)聯(lián)合研究中心”。作為阿里巴巴“NASA”計劃的重要組成部分，雙方將攜手攻克面向未來20年的核心科技，在人工智能、泛在信息安全、無障礙感知互聯(lián)等前沿技術(shù)領(lǐng)域開展研究合作。

標(biāo)的股：浙大網(wǎng)新(600797)(為浙江大學(xué)旗下唯一上市平臺)、科大智能(300222)(布局人工智能并與與復(fù)旦大學(xué)共建智能機器人(300024)聯(lián)合實驗室)

3、手游：中國成全球第一大游戲市場

倫敦風(fēng)險投資機構(gòu)Atomico日前的報告顯示，2016年全球游戲市場收入達(dá)到1011億美元，其中中國6億游戲玩家就貢獻(xiàn)了246億美元，美國玩家以241億美元緊隨其后。此外，有“互聯(lián)網(wǎng)女皇”之稱的華爾街證券分析師MaryMeeker近日指出，中國已成為全球第一大游戲市場，付費內(nèi)容崛起，中國消費者越來越愿意為網(wǎng)絡(luò)游戲、在線直播、在線視頻等娛樂內(nèi)容買單。

第4篇：股票投資論文范文

關(guān)鍵詞：股票價格；價格預(yù)測；灰色系統(tǒng)；股票投資

中圖分類號：F830.9 文獻(xiàn)標(biāo)識碼：A 文章編號：1674-7712 （2013） 08-0000-01

一、股票投資價值使用灰色系統(tǒng)模型的原因

股票市場價格走勢一般是很難判斷和預(yù)測的。股票價格面對市場信息會做出如何反應(yīng)，即使是經(jīng)驗豐富的分析師也無法做到。這是由于，我們?nèi)鄙僦獣杂绊懯袌鰝鲗?dǎo)系統(tǒng)的結(jié)構(gòu)和傳導(dǎo)模型的信息，無法精準(zhǔn)掌握公司狀況、金融政策、國際市場、利率政策以及投資者心理承受能力等因素變化，以及這些對市場價格的影響方法，只能似懂非懂進(jìn)行預(yù)測價格走勢，這樣得到的效果肯定不會特別理想。因此，面對這樣的情況，大批的金融學(xué)家和分析家開始著手研究，如何找到最好的方法來預(yù)測股票市場的價格走勢。而在他們的共同研究下，確實也找到了無數(shù)令人驚奇的預(yù)測方法。并且這些預(yù)測方法在金融學(xué)家的推動下得到了很大的發(fā)展，可是卻也遭遇了很大的難題，因為科學(xué)體系的不成熟無法對股票價格變動趨勢進(jìn)行合理的解釋。例如我們必須掌握深厚的專業(yè)知識和巨大的數(shù)據(jù)系統(tǒng)，才能輕松的使用這些預(yù)測方法，而且這些所需要掌握的數(shù)據(jù)都是要很長時間的以來的，才能得到“大樹定力”的效果，所以很難被普通投資者使用。同時市場股票價格走勢與股票內(nèi)在價值步伐不一致，因此投資者都希望能另尋一種既能簡單使用，又能適應(yīng)市場環(huán)境的預(yù)測方法。于是灰色系統(tǒng)理論被引用到股票投資價值中。

二、股票投資價值灰色系統(tǒng)模型

灰色系統(tǒng)理論始于20世紀(jì)80年代初?！盎疑到y(tǒng)”一詞是被在1981年鄧聚龍教授的上海學(xué)術(shù)報告中首次使用。隨后他又發(fā)表了一系列關(guān)于灰色系統(tǒng)的論文，為灰色系統(tǒng)的理論打下良好的基礎(chǔ)，同時也引起更多學(xué)者對它的興趣，參與到它的研究中?？蓪嶋H，灰色系統(tǒng)是由英國科學(xué)家的“黑箱”概念的基礎(chǔ)上演進(jìn)而來的，它融合了自動控制和運籌學(xué)?；疑到y(tǒng)是一種包含已知信息和未知信息的系統(tǒng)，主要用于信息不完全的系統(tǒng)，利用已知的信息來探索和預(yù)測未知信息，從而知曉整個系統(tǒng)?；疑到y(tǒng)理論和模糊數(shù)學(xué)、概率論方法一樣都是來探索不確定性系統(tǒng)，具備使用“少數(shù)據(jù)”尋找現(xiàn)實規(guī)律的良好能力，解決了數(shù)據(jù)不充分或是系統(tǒng)周期太短的問題。如今灰色系統(tǒng)理論被應(yīng)用于各個領(lǐng)域，譬如經(jīng)濟管理、生態(tài)系統(tǒng)、工程控制等領(lǐng)域。同時在股票投資領(lǐng)域也得到了應(yīng)用，下面探討下灰色系統(tǒng)如何在股票價格走勢上得到利用。

研究股票的“內(nèi)在價值”是我們認(rèn)識股票價格的重要方法，可是它的研究需要專門的知識支持，而且受人們是否合理與準(zhǔn)備的判斷未來現(xiàn)金流所影響。股票的價格又是很多信息綜合反應(yīng)的結(jié)果，不同的股票，有不同的價格反應(yīng)信息機制靈敏性，并且隨著時間的推移，想要找到造成這種差異的原因，以及這種差異產(chǎn)生的軌跡和強度是什么，我們都無法把握，更別說把握股票的“內(nèi)在價值”。股票的價格反應(yīng)了所有與之相關(guān)的信息傳導(dǎo)機制和靈敏度。可是雖然我們不知道它的傳導(dǎo)方式和靈敏強度，但是我們能采用相應(yīng)的方法通過價格的歷史變化信息來判斷價格未來趨勢，從而獲得股票價格的反應(yīng)機制信息。于是為了測試和反應(yīng)它的傳導(dǎo)機制和靈敏度，我們建立了灰色系統(tǒng)理論。

灰色系統(tǒng)理論利用搜集和整理系統(tǒng)原始數(shù)據(jù)，來尋找其發(fā)展規(guī)律。灰色系統(tǒng)表明，所有灰色序列都能展現(xiàn)本有的規(guī)律，在使用一種生成弱化其隨機性后，也就是說，利用灰色數(shù)據(jù)序列來架構(gòu)系統(tǒng)的反應(yīng)模型，然后就能利用這個模型來預(yù)測系統(tǒng)可能發(fā)生的變化。灰色系統(tǒng)模型利用微分方程來反應(yīng)系統(tǒng)的客觀規(guī)律。

有了灰色系統(tǒng)理論，想要掌握市場價格走勢和方向，我們并不需了解是什么信息影響了或是如何影響了股票價格，例如公司的基本面變化、宏觀的經(jīng)濟因素變動、市場參與人數(shù)增減與否等等會對價格產(chǎn)生影響的綜合因素，我們只要加入能改變原有的價格趨勢的新信息，這些信息是用來驅(qū)動市場價格變化的，可這些新信息的影響也不是立馬能實現(xiàn)的，它的實現(xiàn)需要一個不斷消化的過程，這就是通常我們所說的記憶功能，它是股票市場價格變化的驅(qū)動力，但是有也有一定“慣性”，灰色系統(tǒng)在股票投資上的利用，正是要解決如何利用這種驅(qū)動力來預(yù)測未來價格的走勢。

三、灰色系統(tǒng)模型在股票投資價值上的應(yīng)用

（一）時間轉(zhuǎn)折預(yù)測

我們用某一股票的日收盤為例，把某個時間的某個點當(dāng)起點，當(dāng)局部低點和高點間波動200點以上時，就認(rèn)為是一次市場指數(shù)轉(zhuǎn)折，把從低點到高點的變化當(dāng)做一個階段，因此，我們選用局部最低點與最高點，在選用毗鄰的指數(shù)相差在200以上的點，算出它們距離起點的月份，用來進(jìn)行量化分析指數(shù)的走勢。通過灰色微方方程可列出指數(shù)轉(zhuǎn)折點的時間方程，而且通過方程式對指數(shù)未來轉(zhuǎn)折情況進(jìn)行預(yù)測。

（二）新陳代謝模型、事后檢驗

事后檢測通過模型來比較預(yù)測值和市場實際值而得到的。而從實際應(yīng)用中發(fā)現(xiàn)，只通過每一個數(shù)據(jù)系列來進(jìn)行長期的預(yù)測走勢和時間點是遠(yuǎn)遠(yuǎn)不夠的，因為新信息的作用沒有完全發(fā)揮出來，而歷史信息只能在一定程度上影響，價格在信息的記憶和預(yù)見能力又有限，于是，隨著市場的發(fā)展，信息對系統(tǒng)的影響會不斷地減弱，所得到的誤差也會越來越大，所以我們需要采用新陳代謝GM模型，通過不斷用新數(shù)據(jù)替換老數(shù)據(jù)來最有效的展現(xiàn)新信息對于市場價格走勢的影響。

四、結(jié)束語

由此看出，我們能利用灰色系統(tǒng)模型來預(yù)測股票指數(shù)變化情況，從而能更好地、更有效地作出投資決策，最大程度上地降低投資上的風(fēng)險。可是灰色投資價格模型也有局限性，它只能用于短期的預(yù)測，時間越長預(yù)測的誤差越大，因此，在實際運用中，我們要給模型不斷的添加新的信息，摒棄那些預(yù)測作用越來越小的老數(shù)據(jù)，以減小預(yù)測誤差。

參考文獻(xiàn)：

[1]李祚泳.灰色系統(tǒng)理論和應(yīng)用的最新進(jìn)展[J].大自然探索，1992（01）.

[2]李國平，王址道.基于灰色系統(tǒng)理論的股市大盤組合預(yù)測方法[J].商場現(xiàn)代化，2005（04）.

[3]徐維維，高風(fēng).灰色算法在股票價格預(yù)測中的應(yīng)用[J].計算機仿真，2007（11）.

[4]鄧聚龍.灰色系統(tǒng)理論教程[M].華中理工大學(xué)出版社，1990.

第5篇：股票投資論文范文

工薪階層是以較為固定的勞動報酬為主要收入來源的經(jīng)濟群體。論文隨著收入的增加和金融市場發(fā)展的成熟，作為社會經(jīng)濟群體中最大一部分的工薪階層有了投資證券的經(jīng)濟條件和現(xiàn)實需求。因此，基于各類證券品種的特點和證券投資的風(fēng)險分析，研究工薪階層的證券投資具體策略問題，對于證券市場的穩(wěn)定發(fā)展和工薪階層資產(chǎn)的增值都有較大的現(xiàn)實意義。

一、工薪階層證券投資的經(jīng)濟條件

(一)工薪階層的收入現(xiàn)狀

隨著社會經(jīng)濟的發(fā)展，工薪階層的收入逐年增加。據(jù)統(tǒng)計，2005年我國城鎮(zhèn)居民收入增長速度超過8％，工薪階層繳納個人所得稅占個人所得稅總額的65％。以北京市為例，2004年工薪收入在7．44萬元以上的共有74．95萬人，占到工薪項目納稅人數(shù)的10．5％?！肮ば诫A層都是低收入者”的觀念已日益被淡化。收支相抵后盈余的增加使工薪階層的抗風(fēng)險能力同步增強，具備了進(jìn)行證券投資的經(jīng)濟條件。

(二)工薪階層的理財現(xiàn)狀

2005年底，我國金融機構(gòu)人民幣各項存款余額高達(dá)28．72萬億元，增速為18．95％，遠(yuǎn)遠(yuǎn)超過國內(nèi)生產(chǎn)總值9．9％的增速，其中城鄉(xiāng)居民的儲蓄余額也劇增到14．11萬億元。高儲蓄的現(xiàn)狀直觀反映了當(dāng)前工薪階層仍以儲蓄為理財?shù)闹饕绞剑莾π畹牡屠适怪疅o法為工薪階層帶來較高的收益。大量調(diào)查表明，工薪階層已經(jīng)不滿足于單一儲蓄的理財現(xiàn)狀。然而，工薪階層的特點使其無力進(jìn)行大額的房產(chǎn)或?qū)崢I(yè)投資，對股票、債券等金融產(chǎn)品不熟悉、投資專業(yè)知識相對缺乏也將他們擋在證券投資的大門之外。

二、工薪階層證券投資的主要產(chǎn)品

工薪階層收入有限，風(fēng)險承受能力相對較小，因此投資的主要目的是在確保安全性的前提下獲取一定的收益。畢業(yè)論文目前，我國適宜于工薪階層證券投資的工具主要有：債券、股票、基金。

(一)債券

債券是經(jīng)濟主體為籌集資金向投資者出具的承諾在一定時期支付利息和償還本金的債務(wù)憑證。按照發(fā)行主體的不同，分為政府債券(又稱國債)、公司債券、金融債券。在我國目前的證券市場上，公司債券的數(shù)量很少，金融債券多一些，最多的是國債。金融債券和國債的信用度都非常高，而金融債券主要是由機構(gòu)投資者買進(jìn)，因此適合于工薪階層購買的主要是國債。國債是由國家發(fā)行償付，因此具有最高的信用度，被公認(rèn)為最安全的投資工具，但是收益也是各種債券中最低的。國債的發(fā)行價格和利息支付方式比較復(fù)雜，但是國債的利率也是根據(jù)銀行利率制定的，其收益率一般都要比同期的定期存款利率稍高，并且國債的利息收入是免稅的。因此國債作為個人投資的渠道，要優(yōu)于定期存款。對于收入較低、抗風(fēng)險能力差的工薪階層，債券的收益比較穩(wěn)定，變現(xiàn)能力也比較強，風(fēng)險不高，是一種適合工薪階層投資與儲蓄雙重目的很好的理財工具。

(二)股票

1990年l2月上海證券交易所的開業(yè)，中國開始出現(xiàn)股票投資，股票投資者獲利的方式主要有兩種：一是利用價格差；二是紅利。在現(xiàn)階段中國股市，個人投資的獲利渠道主要是類似賭博的利用價格差投機。按照經(jīng)濟學(xué)的觀點，決定股票價格的最根本因素是市盈率，但是經(jīng)常炒股的人都知道，價格和漲幅最高的股票往往和市盈率沒什么關(guān)系?，F(xiàn)階段的中國股市還不規(guī)范，對于工薪階層來說，由于多種因素使之投資股票存在許多劣勢。對于個人投資者來說，可用于研究股市的時間很少，因此，股票投資風(fēng)險較大，很難把握。雖然股票投資是個高風(fēng)險、高收益的投資項目，但對于工薪階層來說，投資股票必須謹(jǐn)慎，適合于有相當(dāng)?shù)拈e置資金、風(fēng)險承受能力較強者。不過參與股票投資，切忌不可將絕大部分資金投資股票。

(三)基金

基金產(chǎn)品主要有股票型基金、債券型基金、保本型基金三種。

股票型基金是最主要的基金產(chǎn)品類型，以交易所上市的股票作為主要投資對象，其股票投資比例不低于基金總規(guī)模的40％。股票型基金的主要功能是將大眾投資者的小額資金集中起來，碩士論文投資于不同的股票組合。這種以追求資本利得和長期資本增值為投資目標(biāo)的特點決定其受股票市場波動的影響較大。股票型基金在所有基金類型中風(fēng)險最大，同時收益率最高，適合那些追求較高收益、風(fēng)險承受能力較強的工薪階層投資者。經(jīng)常炒股的工薪階層可以考慮將部分資金投向股票型基金。

債券型基金是一種以債券為主要投資對象的證券投資基金。債券基金基本上屬于收益型投資基金，一般會定期派息，具有低風(fēng)險且收益穩(wěn)定的特點，適合于想獲得穩(wěn)定收入的投資者。保本型基金是一種半開放式的基金產(chǎn)品，在存續(xù)期內(nèi)一般不接受投資者的申購。管理該類型基金的基金公司通過擔(dān)保和穩(wěn)健的投資風(fēng)格，在一定的投資期間內(nèi)為投資者提供本金安全的保證，同時通過其他的一些高收益金融工具的投資，為投資者提供額外回報。在市場波動較大或市場整體低迷的情況之下，保本型基金為風(fēng)險承受能力較低、同時又期望獲取高于銀行存款利息回報的中長期投資者，提供了一種低風(fēng)險同時又具有升值潛力的投資工具。由于保本基金的結(jié)構(gòu)和運作原理的關(guān)系，保本基金在股票市場牛市中難以跑贏大市，但它卻是熊市中的理想避險品種，適合于喜愛投資憑證式國債之類產(chǎn)品的投資者。

三、工薪階層證券投資的風(fēng)險與原則

(一)工薪階層證券投資的風(fēng)險

作為工薪階層，絕大部分收入來源于薪金，且薪金增長幅度較低。對于工薪階層來說．安全性是第一位的，只有在安全性和流動性都得到滿足的前提下，投資才是明智的。投資有風(fēng)險，個人理財?shù)母鱾€渠道也具有風(fēng)險，醫(yī)學(xué)論文只是風(fēng)險的特點與各種投資工具的類型有關(guān)。作為工薪階層，投資于證券市場，必須首先了解各種風(fēng)險的存在。雖然各種投資品種的風(fēng)險不同，但是各種投資工具具有一些共性的風(fēng)險特征，包括市場風(fēng)險、利率風(fēng)險、流動性風(fēng)險和經(jīng)濟環(huán)境風(fēng)險。

1．市場風(fēng)險。任何市場中都存在風(fēng)險，只是各種市場的風(fēng)險特點不同。

2．利率風(fēng)險。利率是經(jīng)濟發(fā)展的晴雨表，也是許多投資工具利率制定的依據(jù)，例如債券、股票、基金等。在利率較低時，債券、定期存款的利息也很低；當(dāng)利率上浮后，原來那些固定利率的投資工具的利率可能低于現(xiàn)實利率，導(dǎo)致相當(dāng)?shù)膿p失。

3．流動性風(fēng)險。流動性指資產(chǎn)的變現(xiàn)能力。債券、定期存款的變現(xiàn)能力很強，利息損失很?。还善钡淖儸F(xiàn)比較隨機，股價的波動比較頻繁，變現(xiàn)的損失也不確定，但一般變現(xiàn)的損失比較大；至于其他的理財工具也同樣具有一定的變現(xiàn)損失。4．經(jīng)濟環(huán)境風(fēng)險。經(jīng)濟景氣的時候，投資的收益高漲，股票、基金、部分期貨，甚至貴重金屬都會升值，但是債券就要貶值。

(二)工薪階層證券投資的原則

1．保障生活需要原則。日常生活需要支出的，如家里有小孩要準(zhǔn)備上學(xué)費用，可以預(yù)留現(xiàn)金以備一段時期的生活支出，如果五年后有固定的支出，可以做五年期的長期投資，例如債券、基金等。理財?shù)氖杖霘w根結(jié)底還要用于生活支出。

2．量力而行原則。工薪階層投資要保證資產(chǎn)安全，須根據(jù)自身的風(fēng)險承受能力來選擇適宜的投資品種。對于一個高級管理人員來說，如果其家庭現(xiàn)時收入和長期收入預(yù)期很高，而且

還有相當(dāng)?shù)囊还P閑錢，那么可以考慮做投機性強風(fēng)險大的項目。但對于一個普通員工來說，其家庭現(xiàn)時收入和長期收入都比較穩(wěn)定，沒有多少閑錢，節(jié)余的錢主要用于后段的子女教育和養(yǎng)老醫(yī)療，那么這個人就只能謀求安全性高、收益穩(wěn)定的投資項目。

3．合理規(guī)劃原則。每個人的收入是長期的，收入也是長期的。確定一段時期的財務(wù)目標(biāo)可以使個人能夠積累資金，滿足將來的資金需求。

四、工薪階層證券投資的策略

(一)抓住時機。低價買進(jìn)策略

“機不可失，時不再來”這句話在工薪階層證券投資中尤為重要。職稱論文每一個時機的到來，都包含在政治形勢的變化、經(jīng)濟發(fā)展趨勢、收入水平的升降、消費心理的變化等信息之中。因此，時機的把握需要投資者具有多方面的知識并充分發(fā)揮個人的智慧，以及高度的投資敏感性。如果時機把握不準(zhǔn)，就會給投資人帶來很大的損失。對于個人投資者來說，何時買進(jìn)是關(guān)鍵的投資策略。就購進(jìn)時機而言，不外乎于證券行市景氣時進(jìn)場或于證券行市低迷時進(jìn)場兩種情況。在證券行市景氣期，此時是短線投資的良機。投資人若想搶短錢、賺差價，便可值此即時進(jìn)場。不過在這種情況下，雖然投資報酬率較高，但風(fēng)險也較大，原因是上述景氣指標(biāo)反應(yīng)到證券市場需有一段時間，況且投資人個個都會依此原則性的做法去操作，人人看漲，需求增加，可能最終落個“買高賣高”的結(jié)局。證券市場低迷時，人們深受“便宜沒好貨”價值觀念的影響，常有“追漲不追跌”的投資習(xí)慣。其實，證券行市景氣循環(huán)受周期影響，有繁榮一定有低迷，卻可能是最好的時機，關(guān)鍵在于證券市場景氣低迷時是否大膽進(jìn)入，以逆向操作的方法運用時勢。

(二)分散投資。一“石”多“鳥”策略

投資與投機最大的不同在于“戒貪”。它要求投資者把資金分散在股票、債券、基金或存于銀行等多種投資渠道。對于同類型的投資品種，也要采取分期限、分產(chǎn)品等適當(dāng)分散的策略。根據(jù)不同的變現(xiàn)情況，注重長短期品種的結(jié)合，在收益率有所保證的情況下，適當(dāng)提高投資的流動性，進(jìn)一步降低投資風(fēng)險，提高變現(xiàn)能力。這可借鑒傳統(tǒng)的投資“三分法”，雖然其收益不可能大，但可以減少風(fēng)險并獲得相應(yīng)的經(jīng)濟收入。

(三)高低組合。成本平均策略

工薪階層投資者在將現(xiàn)金投資為有價證券時。通?？偸前凑疹A(yù)定的計劃根據(jù)不同的價格分批地進(jìn)行，以備不測時攤低成本，從而規(guī)避一次性投入可能帶來的較大風(fēng)險。如果在證券投資中投入了未來有既定用途的資金，則更應(yīng)傾向于風(fēng)險較小證券的投資，如國庫券等。

(四)按需而變，時間分散化策略

根據(jù)投資有價證券的風(fēng)險將隨著投資期限的延長而提高的原理，建議工薪階層在年輕時家庭收入較少、消費支出水平普遍高于經(jīng)濟收入水平時，由于風(fēng)險承受能力也較強，可以考慮進(jìn)攻型的理財策略，比如將其資產(chǎn)組合中的較大比重投資于股票；而隨著年齡的增長將股票的投資比重逐步減少，主要購買各項平衡型基金或其他較為穩(wěn)定型基金，并加重債券投資的比重；到老年階段，應(yīng)該以投資收益有底線保證的國債為主，盡量少選風(fēng)險大的激進(jìn)型證券，以避免養(yǎng)老費用的損失。

(五)委托理財。借“雞”生“蛋策略

如果有比較可靠的富有投資經(jīng)驗的合資伙伴，也可以嘗試將資金托付于其進(jìn)行投資?，F(xiàn)在全世界投資渠道、投資工具越來越多樣化，多種信息收集做到準(zhǔn)確、及時、全面將更加困難，收集成本也越來越高，因此個人投資在市場上很難立于不敗之地。因此，委托他人進(jìn)行投資，或購買受益憑證，或給建共同基金，也是投資成功的一種策略。

(六)理性審視。風(fēng)險轉(zhuǎn)移策略

對風(fēng)險大、收益高的項目，不宜采取直接投資方式，可向負(fù)責(zé)該項目的富有實力的投資方進(jìn)行投資，讓出部分收益，轉(zhuǎn)移投資風(fēng)險。工作總結(jié)如通過申購?fù)顿Y基金的辦法，可將部分投資風(fēng)險轉(zhuǎn)移出去。

第6篇：股票投資論文范文

[關(guān)鍵詞] 投資組合交易成本蟻群算法

一、引言

由Markowitz(1952)提出的均值-方差(MV)模型在投資組合理論中占有重要的地位, 是投資分析中的一種有效的工具。Markowotz分別用期望收益率和收益率的方差來衡量投資的預(yù)期收益水平和不確定性(即風(fēng)險),建立了均值-方差投資決策模型。隨后, Markowitz(1959),Mao (1970)討論了均值-下半方差模型,在收益分布對稱的情況下,下半方差剛好是方差的一半,但均值-下半方差有效前沿與均值-方差模型有效前沿完全一致;Konno(1991)研究了用均值絕對偏差來衡量投資組合的風(fēng)險,提出了均值-絕對偏差模型(MAD模型),簡化了投資組合優(yōu)化的運算;Konno和Suzuki (1995)研究了均值-方差-偏度模型,基于收益不對稱分布的情況,是對MV模型的補充。這些研究使得投資組合模型越來越接近實際,但也越來越難于用傳統(tǒng)的數(shù)學(xué)規(guī)劃方法進(jìn)行有效地求解模,許多學(xué)者把目光轉(zhuǎn)向應(yīng)用仿生算法求解投資組合模型,解決模型的實際應(yīng)用問題。

蟻群算法作為近年來一種新興的仿生算法,具有較強魯棒性、優(yōu)良的分布式計算機制、易于與其他方法相結(jié)合的優(yōu)點,被成功用來解決如TSP、武器-目標(biāo)分配問題、頻率分配問題、電力系統(tǒng)故障診斷等問題。近年來也有學(xué)者將蟻群算法應(yīng)用于證券投資組合問題的研究,孫永征,劉亮(2008)將混合行為蟻群算法應(yīng)用到股票市場投資者行為研究中去,建立了基于混合行為蟻群算法的股票市場投資行為演化模型,研究投資者的五種行為對股票價格及市場穩(wěn)定性的影響。研究表明,不同投資行為與股票價格及市場穩(wěn)性之間存在復(fù)雜的關(guān)系。謝燕蘭(2008)利用經(jīng)典MV模型和股票技術(shù)分析中成交量、收益率等指標(biāo),以銀行作為投資避險的工具,構(gòu)建了一個針對國內(nèi)股票市場的證券組合投資優(yōu)化模型。然而,這些研究成果沒有考慮到股票投資過程中必然存在交易成本因素,從而降低了模型的實際應(yīng)用價值。假設(shè)交易成本是線性函數(shù),本文提出考慮交易成本的股票投資組合模型,利用蟻群算法求解所建模型,并且討論了模型參數(shù)的設(shè)置對投資回報的影響。

二、蟻群算法下的投資組合模型

1.經(jīng)典的MV投資組合模型

根據(jù)投資者均為理性經(jīng)濟人的假設(shè),Markowitz理論認(rèn)為投資者在證券投資過程中總是力求在風(fēng)險一定的條件下,獲得最大的收益;或者在收益一定的條件下,將風(fēng)險降到最小。則Markowitz模型可表示為以下兩種單目標(biāo)的模型:

(1)

其中,n為持有資產(chǎn)的數(shù)量,xi代表每種資產(chǎn)的持有比例,ri(i=1,…,n)為每種資產(chǎn)的期望收益率,σij表示資產(chǎn)i和資產(chǎn)j(i=1,…,n;j=1,…,n)的協(xié)方差。

2.基于蟻群算法的證券投資組合模型

蟻群算法(ants colony algorithm)是由Dorigo等于1990年為了解決組合優(yōu)化問題而提出的一種模擬蟻群覓食行為新型進(jìn)化算法。概括而言,就是將蟻群的覓食行為視為一個復(fù)雜的路徑優(yōu)化問題。算法的主要機理可從兩個方面來描述:(1)集體性,算法尋優(yōu)過程是一種帶有信息交換的并行過程,具有全局搜索的能力;(2)路徑的適值標(biāo)準(zhǔn),當(dāng)螞蟻在從巢穴去食物源(或者從食物源返回巢穴)時,會在走過的路上留下一種化學(xué)物質(zhì)(pheromone),被稱為信息素,這種信息素的強弱與它們所走的路的長度成反比。螞蟻根據(jù)信息素的強弱以一定的概率來進(jìn)行路徑選擇,形成了正反饋搜索過程。以上特征使得蟻群算法成為求解組合優(yōu)化問題的一種簡單、高效的手段。

在證券投資組合模型中,股票投資收益率相當(dāng)于螞蟻運動過程中留下的信息素,為了避免算法運算時間過長陷入停滯,Dorigo在蟻群模型中引入了啟發(fā)函數(shù)加速模型的收斂,對應(yīng)于證券投資組合模型,啟發(fā)函數(shù)相當(dāng)于投資組合的風(fēng)險,算法運行的結(jié)果是使得組合實現(xiàn)最小風(fēng)險下的最大收益。具體如下:

(1)轉(zhuǎn)移概率的計算

轉(zhuǎn)移概率直接關(guān)系到蟻群算法的尋優(yōu)效率和執(zhí)行結(jié)果,由下式得出,在證券投資組合模型中,蟻群通過對風(fēng)險和收益的均衡確定轉(zhuǎn)移概率:

(2)

其中,信息素τi(t)按照如下規(guī)則更新:

(3)

(4)

(5)

其中,為信息素的變化量,ri為第i個證券的收益率,α、β是模型參數(shù)分別反映了螞蟻在運動過程中所積累的信息和啟發(fā)信息在螞蟻選擇路徑中的相對重要性,ρ是信息素的揮發(fā)系數(shù),通常情況下設(shè)置ρ

(2)啟發(fā)函數(shù)的定義

啟發(fā)函數(shù)用來加速算法收斂,并且避免算法陷入局部最優(yōu),本文采用單只股票的標(biāo)準(zhǔn)差衡量其風(fēng)險,從而構(gòu)造啟發(fā)函數(shù),如下:

ηi=1/ρi (6)

(3)交易成本

交易成本是股票投資的一個重要問題,大多數(shù)情況下,投資者都是從已持有的投資組合開始,確定如何在股票市場上進(jìn)行調(diào)整。股票投資倉位的調(diào)整必然需要交易費用,交易費用通常是新舊股票組合之差的V型函數(shù):

(7)

其中,ci(t)表示第i只股票第t期的交易費用;

ki≥0,i=1,2,…,n,表示第i只股票的交易費率;

,Mi(t)表示第i只股票第t期投資額,假設(shè)初始投資金額M(0)=100萬,各股票初始倉位Mi(0)=25萬。

則n只股票第t期總交易費用為:

(8)

(4)投資回收總額

個股倉位根據(jù)上述轉(zhuǎn)移概率公式(2)結(jié)果進(jìn)行倉位調(diào)整,第i只股票在第t期末的投資回報為:

Mi(t)=M(t-1)×xi(t)×[ri(t)+1]-ci (9)

總的投資回收額:

(10)

三、蟻群算法基本流程

設(shè)有n只股票m名投資者,股票的收益率為ri為第i個證券的收益率,τi(t)為股票i上的信息素,并設(shè)置每只股票的初始信息素。

步驟1:參數(shù)初始化。令時間t=0和循環(huán)次數(shù)NC=0,設(shè)置最大循環(huán)次數(shù)NCmax,將m個螞蟻置于n個元素(股票)上,初始化,令τij=const,(0)=0,其中cinst是常數(shù);

步驟2:設(shè)置循環(huán)次數(shù)NCNC+1;

步驟3:螞蟻數(shù)目KK+1;

步驟4:將各螞蟻的初始出發(fā)點置于當(dāng)前解集中;對每個螞蟻k(k=1,2,…,m),按概率狀態(tài)轉(zhuǎn)移Pkij公式(2)移至下一個元素(股票)j;

步驟5:若元素未遍歷完,即k

步驟6:根據(jù)公式(3)、(4)、(5)更新每條路徑上的信息素量;

步驟7:若滿足結(jié)束條件,即如果循環(huán)次數(shù)NC≥NCmax,則循環(huán)結(jié)束并輸出程序計算結(jié)果,否則跳轉(zhuǎn)到步驟2。

四、實證檢驗結(jié)果與分析

為了使算法結(jié)果具有可比性,本文使用謝燕蘭(2008)文中基本數(shù)據(jù)作為樣本,以2007年7月6日～2008年1月15日的國內(nèi)A股證券市場每日交易資料(股價、收益率)作為運行資料,令初始投資資金為100萬,運用MATLAB編程得到各模型2007年7月6日～2008年1月15日的投資回報。由于蟻群算法所需參數(shù)較多,需要討論模型參數(shù)變化對運算結(jié)果的影響。

圖1～2選取了三組六個具有代表性的算法尋優(yōu)結(jié)果,可以觀察到本文模型較謝燕蘭模型(212.6萬元)獲得了更好的投資回報,三個參數(shù)α,β,ρ的設(shè)置對算法最終尋優(yōu)結(jié)果有著不同的影響。其中α對投資組合回報影響較為顯著,隨著α的增大投資回報顯著增加,α=3時投資回報為356.67萬元,而當(dāng)α=0.7時,投資收益僅為259.8萬元,也就是說當(dāng)投資者在第一天在某只股票的投資獲得較高的收益時,第二天繼續(xù)增加此只股票投資倉位;β和ρ的變化對投資回報的影響顯著性不強,α和ρ不變,當(dāng)β=0.3時投資回報為271.56萬元,β=3.5時投資回報為279.27萬元,這是由于國內(nèi)A股市場交易規(guī)則中漲跌停板的限制在一定程度上控制了股票投資的風(fēng)險,而投資時間間隔越長,對當(dāng)前投資組合的影響越不明顯,這和股票投資技術(shù)分析的結(jié)論一致。

五、結(jié)論

本文利用基本蟻群算法對投資組合模型進(jìn)行了優(yōu)化,主要提出了考慮交易成本的股票投資組合模型并對其進(jìn)行了有效求解,與此同時討論了模型參數(shù)變化對算法尋優(yōu)結(jié)果的影響。實證結(jié)果表明蟻群算法能夠在有限的資源條件下,求解傳統(tǒng)的數(shù)學(xué)方法難以解決的投資組合問題,并且具有整體優(yōu)化,高效迅速的優(yōu)勢,具有廣闊的應(yīng)用前景。

參考文獻(xiàn):

[1]Markowitz H M.,Portfolio selection [J]. Journal of finance, 1952, 7:77～91

[2]Markowitz H M.,Portfolio Selection: Efficient Diversification of Investments[M], Wiley: New York, 1959

[3]Mao J C T., Models of capital budgeting, E-V versus E-S[J]. Journal of Financial and Quantitative Analysis, 1970, 5: 657～675

[4]Konno H., Yamazaki H. Mean-absolute deviation portfolio optimization model and its application to Tokyo Stock market [J]. Management Science, 1991,37:519～531

[5]Konno H., Suzuki K. A mean-variance-skewness optimization mode[J].Journal of the Operations Research Society of Japan, 1995, 38: 173～187

[6]孫永征劉亮:基于混合行為蟻群算法的股票市場投資者行為模擬[J].山東大學(xué)學(xué)報(理學(xué)版)2007,42(6):35～40

[7]謝燕蘭:蟻群算法在證券投資組合中的應(yīng)用[D].蘇州:蘇州大學(xué)碩士論文,2008

第7篇：股票投資論文范文

〔關(guān)鍵詞〕：利率下調(diào)股市運行資本增值效應(yīng)投資替代效應(yīng)

一般來說，股票價格與市場利率成反比。利率提高，股價下跌；利率下調(diào)，股價回升。但是1998年三次利率下調(diào)，卻未能阻止股價的持續(xù)下行，利率調(diào)整和股市運行沒有呈現(xiàn)出人們預(yù)期的理想組合。

一、1998年利率調(diào)整與股市運行

1998年內(nèi)，中國人民銀行連續(xù)三次下調(diào)存貸款利率。一年期存款利率由年初的5。67%下調(diào)至年末的3。78%，下調(diào)幅度達(dá)33。33%。利率調(diào)整之頻繁，下調(diào)幅度之大，為歷年所罕見。降息是股票市場的重大利好，1996年5月1日的降息，曾推動滬深股市平地而起，走出一段酣暢淋漓的大牛行情。而1998年的三次降息，盡管幅度更大卻未能使股指有效突破自97年5月沖高回落以來所形成的下降通道。除第一次降息使股指略有推高外，后兩次均未能對股指的持續(xù)下滑起到任何支撐作用。98年上證綜合指數(shù)由1194。10點跌為1146。70點，跌幅為3。97%；深證成份指數(shù)由4148。84點跌為2949。32點，跌幅為29。52%；綜合反映滬深股價變動的中經(jīng)100指數(shù)由4242。57點跌為3473。69點，跌幅為26。77%。

二、利率變動對股價的影響機制

利率是影響股價的基本因素。利率變動對股價的影響通過以下兩條途徑實現(xiàn)。

﹙一﹚利率變動的資本增值效應(yīng)

利率變動會影響公司經(jīng)營環(huán)境的變化，改變公司經(jīng)營業(yè)績，引起公司資本價值及投資者預(yù)期的變化，從而使股價發(fā)生變動。

首先、利率調(diào)整引起社會總供求的變化，改變企業(yè)經(jīng)營環(huán)境，從而引起企業(yè)經(jīng)營業(yè)績的變化。一方面，利率是貨幣資金的價格，利率的變化影響企業(yè)投資成本。當(dāng)利率下調(diào)時，由于投資成本降低，預(yù)期投資收益提高，對投資有刺激作用。另一方面，利息是居民現(xiàn)期消費的機會成本。當(dāng)利率下調(diào)時，現(xiàn)期消費的機會成本降低，從而對消費有刺激作用。利率下調(diào)通過刺激投資和消費，增加有效需求，改善市場條件，有利于企業(yè)經(jīng)營業(yè)績的提高。但是，利率下調(diào)對有效需求的刺激受其他經(jīng)濟因素的制約。一方面，貨幣供應(yīng)量的配合、投資者對未來的預(yù)期及真實利率水平等因素制約著利率下調(diào)的投資效應(yīng)。如果利率下調(diào)的同時沒有貨幣供應(yīng)量的配合，如果投資者的未來預(yù)期是悲觀的從而投資預(yù)期收益率趨于下降，如果物價下降幅度大于名義利率下調(diào)幅度從而真實利率上升，那么，利率下調(diào)啟動投資并利用投資乘數(shù)擴張有效需求的效應(yīng)將會受到削弱。另一方面，居民對未來的預(yù)期影響邊際消費傾向。如果消費者的未來預(yù)期是悲觀的，利率的下調(diào)可能會強化這種預(yù)期，于是邊際儲蓄傾向提高，邊際消費傾向降低，從而，利率下調(diào)對消費的刺激將很微弱。

其次、利率調(diào)整會改變企業(yè)經(jīng)營成本，從而影響企業(yè)經(jīng)營業(yè)績。一般而言，降低利率，可以減少企業(yè)利息支出，改善經(jīng)營業(yè)績，提高公司資本價值。但是，利率下調(diào)對改善企業(yè)經(jīng)營業(yè)績的效應(yīng)受宏觀經(jīng)濟環(huán)境、真實利率、稅收制度等因素的制約，在缺乏上述因素配合的情況下，利率下調(diào)并不能有效刺激公司業(yè)績的提高。

﹙二﹚利率變動的投資替代效應(yīng)

利率調(diào)整引起股票投資的相對收益率，即股票投資收益率與其他投資收益率的對比的變化。當(dāng)股票投資的相對收益率提高時，引起股票投資對其他投資的替代；反之，當(dāng)股票投資的相對收益率下降時，引起其他投資對股票投資的替代。利率調(diào)整的投資替代效應(yīng)的實現(xiàn)程度受以下因素的制約：

首先，其他投資方式的利率彈性。如果其他投資方式具有較強的利率彈性，則利率變動能有效地引起投資方式的轉(zhuǎn)換；反之，如果其他投資方式的利率彈性很低，則利率調(diào)整的投資替代效應(yīng)將很微弱。例如，如果人們的儲蓄行為有著較強的利率動機，則儲蓄的利率彈性較高，利率下調(diào)會由于儲蓄收益的下降而引起股票投資對儲蓄的替代。反之，如果人們的儲蓄行為中占支配地位的是其他非利率動機時，則儲蓄的利率彈性較低，于是利率變動只會對儲蓄產(chǎn)生很小的影響。

其次，投資者的未來預(yù)期以及不同投資方式的風(fēng)險性。股票投資同其他投資方式有著不同的風(fēng)險程度，從而有著不同的收益可預(yù)期性和穩(wěn)定性。在投資者的未來預(yù)期傾向樂觀時，風(fēng)險承受能力提高，則利率的下調(diào)由于股票投資相對收益率的提高會引起對其他投資方式的替代；反之，在投資者的未來預(yù)期傾向于悲觀時，風(fēng)險承受能力降低，則會引起其他投資對股票投資的替代。

三、九八年利率連續(xù)下調(diào)未能扭轉(zhuǎn)股市下滑走勢的原因分析

利率與股價的關(guān)系受各種因素的綜合作用。利率變動對股價的資本增值效應(yīng)和投資替代效應(yīng)的實現(xiàn)需要這些因素的配合。98年利率下調(diào)對股市沒有產(chǎn)生預(yù)期的刺激效應(yīng)，在很大程度上是利率下調(diào)的資本增值效應(yīng)被削弱或被抵消的結(jié)果。

﹙一﹚利率下調(diào)的資本增值效應(yīng)未能充分發(fā)揮

利率下調(diào)的資本增值效應(yīng)的發(fā)揮，以宏觀經(jīng)濟形勢的轉(zhuǎn)暖，企業(yè)經(jīng)營業(yè)績的提高以及投資者預(yù)期的好轉(zhuǎn)為前提。但98年利率下調(diào)對改善宏觀經(jīng)濟形勢及提升企業(yè)經(jīng)營業(yè)績的效應(yīng)并不理想。

首先，利率下調(diào)對投資需求的刺激并不理想。

1998年全社會固定資本投資同比增長幅度15%，比97年的10。1%有所回升。投資增長主要是由三、四季度中央采取積極財政政策，加大基本建設(shè)投資力度所引起的?？紤]到對利率更為敏感的非國有單位和外商投資同比下降2%和8。9%­，說明98年投資回升主要由政府直接投資推動，財政投資的乘數(shù)效應(yīng)并未有效發(fā)揮。利率下調(diào)未能有效刺激投資有著多方面的原因：

歸檔：金融證券論文推薦度：收藏本文日期：2006-2-269:38:00利率調(diào)整對股市運行影響的分析字體大小:小大利率調(diào)整對股市運行影響的分析

;1、國民經(jīng)濟增長放緩，企業(yè)投資預(yù)期收益下降。93年至98年，GDP增長速度呈現(xiàn)遞減，分別為13。5%、12。6%、10。5%、9。6%、8。8%、7。8%®。宏觀經(jīng)濟形勢的不景氣，投資預(yù)期收益的下降，使企業(yè)投資趨于謹(jǐn)慎。

2、通貨緊縮加劇，真實利率提高。98年雖然名義降低1。89個百分點，但物價指數(shù)下降更快，達(dá)2。6個百分點，真實利率提高了0。71個百分點。真實利率的提高，進(jìn)一步抑制了投資需求的增長。

3、央行貨幣政策操作上的矛盾。98年央行貨幣政策工具的使用采取反向操作。一方面，大幅度降低商業(yè)銀行存貸款利率，誘使資金從銀行分流出去；另一方面，嚴(yán)格控制基礎(chǔ)貨幣，強調(diào)適度從緊的貨幣政策不變。98年末流通中貨幣〈M0〉余額，狹義貨幣〈M1〉余額，廣義貨幣〈M2〉余額同比增長10。1%、11。9%、15。3%，分別比上年增長率下降4。5、4。6、2個百分點¯。這表明貨幣供應(yīng)沒有適應(yīng)刺激經(jīng)濟增長的需要而相應(yīng)增長。

其次，利率下調(diào)對消費需求的刺激作用微弱。

1998年全社會商品零售總額增長僅6。8%，低于GDP7。8%的增長速度，零售物價指數(shù)則降為-2。6%。可見降息并沒有引起居民消費需求的回升，市場依然疲軟。居民消費對降息不敏感，主要受以下因素影響：

1、居民對市場價格預(yù)期的下降。居民的收入分配決策受價格預(yù)期的影響，如果預(yù)期價格下降，現(xiàn)期消費的機會成本上升，則減少或者推遲購買。94年以來，物價指數(shù)持續(xù)下降，分別為21。7%、14。8%、6。1%、0。8%、-2。6%。居民產(chǎn)生并強化了物價還會下降的同向預(yù)期和買漲不買跌的心理，等待物價進(jìn)一步下降。

2、居民預(yù)期收入的下降。企業(yè)普遍開工不足，效益下降，失業(yè)人數(shù)增加，同時行政事業(yè)單位的下崗分流工作抓緊進(jìn)行，經(jīng)濟不景氣條件下新増就業(yè)機會的減少，┄這一切，大大降低居民收入預(yù)期，從而抑制了消費的增長。

再次、利率下調(diào)對提高企業(yè)經(jīng)濟效益的影響不明顯。

國有企業(yè)負(fù)債率達(dá)80%左右，利率的降低將使企業(yè)利息成本支出減少從而改善企業(yè)經(jīng)營業(yè)績。但事實上降息對改善企業(yè)經(jīng)營業(yè)績的作用并不明顯。1998年1至10月，國有虧損企業(yè)虧損額增加41。5%，而年末企業(yè)庫存則增加至2。5萬億°。利率下調(diào)未能有效提升企業(yè)業(yè)績，除了宏觀經(jīng)濟形勢未扭轉(zhuǎn)，市場需求疲軟的原因外，還受到以下因素的制約：

1、真實利率的提高抵消了降息對減輕企業(yè)負(fù)擔(dān)的作用。雖然利率以較大的幅度下調(diào)，但由于物價回落速度更快，幅度更大，因此真實利率仍處于較高的水平。例如，97年末一年期存款利率為5。67%，物價指數(shù)為0。8%，真實利率為4。87%；而98年末一年期存款利率為3。78%，物價指數(shù)為-2。6%，則真實利率為6。38%，可見98年連續(xù)降息后真實利率反而提高了。

2、稅負(fù)增加抵消了降息減輕企業(yè)負(fù)擔(dān)的作用。98年的財政政策中，一方面增加政府投資，另一方面加強稅收征管工作。全年工商稅收完成8552億，增收1003億，年增長率為13.3%;在GDP增長僅7。8%，工業(yè)增加值僅增長8。8%±的情況下，企業(yè)負(fù)擔(dān)明顯加重。因此，稅負(fù)的增加大大抵消了減息對提升企業(yè)業(yè)績的作用。

﹙二﹚利率下調(diào)的投資替代效應(yīng)很微弱

1998年，滬深股市新增上市公司106家，增長14%，但股票成交額卻有所萎縮，從97年的30722億降為23544億，減少23。4%²。另外，居民存款余額達(dá)52952億，增長18%；儲蓄增長率遠(yuǎn)高于GDP增長率和居民收入增長率﹙98年城鎮(zhèn)居民可支配收入農(nóng)村人均純收入實際增長率為6。6%和4%³﹚，這說明降息后并沒有引起股票投資對其他投資的替代，利率下調(diào)的投資替代效應(yīng)并沒有發(fā)生。

首先，滬深股市的相對收益率在利率下調(diào)后仍處于較低的水平。

一般說來，利率下調(diào)后股票投資的相對收益率提高，從而會引起股票投資對其他投資的替代。如果將利率倒數(shù)定義為標(biāo)準(zhǔn)市盈率，則實際市盈率小于標(biāo)準(zhǔn)市盈率時，引起股票投資對其他投資的替代；反之，當(dāng)實際市盈率大余標(biāo)準(zhǔn)市盈率時，引起其他投資如儲蓄對股票投資的替代。98年第三次降息后，標(biāo)準(zhǔn)市盈率為26倍，而實際市盈率仍保持在30多倍，股票投資價值尚未凸現(xiàn)出來。

另外，利率下調(diào)未能推動股指回升，也同一級市場相對收益率較高有關(guān)。一級市場風(fēng)險較低，且同二級市場存在較大差價。降息后，一級市場申購資金凍結(jié)期的利息損失減少，降低一級市場投資成本，推動資金向一級市場流動。

其次，居民儲蓄的利率彈性的變化，制約著利率下調(diào)效應(yīng)的發(fā)揮。

居民的儲蓄動機中，利息動機有較強的利率彈性，主要受真實利率的制約；而為了購買住宅、家具以及為婚喪嫁娶等需要大筆開支的未來消費作準(zhǔn)備的特殊消費動機的利率彈性較低，主要受現(xiàn)期收入、預(yù)期收入、預(yù)期價格以及信貸條件、社會福利制度等因素的綜合影響；居民為子女教育以及失業(yè)和退休后提供生活保障的負(fù)擔(dān)動機的利率彈性最低，受社會福利和社會保障制度的影響最大。隨著市場化改革的深入，居民儲蓄的特殊消費動機和負(fù)擔(dān)動機有不斷提高的趨勢。由于特殊消費動機和負(fù)擔(dān)動機的利率彈性較低，因此利率下調(diào)即使提高股票投資的相對收益率，也很難引起對儲蓄的替代，于是削弱了利率下調(diào)的投資替代效應(yīng)。

總之，利率是股市運行的基本影響因素。利率變化對股價變動的資本增值效應(yīng)和投資替代效應(yīng)的發(fā)揮受企業(yè)經(jīng)濟效益、宏觀經(jīng)濟形勢、其他宏觀經(jīng)濟政策以及投資者、消費者預(yù)期等因素的制約。正是由于缺乏上述因素的配合，98年的利率下調(diào)并沒有推動股市的相應(yīng)回升?？梢哉f，在宏觀經(jīng)濟尚未出現(xiàn)實質(zhì)性轉(zhuǎn)機，企業(yè)經(jīng)營環(huán)境尚未改善的情況下，股市的回升尚待時日。

注釋：

中國經(jīng)濟時報1999年1月7日

­中國證券報1999年1月22日

®¯Ð中國證券報1999年1月21日

°經(jīng)濟日報1998年12月7日

±經(jīng)濟日報1999年1月13日

³中國證券報1998年12月31日

參考文獻(xiàn)：

Š美‹斯蒂格利茨《經(jīng)濟學(xué)》中國人民大學(xué)出版社1997年版l;陳共周升業(yè)吳曉求《證券投資分析》中國人民大學(xué)出版社1997年版

Ì王兆星吳國祥《金融市場學(xué)》中國金融出版社1995年版

第8篇：股票投資論文范文

在BGI的主動投資領(lǐng)域中， “市場中性”策略取得了巨大成功。黎海威開發(fā)的香港、新加坡市場的量化模型正是運用到此類市場中性基金，它們采用的是后來名滿天下的基本面量化投資方法。簡要地說，基本面量化投資即借助一系列基本面因子構(gòu)建的量化模型篩選股票，以融資融券的方式實現(xiàn)多空對沖，從市場中獲得絕對收益。除此以外，相關(guān)模型也運用到指數(shù)增強和130/30基金。

在黎海威看來，投資是個概率問題，通過基本面分析，提高找出好股票從而跑贏市場的概率，即贏面。如果挑選的每只股票的贏面在55%，而投資組合由100只這樣的股票構(gòu)成，整個投資組合戰(zhàn)勝市場的概率就會接近100%。

量化投資的核心在于維持一個穩(wěn)定的贏面，而在比較大的范圍（即投資的寬度）內(nèi)運用它。挑選出好股票，需要從合適的維度來篩選，比如估值、盈利質(zhì)量、情緒等等。這些因子都不是隨意挑選的，它們一般有金融理論背景（價值投資、行為金融等）支持， 并結(jié)合了當(dāng)?shù)厥袌龅膶嶋H情況。

基本面量化投資并非像人們想象的只是靠跑系統(tǒng)選股和交易，事實上，它的本質(zhì)是主動投資。這樣的投資方法，關(guān)注基本面和市場演變，需要基金經(jīng)理的經(jīng)驗、判斷和對市場的理解。黎海威認(rèn)為，關(guān)鍵在對市場黎海威在量化投資的世界里，華人迄今掌管的最成功基金之一是巴克萊亞洲（除日本）市場中性股票投資基金。2012年8月，曾在巴克萊工作時間最長的華人基金經(jīng)理黎海威，回國進(jìn)入景順長城基金，擔(dān)任景順長城基金的量化及ETF投資總監(jiān)。他即將啟動其在國內(nèi)的第一個量化投資產(chǎn)品——景順長城滬深300指數(shù)增強基金。的理解， 在把量化框架和當(dāng)?shù)厥袌龅膶嶋H情況結(jié)合起來，在強調(diào)紀(jì)律性的前提下， 堅持以量化模型為依托， 不斷地將新出現(xiàn)的現(xiàn)象和發(fā)現(xiàn)的規(guī)律抽象出來，添加到模型中。

與此同時，對于特殊事件，比如數(shù)據(jù)錯誤、 收購兼并等量化模型無法及時處理的情況， 需要基金經(jīng)理在投資組合中控制相關(guān)風(fēng)險。更為重要的是，因子的研究和權(quán)重的調(diào)整要有前瞻性。例如在次貸危機發(fā)生后很長一段時間里，人們對價值股沒有任何興趣，但隨著違約風(fēng)險逐步降低，價值股在2010年迎來了相當(dāng)強勁的行情。當(dāng)時，由黎海威擔(dān)任基金經(jīng)理的亞洲（除日本）市場中性股票投資基金及時調(diào)整了價值股權(quán)重，獲得很好的業(yè)績。

當(dāng)然，基本面量化投資有著量化的紀(jì)律性，這是業(yè)績穩(wěn)定性的保障。黎海威認(rèn)為，量化投資的紀(jì)律性首先表現(xiàn)在量化研究的嚴(yán)謹(jǐn)性上。做量化投資并非像大家想象中的多空對決的精彩，反而有點像做金融的博士論文，整個研究過程從課題的提出到研究、回測都是在嚴(yán)密的框架下進(jìn)行的，是可重復(fù)驗證的。

第9篇：股票投資論文范文

關(guān)鍵詞：股票價格；公司盈利能力；隨機關(guān)系

中圖分類號：F830．91文獻(xiàn)標(biāo)識碼：A

文章編號：1000-176X(2008)03-0068-08

A discussion of the stochastic relation between Stock Price and earnings per share

SuPinggui

Dongbei University of Finance and Economics

AbstractBe directed at the shortcomings of the existing theoretical and positive researches on the relationship between the stock price and earnings per share，the paper discuss stochastic relation between the stock pricewith earnings per shareand their variation rateswithby viewingwithas two-dimensional stochastic vector，andwithas two-dimensional stochastic vector ，and by using the ratio of price to earnings per share as a index of valuing stocks． Under the analyses of conditional probability and conditional variance， the paper put forward a stochastic model for the first time． The model reveal the internal relation between the variation of stock price and the variation of earnings per share， and it also uncover the way and size of the influence of structural factors such as the variance of earning per share， the variance of price itself， the coefficient of the two variablesthat cause the price to vary． Beside， the model is a stock valuing model that is based on earning ability of company， so it has special meanings to china stock market， because it is irrational． It can help the investors to invest with rational sense．

Key wordsStock Price， earnings per share， stochastic relation

股票價格與上市公司盈利能力之間的關(guān)系既是一個事關(guān)虛擬資本與實體經(jīng)濟、股票市場與上市公司之間相互關(guān)系的重大的理論問題，也是一個涉及證券市場中股票估價與投資理念的實際問題，是證券市場研究中長盛不衰的課題之一。對于這一問題，雖然國內(nèi)外許多研究分別從理論和實證分析的角度證實了：作為虛擬資本的股票，最終必然要受制于實體經(jīng)濟，其內(nèi)在價值取決于公司未來的盈利能力，而其市場價格則要遵循“價格圍繞內(nèi)在價值上下波動”的價值規(guī)律；實際市場價格與公司盈利能力之間具有顯著的相關(guān)關(guān)系。但是這些研究也存在著一定的局限性，主要表現(xiàn)在，大多數(shù)理論研究是一種確定性關(guān)系研究，這就使得這種研究的結(jié)論很難適用于存在很大不確定性的現(xiàn)實股票市場；而大多數(shù)實證研究本身則并不能揭示二者之間究竟存在怎樣的隨機關(guān)系，也不能給出二者之間明確具體的隨機關(guān)系表達(dá)式，因此很難用來指導(dǎo)股票投資活動。有鑒于此，本文試圖在考察現(xiàn)有有關(guān)股票價格與公司盈利關(guān)系研究的貢獻(xiàn)及局限性的基礎(chǔ)上，通過將公司盈利（及其增長率）與股票價格（及其變動率）看作是二維隨機變量，運用概率論中的條件概率分析方法，來揭示股票價格變動率與公司盈利增長率的隨機關(guān)系，建立二者之間的隨機關(guān)系理論模型。此外，本文還將運用所建立的模型，對我國股票市場的市場價格與公司盈利之間的關(guān)系進(jìn)行實證分析研究。

一、文獻(xiàn)綜述

到目前為止，國內(nèi)外學(xué)術(shù)界對股票價格與上市公司盈利關(guān)系的研究主要集中于以下兩個方面。

第一個方面是在理論上探討股票內(nèi)在價值或稱理論價格與公司盈利之間的關(guān)系。這種研究主要是建立在以下觀點基礎(chǔ)之上的，即股票是權(quán)益證書，代表一定的價值，這種價值主要體現(xiàn)在持有人有權(quán)獲取公司未來的盈利。公司未來盈利越高，股票的價值就越大。所以，股票內(nèi)在價值可以用現(xiàn)金流貼現(xiàn)方法加以確定，主要包括兩類現(xiàn)金流貼現(xiàn)模型：第一類是股利貼現(xiàn)模型，該模型將股票的內(nèi)在價值看作是公司未來所有各期每股紅利支付額的現(xiàn)值。由于未來各期分派的現(xiàn)金股利等于各該期的每股盈利與派息率的乘積，所以可以將股利貼現(xiàn)模型寫成

第二類貼現(xiàn)模型關(guān)注的焦點不是股利，而是公司未來的盈利能力和投資機會。從公司未來盈利能力和投資機會角度看，股票的價值由兩部分構(gòu)成：一是在現(xiàn)有規(guī)模和狀態(tài)下公司業(yè)務(wù)持續(xù)經(jīng)營所產(chǎn)生的未來一系列等額現(xiàn)金流X1的現(xiàn)值X1/r；二是從下一期開始公司未來投資機會的凈現(xiàn)值，即從下一期開始未來各期每股盈利在現(xiàn)有基礎(chǔ)上增加額的現(xiàn)值與引起這種增加的留存收益再投資額的現(xiàn)值之差。所以第二類模型可以寫成

上述現(xiàn)金流貼現(xiàn)分析模型的貢獻(xiàn)在于，它深刻地揭示了公司未來盈利對股票內(nèi)在價值的決定作用；建立了股票內(nèi)在價值與公司未來盈利之間的確定性關(guān)系；證明了公司未來盈利是實現(xiàn)內(nèi)源融資、擴大生產(chǎn)規(guī)模、進(jìn)行價值創(chuàng)造的源泉；是進(jìn)一步增加未來盈利和投資者取得更多紅利的可靠來源，因此是股票價值決定的主要影響因素。其他因素如宏觀、微觀經(jīng)濟因素及公司內(nèi)部管理因素，雖然也對公司股票價值有影響，但它們都是通過影響公司盈利而間接對股票價值產(chǎn)生影響的。

然而，這類模型也存在著一定的缺陷，主要表現(xiàn)在它是一種確定性關(guān)系模型。在這種確定性模型下，投資者要準(zhǔn)確估計股票的內(nèi)在價值，就必須準(zhǔn)確地預(yù)測公司未來所有各期的每股盈利、派息率、留存比率等，而這則要求投資者對公司未來各期是否具有投資機會，是否需要減少當(dāng)期紅利支付額，留存部分盈余用于再投資，這些投資是否具有正的凈現(xiàn)值，能否增加未來的盈利和紅利支付額，未來各投資項目的風(fēng)險有多大，相應(yīng)的折現(xiàn)率應(yīng)該為多少，都作出準(zhǔn)確的預(yù)測。而在不確定的經(jīng)濟環(huán)境下，要做到這些幾乎是不可能的，因此這類模型的理論意義大于實際價值，其適用性很小。

第二個方面是從實證角度對股票的市場價格與公司盈利之間的關(guān)系進(jìn)行分析檢驗。這種研究主要是運用各種統(tǒng)計分析方法如回歸分析法，將公司每股盈利作為解釋變量，股票的市場價格作為被解釋變量，利用歷史數(shù)據(jù)，直接對股票的市場價格與公司盈利之間的關(guān)系進(jìn)行實證分析檢驗。國內(nèi)外許多實證研究的結(jié)果都證實，成熟市場的股票價格與公司盈利之間存在正相關(guān)關(guān)系，公司每股盈利是影響股票市場價格的重要因素。

就國外的研究來看， Ball和Brown (1968)首次發(fā)現(xiàn)，美國股票市場股價與公司的會計盈余具有顯著的相關(guān)關(guān)系，二者的變化方向基本一致：1957―1965年間，經(jīng)歷正的盈余變動的股票具有正的價格變化；反之，負(fù)的盈余變動與負(fù)的價格變化相連[1]。Beaver， Clarke和Wright(1979)擴展了Ball和Brown的研究，結(jié)果顯示，盈余變動對股價變化的影響遠(yuǎn)大于Ball和Brown 所估計的幅度[2]。后來的許多研究如Ohlson（1995）的研究也相繼發(fā)現(xiàn)，股價與盈余數(shù)字有顯著的相關(guān)性[3]。

就國內(nèi)的研究來看，趙宇龍（1998）較早地發(fā)現(xiàn)中國股市會計盈余數(shù)據(jù)具有信息含量[4]。陳曉、陳小悅、劉釗（1999）對1994―1997年A股市場的研究證實，A股市場上盈余數(shù)字具有很強的信息含量[5]。陸宇峰（1999）的研究發(fā)現(xiàn)，A股市場上市公司的會計盈余對股價的解釋力度在逐年增強，特別是在機構(gòu)投資者比重增加情況下，影響股價的基本面因素日益重要[6]。陸靜、孟衛(wèi)東、廖剛（2002）利用1999年到2001年的數(shù)據(jù)，比較了公司每股收益和自由現(xiàn)金流量對股票投資收益的影響程度，證實了公司每股收益比現(xiàn)金流量能更精確地解釋股票價格[7]。這些研究說明，隨著我國股票市場日益健康，價值投資逐漸成為一種重要的投資理念，會計盈余越來越成為影響股票估價的重要因素。

上述實證研究的貢獻(xiàn)在于，它利用公司盈利與股價變動的實際歷史數(shù)據(jù)證實了市場價格與公司每股盈利之間存在著密切的相關(guān)關(guān)系，揭示了市場價格變動對公司每股盈利變動的依存關(guān)系。

然而，大多數(shù)實證研究也存在著一定的缺陷，主要表現(xiàn)在，這類研究并不是在深入分析公司盈利與股價這兩個變量客觀上存在的某種聯(lián)系機制和隨機關(guān)系的基礎(chǔ)上，通過揭示和構(gòu)建二者的隨機關(guān)系理論模型，進(jìn)一步進(jìn)行實證分析檢驗的，而是在首先假定二者存在線性或某種非現(xiàn)性關(guān)系的前提下，利用歷史數(shù)據(jù)來檢驗二者之間是否存在這種線性或非現(xiàn)性關(guān)系。也就是說，大多數(shù)實證研究本身并不能對二者之間的聯(lián)系機制及二者之間究竟存在怎樣的隨機關(guān)系給出明確的理論上的闡述，也不能給出二者之間明確具體的隨機關(guān)系表達(dá)式，因此很難用來指導(dǎo)股票投資活動。

二、股票價格與公司盈利能力之間的隨機關(guān)系分析

正因為有關(guān)股票價格與公司盈利的實證研究本身并不能給出二者之間明確具體的隨機關(guān)系表達(dá)式，而現(xiàn)金流貼現(xiàn)理論模型則沒有考慮到隨機性，是一種確定性關(guān)系模型，無法用來指導(dǎo)充滿不確定性和隨機性的現(xiàn)實股票市場的投資，所以有必要從不確定性角度來探討和建立股票價格與公司盈利之間的隨機關(guān)系模型。為此，本文以下部分將從隨機性出發(fā)，通過將股票價格及其變動率與公司盈利及其增長率分別看作是二維隨機變量和，借助于市盈率這個聯(lián)系股價與公司盈利的橋梁與紐帶的作用，運用條件概率來揭示股票價格變動率與公司盈利增長率的隨機關(guān)系，進(jìn)而建立一個反映股票市場價格隨公司盈利變動而變動的隨機關(guān)系模型，從而從根本上克服現(xiàn)金流貼現(xiàn)理論模型及大多數(shù)實證分析模型存在的上述問題和缺陷，為投資者提供一個基于公司基本面和盈利能力的實用的股票估價模型。

(一)作為二維隨機變量的股票價格與公司盈利

盡管現(xiàn)金流貼現(xiàn)模型和實證研究分別從理論和實證角度證明了股票的價值在很大程度上取決于公司未來的盈利，但二者的關(guān)系并不像貼現(xiàn)模型所說的那樣是一種確定性關(guān)系，而是一種不確定的隨機關(guān)系。這是因為，公司贏利受宏觀及微觀經(jīng)濟環(huán)境的影響，特別是受公司內(nèi)部經(jīng)營管理、紅利政策、投資機會、留存收益再投資的回報率等眾多不確定因素的影響，存在著很大程度的隨機性，是一個隨機變量；同樣，由于股票價格不僅受具有一定程度不確定性的每股收益的影響，而且還受股票市場本身其它一些不確定因素的影響，甚至還受投資者心理因素的影響，因此，股票價格也存在著一定程度的不確定性，也是一個隨機變量。

由于公司每股收益和股票價格都是隨機變量，并且后者除了受前者的影響之外，還受其他不確定性因素的影響，所以在每一個可能的公司每股收益下，股票價格都會有眾多的可能取值及相應(yīng)的發(fā)生概率。于是，可以將公司每股收益X和股票價格Y看作是一個二維隨機變量(X,Y)。

正因為公司未來每股盈利是隨機變量，股票價格也是隨機變量，所以投資者無法通過準(zhǔn)確地預(yù)測公司未來所有各期的每股盈利，依據(jù)現(xiàn)金流貼現(xiàn)模型，一次性評定一個確定的股票價值。而只能從隨機性出發(fā)，通過將股票價格Y及其變動率y與公司盈利X及其增長率x分別看作是二維隨機變量(X,Y)和(x,y)，根據(jù)公司盈利對股票價格的決定作用，在深入分析宏觀、微觀經(jīng)濟因素、公司成長機會以及內(nèi)部管理等偶然因素變動的基礎(chǔ)上，首先對公司下期每股盈利Xt+1及其在已知的本期每股盈利Xt基礎(chǔ)上的增長率x=(Xt+1-Xt-Xt)/Xt的概率分布作出預(yù)期；其次要借助于聯(lián)結(jié)公司盈利與股價的某種估價指標(biāo)如市盈率指標(biāo)，對其所估計出的每一個可能的下期每股盈利水平下，股票下期價格Yt+1及其在已知的本期股票價格Yt基礎(chǔ)上的變動率y=(Yt+1-Yt)/Yt的條件概率分布作出預(yù)期。并且要隨著時間的推移、公司經(jīng)營環(huán)境的改變、投資項目的變化，不斷調(diào)整他們的預(yù)期。

（二）公司盈利的概率分布及投資者對其的預(yù)期

在二維隨機變量(X,Y)和(x,y)中，由于公司每股收益X及其增長率x影響著市場價格Y及其變動率y，所以為了探討Y及y與X及x之間的隨機關(guān)系，需要首先從影響因素和投資者預(yù)期的角度來研究X及x的概率分布。

從影響因素角度看，由于X是受大量相互獨立的隨機因素影響的隨機變量，并且每一種因素在總的影響中所起的作用都很小，因此，根據(jù)概率論中的中心極限定律，這樣的隨機變量近似服從正態(tài)分布。

（四）股票價格變動率與公司盈利增長率的隨機關(guān)系理論模型

正因為無論從影響因素角度看，還是從投資者的預(yù)期角度看，(x,y)的分布都可以近似地看作服從二維正態(tài)分布，所以我們可以在(x,y)服從二維正態(tài)分布的條件下，構(gòu)建二者之間的隨機關(guān)系理論模型，以便從總體上了解和掌握：當(dāng)公司下期每股盈利增長率為x=xi（i=1,2,…n）時，股價變動率y的平均水平是多少？股票投資的預(yù)期差價收益率是多少？不確定性和風(fēng)險有多大？特別是，當(dāng)公司下期每股盈利增長率x為其所有可能增長率的平均值E(x)時，股價變動率y的總體平均水平E(y)是多少？股票投資的總體預(yù)期差價收益率是多少？不確定性和風(fēng)險有多大？

在(x,y)服從二維正態(tài)分布的條件下，根據(jù)概率知識，當(dāng)公司下期每股盈利增長率為x時，股票價格變動率y的條件數(shù)學(xué)期望E(y|x)的表達(dá)式為：

式（5）具有深刻的經(jīng)濟內(nèi)涵。它表明：

①股價變動率y與每股盈利增長率x之間存在著密切的依存關(guān)系。這是因為，公司盈利不僅決定著股票的內(nèi)在價值，而且還通過市盈率指標(biāo)影響著市場價格，它的變動必然會引起股票的市場價格的變動。

②當(dāng)每股盈利增長率為x時，它的這一增長能夠引起股價發(fā)生多大幅度的上漲，一方面取決于二者之間的相關(guān)系數(shù)ρ的大??；另一方面取決于股價自身波動的不確定性σ2與每股盈利波動的不確定性σ1之間的比率σ2/σ1的大小，即取決于一個單位的每股盈利的波動能夠引起股票價格發(fā)生多大幅度的波動。這是因為，股票的市場價格不僅受公司每股盈利這一隨機變量影響，還受其他許多偶然因素的影響，因此，股價的變動與每股盈利的變動并不完全同步，而是表現(xiàn)出一定程度的獨立性。這樣，當(dāng)一單位的每股盈利的波動能夠引起股票價格發(fā)生較大幅度的波動時，即當(dāng)σ2/σ1較大時，則每股盈利增長一定幅度x就能夠引起股價發(fā)生較大幅度的上漲。

③當(dāng)每股盈利增長率x圍繞它的均值μ1上下波動(x-μ1)時，股票價格變動率y就圍繞它的均值μ2上下波動ρ(σ2/σ1)(x-μ1)。

正因為式（5）明確具體地揭示了y與x之間的內(nèi)在依存關(guān)系及其聯(lián)系機制，反映了影響股價變動的各種隨機因素的結(jié)構(gòu)及各自影響作用的大小，因此，投資者可以用它來預(yù)測股票價格的變動。不過，由于股價的變動不僅受公司每股盈利變動的不確定性的影響，還受其他眾多偶然因素變動的影響，所以投資者運用（5）式進(jìn)行預(yù)測和決策面臨著較大的不確定性，而這種不確定性則是投資者面臨的投資風(fēng)險之一。式（6）中的σ2y|x=D［y|x］=(1-ρ2)σ22就是衡量這種不確定性和投資風(fēng)險大小的指標(biāo)。它表明，股價變動的不確定性σ2y|x的大小，一方面取決于股價自身波動性σ22的大小，另一方面取決于y與x的相關(guān)系數(shù)平方ρ2的大小。股價自身的波動性σ22越大，二者的相關(guān)系數(shù)ρ越小，股價變動與每股盈利變動之間的依存關(guān)系越弱，則投資者運用上式進(jìn)行預(yù)測和決策的風(fēng)險就越大。

三、 隨機關(guān)系模型的運用

為了運用式（5）進(jìn)行預(yù)測和決策，需要估計它的各個參數(shù)μ1、μ2、σ1、σ2的具體數(shù)值。對此，可以利用股票價格變動率與每股盈利增長率的歷史數(shù)據(jù)進(jìn)行估計。這是因為，這兩個變量的歷史關(guān)系反映了歷史上投資者對股價的預(yù)期是否建立在對公司盈利預(yù)期基礎(chǔ)之上?；蛘叻催^來說，這兩個變量的歷史關(guān)系反映了公司盈利的變動是否改變了投資者對公司及其股票的認(rèn)識和預(yù)期，從而改變了其投資決策，進(jìn)而影響了股票價格和股票投資收益率。

當(dāng)采用歷史數(shù)據(jù)估計（5）式的參數(shù)時，它的含義就是，當(dāng)公司每股盈利增長率x圍繞它的歷史均值μ1上下波動(x-μ1)時，股票價格變動率y就圍繞它的歷史均值μ2上下波動ρ(σ2/σ1)(x-μ1)。這樣，如果根據(jù)歷史數(shù)據(jù)對（5）式進(jìn)行回歸分析得出的結(jié)果顯著相關(guān)，則說明公司每股盈利增長對股票價格變動具有較強的解釋能力，由歷史數(shù)據(jù)估計出的參數(shù)確定的模型就具有一定的參考作用，投資者就可以根據(jù)其對公司下一期每股盈利增長率的預(yù)期，運用該模型對公司股票下一期價格的變動作出預(yù)測，并將它作為投資決策的參考。

為了從實證角度研究中國股票市場上投資者對股價的預(yù)期是否建立在對公司盈利預(yù)期基礎(chǔ)之上，考察公司盈利變動對投資者行為和投資收益率的影響，檢驗公司盈利變動對股票價格變動的解釋能力，了解市場的成熟狀況和投資者的理性程度，本文選擇1994年底至2005年底上證A股指數(shù)成份股加權(quán)每股盈利及股價指數(shù)年度數(shù)據(jù)進(jìn)行實證檢驗。為此，對原始數(shù)據(jù)進(jìn)行必要的處理，對加權(quán)每股盈利年度增長率按百分比增長率x=(Xt+1-Xt)/Xt計算，對股價指數(shù)年度變動率即年度投資收益率采用對數(shù)收益率y=(Yt+1-Yt)/Yt≈ln(Yt+1/Yt)計算（見表3）。在此基礎(chǔ)上，繪制上證A股成份股股價指數(shù)變動率與加權(quán)每股盈利變動率相互關(guān)系圖1，并對式（5）進(jìn)行OLS回歸，結(jié)果見表4。

觀察圖1可以看出，上證A股指數(shù)變動率與加權(quán)每股盈利變動率總體走勢基本一致。這表明隨著中國股票市場逐漸向健康方向發(fā)展及投資者投資理念的日益成熟，公司盈利能力正在逐漸成為投資者投資股票時考慮的重要因素，公司盈利的變動正在成為影響股價變動的重要因素。而且可以預(yù)期，隨著中國股票市場日益健康，這種情況將日益顯著。

從表4的回歸結(jié)果也可以看出，0．0806的P值表明，回歸系數(shù)在8%的顯著性水平上統(tǒng)計顯著，所以可以在該顯著性水平上拒絕回歸系數(shù)為0的原假設(shè)，而接受回歸系數(shù)不為0的備擇假設(shè)。這說明上證A股加權(quán)每股盈利的變動是引起股價指數(shù)變動的重要原因，模型具有一定的有效性。而R2=0．274205則表明，式（5）中-μ2的變動中只有27%能夠被(x-μ1)的變動所解釋，模型的擬合效果并不理想。這說明，從以往情況看，公司盈利能力雖然是投資者投資股票時考慮的因素之一，但政策變動、投機炒作、股票操縱以及公司盈利信息披露不及時不充分，散戶投資者脫離公司基本面跟風(fēng)投資等，也是造成中國股票市場價格劇烈波動的重要原因。因此，加強股票市場制度建設(shè)，打擊股票操縱，完善信息披露制度，引導(dǎo)投資者理性投資，是今后中國股票市場建設(shè)的重要內(nèi)容。相信隨著中國股市逐漸走向健康和成熟，本文所提出的基于公司基本面和盈利能力分析的股票估價模型的實用性將逐步提高。

參考文獻(xiàn)：

［1］ Ray Ball， Philip Brown．An Empirical Evaluation of Accounting Income Numbers［J］．Journal of Accounting Research，1968，6（2）：159-178．

［2］ William H． Beaver， Roger Clarke．William F． Wright．The Association between Unsystematic Security Returns and the Magnitude of Earnings Forecast Errors［J］．Journal of Accounting Research，1979，17（2）：316-340．

［3］ Ohlson J．Earnings，Book Value，and Dividends in Equity Valuation［J］．Contemporary Accounting Rearch，1995，（11）：661-687．

［4］ 趙宇龍．會計盈余披露的信息含量――來自上海股市的經(jīng)驗證據(jù)［J］．經(jīng)濟研究，1998，(7)．

［5］ 陳曉，陳小悅，劉釗．A股盈余報告的有用性研究──來自上海、深圳股市的實證證據(jù)［J］．經(jīng)濟研究，1999,(6) ．

［6］ 陸宇峰．凈資產(chǎn)倍率和市盈率的投資決策有用性――基于“費森―奧爾森估值模型”的實證研究［D］．上海財經(jīng)大學(xué)博士論文，1999．

［7］ 陸靜，孟衛(wèi)東，廖剛．上市公司會計盈利、現(xiàn)金流量與股票價格的實證研究［J］．經(jīng)濟科學(xué)，2002，（5）：34-42．

［8］ 龔六堂．經(jīng)濟學(xué)和金融學(xué)的研究方法和研究前沿――首屆“中國青年經(jīng)濟學(xué)者論壇”紀(jì)要［J］．經(jīng)濟研究，2001,（8）．

［9］ 陳信元，陳冬華，朱．凈資產(chǎn)、剩余收益與市場定價：會計信息的價值相關(guān)性［J］．金融研究，2002，（4）．

［10］ 蘇平貴．現(xiàn)代證券市場理論的發(fā)展及局限性［J］．投資研究，2004，(6)．

［11］ 廖旗平．應(yīng)用流通權(quán)定價理論確定對價水平［J］．云南財經(jīng)大學(xué)學(xué)報，2006，（4）．

［12］ Campbell， J．Y． and R．J． Shiller．Valuation Ratios and the Long-Run Stock Market Outlook［J］．The Journal of Portfolio Management，1998．

［13］ Campbell， J．Y． and R．J． Shiller．The Dividend-Price Ratio and Expectations of Future Dividends and Discount Factors［J］．Review of Financial Studies，1998：195-228．

［14］ Campbell， J．Y． and R．J． Shiller．Stock Prices， Earnings， and Expected Dividends［J］．Journal of Finance，1998：661-676．

［15］ Basu， S．The Information Content of Price-Earnings Ratios［J］．Financial Management，1975，4(2): 53-64．

［16］ Basu，S．The Investment Performance of Common Stocks in relation to their Price-Earnings atios［J］．Journal of Finance，1977，32(3): 663-82．

［17］ Fama， E．F． & French， K．R．Value versus Growth: The International Evidence［J］．Journal of Finance，1998，53(6): 1975-99．

［18］ Nicholson，S．F．Price-Earnings Ratios［J］．Financial Analysts Journal，1960：16(4): 43-45．

［19］ Nicholson， S．F．Price-Earnings Ratios in relation to Investment Results［J］．Financial Analysts ournal，1968，24(1): 105-09．

［20］ Ohlson， James．A synthesis of security valuation and the role of dividends， cash ows， and arnings［J］．Contemporary Accounting Research，1990，（6）：648-676．

［21］ Kester， W． Carl and A． Lowenstein．Delivering Value Through Growth［J］．Harvard business School Working paper，2001．