時間：2023-05-31 14:56:14
導語：在股票投資相關理論的撰寫旅程中，學習并吸收他人佳作的精髓是一條寶貴的路徑，好期刊匯集了九篇優秀范文，愿這些內容能夠啟發您的創作靈感，引領您探索更多的創作可能。
關鍵詞：股票 投資 風險防控
股票市場的發展，在一定程度上代表了我國的經濟發展，因此，建立一個和諧、穩定的股票市場是我國持久追求的目標。在證券市場里什么意外都可能發生，所以，這就要求股民必須具備相應的股市知識，切不可盲目跟風，看見有人在股市賺了錢，就盲目地在股市里投資，結果不僅沒有掙到錢，反而賠進去更多。如何杜絕大眾盲目進股市的現象，如何能夠讓大家認識股票投資的風險，在已有的認知下進行合理的投資，本文結合各方資料，就此問題展開了分析并給出了具體的解決方案。
一、股票投資簡介
（一）股票與股市
股票是股份證書的簡稱，是股份公司為籌集資金而發行給股東作為持股憑證并借以取得股息和紅利的一種有價證券。股票市場是股票發行和交易的場所，包括發行市場和流通市場兩部分。股份公司通過面向社會發行股票，迅速集中大量資金，實現生產的規模經營。
（二）股票投資：炒股
在證券市場進行投資，就是我們俗稱的“炒股”。炒股，有著各種各樣的題材，但大多都是炒經營業績或與經營業績相關的題材。所以在股市上，股票的價格與上市公司的經營業績呈正相關關系，業績愈好，股票的價格就愈高；業績差，股票的價格就要相對的低一些。但也不是絕對的，有些股票的經營業績每股只有幾分錢，但其價格比業績勝過它幾十倍的股票還高，這在股市上是非常正常的。因此，在選取股票時，一定要謹慎分析，密切關注該股之前的走勢，利潤，多聽取有關專家的意見和建議，切忌盲目選股。
二、股票投資風險的類型與特征
（一）股票投資風險
是指投資者在進行股票投資過程中，遭受損失或不能達到預期收益目標的可能性。股票投資風險主要分為兩大類，即：市場風險和公司特有風險。
1、市場風險
是指對所有公司都將產生影響的風險，它源于公司之外，表現為整個股市平均報酬率發生變動，購買任何股票都不能避免這類風險。比如當年的9?11事件，除了造成了巨大的生命損失，股市也隨著這一事件持續低迷。
2、公司特有風險
源于公司本身的商業活動和財務活動（所投資公司近期的表現），表現為個股報酬率變動脫離整個股市平均報酬率的變動。例如前幾年的三鹿奶粉被曝含有致癌物質三聚氰胺，就因為這一事件，該公司的股票大跌，很多股民在一夜之間傾家蕩產。
（二）股票投資風險的特征
1、不確定性
股票投資風險具有不確定性。誰也不知道明天的股市會是什么樣子，因此對于風險的估計，也是完全憑借已有的現象、經驗，進行的推測，這是我們大多數投資者所能做的。
2、客觀存在性
股票投資的風險是客觀存在的。股市的利潤是巨大的，但所謂“利潤越大，風險越大”，股票投資的風險是客觀存在的，沒有哪個人敢保證那只股票是穩賺不賠的，縱然是有名的“股神”，也不是百分之百的賺錢，所以，對于股市，我們不能報有“零風險”的幻想。
3、相對性
為什么股市可以讓人一夜暴富，也可以讓人一夜傾家蕩產，因為不同的股票，其所需要承擔的風險不同。對于不同的投資者而言，風險也是相對的，如何把握好風險的相對性，是每一位股民的必修課。
4、可防范性
盡管股票投資風險是客觀存在的，但是并非沒有規律可循，我們要根據一定的方法，努力地去測量、估算可能出現的損失，盡力把風險降低到最小。
三、股票投資風險防控
（一）掌握必要的證券專業知識
股票是一門高深的學問，對于普通人來說很難研究透徹。但若是想憑借股票的投資獲得成功，必須要話費大量的時間和精力去鉆研證券知識。我們不排除有人憑借運氣獲得成功，但那畢竟是少數，要想獲得長遠的成功，專業的股票知識是必須要掌握的。
（二）了解投資環境，關注投資時機
股市與經濟環境、社會發展、政策頒布等方方面面息息相關。政治安定，經濟進步，民生安好，股市一定是繁榮、能掙錢的；反之，政局動蕩、經濟衰退、民不聊生，股市將會是灰暗的，是個吸金的黑洞。
（三）找到合適的投資方式
股票的投資方式有很多，這就要隨著投資者的習慣、性格，結合當前的股市發展來確定適合自己的投資方式，切不可盲目跟風，也不可長期不變，要隨時保持敏感，靈活的改變現有的投資方式，跟上股市的變化，才能保證自己立于不敗之地。
（四）制定合理投資運營計劃
大多數初入股市的投資者都將注意力放在試產改價格的漲跌上，卻經常忽略本身資金的合理調整，要知道，資金的本身才是股市的基礎。制定合理周密的資金運作策略，對于風險的防范具有十分重要的作用。
四、結束語
本文結合筆者查閱多方資料，就股票投資風險防控的問題展開了探討，具體的分析了當前我國股市的現狀及股市投資的風險所在，就股票投資的防控提出了一些建議，然而由于個人所學知識以及閱歷的局限性，并未能夠做到面面俱到，希望能夠憑借本文引起廣大學者的關注，加以指正。
參考文獻：
[1]王健補.理財學[M].廣州：暨南大學出版社.2005.318-328
[2]王小玲.中國股市系統風險實證研究[D].武漢科技大學碩士學位論文.2005
[3]張劍鋒.上海股票市場投資風險研究[D].東北財經大學碩士學位論文.2004
關鍵詞 交易價值 非理性投資 利率 股市
一、標準投資理論：利率水平與股票投資需求成反比
利率被譽為宏觀經濟的“晴雨表”，而股票市場是宏觀經濟的一個重要組成部分，利率的調整對股票市場具有某種程度的影響力。貨幣當局調控經濟的政策手段必然會對股市產生廣泛而深遠的影響，而在各種貨幣政策工具中，利率的調整對股票市場的影響最為顯著(Bemanke，1992)。我國自1990年12月19日至2008年5月20日，共實施38次利率調整，其中22次加息，16次降息。按照標準金融理論，股票作為一種虛擬資產，其價格波動有自己獨特的運行方式，但在―個理性的市場中，股票的價格還是以股票價值為基礎的，根據股利貼現模型，股票價值與股息和貼現率的函數表達式如下所示：
函數表達式中的V為股票內在價值，Dt是股票第t期支付的股息和紅利；r是貼現率。該式表明有兩大因素直接影響股票內在價值，一是未來的股息和紅利，股息和紅利與股票價值之間存在正相關關系。利率提高不但會增加企業財務成本，減少企業的盈利，而且利率提高會抑制宏觀經濟投資，從而減緩經濟增長，兩者都會使股票預期的股息和紅利減少，股票價格會下降。二是貼現率，它與股票價值存在負相關關系。利率上漲誘發貼現率的上升，將導致股票價值的降低，從而也會使股票價格相應下降。
此外，從資金供求關系角度看，由于資產組合替代效應的存在，利率變動會影響存款收益率，投資者就會在股票、銀行存款與債券之間進行資產選擇，以期達到資本保值與增值的目標。資產的新組合使資金流向發生變化，從而導致股市存量資金的變化，最終影響到股票市場的資金供給和股票價格。利率上漲使一部分資金從股市轉而流向銀行儲蓄或債券市場，減少了股票市場存量資金，造成股票需求減少與股票價格下降；反之，利率下降，股票市場存量資金增加，股票價格將上升。
綜上所述，按照標準金融理論的分析，利率水平與股票需求成反比關系，利率提高會降低股票需求，造成股價下跌。
二、實踐表現：利率上調，股價不降反升
本文選取了2004年10月至2007年12月的9次利率調整(都是加息)及加息后股市第一個交易日作為研究對象，其原因是：截至2004年10月，中國股市經過了近14年的發展，已經逐漸趨于穩定，市場的反應是投資者投資決策的真實反應；此外，投資者經過14年的股市沉浮，經歷了多輪牛市和熊市，逐漸趨于理智，對諸如利率調整這樣的系統性風險采取的是自我認知型的投資策略。
由上表可以看出：面對9次加息，上證指數與深圳指數僅有1次下降，其余8次股指不降反升，其中6次升幅超過1％，特別是2007年7月21日的加息，首個交易日市場更是以少有的暴升而作為結局。這種因投資者非理性投資決策而導致的市場“違反常理”的異象，不得不使人們對標準金融理論的有效市場假說及理性人假設表示質疑。
三、理論和實踐背離的解析：交易價值驅動的非理性投資行為
以理性人假設和有效市場假說兩大基石構筑起來的標準金融理論認為：投資者的決策是建立在理性預期、風險回避、效用最大化以及相機抉擇等假設基礎之上的。其中，有效市場假說的理論基礎由三個逐漸弱化的三個假設構成：第一，假設投資者是理性的，可以理性評估資產價值；第二，即使某些投資者不是理性的，但由于其交易具有隨機性，可以相互抵消，不至于影響資產價格；第三，即使投資者的非理并非隨機而具有相關性，市場中的理性套利者也可以通過無風險套利消除這種影響(安德瑞、史萊弗，2003)。但在證券市場的現實運行中，市場本身是否是一個可以理性評估的以價值投資為基礎的要素市場，市場的參與主體是否具有理性的決策個性，這兩方面因素會直接影響到上述三個假設條件的成立。
(一)關于股票價值構成的重新思考
對于依據標準金融理論假設下形成的傳統證券投資理論，早期的經濟學家歐文?費雪、凱恩斯及證券投資大師格雷厄姆等人對此就存有異議。凱恩斯曾指出，無人能確切地了解未來的收益的前景與股息支付，因而“多數人主要關心的不是對一筆在其投資期間的可能收益做出準確的長期預測，而是搶在公眾之前預見到慣用的估價依據的變化”(凱恩斯，1936)。并且，由于人是有限理性的，即人們由于精力、能力和信息獲取、處理等方面的有限性，在面臨決策時，不可能對各種選擇方案進行全面、詳盡的計算和評估，其所做出的行為是一種理f生和感性的攙雜物。因此，股票市場并不是一個能精確衡量價值的“稱重器”，它的表現就如一個“投票機”(吳彤，2000)。
在關于股票投資理論的研究中，價值投資理論是比較受重視且被市場普遍認可的理論，但是，股票的價值究竟是什么?對此一直沒有形成共識。格雷厄姆認為，股票的價值“是指一種有事實――比如資產、收益、股息、明確的前景――作為根據的價值，它有別于受到人為操縱和心理因素干擾的市場價格”(格雷厄姆，1999)。從格雷厄姆的這一定義上看，盡管他不完全認可標準金融理論的假設，但也仍然沒脫離傳統的價值投資理論框架。關于股票投資價值，目前大多數學者較一致的認識是：
股票投資價值：股票內在價值+投資風險價值
公式1
筆者認為，公式1投資價值模型存在兩個重要缺陷：一是基于投資風險不確定，投資風險價值是很難度量的，這樣，股票投資價值的測算公式也就缺乏應用價值；二是這里的風險更多地是考慮不確定的企業收益前景與股息支付政策，仍然圍繞企業進行評估，且視野仍專注于一級市場。事實上，股票投資價值不僅體現在虛擬資產的隱含價值上，還體現在股票的可變現性，即二級市場流通的價值之上。如果將股票流通價值考慮在內，股票投資價值計算公式應擴展為：
股票投資價值=股票內在價值+投資風險價值
+股票流通價值 公式2
考慮到股票的投資風險既有來自于企業本身的，也有來自于股票交易過程之中的，來自于企業內部的風險可以直接修正企業內在價值，而來自于流通過程之中的風險可以直接修正交易價值，因此，公式2可以簡化為：
股票投資價值=股票內在價值+股票交易價值
公式3
公式3中，股票內在價值是同企業的經營績效及股利政策密切相關的，而股票交易價值主要受二級市場股票的流動性、供求狀況、投資者投資心理以及政策
和監管環境等因素的影響。
公式3的引入可以揭示這樣的事實：股票投資成敗受到兩大因素的影響，一是發行主體，主要是上市公司的影響；二是流通主體與流通環境，主要是投資群體及投資環境的影響。而在資本市場發展的不同階段和不同地區，兩大影響因素都可能成為影響市場投資行為的主要因素。
綜上所述，利率上調，股票價格不降反升，就可由公式3中的交易價值驅動得到合理解釋。
(二)中國股票市場交易價值驅動的表征
中國證券市場是一個新興市場，雖然經過十幾年的發展取得了舉世矚目的成就，但與歐美等國成熟的市場比較還有很大的差距，在股票投資的價值追求上，還屬于典型的以股票交易價值為主要目標的市場。也正基于此，在交易機會比較充分的情況下，加息也就很難改變股市原有的運行軌跡。
1、股市運行與宏觀經濟的弱相關性
在一個以股票內在價值為投資基礎的市場中，股票市場與本國的宏觀經濟、甚至世界經濟的發展都有高度相關性，股價指數是當之無愧的宏觀經濟運行的“晴雨表”。但在一個以交易價值為基本目標的證券交易市場中，市場的交易機會才是投資者關注的首要因素。盡管宏觀經濟對這些交易機會的產生也有著重要的影響，但投資者更偏向于股票的短期價格波動。長期以來中國股票市場運行的宏觀經濟“晴雨表”功能并不明顯，也有學者認為是中國股票市場規模較小、發展尚欠規范等原因所致，但筆者認為，以追求市場交易價值為目標才是問題的本質。
2、內在價值投資通道不暢
在美國等成熟資本市場，投資者股票投資的價值基礎是股票的內在價值，在這種投資目標中，投資者看重的并不是股價波動所形成的差價，純粹依靠差價來獲得收益的投資者并不是真正的投資者，而是所謂的投機者。對于大多數美國投資者來說，上市公司持續穩定的現金分紅是他們所期望的投資回報。而我國股票市場運行的一個重要功能是融資，也正是因為這樣的原因，相當數量的上市公司重融資、輕回報的行為傾向嚴重。以2007年為例，2007年是上市公司利潤大幅度增加的一年，但即使是在這一年，股東的分紅收益率也僅為0.99％(李靜、周俊，2008)。這意味著以此標準進行股票投資，若以追求現金分紅回報為目標，投資者大約需要100年才能收回投資本金。上市公司的這種回報模式也促使大多數投資者，忽略股票的內在價值而轉向追求交易價值。
3、流動性決定市場整體運行趨勢
中國股市始自于2005年6月的牛市與流動息相關。由于人民幣升值的預期，境外資金也通過各種渠道流入中國資本市場，“流動性泛濫”成了2006、2007年中國資本市場中出現頻率較高的詞匯，正是在這種充足的流動性支撐下，股票交易有了足夠的資金保障，交易機會頻現，而國內城鄉居民的儲蓄存款持續流入股市，更加劇了股市的流動性。因此，在這一時間段的加息，甚至是多次提高銀行存款準備金率，都沒能減少市場流動性，也就未能動搖股市上漲的基礎。相反進入2008年后，隨著美國次貸危機的擴散，境外流動性的抽回，國內股市資金回流銀行，股市的流動性急劇萎縮，恰恰又成了以交易價值為目標的中國股市快速下跌的緣由。
4、過度交易明顯
投資者頻繁交易和高換手率是一個以交易價值驅動的股票市場的顯著特征。中國的股票市場自成立以來，年度平均換手率一直居于世界主要證券市場的前列，詳見表2。
自2005年6月創下階段性的低點后，中國股票市場用兩年半左右的時間走了出了噴薄向上的牛市行情。在此期間，投資者過度交易明顯，如表3所示，2006年日均成交金額375.39億元，是2005年日均成交金額的2.87倍；2007年日均成交金額1903.12億元，是2006年日均成交金額的5.07倍。
Kahneman和Tverskv的研究成果向人們展示了在不確定條件下，決策可以系統性地偏離傳統經濟學的理性假設。他們主張：人們通常而言，不具備運用經濟學和概率論的知識，全面地分析問題和做出判斷的能力(Kahneman D&Tversky A.,1988)。有鑒于市場和企業中的金融決策均是由作為經濟主體的個人或企業做出，因此金融市場決策均具有自信因素所導致的某些經濟特征(桂荷發、蔡明超等，2007)。從2004年10月到2007年12月，中國金融市場的9次加息調整，其中2004年中國股市處于低靡狀態，那次加息也是9次加息中唯一使股指下跌的一次，2006年和2007年的8次加息，股指不降反升，同時伴隨成交量、成交金額的加速放大，充分說明投資者在中國股市短期向好的預期下，投資者“財富幻覺”和市場“賺錢效應”凸顯，投資者非理性心理不再遵循標準金融理論進行決策，而是依賴于一些思維慣性做出直觀推斷，過分追求交易機會，乃至于發生過度交易。同時，通過交易量和交易金額可以看出，中國證券市場目前這種過度交易并非是個體行為，而是具有較明顯的系統性傾向。
5、市場參與者眾
市場參與者眾是追求市場交易價值目標的又一個表征：隨著股指的攀高，投資者人數持續大增，市場深度大幅提高。如表4所示，2007年上半年凈增投資者人數達到前三年總和的3.27倍，投資者開戶數達到10705.64萬戶，截至2008年4月底，滬深兩市賬戶總數更是達到了14446萬余戶。
Kyle和Wang建立了一個雙頭信息壟斷模型，指出非理性投資者可能獲得比理性投資者更高的凈投資收益，而且，非理性投資者自身發現，他們采取非理性決策能夠獲得比采取理性決策更高的投資收益(Kyle Albea S.and Wang，F.Albea，1997)。如果說2004年和2005年新增投資者是由于隨著中國證券市場的發展和個人素質的提高，不斷有潛在投資者成為現實投資者，那么2006年和2007年投資者增幅之大，特別是2007年，投資者的賬戶一年增量達到6033.02萬戶。而此前16年的存量才為7854.00萬戶，這已非上面原因所能解釋。大量的非理性投資者進入證券市場，正是他們的加入，助推了證券市場成交量和成交額的大幅增加。高企的股價并不能阻止他們的涌入，這是無法用傳統的企業內在價值追求來解釋的。
6、股票價格大幅波動
在投資者投資收益過分依賴二級市場交易差價的情況下，一方面會出現傳統投資理論無法解釋的脫離企業內在價值的“非理性投資”；另一方面也會引發過度投機，造成證券市場過度波動。
中國股票市場自2005年6月6日上證指數創下998.23點的低位后，到2007年10月19日上漲到6124.04點，漲了5倍多，而后，用不到一年的時間，上證指數又大幅下跌到2000點之下。以理性人假設為前提的標準金融理論從股票預期未來現金流量的折現來定價，無法解釋在此期間股票價格的大幅增加和減少。金
融市場中追求交易價值的投資者的行為模式并不是完全理性的，投資者的情緒是資產定價的重要因素(伍燕然、韓立巖，2007)。在股指連續攀高或大幅下跌這樣一個階段性運行過程中，過度自信或過度悲觀的投資者在證券市場中充當了流動性提供者的角色，慣性思維定勢左右著投資者的決策行為，當趨勢力量足夠明顯時，少數投資者理性的思維并不能改變這種趨勢。
四、結論與啟示
從交易價值驅動視角分析中國股票市場經9次加息不跌反漲的深層次原因，本文得出以下結論和啟示：
(1)資產的價格不僅僅由內在價值所決定，而且還由投資者的非理性因素，諸如心理、情感、情緒等因素決定，這些因素在投資決策的制定和資產定價方面發揮著重要作用，特別是在以個體投資者為主體的市場環境下，投資者的非理更為普遍和明顯。
(2)中國證券市場還是一個以交易價值為主要追求目標的市場，只要存在正向的交易差價機會，投資者就可以拋開傳統的標準金融理論的束縛，忽略宏觀經濟指標對企業層面的影響，專注于賺取交易差價。流動性支撐、過度交易、市場深度大幅提高、較大的市場波動幅度等市場表征反映了這一事實。
(3)以交易價值支撐的市場更容易產生認知性偏差，特別是當投資者高估自己的認知能力時，他們對事件發生概率的估計就更容易走向極端。過度自信的投資者在面對良好預期的情況下，就會激進地參與股票市場，雖然提高了市場的深度，卻因股票價格偏離價值而形成了市場的泡沫。過度追逐交易價值是形成證券市場過多泡沫的直接原因。
(4)從宏觀調控角度看，認識中國證券市場仍是交易價值主導的特性，有利于國家對市場調控手段的科學化，防止因過分依賴經濟指標而出現調控失效。
關鍵詞：股票化率；市銷率；投資價值；分析指標；指標創新
中圖分類號：F830.91 文獻標識碼：B
由于具備客觀性、時效性及互補性等多種優勢，指標分析法在股票投資價值的研究評判中被廣泛采用。但是，傳統分析指標又因為單一指標視角孤立、指標之間關聯關系揭示不清等內在缺陷而受掣肘。鑒此，如杜邦分析法以凈資產收益率指標作為關鍵性指標一樣，尋求研判投資價值的綜合性指標，并由此進行指標體系的構建與創新，既是理論探討之所需，也是實踐指向之所在。
一、股票投資價值分析指標的重要性與傳統分析指標的不足
在對股票投資分析的四個主要流派中，尤以基本分析流派和技術分析流派體系最為完善，應用也最為廣泛。基本分析是以上市公司的基本財務數據為基礎，設計有關分析指標，對上市公司投資價值進行研判，從而作出理性投資決策。本文所涉及的股票投資價值分析是以基本分析為主的研判方法。股票作為公司所有權憑證，其價格的漲跌最終取決于自身投資價值的大小，即使股票價格可以在短期內脫離其內在價值。從長期來看，價格的波動必定與公司的內在價值呈強相關的特征，即價格會向價值回歸。在充分有效的市場體系中，價值的大小通常由價格的高低來折射反映，所以價值分析的核心環節便是分析股票的內在投資價值。上市公司的投資價值既與其內在素質（如經營管理水平的高低）有關，也與其外部條件有關。在股票投資價值的分析方法上，價值分析指標的選取顯得尤為重要，而如何從綜合、全面的角度構建股票價值分析指標則具有相當的難度。
傳統的價值分析指標指的是證券投資類書刊中常用的財務指標，或者是中國證監會要求上市公司在定期財務報告如年報、中報、季報中必須計算并披露的財務指標，主要包括反映公司盈利能力的每股收益、每股凈資產、凈利潤率及凈資產收益率等，反映公司償債能力的資產負債率、流動比率、速動比率等，以及反映公司成長能力的主營業務收入增長率、利潤增長率等。這些指標對反映上市公司的經營管理效率和獲利能力、短期償債能力和經營安全性以及后期的成長性，分析股票的投資價值有較大的幫助作用和參考價值。但是，隨著經濟的發展、技術的進步，由于這些指標自身的局限性及應用的時效性，很難全面、準確、及時、有效地反映股票投資價值的全貌［1］。鑒此，構建股票投資價值分析的綜合指標，力求從綜合、創新的視角反映股票投資價值極具學術和操作價值。在吸收已有成果的基礎上，本文從市值角度出發，將宏觀市值（即股票市場市值）與宏觀經濟指標GDP相比，及微觀市值（即單個上市公司市值）與微觀經濟指標公司銷售收入相比，得到包含諸多子乘積因子和子影響因素的兩大綜合指標。
二、宏觀價值指標：證券化率或股票化率
證券化率指的是一國（或地區，下同）各類證券總市值與該國國內生產總值的比率，用公式表示為：證券化率=證券市值/GDP 。該指標可以用來測度虛擬經濟與實體經濟的量化關系，進而可用于衡量前者對后者的反映情況。虛擬經濟的存在主要是服務于實體經濟的發展，虛擬經濟既不能過于低迷拖累實體經濟的增速，也不可過于膨脹脫離實體經濟的基礎。與此伴隨，證券化率既不可過低也不可過高，過低意味著虛擬經濟對實體經濟的反映不夠，過高則意味著證券市場存在泡沫。由于證券市場中可流通交易的證券主要包括股票和債券兩大類，而本文重點研究股票投資價值中的指標體系，故現需從分子證券市值中去除債券市值，所剩為股票市值，該指標相應改稱為股票化率，其公式與證券化率類比可得：
股票化率(Stock ratio，簡稱R) =[SX(]（股市）市值（TMV）[]GDP[SX）] （1）
從公式（1）可以看出股市總市值的增長會帶來股票化率的提高，而GDP的增長會導致股票化率的降低。總市值的增長率應與GDP的增長率保持一定的適應性，若前者增速較于后者過慢，則說明經濟的市場化程度較低；若前者增速明顯快于后者，則說明股市存在較大泡沫。因此，一國股市投資價值（從反方向來看即投機泡沫）的大小，在一定程度上取決于該國證券化率的大小。由證券化率演繹而來的股票化率即為宏觀價值分析指標，故公式（1）中市值為股市總市值，它在數值上等于總股本乘以股票價格。總股本即市場發行股票的總股數，屬于數量因素；股票價格由股價指數來反映，即指市場的總價格水平。GDP為國內生產總值，是指一定時期內(一個季度或一年)，一個國家的經濟中所生產出的全部最終產品和勞務的價值。在對GDP指標進行核算時，假定社會所生產出的全部商品Q以社會平均價格P賣出來實現其價值即形成收入，由此得GDP=P×Q。
下面來分析股票化率的兩個構成要素――股市市值與GDP及其影響因素。從公式1可以看出，股票化率R的高低既取決于TMV的大小又取決于GDP的大小，合理水平的股票化率應該通過較高水平的TMV與較高水平的GDP兩者并存來達到，并且應與一個國家（地區）的經濟發展水平相適應。
一是R受分母GDP的影響。在實體經濟的循環過程中，社會總需求使生產和銷售產品成為必要，產品的銷售(P×Q)形成社會總收入，總收入在數值上即等于名義GDP，這是從核算的角度。也就是說，名義GDP 可看作是經濟中的平均價格水平和真實產量水平的乘積。如果以現行市場價格計算GDP，實質上其應該等于價格指數P與真實國內生產總值Q(實際產量指數)的乘積：GDP=P×Q，而真實國內生產總值即是對社會生產出的全部商品進行的分配。從支出法的角度，名義GDP即為整個經濟的最終支出之和，包括家庭消費(C)、政府支出(G)、對新資本投資(I)和凈出口(NX)。由真實GDP(Q)即為真實支出的和：Q = C+I+G+NX ［2］。綜上所述，Q的增大與P的提高均能帶來GDP的增長，政府可通過實施相應的宏觀經濟政策來影響P和Q，實現經濟增長、物價穩定、充分就業等目標。
二是R受分子TMV的影響。TMV=市場總價格水平×市場總股本，市場總股本即股市總股本規模，等于市場中所有股票的股數之和。顯而易見，市場總股本規模擴大，在總價格水平沒有明顯降低的情況下，TMV增大，反之亦然。股價指數是一個相對指標，是用各時期的股票總價格水平與基期（假設為100）得出的,現用股票價格指數來動態地反映市場總價格水平。TMV雖不能簡單地用股價指數與市場總股本相乘得到，但股指作為市場總價格水平的代表，其變動會對TMV產生直接影響。股指上升會引起股票價格不同程度地上漲，在總股本沒有明顯縮減的情況下，TMV增大，反之亦然。
具體而言，股價指數的漲跌變動受經濟因素、政策因素、市場預期及股市中資金流動性等的綜合影響，且各因素之間亦相互影響。首先，經濟因素包括經濟周期，利率、匯率、稅率的波動等。理論上講股指的波動趨勢與宏觀經濟走勢是基本一致的，在經濟周期的復蘇和繁榮階段，股指上漲；在經濟周期的衰退和危機階段，股指下跌；而利率、匯率、稅率的調整也會導致股指不同程度的波動。其次，國家通過財政、貨幣政策能夠明顯影響投資者的未來預期，從而對股票價格產生上沖或下推的作用。政策因素包括政府實施的一系列擴張和緊縮的貨幣和財政政策。擴張政策指通過增加財政支出、減少稅收和增加貨幣供應等來刺激總需求的增加，進而導致大量資金流入股市，帶來股指上漲；反之，若政府實施緊縮政策，會引致股指下跌。再次，各市場參與者如投資者、分析師等對股市的中、短期走勢的樂觀或悲觀預期也會對股價指數產生影響，若為前者，則刺激股指上漲；若為后者，則可能引致股指下跌。
此外，股市中資金流動性的充沛程度也會直接導致股指的波動。股票也同普通商品一樣，價格的漲跌根本上是受供求關系的影響，若市場流動性較好，資金充裕，則對股票的需求增大，在供給沒有明顯變動的情況下會直接導致股價上漲，反之亦然。股市總股本規模的增減變動主要受上市公司的決策及行為的影響。企業在一級市場的IPO（首次公開發行）行為及在二級市場的再融資（如配股、增發、轉增等）與替代性股本（如債轉股）等行為會引起市場總股本的擴張，而上市公司回購部分或全部股本、注銷部分或全部股本、退市等行為則會引起市場總股本的減少。
事實上股價指數和市場總股本的變動并不是孤立的，兩者之間也不無關聯。具體來講，股市總股本規模的增大（擴容）會引起股價指數的波動，而股指的持續上漲（或下跌）也會影響股市的擴容速度。理論上講，股市擴容會通過資金面的減少影響股價指數，無論是一級市場擴容（IPO），還是二級市場擴容（再融資），都需要吸收相對應的資金量，從而使股市中流通的資金減少，引起股指下跌。而從我國的實踐來看，擴容速度加快時，股價指數往往處于上漲周期，擴容速度放慢時，股價指數則處于下跌周期。這是因為股市擴容只能在股價指數保持一定水平的基礎上才能進行，股價指數越高說明股市中資金充沛，對股市擴容的消化能力越強；反之，股價指數越低，股市資金不足，擴容難度相應增大［3］。
從以上分析可知，市場總價格水平的上漲和總股本的擴張均會引起總市值的增加，但兩者的效應不同。由于股票價格瞬息萬變，而股本規模在短期內則相對穩定，因此總市值的變動大多數時候都由股價指數的波動帶來。若一段時間內股市出現“非理性上漲或下跌”，由此帶來的總市值的急劇擴張或收縮并不能真實反映股市的內在價值。總市值的波動會帶來股票化率的同步波動，因此股票化率具有不穩定性，股票化率偏離一個合理區間的程度，即可視作股市投資價值彰顯或投機泡沫過大的判斷依據之一。
對股票化率進行理論分層的審視之后，有必要對中國股票化率進行實證分析。由圖1可看出，20世紀90年代后半段股票化率一路走高，從1995年的不到10%逐年提高到2000年的50%。在以后的五年中滬深兩市表現不佳，與宏觀經濟的高速增長出現背離。至2005年，股票化率又跌落至十年前20%的水平。2005年股權分置改革開始實施，我國股市迅速開啟發展之路――股指的連續上漲，總股本的不斷擴張導致總市值的急速增長，至2007年股票化率已高達150%，而彼時并無實體經濟的同步增長作為支撐，泡沫現象異常明顯。盡管國際金融危機導致股市大幅下挫，但近兩年股票化率又回升到70%左右。該圖均顯示股票化率在每次階段性沖高之后，必然回落至平均水平附近，這說明長期而言虛擬經濟的發展必須以實體經濟為基礎，股市總市值的增長速度應與國民經濟增長速度基本一致［4］。經比較可知我國股市僅用短短20年的時間，其股票化率已基本達到美國股市經200年發展之后的水平。由于我國股市成立較晚，股票化率起點較低，一段時期內的較快增長有一定的合理性，但也隱見政府“趕超”的“推手”作用，必導致股市出現一定程度的“虛胖”現象，即較之于美國等成熟股市，我國股市內在泡沫較大，波動性也更為明顯。
三、微觀價值指標：市銷率
市銷率(Price-to-sales ratio,簡稱P/S)，是上市公司市值與公司銷售收入(一般以主營業務收入代替)的比率，亦可用每股市價除以每股銷售收入得到，用公式表示：
市銷率（P/S）= [SX（]（單個公司）市值（MV）[]銷售收入（S）[SX）]=[SX（]當前股價×總股本[]銷售收入[SX）]=[SX（]當前股價[]每股銷售收入[SX）]（2）
該指標用于確定股票相對于公司經營業績（收入乃績效之源）的價值，它告訴投資者每股銷售收入能夠支撐多少股價，或者說單位銷售收入所反映的股價水平，以此來判斷企業的估值是偏高或偏低。同市盈率(PE)和市凈率(PB)一樣，市銷率也屬于相對估值法的范疇，其使用時也應與同行業其它股票或其它行業乃至整個市場中的平均值進行比較才有意義。在進行比較時，公司之間在各方面的相似度越高，該估值方法越有效。理論上講市銷率越小，表示上市公司相對于其每股銷售收入的每股價格越低，股票的投資價值越高。
在我國上市公司中運用市銷率指標分析股票投資價值具有現實意義，這是因為傳統指標均以利潤為基礎構建，而利潤是收入減去成本、費用和稅金后的余額，是一個經計算得來的間接指標，因而容易出現人為運用相關的會計處理方法進行調節和操縱的情形。由于銷售收入為企業的實際銷售所得，影響銷售收入的技術性因素不多，相關會計準則可利用的空間不大，其受反復操控的難度大得多。換言之，以銷售收入為基礎的市銷率指標更有利于讓投資者了解上市公司實際的經營能力、發展能力和盈利能力等狀況［5］。下面來具體分析市銷率兩個構成要素上市公司市值與公司銷售收入及其影響因素。從公式（2）可以看出，市銷率P/S比值的大小由公司市值和銷售收入的大小共同決定。
一是受公司市值（分子）的影響。上市公司市值MV= ps×qs ，ps為上市公司股價，qs為上市公司股本，上市公司股價的上漲和股本的擴張均會引起公司市值的增加。股票價格從上市公司本身及所處環境的角度，受到股票估值、公司成長性、經營預期及市場和政策的影響。股票估值是指通過對上市公司歷史及當前的基本面分析和對未來反映公司經營狀況的財務數據的預測來獲得上市公司的內在價值，而影響股票估值的主要因素是每股收益、每股凈資產、每股經營現金流等指標。若投資者能在合適的時機買入估值較低的股票，將可獲得較大收益。公司成長性主要從銷售收入（主營業務收入）增長率和利潤增長率兩方面來考察，若兩者均有較大增幅，表明公司產品的市場需求大，業務擴張能力強，經營業績突出，則該公司具備較好的成長性，長期來看股價亦會有良好表現。經營預期的好壞主要從預期凈資產收益率（ROE）的高低和預期經營現金流（C）的大小來反映，若預期未來ROE較高且C較大，則上市公司的預期經營向好，對公司的股價將產生助推作用。此外，金融市場波動和貨幣、財政政策的調整也會對股票價格產生直接影響。同時，上市公司股本的擴張必會憑籍一級市場的IPO，二級市場的再融資如配股、增發以及公積金轉增股本來實現，而公司的這一系列行為會受股市周期與政策的共同影響。
二是P/S受公司銷售收入（分母）的影響。上市公司的銷售收入S=pc×qc, pc為公司產品的銷售價格，qc為公司產品產量（此處隱含假定：產量=銷量，即應收賬款為零），產品銷售價格的提高及產量的擴大均會增加公司的銷售收入。由于公司經營的基本目的是獲取利潤，故pc應由生產產品的保本價格p0加成一定的目標利潤率p得到，即pc= p0（1+p）。保本價格指產品處于保本銷售狀態時的價格，其應包括產品的生產成本、期間費用和生產性稅金。考慮到生產的連續性，保本價格應該在前期生產成本、三項費用和生產性稅金的基礎上，加上當期成本、費用和稅金的變動。而目標利潤率的形式包括產品毛利率和產品凈利率，其中，毛利率=(產品銷售收入－產品成本)/產品銷售收入，凈利率=凈利潤/銷售收入。產品毛利率和凈利率的提升會引起銷售價格上漲，進而帶來銷售收入的增加。與pc類似，qc也包括保本產量q0和有盈利產量q，即qc=q0+q，而q0包括前期總成本率下產量和當期總成本變動率下的產量，q包括老項目擴產、新項目投產所增加的產量以及購銷凈增額。
作為綜合性指標較之于其它價值類指標，市銷率既有獨特的理論特點，也具鮮明的應用功能。其一，與其它的相對估值方法如市盈率法、市凈率等不同，市銷率不會因為利潤、凈資產為負數或者為微利而使指標失去意義；同時，由于上市公司的每股銷售收入都是正的，因此在計算市場或行業平均市銷率時，可將所有上市公司作為樣本，幾乎無需剔除任何一家，保證了計算數據的完整性和客觀性。其二，由于銷售收入對經濟形勢的敏感性相較于利潤要弱，且在會計處理上比利潤難以操縱，故其波動性也小得多，尤其是周期性強的上市公司，市銷率的波動要大大小于其市盈率的波動，即市銷率指標不易受上市公司經營狀況年度變化的影響，更能體現上市公司的長期投資價值［6］。其三，運用市銷率指標進行比較選股時，還要考慮上市公司毛利率水平的高低和成長性的優劣。銷售毛利率是銷售收入與銷售成本的差額與銷售收入的比值，如果銷售毛利率很低，表明企業沒有足夠多的毛利額，補償期間費用后的盈利水平就不會高，甚至無法彌補期間費用，出現虧損局面。一般而言，毛利率較高的公司，其產品競爭力強，增長確定性好。因此，市銷率相似的上市公司，毛利率高的更具投資價值。而成長性是從利潤增長率的角度來考察，同樣是2倍市銷率的兩個股市或上市公司，利潤增長率較高的市場或公司就更有投資價值。從成長性角度來看，新興市場比成熟市場的平均市銷率較高，創業板比主板的平均市銷率要高，新興產業比傳統產業的平均市銷率要高，都有一定的內在合理性。
四、從股票化率與市銷率兩大指標公式的分解中進一步考察綜合性特征
從影響因素出發，對股票化率和市銷率進行分解，從而可以定性觀察兩大指標與構成要素的交互影響。在此基礎上對兩大指標進一步分解，還可定量認知兩者對其它指標產生影響的傳導路徑。
首先，股票化率之所以能作為判斷股市投資價值的指標，因為它同衡量市場投資價值最常用的指標有著直接的數量關系。
其中pe代表單個公司市盈率，eps代表單個公司每股收益，np代表單個公司凈利潤，PE代表某個時點整個市場平均市盈率水平，NP代表上市公司凈利潤總和，NP′代表全體上市公司利潤率。
通過公式分解可以看出股票化率R與市場平均市盈率PE、上市公司利潤率NP′呈正相關關系，而PE是衡量整個市場投資價值的重要指標。因此，一國股票化率的高低取決于該國股票市場平均市盈率水平的高低和上市公司平均利潤率的大小，即股票化率由該國股市估值水平和上市公司盈利能力決定。在假定NP′不變的情況下，PE的提高會導致股票化率的增大，此為資本市場產生泡沫的過程；而在假定PE不變的情況下，通過提高現有上市公司的盈利能力，或讓更多盈利的企業上市，就可提高NP′，進而提高股票化率，此為經濟證券化的過程。因此，一國在宏觀經濟管理中既要努力推動經濟證券化進程，又要時刻警惕經濟過度泡沫化。合理水平的股票化率可以通過調節上市公司整體市盈率、利潤率水平及實體經濟的增長速度來實現，但采用財政、貨幣政策對實體經濟的調節也會同時影響到股市的運行，故政府在采取政策措施時須綜合考慮、統籌兼顧［7］。
其次，市銷率可以而且應該成為反映企業價值的關鍵性指標，是因為其它同類指標能夠而且必然會從其“分解”得出。傳統理論認為公司的價值主要體現在公司凈利潤上，凈利潤受公司費用影響顯著，而市銷率指標不考慮費用等因素影響。恰恰相反，通過公式的進一步分解卻能清楚尋找到市銷率與費用指標的關系，并最終指導上市公司通過費用管理來影響公司市銷率。
通過公式分解可以看出市銷率與上市公司稅后經營利潤率、市盈率水平正相關，與公司財務費用負擔呈負相關關系［8］。具體來說，一方面稅后經營利潤是企業銷售收入扣除制造成本、管理費用、銷售費用以及經營活動中所承擔的所得稅后的企業利潤，因此公司稅后經營利潤率(pt′)的表達式是：
稅后經營利潤率剔除了財務費用對企業價值分析的影響，準確反映了企業在生產經營活動中的成本費用控制水平、企業議價能力、日常管理制度等諸方面原因，綜合反映了企業經營管理能力；同時，企業財務費用比率是凈利潤與稅后經營利潤的比值，若企業有借款并歸還利息時，該比率就小于1，它的數值反映了借款利息對企業獲利能力所起負作用的大小，該比率越接近于1，說明企業的財務負擔越低。具體來看，企業財務費用比率的表達式為：
從中不難看出市銷率與公司財務費用比率呈正相關，即與公司財務費用負擔呈負相關。由于公司財務費用負擔又與銀行基準利率呈正相關，如果其他因素不變，基準利率與股票市銷率水平存在負相關關系。
最后，弄清了兩大指標的各自分解脈絡之后，接著進一步審視兩者之間的內含邏輯。股票化率將虛擬經濟的股市總市值TMV與實體經濟的總產值GDP進行比較，旨在衡量某時刻一股市的估值水平。一國的股票化率水平并非與其經濟發展水平成正比，還受到國家的金融體制、經濟政策等因素的影響。市銷率將單個上市公司市值與企業的總產值銷售收入進行比較，旨在考察單個股票的投資價值。個股的市銷率由上市公司的成長性、銷售收入和投資者要求的收益率等決定，是衡量股票是否被高估的一個重要指標。若假定社會上所有的企業都成為了上市公司，則全社會的總產值即為所有企業的銷售收入之和，即GDP=∑p，則R=TMV/GDP=∑mv/∑ps，即R為宏觀視角的P/S，兩者之間相互影響。若市場上每只股票的P/S均提高，則R也會相應增大。反之，若R出現大幅提高，則意味著總市值相對GDP的大幅增長，單只股票的P/S亦會增大。
雖不能用一個具體的等式表達兩者的數量關系，但兩者均作為虛擬經濟與實體經濟的價值比率指標，分別立足不同的視角，其存在內在相關性，即R與P/S是對股票宏觀和微觀投資價值的分別研判，兩者為“面”與“點”的關系。若一股市具有較高的投資價值，則意味整個市場的投資環境較好，個股的投資價值相應較高。換言之，在具體應用到分析股票投資價值時，R與P/S相互補充，起協同作用：對投資者而言，股票投資價值分析的核心在于運用相關指標對個股的投資價值進行評估，但應先通過對市場估值水平的研判確定買入或賣出時機。在實際操作中也可根據一國股票化率的高低先來判斷股市的估值，再選取較低市銷率和較好成長性的股票進行價值投資。無論是“自下而上”還是“自上而下”的方法，路徑雖異結果類似。
總之，傳統的投資價值分析指標多是以上市公司財務報表中的一個或幾個財務指標為基礎構建，單一性和靜態性較強，如對上市公司估值常用到的每股收益（E）、每股凈資產(B)、每股經營現金流(C)以及以此為基礎結合股票價格構建的市盈率(PE)、市凈率(PB)、市現率(PC)、凈資產收益率(ROE)等，均可包含在股票化率與市銷率兩大指標當中。股票化率和市銷率作為虛擬經濟市值與實體經濟產值的比率指標，分別從宏、微觀的角度度量股票的投資價值。換言之，對兩者的構成要素及指標公式進行深入分解分析后較易發現，此兩指標涵蓋問題較為全面，影響范圍較大，稱其為股票價值分析中的兩大綜合指標，無論在理論還是操作層面，均有創新與導向價值。
五、基于兩大綜合指標的后續新型指標的構建指向
雖然兩大綜合指標在一定程度上探索了股市及股票的宏、微觀價值問題，但值得指出的是要構建科學而系統的投資價值指標體系，還要進行更深入更艱巨的理論研究與實踐探索。下述一些與兩大綜合指標密切相關的創新型指標，雖非系統構建之全部，但至少對系統構建應考慮的具體指標無疑有一定的創新指向作用：
1.市值貢獻度。股權分置改革后，我國股市進入全流通時代，市值成為一個衡量上市公司業績、公司治理、管理層績效、投資者關系等方面的綜合性指標。市值貢獻度分析即是對市值結構進行分析，分析在市值的變化中股價和股本的貢獻比率。從公式看，股價貢獻度=ps/V×100% (V: value即公司市值) ，股本貢獻度=qs/V×100%。若公司市值的增長主要由股價的大幅上漲帶來，即股價貢獻度較大，在缺乏業績支撐、收益未有大幅上漲的情形下，由高股價支撐的大市值有較大的不確定性，并不能代表公司價值的提升，應警惕股價短期快速下跌導致市值縮水的風險；若公司市值的增長若主要由股本擴張所致，則此市值具有相對穩定性，但同時也應清楚分析該公司股本擴張是否源于其發展所需，擴張背后是否有良好的經營業績來支撐。
2.股本泡沫度。股本泡沫是上市公司在股票市場中發行的超出其市場價值的股份資本，很多經營業績差的中小盤股經常會通過高送轉來擴張股本規模，吸引投資者眼球。這類企業的股本擴張速度遠遠趕不上其凈利潤增長速度，最終會導致每股收益不斷下降的現象。筆者尚沒有找出能夠精確衡量上市公司股本泡沫程度的指標，但股本泡沫與股價泡沫關系密切，股價泡沫化率指股價超過每股凈資產的部分在股價中所占的比重。兩種泡沫都有每股收益、股息率偏低和市盈率高企的表現；但同時兩者也有區別，即公司股本規模在急劇擴張后，每股收益偏低的狀況極易造成市盈率激增，因此股價泡沫有時是股本泡沫的轉變，泡沫的形成源于上市公司籌資決策而非市場不理，投資者在面對股票泡沫時應正確區分兩種不同泡沫。
3.公司增長適應率。現有理論在分析利潤與收入關系時多采用兩者比值來反映公司盈利能力，屬靜態指標，而公司增長適應率則是兩者增長率比值，是動態變化率指標。公司增長適應率公式表達如下：
公司增長適應率=[SX（]利潤增長率(p′)[]收入增長率(S′)[SX)]
該指標反映上市公司利潤增長與收入增長關系適應程度，比值越接近1，說明公司收入增長與利潤增長越同步，比值增大，反映公司利潤增長快于收入增長，說明公司的期間費用得到改善。若能照此良性循環，上市公司勢必會提高其產品議價能力，增強其市場競爭能力，對公司的利潤率提升起到明顯推動作用，公司股價也會有良好表現。
4.公司現金流凈利率(EOC)。在衡量公司獲利能力時，傳統指標中的分母較多采用資產平均總額、股東權益平均總額等，以衡量企業利用此類資源的效率。同時，現金也是企業在經營活動中能夠產生收益的資源，現金流凈利率表述為公司經營過程中每1元現金所能帶來的凈利潤，反映了公司的現金利用效率及整體利潤質量狀況。從公式分解來看，EOC與市現率水平呈正相關，與市盈率、公司股本規模呈負相關。
5．市場占有增長率。不同行業的企業都強調銷售收入的重要性，公司若想成為行業內的領先者，較高的市場占有率是先決條件。前文所述的市銷率綜合指標中提到的銷售收入(S)指企業當期銷售收入，屬靜態指標，而我們在研究公司發展能力時則更需要動態指標的體現，市場相對占有率增長率反映了公司在該行業地位的變化情況，該比例持續、較快的增長往往意味著企業經營業績的迅速提高和市場地位的提升，表明公司擁有較強的發展能力。
市場相對占有率增長率=[SX(]qc2[]Qc2[SX)]-[SX(]qc1[]Qc1[SX)]
其中qc1、qc2分別代表企業上一期、本期的產量，Qc1、Qc2分別代表該行業上期、本期的總產量。
本文對證券化率與市銷率兩大綜合指標進行了深入分析進而給出了若干創新指向，試圖對現有的股票投資價值分析及其方法進行一定程度的完善與創新。正如“理論是灰色的，唯實踐之樹常青”所言，股票投資價值問題乃理論與實踐屬性十分顯著的重大問題，只有通過幾代人堅持不懈的探索，一個相對完善而有效的評價指標體系才可能真正得以構建。
參考文獻：
［1］ 顧紀生，呂厚軍.論上市公司投資價值分析中的指標創新［J］．現代管理科學，2001（4）：31-34.
［2］ 杰弗里•薩克斯，費利普•拉雷恩.全球視角的宏觀經濟學［M］．上海：上海人民出版社，2004.
［3］ 李惠男，付曉梅.對股價指數變動影響因素的幾點思考［J］．學術交流，2001（1）：82-85.
［4］ 劉國芳.加強市值管理，協調虛擬與實體經濟發展［N］．中國證券報，2008-09-16.
［5］ 杜惠芬，平仕濤.在A股市場使用市銷率系列指標的實證分析［J］．中央財經大學學報，2005(10)：35-38.
［6］ 蔡飛.市銷率指標在股票投資決策中的應用［J］．財會月刊（綜合），2008（2）：19-20.
關鍵詞：證券市場投資收益投資風險影響因素
隨著我國證券市場股權分置改革工作的不斷深入，絕大多數上市公司已經解決了不同股權的流通問題，實現了所有股權全流通。所有股權全流通標志著長期困擾上市公司經營發展的制度問題得到了比較徹底地解決，上市公司的公司治理結構得到了完善，上市公司的經營發展更能體現全體股東的意志。在這樣的制度背景下，上市公司在證券市場上的交易價格基本上能夠反映出上市公司的經營狀況和發展能力，而且也反映出投資者對上市公司的經營狀況和發展能力的評價。
反映上市公司經營狀況和發展能力的因素和指標有很多，這就要求投資者在選擇上市公司進行證券投資的時候，需要了解并掌握這些因素和指標，并且知道這些因素和指標對上市公司經營狀況和發展能力的影響程度。本文根據上海證券市場的實際數據，參照國內外學者的研究思路和方法，對影響上市公司交易價格的各種因素做了比較全面和系統的實證研究，主要是從行業的選擇、會計指標和市場表現指標的角度進行研究，希望能夠找到影響上市公司交易價格的主要因素以及這些因素的影響方向和影響程度。
行業的劃分和影響因素的設定
（一）行業的劃分
本文采用上海證券交易所的分類方法對所有上市公司進行行業分類。據此，所有上市公司可以分成13個大類，其中制造業又分成10個小類。截止到2006年12月31日，在上海證券交易所交易的股票有886只，它們分布在上述13個行業里，分別為：農林牧漁業24只，采掘業17只，制造業496只，電力煤氣及水的生產和供應業42只，建筑業22只，交通運輸倉儲業47只，信息技術業55只，批發和零售貿易業65只，金融保險業9只，房地產業33只，社會服務業24只，傳播與文化產業8只，綜合類44只。
（二）基本假設和主要研究指標
基本假設：能夠引起股票價格上漲的研究指標與其股票的平均投資收益正相關，相反則負相關；能夠引起股票價格波動的研究指標與其股票的投資風險正相關，相反則負相關。
公司規模。為了能夠反映股票的實際市場狀況，用可以流通的股數來反映公司規模，通常用流通股數的自然對數來表示公司規模。從理論上講，規模大的公司生產經營比較穩定，市場競爭能力較強，公司抗拒市場風險的能力較強，公司的經營風險較規模小的公司來說要低；在市場表現上，公司的市盈率普遍較低，股票價格的波動較小，但公司規模的大小并不影響其股票的上漲或下跌。
資產負債率。資產負債率是反映公司財務狀況的一項指標，公司的資產負債比率越高，公司所面臨的財務困境成本和破產成本越高。公司的資產負債率越高，經營風險越大，公司股票價格的波動則越大，但對公司收益的影響關系比較復雜，不能僅憑借指標的高低進行判斷，通常該指標不影響股票的上漲或下跌。
流動比率。公司流動比率越高，反映公司短期償債能力越強，企業的財務風險越低，也就表明企業的經營風險越低，但該指標并不反映公司的盈利能力，對公司股票價格的影響較小。
總資產增長率。總資產增長率可以用來反映公司的經營能力和成長性。總資產增長率指標越高，反映公司獲利能力越強，公司的經營發展狀況比較良好，公司經營狀況的改善能很好地抵御市場風險，通常能夠引起股票價格的上漲，但由于公司的高速增長也使其所面臨的經營風險較增長率低的公司要高，使其股價的波動程度也較高。
主營收入增長率。該指標是反映公司主要業務收入的變動情況，該指標越高，說明該公司主營業務發展良好，公司產品的市場需求非常高。同時，也反映出公司產品的市場定價能力比較強，公司在該產品市場的地位和競爭力比較高，因此公司主營收入的高速增長也會使其股票價格上漲，但其所面臨的經營風險也隨之增大，引起股票價格波動程度增大。
凈利潤增長率。該指標反映公司凈利潤的增長情況，該指標越高，公司的生產經營狀況越好，公司的獲利能力越強，公司的股票價格會隨著凈利潤的增長而上漲，但相伴而生的經營風險也隨之增大，導致股票價格的波動程度提高。
換手率。該指標是反映公司股票交易活躍程度的主要指標，該指標越高，反映公司股票的交易越活躍，市場關注的程度越高，從而導致公司的股票價格波動程度比較高，股票的市場風險比較高，但對股票價格的影響較小。
振幅。該指標是反映公司價格變動程度的主要指標。該指標越高，反映對公司股票價格的市場分歧越大，股票價格不確定性程度越高，股票的上下振蕩導致其所面臨的市場風險比較大，其對股票價格的影響在不同的市場狀況下會有所不同，在牛市中則會提高平均收益，在熊市中則會降低平均收益。
（三）研究樣本和數據
本文選取2006年1月1日—2006年12月31日為研究時段，并根據上述的行業劃分標準對所有股票進行劃分，數據來源于上海愛建證券有限公司網上行情系統。所選股票為2006年12月31日前已經在上海證券交易所掛牌交易的全部886只股票，因為研究的是全流通情況下證券投資收益、風險和影響因素的關系，因此需要剔除在2006年1月1日前尚未完成股權分置改革的上市公司。
另外，為了便于不同行業和主要指標的比較，采用周收益率和總風險作為因變量，可以減少因不同股票未能連續交易導致數據缺失而影響數據之間的比較，最終確定的股票樣本數為124家上市公司，分布在11個大行業里。由于許多公司在2006年進行過分紅派息等事項，因此對股票價格進行了復權處理。
（四）研究的程序和方法
以所選的上海證券市場124家上市公司的股票價格作為研究樣本，樣本數據為124只股票和上證指數在樣本期間內的周收益率。對所選股票按行業進行劃分，計算各個行業下股票的平均周收益率、總風險、系統風險和非系統風險。通過對各個行業下的平均周收益率和總風險、系統性風險的計算和比較，來研究行業對投資收益和風險的影響。
對樣本個股在樣本期間內的周收益率時間序列數據和上證指數周收益率時間序列數據，根據單一指數模型作一元線性回歸分析，估計出這124只股票在樣本期間的系統風險系數。根據樣本股票的系統風險系數估計值，就所設定的研究指標作相關系數分析，并對實證結果進行分析和解釋。
（一）行業因素對收益和風險的影響分析
從表2中的不同行業收益和風險情況可以看出：
不同的行業表現出不同的收益水平。在所有行業中，收益最高的行業是金融保險業，平均周收益達到2.979%，收益最低的行業是食品飲料業，平均周收益為0.431%，兩者相差2.545%，差距是非常明顯的。平均周收益超過同期上證指數周收益的行業有4個，分別是金融保險業、木材家具業、機械設備儀表業和金屬非金屬業，其余行業的收益水平都低于上證指數的收益水平。不同行業平均周收益的巨大差距也反映出2006年的證券市場行情具有明顯的行業特征，大多數行業的市場表現不如同期的上證指數收益。
不同行業的風險與其收益水平存在不一致的現象。通常情況，收益越高而表現出來的風險也應該越大，但實際情況卻差異很大。金融保險業的風險為4.578%，食品飲料業的風險為5.001%，收益最高的行業風險比收益最低的行業風險還要低。
反映行業系統風險的β存在很大的差異。β大于1的行業有四個，分別是農林牧漁業、金屬非金屬業、建筑業和金融保險業，其他行業的β都小于1，β在1左右5%以內的行業沒有一個，表明所有行業的市場表現都與上證指數不同步，只有4個行業的市場波動程度高于上證指數，大部分行業的市場波動程度都低于上證指數。
系統風險占總風險的比例差異也很大。大部分行業的系統風險比例占總風險的比例都超過50%，最高的是金融保險業，達到87.04%。只有三個行業的系統風險比例低于50%，其中最低的是木材家具業為34.55%。
（二）主要研究指標對收益和風險的一元線性回歸分析
從表3可以看出：
在5%的顯著水平下，平均周收益與總資產增長率、主營業務增長率、凈利潤增長率存在顯著的正相關關系，由于2006年上證指數上漲了，具有很明顯的牛市特征，因此振幅與平均周收益顯著正相關。這四個研究指標的實證結果與最初的假設是一致的，這也說明這些指標是影響股票收益的相關因素，投資者在選擇股票進行投資前，需要對上述指標進行研究和分析，才能更好地進行股票投資，提高投資收益。
在5%的顯著水平下，公司規模、資產負債率、流動比率和換手率與股票的平均周收益不存在顯著的相關關系，這也與最初的假設是一致的，這也反映出這四個指標對股票收益沒有實質性的影響。
在5%的顯著水平下，公司規模、資產負債率、總資產增長率、換手率和振幅都與股票的風險存在相關關系，其中公司規模與股票的風險存在負相關，而其他指標與股票的風險存在正相關。這些指標的實證結果與最初的假設是一致的，也反映出這些指標是影響股票風險的相關因素。
在5%的顯著水平下，流動比率、主營業務增長率和凈利潤增長率與股票的風險不存在相關關系，這與最初的假設是不一致的，這也說明在上述研究期內，這三個指標對股票價格的波動不產生影響或影響不大。
股票收益和風險影響因素的實證研究結果與理論假設大多數是一致的，這也表明證券市場的市場表現與理性預期是一致的。這些說明隨著股權分置改革的不斷進行，證券市場越來越成熟和規范，市場行為也越來越理性。價值投資的理念也慢慢被投資者所接受和認同，更加注重股票的業績和成長性，更多地考慮公司經營的實際情況。同時，投資者在選擇股票時，不僅需要了解和掌握影響投資收益的有關因素，還要熟悉影響投資風險的相關因素，只有這樣，才能在控制風險的同時提高股票的投資收益。
股票投資收益和風險的影響因素
本文通過對股票投資收益、風險和影響因素的實證研究，可以得出以下幾條結論：
不同的行業具有不同的投資收益水平，證券市場行情具有明顯的行業特征，市場表現良好的行業大部分是國家重點發展的行業，宏觀經濟環境良好，市場發展潛力巨大。
不同行業所面臨的總風險與其投資收益存在不一致的現象。總風險高的行業并沒有表現出較高的投資收益，行業的總風險對其投資收益的解釋能力不高。
總資產增長率、主營收入增長率、凈利潤增長率、振幅和股票投資收益存在顯著的正相關關系，是影響股票投資收益的相關因素。
資產負債率、總資產增長率、換手率和振幅與股票投資風險存在正相關關系，公司規模與股票投資風險存在負相關，這些都是影響股票投資風險的相關因素。
在股票實現全流通后，價值投資的理念也慢慢被投資者所接受和認同，投資者在進行股票投資時，更加注重對上市公司的實際情況進行分析和研究，能夠抓住影響股票投資收益和風險的相關因素進行投資，在控制投資風險的同時提高了投資收益。
參考文獻：
1.戴志輝，趙守國.投資組合規模、風險和收益的關系研究[J].商業時代，2006（27）
關鍵詞：深圳股市；均值-方差模型；投資組合有效邊界
0 引言
1952年，馬柯維茨（Markowitz）在《金融期刊》上發表了《投資組合選擇》論文以及在1959年出版的同名著作，標志著現資組合理論的誕生。馬柯維茨在文章中闡述了資產收益和風險分析的主要原理和方法，建立了均值-方差模型（MV Model）的基本框架，為現代資產組合理論在隨后幾十年的迅速充實和發展奠定了牢固的理論基礎。馬柯維茨的均值-方差模型為投資者如何選擇最佳資產組合提供了一套完整、成熟的方法。具體來說可分為四個步驟：（1）投資者首先要考慮他所面臨的各種資產以及可能組成的資產組合，以便為其尋找最優資產組合提供選擇范圍；（2）對這些資產進行分析，計算出這些資產的預期收益率、方差、協方差以及相關系數；（3）根據約束條件，運用微分法或二次規劃等方法計算出有效資產組合及其集合-有效邊界；（4）反映投資者主觀態度的無差異曲線和有效邊界的切點即使為最佳資產組合。
論文以2005年8月到2006年8月深圳交易所上市的10只股票為研究對象，以均值-方差、Markowitz理論為基礎，以二次規劃為研究工具，在上述樣本股范圍內找出樣本有效投資組合，并由此作出深圳股票市場10個股票投資組合的“有效邊界”。在此基礎上，引入無風險借貸求出在無風險借貸下的最優投資組合策略。
1 10只股票相關數據
1.1 基本信息
所選的這10支股票都是在深圳證券交易所掛牌的，來自于深圳證券交易所40（現有38）個成分股的10個。這10支股票的名稱、代碼詳見下表1。
樣本選擇日期是從2005年8月12日-2006年8月4日共45交易周，數據來源于搜狐網。
表1 10個股票名稱及代碼
2 數據分析
2.1 周收益率的計算
其中：Rit為第i種股票在t周的收益率，Pit為第i種股票在t周的收盤價；Pi（t-1）為第i種股票在（t-1）周的收盤價；Dit為第i種股票在第t周所獲紅利、股息等收入，Dit=每股現金股利+Pit（送股比例+配股比例） 每股配股價×每股配股比例。
2.2 周平均收益率
各樣本股45個交易周的周平均收益率的計算采用算術平均法，即周平均收益率為：
其中：ERi是第i只股票的周平均收益率；Rit是第i只股票在第t周的收益率；N是周數，N=45。
2.3 標準差
表2 樣本股預期收益率和標準差
各樣本股在樣本時限內周平均收益率的標準差為：
其中：N是周數，N=45
根據上述公式，計算出的周平均收益率及其標準差如表2所示。
然后運用excel的計算功能計算出10只股票的方差-協方差矩陣和相關系數，具體結果如下表3、表4所示。
表3 樣本股的方差-協方差矩陣
表4 相關系數
3 有效資產組合的計算
計算出深市各個樣本股的周平均收益率和標準差后，就可以計算10只股票的可能的有效資產組合了。在目前不允許賣空的條件下，在論文樣本所選取的數據基礎上，深市有效邊界的數學陳述為：
其中：σp為資產組合的標準差；xi為第i種股票在組合中所占的投資比例；σij為（i種股票與第j種股票之間的協方差（當i和j相等時，這里就是方差了）；Rp為資產組合的周平均收益率；Ri為第i種資產的周平均收益率。
這里目標函數是二次的，約束條件是線型的，可以通過二次規劃的方法確定（x1，x2，x3，…，x10）找出有效資產組合了。這里運用數學軟件matlab求解的10組組合如表5所示。
由所得的10組收益值-風險二維數據可以得到股票組合的有效邊界，如下圖1所示。
表5 投資組合比例
圖1 10只股票的預期收益-風險圖
可以看出，隨著預期收益率增加，風險先是增加，到達某個點后就逐漸減少。里面有個臨界值，其中，我們的選擇范圍就是隨著上圖中的上半部分，隨著風險增大，收益率增大的部分。
參考文獻：
[1] 高平.滬深股市資產投資組合的實證研究.華東師范大學學報（哲學社會科學版），2000.5，32（3）.
[2] 杜晗晗，何琪.股票投資組合實例研究.股票投資組合實例研究.金融經濟.
關鍵詞：反饋交易 股票市場 自相關性 行為資本資產定價模型
引言
傳統金融學理論假設投資者是“理性的”，其投資決策有賴于對市場基本面的分析，實踐中投資者卻存在大量非理，給證券價格形成過程帶來“噪音”。反饋交易者便是較典型的一類噪音制造者，他們不以基本面信息作為投資決策的準繩，而是從證券價格的歷史變動中尋找某種趨勢，并預期這種趨勢將會持續，進而選擇買入賣出的時機來獲利。
2013年諾貝爾經濟學獎得主Shiller（1984；1990）最先從理論上證明了反饋交易者的存在，此后，關于反饋交易的理論研究不斷發展，而國內外學者也在實證研究中找到了大量證明反饋交易者存在性的經驗證據。一方面，發達國家股票市場和新興股票市場均顯著存在不同程度的反饋交易行為，但在新興股票市場上，反饋交易者的作用和影響更加顯著，尤其是市場下跌時（Sentana & Wadhwani，1992；Koutmos，1997；Watanabe，2002；Koutmos & Saidi，2001）。不過，在金融危機期間，情況有所不同，發達國家股票市場受到反饋交易的影響更顯著（Bohl & Siklos，2008）。另一方面，我國股市也存在顯著的正反饋交易行為，并且投資者的正反饋交易行為具有不對稱性，在市場下降時比市場上升時更加顯著（李少平、顧廣彩，2007；汪孟海、周愛民，2009）。但有的學者認為，我國股市的反饋交易行為比發達國家更加顯著（何劍、姚益清，2009），有的學者卻認為我國股市投資者的反饋交易行為影響較發達國家更小（唐、曾勇、唐小我，2002）。
國內外學者對反饋交易者行為的討論均是基于總體市場層面的。他們在實證研究中使用的市場指數反映市場的總體走勢，代表的是投資者行為的一般或平均水平，過濾掉了許多個體非理，呈現的是群體非理。而各類股票投資者的反饋交易行為是否存在差異卻無從得知。本文選取上證行業股指為研究對象進行實證研究，將對中國股票市場反饋交易者行為的分析延伸至更加微觀的行業層面。
BCAPM和實證模型設定
（一）行為資本資產定價模型（BCAPM）
Sentana & Wadhwani（1992）在CAPM分析框架下考慮了反饋交易者非理的影響，提出了行為資本資產定價模型（BCAPM）。該模型包含兩類投資者。第一類投資者為信息交易者，其投資決策遵循CAPM理論，如果以It表示t時間其需求證券占市場總需求的份額，則其需求方程為：
（1）
其中：rt 為t 期的事后收益率；Et-1（?） 給定t-1期信息的條件期望；α 表示該類投資者對證券需求為0時的收益率（即無風險收益率）；μt 為t期投資者意愿持有該證券要求的風險溢價。傳統的CAPM模型假設μt 是條件方差σ2t的函數，即：
（2）
且由于理性投資者都是風險厭惡的，風險越大，要求的風險補償越大，由此可知μ`（σ2t） >0 。考慮一個最簡化的情形，假設投資者要求的風險補償與條件波動率呈線性關系，即：
（3）
其中θ>0 。
市場上的第二類投資者依據過去的價格信息來進行投資決策。如果投資者在證券價格上漲時買入，在證券價格下跌時賣出，那么稱其為正反饋交易者；反之，如果投資者在證券價格上漲時賣出，在證券價格下跌時買入，那么稱其為負反饋交易者。反饋交易者的需求函數可以表示為：
Ft=γ?rt-1 （4）
對正反饋交易者而言，γ>0 ；對負反饋交易者來說，γ
It+Ft=1 （5）
因此，由（1）-（5）式可得：
（6）
這就是行為資本資產定價模型（BCAPM），其貢獻在于將非理性投資者行為對資產價格變化的影響納入了傳統的CAPM分析框架。當市場上追漲殺跌的行為即正反饋交易者占據主導時，γ>0，市場收益率呈負的自相關關系；當市場上追跌殺漲的行為占據主導時，γ
（二）實證模型
由于收益率的自相關性還可能是由非同步交易等因素導致，尤其對于高頻時間序列數據更是如此。因此，Sentana & Wadhwani（1992）使用了如下模型作為研究反饋交易效應的實證模型：
（7）
其中，1表示與條件波動率無關的那部分反饋交易效應；同時，如果非同步交易存在，1也包含非同步交易所引起的收益率序列相關，通常非同步交易會導致1顯著為正。而2反映了反饋交易行為關于波動率的時變性，當2顯著不為0時，我們認為反饋交易存在。
為進一步考察反饋交易行為是否具有非對稱性，即市場下行期間的反饋交易效應是否比市場上漲期間更劇烈，本文沿用Watanabe（2002）的分析方法，以（8）式作為實證模型的均值方程：
（8）
在條件方差方程方面，為更好地擬合波動率的聚類性和不對稱性，本文借鑒Nelson（1991）提出的EGARCH模型，設定條件方差服從EGARCH（1，1）過程；尾部分布采用GED分布，從而更好地描述金融時間收益序列尖峰厚尾的特性。條件方差方程如下式：
（9）
本文使用WinRATS Pro 7.0進行編程處理，采用極大似然估計法對式（8）-（9）進行估計，收斂方法選用BHHH算法。
數據說明及描述性統計分析
本文采用上證綜指和上證行業指數系列從2005年1月4日至2013年10月31日共2139個交易日的收盤價，數據來源為DataStream Professional，計算日對數收益率如下：
（10）
對上證綜指和十個行業指數日收益率序列分別進行單位根檢驗，ADF檢驗結果顯示，這些變量均為平穩過程。表1給出了上證綜指和十個行業指數日收益率序列的描述性統計結果，不難看出，各股指收益率序列相對正態分布呈尖峰厚尾的特征，且具有顯著的自相關性和Arch效應。
實證分析
（一）模型主要參數釋義
表2給出了根據實證模型（8）-（9）得出的各參數的極大似然估計值。由于本文的研究重點是反饋交易行為，因此主要關注模型均值方程的參數。
λ1 和λ2 代表市場中按CAPM規則決策的理易者的行為，除材料和醫藥行業外，其余股指收益率序列對應的λ1 和λ2 系數均不顯著，說明無論從整體市場層面，還是從分行業板塊看，理性投資者對中國股票市場價格形成過程的作用并不顯著，其在股市中并不占主導地位。
再看1，上證綜指對應的該系數不顯著，而在行業層面，除金融和公用行業，其余各行業股指對應的1均顯著為正，說明行業股指相對市場總體股指的收益率具有更顯著的一階正自相關性，說明大部分行業股指收益率序列具有陳舊價格效應，這在一定程度上是非同步交易所導致，但一般可看作是負反饋交易者主導市場定價的證據，這部分反饋交易效應與波動率的大小無關。
2是分析反饋交易效應存在性和作用特征的一個重要參數，僅有能源、消費、醫藥和電信4個行業指數收益率序列對應的 2顯著為負，說明市場波動率增加，收益率序列相關程度降低，當市場波動率足夠高時，收益率呈負自相關，此時正反饋交易者將會在市場上占據主導地位。其余6個行業股指對應的2并不顯著，表明這6個行業股票投資者的反饋交易行為并不具有顯著的關于波動率的時變性特征。上證綜指對應的2不顯著，說明從市場層面而言，滬市并不存在明顯的因波動率而變化的反饋交易證據。從行業層面看，各行業股指對應2的顯著性差異說明，投資能源、消費、醫藥和電信4個行業的中國股市投資者在市場處于高波動性期間容易出現追漲殺跌的正反饋交易行為，或者說，正反饋交易者在這些行業板塊股票的定價過程中占主導地位，相對其余行業和市場總體水平來說，這4個行業股票投資者的行為體現出較強的投機性。
3考察反饋交易行為的不對稱性，上證綜指和大部分行業股指收益率序列所對應的3均顯著為正，表明收益率為正時，各股指收益率序列的一階正相關程度增加，收益率為負時，個股指收益率序列的一階正相關程度減少或一階負相關程度增加。即在市場處于多頭期時，負反饋交易者容易居主導地位，而市場處于空頭期時，正反饋交易者容易居主導地位。能源、消費行業對應的3顯著，說明這兩個行業股票投資者的反饋交易行為具有不對稱性，且3為正，說明市場下跌會增加收益率的負自相關程度，正反饋交易者在市場下跌時比市場上漲時的主導作用更加顯著。而醫藥、電信行業對應的3不顯著，說明此二行業股票投資者的反饋交易行為不具有顯著的不對稱性。
對模型殘差進行檢驗，其5階和10階的Ljung-Box統計量幾乎均不顯著，說明模型設定基本合理。
（二）反饋交易時變性分析
對于1、2、3顯著的股指收益率序列，投資者的反饋交易行為具有時變性和不對稱性的特征，其方向和強弱可以由一階序列相關的系數來衡量，表達式如下：
（11）
對于1、2顯著但對于3不顯著的股指收益率序列，投資者的反饋交易行為只具有時變性而不具有不對稱性，描述其反饋交易行為的時變特征的表達式為1+2*σ2t 。由于2
對于能源行業，該板塊處于上升通道且波動率大于3.4565，或者其處于下降通道且波動率大于0.6016，則該板塊呈現出顯著的正反饋交易效應，此時正反饋交易者居于主導地位；否則，負反饋交易者將主導定價。若不考慮市場漲跌對反饋交易行為的影響，則在波動率大于2.0290時，能源板塊表現出顯著的正反饋交易效應，正反饋交易者主導該行業板塊的定價。可見，如果不考慮市場漲跌對反饋交易的影響，那么在市場上漲期間，正反饋交易效應會被高估，而市場下跌期間，正反饋交易效應會被低估。
對于消費行業，若該板塊上漲且波動率高于4.1261，或其下跌且波動率高于1.0666，則相應的行業股指表現出顯著的正反饋交易效應，正反饋交易者在該行業板塊占據主導地位，否則，負反饋交易者將起主導作用。相應地，若不考慮板塊漲跌的影響，當波動率大于2.62時，消費板塊即會表現出顯著的正反饋交易效應。
醫藥和電信兩個行業的反饋交易效應受到市場漲跌因素的影響并不顯著。當醫藥板塊的波動率大于2.9051時，正反饋交易者對該行業股票的定價起主導作用。對于電信行業，對應的波動率臨界值相對更低，為1.2980。相應地，這兩個行業股指在樣本期內的無條件波動率分別為0.7596和0.9603（由表1數據計算得出），可見，醫藥行業的波動率平均水平遠低于顯著的正反饋交易效應出現所要求的臨界值，而電信行業的波動水平卻相對接近正反饋交易效應所要求的臨界值。
圖1至圖4為能源、消費、醫藥和電信4個行業股票投資者的反饋交易行為時變性圖。從圖1、圖2與圖3、圖4的對比可以看出，能源、消費行業對應的一階自相關系數相比醫藥、電信行業具有更大、更密集的波動。這是因為能源和消費行業的3系數顯著，其股票投資者的反饋交易行為具有不對稱性，不僅取決于波動率的高低，還取決于板塊的漲跌。板塊下跌比板塊上漲時的正反饋交易行為更加顯著。而醫藥和電信行業的3系數不顯著，其股票投資者的反饋交易行為僅取決于市場波動性，而在板塊漲跌時并無顯著不同。還可以看到，一階自相關系數小于0的時期集中出現與在2006下半年至2009年末期間，在這段時期內，這4個行業股指體現出顯著的正反饋交易效應，而從2010年開始，一階自相關系數在大多數時候均大于0，正反饋交易效應對市場的主導作用不再顯著。
結論
第一，從市場總體看，滬市在樣本期內并不存在顯著的正反饋交易證據。第二，從行業板塊層面看，滬市不同行業股票投資者的反饋交易行為具有顯著的差異性。其中，能源、醫藥、消費和電信行業存在因波動率而變化的反饋交易行為。在板塊波動率較高時，其定價由正反饋交易者主導；波動率較低時，可能由負反饋交易者主導。其余六個行業板塊不存在顯著的時變性反饋交易行為。第三，在存在時變性反饋交易行為的四個行業中，能源和醫藥行業股票投資者的反饋交易行為具有顯著的不對稱性，在板塊下跌期間，正反饋交易效應強于板塊上漲期間。而消費和電信行業的反饋交易行為不具有顯著的不對稱性。第四，對于存在時變性反饋交易行為的四個行業，正反饋交易者主導市場的現象一致的出現于2006-2009年。其余時期正反饋交易者對市場的主導作用并不顯著。
參考文獻：
1.何劍，姚益清.基于反饋交易理論的中美股市比較研究[J].財會通訊，2009（2）
2.李少平，顧廣彩.中國證券市場正反饋交易的實證研究[J].系統工程，2007（25）
關鍵詞 模糊決策 運籌學 模糊集 股票投資價值
1 股票技術分析及預測方法
1.1 股票技術分析方法
進行股票的預測，最直接和基本的方法是股票的技術分析，它依據統計圖表和股市的圖形研判股市的未來動向，技術分析方法可以分為三種類型：判斷股價趨勢為主的趨勢分析，如道瓊斯理論、趨勢線法、移動平均線等；形狀分析，如k線系統、整理與反轉形態、支撐與阻力以及箱性理論，波浪理論等；人氣指標，如成交量圖、obv指標等。雖然技術分析方法具有一定的準確性，但是由于技術指標分析方法眾多，各種方法之間差別巨大，對于投資者來說學習不易，掌握更難，同時技術分析理論缺乏可靠的理論支持，分析結果仁者見仁、智者見智。雖然直到目前它仍然是大多數投資者在使用和依賴的分析預測方法，但是改進和發展它已經成為不可避免的事實。
1.2 基于統計學理論的預測方法
統計學理論的預測方法，主要是基于模型擬合和最小二乘原理建立各種回歸、自回歸、混合回歸模型進行預測。此類方法，具有嚴格的數學基礎，應用也最廣泛，近年也有相當的發展。如nelder，ja和 wedderburn，r·w·m提出了廣義線性模型，它放松了經典線性模型的假設，極大地豐富了回歸分析的理論。aaron li和duanleo對假設進一步放松，提出了一般回歸模型，該領域研究具有十分驚人的前景。在計量經濟研究中，ichi二則提出了一類十分重要的模型——單指標模型。研究的重點在于使之更適合于實際社會經濟系統建模。
1.3 基于人工智能技術的股票預測技術
由于計算機與人工智能技術的飛速發展，為股票市場建模與預測提供了眾多的新技術、新方法，基于人工智能的股票預測技術進展迅速。基于神經網絡的股票預測方法，主要使用神經網絡進行股票價格數據的學習訓練，然后使用訓練模型進行股市預測。采用模糊模型技術進行預測，主要是依據專家經驗或統計方法建立模糊模型進行預測；另外還可采用遺傳算法進行神經網絡的學習權值調節或模糊模型、模糊規則的調整，使神經網絡模型或模糊模型更加逼近系統模型。
1.4 股票的組合預測方法研究
決策者面臨決擇的預測方式可能不只一種，且各有千秋，都能從一定程度上提供不同的有用信息，如何綜合利用這些信息，解決多模式預測方式問題，正是組合預測的研究內容。在1989年，international journal of forecasting和journal of forecasting分別出版了組合預測專集，granger和clemen分別給出了精辟的綜述與詳論，clemen從信息集合討論了組合的實質，從而為進一步探討獲取最有用信息拋棄無用信息提供了指導。自bates和granger發表組合預測一文以來，組合預測有了很大的發展。組合的目的在于綜合利用各種預測方法所提供的信息，盡可能地提高預測精度。從原理上說，組合預測結果是對各單個預測線性加權。組合預測研究主要是考慮組合機理、權值確定，主要從統計分析、貝葉斯分析和信息集合三個角度來考慮。
2 非模糊環境下投資組合分析
現在先介紹一下用傳統的方法在非模糊環境下如何選擇最優的投資組合。
設投資者將其資金投資于n項風險資產，xi為在風險資產i上的投資份額，ri為風險資產i的收益率，它是一個隨機變量，ri=e（ri）是ri的期望值，σij=cov（ri，rj）是第i，j兩項資產的協方差i，j=1，…，n。ki是每單位風險資產的變化所需的交易費用，ki≥0；ci是第i項風險資產的交易費用。
給定投資組合x0=（x01，x02，…，x0n）和一個新投資組合x=（x1，…，xn），第i項風險資產的交易費用可表示為ci=ki|xi-x0i|，i=1，…，n。
總交易費用為
■c■=■k■x■-x■■
總收益為
r（x）=e■rixi-■k■x■-x■■
=■rixi-■k■x■-x■■
總風險為
v（x）=■e（ri-e（ri）xi）
一般地，投資者希望收益最大且風險最小。數學上可以表示為以下雙目標規劃模型
maxr（x）=■rixi-■kix■-x■■
minv（x）=■e（ri-e（ri）xi）
st■xi=1
用線性加權法求解多目標規劃問題， 可得如下參數規劃問題
max（1-λ）■rixi-■kix■-x■■-λ
■e（ri-e（ri））xi
st■xi=1
xi≥0，i=1，…，n
其中，參數λ在[0，1]中取消，它被稱為內險回避因子，λ取值越大，投次者風險加避意識越強。
3 利用模糊決策方法評價股票投資價值
3.1 概述
股票投資過程中的一個基本問題就是如何從一系列可用于投資的股票中選擇一種或一組最優的股票，這是一個對不同股票的價值如何進行評估的問題。對股票價值的科學評估不但為股票投資者進行投資決策提供可靠的依據，也可以促使上市公司的規范化運行，從而有助于股票市場的良性發展和社會資源的合理分配。
要對股票價值進行評估，首先就要對與股票價值相關的諸因素進行綜合的分析和研究。由于股票持有者是股票發行者的股東，他們投資的資金是無法向股票發行者直接收回的，他們投資的收益主體來源于發行者向股東分派的紅利和股票價格上漲所帶來的資本利得。所以股票價值的評估主要從影響股份公司派發股息或紅利水平的公司屬性和影響股票溢價收益的市場屬性兩方面來進行。股票的市場屬性方面，用該股票在市場上的收益率、市盈率、流動性、波動性、有效性、透明性和系統風險等指標來反映股票的價值。具體來講，在一定的考察期間內：收益率取經過除權除息調整的日平均百分比收益率，以反映股票市場上的資金溢價收益；市盈率反映股票投資的回收期，回收期越短則股票越具有投資價值；流動性用股票的換手率表示；波動性用股票百分比收益率的標準差表示；有效性用股票價格與其內在價值的平均吻合程度表示；透明性用該股票的交易信息和上市公司信息在市場上的透明程度表示；系統風險用β系數表示。以上指標除了有效性和透明性要聘請專家來評估外，其余均為定量指標。
股票的公司屬性是影響股票價格變動的內在因素，它不僅決定著股利水平的大小，在一定程度上也會影響股票的市場屬性。用盈利能力、償債能力、發展能力、管理和決策能力以及股權結構合理性等指標來衡量股票的公司屬性，其中盈利能力和償債能力不能僅用幾個財務指標的簡單加權來衡量，還應結合上市公司所處的行業類型、公司在行業內的壟斷性、公司的發展階段、公司規模等影響公司業績但又未反映在財務指標上的因素加以綜合評估；發展能力則要從公司資金實力、技術創新能力、人力資源及市場前景等因素綜合評估；管理和決策能力以及股權結構合理性是反映公司治理能力的指標，前者反映了公司治理水平，后者影響著公司治理模式，清晰合理的股權結構能為股票投資者帶來合理的確定性收益預期。以上幾個指標均應聘請專家來評估。
3.2 模糊多屬性決策方法
給定一組方案a1，a2，…，am，伴隨每個方案的屬性記為c1，c2，…，cn各屬性的重要程度用ω1，ω2，…，ωn表示，符合歸一化條件ω1+ω2+…+ωn=1。決策的目的是要找出其中的最優方案，記為amax。
（1）引入三角模糊數，三角模糊數常用表達形式有兩種，分別記為（l，m，γ）和(m，α，β)，兩種表達形式可以相互轉換，轉換公式為α=m-l，β=γ-m。
（2）對模糊指標矩陣，f和模糊權重矢量，w進行歸一化。收益類的歸一化：xi是三角模糊數，記xi=（ai，bi，ci）。則歸一化的模糊指標值ri可以寫成■i=（■，■，■∧1）；i=1，2…成本類的歸一化：xi是三角模糊數，記xi=（ai，bi，ci），則歸一化的模糊指標值ri可以寫成■i=（■，■，■∧1）；i=1，2…。
（3）建立模糊決策矩陣rij=wjxij。rij采用bonissone近似積公式進行計算，即ωj=（a；α，β)，xij=（c；δ，γ），則rij=（ac；aγ+cα-α·γ，aδ+cβ-β·δ）。
（4）求出模糊理想m+=(m1+，m2+…，mn+)，其中mi+=max{r1j，r2j，…，rmj}，j=1，…n，n是屬性j的模糊加權指標值所對應的模糊極大集。m-=(m1-，m2-…，mn-)其中mi-=min{r1j，r2j，…，rmj}，j=1，…，n，n是屬性j的模糊加權指標值所對應的模糊極小集。再確定方案ai與m+之間的差異di＋，方案ai與m－之間的差異di－，di=■，i=1，…，m按照di值從大到小的順序排列方案的優劣次序。
3.3 實例分析
取深圳股市其中3只股票作為例子，為了更加有代表性，取3只代表不同類型的股票。他們分別是000001的深發展、000933的g神火還有000805的st炎黃。如前面所述，作為評價一直股票都投資價值，可以考察很多方面，現在只考慮以下四個方面的主要因素：現在的股票的價格，股票的業績，流通股本，行業的發展前景即長期投資價值。截至到2006年2月23日，三只股票的價格分別為7.01元，7.70元，2.42元。業績以2005年中期業績來算，分別為0.11元（一般），0.94元（很高），-0.08元（低）。流通股本分別為140 936（萬股），23 660（萬股），1 441（萬股）。至于長期的投資價值主要看公司的行業背景，深發展是銀行業的龍頭代表，穩定發展，所以屬于高；g神火是石油能源類的股票，最近該行業正處于強發展階段，產品供不應求，而且該股票為g股，已經完成股改，所以投資潛力很高，st炎黃為st類虧損股票，而且是做軟件外包裝的行業，所以長期投資價值較低（見表1）。
先用三角模糊數表示決策矩陣中的定性指標：
d=
7.01 （0.6，0.8，0.8） 140 936 （0.6，0.5，0.6）
7.10 （0.8，0.9，1.0） 23 660 （0.8，0.9，1.0）
2.42 （0.2，0.3，0.4） 1 441 （0.2，0.3，0.4）
并且假定權重矢量為w=[（0.1，0.2， 0.3），（0.3，0.4，0.5），（0，0.1，0.2），（0.2，0.3， 0.4）]。
決策矩陣歸一化后為
d=
（0.345，0.345，0.345）（0.600，0.889，1.000）（0.341，0.341，0.341）（0.800，1.000，1.000）（1.000，1.000，1.000）（0.250，0.333，0.500）
（0.010，0.010，0.010）（0.600，0.556，0.750）（0.061，0.061，0.061）（0.800，1.000，1.000）（1.000，1.000，1.000）（0.200，0.333，0.500）
模糊加權決策矩陣rij=wjxij
v=[rij]=
（0.0345，0.6900，0.1035）（0.2334，0.3556，0.5312）（0.0341，0.0682，0.1023）（0.3000，0.4000，0.5600）（0.1000，0.2000，0.3000）（0.0498，0.1332，0.1914）（0.000，0.0010，0.0020）（0.0724，0.1668，0.2136）（0.000，0.0061，0.0122）（0.2000，0.3000，0.4400）（0.000，0.1000，0.2000）（0.2000，0.3330，0.5000）
模糊理想解m+=[（0.100，0.690，0.300），（0.300，0.400，0.560），（0.000，0.100，0.200）， （0.200，0.333，0.500）]
m-=[（0.0341，0.0682，0.1023），（0.0498， 0.1332，0.1914），（0.000，0.001，0.002），（0.0724， 0.1668，0.2136）]
最后由di=■，i=1，2，3解得
d1=0.5855，d2=0.3523，d3=0.2332；d1>d2>d3
所以，投資價值深發展比g神火好，g神火比st炎黃好。
4 結語
模糊多準則決策在生產生活的很多方面都有很多的應用，本文用了一個判斷選擇股票的投資價值的模型來說明了一下其在經濟領域的應用。但是本例子尚有不是非常完善的地方，例如本例只研究了股票的四個方面的因素，但是影響股票的價格走勢的其他因素還有很多，例如政策面的影響，莊家的操盤手法等，這些都是很重要的因素，但是卻是不能用任何數學工具研究預測的。
參考文獻
1 李榮鈞.模糊多準則決策理論與應用[m].北京：科學出版社，2002
關鍵詞：MM模型， SIM模型，有效邊界線，Blume方程
The Empirical Analysis Of The Portfolio Theory Form The Chinese Stock Market
―The Comparative Analysis Based On The Efficient Critical Line By The MM And SIM Models
Cao Jian Mei
Abstract:According to Markowitz’s portfolio theory,we analysis the optimal portfolioes of ten stocks in chinese stock market ,withshort sales allowed or not ,byMarkowitz’s and the single-index models.
Key Words:the Markowitz’s modelthe single index modelthe efficient critical linethe blume function
根據Markowitz現資組合理論的基本思想,作為理性的投資者, 其目標是: 在一定的風險水平下, 使其投資組合的期望收益最大; 或者在一定的收益水平下, 盡可能分散化風險, 使風險最小。換句話說, 理性的股票投資者, 應在其最優投資組合集內即有效邊界線上, 根據目標風險或收益水平選擇最優組合, 方可實現投資者價值最大化。由此可見, 對最優投資組合及其有效邊界線的認識和是股票投資決策有效的必要前提。
一、 模型介紹
（一）MM模型
（三）β系數及Blume方程實證檢驗的理論.
Blume應用相關分析研究β值的穩定性。具體方法為：
（1）將樣本期劃分為前期、后期，分別估計兩個期間不同股票的β值，得到兩組β值。
（2）計算這兩組β值的相關系數，按照股票名一一對應。
（3）最后，根據相關系數的大小判斷樣本β值的穩定性。
二、數據處理
本文從Wind咨訊選用了深圳A股中，科鍵，匯源，雙星，石油濟柴，索芙特，鹽田港，徐工科技，云白藥，中集，萬科等十支股票，這十支股票來自不同的行業，之間的相關性低，具有一定的代表性，從而能代表整個大盤的個股。時間從98年1月9日到02年12月27日，每支股票的周收益率為 ，其中外收盤價 采用前復權，消除了股利對價格的影響，得到的周收益率基本符合正態分布。市場指數采用深成A指，無風險利率 取0.0484% 。
三、實證分析
（一）馬科維茲投資組合的有效邊界（MM）
通過Excel求得十支股票在MM模型下的最優投資組合，及對應的期望收益和標準差并繪圖，得到有效邊界線如圖1所示：
橫軸：標準差；縱軸：期望收益（以下各圖同）在馬科維茲框架下，收益率是由其所承擔的風險決定的，即風險越大收益越高，高收益伴隨著高風險。在市場機制完善時，允許賣空的有效投資組合可以更有效地回避風險；從圖1中可以看出：在風險較低時，有無賣空限制對收益率影響的區別并不明顯。當風險較高時，可以賣空時選擇的最優投資組合獲得的收益率大大高于不可以賣空時最優投資組合得到的收益率。
(二)單因素模型的有效邊界（SIM）
通過Excel求得十支股票在SIM模型下最優投資比例及相應的期望收益和標準差，并繪圖得到有效邊界線如圖2所示：
分析： SIM模型下得到與MM模型下一樣的結論，可賣空時的有效邊界線往往優于不可賣空時的有效邊界線。在市場機制完善時可賣空的有效投資組合可以更有效地回避風險；這是因為在不可賣空時，對投資的權重有限制，必須為非負。
（三）MM模型和SIM模型的有效邊界線
（四）beta(β)系數及Blume方程實證檢驗
本文將樣本期劃分為1998年―2000（上半年），及2000（下半年）―2002年兩期:
由于樣本選取的是五年期十支股票，樣本容量及樣本空間都沒有達到足夠的大，得到的四個方程與Blume的方程不十分接近。但它們基本支持了Blume有關β有回歸趨勢的觀點，即前期β大于1時，后期β有減小并向1移動的趨勢；前期β小于1時，后期β有增大并向1移動的趨勢。另一方面，本文的實證檢驗也支持Blume關于 β具有回歸特性的觀點。對投資者進行投資決策有以下幾方面的指導意義：
1．投資者可以清晰地認清大市走向，利用回歸方程，選擇買進、賣出的最佳時機。
2.β值 是劃分股票類型的依據,根據它可以把股票的收益與風險直觀具體的表達出來.
3. β值為投資組合決策的實施提供了前提條件,投資者可以通過β值選擇不同的股票進行組合投資.
從以上實證分析中可以得出投資組合理論在我國股市基本成立，但是由于所選取的數據時間較短，再加上我國股市成立時間短，大多數投資者屬于散戶投資者，他們的投資策略并不象大多數機構投資者按照投資組合理論進行投資，他們大多數的投資策略是追漲追跌策略，即所謂的“羊群效應”。另一方面，股票市場的體制還不完善，上市公司也正處于剛剛發展階段。同時,違規操作、操縱股市以及上市公司虛假報表現象大量存在, 所以現實中我國股市并不是完美地與投資組合理論相吻合，但不能否定MM模型及SIM模型在投資決策及解釋股票收益率差異方面是很有用的工具,我們仍可以用它們來度量投資組合的表現。
參考文獻：
[1]Alan L.Tucker、Kent G.Becker：《Comtemporary Portfolio Theory and Risk Management》,West Publishing Company,1994。
【關鍵詞】展望理論 股票市場 市值規模 修正的GARCH模型 波動率
Kahnenman與Tverskhy[1]在1979年提出了展望理論，認為人們在面對收益時表現出風險厭惡，面對損失時表現出風險偏好的特點。具體到股票市場的實踐中就是，股票獲利時，人們傾向于出售手中的股票；股票虧損時，人們往往會產生惜售的心理。展望理論將個人的心理因素考慮在內，在尚不成熟的中國股票市場中，由于人們的投資技巧和投資心理還不成熟，所以與西方國家相比，我國的股票市場更應表現出展望理論所描述的特征。
孫培源、施東暉[2]通過對上交所交易股票換手率的統計分析驗證了展望理論的實用性；陳紹勝[3]對294支開放式基金進行單因子回歸分析，也驗證了中國開放式基金市場中投資者的行為符合展望理論描述；張海峰、張維[4]等運用隨機占優理論對中國市場展望理論進行了檢驗，認為我國投資者整體上表現出展望理論的決策偏好。
以往學者的研究一般是以整個市場為對象，并且只是簡單地進行數理統計進行實證檢驗。本文將市場按股票的市值規模進行分類，并且運用修正的GARCH模型，來研究不同市值規模股票投資者的投資行為。
一、模型介紹
本文研究股票損益對股票成交量的影響，采用修正的GARCH模型進行擬合檢驗。為了驗證展望理論，首先將虛擬變量引入均值方程。檢驗展望理論的修正GARCH模型為：
lnl■=c+■θ■lnl■+φd■+ε■ （1）
σ■■=？漬+αε■■+βσ■■ （2）
l■為t時刻股票成交量，然后我們對其取自然對數，λ為成交量序列的滯后階數，ε■是無序相關的隨機擾動項，σ■為t時刻隨機擾動項的方差，d■為引入的虛擬變量。展望理論認為人們會選擇一個參考點來判斷自己投資的損益情況，池麗旭、莊新田[5]對參考點的選取做了深入的研究，本文為了研究方便，選取市場平均收益率作為參考點，所以d■的取值為：
d■=1，r■>r■■0，其他 （3）
r■、r■■分別表示t時刻股票收益率和市場平均收益率。當d■前的系數φ為正時，說明股票收益率大于市場平均收益率，股票相對獲利，成交量放大，即符合展望理論的描述。因為當股票收益時，人們表現出風險偏好特征，傾向于出售手中的股票，股票成交量就會放大。
為了研究股票損益對股票成交量波動率的影響，我們在方差方程中引入虛擬變量，修正的GARCH模型為：
lnl■=c+■θ■lnl■+φd■+ε■ （4）
σ■■=？漬+αε■■+βσ■■+μd■ （5）
d■=1，r■>r■■0，其他 （6）
二、實證檢驗
本文需要研究不同市值規模股票投資者的行為，因此選用樣本數據為超大盤、上證中盤和上證小盤指數，分別代表大、中、小市值規模的股票，樣本區間為2009年7月3日至2013年7月24日的周數據（數據來源于大智慧軟件）。市場平均收益率我們選用上證指數周平均收益率，數據選取時間和來源同上。
（一）數據處理及統計
首先對超大盤、上證中盤、上證小盤以及上證指數序列進行自然對數處理，然后進行差分，得到收益率，同時對前三大指數的成交量取自然對數。
表1 指數收益率與成交量描述性統計
由表1可以發現，指數的平均收益率均小于零，即處于虧損狀態，但大盤收益率的虧損最嚴重，其次是中盤，最后是小，而相對應的標準差依次增加，說明市值規模與收益和風險成反比；JB統計量和p值顯示指數收益率不服從正態分布。指數成交量的標準差隨市值規模增大逐漸減小，說明成交量的波動率與市值規模成正比；指數成交量的JB統計量和p值顯示大盤成交量接近于服從正態分布，而中盤和小盤顯著不服從正態分布。
（二）平穩性檢驗
對指數收益率和成交量進行ADF檢驗，檢驗結果如表2所示：
表2 ADF平穩性檢驗
注：c表示常數項，t表示趨勢項，i表示滯后階數（本例中采用SIC準則，大盤成交量為1，其他數據為0）
由表2中ADF檢驗結果得知，超大盤、上證中盤、上證小盤指數收益率和成交量均在1%顯著性水平下平穩。
（三）自相關性分析
運用自相關函數（ACF）和偏自相關函數（PACF）對成交量做自相關性檢驗，本文只列出了滯后10期的ACF和PACF值，見表3：
表3 成交量ACF和PACF值
由表3的結果可知，超大盤、上證中盤和上證小盤指數成交量的自相關函數呈現出拖尾的特征，而偏自相關函數在1期后呈現出截尾的特征，因此成交量的滯后期確定為1期，即修正的GARCH模型均值方程（1）式中λ為1。
（四）修正的GARCH模型分析
分別采用修正的GARCH模型方程（1）～（3）和方程（4）～（6）分別研究股票損益對股票成交量以及股票成交量波動率的影響，結果如表4所示：
表4 指數成交量修正GARCH模型參數
注：*代表在10%顯著性水平下顯著，**和***分別代表在5%和1%顯著性水平下顯著
由表4知，在方程（1）～（3）下，超大盤、上證中盤和上證小盤成交量修正GARCH模型均值方程中，虛擬變量前的參數？漬值均大于零，并且股票市值規模越小，？漬值越大，中盤指數和小盤指數的？漬值要遠遠大于大盤指數的？漬值，說明在我國股票市場，無論股票市值規模大小，其投資者行為都符合展望理論的描述，但市值規模越小的股票，其投資者行為越符合展望理論的描述；在方差方程中，α+β值都遠小于1，說明股票成交量的波動持續性較弱。方差方程引入虛擬變量后（見方程（4）～（6）），發現α+β值均顯著變大，說明股票的損益信息增強了股票成交量波動的持續性；另一方面，超大盤和上證小盤虛擬變量前的參數為正，且超大盤參數遠大于上證小盤參數，而上證中盤虛擬變量前的參數為負，說明股票獲利信息會顯著增加大市值規模股票成交量的波動率，但對小市值規模股票成交量的波動率影響較小甚至會降低股票成交量的波動率。
三、結論
（一）中國股票市場投資者的行為符合展望理論的描述
從修正的GARCH模型來看，無論股票市值規模是大是小，代表股票損益虛擬變量前的參數均為正值，說明當股票相對收益率為正時，該股票的成交量就會增加，符合展望理論預測：人們面對收益時會表現出風險厭惡的特征，急于出售手中的股票。
（二）股票損益信息對市值規模不同的股票影響程度不同
三組指數修正的GARCH模型中，虛擬變量前的參數大小差別很大，超大盤的φ值要遠遠小于上證中盤和小盤的φ值，說明展望理論對小市值規模股票的預測更加明顯，這也與孫培源、施東暉[6]的研究結論一致。
（三）股票損益信息對股票成交量的波動率也有顯著影響
從表4兩組方程參數的比較結果來看，股票損益信息的加入均使三組指數α+β值變大，說明股票獲利信息的沖擊能夠增加股票波動率的持續性；并且從方差方程虛擬變量dt前的參數μ來看，股票獲利信息會顯著加大市值規模較大股票成交量的波動率，而對市值規模較小股票成交量的波動率影響作用較小甚至會有負效應。這與吳承堯、劉海飛[7]等驗證的利好消息會增加市場波動性，而市場對利空消息反應不大的結論基本一致。
參考文獻
[1]Kahneman，D. and A.Tversky.Prospect theory：an analysis of decision under risk[J].Econometrica.1979，47（2）：263-291.
[2]孫培源，施東暉.漲跌幅限制降低了股份波動嗎？——來自中國股票市場的證據[J].證券市場導報，2001（11）：12-18.
[3]陳紹勝.前景理論與中國開放式基金的實證檢驗[J].證券市場導報，2006（1）：55-58.
[4]張海峰，張維，鄒高峰，熊熊.中國市場條件下前景理論的實證分析[J].西安電子科技大學學報（社會科學版），2011，21（3）：84-89.
[5]池麗旭，莊新田.我國基金經理心理參考點調整特征的實證研究[J].系統管理學報，2012，21（1）：22-28.
[6]孫培源，施東暉.投資者總是風險厭惡嗎？——來自中國股市的證據[J].證券市場導報，2002（9）：54-57.