股票投资分析（精选12篇）
股票投资分析 篇1
ST是英文Special Treatment 的缩写, 意即“特别处理”。作为一种证券市场监管手段, ST制度是在股份有限公司正常上市与暂停上市之间的一种特别处理措施。ST制度正式运用于中国股市始于1998年。
1 ST股票投资回报分析
研究ST股票投资回报, 首先要对全部ST股票进行分类, 根据处理结果不同分为首次ST、摘帽、重组和暂停/终止上市四大类。第二, 分别统计后三类的所有股票的戴帽年及当年的最低价和处理年及当年最高价, 其中暂停/终止上市的ST股票的处理价格一律以0元记。第三, 统计深圳证券交易所股票价格成分指数和上海证券交易所股票价格综合指数各年的历史最高值和最低值, 并根据股票的戴帽年和处理年, 求出“年平均收益率”, 其公式为:undefined, 其中R为年平均收益率, N为处理年份与戴帽年份的差, H为处理年份的最高指数, L为戴帽年份的最低指数。最后, 以“年平均收益率”为折现率分别求出三类ST股票的“每股投资收益终值”, 其公式为B=h-l×RN, 其中B为每股投资收益终值, h为该只ST股票处理年份的最高市价, l为该只ST股票戴帽年份的最低市价
据统计, 深市和沪市首次ST的上市公司有97家, 摘帽的有105家, 重组的108家, 暂停上市的27家, 终止上市的41家。投资收益分析详情见表1。
资料来源:湘财证券行情软件。
根据湘财证券行情软件, 重组的108只股票中, 每股投资收益终值为正的有80只, 占74%, 超过10元的有15只, 占14%, 平均每股投资收益终值为2.8200元;摘帽类的105只股票中, 每股投资收益终值为正的有75只, 占71%, 超过10元的有11只, 占10%, 平均每股投资收益终值为1.8064;暂停/终止上市的68只股票每股投资收益终值全部为负, 且亏损超过10元的有12只, 占18%, 平均每股投资收益终值为-7.7045元。根据以上统计, 投资于重组和摘帽类的ST股票可以赚取超过市场平均水平的收益, 且重组类股票的收益大于摘帽类股票;而投资于暂停/终止上市的ST股票则将承受很大亏损。
2 影响ST股票投资回报因素分析
2.1 地区因素
本文按照重组、摘帽、暂停/终止上市的分类统计了1998年至2008年中国A股市场的所有ST股票的地域, 统计结果见表2。
根据表2可以得出:
(1) 东北 (34%) 、南部沿海 (35%) 、西北 (31%) 、天津 (34%) 、海南 (75%) 和湖南 (31%) 的股票被ST的概率较高;而东部沿海 (13%) 和中北部地区 (12%) 的概率较低。
(2) 东北 (41%) 、南部沿海 (25%) 、中南部 (23%) 、陕西 (27%) 的ST股票被暂停/终止上市的概率较高;海南 (6%) 、北部沿海 (0%) 、中北部 (9%) 和西北部地区 (3%) 的比例最低。
(3) 东北地区 (20%) 和东部沿海地区 (25%) ST公司被重组的概率较低, 而北部沿海 (40%) 和中北地区 (45%) 的ST公司被重组概率较高, 其中蒙古地区的重组比例高达到100%。
资料来源:上海证券交易所网站和深圳证券交易所网站。
(4) 东北 (17%) 和中北部地区 (18%) 的摘帽概率较低, 浙江、云南、安徽、新疆四省上市公司摘帽比率分别为50%, 75%, 50%, 67%, 高于全国平均水平, 而黑龙江、广西、山西、内蒙古、陕西的摘帽比率为0。
综合分析以上四项结论, 我们可以得到:
(1) 东北地区的上市公司稳定持续盈利能力低, 退市几率大, 重组和摘帽可能性很小。由于东北是老工业基地, 企业设备老化、思想僵化、负担重, 因此竞争力弱, 容易亏损, 扭亏为盈困难, 且兼并价值低, 成本高, 因此东北地区的ST公司的投资收益低, 风险大。
(2) 北部沿海地区上市公司ST比率较低, 没有暂停/终止上市的公司, 有近半数的ST公司被重组。由于北部沿海地区以北京为中心, 有政府支持;又有天津、秦皇岛等港口;靠近陕西、内蒙古、辽宁等资源能源大省。因此投资于该地区的ST股票风险低, 收益较高。
(3) 中北和西北地区ST股票比例较高, 但鲜有暂停/终止上市的。由于这两地区经济发展落后, 上市公司少, 政府不希望上市公司退市, 便通过政策支持 (例如宁夏自治区政府给ST银广夏5300万元无息借款) 帮助ST公司渡过困境, 撮合重组并购;且该地区资源丰富, 收购价值高。因此这两地区的大型国有又占有资源能源优势的ST公司, 投资价值很高。
(4) 南部沿海地区的上市公司被ST的概率高, 且暂停/终止上市比例大。由于该地区多外向型企业, 极易受到金融危机、汇率政策、信贷政策的影响, 因此容易发生亏损;同时该地区市场经济发达, 以市场调节为主, 因此亏损企业获得政府帮助的可能性很小;加之大多数企业为劳动密集型, 重组并购的价值较低, 因此暂停/终止上市比例较高。
(5) 东部沿海地区的上市公司被ST的概率很小, 其中被暂停/终止上市的少而摘帽的多。由于长三角是中国经济最发达的地区, 企业设备先进、人才集中、融资便利, 中央政策支持力度也很大。因此投资该地区的ST股票风险小, 收益不高。
(6) 西南和中南地区由于历史原因和资源因素, 经济发展处于全国中等水平, 。该地区的上市公司ST比例为全国平均水平, 暂停/终止上市风险比东北和南部沿海小, 但比西北部地区大, 重组、摘帽概率中等。因此在投资这一地区ST股票时要谨慎分析。
2.2 行业因素
本文根据上海证券交易所和深圳证券交易所的CSRC行业分类对所有ST股票的行业进行了统计, 结果如表3所示。
资料来源:上海证券交易所网站和深圳证券交易所网站。
根据上表:
(1) 占有资源能源 (如采掘业100%) 和固定资产比例高 (如石化塑胶业53%、房地产业53%、建筑业50%) 的公司被重组的可能性较大。这些行业的公司一般规模较大, 资产价值高, 在ST时进行兼并可以以低价收购到这些资产;这些行业又是国家经济的支柱行业, 受到国家政策的支持, 因此, 投资于该类股票可以获得较高的投资收益。
(2) 产品需求弹性小、固定资产较少的公司 (如纺织服装业90%、批发零售业90%) 的重组比例也很高。一方面, 由于这些公司的产品具有需求刚性, 因此通过兼并收购并对“问题公司”进行整顿, 可以获得良好的经营成果;另一方面, 由于这些公司收购成本低, 受到借壳上市公司的青睐, 例如在重组的9家纺织服装业的上市公司中, 有4家为借壳上市, 分别是华业地产 (房地产业) 、上海辅仁 (医药生物) 、英特集团 (批发零售) 、中汇医药 (医药生物) 。
(3) 服务行业 (如水电煤气业100%、社会服务业71%、运输仓储业67%) 、占有技术资源的中等规模制造业 (如电子产品制造业70%、医药生物制品制造业67%) 、食品饮料行业 (58%) 和机械设备制造业 (50%) 则有较高的摘帽比例。这类公司对市场风险比较敏感, 因此容易在经济萧条时出现亏损, 而在复苏时摘帽。此外, 这类公司通过改善公司治理, 改善服务和产品, 也比较容易重新建立社会声誉。因此容易扭亏为盈。
(4) 以人才和商誉等无形资产为主要竞争力的企业 (如信息技术行业、传播文化行业) 一旦发生持续亏损, 极容易被暂停/终止上市。由于这类公司的价值大部分是人才、商誉等无形资产, 而一旦被ST, 人才流失, 商誉贬值, 发生严重的资不抵债, 鲜有收购价值, 因此这两类行业的多数企业最终被暂停/终止上市。
(5) 农林牧渔业重组和暂停/终止上市比例都很高, 这主要是因为, 一方面, 农业是受到国家政策扶持的行业, 因此重组比例较高;另一方面, 农业是弱势行业, “靠天吃饭”, 容易亏损, 又很难通过自身的经营扭亏为盈, 一旦重组失败, 农业企业往往只能接受暂停/终止上市的命运。
(6) 造纸印刷业、金属非金属业和综合类的企业三种处理方式比较均匀, 因此在投资这些行业的股票时投资者要具体分析个股的其他条件, 再做投资决策。
2.3 财务状况因素
尽管当今社会普遍承认会计指标不能完全反映一家上市公司的实际经营状况和未来预期情况, 但是通过数据统计可以发现, 不同处理方式的ST股票的财务指标的恶化的程度也不同, 并且有一定的规律, 而每股投资收益终值与几大财务指标也存在显著的一元线性关系。本文统计了所有重组、摘帽和暂停/终止上市的281只股票在ST前一年12月31日的每股收益、每股未分配利润、流动比率、存货周转率、经营净利率、主营业务增长率、资产负债率, 运用JMP软件分别对上述六项财务指标对每股投资收益终值做一元线性回归, 得到如下结论。
资料来源:湘财证券行情软件。
根据上表得, 摘帽类ST股票的七项财务指标均值好于重组类的ST股票, 重组类又好于暂停/终止上市的ST股票。
根据JMP软件得到如下一元线性回归方程:
每股投资收益终值 = -1.315142 - 1.6580899*每股收益 (元) , t=-3.04
每股投资收益终值 = -1.392913 - 1.2162542*每股未分配利润 (元) , t=-2.67
每股投资收益终值 = 0.3537179 - 0.3511795*流动比率 (%) , t=-2.16
每股投资收益终值 = -0.314875 + 0.0417642*存货周转率 (倍) , t=1.13
每股投资收益终值 = -0.034913 + 0.0001094*经营净利率 (%) , t=1.28
每股投资收益终值 = 0.2288996 + 0.0231649*主营业务增长率 (%) , t=2.26
每股投资收益终值 = -1.114057 + 0.0136329*资产负债率 (%) , t=1.83
由于α=0.9时, tα/2=1.29, 可见每股收益、每股未分配利润、流动比率、存货周转率、主营业务增长率、资产负债率对每股投资收益终值有显著影响, 而存货周转率的t统计量为1.28, 十分接近临界值。其中, 每股投资收益终值与每股收益、每股未分配利润和流动比率呈负相关关系, 与存货周转率、经营净利率、主营业务增长率和资产负债率呈正相关关系。
2.4 股本结构因素
在股权分置改革之前, 上市公司的股东一般分为流通股股东、国家股股东以及法人股股东。本文对上海和深圳证券交易所的所有曾经被特别处理 (ST) 过的上市公司的在被特别处理前一年年末公布的股本结构进行了统计, 其结果如图1。
通过上图可知, 重组和摘帽的ST股票平均国家股比例为20%, 而暂停/终止上市的公司的国家股比例仅为10%。其原因可以从以下几个方面理解。
资料来源:金融界网站。
(1) 国家股比例高的公司大多是国民经济支柱行业的公司, 其本身实力较强;此外国家股比例高的公司具有国家信用, 在困难时期容易获得贷款以渡过难关, 扭亏为盈;而且国家股比例高的公司因其背景更容易被兼并收购。
(2) 由于监管水平不够, 我国资本市场上法人股股东容易利用监管漏洞, 采用非法手段转移或占用公司的资产, 造成公司实际资产与账面资产严重不符。如大股东挪用上市公司的募股资金, 让上市公司为母公司巨额担保, 甚至贪污腐败, 使上市公司严重资不抵债。例如*ST金荔, 截至2005年中报, 该公司对外违规担保金额达25792万元, 公司被间接控股股东及其子公司直接占用资金990.33万元, 直接导致了*ST金荔的终止上市。
(3) 因为流通股的股东大多为机构投资者和中小投资者, 因此流通股比例高的公司在被ST以后容易因为市场的“羊群效应”而陷入更严重的困境, 直接或间接导致其暂停/终止上市。
根据以上结论, 在筛选ST股票进行投资决策的时候, 选择国家股比例较高的股票进行投资, 可以降低暂停/终止上市的风险, 增加投资收益。
3 结论
通过上述对于中国股市中ST股票进行分类, 并从地区、行业、财务指标、股本结构和时机等方面进行分析归纳, 总结其规律, 可以得到对ST股票进行投资的指导方法。
在地区选择上, 谨慎投资东北、南部沿海、中南地区和陕西省的ST股票;推荐北部沿海、中北地区、西北地区和海南省的ST股票。
在行业选择上, 推荐投资占有资源能源的公司 (如采掘业) 、固定资产比例高的公司 (如石化塑胶行业、房地产业、建筑业) 以及产品需求弹性小、固定资产较少的公司 (如纺织服装业、食品饮料制造业、批发零售业) ;避免投资于固定资产比例低、以人才和商誉等无形资产为主要竞争力的企业 (如信息技术行业、传播文化行业) ;仔细分析农林牧渔业、造纸印刷业、金属非金属业和综合类的ST股票的各方面信息, 考虑其是否具有垄断优势、是否受到国家政策的支持、是否容易受到经济危机的影响等, 来判断其未来的走向和是否具有投资价值。
在财务指标方面, 选择投资各项财务指标中等水平的ST股票进行投资。
在股本结构方面, 选择国家股比例高的ST公司可以降低投资风险, 提高投资收益。
股票投资分析 篇2
分析对象：上海医药
班级：10信管 姓名： 张文清
学号： 101104048
公司个股分析
公司的前身是创建于1986年的科发药厂，1959年改称为上海四药厂。1993年被上海市认定为高新技术企业, 同年9月改制为股份公司。公司主要经营合成药、抗生素、口服药品及制剂等医药产品，产品品种有40余种，其中约1/3的产品出口。公司在行业中占较重要地位，综合排序位于前列。
上海医药(集团)总公司以下属企业上海市医药有限公司、上海医药工业销售有限公司、上海天平制药厂重组后的优质经营性资产与四药股份原有资产进行了等值整体置换。同时增发社会公众股4000万股。
上海市医药股份有限公司(以下简称“上海医药”)换股吸收合并上海实业医药投资股份有限公司(以下简称“上实医药”)、上海中西药业股份有限公司(以下简称“中西药业”)已获中国证券监督管理委员会《关于核准上海市医药股份有限公司向上海医药(集团)有限公司等发行股份购买资产及吸收合并上海实业医药投资股份有限公司和上海中西药业股份有限公司的批复》(证监许可[2010]132号)核准，本次换股吸收合并已于2010年2月23日完成。
本次换股吸收合并后，公司股份总额增加799,152,702股，增至1,992,643,338股，其中换股吸收合并上实医药新增公司股份592,181,860股，换股吸收合并中西药业新增公司股份206,970,842股。
本公司重大资产重组已经全部完成。本次重大资产重组是上海实业(集团)有限公司(以下简称“上实集团”)对集团旗下医药资产及业务实施的全面重组整合，通过集团旗下三家上市公司吸收合并并注入资产，基本实现上实集团包括上药集团核心医药业务和资产的整体上市。经本公司申请，并经上海证券交易所核准，本公司自2010年3月5日起变更证券代码，原证券代码为“600849”，变更后证券代码为“601607”，本公司证券简称为“上海医药”。原证券代码“600849”对应之证券简称变更为“上药转换”。本公司股东之权益不会因证券代码变更发生任何改变。
一、基本分析
1、宏观经济分析
证券的价格不是固定不变的。根据证券价格决定模型得出的证券价格只是证券的理论价格，它是在高度简化和严格假设条件下的结果。而实际的证券市场受多重因素的影响和作用，这些因素也常常处于变动之中，因此，证券价格不可能按照纯粹的理论价格变动。一般来说，影响证券价格的因素主要有以下几个方面。宏观因素、产业和区域因素、公司因素、市场因素。宏观因素又包括
1、宏观经济因素、2政治因素
3、法律因素
4、军事因素
5、文化和自然因素。
宏观经济因素的变动是证券市场价格的首要影响因素。证券市场从根本上来说就是一个经济问题。宏观经济因素对证券市场的影响主要有两个途径：一是宏观经济的周期性运行；二是宏观经济政策的调整。宏观经济走势是影响证券市场大盘走势的最基本因素。证券市场是整个市场体系的重要组成部分，上市公司是宏观经济运行微观基础中的重要主体，因此，证券市场价格理所当然地会随宏观经济运行状况的变动而变动，会因宏观经济的调整而调整。从根本上说，股市的运行与宏观的经济运行应当是一致的，经济的周期决定股市的周期，股市周期的变化反映了经济周期的变动。经济周期包括衰退、危机、复苏和繁荣四个阶段，一般来说，在经济衰退时期，股价指数会逐渐下跌；到经济危机时期，股价指数跌至最低点；当经济复苏开始时，股价指数又会逐步上升；到经济繁荣时，股价指数则上涨至最高点。
政府对经济的干预主要是通过货币政策和财政政策来实现的。政策的实施以及政策目标的实现均会反映到证券市场上，另外政府为了改善国际贸易状况，促进国际收支平衡而调整汇率政策，也会对证券市场造成影响。货币政策
货币政策是国家实施宏观调控的重要手段之一，它的实施影响着经济生活的各个方面，对资产价格的影响也不例外。货币政策的调整会直接、迅速地影响证券市场。中央银行贯彻货币政策、调节信贷与货币供应量的手段主要有三个：
1、调整法定准备金率；
2、再贴现政策；
3、公开市场业务。主要是通过以下几个方面对证券市场产生影响的。（1）当增加货币供应量时，一方面证券市场的资金增多，另一方面通货膨胀也使人们为了保值而购买证券，从而推动证券价格上涨；反之，当减少货币供应量时，证券市场的资金减少，价格的回落又使人们对购买证券保值的欲望降低，从而使证券价格呈回落趋势。（2）利率的调整通过决定证券投资的机会成本和影响上市公司的业绩来影响证券市场价格。当利率提高时证券投资的机会成本提高，同时上市公司的运营成本提高，业绩下降，从而证券市场价格下跌；反之则上涨。（3）中央银行在公开市场上买进证券时，对证券的有效需求增加，促进证券价格上涨；卖出时，证券的供给增加就会引起价格下降。近年来，我国实施稳健的货币政策，货币供应有了适度增长，货币流动性增强，企业资金充裕程度有所增加，资金成本保持在较低水平，财务负担较轻，低利率刺激了消费信贷的发展，特别是刺激了人们对住房、汽车的消费需求，并增加了人们对理财和投资问题的关注，从而促进了直接融资特别是股票市场的发展。财政政策
财政政策手段主要包括国家预算、税收、国债、财政补贴、财政管理体制、转移支付制度等。这些手段可以单独使用，也可以配合协调使用。财政政策的调整对证券市场具有持久的但较为缓慢的影响。财政政策是通过财政收入和财政支出的变动来影响宏观经济活动水平的经济政策。财政政策的主要手段有三个：一是改变政府购买水平；二是改变政府转移支付水平；三是改变税率。当经济增长持续缓慢，失业增加时，政府要实行扩张性财政政策，提高政府购买水平，提高转移支付水平、降低税率，以增加总需求，解决衰退与失业问题。当经济增长强劲，价格水平持续上涨时，政府要实行紧缩性财政政策，降低政府购买力水平，降低转移支付水平，提高税率，以减少总需求，抑制通货膨胀。汇率政策的调整从结构上影响证券市场价格。一方面引起本国证券市场和外国证券市场的相对变化；另一方面引起本国证券市场内出口型企业和进口型企业上市证券价格的相对变化。财政预算政策、税收政策除了通过预算安排的松紧、课税的轻重影响到财政收支的多少，进而影响到整个经济的景气外，更重要的是对某些行业、某些企业带来不同的影响。如果财政预算对能源、交通等行业在支出安排上有所侧重，将促进这些行业的发展，从而有利于这些行业在证券市场上的整体表现。同样，如果国家对某些行业、某些企业实施税收优惠政策，诸如减税、提高出口退税率等措施，那么这些行业及其企业就会处于有利的经营环境，其税后利润增加，该行业及其企业的股票价格也会随之上扬。另外，针对证券投资收入的所得税的征收情况则对证券市场具有更直接的影响。一些新兴市场国家为了加快发展证券市场，在一个时期内免征证券交易所得税，这将加速证券市场的发展和完善。最后，国债的发行对证券市场资金的流向格局也有较大影响，如果一段时间内，国债发行量较大且具有一定的吸引力，将分流股票市场的资金。汇率政策
汇率对股票市场的影响是多方面的。一般来讲，一国的经济越开放，股票市场的国际化程度越高，股票市场受汇率的影响越大。这里汇率用单位外币的本币标值来表示。一般而言，汇率上升，本币贬值，本国产品竞争力强，出口型企业将增加收益，因而企业的股票和债券价格将上涨；相反，依赖于进口的企业成本增加，利润受损，股票和债券价格将下跌。同时，汇率上升，本币贬值，将导致资本流出本国，资本的流失将使得本国股票市场需求减少，从而市场价格下跌。综上所述：
2009年，宏观经济面临的国内外环境更加趋紧，尤其是内部经济内生性变化带来的周期性调整压力可能会明显上升。世界经济增长周期性变化和国内周期性因素相叠加，增大了明年经济进一步向下调整的压力。但是，我国经济长期增长的内在条件没有改变，宏观经济政策有可能转为中性偏松，经济继续向下调整的幅度可能会减小。随着居民持有的资产数量日益增多，股市发展健康与否，直接影响到真实经济的稳定与发展。一方面既要规范和完善资本市场和货币市场，提高利率市场化程度和货币政策透明度；一方面又要防止资产泡沫形成以及泡沫破裂对经济造成的严重影响。货币政策对资产价格的干预并不能达到预期的理想效果。2．行业分析 排行
【1.行业地位】 【所属行业】医药制造业 【行业地位】
【截止日期】2009-09-30
与行业指标对比 ├────────┬───┬───┬───┬─┬────┬─┬───┬─┤ ｜ 上海医药 ｜ 5.69｜ 4.00｜ 91.62｜ 1｜ 147.74｜ 1｜ 63.75｜ 4｜ ｜ 行业平均 ｜ 3.74｜ 2.45｜ 30.14｜ ｜ 34.52｜ ｜ 83.10｜ ｜ ｜该股相对平均值% ｜ 52.12｜ 63.66｜203.96｜ ｜ 327.93｜ ｜-23.29｜ ｜ └────────┴───┴───┴───┴─┴────┴─┴───┴─┘
┌───┬────┬────┬─┬────┬─┬────┬─┬───┬─┐ ｜ 代码 ｜ 简称 ｜销售毛利｜排｜销售净利｜排｜净资产收｜排｜每股收｜排｜ ｜ ｜ ｜ 率(％)｜名｜ 率(％)｜名｜益率(％)｜名｜益(元)｜名｜ ├───┼────┼────┼─┼────┼─┼────┼─┼───┼─┤ ｜600056｜中国医药｜ 11.20｜ 9｜ 4.96｜ 9｜ 8.47｜ 5｜ 0.44｜ 1｜ ｜000028｜一致药业｜ 8.63｜ 1｜ 1.96｜ 1｜ 13.42｜ 3｜ 0.34｜ 2｜ ｜000963｜华东医药｜ 19.46｜ 7｜ 3.74｜ 7｜ 14.04｜ 1｜ 0.28｜ 3｜ ｜600511｜国药股份｜ 9.46｜14｜ 5.08｜14｜ 13.50｜ 2｜ 0.26｜ 4｜ ｜600833｜第一医药｜ 17.36｜18｜ 5.01｜18｜ 7.08｜ 6｜ 0.17｜ 5｜ ｜600332｜广州药业｜ 25.76｜13｜ 6.00｜13｜ 3.63｜10｜ 0.14｜ 6｜ ｜600849｜上海医药｜ 8.70｜19｜ 0.74｜19｜ 4.06｜ 9｜ 0.12｜ 7｜
分析：总资产排名第一，实际流通股本在净利润增长率排名前10中位于第一位，净利润增长率排名第四，主营收入排名第一，每股收益率排名第九，净资产收益率排名第七。
3、公司财务横向分析
【资产与负债】
┌─────────┬─────┬─────┬─────┬─────┐ ｜财务指标(单位)｜2009-09-30｜2008-12-31｜2007-12-31｜2006-12-31｜ ├─────────┼─────┼─────┼─────┼─────┤ ｜资产总额(万元)｜ 916235.99｜ 775551.49｜ 712559.83｜ 692937.20｜ ｜负债总额(万元)｜ 691042.76｜ 566575.25｜ 516732.73｜ 500606.71｜ ｜流动负债(万元)｜ 684432.33｜ 558160.98｜ 512655.64｜ 497041.35｜ ｜长期负债(万元)｜-｜-｜-｜-｜ ｜货币资金(万元)｜ 131961.90｜ 103724.94｜ 62940.37｜ 62865.58｜ ｜应收帐款(万元)｜ 381544.59｜ 262000.83｜ 221445.67｜ 203286.20｜ ｜其他应收款(万元)｜ 7844.94｜ 8553.68｜ 15597.80｜ 22747.94｜ ｜坏帐准备(万元)｜-｜-｜-｜-｜ ｜股东权益(万元)｜ 178695.14｜ 168905.46｜ 164141.71｜ 157323.87｜ ｜资产负债率(%)｜ 75.4219｜ 73.0544｜ 72.5178｜ 72.2441｜ ｜股东权益比率(%)｜ 19.5031｜ 21.7787｜ 23.0354｜ 22.7039｜ ｜流动比率(%)｜ 1.0293｜ 0.9894｜ 0.9325｜ 0.9237｜ ｜速动比率(%)｜ 0.7796｜ 0.6986｜ 0.6664｜ 0.6493｜ └———──────┴─────┴─────┴─────┴─────┘
分析：2008年报显示，公司全年实现营业收入165.47亿元，同比增长18.88％；营业利润1.70亿元，同比增长36.89%；归属于母公司净利润8198万元，同比增长21.22％；基本每股收益0.14元。分配预案：每10股派发现金股利人民币0.45元。09年第3季度
(1)货币资金比年初上升27.22%，主要原因系公司现金流持续改善，季末货款集中回笼；
(2)应收账款比年初上升45.63%，主要原因系销售规模扩大引起的周转资金增加；
(3)应付账款比年初上升44.90%，主要原因系采购规模扩大所致
【现金流量】
┌─────────┬─────┬─────┬─────┬─────┐ ｜财务指标(单位)｜2009-09-30｜2008-12-31｜2007-12-31｜2006-12-31｜ ├─────────┼─────┼─────┼─────┼─────┤ ｜销售商品收到的现金｜1602093.21｜1938568.83｜1624469.79｜1468805.02｜ ｜(万元)｜ ｜ ｜ ｜ ｜ ｜经营活动现金净流量｜ 54224.66｜ 28567.93｜ 48640.32｜ 63339.23｜ ｜(万元)｜ ｜ ｜ ｜ ｜ ｜现金净流量(万元)｜ 35008.97｜ 36486.51｜-2399.15｜ 21690.59｜ ｜经营活动现金净流量｜-1153.83｜-41.27｜-23.21｜ 767.64｜ ｜增长率(%)｜ ｜ ｜ ｜ ｜ ｜销售商品收到现金与｜ 108.44｜ 117.15｜ 116.70｜ 116.21｜ ｜主营收入比(%)｜ ｜ ｜ ｜ ｜ ｜经营活动现金流量与｜ 414.92｜ 348.46｜ 733.88｜-1624.18｜ ｜净利润比(%)｜ ｜ ｜ ｜ ｜ ｜现金净流量与净利润｜ 267.88｜ 445.05｜-36.20｜-556.20｜ ｜比(%)｜ ｜ ｜ ｜ ｜ ｜投资活动的现金净流｜-3728.50｜ 34984.64｜-17358.20｜-1303.26｜ ｜量(万元)｜ ｜ ｜ ｜ ｜ ｜筹资活动的现金净流｜-15583.97｜-27208.35｜-33533.53｜-40493.52｜ ｜量(万元)｜ ｜ ｜ ｜ ｜ 分析：营业收入逐年增加，同时筹资活动规模减少。
4、公司财务纵向分析
【利润构成与盈利能力】
┌─────────┬─────┬─────┬─────┬─────┐ ｜财务指标(单位)｜2009-09-30｜2008-12-31｜2007-12-31｜2006-12-31｜ ├─────────┼─────┼─────┼─────┼─────┤ ｜主营业务收入(万元)｜1477371.62｜1654782.49｜1391979.12｜1263916.73｜ ｜主营业务利润(万元)｜-｜-｜-｜-｜ ｜经营费用(万元)｜ 54150.43｜ 71980.73｜ 62549.91｜ 49984.57｜ ｜管理费用(万元)｜ 28828.97｜ 35228.57｜ 30998.21｜ 37315.19｜ ｜财务费用(万元)｜ 8216.84｜ 16046.66｜ 11376.40｜ 11197.61｜ ｜三项费用增长率(%)｜-3.22｜ 17.47｜ 6.53｜ 53.51｜ ｜营业利润(万元)｜ 26538.30｜ 16363.76｜ 12260.42｜ 890.13｜ ｜投资收益(万元)｜ 3240.21｜ 10621.37｜ 953.88｜-1337.36｜ ｜补贴收入(万元)｜-｜-｜-｜-｜ ｜营业外收支净额(万 ｜ 759.75｜ 2306.96｜ 2394.62｜ 1385.24｜ ｜元)｜ ｜ ｜ ｜ ｜ ｜利润总额(万元)｜ 27298.05｜ 18670.72｜ 14655.04｜ 2275.37｜ ｜所得税(万元)｜ 6930.70｜ 5727.29｜ 5107.37｜ 3671.41｜ ｜净利润(万元)｜ 13068.85｜ 8198.28｜ 6627.81｜-3899.77｜ ｜销售毛利率(%)｜ 8.67｜ 8.74｜ 8.78｜ 8.39｜ ｜主营业务利润率(%)｜-｜-｜-｜-｜ ｜净资产收益率(%)｜ 7.31｜ 4.85｜ 4.04｜-2.48｜ └———──────┴─────┴─────┴─────┴─────┘ 分析：主营业务收，营业利润，利润总额，净利润，净资产收益率均大幅度上涨，股市前景很好，上涨势头会继续保持。
二、技术分析
技术指标
（1）KDJ、PSY及RSI指标
KD的取值在80以上为超买去，考虑卖出；20以下为超卖区，考虑买入。如图十二所示，股价在A处时，相对应的KDJ指标A’在80附近，属于超买去，应该卖出手头所持股票；当股票下降至B点时，相对应的KDJ指标B’在20附近，属于超卖区，建议买入。即使是保守的投资者，也应在KDJ 指标在C处形成金叉相对应的价格买入了。PSY及RSI指标与kDJ指标用法大致相同，但PSY以75和25为超买超卖去分间线，RSI>80 为超买，RSI<20 为超卖。(2)DMA、MACD、TRIX指标
MACD在B处形成高位死叉，且柱状体又红变绿，是卖出信号；在股价下跌一段时间后至B点，相对应MACD指标在B’点形成金叉，为买入信号。DMA、MACD、TRIX 三者构成一组指标群，互相验证。（3）FSL、VR及MTM指标
FSL指标用法；股价在分水岭之上为强势,反之为弱势.如下图股价从A跌至A’的过程中，FSL指标从B至B’的过程中股价在分水岭线下方运行，为弱势，在B’处上传分水线，趋势改变。
VR指标：VR>450，市场成交过热，应反向卖出，VR<40，市场成交低迷，人心看淡的际，应反向买进；股价从A跌至A’成交量清淡。
MTM指标用法：MTM从下向上突破MTMMA，买入信号，MTM从上向下跌破MTMMA，卖出信号；用法同上。
（4）BOLL通道、DMI及 WIDTH BOLL通道，当股价上升穿越布林线上限时，回档机率大；股价下跌穿越布林线下限时，反弹机率大；布林线震动波带变窄时，表示变盘在即；如上图，在B之前BOLL道长期窄幅运行，终在b处趋势改变，并下穿BoLL中轴线，继续下降；BOLL须配合 WIDTH 使用；WIDTH指标当极限宽下跌至3%左右的水平时，该股随时有爆发大行情的可能
三、投资策略建议
股票投资分析 篇3
关键词:CVaR Copula 核估计 非对称Laplace分布
CVaR Analysis of Investment Portfolio Based on model of Copula-Kernel
Cheng Jinjing Liu Qiongsun
Abstract:In this paper,Copula is combined with kernel density estimation,and a Copula-Kernel model is built to analyze the risk measure of portfolio investment in Chinese stock market.Then a satisfactory result is given after VaR and CVaR are calculated and compared by this model.
Keywords:CVaR Copula Kernel estimation Asymmetric Laplace distribution
【中图分类号】F830.591【文献标识码】C 【文章编号】1009-9646(2009)05-0118-03
1.引言
金融市场的全球化和金融产品的多样化使得金融机构所面临的风险日益复杂,如何有效地测定和控制这些市场风险便成为金融证券机构、投资者和有关监管层所面临的亟待解决的问题。VaR是用来度量金融风险的一种技术方法,但VaR不满足次可加性和凸性等一致性风险度量,与风险分散的市场现象相违背。为此,Rockfall首次提出了CVaR定义[1],它能更好的将投资组合的风险与收益直接联系起来。Copula是一种把联合分布和边缘分布连接起来的函数,它可用来描述多个随机变量间的相依结构[2~5]。在金融风险分析中,如何度量单个资产分布及资产之间的相关结构是风险管理的重要内容。Monica Billio提出了MSRM模型度量投资组合风险问题,并与GARCH(1,1)模型进行比较[6]。Chew&Lilian总结了计算VaR值的参数方法、历史模拟方法和蒙特卡洛方法[7]。Rflung从定义、性质及计算方面对VaR和CVaR之间进行了比较[8],吴振翔等将Copula理论结合t-GARCH模型研究股票投资问题[9]。本研究采用非参数核密度估计来刻画单个金融资产的边缘分布,用Copula函数描述多个资产间的相关结构,构建了Copula-Kernel模型,针对我国股票市场的投资组合问题,借助蒙特卡洛仿真技术[10~11]计算了组合投资的VaR和CVaR值,并加以比较,取得了令人满意的效果。
VaR与CVaR的定义
设f(ω,x):Rn×Rn→R为投资组合的损失函数,ω∈Rn为权重,x∈Rn为引起组合价值发生损失的市场因子,α为置信水平。设p(x)为向量x的密度函数,则对任意的阈值k∈R,预期损失的分布函数为,ψ(ω,k)=∫p(x)dx,则
VaRα=min{k∈R:ψ(ω,k)≥α} (1)
CVaRα=E[f(ω,x)|f(ω,x)≥VaRα]=(1-α)-1
∫f(ω,x)≥VaRαf(ω,x)p(x)dx(2)
实际上,VaR是单一随机变量分布的分位点[12],而CVaR是一个条件期望,CVaR的定义是指在一定的置信水平下,资产或资产组合的损失超过VaR的条件均值。CVaR反映了损失超过VaR阈值时可能遭受的平均潜在损失。它可以更好地体现出潜在的风险价值,尤其是在损失分布非正态分布的情况下,CVaR比VaR更能全面有效地刻画损失分布的数理特征,被认为是比VaR风险计量技术更为合理有效的一种现代风险管理方法。CVaR满足次可加性和凸性[13],符合一致性风险度量的条件。
对于CVaR的计算,关键在于单一资产的收益率(边缘)分布的模拟,模拟的边缘分布越准确,选择的Copula函数越恰当,得到的CVaR值越接近实际情况。
2.Copula-Kernel模型
2.1 核密度估计。
針对金融数据多呈现尖峰、厚尾、有偏的特性,本文主要采用核密度估计单一资产收益率的分布,即确定单变量的边缘分布。
定义:设X1,X2…,Xn为取自总体X的一个简单随机样本,K(x)为定义在(-∞,+∞)的一个Borel可测函数,选取与样本有关的适当的常数hn>0,则定义核密度估计为f^(x)=1nhn∑ni=1K(x-xihn),(3)
定义核分布估计为(x)=∫x-∞f^(x)dx=∫x-∞1nhn∑ni=1K(x-xihn)dx,(4)
其中n指样本个数,K(x)称为核函数,hn指窗宽,要求当n→+∞时,hn→0,nhn→+∞,一般选取hn=cn-0.2,c为与样本标准差σ有关的常数。一般的操作是先选定核函数,再确定窗宽。常见的核函数有Epanechnikov核、Bisquare核、高斯核[14]。本文选取非对称laplace核函数[15]:
f(x)=kσexp{-(11-pI[x>μ]+1pI[x<μ])kσ|x-μ|}(5)
其中,μ是位置参数,σ是样本标准差,p是形状参数,介于0到1之间,它控制着密度函数f(x)的峰度和偏度,k=p2+(1-p)2。当p<0.5时,密度函数呈右偏,即偏度为正,当p>0.5时,偏度为负,p=0.5时,即为标准的laplace分布。
将(5)式代入(3)式,并根据核函数的性质,构造核密度为
f^(x)=knσhn∑ni=1exp{-(11-pI[x>xi]+1pI[x 不妨令fi(x)=kσhnexp {-(11-pI[x>xi]+1pI[x kσ|x-xihn|},计算得 Fi(x)=∫x-∞fi(x)dx =pexp[kpσ(x-xihn)]…………x≤xi 1-(1-p)exp[-k(1-p)σ(x-xihn)]…………x>xi (x)=∫x-∞f^(x)dx=1n∑ni=1Fi(x)(7) 一般采用核密度估计的分布(x)具有良好的性质,比如逐点渐进无偏性、均方相合性、强相合性[16]。 计算核密度f^(x)和核分布(x)的步骤: Step 1 输入一组样本观测值{x1,x2……,xn},对参数σ,p进行估计; Step 2 确定窗宽hn,令hn=cn-0.2,由(6)式得到核密度估计f^(x); Step 3 由(7)式计算核分布估计(x),或由给定的概率值p,令(xp)=p可反解出xp。 针对金融数据的尖峰厚尾性,选择非对称laplace核函数估计单只股票的收益率分布使得拟合度较高。模拟出边缘分布后,再利用连接函数Copula来刻画资产间的相依关系和模式。 2.2 Copula函数。 定义:称n个服从均匀分布U(0,1)的随机变量U1,U2,…Un,若存在一个n元函数C(•):[0,1]n→[0,1],满足C(u1,u2,…,un)=P[U1≤u1,U2≤u2,…,Un≤Un]。称这个函数C(•)为Copula函数。 Sklar定理:设随机变量X1,…,Xn的边际分布函数为F1(x1),…Fn(xn),联合分布为F(x1,…,xn),则有n元Copula函数C(•),使得对于所有x=(x1,…,xn)∈Rn,有F(x)=C(F1(x1),…,Fn(xn))。 Sklar定理指出可以将一个联合分布分解为它的n个边缘分布和一个copula函数,其中copula函数描述变量间的相依结构。随着计算机技术、信息技术的迅猛发展并日趋完善,copula理论在90年代后期得以迅速发展并运用到金融领域,copula理论已经在金融领域有着广泛的应用,其特点在于不仅可以有效地描述随机变量之间的相关程度,并且能够反映它们之间的相关模式,对于它们的联合分布函数有一个描述。 目前使用的copula函数主要有三大类:多变量高斯copula、多变量t-copula和阿基米德copula,其中阿基米德copula函数应用最广泛,它可以使我们把对多元copula函数的研究简化为单一变量函数的研究。本文选择阿基米德copula函数中光滑性较好的二元Clayton Copula函数:C(u1,u2)=(u1-θ+u2-θ-1)-1/θ。 2.3 Copula参数估计。 由于Clayton Copula函数中含有参数θ,本文采用非参数方法[17~18],即用两个资产样本的Kendall秩相关系数计算。 τ=1n(n-1)∑1≤i≤j≤nsign(xi-xj)(yi-yj)(8) 令τ=θθ+2,解出θ=2τ1-τ。 3.实证分析 3.1 样本的选取与边缘分布拟合。 为了便于计算,本文仅选取了两只股票:上海医药和中国石化,价格定为每日收盘价Pt,样本选取时间为2007年1月4日~2007年9月20日,将数据转化为对数收益率rt=logPt-logPt-1,数据来自国泰君安网。另外,为了准确刻画这两只股票间的相关性,对于交易日t时刻,经过预处理后,得到149组收益率{r1t},{r2t}(t=1,2,…,149)。计算过程用spss和matlab软件实现。 计算步骤: Step 1 设两只股票的样本分别为{r1t,t=1,2,…,149},{r2t,t=1,2,…,149},计算描述性统计如表1。 表1 描述性统计 最小值最大值均值标准差skewnesskurtosis 中国石化-0.10560.09550.00250.0341-0.34064.1279 上海医药-0.19380.09590.00490.0451-0.19385.0644 由两只股票的基本数据知,峰度值(kurtosis)均高于正态分布的峰值3,偏度(skewness)呈现负数,说明两只股票有不同程度的左偏,采用非对称laplace核函数估计两只收益率分布是适宜的; Step 2 选取窗宽hn=0.8σn-0.2,其中 σ=1n-1∑ni=1(xi-x)2,n=149,计算出中国石化的hn=0.0102,上海医药的hn=0.0132;对式(2.3)中的偏度值p确定为0.55(模拟得到)。 Step 3 将样本序列和参数代入公式(7)得到边缘分布函数值序列{u1t,t=1,2,…,149},{u2,t=1,2,…,149}; Step 4 为检验拟合效果,分别计算并画出两只股票的核分布估计的p-p图,并与正态分布的p-p图加以比较,如下面图1和图2。 显然两只股票的核分布估计的p-p图都非常逼近直线,其拟合度较高,而正态分布的p-p图形显示拟合精度有一定的误差。由此说明用核分布去估计单一边缘分布能很好地体现金融数据的特性。 3.2 基于Copula函数的Monte Carlo模拟VaR和CVaR值的步骤。 Step 1 利用非参数估计法,由收益率序列{r1t},{r2t}代入式(2.1),计算τ值,从而得出Clayton Copula函数的参数值=2.347826; Step 2 生成两个独立的均匀随机数u和t;令t=C(u,v)=(u-θ+v-θ-1)-1/θ,解出 v=(t-θ-u-θ+1)-1θ。 Step 3 由步骤2得到的(u,v), 令u=1(1)=1149∑149t=1K(1-thn1),v=2(2)=1149∑149t=1K(2-thn2),可反解出将来某时刻的收益率1、2。 Step 4 将模拟出来的收益率以相等权重组合,生成组合收益率=0.51+0.52。 Step 5 重复步骤2,3,4,模拟10000次,产生一个列向量{rt,t=1,2,…,10000},由此确定rt的经验分布函数F10000(r),由式(1)和(2)可计算不同置信水平α下的VaR值和CVaR值如下表2: 表2 Copula-Kernel模型的VaR与CVaR值 αVaRCVaR 0.10.042530.13059 0.050.06333 0.13985 0.025 0.09238 0.14650 0.020.095630.14873 0.010.105720.15794 由表1可知中國石化和上海医药的收益率均不高,波动也不大,主要是这两只股票在考察期间内价格呈现比较稳定的状态。而两只股票的核分布估计的p-p图显示了用核估计能更好的模拟单只股票的收益率分布。另外,由表2中数据显示在同一置信水平下,CVaR值均大于VaR值。例如,当α=0.1,VaR=0.04253,CVaR=0.13059时,反映了两只股票的相等权重投资组合有90%的把握保证t时刻由于市场价格变动而带来的损失不会超过0.04253,同时有90%的把握保证当超过VaR时由此产生的平均损失为0.13059。这就为投资者衡量风险提供了更加确切的依据。 4.结论 VaR和CVaR均为风险度量的重要工具,前者相当于给出了一个阈值,也就是对于极端事件引起的风险中投资者可以忍受的损失值,而后者则将这种极端事件量化,用直观的数字说明了极端损失的平均值。因此CVaR能够对风险的预测管理起到更加积极的作用。而在求解CVaR值的量化过程中,边缘分布的模拟至关重要。本文采用核函数估计边缘分布的思想,构建了Copula-Kernel模型,该模型容易应用于多个资产组合的风险度量中,对风险管理具有一定的借鉴作用。 参考文献 [1] Rocafeller,T,Uryasev,S.Optimization of conditional value at risk.Journal of Risk,2000,2(3):21～24 [2] Joshua V Rosenberg,Til Schuermann.Schuermann.A General Approach to Integrated Risk Management with Skewed,Fat-tailed Risks.Joumal of Financial Economics,2006,79(3):569～614 [3] Andrew J Patton.Modelling Asymmetric Exchange Rate Dependence.International Economic Review,2006,47(2):527～556 [4] Andrew J Patton.Application of Copula Theory in Financial Econometrics.Department of Economics.University of California.San Diego,2002 [5] Helder Parra Palaro,Luiz Koodi Hotta.Using Conditional Copula to Estimate Value at Risk.Journal of Data Science,2006,4(1):93～115 [6] Monica B,Loriana P.Value-at-Risk:a multivariate switching regime approach,Journal of Empirical Finance,2000,7(5):531～554 [7] Chew,Lilian.Managing derivative risks.New York:John Wiley&Sons,1996,226～317 [8] Rfung G Ch.Some Remarks on the Value-at-Risk and the Conditional Value-at-Risk.In:Ed.UryasevS.Probabilistic Constrained Optmization:Methodology and Application.Boston:Kluwer.Academic Publishers[DB/OL].2000.www.gloriamundi.org/var/pub.html [9] 吴振翔、陈敏、叶五一、繆柏其.基于Copula-GARCH的投资组合风险分析。系统工程理论与实践,2006,26(3):45~52 [10] 徐钟济.蒙特卡洛方法,上海:上海科技出版社,1985 [11] Bouye E Copulas for finance,a reading guide and some applications.London:City University Business School,2000 [12] 王春峰.金融市场风险管理—VaR方法[M].天津:天津大学出版社,2000 [13] 刘小茂、李楚霖、王健华.风险投资组合的均值—CVaR有效前沿。管理工程学报,2005,19(1):4~8 [14] Wang W,&Wells M T.Models selection and semiparametric inference for bivariate failure-time data.Journal of The American Statistical Association,2000,95:62～72 [15] 黃海、卢祖帝.Value-at-Risk的建模与预测:基于非对称Laplace分布的新方法,中国科学院硕士学位论文,2003 [16] 陈希孺等.非参数统计[M].上海科技出版社,1978 [17] B.L.S.Prakasa Rao,Nonparametric Functional Estimation.ACADEMIC PRESS,1983 股票市场是国民经济的晴雨表, 国民经济运行的任何变化都会在股市上得到相应的反应。作为金融活动重要组成部分的证券投资活动, 其效果的好坏、效率的高低, 不仅要受到国民经济各基本单位的影响, 更要受宏观经济形势的直接制约。银行业与经济走势密切相关, 经济复苏的利好将逐渐渗透到银行业。国家对国民经济的宏观调控以及其它产业的发展状况都会对银行业产生重要影响。 1. 宏观经济运行 “十五”期间我国国内生产总值平均增长9.48%, 2006全年国内生产总值209407亿元, 比上年增长10.7%, 2007年为全年国内生产总值246619亿元, 比上年增长11.4%, 2008年为全年国内生产总值300670亿元, 比上年增长9.0%, 2009年为全年国内生产总值335353亿元, 比上年增长8.7%。根据国家统计局最近公布的数据, 2010年第一季度国内生产总值增长11.9%。 (国家统计局网站) 我国宏观经济持续平稳的增长态势是我国银行业股票的重要基础。 2. 居民收入水平 根据国家统计局公布的数据显示, 2009年全年农村居民人均纯收入5153元, 剔除价格因素, 比上年实际增长8.5%;城镇居民人均可支配收入17175元, 实际增长9.8%。农村居民家庭食品消费支出占消费总支出的比重为41.0%, 城镇为36.5。居民收入提高, 从而有充足的资金进入股市。这对于整个股市来说也是个利好的消息。 3. 宏观经济政策 政府对经济的影响主要是通过经济政策来实现的。与股市主要相关的是两个政策, 一是宏观经济总体政策, 对股市的发展是间接的;另一个就是有关股市规范与发展的具体政策, 对股市的发展就是直接的。松动的财政政策和货币政策有利于股市上涨。降低税率, 减少税种, 扩大减免税范围是松动财政政策的主要内容。我国现阶段和未来一阶段都将实行积极的财政政策和适度宽松的货币政策。适当宽松的货币政策意在增加货币供给, 在继续稳定价格总水平的同时, 要在促进经济增长方面发挥更加积极的作用.因为银根松动可使企业的发展有充足的资金, 企业可分配的利润应会相应增加, 这是股价上扬有坚实的基础。 二、行业分析 银行业在一个国家的经济中起着至关重要的金融中介作用。在过去几年里, 由于经济的高速增长以及宽松的货币政策, 中国银行业维持了高速扩张的势头。但是在资产质量、管理和风险控制等方面还存在许多问题, 许多银行面临沉重的历史包袱, 如果处理不当, 银行系统可能成为中国经济持续发展的障碍, 甚至影响整个经济的稳定。本文对中国银行业的现状作一些分析, 并在此基础上对今后几年的发展轨迹作几点推断和建议。 1. 我国银行业现状 目前中国银行业包括四大国有商业银行、11家股份制商业银行、众多的城市商业银行和信用合作社, 以及已经进入或准备进入中国的外资金融机构。此外, 还有政策性银行在特定的领域内发挥其职能。 在这些银行中, 四大国有商业银行在规模和品牌等方面明显处于领先地位。到2003年6月底, 四大国有商业银行吸收了65%的居民储蓄, 承担着全社会80%的支付结算服务, 贷款则占全部金融机构贷款的56%。另一方面, 股份制商业银行的市场份额则在过去几年里大幅度增长, 到2003年6月底, 已占中国各类金融机构总资产的13.6%。四大国有商业银行另一个重要优势是隐含的政府担保。随着银行业竞争加剧和储户风险意识的提高, 银行的资信水平将日益重要。经过近年来的努力, 中国银行业的资产质量已有很大的改进, 经营管理和内部控制也有显著的提高, 不少银行已初步完成管理决策、IT信息系统上的总行集中化控制。 2. 中国银行业的市场前景 随着经济的进一步发展, 中国银行业的高速扩张可望持续相当一段时期。大量的居民储蓄和人民币资本账户不可兑换将在一段时间内为我国银行消化历史问题提供良性的外部环境。但另一方面, 随着WTO时间表的推进, 中国银行业将逐步放开, 竞争将日益激烈。所以, 我国银行面临着一个与时间赛跑的任务, 需要在银行业完全放开、外资银行全面进入之前, 打下基础, 消化历史包袱。笔者认为, 中国银行业在今后几年的发展中会有以下几个特点: (1) 对公业务、尤其是针对优质大客户的业务竞争会日趋激烈。由于其规模、网络和品牌等方面的优势, 四大国有银行在对公业务中占据有利的地位。产品创新的能力离不开银行内部机制的灵活性, 也对银行管理信息系统的整体水平 (包括准确、实时衡量资金成本和风险水平的能力) 提出了更高的要求。与四大国有银行相比, 一些较优秀的股份制商业银行在这方面占有一定优势。 (2) 相比之下, 个人业务, 尤其是住房按揭、信用卡业务将会成为我国银行利润的重要增长点。如上所述, 住房按揭业务和信用卡业务在中国都尚处于发展初期, 将面临一个十年左右的高速发展阶段。按揭和信用卡业务的发展, 还会促进我国银行管理信息系统的建设和完善。 (3) 混业经营将在中国银行业逐渐起步, 保险和基金产品的销售代理、理财服务等方面的中间业务收入将会增加。 三、从微观角度判断企业的成长能力 上市公司的财务状况, 是股票未来收益的直接反应, 因此本文重点考察上市公司的财务状况的量化指标。从整体上来看要能体现上市公司的业绩, 尽力做到系统, 全面的描述上市公司的盈利能力, 偿债能力, 成长能力, 营运能力等几个方面等几个基本方面能力的大小, 其次要求可量化, 本文选取投资者在研究业绩时关注最多的指标。 净资产收益率, 净资产收益率又称股东权益收益率, 是净利润与平均股东权益的百分比, 该指标反映股东权益的收益水平, 用以衡量公司运用自有资本的效率。指标值越高, 说明投资带来的收益越高。能够综合地反映出样本公司的公司的经营业绩。每股收益, 又称每股税后利润、每股盈余, 指税后利润与股本总数的比率。它是测定股票投资价值的重要指标之一, 是分析每股价值的一个基础性指标, 是综合反映公司获利能力的重要指标。本文选取这两个指标来反映公司的盈利能力。因为考察对象为14家银行, 所以偿债能力认为普遍高于其他公司。 净利润增长率:同时考虑从收入和支出两个方面来综合反映公司的成长空间。根据股票价格是未来股利折现的假设, 股票价格由未来股利和折现率决定, 而股利会受到企业利润的影响。如果假设企业每年的股利分配率保持同样的水平, 那么利润的增加可以有效的增加股票的价格, 而增加率就会有效的体现在股票的资本收益中。 市盈率:市盈率指在一个考察期 (通常为12个月的时间) 内, 股票的价格和每股收益的比例。投资者通常利用该比例值估量某股票的投资价值, 或者用该指标在不同公司的股票之间进行比较。市盈率越低, 代表投资者能够以较低价格购入股票以取得回报。 市盈率倒数效应 Basu (1997, 1983) 以1962-1978年在纽约交易所上市的股票为研究对象, 使用E/P作为代理指标, 研究结果, 股票的E/p较高 (市盈率较低) 时, 其投资效益明显高于股票的E/p低的公司。 Blerberg (1989) 对1938-1987S&P500为指数为研究对象, 实证结果显示高E/Pde组合比低的E/p组合有更高的未来报酬, 且这种现象随着操作期的增长而更加明显。 国有银行中除中国银行盈利能力稍差外, 建行、工行都表现出较强的盈利能力。从资产收益率来看, 这三家国有银行的资产收益率在所有银行中属于中上水平, 表明国有银行在冲销坏账、引进战略机构投资者后取得了较好的经营绩效。股份制银行中深发展A、浦发、兴业、招商银行的净资本收益率高于国有银行的资本收益率, 表明这些银行具有较高的权益乘数。股份制银行的权益乘数明显大于国有银行的权益乘数, 表明股份制银行资本杠杆较高, 隐含着较高的风险, 而国有银行适度的权益资本乘数令其在经营中更为稳健。从净资产收益率和每股收益综合角度上来看, 股份制银行中深发展A、浦发银行、招商银行、兴业银行为第一阵营;交通银行、民生银行、中国银行为第二阵营;宁波银行、中信银行、南京银行与华夏银行为第三阵营。 成长能力看, 深发展表现尤为突出, 营业利润翻了近7倍。国有银行中中国银行表现最出色, 工商与建设表现也不错, 都有15%-16%的增长率。国有银行仍居14家银行的中上水平。股份制银行中深发展、民生、兴业、华夏很不错, 招商、中信、北京、交通、南京则稍逊一筹。 市盈率角度来看根据市盈率倒数效应, 14家银行水平接近, 在整个A股板块中处于低水平。三家国有银行都没有超过12, 宁波、招商、南京偏高。 综合各方面考虑, 三家国有银行中建设银行最为优秀, 其次是工商银行, 最后为中国银行股份制银行中首推深发展A和兴业, 其次就是交通银行和浦发银行。 四、总结及建议 我国经济的持续快速增长, 为我国证券市场提供了一个良好稳定的外部发展环境。国民经济各部门的快速且多元化的发展, 为银行业的发展打下了稳定的基础也提供了快速前进的动力。使银行业股票的发展潜力不断增大, 上市公司股票具有很好的投资价值。 针对以上分析, 可给出以下结论及投资建议: 第一, 由宏观分析及行业投资价值分析来看, 银行板块长期具有发展的潜力, 银行业的股票具有不错的投资价值。 第二, 中国银行业的继续增长主要反映在规模的扩大, 资产收益率在一段时间内会保持平稳的提高。02年三大国有银行的平均资产收益率约为0.18%, 而根据五家上市的股份制商业银行公开的信息, 其资产收益率大约在0.3%到0.7%之间。02年三大国有银行的平均资产收益率约为0.18%, 而根据五家上市的股份制商业银行公开的信息, 其资产收益率大约在16%到21%之间, 11家股份制银行也在13%-28%, 相比过去几年已有较大突破。 第三, 银行股的低市盈率和低市净率使它成为现在比较安全的投资板块, 也将是后市带动大盘企稳的主要因素。在管理层为农行上市、银行再融资保驾护航的情况下一轮的大盘启动最先受益的应该是银行股, 先期领涨大盘的也将是银行股。银行股短期可以避险、中长期可以增持, 是投资者选择成本比较低的品种。 摘要：近年来我国经济始终持续保持快速增长, 宏观经济环境良好。2009年中国国内生产总值为335353亿元, 比上年增长8.7%, 实现年初制定的“保八”目标。今年第一季度GDP中国经济2010年第一季度较上年同期增长11.9%左右, 预计2010年中国经济将继续保持平稳回升状态。随着国内经济的进一步复苏, 银行板块的业绩状况也会稳定回升。本文取2009年内14只银行股票上市公司的财务状况的量化指标, 全面的描述上市公司的盈利能力、偿债能力、成长能力、营运能力等几个基本方面能力的大小, 其次要求可量化从而给出投资建议。 关键词：银行板块,投资价值,宏观分析,行业分析,财务分析,市场风险 参考文献 [1]葛正良:证券投资学.立信会计出版社, 2008 [2]刘俊昌金笙:计量经济学.中国林业出版社, 2002 [3]买建国:商业银行管理.百家出版社, 2004 [4]张根明任福君:我国证券市场行业板块的波动分析.统计观察, 2006; (01) [5]Joseph Stampfli, Victor Goodman.金融数学[M].北京:机械工业出版社, 2004 [6]徐龙炳:现代证券投资理论应用—中国股市价行为研究[M].上海财经大学出版社, 2003 笔者与M交谈后惊讶地发现，他所知道的和他的实际操作完全是两码事!他虽然知道入市前需要制定一整套完整的操作计划，但是实际上却并没有计划，或者即使有也没有严格执行。到了该止损的时候，他经常盼望价格能够朝向他有利的方向回转，希望亏损能够减少，不愿意面对砍仓带来的损失。用他的话来说，就是“下不了手”。而当他实在受不了了，终于砍仓的时候，往往砍在最低或最高点。另外，当市场方向不明确，并没有给出入市信号的时候，他往往会频繁交易，用他的话来说，就是“手痒”。 知行不能合一，是很多交易者都存在的问题。所有交易者接触期货一段时间后，对股票市场最基本的原则都会有或多或少的了解。但是失败的交易者都是在某些地方违反了这些原则。明知故犯!这是个很有趣的现象。 行为金融学认为，人是不理性的，或者说，人不是完全理性的。在金融投资领域，在需要作出判断的时候，没有经过专门训练的人，其本性往往会导致错误的操作。要改变这种现状，就需要从人的本性入手。 一方面，不断重复正确的操作，强化正确的记忆，少犯同样的错误。比如，做交易日记，从自身的成功和失败例子中学习，不在同一个地方被绊倒。一笔交易成功与否，并不是看交易结果是盈利还是亏损，而是看是否严格按照计划进行。如果是按计划做的，即使亏损也是正确的交易。如果没按计划做，即使盈利也是错误的交易。 关键词：个人投资；证券投资；行为分析 近年来，随着FPA性格色彩理论的推广，其在实际生活中的应用是越来越广了。有人将其应用于文学创作，有人用它进行酒店管理，有人用它进行心理咨询、留学咨询，有人用它进行员工招聘测试，当然也有人将它应用于学校的教育，进行分类教学、因“色”施教，将该理论应用在这些具体实践中都获得了不错的效果，它作为一种系统工具，能够很好地帮助人们分析自己与了解他人。本文将利用“性格色彩学”理论来分析投资行为，并利用调查问卷的形式揭示“红、黄、蓝、绿”不同性格色彩的个人投资者分别在上涨与下跌行情中所呈现的不同投资行为。 一、性格色彩学理论概述 “FPA? （Four-colors Personality Analysis） 性格色彩”的四色分类可追溯到古希腊，以西医鼻祖希波克拉底的四液学说作为源头。希波克拉底认为：构成人体体液的四种主要成分分别是心脏的血液、肝脏的黄胆汗、胃部的黑胆汗和脑部的粘液。每个人体内体液的混合比例是各不相同的，血液占优势的人属多血质，粘液占优势的人属粘液质，黄胆汗占优势的人属胆汁质，黑胆汁占优势的人属抑郁质。他认为“没有两个完全一样的人，但许多人有着相似特征”。 乐嘉借鉴了气质学说的精髓，将乐观爱玩的人归为红色；将循规蹈矩、感情细腻特征的人归为蓝色；将喜欢成为领导者的人归为黄色；而将乐于旁观、很轻易就会被人所领导的人归为绿色。每个人的性格都有其独特的色彩密码，这些性格色彩具有一定的支配功能，会影响人们在具体实践活动中的思想与行为，最终表现出千差万别的行为表现，其具体特征如下表所示。 二、不同性格色彩投资者在上涨与下跌行情中的行为特征 红黄蓝绿四种性格各有各的性格特点，他们在进行证券投资的过程中，不同的性格色彩会影响其具体的投资行为，并且不同性格色彩的个人投资者在股市涨跌中的投资表现有比较大的区别，表现如下： 三、不同性格色彩个人投资者投资行为的问卷调查分析 （一）调查目的。为了验证不同性格色彩的股民在牛熊市中投资行为的不同，旨在了解不同性格色彩对股民投资行为的影响。 （二）样本说明。这次调查通过手机app问卷星完成，共回收208份问卷。调查对象为福建师范大学协和学院2012级金融学、2013级投资学的在校大学生。问卷中利用乐嘉性格色彩学测试题对调查者的性格色彩进行了归类，共有84位红色股民、18位黄色股民、44位蓝色股民及62位绿色股民。为保证调查的质量，被测试者均被告知所有题目均无标准答案，完全由其按自己的第一反应或倾向来答题。 （三）调查结果及分析 1、上涨行情中，不同色彩股民的投资行为特征 问卷题目一：您在上涨行情中的投资行为倾向是（ ） A、密切关注股市的信息，参考股评专家推荐，作出买卖。 B、相信自己的判断，遇到合适的买卖时点，快速买卖不犹豫。 C、独立分析，构建资产组合，密切关注股市价格的走向。 D、不追求股价的快速上涨，涨的快也跌得深，投资有收益就好。 从上表中可以看出：在上涨行情中，四种性格色彩的被调查者呈现出不同的投资倾向。其中红色股民中有52位倾向于选项A，占红色性格总数的61.9%，说明他们更热衷于追寻市场热点，依据市场信息做出决策，甚至有时候会四处打听消息参考他人意见。黄色股民有11人选择了B选项，占黄色性格总人数的61.1%，说明他们更加自信、勇于冒险、敢于投资，全力把握市场机遇，力求在一波良好的行情中实现资产的快速增值。此外，29位蓝色股民选择C选项，占蓝色被调查者总人数的65.9%，说明他们在追求获利的同时也保持谨慎小心的性格特点，更注重策略，优化资产组合配置，防范市场行情突然变化带来的风险。53.2%的绿色股民偏向于选择D选项，乐天知命并且倡导中庸之道的绿色股民主要以保卫获得的资产增值所带来的利益，追求资产的稳定增值。 2、下跌行情中，不同色彩股民的投资行为特征 问卷题目二：您在下跌行情中的投资行为倾向是（ ） A、情绪波动，但心中仍犹豫不决，偏向于持股观察等待股价上涨。 B、相信自己的判断，可能是机构诱空，继续观察，但下跌太多会进行止损。 C、全面分析排查下跌原因，调整策略，构建新的组合。 D、快速撤离资金。 从上表中可以看出：在下跌行情中，58.3%红色股民选择了A，说明情感充沛的红色股民的情绪容易受到股市下跌的影响，他们倾向于持股观察。黄色股民中有44.4%的人在股市下跌中相信自己的判断，但如果股价跌得太深，他会止损，避免亏损扩大。严谨细致的蓝色股民，在股价下行时，有54.5%的比例会进行全面排查下跌原因，企图找寻新的股票组合来减小原组合风险。最后，绿色性格股民在股市下跌中，做出的选择的比例较为分化，其中有33.8%的人数选择了快速撤离股市，也有32.3%的绿色股民选择调整资产组合。 四、总结 本文通过调查问卷的统计结果验证了不同性格色彩的个人投资者在股市连续上涨和下跌中的反应与行为存在着不同，并得到以下结论：在股价上涨中，红色股民乐于捕捉市场热点、黄色股民敢于冒险追逐收益增值、蓝色股民注重构建资产组合、绿色股民要求资金安全；在下跌行情中，红色股民持股待涨、黄色股民果断自信、蓝色股民严谨分析、绿色股民迅速止损等。 但本文也存在一定的不足，因其样本的选择受限于高校正在进行模拟炒股的大学生，并未将有进行实盘炒股的学生分离出来单独分析，此外，也并未考虑男女性别的影响，仍然存在改进的空间。 参考文献： [1]乐嘉：《色眼识人： FPA性格色彩密码解读》，文汇出版社，2006。 [2]乐嘉：《色眼再识人》，天津教育出版社，2010。 长期投资遵循市场规律,只有长期投资才能实现财富的稳定持久增值。当今世界首富沃伦.巴菲特就是最典型的长期投资者。他凭50年如一日的长期投资,实现29.5%的复合增长率,从而累积了620亿美金的巨额财富。虽然历经两次世界大战、数次石油危机、海湾战争,依然战胜了市场。这也许就是长期投资的秘密所在:持股时间越长,风险越小;彼得·林奇,全球最佳共同基金经理人,凭借长期投资实现了13年29%的复合增长率;巴菲特的合伙人查理·芒格同样也是忠实的长期投资者,从1962—1975年间平均复合收益率达到24.3%,还有红杉基金比尔·鲁安同样坚持长期投资,集中长期持有优秀企业,年平均复合收益率达到18.4%;以及中国的私募基金经理人但斌,也以长期投资取得了不俗业绩,这说明长期投资在中国同样适用。倡导长期投资,站在成功者的肩膀上实现财富梦想。 二、长期股票投资的风险与收益分析 (一)风险的衡量方法分析 对于大多数投资者来说,衡量风险的最有效方法是描绘出最糟糕的情况。下图是美国从1802年起分别投资于持有期为1年到30年的股票、债券和国库券的最好和最坏回报率。图中柱形的高度衡量了最好和最差的差额。随着持有期的增长,股票和固定收益债券的收益率的差额发生了明显而迅速的缩减。 毫无疑问,股票的风险在短期内要比债券和国库券大,但是从1802年开始,如果持有期为5年,则股票的最差回报率为-11%,这比债券或国库券的最差回报率稍逊一筹。如果持有期为10年,则股票的最差表现实际已经优于债券或国库券了。如果持有期为20年,则股票的回报率就从未低于通货膨胀率了,但债券或国库券的年平均回报率一度比通货膨胀率低3%。图1 如果年均3%的损失率持续了20年,那么投资组合的实际购买力将会砍掉一半。对于30年的持有期,股票最差的年平均回报率就比通货膨胀率高2.6%,这仅次于固定资产30年的平均收益率。 虽然表面看来在积累长期财富方面,股票比债券风险更大,但实际上与事实相反,保持最安全的投资显然就是股票的多样化投资组合。图2 持有股票和债券的风险很大程度上取决于持有期的长短。上图显示了将近200年历史数据基础上的股票、债券和国库券的风险。这里的风险被定义为实际年均回报率的标准差。这是运用在投资组合理论和资产配置模型中的风险衡量方法。 股票在较短持有期内的风险比固定收益投资品的风险大,但是一旦持有期达到15-20年,股票的实际年回报率的标准差就小于债券和国库券平均回报率的标准差。如果持有期超过30年,股票风险就小于债券和国库券。随着持有期的增长,股票回报率的标准差越来越小,而且小于债券和国库券的标准差,股票风险的下降要比预料的快得多。相反,固定资产的风险下降并不像随机过程理论预测的那样快,一旦通货膨胀开始加剧,债券投资者都没有机会弥补他们实际购买力的损失。相对而言,由于拥有实际资产的追踪权,股票持有者很少遭受通货膨胀引起的永久性损失,这一点在日本和德国的债券回报率中表现得尤为明显。 (二)各种风险对长期股票投资的影响 1、战争风险。 美国经历了二次大战朝鲜战争、越南战争、海湾战争和伊拉克战争。但是从长期来看,在整个历史的大趋势中,战争所导致的波动只不过是个小小的波动而已,可以改变历史前进的节奏,但改变不了历史前进的方向。每次战争的发生都会使股票产生相当大的回调,但是战争结束后,股市依然向上前进。长期持股完全可以化解战争对股票投资的风险收益的缩减。且每一次战争导致股市大幅度下跌时,恰恰是最佳的买入时机。 日本在二战期间以及二战之后发生的股灾比发生在其战败国同盟—德国的股灾更为严重。日本工业财团卡特尔的倒闭,给公认的股票分配以及战后严重通货膨胀引起股票实际价值下降了98%。日本还是在20世纪80年代末完全挽回了落后于西方股市的劣势。1948-1989年,日本股市的实际回报率达到了10.4%,比美国市场高出了将近50%。无论用哪种货币衡量,无论在哪个国家,股票的实际收益率都超过了固定资产收益回报率,股票的回报率一直很稳定,且股市总体上都是呈上升趋势的。 战后日元经历了从4日元兑1美元到360日元兑1美元,严重通货膨胀使得日本的债券投资者全军覆没。然而没有任何损失可以和德国的债券投资者在1922-1923严重通或膨胀所遭受的严重打击相提并论。二战导致了德国股价下跌了90%,德国马克超过了100亿兑1美元。但并不是所有的投资者都抛弃了股票,战后巨额的投资回报率给了那些耐心持有股票的人丰厚的回报。到1958年为止,战后德国股市总汇报已超过战前水平。从1948年到1960年的12年间,事实上从1939年德国入侵波兰开始,到1960年,德国股市的实际回报率已经几乎和美国持平,也已经超过了英国的水平。尽管存在战争的破坏,但德国股市有力的反弹证明股票的勃勃生机。 法国同样也是欧洲资本主义强国,工业革命以来法国经济发展迅速,一度跻身为世界强国。但是在二战期间也屡受重创,由于战争原因股票市场关闭,直到1941年2月才重新开放,而且二战使法国基础设施遭受大面积破坏,经济萧条,在战后股市暴跌。但随后又逐渐回升。长期债券,短期债券同样暴跌,但它们并没有像股票那样迅速回升。 纵观世界各国发展史我们发现,不管是战败国还是战胜国,股市在100年间保持了4%--7%的稳定增长,历史表明在同样经受灾难和危机的情况下,股票能够化解这些灾难对其收益的影响,而且股票能够达到财富增值的目的。可以说在100年间,投资股票的风险要比债券小很多,而实际收益要比债券大得多。 2、股市崩盘。 很多投资者虽然对股票在长期投资方面的优势深信不疑,但他们以为当股票价格处于高点时不应该再投资股票。其实,这对于长期投资者来说是不正确的。 图3显示的是20世纪6大主要股票市场处持有期10年、20年、30年的实际回报率。即使从市场高点开始,如果持有期是30年,那么通过股票积累的财富将是债券的4倍多,国库券的5倍多。如果持有期是20年,那么股票的收益将是债券的两倍。如果持有期是10年,从市场高点开始,股票仍然是比固定收益资产有微微的优势,而且以上结果是根据股市的最差状况得出的。历史表明,无论股市处于怎样的高点。,都没有充分的理由使得投资者明显减小股票的多样化投资组合,除非投资者以为在未来的5-10年内需要动用他们的积蓄才能保证其生活水平。 当然,如果投资者能够确定股市的高点和低点,那么他们的收益将会更高。但事实上,几乎没有一个投资者可以做到这一点,而且,即使投资者在高点卖出股票,也不能保证获得较高的收益率。当股票价格处于上升阶段,而且每个人都看好股市时,是很难做出卖出决定的。而在市场低谷时,悲观气氛盛行,几乎没有人有信心进行股票投资,就更难做出买入决定了。 3、经济衰退。 从1902年到1991年,美国经济衰退20次,但是衰退结束后的3个月,标准普尔指数上涨10.3%,1949年以来,每次熊市结束后12个月,标准普尔指数平均上涨37%。 战后的9次正式的经济衰退从市场的低点起6个月,标准普尔平均上涨38%,市场融资后的12个月,标准普尔平均上涨46%。经济衰退不改变股市前进的步伐,长期投资可以忽略经济衰退的影响,经济衰退不是风险,反而是机会。 英国股市的大幅下跌发生在1973年和1974年难以控制的通货膨胀、政治动荡和工人罢工使英国股市蒸发了超过70%的价值。股市资产总市值下跌到了可怜的500亿美元。这个数字甚至比许多互联网股票在1999-2000年网络概念股最火热时的市值还要小,这个数字比欧佩克成员国的年收入要小,欧佩克油价的上涨导致了股票价值的下跌。1974年大跌以后,英国股市明显的回升,而且在世界其他主要市场上的收益超过了美国。同时在危机期间坚持持有英国股票的人都获得了回报。 4、公司的变迁。 早期的道琼斯指数主要集中的商品是:棉、糖、烟草、铅、皮革、橡胶等,12家公司中有6家生存下来并一直经营相同的业务,但是只有一家公司不但保持了在道琼斯工业平均股票指数中样本股的地位而且其名字也没有发生改变,这家公司就是拥有世界上最高市值的通用电子公司(GE)。 表1详细的再现了从1896年2001年道琼斯指数的变迁。如果投资1.2万美元平均投资在这12家公司中,就算只剩下GE一家,按15%的年回报率,今天也有47亿美金,绝对是富甲一方,而事实是这110年,两家公司被私有化(但这对投资者来说并不一定是坏事)。只有一家企业破产了,就是美国烟草,只要持有出美国烟草以外的11家企业中的任何一家,都可以拥有一笔不菲的财富。 5、产业变迁。 投资者都希望更多的投资于前景美好的行业,但是随着时代的发展,科技的进步,行业也在发生着巨大的变化。 下表为英国100强股票的产业构成情况,各个产业按资本市值大小排列。20世纪初,铁路运输业的重要性非常突出,而100年以后,100强只剩下Rail track这唯一的铁路股,它占《金融时报》100指数的比重仅为0.4%。 现在48%的公司所从属的产业在1900年还很小或根本不存在,除此之外,上市公司的产业结构还发生了其他变化。即使有些产业表面上看起来很相像,但实质内容已有很大的变化。比较一下电报业和移动电话业或1900年和21世纪的运输业就一目了然了。 如果按照目前的产业标准对上面的这些公司进行分类,我们有更多的发现。 现在地位非常重要的石油天然气业和制药业在20世纪初几乎不存在。当时,电讯业也是一个相对较小的行业。20世纪初市值占英国100强指数69%的公司所从事的行业如今已很小,或不复存在。 但产业结构在某些方面的相似性也很明显。其中引人注目的一点是银行和保险业一直以来都是占据重要的地位。100年以前,银行占总资本市值的15.4%,现在则占到16.6%。酿造业也没有多大变化,电信业在100年前还是高科技产业,现在还是。尽管经历了摘牌和重新上市等变故,公用事业公司基本上还是前100年的那些公司,尽管运输方式有巨大的进步,但非铁路运输业的相对重要性基本上没有变化。所以说虽然社会在前进,在发展,人们的消费观念在更新,行业在不断地变迁,但是还有很多的行业100多年来变化不是很大,这些行业可以作为长期投资的对象。 6、通货膨胀。 历史经验有力的证明:股票的长期收益率会随着通货膨胀率的上升而上升,因为股票收益率的最终来源于实有资产的增值。所谓的实有资产是指那些本质上与劳动力和资本相联系的资产,所以认为股票的长期收益率不会受通货膨胀率的影响是有道理的。比如说,二战开始后的半个世纪是美国历史上通货膨胀率最高的时期,但是股票的实际回报率却超过了前150年的水平。 图4中三条曲线分别代表1870-2001年间,以复利计算1年期和30年期股票、债券和国库券在各种通货膨胀下的复利年收益率。该图表明,从短期来说,无论是股票,债券还是国库券都不是很好的规避通货膨胀风险的套利保值工具。当通货膨胀率比较低时,这些金融资产的短期收益率比较高,随着通货膨胀率的上升,收益率不断下降,但从长期看,股票的收益率实际上不受通货膨胀的影响。从图中还可以看出,无论是长期还是短期,固定收益资产的复利年收益率都没有股票高。 图5表示的是,在不同持有期和不同通货膨胀率的情况下的税后收益率。表明持有股票的时间越长,通货膨胀对其影响越弱,而在相当短的持有期内,通货膨胀率能够大幅消减实际回报率。所以说,长期持股能够有效的降低通货膨胀对实际回报率的影响。 综上所述,公司在不断的变迁,有消亡的也有继续发展的,行业同样如此,但100年中同样也有很多亘古不变的企业或行业存在,它们就是长期投资的一个基础和存在的前提。 (三)代表国家不同投资品的投资回报比较 1、日本。 从表4中我们可以发现,随着持有期限的增长,股票的最低收益率逐渐从负的变为正的,当持有期达到50年时,最低收益率为2.8%最高为9.9%。然而长期短期债券的表现却让人大失所望,在100年的投资中最低收益率为负数,而且当持有期限达到60年时,或60年以后,债券的最高收益年均为负数,此时债券的风险明显大于股票的风险,而且若在此持有债券,投资者的财富会严重缩水,也就无所谓财富增值了。 2、瑞士(表5)。 从瑞士的情况中我们也同样发现,随着投资周期的增长股票的最低收益率逐渐变为正数,当投资时间超过10年,即持股20年时,最低收效率为2.1%,长期债券收效率只有0.4%。短期债券2.7%,可以说投资股票不存在损失的情况,也即无风险了。且随着持股周期的增长,股票的最低收益均高于债券,所以说长期投资风险低,收益率明显比债券高。 3、加拿大。 加拿大的股市表现和更让人惊讶,只要持股周期超过10年,股票不会出现负的收益率,即100年的投资投票过程中不会有任何缩水的危险然而长期债券和短期债券的表现要明显低于股票,投资周期超过50年,才算上完全没有风险了,但债券的长期收益率明显低于股票的收益率,相差近5%。 从以上各国的数据表明:股票持有周期越长,风险越小,收益也越稳定,且从长期看,股票的风险小于债券的风险,而且股票的收益率大于债券的收益率。 历史数据表明,在100多年的股市发展中,股市的收益率都是大于0的。从长期来看,股市曲线的斜率都是斜向上的。即从股市诞生第一天一直投资到现在,我们不仅不会损失,反而会累积不可想象的巨额财富。100年的历史已经证明了股市长期来看是永远向上的。 从图6我们可以看出16个国家的股市在103年的收益都是正的,最低的是2%,最高的是7.5%(已扣除通货膨胀的影响)。不论是经历了一战的德国、英国,还是经历了二战的德国、意大利、日本,残酷的战争并没有改变股市最终上涨的规律,但战争短期内肯定是对股市有巨大冲击的。反观对比债券和票据,在103年中,比利时、意大利、德国、法国、日本,这5个国家的债券、票据都是负收益率,通货膨胀率明显高于其债券、票据的名义收益率,那么若在103年前投资债券,那么我们拿-2%的收益率计算,若我们投资1万元于债券或票据的话,最后我们将得到1200元。缩水将近10倍左右。若拿-4%来算,1万元只剩下149元。那么我们将会损失惨重,根本就不能实现财富的增值,但是其他11个国家的债券、票据的收益率均大于0,但收益率明显大大低于股票的收益率。 三、结论和建议 投资理财已成为人们的一种生活方式,更多的是一种历史发展的趋势,因为人们对财富的追求速度远远超过他们自身收入的增长速度,同时通货膨胀的压力使人们不得不思考财富增值保值的方式。要想实现财富的增长,必须给当前自有的财富一定的空间和时间,这样财富才会健康持久的增长。那种企图一夜暴富的心态是不可取的。一夜可以造就一个暴发户,但不可能造就一个贵族。 长期投资可以实现家族财富的百年传承。为什么洛克菲勒家族基金一直存在呢?不是都说富不过三代吗?以一种更长远的眼光、更长远的心态,就可以打破富不过三代的规律。长期投资本身就可以实现财富的传承,同时也可以着眼于子女的教育费用,从孩子以出生就开始规划这些事情,以20年为投资周期进行运作是完全可取的;又比如对父母或自身的养老费用,从自己工作那一天开始20年到30年的长期投资也是完全可行的。长期投资可以让人们解决现实生活中的教育费用、养老费用等问题,从这个角度来看10年、20年、50年都是可以付出的,同时也是值得付出的,而且投资的本金也不会影响到我们自身的生存,关键在于时间的积累和耐心地等待。如果人们能更好地了解长期投资的精髓,那人们的生活会更幸福。 事物的发展从量变到质变必然要经历一个长期的过程,即事物发展的周期,而股票的涨跌同样遵循这个规律,必然要经历量能的时间累积,趋势的叠加,以及公司本身的发展。必须给股票一定时间发展,而这个变化不是短期内完成的,需要各方面条件的配合,当各个因素达到一种共振状态时,股价必然上涨。在这个量变过程中,股市短期内的涨跌都是正常的,是各个因素所反映的不同形态而已,当达到质变时,股价便会成上升趋势,形成上升通道,这时就会展现长期投资的复利效应。自然界万事万物的发展都要经历一个周期,股票亦如此。试图抓住每一个波动是不可能的,收益必须以时间为代价。正如天气和气候一样,我们很难精确知道明天最高温度是几度,风力几级,但我们很容易知道气候和四季的变化。这就是短期无法预测,而短期的波动叠加成长期趋势,长期趋势是可以把握的,这也许是一种自然法则。所以我们不要试图去把握我们不确定的事,而是去做我们能把握的事,即股市长期趋势而忽略短期波动。 股市是经济的晴雨表,经济发展的成果最终必然会反映到股市上来。理性看待投资,长期耐心的持有股票,这是分享经济成果的最好方式。 摘要：中国股市从诞生到现在已有20年的历史,市场制度还不是很完善,更多的人是抱一种投机甚至赌博的心态进入股市。但这也无可厚非,反观荷兰、美国股市的历史,市场初期的投机比中国有过之而无不及,股市都要经历从不成熟到成熟的漫长过程。现在国内的股票投资者大多是缺乏股票投资的基本知识,听股评、找内幕、做短线、快进快出企图追求短期的暴利,从而导致在股市上无法实现稳定收益,这反映了投资者急功近利的心态。在这样的背景下,本文提出了理性看待投资,长期耐心的持有股票。并且基于百年来的多方面数据,系统分析了长期投资股票是规避各种风险,实现稳定收益的最佳投资方式。 (一) 样本选取 本文拟重点分析社保基金组合中主要投资股票市场的6个组合:社保基金108组合、社保基金110组合、社保基金109组合、社保基金104组合、社保基金106组合, (二) 考察期间选取 本文拟选取2008-3-14到2010-3-12时间段的基金数据来分析。在此期间, 市场行情经历了由急剧下跌到快速上升进而开始盘整的情况, 即经历了熊市、牛市和震荡三个阶段。以此时间段分析能很好地比较出在不同行情下基金组合的收益与风险状况。 (三) 无风险利率的选择 本文无风险利率基于SHIBOR报价, 以连续3年 (2008-2010) 的一年期五日均值报价的SHIBOR为基础, 以此计算出来的无风险利率为3.0447。 二、收益风险指标选择及表现 (一) 指标选择 1.标准差 标准差测量的是基金投资收益率围绕其平均值变化的程度。它反映单只基金的全部风险, 包括系统和非系统风险。该指标越高, 表明该基金的风险也就越大。公式如下: 其中:σi为基金i的标准差;rit为基金i在第t期中的收益率;ri为度量期间基金i的平均收益率;n为度量期数。 2.β值 根据单因素模型, 基准市场收益率Rm和基金i的收益率Ri存在如下关系:Ri=αi+βi×Rm+εi, 其中, αi表示当宏观因素和微观因素的影响都为零时i基金的收益率;εi是意外性回报率, 各个ε1, ε2...εn独立同分布。 (二) 实证分析 该部分数据选择全国社保基金股票投资比重较大的108、109、110、104、106组合, 对其收益风险状况进行比较分析, 见表1。 数据来源:wind数据经SPSS软件回归整理所得。 通过表1可以看出, 全国社保基金各主要投资组合的年化收益率均比较高, 但是承受的投资风险也略高, 表现为年化波动率比较大, 同时承受的系统性风险也比较高, 表明投资组合对市场指数的敏感性很强, 社保基金的收益风险状况受到整个资本市场的影响比较突出。 三、风险调整收益指标选择及表现 (一) 指标选择—夏普 (Sharpe) 指数 夏普指数表示的是基金承受每单位总风险所获取风险收益的大小, 其评估方法是首先计算市场上各种指数基金在样本期内的夏普指数, 然后进行比较, 较大的夏普指数表示较好的绩效。夏普指数同时考虑了系统风险和非系统风险, 即总风险。因此, 夏普指数还能够反映基金经理分散和降低非系统风险的能力。 (二) 实证分析 从表2数据看出, 社保基金组合104的夏普比率排第一, 表现最好, 其次是组合109, 表现相对最差的是组合106。总体而言, 社保基金各组合的夏普比率均比较高, 显示出社保基金各组合的市场调整能力还是比较强的, 在保证基本收益的情况下, 也全面考虑了面临的各类风险。 数据来源:wind数据经SPSS软件回归整理所得 四、结论与缺陷 本文选取了2008年一季度至2010年一季度的上证运行期间, 系统分析了全国社保基金在收益风险方面、行业选择方面的表现, 可以看出, 以108、106、109、110组合为代表的社保基金投资组合, 收益较高的同时风险有效降低, 选股能力强, 整个社保基金的投资管理能力比较突出, 总体而言, 社保基金的收益风险状况与整个上证综指的表现呈现出比较强的相关关系, 但是全国社保基金的收益波动情况比起我国A股市场的波动情况较小, 这也充分体现了社保基金“保值增值”的目标。但是, 基于社保基金从2000年开始建立, 其投资于资本市场时间不长, 投资组合模式还处在摸索阶段。且受数据范围限制, 可选取样本的范围略显狭窄, 研究结果具有一定适用局限。 摘要：本文以股票投资领域为切入点, 选取社保基金主要投资股票市场的基金组合, 对社保基金的风险收益状况进行系统性的实证研究。 关键词：社保基金,投资绩效,基金组合 参考文献 首先, 我们需要通过财务报表大致了解上市公司的运行状况.对任何一个投资者来说, 我们无法随时随地掌握企业的每个具体行为;其次, 上市公司往往出于一些目的会用盈余管理, 进行财务包装, 粉饰其财务报表.前人已总结出来了其原因和表现。 二、为什么选飞马 飞马是我随机选出来的, 做为分析的一个例子, 这篇文章绝无攻击飞马国际的目的, 只是写论文的时候碰巧偶然翻到飞马国际的财报, 单单从财报角度作简单分析, 完成论文。为了避开故意攻击或宣传的嫌疑, 笔者所选的报表是2011年以前的财务报表, 对最新状况的的具体股票投资并没有直接的参考意义。 三、对飞马财报进行分析 本人只选取一些最重要的财务数据来做分析, 其他一下数据可能对分析单个企业的实际意义不大, 本人认为不能看出重要问题来。 (一) 对资产负债表的分析 对资产负债表中资产类科目的分析 1. 应收款项。 在2010年9月的资产负债表中显示的大笔应收账款中, 飞马国际虽无三年以上的款项, 但是此时 (2010年9月30日) , 两年以上的大额应收账款有两笔:164, 142, 000+88, 634, 700=252, 776, 700不是个小数目, 值得注意。一般应收账款在三年时间内将会全部计提为坏账准备。 2. 预付账款。 飞马财报的预付账款显示如表1所示。该账户同应收账款一样是用来核算企业间的购销业务的。这也是一种信用行为, 一旦接受预付款方经营恶化, 缺少资金支持正常业务, 那么付款方的这笔货物也就无法取得, 其科目所体现的资产也就不可能实现, 从而出现虚增资产的现象。因此大额的预付账款也是值得注意的。 3. 其他应收款如表2所示。 主要核算企业发生的非购销活动的应收债权, 如企业发生的各种赔款、存出保证金、备用金以及应向职工收取的各种垫付款等。但在实际工作中, 并非这么简单。如大股东或关联企业往往将占用上市公司的资金挂在其他应收款下, 形成难以解释和收回的资产, 这样就形成了虚增资产。如果存在其他应收款较大的情况, 便值得进一步研究。 4. 待摊费用和递延资产如表3所示。 待摊费用和递延资产并无实质上的重大区别, 它们均为本期公司已经支出, 但其摊销期不同。“待摊费用”的摊销期在一年以内, 而“递延资产”的摊销期超过一年。从严格意义上讲, 待摊费用和递延资产并不符合资产的定义, 但它们似乎又同未来的经济利益相联系, 而且在会计实务中, 不少人也习惯于把已发生的成本描绘为资产。 (二) 对资产负债表中负债类科目的分析 主要关注其偿债能力通过以下几个指标分析: 1. 短期偿债能力分析 第一, 流动比率。从2009年9月30号到2010年9月30号的几期财报中, 该指标保持在1.1的水平.对于公司和股东, 流动比率不能太低但也不是越高越好, 需要根据实际情况具体分析。因为, 流动资产还包括应收账款和存货, 尤其是由于应收账款和存货余额大而引起的流动比率过大, 会加大企业短期偿债风险。在对短期偿债能力进行分析的时候, 我们结合存货及已提到的应收账款状况况进行判断: 从表4中可以发现, 考虑应收账款和存货的话, 企业的短期偿债能力实际上是不强的。 第二, 速动比率。该指标剔除了应收账款及存货对短期偿债能力的影响.我们发现该指标从2009年9月30号到2010年9月30号的几期财报中, 均基本保持在1∶1的水平, 说明速动资产和流动负债基本持平, 因此流动负债的安全性还算是较有保障的。即使公司资金周转发生困难, 也不致影响其即时偿债能力。投资者做短线投资还是不存在担忧。 2. 长期偿债能力分析 第一, 分析资产负债率、权益比率、负债与所有者权益比率如表5所示。 从报表数据可以发现该企业的负债远远大于所有者权益, 一旦企业破产清算, 债权人得到的保障程度是比较低的并且我认为该企业的长期偿债能力也是相对弱的.投资者做长期投资还需要继续考察和观望。 第二, 分析长期资产与长期资金比率。 再看飞马的长期资产与长期资金比率如表6所示。 飞马国际将长期资产与长期资金比率稳定在40%以下, 说明在融资组合上是属于保守的融资组合.资金利用率会比较低, 同时有利息的浪费。 (三) 对利润表的分析 由于篇幅的缘故, 本文不再贴出利润表, 读者可以找到2010年的飞国际的利润表, 从上面的数据来看, 飞马的利润主要来自于主营业务, 营业外收入, 只占2%左右, 这说明飞马还是具有长期发展动力的, 因为企业的长期发展动力来自于对自身主营业务的开拓与经营。 单从利润表的角度来说, 很多资料说还应该通过分析关联交易判断上市公司利润的来源, 上市公司为了向社会公众展现自己的经营业绩, 提高社会形象, 往往利用关联方间的交易来调节其利润 (1.增加收入2.资产租赁。3.委托或合作投资。4.资产转让置换。) 在此, 限于笔者的信息有限, 先不作分析。 (四) 对现金流量表的分析 1.“经营活动产生的现金流量净额”虽然从2009年9月30号到2010年9月30号的每期的数值都比较大, 但是我们对照资产负债表里面的“其他应收款”和“其他应付款”也都比较大, 2. 在这里, 我虽无法判定公司是否有通过往来资金操纵现金流量表.但其他应付与应收数额较大, 因此还是值得再深入了解. “未分配利润”2009年9月30号到2010年9月30号分别是9473万、8838万、6674万、7839万, 但是“拟分配现金股利”每期都为0, 几个季度都没有分配现金股利.因此利润有嫌疑。 四、结束语 证券投资的最根本目的在于获取利益。但是, 在投资过程中, 收益总是伴随着风险。通常, 收益越高, 风险也就随之而越大;风险越低, 由此带来的风险也就越小。为了分散风险, 投资者将许多种证券组合在一起来进行投资, 即所谓的投资组合, 以期获得最大的收益。 目前, 风险评估的方法多种多样, 以科学计算、数据分析、数据挖掘等为主要手段、以实现定量化管理和辅助决策为目标的数学金融理论在金融领域的应用逐渐形成了潮流。现代金融理论的定量化革命 (数理金融学) 开始于1952年Markowitz的均值—方差理论。他在这个模型中首次提出了以证券投资收益率方差来计量风险的方法, 开创了定量化度量风险的先河, 使人类在风险的定量描述和证券组合选择理论方面大大的迈进了一步。 由于历史和体制的原因, 我国对现代金融学的研究起步于90年代, 证券市场上信息不对称现象是普遍存在的, 证券市场并非有效。唐小我、马永开、曾勇、杨桂元, 杨德权、胡运权和刘鹏伟研究了不允许卖空时的投资组合的模型、计算方法和有效前沿的性质。在遗传算法应用于证券投资组合方面, 李敏强、张俊峰、寇纪淞考虑了遗传算法在股市投资策略 (战略) 研究中的应用, 游桂云、刘菲菲介绍了修正的证券投资组合模型及其遗传算法求解的方法等。总之, 使用遗传算法进行证券投资组合领域的研究比较少见, 这有待于进一步地加强。在本文中, 采用双重SGA算法对股票投资组合进行优化分析, 是对证券投资组合领域的一种新的尝试和丰富。 二、SGA算法 对于投资组合优化的问题, 如果采用传统的数值优化算法求解, 在很多的情况下, 它们往往并不是很有效的。传统的数值优化算法 (如牛顿法、共扼梯度法等) 因为都是局部极值算法, 且它们对目标函数要求都很高, 算法都比较复杂, 收敛较慢, 因此, 求得全局解的概率较低。近几十年来, 随着生命科学与工程科学的相互交叉、渗透和促进, 形成了一种用机器模拟自然过程来求解复杂问题的随机搜索算法—进化算法。遗传算法作为进化算法的一种, 借鉴达尔文进化论中“适者生存, 不适应者淘汰”的自然选择和自然遗传机理, 其本质是求解问题的一种高效、并行的全局优化搜索方法, 已能在搜索过程中自动获得和积累有关搜索方向的知识, 并自适应地控制搜索过程以求得最优解。目前, 遗传算法已应用到许多领域, 在求解科学研究和工程技术中的各种组合优化问题时, 在搜索与优化计算问题方面取得了成功。 Holland遗传算法通常也称为标准遗传算法或简单遗传算法 (a simple genetic algorithm, SGA) 。SGA的基础理论主要以收敛性分析为主, 即群体收敛到优化问题的全局最优解的概率。SGA的核心任务是维持群体的可进化性。它包括如下五个基本要素:解空间的编码与解码;初始种群的设定;适应度函数的设计;遗传过程设计;控制参数设定。 下文介绍遗传算法的一般算法 (如图1所示) 。 其一, 创建一个随机的初始状态。初始种群是从解中随机选择出来的, 将这些解比喻为染色体或基因, 该种群被称为第一代, 这和符号人工智能系统的情况不一样, 在那里问题的初始状态已经给定了。 其二, 评估适应度。对每一个解 (染色体) 指定一个适应度的值, 根据问题求解的实际接近程度来指定 (以便逼近求解问题的答案) 。不要把这些“解”与问题的“答案”混为一谈, 可以把它理解成为要得到答案, 系统可能需要利用的那些特性。 其三, 繁殖 (包括子代突变) 。带有较高适应度值的那些染色体更可能产生后代 (后代产生后也将发生突变) 。后代是父母的产物, 他们由来自父母的基因结合而成, 这个过程被称为“杂交”。 其四, 下一代。如果新的一代包含一个解, 能产生一个充分接近或等于期望答案的输出, 那么问题就已经解决了。如果情况并非如此, 新的一代将重复他们父母所进行的繁衍过程, 一代一代演化下去, 直到达到期望的解为止。 其五, 并行计算。非常容易将遗传算法用到并行计算和群集环境中。一种方法是直接把每个节点当成一个并行的种群看待。然后有机体根据不同的繁殖方法从一个节点迁移到另一个节点。另一种方法是“农场主/劳工”体系结构, 指定一个节点为“农场主”节点, 负责选择有机体和分派适应度的值, 另外的节点作为“劳工”节点, 负责重新组合、变异和适应度函数的评估。 总之, SGA是一种解决复杂问题的有效方法, 这种方法是以达尔文的生物进化论为启发而创建的, 是一种基于生物进化中自然选择、适者生存和物种遗传思想的搜索算法。GA最善于搜索复杂地形, 从中找出期望值高的地区, 因为:优胜劣汰使GA具有对极值的“爬坡”能力;突变保证了GA对问题解空间的覆盖率, 从而避免了陷入局部极值;交叉重组既可以结合具体信息来“爬坡”, 同时又丰富了GA的搜索空间。 与传统优化方法相比, 遗传算法的优点是:群体搜索, 易于并行化和具有全局优化能力;不需要目标函数的导数, 其适应度函数不仅不受连续可微的约束, 而且其定义域可以任意设定;概率转移准则, 能自动获取和指导优化的搜索空间, 能自适应地调整搜索方向, 而不需要确定的规则。GA的缺陷主要在于不能保证收敛至全局最优解。因此, 在这里, 我们采用了双重SGA算法进行最佳期望值的搜索, 从而达到解决问题的效果。 三、股票投资组合 证券市场是一个高风险的市场, 它受到国家经济形势、政策变化以及市场自身规律等的影响, 尤其是在中国证券市场还很不规范的今天, 充满了许多无法预测的因素。因此, 投资者在证券市场进行投资时, 不仅依靠自己的理性判断来选择投资对象, 并期待一定的投资回报的同时, 还要面临着诸多的风险。 由于投资证券的活动中可能会遇到各种风险, 会给投资者造成损失, 因而使得证券投资风险的研究具有十分重要的意义和价值。投资者往往在投资以前以及投资过程中, 对所投资对象的风险状况进行必要的分析与评估, 寻找出符合自己的投资目的和投资特点的管理对策, 以减少可能的损失。 1952年Markowitz教授发表了一篇题为《证券组合选择》的论文, 提示了在不确定条件下投资如何通过对风险资产进行组合建立起有效的边界, 如何从自身的效用偏好出发在有效边界上选择最佳的投资决策, 以及如何通过分散投资来降低风险的内在机理, 这对充满风险的证券市场的最佳投资问题进行了开创性的研究, 标志着现代金融投资决策进入定量化阶段。 投资组合理论实际上只是一套帮助投资者从若干种可供选择的证券中挑选出若干证券加以有效组合的理论和方法。具体而言, 狭义的现代投资组合理论研究的是投资者应该选择哪些种类的资产作为自己的投资对象以及对各种资产的投资数量应该占投资总额的多大比重, 也即Markowitz提出并完善发展的以“均值—方差模型”为核心和灵魂。他首次采用股票收益率历史数据的方差, 作为风险衡量指标。至于后来发展成形的资产定价模型和套利模型, 都是在此基础上发展而来。 均值—方差模型收益的目的是为了分散投资风险并取得适当的投资收益, 投资者往往采用证券组合投资的方法, 即:把一笔资金同时投资于若干种不同的证券中。投资者最关心的问题有两个:一是预期收益率的高低;二是预期风险的大小。在Markowitz建立的这一模型中, 预期收益率是证券组合的收益率的期望值, 而预期风险是证券投资组合收益率的方差。Markowitz假定投资者厌恶风险, 理性的投资者总是希望在已知风险的条件下获得最大的期望收益, 而在已知期望收益的条件下投资风险达到最小。并把具有这种性质的证券组合称为有效证券组合。 在标准的均值—方差分析假设条件的基础上, 若投资者面临着n种风险证券的投资组合问题, 则Markowitz的均值—方差投资组合模型可以通过如下的数学方法建立出模型来。 设:μi:第i种证券的期望收益率, 其中i=1, 2, …, n;Xi:投资于第i种证券的资金比例, 且种证券收益率的协方差矩阵, 其中σij=cov (μiμj) ;X= (X1, X2, …, Xn) T, μ= (μ1, μ2, …, μn) T, In= (1, 1, …, 1) T。 投资组合的期望收益率为:μP=XTμ (1) 投资组合收益率的方差为: 则投资者的投资组合构建就转变为求以下一个双目标优化问题: 四、SGA算法对股票投资组合的实证分析 在这里, 我们选择2011年7月5日所评选的“2010年度中国中小板上市公司中的价值五十强”的股票进行分析。之所以选择中小板块进行研究, 是由于2011年1月至5月央行每月都进行准备金率的上调、美国主权债券信用评级下调、住房限购令的力度不断加大、新股频频发行、通货膨胀居高不下、国家宏观调控加强等原因, 导致股票市场资金不足, 从而权重板块的机会就远远不如中小板块。 考虑到计算收盘价格的连续性, 我们剔除了2011年上半年度进行过除权派送的股票后, 选择了22只股票进行了双重SGA算法的优化分析。首先, 对2011年4月18日至6月17日这一大跌过程中的收盘价格进行计算, 求出各只股票的周平均收盘价格, 计算出周平均收益率, 最后求出期望回报和标准差, 如表1所示。 随后, 再计算出这22只股票之间的相关系数、方差和协方差, 将所计算出来的期望回报、方差和协方差代入Matlab中的SGA算法工具箱进行计算, 可得出这22只股票的权重配置, 如表2所示 (为了便于统计, 仅取其股票代码) 。 其得到的Fitness function value为-1.5379414536149818, SGA进行100代计算后产生的最佳适应度、最佳个体分布、个体之间的平均距离、个体进化的比率、个体交叉变异宗系分布、各代的最值和平均值得分、种群得分、每代种群的适应度得分、被选中的双亲、停止条件的水平等级和约束的程度等各种结果分布如图2所示。 选择权重值大于1的股票, 进行由大到小的排列, 如表3所示。 再次计算出这9只股票之间的相关系数、方差和协方差, 将所计算出来的期望回报、方差和协方差代入Matlab中的SGA算法工具箱进行再次计算, 可得出这9只股票的权重配置, 其结果依次为:8.42931、-1.62653、7.14278、16.59826、0.41981、-0.43207、-8.48661、-8.15291和1.23516。而其结果Fitness function value为-0.48296873872823776。, 进行再次SGA100代计算后产生的最佳适应度、最佳个体分布、个体之间的平均距离、个体进化的比率、个体交叉变异宗系分布、各代的最值和平均值得分、种群得分、每代种群的适应度得分、被选中的双亲、停止条件的水平等级和约束的程度等各种结果分布如图3所示。 由以上进行的双重SGA计算可得出, 在2011年4月18日至6月17日这一大跌过程的底部选择富安娜 (002327) 、三全食品 (002216) 、通产丽星 (002243) 和露天煤业 (002128) 进行比重较大的投资, 则在6月20日至7月22日这一反弹过程中有较高的收益。这可以从股票软件的K线图中可以观察出来。 因此, 我们可以得出这样的结论:对于投资组合优化的问题, 采用传统的数值优化算法求解, 在很多的情况下, 往往并不是很有效的。而使用GA的“爬坡”和突变能力可以找出期望值高的区域。为避免GA算法不能保证收敛至全局最优解。采用了双重SGA算法进行最佳期望值的搜索, 可以达到解决问题的效果。 五、结束语 目前, “智能”这个具有无限潜力的学科, 正在以其无穷的魅力推动着现代科学技术的发展和人类文明的进步, SGA算法是智能计算技术中最重要、最活跃的研究方向。所以, 深入开展SGA算法的研究, 并应用到金融证券投资组合领域, 具有重要的研究意义。 参考文献 [1]H.Markowitz.Portfolio.J.Finance, 1952 (7) . [2]Sharpe W F.A simplified model for portfolio analysis.Man-agement Science, 1963 (3) . [3]唐小我、马永开、曾勇、杨桂元:现代组合预测和组合投资决策方法及应用[M].科学出版社, 2003. [4]张德权、胡运权、刘鹏伟:不允许卖空时证券组合前沿的性质研究[J].预测, 1997 (6) . [5]李敏强、张俊峰、寇纪淞:遗传算法在股市投资策略 (战略) 研究中的应用[J].系统工程理论与实践, 1998 (8) . [6]游桂云、刘菲菲:修正的马克威茨投资组合模型及其遗传算法求解[J].中国海洋大学学报 (社会科学版) , 2008 (1) . [7]夏定纯:计算智能[M].科学出版社, 2004. [8]滋维.博迪、亚历克斯.凯恩、艾伦.J.马库斯:投资学[M].机械工业出版社, 2002. 作为一只指数分级基金，国联安双禧中证100指数分级基金通过场外、场内两种方式公开发售。基金发售结束后，场外认购的全部份额将确认为双禧100份额：场内认购的全部份额将按4：6的比率确认为双禧A份额与双禧B份额。双禧100份额不上市交易，接受场外与场内申购和赎回；双禧A份额、双禧B份额只上市交易，不接受申购和赎回。我们将对双禧基金三类份额的投资价值进行分析。 双禧A：极强固定收益特征 在双禧基金的两类场内份额中，双禧A具有极强的固定收益特征，但其约定年收益率比1年期定存利率高出3.5％，如果央行加息，则双禧A的约定收益将更高，这会进一步增大其价值，因此双禧A是债券类固定收益产品的很好替代者。 蒙特卡洛模拟给出的双禧A理论价值为1.0392，模拟时未考虑因双禧B净值达到0.15时所触发的份额折算，若考虑该因素，则双禧A价值会更高。同时，由于其具有很高的约定收益率，可能会有很多机构客户出于资产配置的需求，而长期持有该份额。这无疑会造成其在二级市场的短缺，导致其二级市场价格上扬。 双禧基金在结构上与同庆系列非常相近。同样具有固定收益特征的同庆A在上市当天即表现出了溢价，在之后的二级市场交易中，尽管市场大幅上下震荡，同庆系列的整体净值也出现了较大的亏损，但其二级市场价格从未跌破过1，表现出了极强的抗跌特征。最近几周在大盘持续向下的情况下，同庆A更是逆市上涨。由于双禧A和同庆A在收益特征上非常接近，我们有理由以同样的特征来期待双禧A的二级市场表现。 目前市场上的流动性已经开始收缩，央行加息也成为可能。市场向F的概率在增加，这使得投资者更应关注双禧A这样的具有抗跌特性的分级产品。另外，双禧A的约定收益率为1年定存加3.5％，如果央行加息，则双禧A的约定收益将更高，这会进一步增大其价值。 双禧B：高风险偏好者的投资工具 双禧基金的三类份额中，双禧B的高杠杆特征为高风险偏好投资者提供了很好的投资工具。 双禧B与同庆B具有较为相似的收益曲线。同庆B虽在上市当天折价，但其在之后的短短2个月内持续上涨，涨幅高达约20％(从0.931到最高时的1.12)，杠杆特征得到了较为充分的体现。其后又随市场和基金净值的变动而大幅上下震荡，给高风险高收益偏好的投资者提供了较大的操作空间。 可以预见，双禧B也将凭借其高杠杆特征给高风偏好的投资者提供相对双禧A份额更多的操作机会。 双禧100：领涨抗跌的投资对象 场外的双禧100份额跟踪中证100指数，从投资类别上看，双禧100的投资应该跟其他指数ETF投资一样，属于被动式的投资。那么，双禧100的投资标的——中证100指数与其他指数相比，是否具有更高的投资价值呢? 为此我们比较了中证100指数、上证综合指数、沪深300指数、中证180指数以及中证50指数自2004年初到现在的历史表现，发现5个被市场公认和广泛采用的指数基本走势大体一致。 但是其收益率的表现也存在较为显著的差别：中证100指数从2005年来开始，就表现出了比其他4个指数更高的收益；在2008年开始的熊市中，中证100的抗跌能力也优于其他指数。2009年的先上扬后震荡的市场中，中证100指数在多数情况下，其收益也优于其他指数。 一、比较分析实物投资与资产投资定义上的区别 实物投资指的是企业将资金或技术设备等直接投放于企业或合资、合作等关联企业, 通过生产经营活动获取投资收益。从定义可以看出, 实业投资注重的是与生产活动之间的联系。实物二字很好的说明了该投资方式是直接对看得见摸得着的实际存在的物品进行投资。不同于资产投资的是, 实物投资因为直接进行对实际物体的投资, 所以它的投资方式和投资外延显得更为广泛。该投资方式是一种有形投资, 所以相对于金融资产投资而言, 该投资的投资方式更稳定且风险性比较低。但是因为是一种有形资产投资, 物品的实际价值就是那么大, 所以投资方所获得的利润相对而言也比较低。但这毕竟是一种保守的投资方式, 所以被大多数人沿用着。 金融投资是指投资主体为获得未来收益, 主动承担一定的风险, 将资金投入在货币、证券和信用及与之相联系的金融市场活动中的经济行为。金融投资是随着全球化经济发展产生的投资方式。相对于实物投资而言, 金融资产投资的间接性和非实物性特点更加突出。从定义可以看出, 这是一种无形资产投资, 注重的是依赖于资本市场的投资活动。因为它是一种虚拟投资和无形资产投资, 所以金融投资并不能直接与生产经营相互联系。相对于实物投资而言, 金融投资需要承担很大的风险, 但是它的收益也是巨大的。金融投资更多的是考验投资者的胆量和眼力的投资方式。由于金融投资更多的是依赖于现代技术进行投资并且能够在短期创造巨大的看利润, 所以这种投资方式被广大发达国家的投资者所喜爱。金融资产投资也逐渐成为发达国家最主要的投资方式。 实物投资和金融投资的区别从对定义的分析就可以很好的看出来。二者在投资收益、投资对象、投资风险、投资目的以及收益时间长短上都具有不同点。投资方在选择任何一种方式进行投资时都应考虑到这几个方面, 因为他们直接影响着投资方的投资收益。无论是哪种投资都具有它的优点所在, 依照不要将鸡蛋放在同一个篮子里的观点, 有时候按照一定的比例选择二者相互结合的投资方式能够为投资方创造更大的利润。 二、分析实物投资和金融资产投资的特点 对实物投资而言, 具有以下几个特点。 1.实物投资与实际的物品和生产经营活动直接联系在一起。简言之, 实物投资是投资方对实际物品的潜在价值进行考量之后进行的一种生产经营活动。它是通过实物在市场中的销售利润谋取投资利润的一种投资方式。投资方在进行投资活动之前, 要对实物的潜在价值进行深入分析, 避免由于失误造成的资金浪费。 2.实物投资的利润回报期长。实物投资在进行投资时, 是与生产关系进行密切联系的, 所以投资方进行投资之后要等到物品生产出来并销售出去之后才能获得收益, 这个时间是很漫长的。并且在这个过程中, 投资方可能还要追加投资。在生产的过程中, 整个资金链的流动是非常慢的。这种投资方式考量着投资方的耐心, 如果中间出现意外收回投资成本, 无论是对企业还是社会都是一种巨大的浪费。 3.实物投资具有广泛的投资区域。在现代社会, 即使出现了以金融投资为主的投资方式, 但是由于实物投资涉及到人民大众的基本生活需要品, 所以实物投资依旧覆盖到社会中的所有事业的经济活动。由于实物活动覆盖到社会的各个方面, 所以对于国家经济部门而言, 对于实物投资的监测活动变得更加复杂。因为实物投资在国家投资方式中具有一定的特殊性, 所以这种投资方式也容易被不法分子所利用。国家经济部门要通过立法等各种手段来时刻监测着社会中实物投资的动态, 对于不法分子进行严厉打击。 对于金融资产投资而言, 具有以下几个特点。 1.金融投资在市场上进行投资的时候依靠的是金融资产, 依赖于金融资产进行的一种间接性的投资活动。在这个过程中, 投资者为了获得更多的利润会将自己的资金投放到股票、证劵和货币等上面, 通过多种金融投资的方式来为自己谋取利润。依托于金融市场的投资是投资方的一种资金战和速度战, 投资者会随时关注这各个公司的经营状况, 一旦出现机会时就会将自己的资金进行投资来占有公司的一定股份。时机到的时候进行抛售来赚取巨额的价格差。 2.金融投资在运行过程中要求资本要有一定的偿还期限。金融投资在进行投资的过程中虽然不像实物投资的收益期限那么长, 但也需要一定的时间, 也就是资金在进行升值的时间。资本的偿还期限指的就是这个时间。投资方进行金融资本投资就是为了获得一定的利润, 在偿还期限内, 只要自己的资本在不断升值, 投资者就可以一直进行投资, 但是要时刻关注并分析偿还期限内的被投资标的物的价格变化, 在投资收益开始下降的时候要及时收回自己的资本以避免连本带利赔光的状况发生。一般情况下, 金融投资的偿还期限都非常短, 这和金融投资具有很大的风险性是相关的。时间越久, 对于投资回报的风险就越大, 出现各种突发情况的可能性就越大, 投资失败的可能性也会越大。 3.金融投资具有巨大的风险性和收益性。金融投资考查的是投资者对于市场变化的预测能力。在当今社会, 经济变化是非常巨大的, 同样的, 公司经营状况发生改变的机率也非常大, 在一定程度上, 金融市场具有一定的不稳定性。对于某些特殊行业而言, 譬如石油等, 他们的风险变化性小, 投资者选择投资的难度也不大, 但对于大多数行业而言, 对他们进行投资时要抓住机遇进行投资并在偿还期内进行迅速收回成本和利润, 因为对这类行业的预测是很难的, 并且这种行业的动态变化大, 容易出现资金套死的现象, 所以投资者在在进行投资的时候要认真分析将要投资的企业的各类经济指标的变化程度, 避免造成投资失败。 三、实物投资和金融投资的联系 1.两者的投资媒介和投资手段相同。无论是实物投资与生产经营的关系还是金融投资与资本运作的关系, 他们的共同点都在与对资金的运用, 虽然有直接性和间接性的区别, 但是本质是一样的。只是进行投资的依托对象不同罢了, 一个是生产经营, 另一个是证劵和资金。实物投资和金融投资都是社会资金运作的一种依托形式, 二者在本质上是相互联系的。 2.金融投资为实物投资提供资金, 实物投资为金融投资创造利润。从对金融分析来看, 金融分析像是一种资金的聚集, 并没有为实物投资进行资金援助, 实则不然, 金融投资对企业资本进行投资, 将资金短期内汇集到企业, 这是维持企业生产发展的原动力, 有了这笔资金, 公司的实物投资的生产经营才能够正常运转, 即使投资者收回了资金, 但是还会有下一个金融投资者进行输入, 为企业的生存发展提供短期帮助, 是企业在进行大量生产过程中的重要资金来源。而实物投资的成功也为金融投资者带来了巨大的利润。虽然投资对象不同, 但是两者依旧具有相互依存的关系。 四、总结 金融投资和实物投资都是当下主要的投资方式。目前, 金融投资多为发达国家所采用, 我国的不少投资家也开始着手进行资本投资, 因为资本投资具有收益大, 期限短的优点, 即使具有一定的风险, 但能够带来的利润更加诱人。虽然全球经济投资向金融投资进行转变, 但实物投资始终覆盖整个社会经济的状况却不会被改变, 因为实物投资的投资对象是人们的生活用品, 无论是高档的还是基本的, 都是人们必须的。投资家在对这两种投资方式进行选择时, 要充分考虑到两者所具备的优缺点和特殊性, 同时也要看到两者之间的联系。对于投资家而言, 进行投资就是为了更好的获利, 所以在进行投资方式选择时不如同时进行, 这样可以避免出现资金套死的现象。无论选择哪一种, 都希望投资者在投资过程中遵守法律法规, 进行合法的投资, 为社会的良性运转提供动力。 参考文献 [1]游家兴.理性定价、选择偏差与消费资本资产定价谜团——来自中国证券市场的经验证据[J].经济科学, 2005 (06) . [2]游家兴.理性定价、选择偏差与消费资本资产定价谜团——来自中国证券市场的经验证据[J].经济科学, 2005 (06) . 【股票投资分析】推荐阅读： 红豆股票投资分析08-28 股票投资宏观分析08-17 持有股票投资分析11-19 股票的投资价值分析12-08 股票投资分析报告07-27 怎么分析股票投资价值08-19 股票投资分析报告12-10 股票组合投资分析报告08-23 层次分析法股票投资09-10 茅台股票投资分析报告07-11上市银行的股票投资价值分析 篇4
股票投资失败案例分析 篇5
个人投资者证券投资行为分析 篇6
长期股票投资的风险与收益分析 篇7
股票投资分析 篇8
股票投资分析 篇9
股票投资分析 篇10
投资价值分析 篇11
比较分析实物投资与金融资产投资 篇12