引言：易發(fā)表網(wǎng)憑借豐富的文秘實(shí)踐，為您精心挑選了九篇金融危機(jī)股票走勢范例。如需獲取更多原創(chuàng)內(nèi)容，可隨時(shí)聯(lián)系我們的客服老師。

第1篇

我們分析主要是滬深300在后金融危機(jī)時(shí)期，行業(yè)復(fù)蘇速度不同導(dǎo)致股票走勢分化，漲跌互現(xiàn)，使得股價(jià)波動(dòng)相關(guān)系數(shù)主要分布在弱相關(guān)區(qū)域。從同一時(shí)期S＆P　500和滬深300權(quán)重分布的縱向比較來看，發(fā)現(xiàn)在經(jīng)濟(jì)穩(wěn)定時(shí)期，兩國股市網(wǎng)絡(luò)的權(quán)重分布區(qū)間寬度相似，但中國股市整體相關(guān)系數(shù)較美國股市偏低。在金融危機(jī)時(shí)期，滬深300成分股的相關(guān)系數(shù)并沒有呈現(xiàn)如S＆P　500大幅增大的情況，其原因可能是由于在2007至2010年，中國股市呈現(xiàn)出暴漲暴跌的劇烈波動(dòng)行情，導(dǎo)致異常停盤情況較多，且期間有若干成分股因股改、重組等原因長時(shí)間停盤，一定程度上影響了數(shù)據(jù)的實(shí)時(shí)性。為了更深層地分析金融危機(jī)對證券網(wǎng)絡(luò)的影響，引入影響因子這一參數(shù)。影響因子是度量一個(gè)結(jié)點(diǎn)對其余結(jié)點(diǎn)影響力的指標(biāo)，定義為該結(jié)點(diǎn)所有連邊的權(quán)重和。因?yàn)闄?quán)重是分布在［－1，1］區(qū)間內(nèi)的，因此影響因子值可能為負(fù)。定義影響因子IS為（式略）在IS值最大的地方，分布節(jié)點(diǎn)的數(shù)量也最大。結(jié)合現(xiàn)實(shí)，IS值排名靠前的所屬行業(yè)中，傳統(tǒng)的制造業(yè)占據(jù)半壁江山，涉及多個(gè)制造業(yè)領(lǐng)域；電力生產(chǎn)業(yè)也占據(jù)了4席，顯示了能源日益緊缺的狀況使得能源類股票的影響力日益增大。2007年至今，IS值的分布出現(xiàn)了明顯的變化，呈現(xiàn)了先上升后下降的現(xiàn)象，出現(xiàn)較為明顯的影響力較大的節(jié)點(diǎn)所屬行業(yè)是唐鋼股份，主要是因?yàn)榻?jīng)濟(jì)危機(jī)條件下，住房價(jià)格出現(xiàn)了猛漲現(xiàn)象，房地產(chǎn)產(chǎn)業(yè)帶動(dòng)建材行業(yè)迅猛發(fā)展的態(tài)勢。經(jīng)過此輪金融危機(jī)的沖擊，S＆P500證券網(wǎng)絡(luò)中各股票之間的聯(lián)動(dòng)反應(yīng)加劇，也就是說某些股票的波動(dòng)會(huì)更大程度地影響市場中其余股票的走勢，市場變得更敏感。同時(shí)排名前10的公司分屬行業(yè)也發(fā)生了較大變化，金融保險(xiǎn)業(yè)在危機(jī)之前占據(jù)了絕對的優(yōu)勢地位，在經(jīng)歷危機(jī)以后材料業(yè)異軍突起，占據(jù)前10中的3席，與金融保險(xiǎn)業(yè)平分秋色。汽車行業(yè)和金融行業(yè)的代表通用汽車公司和花旗集團(tuán)，因在此輪金融危機(jī)中受到極大沖擊，影響因子大幅下滑。，在金融危機(jī)前后，滬深300的IS值發(fā)生了較大的變化，S＆P　500分布趨勢變化不大，但區(qū)別明顯。滬深300網(wǎng)絡(luò)與S＆P　500網(wǎng)絡(luò)IS變化情況恰恰相反：在危機(jī)前，滬深300的IS值普遍偏大，危機(jī)下，節(jié)點(diǎn)的IS值普遍變小。S＆P　500的IS值則由普遍偏小變得普遍偏大。分析其中原因，其一，從整體上來說，IS值又是反映網(wǎng)絡(luò)的穩(wěn)定性指標(biāo)，在經(jīng)濟(jì)危機(jī)的沖擊下，滬深300的穩(wěn)定性變?nèi)酰鳶＆P500的穩(wěn)定性增強(qiáng)；其二，是S＆P　500和滬深300分屬成熟市場和新興市場，市場本質(zhì)的不同造成了不同的市場特征，在危機(jī)下對政策等反應(yīng)強(qiáng)度也有較大不同。作為新興市場，中國的國情決定了中國股市的發(fā)行制度和監(jiān)管制度必然是與政府的利益取向一致的，因此存在特有的政策特征；在2009年3月至2010年2月這段時(shí)期，各項(xiàng)刺激措施的見效使得中國股市止跌企穩(wěn)，行業(yè)間復(fù)蘇速度與程度都有較大不同，滬深300成分股走勢出現(xiàn)分化，導(dǎo)致IS值并沒有呈現(xiàn)與S＆P　500類似大幅增大的情況。而且滬深300的IS值分布與成熟市場經(jīng)濟(jì)穩(wěn)定時(shí)期出現(xiàn)類似情況也從一個(gè)側(cè)面反映了中國股市正在逐步走向成熟。　最大生成樹構(gòu)建相關(guān)性網(wǎng)絡(luò)生成樹在各種分析研究中被廣泛采用。其中生成樹在分析證券市場網(wǎng)絡(luò)中應(yīng)用頗多［16－17］。本文采用最常見的Kruskal算法，構(gòu)建了滬深300成分股網(wǎng)絡(luò)的最大生成樹，5　滬深300相關(guān)性網(wǎng)絡(luò)最大生成樹網(wǎng)絡(luò)中結(jié)點(diǎn)的度是證券市場網(wǎng)絡(luò)最重要的拓?fù)涮卣鲄?shù)之一，度分布函數(shù)反映了網(wǎng)絡(luò)的宏觀統(tǒng)計(jì)特征，就目前對網(wǎng)絡(luò)的研究發(fā)現(xiàn)，網(wǎng)絡(luò)定點(diǎn)度的分布主要有指數(shù)分布和冪律分布；理論上利用度分布可以計(jì)算其他表征全局特性參數(shù)的量化數(shù)值。

金融危機(jī)前滬深300相關(guān)性網(wǎng)絡(luò)節(jié)點(diǎn)度值排名靠前的股票如表1所示。在經(jīng)濟(jì)平穩(wěn)時(shí)期，前10位的節(jié)點(diǎn)具有相同的度，網(wǎng)絡(luò)中Hub節(jié)點(diǎn)度值分布較為均勻，即網(wǎng)絡(luò)有較好的抗毀性。制造業(yè)占據(jù)前10中的6席，成為股市中最具影響力的行業(yè)，這與上節(jié)中分析影響因子得出的結(jié)論一致。金融危機(jī)后滬深300相關(guān)性網(wǎng)絡(luò)節(jié)點(diǎn)度值排名靠前的股票如表2所示。與金融危機(jī)前相比，出現(xiàn)了若干個(gè)度值較大的Hub節(jié)點(diǎn)，其中唐鋼股份的度值高達(dá)25，在網(wǎng)絡(luò)中占據(jù)舉足輕重的位置。制造業(yè)在Hub節(jié)點(diǎn)中的比例與危機(jī)前相比出現(xiàn)有較大下降，金屬冶煉產(chǎn)業(yè)占據(jù)了第1和第5的位置。反映到經(jīng)濟(jì)現(xiàn)象中，我們認(rèn)為盡管中國的三次產(chǎn)業(yè)都受到金融危機(jī)的直接沖擊，但因其與國際市場聯(lián)系的緊密程度不同，金融危機(jī)主要沖擊了在出口中占主導(dǎo)地位的第二產(chǎn)業(yè)，而第二產(chǎn)業(yè)正是以制造業(yè)為主。對比表1和表2可以發(fā)現(xiàn)，金融危機(jī)前后Hub節(jié)點(diǎn)所代表股票發(fā)生極大變化，危機(jī)前度值排名前列的股票在金融危機(jī)的沖擊下，大多成為網(wǎng)絡(luò)中的一般結(jié)點(diǎn)，只有北京城建基本保持在度值排名前列，這與其所屬房地產(chǎn)產(chǎn)業(yè)在2009年井噴式的增長不無關(guān)系。反觀危機(jī)后度值排名前列的股票大多在危機(jī)前度值較小，金融危機(jī)的沖擊使得新興節(jié)點(diǎn)迅速取代網(wǎng)絡(luò)中部分崩潰的傳統(tǒng)Hub節(jié)點(diǎn)，網(wǎng)絡(luò)度值分布隨即發(fā)生巨大改變。在2008年中國房地產(chǎn)市場的大幅萎縮給國內(nèi)金屬消費(fèi)需求構(gòu)成了巨大的打擊，金屬冶煉業(yè)面臨著十分嚴(yán)峻的挑戰(zhàn)。然而隨著2009年房產(chǎn)市場的全面上漲，金屬冶煉業(yè)交易隨之活躍，也已成為拉動(dòng)工業(yè)生產(chǎn)的主動(dòng)力，這也解釋了在度值分布中，金屬冶煉產(chǎn)業(yè)的兩只股票均處于前列的現(xiàn)象。

真實(shí)網(wǎng)絡(luò)大多是由若干個(gè)“群”或者是“團(tuán)”組成的，即存在社團(tuán)結(jié)構(gòu)。在同一個(gè)社團(tuán)中，各個(gè)節(jié)點(diǎn)聯(lián)系緊密，而社團(tuán)之間的聯(lián)系就相對比較松散。證券網(wǎng)絡(luò)中，也存在著這樣的社團(tuán)結(jié)構(gòu)：屬于同一社團(tuán)的股票節(jié)點(diǎn)往往相關(guān)性較強(qiáng)，而分屬不同社團(tuán)的股票節(jié)點(diǎn)往往呈現(xiàn)較弱相關(guān)性。最大社團(tuán)作為網(wǎng)絡(luò)中最具影響力的“群”，對整個(gè)網(wǎng)絡(luò)有著舉足輕重的影響力。以上節(jié)中采用最大生成樹算法構(gòu)建的S＆P　500和滬深300相關(guān)性網(wǎng)絡(luò)為研究基礎(chǔ)，分析不同時(shí)期兩國股市網(wǎng)絡(luò)中以度值最大的節(jié)點(diǎn)為根節(jié)點(diǎn)的子樹，深入研究其形態(tài)及組成，以期通過對最大社團(tuán)的分析揭示金融危機(jī)下網(wǎng)絡(luò)的特殊性質(zhì)。Hub節(jié)點(diǎn)所代表的股票為MTB，屬于金融行業(yè)，危機(jī)前最大社團(tuán)結(jié)構(gòu)較為復(fù)雜。結(jié)合2005年至2006年經(jīng)濟(jì)平穩(wěn)發(fā)展的社會(huì)背景，金融業(yè)起到舉足輕重的作用，因此金融業(yè)成為網(wǎng)絡(luò)中的最大社團(tuán)。由圖7可見，在以MTB為中心的最大社團(tuán)中，還存在著若干Hub節(jié)點(diǎn)，社團(tuán)內(nèi)部度值分布較為均勻。與此同時(shí)，MTB還與若干較大Hub節(jié)點(diǎn)直接相連：以公用事業(yè)節(jié)點(diǎn)GAS為例，通過與金融行業(yè)節(jié)點(diǎn)PCL直接相連與根節(jié)點(diǎn)MTB產(chǎn)生關(guān)聯(lián)，同時(shí)又與一連串公用事業(yè)節(jié)點(diǎn)連接與同行業(yè)節(jié)點(diǎn)產(chǎn)生關(guān)聯(lián)，這就形成社團(tuán)之間的重疊，即出現(xiàn)一個(gè)節(jié)點(diǎn)同屬不同社團(tuán)的現(xiàn)象。仔細(xì)分析節(jié)點(diǎn)之間的連接情況可以發(fā)現(xiàn)，絕大多數(shù)連邊是存在于同屬一個(gè)行業(yè)的股票節(jié)點(diǎn)之間，S＆P　500市場行業(yè)聚類特征明顯。

反觀危機(jī)下的最大社團(tuán)，如圖8所示，Hub節(jié)點(diǎn)所代表的股票為CSCO，屬于信息產(chǎn)業(yè)。結(jié)合金融危機(jī)的背景，可以推測金融業(yè)受到危機(jī)最正面的沖擊，隨著雷曼兄弟等眾多大規(guī)模金融機(jī)構(gòu)的破產(chǎn)，使得金融業(yè)股票在市場中的地位大大降低，這也解釋了最大社團(tuán)中只存在一只金融業(yè)股票的狀況。從圖8可以清楚看到，危機(jī)下最大社團(tuán)結(jié)構(gòu)層次明顯簡單。社團(tuán)結(jié)構(gòu)中度值為1的節(jié)點(diǎn)數(shù)目占到節(jié)點(diǎn)總數(shù)的6成以上，導(dǎo)致網(wǎng)絡(luò)層次較少。以CSCO為根節(jié)點(diǎn)的子樹中絕大多數(shù)節(jié)點(diǎn)與CSCO一樣，屬于信息產(chǎn)業(yè)，表現(xiàn)出極強(qiáng)的以行業(yè)聚類的特性。最大社團(tuán)中除了CSCO度值明顯較大外，其余結(jié)點(diǎn)度值均較小。中國股市金融危機(jī)前后最大社團(tuán)形態(tài)如圖9所示。金融危機(jī)前（見圖9a），中國股市的最大社團(tuán)規(guī)模明顯較小且社團(tuán)內(nèi)部行業(yè)分布狀況也有較大不同。中國衛(wèi)星所在社團(tuán)共有16個(gè)節(jié)點(diǎn)，其中與中國衛(wèi)星同屬于工業(yè)的股票共有6只，4只股票屬于材料業(yè)，4只屬于金融類股票，必需品消費(fèi)業(yè)和可選消費(fèi)業(yè)各有兩只股票。材料業(yè)為工業(yè)提供原材料，而金融業(yè)尤其其中的房產(chǎn)業(yè)對材料業(yè)也有直接影響，因此在拓?fù)浣Y(jié)構(gòu)上同屬一個(gè)社團(tuán)屬于合理現(xiàn)象。從中國股市網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)來看，行業(yè)因素并不是社團(tuán)形成的主要原因，不同行業(yè)之間聯(lián)動(dòng)性較成熟市場要更大，這也說明了在中國股市，一個(gè)行業(yè)中領(lǐng)頭企業(yè)的股價(jià)波動(dòng)，不僅會(huì)影響同行業(yè)公司的股價(jià)，也會(huì)較快波及其上游或是下游產(chǎn)業(yè)。圖9b為金融危機(jī)下中國股市網(wǎng)絡(luò)中度值最大節(jié)點(diǎn)唐鋼股份所在社團(tuán)。相比危機(jī)前的最大社團(tuán)，在經(jīng)歷了金融危機(jī)的沖擊后，滬深300證券網(wǎng)絡(luò)的最大社團(tuán)規(guī)模明顯增大。最大社團(tuán)中以唐鋼股份為代表的材料業(yè)占據(jù)了重要地位，與唐鋼股份直接相連的節(jié)點(diǎn)中，既存在一般Hub節(jié)點(diǎn)，也存在度值較小的節(jié)點(diǎn)，使得最大社團(tuán)中節(jié)點(diǎn)的分布更顯均勻。金融危機(jī)后的最大社團(tuán)的形成行業(yè)因素雖然較危機(jī)前有所增強(qiáng)，但行業(yè)分布相比同期美國股市仍明顯分散，上下游產(chǎn)業(yè)的關(guān)聯(lián)效應(yīng)依舊較強(qiáng)。從圖中也可以發(fā)現(xiàn)，一些工業(yè)類股票同時(shí)與唐鋼股份及相關(guān)聯(lián)產(chǎn)業(yè)相連，出現(xiàn)了社團(tuán)重疊的現(xiàn)象。以工業(yè)類股票白云機(jī)場為例，它與根節(jié)點(diǎn)唐鋼股份直接相連，同時(shí)也與同行業(yè)的中海發(fā)展、華擎股份有密切關(guān)聯(lián)，在與其直接相連的節(jié)點(diǎn)中也包括了能源類股票廣聚能源、材料業(yè)股票江西銅業(yè)、包鋼股份，公用事業(yè)類股票華能國際以及消費(fèi)類股票歌華有線。通過對危機(jī)前后兩國股市網(wǎng)絡(luò)最大社團(tuán)的分析，可以發(fā)現(xiàn)，在同一時(shí)期S＆P　500網(wǎng)絡(luò)和滬深300網(wǎng)絡(luò)具有明顯不同的最大社團(tuán)特征：S＆P　500具有以行業(yè)聚類的特征，而滬深300社團(tuán)中行業(yè)覆蓋面較廣，一些有利害關(guān)系的產(chǎn)業(yè)出現(xiàn)在同一社團(tuán)中。滬深300危機(jī)后的最大社團(tuán)形態(tài)與S＆P　500危機(jī)前最大社團(tuán)形態(tài)較為相似，由此可以印證中國股市正在慢慢走向成熟。

第2篇

隨著計(jì)算機(jī)技術(shù)、人工智能、模式識(shí)別和數(shù)據(jù)分析方法的發(fā)展，數(shù)據(jù)挖掘（Data　Mining）這門課程在20世紀(jì)末、21世紀(jì)初迅速建立。數(shù)據(jù)挖掘［1］就是從大量數(shù)據(jù)中獲取有效的、新穎的、潛在有用的、最終可理解的模式的非平凡過程，所挖掘出的知識(shí)可以幫助進(jìn)行決策支持、過程控制、信息管理、查詢處理等等。數(shù)據(jù)挖掘在金融行業(yè)的應(yīng)用，產(chǎn)生了金融數(shù)據(jù)挖掘這門學(xué)科。筆者在教學(xué)中發(fā)現(xiàn)，金融數(shù)據(jù)挖掘教課書中的案例數(shù)據(jù)偏小，學(xué)生難于直接體驗(yàn)到從經(jīng)濟(jì)數(shù)據(jù)中挖掘出的模式的用處，在教學(xué)的過程中大多數(shù)學(xué)生都反映不知道挖掘出的數(shù)據(jù)有什么用，導(dǎo)致這門課程的實(shí)驗(yàn)教學(xué)達(dá)不到應(yīng)用的要求。

文獻(xiàn)［2］給出了常用的數(shù)據(jù)挖掘技術(shù)在金融領(lǐng)域的應(yīng)用，并給出實(shí)例研究；文獻(xiàn)［3］針對當(dāng)前本科數(shù)據(jù)挖掘教學(xué)的教學(xué)側(cè)重點(diǎn)定位不準(zhǔn)確和實(shí)用性實(shí)驗(yàn)教學(xué)缺乏這兩個(gè)問題，提出了分別針對理論教學(xué)和實(shí)驗(yàn)教學(xué)的教改方案：理論教學(xué)應(yīng)考慮到本科生的數(shù)學(xué)基礎(chǔ)和就業(yè)趨向，應(yīng)著重?cái)?shù)據(jù)預(yù)處理環(huán)節(jié)而輕視算法細(xì)節(jié)，實(shí)驗(yàn)教學(xué)中應(yīng)多開設(shè)一些應(yīng)用型數(shù)據(jù)挖掘工程項(xiàng)目；文獻(xiàn)［4］針對金融危機(jī)環(huán)境下的金融類課程教學(xué)提出應(yīng)在課程設(shè)置、考核手段、教學(xué)手段等作出相應(yīng)的更新調(diào)整。文獻(xiàn)［5－6］分別強(qiáng)調(diào)案例教學(xué)和應(yīng)用型人才培養(yǎng)的關(guān)系以及針對傳統(tǒng)案例教學(xué)的不足而提出新的案例教學(xué)模式。考慮到本校學(xué)生大都是經(jīng)濟(jì)金融類背景，對金融領(lǐng)域尤其是證券市場所發(fā)生的事情充滿興趣，在教學(xué)中直接引導(dǎo)學(xué)生利用實(shí)時(shí)的股票交易數(shù)據(jù)進(jìn)行探索，提高了學(xué)生學(xué)習(xí)積極性。

2證券市場分析法在數(shù)據(jù)挖掘?qū)嶒?yàn)教學(xué)中的應(yīng)用

證券市場具有高收益與高風(fēng)險(xiǎn)并存的特性，人們一直都希望能夠掌握其運(yùn)行規(guī)律，并進(jìn)行分析與預(yù)測。在股票交易事務(wù)處理中，每天有以交易信息為主的大量數(shù)據(jù)匯入數(shù)據(jù)倉庫，這些數(shù)據(jù)無疑對股民了解股市的走勢，做出正確的投資決策至關(guān)重要；經(jīng)濟(jì)學(xué)家分析不同層次用戶的投資行為和各種股票之間的關(guān)系，及時(shí)發(fā)現(xiàn)股市中的非正常行為；各上市公司和政府部門出臺(tái)新的方案等諸多方面具有重要的參考價(jià)值。在教學(xué)過程中，強(qiáng)調(diào)的是學(xué)生將所學(xué)的數(shù)學(xué)挖掘算法或者模型應(yīng)用到實(shí)例的能力。

2．1結(jié)合市場趨勢分析講解分類與回歸

分類與回歸是數(shù)據(jù)挖掘的重點(diǎn)內(nèi)容，講解到這部分內(nèi)容時(shí)，需加強(qiáng)實(shí)驗(yàn)教學(xué)的強(qiáng)度，這樣才能加深學(xué)生的理解和應(yīng)用能力。筆者在講解這部分內(nèi)容時(shí)著重要求學(xué)生從上市公司的財(cái)務(wù)報(bào)告中搜尋數(shù)據(jù)進(jìn)行各種回歸分析；然后自己擬定印象大盤指數(shù)的因素，對大盤指數(shù)進(jìn)行預(yù)測分析。國內(nèi)外大量實(shí)證研究結(jié)果表明：上市公司定期公布的財(cái)務(wù)報(bào)告具有很強(qiáng)的信息含量，但是當(dāng)期會(huì)計(jì)盈余數(shù)據(jù)的信息會(huì)在披露前后在股票市價(jià)中迅速得以體現(xiàn)。因此對于中長期投資者來說，重要的是預(yù)見未來盈利。質(zhì)地優(yōu)良且未來具有較高盈利增長能力的公司是中長期投資者普遍關(guān)注的對象，因?yàn)橹挥羞@類公司才能給投資者帶來持續(xù)的回報(bào)。而財(cái)務(wù)報(bào)告包含了大量描述公司經(jīng)營狀況的數(shù)據(jù)。這些數(shù)據(jù)應(yīng)能為投資者提供關(guān)于公司未來盈利能力的信息。對于中長期投資者而言，需要做的就是利用這些信息挖掘出未來能夠具有較高盈利水平同時(shí)又具有較好的成長性公司。引導(dǎo)學(xué)生采用Logistic回歸，決策樹和神經(jīng)網(wǎng)絡(luò)建立預(yù)測模型，試圖尋找未來具有較好的業(yè)績和增長能力的上市公司，并用時(shí)間序列分析建立上證指數(shù)預(yù)測模型。

2．2結(jié)合股票分類講解神經(jīng)網(wǎng)絡(luò)等

證監(jiān)會(huì)等機(jī)構(gòu)按照行業(yè)、概念等對股票進(jìn)行很多分類，這些分類對投資者只能起到一些基本的輔助作用。投資者更關(guān)心的是哪些股票的走勢是相近的，或者那些股票可能會(huì)成為ST股，或者哪類股票接下來可能被資產(chǎn)注入或者重組之類的。這些需要用數(shù)據(jù)挖掘技術(shù)進(jìn)行分析處理。預(yù)測一支股票的走勢幾乎是不可能，但是通過相關(guān)分析，可以找出一支股票的走勢與另一只股票走勢的潛在規(guī)律，比如數(shù)據(jù)挖掘曾經(jīng)得到過這個(gè)結(jié)論：“如果微軟的股票下跌4％，那么IBM的股票將在兩周內(nèi)下跌5％”。利用歷史數(shù)據(jù)，選取主要的影響因素，可以對所以上市公司的股票進(jìn)行聚類研究，這樣能發(fā)現(xiàn)哪些股票屬于同一類型，屬于同一類型的股票應(yīng)該具有某些相似的性質(zhì)，因此能得出一些有用的結(jié)論。另外，還可以定義強(qiáng)弱勢，然后對全部的股票進(jìn)行分類學(xué)習(xí)，根據(jù)學(xué)習(xí)出來的模式，對未來的股票進(jìn)行預(yù)測分類。在教學(xué)的過程中，尤其是講解神經(jīng)網(wǎng)絡(luò)時(shí)，要求學(xué)生下載全部的交易數(shù)據(jù)，按照自定義的分類指標(biāo)，將所有股票進(jìn)行分類研究。比如選取2011年4月19號(hào)滬深兩市所交易股票，以每筆換手率，漲速，量比，總換手率，內(nèi)外比，振幅為因子，將漲幅大于1．5個(gè)百分點(diǎn)的股票歸為＋1類，跌幅大于一個(gè)點(diǎn)的歸為－1類。將數(shù)據(jù)隨機(jī)化后，選取70％進(jìn)行訓(xùn)練，30％進(jìn)行測試；由精度來觀察以上因素對股票漲幅的影響并進(jìn)行修正。

第3篇

內(nèi)容摘要:本文以近期股票市場出現(xiàn)的新股上市接連跌破發(fā)行價(jià)(下文稱為“破發(fā)”)現(xiàn)象作為切入點(diǎn),分析了新股破發(fā)現(xiàn)象的內(nèi)在原因,著重探討了機(jī)構(gòu)投資者行為對新股走勢的影響。使用基于Agent的系統(tǒng)仿真方法在Swarm仿真平臺(tái)上建立動(dòng)態(tài)仿真模型來模擬機(jī)構(gòu)投資者的新股投資行為,并通過改變市場監(jiān)管模式的仿真實(shí)驗(yàn)進(jìn)一步研究影響機(jī)構(gòu)投資者新股投資行為特征的因素,為減少新股上市交易出現(xiàn)異常波動(dòng)提出合理的對策建議。

關(guān)鍵詞:機(jī)構(gòu)投資者 新股破發(fā) 仿真swarm

我國股票市場自建立以來,股票一級(jí)市場一度被認(rèn)為是不存在實(shí)際風(fēng)險(xiǎn)的安全投資地帶。申購新股,俗稱“打新”是各類股票投資者的一種重要投資方式。我國證券監(jiān)管部門對新股首個(gè)交易日的漲跌幅一般不設(shè)限制,因此通常會(huì)看到新股在首個(gè)交易日大幅上漲,投資者一旦申購成功中簽,就會(huì)在新股上市交易中獲得非常高的收益,而與這種高額期望收益相對應(yīng)的風(fēng)險(xiǎn)和成本卻非常低。投資者申購新股的成本則主要反映在沒有中簽時(shí)申購資金的機(jī)會(huì)成本上,一般可以看作是申購資金凍結(jié)期間的利息。“打新”以幾乎零風(fēng)險(xiǎn)和超低的成本有可能給投資者帶來非常高的收益,因此,股票一級(jí)市場的“打新”投資一直受到各類投資者的青睞。然而,近期出現(xiàn)的新股上市接連破發(fā)打破了投資者公認(rèn)的這種常規(guī)。

在股市中,當(dāng)股價(jià)跌破發(fā)行價(jià)時(shí)即為破發(fā)。新股上市即遭破發(fā)是十分罕見的現(xiàn)象,即使在市場徘徊期也很罕見。當(dāng)前我國股市現(xiàn)處于金融危機(jī)后的徘徊調(diào)整期,股票走勢波動(dòng)較大,投資實(shí)際收益較低,因此很多投資者包括機(jī)構(gòu)都會(huì)拿出相當(dāng)一部分資金參與新股申購,以降低投資風(fēng)險(xiǎn)并期望獲得收益。短期內(nèi)各個(gè)板塊新股的接連破發(fā)使得我國股票一級(jí)市場的實(shí)際風(fēng)險(xiǎn)終于暴露在投資者面前。對于這種比較反常的現(xiàn)象,很多專家學(xué)者及資深證券評(píng)論員都提出了自身的見解,這些見解大都將新股破發(fā)現(xiàn)象歸因于股票一級(jí)市場的高定價(jià)和高市盈率發(fā)行問題,但卻忽略了二級(jí)市場投資者交易活動(dòng)對新股走勢的影響。本文意在結(jié)合我國股票市場實(shí)際情況,分析產(chǎn)生新股破發(fā)現(xiàn)象的成因,并著重探討機(jī)構(gòu)投資者投資行為對新股價(jià)格走勢的影響,利用基于Agent的系統(tǒng)仿真方法,研究機(jī)構(gòu)投資者新股投資行為的特征和影響機(jī)構(gòu)行為特征的管制手段,為減少新股上市出現(xiàn)異常波動(dòng)提出合理的對策建議。

新股破發(fā)現(xiàn)象原因淺析

近期出現(xiàn)的新股頻遭破發(fā)現(xiàn)象,其內(nèi)在根源來自我國新股的發(fā)行體制。2009年底至2010年3月這段時(shí)間里,新股發(fā)行非常頻繁,基本上平均每周會(huì)有兩次新股發(fā)行申購,每次都會(huì)有相同板塊的約兩至三只新股供投資者選擇。從這些新上市股票的基本面指標(biāo)可以看到,絕大多數(shù)新股的發(fā)行價(jià)和市盈率都很高,大都是采取高發(fā)行價(jià)、高市盈率的“雙高”模式進(jìn)行發(fā)行及上市交易。“雙高”模式使得新股一級(jí)市場定價(jià)普遍偏高,這直接給股票在二級(jí)市場的上漲帶來了壓力,給新股破發(fā)埋下了內(nèi)在隱患。由于出現(xiàn)新股的密集破發(fā),中國證監(jiān)會(huì)已經(jīng)開始討論新股發(fā)行體制的改革,將會(huì)進(jìn)一步的完善詢價(jià)和申購的約束機(jī)制,并逐漸走向市場化的價(jià)格機(jī)制,從根源上解決新股走勢異常的現(xiàn)象。高發(fā)行價(jià)和高市盈率是一級(jí)市場留下的破發(fā)隱患,但股票作為一種特殊的商品,其價(jià)格必然會(huì)受到市場供求關(guān)系的影響,因此,新股在二級(jí)市場中由投資者需求引起的價(jià)格波動(dòng)是不可忽視的。

股票價(jià)格受到諸多因素的影響,如上市公司的經(jīng)營狀況、股票市場的整體走勢等等,但投資者的心理預(yù)期在影響股票價(jià)格的外部因素中處于核心地位,所有的影響股票價(jià)格的因素都會(huì)轉(zhuǎn)化為投資者心理預(yù)期所形成的投資決策(吳玉桐,2007)。而投資決策在股票市場中的直觀表現(xiàn)就是買或賣,也就是對股票需求的變動(dòng)。由于股票發(fā)行數(shù)量和流通數(shù)量在較長時(shí)間內(nèi)是固定不變的,即股票的供給是固定的,那么投資者對股票的投資需求越大,則股票的價(jià)格就會(huì)越高,即股票的價(jià)格與投資者對其需求是正向相關(guān)的。這樣擁有資金優(yōu)勢,獲得大量低成本新股籌碼的機(jī)構(gòu)投資者就比較容易影響新股價(jià)格走勢。因此對于新股走勢,必須要考慮機(jī)構(gòu)投資者在二級(jí)市場的交易行為。機(jī)構(gòu)投資者實(shí)力雄厚,當(dāng)手中握有大量籌碼的時(shí)候,有能力根據(jù)自己的意圖控制股票的價(jià)格從中獲利,特別是對新上市的股票。但對一只新股來說,參與申購的機(jī)構(gòu)不止一家,新股的籌碼一般是集中在幾家機(jī)構(gòu)手中。大多數(shù)情況下,這些持有籌碼的機(jī)構(gòu)都會(huì)拉升新股價(jià)格從中獲利,這樣就形成了類似寡頭聯(lián)合拉升新股價(jià)格的情形,使得在正常情況下,新股在短期內(nèi)特別是首個(gè)交易日都會(huì)產(chǎn)生一個(gè)較大的漲幅。而新股接連遭遇破發(fā)的市場原因很大程度上歸因于機(jī)構(gòu)投資者投資行為的影響。

本文基于Agent的系統(tǒng)仿真方法,在Swarm仿真平臺(tái)上建立動(dòng)態(tài)仿真模型,研究機(jī)構(gòu)投資者對新股的投資行為特征,來探討一般情況下機(jī)構(gòu)投資者對新股走勢的影響。

基于Swarm的仿真模型實(shí)驗(yàn)及實(shí)驗(yàn)結(jié)果分析

本文以王文舉,劉碩(2008)的博弈仿真模型為基礎(chǔ),進(jìn)行擴(kuò)展使之適用于對機(jī)構(gòu)投資者新股投資行為特征的研究。在本仿真模型當(dāng)中,包括三類主體:機(jī)構(gòu)投資者,本文的研究對象,仿真模型中設(shè)定兩個(gè),用以研究其對新股的操縱行為及管制。機(jī)構(gòu)投資者有兩個(gè)行為,“投資”行為和“結(jié)算”行為,前者是對新股的買賣決策,后者則是對投資行為收益的計(jì)算。股票市場,作為仿真模型中股票信息傳遞的平臺(tái)。遺傳算法學(xué)習(xí)分類系統(tǒng)(任韜等,2006),簡稱GALCS,是遺傳算法的一個(gè)較為簡單的實(shí)現(xiàn)形式,用來賦予機(jī)構(gòu)投資者主體一定的自學(xué)習(xí)能力。

本仿真模型是完全信息模型,并只含有兩類現(xiàn)實(shí)中存在的仿真主體,因此仿真主體之間的關(guān)系也相對簡單,仿真主體之間的關(guān)系如圖1所示。仿真模型在運(yùn)行之前需要設(shè)定一系列初始參數(shù),這里設(shè)定新股發(fā)行價(jià)為20;同時(shí)設(shè)定兩個(gè)機(jī)構(gòu)投資者都拿有10000手的新股,以表示機(jī)構(gòu)投資者在新股上市交易之前就已經(jīng)握有很大份額的新股籌碼。設(shè)定監(jiān)管部門對于股票合理的估價(jià)為Value=28。目前監(jiān)管部門對投資者行為的管制措施主要采取罰款的手段,這里將監(jiān)管部門對機(jī)構(gòu)投資者投資行為的監(jiān)管設(shè)定為浮動(dòng)式的懲罰。運(yùn)行仿真模型,考察一般情況下和監(jiān)管部門對機(jī)構(gòu)投資者進(jìn)行較為靈活且嚴(yán)厲的監(jiān)管模式時(shí),機(jī)構(gòu)對新股的投資行為特征,仿真實(shí)驗(yàn)結(jié)果如圖2所示。

如圖2左,在通常情況下,如果監(jiān)管部門對機(jī)構(gòu)投資者不采取比較靈活且嚴(yán)厲的監(jiān)管手段加以管制,那么兩機(jī)構(gòu)投資者對于股票的投資數(shù)量(investQ1和investQ2)都會(huì)呈現(xiàn)直線上升趨勢。機(jī)構(gòu)投資者會(huì)不斷增加對新股的投資需求從而拉升股票的價(jià)格,使新股在上市交易時(shí)產(chǎn)生一個(gè)比較大的漲幅。這也是通常看到的新股走勢,同時(shí)也是股市一級(jí)市場投資能夠獲得較大收益的主要原因。與圖2左進(jìn)行對比,圖2右顯示了機(jī)構(gòu)投資者在監(jiān)管部門靈活嚴(yán)厲的監(jiān)管下的投資行為特征。兩個(gè)機(jī)構(gòu)投資者不再一味地增加對新股的需求,對新股的投資產(chǎn)生了比較大的波動(dòng)。由于機(jī)構(gòu)投資者擁有眾多新股籌碼,其投資行為對新股走勢具有較強(qiáng)的影響,因此可以判斷,在這種情況下,新股的走勢也不再具有較大漲幅而是出現(xiàn)較大的波動(dòng),在某些時(shí)段就會(huì)出現(xiàn)破發(fā)現(xiàn)象。

結(jié)論與對策

要想避免新股破發(fā)現(xiàn)象頻繁出現(xiàn),保證新股走勢較為正常,就是要發(fā)揮機(jī)構(gòu)投資者穩(wěn)定器的作用,同時(shí)要進(jìn)行新股發(fā)行體制改革,逐漸完善我國股票市場。合理發(fā)揮機(jī)構(gòu)投資者穩(wěn)定股價(jià)的作用。新股在二級(jí)市場的走勢會(huì)受到持有大量籌碼的幾家機(jī)構(gòu)投資者投資行為的較大影響,根據(jù)以往經(jīng)驗(yàn)和前文的仿真實(shí)驗(yàn),機(jī)構(gòu)投資者一般會(huì)增加對新股的需求從而拉升新股股價(jià)。如果新股上市交易當(dāng)天或短期內(nèi)出現(xiàn)破發(fā)等異常現(xiàn)象,可以適當(dāng)發(fā)揮機(jī)構(gòu)投資者穩(wěn)定股價(jià)的作用,通過改變機(jī)構(gòu)投資者對于新股的投資行為,帶動(dòng)其他投資者對新股的預(yù)期,從而保證新股走勢正常穩(wěn)定。

適當(dāng)改變監(jiān)管模式,影響和控制機(jī)構(gòu)投資者的投資行為。由前文的仿真實(shí)驗(yàn)推斷,對機(jī)構(gòu)投資者過于靈活且嚴(yán)厲的監(jiān)管會(huì)極大影響機(jī)構(gòu)投資者的新股投資行為,使機(jī)構(gòu)對新股的投資行為與市場預(yù)期產(chǎn)生偏差,從而給新股的走勢帶來影響。因此,為保證新股的正常走勢,應(yīng)適當(dāng)放寬對機(jī)構(gòu)投資者的管制,以更充分地發(fā)揮機(jī)構(gòu)在股票市場中的預(yù)期功能。監(jiān)管模式的改變并不意味著機(jī)構(gòu)投資者可以肆意行為,如果監(jiān)管過于放松,機(jī)構(gòu)投資者之間很有可能出現(xiàn)合謀拉升股價(jià),使新股價(jià)格上漲過快的情形。監(jiān)管部門應(yīng)將對機(jī)構(gòu)投資者的監(jiān)管作為控制機(jī)構(gòu)的手段,在不同階段使用不同類型、不同力度的監(jiān)管措施,來控制機(jī)構(gòu)投資者的行為并發(fā)揮其功能,從而通過二級(jí)市場的交易活動(dòng)來間接影響股票走勢,保證市場的正常發(fā)展。在一定程度上增加機(jī)構(gòu)投資者對新股的控制力。通過前文可以推斷,通常情況下機(jī)構(gòu)投資者都會(huì)對新股股價(jià)進(jìn)行拉升,這是假設(shè)機(jī)構(gòu)對新股具有足夠影響力和控制力時(shí)產(chǎn)生的結(jié)論。從近期破發(fā)的新股名單中,可以發(fā)現(xiàn)大盤股居多,主要原因在于機(jī)構(gòu)對大盤新股的控制力不足,或者說沒有參與到這些大盤新股的投資當(dāng)中,致使一部分以“雙高”模式上市交易的大盤新股的一級(jí)市場風(fēng)險(xiǎn)在二級(jí)市場中體現(xiàn)出來,造成了短期內(nèi)頻繁出現(xiàn)的新股破發(fā)現(xiàn)象。

逐步推進(jìn)新股發(fā)行制度改革,完善新股詢價(jià)和申購約束機(jī)制。目前我國股票一級(jí)市場新股發(fā)行價(jià)格并不是采取市場化的詢價(jià)機(jī)制,而是根據(jù)上市公司各項(xiàng)財(cái)務(wù)指標(biāo)等數(shù)據(jù)資料計(jì)算得到的一個(gè)較為合理的股價(jià)。股票作為一種特殊的商品,影響其市場價(jià)格的重要因素之一就是供求關(guān)系,脫離通過市場供求關(guān)系詢價(jià)的新股定價(jià)過程,本身就存在很大的缺陷,新股價(jià)格異動(dòng)甚至破發(fā)的出現(xiàn)就不足為奇了。但是,我國股票市場發(fā)展的時(shí)間較短,運(yùn)行機(jī)制、投資者素質(zhì)等都有待完善和提高,過急過快的進(jìn)行市場化改革勢必對股票市場造成極大震蕩,因此,新股發(fā)行體制改革應(yīng)循序漸進(jìn),根據(jù)我國股票市場的發(fā)展特征逐步推進(jìn),保證新股以最為合理的價(jià)格發(fā)行并上市交易,以減少破發(fā)及其他新股異動(dòng)出現(xiàn)的可能性。

參考文獻(xiàn):

1.王文舉,劉碩.股票市場機(jī)構(gòu)投資者共謀違規(guī)行為監(jiān)管的博弈分析與動(dòng)態(tài)仿真研究[J].21世紀(jì)數(shù)量經(jīng)濟(jì)學(xué)(第九卷),2008.12

2.胡華勇.股票市場操縱行為監(jiān)管研究[M].法律出版社,2005

3.任韜,王文舉.保險(xiǎn)博弈模型的仿真檢驗(yàn)[J].經(jīng)濟(jì)與管理研究,2006.11

第4篇

關(guān)鍵詞：貝塔系數(shù)；GARCH模型；投資

一、引言

所謂時(shí)變貝塔，指的是貝塔系數(shù)值隨著時(shí)間推移而不斷的變化。國內(nèi)外學(xué)者比較廣泛地關(guān)注時(shí)變貝塔系數(shù)，Braun、Nelson和 Sunier（1995）利用雙變量EGARCH模型考察好消息和壞消息對波動(dòng)性和β系數(shù)的影響，結(jié)果證明了行業(yè)組合的時(shí)變?chǔ)孪禂?shù)不存在消息面上的不對稱性。Koutmos和Knif（2002）采用TGARCH模型來估計(jì)并考察芬蘭股票市場上股票組合的時(shí)變?chǔ)孪禂?shù)，結(jié)果發(fā)現(xiàn)時(shí)變?chǔ)孪禂?shù)遵循穩(wěn)定且緩慢的均值回復(fù)過程。他們認(rèn)為雙變量GARCH模型能較好地解釋系統(tǒng)性風(fēng)險(xiǎn)的動(dòng)態(tài)特征，并指出若只是要獲得股票β系數(shù)的點(diǎn)估計(jì)值，采用簡單的回歸方法也是可行的。周少甫、杜福林（2005）應(yīng)用ENGLE提出的一種多元DCC-GARCH模型，選取了上海股市的陸家嘴、青島啤酒、青島海爾、四川長虹和上海石化5支上市比較時(shí)間比較長的股票的日數(shù)據(jù)進(jìn)行研究，獲得了比較準(zhǔn)確的時(shí)變貝塔，并給出了貝塔系數(shù)的預(yù)測公式。羅登躍、王春峰和房振明（2007）使用ENGLE提出的動(dòng)態(tài)條件相關(guān)多元GARCH模型計(jì)算深圳股市諸行業(yè)指數(shù)2001年7月 2日到2005年7月15日期間的時(shí)變貝塔系數(shù)，進(jìn)而對系統(tǒng)風(fēng)險(xiǎn)貝塔系數(shù)與收益的關(guān)系進(jìn)行傳統(tǒng)的檢驗(yàn)和由PETTENGILL等人1995年提出的條件檢驗(yàn)，并且探討了非系統(tǒng)性風(fēng)險(xiǎn)、總風(fēng)險(xiǎn)在資產(chǎn)定價(jià)中的作用。林清泉和榮琪（2008）利用國外最新提出的能夠預(yù)測多元資產(chǎn)條件協(xié)方差矩陣的多元GARCH模型，對上證指數(shù)與工業(yè)、商業(yè)、地產(chǎn)、公用和綜合5種行業(yè)指數(shù)的日數(shù)據(jù)進(jìn)行了實(shí)證研究。研究結(jié)果發(fā)現(xiàn)利用條件異方差矩陣計(jì)算得到的時(shí)變貝塔的均值與經(jīng)典CAPM模型回歸所得到的貝塔值存在顯著差異，另外在時(shí)變貝塔和傳統(tǒng)貝塔模型的收益率殘差分析中，發(fā)現(xiàn)時(shí)變貝塔也可以用于刻畫單個(gè)資產(chǎn)相對于市場組合的風(fēng)險(xiǎn)大小，并且時(shí)變貝塔模型計(jì)算的殘差更接近于零，因此驗(yàn)證了時(shí)變貝塔模型在風(fēng)險(xiǎn)度量上是對傳統(tǒng)模型的改進(jìn)。

研究貝塔的時(shí)變路徑是很有價(jià)值的工作，Ling T H. 給出了三個(gè)研究理由。首先，貝塔的時(shí)變路徑可以使“時(shí)變過程”具體化，這樣貝塔結(jié)構(gòu)拐點(diǎn)就能很容易被偵查到，更為重要的是完備的貝塔時(shí)序估計(jì)，能提高股票的行業(yè)平均收益預(yù)報(bào)的準(zhǔn)確度。其次，具體化的貝塔的連續(xù)變化，使得辨別重要的政治或經(jīng)濟(jì)事件對貝塔的沖擊變得簡單。最后，時(shí)變貝塔的分析也助于公司金融管理人員和資產(chǎn)組合管理人員，獲得對貝塔和股市行業(yè)平均收益的更準(zhǔn)確的估計(jì)。本文主要基于Ling T H.的思想，利用時(shí)變貝塔系數(shù)分析股票投資決策。

二、時(shí)變貝塔估計(jì)模型的計(jì)算

常數(shù)貝塔市場模型主要是用來作為比較基準(zhǔn)，其公式為：

Rit=αi+βiRmt+εit （1）

其中Rit，Rmt表示t時(shí)刻股票的收益率和相應(yīng)的市場指數(shù)的收益率，αi、βi為估計(jì)的系數(shù)，εit 為隨機(jī)誤差項(xiàng)。βi被定義為βi=■，由于該模型是常數(shù)貝塔模型，因此可以非常容易地通過最小二乘法（OLS）估計(jì)方程（1）而計(jì)算出來。

方程（1）的問題是誤差項(xiàng)并不是正態(tài)獨(dú)立同分布的，這樣就會(huì)導(dǎo)致用OLS得到的估計(jì)量存在偏差。為了解決這個(gè)問題，現(xiàn)有文獻(xiàn)中經(jīng)常使用的一個(gè)模型就是GARCH模型，為了簡單起見，本文使用GARCH（1,1）-M模型，均值方程為：

rit=μit+υit+ditσit（2）

rmt=μmt+υmt+dmtσmt（3）

其中υit=σitεit，υmt=σmtεmt。{εit}，{εmt}是均值為0，方差為1的獨(dú)立同分布隨機(jī)變量序列。μit代表投資組合i在時(shí)期t內(nèi)的收益率的條件均值，υit代表擾動(dòng)項(xiàng)。dit，dmt是條件方差（波動(dòng)率）前的系數(shù)，如果系數(shù)為正，代表收益率與它的波動(dòng)率成正相關(guān)。而σit代表?xiàng)l件方差，定義如下：

σit2=ai+biυit-12+ciσit-12（4）

σmt2=am+bmυmt-12+cmσmt-12（5）

方程（5）和方程（6）意味著條件方差的大小依賴于滯后一期的殘差項(xiàng)的平方υit-12和滯后一期的條件方差項(xiàng)σit-12的大小，滯后一期的殘差項(xiàng)的平方υit-12的系數(shù)為 ARCH 項(xiàng)的相關(guān)系數(shù)bi，滯后一期的條件方差項(xiàng)σit-12的系數(shù)為 GRACH 項(xiàng) ci的系數(shù)。bi可以解釋為新聞系數(shù)，ci可以解釋為過去的新聞的波動(dòng)系數(shù)。條件方差按下式進(jìn)行計(jì)算：Cov（rit，rmt）=ρim■，其中ρim是行業(yè)投資組合i的回報(bào)率和市場回報(bào)率之間的相關(guān)系數(shù)，而且被認(rèn)定為在整個(gè)時(shí)間跨度內(nèi)為常數(shù)。因此，GARCH（1，1）模型的貝塔值可以用下式來估計(jì)βitGARCH■。

三、實(shí)證分析

（一）數(shù)據(jù)來源

本文研究采用的樣本數(shù)據(jù)為日收盤數(shù)據(jù)，具體包括：房地產(chǎn)，有色金屬，生物醫(yī)藥，銀行，出版媒體，農(nóng)林牧漁6個(gè)行業(yè)指數(shù)，以上證指數(shù)表示市場指數(shù)。本文選擇的時(shí)間跨度為2007年8月1 日到2011年12月31日，共計(jì)1079個(gè)交易日，即是上證指數(shù)和每個(gè)板塊指數(shù)各有1079個(gè)日收盤數(shù)據(jù)。為了統(tǒng)一便于更好地進(jìn)行比較分析，所以本文所有數(shù)據(jù)都是復(fù)權(quán)處理后的數(shù)據(jù)。

（二）GARCH(1,1)建模計(jì)算時(shí)變貝塔

根據(jù)公式（2）、(3)、(4)、(5)對各行業(yè)收益率和市場整體收益率建立GARCH（1,1）模型。

1．GARCH（1，1）-M模型實(shí)證結(jié)果

由方程（4）和（5），通過Eviews可以直接求出各個(gè)行業(yè)板塊指數(shù)的ARCH系數(shù)bi和GARCH系數(shù)ci。而且在回歸過程中ARCH系數(shù)bi和GARCH系數(shù)ci的P值全部等于0，這說明在1%的顯著性水平下，這些系數(shù)全部都是顯著的。除了出版媒體以外的所有十個(gè)行業(yè)的兩個(gè)系數(shù)之和都小于1，這也就意味著十個(gè)個(gè)行業(yè)都符合有限無條件方差的要求。所有行業(yè)的ARCH系數(shù)bi和GARCH系數(shù)ci全部列入表1。

2．時(shí)變貝塔實(shí)證結(jié)果

求出 ARCH 系數(shù)bi與 GARCH 系數(shù)ci之后，為了估計(jì)方程（4）和（5）中的σit2和σmt2，就必須知道σi02和υi02，但是這兩個(gè)值是沒有辦法直接求出來的。參考已有文獻(xiàn)和理論知識(shí)，本文假設(shè)σi02=υi02= ，而 為 GARCH（1,1）-M模型中各個(gè)行業(yè)的回歸標(biāo)準(zhǔn)誤的平方。因此，求出σi02和υi02后，根據(jù)方程（4）和（5）即可求出 GARCH（1,1）-M市場模型中的時(shí)變貝塔。求出時(shí)變貝塔值以后，每個(gè)行業(yè)將有1078個(gè)時(shí)變貝塔值，一共有10個(gè)行業(yè)。本文將這些時(shí)變貝塔值一一列出。求出每個(gè)行業(yè)1078個(gè)時(shí)變貝塔值以后，加總求和，再求出均值，即可得到表2的GARCH（1，1）-M市場模型的估計(jì)出來的每個(gè)行業(yè)的時(shí)變貝塔的均值。

其中，非電力公用事業(yè)和出版媒體行業(yè)貝塔最大值的異常的原因與之前在行業(yè)收益率分析中提到的原因相同。2007年12月21日遼寧出版?zhèn)髅焦煞萦邢薰旧鲜泻?009年4月17日ST黑龍（現(xiàn)名:國中水務(wù)）恢復(fù)上市的暴漲有關(guān)。為了更清晰地展現(xiàn)時(shí)變貝塔的波動(dòng)過程，本文選取10個(gè)行業(yè)的時(shí)變貝塔數(shù)據(jù)，并作出了常數(shù)貝塔、GARCH（1，1）-M貝塔的時(shí)間序列圖。具體如圖1到圖6所示。

從以上這些圖可以清楚的看到：

農(nóng)林牧漁的時(shí)變貝塔系數(shù)序列在均值附近上下波動(dòng)比較頻繁，停留在均值上方或下方的時(shí)間都比較短，數(shù)值大部分集中在0.9與1.2之間。其實(shí)，我國政府2007年以來一直重視農(nóng)林牧漁的發(fā)展，并經(jīng)常地出一些國家支持政策，所以農(nóng)林牧漁行業(yè)的股票經(jīng)常被市場借利好消息不斷炒作，但是農(nóng)林牧漁的企業(yè)增長速度遠(yuǎn)不如資源類和高科技類企業(yè)，所以短暫炒作之后就回復(fù)到低貝塔系數(shù)值狀態(tài)。

有色金屬的時(shí)變貝塔系數(shù)值一直較高，最高達(dá)到1.8，較其他行業(yè)的貝塔值顯著，表明有色金屬一直受到市場追捧。其實(shí)，這是受到多年來我國經(jīng)濟(jì)高速發(fā)展的影響，股票市場已深刻認(rèn)識(shí)到稀缺資源的重要性，尤其經(jīng)歷2005年至2008年的爆炒，有色資源類股票仍然是市場上被重點(diǎn)投資炒作的對象。

我國的銀行業(yè)在2008年美國的金融危機(jī)中受到的影響最少，雖然在2008年8月到2009年4月之間，我國經(jīng)濟(jì)處于低谷，很多行業(yè)不景氣，但是銀行業(yè)仍獲得較高的利潤，所以這段時(shí)期銀行業(yè)的走勢遠(yuǎn)遠(yuǎn)強(qiáng)于其它行業(yè)，時(shí)變貝塔系數(shù)值也大于1。但是，因?yàn)殂y行板塊的流通盤太大，不易被市場炒作，當(dāng)其它行業(yè)出現(xiàn)投資機(jī)會(huì)時(shí)，市場資金轉(zhuǎn)向別的行業(yè)，從而銀行業(yè)的貝塔系數(shù)值一直較低。

面對美國的金融危機(jī)，我國在2009年初開始不斷推出經(jīng)濟(jì)刺激計(jì)劃，最敏感的房地產(chǎn)首先做出強(qiáng)勁的市場反應(yīng)，在2009年5月-6月期間，房地產(chǎn)一直被熱炒，貝塔系數(shù)一直居高在1.5以上。但是2010年后隨著國家不斷出臺(tái)房地產(chǎn)的調(diào)控政策，地產(chǎn)行業(yè)的股票走勢趨弱，不再強(qiáng)勁，這時(shí)的貝塔系數(shù)也較小。

傳媒行業(yè)的技術(shù)含量并不高，并且競爭激烈，所以傳媒公司的業(yè)績一般不太高，所以傳媒業(yè)的股票在大部分時(shí)間不被市場重點(diǎn)炒作。但是，黨的十七屆六中全會(huì)對推動(dòng)文化產(chǎn)業(yè)成為國民經(jīng)濟(jì)支柱性產(chǎn)業(yè)這一重大戰(zhàn)略任務(wù)作出了全面部署。出版媒體板塊也應(yīng)聲而落，受到熱炒，貝塔系數(shù)瞬時(shí)達(dá)到1.5以上，成為當(dāng)時(shí)市場的最大亮點(diǎn)。

四、結(jié)論與建議

通過以上分析可見，真如Ling T H.所說，結(jié)合外部經(jīng)濟(jì)環(huán)境的變化，利用時(shí)變貝塔系數(shù)可以辨別重要的政治或經(jīng)濟(jì)事件對市場的沖擊。同時(shí)，時(shí)變貝塔的“時(shí)變過程”具體化可以讓投資者很好地把握市場的變化和轉(zhuǎn)換，及時(shí)捕捉到投資機(jī)會(huì)，能提高股票的行業(yè)平均收益預(yù)報(bào)的準(zhǔn)確度，這是常貝塔系數(shù)所不能的。所以，通過時(shí)變貝塔的分析有助于公司金融管理人員和資產(chǎn)管理人員獲取對市場更有益的信息。

基金資助：國家教育部人文社科項(xiàng)目“基于生態(tài)演化原理的企業(yè)行為分析”資助，批準(zhǔn)號(hào)：09YJA790182

參考文獻(xiàn)：

[1]施東暉. 上海股票市場風(fēng)險(xiǎn)性實(shí)證研究[J]. 經(jīng)濟(jì)研究，1996, (10)：44-48.

[2]林清泉，榮琪. 時(shí)變貝塔資本資產(chǎn)定價(jià)模型實(shí)證研究[J]. 經(jīng)濟(jì)理論與經(jīng)濟(jì)管理，2008, (12): 51-56.

[3] 靳云匯，劉霖. 中國股票市場CAPM的實(shí)證研究[J]. 金融研究，2001, (7)：106-115.

[4]羅登躍，王春峰，房振明. 深圳股市時(shí)變Beta、條件CAPM實(shí)證研究[J]. 管理工程學(xué)報(bào). 2007, (2): 102-109.

[5]周少甫，杜福林. 上海股市時(shí)變貝塔系數(shù)的估計(jì)[J]. 統(tǒng)計(jì)與決策，2005, (22)：17-19.

[6]吳武清，陳敏，劉偉. 中國股市時(shí)變貝塔的統(tǒng)計(jì)特征及其在股指期貨中的應(yīng)用[J]. 系統(tǒng)工程理論與實(shí)踐，2008, (10):14-23.

[7]Ling T H. Instability and predictability of factor betas of industrial stocks: The flexible least squares solutions[J]. The quarterly review of economics and finance, 2005, (45): 619-640.

[8]Braun, Nelson, Sunier. Good news, bad news, volatility, and betas[J]. Hournal of finance, 1995, (50):1575-1603.

第5篇

摘要：虛擬經(jīng)濟(jì)對實(shí)體經(jīng)濟(jì)的作用體現(xiàn)在正反兩個(gè)方面。一方面，虛擬經(jīng)濟(jì)的發(fā)展有利于促進(jìn)資本集中和社會(huì)資源的優(yōu)化配置，促進(jìn)經(jīng)濟(jì)增長。另一方面，虛擬經(jīng)濟(jì)的過度投機(jī)會(huì)扭曲消費(fèi)行為，影響實(shí)體經(jīng)濟(jì)的運(yùn)行安全。因此，研究二者的關(guān)系，積極發(fā)揮虛擬經(jīng)濟(jì)對實(shí)體經(jīng)濟(jì)的正向作用就顯得尤為重要。

關(guān)鍵詞：淺談 虛擬 經(jīng)濟(jì) 實(shí)體 作用

實(shí)體經(jīng)濟(jì)與在其基礎(chǔ)上產(chǎn)生的虛擬經(jīng)濟(jì)是現(xiàn)實(shí)經(jīng)濟(jì)中并行的兩個(gè)經(jīng)濟(jì)體系，它們相互作用，共同促進(jìn)社會(huì)、經(jīng)濟(jì)的發(fā)展。金融自由化以來，虛擬經(jīng)濟(jì)對實(shí)體經(jīng)濟(jì)的作用體現(xiàn)在正反兩個(gè)方面。我國虛擬經(jīng)濟(jì)的發(fā)展正處于初級(jí)階段，其本身還存在諸多不健全和不穩(wěn)定的因素。因此，研究虛擬經(jīng)濟(jì)對實(shí)體經(jīng)濟(jì)的反作用，正確處理虛擬經(jīng)濟(jì)與實(shí)體經(jīng)濟(jì)的關(guān)系，積極發(fā)揮虛擬經(jīng)濟(jì)對實(shí)體經(jīng)濟(jì)的促進(jìn)作用就顯得尤為重要。

一、正面積極作用

1.有利于促進(jìn)資本集中和社會(huì)資源的優(yōu)化配置，充分體現(xiàn)和發(fā)揮市場經(jīng)濟(jì)配置資源的基礎(chǔ)性作用。正是由于虛擬資本的高度流動(dòng)性，尤其在現(xiàn)代金融市場高度發(fā)達(dá)的環(huán)境背景下，虛擬經(jīng)濟(jì)能夠?yàn)閷?shí)體經(jīng)濟(jì)提供資金支持和方便快捷的交易支付。虛擬資本的流動(dòng)引導(dǎo)社會(huì)資本由效益較低的企業(yè)、行業(yè)和地區(qū)流向效益較高的企業(yè)、行業(yè)和地區(qū)，進(jìn)而帶動(dòng)社會(huì)資源按照效益最大化的原則進(jìn)行持續(xù)的重組和再分配。從宏觀上看，虛擬經(jīng)濟(jì)優(yōu)化了經(jīng)濟(jì)結(jié)構(gòu)和促進(jìn)了經(jīng)濟(jì)增長。

2.在推動(dòng)經(jīng)濟(jì)增長的同時(shí)，有助于擴(kuò)大內(nèi)需和增加就業(yè)機(jī)會(huì)。虛擬經(jīng)濟(jì)通過其財(cái)富效應(yīng)刺激消費(fèi)需求和投資需求，拉動(dòng)實(shí)體經(jīng)濟(jì)增長。例如，股市上漲造成的財(cái)富效應(yīng)能夠有效地?cái)U(kuò)大消費(fèi)需求和投資需求，企業(yè)在擴(kuò)大生產(chǎn)經(jīng)營規(guī)模的同時(shí)，對勞動(dòng)力的需求也相應(yīng)增加，從而帶動(dòng)就業(yè)增加。此外，虛擬經(jīng)濟(jì)的擴(kuò)張，需要大量的金融等專業(yè)人才補(bǔ)給，促進(jìn)了以勞動(dòng)密集型為特征的服務(wù)業(yè)的發(fā)展。服務(wù)業(yè)的振興將進(jìn)一步刺激內(nèi)需，吸納一大批城市新增勞動(dòng)力和農(nóng)村剩余勞動(dòng)力就業(yè)。

3.有助于實(shí)體經(jīng)濟(jì)分散和重新配置風(fēng)險(xiǎn)，降低交易成本。股票市場、債券市場、金融衍生品市場和風(fēng)險(xiǎn)投資市場是虛擬資本為風(fēng)險(xiǎn)配置發(fā)展起來的風(fēng)險(xiǎn)配置載體。它可以為大量的投資者分散風(fēng)險(xiǎn)，也可以提供具有各種不同風(fēng)險(xiǎn)等級(jí)的虛擬資本，把它們分配給對風(fēng)險(xiǎn)持不同偏好和不同感受程度的投資者。[1]

4.有助于解決實(shí)體經(jīng)濟(jì)信息不明晰的問題，提高資本運(yùn)營能力。虛擬經(jīng)濟(jì)在運(yùn)行過程中可以通過信息披露和金融創(chuàng)新，來處理由于信息不對稱所產(chǎn)生的問題。企業(yè)經(jīng)營狀況的好壞，投資業(yè)績的優(yōu)劣，可以通過資產(chǎn)價(jià)格的信息功能來判斷。虛擬資本的高速流動(dòng)，加快了貨幣周轉(zhuǎn)、轉(zhuǎn)移和結(jié)算的速度，同時(shí)也提高了實(shí)體經(jīng)濟(jì)部門內(nèi)部的資本運(yùn)營能力。[2]

5.有助于深化國企改革，推動(dòng)企業(yè)制度創(chuàng)新。對國有大中型企業(yè)實(shí)行規(guī)范的公司制改革，建立現(xiàn)代企業(yè)制度，規(guī)范公司法人治理結(jié)構(gòu)是國企改革的重要內(nèi)容。資本市場支持著現(xiàn)代股份公司的創(chuàng)建和日常運(yùn)轉(zhuǎn)。此外，虛擬經(jīng)濟(jì)的發(fā)展還是企業(yè)制度創(chuàng)新的重要源泉。股份制是現(xiàn)代企業(yè)制度的一種主要形式，它的建立和完善離不開股權(quán)的分割、設(shè)置和交易，而這些都是現(xiàn)代虛擬經(jīng)濟(jì)運(yùn)行的重要范疇。

二、反面消極作用

過度投機(jī)危害實(shí)體經(jīng)濟(jì)。在金融活動(dòng)中，投機(jī)和投資都直接表現(xiàn)為金融工具的買賣行為。投機(jī)活動(dòng)是一種必然的市場行為，隨處可見，然而一旦過度投機(jī)，勢必會(huì)對實(shí)體經(jīng)濟(jì)產(chǎn)生巨大的負(fù)面作用。

1.扭曲資源配置，擠占實(shí)體經(jīng)濟(jì)的資金供給。

2.導(dǎo)致國民收入再分配不合理，拉大貧富差距。

3.過度投機(jī)必然會(huì)滋生經(jīng)濟(jì)泡沫。虛擬經(jīng)濟(jì)運(yùn)行的過程中，由于其自身的相對獨(dú)立性，脫離實(shí)體經(jīng)濟(jì)獨(dú)立發(fā)展，自行擴(kuò)張，一旦其規(guī)模和發(fā)展速度大大超過實(shí)體經(jīng)濟(jì)，就會(huì)使經(jīng)濟(jì)泡沫的成分不斷增加。

扭曲消費(fèi)行為，惡化國際收支狀況。當(dāng)人們看到所持有的虛擬資產(chǎn)價(jià)格高漲，預(yù)期未來收入將大大增加，就會(huì)增加現(xiàn)期消費(fèi)，若消費(fèi)過度增加容易導(dǎo)致進(jìn)口大幅增加，加之企業(yè)借貸成本居高不下，勞動(dòng)力成本加大，會(huì)削弱本國產(chǎn)品在國際市場的競爭力。進(jìn)口大量增加的同時(shí)出口會(huì)受到抑制，這將導(dǎo)致該國經(jīng)常項(xiàng)目的貿(mào)易失衡，使國際收支狀況惡化。

虛擬經(jīng)濟(jì)過度發(fā)展可能會(huì)影響實(shí)體經(jīng)濟(jì)的運(yùn)行秩序。虛擬資本發(fā)行過量、流通頻繁，加上杠桿的放大作用導(dǎo)致銀行信貸呆賬壞賬激增，使銀行的金融資產(chǎn)的賬面價(jià)值大大高于其實(shí)際價(jià)值而產(chǎn)生金融泡沫，進(jìn)而會(huì)扭曲正常的信用關(guān)系，有可能引發(fā)債務(wù)危機(jī)。

由于自身的不穩(wěn)定性和高流動(dòng)性，虛擬經(jīng)濟(jì)在世界范圍內(nèi)的蔓延會(huì)嚴(yán)重威脅世界經(jīng)濟(jì)安全，阻礙各國的經(jīng)濟(jì)增長。隨著全球經(jīng)濟(jì)一體化和金融全球化趨勢的不斷加強(qiáng)，由于一些國家的經(jīng)濟(jì)結(jié)構(gòu)存在不合理因素，像對沖基金這種虛擬資產(chǎn)規(guī)模的不斷擴(kuò)張可將外部的金融風(fēng)險(xiǎn)和危機(jī)傳導(dǎo)到一個(gè)國家的內(nèi)部，引發(fā)該國的金融危機(jī)，并將危機(jī)傳播至其他國家。

三、反作用的機(jī)制分析

投資效應(yīng)。

1.托賓q值的變動(dòng)。美國經(jīng)濟(jì)學(xué)家詹姆斯·托賓在1969年提出了所謂的q值的概念，這個(gè)值是企業(yè)的市場價(jià)值（Market Value）與其重置成本（Replacement Cost）之比，它反映了股票價(jià)格與投資之間的關(guān)系。一般來說，企業(yè)市場價(jià)值與其重置成本是不相等的，因此q值一般不等于1。

2.資產(chǎn)負(fù)債表效應(yīng)，即通過資產(chǎn)負(fù)債表的結(jié)構(gòu)影響信貸水平。它指的是金融資產(chǎn)價(jià)格的變動(dòng)會(huì)影響到企業(yè)和銀行的資產(chǎn)負(fù)債表的結(jié)構(gòu)，從而對投資產(chǎn)生影響。

3.虛擬經(jīng)濟(jì)對消費(fèi)的作用。財(cái)富效應(yīng)，也被稱為消費(fèi)效應(yīng)，指有價(jià)證券等資產(chǎn)價(jià)格的波動(dòng)，導(dǎo)致資產(chǎn)持有者財(cái)富的變化，進(jìn)而導(dǎo)致其消費(fèi)的變化。最早提出此概念的是美國經(jīng)濟(jì)學(xué)家庇古，他指出貨幣余額的變動(dòng)會(huì)使消費(fèi)者的支出引起變動(dòng)，財(cái)富是消費(fèi)最重要的決定因素之一。然而，對于財(cái)富效應(yīng)應(yīng)該重新思考和認(rèn)識(shí)。因此，財(cái)富效應(yīng)究竟有多大作用或其產(chǎn)生的條件問題，需要進(jìn)行進(jìn)一步的實(shí)證研究。

4.股權(quán)變動(dòng)效應(yīng)。股權(quán)變動(dòng)效應(yīng)的作用途徑是投票機(jī)制。人們在股票市場上“用腳投票”，投資者認(rèn)為某公司的股票有上漲的潛力，預(yù)期能夠獲益，便買進(jìn)并持有該股票，反之就賣出。通過這種方式，投資者的買賣交易行為就會(huì)對實(shí)體經(jīng)濟(jì)產(chǎn)生影響，這是因?yàn)橥顿Y者的行為反映了社會(huì)公眾對該公司的經(jīng)營業(yè)績的評(píng)價(jià)，公司的生產(chǎn)經(jīng)營狀況和發(fā)展?jié)摿^多地體現(xiàn)在其發(fā)行的股票走勢上，進(jìn)而反饋到該公司的經(jīng)營活動(dòng)中。

參考文獻(xiàn)：

第6篇

關(guān)鍵詞：證券投資；限售股；大小非；股票價(jià)格；減持；解禁

上市公司股權(quán)分置改革已經(jīng)實(shí)施了六年有余，對于改革中涉及到的“大小非”現(xiàn)象，以及股票的解禁、減持對股票市場價(jià)格的影響的觀察和熱議也已經(jīng)持續(xù)良久。本文對此展開研究。

一、宏觀指標(biāo)觀測：股票解禁峰值已過、逐年趨穩(wěn)、2011年A股市場接近全流通

上市公司股權(quán)分置改革至今，上證綜指上證指數(shù)從2005年的不到1000點(diǎn)一度沖高到2007年10月的6000點(diǎn)，2008年9月又跌破2000點(diǎn)，2009年以后股指雖然開始反彈，但仍徘徊在3000點(diǎn)附近，未來趨穩(wěn)。

此外，自2006年10月1日至2010年12月31日，A股市場累計(jì)上市流通股票高達(dá)13770.48億股，其中解禁股數(shù)量達(dá)5362.04億股，占比38.94%。年度總解禁股票數(shù)量從2006年的101.7億股飆升到2010年的436.8億股，2009年股達(dá)到1896億股，其中10月份單月達(dá)到607億股。2010年以后由于解禁主要來自首發(fā)股東限售股和定向增發(fā)機(jī)構(gòu)配售股票，解禁數(shù)量有所回落。

到2011年，A股市場將有1705.09億股股票解禁，A股市場接近全流通。

二、股票解禁對宏觀市場影響的實(shí)例驗(yàn)證

1.預(yù)期的影響

目前我國股票市場上解禁的股票來源有三：一是首發(fā)原股東限售股份，二是股權(quán)分置限售股份，三是定向增發(fā)機(jī)構(gòu)配售股份。其中股權(quán)分置限售股占比近五成。由于限售股買入價(jià)相對其市值普遍較低，因此在限售股解禁初期，股票有很大套利空間。依照套利原理大部分限售股持有者會(huì)在解禁后迅速拋售。如果市場上沒有足夠的流動(dòng)資金應(yīng)對新增的流通股，將出現(xiàn)供過于求的狀況，導(dǎo)致股票價(jià)格的下跌。

2.股票解禁與股價(jià)相關(guān)度測算

(1)數(shù)據(jù)的選取

由于宏觀調(diào)控及經(jīng)濟(jì)環(huán)境因素會(huì)對實(shí)證結(jié)果產(chǎn)生系統(tǒng)性干擾，鑒于2007、2008年股市大漲大跌，本文選取2009、2010年作為觀測區(qū)間。以上證綜指和中國證券登記結(jié)算有限責(zé)任公司月度股票解禁數(shù)量、減持?jǐn)?shù)量為樣本數(shù)據(jù)。

(2)數(shù)據(jù)的處理與分析

2009年全年解禁股票1896億股，減持股票126億股，十月解禁數(shù)達(dá)到607億股。解禁、減持股票數(shù)量與收盤價(jià)走勢相似，市場反應(yīng)略滯后。股票解禁數(shù)在5月達(dá)到相對高點(diǎn)，收盤價(jià)于7月開始下跌；解禁數(shù)在7月明顯回落，收盤價(jià)9月回落。10月的607億股的龐大解禁數(shù)量使得11月收盤價(jià)上漲出現(xiàn)明顯放緩。直觀上看，股票解禁會(huì)對股價(jià)產(chǎn)生影響，股東選擇謹(jǐn)慎持有，五周左右陸續(xù)變現(xiàn)，引發(fā)股價(jià)下跌。然而數(shù)學(xué)推導(dǎo)表明解禁數(shù)量與股價(jià)相關(guān)性不明顯，相關(guān)系數(shù)僅為0.50，當(dāng)月解禁數(shù)與當(dāng)月持有數(shù)相關(guān)系數(shù)為-0.35。說明圖形上的相關(guān)趨勢并不具有一定的代表性，難以作為一般標(biāo)準(zhǔn)進(jìn)行測度。

2010年全年解禁股票437億股，減持股票67億股，尤其八月解禁數(shù)量最高，為60億股。2010年整體解禁股數(shù)量明顯回落，走勢趨穩(wěn)。解禁數(shù)量和收盤價(jià)關(guān)聯(lián)性減弱， 2、8月解禁的明顯的回落和激增使得當(dāng)月的收盤價(jià)出現(xiàn)上升以及增速放緩。數(shù)學(xué)推導(dǎo)顯示解禁數(shù)量和股價(jià)的相關(guān)系數(shù)僅為0.61，當(dāng)月解禁數(shù)與當(dāng)月持有數(shù)相關(guān)系數(shù)為0.25。難以作為一般標(biāo)準(zhǔn)對未來趨勢做出預(yù)測。

三、小結(jié)：“大小非”在總體市場中的相關(guān)度低于預(yù)期

通過對整體市場中股價(jià)和股票減持?jǐn)?shù)量、解禁數(shù)量的相關(guān)性分析，發(fā)現(xiàn)股票的解禁對其價(jià)格的影響有一定程度關(guān)聯(lián)，但相關(guān)性難以作為確定和可信賴的測度指標(biāo)。有鑒于此，以下對原因做進(jìn)一步解釋。

四、“大小非”與股價(jià)相關(guān)性不高原因分析

1.國有資本占比巨大，趨利性弱

通過對A股市場2008年1月至2010年12月間所有2068支股票限售股變動(dòng)情況的數(shù)據(jù)統(tǒng)計(jì)可以看出，三年間股票解禁數(shù)量排名前十的公司分別為工商銀行、中國銀行、中國石油、中國石化、中信銀行、交通銀行、中國人壽、中國神華、中國中鐵、上港集團(tuán)、寶鋼股份、中國聯(lián)通、大秦鐵路、招商銀行和中國太保，其總市值高達(dá)62483億元，占A股所有上市公司總市值的25%，三年間解禁股票總數(shù)量達(dá)7895億股，占總解禁股數(shù)量的48%。這些公司幾乎全部為國有控股企業(yè)，其中的歸屬于國家資本名下的大量股票不會(huì)因?yàn)榻饨蠊善钡牧魍▋r(jià)格高于原始價(jià)格而被減持。由于國有企業(yè)中大量持有者放棄減持股票，市場上真正增加的流通股本并沒有解禁的那么多，于是乎減持?jǐn)?shù)量也沒有表現(xiàn)出立即的攀升，整體表現(xiàn)解禁對股票價(jià)格的影響并不強(qiáng)烈。

為了考察此番推測的可靠性，選取在2009年和2010年中解禁數(shù)量占市場全部解禁股比重較大的工商銀行為觀測樣本。工商銀行于2009年10月27日解禁了236,012,348,064股限售股，占其流通股本的94.04%，占總股本的70.66%。而其當(dāng)日及后兩日股票隨即出現(xiàn)小幅下挫，于2009年10月29日價(jià)位到達(dá)4.98。相較于其龐大的解禁數(shù)量，此番下挫幅度僅為0.8%，實(shí)在算不上明顯，究其原因，與財(cái)政部和中央?yún)R金各自35.3%的占股比例不無關(guān)系。

2.機(jī)構(gòu)投資者對公司業(yè)績預(yù)判能力強(qiáng)，可能選擇長期持有

由于市場信息不對稱，機(jī)構(gòu)投資者與個(gè)人投資者在面對股票解禁的時(shí)候可能采取不同的投資策略。王晉斌、劉元春認(rèn)為在不完全市場上投資者意見分歧越大，資產(chǎn)價(jià)格將在一個(gè)更高的價(jià)格上出清；如果投資者意見分歧較小，資產(chǎn)價(jià)格將在一個(gè)較低的價(jià)格出清。 劉力昌、朱忠賢在肯定投資者意見分歧與股價(jià)形成與波動(dòng)的必然邏輯關(guān)系的同時(shí)，進(jìn)一步認(rèn)為相比如股價(jià)出清的高低，投資者意見分歧更適合與說明股價(jià)的振幅。

個(gè)人投資者與機(jī)構(gòu)投資者的意見分歧導(dǎo)致了股票價(jià)格與供需關(guān)系的偏離。比如工商銀行的股份中機(jī)構(gòu)持有者占比90%以上，而財(cái)政部持有35.33%的股份，中央?yún)R金持有35.42%的股份；上港集團(tuán)的股份中機(jī)構(gòu)投資者占比90%以上，其中上海市國有資產(chǎn)監(jiān)督管理委員會(huì)持有44.23%的股份。國有背景的股票在解禁后放棄流通，會(huì)導(dǎo)致二級(jí)市場上股票供應(yīng)小于預(yù)期，股價(jià)下跌幅度小于預(yù)期。

為了驗(yàn)證上述猜測，選取上港集團(tuán)作為觀測對象，上港集團(tuán)于2009年10月27日解禁了12,998,288,086股原限售股，占其流通股本的61.92%。但是在這次解禁以后股價(jià)沒有下跌反而出現(xiàn)小幅上漲。據(jù)上港集團(tuán)2009年第三季度公布的財(cái)務(wù)數(shù)據(jù)顯示，上港集團(tuán)每股收益、凈利潤、營業(yè)凈利潤占營業(yè)總收入的比例均已經(jīng)出現(xiàn)連續(xù)四個(gè)季度增長，其他各主要財(cái)務(wù)指標(biāo)出現(xiàn)連續(xù)兩個(gè)季度以上的增長，說明上港集團(tuán)已基本從金融危機(jī)中恢復(fù)過來，具有一定升值和投資空間。2009年第四季度超過二十家機(jī)構(gòu)增持上港集團(tuán)股票，以上海同盛投資(集團(tuán))有限公司為例，增持3,528,106,766股，使其所持股份占流通A股比例由0.05%升至16.81%。

3.個(gè)人投資者投資行為難以預(yù)判導(dǎo)致不同公司解禁后股價(jià)表現(xiàn)不同

持有上市公司股份總數(shù)百分之五以下的原非流通股股東，可以無需公告的限制而套現(xiàn)，相關(guān)數(shù)據(jù)難以具體考證。所以限售股持股比例偏低、股東分散、有較多無話語權(quán)“小非”的上市公司會(huì)對解禁減持的相關(guān)事件作出相對更敏感的反應(yīng)。劉建華認(rèn)為股票解禁打斷了價(jià)格與紅利之間的關(guān)聯(lián)，使得投資者難以用后向推導(dǎo)的方式確定資產(chǎn)的內(nèi)在價(jià)值，只能以前向的推導(dǎo)方式確定資產(chǎn)的內(nèi)在價(jià)值。 定價(jià)方法的調(diào)整程度差異導(dǎo)致投資者行為差異更加明顯，比如持股比較分散的張江高科、金杯、海通證券、長安汽車、中國太保等。

這些公司的股票走勢一定程度上跟“小非”對市場的預(yù)判有關(guān)系，而由于其股東數(shù)量巨大，股東分散，因此小戶對市場的的預(yù)判難以把握。單一小戶股東的簡單拋售對整體股價(jià)影響不大，但眾多散戶對股票的買進(jìn)賣出可能會(huì)累積一定的作用力對整體股價(jià)產(chǎn)生影響。

4.時(shí)間間隔選取不佳，削弱了影響幅度

由于股票的解禁日期具體到日，而本報(bào)告中選取的數(shù)據(jù)時(shí)間單位基本均為月，因此可能會(huì)由于時(shí)間間隔的選取過長而弱化了解禁日當(dāng)日股票對整體市場的短期影響。

為了考察此番猜測，本文選取海通證券（751005）作為研究對象，海通證券于2010年11月8日解禁了3,461,958,510股限售股，占其流通股本的42.08%。

海通證券在2010年11月1日即出現(xiàn)了小幅下挫，其后隨著解禁日的臨近下浮趨勢愈發(fā)明顯，一度跌破十元，較年初的十六元左右的價(jià)位跌幅近五成，而較一個(gè)月前的十三元也跌幅近三成。

由此可見，解禁對個(gè)股短期內(nèi)的價(jià)格下降壓力還是存在的。

五、小結(jié)

由于股份改革實(shí)施以來主要針對的是原國家企業(yè)轉(zhuǎn)化為國有控股企業(yè)的股份改革，解禁股份中國有資本占比巨大，達(dá)到50%以上，在解禁過程中，國有資本拋售股票的動(dòng)力并不大。

部分所持公司股份超過5%的機(jī)構(gòu)投資者可能會(huì)選擇長期投資以及大量持有以介入公司管理層的方式擴(kuò)大其自身利益，使得股票解禁這一看似利好的消息對于這部分所謂的“大非”來講，減持動(dòng)力并不十分明顯。

散戶居多的公司對于解禁后的減持壓力相對明顯，其股票價(jià)格變化也相對敏感，在對股價(jià)進(jìn)行趨勢預(yù)測時(shí)，此番因素仍需多加留意，比如北京銀行、海通證券、金杯等。

此外，解禁對股價(jià)短期內(nèi)的壓力不容忽視。由于解禁日期的可預(yù)判性，在解禁日前持有該公司流通股票的短期投資者在解禁日前后有較大的拋售動(dòng)力，而持有該次解禁中涉及的原非流通股的股東在解禁日后也有潛在的拋售動(dòng)力，因此股票價(jià)格在解禁日前后下跌可能性依舊存在。

總之，在判斷解禁對股票價(jià)格的影響時(shí)，我們要綜合考慮解禁數(shù)量、公司股權(quán)結(jié)構(gòu)、公司運(yùn)營狀況、盈利能力以及解禁日期，從而對未來的股票價(jià)格變動(dòng)趨勢做出合理預(yù)測。

六、未來股票解禁及市場股價(jià)的分析預(yù)測

數(shù)據(jù)顯示股票解禁數(shù)量占總股本的比例與股票收盤價(jià)也有一定的相關(guān)性，尤其是2010年以后，解禁數(shù)量的增長隨之而來的是收盤價(jià)格的小幅下挫，但是市場的整體變化趨勢不明顯，在對解禁減持和股價(jià)的分析研究中，我們還是應(yīng)該多注意個(gè)股的獨(dú)有特點(diǎn)并且縮短研究時(shí)間段，以期達(dá)到更加準(zhǔn)確的預(yù)測效果。

第7篇

【關(guān)鍵詞】經(jīng)濟(jì)刺激 行業(yè)股價(jià) 四萬億

一、引言

經(jīng)濟(jì)刺激計(jì)劃是各國政府為應(yīng)對蕭條或經(jīng)濟(jì)危機(jī)普遍采取的措施。凱恩斯主義思想認(rèn)為需求不足或者是政府的干預(yù)不夠造成了經(jīng)濟(jì)蕭條。為了應(yīng)對蕭條，政府應(yīng)該及時(shí)采取強(qiáng)有力的措施增加總需求，以拯救市場，刺激經(jīng)濟(jì)復(fù)蘇。積極財(cái)政政策和寬松貨幣政策是最常用的手段，與之伴隨的往往是貨幣供給量的大規(guī)模增加。

關(guān)于貨幣對于經(jīng)濟(jì)的影響問題，古典學(xué)派經(jīng)濟(jì)學(xué)家曾提出貨幣中性的觀點(diǎn)，即貨幣供給變化不影響就業(yè)、產(chǎn)出等實(shí)際變量，其變化將最終體現(xiàn)于價(jià)格水平的相同比例變化上。然而，這一觀點(diǎn)的成立需要嚴(yán)格的假設(shè)前提，即實(shí)際經(jīng)濟(jì)部門處于充分就業(yè)狀態(tài)，且貨幣流通速度不變。奧地利學(xué)派認(rèn)為，新增的貨幣進(jìn)入市場后并非平均地推動(dòng)要素或商品價(jià)格的上漲，而是有先后和程度上的差別。這些差別在改變貨幣購買力的同時(shí)進(jìn)行了相當(dāng)程度的收入再分配——率先獲得資金的經(jīng)濟(jì)個(gè)體在市場上會(huì)有更大的競爭優(yōu)勢，而較晚或未獲得新增發(fā)貨幣的其他經(jīng)濟(jì)個(gè)體則可能因此遭受損失。

基于奧地利學(xué)派的觀點(diǎn)，本文提出以下猜想：在政府的經(jīng)濟(jì)刺激計(jì)劃過程中，率先獲得資金的行業(yè)將獲得相對優(yōu)勢，并在股票價(jià)格上得以反映，即那些率先獲得資金的行業(yè)所屬板塊可能獲得顯著高于其他行業(yè)板塊的收益率。我國的股市素來呈現(xiàn)顯著的“政策市”特征（李洋波，2006），股市資金流向和資源配置受到政府意志影響極大，政府出臺(tái)的扶持或鼓勵(lì)政策傾向于哪些行業(yè)或地區(qū)，這些行業(yè)或地區(qū)會(huì)因此獲得更快的增長，與這些行業(yè)或地區(qū)相關(guān)的股票往往就會(huì)成為投資者投資的熱點(diǎn)，從而進(jìn)一步推動(dòng)股價(jià)上升。

2008年世界性經(jīng)濟(jì)金融危機(jī)爆發(fā)后，我國政府為抵御危機(jī)的不利影響提出了四萬億經(jīng)濟(jì)刺激計(jì)劃，并由此帶動(dòng)了約10萬億新增信貸資金投放。本文以四萬億經(jīng)濟(jì)刺激計(jì)劃為例，通過對股票市場行業(yè)板塊的股價(jià)數(shù)據(jù)研究來分析政府經(jīng)濟(jì)刺激計(jì)劃如何影響行業(yè)股價(jià)，檢驗(yàn)我們所提出的假說。本文將在第二部分通過對四萬億投資計(jì)劃的分析提出行業(yè)可能受到經(jīng)濟(jì)刺激計(jì)劃影響的假說；第三部分說明用以驗(yàn)證假說的模型與方法，并對數(shù)據(jù)結(jié)果進(jìn)行分析；最后是本文的結(jié)論。

二、“四萬億”投資對行業(yè)影響分析

如表1所示，四萬億投資主要集中安排于保障性安居工程，農(nóng)村基礎(chǔ)設(shè)施建設(shè)，鐵路、公路、機(jī)場和城鄉(xiāng)電網(wǎng)建設(shè)，醫(yī)療衛(wèi)生、文化教育事業(yè)，生態(tài)環(huán)境工程，自主創(chuàng)新結(jié)構(gòu)調(diào)整和災(zāi)后重建等七個(gè)方面。而資金分配上，鐵路、公路、機(jī)場和城鄉(xiāng)電網(wǎng)建設(shè)占37.5%，是最重要的投資領(lǐng)域。其次是災(zāi)后的恢復(fù)重建，占25%。若將保障性安居工程和農(nóng)村民生工程包括在內(nèi)，這類基礎(chǔ)設(shè)施建設(shè)的投資占整個(gè)投資規(guī)模的81.75%。而醫(yī)療文化、節(jié)能減排等工程和自主創(chuàng)新結(jié)構(gòu)調(diào)整各占剩下資金的9%和9.25%。

資料來源：國家發(fā)改委網(wǎng)站（/ xwzx/xwtt/t20090521_280383.htm）

由此可見，四萬億投資計(jì)劃主要投資于基礎(chǔ)設(shè)施建設(shè)和公共事業(yè)領(lǐng)域，顯示出政府盡快啟動(dòng)內(nèi)需的偏好。對經(jīng)濟(jì)的刺激，則通過這些建設(shè)項(xiàng)目的原材料需求直接向鋼鐵、機(jī)械、水泥及其他建筑材料行業(yè)擴(kuò)展，而對其他行業(yè)的刺激作用則需要一個(gè)相對較長的擴(kuò)散過程。具體而言，四萬億投資計(jì)劃對各行業(yè)的刺激作用主要表現(xiàn)在以下各方面：

（1）鋼鐵、水泥、機(jī)械、有色金屬行業(yè)。無論是加快保障性安居工程建設(shè)、災(zāi)后重建還是加快公路、機(jī)場和農(nóng)村基礎(chǔ)設(shè)施建設(shè)，都會(huì)對水泥、鋼鐵、機(jī)械、有色金屬產(chǎn)生大量的實(shí)質(zhì)性需求。因此，四萬億投資計(jì)劃對這些行業(yè)是重大利好。

（2）房地產(chǎn)業(yè)。保障性安居住房工程和銀行信貸的放松有助于房地產(chǎn)業(yè)的發(fā)展。作為需求方，房地產(chǎn)業(yè)可以拉動(dòng)多個(gè)行業(yè)的發(fā)展，其在經(jīng)濟(jì)增長中的作用明顯，因此房地產(chǎn)行業(yè)的穩(wěn)定發(fā)展無疑是擴(kuò)大內(nèi)需中非常重要的方面。

（3）電力行業(yè)。大規(guī)模電網(wǎng)投資是電力設(shè)備行業(yè)延續(xù)繁榮的主要?jiǎng)恿ΑＫ娜f億投資計(jì)劃中完善農(nóng)村電網(wǎng)和加快城網(wǎng)改造形成的需求，將使電力行業(yè)未來維持高增長。

（4）醫(yī)藥行業(yè)。加快醫(yī)療衛(wèi)生的發(fā)展將推動(dòng)基層醫(yī)療機(jī)構(gòu)建設(shè)，而農(nóng)村醫(yī)保的深入實(shí)施同樣刺激中低端醫(yī)療器械的消費(fèi)需求。新醫(yī)改帶來的醫(yī)療市場擴(kuò)容和行業(yè)集中度提升是醫(yī)藥行業(yè)持續(xù)發(fā)展的動(dòng)力。

（5）環(huán)保行業(yè)。節(jié)能減排和生態(tài)工程為前期投入不足的環(huán)保領(lǐng)域提供了新的發(fā)展機(jī)遇。

（6）運(yùn)輸、家電、食品、商業(yè)。這四個(gè)行業(yè)將受到四萬億投資計(jì)劃的間接影響。公路、鐵路和機(jī)場的大規(guī)模建設(shè)，將帶動(dòng)貨運(yùn)量需求增長，使運(yùn)輸業(yè)獲益。城鄉(xiāng)居民收入的提高，房地產(chǎn)業(yè)的發(fā)展都會(huì)對家電帶來需求。醫(yī)療衛(wèi)生、文化教育事業(yè)的發(fā)展，可以減輕居民的負(fù)擔(dān)，這些措施將提高居民消費(fèi)水平，同樣有益于食品業(yè)和商業(yè)。但對這四個(gè)行業(yè)的刺激作用相對而言需要一個(gè)緩慢的傳導(dǎo)過程。

基于以上分析，四萬億投資計(jì)劃將主要惠及與基礎(chǔ)設(shè)施建設(shè)相關(guān)的鋼鐵、水泥、機(jī)械、有色金屬等行業(yè)，這些行業(yè)有望獲得最大的提振作用；同時(shí)，醫(yī)藥、環(huán)保行業(yè)也會(huì)出現(xiàn)較大發(fā)展；而家電、食品、商業(yè)和運(yùn)輸業(yè)則需要經(jīng)過資金的傳導(dǎo)過程后才能顯現(xiàn)出明顯發(fā)展勢頭。此外，根據(jù)奧地利學(xué)派的觀點(diǎn)，其他未獲得資金支持的行業(yè)可能會(huì)遭受損失。股市是經(jīng)濟(jì)的晴雨表，實(shí)體經(jīng)濟(jì)受到的影響，在股票市場會(huì)相應(yīng)表現(xiàn)出來。因此，本文進(jìn)一步猜想：股票市場上鋼鐵、水泥、機(jī)械、有色金屬等行業(yè)板塊股票在四萬億投資計(jì)劃后將出現(xiàn)高額收益率；醫(yī)藥、環(huán)保行業(yè)板塊股票同樣會(huì)獲得一定的高額收益率；家電、食品、商業(yè)和運(yùn)輸業(yè)板塊股票則經(jīng)過一段傳導(dǎo)時(shí)間后也會(huì)顯現(xiàn)出較高的收益率；而其他行業(yè)板塊股票收益率可能會(huì)低于整個(gè)股市收益率。

第8篇

全球的股市行情，在三月份以來已大幅反彈，但本年迄今，整體仍然錄得跌幅。眾所周知，不少新興股市其實(shí)有不俗升幅，尤其是天然資源豐富的國家，如俄羅斯及巴西。若以行業(yè)劃分，則以資源類及科技類股票表現(xiàn)最佳，其中科技股表現(xiàn)較好，具體業(yè)績?nèi)绾文?

環(huán)球科技股今年的確表現(xiàn)出眾，截至5月21日，摩根士丹利世界信息科技指數(shù)上升13.6％，同期摩根士丹利世界指數(shù)上升3.3％。摩根士丹利世界指數(shù)由23個(gè)已發(fā)展國家股票組成。是公認(rèn)的環(huán)球股票走勢指標(biāo)(見圖表1)。

科技行業(yè)必有優(yōu)勝之處才能突圍而出，而最重要的因素是科技行業(yè)“財(cái)政健全可抗海嘯”。金融海嘯爆發(fā)后，“有毒資產(chǎn)”令人聞風(fēng)喪膽。有些歐美金融機(jī)構(gòu)的資產(chǎn)負(fù)債表尤其令人看不透，不但企業(yè)負(fù)債比率甚高，而且它們的“資產(chǎn)”實(shí)際價(jià)值有多少，誰也無法得知。相比之下，科技巨頭的賬目清晰得多，既沒有不良資產(chǎn)，更普遍坐擁凈現(xiàn)金。以美國蘋果電腦及日本任天堂為例，兩者持有的現(xiàn)金及現(xiàn)金等值物約相當(dāng)于其市值的三成!可謂企業(yè)的流動(dòng)資金非常充裕，利于企業(yè)發(fā)展。

科技企業(yè)需求增高

企業(yè)現(xiàn)金流充沛可謂企業(yè)運(yùn)轉(zhuǎn)的動(dòng)力源，有如此雄厚的財(cái)政實(shí)力，自然可于信貸緊縮及全球衰退期間屹立不倒。更有甚者，比如蘋果、英特爾、思科等財(cái)政健全的公司可趁金融危機(jī)逆市擴(kuò)充，以低價(jià)并購經(jīng)營困難的競爭對手，增加市場份額，有利于日后做太做強(qiáng)。如果再來看看全球?qū)Ω呖萍夹袠I(yè)的需求量。你就會(huì)更驚訝于此行業(yè)高速發(fā)展的原由。

原由一　信息科技開支縮減有限

現(xiàn)今全球經(jīng)濟(jì)衰退，各國失業(yè)率上升，消費(fèi)者自然要勒緊褲帶，各類產(chǎn)品的需求自然下降，科技產(chǎn)品亦不例外。美國的信息科技及通訊研究機(jī)構(gòu)IDC于3月5日便預(yù)計(jì)，2009年全球個(gè)人計(jì)算機(jī)銷售量將下跌4.5％。

只是，科技公司絕非單靠一般個(gè)人消費(fèi)者，企業(yè)客戶亦是科技公司重要收入來源。預(yù)料來源于企業(yè)客戶的收入所受影響較微，盡管金融危機(jī)很多企業(yè)為減少開支，可能會(huì)裁員、減少員工津貼及廣告開支，但不會(huì)削減信息科技開支，因?yàn)橐坏橹跽邥?huì)拖低整體員工效率，導(dǎo)致企業(yè)業(yè)務(wù)發(fā)展惡性循環(huán)，得不償失。

更何況從歷史數(shù)據(jù)看，自從2001年美國的眾多科技網(wǎng)泡沫爆破后，全球企業(yè)已極力削減了信息科技的預(yù)算，再削減的空間已不多。因此，相對很多行業(yè)，科技行業(yè)目前所受的金融危機(jī)沖擊已算輕微，如果要考慮到企業(yè)的運(yùn)轉(zhuǎn)效率，再次縮減此費(fèi)用開支的空間非常有限，這是科技行業(yè)此輪看好的重要原因之一。

原由二　新興市場需求持續(xù)

巨型的科技股，都在歐美上市，但它們的業(yè)務(wù)遍布全球，其中新興市場的業(yè)務(wù)發(fā)展迅速，已成為主要之盈利增長引擎。以芯片巨頭英特爾為例，于2007年已有51％營業(yè)額來自亞太區(qū)(日本除外)。現(xiàn)時(shí)歐、美、日均陷衰退，但中國及印度等新興經(jīng)濟(jì)仍有可觀增長，對科技產(chǎn)品的需求不斷上升，加上科技產(chǎn)品于新興國家滲透率低，長遠(yuǎn)發(fā)展?jié)摿O大。

科技行業(yè)具備自身發(fā)展的特點(diǎn)，比如充沛現(xiàn)金流、企業(yè)客戶的需求不減、新興市場需求持續(xù)等。這些都決定了這個(gè)行業(yè)發(fā)展勢頭，由此判斷科技股票僅從股票估值也可以看到科技股屬于高增長行業(yè)；科技類股票的市盈率一般較高，過去大部份時(shí)間處于20倍以上。而過去五年，標(biāo)準(zhǔn)普爾500信息科技指數(shù)之歷史市盈率為22.3倍，遠(yuǎn)高于標(biāo)準(zhǔn)普爾500綜合指數(shù)的16.6倍。現(xiàn)時(shí)信息科技指數(shù)的估值已跌至多年的低位，預(yù)期市盈率僅得1615倍，與標(biāo)準(zhǔn)普爾500綜合指數(shù)的預(yù)期15.6倍已相去不遠(yuǎn)。

科技指數(shù)預(yù)期市盈率與標(biāo)準(zhǔn)普爾500綜合指數(shù)市盈率僅僅相差1倍，可見科技股與大盤的市盈率差距收窄了，科技股的吸引力相對勝一籌。當(dāng)經(jīng)濟(jì)回穩(wěn)、信貸危機(jī)過去。相信此市盈率差距將再度拉闊。換言之，科技股有望繼續(xù)跑贏大盤，那么科技基金未來又是否能持續(xù)有更好表現(xiàn)呢?

科技類基金，仍有看頭

盡管全球科技發(fā)展迅猛，但是對于國內(nèi)的投資者來說，如欲投資科技行業(yè)，買A股未必是最好方法，因?yàn)閮?nèi)地仍未有頂級(jí)的信息科技公司。內(nèi)地上市的科技股，很多都還未發(fā)展成熟，潛力可能巨大，但目前的風(fēng)險(xiǎn)亦然。況且，對一般人來說，要了解各個(gè)高科技產(chǎn)品的特點(diǎn)、發(fā)展及升值潛力。所要花的精力和時(shí)間都很大。這方面可交由優(yōu)秀的基金管理團(tuán)隊(duì)代勞。基金經(jīng)理會(huì)挑選管理優(yōu)秀、現(xiàn)金流強(qiáng)勁、行業(yè)門坎高、估值低的科技公司。若要投資國際頂級(jí)科技股，選擇環(huán)球科技基金，不失為明智之舉。

環(huán)球科技基金可投資于全球的科技股，而“科技”涵蓋軟件、半導(dǎo)體、互聯(lián)網(wǎng)服務(wù)、信息科技服務(wù)、計(jì)算機(jī)外設(shè)設(shè)備、通訊設(shè)備等等行業(yè)。這類科技股基金一般集中投資于美股，美股約占基金組合的六成至九成。

比如由香港獲其證監(jiān)會(huì)認(rèn)可的環(huán)球科技基金之中，資金規(guī)模最大的宏信環(huán)球科技基金(管理資產(chǎn)達(dá)23萬美元)，其長線表現(xiàn)亦最出色，三年及五年回報(bào)均屬最佳(見圖表2)，而反映基金波幅的標(biāo)準(zhǔn)差則低于同類基金，可見基金經(jīng)理于控制風(fēng)險(xiǎn)方面表現(xiàn)不俗。其基金經(jīng)Stuan O'Gorman自1996年以來研究科技股，于2000#開始管理此基金，另外兩位基金經(jīng)理則分別研究此科技版塊具備超過7年行業(yè)經(jīng)驗(yàn)。

評(píng)級(jí)機(jī)構(gòu)標(biāo)準(zhǔn)普爾去年對宏信環(huán)球科技基金進(jìn)行管理質(zhì)素評(píng)估，給予AA評(píng)級(jí)，僅比最高的AAA低一級(jí)。而據(jù)基金長期的業(yè)績表明，此宏信基金于控制風(fēng)險(xiǎn)方面表現(xiàn)較佳，其中一個(gè)方法。是分散投資于處身“科技周期”中不同階段的企業(yè)，具體來說，投資的行業(yè)中，周期一般可選萌芽、創(chuàng)新、整固、飽和及衰落等不同階段的科技公司，便可減低經(jīng)濟(jì)環(huán)境突變所帶來的影響。在全球科技股基金中，除了資金規(guī)模最大的宏信環(huán)球科技基金，長線表現(xiàn)最佳之外，還有別的幾只此類基金值得關(guān)注。

富達(dá)全球科技基金今年表現(xiàn)不俗，跑贏基準(zhǔn)指數(shù)。至于中長線回報(bào)，“富達(dá)”則不過不失，大致與基準(zhǔn)指數(shù)相若。其基金經(jīng)理采取“由下而上”的選股法，即較少從宏觀經(jīng)濟(jì)及地域?qū)用娣治觯菍Ｗ⒂诜治銎髽I(yè)的基本因素，包括現(xiàn)金流量、技術(shù)優(yōu)勢、產(chǎn)品生命周期、行業(yè)門坎、財(cái)政狀況、管理層往績、企業(yè)管治、行業(yè)結(jié)構(gòu)等等。

而聯(lián)博國際科技基金，短線及長線均略為跑輸基準(zhǔn)，其表現(xiàn)亦屬一般，但此基金頗為偏重美股，截至2月底，美國比重達(dá)到84％，反觀日本比重甚低，僅得1％。基金由超過20位環(huán)球科技與電訊研究分析員支持。值得留意的是，此基金管理費(fèi)偏高，每年2.0％(同類基金管理費(fèi)約為每年1.2％至1.75％。

還有富蘭克林科技基金也極為偏重美股，截至2月底，美股占組合88％。10大持股全部為美國公司。此基金表現(xiàn)不俗，中長線跑贏基準(zhǔn)，于過去一年之熊市中，跌幅更明顯小于基準(zhǔn)及同類基金，反映其抗跌力及風(fēng)險(xiǎn)控制能力優(yōu)異。與富蘭克林科技基金相反，安本科技基金的美股比重最低，僅占組合41.1％。安本反而頗為著重亞太區(qū)公司，例如日本、南韓、臺(tái)灣及香港分別占基金組合之10.8％、5.3％、50％及4.9％。

安本的選股較為特別。蘋果、英特爾、國際商業(yè)機(jī)構(gòu)(IBM)、思科、谷歌這些耳熟能詳?shù)墓荆诟骺萍脊苫鸬?0大持股中差不多必定榜上有名，卻于安本科技基金中未見蹤影。“安本”的頭號(hào)持股，反而是歐洲上市、較不為人知的Wincor Nixdon公司。雖然安本選股較“另類”，卻未有令其回報(bào)與基準(zhǔn)有太大差異。值得一贊的是，安本科技基金的波幅頗低，僅次于宏信環(huán)球科技基金。

著名基金公司“貝萊德”的貝萊德世界科技基金今年表現(xiàn)最佳，但長線表現(xiàn)最令人失望。自2004年起，每年均跑輸基準(zhǔn)指數(shù)。

第9篇

目前,國內(nèi)船舶市場已呈現(xiàn)兩大造船集團(tuán)、地方造船企業(yè)和民營造船企業(yè)三足鼎立的局面,內(nèi)部競爭激烈。

船舶業(yè)產(chǎn)能過剩

2007年底,由于全球運(yùn)力緊張和造船公司產(chǎn)能局限,新造船訂單一直排到了2010年。為了更快獲得船舶并投入運(yùn)營,新造船價(jià)格一路走高,促使眾多的國有資本和民營資本進(jìn)入這個(gè)行業(yè),“大干快上”成為當(dāng)時(shí)船舶業(yè)的真實(shí)寫照。中國遠(yuǎn)洋高層曾感嘆道,“當(dāng)時(shí)連大連港附近的漁民,都開始湊集資金造干散貨船了”。

船舶行業(yè)的景氣來得快去得更快,由于金融危機(jī)蔓延,船舶行業(yè)遭遇重創(chuàng),2009年業(yè)內(nèi)人士突然發(fā)現(xiàn),“市場上沒有什么新的訂單了”。統(tǒng)計(jì)數(shù)據(jù)顯示,自2008年底始,全球月度新增船舶訂單都低于百萬載重噸,2009年5月份更是出現(xiàn)了“零成交”的紀(jì)錄。

中國船舶(600150)的股票走勢,清晰地反映出造船市場的景氣度變化。2007年10月11日,中國船舶報(bào)收300元,但進(jìn)入2008年后一路下滑,目前股價(jià)僅78元左右。

在船舶行業(yè)景氣度高漲的時(shí)候,各路資本紛紛進(jìn)入造船領(lǐng)域。2007年底,高盛投資2.5億美元入股江蘇熔盛重工集團(tuán)。同時(shí),高盛還入股了浙江造船企業(yè)集團(tuán),持有20%股份。由于船舶行業(yè)景氣度急劇下滑,這些船舶公司境內(nèi)外上市的計(jì)劃,均沒有得到實(shí)現(xiàn)。

國金證券船舶行業(yè)分析師張昊表示,造船行業(yè)一旦不好的時(shí)候就量價(jià)齊跌。造船業(yè)是周期滯后性的,訂船的高峰期是經(jīng)濟(jì)非常好的時(shí)候,而交船是在3年之后。現(xiàn)在可以非常確定的是,這個(gè)行業(yè)供給過剩了,未來3到4年需要消耗過剩的產(chǎn)能。

張昊對未來表示樂觀,認(rèn)為全球的造船正向中國加速轉(zhuǎn)移,中國造船技術(shù)也在不斷提高。他認(rèn)為,中國船舶業(yè)的歷史機(jī)遇在于兩方面,一是制造中心轉(zhuǎn)移,2015年中國造船業(yè)將會(huì)是第一大國;二是中國船舶業(yè)產(chǎn)業(yè)集中度提高。

船舶業(yè)進(jìn)入“獨(dú)特機(jī)遇期”

隨著經(jīng)濟(jì)企穩(wěn)回升趨勢日漸明朗,我國船舶行業(yè)出現(xiàn)成交解凍、主流船型訂單釋放的新特點(diǎn)。中國船舶工業(yè)經(jīng)濟(jì)研究中心主任曹友生認(rèn)為,危機(jī)時(shí)期是有競爭力的企業(yè)改變格局的“獨(dú)特機(jī)遇期”,中國船企應(yīng)“外抓訂單、苦練內(nèi)功”,化危為機(jī)。

近年來,中船集團(tuán)、中船重工集團(tuán)兩大造船集團(tuán),地方造船企業(yè)和民營造船企業(yè),成為我國造船市場的三支“勁旅”。業(yè)內(nèi)專家認(rèn)為,國內(nèi)造船市場的競爭強(qiáng)度甚至高于國際市場,多元競爭應(yīng)避免“懦夫博弈”。

國內(nèi)造船行業(yè)格局發(fā)生了重大變化,從以往的中船集團(tuán)、中船重工集團(tuán)和地方造船企業(yè)掌控市場,到2008年,地方造船企業(yè)三大指標(biāo)已全面超過兩大造船集團(tuán)。如今,民營造船企業(yè)也表現(xiàn)出強(qiáng)勁的發(fā)展勢頭。不過,由于興起時(shí)間不長,公眾對民營船廠的印象尚停留在“挖幾名工程師+找?guī)讖垐D紙”的階段,其實(shí)民營造船企業(yè)中的部分“領(lǐng)軍者”已經(jīng)突破了粗放經(jīng)營階段。

得益于2003至2008年航運(yùn)市場的火爆,各路民營資本相繼涌入造船業(yè)。2008年,以熔盛重工、新世紀(jì)造船、揚(yáng)子江造船、太平洋重工等四大民營船廠為支撐的江蘇造船業(yè),多項(xiàng)經(jīng)濟(jì)指標(biāo)名列全國第一,顯示民營船廠作為國內(nèi)造船業(yè)的一支重要力量已經(jīng)成形。

中國船舶工業(yè)協(xié)會(huì)會(huì)長張廣欽說:“船舶工業(yè)的國家隊(duì)有很強(qiáng)的競爭力,然而,做大做強(qiáng)造船業(yè)單靠國家隊(duì)還不夠。地方和民營造船企業(yè)在多元化經(jīng)營方面有優(yōu)勢,在設(shè)計(jì)和經(jīng)營方面與國外企業(yè)結(jié)合得更緊密,我們要重視民營和地方造船企業(yè)的競爭力。”

目前,國內(nèi)造船市場的競爭甚至比國際市場還激烈。后危機(jī)時(shí)代,我國造船行業(yè)的多極化趨勢將會(huì)繼續(xù),盡管央企的領(lǐng)軍地位不會(huì)改變,但地方和民營造船企業(yè)的實(shí)力不容小覷。

激烈的市場競爭態(tài)勢下,“價(jià)格戰(zhàn)”在所難免。專家指出,造船企業(yè)應(yīng)當(dāng)把更多的精力,放在提高品牌認(rèn)知度、提高技術(shù)水平和管理能力上。