股票投资步骤篇1
[关键词]投资组合交易成本蚁群算法
一、引言
由markowitz(1952)提出的均值-方差(mV)模型在投资组合理论中占有重要的地位,是投资分析中的一种有效的工具。markowotz分别用期望收益率和收益率的方差来衡量投资的预期收益水平和不确定性(即风险),建立了均值-方差投资决策模型。随后,markowitz(1959),mao(1970)讨论了均值-下半方差模型,在收益分布对称的情况下,下半方差刚好是方差的一半,但均值-下半方差有效前沿与均值-方差模型有效前沿完全一致;Konno(1991)研究了用均值绝对偏差来衡量投资组合的风险,提出了均值-绝对偏差模型(maD模型),简化了投资组合优化的运算;Konno和Suzuki(1995)研究了均值-方差-偏度模型,基于收益不对称分布的情况,是对mV模型的补充。这些研究使得投资组合模型越来越接近实际,但也越来越难于用传统的数学规划方法进行有效地求解模,许多学者把目光转向应用仿生算法求解投资组合模型,解决模型的实际应用问题。
蚁群算法作为近年来一种新兴的仿生算法,具有较强鲁棒性、优良的分布式计算机制、易于与其他方法相结合的优点,被成功用来解决如tSp、武器-目标分配问题、频率分配问题、电力系统故障诊断等问题。近年来也有学者将蚁群算法应用于证券投资组合问题的研究,孙永征,刘亮(2008)将混合行为蚁群算法应用到股票市场投资者行为研究中去,建立了基于混合行为蚁群算法的股票市场投资行为演化模型,研究投资者的五种行为对股票价格及市场稳定性的影响。研究表明,不同投资行为与股票价格及市场稳性之间存在复杂的关系。谢燕兰(2008)利用经典mV模型和股票技术分析中成交量、收益率等指标,以银行作为投资避险的工具,构建了一个针对国内股票市场的证券组合投资优化模型。然而,这些研究成果没有考虑到股票投资过程中必然存在交易成本因素,从而降低了模型的实际应用价值。假设交易成本是线性函数,本文提出考虑交易成本的股票投资组合模型,利用蚁群算法求解所建模型,并且讨论了模型参数的设置对投资回报的影响。
二、蚁群算法下的投资组合模型
1.经典的mV投资组合模型
根据投资者均为理性经济人的假设,markowitz理论认为投资者在证券投资过程中总是力求在风险一定的条件下,获得最大的收益;或者在收益一定的条件下,将风险降到最小。则markowitz模型可表示为以下两种单目标的模型:
(1)
其中,n为持有资产的数量,xi代表每种资产的持有比例,ri(i=1,…,n)为每种资产的期望收益率,σij表示资产i和资产j(i=1,…,n;j=1,…,n)的协方差。
2.基于蚁群算法的证券投资组合模型
蚁群算法(antscolonyalgorithm)是由Dorigo等于1990年为了解决组合优化问题而提出的一种模拟蚁群觅食行为新型进化算法。概括而言,就是将蚁群的觅食行为视为一个复杂的路径优化问题。算法的主要机理可从两个方面来描述:(1)集体性,算法寻优过程是一种带有信息交换的并行过程,具有全局搜索的能力;(2)路径的适值标准,当蚂蚁在从巢穴去食物源(或者从食物源返回巢穴)时,会在走过的路上留下一种化学物质(pheromone),被称为信息素,这种信息素的强弱与它们所走的路的长度成反比。蚂蚁根据信息素的强弱以一定的概率来进行路径选择,形成了正反馈搜索过程。以上特征使得蚁群算法成为求解组合优化问题的一种简单、高效的手段。
在证券投资组合模型中,股票投资收益率相当于蚂蚁运动过程中留下的信息素,为了避免算法运算时间过长陷入停滞,Dorigo在蚁群模型中引入了启发函数加速模型的收敛,对应于证券投资组合模型,启发函数相当于投资组合的风险,算法运行的结果是使得组合实现最小风险下的最大收益。具体如下:
(1)转移概率的计算
转移概率直接关系到蚁群算法的寻优效率和执行结果,由下式得出,在证券投资组合模型中,蚁群通过对风险和收益的均衡确定转移概率:
(2)
其中,信息素τi(t)按照如下规则更新:
(3)
(4)
(5)
其中,为信息素的变化量,ri为第i个证券的收益率,α、β是模型参数分别反映了蚂蚁在运动过程中所积累的信息和启发信息在蚂蚁选择路径中的相对重要性,ρ是信息素的挥发系数,通常情况下设置ρ
(2)启发函数的定义
启发函数用来加速算法收敛,并且避免算法陷入局部最优,本文采用单只股票的标准差衡量其风险,从而构造启发函数,如下:
ηi=1/ρi(6)
(3)交易成本
交易成本是股票投资的一个重要问题,大多数情况下,投资者都是从已持有的投资组合开始,确定如何在股票市场上进行调整。股票投资仓位的调整必然需要交易费用,交易费用通常是新旧股票组合之差的V型函数:
(7)
其中,ci(t)表示第i只股票第t期的交易费用;
ki≥0,i=1,2,…,n,表示第i只股票的交易费率;
,mi(t)表示第i只股票第t期投资额,假设初始投资金额m(0)=100万,各股票初始仓位mi(0)=25万。
则n只股票第t期总交易费用为:
(8)
(4)投资回收总额
个股仓位根据上述转移概率公式(2)结果进行仓位调整,第i只股票在第t期末的投资回报为:
mi(t)=m(t-1)×xi(t)×[ri(t)+1]-ci(9)
总的投资回收额:
(10)
三、蚁群算法基本流程
设有n只股票m名投资者,股票的收益率为ri为第i个证券的收益率,τi(t)为股票i上的信息素,并设置每只股票的初始信息素。
步骤1:参数初始化。令时间t=0和循环次数nC=0,设置最大循环次数nCmax,将m个蚂蚁置于n个元素(股票)上,初始化,令τij=const,(0)=0,其中cinst是常数;
步骤2:设置循环次数nCnC+1;
步骤3:蚂蚁数目KK+1;
步骤4:将各蚂蚁的初始出发点置于当前解集中;对每个蚂蚁k(k=1,2,…,m),按概率状态转移pkij公式(2)移至下一个元素(股票)j;
步骤5:若元素未遍历完,即k
步骤6:根据公式(3)、(4)、(5)更新每条路径上的信息素量;
步骤7:若满足结束条件,即如果循环次数nC≥nCmax,则循环结束并输出程序计算结果,否则跳转到步骤2。
四、实证检验结果与分析
为了使算法结果具有可比性,本文使用谢燕兰(2008)文中基本数据作为样本,以2007年7月6日～2008年1月15日的国内a股证券市场每日交易资料(股价、收益率)作为运行资料,令初始投资资金为100万,运用matLaB编程得到各模型2007年7月6日～2008年1月15日的投资回报。由于蚁群算法所需参数较多,需要讨论模型参数变化对运算结果的影响。
图1～2选取了三组六个具有代表性的算法寻优结果,可以观察到本文模型较谢燕兰模型(212.6万元)获得了更好的投资回报,三个参数α,β,ρ的设置对算法最终寻优结果有着不同的影响。其中α对投资组合回报影响较为显著,随着α的增大投资回报显著增加,α=3时投资回报为356.67万元,而当α=0.7时,投资收益仅为259.8万元,也就是说当投资者在第一天在某只股票的投资获得较高的收益时,第二天继续增加此只股票投资仓位;β和ρ的变化对投资回报的影响显著性不强,α和ρ不变,当β=0.3时投资回报为271.56万元,β=3.5时投资回报为279.27万元,这是由于国内a股市场交易规则中涨跌停板的限制在一定程度上控制了股票投资的风险,而投资时间间隔越长,对当前投资组合的影响越不明显,这和股票投资技术分析的结论一致。
五、结论
本文利用基本蚁群算法对投资组合模型进行了优化,主要提出了考虑交易成本的股票投资组合模型并对其进行了有效求解,与此同时讨论了模型参数变化对算法寻优结果的影响。实证结果表明蚁群算法能够在有限的资源条件下,求解传统的数学方法难以解决的投资组合问题,并且具有整体优化,高效迅速的优势,具有广阔的应用前景。
参考文献:
[1]markowitzHm.,portfolioselection[J].Journaloffinance,1952,7:77～91
[2]markowitzHm.,portfolioSelection:efficientDiversificationofinvestments[m],wiley:newYork,1959
[3]maoJCt.,modelsofcapitalbudgeting,e-Vversuse-S[J].JournalofFinancialandQuantitativeanalysis,1970,5:657～675
[4]KonnoH.,YamazakiH.mean-absolutedeviationportfoliooptimizationmodelanditsapplicationtotokyoStockmarket[J].managementScience,1991,37:519～531
[5]KonnoH.,SuzukiK.amean-variance-skewnessoptimizationmode[J].JournaloftheoperationsResearchSocietyofJapan,1995,38:173～187
[6]孙永征刘亮:基于混合行为蚁群算法的股票市场投资者行为模拟[J].山东大学学报(理学版)2007,42(6):35～40
[7]谢燕兰:蚁群算法在证券投资组合中的应用[D].苏州:苏州大学硕士论文,2008
股票投资步骤篇2
为什么说投资从买基金开始呢？那不是要交给基金公司的专家理财了吗？其实我们对于投资理财的立场仍然坚定“自己投资理财”，只是许多投资工具是有投资门槛的，所以我们不得不“暂时”牺牲部分投资成本，先借用基金公司专家的投资能力，来累积日后自己理财投资的成本。
举例来说：股票公开市场中最低的投资额是一手1000股的股票，但有很多绩优、市场前景看好的股票则一张面值二、三万元，这使得许多刚理财有成而想要投资股市的人望而怯步。虽然也有一些股票一张市值低于一万元，但这些股票有面临随时变成“毫股”或“仙股”而最后赚不到股息、股价下跌的高风险。然而，投资基金则可避免“将更多只鸡蛋放进一个篮子”的情况，因基金本身是会做一定程度的分散投资，用以回避风险。
Step7定期检视成果
只要根据事前、事中、事后控制的方法，将你之前所做的理财投资步骤做一整合后，你就可以了解在理财过程中定期检视成果的重要性在哪里了。
事前控制：设定理财目标，拟订达成目标的步骤。
以下的问题可以帮助你：
衡量目标设定是否合理？
有配合你个人人生的阶段目标吗？
达成目标的方法可行吗？
你能操作进行的步骤吗？
事中控制：“记账”就是在事中控制的工作。
你可以从自己的记账记录中得知道你个人日常生活金钱运作的状况，当你发现现金流动有异常的状况时，可以随时知道并做出应变。
事后控制：计划完成时所做的得失检讨结果，也是另一阶段规划所必需要参考的重要资料。
Step8股市投资策略
股市的投资要有阶段性的目标
如果你在股市投资上是个新手的话，建议你先将目标放在恒生指数成分的蓝筹股做半年至一年期的投资。由于蓝筹股股本大，股价不容易被炒作、流通量较高、公司财务相关资讯比其他上市公司透明与投资回报率稳定，所以适合股市新手作为将来进阶练功之用。
中长线取现金股息较可取
投资蓝筹股所获得的报酬来源有二：一是公司所配发的现金股息；二是买卖股票所赚取的差额。以中长期的投资来说，现金股息是最主要的报酬目标，若要设定此报酬目标则可依据往年平均的投资回报率。因此，你所关心的是公司目前营运状况和获利与去年同期相比较的情形，而不是公司股价今天涨跌多少。
Step9参与理论谈
随着网络的兴起，理财网站的不断设立，提供了散户许多可利用的工具，例如线上分析软件、公司财务报表及研究报告等。其实，对散户最有效的工具是论坛及聊天室。经由论坛，你可表达或了解别人对某些股票相关事件的看法，吸收你认为可信度较高的论点。在聊天室里，三、五个志同道合的网友也可互换信息，讨论个人的理财心得等。
Step10策略随年改变
股票投资步骤篇3
步骤01在ie中打开新浪财经频道页面（.cn/），首先单击窗口左上方的"自选股"文字超链接（如图1），这时会进入用户登陆页面，在用户名和密码空白框中输入相应内容进行登陆（提示：在这里您可以使用新浪会员名、免费邮箱名、手机用户号码进行登录），如自己还未注册，请先点击"免费注册"按钮进行注册（如图2）；
步骤02登陆成功之后，再点击窗口左侧的"我的自选股"选项卡，接着我们便可以开始添加自己所关注的股票了，先在"股票关注"标签页下方的"股票"空白框里键入股票名称或代码，然后再点击一下"添加"按钮即可（如图3）。假如要添加多只股票，请重复以上操作或在添加时用逗号隔开；
步骤03这样，往后要了解自己所关注的股票的信息时，只需进入到"我的自选股"页面便可看到了。在打开的窗口中，我们可以清楚的了解到众多关于这些股票的相关资讯内容，例如有盈亏一览、当日走势、基本面和交易记录等，打个比方来说，自己想了解该只股票的当日走势，请先点击"当日走势"选项卡，这样在稍下方我们便能逐一查阅到关于该只股票的涨跌幅、最新价、买入/卖出价、成交量、成交额、换手率、最高/最低价等最新资讯内容了；
股票投资步骤篇4
以东方财富为例，具体步骤如下：
第一步：在手机上下载东方财富app并进行登录（手机里已有app的直接登录就行）；第二步：找到“更多”选项点击进入；
第三步：点击“账户信息”；
第四步：点击“销号”按钮即可进行销户操作。
不管投资者去营业部销户，还是通过网上销户，在销户过程中都需要注意以下几点：
1、准备相关资料，比如，有效身份证。
2、在销户之前，投资者需要把其股票账户中的股票都卖掉，且把股票账户中的资金全部转到银行卡上，否则，投资者不能进行销户操作。
3、把握好销户时间，销户一定要在开市时间，在节假日时不能办理销户操作的。
股票投资步骤篇5
开立股票帐户，开立股票帐户是投资者进入股市进行操作的先决条件。
开立股票帐户的注意事项如下:
所需证件：本人身份证；如开立法人股票帐户，请同时出具企业营业执照原件或复印件及法人授权书。填写申请表并交纳手续费。持有关证件、申请表及开户手续费收据到开户柜台交柜台承办人。承办人核查上述材料无误后，申请人收回有关证件、收据并领取股票帐户卡。开立资金帐户：
股票投资步骤篇6
家庭理财就是要把有限的金融资产分成以下九个部分并在相应的规划上留足金额，逐步实现家庭梦想。
收入的钱放对地方――做好税务规划。在我国，税负较重，并且针对高收入群体的税目较多，如何合理有效地避税，实现收入最大化，需要规划。节税重于投资，对于个体工商户及企业经营者，都应该通过规划来节税，小至所得税、营业税及考虑到长远的赠予和遗产税，每个人的一生都跟税收离不开关系。做好税务筹划以合理地避税，实现当期收入最大化。
节余的钱放对地方――做好储蓄率设置。储蓄是理财的基础，要做到有财可理，必须要有一定的储蓄积累。每个家庭、个人都应养成良好的储蓄习惯，不储蓄就谈不上理财，收入的20%～40%应作为储蓄。简单来说应该有收入四分的概念，将当期收入在个人储蓄、保费支出、投资性资产、生活消费支出四个方面做好配置。
风险管理的钱放对地方――做好保险规划。保险就相当于是家里的备用印钞机，当家庭主要收入提供者发生人身风险不能为家庭提供足够的持续收入来源时，保险理赔资金能够为家庭理财目标提供财务保障。保险规划的简便方法就是“双十法则”，用收入的10%购买到年收入10倍左右的保额。可以用生命价值法或遗属需要法测算家庭需要的保险金额。依所需要的保额去选择购买合适的保险品种，保费预算应控制在收入的10%以内，才不会负担过重；保额必须达到家庭年收入的10倍才能享受到比较充分的保障，在遇到困难时让家庭有足够的经济调整期。
增值的钱放对地方――选择好投资工具并做好投资性资产配置。投资是为了让资产快速增值以实现未来目标的一个重要手段。长期投资、价值投资、定期定额投资是必须坚定不移执行的理念。除了满足未来目标以外，从理财角度来讲，应该是不断地积累资产，让钱生钱，追求理财的最终目标――财务自由，做好资产配置，使理财收入达到工作收入或是生活支出以实现财务自由。
子女教育的钱放对地方――做好教育规划。在家庭教育、购房、退休三大希望工程中，教育是许多家庭摆在第一位的理财目标。望子成龙、望女成凤是每个父母的期待，无论是新婚尚未生育子女的家庭，还是已经生育的家庭，任何时候规划都不嫌晚，尤其是高等教育金和出国留学准备金都应该提前规划。如果自小孩出生后开始每月存200元，选择6%收益率的产品18年以后可以积累77470元，大学期间每年近2万元的学费便准备充足。
养老的钱放对地方――做好退休规划。确保有足够的退休金以安享晚年，选择年金类保险理财产品是不错的选择。
幸福生活的钱放对地方――做好购房规划。买房租房，在资金不充裕时，购房不宜过早，应该及早规划，延迟购房时机，让资产有足够的时间增长，甚至在资金买得起房的情况下，也应该测算购房后的自有资产与投资性资产的持有比率，购房后自有资产比率过高，投资性资产比率会不足，资产增长趋缓，不能够发挥出资产快速增值的效益，可以通过租购试算，规划出最合适的购房时机。
紧急备用的钱放对地方――备足应急基金。通过有计划的理财及资产配置后，每个家庭都应该备有三到六个月固定支出的现金存放于活期存款或货币基金中，用于应付紧急医疗或是其他紧急支出。
支出的钱放对地方――做好消费支出预算。没有理财计划的收支平衡式是：收入-支出=储蓄，有理财计划的收支平衡式是：收入-储蓄-保险-投资-教育金-退休金-购房资金-应急基金=支出，把钱放对地方之后剩余有限，所以通过记账来编制家庭预算是每个家庭必须培养的习惯，正确分辨“需要”和“想要”。购买需要的，抑制想要的。生活当中真正的需要其实不多,而是想要的太多。为了达成理财大业――财务自由，还是年轻时控制一下自己的“想要”，满足自己及家人未来的需要吧!
要实现以上九个目标必须顺利完成以下九个步骤。
第一个步骤是将理财目标数据化，将要达成的理财目标变成一个个具体的财务数据。不管是购屋、创业、子女教育或退休规划，都必须以几年以后要准备多少钱来设定目标，如5年以后购买现值100万元的住宅，10年以后准备20万元子女教育金，20年以后准备200万元的退休金等。所谓心想事成从财务的角度讲就是将抽象的梦想蓝图变成一个个具体的财务数据。
第二个步骤是摸清家底，衡量自己的财务状况。养成记账的习惯是积极理财的重要步骤，一方面能让你找到开源节流的方向，另一方面可以清楚有多少净资产与储蓄可以用于积极投资。目前有多少金融性资产与不动产，有多少长短期负债，以市价衡量的资产扣除负债后的净值剩余多少，每月收入与支出的现金流量如何，学会定期编制家庭资产负债表与现金流量表是一个很好的方法。
第三个步骤是认清自己的投资性格和风险承受能力来试算较有可能达成的投资报酬率。在各种收益率与风险的投资性资产上做好比例配置。积极理财的努力重点应放在提高收入增加储蓄额上，要积极理财就不能把钱全部放在银行存款上面，更不能把所有的闲钱都拿去买股票，进行高风险投资。投资的过程会影响到投资的成果，心理无法忍受净值剧烈波动的投资人，风险性高的股票或基金不要超过30%，可忍受净值上下起伏波动的投资人可把三年内不用的钱放在基金上。
第四个步骤是综合前三个步骤调整试算出应有的储蓄额目标。如20年后退休想要有200万元的退休金，目前有10万元可供投资，月收入6000元，依投资个性可达成的投资报酬率是10%。10万元本金以10%复利累积20年以后的本利和是67万元，还有133万元要靠储蓄来累积，以年金终值换算每月要储蓄1931元，储蓄率须达32%。若此时发现原目标设想的太高，储蓄率要达50%以上才能达成时，有必要回过头来调整目标，在梦想与现实中取得平衡。
第五个步骤是搜集投资信息了解投资工具特性，选择投资标的与市场进出时机。存款、债券、股票、黄金、不动产等投资工具风险各异，安全性、收益性、流动性各不相同。只有认识清楚各种投资工具特性才能根据自己的投资风格规划出较有机会达成预定报酬率的投资组合。
第六个步骤是计算支出预算。如前例的支出预算是每月4069元。最好的方式是在发薪时就将储蓄目标额以定期定额投资长期很有机会达到预定报酬率的国内外基金，这部分是为未来理财准备的，剩下的钱都可以用来满足目前的消费需求。
第七个步骤是依据国内外经济环境变化，定期检视投资组合并做必要的调整，此举对整笔投资而言更为重要。积极理财就必须投入一些时间与精力，来提高你的投资报酬率。个股换股波段操作或基金适时转换都不是很容易的事，最好能把投资当做一个学习的过程，在尝试中不断提高自己投资判断的准确度。
第八个步骤是在积极理财的过程中设置一个家庭财务安全网，也就是适当的保险规划。因此将一部份储蓄用来缴保费投保失业险及寿险，保障家人财务安全可让你在积极理财的过程中无后顾之忧。
股票投资步骤篇7
【关键词】a、B股；价值投资；聚类分析
1聚类分析思想
聚类分析的基本思想是认为我们所研究的样本或指标（变量）之间存在着程度不同的相似性（亲疏关系）。于是根据一批样本的多个观测指标，具体找出一些彼此之间相似程度较大的样本（或指标）聚合为一类，把另外一些彼此之间相似程度较大的样本（或指标）又聚合为另一类，关系密切的聚合到一个小的分类单位，关系疏远的聚合到一个大的分类单位，直到把所有样本（或指标）都聚合完毕，把不同的类型一一划分出来，形成一个由小到大的分类系统。最后把整个分类系统画成一张谱系图，用它把所有样本（或指标）间的亲疏关系表示出来。
2聚类分析步骤
聚类分析不仅可以用来对样品进行分类，而且可以用来对变量进行分类。聚类分析的目的在于使类与类之间对象的同质性最大化和类与类之间对象的异质性最大化。其分类步骤如下[1]：
（1）聚类前先对数据进行变换处理。
（2）聚类分析处理的开始是各样品自成一类（n个样品一共有n类），计算各样品之间的距离，并将距离最近的两个样品并成一类。
（3）选择并计算类与类之间的距离，并将距离最近的两类合并，如果类的个数大于1，则继续并类，直至所有样品归为一类为止。
（4）最后绘制系统聚类谱系图，按不同的分类标准或不同的分类原则，得出不同的分类结果。
3聚类分析样本数据选取与分析结果
一般来说，对于同一家上市公司，a股和B股“同股同权”，则股票价格也应该相同。但事实上并非如此，由于a、B股市场的分割，使两者之间的流动性、市场规模有着很大的差别，从而使得投资者对a、B股的需求的差异和“同股同权”的a、B股价格上的不同。本文在沪深两个交易所随机选取20家双重上市公司2012年第四季度a、B的市盈率、流通率（流通股本/总股本）、成交量3项指标，对这些公司股票进行了聚类分析，试图将它们进行分类，为股票的分析和选择提供决策依据。
做聚类谱系图，结果如下：所选股票被分为两大类a股和B股，可认为分类结果具有一定的合理性。由于a、B股市场的成熟度不同，以及市场的广度和深度不一致，因此表现出a、B股不同的特性；尽管B股已经向境内机构投资者开放，但a、B股还是存在一定的市场分割，不同的投资者对a、B股投资存在差异，而且B股市场定位模糊，相对于a股市场来说B股市场显得萎缩。总体上来讲，a股在中国股票市场中更占有优势，从以下几个方面体现：
3.1市场流动性
从样本的聚类结果看，第一类样本交易量平均值为19.64万股，第二类样本的交易量平均值为70.18万股，B与a股相差将近4倍，说明a股市场流动性高于B股，有实证研究结果表明，不同交易市场中股票流动性大小是影响各自市场股票价格的重要因素，“即便B股市场在2001年6月正式对境内投资者开放后，a股和B股的价格差异仍然显著，其中一个重要的原因就在于B股市场的流动性远低于a股市场，进而导致其交易价格低于a股价格[2]”。从a、B股的交易状况对比分析，如果用成交额、成交量或流通市值衡量流动性水平，则B股市场的流动性水平显著低于a股市场。据上海证券交易所统计数据，a股2012年度总成交额为164047.38亿元，B股成交额为413.48亿元；a股总成交量18850.54亿股，B股总成交量77.89亿股；a股年末流通市值为133508.46亿元，B股年末流通市值为785.79亿元[3]。可见，B股市场的流动性水平显著低于a股市场，交易不活跃。
3.2市场规模以及股票的开户数
B股市场向国内居民开放后，a、B股的投资主体趋同，出现了散户化、本土化趋势；根据东方财富网2012年12月24日至28日统计的股票账户数据，a股开户数16809.15万户，B股开户数253.04万户，从数据上看，目前炒a股的人数远远高于炒B股的人数。
3.3市场的发展前景
B股作为中国引进外资的延伸，只能以外币认购，但在2000年后B股市场筹措外汇资金的功能渐渐丧失，交投清淡，流动性变差，融资能力丧失，由于境内居民快速获取外汇的能力不高，套现困难，且存在汇率风险，因此参与B股的意愿较小，导致B股流动性差；再加上QFii制度不断放宽，境外投资者可以通过QFii的方式直接参与a股，从而带旺a股，使a股市场更为活跃，从而使B股更加边缘化；而且B股仍然有定位问题，2012年12月19日，内地首只“B转H”―中集集团B股转H股正式挂牌港交所。“B转H”模式开通了内地居民持有H股的先例，为未来打通内地个人投资者买卖港股拉开了序幕，也为香港股市发展开启了新的途径。更重要的是，开启了B股改革的热潮。但将来可能还有两股合一的问题，B股如能成功转为a股，与B转H一样，也可以释放公司价值，使B股股价向a股靠近。
图1
【参考文献】
[1]余锦华，杨维权.多元统计分析及应用[m].广州：中山大学出版社，2005：169-177.
[2]廖士光，杨朝军.中国股票流动性价值研究：双重上市a、B股经验数据[J].南方经济，2008（12）.
[3]上海证券交易所[oL].http：//.cn/.
股票投资步骤篇8
由于人口老龄化趋势的日益严重,加之社会、经济、历史等因素的影响,近年来,中国养老保险基金缺口快速增加,据测算2010年基金缺口将达到1000多亿元[1],制度面临日益严重的养老金支付困难。提高养老基金投资收益是解决基金缺口的关键,如何通过投资实现养老金保值、增值,是养老金机构面临的一个主要问题。研究养老金投资主要是对养老保险基金投资策略进行分析,目前,研究养老金投资策略主要有两个分支,一是随机控制理论,二是随机规划方法。利用随机控制理论研究最优投资的主要思路是,在一定投资收益约束下建立目标函数,根据边界条件,利用动态规划,通过HJB方程求解最优投资策略。研究方法主要有两类,一是效用函数方法,二是均值-方差方法。利用效用函数方法研究投资策略,其思路是沿袭merton(1969,1971)研究最优投资消费问题的方法。其主要步骤:首先将动态效用问题转化为静态效用优化问题;其次利用贝尔曼动态规划原理求解静态效用优化策略。目前,常用效用函数有幂效用函数、指数效用函数、二次效用函数和对数效用函数等,但选择效用函数具有一定的主观性且在中间控制阶段不易寻求效用函数的具体表达式,因而投资者选取效用函数具有一定局限性利用均值-方差方法研究投资策略,其思路是将markowitz(1952)的单阶段均值-方差方法推广到多阶段,通过一系列嵌套技术将原问题化归为随机LQ控制问题,运用贝尔曼动态规划原理寻求原问题最优策略。当前利用均值-方差方法时主要借助于布朗运动,运用随机分析方法研究养老基金投资策略问题,其主要缺点在于对倒向随机微分方程求解时未能考虑信息变化,求解结果与实际差距较大利用随机规划方法研究最优投资策略的主要思路是基于实际问题建立规划模型,考虑未来情景进行求解。如何考虑未来信息变化,是利用随机规划研究投资策略的难点。随着计算技术的发展,通过构建情景树来反映情景结构,依据计算模拟,可克服这一难点得到最优策略。目前,利用随机规划方法研究投资问题成为国内外研究的主流趋势。具有代表性的如,Dert(1995)[2]提出利用随机规划系统研究荷兰养老基金资产/负债管理问题,但其模型在情景数目较多的情况下难以求解。Carino等(1998)[3]将Dert的模型拓展到保险公司资产/负债管理应用方面,然而其模型中决策人的主观判断在情景生成中将起到重要作用,导致决策结果具有较强的主观性。Kouwenberg(2001)[4]在Carino模型基础上将未来经济发展因素纳入模型中,针对荷兰养老基金建立动态随机规划模型,但在数据较少时很难求解。Soyer等(2006)[5]使用贝叶斯随机规划方法研究多阶段投资最优化问题,但其模型中回归系数先验分布的主观设定将影响模型的预测效果。金秀等(2005,2007)[6,7]在Kouwenberg模型的基础上,结合我国经济背景建立了基于多期随机优化的个人财务计划模型和基于VaR的多阶段金融资产配置模型,并运用多阶段资产负债管理模型解决了辽宁养老问题。但没有对养老基金最终财富状况进行控制,吉小东等(2005)[1]利用线性随机规划研究了我国养老保险资产负债问题,然而其模型中情景树参数为确定性的,未考虑随着规划期的展开新信息对情景树的影响。翟永会等(2010)[8]构建了与替代率挂钩的目标基金,建立了基于目标的企业年金基金最优资产配置模型,利用随机动态规划方法得了年金基金最优投资策略的解析解,并通过蒙物卡洛模拟技术对所得结果进行数值模拟,考察了不同市场环境及不同群体的最优配置策略和最优策略对可控制参数的敏感性。但其研究中未考虑不同资产收益率之间的相关关系,使其研究结论具有较强的局限性。本文在Soyer等(2006)随机规划模型的基础上,但考虑到该模型中回归系数先验分布的主观设定将影响模型的预测效果,所以结合中国养老保险投资的政策特点,利用贝叶斯法则和minnesota方法,依据随机参数建模研究中国养老保险投资策略问题,结合历史数据进行模拟分析,结果表明模型能够根据实际情况优化资产配置。这对于解决我国养老基金缺口日益增大,顺利完成养老金运作模式改革具有重要的理论指导意义和实际应用价值。
2投资策略模型
2•1基本假设假设资本市场中存在1种无风险资产,n种风险资产,买进和卖出风险资产均存在交易费用,允许卖空,投资规划期t∈(0,t)。根据我国养老保险基金投资政策,设定各种资产投资比例的上下限,不考虑资金的借贷。不失一般性,为计算简便,假设:s(t):t时刻的情景;xi(t):t时刻投资于第种风险资产的数量;x0(t):t时刻投资于无风险资产的数量;xi(t,s(t)):t时刻在情景(s1,s2,…st)下投资于第种风险资产的数量;yi(t,s(t)):t时刻在情景(s1,s2,…st)下买入第种风险资产的数量;zi(t,s(t)):t时刻在情景(s1,s2,…st)下卖出第种风险资产的数量;l+i:买入1单位第i种风险资产的交易费用;l-i:卖出1单位第i种风险资产的交易费用;Ri(t,s(t)):第t阶段内,资产i在情景st下的收益率;C(t):t时刻养老金的缴费额;B(t):t时刻养老金的给付额;w(0):基金初始财富;w*:养老基金在规划期末的财富目标值;w(t,S(t)):基金在情景(s1,s2,…st)下的在规划期末的财富;令:u(t,s(t))=w(t,s(t))-w*,ws1,…,stt≥w*0,othersv(t,s(t))=w*-w(t,s(t)),ws1,…,stt≤w*0,others则有:u(t,s(t))-v(t,s(t))=w(t,s(t))-w*其中u(t,s(t))表示w(t,s(t))超过w*部分的绝对值,v(t,s(t))表示w(t,s(t))低于w*部分的绝对值。为此,目标函数可表示为:Z(t)=∑(s1,s2,…st)∈Ω1×Ω2×…×Ωt[u(t,s(t))-φv(t,s(t))]|Ω1|×|Ω2|×…×|Ωt|(1)其中,目标函数Z中u(t,s(t))表示规划期末基金财富超出目标值部分,v(t,s(t))为基金财富低于目标值的惩罚。φ为惩罚因子,表示风险厌恶程度;Ωt为第t阶段情景st所属情景集合,|Ωt|表示第t阶段情景的个数。
2•2投资策略模型假定养老基金投资者的目标函数为基金最终财富期望最大化,即:maxe[Z(t)](2)约束条件:∑ni=1xi(0)(1+l+i)+x0(0)=w(0)(3)xi(t,s(t))=xi(t-1,s(t-1))Ri(t,s(t))+yi(t,s(t))-zi(t,s(t))(4)x0(t,s(t))=x0(t-1,s(t-1))R0(t,s(t))-∑ni=1yi(t,s(t))(1+l+i)+∑ni=1zi(t,s(t))(1-l-i)+B(t)-C(t)(5)w(t,s(t))=∑ni=1xi(t-1,s(t-1))Ri(t,s(t))(1-l+i)+x0(t-1,s(t-1))R0(t,s(t))+B(t)-C(t)(6)cloi≤xi(t)∑ni=1xi(t)≤cupi(7)φ>0(8)其中,约束方程(5)为资金动态平衡方程,可解释为存在买卖交易成本条件下,现金流入等于现金流出。(3)式为(5)式的初始平衡方程。(4)式是资产动态方程,表明期初对某种资产的投资额等于调整买卖行为后的前一时期末的投资额。(6)式表示规划期末基金资产的总价值,(7)式表明对资产分配比例的上下限限制。(8)式表明期末基金财富水平小于目标值w*时,目标函数将对赤字部分进行惩罚。投资策略模型建立在未来外生经济环境不确定基础上,如何依据现有的信息并考虑未来信息变化对资产未来价格进行预测,是利用随机规划研究投资策略的关键。鉴于对多状态决策过程建模时,状态的构成必须能够反映时间的变化以及未来信息的变化,为此,可以通过构建情景树来反映情景结构。
3情景分析
在构建情景树的常用方法中,VaR模型的结构简洁,预测效果稳定,然而,对一般VaR模型而言,其建模过程中需要估计的参数过多,对数据序列样本长度的要求过大。尤其在高阶向量自回归中,待估计的参数数量巨大;同时变量间的高阶相关性对参数估计精度要求较高,导致VaR模型中的高阶回归实现比较困难。采用贝叶斯向量自回归的方法生成情景树可克服VaR模型的缺陷。与传统VaR方法不同,BVaR假设回归模型中的参数本身也是随机变量。构建模型时,需预知情景参数的先验分布。当信息更新后,依据Bayesian法则得到随机参数的后验分布;随时间变化,情景树将反映信息的更新,由最小二乘法确定的系数估计值也包含了参数分布的先验信息。因此,基于BayesianVaR方法对模型中的高阶系数进行估计有一定的优势[10]。然而,BVaR方法中回归系数先验分布的设定带有较强的主观性,导致贝叶斯自回归模型的预测效果在一定程度上受决策者主观判定的影响。针对BVaR方法的不足,可采用minnesota方法[9]设定先验分布。
3•1minnesota先验方法
minnesota方法刻画回归系数先验分布的主要原理:一部分系数的先验值是显著的,其余部分系数的分布是不显著的(其先验均值为0)。每个回归系数都相互独立,服从正态分布,拥有其先验分布的均值和方差。在minnesota先验模型中,每个依赖变量的一阶滞后系数的先验分布均值都设定为1,而其他系数的先验均值被设定为0。令βiil为第i个变量一阶滞后自回归系数,βijk为第i个变量对第j个变量k阶滞后回归系数。即:βiil~n(1,σ2iil);βijk~n(0,σ2ijk),i≠j,ork>1处理BVaR中的大量待估计参数,可利用超参数[9]表示变量对变量的阶滞后回归中的先验标准差σijk。即:σijk=θω(i,j)k-φσ^ujσ^ui(9)其中,θ表示总体紧度(overalltightness),其取值反映了决策者对先验信息的信心大小程度,较小的θ值代表了对先验信息的较大把握;ω(i,j)是相对紧度矩阵(matrixofrelativetightness),表示在第i个回归方程式中先验方差对变量i、j的相对约束紧度;k-φ是k阶滞后变量相对一阶变量的紧度,表示过去信息比当前信息有用程度的减少;φ>0,表示滞后阶数越低,先验均值对系数的约束越强。σ^ujσ^ui是排列因子,用于调整变量i、j数量级的差。通常相对紧度矩阵ω(i,j)为一个主对角线元素为1,其余元素为δij(i≠j)的矩阵。δij∈(0,1),δij的取值大小反映对第个i方程中第j个变量(i≠j)的相对紧度。对角线的1表示对每个依赖变量的一阶滞后系数的先验均值为1的约束要大于对其他变量先验均值为零的约束。
3•2BVaR模型中的参数估计
假设回归模型为:yt=X′tβ+εt(10)其中,εt为白噪声,X是一个k×1的解释变量向量,β为k×1的系数向量。假设存在观察期th内的观察值,令:Y(th×1)=[Y1Y2…Y(th]′,X(th×k)=[X1X2…X′(th]假设β为随机变量,σ2已知,利用极大似然法,得:f(Y|β,X;σ2)=1(2πσ2)th/2exp-(Y-Xβ)′(Y-Xβ)2σ2(11)假设回归系数β服从先验分布β~n(m,σ2m),其中m是先验方差的紧度系数矩阵,则有:f(β|X;σ)=1(2πσ2)k/2|m|-12exp-(β-m)′m-1(β-m)2σ2(12)根据贝叶斯法则,结合(11)、(12)式可得:f(β|Y,X;σ2)=1(2πσ2)k/2|m-1+X′X|1/2exp-(β-m*)′(m-1+X′X)(β-m*)2σ2(13)f(Y|X;σ2)=1(2πσ2)th/2|it+XmX′|-1/2exp-(Y-Xm)′(XmX′)-1(Y-Xm)2σ2(14)其中m*=(m-1+X′X)-1(m-1m+X′y)(15)由(13)式可得β对观察值y的条件分布为:f(β|Y,X;σ2)~n(m*,σ2(m-1+X′X)-1)(16)由(14)式可得y对回归因子x的边缘分布为:f(Y|X;σ2)~n(Xm,σ2(ith+XmX′))(17)利用minnesota法则设定回归参数的先验分布,能够确保一阶滞后变量参数均值的显著性,反映数据影响随时间递减的趋势,同时减少需要赋值的超参数数量,降低先验分布设定的主观性,提高向量自回归模型的预测精度。
4最优投资策略计算步骤
利用BVaR方法得到风险资产收益的情景树,即可对养老保险投资策略模型进行求解。然而在贝叶斯随机规划的情景生成中,向量自回归模型参数为随机变量,很难得到最优投资策略的解析解,因此可依据仿真模拟求解,具体步骤如下:步骤1:根据历史数据,结合式(12)得出BVaR中向量自回归参数β的先验分布。步骤2:根据向量自回归系数β的先验分布,对其进行monteCarlo模拟,对β的每一个monteCarlo单点构建t=0资产收益情景树。步骤3:根据t=0时生成情景树,求解养老基金投资策略模型,即(2)~(8)式,所得monteCarlo模拟均值即为t=0时刻养老基金最优投资策略。步骤4:引入新信息,结合贝叶斯法则,依据(16)式得出BVaR中参数的后验分布。步骤5:根据向量自回归回归系数β的后验分布,对其进行monteCarlo模拟,对β的每一个monteCarlo单点重新构建t=1时资产收益情景树。步骤6:根据t=1时的每个情景树,求解养老基金投资策略模型,所得monteCarlo模拟均值即为t=1时刻养老基金最优投资策略。步骤7:重复步骤4~6至t=t-1,得出全部最优投资策略及规划期末养老基金财富值。由上述monteCarlo模拟步骤即可求出养老保险基金对各种资产的最优投资策略,同时得到养老基金的最终财富值。
5模拟分析
5•1数据计算
中国养老保险基金投资范围大致为,存入银行、购买债券、投资股票。为此,假设养老基金投资者投资于3种资产,银行存款、股票、债券。其中银行存款视为无风险资产投资,股票和债券视为2种风险资产。根据中国养老保险基金投资政策约束,资产配置比例上下限为债券:50%~70%,股票10%~30%。目前我国投资存款、国债和股票的交易费用分别为:0,0•2‰和5•5‰[6]。历年养老保险收支情况如表1所示:本文采用2001年1月份到2005年12月份的存款日收益率,国债月收益率和上证股票日收益率作为投资收益的历史数据,利用一阶滞后BVaR方法预测未来资产收益(数据来源:CCeR经济金融研究数据库[11])。向量自回归系数的先验分布可由(12)式导出。其中,根据minnesota先验方法设定时,股票不采用后滞变量以避免问题的不稳定[6];紧度系数矩阵采用一般表示形式[8],即:m=100010001,m=10•50•50•510•50•50•51考虑两个规划期,每一时期假设未来有三种可能情景发生,并假定发生的概率是相等的。情景树结构将为1-3-3,共有13个节点,每个节点有6个约束条件,3个决策变量。从而将随机规划问题简化为有78个约束条件、39个决策变量的非线性动态规划问题。利用matlab软件对模型进行优求解,得到养老基金的最优资产配置策略。根据(2)~(8)式,利用matlab软件计算,结果如表2所示:依据表2,可得出如下结论:(1)期初的资产配置中,存款所占比重最大,债券次之,股票最小。原因分析:目标函数中惩罚因子的存在使基金资产配置的风险管理要求较高,股票的收益率波动较大导致了股票在资产配置中所占份额最小。交易费用的存在使得对债券和股票的投资成本增加,也造成对其投资份额较小。(2)资产结构调整过程中,存款投资比例变动最小(1•25%),债券其次(12•7%),股票的变动幅度最大(18•34%)。原因分析:随着时间推移获得新信息,资产收益率后验分布替代了由minnesota法则生成的先验分布,同时决策者对资产的配置策略进行修正。存款收益率变动较小从而BVaR中参数分布变动也非常小,其期初的资产配置接近于信息更新后的资产配置。股票收益率的波动性最大(收益率标准差58•93%)导致BVaR中新信息生成的参数后验分布较先验分布有显著更新,资产配置的调整也更为明显。
5•2灵敏性分析
为检验基金财富目标值和惩罚因子的设定对最优投资策略的影响,对投资策略进行敏感性分析。模型中其他设置值不变,分别改变基金财富目标值w*和惩罚因子φ,得到资产配置结果如表3所示。依据表3,可得如下结论:
(1)惩罚因子固定不变(φ=2),随着终期财富目标值的逐步增大,养老基金最终财富水平经历先增后减的变化过程。这表明,目标值适当增大将促进资产配置优化;然而当目标值过分增大,基金资产配置将不顾风险约束单纯追求高收益以寻求达到目标值的机会,导致资产配置偏离最优值。
(2)终期财富目标值w*=101固定不变,随着惩罚因子的逐步增大,资产配置中风险资产的投资比例逐渐减小,当φ=10时,超过60%的资产投资到无风险资产中。这表明,目标函数设定合理时惩罚因子对资产配置的约束有效。
(3)终期财富目标值w*=105固定不变,随着惩罚因子的逐步增大资产配置中各种风险资产的投资比例无明显变化,而基金终期财富值随着惩罚因子的增大略呈下降趋势。这表明,财富目标值设定不合理将导致惩罚因子对资产配置的约束无效,过高的财富目标值和惩罚因子反而造成基金资产配置失败,基金终期财富值较低。综上所述,在进行养老保险投资策略研究时,需根据资本市场态势指标(如:股票指数)设定合理的目标财富值,同时进行适当的风险约束,以达到资产配置最优化的目的。
股票投资步骤篇9
关键词：非径向se-bcc；dea；上市银行；投资价值
一、引言
国内学者对于企业价值评价的研究方法很多，如张人骥、刘浩、胡晓斌运用剩余收益比率（rir）模型对企业价值进行研究，杨学锋运用灰色评估模型对股票价值进行研究，赵旭则运用超效率dea方法对上市公司的价值进行研究，并证实了该方法是一种可行的方法，本文在研究方法方面，沿用了超效率dea方法，但给出的模型假设条件和解决方法不同。赵旭使用的模型是基于规模报酬不变条件下的超效率模型，但由于受到不完全竞争、资金等问题的约束使得上市银行不在最优规模上运营，规模报酬可变的超效率（superefficiency）dea模型即se-bcc模型更接近于实际，但se-bcc模型与规模报酬不变的se-ccr模型相比，有可能面临解不可行的问题，本文提出非径向se-bcc模型。该模型有两个优点：第一，允许决策单元不在最优规模上运营；第二，该模型可以对样本银行进行全面排序。本文拟运用该模型对2008年的14家上市银行经营效率进行测算，以得出有投资价值的上市银行。
二、非径向se-bcc模型
1.dea方法和bcc模型。数据包络分析法（dataenvelopmentanalysis，简称dea）是以相对效率概念为基础，用于评价具有相同类型的多投入、多产出的决策单元是否技术有效的一种非参数统计方法，其本质是要根据样本数据构建效率前沿，并根据各决策单元dmu与有效生产前沿面的距离状况，确定各dmu是否有效。基于投入产出的dea模型分为投入导向和产出导向两类，前者是指在给定产出水平下实现投入最小化，后者则是指在给定的投入水平下实现产出最大化。charnes、cooper和rhodese(1978)发展得到了在固定规模报酬（crs）下的dea模型，即ccr模型，banker、charnes和cooper（1984）放松了ccr模型中规模报酬不变的假设，提出了规模报酬可变（vrs）条件下的效率计算方法，即bcc模型。
模型（3）和（4）具有如下优点：第一，可以摆脱投入产出按相同比例变化的限制；第二，将评估单元的测量值分解成投入效率和产出效率之后具有良好的解释特性。
模型（3）和（4）并不总是可行的，要进行效率的排序，需将两者结合起来，具体步骤步骤1：对于给定的决策单元dmu0，用模型（3）计算效率值。如果?籽*1?燮1，则?籽*1就是决策单元的效率指数，并转到步骤3，否则，转到步骤2。步骤2：用模型（4）计算效率值，?籽*2就是决策单元的效率指数。步骤3：对下一决策单元重复上面的步骤，直到得到所有决策单元的效率指数。最后，依据效率指数越大，决策单元越有效的原则进行排序。
三、中国上市银行效率及投资价值的实证研究
1.投入产出指标设置与样本数据。本文选取中国银行、中国工商银行、中国建设银行等14家上市银行为研究对象，同时，把测度上市银行有效性的投入要素界定为总资产和主营业务成本，产出指标为营业收入、净利润、每股收益、加权平均资产净收益率、资本充足率和不良贷款率。依据2008年数据，测算各样本银行的效率值。
2.实证结果分析。考虑到规模报酬可变的假设更接近现实，本文根据规模报酬可变的bcc模型和规模报酬可变的超效率模型se-bcc和本文提出的非径向se-bcc模型，对样本的投入产出数据，运用lindo11.0软件进行实证研究，测算出样本上市公司的相对效率值，结果见表1。
从表1中可以看出，根据bcc模型的结果，2008年中国14家上市银行中有11家银行的经营是有效的，相应的效率值为1，而其余3家上市银行的经营是无效的，包括深发银行、民生银行和中信银行。即传统的bcc模型只能将上市银行区分为有效和无效两种类型，对于处于前沿面的11家银行的经营效率无法进行区分。再用规模报酬可变的超效率se-bcc模型进行计算，从计算结果可以看出，超效率se-bcc模型面临解不可行的问题。最后，利用本文提出的非径向se-bcc进行计算，结果表明，原来在bcc模型下无效的银行仍是无效的，在非径向se-bcc模型下有效的11家上市银行中，南京银行的有效值要高于其他银行，也就是说，对于投资者来讲，上市的中国商业银行中比较有投资价值的是依次为南京银行、浦发银行、北京银行、中国银行、兴业银行、工商银行、宁波银行、招商银行、建设银行、华夏银行、交通银行。
根据bcc模型的结果，2008年中国14家上市银行中有11家银行的经营是有效的，相应的效率值为1，而其余3家上市银行的经营是无效的，包括深发银行、民生银行和中信银行。即传统的bcc模型只能将上市银行区分为有效和无效两种类型，对于处于前沿面的11家银行的经营效率无法进行区分。再用规模报酬可变的超效率se-bcc模型进行计算，从计算结果可以看出，超效率se-bcc模型面临解不可行的问题。最后，利用本文提出的非径向se-bcc进行计算，结果表明，原来在bcc模型下无效的银行仍是无效的，在非径向se-bcc模型下有效的11家上市银行中，南京银行的有效值要高于其他银行，也就是说，对于投资者来讲，上市的中国商业银行中比较有投资价值的是依次为南京银行、浦发银行、北京银行、中国银行、兴业银行、工商银行、宁波银行、招商银行、建设银行、华夏银行、交通银行。
四、结论
通过上述实证研究，本文得出如下两点结论：第一，本文运用非径向se-bcc模型评价上市银行经营绩效及其投资价值的相对有效性，可以得到上市银行相对投资价值的高低。第二，对投资者而言，树立科学的效率投资理念相当重要。传统“价值投资理论”的核心在于通过寻找股价低于内在价值的上市银行或者上市公司进行中长期投资，本文倡导所谓的“效率投资理念”，就是从公司内部投入产出的角度入手，通过研究公司运行效率的高低变化作为股票投资决策的依据，具有一定的可操作性和应用性。
参考文献：
1.杨学锋，欧阳建新.股票价值的灰色评估模型及应用.技术经济与管理研究，2005，（3）:37-39.
2.张人骥，刘浩，胡晓斌.充分利用会计信息的企业价值评估模型——rir模型的建立与应用.财经研究，2002（7）:68-74.
3.赵旭.基于超效率模型的上市公司投资价值评价.统计与信息论坛，2007，（5）:71-76.
4.andersenp,petersennc.aprocedureforrankingefficientunitsindataenvelopmentanalysis.managementscience,1993，（39）:1261-1264.
5.seifordlm,zhuj.stabilityregionsformaintainingefficiencyindataenvelopmentanalysis.europeanjournalofoperationalresearch,1998，（108）:127-139.
股票投资步骤篇10
金融证券市场瞬息万变，可能影响股票走势的因素散布在社会经济、政治的各个方面，无论是微观上的(包括上市公司的经营状况、供销情况、股市交易与价格信息、证券管理信息等)。还是宏观上的(如关于社会经济、政治、金融状况的信息等等)。信息是证券市场的血脉，信息是投资决策的基本依据，充分、及时掌握各种可能影响股票走势的信息，并及时分析处理信息对投资成功极为重要.投资者可望及时获取可能影响证券市场发展方向的信息，以便看清方向，做出正确投资决策。这样，投资者必须以占有充分有效的资料为前提，也只有收集到大量的与投资有关的材料，才能更加完善和准确.
一、有效的金融证券信息
(一)财经重要政策。这些政策包括了财税减免或增加、奖励投资的措施;利率变动、关税政策、对外资参与本国证券投资的修正、证券管理部门的有关措施(证券交易税之增减、证券交易税开征与否、是否可融资、融券及融资、融券的比例、其他临时措施如涨跌幅度之增减与禁止当日之冲销等)及其他直接影响发行企业营运的有关政策;决定原料或产品的进出口配额等，所产生的影响亦颇大。(二)发行公司动态.包括每月的累计的营业额，每季的损益表与每年的资产负债表、资金流量表、收益表以及平时所的董事会决定(如资产重估配股、现金增资、不动产处理)，股东大会的重要决定(如红利政策、董事会改组等)，营运消息(如开发新产品与接获批量订单、增加新的分支机构)。(三)一般生产统计资料。从这些统计数字中进行比较分析，了解各行业生产营运情形.(四)金融物价统计资料。每月的货币供应量，即增减比率是政府放松或收缩银根措施出台的先兆和依据，通货膨胀率也是值得注意的信息。(五)贸易统计资料。每月对贸易额与入超、出超情况及外汇储备的变动，将影响本币汇率，间接影响股市，所以也是不容忽视的信息.(六)国民生产总值及国民收人统计与经济景气动向指标是判断经济发展趋势的重要信息。(七)政府对基础产业、原料价格的政策直接与企业生产的成本有关，也与政府财政开支密切相关。(八)突发性非经济因素.主要指政治风险，与政府立场和外交政策有关，也受局部战争影响.(九)来自股市交易的信息。每天的开盘价、收盘价、成交量、涨跌幅度、涨跌指数及股指变化等，这些都是技术分析的依据.
二、金融证券信息的来源
(一)来自发行公司披露的材料。各国证券法一般都要求证券发行公司在发行证券时，须向证券主管部门提供有关材料，并公告招股说明书、上市公告书等.包括的主要内容是:公司概况，公司业务经营计划，专家审查意见，公司的主要业务和设备，公司资本及股本结构，公司债发行纪录，股票承销机构，公司财务状况，最近年度的营业报告书及公司章程等。提供的财务资料有:资产负债表、损益表、以及有关的说明事项等。财务报表必须有合格的注册会计师签章，并出具审查意见。(二)来自证券管理机构的信息。一般说来，各国的证券管理机构普遍提供和定期公开以下几方面的资料:1.上市证券概况资料。包括上市股票种类、每种股票的最高价及最低价、上市股票市价总额、上市股票成交领等。2.上市公司营业额汇总表，即关于上市公司的营业金额及与上年比较的增减趋势资料。3•上市公司获利能力比较表。内容包括上市兮司前后两个会计年度的营业收入、税前利润、税后利润、实收股本、净资产收益率等资料。4.证券交易新资料。这类资料由交易所每月定期编制。其内容大致包括:有价证券法规增补、上月的证券金融大事记、上月的证券发行量、加权指数及分类加权指数、国际股市、证券公司的营业汇总表、专业经济商的财务资料汇总表、国内重要经济指标等。5.证券统计要览。包括有价证券发行、证券交易及其他事项的统计资料。(三)来自证券研究机构的信息。有些专门的证券研究机构定期研究和一些证券市场现状和趋势的研究报告。这些报告往往具有权威性和系统性，很值得投资者重视。(四)来自私人渠道的信息.除从公司和公开渠道直接获取信息外，投资者还应重视通过私人渠道获取有关公司的资料和信息。这些资料和信息往往真实、可靠，并且有可能是独占或比其它投资者先享用，所以极具价值，不容忽视.(五)证券投资分析还需要收集诸如金融、经济、税收、国际形势等方面的资料.这些资料有些可以从广播、电视和报刊杂志上了解，有些可以从政府有关机构公布的材料(如工业生产统计表、物价统计月报、金融年鉴、金融统计月报、进出口统计月报、经济景气指标等)中查询。(六)互联网。从互联网上可以看到证券交易委员会要求上市公司披露的报表，许多公司也在网上开辟了提供信息的网页.有关经济、行业和市场的总体报告也在网上.互联网作为宣传和营销工具的作用在增强。有些公司已制作出了供投资者利用互联网信息进行投资分析的软件。
三、互联网上金融证券信息的获取
网络的开放性使得投资者很容易从互联网上获得实时性很强的信息.目前，投资者在互连网上获取金融证券信息的方法和途径主要有两种:访问浏览和查询检索。一般来说，访问浏览的方法比较适用于检索者无网络查询经验或者无法明确地用词语表达清楚自己的信息需求，或者需要查询的主题较为宽泛的时候，而查询检索则对查询特定主题的信息非常有效。(一)访问浏览。通过访问浏览的方法在互联网上获取金融证券信息，其途径有两种:1.直接访问金融证券专业网站，浏览网页。这种途径主要是通过访问、浏览专业网站如证券交易所、证券公司和网络信息技术公司、以及网虫个人等在互联网上构建的专业性金融证券网站获取金融证券信息。一般而言，直接访问专业网站的途径可分为以下几个步骤:确定所需信息内容;确定可能的信息源;确定专业网站的网址;按选定网址进行访问;浏览主页相关栏目;通过友情链接链接到其它网站继续浏览.专业性金融证券网站电视网络投资者信赖的、十分重要的信息来源之一。通常，专业网站主页上都开辟有众多栏目或频道诸如:公司档案、行业动态、年报精评、深度透视、新闻公告、个股推荐、股神论坛、大势研判、在线股评、数据频道、指数显示、即时图表、实时行情、股市学校等等。访问者可以通过浏览这些栏目或频道获取所需信息，或通过专业网站主页上的友情链接链接到其它网站继续浏览直到找到所需信息或满意为止。实现直接访问专业网站的关键是知晓其网址。通常，确定网络金融证券专业网站网址可以通过以下途径:通过平时积累收藏;借助于分类索引和专门性检索工具—搜索引擎;通过友情链接;借助搜索引擎的相关目录和相关网站功能;通过网址集萃。2.访问综合性网站，浏览其分类索引。这种途径是一种主题层次列表的访问方式，主要通过访问、浏览综合性网站的分类索引，如Yahoo!、搜狐、新浪等网上的分类索引以获取金融证券信息。综合网站的分类索引是把网络上的信息人为地按主题分成特定的类别目录，最常见的冠以股票、财经、金融、经济、投资等名称，然后再在这些类别下面分为树型结构的子类别。使用分类索引主题目录查找信息的方法:先选定感兴趣的较宽泛的域，再去留心更特定的主题。一般而言，访问综合性网站，浏览其分类索引这一途径可分为以下几个步骤:确定所需信息内容的主题;确定综合网站的网址;按选定网址访问综合网站首页;浏览顶极主页的内容;在按其分类索引主题链接指示一层层浏览下去，如:首页一商业与经济一金融与投资一实时股票行情信息，直到找到有用信息。访问浏览是在互联网上获取金融证券信息的常川方法，实际上也是获取网络信息最终必须进行的一个步骤.面对网上巨大的信息量，目前访问浏览的方法费时费力，效率不高。就以上二种途径而言，由于专业网站提供的信息内容专业、独特、专一、全面，因而可以吸引到最核心的信息需求人群，而且就信息服务力度而言，专业网站更胜一筹。(二)查询检索。通过查询检索的方法在互联网上获取金融证券信息，其途径主要是通过专门性的杳询检索工具—搜索引擎。一般而言，利用搜索引擎进行网络金融证券信息查询检索这一方法可分为以下几个步骤:明确查询检索的目的;分析所需信息内容主题，确定检索用词;确定检索途径和策略;选择搜索引擎;输入关键词进行查询检索;在检索结果中行二次检索;浏览检索结果，直到满意为止。查询检索的关键就是选择搜索引擎。不同的选择，检索效果亦不相同.目前网络上的搜索引擎众多，多达百个，常用的也有几十个。这些搜索引擎其数据库覆盖的范围、标引的深度、广度、提供的检索方式、检索语法均不相同。通常，用于网络金融证券信息查询的搜索引擎可分为:大型搜索引擎、元搜索引擎、专题搜索引擎等。1.大型搜索引擎。它主要指那些常用搜索引擎，如新浪、网易、搜狐、悠游、中文雅虎、搜索客、常青藤、exeite、Yahoo!、infoseek等。2.元搜索引擎。它是多个单一搜索引擎的组合。对同一个检索词可同时调用多个单一搜索引擎进行检索，或组合指定的搜索引擎检索，或在每一个单一的搜索引擎上检索，最后对多引擎检索出的结果进行合并、去重、排序、综合输出结果，也可分别输出单一搜索引擎的检索结果.目前检索功能较强的、效果较好的、常用的元搜索引擎有:网络猎人之小猎狗、咫风搜索通、中华搜索宝、网际穿梭以及万纬搜索等，他们各自均由较为突出的特点显示出任何单一检索引擎无法比拟的优势。3.专题搜索引擎。顾名思义，就是专用于查询检索某一专题信息的查询工具.目前，网络上专题搜索引擎还不是很多，但每一种对解决实际查询问题都十分有效。如Dejanews是专用于USenet的搜索引擎，而Liszt则是针对邮递列表、iRC等的搜索引擎。巨灵金融证券信息检索、股易金融搜索等是金融证券专业网站上的专题搜索引擎。从检索的针对性和效果上考虑，在搜索引擎的选择上应尽量选择使用专题搜索引擎。总之，互联网和网络信息是一个时刻变化着的巨大空间，不确定性和变化性导致网络信息检索的困难性。在对网络金融证券信息进行检索式，采取的策略必须是多步骤、多元化的检索，在此基础上充分利用各检索工具的特点，以最终满足自己的需要。