股票投资可行性分析精选6篇

股票投资可行性分析精选6篇

股票投资可行性分析范文1

我们作为一名金融专业的大学生，即将踏入社会，但是，我们缺少丰富的市场分析及理财常识，导致很多在校大学生不敢投资，或是盲目投资，无形中造成了资源的浪费。颜老师通过五次的讲课，为我们深刻剖析了如何在股票市场上规避风险，取得先机，传授了我们股票投资分析的一些技巧和方法。使我们受益匪浅。直到活动结束，同学们都还意犹未尽。下面是我从这五次讲座中所学到的知识及心得体会。

现在的社会是市场经济的社会，受社会发展形势的影响，人们的思想也逐步发生转变，尤其是在财富的创造方面，现在的人们不再像以前那样只懂得把钱攥在手里，而是逐渐趋向于投资，用财富去创造财富。

投资是调动产业机构和产品机构、优化资源配置的基本途径，也是投资者实现经济利益的重要手段。随着国民经济的发展和经济市场化程度的不断提高，投资范围和投资规模将不断扩大，投资主体和投资渠道将逐渐多元化，影响投资的因素也将日益复杂多样。投资渠道和投资方式不同，投资者所承担的风险和所获得的投资收益也将有所不同。投资者只有掌握科学的投资分析理论和分析方法，提高投资决策的科学性，才能降低投资风险，实现最佳投资收益。所以投资分析越来越重要。

股票投资分析顾名思义是指对股票投资方面的分析。要想了解股票投资分析就要先了解什么是股份公司、股票。

股份公司在国外已经有好几百年历史了。而而在中国，也就只有几十年的历史，还有好多人感到生疏。其实我们经常说的一些世界有名的大公司，例如美国的IBM、可口可乐公司、德国的西门子公司、日本的索尼公司、松下公司，无一不是股份公司。国内许多股份公司的产品也早就家喻户晓，比如长虹电视机，春兰空调，嘉**摩托车等等。为什么要采用股份公司的形式那？股份公司有其他企业所没有的优越性一方面他可以筹集到大量的资金，满足社会大生产的需要，另一方面他将风险分散到整个社会极大地增强了企业抵抗风险的能力。

股份公司的股份分别由不同的人持有，每人持有的数量有多有少，而不论多少，凡是持有股份的人就是股东，持有的凭证就是股票。股票的几个特性，无期性、权责性、流通性、风险性。

股票分析包括基本分析和技术分析两部分。基本分析研究影响股票供给和需求关系变化的因素，它的主要内容是分析国家的宏观经济环境、股市***策、上市公司的各种情况以及能够影响股市变化的其它信息，作为股市投资的参考，以帮助投资者研判未来股市发展的总趋势，指导投资者选定入市时机，在众多的股票中，选择确定能够获得较大收益的上市公司进行投资。股票投资技术分析是一种完全根据股市行情变化进行分析的方法，技术分析注重市场本身的活动，其基本假设是：股价有市场上股票的供给和需求决定，供求关系又受许多理性与非理性因素的影响，股价除受市场短期波动影响外，其变化趋势可以持续一段时间，历史会不断重演，即使面对不同情况，不同时期的投资者或许会做出相同的反应。因此投资者可以冲过去的交易资料和股价变化过程所显示出来的有意义的形态和信号的分析中预测股价的变化趋势，选择股票投资时机。

影响股市行情变化的主要因素 ；经济因素、***治因素、公司自身因素、行业因素、市场因素、心理因素。

颜老师通过一系列的案例让我们更深刻的掌握。根据几种典型的股票K线向我们解释了如何抓住投资时机。印象最深的是颜老师给我们总结的投资之术和投资之法。

投资之法是：一、长期价值投资之法，价格是月亮、价值是地球、时间是金钱；价格大大低于价值，买入并持有；价格适度高于价值，开始减持直至减空

二、否极泰来、泰极否来、福祸相依，否时我入地狱、泰时成人之美

投资之术是：一、正常情况，分批买入、分批卖出(一次性判断那是，多次性判断那是智慧)，初次买入一般至少在合理估值之下开始

二、正常情况的下跌不止损，实质性利空的下跌止损

三、优秀的股票平常被大家供着高高在上，在非实质性利空下或系统性下跌才有可能被便宜的买到，关注事件性机会

四、平均线理论等技术派理论仅做参考性印证，不做决定性因素

五、股票的选择，大行业大龙头+简单估值+财报分析+网络追踪，简单估值法PE、PB、PEG，估值的简单性经验：牛时PE，熊时PB

六、弱周期股票估值相对稳定，强周期股票估值相对不稳定(如牛末可能PE小反而差，熊末可能PE大反而进入价值区，可使用结合PB、重置法、财报补充、长期年份的追踪等修正)

七、不太熟悉股票买入的周期相对要长一点，从试探性买入到建仓完毕至少需要一个月以上的时间

股票投资可行性分析范文2

【关键词】金融市场羊群效应风险收益价值投资

一、金融市场概述

金融市场是指资金供应者和资金需求者双方通过作用工具进行交易而融通资金的市场。换句话说，金融市场是实现货币借贷和资金融通、办理各种票据和有价证券交易活动的市场。作为资金融通的市场，其构成十分复杂，是由许多不同的市场组成的一个庞大体系。金融市场是一个动态开放的市场，其参与者众多，人们倾向于认为多数的决定是最合理的，进而引申出羊群效应这种不利于资本市场持续健康发展的非理。一般根据金融市场上交易工具的期限，把金融市场分为货币市场和资本市场两大类。当前，我国证券市场中股价波动较大。一方面，股价波动是股票的固有属性，是受证券市场的不确定性、信息不对称、投资者的风险偏好程度等因素的影响和制约的。另一方面，股价暴涨将引起股市泡沫，且这种虚幻繁荣有投机性、价格高估、突发性、联动性等特点。

二、金融市场中多数投资者的行为分析

金融市场运作的虚拟性和信息的不对称性，使股票投资具有极大的风险。近年来证券市场在各个方面都出现了极其复杂的变化，导致市场操作难度加大。在国际化、全流通、专业化、价值化等视野下，投资者必须思考如何运进行股票投资，在买卖股票时需采用什么样的投资理念、方法和策略，以及应该优先买卖什么样的股票。然而，就目前而言，绝大多数的投资者都没有意识到这一点，羊群效应这种非理性的行为就像魔咒一样，不断左右着广大投资者的思想。

羊群效应是指投资者在信息环境不确定的情况下，行为受到其他投资者的影响，模仿他人决策，或者过度依赖于舆论。即市场中的压倒多数的观念，而不考虑自己的信息的行为。由于羊群行为涉及多个投资主体的相关，对于市场的稳定性、效率有很大影响。我国投资者的理性意识还不健全，跟风等各种非理现象比较突出。研究表明，在市场大幅下挫的时候给投资者带来的抛售压力明显大于在市场上涨时给投资者带来的购买冲动。在市场大幅下挫时，大盘的走低使得大部分投资者担心自己持有的股票价格也会大幅下挫，于是纷纷抛出股票，这种卖方的羊群行为反过来使得许多股票价格同时下降，这样形成了价格下降和抛售羊群行为之间的正反馈。在市场大幅上升时，虽然有一些投资者看好市场，大幅增仓，但是也有些投资者担心价格过高而不愿跟入，此时投资者的行为相对分散，跟风行为低于在熊市中的羊群行为。

三、股票投资中的风险及收益的再认识及价值投资理念的引入

1、风险

所谓风险，一般的理解是指遭受各种损失的可能性。股票投资的风险是指实际获得的收益低于预期收益的可能性，而造成这种可能性的原因是股息的减少和股票价格的非预期变动。

风险一般可以分为系统风险和非系统风险两大部分。系统风险是指总收益变动中由影响所有股票价格的因素造成的那一部分。经济的、***治的和社会的变动是系统风险的根源，它们的影响使几乎所有的股票以同样的方式一起运动。非系统风险是指在总风险中对一个公司或一个行业是独一无二的那部分风险。管理能力、消费偏好、罢工之类的因素造成一个公司利润的非系统变动。非系统因素基本***于那些影响整个股票市场的因素。由于这些因素影响的是一个公司或一个行业，因此只能一个公司一个行业地研究它们。因非系统风险仅涉及某个公司或某个行业的股票，所以，投资者可以通过审慎的投资选择来减少甚至避免非系统风险。非系统风险的主要形式有金融风险、经营风险、流动性风险、操作性风险。

2、收益

股票投资收益是指投资者投资行为的报酬。一般情况下，股票投资的收益主要分为货币收益和非货币收益两大类。货币收益是投资者购买股票后在一定的时期内获得的货币收入，由两个部分组成。一是投资者购买股票后成为公司的股东，并以股东的身份，按照持股的多少，从公司获得相应的股利，包括股息、现金红利和红股等，在我国的一些上市公司中，有时还可得到一些其他形式的收入，如配股权证的转让收入等。二是因持有的股票价格上升所形成的资本增值，这正是目前我国绝大部分投资者投资股票的直接目的。非货币收益的形式多种多样，如投资者购买股票成为股东后，可以参加公司的股东大会，查阅公司的有关数据资料，获取更多的有关企业的信息，在一定程度上参与企业的经营决策，在企业重大决策中有一定的表决权，这在一定程度上可以满足投资者的参与感等等。

投资者要提高股票投资的收益率，关键在于选择购买何种股票以及在何时买进或抛出股票。任何股票投资者都希望自己能买到赢利丰厚、风险小的股票，因此，在做出投资决策时，一般都要考虑投资对象的企业属性和市场属性。股份制公司企业属性的好坏，主要是通过公司的财务指标、公司的行业背景及其成长性、发行公司的规模等各方面的因素来进行考察。

3、价值投资

在进行股票投资决策时，进行股票的内在价值分析，可以使投资者更加理性和成熟，避免投资的盲目性以及短期的逐利行为。

股票投资内在价值评价的目标是股票投资人得到稳定可靠的收益，而尽量避免风险。从投资者角度来看，一支股票的收益性越大越好，而它的风险性是越小越好，对于一些长期持有者来讲，股票的成长性是非常关键的因素。因此，采用因素法，可以将股票投资价值的因素归结为收益性、成长性、风险性三大方面，而这三大方面又可以作进一步的细分（见***1）。

根据相关公式计算出股票收益性、成长性和风险性的分值，以定量分析的方式对股票进行综合评判。具体计算方法如下：

A：对会计报表中的数据经计算和无量纲处理后，得出C层数据；

B：采用因子分析法分别计算出B1、B2和B3的得分值；

f（B）=Σ（C层因子得分×因子贡献率）

C：用层次分析法分别计算出B1、B2、B3的权重W1W2W3，计算股票的内在价值：F(A)=f（B1）W1+f（B2）W2+f（B3）W3

四、实证分析

本文结合宝钢股份股价走势，利用相关模型说明进行风险收益分析在投资决策中的应用。研究方法说明：在该实证分析中，我们选取的是宝钢股份在最近一个月的股票收盘价并将其作为研究样本，利用EXCEL的数据分析工具库，通过估计出一个绝大多数投资者所能接受的投资预期回报率。首先计算出股票的波动性，即样本的标准差；其次做出股价运行的模拟模型，基本可以看出预测的股价和实际价格的偏离程度；最后做出股价的正态分布***，观测出价格出现频率最高的区间。

研究目的：通过以上的定量分析，可以获得现实股价和预期价格的偏离程度，衡量出其风险程度，并验证股价走势属于正态分布。以***形的形式使得投资者对股价的走势有一个比较系统的了解，做到心中有数，在看出股价的分布概率的基础上，结合技术分析中的经典假设——历史会重复，为未来的投资决策做基础。

假设有10%的投资回报率，以最近27天的数据为样本，并认为一年有250个交易日。在表1中，通过Ln（number）函数的使用，对每天的股价比求对数，得出日投资回报率，进而使用STDEV函数求出日标准偏差，最后乘上250个交易日SQRT（250）可获得该股票的年波动率，利用EXCEL软件，可以轻易得出其年波动率为53.91%。

结合对该股票年标准偏差的计算（53.91%），紧接着要对股价运行进行模拟，将时间的步长值定为1，从而设立时间序列。

首先要对我们估计的年收益率进行连续复利调整，以Mu代表预期收益率，代表股价的波动性，那么可以得到调整后的预期回报率为Amu=Mu-^2/2=-4.53%。

其次，利用RAND函数在这27天中进行随机抽样，并通过函数NORMSINV将随机样本转换为正态随机分布。

最后，在信息不对称的前提下，本文将股票价格分为两部分，即股票价格=确定价格+不确定价格。这里要说明两点：一是对于股票价格，由于是在原来价格基础上进行模拟，故接下来的价格自然不能再使用原来27天的观测价格，而后一天的股价=目前股价EXP（时间步长值Amu/250+后一天的随机抽样正态分布值SQRT（时间步长值/250））；二是对于其中的确定价格，可以由公式：今天的确定价格=昨天价格的确定部分EXP（AMu时间步长值/250）得出。宝钢股份的当前价格为16.45元。

根据表1的天数、股票价格、确定和不确定四栏，可以画出模拟***形，该模型以可视化的方式来展示出股票价格是如何遵循几何布朗运动假设而变化的。我们可以通过计算机反复按F9来生成多个不同的价格通道，并观察到模拟股票价格通道与实际股票和股指的股价历史有着惊人的相似性。

在表1对股票风险的测定基础上，进一步创建一个模型，使其能在一个***表中很好的显示股票价格在未来某一时点的对数正态分布。在该模型中首先需要计算出股票的最低以及最高价格，利用EXCEL的分析数据库，股票的最高（低）价格=EXP（（Ln（目前股价）+AMu时间期限）+/-4SQRT（时间期限））；其次在得出股价的步进值后列出其价格序列，本文将宝钢股份的价格范围划分为200个相等步进值，因此该股票的价格步进值为（最高价-最低价）/200；最后利用NORMDIST函数求出股价的累计概率。

将以上数据进行***表化，可以更加清晰的看出正态分布的趋势以及股价出现概率最大的区间。该模型可以使投资者感受到股价未来价格的分布将如何随各种影响变量的变化而发生变化，例如通过改变标准偏差，可以观察到波动性很低时，分布趋向于对称分布，而波动性很高时，分布的斜率也会加大。同样，时限很短时，分布基本上是对称的，而时限加长时，分布的斜率也会越来越大。

五、结论

作为金融市场的一个重要组成部分，股票市场在直接融资领域内发挥着越来越重要的作用，任何非理性的投资不仅会扭曲市场的价格发现功能，在带来巨***动的同时还会影响实体经济的持续健康发展。因此，构建一个理性的投资环境是非常有必要的，也是目前我们最应该做的。

【参考文献】

[1]钟会根：从金融市场中羊群行为谈我国证券市场文化建设[J].金融与经济，2007（9）.

[2]叶莉萍：对我国股票市场调控问题的思考[J].金融与经济，2007（9）.

[3]沈小平：我国股市宏观调控观点评述[J].经济研究参考，2004（7）.

[4]汪伟全：股票价格——投资机会与泡沫风险[J].价格理论与实践，2007（6）.

[5]张蕾：股票内在价值的一种评估方法[J].电子科技大学学报，2007（8）.

[6]安东尼·桑德斯：金融市场与金融机构[M].人民邮电出版社，2006.

[7]花俊渊：金融市场风险度量方法研究[J].生产力研究，2007（17）.

[8]郭济敏：股票市场泡沫研究[M].中国金融出版社，2005.

股票投资可行性分析范文3

[关键词] 投资者； 投票弃权率； 信息不对称； 利益不相关； 股东大会； 股东权利

Abstract： The average shareholding proportion of the largest shareholders in Chine listed companies exceeds 30%， and majority shareholders can make decisions directly bad on superiority of control rights， while rights of minority shareholders are often ignored. To protect minority shareholders rights， China Securities Regulatory Commission （CSRC） has guided the listed companies to implement internet voting system for shareholders meeting， and encouraged minority shareholders to participate in corporate governance through attending shareholders meeting. Up to now， the network voting practice has been carried out for nearly 10 years and the voting mechanism has been improved greatly. However， voting rates of shareholders meetings are not high， and a large number of minority shareholders abstain from voting. Why have voting participation rates not incread while internet voting system for shareholders meeting has improved？ Which factors affect the voting behavior of the minority shareholders？ There are few literatures focusing on minority shareholders participating in corporate governance， and rearches on abstention behavior of minority shareholders have not been fully developed yet.

Using the shareholders meeting voting data of the companies listed on Shenzhen Securities Exchange from 20072012， this paper analyzes the factors affecting abstention rates of shareholders meeting and reveals the internal mechanism of the shareholders abstaining from voting. The empirical results show as follows： （1） reflecting the degree of information asymmetry index of voting resolutions ″market attention″ and benefit dependency index are two important factors for investors participating in the vote. That resolution information of shareholders meetings is open to the public can help reduce abstention rates， and investors can be driven by their benefit to participate in the vote.（2）Investors participation in the vote is bad on resolutions being concerned by the market. Abstention rates are high，even if resolutions relates to the rights of investors， unless the voting information is obrved by investors. That is to say， benefit dependency can only influence voting rates of resolutions that draw high market attention. （3） According to the cumulative abnormal returns before the vote， resolutions are divided into two types， ″good resolution″ and ″bad resolution.″ The factors influencing abstention rates of the two types differ greatly. The benefit dependency has significantly negative impact on abstention rate of ″good resolution，″ but the impact of market attention on abstention rates is not significant. While market attention has significantly negative impact on abstention rates of ″bad resolution，″ and benefit dependency has no significant influence on abstention rates. （4）Accordingly， bad on analysis and conclusion， this paper provides policy suggestions about minority shareholders participating in shareholders meeting.

二、 理论分析与研究假设

（一） 理论分析

投资者参与股东大会的投票行为有赖于投资者保护机制的发展和完善，因此，我们首先回顾有关投资者保护的已有文献，进而结合投票制度和投资者行为提出文章的假设。

投资者权利保护首先依赖于公司内部治理，内部治理结构的完善能够降低外部环境的冲击，提高公司绩效从而扩大股东权益。La Porta等指出，投资者保护程度和股权集中度之间存在负相关关系，在投资者保护程度较低的地区，为有效监督管理者，大股东需要掌握足够的股份，股权集中成为外部法律机制的一个替代[7]1150。白重恩等研究发现，公司治理水平的提高有利于投资者权利保护，同时投资者愿为治理良好的公司付出可观的溢价，即公司治理与市场价值存在正相关关系[8]8889。除了内部治理结构对投资者保护产生影响外，外部环境的保护功能也不容忽视。辛宇和徐莉萍讨论了公司所处地区治理环境在股改对价和送出率确定过程中的作用，发现较好的外部治理环境会降低股权分置改革的成本，并显著缓解机构投资者和非流通股股东“合谋”侵害中小投资者利益的现象[9]130131。陈俊等从外部审计的视角分析了中国新股发行市场投资者权利保护机制，发现外部审计质量能部分解决股东与经理人之间的治理冲突，但有效市场约束机制的匮乏导致大股东与中小股东间的治理冲突难以引发有效审计需求[10]101。Burkart等通过构建数理模型分析投资者保护的法制环境在控制权市场竞争中发挥的作用，证实更高的投资者法律保护水平能抑制并购后控制人掏空公司资源[11]1129。

机构投资者作为重要的外部股东，会利用掌握的投票权推动公司治理的转变。机构投资者可以采取投票权、与高管（或董事会成员）进行谈判、提交投票议案等方式引导公司内部治理的变革，保护中小投资者利益[6，12] 。薄仙慧和吴联生从盈余管理角度分析国有机构投资者的治理效应，指出国有控股和机构投资者有利于公司治理的改善，但机构投资者的积极治理作用在国有控股公司中受到限制[13]89。同时，中国资本市场投资者保护机制并不完善，股权结构高度集中，机构投资者力量弱小，其在公司治理中的作用还有待提高[14]122。

为更好地保障投资者，尤其是中小投资者“用手投票”的权利，中国证监会在2004年《上市公司股东大会网络投票工作指引（试行）》以引导上市公司实施股东大会的网络投票制度，沪深两大交易所根据证监会的安排拟定了关于网络投票的实施细则，网络投票制度在中国上市公司中得到迅速推广。国泰安（C***AR）中国上市公司治理结构研究数据库显示，在2007―2012年间，沪深两市A股上市公司共举行股东会议34 700次，开展网络投票比例为1619%。

投资者通过投票参与公司决策，投票表决董事选举、并购重组、新股发行、公司章程修改等重大事项，行使股东权利。同时投票过程也建立起股东、董事和管理者之间的沟通渠道，有利于维护自身权利。但囿于数据缺乏及投票动机的不易观察，针对中小股东参与股东大会投票的研究尚未深入展开。本文尝试结合中国现有投票机制和投资者特征，分析中小投资者参与网络投票的动机，推进关于投资者权利保护的研究。

（二） 研究假设的提出

在现实中，投资者参与投票的行为必然受公司内部治理结构的影响。在股权集中的公司中，投资者的投票行为对股东大会的影响较小，在自身权利无法得到保障的前提下，中小投资者的理性选择即是市场投机[15]7576 ，投机行为的存在使更多的投资者放弃参与股东大会投票。在问题严重的公司，管理者或大股东的机会主义行为导致中小股东利益无法保障，因此，公司股权结构和治理水平将影响普通投资者的投票行为[3，16]。

投资者参与股东大会投票首先需要获取股东大会投票议案的相关信息，投票信息为外部所关注是投资者参与投票的基础。徐莉萍和辛宇通过分析股权分置改革下媒体的治理职能，发现媒体的广泛报道可以提高中小流通股股东参与股改投票的热情[17]4445。在获取投票信息后，理性投资者会根据议案内容的利益相关性权衡投票的成本与收益，以此来决定是否参与投票。

因此，结合投资者参与投票的条件和动机，本文提出如下假设：

假设1：在控制相关变量后，投票议案信息不对称程度、利益相关性与股东弃权率直接相关，议案被市场关注程度越高则弃权率越低，议案利益相关性越高则弃权率越低。

投资者弃权行为的两大因素发挥作用的机制可能并不相同，股东只有在获得投票信息后才会基于利益相关性、其他大股东持股比例决定是否参与投票。即使与投资者利益有极大关系的议案，若不被投资者关注则弃权率也会较高。由此提出如下假设：

假设2：投票信息被外部投资者关注越低，则利益相关性对弃权率的影响越小。

已有的研究发现投资者对待股票的盈利和亏损的心理存在差异，根据Kahneman和 Tversky提出的前景理论[18]263，投资者继续持有盈利股票的效用要小于卖出盈利股票的效用。当投资者的投资组合中既有盈利股票又有亏损股票时，投资者倾向于卖出盈利股票，而将亏损股票保留在投资组合中，回避现实损失，这一现象在行为金融学中称为“处置效应”。股东在参与投票时，议案的收益性质将直接影响其投票行为，好议案能够改善公司治理水平或者引入更好的投资者保护机制，给投资者带来显著正向的收益，而坏议案只会给投资者带来负收益。因此，两类议案对股东投票行为的影响可能存在差异，于是提出第三个假设：

假设3：投资者参与好议案和坏议案投票的动因不同，议案的信息不对称程度、利益相关性对投票弃权率的影响在两类议案中存在差异。

三、 样本选择和研究设计

（一） 样本选择与数据来源

本文选择2007―2012 年深圳证券交易所全部上市公司股东大会投票数据样本，并按如下标准进行筛选：（1）同一次股东大会中不同议案投票数可能存在差异，选择投票数最高的议案作为本次股东大会投票数，合并同一次股东大会的投票信息；（2）考虑到投票成本，剔除只进行现场投票而未开展网络投票的数据；（3）剔除金融类上市公司；（4）剔除ST 公司和数据不完整的公司。股东参与投票数据、公司财务和治理结构数据来源于国泰安（C***AR）数据库。为了避免异常值对模型分析的影响，在描述性统计分析和普通多元回归分析中，对变量进行了1%水平的Winsorize缩尾处理。在使用分位数回归分析中，为充分发挥分位数回归的优势和特点，直接采用原始数据回归而不做任何处理。

（二） 变量选择与描述性统计

1.被解释变量。由于大股东参与意愿比中小股东更高，使用弃权率变量（Non_Vote）能更准确地反映出中小股东的投票行为，具体的做法是计算未参与投票股份占总股份的比值。

2.解释变量。投票议案的信息不对称程度反映出投票议案被外界关注的程度，以此来吸引投票者参与投票。许多文献采用媒体关注度和分析师关注度来反映外部机构的关注度，但这些指标并不能衡量出投票信息是否真正被投资者关注。投资者针对市场信息的反应，直接体现在股票成交量上。据此，借鉴权小锋和吴世农的方法[19]100105，选择投票前60天内的换手率（Turnover）作为投票议案的市场关注度，直接衡量投资者对投票议案的关注程度。

对于利益相关性变量，许多文献使用上市公司的关联交易水平来衡量与股东利益的相关程度，但该项指标并不能反映单个议案内容与股东持股收益情况，并且关联交易水平与股东利益之间的关系并不确定。传统理论认为关联交易是大股东的利益输送行为，会侵害中小股东的利益[2021]；另一方面，关联交易可以促进内部资源的有效转移和融合，提高风险管理能力，增加公司价值和股东利益[2223]。本研究参考孔东民等的方法[3]22，采用会议投票前股票累积异常收益（CAR，Cumulative Abnormal Returns）来表征议案利益相关性变量 一次股东大会通常审议多项议案，由于难以区分具体议案对投资者收益的影响，因此利益相关性变量反映的是同一次股东大会中全部议案对股东收益的综合影响。，因为市场的收益本身包含了关联交易在内的各种信息。在变量具体计算上，采用事件研究方法，以投票日为事件日，若投票日无交易，则投票后的第一个交易日为事件日。利用市场模型度量出股票的超额收益，计算出所有窗口日的超额收益之和为累积超额收益。即对证券j，记其收益率为Rj，t，根据市场模型Rj，t=α+β Rm，t+εi，t，计算出回归的拟合值R^j，t，其中εi，t为白噪声，Rm，t为市场组合收益率，本文选择深成指收益率来表征市场组合收益率。这样证券j在时刻t的超额收益为ARj，t=Rj，t-R^j，t，由此可计算出在窗口时间（t1，t2）内，证券j的累积超额收益为CARi（t1，t2）=t2t=t1ARj，t。我们分别采用投票前三天异常收益率CAR1、前七天异常收益率CAR2、前三天异常收益率的绝对值Abs_CAR1、前七天异常收益率的绝对值Abs_CAR2分别衡量投票议案的利益相关性（CAR）。

3.控制变量。考虑到公司内部信息不对称程度对投票行为的可能影响，本研究选择公司信息披露水平作为控制变量，参考伊志宏等[24]136、姜超[25]434435的方法采用深交所对上市公司的信息披露考核评分（disclosure）。股票的估值水平高低能够带动投资者的情绪进而影响股东参与投票，因此，本研究控制住股票估值程度，用投票前60天的平均市净率（PB）衡量。此外，从公司治理角度，考虑了与股东弃权率紧密相关的第一大股东持股比例（P1）、第二至第十大股东持股比例和（P2-10）、董事长和总经理兼任情况（Duality）、董事会规模（Director）、***董事比例（Indpen）、公司性质（Type）、规模（Size）、资产负债率（Debt）及行业虚拟变量（Ind）。具体模型设定如下：

Non-vote=α0+α1Turnover+α2CAR+α3P1+α4P2-10+α5Disclosure+α6PB+α7Type+

α8Duality+α9Indpen+α10Director+α11Size+α12Debt+Ind+ε（1）

具体的变量定义和描述性统计结果如表1所示，样本公司的投票弃权率为47224%，有近一半的股份未参与股东大会表决，弃权率的最大值为94426%，可见在极端情况下即使开展网络投票也仅有少部分股东参与投票。样本公司的整体信息披露接近良好的水平，Disclosure的均值达2935。CAR1和CAR2均值为负，表明在股东大会投票前往往伴随着股价的轻微下跌。

四、 实证检验和结果分析

（一） 投票弃权率的影响因素

本文分别以投票前三天股票异常收益率CAR1、绝对值Abs_CAR1及前七天异常收益率绝对值Abs_CAR2来衡量利益相关性，采用方程（1）进行回归，检验投票议案的信息不对称程度与利益相关性对弃权率的影响，表2显示了回归结果。表2的（1）、（2）、（3）列是在控制住P1、P2-10的基础上分别考察市场关注度和利息相关性变量对投票弃权率的单独影响，（4）、（5）列是考察它们对弃权率的综合影响。考虑到公司治理和财务的各指标之间的相互影响可能会产生多重共线性问题，本文计算了各解释变量的方差膨胀因子（VIF）以及模型整体方差膨胀因子的平均值（Mean VIF）。结果发现上述回归中所有解释变量和控制变量的VIF均处于[0，2]区间，模型整体的VIF平均值均在128左右，可以认为样本数据中不存在共线性的问题。

回归结果表明，投票议案的市场关注度越高则弃权率越低，股东大会的议案信息被公众和股民所了解，有助于降低股东的投票弃权行动。利益相关性是投资者参与投票的重要动因，中小股东基于自身利益诉求参与投票。对比Abs_CAR1和Abs_CAR2的系数可以发现，Abs_CAR1对弃权率的影响更加强烈，说明接近投票日期的异常收益率更能反映出投票议案对股东的收益相关性，从而更大程度地降低弃权率。上述回归结果很好地验证了假设1的正确性。

从P1的系数可看出，第一大股东持股比例提高一个百分点，则弃权率降低09个百分点，这与实际情况相符：投票议案的具体内容往往由第一大股东提出，并且第一大股东几乎出席所有的股东大会，因此，第一大股东持股比例直接影响投票弃权率。P2-10的系数表明第二至第十大股东不参与投票的概率比第一大股东要高，在不涉及公司重大事项中，非第一大股东参与股东大会投票的热情降低。Disclosure的系数为负但并不显著，说明如果公司信息充分披露，投资者往往有更强的投票意愿，但Disclosure仅反映公司一年中信息披露的整体质量，与具体的投票决策关系并不紧密。PB的系数说明估值水平的提高能够激励股东更多地参与投票。

根据Type系数，国有企业弃权率更高，这可能与国有企业决策制定需要更多地考虑***府和国家意志、对中小投资者利益诉求关注不够有关[26]68。Duality具有显著正效应，与Director的影响相反，说明公司集权的高管往往忽视中小投资者利益，导致弃权率升高，而董事规模扩大使各类股东能够在董事会中充分体现自己的意志，因此，董事规模的扩大可促使投资者参与投票。

（二） 信息不对称和利益相关性的影响差异

根据假设2的分析，股东只有在获得投票信息后才会基于利益相关性、其他大股东持股比例等因素决定是否参与投票。为分析投资者弃权行为的两大因素所发挥的作用可能存在的差异，本研究将市场关注度（Turnover）分为低、中、高三组，并使用方程（1）进行回归，结果如表3所示：

回归结果显示， Abs_CAR1与Abs_CAR2只有在中关注度和高关注度两组的回归中对投票弃权率的影响显著为负，在低关注度议案中的影响并不显著。同时观察（2）、（3）、（5）、（6）列的系数，相比Abs_CAR1，Abs_CAR2对弃权率的影响更大。上述结果表明投票弃权率首先受市场关注度影响，关注度低的投票议案，其利益相关性即使很高也不能吸引股东进行投票。投资者基于自身利益参与网络投票，必须建立在投票信息被市场高度关注的基础上，回归结果验证了假设2的正确性。

本文进一步采用似无关回归估计法（SUR）分别比较中、高关注度两组数据的股票异常收益率系数的大小。发现（5）、（6）两列Abs_CAR2的系数存在差异，但（2）、（3）两列Abs_CAR1的系数不存在差异 表3（2）、（3）两列Abs_CAR1的系数比较的回归卡方值为003，p值为0862，（5）、（6）两列Abs_CAR2的系数比较的回归卡方值为705，p值为0007。，整体而言中关注度的投票受利益相关性的影响可能更大。可能的解释是，受到广泛关注的投票议案，投资者投票行为往往受外界媒体或分析师的影响而参与投票，因此，利益相关性对中等关注投票弃权率的影响更大。

五、 进一步研究： 好议案和坏议案的影响差异

行为金融的前景理论指出，投资者股票盈利带来的效用增加与亏损股票带来的效用减少之间并不相等，继续持有盈利股票的效用要小于卖出盈利股票的效用。投资者面对带来盈利和亏损的股票往往采取不同措施。同样，面对股票的不同收益，股东参与投票过程中也可能存在差异。

参考孔东民等人的方法[3]22，本研究采用投票前三天股票异常收益率（CAR1）和前七天股票异常收益率（CAR2）的正负号区分两类议案，若投票前股票异常收益率为正，则认为是好议案，否则认为是坏议案。继续使用方程（1）对两类议案分别进行回归，并将结果列在表4中。表4的（1）、（2）、（5）、（6）列是用CAR1作为好坏议案的分类标准并用其衡量议案的利益相关性，（3）、（4）、（7）、（8）列是用CAR2作为好坏议案的分类标准并用其衡量议案的利益相关性。

结果显示虽然表4的（3）列中CAR2 系数不显著，但p值仍达到0107，总体而言好议案的利益相关性与投票弃权率显著负相关，市场关注度对投票弃权率的影响并不显著。但坏议案市场关注度能够显著降低股东投票弃权率，利益相关变量对坏议案的弃权率的影响并不显著，并且利益相关性变量的影响在好议案和坏议案回归中完全相反。好议案的CAR1（CAR2）越高，则投票弃权率越低，即收益越高越能吸引股东参与投票。而坏议案弃权率随着CAR1（CAR2）的提升而变大，说明损失越大则弃权率越高。两类议案弃权率的影响存在差异，回归结果验证了假设3的正确性。

投资者除了“用手投票”表达自己意愿之外，也可以选择“用脚投票”的方式出售手中股份。回归结果反映出面对坏议案，投票者在获取投票的信息后，预期投票议案不利于自身权利，往往采取“用脚投票”方式出售股份。大股东持股变量P1、P2-10对投票弃权率在两类投票议案下并不存在显著的差异，不论是第一大股东还是其他大股东，在公司投票过程中发挥着决定性影响，与两类议案的弃权率显著负相关。

六、 稳健性分析

（一） 分位数回归结果分析

考虑到不同公司的弃权率存在很大差异，同时弃权率标准差较大，弃权率极端值的出现可能影响回归结果的稳健性。陈建宝和丁******指出，分位数回归对于数据中出现的异常点具有耐抗性，并且估计出来的参数具有在大样本理论下的渐进优良性[27]90。因此，本文使用方程（1）的模型设计，针对弃权率的原始数据，采用分位数回归方法处理极端值的影响。按照投票弃权率的大小，分别研究好议案和坏议案，并根据投票弃权率由高到低即90%、75%、50%、25%、10%五大分位数进行回归，使用Bootstrap方法重复500次进行估计，回归结果见表5。

分位数回归的结果显示，好议案的利益相关性能够显著降低股东弃权率，但市场关注度对好议案的弃权率的影响并不显著。以CAR1为解释变量的方程中，Turnover仅在75%的分位数显著，CAR1在弃权率较低的分位数50%、25%、10%上对弃权率均显著。坏议案投票弃权数据的分位数回归结果显示，CAR1对投票弃权率的影响在全部分位数上均不显著，即利益相关性变量不会发挥显著作用。在90%、75%、50%、25%分位数上，Turnover对投票弃权率均存在显著影响，这与好议案的回归结果并不相同。

股东参与投票议案存在一定的差异，坏议案导致股东利益损失，作为公司小股东往往无力改变投票议案，在获得投票的相关信息后，采用“用脚投票”的方式降低持有股票的份额，因此，市场关注度能显著降低股东弃权率，市场关注度对坏议案的投票弃权影响更深刻。而在好议案中，投票议案的通过能够给股东带来良好的收益，因此，议案利益相关性与投票弃权率在低于50%的分位数上均显著负相关，但市场关注度对股东投票弃权行为的影响不显著。鉴于好议案与坏议案的分位数回归结果与前文分析一致，可认定回归结论具有稳健性。

（二） 其他稳健性分析

年度股东大会开会时间一般比较固定，会议的内容相对规范，而临时股东大会召开的时间和内容往往是根据公司实际经营需要临时决定的。公司年度大会与临时大会被市场关注的程度可能存在差异，因此，本研究将数据按照年度股东大会和临时股东大会分为两类，采用方程（1）进行实证分析，并比较两类会议中投资者弃权率影响因素的差异。结果显示临时股东大会的市场关注度对弃权率的影响要显著大于年度股东大会。但不论是临时股东大会还是年度股东大会，市场关注度与利益相关性回归结果均与前文一致。

七、 结论与***策建议

投资者参与股东大会投票，针对大会议案表达自己的意见，是股东参与公司治理、维护自身权利的重要方式。本文利用2007―2012年深交所上市公司股东大会投票数据，分析投资者不参与公司投票的原因。主要结论如下：反映投票议案的信息不对称程度的指标即市场关注度和利益相关性成为影响投资者参与投票的主要因素；不同市场关注度的投票议案对投票弃权率的影响存在差异，投资者参与投票建立在投票信息被市场关注的基础上，即使与投资者利益相关的议案，若不被投资者关注，则弃权率也会较高。利益相关性仅能影响较高市场关注度的投票弃权率，对低关注度的影响并不显著；好议案的利益相关性对投票弃权率的影响显著为负，市场关注度对弃权率的影响不显著；坏议案市场关注度能显著降低股东弃权率，利益相关性对坏议案的弃权率的影响并不显著。投票者在获取坏议案的信息后，往往采取“用脚投票”方式出售股份，只有好议案才能吸引投资者积极参与投票。

基于上述分析，市场关注度反映的信息不对称程度和利益相关性对股东投票行为的影响差异反映在投票参与的不同阶段，两个变量的影响过程如***2所示。若投票信息为市场关注后，面对坏议案的投票信息，由于股权结构高度集中，中小投资者无力改变投票结果，往往选择“用脚投票”的方式卖出股票以降低损失。另一方面，投资者基于投票成本收益的考虑，根据好议案的利益相关程度决定是否参与投票。

综上，给出如下三个方面***策建议：第一，健全网络投票制度和平台，规范上市公司股东大会投票制度，同时建立网络投票激励机制。目前监管部门对于上市公司是否开通网络投票只采取“鼓励”的态度，针对重大事项投票时，大股东可能对参与投票的中小股东设置障碍甚至关闭网络投票。监管机构应明确网络投票的适用范围，规范投票流程，让网络投票成为中小股东表达利益诉求的重要途径。同时投资者参与投票是基于投票收益与成本的权衡，考虑到时间和费用成本，可以给予参与投票者适当的经济补偿，弥补投票成本，激励投资者参与公司决策。第二，应在重大事项决策中实行“分类表决制”，赋予外部中小股东更大的投票权利。分类表决是股权分置改革中的一项过渡性措施，但在股权分置改革后，大股东对中小股东利益侵占的第二类问题并未减轻。因此，在重大事项的表决上，可以尝试赋予外部中小股东更大权力，真正保护中小股东“用手投票”的权利。第三，构建微信、微博、博客等互联网平台，加强公司管理层与投资者的沟通，实现公司信息的全方位覆盖。结合网络发展趋势，设立新的媒体平台，激发投资者参与公司决策的热情，让投资者更快捷便利地参与公司投票和治理。

[参考文献]

[1] 苏梅、寇纪淞、陈富赞： 《股权分置改革中股东间博弈的实证研究》，《管理科学学报》2006年第1期，第5461页。[Su Mei， Kou Jisong & Chen Fuzan， ″Positivistic Rearch on the Usage of Game Theory in SpitShare Structure Reform，″ Journal of Management Sciences in China， No.1（2006），pp.5461.]

[2] 邢天才、宗计川： 《中国上市公司股东投票出席行为研究――基于股权分置改革分类表决的实证分析》，《金融论坛》2009年第7期， 第4551页。[Xing Tiancai & Zong Jichuan， ″Study on Shareholders Voting Participation of Chine Publicly Listed Companies： Bad on the Empirical Evidence from the Reform on Nontradable Shares，″ Finance Forum， No.7（2009）， pp.4551.]

[3] 孔东民、刘莎莎、黎文靖等： 《冷漠是理性的吗？中小股东参与、公司治理与投资者保护》，《经济学（季刊）》2012年第1期，第128页。[Kong Dongmin， Liu Shasha & Li Wenjing et al.， ″Is Silence Rational？ Minority Shareholder Participation， Governance， and Investor Protection，″ China Economic Quarterly， No.1 （2012）， pp.128.]

[4] 黎文靖、孔东民、刘莎莎等： 《中小股东仅能“搭便车”么？――来自深交所社会公众股东网络投票的经验证据》，《金融研究》2012年第3期， 第152165页。[Li Wenjing， Kong Dongmin & Liu Shasha et al.， ″Minority Shareholders Can Only ′Ride Freely′？Empirical Evidence from Shenzhen Public Shareholders Vote on the Internet，″ Journal of Financial Rearch， No.3（2012）， pp.152165.]

[5] N. Gantchev， ″The Costs of Shareholder Activism： Evidence from a Sequential Decision Model，″ Journal of Financial Economics， Vol.107， No.3（2013）， pp.610631.

[6] A. Hamdani & Y. Yafeh， ″Institutional Investors as Minority Shareholders，″ Review of Finance， Vol.17， No.2（2013）， pp.691725.

[7] R. La Porta， F. L. D. Silanes & A. Shleifer et al.， ″Law and Finance，″ Journal of Political Economy， Vol.106， No.6（1998）， pp.11131155.

[8] 白重恩、刘俏、陆洲等： 《中国上市公司治理结构的实证研究》，《经济研究》2005年第2期，第8191页。[Bai Chongen， Liu Qiao & Lu Joe et al.， ″An Empirical Study on Chine Listed Firms Corporate Governance，″ Economic Rearch Journal， No.2（2005）， pp.8191.]

[9] 辛宇、徐莉萍： 《投资者保护视角下治理环境与股改对价之间的关系研究》，《经济研究》2007年第9期，第121133页。[Xin Yu & Xu Liping， ″Governance Environments and Consideration in Share Reform： An Investor Protection Perspective，″ Economic Rearch Journal， No.9（2007）， pp.121133.]

[10] 陈俊、陈汉文、吴东辉： 《不确定性风险、治理冲突与审计师选择――来自1998―2004年中国A股IPO市场的经验证据》，《浙江大学学报（人文社会科学版）》2010年第5期，第92103页。[Chen Jun， Chen Hanwen & Wu Donghui， ″Ex ante Uncertainty Risk， Governance Conflicts， and Auditor Choice： Empirical Evidence from Chinas IPO Market， 19982004，″ Journal of Zhejiang University（Humanities and Social Sciences）， No.5（2010）， pp.92103.]

[11] M. Burkart， D. Gromb & H. M. Mueller et al.， ″Legal Investor Protection and Takeovers，″ The Journal of Finance， Vol.69， No.3（2014）， pp.11291165.

[12] S. Gillan & L. Starks， ″Corporate Governance Proposals and Shareholder Activism： The Role of Institutional Investors，″ Journal of Finance Economics， Vol.57， No.2（2000）， pp.275305.

[13] 薄仙慧、吴联生： 《国有控股与机构投资者的治理效应：盈余管理视角》，《经济研究》2009年第2期，第8191页。[Bo Xianhui & Wu Liansheng， ″The Governance Roles of Stateowned Controlling and Institutional Investors： A Perspective of Earnings Management，″ Economic Rearch Journal， No.2（2009）， pp.8191.]

[14] 陈炜： 《基于投资收益的中小投资者保护效率研究》，《中国工业经济》2010年第10期，第117126页。[Chen Wei， ″The Empirical Test of the Efficiency of Minority Investors Protect Bad on Investment Profit，″ China Industrial Economics， No.10（2010）， pp.117126.]

[15] 李学峰： 《上市公司股东投票权非完备性与股东行为选择》，《证券市场导报》2003年第3期，第7176页。[Li Xuefeng， ″The Incompletion of Voting Rights of Shareholders of the Listing Corporation and Shareholders Behavior Choice，″ Securities Market Herald， No.3（2003）， pp.7176.]

[16] 黎文靖、孔东民： 《信息透明度、公司治理与中小股东参与》，《会计研究》2013年第1期，第4249页。[Li Wenjing & Kong Dongmin， ″Information Transparency，Corporate Governance and Minority Shareholders Participation in Corporate Decision，″ Accounting Rearch， No.1（2013）， pp.4249.]

[17] 徐莉萍、辛宇： 《媒体治理与中小投资者保护》，《南开管理评论》2011年第6期，第3647页。[Xu Liping & Xin Yu， ″Media Governance and Minority Shareholder Protection，″ Nankai Business Review， No.6（2011）， pp.3647.]

[18] D. Kahneman & A. Tversky， ″Prospect Theory： An Analysis of Decision under Risk，″ Econometrica， Vol.47， No.2（1979）， pp.263291.

[19] 权小锋、吴世农： 《投资者关注、盈余公告效应与管理层公告择机》，《金融研究》2010年第11期，第90107页。[Quan Xiaofeng & Wu Shinong， ″Investor Attention， Earning Announcement Effect and Announcement Timing of Management，″ Journal of Financial Rearch， No.11（2010）， pp.90107.]

[20] M. Bertrand， P. Mehta & S. Mullainathan， ″Ferreting Out Tunneling： An Application to Indian Business Groups，″ The Quarterly Journal of Economics，Vol.117， No.1（2002）， pp.121148.

[21] J. S. Baek， J.K. Kang & I. Lee， ″Business Groups and Tunneling： Evidence from Private Securities Offerings by Korean Chaebols，″ The Journal of Finance， Vol.61， No.5（2006）， pp.24152449.

[22] T. Khanna & K. Palepu， ″Is Group Affiliation Profitable in Emerging Markets？ An Analysis of Diversified Indian Business Groups，″ The Journal of Finance， Vol.55， No.2（2000）， pp.867891.

[23] 邵毅平、虞凤凤： 《内部资本市场、关联交易与公司价值研究――基于我国上市公司的实证分析》，《中国工业经济》2012年第4期，第102114页。[Shao Yiping & Yu Fengfeng， ″Internal Capital Markets， Related Party Transactions and Firm Value： Empirical Analysis Bad on Chine Listed Companies，″ China Industrial Economics， No.4（2012）， pp.102114.]

[24] 伊志宏、姜付秀、秦义虎： 《产品市场竞争、公司治理与信息披露质量》，《管理世界》2010年第1期，第133141页。[Yi Zhihong， Jiang Fuxiu & Qin Yihu， ″The Market Competition in Products， the Corporate Governance and the Quality of Information Disclosure，″ Management World， No.1（2010）， pp.133141.]

[25] 姜超： 《证券分析师、内幕消息与资本市场效率――基于中国A股股价中公司特质信息含量的经验证据》，《经济学（季刊）》2013年第2期，第429452页。[Jiang Chao， ″Financial Analysts， Insider Information and Efficiency of Capital Market： Evidence from Relative Amount of the FirmSpecific Information Impounded into Stock Prices in Chinas AShare Market，″ China Economic Quarterly， No.2（2013）， pp.429452.]

股票投资可行性分析范文4

关键词 模糊决策 运筹学 模糊集 股票投资价值

1 股票技术分析及预测方法

1.1 股票技术分析方法

进行股票的预测，最直接和基本的方法是股票的技术分析，它依据统计***表和股市的***形研判股市的未来动向，技术分析方法可以分为三种类型：判断股价趋势为主的趋势分析，如道琼斯理论、趋势线法、移动平均线等；形状分析，如k线系统、整理与反转形态、支撑与阻力以及箱性理论，波浪理论等；人气指标，如成交量***、obv指标等。虽然技术分析方法具有一定的准确性，但是由于技术指标分析方法众多，各种方法之间差别巨大，对于投资者来说学习不易，掌握更难，同时技术分析理论缺乏可靠的理论支持，分析结果仁者见仁、智者见智。虽然直到目前它仍然是大多数投资者在使用和依赖的分析预测方法，但是改进和发展它已经成为不可避免的事实。

1.2 基于统计学理论的预测方法

统计学理论的预测方法，主要是基于模型拟合和最小二乘原理建立各种回归、自回归、混合回归模型进行预测。此类方法，具有严格的数学基础，应用也最广泛，近年也有相当的发展。如nelder，ja和 wedderburn，r·w·m提出了广义线性模型，它放松了经典线性模型的假设，极大地丰富了回归分析的理论。aaron li和duanleo对假设进一步放松，提出了一般回归模型，该领域研究具有十分惊人的前景。在计量经济研究中，ichi二则提出了一类十分重要的模型——单指标模型。研究的重点在于使之更适合于实际社会经济系统建模。

1.3 基于人工智能技术的股票预测技术

由于计算机与人工智能技术的飞速发展，为股票市场建模与预测提供了众多的新技术、新方法，基于人工智能的股票预测技术进展迅速。基于神经网络的股票预测方法，主要使用神经网络进行股票价格数据的学习训练，然后使用训练模型进行股市预测。采用模糊模型技术进行预测，主要是依据专家经验或统计方法建立模糊模型进行预测；另外还可采用遗传算法进行神经网络的学习权值调节或模糊模型、模糊规则的调整，使神经网络模型或模糊模型更加逼近系统模型。

1.4 股票的组合预测方法研究

决策者面临决择的预测方式可能不只一种，且各有千秋，都能从一定程度上提供不同的有用信息，如何综合利用这些信息，解决多模式预测方式问题，正是组合预测的研究内容。在1989年，international journal of forecasting和journal of forecasting分别出版了组合预测专集，granger和clemen分别给出了精辟的综述与详论，clemen从信息集合讨论了组合的实质，从而为进一步探讨获取最有用信息抛弃无用信息提供了指导。自bates和granger发表组合预测一文以来，组合预测有了很大的发展。组合的目的在于综合利用各种预测方法所提供的信息，尽可能地提高预测精度。从原理上说，组合预测结果是对各单个预测线性加权。组合预测研究主要是考虑组合机理、权值确定，主要从统计分析、贝叶斯分析和信息集合三个角度来考虑。

2 非模糊环境下投资组合分析

现在先介绍一下用传统的方法在非模糊环境下如何选择最优的投资组合。

设投资者将其资金投资于n项风险资产，xi为在风险资产i上的投资份额，ri为风险资产i的收益率，它是一个随机变量，ri=e（ri）是ri的期望值，σij=cov（ri，rj）是第i，j两项资产的协方差i，j=1，…，n。ki是每单位风险资产的变化所需的交易费用，ki≥0；ci是第i项风险资产的交易费用。

给定投资组合x0=（x01，x02，…，x0n）和一个新投资组合x=（x1，…，xn），第i项风险资产的交易费用可表示为ci=ki|xi-x0i|，i=1，…，n。

总交易费用为

■c■=■k■x■-x■■

总收益为

r（x）=e■rixi-■k■x■-x■■

=■rixi-■k■x■-x■■

总风险为

v（x）=■e（ri-e（ri）xi）

一般地，投资者希望收益最大且风险最小。数学上可以表示为以下双目标规划模型

maxr（x）=■rixi-■kix■-x■■

minv（x）=■e（ri-e（ri）xi）

st■xi=1

用线性加权法求解多目标规划问题， 可得如下参数规划问题

max（1-λ）■rixi-■kix■-x■■-λ

■e（ri-e（ri））xi

st■xi=1

xi≥0，i=1，…，n

其中，参数λ在[0，1]中取消，它被称为内险回避因子，λ取值越大，投次者风险加避意识越强。

3 利用模糊决策方法评价股票投资价值

3.1 概述

股票投资过程中的一个基本问题就是如何从一系列可用于投资的股票中选择一种或一组最优的股票，这是一个对不同股票的价值如何进行评估的问题。对股票价值的科学评估不但为股票投资者进行投资决策提供可靠的依据，也可以促使上市公司的规范化运行，从而有助于股票市场的良性发展和社会资源的合理分配。

要对股票价值进行评估，首先就要对与股票价值相关的诸因素进行综合的分析和研究。由于股票持有者是股票发行者的股东，他们投资的资金是无法向股票发行者直接收回的，他们投资的收益主体来源于发行者向股东分派的红利和股票价格上涨所带来的资本利得。所以股票价值的评估主要从影响股份公司派发股息或红利水平的公司属性和影响股票溢价收益的市场属性两方面来进行。股票的市场属性方面，用该股票在市场上的收益率、市盈率、流动性、波动性、有效性、透明性和系统风险等指标来反映股票的价值。具体来讲，在一定的考察期间内：收益率取经过除权除息调整的日平均百分比收益率，以反映股票市场上的资金溢价收益；市盈率反映股票投资的回收期，回收期越短则股票越具有投资价值；流动性用股票的换手率表示；波动性用股票百分比收益率的标准差表示；有效性用股票价格与其内在价值的平均吻合程度表示；透明性用该股票的交易信息和上市公司信息在市场上的透明程度表示；系统风险用β系数表示。以上指标除了有效性和透明性要聘请专家来评估外，其余均为定量指标。

股票的公司属性是影响股票价格变动的内在因素，它不仅决定着股利水平的大小，在一定程度上也会影响股票的市场属性。用盈利能力、偿债能力、发展能力、管理和决策能力以及股权结构合理性等指标来衡量股票的公司属性，其中盈利能力和偿债能力不能仅用几个财务指标的简单加权来衡量，还应结合上市公司所处的行业类型、公司在行业内的垄断性、公司的发展阶段、公司规模等影响公司业绩但又未反映在财务指标上的因素加以综合评估；发展能力则要从公司资金实力、技术创新能力、人力资源及市场前景等因素综合评估；管理和决策能力以及股权结构合理性是反映公司治理能力的指标，前者反映了公司治理水平，后者影响着公司治理模式，清晰合理的股权结构能为股票投资者带来合理的确定性收益预期。以上几个指标均应聘请专家来评估。

3.2 模糊多属性决策方法

给定一组方案a1，a2，…，am，伴随每个方案的属性记为c1，c2，…，cn各属性的重要程度用ω1，ω2，…，ωn表示，符合归一化条件ω1+ω2+…+ωn=1。决策的目的是要找出其中的最优方案，记为amax。

（1）引入三角模糊数，三角模糊数常用表达形式有两种，分别记为（l，m，γ）和(m，α，β)，两种表达形式可以相互转换，转换公式为α=m-l，β=γ-m。

（2）对模糊指标矩阵，f和模糊权重矢量，w进行归一化。收益类的归一化：xi是三角模糊数，记xi=（ai，bi，ci）。则归一化的模糊指标值ri可以写成■i=（■，■，■∧1）；i=1，2…成本类的归一化：xi是三角模糊数，记xi=（ai，bi，ci），则归一化的模糊指标值ri可以写成■i=（■，■，■∧1）；i=1，2…。

（3）建立模糊决策矩阵rij=wjxij。rij采用bonissone近似积公式进行计算，即ωj=（a；α，β)，xij=（c；δ，γ），则rij=（ac；aγ+cα-α·γ，aδ+cβ-β·δ）。

（4）求出模糊理想m+=(m1+，m2+…，mn+)，其中mi+=max{r1j，r2j，…，rmj}，j=1，…n，n是属性j的模糊加权指标值所对应的模糊极大集。m-=(m1-，m2-…，mn-)其中mi-=min{r1j，r2j，…，rmj}，j=1，…，n，n是属性j的模糊加权指标值所对应的模糊极小集。再确定方案ai与m+之间的差异di＋，方案ai与m－之间的差异di－，di=■，i=1，…，m按照di值从大到小的顺序排列方案的优劣次序。

3.3 实例分析

取深圳股市其中3只股票作为例子，为了更加有代表性，取3只代表不同类型的股票。他们分别是000001的深发展、000933的g神火还有000805的st炎黄。如前面所述，作为评价一直股票都投资价值，可以考察很多方面，现在只考虑以下四个方面的主要因素：现在的股票的价格，股票的业绩，流通股本，行业的发展前景即长期投资价值。截至到2006年2月23日，三只股票的价格分别为7.01元，7.70元，2.42元。业绩以2005年中期业绩来算，分别为0.11元（一般），0.94元（很高），-0.08元（低）。流通股本分别为140 936（万股），23 660（万股），1 441（万股）。至于长期的投资价值主要看公司的行业背景，深发展是银行业的龙头代表，稳定发展，所以属于高；g神火是石油能源类的股票，最近该行业正处于强发展阶段，产品供不应求，而且该股票为g股，已经完成股改，所以投资潜力很高，st炎黄为st类亏损股票，而且是做软件外包装的行业，所以长期投资价值较低（见表1）。

先用三角模糊数表示决策矩阵中的定性指标：

d=

7.01 （0.6，0.8，0.8） 140 936 （0.6，0.5，0.6）

7.10 （0.8，0.9，1.0） 23 660 （0.8，0.9，1.0）

2.42 （0.2，0.3，0.4） 1 441 （0.2，0.3，0.4）

并且假定权重矢量为w=[（0.1，0.2， 0.3），（0.3，0.4，0.5），（0，0.1，0.2），（0.2，0.3， 0.4）]。

决策矩阵归一化后为

d=

（0.345，0.345，0.345）（0.600，0.889，1.000）（0.341，0.341，0.341）（0.800，1.000，1.000）（1.000，1.000，1.000）（0.250，0.333，0.500）

（0.010，0.010，0.010）（0.600，0.556，0.750）（0.061，0.061，0.061）（0.800，1.000，1.000）（1.000，1.000，1.000）（0.200，0.333，0.500）

模糊加权决策矩阵rij=wjxij

v=[rij]=

（0.0345，0.6900，0.1035）（0.2334，0.3556，0.5312）（0.0341，0.0682，0.1023）（0.3000，0.4000，0.5600）（0.1000，0.2000，0.3000）（0.0498，0.1332，0.1914）（0.000，0.0010，0.0020）（0.0724，0.1668，0.2136）（0.000，0.0061，0.0122）（0.2000，0.3000，0.4400）（0.000，0.1000，0.2000）（0.2000，0.3330，0.5000） 

模糊理想解m+=[（0.100，0.690，0.300），（0.300，0.400，0.560），（0.000，0.100，0.200）， （0.200，0.333，0.500）]

m-=[（0.0341，0.0682，0.1023），（0.0498， 0.1332，0.1914），（0.000，0.001，0.002），（0.0724， 0.1668，0.2136）]

最后由di=■，i=1，2，3解得

d1=0.5855，d2=0.3523，d3=0.2332；d1>d2>d3 

所以，投资价值深发展比g神火好，g神火比st炎黄好。

4 结语

模糊多准则决策在生产生活的很多方面都有很多的应用，本文用了一个判断选择股票的投资价值的模型来说明了一下其在经济领域的应用。但是本例子尚有不是非常完善的地方，例如本例只研究了股票的四个方面的因素，但是影响股票的价格走势的其他因素还有很多，例如***策面的影响，庄家的操盘手法等，这些都是很重要的因素，但是却是不能用任何数学工具研究预测的。

参考文献

1 李荣钧.模糊多准则决策理论与应用[m].北京：科学出版社，2002

股票投资可行性分析范文5

【关键词】股票价格 财务指标 相关性分析 多元线性回归分析

财务指标是影响上市公司股票价格的重要因素，比较国内外研究成果的差异，提出符合我国股票市场的研究假设如下：H1：财务指标与股票价格之间存在着多元线性关系，财务指标的变动会影响股票价格的变动;H2：每股收益与股票价格存在显著的正相关，每股收益的变动会影响股票的价格。

一、变量选取与模型构建

（一）变量选取与数据来源

选取股票价格为因变量P，股票价格选取上市公司在2014年1月1日～2014年12月31日这一会计年度的股票价格的年均价。选取财务指标为自变量Xi。基于新会计准则，选取典型的财务指标作为解释变量：每股指标方面选取每股收益X1、每股净资产X2、每股现金流量净额X3;盈利能力方面选取资产收益率X4;资本结构及偿债能力方面选取资产负债率X5、流动比率X6;营运能力方面选取存货周转率X7;成长能力方面选取营业利润同比增长率X8。

（二）模型构建

由于本文研究假设财务指标与股票价格之间具有线性关系，因此以财务指标作为自变量Xi，以股票价格作为因变量P，建立多元线性股价模型如下P=C0+C1X1+C2X2+C3X3+…+C8X8+ε

该式中C0为常数项;Ci（i=1，2，3....8）是待估回归系数;ε是随机误差项。

X1为每股收益，X2为每股净资产，X3为每股现金流量净额，X4为资产收益率，X5为资产负债率，X6为流动比率，X7为存货周转率，X8为营业利润同比增长率。

二、实证分析

（一）相关性分析

运用统计分析软件spss17.0，基于两行业的财务指标和股票价格的截面数据，进行相关性分析，检验结果显示：在能源行业，X1（每股收益）与P的相关系数为0.393，在0.01的水平上显著正相关;X5（资产负债率）与P的相关系数为-0.424，二者存在显著的负相关。X6（流动比率）与P的相关系数为0.332，二者存在显著的正相关。在运输行业，X1（每股收益）与P的相关系数为0.462，二者在0.01的水平上显著的正相关;X2（每股净资产）与P的相关系数为0.508，二者在0.01的水平上存在显著的正相关。

由上述分析结果可以看出能源行业和运输行业得出的结果存在差异性。在两个行业，每股收益这一财务指标均与股票价格显著正相关。但除此外，能源行业资产负债率和流动比率与股票价格的相关性强，而这两个财务指标在运输行业并不显著;运输行业每股净资产与股票价格显著正相关，但在能源行业则不显著。

（二）回归分析

1.多重共线性诊断。由之前的相关性分析可以看出部分财务指标之间存在一定程度的相关性问题，可能会存在多重共线性而使模型估计的准确性降低，要进行多重共线性检验结果显示：能源行业和运输行业的财务指标在7个维度下，特征值都没有接近于0，证明指标间不存在多重共线性;条件索引的值也没有大于10的，也说明不存在多重共线性问题。

2.回归分析。以下表1和表2分别为能源行业和运输行业的财务指标与股票价格的回归分析结果。

表1 能源行业回归分析

表2 运输行业回归分析

能源行业回归方程为：P=12.771+6.007X1-0.054X2+2.626 X3-0.023X4-0.075X5+0.682X6-0.094X7。

运输行业回归方程为：P=2.021+1.546X1+1.517X2-3.782X3 +0.055X4-0.034X5+0.694X6-0.001X7

根据回归分析方程可以看出：在能源行业，每股收益对股票价格的影响最为显著，而反映能源行业成长能力的指标营业利润同比增长率对股价的影响较弱。在运输行业，每股收益，每股净资产，每股现金净额这三个每股指标与股票价格的影响都很显著，而反映运输行业成长能力的指标营业利润同比增长率对股价的影响较弱。

三、结论及启示

（一）研究结论

1.无论是能源行业还是运输行业，上市公司财务指标与股票价格之间都存在着明显的相关性，每股收益与股票价格存在显著的正相关，每股收益的变动会影响股票的价格。研究假设H1和H2成立。

2.能源行业和运输行业与股票价格相关的财务指标的种类和程度存在着差异，上市公司财务指标对股票价格的影响程度也不同。可以推论，不同行业的上市公司财务指标与股票价格相关性存在着差别，财务指标对股票价格的影响也不尽相同。造成这一结果的原因可推测是由于不同行业经营的成本、利润水平、财务状况等存在着差异，其反映在股价上也就会有差异。

3.无论是能源行业还是运输行业，营业利润同比增长率这一反映上市企业成长能力的指标与股票价格的相关性都很弱，这与理论基础产生了差异。说明我国投资者对企业成长能力指标的关注不足，即股票投资者更关注每股收益这种反映投资短期收益的财务指标，忽视了企业的长期发展成长能力这种会影响长期收益的财务指标，反映了我国当前股票市场很多投资者短视近利的行为。另外还反映了了我国的股票市场本身信息传导的有效性较低，导致了企业成长能力指标未能有效反映到股票价格里。

（二）启示

研究上市公司财务指标与股票价格的相关性，对于引导投资者理性投资股票，规避风险具有一定的指导作用;并且投资者的投资理念和投资行为理性与否也会影响到股票市场的有效性。

参考文献

[1]文海涛，倪晓萍.我国上市公司财务指标与股价相关性实证分析[J].数量经济技术经济研究，2003，（11）：118-122.

股票投资可行性分析范文6

融资融券业务就是拥有开展融资融券业务资格的证券公司以保证金的形式提供资金给投资者供其买入股票或者提供证券供投资者卖出。我国股市自从20世纪90年代初成立以来发展至今已经形成了以主板、中小板和创业版为主的多层次资本市场结构体系，为我国企业提供了有效的融资渠道。虽然我国资本市场有了较快发展，但仍处于资本市场初级。我国在2010年3月31日正式开通了融资融券业务，标志着我国股票市场进入了双边市阶段，融资融券交易在我国经过了6年的运行与发展已经有了很大完善，融资融券的标的品种范围不断扩大、融资融券业务的试点券商数量不断增加、投资者准入资格不断下降以及融资融券交易规模不断提升。尽管融资融券交易制度使我国的股票市场健康稳定运行，但是从2015年股市的异常波动来看，我们不得不重新思考融资融券业务对我国股票市场的利弊影响。融资融券业务自身包含着诸多风险与问题，最明显的特点就是高杠杆与双向交易，如果该业务没有进行严格以及规范的监管与控制，融资融券业务很容易被投机者作为操纵股票市场的工具，从而增加股市波动的不确定性。基于这些角度出发，我们必然要研究融资融券业务对股市的波动性影响。

二、融资融券在我国的发展状况

融资融券交易在国外成熟的资本市场已经实施了较长时间，已经成为维护证券市场稳定与健康运行的重要工具，同时交易规模在资本市场上占有很大比重。自从2010年我国开始开展融资融券业务以来，融资融券业务得到了较快发展；截止到2015底，上海证券交易所的融资融券标的证券500只、深圳证券交易所上午融资融券标的证券400只。以下我们将通过上海证券交易所公布的有代表性的具体数据来阐述我国融资融券业务的发展现状，同时引出融资融券业务与股票市场的关系以及对其的影响，而深圳证券交易所分析结论基本相似。

从表2.1可以看出，自从我国在2010年3月31日推出融资融券交易制度以来，经过6年的发展，融资融券规模有了大幅度提高以及增长的速度非常快，虽然融资融券余额在发展过程中有间断性的起伏，融资融券规模总体趋势是不断增加的，这也说明了我国融资融券业务的推出符合了我们股票市场的需要，得到了股票市场各类参与主体的认可。融资融券业务的主要作用应该是充分发挥融券的作用，即有效实行卖空机制，从而改变我国单边市的现状，让投资者在股票下跌也能够控制风险从而减少损失。但是从***2.1来看，融资融券余额基本上就是融资余额，两条折线走势几乎是重叠的，融券余额相对于融资余额而言基本可以忽略不计，这说明我国的融券业务发展大大滞后于融资业务，两融业务发展极其不平衡，我国融资融券业务主要以融资业务为主，融券业务所占比重较少，这也说明卖空机制并没有发挥在股市下跌时控制投资者风险的功能，与西方发达国家相比有较大差距，我国融资融券业务仍具有较大的提升空间，这违背了我国推出融资融券业务的初衷。

同时我国融资融券业务标的较少，现如今我国的融资融券标的数量为900只，但相对于整个沪深市场的证券品种而言选择的标的十分有限，随着我国投资者股票交易需求逐步上升，标的品种数量欠缺将降低股票市场交易的活跃性。同时，我国现在融券来源主要是试点券商自身持有的股票品种，缺乏有效的转融通机制，券商自身持有的可出借给投资者的理想股票品种更加单一。如果没有有效的转融通机制，投资者与试点券商之间并不是双赢的合作关系，而是一种零和博弈，即投资者通过融券获得的收益或损失恰恰是试点券商的损失或收益。

正是基于以上的发展现状分析，从***2.1的上证指数走势可以看出，当股市在2014年6月30日左右进入牛市后融资规模迅速扩大符合融资业务内在要求；但是当股票在2015年6月30日左右进入熊市时融券规模不但没有有效扩大，反而因为投资者前期办理的融券业务相继到期而大幅下降，只有少部分专业的投资主体预测到了股票下跌的大体走势，由于融券业务的制度设计缺陷以及投资者专业知识的缺乏导致融券业务推进缓慢，从而使得大部分投资者无法通过融券业务去控制持仓风险，无法满足投资者在股票市场被高估或者下滑时卖空获得收益，从而在熊市时使投资者损失惨重。

三、融资融券业务对股票市场的波动性影响

（一）融资融券业务对股市波动性影响的定性分析

从数据面分析，***2.1可以直观的看出融资融券余额对股票市场的波动性影响，我们研究其影响选取***2.1的融资融券余额折线与上证指数折线分析，在2012年12月31日之前融资融券业务的总体规模比较小，即使融资融券余额总体规模不断扩大，但是相对于股票市场的交易规模而言影响是微不足道的，因此2010年6月30日至2012年12月31日这阶段上证指数的走势相对平稳，没有短暂的大起大落，股票的走势逐步平稳发生变动。在2012年12月31日至2014年6月30日期间融资融券规模总量大幅提高，从2012年12月31日的617.66亿元上升到2014年6月30日2656亿元，从而对股票市场的影响较之前明显加大，虽然此阶段上证指数的总体变化并没有明显提升，但是也没有大幅下降，走势相对平稳，此阶段最明显的变化就是投资者对融资融券业务的了解不断加强，开始有一部分投资者参与到融资融券业务当中来。在2014年6月30日至2016年3月31日期间融资融券规模总量达到了历史之最，在2015年6月30日融资融券余额为13384.67亿元，相比于2014年6月30日增长速度达到了408.56%，但是在2015年6月30日之后又突然下降，而此时的股票市场走势基本与之一致，在融资融券余额突起突落过程中股票市场也经历了牛市到熊市的转变，这就是基于融资融券业务的助涨助跌效用。基于以上分析，我们得出融资融券业务加大了股票市场的波动性，使之变动更加难以把握。

从理论上分析，融资融券业务对股票市场的波动性影响都是通过股票的供给与需求来实现的。首先从融资业务内在运行机制角度看，当市场的某些股票被严重低估时，一些敏感的投资者会选择使用自有资金或者融资大量投资这些股票，而当这种股票被低估信息被其他投资者所知晓时，那么这些投资者也会通过融资跟风买入从而增加该股票的需求，从而抑制该类股票继续下跌。其次从融券业务内在运行机制角度看，当市场的某些股票明显高于其内在价值时，部分专业投资者会将自有股票或者融券大量卖出该类股票，而此类被高估股票的信息通过市场传达给其他投资者，其他投资者会跟风卖出，从而使股票回归到其真实价值。基于理论分析，融资融券业务有助于抑制股票市场的波动性。

（二）融资融券业务对股票市场波动性影响的定量分析

1.模型的构建。我们为了更好的描述与理解融资融券余额与上证指数的关系，采用模型回归分析方法。根据以上的理论分析，融资融券余额对上证指数的走势有明显的助涨助跌影响，因此在一定程度上两者呈现一定正相关关系。为了更好的选择模拟两者之间关系的最优模型，根据表2.1编制散点***3.2.1。

从融资融券余额X与上证指数Y散点***可以直接观察出两者呈现一定的线性正相关关系，并且散点基本分布在一条直线附近。因此我们构建一元线性回归模型：

Yt=b0+b1X+ut

其中：Y：上证指数

X：融资融券余额

Ut：随机误差

2.参数的估计。我们使用表2.1的数据以及利用计量经济学软件EVIEWS对参数进行OLS回归分析，回归结果如下***3.2.2所示。

根据以上的回归结果得到样本回归方程：

Y^=2227.101+0.139773X

（93.25122）（0.020972）

t=（23.88281）（6.664667）

R2=0.668763 n=24

3.模型的评价。

第一，经济意义检验。我们从样本回归方程的表达式可以看出，截距项b0^=2227.101表示在没有融资融券余额下受其他因素影响而形成的上证指数点位，而回归方程的斜率b1^=0.139773表示融资融券余额每增加一单位上证指数会上升0.139773点，这表明融资融券余额的变化与上证指数的变动存在一定的正相关性，同时两个参数的大小以及符号基本符合我们前面的理论分析以及实际意义，所以此模型在一定程度上具有科学合理性。