股票投资可行性分析第1篇

关键词：机构持股；分析师跟进；股票波动

作者简介：邢治斌，西安交通大学经济与金融学院博士研究生（陕西 西安 710061）仲伟周，西安交通大学经济与金融学院教授，博士生导师（陕西 西安 710061）

一、引言

股票价格波动一直是企业、投资者及监管者所关注的重要问题之一，其中信息不对称对股票市场波动有重要影响。权小锋和吴世农（2010）研究发现，信息披露质量越高，越容易降低关于上市公司的信息不对称，越容易降低其股票的波动性。而信息在分析处理的过程中，证券分析师和机构投资者等一批信息投资者发挥着重要作用。{1}从理论上讲，机构投资者及证券分析师拥有专业的知识，强大的信息搜集、加工、处理能力，从而可以降低投资者和上市公司之间的信息不对称，进而稳定股票市场价格，然而中国的股票市场表现却并非如此。一方面，自2001年我国开始发展机构投资者以来，机构投资者迅速成为资本市场的一支重要力量，截至2011年底，仅证券投资基金的数量就多达915只；伴随着机构投资者的迅猛增加，我国的证券分析师队伍也经历了从无到有不断壮大的过程，截至2010年底，我国证券分析师总数超过2 600人。另一方面，机构投资者及证券分析师的迅猛发展并没有所预期的那样体现出稳定股市的功能，依然存在激烈地暴涨暴跌、个股炒作等现象，股票市场并没有因为证券分析师和机构投资者通过对信息的挖掘和传播而变得更加理性和稳定。为什么我国机构投资者和证券分析师对股票市场的影响会偏离理论的预测呢？机构投资者和分析师的增加是否真正降低了投资者与上市公司之间的信息不对称？机构投资者、分析师与股票市场波动到底是怎样的关系呢？这些疑问已经成为机构投资者及证券分析师进一步发展的瓶颈问题，对于未来管理和规范机构投资者和证券分析师具有重要意义。为此，本文将以机构投资者持股和分析师跟进作为信息不对称的两个变量，分析其对股票市场波动的影响；另外，为了验证股票市场波动对机构持股和分析师跟进可能存在的影响，本文采用联立方程组模型对机构持股、分析师跟进及股票波动三者的关系进行了实证分析。

二、文献回顾与研究假设

1. 机构投资者与股票波动

许多研究认为，机构投资者与股票波动呈负相关关系。例如，Koh（2003）认为机构投资者对上市公司来说是股东，是重要的监督者，他们能够迅速与上市公司的管理者建立密切联系，成为一些重要信息的知情者，随着持股比例的增加，他们有机会获取更多的高质量的信息，从而有效降低投资者与上市公司的信息不对称，降低股票价格波动。{2}Bohl and Brzeszczynski（2006）认为机构投资者要根据客户的兴趣及对流动性的永久需求采取投资行动，因此机构投资者可能不被鼓励甚至被禁止选择波动较大风险较高的股票，在这样的情况下，机构投资者的交易会降低股票波动。{3}另外，相对个人投资者来说，机构投资者更应该遵守“谨慎管理人规则”以及规避风险，做出谨慎的投资选择，因此，机构投资者与上市公司的风险将呈现负相关关系（Oak and Dalbor，2008）。{4}也有许多研究表明机构投资者与股票波动呈正相关关系。机构投资者可能被波动较大的股票所吸引，他们认为风险大的股票意味着较高的收益（Ferreira and Matos，2008）；{5}蔡庆丰和宋友勇（2010）运用TARCH模型和面板数据模型实证研究发现我国基金业的跨越式发展并没有促进市场的稳定和理性，反而加剧了机构重仓股的波动。{6}另外，机构投资者的羊群效应和正反馈作用，可能会加剧股票价格波动（Campbell et al.，2009）。{7}还有研究认为，机构投资者与股票波动的关系不确定。例如，李广川等（2009）通过研究发现机构投资者与股票波动之间没有必然联系；{8}刘京军和徐浩萍（2012）则通过分析发现短期机构投资者的交易变化加剧了市场波动，而长期机构投资者对稳定市场具有一定的作用。{9}就已有研究来看，国内外关于机构投资者对股票波动的影响并没有得出一致的结论。考虑到我国机构投资监管不完善、公司治理不健全的实际情况及我国股票市场大起大落的表现，再加上机构投资者大宗交易行为、短期交易行为、超越市场收益的愿望以及羊群行为等，本文提出假设1：机构投资者持股没有降低信息不对称，会加大股票波动，即对股票波动具有正向影响关系。

另外，已有研究大多是分析机构投资者持股对股票波动的单向影响，而较少考虑股票波动对机构投资者持股的影响。Bennett et al.（2003）发现，随着时间的推移，机构投资者会逐渐由低风险股票转向高风险股票，这表明上市公司股票的波动性风险对机构投资者持股决策可能存在一定的非线性影响。{10}许多关于机构投资者投资决策的调查表明，风险水平是吸引机构投资者选择公司股票的一个重要因素（Ferreira and Matos，2008）。因此提出假设2：股票波动对机构投资者持股决策可能存在一定的非线性影响，二者存在相互影响关系。

2. 分析师跟进与股票波动

关于分析师跟进对股票波动的影响研究，主要从分析师跟进与股票异质性波动的关系入手。例如，Schutte and Unlu（2009）研究表明股票异质性波动与分析师跟进呈负相关关系，分析师跟进有助于降低股票价格的噪声。{11}而冯旭南和李心愉（2011）通过实证分析发现证券分析师跟进与股价波动同步性正相关，分析师较少反映公司的特质信息，而更多反映的是市场层面信息，我国证券分析师并没有显著提高资本市场效率。{12}蔡庆丰等（2011）在实证研究基础上发现，证券分析师和机构投资者羊群行为的叠加会加剧市场波动性，可能导致流动性枯竭，容易引发市场信息阻塞，定价效率低下甚至引发资产泡沫。{13}另外，大量分析师跟进同一公司，虽然存在一定的羊群行为，但同时也意味着会给市场带来不同的私有信息，即意味着会有更大的意见分歧。分析师意见分歧越大，表明上市公司未来状况越不确定，股票价格越可能偏离其内在价值，从而导致更大的波动（储一昀和仓勇涛，2008）。{14}鉴于我国上市公司信息披露制度的不完善，分析师较少反映公司特质信息，并且分析师的羊群行为、意见分歧都会造成股票价格大幅波动，再考虑到我国股票市场上股市黑嘴时有发生，因此提出假设3：分析师跟进会加大股票市场波动，即分析师跟进对股票波动具有正向影响关系。

进一步，当分析师选择跟进一个上市公司时，股票波动也是其考虑的因素之一，因此，股票波动可能影响到分析师跟进某一上市公司的决策。一方面，波动较大的股票意味着较高的信息不对称，投资者会更看重这些高风险股票的私有信息，并愿意为获取这些信息而进行额外的支付，因此，这种特殊的私有信息就会增值。在这种情况下，投资者需要更多的分析师服务，波动较大的股票吸引更多的分析师跟进（Schutte and Unlu，2009）；{15}另一方面，随着股票波动的继续增大，不仅私有信息的价值增加，而且信息搜集和分析的成本也会增加，分析师又会选择跟进波动性较低的股票。因此提出假设4：股票波动对分析师跟进可能存在一定的非线性影响，二者存在相互影响关系。

3. 分析师与机构投资者持股

证券分析师一般分为买方分析师和卖方分析师。在我国，买方分析师一般任职于机构投资者内部（比如证券投资基金），其研究报告通常只供内部投资决策参考，基本不会外流。通常所研究的分析师是指卖方分析师，卖方分析师主要任职于券商机构，专门为机构投资者提供研究报告以获取佣金收入，卖方分析师对投资者尤其是中小投资者行为的影响比较大。此外，由于机构投资者是分析师研究报告的主要需求者，机构投资者持股行为也可能对分析师跟进产生一定的影响。鉴于分析师和机构投资者的羊群叠加行为（蔡庆丰等，2011），{16}二者的共同作用可能对股票波动产生正向影响。因此假设5：分析师跟进与机构投资者呈正相关关系；假设6：分析师跟进与机构投资者的共同作用可能对股票波动产生正向影响。

三、模型设定和数据来源

1. 模型设定及变量解释

根据前文的文献及假说分析，机构投资者、分析师跟进与股票波动三者之间可能存在一定的非线性关系。事实上，关于三者之间的非线性关系，已有学者做出相关研究。例如，Sahut et al.（2011）通过研究发现分析师跟进与股票波动存在二次方程关系{17}。为了直观反应三者之间的相互关系，本文借鉴Sahut et al.（2011）的做法，构建了如下模型。

DEV=f（ANAL，INSTO，ANAL×INST，control variables） （1）

INSTO=f（DEV，DEV2，ANAL，control variables） （2）

ANAL=f（DEV，DEV2，INSTO，control variables） （3）

在股票波动方程（1）中，为了验证假设1、假设3和假设6，使用分析师跟进（ANAL）、机构持股（INSTO）、分析师跟进和机构持股的交叉项（ANAL×INSTO）作为内生变量。在机构持股方程（2）中，为了验证假设2和假设5，使用股票波动（DEV）、股票波动的平方（DEV2）、分析师跟进（ANAL）作为内生变量。在分析师跟进方程（3）中，为了验证假设4和假设5，使用股票波动（DEV）、股票波动的平方（DEV2）、机构持股（INSTO）作为内生变量。股票波动（DEV）通常包括股票价格波动和股票收益波动，考虑到股市行情更多的表现为价格走势，所以本文采用股票价格波动作为股票波动的变量，用一年内每日收盘价的标准差来表示；分析师跟进（ANAL）用一年内对某公司跟进并做出预测的分析师人次来表示；机构持股（INSTO）采用机构投资者持有无限售流通A股比例来表示。

Schutte and Unlu（2009）认为，公司规模、资产负债率、每股收益、总资产利润率、公司成长能力是机构投资者和证券分析师对上市公司进行分析的重要考虑因素，这些因素可能会对机构持股和分析师跟进产生重要影响，另外，Sahut et al.（2011）指出上市公司这些特征的变化以及股票流动性的情况对其股票价格波动也会产生重要影响，因此，本文将这些变量作为控制变量。其中，公司规模（SIZE）用上市公司年末总市值表示，其对数值记为（LOGSIZE），资产负债率（DEBT）用负债总额与资产总额的比值表示，流动性（LIQUID）用一年内股票交易量与所有流通股数的比值表示，每股收益（EPS）用税后利润与股票总数的比值表示，总资产利润率（EPA）用公司净利润与年末总资产的比值表示，公司成长能力（GROW）用本期税后利润与上期税后利润的比值-1表示。

2. 数据来源及描述性统计

本文选取的样本来自2005～2011年所有的A股上市公司，机构持股数据和公司成长能力数据来源于锐思金融数据库，分析师跟进、股票波动、公司规模、总资产利润率、每股收益、流动性、资产负债率等数据来源于国泰安上市公司数据库。所有变量的描述性统计如表1所示。

四、模型估计与参数分析

1. 整体回归结果

基于前文研究假设以及机构投资者持股、分析师跟进和股票波动三者的内生性，如果通过单方程进行回归，得到的结果可能无法准确描述变量之间的关系，因此本文采用联立方程组模型，使用似无关回归法（SUR）进行估计分析。为了控制年度差异，在模型中加入了年度虚拟变量。估计结果如表2所示。

由表2的股票价格波动方程可以看出，分析师跟进对股票价格波动的影响为负，但不显著，表明分析师跟进在一定程度上会降低股票价格的波动，这与之前的假设3结论相反。可能的解释是，尽管我国分析师的发展规模还比较小，且存在信息披露不完善等因素，但是分析师跟进对上市公司信息的挖掘仍然有助于降低信息不对称。机构投资者持股对股票价格波动的影响在1%水平上显著为正，机构持股增加1个单位，股票价格波动会增加3.13个单位，这验证了前文提出的假设1，即机构持股会加大股票价格波动。反映出我国机构投资者并没有对股票市场起到稳定的作用，反而有推波助澜的作用，机构投资者持股不是降低信息不对称，而是制造了信息不对称，从而在较大的股票波动中获取高额的收益，这与我国当前的一些个股在交易过程中遭遇机构投资者快速拉升股价、突然砸盘、低吸高抛的表现相吻合。分析师跟进和机构持股的共同作用对股票价格波动的影响在5%水平上显著为正，验证了假设6，可能的解释是，虽然分析师跟进会抑制股票价格波动，但是机构投资者的影响力远远超过分析师，从而二者的共同作用促进股票价格波动。

由表2的分析师跟进方程可以看出，机构投资者持股对分析师跟进的影响在1%水平上显著为正，机构持股每增加1个单位，分析师跟进人次会增加7.33个单位，这反映出我国的分析师更加关注或更喜欢跟进有机构持股的股票，或者是机构持股比例较大的股票，这部分验证了假设5。股票价格波动对分析师跟进有显著正向影响，而股票价格波动的平方对分析师跟进有显著负向影响，分析师跟进与股票价格波动呈倒U型关系，这验证了假设4。倒U型关系表明，股票价格波动较小时，信息投资价值不高，分析师跟进人数较少，随着股票价格波动增大，信息投资价值也逐渐增大，分析师跟进人数开始增加，但随着股票价格波动的继续增大，信息投资的成本过高时，分析师跟进人数又开始减少，反映出我国证券分析师偏好波动适度的股票。

由表2的机构持股方程可以看出，分析师跟进对机构持股的影响在1%水平上显著为正，分析师跟进每增加1个单位，机构持股会增加0.002单位，进一步验证了假设5，机构持股在一定程度上依赖于分析师对上市公司的跟进及其研究报告，反映出当前我国分析师和机构投资者的市场关系。股票价格波动对机构持股的影响在1%水平上显著为正，而股票价格波动的平方对机构持股的影响在1%水平上显著为负，机构持股与股票价格波动呈倒U型关系，验证了假设2。倒U型关系表明，股票价格波动较小时，机构持股比例较少，当股票价格波动由小变大时，机构持股比例逐渐增多，当股票价格波动过大时，机构持股比例又会开始减少，这反映出我国机构投资者既不喜欢波动过小的股票，也不喜欢波动过大的股票，显示出机构投资者追逐收益又适度避险的特征。

另外，从三个方程中控制变量的影响系数可以看出，上市公司规模对股票价格波动和分析师跟进的影响都显著为正，而对机构持股的影响显著为负；每股收益对股票价格波动、分析师跟进显著为正，对机构持股影响不显著；资产负债率对股票价格波动影响显著为负，对分析师跟进和机构持股影响不显著；总资产利润率对股票价格波动影响显著，对机构持股影响显著为正；流动性对股票波动影响显著为正，对分析师跟进和机构持股影响显著为负；公司成长能力对股票波动影响为负，对分析师跟进影响为负，对机构持股影响不显著；另外，年度哑变量对股票价格波动的影响都比较显著，只是在不同年度有所区别。

总之，由表2的估计结果来看，假设1、假设2、假设4、假设5、假设6得到了充分的证实，假设3与实证估计的结果相反，但不显著。因此可以得出如下结果：第一，机构持股会增大股票价格波动；第二，分析师跟进对降低股票价格波动的效果不明显；第三，股票价格波动与分析师跟进、股票价格波动与机构持股呈倒U型关系；第四，分析师跟进与机构持股呈正相关关系，二者共同作用促进股票价格波动。

2. 分时期回归结果

为进一步分析机构持股、分析师跟进和股价波动在不同时期的相互影响关系，在此又分别对2005～2008年和2009～2011年的数据进行了回归分析，如表3所示。从回归结果可以看出，不论是2005～2008年，还是2009～2011年，股价波动与机构持股、股价波动与分析师跟进的倒U型关系没有变化，机构持股对股价波动呈正向影响，机构持股和分析师跟进在两个时期均呈正比例关系。值得注意的是，机构持股在2009～2011年对股价波动的影响系数低于在2005～2008年对股价波动的影响系数。2005～2008年分析师跟进对股价波动的负向影响不显著，而在2009～2011年对股价波动的正向影响在5%水平下显著。分析师和机构持股的共同作用在2005～2008年对股价波动呈显著正向影响，而在2009～2011年，二者的共同作用对股价波动呈不显著的负向影响。另外，控制变量在两个阶段对股票价格波动的影响基本与总体回归结果一致，符号不一致的参数在统计上不显著。通过对不同时期的估计结果可以看出，机构持股增大股价波动的实质没有变化，机构投资者有利用波动赚取资本利得的动机；而分析师跟进在经历了金融危机后，开始更多的利用股价波动来为自己谋取私利。这是一个危险的信号，分析师行业发展多年，对股票市场的稳定作用不大，反而起到推波助澜的作用，因此规范分析师的行业发展迫在眉睫。

3. 分行业回归结果

由于不同行业的分析师跟进、机构持股、股票波动有一定的差异性，为了进一步检验前文估计结果的稳健性，在此选取了分析师跟进人次最高的金融保险业、分析师跟进人次最低同时也是机构持股最低的综合类行业、机构持股最高的批发和零售贸易业、股价波动最高的采掘业、股价波动最低的电力、煤气及水的生产和供应业以及上市公司数量最多的制造业对模型进行了回归估计。每一个行业的估计都引入了控制变量和时间虚拟变量，因为本文重点探讨分析师跟进、机构持股和股票波动的关系，故在估计结果中只列出了这些变量的估计结果。估计结果如表4所示。

由表4可以看出，不同行业上市公司的机构持股、分析师跟进与股价波动的相互影响关系存在较大差异。对于综合类和采掘业的上市公司，机构持股是影响股价的主要因素，而分析师对股价波动的影响较小，分析师跟进主要依据股价波动的具体情况伺机而动，二者依然呈倒U型关系。值得注意的是，对于采掘业的上市公司，其机构持股与分析师跟进的相互关系不显著，可能的解释是，机构投资者在投资此类公司时，更多依据的是自己的内部研究报告，而不太需要外部分析师的研究报告。另外，此类上市公司尤其是采掘业公司，多数垄断行业，受到的行政管制也较多。对于制造业和批发零售贸易业的上市公司，分析师跟进对股票价格波动的影响显著为负，表明分析师跟进降低了股票价格的波动，而机构持股、分析师跟进与股价波动的其他相互影响关系与总体回归结果基本一致。可能的解释是此类上市公司占据了所有上市公司的大多数，并且此类上市公司的生存状态更多的依靠自身的努力经营，较少受到经营之外的管制。对于金融保险业和电力煤气水的生产供应业的上市公司，机构持股、分析师跟进与股价波动的相互影响关系不显著，尤其是金融保险业，分析师跟进人次较多，但其对降低股价波动的作用却不大。可能的解释是此类上市公司，多数是国家严格控制的行业，不仅受到严格的行政管制和行业管制，而且受宏观政策的影响也较大，从而导致机构持股、分析师跟进与股价波动的相互影响关系被掩盖。

五、稳健性检验

为了保证结果的稳健性，我们还从以下几个方面进行了检验。第一，采用新的估计方法。表2和表3的估计结果是基于联立方程组并采用似无关回归法而得出，为说明结论不受回归模型的影响，本文又分别采用GMM、二阶段最小二乘法对机构持股、分析师跟进与股票波动的关系进行了回归，得到了与前面一致的结论，某些系数的显著性程度甚至更高。第二，根据上市公司的市值大小对样本进行分类，对不同规模的上市公司的机构持股、分析师跟进和股票波动情况进行分析。第三，借鉴刘京军和徐浩萍的做法，利用资产集中度、平均持股比例、重仓持股比例、持股集中度、持股稳定性和期间内换手率6个指标构建机构持股状态的变量，然后利用构建的机构持股变量对分析师跟进与股票波动进行回归分析，结果同样没有发生较大变化，限于篇幅限制，本文省略相关估计结果。综合而言，本文结果是稳健的。

六、结论及建议

本文使用2005～2011年中国上市公司的相关数据，构建非线性联立方程组模型对我国机构投资者持股、分析师跟进和股票波动的相互影响关系进行了实证分析。研究结论如下：从总体上来看，（1）机构持股不但没有降低投资者与上市公司的信息不对称，起到稳定股票市场的作用，反而增大了股票市场波动性；股票价格波动与机构持股行为呈现一种倒U型关系，机构投资者偏好持有适度波动的股票，反映了机构投资者既追逐收益又适度避险的特征。（2）股票价格波动与分析师跟进呈倒U型关系，表明我国分析师既不喜欢波动过小的股票，又不喜欢波动过大的股票，反映了我国分析师对股票波动的适度追逐；分析师跟进对降低股票价格波动的效果不明显。在经历了金融危机之后，分析师跟进对稳定股票价格波动有恶化的趋势，反映了分析师利用股价波动来为自己谋取私利的现象非常严重。（3）机构投资者持股与分析师跟进呈正相关关系，二者的共同作用增大了股票价格波动，反映了市场环境、公司治理及监管制度有待进一步提升。（4）另外，不同行业上市公司的机构持股、分析师跟进和股票波动相互影响关系差异较大。例如，对于制造业、批发零售贸易业上市公司，分析师跟进显著降低了股票价格波动，但对于管制较为严格的金融保险业、电力煤气及水的生产和供应业、采掘业上市公司，三者的相互影响关系不显著，反映了这些管制行业在一定程度上影响了分析师及机构投资者对上市公司的信息挖掘。

本文的结论具有如下政策含义：第一，分析师跟进降低一些上市公司股价波动反映了分析师行业的发展对股票市场的稳定还是具有一定的积极作用，从这个角度来看，要加强对分析师信息挖掘能力的培养，但是，分析师偏好波动适中的股票反映出分析师消极的一面，因此要加强分析师职业操守的教育以及违反规定的问责。第二，机构投资者同样偏好波动适度的股票反映出其具有短期行为和投机行为特征，因此一方面要加强对机构投资者的监督和管理，另一方面要进一步完善信息披露制度，降低股票市场信息不对称，严格控制股票市场的大起大落，从而尽可能的遏制机构投资者依靠兴风作浪获取资本利得的行为。第三，要推广分析师及机构投资者对制造业、批发贸易零售业上市公司的信息挖掘经验，并且减少对金融保险等行业上市公司的行政控制和行业管制，从而保证机构投资者和分析师更好的挖掘有用的信息，让这些公司在资本市场上依靠自身的努力经营来决定其生存的状态。

注 释：

{1}权小锋、吴世农：《CEO权力强度、信息披露质量与公司业绩的波动性――基于深交所上市公司的实证研究》，《南开管理评论》2010年第4期。

{2}Koh P S：“On the Association between Institutional Ownership and Aggressive Corporate Earnings Management in Australia”，The British Accounting Review，Vol.35，2003.

股票投资可行性分析第2篇

对于股票投资来说，收益和风险是相依相存的，而适度投机则可使证券市场得到活跃。但是，不合理的投资会为股票投资市场带来一定风险，最终阻碍到股市的良好发展，使投资者的利益遭到损害。本文从实际情况出发，对股票投资中的一系列因素进行了深入分析，并进一步提出了可使股票投资风险得到有效减少的措施。

【关键词】

股票市场；投资；风险；问题；措施

1 股票投资的收益

投资者在进行股票投资后所得的报酬就称之为股票投资收益。一般而言，股票投资所得的收益主要由两方面构成，即货币收益和非货币收益。在购买股票以后，投资者于一定时间内所得到的货币层面的收益就是货币收益。货币收益由两方面构成：一种是在购买股票后，投资者变成了公司的股东，作为股东，投资者可依据持股份额从公司获得一定程度的股票收益，收益主要由现金红利、股息以及红股等构成。另外，在我国一部分上市公司中，投资者还可以获得其他收益，比方说从配股权证中获得的转让收入。第二种就是在购买股票以后，投资者所持股票的价格有所上升，最终形成的资本增值。而这其中出现的资本增值就是当前众多投资者进行股票投资的核心目的。

非货币收益有多种形式，比方说，在购买了股票以后，作为公司的股东，投资者能直接参与公司所召开的股东大会，并对公司的相关资料进行查阅，掌握到有关公司的可靠信息，最终参与公司的经营工作以及决策工作。这样一来，投资者的成就感和参与感就能得到满足了。当投资者买到大份额的公司股票以后，投资者就可加入公司的董事会，并能在一定程度上对公司的经营活动进行决策。另外，许多国外的上市公司还指出，成为公司股东的投资者在购买公司产品时能获得些许优惠。不过当前我们在对股票投资收益进行研究时，主要以货币收益为核心，不对非货币收益进行重点考虑。[1]

2 股票投资的风险

一般而言，股市风险主要由两方面构成，即系统性风险和非系统性风险。

2.1 利率风险、市场风险以及购买力风险等构成了系统性风险

在系统风险中，经济周期波动等方面的问题会给股市带来严重的威胁，所有股票都会受到侵害，因为在股市里面，每个投资者都需承担到一定的风险。因此，我们就需对系统性风险进行深入分析，并做出科学合理的判断。从整体来看，社会和谐稳定、经济健康发展，那么股票市场就不大容易出现系统风险；倘若国民经济发展滞后，社会动荡，那么股票市场出现系统风险的机率就会大很多。另外，具体判断指标由多方面的构成，主要是国民经济的增长率、信贷资金供给、银行利率、国际收支与利率、综合性经济指标、国内投资动向、中央银行贴现率、通货膨胀、政府财政收支以及政府经济政策等。

倘若要对潜在的风险以及已出现的风险进行有效防范，就需先对宏观经济运行的变化情况以及变化规律有所了解。当经济萧条阶段结束，股市出现见底回升情况时，就可对股票进行分批购买，然后完成长线投资。倘若经济十分繁荣且到达了高峰，而股市也长时期处于大范围上涨状态，那么就需及时推出股市，对手中的股票进行抛出。另外，作为一个新兴股市，我国股市的管理层会首先对股市的实际发展情况进行深入分析，并采取科学合理的措施对股市进行控制管理。因此，为了对股市中存在的风险进行有效防止，还需对国家出台的相关政策规章进行研究。假如在一段时期内股市出现大幅度增长情况，管理层就需采取措施对股市进行调整控制，并及时退出股市。

2.2 受某些因素的影响

股票会受到一定程度的损害，而这些影响因素就称之为非系统性风险。具体而言，股份公司管理工作的缺失、某类行业产业结构的调整变化以及市场供求关系的变化都可称之为非系统性风险。一般来说，非系统性风险具有两个主要特征，一是依靠转换购买其他股票，投资者可对损失进行弥补，二是对于股票市场中的部分股票，非系统性风险会产生局部性的影响。由此可见，倘若要对非系统性风险进行判断，就需先对企业的相关情况进行深入分析了解，一般而言，可进行研究的资料有公司章程、上市公告书、招股说明书以及上市公司年报等。[2]

对非系统性风险进行预防的方法有诸多种，主要方法就是对投资方法进行合理调整，并依靠手持股票的多样化来对非系统性风险进行降低。从理论层面来看，随着手持股票种类的增加，非系统性风险也可随之得到减少。但是在实践过程中，投资者却很难对资金进行均分，一是因为资金问题，二是面对不同种类的股票很难进行合理有效操作。依据相关资料可知，为使非系统性风险得到降低，就需增加所持股票的份额，但风险的减少速度却呈递减趋势。

另外，结合影响股票的各种因素可分析出股票的理论价格，但股票的实际价格却和理论价格存在较大的差距。比方说，有的公司经营情况良好，也获得了诸多盈利，但其股票却呈下跌趋势。相反，经营情况不良的一些公司却出现了股票上涨的情况。当前，我国的股市尚未健全，股票价格的增减情况往往无法对某一公司的经营情况进行有效反映。因此，为了使股票投资技术得到提升、降低所需面临的投资风险，我们就需对诸多技术指标进行深入分析。[3]

3 收益与风险之间的关系

对于证券投资来说，投资风险以及投资利益是最为关键的问题。倘若一个市场的效率较高，那么证券的风险和证券的收益就呈正比关系，即随着收益的增大，风险也随之提升。由此可见，收益和风险是紧密相连的，收益可对风险进行一定补偿，假如要获得利益就需要同时承担风险。倘若投资者仅以获得高收益作为进行投资的目标，那么他就难以对潜在的风险进行深入了解。

所以，要想对投资风险进行有效防范，投资者就需对各种股票投资知识进行学习。在购买股票时，需首先对投资的环境以及当前经济的发展情况进行了解，进而在深入分析股市循环周期的基础之上对股票做出选择。具体而言，尽量在人气低迷期间对股票进行购买，即低买高卖。另外，还需巧妙运用技术分析以及成本分析等方法，对入市时机进行合理掌握，将中长线投资作为主要的投资方式，防止短线操作次数过多，最终使投资工作获得成功。[4]

【参考文献】

[1]陈茂松，袁长安.浅谈股票投资的收益与风险[J].财经理论与实践，2012（06）

[2]金发奇.国际证券组合投资的收益与风险分析[J].南开经济研究，2013（06）

股票投资可行性分析第3篇

一、公司财务分析的哈佛框架

公司财务报表分析并不是有效分析公司经营活动的全部，而只是其中一个较为技术化的组成部分。有效的公司经营活动分析，必须首先了解公司所处的经营环境和经营战略，分析公司经营范围和竞争优势，识别关键成功因素和风险，然后才能进行公司财务报表分析。由于公司管理层拥有公司的完整信息，且财务报表由他们来完成，这样处于信息劣势地位的外部人士、包括股票投资者就很难把正确信息与可能的歪曲或噪声区别开来。通过有效的财务分析，可以从公开或公司提供的财务报表数据中提取管理者的部分内部信息，但由于分析者不能直接或完全得到内部信息，转而只能依靠对公司所在行业及其竞争战略的了解来解释财务报表。一个称职或成功的财务分析者必须像公司管理者一样了解行业经济特征，而且应很好地把握公司的竞争战略。只有这样才能透过报表数字还原经营活动，从而较为全面和客观地掌握公司的财务状况。正是基于如上考虑，哈佛大学的佩普、希利和伯纳德三位教授在其著作《运用财务报表进行公司分析与估价》一书中提出了一个全新的公司财务分析框架———哈佛分析框架。哈佛框架的核心是：阅读和分析公司财务报表的基本顺序是：“战略分析会计分析财务分析前景分析。”也就是说，先分析公司的战略及其定位；然后进行会计分析，评估公司财务报表的会计数据及其质量；再进行财务分析，评价公司的经营绩效；最后进行前景分析，诊断公司未来发展前景。可见，哈佛框架完全超越了传统的“报表结构介绍———报表项目分析———财务比率分析”的体例安排，跳出了会计数字的迷宫，以公司经营环境为背景，以战略为导向，立足于公司经营活动，讨论公司经营活动（过程）与公司财务报表（结果）之间的关系，从而构造了公司财务分析的基本框架，展示了公司财务分析的新思维。

二、基于股票投资决策的财务报表分析理论框架

基于股票投资决策的公司财务报表分析是一般性财务分析在股票投资决策领域的具体应用。也就是说，借鉴一般性公司财务分析的理论框架，再紧密结合股票投资的具体目的，就可以形成基于股票投资决策的公司财务报表分析框架。本书借鉴哈佛财务分析框架，结合股票投资决策目的，提出一个基于投资决策的公司财务报表分析框架：131框架。即：1个起点———问题界定3个步骤———财务情况预判、报表结构及指标分析、财务前景预测1个结果———服务于投资决策这一框架可用图1表示。

1.问题界定。这是解决问题的首要一步。在对问题进行界定时，关键是问题本身，而不是问题的表象。如公司收入增长乏力或许是问题，但也可能是行业衰退、经济下行、公司管理落后、职工激励不足的表象。抓错药方的最普遍的原因是没有正确地界定病症。正如有人指出的那样，如果问题表述得准确，就等于问题已经解决了一半。所以问题界定是进行公司财务报表分析的第一步，那基于投资决策目的对公司进行财务分析，要解决的真正问题是什么？是评价公司的财务风险，还是评价公司的盈利能力大小？是评价公司目前的财务实力，还是评价未来的发展潜力？进一步而言，这些是分析的问题本身还是问题表象？目前股票投资者可能倾向于把问题界定为：评价公司的财务风险：评价公司收益的稳定性；评价公司的盈利能力；评价公司目前的财务实力；评价公司未来的发展潜力；评价公司是否能给投资者带来合理的预期收益；评价对该公司投资是否能使投资风险降低。这些都是基于公司财务报表分析的具体目标而言的，若提升一下目标的层次，是否有更本质的发现？本书在此尝试提出一个新的观点：评价公司股票是否具有投资价值。股票投资者无论是进行投资的基本面分析还是技术分析，目的无非是为获得有助于评估股票期望收益和风险的信息，为投资决策提供参考依据。无论投资者个人对风险的态度如何，理性的投资者都希望在一定收益率下，把投资风险降到最低。在股票投资的基本面分析中，对被投资公司的财务报表进行分析是核心，由于投资者进行股票投资分析的目的是为了找出具有投资价值的股票，公司是股票的载体，对公司财务报表进行分析，就可以在很大程度上确定这个公司的股票是否具有投资价值。这才是股票投资者进行公司财务报表分析的根本或问题所在，而评价公司的财务风险或盈利能力等仅仅是表象。

2.财务情况预判。这里主要是指股票投资者在对上市公司所处的经营环境和行业背景进行分析的基础上，评价公司的财务报表是否真实的反应了公司的经营情况，识别报表可能存在的重大错误和舞弊，并加以调整，从而尽可能准确的对公司财务情况进行初步的预判。财务情况预判包括两个相互关联的环节:宏观环境分析和会计调整。宏观环境分析是财务情况预判的基础，而会计调整是财务情况预判结果的报表体现。其中宏观环境分析属于定性分析，主要是确定公司的主要利润驱动因素、辨识公司的经营风险，以及定性评估公司的盈利潜力。首先，宏观环境分析能帮助股票投资者更好地、有针对性地找出报表可能存在的问题并加以调整，即使报表没有问题，也可以作为合理评价报表结构和报表指标的基础和依据。例如，确定了主要的利润驱动因素和经营风险后，可以更好地评价公司的会计政策，以及对盈利能力的影响等；对公司行业背景和竞争战略的评估有助于评价公司当前盈利水平的可持续性。其次，宏观环境分析还可以帮助股票投资者在预测公司的未来业绩时，做出合理的假设，从而保证对公司前景进行更为准确的判断。所谓会计调整是在宏观环境分析的基础上对公司的会计政策、会计估计和会计处理进行基本的评价，特别是要对那些存在较大灵活性的环节重点进行关注，评价其会计政策和估计的适宜性。对公司报表可能存在的重大错误和舞弊进行识别，找出公司在会计处理上偏离准则制度、偏离行业惯例、偏离公司既往、不能恰当反映公司经营事实的事项。找到存在的问题之后，重新计算公司财务报表中相应的会计数字，通过数据或报表调整，形成没有重大偏差的会计数据，从而修正原先对会计数据的歪曲。可以说，经过会计调整后的财务报表既是财务情况预判的结果，也是确保下一步报表结构分析和指标分析结论可靠性的必要基础。

3.报表结构分析及指标分析。这里所指的报表结构分析是指资产负债表、利润表、现金流量表和所有者权益变动表各自的内部结构分析，通过这一分析有助于投资者理解会计报表项目的经济内涵。在结构分析的基础上将报表中的相关数据进行对比分析就是指标分析。指标分析是财务报表分析的核心，目标是运用会计数据定量地评价公司的当前和过去的业绩，以及公司的财务风险和盈利能力等，并评估其可持续性。进行指标分析必须按照一定的逻辑，形成系统有效的分析体系，从而正确反映公司的财务状况、经营成果和现金流量。一般的报表分析指标包括偿债能力、营运能力、盈利能力、发展能力四大类指标。通过指标分析，投资者还要达到明了公司现状问题的功能。在上述分析中，股票投资者可根据需要使用比较分析、趋势分析、结构分析、比率分析等报表分析方法，对公司做出全面评价，借此形成公司流动性与盈利能力的准确判断，对公司财务风险、财务弹性及其盈利能力做出最佳测算。这里要特别强调的是分析中一定要运用权衡和变通的理念，灵活使用分析方法和分析指标，使分析结果最终能有助于“评价该公司股票是否具有投资价值”。

4.前景预测。财务报表数据是历史数据，而决策要面向未来。因此，以报表中的历史数据为基础，对未来进行前瞻性预测，是实现财务报表的“投资决策有用性”的关键步骤。故在前述分析步骤基础上，还需要进一步进行恰当的前景分析。前景分析中主要运用财务预测的工具，财务预测基于具体分析目的，可以是报表预测、指标预测，也可采用判别模型进行预测等。前景预测对股票投资者投资决策的重要性不言自明，因为股票投资是要在未来获得投资收益的，是公司的未来而不是现在的盈利能力所决定的。

股票投资可行性分析第4篇

Abstract: To well resolve the problem of stock long-term investment, based on the analysis of the characteristics of the stock long-term investment, the paper analyzes the factors that affect the decision making of the stock investment from the perspective of macroeconomic environment background，industrial status，management state and stock value, further, the evaluation index system is established. The TOPSIS method is introduced into the application of the decision making for the long-term stock investment which provides a new way to tackle the similar problems.

关键词： 股票投资；投资决策；层次分析法；逼近理想解方法

Key words: stock investment；investment decision；AHP；TOPSIS

中图分类号：C645 文献标识码：A 文章编号：1006-4311（2012）21-0175-02

0 引言

企业投资决策，是企业决策者根据企业自身的发展规划以及国家经济建设的相关方针和政策，综合考虑与投资项目有关的各类信息，采用科学分析的方法，对投资项目进行技术经济分析和综合评价，选择项目最优投资方案的过程。股票投资是指投资者(法人或自然人)购买股票以获取红利及资本利得的投资行为和投资过程，随着我国证券市场的不断发展和相关配套法律政策的不断完善，股票投资已经成为企业直接投资的重要渠道之一。本文的研究，以企业股票长期投资决策问题为研究对象，通过对股票长期投资问题的特点分析，构建基于层次分析法的指标赋权模型和基于TOPSIS的综合评价模型，进而通过示例说明了方法的具体应用过程。

1 股票投资特点分析

股票投资的特点主要包括收益性、长期性和风险性：①收益性。进行股票投资的目的，在于获取包括股票升值、股息和红利等在内的经济收益；②长期性。股票投资的长期性指的是，购入某项股票的同时意味着认可该企业的经营管理水平，认为反映该企业价值的股票价格在未来的某个时点会有较大的上升空间；③风险性。股票投资的风险来源主要来自于企业经营和收益的变化，同时，股票投资的风险也受到股票市场本身波动性的影响，即使企业本身经营状况良好，国家宏观政策的调整也会给股票市场带来巨大冲击。

2 股票投资决策影响因素分析

股票投资决策需要考虑的因素很多，概括起来可以归纳为以下方面：

2.1 宏观经济环境 国家的经济周期、财政政策、货币政策、法律政策等对股票价格走势影响很大，例如，当宏观经济处于繁荣期的时候，市场总体需求量大，有助于促进股票市场的繁荣，反之，当经济处于萧条期或衰退期的时候，整个市场需求降低，企业利润减少，股票市场也会随之萎靡；又如，当国家实施宽松的货币政策时，有助于促进股票价格的上升，反之，当国家实施紧缩的货币政策时，会抑制股票价格的上升。由于宏观经济环境对整个股票市场产生影响，因此，宏观经济环境分析属于股票投资决策的外部因素。

2.2 行业状况分析 行业状况主要包括行业的政策、行业生命周期和行业竞争。行业政策是政府对该行业发展的一系列政策的总和，对行业的发展、行业结构的调整和行业的组织等产生影响；如同经济周期理论一样，任何行业或产业的发展都会经历一个从初创期、成长期、成熟期到衰退期的全生命周期。一般而言，处于成长期和成熟期的行业，盈利能力较强，而处于初创期和衰退期的企业盈利能力则比较弱；另外，行业内的竞争强度也是影响行业业绩的一个重要因素，在完全垄断的市场环境中，垄断者容易获得超额利润，而在完全竞争的市场环境中，各参与主体只能获得平均利润率，因此，行业竞争强度越高，该行业内企业股票价格相对较低，反之，行业竞争强度越低，企业股票价格相对较高。

2.3 公司经营状况分析 就影响股票价格的决定因素而言，宏观经济环境和行业状况只是外部因素，而公司的经营状况才是股票价格的决定因素，尽管短期内股票价格可能由于投资者预期等因素背离由公司经营状况决定的股票价值，但是从长期来看，股票价格必然是其价值的具体体现。公司的经营状况可以由一系列财务指标反应，主要指标包括：

①资产负债率。资产负债率是负债总额除以资产总额的百分比，衡量企业在清算时保护债权人利益的程度。资产负债率=（负债总额/资产总额）×100％。

股票投资可行性分析第5篇

关键词：机构投资者；参与程度；波动性；实证分析

中图分类号：F830.91 文献标志码：A 文章编号：1673-291X（2016）25-0062-03

引言

学术界关于机构投资者与股票市场波动性关系的研究成果相对较多，研究内容主要集中在两方面：一是关于机构投资者持股特征与股票市场波动性的研究。国外学者较早地从持股偏好角度研究了机构投资者持股行为及偏好。Badrinath（1989）认为，机构投资者往往偏好规模较大、业绩较好的公司股票，且股票的市场风险、交易波动性与机构投资者持股占比正相关；Ferreira 和 Matos（2008）发现，独立机构投资者通常偏好于投资换手率较高的股票，而灰色机构投资者则偏好于换手率相对低的股票。Pinnuck（2004）研究发现，机构投资者相对偏好波动性低、规模大且流动性强的股票。国内学者施东晖（2001）认为，基金持股比重与股价与换手率正相关、与股本大小负相关；杨德群（2004）发现基金更偏好持有具备良好业绩且流动性风险、波动性较低的股票；范鑫（2008）基于审慎性不足的角度得出，我国机构投资者偏好于换手率较低且上市年数较短的股票；郭兆睿（2012）通过研究保险、社保与券商三类机构投资者的持股偏好发现，保险资金偏好流向风险小、规模大、账面市值比低的股票；蔡庆丰（2003）通过横截面回归分析波动率、公司规模及持股指标之间的关系发现，持股比重与股价波动性正相关。二是关于机构投资者影响股价波动的研究。Shiller（1984）认为，非理性投资者可能增加证券收益不稳定性而造成股价整体波动；Sias（2001）研究发现，机构投资者行为产生的信息效应会引起股价波动。国内学者施东晖（2001）、薛文忠（2012）认为，机构投资者的短视行为、反应过度、羊群效应等会造成股票价格剧烈波动；Zweig（1973）认为，机构投资者通过抵消个人投资者行为结果来减小其非理易从而稳定股价。Badrinath（2002）认为，不同类型机构投资者行为存在差异，这些差异并不会导致波动的集聚效应、不会增大股价的波动。

一、股票市场机构投资者参与程度与波动性的理论分析

（一）基于行为金融学的机构投资者持仓行为理论解释

1.羊群效应。机构投资者比个人投资者更具羊群效应的原因：（1）机构投资者具有获取更多理性信息的途径，可以通过其他机构投资者的行为动向为其投资决策做参考。（2）基金经理、投资经理的跟随行为。投资者为保持至少平均的业绩水平，会跟随其他资深投资者做出跟随性投资决策。（3）信息趋同。机构投资者获取市场信息大致雷同，于是进一步加剧了羊群效应。

2.反馈交易效应。投资者在反应不足与反应过度的情况下做出买入近期强势股、卖出弱势股的操作，或卖出近期强势股、买入近期弱势股的反向操作。反应过度是对于近期的信息太过重视，使得在短期内股价波动较为剧烈，之后又反向调整。

3.持股偏好效应。投资者对某股票偏好程度以及是否愿意持有最终可以由持股集中度、持股周期等直观地体现出来。投资者持仓行为变化对上述效应的最终行为结果分为新增、持有及减仓三种情况。

（二）基于博弈论的机构投资者持仓分析

股票市场中机构投资者与散户、机构投资者与经理、机构投资者与机构投资者及监管者之间均存在博弈，其投资行为可通过博弈模型解释。股票市场不同参与主体会通过分析与判断市场信号然后做出不同的反应，其行为影响下期股价波动。利好消息导致机构投资者预期未来股价将上升并做出增加投资的决策，众多跟随者随即买入导致股价上涨。股价涨到一定程度时股票交易量趋于萎缩，部分投资者判断此轮上升行情即将结束，于是开始减持股票。越来越多的投资者认为股价没有上升空间时，看空者逐渐占市场主导地位。当股票交易量极度萎缩时，股价则在参与主体间进行博弈后逐渐发生变化，买卖双方预期价格的差异会影响股价的波动方向与幅度。在股票投资者与公司经理之间也存在博弈，投资者根据已有信息在分析公司基础上对股票价值做出判断，经过反复博弈最终形成基本能反映公司价值的股价。因此，股价波动实际上是各类型股票市场参与主体之间互相博弈的综合结果。

股价波动可通过委托模型进行分析，股票市场主体参与主体之间存在信息非对称。委托问题产生需要两个条件：存在两个互为独立的市场参与主体且满足约束条件下的效用最大化、人与委托人之间均面临市场不确定性，且他们所拥有的信息是不对称的。机构投资者具备双重委托的角色，既是上市公司的股东，也提供了一种投融资的形式。资本持有者将资金交付机构投资者从事金融投资交易，而机构投资者又将集中的资金投资于股票等各类资产，委托给上市公司进行经营。随着机构投资者参与主体规模及持仓规模的逐渐增加，其对股票市场及上市公司的影响力也不断提升。因此，机构投资者会对上市公司股价变动产生一定的影响。

（三）混合分布假说

混合分布假说理论对股票成交量影响股价波动很有解释力。信息流假说认为，股票价格之所以波动是因为信息的产生使原始收益率发生了变化，即股票收益率的方差因信息存在的影响而发生了变化，这些信息表现为驱动的一组随机速率。股票投资收益的方差由信息到达股票市场的次数与每次信息对股票市场收益率的冲击决定。信息流假说认为，信息到达市场是一个先后时间顺序的随机序列，而混合分布假说认为股价波动是由于新信息对市场的冲击所产生的，且信息随机速率也具有自相关性。因此，通过对信息的平均移动回归可以推导出股票收益率波动。混合分布假说有助于解释股价波动效应：股票所包含的信息量越多时，投资者对其分析的结果就越不一致，股票价格的波动性可能越明显。

二、我国股票市场机构投资者参与程度与波动性的实证检验

（一）变量选取、模型构建及数据来源

1.变量选择及数据来源。被解释变量，股票市场指数收益率指标MRt：由于沪深两市的上证综合指数与深圳成分指数的收益率相关系数达0.95。因此，模型中可选取上证综合指数收益率的对数形式作为市场收益率的指标。MRt=ln，Rt代表在t期的上证综合指数收益率，Pt与Pt-1代表t期与t-1期的上证综合指数月末收盘价。

2.解释变量。反映机构投资者结构的指标Scale：机构投资者每季度持仓总市值占股票市场总流通市值的比重；机构投资者持仓变动指标Hold：该期总变动仓位与本期总仓位之比；机构投资者持股集中度指标Centr是利用机构投资者每季度排名前20位重仓股总市值占机构该期持有股票总市值的比重衡量；机构投资者情绪指标Mod：机构投资者该期与上期比较的情绪波动程度，看涨家数为每季度末持股变化的增仓股票数量，看跌家数为每季度末机构投资者持股变化的减仓股票数量。Mod0，则为乐观态度。

3.控制变量。股票市场上一季度收益率指标MRt-1：投资者基于历史信息的判断，股票市场当期指数波动率会受到上期指数收益率的影响。因此，有必要将该变量纳入模型加以考虑。

4.样本与数据来源。股票市场指数收益率样本选择区间为2009年1月至2016年3月的86个上证指数月度收益率；机构投资者的四个指标数据是将Wind数据库季报中各类型机构持仓统计数据经过平摊法将季度数据转变为月度数据。所有数据均来自于Wind资讯终端及证券之星数据库。

（二）股票市场机构投资者参与程度与波动性的实证检验

对上证指数收益率进行平稳性检验结果显示，在1%、5%与10%的显著性水平下，上证指数收益率序列呈平稳状态；对上证指数收益率序列进行自相关检验发现：收益率与自滞后1阶起的各阶数间存在显著的自相关性，通过利用SIC与AIC准则判别不同滞后阶数组合下的拟合度较好的阶数为1阶。上证指数收益率的对数模型的参数估计结果：

MRt=0.4113MRt-1+μt （1）

（0.008）

股价收益率预测误差常会出异方差性，因此需要对自回归模型的残差序列进行条件异方差性（ARCH）的检验。模型残差序列的条件异方差性检验发现，ARCH滞后阶数选择1阶的拟合效果最佳，因此可以对条件方差方程σ2t=β0+β1μ2 t-1进行参数估计，采用ARCH（1）模型研究参与程度指标与股价波动间的关系。ARCH（1）模型估计结果如下：

σ2t=0.006+0.139μ2 t-1 （2）

（0.0009）（0.0422）

为研究机构投资者参与程度对股价波动性的影响，因此在均值方差中加入行为、规模及情绪等参与程度指标。

σ2t=β0+β1μ2 t-1+β2Scalet+β3Holdt+β4Centt+β5Modt （3）

运用Eviews6.0软件可以得到的实证结果如下：

σ2t=0.005+0.183μ2 t-1-0.05Scalet+0.003Holdt+0.04Centt+

0.002Modt （4）

（0.0015）（0.0541）（0.0011） （0.0051） （0.0009） （0.0012）

（三）实证检验结果分析

1.机构投资者对股价波动存在一定的平抑效果，但对股价总体波动性影响程度较弱。在现阶段我国机构投资主体并没有使股价波动增大，主要是因为机构投资者在股票总市值中并不占优势。通过回归系数分析可知，机构投资者对股票市场稳定的贡献程度并不太明显，这并非意味着机构投资者投资理性的回归。他们对股价波动具有微弱的平抑作用的原因是由于我国股票市场机构投资者的理性成分占比还不足以对股价波动产生较大的抑制效果。

2.市场前期的收益率会对后期的收益率产生一定程度的影响。从均值方程中可以看出，股票市场前期的收益率会对后期收益率具有一定程度的影响。从实际情况来看，机构投资者在进行策略选择时会参考传统历史数据。从基本面去分析行业及公司状况以及从技术面分析买入股票及持仓变动时机，这需要大量的历史数据资料作为依据。通过条件方差方程可以发现，上期波动率与当期波动率具有负相关关系，即机构投资者倾向于对上一季度的股价波动持“负反馈”态度，机构投资者倾向于在股价上涨时减仓，在股价下跌时倾向于增持股票。上述负反馈机制的存在，使得其具有稳定股票市场波动的可能性。

3.股价波动与规模变量（Scale）成反比。机构投资者规模越大且数量越多则股价波动越小。机构投资者规模化变化会导致股价波动减小但幅度相对有限，说明我国机构投资者对于平抑股价波动作用不显著；持仓变动变量（Hold）这一行为指标与股价波动正相关，机构投资者持仓变动幅度对股价波动的影响也较弱。当机构投资者大量增持股票或大量减持时，个人投资者模仿机构投资者的效应就会促进股价进一步上涨，从而放大股价波动幅度；当机构投资者持仓没有明显变动时，个人投资者和机构投资者行为使得股价波动幅度趋于下降。持股集中度变量（Cent）上升会使股价波动增大但幅度较为有限，这与上述持仓变化幅度变量的解释基本吻合。机构投资者持股集中度越高使得反馈给其他投资者的信号就越强，产生追涨和杀跌行为的概率越大，致使股价波动幅度进一步增加；机构投资者的情绪变化（Mod）影响股价波动的效果不明显，即机构投资者的正/反向操作行为较为理性，一般不随股价波动而产生较大的情绪变化，股价波动很大程度上还是受前期收益序列残差波动影响。加入参与程度指标使得影响的系数减小（-0.183），这表明四个变量对股价波动具有一定的综合影响。

三、政策建议

（一）机构投资者应树立理性化的价值型投资理念

价值投资理念可在一定程度上平滑个股波动。机构投资者利用自身健全的投资分析方式及信息披露正确可以识别企业状况，使得资源进行有效配置以真正发挥股票市场的功能；机构投资者还可以在不同领域进行投资组合以平衡资本市场间的资源流动，实现不同金融市场间的效率提升及协调发展。长期价值投资还能够改善公司治理结构并促成优质公司通过融资得以发展与改善治理结构，对上市公司长远健康发展具有促进作用。机构投资者的价值投资理念，有助于促进产业优化持续发展和宏观经济的健康发展。

（二）发挥机构投资者的资金及信息优势影响其他投资主体

机构投资者的价值投资理念可以在很大程度上作为其他投资者决策的参考依据，其价值投资理念可为其他参与主体树立良好的投资榜样。于是可以有效地抑制我国股票市场过分投机所导致的非理性波动，抑制股票市场的投机氛围，从而规范引导股票市场参与主体使资金流向有效率的领域并促进股票市场效率提升。因此，应积极发展和培育价值型、投资型机构投资者以增大股票市场中的理性成分，为有效抑制股票市场剧烈波动奠定主体基础。个人投资者应掌握股票基本知识及各类分析方法，保证谨慎入市和树立可测可控的风险观。

（三）不断提高机构投资者在股票市场中的地位

发展以价值投资为主的专业机构投资者有助于促进股票市场的理性价值回归。继续积极培育机构投资者并不是意味着任何机构投资者都能够获得规模化发展的机会，应该对其进行深度分析与有效论证。对于达到价值投资要求的机构投资者可给予一定的政策优惠以支持其可持续发展。超常规发展机构投资者的实质是：“超常规发展公募型的证券投资基金。”

参考文献：

[1] Ferreira M.A.and Matos P.The Colors of Investors’ Money：The Role of Institutional Investors around the World[J].Journal of Financial

Economics，2008，（88）.

[2] Pinnuck M.Stock Preferences and Derivative Activities of Australian Fund Managers[J].Accounting and Finance，2004，（44）.

股票投资可行性分析第6篇

关键词:股票投资价值;指标体系;模糊综合评价;层次分析法

股票投资价值评估是进行股票投资有效决策的前提,一直是证券市场上的研究热点之一。目前在股票投资价值评价问题研究中,一方面有采用关键性指标进行评价,如市盈率或市净率指标,由于股票投资价值是很多复杂因素决定的,只采用单一的评价指标,很可能导致股票投资决策的片面;另一方面采用大量对股票投资价值有影响的因素来评价股票的投资价值,但是由于评价体系中各因素之间存在着相关性,也容易导致评价结果缺乏可操作性。为克服上述问题,近来一些学者建立了股票投资价值的层次分析法、灰色多层次评价、SWOT方法、熵权双基点法等等,提高了股票投资价值评价的全面性及有效性。

本文在对股票投资价值特点深入分析的基础上,建立了用于股票投资价值评价的指标体系,针对影响股票投资价值的多因素特点,采用层次分析法确定股票投资中各种影响因素的权重分配,建立了用于股票投资价值的模糊综合评价模型,为进行股票投资决策提供有效的依据。

一、股票投资价值评估指标体系

自《中华人民共和国证券法》施行以来,股票市场越来越规范化,从而吸引众多投资者携着大量资金涌入股市,目的是赚取丰厚的利润。可是股票市场受到政策、行业特点、技术面分析等许多因素影响,存在很大的风险性。采用系统工程中的Dephi方法设计问卷调查表,通过请教多位股票投资专家和一些资深股民,并在对大量关于股票价格因素文献资料研究的基础上,建立了影响股票投资价值的主要因素(指标体系)(见图1)。

在股票投资价值评价指标体系中有的因素(指标)可以具体量化,如每股收益、每股净资产、每股公积金等,有些却不能具体量化,如行业特点等,可采用系统工程方法实现对各种指标的标准化处理。

二、模糊综合评估方法在股票投资评估中的应用

(一)模糊综合评价方法

模糊综合评价法(fuzzy comprehensive evaluation,简称FCE)是一种应用非常广泛并且有效的模糊数学方法,是应用模糊变换原理和最大隶属度原则,全面考虑了与被评价事物相关的各个因素。

模糊综合评价可按以下的步骤进行:

1、确定评价因素集合

因素集U是影响评价对象的各个因素所组成的集合,可表示为:

U={u1,u2,...,un}①

其中,ui(i=1,2,...,N)为评价因素,N是同一层次上单个因素的个数,这一集合构成了评价的框架。

2、建立权重集

一般来说,因素集U中的各个元素在评价中具有的重要程度不同,因而必须对各个元素ui按其重要程度给出不同的权数aij。由各权数组成的因素权重集A是因素集U上的模糊子集,可表示为:

A={a1,a2,a3,...,an}②

其中,元素ai(i=1,2,...,n)是因素μi对U的权重数。即反映了各个因素在综合评价中所具有的重要程度,通常应满足归一性和非负性条件:

ai=1(0≤ai≤1) ③

3、确定评价等级标准集合

评语集是由评价对象可能做出的评价结果所组成的集合,可表示为:

V={v1,v2,v3,...,vn}④

其中,vi(i=1,2,...,n)是评价等级标准,m是元素个数,即等级或评语次数。这一集合规定了某一评价因素评价结果的选择范围。

4、单因素模糊评价

单独从一个因素出发进行评价,以确定评价对象对评价集元素的隶属程度,称为单一素模糊评价。假设对第i个评价因素μi,进行单因素评价得到一个相对于vi的模糊向量:

Ri=(ri1,ri2,...,rij),i=1,2,...,N;j=1,2,...,n⑤

rij为因素μi具有vj的程度,0≤rij≤1若对n个元素进行了综合评价,其结果是一个N行n列的矩阵,称之为隶属度R。

若为正向关系(如每股收益),可采用公式⑥计算:

YⅠ=1 x≤SⅠ SⅠ

YⅡ=0x≤SⅠ,x≥SⅡxⅠ

YⅢ=1x≥SⅢSⅡ

若为逆向关系(如市盈率),可采用公式⑦计算:

YⅠ=1 x≤SⅠ SⅠ

YⅡ=0x≥SⅠ,x≤SⅡSⅡ≤X

YⅢ=1x≤SⅢSⅢ

进而得到隶属度函数矩阵R:

R=YYYYYY… ……YyY

其中,YⅠ,YⅡ,YⅢ分别代表各级指标的隶属函数,SⅠ,SⅡ,SⅢ分别代表各指标级别分界值,x为所选择参数指标实测值。

5、模糊综合评价

由因素集、评语集、和单因素评价集可以得到模糊综合评价模型:

B=A×R=(a1,a2,...,an)×r,r,...,rr,r,...,r...................r,r,...,r=(b1,b2,...,bn)⑧

其中,bi成为模糊综合评价指标。

6、进行规一化处理

首先计算各评价指标之和:b=bi,再用b除各个评判指标,即:

B=(,,...,) ⑨

得到归一化的模糊综合评判指标。

(二)模糊综合评价方法在股票投资价值评价中的验证

1、原始数据获取

从上海证券交易所交通运输板块中的公路管理及养护行业中抽出福建高速股票,然后进行无量纲化(归一化),结果如表1所示。

2、对原始数据进行归一化处理

对于效益型属性按公式rij=进行归一化数据,对于成本型属性按公式rij=进行归一化数据,得到的原始数据的归一化结果如表2所示。

3、用层次分析法获取权重W

采用层次分析法获得福建高速股票投资价值中各指标权重分配如表3所示。

4、建立评价集V

一般情况下,评价集中的评语等级级数m取值要适中,如果过大,语言难以描述且不易判断等级归属,如果太小又不符合综合评价的质量要求。具体等级可以依据评价内容用适当的语言描述。股票投资价值的评价集如下:

对于效益型指标来说:V={v1,v2,v3,v4,v5}={优秀(1.0),良好(0.8),中等(0.6),一般(0.4),差(0.2)}。

对于成本型指标来说:V={v1,v2,v3,v4,v5}={优秀(0.2),良好(0.4),中等(0.6),一般(0.8),差(1.0)}。

5、隶属度函数的获取

根据公式⑥、⑦获得福建高速股票投资价值的隶属度函数矩阵为:

R=10000100001000000001100001000000.941 0.059 001000010000100001000000 0.51 0.49 0

6、用简单线性加权法计算投资福建高速股票的模糊综合评价值

投资福建高速股票价值的评价结果为:

D1=W×R=(0.45380.13070.07900.06800.2685)

可知,有45.38%的股票投资者认为投资福建高速的方案是优的,还有26.85%的投资者认为投资该只股票的方案是差的,其余认为投资该股票分别为良、中、一般的投资者占少数,因此就投资中原高速的方案来说是可行的。

三、结论

在对投票投资价值特点分析的基础上,采用系统工程方法设计了影响股票投资价值的因素集,进而建立了用于股票投资价值评价的指标体系;采用层次分析法获取诸多评价指标的权重分配,然后将模糊综合评判法用于股票投资价值的综合评价与分级,达到投资利润最大化和风险最小化的目标。

参考文献:

1、MicheleBagella,Leonardo Becchetti,FabrizioAdriani.Observed and“fundamental” price-earning ratios:A comparative analysis of high-tech stock evaluation in the US and in Europe[J].Journal of International Money and Finance,2005(4).

2、郝爱民.中国证券市场价值投资效应及影响因素[J].统计与决策,2006(6).

3、王玉春.财务能力与股票价格关系的实证研究[J].经济管理,2006(4).

4、张根明,何英.AHP在股票投资价值中的应用[J].统计与决策,2005(10).

5、马小勇,陈森发.股票投资价值的灰色多层次评价[J].价值工程,2005(9).

6、任铁权.SWOT-EC权值评价法在股票投资中的应用[J].商业经济,2009(2).

股票投资可行性分析第7篇

关键词：证券投资；聚类分析；决策

中图分类号：F83 文献标识码：A

收录日期：2017年4月26日

一、引言

中国证券业从20世纪90年代初发展至今取得巨大的成就。但是，中国的证券市场存在浓厚的投机氛围，投资者追求短期收益，因此规范证券市场，关键性的一步就是要引导广大投资者正确的投资理念。积极引导投资者关注公司经营业绩，培养“重投资轻投机”的投资理念，让证券市场真正发挥投资、融资作用，发挥资源优化配置的功能，因此发觉优质投资对象与评估股票投资价值是长期进行有效投资的重要前提。凭借聚类分析的方法，能更好地帮助投资者掌握和了解股票的总体特点，确定投资区间，并通过类的总体价格水平预测股票价格的变化趋势，选择恰当的投资时机，有利于找到优质的投资对象。

二、聚类分析在证券市场应用现状

聚类分析一般是将研究对象按其共性进行分类。它是建立在距离度量基础上的数据表现方式。其基本目的是发现变量（或样品）的自然分组方法。实际上，聚类分析就是通过事物之间不同的特征进行区分，将拥有相似特征的事物聚到一块，从而使得这一类的事物具有较高的相似性。

聚类分析是一种特别有效的指引证券投资的方法。首先聚类分析是通过对公司因素、各类股票的行业、成长性、收益性等基本层面的考虑，接着使用综合评价指标体系对样本股票的相似度进行评估。尽管在各个领域聚类分析方法的应用已经非常广泛，但是在证券投资方面仅仅反映了上市公司的盈利水平，并不能全部反映股票的特点。在现有的基础上，进一步深入探究聚类分析的方法在证券投资中的应用价值，完善与丰富聚类的指标体系，从而使得该方法对广大的投资者更具有指导价值。

三、聚类分析在证券市场应用实证分析

（一）指标聚类。本文选择了30家上市公司，基于2016年的年度报告中的信息和数据，然后选取每股收益、每股净资产、每股经营现金流、净资产收益率、主营收入增长率、主营利润增长率6项财务指标，利用系统聚类分析的方法对所选取的公司股票进行了分类，为股票的选择和分析提供了决策依据。

1、盈利能力指标

每股收益=净利润/期末总股本

每股收益越高，反映出行业或公司的投资收益就越高，每股的获利能力就越强。

净资产收益率=净利润/平均股东权益×100%

净资产收益率反映了股东权益的收益水平，用以衡量公司运用自有资本的效率。净资产收益率越高，说明投资带来的收益就越高。

2、成长能力指标

主营收入增长率=（本期主营业务收入-上期主营业务收入）/上期主营业务收入×100%

主营收入增长率用来衡量和判断公司发展所处的阶段，以使投资者较为准确地判断该公司或行业正处于成长期、稳定期或衰退期，进而做出较为合理的投资决策。

主营利润增长率=（本期主营业务利润-上期主营业务利润）/上期主营业务利润×100%

主营收入增长率和主营利润增长率同时反映了公司拓展市场规模的能力，显示了公司重点的发展方向。通常来说，主营利润持续增长且占利润总和的比例呈上升趋势的公司正处于成长期。一些公司虽然年度内的利润总和有一定幅度的增长，但是主I业务利润却没有相应地增加，甚至还会出现大幅下降，这样的公司质量实际上并不高，或许存在着资产管理的费用即成本居高不下的问题，也可能存在着巨大的风险。因此，投资者对于投资这样的公司，要提高警惕。

3、扩张能力指标

每股净资产=期末净资产/期末总股本

每股净资产是每股所代表的股东权益额，它反映了每股最低限度的内在价值。

4、偿债能力指标。若企业的经营活动所取得的现金在满足了维持正常经营活动运转所必需的支出后，不能够偿清债务，而必须向外筹借资金来偿债，就表明企业财务状况有所恶化。即便企业从外筹借到新的资金，但是债务本金的偿还，最终还是取决于经营活动的现金流量。

（二）聚类分析。对数据进行标准化处理后，利用K均值聚类分析得出结果，见表1。（表1）从表1我们可以很容易地看到各种股票的不同类别。根据选择距离的差异，我们可以使用图形对股票进行新的分类。此外，根据聚类谱系图也可以清楚地看到每一种股票的聚类过程及其最初分类，从而我们可以知晓各种股票的亲疏关系程度。根据聚类分析的结果，大致可以将30个股票样本分为以下几类，见表2。（表2）

（三）分析结果。为了更加直观地进行综合分析，我们按照聚类分析在证券市场分析中应用时的指标评价体系的选择，把相应的指标汇总成表。（表3）

从上面聚类结果可以看出：

第1类：每股收益和净资产收益率高，表明了该类公司有较强的盈利能力；主营收入增长率与主营利润增长率较高，说明成长能力比较强；扩张能力和偿债能力是4类公司中最强的；属于高盈利、高增长性的绩优股，甚至会成长为比绩优股更优的蓝筹股。并且，该类公司的扩张能力也好，这类公司不管在资金、市场还是信誉其他方面都占有明显的优势，具有较强的综合竞争力和核心竞争力，并且对市场的各种波动具有较强的应变能力，此类股票是投资者实行投资的最合理选择。

第2类：属于成长能力非常强、成长性十分快的潜力股，但具有比较低的每股收益、净资产收益率和每股净资产。以上说明第2类公司只是在盈利能力和扩张能力方面显得较弱一点，但具有较高的主营收入增长率与主营利润增长率，尤其是主营利润增长率比较高，表明该类股票正处在快速发展阶段，有好的成长发展前景，比较适合进行长期性的投资。

第3类：该类扩张能力最差，其他能力较好；若要进行投资的话建议进行短期投资。

第4类：该类股票除了净资产较好之外，其他的指标都小于0，说明公司近期的经营业绩都较差，因此这类股票存在一定的投资风险，投资者应当尽量避免这一类的股票。

四、小结

由以上聚类结果及其分析可知，聚类分析能够有效地对股票的收益性、成长性等进行分析，从而有利于投资者准确地把握股票的总体特性以及预测股票的成长能力，进而使投资者及时做出最佳的投资决策，以此获得可观的投资回报。这都表明了聚类分析方法在证券市场投资分析中具有有效性和实用性。

聚类分析建立的是一种长期投资理念，因此在全球金融一体化、自由化浪潮下，并且在目前我国的证券市场慢慢走向成熟的过程当中，提倡使用这种理性的投资分析方法，能够有效地做出投资判断，这样不但可以降低投资风险、规范投资行为，而且还有利于推动上市公司更好地参与市场竞争，促进我国证券市场的稳定、健康发展，从而建立一个良好的国内金融市场秩序。

主要参考文献：

股票投资可行性分析第8篇

关键词：投资者情绪；动态影响作用；固定效应广义最小二乘法；行业收益率

中图分类号：F830.91 文献标识码：A 文章编号：1674-2265（2013）05-0068-06

一、引言

2005—2011年我国股票市场经历了两次大幅涨跌。第一次涨跌是从2005年开始至2008年结束。2005年5月，上证指数从1000点附近开始启动，一路上涨至2007年10月16日的6124.04点，在之后8个月中，上证指数暴跌至2008年的1664点，下降幅度超过72%，市值缩水最多时达22万亿。第二次股市调整的时间则是从2009年至2011年，上证指数从2008年的最低点反弹至2009年的最高点3400点，最终于2010年下跌至2134点，最大跌幅为37.23%。

近20年中，世界上几次股市泡沫破灭同样也给投资者造成极大的冲击。日本1989年股市泡沫破灭，日经指数从1990年1月的37189点下跌至2003年4月最低的7831点，最大跌幅为78.9%；1997年亚洲金融危机，香港的恒生指数从1997年7月的16365点下跌至1998年8月的7275点，跌幅达55.55%；2000年美国网络经济泡沫破灭，纳斯达克指数从2000年1月的3940点下跌至2002年9月的1172点，跌幅达到70.25%；中国台湾股市在经济过热后出现崩溃，从2000年2月的10128点下跌至2001年9月的3592点，跌幅达64.53%①。

然而，上述股市的崩盘很难说是由于经济基本面出现严重衰退造成的，这一现象极大地挑战了有效市场假说。有效市场假说的提出者法玛（Fama，1973）认为在有效市场中，股票价格可以随着市场信息进行瞬间调整，股票价格是由未来企业现金流的折现决定的，体现在收益价格比、账面市值比等一系列财务指标上。由于套利的存在，股票价格可以迅速回复至投资价值，从而使得非理性投资者的情绪不会导致股票价格长期偏离其投资价值。德朗等（De Long等，1990）则持有不同观点，他们认为股票市场中存在的有限套利使得噪音投资者长期处于股票市场中并使得股票价格长期偏离股票价值。布朗等（Brown等，2005）、贝克等（Baker等，2006）和施梅林（Schmeling，2009）对于投资者情绪和股票收益率的关系进行了实证分析，发现投资者情绪是影响股票收益率的重要原因，并与预期的股票收益率呈负向关系。基于此，他们认为投资者情绪过度乐观在一定时间内会给予股票错误的定价，最后过高的股票价格会回归股票价值从而导致股市大跌。

基于以往的研究，本文的研究思路是探究我国2005—2011年股市两次从繁荣到急剧下跌的过程中，投资者情绪对我国股市短期和长期的动态影响作用，进而分析投资者情绪是否是造成我国股市出现大幅度调整的原因。此外，根据贝克等（2006）和施梅林（2009）的研究，对于不同财务特征的企业，投资者可能拥有不同的主观观念和套利约束，这使得投资者情绪对于不同的行业有着不同的影响作用，所以本文会对我国股票市场分行业进行研究。

二、文献综述

对于投资者情绪的概念，布朗等（2004）认为投资者情绪源于投资者持有与股票价值、风险无关的主观信念而对股票未来价格产生错误的预期，最终导致投资者对于股票市场过分乐观和悲观。贝克等（2006）研究表明，投资者情绪可以体现为投资者的投机倾向所引致的投机性投资的相对需求。巴伯里等（Barberis等，1998）认为投资者情绪体现为投资者对某些利好消息和利空消息的反应不足和反应过度。在投资者情绪对于股票价格关系的论证上，德朗等（1990）将市场参与主体分为理性预期的投资者和非理性预期的噪音交易者。他们认为噪音交易者的非理性预期带来的额外噪音风险可以为市场定价，股票价格是由其理性的内在价值和非理性的噪音风险共同决定的。梅拉等（Mehra等，1989）基于投资者的不同预期模式与主观参数，从不同角度构建了投资者情绪的股票价格模型，认为投资者情绪对股票市场有系统性影响。在实证研究上，布朗等（2005）利用1964—2000年的月度数据进行研究发现，投资者情绪能够影响股票资产定价，较高的投资者情绪会导致未来较低的股票收益率，未来1—3年的股票收益率与投资者情绪负相关。施梅林（2009）使用了18个工业国家的月度股票收益率并将消费者信心指数作为投资者信心指数的变量来进行实证分析，结果表明在控制了基本面信息之后，投资者情绪与预期股票收益率依旧呈现出负相关关系，负相关的程度同股票市场的不完善程度呈正比。陈（Chen，2013）使用了从2006—2010年10个亚洲国家的行业收益率和投资者情绪进行研究，同样发现投资者情绪与预期股票收益率负相关。此外，布朗等（2005）和施梅林（2009）等学者也通过将股票按照账面市值比来进行分类，得出了规模小、“年轻的”和有着较大账面市值比的股票容易受到投资者情绪的影响，从而导致对于股票的错误定价和预期收益率的反转。

我国的一些学者也对投资者情绪和股票收益率进行了分析，王美今等（2004）构造理论模型得出投资者接受价格信号时表现出来的情绪是影响均衡价格的系统性因子，并使用TGARCH模型进行了实证分析。蒋玉梅等（2012）以1997—2008年上市公司A股为样本研究得出，投资者情绪与短期市场收益正相关、与长期市场收益负相关，说明投资者情绪对于股票收益产生系统性影响。陆江川等（2012）认为Fama-French三因子模型中的未解释部分包含大量市场非理性信息即投资者情绪。通过构造投资组合发现周投资者情绪对股票横截面收益有正向影响，而月投资者情绪仅对小市值股票横截面收益有负向影响。

在实证方面，上述学者主要对投资者情绪和股票收益率的互动影响进行分析，而很少有学者对投资者情绪在我国股市2005—2011年两次股市大幅度涨跌中所起的作用进行研究，同时在实证方法上国内学者基本使用静态模型对投资者情绪和股票收益率的关系进行研究。综合上述问题，本文旨在从动态的角度，实证研究投资情绪对股票收益率短期和长期的影响，并分析投资者情绪对我国两次股市急剧下跌产生的作用。同时，以往学者是通过财务特征来对企业进行分类研究。考虑到我国股市投资者有着非常严重的炒作股票题材和概念的倾向，本文是按照中国证监会行业分类标准对行业进行分类，分析在这两次股票急剧涨跌中投资者对于哪些行业存在盲目自信和过度反应。

三、数据指标和计量模型介绍

（一）本文所使用指标的介绍

考虑到宏观经济信息对股票市场的影响，本文使用CPI和存款准备金率作为控制变量。CPI体现了宏观经济形势，存款准备金率主要是对股票市场中的资金量产生影响。

根据黄德龙等（2009）、陆江川等（2012）的论述，投资者情绪指标可以分为直接情绪指标、间接情绪指标和由此编制出的情绪指数。直接情绪指标，国内主要包括“央视看盘”指数、好淡情绪指数等；间接指标包括大盘换手率、IPO初始收益率、开户数等。由于本文使用个股企业收益率作为解释变量，所以通过因子分析把个股的情绪指标（个股换收益率）和大盘情绪指标（开户数）合成投资者情绪指标进行分析③。这是由于换手率所反映的流动性可以体现出投资者的乐观程度，开户数则反映投资者入市的热情。本文所使用的股票换手率是单只股票的季度换手率，即每只股票在一个季度中总换手频率，计算公式为：换手率=一个季度内的成交量/流通总股数×100%。

在使用投资者情绪对股票收益率进行建模的过程中，本文对数据进行了如下的处理。

首先，由于上市公司每个季度的财务信息一般在其对应时间滞后一个季度（三个月）向公众公布，考虑到财务信息传播的有效性，本文将企业财务信息滞后一个季度处理，这样可以使得财务数据和股票收益率时间匹配起来。此外，对于股票收益率，考虑到公司可能有送股和配股，本文使用复权之后的股票价格计算收益率。

在宏观经济信息中，本文使用CPI和存款准备金率作为控制变量进行分析。由于CPI和存款准备金率都是月度数据，而股票收益率是以季度为统计单位的，所以本文使用每个季度中间月份对应的数值与季度股票收益率对应起来。

在数据来源方面，本文的数据是通过锐思金融数据库和中国国家统计局的宏观数据进行收集。在上市公司数据方面，本文从中国证监会行业分类标准的12个行业中，对每一个行业通过随机抽样的方法总共挑选出224家上市公司，数据时间跨度是从2005年3月1日至2011年6月30日，样本容量一共是5824个，样本包含深圳证券市场和上海证券市场的股票数据。表1所列的是2005年3月至2011年6月分行业上市公司数据指标的均值。

从表1可以发现，各行业中的股票收益率、账面市值比、[β]系数和投资者情绪指标有较大的差异性。其中，股票收益率较高的依次为采掘业（0.129）、农林牧渔业（0.127）、房地产业（0.118）和制造业（0.115）等；账面市值较高的为建筑业（0.576）、交通运输业（0.498）和电力（0.477）等供应业，所以本文通过分行业构建面板数据模型来研究投资者情绪对股票收益率的动态影响是合理的。

（二）计量模型和构建

在模型的识别上，本文使用中国证监会行业分类标准12个行业的上市企业数据来估计模型系数。由于在行业之间和行业内企业可能存在较大的异质性，并且面板数据模型可能存在截面异方差和序列相关，而固定效应广义最小二乘法能够在考虑面板异质性的情况下，放松对每一组观测值中误差协方差的约束，从而能够进行稳健的估计（伍尔德里奇，2002），所以本文使用固定效应广义最小二乘法（Fixed Effects Generalized Least Squares）进行估计。其主要通过2个步骤进行，首先通过固定效应模型回归求出[uit]，之后再利用求出的残差[uit]估计出误差协方差阵[V=In?Ω]，其中[Ω=i=1nuituΤitn]。

四、模型分析结果和评价

（一）投资者情绪的因果检验

在不同股票市场行情下，投资者情绪对股票收益率可能有着不同的影响，所以本文将2005—2011年我国两次大幅度涨跌切分为2005—2008年、2009—2011年进行研究。

为了保证实证研究的可靠性，本文先使用格兰杰因果检验来验证投资者情绪和股票收益率是否存在格兰杰因果关系。由于投资者情绪和股票收益率的相互影响关系可能受到其他经济变量的影响，所以本文分别使用双变量（Pairwise）和VAR格兰杰检验④进行分析。

从表2中可以发现，无论是在2005—2011年还是其细分时间段中，两种检验方法都显著地拒绝投资者情绪不是股票收益率的格兰杰原因和股票收益率不是投资者情绪的格兰杰原因，说明投资者情绪和股票收益率是互为格兰杰原因的。

（二）不同时间段的投资者情绪分析

（三）不同行业的投资者情绪分析

五、相关结论和建议

本文使用2005—2011年行业收益率数据，构建投资者情绪指标并使用固定效应广义最小二乘法研究投资者情绪对我国股市行业收益率的动态影响，结果发现在2005—2011年中，投资者情绪在3个月内对股票收益率有正向影响，但在未来6个月至15个月中，其影响作用出现负向反转。这说明了我国投资者对股票投资存在过度乐观和过度反应，表明了投资者情绪是造成我国2008年和2011年股市出现大幅度下跌的原因之一。同时，根据分行业的研究结果表明，交通运输业、信息技术业、制造业和建筑业等这些具有较大账面市值比的产业容易受到投资者过度乐观和盲目炒作的影响，从而偏离投资价值，并在远期出现大幅度下跌。

本文认为投资者情绪和非理性会导致股票出现错误定价、使得股市出现剧烈的波动，从而削弱了股票市场实现资源配置的功能。同时，投资者情绪的存在也使得投资者无法有效做出正确的投资决策，从而面临潜在的投资损失，所以我国投资者应该树立起良好的投资意识和心态，冷静、客观地进行分析，从而实现投资收益。

注：

①这是根据新华网的新华财经报道《中国A股最大跌幅逾60% 挤进世界股市历史前十》报告整理而成。

②这里的市场组合主要由每个行业中12个上市公司组成。

③根据统计分析，可以发现相比市场开户数，好淡指数对于股票收益率的解释能力较弱，所以本文不使用好淡指数构造投资者情绪指标。由于我国IPO在2005—2006年和2008—2009年曾暂停，故也不选择和IPO相关的投资者情绪指标。

④在VAR格兰杰检验中，公式（2）中三因子模型变量和宏观经济变量为外生变量进行检验，模型的滞后期数是根据SIC指标进行选择；双变量格兰杰检验的滞后阶数为2阶。面板单位根检验（Panel Unit-root Tests）发现股票收益率和投资者情绪都是平稳的。

⑤由于传播与文化产业投资者情绪指标回归系数基本都不显著，所以表4中没有列出。表中的平均影响系数是通过计算3个月至15个月投资者情绪影响系数的平均值所得。

⑥由于本文的几个行业中企业市值相差不大，所以本文对规模不进行深入的讨论。

参考文献：

[1]黄德龙，文凤华，杨晓光.投资者情绪指数及中国股市的实证[J].系统科学与数学，2009，（1）.

[2]蒋玉梅，王明照.投资者情绪与股票收益：总体效应与横截面效应的实证研究[J].南开管理评论， 2010，（3）.

[3]陆江川，陈军.投资者情绪对股票横截面收益的非对称影响研究[J].预测，2012 ，（5）.

[4]王美今，孙建军.中国股市收益、收益波动与投资者情绪[J].经济研究，2004，（10）.

[5]Barberis，N.，Shleifer A.， Vishny R.，1998.A model of investor sentiment [J]. Journal of Financial Economics，49（3），307-343.

[6]Baker，M.，Wurgler J.，2006，Investor sentiment and the cross-section of stock returns [J]. Journal of Finance 61（4），1645-1680，2006.

[7]Brown，G. W.，Cliff M.T.，2005.Investor Sentiment and Asset Valuation[J].Journal of Business，78（2）： 405-40.

[8]Brown，G.W.，Cliff M.T.2004.Investor Sentiment and the Near-term Stock Market [J]. Journal of Empirical Finance，11（1）：1-27.

[9]Chen，M.，Chen，P.，Lee C.2013.Asymmetric effects of investor sentiment on industry stock returns：Panel data evidence [J].Emerging Markets Review 14，35-54.

[10]De Long J. B.，Shleifer A，Summers L.H.，et al，1990.Noise trader risk in financial markets [J]. Journal of Political Economy，98（4）：703-738.

[11]Fama，E.F.，French K.R.1992.The Cross-Section of Expected Stock Returns[J]. Journal of Finance，47，427-465.

[12]Fama，E.F.，MacBeth，J.D.1973.Risk，return， and equilibrium：empirical tests [J].Journal of Political Economy 81 （3）， 607-636

[13]Mehra，R.，Sah R.2002.Mood fluctuations，Projection Bias，and Volatility of Equity Prices [J].Journal of Economic Dynamic and Control，26 （5），868-887.

股票投资可行性分析第9篇

关键词：IPO发行价；发行价溢价异象；投资者结构；投资者情绪

中图分类号：F830.91 文献标识码：A 文章编号：1003-3890（2013）01-0032-05

一、引言

近年来，股票市场异象（Market Anomalies）已经成为了国内外学者的研究热点。所谓市场异象，是指无法用经典金融学理论来解释的市场现象。市场异象在很大程度上改变了人们对股票市场的认识和理解。

股票市场异象最为突出的当属“IPO溢价异象”，是指IPO首日收盘价普遍显著高于IPO发行价的现象，表现为较高的首日回报率。目前，学术界主要通过理性理论和非理性理论两个角度去尝试解释IPO溢价之谜。从理性角度出发，国外研究学者提出了赢者诅咒（Rock，1986[1]）、中介机构声誉假说（Carter等，1998[2]）、股权分散假说（Booth和Chua，1996[3]）和信号假说（Allen和Faulhaber，1989[4]）等。从非理性角度出发，超高的IPO溢价被认为是投资者情绪导致的（Ritter，1991[5]）。Bake和Wurgler（2006）[6]指出，投资者情绪高涨时，投资者会加大投机需求，导致IPO溢价较大。Stambaugh等（2012）[7]进一步研究发现，投资者情绪高涨导致的非理性需求还有助于解释美国股票市场的11种市场异象。

与发达股票市场不同，中国股票市场的IPO溢价现象尤为显著，1990―2011年间，IPO溢价率高达205.58%，是发达国家股票市场的10倍以上。中国股票市场的特殊性使得理性理论并不适用，非理性理论下的投资者情绪理论逐渐成为解释中国IPO溢价现象的主要依据（韩立岩和伍燕然，2007[8]；邵新建和巫和懋，2009[9]）。近期实证研究表明，投资者情绪对IPO溢价具有重要影响力（林振兴，2011[10]等）。

然而，不同类型的股票在IPO溢价上是存在差异的。这个现象是一种偶然现象，还是一种新的市场异象，学术界目前尚无定论。

中国股票市场起步较晚，属于新兴的资本市场，具有与发达国家不同的属性，个人投资者占据市场主体，受到投资者非理性影响较大，易于出现特有的市场异象（蒋先玲等，2012[11]）。本文的贡献在于：一方面，发现了IPO溢价现象与股票发行价存在显著的负相关关系，低发行价股票的IPO溢价显著高于高发行价股票的IPO溢价，本文称为“发行价溢价异象”；另一方面，发现了投资者情绪是导致发行价溢价异象产生的根本原因。本文接下来的安排如下：第二部分是理论分析和假设提出；第三部分是数据和研究方法；第四部分是实证研究结果；第五部分是结论。

二、理论分析和假设提出

根据经典金融学理论，市场是有效的，投资者是理性的，股票价格能够快速、无偏地反映市场信息，任何利用公开信息的投资策略都无法获得超额利益，股票收益率仅仅与系统风险有关。股票价格作为描述股票价格高低程度的指标，等于公司市值与总股本之比，与股票收益率无关。

然而，经典金融学有关“理性经济人”和“市场有效”的假设在现实经济中并不一定成立。投资者往往是有限理性的，市场也并不是有效的。在投资实务界中普遍存在这样一个投资法则，即购买那些低价格水平的股票能够获得更高的投资收益率。蒋玉梅和王明照（2010）[12]对我国股票市场中的部分A股股票进行研究发现，不同价格水平的股票存在横截面收益率差异。可见，股票收益率与股票价格密切相关。除了二级市场外，Fernando（2004）[13]开创性地对美国IPO市场进行研究，发现IPO价格与IPO溢价存在显著的负相关关系。基于以上分析，本文提出假设1。

假设1：中国股票市场存在“发行价溢价异象”，即IPO溢价与发行价负相关，IPO发行价越低，IPO溢价现象越显著。

若假设1成立，发行价溢价异象无法被经典金融学理论解释，因而该异象可能与投资者非理性投机行为有关。投资者非理性投机行为会造成股票价格错误定价（Mispricing）。Baker和Wurgler（2006）[6]认为投资者情绪代表投资者非理性投机倾向，并通过构建投资者情绪指标来衡量投资者非理。投资者情绪越高，投资者错误地高估股票价值的程度越大，投机倾向越强，对股票的非理性需求增加，导致股票收益率变大。

相对于机构投资者，个人投资者更容易出现认知偏差和行为偏差。由于不同股票的个人投资者持股比例不同，因而受到的投资者情绪影响也不同。

大量的实证研究表明，股票价格与投资者结构密切相关。降低股票价格能够增强个人投资者对该股票的交易能力。股票价格越低，对个人投资者的吸引力越大。因而，在二级市场中，股票价格越低，个人投资者持股比例往往越高（Dyl和Elliott，2006[14]）。在一级市场中，Booth和Chua（1996）[3]指出，IPO发行价与投资者结构也存在紧密联系。发行人可以通过降低发行价的方式来吸引更多的小股东，从而达到增加股票流动性和保证大股东控制力。基于以上分析，本文提出假设2。

假设2：中国股票市场IPO发行价与机构投资者持股比例正相关，与个人投资者持股比例负相关。

如假设2成立，则低发行价股票的个人投资者持股比例较高，那么受到投资者情绪影响较大。随着投资者情绪变大，投资者会高估IPO股票价值，加大对IPO股票投机需求，尤其是对低发行价股票的需求，导致低发行价股票的IPO溢价显著上升，上升幅度大于高发行价股票。因此，本文提出假设3。

假设3：投资者情绪越大，“发行价溢价异象”越显著。随着投资者情绪变大，对低发行价股票需求加大，导致该异象产生。

三、数据和研究方法

（一）数据来源

根据数据的可获得性，本文选取2003年1月至2011年12月间上市的沪深两市所有A股股票数据作为研究样本，剔除交易数据不全的数据，共计1128家上市公司，数据来源于CSMAR数据库。

（二）研究方法

1. 发行价溢价异象。为了研究IPO溢价与IPO发行价之间的关系，本文根据样本的发行价大小对股票进行升序排列后，将股票等额分配到4个样本中，从均值、最大值和最小值三个角度分析，分析低发行价股票的IPO溢价是否高于高发行价股票的IPO溢价。

Rock（1986）[1]指出，投资者进行新股投资时面临信息不对称问题，购买新股会面临损失，即“赢者诅咒”。为了补偿投资者，所以新股发行价会偏低，因而IPO溢价会较大。除了固定信息成本外，Tinic（1988）[15]指出，上市公司公开发行股票比例越小，相对信息成本越高，因而也能够获得IPO溢价补偿。同时，Ellis等（2000）[16]指出，IPO溢价也会受到IPO热市和冷市影响。本文分别选择发行规模、公开发行比例和IPO首日换手率作为固定信息成本、相对信息成本和冷热市场的变量，对样本分析进行回归分析，分析IPO溢价与发行价的关系。具体模型如下：

其中，Ipori代表IPO溢价，即首日回报率；PIi代表股票发行价的对数；Si代表股票公开发行比例；Issuei代表股票发行规模的对数；Turnoveri代表年平均日换手率，即年平均日交易股数与总股本之比。

2. IPO发行价与投资者结构。在中国股票市场中，机构投资者由基金、券商集合理财、保险公司、社保基金、QFII和其他机构共6大类组成。机构投资者持股比例等于这些法人实体的持股比例之和，而个人投资者持股比例等于流通股比例与机构持有的流通股比例之差。

由于机构投资者和个人投资者持股比例都是一个介于0和1之间的受限因变量，因而本文将选用Tobin（1958）提出的受限因变量Tobit模型来研究投资者结构的决定因素。以往研究成果显示，投资者持股比例还与公司规模、流动性和赢利能力有关。本文将充分考虑这些因素的影响，选用的具体模型如下：

其中，Insi代表机构投资者持股比例；Indi代表个人投资者持股比例；PIi代表股票发行价的对数；Sizei代表股票市值的对数；Turnoveri代表年平均日换手率，即年平均日交易股数与总股本之比；Incomei代表公司总收入的对数。

3. 投资者情绪指数构建。本文采用Baker和Wurgler（2006）[6]的主成分分析法（Principal Component Analysis）构造复合型投资者情绪指标，弥补了单个指标可能无法全面衡量投资者情绪的缺陷。根据以往研究成果，本文选用封闭式基金折价率、新股首日收益率、市场交易量和消费者信心指数作为组成指标，构造股票市场投资情绪指数。构造过程中，本文采用累计解释力大于85%的准则来选择主成分的个数。

其中，Dcef代表封闭式基金折价率；Ipo代表新股平均首日收益率；Trade代表市场交易量；Cci代表消费者信心指数；Yi代表第i个主成分；λi代表第i个主成分的特征值。

4. 发行价溢价异象与投资者情绪。本文采用两种方法进行分析验证投资者情绪对不同发行价股票IPO溢价差异的解释力。第一，根据投资者情绪高或低分析比较4个样本中股票的IPO溢价差异。当投资者情绪大于样本中位数时，投资者情绪高涨，反之则认为投资者情绪低落。第二，与Fernando等（2004）[13]方法类似，本文选择发行规模和IPO首日换手率作为控制变量，分别对4个样本分析进行回归分析。具体模型如下：

其中，Ipor代表IPO溢价；Pi代表新股发行价；Issue代表发行规模；Turnover代表IPO首日换手率；Index代表股票市场投资者情绪指数。

四、实证结果分析

（一）发行价溢价异象

2003―2011年，IPO发行价的四分位数分别是9.5元、17.915元和27.1元，本文据此将总样本等额分成了4个子样本，从样本1至样本4，IPO发行价逐渐增大。

如表1所示，在样本1，股票的发行价小于9.5元，平均IPO溢价高达105.05%。随着发行价提高，IPO溢价逐渐下降，在样本4中，股票的发行价大于27.1元，平均IPO溢价仅为29.77%。低发行价与高发行价股票的发行价溢价高达75.28%。同上，从最大值和最小值来看，样本1至样本4，IPO溢价最大值逐渐下降，发行价溢价分别为274.23%和17.92%。

如表2所示，控制了固定信息成本、相对信息成本和冷热市影响后，IPO溢价与发行价存在负相关关系，表现为系数显著为负。

综上，发行价越低，IPO溢价越高，低发行价股票具有比高发行价股票更高的溢价，即发行价溢价异象存在。据此，可证假设1成立。

（二）IPO发行价与投资者结构

如表3所示，本文分别采用Tobit模型来研究发行价高低与投资者结构的关系。对于机构投资者而言，模型2中发行价（Pi）和规模（Size）的系数为正，换手率（Turnover）和总收入（Income）的系数为负，因而机构投资者总是偏好投资发行价高，规模大，流动性低和盈利能力低的股票。

与机构投资者正好相反，模型3中发行价（Pi）和规模（Size）的系数为负，换手率（Turnover）和总收入（Income）的系数为正，因而个人投资者总是偏好投资于发行价低，规模小，流动性好和赢利能力强的股票。

因此，综合考虑了各方面因素影响后，机构投资者持股比例与IPO发行价正相关，个人投资者持股比例与IPO发行价负相关。因此，假设2成立。

（三）投资者情绪指数构建

本文采用主成分分析法，并严格遵守主成分的累计解释力大于85%的准则，构造投资者情绪指数。如表4所示，选取前两个主成分构造和前三个主成分时，累计解释力分别达到70.45%和94.82%。因而，本文选取前三个主成分来构造投资者情绪指数。

根据表4的实证结果，本文选取前三个主成分，采用模型（5）来构造投资者情绪指数，具体模型如下：

综上，根据以上模型可知，消费者信心指数越高，市场交易量越大，新股首日回报率越高，封闭式基金折价率越高，投资者情绪指数越大。

（四）发行价溢价异象与投资者情绪

根据本文构建的股票市场投资者情绪指数是否大于样本中位数，本文将上述4个样本分为8个子样本，分析不同样本下的平均IPO溢价，见表5。

无论是在情绪高涨还是在情绪低落时，从样本1至样本4，随着价格水平增大，IPO溢价逐渐减小，表现为发行价溢价始终为正。可见，在投资者情绪的不同状态下，IPO发行价与IPO溢价之间的负相关关系恒成立。

然而，投资者情绪对不同发行价股票的影响是不一致的。当投资者情绪由低落转为高涨时，样本1平均IPO溢价上升79.30%，而样本4平均IPO溢价仅上升27.95%。因此，当投资者低落时，发行价溢价仅为57.25%，而当投资者高涨时，发行价溢价高达108.60%。

为进一步验证结论的稳健性，本文在考虑了股票规模和流动性的影响下，分别对四个样本进行的IPO溢价进行回归分析。如表6所示，由样本1至样本4，股票发行价逐渐增大，投资者情绪与IPO溢价的相关性下降，表现为系数逐渐变小，由0.674逐渐下降至0.178。可见，投资者情绪对低发行价股票的影响力大于对高发行价股票的影响力。

综上，IPO发行价越低，投资者情绪对IPO溢价的作用越明显。这种差异性影响导致了不同发行价股票溢价差异，即发行价溢价异象产生。由此，可证假设3成立。

五、结论

根据经典金融学理论，股票价格高低与股票收益率不具有必然联系，股票价格仅仅是代表每股市值的指标而已。然而，理想化的市场与现实的股票市场不尽相同，特别是对于正处于推进改革和不断完善的中国股票市场而言，个人投资者对股票市场的影响不容忽视，因而股票价格与股票收益率具有一定的联系[17]。

中国股票市场属于新兴的资本市场，个人投资者占据市场主体，使得中国股票市场具有与西方发达国家不尽相同的市场异象。与发达国家股票市场相比，中国股票市场存在极高的IPO溢价，被称为IPO溢价异象。不仅如此，本文进一步研究发现，我国股票市场存在特有的“发行价溢价异象”，即低发行价股票溢价显著高于高行价股票溢价。这个特殊的市场异象可以称为异象中的异象。接着，本文发现IPO的投资者结构与发行价密切相关。机构投资者总是偏好投资发行价高、规模大、流动性差和赢利能力差的股票，而个人投资者正好相反，偏好投资发行价低、规模小、流动性好和赢利能力强的股票。与机构投资者相比，个人投资者更容易出现认知偏差和行为偏差，在投资情绪的作用下，高估股票价值，投机性需求增加，拉高股票回报率。最后，本文采用主成分分析法构造了投资者情绪指数，并发现投资者情绪是发行价溢价异象产生的原因。由于股票发行价越低，个人投资者比例更高，受到投资者情绪引起的非理性需求更大，因而IPO溢价更高。

在中国股票市场，投资者常采取“打新股”的方式获得较高的回报率。从投资策略角度来看，投资者可以通过申购低发行价的新股来获得更高的首日回报率，即实现“打新股”收益最大化。另外，从政府管理角度来看，有关部门应该加快IPO制度改革，加强投资者教育，避免投资者情绪对IPO市场影响过度，导致市场波动加剧。

参考文献：

[1]Rock，Kevin. Why New Issues are Underpriced？ [J]. Journal of Financial Economics，1986，15：187-212.

[2]Carter，Richard B.，Frederick H. Dark and Alan K. Singh. Underwriter Reputation，Initial Returns and the Long- run Performance of IPO Stocks[J]. Journal of Finance，1998，53：285-311.

[3]Booth，James R. and Lena Chua. Ownership Dispersion，Costly Information and IPO Underpricing[J]. Journal of Financial Economics，1996，41：291-310.

[4]Allen，Franklin. and Gerald. R.Faulhaber. Signaling by Underpricing in the IPO Market[J]. Journal of Financial Economics，1989，23：303-323.

[5]Ritter J R. The long- run Performance of Initial Public Offerings[J]. Journal of Finance，1991，46：3-28.

[6]Malcolm Baker，Jeffrey Wurgler. Investor sentiment and the cross-section of stock returns[J]. Journal of Finance，2006，61：1645-1680.

[7]Robert F. Stambaugh，Jianfeng Yu，Yu Yuan. The short of it：investor sentiment and anomalies[J]. Journal of Financial Economics，2012，104：288-302.

[8]韩立岩，伍燕然.投资者情绪与IPOs之谜――抑价或者溢价[J].管理世界，2007，（3）：51-61.

[9]邵新建，巫和懋.中国IPO中的机构投资者配售、锁定制度研究[J].管理世界，2009，（10）：28-41.

[10]林振兴.网络讨论、投资者情绪与IPO抑价[J].山西财经大学学报，2011，（2）：23-29.

[11]蒋先玲，吕东锴，张婷.春节文化、一月价值溢价效应与投资者非理性投资[J].财贸经济，2012，（7）：56-62.

[12]蒋玉梅，王明照.投资者情绪与股票收益：总体效应与横截面效应的实证研究[J].南开管理评论，2010，（3）：151-160.

[13]Fernando，Chitru S.，Srinivasan Krishnamurthy，and Paul A. Spindt. Are Share Price Levels Informative？ Evidence from the Ownership，Pricing，Turnover and Performance of IPO firms[J].Journal of Financial Markets，2004，7：377-403.

[14]Edward A.Dyl，William B.Elliott. The share price puzzle[J].Journal of Business，2006，79（4）：2045-2066.

[15]Tinic，Seha M. Anatomy of initial public offerings of common stock[J].Journal of Finance，1988，43：789-822.