摘要：
多元统计分析方法是研究股票价格的一般方法，本文利用统计分析方法考察并确定上市公司与股票价格相关的基本因素，利用聚类分析与因子分析两种分析方法来进行实例研究，并判断出各公司股票质量特征，为投资者的投资提供科学严谨的建议．
关键词：
聚类分析;因子分析;股票市场
股票市场是对已经发行的股票进行转让、买卖和流通的场所．股份公司通过对股票的全面发行，可以迅速集中大量资金，实现生产的规模经营;而社会上分散的资金盈余者本着“利益共享、风险共担”的原则投资股份公司，谋求财富的增值．当今中国股票市场发展迅速，越来越多的人关注着股票市场的行情，将自己的资产投入到股票行业中以期得到丰厚的回报，为了促进股票合理化，产生了对股票市场价格变动的分析和预测，对上市公司股票业绩进行综合评估是十分必要的．多元统计分析是研究股票价格的新型方法，我们利用统计分析方法，考察并且确定上市公司股票价格之间的基本关键因素，利用聚类分析与因子分析两种分析方法来进行实例研究，判断出股票价格的基本变动趋势，为股票投资者的投资提供科学的建议．国外学者Serpil［1］将主成分分析与判别分析相结合，对早期综合预警模型进行估计．AprilKerby和JamesLawrence［2］利用主成分分析与判别分析来作为选择质量好或不好股票的依据．NewtonDaCosta等人［3］提出了一种根据风险回报准则的基于聚类分析方法对现货市场中的股票分组的技术．Anderon［4］利用判别分析来对资本市场作进一步的研究．国内许多专家学者［5～10］根据证劵报告中的信息，选择每股收益、投资收益、净收益率等财务指标，对一些公司或企业的这些指标数据进行了多元统计分析，试图将这些公司和企业进行分类，为股票的选择和分析提供依据进行实例研究．本文应用聚类分析和因子分析方法对30家上市公司进行了实证研究，为投资者提供科学依据．
1股票市场数据的统计分析
1．1数据的选取
统计分析方法是处理数据、进行实证分析的有效方法，被广泛应用于各个领域［11～13］．为了研究多元统计分析方法在股票市场中的应用，需要进行实证分析．本文任意选取了巨潮资讯网2014年度报告数据中的30家上市公司的每股收益、总资产、净利润、净资产、每股净资产、净资产收益率、营业收入共7项财务指标数据进行实例研究．每股收益，通常被用来反映企业某一会计期间的经营成果，衡量普通股的获利水平以及投资风险，是投资者等其信息使用者据以评价企业盈利能力、预测企业成长潜力进而做出相关经济决策的重要财务指标之一．净利润为最终经营业绩，净利润越多，就代表企业的经营效益越好;净利润越少，则企业的经营效益就越差，它是企业经营效益的主要衡量指标．每股净资产是指股东权益与股本总额的比率．每股净资产越高，则股东拥有的资产现值就越多;每股净资产越少，则股东拥有的资产现值就越少．净资产收益率，是指净利润与平均股东权益的百分比，是公司税后利润除以净资产的百分比率．净资产收益率是衡量股东资金使用效率的重要财务指标．总资产指的是某一经济实体拥有或控制的、预期能够为自身带来经济利益的全部资产．净资产是属企业所有并且可以自由支配的资产，即所有者权益．企业的净资产，是指企业的资产总额减去负债以后的净额．营业收入指的是企业在日常活动中从事销售商品、提供劳务和让渡资产使用权等所形成的经济利益的总流入，分为主营业务收入和其它业务收入．由巨潮资讯网年度报告数据中选取30家上市公司的财务指标数据见表1(股票名称略去，以编号代替)．总资产、净资产以及营业收入都在一定程度上反映了上市公司的盈利情况，这3者是股票是否有购买价值的基础，只有基础越好，股票才越具有购买价值．所以这3者是人们在购买股票时需要长期关注的．
1．2聚类分析
图1是运用SPSS软件对30家上市公司的数据进行系统聚类分析后得到的树枝状联结图，选取的聚类指标是30家上市公司2014年度的财务数据，包括:上市公司的每股收益、总资产、净利润、净资产、每股净资产、净资产收益率、营业收入共7项财务指标．根据图1，可以依据股票的财务状况将这30支股票分为3组．第1组:25号股票;第2组:3号股票和4号股票;第3组:剩下的其它27支股票．从分组情况看，第1组股票归为第一类．这支股票总资产、净利润、净资产、营业收入的财务指标都很高，且每股收益、每股净资产、净资产收益率的财务指标也都不低，说明这支股票的获利能力高，并且股票的数量庞大，使总资产和营业收入等均很高．总体来说25号股票作为第一类股票有很大的投资价值，投资者可根据个人的投资理念和即时的市场条件等各方面因素对此类绩优企业进行投资．将第2组股票归为第二类．这两支股票的7项财务指标均很高，特别是每股收益是最高的，说明股票的质量很好，数量也够庞大．企业的发展速度与前景也都比较可观，投资者根据自身情况并结合其它情况以辅助自己做出投资的决策对第二类企业进行投资．剩下的27支股票归为第三类．这些股票的财务状况不如第一类和第二类好了，其中，有几支股票的每股收益甚至是负的，由此可见，这类企业显然是不适合投资者对它们进行投资的．当然在实际情况中，投资者可以结合企业的具体的其它财务指标对股票进行分析，辅助投资者进行投资决策．这样既实现了投资者的资本增值目的，又满足了整个社会的资源优化配置的要求．
1．3因子分析
因子分析的主要目的是数据降维，如果原始变量之间不存在相关性，那么因子分析的意义并不大．为了进行因子分析，首先判定各指标间的相关性．相关系数是研究变量之间线性相关程度的量．从相关系数结果表2来看，每股收益和净资产收益率的相关性最大，相关系数达到0．700，即每股收益越高，则净资产收益也就越高．总资产和净利润、净资产、营业收入的相关性都很大，相关系数均超过0．900．接下来，判断是否可以应用因子分析来进行数据降维，判断的方法为Bartlett球形检验和KMO方法．结果(表3)显示，KMO检验结果为0．706．球形度检验统计量为571．392，p值为0．000，检验结果是显著的，可以进行因子分析．下面计算各变量共同度，每个变量之间的共同度越高，就说明提取的公因子越能反映原来的7个指标的变化，结果如表4，所有变量的共同度全都超过了0．700，就说明了公因子能够很好地反映原来的7个指标的变化．应用SPSS软件的计算特征值以及方差贡献率得到表5数据，由表5可看出:只有前两个因子的特征值大于1，并且前两个因子的特征值之和占特征值总和的92．772%，也就是说只需要前两个因子就已经能够解释这7个财务指标信息的92．772%，所以本文仅采用前两个因子对股票进行综合评价．
进行因子旋转，得到效果比较好的因子．表6中的系数为旋转后的因子负荷系数估计值．表6中的2，3列分别是两个特征值的特征向量．载荷程度越大说明该指标在因子中的影响程度就越大，越小则说明该指标在因子中的影响程度就越小．把7个指标归为总体财务状况因子和股票质量因子这两类主要因子:因子1在总资产、净利润、净资产、营业收入这4个指标上有较高的正载荷，可以将这4个指标定义为总体财务状况因子;因子2在每股收益、每股净资产、净资产收益率这3个指标上具有较高的正载荷，可以将这3个指标定义为股票质量因子．将成分矩阵表中所显示的数据代入因子得分模型，可得到旋转后的因子得分函数如下:Factor1=0．045Z每股收益+0．980总资产+0．998净利润+0．996净资产－0．037每股净资产－0．008净资产收益率+0．982营业收入;Factor2=0．876Z每股收益+0．077总资产+0．035净利润－0．035净资产+0．953每股净资产+0．942净资产收益率－0．073营业收入．
计算不同股票的两个因子得分，如表7所示．在因子1中总体财务状况因子的排名中包揽前3名的分别是25号、3号、4号股票，说明这3支股票的综合财务状况较高．因子2中排名较前的是18号、3号、15号股票，说明这3支股票的质量较好，每股获利较高．注意到18号股票的因子1排在最后而因子2排在第一，这是因为该公司的总资产额在30家公司中相对较少，营业收入也相对低，导致因子1排名在后面，但其每股收益达百分之四十多，与其它公司比遥遥领先，因而因子2排名领先．
综合聚类分析的树枝状联结图1所得出的结果，我们可以看出:第一类的股票可以被称为蓝筹股，这类股票发展前景好，公司的盈利能力也是十分可观的．这表明投资者可以根据公司的财务状况进行投资，投资于公司财务状况较好公司的股票可以获得更好的投资效果．第二类股票可以称为绩优股，这类股票不论是在综合财务状况方面还是在股票盈利方面的表现都可圈可点，人们购买这类股票时需考虑即时的市场情况，分析公司即时的财务状况．第三类股票可以称为劣质股，这类股票总体财务状况则表现较差，投资于财务状况较差的股票面临着更高的风险，却不能获得更高的期望收益率，人们在购买这类股票时则需要慎重考虑．
2结论
本文运用了描述统计和多元统计分析方法对随机选取的30家上市公司的财务状况进行了综合分析，把30家上市公司的股票分为3大类，体现了各上市公司的财务状况，结果与各上市公司的实际财务状况相符合．聚类分析综合了选取的7项财务指标反映各上市公司的盈利状况和发展水平．因子分析将文中所选取的上市公司的7项财务指标综合为总体财务状况因子和股票质量因子两个综合变量，为分类和评估上市公司的财务状况的优劣提供了有力的依据．除此之外，采用因子分析的方法建立的综合评价函数评价上市公司的业绩，避免单指标评价的片面性．也可通过各因子的得分，了解财务状况的具体发展情况和经营管理中的优势和劣势，从而使得对公司的经营业绩的评价更加全面客观．实例证明，本文所采用的统计分析方法为股民选择和分析股票提供了强有力的理论和实例支持．
参考文献：
［5］柯冰，钱省三．聚类分析和因子分析在股票研究中的应用［J］．上海理工大学学报，2002，24(4):371－374．
［6］李德荣，何莉敏，李玉．聚类分析和因子分析在股票投资中的应用［J］．内蒙古统计，2011(1):29－31．
［7］李庆东．聚类分析在股票分析中的应用［J］．辽宁石油化工大学学报，2005，25(3):94－96．
［8］李利梅，柳向东．股票市场的因子分析［J］．改革与战略，2003(8):52－56．
［9］郝瑞，张悦．基于因子分析和聚类分析的股票分析方法［J］．时代金融，2014，9:135－137，141．
［10］李庆东，李颖．证劵投资分析方法新探索———聚类分析方法运用［J］．现代情报，2005(11):50－53．
［11］李淑娟，赵立纯，黄玉洁．病虫灾成灾面积的ARMA模型的分析及应用［J］．鞍山师范学院学报，2014，16(6):1－5．
［12］黄玉洁．辽宁省农村居民消费结构的动态分析［J］．鞍山师范学院学报，2013，15(4):1－4．
（1）没有适合的案例。案例是非常重要的工具。而教科书缺少与时俱进的案例，表现一是案例缺乏，二是案例更新慢，尤其是在这几年中国证券市场飞速发展的时期，从股权分置改革推行到期权的推出，再到股指期货和卖空机制的推出。学生学习要能跟上时代，亟需研究正在发生的各种案例，使学生能够融入时代。
（2）学生主动性不强。由于学生一开始什么都不知道，一下子让他们炒股票不知道如何参与。可把参加的学生分成若干小组。分别充当上市公司、证券公司或机构投资者，在模拟的股票市场中，从事上市公司包装上市、证券公司包销股票和机构投资者买卖二级市场股票等一系列经营活动。通过模拟炒股票与专题讨论、案例分析，达到体验股票市场博弈、应用证券市场理论、培养创新炒股票思维和提高炒股票操作技能的目的。
（3）教学效果不明显。证券投资模拟如何为学生设想，以学生活动为主，以学生心理为依据，全面完成教学实验任务呢？经过比较，发现案例设计教学法能够比任何其他的教学法更能激发学生的学习动机。由于学生必须担负主要的学习责任，因此能够训练学生担当责任的能力。和其他教学法相比，案例设计教学法是训练学生解决问题的最佳教学法。此外，案例设计教学法还能培养学生团结合作的精神。可见在实验教学过程中应用设计教学法是完全可行的。
2案例设计在证券投资模拟教学中的应用
案例设计教学法就是采用设计方式来指导学生进行学习活动的一种方法。设计教学法体现了杜威实用主义的教学程及其理论。可以简单地把设计教学法分为5步：安排真实的情境；根据情境设定刺激思维的课题；查找资料做出解决疑难的假定；以活动去证验假定；根据证验成败得出结论。
（1）案例设计。案例设计教学法要有针对性地选取动态案例替代和验证教材中的静态案例。我在运用证券投资学模拟炒股的方法，取得了一定的成果，但也有一些经验教训，主要体现在以下几方面：一是让学生理解股票实战与模拟交易的区别。模拟抄股，你买卖股票，无论买卖多少都对股票的价格没有影响。模拟股票的价格是由现实生活中的股票价格而决定的。也就是说，也许你在模拟中赚了很多钱。但是如果你真把等同于模拟股票的钱投入到现实股票当中，你赚的钱可能要比模拟中的钱要少。因为现实股票中你的介入会影响到股票的价格。而模拟股票中无论你买多少都不会影响到股票的价格。因为模拟的股票价格是由现实股票价格决定的。炒股对于散户而言最重要的是心态问题，模拟炒股因为没有资金上的投入，所以在操作中往往比实战中更放得开，更准确。二是模拟炒股战绩只是大学生一门课程平时成绩的一部分。模拟炒股票对学生掌握证券投资学的相关理论帮助很大，不过，由于大学生模拟炒股票的赚钱的多少存在运气的成分，考核的时间也比较短，有一些学生可能很认真，可是模拟炒股不但没有赚钱，还可能亏钱。因此，在评定学生的平时成绩时，对于这样的学生，要做区别对待，不要让学生丧失后续学习的信心；三是对于比较好的学生实时进行点评。在一个学期证券投资的授课时间里，证券市场会产生各种各样的新闻和热点个股及板块轮动，在提示学生关注这些信息的同时，对每个学生的模拟炒股票进行实时的点评。
（2）基本分析。一是宏观经济分析。证券投资宏观经济运行趋好，企业总体盈利水平上升，证券市场市值自然上涨。宏观经济趋好对公司效益及自身收入水平预期上升，人气上升，证券市场平均股价走高。财政政策对证券投资起着非常重要的作用，它能增加微观经济主体的收入，刺激经济主体的投资需求，从而扩大社会供给。证券投资风险的评价和管理由于投资债券可能遭遇到各种风险，造成损失，投资者需要对所投资对象的风险状况进行必要的分析与评估，以减少可能的损失。证券的风险管理对于债券、基金、期货、股票投资过程中可能会遇到的各种风险，投资者应认真对待，利用各种方法去理解风险、辨别风险，探寻风险产生的根源。制定正确的风险管理的原则和策略，学会利用各种方法去回避风险，减少炒股票损失，力求获取最大效益。证券的评级企业债券风险等级发生变化后，会对投资者的炒股票收益产生影响，带来意外的收益或承受更多的风险，因而学生们要密切注意影响企业风险的各种因素，推测债券、基金、期货、股票等级的变化方向，进而分析其价格变化趋势，学会从中获利。股票投资者的投资风险则是指实际获得的收益低于预期的收益的可能性。造成实际收益低于预期收益的原因是股息的减少和股票价格的非预期变动。二是行业分析。行业分析主要是界定行业本身所处的发展阶段和其在国民经济中的地位，同时对不同的行业进行横向比较，为最终确定投资对象提供准确的行业背景。有些行业符合未来的发展方向，属于国家重点扶持的行业。而有些行业已经日薄西山。行业分析的重要任务之一就是挖掘最具投资潜力的行业，从而选出具有投资价值的上市公司。三是小组讨论。为了培养学生的团队精神和合作能力，笔者在证券投资学教学中大量应用小组讨论方法，让学生集思广益，运用各自掌握的专业知识，特别是实战的经验和教训，让学生在今后的炒股票时终身受益。通过同学们互相讨论，观点日益成熟，最终形成成熟的思路。
（3）国内外投资大师经典投资案例讲评。改革思路：证券投资模拟原来是在讲解一定理论知识的基础上，重点教授学生实盘买卖股票的方法，包括软件的使用方法、界面的含义、基本面分析法、技术面分析法等等。现在要重点讲案例，安排每节课重点介绍1位中外股票投资大师的经典案例，如巴菲特在1993年开始大量买入港股中石油，1.02元的平均成本，1997年又全盘卖出，卖出均价12.00元。每股净赚10港币以上。那么，当时市场的基本面是什么情况，他买入中石油的理由是什么，卖出的理由是什么？等等。这样结合实际的教学往往取得意想不到的效果。本课堂教学改革的难点是案例的收集和分析，筛选的案例必须经典；对每个案例的分析必须独到，现有的资料基本上没有分析，必须结合当时的宏观大势、基本面与技术面的情况独立分析，重点是让学生体会投资理念。
引言
企业投资决策，是http://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％。
②速动比率。速动比率，是指速动资产对流动负债的比率，衡量企业流动资产中可以立即变现用于偿还流动负债的能力。速动比率=（流动资产-存货-预付账款-待摊费用）/流动负债总额×100%。
③总资产周转速度。总资产周转速度是指企业在一定时期业务收入净额同平均资产总额的比率，体现了企业经营期间全部资产从投入到产出的流转速度。总资产周转速度=销售收入/（期初资产总额+期末资产总额/2。
转贴于 http://
④净资产收益率。净资产收益率又称股东权益收益率，是净利润与平均股东权益的百分比，是公司税后利润除以净资产得到的百分比率，该指标反映股东权益的收益水平，用以衡量公司运用自有资本的效率。指标值越高，说http://明投资带来的收益越高。净资产收益率=税后利润/［（期初净资产余额＋期末净资产余额）/2］×100%。
2.4 股票价值
①市盈率。市盈率用以反映投资者对每元净利润所愿付出的价格。如果市盈率高于股票市场的平均市盈率，代表该企业有较高的成长性；反之，代表市场对该股票的预期较低，成长性不高。市盈率=每股市价/每股收益。
②每股收益。每股收益表征该股票的获利能力，每股收益越高，代表该企业的获利能力越强，反之，表征该企业的获利能力比较弱，每股收益指标无法反映公司的风险程度、发展潜力等状态。每股收益=净利润/总股本。
③每股净资产。每股净资产在一定程度上反映了企业的资本扩张能力，每股净资产逐年上升，说明该公司在不断扩张，成长性良好，反之，说明该公司扩张性一般。每股净资产=年末股东权益/总股本。
3 购票投资决策评价模型构建
3.1 层次分析指标赋权方法 层次分析法（ahp）是一种重要的指标赋权方法，通过元素之间的两两比较建立判断矩阵，通常使用1-9标度法对判断矩阵的元素进行赋值，1-9标度法的具体含义如表1。
并进一步通过求解判断矩阵的最大特征根和对应的特征向量的方法确定指标权重。
3.2 topsis评价方法 topsis是逼近理想解的排序方法，借助多属性问题的理想解和负理想解给方案集x中各方案排序，既靠近理想解又远离负理想解的方案就是方案集中的最佳方案，并可以据此排定方案集x中各备选方案的优先序。topsis的主要算法步骤如下：①用向量规范化的方法求得规范化决策矩阵；②计算各指标权重，并根据指标权重构成加权规化决策矩阵；③计算各方案到理想解与负理想解的距离；④计算各方案的排队指示值并排序。
4 模型应用示例
某企业拟进行股票长期投资，经过分析，准则层需重点考虑宏观经济环境、行业状况、公司经营状况和股票价值，有股票a，股票b，股票c供选择。以准则层的综合评价过程为例，介绍方法的具体应用，方案层的评价过程与一级指标相同。评价对象的原始数据如表2所示。
①根据表2，求得规范化决策矩阵。
z=0.5124 0.4249 0.4303 0.40470.4555 0.4515 0.5164 0.43360.3985 0.4780 0.4877 0.4914
②应用层次分析法计算指标权重，并求得加权规范化决策矩阵。
假设专家论证的各一级指标重要性判断矩阵如下
1 ■ ■ ■3 1 2 14 ■ 1 23 1 ■ 1
经计算可知cr=0.072，ci=0.0648，ri=0.9，满足一致性要求，因此指标权重向量为（0.091，0.348，0.315，0.246）
因此，加权规范化决策矩阵为
③计算各方案到理想解与负理想解的距离，及各方案的排队指示值（即综合评价指数）。
④评价对象综合排序。股票a?酆股票b?酆股票c。
【关键词】财务报表；投资价值分析；股票
文章编号：ISSN1006―656X（2014）05-0044-01
一、股票投资价值及投资价值分析
（一）股票价值和股票价格
1.股票的价值。股票的价值可以从其票面价值、账面价值、清算价值及内在价值几个角度进行分析，股票的票面价值即股票在发行时标注在票面上的金额，由于时间的变化和公司的发展，公司净资产会发生变化，股票面值与每股净资产逐渐背离，与股票投资价值之间也没有什么必然的联系。股票的账面价值也即是股票净值和每股净资产，是公司每股股票所包含的资产净值，是股东权益与总股数的比率。股票的清算价值是公司清算时，每股份额所拥有的实际价值。公司账面价值是会计核算上的价值，公司清算时候的资产往往会低于其账面价值。股票内在价值是股票未来收益的折现，也被称为理论价值。股票内在价值是股票市场价格的基础，发现和计算股票的内在价值是投资研究和分析的主要任务，投资者可以根据股票内在价值和市场价格的比较，发现目标股票是否具有投资价值。
2.股票的价格。其主要可以分为股票的理论价格和市场价格，股票的理论价格是根据现值理论而来的，将股票按一定的必要收益率和有效期限把未来收益折现，即为该股票的当前价值。股票的市场价格就是股票在二级市场上交易的价格。股票的市场价格由价值决定，也受到其他因素的影响。
（二）股票投资价值和股票投资价值分析
所谓投资价值，就是指某特定投资对象所具有的为投资者带来收益的价值。股票投资价值就是指目标股票所具有的为特定投资者带来预期收益的价值。
股票投资价值分析，是运用一定的技术方法和手段，分析评估特定股票或股票组合为投资者带来预期收益的能力。通常情况是为了通过投资价值分析，寻找有成长潜力、盈利能力或是价格被市场低估的股票作为投资对象。
（三）影响股票投资价值的因素
1.影响股票投资的内部因素。主要包括以下几个方面：公司净资产、公司盈利水平、公司股利政策、股份分割、增资和减资、公司资产重组等。2.影响股票投资的外部因素。主要有三个方面：宏观经济趋势、国家的财政和货币政策会从整体上对股票价值产生影响；行业的发展态势、行业政策等会对该行业内公司以及股票产生巨大影响大；证券市场上股票投资者的心理预期会对股票价格走势产生重要的影响。
二、证券投资分析的主要方法
（一）基本分析法。
基本分析法是一种基于“内在价值”的投资分析方法，通过分析证券价格与其内在价值的偏离水平来判断投资机会。它主要是依据经济学、金融学、投资学和财务管理学等原理，通过对宏观经济指标、国家政策、行业、市场以及公司基本情况等的分析，评估判断出证券的投资价值及合理价位，供投资者决策参考。
（二）技术分析法。
技术分析法是根据证券在资本市场表现及变化，来分析证券未来价格变化趋势的分析方法。它的理论基础建立在三个假设之上的：市场的行为包含一切信息、价格沿趋势移动、历史会重复。
（三）证券组合分析法。
理性投资者具有在期望收益率既定的条件下选择风险最小的证券或者在风险既定的条件下选择期望收益率最高的证券这两个倾向。证券组合分析法就是依据投资者对收益的偏好和风险厌恶程度，来确定最优证券投资组合，并进行组合管理的投资分析方法。
三、股票投资价值的估算方法
（一）现金流折现法。
现金流贴现模型是运用收入的资本化定价方法来决定普通股票内在价值的方法。按照收入的资本化定价方法，任何资产的内在价值是由拥有资产的投资者在未来时期内所接收的现金流决定的。由于现金流是未来时期的预算值，因此必须按照一定的贴现率返还成现值。也就说，一种资产的内在价值等于预期现金流的贴现值。对股票而言，预期现金流即为预期未来获取的股息。该方法常用来分析目标股票的长期投资价值。
（二）市盈率法。
市盈率法是股票市场中确定股票内在价值的最普通、最常用的方法。如果我们可以计算或者估算出目标股票的市盈率和每股收益，即可推算出股票的价格。市净率法原理和市盈率相同，也被广泛应用。这两种方法常用来分析目标股票的短期投资价值。
（三）资产评估值法。
就是把上市公司的全部资产进行评估一遍，扣除公司的全部负债，然后除以总股本，得出的每股股票价值。如果该股的市场价格小于这个价值，该股票价值被低估，如果该股的市场价格大于这个价值，该股票的价格被高估。
（四）销售收入法。
就是用上市公司的年销售收入除以上市公司的股票总市值，如果大于1，该股票价值被低估，如果小于1，该股票的价格被高估。
四、财务报表在投资价值分析中的功能和作用
从股票市场运行的历史来看，能够真正明确影响股价波动的关键因素是很少的，在这些很少的因素中，人们更多的关注上市公司的经营管理能力、资产质量、盈利水平以及企业成长前景等信息。作为投资者而言，很难能够直接到公司查看到完整、有价值的其内部因素，而外部资料也需要庞大的收集和加工能力。上市公司财务报表正是公司在内外部环境影响下公司运行状况最综合最直接的表现，而财务报表信息可以加工出任何（绝大部分）的价值分析指标。因此，它为投资者做投资价值分析提供了别无选择的，也是最好的分析资料。实践表明，财务报表信息对上市公司股价的影响越来越明显，投资者和分析人士越来越倾向于通过财务报表数据分析股票的投资价值。
财务报表分析是相关者客观评价企业财务状况、分析企业经营管理能力、衡量企业业绩和发展能力的重要手段，是企业自身发现问题、改进工作、挖掘潜力、提高效率的重要依据，是企业合理实施投资和融资决策的主要参考，还是企业与社会和公众信息交换的重要途径。财务报表分析对不同使用者的作用会有一定的差异，共性上可以总结为：评价企业的过去、反应企业的发展现状、预测未来发展趋势。
1.财务报表分析可以准确评价企业的过去。财务报表是对企业在过去的经营事项的数据反应，他是对企业过去决策、运行状况、业绩成果的直接评价，他在一定程度上指出企业的成绩、问题和产生的原因，这不仅对于正确评价企业过去经营业绩十分有益，而且还可以对企业投资者和债权人的行为产生影响。
2.财务报表分析可以全面反映企业的现状。财务报表是企业财务状况的动态报表，某一时点上的报表数据可以反映出某些现状的指标。如能及时反映企业资产状况、权益结构、偿债能力、支付能力、盈利能力、运行状况、现金流量等方面的指标，对于客观反映和评价企业现状具有重要作用。
3.财务报表分析可用于预测企业的未来。评价过去的经营成果、评价当前的运行现状，并通过预测分析、资产评估等方式预测企业未来的发展趋势，并为未来发展决策指明方向。不同的使用主体对此作用均有迫切的需要。
参考文献：
【关键词】多元统计分析方法；股票投资状况；综合评价研究
一、前言
对于我国的经济发展状况，可以从股票市场的发展中得到体现，在短短十几年的时间里，就实现了资本主义国家百年的发展成果。由此也能够体现出我国经济迅猛的发展态势。而在近几年当中，随着股票市场的不断发展，也逐渐暴露出了很多问题，对于经济市场、股票市场的发展，产生了很大的威胁。因此，基于多元统计分析方法，对股票投资状况进行综合评价，更加充分的理解和认识其中存在的问题，从而更好的存进股票投资市场的发展。
二、多元统计分析方法的基本概述
在经典统计学当中，多元统计是一个重要的发展分支，作为一种分析方法来说，多元统计分析具有很强的综合性。应用该方法，能够在相互关联的多个指标、对象之间，对其统计规律进行分析，在数理统计学当中，也是一个非常重要的分支学科。在多元统计分析方法中，包括了很多不同的统计方法，例如多重回归分析、多元方差分析、判别分析、典型相关分析、聚类分析、因子分析、对应分析、主成分分析等方法。在实际应用中，多元统计分析方法主要是在一个客观事物当中，研究多个不同变量之间相互依赖的统计性规律。基于费希尔等统计学专家的研究，得到了十分良好的进展。随着计算机技术的发展和应用，也随之出现了很多统计软件，因而在医学、生物、气象、地质、图形处理、经济分析等诸多领域当中，多元统计分析方法都得到了广泛的应用。而随着应用领域的不断拓宽，多元统计方法的理论也得到了进一步的发展，因而为人们的实际应用提供了更大的便利。
三、多元统计分析方法在股票投资状况综合评价中的应用
1.因子分析法的应用
因子分析法指的是将共性因子从变量群当中进行提取，从而进行相应的统计。这种方法最早是由英国心理学家斯皮尔曼所提出。在多个变量当中，可以利用因子分析法，对隐藏的具有代表性的因子进行找出，并且在一个因子当中，对本质相同的变量进行纳入，从而使变量的数目得以减少，此外，对于变量之间关系的假设，也能够进行有效的检验。在股票投资方面，因子分析法主要是用于对股票投资组合模型进行确定。在分析当中，利用不同的变量来替代对股票价格产生影响的因素，从而对股价因子模型进行建立。通过确定各个因子的不相关性，对股票进行分类，然后基于对股票发展潜力的研究，对最为适当的股票投资模型进行确定。
2.聚类分析法的应用
在聚类分析法当中，主要是对研究对象的特征进行分析，从而进行分类和数目的减少，是统计分析技术中的集中。在股票投资状况的综合评价当中，聚类分析法能够对股票投资的特种特点加以利用。由于在股票投资当中，具有很多动态变化因素。因此，对于这些因素应当进行恰当的分析，从而寻找有效的方法，来规范治理这种动态情况，从而更加精确和准确的进行投资分析。在实际应用中，由于股票价格会受到很多因素的影响，因而具有不稳定性和波动性的特点，进而也引发了股票投资不理想的情况。而应用聚类分析法，能够对这种不确定性进行有效的弥补。作为一种专业的投资分析方法，聚类分析法能够对与股票市场相关联的企业、行业等进行深层次的分析，从而对具有潜力的股票进行正确的预测。此外，在实际应用中，聚类分析法的实用性和直观性更强，因而具有很广泛的适用范围。
3.主成分分析法的应用
主成分分析法是多元统计分析方法中一种对数据集进行简化和分析的方法，该方法在20世纪初由皮尔逊所发明，在数理模型的建立、以及数据分析当中，能够发挥良好的作用。在实际应用中，通过分解协方差矩阵的特征，对数据的特征矢量和权值进行获取。在实际应用中，主成分分析具有十分广泛的应用，通过研究各种分类数据，对自变量各组之间的差异进行分析和总结，从而对组件差异中不同自变量的完全贡献进行判断，最终利用这些数据，样本归类自变量的转变方法。在股票投资状况的综合评价当中，对于各种对股票市场产生影响因素来说，相互之间往往存在着较大的关联和影响，同时影响因素也非常复杂。利用主成分分析法，能够将这些因素之间的影响进行降低。通过对各种因素和数据的总结分析，得出不同因素的影响程度，从而对指标选择的工作量进行降低。此外，相比于传统的构造回归模型方法，利用主成分分析法，能够更有效的节约时间，同时提高分析的精确度，为股票投资提供更加良好的依据和参考。
四、结论
随着我国经济的快速发展，作为一种重要的经济形式，股票市场也得到了极大的进步。而由于股票市场的发展时间较短，各方面都还不够成熟，因此在股票投资中难免会出现一些问题。对此，应用多元统计分析方法，能够对股票投资状况进行综合评价，从而为更加理性、科学地进行股票投资提供依据。
参考文献：
[1]李银，黄惠娟，梁瑞时. 基于多元统计分析的股票最优投资模型[J]. 韶关学院学报，2014，12：10-14.
[2]韩燕，崔鑫，郭艳. 中国上市公司股票投资的动机研究[J]. 管理科学，2015，04：120-131.
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性行为。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代理变量，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]。
关键词：基金重仓股；机构投资者；主成分分析；因子分析
中图分类号：F83 文献标识码：A 文章编号：1007－905X(2012)02－0061－05
一、引言
截止2011年3月底，我国已有基金管理公司62家，各种投资基金800多只，基金规模达27000余亿元，占沪深两市总市值的13％左右。毋庸置疑，证券投资基金已成为了A股市场上重要的投资机构，其投资行为和投资理念对我国证券市场的价格波动、对其他投资者的投资决策的影响力越来越明显。但是如何定位证券的价值、如何分析冗长的财务报表信息、如何把握分析的重点因素，作为一般的个人投资者，其信息分析能力和信息资源获得的及时、有效性远不如机构投资者；而且，目前沪、深两市的上市公司有2000多家，在这么庞大的上市公司中找到有投资价值的投资对象并迅速把握并不容易，其过程往往费时费力，而且缺乏客观性和可测性。本文从基金公司所持重仓股出发，分析基金公司的投资策略和思路，以期对个人投资者的投资选择具有参考价值。
二、文献回顾
随着基金规模的迅猛发展，其投资行为和策略日益受到各方的关注，国外学者在20世纪90年代就开始对基金的投资行为展开了研究。典型的如Elkinawy(2005)用面板模型分析了在亚洲金融危机发生时美国共同基金的选股策略，研究发现，共同基金更喜欢持有容易获得信息的指数成分股和管理灵活的小规模企业股、ADR(美国存托凭证)，以及与亚洲不存在贸易关系、财务流动性强和内部管理结构好的股票。
除了对机构投资者持股特征进行广泛研究外，国外学者还研究了机构投资者持股比例与公司的某些信息之间的关系。例如，对于基金的持股比例与股票波动率之间的关系研究。Zweig(1973)认为机构投资者是相对“聪明的货币投资者”，机构投资者通过抵消个人投资者的非理易，在一定程度上起到了稳定资产价值的作用；进而，机构投资者控制的股票由于较少的噪音交易以及机构投资者的理性投资行为呈现出较低的波动性。此外，一些机构投资者也可能会选择噪音交易。另外，诸多学者对机构投资者持股与公司绩效之间的相关性进行了研究。Chaganfi等(1995)用资产回报率来衡量公司绩效，结论是机构持股规模与公司的绩效存在明显的相关关系。机构投资者通过大量持股，逐渐开始参与公司治理和战略管理，并对绩效发生积极影响。Ryan(2002)研究了美国的机构投资者，发现机构投资者的干预和活动水平对公司的业绩有显著的影响。Tamn Khanna和Krishna Palepu(1999)通过对印度证券市场的统计分析发现，企业的经营绩效同外国机构投资者的持股比例呈显著的正相关关系。
我国的基金业是从20世纪90年代才真正起步的，近十年才迅猛发展起来，国内学者对基金的研究主要集中于基金的持股特征。
以汪光成(2001)对我国证券投资基金持股特征的实证研究为开端，国内学者先后就基金持股特性进行了相关研究。汪光成(2001)发现，基金持股多少与股票的每股收益、每股收益增长、每股净资产、流通股比例、净资产与股价比、规模、股价、股票年收益、股票的β值、股票的流动性呈现显著的相关性。杨德群等(2004)研究也得出了类似结论，基金的持股比重与股票的每股收益、标准差、股票价格、流通市值、换手率和上市年龄等特征变量具有显著的相关性，并进一步发现基金在市场低迷的时期十分注重上市公司的业绩、股票的波动性和流动性风险，并且实施价值型投资策略。符淼、蔡伟宏(2008)基于基金重仓股季度面板数据，采用时期似无关回归模型分析了28个指标对基金持股比例的影响，并利用基金重仓股的统计值特点发现基金筛选股票的标准。研究结果表明，基金确实在寻求价值型投资，扩大基金规模可减轻股市投机行为；基金在调研阶段和操盘阶段对风险有不同的偏好，调研阶段规避风险，操盘阶段偏好高风险高回报；基金偏爱长期流动性好的股票；开放式基金的选股要求高于封闭式基金，牛市时基金的选股要求高于熊市；基金偏爱关注率高、信息丰富的股票；基金对行业的偏好基于行业的业绩表现；基金重仓股持股比例基本上与指数有相似的变化趋势。
此外，国内学者对基金持股比例与公司某些特定因素之间的相关性也进行了大量研究。如杨德群等(2004)分别对基金在各个半年度或季度的持股变化以及基金在每半年末或季末的持股比重与当期或后期股价收益率进行了回归分析…。经研究发现，基金增持或减持股票对当期股价产生显著的影响，对增持股票的价格产生向上的拉力，对减持股票的价格产生向下的压力；此外，基金每半年末的持股比重与后期股价收益率有显著性的关系，并且基金持股比重较高的股票在市场处于高位并反复波动或下跌时期，后期股价表现较差，而在股市处于由低谷开始的上升时期，后期股价表现较好。其分析结果还表明，基金前期的持股变化与后期的股价收益率没有显著的关系。杨永健(2006)通过研究基金持股比例与个股每股收益之间的相关性，认为基金重仓持股的股票的每股收益并没有随着持股比例的变化而相应的变化。龙淼、曾德明(2006)利用混合面板数据的固定效应模型分析了基金重仓持股对公司绩效的影响，研究发现在样本观察期内，基金重仓持股比例与净资产收益率、主营业务利润率、每股收益呈显著正相关关系，基金重仓持股在一定程度上能够影响公司的治理水平，进而影响公司绩效。胡大春、金赛男(2007)基于1999年到2004年间中国A股市场动态面板数据，对基金的股票持股比例与股票收益波动率之间的关系进行了分析，经研究发现一方面基金偏好收益波动大的股票，而另一方面随着基金提高其持股比例，其对应的股票收益的波动率减小，从而起到了一定的稳定股市的作用。杜文意(2010)从2005年至2008年间的开放式基金重仓股季度数据出发，实证分析了个股每股收益与基金持股比例的相关性，分析探讨认为，基金对个股持仓量的变动受到长期与短期因素的共同影响。从长期因素来看，基金对股票的持仓量主要受基金持股偏好的影响。作为理性的专业投资机构，基金首先会关注上市公司的基本层面，偏好于选取每股收益较高的优质股票。但是从短期获利的目的出发，基金也会青睐于个别股价波动大、股票价格收益率较高的公司，在短时间内进行股票买卖交易并实现资金利得，达到获利的目的。
从现有的基金持股研究来看，学者在选取财务指标时，随意性太大，没有一定的指标选择标准，所选用的财务指标重叠程度太高；在分析方法上，多直接采用多元线性回归分
析，忽略了变量量纲的不同，这在某种程度上扭曲了分析结果。本文正是基于以上两点，引用沃尔评分中的指标体系，利用多元统计中的主成分分析及因子分析方法对基金重仓股进行了相关研究。
三、实证研究
(一)数据来源与分析方法
1 数据来源
(1)基金公司重仓股
基金重仓股是指一种股票被多家基金公司重仓持有并占其流通市值的20％以上，也就是说这种股票有20％以上被基金持有。在本文中，参考此标准，分析了2010年3月31日基金公司持仓情况，共确定沪深两市的18只股票为基金重仓股。
(2)上市公司财务指标
研究分析的目的是为了量化反映各个基金公司在择股时所考虑的综合因素，主要是企业的特有因素。能够反映量化的指标非常广泛，本文在选取指标时充分考虑到数据的代表性、可获得性、可比性，力图多角度地衡量不同上市公司的特质因素，同时避免数据的重复性。企业特质因素除了一些可以量化的指标之外，还包括一些诸如管理层、领导班子基本素质、服务满意度、基础管理比较水平、在岗员工素质状况等软指标。但是这些软指标缺乏统一标准，而且数据难以获得，故在这里并没有列入这里的指标评价体系。
本文所使用的有关上市公司财务报表数据来自上海证券交易所网站及深圳证券交易所网站所刊登的上市公司的年度报告，比率数据以2008年度和2009年度财务报告所列项目经整理、计算获得。
为了较全面和有重点地对上市公司进行评价，文中选用的财务指标参照沃尔评分法的指标体系，并考虑到上市公司财务报表项目的可比性特点，部分报表项目的不一致性，选取了10个财务指标，其中，7个基本指标，3个修正指标。具体财务指标选用情况见表1。
其中：
净资产收益率=净利润／平均净资产×100％
总资产报酬率=净利润／[(期初资产总额+期末资产总额)／2]×100％
销售利润率=销售利润额／销售收入净额×100％
总资产周转率=营业收入净额／平均资产总额
存货周转率=销售成本／平均存货
资产负债率=负债总额／资产总额×100％
流动比率=流动资产／流动负债
销售(营业)增长率=本期销售收入增长额／上期销售收入总额×100％
资本积累率：本年所有者权益增长额／年初所有者权益总额×100％
总资产增长率=总资产增长额／年初总资产×100％
2 分析方法
运用多元统计分析方法中的主成分分析及因子分析法，其中因子分析法中主因子的个数选取参照主成分分析结果确定，采用MatlabV6.5软件、Spss软件和EXCEL2007软件进行数据处理。
(二)实证分析
1 主成分分析
主成分分析，又称主分量分析，首先是由K.皮尔森对非随机变量引入的，尔后H.霍特林将此方法推广到随机向量，信息的大小通常用离差平方和或方差来衡量。主成分分析是对于原先提出的所有变量，建立尽可能少的新变量，使得这些新变量是两两不相关的，而且这些新变量尽可能保持原有的信息。
首先，考虑到财务指标的度量方法存在差异，并且不同指标之间差别较大，先对各个指标进行标准化处理，消除指标量纲的差异，以便使计算结果有合理解释。
其次，运用Matlab软件对标准化处理过的样本数据进行处理，得出其相关系数矩阵。从所得到的相关系数矩阵可以看出，这10个指标之间存在较强的相关性，说明这10项指标反映的经济信息有很大的重叠，相对来说，利用主成分分析比较合适。
再次，利用统计软件计算相关系数矩阵的特征值及相应的标准特征向量。
在确定主成分变量个数时，同时考虑变量相关系数矩阵的特征值大小和累积方差贡献率来进行选择。从表2来看，其前4个初始特征值大于1，但考虑到第5个主成分的贡献率为6.98％，在投资决策中也具有重要作用，故本文确定5个主成分，其对应的累积贡献率达到92.45％；这也说明确定5个主成分已经能够较好地解释基金的投资行为。此外，从特征值的崖底碎石图(图1)来看，后面的5个特征值相对较小且趋势比较平缓，意义不大，所以确定5个主成分基本包含了原有的指标信息。
在确定了主成分个数之后，对标准化后的数据进行主成分分析，分析结果如表3所示。分析初始因子载荷矩阵，从中可以看出，有的财务指标在多个主成分中具有较大载荷，如净资产收益率、总资产周转率、资产负债率等，为了使各个主成分具有明显的经济意义，运用方差极大旋转进行因子分析。
2 因子分析
在多元统计分析中，因子分析可在许多变量中找出隐藏的具有代表性的因子，将相同本质的变量归人一个因子，可减少变量的数目，还可检验变量间关系的假设。基于主成分分析结果，本文选择5个主因子，进行方差极大因子旋转分析，分析结果如表4所示。
从表4中可以看出，旋转后的因子载荷矩阵系数在0和1之间出现两极分化，各个主因子之间是在理论上是互不相关的，结合旋转后的因子载荷矩阵分析各个主因子，具体分析如下：
在第一主因子中，总资产报酬率、资产负债率和总资产增长率具有较大载荷，这三个指标分别反映的是公司的财务效益、偿债能力和发展能力状况指标，是一个公司的财务指标的综合衡量，因此第一主因子可称为公司综合素质主因子，其方差贡献率为28.41％。
在第二主因子中，销售营业利润率、总资产周转率和流动资产周转率具有较大载荷，这些指标分别反映的是公司的资产运营状况和财务效益状况。其中，财务效益状况是修正指标，该主因子更侧重于公司的资产运营状况分析，可称为公司资产运营主因子，其方差贡献率为26.10％。
在第三主因子中，销售营业增长率和资本积累率具有较大的载荷，这两个指标是评价发展能力的基本指标和修正指标，总体来说，是衡量公司发展能力状况，可称为公司发展能力主因子，其方差贡献率为15.10％。
在第四主因子中，流动比率具有较大的载荷，这个指标是评价偿债能力的指标，总体来说，是衡量公司发展能力状况，可称为偿债能力主成分，其方差贡献率为11.57％。
在第五主因子中，净资产收益率具有较大的正的系数，这个指标是评价公司财务效益的指标，是衡量公司财务效益状况，可称为公司财务效益主因子，其方差贡献率为11.26％。
3 综合因子得分评价
在因子模型建立之后，利用该模型对基金重仓股进行综合评价。首先，利用多元线性回归估计出各个因子得分，然后以各因子的方差贡献率为权，由各因子的线性组合得到综合评价指标函数。结合本文确立的因子模型的相关分析结果，18只基金重仓股的综合得分函数可以具体表示为
F=(28.41％F1+26.10％F2+15.10％F3+11.57％F4+11.26％F5)／92.45％
其中，F1，F2，…，F5为回归法估计出的主因子得分。
根据上面的分析，把各个主因子得分值代入综合得分函数即可以计算出每只重仓股的综合得分。
股票的综合得分大于零，说明该只股票在考察的基金重仓股中超越了整体的平均水平，反之，则劣于平均水平。从表5可以看出，综合得分排在第一位的股票的运营能力因子得分远远高于其他股票，除此之外，财务效益因子得分也是比较靠前的，而且，该只股票也是基金持仓最多的，高达39.68％；综合得分位于第二位的股票则综合素质因子和偿债能力因子得分是最高的，作为基金重仓股20％的持仓起点，22.1％的持股比例不算高，这可以从资产运营能力较差来解释，在本例中，该只股票的资产营运能力因子得分是最低的；综合得分排在第三位的股票则具有最高的发展能力因子得分。综合得分最低的三只股票都具有较低的综合素质因子得分，在这里，综合素质考察了上市公司的财务效益、偿债能力和发展能力三个方面，这在某种程度上也说明了上市公司整体业绩在基金投资时的重要作用。
4 结论
各个主因子反映了基金的投资行为，通过上述对基金重仓股的实证研究，可以对基金的投资行为作出如下推断：
(1)基金在投资时，侧重于上市公司的整体评价、资产运营状况、发展能力状况、偿债能力状况和财务效益状况的分析。这些都是对股票进行价值分析时的衡量因素，表明基金投资时重视股票的价值型，进而反映了基金的价值型投资理念。
(2)基金在投资时，资产运营、发展能力、偿债能力和财务效益状况一方面或多方面的突出的上市公司都可能被基金所挖掘，成为其持有对象，反映了基金的择股能力。
(3)基金持股可以用各因子得分和因子综合得分得到解释，说明使用主成分和因子分析考察基金重仓股方法是可行的，结果是可信的。
四、结束语
随着基金在我国证券市场的规模越来越大，一般的个人投资者与基金的资金规模、资源优势是不可比拟的，因此可以认为，研究基金重仓股对个人投资者极具参考价值，尤其是在现在股市低迷不振且近期内走势不明的局面下，避免个人投资者在择股时的盲目与冲动、简化个人投资者的投资分析具有重要意义。但是，本文的研究还存在一些不足之处，比如，本文未对我国基金进行细分，在财务指标选取上，沃尔评分体系中修正指标选取过少等，这有待后期的进一步研究。
参考文献：
[1]Elkinawy,S.Mutual Fund Preferences for Latin American Equities Surrounding Financial Crises[J]，Emerging Markets Review,2005，(6)：211-237
[2]汪光成，基金的市场时机把握能力研究[J]经济研究，2002，(1)：48-55
[3]扬德群，蔡明超，施东晖-我国证券投资基金持股特征的实证研究[J]中南财经政法大学学报，2004，(2)：67-74
[4]符淼，蔡伟宏，我国基金重仓股选股偏好的时期似无关回归分析[J]，海南金融，2008，(7)：28-33
[5]杨德群，等，基金持股与股价收益率关系的实证研究[J]，经济体制改革，2004，(3)：69-72
[6]杨永健，基金持仓比例与每股收益相关性研究[J]，金融经济，2006，(22)：75-76
[7]龙淼，曾德明，证券投资基金重仓持股对上市公司绩效的影响研究[J]，事业财会，2006，(4)：12-15
摘要：股票投资确实是一种高风险的经济活动，不掌握一定的技术方法是绝对不行的。本文对我国证券市场股票买卖方法进行实验研究，根据对海立公司（600619）历史价格资料进行数据分析，总结规律，提出方法，经过实证检验，证实这是一种盈利模式的炒股好方法。此方法也可推广到各种价格波动型的投资对象的投资活动中。
关键词 ：金融市场；股票买卖；总结规律；买卖定价公式
一、引言
随着经济的发展和人们收入的不断提高，怎样投资理财也成为很多个人或家庭非常重视的问题，以求得资产的保值增值。买卖股票是否能盈利或有没有风险，主要在于定价是否合理。如何把握住时机对股票进行合理地运作，已成为广大股票投资者所十分重视的技术问题。本文将以中国A 股“海立股份（代码600619）”的实证研究为例，说明怎样给股票的买卖制定出合理的买卖价格，才能确保盈利。
二、研究过程
（一）研究方法的选择
传统股票分析研究方法，一种是基本分析方法，注重的是股票价值分析，通过对上市公司基本面的分析，对股票的价值得出一个基本的判断。另一种是技术分析法，技术分析法主要是通过对股票交易价格变化的走势分析，运用一些定量分析方法或直观的图形来研究股票价格的变化规律以得出对未来走势的基本判断，进而做出买卖上的决策。本研究课题采用的是技术分析法，研究的课题命名为股票高低点分批买卖法。
（二）选材和搜索研究数据
本研究的思路是通过对某只股票大量历史价格资料的分析计算，找到一只股票价格的变动规律，然后按照变动规律制定出股票买卖的定价模型。此项研究选择了“海立股份（600619）”这只股票2010 年的价格资料作为研究样本，以2011 年的价格资料作为模拟炒股的数据，以检验方法的是否可行。
（三）分析股票价格变动规律
在股市中，股票的市场价格每日（或其它各种周期）都是在波动着的。每天中都有开盘价、收盘价、最高价、最低价。只要把反映价格波动幅度的平均值计算出来，股票价格的变动规律也就基本反映出来了。为了分析价格变动规律，做以下几方面的计算：
1.计算出某只股票的每日最低价和上个交易日的最高价格之比值，然后计算该一系列比值的算术平均数和标准差。
2.计算出某只股票的每日最高价和上个交易日的最低价之比值，然后计算出该这一系列比值的算术平均数和标准差。
3.计算股票价格买卖系数
（1）用一系列的平均最低比值减去两个或三个标准差，得买入定价系数；
（2）用一系列的平均最高比值加上两个或三个标准差，得卖出定价系数。
上述最低平均比值及标准差，最高比值及标准差，都可用统计方法求得。
（四）确定股票的买卖价格
每日股票买价= 股票上日的最高价格×买入价格定价系数
每日股票卖价= 股票上日的最低价格×卖出价格定价系数
这样的定价顺应了股票价格波动的规律，使得低买高卖。保障了买卖点制定的科学性。
（五）风险与盈利兼顾的提示
1.参考趋势决策。若股票价格处在上升趋势中，如果赢利不大，应该减少卖出操作，等到积累到更大的赢利额度再适时卖出；若股票价格处在下降趋势中，即使盈利不大，也应该及时卖出，以避免股票价格急剧下降造成价值的损失。
2.买入股票要分批进行。分批进行的好处在于买卖点能包容更大的价格变动区间，这样才能分散一部分风险和兼顾更大赢利。例如，按定价公式计算的买点实际到了，但后来价格又继续下降，显得股票被套，出现了较大的亏损，但如果分批买入就会使总平均单位成本下降，不至于全军覆没。在成本较低的前提下，股价一回升，就可较早盈利或盈利较多。又如，当股价到达计算的卖价了，但后来股票价格继续升高，如果在计算的卖点上全部卖出，以后更高价格下的更多盈利就没有得到，但如果分批卖出就可以把更高价位上的利润也能得赚到一部分，从而总体上取得较多的盈利。
本方法是一种按股票价格变动规律进行买卖的低买高卖的盈利模式，只有经过较长时间的历史资料验证，才能证明这种方法的有效性如何。下面就是对该股票长达一年（2011年全年）的历史资料进行验证的过程。
三、实证检验与评价
以“海立股份（600619）”为例子，经过对其2010 年全年每日价格数据的统计研究，得出每日最高价与上日最低价之比的平均比值（叫平均最低比值）是0.961，标准差为0.029；得出每日最高价与上日最高价之比的平均比值（叫平均最高比值）是1.043，标准差为0.033。为了确保风险小和可盈利，设计用按平均最低比值减2 个标准差作为买价系数，把平均最高比值加1 个标准差作为卖价系数。于是，可得出第一组买卖的定价模型为：
每日买价=上日最高价×0.902
每日卖价=上日最低价×1.076
每日实际到达这个计算的买价就可以买入股票。每日实际到达这个计算的卖价就可以卖出股票。假设每次只买卖一股，为了能分批买卖，专门用于买卖股票的初始投资额按股票价款的二倍注资，则股票买卖定价及盈亏情况如下：
这样做的买卖的结果是：在一年当中按公式计算的可进行的可买卖次数为：可买入17次，可卖出32次。假如每次都是一买一卖，那么也只能卖17 次，最后那次买的股票，由于到年底也没到按公式所计算的卖价，为了结算，所以就按收盘价卖出。这17 次买卖中，买卖的盈利次数有13次，亏损4次，累计盈利额为5.84元。若以每次买卖实现盈利为成功，则买卖的成功率、股票投资报酬率分别为：
买卖成功率=买卖盈利次数/买卖次数=13/17=76.47%
股票年投资报酬率=累积盈利额/股票投资额=5.82/25=23.28%
取得这样的年投资报酬率是比较高的，这样的年收益率高出银行利率（按约5%）的四倍以上，比社会平均投资报酬率（约10%左右）高出一倍以上。若和当代股票投资大师巴菲特相比也是不相上下的。可见，作为一般的股票投资者应该是很满意的。
四、结论
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).
