股票投资的主要分析方法

前言：想要写出一篇令人眼前一亮的文章吗？我们特意为您整理了5篇股票投资的主要分析方法范文，相信会为您的写作带来帮助，发现更多的写作思路和灵感。

股票投资的主要分析方法范文第1篇

1.1培养各种能力培养大学生的创新能力

提升其对资金的判断和使用能力，以及投资理财的能力。股神巴菲特说过，一生能积累多少财富，不是决定于你能赚多少钱，而是取决于你如何进行投资理财，钱找人胜过人找钱，要懂得钱为你工作而非你为钱工作。由此可见，投资理财的能力十分重要，而进行股票投资正是锻炼在校大学生这一能力的最佳选择之一。

1.2培养纪律性、执行力和应变的能力

股票投资不是随意而为，而是依“计”而行，这个“计”便是投资操作策略。投资策略一旦制定，在环境没有发生较大变化的情况下，应严格按投资策略执行，不能因个人的“好恶”、“恐惧”、“贪婪”而随意改变操作策略，做到“该出手时才出手”。但是，股票投资又是依“势”而为，这个“势”一方面指股票具体运行的趋势，另一方面指股票投资操作策略的环境，一旦这个“势”发生了变化，具体的操作策略也就相应变化。通过在股票投资中依“计”而行和顺“势”而为的训练，从而培养在校大学生的纪律性、执行力和应变能力。

1.3进行挫折教育

股票投资是一个高风险的投资，亏损现象时有发生，这就要求投资者能及时总结经验，正确面对盈亏，保持平和的心态，这其中就包含了挫折教育。总之，投资股票对知识、能力、技能还是经验和心理的要求均是全方位的、高标准的，那么在校大学生投资股票得到的锻炼和促进也是全方位的，不仅能使在校大学生在“学中做”，更能促使在校大学生在“做中学”，做到“学”“、做”兼顾，相得益彰。

2在校大学生进行股票投资之弊

2.1有可能本末倒置或舍本

逐末在校大学生的主要任务是学习，学习专业知识和与其相关的知识，学习专业技能，锻炼各方面的能力，学习做人和做事。这种学习是全方位的，也应该是高标准的，在校大学生的主要精力和时间也应该放在这些方面，而投资股票只是其中很小的一部分，是一种业余爱好和学习。如果认识不到这一点，把主要精力和时间放在股票投资上，甚至在上课的时候也研究股票和进行股票投资操作，那就是本末倒置。

2.2有可能影响生活

大学生投资股票的资金来源渠道较单一，余钱较少，部分同学甚至还是用生活费进行投资，因而抗风险能力不够强；加之自己的专业知识有限、经验欠缺，分析筛选股票以及操作的技术有可能不够成熟，因而发生亏损的可能性较大。一旦亏损，就有可能对学生的生活造成影响。

2.3有可能使个别在校大学生形成拜金主义

大学生在校期间不仅是学习专业知识和技能及相关知识、培养自己各种能力的阶段，同样也是思想意识逐步成熟的阶段。如果在这个阶段只想着进行股票投机，久而久之就可能形成盲目崇拜金钱、把金钱价值看作最高价值、一切价值都要服从于金钱价值的思想观念和行为，而“以义为先”的我国传统美德就可能在其意识和行为上消失，从而形成拜金主义的思想意识等等。

3解决问题的办法

（1）利用课余时间积极学习股票投资的理论知识、技能及相关知识，如股票投资的趋势理论、K线和均线知识、主要技术指标知识、股票筛选、分析、买卖知识和技能等，以及学习信息的收集和分析的方法，学习宏观经济学、管理学、计算机操作和简单编程知识、财务报表的分析方法等，储备投资股票的知识与技能。

（2）可以在校内成立投资协会，爱好股票投资的同学一起交流学习，并与校外证券公司长期合作，邀请投资理财专家定期到校园举办讲座，带来股票最新资讯，教同学们该如何分析、筛选、买卖股票等。

（3）在平时，大学生可以用股票交易软件进行股票的筛选分析并进行模拟买卖，这样不仅能避免不必要的经济损失，还能学习股票投资的知识和技能，又尽可能地不影响课堂学习。

（4）成立兴趣小组，集资实战。成立兴趣小组，各自进行小部分出资，制定出投资管理协议，并按协议进行分工合作、制定投资计划、操作策略、分摊盈亏、交流和总结等等。这样，每一个人出资少，即使投资失败，也不至于严重影响生活；大家分工合作，每个人花的时间也少一些；同时，不仅可以锻炼协作精神，培养投资管理意识，最重要的是能学习和提高实战技能。

（5）利用暑假或者寒假进行投资操作，此时在校大学生不仅有充足的时间去分析大盘，研究股票，买卖股票，还能得到父母的资金支持，同时也不用担心生活费用的问题。此外，除了学校引导和培养在校大学生的股票投资理念、方法外，家长和社会也应该关心和引导在校大学生形成正确的股票投资理念，要让在校大学生明白：在校投资股票的主要目的是学习更多的理论知识，学习分析和解决问题的方法，培养各方面的能力和提高心理素质；投资股票不是简单的投机，而是投资；追求利益是分阶段的，大学生不应该把追求金钱放在首要位置，以学习为主，避免部分大学生形成拜金主义等等。

4结束语

股票投资的主要分析方法范文第2篇

关键词：股票投资价值；模糊层次分析法；计算机应用服务业

中图分类号：F832 文献标志码：A 文章编号：1673-291X（2017）16-0075-05

2009年10月30日，我国创业板在深圳股票交易所成功上市，从初建时28家公司，总发行股本2 672 140 777股，截至2016年12月26日已有568家公司成功上市，总发行股本为262 475 087 724股。创业板市场的快速发展为国内中小公司，尤其是高成长、高风险、高收益、高创新的计算机应用服务公司提供了巨大的融资机会和发展机遇。多层次资本市场体系的逐步完善拓宽了个人投资者的投资渠道，而创业板计算机应用服务公司的股票凭借其高成长和高收益性正在逐渐获得个人投资者的青睐。因此，如何建立一套科学有效的股票投资价值评估模型，帮助投资者高效准确地识别出具有投资价值的股票，成为专家学者们共同关注的热点之一。曲若鹏以同一家公司财务报表为例，运用两种方法评估企业股票投资价值，第一种是先估计实体价值，然后减去净债务价值；第二种方法利用股票投资现金流量模型进行折现，得出的结论为不同的思路得出的股票投资价值评估结果是不同的。张栋等人认为，企业股票投资与看涨期权极为相似，借助B-S期权定价模型可以确定企业股票投资价值，虽然与传统方法相比此模型可充分考虑到企业收益风险，操作更具灵活性，但缺点是重要参数波动率的确定容易产生偏差、计算过程也比较复杂。刘建容等强调股票的投资价值是一种相对价值，结合层次分析法和因子分析法建立了上市公司内在价值评估模型，借助相对内在价值与股价动态变化趋势之间的联系构造出上市公司投资价值分析模型，实证研究表明该模型在投资者进行股票选择时具有指导作用。孙霞指出，资本结构、股票投资结构、公司治理结构以及企业所处的行业和宏观经济形势等都是影响企业股票投资价值的重要因素，国内金融市场日趋完善，掌握一些科学的股票投资价值评估技术是投资者进行理性投资的必要手段。

通过以上文献可以发现，对股票价值进行全面、科学的评估不仅可以有利于股东的监督与公司管理者的经营，也是投资者进行投资的必要过程。多数学者对股票投资价值评估研究范围比较广泛，缺乏针对性，并不完全适用于高成长、高风险的计算机应用服务类公司。因此，结合该行业的具体特点，遵循创新性、科学性、全面性等原则，增加了研发经费投入比、产品市场认可度、人才储备等创新性指标。

一、股票投资价值评估指标体系的建立

（一）建立指标体系

本文采用模糊层次分析法来构建股票投资价值评估模型。模糊层次分析法是综合运用模糊数学和层次分析法的一种分析方法。层次分析法（analytical hierarchy process，简称AHP法），由美国运筹学家Satty于20世纪70年代提出，是一种定性与定量分析相结合的多准则决策方法，具体分为五个步骤：根据总目标明确问题，分解问题并构建层次分析模型，根据隶属关系构造判断矩阵，层次单排序和层次总排序。运用AHP的关键是构造满意一致性矩阵，但由于人们主观意识对客观事物的判断存在差异，构造的矩阵需要经过不断的调整和检验才会达到满意的一致性。而模糊层次分析法（fuzzy analytical hierarchy process，简称“FAHP法”）用模糊数代替标度表示结果，通过两两元素的比较构造模糊一致判断矩阵，借助模糊一致矩阵表示各个元素的相对重要性权重，实现了模糊环境下的层次分析，使得决策结果更加数字化，定量化和科学化。

依据《中华人民共和国证券法》《深圳证券交易所创业板股票上市规则》和《中华人民共和国中小企业促进法》等文件，立足创业板计算机应用服务公司高收益、高风险、技术独占性、高成长性等特点，参考国内外相关文献，遵循科学性、全面性、创新性等指标体系设计原则，增加了研发经费投入比、产品市场认可度、人才储备、知识产权、成果转化能力、决策科学程度等指标，最终构建了创业板计算机应用服务公司股票投资价值评估的指标体系。该指标体系分为3层，第1层是目标层，即创业板计算机应用服务公司股票投资价值A；第2层是准则层，对应盈利指数（B1）、成长指数（B2）、风险指数（B3）和创新指数（B4）4个一级指标；第3层是指标层，包括基本每股收益、净资产收益率、净利润增长率等10个定量指标和产品市场认可度、人才储备知识产权等5个定性指标。

（二）构造判断矩阵

本文采用模糊层次分析法来确立各级指标的权重值，邀请多位股票投资专家和资深股民对指标间相对重要程度进行两两判断，采用Saaty1―9标度法构造出判断矩阵，Satty1―9标度法的含义（见表1）。

根据上述专家对指标重要程度判断结果的处理，得到5个判断矩阵Y，Y1，Y2，Y3，Y4，分别为：

（三）计算各级权重并检验一致性

根据计算，得到W=（0.5423，0.1397，0.2333，0.0847），各指标层对准则层的权重向量为W1=（0.5000，0.2500，0.2500），W2=（0.3845，0.0878，0.1433，0.3845），W3=（0.2291，0.1575，

0.5359，0.0775），W4=（0.2771，0.4658，0.1611，0.0960）。上述计算得到的权重值能否作为下层要素对上层某一要素排序的依据，还需要对判断矩阵进行一致性检验。层次分析法中，用CI（consistency index）作为检验判断矩阵一致性的指标，其中CI，因判断矩阵阶数n越大时，一致性越差，为消除阶数对一致性检验的影响，引进修正系数RI（random index），并最终用一致性比例CR（consistency ratio）作为判断矩阵是否具有一致性的检验标准，其中CR=CI/RI，当计算得到CR值小于或等于0.1时，认为判断矩阵具有一致性，可以进行单排序；当CR值大于0.1时判断矩阵不满足一致性，需要修正评分降低偏差，直到满足一致性检验。RI值随矩阵阶数n变化情况（如表2所示）。

下面计算并判断矩阵的一致性检验指标，矩阵Y的最大特征值λmax为4.0512，CI=（4.0512-4）/（4-1）=0.0171，CR=CI/RI=0.0171/0.89=0.0192，同理可得到Y1，Y2，Y3，Y4的CR值分别为0，0.0078，0.0422，0.0116，均小于0.1，通^了一致性检验，权重系数可以接受，得到权重汇总表（如下页表3所示）。

二、实证研究

（一）数据样本的来源与选取

应用模糊层次分析法对创业板计算机应用服务公司股票价值进行评估的过程是：首先，根据上述专家学者给出的相对重要性矩阵计算出各指标相对于综合评价目标的权重系数（前文已得出计算结果（见下页表3）；然后以各公司重要财务指标的实际值和综合实力为基础，将定量指标和定性指标进行横向比较，得出各指标在多家公司中的相对重要性，重要性程度用分值的高低来表示；最后，用相应的权重系数乘以各家公司评价指标的对应分值，得出各公司盈利指数、成长指数、风险指数、创新指数的分值和综合评价分值。

本文从深市创业板随机抽取4家有代表性的计算机应用服务公司股票进行分析，并对其投资价值进行评估排序。它们分别是银信科技（300231）、易华录（300212）、汉鼎宇佑（300300）、朗玛信息（300288），以下分别用P1、P2、P3、P4来代表它们。为了提高评价结果的可靠性，本文假设不同股票的宏观经济环境、政策导向、行业特点等都相同。表4是新浪财经网提供的这4家公司截至2016年6月30日的定量评价指标的财务数据。

根据表4中财务数据和各公司的综合实力对每家公司的评价指标构造判断矩阵，计算每家公司在各指标中所占的相应权数（计算方法如上文所示），结果（如下页表5、表6所示）。假定每个指标的满分都是100分，将每家上市公司各评价指标的分值与其对应的权重系数相乘，得出盈利指数、成长指数、风险指数和创新指数的得分。同理，将每家公司上述四个指标的分值乘以对应指标的权重系数，得出综合评分。下面以银信科技为例计算其盈利指数、成长指数、风险指数和创新指数及其投资价值综合评分。

盈利指数=银信科技在基本每股收益C1的权重得分×C1在盈利指数B1中的权重+银信科技净资产收益率C2的权重得分×C2在盈利指数B1中的权重+银信科技每股净资产C3的权重得分×C3在盈利指数B1中的权重盈利指数=

17.97×0.5+43.54×0.25+9.84×0.25=22.33，同理，成长指数=

20.09×0.3845+27.71×0.0878+9.98×0.1433+36.38×0.3845=

25.58，风险指数=6.4×0.2291+14.43×0.1575+23.78×0.5359+

13.61×0.0775=17.54，创新指数=12.64×0.2771+26.31×

0.4658+18.99×0.1611+17.07×0.0960=20.46。

投资价值综合评分=银信科技在盈利指数B1中的得分×B1在计算机应用服务公司股票投资价值A中的权重+银信科技在成长指数B2中的得分×B2在A中的权重+银信科技在风险指数B3中的得分×B3在A中的权重+银信科技在创新指数B4中的得分×B4在A中的权重投资价值综合评分=22.33×0.5423+25.58×0.1397+17.54×0.2333+20.46×0.0847=21.51。

同理，4家公司股票的投资价值综合评分结果汇总为表7。

（二）投资价值评估排序

对创业板这4家计算机应用服务公司股票投资价值进行排序，得到的结果（如表7所示），即按投资价值从优到劣依次为：易华录、朗玛信息、银信科技、汉鼎宇佑。易华录的投资价值最大，主要表现为其收益较高、创新能力较强，发展稳定、上升空间大，是这四支股票中相对投资价值最大的。

（三）检验

为了检验采用模糊层次分析法做出的计算机应用服务公司股票投资价值评估模型的科学性和可行性，本文绘制出上述4家公司自2014年6月30日至2016年6月30日的股票涨跌幅度趋势图（如下图所示）。可以看到，4家公司的股票实际涨跌趋势与上文模型预测的结果一致。

结合表7和下图可以得知，易华录的投资价值最高，虽然朗玛信息的最大涨幅高于易华录，但是易华录的整体涨幅趋势更为稳定，波动较小，抗风险能力高，成长性好，收益也更稳定，所以是相对投资价值最大的股票。根据北京易华录信息技术股份有限公司2016年半年度报告显示，报告期内，基于行业发展环境良好，业务模式创新渐显成效，公司新增项目较多等原因，公司经营效益稳步提高。仅2016年上半年，公司已实现营业收入89 619.77万元，较去年同期增长18.9%；归属上市公司股东的净利润为7 838.75万元，较去年同期增长36.32%。研发投入总额为6 906.15万元，较去年同期增加12.68%，主要原因为本年新增研发项目增加所致，截至2016年6月30日，公司新增取得国家知识产权局授权的专利17项。朗玛信息的股票投资价值位于第二位，与银信科技的股票投资价值相差不大。银信科技的涨幅虽然较小，但其整体涨幅走势平缓，几乎维持在正增长状态，风险比较小，但收益比前两者低，所以排在第三位。汉鼎宇佑排在第四位。根据本文表4可以得知，其净利润增长率和主营业务收入增长率都为负数，经营状况有待改善，成长性较低，故而收益也较低，所以排在第四位。

三、结论

运用模糊层次分析法可以清晰反映出创业板不同计算机应用服务公司投资价值的优劣以及各指标的权重，帮助投资者对其投资价值进行综合评价和分级，从而制定出利润最大化、成长最优化和风险最小化的最佳投资方案。因此，利用模糊层次分析法构建的创业板计算机应用服务业股票投资价值评估模型，对投资者的投资决策具有较高的参考价值。但是，在现实的股票投资市场中，影响股票投资价值的因素众多，包括宏观经济环境、政策导向、公司资本结构等，因而在指标选取和权重设定等方面会存在较大的差异性。总而言之，运用模糊层次分析法进行创业板计算机应用服务公司股票投资价值评估的优势在于其科学性、数字性和灵活性，可以结合具体的宏观环境和各股票的实际情况具体分析与评价。同时，由于股票市场十分复杂，瞬息万变，可以将模糊层次分析法与其他科学决策方法相结合，优化指标的选取，最大程度剔除不确定性因素的干扰，提升指标权重的准确性，增强预测的可信度。

参考文献：

[1] 曲若鹏.企业股权价值评估的两种方法[J].财会月刊，2011，（32）：66-67.

[2] 张栋，杨淑娥，杨红.基于B-S模型的企业股权价值评估[J].统计与决策，2006，（20）：144-147.

[3] 刘建容，潘和平.基于财务指标体系的中国上市公司投资价值分析[J].管理学家：学术版，2010，（5）：16-25.

[4] 孙霞.浅谈股权价值评估的影响因素[J].当代经济，2014，（7）：108-109.

[5] 胡运权，等.运筹学基础及运用：第4版[M].北京：高等教育出版社，2004：308-311.

[6] 陈德军，刘冬，隋建龙.基于模糊综合评价的物流园区企业征信评价方法[J].武汉理工大学学报：信息与管理工程版，2016，（4）：

451-454.

[7] 侯春梅.基于模糊层次分析法的投资项目评估[J].武汉理工大学学报：信息与管理工程版，2015，（5）：645-648.

[8] 朱琦臣.企业股权投资价值分析实证研究[D].上海：复旦大学，2010.

[9] 柴中华，郑垂勇，蔡华.风险投资价值评估的新方法[J].统计与决策，2010，（5）：162-164.

股票投资的主要分析方法范文第3篇

学术界对股票投资母国偏好的成因解释

对冲母国特有风险。对股票投资母国偏好的一个潜在解释是，国内资产通常与母国市场有更大的联系性，因而国内资产能更好地对冲母国的特有风险。在这里，母国的特有风险主要是指通货膨胀风险和诸如人力资本之类的非交易性财富风险。然而，已有大量实证研究表明，国内股票收益与国内通货膨胀之间以及国内股票收益与非交易性财富之间并不存在普遍的强烈联系。因而，用对冲母国特有风险来解释股票投资母国偏好并不令人信服。

对外投资的障碍和成本。对外投资障碍可能导致股票投资母国偏好。通常，对外投资障碍主要体现为对外国资产的罚没、对资本流动的直接控制、对银行存款的储备要求以及对公司外国持有者的占比限制。在20世纪80年代，假定投资障碍会导致母国偏好是与现实情况相当吻合的。对很多投资者而言，由于母国的限制，获得外币并进行对外投资是相当困难的。但20世纪90年代以来，几乎所有国家一定程度上都开始开放其金融市场。绝大多数发达国家的金融市场以及一些新兴经济体的金融市场均对外国投资者开放。然而，股票投资母国偏好在这一环境改变下仍然盛行。这说明，投资障碍难以解释股票投资母国偏好。交易成本也可能导致股票投资母国偏好。通常，跨国股票投资的交易成本包括银行交易费用、汇率交易成本和信息收集成本。如果外国资产的交易更为昂贵，则可以预计外国资产交易量要小于国内资产交易量。但实证研究发现，外国股票的换手率往往要高于国内股票的换手率；由此看来，交易成本也难以解释股票投资母国偏好。

信息不对称。对股票投资母国偏好的一个流行解释是，国内和外国投资者之间的信息不对称驱动了对本国资产的偏好。这种观点认为：如果存在信息差异，风险厌恶的投资者会偏好那些能更容易获得相关信息的股票，显然，国内股票更符合这一特点。在相关的实证研究中，研究者往往将两国间的地理距离或者是两国间的语言文化共享程度作为信息不对称的代表。结果显示，信息不对称在国际资产组合选择中发挥了重要作用；这说明，信息不对称能相当程度解释股票投资母国偏好。然而，仍有学者对这一观点提出了不同看法：首先，从理论上讲，信息不对称不仅对风险评估有影响，它还同时影响预期收益，这一点不能忽略；其次，国际市场存在很多股票指数，利用它们能一定程度避免信息不对称；此外，利用信息交易也能一定程度避免信息不对称。

公司治理和国家风险。公司层面的治理缺陷以及国家层面的政治风险，也可能导致股票投资母国偏好。公司层面的治理缺陷以及国家层面的政治风险会导致两类问题。一方面，存在公司内部人的问题；也就是说，实际控制公司的内部投资者可以通过对外部投资者的剥夺来获得私人利益。另一方面，存在国家的问题；也就是说，国家条例制定者可以通过监管与税收政策来剥夺投资者利益。这两类问题会影响国际资产组合选择：由于内部投资者在公司治理较差的环境下能通过剥夺外国投资者获得实质性好处，因而公司治理差的国家外国投资比重小；由于高剥夺风险会损害外国投资者利益，因而高剥夺风险的国家外国投资比重小。实证研究表明，在那些缺乏投资者保护或者具有高剥夺风险的国家，国内股权集中度更高；这说明，公司治理和国家风险对股票投资母国偏好具有一定解释力。

行为偏好。关于股票投资母国偏好的理论解释大多是基于传统的研究方法，也就是假定个人行为是完全理性的。但试验经济学已经发现，人们在经济决策时面临愿望思考偏差和控制问题。为了解释股票投资母国偏好，研究者发展了一些行为偏好模型。有学者用懊悔理论解释了非分散化的国际投资，其基本观点是，投资者用国内资产组合作为基准并对其外国投资的不良表现感到懊悔。还有学者提出，不仅仅在国内投资者相对于外国投资者拥有实际的信息优势时，甚至在国内投资者相对于外国投资者拥有某种信息优势感知时，股票投资母国偏好都会发生。这种观点认为：如果向所有投资者提供相同信息，则任何类型的群体并不拥有实际的信息优势；此时，过度自信的投资者在其熟悉的投资领域会感觉有信息优势，这种感觉上的竞争优势深刻影响了预期形成；相对于那些感觉有判断竞争优势的领域，主观概率在那些感觉没有竞争优势的领域分布更分散；进一步说，对国内股票形势的判断平均要比对外国股票形势的判断更为乐观，这一感觉会导致投资偏向国内股票。对股票投资母国偏好的行为偏好解释开拓了研究思路，但这类研究面临实证检验方面的困难。

关注中国的股票投资母国偏好要求

应当说，对股票投资母国偏好的各种理论解释都不尽完善，因而学术界将这一领域称为股票投资母国偏好之谜。股票投资母国偏好这一现象可能是由多种因素综合形成的，特别强调某一因素的决定性影响可能有失偏颇。

对于当前中国而言，实践发展已经提出要关注股票投资母国偏好的要求。2005年7月21日，人民币汇率制度回归有管理浮动；此后，中国国家外汇管理局相继出台了一系列外汇管理改革措施，这些措施的一个主要目的就是放松资本流出管制，以缓解人民币升值压力以及由此带来的经济过热压力。从前期QDII的实践表现看，放松管制并没有达到预期的效果，长期受到流出抑制的资本似乎对“自由”不感兴趣。这实质上就是一种股票投资母国偏好。

有分析人士将这一现象的成因归结为缺乏有激励的市场环境，即人民币的升值预期和国内资本市场的价格飙升导致资本流出没有获利优势。这一解释并不令人信服。日本的历史经验一定程度印证了这一看法。在广场协议签订以后，日元经历了大幅升值，日本资本市场泡沫也急剧膨胀。而几乎在同一时期，日本放松了对外资本流出的限制，其对外证券投资开始急剧扩大；1986年，日本的对外证券投资为597亿美元，而到1989年，日本的对外证券投资就跃升为1131亿美元。日本的经验说明，要从更广泛的视角来找寻QDII发展不利的原因。

股票投资的主要分析方法范文第4篇

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，它依据统计图表和股市的图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，如成交量图、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，例如政策面的影响，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

股票投资的主要分析方法范文第5篇

关键词：证券市场投资收益投资风险影响因素

随着我国证券市场股权分置改革工作的不断深入，绝大多数上市公司已经解决了不同股权的流通问题，实现了所有股权全流通。所有股权全流通标志着长期困扰上市公司经营发展的制度问题得到了比较彻底地解决，上市公司的公司治理结构得到了完善，上市公司的经营发展更能体现全体股东的意志。在这样的制度背景下，上市公司在证券市场上的交易价格基本上能够反映出上市公司的经营状况和发展能力，而且也反映出投资者对上市公司的经营状况和发展能力的评价。

反映上市公司经营状况和发展能力的因素和指标有很多，这就要求投资者在选择上市公司进行证券投资的时候，需要了解并掌握这些因素和指标，并且知道这些因素和指标对上市公司经营状况和发展能力的影响程度。本文根据上海证券市场的实际数据，参照国内外学者的研究思路和方法，对影响上市公司交易价格的各种因素做了比较全面和系统的实证研究，主要是从行业的选择、会计指标和市场表现指标的角度进行研究，希望能够找到影响上市公司交易价格的主要因素以及这些因素的影响方向和影响程度。

行业的划分和影响因素的设定

（一）行业的划分

本文采用上海证券交易所的分类方法对所有上市公司进行行业分类。据此，所有上市公司可以分成13个大类，其中制造业又分成10个小类。截止到2006年12月31日，在上海证券交易所交易的股票有886只，它们分布在上述13个行业里，分别为：农林牧渔业24只，采掘业17只，制造业496只，电力煤气及水的生产和供应业42只，建筑业22只，交通运输仓储业47只，信息技术业55只，批发和零售贸易业65只，金融保险业9只，房地产业33只，社会服务业24只，传播与文化产业8只，综合类44只。

（二）基本假设和主要研究指标

基本假设：能够引起股票价格上涨的研究指标与其股票的平均投资收益正相关，相反则负相关；能够引起股票价格波动的研究指标与其股票的投资风险正相关，相反则负相关。

公司规模。为了能够反映股票的实际市场状况，用可以流通的股数来反映公司规模，通常用流通股数的自然对数来表示公司规模。从理论上讲，规模大的公司生产经营比较稳定，市场竞争能力较强，公司抗拒市场风险的能力较强，公司的经营风险较规模小的公司来说要低；在市场表现上，公司的市盈率普遍较低，股票价格的波动较小，但公司规模的大小并不影响其股票的上涨或下跌。

资产负债率。资产负债率是反映公司财务状况的一项指标，公司的资产负债比率越高，公司所面临的财务困境成本和破产成本越高。公司的资产负债率越高，经营风险越大，公司股票价格的波动则越大，但对公司收益的影响关系比较复杂，不能仅凭借指标的高低进行判断，通常该指标不影响股票的上涨或下跌。

流动比率。公司流动比率越高，反映公司短期偿债能力越强，企业的财务风险越低，也就表明企业的经营风险越低，但该指标并不反映公司的盈利能力，对公司股票价格的影响较小。

总资产增长率。总资产增长率可以用来反映公司的经营能力和成长性。总资产增长率指标越高，反映公司获利能力越强，公司的经营发展状况比较良好，公司经营状况的改善能很好地抵御市场风险，通常能够引起股票价格的上涨，但由于公司的高速增长也使其所面临的经营风险较增长率低的公司要高，使其股价的波动程度也较高。

主营收入增长率。该指标是反映公司主要业务收入的变动情况，该指标越高，说明该公司主营业务发展良好，公司产品的市场需求非常高。同时，也反映出公司产品的市场定价能力比较强，公司在该产品市场的地位和竞争力比较高，因此公司主营收入的高速增长也会使其股票价格上涨，但其所面临的经营风险也随之增大，引起股票价格波动程度增大。

净利润增长率。该指标反映公司净利润的增长情况，该指标越高，公司的生产经营状况越好，公司的获利能力越强，公司的股票价格会随着净利润的增长而上涨，但相伴而生的经营风险也随之增大，导致股票价格的波动程度提高。

换手率。该指标是反映公司股票交易活跃程度的主要指标，该指标越高，反映公司股票的交易越活跃，市场关注的程度越高，从而导致公司的股票价格波动程度比较高，股票的市场风险比较高，但对股票价格的影响较小。

振幅。该指标是反映公司价格变动程度的主要指标。该指标越高，反映对公司股票价格的市场分歧越大，股票价格不确定性程度越高，股票的上下振荡导致其所面临的市场风险比较大，其对股票价格的影响在不同的市场状况下会有所不同，在牛市中则会提高平均收益，在熊市中则会降低平均收益。

（三）研究样本和数据

本文选取2006年1月1日—2006年12月31日为研究时段，并根据上述的行业划分标准对所有股票进行划分，数据来源于上海爱建证券有限公司网上行情系统。所选股票为2006年12月31日前已经在上海证券交易所挂牌交易的全部886只股票，因为研究的是全流通情况下证券投资收益、风险和影响因素的关系，因此需要剔除在2006年1月1日前尚未完成股权分置改革的上市公司。

另外，为了便于不同行业和主要指标的比较，采用周收益率和总风险作为因变量，可以减少因不同股票未能连续交易导致数据缺失而影响数据之间的比较，最终确定的股票样本数为124家上市公司，分布在11个大行业里。由于许多公司在2006年进行过分红派息等事项，因此对股票价格进行了复权处理。

（四）研究的程序和方法

以所选的上海证券市场124家上市公司的股票价格作为研究样本，样本数据为124只股票和上证指数在样本期间内的周收益率。对所选股票按行业进行划分，计算各个行业下股票的平均周收益率、总风险、系统风险和非系统风险。通过对各个行业下的平均周收益率和总风险、系统性风险的计算和比较，来研究行业对投资收益和风险的影响。

对样本个股在样本期间内的周收益率时间序列数据和上证指数周收益率时间序列数据，根据单一指数模型作一元线性回归分析，估计出这124只股票在样本期间的系统风险系数。根据样本股票的系统风险系数估计值，就所设定的研究指标作相关系数分析，并对实证结果进行分析和解释。

影响因素的实证分析

（一）行业因素对收益和风险的影响分析

从表2中的不同行业收益和风险情况可以看出：

不同的行业表现出不同的收益水平。在所有行业中，收益最高的行业是金融保险业，平均周收益达到2.979%，收益最低的行业是食品饮料业，平均周收益为0.431%，两者相差2.545%，差距是非常明显的。平均周收益超过同期上证指数周收益的行业有4个，分别是金融保险业、木材家具业、机械设备仪表业和金属非金属业，其余行业的收益水平都低于上证指数的收益水平。不同行业平均周收益的巨大差距也反映出2006年的证券市场行情具有明显的行业特征，大多数行业的市场表现不如同期的上证指数收益。

不同行业的风险与其收益水平存在不一致的现象。通常情况，收益越高而表现出来的风险也应该越大，但实际情况却差异很大。金融保险业的风险为4.578%，食品饮料业的风险为5.001%，收益最高的行业风险比收益最低的行业风险还要低。

反映行业系统风险的β存在很大的差异。β大于1的行业有四个，分别是农林牧渔业、金属非金属业、建筑业和金融保险业，其他行业的β都小于1，β在1左右5%以内的行业没有一个，表明所有行业的市场表现都与上证指数不同步，只有4个行业的市场波动程度高于上证指数，大部分行业的市场波动程度都低于上证指数。

系统风险占总风险的比例差异也很大。大部分行业的系统风险比例占总风险的比例都超过50%，最高的是金融保险业，达到87.04%。只有三个行业的系统风险比例低于50%，其中最低的是木材家具业为34.55%。

（二）主要研究指标对收益和风险的一元线性回归分析

从表3可以看出：

在5%的显著水平下，平均周收益与总资产增长率、主营业务增长率、净利润增长率存在显著的正相关关系，由于2006年上证指数上涨了，具有很明显的牛市特征，因此振幅与平均周收益显著正相关。这四个研究指标的实证结果与最初的假设是一致的，这也说明这些指标是影响股票收益的相关因素，投资者在选择股票进行投资前，需要对上述指标进行研究和分析，才能更好地进行股票投资，提高投资收益。

在5%的显著水平下，公司规模、资产负债率、流动比率和换手率与股票的平均周收益不存在显著的相关关系，这也与最初的假设是一致的，这也反映出这四个指标对股票收益没有实质性的影响。

在5%的显著水平下，公司规模、资产负债率、总资产增长率、换手率和振幅都与股票的风险存在相关关系，其中公司规模与股票的风险存在负相关，而其他指标与股票的风险存在正相关。这些指标的实证结果与最初的假设是一致的，也反映出这些指标是影响股票风险的相关因素。

在5%的显著水平下，流动比率、主营业务增长率和净利润增长率与股票的风险不存在相关关系，这与最初的假设是不一致的，这也说明在上述研究期内，这三个指标对股票价格的波动不产生影响或影响不大。

股票收益和风险影响因素的实证研究结果与理论假设大多数是一致的，这也表明证券市场的市场表现与理性预期是一致的。这些说明随着股权分置改革的不断进行，证券市场越来越成熟和规范，市场行为也越来越理性。价值投资的理念也慢慢被投资者所接受和认同，更加注重股票的业绩和成长性，更多地考虑公司经营的实际情况。同时，投资者在选择股票时，不仅需要了解和掌握影响投资收益的有关因素，还要熟悉影响投资风险的相关因素，只有这样，才能在控制风险的同时提高股票的投资收益。

股票投资收益和风险的影响因素

本文通过对股票投资收益、风险和影响因素的实证研究，可以得出以下几条结论：

不同的行业具有不同的投资收益水平，证券市场行情具有明显的行业特征，市场表现良好的行业大部分是国家重点发展的行业，宏观经济环境良好，市场发展潜力巨大。

不同行业所面临的总风险与其投资收益存在不一致的现象。总风险高的行业并没有表现出较高的投资收益，行业的总风险对其投资收益的解释能力不高。

总资产增长率、主营收入增长率、净利润增长率、振幅和股票投资收益存在显著的正相关关系，是影响股票投资收益的相关因素。

资产负债率、总资产增长率、换手率和振幅与股票投资风险存在正相关关系，公司规模与股票投资风险存在负相关，这些都是影响股票投资风险的相关因素。

在股票实现全流通后，价值投资的理念也慢慢被投资者所接受和认同，投资者在进行股票投资时，更加注重对上市公司的实际情况进行分析和研究，能够抓住影响股票投资收益和风险的相关因素进行投资，在控制投资风险的同时提高了投资收益。

参考文献：

1.戴志辉，赵守国.投资组合规模、风险和收益的关系研究[J].商业时代，2006（27）