地理信息市场分析范文第1篇

关键词： 市场营销；信息分析；客户管理

中图分类号：F272 文献标识码：A 文章编号：1006-4311（2012）06-0087-01

国民经济的快速发展，使得石油市场变幻莫测，企业在市场经济的浪潮中生存，必须适应市场要求，紧跟市场的变化。销售是连接企业与市场的纽带，是企业产品进入流通环节的手段，企业只能根据市场的需求，来调整自己的销售策略，而信息分析与客户信息管理又起到了至关重要的作用。

长期以来，我国的国有石化企业运行机制基本是以计划经济为主，对市场关注的较少，炼油企业加工生产，价格由国家政府制定，市场信息在销售中无足轻重。由于供求关系等原因，企业只注重规模化生产，而不去花太多的时间和精力对市场进行调查，更不用说重视信息的搜集、分析、整理。随着市场经济的进一步开放，原油和成品油与国际市场逐步接轨，营销理念转变为以销定产。意识变化决定行动的改变，中国市场已开始由幼稚走向成熟，由卖方市场走向买方市场。市场信息已成为营销工作中非常重要的组成部分，成为营销人员进行产品定价、开拓市场的理论基础，领导进行决策，指导生产计划的理论依据。

随着现代科学技术的发展，通讯手段的增多，信息量猛增，如何将信息为我所用是一个迫切的问题。在竞争日益激烈的现代商业环境中，信息技术的迅速发展，大大加强了信息生产、传递、储存和处理等过程的能力和效率，使信息成为经济发展的一种重要的资源。信息技术的发展给企业带来前所未有的影响，计算机的应用更加速了信息的共享，信息在企业中显得格外重要。最近几年，企业经营中没有任何一个领域能够回避营销受到更大的变革冲击。从最终结果来看，整个经营活动是以顾客为中心，对市场的开拓成为生产市场需要的产品和服务，对顾客的需要做出反应，通过顾客满意来开拓市场。我国的市场信息偏重于对市场的需求、只是一味地寻找客户，对外部的信息关注较多，忽略了对内部的信息分析处理，从数据到信息，再到知识的过程。市场营销环境分析，市场分析，市场细分与目标市场，产品策略，定价策略，分销渠道策略，促销策略，市场营销的调研与预测，市场营销的组织实施与控制，国际营销等都来源于大量的信息。对信息的搜集、整理、分析，形成企业有用的信息，才能对企业的经营决策提供依据。对于产品市场的信息搜集、整理、分析，从外部研究多余内部数据信息的分析，无论是产品的需求、产品的分布区域，还是未来消费群的预测，都是有关企业外部的研究，其实，作为石化行业来讲，与其他行业有很大的差异，其他行业的产品需求不固定，消费群体较复杂，而石油产品的消费客户一直是增长的，而且增长速度越来越快，从国家的产能上讲，远远满足不了需求的增长，造成需求资源紧张，不得不进口国际燃料油和成品油。需求的增长，带动价格的上涨，使炼油企业的成本急剧上升，许多炼油企业亏损严重，地方企业不得不停止生产。通过对原材料的信息搜集分析，合理预测原料和产品价格，可以规避经营风险。所以，市场预测不仅为企业编制营销计划提供了科学依据，而且市场预测的正确与否还关系到企业的生存与发展。

客户是企业的上帝，是企业的衣食父母。客户的需求是企业的必争之物，也是商家的生命线，赢得客户并且以此为基础不断巩固扩大客户群，这就预示着成功。及时充分的把握客户信息并对其进行有效地管理，有利于企业更好地把握市场动态，能更好的了解客户、服务客户。

物流作为企业的第三利润源，信息则是企业的第四大资源。在瞬息万变的全球化竞争市场中，时间就是财富，信息则是创造财富的机会。客户信息代表了市场需求，信息来源于市场，客户竞争就是信息竞争。作为生产企业必须了解企业产品的客户群，对市场进行调查，掌握客户需求状况，建立客户信息数据库，目的是可以连续地了解客户实情，从中看到客户的需求，进而对市场动态作出判断。根据客户需要调整生产方案，生产市场所需要的产品，为企业创造更大的经济效益。

地理信息市场分析范文第2篇

【关键词】　统计；统计信息；市场营

企业统计信息的意义在信息社会中，企业获得的信息量非常大，并且要注重情报信息的收集、处理、分析，为企业正确决策提供建设性意见，因此，企业应成为一个复杂多变信息的综合加工厂，并配备专业技术人员专门从事各类信息的分析和对信息进行深加工，企业信息化的决策支持系统所产生的分析报告将更好地辅助企业高层的管理决策。如首都钢铁公司的董事长曾说过：“一个企业的领导人，离开统计就无法工作。”所以公司的主要统计资料，每天早8点前就要放到首钢各位老总的办公桌上。这与首钢的发展是不无关系的。北京西单商场意识到：企业需要的统计信息包罗万象。所以商场早在数年前就实现了对统计的信息化管理，每天可以随时提供各种商品，细到品种、型号的购销数据；可以搜集到本商场以外的多方面的统计信息。统计信息有两个鲜明的特点。一是数量性。即通过数字揭示事物在特定时间特定方面的数量特征，帮助我们对事物进行定量乃至定性分析，从而做出正确的决策。正因为如此，统计信息正越来越多地和其它信息结合在一起，如情报信息、商品信息等；而诸如此类信息，尚能以统计数字显示或以统计数字为依据，可利用程度也大为提高。二是综合性。世间一切事物都具有普遍联系性。统计信息从整体上看，涉及国民经济各个行业，社会、文化、科技各个领域和人民生活的各个方面；也涉及宏观与微观的各个领域和环节。利用统计信息，不仅可以对事物本身进行定量定性分析，而且可以对不同事物进行有联系的综合性分析，既可横向对比，也可总结历史预测未来。总的来说，信息化是当今世界经济和社会发展的大趋势，企业信息化建设是一场革命，在提高企业管理水平，促进管理现代化，转换经营机制，建立现代企业制度，有效降低成本，加快技术进步，增强企业的国际竞争力，提高经济效益等方面都有着现实和深远的意义，是带动企业各项工作创新和升级的重要突破口。国民经济的快速发展，使得市场变幻莫测，企业在市场经济的浪潮中生存，必须适应市场要求，紧跟市场的变化。销售是连接企业与市场的纽带，是企业产品进入流通环节的手段，企业只能根据市场的需求，来调整自己的生产计划，而统计信息又起到了调控的作用。统计信息与市场销售在当前的市场竞争中密不可分．每个企业都希望能将自己的产品尽快销售出去。而对那些以生产配件为主的众多工业企业．销售的成功与否．不仅仅要靠广告宣传，更重要的是加强市场调查，了解竞争对手情况，做好产品服务等项工作。在这些工作中．统计信息扮演了重要的角色。

随着现代科学技术的发展，通讯手段的增多，信息量猛增，如何将信息为我所用是一个迫切的问题。从市场营销角度看，企业与市场的联系主要包含货物或服务由企业流向买主（商流或物流）；货币由卖主流向企业（货币流）；企业与市场、环境之间沟通（信息流）。企业要有效地开展营销活动，不仅需要人、财、物诸方面的资源要素，而且需要信息，因此信息是营销活动的重要构成要素。它为市场营销决策者收集、整理、分析、评价并传递或提供有用适时和准确的信息，用于制定或修改市场营销计划，执行和控制市场营销活动。统计信息作为一种重要的经济资源，从数量方面研究企业的总体情况，通过统计信息，我们可以了解企业的机构、人员、资产、负债、生产发展情况、产品质量状况，以及科研开发、经营销售、财务盈亏等方面的情况，还可以预测未来、企业的规划和结构、企业的发展速度、效益与效率等，为企业领导进行科学管理和决策提供依据。正确的决策来源于正确地判断，正确的判断来源于全面的信息收集与系统分析，从而达到对客观情况全面而系统的把握。决策过程就是在全面掌握准确信息地基础上，依据决策对象的发展规律及其发展的内外条件，在变动地环境中，作出最有利于决策对象的发展决断，并有效监督实施地过程统计信息参与市场营销决策的必然性主要表现以下几个方面：

1.统计信息是营销决策者的基本依据。市场营销决策必须时刻把握营销的外部环境和内部因素，而统计信息不仅能及时、准确、全面、系统、完整地反映营销过程中的内在因素，而且还能搜集整理与营销决策有关的外部环境的信息。只有通过对这些信息和数据资料进行分析研究，并根据这些资料进行必要的加工、调整、研制和延伸，再结合其他的信息进行计算、对比、分析，反映给决策者作为参考依据，然后再由决策者进行科学的预测，才能做出正确的决策，提高企业决策的科学化程度。

2.统计信息对市场营销分析有着完整的流程、体系和一整套科学的方法。通过对数据进行搜集、整理、加工、计算与分析，使营销决策者获得比较科学、可靠的统计信息，并据此对日常发生的一切市场营销活动进行预测、规划、控制与调整，帮助决策者做出正确的市场营销决策。

3.统计信息分析是营销决策的科学保证。企业的生产经营决策必须建立在对市场内外环境信息的正确统计分析的基础上，只有如此，营销决策者才能准确预测市场的发展前景。判断营销环境，进行差异分析，找出自身内部薄弱环节和有利因素，并由此确定最优的营销方案。

4.统计信息结果是决策正确与否的检验标准。实践是检验真理的唯一标准，营销决策的正确与否，也必须有市场营销的实际情况来检验，而统计信息结果则是营销实际情况的数量表现，通过对统计信息结果的经济评估，对市场营销过程的监督，可以及时修正和改善营销决策，为决策者提供新的决策依据。

对于现代企业来说，信息是企业的一种重要的经济资源，企业无论是制定全新的经营战略，还是调整原有战略，信息化的影响都是最重要的因素之一。统计信息在市场销售中必不可少，充分利用信息分析，有利于企业的销售、生产和成本控制，提高企业的市场竞争力，同时也为企业更好的获取经济利益提供可靠的理论指导。

参考文献

[1]茆诗松、王静龙：《数理统计》，华东师范大学出版社1990年版。

[2]王吉利、张尧庭：《SAS软件与应用统计》，中国统计出版社2000年版。

[3]王静龙：《多元统计分析》，科学出版社2008年版。

地理信息市场分析范文第3篇

联合国粮农组织（FAO）

联合国粮农组织通过多种渠道采集农业数据，建立庞大的数据库，开展农产品市场监测和预警分析，并定期各类分析报告。在引导农业生产经营和服务宏观决策中发挥了重要作用。

农产品市场监测预警的机构设置。目前，FAO涉及农业信息采集和加工整理的机构主要是经济及社会发展部下属的统计司和贸易及市场司。统计司负责各国（地区）农业生产、消费、价格、贸易等数据的采集、年度供求平衡表的编辑、统计年鉴的编写和FAOSTAT数据库的更新和维护。统计司现有工作人员50余人。下设若干组（Team），分别承担不同的任务。贸易及市场司主要负责各国（地区）农产品市场动态数据的采集、农产品市场监测分析、食物安全早期预警，以及《作物前景与粮食形势》、《食物展望》、《OECD-FAO农业展望》等报告的撰写。目前，贸易及市场司有工作人员37余人。2008年，贸易及市场司内部机构改革，撤销了原来的4个处，设立了9个组，分别负责早期预警、产品分析、贸易分析和农业展望等。

农产品市场监测预警的工作机制。FA0农产品市场监测与预警分析工作由贸易及市场司负责。近年来不断创新市场监测与预警工作机制，强化内部分工与协调，加强外部沟通与合作，形成合力推进工作的格局。

——基础数据采集。基础数据的采集主要由统计司完成。统计司主要通过每年向各国发送调查问卷（Questionnaire）、各国的统计年鉴和公开出版物及官方网站、联合国或者FAO其他部门统计的数据、一些国际或地区性组织和研究机构的统计数据。同时，贸易及市场司也通过自己的渠道采集数据。一方面借助卫星遥感和地理信息系统技术。采集各国作物生长情况、作物产量、干旱、植被变化及其他农业相关信息；另一方面.在农作物收获的关键季节，向世界各国派出调查组，通过走访当地统计、农业等部门和实地查看作物长势，获取各国人口、气候、作物产量、单产、价格以及政策等方面数据。贸易及市场司数据侧重于动态性和时效性。

——农业信息研究分析。目前，在短期市场监测分析和展望方面，由贸易及市场司完成，其9个工作组之间互有分工又有广泛合作，编辑出版《食物展望》和《作物前景与粮食形势》两份报告。中长期市场监测分析和展望上，FAO与OECD（经济合作与发展组织）合作，编写《OECD-FAO农业展望》，这是对未来10年的中期展望报告。其中，OECD负责用自己的AGLINK模型预测， FAO主要负责用自己的CONSIMO模型对发展中国家和地区进行预测，然后将二者的预测结合，得出对全球农业未来10年的预测结果。另一方面，在分析人员组成上，建立了产品分析与地区分析师相结合的分析师队伍。以《食物展望》为例，目前贸易及市场司中有25-30人在做这份报告，涉及产品有小麦、大米、粗粮、油籽和食用油、奶类、肉类、水产品等，人员包括负责研究产品的分析师和负责研究地区的分析师。产品分析师重点关注自己所负责产品的重点国家的供需变动情况。一般来说每种产品有2个人负责，其中1人侧重数据的采集、整理和审核等。另一人侧重分产品报告的撰写和与地区分析师及其他专家交流讨论，相互校正双方数据。产品分析师是《食物展望》的核心工作队伍。

——信息。目前，FAO主要通过《作物前景与粮食形势》、《食物展望》和《OECD-FAO农业展望》等报告展示其研究成果。《作物前景与粮食形势》每年出4期，内容包括全球谷物供给与需求、粮食作物生产、消费、贸易和库存变化与展望，食品价格变化，低收入国食品形势等。

《食品展望》侧重于短期预测，每年出2期，内容包括全球食品和饲料市场有重要影响的小麦、大米、油料、糖、肉类等产品。对其生产、消费、库存和价格等进行分析，同时还包括一些产品深度分析报告。《OECD-FAO农业展望》侧重于中期预测，预测周期为10年甚至更长，每年向前滚动1年并出版l期。内容包括专题分析（如农业能否满足日益增长的食物需求），未来10年全球各地区及各国主要农产品生产、消费、库存、价格等趋势预测等。此外，FAO在其网站上提供各种展望报告的免费下载链接。用户还可通过书信或电子邮件直接索取。FAO专家和官员也经常利用各种国际会议和论坛宣传其研究成果和观点。

美国

美国是世界上农业大国，其具有完善的农产品信息分析预警体系。在机构设置上，专门成立了世界农业展望局，由该局牵头协调开展农业短期展望和中长期展望研究；在工作机制上，建立了由政府部门、研究单位和大学组成的跨部门整合研究的协调方式；在技术支撑上，拥有强大的数据、先进的模型分析工具和高素质的分析人才。为国内外市场供求、政府农业政策的调整、气候与环境的变化等方面提供了全面、准确的信息，不仅直接或间接地影响农场主、经营者和需求者的决策，也影响世界期货市场的价格和交易量。

农产品信息分析预警工作机构。美国农业部由34个局（办公室）组成，共10.5万名员工。工作人员分布在农业部、各州办事处、试验站等，年度经费预算260亿美元。美国农业部的农业展望工作，主要由世界农业展望局负责综合协调。美国农业部的34个局（办公室）中，有12个局（办公室）与农产品信息分析预警工作直接相关，主要是世界农业展望局、经济研究局、国家农业统计局、农业市场服务局、农场服务局、海外农业服务局、首席经济学家办公室、联合农业气象中心、预算与项目分析办公室、风险管理局、国家自然资源保护局和国家食品与农业研究所。

农产品信息分析预警工作机制。美国农产品信息分析预警在数据采集、分析研究和信息方面有着明确的分工。原始数据采集工作由美国农业部内部的专业司局负责，数据信息均公布在美国农业部网站上，可以免费查询下载；研究分析工作由政府部门、研究单位和大学组成共同负责，所有研究人员不必参与基础数据收集；农产品分析预警信息的由多部门组成的农业展望研究局牵头负责。

——基础数据采集。美国农业基础数据采集由国家农业统计局和海外农业服务局等政府部门负责。其中，国家农业统计局主要负责农业普查、经常性调查等国内数据采集，海外农业服务局通过驻外使馆农业专员、贸易商和遥感系统等方式，收集全球作物和畜牧业生产数据和进出口信息，并利用这些信息评估出口前景。

——农业信息研究分析。美国对于农业信息、数据的分析研究，由政府部门、研究单位和大学共同负责，实行跨部门整合研究。美国农业部参与农业展望研究的部门包括经济研究局、海外农业服务局、农业市场服务局、农场服务局和世界农业展望局等。总的看，各部门任务分工有所不同，分别按计划完成各自承担的研究预测任务，由农业展望局进行综合分析形成最终报告。

——信息。美国农业信息的由多部门组成的世界农业展望研究局负责。美国农产品分析预警信息由世界农业展望局负责最终审核，并经农业部长签字后。在的众多信息中，每月的《世界农产品供需预测报告》、每年的《农业中长期展望报告》及年度农业展望论坛最受世界关注。其中，《世界农业供需预测报告》（WASDE），经美国农业部长和世界农业展望局主席授权后，每月由首席经济学家办公室负责。该报告包括美国和世界主要谷物、大豆及其制品、棉花以及美国糖料和畜产品的供需平衡情况。《农业中长期展望报告》（一般为10年）由跨部门的商品预测委员会完成，于每年2月份对外，内容包括两年的历史数据以及未来10年的预测数据。

日本

日本是一个发达的工业国家，农业产值占国内生产总值的比率仅为2%，但农业信息化程度较高，建立了完善的农业统计和产量预测体系。现以水稻为例，简要介绍日本主要农产品监测预警机构设置、运作机制。

农产品市场监测预警的机构设置。日本农产品监测统计采取的是分散性统计体系，各类农产品生产、 供求、价格等信息均由农林水产省和地方农林水产部门独立进行。农林水产省的生产调查和预测结果对国家负责，是中央政府农产品生产状况和产量预报的依据，各地方农业部门的生产调查和预测只对当地政府负责。农林水产省在各都、道、府、县依据农作物种植面积直接设立农林水产事务所，全国共设立300个。

农产品市场监测预警的工作机制

——基础数据采集。日本的农产品生产等信息的监测由日本农林水产省负责，信息主要包括各类农产品的生产、供求、价格等为主。数据采集主要通过3个渠道实现：一是通过各主管省厅的地方分支机构执行。通过各类批发市场每天的交易品种、数量和交易价格把握市场动态；二是通过批发市场实现价格监控。日本政府将设置在全国各地的82个农产品中央批发市场和 564个地区批发市场，通过网络进行有效衔接，负责统计当天交易金额，批发价格，收集交易信息等；三是发挥行业团体、协会的作用。多个行业组织承担本行业商品市场调查和监测工作。

——农业信息研究分析。在农产品市场信息采集的基础上，全国各地的事务所将得到的资料数据通过专用的内部网络报送到农林水产省统计情报部，统计部门进行综合汇总，进行对比分析，得出预测和统计结果向外。预报结果由农林水产省向国会负责，各地农林水产部门所得资料及预测结果只适用于当地，不影响农林水产省的预报结果。预报结果主要用于以下6个方面：供需计划基础资料、米价审定参考资料、稻作技术指导基础资料、农业公用事业基础资料、国民经济计划基础资料和其他政策改进基础资料。

——信息。日本农产品市场监测统计信息主要通过以下3种方式： 一是发表年度、月度、季度白皮书和《统计快报》、《统计确报》，对本部门所管商品的市场动态、价格起伏、企业经营状况等分别进行年度、季度总结；二是通过政府网站及时市场信息和预警信息，包括农林水产省对农产品的长期和短期预测； 三是通过媒体和行业组织会刊。如：《日本经济新闻》每日刊登各地期货市场的价格情况。东京、大阪等主要农产品中央批发市场价格情况（包括牛肉、猪肉、水产品等）。上述信息还定期在《日本农业新闻》、《畜产情报》等主要媒体和行业协会会刊上。

加拿大

加拿大也是全球最重要的农产品生产与贸易大国之一，非常重视研究国内外农产品市场变化，为国内农业从业人员提供较为充分的信息服务。加拿大农业展望报告在国际上也有一定影响，由加拿大农业和农业食品部组织实施。

农产品市场监测预警的机构设置。目前加拿大农业部展望报告有三类：短期预测报告（1年内预测）、农民收人及农业综合指数短期预测报告、农产品市场中期预测报告（10年内预测）。报告由3个不同的小组负责，每个小组约7个人，小组间合作密切。与美国一样，加拿大也非常重视市场展望报告的质量，对参与人员的经济学、计量经济学和统计学理论功底有严格要求，大部分人都拥有博士学位，并且是长期从事农业问题研究的专家。

农产品市场监测预警的工作机制

——基础数据采集。加拿大农业数据比较详细，主要来自统计部门，可从网上直接获取或用电子邮件索取。市场预测组并不参与原始数据采集，而是直接利用公开数据，如粮农组织和经合组织数据库。预测组在得到基础数据后首先必须对数据进行处理，如数据的加总与分割（分割成地区数据）。同时，还需对一些参数（价格弹性、收入弹性等）进行更新。最后是进行预测，除有基线预测（基于现实情况的预测外），还需进行模拟方案（如关税变动等）预测。

——农业信息研究分析。加拿大的市场展望研究模型采取引进和开发并举，主要用于农产品市场中期预测。主要引进了粮农组织和经济合作和发展组织（经合组织）联合开发的AGLINK/CONSIMO模型。根据加拿大农业部与经合组织的协议，加拿大为AGLINK/CONSIMO模型提供，一些服务，作为回报加拿大可以使用经合组织AGLINK/CONSIMO的最新版本。目前国际上有许多国家在使用AGLINK/CONSIMO模型，如欧盟委员会、英国、日本、新西兰和一些欧盟成员国农业部。

此外，加拿大农业部还自主开发了食品和农业区域模型（FARM）。该模型主要用于加拿大国内市场展望和分析。加拿大农业部从20世纪70年代中期开始研发。模型的弹性与市场结构和AGLINK/CUNSIMO非常相似。模型使用权为加拿大农业部专有。最后，短期预测报告（1年内）。主要运用经济推导（如根据供给和代表性价格进行简单推算），并没有运用复杂的经济模型。农民收人及农业综合指数短期预测报告运用的模型类似于会计方法。

——信息。加拿大农业部的大麦、小麦、肥料、玉米等农产品的展望报告均可从其网站上免费下载，还可通过电子邮件直接索取。此外，加拿大农业部专家和官方还会利用各种会议场合宣传其结果和观点，以期达到扩大影响的目的。

欧盟

地理信息市场分析范文第4篇

一、文献回顾与研究假设

经典资本资产定价模型(CAPM)假定市场具有完全流动性，股票价格表达为公司现金流期望的函数，而投资者作为价格的接受者，自身交易行为不会对资产价格产生影响。Verrecchia(2001)放松假定后发现，当市场非完全竞争时，订单流可以捕捉投资者交易过程中的逆向选择成分，股票价格表达为订单流的函数。Amihud(2002)从订单流出发，利用单位交易量的价格变化构造了非流动性指标(IL-LIQ)，证明了流动性溢价的存在。Pastor和Stam-baugh(2003)则以订单流引起的股票价格变化度量市场流动性，将股票收益与市场流动性新息(未预期变化)之间的协方差定义为流动性风险。流动性风险指股票收益对市场流动性新息的敏感程度。证券市场的灵魂是信息的真实性、公开性、完整性和披露及时性。公司的信息披露质量可以有效反映其内在价值，显著影响投资者对公司估值的不确定程度及交易发生时逆向选择的程度(Healy，Palepu，2001;Easley，O’Hara，2004)。高质量的信息披露可以引导投资者进行价值判断和理性决策，从而实现资源的优化配置。因此，投资者所获取信息的质量，决定了其投资决策能否达到最优化。流动性风险作为影响股票收益的系统性风险，与宏观经济层面的市场流动性密切相关。当市场流动性下降时，市场波动加剧，整体不确定程度加深，投资者会提高风险厌恶水平，典型的交易行为就是抛售高风险资产(Brunnermeier，Pedersen，2009)。由于信息披露质量差的股票无法被持有者准确估值，因而遭遇抛售的可能性远大于信息披露质量高的股票，同时由于潜在购买者无法准确预期其未来收益，也会报出更低的成交价格，致使这类股票的收益显著下降。尤其在流动性危机期间，市场流动性恶化的速度远远超过投资者预期，股票的流动性风险更为突出(Hameed，等，2010)。Baek等(2004)就发现，信息披露质量高的公司，在金融危机时市值降低的程度较小。反之，当市场流动性上升时，投资者的乐观情绪以及“羊群效应”让其忽略了公司基本面因素的影响(Datst，2008)，增加了对信息披露质量低的股票的需求，使其相较于信息披露质量高的股票有更高的收益。一旦市场流动性上升超出投资者预期，投资者狂热的投资热情一路高涨，投机成分较高的购买行为造成了市场的非理性繁荣。根据以上分析，提出本文的研究假设:H1:信息披露质量对流动性风险具有负向预测能力。H2a:在市场流动性平稳期间，信息披露质量对流动性风险的影响较弱。H2b:在市场流动性恶化期与上升期内，信息披露质量对流动性风险的负向预测能力更为显著。

二、研究设计

(一)市场流动性因子的构建本文采用Pastor和Stambaugh(2003)的方法度量市场流动性，以市场流动性新息作为市场流动性以个股月流动性的等权平均值度量市场月流动性。由于通货膨胀等因素的存在，同样的交易金额其价格影响力却随着时间逐渐降低。因此为了更准确地度量市场流动性，本文构建了经市值调整的市场流动性时间序列:将市场流动性变化，即Δγt=γt－γt－1，分解为

(二)流动性风险的度量及流动性风险溢价的检验预期和未预期变化两部分，以市场流动性的未预期变化即市场流动性新息作为市场流动性因子。为消除Δγt的自相关性和异方差性，本文采用AR(1)－GARCH(1，1)模型估计市场流动性新息。采用滚动回归法计算流动性风险，以股票当月前36月的数据对式(6)进行回归，回归系数βL即为个股当月月初的流动性风险。按照计算出的个股第t月月初流动性风险βL从低到高对股票进行排序，按分位点将所有股票分为5组，构造基于流动性风险的投资组合，持有组合一个月，计算组合第t月月末以流通市值加权的组合收益率。

(三)信息披露质量的刻画国内外评价信息披露质量主要采用两种方法:一是权威机构公布的信息披露考核等级;二是构建计量模型进行分析。我国目前只有深圳证券交易所每年深市上市公司信息披露考评结果。基于研究对象是沪深两市A股，本文以投资者决策可用信息为切入点，从市场交易信息、公司财务报表和证券分析师预测三视角分别构建计量模型，评价上市公司的信息披露质量。1.市场交易信息。Kim和Verrecchia(2001)研究了公司信息披露、股票收益和交易量的关系，发现当公司信息披露质量差时，投资者将股票交易量视为反映公司价值的信息源泉，并利用交易量推断知情交易者所获知的公司内幕信息，此时股票收益较多地依赖于交易量;反之，当公司信息披露质量高时，投资者更多地依据披露信息进行投资决策，削弱了收益对交易量的依赖程度。市场交易信息作为投资者决策可利用的公共信息，影响着投资者对公司价值的判断。借鉴Kim和Verrecchia(2001)的成果，从市场交易信息角度刻画上市公司信息披露质量，KV度量模型表达式为:。其中，ri，t表示第i只股票第t日的收益率，Voli，t表示第i只股票第t日的交易量(股数)，Voli，0表示第i只股票月内的日平均交易量(股数)，方程斜率系数β反映了收益率对交易量的依赖程度。斜率系数β越大，说明收益率对交易量的依赖程度越大，信息披露质量越差。2.公司财务报表。上市公司作为信息披露主体，承担着将自身的财务状况、经营成果等信息真实、准确、完整、及时地向社会公众披露的义务。对投资者决策最重要的公开信息就是年度报告，因此本文运用财务报表质量度量上市公司的信息披露质量。盈余信息作为财务报表最重要的组成部分，盈余质量决定着财务报表质量。本文采用修正后的Jones模型计算盈余管理程度，以可操纵应计项的绝对值来衡量财务报表质量。DAi，t的绝对值越大，表明公司盈余管理程度越深，信息披露质量越差。3.证券分析师预测。市场信息中介作为解决上市公司与证券投资者之间信息不对称的主要方法，一方面能够以较低成本发掘公司内部私有信息，另一方面能够鉴别和传播公司披露的公开信息。证券分析师是资本市场上重要的信息中介。吴东辉和薛祖云(2005)就证实了投资者在决策时利用分析师盈利预测信息可以提高投资回报，越来越多的投资者根据分析师的预测信息进行交易活动。学者从多角度研究上市公司信息披露质量对分析师预测影响的结果表明，上市公司公开披露信息的透明度差，意味着分析师进行预测时可依赖的公共信息就少，分析师更有动力通过个人努力来获取私有信息以提供更有价值的预测。然而因为分析师进行预测时掌握的私有信息差异大，致使预测结果的分歧度大，准确性差(Lang，Lundholm，1996;白晓旭，2009)。本文采用分析师预测的分歧度(dispersion，DIS)和准确性(accuracy，ACC)度量上市公司的信息披露质量，具体计算公式为。其中，DISi，t表示分析第t年对公司i第t年每股收益预测的分歧度，ACCi，t表示分析师第t年对公司i第t年每股收益预测的准确性，Fepsi，t———表示分析师对公司i第t年每股收益的预测值，Repsi，t表示公司i第t年每股收益的真实值。DISi，t越大，意味着分析师盈余预测的分歧度越大，信息披露质量越差;ACCi，t越大，意味着分析师盈余预测的准确性越低，信息披露质量越差。

(四)信息披露质量对股票流动性风险的影响模型本文运用Fama－MacBeth横截面回归分析，加入影响股票流动性风险的市场特征以及与信息披露质量相关的公司特征作为控制变量，检验信息披露质量对流动性风险的影响。其中，βLi，t+1表示第i只股票第t+1月的流动性风险，iqi，t、mci，t、fci，t表示第i只股票第t月的信息披露质量、市场特征以及公司特征。以往研究中曾指出，流动性风险可能受流动性水平、前期收益、收益的波动率、规模等市场因素的影响(Ng，2011)，公司信息披露质量与公司的投资机会、增长情况以及周转率等内在特征有关(Dechow，Dichev，2002)。所以本文在回归中加入的市场特征包括:股票的流动性(liquidity，LIQ)、换手率(turnover，TUR)、前期收益(priorreturns，PR)、以月内日收益率的标准差度量收益波动率(returnvolatility，RV)、规模(SIZE);加入的公司特征包括:反映投资机会的账面市值比(book－market，BM)、反映营运能力的营运周转率(operatingcycle，OC)、反映发展能力的销售增长率(salesgrowth，SG)、反映风险水平的杠杆系数(lever-age，LEV)、反映长期偿债能力的资本密度(capitalintensity，CI)、反映短期偿债能力的现金比率(cashratio，CR)。

三、数据描述及实证结果

(一)样本与数据描述将我国沪深两市A股作为研究对象。我国股票市场自1996年12月16日开始实行涨停盘交易制度，但是由于1999年2月沪深两市仅开市7天，为保证每个月有足够多的日度交易数据来估计个股月流动性，因此本文选定的研究期间为2000年1月1日至2012年12月31日。除三因子数据来自锐思金融研究数据库外，其他数据均来自国泰安CSMAR金融数据库，并对样本执行如下处理过程:在利用式(1)以月内日数据估计个股月流动性时，为保证估计的有效性，我们剔除月内交易天数小于10天的股票。采用滚动回归法利用式(6)估计个股流动性风险时，选定的滑动时间窗为36个月，因此剔除连续交易时间短于36个月的股票。在计算盈余质量时，分年度分行业对式(8)进行回归，为保证回归的准确性，剔除样本期内发生行业变更的公司;剔除在样本期内退市的公司;剔除财务数据缺失的公司;因金融保险行业公司财务报表与其他行业有很大不同，因此剔除金融保险行业上市公司;综合类上市公司没有固定的行业归属，所以剔除了行业分类为综合的上市公司;根据证监会2012年颁布的《上市公司行业分类指引》，按照该指引将上市公司分为22类，其中制造业公司数量众多，取两位代码进一步细分，剔除行业内观测值小于20家的公司。在利用式(11)计算分析师预测分歧度时，剔除当年做出每股盈余预测的分析师人数少于3位的公司;剔除当年分析师每股盈余预测均值等于0的公司;在利用式(12)计算分析师预测准确度时，剔除了当年每股收益等于0的公司。在信息披露质量与流动性风险回归的式(13)中，引入了与信息披露质量相关的公司特征作为控制变量，由于金融保险行业的公司特征与其他行业的公司特征差别甚大，因此剔除了金融保险业上市公司。

(二)基本统计量分析市场因子LIQ、MKT、SMB及HML的描述性统计列于表1中。统计结果显示，LIQ的月度平均值为0，因为LIQ表示市场流动性未预期变化，其平均值就应为0，统计结果与我们的预期一致;相关性分析表明LIQ与MKT、SMB和HML的相关系数都比较低，这说明LIQ捕捉了三因子未捕捉到的市场层面信息;LIQ与MKT的相关系数最高，为0.10，这说明市场收益随着市场流动性的上升而相应提高;LIQ与SMB呈负相关关系，表明市场流动性的未预期冲击会削弱股票的规模效应，大规模股票较小规模股票有更高的收益率。表2列出了信息披露质量的变量:市场交易信息(KV)、财务报表质量(DA)、分析师预测的分歧度(DIS)和准确性(ACC)的相关性分析。前述分析表明，四个变量捕捉的都是公司信息不透明程度，与信息披露质量成反比，相关性分析显示四个变量之间全部呈正相关关系，佐证了上文的分析;DIS与ACC之间的相关系数(0.75)显著高于其他变量之间的相关系数，这可能是由于二者都是从分析师预测视角构建的变量，因此相关度较高;而从三视角分别构建的变量相关性较低，说明它们捕捉了公司信息披露的不同部分，彼此重合度较小，因此本文选取的信息披露质量变量是适宜的。我们的相关性分析结果，与Dechow等(2010)发现从不同维度出发测度盈余质量的变量之间相关系数较低的结论是一致的。

(三)流动性风险溢价的检验结果表3列出了基于滚动回归估计出的流动性风险，运用投资组合分析法检验中国股票市场流动性风险溢价的实证结果。表3第一行表示以流通市值加权的组合流动性风险(LiquidityBetas，LB)，组合流动性风险最低为－0.44，最高为0.51，高低组合流动性风险之差为0.96。第二行为流通市值加权计算的组合收益率(ReturnDifference，RD)，结果显示组合收益率虽未随着组合流动性风险的变化呈现单调递增趋势，但是高低组合之间的收益率差为0.36%，在5%的显著性水平下对应的Newey－Westt值(括号内)为13.97。经过CAPM模型(CAPMal-phadifference，CAD)和Fama－French三因子模型(FF－3alphadifference，FAD)调整后，高低流动性风险组合的截距项差分别为0.33和0.31，在5%的显著性水平下对应的Newey－Westt值分别为13.84和14.24。以上结果证实了我国股票市场存在流动性风险溢价，说明基于P－S测度的市场流动性以及运用滚动回归法度量的流动性风险较好地捕捉了股票横截面收益差异。

(四)信息披露质量对流动性风险影响的实证结果以股票预期流动性风险作为被解释变量，分别以信息披露质量的变量:市场交易信息(KV)、财务报表质量(DA)、分析师预测的分歧度(DIS)和准确性(ACC)作为解释变量，对样本进行标准化调整后，运用式(13)进行Fama－MacBeth横截面回归分析，具体结果见表4。首先，在控制了股票的市场特征与公司特征后，信息披露质量与预期流动性风险之间均呈现显著的负相关关系，四组解释变量KV、DA、DIS和ACC的回归系数分别为－0.0126、－0.0149、－0.0377、和－0.0331，在1%的显著性水平下对应的Newey－Westt值分别为－9.6699、－26.0881、－21.5865和－13.3133。这说明信息披露质量高的公司其股票未来的流动性风险较低，这一结论显著且具有稳健性，未受到度量信息披露质量方法的影响，支持了我们的假设1;其次，在所有控制变量中，收益波动率(RV)、规模(SIZE)与股票预期流动性风险之间，呈现稳定显著的负相关关系。具体来说:因为与价格走势平平的股票相比，投资者更倾向投资过去价格变化幅度较大的股票，因此月内收益波动大的股票未来流动性风险小。横截面回归系数表明规模大的股票流动性风险小，支持了前文市场因子LIQ与SMB的相关性分析结果(见表1)。对比四组解释变量的回归系数，我们发现，DIS与ACC对股票流动性风险的负向预测能力明显强于KV与DA。究其原因:(1)如有限关注理论中提到的，投资者因不具备充分处理和吸收所有可得信息的精力和能力，往往不能迅速准确地解读关联股票基本面信息的全部内涵，致使事件效应不能及时反映在公司股票价格上面(Engelherg，等，2012);并且我国证券市场是一个以噪声交易者为主的市场，跟风、盲目信赖专家的现象普遍存在，这都导致了市场交易信息不足以准确反映上市公司的信息披露质量。因此，投资者利用市场交易信息推断公司信息披露质量，进行流动性风险管理的效果可能较差;(2)利用财务报表质量预测流动性风险的效果不及预期，可能由于我国投资者的专业背景极不相同，财务报表虽然是上市公司最重要的信息披露媒介，但里面通常包含着大量晦涩难懂的法律和会计术语，投资者正确分析财务报表信息的成本甚至可能高于投资收益，所以投资者无法通过解读上市公司财务报表来判断公司信息披露质量的高低，作为投资决策的依据;(3)分析师预测的分歧度和准确性对股票流动性风险有较强预测能力的原因在于证券分析师的出现有效解决了我国投资者无法全面收集和准确分析信息的窘境，他们利用专业知识及信息搜索加工优势，通过对上市公司进行全面、科学、系统地深入剖析，对股票走势做出预测，将有价值的信息以通俗易懂的形式传递给投资者，为投资者买卖交易提供建议，提高了投资者的决策效率。综上所述，投资者利用分析师预测信息可以较好地甄别上市公司信息披露质量，作为预防和管理股票流动性风险的依据。此外，我们按照市场流动性新息的强度，将市场流动性分为恶化期、平稳期以及上升期，分别检验各个期间内信息披露质量对流动性风险的影响。具体来讲，在研究期间2003年1月至2012年12月内，我们按照股票流动性从小到大将120个月的研究期间分为三个子期间，其中股票流动性最低的30%，共36个月为市场流动性恶化期;股票流动性居中的40%，共48个月为市场流动性平稳期;股票流动性最高的30%，共36个月为市场流动性上升期。按照式(13)对三个子期间分别进行回归分析的结果见表5所示，因篇幅所限，本文只列出了解释变量的回归系数及显著性检验结果。首先，对比四组解释变量KV、DA、DIS和ACC在三个期间内的回归结果，发现在LIQ最低和最高期间内的回归系数，明显高于LIQ居中期间的回归系数，且在LIQ最低期间内，信息披露质量对流动性风险的负向预测能力最为显著;其次，与表4中列出的KV、DA、DIS和ACC的回归结果相比，四组解释变量在LIQ最低和最高期间内的回归系数大于平均回归系数，而在LIQ居中期间的回归系数小于平均回归系数。以上实证结果表明，在市场流动性新息强度不同的各个期间，信息披露质量对流动性风险的负向预测能力存在显著差异，与市场流动性新息的强弱呈正向关系，且在市场流动性恶化期内尤为显著，支持了假设H2a和H2b。

四、结论和启示

地理信息市场分析范文第5篇

【关键词】大数据 房地产市场 GIS 模型工具 数据分析

现如今，房地产已经成为我们生活中最不可或缺的一部分，也是我们生活最基本的物质基础。近年来，随着我们国家改革开放的步伐越来越大，经济的增长液越来越快，房地产行业也迎来了突破性的发展， 已成为我国的支柱型产业之一。近年来，大数据一词越来越频繁地被提及，它通常被描述为信息爆炸时代产生的海量数据。全球咨询公司麦肯锡指出：“大数据已经渗透到每一个行业和业务职能领域，决策将基于对海量数据的挖掘和分析而做出，大数据将日益成为重要的生产要素” 所以，各个大型的房地产企业也如雨后春笋般发展起来，为了提高行业竞争力，提升企业决策人员决策的速度和正确性，成为房地产开发企业需要解决的关键问题，计算机技术的发展为解决这一问题提供了一条快速可靠的途径。

1.大数据在房地产市场分析中的必要性

房地产业作为对国民经济和城市经济发展具有重大影响的产业部门，在发展中面临诸多问题，需要政府及有关部门在对房地产市场发展进行正确预判的基础上科学决策、积极引导，促进房地产业的健康发展。房地产市场拥有着海量的数据积累，房地产市场分析都将围绕这些数据展开，从而为政府及有关部门决策提供重要参考。面对数据信息的急剧增长，房地产市场分析必须借助大数据的挖掘和分析技术，将海量数据转化成为有洞察力、决策力和有价值的知识，正确判断市场趋势、科学引导资源配置、服务社会经济发展。

2.进行大数据分析的技术支持

分析软件系统以GIS 为信息处理平台，Excel 为模型集成工具，VBA 为开发语言， 应用空间数据挖掘和在线分析等信息技术， 并分析房地产的市场状态以及消费者的需求，经过计算给出基础的数据，从而使房地产分析工作者的办公效率得到了很大提高，为项目决策者提供远程操控的服务。

2.1 GIS 系统概述

GIS 是地理信息系统的简称， 它是一种特定的十分重要的空间信息系统。它是在计算机硬、软件系统支持下，对整个或部分地球表层空间中的有关地理分布数据进行采集、储存、管理、运算、分析、显示和描述的技术系统，是多种学科交叉的产物，它的基础是地理空间数据库，并采用地理模型的分析方法，提供多种空间的和动态的地理信息来帮助分析者做出决策。根据房地产行业的实际开发过程和GIS 平台的信息需求，本软件系统设计了房地产系统的功能框架，体系结构和开发方式，并且设计整合了Google Earth 的GIS信息平台。将Googl Earth 应用于房地产市场分析， 它的显著优势是对系统的功能进行了增强而且开发成本。实际应用和产生的效果表明，该房地产市场分析软件系统的设计与开发为未来房地产行业的发展展现了一个全新的思路，对市场分析相关软件开发技术注入新的力量，达到了设计与开发的要求。

3 大数据分析在房地产市场中的应用

寻找关联、发现知识、挖掘价值是大数据时代信息分析的真正需要。大数据背景下，房地产市场相关的研究工作都是围绕着海量的房地产大数据展开的，基于数据挖掘算法，应用大数据分析技术，有效帮助我们从不断积累与更新的数据中提取有价值的信息，及时掌握市场发展动态、科学引导市场供需力量，合理制定产业调控政策。大数据分析在房地产市场中的实际应用日趋丰富，主要有以下几个方面：房地产周期研究。研究房地产波动周期，寻找某个时间段内特定区域房地产的波动周期及规律，分析影响房地产波动周期的因素及其相互关系。房地产市场发展趋势研究。分析房地产市场需求与国民经济增长、人均可支配收入、土地出让面积、房地产开发投资等因素之间的关系，运用统计回归、神经网络等方法建立模型、进行预测分析。房地产经济预警指标体系研究。对房地产市场运行态势进行分析、测度和判断，并对未来的发展状况进行预测、预报和预警，以便及时采用有效措施来平缓波动，促进房地产市场的健康、可持续发展。房地产市场区域板块研究。针对房地产经济区域发展不均衡的现象，运用比较分析、聚类分析等方法η域板块市场进行动态分析。房地产市场供给研究。综合人口住房条件及分布、土地利用现状、市政规划、交通分布信息等，通过聚类及层次分析方法，科学测算区域内不同类型不同业态房屋的供给数量及各自的地理位置和发展计划。房地产市场需求研究。利用关联分析和序列分析研究房地产客户的需求，发现购房者的消费行为模式，找出购房消费的影响因素，为制定差别化营销策略提供依据。

4结论

房地产行业是一个数据量大、关联性强、结构复杂、影响因素众多的非线性经济系统。传统的市场统计分析已经不能满足科学决策的需要，房屋全生命周期动态数据库的建设和基于GIS空间数据及大数据分析方法的武汉市房地产市场分析成果，拓展了房地产市场分析的广度与深度，提高了市场分析成果在政府决策、行业管理中的应用价值。

参考文献：

[1]马智亮，邓子瑜，李恒，等. 房地产项目可行性研究辅助系统的建模[J]. 计算机工程，200（1）：197-200.

[2]袁相儒，陈莉丽，龚健雅. Internet GIS的部件化结构[J]. 测绘学报，1998（4）：25-28.