证券投资的宏观经济分析

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篇证券投资的宏观经济分析范文，相信会为您的写作带来帮助，发现更多的写作思路和灵感。

证券投资的宏观经济分析范文第1篇

与往年的投资报告会一样，本次到场的投资者十分火爆，特区报业大厦礼堂600多个座位座无虚席，部分晚来的投资者只能被安排在加座上。但这丝毫不影响投资者的高昂兴致，逢演讲精彩之处，礼堂内掌声如雷，经久不息。

本次报告会邀请了英大证券研究所首席经济学家李大霄，五矿证券首席策略师、理财中心总经理王先春，中信证券宏观经济分析师吴玉立博士。同时，《股市动态分析》杂志社执行主编蔡晓铭也为投资者带来了杂志社的最新研究成果。会上，各位专家从不同的角度对当前国内外的经济形势、A股市场走势以及投资者最为关心的投资策略等进行了深入浅出的分析与判断。

《股市动态分析》杂志社社长刘波首先致辞，他为投资者讲述了身边几个生动的投资故事，由此也拉开了本次报告会的帷幕。

《股市动态分析》2014年证券投资报告会上，曾做主题演讲的“多头大校”李大霄曾在当时提出“熊市已结束 牛市已启程”的观点。事实证明其判断完全正确，而其一直推崇的蓝筹股近期涨幅也是有目共睹的。本次报告会，李大霄为投资者做了《中国首次真实牛市自钻石底始》的演讲，明确表示中国证券市场渐渐进入长期投资起点。

五矿证券首席策略师、理财中心总经理王先春认为，2015年的宏观环境相对复杂，必然影响A股的波动，快牛后或将转为慢牛。2015年，确定性较强的改革主题包括大金融、国企改革、大基建、新兴产业、大消费。其中大金融和国企改革是热点。

对于2015年中国宏观经济走向，中信证券宏观经济研究员吴玉立认为，经济下行压力依然，预计GDP增长在7.1%左右;同时，政策将全面宽松，年内或再降息、降准。

证券投资的宏观经济分析范文第2篇

产品点评

产品设计：保本基金由于数量少、且大多设立规模上限，国内市场上尚属稀缺品种。

南方恒元保本基金充分发挥了保本基金低风险的优势，根据宏观经济和证券市场的阶段性变化，采用优化后的恒定比例投资组合保险(CPPI)机制，对债券和股票的投资比例进行动态调整，在严格控制风险和确保本金安全的前提下，力争基金资产的稳定增值。

南方恒元保本基金将资产配置策略分为两个层次：一层是对风险资产和无风险资产的配置，主要以恒定比例组合保险策略为依据，将风险资产部分所能承受的最大损失，保持在无风险资产部分所产生的收益之下；另一层是对风险资产部分的配置策略。基金管理人在实际操作中根据现实情况对这两个层次的策略进,／5-N整。

该基金依据稳健投资、风险第一的原则，以低风险性、在保本期限内具备中期上涨潜力为主要原则，构建股票组合，同时兼顾股票的流动性。通过选择低风险的股票，保证组合的稳定性；同时选择具中期上涨潜力的股票，保证组合的收益性i通过分散投资、组合投资和流动性管理，降低个股集中性风险和流动性风险。

此外，该基金还持有相当数量剩余期限与避险周期相近的国债、金融债，以及中长期的国债、金融债，信用等级为AAA以上的企业债，以及中长期逆回购等，提高了整体组合的收益率。

该基金在保本条款上也有所创新，引入担保人中国投资担保有限公司，对认购期介入的投资者以及基金成立后的申购者提供同等的本金安全保证，扩大了投资者的保本范围。

费率水平：该基金的认、申购及赎回费率均采取阶梯式模式，认、申购费率随认购金额递减，赎回费率随持有期限递减。其管理费为1.3％(年)，托管费为0.2％(年)。

基金经理

蒋峰，1974年出生，8年证券投资基金从业经历。曾任职于鹏华基金管理有限公司和宝盈基金管理有限公司，先后担任研究部投资策略分析师。宏观经济分析师、社保基金理财经理助理和基金经理等工作。2007年3月加入南方基金管理有限公司，现任南方避险增值基金经理及南方宝元债券基金经理。

证券投资的宏观经济分析范文第3篇

关键词：大数据；证券投资；教学

中图分类号：G642.0 文献标志码：A 文章编号：1674-9324（2017）06-0133-02

一、大数据简介

2011年，McKinsey公司将大数据定义为“超过了典型数据库软件工具捕获、存储、管理和分析数据能力的数据集”[1]。而本质上，大数据不仅意味着数据的大容量，还体现了一些区别于“海量数据”的特点[2]。从某种程度上说，大数据是数据分析的前沿技术，从数量巨大、结构复杂、类型众多的数据中，快速获得有价值信息的能力，就是大数据技术[3]。

随着互联网的发展和智能手机的出现，人们的社交、工作、购物、出行等生活中的点点滴滴的变化都成为了可被记录和分析的数据，经过一段时间的收集、整理与分析挖掘后，便能从中获得有价值的信息。大数据环境的到来，使得数据成为一种资产，一种与物质资产和人力资本相提并论的重要生产要素[4]。哈佛大学社会学教授加里・金曾指出“这是一场革命，庞大的数据资源使得各个领域开始了量化进程，无论学术界、商界还是政府，所有领域都将开始这种进程。”

二、大数据促进《证券投资学》教学改革

大数据时代的开启，增强了全球的“数据”意识，提高了社会的“数据”需求，也改变了《证券投资学》的教学。

1.数据共享提供实操平台。长期以来，尽管中国社会积累了相当丰富的数据资源，但其中绝大多数没有经过有效的整理，电子化、共享化程度低。于是国家开始系统部署大数据发展工作，推动政府部门数据共享与公共数据资源开放。由此，带给证券投资者一种过去所没有的国际国内有关政府、企业的大量数据共享，使得人们通过一台电脑就能知晓宏观经济、金融市场和行业企业的各种变化，从而调整证券投资策略。这就要求《证券投资学》课程增加实操内容，运用多种软件分析证券市场各类数据，提高学生的数据分析能力。

2.相关性分析促进知识运用。大数据所汇集的海量数据资源提供了丰富的相关信息，具体到证券投资领域：各证券交易网站不仅能提供股票价格、成交量、K线图等基本信息，还披露了融资历史、股利政策、公司高管、资产重组等相关信息。通过对这些信息的分析，投资者可以了解上市公司的盈利能力、经营稳定性、可持续发展能力等，从而更准确地判断其股票投资价值。因此，相关性分析要贯穿《证券投资学》的整个教学过程，通过该门课程的教学内容，培养学生的相关性分析思维，以使其运用多种信息指导证券投资。

三、大数据环境下的《证券投资学》教学模式

1.立足《证券投资学》课程发展。《证券投资学》的教学工作者普遍认为传统的以教师为中心、以书本教学为主体的静态教育教学模式不适应该课程的教学[5]。但是一定比例的传统教学是有必要的，学生们需要在该模式中获取证券投资的基础知识：各种投资工具的概念及特点、证券市场、证券投资分析方法以及国内外对证券市场的监管。

在保证基础知识教学质量的前提下，我们可以：（1）营造宽松活跃的教学氛围。大数据环境下，便捷的信息传递表现为手机上的各种新闻推送，于是《证券投资学》的每一堂课可以从一个金融市场新闻开始，例如政府新出台的相关政策、央行的最新举措、股市大盘动态等，以充分调动学生的学习热情。（2）在教学中注重引导。例如证券投资基金的运作方式，可以先让学生以“保证投资人资金安全”为前提设计“游戏规则”，并将结果与大家分享，过程中由教师总结各位学生的想法，指出优点与不足并逐渐引导出目前的基金运作方式，从而加深对“委托―”问题的理解。（3）进行师生位置互换。整个教学过程中，教师可以布置日常任务，例如让学生选取某股票指数作为本学期的跟踪对象，在记录涨跌历程的同时尽可能搜集信息找出变动的原因，在每次结束课程内容后，请出个别学生为大家讲解。

2.以全新的视角丰富教学。

（1）相关性。大数据为我们观察世界提供了全新的思维方式，相关性使谷歌可以预测冬季流感传播，Farecast能预测机票价格波动。那么《证券投资学》有没有可利用的“相关性”呢？答案是肯定的。证券投资工具间的相关性是“风险”：债券是风险最小的投资工具，较低的收益率使资本渐渐转向股票，而股票市场的高风险催生出了组合投资，从而产生证券投资基金。之后，人们发现风险不仅能在空间分散，还可以分散在不同的时间，由此，远期、期货、期权、互换等衍生工具便应运而生了。证券市场间也有相关性，除了证券发行与交易市场的相互制约、依存关系，全球证券市场也是相关的。此外，基本分析与技术分析的结果也相互印证，世界各国对证券市场的监管也在相互借鉴、相互配合。相关性对《证券投资学》的教学很有帮助，如果教师能够充分认识并将其体现在讲课过程中，会极大地促进学生知识体系的构建。

（2）实践性。在实践中学习《证券投资学》往往能够事半功倍，在讲解相关基础知识后，教师要继续培养学生的实操能力。首先是基本证券交易操作。要确保学生知悉证券交易规则，了解证券交易程序，同时介绍必要的专业术语，以便其准确理解股票交易网站的各种信息。其次是数据分析，大数据时代使宏观经济分析、产业分析等基本分析数据的获取变得容易，此时，教师需要将Eviews等数据分析软件介绍给学生。技术分析部分，教师可在黑板画图演示教材中典型的K线组合形态，讲解其如何预测股价发展。同时，辅以真实的股价数据，让学生亲自动手验证可靠性。最后，鼓励学生参加各种模拟炒股，让学生独立做出买卖决策，且能随着市场形势的变化不断调整投资组合，在提高资本收益率的同时提高知识的运用能力。

（3）全局性。在信息处理能力较弱的过去人类从总体中抽取样本进行分析。如今，大数据时代不仅带来了海量数据，也带来了处理海量数据的能力。而此时，如果可能的话，我们会收集所有的数据，即“样本=总体”[6]。这是大数据对思维方式的改变，具体到《证券投资学》教学领域，就是教学评价方式的改变，但要注意，这种改变并非要求我们取消传统的考试模式，也不是给予一套新的教学评分标准，而是强调在教学评价过程中关注到每一个学生。例如，在教学过程中进行多轮课堂提问，不一定按照名单顺序，但一定保证涵盖全员；在软件操作学习环节，更要观察每个学生的实际操作；即使是小组作业，也可以随时抽查某个组员对课题成果的了解情况。关注全体学生的教学评价方法，使教师得到的反馈更加真实丰富，在教师积累经验的同时也得到了对教学效果更为准确的评估。

参考文献：

[1]Manyika J，Chui M，Brown B，et al. Big data：the next frontier for innovation，competition，and productivity[J]. McKinsey Global Institute，2011.

[2]李W龙，龚海刚.大数据系统综述[J].中国科学信息科学（中文版），2015，45（1）：1-44.

[3]于艳华，宋美娜.大数据[J].中兴通讯技术，2013，19（3）：57-62.

[4]左建安，陈雅.基于大数据环境的科学数据共享模式研究[J].情报杂志，2013，32（12）：151-154.

证券投资的宏观经济分析范文第4篇

独立学院的教师队伍一般有专职教师、退休教师和兼职教师三部分组成。好的教材要有教学丰富的教师进行编写，而且编写工作比较复杂。独立学院兼职教师工作忙，一般不能参与；退休教师年纪比较大，一般也不会参与；而专职教师一般是刚毕业的硕士或博士，甚至有的独立学院招聘本科生，他们的教学经验还在慢慢摸索当中。特别是一般独立学院的待遇等方面跟不上，独立学院师资队伍很不稳定，这造成了教材编写的困难。《证券投资分析》课程要求实践经验非常强，要求从事过证券实践的教师来编教材，而一般的独立学院教师很难做到这点。

二、学校征订不适用的教材

由于没有合适三本的教材，相关的独立学院又没有编写教材。有时一些独立学院为了某种经济利益，与教材出版方联系，在没有征询任课老师意见下订一些教材。这些教材不符合三本学生的教学要求，有时还有质量问题，甚至出现错误情况。以致，任课教师在讲课时如果按教材讲，学生反映理论性太强，很难听懂；如果按教师自己备课来上课，学生感觉不知道讲哪里，书本上找不到。

三、完善独立学院《证券投资分析》教材建设的建议

（一）增强教学内容的实用性

实用性强的教学内容更能调动学生学习证券投资的积极性。把证券教学内容用证券交易流程来表现，证券交易流程可以划分为准备、分析、决策和交易等四个环节，具体内容如下。1.证券交易准备环节：（1）学习证券基础理论知识，比如证券、证券市场、证券交易规则及证券术语等；（2）学会证券行情软件的应用，这是实践性教学的重点；（3）证券信息的收集和研判，学会怎么查找证券信息，怎么处理信息。2.证券交易分析环节：（1）对大盘或单个证券进行基本面分析，基本面分析包括宏观经济分析、行业分析和公司分析等内容；（2）对大盘或单个证券进行技术分析，重点内容熟练掌握K线的识别与运用、K线形态的识别与运用、成交量、MA、RSI以及KDJ等指标；（3）证券的估值和定价这部分内容难度比较大，掌握绝对估值法和相对估值法；（4）利用基本面分析、技术面分析解读、研判大盘（上证指数和深圳成指）和单个证券的走势。3.证券交易决策环节：主要有策略技巧选择和证券交易决策两方面，比如买卖量、止损点以及长线操作还是短线操作等方面的内容。4.证券交易环节：包括开户、委托、竞价、交割等具体内容。从这四个环节来安排证券投资的教学内容，实践性和操作性更强，而不像常规的介绍基础理论知识，这样学生也更容易接受，更能够调动学生学习的积极性。

（二）增加实训内容

三本学生的学习主动性不高，而证券投资实践性又很强，为了调动学生学习积极性，要制定《证券投资实训手册》。证券投资实训内容主要有：证券行情分析软件应用与证券信息搜集实训、证券即时行情分析实训、证券交易实训、技术分析实训、基本分析实训、证券投资风险防范与管理实训以及证券投资技巧与资产配置策略实训等内容。这些实训以任务的形式布置给学生，学生完成后上交给教师进行批阅，这样教师能在“做中教”，学生能在“做中学”。

（三）加强师资队伍建设

独立学院要加强师资队伍建设。要招聘科研能力强的硕士研究生，甚至博士研究生，并做到“待遇留人”“、事业留人”、“感情留人”，这样独立学院的队伍才能稳定。创造条件让教师参加更多的学术会议、教材研讨会等科研活动，让教师知识丰富，教学能力强，这样才能为编写独立学院实用性教材提供师资储备。同时，独立学院要提供一定的科研平台，鼓励独立学院的教师进行科研活动。一个独立学院很难开发像《证券投资分析》这样应用性强的教材，可以联合多所独立学院一起编写教材。教师可以探讨在教学《证券投资分析》时所遇到问题，分享成功的教学经验和案例，这样编写出来的教材效果更好。独立学院培养应用性人才，只有用人单位才能检验培养的人才是否合格。可以邀请证券公司、基金公司等证券机构部门人员来参与《证券投资分析》教材的编写，甚至可以聘请这些证券机构部门人员来担任评审专家，这样编写出来的教材实用性更强。

（四）规范教材征订工作

独立学院可以组成一个教材建设监督小组，加强对教材征订工作的监督，不要为了目前的利益损害广大学生的利益，尽量征订一些适合独立学院的实践性和应用性强的教材。这样能减轻任课教师的工作负担，也能调动学生学习的积极性和主动性。

四、结束语

证券投资的宏观经济分析范文第5篇

全球视角的虚拟经济与实体经济结构关系

经济虚拟化是当今世界经济发展的重要特点。随着全球经济的发展，经济虚拟化的程度越来越高，其在社会经济中的地位日益重要。本部分基于全球视角，从虚拟经济的存量和流量两个方面分析虚拟经济与实体经济的比例关系。

(一)存量分析

目前，全球虚拟经济的规模大大超出了实体经济。由于股票、债券和金融衍生产品是虚拟资产的主要组成部分，因此本文以股市市值、债券市值、金融衍生产品未清偿合约之和来衡量虚拟资产的存量规模，以GDP来衡量实体经济，以两者的比例来衡量全球虚拟经济的发展程度。根据国际货币基金组织和国际证券交易所联合会的数据，全球虚拟资产总量占全球GDP总量的比例呈现出快速上升的趋势。1997年以前(除1993年)，全球虚拟资产总量占全球GDP总量的比例处在1．5－4．0的水平;1998—2000年，虚拟经济与实体经济发展趋势平稳，两者比值稳定在5．5附近;2001年后，该比值开始迅速上升，在2011年达到8．5。这表明虚拟经济发展迅猛，其增长速度远远快于实体经济的增长速度。但是，虚拟经济各组成部分的发展存在一定差异，主要体现在以下两个方面:从全球虚拟资产总量的增长速度来看，增长最快的是金融衍生品。衍生品未清偿合约名义余额从1990年的3．45万亿美元增加到2007年的595．3万亿美元，增长了172倍多;同期，债券余额从18．02万亿美元增加到80．22万亿美元，增长了大约4．5倍;股票市值从8．89万亿美元增加到62．75万亿美元，增长了大约7倍。就不同的虚拟资产而言，其存量规模占GDP总量的比值变化趋势也存在明显不同。比如，金融衍生品未清偿合约余额占GDP的比例变动趋势，与虚拟资本存量占GDP比例的变动趋势趋同，二者都呈现出持续快速的上升势头。具体而言，1997年之前(除1993年)，金融衍生品未清偿合约余额的增长速度在年均15%左右，但1998年以后，该比值增长速度加快，1998年该比值增长到31．9%，到2003年该比值为64．7%，增长了1倍多。与金融衍生品不同，股票市值占GDP的比值和债券市值占GDP的比值变化趋势就显得比较平缓，而且二者的变化趋势也不尽相同。股票市值占GDP的比值在1990—1999年期间处于上升趋势，在1999年达到峰值1．17，随后呈下降趋势，而且股票市值占GDP的比值基本上处于0．4－1的范围内，变化幅度较小;而债券市值占GDP比值在1990—2003年期间却一直处于缓慢上升中，虽然增长势头不强，但上涨趋势不变;2001年之后的增长趋势变强，增幅变大。由此可见，不同虚拟经济产品占GDP规模的比值变化趋势有着显著的差异。从虚拟经济的规模来看，全球上市公司的总市值于1999年底首次超过全球GDP总值，在大多数发达国家中，虚拟经济占实体经济的比值远远超过了100%。特别地，全球期货交易规模在不断上升，尽管受到2008年全球金融危机的冲击和影响，但全球69个期货交易所交易的该年期货及期权的总交易量仍同比上涨13．7%。从我国的实际情况来看，在2005年底，中国A股市场总市值占GDP的比重仅为17．7%，而美国股票市场市值占GDP的比重为130%，韩国、印度、日本等国约为100%，东盟国家在70%－80%之间。2005年我国进行股权分置改革之后，股票市场实现了大跨越发展。沪深证券交易所最新统计数据显示，截至2013年5月31日，我国沪深两市股票总市值达24．69万亿元，其中流通总市值为19．55万亿元，已占2012年GDP(51．93万亿元)的48%。

(二)流量分析

自1986年开始，国际清算银行(BIS)每间隔三年就会公布一次外汇交易额数据。由于国际清算银行统计报告中的数据存在估计成分，汇率波动被夸大等原因，导致国际清算银行年报的数据不是精确数据。因此，本文只是将这些数据作为流量分析作为参考。1980年，全球日均外汇交易量仅为870亿美元，到2007年达到了32100亿美元，在不到30年的时间内增长了近36倍，这体现了全球外汇交易的巨大而强劲的增长。从占全球出口额的比值情况来看，1980年全球外汇交易额占全球出口额的比值仅为11．18，而到1986年该比值迅速上升为35．93，到1998年更是猛增到74．99，之后略有下降，但是2001—2007年间，该比值一直稳定在55附近波动，虽然相对稳定，但是此比值仍处在一个较高水平。与此同时，在2001—2007年期间全球服务于外贸的外汇交易额所占全球外汇交易量的比例不足2%。这表明，全球外汇交易额与出口额之间的差距较大，而且这一差距随外汇交易额的增长而不断扩大。这意味着全球外汇交易与全球贸易出现了严重的脱离，全球的实际贸易对全球外汇交易的影响十分微弱，外汇交易的目的主要来自于贸易之外的纯粹金融因素和动机，这在一定程度上反映了全球虚拟经济与全球的实体经济之间的结构失衡，虚拟经济发展具有自己的独立性。结合虚拟经济存量分析发现，股票市值占GDP比值在不断上升，并且其发展趋势与外汇交易占出口比值的增长趋势相似。因此，在一定程度上可以说明，不管是虚拟经济存量分析还是流量分析，结果都是类似的。

中国视角的虚拟经济与实体经济结构比例关系

(一)从国内金融投资的角度分析

考虑到数据的可得性与关联性，本文选取主要金融资产的交易量作为衡量虚拟经济流量的指标，选取GDP作为衡量实体经济的指标。鉴于我国虚拟经济发展的实际情况，本文选取1995—2011年数据作为分析国内金融投资的依据，各主要金融资产成交额及其占GDP的比率情况如表1、表2所示。表1描述了中国金融资产成交额占GDP比例的变动趋势。从表1中可以看出，不同的金融资产成交额占GDP比例的变动趋势不同。期货成交额绝对值变化波动性最大，甚至连续两年的成交额能相差2倍以上，其占GDP比例变动趋势的波动性也是最大。具体而言，1995年，期货成交额占GDP比值为1．65，到2000年则迅速下降为0．16，而到2010年又快速上涨为7．37，2011年则降为2．91。债券成交额占GDP比例在1995—1998年期间波动性显著，该值在1995年为0．98，到1998年又快速下降为0．28;1999—2003年期间呈现相对稳定的趋势，在0．2左右波动;2004年则上升为0．46，之后呈现下降趋势。与债券和期货相比，股票成交额占GDP比例变动波动较小，相对也比较平稳。1995—2000年整体呈现上升趋势，2001—2005年呈现小幅下降趋势，整体而言比较稳定，在2007年达到历史最高值之后则快速下降。从表2可以看出，中国金融资产成交增长率的变动趋势。在1955—2011年间，GDP的增长率一直为正，最低值为1999年的6%，最高值为1995年的26%，2000年以后，GDP增长率趋于平稳上升的态势。而同期的金融资产成交增长率却表现出较大的波动性。股市成交增长率的最低值为1995年的－50%，最高值为2007年的409%，呈现出较强的波动性;债券成交增长率也出现正、负交错的现象，表明其波动性也较大;类似地，期货成交增长率的最大值为1995年的218%，而最低值为2011年的－54%。由此可以看出，1995—2011年期间，金融资产成交增长率的波动性比较强，并没有与GDP的增长率表现出明显的趋同性。

(二)从国外金融投资的角度分析

本文选取国外对中国证券投资额、中国外汇储备作为国外金融投资的虚拟经济度量指标，选取中国GDP作为实体经济的度量指标，分别分析它们的变动情况。从表3中很容易看出，外国在华证券投资占中国外汇储备的比值波动呈现小幅快速波动状态。但总体而言，外国证券投资占外汇储备的比重不大，除1993年的极值17．2%之外，二者比值基本上保持在0－10%之间。此外，外国证券投资占GDP比值的变动趋势和外国证券投资占外汇储备的比值变动趋势十分相似，甚至可以说是同步变动趋势;从绝对值上看，外国证券投资占GDP的比重不大，基本上保持在0－1%之间，2006年除外，2006年外国证券投资占GDP的比重为历史最高值，达到1．6%。通过从虚拟经济的规模以及流量的角度分析虚拟经济与实体经济的结构比例关系，可以得出如下结论:虚拟经济占实体经济的比值有不断上升的趋势，虽然有起有落，但上升趋势明显;虚拟经济与实体经济的比重呈现波浪式波动，达到一个高点后，随即下降，达到一个低点后就迅速上升，由于数据的有限，形成规律尚不是很清晰，但也初步显示出这样的变化趋势，同时也符合虚拟经济过度膨胀后必然收缩的经济规律。此外，外国证券投资占实体经济的比重呈现小幅快速波动趋势。