股票投资可行性分析(精选8篇)
时间：2023-08-14
时间：2023-08-14
[关键词]上证A股市场；CAPM模型；回归分析；β系数；R2可决系数
[DOI]1013939/jcnkizgsc201720075
1引言
CAPM模型（Capital Asset Pricing Model）是一种可以进行计量检验的金融资产定价模型。该模型解释了证券报酬的内部结构，分析了资本资产的预期收益与市场风险之间的关系。CAPM模型阐述了在投资者都采用马科维茨理论进行投资管理的条件下市场均衡状态的形成，认为一个资产的预期收益率与衡量该资产风险的一个尺度――β系数之间存在正相关关系。这不仅大大简化了投资组合选择的运算过程，也使得证券理论从以往的定性分析转入定量分析，从规范性转入实证性，进而对证券投资进行理论研究和实际操作。随着我国证券市场的发展，20世纪90年代以来，中国学者开始利用此模型对上证A股市场进行实证分析，但许多研究表明CAPM模型不适用于上证A股市场，仍需加以改进以增强其适应性。近年来，中国证券市场发展迅速，因此我们需要对其现状进行实证分析，以便更好地将CAPM模型应用于上证A股市场。
2CAPM模型及贝塔系数介绍
21前提假设
第一，投资者都遵守主宰原则（Dominance Rule），即同一风险水平下，选择收益率较高的证券；同一收益率水平下，选择风险较低的证券。第二，资本市场上资产数量给定，所有资产可以完全细分，资产是充分流动、可销售、可分散的。第三，影响投资决策的主要因素为期望收益率和风险两项。第四，所有投资者对证券收益率概率分布的看法一致，因此市场上的效率边界只有一条。第五，所有投资者可以及时免费获得充分的市场信息。他们对预期收益率、标准差和证券之间的协方差具有相同的预期值。第六，不存在通货膨胀，且折现率不变，且买卖证券时没有税收及交易成本。
22资本资产定价模型内容
投资者对单项资产所要求的收益率应等于市场对无风险投资所要求的收益率加上该资产的风险溢价。
其中，rf（Risk Free Rate），是无风险回报率；βa是证券a的β系数；r―m是市场期望回报率（Expected Market Return）；（r―m-r―f）是股票市场溢价（Equity Market Premium）。
23贝塔（β）系数
β系数是一种评估证券系统性风险的工具，用来衡量单个证券收益率对于市场组合收益率变动的反应程度的指标。因此，在计算β系数时，应用Excel软件、运用模型：Ra=αa+βaRM+ξj，对证券与市场收益率的样本数据进行线性回归估计，从而计算β系数。
因此投资者在做决策时要把β系数当成重要的衡量指标：例如当有很大把握预测到大盘某个大涨阶段的到来时，应该选择那些高贝塔系数的证券，它将成倍地放大市场收益率，带来高额的收益；相反当大盘某个下跌阶段到来时，选择那些低贝塔系数的证券，以抵御市场风险，减小损失。
3数据处理与模型检验
本文选取的样本研究对象为2012年3月至2017年3月在上海证唤灰姿交易的100只A股股票。样本的选择是随机的，包括制药、化工、房地产、银行、航空科技等多个行业，从而避免单一性，充分地反映整体股市的性质。本文统计了每个样本共5年的月数据，以此来保证足够的数据量，从而提高模型研究的精确度。
其中，Rmt代表第m种股票在第t月的收益率；Pmt代表第m种股票在第t月的收盘价；Pmt-1代表第m种股票在第t-1月的收盘价。
32市场指数的选择以及市场收益率的计算
本文选择上证综合指数作为市场指数，作为一种价值加权型指数，它能够比较准确地反映整体行情的变化和股票市场的整体发展趋势。
其中，Rmt代表市场组合在第t月的收益率；Index（t）代表市场组合在第t月的收盘价；Index（t-1）代表市场组合在第t-1月的收盘价。
4实证结果
本文通过对各只样本股票月收益率及市场收益率进行计算分析，用Eviews及Excel软件进行回归分析，得出了下列数据（见图1、图2和下表）。
41对系统风险β值进行分析：
理论上分析，β值反应单个股票对由于市场波动带来风险的敏感程度，市场风险数值确定为1。当某只股票β值大于1时，将该股票定义为进攻型股票，其价格波动幅度大于市场波动，适合于风险偏好性投资者；β值等于1时，该股票成为中性股票，即价格波动与市场波动表现一致，适合于风险中性投资者；β值小于1时，该股票为防御性股票，其价格波动小于市场波动，适合于风险规避者。
在随机选取的这100只股票中，β值都显著大于0，这说明这些股票与上证综合指数存在线性关系，根据线性拟合图也可以证实。用Excel软件进行数据分析：有64家公司股票β值大于1，其中国投安信的贝塔系数达到了19786。有36家公司股票β值小于1，而宇通客车股票的价格波动最小，β值达到了05063。其中有54家股票的贝塔系数都在08～12之间，这表明所选公司股价波动情况超过半数与市场相符，仍有部分公司股票的贝塔值偏离1的程度较大，说明市场中仍存在投机性较强的公司股票。
42对可决系数R2的分析
可决系数即为一元线性回归平方和（SSR）在总变差（SST）中所占的比重，是一种综合度量回归模型对样本观测值拟合优度的度量指标。可决系数越大，说明在总变差中由模型做出解释的部分占的比重越大，模型的拟合优度越好。在计算股票收益率时，R2衡量了系统风险在总风险中所占的比例，即个股价格的波动中有多少是由市场波动引起的。表格中数据显示，100家样本股票中只有18家公司股票的可决系数大于05，最高为葛洲坝股票，达到了 07524，这几家公司股票价格的波动大部分是由市场波动引起的；大多数公司（82家）股票的可决系数小于05，最低为康欣新材公司的股票，达到了00382，这些公司股价波动主要是由于公司经营情况的自身因素引起的。由此可见，系统风险不能很好地解释收益变动情况，而非系统风险因素在股票收益中有着不可忽视的作用。但是，这次结果与90年代我国学者研究所得数据存在显著差异。其中1996年施东晖的观点被多次引用，在当时比较具有代表性：他对上市的50家A股进行研究后发现49只股票的系统风险大于50%，其中更有42家公司股票的系统风险超过70%。而本文研究所得数值中，只有3家公司系统风险的数值超过70%，其余股票系统风险值普遍有所下降。这说明，经过近年来的发展，投资者投资行为趋于理性，股票市场逐渐发展成熟。
5结论
第一，CAPM模型并不能完全适用于我国股票市场。因为虽然超过半数的样本股票的贝塔系数介于08～12，公司股价波动情况与市场相符，即贝塔系数基本稳定，但是，根据对可决系数的分析，绝大部分股票的可决系数小于50%，这说明系统风险不能很好地解释收益变动情况，而非系统风险因素在股票收益中有着不可忽视的作用。但与之前研究数据相比，可以看出投资者投资行为趋于理性，股票市场逐渐发展成熟，CAPM模型在我国的适用性不断增强。
第二，在我国股票市场上进行CAPM实证检验时，结论与数据样本的选取有很大的联系，不同的样本得出结论差异较大。这说明上证A股市场，价格波动性较大。其中大多数股票为进攻型股票，对于市场波动带来的风险较为敏感，它们的价格波动幅度大于市场波动，整体来说适合于风险偏好性投资者。另外，上证A股市场大部分股票可决系数不高，拟合效果并不好。即使在拟合度较好的公司中，除了较稳定的银行业以外的其他行业股票大多为高风险高收益的进攻型股票，其系统风险所占比例依旧很高，非系统性风险较低，股价受大盘影响很大，风险较大。
资本资产定价模型一直是金融界学者研究的核心领域，其研究一直是建立在对股市数据的实证分析基础之上。只有满足相关的严格假设，CAPM模型才可能呈现显著的线性关系，因此可以说明我国的资本市场已经满足偏好及流动性等假设，初步成榻衔完善的资本市场。随着我国证券市场的日趋成熟，CAPM模型对我国的适用性会越来越强，将会具有更令人期待的实用价值。因此我们有必要针对不同时段的中国股票市场，不断进行实证数据分析，并在此基础上加以修改和完善，从而对我国股市风险进行更全面准确的预测，帮助投资者进行资产组合管理、定价分类，做出更好的决策。
参考文献：
[1]姚海鑫财务管理[M]、北京：清华大学出版社，2013：113-115
[2]姜婕CAPM模型在上证A股运输板块的实证检验[J]、当代经济，2016（14）：116
[3]魏江华，杨善朝以市场指数为投资组合对沪市CAPM模型的风险分析与实证检验[D]、桂林：广西师范大学，2016
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
【关键词】聚类分析；成长能力；判别分析；投资应用
聚类分析建立在基础分析之上，基于各类股票的行业因素、公司因素、收益性、成长性等基本层面的考察，然后利用综合评价指标体系来衡量样本股票的“相似程度”，立足于对股票基本层面的量化分析，运用聚类分析模型能帮助投资者准确地了解和把握股票的总体特征，确定投资范围，并通过类的总体价格水平来预测股票价格的变动趋势，选择有利的投资时机。
一、聚类分析在证券投资中的应用
把聚类分析和判别分析应用于金融投资分析中，不仅可以弥补金融投资定性分析的不足，也可以使金融投资分析更精确。
（一）如何运用聚类分析模型进行证券投资分析
聚类结果对投资者的指导作用表现在以下几个方面：
1、了解各类股票群的基本特征及总体状况，从一定程度上区分出业绩优良和业绩一般板块，初步划分选择范围。
2、根据类的业绩状况、成长性、平均股价水平等，可以帮助投资者判断股票应具有的内在投资价值。
3、在同一类别中，可找出其均衡价格，由于一些市场因素往往使股票的价格发生偏离，或高于或低于这一水平，低于平均股价水平的存在上升趋势，可看作是较好的投资时机，潜在的投资风险也较小。
（二）聚类分析指标体系的选取
基于上市公司基本面情况，企业的经营盈利能力主要反映企业经营业务创造利润的能力，盈利能力和成长能力是支持股价的长期因素，也是判别公司是否具备投资价值的根本所在，而经营业绩良好的公司其股市的扩张能力也应较强。
1、盈利能力的大小决定了股票价值的高低
总资产利润率直接反映公司的整体获利能力，净资产利润率反映股东投资报酬的大小。
主营业务是上市公司重点发展方向和利润的来源，主营业务收益率越大，上市公司在市场竞争中就更具有优势，每股收益越高，反映行业的投资收益越高，每股的获利能力越强。
2、成长能力的指标
成长性好的上市公司在总资产扩张能力，股本扩张能力，资产重组方面都比较强，盈利增长速度也相应较快。主营业务收入增长率反映了公司扩大市场规模的能力，表明公司重点发展方向的成长性；上市公司的积累，发展以及给投资者的回报主要取决于净利润的增加，所以净利润增长率也是一个重要指标。
3、股本扩张能力指标
股本扩张能力经营业绩良好的公司其股本的扩张能力也应较强，流通股本是一项逆指标，股本规模较小的上市公司往往具有较强的扩张能力和较大的成长空间。每股净资产值越高，公司股本扩张余地也越大，公司提供回报的潜在能力也越强。
二、应用实例
从沪深股市2000多只A股中随机抽取钢铁行业分类下33只股票，样本数据均来自Wind资讯中国上市公司财务指标数据库。
（一）原始数据标准化
为了消除原始数据量纲和数量级的差异所带来的影响，以便进行聚类分析，我们采用对指标值标准化的处理方法[1]。
（二）聚类分析结果
第1类：攀钢钒钛，本钢板材，包钢股份，济南钢铁，抚顺特钢，方大特钢，方大炭素，广钢股份，重庆钢铁。
第2类：大冶特钢，新兴铸管，凌钢股份，酒钢宏兴。
第3类：河北钢铁，韶钢松山，太钢不锈，鞍钢股份，华菱钢铁，首钢股份，三钢闽光，武钢股份，宝钢股份，莱钢股份，西宁特钢，杭钢股份，南钢股份，安阳钢铁，八一钢铁，新钢股份，马钢股份，柳钢股份。
第4类：久立特材，鄂尔多斯。
此分类是否正确还需要判别分析对其结果进行校验和完善。
（三）判别分析
分别以1，2，3，4代表1到4类，判别函数中的自变量取原表中的自变量，对其用SPSS中的Discriminant过程进行判别分析，分析结果如（表2-2）：
（四）实证总结
实证结果分析：
在分析各类样本时，我采用指标的平均值，即：
公司利润的高低、利润额的增长速度是其有无活力、管理效能优劣的标志。作为投资者，购买股票时，当然首先是考虑选择利润丰厚的公司进行投资。所以，分析财务报表，先要着重分析公司当期投入资本的收益性，净资产收益率高表明公司盈利能力强，将本期经营活动现金净流量与上期比较，增长率越高，说明企业成长性越好。
分析现金流量及其结构，可以了解企业现金的来龙去脉和现金收支构成，评价企业经营状况、创现能力、筹资能力和资金实力。
每股经营现金流净值是每股股利的最基本保证，这个指标说明的是经营活动能带来的现金流净值，是反应经营状况好坏的指标之一，也是每股收益的最基本保证。大多公司如上面所述，但也有特殊情况。如果公司产品的生产周期较长，同时公司正处于扩张期，它的经营活动现金流量净额就有可能是负值，每股经营现金流净值当然也是负值，此时是不能说明公司的经营状况是不好的。
由以上分类结果可知：第1类股票属于明显的低收益，低成长性的绩差股。每股收益，每股净资产都相对较低，特别是较低的每股现金流量净额，说明股本扩张能力相对较低，由此说明第一类上市公司的经营稳定性差，发展不畅而负的营业总收入同比增长率和经营活动产生的现金流量净额同比增长率说明公司已不具有成长性。所以该类公司呈衰退趋势，投资价值不大。
第3类股票的收益性和成长性表现一般，这类上市公司的股票对于短线介入的投资者来说尚具较高的投资价值，但不宜长期持有。
第2类和第4类股票净资产收益率和投资回报率都很高，说明2类和4类公司收益好，盈利能力好，这些公司大都在行业中处于领先地位，经营状况良好。2类经营活动产生的现金流量净额（同比增长率）和归属母公司股东的净利润（同比增长率）较高，说明成长性高，4类公司在成长性方面不如2类高。
每股净资产值越高，公司股本扩张余地也越大，公司提供回报的潜在能力也越强，4类比2类公司具有乐观的发展前景和较强的扩张趋势，属于一批成长型较好的股票，是板块中的潜力股。
2类公司在投资方面稳定性优于4类，各项指标的实际情况，可以由股民们自己选择，看股民是注重公司哪方面的情况。2类和4类应属于投资者进行长期投资的首选投资对象。
通过以上分析，可以指导我们的投资：一方面，分析股票的业绩指标可以判断出绩优的类和绩差的类，高成长的类和低成长的类，由此投资者可在某一类或几类中确定投资范围，提高投资决策的效率和准确性；另一方面，从聚类的结果中得出类的均衡价格水平，预测股票的价格趋势，低于这一价格水平的，其当期市价与均衡价格的差距就是该股票价格可能的上涨空间，投资者若把握时机对这类股票进行长期投资则承担的风险较小，获利的可能性较大。
三、结论
聚类分析法是一种应用极为广泛的多元统计分析方法，将聚类分析模型应用于证券投资中做了拓展性的研究和探讨。聚类分析采用综合指标来反映上市公司的成长性，对聚类结果进行定量分析得出各类公司的实力强弱情况。立足于基本面的定量分析，研究股票的内在价值，有利于投资者缩小投资选择范围，确定投资价值，降低投资风险，有利于为经营管理者提供借鉴。
参考文献：
[1]王冬梅、建立我国上市公司业绩综合评价指标体系[J]、证券与投资，2001（1）：84-87、
[2]李庆东，李颖、证券投资分析方法新探索——聚类分析方法应用[J]、现代情报，2005（11）：
224-223、
[3]Jiawei Han Micheline Kamber、数据挖掘概念与技术[M]、范明，译、北京：机械工业出版社，2007、
[4]孔祥永、对行政事业单位实行会计集中核算的问题浅析[J]、工会论坛（山东省工会管理干部学员报），2009（3）、
关键词：st股票；上证综合指数；相关性；风险
一、引言
1998年3月16日，我国证券监督管理委员会颁布了《关于上市公司状况异常期间的股票特别处理方式的通知》，规定当上市公司出现财务或其他状况异常，导致投资者对该公司前景难以判定，可能损害投资者权益的情形，交易所易地对其股票实施特别处理。自1998年4月22日开始，沪深证券交易所对连续出现3年亏损及财务状况异常的上市公司股票的交易进行特别处理。作为绩差公司及问题公司的典型代表，截止到2004年5月沪深两市已经有128支st股票(不包括已经不再属st的)，占上市公司的10%左右，在我国股票市场上已经成为一个特殊的上市公司群体。由于st队伍的不断壮大和其特殊性，无论是投资者、规则制定者还是理论工作者，都越来越关注它。
二、st类股票研究的现状及本文研究的问题
1、研究现状
st股票是我国资本市场特有的现象，因为其特殊性，得到学术界与实务界的关注，关于它的研究内容主要集中于三个方面。
(1)对st股票公司本身的分析研究。ost公司主要存在的问题。秦锋(2001)认为，st公司存在的主要问题是经营业绩不佳、产业结构不合理、重大投资失误或未见成效、财务状况恶化和会计政策变动频繁等。st公司扭亏途径的分析。秦锋(2001)认为，从短期角度看，借助外力实施资产重组是st公司摆脱困境的有效途径。从长期角度看，解决问题的根本是增强st公司自身的竞争能力和盈利能力；杨薇、王伶(2000)对st公司三个以上年度扭亏的特点进行分析，认为很多st公司的扭亏是短期行为，并未从根本上消除导致公司亏损的因素，被视为st公司扭亏“法宝”的资产重组存在很多弊端，st公司与大股东之间的关联交易之多也令人担忧；张弘、吴载德(2000)从更为广泛的范围，对亏损上市公司的整体情况进行了研究，指出在亏损公司的扭亏策略中，债务重组是亏损公司进一步实施扭亏的重要前提，股东的支持是资产重组得以顺利实施的关键，变卖增值的股权或资产则是实现扭亏的重要手段，政策特别是会计政策的变化也对亏损公司的扭亏结果形成重要影响。对st公司财务预警及盈余管理的研究。陈静(1999)、陈瑜(2000)和陈晓、陈治鸿(2000)、张爱民等(2001)采用实证的方法对我国上市公司的财务困境或失败进行了预测，发现运用一些财务指标并采用一定的方法对上市公司财务困境或失败有着显著的预示效应；戴娜(2001)研究了st公司通过资产重组进行盈余管理的问题，结论是st公司为了摘帽存在着通过资产重组进行盈余管理，导致st公司股票价格大大背离其真实价值。对st公司治理结构的研究。沈亿锋、张俊生(2001)对st公司总经理的离职概率与公司业绩之间的关系进行了实证研究，他们发现，我国上市公司被st处理后，其总经理与董事会的规模在统计上存在十分显著的正向关系，而与董事会中外部董事的比例以及董事会成员的持股量等变量不相关。
(2)对st股票的市场表现研究。ost股票市场风险的研究。昌志华(1999)认为，实施st处理对该板块的短期风险有明显的抵制作用，降低了短期系统风险比率，但是对中期风险的抑制作用不太显著；杜伟锦等(2003)对st股票的投资风险分析的实证研究表明，st类股票在二级市场上的投资风险远大于证券市场平均投资风险。对st股票市场效率问题的研究。程希骏等(2003)认为，st板块通过了市场弱有效性的检验。市场对st股票的反应。王震等(2002)研究结论是，市场对st作出了负面的反应，资产负债率越高的公司，市场对被特别处理公告的反应越大，市场对st公告的不同年份及对实施特别处理的两种情况的负面反应程度有一定的差异，但是对资产规模及上市公司时间长短反应的并不显著。
(3)完善我国证券市场运行机制的宏观研究。这方面的研究主要是探究上市公司退出机制的构造与完善，真正实现对上市公司的市场化选择。韩志国、段强等(2002)对我国股票市场上市公司的退市机制进行了比较全面的分析，认为建立有效、规范的退市机制有利于充分发挥股票市场的资源配置功能，实现资源的最优配置，提升产业结构，促进国民经济的增长；王震(2000)通过对国外公司困境的研究为我国st公司把脉认为，成熟的证券市场应该建立一种机制，以最小的成本来帮助投资者或债权人较早地识别困境公司，并为其摆脱困境创造一个良好的环境。
2、本文研究的问题
本文要研究的问题是，st股票的走势与大盘的走势是否一致。股票市场上常常有这样的说法：st股票的走势与大盘走势呈现一种此长彼消的趋势，即人们通常所说的“跷跷板”现象。如果真的存在这种现象，就意味着，st股票在证券市场上有一种意外的功能——规避风险的功能，投资者可以通过st股票与非st股票的买卖转换来规避它们在股票市场上的投资风险。同时，投资者也可以根据大盘走势对st股票的风险进行判断，从而降低投资st股票的风险。这样，可以给二级市场上的中小投资者提供一个比较简易的判断st股票整体走势的方法。另外，如果存在“跷跷板”现象，这对以上市公司业绩为依据的投资决策理念也将是一个很大的挑战。基于以上的认识，我们提出以下假设：
假设1：如果存在“跷跷板”现象，则st股票与大盘走势呈现负相关关系。
假设2：如果存在“跷跷板”现象，则影响st股票走势的因素与影响大盘走势的因素相同，影响的方向相反。也就是说，st股票并不受公司特有因素的影响，只受市场因素的影响，进而推出，st股票整体只承受系统风险，而不承受特有风险，只不过是st股票承担了与大盘方向相反的系统风险而已。只有这样，投资者才可能通过对st股票与非st股票的买卖来实现风险的规避。
三、样本
对于st股票的走势与大盘的走势是否存在“跷跷板”现象，即st股票涨跌与大盘涨跌是否呈负相关关系。本文从短期和长期两个视角来研究。选择自2004年3月12日至2004年4月09日止，20个连续交易日的样本作为短期走势观测期；选择自2003年9月12日至2004年4月9日止，30个交易周作为长期走势观测期。本文只以沪市作为研究对象，以st股票的整体走势与上证综合指数的走势进行对比，选择了沪市55只st股票中的48只作为样本进行分析，占沪市st股票的87、27%。本数据来源于搜狐财经网站。有关指标如下：st平均涨跌幅=本交易日(或交易周)样本st股票平均收盘价-上一个交易日(或交易周)样本st股票平均收盘价。其中，本交易日(或交易周)样本st股票平均收盘价=∑本交易日(或交易周)st股票收盘价／本交易日(或交易周)样本st股票数量；大盘涨跌幅=本交易日(或交易周)上证指数一上交易日(或交易周)上证指数。
四、st股票走势与上证综合指数走势相关性的研究方法及分析
1、st股票涨跌幅与上证涨跌幅走势相关性感性观察
在我们不知道st股票涨跌幅与上证涨跌幅之间存在什么关系时，可以从直观观察两者在同一时间内的走势图，感性地认识一下两者之间可能存在的关系。于是，我们利用spss软件勾画出了它们的20个交易日和30个交易周的走势，如图1和图2。
从图1和图2可以看出：(1)st股票的走势曲线与大盘的走势曲线并不完全相符，只是在一定程度上相符。从每一个图来看，自左至右随着时间的推移，st股票的走势曲线与大盘的走势曲线越来越背离。从两个图的比较也可以发现短期走势(图1)中，st股票走势曲线与大盘走势曲线较长期走势曲线(图 2)背离程度相对要小。这说明，st股票走势与大盘走势的相符程度随着时间的推移而逐渐减弱； (2)在一定时期内，st股票的走势波动幅度和频率大于大盘波动的幅度和频率。这说明，st股票的风险比大盘的风险大。
2、回归直线模型分析
假设在自变量x值给定的基础上，因变量y的取值按下述公式决定：
yi=α+βxi+εi，i=1，2，3， ……
式中，xi是自变量，表示上证指数涨跌幅；yi是因变量，表示st股票指数涨跌幅；εi表示随机因素对综合指数yi影响的总和。
(1)相关系数分析。从表1不难看出，st股票涨跌幅与上证指数的简单相关系数，短期的为0、761，长期的为0、616，在显著水平为0、01时，都通过了统计检验，都呈现出明显线性相关关系，其相关方向为正，且短期的相关性大于长期的相关性。这表明，在股票市场中，从短期来看，影响大盘走势的因素与影响st股票走势的因素是趋同的；从长期来看，影响大盘走势的因素与影响st股票的因素是有分歧的， st股票具有自己的独立影响因素。也就是说，st股票在短期内承担了较大的市场风险，在长期内承担了较大的特有风险。
(2)线性回归方程的统计检验。主要从两个方面进行检验：一是回归方程的拟合优度检验。从表2可以看出，从短期来看回归方程的拟合度比长期拟合度好。这一点从st股票与大盘走势图和点散布图上也可以得到印证。这一结果表明，单纯地根据大盘走势去判断st股票的长期走势比判断st股票的短期走势存在更大的风险；二是对回归方程的显著性检验。从回归方程的显著性检验可以得出如下结论：从表3中给出的统计量对应的相伴概率值小于0、01的显著性水平，认为回归系数同时与零假设无显著差异，上证指数涨跌与st股票涨跌之间存在显著的线性正相关关系。
五、结论
1、短期点分布对回归直线的偏离程度小于长期点分布对回归直线的偏离程度，短期st股票的走势与大盘的走势吻合性较大，从长期来看吻合性较小
这说明根据上证综合指数的短期走势去判断st股票的短期走势的风险小于根据上证综合指数的长期走势去判断st股票的长期走势的风险。关于这一点可以从以下原因得到解释：
(1)证券市场上st股票具有寻租效应。在主板市场上市公司进入门槛与成本相对较高，上市资格相对称缺的背景下，st、pt公司因其“壳资源”的宝贵及重组可能拥有广阔的市场题材想像空间，成为股票市场上交易十分活跃的一个上市公司“板块”。这使得没有投资价值的st股票在市场上可以寻租。人们在估计他们的价值时，往往参考大盘指数来进行的。
(2)投资者对投资和投机有同样的偏好。二级市场上投资者对从投资公司得到的股利收益和从股票市场上赚取的价差的偏好没有什么差别。所以，虽然st股票的投资者不能从上市公司分得股利，但是，可以利用广阔的市场题材想像空间，获得价差，从而实现其投资收益的目的。
(3)5%的涨跌幅限制及警示制度使得st股票的风险降低。 “t”类股票实际上是停板制度的衍生品，或者说是停板制度的产物。st是股票市场风险的一种警示形式，这使得其投资风险下降，进而使得投资者在市场上的相对投资风险与大盘相匹配。
2、st股票的走势与大盘的走势呈现不完全的正相关关系，且这种相关性随着时间的延伸而减弱
这是因为结论1中的原因使st股票的特有风险提前得到释放和控制，从而使短期内影响st股票的因素主要来自于市场风险。根据风险分散原理，就整个股票市场而言，只存在系统风险，而不存在特有风险，所以，从短期来看st股票的走势与上证综合指数走势基本是相符合的。但是，从长期来看，st股票作为股票整体中的一个部分而言，是存在特有风险的，这是因为，这些股票之所以被st，是因为该股票的特有风险所致，公司的基本经营状况和盈利能力决定着公司的长期发展，对于其长期走势还是有其独立的影响因素的。这就导致了st股票长期走势与上证综合指数走势的吻合性相对较差。所以，从长期投资的角度来分析对st股票进行投资时，投资者应该注重对st个别股票的特有风险的分析，如公司的并购、重组等。从我们对每一个st股票的研究也发现，在某股票被st以后，虽然短期内与大盘走势没有太大的背离，但是从长期来看，其价格呈总体下降趋势的。
3、st股票走势的波动幅度和频率都大于大盘，且长期大于短期
说明投资st股票要承担比大盘更大的风险，并且长期风险大于短期风险。这和昌志华、杜伟锦的结论一致。但是这风险差别远不象人们想像的那样严重。
总之，st股票的走势与上证综合指数走势呈不完全正相关关系，而且，短期的走势与长期的走势相关程度是不同的，这种相关性随着时间的推移在下降。我们假设它们之间呈现负相关关系不能成立。在短期内和长期内影响st股票走势的因素与影响大盘走势的因素也存在关差异。短期内影响两者的因素趋同，长期内st股票走势更多地受特有因素的影响。所以，在短期内st股票承受的市场风险比长期大，承担的特有风险小；而长期则相反。这也与我们的假设二不符。所以，笔者认为st股票走势与上证综合指数走势之间并不存在“跷跷板”现象，st股票的存在也不具有市场风险规避功能。投资者在对st股票投资时不能简单地根据大盘走势去判断st股票的整体走势，尤其是对st股票进行长期投资时。投资者在投资于st股票时必须对期公司的特有经营状况和政策进行分析，应注重对特有风险的防范。
参考文献：
[1]张卫东、沪市a股t类公司后续行为及监管研究[c]。上证研究、2003， (2)112—115、
[2]王震，刘力，陈超、上市公司被特别处理(st)公告的信息含量与影响因素[j]、北京：金融研究，2002，(9)、
[3]陈静、上市公司财务恶化预测的实证分析[j]、北京：会计研究，1999， (4)、
[4]陈晓，陈治鸿、中国上市公司的财务困境预测[j]、北京：中国会计与财务研究，2000，(3)、
[5]陈瑜、对我国证券市场st公司预测的实证研究[j]、北京：经济科学， 2000，(6)、
[6]何浚、上市公司治理结构的实证分析[j]、北京：经济研究，1998，(5)、
[71杨薇，王伶、关于st公司扭亏分析[j]、北京：财政研究，2002，(6)、
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：
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％。
摘 要：行为金融理论近年来越来越受到人们的重视，行为金融理论在标准金融理论的基础上迅速发展。本文基于行为金融理论，从不同角度对我国大陆股票市场的市场有效性进行研究，结合我国典型的证券市场异象进行行为金融学分析，并作出相应结论与建议。
关键词：行为金融学；股票市场；有效市场效率
1、有效市场假说概述
追溯早期研究，学者Gibson（1889）曾提出市场效率的基本思想：认为市场效率是指价格可以反映所有信息，当期不能预测未来价格①，1970年Eugene Fama系统地提出了有效市场假设理论（Efficient Market Hypothesis）。Fama认为市场有三种形式：弱式有效、半强式有效和强式有效②。弱有效市场是指目前证券的价格充分反映了影响价格变动的历史信息；半强有效市场是指目前证券的价格不仅反映了影响价格变动的历史信息，且反映了与证券价格有关的所有公开信息。强有效市场是指目前证券的价格不仅反映了与证券相关的历史的、公开的信息，而且反映了尚未公开的内幕信息③。
2、行为金融学的发展及其理论
随着经济的蓬勃发展，以理性人假设和有效市场假说为前提的标准，金融学无法解释金融市场上的大量异象，而行为金融学从投资者个体行为以及产生这种行为的心理动因来解释、研究和预测金融市场的发展，指出投资者在对不确定性问题进行判断时存在认知偏差与偏好，使其无法作出利润最大化的理性选择，并对市场产生偏差估计。
行为金融理论的基本观点可以归纳为：投资者不是完全理性的；投资者不是同质的；投资者不是风险厌恶型的而是损失厌恶型的；投资者的风险态度是不一致的、分类的 、变化的；市场存在非有效性④。
3、国内股票市场异象及其行为金融学解释
3、1市场收益与价格的异象与分析
日历效应
日历效应是一种泛称，包括周一效应、星期效应、月份效应等。日历效应最早由Fred C、Kelly（1930）发现，他首次提出纽约股票市场出现周一收益率异常偏低的现象。中国股票市场日历效应的研究始于90年代，张仁良等（1997）通过对香港股市进行数据分析，发现香港股市小盘股1月份的收益率与其它月份的收益率差异很大，大盘股的一月效应更加明显④。朱宝宪等（2002）对1995至1997年间深沪两市286只股票的周均收益率进行检验，数据表明支持“一月效应”的说法，但因春节的缘故，被推迟到了2月或3月⑥。
此种证券市场异象，从行为金融学的角度来分析，是由于投资者思想中的心理分隔，即依据特定事件的表面特征将其划分入不同的思想层次内。例如周一效应，由于投资者将一周分为七个代表不用意义的日期，星期一作为一周的开始，其代表意义可能是积极且振奋的，或压抑且忙碌的，此类情绪高低起伏的变化，会影响投资者的交易决策。
处置效应
处置效应是指投资者在处置股票时，具有卖出赚钱的股票、继续持有赔钱的股票的倾向，这表明当投资者处于盈利状态时是风险回避者，而处于亏损状态时是风险偏好者⑦。
深交所综合研究所作的《我国股市投资者的处置效应》显示，我国股市投资者有“出赢保亏”倾向。报告指出，卖盈比例/卖亏比例和持股时间检验都表明，我国股市确实存在处置效应。
对于处置效应的产生，从行为金融学角度分析，主要有以下两点：首先基于“后悔理论”，投资者为了避免或拖延后悔情绪出现，会继续持有下跌的股票，以延迟面对资金遭受损失所带来的后悔情绪，主观忽视继续持有股票会导致更大损失的可能性；投资者及时卖出上涨的股票是为了避免后期股价可能降低所导致的后悔感，而刻意忽视股价上涨扩大盈利的可能性。其次是出于“自我辩解”，手持亏损的股票若立刻抛售则意味着投资者之前的投资决策是错误的，投资者出于自我辩解的心理，会认为“损失只是暂时的”，从而继续持有亏损股票形成处置效应现象。
3、2市场交易量及股价波动的异象与分析
中国股市近年来股价非理性的异常波动促使股票收益率分布出现尖峰、厚尾的现象，这与有效市场假说所假定的正态分布有较大区别。从以下三个数据可见一斑：首先是市盈率，自中国沪深两市建立以来，中国证券市场的市盈率普遍高于同期其它地区市场水平。2007年市盈率超过50%，而同期香港为10%—20%，纽约证券市场为15%—20%；其次是换手率，纽约、日本、香港股票市场年换手率在60%、30%、65%左右，而我国股票市场的年换手率在400%-600%之间，远高于其他市场；最后是股价波动率，我国的证券市场的波动异常体现在振幅的剧烈、涨跌幅过大⑧。
噪声交易
在股票市场中，噪声是与信息相对的概念。就股市噪声根源而言，信息不对称、投资者非理性、以及投资者结构缺陷等因素都有可能导致投资者出现噪声交易行为而产生噪声⑨。
我国证券市场历史较短，相比于欧美证券市场而言较为不成熟，且作为一个新兴的资本市场，我国的普通股民由于实力弱小、经验较少，多从市场价格的变动中进行信息的判断，而由此得到的信息相当大一部分是“噪声”，因此我国股票市场噪声交易行为普遍，易造成股市交易量较大波动⑩。
股价异动
近年来我国的股票价格波动频繁，且与公司自身的价值联系性很小，存在过度投机特征，对于证券市场中的价格泡沫和股价异常波动。
以上几类现象从行为金融学角度来讲，说明投资者存在羊群效应、过度自信及自我归因偏差等心理因素。羊群效应，也可称为从众、跟风行为的连锁反应，造成羊群效应的本土原因很多。首先，证券市场信息披露机制所带来的信息不对称问题，使个人投资者所能利用的有效信息不足，更倾向于选择模仿、跟风式决策。其次，中国证券市场中，较多个人投资者专业知识匮乏，决策呈现随机性。最后，中国众多证券公司和股评机构为了牟利利用各种媒体进行荐股、析股，投资者易被引导作出非理性决策。三个因素的综合作用，极易造成羊群效应。
而“过度自信”的投资心理，易导致投资者夸大自己对股票价值判断的准确性，“自我归因偏差”则使他们低估关于股票价值的公开信息，随着公开信息最终战胜行为偏差，对公开信息的反应不足和对个人信息的过度反应，就会导致股票回报的短期连续性和长期反转。
3、3国内股票市场特殊的异象与分析
典型政策市
政策市，是指利用政策来影响股指的涨跌，政策的操作和影响对象很明确，就是股票指数。中国股市是一个典型的政策市，大多数投资者在长期影响下形成了“政策情结”，也相信股市的大幅波动是政府导向的结果。金晓斌等（2000）的统计数据分析表明：1992-2000年初政策性事件是造成股市异常波动的首要因素，占总影响的46%，1992-2000年初沪市的52次异常波动中，由政策性因素引起的一共有30次，约占60%。
板块效应
股票板块指的是由某些股票组成的小集团，这些股票因为有某一共同特征而被人为地归为一类，而这一特征则成为媒体或某些利益集团炒作的题材。例如2002年和2005年，被大肆炒作的“绩优板块”和“重组板块”。
以上两种情况，从行为金融学的角度分析，首先则是因为市场上存在两种类型的交易者，即噪声交易者和知情交易者。前者容易产生如前所述的羊群行为，并且容易受到信息的影响而反应多度；而后者则根据价值进行投资，因为能够分析有利信息，他们关于政策和板块对股价的影响有更好的理解与应用，在知情交易者通过理性决策选定某股票时，再利用噪声交易者易从众、跟风的特质，极易促使某板块的股价波动，也极易通过煽动，使政策迅速反应到股价之上。
4、结论
从本文列举的诸多证券异象看来，此类现象均明显地违背了标准金融学的有效市场假说理论，从而反应出我国证券市场是缺乏效率的，而本文基于行为金融学的视角将标准金融学所不能解释的异常现象通过行为金融学进行了分析，也不难发现此类异象存在的理与据，同时也为投资者在执行交易决策时提供了新的分析思路。
参考文献
[1] Grieb，Reyes、Random Walk Tests for Latin Ameriean EqUity Indexes and Individual Firms、journal of Financial Research，（22），1999，pp、371一383、
[2] 郭睿，马骥、中国股票市场效率的实证检验[J]、税务与经济，2004（3）
[3] 李心愉、证券市场效率与投资决策[J]、专家视点，2005（4）
[4] 饶育蕾、行为金融学的意义与应用前景[J]、管理评论，2003（5）
[5] 张仁良，胡斌、香港股市中的小盘股效应及季节效应分析[J]、自然科学、1997（2）
[6] 朱宝宪，何治国、β值和帐面、市值比与股票收益关系的市政研究[J]、经济研究、2002（1）
[7] 张勇、中小投资者非理的经济学分析[D]、山东大学、2010
[8] 刘阳、中国证券市场投资者羊群行为研究[J]、财经论坛、2011（2）
[9] 欧阳洪、中国股市噪声交易行为有效性实证研究[J]、山东财政学院学报，2007（4）
[10] 孟薇、基于行为金融学的我国证券市场效率的实证分析[D]、2006
[11] 金晓斌，唐利民、政策与股票投资者博弈分析[J]、海通证券2000年研究报告、2000 [12]刘茹、从行为金融学的角度透析我国证券市场的效率[D]、中国海洋大学，2006
[13] 吕媛，黄国良、中国证券市场上的异象与行为金融解释[J]、郑州航空工业管理学院学报（社会科学）、2006（4）
注解：
① Grieb，Reyes、”Random Walk Tests for Latin Ameriean EqUity Indexes and Individual Firms”、journal of Financial Research，（22），1999，pp、371一383、
② 郭睿，马骥、中国股票市场效率的实证检验[J]、税务与经济，2004（3）
③ 李心愉、证券市场效率与投资决策[J]、专家视点，2005（4）
④ 饶育蕾、行为金融学的意义与应用前景[J]、管理评论，2003（5）
⑤ 张仁良，胡斌、香港股市中的小盘股效应及季节效应分析[J]、自然科学、1997（2）
⑥ 朱宝宪，何治国、β值和帐面、市值比与股票收益关系的市政研究[J]、经济研究、2002 （1）
⑦ 张勇、中小投资者非理的经济学分析[D]、山东大学、2010
⑧ 刘阳、中国证券市场投资者羊群行为研究[J]、财经论坛、2011（2）
⑨ 欧阳洪、中国股市噪声交易行为有效性实证研究[J]、 山东财政学院学报，2007（4）
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
热门推荐