前言：想要寫出一篇令人眼前一亮的文章嗎？我們特意為您整理了5篇股票投資的主要分析方法范文，相信會為您的寫作帶來幫助，發現更多的寫作思路和靈感。

股票投資的主要分析方法范文第1篇

1.1培養各種能力培養大學生的創新能力

提升其對資金的判斷和使用能力，以及投資理財的能力。股神巴菲特說過，一生能積累多少財富，不是決定于你能賺多少錢，而是取決于你如何進行投資理財，錢找人勝過人找錢，要懂得錢為你工作而非你為錢工作。由此可見，投資理財的能力十分重要，而進行股票投資正是鍛煉在校大學生這一能力的最佳選擇之一。

1.2培養紀律性、執行力和應變的能力

股票投資不是隨意而為，而是依“計”而行，這個“計”便是投資操作策略。投資策略一旦制定，在環境沒有發生較大變化的情況下，應嚴格按投資策略執行，不能因個人的“好惡”、“恐懼”、“貪婪”而隨意改變操作策略，做到“該出手時才出手”。但是，股票投資又是依“勢”而為，這個“勢”一方面指股票具體運行的趨勢，另一方面指股票投資操作策略的環境，一旦這個“勢”發生了變化，具體的操作策略也就相應變化。通過在股票投資中依“計”而行和順“勢”而為的訓練，從而培養在校大學生的紀律性、執行力和應變能力。

1.3進行挫折教育

股票投資是一個高風險的投資，虧損現象時有發生，這就要求投資者能及時總結經驗，正確面對盈虧，保持平和的心態，這其中就包含了挫折教育。總之，投資股票對知識、能力、技能還是經驗和心理的要求均是全方位的、高標準的，那么在校大學生投資股票得到的鍛煉和促進也是全方位的，不僅能使在校大學生在“學中做”，更能促使在校大學生在“做中學”，做到“學”“、做”兼顧，相得益彰。

2在校大學生進行股票投資之弊

2.1有可能本末倒置或舍本

逐末在校大學生的主要任務是學習，學習專業知識和與其相關的知識，學習專業技能，鍛煉各方面的能力，學習做人和做事。這種學習是全方位的，也應該是高標準的，在校大學生的主要精力和時間也應該放在這些方面，而投資股票只是其中很小的一部分，是一種業余愛好和學習。如果認識不到這一點，把主要精力和時間放在股票投資上，甚至在上課的時候也研究股票和進行股票投資操作，那就是本末倒置。

2.2有可能影響生活

大學生投資股票的資金來源渠道較單一，余錢較少，部分同學甚至還是用生活費進行投資，因而抗風險能力不夠強；加之自己的專業知識有限、經驗欠缺，分析篩選股票以及操作的技術有可能不夠成熟，因而發生虧損的可能性較大。一旦虧損，就有可能對學生的生活造成影響。

2.3有可能使個別在校大學生形成拜金主義

大學生在校期間不僅是學習專業知識和技能及相關知識、培養自己各種能力的階段，同樣也是思想意識逐步成熟的階段。如果在這個階段只想著進行股票投機，久而久之就可能形成盲目崇拜金錢、把金錢價值看作最高價值、一切價值都要服從于金錢價值的思想觀念和行為，而“以義為先”的我國傳統美德就可能在其意識和行為上消失，從而形成拜金主義的思想意識等等。

3解決問題的辦法

（1）利用課余時間積極學習股票投資的理論知識、技能及相關知識，如股票投資的趨勢理論、K線和均線知識、主要技術指標知識、股票篩選、分析、買賣知識和技能等，以及學習信息的收集和分析的方法，學習宏觀經濟學、管理學、計算機操作和簡單編程知識、財務報表的分析方法等，儲備投資股票的知識與技能。

（2）可以在校內成立投資協會，愛好股票投資的同學一起交流學習，并與校外證券公司長期合作，邀請投資理財專家定期到校園舉辦講座，帶來股票最新資訊，教同學們該如何分析、篩選、買賣股票等。

（3）在平時，大學生可以用股票交易軟件進行股票的篩選分析并進行模擬買賣，這樣不僅能避免不必要的經濟損失，還能學習股票投資的知識和技能，又盡可能地不影響課堂學習。

（4）成立興趣小組，集資實戰。成立興趣小組，各自進行小部分出資，制定出投資管理協議，并按協議進行分工合作、制定投資計劃、操作策略、分攤盈虧、交流和總結等等。這樣，每一個人出資少，即使投資失敗，也不至于嚴重影響生活；大家分工合作，每個人花的時間也少一些；同時，不僅可以鍛煉協作精神，培養投資管理意識，最重要的是能學習和提高實戰技能。

（5）利用暑假或者寒假進行投資操作，此時在校大學生不僅有充足的時間去分析大盤，研究股票，買賣股票，還能得到父母的資金支持，同時也不用擔心生活費用的問題。此外，除了學校引導和培養在校大學生的股票投資理念、方法外，家長和社會也應該關心和引導在校大學生形成正確的股票投資理念，要讓在校大學生明白：在校投資股票的主要目的是學習更多的理論知識，學習分析和解決問題的方法，培養各方面的能力和提高心理素質；投資股票不是簡單的投機，而是投資；追求利益是分階段的，大學生不應該把追求金錢放在首要位置，以學習為主，避免部分大學生形成拜金主義等等。

4結束語

股票投資的主要分析方法范文第2篇

關鍵詞：股票投資價值；模糊層次分析法；計算機應用服務業

中圖分類號：F832 文獻標志碼：A 文章編號：1673-291X（2017）16-0075-05

2009年10月30日，我國創業板在深圳股票交易所成功上市，從初建時28家公司，總發行股本2 672 140 777股，截至2016年12月26日已有568家公司成功上市，總發行股本為262 475 087 724股。創業板市場的快速發展為國內中小公司，尤其是高成長、高風險、高收益、高創新的計算機應用服務公司提供了巨大的融資機會和發展機遇。多層次資本市場體系的逐步完善拓寬了個人投資者的投資渠道，而創業板計算機應用服務公司的股票憑借其高成長和高收益性正在逐漸獲得個人投資者的青睞。因此，如何建立一套科學有效的股票投資價值評估模型，幫助投資者高效準確地識別出具有投資價值的股票，成為專家學者們共同關注的熱點之一。曲若鵬以同一家公司財務報表為例，運用兩種方法評估企業股票投資價值，第一種是先估計實體價值，然后減去凈債務價值；第二種方法利用股票投資現金流量模型進行折現，得出的結論為不同的思路得出的股票投資價值評估結果是不同的。張棟等人認為，企業股票投資與看漲期權極為相似，借助B-S期權定價模型可以確定企業股票投資價值，雖然與傳統方法相比此模型可充分考慮到企業收益風險，操作更具靈活性，但缺點是重要參數波動率的確定容易產生偏差、計算過程也比較復雜。劉建容等強調股票的投資價值是一種相對價值，結合層次分析法和因子分析法建立了上市公司內在價值評估模型，借助相對內在價值與股價動態變化趨勢之間的聯系構造出上市公司投資價值分析模型，實證研究表明該模型在投資者進行股票選擇時具有指導作用。孫霞指出，資本結構、股票投資結構、公司治理結構以及企業所處的行業和宏觀經濟形勢等都是影響企業股票投資價值的重要因素，國內金融市場日趨完善，掌握一些科學的股票投資價值評估技術是投資者進行理性投資的必要手段。

通過以上文獻可以發現，對股票價值進行全面、科學的評估不僅可以有利于股東的監督與公司管理者的經營，也是投資者進行投資的必要過程。多數學者對股票投資價值評估研究范圍比較廣泛，缺乏針對性，并不完全適用于高成長、高風險的計算機應用服務類公司。因此，結合該行業的具體特點，遵循創新性、科學性、全面性等原則，增加了研發經費投入比、產品市場認可度、人才儲備等創新性指標。

一、股票投資價值評估指標體系的建立

（一）建立指標體系

本文采用模糊層次分析法來構建股票投資價值評估模型。模糊層次分析法是綜合運用模糊數學和層次分析法的一種分析方法。層次分析法（analytical hierarchy process，簡稱AHP法），由美國運籌學家Satty于20世紀70年代提出，是一種定性與定量分析相結合的多準則決策方法，具體分為五個步驟：根據總目標明確問題，分解問題并構建層次分析模型，根據隸屬關系構造判斷矩陣，層次單排序和層次總排序。運用AHP的關鍵是構造滿意一致性矩陣，但由于人們主觀意識對客觀事物的判斷存在差異，構造的矩陣需要經過不斷的調整和檢驗才會達到滿意的一致性。而模糊層次分析法（fuzzy analytical hierarchy process，簡稱“FAHP法”）用模糊數代替標度表示結果，通過兩兩元素的比較構造模糊一致判斷矩陣，借助模糊一致矩陣表示各個元素的相對重要性權重，實現了模糊環境下的層次分析，使得決策結果更加數字化，定量化和科學化。

依據《中華人民共和國證券法》《深圳證券交易所創業板股票上市規則》和《中華人民共和國中小企業促進法》等文件，立足創業板計算機應用服務公司高收益、高風險、技術獨占性、高成長性等特點，參考國內外相關文獻，遵循科學性、全面性、創新性等指標體系設計原則，增加了研發經費投入比、產品市場認可度、人才儲備、知識產權、成果轉化能力、決策科學程度等指標，最終構建了創業板計算機應用服務公司股票投資價值評估的指標體系。該指標體系分為3層，第1層是目標層，即創業板計算機應用服務公司股票投資價值A；第2層是準則層，對應盈利指數（B1）、成長指數（B2）、風險指數（B3）和創新指數（B4）4個一級指標；第3層是指標層，包括基本每股收益、凈資產收益率、凈利潤增長率等10個定量指標和產品市場認可度、人才儲備知識產權等5個定性指標。

（二）構造判斷矩陣

本文采用模糊層次分析法來確立各級指標的權重值，邀請多位股票投資專家和資深股民對指標間相對重要程度進行兩兩判斷，采用Saaty1―9標度法構造出判斷矩陣，Satty1―9標度法的含義（見表1）。

根據上述專家對指標重要程度判斷結果的處理，得到5個判斷矩陣Y，Y1，Y2，Y3，Y4，分別為：

（三）計算各級權重并檢驗一致性

根據計算，得到W=（0.5423，0.1397，0.2333，0.0847），各指標層對準則層的權重向量為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）。上述計算得到的權重值能否作為下層要素對上層某一要素排序的依據，還需要對判斷矩陣進行一致性檢驗。層次分析法中，用CI（consistency index）作為檢驗判斷矩陣一致性的指標，其中CI，因判斷矩陣階數n越大時，一致性越差，為消除階數對一致性檢驗的影響，引進修正系數RI（random index），并最終用一致性比例CR（consistency ratio）作為判斷矩陣是否具有一致性的檢驗標準，其中CR=CI/RI，當計算得到CR值小于或等于0.1時，認為判斷矩陣具有一致性，可以進行單排序；當CR值大于0.1時判斷矩陣不滿足一致性，需要修正評分降低偏差，直到滿足一致性檢驗。RI值隨矩陣階數n變化情況（如表2所示）。

下面計算并判斷矩陣的一致性檢驗指標，矩陣Y的最大特征值λmax為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值分別為0，0.0078，0.0422，0.0116，均小于0.1，通^了一致性檢驗，權重系數可以接受，得到權重匯總表（如下頁表3所示）。

二、實證研究

（一）數據樣本的來源與選取

應用模糊層次分析法對創業板計算機應用服務公司股票價值進行評估的過程是：首先，根據上述專家學者給出的相對重要性矩陣計算出各指標相對于綜合評價目標的權重系數（前文已得出計算結果（見下頁表3）；然后以各公司重要財務指標的實際值和綜合實力為基礎，將定量指標和定性指標進行橫向比較，得出各指標在多家公司中的相對重要性，重要性程度用分值的高低來表示；最后，用相應的權重系數乘以各家公司評價指標的對應分值，得出各公司盈利指數、成長指數、風險指數、創新指數的分值和綜合評價分值。

本文從深市創業板隨機抽取4家有代表性的計算機應用服務公司股票進行分析，并對其投資價值進行評估排序。它們分別是銀信科技（300231）、易華錄（300212）、漢鼎宇佑（300300）、朗瑪信息（300288），以下分別用P1、P2、P3、P4來代表它們。為了提高評價結果的可靠性，本文假設不同股票的宏觀經濟環境、政策導向、行業特點等都相同。表4是新浪財經網提供的這4家公司截至2016年6月30日的定量評價指標的財務數據。

根據表4中財務數據和各公司的綜合實力對每家公司的評價指標構造判斷矩陣，計算每家公司在各指標中所占的相應權數（計算方法如上文所示），結果（如下頁表5、表6所示）。假定每個指標的滿分都是100分，將每家上市公司各評價指標的分值與其對應的權重系數相乘，得出盈利指數、成長指數、風險指數和創新指數的得分。同理，將每家公司上述四個指標的分值乘以對應指標的權重系數，得出綜合評分。下面以銀信科技為例計算其盈利指數、成長指數、風險指數和創新指數及其投資價值綜合評分。

盈利指數=銀信科技在基本每股收益C1的權重得分×C1在盈利指數B1中的權重+銀信科技凈資產收益率C2的權重得分×C2在盈利指數B1中的權重+銀信科技每股凈資產C3的權重得分×C3在盈利指數B1中的權重盈利指數=

17.97×0.5+43.54×0.25+9.84×0.25=22.33，同理，成長指數=

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

25.58，風險指數=6.4×0.2291+14.43×0.1575+23.78×0.5359+

13.61×0.0775=17.54，創新指數=12.64×0.2771+26.31×

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

投資價值綜合評分=銀信科技在盈利指數B1中的得分×B1在計算機應用服務公司股票投資價值A中的權重+銀信科技在成長指數B2中的得分×B2在A中的權重+銀信科技在風險指數B3中的得分×B3在A中的權重+銀信科技在創新指數B4中的得分×B4在A中的權重投資價值綜合評分=22.33×0.5423+25.58×0.1397+17.54×0.2333+20.46×0.0847=21.51。

同理，4家公司股票的投資價值綜合評分結果匯總為表7。

（二）投資價值評估排序

對創業板這4家計算機應用服務公司股票投資價值進行排序，得到的結果（如表7所示），即按投資價值從優到劣依次為：易華錄、朗瑪信息、銀信科技、漢鼎宇佑。易華錄的投資價值最大，主要表現為其收益較高、創新能力較強，發展穩定、上升空間大，是這四支股票中相對投資價值最大的。

（三）檢驗

為了檢驗采用模糊層次分析法做出的計算機應用服務公司股票投資價值評估模型的科學性和可行性，本文繪制出上述4家公司自2014年6月30日至2016年6月30日的股票漲跌幅度趨勢圖（如下圖所示）。可以看到，4家公司的股票實際漲跌趨勢與上文模型預測的結果一致。

結合表7和下圖可以得知，易華錄的投資價值最高，雖然朗瑪信息的最大漲幅高于易華錄，但是易華錄的整體漲幅趨勢更為穩定，波動較小，抗風險能力高，成長性好，收益也更穩定，所以是相對投資價值最大的股票。根據北京易華錄信息技術股份有限公司2016年半年度報告顯示，報告期內，基于行業發展環境良好，業務模式創新漸顯成效，公司新增項目較多等原因，公司經營效益穩步提高。僅2016年上半年，公司已實現營業收入89 619.77萬元，較去年同期增長18.9%；歸屬上市公司股東的凈利潤為7 838.75萬元，較去年同期增長36.32%。研發投入總額為6 906.15萬元，較去年同期增加12.68%，主要原因為本年新增研發項目增加所致，截至2016年6月30日，公司新增取得國家知識產權局授權的專利17項。朗瑪信息的股票投資價值位于第二位，與銀信科技的股票投資價值相差不大。銀信科技的漲幅雖然較小，但其整體漲幅走勢平緩，幾乎維持在正增長狀態，風險比較小，但收益比前兩者低，所以排在第三位。漢鼎宇佑排在第四位。根據本文表4可以得知，其凈利潤增長率和主營業務收入增長率都為負數，經營狀況有待改善，成長性較低，故而收益也較低，所以排在第四位。

三、結論

運用模糊層次分析法可以清晰反映出創業板不同計算機應用服務公司投資價值的優劣以及各指標的權重，幫助投資者對其投資價值進行綜合評價和分級，從而制定出利潤最大化、成長最優化和風險最小化的最佳投資方案。因此，利用模糊層次分析法構建的創業板計算機應用服務業股票投資價值評估模型，對投資者的投資決策具有較高的參考價值。但是，在現實的股票投資市場中，影響股票投資價值的因素眾多，包括宏觀經濟環境、政策導向、公司資本結構等，因而在指標選取和權重設定等方面會存在較大的差異性。總而言之，運用模糊層次分析法進行創業板計算機應用服務公司股票投資價值評估的優勢在于其科學性、數字性和靈活性，可以結合具體的宏觀環境和各股票的實際情況具體分析與評價。同時，由于股票市場十分復雜，瞬息萬變，可以將模糊層次分析法與其他科學決策方法相結合，優化指標的選取，最大程度剔除不確定性因素的干擾，提升指標權重的準確性，增強預測的可信度。

參考文獻：

[1] 曲若鵬.企業股權價值評估的兩種方法[J].財會月刊，2011，（32）：66-67.

[2] 張棟，楊淑娥，楊紅.基于B-S模型的企業股權價值評估[J].統計與決策，2006，（20）：144-147.

[3] 劉建容，潘和平.基于財務指標體系的中國上市公司投資價值分析[J].管理學家：學術版，2010，（5）：16-25.

[4] 孫霞.淺談股權價值評估的影響因素[J].當代經濟，2014，（7）：108-109.

[5] 胡運權，等.運籌學基礎及運用：第4版[M].北京：高等教育出版社，2004：308-311.

[6] 陳德軍，劉冬，隋建龍.基于模糊綜合評價的物流園區企業征信評價方法[J].武漢理工大學學報：信息與管理工程版，2016，（4）：

451-454.

[7] 侯春梅.基于模糊層次分析法的投資項目評估[J].武漢理工大學學報：信息與管理工程版，2015，（5）：645-648.

[8] 朱琦臣.企業股權投資價值分析實證研究[D].上海：復旦大學，2010.

[9] 柴中華，鄭垂勇，蔡華.風險投資價值評估的新方法[J].統計與決策，2010，（5）：162-164.

股票投資的主要分析方法范文第3篇

學術界對股票投資母國偏好的成因解釋

對沖母國特有風險。對股票投資母國偏好的一個潛在解釋是，國內資產通常與母國市場有更大的聯系性，因而國內資產能更好地對沖母國的特有風險。在這里，母國的特有風險主要是指通貨膨脹風險和諸如人力資本之類的非交易性財富風險。然而，已有大量實證研究表明，國內股票收益與國內通貨膨脹之間以及國內股票收益與非交易性財富之間并不存在普遍的強烈聯系。因而，用對沖母國特有風險來解釋股票投資母國偏好并不令人信服。

對外投資的障礙和成本。對外投資障礙可能導致股票投資母國偏好。通常，對外投資障礙主要體現為對外國資產的罰沒、對資本流動的直接控制、對銀行存款的儲備要求以及對公司外國持有者的占比限制。在20世紀80年代，假定投資障礙會導致母國偏好是與現實情況相當吻合的。對很多投資者而言，由于母國的限制，獲得外幣并進行對外投資是相當困難的。但20世紀90年代以來，幾乎所有國家一定程度上都開始開放其金融市場。絕大多數發達國家的金融市場以及一些新興經濟體的金融市場均對外國投資者開放。然而，股票投資母國偏好在這一環境改變下仍然盛行。這說明，投資障礙難以解釋股票投資母國偏好。交易成本也可能導致股票投資母國偏好。通常，跨國股票投資的交易成本包括銀行交易費用、匯率交易成本和信息收集成本。如果外國資產的交易更為昂貴，則可以預計外國資產交易量要小于國內資產交易量。但實證研究發現，外國股票的換手率往往要高于國內股票的換手率；由此看來，交易成本也難以解釋股票投資母國偏好。

信息不對稱。對股票投資母國偏好的一個流行解釋是，國內和外國投資者之間的信息不對稱驅動了對本國資產的偏好。這種觀點認為：如果存在信息差異，風險厭惡的投資者會偏好那些能更容易獲得相關信息的股票，顯然，國內股票更符合這一特點。在相關的實證研究中，研究者往往將兩國間的地理距離或者是兩國間的語言文化共享程度作為信息不對稱的代表。結果顯示，信息不對稱在國際資產組合選擇中發揮了重要作用；這說明，信息不對稱能相當程度解釋股票投資母國偏好。然而，仍有學者對這一觀點提出了不同看法：首先，從理論上講，信息不對稱不僅對風險評估有影響，它還同時影響預期收益，這一點不能忽略；其次，國際市場存在很多股票指數，利用它們能一定程度避免信息不對稱；此外，利用信息交易也能一定程度避免信息不對稱。

公司治理和國家風險。公司層面的治理缺陷以及國家層面的政治風險，也可能導致股票投資母國偏好。公司層面的治理缺陷以及國家層面的政治風險會導致兩類問題。一方面，存在公司內部人的問題；也就是說，實際控制公司的內部投資者可以通過對外部投資者的剝奪來獲得私人利益。另一方面，存在國家的問題；也就是說，國家條例制定者可以通過監管與稅收政策來剝奪投資者利益。這兩類問題會影響國際資產組合選擇：由于內部投資者在公司治理較差的環境下能通過剝奪外國投資者獲得實質性好處，因而公司治理差的國家外國投資比重小；由于高剝奪風險會損害外國投資者利益，因而高剝奪風險的國家外國投資比重小。實證研究表明，在那些缺乏投資者保護或者具有高剝奪風險的國家，國內股權集中度更高；這說明，公司治理和國家風險對股票投資母國偏好具有一定解釋力。

行為偏好。關于股票投資母國偏好的理論解釋大多是基于傳統的研究方法，也就是假定個人行為是完全理性的。但試驗經濟學已經發現，人們在經濟決策時面臨愿望思考偏差和控制問題。為了解釋股票投資母國偏好，研究者發展了一些行為偏好模型。有學者用懊悔理論解釋了非分散化的國際投資，其基本觀點是，投資者用國內資產組合作為基準并對其外國投資的不良表現感到懊悔。還有學者提出，不僅僅在國內投資者相對于外國投資者擁有實際的信息優勢時，甚至在國內投資者相對于外國投資者擁有某種信息優勢感知時，股票投資母國偏好都會發生。這種觀點認為：如果向所有投資者提供相同信息，則任何類型的群體并不擁有實際的信息優勢；此時，過度自信的投資者在其熟悉的投資領域會感覺有信息優勢，這種感覺上的競爭優勢深刻影響了預期形成；相對于那些感覺有判斷競爭優勢的領域，主觀概率在那些感覺沒有競爭優勢的領域分布更分散；進一步說，對國內股票形勢的判斷平均要比對外國股票形勢的判斷更為樂觀，這一感覺會導致投資偏向國內股票。對股票投資母國偏好的行為偏好解釋開拓了研究思路，但這類研究面臨實證檢驗方面的困難。

關注中國的股票投資母國偏好要求

應當說，對股票投資母國偏好的各種理論解釋都不盡完善，因而學術界將這一領域稱為股票投資母國偏好之謎。股票投資母國偏好這一現象可能是由多種因素綜合形成的，特別強調某一因素的決定性影響可能有失偏頗。

對于當前中國而言，實踐發展已經提出要關注股票投資母國偏好的要求。2005年7月21日，人民幣匯率制度回歸有管理浮動；此后，中國國家外匯管理局相繼出臺了一系列外匯管理改革措施，這些措施的一個主要目的就是放松資本流出管制，以緩解人民幣升值壓力以及由此帶來的經濟過熱壓力。從前期QDII的實踐表現看，放松管制并沒有達到預期的效果，長期受到流出抑制的資本似乎對“自由”不感興趣。這實質上就是一種股票投資母國偏好。

有分析人士將這一現象的成因歸結為缺乏有激勵的市場環境，即人民幣的升值預期和國內資本市場的價格飆升導致資本流出沒有獲利優勢。這一解釋并不令人信服。日本的歷史經驗一定程度印證了這一看法。在廣場協議簽訂以后，日元經歷了大幅升值，日本資本市場泡沫也急劇膨脹。而幾乎在同一時期，日本放松了對外資本流出的限制，其對外證券投資開始急劇擴大；1986年，日本的對外證券投資為597億美元，而到1989年，日本的對外證券投資就躍升為1131億美元。日本的經驗說明，要從更廣泛的視角來找尋QDII發展不利的原因。

股票投資的主要分析方法范文第4篇

關鍵詞 模糊決策 運籌學 模糊集 股票投資價值

1 股票技術分析及預測方法

1.1 股票技術分析方法

進行股票的預測，最直接和基本的方法是股票的技術分析，它依據統計圖表和股市的圖形研判股市的未來動向，技術分析方法可以分為三種類型：判斷股價趨勢為主的趨勢分析，如道瓊斯理論、趨勢線法、移動平均線等；形狀分析，如k線系統、整理與反轉形態、支撐與阻力以及箱性理論，波浪理論等；人氣指標，如成交量圖、obv指標等。雖然技術分析方法具有一定的準確性，但是由于技術指標分析方法眾多，各種方法之間差別巨大，對于投資者來說學習不易，掌握更難，同時技術分析理論缺乏可靠的理論支持，分析結果仁者見仁、智者見智。雖然直到目前它仍然是大多數投資者在使用和依賴的分析預測方法，但是改進和發展它已經成為不可避免的事實。

1.2 基于統計學理論的預測方法

統計學理論的預測方法，主要是基于模型擬合和最小二乘原理建立各種回歸、自回歸、混合回歸模型進行預測。此類方法，具有嚴格的數學基礎，應用也最廣泛，近年也有相當的發展。如nelder，ja和 wedderburn，r·w·m提出了廣義線性模型，它放松了經典線性模型的假設，極大地豐富了回歸分析的理論。aaron li和duanleo對假設進一步放松，提出了一般回歸模型，該領域研究具有十分驚人的前景。在計量經濟研究中，ichi二則提出了一類十分重要的模型——單指標模型。研究的重點在于使之更適合于實際社會經濟系統建模。

1.3 基于人工智能技術的股票預測技術

由于計算機與人工智能技術的飛速發展，為股票市場建模與預測提供了眾多的新技術、新方法，基于人工智能的股票預測技術進展迅速。基于神經網絡的股票預測方法，主要使用神經網絡進行股票價格數據的學習訓練，然后使用訓練模型進行股市預測。采用模糊模型技術進行預測，主要是依據專家經驗或統計方法建立模糊模型進行預測；另外還可采用遺傳算法進行神經網絡的學習權值調節或模糊模型、模糊規則的調整，使神經網絡模型或模糊模型更加逼近系統模型。

1.4 股票的組合預測方法研究

決策者面臨決擇的預測方式可能不只一種，且各有千秋，都能從一定程度上提供不同的有用信息，如何綜合利用這些信息，解決多模式預測方式問題，正是組合預測的研究內容。在1989年，international journal of forecasting和journal of forecasting分別出版了組合預測專集，granger和clemen分別給出了精辟的綜述與詳論，clemen從信息集合討論了組合的實質，從而為進一步探討獲取最有用信息拋棄無用信息提供了指導。自bates和granger發表組合預測一文以來，組合預測有了很大的發展。組合的目的在于綜合利用各種預測方法所提供的信息，盡可能地提高預測精度。從原理上說，組合預測結果是對各單個預測線性加權。組合預測研究主要是考慮組合機理、權值確定，主要從統計分析、貝葉斯分析和信息集合三個角度來考慮。

2 非模糊環境下投資組合分析

現在先介紹一下用傳統的方法在非模糊環境下如何選擇最優的投資組合。

設投資者將其資金投資于n項風險資產，xi為在風險資產i上的投資份額，ri為風險資產i的收益率，它是一個隨機變量，ri=e（ri）是ri的期望值，σij=cov（ri，rj）是第i，j兩項資產的協方差i，j=1，…，n。ki是每單位風險資產的變化所需的交易費用，ki≥0；ci是第i項風險資產的交易費用。

給定投資組合x0=（x01，x02，…，x0n）和一個新投資組合x=（x1，…，xn），第i項風險資產的交易費用可表示為ci=ki|xi-x0i|，i=1，…，n。

總交易費用為

■c■=■k■x■-x■■

總收益為

r（x）=e■rixi-■k■x■-x■■

=■rixi-■k■x■-x■■

總風險為

v（x）=■e（ri-e（ri）xi）

一般地，投資者希望收益最大且風險最小。數學上可以表示為以下雙目標規劃模型

maxr（x）=■rixi-■kix■-x■■

minv（x）=■e（ri-e（ri）xi）

st■xi=1

用線性加權法求解多目標規劃問題， 可得如下參數規劃問題

max（1-λ）■rixi-■kix■-x■■-λ

■e（ri-e（ri））xi

st■xi=1

xi≥0，i=1，…，n

其中，參數λ在[0，1]中取消，它被稱為內險回避因子，λ取值越大，投次者風險加避意識越強。

3 利用模糊決策方法評價股票投資價值

3.1 概述

股票投資過程中的一個基本問題就是如何從一系列可用于投資的股票中選擇一種或一組最優的股票，這是一個對不同股票的價值如何進行評估的問題。對股票價值的科學評估不但為股票投資者進行投資決策提供可靠的依據，也可以促使上市公司的規范化運行，從而有助于股票市場的良性發展和社會資源的合理分配。

要對股票價值進行評估，首先就要對與股票價值相關的諸因素進行綜合的分析和研究。由于股票持有者是股票發行者的股東，他們投資的資金是無法向股票發行者直接收回的，他們投資的收益主體來源于發行者向股東分派的紅利和股票價格上漲所帶來的資本利得。所以股票價值的評估主要從影響股份公司派發股息或紅利水平的公司屬性和影響股票溢價收益的市場屬性兩方面來進行。股票的市場屬性方面，用該股票在市場上的收益率、市盈率、流動性、波動性、有效性、透明性和系統風險等指標來反映股票的價值。具體來講，在一定的考察期間內：收益率取經過除權除息調整的日平均百分比收益率，以反映股票市場上的資金溢價收益；市盈率反映股票投資的回收期，回收期越短則股票越具有投資價值；流動性用股票的換手率表示；波動性用股票百分比收益率的標準差表示；有效性用股票價格與其內在價值的平均吻合程度表示；透明性用該股票的交易信息和上市公司信息在市場上的透明程度表示；系統風險用β系數表示。以上指標除了有效性和透明性要聘請專家來評估外，其余均為定量指標。

股票的公司屬性是影響股票價格變動的內在因素，它不僅決定著股利水平的大小，在一定程度上也會影響股票的市場屬性。用盈利能力、償債能力、發展能力、管理和決策能力以及股權結構合理性等指標來衡量股票的公司屬性，其中盈利能力和償債能力不能僅用幾個財務指標的簡單加權來衡量，還應結合上市公司所處的行業類型、公司在行業內的壟斷性、公司的發展階段、公司規模等影響公司業績但又未反映在財務指標上的因素加以綜合評估；發展能力則要從公司資金實力、技術創新能力、人力資源及市場前景等因素綜合評估；管理和決策能力以及股權結構合理性是反映公司治理能力的指標，前者反映了公司治理水平，后者影響著公司治理模式，清晰合理的股權結構能為股票投資者帶來合理的確定性收益預期。以上幾個指標均應聘請專家來評估。

3.2 模糊多屬性決策方法

給定一組方案a1，a2，…，am，伴隨每個方案的屬性記為c1，c2，…，cn各屬性的重要程度用ω1，ω2，…，ωn表示，符合歸一化條件ω1+ω2+…+ωn=1。決策的目的是要找出其中的最優方案，記為amax。

（1）引入三角模糊數，三角模糊數常用表達形式有兩種，分別記為（l，m，γ）和(m，α，β)，兩種表達形式可以相互轉換，轉換公式為α=m-l，β=γ-m。

（2）對模糊指標矩陣，f和模糊權重矢量，w進行歸一化。收益類的歸一化：xi是三角模糊數，記xi=（ai，bi，ci）。則歸一化的模糊指標值ri可以寫成■i=（■，■，■∧1）；i=1，2…成本類的歸一化：xi是三角模糊數，記xi=（ai，bi，ci），則歸一化的模糊指標值ri可以寫成■i=（■，■，■∧1）；i=1，2…。

（3）建立模糊決策矩陣rij=wjxij。rij采用bonissone近似積公式進行計算，即ωj=（a；α，β)，xij=（c；δ，γ），則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是屬性j的模糊加權指標值所對應的模糊極大集。m-=(m1-，m2-…，mn-)其中mi-=min{r1j，r2j，…，rmj}，j=1，…，n，n是屬性j的模糊加權指標值所對應的模糊極小集。再確定方案ai與m+之間的差異di＋，方案ai與m－之間的差異di－，di=■，i=1，…，m按照di值從大到小的順序排列方案的優劣次序。

3.3 實例分析

取深圳股市其中3只股票作為例子，為了更加有代表性，取3只代表不同類型的股票。他們分別是000001的深發展、000933的g神火還有000805的st炎黃。如前面所述，作為評價一直股票都投資價值，可以考察很多方面，現在只考慮以下四個方面的主要因素：現在的股票的價格，股票的業績，流通股本，行業的發展前景即長期投資價值。截至到2006年2月23日，三只股票的價格分別為7.01元，7.70元，2.42元。業績以2005年中期業績來算，分別為0.11元（一般），0.94元（很高），-0.08元（低）。流通股本分別為140 936（萬股），23 660（萬股），1 441（萬股）。至于長期的投資價值主要看公司的行業背景，深發展是銀行業的龍頭代表，穩定發展，所以屬于高；g神火是石油能源類的股票，最近該行業正處于強發展階段，產品供不應求，而且該股票為g股，已經完成股改，所以投資潛力很高，st炎黃為st類虧損股票，而且是做軟件外包裝的行業，所以長期投資價值較低（見表1）。

先用三角模糊數表示決策矩陣中的定性指標：

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）

并且假定權重矢量為w=[（0.1，0.2， 0.3），（0.3，0.4，0.5），（0，0.1，0.2），（0.2，0.3， 0.4）]。

決策矩陣歸一化后為

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）

模糊加權決策矩陣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，投資價值深發展比g神火好，g神火比st炎黃好。

4 結語

模糊多準則決策在生產生活的很多方面都有很多的應用，本文用了一個判斷選擇股票的投資價值的模型來說明了一下其在經濟領域的應用。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個方面的因素，但是影響股票的價格走勢的其他因素還有很多，例如政策面的影響，莊家的操盤手法等，這些都是很重要的因素，但是卻是不能用任何數學工具研究預測的。

參考文獻

1 李榮鈞.模糊多準則決策理論與應用[m].北京：科學出版社，2002

股票投資的主要分析方法范文第5篇

關鍵詞：證券市場投資收益投資風險影響因素

隨著我國證券市場股權分置改革工作的不斷深入，絕大多數上市公司已經解決了不同股權的流通問題，實現了所有股權全流通。所有股權全流通標志著長期困擾上市公司經營發展的制度問題得到了比較徹底地解決，上市公司的公司治理結構得到了完善，上市公司的經營發展更能體現全體股東的意志。在這樣的制度背景下，上市公司在證券市場上的交易價格基本上能夠反映出上市公司的經營狀況和發展能力，而且也反映出投資者對上市公司的經營狀況和發展能力的評價。

反映上市公司經營狀況和發展能力的因素和指標有很多，這就要求投資者在選擇上市公司進行證券投資的時候，需要了解并掌握這些因素和指標，并且知道這些因素和指標對上市公司經營狀況和發展能力的影響程度。本文根據上海證券市場的實際數據，參照國內外學者的研究思路和方法，對影響上市公司交易價格的各種因素做了比較全面和系統的實證研究，主要是從行業的選擇、會計指標和市場表現指標的角度進行研究，希望能夠找到影響上市公司交易價格的主要因素以及這些因素的影響方向和影響程度。

行業的劃分和影響因素的設定

（一）行業的劃分

本文采用上海證券交易所的分類方法對所有上市公司進行行業分類。據此，所有上市公司可以分成13個大類，其中制造業又分成10個小類。截止到2006年12月31日，在上海證券交易所交易的股票有886只，它們分布在上述13個行業里，分別為：農林牧漁業24只，采掘業17只，制造業496只，電力煤氣及水的生產和供應業42只，建筑業22只，交通運輸倉儲業47只，信息技術業55只，批發和零售貿易業65只，金融保險業9只，房地產業33只，社會服務業24只，傳播與文化產業8只，綜合類44只。

（二）基本假設和主要研究指標

基本假設：能夠引起股票價格上漲的研究指標與其股票的平均投資收益正相關，相反則負相關；能夠引起股票價格波動的研究指標與其股票的投資風險正相關，相反則負相關。

公司規模。為了能夠反映股票的實際市場狀況，用可以流通的股數來反映公司規模，通常用流通股數的自然對數來表示公司規模。從理論上講，規模大的公司生產經營比較穩定，市場競爭能力較強，公司抗拒市場風險的能力較強，公司的經營風險較規模小的公司來說要低；在市場表現上，公司的市盈率普遍較低，股票價格的波動較小，但公司規模的大小并不影響其股票的上漲或下跌。

資產負債率。資產負債率是反映公司財務狀況的一項指標，公司的資產負債比率越高，公司所面臨的財務困境成本和破產成本越高。公司的資產負債率越高，經營風險越大，公司股票價格的波動則越大，但對公司收益的影響關系比較復雜，不能僅憑借指標的高低進行判斷，通常該指標不影響股票的上漲或下跌。

流動比率。公司流動比率越高，反映公司短期償債能力越強，企業的財務風險越低，也就表明企業的經營風險越低，但該指標并不反映公司的盈利能力，對公司股票價格的影響較小。

總資產增長率。總資產增長率可以用來反映公司的經營能力和成長性。總資產增長率指標越高，反映公司獲利能力越強，公司的經營發展狀況比較良好，公司經營狀況的改善能很好地抵御市場風險，通常能夠引起股票價格的上漲，但由于公司的高速增長也使其所面臨的經營風險較增長率低的公司要高，使其股價的波動程度也較高。

主營收入增長率。該指標是反映公司主要業務收入的變動情況，該指標越高，說明該公司主營業務發展良好，公司產品的市場需求非常高。同時，也反映出公司產品的市場定價能力比較強，公司在該產品市場的地位和競爭力比較高，因此公司主營收入的高速增長也會使其股票價格上漲，但其所面臨的經營風險也隨之增大，引起股票價格波動程度增大。

凈利潤增長率。該指標反映公司凈利潤的增長情況，該指標越高，公司的生產經營狀況越好，公司的獲利能力越強，公司的股票價格會隨著凈利潤的增長而上漲，但相伴而生的經營風險也隨之增大，導致股票價格的波動程度提高。

換手率。該指標是反映公司股票交易活躍程度的主要指標，該指標越高，反映公司股票的交易越活躍，市場關注的程度越高，從而導致公司的股票價格波動程度比較高，股票的市場風險比較高，但對股票價格的影響較小。

振幅。該指標是反映公司價格變動程度的主要指標。該指標越高，反映對公司股票價格的市場分歧越大，股票價格不確定性程度越高，股票的上下振蕩導致其所面臨的市場風險比較大，其對股票價格的影響在不同的市場狀況下會有所不同，在牛市中則會提高平均收益，在熊市中則會降低平均收益。

（三）研究樣本和數據

本文選取2006年1月1日—2006年12月31日為研究時段，并根據上述的行業劃分標準對所有股票進行劃分，數據來源于上海愛建證券有限公司網上行情系統。所選股票為2006年12月31日前已經在上海證券交易所掛牌交易的全部886只股票，因為研究的是全流通情況下證券投資收益、風險和影響因素的關系，因此需要剔除在2006年1月1日前尚未完成股權分置改革的上市公司。

另外，為了便于不同行業和主要指標的比較，采用周收益率和總風險作為因變量，可以減少因不同股票未能連續交易導致數據缺失而影響數據之間的比較，最終確定的股票樣本數為124家上市公司，分布在11個大行業里。由于許多公司在2006年進行過分紅派息等事項，因此對股票價格進行了復權處理。

（四）研究的程序和方法

以所選的上海證券市場124家上市公司的股票價格作為研究樣本，樣本數據為124只股票和上證指數在樣本期間內的周收益率。對所選股票按行業進行劃分，計算各個行業下股票的平均周收益率、總風險、系統風險和非系統風險。通過對各個行業下的平均周收益率和總風險、系統性風險的計算和比較，來研究行業對投資收益和風險的影響。

對樣本個股在樣本期間內的周收益率時間序列數據和上證指數周收益率時間序列數據，根據單一指數模型作一元線性回歸分析，估計出這124只股票在樣本期間的系統風險系數。根據樣本股票的系統風險系數估計值，就所設定的研究指標作相關系數分析，并對實證結果進行分析和解釋。

影響因素的實證分析

（一）行業因素對收益和風險的影響分析

從表2中的不同行業收益和風險情況可以看出：

不同的行業表現出不同的收益水平。在所有行業中，收益最高的行業是金融保險業，平均周收益達到2.979%，收益最低的行業是食品飲料業，平均周收益為0.431%，兩者相差2.545%，差距是非常明顯的。平均周收益超過同期上證指數周收益的行業有4個，分別是金融保險業、木材家具業、機械設備儀表業和金屬非金屬業，其余行業的收益水平都低于上證指數的收益水平。不同行業平均周收益的巨大差距也反映出2006年的證券市場行情具有明顯的行業特征，大多數行業的市場表現不如同期的上證指數收益。

不同行業的風險與其收益水平存在不一致的現象。通常情況，收益越高而表現出來的風險也應該越大，但實際情況卻差異很大。金融保險業的風險為4.578%，食品飲料業的風險為5.001%，收益最高的行業風險比收益最低的行業風險還要低。

反映行業系統風險的β存在很大的差異。β大于1的行業有四個，分別是農林牧漁業、金屬非金屬業、建筑業和金融保險業，其他行業的β都小于1，β在1左右5%以內的行業沒有一個，表明所有行業的市場表現都與上證指數不同步，只有4個行業的市場波動程度高于上證指數，大部分行業的市場波動程度都低于上證指數。

系統風險占總風險的比例差異也很大。大部分行業的系統風險比例占總風險的比例都超過50%，最高的是金融保險業，達到87.04%。只有三個行業的系統風險比例低于50%，其中最低的是木材家具業為34.55%。

（二）主要研究指標對收益和風險的一元線性回歸分析

從表3可以看出：

在5%的顯著水平下，平均周收益與總資產增長率、主營業務增長率、凈利潤增長率存在顯著的正相關關系，由于2006年上證指數上漲了，具有很明顯的牛市特征，因此振幅與平均周收益顯著正相關。這四個研究指標的實證結果與最初的假設是一致的，這也說明這些指標是影響股票收益的相關因素，投資者在選擇股票進行投資前，需要對上述指標進行研究和分析，才能更好地進行股票投資，提高投資收益。

在5%的顯著水平下，公司規模、資產負債率、流動比率和換手率與股票的平均周收益不存在顯著的相關關系，這也與最初的假設是一致的，這也反映出這四個指標對股票收益沒有實質性的影響。

在5%的顯著水平下，公司規模、資產負債率、總資產增長率、換手率和振幅都與股票的風險存在相關關系，其中公司規模與股票的風險存在負相關，而其他指標與股票的風險存在正相關。這些指標的實證結果與最初的假設是一致的，也反映出這些指標是影響股票風險的相關因素。

在5%的顯著水平下，流動比率、主營業務增長率和凈利潤增長率與股票的風險不存在相關關系，這與最初的假設是不一致的，這也說明在上述研究期內，這三個指標對股票價格的波動不產生影響或影響不大。

股票收益和風險影響因素的實證研究結果與理論假設大多數是一致的，這也表明證券市場的市場表現與理性預期是一致的。這些說明隨著股權分置改革的不斷進行，證券市場越來越成熟和規范，市場行為也越來越理性。價值投資的理念也慢慢被投資者所接受和認同，更加注重股票的業績和成長性，更多地考慮公司經營的實際情況。同時，投資者在選擇股票時，不僅需要了解和掌握影響投資收益的有關因素，還要熟悉影響投資風險的相關因素，只有這樣，才能在控制風險的同時提高股票的投資收益。

股票投資收益和風險的影響因素

本文通過對股票投資收益、風險和影響因素的實證研究，可以得出以下幾條結論：

不同的行業具有不同的投資收益水平，證券市場行情具有明顯的行業特征，市場表現良好的行業大部分是國家重點發展的行業，宏觀經濟環境良好，市場發展潛力巨大。

不同行業所面臨的總風險與其投資收益存在不一致的現象。總風險高的行業并沒有表現出較高的投資收益，行業的總風險對其投資收益的解釋能力不高。

總資產增長率、主營收入增長率、凈利潤增長率、振幅和股票投資收益存在顯著的正相關關系，是影響股票投資收益的相關因素。

資產負債率、總資產增長率、換手率和振幅與股票投資風險存在正相關關系，公司規模與股票投資風險存在負相關，這些都是影響股票投資風險的相關因素。

在股票實現全流通后，價值投資的理念也慢慢被投資者所接受和認同，投資者在進行股票投資時，更加注重對上市公司的實際情況進行分析和研究，能夠抓住影響股票投資收益和風險的相關因素進行投資，在控制投資風險的同時提高了投資收益。

參考文獻：

1.戴志輝，趙守國.投資組合規模、風險和收益的關系研究[J].商業時代，2006（27）