《股票分析论文（精选10篇）》

时间：2023-10-30 07:34

《股票分析论文（精选10篇）》由精心整编，希望在【股票分析论文】的写作上带给您相应的帮助与启发。

内容导航

股票分析论文篇1 证券股票分析论文篇2 证券股票分析论文篇3 证券股票分析论文篇4 股票分析论文篇5 股票分析论文篇6 证券股票分析论文篇7 证券股票分析论文篇8 股票分析论文篇9 股票分析论文篇10

股票分析论文篇1

【关键词】中小板股票市场；市场有效性；ADF检验

一、引言

判断一个资本市场的好坏，其中一个重要标志就是其效率的高低。我国中小企业板市场作为我国多层次股票市场的重要组成部分，其作用是否能够充分发挥同样依赖其有效性的高低，只有市场有效，信息在价格中得到充分反映，才能实现资源的有效配置，并公正地反映上市公司的价值。那么，我国中小板股票市场运行的情况如何，是否达到某种形式的有效等问题，对投资者以及监管者都是意义深远的。

另一方面，许多现代金融投资理论，如资本资产定价模型（CAPM）、资产套利定价模型（APT）等都基于市场有效的假设，因此明确中小板市场的有效性程度是于中小板市场运用上述投资理论的基础。鉴于此，下文将首先对市场有效性理论的由来、发展及其核心内容进行较为系统的阐述，并基于有效市场层次划分理论提出假设，通过运用ADF检验方法对我国中小企业板市场的有效性程度得出结论。

二、市场有效性理论概述

市场有效性理论是理性预期学派理论的重要组成部分，它构成了现代金融经济学的理论基石之一，是资本市场的微观经济学基础，是亚当·斯密“看不见的手”的理论在金融理论的体现。

对市场有效性问题的大致探讨，最早可以追溯到1889年，由学者Gibson对这一问题进行了粗略的描述。1900年，法国经济学家Bachelier在其论文中提出了随机游走假说（Random Walk Hypothesis，RWH），认为商品的价格走势是随机的。1933年，Coles与其同事Jones在研究了美国股票过去几十年的价格走势后正式提出随机游走假说，他们认为美国股票价格的特征完全与随机游走假设相适应。

1965年，芝加哥大学财务系教授尤金·法码（Eugene Fama）提出了市场有效性假说（Efficient Market Hypothesis，EMH），并于1970年在其论文“有效资本市场：理论与实证评论”中系统地进行了阐述。至此，有效市场理论得以全面建立，并掀起理论界对于市场有效性的研究热潮。有效市场假说（EMH）认为，如果资本市场中的资产在任意时点的价格，能够准确地反映与其有关的全部信息，并且对于新信息的反映迅速而准确，那么该市场是有效的；在有效市场条件下，市场竞争使证券价格从一个均衡水平过渡到另一个均衡水平，而与新信息相联系的价格变动应是相互独立且随机的。

1992年Malkie对市场有效性进行了补充，他认为市场有效就意味着市场参与者不可能利用信息集的偏差来获得经济利润。如果市场披露某种信息后，股价没有发生异常波动，那么该市场对于该信息就是有效的，市场参与者如果以该信息为基础进行交易，不可能获得超额利润或经济利润，而只能获得正常利润。这是因为，该组信息在未公布之前已被包含在股票价格中并通过价格准确而全面地反映出来，市场不存在对该消息的过度或不足反应，该证券的市场价格与该证券所代表的资产内在价值相等，市场上也不存在对该股票价格高估或低估的现象。

美国经济学家Roberts最早提出有效市场层次划分理论，他将信息分为历史信息，公开信息以及全部信息（包括内幕消息），并以此将市场分为弱式有效市场、半强式有效市场和强式有效市场：

（一）弱式有效市场假设（Weak-form Efficient MarketHypothesis）。指当前证券价格已充分反映了从市场交易数据中获得的全部历史价格与交易信息，包括过去的价格、成交量、未平仓合约等。根据有效市场的定义可知，在弱式有效市场中，由于所有的历史价格信息已经全部反映在价格中了，基于历史价格信息进行的价格趋势预测将是无效的，从而技术分析将无法使投资者获取超额利润。弱式有效市场假设强调的是证券价格的随机游走，即不存在任何可以识别和利用的规律，因此，对于弱势有效市场通常可以借助随机游走假设，如果市场证券价格未来的走势能够较好地与随机游走过程相吻合，则可以说该市场达到了弱式有效。

（二）半强式有效市场假设（Semi-strong EfficientMarketHypothesis）。指证券价格中不仅包括历史价格与交易信息，还包含与公司前景相关的所有公开的信息。这些公开的信息可以是公司财务报表（如资产负债表、利润表、现金流量表）及重大事件的公告等所包含的信息，该假设意味着基本面分析在该类市场中是失效的。

（三）强式有效市场假设（Strong EfficientMarketHypothesis）。指证券的价格已充分反映了全部可获得的信息，其中不仅包括公开信息，还包括各种私人信息如内幕消息等。强式有效市场是理想情形下的市场，在该类市场下，即使利用掌握的内幕信息进行交易也不可能获得超额利润。

三、我国中小板股票市场有效性检验

我国中小板股票市场于2004年6月25日正式建立，是深圳证券交易所为了鼓励自主创新而专门设置的中小型公司聚集板块，该板块于主板市场法律法规和上市标准的框架下运行，实行相对独立管理。中小板块内公司普遍具有收入增长快、盈利能力强、科技含量高的特点，而且股票流动性好，交易活跃，目前主要以中小板指数反映中小板市场的状况。中小板的快速发展对我国股票市场有着重大影响，对我国投资者有着巨大吸引力，研究中小板股票市场的有效性具有重要意义。

（一）提出假设

在我国甚至全世界范围内，利用内幕消息进行内幕交易从而获取超额利润的现象屡见不鲜，证券市场很难达到理想的强式有效状态，因此，国内学者对我国股票市场有效性的研究主要关注其是否达到弱势以及半强式有效状态。针对主板市场，过去学者对于其弱势有效性假设的检验得出的结论颇有不同，但随着我国股票市场建立时间的逐年增加，市场监管的逐步强化以及市场不断地自我完善，现在大部分研究结果已表明我国主板市场已基本达到弱式有效；而对于我国主板市场半强式有效假设的检验结论则一直较为统一，认为其尚未达到半强式有效。

基于大量学者对于主板市场有效性的实证经验，本文在检验中小板市场有效性的过程中，将中小板市场尚未达到半强式及强式有效作为基本假定，而仅考虑其是否已达到弱势有效。

因此，基于以上分析，本文提出的假设为：我国的中小企业板股票市场已基本达到弱式有效。本文以下部分利用ADF法对该假设进行检验。

（二）股票价格的随机游走及单位根检验

由上文的分析可知，如果股票市场达到弱式有效，那么对股票历史价格信息的分析无法预测股票未来价格的变动，即股价不受历史价格的影响而遵循随机游走。因此，对弱式有效市场假设的检验就可转化为对股票价格时间序列的随机游走检验。单位根检验是验证金融随机变量是否为随机游走的一种行之有效的方法，如果时间序列存在单位根，那么无法拒绝该序列的原假设，该序列满足随机游走。

（三）数据来源与检验结果

四、结论

通过上述对中小板股票市场指数序列进行的ADF检验可以表明，我国中小板股票市场已在总体上基本达到弱式有效，其价格满足随机游走的特性，在理论上则意味着中小板股票市场参与者利用历史价格信息和交易信息进行股票分析（即技术分析）将是无效的，无法得到超额利润。然而，这并不意味着在中小企业板上市的每一支股票均满足随机游走，并且，中国的股票市场建立时间短，无论是市场运行、参与者的行为或是外部环境等诸多方面均不够成熟，这使得我国股票市场中信息的充分性、真实性以及规范性方面存在不足，偏离现代金融理论的现象层出不穷。因此，在利用资产有效性理论进行股票市场的有效性分析时，难免会产生水土不服的情况。

参考文献：

[1]吴世农。我国证券市场效率的分析[J].经济研究，1996，（4）

[2]吴世农，黄志功。上市公司盈利信息报告、股价变动与股市效率的实证研究[J].会计研究，1997，（4）

[3]贾权，陈章武。中国股市有效性的实证分析[J].金融研究，2003（07）：21-26

作者简介：

证券股票分析论文篇2

【关键词】成长股估值年增长率

作为一代宗师，本杰明・格雷厄姆的金融分析学说和思想在投资领域具有巨大的影响力，如今活跃在证券市场上的价值投资者，都自称为格雷厄姆的信徒。其中，沃伦巴・菲特是本杰明・格雷厄姆最杰出的学生，他继承和发扬了格雷厄姆的投资理念，经过几十年的投资，在世界首富的行列中占有一席子地，成为投资界的一代传奇。

本杰明・格雷厄姆在其伟大的著作《聪明的投资者》的第11章“普通投资者证券分析的一般方法（Security Analysis for the Lay Investor： General Approach）”中，提出了成长股内在价值投资模型。该模型以数据分析为基础，以一个简单的数学公式来估算企业价值，蕴含了其投资思想的精华。本文介绍了本杰明・格雷厄姆的投资理念，根据中国市场的实际情况对本杰明・格雷厄姆公式进行了修正，并在中国证券市场上进行了回测，提出了格雷厄姆成长股投资模型在中国证券市场的优化应用原则。

一、本杰明・格雷厄姆投资理念简介

本杰明・格雷厄姆1894年5月9日出生于伦敦。1914年，格雷厄姆以荣誉毕业生和全班第二名的成绩从哥伦比亚大学毕业，开始步入华尔街。1914年，当格雷厄姆开始从事证券行业时，，还没有人提出基本分析方法，投资者使用技术分析发放来分析证券市场的运行，其中道氏理论是主流的分析理论，人们认为，股票市场的波动是有趋势的，价格沿趋势线运动，趋势线由“长期趋势”“中期趋势”和“短期趋势”构成，长期趋势中包含中期和短期趋势，由此变化不止。道氏理论是一种彻头彻尾的技术分析理论，完全不考虑宏观经济、行业前景和公司财务状况。

上世纪年代，虽然上市公司已经开始公布年度报告，但那时的年度财务报告和今天的公开的上市公司财务报表有着本质的不同：没有规范的格式，和严格的标准，隐瞒利润、逃避税务成为一种常态，更重要的是，当时的财务报告无法体现复杂的控股关系，也无法对公司的投资进行准确的估价。很少有投资者真正按照年度报告中的数据做出投资决策。

在投资生涯中，格雷厄姆重视财务报告分析，不断发现被低估的资产或被隐瞒的利润，取得了靓丽的投资回报，其成立了自己的投资公司-格雷厄姆・纽曼公司，这家投资公司运营了30年，历经金融危机和牛熊转换，贯穿了格雷厄姆的大半个职业生涯，并取得了17%的平均年度收益率。1934年年底，格雷厄姆终于完成他酝酿已久的《有价证券分析》这部划时代的著作，并由此奠定了他作为一个证券分析大师和"华尔街教父"的不朽地位。在这本著作中，格雷厄姆首次提出了日后被称为“价值投资”的投资思想：首先，股票市场的价格波动带有很强的投机色彩（格雷厄姆把股票市场形容为一个喜怒无常的“市场先生”），但是长期看来必将回归“基本价值”（即公司资产和营利能力的实际价值），谨慎的投资者不应该追随短期价格波动，而应该集中精力寻找价格低于基本价值的股票；其次，为了保证投资安全，最值得青睐的股票是那些被严重低估的股票，即市场价格明显低于基本价值的股票，这些股票能提供足够的“安全边际”。格雷厄姆的《有价证券分析》一书在区分投资与投机之后，所做出的第二个贡献就是提出了普通股投资的数量分析方法，解决了投资者的迫切问题，使投资者可以正确判断一支股票的价值，以便决定对一支股票的投资取舍。在《有价证券分析》出版之前，尚无任何计量选股模式，格雷厄姆可以称得上是运用数量分析法来选股的第一人。

1936年，格雷厄姆又出版了他的第二本著作《财务报表解读》。这本著作不像《有价证券分析》那么出名，但却是有价证券分析的基础。格雷厄姆在《有价证券分析》中提出要在股票价格低于其内在价值时买人，高于其内在价值时卖出。而要想准确地判断公司的内在价值就必须从公司的财务报表人手，对公司的资产、负债、周转金、收入、利润以及投资回报率净利销售比、销售增加率等财务数据分析。《财务报表解读》有助于普通投资者更好地把握投资对象的财务状况和经营成果，是有价证券分析的基础。继《财务报表解读》之后，格雷厄姆又于1942年推出了他的又一部引起很大反响的力作《聪明的投资者》。在书中没有具体的定价分析和数学模型，而是大量的篇幅探讨了投资与投机的区别：投资是建立在敏锐与数量分析的基础上，而投机则是建立在突发的念头或是臆测之上。投资者最大的敌人不是股票市场而是他自己。这本书是为普通投资者而写，但全书闪耀着哲学和智慧的光芒，历经半个多世纪，仍然是投资界的入门经典教材。迄今本杰明・格雷厄姆仍然被价值投资者奉为“一代宗师”。

二、格雷厄姆成长股投资策略解析

在《聪明的投资者》的第11章“普通投资者证券分析的一般方法（Security Analysis for the Lay Investor：General Approach）”中，格雷厄姆指出“理想的股票分析使人们能够对股票进行估价，并将估价与当期市价进行比较，以确定购买该股票是否具有吸引力”。他使用的方法是首先估算出未来几年的平均利润，然后再乘以一个适当的资本化因子。格雷厄姆认为影响资本化因子的因素包括，总体的长期前景、管理、财务实力和资本结构、股息记录、当期股息收益率。具体地说，总体的长期前景取决于人们对未来的预期和偏好，一个非常成功的企业通常都拥有一个好的管理层，但是我们要设计出一个好的方法来对管理层的能力进行客观的、量化的、可靠的检验。对于财务实力和资本结构而言、在相同价格条件下，与每股利润相同、但拥有大量银行贷款和优先证券的公司相比，只有普通股和大量盈余现金的公司的股票，更值得持有。而最有说服力的一个标准就是股息记录，就是多年来连续的，多年来连续的股息纪录，格雷厄姆认为二十年以上的股息连续支付记录是反映公司股票质量的一个非常重要的有利因素。当期股息收益率是最难以把握的，在20年代，公司通常利润的2/3用于派发股息。格雷厄姆经过对各种方法的研究，得出了一个十分简便的成长股估价公式。他认为该公式计算出的数据，十分接近于一些更加复杂的数学计算所得出的结果。

下图为格雷厄姆成长股内在价值公式的原始描述：

关于增长率的估算，格雷厄姆原文摘录“我们要给出如下忠告：如果我们希望高成长股的增长率实际得以实现的话，那么预期增长率的估价必须相对保守。事实上，根据算术，如果假设一个企业将来可以按8%或更高的速度无限期增长的话，那么其价值将趋于无穷大，且其股价无论多高都不过分”。

但是，格雷厄姆在书中并指出这个公司计算的理论依据和数量来源，这个公式科学可信吗？能够经受市场考验，能否在A股市场直接套用呢？

（一）公式数据理论分析

为什么公式中的数据是8.5而不是别的呢，格雷厄姆在书中并没有说明。我们可以具体来分析。

在第四版的《聪明的投资者》中，格雷厄姆提到这个公式的时间大约在1972年。在1972之前的几十年间，美国的通货膨胀率平均为2.5%左右，债券收益大约为4%～5%，而股票收益率为7.5%左右，其中3.5%左右为股息，4%左右为指数的涨幅（对应所有企业的利润增幅）。？在1972年之间的几十年间，美国市场的平均市盈率在16～17倍左右，以16.5倍市盈率，平均4%的预期收益率增长率计算，得出的数值，正好是8.5。这和当时美国股市历史上的平均水平是相匹配的。

因此，8.5这个数据是和高等级债券市场的平均收益率、股票市场平均收益率相关的，在实际应用中不能简单、生硬套用。特别是对于中国A股市场普遍的高市盈率来说，8.5倍的市盈率可能偏低。

（二）公式的修正

事实上，在后期使用上，格雷厄姆对这个共式进行了修正，下图是维基百科上对这个公式的英文解释和修正之后的公式说明。而国内只翻译出版了格雷厄姆的经典著作《聪明的投资者》和《证券投资分析》，大部分投资者只知道书中没有修正的公式，知其然而不知其所以然，生搬硬套公式，得出的估值和投资结论当然是错误的。

下面是维基百科对本杰明・格雷厄姆公式的词条解释：

Benjamin Graham formula

He revised his formula in 1974 as follows：

Value=EPS*（8.5+2*G）*4.4/Y

V：Intrinsic Value

EPS：the company’s last 12-month earnings per share

8.5：the constant represents the appropriate P-E ratio for a no-growth company as proposed by Graham

g：the company’s long-term （five years） earnings growth estimate

4.4：the average yield of high-grade？corporate bonds in 1962， when this model was introduced？

Y：the current yield on 20 year AAA corporate bonds.

翻译成中文就是

在1974年，他修正的公式如下：

Value=EPS*（8.5+2*G）*4.4/Y

EPS：公司的最后12个月的每股收益

8.5：格雷厄姆提出的零增长公司的合理市盈率

g：公司的长期（5年）预估收益增长率

4.4：1962年当这个模型推出时，高等级公司债券的平均收益率

Y：20年AAA级公司债券的年收益率

可，本杰明・格雷厄姆是在1962公式推出时，根据左右市场环境设定的公式数据。在后期的使用中，必须根据市场环境进行修正。也就是说要综合考虑市场的估值水平，当市场利率高时，股票的合理估值适当提高，而当市场利率低时，股票的合理估值会适当提高，而这个市场的利率，格雷厄姆是用AAA级公司债券的年收益率来表示的。

三、格雷厄姆公式检验

（一）公式修正

格雷厄姆指出，“安全边际就是价格针对价值大打折扣”。最值得青睐的股票是那些被严重低估的股票，即市场价格明显低于基本价值的股票，这些股票能提供足够的“安全边际”。我们要在股票被低估的时候买入，在股票被高估的时候卖出。考虑到安全边际，公式中还应该有一定的安全因子折价，安全因子（S）为0到1之间的数值，表示对股票内在价值的折价。因此检验使用的公式为：

Value=E*（8.5+2*G）*4.4/Y*S

（二）指标选取

在量化选股时，必须保证足够的安全边际。按照巴菲特的说法，没有超低的价格就没有超额的利润，安全边际就是以40美分的价格买价值1美元的东西。为了足够的安全边际，我们将股票的安全因子选择为0.4。在基准日，将股票的价格与股票的估值进行对比，当公司的股价大于计算出的价值时，股票入选投资组合。出于对公式有效性的考虑，剔除Value/Price超过1.3的股票，因为当股票内在价值与股价偏离非常大时，必然存在公式以外的其他因素在起作用，此时单纯用公式选股无意义。G采用未来7年净利润增长率的估计值。一是净利润增长综合反映了公司规模与收益率等方面的增长。二是为了消除股份变动（如送股等）引起的每股收益变动而导致估值不准确。考虑到中国证券市场发展历史短，考虑数据的有效性，Y选择为5年AAA级公司债券的年平均收益率。考虑到上市公司的年报披露日为每年的1～4月，检验周期为2006年5月1日到2015年4月30日，共计十年时间。调仓换股日为每年的5月1日。

（三）中国的验证效果

经过回测修正的本杰明・格雷厄姆在十年的总投资回报率是：

收益：修正格雷厄姆股票内在价值交易策略在此十年间的总收益率1322.38%，平均年化收益率29.46%。策略相对上证指数的年化超额收益率为21.22%。

风险：策略总体年化sharp率为0.77。策略组合与上证指数的beta值为0.96。策略期间最大回撤69.39%，最大回撤时间201天。

格雷厄姆以公司的财务数据为基础，注重公司的盈利能力和成长性，并以市场债券利率来衡量市场资金供求，强调在合理估值之下买入股票。杰明・格雷厄姆公式以简洁的数学语言，描述了股票合理市盈率水平和成长股的预期收益增长率之间的线性关系。从中国A股2006年以来的回测结来看，年化收益率达到29%，年化超额收益21.22%。虽然，在2008年的全球金融危机中，该模型出现了200多天，超过50%的回撤。但从总收益和风险指标来说，格雷厄姆的成长股投资策略远远跑赢上证指数，在中国市场具有有很强的适用性。这证明，中国证券市场虽然散户众多，投机色彩浓厚，但是价值投资仍然能够取得良好的投资回报。

四、格雷厄姆成长股价值投资策略应用原则

虽然改进的格雷厄姆公式在股票选择上具有比较优势，但是在使用中，我们还需要注意如下问题：

第一，G值的估算。G值的估算是公式的核心部分。G值的期限为未来7～10年。为什么格雷厄姆把“长期”限定为7～10年呢？因为一般来说短经济周期为3～5年，特定企业经历两个短经济周期后，呈现的平均年增长率，才可能准确反映其利润创造能力，而短短1到2年的利润具有很大的波动性，股票价值是由公司长期盈利能力而不是一两年的盈亏状况决定的。并且，G值预估的是未来的增长性，而不是过去的增长性，G值的准确性，就决定了股票估值的准确性。G的估计要参照GDP增长率、行业增长率及公司过去增长率综合计算，没有哪个企业可以脱离国民经济、行业状况而长期独立增长。

第二，在对具体公司估值时，要遵循就低不就高的原则，注重安全边际。在主营业务收入增长、净利润增长、现金流增长中，剔除偶发因素，选择一个保守持续的数据。在公司的选择上，要避免对周期性或多元化的企业进行估值，选择自己熟悉的行业和公司。巴菲特指出，“经验显示，经营盈利能力最好的企业，经常是那些现在的经营方式与五年前甚至十年前几乎完全相同的企业。如果一家公司常发生重大变化，就有可能导致重大失误”。能力圈和安全边际是价值投资的基本原则。

第三，关于合理市盈率的计算。不同行业的市盈率是不一样的，如果在应用中，能够吸收大师的价值投资思维，针对不同行业和规模的股票，依据不同的因子，给出合理的市盈率水平，进一步改善成长股投资模型，一定能更好地适应中国证券市场的现状，获得更好的投资回报。

第四，在投资时，安全边际折扣只是划定了可以买入的价格上限而已，但并不意味着，股票就会在此构筑底部。市场总是贪婪和恐怖的，在恐慌时，价格总会跌破安全边际。估值只是告诉我们一个参考值，在这个参考价值之下，可以分批买入，即使短期亏损，但最终盈利的概率还是很大的。

参考文献

[1]本杰明・格雷厄姆著。王大勇译。聪明的投资者[M].南京：江苏人民出版社，2001，10.

[2]本杰明・格雷厄姆，戴维・多德著。邱巍等译。证券分析[M].海口：海南出版社，2006，6.

证券股票分析论文篇3

关键词：债券市场股票市场相关性分析相关系数因果关系

Abstract:WeanalysizeChina''''sstockmarketandbondmarketcorrelationusingcorrelationcoefficientandGrangercausality.Theresultshowsthat:statebondindexandstockindexexistcorrelation,stockindexexistsunidirectionalGrangercausalityrelationshiponbondindex;statebondyieldsandstockyieldsexistweakcorrelation,butGrangercausalityrelationshipdoesnotexist.Accordingly,weputforwardsomeproposalsonhowtoimprovetheefficiencyofChina''''scapitalmarket.

Keywords:bondmarket;stockmarket;correlationanalysis;correlationcoefficient;causalityrelationship

股票市场和债券市场是证券市场的两个基本组成部分，是筹资者和投资者进行交易的最重要场所。股票市场和债券市场的规模决定筹资量的大小。在整个社会资金供给量相对稳定的前提下，如果股市行情看涨，股票市场收益率提高，资金在利润的引导下必定从债券市场转向股票市场。反之亦然。股票市场和债券市场之间这种此消彼长的关系就是所谓的“翘翘板效应”。当前，我国正处在股权分置改革的变革时期，股票市场和债券市场是否存在“翘翘板效应”以及该效应的大小也就成为一个很重要的命题。我们选取2003年2月4日至2006年2月17日的上证综合指数（SZ）和上证国债指数（GZ）作为样本数据，主要采用相关系数和Granger因果关系进行研究。

1上证综指和国债指数相关性分析

1．1上证综指和国债指数相关系数分析

SZ和GZ的相关系数分析表表1域

证券股票分析论文篇4

论文关键词：内幕交易民事救济民事责任归责

一、内幕交易的界定及其民事救济的必要性

1．内幕交易的内涵及其界定标准。狭义而言，内幕交易，又称知情证券交易，是指内幕人员或不正当获得内幕信息的人利用内幕信息进行证券交易的活动，其实质是一种证券欺诈行为。广义的内幕交易则包括公司内部人的短线交易行为。本文讨论仅限于狭义的内幕交易，从其定义中，我们不难发现，内幕交易的构成有三个基本条件：其一，存在交易行为；其二，该交易行为系知悉内幕信息的人所为；其三，该交易行为系利用内幕信息而进行的。具体说来，内幕交易行为应符合以下条件：

(1)内幕信息标准。行为人必须掌握且利用内幕信息。这是从事内幕交易行为的基本前提。那么，何谓内幕信息？判断内幕信息的标准是什么？关于内幕信息的涵义，英国1967年的公司法规定，公司董事在他掌握一项未公布的能影响证券市场价格的情报时候，不允许对公司的证券进行交易，这些情报包括利润公告、红利公告等。我国《证券法》规定内幕信息是指“证券交易活动中，涉及公司的经营、财务或者对该公司证券的市场价格有重大影响的尚未公开的信息。”由此可见，作为内幕信息应具备以下条件：

第一，尚未公开性。尚未公开，是指未通过公众媒体予以公开，意味着一般投资者无法在公众场合平等得到。信息一旦公开，则意味着该信息为一般投资主体所享有，其性质也转为非内幕信息。那么如何判断信息已经公开？其公开的标准是什么？一般认定内幕信息是否已经公开，依据有效市场理论，当某一信息对市场产生有效影响时该信息才算公开。如美国采取相当股票分析师获悉为标准，因为股票分析师可以通过其分析报告或评论文章，对该公司的股价造成相当影响。在我国，对于有关内幕信息公开标准，法律法规要求予以公告的就要按要求进行公告，比如中期报告、年度报告、重大事件报告。如《证券法》第64条规定“依照法律、行政法规规定必须作出的公告，应当在国家有关部门规定的报刊上或者在专项出版的公报上刊登，同时将其置备于公司住所、证交所，供社会公众查阅。”同时，《股票发行与交易管理暂行条例》第63条则规定：“上市公司应当将要求公布的信息刊登在证监会指定的全国性报刊上。”由此可见，我国信息公开的标准，是以在中国证监会指定的报刊或专项出版的公报上刊登为准。然而，内幕人是否可以将手指放在键盘上等待信息在指定认可的媒体后马上就进行交易呢？此情形下，行为人利用的该信息是否为内幕信息？或者说，这样的交易是否构成内幕交易？依据现有法律之规定，显然该信息不是内幕信息，但从内幕交易制度立法的本意及其保护证券市场公正公平的角度上，该证券交易行为应为法律所禁止。对此，笔者认为，我国对内幕信息公开制度应确立市场消化时间，以防内幕知情人规避法律。从本质上说，披露内幕信息的目的是为了保护广大投资者对内幕信息享有平等知情权，而非对特定的投资者或团体公布或保护。因此从公平竞争的角度讲，规定一段市场对信息的消化时间比较合理。实践中，我国上海、深圳证券交易所的惯例是当上市公司有重大消息公布，该股票暂停交易一日，以便公众知悉，其实质是部分地吸收了市场消化理论的公开标准。至于市场对信息消化的时间应以5～10天为宜．

第二，信息具有“重大性”。一个有效的证券市场，应当确保投资者及时准确地获得与投资决策有关的所有信息。由于信息对证券价格的重要影响，如何确保共享信息以消除信息失衡现象，成为证券监管的目标之一。同时，证券市场又充满了过多的噪音信息、垃圾信息，如果所有信息不论其内容、层次、情节而一概认定为内幕信息，既不合理增加内幕人、信息披露义务人的义务，更会诱发投资者对内幕人的滥诉现象。如何判断信息是否符合“重大性”?从理论上说，如果重大性标准较低，内幕人就负有在更多的信息未披露之前不得交易，这样，构成侵权的门槛也随之越低；反之，重大性标准较高，构成侵权的门槛也相对较高。

(2)知情人员标准。内幕交易应当是由内幕人员实施了证券交易。在未知悉内幕信息的人即使在内幕信息披露前进行证券交易也不构成内幕交易。世界证券立法对内幕人员范围的规定有加宽的趋势，即凡是获知内幕信息者均为内幕人员，其理由是“凡拥有与股票价格有重大影响而未公开的消息，除非该消息是基于自己的研究，或其利用不违背任何人的义务，在法律及社会观念上纯属正当外，都是内幕人员而需负责的。”这样，有助于防止内幕交易者对法律的规避，确保证券市场的公正、公平、公开原则，维系投资者的信心。我国在借鉴了国外证券立法经验并结合中国的具体实践，将内幕交易者界定为知情人员。所谓知情人员是指知悉内幕信息的人员，具体包括内幕人员和受领信息人。

(3)利用内幕信息进行证券交易标准。行为人的交易行为是利用内幕信息进行的，这是内幕交易行为的最终行为。如果行为人虽然知悉内幕信息并利用了该信息，但并没有进行证券交易，或虽进行了有关证券交易，但与其知悉的内幕信息无关，则不构成内幕交易行为。因为，法律禁止内幕交易的目的是在于不让人们在证券市场上，以不公平的方式获取财富，行为人只有在利用内幕信息进行交易的前提下，才是不公平和不公正的，同时也是违反法律的强制性规定而应受到非难性的。行为人知情，又买卖了该证券，他是否利用了内幕信息，则主要应以其买卖的证券与所知情的内幕信息的问题是否有关系，是否涉及到该证券的发行、交易和交易价格进行判断，也就是说，只要他知悉的内幕信息涉及该证券，而且行为人又买卖了该证券或建议他人买卖了该证券，就应当认定是利用内幕信息进行交易。

综观我国现有立法对内幕交易行为、内幕信息和内幕人员的规定，我们可以看到，构成内幕交易行为，其实质在于是否利用内幕信息从事交易，而不在于是否属内幕人员；构成内幕人员，其实质在于是否能够通过合法途径接触或获得内幕信息，而不限于公司内部人员。换言之，内幕人员并非都为内幕交易者，内幕人员只有利用内幕信息实施了证券交易行为，才受各国禁止内幕交易的法律约束。利用内幕信息进行证券交易和能够通过合法途径接触或获得内幕信息，分别是构成内幕交易行为和内幕人员的充分条件。

2．内幕交易民事救济之必要及其性质。

(1)内幕交易民事救济之必要。我国《股票发行与交易管理条例》仅原则性地规定本条例规定给他人造成损失的，应承担民事赔偿责任。然而，《证券法》对内幕交易只规定了行政、刑事责任，对民事责任则语焉不详。尤其是，最高法院在关于受理证券诉讼的《受理通知》中规定了对虚假陈述欺诈行为可以提起民事诉讼，而将与之同为被法律所禁止的内幕交易排除在民事诉讼受理范畴之外。“没有救济就没有权利。”权利本位的现代法律思想，其基本的内涵就是合理分配权利，切实地保障权利。受害者的权利是否能够得到法律的救济，是否能够通过诉讼保障正当的权益，是法治的应有之义，更是判断一国法律的可执行性标准。现实中，内幕交易之违法行为屡禁不绝，固然有内幕交易隐蔽而不易被发现的缘故，但监管机制存在的缺陷的也是一个不容忽视的原因。如民事赔偿制度的缺失，违规成本的弱化，潜在的巨大经济利益必然成为内幕交易的源动力显而易见，只有公权主导的行政、刑事制裁不足以制裁内幕交易行为。因为对行为责任人的行政处罚或刑事处罚，不能替代民事责任。行政规制的结果是“羊毛出在羊身上”。可以说，只有公权的制裁不足以保护广大中小投资者的利益。相反，赋以民事救济，其效果于投资者、内幕交易者产生不同的法律效果。

(2)内幕交易民事责任的性质。如前所述，内幕交易者由于其内幕交易行为造成投资者损失，应当承担民事责任。在民事责任中，最基本的是合同责任和侵权责任。对此，学术界关于内幕交易民事责任的性质，莫衷一是。

笔者认为，内幕交易承担民事责任之性质，应以承担侵权责任更为妥当。其理由是：

第一，内幕交易民事责任承担的基础是对法定义务的违反，重大信息披露是法律规定的制度，而内幕人员在重大信息披露之前不得进行证券交易是法律直接规定的义务，而不仅仅是基于一种契约性的约定。

第二内幕交易存在的非契约化倾向。实践中，内幕交易中固然存在面对面的交易，但由于证券交易是通过集合竞价或连续竞价，采取交易所撮合方式完成，内幕交易的相对方难以确定，此其一。其二，依据合同关系追究欺诈行为人民事责任应符合两个前提：一是存在合同关系，二是投资者尚持有该证券。显然，依据合同的相对性原理，合同责任主体仅限于合同关系的相对人，而投资者因内幕交易产生的损失又是客观存在的，因此，广大中小的受害投资者基于合同责任是难以得到保护的。相反，内幕交易者利用内幕信息进行证券交易本身就是对证券市场的欺诈，并造成与其反向交易相对人的投资损失，相关责任主体据此承担侵权责任更有利于保护投资者。因为当事人之间没有交易关系而事实上又造成损害，要对这种损害进行补救找不到民法上其他的请求权基础，就可以用侵权来解释。对证券欺诈提出侵权之诉，这样就为民事诉讼提供了依据，也回答了诉因问题。

二、内幕交易侵权责任的归责原则

1．内幕交易侵权责任归责的理论根据。关于内幕人承担责任的问题，最早援引民法中侵权行为理论。在传统民法中，如果行为人在进行某一具体的民事法律行为时，向行为相对人做了虚假陈述或隐瞒了事实真相．则被认为违反了诚实信用原则，构成民法上的欺诈，不但该民事行为本身因欺诈归于无效，而且行为人因欺诈侵犯了相对人的利益还要承担由此所产生的侵权责任在内幕交易中，知悉内幕信息的公司董事、监事、大股东等，隐瞒重要事实进行证券交易买入或卖出，致使公司股东以较低的价格卖出或买入股票，蒙受损失。这种行为即构成欺诈．相对人可以依据侵权责任要求损害赔偿。

然而．内幕交易中欺瞒事实真相这一行为与传统民法欺诈中的“隐瞒事实真相”不相同。民法上的隐瞒事实真相一般是指行为人对行为客体的品质瑕疵、权利瑕疵或其他瑕疵予以隐瞒。相反，证券交易中内幕信息分为利好、利坏两类。内幕交易中所涉及的证券也不一定是具有瑕疵的证券，尤其是隐瞒了好消息的证券，其非但不具有瑕疵，反而是品质上乘。其次，传统民法中有关欺诈行为的理论强调因果关系的存在，这种因果关系的认定，对于面对面的交易而言是容易认定的但多数情况下，证券交易采取电子化的竞价方式，采取时间优先、价格优先，由交易所撮合成交，交易双方是在不知交易对手身份，也无磋商的状况下单独决定的交易，而且影响投资者买卖证券的主客观因素较为复杂。因此，内幕交易者利用内幕信息与投资者造成了损害存在因果关系也难以证明。显然，运用传统侵权行为理论解决内幕交易领域中的所有问题已显属不能，而内幕交易给一般投资者造成的损害又是客观存在的。因此，在侵权行为论的基础上发展了信用义务理论。

所谓信用义务理论，是指公司的董事、监事、经理等与公司之间存在信用关系，公司股东是委托人，董事、监事、经理等是受托人，他们对公司股东负有信用义务。因此，在与股东进行证券交易时，若未将他们所知而其他股东所不知的公司信息披露，则不能与之交易。因为“信用义务”理论强调人和人之间应守信义，受托人应忠实地运用他的权利为委托人谋利益，受托人不能利用其身份，谋取自身利益，或使他自己的义务和利益发生冲突，即“不公布即不得交易”规则。具体说来，该信用义务体现为以下规则：一是内幕人员负有保密义务，不得泄露；二是内幕人员不得利用该内幕信息进行证券买卖。信息受领人与公司虽无直接的信用义务之约束，但对于正当获得内幕信息者，基于内幕人之信用义务而派生出其不得利用内幕信息进行证券交易之义务。对于以非法手段获得内幕信息者，其保密义务、不得利用内幕信息交易证券的义务来源于其先行为而派生出的不得利用内幕信息进行证券交易的义务。

信用义务理论较之传统侵权行为理论而言，它克服了侵权行为论中要求内幕交易者的行为与交易对象损害事实之间存在因果关系的逻辑难题，它不是把内幕交易者与证券市场上与之交易的，分散的单个投资者一一对应，而是把内幕交易人与公司或公司主体股东对应，在两者之间设定权利义务，内幕交易人对公司或公司股东承担信用义务。在信用义务理论的前提下，内幕交易人的规则问题变得简单而明显。因为，对公司而言，内幕交易利用内幕信息从事证券交易，主观上是把自己的利益置于公司利益之上，客观上其行为使公司的声誉和公司证券的价格带来消极影响。内幕交易人的此种行为无疑是不信义的，基于此，世界各国都确立短线交易归入责任，如我国证券法第42条规定的短线交易收益归入制度。另一方面，对公司股东而言，内幕交易人利用内幕信息从股东手中购得证券，把本应属于该股东的利润窃为已有，或是将自己持有的证券卖出，把亏损转嫁给即将成为公司股东的人，无论哪种情形出现，内幕交易人都违反了对股东的信用义务。正是基于此，法律规定，知情人员在内幕信息披露前不得利用该信息进行证券交易。否则，构成内幕交易并承担相应的法律责任。

股票分析论文篇5

关键词：相对估值法；绝对估值法；DDM；市盈率；市净率

1理论概述

对拟发行股票的合理估值是定价的基础。通常的估值方法有两大类：一类是相对估值法，另一类是绝对估值法。1.1相对估值法

相对估值法亦称可比公司法，是指对股票进行估值时，对可比较的或者代表性的公司进行分析，尤其注意有着相似业务的公司的新近发行以及相似规模的其他新近的首次公开发行，以获得估值基础。主承销商审查可比较的发行公司的初次定价和它们的二级市场表现，然后根据发行公司的特质进行价格调整，为新股发行进行估价。在运用可比公司法时，可以采用比率指标进行比较，比率指标包括P/E（市盈率）、P/B（市净率）、EV/EBITDA（企业价值与利息、所得税、折旧、摊销前收益的比率）等等。其中最常用的比率指标是市盈率和市净率。

1.2绝对估值法

绝对估值法亦称贴现法，主要包括公司贴现现金流量法（DCF）、现金分红折现法（DDM）。该理论最早可以追溯到艾尔文·费雪(Irving·Fisher)的资本价值理论。费雪在其1906年的著作《资本与收入的性质》(TheNatureofCapitalandIncome)中，完整地论述了收入与资本及价值的关系。他认为资本能带来一系列的未来收入，因而资本的价值实质上就是未来收入的贴现值。

相对估值法反映的是市场供求决定的股票价格，绝对估值法体现的是内在价值决定价格，即通过对企业估值，而后计算每股价值，从而估算股票的价值。

2估值方法与估值模型介绍

2.1市盈率法

（1）市盈率的计算公式。市盈率=股票市场价格/每股收益，每股收益通常指每股净利润。

（2）每股净利润的确定方法。①全面摊薄法，就是用全年净利润除以发行后总股本，直接得出每股净利润。②加权平均法，就是以公开发行股份在市场上流通的时间作为权数，用净利润除以发行前总股本加加权计算得出的发行后总股本，得出每股净利润。

（3）估值。通过市盈率法估值时，首先应计算出发行人的每股收益；然后根据二级市场的平均市盈率、发行人的行业情况（同类行业公司股票的市盈率）、发行人的经营状况及其成长性等拟定发行市盈率；最后，依据发行市盈率与每股收益的乘积决定估值。

2.2市净率法

（1）市净率的计算公式。市净率=股票市场价格/每股净资产。

（2）估值。通过市净率定价法估值时，首先应根据审核后的净资产计算出发行人的每股净资产；然后，根据二级市场的平均市净率、发行人的行业情况（同类行业公司股票的市净率）、发行人的经营状况及其净资产收益率等拟定发行市净率；最后，依据发行市净率与每股净资产的乘积决定估值。

（3）股利贴现模型(DDM)。

①模型介绍。

股利贴现模型(DDM，discounteddividendmode1)，通过将未来的股利贴现计算出股票的价值。其数学公式为：D为股票的内在价值，Di为第i期的股利，r为贴现率。根据对股利增长率的不同假定，股利贴现模型可以分为零增长模型、不变增长模型、二阶段增长模型和多元增长模型。

②股利贴现模型实用性分析。

股利贴现模型适用于经营状况稳定、有稳定的股利发放的企业，但因为股利发放因各公司股利政策的不同而不同，即使两个业绩和规模相当的企业，也可能因为股利政策的不同，经股利贴现模型计算出的价值出现很大的差别。对于我国股市中很少发放股利的公司，或者出现亏损而暂时不能发放股利的公司，该模型不是很适用。

(4)现金流贴现模型(DCF)。

现金流贴现模型(DCF，discountedcashflow)认为，公司的价值等于公司未来自由现金流的贴现值。模型为：

D=∑∞i=1CFt(1+r)t

其中V代表公司的价值，CFt为未来第t期的自由现金流，r为贴现率。

根据现金流界定的不同，DCF又可分为公司自由现金流贴现(FCFF)模型和权益自由现金流(FCFE)贴现模型。

①公司自由现金流(FCFF)贴现模型。

FCFF(freecashflowoffirm)是公司支付了所有营运费用、进行了必需的固定资产与营运资本投资后可以向所有投资者分派的税后现金流量。类似于上面的股利贴现模型，按公司自由现金流增长情况的不同，公司自由现金流贴现模型又可分为零增长模型、固定增长模型等等。

②权益自由现金流(FCFE)贴现模型。

FCFE(freecashflowofequity)是公司支付所有营运费用，再投资支出，所得税和净债务支付(即利息、本金支付减发行新债务的净额)后可分配给公司股东的剩余现金流量，根据权益自由现金流增长速度的不同，权益自由现金流贴现模型也可分为不同的增长模型。

③自由现金流贴现模型的实用性分析。

与股利贴现模型不同，自由现金流贴现模型更注重公司为股东创造价值的能力。显然对于较少发放股利或股利发放不稳定的公司，该模型要比股利贴现模型更为适用。其缺点是该模型的结果可能会受到人为的操纵(操纵自由现金流等)，从而导致价值判断的失真；另外，对于暂时经营不善陷入亏损的公司，由于未来自由现金流难以预测，故该模型也不适用。

3实证分析

我以在上海证券交易所上市交易的北京银行股份有限公司为例来进行实证分析。由于自由现金流贴现模型主要运用于具体项目上，而对于公司股票的估值偏差较大，因此我没有选用此种方法。

3.1运用相对估值法估算北京银行股票价值

从全球的视野来看，商业银行的PB估值水平主要集中在2-3倍，考虑到中国银行业的高增长、未来金融业的综合经营以及企业所得税和营业税改革带来的潜在收益，中国上市商业银行的PB估值水平可以比全球平均估值水平高50%，即达到3-4.5倍。如果市场对银行未来的业绩增长更乐观，则相应的估值水平会更高。

综合考虑了A股和H股的PE与PB值以后，我对北京银行的PE与PB的取值范围，估计如下：PE40.51-48.97，PB5.13-6.86。预计2008年初，北京银行的股价范围估计是：21.06元-25.46元。

3.2运用股利贴现模型估算北京银行股票价值

（1）模型的选择。

“北京银行”(证券代码：601169)于2007年在上海证券交易所上市。根据超常增长、过渡增长和稳定增长三个阶段，我选用三阶段增长模型来进行计算。

（2）模型中参数的确定。

①对于D的确定。鉴于北京银行刚刚上市，还未进行过股利分配，我决定运用北京银行05-07年的EPS与北京银行上市前三年的平均股利分配率（约35%）的乘积来替代其每股股利，结合其业务增长情况和中信证券对其出具的投资价值研究报告，我对北京银行的2007年的EPS进行了预测，北京银行2005-2007年的EPS分别为：0.34元、0.45元、0.55元。我选取2007年为基期，因此D0=0.20。②对于g的确定。根据上面的假设，g在2005-2007年间平均以42%的速度增长，预计2007年以后的3年内，北京银行会继续保持这种超常增张的态势并逐步进入由超常增长转为稳定增长的过渡期。回顾北京银行的发展历程发现：其总资产从96年底的217亿发展到2006年底的2730亿，11年间增长了近13倍，年复合增长率30%。现在是中国资产规模最大的城市商业银行，资产规模超越成立已久规模较小的全国性商业银行深发展。据统计，北京银行佣金及手续费净收入2004-2006年复合增长率达91%，2006年同比增长更是高达192%，增长迅速。其费用收益比近三年一直处于30%左右，远低于同行业，这也反映出北京银行明显的经营效率优势。另外考虑到2008年企业所得税的降低以及其独具的首都区位优势，因而可以预见，在2007年之后北京银行的业务还将保持稳定高速的增长。在综合考虑了中信证券的盈利预测分析和北京银行自身的成长趋势以及中国银行业同业比较的成长性分析后，我将超常增长阶段的g设定为35%，稳定增长阶段的g设定为3%。

③对于r的确定。对于权益资本成本r的计算，我采用资本资产定价模型。其模型为：

Ri为股票i的预期收益率，Rf为无风险收益率，RM为市场组合的预期收益率，β为贝它系数。

我采用最小二乘法来回归这个模型。以北京银行股票和上证综合指数的日交易数据作为样本①，时间跨度为2007年9月19日至2007年12月20日。无风险资产的收益，采用最近一年期的国债收益率。为了便于回归分析，我将CAPM变一下形。

运用SPSS软件进行回归，回归结果为β=0.7321，参数的F检验、t检验和D-W检验均通过。模型可写为：Y=0.7321X。0.7321即为北京银行的股票收益相对于市场组合收益的β系数。

（3）股票价值估算。

基于5%的无风险利率，5%的市场风险溢价，以及β=0.7321。运用上面的模型计算北京银行的股票目前的预期收益率，继而估算出该股票的价值。将上面求出的各个参数值代入模型，进而估算出该股票2008年初的价值约为20.38元。

4结论

北京银行这只股票最近一直在20元左右波动，2007年12月20日的收盘价为20．06元。本次研究的估计值基本在20-25元的范围内。由于研究过程中无论是模型还是比较数据大多数都涉及大量的假设与判断，并且有很多实际左右市场走势的因素又难以用变量或数值表述，因此难免会出现估计值与实际值发生较大偏差的情况。

股票的定价和估值既有理性的计算，更有对市场供求的感性判断。如果仅仅依赖公式计算，就过于武断；事实上，股票的价格是随着股票市场景气程度不断变化的，因此定价的艺术体现在定价的过程之中。

参考文献

［1］杨海明，王燕。投资学［M］.上海：上海人民出版社，2002.

［2］杨青丽，吕小九。“或兼大中小银行之美的‘省商行’”——北京银行投资价值报告［J］.中信证券，2007，（9）.

股票分析论文篇6

关键词：股票市场高交易量回报溢酬零投资组合实证检验

中图分类号：F830.9文献标识码：A 文章编号：1006-1770(2008)01-052-04

一、交易量可以预测股价未来走势吗？

在技术分析中，对交易量的分析也一直是非常重要的一个部分，几乎所有的技术分析理论都会考虑交易量的作用。但交易量是否包含股价未来变动信息，以及交易量包含未来股价怎样的波动信息却并没有一种理论能给出很正式的分析。本文写作的出发点是要考察交易量对未来股价变动的预测力，更准确的说，笔者对交易量对股价未来走势的预测力感兴趣。然而，与目前大多数探讨交易量与股票收益率关系的研究不同的是，本文通过构造投资组合的方式来考察投资于高交易量股票组合的策略能否产生超额收益。

在最近的对美国资本市场的研究中，有关高交易量回报溢酬的现象得到验证，即经历非正常高（低）交易量的股票在接下来的时期内趋向于上涨（下跌）。这说明交易量中含有股价未来的变动信息，并且交易量的变动与股价的变动正相关。

由于我国的资本市场与美国有很大差异，因此本文希望检验这种高交易量回报溢酬现象在中国资本市场上是否存在。结果发现，那些交易量在一天内非正常的大（小）的个股在接下来的时期内并不会经历高收益（低收益），而在相对长的时期内还会产生更低（更高）的收益。换句话说，高交易量回报溢酬现象在中国股票市场上并不存在，长期来看甚至会出现高交易量回报损失或低交易量回报溢酬现象。根据这一结果，传统的将交易量作为股票技术分析的一项重要指标的做法将没有意义。

二、相关研究：国外广泛深入，国内相对贫乏

对交易量与股票的价格以及股票收益率的研究已经有很长的历史，Epps (1975)提出行情看涨的市场会伴随着大的交易量。这一华尔街格言被Smirlock和Starks（1985）以及Harris(1986,1987)的实证结果证实。Campell et al（1993）提出如果交易动机是为了对冲风险且交易行为伴随着高交易量，则极短期的股票回报，无论正负，均趋向于在随后发生反方向变动。这个结论被Conrad et al(1994)的实证结果所证实。此外，Conrad et al（1994）发现交易量能加强股价的负的自相关性，而Cooper(1999)发现交易量不仅可以减小这种负的自相关性，甚至可能在一些情况下使之产生正相关。Wang(1994) 提出当交易动机是由私有信息驱动并伴随着高交易量时，短期的回报趋向于在随后保持同向的变化。Cooper(1999)的实证分析证实了这一论断。Lee和Swaminathan（1999）通过采用Jegadeesh和Titman的惯性策略（momentum strategies）对高交易量股票的更具获利性表明了这一影响在中期（三个月）内也是有效的。

将交易量作为未来股价的预测工具最早被Ying（1966）研究过，他的结论表明：纽约股票交易所天交易量的的上升趋于随后出现标准普尔成分指数价格的上涨。Easley, O’Hara和Srinivas (1998) 研究发现在期权市场上，交易量对股票市场的未来回报具有预测力，但只有买入看涨期权和卖出看跌期权的交易量能预测股票市场的价格上涨，而卖出看涨期权和买入看跌期权的交易量能预测股票市场的价格下跌。Brennan,Chordia和Subrahmanyam(1998)以及Lee和Swaminathan(1999)的针对股票长期交易活动的研究表明，那些经历大交易量股票往往在随后会伴随更小的收益率。他们的研究指出，交易最活跃的股票比起那些交易正常的股票会产生更小的收益。

Simon Gervais,Ron Kaniel和Dan h.Mingelgrin(2001)对在纽约证券交易所上市的股票进行了研究，研究区间为1963年8月至1996年4月的日资料与周资料。结果表明了高交易量回报溢酬现象的存在。他们的研究方法是把研究区间分为161个没有重叠的区间，每个区间相隔一天，每一区间有50天，其中包含前49天的观察期与最后一天的形成期，然后用零投资组合与参考报酬率投资组合两种组合去检验由形成期所区分出的高交易量和低成交量股票的1、5、10、20、50和100天后的收益率。研究结果发现：高成交量股票在未来跟随较高的收益，低成交量股票在未来跟随较低的收益，即成交量能预测下期股价变动的方向。其根据周资料的研究结果发现此效应在长期内仍然存在。他们还检验了一些潜在的解释，如收益率自相关、公司公告与股利影响、系统风险的变化（β）、流动性、其他风险等等，结果发现这些潜在的假设都不足以解释高交易量回报溢酬现象。他们转而采用了可视性假设来解释，即市场的交易行为增加了股票的可视性，吸引了更多的投资者和分析师，从而降低了股票的风险，使之价值上升。这种解释的根据包括：Miller（1997）和Mayshar（1983）的研究表明某一股票的持有者平均而言是对其前景最为乐观的。这一结论在卖空受到限制而难以持有负头寸的情况下显得更正确。此外，根据二人的研究，任何能吸引投资者对某一股票注意的冲击都会导致随后股价的上升，因为潜在的买者变得更多，而潜在的卖者被限制于当前的股票持有者。类似地，Arbel和Strebel（1982），Arbel（1985）和Merton（1987）的研究表明：对某一股票更多的分析师和交易者的加入会增加其价值，因为这可以减少交易者面临的估计风险并便于风险在他们中的分散。Simon Gervais,Ron Kaniel和Dan h.Mingelgrin的研究证实了交易量中含有未来股价变动的信息：交易量对未来股价具有预测力。但由于交易成本的关系，按交易量大小进行投资并不能产生经济利益。

国内对交易量的研究主要集中在交易量与股票收益波动性的关系上，在关于交易量对股票走势预测力的研究方面，王燕辉、王凯涛（2005）对深圳成分股中40只股票的研究表明，高交易量回报溢酬效应在短期内是存在的，而在长期内则会出现反转，即高交易量的股票长期（10－30天）来看会产生更低的收益，而低交易量的股票长期却会产生比较高的收益，他们认为这可能是由于散户与大户的博弈所导致。

三、方法论

（一）数据

本文选取的股票样本是沪市的80只股票，区间从2006年6月1日到2007年6月1日的日交易数据，所选80只股票均为在2006年6月1日前已经上市的公司，本文所采用的数据是CSMAR数据。共有没有重叠的60个观察区间，每个观测区间包含20个交易日，其中前19天为观测期，第20天为形成期，其后的1天，5天，10天，20天和40天为检验期，参见图表一。

股票按如下规则被划分为高交易量和低交易量：

（1）如果在第20天（形成期）的股票交易量为这20天内最大则定义为高交易量股票，反之，如果是最小的则定义为低交易量股票。

（2）如果观测期间不足19天则按实际的天数进行比较。

（3）如果在形成期当天股票有停牌，则股票既不归入高交易量股票也不归入低交易量股票。

（二）变量的定义

1．报酬率的计算

本文所使用的报酬率为股票对数日报酬率，是根据调整后的股票开盘和收盘价再取对数计算而得，公式为：

Rit＝lnPit－lnPit-1

其中Rit表示股票i第t天的收益率，Pit表示股票i在t天股票的收盘价，Pit-1表示股票i在t－1天股票的收盘价。本文所用5天、10天、20天和40天收益率为形成期后5天、10天、20天和40天对数收益率之和。

2．投资组合的构建

本文采用的投资组合为零投资组合，即每个期间投资所有高交易量股票1元，每一股票投资金额相等。例如，如果这一期间有n只高交易量股票，则每只股票投资1/n元，同时卖空低交易量股票1元，也是相等金额。高交易量股票组的收益率为Rhi,低交易量股票组合收益率为Rli，这一期间股票组合收益率为：

NRi＝Rhi＋Rli，

所有投资期间的平均回报率为：

NR＝∑NRi/60,

所有投资期间的高交易量股票组的平均回报为：

Rh＝∑Rhi/60，

所有投资期间的低交易量股票组的平均回报为：

Rl＝∑Rli/60，

对于本文所要检验的高交易量回报溢酬现象，即高交易量股票在未来伴随较高的收益，低成交量股票在未来伴随较低的收益，如果该现象存在，则零投资组合可以产生显著的正收益，另外，如果对高交易量股票组合和低交易量股票组合构造的零投资组合不能产生正收益率，但高交易量组合或低交易量组合与指数构造的零投资组合能产生正（负）收益，则也可证明高交易量回报溢酬的存在。

3．交易量

本文所采用的交易量为每日交易股数。

四、实证结果表明：交易量对股价未来走势不具有预测力

图表二所示为每个交易期间的高交易量股票和低交易量股票个数的描述性统计结果。从中可以看出60个交易期间内的高交易量和低交易量股票个数分布并不均匀，标准差相对比较大。有意思的是，高交易量和低交易量股票个数的相关系数为负，这反映出股票间交易量的波动具有相关性，这可能是由于市场因素对交易量产生的影响。

图表三和图表四所示为60个交易期间内高交易量股票组和低交易量股票组1天（5天、10天、20天、40天略）的投资收益率的描述性统计结果。从以上两图中可以看出，高交易量组与低交易量组形成后一天的收益率基本集中在零附近，特别是低收益率组的收益率。

图表五的结果表明，高交易量组的股票累积收益率在5天内是正，而在10到40天则为负值。低交易量组的累积收益率在5天内也为正值，10天、20天为负，而40天又为正值。高交易量股票组与低交易量股票组所形成的零投资组合在1天和5天内的累积收益率均为正值并有逐渐上升的趋势，但t统计量并不明显，而10天、20天和40天的累积收益率均为负值，而且10天的累积收益率的t统计量相当显著，将其转化成年收益率有将近3.5％。这说明高交易量回报溢酬并不存在，而且在相对较长的时期内还有可能产生损失。

为了检验上述结果的可靠性，我们分别将高交易量组合与指数构造零投资组合及将低交易量组合与指数构造零投资组合（买入高交易量组合卖出指数组合以及买入低交易量组合卖出指数组合），并进一步检验高交易量回报溢酬的存在性，结果如图表六和图表七所示：

从图表六的结果可以看出，组合1天、5天累积收益率均为正值并有逐渐上升的趋势，但t统计量并不明显。与此相反，10天、20天和40天的累积收益率均为负值，而且10天的累积收益率的t统计量也变得不显著，这一结果与图表五所显示的结果基本一致，只是在10天的收益率上也不显著。另外还有一个有趣的现象，指数组合的累积收益率在所有的1到40天的期间内都为负值，而且有上升的趋势，这说明对股票市场的投资可能不仅没有收益，而且可能产生损失。

图表七的结果则与前面有所不同，从收益率的值来看，低交易量的股票除了10天的累积收益率为负外，其他都为正。但除了与指数的零投资组合40天的累积收益率显示有显著的正收益外，其余均不显著。而40天的累积收益率转化成年收益率可达10.5%，这说明低交易量的股票长期来看可以产生超额的异常正收益。这也再次表明高交易量回报溢酬在中国资本市场上不仅不存在，相反会出现低交易量回报溢酬现象。

五、交易量作为技术分析指标的失效源于我国资本市场的不完善

对于以上出现的结果，基本可以认为高交易量回报溢酬现象在我国并不存在，高交易量的股票在随后并不会出现较高的收益，低成交量股票在未来也不会出现较低的收益。相反，高交易量的股票还可能出现较低的收益，低交易量的股票可能会出现较高的收益（并不显著），这说明交易量并不包含股价未来变动的信息。

如果这一结果成立，则将交易量作为对股票分析的一个重要指标，被众多的技术分析所采用就没有任何意义。而对比在像美国股票市场那种成熟资本市场上存在的高交易量回报溢酬现象，笔者认为这种结果可能是由于我国资本市场的发展尚不完善，市场非有效因素众多所产生的。例如，市场上的虚假信息可能会带来巨大的交易量，而且短期内会出现正的异常收益，但一旦虚假信息被揭穿，则会使股票急剧下跌，使之产生低收益，从而使那些有信息含量的高交易量，比如内幕消息等带来的高交易量产生的正收益被抵消，这样总体来看高交易量股票就不能产生高收益。

作者简介：

证券股票分析论文篇7

关键词：上市公司；信息披露；措施公平

《上市公司信息披露管理办法》（以下简称《管理办法》）已于2007年1月30日正式颁布实施。原先的《公开发行股票公司信息披露实施细则》（以下简称《实施细则》）实施于1993年，其对于上市公司信息披露的规定已经不能满足要求。《管理办法》总结了十多年来上市公司信息披露的实践，并根据新的上市管理办法以及上市公司收购管理办法等新规定中对信息披露的规定，对于上市公司信息披露提出了新的、更为细致的要求。

值得关注的是，《管理办法》第二条规定：“上市公司及相关信息披露义务人应当同时向所有投资者公开披露信息，以使所有者平等获悉同一信息。”第四十二条规定：“上市公司通过业绩说明会、分析师会议、路演、接受投资者调研等形式就公司的经营情况、财务状况及其他事件与任何机构和个人进行沟通时，不得提供未公开重大信息。”可以说，这两条规定体现了证监会要求公平信息披露的要求。

公平信息披露(fair disclosure)的反面对应非公平的选择性披露（selective disclosure），是指当上市公司（包括其董事、监事、高级管理人员及其他代表上市公司的人员）、相关信息披露义务人非公开重大信息时，必须向所有投资者公开披露，以使所有投资者均可以同时获悉同样的信息；不得私下提前向特定对象单独披露、透露或泄露。以前，许多上市公司对信息披露实行差别对待政策，即往往把一些重要信息，诸如公司盈利情况预测等，以电话或者小型见面会的形式，先行披露给证券分析师或机构投资者，这就是所谓的选择性信息披露。机构投资者通过获悉这些非公开信息，可能获得更多利润或避免损失。选择性信息披露违背了市场主体有权公平获取信息的原则，从而使得部分人可以借机牟取高额利润。

1 公平信息披露规则出台背景

以前，证券分析师等中介机构是中小投资者获得信息的主要途径，因此上市公司将非公开信息向其进行披露是很常见的，各国虽然均通过立法明确禁止泄密行为，但对于选择性信息披露则没有命令禁止。为了保证中小投资者在信息知情权方面的公平性，确保证券分析师的研究报告保持独立性和客观性，美国证券监督委员会(sec)首先在2000年8月通过了一项新规定，从2000年10月23日起，美国上市公司公开财务信息时，对证券分析师和中小投资者一视同仁，即以往上市公司与证券分析师和机构投资者之间的先行沟通不复存在，中小投资者将与他们一同分享相关信息。此即是同年10月美国正式生效的公平披露规则法案。可以说，美国的这一行为对于世界各国在如何公平披露上市公司信息方面起到了很好的借鉴作用。

目前对于公平信息披露原则的要求主要体现在证券交易所的规定中。上海与深圳证券交易所2004年修订的上市规则中的部分条文就体现了公平信息披露的精神。2006年8月，深交所先后了《上市公司公平信息披露指引》和《中小企业板上市公司公平信息披露指引》（以下简称《指引》），要求上市公司、相关披露义务人非公开重大信息时，必须向所有投资者公开披露，以使所有投资者均可以同时获悉同样的信息。同时要求上市公司不得私下提前向证券分析师等特定对象单独披露、透漏或泄漏。这次《管理办法》将公平信息披露原则规定在总则部分，是第一次以规范性法律文件的形式，确认该原则作为信息披露的基本原则。

2 公平信息披露规则的相关内容

从新颁布的《管理办法》和《指引》中，我们可以看到证监会所要求的上市公司公平信息披露原则的内容主要有以下几方面：

（1）“重大信息”的概念。

《管理办法》第三十条规定：“可能对上市公司股票及衍生品种交易价格产生较大影响的重大事件，投资者尚未得知时，上市公司应当立即披露，说明事件的起因、目前的状态和可能产生的影响。”在该条第二款中，又较为详尽地列举了公司地经营方针和经营范围地重大变化、重大投资行为和重大地购置财产地决定、订立重要合同等20种可以作为重大事件地情形。虽然《管理办法》没有直接规定上述重大情形应予以公平披露，但是结合第四十二条中上市公司不得通过业绩说明会、调研会等形式向任何机构透漏非公开重大信息地规定，上述重大事件应当不得进行选择性披露。

（2）“非公开信息”的概念。

我国深交所出台的《指引》对“非公开信息”的定义相对较为宽泛

，即认为，公开信息是指上市公司及相关信息披露义务人经交易所对拟披露的信息登记后，在中国证监会指定媒体上公告信息。而未公开披露的信息为非公开信息。显然，针对目前我国中小板市场上信息披露较为混乱的情况，《指引》采取严格的公开信息披露规定，将有助于维护投资者的信息公平。针于这一点，笔者认为，证监会应当将上市公司及其相关信息披露义务人，为已公开披露的且被市场误解的信息采取私下提供澄清式的定义或量化解释的行为视为一种“非公开信息”披露的违规行为。

（3）披露时机方面的规定。

在披露时机方面，《管理办法》第三十一条规定，上市公司董事会或者监事会就该重大事件形成决议时、有关各方就该重大事件签署意向书或者协议时以及任一董事、监事或者高级管理人员知悉重大事件发生报告时，应当及时履行披露义务。还规定，在重大事件难以保密、重大事件已经泄漏或者出现传闻或者公司股票及衍生品种交易发生异常波动的情况下，上市公司应当及时披露相关事项的现状、可能影响事件进展的风险因素。但是，笔者认为，上述规定主要涉及临时报告提出的时间，用来规范公平信息披露的时机还有所缺陷。例如，上市公司无意中将重大信息透漏给特定对象，而没有在市场上出现传闻或者发生估价的异常波动，则是否需要按照公平信息披露原则进行补救？上述情况都可能破坏公平信息披露原则，对中小投资者公平获得信息的权利造成侵害。

3 公平信息披露规则的应对措施

首先，随着《管理办法》和《指引》的出台，表明证监会对于公平信息披露和规范证券市场的决心。虽然当前我国证券市场上诚信意识普遍缺失，实际施行难度可能较大。但是，不可否认，加强公平信息披露监管实乃大势所趋。所以，投资者不应心存任何侥幸，而应充分做好相应的思想和行动准备。

其次，股票分析师在与上市公司董秘以外的其他高管、供应商与销售商接触时，应注意对可能获得的非公开重大信息进行辨别与保密；应避免通过不同方式直接或间接地向公司一线人员打探消息；在撰写研究报告时，应注意研究报告中信息来源的可靠性和可获得性。

4 总结

从整体趋势看，各国越来越关注信息披露的公平性问题，公平信息披露原则正是这一趋势的体现。随着《管理办法》和《指引》的颁布，中小投资者在获取信息方面将有很大的提高，这极大的保护了中小投资者的权益。

参考文献

［1］?谢盐。多说，少说？好说，歹说？——中、美公平信息披露规则比较、点评与借鉴［j］.首席财务官，2006,(11).

［2］?上市公司公平信息披露指引［j］.深圳证券交易所，2006，（8）.

证券股票分析论文篇8

关键词：股票泡沫；最大理性内在价值；公司自由现金流；机会价值

导言

股票投资的精髓在于投资上市公司的价值，这不仅是为了完善股票市场资源有效配置的功能，亦是保障股东的收益。2006年1月1日至2008年1月31日中国股市经历了其前所未有的牛市：上证综合指数在两年间扩大近3倍，中国股市总市值扩大11倍，此剧烈的膨胀不仅在中国证券交易历史上史无前例，即便在全球股票交易史上也极其罕见，能令我们联想到或是可以作为参照的是一幕幕股票泡沫的历史追溯。那么，是否能找到一种适合中国股票市场情况及简便实用的测度方法，来检验中国股票是否存在泡沫以及泡沫程度？

借鉴国内外世界经济学界和金融界对股票泡沫较权威的解释，同时为研究简便实用的泡沫检验方法提供方便，本文所指的股票泡沫被定义为―股票价格偏离其最大理性内在价值的部分。

此外，当今理论界对股票泡沫采用最多的研究方法是通过严格的假设条件、烦琐的数学计算、较高的数理专业要求来测度或检验泡沫的存在，而这些方法普遍不具有明确的泡沫度量标准，因此无法被适用到高效即时的现实股票分析中，中国高速发展的股市更需要一套准确、简便、实用且较易接受的泡沫研究分析工具来阶段性地为中国的股市进行泡沫检验和预警。

一、股票泡沫实用检验模型的建立

股票最大理性内在价值是本文讨论的股票泡沫的核心，市场价格超出最大理性价值的部分则可被看做泡沫，因此，本文模型主要针对内在价值建立。此外，本文还试图对股价进行区间分离，即通过一种模型将股票价格分成几个区间，每个区间反映股价的不同特征，如公式（1）所示，一个上市公司的市场价格可以理解为其零增长价值、预期增长价值和机会价值的总和，其中零增长价值反映为在不对公司做任何未来预期时公司的权益价值，预期增长价值则加入了前段所说的极其理性的预期，这两者之和便组成最大理性内在价值，而剩下的机会价值则直接测度出泡沫的程度。

注：FCFF0：期初的公司自由现金流（公式借鉴：周政著：《自由现金流价值评估方法在微利公司中的应用》，《金融与会计学学位论文汪氏范本》，上海三联书店2005年版，第139页）

其中，最大理性内在价值P0=零增长价值Pb+预期增长价值Pz（2）

（一）估价模型的确立

目前，世界最常用的估价模型主要有两大类，一类是现金流贴现法（Present Value of Cash Flow， PVCF），另一类是相关的估价指标。由于本文致力于建立一套模型来清楚地划分价格的区间和上市公司的最大理性内在价值，相关的估价指标将不作重点考虑，理由是它们仅反映了价格和公司盈利能力的相对关系，适用于做同行业的比较，而不适用于作为对价值的绝对计算。

现金流贴现法可分为现金红利贴现模型（Dividend Discount Model， DDM）、股权自由现金流贴现模型（Present Value of Free Cash Flow to Equity，FCFE）、公司自由现金流贴现模型（Present Value of Free Cash Flow to the Firm，FCFF）。DDM只能关注公司的预期红利及其贴现率，而中国的上市公司长久以来发放红利比例少、制度不完善，故其无法准确计算上市公司价值的参数，从而误判上市公司的实际价值；FCFE不对企业的负债部分折现，对于我国的上市公司而言会高估权益价值，故两者都不能达到本文最大理性内在价值的要求。

FCFF是企业由于经营活动产生的自由现金流量，同FCFE相似，它也反映着公司在扣除资本性支出和维持企业发展的一切费用后的完全无负担的现金流，但不同的是FCFF的计算把债务和权益所能使用的自由现金流作了通盘的考虑，使公司的权益价值得以更准确的体现，从而确定其真实的股票价值。

由于公司自由现金流贴现模型考虑了一个公司所有的资本成本，并且反应一个会计粉饰和公司管理层难以掩盖或虚增的真实的用以维持公司发展、支付股东权益并偿还带息负债的自由现金流，因此它对公司价值的考察是更加全面和公正的。对于中国的上市公司而言，这一分析方法更值得推荐，除了因其财务杠杆比例高，需要对债务和权益都作价值贴现，还由于这一模型所得出的结果具有刚性，不容易造假，投资者利用这一方法来分析上市公司价值将对中国的上市公司起到激励上进的作用。另外，中国公司目前的融资渠道主要集中在股市，债券市场很不发达，但是随着证券市场的逐渐成熟债券市场必定发展迅速，因此运用该模型将更好地预测在发展变化市场中的公司的真实价值，并且同样适用于完善的市场环境。

由此，公司自由现金流贴现模型下的公司价值就是我们将要运用的最大理性内在价值，我们可由此得到上市公司股票的最大理性内在价值：

（二）样本的选择

鉴于需要比较不同的计算方法来确定适用于中国上市公司的参数，同时本部分致力于通过结果选择公司自由现金流贴现模型中参数的计算方法，因此，样本应当具有代表性，即具备沪深两市1600家上市公司各种类似的性质，以此在有限的篇幅达到说明的效果。

在选择样本的过程中，本文的考虑主要如下：

1.股本大于其所在市场（沪市或深市）总股本的平均值。

2.为2006至2008年交易量大于平均的股票。

3.样本之间有可比性，以便于筛选最优参数的计算方式。

经过初步选择，两市的金融保险业板块中的股票适宜做该部分的样本股，不但由于金融保险业板块的26支股票中有23支股票的股本在其所在市场总股本的一半以上，而且从2006-2008年金融板块的成交量极其庞大，完全具有市场投资的代表性，再次，由于同属一个板块它们之间具有相互关联性，便于进行比较并筛选参数计算方式。同时根据初步测算，金融板块的上市公司的公司自由现金流的增长规模有所差异，WACC与固定增长比率的差异可以适用前一部分所用的常规公司自由现金流贴现模型，也会用到需要调整的贴现模型，股票本身还有不同于在一级市场发行二级市场交易股的借壳上市股，也就是说该板块的股票具备较完整的全部上市公司的同质类别，其较完整的多样性使之成为合格的样本。此外，由于金融行业特殊的性质，其债务成本不同于其他行业，需要对负债价值的确定做单独说明。因此，金融性上市公司除了庞大的股本规模、热烈的投资追捧之外，其真实的股票价值也是在所有行业中最难估计的，故只要把金融保险业股票的价值研究透彻，其他行业也就迎刃而解。

二、参数的测算与选择

（一）FCFF

国际理论界和实物界对FCFF正确的计算公式提出了种种不同的观点，但有一种得到了普遍的认同，如公式（4）所示，它被理解为息税前利润在消除税率、资本性支出、追加的营运资本以及其他资产的影响之后能够为企业绝对用以经营的自由现金流。

FCFF=EBIT（1-Tax Rate）+Depreciation Expense-Capital Spending- in Working Capital- in other assets(4)

（公式来源：David K. Reilly， Keith C. Brown著，《投资分析与组合管理》（Investment Analysis and Portfolio Management），中信出版社2004年版，第799页）

其中：

EBIT：息税前利率

Tax Rate：税率

Depreciation Expense：折旧费用

Capital Spending：资本性支出

in Working Capital：营运资本追加

in other assets：追加其他资产

由于该公式主要由美国学者提出，而美国的会计准则与中国不完全相同，因此在理解该公式本质的基础上，本文根据中国会计准则对上市公司的自由现金流的计算公式做相应调整。

FCFF=经营活动产生的现金流量净额-资本性支出=经营活动产生的现金流量净额-(购建固定、无形和其他长期资产所支付的现金-处置固定、无形和其他长期资产而收回的现金净额)（5）

对于银行和保险公司而言，由于现金流量表中相当一部分是客户存款的增加额，在经营性现金流支出部分银行更多的是客户贷款增加额，不论是存款增加额或贷款增加额，都是银行和保险公司为业务需要暂时为客户保管或支出的现金，不实际成为其可使用的现金，而只在账面上进行流动，真正可以利用的是存贷利息差带来的现金收入。因此，在计算银行和保险公司的自由现金流时应当剔除存贷款数额的影响，或者直接利用公式（11）对其现金流进行计算。

根据公式（4）和（5）的调整，我们可以计算得到样本2004-2007年12月的FCFF值，但是发现有公司自由现金流成负的现象，由于自由现金流为负的上市公司意味着当期投资价值为负，这显然不符合证券市场规律，而且不利于企业长期发展，因而我们假设上市公司在长远的未来经营会得到改善，自由现金流成负只是暂时现象，由此，对于负数的当期公司自由现金流我们向上一期进行平均，直到为正为止，这将不会妨碍计算公司价值，因为其所得增长率为负，且最后WACC-gFCFF数值增大，这些将抵消把FCFF调整为正的影响。

（二）gFCFF

在决定公司自由现金流的增长率时，国际上一般采用两种方法，一是采用公司自由现金流的年几何平均增长率，它可忽略中间年限变化的影响，对平均增长率的预测较健全。

另一种方法是用净利润的平均保留率（Retention Rate，RR）与资本回报率（Return on Invested Capital， ROIC）的乘积来表示公司自由现金流的增长率，其中RR表示净利润在扣除发给股东的红利后的剩余率；ROIC表示公司每投资1单位的现金（或资金）可以产生多少税后营业收益，可以说它真正衡量的是现金对现金的回报率，同时还测度着公司独立于融资决策之外的现金盈利表现。这一方法测算出的公司自由现金流的增长率不同于实际采用自由现金流值而获得的增长水平，后者受外在因素干扰较多，因此是外部的，而前者是内生且刚性的。

由于ROIC考察的是在公司投入到业务的所有投资资本中产生怎样的资本回报，因此在负债中不计利息的部分不适合作为业务性的投资，比如应付账款、应付福利费等。国际上有些学者认为在计算投资资本(Invested Capital)时应当把资产负债表中的现金项全部扣除，理由是现金代表了不隶属于其他资本的资产或者它的存在会潜在地减少负债和股东权益额，但是让我们试想一下制造类的企业，由于通常制造类企业购置原材料或配件后收到产品所需要的时间比较长，所以一般不能及时进行交易而需要持有这份购买的现金，而这些现金完全符合业务投资资本的要求。因此，为符合实际情况，本文认为根据资本集中度和现金转换速度，投资资本中的现金部分需要反应公司每天手头需要支付的现金，而不是将所有的现金都扣除，该比例一般在销售收入的0-20%之间，比这部分多的现金就应当作为超额现金在投资资本中扣减。

根据中国会计制度和财务报表制表方式，适用于中国的公司自由现金流增长率公式就可以由公式（6）表示。由于本文所选的样本均为金融保险行业，是现金快速进出的行业，即现金周转率非常快，因此不把现金超出收入的部分考虑进投资资本中。

由于中国的企业目前处在经济增长速度快、需求旺盛且发展环境不稳定的环境下，如果用自由现金流本身的平均增长率作为企业持续无限时间的增长率会高估其实际未来增长水平，而如果使用内在刚性的增长率对于中国企业来说会低估其增长率，表1给了很好的说明，因此，为达到最大理性内在价值的标准，本文一律把中国上市公司的未来预期固定增长率定义为外在增长与内在增长水平的平均值，如表2中的G（A）所示。

（三）WACC

在决定债务成本时，通常采用企业发行的债券的利率来作为公司向市场筹资的成本，但是在中国的上市公司中只有约3%的公司公开发行债券，更多的带息债务来自借款，因此本文认为应当使用债券票面利率与贷款利率的平均值作为债务成本比率。但是对于银行而言，由于其借款对象具有特殊性，需要用银行间同业拆借利率、央行向金融机构贷款利率以及再贴现率来替代其他企业所使用的金融机构贷款利率。

本着简便、实用、精确的思路，公式（7）将展示在中国股票市场实践中WACC的计算方式，其中计算债务和权益比率时均采用市场价值，资本结构中的债务价值等于投资资本减股东权益，权益部分的市场价值等于非流通股的成本价值与流通股的市场价值之和：

WACC=债务在公司资本结构中的比率×平均值（贷款利率，企业债券利率）×（1-税率）+权益在公司资本结构中的比率×净资产收益率（7）

值得一提的是，本文认为，在计算公司实际价值的同时，比较WACC和ROIC的差异作为参考也十分必要。前文已说明ROIC表示企业投资资本的回报率，而这里WACC意味着企业投资资本的成本，在成熟的行业和公司ROIC一般都大于WACC。成熟企业一般投资风险小且价格与价值相当，而高成长性或不稳定企业风险较大而收益不稳定，如果投资者在测度上市公司价值的同时能够以ROIC与WACC的差异程度作为参考来区分其成熟度与成长性，并认清自己的投资偏好，将做出更合理的投资行为。

（四）其他参数的确定

1.负债价值

根据公司自由现金流贴现模型我们知道公司权益的价值为公司的总价值减去其负债价值后剩余的部分，本文认为该负债价值应当视作上市公司用于支持业务活动所借资金的价值，或称经营负债，必要性负债如员工工资、福利等不反映市场对公司价值的评判，因此不应列算在内。

以本文的样本中的银行为例，负债主要以吸收存款构成，同债券一样它也需要支付利息，但是由于银行以吸收存款作为其主营业务，这一特殊的经营性质决定存款对于银行而言是业务性的必要负债，而不是经营负债，真正决定银行负债价值的部分来自于它的中央银行借款、同业拆借、发行长期债券等。

在计算上市公司的负债价值时，我们可以把所有构成其负债价值的部分看成一个整体，然后对这个整体进行计息和折现，计息率依公司具体情况而定，一般为债券的票面利率、借款利率或是两者的平均值，对整体贴现时通常使用WACC中的债务成本。考虑中国公开债券的年限多为5年，又整体经济处于高速发展阶段，本文采用5年作为计算样本负债价值的年限。见公式（8）：

2.分母中的普通股本

中国的股票市场因为股权分置，上市公司股票没有全流通，实际流通股也不对等于已流通股。由于普通投资者参与的股票市场是二级市场，这意味着他们无法涉及非流通股的买卖，而在仅能接触到的流通股中也只是实际流通的部分。公司自由现金流贴现模型中的普通股指的是发行在外的股本，因此对于中国市场应当采用流通股部分的股本，但是实际流通股与流通股差异的存在使投资人只能将资金能量集中在实际流通股范围内，当市场需求狂热时，这容易造成资金在狭小的实际流通范围内高速流转，交易规模庞大，并且一旦有新的流通股成为实际流通股就会有资金迅速追捧，这自然容易造成股价的迅速非理性抬高或走低。

因此，在计算分母中的普通股本时，本文认为应当加入对实际流通股本比率的考虑，这才能使模型真正反应出中国股票市场的理性价格，如公式（9），当实际流通股的比例逐渐增大，直至到100%时，就成为了所有发行在外的可流通股。

三、样本结果分析

由于金融保险业板块的股票在沪市A股市场所带动的影响更大，这里主要对沪市中的金融保险业板块进行分析，之后将计算剔除泡沫后的上证综合指数。

从表3可以看到，沪市A股的金融板块的平均市价为32.86元，而其应有的价格，即最大理性内在价值是20.17元，其中以证券业的股票价值最大。从银行业到信托业都存在机会价值，也就是在极其理性的预期之外的心理预期，这一数值的平均值达到了12.68元，结合表（4）可以发现其占比高达39%，可见在2008年1月的股价中存在着较多的泡沫。

深入股票最大理性内在价值，发现金融保险业板块零增长价值部分占33%，其中以信托业最多，保险业为最低仅为-5%，预期增长价值部分占67%，这表明对于中国金融业的股票价值而言现状与其成长性之比接近1∶2，应该说带有成长性行业的显著标志。

四、泡沫预警和模型应用推广

从本文的股票泡沫实用检验模型中我们已能测度出泡沫的程度，即机会价值，它的意义不仅在于对各股、行业的评判，更可以将之从总市值中扣减，获得不含泡沫的指数，从而对整个股票市场进行泡沫预警。比如本文样本中所有沪市A股股票的机会市值在2008年1月31日达174，894，871.25万元，该日的总市值为2，414，377，195.99万元，上证综合指数为4383.39点，如果把机会市值从总市值中扣减，根据上证综指的计算方式―派许加权综合价格指数公式，上证综合指数应当减少到4056.86点。更进一步而言，本文样本中有16支股票股本在沪A总股本平均值以上，比重达到43%，如果以这些股票的表现估计整个市场的情况，上证综指最终应当处于3658.87的位置。这里需要注意，这一3658.87意味着在2008年第一季度的财务报表公布之前，同时在毫无股本增减或实际流通股比例变化的情况下，2008年1月至2008年4月上证综指就应当维持在这一水平，过高是极其危险的泡沫信号，过低则表现市场资金分配短缺、投资价值没有被发掘。

本文模型描述的最大理性内在价值所反映的指数印证了2008年1月以后市场的真实反应以及3月指数的快速下滑（上证综指于2008年4月初已降到3612.54点），因此采用该模型阶段性地对整个盘面进行测度将及时分离出心理预期的泡沫，同时估算出合理的指数点位，此外还将划分出零增长价值与预期增长价值，便于投资者做更优的决策。

五、结论

本文从最大理性内在价值的角度选择公司自由现金流贴现模型作为主要的研究模型，并完全从中国市场的特性出发对参数的计算方法做了探索和定义，从而将股票市价中的泡沫部分清楚地分离出来，同时区分出最大理性内在价值中的零增长价值和预期增长价值区间。样本数据的结果表明该研究方法的可行性和准确性，将该方法与指数计算挂钩将可能对整个市场起到泡沫预警的作用。当然，对于本文研究方法本身的检验还有待进一步探索。

参考文献：

[1]汪康懋等。金融与会计学学位论文――汪氏范本。上海三联书店，2005年版。

[2]杨晓兰。证券市场泡沫问题的实验经济学研究。浙江大学出版社，2007年版。

[3]郭济敏。股票市场泡沫研究。中国金融出版社，2005年版。

[4]史永东。投机泡沫与投资者行为。商务印书馆，2005年版。

[5][美]Kevin Hassett.泡沫学：关于股票市场的新学说。席瑞雪译。中信出版社，2003年版。

[6][瑞士]宾斯维杰。股票市场，投机泡沫与经济增长。张建森译。上海三联书店，2003年版。

[7]David G. Luenberger.投资科学。中国人民大学出版社，2004年版。

[8]Zvi Bodie， Alex Kane， and Alan J. Marcus.投资学。机械工业出版社，2007年版。

[9]James L. Farrell， and Walter J. Reinhart.投资组合管理：理论及应用（第2版）.机械工业出版社，2002年版。

[10]Werner F. M. De Bondt. The Psychology of World Equity Markets. Edward Elgar， c2005.

[11]Harry S. Dent， The Next Great Bubble Boom: How to Profit from the Greatest Boom in History 2005-2009， Free Press， c2004.

[12]Francesco Parisi， and Vernon L. Smith， The Law and Economics of Irrational Behavior， Stanford University Press， 2005.[13]Robert J. Shiller， Bubbles， Human Judgment， and Expert Opinion， Cowles Foundation Discussion Paper No. 1303， May 2001.

[14]R. Glen Donaldson， and Mark Kamstra， Estimating and Testing Fundamental Stock Prices: Evidence from Simulated Economics， SFU Discussion Paper， Sauder School of Business Working Paper， September 2000.

[15]Richard J. Sweeney， Arthur D. Warga， and Drew Winters， The Market Value of Debt， Market Versus Book Value of Debt， and Returns to Assets， Financial Management， Vol. 26， No. 1， Spring 1997.

[16]Tom Engsted,and Carsten Tanggaard,Speculative Bubbles in Stock Prices?Tests Based on the Price-Dividend Ratio， EFA 2004 Maastricht Meetings Paper No. 1804， January 2004.

[17]Douglas J. Lamdin， Rational Bubbles in Individual Stock Prices and Implications for Investment Management， University of Maryland， Baltimore County - Department of Economics， Working Paper， November 2002.

[18]Ruben D. Cohen， An Analytical Process for Generating the WACC Curve and Locating the Optimal Capital Structure， WILMOTT Magazine， 2003.

[19]Prasad V. Bidardota， Intrinsic Bubbles and Fat Tails in Stock Prices， Florida International University - Department of Economics， Working Paper， September 2003.

[20]Ako Doffou， Periodically Collapsing Bubbles in Asian Emerging Stock Markets， International Finance Review， Vol. 8， December 2007.

股票分析论文篇9

股票市场行情走势的专家分析论文范文一：

公司聚焦

我乐家居、上海洗霸网上申购中签结果出炉

我乐家居网上申购中签结果出炉，中签号码共有36000个。

茅台市值突破5500亿！但斌：一万年也看不到它崩盘

近日深圳东方港湾投资管理股份有限公司董事长但斌持续发表看好茅台的言论，今日他在微博上表示，除非中国的白酒文化衰落了，只要赤水河的水还在流淌，否则你等一千年一万年也看不到茅台崩盘的时刻！茅台就算过了高速成长期，至少也会像可乐、帝亚吉欧，或者就像“高等级债券”一样吸引稳健的长期投资人。

ST吉恩5月26日起暂停上市成为今年第四家被暂停上市公司

*ST吉恩(600432)近日晚间公告，公司股票将于5月26日起暂停上市。值得一提的是，*ST吉恩还存在因重整失败而被宣告破产的风险，如果公司被宣告破产，公司股票将面临终止上市。值得一提的是，*ST吉恩是今年以来第四家被暂停上市的公司。

贾跃亭辞任乐视网总经理仍任董事长致信全体员工

股票分析论文篇10

关键词：神经网络；上证综合指数；Clementine；股价

中图分类号：F830.9 文献标识码：A 文章编号：1001-828X（2013）05-0-01

证券市场是一个资源重新配置的市场，在我们国家经济建设中起着非常重要的作用，和我们广大人们群众的生活息息相关。股价预测有着很大的应用价值，具有动态性、强非线性等特点。人工神经网络是一种模拟人脑神经网络结构，通过对研究对象的不断学习、训练，从而实现预测模型的方法。在股价预测方面，人工神经网络方法可以通过股票历史数据进行学习，从而找出股票价格的规律，实现对股票价格的准确预测。

一、神经网络模型简介

1.神经网络基本概念

神经网络模型是一种数学模型，它试图模拟人类大脑的功能。它由大量的人工神经元通过适当的方式互连构成，是一个非线性的自适应系统，用于智能决策和推断。

2.BP神经网络

目前神经网络有很多种，BP神经网络模型是用的比较多的一种模型。BP神经网络是一种基于有监督的学习、使用非线性的可导函数作为传递函数的前馈神经网络，由信息的正向传播和误差的反向传播两个过程组成，包括一个输入层、一个输出层以及一个或者多个隐层。输入层收到输入信号，传递给中间隐层各神经元，由最后一个隐层神经元传递到输出层各神经元的信息，经过进一步处理，完成一次正向传播处理过程，由输出层向外界输出信息处理结果。当实际输出与期望输出不相符时，进入误差的反向传播过程。误差通过输出层，按照误差梯度下降的方式修正各层权值，向隐层、输入层逐层反传。周而复始的信息正向传播和误差反向传播过程，一直进行到网络输出的误差减少到可以接受的程度。BP神经网络模型包括其输入模型、输出模型、作用函数模型、误差计算模型和自学习模型。

二、神经网络模型在股票分析预测中的应用

1.初始数据选取

本文拟以A股市场上证综合指数为研究对象，选取2012年1月4日至2013年4月17日期间每个工作日的上证综合指数的相关数据，利用Clementine软件的BP神经网络方法进行建模，对上证综合指数的走势进行分析和预测。在建模过程中，选取的变量为：开盘价、最高价、最低价、成交量、收盘价。

2.BP神经网络建模

3.分析与结论

下图为通过神经网络模型得到的次日收盘价格与次日预测结果之间的拟合图，从图中可以看出，尽管预测结果与真实值之间的变化趋势基本一致，但还是有一定的预测误差，这是因为股票价格不仅跟成交价和成交量有关系，还受政策因素、市场供应关系、季节因素、突发事件等影响。根据价量关系，对短期预测效果比较有效，如果希望对股票进行长期有效的分析，我们还需要考虑很多因素，包括宏观因素、上市公司财务状况及内部其他因素等。

参考文献：

[1]史忠植。神经网络[M].北京：高等教育出版社，2009：48-65.

[2]薛薇，陈欢歌。基于Clementine的数据挖掘[M].北京：中国人民大学出版社，2012：1-132；275-305.

[3]元昌安。数据挖掘原理与SPSS Clementine 应用宝典[M].北京：电子工业出版社，2009：234-257；550-555.

[4]杨富勇。神经网络模型在股票投资中的应用[J].计算技术与自动化。2010，29：108-112.

[5]范明，孟小峰，译。Han J， Kamber M.数据挖掘：概念与技术[M].北京：机械工业出版社，2012.

[6]张娴。数据挖掘技术及其在金融领域的应用[J].金融教学与研究，2003，6（04）：15-18.

[7]R.Agrawal，T.Imienlinski and A.Swami.Database mining：A Performance Perspective.In IEEE Knowledge and Data Engineering，Vol.5， No.6，Pages 914-925，Dec.1993.

《股票分析论文（精选10篇）》

内容导航

股票分析论文篇1

证券股票分析论文篇2

证券股票分析论文篇3

证券股票分析论文篇4

股票分析论文篇5

股票分析论文篇6

证券股票分析论文篇7

证券股票分析论文篇8

股票分析论文篇9

股票分析论文篇10

相关推荐

热门排行

最新作文

《股票分析论文（精选10篇）》

内容导航

股票分析论文 篇1

证券股票分析论文 篇2

证券股票分析论文 篇3

证券股票分析论文 篇4

股票分析论文 篇5

股票分析论文 篇6

证券股票分析论文 篇7

证券股票分析论文 篇8

股票分析论文 篇9

股票分析论文 篇10

相关推荐

热门排行

最新作文

股票分析论文篇1

证券股票分析论文篇2

证券股票分析论文篇3

证券股票分析论文篇4

股票分析论文篇5

股票分析论文篇6

证券股票分析论文篇7

证券股票分析论文篇8

股票分析论文篇9

股票分析论文篇10