股票投資分析的主要方法范文第1篇

摘要：

多元統(tǒng)計(jì)分析方法是研究股票價(jià)格的一般方法，本文利用統(tǒng)計(jì)分析方法考察并確定上市公司與股票價(jià)格相關(guān)的基本因素，利用聚類分析與因子分析兩種分析方法來進(jìn)行實(shí)例研究，并判斷出各公司股票質(zhì)量特征，為投資者的投資提供科學(xué)嚴(yán)謹(jǐn)?shù)慕ㄗh．

關(guān)鍵詞：

聚類分析;因子分析;股票市場(chǎng)

股票市場(chǎng)是對(duì)已經(jīng)發(fā)行的股票進(jìn)行轉(zhuǎn)讓、買賣和流通的場(chǎng)所．股份公司通過對(duì)股票的全面發(fā)行，可以迅速集中大量資金，實(shí)現(xiàn)生產(chǎn)的規(guī)模經(jīng)營;而社會(huì)上分散的資金盈余者本著“利益共享、風(fēng)險(xiǎn)共擔(dān)”的原則投資股份公司，謀求財(cái)富的增值．當(dāng)今中國股票市場(chǎng)發(fā)展迅速，越來越多的人關(guān)注著股票市場(chǎng)的行情，將自己的資產(chǎn)投入到股票行業(yè)中以期得到豐厚的回報(bào)，為了促進(jìn)股票合理化，產(chǎn)生了對(duì)股票市場(chǎng)價(jià)格變動(dòng)的分析和預(yù)測(cè)，對(duì)上市公司股票業(yè)績進(jìn)行綜合評(píng)估是十分必要的．多元統(tǒng)計(jì)分析是研究股票價(jià)格的新型方法，我們利用統(tǒng)計(jì)分析方法，考察并且確定上市公司股票價(jià)格之間的基本關(guān)鍵因素，利用聚類分析與因子分析兩種分析方法來進(jìn)行實(shí)例研究，判斷出股票價(jià)格的基本變動(dòng)趨勢(shì)，為股票投資者的投資提供科學(xué)的建議．國外學(xué)者Serpil［1］將主成分分析與判別分析相結(jié)合，對(duì)早期綜合預(yù)警模型進(jìn)行估計(jì)．AprilKerby和JamesLawrence［2］利用主成分分析與判別分析來作為選擇質(zhì)量好或不好股票的依據(jù)．NewtonDaCosta等人［3］提出了一種根據(jù)風(fēng)險(xiǎn)回報(bào)準(zhǔn)則的基于聚類分析方法對(duì)現(xiàn)貨市場(chǎng)中的股票分組的技術(shù)．Anderon［4］利用判別分析來對(duì)資本市場(chǎng)作進(jìn)一步的研究．國內(nèi)許多專家學(xué)者［5～10］根據(jù)證劵報(bào)告中的信息，選擇每股收益、投資收益、凈收益率等財(cái)務(wù)指標(biāo)，對(duì)一些公司或企業(yè)的這些指標(biāo)數(shù)據(jù)進(jìn)行了多元統(tǒng)計(jì)分析，試圖將這些公司和企業(yè)進(jìn)行分類，為股票的選擇和分析提供依據(jù)進(jìn)行實(shí)例研究．本文應(yīng)用聚類分析和因子分析方法對(duì)30家上市公司進(jìn)行了實(shí)證研究，為投資者提供科學(xué)依據(jù)．

1股票市場(chǎng)數(shù)據(jù)的統(tǒng)計(jì)分析

1．1數(shù)據(jù)的選取

統(tǒng)計(jì)分析方法是處理數(shù)據(jù)、進(jìn)行實(shí)證分析的有效方法，被廣泛應(yīng)用于各個(gè)領(lǐng)域［11～13］．為了研究多元統(tǒng)計(jì)分析方法在股票市場(chǎng)中的應(yīng)用，需要進(jìn)行實(shí)證分析．本文任意選取了巨潮資訊網(wǎng)2023年度報(bào)告數(shù)據(jù)中的30家上市公司的每股收益、總資產(chǎn)、凈利潤、凈資產(chǎn)、每股凈資產(chǎn)、凈資產(chǎn)收益率、營業(yè)收入共7項(xiàng)財(cái)務(wù)指標(biāo)數(shù)據(jù)進(jìn)行實(shí)例研究．每股收益，通常被用來反映企業(yè)某一會(huì)計(jì)期間的經(jīng)營成果，衡量普通股的獲利水平以及投資風(fēng)險(xiǎn)，是投資者等其信息使用者據(jù)以評(píng)價(jià)企業(yè)盈利能力、預(yù)測(cè)企業(yè)成長潛力進(jìn)而做出相關(guān)經(jīng)濟(jì)決策的重要財(cái)務(wù)指標(biāo)之一．凈利潤為最終經(jīng)營業(yè)績，凈利潤越多，就代表企業(yè)的經(jīng)營效益越好;凈利潤越少，則企業(yè)的經(jīng)營效益就越差，它是企業(yè)經(jīng)營效益的主要衡量指標(biāo)．每股凈資產(chǎn)是指股東權(quán)益與股本總額的比率．每股凈資產(chǎn)越高，則股東擁有的資產(chǎn)現(xiàn)值就越多;每股凈資產(chǎn)越少，則股東擁有的資產(chǎn)現(xiàn)值就越少．凈資產(chǎn)收益率，是指凈利潤與平均股東權(quán)益的百分比，是公司稅后利潤除以凈資產(chǎn)的百分比率．凈資產(chǎn)收益率是衡量股東資金使用效率的重要財(cái)務(wù)指標(biāo)．總資產(chǎn)指的是某一經(jīng)濟(jì)實(shí)體擁有或控制的、預(yù)期能夠?yàn)樽陨韼�來�?jīng)濟(jì)利益的全部資產(chǎn)．凈資產(chǎn)是屬企業(yè)所有并且可以自由支配的資產(chǎn)，即所有者權(quán)益．企業(yè)的凈資產(chǎn)，是指企業(yè)的資產(chǎn)總額減去負(fù)債以后的凈額．營業(yè)收入指的是企業(yè)在日�；顒�(dòng)中從事銷售商品、提供勞務(wù)和讓渡資產(chǎn)使用權(quán)等所形成的經(jīng)濟(jì)利益的總流入，分為主營業(yè)務(wù)收入和其它業(yè)務(wù)收入．由巨潮資訊網(wǎng)年度報(bào)告數(shù)據(jù)中選取30家上市公司的財(cái)務(wù)指標(biāo)數(shù)據(jù)見表1(股票名稱略去，以編號(hào)代替)．總資產(chǎn)、凈資產(chǎn)以及營業(yè)收入都在一定程度上反映了上市公司的盈利情況，這3者是股票是否有購買價(jià)值的基礎(chǔ)，只有基礎(chǔ)越好，股票才越具有購買價(jià)值．所以這3者是人們?cè)谫徺I股票時(shí)需要長期關(guān)注的．

1．2聚類分析

圖1是運(yùn)用SPSS軟件對(duì)30家上市公司的數(shù)據(jù)進(jìn)行系統(tǒng)聚類分析后得到的樹枝狀聯(lián)結(jié)圖，選取的聚類指標(biāo)是30家上市公司2023年度的財(cái)務(wù)數(shù)據(jù)，包括:上市公司的每股收益、總資產(chǎn)、凈利潤、凈資產(chǎn)、每股凈資產(chǎn)、凈資產(chǎn)收益率、營業(yè)收入共7項(xiàng)財(cái)務(wù)指標(biāo)．根據(jù)圖1，可以依據(jù)股票的財(cái)務(wù)狀況將這30支股票分為3組．第1組:25號(hào)股票;第2組:3號(hào)股票和4號(hào)股票;第3組:剩下的其它27支股票．從分組情況看，第1組股票歸為第一類．這支股票總資產(chǎn)、凈利潤、凈資產(chǎn)、營業(yè)收入的財(cái)務(wù)指標(biāo)都很高，且每股收益、每股凈資產(chǎn)、凈資產(chǎn)收益率的財(cái)務(wù)指標(biāo)也都不低，說明這支股票的獲利能力高，并且股票的數(shù)量龐大，使總資產(chǎn)和營業(yè)收入等均很高．總體來說25號(hào)股票作為第一類股票有很大的投資價(jià)值，投資者可根據(jù)個(gè)人的投資理念和即時(shí)的市場(chǎng)條件等各方面因素對(duì)此類績優(yōu)企業(yè)進(jìn)行投資．將第2組股票歸為第二類．這兩支股票的7項(xiàng)財(cái)務(wù)指標(biāo)均很高，特別是每股收益是最高的，說明股票的質(zhì)量很好，數(shù)量也夠龐大．企業(yè)的發(fā)展速度與前景也都比較可觀，投資者根據(jù)自身情況并結(jié)合其它情況以輔助自己做出投資的決策對(duì)第二類企業(yè)進(jìn)行投資．剩下的27支股票歸為第三類．這些股票的財(cái)務(wù)狀況不如第一類和第二類好了，其中，有幾支股票的每股收益甚至是負(fù)的，由此可見，這類企業(yè)顯然是不適合投資者對(duì)它們進(jìn)行投資的．當(dāng)然在實(shí)際情況中，投資者可以結(jié)合企業(yè)的具體的其它財(cái)務(wù)指標(biāo)對(duì)股票進(jìn)行分析，輔助投資者進(jìn)行投資決策．這樣既實(shí)現(xiàn)了投資者的資本增值目的，又滿足了整個(gè)社會(huì)的資源優(yōu)化配置的要求．

1．3因子分析

因子分析的主要目的是數(shù)據(jù)降維，如果原始變量之間不存在相關(guān)性，那么因子分析的意義并不大．為了進(jìn)行因子分析，首先判定各指標(biāo)間的相關(guān)性．相關(guān)系數(shù)是研究變量之間線性相關(guān)程度的量．從相關(guān)系數(shù)結(jié)果表2來看，每股收益和凈資產(chǎn)收益率的相關(guān)性最大，相關(guān)系數(shù)達(dá)到0．700，即每股收益越高，則凈資產(chǎn)收益也就越高．總資產(chǎn)和凈利潤、凈資產(chǎn)、營業(yè)收入的相關(guān)性都很大，相關(guān)系數(shù)均超過0．900．接下來，判斷是否可以應(yīng)用因子分析來進(jìn)行數(shù)據(jù)降維，判斷的方法為Bartlett球形檢驗(yàn)和KMO方法．結(jié)果(表3)顯示，KMO檢驗(yàn)結(jié)果為0．706．球形度檢驗(yàn)統(tǒng)計(jì)量為571．392，p值為0．000，檢驗(yàn)結(jié)果是顯著的，可以進(jìn)行因子分析．下面計(jì)算各變量共同度，每個(gè)變量之間的共同度越高，就說明提取的公因子越能反映原來的7個(gè)指標(biāo)的變化，結(jié)果如表4，所有變量的共同度全都超過了0．700，就說明了公因子能夠很好地反映原來的7個(gè)指標(biāo)的變化．應(yīng)用SPSS軟件的計(jì)算特征值以及方差貢獻(xiàn)率得到表5數(shù)據(jù)，由表5可看出:只有前兩個(gè)因子的特征值大于1，并且前兩個(gè)因子的特征值之和占特征值總和的92．772%，也就是說只需要前兩個(gè)因子就已經(jīng)能夠解釋這7個(gè)財(cái)務(wù)指標(biāo)信息的92．772%，所以本文僅采用前兩個(gè)因子對(duì)股票進(jìn)行綜合評(píng)價(jià)．

進(jìn)行因子旋轉(zhuǎn)，得到效果比較好的因子．表6中的系數(shù)為旋轉(zhuǎn)后的因子負(fù)荷系數(shù)估計(jì)值．表6中的2，3列分別是兩個(gè)特征值的特征向量．載荷程度越大說明該指標(biāo)在因子中的影響程度就越大，越小則說明該指標(biāo)在因子中的影響程度就越�。�把7個(gè)指標(biāo)歸為總體財(cái)務(wù)狀況因子和股票質(zhì)量因子這兩類主要因子:因子1在總資產(chǎn)、凈利潤、凈資產(chǎn)、營業(yè)收入這4個(gè)指標(biāo)上有較高的正載荷，可以將這4個(gè)指標(biāo)定義為總體財(cái)務(wù)狀況因子;因子2在每股收益、每股凈資產(chǎn)、凈資產(chǎn)收益率這3個(gè)指標(biāo)上具有較高的正載荷，可以將這3個(gè)指標(biāo)定義為股票質(zhì)量因子．將成分矩陣表中所顯示的數(shù)據(jù)代入因子得分模型，可得到旋轉(zhuǎn)后的因子得分函數(shù)如下:Factor1=0．045Z每股收益+0．980總資產(chǎn)+0．998凈利潤+0．996凈資產(chǎn)－0．037每股凈資產(chǎn)－0．008凈資產(chǎn)收益率+0．982營業(yè)收入;Factor2=0．876Z每股收益+0．077總資產(chǎn)+0．035凈利潤－0．035凈資產(chǎn)+0．953每股凈資產(chǎn)+0．942凈資產(chǎn)收益率－0．073營業(yè)收入．

計(jì)算不同股票的兩個(gè)因子得分，如表7所示．在因子1中總體財(cái)務(wù)狀況因子的排名中包攬前3名的分別是25號(hào)、3號(hào)、4號(hào)股票，說明這3支股票的綜合財(cái)務(wù)狀況較高．因子2中排名較前的是18號(hào)、3號(hào)、15號(hào)股票，說明這3支股票的質(zhì)量較好，每股獲利較高．注意到18號(hào)股票的因子1排在最后而因子2排在第一，這是因?yàn)樵摴�司的總資產(chǎn)額在30家公司中相對(duì)較少，營業(yè)收入也相對(duì)低，導(dǎo)致因子1排名在后面，但其每股收益達(dá)百分之四十多，與其它公司比遙遙領(lǐng)先，因而因子2排名領(lǐng)先．

綜合聚類分析的樹枝狀聯(lián)結(jié)圖1所得出的結(jié)果，我們可以看出:第一類的股票可以被稱為藍(lán)籌股，這類股票發(fā)展前景好，公司的盈利能力也是十分可觀的．這表明投資者可以根據(jù)公司的財(cái)務(wù)狀況進(jìn)行投資，投資于公司財(cái)務(wù)狀況較好公司的股票可以獲得更好的投資效果．第二類股票可以稱為績優(yōu)股，這類股票不論是在綜合財(cái)務(wù)狀況方面還是在股票盈利方面的表現(xiàn)都可圈可點(diǎn)，人們購買這類股票時(shí)需考慮即時(shí)的市場(chǎng)情況，分析公司即時(shí)的財(cái)務(wù)狀況．第三類股票可以稱為劣質(zhì)股，這類股票總體財(cái)務(wù)狀況則表現(xiàn)較差，投資于財(cái)務(wù)狀況較差的股票面臨著更高的風(fēng)險(xiǎn)，卻不能獲得更高的期望收益率，人們?cè)谫徺I這類股票時(shí)則需要慎重考慮．

2結(jié)論

本文運(yùn)用了描述統(tǒng)計(jì)和多元統(tǒng)計(jì)分析方法對(duì)隨機(jī)選取的30家上市公司的財(cái)務(wù)狀況進(jìn)行了綜合分析，把30家上市公司的股票分為3大類，體現(xiàn)了各上市公司的財(cái)務(wù)狀況，結(jié)果與各上市公司的實(shí)際財(cái)務(wù)狀況相符合．聚類分析綜合了選取的7項(xiàng)財(cái)務(wù)指標(biāo)反映各上市公司的盈利狀況和發(fā)展水平．因子分析將文中所選取的上市公司的7項(xiàng)財(cái)務(wù)指標(biāo)綜合為總體財(cái)務(wù)狀況因子和股票質(zhì)量因子兩個(gè)綜合變量，為分類和評(píng)估上市公司的財(cái)務(wù)狀況的優(yōu)劣提供了有力的依據(jù)．除此之外，采用因子分析的方法建立的綜合評(píng)價(jià)函數(shù)評(píng)價(jià)上市公司的業(yè)績，避免單指標(biāo)評(píng)價(jià)的片面性．也可通過各因子的得分，了解財(cái)務(wù)狀況的具體發(fā)展情況和經(jīng)營管理中的優(yōu)勢(shì)和劣勢(shì)，從而使得對(duì)公司的經(jīng)營業(yè)績的評(píng)價(jià)更加全面客觀．實(shí)例證明，本文所采用的統(tǒng)計(jì)分析方法為股民選擇和分析股票提供了強(qiáng)有力的理論和實(shí)例支持．

參考文獻(xiàn)：

［5］柯冰，錢省三．聚類分析和因子分析在股票研究中的應(yīng)用［J］．上海理工大學(xué)學(xué)報(bào)，2002，24(4):371－374．

［6］李德榮，何莉敏，李玉．聚類分析和因子分析在股票投資中的應(yīng)用［J］．內(nèi)蒙古統(tǒng)計(jì)，2023(1):29－31．

［7］李慶東．聚類分析在股票分析中的應(yīng)用［J］．遼寧石油化工大學(xué)學(xué)報(bào)，2005，25(3):94－96．

［8］李利梅，柳向東．股票市場(chǎng)的因子分析［J］．改革與戰(zhàn)略，2003(8):52－56．

［9］郝瑞，張悅．基于因子分析和聚類分析的股票分析方法［J］．時(shí)代金融，2023，9:135－137，141．

［10］李慶東，李穎．證劵投資分析方法新探索———聚類分析方法運(yùn)用［J］．現(xiàn)代情報(bào)，2005(11):50－53．

［11］李淑娟，趙立純，黃玉潔．病蟲災(zāi)成災(zāi)面積的ARMA模型的分析及應(yīng)用［J］．鞍山師范學(xué)院學(xué)報(bào)，2023，16(6):1－5．

［12］黃玉潔．遼寧省農(nóng)村居民消費(fèi)結(jié)構(gòu)的動(dòng)態(tài)分析［J］．鞍山師范學(xué)院學(xué)報(bào)，2023，15(4):1－4．

股票投資分析的主要方法范文第2篇

關(guān)鍵詞 模糊決策 運(yùn)籌學(xué) 模糊集 股票投資價(jià)值

1 股票技術(shù)分析及預(yù)測(cè)方法

1.1 股票技術(shù)分析方法

進(jìn)行股票的預(yù)測(cè)，最直接和基本的方法是股票的技術(shù)分析，它依據(jù)統(tǒng)計(jì)圖表和股市的圖形研判股市的未來動(dòng)向，技術(shù)分析方法可以分為三種類型：判斷股價(jià)趨勢(shì)為主的趨勢(shì)分析，如道瓊斯理論、趨勢(shì)線法、移動(dòng)平均線等；形狀分析，如k線系統(tǒng)、整理與反轉(zhuǎn)形態(tài)、支撐與阻力以及箱性理論，波浪理論等；人氣指標(biāo)，如成交量圖、obv指標(biāo)等。雖然技術(shù)分析方法具有一定的準(zhǔn)確性，但是由于技術(shù)指標(biāo)分析方法眾多，各種方法之間差別巨大，對(duì)于投資者來說學(xué)習(xí)不易，掌握更難，同時(shí)技術(shù)分析理論缺乏可靠的理論支持，分析結(jié)果仁者見仁、智者見智。雖然直到目前它仍然是大多數(shù)投資者在使用和依賴的分析預(yù)測(cè)方法，但是改進(jìn)和發(fā)展它已經(jīng)成為不可避免的事實(shí)。

1.2 基于統(tǒng)計(jì)學(xué)理論的預(yù)測(cè)方法

統(tǒng)計(jì)學(xué)理論的預(yù)測(cè)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(jìn)行預(yù)測(cè)。此類方法，具有嚴(yán)格的數(shù)學(xué)基礎(chǔ)，應(yīng)用也最廣泛，近年也有相當(dāng)?shù)陌l(fā)展。如nelder，ja和 wedderburn，r·w·m提出了廣義線性模型，它放松了經(jīng)典線性模型的假設(shè)，極大地豐富了回歸分析的理論。aaron li和duanleo對(duì)假設(shè)進(jìn)一步放松，提出了一般回歸模型，該領(lǐng)域研究具有十分驚人的前景。在計(jì)量經(jīng)濟(jì)研究中，ichi二則提出了一類十分重要的模型——單指標(biāo)模型。研究的重點(diǎn)在于使之更適合于實(shí)際社會(huì)經(jīng)濟(jì)系統(tǒng)建模。

1.3 基于人工智能技術(shù)的股票預(yù)測(cè)技術(shù)

由于計(jì)算機(jī)與人工智能技術(shù)的飛速發(fā)展，為股票市場(chǎng)建模與預(yù)測(cè)提供了眾多的新技術(shù)、新方法，基于人工智能的股票預(yù)測(cè)技術(shù)進(jìn)展迅速�；�于神經(jīng)網(wǎng)絡(luò)的股票預(yù)測(cè)方法，主要使用神經(jīng)網(wǎng)絡(luò)進(jìn)行股票價(jià)格數(shù)據(jù)的學(xué)習(xí)訓(xùn)練，然后使用訓(xùn)練模型進(jìn)行股市預(yù)測(cè)。采用模糊模型技術(shù)進(jìn)行預(yù)測(cè)，主要是依據(jù)專家經(jīng)驗(yàn)或統(tǒng)計(jì)方法建立模糊模型進(jìn)行預(yù)測(cè)；另外還可采用遺傳算法進(jìn)行神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)權(quán)值調(diào)節(jié)或模糊模型、模糊規(guī)則的調(diào)整，使神經(jīng)網(wǎng)絡(luò)模型或模糊模型更加逼近系統(tǒng)模型。

1.4 股票的組合預(yù)測(cè)方法研究

決策者面臨決擇的預(yù)測(cè)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(yù)測(cè)方式問題，正是組合預(yù)測(cè)的研究內(nèi)容。在1989年，international journal of forecasting和journal of forecasting分別出版了組合預(yù)測(cè)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(shí)質(zhì)，從而為進(jìn)一步探討獲取最有用信息拋棄無用信息提供了指導(dǎo)。自bates和granger發(fā)表組合預(yù)測(cè)一文以來，組合預(yù)測(cè)有了很大的發(fā)展。組合的目的在于綜合利用各種預(yù)測(cè)方法所提供的信息，盡可能地提高預(yù)測(cè)精度。從原理上說，組合預(yù)測(cè)結(jié)果是對(duì)各單個(gè)預(yù)測(cè)線性加權(quán)。組合預(yù)測(cè)研究主要是考慮組合機(jī)理、權(quán)值確定，主要從統(tǒng)計(jì)分析、貝葉斯分析和信息集合三個(gè)角度來考慮。

2 非模糊環(huán)境下投資組合分析

現(xiàn)在先介紹一下用傳統(tǒng)的方法在非模糊環(huán)境下如何選擇最優(yōu)的投資組合。

設(shè)投資者將其資金投資于n項(xiàng)風(fēng)險(xiǎn)資產(chǎn)，xi為在風(fēng)險(xiǎn)資產(chǎn)i上的投資份額，ri為風(fēng)險(xiǎn)資產(chǎn)i的收益率，它是一個(gè)隨機(jī)變量，ri=e（ri）是ri的期望值，σij=cov（ri，rj）是第i，j兩項(xiàng)資產(chǎn)的協(xié)方差i，j=1，…，n。ki是每單位風(fēng)險(xiǎn)資產(chǎn)的變化所需的交易費(fèi)用，ki≥0；ci是第i項(xiàng)風(fēng)險(xiǎn)資產(chǎn)的交易費(fèi)用。

給定投資組合x0=（x01，x02，…，x0n）和一個(gè)新投資組合x=（x1，…，xn），第i項(xiàng)風(fēng)險(xiǎn)資產(chǎn)的交易費(fèi)用可表示為ci=ki|xi-x0i|，i=1，…，n。

總交易費(fèi)用為

■c■=■k■x■-x■■

總收益為

r（x）=e■rixi-■k■x■-x■■

=■rixi-■k■x■-x■■

總風(fēng)險(xiǎn)為

v（x）=■e（ri-e（ri）xi）

一般地，投資者希望收益最大且風(fēng)險(xiǎn)最小。數(shù)學(xué)上可以表示為以下雙目標(biāo)規(guī)劃模型

maxr（x）=■rixi-■kix■-x■■

minv（x）=■e（ri-e（ri）xi）

st■xi=1

用線性加權(quán)法求解多目標(biāo)規(guī)劃問題， 可得如下參數(shù)規(guī)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(shù)λ在[0，1]中取消，它被稱為內(nèi)險(xiǎn)回避因子，λ取值越大，投次者風(fēng)險(xiǎn)加避意識(shí)越強(qiáng)。

3 利用模糊決策方法評(píng)價(jià)股票投資價(jià)值

3.1 概述

股票投資過程中的一個(gè)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(yōu)的股票，這是一個(gè)對(duì)不同股票的價(jià)值如何進(jìn)行評(píng)估的問題。對(duì)股票價(jià)值的科學(xué)評(píng)估不但為股票投資者進(jìn)行投資決策提供可靠的依據(jù)，也可以促使上市公司的規(guī)范化運(yùn)行，從而有助于股票市場(chǎng)的良性發(fā)展和社會(huì)資源的合理分配。

要對(duì)股票價(jià)值進(jìn)行評(píng)估，首先就要對(duì)與股票價(jià)值相關(guān)的諸因素進(jìn)行綜合的分析和研究。由于股票持有者是股票發(fā)行者的股東，他們投資的資金是無法向股票發(fā)行者直接收回的，他們投資的收益主體來源于發(fā)行者向股東分派的紅利和股票價(jià)格上漲所帶來的資本利得。所以股票價(jià)值的評(píng)估主要從影響股份公司派發(fā)股息或紅利水平的公司屬性和影響股票溢價(jià)收益的市場(chǎng)屬性兩方面來進(jìn)行。股票的市場(chǎng)屬性方面，用該股票在市場(chǎng)上的收益率、市盈率、流動(dòng)性、波動(dòng)性、有效性、透明性和系統(tǒng)風(fēng)險(xiǎn)等指標(biāo)來反映股票的價(jià)值。具體來講，在一定的考察期間內(nèi)：收益率取經(jīng)過除權(quán)除息調(diào)整的日平均百分比收益率，以反映股票市場(chǎng)上的資金溢價(jià)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(jià)值；流動(dòng)性用股票的換手率表示；波動(dòng)性用股票百分比收益率的標(biāo)準(zhǔn)差表示；有效性用股票價(jià)格與其內(nèi)在價(jià)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(chǎng)上的透明程度表示；系統(tǒng)風(fēng)險(xiǎn)用β系數(shù)表示。以上指標(biāo)除了有效性和透明性要聘請(qǐng)專家來評(píng)估外，其余均為定量指標(biāo)。

股票的公司屬性是影響股票價(jià)格變動(dòng)的內(nèi)在因素，它不僅決定著股利水平的大小，在一定程度上也會(huì)影響股票的市場(chǎng)屬性。用盈利能力、償債能力、發(fā)展能力、管理和決策能力以及股權(quán)結(jié)構(gòu)合理性等指標(biāo)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(gè)財(cái)務(wù)指標(biāo)的簡單加權(quán)來衡量，還應(yīng)結(jié)合上市公司所處的行業(yè)類型、公司在行業(yè)內(nèi)的壟斷性、公司的發(fā)展階段、公司規(guī)模等影響公司業(yè)績但又未反映在財(cái)務(wù)指標(biāo)上的因素加以綜合評(píng)估；發(fā)展能力則要從公司資金實(shí)力、技術(shù)創(chuàng)新能力、人力資源及市場(chǎng)前景等因素綜合評(píng)估；管理和決策能力以及股權(quán)結(jié)構(gòu)合理性是反映公司治理能力的指標(biāo)，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(quán)結(jié)構(gòu)能為股票投資者帶來合理的確定性收益預(yù)期。以上幾個(gè)指標(biāo)均應(yīng)聘請(qǐng)專家來評(píng)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(gè)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(yōu)方案，記為amax。

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

（2）對(duì)模糊指標(biāo)矩陣，f和模糊權(quán)重矢量，w進(jìn)行歸一化。收益類的歸一化：xi是三角模糊數(shù)，記xi=（ai，bi，ci）。則歸一化的模糊指標(biāo)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(shù)，記xi=（ai，bi，ci），則歸一化的模糊指標(biāo)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(jìn)行計(jì)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(quán)指標(biāo)值所對(duì)應(yīng)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(quán)指標(biāo)值所對(duì)應(yīng)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(yōu)劣次序。

3.3 實(shí)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(fā)展、000933的g神火還有000805的st炎黃。如前面所述，作為評(píng)價(jià)一直股票都投資價(jià)值，可以考察很多方面，現(xiàn)在只考慮以下四個(gè)方面的主要因素：現(xiàn)在的股票的價(jià)格，股票的業(yè)績，流通股本，行業(yè)的發(fā)展前景即長期投資價(jià)值。截至到2006年2月23日，三只股票的價(jià)格分別為7.01元，7.70元，2.42元。業(yè)績以2005年中期業(yè)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(jià)值主要看公司的行業(yè)背景，深發(fā)展是銀行業(yè)的龍頭代表，穩(wěn)定發(fā)展，所以屬于高；g神火是石油能源類的股票，最近該行業(yè)正處于強(qiáng)發(fā)展階段，產(chǎn)品供不應(yīng)求，而且該股票為g股，已經(jīng)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(yè)，所以長期投資價(jià)值較低（見表1）。

先用三角模糊數(shù)表示決策矩陣中的定性指標(biāo)：

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(quán)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(quán)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(jià)值深發(fā)展比g神火好，g神火比st炎黃好。

4 結(jié)語

模糊多準(zhǔn)則決策在生產(chǎn)生活的很多方面都有很多的應(yīng)用，本文用了一個(gè)判斷選擇股票的投資價(jià)值的模型來說明了一下其在經(jīng)濟(jì)領(lǐng)域的應(yīng)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(gè)方面的因素，但是影響股票的價(jià)格走勢(shì)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(shù)學(xué)工具研究預(yù)測(cè)的。

參考文獻(xiàn)

1 李榮鈞.模糊多準(zhǔn)則決策理論與應(yīng)用[m].北京：科學(xué)出版社，2002

股票投資分析的主要方法范文第3篇

【關(guān)鍵詞】道氏理論；價(jià)值投資法；技術(shù)分析法；主要矛盾

價(jià)值投資法認(rèn)為證券的價(jià)值由其未來現(xiàn)金流的貼現(xiàn)值決定，證券的價(jià)格總會(huì)向價(jià)值回歸。技術(shù)分析法則認(rèn)為交易群體的心理對(duì)價(jià)格具有決定性的影響。普遍的交易觀點(diǎn)或者將技術(shù)分析法與價(jià)值投資法對(duì)立起來，兩者水火不能相容，或者主張?jiān)诰唧w的交易操作中將兩者結(jié)合起來，但是在理念上依然認(rèn)為這兩種方法相互獨(dú)立，互不相關(guān)。本文將從股票的二元屬性切入，結(jié)合對(duì)道氏理論的深度解讀，推論出以道氏理論為基石的技術(shù)分析法其實(shí)包含著價(jià)值投資法的理念，技術(shù)圖形的長期趨勢(shì)是反映基本面主要矛盾的。

一、股票的二元屬性

股票是股東權(quán)利的代表，體現(xiàn)了股東對(duì)公司實(shí)體經(jīng)濟(jì)的所有權(quán)。公司實(shí)體經(jīng)濟(jì)的經(jīng)營狀態(tài)越好則股票所代表的價(jià)值也就越大，這也正是價(jià)值投資法的基本理念，實(shí)體經(jīng)濟(jì)的盈利能力決定了股票的價(jià)值區(qū)域。但是，當(dāng)股票可以上市交易流通以后，實(shí)體經(jīng)濟(jì)將不再是影響股價(jià)的唯一因素，即使在短期內(nèi)公司的基本面狀況不變，交易群體的預(yù)期與情緒也會(huì)對(duì)短期股價(jià)產(chǎn)生重要影響。因此，我們認(rèn)為股票既具有實(shí)體屬性也具有虛擬屬性。

二、股價(jià)驅(qū)動(dòng)模型

價(jià)值投資者立足于股票的實(shí)體屬性，認(rèn)為企業(yè)的盈利能力決定股票的價(jià)值，技術(shù)分析人士則偏重于股票的虛擬屬性，想方設(shè)法判斷其他參與者對(duì)股價(jià)的看法。無論是價(jià)值投資者還是技術(shù)分析派，所有的股票投資者都是根據(jù)自己對(duì)基本信息的理解來做出決策的。交易者根據(jù)對(duì)基本面信息的理解形成預(yù)期，預(yù)期指導(dǎo)著交易者的行為，行為則指揮資金與股票的流動(dòng)，資金與股票的博弈產(chǎn)生了股票價(jià)格。從而我們推理出股價(jià)驅(qū)動(dòng)模型“基本面—群體預(yù)期—群體行為—股價(jià)”，基本面信息的變化將影響交易者的預(yù)期，交易者根據(jù)預(yù)期做出行為判斷，從而對(duì)股價(jià)施加影響。無論價(jià)值投資者還是技術(shù)分析派都遵從著股價(jià)驅(qū)動(dòng)模型做出判斷，只是對(duì)信息的篩選、理解的理念不一樣而已。

三、股價(jià)反映一切信息

一般的主流觀點(diǎn)認(rèn)為技術(shù)分析是沒有意義的，個(gè)人以前也認(rèn)為技術(shù)分析是以歷史來推斷未來，而股市隨機(jī)漫步的特征決定了以歷史圖形推斷未來走勢(shì)是人類對(duì)于股市不確定性的自我安慰。但是在真正理解了股價(jià)驅(qū)動(dòng)模型“基本面—群體預(yù)期—群體行為—股價(jià)”以后，對(duì)于技術(shù)分析方法有了全新的認(rèn)識(shí)。

作為技術(shù)分析的基石，道氏理論將股價(jià)的波動(dòng)分為主要趨勢(shì)、次要趨勢(shì)和短暫波動(dòng)。這種分類方法貌似平淡無奇，實(shí)則寓意深遠(yuǎn)。股價(jià)的波動(dòng)就是千千萬萬的投資者以其資金表達(dá)其對(duì)基本面信息的理解，這種信息的反映不是一步到位的，而是循序漸進(jìn)的，在凌亂無序的博弈中股價(jià)吸收了各種各樣真真假假大大小小的信息，這些信息在短暫波動(dòng)和次級(jí)波動(dòng)中被摒棄、被消化，從而形成了主要趨勢(shì)。主要趨勢(shì)充分反映了股市對(duì)于基本面信息的理解和預(yù)期，并從所有的信息中篩選和抽繹出最主要的信息，最能夠決定股價(jià)走勢(shì)的信息——主要矛盾。

短期股價(jià)是資金與股票博弈的結(jié)果，所以呈現(xiàn)出隨機(jī)漫步的形態(tài)，當(dāng)給予股市比較充分的時(shí)間來消化其吸收的信息，那么中長期的股價(jià)則呈現(xiàn)出一定的趨勢(shì)，股價(jià)趨勢(shì)的背后則是股市對(duì)主要矛盾的反映，也正是從這個(gè)意義上而言股市作為經(jīng)濟(jì)的晴雨表是當(dāng)之無愧的。

四、趨勢(shì)將延續(xù)下去

道氏理論的三大基本假設(shè)分別是：股價(jià)反映一切信息；趨勢(shì)還將延續(xù)；歷史會(huì)重演。我們已經(jīng)解讀了“股價(jià)反映一切信息”，并推論出股價(jià)在波動(dòng)中篩選信息，從而反映主要矛盾，形成主要趨勢(shì)。

基本假設(shè)第二條是“趨勢(shì)會(huì)延續(xù)下去”，個(gè)人給予的解讀是只要主要矛盾（從基本面信息中抽繹出來的核心預(yù)期）不變，主要趨勢(shì)就會(huì)延續(xù)下去。第二條基本假設(shè)不是孤立的，而是第一條基本假設(shè)的延伸，“趨勢(shì)會(huì)延續(xù)下去”是因?yàn)橹饕�矛盾的持續(xù)，是因?yàn)楣墒形�收了一切信息，并從一切信息中抽繹出了主要矛盾。主要矛盾是當(dāng)前社會(huì)經(jīng)濟(jì)運(yùn)行的客觀反映，這種客觀存在會(huì)被股市放大，因?yàn)楣墒惺侨说墓墒�，群體的股市，群體的預(yù)期與情緒是影響股價(jià)的重要因素。根據(jù)索羅斯的“反身性理論”，當(dāng)預(yù)期被股價(jià)實(shí)現(xiàn)后，現(xiàn)實(shí)會(huì)對(duì)群體預(yù)期推波助瀾，此時(shí)虛擬經(jīng)濟(jì)的屬性就會(huì)在群體情緒的推動(dòng)下大放異彩。群體心理對(duì)趨勢(shì)起到了強(qiáng)化作用。因此，“趨勢(shì)將延續(xù)下去”的假設(shè)一方面是對(duì)主要矛盾延續(xù)的判斷，另一方面則是對(duì)群體情緒強(qiáng)化的認(rèn)知。

五、人性會(huì)重演

道氏理論的第三條假設(shè)是“歷史會(huì)重演”，雖名曰假設(shè)，但是它是歷史的提煉，是人性的高度概括。一般的技術(shù)分析人士將這一條假設(shè)理解為技術(shù)圖形的歷史位置對(duì)行情的發(fā)展具有參考作用，比如重要的壓力位、支持位，個(gè)人認(rèn)可這種理解，但是更進(jìn)一步的正是因?yàn)槿后w情緒的強(qiáng)化與疊加才使得技術(shù)圖形的歷史位置具有了一定的指導(dǎo)意義。

歷史會(huì)重演，重演的或許不是形態(tài)，不是壓力位、支持位，重演的是群體的心理，是思維的邏輯。“歷史會(huì)重演”應(yīng)該是“以史為鑒”的道氏語言，重溫成功投資的經(jīng)典案例，投資操作的手法一再的翻版；回放股市歷次的大起大落，群體的恐懼與貪婪反反復(fù)復(fù)；回望整個(gè)金融史，歷次金融動(dòng)蕩的內(nèi)含、本質(zhì)不都是似曾相識(shí)嗎？歷史的重演即是人性的重演。

六、道氏理論中的價(jià)值理念

道氏理論以三大假設(shè)為理論基礎(chǔ)，將基本面信息融合到技術(shù)圖形中去，開辟了技術(shù)分析流派，從主要矛盾決定主要趨勢(shì)的邏輯推理中，我們看到道氏理論并不排斥基本面分析方法，相反，道氏理論更尊重基本面分析，對(duì)基本面分析有著更深刻的理解。

價(jià)值投資法的核心是尋找價(jià)格偏低于價(jià)值的股票，但是價(jià)值并不是一成不變的，價(jià)值被界定為未來現(xiàn)金流的貼現(xiàn)值，那么價(jià)值將受到企業(yè)運(yùn)營、產(chǎn)業(yè)趨勢(shì)、宏觀經(jīng)濟(jì)等多種因素的影響，而這些影響也正是技術(shù)分析法不能忽視的，也正是影響主要趨勢(shì)的因素。況且，價(jià)值投資法重在企業(yè)估值，而企業(yè)盈利在很大程度上就是影響主要趨勢(shì)的那個(gè)主要矛盾。技術(shù)分析法不但沒有排斥價(jià)值理念，而且將群體預(yù)期對(duì)企業(yè)的影響（反身性）也納入了思考范圍，更符合現(xiàn)實(shí)股市的運(yùn)作。

技術(shù)分析法以道氏理論為思想源泉，發(fā)展出了諸多技術(shù)工具，K線圖形的背后是交易群體對(duì)基本面信息的反饋過程，均線、MACD等指標(biāo)是對(duì)以其對(duì)主要趨勢(shì)的描繪反映了主要矛盾，壓力位、支持位則是交易群體心理糾結(jié)的體現(xiàn)，板塊指數(shù)表達(dá)了對(duì)產(chǎn)業(yè)趨勢(shì)的看法，綜合指數(shù)則全面反映了經(jīng)濟(jì)結(jié)構(gòu)、經(jīng)濟(jì)總量、股市制度等更多的信息。此時(shí)，技術(shù)分析法不是簡單的教條，它是辯證的，靈動(dòng)的，富有哲思的。

參考文獻(xiàn)

股票投資分析的主要方法范文第4篇

【關(guān)鍵詞】PEG理論 資本市場(chǎng)有效性 凈利潤增長率

一、緒論

股票投資通常分為基本分析和技術(shù)分析。技術(shù)分析通過趨勢(shì)，形態(tài)，K線等分析方法�；�本分析主要通過研究股票的盈利性等方面，綜合判斷一個(gè)公司的綜合狀況從而確定是否進(jìn)行長期投資。此外，著名投資大師彼得林奇在《戰(zhàn)勝華爾街》一書中提到PEG（市盈率相對(duì)盈率增長指標(biāo)）理論，并將PEG指標(biāo)作為投資股票的重要指標(biāo)在其研究中得以成功應(yīng)用。在國內(nèi)，該理論尚未得到十足的認(rèn)證。

在國內(nèi)價(jià)值投資的概念以及關(guān)于價(jià)值投資最有效的方法沒有得到普遍的關(guān)注。由彼得林奇提出的PEG理論和歐奈爾提出的長期投資的方法也在中國股市尚未得到大眾股民的普遍關(guān)注�，F(xiàn)狀如此，但隨著資本制度的日趨完善以及中國審計(jì)質(zhì)量的逐漸提高，國家政策法規(guī)的監(jiān)管日趨嚴(yán)格以及群眾普遍意識(shí)的提高，中國股市的價(jià)值投資將會(huì)越來越得到投資者的關(guān)注和重視。

二、相關(guān)概念

（一）PEG概念及理論模型

PEG理論首次提出時(shí)由英國著名投資大師Jim Slater（1992）在他的著作《The Zulu Principle》中。首次為投資者所推崇是在2000年美國著名投資大師彼得林奇所著書《戰(zhàn)勝華爾街》中，PEG方法是其選擇股票的主要方法，PEG理論是綜合衡量了股票成長性與盈利性的指標(biāo)。能夠反映公司未來盈利的預(yù)期。當(dāng)然，它也有其局限性。PEG=PE/G，即PEG等于市盈率除以盈利增長率。在其后，Peter D.Easton完善了PEG在學(xué)術(shù)上未經(jīng)推到的遺憾，在學(xué)術(shù)上對(duì)PEG給出嚴(yán)密推理，并與彼得林奇在實(shí)踐中的結(jié)果完全吻合。

（二）資本市場(chǎng)有效性

有效市場(chǎng)理論即有效市場(chǎng)假說由著名經(jīng)濟(jì)學(xué)家法瑪于1970年研究提出：若在一個(gè)證券市場(chǎng)中，價(jià)格完全反映了所有可以獲得的信息，那么就稱這樣的市場(chǎng)為有效市場(chǎng)。后有許多知名學(xué)者對(duì)有效市場(chǎng)理論進(jìn)行延伸與進(jìn)一步證明。

依據(jù)法瑪?shù)难芯�，有效市�?chǎng)假說有三種形式：弱式有效市場(chǎng)假說，半強(qiáng)式有效市場(chǎng)假說和強(qiáng)式有效市場(chǎng)假說。在弱式有效市場(chǎng)下，不能通過技術(shù)分析獲得超額收益；在半強(qiáng)式有效市場(chǎng)下，不能通過基本面獲得超額收益；在強(qiáng)式有效市場(chǎng)下不能通過任何一種投資分析獲得投資超額收益。

三、數(shù)據(jù)研究及結(jié)論

（一）研究方法

本研究論證PEG理論的方法與以往其他學(xué)者研究方法有所不同。本研究著眼于PEG指標(biāo)的重要影響因素凈利潤增長率入手。PEG（市盈率增長率）等于市盈率除以利潤增長率。因此，PEG指標(biāo)的重要影響因素是利潤增長率。因?yàn)槭杏�率的高低并不足以反映正確的投資決策。研究方法為不同區(qū)間數(shù)據(jù)分析法。通過提取滿足自變量即凈年利潤與第一季度同比利潤率持續(xù)增長的股票，比較其相應(yīng)階段股票收益情況與該時(shí)間段對(duì)應(yīng)股票市場(chǎng)收益情況。此外，在篩選出滿足凈利潤增長條件的股票的基礎(chǔ)上通過計(jì)算PEG指標(biāo)進(jìn)一步篩選出PEG小于等于1的股票，比較其考察期間股票池個(gè)股回報(bào)率與市場(chǎng)回報(bào)率的情況，從而得出結(jié)論。

（二）操作步驟

一是從國泰安數(shù)據(jù)庫中選擇2003～2023年度所有上市公司的“股票代碼”；“市場(chǎng)類型”；衡量公司利潤的指標(biāo)“每股收益”；衡量單只股票收益情況“年個(gè)股回報(bào)率”；衡量市場(chǎng)平均收益情況“年市場(chǎng)回報(bào)率”等指標(biāo)。年市場(chǎng)回報(bào)率指標(biāo)是指國泰安數(shù)據(jù)庫中考慮現(xiàn)金紅利再投資的年市場(chǎng)回報(bào)率（等權(quán)平均法），其中包括上證A股年市場(chǎng)回報(bào)率，上證B股年市場(chǎng)回報(bào)率，深證A股年市場(chǎng)回報(bào)率，深證B股年市場(chǎng)回報(bào)率。

二是對(duì)2003～2023年度所有上市公司的每股收益處理：剔除銀行業(yè)數(shù)據(jù)。

三是分別篩選出2006年，2007年，2008年，2009年，2023年，2023年，2023年，2023年的前三年年每股收益增長率，當(dāng)年第一季度同比前一年的每股收益增長率均保持在20%以上的股票。

四是篩選出滿足以上每股收益增長率條件的股票并查找這些股票對(duì)應(yīng)的市場(chǎng)分類，股票池中股票在研究年的年個(gè)股回報(bào)率。

五是按照年份，市場(chǎng)類型分類；并計(jì)算研究年份股票池中個(gè)股年回報(bào)率與所屬的股票市場(chǎng)在當(dāng)年的年市場(chǎng)回報(bào)率差額；計(jì)算各市場(chǎng)篩選出的股票池平均年個(gè)股回報(bào)率，并與對(duì)應(yīng)的股票市場(chǎng)的年市場(chǎng)回報(bào)率比較。

（三）數(shù)據(jù)分析

由圖可知上證B股中有三年沒有滿足每股收益增長率的股票。在其余五年里，絕大多數(shù)股票個(gè)股回報(bào)率高于市場(chǎng)回報(bào)率。

（四）結(jié)論

由此可見，在前三年的每股收益增長率及當(dāng)年第一季度同比每股收益增長率維持在20%以上時(shí)，大部分股票的年個(gè)股回報(bào)率高于年市場(chǎng)回報(bào)率，只有少數(shù)股票當(dāng)每股收益率滿足增長率條件時(shí)，其年個(gè)股回報(bào)率低于年市場(chǎng)回報(bào)率。

參考文獻(xiàn)

[1]樊越.PE，PEG指標(biāo)在選股中的有效性分析[J].現(xiàn)代經(jīng)濟(jì)信息，2023（20）.

[2]彼得林奇.成功投資學(xué).北京：機(jī)械工業(yè)出版社.2023.4.

股票投資分析的主要方法范文第5篇

一、引言

隨著我國股票市場(chǎng)飛速發(fā)展，進(jìn)行股票理財(cái)逐漸成為企業(yè)和個(gè)人進(jìn)行資產(chǎn)增值的一個(gè)主要手段。但選取合適的股票牽涉因素非常寬泛，因此如何使用專業(yè)的統(tǒng)計(jì)手段選取股票逐漸成為廣大投資者非常重視的部分。

層次分析法最早由美國學(xué)者t.l.satty（1977）提出，是一種將復(fù)雜系統(tǒng)的評(píng)價(jià)決策思維過程數(shù)學(xué)化的多目標(biāo)評(píng)價(jià)決策方法。本文嘗試使用層次分析法，以滬深股市的4只房地產(chǎn)股票為例，通過層次劃分來簡化各種影響選取的投資指標(biāo)，通過對(duì)指標(biāo)進(jìn)行加權(quán)處理后對(duì)方案層進(jìn)行比較，然后得到相應(yīng)的層次分析結(jié)構(gòu)模型，為層次分析法在股票投資領(lǐng)域的應(yīng)用進(jìn)行了探索和實(shí)證。

二、研究方法

本文使用層次分析法，在進(jìn)行系統(tǒng)分析、設(shè)計(jì)、決策時(shí)，一般分為四個(gè)步驟，分別是：

（一）對(duì)系統(tǒng)中不同因素之間的關(guān)系進(jìn)行分析，構(gòu)建遞階的層次結(jié)構(gòu)模型。

在模型中，一個(gè)復(fù)雜的問題按照各種不同因素的關(guān)系，一般依照上中下不同層次劃分為三類，分別是最底層（一般是要使用的各種措施方案，用于解決問題）、中間層（一般用于衡量是否達(dá)到目標(biāo)的判斷準(zhǔn)則，有準(zhǔn)則和子準(zhǔn)則）和最高層（往往只有一個(gè)，就是決策者希望達(dá)到的決策目標(biāo)）。

（二）每個(gè)不同層次的不同元素按照上一層的準(zhǔn)則重要性，進(jìn)行兩兩比較，構(gòu)建兩兩比較判斷矩陣，并進(jìn)行一致性檢驗(yàn)。

比如，當(dāng)我們考慮方案層各元素cj，j=1，2，3時(shí)，考慮到準(zhǔn)則層元素bk，k=1，2，3，的重要性，設(shè)cij為方案ci與cj，從相對(duì)重要性的角度與上層元素bk進(jìn)行比較后，其賦值規(guī)則見表1。

表1判斷矩陣標(biāo)度及其含義

注：cij的取值可更加細(xì)化地取2，4，6，8或1/2，1/4，1/6，1/8

定義一致性指標(biāo)，要求一致性檢驗(yàn)必須通過，因?yàn)楸仨氁�把這種不一致的程度控制在一定范圍內(nèi)，防止出現(xiàn)在多階判斷時(shí)的不一致現(xiàn)象。然后引入平均隨機(jī)一致性指標(biāo)尺及其系數(shù)表，設(shè)n為判斷矩陣階數(shù)，當(dāng)n=l，2，……，9時(shí)，其對(duì)應(yīng)平均隨機(jī)一致性指標(biāo)見表2。

表2平均隨機(jī)一致性指

維數(shù) 1 2 3 4 5 6 7 8 9

ri 0.00 0.00 0.58 0.96 1.12 1.24 1.32 1.41 1.45

由表2，計(jì)算判斷矩陣的隨機(jī)一致性比率cr，當(dāng)

時(shí)，可以認(rèn)為判斷矩陣具有滿意的一致性。

（三）通過層次單排序計(jì)算不同元素在每個(gè)準(zhǔn)則下的相對(duì)權(quán)重。

層次單排序的算法包括方根法、和法兩種，其原理是根據(jù)判斷矩陣來計(jì)算各元素在與上一層某元素有聯(lián)系時(shí)的重要性次序的權(quán)值。本文的層次單排序使用和法來計(jì)算，共4個(gè)步驟：

1.對(duì)判斷矩陣每一列元素求和；

2.用判斷矩陣的每一元素除以其所在列的和，轉(zhuǎn)換成標(biāo)準(zhǔn)判斷矩陣；

3.對(duì)判斷矩陣每一行元素求均值，得出層次單排序；

4.把標(biāo)準(zhǔn)判斷矩陣乘以層次單排序向量（對(duì)應(yīng)于最大特征根的特征向量），對(duì)所得向量的所有分量求和，得到判斷矩陣的最大特征根：

（四）層次總排序。

經(jīng)過上述三步以后，就可以使用層次總排序，對(duì)最底層元素相對(duì)于最高層元素（即最終目標(biāo)）的相對(duì)重要性進(jìn)行計(jì)算，得出排序值。

三、模型構(gòu)建

基于層次分析法進(jìn)行房地產(chǎn)類股票投資決策的模型構(gòu)建，經(jīng)過分析，本文最終將影響因素聚焦在公司基本素質(zhì)分析上，具體包括兩個(gè)維度，分別是公司競(jìng)爭(zhēng)地位和公司營利能力及增長性。

在上述兩個(gè)維度上，房地產(chǎn)企業(yè)均有其不同于其他行業(yè)的特殊性，首先，房地產(chǎn)公司的公司競(jìng)爭(zhēng)地位主要體現(xiàn)在三個(gè)因素：主營業(yè)務(wù)收入、公司規(guī)模和融資能力。其次，房地產(chǎn)企業(yè)的營利能力及增長性主要由公司的股票的市盈率、市凈率、重估凈資產(chǎn)（ranv）以及凈資產(chǎn)收益率這四個(gè)因素來說明。按照層次分析法對(duì)上述所分析的各相關(guān)因素進(jìn)行歸納，得到最底層為具體的待選股票，中間層次是準(zhǔn)則層和子準(zhǔn)則層，最高層次即為最佳投資目標(biāo)，對(duì)其構(gòu)造投資決策層次結(jié)構(gòu)圖如圖1所示：

圖1房地產(chǎn)股票投資決策層次結(jié)構(gòu)圖

下面依據(jù)層次結(jié)構(gòu)圖構(gòu)造判斷矩陣并進(jìn)行層次單排序。

（一）得到判斷矩陣a-b。對(duì)準(zhǔn)則層的公司競(jìng)爭(zhēng)地位和公司營利能力及增長性兩個(gè)指標(biāo)進(jìn)行兩兩比較，然后得到判斷矩陣為：

上市表示兩個(gè)因素權(quán)重的特征向量，其中最大特征值。

（二）得到判斷矩陣b1-c。對(duì)主營業(yè)務(wù)收入、公司規(guī)模和融資能力等三個(gè)子準(zhǔn)則根據(jù)公司競(jìng)爭(zhēng)地位這一準(zhǔn)則進(jìn)行兩兩比較，得到判斷矩陣為：

上式表示三個(gè)子準(zhǔn)則權(quán)重的特征向量，最大特征值，ci=0，cr=0<0.1，因而矩陣滿足一致性。

（三）得到判斷矩陣b2-c。同理，對(duì)市盈率、市凈率、重估凈資產(chǎn)（ranv）以及凈資產(chǎn)收益率這四個(gè)值就公司的營利能力及增長性這一準(zhǔn)則進(jìn)行比較，得到判斷矩陣：

上式表示四個(gè)子準(zhǔn)則權(quán)重的特征向量wb2=（0.4547， 0.1411，0.1411，0.2631）t，最大特征值，ci=0.0034，cr=0.0038<0.1，故此矩陣滿足一致性。

（四）對(duì)子準(zhǔn)則層一直到方案層逐層進(jìn)行層次總排序，計(jì)算出所有子準(zhǔn)則的權(quán)重如表3所示。

表3 子準(zhǔn)則指標(biāo)權(quán)重

指標(biāo) c11 c12 c13 c21 c22 c23 c24

權(quán)重 0.14 0.05 0.14 0.31 0.09 0.09 0.18

（五）對(duì)所選股票的各項(xiàng)指標(biāo)數(shù)據(jù)及權(quán)重進(jìn)行加權(quán)計(jì)算，得出各股票投資價(jià)值的優(yōu)劣排序。具體計(jì)算為：

轉(zhuǎn)貼于

其中，即投資價(jià)值，為n個(gè)股票投資價(jià)值的得分向量，代表m個(gè)評(píng)價(jià)指標(biāo)的權(quán)重向量，是n個(gè)企業(yè)m個(gè)指標(biāo)的無量綱化數(shù)據(jù)矩陣。

四、實(shí)證分析

本文數(shù)據(jù)來源于大智慧軟件及上市公司咨詢網(wǎng)，待選的4只房地產(chǎn)公司股票分別是萬科a、渝開發(fā)、金融街和張江高科等房地產(chǎn)開發(fā)與經(jīng)營類企業(yè)，選各公司相關(guān)指標(biāo)的2023年的第一季度具體數(shù)據(jù)進(jìn)行決策分析。四個(gè)上市公司的原始財(cái)務(wù)數(shù)據(jù)如表4所示。首先，對(duì)每個(gè)公司的各指標(biāo)值打分，比如，假設(shè)x股票m指標(biāo)的得分為sx，則計(jì)算為，另外需要注意的是，市盈率、市凈率兩指標(biāo)的計(jì)算需要使用倒數(shù)，因?yàn)檫@兩個(gè)指標(biāo)值越低，就表明股票的估值越合理，則投資價(jià)值就越高。然后，按根據(jù)子準(zhǔn)則的權(quán)重對(duì)每個(gè)指標(biāo)分值加權(quán)求和，計(jì)算出各股票的投資價(jià)值相對(duì)得分 （見表5）。根據(jù)得分對(duì)股票進(jìn)行投資價(jià)值排序，越靠前，則說明該股票與待選的其他股票相比越值得投資。

表4 各上市公司財(cái)務(wù)數(shù)據(jù)

注：本數(shù)據(jù)采集截止日期為2023年3月31日

表5 股票投資價(jià)值相對(duì)得分

由相對(duì)得分分值可以看出，金融街和萬科a的綜合評(píng)價(jià)得分相對(duì)較高，更值得投資，其中萬科a作為房地產(chǎn)行業(yè)龍頭，品牌知名度高，效益好，但因?yàn)榻鼛啄陣鴥?nèi)住宅市場(chǎng)宏觀調(diào)控比較嚴(yán)格，未來發(fā)展趨勢(shì)仍不明朗，所以在公司營利能力和增長性上比金融街差上一些。而金融街更多的業(yè)務(wù)在商業(yè)地產(chǎn)上，現(xiàn)今已經(jīng)發(fā)展為國內(nèi)商務(wù)地產(chǎn)的領(lǐng)軍者。基于上述分析，金融街的得分為83.82。渝開發(fā)和張江高科是地方性的房地產(chǎn)企業(yè)，相對(duì)得分較低，由此得出，其受地方房地產(chǎn)調(diào)控的影響較大，因而進(jìn)行選股時(shí)要多加注意�；�于上述分析，使用層次分析法對(duì)房地產(chǎn)企業(yè)股票的選股投資進(jìn)行決策，符合實(shí)際，有一定的參考價(jià)值。