Ⅰ 股票是选股价高的好还是低的好
选股没有股价高的就好，没有说股价低的就差。你应该知道，中国股市一般都是以低价买入后高价卖出来赚取其中差价获益。所以我们看的是股票的后期表现，而不是现在的股价多少?道富投资教你四种选股策略，希望对你有用。
一、 价值发现：
是华尔街最传统的投资方法,近几年来也被我国投资者所认同,价值发现方法的基本思路,是运用市盈率、市净率等一些基本指标来发现价值被低估的个股。该方法由于要求分析人具有相当的专业知识,对于非专业投资者具有一定的困难。该方法的理论基础是价格总会向价值回归。
二、 选择高成长股：
该方法近年来在国内外越来越流行。它关注的是公司未来利润的高增长,而市盈率等传统价值判断标准则显得不那么重要了。采用这一价值取向选股,人们最倾心的是高科技股。
三、 技术分析选股：
技术分析是基于以下三大假设：(1) 市场行为涵盖一切信息；(2)价格沿趋势变动；(3) 历史会重演。在上述假设前提下,以技术分析方法进行选股,通常一般不必过多关注公司的经营、财务状况等基本面情况,而是运用技术分析理论或技术分析指标,通过对图表的分析来进行选股。该方法的基础是股票的价格波动性,即不管股票的价值是多少,股价总是存在周期性的波动,技术分析选股就是从中寻找超跌个股,捕捉获利机会。
四、 立足于大盘指数的投资组合（指数基金）：
随着股票家数的增加,许多人发现,也许可以准确判断大势,但是要选对股票可就太困难了,要想获取超过平均的收益也越来越困难,往往花费大量的人力物力,取得的效果也就和大盘差不多、甚至还差,与其这样,不如不作任何分析选股,而是完全参照指数的构成做一个投资组合,至少可以取得和大盘同步的投资收益。如果有一个与大盘一致的指数基金,投资者就不需要选股,只需在看好股市的时候买入该基金、在看空股市的时候卖出。由于我国还没有出现指数基金,投资者无法按此策略投资,但是对该方法的思想可以有借鉴作用。（来源：道富投资）
Ⅱ excel回归分析 估计股票β
www.tipdm.cn,这是一个在线的数据分析软件，对股票的回归分析也有
Ⅲ 横截面股票价格是什么意思
资本资产定价模式(CAPM)在上海股市的实证检验
资产定价问题是近几十年来西方金融理论中发展最快的一个领域。1952年，亨利·马柯维茨发展了资产组合理论......
一、资本资产定价模式(CAPM)的理论与实证：综述
(一)理论基础
资产定价问题是近几十年来西方金融理论中发展最快的一个领域。1952年，亨利·马柯维茨发展了资产组合理论，导致了现代资产定价理论的形成。它把投资者投资选择的问题系统阐述为不确定性条件下投资者效用最大化的问题。威廉·夏普将这一模型进行了简化并提出了资产定价的均衡模型—CAPM。作为第一个不确定性条件下的资产定价的均衡模型，CAPM具有重大的历史意义，它导致了西方金融理论的一场革命。
由于股票等资本资产未来收益的不确定性，CAPM的实质是讨论资本风险与收益的关系。CAPM模型十分简明的表达这一关系，即：高风险伴随着高收益。在一些假设条件的基础上，可导出如下模型：
E(Rj)-Rf=(Rm-Rf)bj
其中： E(Rj )为股票的期望收益率。
Rf 为无风险收益率，投资者能以这个利率进行无风险的借贷。
E(Rm )为市场组合的期望收益率。
bj =sjm/s2m，是股票j 的收益率对市场组合收益率的回归方程的斜率，常被称为"b系数"。其中s2m代表市场组合收益率的方差，sjm 代表股票j的收益率与市场组合收益率的协方差。
从上式可以看出，一种股票的收益与其β系数是成正比例关系的。β系数是某种证券的收益的协方差与市场组合收益的方差的比率，可看作股票收益变动对市场组合收益变动的敏感度。通过对β进行分析，可以得出结论：在风险资产的定价中，那些只影响该证券的方差而不影响该股票与股票市场组合的协方差的因素在定价中不起作用，对定价唯一起作用的是该股票的β系数。由于收益的方差是风险大小的量度，可以说：与市场风险不相关的单个风险，在股票的定价中不起作用，起作用的是有规律的市场风险，这是CAPM的中心思想。
对此可以用投资分散化原理来解释。在一个大规模的最优组合中，不规则的影响单个证券方差的非系统性风险由于组合而被分散掉了，剩下的是有规则的系统性风险，这种风险不能由分散化而消除。由于系统性风险不能由分散化而消除，必须伴随有相应的收益来吸引投资者投资。非系统性风险，由于可以分散掉，则在定价中不起作用。
(二)实证检验的一般方法
对CAPM的实证检验一般采用历史数据来进行，经常用到的模型为：
其中： 为其它因素影响的度量
对此模型可以进行横截面上或时间序列上的检验。
检验此模型时，首先要估计 系数。通常采用的方法是对单个股票或股票组合的收益率 与市场指数的收益率 进行时间序列的回归，模型如下：
这个回归方程通常被称为"一次回归"方程。
确定了 系数之后，就可以作为检验的输入变量对单个股票或组合的β系数与收益再进行一次回归，并进行相应的检验。一般采用横截面的数据，回归方程如下：
这个方程通常被称作"二次回归"方程。
在验证风险与收益的关系时，通常关心的是实际的回归方程与理论的方程的相合程度。回归方程应有以下几个特点：
(1) 回归直线的斜率为正值，即 ，表明股票或股票组合的收益率随系统风险的增大而上升。
(2) 在 和收益率之间有线性的关系，系统风险在股票定价中起决定作用，而非系统性风险则不起决定作用。
(3) 回归方程的截矩 应等于无风险利率 ，回归方程的斜率 应等于市场风险贴水 。
(三)西方学者对CAPM的检验
从本世纪七十年代以来，西方学者对CAPM进行了大量的实证检验。这些检验大体可以分为三类：
1.风险与收益的关系的检验
由美国学者夏普（Sharpe）的研究是此类检验的第一例。他选择了美国34个共同基金作为样本，计算了各基金在1954年到1963年之间的年平均收益率与收益率的标准差，并对基金的年收益率与收益率的标准差进行了回归，他的主要结论是：
a、在1954—1963年间，美国股票市场的收益率超过了无风险的收益率。
b、 基金的平均收益与其收益的标准差之间的相关系数大于0.8。
c、风险与收益的关系是近似线形的。
2.时间序列的CAPM的检验
时间序列的CAPM检验最著名的研究是Black，Jensen与Scholes在1972年做的，他们的研究简称为BJS方法。BJS为了防止β的估计偏差，采用了指示变量的方法，成为时间序列CAPM检验的标准模式，具体如下：
a、利用第一期的数据计算出股票的β系数。
b、 根据计算出的第一期的个股β系数划分股票组合，划分的标准是β系数的大小。这样从高到低系数划分为10个组合。
c、采用第二期的数据，对组合的收益与市场收益进行回归，估计组合的β系数。
d、 将第二期估计出的组合β值，作为第三期数据的输入变量，利用下式进行时间序列回归。并对组合的αp进行t检验。
其中：Rft为第t期的无风险收益率
Rmt为市场指数组合第t期的收益率
βp指估计的组合β系数
ept为回归的残差
BJS对1931—1965年间美国纽约证券交易所所有上市公司的股票进行了研究，发现实际的回归结果与理论并不完全相同。BJS得出的实际的风险与收益关系比CAPM 模型预测的斜率要小，同时表明实际的αp在β值大时小于零，而在β值小时大于零。这意味着低风险的股票获得了理论预期的收益，而高风险股票获得低于理论预测的收益。
3.横截面的CAPM的检验
横截面的CAPM检验区别于时间序列检验的特点在于它采用了横截面的数据进行分析，最著名的研究是Fama和Macbeth（FM）在1973年做的，他们所采用的基本方法如下：
a、根据前五年的数据估计股票的β值。
b、 按估计的β值大小构造20个组合。
c、计算股票组合在1935年—1968年间402个月的收益率。
d、 按下面的模型进行回归分析，每月进行一次，共402个方程。
Rp=g0+g1bp+g2bp2+g3sep+ep
这里：Rp为组合的月收益率、
βp为估计的组合β值
bp2为估计的组合β值的平方
sep为估计βp值的一次回归方程的残差的标准差
g0、g1、g2、g3为估计的系数，每个系数共402个估计值
e、对四个系数g0、g1、g2、g3进行t检验
FM结果表明：
①g1的均值为正值，在95%的置信度下可以认为不为零，表明收益与β值成正向关系
②g2、g3在95%的置信度下值为零，表明其他非系统性风险在股票收益的定价中不起主要作用。
1976年Richard·Roll对当时的实证检验提出了质疑，他认为：由于无法证明市场指数组合是有效市场组合，因而无法对CAPM模型进行检验。正是由于罗尔的批评才使CAPM的检验由单纯的收益与系统性风险的关系的检验转向多变量的检验，并成为近期CAPM检验的主流。最近20年对CAPM的检验的焦点不是 ，而是用来解释收益的其它非系统性风险变量，这些变量往往与公司的会计数据相关，如公司的股本大小，公司的收益等等。这些检验结果大都表明：CAPM模型与实际并不完全相符，存在着其他的因素在股票的定价中起作用。
(四)我国学者对风险－收益关系的检验
我国学术界引进CAPM的概念的时间并不长，一些学者对上海股市的风险与收益的关系做了一些定量的分析，但至今仍没有做过系统的检验。他们的研究存在着一些缺陷，主要有以下几点：
1. 股票的样本太少，不代表市场总体，无法得出市场上风险与收益的实际关系。
2. 在两次回归中，同时选用同一时期的数据进行 值的估计和对CAPM模型中线性关系的验证。
3. 在确定收益率时并没有考虑分红，送配带来的影响并做相应调整，导致收益和风险的估计的偏差，严重影响分析的准确性。
4. 在回归过程中，没有选用组合的构造，而是采用个股的回归易导致， 系数的不稳定性。
二、上海股市CAPM模型的研究方法
(一)研究方法
应用时间序列与横截面的最小二乘法的线性回归的方法，构造相应的模型，并进行统计检验分析。时间序列的线性回归主要应用于股票β值的估计。而CAPM的检验则采用横截面回归的方法。
(二)数据选取
1.时间段的确定
上海股市是一个新兴的股市，其历史并不十分长，从1990年12月19日开市至今，不过短短八年的时间。在这样短的时间内，要对股票的收益与风险问题进行研究，首先碰到的是数据数量不够充分的问题。一般来说对CAPM的检验应当选取较长历史时间内的数据，这样检验才具有可靠性。但由于上海股市的历史的限制，无法做到这一点。因此，首先确定这八年的数据用做检验。
但在这八年中，也不是所有的数据均可用于分析。CAPM的前提要求市场是一个有效市场：要求股票的价格应在时间上线性无关。在第一章中通过对上海股市收益率的相关性研究，发现93年之前的数据中，股价的相关性较大，会直接影响到检验的精确性。因此，在本研究中，选取1993年1月至1998年12月作为研究的时间段。从股市的实际来看，1992年下半年，上海股市才取消涨停板制度，放开股价限制。93年也是股市初步规范化的开始。所以选取这个时间点用于研究的理由是充分的。
2.市场指数的选择
目前在上海股市中有上证指数，A股指数，B股指数及各分类指数，本文选择上证综合指数作为市场组合指数，并用上证综合指数的收益率代表市场组合。上证综合指数是一种价值加权指数，符合CAPM市场组合构造的要求。
3.股票数据的选取
这里用上海证券交易所（SSE）截止到1998年12月上市的425家A股股票的每日收盘价、成交量、成交金额等数据用于研究。这里遇到的一个问题是个别股票在个别交易日内停牌，为了处理的方便，本文中将这些天该股票的当日收盘价与前一天的收盘价相同。
三、上海股市风险－收益关系的实证检验
(一)股票贝塔系数的估计
中国股票市场共有8年的交易数据，应采用3年以上的数据用于估计单个股票的 系数，才能保证 具有稳定性。但是课题组在实践中通过比较发现由于中国股票市场作为一个新兴的市场，无论是市场结构还是市场规模都还有待于进一步的发展，同时各种股票关于市场的稳定性都不是很高，股市中还存在很大的时变风险，因此各种股票的 系数随着时间的推移其变化将会很大。所以只用上一年的数据估计下一年的 系数时， 系数将更具有灵敏性，因为了使检验的结果更理想，均采用上一年的数据估计下一年的 系数。估计单个股票的 系数采用单指数模型，如下：
其中： : 表示股票i在t时间的收益率
: 表示上证指数在t时间的收益率
：为估计的系数
：为回归的残差。
进行一元线性回归，得出 系数的估计值 ，表示该种股票的系统性风险的测度。
(二)股票风险的估计
股票的总风险，可以用该种股票收益率的标准差来表示，可以用下式来估计总风险
其中：N为样本数量， 为 的均值。
非系统风险，可用估计 的回归方程中的残差 的标准差来表示，用 表示股票i的非系统性风险，可用下式求出：
其中： 为一次回归方程的残差
为 的均值
(三)组合的构造与收益率计算
对CAPM的总体性检验是检验风险与收益的关系，由于单个股票的非系统性风险较大，用于收益和风险的关系的检验易产生偏差。因此，通常构造股票组合来分散掉大部分的非系统性风险后进行检验。构造组合时可采用不同的标准，如按个股b系数的大小，股票的股本大小等等，本文按个股的b系数大小进行分组构造组合。将所有股票按b系数的大小划分为15个股票组合，第一个股票组合包含b系数最小的一组股票，依次类推，最后一个组合包含b数子最大的一组股票。组合中股票的b系数大的组合被称为"高b系数组合"，反之则称为"低b系数组合"。
构造出组合后就可以计算出组合的收益率了，并估计组合的b系数用于检验。这样做的一个缺点是用同一历史时期的数据划分组合，并用于检验，会产生组合b值估计的偏差，高b系数组合的b系数可能会被高估，低b系数组合的b系数可能被低估，解决此问题的方法是应用Black,Jenson与Scholes研究组合模型时的方法（下称BJS方法），即如下四步：
(1)利用第一期的数据计算股票的b系数。
(2)利用第一期的b系数大小划分组合
(3)采用第一期的数据，对组合的收益与市场收益率进行回归，估计组合的b系数
(4)将第一期估计出的组合b值作为自变量，以第二期的组合周平均收益率进行回归检验。
在计算组合的平均周收益率时，我们假设每个组合中的十只股票进行等额投资，这样对平均周收益率 只需对十只股票的收益率进行简单平均即可。由于股票的系统风险测度，即真实的贝塔系数无法知道，只能通过市场模型加以估计。为了使估计的贝塔系数更加灵敏，本研究用上一年的数据估计贝塔系数，下一年的收益率检验模型。
(四)组合贝塔系数和风险的确定
对组合的周收益率求标准方差，我们可以得到组合的总风险sp
组合的b值的估计，采用下面的时间序列的市场模型：
Rpt =ap+bpRmp+ept
其中：Rpt表示t时期投资组合的收益率
：为估计的系数
Rmt表示t期的市场组合收益率
ept为回归的残差
对组合的每周收益率与市场指数收益率回归残差分别求标准差即可以得到组合sep值。
表1：组合周收益率回归的b值与风险（1997.01.01～1997.12.31)
组合 组合b值 组合а值 相关系数平方 总风险 非系统风险
1 0.781 0.001 0.888 0.063 0.021
2 0.902 0.000 0.943 0.071 0.017
3 0.968 0.000 0.934 0.076 0.02
4 0.989 0.000 0.902 0.079 0.025
5 1 0.000 0.945 0.078 0.018
6 1.02 0.000 0.958 0.079 0.016
7 1.04 0.002 0.935 0.082 0.021
8 1.06 0.000 0.925 0.084 0.023
9 1.08 0.000 0.938 0.085 0.021
10 1.1 0.000 0.951 0.086 0.019
11 1.11 0.000 0.951 0.087 0.019
12 1.12 0.000 0.928 0.089 0.024
13 1.13 0.000 0.937 0.089 0.022
14 1.16 0.000 0.912 0.092 0.027
15 1.17 0.000 0.922 0.092 0.026
(五)组合平均收益率的确定
对组合按前面的构造方法，用第98年的周收益率求其算术平均收益率。
表2：组合的平均收益率（1998.1.1-1998.12.31）
组合 组合b 平均周收益率
1 0.781 0.0031
2 0.902 -0.0004
3 0.968 0.0048
4 0.989 0.0052
5 1 0.0005
6 1.02 -0.002
7 1.04 0.0038
8 1.06 0.003
9 1.08 0.0016
10 1.1 0.0026
11 1.11 0.005
12 1.12 0.0065
13 1.13 0.0044
14 1.16 0.0067
15 1.17 0.0074
(六)风险与收益关系检验
以97年的组合收益率估计b，以98年的组合收益率求周平均收益率。对15组组合得到的周平均收益率与各组合b系数按如下模型进行回归检验：
Rpj=g0+g1bpj
其中 : Rpj 是组合 j的98年平均周收益率
bpj 是组合j的b系数
g0，g1为估计参数
按照CAPM应有假设：
1.g0的估计应为Rf的均值，且大于零，表明存在无风险收益率。
2.g1的估计值应为Rm-Rf>0,表明风险与收益率是正相关系，且市场风险升水大于零。
回归结果如下：
g0 g1 R2
均值 -0.0143 0．0170 0.4867
T值 -2.8078 3.5114
查表可知，在5%显著水平下回归系数g1显著不为0，即在上海股市中收益率与风险之间存在较好的线性相关关系。论文在实践检验初期，发现当以93年至97年的数据估计b，而用98年的周收益率检验与风险b关系时，回归得到的结论是5%显著水平下不能拒绝回归系数g1显著为0的假设。这些结果表明，在上海股市中系统性风险b与周收益率基本呈现正线性相关关系。同时，上海股市仍为不成熟证券市场，个股b十分不稳定，从相关系数来看,尚有其他的风险因素在股票的定价中起着不容忽视的作用。本文将在下面进行CAPM模型的修正检验。
四、CAPM的横截面检验
(一)模型的建立
对于横截面的CAPM检验，采用下面的模型：
Rp=g0+g1bp+g2bp2+g3sep+ep
该模型主要检验以下四个假设：
1，系统性风险与收益的关系是线性的，就是要检验回归系数E（g2）=0。
2，b是衡量证券组合中证券的风险的唯一测度，非系统性风险在股票的定价中不起作用，这意味着回归方程的系数E（g3）=0。
3，对于风险规避的投资者，高系统性风险带来高的期望回报率，也就是说：E(g1)=E(Rmt)—E(Rft)>0
4，对只有无风险利率才是系统风险为0的投资收益，要求E（g0）=Rf。
(二)检验的结果及启示
对CAPM模型的横截面的检验采用多元回归中的逐步回归分析法（stepwise），即在回归分析中首先从所有自变量选择一个自变量，使相关系数最大，再逐步假如新的自变量，同时删去可能变为不显著的自变量，并保证相关系数上升，最终保证结果中的所有自变量的系数均显著不为0，并且被排除在模型之外的自变量的系数均不显著。
表4：多元回归的stepwise法结果
g0 g1 R2
系数 -0.0143 0.0170 0.4867
T值 -2.8078 3.5114
从表中可以得出如下结论：
1．bp2项的系数的T检验结果并不显著，表明风险与收益之间并不存在非线性相关关系。
2.sep 项的系数的T检验结果并不显著，表明非系统风险在资产组合定价中并不起作用。
3．g0的估计值为负，即资金的时间价值为负，表明市场具有明显的投机特征。
五、影响收益的其他因素分析
(一)历史回顾
长期以来，Sharp,linter和Mossin分别提出的CAPM模型一直是学术界和投资者分析风险与收益之间关系的理论基石，尤其是在Black,Jensen,和Scholes（1972）以及 Fama 和MacBeth（1973）通过实证分析证明了1926-1968年间在纽约证券交易所上市的股票平均收益率与贝塔之间的正的相关关系以后。然而八十年代，Reinganum(1981)和Lakonishok ，Shapiro（1986）对后来的数据分析表明这种简单的线性关系不复存在。Roll对CAPM的批评文章发表之后，对CAPM的检验也转向对影响股票收益的其他风险因素的检验，并发现了许多不符合CAPM的结果。Fama和French（1992）更进一步指出，从四十年代以后，纽约股票市场股票的平均收益率与贝塔系数间不存在简单的正线性相关关系。他们通过对纽约股票市场1963年至1990年股票的月收益率分析发现存在如下的多因素相关关系：
R=1.77%-(0.11*ln(mv))+(0.35*ln(bv/mv))
其中：mv是公司股东权益的市场价值，bv是公司股东权益的账面价值。
从前一节我们对上海股票市场的检验结果可以看出，当选用的历史数据变化以后，上海股市中收益与系统性风险相关的显著程度并不如CAPM所预期的那样。罗尔对CAPM的解释同样适合于上海市场，即一方面我们无法证实市场指数就是有效组合，以我们分析的上海股票市场而言，上证指数远没有包括所有金融资产，比如投资者完全可以自由投资于债券市场和在深圳证券交易所上市的股票。另一方面，在实际分析中我们无法找到真正的贝塔（true beta）。为了找出上海股市中股票定价的其他因素，本文结合上海股票市场曾经出现炒作的"小盘股"、"绩优股"、"重组股"等现象，对公司的股本大小，公司的净资产收益率，市盈率等非系统因素对收益的影响进行了分析。具体方法是：论文首先对影响个股收益率的各因素进行逐年分析，然后构造组合，再对影响组合收益率的各因素进行分析，组合的构造方法与前相同。
(二)单股票的多因素检验及结果
检验方法是用历史数据计算b系数，再对b系数、前期总股本、前期流通股本、预期净资产收益率、预期PE比率对收益率的解释程度进行分析。例如在分析年所有股票收益率的决定因素时，采用93年股票的收益率计算贝塔系数，总股本为93年末的总股本，净资产收益率和市盈率根据94年的财务指标计算。由于股票在此之后4年交易期间，净资产收益率（ROE）和每股收益（EPS）尚未公布，因此净资产收益率和市盈率都称为预期净资产收益率和预期市盈率。具体模型如下：
Rj=g0+g1bj+g2Gj+g3ROEj+g4PEj+ej
其中 : Rj 是股票 j的第t期年平均周收益率
bj 是股票j的b系数，b系数由第（t-1）期历史数据算出
Gj 是股票j的第（t-1）期总股本对数值
ROEj是股票j的第t期净资产收益率
PEj 是股票j的第t期期末市盈率
STEPWISE多元回归发现94年各股票收益率与以上因素并无显著关系，其他各年的结果如下：
表5：95年个股收益率的STEPWISE多元回归结果
Rj=g0+g2Gj
R2 g0 g2
均值 T值 均值 T值
0.05 -0.013 -3.568 0.0011 2.958
表6：96年个股收益率的STEPWISE多元回归结果
Rj=g0+g2Gj+g3ROEj
R2 g0 g2 g3
均值 T值 均值 T值 均值 T值
0.171 -0.011 -1.93 0.002 2.845 0.024 5．249
表7：97年个股收益率的STEPWISE多元回归结果
Rj=g0+g2Gj
R2 g0 g2
均值 T值 均值 T值
0.099 0.0317 6.328 -0.0028 -5.325
表8：98年个股收益率的STEPWISE多元回归结果
Rj=g0+g1bj+g2Gj+g3ROEj
R2 g0 g1 g2 g3
均值 T值 均值 T值 均值 T值 均值 T值
0.195 0.0343 7.799 0.005 3.582 -0.003 -8.548 0.0013 0.0045
(三)组合的检验及结果
组合的构造方法与前面所描述的一致。对所有组合98年平均周收益率与组合的97年数据所计算出的贝塔系数、97年末平均总股本、98年平均净资产收益率、98年底平均市盈率进行回归分析，模型如下：
Rpj=g0+g1bpj+g2Gpj+g3ROEpj+g4PEpj+ej
其中 : Rpj 是组合 j的98年平均周收益率
bpj 是组合j的b系数
Gpj 是组合j的 97年总股本对数值
ROEpj 是组合j的98年净资产收益率
PEpj 是组合j的98年末市盈率
表9：98年组合收益率的STEPWISE多元回归结果
g0 g3 R2
均值 0.0425 -0.0039 0.593
T值 4.736 -4.355
(四)结果分析
对组合的收益率以及97年以来个股的收益率采用stepwise回归分析可以看出，公司的股本因素在上海股票市场的股票定价中起着显著的作用。股票的定价因素同西方成熟股市一样，存在规模效应（Size Effect）,即小公司的股票容易取得高收益率。这个结论与中国股市的近几年价格波动实际特点相一致，其原因可以从以下三方面分析：首先，小公司股本扩张能力强。在我国股市中，投资人主要是希望公司股本扩张后带来的资产增值盈利。其次，小股本的股票便于机构投资者炒作。我国机构投资者的实力总体偏弱，截止98年年底，注册资本在5亿元以上的券商只有10多家。最后，小公司往往被市场认为是资产收购与兼并的目标。许多早期上市的公司，市场规模较小，在激烈的市场竞争中无行业垄断优势和规模经济效益，无法与大企业抗衡。而许多高科技企业或具有较强市场竞争力的企业迫切需要进入资本市场，将收购目标瞄准这些小规模上市公司实行低成本借壳上市。这三方面的因素都导致小股本公司的股票受到市场的青睐。因此在论文的检验结果中，无论是个股还是组合在历年的收益率中都是显著地与股本相关
Ⅳ 怎样选择一支股票并说明原因（作业）
Ⅳ 如何科学合理地利用市盈率指标评估股票的投资价值
你好，市盈率，简称PE或P/E
Ratio)，指在一个考察期(通常为12个月的时间)内，股票的价格和每股收益的比例。
市盈率=股票的市盈率=每股市价/每股盈利，投资者可以根据市盈率的大小来进行股票买卖。
比如，当个股的市盈率正处于市场的历史的低位时，说明该股存在低估的可能性，投资者可以考虑适量的买入该股；当个股的市盈率处于历史的高位时，说明该股存在被高估的可能性，投资者可以考虑持币观望。
如果个股的市盈率值与市场的市盈率值相比较，其值比较低，说明该股还有上涨的可能性，投资者可以考虑买入该股，而其市盈率值高于市场的市盈率时，个股可能存在泡沫性，其风险较大，投资者可以考虑卖出该股。
同时，投资者可以把个股的市盈率值与所处行业的个股进行比较，尽量选择个股市盈率比较低的个股。
风险揭示：本信息不构成任何投资建议，投资者不应以该等信息取代其独立判断或仅根据该等信息作出决策，不构成任何买卖操作，不保证任何收益。如自行操作，请注意仓位控制和风险控制。
Ⅵ 股票的合理价位如何计算
揭开价值投资和合理价位的谜团(股票篇)
关于这个命题，临渊已经酝酿了很久了。本该早已经写出，无奈最近股市正处多事之秋，各种问题纷至沓来，临渊只能先分析一下形式，先帮大家梳理思绪。于是，这个命题的讨论和编写就耽搁了下来。（注：多事之秋，呵呵，真是很形象的形容现在的股市，正好秋天股市多事）
序言：中国证券市场，经过十几年的潮起潮落，逐渐走向了正轨。我们今天经历的过程，实际上是一个粗旷型市场向科学集约型市场转变的历史过程。因为国家进步和经济发展的需要，这个过程被大大缩短了，我们需要用1-2年的时间走过西方世界10年走过的历程。在这个历史时刻，大多数人感觉跟不上股市的节奏，实际上是没有跟上国家快速改革的步伐。市场的不断健全和稳定，追求超额回报的机会将会不断变少。过去那种随意操纵股票价格，任意拉抬如开飞机，远远脱离股票本身价值的事情，将随着改革的步伐，渐渐的被控制和消失。股票投资以“价值”为核心，“只论多空不言庄”将是证券市场下一个阶段的主题。所以，在迎来市场变革的今天，临渊认为我们首先就要摆脱过去的观念，与时俱进。临渊可以很肯定的说，股票的“价值”作为我们“投资”的核心理念的性质，将随着改革的不断深入显得重要。
那么我们应该怎么样衡量价值投资和合理价位呢？？关于这个问题，临渊觉得需要分把基金和股票分开论述比较科学
首先，我们先从股票开始谈起：
1、关于“分红率”。谈论股票的价格是否合理，大多数的朋友不了解以什么样的标准进行衡量比较好。临渊认为，以银行利率回报来衡量相对比较有参考价值。那么，我们首先确认07年央行的利率目标为五年存款4.5%/年。
举个例子就是：如果我们存款100000元5年，那么年回报将是4500元；瞥去股票炒做和远期发展因素，如果我们把银行利率等同股票回报，也就是说存款等于我们买进了一只雷打不动年“分红率”22倍的股票。
2、关于“分红率”的换算。要注意的是，这里所说的还是年“分红率”，还不是“市盈率”。“市盈率”只能说明企业的赢利能力，还不能很确切的说明购买股票的实际回报。大多数时候，企业赢利并不会作为分红给予每一位投资者。因为运营的需要，企业赢利很多时候会被拿来做企业经营发展用，所以很多时候分红就被转股、增股、欠债的形式所代替
举个比较形象的例子，如果在牛市中，我们购买一只股票本应该只值5元，买了10000股，但是因为暴炒变成了25元，这个时候本应该每股分红1元/股，但是企业用转股的形式，把分红变成股票。那么我们本来应该得到的10000元分红，就只变成了200股股票。如果考虑价值回归和进入熊市的因素，价格回归到10元，那么我们本应该得到的10000元分红就变成了4000元。
呵呵，两者是不是差距很大。所以，“市盈率”根本不能和“分红率”比较，从作用角度考虑，“分红率”的实际回报参考价值至少是“市盈率”的1.5-2倍。从这个角度看，我们存银行的回报以“市盈率”计算，存银行就等于买了一只“市盈率”只有11-15倍的股票。
（注：这里所谓“分红率”和“市盈率”的换算，不能统一来看。其中有一个“红利指数”在其中发挥了很重要的作用。“红利指数”高的股票可能能按1：1换算，“红利指数”低的股票可能会夸张到要按1：100换算，所以临渊文中1：2的换算还是说的业绩比较好的股票，垃圾股不在此列）
3、关于远景。当然，在投资股票的时候，我们还要充分考虑该企业未来发展。也就是经常说的“远景”。不可否认，很多机构经常会对一些关注企业进行未来业绩的评估。但是，临渊认为“远景”仍然需要经过自己很仔细的研究和分析。股票是一种很错综复杂的集合体，有很多现象会影响我们的判断。在股票真实“市盈率”和“远景”判断上，例如企业合并收益、投资收益、出让财产收益、资金注入收益等许多一次性收益，在别有用心的人利用法律法规和会计制度漏洞夸大业绩以后，会不断的误导我们。
所以我们在判断上，不能只相信机构的数据。机构经常会在有意无意间，把这些夸大的数据计算进去，做一份似模似样的预测表。真中有假、假中有真，如果没有仔细的研究和甄别，很容易就会被机构套住。
4、关于行业。在投资股票时，认清今后的行业趋势是很重要的。我们没有办法从今天很详细的去分析未来几年的细分行业趋势。但是，从大的战略角度我们还是可以做分析，然后就大战略根据每年的变化，来看清细分行业的轮动变化。从大的战略角度看，临渊认为，资源类、农业类、新兴能源类、节能类、服务业类、社会建设完善相关类、金融类、高新技术类将是下一个阶段的主题。临渊这里所论述的和我们常规所划分的行业有很大不同，属于各个行业板块中的一部分，但是却有一定的针对性。
5、关于“资金注入”和“行业整合”。关于这点，临渊在过去的文章中已经有详细分析，这里就不多说了。总结来说，临渊引用投资大师彼的.林奇就是“不要相信乌鸡会变凤凰”。从世界企业发展史来看，绝的多数的所谓“资金注入”和“行业整合”都是以失败而告终的。就算整合成功，企业总体利润上升，在面对企业规模变大和股票巨量增发的前提下，我们每一股的收益提升空间也是十分有限的。
那有的朋友会问，既然企业“资金注入”和“行业整合”失败可能大，那为什么高层还乐此不彼呢？？简单的回答就是“资金”。只有在牛市股价高企的时候，采取这些举措才能吸引到最大数量的资金。（有了钱什么都好办了，不是吗？？呵呵）
所以临渊一直认为，除了极少数优质企业以外，大多数“资金注入”和“行业整合”的行情只适合中短期参与，如果想长期参与，可能在最后跌的都哭不出来的时候，别人用一句话就能让你哑口无言，那就是“股市有风险”。
6、关于现中国市场的总体“市盈率”承受能力。临渊觉得结合中国人的理财习惯、日本股市发展对比、中国企业的未来上升空间三点来看，大概静态“市盈率”平均在30倍还是一个能够接受的数字。临渊很讨厌有些人用动态“市盈率”去偷换概念。把原本高的吓人的平均市盈率，用动态数据一扭曲，就误导了很多不明就里的人。宣扬这个概念的，其中有些人是别人利用的棋子，而有些人就是吃人不吐骨头的别有用心的恶魔。
所谓动态“市盈率”，说白了就是拿明天的还是预测的数据，来透支今天的股票价格。例如就现在看，平均静态“市盈率”已经高达70多倍，已经远远高于了警戒线。但动态“市盈率”一衡量只有30多倍，在一些人的可以扭曲和误导下，这个数据麻痹了很多人的神经。
要知道，日本当年进入10年经济崩溃前的1982-1989年，其中最高的一天市盈率也不过高达92.28倍(1987年10月14日)，引发了严重的泡沫经济。可笑还有些人还在不断利用媒体麻醉别人，称什么泡沫才刚形成。
所幸，管理层在相关方面已经作出了不少良性举措，在遏止过热方面开始逐渐发挥效用。关于具体举措以及作用临渊以前也有详细分析，就已经发生的看，作用和影响分析基本到位，今天不再详细复述。
在我们面前只要两条路可以走，1、不断的上冲，超过日本的记录，再不断的上冲，超过中国能够支撑的极限，随后同样陷入倒退的10年的困境。
2、及时调整，回归价值，多方举措改革不断深入，将金融危机的风险有效的控制在能力范围之内。
临渊坚信，我们睿智的管理层，应该能够选择一条正确的路，带领我们走出困境，走向光明。
总结，临渊认为就现在估值这么高的前提下，股票“长线”投资标准分为以下几点：
1、属于资源类、农业类、新兴能源类、节能类、服务业类、社会建设完善相关类、金融类、高新技术类，这些产业中的优质企业
2、含“远景”预期，在09年以前，真实市盈率在15倍以内的企业
3、具有良好技术优势，广阔发展空间，行业龙头企业
有的朋友可能会问，这么高的要求，现在哪里有什么股票能达到标准？？临渊回答，要不临渊怎么一直强调现在值得长线投资的股票只有千分之五。要不临渊怎么一直强调现在股票股值太高。要不临渊怎么一直强调现在主要以短线投机为主，而不是长线投资为主。这些答案临渊过去已经有了详细描述，想知道答案的朋友，不妨回看临渊过去的文章。
题外：临渊过去分析的管理层举措，“港股开通”、“红筹回归”的影响已经成为了现实。最近，临渊认为管理层将压制基金操作的预测，也开始出现了变为现实的迹象。随着管理层推出“证监会关注基金销售七种异常交易行为 ”的举措，一场控制基金资金链的行动将要拉开了帷幕。
Ⅶ 如何分析股票行情
股票行情分析：
一，在大盘开盘时刻迅速观察、纪录涨跌幅个股比例、具体家数、涨跌停股票情况，包括，具体数字是多少？如果几者之间，涨者居多，且两市开盘涨停个股超过10只，则说明市场处于多头完全控制的局面，上涨势头会很强劲。假如没有多少涨停，且下跌个股比较多，超过5成以上，跌幅超过5%的有六成左右，那么，大势调整可能性很大。
二，注意区别对待盘口变化。不管是上涨和下跌，如果仅仅是个股行为，我们可以孤立地判断，但是，如果是板块效应，那么就需要引起我们的重视，比如资源股等2-3个板块集体上涨，那么当天的行情肯定看好，短线买家可以开盘不久后的调整低点杀进，如果开盘下跌是群体的，板块性的，那么，这一天的行情很可能不好，短线者可以逢高卖出，再在收盘时候的低点买回，可以赚进不少筹码。
三，运用3×10方式分析。看盘者可以将早盘三个重要时间段加以纪录、观察，并进行高低点连线，我们就能够发现市场力道强弱变化，这三个时间段分别是9点40、9点50和10点整。
四，第1个时间段，注意开盘分时图的运行情况，9点30到9点40的连线情况是，高点没有超过前收盘，低点略比开盘时降低，那么，这个10分钟属于弱市！我们需要观察随后两个10分钟时间段的变化。
五，第2个时间段。9点40到9点50，前收盘位置被突破，低点基本和第一个接近，虽略有降低，但是，高点却已经抬高，说明有主力资金向上做多，市面由弱转强，最后趋势需要第三个阶段去巩固。
六，第3个时间段。看了大盘前两个10分钟运行轨迹，看了现在的热点板块，我们还需要看什么呢？我们需要看的是成交量了，个股的成交量可以骗人，大盘的成交量很难骗人。如果当日大盘的成交量比前一交易量要大，说明大资金有增量迹象，行情有望向好；如果还是缩量下行，那么，大盘的短期调整还会继续。
七，第三个10分钟时间段出来后，投资者可以观察，大盘的3个低点是不是逐步上行？它们的三个高点是不是逐步抬高？是这样的吧。那么，结论出来了，今天的大盘运行趋势是先抑后扬，震荡攀升的情况。中阳K线是值得期待的。但是，如果前三个低点是逐步走低，假如在11点前不可收复前收盘，应考虑单边下跌趋势发生。如果在11点后，大盘还是低位震荡，且不跌破早盘30分钟低点连接线，则全天震荡盘整，收阴十字星的概率比较大。
八，看问题切忌一刀切，看了好的一面，也要看坏的一面，我们必须注意观察跌幅榜前几位个股情况。它们是否以板块下跌方式进行，如果是，而且有2-3个联袂杀跌板块，那么，行情必须谨慎，如果是前期强势股、题材股和概念股下跌，不足半数的话，这说明，市场格局还在多头掌握之中。
九，如果大盘持续调整到一定时间，强庄股开始补跌，则说明短期调整有望结束；如果大盘持续上涨一定周期，冷门股也开始补涨，则说明行情很可能短期见顶，市场将面临一次调整。
十，消息面突发利空，大盘前一交易日无任何征兆，前收盘是大阳或中阳线收盘，且整体趋势良好，那么，大盘遇重大利空选择大幅低开，短线资金不要恐慌割肉离场，因为大资金还在盘中，将随时策划反击，等大盘和个股红盘大涨的时候再抛也不迟。大盘或个股连续逼空上涨之后，消息面发布重大利好，短期涨幅相当大的个股或大盘持续跳空高开，但是，放量非常明显，应考虑主力借利好消息出货，这个时候不但不能追击，反而应逐步战略撤退。
Ⅷ 怎么运用市盈率法估算股票价格
1、首先，要了解市盈率。它是每股的价格与每股收益之间的比率。简单的可以说，是用每股的价格除以每股的收益，就等于市盈率了。
2、通过计算得到股票的市盈率，可以用两种方法进行评估，一种叫做简单估计法，一种叫做回归分析法。其实，简单估计法用的广泛。
3、简单估计法，是利用历史的数据进行评估。比如，将股票的各年的市盈率的历史数据排列，将表现异常的数据去掉，求一个平均数，或者是一个中间数，那么做为对未来市盈率的一个判断。
4、当我们求得了市盈率平均数的时候，就可以做为一个正常的价值。那么，当市盈率高出，或低出时，就可以进行买入或卖出了。因为，异常的数值总是回归正常的。
5、当然，这种评估方法有他的机械性，但是具有一定的判断作用。而回归分析法，则较复杂，需要考虑到股票的价格，收益增长，风险，时间等等因素，他们与市盈率之间的关系，因此，其模型也不完美。
Ⅸ 我想研究股票定价模型和价格之间的关系（回归分析，相关性之类），用什么软件好
你真的觉得电脑能做那些事情？那要人干什么？matlab可以帮你处理线性相关之类，可是其他的也差不了多少，计算的操作还是你自己来的。你可以把这些软件都下载安装，然后试试看你喜欢的界面——也许可以交叉使用呢——用其中一个优势算出来然后去其他软件里分析！