Ⅰ 股票是選股價高的好還是低的好
選股沒有股價高的就好，沒有說股價低的就差。你應該知道，中國股市一般都是以低價買入後高價賣出來賺取其中差價獲益。所以我們看的是股票的後期表現，而不是現在的股價多少?道富投資教你四種選股策略，希望對你有用。
一、 價值發現：
是華爾街最傳統的投資方法,近幾年來也被我國投資者所認同,價值發現方法的基本思路,是運用市盈率、市凈率等一些基本指標來發現價值被低估的個股。該方法由於要求分析人具有相當的專業知識,對於非專業投資者具有一定的困難。該方法的理論基礎是價格總會向價值回歸。
二、 選擇高成長股：
該方法近年來在國內外越來越流行。它關注的是公司未來利潤的高增長,而市盈率等傳統價值判斷標准則顯得不那麼重要了。採用這一價值取向選股,人們最傾心的是高科技股。
三、 技術分析選股：
技術分析是基於以下三大假設：(1) 市場行為涵蓋一切信息；(2)價格沿趨勢變動；(3) 歷史會重演。在上述假設前提下,以技術分析方法進行選股,通常一般不必過多關注公司的經營、財務狀況等基本面情況,而是運用技術分析理論或技術分析指標,通過對圖表的分析來進行選股。該方法的基礎是股票的價格波動性,即不管股票的價值是多少,股價總是存在周期性的波動,技術分析選股就是從中尋找超跌個股,捕捉獲利機會。
四、 立足於大盤指數的投資組合（指數基金）：
隨著股票家數的增加,許多人發現,也許可以准確判斷大勢,但是要選對股票可就太困難了,要想獲取超過平均的收益也越來越困難,往往花費大量的人力物力,取得的效果也就和大盤差不多、甚至還差,與其這樣,不如不作任何分析選股,而是完全參照指數的構成做一個投資組合,至少可以取得和大盤同步的投資收益。如果有一個與大盤一致的指數基金,投資者就不需要選股,只需在看好股市的時候買入該基金、在看空股市的時候賣出。由於我國還沒有出現指數基金,投資者無法按此策略投資,但是對該方法的思想可以有借鑒作用。（來源：道富投資）
Ⅱ excel回歸分析 估計股票β
www.tipdm.cn,這是一個在線的數據分析軟體，對股票的回歸分析也有
Ⅲ 橫截面股票價格是什麼意思
資本資產定價模式(CAPM)在上海股市的實證檢驗
資產定價問題是近幾十年來西方金融理論中發展最快的一個領域。1952年，亨利·馬柯維茨發展了資產組合理論......
一、資本資產定價模式(CAPM)的理論與實證：綜述
(一)理論基礎
資產定價問題是近幾十年來西方金融理論中發展最快的一個領域。1952年，亨利·馬柯維茨發展了資產組合理論，導致了現代資產定價理論的形成。它把投資者投資選擇的問題系統闡述為不確定性條件下投資者效用最大化的問題。威廉·夏普將這一模型進行了簡化並提出了資產定價的均衡模型—CAPM。作為第一個不確定性條件下的資產定價的均衡模型，CAPM具有重大的歷史意義，它導致了西方金融理論的一場革命。
由於股票等資本資產未來收益的不確定性，CAPM的實質是討論資本風險與收益的關系。CAPM模型十分簡明的表達這一關系，即：高風險伴隨著高收益。在一些假設條件的基礎上，可導出如下模型：
E(Rj)-Rf=(Rm-Rf)bj
其中： E(Rj )為股票的期望收益率。
Rf 為無風險收益率，投資者能以這個利率進行無風險的借貸。
E(Rm )為市場組合的期望收益率。
bj =sjm/s2m，是股票j 的收益率對市場組合收益率的回歸方程的斜率，常被稱為"b系數"。其中s2m代表市場組合收益率的方差，sjm 代表股票j的收益率與市場組合收益率的協方差。
從上式可以看出，一種股票的收益與其β系數是成正比例關系的。β系數是某種證券的收益的協方差與市場組合收益的方差的比率，可看作股票收益變動對市場組合收益變動的敏感度。通過對β進行分析，可以得出結論：在風險資產的定價中，那些隻影響該證券的方差而不影響該股票與股票市場組合的協方差的因素在定價中不起作用，對定價唯一起作用的是該股票的β系數。由於收益的方差是風險大小的量度，可以說：與市場風險不相關的單個風險，在股票的定價中不起作用，起作用的是有規律的市場風險，這是CAPM的中心思想。
對此可以用投資分散化原理來解釋。在一個大規模的最優組合中，不規則的影響單個證券方差的非系統性風險由於組合而被分散掉了，剩下的是有規則的系統性風險，這種風險不能由分散化而消除。由於系統性風險不能由分散化而消除，必須伴隨有相應的收益來吸引投資者投資。非系統性風險，由於可以分散掉，則在定價中不起作用。
(二)實證檢驗的一般方法
對CAPM的實證檢驗一般採用歷史數據來進行，經常用到的模型為：
其中： 為其它因素影響的度量
對此模型可以進行橫截面上或時間序列上的檢驗。
檢驗此模型時，首先要估計 系數。通常採用的方法是對單個股票或股票組合的收益率 與市場指數的收益率 進行時間序列的回歸，模型如下：
這個回歸方程通常被稱為"一次回歸"方程。
確定了 系數之後，就可以作為檢驗的輸入變數對單個股票或組合的β系數與收益再進行一次回歸，並進行相應的檢驗。一般採用橫截面的數據，回歸方程如下：
這個方程通常被稱作"二次回歸"方程。
在驗證風險與收益的關系時，通常關心的是實際的回歸方程與理論的方程的相合程度。回歸方程應有以下幾個特點：
(1) 回歸直線的斜率為正值，即 ，表明股票或股票組合的收益率隨系統風險的增大而上升。
(2) 在 和收益率之間有線性的關系，系統風險在股票定價中起決定作用，而非系統性風險則不起決定作用。
(3) 回歸方程的截矩 應等於無風險利率 ，回歸方程的斜率 應等於市場風險貼水 。
(三)西方學者對CAPM的檢驗
從本世紀七十年代以來，西方學者對CAPM進行了大量的實證檢驗。這些檢驗大體可以分為三類：
1.風險與收益的關系的檢驗
由美國學者夏普（Sharpe）的研究是此類檢驗的第一例。他選擇了美國34個共同基金作為樣本，計算了各基金在1954年到1963年之間的年平均收益率與收益率的標准差，並對基金的年收益率與收益率的標准差進行了回歸，他的主要結論是：
a、在1954—1963年間，美國股票市場的收益率超過了無風險的收益率。
b、 基金的平均收益與其收益的標准差之間的相關系數大於0.8。
c、風險與收益的關系是近似線形的。
2.時間序列的CAPM的檢驗
時間序列的CAPM檢驗最著名的研究是Black，Jensen與Scholes在1972年做的，他們的研究簡稱為BJS方法。BJS為了防止β的估計偏差，採用了指示變數的方法，成為時間序列CAPM檢驗的標准模式，具體如下：
a、利用第一期的數據計算出股票的β系數。
b、 根據計算出的第一期的個股β系數劃分股票組合，劃分的標準是β系數的大小。這樣從高到低系數劃分為10個組合。
c、採用第二期的數據，對組合的收益與市場收益進行回歸，估計組合的β系數。
d、 將第二期估計出的組合β值，作為第三期數據的輸入變數，利用下式進行時間序列回歸。並對組合的αp進行t檢驗。
其中：Rft為第t期的無風險收益率
Rmt為市場指數組合第t期的收益率
βp指估計的組合β系數
ept為回歸的殘差
BJS對1931—1965年間美國紐約證券交易所所有上市公司的股票進行了研究，發現實際的回歸結果與理論並不完全相同。BJS得出的實際的風險與收益關系比CAPM 模型預測的斜率要小，同時表明實際的αp在β值大時小於零，而在β值小時大於零。這意味著低風險的股票獲得了理論預期的收益，而高風險股票獲得低於理論預測的收益。
3.橫截面的CAPM的檢驗
橫截面的CAPM檢驗區別於時間序列檢驗的特點在於它採用了橫截面的數據進行分析，最著名的研究是Fama和Macbeth（FM）在1973年做的，他們所採用的基本方法如下：
a、根據前五年的數據估計股票的β值。
b、 按估計的β值大小構造20個組合。
c、計算股票組合在1935年—1968年間402個月的收益率。
d、 按下面的模型進行回歸分析，每月進行一次，共402個方程。
Rp=g0+g1bp+g2bp2+g3sep+ep
這里：Rp為組合的月收益率、
βp為估計的組合β值
bp2為估計的組合β值的平方
sep為估計βp值的一次回歸方程的殘差的標准差
g0、g1、g2、g3為估計的系數，每個系數共402個估計值
e、對四個系數g0、g1、g2、g3進行t檢驗
FM結果表明：
①g1的均值為正值，在95%的置信度下可以認為不為零，表明收益與β值成正向關系
②g2、g3在95%的置信度下值為零，表明其他非系統性風險在股票收益的定價中不起主要作用。
1976年Richard·Roll對當時的實證檢驗提出了質疑，他認為：由於無法證明市場指數組合是有效市場組合，因而無法對CAPM模型進行檢驗。正是由於羅爾的批評才使CAPM的檢驗由單純的收益與系統性風險的關系的檢驗轉向多變數的檢驗，並成為近期CAPM檢驗的主流。最近20年對CAPM的檢驗的焦點不是 ，而是用來解釋收益的其它非系統性風險變數，這些變數往往與公司的會計數據相關，如公司的股本大小，公司的收益等等。這些檢驗結果大都表明：CAPM模型與實際並不完全相符，存在著其他的因素在股票的定價中起作用。
(四)我國學者對風險－收益關系的檢驗
我國學術界引進CAPM的概念的時間並不長，一些學者對上海股市的風險與收益的關系做了一些定量的分析，但至今仍沒有做過系統的檢驗。他們的研究存在著一些缺陷，主要有以下幾點：
1. 股票的樣本太少，不代表市場總體，無法得出市場上風險與收益的實際關系。
2. 在兩次回歸中，同時選用同一時期的數據進行 值的估計和對CAPM模型中線性關系的驗證。
3. 在確定收益率時並沒有考慮分紅，送配帶來的影響並做相應調整，導致收益和風險的估計的偏差，嚴重影響分析的准確性。
4. 在回歸過程中，沒有選用組合的構造，而是採用個股的回歸易導致， 系數的不穩定性。
二、上海股市CAPM模型的研究方法
(一)研究方法
應用時間序列與橫截面的最小二乘法的線性回歸的方法，構造相應的模型，並進行統計檢驗分析。時間序列的線性回歸主要應用於股票β值的估計。而CAPM的檢驗則採用橫截面回歸的方法。
(二)數據選取
1.時間段的確定
上海股市是一個新興的股市，其歷史並不十分長，從1990年12月19日開市至今，不過短短八年的時間。在這樣短的時間內，要對股票的收益與風險問題進行研究，首先碰到的是數據數量不夠充分的問題。一般來說對CAPM的檢驗應當選取較長歷史時間內的數據，這樣檢驗才具有可靠性。但由於上海股市的歷史的限制，無法做到這一點。因此，首先確定這八年的數據用做檢驗。
但在這八年中，也不是所有的數據均可用於分析。CAPM的前提要求市場是一個有效市場：要求股票的價格應在時間上線性無關。在第一章中通過對上海股市收益率的相關性研究，發現93年之前的數據中，股價的相關性較大，會直接影響到檢驗的精確性。因此，在本研究中，選取1993年1月至1998年12月作為研究的時間段。從股市的實際來看，1992年下半年，上海股市才取消漲停板制度，放開股價限制。93年也是股市初步規范化的開始。所以選取這個時間點用於研究的理由是充分的。
2.市場指數的選擇
目前在上海股市中有上證指數，A股指數，B股指數及各分類指數，本文選擇上證綜合指數作為市場組合指數，並用上證綜合指數的收益率代表市場組合。上證綜合指數是一種價值加權指數，符合CAPM市場組合構造的要求。
3.股票數據的選取
這里用上海證券交易所（SSE）截止到1998年12月上市的425家A股股票的每日收盤價、成交量、成交金額等數據用於研究。這里遇到的一個問題是個別股票在個別交易日內停牌，為了處理的方便，本文中將這些天該股票的當日收盤價與前一天的收盤價相同。
三、上海股市風險－收益關系的實證檢驗
(一)股票貝塔系數的估計
中國股票市場共有8年的交易數據，應採用3年以上的數據用於估計單個股票的 系數，才能保證 具有穩定性。但是課題組在實踐中通過比較發現由於中國股票市場作為一個新興的市場，無論是市場結構還是市場規模都還有待於進一步的發展，同時各種股票關於市場的穩定性都不是很高，股市中還存在很大的時變風險，因此各種股票的 系數隨著時間的推移其變化將會很大。所以只用上一年的數據估計下一年的 系數時， 系數將更具有靈敏性，因為了使檢驗的結果更理想，均採用上一年的數據估計下一年的 系數。估計單個股票的 系數採用單指數模型，如下：
其中： : 表示股票i在t時間的收益率
: 表示上證指數在t時間的收益率
：為估計的系數
：為回歸的殘差。
進行一元線性回歸，得出 系數的估計值 ，表示該種股票的系統性風險的測度。
(二)股票風險的估計
股票的總風險，可以用該種股票收益率的標准差來表示，可以用下式來估計總風險
其中：N為樣本數量， 為 的均值。
非系統風險，可用估計 的回歸方程中的殘差 的標准差來表示，用 表示股票i的非系統性風險，可用下式求出：
其中： 為一次回歸方程的殘差
為 的均值
(三)組合的構造與收益率計算
對CAPM的總體性檢驗是檢驗風險與收益的關系，由於單個股票的非系統性風險較大，用於收益和風險的關系的檢驗易產生偏差。因此，通常構造股票組合來分散掉大部分的非系統性風險後進行檢驗。構造組合時可採用不同的標准，如按個股b系數的大小，股票的股本大小等等，本文按個股的b系數大小進行分組構造組合。將所有股票按b系數的大小劃分為15個股票組合，第一個股票組合包含b系數最小的一組股票，依次類推，最後一個組合包含b數子最大的一組股票。組合中股票的b系數大的組合被稱為"高b系數組合"，反之則稱為"低b系數組合"。
構造出組合後就可以計算出組合的收益率了，並估計組合的b系數用於檢驗。這樣做的一個缺點是用同一歷史時期的數據劃分組合，並用於檢驗，會產生組合b值估計的偏差，高b系數組合的b系數可能會被高估，低b系數組合的b系數可能被低估，解決此問題的方法是應用Black,Jenson與Scholes研究組合模型時的方法（下稱BJS方法），即如下四步：
(1)利用第一期的數據計算股票的b系數。
(2)利用第一期的b系數大小劃分組合
(3)採用第一期的數據，對組合的收益與市場收益率進行回歸，估計組合的b系數
(4)將第一期估計出的組合b值作為自變數，以第二期的組合周平均收益率進行回歸檢驗。
在計算組合的平均周收益率時，我們假設每個組合中的十隻股票進行等額投資，這樣對平均周收益率 只需對十隻股票的收益率進行簡單平均即可。由於股票的系統風險測度，即真實的貝塔系數無法知道，只能通過市場模型加以估計。為了使估計的貝塔系數更加靈敏，本研究用上一年的數據估計貝塔系數，下一年的收益率檢驗模型。
(四)組合貝塔系數和風險的確定
對組合的周收益率求標准方差，我們可以得到組合的總風險sp
組合的b值的估計，採用下面的時間序列的市場模型：
Rpt =ap+bpRmp+ept
其中：Rpt表示t時期投資組合的收益率
：為估計的系數
Rmt表示t期的市場組合收益率
ept為回歸的殘差
對組合的每周收益率與市場指數收益率回歸殘差分別求標准差即可以得到組合sep值。
表1：組合周收益率回歸的b值與風險（1997.01.01～1997.12.31)
組合 組合b值 組合а值 相關系數平方 總風險 非系統風險
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)組合平均收益率的確定
對組合按前面的構造方法，用第98年的周收益率求其算術平均收益率。
表2：組合的平均收益率（1998.1.1-1998.12.31）
組合 組合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)風險與收益關系檢驗
以97年的組合收益率估計b，以98年的組合收益率求周平均收益率。對15組組合得到的周平均收益率與各組合b系數按如下模型進行回歸檢驗：
Rpj=g0+g1bpj
其中 : Rpj 是組合 j的98年平均周收益率
bpj 是組合j的b系數
g0，g1為估計參數
按照CAPM應有假設：
1.g0的估計應為Rf的均值，且大於零，表明存在無風險收益率。
2.g1的估計值應為Rm-Rf>0,表明風險與收益率是正相關系，且市場風險升水大於零。
回歸結果如下：
g0 g1 R2
均值 -0.0143 0．0170 0.4867
T值 -2.8078 3.5114
查表可知，在5%顯著水平下回歸系數g1顯著不為0，即在上海股市中收益率與風險之間存在較好的線性相關關系。論文在實踐檢驗初期，發現當以93年至97年的數據估計b，而用98年的周收益率檢驗與風險b關系時，回歸得到的結論是5%顯著水平下不能拒絕回歸系數g1顯著為0的假設。這些結果表明，在上海股市中系統性風險b與周收益率基本呈現正線性相關關系。同時，上海股市仍為不成熟證券市場，個股b十分不穩定，從相關系數來看,尚有其他的風險因素在股票的定價中起著不容忽視的作用。本文將在下面進行CAPM模型的修正檢驗。
四、CAPM的橫截面檢驗
(一)模型的建立
對於橫截面的CAPM檢驗，採用下面的模型：
Rp=g0+g1bp+g2bp2+g3sep+ep
該模型主要檢驗以下四個假設：
1，系統性風險與收益的關系是線性的，就是要檢驗回歸系數E（g2）=0。
2，b是衡量證券組合中證券的風險的唯一測度，非系統性風險在股票的定價中不起作用，這意味著回歸方程的系數E（g3）=0。
3，對於風險規避的投資者，高系統性風險帶來高的期望回報率，也就是說：E(g1)=E(Rmt)—E(Rft)>0
4，對只有無風險利率才是系統風險為0的投資收益，要求E（g0）=Rf。
(二)檢驗的結果及啟示
對CAPM模型的橫截面的檢驗採用多元回歸中的逐步回歸分析法（stepwise），即在回歸分析中首先從所有自變數選擇一個自變數，使相關系數最大，再逐步假如新的自變數，同時刪去可能變為不顯著的自變數，並保證相關系數上升，最終保證結果中的所有自變數的系數均顯著不為0，並且被排除在模型之外的自變數的系數均不顯著。
表4：多元回歸的stepwise法結果
g0 g1 R2
系數 -0.0143 0.0170 0.4867
T值 -2.8078 3.5114
從表中可以得出如下結論：
1．bp2項的系數的T檢驗結果並不顯著，表明風險與收益之間並不存在非線性相關關系。
2.sep 項的系數的T檢驗結果並不顯著，表明非系統風險在資產組合定價中並不起作用。
3．g0的估計值為負，即資金的時間價值為負，表明市場具有明顯的投機特徵。
五、影響收益的其他因素分析
(一)歷史回顧
長期以來，Sharp,linter和Mossin分別提出的CAPM模型一直是學術界和投資者分析風險與收益之間關系的理論基石，尤其是在Black,Jensen,和Scholes（1972）以及 Fama 和MacBeth（1973）通過實證分析證明了1926-1968年間在紐約證券交易所上市的股票平均收益率與貝塔之間的正的相關關系以後。然而八十年代，Reinganum(1981)和Lakonishok ，Shapiro（1986）對後來的數據分析表明這種簡單的線性關系不復存在。Roll對CAPM的批評文章發表之後，對CAPM的檢驗也轉向對影響股票收益的其他風險因素的檢驗，並發現了許多不符合CAPM的結果。Fama和French（1992）更進一步指出，從四十年代以後，紐約股票市場股票的平均收益率與貝塔系數間不存在簡單的正線性相關關系。他們通過對紐約股票市場1963年至1990年股票的月收益率分析發現存在如下的多因素相關關系：
R=1.77%-(0.11*ln(mv))+(0.35*ln(bv/mv))
其中：mv是公司股東權益的市場價值，bv是公司股東權益的賬面價值。
從前一節我們對上海股票市場的檢驗結果可以看出，當選用的歷史數據變化以後，上海股市中收益與系統性風險相關的顯著程度並不如CAPM所預期的那樣。羅爾對CAPM的解釋同樣適合於上海市場，即一方面我們無法證實市場指數就是有效組合，以我們分析的上海股票市場而言，上證指數遠沒有包括所有金融資產，比如投資者完全可以自由投資於債券市場和在深圳證券交易所上市的股票。另一方面，在實際分析中我們無法找到真正的貝塔（true beta）。為了找出上海股市中股票定價的其他因素，本文結合上海股票市場曾經出現炒作的"小盤股"、"績優股"、"重組股"等現象，對公司的股本大小，公司的凈資產收益率，市盈率等非系統因素對收益的影響進行了分析。具體方法是：論文首先對影響個股收益率的各因素進行逐年分析，然後構造組合，再對影響組合收益率的各因素進行分析，組合的構造方法與前相同。
(二)單股票的多因素檢驗及結果
檢驗方法是用歷史數據計算b系數，再對b系數、前期總股本、前期流通股本、預期凈資產收益率、預期PE比率對收益率的解釋程度進行分析。例如在分析年所有股票收益率的決定因素時，採用93年股票的收益率計算貝塔系數，總股本為93年末的總股本，凈資產收益率和市盈率根據94年的財務指標計算。由於股票在此之後4年交易期間，凈資產收益率（ROE）和每股收益（EPS）尚未公布，因此凈資產收益率和市盈率都稱為預期凈資產收益率和預期市盈率。具體模型如下：
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系數，b系數由第（t-1）期歷史數據算出
Gj 是股票j的第（t-1）期總股本對數值
ROEj是股票j的第t期凈資產收益率
PEj 是股票j的第t期期末市盈率
STEPWISE多元回歸發現94年各股票收益率與以上因素並無顯著關系，其他各年的結果如下：
表5：95年個股收益率的STEPWISE多元回歸結果
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年個股收益率的STEPWISE多元回歸結果
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年個股收益率的STEPWISE多元回歸結果
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年個股收益率的STEPWISE多元回歸結果
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)組合的檢驗及結果
組合的構造方法與前面所描述的一致。對所有組合98年平均周收益率與組合的97年數據所計算出的貝塔系數、97年末平均總股本、98年平均凈資產收益率、98年底平均市盈率進行回歸分析，模型如下：
Rpj=g0+g1bpj+g2Gpj+g3ROEpj+g4PEpj+ej
其中 : Rpj 是組合 j的98年平均周收益率
bpj 是組合j的b系數
Gpj 是組合j的 97年總股本對數值
ROEpj 是組合j的98年凈資產收益率
PEpj 是組合j的98年末市盈率
表9：98年組合收益率的STEPWISE多元回歸結果
g0 g3 R2
均值 0.0425 -0.0039 0.593
T值 4.736 -4.355
(四)結果分析
對組合的收益率以及97年以來個股的收益率採用stepwise回歸分析可以看出，公司的股本因素在上海股票市場的股票定價中起著顯著的作用。股票的定價因素同西方成熟股市一樣，存在規模效應（Size Effect）,即小公司的股票容易取得高收益率。這個結論與中國股市的近幾年價格波動實際特點相一致，其原因可以從以下三方面分析：首先，小公司股本擴張能力強。在我國股市中，投資人主要是希望公司股本擴張後帶來的資產增值盈利。其次，小股本的股票便於機構投資者炒作。我國機構投資者的實力總體偏弱，截止98年年底，注冊資本在5億元以上的券商只有10多家。最後，小公司往往被市場認為是資產收購與兼並的目標。許多早期上市的公司，市場規模較小，在激烈的市場競爭中無行業壟斷優勢和規模經濟效益，無法與大企業抗衡。而許多高科技企業或具有較強市場競爭力的企業迫切需要進入資本市場，將收購目標瞄準這些小規模上市公司實行低成本借殼上市。這三方面的因素都導致小股本公司的股票受到市場的青睞。因此在論文的檢驗結果中，無論是個股還是組合在歷年的收益率中都是顯著地與股本相關
Ⅳ 怎樣選擇一支股票並說明原因（作業）
Ⅳ 如何科學合理地利用市盈率指標評估股票的投資價值
你好，市盈率，簡稱PE或P/E
Ratio)，指在一個考察期(通常為12個月的時間)內，股票的價格和每股收益的比例。
市盈率=股票的市盈率=每股市價/每股盈利，投資者可以根據市盈率的大小來進行股票買賣。
比如，當個股的市盈率正處於市場的歷史的低位時，說明該股存在低估的可能性，投資者可以考慮適量的買入該股；當個股的市盈率處於歷史的高位時，說明該股存在被高估的可能性，投資者可以考慮持幣觀望。
如果個股的市盈率值與市場的市盈率值相比較，其值比較低，說明該股還有上漲的可能性，投資者可以考慮買入該股，而其市盈率值高於市場的市盈率時，個股可能存在泡沫性，其風險較大，投資者可以考慮賣出該股。
同時，投資者可以把個股的市盈率值與所處行業的個股進行比較，盡量選擇個股市盈率比較低的個股。
風險揭示：本信息不構成任何投資建議，投資者不應以該等信息取代其獨立判斷或僅根據該等信息作出決策，不構成任何買賣操作，不保證任何收益。如自行操作，請注意倉位控制和風險控制。
Ⅵ 股票的合理價位如何計算
揭開價值投資和合理價位的謎團(股票篇)
關於這個命題，臨淵已經醞釀了很久了。本該早已經寫出，無奈最近股市正處多事之秋，各種問題紛至沓來，臨淵只能先分析一下形式，先幫大家梳理思緒。於是，這個命題的討論和編寫就耽擱了下來。（註：多事之秋，呵呵，真是很形象的形容現在的股市，正好秋天股市多事）
序言：中國證券市場，經過十幾年的潮起潮落，逐漸走向了正軌。我們今天經歷的過程，實際上是一個粗曠型市場向科學集約型市場轉變的歷史過程。因為國家進步和經濟發展的需要，這個過程被大大縮短了，我們需要用1-2年的時間走過西方世界10年走過的歷程。在這個歷史時刻，大多數人感覺跟不上股市的節奏，實際上是沒有跟上國家快速改革的步伐。市場的不斷健全和穩定，追求超額回報的機會將會不斷變少。過去那種隨意操縱股票價格，任意拉抬如開飛機，遠遠脫離股票本身價值的事情，將隨著改革的步伐，漸漸的被控制和消失。股票投資以「價值」為核心，「只論多空不言庄」將是證券市場下一個階段的主題。所以，在迎來市場變革的今天，臨淵認為我們首先就要擺脫過去的觀念，與時俱進。臨淵可以很肯定的說，股票的「價值」作為我們「投資」的核心理念的性質，將隨著改革的不斷深入顯得重要。
那麼我們應該怎麼樣衡量價值投資和合理價位呢？？關於這個問題，臨淵覺得需要分把基金和股票分開論述比較科學
首先，我們先從股票開始談起：
1、關於「分紅率」。談論股票的價格是否合理，大多數的朋友不了解以什麼樣的標准進行衡量比較好。臨淵認為，以銀行利率回報來衡量相對比較有參考價值。那麼，我們首先確認07年央行的利率目標為五年存款4.5%/年。
舉個例子就是：如果我們存款100000元5年，那麼年回報將是4500元；瞥去股票炒做和遠期發展因素，如果我們把銀行利率等同股票回報，也就是說存款等於我們買進了一隻雷打不動年「分紅率」22倍的股票。
2、關於「分紅率」的換算。要注意的是，這里所說的還是年「分紅率」，還不是「市盈率」。「市盈率」只能說明企業的贏利能力，還不能很確切的說明購買股票的實際回報。大多數時候，企業贏利並不會作為分紅給予每一位投資者。因為運營的需要，企業贏利很多時候會被拿來做企業經營發展用，所以很多時候分紅就被轉股、增股、欠債的形式所代替
舉個比較形象的例子，如果在牛市中，我們購買一隻股票本應該只值5元，買了10000股，但是因為暴炒變成了25元，這個時候本應該每股分紅1元/股，但是企業用轉股的形式，把分紅變成股票。那麼我們本來應該得到的10000元分紅，就只變成了200股股票。如果考慮價值回歸和進入熊市的因素，價格回歸到10元，那麼我們本應該得到的10000元分紅就變成了4000元。
呵呵，兩者是不是差距很大。所以，「市盈率」根本不能和「分紅率」比較，從作用角度考慮，「分紅率」的實際回報參考價值至少是「市盈率」的1.5-2倍。從這個角度看，我們存銀行的回報以「市盈率」計算，存銀行就等於買了一隻「市盈率」只有11-15倍的股票。
（註：這里所謂「分紅率」和「市盈率」的換算，不能統一來看。其中有一個「紅利指數」在其中發揮了很重要的作用。「紅利指數」高的股票可能能按1：1換算，「紅利指數」低的股票可能會誇張到要按1：100換算，所以臨淵文中1：2的換算還是說的業績比較好的股票，垃圾股不在此列）
3、關於遠景。當然，在投資股票的時候，我們還要充分考慮該企業未來發展。也就是經常說的「遠景」。不可否認，很多機構經常會對一些關注企業進行未來業績的評估。但是，臨淵認為「遠景」仍然需要經過自己很仔細的研究和分析。股票是一種很錯綜復雜的集合體，有很多現象會影響我們的判斷。在股票真實「市盈率」和「遠景」判斷上，例如企業合並收益、投資收益、出讓財產收益、資金注入收益等許多一次性收益，在別有用心的人利用法律法規和會計制度漏洞誇大業績以後，會不斷的誤導我們。
所以我們在判斷上，不能只相信機構的數據。機構經常會在有意無意間，把這些誇大的數據計算進去，做一份似模似樣的預測表。真中有假、假中有真，如果沒有仔細的研究和甄別，很容易就會被機構套住。
4、關於行業。在投資股票時，認清今後的行業趨勢是很重要的。我們沒有辦法從今天很詳細的去分析未來幾年的細分行業趨勢。但是，從大的戰略角度我們還是可以做分析，然後就大戰略根據每年的變化，來看清細分行業的輪動變化。從大的戰略角度看，臨淵認為，資源類、農業類、新興能源類、節能類、服務業類、社會建設完善相關類、金融類、高新技術類將是下一個階段的主題。臨淵這里所論述的和我們常規所劃分的行業有很大不同，屬於各個行業板塊中的一部分，但是卻有一定的針對性。
5、關於「資金注入」和「行業整合」。關於這點，臨淵在過去的文章中已經有詳細分析，這里就不多說了。總結來說，臨淵引用投資大師彼的.林奇就是「不要相信烏雞會變鳳凰」。從世界企業發展史來看，絕的多數的所謂「資金注入」和「行業整合」都是以失敗而告終的。就算整合成功，企業總體利潤上升，在面對企業規模變大和股票巨量增發的前提下，我們每一股的收益提升空間也是十分有限的。
那有的朋友會問，既然企業「資金注入」和「行業整合」失敗可能大，那為什麼高層還樂此不彼呢？？簡單的回答就是「資金」。只有在牛市股價高企的時候，採取這些舉措才能吸引到最大數量的資金。（有了錢什麼都好辦了，不是嗎？？呵呵）
所以臨淵一直認為，除了極少數優質企業以外，大多數「資金注入」和「行業整合」的行情只適合中短期參與，如果想長期參與，可能在最後跌的都哭不出來的時候，別人用一句話就能讓你啞口無言，那就是「股市有風險」。
6、關於現中國市場的總體「市盈率」承受能力。臨淵覺得結合中國人的理財習慣、日本股市發展對比、中國企業的未來上升空間三點來看，大概靜態「市盈率」平均在30倍還是一個能夠接受的數字。臨淵很討厭有些人用動態「市盈率」去偷換概念。把原本高的嚇人的平均市盈率，用動態數據一扭曲，就誤導了很多不明就裡的人。宣揚這個概念的，其中有些人是別人利用的棋子，而有些人就是吃人不吐骨頭的別有用心的惡魔。
所謂動態「市盈率」，說白了就是拿明天的還是預測的數據，來透支今天的股票價格。例如就現在看，平均靜態「市盈率」已經高達70多倍，已經遠遠高於了警戒線。但動態「市盈率」一衡量只有30多倍，在一些人的可以扭曲和誤導下，這個數據麻痹了很多人的神經。
要知道，日本當年進入10年經濟崩潰前的1982-1989年，其中最高的一天市盈率也不過高達92.28倍(1987年10月14日)，引發了嚴重的泡沫經濟。可笑還有些人還在不斷利用媒體麻醉別人，稱什麼泡沫才剛形成。
所幸，管理層在相關方面已經作出了不少良性舉措，在遏止過熱方面開始逐漸發揮效用。關於具體舉措以及作用臨淵以前也有詳細分析，就已經發生的看，作用和影響分析基本到位，今天不再詳細復述。
在我們面前只要兩條路可以走，1、不斷的上沖，超過日本的記錄，再不斷的上沖，超過中國能夠支撐的極限，隨後同樣陷入倒退的10年的困境。
2、及時調整，回歸價值，多方舉措改革不斷深入，將金融危機的風險有效的控制在能力范圍之內。
臨淵堅信，我們睿智的管理層，應該能夠選擇一條正確的路，帶領我們走出困境，走向光明。
總結，臨淵認為就現在估值這么高的前提下，股票「長線」投資標准分為以下幾點：
1、屬於資源類、農業類、新興能源類、節能類、服務業類、社會建設完善相關類、金融類、高新技術類，這些產業中的優質企業
2、含「遠景」預期，在09年以前，真實市盈率在15倍以內的企業
3、具有良好技術優勢，廣闊發展空間，行業龍頭企業
有的朋友可能會問，這么高的要求，現在哪裡有什麼股票能達到標准？？臨淵回答，要不臨淵怎麼一直強調現在值得長線投資的股票只有千分之五。要不臨淵怎麼一直強調現在股票股值太高。要不臨淵怎麼一直強調現在主要以短線投機為主，而不是長線投資為主。這些答案臨淵過去已經有了詳細描述，想知道答案的朋友，不妨回看臨淵過去的文章。
題外：臨淵過去分析的管理層舉措，「港股開通」、「紅籌回歸」的影響已經成為了現實。最近，臨淵認為管理層將壓制基金操作的預測，也開始出現了變為現實的跡象。隨著管理層推出「證監會關注基金銷售七種異常交易行為 」的舉措，一場控制基金資金鏈的行動將要拉開了帷幕。
Ⅶ 如何分析股票行情
股票行情分析：
一，在大盤開盤時刻迅速觀察、紀錄漲跌幅個股比例、具體家數、漲跌停股票情況，包括，具體數字是多少？如果幾者之間，漲者居多，且兩市開盤漲停個股超過10隻，則說明市場處於多頭完全控制的局面，上漲勢頭會很強勁。假如沒有多少漲停，且下跌個股比較多，超過5成以上，跌幅超過5%的有六成左右，那麼，大勢調整可能性很大。
二，注意區別對待盤口變化。不管是上漲和下跌，如果僅僅是個股行為，我們可以孤立地判斷，但是，如果是板塊效應，那麼就需要引起我們的重視，比如資源股等2-3個板塊集體上漲，那麼當天的行情肯定看好，短線買家可以開盤不久後的調整低點殺進，如果開盤下跌是群體的，板塊性的，那麼，這一天的行情很可能不好，短線者可以逢高賣出，再在收盤時候的低點買回，可以賺進不少籌碼。
三，運用3×10方式分析。看盤者可以將早盤三個重要時間段加以紀錄、觀察，並進行高低點連線，我們就能夠發現市場力道強弱變化，這三個時間段分別是9點40、9點50和10點整。
四，第1個時間段，注意開盤分時圖的運行情況，9點30到9點40的連線情況是，高點沒有超過前收盤，低點略比開盤時降低，那麼，這個10分鍾屬於弱市！我們需要觀察隨後兩個10分鍾時間段的變化。
五，第2個時間段。9點40到9點50，前收盤位置被突破，低點基本和第一個接近，雖略有降低，但是，高點卻已經抬高，說明有主力資金向上做多，市面由弱轉強，最後趨勢需要第三個階段去鞏固。
六，第3個時間段。看了大盤前兩個10分鍾運行軌跡，看了現在的熱點板塊，我們還需要看什麼呢？我們需要看的是成交量了，個股的成交量可以騙人，大盤的成交量很難騙人。如果當日大盤的成交量比前一交易量要大，說明大資金有增量跡象，行情有望向好；如果還是縮量下行，那麼，大盤的短期調整還會繼續。
七，第三個10分鍾時間段出來後，投資者可以觀察，大盤的3個低點是不是逐步上行？它們的三個高點是不是逐步抬高？是這樣的吧。那麼，結論出來了，今天的大盤運行趨勢是先抑後揚，震盪攀升的情況。中陽K線是值得期待的。但是，如果前三個低點是逐步走低，假如在11點前不可收復前收盤，應考慮單邊下跌趨勢發生。如果在11點後，大盤還是低位震盪，且不跌破早盤30分鍾低點連接線，則全天震盪盤整，收陰十字星的概率比較大。
八，看問題切忌一刀切，看了好的一面，也要看壞的一面，我們必須注意觀察跌幅榜前幾位個股情況。它們是否以板塊下跌方式進行，如果是，而且有2-3個聯袂殺跌板塊，那麼，行情必須謹慎，如果是前期強勢股、題材股和概念股下跌，不足半數的話，這說明，市場格局還在多頭掌握之中。
九，如果大盤持續調整到一定時間，強庄股開始補跌，則說明短期調整有望結束；如果大盤持續上漲一定周期，冷門股也開始補漲，則說明行情很可能短期見頂，市場將面臨一次調整。
十，消息面突發利空，大盤前一交易日無任何徵兆，前收盤是大陽或中陽線收盤，且整體趨勢良好，那麼，大盤遇重大利空選擇大幅低開，短線資金不要恐慌割肉離場，因為大資金還在盤中，將隨時策劃反擊，等大盤和個股紅盤大漲的時候再拋也不遲。大盤或個股連續逼空上漲之後，消息面發布重大利好，短期漲幅相當大的個股或大盤持續跳空高開，但是，放量非常明顯，應考慮主力借利好消息出貨，這個時候不但不能追擊，反而應逐步戰略撤退。
Ⅷ 怎麼運用市盈率法估算股票價格
1、首先，要了解市盈率。它是每股的價格與每股收益之間的比率。簡單的可以說，是用每股的價格除以每股的收益，就等於市盈率了。
2、通過計算得到股票的市盈率，可以用兩種方法進行評估，一種叫做簡單估計法，一種叫做回歸分析法。其實，簡單估計法用的廣泛。
3、簡單估計法，是利用歷史的數據進行評估。比如，將股票的各年的市盈率的歷史數據排列，將表現異常的數據去掉，求一個平均數，或者是一個中間數，那麼做為對未來市盈率的一個判斷。
4、當我們求得了市盈率平均數的時候，就可以做為一個正常的價值。那麼，當市盈率高出，或低出時，就可以進行買入或賣出了。因為，異常的數值總是回歸正常的。
5、當然，這種評估方法有他的機械性，但是具有一定的判斷作用。而回歸分析法，則較復雜，需要考慮到股票的價格，收益增長，風險，時間等等因素，他們與市盈率之間的關系，因此，其模型也不完美。
Ⅸ 我想研究股票定價模型和價格之間的關系（回歸分析，相關性之類），用什麼軟體好
你真的覺得電腦能做那些事情？那要人干什麼？matlab可以幫你處理線性相關之類，可是其他的也差不了多少，計算的操作還是你自己來的。你可以把這些軟體都下載安裝，然後試試看你喜歡的界面——也許可以交叉使用呢——用其中一個優勢算出來然後去其他軟體里分析！