股票投资的分析方法范文

导语：如何才能写好一篇股票投资的分析方法，这就需要搜集整理更多的资料和文献，欢迎阅读由公务员之家整理的十篇范文，供你借鉴。

篇1

一、引言

随着我国股票市场飞速发展，进行股票理财逐渐成为企业和个人进行资产增值的一个主要手段。但选取合适的股票牵涉因素非常宽泛，因此如何使用专业的统计手段选取股票逐渐成为广大投资者非常重视的部分。

层次分析法最早由美国学者t.l.satty（1977）提出，是一种将复杂系统的评价决策思维过程数学化的多目标评价决策方法。本文尝试使用层次分析法，以沪深股市的4只房地产股票为例，通过层次划分来简化各种影响选取的投资指标，通过对指标进行加权处理后对方案层进行比较，然后得到相应的层次分析结构模型，为层次分析法在股票投资领域的应用进行了探索和实证。

二、研究方法

本文使用层次分析法，在进行系统分析、设计、决策时，一般分为四个步骤，分别是：

（一）对系统中不同因素之间的关系进行分析，构建递阶的层次结构模型。

在模型中，一个复杂的问题按照各种不同因素的关系，一般依照上中下不同层次划分为三类，分别是最底层（一般是要使用的各种措施方案，用于解决问题）、中间层（一般用于衡量是否达到目标的判断准则，有准则和子准则）和最高层（往往只有一个，就是决策者希望达到的决策目标）。

（二）每个不同层次的不同元素按照上一层的准则重要性，进行两两比较，构建两两比较判断矩阵，并进行一致性检验。

比如，当我们考虑方案层各元素cj，j=1，2，3时，考虑到准则层元素bk，k=1，2，3，的重要性，设cij为方案ci与cj，从相对重要性的角度与上层元素bk进行比较后，其赋值规则见表1。

表1判断矩阵标度及其含义

注：cij的取值可更加细化地取2，4，6，8或1/2，1/4，1/6，1/8

定义一致性指标，要求一致性检验必须通过，因为必须要把这种不一致的程度控制在一定范围内，防止出现在多阶判断时的不一致现象。然后引入平均随机一致性指标尺及其系数表，设n为判断矩阵阶数，当n=l，2，……，9时，其对应平均随机一致性指标见表2。

表2平均随机一致性指

维数 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，计算判断矩阵的随机一致性比率cr，当

时，可以认为判断矩阵具有满意的一致性。

（三）通过层次单排序计算不同元素在每个准则下的相对权重。

层次单排序的算法包括方根法、和法两种，其原理是根据判断矩阵来计算各元素在与上一层某元素有联系时的重要性次序的权值。本文的层次单排序使用和法来计算，共4个步骤：

1.对判断矩阵每一列元素求和；

2.用判断矩阵的每一元素除以其所在列的和，转换成标准判断矩阵；

3.对判断矩阵每一行元素求均值，得出层次单排序；

4.把标准判断矩阵乘以层次单排序向量（对应于最大特征根的特征向量），对所得向量的所有分量求和，得到判断矩阵的最大特征根：

（四）层次总排序。

经过上述三步以后，就可以使用层次总排序，对最底层元素相对于最高层元素（即最终目标）的相对重要性进行计算，得出排序值。

三、模型构建

基于层次分析法进行房地产类股票投资决策的模型构建，经过分析，本文最终将影响因素聚焦在公司基本素质分析上，具体包括两个维度，分别是公司竞争地位和公司营利能力及增长性。

在上述两个维度上，房地产企业均有其不同于其他行业的特殊性，首先，房地产公司的公司竞争地位主要体现在三个因素：主营业务收入、公司规模和融资能力。其次，房地产企业的营利能力及增长性主要由公司的股票的市盈率、市净率、重估净资产（ranv）以及净资产收益率这四个因素来说明。按照层次分析法对上述所分析的各相关因素进行归纳，得到最底层为具体的待选股票，中间层次是准则层和子准则层，最高层次即为最佳投资目标，对其构造投资决策层次结构图如图1所示：

图1房地产股票投资决策层次结构图

下面依据层次结构图构造判断矩阵并进行层次单排序。

（一）得到判断矩阵a-b。对准则层的公司竞争地位和公司营利能力及增长性两个指标进行两两比较，然后得到判断矩阵为：

上市表示两个因素权重的特征向量，其中最大特征值。

（二）得到判断矩阵b1-c。对主营业务收入、公司规模和融资能力等三个子准则根据公司竞争地位这一准则进行两两比较，得到判断矩阵为：

上式表示三个子准则权重的特征向量，最大特征值，ci=0，cr=0<0.1，因而矩阵满足一致性。

（三）得到判断矩阵b2-c。同理，对市盈率、市净率、重估净资产（ranv）以及净资产收益率这四个值就公司的营利能力及增长性这一准则进行比较，得到判断矩阵：

上式表示四个子准则权重的特征向量wb2=（0.4547， 0.1411，0.1411，0.2631）t，最大特征值，ci=0.0034，cr=0.0038<0.1，故此矩阵满足一致性。

（四）对子准则层一直到方案层逐层进行层次总排序，计算出所有子准则的权重如表3所示。

表3 子准则指标权重

指标 c11 c12 c13 c21 c22 c23 c24

权重 0.14 0.05 0.14 0.31 0.09 0.09 0.18

（五）对所选股票的各项指标数据及权重进行加权计算，得出各股票投资价值的优劣排序。具体计算为：

转贴于

其中，即投资价值，为n个股票投资价值的得分向量，代表m个评价指标的权重向量，是n个企业m个指标的无量纲化数据矩阵。

四、实证分析

本文数据来源于大智慧软件及上市公司咨询网，待选的4只房地产公司股票分别是万科a、渝开发、金融街和张江高科等房地产开发与经营类企业，选各公司相关指标的2011年的第一季度具体数据进行决策分析。四个上市公司的原始财务数据如表4所示。首先，对每个公司的各指标值打分，比如，假设x股票m指标的得分为sx，则计算为，另外需要注意的是，市盈率、市净率两指标的计算需要使用倒数，因为这两个指标值越低，就表明股票的估值越合理，则投资价值就越高。然后，按根据子准则的权重对每个指标分值加权求和，计算出各股票的投资价值相对得分 （见表5）。根据得分对股票进行投资价值排序，越靠前，则说明该股票与待选的其他股票相比越值得投资。

表4 各上市公司财务数据

注：本数据采集截止日期为2011年3月31日

表5 股票投资价值相对得分

由相对得分分值可以看出，金融街和万科a的综合评价得分相对较高，更值得投资，其中万科a作为房地产行业龙头，品牌知名度高，效益好，但因为近几年国内住宅市场宏观调控比较严格，未来发展趋势仍不明朗，所以在公司营利能力和增长性上比金融街差上一些。而金融街更多的业务在商业地产上，现今已经发展为国内商务地产的领军者。基于上述分析，金融街的得分为83.82。渝开发和张江高科是地方性的房地产企业，相对得分较低，由此得出，其受地方房地产调控的影响较大，因而进行选股时要多加注意。基于上述分析，使用层次分析法对房地产企业股票的选股投资进行决策，符合实际，有一定的参考价值。

篇2

对大部分人来说，股票投资是一个不愉快的教训。但是，里面的人要出去，外面的人想进来。世上还是有很多人想到股市来捞一把。这里我想结合自己过去十几年股票投资的个人经历、周围朋友的实战经验和财经领域的专业训练，提一些股票投资的基本原则，或許能起个抛砖引玉的作用。

第一要务：不要赔钱

股票投资的第一原则，风险管理。不考虑风险管理，这是許多人在股市动荡中妻离子散的根本原因。股票投资的风险管理包括两部分：客观风险承受能力和主观风险承受能力。

客观风险承受能力由个人的经济实力和家庭收入决定。投资股票的钱，必须是用于长期投资的钱。三年以内需要用的钱，买房的钱，娶媳妇的钱，小孩上大学的钱等，都不能用来投资股票。不是股票投资不能赚钱，而是你没有资格到股票市场来赚钱，因为你输不起。

主观风险承受能力，则由个人的性格决定。如果一个月的工资收入在股票投资中一天就消失了，你和你的家人能否坦然接受。进入股市以后，如果你每天都惦记着股市的变化，就说明你的股票投资已经超过了主观风险承受能力。在这种情况下，最好退出股市，或者减少投资。

巴菲特说，股票投资的原则有两条：第一条，不要赔钱；第二条，就是记住第一条。巴菲特在股票市场的成功，风险管理的重要性不可低估。

股票投资的第二原则，量体裁衣。大家买衣服时，都要试一试，感觉一下衣服是否能显示自己的身份和气质。但是，許多人在买股票时，可能根本没有花时间想一想，做一些市场分析。买一件200元钱的衣服，可能要花一个小时。买一只朋友推荐的股票，花了上万块钱，却只花了5分钟时间。

世上没有免费的午餐，高质量的市场研究不是免费的，免费的市场分析可能有误导股民的目的在里面，所以最可靠的市场分析是你自己或者你几个同道朋友的潜心研究。

现在比较流行的研究方法包括从上到下和从下到上两个基本研究方法。从上到下法，先看市场大势，再看行业前景，然后是具体企业盈利和市场竞争情况。反之则为从下到上法。大部分人是结合使用两种方法，从而避免一些失误。

同样的一件衣服，对张三合适，对李四可能就不合适。可能会有人说，衣服有大小，钱没有好坏，只要能赚钱，对谁都合适。这里的区别在于，李四可能是位退休老人，需要股票收入来补充部分日常消费。所以李四需要高分红的蓝筹股，只要每个季度有分红入账，股票是否上涨无所谓。而张三是个年轻人，现在收入很高，目的是在股市有大的斩获，赔点钱无所谓，所以他会喜欢小公司的概念股。

股票投资的悲哀在于，张三的股票大涨时，李四眼红，后悔没有像张三那样赌一把；股票市场大跌时，张三后悔，怎么没有像李四那样投跌幅小的蓝筹股。其实，股票投资的结局在进入股市时就应该基本确定。各人应该坚守自己的投资原则，没有必要用别人的成功来折磨自己。

看好指数基金

股票投资的第三原则，资产分配。分散投资是老话题，但老话题不代表没有价值。不怕一万，就怕万一。即便你做了各种各样的市场研究，做到了知彼知已，但人不是神，都有认知方面的缺陷。

譬如，你对游轮公司可能很熟悉，把你的钱都投进去，结果发生了沉船事件，你损失惨重。你说这是突发事件，根本没法预测。但也正因为这样的事没法预测才需要分散投资。

有人说，股票市场价格有时是不合理的，但在其市场价格变得合理以前，你可能已经破产。分散投资，是为你可能的失误留下缓冲区。

对大部分人而言，购买指数基金比较合适。有历史资料表明，长期来看，投资回报持续高于股票指数的共同基金不超过10％。现在股市动荡得厉害，所以共同基金经理要取得高于指数基金的回报就更加困难。

如果一定要购买单股去碰碰运气的话，那么最好把主要投资放在指数基金上。要提醒的是，现在市场上有很多期货方面的可交换基金，因为其回报受期货市场上升曲线的影响，不宜作长期投资工具；还有那些两倍和三倍杠杆的基金，因为大量使用期货合同和期权合同，所以其价值随时问贬值很快，也不适宜作长期投资工具。

不能追涨杀跌

股票投资的第四原则，低买高卖。风险管理是为投资服务，不能由于担心风险而放弃投资机会，就像人不能因噎废食一样。有人打趣说，船停在港湾里很安全，但船不是用来停泊在港湾里的。

购买股票大致分为两类人：投资人和投机人。投资人以长期回报为目的，有自己的投资理念和投资纪律。投机人则是短期投资行为，目的是在股票市场动荡中火中取栗，快进快出，以为自己比别人聪明。

巴菲特有一名言，人们去菜市场买菜，价格高时会少买一些，价格低时就会多买一些。但是，人们在购买股票时，行为则刚好相反。同样一只股票，涨10％以后，大家争着去买：跌了10％以后，大家争着去卖。

就单只股票而言，由于特定的原因，跌了以后卖掉是有其合理一面的。但是股票指数则没有必要在大跌以后卖出。相反，大跌以后，才是买入的好机会。

美国的股市，如果坚持在大盘指数跌了10名到20％以后渐进卖入，长久来看，回报会较高。当然，股票大盘暴跌时，总是有坏消息伴随。这种情况下，是否敢于进场，则跟个人的胆识和市场是否已经包含了所有的坏消息有关，没有公理可言，关键是个人的判断。

股票投资的第五原则，承认股票投资也是一门学问。从事任何一种工作，都需要较长时间的知识积累和专业训练。我们上大学，然后上研究生，之后工作，又在工作中学习，最终在工作中得心应手，成为一个合格的工作人员。

可是，許多的人买了两本股票投资方面的书，业余时间念两遍，就自以为对市场有了充分的了解，把好不容易挣来的钱拿到股市中去赌一把，所以结果很可能就是花钱买个教训。

理性地想一想，这样的结局不是可以预期的吗?如果你买了几本外科方面的书，念了几遍以后，就要在家里人身上试试身手，大家肯定说你是疯子。可是，許多人以为去股市赚点钱是理所当然的事，你是否考虑过这里面的逻辑问题。

篇3

【关键词】证券投资基金 投资行为 中国股市 股市波动性

众所周知，增强中国股票市场运行的稳定性，不仅是我国投资者最大的期望，还是促进我国金融体系健康发展的和运行的重要动力。股票市场的波动性与否与国家宏观经济的发展变量和微观主体的各种投资行为都存在着紧密的关联。在经济市场的发展中，证券投资基金的行为与股票市场的变动性存在着相互作用，市场发展的状况决定了投资者的证券投资基金的行为。相对的，证券投资基金的行为也必定会对股票市场的稳定性产生相对的影响。

一、研究证券投资基金投资行为对中国股市波动性影响的意义

自上个世纪九十年代起，我国股票市场就得到了迅猛的发展，因而投资者选择股票投资基金的行为也随之上升，而这一系列的发展变化都对国际金融的体系乃至全球的经济市场造成了巨大的影响。各国在发展证券市场的过程中，为抑制股票市场投资者的过度投机、化解市场存在的各种风险、引导人们建立长期的、理性的投资价值观因而开始选择股票投资基金的行为来增强股票市场的稳定性。然而，在实际的运行和操作中，效果并不十分理想。投资者一旦作出错误的股票投资基金决策，就有可能为所有基金的持有者带来巨大的经济损失，甚至还会引各种社会问题、经济问题、宏观经济体系的风险问题等。例如，美国“新经济”诞生的纳斯达克指数在反复飙升与下跌的过程中，以及亚洲、墨西哥、俄罗斯等国家的金融危机中，证券投资基金这一投资行为都股票市场的变化起到了强大的催化作用，因而这种投资方式会对任何一个国家的金融体系产生强烈的影响和冲击作用。

近年来，随着我国股票指数的大力攀升，中国基金业的发展规模也得到了巨大的提升和跃进。以证券投资基金为首的投资者或是相关机构正逐渐占据着金融市场的主导地位，因而其未来的发展也必定影响着我国未来的股票市场。因此，当前研究证券投资基金的行为对我国证券市场的波动性与稳定性影响对发展我国金融市场具有较为重要的现实意义。投资的行为是一个抽象化的概念，投资者在作出决策前，其情绪、动机、预期、偏好、需求、认知以及对信息的加工能力等各个方面的因素都会对最终的投资决策产生影响。在解决股票投资基金行为的问题时，应首先将抽象化的概念进行量化。在此基础上，本文在研究证券市场的股票投资基金的行为时，选择将投资者投资持股的比例变量作为其衡量的标准，进而分析证券市场中股票投资基金总体的投资行为对股市波动性的影响。

二、研究证券投资基金投资行为对中国股市波动性影响的过程分析

当前，在我国证券市场发展的背景下，人们主要是从经济市场的微观结构入手，进而对投资者的股票投资基金这一投资行为展开分析和研究。所谓股票投资基金投资行为就是指市场的投资者为了获得预期的经济收益，在一系列投资动机的有效推动下，通过各种有效的经济手段进而在合适的市场环境下不断收集、研究并分析任何与证券市场相关的信息，最终确定一个投资的目标并将这些行为付诸于实践的投资活动。本文在实证研究的过程中主要涉及的变量包括宏观经济变量、投资行为的衡量标准以及综合指数的收益率等。分析证券投资基金的投资行为对我国股票市场的稳定性影响，当前人们选择最多的且最为直接的方法便是比较投资前后股票市场的收益率差异，并观察这种差异是否比较显著。因此，本文主要采用参数检验法和时间序列模型法来检测股票投资基金的投资行为对证券市场收益波动的影响。

（一）参数检验法

该方法主要是在参数检验的基础上构建EGARCH模型，并通过对股票投资基金前后市场收益率的变化情况进行对比，进而研究股票投资基金对证券市场收益波动性的影响。

首先，根据金融市场时间序列发生波动时呈现出的聚集性和市场经济收益率所分布的非正态性，学者恩格尔在研究英国通货膨胀的过程中率先提出并建立了“自回归条件异方差模型”（ARCH）。随后，又有学者在ARCH模型建立的基础上，构建了一个广义的ARCH模型，即GARCH。这个模型就可以准确的描述出金融市场变化的某些特征，还可以适时的捕捉到时间序列的主要聚集趋势。直到1991年，学者纳尔逊才最终提出了一个“指数广义自回归条件的异方差模型”（EGARCH）。相对于前两个模型而言，该模型就有两个较为突出的优势。一方面，EGARCH无需限制参数保证方差方程中所隐含的条件波动始终为正。另一方面，利空与利好消息的影响具有较高的不对称性。据统计，在整个模型中上证指数所表现的收益率能够呈现出一种尾厚峰尖的特征，峰度值的水平为3，正态分布的片度值为0，左边偏峰度为9，偏度值为-0.4，因此这一检验方法也充分证实了纳尔逊EGARCH模型可以描述金融数据的这一特征。

在利用此方法检测的过程中，通过增加虚拟变量的方式来考察股票投资基金前后收益的变化。EGARCH模型主要是由方差方程和均值方程组成，然而均值方程中并不是通过偏自相关函数以及自相关函数来确定MA项和AR项的之后阶数。此外，通过对该模型中虚拟变量、相关的系数、收益率的均值水平、收益率的风险溢价、杠杆效应系数等多个变量的变化情况进行分析可知，当杠杆效应系数>0时，就说明利好消息比利空消息对股市波动的影响大。而当杠杆效应系数0时，说明证券投资基金的行为加大了股市收益率的波动。当虚拟变量的系数

（二）建立时间序列模型的方法

当前，在研究股票投资基金对股市收益率波动影响的过程中，宏观的经济因素会从不同的面对其造成影响，因而严重影响了股市波动性的研究。因此，为了增强研究的真实性、准确性、针对性，本文将第一种方法得出的综合指数波动与这种宏观的影响因素相结合，进而观察投资行为与上述收益率波动两者之间的关系。通过查阅相关的文献，最终选取以下变量作为研究宏观经济变动的代表性变量。

国家生产总值。我国的国内生产总值往往是影响我国股票价格走势的主要因素。在一段时期内，如果国家的生产总值始终呈现持续、稳定的增长趋势，那就说明这一时期的国民经济运行的状态较好，股市的投资者对短时期或是未来的一段时间内实体经济的预测较为准确。企业对自身发展存在较大的信心，因而投资的欲望比较强烈。这就导致股市交易更加频繁、我国股票市场呈现一派繁荣的景象。在此情况下，各种条件保持不变，投资需求逐渐增大，股票的价格便会随之上涨。反之，如果国内的生产总值出现下降的状况，那就说明国家这段时期的国民经济发展十分不景气，企业或是投资者的需求也都无法得到提升，进而导致股票的价格随之下跌。

经济市场的通货膨胀率。市场经济的通货膨胀率对国家股票市场收益率变动情况的影响就要显得更加复杂。该因素既可以刺激股票市场的价格变动，又可以抑制股票市场的价格变动。受货币供给量的影响，导致经济市场出现通货膨胀，可以有效促进投资者提高对股票的需求，进而促进股市的发展，提高股票的价格。但是，如果这种通货膨胀未能得到良好的应用，而发展到某一时期国家政府便出面采取一定的控制措施，那么财政紧缩的政策便会逐渐提高银行的利率，进而引发股票的下跌。

货币的供给量。有学者表示，货币供给量可以通过三种效应实现对股票市场的影响或作用。第一种，预期效应。我国的中央银行一旦出台对货币的紧缩或是扩张的相关政策时，投资者对未来国家企业发展趋势的判断便会受到影响，进而就会在一定程度上改变对股市资金的供给，从而影响国家股市价格的整体变动。第二种，投资组合效应。我国中央银行一旦提出货币扩张的策略时，投资者有持有的货币量便会迅速上升，与此同时，货币的边际效应却在出现连续的递减。在此情况下，其他条件不变，投资者持有的货币超过了股市日常交易的部分，投资者便会到股票市场需求更多的收益，进而导致股票的总体价格呈现上升的趋势，反之亦然。第三种，股票内在价值的增长效应。当国家的货币供给量出现大量增加的情况时，银行的利率便会出现下降的状况，投资的人数就会逐渐增多。在乘数效应的基础上，股票市场的投资收益也会得到较大的提升，这将会对股票的价值产生较大的刺激作用。由此可见，货币量一旦增加，股票市场的价格也会随之增加，反之亦然。

银行的利率。在众多因素中，银行的利率是影响股票价格以及市场走势的最敏感因素。从理论的层面分析可知，股票的价值等于未来出售的价值与每股利所得价值的加和，而利率一旦出现下降的情况，股票的价值便会出现上升的趋势，进而导致股票的价格也随之上升。从我国中央银行变动利率和我国股市价格变动的情况来看，两者间存在着一定的负相关性。

除此之外，在我国实体经济的运行过程中，仍有其他因素的存在，进而影响着股票收益的变动。将各个时期的我国股市价格进行统计并进行系统的分析可知，假设股票投资基金确实可以降低股市收益率波动的作用，那么当股票的价格一旦偏离了基准的价格后，证券投资的行为将会出现反方向的操作。简而言之，当股票价格出现持续上涨的情况时，股票投资基金所占的季度持股比例将会出现下降的情况，当这个价格低于基准的价格时，股票投资基金持股比又将再度上升。

三、研究的结果分析

相关数据表明，我国证券投资基金一旦上市，就会对市场的波动产生影响，不同时期的收益率均值始终呈现负值的状态，这就充分的显示了投资者这种股票投资基金的行为不会对股票市场的收益产生任何印象，反而会导致股票价格的下跌。杠杆效应系数均不为0，这就表明我国的股市显然存在着EGARCH模型效应，也就是杠杆效应。由不同时期杠杆效应系数的变化可知，我国投资者的整体投资理念还尚未成熟，其投资的行为极易受到各种因素的影响。虚拟变量的系数主要是反映了证券投资基金上市前后我国股市收益率的变化特征。相关数据表明，虚拟细数的结果约为0.184，在13%范围内的置信水平较为明显。这就表明，证券投资基金行为对我国的股票市场存在较大的波动性作用。

导致以上现象出现的原因其实有许多，就本文分析的角度而言，证券投资的相关机构与个人性质的投资者所获取的股市信息不一致或是不对称，在这一市场背景下，许多的知情投资者便会像投资机构传递各种私人的信息，发展中其他的交易者也逐渐发现交易的异常问题，进而开始推测并学习可能的金融信息。一系列的循环行为将会引发股市情况的异常发展，进而导致股票价格的波动。

我国证券市场作为近年来逐渐兴起的投资市场，与西方发达国家的证券市场相比，在交易方式、运行的机制、市场的结构、制度的基础等各个方面都存在着较大的差异。此外，我国证券市场的投资者在投资理念、外部环境等各方面与国外的投资者相比，也具有较为显著的差异。研究表明，我国投资者选择证券投资基金这种投资行为对中国股市的效益波动具有较大的正向影响，进而加剧了中国股市的波动。但是，投资者数量的增加绝不是导致我国股市非理性投资的一个充分条件。同时，通过协整股市一宏观经济的关系可以发现，我国股市的市场波动性与经济的宏观变量之间必定会存在长期的均衡关系。导致我国股票市场波动的主要原因还是在于市场的结构、运行机制以及策略环境之间相互作用，以及部分市场微观层面的影响。

参考文献：

[1]谢赤，张太原，禹湘.证券投资基金投资行为对中国股市波动性影响研究[J].中国社会科学，2010，（03）.

[2]胡乔.证券投资基金与股市波动性[D].江西财经大学，2010.

[3]黄云洲.我国证券投资基金投资行为对股票市场波动性影响研究[D].江苏大学，2010.

[4]张燕珍.证券投资基金投资行为对股市稳定性影响研究[D].对外经济贸易大学，2010.

[5]张宗新，缪婧倩.基金流量与基金投资行为――基于动态面板数据模型的实证研究[J].金融研究，2012，（04）.

[6]陈俊瑞.证券投资基金投资行为对股价稳定性的影响研究[D].重庆大学，2010.

[7]肖欣荣.证券投资基金对中国股市的稳定作用研究[J].经济问题探索，2010，（08）.

[8]]亓彬.证券投资基金对股票市场稳定性影响及其作用渠道研究[D].山东大学，2013.

篇4

学术界对股票投资母国偏好的成因解释

对冲母国特有风险。对股票投资母国偏好的一个潜在解释是，国内资产通常与母国市场有更大的联系性，因而国内资产能更好地对冲母国的特有风险。在这里，母国的特有风险主要是指通货膨胀风险和诸如人力资本之类的非交易性财富风险。然而，已有大量实证研究表明，国内股票收益与国内通货膨胀之间以及国内股票收益与非交易性财富之间并不存在普遍的强烈联系。因而，用对冲母国特有风险来解释股票投资母国偏好并不令人信服。

对外投资的障碍和成本。对外投资障碍可能导致股票投资母国偏好。通常，对外投资障碍主要体现为对外国资产的罚没、对资本流动的直接控制、对银行存款的储备要求以及对公司外国持有者的占比限制。在20世纪80年代，假定投资障碍会导致母国偏好是与现实情况相当吻合的。对很多投资者而言，由于母国的限制，获得外币并进行对外投资是相当困难的。但20世纪90年代以来，几乎所有国家一定程度上都开始开放其金融市场。绝大多数发达国家的金融市场以及一些新兴经济体的金融市场均对外国投资者开放。然而，股票投资母国偏好在这一环境改变下仍然盛行。这说明，投资障碍难以解释股票投资母国偏好。交易成本也可能导致股票投资母国偏好。通常，跨国股票投资的交易成本包括银行交易费用、汇率交易成本和信息收集成本。如果外国资产的交易更为昂贵，则可以预计外国资产交易量要小于国内资产交易量。但实证研究发现，外国股票的换手率往往要高于国内股票的换手率；由此看来，交易成本也难以解释股票投资母国偏好。

信息不对称。对股票投资母国偏好的一个流行解释是，国内和外国投资者之间的信息不对称驱动了对本国资产的偏好。这种观点认为：如果存在信息差异，风险厌恶的投资者会偏好那些能更容易获得相关信息的股票，显然，国内股票更符合这一特点。在相关的实证研究中，研究者往往将两国间的地理距离或者是两国间的语言文化共享程度作为信息不对称的代表。结果显示，信息不对称在国际资产组合选择中发挥了重要作用；这说明，信息不对称能相当程度解释股票投资母国偏好。然而，仍有学者对这一观点提出了不同看法：首先，从理论上讲，信息不对称不仅对风险评估有影响，它还同时影响预期收益，这一点不能忽略；其次，国际市场存在很多股票指数，利用它们能一定程度避免信息不对称；此外，利用信息交易也能一定程度避免信息不对称。

公司治理和国家风险。公司层面的治理缺陷以及国家层面的政治风险，也可能导致股票投资母国偏好。公司层面的治理缺陷以及国家层面的政治风险会导致两类问题。一方面，存在公司内部人的问题；也就是说，实际控制公司的内部投资者可以通过对外部投资者的剥夺来获得私人利益。另一方面，存在国家的问题；也就是说，国家条例制定者可以通过监管与税收政策来剥夺投资者利益。这两类问题会影响国际资产组合选择：由于内部投资者在公司治理较差的环境下能通过剥夺外国投资者获得实质性好处，因而公司治理差的国家外国投资比重小；由于高剥夺风险会损害外国投资者利益，因而高剥夺风险的国家外国投资比重小。实证研究表明，在那些缺乏投资者保护或者具有高剥夺风险的国家，国内股权集中度更高；这说明，公司治理和国家风险对股票投资母国偏好具有一定解释力。

行为偏好。关于股票投资母国偏好的理论解释大多是基于传统的研究方法，也就是假定个人行为是完全理性的。但试验经济学已经发现，人们在经济决策时面临愿望思考偏差和控制问题。为了解释股票投资母国偏好，研究者发展了一些行为偏好模型。有学者用懊悔理论解释了非分散化的国际投资，其基本观点是，投资者用国内资产组合作为基准并对其外国投资的不良表现感到懊悔。还有学者提出，不仅仅在国内投资者相对于外国投资者拥有实际的信息优势时，甚至在国内投资者相对于外国投资者拥有某种信息优势感知时，股票投资母国偏好都会发生。这种观点认为：如果向所有投资者提供相同信息，则任何类型的群体并不拥有实际的信息优势；此时，过度自信的投资者在其熟悉的投资领域会感觉有信息优势，这种感觉上的竞争优势深刻影响了预期形成；相对于那些感觉有判断竞争优势的领域，主观概率在那些感觉没有竞争优势的领域分布更分散；进一步说，对国内股票形势的判断平均要比对外国股票形势的判断更为乐观，这一感觉会导致投资偏向国内股票。对股票投资母国偏好的行为偏好解释开拓了研究思路，但这类研究面临实证检验方面的困难。

关注中国的股票投资母国偏好要求

应当说，对股票投资母国偏好的各种理论解释都不尽完善，因而学术界将这一领域称为股票投资母国偏好之谜。股票投资母国偏好这一现象可能是由多种因素综合形成的，特别强调某一因素的决定性影响可能有失偏颇。

对于当前中国而言，实践发展已经提出要关注股票投资母国偏好的要求。2005年7月21日，人民币汇率制度回归有管理浮动；此后，中国国家外汇管理局相继出台了一系列外汇管理改革措施，这些措施的一个主要目的就是放松资本流出管制，以缓解人民币升值压力以及由此带来的经济过热压力。从前期QDII的实践表现看，放松管制并没有达到预期的效果，长期受到流出抑制的资本似乎对“自由”不感兴趣。这实质上就是一种股票投资母国偏好。

有分析人士将这一现象的成因归结为缺乏有激励的市场环境，即人民币的升值预期和国内资本市场的价格飙升导致资本流出没有获利优势。这一解释并不令人信服。日本的历史经验一定程度印证了这一看法。在广场协议签订以后，日元经历了大幅升值，日本资本市场泡沫也急剧膨胀。而几乎在同一时期，日本放松了对外资本流出的限制，其对外证券投资开始急剧扩大；1986年，日本的对外证券投资为597亿美元，而到1989年，日本的对外证券投资就跃升为1131亿美元。日本的经验说明，要从更广泛的视角来找寻QDII发展不利的原因。

篇5

关键词：投资组合、正态分布、期望收益

自2005年以来，我国股票市场经历了倒V字反转，股价大起大落。伴随着股市的跌宕起伏，股评行业悄然兴起。我国的股票投资者主要以散户为主，其特点就是资金量较少，缺乏股票投资的专业知识，更重要的一点是由于我国股票市场非有效，因此投资者拥有的投资信息不对称。从本质上说，股评家的投资推荐信息是为了弥补散户投资者信息不充分的缺陷，促进股票市场有效。然而，股评家本身并不是完全理性，其推荐信息所表现的投资业绩并不理想，甚至有些股评家利用公信度进行欺诈牟利。理论上说，股票投资信息价值的本质表现是信息所涉股票未来的投资业绩，因此，考察我国股评推荐信息的投资价值对于促进和规范股评行业将具有现实意义。

一、文献综述

cowels(1933)在其论文中对美国股票分析机构给出的股票投资组合的收益率做了实证分析，并发现这些投资组合在考察期内并没有获得超额收益。由于数据收集困难，这个结论没有被普遍认可和接受。之后，Leavyh和Barber(2001)经过研究发现股票投资建议具有一定的价值。国内理论界对股评推荐相关也做了较多的研究。张建成(2001)发现我国股评推荐的股票或股票组合，在推荐信息公布前有正的累积超额收益，而在信息公布后往往有负的超额收益。因此，该结论反应了我国股票市场非有效。王怡凯(2003)从《上海证券报》每周日的《为您选股》栏目中收集了自2001年1月至11月共565只股票推荐信息，按照推荐信息中的持有策略和买卖时机对这些股票的投资价值进行了分析，发现所推荐的短线股票投资收益高于资金的收益，推荐的中线股票投资收益几乎均低于大盘指数收益。因此，该文认为我国股评推荐信息价值主要体现在短线投资中，中长线投资价值较低。

二、实证过程

（一）数据样本

本文实证所采用的股评推荐信息来源于《中国证券报》。该报纸是中国证监会授权刊登上市公司信息披露的指定报纸，其上的股评机构规模较大，形式和质量较高，对于散户投资者来说可信度较高。通过前文的文献分析，国内学者对股评推荐股票的投资价值已经做了一些研究，这些研究结果均显示我国股评推荐的短线股票投资具有一定价值，而中长线投资推荐价值较低。

在数据收集和处理过程中，考虑到文章研究的重点，将长线和中线投资策略合并，对于推荐信息没有明确持有策略的，而出现“积极跟进”、“介入持有”等关键词的也看作中线；对于没有明确短线投资，但出现“适量介入”、“适量跟进”等关键词的视为短线策略。对于在股评推荐信息中被多次推荐的股票，若这些推荐提出的投资策略，即短线、中长线投资建议不明确，则将这些股票的推荐信息从样本中剔除；若这些推荐信息相似，则只选取一则信息进样本，一面股票被多次推荐而高估影响程度。

通过对2009及2010年《中国证券报》股评推荐信息的整理，共收集了96周的推荐信息，涉及2092只股票。其中，推荐短线操作的股票共有958只，沪市483只，深市470只；推荐中线操作的股票共有1109只，沪市64只，深市569只。

（二）实证过程

对于被推荐股票收益的确定方法本文采用指标收益率法。这里将短、中长线操作的指标收益率分别记为，。为了简化实证过程，笔者假设被推荐股票在投资组合中的权重相等，则短线股票组合的指标收益率和个股的超额收益率为：

（1）

（2）

其中：为股票投资组合中第i只股票的短线指标收益率；为投资组合的短线指标收益率；为个股的短线超额收益率；为当期市场平均收益率。

由于股票投资的交易费用是股票投资成本的重要部分，因此，本文设股票的交易费率为f。若每股买入价为P元，那么买入时需支付(1+f)·P元。再设股票持有一段时间后卖出，卖出价为(1+r)·P元，其中r为卖出时股票价格相对买入时的涨跌率。考虑到交易费率为f，则股票卖出是可获得净价格为(1-f)·(1+r)·P元。那么，根据上述假设可得到投资股票的名义收益率（没有剔除通货膨胀）为：   （3）

一般而言，股票交易费用由印花税、经纪人佣金等组成，佣金为0.4％、印花税为0.5％，这里我们取单边交易费用为0.9％。若文章没有特别说明，下文所涉股票收益率均是提出了交易费率的收益率。对于推荐短线操作的股评分别研究股评信息后持有l、2、3周的获利情况；对于推荐中线操作的股评分别研究持有5～8、9～12周的获利情况，并以推荐信息公布后的第二天作为买入时间，并计算指标收益率。本文所指的“持有1周”是指从推荐信息后第一个交易日开始，在5个交易日之后的第一个交易日抛出。若R>O，则认为该个股(组合)按照股评推荐的持有策略可以盈利，若AR>0则认为可以获得超额收益。推荐的所有沪(深)市股票中可以赢利(获得超常收益)股票的规模可以用下式计算：

    本文选取的被推荐股票样本荣为2000多个，数量较多，可以假设个股瘦了伴侣俯冲正态分布并相互独立。样本期望收益为、标准差S、容量n、股票市场总体收益率为。由于本文样本容量较大，因此构造的T统计量也俯冲正态分布。若取显著性水平=0.01，通过查正态分布表可得T=2.57，则总体均值的置信区间为：

三、实证结论与分析

    首先考察短线投资的获利情况，样本中短线投资中有30%以上有超额收益，50%盈利，总体表现较好。但是个股表现较好的原因之一是2009至2010年沪深两市处于震荡上扬的走势，投资者的投资信心相比2008年有所恢复。仅从数据表面很难判断股评推荐股票的实际投资价值，因此需要进一步分析。

    实证结果表明，持有1、2、3周在99%的显著性水平下均能获得超额收益或赢利。通过构造T统计量计算各持有期的收益率区间。持有 l周的收益区间最为[0.0109，O．0124]，标准差为0.0737；持有2、3周之后的收益区间分别为[0．0279，O.0436]、[0．0412，0．0616]，标准差分别为0.108、0.131。可以看出股评推荐的股票投资特征，从收益率方面看，随着持有期的增加，收益率和风险（标准差）也增加。另外，从长期来看，投资者投资于股评家推荐的短线股票

并按照持有14个交易日的策略进行操作，平均每2周就可以99％的把握至少赢利2.81％。按照每月4周、每年48周进行计算，连续投资，则按照福利计算，月收益率为(1+2.81％)*2-l=5.69％，复利计算年收益率至少为91.43％。与短线的处理方法类似，计算中线股票收益率的置信区间，结果显示，被推荐的中线股票持有5—8、9—12周的收益区间和标准差比较接近，分别为[0.0419，0.0723]，0．1823、[0.0455，0.0738]，O.1833。若将这两种持有期的收益序列分别记为x、y，同样的假设条件下，对序列(y-x)检验，发现其仍然显著大于0。这表明股评家推荐的中线股票随着持有期的增，收益率水平处于较稳定的上升趋势。这与我国有些学者的研究结论，即我国股评家属于信息驱动型的观点相离。

总体上来看，我国《中国证券报》上股评推荐的股票或股票组合的收益率略好于总体。然而这个结论只是某一段时间、某些股票的偶然表现，本文中的样本究竟能够多好的模拟总体尚不明确。股评就其本质而言，主要目的是为了消除投资者的信息不对称问题，帮助投资者对股票进行基本和技术分析。股评者本身也是逐利的，操作风险不可避免的存在。综上投资者对于股评推荐信息的价值判断，还应理性的对待，不能盲目。

参考文献：

[1] 朱宝宪、王怡凯．证券媒体选股建议效果的实证分析[J].经济研究 2001(04)

篇6

[关键词] 投资组合交易成本蚁群算法

一、引言

由Markowitz(1952)提出的均值-方差(MV)模型在投资组合理论中占有重要的地位, 是投资分析中的一种有效的工具。Markowotz分别用期望收益率和收益率的方差来衡量投资的预期收益水平和不确定性(即风险),建立了均值-方差投资决策模型。随后, Markowitz(1959),Mao (1970)讨论了均值-下半方差模型,在收益分布对称的情况下,下半方差刚好是方差的一半,但均值-下半方差有效前沿与均值-方差模型有效前沿完全一致;Konno(1991)研究了用均值绝对偏差来衡量投资组合的风险,提出了均值-绝对偏差模型(MAD模型),简化了投资组合优化的运算;Konno和Suzuki (1995)研究了均值-方差-偏度模型,基于收益不对称分布的情况,是对MV模型的补充。这些研究使得投资组合模型越来越接近实际,但也越来越难于用传统的数学规划方法进行有效地求解模,许多学者把目光转向应用仿生算法求解投资组合模型,解决模型的实际应用问题。

蚁群算法作为近年来一种新兴的仿生算法,具有较强鲁棒性、优良的分布式计算机制、易于与其他方法相结合的优点,被成功用来解决如TSP、武器-目标分配问题、频率分配问题、电力系统故障诊断等问题。近年来也有学者将蚁群算法应用于证券投资组合问题的研究,孙永征,刘亮(2008)将混合行为蚁群算法应用到股票市场投资者行为研究中去,建立了基于混合行为蚁群算法的股票市场投资行为演化模型,研究投资者的五种行为对股票价格及市场稳定性的影响。研究表明,不同投资行为与股票价格及市场稳性之间存在复杂的关系。谢燕兰(2008)利用经典MV模型和股票技术分析中成交量、收益率等指标,以银行作为投资避险的工具,构建了一个针对国内股票市场的证券组合投资优化模型。然而,这些研究成果没有考虑到股票投资过程中必然存在交易成本因素,从而降低了模型的实际应用价值。假设交易成本是线性函数,本文提出考虑交易成本的股票投资组合模型,利用蚁群算法求解所建模型,并且讨论了模型参数的设置对投资回报的影响。

二、蚁群算法下的投资组合模型

1.经典的MV投资组合模型

根据投资者均为理性经济人的假设,Markowitz理论认为投资者在证券投资过程中总是力求在风险一定的条件下,获得最大的收益;或者在收益一定的条件下,将风险降到最小。则Markowitz模型可表示为以下两种单目标的模型:

(1)

其中,n为持有资产的数量,xi代表每种资产的持有比例,ri(i=1,…,n)为每种资产的期望收益率,σij表示资产i和资产j(i=1,…,n;j=1,…,n)的协方差。

2.基于蚁群算法的证券投资组合模型

蚁群算法(ants colony algorithm)是由Dorigo等于1990年为了解决组合优化问题而提出的一种模拟蚁群觅食行为新型进化算法。概括而言,就是将蚁群的觅食行为视为一个复杂的路径优化问题。算法的主要机理可从两个方面来描述:(1)集体性,算法寻优过程是一种带有信息交换的并行过程,具有全局搜索的能力;(2)路径的适值标准,当蚂蚁在从巢穴去食物源(或者从食物源返回巢穴)时,会在走过的路上留下一种化学物质(pheromone),被称为信息素,这种信息素的强弱与它们所走的路的长度成反比。蚂蚁根据信息素的强弱以一定的概率来进行路径选择,形成了正反馈搜索过程。以上特征使得蚁群算法成为求解组合优化问题的一种简单、高效的手段。

在证券投资组合模型中,股票投资收益率相当于蚂蚁运动过程中留下的信息素,为了避免算法运算时间过长陷入停滞,Dorigo在蚁群模型中引入了启发函数加速模型的收敛,对应于证券投资组合模型,启发函数相当于投资组合的风险,算法运行的结果是使得组合实现最小风险下的最大收益。具体如下:

(1)转移概率的计算

转移概率直接关系到蚁群算法的寻优效率和执行结果,由下式得出,在证券投资组合模型中,蚁群通过对风险和收益的均衡确定转移概率:

(2)

其中,信息素τi(t)按照如下规则更新:

(3)

(4)

(5)

其中,为信息素的变化量,ri为第i个证券的收益率,α、β是模型参数分别反映了蚂蚁在运动过程中所积累的信息和启发信息在蚂蚁选择路径中的相对重要性,ρ是信息素的挥发系数,通常情况下设置ρ

(2)启发函数的定义

启发函数用来加速算法收敛,并且避免算法陷入局部最优,本文采用单只股票的标准差衡量其风险,从而构造启发函数,如下:

ηi=1/ρi (6)

(3)交易成本

交易成本是股票投资的一个重要问题,大多数情况下,投资者都是从已持有的投资组合开始,确定如何在股票市场上进行调整。股票投资仓位的调整必然需要交易费用,交易费用通常是新旧股票组合之差的V型函数:

(7)

其中,ci(t)表示第i只股票第t期的交易费用;

ki≥0,i=1,2,…,n,表示第i只股票的交易费率;

,Mi(t)表示第i只股票第t期投资额,假设初始投资金额M(0)=100万,各股票初始仓位Mi(0)=25万。

则n只股票第t期总交易费用为:

(8)

(4)投资回收总额

个股仓位根据上述转移概率公式(2)结果进行仓位调整,第i只股票在第t期末的投资回报为:

Mi(t)=M(t-1)×xi(t)×[ri(t)+1]-ci (9)

总的投资回收额:

(10)

三、蚁群算法基本流程

设有n只股票m名投资者,股票的收益率为ri为第i个证券的收益率,τi(t)为股票i上的信息素,并设置每只股票的初始信息素。

步骤1:参数初始化。令时间t=0和循环次数NC=0,设置最大循环次数NCmax,将m个蚂蚁置于n个元素(股票)上,初始化,令τij=const,(0)=0,其中cinst是常数;

步骤2:设置循环次数NCNC+1;

步骤3:蚂蚁数目KK+1;

步骤4:将各蚂蚁的初始出发点置于当前解集中;对每个蚂蚁k(k=1,2,…,m),按概率状态转移Pkij公式(2)移至下一个元素(股票)j;

步骤5:若元素未遍历完,即k

步骤6:根据公式(3)、(4)、(5)更新每条路径上的信息素量;

步骤7:若满足结束条件,即如果循环次数NC≥NCmax,则循环结束并输出程序计算结果,否则跳转到步骤2。

四、实证检验结果与分析

为了使算法结果具有可比性,本文使用谢燕兰(2008)文中基本数据作为样本,以2007年7月6日～2008年1月15日的国内A股证券市场每日交易资料(股价、收益率)作为运行资料,令初始投资资金为100万,运用MATLAB编程得到各模型2007年7月6日～2008年1月15日的投资回报。由于蚁群算法所需参数较多,需要讨论模型参数变化对运算结果的影响。

图1～2选取了三组六个具有代表性的算法寻优结果,可以观察到本文模型较谢燕兰模型(212.6万元)获得了更好的投资回报,三个参数α,β,ρ的设置对算法最终寻优结果有着不同的影响。其中α对投资组合回报影响较为显著,随着α的增大投资回报显著增加,α=3时投资回报为356.67万元,而当α=0.7时,投资收益仅为259.8万元,也就是说当投资者在第一天在某只股票的投资获得较高的收益时,第二天继续增加此只股票投资仓位;β和ρ的变化对投资回报的影响显著性不强,α和ρ不变,当β=0.3时投资回报为271.56万元,β=3.5时投资回报为279.27万元,这是由于国内A股市场交易规则中涨跌停板的限制在一定程度上控制了股票投资的风险,而投资时间间隔越长,对当前投资组合的影响越不明显,这和股票投资技术分析的结论一致。

五、结论

本文利用基本蚁群算法对投资组合模型进行了优化,主要提出了考虑交易成本的股票投资组合模型并对其进行了有效求解,与此同时讨论了模型参数变化对算法寻优结果的影响。实证结果表明蚁群算法能够在有限的资源条件下,求解传统的数学方法难以解决的投资组合问题,并且具有整体优化,高效迅速的优势,具有广阔的应用前景。

参考文献:

[1]Markowitz H M.,Portfolio selection [J]. Journal of finance, 1952, 7:77～91

[2]Markowitz H M.,Portfolio Selection: Efficient Diversification of Investments[M], Wiley: New York, 1959

[3]Mao J C T., Models of capital budgeting, E-V versus E-S[J]. Journal of Financial and Quantitative Analysis, 1970, 5: 657～675

[4]Konno H., Yamazaki H. Mean-absolute deviation portfolio optimization model and its application to Tokyo Stock market [J]. Management Science, 1991,37:519～531

[5]Konno H., Suzuki K. A mean-variance-skewness optimization mode[J].Journal of the Operations Research Society of Japan, 1995, 38: 173～187

[6]孙永征刘亮:基于混合行为蚁群算法的股票市场投资者行为模拟[J].山东大学学报(理学版)2007,42(6):35～40

[7]谢燕兰:蚁群算法在证券投资组合中的应用[D].苏州:苏州大学硕士论文,2008

篇7

一、美国对权益性证券投资的会计处理

美国会计准则规定公司在进行证券投资时按照下列程序进行决策，以确定投资所使用的核算方法（假定甲公司购入乙公司的股票）：第一，甲公司购入乙公司证券是否为了对其实施重大影响？如果是，则采用权益法核算；如果否，则考虑此证券是否有容易确定的公允价值吗？第二，如果没有确定的公允价值，则采用成本法核算；如果有确定的公允价值，则考虑购入的证券是否可以划分为可供销售的证券和交易性证券？第三，如果能够划分，则采用公允价值法；如果不能划分，则需要对证券重新分类后采用公允价值核算。以举例的形式阐述上述投资决策中所使用的核算方法：

例：甲公司2002年1月5日以现金50万元购入乙公司10万股普通股，每股5元，占乙公司总股份的20%.乙公司2002年初的净资产200万元，乙公司2002年净收益40万元，2002年12月31日支付现金股利60万元（每股1.2元）。2002年——2003年累计净收益150万元。

1、公允价值法

（1）若甲公司将购入乙公司股票划分为交易性证券，则使用公允价值法。一般说来，证券划分为交易性证券的前提是有容易确定的公允价值，因而假定2002年12月31日、2003年12月31日乙公司股票市价分别是每股8元、6元。2004年1月20日出售此证券，收到现金60万元。则账务处理如下：

①2002年1月5日，取得投资时，借记：普通股票投资—乙公司500000，贷记：现金500000.

②2002年12月31日，收到股利时，借记：现金120000，贷记：股利收入120000.

③2002年12月31日，记录公允价值变化，公允价值的变化额为100000×（8-5）=300000元。账务处理为：借记：普通股票投资—乙公司300000，贷记：未实现的持有利得300000.

④2002年12月31日记录公允价值变化，公允价值的变化额为100000×（8-6）=200000元。借记：未实现的持有损失200000，贷记：普通股票投资—乙公司200000.

每期末未实现的持有利得或损失账户是虚账户，其余额反映在损益表中。

⑤2004年1月20日出售证券时：借记：现金600000，贷记：普通股票投资—乙公司500000，贷记：证券销售已实现利得100000.

（2）若甲公司将购入乙公司股票划分为可供销售的证券，则甲公司使用公允价值法

取得投资时会计分录同①2002年12月31日，取得股利时会计分录同②。

⑥2002年12月31日记录公允价值变化，借记：普通股票投资—乙公司300000，贷记：未实现的持有利得/损失300000.

⑦2003年12月31日记录公允价值变化，借记：未实现的持有损失/损失200000，贷记：普通股票投资—乙公司200000.

每期末未实现的持有利得/损失，在资产负债表股东权益的累计其他综合收益中反映。

⑧2003年1月20日出售证券时，借记：现金600000，借记：未实现持有利得/损失100000，贷记：普通股票投资—乙公司借记：普通股票投资—乙公司300000，贷记：未实现的持有利得/损失300000.

⑦2003年12月31日记录公允价值变化，借记：未实现的持有损失/损失200000，贷记：普通股票投资—乙公司200000.

每期末未实现的持有利得/损失，在资产负债表股东权益的累计其他综合收益中反映。

⑧2003年1月20日出售证券时，借记：现金600000，借记：未实现持有利得/损失100000，贷记：普通股票投资—乙公司500000，贷记：证券销售已实现利得200000.

（3）若美国公司购买证券后未进行分类，SFASNO.115规定每期末需对投资证券重新分类。若交易行证券转为可供销售的证券，则损益表中已确认的未实现持有利得/损失不再调整，只是变更年度证券的公允价值变化时变换账户名称。

⑨记录变更当年公允价值变化时，借记：未实现的持有损失/损失200000，贷记：普通股票投资—乙公司200000.

⑩若可供销售证券划为交易性证券，则在变更年度应将已记录在其他综合收益中的未实现持有利得/损失通过下列分录转记到损益表中，并记录公允价值变化。借记：未实现的持有损失/损失300000，贷记：重新划分权益性证券已实现利得300000.

2、若美国公司运用成本法，则对投资的核算如下：

2002年1月5日，取得投资时会计分录同①

2002年12月31日，取得股利时，因为2001年度乙公司的净收益400000元小于支付得股利600000元，所以甲公司应确认的股利收入为400000×20%=80000元，借记：现金120000，贷记：股利收入80000，贷记：普通股票投资—乙公司40000.

2003年乙公司未分配股利，甲公司不做帐务处理。

3、若美国公司选用权益法，则进行如下的投资核算：

2002年1月5日取得投资时会计分录同①

2002年12月31日实现投资收益，借记：普通股票投资—乙公司80000，贷记：投资收益80000.

2002年12月31日取得股利时，借记：现金20000，贷记：普通股票投资—乙公司120000.

期末，由于取得投资的成本高于在乙公司净资产中所占份额，应将此差额（50万-200万×20%=10万）分配给资产及商誉。假定8万分配给未记录商誉，摊销期限20年；2万元分配给低估的固定资产，摊销期限5年，会计分录为：借记：投资收益8000，贷记：普通股票投资—乙公司8000.

2003年12月31日应确认投资收益为（1500000-400000）×20%=220000，账务处理为

借记：普通股票投资—乙公司220000，贷记：投资收益220000.

二、中国上市公司对权益性证券投资的会计处理

我国上市公司对购入的权益性证券，按照下列投资决策选择投资核算方法：第一，投资权益性证券是否作为剩余资金存放形式，不以控制被投资单位为目的？如果是，则按短期投资核算，取得时按成本计价，期末按成本与市价孰低法计价；如果否，则考虑投资是否是为了对被投资单位实施控制、共同控制或有重大影响？第二，如果是为了实施控制、共同控制或重大影响，则采用权益法；如果不是为了实施控制、共同控制或重大影响，则采用成本法核算。

1、购入的证券作为短期投资时，初始价值按成本计价，每期末对短期投资按成本与市价孰低法计价。

美权益性证券投资的会计处理比较

①2002年1月5日取得投资时，借记：短期投资500000，贷记：现金500000.

②2001年12月31日收到股利时，借记：现金120000，贷记：短期投资120000.2002年12月31日成本（每股5元）低于市价（每股8元），不计提短期投资跌价准备。

2003年12月31日成本（每股5元）低于市价（每股6元），不计提短期投资跌价准备。

③2004年处置此投资时借记：现金600000，贷记：短期投资380000，贷记：投资收益220000.

2、若选用成本法，则进行下列核算：

2002年1月5日取得投资时，借：长期股权投资—乙公司500000，贷记：现金500000.

2002年12月31日，因为2002年度乙公司的净收益400000元小于支付得股利600000元，所以甲公司应确认的投资收益为400000×20%=80000元，收到的股利小于确认的投资收益的差额（120000-80000=40000）冲减甲公司的初始投资成本。账务处理为：借记：现金120000，贷记：投资收益80000，贷记：长期股权投资—乙公司40000.

3、若选用权益法，则长期股权投资的会计处理如下：

①2002年1月5日取得投资时借记：长期股权投资—乙公司（投资成本）500000，贷记：现金500000.

②2002年1月5日记录股权投资差额时，借记：长期股权投资—乙公司（股权投资差额）100000，贷记：长期股权投资—乙公司（投资成本）100000.

③2002年12月31日确认实现的投资收益，借记：长期股权投资—乙公司（损益调整）80000贷记：投资收益80000.

④2002年12月31日，股权投资差额按10年摊销，每年摊销100000/10=10000元，借记：投资收益—股权投资差额摊销10000，贷记：长期股权投资—乙公司（股权投资差额）10000.

⑤2003年12月31日应确认投资收益为（1500000-400000）×20%=220000，账务处理为：借记：长期股权投资—乙公司220000，贷记：投资收益220000.

三、中美对权益性证券会计处理的异同

从以上实例分析中可得出：除了所使用的账户名称不同外，美国和中国运用成本法和权益法对于现金方式取得的投资的会计处理相同，并且成本法和权益法之间相互转换的会计处理也相同。下面比较两国对权益性证券投资的差异：

1、美国和中国对权益性投资的分类不同。我国将普通股投资分为短期投资和长期股权投资。短期投资取得时按成本计价，期末采用成本与市价孰低法。若对被投资单位存在控制、共同控制或有重大影响，长期股权投资采用权益法核算；若不存在对被投资单位控制、共同控制和重大影响，长期股权投资采用成本法核算。美国未进行长短期投资分类，而将权益证券分为交易性证券和可供销售的证券。若对被投资单位存在重大影响，采用权益法；若不存在重大影响且购入证券的公允价值很难确定，采用成本法；若不存在重大影响且公允价值容易确定，采用公允价值法。

2、权益性投资在会计报表上的列示不同。我国将短期投资列示于资产负债表的流动资产中，短期投资跌价损失列入利润表中；长期股权投资在长期投资中列示。美国将交易性证券列入资产负债表的流动资产，未实现的持有利得或损失在损益表中列示；若可供销售的证券期望在一年或超过一年的一个营业期内变现，则将其列入流动资产，否则列入非流动资产，可供销售证券未实现的持有利得/损失在资产负债表的股东权益中列示。

3、长期投资与短期投资之间相互转换的会计处理不同。对长期股权投资变更为短期投资或短期投资变更为长期股权投资，我国会计制度没有规定。而美国SFASNO.115要求在每期末对投资进行重新分类，可供销售的证券可变更为交易性证券或相反，并规定了相应会计处理。

4、股权投资差额的摊销不同。在使用权益法核算长期股权投资时，我国对低估被投资单位资产或未计的商以及高估被投资单位资产所产生的股权投资差额，采用统一的摊销期限摊销于每期的投资收益账户。而美国将股权投资差额分配于资产和商誉或都分配商誉中。

5、非现金方式取得权益性投资，其初始成本确定不同。我国对以非现金资产抵债或以应收账款换入长期股权投资以及以非货币易换入长期股权投资，长期股权投资的投资成本是以账面价值作为计价基础。而美国对非现金补偿方式取得投资，投资成本的计量基础是公允价值。

篇8

关键词：个人绩效量化评估 决策支持系统 相关系数模型

个人绩效评价是公司人力资源管理的重要环节，用于衡量、评价以及影响各个员工的工作表现，激发员工的工作积极性，同时也是制定和更新员工薪酬、奖惩、升降职等政策的根据。从团队绩效的角度去考核个人绩效，能够更加准确地了解个人对团队的贡献程度，从而更加有效地对个人绩效进行评价。由于公司绩效往往采取柔性管理，因此个人绩效考核是一个动态过程。本文引入决策支持系统理论，结合量化评估模型提出个人绩效管理决策支持系统的设计理念，充分发挥决策支持系统的动态模型驱动特点，实现个人绩效评估的动态量化系统支持。

一、绩效考核指标体系

1.指标体系构成

公司的战略目标是绩效考核的衡量基准，绩效考核指标体系的建设以平衡计分卡理论为基础，将战略目标拆分为财务、客户、内部业务流程和学习成长四方面，如图1所示。绩效体系分为两套：首先，公司战略目标拆分后得到团队绩效指标体系；其次，依据各个岗位的职能，将团队绩效指标体系进行相应拆解，得到对应各个岗位的个人绩效考核体系。

图1 基于平衡计分卡的绩效考核指标体系

2.定性指标数据标准化处理

参考陈志祥的观点，通过建立数字0到1的标度尺，定义1为最优，0为最差，将“优”、“良”、“中”、“差”等定性标准转化为0到1之间的量化数值。打分则主要依靠管理人员结合历史数据及自身经验设置主观判断标准，实现定性指标的定量转化。

二、决策支持系统设计

1.个人绩效评估的相关系数模型

相关系数模型的应用逻辑是：首先，考核每一条团队绩效指标是否为正增长；其次，通过相关系数模型，考察单个员工绩效考核项目的变动与其对应的团队绩效考核项目的变动的相关性。当某一团队绩效指标为正增长时，所对应个人绩效指标的相关系数为正值则表示正贡献，且数值越高表示贡献度越高，反之越低；当该团队绩效指标为负增长时，所对应个人绩效指标的相关系数为负值表示正贡献，且数值越低表示贡献度越高，反之越低。表1为2012年基金公司A整体股票投资月度收益率，以及基金经理X股票投资的月度收益率。

表1 2012年基金公司A及基金经理X月度股票投资收益率（%）

对数列A和X进行相关系数计算，计算模型为：

， （1）

其中 为A和X的协方差， 分别为A和X的方差。

由此得到基金经理X股票投资业绩对基金公司A股票投资收益的相关系数为0.928。由于2012年基金公司A股票收益为正增长，故基金经理X股票投资收益为其团队股票投资的贡献度为0.928。由于相关系数的取值为-1到1，因此基金经理X的股票投资业绩与基金公司A整体股票投资收益有着很强的相关性，表示基金经理X的股票投资收益对公司整体股票投资收益的贡献度高。同样的方法可计算得出基金经理X在各个绩效评价指标上的贡献度。

可见，基金经理X的贡献度可分为两类。一类是正贡献，将相关系数取绝对值后定为正值；一类是负贡献，将相关系数取绝对值后定为负值。两类指标相加即得到该基金经理考察期内的综合评分。同时，采用雷达图分析法，以基金经理X的各个考核指标为维度，建立其综合评估图，更加直观地考核该基金经理的业绩表现（图2）。

图2 基金经理X综合绩效评估雷达图

2.系统结构

投资管理系统由数据库、方法库和模型库组成。数据库存储各项绩效数据信息，如团队月度投资收益、员工每日差错率等，通过接口程序与模型库实现对接，数据供模型计算时调用；方法库储存了各个模型的计算方法、系统取值的方法、绩效指标性质的判断方法等，是系统运行的依据；模型库是分析与解决问题的核心，由各个模型组成后台运算模块，并按照投资者要求整合即时信息进行相关运算，实现对各个模型的动态管理，并实时生成新模型以适应运算需要（图3）。

图3 个人绩效评估决策支持系统基本逻辑结构

本文提出了基于决策支持系统理论的个人绩效评估体系。首先，通过平衡计分卡分拆公司战略目标，建立团队绩效指标体系。依据各职工岗位的分工，从团队指标体系中选取相应的指标，组成各个岗位职工的个人绩效指标体系。其次，使用相关系数模型，计算个人绩效与所对应团体绩效的相关系数，以此评估职工对团体绩效的贡献度，实现在团队中对个人绩效进行系统的量化评估。最后，提出了个人绩效评估决策支持系统初步的设计理念。后续的研究中，可以针对该决策支持系统的详细设计做进一步的探讨。

参考文献

[1]王宗军，张俊芳.企业投资绩效柔性评价体系的探讨[J].华中科技大学，2004（14）：35-37

[2]李京，孙颖搏，刘智深，张道一.模型库管理系统的设计和实现[J].软件学报，1998，9（8）：613-618

篇9

关键词：证券市场投资收益投资风险影响因素

随着我国证券市场股权分置改革工作的不断深入，绝大多数上市公司已经解决了不同股权的流通问题，实现了所有股权全流通。所有股权全流通标志着长期困扰上市公司经营发展的制度问题得到了比较彻底地解决，上市公司的公司治理结构得到了完善，上市公司的经营发展更能体现全体股东的意志。在这样的制度背景下，上市公司在证券市场上的交易价格基本上能够反映出上市公司的经营状况和发展能力，而且也反映出投资者对上市公司的经营状况和发展能力的评价。

反映上市公司经营状况和发展能力的因素和指标有很多，这就要求投资者在选择上市公司进行证券投资的时候，需要了解并掌握这些因素和指标，并且知道这些因素和指标对上市公司经营状况和发展能力的影响程度。本文根据上海证券市场的实际数据，参照国内外学者的研究思路和方法，对影响上市公司交易价格的各种因素做了比较全面和系统的实证研究，主要是从行业的选择、会计指标和市场表现指标的角度进行研究，希望能够找到影响上市公司交易价格的主要因素以及这些因素的影响方向和影响程度。

行业的划分和影响因素的设定

（一）行业的划分

本文采用上海证券交易所的分类方法对所有上市公司进行行业分类。据此，所有上市公司可以分成13个大类，其中制造业又分成10个小类。截止到2006年12月31日，在上海证券交易所交易的股票有886只，它们分布在上述13个行业里，分别为：农林牧渔业24只，采掘业17只，制造业496只，电力煤气及水的生产和供应业42只，建筑业22只，交通运输仓储业47只，信息技术业55只，批发和零售贸易业65只，金融保险业9只，房地产业33只，社会服务业24只，传播与文化产业8只，综合类44只。

（二）基本假设和主要研究指标

基本假设：能够引起股票价格上涨的研究指标与其股票的平均投资收益正相关，相反则负相关；能够引起股票价格波动的研究指标与其股票的投资风险正相关，相反则负相关。

公司规模。为了能够反映股票的实际市场状况，用可以流通的股数来反映公司规模，通常用流通股数的自然对数来表示公司规模。从理论上讲，规模大的公司生产经营比较稳定，市场竞争能力较强，公司抗拒市场风险的能力较强，公司的经营风险较规模小的公司来说要低；在市场表现上，公司的市盈率普遍较低，股票价格的波动较小，但公司规模的大小并不影响其股票的上涨或下跌。

资产负债率。资产负债率是反映公司财务状况的一项指标，公司的资产负债比率越高，公司所面临的财务困境成本和破产成本越高。公司的资产负债率越高，经营风险越大，公司股票价格的波动则越大，但对公司收益的影响关系比较复杂，不能仅凭借指标的高低进行判断，通常该指标不影响股票的上涨或下跌。

流动比率。公司流动比率越高，反映公司短期偿债能力越强，企业的财务风险越低，也就表明企业的经营风险越低，但该指标并不反映公司的盈利能力，对公司股票价格的影响较小。

总资产增长率。总资产增长率可以用来反映公司的经营能力和成长性。总资产增长率指标越高，反映公司获利能力越强，公司的经营发展状况比较良好，公司经营状况的改善能很好地抵御市场风险，通常能够引起股票价格的上涨，但由于公司的高速增长也使其所面临的经营风险较增长率低的公司要高，使其股价的波动程度也较高。

主营收入增长率。该指标是反映公司主要业务收入的变动情况，该指标越高，说明该公司主营业务发展良好，公司产品的市场需求非常高。同时，也反映出公司产品的市场定价能力比较强，公司在该产品市场的地位和竞争力比较高，因此公司主营收入的高速增长也会使其股票价格上涨，但其所面临的经营风险也随之增大，引起股票价格波动程度增大。

净利润增长率。该指标反映公司净利润的增长情况，该指标越高，公司的生产经营状况越好，公司的获利能力越强，公司的股票价格会随着净利润的增长而上涨，但相伴而生的经营风险也随之增大，导致股票价格的波动程度提高。

换手率。该指标是反映公司股票交易活跃程度的主要指标，该指标越高，反映公司股票的交易越活跃，市场关注的程度越高，从而导致公司的股票价格波动程度比较高，股票的市场风险比较高，但对股票价格的影响较小。

振幅。该指标是反映公司价格变动程度的主要指标。该指标越高，反映对公司股票价格的市场分歧越大，股票价格不确定性程度越高，股票的上下振荡导致其所面临的市场风险比较大，其对股票价格的影响在不同的市场状况下会有所不同，在牛市中则会提高平均收益，在熊市中则会降低平均收益。

（三）研究样本和数据

本文选取2006年1月1日—2006年12月31日为研究时段，并根据上述的行业划分标准对所有股票进行划分，数据来源于上海爱建证券有限公司网上行情系统。所选股票为2006年12月31日前已经在上海证券交易所挂牌交易的全部886只股票，因为研究的是全流通情况下证券投资收益、风险和影响因素的关系，因此需要剔除在2006年1月1日前尚未完成股权分置改革的上市公司。

另外，为了便于不同行业和主要指标的比较，采用周收益率和总风险作为因变量，可以减少因不同股票未能连续交易导致数据缺失而影响数据之间的比较，最终确定的股票样本数为124家上市公司，分布在11个大行业里。由于许多公司在2006年进行过分红派息等事项，因此对股票价格进行了复权处理。

（四）研究的程序和方法

以所选的上海证券市场124家上市公司的股票价格作为研究样本，样本数据为124只股票和上证指数在样本期间内的周收益率。对所选股票按行业进行划分，计算各个行业下股票的平均周收益率、总风险、系统风险和非系统风险。通过对各个行业下的平均周收益率和总风险、系统性风险的计算和比较，来研究行业对投资收益和风险的影响。

对样本个股在样本期间内的周收益率时间序列数据和上证指数周收益率时间序列数据，根据单一指数模型作一元线性回归分析，估计出这124只股票在样本期间的系统风险系数。根据样本股票的系统风险系数估计值，就所设定的研究指标作相关系数分析，并对实证结果进行分析和解释。

（一）行业因素对收益和风险的影响分析

从表2中的不同行业收益和风险情况可以看出：

不同的行业表现出不同的收益水平。在所有行业中，收益最高的行业是金融保险业，平均周收益达到2.979%，收益最低的行业是食品饮料业，平均周收益为0.431%，两者相差2.545%，差距是非常明显的。平均周收益超过同期上证指数周收益的行业有4个，分别是金融保险业、木材家具业、机械设备仪表业和金属非金属业，其余行业的收益水平都低于上证指数的收益水平。不同行业平均周收益的巨大差距也反映出2006年的证券市场行情具有明显的行业特征，大多数行业的市场表现不如同期的上证指数收益。

不同行业的风险与其收益水平存在不一致的现象。通常情况，收益越高而表现出来的风险也应该越大，但实际情况却差异很大。金融保险业的风险为4.578%，食品饮料业的风险为5.001%，收益最高的行业风险比收益最低的行业风险还要低。

反映行业系统风险的β存在很大的差异。β大于1的行业有四个，分别是农林牧渔业、金属非金属业、建筑业和金融保险业，其他行业的β都小于1，β在1左右5%以内的行业没有一个，表明所有行业的市场表现都与上证指数不同步，只有4个行业的市场波动程度高于上证指数，大部分行业的市场波动程度都低于上证指数。

系统风险占总风险的比例差异也很大。大部分行业的系统风险比例占总风险的比例都超过50%，最高的是金融保险业，达到87.04%。只有三个行业的系统风险比例低于50%，其中最低的是木材家具业为34.55%。

（二）主要研究指标对收益和风险的一元线性回归分析

从表3可以看出：

在5%的显著水平下，平均周收益与总资产增长率、主营业务增长率、净利润增长率存在显著的正相关关系，由于2006年上证指数上涨了，具有很明显的牛市特征，因此振幅与平均周收益显著正相关。这四个研究指标的实证结果与最初的假设是一致的，这也说明这些指标是影响股票收益的相关因素，投资者在选择股票进行投资前，需要对上述指标进行研究和分析，才能更好地进行股票投资，提高投资收益。

在5%的显著水平下，公司规模、资产负债率、流动比率和换手率与股票的平均周收益不存在显著的相关关系，这也与最初的假设是一致的，这也反映出这四个指标对股票收益没有实质性的影响。

在5%的显著水平下，公司规模、资产负债率、总资产增长率、换手率和振幅都与股票的风险存在相关关系，其中公司规模与股票的风险存在负相关，而其他指标与股票的风险存在正相关。这些指标的实证结果与最初的假设是一致的，也反映出这些指标是影响股票风险的相关因素。

在5%的显著水平下，流动比率、主营业务增长率和净利润增长率与股票的风险不存在相关关系，这与最初的假设是不一致的，这也说明在上述研究期内，这三个指标对股票价格的波动不产生影响或影响不大。

股票收益和风险影响因素的实证研究结果与理论假设大多数是一致的，这也表明证券市场的市场表现与理性预期是一致的。这些说明随着股权分置改革的不断进行，证券市场越来越成熟和规范，市场行为也越来越理性。价值投资的理念也慢慢被投资者所接受和认同，更加注重股票的业绩和成长性，更多地考虑公司经营的实际情况。同时，投资者在选择股票时，不仅需要了解和掌握影响投资收益的有关因素，还要熟悉影响投资风险的相关因素，只有这样，才能在控制风险的同时提高股票的投资收益。

股票投资收益和风险的影响因素

本文通过对股票投资收益、风险和影响因素的实证研究，可以得出以下几条结论：

不同的行业具有不同的投资收益水平，证券市场行情具有明显的行业特征，市场表现良好的行业大部分是国家重点发展的行业，宏观经济环境良好，市场发展潜力巨大。

不同行业所面临的总风险与其投资收益存在不一致的现象。总风险高的行业并没有表现出较高的投资收益，行业的总风险对其投资收益的解释能力不高。

总资产增长率、主营收入增长率、净利润增长率、振幅和股票投资收益存在显著的正相关关系，是影响股票投资收益的相关因素。

资产负债率、总资产增长率、换手率和振幅与股票投资风险存在正相关关系，公司规模与股票投资风险存在负相关，这些都是影响股票投资风险的相关因素。

在股票实现全流通后，价值投资的理念也慢慢被投资者所接受和认同，投资者在进行股票投资时，更加注重对上市公司的实际情况进行分析和研究，能够抓住影响股票投资收益和风险的相关因素进行投资，在控制投资风险的同时提高了投资收益。

参考文献：

1.戴志辉，赵守国.投资组合规模、风险和收益的关系研究[J].商业时代，2006（27）

篇10

机会成本概念与衍生产品的功能

在我们引进的学概念里，“机会成本”深入人心的程度是非常之高的，它不仅活跃于经济学学术界，而且深得现实经济生活里各方面的器重，甚至于扩展到了体制、观念和管理等诸多方面，至于在金融投资、股票、证券行业里，“机会成本”常常与风险概念一并使用，成为投资决策与风险判断的最重要的方面。不谈“机会成本”而言投资者，多半会被认为是“不合格”的投资者。

机会成本又称为择一成本，它是指在生产资源有限的情况下，生产一种货物占用资源而不能用于生产另一种货物的价值。换言之，就是当一种资源只能用于生产一种产品时，未被选择的生产产品的价值大小，就是被选择的生产产品的机会成本。如一批钢铁用于生产机床时，它们就不能被用于生产汽车，生产汽车产生的价值便是生产机床的机会成本；同样，当钢铁用于生产汽车时，生产机床产生的价值就是生产汽车的机会成本。由于资源的有限性，生产者只能在不同的产品生产决策上做出选择，择一而须弃另一，择得合适，便是机会成本低下，经济效益好；相反，择得机会成本高者，经济效益就不好。由于机会成本并不是实际选择定的生产产品的成本，它更大程度上是观念性的。

无疑，这是一个很有实际使用价值的经济学概念，当它从生产领域引入到投资领域后，投资资金便作为资源来看待了。在投资的选择上，择一而不能投另一，便有投资的“机会成本”考虑。投资者的投资决策无一不是在投资项目的多方面对比与选择后才完成的，那种被列于选择，而最后又没有投资的项目，成为了机会成本的主体，在这一主体上投资可能得到的全部的价值收益加上投资价值量，就是被选择定的投资的机会成本。

当机会成本概念引入投资领域时，相应地，人们对于风险的概念也发生了重大的变化。在传统的投资活动里，人们通常只从投资活动本身计算成本，如投资咨询成本、投资的可行性成本、投资的生产资料成本、人工成本等，它构成了投资的实际成本。一个投资项目或对象，只有耗费于其上的各种支出才是成本计算范围内的。在这样的基础上，投资的成功与否，就取决于投资后产生的收益，投资成本水平高低则取决于收益的多少，它与投资活动范围以外的项目是没有什么关系的。在这种成本概念下的投资风险，也就是投资后可能没有任何收益，而且可能损失投资资本的结果。有了机会成本概念之后，投资者便将风险的范围扩大了，如果投资的项目或对象虽然得到了收益，但没有达到预计的水平，没有达到投资于另一个项目或对象可能产生的收益水平，也就是说，投资实现的收益水平并没有高于机会成本，这便是投资的不成功，投资没有得到“机会”性收益，投资决策错误，与此相关的投资决策与活动就是风险巨大型的。

正是这样的投资机会概念和投资风险概念，使得投资者对于投资的考虑发生了一次革命性的变化，投资者不再简单地将投资的直接收益作为评判投资成本与否的标准，而是将收益与风险和“机会成本”联系分析，对投资的成功要求大大提高了。相应地，人们推出了新的风险分析办法，并且推出了大量的避免风险的工具与，试图在任何一次投资活动中，都取得最大的收益，或是将风险降低到最小水平。金融衍生产品就是其中重要的工具之一。

应当说，当前的金融衍生产品给予我们这个世界的，主要还是一种方法，一种工具。它似乎在表明，凡是与金融活动相关的产品，无一不可以来“衍生”一下，利率可以，股票指数可以，外汇可以，债务当然也可以。因此，我们还根本细分不了金融衍生产品的种类，大体与金融活动相关的期货、期权、调期、回购等都在金融衍生产品范围之内。因此，金融衍生产品可以定义为已有金融产品基础上设计出来的新的投资对象。显然，作为投资对象，金融衍生产品的功能就是清楚的：一是避免风险功能；二是投机套利功能，投资就有投机的可能，金融衍生产品不是一般的投资对象，投机功能就是强大的。就金融衍生产品的避免风险功能而言，在投资者风险概念扩大了的情况下，金融衍生产品的这一功能似显得更加招人喜欢，也更显得地位突出。

以股票期货指数为例来讨论。对于单个投资而言，股票投资可能是世界上风险最大的投资之一，这就产生了投资避险的要求。股票指数期货正是应这样的要求而“衍生”出来的产品。对于一个有多种股票的投资者而言，股票指数期货就是最有效的避免风险的工具了，它以股票指数期货市场相反的操作。一定时间后，股票的价格真的下降了，投资者手中的股票贬值了，他的投资受到了损失；但是，股票期货也下跌了，他通过买入股票期货来对冲，赢得了期货市场上的正向收益，结果，该投资者没有损失，或许还能赚点，最普遍的情况，便是损失得很少。

同样，如果一个投资者卖出股票后，做了空头，股票价格上升，而且显示出了继续上升的热头，这对于投资者是一个损失，他需要别的方式对这种损失进行补偿，于是，他需要买入股票期货来避免这种风险，如果股票市场价格上升，他出售股票的损失也就越大；而在股票期货市场上，股票指数期货价格上升，卖出合约可以得到相当价值的收益，这样一收一付，正负相抵后，至少也是风险减少，股票指数期货的避免风险功能表现得格外充分。

在这样的股票市场与股票指数期货市场相反的操作中，我们可以留心到如此的事实：如果投资者在股票市场上做的是多头，而同时并不利用期货市场上的避险保值功能，那么，投资者可能会有两种结果出现：一是股票的价格上升，股票的投资者将抛出股票，取得可观的投资收益；二是股票的价格下降，股票的投资者由于资金周转等，他不得不抛出，由此蒙受较大的投资损失，与既做股票市场多头，同时又做股票期货市场上的卖空来说，投资者可能赚得痛快，也可能赔得惨重，收益的波动曲线是大幅度的；而利用了股票期货市场者，就在不赔不赚和小赔小赚之间波动，曲线是平缓型的。

同样，当投资者在股票市场上做的是空头时，在不利用股票期货市场的情况下，投资者可能由于价格下降而庆幸抛得及时，减少了损失或是获得了收益；相反，如果股票价格上升，投资者则可能后悔抛股票过早，形成了重大的损失。和利用股票期货市场情况不同，如此的投资活动的收益波动曲线是高波峰和低波谷的。如果利用了股票期货市场，则拉平了收益的波动曲线。

可见，用不用股票期货来做反向操作，实际上是投资者对投资做不做保险的选择，如果做了，投资者就不再有投资损失的巨大风险，但同时，它也使投资者得到较大收益的可能性消失了。鱼和熊掌不可兼得，风险是避免了，但赚取大钱的机会也丢掉了。我们承认，这的确是衍生产品投资保值避免风险的功能。但是，如果认识只是停留于此，我们的思想就显得过于狭窄了。

仔细的可以发现，利用股票期货市场来避免做股票投资的风险，从本质上看，是一种夸大机会成本的观念在作崇，投资者将股票投资的非实际成本过于计较了。在多头投资者那里，他将股票价格可能下降而形成的风险夸大了，但他又不想马上抛出股票，由此利用起了股票期货产品；在做空头的投资者那里，他将股票价格可能上升而形成的风险夸大了，但他又没有办法不做空头，他也就利用起了股票期货产品。多头者想持有股票，空头者不想马上投资，都是以相反的操作作为机会成本来考虑的：多头怕抛了股票会有更大的损失，而空头则害怕马上买入会极不合算。这样的结果，机会成本成了投资的最主要考虑，同时又被放置于放大的地位上，投资者便有无所适从的感觉。最后，干脆利用股票期货市场来“保险”，夸大的机会成本马上变成现实的风险度量，投资者用股票期货消灭了风险，也消灭了增加收益的机会。

但是，机会成本毕竟不是实际成本，在进行股票投资时，考虑机会成本是必要的。若是过于计较，结果就失去投资本身的意义了。在进行任何投资时，投资量、实际成本支出、投资收益和投资损失量是四个真实的需要的指标，一个股票投资者做多头时，他应当对股票市场的情况有充分的和了解，如果他估计股票价格将下降，最简单可靠的反应是将股票及时地抛出；一个股票投资者做空头时，如果他估计股票价格将上升，他就应当在股票市场上及时地买进，以待谋利。如果投资者的估计错了，投资者将需要支付的是实际的投资损失量或是实际成本。利用股票期货市场来“保险”价值，实际上是一种将手中现有价值延续到一段时间后不变的做法，它与股票投资者对市场的分析与判断不再有任何关系，市场是升是降，投资者手中的价值基本不变。这是一种积极意义上的投资么?就此而论，股票期货产品的保值功能是消极的工具，它使投资者没有了投资价值的变化风险，也没有了投资价值增加的积极力量。

还远不止于此。股票市场上的投资者千千万万，如果每个投资者都是如此进行操作，不论做空头还是做多头，投资的风险都由股票的期货市场操作“保险”住了，那么，股票市场的价值变化也就将基本稳定了。从总的情况分析，的股票市场，不论是发达国家的市场还是家的市场，都具有“零和交易”或是准“零和交易”的性质，即是股票市场有人赚钱，一定是他人赔钱所致。在投资者都用股票期货来进行保值后，股票市场便一定是超常地稳定了，没有人能够利用股票市场的波动来进行投资了，这样一来，股票市场的存在便有了问题，没有投机的股票市场，还有什么投机者呢?就是一般的投资者，谁又不想低价买入而高价卖出呢?股票市场的存在又还有什么必要呢?