時間：2023-06-14 16:32:09
序論：在您撰寫股票投資決策時，參考他人的優(yōu)秀作品可以開闊視野，小編為您整理的7篇范文，希望這些建議能夠激發(fā)您的創(chuàng)作熱情，引導(dǎo)您走向新的創(chuàng)作高度。
一、引言
股票的投資決策是投資者通過投資股票獲取收益非常重要的一環(huán)，而股票本身價值是決定是否購買參考依據(jù)，顯然如果我們知道股票的價值，買賣決策將非常簡單，股票價格低于其價值則買入，反之則賣出。然而現(xiàn)實是股票的價值評估是非常困難的事，研究中各種股票價值評估的模型存在各種各樣的缺陷，缺乏實用性。所以在股票市場的實際投資決策時，我們往往通過研究影響股票價值的一些簡單因素作為股票投資的依據(jù)，并且可獲得較高的投資回報率?；跁嬓畔Ζ鹿烙嬙诠善蓖顿Y決策有非常重要的作用。
二、CAPM模型簡介
CAPM模型是對風(fēng)險和收益如何定價和度量的均衡理論，根本作用在于確認(rèn)期望收益和風(fēng)險之間的關(guān)系，揭示市場是否存在非正常收益。一個資產(chǎn)的預(yù)期回報率與衡量該資產(chǎn)風(fēng)險的一個尺度——β相聯(lián)系。模型形式如：ri,t=rf,t+βi(rm,t-rf,t)其中ri,t為t時刻股票i的必要回報率，rf,t是t時刻的無風(fēng)險利率，rm,t為t時刻的市場組合收益率，β為企業(yè)風(fēng)險系數(shù)。在實際運(yùn)用中，β一般用市場模型估計：ri,t=?琢i+birm,i+Ei,t回歸得到的bi即是β的估計值。
三、基于β估計的股票投資決策
按照市場模型得到的β代表資本市場對企業(yè)風(fēng)險的度量，但這個度量并不一定準(zhǔn)確，如果有更好的方法估計出更準(zhǔn)確的β，成為優(yōu)勢β。當(dāng)優(yōu)勢β大于市場β時，說明市場確認(rèn)的折現(xiàn)率過小，市場按較小折現(xiàn)率得到股票價格理應(yīng)過高，則賣出該股票；反之，則買入。我們可以利用會計數(shù)據(jù)并結(jié)合市場模型來估計β能得到更精確的β值。由于企業(yè)財務(wù)杠桿與風(fēng)險有關(guān)，我們可以用下式來估計企業(yè)的風(fēng)險：
其中βv,i，βB,i，βs,i分別是企業(yè)風(fēng)險、債務(wù)風(fēng)險和股東權(quán)益風(fēng)險，V，B，S表示企業(yè)市值、債務(wù)市值和股票市值。
在不考慮稅收的情況下，企業(yè)的價值與企業(yè)資本結(jié)構(gòu)無關(guān)，這意味著βv,i與財務(wù)杠桿無關(guān)，所以財務(wù)杠桿指數(shù)的增大不會改變βv,i，但會增大βs,i。
除了財務(wù)杠桿外，經(jīng)營杠杠也是β估計的一個很重要的因素。經(jīng)營杠桿指固定成本與變動成本的比率。從會計數(shù)據(jù)計算出的經(jīng)營杠桿越大，企業(yè)風(fēng)險β也越大。
Ball與Brown是利用以下模型估計會計β：
Ai,t=gi+hiMt+?著i,t其中，Ai,t為i公司會計收益在t年的變化數(shù)；Mt為t年會計收益市場指數(shù)的變化數(shù)；hi為會計β的估計值。Ball和Brown（1968）研究結(jié)果表面無論是經(jīng)營收益、凈收益，還是歸屬普通股的收益，兩個β的都具有較高的相關(guān)性。
Beaver、Kettler和Scholes（1970）（記為BKS模型）為了考察會計變量是否可以用于預(yù)測下一期的市場β，利用橫截面資料對下列模型回歸：
其中，bi為當(dāng)期用市場模型估計的企業(yè)i的風(fēng)險β；Wk,i為企業(yè)在當(dāng)期的第k個會計變量，它們可以是股利分配率、財務(wù)杠桿、收益變動方差、會計β等。
運(yùn)用所得到的估計系數(shù)（C）和企業(yè)的會計變量（W）數(shù)據(jù)，就可以估計出非企業(yè)的風(fēng)險系數(shù)。就可以比本期市場模型β的估計更精確地預(yù)測下期市場模型的β。國外許多研究表明建立在會計變量基礎(chǔ)上的預(yù)測模型能比完全依賴于市場模型提供更精確的下一年市場風(fēng)險的預(yù)測。
四、國外的相關(guān)研究成果
Hamada（1972）以紐約證券交易所上市的304家公司為樣本的實證檢驗表明財務(wù)風(fēng)險與市場β之間存在顯著的正的相關(guān)性。Mandelker和Rhee（1984）以1957年-1976年間的255家制造業(yè)企業(yè)為樣本對這一假設(shè)重新驗證，表明每個組合的市場β與財務(wù)風(fēng)險存在顯著的相關(guān)關(guān)系。其解釋是由于回歸建立在組合的基礎(chǔ)上，使得變量的測量誤差變小，相關(guān)性提高。
Lev（1974）的研究也表明營業(yè)風(fēng)險與市場風(fēng)險之間存在相關(guān)關(guān)系。他以1949年-1968年間電力、鋼鐵和石油為樣本回歸表明，營業(yè)風(fēng)險越高，市場β及股票收益率方差越大。
Eskew（1970）考慮到β的非靜態(tài)性，以改進(jìn)的β預(yù)測模型，與以會計變量為基礎(chǔ)的預(yù)測模型對比，發(fā)現(xiàn)會計變量預(yù)測模型更優(yōu)越。而Rosenberg和McKibben（1973）發(fā)現(xiàn)，將市場β與會計變量結(jié)合起來可以大大提高對未來市場β的預(yù)測能力。
[關(guān)鍵字]:CAMP β估計 股票投資決策
一、引言
股票的投資決策是投資者通過投資股票獲取收益非常重要的一環(huán),而股票本身價值是決定是否購買參考依據(jù),顯然如果我們知道股票的價值,買賣決策將非常簡單,股票價格低于其價值則買入,反之則賣出。然而現(xiàn)實是股票的價值評估是非常困難的事,研究中各種股票價值評估的模型存在各種各樣的缺陷,缺乏實用性。所以在股票市場的實際投資決策時,我們往往通過研究影響股票價值的一些簡單因素作為股票投資的依據(jù),并且可獲得較高的投資回報率。基于會計信息對β估計在股票投資決策有非常重要的作用。
二、CAPM模型簡介
CAPM模型是對風(fēng)險和收益如何定價和度量的均衡理論,根本作用在于確認(rèn)期望收益和風(fēng)險之間的關(guān)系,揭示市場是否存在非正常收益。一個資產(chǎn)的預(yù)期回報率與衡量該資產(chǎn)風(fēng)險的一個尺度——β相聯(lián)系。模型形式如:ri,t=rf,t+βi(rm,t-rf,t)
其中ri,t為t時刻股票i的必要回報率,rf,t是t時刻的無風(fēng)險利率,rm,t為t時刻的市場組合收益率,β為企業(yè)風(fēng)險系數(shù)。在實際運(yùn)用中,β一般用市場模型估計:ri,t=?琢i+birm,i+Ei,t
回歸得到的bi即是β的估計值。
三、基于β估計的股票投資決策
按照市場模型得到的β代表資本市場對企業(yè)風(fēng)險的度量,但這個度量并不一定準(zhǔn)確,如果有更好的方法估計出更準(zhǔn)確的β,成為優(yōu)勢β。當(dāng)優(yōu)勢β大于市場β時,說明市場確認(rèn)的折現(xiàn)率過小,市場按較小折現(xiàn)率得到股票價格理應(yīng)過高,則賣出該股票;反之,則買入。我們可以利用會計數(shù)據(jù)并結(jié)合市場模型來估計β能得到更精確的β值。
由于企業(yè)財務(wù)杠桿與風(fēng)險有關(guān),我們可以用下式來估計企業(yè)的風(fēng)險:
■
其中βv,i,βB,i,βs,i分別是企業(yè)風(fēng)險、債務(wù)風(fēng)險和股東權(quán)益風(fēng)險,V,B,S表示企業(yè)市值、債務(wù)市值和股票市值。
在不考慮稅收的情況下,企業(yè)的價值與企業(yè)資本結(jié)構(gòu)無關(guān),這意味著βv,i與財務(wù)杠桿■無關(guān),所以財務(wù)杠桿指數(shù)的增大不會改變βv,i,但會增大βs,i 。
除了財務(wù)杠桿外,經(jīng)營杠杠也是β估計的一個很重要的因素。經(jīng)營杠桿指固定成本與變動成本的比率。從會計數(shù)據(jù)計算出的經(jīng)營杠桿越大,企業(yè)風(fēng)險β也越大。
Ball與Brown是利用以下模型估計會計β:
Ai,t=gi+hiMt+?著i,t
其中,Ai,t為i公司會計收益在t年的變化數(shù);Mt為t 年會計收益市場指數(shù)的變化數(shù);hi為會計β的估計值。Ball和Brown(1968)研究結(jié)果表面無論是經(jīng)營收益、凈收益,還是歸屬普通股的收益,兩個β的都具有較高的相關(guān)性。
Beaver、Kettler和Scholes(1970)(記為BKS模型)為了考察會計變量是否可以用于預(yù)測下一期的市場β,利用橫截面資料對下列模型回歸:■
其中,bi為當(dāng)期用市場模型估計的企業(yè)i的風(fēng)險β;Wk,i為企業(yè)在當(dāng)期的第k個會計變量,它們可以是股利分配率、財務(wù)杠桿、收益變動方差、會計β等。
運(yùn)用所得到的估計系數(shù)(C)和企業(yè)的會計變量(W)數(shù)據(jù),就可以估計出非企業(yè)的風(fēng)險系數(shù) 。就可以比本期市場模型β的估計更精確地預(yù)測下期市場模型的β。國外許多研究表明建立在會計變量基礎(chǔ)上的預(yù)測模型能比完全依賴于市場模型提供更精確的下一年市場風(fēng)險的預(yù)測。
四、國外的相關(guān)研究成果
Hamada(1972)以紐約證券交易所上市的304家公司為樣本的實證檢驗表明財務(wù)風(fēng)險與市場β之間存在顯著的正的相關(guān)性。Mandelker和Rhee(1984)以1957年-1976年間的255家制造業(yè)企業(yè)為樣本對這一假設(shè)重新驗證,表明每個組合的市場β與財務(wù)風(fēng)險存在顯著的相關(guān)關(guān)系。其解釋是由于回歸建立在組合的基礎(chǔ)上,使得變量的測量誤差變小,相關(guān)性提高。
Lev(1974)的研究也表明營業(yè)風(fēng)險與市場風(fēng)險之間存在相關(guān)關(guān)系。他以1949年-1968年間電力、鋼鐵和石油為樣本回歸表明,營業(yè)風(fēng)險越高,市場β及股票收益率方差越大。
Eskew(1970)考慮到β的非靜態(tài)性,以改進(jìn)的β預(yù)測模型,與以會計變量為基礎(chǔ)的預(yù)測模型對比,發(fā)現(xiàn)會計變量預(yù)測模型更優(yōu)越。而Rosenberg和McKibben(1973)發(fā)現(xiàn),將市場β與會計變量結(jié)合起來可以大大提高對未來市場β的預(yù)測能力。
Rosenberg和Marathe(1976)開發(fā)了BARRA模型,將模型預(yù)測的市場β與僅用市場資料預(yù)測的市場β對比,找出低估和高估的股票,制定投資決策。
以上這些研究結(jié)果表面基于會計信息β的估計對股票投資決策有著非常廣泛的應(yīng)用。
參考文獻(xiàn):
[關(guān)鍵字]：camp β估計 股票投資決策
一、引言
股票的投資決策是投資者通過投資股票獲取收益非常重要的一環(huán)，而股票本身價值是決定是否購買參考依據(jù)，顯然如果我們知道股票的價值，買賣決策將非常簡單，股票價格低于其價值則買入，反之則賣出。然而現(xiàn)實是股票的價值評估是非常困難的事，研究中各種股票價值評估的模型存在各種各樣的缺陷，缺乏實用性。所以在股票市場的實際投資決策時，我們往往通過研究影響股票價值的一些簡單因素作為股票投資的依據(jù)，并且可獲得較高的投資回報率?；跁嬓畔Ζ鹿烙嬙诠善蓖顿Y決策有非常重要的作用。
二、capm模型簡介
capm模型是對風(fēng)險和收益如何定價和度量的均衡理論，根本作用在于確認(rèn)期望收益和風(fēng)險之間的關(guān)系，揭示市場是否存在非正常收益。一個資產(chǎn)的預(yù)期回報率與衡量該資產(chǎn)風(fēng)險的一個尺度——β相聯(lián)系。模型形式如：ri,t=rf,t+βi(rm,t-rf,t)
其中ri,t為t時刻股票i的必要回報率，rf,t是t時刻的無風(fēng)險利率，rm,t為t時刻的市場組合收益率，β為企業(yè)風(fēng)險系數(shù)。在實際運(yùn)用中，β一般用市場模型估計：ri,t=?琢i+birm,i+ei,t
回歸得到的bi即是β的估計值。
三、基于β估計的股票投資決策
按照市場模型得到的β代表資本市場對企業(yè)風(fēng)險的度量，但這個度量并不一定準(zhǔn)確，如果有更好的方法估計出更準(zhǔn)確的β，成為優(yōu)勢β。當(dāng)優(yōu)勢β大于市場β時，說明市場確認(rèn)的折現(xiàn)率過小，市場按較小折現(xiàn)率得到股票價格理應(yīng)過高，則賣出該股票；反之，則買入。我們可以利用會計數(shù)據(jù)并結(jié)合市場模型來估計β能得到更精確的β值。
由于企業(yè)財務(wù)杠桿與風(fēng)險有關(guān)，我們可以用下式來估計企業(yè)的風(fēng)險：
■
其中βv,i，βb,i，βs,i分別是企業(yè)風(fēng)險、債務(wù)風(fēng)險和股東權(quán)益風(fēng)險，v，b，s表示企業(yè)市值、債務(wù)市值和股票市值。
在不考慮稅收的情況下，企業(yè)的價值與企業(yè)資本結(jié)構(gòu)無關(guān)，這意味著βv,i與財務(wù)杠桿■無關(guān)，所以財務(wù)杠桿指數(shù)的增大不會改變βv,i，但會增大βs,i 。
除了財務(wù)杠桿外，經(jīng)營杠杠也是β估計的一個很重要的因素。經(jīng)營杠桿指固定成本與變動成本的比率。從會計數(shù)據(jù)計算出的經(jīng)營杠桿越大，企業(yè)風(fēng)險β也越大。
ball與brown是利用以下模型估計會計β：
ai,t=gi+himt+?著i,t
其中，ai,t為i公司會計收益在t年的變化數(shù)；mt為t 年會計收益市場指數(shù)的變化數(shù)；hi為會計β的估計值。ball和brown（1968）研究結(jié)果表面無論是經(jīng)營收益、凈收益，還是歸屬普通股的收益，兩個β的都具有較高的相關(guān)性。
beaver、kettler和scholes（1970）（記為bks模型）為了考察會計變量是否可以用于預(yù)測下一期的市場β，利用橫截面資料對下列模型回歸：■
其中，bi為當(dāng)期用市場模型估計的企業(yè)i的風(fēng)險β；wk,i為企業(yè)在當(dāng)期的第k個會計變量，它們可以是股利分配率、財務(wù)杠桿、收益變動方差、會計β等。
運(yùn)用所得到的估計系數(shù)（c）和企業(yè)的會計變量（w）數(shù)據(jù)，就可以估計出非企業(yè)的風(fēng)險系數(shù) 。就可以比本期市場模型β的估計更精確地預(yù)測下期市場模型的β。國外許多研究表明建立在會計變量基礎(chǔ)上的預(yù)測模型能比完全依賴于市場模型提供更精確的下一年市場風(fēng)險的預(yù)測。
四、國外的相關(guān)研究成果
hamada（1972）以紐約證券交易所上市的304家公司為樣本的實證檢驗表明財務(wù)風(fēng)險與市場β之間存在顯著的正的相關(guān)性。mandelker和rhee（1984）以1957年-1976年間的255家制造業(yè)企業(yè)為樣本對這一假設(shè)重新驗證，表明每個組合的市場β與財務(wù)風(fēng)險存在顯著的相關(guān)關(guān)系。其解釋是由于回歸建立在組合的基礎(chǔ)上，使得變量的測量誤差變小，相關(guān)性提高。
lev（1974）的研究也表明營業(yè)風(fēng)險與市場風(fēng)險之間存在相關(guān)關(guān)系。他以1949年-1968年間電力、鋼鐵和石油為樣本回歸表明，營業(yè)風(fēng)險越高，市場β及股票收益率方差越大。
eskew（1970）考慮到β的非靜態(tài)性，以改進(jìn)的β預(yù)測模型，與以會計變量為基礎(chǔ)的預(yù)測模型對比，發(fā)現(xiàn)會計變量預(yù)測模型更優(yōu)越。而rosenberg和mckibben（1973）發(fā)現(xiàn)，將市場β與會計變量結(jié)合起來可以大大提高對未來市場β的預(yù)測能力。
rosenberg和marathe(1976)開發(fā)了barra模型，將模型預(yù)測的市場β與僅用市場資料預(yù)測的市場β對比，找出低估和高估的股票，制定投資決策。
以上這些研究結(jié)果表面基于會計信息β的估計對股票投資決策有著非常廣泛的應(yīng)用。
參考文獻(xiàn)：
[關(guān)鍵字]：CAMPβ估計股票投資決策
一、引言
股票的投資決策是投資者通過投資股票獲取收益非常重要的一環(huán)，而股票本身價值是決定是否購買參考依據(jù)，顯然如果我們知道股票的價值，買賣決策將非常簡單，股票價格低于其價值則買入，反之則賣出。然而現(xiàn)實是股票的價值評估是非常困難的事，研究中各種股票價值評估的模型存在各種各樣的缺陷，缺乏實用性。所以在股票市場的實際投資決策時，我們往往通過研究影響股票價值的一些簡單因素作為股票投資的依據(jù)，并且可獲得較高的投資回報率。基于會計信息對β估計在股票投資決策有非常重要的作用。
二、CAPM模型簡介
CAPM模型是對風(fēng)險和收益如何定價和度量的均衡理論，根本作用在于確認(rèn)期望收益和風(fēng)險之間的關(guān)系，揭示市場是否存在非正常收益。一個資產(chǎn)的預(yù)期回報率與衡量該資產(chǎn)風(fēng)險的一個尺度——β相聯(lián)系。模型形式如：ri,t=rf,t+βi(rm,t-rf,t)
其中ri,t為t時刻股票i的必要回報率，rf,t是t時刻的無風(fēng)險利率，rm,t為t時刻的市場組合收益率，β為企業(yè)風(fēng)險系數(shù)。在實際運(yùn)用中，β一般用市場模型估計：ri,t=?琢i+birm,i+Ei,t
回歸得到的bi即是β的估計值。
三、基于β估計的股票投資決策
按照市場模型得到的β代表資本市場對企業(yè)風(fēng)險的度量，但這個度量并不一定準(zhǔn)確，如果有更好的方法估計出更準(zhǔn)確的β，成為優(yōu)勢β。當(dāng)優(yōu)勢β大于市場β時，說明市場確認(rèn)的折現(xiàn)率過小，市場按較小折現(xiàn)率得到股票價格理應(yīng)過高，則賣出該股票；反之，則買入。我們可以利用會計數(shù)據(jù)并結(jié)合市場模型來估計β能得到更精確的β值。
由于企業(yè)財務(wù)杠桿與風(fēng)險有關(guān)，我們可以用下式來估計企業(yè)的風(fēng)險：
其中βv,i，βB,i，βs,i分別是企業(yè)風(fēng)險、債務(wù)風(fēng)險和股東權(quán)益風(fēng)險，V，B，S表示企業(yè)市值、債務(wù)市值和股票市值。
在不考慮稅收的情況下，企業(yè)的價值與企業(yè)資本結(jié)構(gòu)無關(guān)，這意味著βv,i與財務(wù)杠桿■無關(guān)，所以財務(wù)杠桿指數(shù)的增大不會改變βv,i，但會增大βs,i。
除了財務(wù)杠桿外，經(jīng)營杠杠也是β估計的一個很重要的因素。經(jīng)營杠桿指固定成本與變動成本的比率。從會計數(shù)據(jù)計算出的經(jīng)營杠桿越大，企業(yè)風(fēng)險β也越大。
Ball與Brown是利用以下模型估計會計β：
Ai,t=gi+hiMt+?著i,t
其中，Ai,t為i公司會計收益在t年的變化數(shù)；Mt為t年會計收益市場指數(shù)的變化數(shù)；hi為會計β的估計值。Ball和Brown（1968）研究結(jié)果表面無論是經(jīng)營收益、凈收益，還是歸屬普通股的收益，兩個β的都具有較高的相關(guān)性。
Beaver、Kettler和Scholes（1970）（記為BKS模型）為了考察會計變量是否可以用于預(yù)測下一期的市場β，利用橫截面資料對下列模型回歸：■
其中，bi為當(dāng)期用市場模型估計的企業(yè)i的風(fēng)險β；Wk,i為企業(yè)在當(dāng)期的第k個會計變量，它們可以是股利分配率、財務(wù)杠桿、收益變動方差、會計β等。
運(yùn)用所得到的估計系數(shù)（C）和企業(yè)的會計變量（W）數(shù)據(jù)，就可以估計出非企業(yè)的風(fēng)險系數(shù)。就可以比本期市場模型β的估計更精確地預(yù)測下期市場模型的β。國外許多研究表明建立在會計變量基礎(chǔ)上的預(yù)測模型能比完全依賴于市場模型提供更精確的下一年市場風(fēng)險的預(yù)測。
四、國外的相關(guān)研究成果
Hamada（1972）以紐約證券交易所上市的304家公司為樣本的實證檢驗表明財務(wù)風(fēng)險與市場β之間存在顯著的正的相關(guān)性。Mandelker和Rhee（1984）以1957年-1976年間的255家制造業(yè)企業(yè)為樣本對這一假設(shè)重新驗證，表明每個組合的市場β與財務(wù)風(fēng)險存在顯著的相關(guān)關(guān)系。其解釋是由于回歸建立在組合的基礎(chǔ)上，使得變量的測量誤差變小，相關(guān)性提高。
Lev（1974）的研究也表明營業(yè)風(fēng)險與市場風(fēng)險之間存在相關(guān)關(guān)系。他以1949年-1968年間電力、鋼鐵和石油為樣本回歸表明，營業(yè)風(fēng)險越高，市場β及股票收益率方差越大。
[關(guān)鍵詞]住房財富；股市參與；股票投資
[DOI]10.13939/ki.zgsc.2017.08.076
1引言與文獻(xiàn)綜述
近年來，我國房價飆升。面對房價的持續(xù)大幅上揚(yáng)，住房投資成為城鄉(xiāng)居民投資的重要途徑。住房既為必需品又為投資品，住房擁有率及其價值的高低能否對家庭股票投資決策造成影響，日益引起學(xué)者們的關(guān)注。
從現(xiàn)有文獻(xiàn)來看，關(guān)于住房價值對股票投資影響的分析集中在住房對股票參與度、股票投資額的影響。學(xué)者普遍認(rèn)為住房資產(chǎn)在家庭總資產(chǎn)中的比重越高，家庭的股市參與率越高（Kullmann和Siegel，2005；吳衛(wèi)星等，2010）。關(guān)于住房價值對股票投資額的影響，目前尚無統(tǒng)一定論。部分學(xué)者認(rèn)為二者呈負(fù)向變動關(guān)系（吳衛(wèi)星和齊天翔，2007）；部分學(xué)者指出二者正相關(guān)（Waggle和Johnson，2009）；也有學(xué)者認(rèn)為住房價值對股票投資額沒有影響（Yao和Zhang，2005）。
由于信息不對稱的存在，實際的金融市場面臨著較嚴(yán)重的不確定性和流動性約束。流動性約束會制約家庭的可支配資金水平、不確定性會使得家庭表現(xiàn)出較高的風(fēng)險厭惡程度，進(jìn)而影響家庭的股票投資決策。隨著住房價格的上漲，住房財富隨之增加。住房財富增加所引起的家庭財富水平提高，能夠緩解家庭的流動性約束（Liao等，2012），使得家庭的風(fēng)險厭惡程度下降（Peress，2004），從而提高家庭的股市參與的可能性和股票投資份額。
關(guān)于家庭住房對股票投資影響的研究文獻(xiàn)頗豐，且成果顯著，這些文獻(xiàn)提供了一系列可能影響股票投資的控制因素，為后續(xù)研究做出了重大貢獻(xiàn)。但這些研究多以美國家庭為研究對象且多針對家庭的首套房或房產(chǎn)總價值。但僅有一套房的家庭與擁有兩套住房的家庭在家庭總財富、風(fēng)險厭惡水平等方面均存在顯著差異。鑒于此，本文以“住房財富”為切入點，以中國家庭為研究對象，并將研究對象按住房數(shù)量區(qū)分為只有一套住房的家庭和擁有兩套住房的家庭，研究兩類家庭的住房財富對其股票投資決策的影響。
2住房財富股票投資影響的實證分析
2.1樣本及變量選擇
本文采用的家庭資產(chǎn)、家庭成員特征等數(shù)據(jù)來源于CHFS，物價指數(shù)等來源于國泰安數(shù)據(jù)庫。以住房價格指數(shù)與住房購置價格的差異來衡量住房財富；考慮到住房存量的影響，本文以住房的市值與購置價的差異來衡量住房的增值。對股票投資的衡量采用兩個指標(biāo)，一是是否參與股市；二是股票的投資額度。同時，引入了一系列的家庭特征變量，如家庭收入及總財富，戶主的年齡、學(xué)歷、風(fēng)險厭惡度，家庭所處區(qū)域，是否擁有自營企業(yè)、是否按揭貸款等對家庭的個體特征進(jìn)行控制。另外，實證分析中，所有以價值形式出現(xiàn)的變量均使用對應(yīng)年份的CPI指數(shù)進(jìn)行平減，消除物價變化的影響。
2.2描述性分析
從表1可以看出，無論是中位數(shù)水平還是均值水平，擁有兩套住房家庭的家庭總財富、住房財富均高于只有一套住房的家庭，其風(fēng)險厭惡水平則低于一套房家庭。就股票投資額、股票投資占比和股市參與率來看，一套房家庭和兩套房家庭的中位數(shù)水平均為0，反映出我國“股市有限參與”的普遍性；從均值水平來看，兩套房家庭明顯高于一套房家庭。
2.3模型檢驗
按擁有一套房還是兩套房對研究對象進(jìn)行分組，采用回歸分析法測度住房財富對兩類家庭股票投資決策，一是否參與股市；二是對股票的投資額度的影響。為了分離出住房價值本身對股市參與的影響，在解釋變量中引入了住房價值；由于住房財富對股票參與的影響可能是非線性的，引入了住房財富的平方項；另外引入了家庭及家庭成員的特征變量作為控制變量。據(jù)此，設(shè)定模型：
其中，stocker表示是否參與股票投資；s表示股票投資在金融資產(chǎn)中的占比；dh為住房財富，dh2表示住房財富的平方項，h表示住房的價值，i表示第i個家庭；x表示其他控制變量。
回歸結(jié)果（見表2）顯示：住房財富水平越高，家庭參與股市的可能性越大，住房財富提高會促進(jìn)家庭提高金融資產(chǎn)中的股票投資額，并且其影響呈倒“U”形特征。其他變量對股市參與率及股票投資額的影響是相同的：家庭收入、總財富、按揭貸款、學(xué)歷對家庭股市參與度、股票投資額有正向影響；年齡、家庭成員數(shù)量、風(fēng)險厭惡程度與家庭股市參與度、股票投資額呈負(fù)相關(guān)性；與東部地區(qū)家庭相比，中西部地區(qū)家庭參與股市的可能性更大、股票投資份額越高。
將研究對象依擁有住房的數(shù)量進(jìn)行分組回歸，結(jié)果顯示：住房價值提高會促進(jìn)家庭提高股市參與度、增加股票投資份額，并且對一套房家庭的影響更加明顯。導(dǎo)致這種差異的原因可能在于：一套房家庭的總財富水平低于二套房家庭，進(jìn)入股市的固定成本僅對一套房家庭的股市參與度產(chǎn)生影響；一套房家庭的家庭財富相對較低，隨著住房財富水平的提高，其流動性約束得到顯著緩解，所以股票投資額明顯上升，以實現(xiàn)優(yōu)化家庭資源配置。二套房家庭的家庭財富相對較高，因此持有的股票份額目前已經(jīng)達(dá)到家庭資源配置的最優(yōu)化，即使住房財富提高會引起股票投資的份額提高，但是影響的程度低于一套房家庭。
3結(jié)論和政策建議
本文就我國家庭住房財富對股市參與度、股票投資額的影響展開分析。回歸結(jié)果顯示，住房財富增加能夠提高家庭參與股市的概率，刺激家庭持有更高的股票份額，并且住房財富對一套房家庭的影響更加明顯。本文的結(jié)論為宏觀經(jīng)濟(jì)政策的制定及證券公司的營銷業(yè)務(wù)的開展提供了一定的理論依據(jù)。對房地產(chǎn)行業(yè)的政策調(diào)整應(yīng)堅持循序漸進(jìn)的原則，對房價的急速調(diào)整，會影響家庭住房價值及住房財富，這不但會對房地產(chǎn)市場造成沖擊，同時會對股票市場帶來聯(lián)動效應(yīng)；同時，政策應(yīng)當(dāng)具有針對性，對僅有一套房的家庭和二套房家庭的措施應(yīng)當(dāng)體現(xiàn)一定的差異性，以期達(dá)到最好的調(diào)控效果。就證券公司的營銷業(yè)務(wù)開展來說，應(yīng)主要集中在一套房家庭，將這些客戶中尚未擁有股票賬戶的家庭作為潛在客戶，將已經(jīng)擁有的客戶作為重點關(guān)注客戶，以期獲得較高的營銷效果。
參考文獻(xiàn)：
[1]吳衛(wèi)星，齊天翔.流動性、生命周期與投資組合相異性-中國投資者行為調(diào)查實證分析[J].經(jīng)濟(jì)研究，2007（2）.
[2]吳衛(wèi)星，易盡然，鄭建明.中國居民家庭投資結(jié)構(gòu)：基于生命周期、財富和住房的實證分析[J].經(jīng)濟(jì)研究增刊，2010（S1）.
[3]KullmannCornelia，SiegelStephan.RealEstateanditsRoleinHouseholdPortfolioChoice[R].EFA2003AnnualConferencePaperNo.918，2005.
[4]LiaoWen-Chi，ZhaoDaxuan，SingTienFoo.RiskAttitudeandHousingWealthEffect[R].IRESWorkingPaperSeries.IRES2012-020，2012.
1.1 背景
我國股市迅速發(fā)展壯大，而且正在逐步完善、走向規(guī)范化，而價值投資已作為一種收益手段被采用，同時股票投資逐漸成為我國投資者的主要投資途徑[1]。
到2005年12月19日，中國擁有的上市公司已經(jīng)達(dá)到1400家左右，而中國股市只有15年的歷史。隨著中國股市正在逐步走向完善，價格向其內(nèi)在價值回歸是未來股市發(fā)展的重要方向。近年來，我國的股市與股民已從最初的盲動無序逐漸轉(zhuǎn)入理性，走向成熟，投資結(jié)構(gòu)也發(fā)生了顯著變化；同時投資理念也發(fā)生著轉(zhuǎn)變，理性投資、注重價值將成為主流，投資者將會更重視上市公司的經(jīng)營業(yè)績，重視股票自身的品質(zhì)。隨著股市發(fā)展，投資手法和證券監(jiān)管方法的成熟，以及上市公司數(shù)量、評價指標(biāo)的不斷增多，如何科學(xué)合理地進(jìn)行股票的分析和選擇是每一個投資者所要解決的首要問題[2]。
1.2 方法說明
因子分析的綜合評價方法目前已廣泛應(yīng)用于社會學(xué)、經(jīng)濟(jì)學(xué)、管理學(xué)研究領(lǐng)域。因子分析的主要目的是用來描述隱藏在一組測量到的變量中的一些更基本的，但又無法直接測量到的隱性變量。它由研究原始變量相關(guān)矩陣內(nèi)部的依賴關(guān)系出發(fā)，把一些具有錯綜復(fù)雜關(guān)系的變量歸結(jié)為少數(shù)幾個綜合因子的一種多變量統(tǒng)計分析方法。面對上市公司財務(wù)表中的眾多指標(biāo)，使用該方法可以用三個因子得分指標(biāo)來代替原來眾多的原始指標(biāo)，同時這三個指標(biāo)包含了絕大部分反映股票之間差異的信息，使投資者能夠?qū)ι鲜泄镜呢攧?wù)狀況有一個簡明、清晰的認(rèn)識[3]。
1.3 概述
本課題的研究背景是基于上市公司財務(wù)指標(biāo)、財務(wù)數(shù)據(jù)來選擇經(jīng)濟(jì)效益良好的上市公司。選取了17家上市公司的主要財務(wù)指標(biāo)的數(shù)據(jù)作為備選方案，其中涉及到營業(yè)收入、營業(yè)利潤等17個相關(guān)財務(wù)指標(biāo)。運(yùn)用因子分析的方法，結(jié)合SPSS軟件進(jìn)行數(shù)據(jù)分析，最終提取了3個公共因子，計算因子得分和綜合得分，在數(shù)據(jù)中找到規(guī)律，找到評判的標(biāo)準(zhǔn)。
2.分析過程
3.總結(jié)
3.1 結(jié)論
價值投資不僅考驗人們分析數(shù)據(jù)的能力還考驗價值取向等方面。在股票的作為一種價值投資方式的選擇中，由于選購股票要考慮到各上市公司的多個財務(wù)指標(biāo)而選擇出經(jīng)濟(jì)效益良好的上市公司，數(shù)據(jù)的繁多而冗雜給數(shù)據(jù)的分析帶來困難。本課題的研究目的就是基于各種量化的數(shù)據(jù)用客觀的方法來評判各種價值投資備選方案，以幫助人們更好得進(jìn)行投資決策。本文通過對多元統(tǒng)計中因子分析方法的運(yùn)用，建立了對于上市公司經(jīng)濟(jì)情況評價的指標(biāo)體系和評判準(zhǔn)則，從客觀上，通過大量的數(shù)據(jù)分析，為人們進(jìn)行價值投資提供一種視角和方法。
3.2 局限性
由于上市公司的財務(wù)數(shù)據(jù)是實時更新的，因此，本次采用的數(shù)據(jù)不能統(tǒng)一到同一時間標(biāo)度，也沒有采取平均的方式進(jìn)行選擇，因此在數(shù)據(jù)的選擇方面存在一定的局限性。
本次進(jìn)行投資分析是基于理性選擇的基礎(chǔ)之上，是從客觀數(shù)據(jù)出發(fā)，運(yùn)用科學(xué)的軟件和計算方法進(jìn)行考核，而實際進(jìn)行投資價值選擇時，還要考慮到長遠(yuǎn)投資以及受到個人價值觀的影響，因此，本案例僅限于給出一種分析問題的方法，而非答案。
4.前景展望
通過因子分析對各指標(biāo)的定量分析提取影響股票表現(xiàn)的公共因子，能夠?qū)ι鲜泄镜墓善北憩F(xiàn)作客觀評價，為廣大中小股民進(jìn)行股票選擇投資時，提供了一個很好的評判準(zhǔn)則。因子分析只是多元分析的一種方法，此外的因子分析的基礎(chǔ)上，還可以通過判別分析、對應(yīng)分析等方法進(jìn)行更為詳細(xì)的分析。
參考文獻(xiàn)：
[1]李喆.因子分析法在股票評價中的應(yīng)用[J].金融在線，2004.5
【關(guān)鍵詞】粗糙集 股票 投資決策 應(yīng)用研究
前言：在粗糙集就是一種可立足于企業(yè)投資決策從而進(jìn)行分析的算法。因此，對粗糙集在股票項目投資決策中的應(yīng)用研究有著鮮明的現(xiàn)實意義。
一、 粗糙集理論的主要應(yīng)用
粗糙集理論的主要應(yīng)用體現(xiàn)在以下幾個方面當(dāng)中：第一、樣本集的簡化。數(shù)據(jù)挖掘當(dāng)中的分類算法往往需對眾多的數(shù)據(jù)進(jìn)行處理。訓(xùn)練所需要的時間太過漫長。而粗糙集的出現(xiàn)，可以在很大程度之上進(jìn)行簡化數(shù)據(jù)，消除冗余數(shù)據(jù)。第二、控制規(guī)則獲取。在實際的生活當(dāng)中存在著很多復(fù)雜的對象難以建立完善的數(shù)學(xué)模型。而粗糙集能夠把控制過程的一些有代表性的狀態(tài)以及操作人員在這些狀態(tài)下所采取的控制策略都記錄下來，然后利用粗糙集理論處理這些數(shù)據(jù)，分析操作人員在何種條件下采取何種控制策略，總結(jié)出一系列控制規(guī)則。
二、實例分析
在實例分析的基礎(chǔ)之下，我們將會建立一個具有較高涵蓋面的股票項目投資決策問題相關(guān)評價體系，接著會利用粗糙集算法對其進(jìn)行簡約，并利用簡約之后的相關(guān)數(shù)據(jù)與指標(biāo)，計算出相關(guān)權(quán)重問題。根據(jù)權(quán)重信息最終選擇出一個最優(yōu)的投資決策方案。
（一） 指標(biāo)賦值
抽取了2016年的四種有色金屬股票類型。數(shù)據(jù)離散之后的決策表如表一所示：
（二）屬性約簡、賦權(quán)重
根據(jù)表二的相關(guān)數(shù)據(jù)進(jìn)行計算就可以得到最終的數(shù)據(jù)熵權(quán)。通過對于權(quán)重問題進(jìn)行比較么可以知道。各個股票之間的屬性高低。雖然從現(xiàn)階段的股票發(fā)展過程當(dāng)中我們可以看到，其投資回報率十分良好。
但是也存在著很大的風(fēng)險，以上的粗糙集算法在實際的應(yīng)用過程當(dāng)中可以幫助投資者選擇一個良好的投資方案，所以該方法的應(yīng)用應(yīng)該得到進(jìn)一步的重視。
結(jié)束語：
綜上所述，粗糙集是一種具有很高應(yīng)用價值的算法，就股票項目投資決策來說，其內(nèi)部所具有的投資決策具有很大的風(fēng)險，而這些風(fēng)險將會直接決定股票事業(yè)的進(jìn)一步發(fā)展。
參考文獻(xiàn)：
[1]趙衛(wèi)東，盛昭瀚，何建敏. 粗糙集在決策樹生成中的應(yīng)用
[J]. 東南大學(xué)學(xué)報（自然科學(xué)版），2000，04：132-137.
[2]史成|，程鈞謨，于蘭蘭. 粗糙集在物流聯(lián)盟穩(wěn)定性決策
中的應(yīng)用研究[J]. 計算機(jī)工程與應(yīng)用，2008，18：
197-199+229.
[3]鄧松，王映龍，何火嬌，羅東平，袁威.粗糙集在銷售決策系
統(tǒng)中的應(yīng)用[J].計算機(jī)技術(shù)與發(fā)展，2011，09：
160-162+166.
[4]魏貴瑩.基于決策粗糙集的代價敏感多類分類模型與多目
