“听说纳斯达克会回调，现在需要先清仓止盈吗？”｜一周问答
音频/转述师
每天3分钟
让你的财商成为第一生产力
第309期·徐彬财商3分钟
摘要：本期的【一周问答】，我们继续来回答同学们最近关于投资方面的问题。
观点：我们每周都会挑出最有代表性的几个问题，在【一周问答】栏目给大家统一回复！
印度的股市值得长期关注。
国内投资印度市场的基金只有3只，可供挑选的基金太少。其中工银印度基金人民币(164824)、工银印度基金美元(005801)截止今年一季度规模均超过一个亿，目前没有清盘的风险。
而业绩相对更好的泰达宏利印度(QDII)(006105)截止今年一季度规模仅1300万，未来可能存在清盘的风险。
如果已经开始定投泰达宏利印度(QDII)(006105)，你可以换成工银印度基金人民币(164824)。
考虑到没有特别合适的基金，建议你如果定投印度基金，也要控制好仓位。
老师，美股纳斯达克会回调，需要把纳斯达克先清仓止盈，待回调后再重新建仓定投吗？
纳斯达克100指数估值还在合理区间，长期来说，可以继续持有。而且，纳斯达克指数是否会回调，会回调多少没人知道。
所以，我的计划是继续持有。
不过，我理解你想要落袋为安的心情。我觉得可以折中一下，你卖出一半，留一半。如果回落，你就把之前卖掉的一半再买回来。如果不回落，你剩下的那一半还能赚钱。
03
徐大大，小帮的医*组合如果跟踪指数偏差较大，如何判断买入卖出时机呢？
医*指数组合配置的均为优秀的主动管理型基金，跑赢收益高，造成跟踪指数偏差较大。
对于这种情况，你可以用沪深300指数的市盈率作为参考标准。
只要沪深300指数的市盈率没有偏高，就可以买入医*。如果偏高了，就卖出医*。
这么做的逻辑是，绝大部分时间里，整个A股的各个板块基本是同步的，只要沪深300处于合理或者低估，那么可以近似认为，A股所有板块都是合理或者低估。
徐老师，“当前市场已经计入了较为悲观的经济预期，长线投资者可考虑左侧布*。”请问“左侧布*”是什么意思?
左侧布*是指在市场依然在下跌，还没开始上涨的时候买入。和左侧布*相对应的是右侧买入，右侧买入指的是等上涨趋势明确了以后，再买入。
我非常赞同指数基金定投，但天天基金网、支付宝等提供的估值都与你们说的估值数据不一样，我们如何选择估值数据？
PE，也就是市盈率，有很多口径，有可能每家用的都不一样。我们用的是扣非后的动态市盈率，即：pe-ttm。数据来源是付费的wind客户数据，所以数据应该是可靠的。
光有市盈率数据是不够的，还需要有合理区间。而且这个合理区间应该是基于同样的市盈率数据口径的。
其他平台有的也有合理市盈率区间，但是绝大部分只参考了历史估值数据。而我们的合理区间是参考历史估值数据、经济增长数据、内生增长等多方面分析得来的。
我认为我们的数据做的更用心，也更科学。不过，这有自卖自夸的嫌疑，所以，还是把选择权交给你。
欢迎加入14天小白理财训练营
新手小白想学投资
却不知道从哪里开始？
看！这！里！
【14天小白理财训练营】
徐彬老师手把手教你
系统学习投资理财知识
让你真正从理财小白变投资高手~
点击图片查看往期精彩内容
美股指数系列——最强科技指数：纳斯达克10
点上方蓝字可加关注
文 银行螺丝钉
前两篇我们介绍了美股指数大致有哪些，和最佳宽基指数标普500。
美股指数系列——包罗万象的美股指数
美股指数系列——标普500怎么投
今天继续我们的美股指数之旅~
这一篇我们来了解下最强的科技指数：纳斯达克100
纳斯达克是什么？
美国有两个主要的交易所，一个是纽交所，一个是纳斯达克。
纳斯达克最初是为了规范混乱的场外股票交易，和给小企业提供融资平台而设立的，最初定位有点像新三板和创业板的结合体。后来在纳斯达克上市的公司越来越多，特别是很多新兴产业的公司，因为发展阶段盈利不太好，在其他股市上不了市，都会选择纳斯达克作为上市融资的选择，像我们熟知的百度。
现在纳斯达克已经是全球第二大股票市场。纳斯达克采取分层制，分为三层：纳斯达克全球精选市场，纳斯达克全球市场，纳斯达克资本市场。
其中：
（1）全球精选市场对上市公司的要求非常高，主要是挑选出优质蓝筹公司。
（2）纳斯达克全球市场是纳斯达克的主体，对财务要求稍低一些。国内很多去纳斯达克上市的公司，其实就是在纳斯达克全球市场交易。例如当当。
（3）对财务要求最低的是纳斯达克资本市场，都是小公司，等它们发展壮大了，就会提升到纳斯达克全球市场。
为啥要介绍这个呢？目前国内的新三板也在筹划分层制度，这个跟纳斯达克有一定的相似。相比起创业板，新三板更可能成长为像纳斯达克这样的开放性市场，未来可能新三板和创业板定位类似于纳斯达克的三层市场，会吸引一部分海外上市的中概股回流。
纳斯达克100指数的特点
以技术股为主，没有金融股
纳斯达克100指数，就是从纳斯达克市场中，剔除金融股后，最重要的100只股票，强调对技术类股票的投资。它最大的特点就是技术股为主，没有金融股。而且比较注重高内生性成长，而不是资产注入等外延式的成长。这点跟国内的很多“科技股”有很大区别。
我们可以看一下纳斯达克100的行业分布，其中信息技术占据42家，可选消费其次，加上医疗保健，纳斯达克90%以上是优质行业。纳斯达克100并不是严格意义上的宽基指数，更加类似“养老指数”这种多个行业指数的混合体。
纳斯达克100的光辉历史
纳斯达克100从1985年100点开始，到今天是4467点。30年上涨了44倍，年化收益率13%。
其中最疯狂的一段是1995年到2001年，纳斯达克100从400多点一路上涨到4816点，暴涨10多倍。随后纳斯达克100出现暴跌，从4800多点下跌到800多点，暴跌80%多，这一跌幅在全球所有指数中也是数一数二的。
从1995年到2001年，纳斯达克的这一段疯狂的历史，就是著名的“互联网泡沫”。催生互联网泡沫的原因有很多：
一方面1994年，互联网开始在美国兴起。从1996年开始，大部分上市公司都有了自己的网站，并开始用电子邮件、即时通讯等辅助工作。加上微软发布了真正意义上简单易用的家用操作系统Windows95/98，个人电脑开始大面积的普及，奠定了非常好的基础。
这一段时间，互联网基础建设、互联网工具软件（例如浏览器）以及门户网站是最受益的子行业。
第二方面，1998-1999年美国的低利率，推动了资金进入资本市场。对低利率收益不满意的资金，大量的进入了新兴行业。这是一段博傻的时期，很多互联网企业，甚至仅仅是名字里带个“COM”，都可以融资到上亿美元。市场不再看重盈利，只要公司有所谓的“前景”，就可以上市融资。
纳斯达克100指数的市盈率从95年开始飞速上涨，到2000年，达到了85倍。而纳斯达克整个市场的市盈率，高达811倍！
但实际上信息科技行业是一个“老二非死不可”的行业：龙头老大占据了这个行业巨大多数的市场份额和利润，老二老三等只能吃残羹剩饭。没有核心竞争力的企业，即使趁着风口飞上了天，也终究会摔到地上。
从2000年到2001年，纳斯达克100暴跌80%，整整过去了15年，在去年的时候，纳斯达克100才再次达到2000年的4800点高位。不过这一次，纳斯达克100指数的市盈率只有23倍。
平心而论，互联网泡沫给信息科技行业带来了近乎涅槃式的改造。虽然其中有很多垃圾公司，但真正能够改变世界的优秀公司也得到了大量融资的机会。当初的信息科技上市公司，大约有10%的优秀的公司度过了寒冬，手里有足够的现金可以在行业低糜的时候收购优质资产。在泡沫时期融资又倒闭的公司，很多员工获得了大量的财富，再次创业的他们也更加谨慎，开始注重能够产生现金流的生意模式。纳斯达克100指数在泡沫破灭之后的十几年里，更换了大多数的成分股。指数的新陈代谢能力在纳斯达克100身上得到了非常完美的体现。
强有力的盈利支撑，使纳斯达克100从02年开始，进入了以漫长牛为主的上升阶段。过去的12年里，纳斯达克100指数仅2008年一年下跌，也是最快从经济危机中恢复的主流指数。
纳斯达克100的估值
纳斯达克100以新兴行业为主，特别是科技行业。医疗、消费也占据了较大的比例。这些都是非常优秀的行业，净资产收益率非常高，盈利稳定，周期性小，自由现金流充沛,相应的估值中枢也会更高一些。
上市40多年来，纳斯达克100平均年盈利增速在13%左右，但考虑到互联网泡沫破裂之后，纳斯达克100的大换血，从02年以后的构成体系发生了比较大的变化，历史估值参考意义不太大，我们可以基于其盈利成长能力和ROE估算其合理估值。
最近十几年纳斯达克100年均盈利增速在17%左右，净资产收益率也在17%，考虑到没有金融行业，这个净资产收益率对指数来说是非常优秀的。纳斯达克盈利稳定性也不错，除了09年纳斯达克出现过0.9%盈利下滑，其余时间里都比较稳定，适合用市盈率来估值。
纳斯达克100指数最近10几年的市盈率中枢约为22，最低市盈率出现在08年和11年，大约15倍左右。所以我们会在20PE以下开始投资纳斯达克100指数，大约在30PE以上开始卖出。
对比一下同样是100个成分股的创业板指。创业板指09年以来平均盈利成长能力在21%左右，高于同期的纳斯达克100，当前估值55PE。但其中一半以上成长来自于资产重组等外延式成长，外延式成长占比很高，所以就投资新兴产业来说，纳斯达克100的性价比更高。我们可以耐心等待其出现较低估值。
我们该如何投资纳斯达克100指数？
美股中追踪纳斯达克100指数的ETF，最好的一只就是QQQ，名字非常好记，三个Q。这也是最大的一只纳斯达克100指数基金，有几百亿美元的资产投资于这只基金。
国内的话追踪纳斯达克100的指数基金有这么几只。排除掉1亿规模以下的，我们可以投资160213和270042这两只场外基金。虽然场内有一只广发纳斯达克100ETF，但基金规模太小，只有3600万。
目前160213暂停申购，270042可以小额申购。
总结
纳斯达克100是一只非常优秀的偏信息科技行业的指数。得益于纳斯达克市场的开放性，纳斯达克100聚拢了优质行业各个子行业的龙头股，盈利成长能力、稳定性以及长期前景都非常不错。纳斯达克强劲的换血能力也保证指数即使经历了互联网泡沫级别的打击，仍然可以自我新陈代谢和修复。这是一只当之无愧的最强科技指数。
当前纳斯达克的估值也不高，20倍出头的市盈率，相比较其盈利成长性和稳定性，处于正常范围，对比国内同类指数，性价比也不错。与A股的相关性也比较低，非常适合作为美元资产来配置。我们可以耐心等待其进入狩猎区~
求美国纳斯达克指数的平均市盈率？
与作为主板市场的纽约证交所相比，纳斯达克市场的总体市盈率则要高出许多。尽管纳斯达克100股指在去年三月见顶后出现高台跳水般的大幅调整，全年跌幅近四成，是纳斯达克开市30年来表现最差的一年，但纳斯达克100股指的整体市盈率并未降低，反而在今年2月升至创纪录的811倍水平。市盈率的猛涨意味着纳斯达克上市公司的盈利能力正急剧下降。今年以前纳斯达克的市盈率从未超过165倍（去年3月），若用公认的财务原则GAAP来分析纳斯达克公司的财务状况，目前的市盈率反映了这样一个事实，即许多公司在2000年度出现了严重亏损，但这些公司通过各种方法调整财务数据，所以表面看来他们的利润在增加。（2001年）
详细的你可查看纳斯达克网站。
创业板平均市盈率是多少呢？创业板平均市盈率多少合适？ 时间： 2022-06-25 10:05:02 来源： 赢家财富网 作者：佚名摘要： 很多投资者朋友们都有听说过创业板平... - 雪球
摘要：很多投资者朋友们都有听说过创业板平均市盈率，但却不太了解到底是什么意思？今天我们就来给大家解答一下什么叫创业板平均市盈率？以及创业板平均市盈率多少合适？
很多投资者朋友们都有听说过创业板平均市盈率，但却不太了解到底是什么意思？今天我们就来给大家解答一下什么叫创业板平均市盈率？以及创业板平均市盈率多少合适？
根据公告，创业板首次上市这10家创业板公司的平均市盈率为55.26倍。
对于创业板上市公司的估值，不同机构的估值模型不同，目前没有统一的评估方法。但是，有一点是明确的，正如证券公司一位保荐人所说，“创业板公司具有高成长性的特点，其估值肯定是偏高的。
就像中小板的估值普遍比主板市场高一样，创业板的平均估值也会比中小板"高问题是多高？50倍、60倍或100倍或更多。
所以，创业板平均市盈率多少倍才算合理，并没有现成的标准。
牛市的时候，也许100倍市盈率不算高，熊市的时候，也许30倍市盈率不算低。创业板多少倍的发行市盈率是合理的，还有待市场的检验和认可。
首先我们来看国际“惯例”:根据国外创业板的成功经验，创业板整体平均市盈率高于主板市场，美国纳斯达克的市盈率远高于纽约证券证券交易所的市盈率。
金融危机前，纳斯达克市场的平均市盈率约为34倍，溢价约为主板市场的两倍。韩国创业板在推出后的下半年持续跑赢主板，在随后的一些牛市中表现更加突出。
如果纳斯达克市场溢价一倍左右，这10家创业板公司的平均市盈率为55.26倍，应该在正常合理的范围内。
较高的市盈率使得上市公司能够收购更多的资金，这些募集到的资金将被投入到研发等企业项目的业务环节和市场开发中，从而快速推动企业的发展；一个企业的良性发展，不仅会壮大自己，还会给投资者带来更好的回报，从而树立企业在投资者中的口碑，企业上市后更容易再融资。后续融资将为企业下一轮发展提供有力支撑，从而形成企业与资本市场的良性循环，促进企业的长远发展。
更高的市盈率也会让企业面临更多的风险。高市盈率必然导致上市公司更高的发行定价；但是，较高的股价必须有持续增长的业绩支撑。由于创业板上市公司既是高成长企业，又是高风险企业，其经营状况可能会出现较大波动。一旦企业经营出现问题，股价就会大幅波动。
今天对于创业板平均市盈率这一问题的解读就到这里，赢家财富网会为您讲解更多精彩的知识和内容。
欧洲汽车股市盈率平均多少？
欧洲和美国股票平均市盈率(pe)值大概十至二十倍欧美股市都是比较成熟的市场，在中国谈欧美的市盈率对于大部分股票是不沾边的，除非你做银行股或是
股市里多少市盈率才算合适？
在企业业绩下滑的时候，用市盈率估值是没有任何意义的。
纳斯达克99年的市盈率平均为153倍，现在才30倍，为什么
股价回归理性的时候，市盈率才会降低，就像现在中国的股市，动不动大几百倍的市盈率，肯定是不正常的，这就是泡沫，肯定会破的
纳斯达克上市对于企业的重要性
1.说明了企业的价值。 2.融资，可用于扩大企业再生产。 3.提高企业知名度。 4.上市的一系列过程实际上是对企业的刨根问底，可以更清晰的回顾企业发展。 5.使企业更具使命感，鞭策其加快发展。 6.用更先进的资本市场价值理念运作企业。 首先，中国公司在纳斯达克上市的市盈率普遍高于美国其他市场，也高于世界其他主要市场，包括像历史最悠久的伦敦交易所、区域性的香港联交所和新加坡交易所等。目前，中国公司在纳斯达克上市的市盈率大致范围在30倍-40倍之间。在新加坡和香港地区交易所的市盈率大约在13倍-16倍，伦敦可能更低一些。这样，从实惠的角度讲，纳斯达克的高市盈率给了中国公司更高的市场价值。例如像盛大这样的公司，市值20亿美元，如果高出30%的市盈率，就等于6000万美元，一下多出6000万美元，对公司来说是一笔丰厚的财富，这是实实在在的利益。其次，中国企业到纳斯达克上市，获得融资的同时还可以提高自己的国际知名度。再次，可以提高企业的信誉评级。最后，在纳斯达克上市可以为公司开展国际国内的合作提供舞台。 同时，纳斯达克也是一个门类齐全的市场。目前，在纳斯达克市场上约30%的企业是从事IT方面业务的企业，比如像英特尔这样的企业，纳斯达克还有18%的上市企业是做卫生健康产品的。同时，还有10%的工业产品，此外还有3%是能源企业，4%是原材料企业，以及电信服务企业。 纳斯达克为上市公司提供一系列增值服务，最重要的便是后续融资的便利，纳斯达克在后续融资上没有时间的限制，最快6个月就可以做二次融资，二次融资实际上有四种方式：一是股权的二次融资;二是发企业债;三是银行融资，在美国信誉好的话，容易得到商业贷款，甚至不需要抵押就可以得到信誉贷款;四是可以把公司变成一个"硬通货"。最典型的像盛大、中海油等。盛大没上市前，它没有多少现金。上市之后，因为现金充裕，它可以去并购。在美国资本市场，特别是纳斯达克资本市场上，这确实是一个优势或说核心竞争力。
股票投资的分析方法十篇
【关键词】多元统计分析方法；股票投资状况；综合评价研究
一、前言
对于我国的经济发展状况，可以从股票市场的发展中得到体现，在短短十几年的时间里，就实现了资本主义国家百年的发展成果。由此也能够体现出我国经济迅猛的发展态势。而在近几年当中，随着股票市场的不断发展，也逐渐暴露出了很多问题，对于经济市场、股票市场的发展，产生了很大的威胁。因此，基于多元统计分析方法，对股票投资状况进行综合评价，更加充分的理解和认识其中存在的问题，从而更好的存进股票投资市场的发展。
在经典统计学当中，多元统计是一个重要的发展分支，作为一种分析方法来说，多元统计分析具有很强的综合性。应用该方法，能够在相互关联的多个指标、对象之间，对其统计规律进行分析，在数理统计学当中，也是一个非常重要的分支学科。在多元统计分析方法中，包括了很多不同的统计方法，例如多重回归分析、多元方差分析、判别分析、典型相关分析、聚类分析、因子分析、对应分析、主成分分析等方法。在实际应用中，多元统计分析方法主要是在一个客观事物当中，研究多个不同变量之间相互依赖的统计性规律。基于费希尔等统计学专家的研究，得到了十分良好的进展。随着计算机技术的发展和应用，也随之出现了很多统计软件，因而在医学、生物、气象、地质、图形处理、经济分析等诸多领域当中，多元统计分析方法都得到了广泛的应用。而随着应用领域的不断拓宽，多元统计方法的理论也得到了进一步的发展，因而为人们的实际应用提供了更大的便利。
三、多元统计分析方法在股票投资状况综合评价中的应用
1.因子分析法的应用
因子分析法指的是将共性因子从变量群当中进行提取，从而进行相应的统计。这种方法最早是由英国心理学家斯皮尔曼所提出。在多个变量当中，可以利用因子分析法，对隐藏的具有代表性的因子进行找出，并且在一个因子当中，对本质相同的变量进行纳入，从而使变量的数目得以减少，此外，对于变量之间关系的假设，也能够进行有效的检验。在股票投资方面，因子分析法主要是用于对股票投资组合模型进行确定。在分析当中，利用不同的变量来替代对股票价格产生影响的因素，从而对股价因子模型进行建立。通过确定各个因子的不相关性，对股票进行分类，然后基于对股票发展潜力的研究，对最为适当的股票投资模型进行确定。
在聚类分析法当中，主要是对研究对象的特征进行分析，从而进行分类和数目的减少，是统计分析技术中的集中。在股票投资状况的综合评价当中，聚类分析法能够对股票投资的特种特点加以利用。由于在股票投资当中，具有很多动态变化因素。因此，对于这些因素应当进行恰当的分析，从而寻找有效的方法，来规范治理这种动态情况，从而更加精确和准确的进行投资分析。在实际应用中，由于股票价格会受到很多因素的影响，因而具有不稳定性和波动性的特点，进而也引发了股票投资不理想的情况。而应用聚类分析法，能够对这种不确定性进行有效的弥补。作为一种专业的投资分析方法，聚类分析法能够对与股票市场相关联的企业、行业等进行深层次的分析，从而对具有潜力的股票进行正确的预测。此外，在实际应用中，聚类分析法的实用性和直观性更强，因而具有很广泛的适用范围。
主成分分析法是多元统计分析方法中一种对数据集进行简化和分析的方法，该方法在20世纪初由皮尔逊所发明，在数理模型的建立、以及数据分析当中，能够发挥良好的作用。在实际应用中，通过分解协方差矩阵的特征，对数据的特征矢量和权值进行获取。在实际应用中，主成分分析具有十分广泛的应用，通过研究各种分类数据，对自变量各组之间的差异进行分析和总结，从而对组件差异中不同自变量的完全贡献进行判断，最终利用这些数据，样本归类自变量的转变方法。在股票投资状况的综合评价当中，对于各种对股票市场产生影响因素来说，相互之间往往存在着较大的关联和影响，同时影响因素也非常复杂。利用主成分分析法，能够将这些因素之间的影响进行降低。通过对各种因素和数据的总结分析，得出不同因素的影响程度，从而对指标选择的工作量进行降低。此外，相比于传统的构造回归模型方法，利用主成分分析法，能够更有效的节约时间，同时提高分析的精确度，为股票投资提供更加良好的依据和参考。
随着我国经济的快速发展，作为一种重要的经济形式，股票市场也得到了极大的进步。而由于股票市场的发展时间较短，各方面都还不够成熟，因此在股票投资中难免会出现一些问题。对此，应用多元统计分析方法，能够对股票投资状况进行综合评价，从而为更加理性、科学地进行股票投资提供依据。
参考文献：
[1]李银，黄惠娟，梁瑞时.基于多元统计分析的股票最优投资模型[J].韶关学院学报，2014，12：10-14.
[2]韩燕，崔鑫，郭艳.中国上市公司股票投资的动机研究[J].管理科学，2015，04：120-131.
Abstract:Towellresolvetheproblemofstocklong-terminvestment,basedontheanalysisofthecharacteristicsofthestocklong-terminvestment,thepaperanalyzesthefactorsthataffectthedecisionmakingofthestockinvestmentfromtheperspectiveofmacroeconomicenvironmentbackground，industrialstatus，managementstateandstockvalue,further,theevaluationindexsystemisestablished.TheTOPSISmethodisintroducedintotheapplicationofthedecisionmakingforthelong-termstockinvestmentwhichprovidesanewwaytotacklethesimilarproblems.
关键词：股票投资；投资决策；层次分析法；逼近理想解方法
Keywords:stockinvestment；investmentdecision；AHP；TOPSIS
中图分类号：C645文献标识码：A文章编号：1006-4311（2012）21-0175-02
企业投资决策，是企业决策者根据企业自身的发展规划以及国家经济建设的相关方针和政策，综合考虑与投资项目有关的各类信息，采用科学分析的方法，对投资项目进行技术经济分析和综合评价，选择项目最优投资方案的过程。股票投资是指投资者(法人或自然人)购买股票以获取红利及资本利得的投资行为和投资过程，随着我国证券市场的不断发展和相关配套法律政策的不断完善，股票投资已经成为企业直接投资的重要渠道之一。本文的研究，以企业股票长期投资决策问题为研究对象，通过对股票长期投资问题的特点分析，构建基于层次分析法的指标赋权模型和基于TOPSIS的综合评价模型，进而通过示例说明了方法的具体应用过程。
股票投资的特点主要包括收益性、长期性和风险性：①收益性。进行股票投资的目的，在于获取包括股票升值、股息和红利等在内的经济收益；②长期性。股票投资的长期性指的是，购入某项股票的同时意味着认可该企业的经营管理水平，认为反映该企业价值的股票价格在未来的某个时点会有较大的上升空间；③风险性。股票投资的风险来源主要来自于企业经营和收益的变化，同时，股票投资的风险也受到股票市场本身波动性的影响，即使企业本身经营状况良好，国家宏观政策的调整也会给股票市场带来巨大冲击。
股票投资决策需要考虑的因素很多，概括起来可以归纳为以下方面：
2.1宏观经济环境国家的经济周期、财政政策、货币政策、法律政策等对股票价格走势影响很大，例如，当宏观经济处于繁荣期的时候，市场总体需求量大，有助于促进股票市场的繁荣，反之，当经济处于萧条期或衰退期的时候，整个市场需求降低，企业利润减少，股票市场也会随之萎靡；又如，当国家实施宽松的货币政策时，有助于促进股票价格的上升，反之，当国家实施紧缩的货币政策时，会抑制股票价格的上升。由于宏观经济环境对整个股票市场产生影响，因此，宏观经济环境分析属于股票投资决策的外部因素。
2.2行业状况分析行业状况主要包括行业的政策、行业生命周期和行业竞争。行业政策是**对该行业发展的一系列政策的总和，对行业的发展、行业结构的调整和行业的组织等产生影响；如同经济周期理论一样，任何行业或产业的发展都会经历一个从初创期、成长期、成熟期到衰退期的全生命周期。一般而言，处于成长期和成熟期的行业，盈利能力较强，而处于初创期和衰退期的企业盈利能力则比较弱；另外，行业内的竞争强度也是影响行业业绩的一个重要因素，在完全垄断的市场环境中，垄断者容易获得超额利润，而在完全竞争的市场环境中，各参与主体只能获得平均利润率，因此，行业竞争强度越高，该行业内企业股票价格相对较低，反之，行业竞争强度越低，企业股票价格相对较高。
2.3公司经营状况分析就影响股票价格的决定因素而言，宏观经济环境和行业状况只是外部因素，而公司的经营状况才是股票价格的决定因素，尽管短期内股票价格可能由于投资者预期等因素背离由公司经营状况决定的股票价值，但是从长期来看，股票价格必然是其价值的具体体现。公司的经营状况可以由一系列财务指标反应，主要指标包括：
①资产负债率。资产负债率是负债总额除以资产总额的百分比，衡量企业在清算时保护债权人利益的程度。资产负债率=（负债总额/资产总额）×100％。
摘要：股票投资确实是一种高风险的经济活动，不掌握一定的技术方法是绝对不行的。本文对我国证券市场股票买卖方法进行实验研究，根据对海立公司（600619）历史价格资料进行数据分析，总结规律，提出方法，经过实证检验，证实这是一种盈利模式的炒股好方法。此方法也可推广到各种价格波动型的投资对象的投资活动中。
关键词：金融市场；股票买卖；总结规律；买卖定价公式
一、引言
随着经济的发展和人们收入的不断提高，怎样投资理财也成为很多个人或家庭非常重视的问题，以求得资产的保值增值。买卖股票是否能盈利或有没有风险，主要在于定价是否合理。如何把握住时机对股票进行合理地运作，已成为广大股票投资者所十分重视的技术问题。本文将以中国A股“海立股份（代码600619）”的实证研究为例，说明怎样给股票的买卖制定出合理的买卖价格，才能确保盈利。
传统股票分析研究方法，一种是基本分析方法，注重的是股票价值分析，通过对上市公司基本面的分析，对股票的价值得出一个基本的判断。另一种是技术分析法，技术分析法主要是通过对股票交易价格变化的走势分析，运用一些定量分析方法或直观的图形来研究股票价格的变化规律以得出对未来走势的基本判断，进而做出买卖上的决策。本研究课题采用的是技术分析法，研究的课题命名为股票高低点分批买卖法。
本研究的思路是通过对某只股票大量历史价格资料的分析计算，找到一只股票价格的变动规律，然后按照变动规律制定出股票买卖的定价模型。此项研究选择了“海立股份（600619）”这只股票2010年的价格资料作为研究样本，以2011年的价格资料作为模拟炒股的数据，以检验方法的是否可行。
在股市中，股票的市场价格每日（或其它各种周期）都是在波动着的。每天中都有开盘价、收盘价、最高价、最低价。只要把反映价格波动幅度的平均值计算出来，股票价格的变动规律也就基本反映出来了。为了分析价格变动规律，做以下几方面的计算：
1.计算出某只股票的每日最低价和上个交易日的最高价格之比值，然后计算该一系列比值的算术平均数和标准差。
2.计算出某只股票的每日最高价和上个交易日的最低价之比值，然后计算出该这一系列比值的算术平均数和标准差。
（1）用一系列的平均最低比值减去两个或三个标准差，得买入定价系数；
（2）用一系列的平均最高比值加上两个或三个标准差，得卖出定价系数。
上述最低平均比值及标准差，最高比值及标准差，都可用统计方法求得。
每日股票买价=股票上日的最高价格×买入价格定价系数
每日股票卖价=股票上日的最低价格×卖出价格定价系数
这样的定价顺应了股票价格波动的规律，使得低买高卖。保障了买卖点制定的科学性。
1.参考趋势决策。若股票价格处在上升趋势中，如果赢利不大，应该减少卖出操作，等到积累到更大的赢利额度再适时卖出；若股票价格处在下降趋势中，即使盈利不大，也应该及时卖出，以避免股票价格急剧下降造成价值的损失。
2.买入股票要分批进行。分批进行的好处在于买卖点能包容更大的价格变动区间，这样才能分散一部分风险和兼顾更大赢利。例如，按定价公式计算的买点实际到了，但后来价格又继续下降，显得股票被套，出现了较大的亏损，但如果分批买入就会使总平均单位成本下降，不至于全军覆没。在成本较低的前提下，股价一回升，就可较早盈利或盈利较多。又如，当股价到达计算的卖价了，但后来股票价格继续升高，如果在计算的卖点上全部卖出，以后更高价格下的更多盈利就没有得到，但如果分批卖出就可以把更高价位上的利润也能得赚到一部分，从而总体上取得较多的盈利。
本方法是一种按股票价格变动规律进行买卖的低买高卖的盈利模式，只有经过较长时间的历史资料验证，才能证明这种方法的有效性如何。下面就是对该股票长达一年（2011年全年）的历史资料进行验证的过程。
以“海立股份（600619）”为例子，经过对其2010年全年每日价格数据的统计研究，得出每日最高价与上日最低价之比的平均比值（叫平均最低比值）是0.961，标准差为0.029；得出每日最高价与上日最高价之比的平均比值（叫平均最高比值）是1.043，标准差为0.033。为了确保风险小和可盈利，设计用按平均最低比值减2个标准差作为买价系数，把平均最高比值加1个标准差作为卖价系数。于是，可得出第一组买卖的定价模型为：
每日卖价=上日最低价×1.076
每日实际到达这个计算的买价就可以买入股票。每日实际到达这个计算的卖价就可以卖出股票。假设每次只买卖一股，为了能分批买卖，专门用于买卖股票的初始投资额按股票价款的二倍注资，则股票买卖定价及盈亏情况如下：
这样做的买卖的结果是：在一年当中按公式计算的可进行的可买卖次数为：可买入17次，可卖出32次。假如每次都是一买一卖，那么也只能卖17次，最后那次买的股票，由于到年底也没到按公式所计算的卖价，为了结算，所以就按收盘价卖出。这17次买卖中，买卖的盈利次数有13次，亏损4次，累计盈利额为5.84元。若以每次买卖实现盈利为成功，则买卖的成功率、股票投资报酬率分别为：
取得这样的年投资报酬率是比较高的，这样的年收益率高出银行利率（按约5%）的四倍以上，比社会平均投资报酬率（约10%左右）高出一倍以上。若和当代股票投资大师巴菲特相比也是不相上下的。可见，作为一般的股票投资者应该是很满意的。
一、金融市场概述
金融市场是指资金供应者和资金需求者双方通过作用工具进行交易而融通资金的市场。换句话说，金融市场是实现货币借贷和资金融通、办理各种票据和有价证券交易活动的市场。作为资金融通的市场，其构成十分复杂，是由许多不同的市场组成的一个庞大体系。金融市场是一个动态开放的市场，其参与者众多，人们倾向于认为多数的决定是最合理的，进而引申出羊群效应这种不利于资本市场持续健康发展的非理。一般根据金融市场上交易工具的期限，把金融市场分为货币市场和资本市场两大类。当前，我国证券市场中股价波动较大。一方面，股价波动是股票的固有属性，是受证券市场的不确定性、信息不对称、投资者的风险偏好程度等因素的影响和制约的。另一方面，股价暴涨将引起股市泡沫，且这种虚幻繁荣有投机性、价格高估、突发性、联动性等特点。
金融市场运作的虚拟性和信息的不对称性，使股票投资具有极大的风险。近年来证券市场在各个方面都出现了极其复杂的变化，导致市场操作难度加大。在国际化、全流通、专业化、价值化等视野下，投资者必须思考如何运进行股票投资，在买卖股票时需采用什么样的投资理念、方法和策略，以及应该优先买卖什么样的股票。然而，就目前而言，绝大多数的投资者都没有意识到这一点，羊群效应这种非理性的行为就像魔咒一样，不断左右着广大投资者的思想。
羊群效应是指投资者在信息环境不确定的情况下，行为受到其他投资者的影响，模仿他人决策，或者过度依赖于舆论。即市场中的压倒多数的观念，而不考虑自己的信息的行为。由于羊群行为涉及多个投资主体的相关，对于市场的稳定性、效率有很大影响。我国投资者的理性意识还不健全，跟风等各种非理现象比较突出。研究表明，在市场大幅下挫的时候给投资者带来的抛售压力明显大于在市场上涨时给投资者带来的购买冲动。在市场大幅下挫时，大盘的走低使得大部分投资者担心自己持有的股票价格也会大幅下挫，于是纷纷抛出股票，这种卖方的羊群行为反过来使得许多股票价格同时下降，这样形成了价格下降和抛售羊群行为之间的正反馈。在市场大幅上升时，虽然有一些投资者看好市场，大幅增仓，但是也有些投资者担心价格过高而不愿跟入，此时投资者的行为相对分散，跟风行为低于在熊市中的羊群行为。
三、股票投资中的风险及收益的再认识及价值投资理念的引入
1、风险
所谓风险，一般的理解是指遭受各种损失的可能性。股票投资的风险是指实际获得的收益低于预期收益的可能性，而造成这种可能性的原因是股息的减少和股票价格的非预期变动。
风险一般可以分为系统风险和非系统风险两大部分。系统风险是指总收益变动中由影响所有股票价格的因素造成的那一部分。经济的、**的和社会的变动是系统风险的根源，它们的影响使几乎所有的股票以同样的方式一起运动。非系统风险是指在总风险中对一个公司或一个行业是独一无二的那部分风险。管理能力、消费偏好、罢工之类的因素造成一个公司利润的非系统变动。非系统因素基本独立于那些影响整个股票市场的因素。由于这些因素影响的是一个公司或一个行业，因此只能一个公司一个行业地研究它们。因非系统风险仅涉及某个公司或某个行业的股票，所以，投资者可以通过审慎的投资选择来减少甚至避免非系统风险。非系统风险的主要形式有金融风险、经营风险、流动性风险、操作性风险。
股票投资收益是指投资者投资行为的报酬。一般情况下，股票投资的收益主要分为货币收益和非货币收益两大类。货币收益是投资者购买股票后在一定的时期内获得的货币收入，由两个部分组成。一是投资者购买股票后成为公司的股东，并以股东的身份，按照持股的多少，从公司获得相应的股利，包括股息、现金红利和红股等，在我国的一些上市公司中，有时还可得到一些其他形式的收入，如配股权证的转让收入等。二是因持有的股票价格上升所形成的资本增值，这正是目前我国绝大部分投资者投资股票的直接目的。非货币收益的形式多种多样，如投资者购买股票成为股东后，可以参加公司的股东大会，查阅公司的有关数据资料，获取更多的有关企业的信息，在一定程度上参与企业的经营决策，在企业重大决策中有一定的表决权，这在一定程度上可以满足投资者的参与感等等。
投资者要提高股票投资的收益率，关键在于选择购买何种股票以及在何时买进或抛出股票。任何股票投资者都希望自己能买到赢利丰厚、风险小的股票，因此，在做出投资决策时，一般都要考虑投资对象的企业属性和市场属性。股份制公司企业属性的好坏，主要是通过公司的财务指标、公司的行业背景及其成长性、发行公司的规模等各方面的因素来进行考察。
在进行股票投资决策时，进行股票的内在价值分析，可以使投资者更加理性和成熟，避免投资的盲目性以及短期的逐利行为。
股票投资内在价值评价的目标是股票投资人得到稳定可靠的收益，而尽量避免风险。从投资者角度来看，一支股票的收益性越大越好，而它的风险性是越小越好，对于一些长期持有者来讲，股票的成长性是非常关键的因素。因此，采用因素法，可以将股票投资价值的因素归结为收益性、成长性、风险性三大方面，而这三大方面又可以作进一步的细分（见图1）。
根据相关公式计算出股票收益性、成长性和风险性的分值，以定量分析的方式对股票进行综合评判。具体计算方法如下：
A：对会计报表中的数据经计算和无量纲处理后，得出C层数据；
B：采用因子分析法分别计算出B1、B2和B3的得分值；
C：用层次分析法分别计算出B1、B2、B3的权重W1W2W3，计算股票的内在价值：F(A)=f（B1）W1+f（B2）W2+f（B3）W3
本文结合宝钢股份股价走势，利用相关模型说明进行风险收益分析在投资决策中的应用。研究方法说明：在该实证分析中，我们选取的是宝钢股份在最近一个月的股票收盘价并将其作为研究样本，利用EXCEL的数据分析工具库，通过估计出一个绝大多数投资者所能接受的投资预期回报率。首先计算出股票的波动性，即样本的标准差；其次做出股价运行的模拟模型，基本可以看出预测的股价和实际价格的偏离程度；最后做出股价的正态分布图，观测出价格出现频率最高的区间。
研究目的：通过以上的定量分析，可以获得现实股价和预期价格的偏离程度，衡量出其风险程度，并验证股价走势属于正态分布。以图形的形式使得投资者对股价的走势有一个比较系统的了解，做到心中有数，在看出股价的分布概率的基础上，结合技术分析中的经典假设――历史会重复，为未来的投资决策做基础。
假设有10%的投资回报率，以最近27天的数据为样本，并认为一年有250个交易日。在表1中，通过Ln（number）函数的使用，对每天的股价比求对数，得出日投资回报率，进而使用STDEV函数求出日标准偏差，最后乘上250个交易日SQRT（250）可获得该股票的年波动率，利用EXCEL软件，可以轻易得出其年波动率为53.91%。
结合对该股票年标准偏差的计算（53.91%），紧接着要对股价运行进行模拟，将时间的步长值定为1，从而设立时间序列。
首先要对我们估计的年收益率进行连续复利调整，以Mu代表预期收益率，代表股价的波动性，那么可以得到调整后的预期回报率为Amu=Mu-^2/2=-4.53%。
其次，利用RAND函数在这27天中进行随机抽样，并通过函数NORMSINV将随机样本转换为正态随机分布。
最后，在信息不对称的前提下，本文将股票价格分为两部分，即股票价格=确定价格+不确定价格。这里要说明两点：一是对于股票价格，由于是在原来价格基础上进行模拟，故接下来的价格自然不能再使用原来27天的观测价格，而后一天的股价=目前股价EXP（时间步长值Amu/250+后一天的随机抽样正态分布值SQRT（时间步长值/250））；二是对于其中的确定价格，可以由公式：今天的确定价格=昨天价格的确定部分EXP（AMu时间步长值/250）得出。宝钢股份的当前价格为16.45元。
根据表1的天数、股票价格、确定和不确定四栏，可以画出模拟图形，该模型以可视化的方式来展示出股票价格是如何遵循几何布朗运动假设而变化的。我们可以通过计算机反复按F9来生成多个不同的价格通道，并观察到模拟股票价格通道与实际股票和股指的股价历史有着惊人的相似性。
在表1对股票风险的测定基础上，进一步创建一个模型，使其能在一个图表中很好的显示股票价格在未来某一时点的对数正态分布。在该模型中首先需要计算出股票的最低以及最高价格，利用EXCEL的分析数据库，股票的最高（低）价格=EXP（（Ln（目前股价）+AMu时间期限）+/-4SQRT（时间期限））；其次在得出股价的步进值后列出其价格序列，本文将宝钢股份的价格范围划分为200个相等步进值，因此该股票的价格步进值为（最高价-最低价）/200；最后利用NORMDIST函数求出股价的累计概率。
将以上数据进行图表化，可以更加清晰的看出正态分布的趋势以及股价出现概率最大的区间。该模型可以使投资者感受到股价未来价格的分布将如何随各种影响变量的变化而发生变化，例如通过改变标准偏差，可以观察到波动性很低时，分布趋向于对称分布，而波动性很高时，分布的斜率也会加大。同样，时限很短时，分布基本上是对称的，而时限加长时，分布的斜率也会越来越大。
作为金融市场的一个重要组成部分，股票市场在直接融资领域内发挥着越来越重要的作用，任何非理性的投资不仅会扭曲市场的价格发现功能，在带来巨大波动的同时还会影响实体经济的持续健康发展。因此，构建一个理性的投资环境是非常有必要的，也是目前我们最应该做的。
[1]钟会根：从金融市场中羊群行为谈我国证券市场文化建设[J].金融与经济，2007（9）.
[2]叶莉萍：对我国股票市场调控问题的思考[J].金融与经济，2007（9）.
[3]沈小平：我国股市宏观调控观点评述[J].经济研究参考，2004（7）.
[4]汪伟全：股票价格――投资机会与泡沫风险[J].价格理论与实践，2007（6）.
[5]张蕾：股票内在价值的一种评估方法[J].电子科技大学学报，2007（8）.
[6]安东尼・桑德斯：金融市场与金融机构[M].人民邮电出版社，2006.
[7]花俊渊：金融市场风险度量方法研究[J].生产力研究，2007（17）.
[8]郭济敏：股票市场泡沫研究[M].中国金融出版社，2005.
关键词：投资者情绪；动态影响作用；固定效应广义最小二乘法；行业收益率
中图分类号：F830.91文献标识码：A文章编号：1674-2265（2013）05-0068-06
一、引言
2005—2011年我国股票市场经历了两次大幅涨跌。第一次涨跌是从2005年开始至2008年结束。2005年5月，上证指数从1000点附近开始启动，一路上涨至2007年10月16日的6124.04点，在之后8个月中，上证指数暴跌至2008年的1664点，下降幅度超过72%，市值缩水最多时达22万亿。第二次股市调整的时间则是从2009年至2011年，上证指数从2008年的最低点反弹至2009年的最高点3400点，最终于2010年下跌至2134点，最大跌幅为37.23%。
近20年中，世界上几次股市泡沫破灭同样也给投资者造成极大的冲击。日本1989年股市泡沫破灭，日经指数从1990年1月的37189点下跌至2003年4月最低的7831点，最大跌幅为78.9%；1997年亚洲金融危机，香港的恒生指数从1997年7月的16365点下跌至1998年8月的7275点，跌幅达55.55%；2000年美国网络经济泡沫破灭，纳斯达克指数从2000年1月的3940点下跌至2002年9月的1172点，跌幅达到70.25%；中国台湾股市在经济过热后出现崩溃，从2000年2月的10128点下跌至2001年9月的3592点，跌幅达64.53%①。
然而，上述股市的崩盘很难说是由于经济基本面出现严重衰退造成的，这一现象极大地挑战了有效市场假说。有效市场假说的提出者法玛（Fama，1973）认为在有效市场中，股票价格可以随着市场信息进行瞬间调整，股票价格是由未来企业现金流的折现决定的，体现在收益价格比、账面市值比等一系列财务指标上。由于套利的存在，股票价格可以迅速回复至投资价值，从而使得非理性投资者的情绪不会导致股票价格长期偏离其投资价值。德朗等（DeLong等，1990）则持有不同观点，他们认为股票市场中存在的有限套利使得噪音投资者长期处于股票市场中并使得股票价格长期偏离股票价值。布朗等（Brown等，2005）、贝克等（Baker等，2006）和施梅林（Schmeling，2009）对于投资者情绪和股票收益率的关系进行了实证分析，发现投资者情绪是影响股票收益率的重要原因，并与预期的股票收益率呈负向关系。基于此，他们认为投资者情绪过度乐观在一定时间内会给予股票错误的定价，最后过高的股票价格会回归股票价值从而导致股市大跌。
基于以往的研究，本文的研究思路是探究我国2005—2011年股市两次从繁荣到急剧下跌的过程中，投资者情绪对我国股市短期和长期的动态影响作用，进而分析投资者情绪是否是造成我国股市出现大幅度调整的原因。此外，根据贝克等（2006）和施梅林（2009）的研究，对于不同财务特征的企业，投资者可能拥有不同的主观观念和套利约束，这使得投资者情绪对于不同的行业有着不同的影响作用，所以本文会对我国股票市场分行业进行研究。
对于投资者情绪的概念，布朗等（2004）认为投资者情绪源于投资者持有与股票价值、风险无关的主观信念而对股票未来价格产生错误的预期，最终导致投资者对于股票市场过分乐观和悲观。贝克等（2006）研究表明，投资者情绪可以体现为投资者的投机倾向所引致的投机性投资的相对需求。巴伯里等（Barberis等，1998）认为投资者情绪体现为投资者对某些利好消息和利空消息的反应不足和反应过度。在投资者情绪对于股票价格关系的论证上，德朗等（1990）将市场参与主体分为理性预期的投资者和非理性预期的噪音交易者。他们认为噪音交易者的非理性预期带来的额外噪音风险可以为市场定价，股票价格是由其理性的内在价值和非理性的噪音风险共同决定的。梅拉等（Mehra等，1989）基于投资者的不同预期模式与主观参数，从不同角度构建了投资者情绪的股票价格模型，认为投资者情绪对股票市场有系统性影响。在实证研究上，布朗等（2005）利用1964—2000年的月度数据进行研究发现，投资者情绪能够影响股票资产定价，较高的投资者情绪会导致未来较低的股票收益率，未来1—3年的股票收益率与投资者情绪负相关。施梅林（2009）使用了18个工业国家的月度股票收益率并将消费者信心指数作为投资者信心指数的变量来进行实证分析，结果表明在控制了基本面信息之后，投资者情绪与预期股票收益率依旧呈现出负相关关系，负相关的程度同股票市场的不完善程度呈正比。陈（Chen，2013）使用了从2006—2010年10个亚洲国家的行业收益率和投资者情绪进行研究，同样发现投资者情绪与预期股票收益率负相关。此外，布朗等（2005）和施梅林（2009）等学者也通过将股票按照账面市值比来进行分类，得出了规模小、“年轻的”和有着较大账面市值比的股票容易受到投资者情绪的影响，从而导致对于股票的错误定价和预期收益率的反转。
我国的一些学者也对投资者情绪和股票收益率进行了分析，王美今等（2004）构造理论模型得出投资者接受价格信号时表现出来的情绪是影响均衡价格的系统性因子，并使用TGARCH模型进行了实证分析。蒋玉梅等（2012）以1997—2008年上市公司A股为样本研究得出，投资者情绪与短期市场收益正相关、与长期市场收益负相关，说明投资者情绪对于股票收益产生系统性影响。陆江川等（2012）认为Fama-French三因子模型中的未解释部分包含大量市场非理性信息即投资者情绪。通过构造投资组合发现周投资者情绪对股票横截面收益有正向影响，而月投资者情绪仅对小市值股票横截面收益有负向影响。
在实证方面，上述学者主要对投资者情绪和股票收益率的互动影响进行分析，而很少有学者对投资者情绪在我国股市2005—2011年两次股市大幅度涨跌中所起的作用进行研究，同时在实证方法上国内学者基本使用静态模型对投资者情绪和股票收益率的关系进行研究。综合上述问题，本文旨在从动态的角度，实证研究投资情绪对股票收益率短期和长期的影响，并分析投资者情绪对我国两次股市急剧下跌产生的作用。同时，以往学者是通过财务特征来对企业进行分类研究。考虑到我国股市投资者有着非常严重的炒作股票题材和概念的倾向，本文是按照中国证监会行业分类标准对行业进行分类，分析在这两次股票急剧涨跌中投资者对于哪些行业存在盲目自信和过度反应。
考虑到宏观经济信息对股票市场的影响，本文使用CPI和存款准备金率作为控制变量。CPI体现了宏观经济形势，存款准备金率主要是对股票市场中的资金量产生影响。
根据黄德龙等（2009）、陆江川等（2012）的论述，投资者情绪指标可以分为直接情绪指标、间接情绪指标和由此编制出的情绪指数。直接情绪指标，国内主要包括“央视看盘”指数、好淡情绪指数等；间接指标包括大盘换手率、IPO初始收益率、开户数等。由于本文使用个股企业收益率作为解释变量，所以通过因子分析把个股的情绪指标（个股换收益率）和大盘情绪指标（开户数）合成投资者情绪指标进行分析③。这是由于换手率所反映的流动性可以体现出投资者的乐观程度，开户数则反映投资者入市的热情。本文所使用的股票换手率是单只股票的季度换手率，即每只股票在一个季度中总换手频率，计算公式为：换手率=一个季度内的成交量/流通总股数×100%。
在使用投资者情绪对股票收益率进行建模的过程中，本文对数据进行了如下的处理。
首先，由于上市公司每个季度的财务信息一般在其对应时间滞后一个季度（三个月）向公众公布，考虑到财务信息传播的有效性，本文将企业财务信息滞后一个季度处理，这样可以使得财务数据和股票收益率时间匹配起来。此外，对于股票收益率，考虑到公司可能有送股和配股，本文使用复权之后的股票价格计算收益率。
在宏观经济信息中，本文使用CPI和存款准备金率作为控制变量进行分析。由于CPI和存款准备金率都是月度数据，而股票收益率是以季度为统计单位的，所以本文使用每个季度中间月份对应的数值与季度股票收益率对应起来。
在数据来源方面，本文的数据是通过锐思金融数据库和中国国家统计*的宏观数据进行收集。在上市公司数据方面，本文从中国证监会行业分类标准的12个行业中，对每一个行业通过随机抽样的方法总共挑选出224家上市公司，数据时间跨度是从2005年3月1日至2011年6月30日，样本容量一共是5824个，样本包含深圳证券市场和上海证券市场的股票数据。表1所列的是2005年3月至2011年6月分行业上市公司数据指标的均值。
从表1可以发现，各行业中的股票收益率、账面市值比、[β]系数和投资者情绪指标有较大的差异性。其中，股票收益率较高的依次为采掘业（0.129）、农林牧渔业（0.127）、房地产业（0.118）和制造业（0.115）等；账面市值较高的为建筑业（0.576）、交通运输业（0.498）和电力（0.477）等供应业，所以本文通过分行业构建面板数据模型来研究投资者情绪对股票收益率的动态影响是合理的。
在模型的识别上，本文使用中国证监会行业分类标准12个行业的上市企业数据来估计模型系数。由于在行业之间和行业内企业可能存在较大的异质性，并且面板数据模型可能存在截面异方差和序列相关，而固定效应广义最小二乘法能够在考虑面板异质性的情况下，放松对每一组观测值中误差协方差的约束，从而能够进行稳健的估计（伍尔德里奇，2002），所以本文使用固定效应广义最小二乘法（FixedEffectsGeneralizedLeastSquares）进行估计。其主要通过2个步骤进行，首先通过固定效应模型回归求出[uit]，之后再利用求出的残差[uit]估计出误差协方差阵[V=In?Ω]，其中[Ω=i=1nuituΤitn]。
在不同股票市场行情下，投资者情绪对股票收益率可能有着不同的影响，所以本文将2005—2011年我国两次大幅度涨跌切分为2005—2008年、2009—2011年进行研究。
为了保证实证研究的可靠性，本文先使用格兰杰因果检验来验证投资者情绪和股票收益率是否存在格兰杰因果关系。由于投资者情绪和股票收益率的相互影响关系可能受到其他经济变量的影响，所以本文分别使用双变量（Pairwise）和VAR格兰杰检验④进行分析。
从表2中可以发现，无论是在2005—2011年还是其细分时间段中，两种检验方法都显著地拒绝投资者情绪不是股票收益率的格兰杰原因和股票收益率不是投资者情绪的格兰杰原因，说明投资者情绪和股票收益率是互为格兰杰原因的。
本文使用2005—2011年行业收益率数据，构建投资者情绪指标并使用固定效应广义最小二乘法研究投资者情绪对我国股市行业收益率的动态影响，结果发现在2005—2011年中，投资者情绪在3个月内对股票收益率有正向影响，但在未来6个月至15个月中，其影响作用出现负向反转。这说明了我国投资者对股票投资存在过度乐观和过度反应，表明了投资者情绪是造成我国2008年和2011年股市出现大幅度下跌的原因之一。同时，根据分行业的研究结果表明，交通运输业、信息技术业、制造业和建筑业等这些具有较大账面市值比的产业容易受到投资者过度乐观和盲目炒作的影响，从而偏离投资价值，并在远期出现大幅度下跌。
本文认为投资者情绪和非理性会导致股票出现错误定价、使得股市出现剧烈的波动，从而削弱了股票市场实现资源配置的功能。同时，投资者情绪的存在也使得投资者无法有效做出正确的投资决策，从而面临潜在的投资损失，所以我国投资者应该树立起良好的投资意识和心态，冷静、客观地进行分析，从而实现投资收益。
注：
①这是根据新华网的新华财经报道《中国A股最大跌幅逾60%挤进世界股市历史前十》报告整理而成。
②这里的市场组合主要由每个行业中12个上市公司组成。
③根据统计分析，可以发现相比市场开户数，好淡指数对于股票收益率的解释能力较弱，所以本文不使用好淡指数构造投资者情绪指标。由于我国IPO在2005—2006年和2008—2009年曾暂停，故也不选择和IPO相关的投资者情绪指标。
④在VAR格兰杰检验中，公式（2）中三因子模型变量和宏观经济变量为外生变量进行检验，模型的滞后期数是根据SIC指标进行选择；双变量格兰杰检验的滞后阶数为2阶。面板单位根检验（PanelUnit-rootTests）发现股票收益率和投资者情绪都是平稳的。
⑤由于传播与文化产业投资者情绪指标回归系数基本都不显著，所以表4中没有列出。表中的平均影响系数是通过计算3个月至15个月投资者情绪影响系数的平均值所得。
⑥由于本文的几个行业中企业市值相差不大，所以本文对规模不进行深入的讨论。
参考文献：
[1]黄德龙，文凤华，杨晓光.投资者情绪指数及中国股市的实证[J].系统科学与数学，2009，（1）.
[2]蒋玉梅，王明照.投资者情绪与股票收益：总体效应与横截面效应的实证研究[J].南开管理评论，2010，（3）.
[3]陆江川，陈军.投资者情绪对股票横截面收益的非对称影响研究[J].预测，2012，（5）.
[4]王美今，孙建军.中国股市收益、收益波动与投资者情绪[J].经济研究，2004，（10）.
[7]Brown，G.W.，CliffM.T.，2005.InvestorSentimentandAssetValuation[J].JournalofBusiness，78（2）：405-40.
[8]Brown，G.W.，CliffM.T.2004.InvestorSentimentandtheNear-termStockMarket[J].JournalofEmpiricalFinance，11（1）：1-27.
[9]Chen，M.，Chen，P.，LeeC.2013.Asymmetriceffectsofinvestorsentimentonindustrystockreturns：Paneldataevidence[J].EmergingMarketsReview14，35-54.
[10]DeLongJ.B.，ShleiferA，SummersL.H.，etal，1990.Noisetraderriskinfinancialmarkets[J].JournalofPoliticalEconomy，98（4）：703-738.
[12]Fama，E.F.，MacBeth，J.D.1973.Risk，return，andequilibrium：empiricaltests[J].JournalofPoliticalEconomy81（3），607-636
关键词：IPO发行价；发行价溢价异象；投资者结构；投资者情绪
中图分类号：F830.91文献标识码：A文章编号：1003-3890（2013）01-0032-05
一、引言
近年来，股票市场异象（MarketAnomalies）已经成为了国内外学者的研究热点。所谓市场异象，是指无法用经典金融学理论来解释的市场现象。市场异象在很大程度上改变了人们对股票市场的认识和理解。
股票市场异象最为突出的当属“IPO溢价异象”，是指IPO首日收盘价普遍显著高于IPO发行价的现象，表现为较高的首日回报率。目前，学术界主要通过理性理论和非理性理论两个角度去尝试解释IPO溢价之谜。从理性角度出发，国外研究学者提出了赢者诅咒（Rock，1986[1]）、中介机构声誉假说（Carter等，1998[2]）、股权分散假说（Booth和Chua，1996[3]）和信号假说（Allen和Faulhaber，1989[4]）等。从非理性角度出发，超高的IPO溢价被认为是投资者情绪导致的（Ritter，1991[5]）。Bake和Wurgler（2006）[6]指出，投资者情绪高涨时，投资者会加大投机需求，导致IPO溢价较大。Stambaugh等（2012）[7]进一步研究发现，投资者情绪高涨导致的非理性需求还有助于解释美国股票市场的11种市场异象。
与发达股票市场不同，中国股票市场的IPO溢价现象尤为显著，1990―2011年间，IPO溢价率高达205.58%，是发达国家股票市场的10倍以上。中国股票市场的特殊性使得理性理论并不适用，非理性理论下的投资者情绪理论逐渐成为解释中国IPO溢价现象的主要依据（韩立岩和伍燕然，2007[8]；邵新建和巫和懋，2009[9]）。近期实证研究表明，投资者情绪对IPO溢价具有重要影响力（林振兴，2011[10]等）。
然而，不同类型的股票在IPO溢价上是存在差异的。这个现象是一种偶然现象，还是一种新的市场异象，学术界目前尚无定论。
中国股票市场起步较晚，属于新兴的资本市场，具有与发达国家不同的属性，个人投资者占据市场主体，受到投资者非理性影响较大，易于出现特有的市场异象（蒋先玲等，2012[11]）。本文的贡献在于：一方面，发现了IPO溢价现象与股票发行价存在显著的负相关关系，低发行价股票的IPO溢价显著高于高发行价股票的IPO溢价，本文称为“发行价溢价异象”；另一方面，发现了投资者情绪是导致发行价溢价异象产生的根本原因。本文接下来的安排如下：第二部分是理论分析和假设提出；第三部分是数据和研究方法；第四部分是实证研究结果；第五部分是结论。
根据经典金融学理论，市场是有效的，投资者是理性的，股票价格能够快速、无偏地反映市场信息，任何利用公开信息的投资策略都无法获得超额利益，股票收益率仅仅与系统风险有关。股票价格作为描述股票价格高低程度的指标，等于公司市值与总股本之比，与股票收益率无关。
然而，经典金融学有关“理性经济人”和“市场有效”的假设在现实经济中并不一定成立。投资者往往是有限理性的，市场也并不是有效的。在投资实务界中普遍存在这样一个投资法则，即购买那些低价格水平的股票能够获得更高的投资收益率。蒋玉梅和王明照（2010）[12]对我国股票市场中的部分A股股票进行研究发现，不同价格水平的股票存在横截面收益率差异。可见，股票收益率与股票价格密切相关。除了二级市场外，Fernando（2004）[13]开创性地对美国IPO市场进行研究，发现IPO价格与IPO溢价存在显著的负相关关系。基于以上分析，本文提出假设1。
假设1：中国股票市场存在“发行价溢价异象”，即IPO溢价与发行价负相关，IPO发行价越低，IPO溢价现象越显著。
若假设1成立，发行价溢价异象无法被经典金融学理论解释，因而该异象可能与投资者非理性投机行为有关。投资者非理性投机行为会造成股票价格错误定价（Mispricing）。Baker和Wurgler（2006）[6]认为投资者情绪代表投资者非理性投机倾向，并通过构建投资者情绪指标来衡量投资者非理。投资者情绪越高，投资者错误地高估股票价值的程度越大，投机倾向越强，对股票的非理性需求增加，导致股票收益率变大。
相对于机构投资者，个人投资者更容易出现认知偏差和行为偏差。由于不同股票的个人投资者持股比例不同，因而受到的投资者情绪影响也不同。
大量的实证研究表明，股票价格与投资者结构密切相关。降低股票价格能够增强个人投资者对该股票的交易能力。股票价格越低，对个人投资者的吸引力越大。因而，在二级市场中，股票价格越低，个人投资者持股比例往往越高（Dyl和Elliott，2006[14]）。在一级市场中，Booth和Chua（1996）[3]指出，IPO发行价与投资者结构也存在紧密联系。发行人可以通过降低发行价的方式来吸引更多的小股东，从而达到增加股票流动性和保证大股东控制力。基于以上分析，本文提出假设2。
假设2：中国股票市场IPO发行价与机构投资者持股比例正相关，与个人投资者持股比例负相关。
如假设2成立，则低发行价股票的个人投资者持股比例较高，那么受到投资者情绪影响较大。随着投资者情绪变大，投资者会高估IPO股票价值，加大对IPO股票投机需求，尤其是对低发行价股票的需求，导致低发行价股票的IPO溢价显著上升，上升幅度大于高发行价股票。因此，本文提出假设3。
假设3：投资者情绪越大，“发行价溢价异象”越显著。随着投资者情绪变大，对低发行价股票需求加大，导致该异象产生。
根据数据的可获得性，本文选取2003年1月至2011年12月间上市的沪深两市所有A股股票数据作为研究样本，剔除交易数据不全的数据，共计1128家上市公司，数据来源于CSMAR数据库。
1.发行价溢价异象。为了研究IPO溢价与IPO发行价之间的关系，本文根据样本的发行价大小对股票进行升序排列后，将股票等额分配到4个样本中，从均值、最大值和最小值三个角度分析，分析低发行价股票的IPO溢价是否高于高发行价股票的IPO溢价。
Rock（1986）[1]指出，投资者进行新股投资时面临信息不对称问题，购买新股会面临损失，即“赢者诅咒”。为了补偿投资者，所以新股发行价会偏低，因而IPO溢价会较大。除了固定信息成本外，Tinic（1988）[15]指出，上市公司公开发行股票比例越小，相对信息成本越高，因而也能够获得IPO溢价补偿。同时，Ellis等（2000）[16]指出，IPO溢价也会受到IPO热市和冷市影响。本文分别选择发行规模、公开发行比例和IPO首日换手率作为固定信息成本、相对信息成本和冷热市场的变量，对样本分析进行回归分析，分析IPO溢价与发行价的关系。具体模型如下：
其中，Ipori代表IPO溢价，即首日回报率；PIi代表股票发行价的对数；Si代表股票公开发行比例；Issuei代表股票发行规模的对数；Turnoveri代表年平均日换手率，即年平均日交易股数与总股本之比。
2.IPO发行价与投资者结构。在中国股票市场中，机构投资者由基金、券商集合理财、保险公司、社保基金、QFII和其他机构共6大类组成。机构投资者持股比例等于这些法人实体的持股比例之和，而个人投资者持股比例等于流通股比例与机构持有的流通股比例之差。
由于机构投资者和个人投资者持股比例都是一个介于0和1之间的受限因变量，因而本文将选用Tobin（1958）提出的受限因变量Tobit模型来研究投资者结构的决定因素。以往研究成果显示，投资者持股比例还与公司规模、流动性和赢利能力有关。本文将充分考虑这些因素的影响，选用的具体模型如下：
其中，Insi代表机构投资者持股比例；Indi代表个人投资者持股比例；PIi代表股票发行价的对数；Sizei代表股票市值的对数；Turnoveri代表年平均日换手率，即年平均日交易股数与总股本之比；Incomei代表公司总收入的对数。
3.投资者情绪指数构建。本文采用Baker和Wurgler（2006）[6]的主成分分析法（PrincipalComponentAnalysis）构造复合型投资者情绪指标，弥补了单个指标可能无法全面衡量投资者情绪的缺陷。根据以往研究成果，本文选用封闭式基金折价率、新股首日收益率、市场交易量和消费者信心指数作为组成指标，构造股票市场投资情绪指数。构造过程中，本文采用累计解释力大于85%的准则来选择主成分的个数。
其中，Dcef代表封闭式基金折价率；Ipo代表新股平均首日收益率；Trade代表市场交易量；Cci代表消费者信心指数；Yi代表第i个主成分；λi代表第i个主成分的特征值。
4.发行价溢价异象与投资者情绪。本文采用两种方法进行分析验证投资者情绪对不同发行价股票IPO溢价差异的解释力。第一，根据投资者情绪高或低分析比较4个样本中股票的IPO溢价差异。当投资者情绪大于样本中位数时，投资者情绪高涨，反之则认为投资者情绪低落。第二，与Fernando等（2004）[13]方法类似，本文选择发行规模和IPO首日换手率作为控制变量，分别对4个样本分析进行回归分析。具体模型如下：
其中，Ipor代表IPO溢价；Pi代表新股发行价；Issue代表发行规模；Turnover代表IPO首日换手率；Index代表股票市场投资者情绪指数。
2003―2011年，IPO发行价的四分位数分别是9.5元、17.915元和27.1元，本文据此将总样本等额分成了4个子样本，从样本1至样本4，IPO发行价逐渐增大。
如表1所示，在样本1，股票的发行价小于9.5元，平均IPO溢价高达105.05%。随着发行价提高，IPO溢价逐渐下降，在样本4中，股票的发行价大于27.1元，平均IPO溢价仅为29.77%。低发行价与高发行价股票的发行价溢价高达75.28%。同上，从最大值和最小值来看，样本1至样本4，IPO溢价最大值逐渐下降，发行价溢价分别为274.23%和17.92%。
如表2所示，控制了固定信息成本、相对信息成本和冷热市影响后，IPO溢价与发行价存在负相关关系，表现为系数显著为负。
综上，发行价越低，IPO溢价越高，低发行价股票具有比高发行价股票更高的溢价，即发行价溢价异象存在。据此，可证假设1成立。
如表3所示，本文分别采用Tobit模型来研究发行价高低与投资者结构的关系。对于机构投资者而言，模型2中发行价（Pi）和规模（Size）的系数为正，换手率（Turnover）和总收入（Income）的系数为负，因而机构投资者总是偏好投资发行价高，规模大，流动性低和盈利能力低的股票。
与机构投资者正好相反，模型3中发行价（Pi）和规模（Size）的系数为负，换手率（Turnover）和总收入（Income）的系数为正，因而个人投资者总是偏好投资于发行价低，规模小，流动性好和赢利能力强的股票。
因此，综合考虑了各方面因素影响后，机构投资者持股比例与IPO发行价正相关，个人投资者持股比例与IPO发行价负相关。因此，假设2成立。
本文采用主成分分析法，并严格遵守主成分的累计解释力大于85%的准则，构造投资者情绪指数。如表4所示，选取前两个主成分构造和前三个主成分时，累计解释力分别达到70.45%和94.82%。因而，本文选取前三个主成分来构造投资者情绪指数。
根据表4的实证结果，本文选取前三个主成分，采用模型（5）来构造投资者情绪指数，具体模型如下：
综上，根据以上模型可知，消费者信心指数越高，市场交易量越大，新股首日回报率越高，封闭式基金折价率越高，投资者情绪指数越大。
根据本文构建的股票市场投资者情绪指数是否大于样本中位数，本文将上述4个样本分为8个子样本，分析不同样本下的平均IPO溢价，见表5。
无论是在情绪高涨还是在情绪低落时，从样本1至样本4，随着价格水平增大，IPO溢价逐渐减小，表现为发行价溢价始终为正。可见，在投资者情绪的不同状态下，IPO发行价与IPO溢价之间的负相关关系恒成立。
然而，投资者情绪对不同发行价股票的影响是不一致的。当投资者情绪由低落转为高涨时，样本1平均IPO溢价上升79.30%，而样本4平均IPO溢价仅上升27.95%。因此，当投资者低落时，发行价溢价仅为57.25%，而当投资者高涨时，发行价溢价高达108.60%。
为进一步验证结论的稳健性，本文在考虑了股票规模和流动性的影响下，分别对四个样本进行的IPO溢价进行回归分析。如表6所示，由样本1至样本4，股票发行价逐渐增大，投资者情绪与IPO溢价的相关性下降，表现为系数逐渐变小，由0.674逐渐下降至0.178。可见，投资者情绪对低发行价股票的影响力大于对高发行价股票的影响力。
综上，IPO发行价越低，投资者情绪对IPO溢价的作用越明显。这种差异性影响导致了不同发行价股票溢价差异，即发行价溢价异象产生。由此，可证假设3成立。
根据经典金融学理论，股票价格高低与股票收益率不具有必然联系，股票价格仅仅是代表每股市值的指标而已。然而，理想化的市场与现实的股票市场不尽相同，特别是对于正处于推进改革和不断完善的中国股票市场而言，个人投资者对股票市场的影响不容忽视，因而股票价格与股票收益率具有一定的联系[17]。
中国股票市场属于新兴的资本市场，个人投资者占据市场主体，使得中国股票市场具有与西方发达国家不尽相同的市场异象。与发达国家股票市场相比，中国股票市场存在极高的IPO溢价，被称为IPO溢价异象。不仅如此，本文进一步研究发现，我国股票市场存在特有的“发行价溢价异象”，即低发行价股票溢价显著高于高行价股票溢价。这个特殊的市场异象可以称为异象中的异象。接着，本文发现IPO的投资者结构与发行价密切相关。机构投资者总是偏好投资发行价高、规模大、流动性差和赢利能力差的股票，而个人投资者正好相反，偏好投资发行价低、规模小、流动性好和赢利能力强的股票。与机构投资者相比，个人投资者更容易出现认知偏差和行为偏差，在投资情绪的作用下，高估股票价值，投机性需求增加，拉高股票回报率。最后，本文采用主成分分析法构造了投资者情绪指数，并发现投资者情绪是发行价溢价异象产生的原因。由于股票发行价越低，个人投资者比例更高，受到投资者情绪引起的非理性需求更大，因而IPO溢价更高。
在中国股票市场，投资者常采取“打新股”的方式获得较高的回报率。从投资策略角度来看，投资者可以通过申购低发行价的新股来获得更高的首日回报率，即实现“打新股”收益最大化。另外，从**管理角度来看，有关部门应该加快IPO制度改革，加强投资者教育，避免投资者情绪对IPO市场影响过度，导致市场波动加剧。
参考文献：
[1]Rock，Kevin.WhyNewIssuesareUnderpriced？[J].JournalofFinancialEconomics，1986，15：187-212.
[2]Carter，RichardB.，FrederickH.DarkandAlanK.Singh.UnderwriterReputation，InitialReturnsandtheLong-runPerformanceofIPOStocks[J].JournalofFinance，1998，53：285-311.
[3]Booth，JamesR.andLenaChua.OwnershipDispersion，CostlyInformationandIPOUnderpricing[J].JournalofFinancialEconomics，1996，41：291-310.
[4]Allen，Franklin.andGerald.R.Faulhaber.SignalingbyUnderpricingintheIPOMarket[J].JournalofFinancialEconomics，1989，23：303-323.
[5]RitterJR.Thelong-runPerformanceofInitialPublicOfferings[J].JournalofFinance，1991，46：3-28.
[6]MalcolmBaker，JeffreyWurgler.Investorsentimentandthecross-sectionofstockreturns[J].JournalofFinance，2006，61：1645-1680.
[7]RobertF.Stambaugh，JianfengYu，YuYuan.Theshortofit：investorsentimentandanomalies[J].JournalofFinancialEconomics，2012，104：288-302.
[8]韩立岩，伍燕然.投资者情绪与IPOs之谜――抑价或者溢价[J].管理世界，2007，（3）：51-61.
[9]邵新建，巫和懋.中国IPO中的机构投资者配售、锁定制度研究[J].管理世界，2009，（10）：28-41.
[10]林振兴.网络讨论、投资者情绪与IPO抑价[J].山西财经大学学报，2011，（2）：23-29.
[11]蒋先玲，吕东锴，张婷.春节文化、一月价值溢价效应与投资者非理性投资[J].财贸经济，2012，（7）：56-62.
[12]蒋玉梅，王明照.投资者情绪与股票收益：总体效应与横截面效应的实证研究[J].南开管理评论，2010，（3）：151-160.
[13]Fernando，ChitruS.，SrinivasanKrishnamurthy，andPaulA.Spindt.AreSharePriceLevelsInformative？EvidencefromtheOwnership，Pricing，TurnoverandPerformanceofIPOfirms[J].JournalofFinancialMarkets，2004，7：377-403.
[14]EdwardA.Dyl，WilliamB.Elliott.Thesharepricepuzzle[J].JournalofBusiness，2006，79（4）：2045-2066.
[15]Tinic，SehaM.Anatomyofinitialpublicofferingsofcommonstock[J].JournalofFinance，1988，43：789-822.
关键词：开放式基金；基金持股；股价波动；动态面板数据模型
中图分类号：F830.91 文献标识码：A 文章编号：1006－1096(2009)06－0139－05 收稿日期：2009－08－03
开放式基金在我国自2001年产生至今已8年时间，已经成为投资者投资理财的主要渠道之一，也成为我国学者研究的焦点。截至2009年5月4日，我国共发行开放式基金452只，约占基金总数目的93％，开放式基金份额达到了24943.1596亿元，