股票投资宏观分析(精选8篇)
股票投资宏观分析篇1
内容摘要:随着我国企业债券市场的迅速发展,企业债券定价日渐成为人们普遍关注的问题。企业债券利差消除了利率期限结构的影响,因此研究企业债券定价影响因素时,企业债券利差比企业债券价格更为直接。文章首先以全部企业债券的信用利差作为被解释变量,以各宏观影响因素作为解释变量,研究它们之间的相关关系,并选择最优模型;其次,以企业债券期限作为条件将全部企业债券划分为短期企业债券、中期企业债券、长期企业债券,分别以其信用利差作为被解释变量,以各宏观影响因素作为解释变量,研究其信用利差与各宏观影响因素间的相关关系并得出相关结论,认为只有改革我国对企业债券的高度行政化控制,同时取消利率管制,实现真正的利率市场化,真实的信用利差风险才能够表现出来。
关键词:信用利差 短期利率 长期利率 股票市场指数回报率 企业债券期限
随着我国企业债券市场的迅速发展,企业债券定价日渐成为人们普遍关注的问题。企业债券利差消除了利率期限结构的影响,因此研究企业债券定价影响因素时,企业债券利差比企业债券价格更为直接。企业债券利差又称为信用利差,是指为补偿企业违约风险,投资者要求企业债券提供的高于匹配国债收益的额外收益,通常将具有相同到期日及现金流结构的国债称为该企业债券的匹配国债,并将二者到期收益率之差作为信用利差。
信用利差在时间序列上的变化主要受市场因素的影响而不是企业层面因素的影响,因此本文在分析企业债券信用利差时间序列影响因素的过程中,选取的变量均为宏观经济变量,从而研究信用利差与宏观影响因素间的相关关系。
宏观经济变量的选取与数据描述
(一)宏观经济变量的选取
1、利率。利率的变动直接影响着资本市场,短期利率能够反映一国的货币政策倾向,长期利率能够反映对通货膨胀的预期。
短期利率对于信用利差的影响效应,最终是由短期利率对于国债的收益率以及企业债券的收益率影响所产生的净效应所取决。其实证结果有时会呈负相关性,有时也会呈正相关性,因此,就存在了多种解释方式。Merton(1974)认为,企业债务可看作是由企业持有一定的无风险资产以及卖出一定份额以企业的资产价值作为标的的看跌期权所组成的资产组合,无风险利率增加使看跌期权价值减少,从而使得企业债券的价值有所增加,同时使得其收益率有所减少,因此,信用利差随短期利率的减少而增加。Longstaff和Schwartz(1995)也得出了相同的结论,短期利率减少的静态效应使描述企业资产价值运动的发散过程的漂移率减少,较低的漂移率增加了企业违约的可能性,进而导致信用利差增加。
从供给和需求的角度也能解释信用利差与利率的负相关性,一方面利率下降将导致企业增大债务融资的比例以及企业债券的供给,从而将导致企业债券价格下跌,进而信用利差增大;另一方面,信用利差与利率有时也会呈正相关性,这可理解为信用价值效应与风险偏好之间的假设关系,利率升高增加了企业所需承担的债务,从而降低了企业的债务偿清能力以及企业的信用价值,体现在企业债券收益率曲线上就是信用利差增大,当利率普遍降低时,投资者为保证其投资组合的收益最大化,将增大风险敞口,因此,对于企业债券以及高收益债券的需求量将随之增加,进而导致企业债券的价格有所上升,信用利差有所减少。
信用利差与短期利率之间的关系,最终是取决于企业债券收益率与国债收益率之间的共同变化情况以及市场供需变化的净效应。因而,短期利率的变化对于企业债券信用利差影响的净效应,可能呈正相关性,同时也可能呈负相关性,依具体检验结果而言。
2、股票市场指数回报率。股票市场指数回报率能够反映出整个股票市场的收益状况,其变化对于信用利差的影响将会产生两种截然不同的效果。
一方面,信用利差与股票市场指数回报率呈反向变化。股票市场指数回报率能够反映出投资者对于股票市场的信心,信用利差将随股票市场指数回报率的增大而减小。主要表现为:首先,股票市场指数回报率的增加,将使企业权益价值有所增加,企业负债率变得相对较低,企业偿债能力相对增强,进而使得信用利差减小;其次,假设企业违约概率为常数,且信用利差的变化与预期偿还率有关,所以较高的预期偿还率对应相对较低的信用利差。
另一方面,信用利差与股票市场指数回报率呈同向变化。这可以理解为股票投资与债券投资之间的替代效应,因为股票市场指数回报率的增加将为股票市场吸引更加多资金投资,从而导致投资债券市场的资金减少,所以当面对同样程度的风险,投资者将会要求相对较高的风险溢价来作为补偿,主要表现在企业债券的收益率曲线方面就将是信用利差的增大;与之相反,股票市场指数回报率的减少将为股票市场吸引更加少资金投资,从而导致投资债券市场的资金增加,所以当面对同样程度的风险,投资者将会要求相对较低的风险溢价来作为补偿,其主要体现在企业债券的收益率曲线上就将是信用利差减少。
3、股票市场波动率。股票市场波动率能够反映出股票市场的风险,在某种程度上甚至能够反映出一国的宏观经济状况及金融市场存在的系统性风险。其中,股票市场风险的大小又直接影响着资金在资本市场中的配置,较高的股票市场波动率会使得更多的资金流向更安全的债券市场及货币市场。然而,股票市场波动率对信用利差的影响仍然仅限于实证的结果,至今仍无任何经济理论对于股票市场波动率对信用利差的影响方向这个问题给出一个准确的解释。
(二)宏观经济变量的数据描述
1、利率。短期利率为剩余期限为1年的国债到期收益率,长期利率为剩余期限为15年和16年的国债到期收益率的均值。本文国债收益率数据来自“红顶金融工程研究中心”,使用周数据,时间区间为2008年6月1日至2009年12月31日,共72个观测值。
2、股票市场指数回报率。股票市场指数是由上海证券交易所流通的所有A股股票收盘价,按照流通市值加权所得,股票市场指数回报率为当前指数与前期指数的比值。本文股票市场指数数据来自“CCER经济研究服务中心”,选择每周五的数据,时间区间为2008年6月1日至2009年12月31日,共72个观测值。
3、股票市场波动率。本文股票市场波动率为2008年6月1日至2009年12月31日时间区间内每周五个股票市场指数的标准差,共72个观测值。
我国企业债券总信用利差的宏观影响因素
(一)总信用利差的数据描述
总信用利差是据上海证券交易所流通的全部企业债券和国债价格计算得出的企业债券收益率指数与国债收益率指数的差额。本文中所采用的企业债券和国债收益率数据来自“红顶金融工程研究中心”,使用周数据,时间区间为2008年6月1日至2009年12月31日,按剩余期限不同分为0年(不足1年)、1年、2年直到27年等28个时间序列,每个时间序列均有72个观测值,企业债券总信用利差为各剩余期限信用利差的均值,即“平均信用利差”。
(二)宏观影响因素的多元回归分析
信用利差的变化受多种宏观经济因素的共同影响,因此,本研究得总信用利差对宏观影响因素的多元回归分析方程可设为:
CS=α+β1x1+β2x2+β3x3+β4x4+εt(1)
其中,CS代表总信用利差,α是常数项,x1、x2、x3、x4分别为短期利率、长期利率、股票市场指数回报率、股票市场波动率,β1、β2、β3、β4为各宏观变量的待估系数,εt是随机扰动项。
对时间区间为2008年6月1日至2009年12月31日的样本数据进行多元回归分析,回归分析结果如表1所示。对比模型4和模型3,增加解释变量x4后,模型4的AIC有所升高,解释变量x4使模型变坏;为近一步验证x4对模型的影响,对比模型5和模型6,增加解释变量x4后,模型5的AIC依然升高。据赤池信息准则,剔除解释变量x4,可知模型3为最优模型,回归方程为:
CS=2、110539-0、13803x1-0、20008x2-0、17112x3+εt(2)
(三)实证结果描述
对总信用利差的多元回归分析结果显示:短期利率和长期利率对总信用利差的变化都有显著影响,而股票市场回报率对总信用利差的变化影响不显著。且总信用利差与短期利率、长期利率和股票市场回报率呈负相关性,其中,短期利率对总信用利差的影响最大,长期利率次之,股票市场回报率最小。
股票市场回报率在很大程度上受宏观经济形势的影响,当宏观经济形势向好、经济增长强劲时,股票市场回报率也较高。故对于总信用利差与股票市场回报率的负相关性,可理解为总信用利差与宏观经济走向的负相关性,即总信用利差可反映经济周期的变化。
按企业债券期限划分的各信用利差的宏观影响因素
(一)按企业债券期限划分的各信用利差数据描述
文章按企业债券期限的不同,将上海证券交易所流通的全部企业债券划分为短期企业债券(期限小于7年)、中期企业债券(期限大于等于7年且小于15年)、长期企业债券(期限大于等于15年)。同样将全部国债也划分为短期国债、中期国债、长期国债,并将各期限企业债券收益率指数与相应的国债收益率指数的差额作为各期限企业债券的信用利差。本文企业债券和国债收益率数据来自“红顶金融工程研究中心”,使用周数据,时间区间均为2008年6月1日至2009年12月31日,其中短期信用利差、中期信用利差的时间序列各有72个观测值,长期信用利差因其中部分信用利差为负值被剔除,该时间序列有54个观测值。
(二)宏观影响因素的多元回归分析
按照企业债券期限划分的各信用利差的变化同样受多种宏观经济因素的共同影响,通过对总信用利差的多元回归分析,已得到最优模型,故各期限信用利差对宏观影响因素的多元回归分析方程可分别设为:
CSs=αs+βs1xs1+βs2xs2+βs3xs3+εst(3)
其中,CSs代表短期信用利差,αs是常数项,xs1、xs2、xs3分别为短期利率、长期利率、股票市场指数回报率,βs1、βs2、βs3为各宏观变量的待估系数,εst是随机扰动项。
CSm=αm+βm1xm1+βm2xm2+βm3xm3+εmt (4)
其中,CSm代表中期信用利差,αm是常数项,xm1、xm2、xm3分别为短期利率、长期利率、股票市场指数回报率,βm1、βm2、βm3为各宏观变量的待估系数,εmt是随机扰动项。
CSl=αl+βl1xl1+βl2xl2+βl3xl3+εlt
(5)
其中,CSl代表长期信用利差,αl是常数项,xl1、xl2、xl3分别为短期利率、长期利率、股票市场指数回报率,βl1、βl2、βl3为各宏观变量的待估系数,εlt是随机扰动项。
本文对时间区间为2008年6月1日至2009年12月31日的各样本数据进行多元回归分析,回归分析结果如表2所示。
由上述回归分析结果可得回归方程分别为:
CSs=-0、000179077-0、130317914xs1+ 0、5855163xs2+0、326826918xs3+εst(6)
CSm=1、471016651-0、850045616xm1+ 0、594744782xm2-0、345423282xm3+εmt(7)
CSl=0、259153806+0、090876037xl1-0、168258677xl2+0、410169049xl3+εlt(8)
(三)实证结果描述
对短期信用利差、中期信用利差、长期信用利差的多元回归分析结果显示:对于短期企业债券、中期企业债券、长期企业债券,短期利率和长期利率对其信用利差的变化都有显著影响,而股票市场回报率对其信用利差的变化影响都不显著。
对短期企业债券,其信用利差与短期利率呈负相关性,与长期利率和股票市场回报率呈正相关性,其中长期利率对其信用利差的影响最大,短期利率次之,股票市场回报率最小。短期信用利差与股票市场回报率的正相关性可理解为其与宏观经济走向呈正相关性,因此从此意义上讲,短期信用利差可以反映经济周期的变化。
对中期企业债券而言,其信用利差与短期利率、股票市场回报率呈负相关性,与长期利率呈正相关性,其中短期利率对其信用利差的影响最大,长期利率次之,股票市场回报率最小。中期信用利差与股票市场回报率的负相关性可理解为其与宏观经济走向呈负相关性,因此可以说中期信用利差可以反映经济周期的变化。
对长期企业债券而言,其信用利差与长期利率呈负相关性,与短期利率、股票市场回报率呈正相关性,其中短期利率对其信用利差的影响最大,长期利率次之,股票市场回报率最小。长期信用利差与股票市场回报率的正相关性可理解为其与宏观经济走向呈正相关性,因此可以说长期信用利差可以反映经济周期的变化。
结论
本文的实证结果与理论描述有一些方面不符,经初步分析,可能的原因是:首先,样本数量有限,我国企业债券仍处于初步发展阶段,企业债券数量不多;其次,由于我国债券市场与股票市场长期分割,两市发展不均衡,直接导致两市间信息流不畅通,故市场定价必然存在一定的差异;最后,受金融危机影响,部分数据不能准确反映企业债券发行者及市场的真实状况。
总之,利率管制导致我国目前的企业债券市场尚不能通过合理的信用利差反映出不同企业债券间的信用风险差异,信用利差风险受到人为抑制。因此,只有改革我国对企业债券的高度行政化控制,同时取消利率管制,实现真正的利率市场化,真实的信用利差风险才能够表现出来。
参考文献:
1、江乾坤、公司债券“信用价差之谜探析”[J]、外国经济与管理,2007(2)
2、刘国光,王慧敏、公司债券信用价差和国债收益率动态关系研究[J]、山西财经大学学报,2005(5)
3、孙克,冯宗宪、企业债“信用价差之谜”的最新研究与未来展望[J]、证券市场导报,2007(1)
4、 王丽芳,刘兴革、我国企业债券信用价差分析[J]、学术交流,2007(6)
5、张燃、信用价差变化的决定因素―一个宏观视角[J]、当代财经,2008(9)
6、任兆璋,、中国企业债券价差个体性影响因素的实证分析[J]、华南理工大学学报:社会科学版,2006(1)
7、赵娜、企业债券信用利差研究综述[J]、商业时代,2006(33)
8、Amato,J D,Remolona E M、The credit spread puzzle[J]、BIS Quarterly Review,2003,12:51-63、
9、Anderson,Ronald W,Sundaresan,Suresh、Design and valuation of debt contracts[J]、 Oxford:Review of Financial Studies,1996,9(1):37-68、
10、Collin-Dufresne P,Goldstein R,Martin J S、The determinants of credit spread changes[J]、USA:Journal of Finance,2001,56:2177-2208、
11、Darrell Duffie,Ken Singleton、Modeling term structures of defaultable bonds[J]、Oxford:Review of Financial Studies,1999,12
12、Driessen,J、Is default event risk priced in corporate bonds?[J]、Oxford:Review of Financial Studies,2005,18、
13、Edwin J Elton,Martin J Gruber,Deepak Agrawal,Christopher Mann、Explaining the rate spread on corporate bonds[J]、USA:Journal of Finance,2001,56:247-277、
14、Huang M,Huang J、How much of the corporate-treasury yield spread is due to credit risk?[R]、Stanford:Working Paper,Stanford University,2003、
15、Jones E,Mason S,Rosenfeld E、Contingent claims analysis of corporate capital structures:An empirical investigation[J]、USA:Journal of Finance,1984,39(3):611-625、
股票投资宏观分析篇2
关键词：宏观经济变量； 股票市场； 协整检验； 格兰杰检验； 脉冲影响
作者简介：高浩然（1991-），男，吉林省人，硕士研究生，研究方向：金融服务；
王佳珊（1990-），女，吉林省人，硕士研究生，研究方向：非参数模型
一、引言
改革开放34年来，中国经济取得了快速的增长。与此同时，金融行业也得到了快速的发展，经过20年的蓬勃发展，证券市场已然成为中国最主要的资本市场，承担了融资和资金配置的功能，逐步改变了我国企业一直依赖于银行直接融资的局面。
自1990年的上海交易所和1991年的深圳交易所成立的20年来，我们已经取得了很大的进步，规模迅速扩张变大。2012年12月31日为止，上海证券交易所的上市公司已有954家，市场总值达到160174亿元，深圳证券交易所上市公司已有1539家，市场总值达到76607亿元。我国的GDP从1990年的18718、3万亿元到2012年519322万亿元，平均增长率保持在7%以上，总体的经济态势呈现高速增长的趋势，但是股市的指标却并不如此一味的稳定增长，而是高低波动变化。
事物都具有两面性，宏观经济的发展对我国股票市场有一定的影响作用。HKCSI在一定程度上受到了我国宏观调控的干预。对于中国来说，一个股票市场只有20年历史的国家，宏观调控不能盲目照搬经验，需针对自己国家的国情和各种因素实施具有中国社会主义特色的调控道路。本文所选用的变量较多，所以各个变量与股市的关系也错综复杂，简单的模型难以较为明确的指出问题。本文的研究方法来源于多种计量和统计的模型，通过一定量的数据和结果来找出股票市场与宏观经济之间的影响机制，最终根据指出的问题，考虑比较全面的因素给予一定的相关意见，保证股市和经济的良好运行。
二、国内外研究的现状
1、国内研究的状况
正如前文所讲，中国是一个证券市场只有20年发展史的国家，正在处于不断改革完善逐渐成熟的阶段。金晓斌，袁国良，郑江淮，胡志乾（2000）使用帕加诺的内生增长理论模型，通过OLS计量检验，得出1993年1季度至1998年四季度期间，我国居民储蓄率与股票市场市场总值与GDP有显著的正向关系，得出结论我国股票市场化规模的扩大与居民储蓄的支持有很大关系，股票市场具备了转化居民储蓄为投资的功能。
综合来说，股市在长期时间维度内，对经济体的运行有一定的影响并反映了宏观经济的走向；但是，短期维度内，相关性较弱，有时甚至背离经济走势。这就是中国目前的股票市场与宏观经济的关系。
2、国外研究的状况
由于股票市场的概念就起源于西方国家，经过长期发展，主要发达国家的股票市场已经非常成熟，被经济学家看作是国民经济的晴雨表。西方经济学家研究股票市场与宏观经济的目的与中国略有不同，他们是希望了解两个变量的关系，为促进经济发展和股票市场发展提供决策依据。最早的关于股票市场和宏观经济研究的人是1969年的GoldSmith R、W。Euggne Fama调查抽取1953年到1987年之间的月度数据，在分析论证季度数据与年度数据
对股票市场的收益率和以后产出的增速度率进行回归分析。得出两者之间存在非常明显的正相关。此后，Schwert（1989）在发展宏观经济水平中充分体现了股票价格的变动，反过来，宏观经济变量的波动也能被股市的波动所反映。
三、宏观经济与股票市场的关系
1、GDP与股票市场的关系
GDP是反应已过经济运行状况和经济增长的指标，经济规模最重要的变量。GDP稳定增长，股票市场一般不会出现剧烈的波动，并且会表现活跃。GDP不稳定，股票市场也表现波动的态势。GDP下降，表示国家经济不景气，大多数公司的运营状况也不是特别良好，则公司会减少投资，降低成本，融资的速度会降低，股票市场的供给曲线就会向左上缓慢移动。反之，当GDP增长时，经济前景良好，即促进了投资者的投资，又保证了企业的融资规模，加大投入，股票价格也就随之回升。
2、货币供应量与股票市场的关系
货币供应量是我国货币政策调控的中介目标。它的变化预期效应影响了证券市场参与者对未来货币市场的预期。当货币供应量直线上升时，投资者对投资预期的资金数量也会随之增长，同时对股票也是一种的巨大推动，促使股票单价随之上升；反之，则减少投资，股票因为资金不足而导致价格下降。
3、CPI与股票市场的关系
物价的上升对生产有刺激作用。当物价上升，利润就增加，使得企业的股票名义股利增加。人们为了投资，减少存款，转向投资股票。当然，物价与政府支出是存在一定关系。如果过政府支出资金增加会令国内资金越来越充足。同时也促进了股票价格指数的增长。但如果国家支出增长率过大，则会导致通货膨胀，这样的后果是生产过剩，导致经济危机，最后导致股票价格下降。
4、汇率与股票市场的关系
股市的不断变化导致汇率的上下起伏，过去十几年中国经济一直保持一个高速且相对稳定的上升趋势，所以股市也呈现一种始终上升的状态，但是股票市场也没有彻底表现出经济高增长的趋势。所以不能简简单单的认为其是对经济高增长的一种充分体现。所以股票市场与宏观经济变量之间到底存在一种什么关系。有待我们去实证检验。
5、进出口总额与股票市场的关系
外贸在近年来成为我国经济的重要组成部分。进出口额的增加，势必会引起GDP的增长的变化。而GDP的变化必然影响了股票市场的变化。同时，进出口额的增加势必使得我国的外汇储备增加。因为外币在国内的不可流通的因素，必然要求增加等值人民币的供应量。所以，导致了货币供应量的上涨。导致了股票市场的相应变化。
6、工业增加值增长率与股票市场的关系
工业增加值对反映实体经济运行情况的反应也是十分具有代表性的。工业增加值的增长就说明实体经济运行的情况良好，产生的社会积累财富也会随之增加。一般来说, 其他所有的条件都不改变的情况下, 工业增加值的增或者减, 都会影响到国内企业现金流的同方向变化, 从而股票价格也会发生相同方向的变化。
四、宏观经济变量与股票市场的时间序列分析
1、变量的选取
我们选取HKCSI作为股市变量的指标，关于宏观变量，我们选取GDP代表经济增长指标，M2代表货币政策指标，可以作为观察和调控中长期金融市场的目标，IMEX、CPI代表通货膨胀的指标。CU代表汇率指标。还选用INDU反映降低中间消耗的经济效益。我们选取的这些指标，充分的考虑了理论关系、研究的相关经验和结论以及中国的实际情况，同时考虑了信息效率因素，选取的指标具有一定的公开性和公众性。
2、数据的来源
本文使用月度数据进行研究分析，根据以往的经验研究,月度数据比每日数据具有不敏感与稳定的特征。我们选取2005年1月到2012年12月之间的月度数据进行分析，其中，HKCSI是从大智慧软件提取月线收盘值整理得到的，GDP为季度数据平均至各月，CPI、CU、INDU、IMEX和M2为中国统计局网站和东方财富网上公布的月度数据。
3、数据的平稳性分析
运用回归方法来研究时间序列之间的关系时，要注意时间序列原序列是否平稳。平稳性的检验常用方法是单位根检验。我们选用ADF检验法。表1ADF检验结果
变量 检验形式 T统计量 P值 结论
CPI （C,T,2） -2、9222 0、1605 非平稳
D(CPI) （0,0,1） -4、3451 0、0000 平稳
CU （C,T,0） -0、9487 0、9453 非平稳
D(CU) （C,T,0） -8、8378 0、0000 平稳
INDU （C,0,0） -1,0932 0、5217 非平稳
D(INDU) （C,T,0） -5、4327 0、0000 平稳
LNGDP （C,T,9） -1、7649 0、5030 非平稳
D(LNGDP) （0,0,8） -3、6259 0、0007 平稳
LNIMEX （C,0,2） -1、2334 0、6572 非平稳
D(LNIMEX) （0,0,1） -2、2367 0、2303 非平稳
D2（LNIMEX） （C,0,0） -4、8752 0、0000 平稳
LNM2 （C,T,0） -2、0176 0、5841 非平稳
D(LNM2) （C,0,0） -10、2409 0、0000 平稳
LN HKCSI （C,T,0） -1、2023 0、9040 非平稳
D(LN HKCSI) （0,0,0） -8、4275 0、0000 平稳
说明：检验形式中的C表示常数项，T表示时间趋势，最后一项表示滞后的阶数；D表示一阶差分； D2表示二阶差分。
从上表的结果我们也已发现，在1％的显著性水平下，一阶差分后IMEX序列仍然非平稳，直到二阶差分后为平稳序列，是二阶单整。其他序列一阶差分后P值均小于0、05，差分后的序列都是平稳的，说明CPI、CU、LNM2、LNGDP和INDU为一阶单整序列。所以，我们要选择这五个同阶单整的变量进行协整检验, 进行下一步的探索。
4、 VAR模型的建立
VAR模型是组建在数据统计基础上的虚拟模型，其主要功能是处理总结多个相关经济指标的计算分析以及预测，所以近年来越来越多的经济工作者投入更多的精力到VAR模型中。
综合LogL、LR、FPE、AIC、SC和HQ等准则并考虑模型的精简性，本文VAR的最优滞后阶数确定为1。VAR模型中5个回归函数的可决系数R2分别为0、9630、0、9301、0、9230、0、9994和0、9313，说明回归函数的拟合程度已经很好；VAR模型的极大似然函数值分别为730、4502，AIC值为-14、74632，SC值为-13、93983。
5、 协整检验
协整理论是检验各非平稳时间序列之间是否存在长期稳定关系的理论。我们研究多个变量之间的关系，所以采用Johansen协整检验，检验结果如下：
表二协整结果检验
协整向量个数 特征值 特征根迹检验值 最大特征值检验
0个 0、475950 105、5187 69、81889
至多一个 0、199204 44、77898 47、85613
由上表可知，在5％的置信水平上，VAR模型的检验都拒绝了协整方程个数为0的假设，而接受了协整方程数为l的假设，即说明LNSHRET、CU、CPI、LNGDP、LNM2和LNIMEX存在长期的均衡关系。
6、Granger因果检验
我们已经检验出各变量之间存在长期稳定的关系，但这种关系是否具有因果性还需要进一步验证。目前对于变量间的因果关系研究主要是格兰杰(Granger)因果检验。
表三 格兰杰因果关系检验表
零假设 F统计量 P值
CPI does not Granger Cause LNHKCSI 7、77029 0、0065
LNHKCSI does not Granger Cause CPI 7、01632 0、0095
LNGDP does not Granger Cause LNHKCSI 0、73001 0、3951
CU does not Granger Cause LNHKCSI 0、49754 0、4824
LNHKCSI does not Granger Cause CU 8、19978 0、0052
LNHKCSI does not Granger Cause LNGDP 0、44073 0、5084
LNM2 does not Granger Cause LNHKCSI 0、27388 0、6020
LNHKCSI does not Granger Cause LNM2 8、7E-06 0、9976
INDU does not Granger Cause LNHKCSI 7、32877 0、0081
LNHKCSI does not Granger Cause INDU 7、13075 0、0090
检验结果表明：GDP和M2不是HKCSI变动的格兰杰原因；HKCSI变动不是GDP和M2的格兰杰原因；CPI和INDU是HKCSI变动的格兰杰原因；HKCSI变动是INDU、CU和CPI的格兰杰原因。
（七）脉冲响应
脉冲响应函数的分析方法是用来在一个内生变量对因为误差项而带来的冲击的反应的情况下，结果对内生变量的现在值和以后值所带来的影响程度。
脉冲影响函数能够比较直观的表现出变量之间的动态效应，横轴是追溯期数（X)，纵轴是因变量对所有变量的不同影响程度(Y)。
图一 宏观经济变量对HKCSI的脉冲影响
HKCSI序列对来自INDU一直为正影响， 但幅度并不是很大, 最大为第三期大约为0、005, 然后随着时间的推移, 影响程度变小, 到第十期时，几乎无影响，整体的影响是正的；HKCSI序列对CU的影响前六期一直增长，第六期最大为0、01，随后降低，总体的影响是正的；序列对来自M2的影响并不明显，稍有正的冲击，但影响极小；HKCSI序列对来自CPI在第1 期没有反应, 第2 期反应开始变得显著, 约为-0、01，之后到第十期影响逐步增强，第十期约为-0、05其整体影响是负的，且持续时间较长；HKCSI序列对来自GDP在第1 期没有反应, 第2 期的反应约为0、 001, 第6期以后其影响变为负的, 且其影响程度随着时间的推移变得越来越高，第十期达到-0、003。
五、结论与建议
1、结论分析
我们通过实证分析总结出下面的结论：
HKCSI与宏观经济因子的水平序列均为不平稳序列,其中HKCSI、CPI、CU、INDU、M2和GDP都是一阶单整序列,IMEX是二阶单整序列。
HKCSI与CPI、CU、GDP、INDU和M2之间存在协整关系，这意味着宏观经济变量与股票价格之间存在一定的影响，股票价格指数可在一定程度上反映中国经济发展的整体趋势及水平。
Granger检验的结果表明GDP和M2与HKCSI互不为格兰杰原因，而CPI和INDU与HKCSI互为格兰杰原因，并且HKCSI变动是CU的格兰杰原因。
在对脉冲响应函数的分析时，我们发现 HKCSI月度收盘价的波动受GDP的影响较大，同时也受CPI和INDU的影响，其与GDP之间的联系较弱，所以它现在还不能充当我国经济发展的晴雨表。
2、建议
综合上文，我们可以看出我国的股市正在处于初始阶段，股票市场好似一根橡皮筋，一端是投资机构而另一端是广大散户。只有二者的同时存在而且置身于政府机构及时正确的调整下，才能使股市既有弹性，又不会崩断。所以对如何发展扩大我国股票市场的规模提出以下几条建议：
(1) 构建不同层次的股票市场
如何发展不同层次也就是多层次的股票市场，应尽量集中各种领域中具有潜力同时又具有实力和良好素质的大型企业进入股票市场，结合中国特色主义理论发展属于我国自己的股票市场格局。使每个领域都有好的领导者来促进各层次的股票市场共同进步，逐渐趋向成熟。
(2) 适度调整政府在股票市场的职能
无规矩不成方圆，政府在股票市场既可以作为一个执法者，也可以作为一个引路人。科学、有序地监督股票市场的发展，维持股票市场在不同时期不同阶段甚至在面临困难的时候都能够正常运作，预测金融危机并提前防范并及时化解危机中出现的问题。使广大散户和各领域的投资机构都以政府为首，共同处理市场上出现的问题和即将出现的问题。
(3) 调整投资者机制，使投资者理性投资
从国外成熟的股票市场可以看出，在一个投资市场中，投资机构对于市场投资者的投资方向会有很大的影响。由于我国的投资机构在结构上存在缺陷。为了促进我国股票市场的健康发展和引导广大投资者甚至投资机构作出正确的投资方向。我国应该从股票市场的基础入手，调整投资机构。促使机构投资者为主的队伍的快速形成。加强投资机构的发展力度,利用科学的投资手段作出理性的投资策略。
参考文献
[1]谢亚、 中国股票价格与宏观经济的相互关系[R]、 全国博士生学术会议, 2009、
[2]吴金娜、 我国证券市场与宏观经济之间的协整分析[D]、 电子科技大学硕士学位论文, 2012、
[3]宋雪琼、 我国股票市场与宏观经济之间的协整分析[D]、 中南大学硕士学位论文, 2010、
[4]杨素英、 股票市场与宏观经济变量关系研究[D]、 山东大学硕士学位论文, 2011、10、
[5]刘松、 中国货币供应量与股市价格的实证研究[J]、 管理世界, 2004 (2): 131-132, 138、
[6]钱小安、 资产价格变化对货币政策的影响[J]、 经济研究, 1998 (1): 70-76、
[7]易丹辉、 数据分析与Eviews应用[M]、 北京: 中国统计出版社, 2002、
[8]刘巍、 计量经济学软件Eviews6、0建模方法与操作技巧[M]、 北京: 机械工业出版社, 2011、
股票投资宏观分析篇3
一、公司财务分析的哈佛框架
公司财务报表分析并不是有效分析公司经营活动的全部，而只是其中一个较为技术化的组成部分。有效的公司经营活动分析，必须首先了解公司所处的经营环境和经营战略，分析公司经营范围和竞争优势，识别关键成功因素和风险，然后才能进行公司财务报表分析。由于公司管理层拥有公司的完整信息，且财务报表由他们来完成，这样处于信息劣势地位的外部人士、包括股票投资者就很难把正确信息与可能的歪曲或噪声区别开来。通过有效的财务分析，可以从公开或公司提供的财务报表数据中提取管理者的部分内部信息，但由于分析者不能直接或完全得到内部信息，转而只能依靠对公司所在行业及其竞争战略的了解来解释财务报表。一个称职或成功的财务分析者必须像公司管理者一样了解行业经济特征，而且应很好地把握公司的竞争战略。只有这样才能透过报表数字还原经营活动，从而较为全面和客观地掌握公司的财务状况。正是基于如上考虑，哈佛大学的佩普、希利和伯纳德三位教授在其著作《运用财务报表进行公司分析与估价》一书中提出了一个全新的公司财务分析框架———哈佛分析框架。哈佛框架的核心是：阅读和分析公司财务报表的基本顺序是：“战略分析会计分析财务分析前景分析。”也就是说，先分析公司的战略及其定位；然后进行会计分析，评估公司财务报表的会计数据及其质量；再进行财务分析，评价公司的经营绩效；最后进行前景分析，诊断公司未来发展前景。可见，哈佛框架完全超越了传统的“报表结构介绍———报表项目分析———财务比率分析”的体例安排，跳出了会计数字的迷宫，以公司经营环境为背景，以战略为导向，立足于公司经营活动，讨论公司经营活动（过程）与公司财务报表（结果）之间的关系，从而构造了公司财务分析的基本框架，展示了公司财务分析的新思维。
二、基于股票投资决策的财务报表分析理论框架
基于股票投资决策的公司财务报表分析是一般性财务分析在股票投资决策领域的具体应用。也就是说，借鉴一般性公司财务分析的理论框架，再紧密结合股票投资的具体目的，就可以形成基于股票投资决策的公司财务报表分析框架。本书借鉴哈佛财务分析框架，结合股票投资决策目的，提出一个基于投资决策的公司财务报表分析框架：131框架。即：1个起点———问题界定3个步骤———财务情况预判、报表结构及指标分析、财务前景预测1个结果———服务于投资决策这一框架可用图1表示。
1、问题界定。这是解决问题的首要一步。在对问题进行界定时，关键是问题本身，而不是问题的表象。如公司收入增长乏力或许是问题，但也可能是行业衰退、经济下行、公司管理落后、职工激励不足的表象。抓错药方的最普遍的原因是没有正确地界定病症。正如有人指出的那样，如果问题表述得准确，就等于问题已经解决了一半。所以问题界定是进行公司财务报表分析的第一步，那基于投资决策目的对公司进行财务分析，要解决的真正问题是什么？是评价公司的财务风险，还是评价公司的盈利能力大小？是评价公司目前的财务实力，还是评价未来的发展潜力？进一步而言，这些是分析的问题本身还是问题表象？目前股票投资者可能倾向于把问题界定为：评价公司的财务风险：评价公司收益的稳定性；评价公司的盈利能力；评价公司目前的财务实力；评价公司未来的发展潜力；评价公司是否能给投资者带来合理的预期收益；评价对该公司投资是否能使投资风险降低。这些都是基于公司财务报表分析的具体目标而言的，若提升一下目标的层次，是否有更本质的发现？本书在此尝试提出一个新的观点：评价公司股票是否具有投资价值。股票投资者无论是进行投资的基本面分析还是技术分析，目的无非是为获得有助于评估股票期望收益和风险的信息，为投资决策提供参考依据。无论投资者个人对风险的态度如何，理性的投资者都希望在一定收益率下，把投资风险降到最低。在股票投资的基本面分析中，对被投资公司的财务报表进行分析是核心，由于投资者进行股票投资分析的目的是为了找出具有投资价值的股票，公司是股票的载体，对公司财务报表进行分析，就可以在很大程度上确定这个公司的股票是否具有投资价值。这才是股票投资者进行公司财务报表分析的根本或问题所在，而评价公司的财务风险或盈利能力等仅仅是表象。
2、财务情况预判。这里主要是指股票投资者在对上市公司所处的经营环境和行业背景进行分析的基础上，评价公司的财务报表是否真实的反应了公司的经营情况，识别报表可能存在的重大错误和舞弊，并加以调整，从而尽可能准确的对公司财务情况进行初步的预判。财务情况预判包括两个相互关联的环节:宏观环境分析和会计调整。宏观环境分析是财务情况预判的基础，而会计调整是财务情况预判结果的报表体现。其中宏观环境分析属于定性分析，主要是确定公司的主要利润驱动因素、辨识公司的经营风险，以及定性评估公司的盈利潜力。首先，宏观环境分析能帮助股票投资者更好地、有针对性地找出报表可能存在的问题并加以调整，即使报表没有问题，也可以作为合理评价报表结构和报表指标的基础和依据。例如，确定了主要的利润驱动因素和经营风险后，可以更好地评价公司的会计政策，以及对盈利能力的影响等；对公司行业背景和竞争战略的评估有助于评价公司当前盈利水平的可持续性。其次，宏观环境分析还可以帮助股票投资者在预测公司的未来业绩时，做出合理的假设，从而保证对公司前景进行更为准确的判断。所谓会计调整是在宏观环境分析的基础上对公司的会计政策、会计估计和会计处理进行基本的评价，特别是要对那些存在较大灵活性的环节重点进行关注，评价其会计政策和估计的适宜性。对公司报表可能存在的重大错误和舞弊进行识别，找出公司在会计处理上偏离准则制度、偏离行业惯例、偏离公司既往、不能恰当反映公司经营事实的事项。找到存在的问题之后，重新计算公司财务报表中相应的会计数字，通过数据或报表调整，形成没有重大偏差的会计数据，从而修正原先对会计数据的歪曲。可以说，经过会计调整后的财务报表既是财务情况预判的结果，也是确保下一步报表结构分析和指标分析结论可靠性的必要基础。
3、报表结构分析及指标分析。这里所指的报表结构分析是指资产负债表、利润表、现金流量表和所有者权益变动表各自的内部结构分析，通过这一分析有助于投资者理解会计报表项目的经济内涵。在结构分析的基础上将报表中的相关数据进行对比分析就是指标分析。指标分析是财务报表分析的核心，目标是运用会计数据定量地评价公司的当前和过去的业绩，以及公司的财务风险和盈利能力等，并评估其可持续性。进行指标分析必须按照一定的逻辑，形成系统有效的分析体系，从而正确反映公司的财务状况、经营成果和现金流量。一般的报表分析指标包括偿债能力、营运能力、盈利能力、发展能力四大类指标。通过指标分析，投资者还要达到明了公司现状问题的功能。在上述分析中，股票投资者可根据需要使用比较分析、趋势分析、结构分析、比率分析等报表分析方法，对公司做出全面评价，借此形成公司流动性与盈利能力的准确判断，对公司财务风险、财务弹性及其盈利能力做出最佳测算。这里要特别强调的是分析中一定要运用权衡和变通的理念，灵活使用分析方法和分析指标，使分析结果最终能有助于“评价该公司股票是否具有投资价值”。
4、前景预测。财务报表数据是历史数据，而决策要面向未来。因此，以报表中的历史数据为基础，对未来进行前瞻性预测，是实现财务报表的“投资决策有用性”的关键步骤。故在前述分析步骤基础上，还需要进一步进行恰当的前景分析。前景分析中主要运用财务预测的工具，财务预测基于具体分析目的，可以是报表预测、指标预测，也可采用判别模型进行预测等。前景预测对股票投资者投资决策的重要性不言自明，因为股票投资是要在未来获得投资收益的，是公司的未来而不是现在的盈利能力所决定的。
股票投资宏观分析篇4
我们主要是分析大学生炒股投资收益率的高低的影响因素。通过总体数据的实证分析与计量分析，可得出虽然两种分析方法有一定地误差，但是总体上的分析结果是一致的。同时通过数据的分析也可以给出一些更加科学的建议。采用OLS分析法（其中重点分析R^2），对OLS的有效性检验，T检验。同时我们最终成型的模型为log-log模型，同时数据格式是横截面数据。
【关键词】计量分析和实证分析；六个影响因素；计量模型
1 绪论
1、1研究背景以及问题的提出
随着社会经济的发展，炒股俨然成为一种时代热潮，大学生也纷纷投身其中，但是对于大学生炒股的看法仍然众说纷纭。由于大学生炒股存在着专业性不足、资金来源渠道狭窄、时间与课业冲突等因素的制约，使得绝大多数参与股市投资的大学生面临着巨大的挑战。
当前对于大学生股票投资的行为的研究一定层面上仍然采用调查方式进行研究分析，我们决定从计量的角度出发更加科学地对课题展开研究。在掌握了一定的大学生炒股情况之后，针对这一现象课题小组展开了研究，着重分析大学生自身因素以及外部宏观因素对其投资的影响，确定出了研究大学生炒股收益与投入之间的关系。
1、2研究内容及方法
本文旨在探索大学生股票收益与投入、外部宏观因素的关系，从计量经济学视角出发，对大学生炒股投入以及宏观外部环境对其投资收益的影响，从而给大学生炒股予以较为科学的建议。
根据本文研究目的以及数据的可获得性，宏观经济数据以月份为基础，同比计算出其增长幅度，获取当前市场强弱的状态和活跃程度；当前资金投入量（CA）、每周平均看盘时长（ATRT）、等六个因素来量化研究，其中通过对宏观经济变量的增减幅度来判断当前股市周期。
采用OLS分析法（其中重点分析R^2），对OLS的有效性检验，T检验。并且我们最终成型的模型为log-log模型（同时数据格式是横截面数据）。
1、3研究意义
中国股票市场正在逐步发展，与此同时大学生炒股队伍也在日益壮大，然而社会、学校、家庭等缺乏对大学生炒股这一行为的重视，学校缺乏对大学生炒股的正确引导，致使大部分炒股大学生面临这很大的困难。本文着力于探讨大环境下大学生的股票投资收益与其投入的关系，从而大概的掌握当前大学生炒股收益状况，从计量经济学的角度研究各个因素存在的风险大小来分析大学生股票收益影响程度，为大学生炒股提供较为科学的参考。
2 变量说明和研究方法
2、1变量选取
通过对大学生股市投资状况调查，我们综合考虑选取了以下微观和宏观变量，通过变量从计量角度分析研究影响大学生股市投资的各要素。
2、2研究模型
2、2、1计量模型的设定
计量模型设定为
RI=+CA+ATRT+IPT+ANO+AH+M2ROID+SHIBOR1M+M2ROID*SHIBOR1M+IAVID+u
2、2、2模型设定的说明
该模型共有9个变量，其中8个为解释变量，1个为被解释变量。其中，为截距项，固定值为1、5%（参考2016年一年期央行定期基准利率），其不随其他变量的影响而变动。同时，我们设置了M2ROID*SHIBOR1M这个交互项，因为我们可以知道M2很大程度上反映货币供应量的情况，而银行间同业拆借利率的变动与其有着紧密的联系，二者之间存在交互效应。其余各解释变量依次设定并赋予系数。误差项u：除以上因素外其他影响股市投资收益率的因素。
2、2、3模型回归及结果说明
2、2、3、1模型回归：模型设定后，利用R软件执行 lm（RI～CA+ATRTIPT+ANO+AH+M2ROID+SHIBOR1M+M2ROID：SHIBOR1M+IAVID），做模型回归，并利用summary（描述性统计）命令，得到以下结果：
2、2、3、2回归结果说明
根据描述性统计结果分别对CA、ATRT、IPT、ANO、AH、M2ROID、SHIBOR1M、IAVID和M2ROID*SHIBOR1M交互项进行分析。首先，通过回归结果中R^2=0、8654可以看出模型中解释变量对被解释变量的解释程度为86、54%，说明解释能力很强。其次，对各个解释变量做置信水平为95%下的T检验，通过与描述性统计结果的对比，仅有AH解释变量的t值处于被拒^区域，对被解释变量RI无影响。此结果表明一周期间的平均持仓量对股市投资收益率的影响微乎其微，基本上可判定对收益率无影响，此与我们设定模型初的假设相反。其余解释变量对RI的影响程度均较大。同时，通过回归结果我们可以发现，ANO即一周平均操作次数对RI的影响是负相关的。即操作次数的增加反而股市投资收益率会下降。并且，我们会发现，M2ROID*SHIBOR1M这个交互项对RI的影响也十分明显，这也反映出M2在很大程度上能反映货币供应量的变动情况。综上，我们可以发现该模型较好地反映相关因素对股市投资率的影响状况。
3 实证研究及讨论
通过对以上各种因素的大概研究，现在我们来针对当中的五个重要因素的仔细研究。
3、1资金投入量与投资收益率之间的关系
通过数据分析显示，资金投入量与股票投资收益率之间的关系是呈正态相关。但是在实证分析中显示，资金投入量与投资收益率之间的关联度较弱，说明计量分析与实证分析之间存在一定的差异。
3、2周看盘时长与投资收益率之间的关系
通过数据的计量分析与实证分析可以得出，每周平均看盘时长与投资收益率之间存在高度正相关的关系。跟踪得出如下数据：白XX在8月15号至8月19号其看盘时长为26个小时，对应的当期账面盈利7、7%。在董XX的观察期9月12号至9月16号之间，看盘时长低至8个小时，对应的其当期账面亏损幅度达至1、8%。董XX在观察期当中的9月26号至9月30号其看盘时长为15个小时，对应的其账面盈利达至3、07%，在7月18号至7月29号这个期间，由于股票市场的波动比较大，但由于其看盘时长的增加，其亏损的幅度也得到了一定的控制。
3、3入市年长与投资收益率之间的关系
通过数据的计量分析得出入市年长与投资收益率之间是呈现正相关的关系，然入市年长较长或者较短其投资收益率的波动性都较大，入市年长比较靠中的，其投资收益率是比较稳定的。不同风险偏好（风险爱好者、风险中性者、风险厌恶者）的投资者的投资行为也大不相同，最终投资结果也会呈现不同状态。
3、4周平均操作次数与投资收益率之间的关系
通过数据的计量分析与实证分析得出周平均操作次数之间呈现负相关。如下：化环学院的白XX，在7月18号至7月22号和8月22号至8月26号这两个观察期内，周平均操作次数均为5次，但其当期账面亏损幅度分别达至8、1%、3、19%。而且由于该位受访者的操作次数波动较多，所以其当期账面亏损变动的幅度较大，盈利幅度最大为7、7%，亏损幅度最大为8、1%。外国语学院的杨XX，其操作次数总体较少，所以其当期账面损益的变化幅度比较小。
3、5平均持仓量与投资收益率之间的关系
通过数据的计量分析平均持仓量与投资收益率之间不存在联系，实证分析中平均持仓量与投资收益率之间的关系是比较极端的存在，两者的关联度不是特别高，但是也有一定的解释力度。从我们长期的三位跟踪采访对象可以有力的解释这一结论。其中两位受访者的平均持仓量的百分比高低与投资收益率之间存在者高度密切地相关度。当受访者的平均持仓量所占比比较高的时候，其当期账面收益率也比较高。反之其当期账面亏损相对来说是比较高的。所以说实证分析与计量分析在有一部分是有较大的差异。
3、6宏观因素与投资收益率之间的关系
通过总体数据的计量与实证分析，可以得出宏观因素中的SHIBOR1M与上证指数之间存在着密切的负相关，M2和IAV与上证指数之间的相关度相对比较弱，但是实证分析中还是有一定的相关度。
4 总结
4、1主要结论与启示
通过模型计算以及实证检验可以看出各个因素各具有一定的解释力度。资金投入量对于投资收益率的影响较强；看盘时长总体上同收益率正相关；入市年长存在极端的关系，入市长短不同通过影响投资者的决策从而影响收益率；操作次数变化幅度与收益率变化幅度之间的关系密切，与投资收益率之间呈正相关关系；平均持仓量与投资收益率之间存在较为极端的关系，二者关联度不高但仍然具有一定的解释力度，跟踪者的时间序列数据可以看出二者存在较高的相关性。即平均持仓量占比较高的时候，其当期账面收益率也比较高，反之亦然。
针对于大学生炒股通过对其内因进行分析可以看出，大学生可以参与股票投资，但是，大学生炒股应控制资金投入量，降低投入是减少其炒股风险的重要途径；大学生炒股获益的基础是在花费大量时间成本跟踪股市变动，这与大学生的学习相互冲突。因此大学生炒股必须在二者之间获取平衡点，该阶段大学生仍然应当以学习为重，不能舍本逐末。炒股大学生应当在课余多学习股票投资的知识技能，更多是要健全和完善自身的心理素质与承受能力方能做一个稳健的投资者。更重要的是学校应该健全大学生投资理财教育机制，从较为科学的角度协助大学生参与理财投资，帮助大学生构建健康正确的价值观念，从而做到教学相长，实现价值。
4、2局限性
本文从传统金融的角度研究了大学生股票投资者的各个内因、外因与投资收益率的关系，由于团队研究水平以及时间等方面的缘故，本文还存在以下几点不足，同时也为今后的研究提供一些思路和方向。
未结合行为金融的研究方式来研究投资者的投资行为与选择。未投资者情绪纳入考虑范围，仅仅从投资者的投入出发。所以，在不同市态下，可在模型中加入相关虚拟变量，从而更加合理反映投资者的投资情况。今后针对该课题可以进行更深入的探索重点分析与双向研究大学生投资者情绪和投资收益率之间的相互冲击。
不同的市场状态。本文研究了大学生股票投资者的各个内因与投资收益率的关系，主要是从投资者自身出发，对宏观经济变量的研究仅仅是讲其设定为一个外部环境，并没有在不同市场状态下划分为不同情境来分析投资者内因与收益之间的关系。该问题可以为将来后续研究提供借鉴，充分考虑市场状态对大学生投资者的影响。
股市投资机会成本。本文对大学生股市投资状况的研究，虽考虑微观和宏观经济变量对投资收益率的影响，但尚未考虑股市投资的机会成本，如同样具有风险的投资渠道-债券投资。所以，若在研究中考虑相关其他投资的收益变化，将更能反映股市投资的真实对比状况。
参考文献：
[1] 陈浩、中国股票市场机构投资者羊群行为实证研究[J]、南开经济研究、2004，（2）：91-94
[2]程昆，刘仁和、投资者情绪与股市的互动研究[J]、上海经济研究，2005，（11）：86-93
[3]2007，（8）：131-140
[4]黄蓉、自回归模型货币供应量对股票价格指数影响分析[J]、统计与决策、2012，（12）：150-152
[5]陆蓉，徐龙炳、“牛市”和“熊市”对信息的不平衡性反应研究[J]、经济研究，2004，（3）：65-72
股票投资宏观分析篇5
关键词：货币政策；货币供应量；股票市值
中图分类号：F83
文献标识码：A
文章编号：1672、3198（2013）04、0111、02
1引言
中国人民银行从 1998 年起确立货币供给量作为中间目标的地位，这标志着中央银行调控经济的手段越来越市场化。另外，随着近年股票市场价格的大幅波动，股票市场也成为投资者重点关注的资本市场，居民储蓄进入股票市场，居民投资股票市场在家庭财富中所占的比重也逐步提高，在这一系列的背景下，投资者研究货币供应量及货币政策的走向对股票市场的影响具有重大意义，有利于投资者了解货币政策特别是货币供应量的变化和股票市场的关系，从而做出科学的投资决策。
2文献综述
从国内外大量的文献参考资料来看，主要有以下的作者关于货币政策对股票市场的影响分析，得出结论比如Hamburger，Kochin（1996）不同货币政策（货币供应量、利率）对股票市场价格指数的影响期限不同。陈姝（2009）经过实证分析，表明货币政策调整会对股票收益产生影响，但经检验每次股票收益的变化都不相同。冰（2010）实证分析我国货币政策影响股票市场的利率渠道和货币供应量渠道之间关系，结论表明我国的货币政策对股票市场影响不大的结论。万解秋、徐涛研究认为，货币供应量扰动对我国股票市场产生一定程度的影响，但影响不大。M1冲击对股市影响更大，但影响存在一个月的时滞，而M0、M2冲击对股市没有产生明显的影响。
国内有关货币供应量与股票价格之间的关系进行了实证研究。从研究的角度看，学者的研究一般分为两类：一类主要关注股票市场对货币政策宏观经济政策制定的影响，大多数学者在探讨货币政策要不要把股票市场作为决策因素加以考虑；而另一类则主要关心货币政策等宏观经济政策对股票市场价格指数的影响。如王晓芳等通过实证分析得到 M2 与上证综指的相关系数达到0、85，但是该文的分析比较简单，但未阐明对数据的具体处理方法。孙华妤等应用动态滚动式的计量检验方法发现所有货币数量（ M0、 M1 和 M2） 对股票市场价格都没有影响。于长秋通过协整检验和格兰杰因果检验的方法分别对我国股票价格与不同层次货币供应量的关系进行了分析，结果说明股票价格与货币供应量之间存在长期均衡的协整关系，股票市场价格波动与货币供应量变化存在格兰杰因果关系，而且二者相互影响。
3货币供应量对上证指数的实证分析
本文从2007到2012年货币供应量与上证指数之间来分析，货币供应量对股票市场的实证分析。
3、1货币供给量与股票市场的关系
本文的主要目的在于检验新世纪以来我国各个层次的货币供应量和股票市场价格之间的相互影响关系。货币供应量对股票市场价格指数的影响分为直接、间接影响：直接影响是M0、M1、M2等货币供应量的变化直接影响股票市场的投资收益，间接影响是投资者对货币政策的走向预期，从而影响股市的价格波动。
货币供应量方面的指标选取 M0、M1和 M2作为衡量指标，样本期间为 2007年1月到2012年12月，数据来源于中国人民银行统计数据库。数据处理均采用Eviews3、1软件。根据《中国人民银行货币供应量统计和公布暂行办法》，我国的各层次货币供应量的统计口径如下：
M0：流通中现金；
M1：M0 +企业存款+机关团体部队存款+农村存款+信用卡类存款；
M2：M1+城乡居民储蓄存款+企业存款中具有定期性质的存款+外币存款+信托类存款。
2007年到2012年货币供应量数据如表1所示。
分析货币供应量对股票市场的影响，主要通过货币的增速M1、M2来分析股票市场的变化，M1-M2是股市资金流入流出的重要指标之一，若M1-M2的数值变大，表明企业居民存款活期形式理财，企业和居民交易频繁，经济景气指数上升。若M1-M2数值缩小，表明企业和居民倾向选择将资金以定期的形式投资理财，未来可选择投资股票市场的机会将受限，企业居民手中闲置资金从实体经济中存贮下来，经济运行指数将回落。 货币供应量与股票市场之间的实证关系表明，M1-M2数值与上证指数呈现较为明显的正向关系。M1-M2数值的拐点对股指有指示作用。图1是2008年到2012年M1-M2与上证指数的变化关系图。从图中可以两者走势基本一致。
3、2货币供应量对上证指数的实证分析
（1）样本数据的选取。
根据中国人民银行统计公布的货币供应量：流通中的现金M0、狭义货币M1、广义货币M2作为货币供应量指标；选用上证指数收盘指数作为股市市场价格方向标，以SZ表示上证A指数，取样为2008年1月至2012年12月。分析步骤如下：首先，检验上证A指数变量与货币供应量指标变量各自的平稳性，本文采用ADF检验法；其次，经过 ADF检验，如果在取样时间序列具有相同的单整阶数，则对它们进行协整检验；再次，使用格兰杰因果检验方法，分别检验M0、M1和 M2与上证A指数（SZ）的关系；最后，对数据进行回归分析，计算出股票价格指数与货币供应量不同层次M0、M1和 M2之间的影响程度
（2）单位根检验。
总体而言，差不多所有表示绝对量指标的宏观经济变量都是非平稳的、存在时间趋势。因此，分析经济变量模型时，进行方程估计和相关检验，通常都需要进行单位根检验，以考察经济变量是否存在时间趋势，进一步分析是否有必要采用协整分析方法。首先，检验被分析时间序列变量是否具有单位根。经过ADF检验模型检验，M0序列是一阶单整。同样，M1、M2上证指数序列均是一阶单整。
（3）格兰杰检验。
根据Granger因果关系检验的有一个前提是变量具有平稳性，假如变量不平稳，则必须是协整的；所以可以进Granger因果关系检验，输出结果如表2所示。
4结论
通过货币供应量与股票市场的实证分析可以看出，就Granger因果关系检验结果判断，从流通中的现金M0还是从狭义货币供应量M1及广义货币供应量M2层次分析，与股票市场价格指数都是相互影响的。
从Granger因果关系分析可以看出，上证指数对货币供应量的作用不明显，但货币的供应量在一定程度上会影响上证指数。中央银行作为宏观经济调控及货币政策制定者，更应关注资本市场价格波动，在进行货币政策执行和操作时考虑资本市场的发展。投资者应关注银行的政策调整，如2013年货币政策的放松将对证券市场的注入活力；投资者根据货币政策的走向，能准确把握股票市场的买卖时机。
参考文献
[1]Wurgler Jeffrey、Financial Markets and the Allocation of Cap、ital[J]、Journal of Financial Economics，2000，58（1、2）：187、214、
[2]刘赣州、资本市场与资本配置效率：基于中国的实证分析[J]、当代经济研究，2004，（11）、
[3]韩立岩，王哲兵、我国实体经济资本配置效率与行业差异[J]、经济研究，2005，（1）：77、84、
[4]杨广青，倪李澜、福建资本配置效率与行业差异研究[J]、福州大学学报，2010，（2）、
[5]龚鸣、货币政策与资产价格关系研究——基于股票资产价格波动[J]、黄河科技大学学报，2010，（04）、
[6] 蒋厚栋、我国货币政策资产价格传导机制研究——以房地产价格为例[J]、世界经济情况，2010，（02）、
股票投资宏观分析篇6
关键词：基本分析；股票；政策；实战；应用
基本面分析是指通过对影响证券投资价值和价格的基本因素如宏观经济运行状况、行业结构、上市公司业绩、国家的政策法规等进行分析，评估证券的实际价值，为投资者的投资决策提供依据。从基本分析角度出发，影响股价的因素主要包括宏观经济因素，行业因素、以及上市公司本身的因素。选择基本面较好的股票投资，无疑是走好投资的第一步。
一、宏观分析在实战中的应用
宏观分析主要包括宏观经济因素分析和宏观非经济因素分析两方面。宏观经济因素分析主要从宏观经济指标和宏观经济政策两方面分析对证券市场的影响，如GDP、通货膨胀率、利率、汇率以及货币政策、财政政策等的变化都会影响证券市场价格；宏观非经济因素主要是通过影响宏观经济来影响证券市场价格的，如政局的变动可能引致经济的改变，从而影响证券市场价格，战争、动乱则通过影响宏观经济环境而导致证券市场价格变动。在证券投资领域中，只有把握住经济发展的大方向，才能把握证券市场的总体变动趋势，作出正确的决策。
首先，从政策对股票市场的影响看，2009年针对房价增涨过快的现象，国家多次采取措施来抑制投机性行为以控制房价过快增长，使得2009年下半年房地产股价一直处于下跌状态。尤其2010年以来，国家加大了对房地产行业的政策管制。2010年1月10日，国务院出台了“国十一条”，之后房地产股就不再出现大涨的趋势。
2010年9月29日，为进一步贯彻落实《国务院关于坚决遏制部分城市房价过快上涨的通知》，国家有关部委分别出台五条措施，被业界称作“新国五条”；2011年1月26日，国务院总理温家宝主持召开国务院常务会议，提出了“国八条”。4月13日温家宝总理主持召开的国务院常务会议上提出要不折不扣落实房地产调控政策。国家频繁的出台了这一系列整治房价过快增长的政策，对房地产股产生了严重的负面影响，每一次调控措施出台后都会引起地产股明显的下跌，从而使一直处于较好涨势的地产股价格出现了连续的跌势，以至于2010年下半年至今，房地产股一直未出现较好的涨势。
其次，央行近两年提高存款准备金率和加息的举措也对股市产生了较大的影响。从2010年截至2011年5月4日，央行共九次上调存款准备金率、四次加息，其主要目的是抑制日益加剧的通货膨胀，这也直接影响到了股票市场。上调准备金率和加息会使得银行发放的贷款减少，对金融板块来说是利空。加息也引起了购房需求的减少，使得房地产公司效益降低，引致房地产股价格出现了一定程度的下跌。由于金融、地产等权重板块的持续下滑，使得上证A股和沪深300指数成分股整体静态市盈率下降，从2010年10月至今，大盘也跌了几百点，这主要就是经济通胀以及频繁加息政策密集出台引起的。如果通货膨胀状态好转，经济发展态势走好，股票市场就可能迎来一段表现不错的行情。总体看来，随着通胀压力加大以及在利率和准备金率政策双管齐下的影响下，我国股票市场短期来看，将处于以震荡为主的状态。
二、行业分析在实战中的应用
从证券投资分析的角度看，行业分析主要是界定行业本身所处的发展阶段以及在国民经济中的地位，同时对不同的行业进行横向比较，为最终确定投资对象提供准确行业背景的分析。行业分析的重要任务之一就是挖掘最具投资潜力的行业，进而在此基础上选出最具投资价值的上市公司。
一般来说，如果一个行业是符合国家发展方向、国家政策扶持的行业，那么它的前景比较看好，该行业未来的股票价值也相对高；如果一个行业的发展受到国家的抑制，那该行业的股票价格走势不会太好。行业分析主要从行业结构、行业景气、行业生命周期和产业政策等方面来分析。
股票投资宏观分析篇7
关键词：四维金融投资技术；宏观经济规律；外汇；期货；股票
中图分类号：F830文献标识码：A文章编号：1009-2374（2009）06-0103-05
在当今世界经济研究领域，各种经济理论如雨后春笋，蓬勃兴起，经济理论研究工作呈现出一派繁荣景象。然而，在这表面繁荣景象的掩盖下，经济学家的研究工作实际上早已进入了一个徘徊不前，无法突破的研究怪圈：忽视对宏观经济走势的研究，过分重视和追求经济理论和方法的创新。比如，当我们以“实践是检验真理的唯一标准”的观点去检验经济学家的理论是否有效时，我们发现经济学家的新理论、新方法、新法则，无论是多么富有创见，多么令人耳目一新，但最终还是经不起实践的检验，无法把握经济的变化规律。自1825年英国第一次爆发经济危机开始，至2008年的184年间里，世界主要资本主义国家经历过21次经济危机。期间，没有一位经济学家能做到提前把握世界主要国家的宏观经济趋势何时将出现拐点，经济危机将何时发生。经济学家所做的只能是眼睁睁地看着经济危机发生，给世界经济带来重创，而经济学家至今却拿不出有效的理论和方法来避免和防止经济危机的发生。
经济学家认为，经济理论研究包括纯理论研究和现实经济问题研究。前者是对经济理论的改进和完善，后者是对经济实际运行中出现的新问题进行理论研究，对有关经济现象做出理论上的解释，并创立出新的理论。其实，在我们看来，正是经济理论研究上的主次混淆、舍本逐末是导致今天经济理论研究工作进入一个怪圈的真正原因。经济理论研究应该包括主次两个方面：主要方面是研究如何依据经济运行过程中产生的经济现象和数据把握宏观经济走势。次要方面是对经济运行过程中的经济现象做出理论上的解释并发展新理论。这种理论上的解释必须既要顺应宏观经济趋势，同时又能起到对经济发展的微观调整的作用。如同一个良医，既要有诊病的技术，又要有治病的药方一样，经济学家既要有把握宏观经济变化趋势的能力，又要有把握这种趋势必须具备的理论和方法，两者不可偏废其一。在经济研究领域，宏观经济走势的研究必须占据主导地位，经济理论的研究应服务于宏观经济走势的研究。
宏观经济走势是什么？宏观经济走势是指在经济运行过程中那些尚未发生的、仍处在“无”的状态下的变化趋势。也就是说，宏观经济运行趋势是无形的，看不到摸不着的，所以一直以来经济学家无法在这一领域取得技术上的突破，甚至包括那些获得诺贝尔经济学奖在内的经济学家都坚持认为，未来的经济运行趋势具有不确定性和随机性，这些不确定性和随机性的因素是造成经济学家无法把握宏观经济规律的根本原因。因此，经济学家的通常做法是根据现行的经济理论和个人的经验，去预测未来经济变化趋势。预测是事先推测或猜测，只能达到50%左右的准确率。尽管如此，在报端、学术刊物以及经济理论研讨会上我们经常会看到经济学家针对同一个经济问题发表观点相左的预测文章，公说公有理，婆说婆有理，与猜谜语毫无二致。比如，自中国从计划经济向市场经济转型以来，关于经济理论、经济现象的分析日渐活跃，从宏观经济到产业经济，各路经济专家纷纷上阵，发表他们的经济预测文章。这方面有两个实际的例证。一是对后奥运经济的预测，在北京奥运会召开之前，就有专家到处发表言论，预测奥运会后中国经济将持续较快增长。二是对中国房地产业走势的预测，清华大学、北京师范大学早在2007年就有人以专家学者的身份，用的方式坚称房价将会呈上涨趋势。他们的错误预测往往是误导了公众，对政府决策也会产生负面影响。
无独有偶，自19世纪初至今的200多年间里，西方经济学家、金融学家、金融投资者为了获取高额的投资收益，先后研究出不下百余种的图表和指标分析技术，简称技术分析。长期的投资实践表明，技术分析仅能达到一种类似于猜测的50%的准确率，无法把握外汇、期货、股票的未来变化规律，因而掌握指标分析技术的投资者往往赚少亏多，外汇、期货、股票市场成为吞噬资金的无底黑洞。令人痛惜的是，从部级的投资集团，到大名鼎鼎的金融投资机构，再到普通投资者，年复一年，日复一日，仍然在沿用西方技术分析，在国际金融市场的大舞台上，正不断地上演着一幕幕投资失败的悲剧。 例证一：2007年11月27日，中国平安保险股份有限公司（简称中国平安）宣布从二级市场直接购得富通集团约4、18%的股权，称为富通单一第一大股东，后增持至4、99%，前后共斥资超过238亿元人民币。到2008年11月份，富通的股价已下跌超过96%，导致中国平安238亿元人民币投资只剩下10亿元人民币。例证二：2008年10月21日，香港中信泰富有限公司（Citic Pacific Ltd、）称，因一位管理人员用判断澳元走势的衍生工具进行了不当操作，该公司面临着近20亿美元的损失。中信泰富是一家得到部分中国政府资金支持的香港上市公司。
从表面上看，经济规律似乎与外汇、期货、股票规律没有多大的关系，甚至有人认为两者毫不相干。但如果从这些规律的属性上进行一番深入研究，我们就会发现无论是经济规律还是外汇、期货、股票规律，其实都属于同一类规律。比如，经济学家要做的是如何把握未来的宏观经济运行规律，金融投资者要做的是如何把握外汇、期货、股票未来的变化规律，所以两者面临同样一个技术难题，即如何把握各自未来的变化规律。在规律的属性上，经济规律和外汇、期货、股票规律均属于未来的变化规律。在现代经济社会中，经济学家和金融投资家所做的就是要把握未来中的那些对社会经济发展有着非常重要作用和价值的无形规律，如经济、金融、以及外汇、期货、股票规律等。令人遗憾的是，迄今为止，经济学家和金融投资家尚未找到如何把握这类无形规律的行之有效的技术方法。
从1991年我们的技术研究工作开始，至2006年四维金融投资技术研究取得成功，历时15年，我们不仅从理论上找到了世界经济学家无法把握宏观经济趋势和金融投资家无法把握外汇、期货、股票的未来变化规律的症结所在，而且找到了如何破解这种规律的方法。归纳为如下三点：
第一点，有形物质存在于三维空间。三维空间研究的是由一种有形物质形态向另一种有形物质形态的转化规律。把握三维空间中的有形物质变化规律的方法是分析、判断、推测、猜测等“有为”的技术方法。
第二点，无形物质存在于四维时空。四维时空是三维空间和时间的合称。四维时空研究的是无形物质与有形物质的相互转化规律。把握四维时空中的无形物质变化规律的方法是 “自然无为”的技术方法。
第三点，宏观经济规律和外汇、期货、股票规律都属于未来的变化规律。未来囊括了所有的无形物质。宏观经济规律和外汇、期货、股票规律属于四维时空中的无形物质与有形物质的相互转化规律，必须使用“自然无为”的技术方法，才能把握这种规律。
我们认为，经济学家无法把握宏观经济规律和金融投资者无法把握外汇、期货、股票的未来变化规律的症结就在于：错误地认为宏观经济规律和外汇、期货、股票规律属于三维空间中的有形物质规律，因而使用把握三维空间有形物质变化规律的分析、推测等有为方法，去把握存在于四维时空中的经济和外汇、期货、股票规律。
3、如何破译“有生无”数字式“210”中的“0”
为了便于理解，我们还必须从“有生无”数字式“210”说起。“21”表示的是，阴阳两种形式的有形物质信息――空间数字和时间数字“2”，向空间周期数字与时间周期数字完全对应组合的“1”转化。此时的物质形态仍属于三维空间的有形物质。
（1）“10”表示的是空间周期数字与时间周期数字完全对应组合的“1”向无形物质的“0”转化。此时的物质形态已转化为无形物质。
（2）“0”是一种无形的物质，它存在于时间中。由于时间囊括了一切无形物质，我们要把握“0”这种无形物质的规律，就必须从“10”化生阶段中的时间周期数字入手。
破译“0”的方法包括如下两点：第一点，计算时间周期K线数字：就是从“1”包含的时间周期数字入手，计算空间周期数字范围内的时间周期K线数字。比如，美元指数从昨天的最低点81、000开始，到今日的最高点81、500，总计上升500点。据此，提取的空间周期数字应是500点，时间周期数字应是5分钟K线。计算时间周期K线数字的方法是，在空间周期数字500点的范围内，计算从最低点81、000到最高点81、500之间，共有多少根5分钟K线数字。若得出5分钟K线数字是12，12就是时间周期K线数字。第二点，时间周期K线数字是数字密码。在“10”化生阶段中，是“1”化生出了“0”。同样道理，“1”包含的空间周期数字和时间周期数字，化生出了“0”包含的时间周期K线数字。时间周期K线数字就是那些隐藏在经济和外汇、期货、股票规律中，并且对经济和外汇、期货、股票规律起着支配或决定性作用的数字密码。
（二）四维时空数字计算式的创立
宏观经济规律和外汇、期货、股票规律属于“有生无”的转化规律，所以要想破译这种规律，必须首先破译老子“有生无”数字式“210”的密码含义，创立一套完整的、可重复使用的、具有自然无为属性的四维时空数字计算式。
宏观经济规律和外汇、期货、股票规律属于四维时空中的自然无为的规律。规律是不以人的意志为转移的，任何试图以有为的方法去把握的这种自然无为的规律的做法，注定要失败的。这就要求四维时空数字计算式，既不可以掺杂任何在三维空间科学研究中人们业已习惯的有为的技术方法，也不可以使用文字语言，因为文字语言是三维空间的产物，是人与人交流所必须使用的“有为”的技术手段，具有模糊性和不确切性的缺点，所以必须使用数字语言。数字是自然的产物，四维时空数字计算式唯有使用数字语言，才能以自然无为的方式，直观地、准确地把握宏观经济规律和外汇、期货、股票规律。
四维时空数字计算式为：宏观经济规律和外汇、期货、股票之“有生无”的转化规律＝已经到达的空间周期数字＋提取的空间周期数字＋提取的时间周期数字＋计算得出的时间周期K线数字。解释如下：
1、“已经到达的空间周期数字”，是经济和外汇、期货、股票在前一个阶段运行过程中已经到达的空间周期数字，它相当于“有生无”数字式“210”中的“2”。
2、“提取的空间周期数字＋提取的时间周期数字”，不是一般的数字相加，而是从经济和外汇、期货、股票前一阶段的时空周期数字中提取的一对完全对应的空间周期数字和时间周期数字。它相当于“有生无”数字式“210”中的“1”。
3、“计算得出的时间周期K 线数字”，是在空间周期数字的范围内，计算时间周期K线得来的一组时间周期K线数字，它相当于“有生无”数字式“210”中的“0”。
为了简化四维时空数字计算式，我们不妨用N来表示“宏观经济和外汇、期货、股票‘有生无’的转化规律”，N＝已经到达的空间周期数字＋提取的空间周期数字＋提取的时间周期数字＋计算得出的时间周期K线数字。
四维时空数字计算式包括如下三个步骤：第一步，计算出经济和外汇、期货、股票“已经到达的空间周期数字”。第二步，根据经济和外汇、期货、股票在前一阶段运行过程中产生的时空数字，首先“提取空间周期数字”，然后根据提取的空间周期数字，“提取时间周期数字”。第三步，根据已提取的时间周期数字“计算得出时间周期K线数字”。
最后，根据计算得出的时间周期K线数字，也即密码数字，可以确定并预知经济和外汇、期货、股票未来一个周期的运行趋势和升跌周期数字。
三、四维金融投资技术的应用概况
（一）四维金融投资技术的计算实例
1、2008年12月18日计算美元指数未来一个空间周期的运行趋势及空间周期数字。已知：美元指数从2008年11月21日最高点88、463，下跌至2008年12月18日的最低点77、688，共计下跌了一个10、775点。10、755点包含了一个10、000点的标准空间周期。
四维时空数字计算式的三个步骤：第一步，计算出美元指数从最高点88、463下跌10、000点空间周期所到达的周期数字，即88、463-10、000=78、463。第二步，空间周期数字是10、000点。根据已提取的空间周期数字10、000，提取的时间周期应为2周K线。第三步，根据时间周期2周K线，计算得出10、000空间周期范围内的2周K线数字是3。
兹列出四维时空数字计算式如下：
N＝78、463＋10、000＋2WK＋3
根据以上计算式的数字密码，得出计算结果是：其一，美元指数的下跌周期结束，开始进入一个上升空间周期。其二，美元指数未来将有一个10、000标准周期的上升空间。美元指数未来要到达的标准空间周期数字＝最低点77、688＋10、000＝87、688点。
一般情况下，惯性因素造成的延伸数字的计算，要依据美元指数到达87、688时的市场人气旺弱的情况，另行计算。有时为了便于把握美元指数的最大上升空间数字，也可以提前计算美元指数的延伸数字＝最低点87、688＋（10×30%－50%）＝90、688－92、688，即未来美元指数至少可以上升到90、688－92、688点。
2、2008年10月28日计算中国股票指数“中证流通”下一个空间周期的运行趋势及空间周期数字。
已知：“中证流通”从2008年1月15日的最高点5736、52，下跌至2008年10月28日的最低点1626、04，总计下跌了4110、48点。4110、48点包含了一个4000点的标准空间周期。
四维时空数字计算式的三个步骤：第一步，计算出“中证流通”从最高点5736、52，下跌4000点空间周期所到达的周期数字。即5736、52－4000=1736、52。第二步，提取的空间周期数字是4000点。根据已提取的空间周期数字4000，提取的时间周期为20日K线。第三步，以时间周期20日K线，计算得出最高点5736、52至1736、52之间的20日K线的数字是9。
兹列出四维时空数字计算式如下：
H＝5736、52
N＝1736、52＋4000＋20DK＋9
根据以上计算式中的数字密码，得出计算结果是：其一，“中证流通”的下跌空间周期已经结束，开始进入上升周期。其二，“中证流通”未来有一个1000点标准周期的上升空间。未来“中证流通”将要到达的标准空间周期数字＝最低点1603、96＋1000＝2603、96点。惯性因素造成的延伸数字的计算，要依据2603、96到达时的市场人气旺弱的情况，另行计算。
（二）四维金融投资技术的准确率
四维金融投资技术是人类科学史上第一项超三维空间科学的技术。根据宏观经济和外汇、期货、股票“有生无”转化规律的自然属性，四维金融投资技术是在破译了老子“有生无”数字式“210”的基础上成功创立出一套自然无为的、可重复使用的四维时空数字计算式，在整个计算过程中，它使用的全部是数字语言，没有加入半点人为的分析、推测的成份，所以四维金融投资技术能够达到100%的准确率。
（三）四维金融投资技术的应用范围
1、四维金融投资技术可以用于计算和把握一个国家和地区的宏观经济规律。只要有详细的、完整的经济或金融运行数据（包括月、季、年的数据），我们就能够掌控经济变化的动态情况：其一，宏观经济运行趋势是继续平稳的向上运行还是将出现经济下滑？其二，若继续平稳运行，可以计算出宏观经济走势将平稳运行至未来哪一年。其三，可以提前一至三年计算出宏观经济走势下滑的大致时间。
2、四维金融投资技术可以用于计算和把握国际外汇市场、期货市场和股票市场所有投资产品的运行规律。
3、四维金融投资技术可以用于计算和把握现货市场中的任何一个产品的运行趋势。
四、四维金融投资技术的科学价值与市场价值
（一）四维金融投资技术的科学价值
第一，技术的准确性。四维金融投资技术是人类科学史上第一项四维时空科学的技术，具有100%的技术准确率。
第二，技术的可重复性。四维金融投资技术效法老子“有生无”数字式“210”，创立了一套自然无为的、可重复使用的四维时空数字计算式，通过提取和计算相关数据，就可以十分准确地计算出经济和外汇、期货、股票未来的变化趋势。
第三，技术的社会贡献性。有了四维金融投资技术，我们可以做到：准确把握宏观经济运行趋势，预知经济危机的发生时间，提前采取有效措施，预防和避免危机的发生。准确把握世界金融市场中的任何一个金融产品的运行趋势和升跌周期数字，帮助那些需要得到技术支持的投资财团，避免投资失败悲剧的重演。
四维金融投资技术的诞生，不仅在理论上理清了宏观经济规律和外汇、期货、股票规律是一种什么样的规律，而且在技术上破解了这个困扰着全世界经济学家和金融投资者200多年的世界性难题，结束了经济学家和金融投资家不能把握宏观经济规律和外汇、期货、股票规律的历史。
（二）四维金融投资技术的市场价值
从三维空间科学和四维时空科学来划分，科学技术可以分为两种：
一种属于三维空间科学范畴的有形物质变化规律的技术，如发明一种世界顶尖级的机器、设备、元器件等，可以用多少万，多少亿美元精确地计算出其市场价值，叫做“有价之宝”。
另一种属于四维时空科学范畴的有形物质与无形物质转化规律的技术，如宇宙天体、基本粒子、经济金融等，其经济价值无从估计，无法估计，没有数字可以计算出其市场价值，叫做“无价之宝”。四维金融投资技术是人类科学史上的第一项四维时空科学的技术成果，当属于“无价之宝”。
（三）愿望与建议
亚太经济合作组织第十六次领导人非正式会议上，国家主席强调：迅速采取有效措施，遏制金融危机扩散和蔓延。在眼下的这场由金融动荡演变为经济动荡的危机中，中国虽然没有像欧美及俄罗斯等国那样受到强烈的冲击，但我们应把别人的危机当作自己的危机，反思中国经济发展模式，反思对宏观经济走势把握的不足，尽快提高我们把握宏观经济规律的能力。为此我们做出如下三点建议并愿为此做出自己的努力：
其一，充分发挥四维金融投资技术的作用，提升对宏观经济走势的把握水平，使之为政府所用，为企业所用，为市场所用。
股票投资宏观分析篇8
“与汇添富那只产品的纯主动性相比，我们这只产品是有量化约束的。” 泰达宏利逆向策略股票型证券投资基金焦云在接受时代周报记者采访时表示，该基金运用定量分析和定性分析相结合的方法构建股票备选库，以明确定量、定性分析的具体运用领域把量化策略贯彻到投资的全过程中，回避受市场热捧而价格超高的个股，把握事件冲击等逆向投资机会。
据了解，这也是泰达宏利旗下首只量化基金产品。今年以来，跌宕起伏的行情持续考验基金投资管理能力。然而量化基金表现却一枝独秀。银河数据统计显示，2012年一季度，上证综指上涨2、88%，同期标准股票型基金平均业绩为0、31%，而量化基金的平均业绩为2、92%。
逆向投资正当时
“其实对于逆向投资策略，投资者并不陌生，巴菲特名言‘在别人恐惧时贪婪，在别人贪婪时恐惧’就是逆向投资思维的一种表述。”泰达宏利逆向策略基金拟任基金经理焦云告诉时代周报记者，逆向投资策略就是对抗人性从众的心理弱点，避开机构扎堆的热门股、题材股，寻找被市场忽略或股价被严重低估的成长类股票。
在焦云看来，逆向投资强调的不随波逐流，不是简单的和市场趋势作对，也不是简单的掘金冷门股，而是在研判大势的基础上，对上市公司本身的投资价值进行分析，以适当价格介入股价被严重低估的股票，获取估值回归带来的投资收益。
焦云指出，在市场整体震荡，短期内板块频繁轮动的情况下，每一种投资思维都能在市场中占有一席之地。逆向投资策略瞄准被市场忽视、低估、看空的“非主流”股票，极有可能挖掘出一些蕴含着巨大投资潜力的个股，捕捉一些结构性的投资机会。
据焦云介绍，逆向投资在海外已有30多年的发展历史，经过行为经济学先驱丹尼尔・卡纳曼和“逆向投资之父”戴维・德雷曼的努力，逆向投资理论从一种交易策略上升为一种主要的投资策略，据彭博社数据统计，现在全球已有100多只逆向投资基金，规模超过百亿欧元。
1月份，华安基金也申报一只逆向策略股票型基金，目前正在证监会报批程序中。分析认为，受欧债危机、全球经济增长放缓、国内经济结构转型等因素影响，A股在未来较长时期内都将维持宽幅震荡的局面，但其中不乏个股结构性投资机会，这一市场格局为逆向投资策略提供了好机会。
量化基金扩容潮起
除了泰达宏利，今年以来已有多家基金公司已经开始在量化产品方面布局。比如工银瑞信3月刚刚发行了旗下第一只量化基金―工银量化策略股票基金；富国基金开始大力打造旗下围绕量化投资的子品牌。
所谓量化投资，是指通过建立数学模型并应用量化分析方法进行选股和操作管理。量化投资在海外已有逾30年历史，但在国内市场，自2004年光大保德信发行光大保德信量化核心基金才正式起步，至2009年底，量化基金方才相继跟进成立，并迅速发展壮大。据好买基金研究中心数据统计，截至目前，已有16只量化基金成立。
“主要是现在公募基金产品发行越来越多，同质化现象较严重，相较而言，独辟蹊径的量化产品显得吸引力更大。此外，今年年初以来量化基金的不错业绩也支撑了这波扩容。”好买基金研究员刘天天告诉时代周报记者。银河数据统计显示，2012年一季度，上证综指上涨2、88%，同期标准股票型基金平均业绩为0、31%，而量化基金的平均业绩为2、92%。
“在量化投资领域，出现了很多杰出的投资者，如詹姆斯・西蒙斯。” 有着8年海外量化投资经验的工银基本面量化基金经理游凛峰表示，“他们依靠数学模型和神秘的公式扫描市场，捕捉机会。”据了解，詹姆斯・西蒙斯管理的大奖章基金1989-2007年均收益率高达35%，而“股神”巴菲特在同期的平均年回报大约为20%。
在游凛峰看来，量化投资的优势非常突出，未来将会有更多的基金经理进入数量化选股这个领域，通过采用计算机辅助的投资组合优化模型。
