学科服务 更多>>

关键词： 股利折现模型   某股份股票   股票内在价值  

摘要： 随着股票市场的成熟和发展,以及2017年来以蓝筹白马股为主选投资标的价值投资理念的盛行,使得广大中小投资者越来越关注股票是否具有投资价值,因此对股票内在价值的估计就显得尤为重要。两阶段的股利折现模型是一个以企业未来股利的现值来衡量股票内在价值的一种经典估计方法。运用两阶段股利折现模型对乳制品龙头某股份的股票内在价值进行实证分析发现,目前某股份的内在价值远远高于其市场价值,其股价被严重低估,具有较好的投资价值。随着二胎儿童增加及消费升级,对奶粉和乳制品的需求会大幅增加,某股份会从这一机会中获利,其会更具投资价值。

关键词： 收益   现金流   股票价值  

摘要： 企业收益是一段时间内大部分生产经营活动最后的财务业绩,这表明了企业生产、管理性能和盈利能力.也被认为企业是否有能力支付投资利润指标.现金流量的结构是非常重要的,同样的现金流量在经营活动、投资活动、筹资活动之间的分布是不同的,财务状况随即不同.基于此,本论文基于收益和现金流对股票价值进行初步预测方法和思路进行探讨.

关键词： 房地产价格   融资约束   研发投入   股票收益波动率  

摘要： 我国企业融资渠道多样化不足,金融工具可选择性小,公司融资选择的渠道、方式有限。上市公司通过股权通过配股增发融资需获得批准符合相关规定,而且中国的债券市场不够发达,由于信用等原因企业难以通过发行债券的方式融资。所以银行信贷成为中国企业的主要融资方式,而且银行更倾向于为固定资产提供抵押贷款,而不是为创新研发等非实物资产提供资金。Carvalho(2018)从企业持有房地产持有价值由于房价上涨而提高所带来的融资约束放松的这一角度研究发现房地产持有价值提高带来的融资约束放松增加了企业股票收益率的波动性,并通过进一步研究发现这种影响是通过增长期权渠道,而研发投入是获得增长期权的主要途径,所以融资约束放松是对研发密集型企业股票收益率的波动性增加影响更显着。此前的研究表明,企业的基本面可以帮助解释股票收益率波动性。Basu(1977)提出市盈率高的上市公司股票收益率低于市盈率低的股票收益率。Fama-French(1993)提出的三因子模型认为规模效应和账面市值比是市场组合收益率之外,另两个影响股票收益率的因素。还有资产回报率和公司的杠杆率也是影响股票收益波动率的重要因素。但我们对决定股票波动性水平的潜在经济因素的理解仍然有限。本文主要研究融资约束对股票收益波动率的影响。从企业房地产资产价值由房价波动多引起的变动影响融资约束这一角度.,根据Carvalho(2018)研究所表明企业利用增长期权的能力受到的融资约束越少,可能导致股票波动性越高这一结论进行实证研究。本文以2007年到2017年度我国沪深两市A股和创业板上市公司为样本进行研究,按照上述逻辑,通过工具变量法和多元线性回归模型完成以下研究:首先,基于不同地区对房地产周期的风险敞口不同。本文利用中国各地区人均城市建设用地的差异,构建全国房地产价格对当地房地产价格的冲击工具;其次,本文将这些本地房地产冲击与各公司资产负债表中房地产敞口的现有差异结合起来,评估冲击对公司房地产资产价值的影响;然后研究公司持有的房地产价值的增加是否显着导致了他们的股票收益波动性的变动,并通过研究按研发投入强度划分的研发密集型企业子样本检验这种影响是否是由增长期权渠道传导的。经过研究发现,企业房地产持有价值的冲击会导致股票收益波动率增加。此外,本文的实证结果表明,企业房地产持有价值的冲击会导致股票收益波动率增加也与公司市场杠杆减少有关,但不与较高的后续现金流波动相关;并且通过对研发强度的界定分组实证研究发现,研发密集型企业波动性的增加是由融资约束放松(房地产资产价值冲击)所驱动的。这些结果都说明企业房地产持有价值的冲击会导致股票收益波动率增加是由增长期权渠道驱动的。房地产资产价值的持续冲击对大型企业和非研发密集型企业股票收益波动率的影响并不显着。综上所述,研究结果表明,在拥有大量房地产资产的研发密集型企业和中小型企业中,它们所持有的房地产价格上升导致的融资约束的放松可能是企业股票波动性上升的一个重要决定因素。.本文的通过研究研发密集型企业融资房地产持有价值变动对股票收益波动率的冲击,证明研发密集型企业股票波动性上升的一个重要经济决定因素是房地产价格上升导致的融资约束的减少。本文的研究结果分离出了导致公司股票收益波动的一个潜在决定因素:即公司由于房地产持价值增加使融资约束减少,这一因素通过改变企业投资决策(增加研发投入)使企业获得增长期权能力增强从而影响股票收益波动率,并验证它对不同类型公司中股票收益率波动的作用的差异:对中小型企业和研发密集型企业作用显着而大型企业和非研发密集型企业作用不明显。本文的结果为融资约束影响企业股票波动的机制提供了证据,并表明这种影响集中在研发密集型企业中。

关键词： 股票分类   特征选择   支持向量机   神经网络   机器学习  

摘要： 股票市场是一个错综复杂的系统,存在众多因素影响股票收益。如何科学有效的选择合适的股票进行投资是关注的热点,也是金融投资领域研究的重要方向之一。股票分类的关键在于股票特征的选择和分类模型的确定。股票分类就是在公司财务指标和股票收益之间建立某种映射关系,再利用这种映射来预测未来股票收益。但由于股票价格现象是一个非线性系统,传统的股票投资分类价值研究方法有诸多不足,需要面对学习能力、维度灾难等挑战问题。在机器学习和数据挖掘领域,支持向量机(SVM)和人工神经网络(ANN)是两种经典的非线性分类模型,已被广泛研究和应用。但在实际应用中,他们的泛化能力和学习效率往往受数据质量的影响,难以达到人们预想的目标。对于像股票财务指标这样包含了许许多多冗余特征、不相关特征甚至噪声特征的数据,相关研究表明,通过有效的特征选择可以提高分类器的效率和预测精度。基于此,为了提高支持向量机和神经网络的泛化能力及模型训练效率,需要首先研究面向股票财务指标的特征选择问题,选择对股票分类有显著影响的指标或因素;在此基础上,研究它们对股票分类投资的预测精度和预测效率问题。本文选取了上海证券交易所2013-2017年A股5672家公司的历史数据,以股票收益率为输出变量,采用多种特征选择方法从中剔除不相关和冗余的指标,选取了18个对股票投资分类有显著影响的财务指标构造样本数据集,尽可能多地保留原始数据信息的同时,实现空间维度降维并提高数据的质量。接着,以二分类(股票收益率为正或为负)为例,通过SVM和BP(后向传播)神经网络建模,从数据中学习这些重要指标和股票之间的非线性映射关系,利用其机器学习算法良好的学习能力构造SVM和BP神经网络分类模型,并利用其泛化能力,预测感兴趣股票的未来收益情况。在此基础上,比较和分析SVM和BP神经网络两种分类器对股票分类投资的预测性能。横向和纵向对比实验结果表明,Relief特征选择效果最好;基于特征选择的支持向量机模型比BP神经网络模型有更好的分类预测精度。

关键词： 价值投资的研究理论   三因子模型   五因子模型   六因子模型  

摘要： 证券从产生到现在有一个多世纪的时间了,也涌现出了许多关于价值投资的研究理论,与其有关的价值投资的研究理论基础有Markowitz资产组合理论、***资本资产定价模型CAPM、套利定价理论(APT)等.全世界不同国家的学者与投资者不断推动着价值投资领域的发展与进步.Fama-French(1992)对证券市场进行深入研究后得到了著名的三因子模型,但是他们并没有放慢探索的步伐,经过不断的试验后Fama-French (2015)又提出了新五因子模型.之后,研究者Frazzini (2013)又在五因子模型的基础上得到六因子模型并将其运用在美国市场上.本文就是对上述提到的价值投资理论做一个梳理.以便为资产定价相关理论和实证研究提供一些经验和参考.

关键词： 净现值法   内含报酬率法   投资决策  

摘要： 本文对净现值法和内含报酬率法的概念和优劣势进行了比较,通过在投资案例中做出直观对比,初步探索了两种方法的运用,认为投资不应直观地认为哪种方法好,而是通过多种方法对比综合考虑决定,从而找到最适合实际情况的投资渠道,达到使资本不断增值的目的.

关键词： 异质信息   TOPSIS   价值型股票   选择模型  

摘要： 随着中国股票市场日渐繁荣以及经济高质量发展,越来越多的投资者选择股票投资以寻求超额收益。然而股票投资是高风险高回报的,盲目的投资,可能导致投资收益不理想,甚至带来经济损失。因此,科学有效的股票投资策略是投资者关注的重点,而合理的股票选择决策是股票投资策略的关键。在众多投资策略中,投资者倾向于选择具有投资价值的股票,期望获得超额收益。目前,价值型股票投资方式主要分为两种:一是大多数个体投资者通过定性分析股票的基本面选择具有价值的股票进行投资,作出的决策很大程度上受到投资者个人情绪的影响,容易造成投资失利。二是依靠计算机和数学模型的量化投资方式,这种方式通常忽略了投资者偏好对股票选择的影响。因此,为避免定性分析和量化投资这两种方式带来的问题,本文提出一种股票投资决策算法,同时考虑投资者偏好和定量数据对股票投资决策的影响,为投资者选择最具投资价值,且最符合投资者意愿的股票。论文的主要研究工作如下:(1)基于对国内外现有研究成果的研究,针对价值型股票选择环境的复杂性,以及公司风险水平、投资者偏好等定性指标和公司盈利等定量要素对股票选择的影响,构建综合定量与定性指标的价值型股票评价指标体系。(2)针对综合评价指标体系中不同信息类型的指标,以及决策者语言评价信息的模糊性和不确定性,获得来源于公司年报、评级机构、投资者等不同主体的评价值,得到基于实数、区间数和中智数的异质评价矩阵。(3)针对单一指标赋权方法不能同时兼顾主观判断和客观数据对评价结果的影响,采用BWM(Best-worst method)方法和熵权法分别计算主观准则权重和客观指标权重,同时考虑投资者主观偏好和不同评价指标的特性及客观性,得到综合指标权重。(4)针对传统TOPSIS只考虑实数信息,忽略评价中存在不确定信息的问题,改进基于异质信息的TOPSIS方法对价值型股票进行排序,辅助投资者选择最适合自己的价值型股票。最后以医药制造业上市公司为例进行了案例分析,一方面对比分析了一段时间医药制造业上市公司股票的实际收益和模型预测结果,另一方面对模型的稳定性和科学性进行了详细分析。案例分析结果不仅验证了该模型能够有效地为投资者选择出最具投资价值的股票,还验证了所构建的模型较现有的股票选择模型更符合实际,其评价结果更加科学合理,能有效指导股票投资决策。

关键词： 股票名称   音律   公司价值   投资者非理性决策   准自然实验  

摘要： 本文在行为金融学理论框架下,以投资者启发式思维、有限关注等理论为基础,梳理了股票名称音律特征影响该股票公司价值的相关文献和理论机制。综合考虑中国投资者文化背景和语言习惯,首次尝试从音调、平仄、韵律及寓意四种修辞手法构建具有中国特色股票名称评价指标,在此基础上研究发现:投资者在启发式思维作用下对富有音律的股票名称产生特殊心理偏好,该股票公司价值更高,同时本文选取中国诗词大会的举办作为准自然实验对股票名称音律与公司价值之间关系进行因果效应识别。为确保同质企业具有可比性,本文从股票名称是否含有行业信息及公司规模大小两个角度进行异质性检验,检验发现股票名称音律对公司价值的影响在含有行业信息及规模较小的公司中更显著。最后,本文利用中介效应检验发现,股票名称音律不仅通过影响股票需求曲线直接影响公司价值,同时也通过股票交易量和股票流动性两个投资者非理性决策渠道间接影响股票公司价值。本文关于声调韵意评价指标的设计创新了对股票名称的研究视角,研究结论可丰富股票市场导致投资者非理性决策的影响因素,拓展投资者非理性对公司价值影响的研究范畴,为提高上市公司品牌价值和公司估值、优化投资者选择及完善中国股票市场有效性建设提供了新视角和新方法。

关键词： 公司治理   股票流动性   企业价值  

摘要： 在当今飞速发展的市场经济环境中,公司制企业越来越成为国民经济的重要支柱。一方面它们本身的经营支撑着实体和网络经济,另一方面其企业价值也是资本市场投融资活动的重要参考指标。如何提升企业价值是理论和实务界永恒的话题。从理论上来说,公司治理质量的好坏直接影响着企业价值,如果不进行完善的公司治理体系架构,将会影响到公司的财务状况和资源使用效率,最终威胁着企业价值的稳定和增长能力。股票市场是企业进行直接投融资的重要渠道,本公司股票流动性的好坏通过影响借贷成本等直接影响着企业价值。公司治理质量又会通过企业绩效表现影响市场预期,进而改变其股票流动性。但就目前国内外学者的研究成果来看,大家对于公司治理、股票流动性和企业价值之间的影响关系和作用机制的意见并不统一,并且对于股票流动性在公司治理与企业价值之间起着何种作用这一话题也鲜少有学者进行研究。因而从整体层面和具体维度对公司治理与股票流动性、公司治理与企业价值、股票流动性与企业价值的关系以及股票流动性在公司治理与企业价值之间是否起着中介渠道作用进行研究就显得尤为必要。本文主要研究内部治理视角下的公司治理、股票流动性和企业价值之间的关系,通过文献梳理和理论分析得出以下几个假设:(1)良好的公司治理水平能够提升企业价值;(2)公司治理能够促进股票流动性;(3)股票流动性会促使企业价值增加;(4)股票流动性在公司治理促进企业价值的过程中存在部分中介效应。并分别使用主成分分析法和打分法构建公司治理和股票流动性指数,通过使用综合指数和单维度指标分别从整体和局部对上述假设进行了基于面板数据模型的回归分析和稳健性检验,结果均验证了上述假设的正确性。针对结论,我们主要在优化股权结构、完善董事会治理结构、加大高管激励力度和完善立法执法等方面提出了几点具有可操作性的建议。本文的创新点有:(1)提出“股票流动性在公司治理影响企业价值过程中存在部分中介效应“的假设;(2)研究了“监事会效率对股票流动性的影响”;(3)参考南开大学公司治理指数,使用主成分分析法构建了公司治理综合指数;并基于7个反映宽度、深度、即时性和弹性的流动性指标,使用打分法构建股票流动性指数。

关键词： 上市银行   股票交易内在价值   多元回归   因子分析   固定效应模型  

摘要： 股票市场是金融市场的重要构成部分,股票的转让、买卖和流通,对经济发展起着举足轻重的作用。我国股市正处于飞速发展阶段,受投机性等因素影响,多支股票价格大幅波动,不利于市场的健康发展。因此建立符合我国市场特点的股票价值测度模型非常必要。现有的股票价值测度模型描述的基本都是企业内在价值对股票价格的影响,对宏观方面的研究大多局限于定性层面。建模过程中没有将二者同时考虑,不仅全面性没有得到保证,还容易存在滞后性等问题。因此,本次研究提出股票交易内在价值的概念,希望同时考虑宏观和微观因素,实时得到股票的合理价格。本次研究通过多元回归的方法创建股票交易内在价值模型。不同行业板块在成长性、政策敏感性等方面存在较大差异。上市公司银行股票占A股总市值四分之一左右,所以银行板块的走势对整个证券市场都有重大影响。同时银行股票市盈率较低,相对其他板块来说规律性更强。为了使模型更加精确,本次研究选用银行板块的股票进行模型建立。以北京银行、中国银行等等16支上证交易所上市的银行股票为主要分析对象。在进行相关性检验之后,微观方面共选取股本指标、股东指标、盈利能力、资本结构、风险指标、成长能力和营运能力等7个方面共21个指标。选取股票价格指数代表宏观因素纳入模型测度范畴。通过主成分分析和因子分析方法对数据进行降维。根据本次研究数据特点,共采用固定效应模型和混合的OLS回归模型两种建模方法分别进行模型建立。并对建模结果进行统计学和实战投资两个方面的检验。检验结果表明,固定效应模型和混合的OLS回归模型调整R2分别为99%和90%,这在金融回归领域属于非常高的值。二者的F检验和t检验结果分别说明模型和各指标均显著。在投资实战检验方面,若模型有效,则被低估的股票价格应具有上涨趋势,即累计超额收益为正;被高估的股票价格应具有下降趋势,即累计超额收益为负。选取的检验样本大部分符合上述规律,认为模型通过了实战检验。本文在以往研究的基础上,将宏观因素和微观因素同时纳入到股票价格的测度中,并定义为股票交易内在价值模型。为投资者决策以及证券市场监管等提供合理依据。