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您的創作熱情，引導您走向新的創作高度。
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，而股票本身價值是決定是否購買參考依據，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，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模型是對風險和收益如何定價和度量的均衡理論，根本作用在于確認期望收益和風險之間的關系，揭示市場是否存在非正常收益。一個資產的預期回報率與衡量該資產風險的一個尺度——β相聯系。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時刻的無風險利率，rm,t為t時刻的市場組合收益率，β為企業風險系數。在實際運用中，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風險的度量，但這個度量并不一定準確，如果有更好的方法估計出更準確的β，成為優勢β。當優勢β大于市場β時，說明市場確認的折現率過小，市場按較小折現率得到股票價格理應過高，則賣出該股票；反之，則買入。我們可以利用會計數據并結合市場模型來估計β能得到更精確的β值。由于企業財務杠桿與風險有關，我們可以用下式來估計企業的風險：
其中βv,i，βB,i，βs,i分別是企業風險、債務風險和股東權益風險，V，B，S表示企業市值、債務市值和股票市值。
在不考慮稅收的情況下，企業的價值與企業資本結構無關，這意味著βv,i與財務杠桿無關，所以財務杠桿指數的增大不會改變βv,i，但會增大βs,i。
除了財務杠桿外，經營杠杠也是β估計的一個很重要的因素。經營杠桿指固定成本與變動成本的比率。從會計數據計算出的經營杠桿越大，企業風險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；Mt為t年會計收益市場指數的變化數；hi為會計β的估計值。Ball和Brown（1968）研究結果表面無論是經營收益、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為當期用市場模型估計的企業i的風險β；Wk,i為企業在當期的第k個會計變量，它們可以是股利分配率、財務杠桿、收益變動方差、會計β等。
運用所得到的估計系數（C）和企業的會計變量（W）數據，就可以估計出非企業的風險系數。就可以比本期市場模型β的估計更精確地預測下期市場模型的β。國外許多研究表明建立在會計變量基礎上的預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險的預測。
四、國外的相關研究成果
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風險與市場β之間存在顯著的正的相關性。Mandelker和Rhee（1984）以1957年-1976年間的255家制造業企業為樣本對這一假設重新驗證，表明每個組合的市場β與財務風險存在顯著的相關關系。其解釋是由于回歸建立在組合的基礎上，使得變量的測量誤差變小，相關性提高。
Lev（1974）的研究也表明營業風險與市場風險之間存在相關關系。他以1949年-1968年間電力、鋼鐵和石油為樣本回歸表明，營業風險越高，市場β及股票收益率方差越大。
Eskew（1970）考慮到β的非靜態性，以改進的β預測模型，與以會計變量為基礎的預測模型對比，發現會計變量預測模型更優越。而Rosenberg和McKibben（1973）發現，將市場β與會計變量結合起來可以大大提高對未來市場β的預測能力。
[關鍵字]: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,而股票本身價值是決定是否購買參考依據,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,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模型是對風險和收益如何定價和度量的均衡理論,根本作用在于確認期望收益和風險之間的關系,揭示市場是否存在非正常收益。一個資產的預期回報率與衡量該資產風險的一個尺度——β相聯系。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時刻的無風險利率,rm,t為t時刻的市場組合收益率,β為企業風險系數。在實際運用中,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風險的度量,但這個度量并不一定準確,如果有更好的方法估計出更準確的β,成為優勢β。當優勢β大于市場β時,說明市場確認的折現率過小,市場按較小折現率得到股票價格理應過高,則賣出該股票;反之,則買入。我們可以利用會計數據并結合市場模型來估計β能得到更精確的β值。
由于企業財務杠桿與風險有關,我們可以用下式來估計企業的風險:
■
其中βv,i,βB,i,βs,i分別是企業風險、債務風險和股東權益風險,V,B,S表示企業市值、債務市值和股票市值。
在不考慮稅收的情況下,企業的價值與企業資本結構無關,這意味著βv,i與財務杠桿■無關,所以財務杠桿指數的增大不會改變βv,i,但會增大βs,i 。
除了財務杠桿外,經營杠杠也是β估計的一個很重要的因素。經營杠桿指固定成本與變動成本的比率。從會計數據計算出的經營杠桿越大,企業風險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;Mt為t 年會計收益市場指數的變化數;hi為會計β的估計值。Ball和Brown(1968)研究結果表面無論是經營收益、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為當期用市場模型估計的企業i的風險β;Wk,i為企業在當期的第k個會計變量,它們可以是股利分配率、財務杠桿、收益變動方差、會計β等。
運用所得到的估計系數(C)和企業的會計變量(W)數據,就可以估計出非企業的風險系數 。就可以比本期市場模型β的估計更精確地預測下期市場模型的β。國外許多研究表明建立在會計變量基礎上的預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險的預測。
四、國外的相關研究成果
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風險與市場β之間存在顯著的正的相關性。Mandelker和Rhee(1984)以1957年-1976年間的255家制造業企業為樣本對這一假設重新驗證,表明每個組合的市場β與財務風險存在顯著的相關關系。其解釋是由于回歸建立在組合的基礎上,使得變量的測量誤差變小,相關性提高。
Lev(1974)的研究也表明營業風險與市場風險之間存在相關關系。他以1949年-1968年間電力、鋼鐵和石油為樣本回歸表明,營業風險越高,市場β及股票收益率方差越大。
Eskew(1970)考慮到β的非靜態性,以改進的β預測模型,與以會計變量為基礎的預測模型對比,發現會計變量預測模型更優越。而Rosenberg和McKibben(1973)發現,將市場β與會計變量結合起來可以大大提高對未來市場β的預測能力。
Rosenberg和Marathe(1976)開發了BARRA模型,將模型預測的市場β與僅用市場資料預測的市場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用。
參考文獻:
[關鍵字]：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，而股票本身價值是決定是否購買參考依據，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，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模型是對風險和收益如何定價和度量的均衡理論，根本作用在于確認期望收益和風險之間的關系，揭示市場是否存在非正常收益。一個資產的預期回報率與衡量該資產風險的一個尺度——β相聯系。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時刻的無風險利率，rm,t為t時刻的市場組合收益率，β為企業風險系數。在實際運用中，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風險的度量，但這個度量并不一定準確，如果有更好的方法估計出更準確的β，成為優勢β。當優勢β大于市場β時，說明市場確認的折現率過小，市場按較小折現率得到股票價格理應過高，則賣出該股票；反之，則買入。我們可以利用會計數據并結合市場模型來估計β能得到更精確的β值。
由于企業財務杠桿與風險有關，我們可以用下式來估計企業的風險：
■
其中βv,i，βb,i，βs,i分別是企業風險、債務風險和股東權益風險，v，b，s表示企業市值、債務市值和股票市值。
在不考慮稅收的情況下，企業的價值與企業資本結構無關，這意味著βv,i與財務杠桿■無關，所以財務杠桿指數的增大不會改變βv,i，但會增大βs,i 。
除了財務杠桿外，經營杠杠也是β估計的一個很重要的因素。經營杠桿指固定成本與變動成本的比率。從會計數據計算出的經營杠桿越大，企業風險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；mt為t 年會計收益市場指數的變化數；hi為會計β的估計值。ball和brown（1968）研究結果表面無論是經營收益、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為當期用市場模型估計的企業i的風險β；wk,i為企業在當期的第k個會計變量，它們可以是股利分配率、財務杠桿、收益變動方差、會計β等。
運用所得到的估計系數（c）和企業的會計變量（w）數據，就可以估計出非企業的風險系數 。就可以比本期市場模型β的估計更精確地預測下期市場模型的β。國外許多研究表明建立在會計變量基礎上的預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險的預測。
四、國外的相關研究成果
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風險與市場β之間存在顯著的正的相關性。mandelker和rhee（1984）以1957年-1976年間的255家制造業企業為樣本對這一假設重新驗證，表明每個組合的市場β與財務風險存在顯著的相關關系。其解釋是由于回歸建立在組合的基礎上，使得變量的測量誤差變小，相關性提高。
lev（1974）的研究也表明營業風險與市場風險之間存在相關關系。他以1949年-1968年間電力、鋼鐵和石油為樣本回歸表明，營業風險越高，市場β及股票收益率方差越大。
eskew（1970）考慮到β的非靜態性，以改進的β預測模型，與以會計變量為基礎的預測模型對比，發現會計變量預測模型更優越。而rosenberg和mckibben（1973）發現，將市場β與會計變量結合起來可以大大提高對未來市場β的預測能力。
rosenberg和marathe(1976)開發了barra模型，將模型預測的市場β與僅用市場資料預測的市場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用。
參考文獻：
[關鍵字]：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，而股票本身價值是決定是否購買參考依據，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，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模型是對風險和收益如何定價和度量的均衡理論，根本作用在于確認期望收益和風險之間的關系，揭示市場是否存在非正常收益。一個資產的預期回報率與衡量該資產風險的一個尺度——β相聯系。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時刻的無風險利率，rm,t為t時刻的市場組合收益率，β為企業風險系數。在實際運用中，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風險的度量，但這個度量并不一定準確，如果有更好的方法估計出更準確的β，成為優勢β。當優勢β大于市場β時，說明市場確認的折現率過小，市場按較小折現率得到股票價格理應過高，則賣出該股票；反之，則買入。我們可以利用會計數據并結合市場模型來估計β能得到更精確的β值。
由于企業財務杠桿與風險有關，我們可以用下式來估計企業的風險：
其中βv,i，βB,i，βs,i分別是企業風險、債務風險和股東權益風險，V，B，S表示企業市值、債務市值和股票市值。
在不考慮稅收的情況下，企業的價值與企業資本結構無關，這意味著βv,i與財務杠桿■無關，所以財務杠桿指數的增大不會改變βv,i，但會增大βs,i。
除了財務杠桿外，經營杠杠也是β估計的一個很重要的因素。經營杠桿指固定成本與變動成本的比率。從會計數據計算出的經營杠桿越大，企業風險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；Mt為t年會計收益市場指數的變化數；hi為會計β的估計值。Ball和Brown（1968）研究結果表面無論是經營收益、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為當期用市場模型估計的企業i的風險β；Wk,i為企業在當期的第k個會計變量，它們可以是股利分配率、財務杠桿、收益變動方差、會計β等。
運用所得到的估計系數（C）和企業的會計變量（W）數據，就可以估計出非企業的風險系數。就可以比本期市場模型β的估計更精確地預測下期市場模型的β。國外許多研究表明建立在會計變量基礎上的預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險的預測。
四、國外的相關研究成果
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風險與市場β之間存在顯著的正的相關性。Mandelker和Rhee（1984）以1957年-1976年間的255家制造業企業為樣本對這一假設重新驗證，表明每個組合的市場β與財務風險存在顯著的相關關系。其解釋是由于回歸建立在組合的基礎上，使得變量的測量誤差變小，相關性提高。
Lev（1974）的研究也表明營業風險與市場風險之間存在相關關系。他以1949年-1968年間電力、鋼鐵和石油為樣本回歸表明，營業風險越高，市場β及股票收益率方差越大。
[關鍵詞]住房財富；股市參與；股票投資
[DOI]10.13939/ki.zgsc.2017.08.076
1引言與文獻綜述
近年來，我國房價飆升。面對房價的持續大幅上揚，住房投資成為城鄉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，日益引起學者們的關注。
從現有文獻來看，關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。學者普遍認為住房資產在家庭總資產中的比重越高，家庭的股市參與率越高（Kullmann和Siegel，2005；吳衛星等，2010）。關于住房價值對股票投資額的影響，目前尚無統一定論。部分學者認為二者呈負向變動關系（吳衛星和齊天翔，2007）；部分學者指出二者正相關（Waggle和Johnson，2009）；也有學者認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出較高的風險厭惡程度，進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。
關于家庭住房對股票投資影響的研究文獻頗豐，且成果顯著，這些文獻提供了一系列可能影響股票投資的控制因素，為后續研究做出了重大貢獻。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量區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、家庭成員特征等數據來源于CHFS，物價指數等來源于國泰安數據庫。以住房價格指數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，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、學歷、風險厭惡度，家庭所處區域，是否擁有自營企業、是否按揭貸款等對家庭的個體特征進行控制。另外，實證分析中，所有以價值形式出現的變量均使用對應年份的CPI指數進行平減，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。據此，設定模型：
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家庭提高金融資產中的股票投資額，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、家庭成員數量、風險厭惡程度與家庭股市參與度、股票投資額呈負相關性；與東部地區家庭相比，中西部地區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量進行分組回歸，結果顯示：住房價值提高會促進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，進入股市的固定成本僅對一套房家庭的股市參與度產生影響；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，以實現優化家庭資源配置。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達到家庭資源配置的最優化，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。本文的結論為宏觀經濟政策的制定及證券公司的營銷業務的開展提供了一定的理論依據。對房地產行業的政策調整應堅持循序漸進的原則，對房價的急速調整，會影響家庭住房價值及住房財富，這不但會對房地產市場造成沖擊，同時會對股票市場帶來聯動效應；同時，政策應當具有針對性，對僅有一套房的家庭和二套房家庭的措施應當體現一定的差異性，以期達到最好的調控效果。就證券公司的營銷業務開展來說，應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，將已經擁有的客戶作為重點關注客戶，以期獲得較高的營銷效果。
參考文獻：
[1]吳衛星，齊天翔.流動性、生命周期與投資組合相異性-中國投資者行為調查實證分析[J].經濟研究，2007（2）.
[2]吳衛星，易盡然，鄭建明.中國居民家庭投資結構：基于生命周期、財富和住房的實證分析[J].經濟研究增刊，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
我國股市迅速發展壯大，而且正在逐步完善、走向規范化，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達到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，價格向其內在價值回歸是未來股市發展的重要方向。近年來，我國的股市與股民已從最初的盲動無序逐漸轉入理性，走向成熟，投資結構也發生了顯著變化；同時投資理念也發生著轉變，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營業績，重視股票自身的品質。隨著股市發展，投資手法和證券監管方法的成熟，以及上市公司數量、評價指標的不斷增多，如何科學合理地進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用于社會學、經濟學、管理學研究領域。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矩陣內部的依賴關系出發，把一些具有錯綜復雜關系的變量歸結為少數幾個綜合因子的一種多變量統計分析方法。面對上市公司財務表中的眾多指標，使用該方法可以用三個因子得分指標來代替原來眾多的原始指標，同時這三個指標包含了絕大部分反映股票之間差異的信息，使投資者能夠對上市公司的財務狀況有一個簡明、清晰的認識[3]。
1.3 概述
本課題的研究背景是基于上市公司財務指標、財務數據來選擇經濟效益良好的上市公司。選取了17家上市公司的主要財務指標的數據作為備選方案，其中涉及到營業收入、營業利潤等17個相關財務指標。運用因子分析的方法，結合SPSS軟件進行數據分析，最終提取了3個公共因子，計算因子得分和綜合得分，在數據中找到規律，找到評判的標準。
2.分析過程
3.總結
3.1 結論
價值投資不僅考驗人們分析數據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指標而選擇出經濟效益良好的上市公司，數據的繁多而冗雜給數據的分析帶來困難。本課題的研究目的就是基于各種量化的數據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行投資決策。本文通過對多元統計中因子分析方法的運用，建立了對于上市公司經濟情況評價的指標體系和評判準則，從客觀上，通過大量的數據分析，為人們進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數據是實時更新的，因此，本次采用的數據不能統一到同一時間標度，也沒有采取平均的方式進行選擇，因此在數據的選擇方面存在一定的局限性。
本次進行投資分析是基于理性選擇的基礎之上，是從客觀數據出發，運用科學的軟件和計算方法進行考核，而實際進行投資價值選擇時，還要考慮到長遠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的定量分析提取影響股票表現的公共因子，能夠對上市公司的股票表現作客觀評價，為廣大中小股民進行股票選擇投資時，提供了一個很好的評判準則。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上，還可以通過判別分析、對應分析等方法進行更為詳細的分析。
參考文獻：
[1]李喆.因子分析法在股票評價中的應用[J].金融在線，2004.5
【關鍵詞】粗糙集 股票 投資決策 應用研究
前言：在粗糙集就是一種可立足于企業投資決策從而進行分析的算法。因此，對粗糙集在股票項目投資決策中的應用研究有著鮮明的現實意義。
一、 粗糙集理論的主要應用
粗糙集理論的主要應用體現在以下幾個方面當中：第一、樣本集的簡化。數據挖掘當中的分類算法往往需對眾多的數據進行處理。訓練所需要的時間太過漫長。而粗糙集的出現，可以在很大程度之上進行簡化數據，消除冗余數據。第二、控制規則獲取。在實際的生活當中存在著很多復雜的對象難以建立完善的數學模型。而粗糙集能夠把控制過程的一些有代表性的狀態以及操作人員在這些狀態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據，分析操作人員在何種條件下采取何種控制策略，總結出一系列控制規則。
二、實例分析
在實例分析的基礎之下，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評價體系，接著會利用粗糙集算法對其進行簡約，并利用簡約之后的相關數據與指標，計算出相關權重問題。根據權重信息最終選擇出一個最優的投資決策方案。
（一） 指標賦值
抽取了2016年的四種有色金屬股票類型。數據離散之后的決策表如表一所示：
（二）屬性約簡、賦權重
根據表二的相關數據進行計算就可以得到最終的數據熵權。通過對于權重問題進行比較么可以知道。各個股票之間的屬性高低。雖然從現階段的股票發展過程當中我們可以看到，其投資回報率十分良好。
但是也存在著很大的風險，以上的粗糙集算法在實際的應用過程當中可以幫助投資者選擇一個良好的投資方案，所以該方法的應用應該得到進一步的重視。
結束語：
綜上所述，粗糙集是一種具有很高應用價值的算法，就股票項目投資決策來說，其內部所具有的投資決策具有很大的風險，而這些風險將會直接決定股票事業的進一步發展。
參考文獻：
[1]趙衛東，盛昭瀚，何建敏. 粗糙集在決策樹生成中的應用
[J]. 東南大學學報（自然科學版），2000，04：132-137.
[2]史成|，程鈞謨，于蘭蘭. 粗糙集在物流聯盟穩定性決策
中的應用研究[J]. 計算機工程與應用，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
統中的應用[J].計算機技術與發展，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
