时间：2023-08-17 18:03:01
关键词：货币政策;会计信息可比性;应计异象
现有研究表明，货币政策的变动能够影响企业管理者的经济预期，进而调整财务策略和会计政策来应对经济环境变化以及货币政策冲击(姜国华和饶品贵，2011)。自2007年金融危机以来，中国人民银行频繁利用存款准备金率、再贴现率、存贷款基准利率等工具调整货币政策，当预计经济过热时，会通过提高存款准备金率、提高存贷款基准利率等紧缩的货币政策来给经济降温；反之，则通过宽松的货币政策来刺激经济。频繁的货币政策变动给本文研究宏观经济政策变动与企业微观会计信息披露行为及其经济后果提供了非常难得的研究契机，故本文进行了较为系统的文献回顾。
1货币政策的传导渠道
信贷配给理论认为，货币政策能够对实体经济产生影响，货币渠道和信贷渠道是货币政策影响实体经济的主要渠道(Bernanke等，1992；Kashyap等，1993；Bernanke等，1995)。货币渠道表现为利率和汇率对实体经济的影响，在货币政策趋紧时，银根紧缩将导致企业的融资成本提高。钱雪松等(2015)的研究结果显示，中国货币政策传导的货币渠道已经在发挥作用。而信贷渠道则表现为资产负债表和银行信贷对实体经济的影响，在货币政策趋紧时，投资、总需求下降，银行放贷意愿也随之下降，信贷约束条款更趋严格(Gertler等，1994)，银行将要求企业提供更高质量的会计信息以确保其贷款的安全性。郑军等(2013)认为，信贷渠道是中国货币政策对经济实体发生作用的重要传导渠道。但叶康涛和祝继高(2009)和罗荣华等(2014)的研究却表明，银根紧缩时，银行的信贷决策并非主要服从于经济目标，导致银行信贷资金的配置效率较低，银行未发挥出有效的监督作用。金鹏辉、张翔、高峰(2014)研究发现，在宽松的货币政策环境下，银行会放松贷款审批条件，从而承担过度风险。现有文献研究货币政策的传导机制主要集中于货币政策与银行信贷之间的关系，对货币政策通过股票市场传导的研究则相对较少。刘剑和胡跃红(2004)系统梳理了西方经济学家关于货币政策传导机制与股票市场关系的研究文献。他们总结到，西方国家股票市场主要通过资产结构调整效应渠道、财富效应渠道、流动性效应渠道、资产负债表渠道和股票市场渠道传导货币政策，研究这五种渠道，不难发现，无论哪种渠道都会使股票市场价格随着货币供给量的增加而上升，并最终影响到实体经济。Baker和Wurgler(2002)根据市场择时理论研究发现，在股价较高时，企业会择时性地进行外部权益融资，当货币政策宽松而股价上涨时外部权益融资可能就会发生。Almeida等(2004)发现，当企业外部债务融资受限时，外部权益融资和内部权益融资成了唯一的替代。张西征(2012)、马文超(2012)和马文超和胡思玥(2012)研究发现，货币渠道下的货币政策会对企业融资产生显著影响，但并不直接体现于企业的银行债务融资，而表现为资本市场的权益融资，进而形成一种债务融资替代。刘星、陈名芹和李宁(2015)研究发现，货币政策宽松时，企业更容易取得再融资资格，而当货币政策紧缩时，企业更愿意通过发放现金股利取得再融资资格。既然货币政策可以通过股票市场传导，货币政策就自然会对股票定价产生影响。货币政策首先会通过货币渠道对股票定价产生影响。基于Friedman(1961)提出的资产组合理论。货币政策趋紧时，货币供应量的下降导致股票投资者持有的货币量减少，进而持有的非货币资产在其持有的总资产比重中占比提高，出于动态平衡的目的，股票投资者更可能出售包括股票在内的非货币资产以获取货币资产，导致股票价格下跌。与此同时，货币趋紧时的利率上升，也会使股票价格下降。Sprinkel(1964)和Hamburger和Kochin(1972)等的研究表明，货币政策与股票价格之间确实存在着显著关系，货币政策的变化会导致投资者在货币与股票之间进行替代，从而引发股票价格的波动。Thorbecke(1997)发现，货币政策从紧时期，股票回报呈现下降趋势，而在货币政策从宽时期，股票回报则呈现上升趋势。在此基础上，Lastrapes(1998)的拓展研究表明，货币政策的变化能够解释股票回报波动的大部分。王曦和邹文理(2011)发现，中国资本市场也存在着这一现象，即宽松的货币政策导致股票价格上升，紧缩的货币政策导致股票价格下降。货币政策还可以通过信贷渠道对股票定价产生影响。Yuan(2005)认为，在货币政策从紧的情况下，知情投资者可能会因为无法及时获得外部信贷融资，被迫降价出售股票等非货币资产以换取现金，非知情投资者也会因为无法正确判断知情投资者出售股票等非货币资产的原因是融资不足还是获知了坏消息而不愿意接盘，导致股票价格持续下降。Florankis等(2014)研究发现，当货币政策从紧时，中央银行会通过提高法定存款准备金率或通过公开市场业务回收基础货币，此时，商业银行将被迫提高信贷标准、降低信贷额度和提高保证金率等，从而提高了股票投资者获得信贷资金的难度。这将促使投资者尤其是杠杆投资者由于其面临的融资约束而被迫降价出售股票，其他投资者也因不知情而不愿接盘，导致股票价格发生短期暴跌。代冰彬和岳衡(2015)的研究也表明，货币政策紧缩也会对股票价格产生影响。此外，也有部分学者研究货币政策趋紧时，银行信贷融资的其他替代。饶品贵和姜国华(2013)研究发现，在货币政策紧缩期，非国有企业可能采用更多的商业信用作为银行信贷的替代。张梦云等(2016)研究发现，货币政策紧缩后，上市公司融资方式明显由银行贷款转向债券融资。
2货币政策与会计信息质量
经济环境的变化会引发不同的货币政策变化，在不同的货币政策下，微观企业的会计信息质量又会有何不同呢？现有文献关于货币政策与会计信息质量之间的关系主要集中于货币政策与信息披露质量、会计稳健性和盈余管理等几个方面。李志军和王善平(2011)研究发现，货币政策趋紧时，信息披露质量较好的公司获得了更多的银行借款，银行借款的利率也较低。饶品贵和姜国华(2011)、程六兵和刘峰(2013)、李连军和戴经纬(2016)研究了货币政策与会计稳健性对企业融资约束的影响效应。研究发现，货币紧缩政策加剧了企业面临的融资约束，稳健的会计政策可以削弱货币紧缩政策对企业融资约束的不利影响，且这种效应在非国有企业中更加显著。冯展斌、杨兴全和李庆德(2013)的研究结果表明，在货币紧缩时期，银行的信贷风险急剧上升，银行会加大对企业事前的资信调查，事后也会更深入地对债务企业施加监督治理，增强对企业盈余质量的识别，管理层盈余操纵被发现的可能性也会显著升高，盈余操纵行为显著减少，企业也有动机提供高质量的盈余信息，从而显著改善企业的盈余质量。而王铭利(2012)、陈耿和包燕萍(2014)、尤苒(2015)的研究结果却表明，当货币政策从紧时，企业会有较强的动机进行盈余管理，导致会计信息质量下降。汪猛和徐经长(2015)的研究结论可能意味着，货币政策趋紧期间，未转回资产减值准备的企业会有更高的会计信息质量，而有更多转回资产减值准备的企业，其会计信息质量可能相对较低。朱焱和孙淑伟(2016)研究发现，当货币政策从宽时，公司债利差会显著降低，而且该公司的会计信息质量越高，其公司债利差越小，即融资成本越低。刘朝阳和李秀敏(2016)研究了会计信息质量与宏观经济周期性波动之间的相关性，研究结果表明，经济扩张期，信贷水平与经济状况适应，利率处于低水平，高质量信息博弈力量占优；经济平稳期、信贷扩张、利率高企、低质量信息博弈力量占优；经济萧条期，信贷紧缩，利率处于高水平，在经济状况和严格的会计监管双重作用下，高质量会计信息博弈力量占优。
3应计异象的成因
在资本市场上，会计信息是投资者做出投资决策所依据的最为重要的信息来源之一，因而，投资者利用会计信息取得的超额回报也是资本市场众多异象中的一种。在这一领域中，Sloan(1996)率先提出“应计异象”问题，即投资者依据会计盈余对股票定价时，无法区分应计项目持续性与现金流量持续性之间的差异，对应计项目持续性的定价过高，而对现金流量持续性的定价过低。按照现有理论，应计异象的成因主要有有效市场理论与非有效市场理论分别两种解释(李远鹏等，2008)。有效市场理论解释应计异象的主要代表文献是Fama(1970)、Khan(2008)和Drake等(2009)。应计异象的非有效市场理论解释的代表文献是Lev和Nissim(2006)的信息成本论，以及Hirshleifer和Teoh(2006)和DellaVigna等(2009)等的有限关注理论。国内学者对应计异象的研究有代表性的主要有李远鹏等(2007)和李小晗等(2011)。李远鹏等(2007)研究发现亏损公司的“洗大澡”行为掩盖了应计异象。李小晗等(2011)发现，当投资者对盈余信息解读所付出的关注程度更高时，不存在应计异象，而当投资者处于有限关注状态时，产生应计异象。已有文献表明，国内外学者对货币政策与微观会计信息质量之间的关系以及会计信息质量的经济后果进行了较为深入的研究，这些研究成果为我们的研究奠定了坚实的理论基础，提供了更为开放的学术视野以及更为科学的认识方法和研究方法。但需要说明的是，国内外学者的相关研究对于微观经济个体针对不同的货币政策而采取应对措施及其经济后果，尤其是通过调控会计信息质量改变投融资环境以及相应的经济后果的研究较少涉及。尽管已有研究文献对货币政策与信息披露质量、盈余管理、会计稳健性、盈余持续性和盈余反应系数之间的关系进行了相关研究，但由于这些会计信息质量特征缺少公司间的横向比较，都忽略了投资和信贷决策除了依赖投资或信贷对象一家公司的会计信息外，更需了解与投资对象同类或同行业其他公司的会计信息的事实，因而不能很好地解释会计信息质量在货币政策与微观经济行为中发挥的作用，不利于发挥货币政策对经济体系的调控作用。因而，我们需要对货币政策、会计信息可比性及其资本市场定价这一亟待开发的领域展开系统深入研究。
作者:张姝玉 单位:哈尔滨商业大学
参考文献
[1]姜国华,饶品贵.宏观经济政策与微观企业行为——拓展会计与财务研究新领域[J].会计研究,2011(03).
[2]金鹏辉,张翔,高峰.货币政策对银行风险承担的影响——基于银行业整体的研究[J].金融研究,2014(02).
以有效市场假说（EfficientMarketHypothesis，EMH）和理性预期（RationalExpectationHypothesis，REH））为特征的主流金融理论在金融领域中一直占据着统治地位。但大量的实证研究和观察结果表明，人们并不总是以理性态度做出决策，在现实中存在诸多的认知偏差，这些偏差不可避免地要影响到人们的金融投资行为，进而影响到资产定价，主流金融学有着无法克服的缺陷。
RichardH.Thaler（1999）具体指出了在以下五个方面标准金融模型与实际不符：关于交易量的预测；关于波动性的预测；关于股票红利无关性；关于股票投资溢价；关于有效市场上证券价格的不可预测性。
1997至1998年的亚洲金融危机和最近一系列金融事件如美国股市在2000年的大起大落、长期资本基金（LTCM）的破产保护、老虎基金的倒闭等，也更加深了人们对市场有效性及投资理性的怀疑。在学术研究和金融实务中，正有越来越多的人认识到，人的行为、心理感受等主观因素在金融投资决策中起着不可忽略的作用。
正是对主流金融理论的质疑，促使了金融研究范式的转换，极大地促进了新的理论和方法的产生和发展。近二十年来，金融学研究呈现出新的特点和趋势，这些特点和趋势可以概括为：从原来线性的、完全理性的观点到非线性、有限理性的转变；从市场宏观层面的研究到微观结构的研究；计算机技术的发展促进了实验金融学的产生和发展。
一、从完全理性到有限理性——行为金融学
在传统的经济、金融学研究中，现实的人被简化为一个简单的理性人，即假定人们能掌握处理所有有用信息，总是能最大化其预期效用，显然这种假定是不现实的。这种以完全理性假定构筑的学说是无法通过经验科学方法来检验与研究人的内在本性的，也无法观察现实人的经济行为。
对完全理性的质疑，促使人们尝试用心理学方法来研究经济、金融问题，并试图以此来修正和检验经济、金融学的基本假设，于是便应运诞生了一门新学科——行为金融学。目前，对“行为金融学”一词还没有正式规范的定义，它主要从实证的角度研究人们如何理解和利用信息，并做出正式的投资决策，以及在此过程中，人的行为认知偏差对决策的影响。田宏伟（2001）认为构成行为金融学定义的内容有三个方面：行为金融学把经典的经济学和金融学理论与心理学和决策科学综合在了一起；行为金融学力图解释是什么造成了股票／证券价格的异常现象，这种异常已被众多的研究证明是广泛存在的；行为金融学是一门研究投资者是如何产生系统的认知偏差或称为有限理性（不完全理性）的科学。
事实上，正是因为投资者会产生系统的认知偏差或不完全理性，才导致证券价格出现各种异常。至于到底有哪些价格异常现象，它们又是由什么样的不完全理造成的，如何确定价格异常出现的市场条件，正是行为金融学的研究内容所在。从总体上看，现有行为金融学的研究是在两个方向上展开的：一是对主流金融理论缺陷的实证分析，研究在金融市场上发现的人们的诸多行为认知偏差；二是试图从心理学、社会学、人类学、认知心理学的角度来认识金融市场上的异常现象。
·噪声交易理论
FischerBlack（1986）首次提出关于噪声交易的概念，他的论文是噪声交易理论以及行为金融学研究的奠基性文章，是许多随后研究的出发点。Black指出，噪声的概念与信息的概念相对应，一直存在于金融市场中，而股价则综合反映了噪声与信息的影响。股票投资者也被分为噪声交易者和信息交易者。噪声交易理论近年来取得了很大进展，已成为行为金融学的重要工具。
J.BradfordDeLong，AndreiShleifer，LawrenceH.SummersandRobertJ.Waldmann（1990）研究了金融市场上的噪声交易者风险，得到的结论是噪声交易者通过承担更多的由他们自己创造的风险（噪声交易者风险），可以比厌恶风险的理性套利者获得更高的回报。
LawrenceH.Summers（1986）的研究也认为，股票的市场价格会对非理性投资者的投资行为更敏感，因为当理性投资者接受市场价格是其基本价值的体现，并且不以自己对价值的判断作为交易的依据时，非理性投资者则相反，他们按自己对价值的（错误）判断作为交易的依据，这时市场价格就会对非理性投资者更敏感。
·期望理论
在行为金融学模型中，由卡尼曼（DanielKahneman）和已故的特韦尔斯基（AmosTver-sky）提出并发展起来的期望理论无疑是影响最为深远的一个（DanielKahneman，andAmosTversky（1979，1992）），它向传统的预期效用理论提出了强有力的挑战。DanielKahneman因此获得了2002年诺贝尔经济学奖。
不可否认，预期效用理论至今仍是现代经济理论的重要支柱之一，它给出了不确定性条件下的理的简单精确描述。然而，正如前文所述，实际情况下人的行为并不总是理性的，这使得效用理论在应用中会产生矛盾现象，最著名的当属阿莱悖论。Kahneman—Tversky的期望理论的提出，改进了预期效用理论的不足。在期望理论中，投资者的效用（价值）不再是财富的函数，而是获利与损失的函数；投资者也不再总是风险厌恶者。图1.1、图1.2分别是预期效用理论与期望理论的效用／价值函数。
可以看出，与标准效用函数相比，期望理论的效用函数呈“S”型——在获利区间凹，在损失区间凸，这与对人们风险偏好的实际观察结果是一致的（即损失厌恶）。
通过引入价值函数、概率评价函数、参考点等概念，期望理论更好地描述了人们在不确定性条件下的决策行为。许多异常现象可以用期望理论来做出合理的解释，如阿莱悖论、证券溢价之谜、期权微笑现象等。
·过分自信理论
人们往往过于相信自己的判断能力，高估自己成功的机会，我们把这种心理现象称为过度自信。过度自信解释了许多股价异常现象，如过度反应与反应不足。
W.M.DeBondt，RichardH.Thaler（1986）的文章“股票市场过分反应了吗？”是实证检验美国股票市场是否存在过度反应的奠基性作品。他们的答案是肯定的，并指出过度反应与反应不足的原因都在于投资者的过分自信。
TerranceOdean（1998）对过分自信理论进行了详细综述和研究，并建立了过分自信的行为金融模型。由于过分自信，投资者有时会高估某些信息，有时又会低估，过分自信对金融市场的具体影响要看哪些市场参与者会过分自信以及信息是如何传播的。
首先，两个前提假设是：过分自信意味着交易者认为后验信息更准确（比实际上的准确性更高）；交易者认为自己的私有信息比别人的私有信息更加可靠。
通过分别假定一般交易者、内幕信息交易者和厌恶风险的做市商存在过分自信，TerranceOdean分析了金融市场存在信息成本时的过分自信效应。在各种情形下，过分自信都会增大成交量和市场深度，同时降低投资者的预期效应。但是，对价格波动性和价格内在性质（以价格与基本价值差额的方差来衡量）的影响则依赖于过分自信的主体是谁。一般交易者和内幕信息交易者过分自信会增加波动性，做市商过分自信会减少波动性。
·主观概率理论
主观概率指的是人们对某一特定命题正确性的相信程度。主观性体现在它是基于个人的知识和信念做出的评价。主观概率研究的重要性在于它是决策过程的关键环节。
传统概率论以及在此基础上发展起来的Bayesian决策准则所关注的都是事件发生的频率，其前提是事件能够反复发生。而对于一次性事件的概率估计，它们是不适用的。现实中人们又确实经常需要对不同的命题做出自己的评估。研究表明，人们在做出这类评估时，由于受到自身条件和知识能力的限制，无法得到最优结果，只能在一定程度上得到满意解，这使得人们可以凭直觉和个人经验解决复杂问题。这种实际决策过程的本质特点，促使科学家从行为认知的角度来研究决策过程，AmosTversky和DanielKahneman是其中的佼佼者。他们试图用启发式方法来代替Bayesian分析。这一领域的研究被称为主观概率研究，期望理论其实是主观概率理论中的一种。
二、从线性到非线性——非线性科学的应用
在人类的认识上，首先是用相对简单的线性关系（线性模型）来刻画线性问题的定量关系，对于那些非线性因素不能忽略的情况，则往往采取线性近似或线性迭代的方法来处理，这样处理有时也能得到较好的结果，但这种情况一般只出现在比较“简单的”非线性问题中，或者只是研究系统的一些“常规”行为特征。随着人们对社会、自然认识的不断深化，人们越来越不敢“小看”非线性问题了。首先，就其本质而言，自然界是非线性的。其次，许多问题中的强非线性作用与长时间尺度的系统行为都不能用线性方法（包括线性近似）来刻画。第三，即使是一些表面看上去很简单的系统，也可能表现出令人惊异的复杂性（如确定性的随机性），于是，人们愈来愈重视对广泛存在于社会和自然中的非线性现象的研究，并由此而诞生了非线性科学。
最早将非线性科学用于经济学研究的是美国经济学家斯徒泽（Stuzer），他于1980年发表的论文“一个宏观模型中的混沌动力学系统和分岔理论”，将李—约克（Li—York）定理和分岔技术应用于哈维尔默（Havelmo）增长模型，找到了该模型出现混沌的条件。之后，越来越多的学者开始运用非线性科学的方法来研究经济和金融系统。
分形学的创始人，著名的数学家BenoitB.Mandelbrot（1997）将其研究成果应用到金融市场价格变动的研究中，价格的变动可以用分形几何中的研究成果推导的模型加以解释。分形（多分形）的目的并不是要确切地预测未来，但是它们的确能对市场风险作出更切合实际的描述。分形是一种几何形状，其特点是可以分为若干部分，而每一部分都是最初那个整体在较小尺度上的翻版。在金融学中，这一概念并不是无根据的抽象，而是对一种简单明了的市场常识从理论的高度上重新进行表述。
埃德加·E·彼得斯（Peters.E.E，1996）的研究提供了大量的证据表明证券市场确实存在分形、混沌特征。认为证券价格并不是随机游动的，而是受到某种确定性趋势的作用，并具有对初始波动的高度敏感性，换言之，股价运动具有混沌性质。据此，彼得斯（1994）提出了分形市场假说，认为：（1）市场是由很多具有不同投资预期的投资者组成的；（2）与每一个投资预期相联系的信息集是不同的。只要市场维持这种分形结构，并且没有特征时间标度，市场就会保持稳定。当市场的投资预期变得一致时，市场就会变得不稳定，因为每个人都基于同样的信息集进行交易（Peters，1994）。
近年来，非线性动力学在证券市场研究领域的应用主要集中在两个方向上，一个是证券市场是否存在混沌、分形等非线性特征的检验以及检验方法的研究，在证券市场应用混沌分形理论的前提是数据是否具有混沌性质，这就需要进行有关的统计检验。对股指数据是否具有混沌分形特征的统计检验也是当前股票市场非线性研究的热点。这些检验包括：长记忆与R／S分析、BDS检验、Lyapunov指数检验等。
另一个方向便是建立非线性动力学模型来描述股价的动态行为，探寻证券市场价格波动行为的形成机理。最近几年，不少学者进行了大量研究，如Arthur、Holland、LeBaron、Palmer和Taler（1997），Brock（1993，1997），BrockandHommes（1997，1998），BrockandLeBaron（1996），Chiarella（1992），ChiarellaandHe（2000），Gaunersdorfer（2001），GaunersdorferandHommes（2000），Lux（1995），TaiseiKaizoji（2000）等等。这些模型都是基于异质投资者上的，即投资者是有限理性的，他们之间是有差别的，而非传统的金融研究将投资者简化为典型的理性人。
Brock和Hommes（1997，1998）（简称BH）提出了一个信念自适应系统（AdaptiveBeliefSystem简称ABS）的理论框架，其基本思想是：市场上的投资者是千差万别（投资者的异质性），其对未来的信念也是各不相同（信念的异质性），为适应环境，投资者的信念是变化的。人们通过不断的学习，选择业绩好的预测规则（信念），以适应不断变化的复杂的环境，这样就导致了不同类型的投资者比例的变化，进而影响着资产价格的变动，而价格的变化反过来影响投资者对预测规则的选择，形成了二者相互作用的进化系统。ABS模型给出了一个易于处理的理论框架，而且理性预期均衡作为一个特例包含在该系统中。在ABS中有两个重要的噪声源，即模型近似的误差和经济基本面内在的不确定性。ABS能产生一些重要的实证研究和观察到的市场特征现象，如收益的不可预测性、厚尾、投机泡沫和波动集群性等。Brock、Hommes和Gaunersdorfer在接下来的研究中对最初提出的模型进行了更深入的研究和扩展，Brock、Hommes和Wagener（2001）又提出了LargeTypeLimit（LTL）的概念来描述有多种类型投资者的适应性进化系统的平均行为。ChiarellaandHe（1999，2000）也对ABS系统进行了一定程度的扩展。
Lux（1995）模型企图刻画市场上投资者的“从众”行为或相互模仿的传染现象，描述了对基本面不完全知情的投资者的预期的形成。这些预期主要依赖于其他投资的预期和行为，模型刻画了投机者之间的相互模仿传染（递）的过程。模型通过投资者的态度（即买入和卖出）的变化来描述市场供需状况，而供需状况进而影响价格的变化，投资者买和卖两种态度的转变的概率引入了协同学的方法。Lux模型较好地刻画了市场中的从众行为，能很好地解释股市泡沫的形成、破灭（过度波动）和均值回复。Kaizoii（1998）模型与Lux模型相似，区别在于后者为微分方程，而前者为差分方程。TaiseiKaizoji（2000）又引入了统计物理学中平均场理论来研究股市泡沫和暴跌。
T.Vaga（1991，1999）提出的协同市场假定认为，市场价格的概率分布是基于以下两类因素在时间上的变化：基本的或经济的环境；市场中存在的情形偏倚量或“集体思维”的水平。随着两个因素组合的变化，市场状态也变化，可以达到四个不同的相：随机游动、过渡市场、混沌市场、协同市场。这样就把市场价格的随机变动与可能的混沌性质统一到一个框架下。换言之，把有效市场理论与分形市场理论统一为一体。这种理论虽然还缺乏实证检验，但对市场价格变化具有很好的描述能力。
三、从宏观到微观——市场微观结构理论
市场微观结构理论研究的是证券市场的交易机制和信息传导、价格形成机制，它对于全面深入了解证券市场交易过程，制定正确的投资决策及有效监管市场有着重要意义。由于微观结构理论主要研究股票市场的价量关系及相互作用机制，它可以被用来建立技术分析的理论基础，为股票价格预测服务。AnanthMadhavan（2000）把市场微观结构理论研究内容归纳为四个方面：（1）价格形成，包括价格吸收信息的动态过程；（2）市场结构与设计，包括价格形成与交易规则之间的关系；（3）市场透明度，市场参与者观察交易过程信息的能力；（4）其他金融领域应用，包括资产定价、国际金融、公司财务。
金融市场微观结构理论与以前的金融理论相比，有两个特点：一是以前的金融理论注重的是宏观分析和总量的分析，而市场微观结构理论注重微观分析和变量分析；二是以前的金融理论多用演绎法，而市场微观结构理论则主要运用计量经济模型来进行实证分析，同时也注意运用演绎推理方法和行为分析方法。这两个特点实际上是反映了当代金融理论非常注重对“人”这一金融和经济活动中的主体的研究，这是当代金融理论也是经济理论发展的一个重要表现。市场微观结构理论中关于存货模型的分析、价格行为的分析等，都着重突出了对人的理和非理的发生及其原因的分析，从而使得对市场上的价格变动的分析更加深入。
四、计算机技术的应用——实验金融学
随着计算机技术，特别是人工智能技术的飞速发展，对金融市场的定量仿真与实验成为了可能，于是一门新的分支学科——实验金融学便产生了。
SantaFeInstitute（SPl）研究人员Authur，W.B.，J.H.Holland，B.LeBaron，R.G.Palmer，P.J.Taylor使用基于Agent的计算机模型来研究资本市场，建立人造股票市场ASM（ArtificialStockMarket），本质上开了实验金融学的先河。他们从1990年开始到1997年论文“AssetPricingUnderEndogenousExpectationsinanArtificialStockMarket”的发表标志着金融学中又一分支——基于Agent的计算实验金融学的诞生。
实验金融学是指应用计算机技术来模拟实际金融市场，如股票市场、外汇市场、期货市场等，在既定的市场结构下，通过研究市场微观层次Agent（投资者）的行为来揭示市场宏观特性形成原因的一门金融学分支。
目前实验金融学研究领域主要集中于股票市场与外汇市场。在股票市场研究上，主要有美国SFI研究所的人工股票市场ASM，台湾ChengChi大学人工智能与经济研究中心的人造股票市场AIE-ASM，它们都是在Grossman&Stiglitz如理性预期均衡模型所描述的市场结构基础上发展起来的，目前两者都能产生与实际股票市场具有相同统计特性的时间序列。不同的地方是在Agent学习机制上，前者是个体学习，后者是社会学习。在外汇市场研究上，主要的成果是由加拿大Si-monFraser大学经济系的JasminaArifovic教授作出。
以有效市场假说（EfficientMarketHypothesis，EMH）和理性预期（RationalExpectationHypothesis，REH））为特征的主流金融理论在金融领域中一直占据着统治地位。但大量的实证研究和观察结果表明，人们并不总是以理性态度做出决策，在现实中存在诸多的认知偏差，这些偏差不可避免地要影响到人们的金融投资行为，进而影响到资产定价，主流金融学有着无法克服的缺陷。RichardH.Thaler（1999）具体指出了在以下五个方面标准金融模型与实际不符：关于交易量的预测；关于波动性的预测；关于股票红利无关性；关于股票投资溢价；关于有效市场上证券价格的不可预测性。
1997至1998年的亚洲金融危机和最近一系列金融事件如美国股市在2000年的大起大落、长期资本基金（LTCM）的破产保护、老虎基金的倒闭等，也更加深了人们对市场有效性及投资理性的怀疑。在学术研究和金融实务中，正有越来越多的人认识到，人的行为、心理感受等主观因素在金融投资决策中起着不可忽略的作用。
正是对主流金融理论的质疑，促使了金融研究范式的转换，极大地促进了新的理论和方法的产生和发展。近二十年来，金融学研究呈现出新的特点和趋势，这些特点和趋势可以概括为：从原来线性的、完全理性的观点到非线性、有限理性的转变；从市场宏观层面的研究到微观结构的研究；计算机技术的发展促进了实验金融学的产生和发展。
一、从完全理性到有限理性——行为金融学
在传统的经济、金融学研究中，现实的人被简化为一个简单的理性人，即假定人们能掌握处理所有有用信息，总是能最大化其预期效用，显然这种假定是不现实的。这种以完全理性假定构筑的学说是无法通过经验科学方法来检验与研究人的内在本性的，也无法观察现实人的经济行为。
对完全理性的质疑，促使人们尝试用心理学方法来研究经济、金融问题，并试图以此来修正和检验经济、金融学的基本假设，于是便应运诞生了一门新学科——行为金融学。目前，对“行为金融学”一词还没有正式规范的定义，它主要从实证的角度研究人们如何理解和利用信息，并做出正式的投资决策，以及在此过程中，人的行为认知偏差对决策的影响。田宏伟（2001）认为构成行为金融学定义的内容有三个方面：行为金融学把经典的经济学和金融学理论与心理学和决策科学综合在了一起；行为金融学力图解释是什么造成了股票／证券价格的异常现象，这种异常已被众多的研究证明是广泛存在的；行为金融学是一门研究投资者是如何产生系统的认知偏差或称为有限理性（不完全理性）的科学。
事实上，正是因为投资者会产生系统的认知偏差或不完全理性，才导致证券价格出现各种异常。至于到底有哪些价格异常现象，它们又是由什么样的不完全理造成的，如何确定价格异常出现的市场条件，正是行为金融学的研究内容所在。从总体上看，现有行为金融学的研究是在两个方向上展开的：一是对主流金融理论缺陷的实证分析，研究在金融市场上发现的人们的诸多行为认知偏差；二是试图从心理学、社会学、人类学、认知心理学的角度来认识金融市场上的异常现象。
·噪声交易理论
FischerBlack（1986）首次提出关于噪声交易的概念，他的论文是噪声交易理论以及行为金融学研究的奠基性文章，是许多随后研究的出发点。Black指出，噪声的概念与信息的概念相对应，一直存在于金融市场中，而股价则综合反映了噪声与信息的影响。股票投资者也被分为噪声交易者和信息交易者。噪声交易理论近年来取得了很大进展，已成为行为金融学的重要工具。
J.BradfordDeLong，AndreiShleifer，LawrenceH.SummersandRobertJ.Waldmann（1990）研究了金融市场上的噪声交易者风险，得到的结论是噪声交易者通过承担更多的由他们自己创造的风险（噪声交易者风险），可以比厌恶风险的理性套利者获得更高的回报。
LawrenceH.Summers（1986）的研究也认为，股票的市场价格会对非理性投资者的投资行为更敏感，因为当理性投资者接受市场价格是其基本价值的体现，并且不以自己对价值的判断作为交易的依据时，非理性投资者则相反，他们按自己对价值的（错误）判断作为交易的依据，这时市场价格就会对非理性投资者更敏感。
·期望理论
在行为金融学模型中，由卡尼曼（DanielKahneman）和已故的特韦尔斯基（AmosTver-sky）提出并发展起来的期望理论无疑是影响最为深远的一个（DanielKahneman，andAmosTversky（1979，1992）），它向传统的预期效用理论提出了强有力的挑战。DanielKahneman因此获得了2002年诺贝尔经济学奖。
不可否认，预期效用理论至今仍是现代经济理论的重要支柱之一，它给出了不确定性条件下的理的简单精确描述。然而，正如前文所述，实际情况下人的行为并不总是理性的，这使得效用理论在应用中会产生矛盾现象，最著名的当属阿莱悖论。Kahneman—Tversky的期望理论的提出，改进了预期效用理论的不足。在期望理论中，投资者的效用（价值）不再是财富的函数，而是获利与损失的函数；投资者也不再总是风险厌恶者。图1.1、图1.2分别是预期效用理论与期望理论的效用／价值函数。
可以看出，与标准效用函数相比，期望理论的效用函数呈“S”型——在获利区间凹，在损失区间凸，这与对人们风险偏好的实际观察结果是一致的（即损失厌恶）。
通过引入价值函数、概率评价函数、参考点等概念，期望理论更好地描述了人们在不确定性条件下的决策行为。许多异常现象可以用期望理论来做出合理的解释，如阿莱悖论、证券溢价之谜、期权微笑现象等。
·过分自信理论
人们往往过于相信自己的判断能力，高估自己成功的机会，我们把这种心理现象称为过度自信。过度自信解释了许多股价异常现象，如过度反应与反应不足。
W.M.DeBondt，RichardH.Thaler（1986）的文章“股票市场过分反应了吗？”是实证检验美国股票市场是否存在过度反应的奠基性作品。他们的答案是肯定的，并指出过度反应与反应不足的原因都在于投资者的过分自信。
TerranceOdean（1998）对过分自信理论进行了详细综述和研究，并建立了过分自信的行为金融模型。由于过分自信，投资者有时会高估某些信息，有时又会低估，过分自信对金融市场的具体影响要看哪些市场参与者会过分自信以及信息是如何传播的。
首先，两个前提假设是：过分自信意味着交易者认为后验信息更准确（比实际上的准确性更高）；交易者认为自己的私有信息比别人的私有信息更加可靠。
通过分别假定一般交易者、内幕信息交易者和厌恶风险的做市商存在过分自信，TerranceOdean分析了金融市场存在信息成本时的过分自信效应。在各种情形下，过分自信都会增大成交量和市场深度，同时降低投资者的预期效应。但是，对价格波动性和价格内在性质（以价格与基本价值差额的方差来衡量）的影响则依赖于过分自信的主体是谁。一般交易者和内幕信息交易者过分自信会增加波动性，做市商过分自信会减少波动性。
·主观概率理论
主观概率指的是人们对某一特定命题正确性的相信程度。主观性体现在它是基于个人的知识和信念做出的评价。主观概率研究的重要性在于它是决策过程的关键环节。
传统概率论以及在此基础上发展起来的Bayesian决策准则所关注的都是事件发生的频率，其前提是事件能够反复发生。而对于一次性事件的概率估计，它们是不适用的。现实中人们又确实经常需要对不同的命题做出自己的评估。研究表明，人们在做出这类评估时，由于受到自身条件和知识能力的限制，无法得到最优结果，只能在一定程度上得到满意解，这使得人们可以凭直觉和个人经验解决复杂问题。这种实际决策过程的本质特点，促使科学家从行为认知的角度来研究决策过程，AmosTversky和DanielKahneman是其中的佼佼者。他们试图用启发式方法来代替Bayesian分析。这一领域的研究被称为主观概率研究，期望理论其实是主观概率理论中的一种。
二、从线性到非线性——非线性科学的应用
在人类的认识上，首先是用相对简单的线性关系（线性模型）来刻画线性问题的定量关系，对于那些非线性因素不能忽略的情况，则往往采取线性近似或线性迭代的方法来处理，这样处理有时也能得到较好的结果，但这种情况一般只出现在比较“简单的”非线性问题中，或者只是研究系统的一些“常规”行为特征。随着人们对社会、自然认识的不断深化，人们越来越不敢“小看”非线性问题了。首先，就其本质而言，自然界是非线性的。其次，许多问题中的强非线性作用与长时间尺度的系统行为都不能用线性方法（包括线性近似）来刻画。第三，即使是一些表面看上去很简单的系统，也可能表现出令人惊异的复杂性（如确定性的随机性），于是，人们愈来愈重视对广泛存在于社会和自然中的非线性现象的研究，并由此而诞生了非线性科学。
最早将非线性科学用于经济学研究的是美国经济学家斯徒泽（Stuzer），他于1980年发表的论文“一个宏观模型中的混沌动力学系统和分岔理论”，将李—约克（Li—York）定理和分岔技术应用于哈维尔默（Havelmo）增长模型，找到了该模型出现混沌的条件。之后，越来越多的学者开始运用非线性科学的方法来研究经济和金融系统。
分形学的创始人，著名的数学家BenoitB.Mandelbrot（1997）将其研究成果应用到金融市场价格变动的研究中，价格的变动可以用分形几何中的研究成果推导的模型加以解释。分形（多分形）的目的并不是要确切地预测未来，但是它们的确能对市场风险作出更切合实际的描述。分形是一种几何形状，其特点是可以分为若干部分，而每一部分都是最初那个整体在较小尺度上的翻版。在金融学中，这一概念并不是无根据的抽象，而是对一种简单明了的市场常识从理论的高度上重新进行表述。
埃德加·E·彼得斯（Peters.E.E，1996）的研究提供了大量的证据表明证券市场确实存在分形、混沌特征。认为证券价格并不是随机游动的，而是受到某种确定性趋势的作用，并具有对初始波动的高度敏感性，换言之，股价运动具有混沌性质。据此，彼得斯（1994）提出了分形市场假说，认为：（1）市场是由很多具有不同投资预期的投资者组成的；（2）与每一个投资预期相联系的信息集是不同的。只要市场维持这种分形结构，并且没有特征时间标度，市场就会保持稳定。当市场的投资预期变得一致时，市场就会变得不稳定，因为每个人都基于同样的信息集进行交易（Peters，1994）。
近年来，非线性动力学在证券市场研究领域的应用主要集中在两个方向上，一个是证券市场是否存在混沌、分形等非线性特征的检验以及检验方法的研究，在证券市场应用混沌分形理论的前提是数据是否具有混沌性质，这就需要进行有关的统计检验。对股指数据是否具有混沌分形特征的统计检验也是当前股票市场非线性研究的热点。这些检验包括：长记忆与R／S分析、BDS检验、Lyapunov指数检验等。
另一个方向便是建立非线性动力学模型来描述股价的动态行为，探寻证券市场价格波动行为的形成机理。最近几年，不少学者进行了大量研究，如Arthur、Holland、LeBaron、Palmer和Taler（1997），Brock（1993，1997），BrockandHommes（1997，1998），BrockandLeBaron（1996），Chiarella（1992），ChiarellaandHe（2000），Gaunersdorfer（2001），GaunersdorferandHommes（2000），Lux（1995），TaiseiKaizoji（2000）等等。这些模型都是基于异质投资者上的，即投资者是有限理性的，他们之间是有差别的，而非传统的金融研究将投资者简化为典型的理性人。
Brock和Hommes（1997，1998）（简称BH）提出了一个信念自适应系统（AdaptiveBeliefSystem简称ABS）的理论框架，其基本思想是：市场上的投资者是千差万别（投资者的异质性），其对未来的信念也是各不相同（信念的异质性），为适应环境，投资者的信念是变化的。人们通过不断的学习，选择业绩好的预测规则（信念），以适应不断变化的复杂的环境，这样就导致了不同类型的投资者比例的变化，进而影响着资产价格的变动，而价格的变化反过来影响投资者对预测规则的选择，形成了二者相互作用的进化系统。ABS模型给出了一个易于处理的理论框架，而且理性预期均衡作为一个特例包含在该系统中。在ABS中有两个重要的噪声源，即模型近似的误差和经济基本面内在的不确定性。ABS能产生一些重要的实证研究和观察到的市场特征现象，如收益的不可预测性、厚尾、投机泡沫和波动集群性等。Brock、Hommes和Gaunersdorfer在接下来的研究中对最初提出的模型进行了更深入的研究和扩展，Brock、Hommes和Wagener（2001）又提出了LargeTypeLimit（LTL）的概念来描述有多种类型投资者的适应性进化系统的平均行为。ChiarellaandHe（1999，2000）也对ABS系统进行了一定程度的扩展。
Lux（1995）模型企图刻画市场上投资者的“从众”行为或相互模仿的传染现象，描述了对基本面不完全知情的投资者的预期的形成。这些预期主要依赖于其他投资的预期和行为，模型刻画了投机者之间的相互模仿传染（递）的过程。模型通过投资者的态度（即买入和卖出）的变化来描述市场供需状况，而供需状况进而影响价格的变化，投资者买和卖两种态度的转变的概率引入了协同学的方法。Lux模型较好地刻画了市场中的从众行为，能很好地解释股市泡沫的形成、破灭（过度波动）和均值回复。Kaizoii（1998）模型与Lux模型相似，区别在于后者为微分方程，而前者为差分方程。TaiseiKaizoji（2000）又引入了统计物理学中平均场理论来研究股市泡沫和暴跌。
T.Vaga（1991，1999）提出的协同市场假定认为，市场价格的概率分布是基于以下两类因素在时间上的变化：基本的或经济的环境；市场中存在的情形偏倚量或“集体思维”的水平。随着两个因素组合的变化，市场状态也变化，可以达到四个不同的相：随机游动、过渡市场、混沌市场、协同市场。这样就把市场价格的随机变动与可能的混沌性质统一到一个框架下。换言之，把有效市场理论与分形市场理论统一为一体。这种理论虽然还缺乏实证检验，但对市场价格变化具有很好的描述能力。
三、从宏观到微观——市场微观结构理论
市场微观结构理论研究的是证券市场的交易机制和信息传导、价格形成机制，它对于全面深入了解证券市场交易过程，制定正确的投资决策及有效监管市场有着重要意义。由于微观结构理论主要研究股票市场的价量关系及相互作用机制，它可以被用来建立技术分析的理论基础，为股票价格预测服务。AnanthMadhavan（2000）把市场微观结构理论研究内容归纳为四个方面：（1）价格形成，包括价格吸收信息的动态过程；（2）市场结构与设计，包括价格形成与交易规则之间的关系；（3）市场透明度，市场参与者观察交易过程信息的能力；（4）其他金融领域应用，包括资产定价、国际金融、公司财务。
金融市场微观结构理论与以前的金融理论相比，有两个特点：一是以前的金融理论注重的是宏观分析和总量的分析，而市场微观结构理论注重微观分析和变量分析；二是以前的金融理论多用演绎法，而市场微观结构理论则主要运用计量经济模型来进行实证分析，同时也注意运用演绎推理方法和行为分析方法。这两个特点实际上是反映了当代金融理论非常注重对“人”这一金融和经济活动中的主体的研究，这是当代金融理论也是经济理论发展的一个重要表现。市场微观结构理论中关于存货模型的分析、价格行为的分析等，都着重突出了对人的理和非理的发生及其原因的分析，从而使得对市场上的价格变动的分析更加深入。
四、计算机技术的应用——实验金融学
随着计算机技术，特别是人工智能技术的飞速发展，对金融市场的定量仿真与实验成为了可能，于是一门新的分支学科——实验金融学便产生了。
SantaFeInstitute（SPl）研究人员Authur，W.B.，J.H.Holland，B.LeBaron，R.G.Palmer，P.J.Taylor使用基于Agent的计算机模型来研究资本市场，建立人造股票市场ASM（ArtificialStockMarket），本质上开了实验金融学的先河。他们从1990年开始到1997年论文“AssetPricingUnderEndogenousExpectationsinanArtificialStockMarket”的发表标志着金融学中又一分支——基于Agent的计算实验金融学的诞生。
实验金融学是指应用计算机技术来模拟实际金融市场，如股票市场、外汇市场、期货市场等，在既定的市场结构下，通过研究市场微观层次Agent（投资者）的行为来揭示市场宏观特性形成原因的一门金融学分支。
关键词:金融风险预警;反身性理论;羊群行为
本文为河北社会科学发展研究课题《开放经济条件下金融风险预警指标体系研究》的研究成果(课题编号:200903052)
中图分类号:F83文献标识码:A
始于2007年的次贷危机迅速波及全球,欧美等发达国家经济先后遭受重创,中国面对经济衰退,也被迫采取适度宽松货币政策和积极财政政策来应对经济衰退。是什么原因导致金融风险不断加剧?又是什么原因使人们不能对金融危机做出较为准确的预测?本文试图从市场参与者心理和行为的角度来分析这一问题。
一、市场参与者的心理和行为可以加剧金融风险
(一)市场参与者的认知偏误。人们常用的解决问题的策略可以分为算法和启发法。所谓算法,是指解决问题的一套规则,它精确地指明解题的步骤和方法。人们在解决规范的、确定性的问题,尤其是就封闭性任务做出决策时往往采取算法思维。但现实生活中,不是所有问题都能依靠算法来解决,特别是复杂多变的金融市场,瞬息万变的各种信息使市场参与者不可能通过算法做出判断。心理学的研究表明,人们面对复杂的、不确定性的、缺乏现成算法的问题时采取的是启发式的决策方式进行决策。这种方式会导致人们形成一些经验规则,使人们处理问题有一些相对迅速、简单的方法和标准。例如,人们可能只是看到了H1NI甲型流感的新闻,就可能随便找一只医药股重仓买入,而不去考虑该公司是不是生产和销售防治甲流的药品;当看到银行门口排起了取款的长龙时,很多存款人也会认为这家银行出了问题而迫不及待地去提款。
(二)市场参与者的羊群行为助长了金融资产价格的暴涨暴跌。通常情况下,投资者对股票、大宗商品未来价格既有看多的,又有看空的,因此表现为资产价格波动幅度较小。但当遇到突发事件时,投资者的心理预期可能发生巨大变化、甚至出现羊群行为,即广大投资者的预期和行动完全一致。例如,2008年上半年的一些小金融机构的破产,世界各国政府和投资者普遍认为只不过是经济增长过程中的一次小波动,但到了2008年9月份,当雷曼兄弟破产、美林被收购和美国政府注资救助AIG和“两房”时,广大投资者才意识到危机的严重性,纷纷抛售手中的金融资产,致使全球股票大跌和商品暴跌。
二、市场微观经济主体行为对金融风险的影响
金融风险如果不断积聚,则有可能暴发金融危机。金融危机可以分为银行危机、货币危机、债务危机、金融市场危机或混合型危机。但金融风险向金融危机转化的过程是一个从量变到质变的过程,在这期间,微观经济主体行为将对金融风险扩散有一定的影响。
(一)银行非自愿持有超额准备金有可能影响到货币政策的传导效应。学术界一般认为,在货币当局运用货币政策工具向银行体系注入或回笼准备金,调控银行的超额准备金数量,以引导其贷款和投资债券行为,进而实现货币供应量、贷款总量和市场利率等市场中介的过程中,银行在非自愿持有超额准备金、贷款与债券之间的资产组合行为具有不确定性而难以预测。还可以进一步推论,当银行非自愿持有超额准备金的数量随经济周期而变化时,货币政策的传导效应也在不同时期表现出非线性特征,也就会发现,随着经济运行在流动性过剩与短缺状态之间转换时,货币政策传导效应将表现出流动性区制依赖特征而非一致性。采取什么样的货币政策,银行对货币政策将做出何种反应?如果银行的反应与央行预期相反,货币政策就不能充分发挥作用,及时防范金融风险的希望就化成了泡影。
(二)程序化套利交易和组合保险导致1987年10月股市崩溃。1987年10月美国股市崩溃主要是由程序化指数套利和组合保险这两类交易在股票指数期货和现货市场相继推动而造成的。为了避免股票下跌的风险,几家大机构交易商在期货市场卖出股票指数期货合约进行组合保险,导致股票指数期货合约下跌。由于期货价格下跌,期货价格与现货价格之间偏离了正常的比价关系,于是指数套利者入市,买入期货同时在股票市场抛出股票,导致股票现货价格下跌。而股票价格下跌刺激了更多的组合保险交易,又引起 新一轮股票指数期货抛盘,如此循环最终导致股市崩溃。可见,指数套利者和组合保险交易者的行为导致股市风险迅速扩散,加速了股市的崩溃。
三、政府决策对金融风险的影响
(一)政府决策将影响金融风险是否以金融危机形式爆发。索罗斯的反身性理论认为,参与者的思维和所参与的情境之间的联系可以分解为两个函数关系,参与者理解情境的努力称之为认识函数,投资者的思维对现实世界的影响称之参与函数。在认识函数中,参与者的认识依赖于情境;在参与函数中,情境受参与者认知的影响。而政府作为市场最重要的参与者,政府的决策通过改变其他微观经济主体的认知和参与函数将对金融危机爆发与否及其严重程度具有举足轻重的影响。如果政府能建立金融风险预警体系,及时发现金融风险的苗头,采取各种措施化解金融风险,则可以避免金融风险以金融危机的形式暴发。例如,1987年10月19日,美国股市暴跌,美联储果断决定向各大商业银行无限制地提供流动性支持,从而避免了一场金融危机。2009年9月,美国政府没有出手相救雷曼兄弟,雷曼兄弟倒闭后全球金融市场恐慌性抛售各种资产,导致股票和大宗商品价格暴跌。试想,如果在2008年4月时,美国政府能及时采取措施,避免贝尔斯登倒闭,次贷危机对世界经济的影响会不会小一些?当然,等到金融危机即将暴发再采取措施,未免有点为时过晚,政府在制定各种政策时,由于各种政策一般有一个时滞,一定要考虑政策的各种影响,避免政策带来的潜在风险。
(二)政府救助的短期和长期影响。Antonia Furtado(2008)构建了一个银行模型研究信用紧缩和对实体经济的影响。当银行遇到一个小冲击时,银行采用平滑机制避免扰动。当遇到一次性,非序列相关的大冲击时,就可能引发持久的信用紧缩。此时从政策制定者角度看,动用公众资金注资银行被证明是合理的行为。政府动用公用资金的数量是多少?动用资金的程序、介入银行的程度、偿还方式等都会影响危机未来的发展,政府的干预如何在成本最小化前提下实现银行体系的稳定?如何防范金融机构的道德风险等等都是需要研究的问题,因此有必要专门研究政府救助的当前和长远影响。
四、参与者行为的不确定性使金融危机难以预测
金融危机之所以对经济有巨大的杀伤力,是由于人们不能够准确地预测出金融危机,没有及时采取措施加以防范,下面我们从参与者行为的角度探讨为何金融危机难以预测。
(一)投资者的行为影响金融资产价格。通过各种指标只能表明存在一定的金融风险,但金融风险何时爆发却很难预测。例如,荷兰令人难以置信的郁金香球茎狂潮、英国南海公司泡沫、法国密西西比河地产泡沫、1929年纽约股市的崩溃、2000年全球互联网泡沫、2007年10月中国A股泡沫,在这些事件中,尽管理性的投资者可能早已意识到泡沫的存在,但很难预测泡沫何时破灭。
在金融市场中,基本趋势通过认识函数影响参与者的认知,认知所引起的变化又通过参与函数影响金融资产价格,金融资产价格的变化又反过来对参与者的偏向和基本趋势同时施加影响。当股票价格已远远高于其内在价值时,如果投资者预期股票价格会更高,在投资者的疯狂抢购中股票价格叠创新高,泡沫会越吹越大。
(二)难以准确预测金融危机。只有掌控主流资金的机构投资者的预期发生变化或某些突发事件出现时,泡沫才可能破灭,金融危机才最终暴发。但能否预测出金融危机呢?《逆向思考的艺术》作者汉弗莱・B・尼尔认为,通过客观谨慎的分析得出与大众观点相反的结论尽管有助于投资者清醒地认识金融市场,但却不能提供适宜的进出市场的时机。尽管有许多预警指标提示金融风险,但金融风险未必爆发,或者不知道何时会爆发。例如,美联储在2001年“9.11”后采取降息政策,促进实体经济的复苏,但过低的利率促使房价上升,并在金融衍生工具的助推下,使金融风险不断加聚。但该风险是否以破坏性的形式爆发、何时爆发,其影响仅限于美国,还是会波及到其他国家?由于市场参与者和市场的相互影响,这些问题在当时都难以预测。
五、小结
由于人类认知存在的偏误和在投资活动中的羊群行为使金融风险不断积聚,银行、政府和个人投资者的行为又可能加速金融风险的扩散,但泡沫破灭的具体时点则取决于参与者和市场的相互作用。尽管准确预测金融危机暴发的时点非常困难,但及时进行金融风险预警,果断采取有效措施,将风险化解于萌芽之中,避免金融危机对经济的巨大破坏作用。
(作者单位:1.河北大学图书馆;2.河北大学经济学院)
主要参考文献:
[1]杨荣海.关于开放经济条件下货币危机预警系统的探讨[J].昆明大学学报,2007.18.3.
格雷厄姆和多德在《证券分析》一书中对股票价格波动的本质进行了分析，说明了“股票内在价值”对于投资的重要性，随后，这个领域的研究引起了众多经济金融学家的兴趣，经过几十年的探索，得到了大量的重要研究成果，而且不乏广泛应用的方法，但是，对于新兴市场和普通投资者却难以采用。这里，我们希望借用20世纪80年代兴起的灰色系统理论，探索一套简便易用的股票投资价值预测方法。本文探讨了灰色预测方法及其在股票价格预测中应用的理论基础和方法，以期能为投资者的决策行为提供一定的指导作用。
1.问题的提出
我们知道，股票市场的价格走势是极为复杂且难以预测的。股票价格对市场信息如何进行反应，即使最高明最富经验的分析师也难以稳操胜券，这是因为，我们缺乏信息对市场影响的传导系统的结构和系统传导模型，不能准确把握金融政策、利率政策、公司状况、国际市场及投资者心理承受能力等因素的变化及其对市场的影响方式和作用，只能似是而非地对价格走势进行把握，其结果可想而知。
于是，如何判断或预测股票市场价格走势引起了众多经济金融学家和市场分析人员的极大兴趣，在许多经济学家的共同努力下，股票定价方法向着量化方向发展，建立了大量令人振奋的定价方法。格雷厄姆和多德在1934年《证券分析》一书对1929年美国股票市场价格暴跌的深刻反思,认为股票价格的波动是建立在股票“内在价值”基础上的，股票价格会由于各种非理性原因偏离“内在价值”，但随着时间的推移这种偏离会得到纠正而回到“内在价值”，因此，股票价格的未来表现可通过与“内在价值”的比较而加以判断。但“内在价值”取决于公司未来盈利能力，因此，对公司未来盈利能力及其现金流的准确把握将是非常关键的。此后，戈登在对“内在价值”进行深入的量化分析的基础上，提出了著名的股票定价的现金流量模型即“戈登模型”，然而，公司未来现金流是不确定的，为该模型的广泛应用带来麻烦，为此，关于股票定价的早期研究就集中在确定公司未来现金流。费雪(Fisher)教授认为未来资产收益的不确定性可用概率分布来描述，马夏克（Marschak）、希克斯(Hicks)等学者经过一系列研究认为投资者的投资偏好可以看作是对投资于未来收益的概率分布矩的偏好,并可用均方差空间的无差异曲线来表示,同时，他们还发现“大数定律”在包含多种风险资产投资中会发挥某种作用。戈登模型在股票价值分析中占有非常重要的地位，成为单只股票估价分析的基本方法，然而，该方法并没有解决股票投资风险与未来现金流折现率的关系，直到亨利·马科维茨（H·Markowitz）教授的现代证券组合理论的建立才对这一基本问题有了明确的认识，从而，一定程度上消除了该模型的致命缺陷。
在现实生活中，很少有投资者会将所有的投资集中在一只股票上，基于此，马科维茨（H·Markowitz）教授于1938年提出了投资组合的概念，建立了现代证券组合理论，以统计学上的均值和方差等概念来衡量组合的收益和风险，给出了投资者如何根据自己的风险承受能力建立自己的最优组合以最大化其投资收益，并将风险分解为系统和非系统风险，从而，指导投资者最优化其投资行为。此后，其学生威廉·夏普（M·Sharpe）、林特纳(Lintner)等为强化该理论的应用，将其注意力从马科维茨的微观研究转向整个市场，将其复杂形态简化为以市场指数为基础的单因素关系，并发现在均衡市场条件下资本资产的收益与风险遵循线性关系，即著名的以均值--方差模型为前提的资本资产定价模型（CAPM）。然而，由于CAPM所要求的前提过于严格限制了其应用，许多经济学家试图研究在一定弱化条件下的定价理论，他们是迈耶斯(Mayers，1972)的存在大量非市场化资产的投资定价理论、罗斯（Ross）的套利定价理论(APT)以及布里登（Breeden）资产收益率与平均消费增长率的线性关系模型（CCAPM）等等为数众多的数量化投资模型，为市场投资行为选择提供了一定决策依据。
Roberts和Osbome在对股票市场价格的长期研究后，发现市场价格遵循“随机漫步”或“随机游动”的规律，由此，以Fama教授为代表的经济学家提出了有效市场理论，认为投资者对市场信息会作出合理的反应，将市场信息与股票价格相结合。进入1980年代，在探寻一般均衡定价模型进展不大的情况下，将定价理论的研究方向转向注重市场信息的考察。经过实证检验，邦德特和塞勒(BondtandTheler1985)发现股市存在投资者有时对某些消息反应过度(overreact)，而杰格蒂什(Jegadeesh1990)、莱曼(Lehmann1990)等则发现了股价短期滞后反应现象，由此，杰格蒂什和迪特曼(Titman1993)认为投资者对有关公司长远发展的消息往往有过度的反应，而对只影响短期收益的消息则反应不足，关于这一点仍然存在着争论，尽管如此，信息与股价之间应存在着某种关系得到了经济学家们的认同，并且，弗伦奇和罗尔(Roll)的实证研究证明了股价波动幅度与可获得信息量之间存在着良好的正相关关系。
然而，这些定价理论在现代经济金融学家的推动下得到巨大发展的同时也遇到了严峻的挑战，这种挑战表明了“对(股票、债券等)金融资产价格变动缺乏有效的解释手段反映了我们科学体系的不成熟”，面对这一现实，金融学家们开始尝试利用非线性方法与混沌思想来理解股票市场行为，甚至采用具有黑盒子性质的定价核概念、半自回归方法和半非参数估计以及近年兴起的系统仿真等新方法，试图解释信息对投资行为的影响，这些研究方法将成为股票定价理论的新兴的令人激动的发展领域。
但是，这些模型的应用都需要较为高深的专业知识和庞大的数据系统，而且，所需数据要求有较长的时间跨度，以满足“大数定理”的要求，这些对于新兴市场和广大的普通投资者来讲，难为其用，而且，市场价格的变化往往与股票“内在价值”并不一致，因此，寻找一种既简便又能适应市场基本状况的定价方法就自然成为了我们的追求。这里，我们希望借用20世纪80年代兴起的灰色系统理论，探索一套简便易用的股票投资价值预测模型，以期能为投资者的决策行为提供一定的指导作用。
2．股票投资价值灰色系统模型
灰色系统理论（GreySystemTheory）的创立源于20世纪80年代。邓聚龙教授在1981年上海中-美控制系统学术会议上所作的“含未知数系统的控制问题”的学术报告中首次使用了“灰色系统”一词。1982年，邓聚龙发表了“参数不完全系统的最小信息正定”、“灰色系统的控制问题”等系列论文，奠定了灰色系统理论的基础。他的论文在国际上引起了高度的重视，美国哈佛大学教授、《系统与控制通信》杂志主编布罗克特（Brockett）给予灰色系统理论高度评价，因而，众多的中青年学者加入到灰色系统理论的研究行列，积极探索灰色系统理论及其应用研究。
事实上，灰色系统的概念是由英国科学家艾什比（W·R·Ashby）所提出的“黑箱”（BlackBox）概念发展演进而来，是自动控制和运筹学相结合的产物。艾什比利用黑箱来描述那些内部结构、特性、参数全部未知而只能从对象外部和对象运动的困果关系及输出输入关系来研究的一类事物。邓聚龙系统理论则主张从事物内部，从系统内部结构及参数去研究系统，以消除“黑箱”理论从外部研究事物而使已知信息不能充分发挥作用的弊端，因而，被认为是比“黑箱”理论更为准确的系统研究方法。所谓灰色系统是指部分信息已知而部分信息未知的系统，灰色系统理论所要考察和研究的是对信息不完备的系统，通过已知信息来研究和预测未知领域从而达到了解整个系统的目的。灰色系统理论与概率论、模糊数学一起并称为研究不确定性系统的三种常用方法，具有能够利用“少数据”建模寻求现实规律的良好特性，克服了数据不足或系统周期短的矛盾。
目前，灰色系统理论得到了极为广泛的应用，不仅成功地应用于工程控制、经济管理、社会系统、生态系统等领域，而且在复杂多变的农业系统，如在水利、气象、生物防治、农机决策、农业规划、农业经济等方面也取得了可喜的成就。灰色系统理论在管理学、决策学、战略学、预测学、未来学、生命科学等领域展示了极为广泛的应用前景。
那么，灰色系统是否能够在股票市场价格走势方面发挥作用呢？以及怎样发挥作用？这是本文要探索的问题。
勿容质疑，股票价格的“内在价值”的研究为我们认识股票价格提供了重要途径，然而，其运用受相关专门知识的约束，同时，也受人们对公司未来现金流的预期是否合理与准确的影响，那么，股票价格偏离其“内在价值”的纠正，必然需要一定的学习过程，并付出相应的代价即“学习成本”。如果将市场有效性与信息定价机制相结合，将对股票市场的定价机制有一个全新的认识。在股票价格与其“内在价值”的关系上，人们发现股票价格不仅反映其内在价值的信息，而且反映了市场交易者的“噪声”（Black，1986），因而，股票价格的偏离不会总回到其“内在价值”。这样，我们根据这些所知信息还是难以预测或把握市场价格走势，从而经常出现投资者对信息的过度反应或反应不足的现象。
我国股票市场有“政策市”、“消息市”之称，应该说这是效率市场的应有状况，令人遗憾的是，许多学者的研究表明，我国股市的股票价格对其反应“内在价值”的信息未能作出充分的反应，因而，认为我国股市的这种反应机制是跛足的（包建祥，1999），“有关股票市场的政策法规报道”是对投资者最有价值的信息，对股价的影响也最大（茆诗松，1997。），而且存在着对信息的反应过度及反应不足（魏刚，1998；张人骥，1998。），呼吁建立完善的信息定价机制。应该说，我国股票市场经过近年的发展，市场的信息定价机制得到了一定程度的完善，市场对信息的敏感性有了实质的提高，对影响股票“内在价值”的信息，不论是系统信息还是非系统信息，股票价格均有相应的反应，因而，为通过市场价格的一定历史时期的反应判断市场价格的未来走势，提供了可能。
由于股票价格应该反应与其相关的市场信息，那么，信息在价格中的输入和传递就有其相应的轨迹和强度，这种轨迹和强度取决于该股票的价格对相关信息的反应机制和灵敏性，而对于不同的股票，价格反应信息的机制和灵敏性有着相当的不同，并随时间变化而变化，那么是什么原因造成这种差异，以及这种轨迹和强度大小是什么，难以准确把握，也就无法准确地把握和股票“内在价值”，在新兴市场中，这种状况尤甚。
但是，我们也注意到，在新兴市场中，作为绝大多数投资者来讲，他们难以称得上真正意义上的投资者，更像是通常的“投机者”，即以市场交易差价获取利益，并不是以获取公司分红或股利为目的，因而，对这些投资者来讲，公司股票的“内在价值”是多少似乎显得那么重要了，他们最为关心的应该是股票市场价格的近期走势如何，以判断价差的大小，从而决定该股票是否值得买卖，因此，交易过程中并不需要知道公司股票“内在价值”。由此可知，股票价格的市场表现的趋势判断就显得非常有意义了。
由于股票价格是相关信息的综合反应，所有的相关信息的传导机制和灵敏度都得到了相应的反应。虽然，我们并不知道这种传导的方式和灵敏度是什么，但是，我们仍然可以利用适当方法通过信息在价格中的历史反应来判断价格的未来行动方向或状态，从而寻求信息在股票市场价格中的反应机制，这是因为历史行为反应至少部分反应了价格行为固有规律，并反应了价格对新信息的反应能力，这种反应能力决定了价格的进一步发展的方向。我们认为，灰色系统理论的建立为测定和反应这种传导机制和灵敏度提供了一种较好的方法。
我们知道，灰色系统是通过对原始数据的收集与整理来寻求其发展变化的规律，这是因为，客观系统所表现出来的现象尽管纷繁复杂，但其发展变化有着自己的客观逻辑规律，是系统整体各功能间的协调统一，因此，如何通过散乱的数据系列去寻找其内在的发展规律就显得特别重要。灰色系统理论认为，一切灰色序列都能通过某种生成弱化其随机性而呈现本来的规律，也就是通过灰色数据序列建立系统反应模型，并通过该模型预测系统的可能变化状态。
灰色系统理论认为微分方程能较准确地反应事件的客观规律，即对于时间为t的状态变量，通过方程就能够基本反映事件的变化规律，那么，假定某股票价格的状态初始序列为，通过灰色一阶累加生成序列和弱化关系式(k=1,2,…,n)，我们就可以得到该股票价格的时间状态的灰色微分方程为，系数a就是股票价格对信息的敏感性，是股票价格状态对信息反应系统变化内在规律的指标，在灰色系统里被称为“系统发展系数”，而（k=1，2，…）就是该股票在未来k+1时间的市场价格。
根据灰色系统理论，要把握市场价格走势和发展方向，并不需要知道是什么信息或多少信息影响其价格的变化以及如何影响，诸如宏观经济因素的变动、公司基本面的变化、市场参与人数的增减等等因素分别对价格影响及其方式或者是这些因素的综合影响，我们所需要的只是新信息的加入会使原有的趋势得以改变，新信息的不断加入是市场价格不断变化的驱动力，而新信息的影响并不是在瞬间完成的，而是需要一定的时间进行消化在市场价格中逐步体现，这就是通常意义的历史信息的记忆功能，这种记忆能力对于市场价格走势的驱动力具有一定的“惯性”作用，通过判断这种驱动力（系统发展系数）的发展变化来预测未来价格走势正是灰系统理论所要解决的问题。
3.灰色系统模型的应用实例
3.1时间转折预测
这里，我们以上海综合指数的日收盘指数为标准，以2000年1月10日1545.11点为起点，如果局部低点和高点之间相差200个点以上，认为市场指数出现了一次转折，将低点-高点的变化看作一个阶段，因而，我们选择各阶段的局部最高点和最低点，并选择相临的指数相差200点以上的点，计算其距离起点的月份数，以构造指数走势的量化分析，具体数据见表1。根据灰色微分方程可以得到指数转折点的时间方程为：，其中k=1，2，…。
根据这个模型可以对指数转折情况进行预测，计算结果和模拟误差状况见表2，由表可以看出，该模型对指数转折时间点预测的残差平方和0.54，模型预测平均相对误差为2.6%，小误差概率几近为1，因此，平均预测精度为97.4%，预测精度为二级，说明该方法基本可用于市场综合走势转折时间的初步预测。由此转折预测方程，我们可得到后一阶段的5个预测值为：19.4、23.3、27.9、33.6和40.3。第一个预测值19.3表明下一转折点在从2000年1月起的第19个月左右，即约在2001年7月会出现一次重大转折，再经过约4个月的调整后将又会有一次较大的转折，即预计在2001年11月份可有一次200点以上的变化。
表1时间序列表
3.2上海综合指数的预测
2001年来，上海综合指数收盘指数从1月2日的2103点降至10月22日的1520点，跌幅近30%，如以当年最高点2245点计，跌幅更深，因此，我们应用灰色系统模型对股票指数变化状况进行预测，以期能更好地开展投资决策和最大限度地降低风险。根据灰色微分方程建立上海综合指数走势预测模型，为此，我们以上海综合指数的实际周收盘数为基础，以2001年8月10日周收盘价1955.04点为数据系列的起点，得到指数走势的预测方程：，其中，k=1，2，…。根据这个模型对指数的预测，结果和误差状况见表3，由表可以看出，该模型对指数序列模拟的残差平方和为1259.90，模拟的平均相对误差为0.79%，因此，平均预测精度为99.21%，最大预测误差为1.20%，小误差概率近似为1。从模型本身来看，应该说对上证综合指数的预测精度基本能达到要求。
3.3新陈代谢模型与事后检验
事后检验是根据模型预测值与市场实际表现进行比较而得到的，根据该指数走势预测模型，我们可以得到未来4周的收盘指数分别为1768.66、1741.12、1714.00和1687.31，总体是一个下降的趋势，上海综合指数的实际值1807.02、1764.87、1691.33和1572.45，实际误差分别为2.12%、1.34%、-1.34%和-7.30%，表明有较为理想的预测效果。但实际结果也表明，利用某一数据系列对走势或时间转折进行长期的预测，随着时间的推移，由于新信息的作用没有得到体现，历史信息影响程度的有限性，即价格对信息的记忆与预见能力是有限的，也就是说，信息对系统的影响会随着时间的流逝而逐渐减弱，误差将会越来越大因此，我们采用新陈代谢GM模型对2001年8月17日开始的上证综合指数趋势进行模拟，即利用最新的数据替换最旧的数据以最大限度地体现新信息对市场走势的影响，计算的结果列于表4，结果表明，模型预测的最小预测误差为-0.03%，最大预测误差是7.73%。在趋势判断上，预测趋势与市场实际表现有着较为一致的变化。从其模拟散点图看，预测值与市场实际表现有着极为吻合的效果。
表4新陈代谢GM模拟结果与后验表
后验相对误差图
4.小结
通过以上分析可以发现，灰色投资价值模型的预测是短期的，一般地讲，对3个以上时间跨度后的预测误差较大，因此，需要利用新陈代谢模型进行重新估计，旧有的信息对系统的发展发挥持续的影响，而新信息的作用效果未能得到充分的反映，这就决定了仅根据原有信息进行的预测会比较大地偏离实际运动轨迹，从而失去了模型预测的意义。因此，在实际的应用过程中，我们应在模型中不断补充新的信息，去掉那些对于预测的作用日益减小的旧数据，以反映新的信息对系统发展的影响特征。事实上，对于绝大部分系统来讲，系统对信息的记忆功能是极为有限的，旧的信息对系统发展的作用将随着时间的推移而不断减小，因而，在应用该模型进行预测时，不断更新数据系列将是十分重要。
我们也注意到，预测值相较于实际值似乎有一个单位时间的延迟，这种延迟表明该预测模型有一个“追涨”、“杀跌”的特性，这进一步说明了该模型的短期预测特性，这是可能因为，该模型的预测结果放大了旧信息对系统的影响程度，从而使预测结果产生一定程度的偏离，特别是在市场出现“暴涨”或“暴跌”的情况下，该模型的预测误差相对较大。尽管该方法在一定程度上对于短期的走势判断有着良好的效果，但我们认为，为避免“追涨”、“杀跌”的作用所导致的重大趋势延迟影响，将市场变化的时间转折周期预测结合使用是一个可行的选择，并适当加以调整，以避免或减少在对市场宏观走势重大变化的判断中犯致命错误。基于此，我们正努力寻求新的算法和预测趋势与市场重大变化的实际关系，以期消除预测判断上的失误。在应用GM模型进行系统预测时，所应用的数据系列要求具有一定的光滑度，对那些具有剧烈跳跃性质的数据系列的系统，其预测效果不是十分理想，研究表明，系统本身的发展系数过大（大于1.5）时，用这种方法模拟的精确度不到50%，因此，对于价格变化较为频繁且有较大波动幅度的个股，这个方法对于指导其投资决策的意义会有所限制，我们正在进一步的研究之中。
参考文献
1.包建祥，《对股票市场信息定价机制的重新诠释》，《证券市场导报》，1999年第四期
2.邓聚龙，《灰色系统(社会·经济)》，国防工业出版社，1983
3.李庆扬，王能超，易大义，《数值分析》，华中理工大学出版社，1989
4.李祚泳，灰色系统理论和应用的最新进展，《大自然探索》，1992，(1)
5.茆诗松等，《政策、扩容、消息对上海股市的影响》，《中国证券市场实证分析》，学林出版社，1997
6.汤敏，茅于轼主编，《现代经济学前沿专题》，第一集
7.魏刚，《我国上市公司股利分配的实证研究》，《经济研究》，1998年第六期
8.约翰·伊特韦尔等编，《新帕尔格雷夫经济学大辞典》，经济科学出版社，1992
9.张人骥，朱平方，王怀芳，《上海证券市场过度反应的实证研究》，《经济研究》，1998年第5期
10.Ball，R.，1995，TheoryofStockMarketEfficiency：AccomplishmentsandLimitations，JournalofAppliedCorporateFinance，Spring
11.Black，F.，1995，Noise，TheJournalofFinance，Vol.XII.No.3
12.Elton，LeonardJandGruber，MartinJ.，1991，ModernPortfolioTheoryAndInvestmentAnalysis，NewYorkUniversity，Fourthedition
一、问题的提出
随着我国市场经济建设的高速发展，人们的金融意识和投资意识日益增强，而作为市场经济的组成部分—股票市场，正逐步走向成熟与规范，越来越多的投资者把眼光投向了股票，历史已经证明股票是一种不仅在过去已提供了投资者可观的长期利益，并且在将来也将提供良好机遇的投资媒体。然而，股价涨跌无常，股市变幻莫测，投资者要想在股市投资中赢取丰厚的投资回报，成为一个成功的投资者，就得认真研究上市公司的历史、业绩和发展前景，详细分析上市公司的财务状况，树立以基本分析为主，技术分析为辅的投资理念，找出真正具有投资价值的股票，进行长期投资。
股票投资的基本分析分为宏观分析、中观分析、微观分析三大部分，宏观分析指对国家的国民经济以及政治、文化的分析，微观分析指公司分析，而中观分析主要指行业分析和地区分析等，板块分析主要归属于中观分析，兼有微观分析。中国股市从无到有，发展至今已颇具规模，前些年，在中国股市发展的初生阶段，由于市场规模小，上市公司数量不多，加上股民的投资思维和操作方法不太成熟，因此，投机性特强，这时用不上多少板块分析。但是，随着股市发展、投资手法和证券监管方法的成熟，以及上市公司数量的不断增多，如果再和以往一样，面对上千种股票胡乱抓一气，碰运气，甚至受各种股评和谣言所左右，则很难走向理性化，进而难以最终取得投资成功。因此，在成熟股市中，一个股民若想成功，必须学会板块分析，习惯理性操作，树立板块投资理念。
板块是指具有共同特征的股票群。股市中的板块可以行业和产业、地域、时间、特殊题材等多种角度来划分，而在每一板块中又有几十种甚至上百种股票。面对众多股票及每个公司的众多财务数据，怎样才能客观、全面、准确地分析并选出各板块及板块内的绩优龙头股和潜力股呢?笔者用多元统计分析中的聚类分析方法，对此问题作一些探讨。
二、聚类分析在股市板块分析中的应用
系统聚类分析的基本思想是首先将每个样本当作一类，然后根据样本之间的相似程度并类，并计算新类与其它类之间的距离，再选择相近者并类，每合并一次减少一类，继续这一过程，直到所有样本都并成一类为止。在聚类过程中，我们选用欧氏距离来度量类与类之间的相似程度，聚类方法采用类平均法。
我们以高科技板块中的31个上市公司为研究对象，分析中选取了这31个上市公司1997年的每股收益、每股净资产、股东权益率、净资产收益率、净利润率等五个反映上市公司综合盈利能力的指标，数据取自［4］(略)。应用sas软件中的系统聚类过程cluster对31个样本进行聚类，得到表1所示的聚类过程。表1中ncl为聚类数；clusters joined为每次聚成一个新类的2个样品(标有ob)或旧类(标有cl)；freq为新类中所含有的样品数；sprsq为半偏r2，它表示每一次合并对信息的损失程度，看这一列的数值可知：从4类合并成3类时信息损失(为0.1042)最多，此统计量表明聚成4类较合适；ccc在ncl=4时达到唯一的峰值-2.49，它支持分4类；psf为伪f统计量，psf出现峰值时所对应的分类数较合适，从这一列的数值可知psf在ncl=17、ncl=12、ncl=9和ncl=4时4次达到峰值，但在ncl=4时峰更陡些；pst2为t2统计量，pst2出现峰值的前一行所对应的分类数较合适，从这一列的数值可知ncl=3时出现峰值9.8，它也支持分4类。综合这四个统计量可知：将31个样本分成4类较合适。根据表1，作出图1所示的聚类谱系图。当我们取分类阀值为1.0时，31个样本被分成了四类，各类包含的样本如下：
第一类：ob18(天津磁卡)，ob29(燕化高新)；
第二类：ob22(深科技)，ob15(实达电脑)，ob10(清华同方)，ob12(东大阿派)，ob14(长城电脑)，ob31(风华高科)，ob17(东方通信)；
第三类：ob1(华光科技)，ob26(佛山照明)，ob4(国脉通信)，ob8(工大高新)，ob11(振华科技)，ob21(彩虹股份)；
第四类：ob2(冰箱压缩)，ob19(同济科技)，ob20(华东电脑)，ob9(长安信息)，ob23(中科健)，ob16(湘计算机)，ob30(倍特高新)，ob6(南华西)，ob28(深圳华强)，ob7(厦门信达)，ob25(华意压缩)，ob27(粤tcl)，ob3(复华实业)，ob5(南洋实业)，ob13(中国高新)，ob24(深华源)。
第一、二类公司在经营规模、经营实力、技术水平等方面具有一定优势，竟争能力强，经营业绩优良，综合财务状况良好，属高科技板块的绩优龙头股，颇具发展潜力和长期投资价值，是高科技板块中投资者的首选投资对象。其中第一类的天津磁卡、燕化高新1997年净利润率分别为45.86%和44.32%，净利润增长率分别是93.6%和96.95%，其获利能力远远大于其它公司。第四类公司业绩一般，投资者应谨慎介入，可多加观望。
三、结束语
聚类分析能综合多项财务指标来反映上市公司的盈利能力和水平，所得聚类结果与公司的实际财务状况和经营状况相吻合。我们还可以对所选出的各个板块的龙头潜力股再进行聚类分析，找出最具实力的板块龙头股。
参考文献
［1］ 何剑著(1997)，《深沪股市板块分析》，广州出版社，广州.
［2］ 武冠卓等编著(1997)，《深沪股市公司分析》，广州出版社，广州.
［3］ 方开泰(1989)，《实用多元统计分析》，华东师范大学出版社，北京.
［4］ 信息早报社编(1998)，《98选股投资手册：上市公司97年报大全》，中国档案出版社，北京.
关键词： 股票市场；有效性；实体经济；实证研究
中图分类号：F830.91 文献标识码：A 文章编号：1003-7217（2013）03-0064-04
一、问题的提出
市场经济经过数十年的发展，我国逐渐形成完整的金融框架，银行、保险、证券等金融中介机构规模越来越大，股票、债券、期货等交易对象从无到有，从小到大。与此相对应的，我国宏观经济规模也已经跃居世界第二，人民生活水平不断提高，居民收入结构不断优化。研究股票市场和实体经济的关系其实质就是实体经济与虚拟经济的关系研究，从1990年我国第一家证券市场建立之日起，我国股票市场上市公司的数量从最初的8家上升到2011年底的2342家，股票市场逐渐成为我国资本市场中筹融资和投资的重要组成部分。在理论研究中，双方也有一定的发展规律，Eugene F. Fama 通过研究股票市场和经济之间的关系，得出了“股市是国民经济晴雨表”的结论，然而数据显示， 2012年预计我国经济增长可达到7.7%，远高于全球经济3%的增速，但是我国上证综指位表现列全球股市倒数第一。
以上种种表明，在经济转型过程中，我国实体经济和股票市场之间出现了一定程度的背离，股票市场的反应程度或大于或不反应于国内经济，也就是说股票市场出现的剧烈波动和宏观经济的相关性并不强烈。本文选取我国股市波动较为剧烈的年份，以季度数据作为研究单位，分析股票市场的有效性和宏观经济的关系，试图用实证数据说明这一争议较大的经济现象并提出解决对策。
二、相关研究
（一）外文相关研究
由于居民价格指数反映了国内物价综合情况，一般也看做国内通货膨胀指标，因此国外关于通货膨胀与股票市场关系相关文献，可以在一定程度上代表股票市场有效性的一种描述。Lifang Li和Paresh Kumar Narayan等人（2010）以英国作为研究对象分析通货膨胀与股票市场收益，发现英国股市和通货膨胀之间短期内不存在对冲，但在中期其结果较为复杂，同时发现不同制度环境下的通货膨胀与股市回报之间的关系也存在差异。Fabio Milani（2011）从宏观经济角度，分析了国际间股票市场与经济的关系，分析了两国家结构性的凯恩斯主义模型，其中包括跨境财富通道，以及估计国外股市波动对开放国家宏观经济变量的影响，以澳大利亚、加拿大、新西兰、爱尔兰、奥地利与荷兰作为开放型经济的主体，结果显示在英美德股市波动时，爱尔兰与奥地利具有跨国财富效应，并且爱尔兰财富效应最大。其他国家没有显示财富效应但却也对股票价格波动作出相应反应[1]。Tsoyu Calvin Lin和ZongHan Lin（2011）对六个亚洲国家或地区（中国、香港、日本、新加坡、韩国和台湾）进行实证分析，检验股票市场和房地产市场的整合，结果表明股市和房地产市场在日本是整合的，但在中国、香港、台湾是部分集成的，这意味着股市和房地产市场作为投资工具在中国、香港、日本与台湾是替代关系，并对韩国与新加坡提供多样化投资组合，最后的结论表示股市和房地产表现出的各种相关关系取决于经济和政治环境[2]。
（二）中文相关研究
段鸿斌和杨光（2009）利用协整分析方法，对1995～2007年间中国股票市场与经济增长的季度数据进行了实证检验。结果表明经济增长和股票市场存在一定双向因果关系，股票市场对经济增长的长期影响要远大于短期影响[3]。陈其安、张媛和刘星（2010）对我国股票市场背景下的宏观经济环境、政府宏观调控与股票市场波动性进行研究，建立了GARCH模型，研究结果表明中国股票市场对宏观经济环境变化的反映功能存在一定程度的缺失，财政政策的调控功能基本上处于失效状态，利率政策在现实经济环境中也未能发挥作用，货币供应量政策因其直接影响股票市场资金供给而产生了明显的影响[4]。夏日（2011）从CPI和股票市场的角度分析了中美两国股票市场的有效性，结果表明中国股市CPI和指数相关性表现得极弱，弱相关性反过来又会对成熟股票市场的建设产生不利影响，从而形成恶性循环，进而提出相关政策建议消除弱相关性。
（三）国内外文献述评
从国内外研究成果可以看出，国内外研究成果存在一个很明显的差异：国外大部分研究成果表明股票市场和实体经济之间的关系存在较紧密的联系，其中出现最多的词汇就是“积极反应”、“周期性关系”，这主要是因为经济发达国家的实体经济与虚拟经济发展是同步进行的，其结论符合芝加哥大学Eugene F. Fama 在20世纪80年代的结论：经济增长和股票市场发展之间存在正相关关系，符合晴雨表功能。但是我国学者研究的大部分结论都是双方存在微弱甚至不显著关系，并且在我国二者之间的传导机制存在缺失。但也有学者研究表明，自2005年股改之后，我国股票市场和实体经济之间存在滞后N期或者单项因果关系，说明了在总的宏观走势中二者还是存在联系的。
同时，国内外文献研究重点较多的放在双方模型弹性系数大小的比较，较少分析股票市场和实体经济之间的长短期关系，忽略了长期和短期经济变化因素对双方关系的影响，尤其是经济变量本身和滞后期数不同的影响。本文从构建双方长短期关系模型出发，对比分析二者在短期和长期中的关系，通过分析找出短期向长期“纠正”的相关机制对策。
三、相关经济模型
以下从理论角度，分析股票市场与经济增长的模型关系。通过该模型说明股票市场在经济中的作用，以及通过何种机制能影响经济，进而为下一步提高股票市场在经济增长中的作用打下理论基础。
内生增长模型认为经济增长来自于生产率提高，即生产和投入有约束，而非粗放式的要素投入。学者Pagano构建了内生经济增长理论框架，通过该模型可以看出金融市场和股票市场对经济增长的作用。
四、实证分析
（一）数据搜集及处理
为更好说明我国股票市场与经济的关系，本文选择三个指标进行定量描述。以GDP和上证指数的关系说明股票市场与实体经济的关系，而CPI和上证指数的关系说明股票市场的有效性，将两种关系合并，得出了上证指数和CPI与GDP的模型，其中上证指数用SSI表示。长期关系较难描述动态变化，因此本文选取季度数据进行分析，数据来源于凤凰财经数据库、中国统计年鉴等权威资料。由于GDP是当期数据，不能较好反映实际情况，因此用平减指数进行处理。由于要分析数据增长的变动关系，因此将所有指标对数化，找出变量之间的变动关系。
（二）模型检验思路
本文选用了“单位根检验—协整检验—误差修正模型—因果关系检验”的数据处理脉络，这样处理的思路主要是基于以下原因：由于我国的特殊国情，导致所需数据序列并非平稳，经济变量本身是非稳定的时间序列，如果用传统的单方程计量经济模型并不能全面的反映经济变量间的关系[5]。如果使用非平稳序列数据，将会导致回归结果失去意义，以此为依据的推断也是错误的。因此，有必要首先对数据进行平稳性检验，这就是单位根检验；对于大多数数据来说，单位根检验基本都是一阶平稳数据，也就是说数据本身不平稳，但是数据间的某种组合能达到平稳，这种组合还是长期稳定的比例关系，于是产生协整检验；在协整检验的基础上，可以知道长期稳定关系是由短期动态过程演变而来的，就是说通过误差修正模型这种调节过程，有效纠正长期关系的偏差扩大化；因果关系检验就是检验变量之间是否存在逻辑上的先后关系，说明二者之间的前因后果的变动。
（三）实证关系检验
1. 单位根检验。
为使处理结果可信，避免变量之间出现“伪回归”问题，本文在对数据进行处理的基础上采用EVIEWS软件对变量进行单位根平稳性检验，检验结果如表1。
2. 协整检验。
由以上检验结果可以看出变量均为一阶平稳数据，在证明数据差分平稳后，进而可以通过协整检验找出变量之间的稳定组合关系，由于涉及三个变量，本文采用Johansen检验方法，根据AIC准则确定无约束的VAR模型的滞后期为4，进而推算协整检验滞后期确定为3。协整检验结果见表2。
由于该模型较长，故将统计指标略去，但从各指标来看，上式F值、T值、DW检验值和拟合度都较好，该模型通过检验。从该模型可知，滞后一期的上证指数、经济总量和物价指数对本期上证指数未通过检验，这与现实中股票市场与实体经济之间的滞后效应相关。滞后两期和三期的上证指数和物价指数与本期上证指数关系明显，但是弹性系数较弱，最大仅为0.44，而且变量方向存在差异，对于滞后二期的上证指数对本期的作用是反方向的，而滞后三期却为正方向的，可以看出时间长短对于上证指数本身的影响较为敏感，这与现实中股票市场预期相吻合。同时，滞后两期和三期的价格指数对本期上证指数的影响均为负，但是影响系数不大并呈现衰减，说明我国股票市场的有效性较弱，甚至存在背离关系，处于非有效性阶段。作为经济的晴雨表，滞后两期的经济总量与上证指数之间存在一定的相关系数，滞后两期的分析与现实中半年的滞后差相匹配，说明该式较好的拟合了现实。误差修正项为负值符合反向修正原则。误差修正项较大，说明长短期互动关系较为强。
4. 因果关系检验。
五、政策建议
市场的相背离与弱有效性将导致投资者逐渐由投资者变为投机者，市场投资管理者专业性程度降低，国内股票市场成熟度降低，引发各类风险，因此有必要加强股票市场建设，提高股票市场有效性和实体经济的关系。
1.加强金融创新。
当前我国市场暴涨暴跌就是因为能够避险的工具不多，应该加强股票、股指期货、套期保值、避险等金融工具的开发，构建多层次金融市场。当前股票的替代工具少，容易聚集风险，债券发行限制严格，导致股票市场出现很多造假圈钱的现象，因此应该更多的开发避险工具和金融衍生产品，分散股市风险，从而降低股市无规律波动。
2.提高制度执行力度。
制度规范主要从两方面着手：一方面鼓励专业、高效的组织参与股票市场，对账务造假、释放虚假信息、内幕交易等违规行为加大惩罚力度。另一方面从制度上严格股市进入和参与门槛，将极大限度的提高股市企业的水平，提高企业信誉。
3.放宽股票市场的竞争。
由于我国市场经济的发展具有政策性特点，我国当前较多问题都是市场封闭和垄断导致的，因此要打破价格扭曲、盈利虚高等非均衡，推进股票市场对外开放力度，推进股票市场的市场化进程，开放、竞争是解决之道。引入竞争机制，将国资、民营和外资放在一个起跑线上，保持股票市场的效率。
参考文献：
[1]Fabio Milani. The impact of foreign stock markets on macroeconomic dynamics in open economies： A structural estimation[J]. Journal of International Money and Finance，2011，30（1）：111-129.
[2]Tsoyu Calvin Lin， Zong-Han Lin. Are stock and real estate markets integrated？ an empirical study of six Asian economies[J]. Pacific-Basin Finance Journal，2011， 19（5）：571-585.
[3]段鸿光 杨光. 股票市场与经济增长：基于中国经验分析[J]. 中央财经大学学报，2009，（12）：31-36.
时间： 2003-3-2 作者：聂祖荣 李波
内容提要
格雷厄姆和多德在《证券分析》一书中对股票价格波动的本质进行了分析，说明了“股票内在价值”对于投资的重要性，随后，这个领域的研究引起了众多经济金融学家的兴趣，经过几十年的探索，得到了大量的重要研究成果，而且不乏广泛应用的方法，但是，对于新兴市场和普通投资者却难以采用。这里，我们希望借用20世纪80年代兴起的灰色系统理论，探索一套简便易用的股票投资价值预测方法。本文探讨了灰色预测方法及其在股票价格预测中应用的理论基础和方法，以期能为投资者的决策行为提供一定的指导作用。
1. 问题的提出
我们知道，股票市场的价格走势是极为复杂且难以预测的。股票价格对市场信息如何进行反应，即使最高明最富经验的分析师也难以稳操胜券，这是因为，我们缺乏信息对市场影响的传导系统的结构和系统传导模型，不能准确把握金融政策、利率政策、公司状况、国际市场及投资者心理承受能力等因素的变化及其对市场的影响方式和作用，只能似是而非地对价格 走势进行把握，其结果可想而知。
于是，如何判断或预测股票市场价格走势引起了众多经济金融学家和市场分析人员的极大兴趣，在许多经济学家的共同努力下，股票定价方法向着量化方向发展，建立了大量令人振奋的定价方法。格雷厄姆和多德在1934年《证券分析》一书对1929年美国股票市场价格暴跌的 深刻反思,认为股票价格的波动是建立在股票“内在价值”基础上的，股票价格会由于各种非理性原因偏离“内在价值”，但随着时间的推移这种偏离会得到纠正而回到“内在价值 ” ，因此，股票价格的未来表现可通过与“内在价值”的比较而加以判断。但“内在价值”取决于公司未来盈利能力，因此，对公司未来盈利能力及其现金流的准确把握将是非常关键的。此后，戈登在对“内在价值”进行深入的量化分析的基础上，提出了著名的股票定价的现金流量模型即“戈登模型”，然而，公司未来现金流是不确定的，为该模型的广泛应用带来麻烦，为此，关于股票定价的早期研究就集中在确定公司未来现金流。费雪(Fisher)教授认为未来资产收益的不确定性可用概率分布来描述，马夏克（Marschak）、希克斯(Hicks)等学者经过一系列研究认为投资者的投资偏好可以看作是对投资于未来收益的概率分布矩的偏好,并可用均方差空间的无差异曲线来表示,同时，他们还发现“大数定律”在包含多种风险资产投资中会发挥某种作用。戈登模型在股票价值分析中占有非常重要的地位，成为单只股票估价分析的基本方法，然而，该方法并没有解决股票投资风险与未来现金流折现率的关系，直到亨利·马科维茨（H·Markowitz）教授的现代证券组合理论的建立才对这一基本问题有 了明确的认识，从而，一定程度上消除了该模型的致命缺陷。
在现实生活中，很少有投资者会将所有的投资集中在一只股票上，基于此，马科维茨（H·M arkowitz）教授于1938年提出了投资组合的概念，建立了现代证券组合理论，以统计学上的 均值和方差等概念来衡量组合的收益和风险，给出了投资者如何根据自己的风险承受能力建 立自己的最优组合以最大化其投资收益，并将风险分解为系统和非系统风险，从而，指导投资者最优化其投资行为。此后，其学生威廉·夏普（M· Sharpe）、林特纳(Lintner)等为 强化该理论的应用，将其注意力从马科维茨的微观研究转向整个市场，将其复杂形态简化为以市场指数为基础的单因素关系，并发现在均衡市场条件下资本资产的收益与风险遵循线性关系，即著名的以均值--方差模型为前提的资本资产定价模型（CAPM）。然而，由于CAPM 所要求的前提过于严格限制了其应用，许多经济学家试图研究在一定弱化条件下的定价理论，他们是迈耶斯(Mayers，1972)的存在大量非市场化资产的投资定价理论、罗斯（Ross）的套利定价理论(APT)以及布里登（Breeden）资产收益率与平均消费增长率的线性关系模型（CCAPM）等等为数众多的数量化投资模型，为市场投资行为选择提供了一定决策依据。
Roberts和Osbome在对股票市场价格的长期研究后，发现市场价格遵循“随机漫步”或“随机游动”的规律，由此，以Fama教授为代表的经济学家提出了有效市场理论，认为投资者对市场信息会作出合理的反应，将市场信息与股票价格相结合。进入1980年代，在探寻一般均衡定价模型进展不大的情况下，将定价理论的研究方向转向注重市场信息的考察。经过实证检验，邦德特和塞勒(Bondt and Theler1985)发现股市存在投资者有时对某些消息反应过度 (overreact)，而杰格蒂什(Jegadeesh1990)、莱曼(Lehmann1990)等则发现了股价短期滞后反应现象，由此，杰格蒂什和迪特曼(Titman1993)认为投资者对有关公司长远发展的消息往往有过度的反应，而对只影响短期收益的消息则反应不足，关于这一点仍然存在着争论，尽管如此，信息与股价之间应存在着某种关系得到了经济学家们的认同，并且，弗伦奇和罗尔(Roll)的实证研究证明了股价波动幅度与可获得信息量之间存在着良好的正相关关系。
然而，这些定价理论在现代经济金融学家的推动下得到巨大发展的同时也遇到了严峻的挑战 ，这种挑战表明了“对(股票、债券等)金融资产价格变动缺乏有效的解释手段反映了我们科学体系的不成熟”，面对这一现实，金融学家们开始尝试利用非线性方法与混沌思想来理解股票市场行为，甚至采用具有黑盒子性质的定价核概念、半自回归方法和半非参数估计以及近年兴起的系统仿真等新方法，试图解释信息对投资行为的影响，这些研究方法将成为股票定价理论的新兴的令人激动的发展领域。
但是，这些模型的应用都需要较为高深的专业知识和庞大的数据系统，而且，所需数据要求有较长的时间跨度，以满足“大数定理”的要求，这些对于新兴市场和广大的普通投资者来讲，难为其用，而且，市场价格的变化往往与股票“内在价值”并不一致，因此，寻找一种既简便又能适应市场基本状况的定价方法就自然成为了我们的追求。这里，我们希望借用20 世纪80年代兴起的灰色系统理论，探索一套简便易用的股票投资价值预测模型，以期能为投资者的决策行为提供一定的指导作用。
2．股票投资价值灰色系统模型
灰色系统理论（Grey System Theory）的创立源于20世纪80年代。邓聚龙教授在1981年上海中-美控制系统学术会议上所作的“含未知数系统的控制问题”的学术报告中首次使用了“ 灰色系统”一词。1982年，邓聚龙发表了“参数不完全系统的最小信息正定”、“灰色系统的 控制问题”等系列论文，奠定了灰色系统理论的基础。他的论文在国际上引起了高度的重视，美国哈佛大学教授、《系统与控制通信》杂志主编布罗克特（Brockett）给予灰色系统理论高度评价，因而，众多的中青年学者加入到灰色系统理论的研究行列，积极探索灰色系统理论及其应用研究。
事实上，灰色系统的概念是由英国科学家艾什比（W·R·Ashby）所提出的“黑箱”（Black Box）概念发展演进而来，是自动控制和运筹学相结合的产物。艾什比利用黑箱来描述那些内部结构、特性、参数全部未知而只能从对象外部和对象运动的困果关系及输出输入关系来研究的一类事物。邓聚龙系统理论则主张从事物内部，从系统内部结构及参数去研究系统，以消除“黑箱”理论从外部研究事物而使已知信息不能充分发挥作用的弊端，因而，被认为是比“黑箱”理论更为准确的系统研究方法。所谓灰色系统是指部分信息已知而部分信息未知的系统，灰色系统理论所要考察和研究的是对信息不完备的系统，通过已知信息来研究和预测未知领域从而达到了解整个系统的目的。灰色系统理论与概率论、模糊数学一起并称为 研究不确定性系统的三种常用方法，具有能够利用“少数据” 建模寻求现实规律的良好特 性，克服了数据不足或系统周期短的矛盾。?
目前，灰色系统理论得到了极为广泛的应用，不仅成功地应用于工程控制、经济管理、社会系统、生态系统等领域，而且在复杂多变的农业系统，如在水利、气象、生物防治、农机决策、农业规划、农业经济等方面也取得了可喜的成就。灰色系统理论在管理学、决策学、战略学、预测学、未来学、生命科学等领域展示了极为广泛的应用前景。
那么，灰色系统是否能够在股票市场价格走势方面发挥作用呢？以及怎样发挥作用？这是本 文要探索的问题。
勿容质疑，股票价格的“内在价值”的研究为我们认识股票价格提供了重要途径，然而，其运用受相关专门知识的约束，同时，也受人们对公司未来现金流的预期是否合理与准确的影响，那么，股票价格偏离其“内在价值”的纠正，必然需要一定的学习过程，并付出相应的代价即“学习成本”。如果将市场有效性与信息定价机制相结合，将对股票市场的定价机制有一个全新的认识。在股票价格与其“内在价值”的关系上，人们发现股票价格不仅反映其内在价值的信息，而且反映了市场交易者的“噪声”（Black，1986），因而，股票价格的偏离不会总回到其“内在价值”。这样，我们根据这些所知信息还是难以预测或把握市场价格走势，从而经常出现投资者对信息的过度反应或反应不足的现象。
我国股票市场有“政策市”、“消息市”之称，应该说这是效率市场的应有状况，令人遗憾的是，许多学者的研究表明，我国股市的股票价格对其反应“内在价值”的信息未能作出充分的反应，因而，认为我国股市的这种反应机制是跛足的（包建祥，1999），“有关股票市场的政策法规报道”是对投资者最有价值的信息，对股价的影响也最大（茆诗松，1997。），而且存在着对信息的反应过度及反应不足（魏刚，1998；张人骥，1998。），呼吁建立完善的信息定价机制。应该说，我国股票市场经过近年的发展，市场的信息定价机制得到了一定程度的完善，市场对信息的敏感性有了实质的提高，对影响股票“内在价值”的信息，不论是系统信息还是非系统信息，股票价格均有相应的反应，因而，为通过市场价格的一定历史时期的反应判断市场价格的未来走势，提供了可能。
由于股票价格应该反应与其相关的市场信息，那么，信息在价格中的输入和传递就有其相应的轨迹和强度，这种轨迹和强度取决于该股票的价格对相关信息的反应机制和灵敏性，而对于不同的股票，价格反应信息的机制和灵敏性有着相当的不同，并随时间变化而变化，那么是什么原因造成这种差异，以及这种轨迹和强度大小是什么，难以准确把握，也就无法准确地把握和股票“内在价值”，在新兴市场中，这种状况尤甚。
但是，我们也注意到，在新兴市场中，作为绝大多数投资者来讲，他们难以称得上真正意义上的投资者，更像是通常的“投机者”，即以市场交易差价获取利益，并不是以获取公司分红或股利为目的，因而，对这些投资者来讲，公司股票的“内在价值”是多少似乎显得那么重要了，他们最为关心的应该是股票市场价格的近期走势如何，以判断价差的大小，从而决 定该股票是否值得买卖，因此，交易过程中并不需要知道公司股票“内在价值”。由此可知 ，股票价格的市场表现的趋势判断就显得非常有意义了。?
由于股票价格是相关信息的综合反应，所有的相关信息的传导机制和灵敏度都得到了相应的反应。虽然，我们并不知道这种传导的方式和灵敏度是什么，但是，我们仍然可以利用适当方法通过信息在价格中的历史反应来判断价格的未来行动方向或状态，从而寻求信息在股票市场价格中的反应机制，这是因为历史行为反应至少部分反应了价格行为固有规律，并反应了价格对新信息的反应能力，这种反应能力决定了价格的进一步发展的方向。我们认为，灰色系统理论的建立为测定和反应这种传导机制和灵敏度提供了一种较好的方法。
我们知道，灰色系统是通过对原始数据的收集与整理来寻求其发展变化的规律，这是因为，客观系统所表现出来的现象尽管纷繁复杂，但其发展变化有着自己的客观逻辑规律，是系统整体各功能间的协调统一，因此，如何通过散乱的数据系列去寻找其内在的发展规律就显得特别重要。灰色系统理论认为，一切灰色序列都能通过某种生成弱化其随机性而呈现本来的规律，也就是通过灰色数据序列建立系统反应模型，并通过该模型预测系统的可能变化状态 。?
灰色系统理论认为微分方程能较准确地反应事件的客观规律，即对于时间为t的状态变量，通过方程就能够基本反映事件的变化规律，那么，假定某股票价格的状态初始序列为，通过灰色一阶累加生成序列和弱化关系式(k=1,2,…,n)，我们就可以得到该股票价格的时间状态的灰色微分方程为，系数a就是股票价格对信息的敏感性，是股票价格状态对信息反应系统变化内在规律的指标，在灰色系统里被称为“系统发展系数”，而 （k=1，2，…）就是该股票在未来k+1时间的市场价格。
根据灰色系统理论，要把握市场价格走势和发展方向，并不需要知道是什么信息或多少信息影响其价格的变化以及如何影响，诸如宏观经济因素的变动、公司基本面的变化、市场参与人数的增减等等因素分别对价格影响及其方式或者是这些因素的综合影响，我们所需要的只是新信息的加入会使原有的趋势得以改变，新信息的不断加入是市场价格不断变化的驱动力，而新信息的影响并不是在瞬间完成的，而是需要一定的时间进行消化在市场价格中逐步体现，这就是通常意义的历史信息的记忆功能，这种记忆能力对于市场价格走势的驱动力具有一定的“惯性”作用，通过判断这种驱动力（系统发展系数）的发展变化来预测未来价格走势正是灰系统理论所要解决的问题。
3. 灰色系统模型的应用实例
3.1 时间转折预测
这里，我们以上海综合指数的日收盘指数为标准，以2000年1月10日1545.11点为起点，如果局部低点和高点之间相差200个点以上，认为市场指数出现了一次转折，将低点-高点的变化看作一个阶段，因而，我们选择各阶段的局部最高点和最低点，并选择相临的指数相差200点以上的点，计算其距离起点的月份数，以构造指数走势的量化分析，具体数据见表1。根据灰色微分方程可以得到指数转折点的时间方程为：，其中k=1，2，…。
根据这个模型可以对指数转折情况进行预测，计算结果和模拟误差状况见表2，由表可以看出，该模型对指数转折时间点预测的残差平方和0.54，模型预测平均相对误差为2.6%，小误差概率几近为1，因此，平均预测精度为97.4%，预测精度为二级，说明该方法基本可用于市场综合走势转折时间的初步预测。由此转折预测方程，我们可得到后一阶段的5个预测值为 ：19.4、23.3、27.9、33.6和40.3。第一个预测值19.3表明下一转折点在从2000年1月起的第19个月左右，即约在2001年7月会出现一次重大转折，再经过约4个月的调整后将又会有一次较大
的转折，即预计在2001年11月份可有一次200点以上的变化。
表1 时间序列表
3.2 上海综合指数的预测?
2001年来，上海综合指数收盘指数从1月2日的2103点降至10月22日的1520点，跌幅近30%，如以当年最高点2245点计，跌幅更深，因此，我们应用灰色系统模型对股票指数变化状况进行预测，以期能更好地开展投资决策和最大限度地降低风险。根据灰色微分方程建立上海综合指数走势预测模型，为此，我们以上海综合指数的实际周收盘数为基础，以2001年8月10日周收盘价1955.04点为数据系列的起点，得到指数走势的预测方程：，其中，k=1，2，…。 根据这个模型对指数的预测，结果和误差状况见表3，由表可以看出，该模型对指数序列模拟的残差平方和为1259.90，模拟的平均相对误差为0.79%，因此，平均预测精度为99.21 %， 最大预测误差为1.20%，小误差概率近似为1。从模型本身来看，应该说对上证综合指数的预测精度基本能达到要求。
3.3 新陈代谢模型与事后检验?
事后检验是根据模型预测值与市场实际表现进行比较而得到的，根据该指数走势预测模型，我们可以得到未来4周的收盘指数分别为1768.66、1741.12、1714.00和1687.31，总体是一个下降的趋势，上海综合指数的实际值1807.02、1764.87、1691.33和1572.45，实际误差分别为2.12%、1.34%、-1.34%和-7.30%，表明有较为理想的预测效果。但实际结果也表明，利用某一数据系列对走势或时间转折进行长期的预测，随着时间的推移，由于新信息的作用没有得到体现，历史信息影响程度的有限性，即价格对信息的记忆与预见能力是有限的，也就是说，信息对系统的影响会随着时间的流逝而逐渐减弱，误差将会越来越大因 此，我们采用新陈代谢GM模型对2001年8月17日开始的上证综合指数趋势进行模拟，即利用最新的数据替换最旧的数据以最大限度地体现新信息对市场走势的影响，计算的结果列于表4，结果表明，模型预测的最小预测误差为-0.03%，最大预测误差是7.73%。在趋势判断上，预测趋势与市场实际表现有着较为一致的变化。从其模拟散点图看，预测值与市场实际表现有着极为吻合的效果。
表4 新陈代谢GM模拟结果与后验表?
后验相对误差图
4. 小结
[关键词]高校学生；证券投资：金融理财
一、引言
进入21世纪以来，我国经济持续高速增长。一个很证券投资行业也迎来了快速发展时期。股市作为国民经济的晴雨表，已是众所周知的名词。目前我国证券行业已经走过了20年的发展历程，截至2010年底我国股市市值达25万亿，占GDP总值的62.8％，股民人数已超过1.6亿，占总人口的9％。随着我国人民金融理财意识的不断提高，股市已经成为我国居民投资的重要渠道。
自2006年以来的牛市赚钱效应让股民群体迅速庞大，越来越多的高校学生也成了证券投资者的重要组成部分，这其中也不乏大量非金融类专业的学生。高校学生投资者在股民群体中有自己独特的一面：入市资金大多较少，学习能力和好奇性强，容易模仿。作为在校学生从事证券投资本无可厚非，但相比金融类专业的学生，他们几乎不具备证券投资方面的基础知识，若未加培训而直接进行实战交易，可能会产生一定的亏损。如果能对高校学生从事证券投资进行正确、系统的引导，就可以既培养他们的投资理财意识，又能在资金可以承受的范围内通过证券投资获得宝贵的实战经验和可能的收益，从而为培养未来可能的专业证券投资者打下铺垫和基础。
二、股市开户
证券投资的第一个前提条件是开户，如何选择证券公司至关重要。老牌证券公司技术实力雄厚，因此客户相对较多，客户服务可能不到位；新生证券公司虽然起步较晚，但是为了吸引客源，极可能开出一些优惠条件和良好的售后服务。高校学生初次股市开户选择证券公司时，可考虑以下两个因素：券商佣金和售后服务。
开户时选择佣金较低的券商是降低股票操作费用的主要方法。券商佣金是在股票交易时产生的一部分费用，它是股民开户所在的证券公司预先设定的，根据不用的时期和不同的交易金额，各个证券公司佣金也有所不同。一般来说开户相对较早，的股民，交易时的佣金也较高。若在2008年开户，各大券商佣金大多为1.5‰；开户的汪券公司成立的越晚，交易时的佣金越低。如在2010年，某新成立的让券公司其交易佣金仅为0.6‰，前后相比佣金差了一倍多。因此高校学生新开股市账户时，要尽量选择佣金较低的券商；而对于已有账户可考虑转户至佣金较低的证券公司，也可以和现开户券商协商申请降低佣金。
选择售后服务较好的券商是提高高校学生证券投资收益的重要渠道。很多券商现在非常重视对客户的售后服务，定期对投资者进行培训，这对缺乏投资知识的高校学生来说，无疑是雪中送炭。证券公司良好的售后服务既能帮助高校学生了解证券投资的基础知识，又能帮助他们提升证券投资转行业技巧，从而在实战中规避风险，获得可能更高的投资收益。因此，高校学生在股市开户时，也不能忽视券商售后服务的质量。
三、买卖交易
开户完成后，就可以从事股票买卖操作了。根据自己多年的投资经验，主要探讨实战交易中的划拨资金、选股、买卖等4个重要环节的技巧。
(一)划拨资金。包括转入资金和转出资金。这一环节看似平淡无奇，其实相当重要。首选，高校学生要用“闲钱”从事证券投资，切忌挪用学费、生活费等资金。这样可以避免股票被套时由于急用资金而被迫采取“釜底抽薪”的方式转出资金，从而造成亏损。高校学生使用“闲钱”炒股，可以使自己有更大的周转余地，也能在最大程度上降低投资的风险。其次，对于已经获得的盈利，建议高校学生在适当的时机从股市转出部分资金套现。股市内的资金，本来就是在盈利和亏损之间来回波动的。股市中的投资者“1赢2平7亏”，对于能盈利的更是难能可贵，高校学生直该如何保住已经到手的利润呢?最好的方法就是当盈利达到一定的比例如10％，就果断把盈利的资金转出变现，及时享受胜利的果实。从另外一个角度讲，把部分盈利转出股市账户后再发生亏损时，损失的金额客观上也减少了。
(二)选择股票。主要包括技术面选股和基本面选股。关于技术面选股的方法较多，在这里不详述。从实际交易中看，建议高校学生从基本面人手选择股票，重点关注公司的运营情况、股票的流通市值和股票筹码集中度这二个方面。
首选，选择公司运营情况正常，业绩没什么大的风险的股票。股票的波动，除了反应资金炒作的痕迹之外，还体现了公司本身的运营情况。而公司业绩的大幅变动，正是我们基本面选股时需要剔除的。对于初入市的高校学生，可以考虑选取一些公司知名度很高的股票，如五粮液、苏宁电器、格力电器等。这些公司都是行业的领先者，具备一定的成长性，业绩上没有什么大的风险。买人这类股票可以放心长期持有，几乎不必担心公司业绩大幅下滑导致股票下挫。
其次，选择公司总股本和流通市值较小的股票。一般选择总股本不要超过5亿股，流通市值不超过50亿的股票。俗话说“船小好调头”，对于流通盘较小的股票，庄家和机构只需要相对较小的资金就可以控盘和拉升，因此股票股性相对较活，股价波动相对较大。而股票的波动程度恰和其盈利空间是密切相关的，大盘股由于炒作时所需的资金较大，相比之下波动性就小的多。
再次，选择股东人数持续减少，筹码相对集中的股票。股东人数持续减少表示庄家和机构在持续的吸筹，当庄家的筹码集中到一定程度时，就可以准备拉升股票了。反之，股东人数有所增加，表明散户开始接盘。对于这样的股票庄家需要进行洗盘才能完成拉升，而洗盘对于普通投资者来说是一个煎熬的过程。高校学生可以观察股票每季报中的股东人数变化，并结合股票的技术形态，综合判断庄家控盘的程度，争取在建仓或者洗盘的尾声阶段果断买入，从而在时间上达到最高的利用率。
(二)买卖股票。完成了各种分析之后，就需要完成买卖交易了。股票所有的盈利和亏损都在买卖之间产生，如何把握合适的买卖点，对于高校学生是一个棘手的问题。
高校学生在选择股票买入点时，遵循以下原则通常成功率较高(1)在K线形态形成双底时买入。股票只有当底部牢靠时，未来走势才能稳健。双底形成时间相对较长，庄家吸筹较为充分，容易完成初始建仓工作，因此离股票拉升的时间较近。(2)股票从高位下跌超过40％时买人，前提条件是基本面没有大变化。股票波动同样适用运动学中的惯性理论：跌多了就涨，涨多了就跌。如果公司运营正常，而其股票前面涨幅过大，后期调整自高点算起跌幅超过40％，可以考虑部分仓位买入，抢底抄反弹。(3)股票价格站到所有均线时买入。此时，该股票已经突破了所有重要的压力线，进人中期上升趋势。买入并果断持有这样的股票，可以抓住股票的“主升浪”，实现短时间内可观的收益。
股市中会买的是徒弟，会卖的是师傅。高校学生初次进入股市，缺少实战经验。如果已经持股获利，如何选择卖出时机就显得尤为重要。在这里给高校学生以下几点建议，考虑作为实战卖出时操作的原则。
对于已经盈利的股票，需要设定止盈卖出价，股票价格跌倒止盈线坚决卖出。在操作中需要果断的执行此原则，千万不要因为贪婪把已有盈利变成账面亏损。止盈线最低可以设置为成本线之上％2的。对于盈利较多的，比如幅度超过10％，也可以采取金字塔式的卖出，持有的股票每达到一定的涨幅，减少部分仓位变现，遵循这样的原则可以实现利润最大化。
对于已经亏损的股票，需要设定止损卖出价。高校学生从事证券投资的第一要务首先是保存本金，其次才是获得盈利，所以及时止损是当账户发生轻微亏损时，保存自身资金的有效措施。如果买入后股票下跌到达止损价位时，应该果断卖出或者减轻大部分仓位，场外观望不进行操作，把损失降到最小。
对于在轻微的亏损和盈利之间来回波动的股票，除了遵循上述两条原则之外，如果其他股票有好的机会，也可以考虑换股操作，再次买入上升趋势明显，拉升幅度不大的股票。
四、其他注意事项
高校学生参与证券投资，除了要考虑遵循上述基本原则外，还应该注意以下几点(1)初始阶段投入资金要少，以获取经验和技能为主，以营利为辅。(2)多看少动，遇到困惑时考虑观望，切忌频繁买卖操作。(3)注重趋势，不要在乎短周期的K线形态。(4)保持良好的心态，涨跌平常心。(5)需要学习有关的汪券投资知识武装自己，要有“备”而“炒”。(6)要明白股市只是生活的一部分，决不能把全部的时间和精力都投入到股市。
五、结束语
近年来高校学生越来越热衷参与证券投资，这对于培意大养学生的投资理财意识有一定的帮助。但是“股市有风险”，对于入市不深的学生，高校金融类教师有责任也应该学生进行止确的引导，从而让学生知道股市，体验股市，领悟股市。
[参考文献]
[1]夏中苏浅谈证券投资的风险与应对[J].科技资讯2011-01-23.
[2]张永红大学生证券投资现象分析[J].中国青年研究2008，(03).
[3]杜习瑞，张树哲，李迎春，几种证券投资分析方法的比较[J].辽宁经济2007，(01).
[4]博斌，曾伟，证券投资专业人才培养目标与模式探寻，[J].昆明大学学报，2006，101).
[5]康剑南证券投资技术分析存在的问题及对策[J].商场现代化2010-11-01.
1证券投资者投资心理误区的集中表现——认识偏差
证券投资者的判断与决策过程不由自主地受认知过程、情绪过程、意志过程等各种心理因素的影响，以至陷入认知陷阱。如跟庄、推崇股评、高换手率、市场非有效性等，投资者的认知与行为偏差大致有以下几种类型。
1.1过度自信的认知偏差
人们往往过度相信自己的判断能力，高估自己成功的机会，把成功归功于自己的能力，而低估运气和机会在其中的作用，这种认知偏差称为“过度自信”（overconfidence），过度自信是投资者典型而普遍存在的认知偏差。过度自信在牛市的顶峰达到它的最高点，而在熊市的底端达到最低点，过度自信的投资者会过度依赖自己收集到的信息而轻视公司会计报表的信息，注重那些增强能力自信心的信息，而忽视伤害自信的信息，在证券市场中的过度自信是危险的，例如，很多证券投资者不愿意卖出已经发生亏损的股票。卖出等于承认自己决策失误，并伤害自己的自信心。他们每天总是给别人讲解股票的各种“知识”指导别人买卖操作，在大盘趋势向好的时候，每天总是眉飞色舞，讲解技术指标应用技巧等，非常看好后势，讲解大盘会上升到多少多少点位；在大盘趋势向下跌，没有进入底部区域之前，他们总是很乐观，总是认为经过适当的调整，大盘还会上涨；在大盘进入了真正的底部区域时，由于受到市场的心理暗示，就不断地解释下跌的理由，极其看好后势，会告诉周围的人大盘会下跌到某个点位，如果他是一个虚荣心很强的人，他会讲他如何买了那只股票，现在如何盈利。实际上这类人对股票的感觉和判断完全是市场心理策划的场效应对他作用的结果，这类人的股票投资往往是失败的。
1.2信息反应的认知偏差
有些投资者对信息存在“过度反应”（over-reaction）和“反应不足”（under-reaction）两种现象。如果近期的收益朝相反的转变，投资者会错误地相信公司是处于均值回归状态，并且会对近期的消息反应不足。如果投资者得到收益增长的信息，会认为公司正趋于一种增长状态，并且过度地导致过度反应的推理趋势。这些投资者在市场上开始变得过于乐观而在市场下降时变得过于悲观。自我归因低估股票价值的公开信息偏差，对个人的信息过度反映和对公共信息的反映不足，都会导致股票回报的短期持续性和长期反转，他们心理模型的特点是有时恐惧、有时兴奋、有时觉得自己很专家。他们的思维和行为主要是被市场的策划者所控制，在股票市场的头部区域进场，进行频繁买卖操作，或买入后持股不动。在市场完成从头部进入底部的下跌趋势中，总是期待反弹随时开始，或持股不动，或在市场没有真正进入底部时误认为是底部而把手中有限的资金提前用光，在市场进入真正的底部区域，他们作出卖出股票赔钱的离场操作，或想做买入操作但是手中已经没有了资金，这种心理模型的人是股票市场策划者最需要的。
1.3损失厌恶的认知偏差
人们在面对收益和损失的决策时表现出不对称性。人们并非厌恶风险，而是厌恶损失。损失厌恶（lossaversion）是指人们面对同样数量的收益和损失时，感到损失令他们产生更大的情绪影响，损失比盈利显得更让人难以忍受，很多投资者偏爱维持原状。在股票投资中，长期收益可能会周期性地被短期损失所打断。短期的投资者把股票市场视同，过分强调潜在的短期损失。在做出错误的决策时常感到后悔，而为了避免后悔，又常常做出理。比如死守赔钱的股票，以拖延面对自己的错误，不愿把损失兑现。害怕兑现损失就持有亏损股过长的时间。实际上，股票市场随着策划者的建立和制造的市场利空或利好的心理暗示的场效应而涌动，有时很平静，有时汹涌澎湃，当大多数的被动投资者心态都变成了兴奋型的时候，市场就已经进入了头部区域，反过来当他们的心态都变成了恐惧型的时候，市场已经到了底部区域。巨大和强烈的股市心里场效应迷漫着整个股票市场。策划者就是通过调整股市心里暗示的场效应强度来控制和操纵被动投资者的思维和行为，就像电磁场一样，场里面一个电荷的运动只能由场来决定。
1.4羊群行为的认知偏差
证券市场中的“羊群行为”（herdbehavior）是一种非理，它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，或者过度依赖舆论，而不考虑自己信息的行为。由于羊群行为及各个投资主体的相关，对于市场的稳定性、效率有很大影响，也与金融危机有密切关系，由于市场上存在羊群行为，许多机构投资者将在同一时间买卖相同股票，买卖压力将超过市场所能提供的流动性，从而导致报价的不连续性和大幅度波动，破坏市场的稳定运行。股票指数的波动或股票的涨跌以及市场消息构成股票市场的一种氛围。股市策划者通过调节这种心理暗示场来达到股市策划者想要的被动投资者心态，而且一定能办到，这种氛围笼罩着整个股票市场，走进市场也就走进了这种氛围里，股市策划者就是量化地掌控和调整这种氛围使被动投资者的心理产生不同的反应。
由此可见，投资过程反映了投资者的心理过程，由于认知偏差，情绪偏差最终会导致不同资产的定价偏差，这一偏差反过来影响投资者对这种资产的认识与判断。这一过程就是“反馈机制”，这种反馈环是形成整个股市中著名的牛市和熊市的因素之一。
2证券投资者心理误区克服的关键——调适、塑造
在投资市场上，真正的敌人是自己。要战胜自己，就必须不断地培养和锻炼自己的心理素质，培养独立的判断力，磨练自己的耐心，具备良好的期望心理，思路敏捷，精练起市，性格坚毅，培养自我管理能力，对待投资成功与失败的正确态度应该是冷静分析、总结经验，恰如其分地归因，以利再战。
2.1克服贪婪和狂热
投资者一旦被过度的贪婪所控制，手里有钱，就要买，他们不但是自己买，还总是劝别人也买，买股票的消息来源，看报纸、听股评、听周围的人推荐股票，或自己根据类比法选股票。这类人在大市趋势向上的时候，是赢利的，随着行情的进展，他们的赢利越来越少。如果遇到股票头部模型是横向振荡，这样的股票一旦策划者出净手中的筹码，几根长阴线，这类人将出现亏损。在大盘趋势向下的时候，这类人只要有钱就还是买卖。由于市场是由投资者组成的，情绪比理性更为强烈，贪婪和惧怕常使股价在公司的实质价值附近震荡起伏，购买股票时，不仅需要具备某些会计上和数学上的技巧，更需要投资者控制自己的情绪波动，以理智来衡量一切，并支配行为，独立思考，不受干扰，对国家宏观经济有一个清晰的认识，善于捕捉各种细微的动态变化和各种信息，克服投资的贪婪和狂热。投资应具有客观性、周密性和可控性等特点，在股票投资中绝对不能感情用事，投资者既需要了解股票投资的知识和经验，更需要具有理智和耐心。善于控制自己的情绪，不要过多地受各种信息的影响，应在对各种资料、行情走势的客观认识的基础上，经过细心比较、研究，再决定投资对象并且入市操作。这样既可避开许多不必要的风险，少做一些错误决策，又能增加投资获利机会。
2.2勇于承认错误，树立信心
投资者不可能每一个预测和决策都很正确，每一个投资者都应该承认，市场中总有事情是自己所不了解的。每一个成功的投资者都是谦虚、勇于承认自己错误的人。信心是投资成功的一个起码的条件，投资的自信来自于他的学识，而不是主观期望。作为证券投资者，必须潜心研究投资理论，不断扩展自己的学识，把别人的经验借来，加以创新，融入自己的想法，不为自己的投资失误辩解，而是把每一次失误记录下来，以便下次不犯，每位投资者盘算股票之前，应该对股市做出某些决策性的判断。判断是稳定股票投资的信心，如果犹豫不决，缺乏信心，必将成为股市的牺牲品。投资者投身于股市，要树立信心还需要耐心，如无耐心，后悔、失望、沮丧、冲动等不良情绪就会产生，这样失败的机会非常高。投资者必须考虑投资工具的流通性、收益性、成长性。收益性的高低也要依投资者自身的财经需求和其它情况来定，由于成长性与风险相连，投资者还必须考虑自己承担风险的能力。投资者的投资理念和操作方法最好与自己的价值体现，以及性情相一致，以避免与自己的人格特征冲突。投资者的信心和耐心是千百次成功得失中修炼出来的，也是理性判断和实践经验的结果。
2.3培养独立的判断力、自制力
对于理性投资，精神态度比技巧更重要，每位投资者的潜意识和性格里，存在着一种投机的冲动，而投资者必须具备耐心和自我决断力，不应盲从他人建议，而应有自己的判断力。约翰特里思在《金钱的主人》一书中，反复强调“在市场中获得成功没有什么秘决，对于成功的投资者来说有个显著的投资态度也就是说在关键时刻会相当仔细地进行研究，甚至可以说是在显微镜底下进行研究”。反对将成功投资者的成功归因于运气的做法。在证券市场，投资是一项高度技巧性的行为，投资者不要被周围环境所左右，要有自己的分析与判断，决不可人云亦云，随波逐流，投资一定要自己判断、研究行情，不要因为未证实的流言而改变决心，可买时买，须止时止。投资者的自信应建立在一定的投资交易经验和个人能力基础之上。否则，投资者没有根据的作出判断、决策、并且固执己见，那么意味着蛮干，并不是有自信心的表现。投资者必须有自制力。自制力是指能够自觉、灵活地控制自己的情绪，约束自己的行为和言语的意志品质，自制力体现着意志的抑制能力，能够控制自己的恐惧、懒惰、害羞等消极情绪和冲动言行。
2.4培养坚毅的性格和自我管理能力
站在市场看市场，我想起了一个人，这就是巴菲特先生。
今年5月初，为了庆祝“股改两周年”，业内某机构，以问卷的形式向“市场人士”征询对于2007年下半年行情的看法，这张问卷也“问”到了我的手里。我一个字也没有回答，因为我确实没有完全基于个人的看法；我根本不知道后市到底如何，况且，这么多年以来，我也不是特别在意别人的看法。别人的看法是别人的，与我无关。事实上，只要进了股市，投资者最好不要在意“别人的看法”。
当然，股市本身是各种解释的大观园。在形形的市场分析之中，有两种人的分析与判断最为引人注目。他们不是“经济学家”，就是“股评家”――职业性的前者，总以为自己是天生的后者；职业性的后者，则以为自己是天生的前者。经济学家通常希望使用理性概念来逻辑地解释股市，然而经过了“一错再错”之后，新一代的经济学家们，终于认识到股市的“非理性”甚至“非逻辑”的因素，是某种必然。
经济学从来无法“合理”地解释股市，于是，经济学家们就把非理性因素以“心理学”的形式引入了“经济学”，这就是所谓的行为金融学，因此获得了2002年的诺贝尔奖。
然而不幸的是，依据这套理论所建立的所有基金，都不是最能赚钱的投资品。某QFII的海外基金，旗下有一支以“行为金融学”的理论为依托的投资基金，尽管其投资策略正确无比，而且起步时就遇到了中国的大牛市，但至今为止，它的业绩平平，远远跑输大市。
股评家则不然，他们早就知道，理论经济学对于股市的解释错在其模式的假定，因为，理论家们所信奉的“有效市场理论”，对于股市根本就是无效的。
“有效市场理论”的核心内容，在于两个基本假设。假设之一，根据可获得的所有公开信息，股价会迅速准确地进行调整（即市场是很有效率的）；假设之二，股价变动的历史资料不包含任何对预测股价未来变动有用的信息，即根据股价过去变动的信息不能预测股价的未来变动。
每一个市场参与者其实都能理解，股票市场是受到人为操纵的价格市场。在这个市场，虽然在“最终的意义”上或者无穷长的时间之内，市场可能确实是有效率的，但也绝不是在“始终的意义”上或任何时间之内是有效率的。看到“市场有效”，就断言它“总是有效”，这是非常荒诞的。
真实的数据可以告诉我们，在股票市场，大约有90%以上的股票价格是无效率的，但这也正是股市的魅力所在。“不可测理论”告诉我们，不要试图预测股市，巴菲特把这一点当成投资者所必备的投资信条之一。但是，这里存在一个微妙而绝对的差别，因为巴菲特也确信，“市场是复杂的系统，从股价变化结果不能推测未来，这一点并不能够证明从所有其他方面和以任何别的方式，也都永远无法恰当地把握股市”。
这就等于说，股票市场从来都是一个纵的市场，无论是价值投资，还是趋势投资，区别在于谁的腕力更强，谁的筹码更多，仅此而已，岂有他哉？
正因为此，巴菲特自称是“用肌肉但从来不用脑子”的投资者，他付给微软的董事长比尔・盖茨每年900美元的董事酬金，但是付得很不情愿，他说：“比尔在财富榜上面已经远远领先于我了，我可不想拉大这个差距。”
众所周知，今年，伯克希尔・哈撒韦普通股的股价已经接近11万美元，每股赢利7144美元，市盈率16倍；而人们不知道的是，当年它的发行价格，只有区区8美元。巴菲特的存在，告诉我们一个事实，这就是股市存在着它自己的一套“哲学”，由此，我们完全可以从哲学的最终意义上挺一把巴菲特。
自然哲学告诉我们，对于我们置身于其内的“自然”，其本身肯定是“不自然”的。因为我们可以设想，对于自然的世界，至少有两种可能:
可能之一，自然存在于无限绵延的时间之中，其中的任何事物前后互为因果；如果股市是完全自然的，则从最初的一刹那起，一切就为因果的锁链所束缚，所有的变化都必须遵从“丛林竞争”，那么，股市就是零和游戏――不要以为你的体温可以加热浴缸中的水，必须有人输，才会有人赢。
关键词 大学生 炒股 利弊 正确对待
前段时间，武汉一名金融专业的大四在校生李某，通过炒股由“草根”迅速华丽升级为“土豪”的故事在武汉各大校园广为流传。此事在当地各大校园引发了巨大的反响，成为大学生们热议的话题。[1]这么多的大学生投身股市究竟是否是件好事情呢？我们可以从大学生炒股的利弊分析中来看一下这个问题。
一、大学生炒股的有利之处
大多数人选择炒股，是看到了股票投资带来的丰厚利润。的确，股票投资是一种收益颇高的投资方式。对于没有工作，没有固定收入的在校大学生来说，投资股票也不失为一种聚财的有效途径，除此之外，炒股还有很多值得肯定的地方。
（一）了解国际国内的经济动向，扩大知识面
国家政策的调整与有关规定的变动对股票市场的影响非常大。要想在股票市场站稳脚，就必须时时关注国家的相关政策，了解国内经济的现状。并学会分析预测国家未来可能采取的一系列政策，包括财政政策，货币政策，税收、利率、贸易政策等的变动情况，把握股票投资的内部环境。还要了解国际宏观经济形式，及时调整自己的投资方向和操作策略。对这些政策信息了解的越全面，把握的越准确，我们股票投资成功的概率也就越大。而这一过程，也是在校大学生了解国际国内时事，扩大知识面，增长见识，提高信息分析能力的过程。[2]
（二）培养独立生活，独立理财的能力
很多大学生投入股市，对他们而言，是积累资金的开始，也是他们独立生活、独立理财的开始。巴菲特曾说过，“一生能够积累多少财富，不取决于你能够赚多少钱，而取决于你如何投资理财，钱找人胜过人找钱，要懂得钱为你工作，而不是你为钱工作。”可见，投资理财的能力要远强于找工作的能力，股市为大学生提供了一种培养独立理财能力的机会和场所。通过炒股，大学生可以学会如何合理的分配自己的资金，开源节流，合理理财。而且，炒股也是有一定风险性的，大学生炒股，要自负盈亏，要独立承担其中的风险，这也迫使大学生学会独立生活，提高独自面对挫折的能力。
（三）学以致用，将知识转化为财富
“实践是检验真理的唯一标准。”炒股是一个学以致用的过程，是一种理论与实践相结合的最佳方式，他们可以通过投资股票这一实践操作来检验一下自己的学习成果。还可以将从课堂和书本中学到的理论知识转化为实实在在的财富。时代的发展，对大学生提出了更高的要求，仅仅掌握理论知识是远远不够的，要会应用，还要全面发展，在实战中拓展自己的综合素质，巩固所学知识。[3]
（四）积累经验，有助于以后的就业
大学生投身股市，并不一定是为了挣钱，获得丰厚的利润，与此相比，更重要的是可以使自己更了解股票市场，为以后个人理财以及从事证券这方面的工作积累经验。如果在大学期间学会炒股并且能小有成就的话，那么在以后沉重的就业压力下就可以脱颖而出了。
二、大学生炒股的弊端
（一）风险难以估量，给家庭带来沉重负担
大学生对于股票市场的了解还很少，对其风险性也把握不准，风险承受能力低，一旦选择不好投资方向，很容易买错股票，被套在其中不能自拔。而大学生又没有经济来源，他们大多是拿自己的学费、生活费以及奖学金来炒股，有的甚至借钱炒股，这样一旦亏损，会给他们以后带来很大的经济风险，所有的负担又不得不由父母承担，这无疑给父母给家庭带来很大的负担和麻烦。
（二）分散精力，影响学业
大学生炒股，势必要投入大量的时间和精力来了解股票、分析股市，每天关注着股票市场的变化以及国家经济政策的发展动态。这样放在学习上的时间和精力就越来越少了，久而久之势必造成成绩下滑，影响学业。作为学生，学习才是首要任务，以后工作了还是有很多时间和机会去了解股票，投身股市的，而且那时候自己也有了经济来源，不用再拿学费和生活费做赌注了。如果在大学期间因为炒股而影响了学业，本末倒置，只会得不偿失。
（三）受利益主导，影响价值观
大学时期，正是世界观、价值观逐渐成熟的时期，如果在这一时期利欲熏心，为追求高昂利润投资股市，一旦成功会使大学生陷入“炒股是获得高额利润的唯一途径”的误区。一心想着走捷径，快速发财致富，而不愿用自己的劳动和双手创造财富，获得收入，好逸恶劳，扭曲其世界观和价值观，不利于大学生心智的成熟，如果在校大学生们都这样想，会给整个校园产生拜金主义和奢靡之风的不良影响。
（四）投资失败，影响身心健康
虽然股票很受欢迎，但因炒股失利而自杀的人也屡见不鲜。大学生正处于青年期，心智还不够成熟，经历的风险和挫折少之又少，承担风险的能力差。一旦在股市上遭遇挫折，很有可能自暴自弃，影响心理健康，更甚者误入歧途或选择轻生。而且股市涨跌不定，大学生整天关注着股市的动态，也会跟着暴喜暴忧，就算心态比较好的人，时间久了也会打击他们的自信心，影响身心健康，很长一段时间内无法投入正常的学习和生活。
三、大学生如何正确对待炒股
凡事都有两面性，很多事情如果怕出错或是害怕失败而不去做，这本身就是一种错误的观点。我们应该理性地看待大学生炒股的问题，而不是一棍子打死。大学生也应该从自身角度学会如何正确对待炒股，将股市风险降到最低。
首先，大学生自身要具有独立思考的能力，有自己的思想，对自己的行为要有一个清醒的认识。既然选择炒股就要有充分的心理准备，即不能为收获暴利迷失自己也不能因遭受风险而堕落无为。要想在股市的风浪中处于有利地位，丰富的知识储备和良好的心理素质都是必不可少的。
其次，可以通过参加一些模拟炒股的活动来了解股票市场，提高自己的理财能力。我们在论文开始提到的武汉大学生李某，他在由菜鸟向“股神”转变之初，也是通过一款名为“微财”的炒股应用软件来进行模拟炒股训练，以提高自己的实战能力。所以，在校大学生可以通过一些炒股的应用软件或模拟实验来了解股市，学习如何炒股，如何规避风险，积累经验。等时机成熟后，也不妨尝试一下真正的炒股，这样有之前的模拟经验，学生会很快适应真正的股市，有亏损，其风险也会在学生的承受范围之内。
最后，大学生要明白自己的身份还是学生，当前的主要任务就是学习，分清主次，不能因为炒股而影响了自己的学业。如果真的对股票感兴趣，或有这方面的才能想尝试炒股，完全可以利用寒暑假时间进行股票投资操作，这时即有充足的时间去研究了解股票，又不会影响到学习，更不用为生活费发愁，岂不是一举三得。
（作者单位为民族学院财经学院）
[作者简介：夏金枝（1990―），女，山东邹平人，民族大学财经学院在读硕士，主要从事少数民族地区财政金融理论与问题研究。课题项目：本文系重点学科财政学成果。]
参考文献
[1] 武汉一大学生炒股大赚 演绎草根变土豪的蜕变[EB/OL] . . 2015-01-07.
