股票在微观经济学的知识精选(九篇)

第1篇：股票在微观经济学的知识范文

【关键词】计算金融；多主体建模；交易者行为

1.引言

对于股票市场价格的探讨一直是现代金融理论的核心问题之一，然而随着人们对金融市场认识和研究的不断深入，以完美理性为基础的有效市场假说因难以解释现实金融市场中存在着大量的与有效市场假说相悖的异象而日益受到质疑。于是经济学家开始引入其他因素来对这些异象进行解释，并创建了行为金融学等新兴学科。

值得关注的是，近年来，一种新的基于主体建模的研究方法在金融学中得以应用，并逐渐形成了一门新的学科――基于主体的计算金融学（ACF）。它基于复杂自适应系统理论，将股票市场中的交易者看成大量的异质主体，每个主体根据自己对市场预期进行股票交易，从而形成了价格等宏观特征，这些特征又会反过来影响不同主体的预测和决策行为。同时，计算机技术的发展为我们进行大量的主体模拟提供了可能。ACF便是采用这种基于主体“自下而上”的建模方法，并通过计算机仿真技术对市场中交易者与市场宏观特征之间的这一双向反馈过程进行建模运算，试图从微观层面上来解释金融市场的宏观特征的一门新兴学科。它的研究内容主要包括主体投资策略、市场价格形成机制、财富在各主体之间的分配规律及市场宏观特性的涌现（Emergence）的原因等[1]。并作为一种新的研究范式，将市场的宏观层面和微观层面统一起来，能够更加真实、深刻地反映金融市场的运行规律[2]。

本文的模型就是基于主体的模型，模拟了股市中三种类型的交易者：技术交易者，基础交易者与噪声交易者，并试图通过模拟解释不同类型交易者行为对股票市场价格的影响。

2.基于主体的建模技术

2.1 基于主体的建模技术

主体是指在一定的环境下能独立自主的运行，作用于自身生存的环境，并能不断从环境中获取知识以提高自身能力，将推理和知识表示相结合的智能实体[3]。基于主体建模的系统仿真技术在90年代以来广泛应用于经济社会研究中，它通过在微观层次上构造各仿真实体并对主体个体及其相互之间的行为进行刻画，进而从微观个体推导出宏观效应，是一种自下而上的研究方法。与传统的新古典经济理论相比，研究者追求的结果不再是系统的均衡与稳定，而是试图理解相互作用与涌现相互关联发展的过程。在这种研究方法中，组成系统的主体，具有认知与自主能力，通过简单的个体行为组成了复杂多变的经济景象。系统中各主体复杂的相互作用表现出了单个主体所不具有的特征――涌现行为，从而使整体表现大于单个个体简单的相加[4]。

2.2 基于主体建模方法的特点与优势[5]

与普遍使用的、以数学方程为基础的建模方法相比，基于主体建模方法的特色在于：

1）关注的内容不同。传统的建模方法往往以一组数学方程作为起点，这些方程代表了宏观系统的属性之间的关系。基于Agent建模方法的关注点是系统中发生于个体间的交互行为和作用，宏观系统的属性变化则是作为上述作用的结果体现出来。

2）对待系统层次的视角不同。基于数学方程的建模方法基本上是使用系统级的可观察属性，从某一个特定的系统层次去看待系统，基本上不涉及跨层次的问题，而基于Agent建模方法则把注意力集中于相关的个体行为，从底向上地观察和描述系统的行为，是一种由低到高、从微观到宏观的、跨层次的研究思路。

由于以上的概念和思路，与传统建模方法相比，基于Agent建模方法具有以下几个突出的优点：

1）提供了表述系统元素的主动性的方法，扭转了把系统中的个体单纯地看作被动的、僵死的部件的观念。

2）提供了反映层次间相互联系的方法，突破了仅仅从统计规律的角度去理解的范围，从而开辟了理解和认识涌现、突变等现象的新天地。

3）提供了真正理解发展和演化的可能性，改变了简单化的、只考虑量变的、线性外推的预测方法，引进了更加符合客观现实的、量变和质变相联系的思维方式。

4）由于基于Agent建模方法和计算机技术的先天的、内在的联系，它提供了非常直接的可操作性，从而为研究人员提供了越来越方便的研究工具和软件平台，使得人类对于复杂系统规律的研究和认识进入了一个新的阶段。

2.3 基于主体经济模型的建模步骤

一般建立基于主体经济模型的步骤如下[5]：

1）问题识别。分析经济理论和经济现实中存在的问题，并提出解决问题的目标。

2）模型框架。描述人工经济的框架，包括：主体的类型；主体之间相互作用的市场协议；人工经济一轮进化过程中的事件发生次序；经济总量的统计方式。

3）主体描述。描述每一类主体的状态和行为模式。主体的状态决定其行为，主体的行为能改变其状态，甚至改变行为模式本身（行为进化）。

4）实验设计。选择一种系统仿真平台和一种计算机程序设计语言，模拟主体行为模式和经济运行模式；确定每一类主体的数目，采用适当方法为所有主体状态赋初值。

5）结果分析。观察模型运行的结果，应用经济学理论给予解释。

3.基于主体模型的股票市场仿真

本文在多主体股市建模思想的指导下，建立了一个多主体股市模型，并利用SWARM平台[6]具体实现其计算机模拟，通过改变市场中不同类型交易者数量，观察不同投资者对股票市场价格行为的影响，再现了许多现实股市中普遍存在的事实。模型设立如下：

3.1 投资者分类

（1）技术交易者

技术交易者用一些简单的技术规则来决定股票的买卖。交易规则采用移动平均的方法，即短期移动平均值大于长期移动平均值时买入，反之卖出，交易规则的选取在主体初始化时进行随机分配。

技术交易者的行为包括四个方面：

1）获取信息。这里的信息主要为有当前股票的价格。

2）选取交易规则。模型中设定每个交易者在给定的时间段里只能用一个交易规则来进行判断，所以在进行决策之前技术交易者需要选择规则。

3）决策。一旦交易者选定了交易规则，那他将根据该规则做出买入、卖出或者持有的决策。

（2）基础交易者

基础交易者按照原则值进行交易，他们在每次交易前会对股票的真实价值进行一个估算，即股票的市场价格低于其真实价值时买进，反之卖出。

真实价值的计算均采用股息零增长价值模型，即：

p*=D/K

其中D为固定的现金股息，K为投资者要求的投资回报率，由于不同投资者对投资回报率要求不同，本文中K的取值在一定范围内随机产生。

（3）噪声交易者

噪声交易者是指非理性的根据似乎是真实的信息而实际上却是噪声信息进行交易的交易者，他们的行为更加接近于随机的交易。

3.2 价格形成

市场价格的形成采用做市商机制。市场中存在一个做市商，他首先宣布一个初始的价格，之后市场中各类交易者根据初始价格做出相应的交易策略，做市场接受这些交易者所有的交易请求，并根据市场上的供需力量对比不断调整市场价格，每次调整价格的变化为一个固定的量，如0.01。

3.3 主体行为时间表

3.4 仿真程序的编写

根据上面的模型，编制了SWARM程序。其中，FAgent类定义了基础交易者的基本属性和交易策略，设定股票的现金股利为1元，基础交易者之间的差异在于每个交易者所要求的投资收益率不同。

TAgent类定义了技术交易者的基本属性和交易策略，技术交易者之间的不同在于他们随机选择交易规则的不同。

NAgent类定义了噪声交易的基本属性和交易策略，噪声交易者以0.5的概率随机买入或者卖出股票。

Market类定义了做市商和价格的出清方法clear（），他将计算每一期的超额需求并给出新的市场价格。

ModelSwarm类中进行了对象初始化，定义了交易者的数量和股票的初始价格，接着定义了行为时间表及参数的输入与输出，ModelSwarm管理着整个程序的顺序运行。

在OberverSwarm类中，初始化了模型界面，并将价格绘制在二维图框中。

最后是StartModel类，包括一个main（）函数，是整个程序的入口。

4.结果分析

4.1 市场只存在技术交易者的情况

假定市场中只存在技术交易者，股利与投资回报率固定不变，得到仿真结果如图1所示：

在市场中全是技术交易者的情况下，此时并不考虑股利的变化，股票价格急速上涨并形成股价泡沫或者急速下跌形成市场崩溃。这主要原因在于技术交易者的大量涌入，引起股价自我实现机制的增强。当一些技术指标显示“看涨”或“看跌”时，买者和卖者一拥而上，从而强化了现有股价的涌动趋势，而导致更多的技术指标显示相同的趋势，引起更多的股民采取相同的交易策略，从而导致了股价泡沫与崩盘[3]。

模拟结果从一个方面很好的再现了现实股票中的“羊群效应”。在本文的模拟中，所有交易者所得到的信息都是一致的，即市场处于上涨或下跌的过程，并且随着技术指标的强化，这样的信息不断的加强。因此引发的从众行为导致了市场泡沫和市场崩溃。

4.2 市场只存在基础交易者的情况

设定市场中只有基础交易者，基础交易者人数为50，每股股利为1元，投资者要求的投资回报率因交易者的不同而要求不同，模型设定为在0.08―0.12间随机分配。通过改变初始价格（Pr）和股利（D），得到仿真结果如图2所示：

我们可以看到，随着每股股利的变化，股票价格迅速上涨或下降并稳定在一个固定的值，即在此时认为股票被高估或者股票被低估的人数正好相等。此时股票市场的运行时符合Fama经典的“有效市场假说”，即：股票价格良好的反应了所有“理性人”的供求平衡。

4.3 同时存在技术交易者和基础交易者的情况

假定股票的股利固定不变，设定为1，。通过改变两类交易者人数，得到仿真结果如图4-图5所示：

从结果我们可以看出，当市场中存在的基础交易者数量小于技术交易者数量时，股价出现了和只存在技术交易者时的股价泡沫现象，但随着基础交易者的增多，市场中存在的基础交易者数量大于技术交易者数量时，股价出现了一种相对稳定周期的波动现象，并且随着基础交易者的继续增多，股价波动的周期明显变短，幅度也逐渐变小。这说明，基础交易者的存在对稳定市场起着非常重要的作用，而技术交易者趋向于使价格变得不稳定。股票市场价格的波动是技术交易者和基础交易者围绕着股票的真实价值进行力量较量的结果。

4.4 同时存在基础交易者、技术交易者和噪声交易者的情况

在上一节的基础上，我们进一步引入噪声交易者，得到仿真结果如图6-图7所示：

我们可以看出，加入噪声交易者后，原本相对稳定的周期波动的逐渐的变得相对不稳定，随着噪声交易者的不断增多，这种不稳定的现象越来越明显，由此可见噪声交易者对于整个股市的影响是相对较小的，股票价格的波动主要是技术交易者和基础交易者进行力量较量的结果。对比图4图5，我们不难发现，加入噪声交易者之后，股票价格波动的周（下转第33页）（上接第5页）期明显缩短，噪声交易者的加入明显提高了市场的流动性。这与Fischer Black[7]的研究结果是一致的。

4.5 考虑股利的变化

之前我们对仿真结果的讨论均建立在股票的股利不变的情况下，这并不符合实际情况，接下来的仿真中，我们通过改变股票的股利，得到结果如图8所示：

从图形很容易的发现，股利发生变化时的仿真结果更加接近现实中的股市运行状况：股票价格以波浪式上涨或者以波浪式下跌。

对比之前仿真结果我们能够得出：

股票市场价格的运动趋势是由公司的股利也就是公司的经营状况所决定，它反映了股票的真实价值。在真实的股票市场中，影响一个公司基本面的因素有很多，如：宏观经济增长情况，行业发展情况，国家经济政策变动，公司经营策略，

财务状况，盈利状况，市场占有率，人才状况等等。若将更多的复杂因素都纳入我们的模型当中，得到的仿真结果也将会更为复杂，更为接近真实市场。

5.结论

通过计算机仿真研究，我们得出了如下有意义的结论：

（1）技术交易者的存在使得股票价格倾向于沿着一个固定的方向运动，并使股票的价格变得不稳定。当技术交易者的力量在股票市场中占据绝对优势时，容易使得市场产生一种“非理性的情绪”，使价格的波动形成一种正反馈效应，并进一步诱发“羊群效应”，从而导致股市的泡沫或者崩盘。

（2）基础交易者的存在对于市场的稳定起着重要的作用，它促使股票价格从“非理性”回归到“理性”的真实价值。只有在信息绝对对称，并且只存在理性的基础交易者的情况下，股票市场才能构成EMH中的有效市场，然而这种市场在现实中是显然不存在的。

（3）股票市场的波动是技术交易者和基础交易者进行力量较量的结果，这种较量使得股票价格始终围绕其真实价值上下波动。而噪声交易者对于股票价格的影响是相对较小的，它的加入增加了市场中的交易对手，从而有利于市场的流动性。

（4）股票价格的运动趋势是由公司基本面决定的，股票价格在波动中随着票的真实价值上涨或下跌。

参考文献

[1]马进胜,邱菀华.基于主体的计算金融学综述[J].北京航空航天大学学报:社会科学版,2007,6(2):14-17.

[2]刘文财,刘豹,王启文等.基于Agent的金融市场模型研究进展综述[J].系统工程学报,2003,18(2):135-141.

[3]刘大海,王治宝,孙红军,张瀚.基于Agent的股票价格行为仿真[J].计算机工程,2004,30(19):168-170.

[4]梁震中.基于Agent建模的金融市场复杂性研究[D].中南大学硕士学位论文,2008.

[5]陈禹.复杂性研究的新动向――基于主体的建模方法及其启迪[J].系统辩证学学报,2003,11(1):43-50.

[6]刘贞,程勇军.Swarm for Java仿真及编程实现[M].北京:机械工业出版社,2009．

[7]Black,Fischer.Noise.Journal of Finance,July.1986,41:529-543.

[8]Arthur W B,Holland J H,LeBaron B,Palme R G and Talyer P.Asset Pricing under Endogenous Expectations in an Artificial Stock Market.The Economy as an Evolving Complex System II,1997.

[9]Situngkir H,Surya Y.Agent-based Model Construction In Financial Economic System,WorkingPaper WPU Bandung Fe Institute,2003.

[10]Bak,Paczuski M and Shubik M.Price Variation in a Stock Markct with Many A-Rents,Phvsica,1997.

第2篇：股票在微观经济学的知识范文

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。

第3篇：股票在微观经济学的知识范文

1．时事财经新闻融入经济学基础教学有助于培养学习兴趣

中国经济改革开放以来取得举世瞩目的成就，这与国家宏观经济政策是分不开的。一项项经济政策的颁布和实施，对经济有着怎样的调节作用?它的实施效果如何?这些现实经济问题能激起学生的好奇心，对经济学产生浓厚的兴趣。兴趣是学习的动力，也是最好的老师。对于经济学中出现的大量图形、表格、数据和理论不再觉得枯燥和抽象，学生会主动自觉地融入教学之中，变被动学习为主动学习，并会发现经济学中有许多有趣的社会经济现象，会主动去掌握经济学中的分析工具和研究方法。经济学变得不再复杂了。

2．关注热点经济问题有助于培养学生的职业综合能力

关注热点经济问题，了解国家对各个行业的政策，这是一个动态的学习领域，要不断更新教学内容，注重教学内容的动态变化，与时俱进。如当下的房地产价格和股票市场价格涉及到价格机制、金融市场和宏观调控政策。通过最新最真实的典型事例，引导学生了解市场和政府意图，理解和掌握基本概念和原理，在此基础上理解理论是如何与实际相联系解决经济问题的。国家颁布的宏观调控政策是通过什么样的机制产生作用，知识如何转化为解决实际问题的能力。通过这种方式培养学生独立分析和解决问题的能力，同时培养学生理论联系实际的能力，社会适应能力以及职业综合素质的能力。

二、时事财经新闻与经济学基础教学的具体融合

1．运用供求定理分析股票市场

从2014年7月上证指数2049点到11月21日的2486点，股票市场一直处于震荡上扬的趋势，从熊市中走过来的投资者在这段时间分不清是牛市到来还是熊市反弹。随后，中央银行突然降息，市场处于亢奋状态，上证指数在短短5个交易日冲破3000点，到达3404点，形成第一次疯牛走势。之后，新华社发文抨击“疯牛”和高杠杆，证监会查两融违规，导致市场走了两个月的慢牛行情。当市场再次上攻冲破2009年3478高点之后，市场迅速攻克4000点大关，再现“疯牛”行情。4000点之上，市场普遍感到胆怯，很多人都准备“刀枪入库，马放南山”了，是新华社和人民日报连续发文4000点合理，4000点是新的历史起点，于是市场第三次疯牛走势出现，一个半月的时间就冲上了5000点。上证指数上了五千点后，市场出现了真正的慢牛走势。为什么会出现这种情况呢，我们可以用经济学基础中的供求定理来分析。我们现有的投资渠道较少，所以理财方式有限。人们一旦发现投资股票可以获取利润，投资者有利可图，所以对股票的需求增加，股票价格上升。股票市场中这种现象就是经济学基础当中的吉芬现象，它是需求定理的例外。需求定理指的是商品的需求量与价格反方向变化，即需求量随着商品本身价格的上升而减少，随着商品本身价格的下降而增加。吉芬现象是越贵的东西人们越愿意买，股票价格越往上涨买的人越多。各路资金源源不断进入股票市场，对股票需求不断增加。投资者对价格的预期和政府的支持引导也是影响股票投资需求增加和股票价格上涨的主要因素。我们也可以从供给的角度来分析。在2000－3000点时，每月发行新股数量较少。在3000－4000点，每月发行新股数量20家左右，不断增加。在4000－5000点，每月发行新股再增加到30家左右。到5000点上方，管理层增加新股发行次数，从每月发行一批到每月发行两批，达到45家左右，并有中国核电和国泰君安等融资超300亿的大盘股发行上市。随着人们对股票投资需求的不断增加，股价上涨，IPO的发行和注册制的不断推进，股票的供给也不断增加，这也是符合经济学基础当中的供给定理的，即在其他条件不变的情况下，供给量随着商品价格上升而增加，商品价格与供给量呈同方向变动的关系。

2．运用扩张性财政政策加速经济持续均衡增长

2014年我国GDP的增长率为7．4%，但房地产和制造业投资减速快于预期，国有土地出让收入大幅下滑，银行面临有效贷款需求不足的问题。国家统计局2015年5月宏观经济运行数据，CPI为1．2%，PPI三月至五月为－4．6%，仍在深度收缩区间。通货膨胀率为1．5%，处于低通胀环境。前5个月进出口总值同比下降7．8%，出口增速明显下降。原来预定2015年DGP增长率为7．1%，后微调至7．0%。面对经济下行压力，2015年3月5日，总理在全国人大开幕式上所作政府工作报告中明确指出，2015年将继续实施积极的财政政策。年初中央政府便派出减税降费的“大礼包”，其中包括支持小微企业发展和创业创新，降低企业和职工缴纳失业保险率，以及扩大享受减半征收企业所得税优惠政策的小微企业范围等。5月4日国家税务总局显示2015年一季度小微企业减税240亿元。此外，国家为鼓励使用新能源，2015车船税使用新标准，新版车船税减免政策公布节约能源，车船税减半。中国国务院常务会议认为4月8日决定，从5月1日起，下调铁矿石资源税征收比率，从之前的80%的征收比率下调至40%。除此之外，政府加快对水利、铁路、生态环境和保障房等项目审批和启动速度，在简政放权和推动大众创新、大众创业等方面改革力度加大。这些措施，都是政府从财政政策方面应对当前经济增速放缓的措施，通过减轻企业经营成本、增强企业与国际厂商的竞争能力，降低税负加大企业的投资需求，加大项目支出加大政府的需求来刺激宏观经济发展。

3．运用稳健货币政策调节经济下行压力，刺激实体经济增长

当前物价水平处于历史低位，通过降低利息率和准备金率，进一步巩固社会融资成本下行，为经济结构调整和转型升级营造中性适度的货币金融环境，刺激实体经济投资需求增加，经济增长持续均衡增长。央行自去年11月以来三次降息，两次降准。中国人民银行决定，自2015年2月5日起下调金融机构人民币存款准备金率0．5个百分点。同时，为进一步增强金融机构支持结构调整的能力，加大对小微企业、“三农”以及重大水利工程建设的支持力度，对小微企业贷款占比达到定向降准标准的城市商业银行、非县城农村商业银行额外降低人民币存款准备金率0．5个百分点，对中国农业发展银行额外降低人民币存款准备金率4个百分点。央行自2015年3月1日起对称降息0．25个百分点，这是央行继2014年11月降息后半年内第二次降息。央行同时将金融机构存款利率浮动区间的上限由存款基准利率的1．2倍调整为1．3倍。5月10日央行宣布自2015年5月11日起下调金融机构人民币贷款和存款基准利率。金融机构一年期贷款基准利率下调0．25个百分点至5．1%;一年期存款基准利率下调0．25个百分点至2．25%，这是半年内第三次降息。

三、注意事项

1．时效性

国家政策的出台，热点经济问题是现实当中正在发生的，把它拿到课堂上来讲述和讨论，是最容易吸引学生的注意力，激发学生兴趣的。学生对于自己的身边事，眼前事的触动性最大，有强烈的参与愿望，课堂上老师需要结合教学目标和当前社会上发生的时事，梳理整个教学内容，提出针对性的问题，吸引同学广泛参与到课程学习和讨论中去，更好的完成教学目标，同时学生在参与讨论中也激发了自己对学习、对知识的探索欲，上课也更容易集中精力跟着老师的讲课思路走。

2．课堂互动

第4篇：股票在微观经济学的知识范文

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。

第5篇：股票在微观经济学的知识范文

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

第6篇：股票在微观经济学的知识范文

关键词：家庭理财 股票投资 生命周期

一、引言

随着中国经济的发展，社会的进步，城市居民的生活水平日益提高。除了满足日常生活的必需开支之外，人们仍然希望在家庭账户中留下一笔财富，以备不时之需。传统意义上，家庭会选择把资金存入银行，以防范手持现金带来的风险。而目前较低的银行存款利率和通货膨胀压力使得家庭银行存款的实际利率成为了负值，家庭已经不仅仅局限于把资金存入银行，而是试图寻找更加有利可图的理财产品。在近年兴起的理财产品中， 股票由于具有高收益性、高流动性等优点，在居民家庭生活中占据了越来越重要的地位。与此同时，随着电子信息技术的发展和网上交易的普及，股票交易的操作也越来越简易，股票已经成为除银行存款外最主要的理财产品。那么，目前我国城市居民家庭有多少比例投资了股票？是否投资股票与家庭投资者的年龄、学历、收入、职业背景等因素之间是否存在着决定关系？家庭投资股票的动机是什么？家庭计划将股票投资所得用于哪些方面？家庭选取股票依据哪些信息？其收益率如何？对这些问题的研究具有重要的意义。本文根据调查问卷获得的数据，一方面揭示出了我国城市居民家庭在投资理财过程中一些不理性的行为和决策，另一方面也对家庭做出这些决策的客观原因进行了挖掘和分析，进而为家庭投资者提供决策上的参考，同时也为完善市场规则提供数据支持。本文的数据来自于笔者进行的“城市居民家庭股票投资行为调查”。该调查时间为2011年1月至2月，利用中国人民大学部分大学生、研究生寒假回家等方式发放调查问卷，共在全国71个城市抽样调查了20岁至80岁的800户居民，最终回收了问卷317份，其中有效问卷286份。从样本的分布情况来看，调查对象男女比例相当，年龄大多介于30岁至50岁之间，职业以事业单位员工、金融单位员工和公司职员为主，其受教育程度主要集中在大学本科和硕士研究生，家庭人均月收入在1000元至5000元的收入阶层所占比重较大，所选城市遍布全国一线、二线、三线、四线城市。本文采用的调查问卷分为基本信息与股票投资状况调查两部分。基本信息调查包括家庭所在城市，家庭中理财主要决策人的性别、年龄、学历、职业、职务、金融知识学习程度，以及家庭人均收入等。在下文的讨论中，将以家庭中理财主要决策人的基本信息代表家庭的特征，所有有关被调查者个人信息的描述均为家庭中理财主要决策人的信息。股票投资状况调查主要包括投资动机、决策信息来源、收益、预期等等。通过对数据的收集、定量分析和整理，得出一些基本结论，并对发现的新现象、新问题进行解释探索。

二、投资股票家庭与非投资股票家庭特征分析

（一）投资股票家庭特征分析投资股票家庭特征主要表现在以下方面：

（1）投资动机分析。从微观上来讲，以家庭为单位的理财投资行为，其基本动机是保证家庭资产的保值与增值，而从宏观来讲，家庭理财是社会实现金融资产金融资源优化配置的重要方面。在所有被调查者中，有63.7%的家庭选择将资产用于购置股票，期望获得更高的收益。这些家庭开始从事股票投资的原因多种多样，调查结果如（表1）所示。通过问卷显示，大部分家庭对股票这种投资方式愈加青睐，这说明家庭成员对家庭理财的多样性有更高的了解，而不仅局限于银行存款，家庭成员有更高的风险意识，具有通过高风险投资获得高收益回报的期望。

（2）投资资产中股票所占份额与家庭人均收入的关系。数据表明，随着家庭人均收入的增加，全部投资资产中投入在股票市场上的比例呈现出明显的上升规律见（表 2）。收入水平低的家庭由于生活必需消费尚不能够得到充分的保证，故只将少量的资金投入股票市场，从而将较多的资金投向风险低、收益稳定的理财产品；收入水平高的家庭，由于拥有较多的闲置资金，风险承受能力强于低收入家庭，故可以在股票市场上投入较多的资金。

（3）收益使用计划与生命周期的关系。股票投资资金来源方面，有95.8%的受访者的资金以家庭收入为主，这也表明了我国城市居民稳重的投资方式。为了便于以后的分析，特在此做出假设，认为人们进行股票的投资资金来源均为家庭收入。根据效用理论，人们通常试图平滑自己一生各时间段的消费，从而达到整体效用的最大化。通常来讲，工作中的投资者主要有两种类型，按照其投资时所使用的资金性质可以分为A和B见（图1）。A型投资者的特征是处于事业刚刚起步的阶段，收入尚不能满足自身的消费需求，他们用自身具有的有限资金投资股票以期望获取更多收益提高当期的生活水平。B型投资者的特征是经过了一定时期的工作积累，拥有了较为雄厚的财富基础，收入水平已经超过了当期的消费需求，因此可以将这些闲置的资金投资于股市，用以提高未来乃至退休后的消费水平。为此，对投资者按照当期收入能否满足当其当期消费需求进行了分类，并对其对投资收益的使用计划分别进行考查见（表3）。通过数据比较发现，在A类投资者中，人们更多地愿意将投资所得用于日常生活消费，从而提高当期的生活水平；B类投资者则表现得更有远见，他们较少地将所得收益用于当前的消费，而更多地愿意将收入用于以后年度的各种消费中。

（4）股票资产投入比例与生命周期的关系。（表4）是经计算得出的不同类型投资者（A：当期收入水平不能满足当期消费需求；B：当期收入水平可以满足当期消费需求）投资于股票市场的资产与家庭全部投资资产的比例。从（表4）中可以看出，A型投资者在股票市场上的投资份额要高于B型投资者。事实上，A型投资者尚处于基本财富积累阶段，当期的收入对于他们来说是必需收入，一旦损失基本生活水平将受到极大影响，因而A型投资者的风险承受能力较弱。相反地，B型投资者拥有较多的财富，其在基本生活水平得到保障的情况下更多地运用闲置资金进行投资，因而风险承受能力较强。然而数据却显示，A型投资者对股票的投入份额高于B型投资者，这尽管体现出A型投资者对财富的迫切需求，但考虑到股票市场风险较大，A型投资者仍然应当较少地投资于股市，而投向基金、债券等收益较为稳定的理财产品。

（5）选取股票时所依靠信息与专业知识学习的关系。为了考察金融、经济等相关知识的学习对选股方法的影响，将所有股票投资者分为三类：专业学习者，主要通过本科、硕士、博士专业学习相关知识；自主学习者，主要通过培训班、书籍、网络等其他渠道学习；未学习过相关知识的投资者。从选取股票的信息来源方面来讲，专业学习者和自主学习者中有较大比例在投资时依靠自己的知识选取股票，而未学习过相关知识的投资者则主要依靠亲友推荐的方式。此外，专业学习者和自主学习者也较多地通过媒体分析和理财机构获取相关的信息，而未学习过相关知识的投资者由于自身知识能力所限，对主流媒体和理财机构分析股票时采用的术语和表述在认识上仍然存在一定困难，故较少地依靠这些渠道见（表5）。从选取股票时看重的因素来讲，专业学习和自主学习的投资者与未学习过相关知识的投资者在企业近期重大事项和小道消息上存在着较为明显的差异，未学习过相关知识的投资者对企业近期重大事项与小道消息的看重程度明显高于专业学习者和自主学习者。这是因为未学习者对企业的其他方面了解相对薄弱，企业发生并购、重组等重大行为，以及有关企业重大事项的小道消息的传播，都会对他们的判断产生较为明显的影响。另外，从投资者不同的学习类型来看，专业学习者最看重的是K线图，这是因为他们系统地学过相关知识，对K线图背后的含义理解较为透彻；自主学习者最看重的是宏观经济走势，这说明他们学习了一些金融、经济知识，对宏观经济有了较为充分的认识，但微观技术分析的水平相比较与专业学习者来说略低；未学习过专业知识的投资者更看重企业的财务数据，这是因为企业财务数据表述清晰，企业盈亏状况一目了然，对未学习过相关知识的投资者来说更易接受，如（表6）所示。

（6）股票投资者收益获取方式分析。对于投资股票的家庭来讲，一般获取收益的方式有两种：买卖价差和公司红利。如果以买卖价差为方式来获取收益，则意味着对股票的投资倾向于短期、投机。而以公司红利为方式来获取收益，则意味着对股票的投资倾向于长期，以公司的盈亏作为标准来获取收益。根据调查问卷调查数据显示，在投资股票的185户家庭中，以买卖价差的方式获取股票收益的占95.2%，而根据公司红利方式获取股票收益的仅占4.8%。这说明中国的股民投资股票获取收益的方式绝大部分是通过买卖价差的方式获取。相关数据显示，中国股市的换手率显著高于NYSE、NASDAQ、东京、伦敦等较为成熟的股票交易市场，这实际上是由于很多投资者在并不真正了解股市的意义、各种股票的发展潜力及上市公司背景的情况下，盲目入市， 企图以低买高卖赚取差。而从这一方式可以看出，中国股票市场发展仍然不够完善，市场机制不够有效，投机者大量存在，大量资源消耗在了技术分析等非实体经济层面。原因在于中国股票市场成立不久，投资者对股票市场大多并不具备足够的认识。由于技术分析能力薄弱，人们对一些非官方信息大多抱有“宁可信其有，不可信其无”的态度，盲目听信他人的建议进行股票的买卖，从而导致股票换手率较高，股票收益以买卖价差为主。此外，上市公司分红较少也是导致股票市场投机现象严重的重要因素。

（7）股票投资者收益率分析。经计算所有被调查者近三年（2008年至2010年）的股票年平均收益率约为2.76%。根据央行近三年银行存款利息的数据进行加权平均计算，银行三个月、半年、一年的定期存款年利率分别为2.21%，2.53%，2.83%。所有被调查者近三年的股票年平均收益率低于银行一年定期存款利率，表明我国城市家庭股票投资者投资收益率普遍偏低。为了研究股票收益率与从事股票投资年份的关系，将股票投资者按从事股票投资年份分为短期投资者（3年以下）、中长期投资者（4年至6年）和长期投资者（7年以上）。对应的近三年平均收益状况见（表7），从（表7）中可以看出，随着投资年份的增长，股票投资的收益率确实呈上升趋势，这说明随着从事股票投资地进行，投资者对股票市场的规律、动向的把握能力将随着经验的积累不断提升，从而获得更高的收益。为此，建议新入股票市场的投资者谨慎投资，可以以锻炼自身对股票市场行情的观察力为主要目标。当具有足够的经验和判断能力后，再进行大额股票投资。

（二）未投资股票家庭特征分析 在被调查的286户家庭中，没有投资股票的家庭有96户，占33.6%。在调查这96户家庭没有购买股票的原因时，认为“股市风险过大”导致没有投资股票的最多，占57.4%；认为“时间精力不足”而导致没有投资股票的占据36.6%；认为“资金不足”而导致没有投资股票的占31.7%，如（表9）所示。由此可见，对于没有投资股票的家庭来讲，股票的风险性、投入时间精力、资金成为限制家庭投资股票的三个主要因素。股票投资对于家庭理财来讲，仍然是高风险金融产品，家庭理财更注重资产的保值，家庭的投资意识是趋于风险规避型。当问及家庭在满足何种条件下将投资股票时，问卷显示：在96户家庭中，认为“拥有充足的时间和精力”占45.2%；认为“拥有充足资金”占据41.3%，认为“股市行情好”和“掌握相关经济、金融等知识”各占25.0%。此外，仍然有15.4%认为“无论如何也不会购买股票”见（表10）。由此，拥有充足的时间和精力、充足资金、乐观的股市行情成为家庭将有意愿购买股票的三个主要条件，这与家庭目前没有投资股票的原因大体一致。此外，值得注意的是，仍有部分家庭认为“掌握相关经济、金融等知识”这一条件较为重要，表明股票投资区别于银行存款、债券等其他收益率较为固定的金融产品，对于投资股票的家庭来讲，如果想获得较高收益，相关的专业知识是必要的，这就要求投资者对于股票投资的一些基本原理有一定程度的了解和研究，也将必然花费投资者的时间和精力。另一个值得注意的方面是仍然有一部分家庭“无论如何都不会购买股票”。从中可以推测，这一部分人群对股票的风险有过高的预期，并且对股票市场的信心不足，同时也是风险规避者。

三、结论

从以上调查中可以发现：股票投资也已经越来越受到家庭居民理财的重视和关注；投资资产中股票所占份额与家庭人均收入成同向变化趋势；收益使用计划与生命周期呈现合理的对应关系；股票资产投入比例与生命周期的关系有待改善；投资者选取股票时所依靠信息与专业知识学习情况呈现合理的对应关系；股票市场投机现象较为严重；股票收益率随着从事股票投资年份逐渐上升等。调查结果显示，15.47%的受访者未学习过金融、经济等相关方面的知识，而这些投资者中绝大多数没有学习相关知识的打算。建议这些投资者适当地通过新闻、媒体、网络、书籍、培训班等渠道学习相关专业知识，掌握股票投资技能，从而做出对自己更加有利的决策。此外，对于目前收入水平尚不能满足当期消费需求的投资者，建议较少投资于股市，而更多地投向基金、债券等收益较为稳定的理财产品。本文仅是对我国城市居民家庭理财做了初步的调查探索。随着社会的发展，家庭理财将会更加重要，有关家庭理财方面的研究会更加深入细致，希望为将来有关家庭理财的研究提供参考，推动该领域研究的发展进步。

参考文献：

［1］步淑段等：《农民家庭理财现状问卷调查分析》，《西北农林科技大学学报（社会科学版）》2006年第9期。

［2］邓平、余学斌、苏毅：《湖北省城镇居民家庭理财模式实证分析》，《武汉科技大学学报(社会科学版)》2005年第6期。

［3］卢家昌、顾金宏：《家庭金融资产选择行为的影响因素分析――基于江苏南京的证据》，《金融发展研究》2009年第10期。

［4］史代敏、宋艳：《居民家庭金融资产选择的实证研究》，《统计研究》2005年第10期。

［5］田剑英：《家庭理财》，经济科学出版社2006年版。

［6］朱小斌、江晓东：《中国股市高换手率:行为金融学的解释》，《学术问题研究》2006年第1期。

第7篇：股票在微观经济学的知识范文

关键词：信息不对称；知情交易；PIN值

中图分类号：F830.9 文献标识码：A

文章编号：1005-913X（2013）02-0084-01

信息不对称普遍存在于各国的股票市场且不可避免，是股票市场的最重要特性之一，近年采用高频数据对金融市场的信息不对称性的研究成为金融定量研究领域的一个热点。不知情交易者不知道有关价格变化的信息，其交易动机出于流动性需求；而知情交易在股票市场上扮演着极其重要的角色，它影响整个市场的信息效率，并决定市场波动性与流动性特征的形成。深入研究金融市场中信息不对称水平，可以更好地理解实时状态下的价格发现过程，更深刻地揭示市场运行的内在规律，这对于建立一个高效健康运行的金融市场至关重要。

一、信息不对称含义

股票市场是一个典型的具有不确定性和信息不对称特点的市场，市场中的投资者由于获得信息的渠道不同、对信息的分析判断不同等原因拥有不同的私人信息，因而造成投资者之间的信息不对称。

信息不对称是指在市场经济活动中，在相互对应的经济个体之间的信息呈不均匀、不对称的分布状态，由于各类人员对有关信息的了解有差异，掌握信息比较充分的投资者，往往处于比较有利的地位，而信息贫乏的人员，则处于比较不利的地位。

信息不对称性是股票市场知情交易和市场操纵行为产生的必要前提，知情交易虽然可能促进真实价格的发现和市场效率的提高，但同样有可能引发策略性的市场操纵行为。

二、信息不对称水平的度量模型

在微观金融研究中，对股票市场信息不对称水平的度量方法有四种：买卖价差度量法、交易量度量法、超常交易度量法和知情交易概率度量法。买卖价差度量只能大致反应信息不对称的相对程度，而且受市场其他因素影响较大，对于估计出市场上到底有多少交易是知情交易常常不太准确。交易量度量虽然是市场上较为容易观察到的一个指标，但是单一的研究交易量来作为信息不对称水平的度量指标比较粗糙。超常收益法相对比较简单，只能发现知情交易，对于知情交易的具体数值的测算并不准确。知情交易概率PIN作为直接度量信息不对称程度的指标，自被提出后很快称为测度知情交易问题的经典模型，随后国外大部分文献都是围绕PIN或对其进行部分改进，PIN模型也被广泛应用于解决金融市场微观结构中的各种问题。因此，本文使用PIN值模型来对沪市信息不对称水平进行度量。

（一）模型假设

针对单只股票，存在多个知情交易者和非知情交易者。对于每个交易日交易都是连续的。每个交易日中有关于资产真实价值的信息事件发生的概率是α，该信息事件是利空信息的概率是β，是利好信息的概率是1-β。因此，单个交易日内各信息事件发生的概率分别是：利空信息事件概率——αβ；利好信息事件概率——α（1-β）；没有信息事件概率——1-α。

不知情交易买者、不知情交易卖者、知情交易者进入市场的订单数量各自服从三个独立的泊松分布：非知情交易者由于流动性的需求在每个交易日买入或卖出的市场订单服从期望值分别为λb和λs的泊松分布，而知情交易者仅会在有信息事件发生后获得私有信息时才会进场交易，当得到一个利好的信号，知情交易者就会买进股票；反之，当得到利空的消息时，将会卖出股票，知情者的市场订单数量服从期望值为μ的泊松分布。

三、实证研究结论

本文运用PIN值模型，计算沪市股票知情交易概率值并进行统计分析，在12只样本股中除600005股票的知情交易概率PIN为0.2075以外，其余股票的知情交易概率全部都小于0.20000。样本方差为0.015538，是样本均值的8.0%，表明所选上证50成分股信息不对称程度相差不大。

安实，张少军，高文涛实证研究的结果是2007年4月上证指数的交易日平均信息交易概率PIN为0.2681，与本文得到的0.1767相差0.0813。许敏、刘善存研究认为对于上海股票交易所的股票，知情交易的概率为0.2000。参照张少军、高文涛、许敏和刘善存的研究结果，可以认为沪市的知情交易概率PIN值在2007至2012年有一定幅度的下降，即沪市股票市场信息不对称水平是呈下降趋势的。

参考文献：

[1] DOMINIQUED.And GABRIELL.Effects of Securities Transaction Taxes on Depth and Bid-Ask Spread[J].Economic Theory，2007，（31）：393-400.

[2] 许 敏，刘善存.基于VAR模型的知情交易者信息易概率研究[J].北京航空航天大学学报（社会科学版） 2010（5）：74-79.

第8篇：股票在微观经济学的知识范文

关键词 大学生 炒股 利 弊

一、引言

伴随着社会经济的飞速发展，人们生活水平的不断提高以及储蓄的不断增加，越来越多的人开始将目光投向理财产品，全民炒股的现象也愈演愈烈。在这个全民皆股的时代，大学生炒股已经不再是新鲜事。但由于股市的风险性，很多股民在炒股中处于亏损状态，甚至有些人因炒股而失去家庭和生命，那么，对于资金、时间、精力、技术、经验以及心理素质等各方面均非常有限的大学生来说，在校期间投资股票有何利与弊?又该如何扬长避短?

二、大学生炒股之利

大学生作为一个特殊的成年群体，即将步入社会，股票可以很好地将还生活在象牙塔中的大学生与社会联系起来，除了能提前磨炼大学生适应社会的能力，促使大学生关心时事政治，提高心理素质以及培养理财意识等，炒股对大学生的成长还具有如下好处。

(一)有利于促使大学生生活规律

大学是一个自我管理的环境，不同于高中，正是因为这个，很多来到大学的学生面对突如其来的充裕的自由时间有些不知所措，大部分学生已经习惯了高中的被管理安排模式，来到大学不能合理的规划利用自己的时间，除上课外，自制力差的学生大部分时间处于晚睡晚起无所事事的状态，既浪费了时间也不利于身心健康发展。但由于股市开市歇市的时间规则，大学股民们不得不养成早起看新闻看报，关注国家时事政治的习惯;十一点半歇市，中午按时吃饭，休息片刻;下午一点钟精神饱满地坐在电脑前迎接开市;三点歇市以后可以看看书补充知识或者锻炼身体;晚上股民们不会睡很晚，因为他们要保证第二天能早起有饱满的精神关注股市。从而养成良好的生活习惯，促进大学生规律生活。

(二)有利于提高大学生分析问题的能力

投资股市需要具备很强的专业性，需要投资者对投资的股票及相应的上市公司进行多方面的分析，既要进行股票基本分析，又要进行股票技术分析;既要分析宏观经济环境，又要分析微观经济状况;既要分析行业，又要分析公司;既要分析国内经济形势，又要分析国际经济形势等。炒股的大学生通过对投资的股票及相应的上市公司进行系统的分析，必将有助于提高他们分析实际问题的能力，为他们以后步入社会奠定基础。

(三)有利于大学生创业

教育部去年颁发了《关于做好 2015 年全国普通高等学校毕业生就业创业工作的通知》，提出高校要建立弹性学制，允许在校学生休学创业。实际上，炒股作为资本运作的一种方式，也是帮助大学生建立对资本市场认知的方式与途径，炒股能让大学生提前接触社会，磨炼大学生的意志，为以后创业增加阅历与机会，特别是对于创业心有余而力不足的学生，炒股掌握得好，不失为一种为创业提供资本的途径，也大大增加创业成功的机会。

三、大学生炒股之弊

纵使大学生炒股有很多好处，但“珍爱生命，远离股市”，也不是危言耸听，任何事情都具有两面性，并不是所有大学生都适合去炒股，没有一定的资金抗风险，没有足够的时间精力盯行情，盲目跟风入股，无异于拿自己开玩笑，一旦亏损，可能连最基本的生活都没有了保障。

(一)对大学生学习完成产生消极影响

众所周知，炒股除了每天关注股市行情外，还需要花费大量的时间与精力去了解国内外实时资讯、学习炒股相关理论与技术知识、了解分析上市公司的各方面情况，对于自制力差以及以营利为目的的大学生股民很容易将学习与炒股本末倒置，严重影响大学生学业的正常完成。

(二)给大学生的经济生活带来潜在危机

炒股需要资金，然而对于在校大学生来说，炒股资金的来源主要有家长提供的生活费好学费，或者家长支持、奖学金、兼职所得、他人借款等。炒股高收益，同样也高风险，在股市里，亏损的人永远比赢利的人多，正如股市笑话所描绘那样：“宝马进去，自行车出来;西服进去，三点式出来;老板进去，打工仔出来……”大学生除了靠父母以外，再没有主要的经济来源，风险承受能力弱，一旦亏损，将直接导致经济上的危机。

(三)不利于大学生正确“三观”的形成与塑造

炒股可能会让部分大学生产生拜金主义;大部分炒股也是为利益所驱，容易产生投机取巧的心态;同时炒股占用学习时间，容易让大学生产生以后进入社会也不需要努力学习、认真工作的心态，从而不利于大学生“三观”的形成与塑造。

(四)对校园文化产生不良影响

大学是学习与科研的地方，学生炒股容易对校园文化产生如追名逐利、拜金主义的影响。大学生炒股，如果控制得不好，容易利欲熏心，偏离以学习为主的中心，产生金钱第一的不良风气，，对校园文化产生不良影响。

四、相关建议及措施

很多人说，大学生炒股是不务正业，就客观而言，这种说法有是一定的依据的，上课紧盯股市，下课讨论行情，不分主次，本该用在学习上的时间就“浪费”在了炒股上。但炒股之于学习就像早恋与学习的关系一样，如果处理得好，找到二者之间的平衡，那么大学生适当炒股并无不可。在全民越来越重视理财的大环境下，单纯地制止是不可能杜绝大学生炒股的，作为完全能对自己的行为负责的成年人，去参与相关社会活动，理应被合理引导，而不是简单地被制止，既然堵不如疏，就应该主动采取措施。

首先，家长及学校应理性地看待大学生炒股，并给予正确的引导：一是加强思想政治教育，引导学生树立正确的人生观、世界观和价值观。二是加强学业教育，引导学生把大部分的时间和精力放在学习上。三是加强实践教育，提高学生认识社会和融入社会的能力。四是加强心理素质教育，提高大学生心理承受能力。五是学校应开设投资理财讲座，从专业角度给予学生相关指导。如聘请专业投资人、专家学者等开设讲座，让学生能够运用自己的所学进行分析判断，在股市中进退有度，成为一个理性的投资者。

第9篇：股票在微观经济学的知识范文

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20

10-11-01.