股票的市值管理精选(九篇)

前言：一篇好文章的诞生，需要你不断地搜集资料、整理思路，本站小编为你收集了丰富的股票的市值管理主题范文，仅供参考，欢迎阅读并收藏。

第1篇：股票的市值管理范文

各省、自治区、直辖市、计划单列市证管办（证监会），各证券经营机构：

经过各方的共同努力，今年上半年股票发行工作进展顺利。但在股票发行过程中，还存在着对发行工作重视不够，组织不力，信息披露不充分，计算机数据处理失常，申购资金退还不及时，冻结资金利息未按规定支付等问题。个别中介机构不能勤勉尽责，甚至在承销活动中弄虚作假。为了加强对股票发行市场的监管，切实做好股票发行工作，维护市场健康、稳定发展，特通知如下：

一、要加强对股票发行工作的领导

股票发行面对全国成千上万股民，涉及面广，容易引发社会问题。各地对股票发行工作要高度重视，要按规定成立发行领导小组，统一指挥，精心组织，确保股票发行工作万无一失。在股票发行时，要建立正常的联系制度，将发行中的情况及时向中国证监会发行部报告。

二、要切实做好企业申报材料的初审工作

各地证管办（证监会）要充分履行自身的职能，加强发行监管。在审核企业申报材料过程中，要按照国家及证监会的法律、法规和规定，严把初审关，确保上报材料符合国家及证监会的法律、法规、政策，杜绝上报材料的虚假和不实。

第2篇：股票的市值管理范文

省人民银行制订的《江苏省企业发行股票、债券试行管理办法》，已经省各有关主管部门反复研究修改，现转发给你们，请研究试行。

企业有计划地发行股票、债券，有利于扩大资金融通和横向多层次的经济联系，有利于推动资金合理流动和运用效率的提高，是新形势下一条重要的聚财之道，对于加快我省经济建设的发展具有积极的作用。

由于我们对省内发行股票、债券的工作还缺乏经验，各级政府必须加强领导，切实掌握好。发行股票、债券必须坚持量力而行、经济有偿、谁集谁还、自愿互利的原则，不得搞强迫命令，硬性摊派。人民银行是股票、债券的主管部门，要认真负责，抓好这项工作，特别要注意在宏观上不失控制，做好综合平衡和管理工作。有关部门要与人民银行密切配合，通力协作，在试行中不断总结经验，使这一办法逐步完善起来。在试行中有什么问题，望及时同省人民银行联系。

附件：江苏省企业发行股票、债券试行管理办法

为了正确运用股票、债券的形式筹集社会资金，引导资金的合理融通，以适应经济建设的需要，特制订本办法。

一、原　则

第一条　企业发行股票、债券向社会集资，必须坚持量力而行、经济有偿、谁集谁还、自愿互利的原则，不得强迫摊派。

第二条　集资兴办的项目应符合国家经济建设发展方向，经过可行性论证。要先选定项目，然后集资，以避免盲目性。

二、股　票

第三条　股票是集资单位发给投资者证明其入股份额和应得权益的有价证券。长期参与合股企业入股经营的是不限期股票，在一定年限内参与入股的是定期股票。

第四条　在入股期限内，股票持有者按合股企业章程规定领取股息，参与分红，并共同负担以购股额为限的企业经营亏损的经济责任，合股企业解散或破产，股权持有者有取得分配企业清偿债务后剩余财产的权利。

第五条　发行股票的单位必须是具有法人地位的经济实体。凡是在工商行政管理部门登记注册的新建或扩建国营企业、集体企业和各种经济联合体，经批准后，可向企业、事业单位和个人发行股票。向单位发行的是集体股股票，向个人发行的是个人股股票。集体股股权属单位集体所有，个人股股权属个人所有。全民企业发行的个人股股票只限定期股票。

第六条　发行股票的发起单位，应首先认购不少于百分之二十的份额；如预定发行额对外发行不足时，应由发起单位连带认足。股票可以按预定计划一次或分次发行。

第七条　集体股和个人股的股息，可比照同期银行定期存款的利率，也可在上述利率上下百分之二十的范围内确定。集股举办的项目投产以前，只计息，不付息；股息须在项目投产产生效益后方可支付。股息标准和支付时间应在集股章程中订明。支付股息由企业列“营业外支出”。

股票的红利，在企业税后留利中提取应提的各项基金后，按股分配。分红基金占留利总额的比例，应在集股章程中订明。

三、企业债券

第八条　企业债券是企业发行的有期限的信用凭证。债券持有者享有债券规定的按期取得利息和收回本金的权利。发行单位无论经营盈亏，都必须按发行章程规定的时间付息、还本。企业解散或破产，应清产抵偿。

第九条　债券只付息，不分红，到期还本；发行期限最长不超过十年。债券利率可适当高于银行同档存款利率。债券利息列“营业外支出”。

第十条　发行企业债券的单位必须是在工商行政管理部门登记注册，具有法人地位的经济实体。其发行债券的总额不得超过本企业自有净资产的百分之五十。债券可以向单位发行，也可向个人发行。

第十一条　具有法人地位的企业，可以按照上述有关条文精神，根据投资项目的收益特点，发行分配实物指标或以这些实物进行补偿的债券。

四、本金偿还

第十二条　发行定期股票和债券的企业，必须建立“持股（还本）准备金”制度。在本企业集资项目投产后的新增利润中，逐年于税前提存偿付本金的准备金。每年提取的数额，在不超过本项目当年新增效益的前提下，按发行额一定比例提取。但累计提取数不得超过股票或债券发行总额。提取的比例和数额，应经当地财税部门审查。发行单位因故未能实现预定利润计划，所提准备金不足偿付到期本金时，应用企业自己有权支配的其他资金偿付，或按银行规定申请贷款。

第十三条　股票、债券的发行单位应切实保障投资者的合法权益。对投资者的受益内容的经济偿付办法，必须在集资（招股）章程中详细订明，并在股票、债券上加以注明，作为发行单位应对投资者履行有关承诺的依据。

股票或债券的持有者与发行单位发生纠纷，协商不能解决时，由股票、债券的主管部门仲裁，或申请经济法庭裁决。

五、股票、债券的管理

第十四条　中国人民银行及所属分支机构，是发行股票、债券的主管机关。发行单位必须按下列规定向人民银行提出申请：交验工商行政管理部门颁发的营业执照和确定为经济法人的公证文书；提交发行股票、债券的章程和具体办法，章程中应有投资项目、现有资产、效益预测、集资数量、发行范围、分配办法等内容；凡属固定资产投资项目发行股票、债券的申请，必须按照国家规定经有权批准机关出具批准列入计划的书面证明；附有当地开户银行签注的意见。市、县属企业发行股票、债券要报省辖市人民银行审查批准。省属以上企业发行股票、债券要经省人民银行批准。乡村范围内和集体企业内部发行股票、债券，经开户银行审查同意，报县（市）专业银行会同计划部门批准，并报省辖市人民银行备案。

第十五条　经人民银行批准发行的股票、债券，除必须有发行单位的印章外，并应在证券上注明批准文号和银行行名鉴，方为有效。

第十六条　对于以收据等形式的社会集资，而实际具有股票或债券性质的，为明确经济责任和方便融通转让，应引导采用股票或债券办法办理。供销社、信用社的集股及经济偿付等办法，另按有关规定办理。

六、股票、债券的发行、认购与转让

第十七条　发行股票、债券应通过银行。集资的资金在银行开立专户，专款专用，不得抽调移用。

开户专业银行受理发行单位的委托，代办股票、债券的发行、收款、付息、还本及支付股份红利等事项，但不承担发行单位的经济责任。银行也可受理股票或债券持有者的委托，办理转让、过户、挂失、补发及寄存保管等事项。

第十八条　银行可以开展有关股票、债券事项的咨询业务。和咨询的具体办法，由各银行制订。银行有责任监督发行单位定期公布资产、负债和经营盈亏状况，并有权监督和审查购买股票、债券的资金来源是否符合本办法的有关规定。

第十九条　国营企业、集体企业和各种经济联合体企业认购股票或债券，必须按照国家有关规定，只能使用本企业有权支配的资金，不得动用国拨流动资金和银行贷款；事业单位认购股票、债券，只限使用预算外资金。认购单位所得股息和债券利息，应列作单位收入，照章纳税。

第二十条　除经中国人民银行批准的金融机构外，其他单位不得通过发行股票、债券经营资金借贷业务。

第二十一条　股票均为记名式。企业债券可以有记名式和不记名式，不记名债券只限对个人发行。

记名的股票和债券，可以挂失补发；不记名的债券，不挂失，不补发。

第二十二条　股票和债券可以融通转让，也可向银行按有关规定申请抵押贷款或贴现。但不得当作货币流通，不准以股票、债券从事投机倒把活动。记名的股票、债券转让时，应由原持有者在转让的证券上以原印鉴背书证明，办理过户手续。个人所有的股票、债券只限转让给个人。

七、附　则

第3篇：股票的市值管理范文

【关键词】展望理论 股票市场 市值规模 修正的GARCH模型 波动率

Kahnenman与Tverskhy[1]在1979年提出了展望理论，认为人们在面对收益时表现出风险厌恶，面对损失时表现出风险偏好的特点。具体到股票市场的实践中就是，股票获利时，人们倾向于出售手中的股票；股票亏损时，人们往往会产生惜售的心理。展望理论将个人的心理因素考虑在内，在尚不成熟的中国股票市场中，由于人们的投资技巧和投资心理还不成熟，所以与西方国家相比，我国的股票市场更应表现出展望理论所描述的特征。

孙培源、施东晖[2]通过对上交所交易股票换手率的统计分析验证了展望理论的实用性；陈绍胜[3]对294支开放式基金进行单因子回归分析，也验证了中国开放式基金市场中投资者的行为符合展望理论描述；张海峰、张维[4]等运用随机占优理论对中国市场展望理论进行了检验，认为我国投资者整体上表现出展望理论的决策偏好。

以往学者的研究一般是以整个市场为对象，并且只是简单地进行数理统计进行实证检验。本文将市场按股票的市值规模进行分类，并且运用修正的GARCH模型，来研究不同市值规模股票投资者的投资行为。

一、模型介绍

本文研究股票损益对股票成交量的影响，采用修正的GARCH模型进行拟合检验。为了验证展望理论，首先将虚拟变量引入均值方程。检验展望理论的修正GARCH模型为：

lnl■=c+■θ■lnl■+φd■+ε■ （1）

σ■■=？渍+αε■■+βσ■■ （2）

l■为t时刻股票成交量，然后我们对其取自然对数，λ为成交量序列的滞后阶数，ε■是无序相关的随机扰动项，σ■为t时刻随机扰动项的方差，d■为引入的虚拟变量。展望理论认为人们会选择一个参考点来判断自己投资的损益情况，池丽旭、庄新田[5]对参考点的选取做了深入的研究，本文为了研究方便，选取市场平均收益率作为参考点，所以d■的取值为：

d■=1，r■>r■■0，其他 （3）

r■、r■■分别表示t时刻股票收益率和市场平均收益率。当d■前的系数φ为正时，说明股票收益率大于市场平均收益率，股票相对获利，成交量放大，即符合展望理论的描述。因为当股票收益时，人们表现出风险偏好特征，倾向于出售手中的股票，股票成交量就会放大。

为了研究股票损益对股票成交量波动率的影响，我们在方差方程中引入虚拟变量，修正的GARCH模型为：

lnl■=c+■θ■lnl■+φd■+ε■ （4）

σ■■=？渍+αε■■+βσ■■+μd■ （5）

d■=1，r■>r■■0，其他 （6）

二、实证检验

本文需要研究不同市值规模股票投资者的行为，因此选用样本数据为超大盘、上证中盘和上证小盘指数，分别代表大、中、小市值规模的股票，样本区间为2009年7月3日至2013年7月24日的周数据（数据来源于大智慧软件）。市场平均收益率我们选用上证指数周平均收益率，数据选取时间和来源同上。

（一）数据处理及统计

首先对超大盘、上证中盘、上证小盘以及上证指数序列进行自然对数处理，然后进行差分，得到收益率，同时对前三大指数的成交量取自然对数。

表1 指数收益率与成交量描述性统计

由表1可以发现，指数的平均收益率均小于零，即处于亏损状态，但大盘收益率的亏损最严重，其次是中盘，最后是小，而相对应的标准差依次增加，说明市值规模与收益和风险成反比；JB统计量和p值显示指数收益率不服从正态分布。指数成交量的标准差随市值规模增大逐渐减小，说明成交量的波动率与市值规模成正比；指数成交量的JB统计量和p值显示大盘成交量接近于服从正态分布，而中盘和小盘显著不服从正态分布。

（二）平稳性检验

对指数收益率和成交量进行ADF检验，检验结果如表2所示：

表2 ADF平稳性检验

注：c表示常数项，t表示趋势项，i表示滞后阶数（本例中采用SIC准则，大盘成交量为1，其他数据为0）

由表2中ADF检验结果得知，超大盘、上证中盘、上证小盘指数收益率和成交量均在1%显著性水平下平稳。

（三）自相关性分析

运用自相关函数（ACF）和偏自相关函数（PACF）对成交量做自相关性检验，本文只列出了滞后10期的ACF和PACF值，见表3：

表3 成交量ACF和PACF值

由表3的结果可知，超大盘、上证中盘和上证小盘指数成交量的自相关函数呈现出拖尾的特征，而偏自相关函数在1期后呈现出截尾的特征，因此成交量的滞后期确定为1期，即修正的GARCH模型均值方程（1）式中λ为1。

（四）修正的GARCH模型分析

分别采用修正的GARCH模型方程（1）～（3）和方程（4）～（6）分别研究股票损益对股票成交量以及股票成交量波动率的影响，结果如表4所示：

表4 指数成交量修正GARCH模型参数

注：*代表在10%显著性水平下显著，**和***分别代表在5%和1%显著性水平下显著

由表4知，在方程（1）～（3）下，超大盘、上证中盘和上证小盘成交量修正GARCH模型均值方程中，虚拟变量前的参数？渍值均大于零，并且股票市值规模越小，？渍值越大，中盘指数和小盘指数的？渍值要远远大于大盘指数的？渍值，说明在我国股票市场，无论股票市值规模大小，其投资者行为都符合展望理论的描述，但市值规模越小的股票，其投资者行为越符合展望理论的描述；在方差方程中，α+β值都远小于1，说明股票成交量的波动持续性较弱。方差方程引入虚拟变量后（见方程（4）～（6）），发现α+β值均显著变大，说明股票的损益信息增强了股票成交量波动的持续性；另一方面，超大盘和上证小盘虚拟变量前的参数为正，且超大盘参数远大于上证小盘参数，而上证中盘虚拟变量前的参数为负，说明股票获利信息会显著增加大市值规模股票成交量的波动率，但对小市值规模股票成交量的波动率影响较小甚至会降低股票成交量的波动率。

三、结论

（一）中国股票市场投资者的行为符合展望理论的描述

从修正的GARCH模型来看，无论股票市值规模是大是小，代表股票损益虚拟变量前的参数均为正值，说明当股票相对收益率为正时，该股票的成交量就会增加，符合展望理论预测：人们面对收益时会表现出风险厌恶的特征，急于出售手中的股票。

（二）股票损益信息对市值规模不同的股票影响程度不同

三组指数修正的GARCH模型中，虚拟变量前的参数大小差别很大，超大盘的φ值要远远小于上证中盘和小盘的φ值，说明展望理论对小市值规模股票的预测更加明显，这也与孙培源、施东晖[6]的研究结论一致。

（三）股票损益信息对股票成交量的波动率也有显著影响

从表4两组方程参数的比较结果来看，股票损益信息的加入均使三组指数α+β值变大，说明股票获利信息的冲击能够增加股票波动率的持续性；并且从方差方程虚拟变量dt前的参数μ来看，股票获利信息会显著加大市值规模较大股票成交量的波动率，而对市值规模较小股票成交量的波动率影响作用较小甚至会有负效应。这与吴承尧、刘海飞[7]等验证的利好消息会增加市场波动性，而市场对利空消息反应不大的结论基本一致。

参考文献

[1]Kahneman，D. and A.Tversky.Prospect theory：an analysis of decision under risk[J].Econometrica.1979，47（2）：263-291.

[2]孙培源，施东晖.涨跌幅限制降低了股份波动吗？——来自中国股票市场的证据[J].证券市场导报，2001（11）：12-18.

[3]陈绍胜.前景理论与中国开放式基金的实证检验[J].证券市场导报，2006（1）：55-58.

[4]张海峰，张维，邹高峰，熊熊.中国市场条件下前景理论的实证分析[J].西安电子科技大学学报（社会科学版），2011，21（3）：84-89.

[5]池丽旭，庄新田.我国基金经理心理参考点调整特征的实证研究[J].系统管理学报，2012，21（1）：22-28.

[6]孙培源，施东晖.投资者总是风险厌恶吗？——来自中国股市的证据[J].证券市场导报，2002（9）：54-57.

第4篇：股票的市值管理范文

关键词：股息收益率；股票收益；风险调整收益

中图分类号：F830.9文献标识码：A

收稿日期：2012-12-06

作者简介：熊海斌（1955-），男，湖南株洲人，湘潭大学商学院教授，博士生导师；研究方向：金融市场与企业理论；杨帆（1987-），男，湖南永州人，湘潭大学商学院金融学研究生，研究方向：金融市场。

一、引言

股息率和股票收益之间的关系一直是金融文献关注的焦点。在国外的理论研究中，Brennan（1970）[1]最早提出了税负效应模型，认为投资者为了弥补股息收入所带来的赋税提高，往往要求更高的税前风险调整收益。这就是说，如果股票实际表现低于投资者的期望，他们会转而“看空”抛出该股票。因此，较高的股息率不仅没有提高股票的收益，反而负面影响了股票收益。然而早期的实证研究却得出了与Brennan税负效应模型不一致的结果。最具代表性的是Black和Scholes（1974）[2]以及Litzenberger和Ramaswamy（1979）[3]的研究。通过对长期股息率的研究，Black和Scholes（1974）发现股息率和股票月收益之间没有显著的关联性，而Litzenberger和Ramaswamy（1979）的观点则相反，他们的研究结果表明短期股息率与股票收益之间的关系为正相关。Naranjo等（1998）[4]通过检验纽约证券交易所1 000多家样本公司的数据后发现，尽管股息率与股票收益率之间有很明显的关联性，但股息率对股票收益的影响程度很难被估计。Kalay和Michaely（2000）[5]的研究进一步指出，股息率差异所导致的股票收益变化并不是横截面的变化，而是时间序列的变化，因此他们的研究结论否定了Brennan的模型。Lemmon和Nguyen（2008）[6]对不征收股利税和资本利得税的香港市场进行了研究，认为股息率不是决定股票收益的主要原因，无税收因素才是“收益率效应”的关键。

国内至今无学者研究股息率对股票收益的具体影响。现有的文献只是从侧面说明了两者之间的关系。如吕长江和王克敏（1999）[7]的研究指出，股利的宣告会带来股票累计超额收益的增加；何涛、陈晓（2002）[8]则发现股利信息不能提高股票的超额回报；孔小文、于笑坤（2003）[9]认为分配股利的公司未来盈利要好于不分配股利的公司。陈仲伯、刘道榆（2006）[10]认为企业的股利政策和企业价值之间存在着一种内部的正相关关系。总的来说，国内现有的研究侧重于研究上市公司股利政策对股票价格的影响，而忽视了股息率与股票收益之间的关系。

对比中外的股息政策，我国股市有其自身特点。首先，我国上市公司一般而言一年只进行一次派息，这与许多发达国家上市公司按照季度分红的制度不同。其次，国外政府都会征收较高的股利税和资本利得税，而我国投资者只需要交纳股利税。鉴于以上政策性的差异，我们在借鉴国外学者研究方法的同时还需要考虑我国股市的实际情况。

二、数据与研究方法

（一）样本选择和描述性统计

本文研究所需的公司财务和股票交易数据均来源于国泰安公司开发的CSMAR数据库。无风险利率（本文采用一年期定期存款利率）数据则来源于中国人民银行的官网。我们以2007年至2011年在沪市交易的上市公司作为原始样本，并依照以下原则对样本进行了筛选：（1）剔除ST类上市公司，以及发行B股和H股的上市公司；（2）剔除金融类上市公司；（3）剔除数据有缺失、财务数据极端异常的上市公司；（4）剔除停牌时间超过一个月的上市公司；（5）剔除一年中有两次以上分红派息的公司。在此基础上，我们按照公司股息率的高低把样本公司分为五个组，从大到小依次为最高股息率组、次高股息组、次低股息组、最低股息组和零股息率组，具体情况如表1所示。由表1可以看到，各年派息公司的数量分布在1 212至1 532之间。派息公司的数量随着年份增长而逐渐上升，但零息公司的数量则没有规律，2010年最多为835家，2008年最少为794家。

样本的描述性统计结果如表2所示。从股息率来看，全样本的平均股息率为0.57%，说明当前我国上市公司的现金分红比例仍然较低。五个组中，最高股息组的平均股息率为2.41%，这一水平与发达国家股市的平均股息率相近。最低股息组的平均股息率为0.28%。从股价的角度来看，最高股息组的平均股价亦为最高，这表明股息率较高的股票大多数为高价股（如贵州茅台、张裕A等）。值得注意的是，零息股票组的平均价格却不是最低，这一现象与我国投资者热衷于炒作“题材股”、“垃圾股”有关（这些股票往往以低价股为主）。从日成交量来看，成交量伴随股息率的提高而减小，这说明高股息率的股票长线持有者较多，因此交易活跃度最低。而低股息率的股票由于短线投机者的频繁交易，导致股票日成交量较大。从各组的日收益波动率来看，最高股息组的波动率最小，零股息组的波动率最高，这说明高股息的股票风险相对较低，零股息组的风险最高。从股票的市值上看，各组的差别不是很大。综合以上的分析，可以看出股息率和股票收益之间确实可能存在某种密切的关系。

（二）研究方法

三、实证分析

（一）股息率对股票月收益的影响

各组股票的平均月收益如表3所示。从表3的结果可以看出，各组的股票收益随着股息率的提高而增大，这一结果与Naranjo等（1998）、Lemmon和Nguyen（2008）的研究结果类似。其中，从各组全年的平均收益率来看，最高股息组的收益率与最低股息组的收益率相差1.94%。特别的，我们还可以看到零息组的年平均收益率为负（-1.20%），这一结果与Christie（1990）[12]的研究结果基本一致。紧接着，我们再来看五个组每个月的收益率。Keim（1985）[13]曾经指出，股息率对股票收益正的影响通常集中在每年的一月份，而对其它月份的影响则不是很明显。从表3的第二行可以看到，五个小组中，最高股息率组的一月收益反而为负，其它各组的一月收益与股息率的正相关性也不明显。这说明中国股市“一月效应”并不明显。相反，表3中零股息组在一月的表现却超过了派息的四个小组，这一现象同Christie（1990）研究美国股市得出的结果类似。更有趣的是，表3中二月份各小组收益率与股息率的正相关性却表现得非常明显，这一现象可能与我国投资者热衷于二月份炒作股票的“年报行情”有关。总的来说，表3的结果表明，股息率与股票收益整体上具有正相关性。

（二）股息率对股票风险调整收益的影响

为了研究风险调整收益与股息率之间的关系，使用前面的CAPM和Fama-French三因素模型来控制股票收益的风险。表4给出了五个小组的CAPM和Fama-French三因素模型估计结果。其中各组的R2值都介于0.56和0.88之间，说明CAPM和Fama-French三因素模型能够合理地解释股票的横截面收益变化。各组回归方程的截距项总体来说随着股息率的提高而增大，这表明股票风险调整收益与股息率正相关。当使用CAPM时，最高股息组和次高股息组的截距项在1%的水平下显著为正。当使用Fama-French三因素模型时，最高股息组和次高股息组的截距项都在10%的水平下显著为正。同时我们还可以看到，使用CAPM进行估计时，最高股息组风险调整收益与最低股息组风险调整收益的差为2.06%；当使用Fama-French三因素模型时，两组的差则为1.47%。因此，这一现象表明Brennan（1970）提出的“税负效应”模型在中国股市得不到支持。

我们再来看零息组的截距项。从表4可以看到，当使用CAPM进行估计时，零息组的截距项为-1.97%，当使用Fama-French三因素模型进行估计的时候，其截距项为-1.93%，并且以上两个估计值都在1%的水平下显著为负。对比Christie（1990）和Lemmon等（2008）的研究结果，我们发现中国股市零息股票的“负超额收益”要远低于美国股市和香港股市，这表明中国股市零息股票的风险要远大于其它股市零息股票的风险。

（三）稳健性检验

以上五个小组超额收益率的差异还可能与各小组股票的公司市值大小有关。Keim（1985）发现纽约股票交易所的小（大）公司对应较高（较低）的股息率，因此他认为股息率对股票收益的影响主要集中在小公司股票里面。Naranjo等（1998）验证了股息率与公司市值之间的相互关系。他们按照公司市值的大小把公司分成五个组（最大市值组、中上市值组、中等市值组、中下市值组、最小市值组），结果表明：中下市值组公司股票收益与股息率的正相关性最强，而最大市值组最弱。为了验证中国股市是否存在以上的现象，依照公司市值的大小把样本分为两个次级样本，即大市值公司股票样本和小市值公司股票样本，然后依旧使用前面的研究方法对两个次级样本依次进行检验，结果如表5所示。从表5可以看到，无论大公司组还是小公司组，股息率对股票收益的影响都比较明显，从这一点上看我们得到的结果与国外学者的研究结论不大一致。换一个角度，我们再来分析考虑公司市值后的五个小组股票风险调整收益的大小。小公司股票样本的CAPM回归结果中，最高股息组的风险调整收益为2.81%，最低股息组的为-0.47%，两者相差3.28%；大公司股票样本的CAPM回归结果中，最高股息组的风险调整收益为1.57%，最低股息组的为-0.55%，两者相差2.12%。可见，由于公司市值规模的不同，最高股息组和最低股息组的收益差明显不同（3.28%>2.12%）。同理，两个次级样本Fama-French 模型估计的结果中，小公司股票样本最高股息组的风险调整收益为1.05%，最低股息组的为-1.03%，两者相差2.08%；大公司股票样本的最高股息组的风险调整收益为1.02%，最低股息组的为-0.26%，两者相差1.28%。因此，Fama-French 模型估计的结果（2.08%>1.28%）与CAPM估计的类似。从这一点看，我们的结论与Naranjo等（1998）的基本一致，即大市值公司股息率对其股票收益率的影响要比小市值公司弱。

四、结论与政策建议

本文检验了中国股市股息率与股票收益之间的关系。实证结果表明股息率与股票收益之间存在正相关性。其中股息率的“一月效应”在我国股市表现不明显，相反由于我国投资者热衷于炒作年报行情，二月份股票收益率与股息率的正相关性却非常明显。为了明晰股息率与股票风险调整收益之间的关系，我们使用CAPM和Fama-French三因素模型对样本小组进行估计，结果表明股票风险调整收益与股息率之间的关系仍然为正相关，并且我国股市零息股票的“负超额收益”要远低于成熟市场的水平，这说明中国股市零息股票的风险要远大于成熟市场零息股票的风险。稳健性检验的结果显示大公司和小公司的股票收益都受股息率影响，这说明公司市值并不是决定股息率效应的关键因素。从本文的研究结论来看，虽然我国股市投机氛围浓厚，但是价值投资的理念（注重公司价值和股息分红）在我国仍然是有意义的。因此，想要在中国股市树立起价值投资的大旗，就需要上市公司给广大投资者提供更高比例的股息率。从目前的情况看，我国上市公司的分红意愿要远低于成熟的市场，管理决策层大多缺乏主动回报二级市场股东的意识，上市公司股息率整体偏低。基于当前我国股市分红的现状，证券监管部门需要做好以下几点：

1.强化对上市公司利润分配决策过程和执行情况的监管。管理层要细化其监管内容，具体包括上市公司的长远分红规划，公司管理层执行股利政策的科学性和民主性，外部监督人和广大中小股东的意愿诉求是否得到充分反映，公司分红信息的透明度等等。对于那些存在不当分红行为的上市公司，监管部门要严加处理。

2.强制分红，将上市公司分红与其再融资挂钩。监管部门要鼓励上市公司在不影响公司经营生产的前提下提高其分红派现水平。对于那些有大量盈余而又不进行现金分配的上市公司，必须强制其披露不分配的具体理由。对于那些无正当理由的公司，当每股未分配利润达到一定金额后，必须向股东支付现金股利，否则监管层可以通过强制性手段督促其进行股利分配。同时，证监会还可以将上市公司的历年分红情况作为其申请再融资的资格条件。对于那些历年鲜有分红的“铁公鸡”，应该毫不留情地否定其再融资申请。

3.提高拟上市公司的质量。对于首次在A股公开发行股票的公司，证监会发审委员会应该重点审查其公司招股说明书中的股东回报计划、分红政策和分红规划。同时，对那些公司治理结构不完善、管理混乱、盈利能力低的上市公司要采取一票否决制。

参考文献：

[1]Brennan M. Tax， market valuation and corporate financial policy[J].National Tax Journal， 1970（23）：417-427.

[2]Black F，M Scholes. The effects of dividend-yield and dividend policy on common stock prices and returns[J].Journal of Financial Economics， 1974（1）：1-22.

[3]Litzenberger R，K Ramaswamy. The effect of personal taxes and dividends on capital asset prices：Theory and empirical evidence[J].Journal of Financial Economics， 1979（7）：63-196.

[4]Naranjo A，M Nimalendran，M Ryngaert. Stock returns， dividend yields and taxes[J].Journal of Finance，1998（53）：2029-2057.

[5]KalayA，R Michaely.Dividends and taxes：Are-examination[J].Financial Management，2000（29）：55-57.

[6]Lemmon M，T Nguyen. Dividend yields and stock returns：Evidence from a country without taxes[J].Asia-Pacific Journal of Financial Studies，2010（39）：736-751.

[7]吕长江，王克敏.上市公司股利政策的实证分析[J].经济研究，1999（12）：30-39.

[8]何涛，陈晓.现金股利能否提高企业的市场价值[J].金融研究，2002（8）：26-38.

[9]孔小文，于笑坤.上市公司股利政策信号传递效应的实证分析[J].管理世界，2003（6）：114-118.

[10]陈仲伯，刘道榆.股利政策与企业价值的关系[J].系统工程，2006（3）：103-105.

[11]Fama E F，K R French. Common risk factors in the returns on stocks and bonds[J].Journal of Financial Economics，1993（33）：3-56.

第5篇：股票的市值管理范文

关键词：Fama-French五因素模型；Fama-French三因素模型；资产定价

基金目：2016年度嘉兴学院大学生科研训练计划（SRT）重点项目（项目编号：851716013）

中图分类号：F83 文献标识码：A

收录日期：2017年4月5日

一、文献综述

从简单的单因素模型到五因子模型，从单一的市场风险因素到包含公司的规模、账面市值比、市场溢价、投资能力和盈利能力等因素，资产定价模型在理论和实证方面经历了长时间的发展。Sharpe（1964）、Lintner（1965）和Black（1972）提出了著名的资本资产定价模型（CAPM），该模型奠定了资产的收益来源于资产所承担的风险这一基本理念，成为现代金融市场价格理论的支柱。Black、Jensen和Scholes（1972），Blume和Friend（1973），Fama和MacBeth（1973）等学者的研究结论都支持了CAPM理论的核心观点。而之后Roll（1977）首先对CAPM模型的实证检验提出质疑并提出了套利定价理论（APT）；Stattman（1980）研究发现，账面市值比越高的公司将获得更高的股票收益率；Banz（1981）发现公司的市值比市场风险溢价对股票收益率的解释能力更强；在前人研究的基础上，Fama和French（1992、1993、1996）对美国股票收益率的影响因素进行了深入研究，提出公司总市值、账面市值比等因子可较好地解释横截面上股票收益率的差异性。比较并发现三因子模型比CAPM模型具有更强解释力；之后，Fama和French（2013）对原有的三因素模型进行了改进，在三因素模型上加入盈利能力因素和投资模式因素，提出五因素模型，从而能更好地解释股票横截面收益率的差异。在国内，学者不仅运用Fama-French三因子模型针对中国股票市场进行了大量研究，同时还在结合中国股票市场实际情况和Fama-French三因子模型的基础上，相应地做了许多指标替换的研究。比如，王志刚（2010）运用Fama-French三因子模型研究中国股市的价值溢价情况，实证结果表明，中国股市存在类似于发达资本市场的规模溢价与价值溢价。田利辉、王冠英和张伟（2014）通过中美三因子模型的对比，得出三因子模型能够很好地解释中美两国投资组合的超额收益，然而其在中美股市的适用性有所差异。中国市场风险较其他因素尤为显著，SMB对小盘股具有一定解释力。综上，国内众多学者基于Fama-French三因素模型对资产定价问题进行研究，然而这些研究仍无法较好地解释股票收益率的来源。因此，本文借鉴Fama-French五因素模型对中国A股市场进行实证检验，验证Fama-French五因素模型较三因素模型是否能更好地解释中国A股市场的股票收益率，同时验证中国A股市场是否存在规模效应、价值溢价效应、盈利能力效应以及投资模式效应，从而提供科学的选股原则。

二、实证设计

（一）理论模型与投资组合构造。Fama-French三因素模型在CAMP的基础上加入了市值效应和价值效应，模型表示为：

Rit-RFt=ai+bi（RMt-RFt）+siSMBt+hiHMLt+eit

由于Fama-French三因素模型无法解释盈利能力和投资模式对股价的影响，Fama和French结合前人研究成果，在三因素模型的基础上引入盈利能力和投资模式因素，构建的Fama-French五因素模型可以写成：

Rit-RFt=ai+bi（RMt-RFt）+siSMBt+hiHMLt+riRMWt+ciCMAt+eit

其中，上式中Rit表示股票组合i在时间t的收益率；RFt表示t时刻的无风险利率，用一个月期国债收益率表示；RMt表示以市值为权重的市场组合的收益率；SMBt表示t时期流通市值低的公司组合与流通市值高的公司组合回报率之差；HMLt表示t时期账面市值比高的价值型公司组合与账面市值比低的成长型公司组合的回报率之差；其中盈利能力用上一期营业收入减去营业成本、销售费用、财务费用和管理费用后的营业利润与上一期的所有者权益账面价值之比衡量；CMAt表示t时期投资水平低的公司组合与投资水平高的公司组合的回报率之差，其中投资水平用t-1期总资产的增长除以t-2期总资产。

（二）数据来源与指标说明。在模型的检验中，由于构建投资组合的需要，要求的股票数较多，且为了结论的稳定性，也需要较长的时间区间。因此，本文选取1995年7月到2016年6月深圳和上海股票交易所月交易数据作为实证研究样本，所有数据均来自深圳国泰安信息技术有限公司提供的CSMAR中国证券市场交易数据库和中国上市公司财务报表数据库。为了投资组合的有效构建，本文还需剔除以下类别的股票：因停牌等交易数据不完整的股票；市净率、盈利能力（OP）、投资模式（Inv）存在负值的股票、因股票价格不能真实反映公司的价值的股票（ST、PT、*ST等）、因具有较高的杠杆率的金融类股票（银行、证券、保险）等。

三、Fama-French五因素模型实证结果与三因素模型对比

为了验证五因素模型在我国股票市场的适用性并与三因素模型进行对比，本文采用了2×3的方法对因素进行了计算，先按照Size这一维度由大到小排序均分为五组，再按照B/M这一维度从低到高排序均分成五组，共构建了25个投资组合，并以这25个投资组合的收益率作为被解释变量。本文通过回归的方法对五因素模型进行验证并与三因素模型进行比较，表1展示了三因素模型和五因素模型不同因素的回归系数以及回归系数的t统计量。（表1）

（一）通过对三因素模型的回归系数进行检，发现RM-RF因素、SMB因素、HML因素的系数都十分显著。RM-RF因素对股票收益率的解释力最强，其次是规模因素，最后是账面市值比因素。其中，价值溢价效应和规模效应在我国股票市场十分显著。

（二）通过对五因素模型的回归系数进行检验，发现RMW与股票收益率显著相关，其系数r随账面市值比增大而增大，中国A股市场存在盈利能力效应，即盈利能力高的公司有较高的股票平均收益率。CMA与股票收益率相关，其系数c随着账面市值比的增大而增大，即投资水平低的公司拥有较高的股票收益率。而账面市值比效应被弱化，盈利因素和投资因素包含了大部分账面市值比因素的信息。

（三）通过对三因素和五因素模型的对比分析，发现三因素模型和五因素模型的截距项都不显著，盈利因素、投资因素对股票收益率的显著性要强于账面市值比因素，说明公司盈利能力和投资水平对我国的公司回报有影响，RMW因素和CMA因素可以解释我国股票市场投资组合回报率。从实证分析的结果来看，我国投资者的价值投资策略主要是关注股票的估值水平，寻找价值被低估的股票，并且要关注公司的发展前景和未来的投资价值，上市公司的盈利能力和投资水平也是影响股票收益率的重要因素。

四、结论与讨论

（一）在Fama-French五因素模型的回归分析中，发现五因素模型对我国股票市场存在适应性，且通过与三因素对比得出，五因素模型比三因素模型更具有解释力度。

（二）盈利能力因子是一个新引入的变量，在回归分析中我们发现盈利能力因子的敏感系数显著为正，中国A股市场存在盈利能力效应。这一结论与Fama和French研究美国股市的实证结果一致，即高盈利能力有着较高的股票平均收益率。

（三）投资模式因子也是一个新引入的变量，在组合分析和回归结果中，我们得出激进投资模式的公司股票平均收益率高于保守投资模式的公司股票平均收益率。这一结论与Fama和French研究美国股市的实证结果相反，即在中国A股市场存在反转的投资模式效应。较之美国股市，中国股票市场发展历史短，法律法规还不健全，股市信息披露机制尚不完善，而这种稳定性不足导致了股民“投机风”横行，股民愿意买入激进投资模式的上市公司股票。相反，美国股市起源早，发展时间长，法规法律健全，信息透明，且经济环境较为稳定，对于美国股民而言，投资稳定、保守的上市公司可以减少风险。所以，两个不同股票市场存在相反的投资模式效应是合理的。这从另一方面来说我国股市信息披露机制尚不完善，亟须建立完善的监管体系，同时理性投资理念亟待加强。

主要参考文献：

[1]Aharoni，Gil，Bruce Grundy and Qi Zeng.Stock returns and the Miller Modigliani valuation formula：Revisiting the Fama French analysis[M].Manuscript January，2013.

[2]Eugene F.Fama，Kenneth R.French. Size，value and momentum in international stock returns[J].Journal of Financial Economics，2012.105.

[3]Fama，E.，French，K.Size，value and momentum in international stock returns[J].Journal of Financial Economics，2012.105.

[4]陈小悦，孙爱军.CAPM在中国股市的有效性检验[J].北京大学学报（哲学社会科学版），2000.4.

第6篇：股票的市值管理范文

关键词：规模效应；月换手率；噪音交易风险

中图分类号：F830.91　文献标识码：A　文章编号：1005－0892(2007)08－0055－04

一、引言

依据有效市场假说(EMH)，股票的价格已经充分反映了所有相关的信息，因此，利用公开信息并不能获得超额收益，投资者买卖或持有股票只能获得与股票风险相关的正常收益；而与风险相关的正常收益可以用资本资产定价模型(CAPM)来决定。但20世纪80年代以来，许多与EMH和CAPM相悖的现象被发现，“规模效应”(size effect，也叫“小公司效应”)就是其中之一。

1981年，Banz将所有在纽约股票交易所上市的股票按其市值大小分为5组，发现总收益和CAPM调整后的超额收益都有随公司市值上升而下降的趋势，其中市值最小一组的股票年平均收益比市值最大一组的股票高19.8％。围绕规模效应，国外学者从不同角度对其存在的原因进行分析，提出了不同的解释。Keim(1983)、Reinganum(1983)等研究发现，规模效应集中发生在1月份．于是提出规模效应是由于“1月份效应”产生的；而“1月份效应”又是由于投资者通常出于减免资本利得税的目的，在年底抛售股票以实现“资本损失”，第二年年初再重新投资，从而导致股价在1月份上升而产生的，即所谓的“避税效应”。Arbel，Avner和Paul J．Strebel(1983)则提出“忽略效应”。他们认为小公司容易被主导股票市场的机构投资者所忽略，因为机构投资者通常只关注大公司，而较少研究小公司，所以市场参与者对小公司的生产、经营等方面存在信息不对称，与规模相关的超额收益是对因信息不对称而产生的风险补偿。Ahimud和Mendelson(1986，1991)则认为小公司股票的流动性差，其高收益是对其低流动性风险的补偿。而Chan和Chen(1991)、Fama和,French(1993，1995)认为，小公司的基本面往往较大公司差，具有较高的破产风险，其高收益是对其破产风险的补偿。与上述观点不同的是，行为金融理论认为，由于投资者的非完全理性导致股票的错误定价，从而形成规模效应(Lakonishok，1994；Daniel，1997)。

20世纪90年代中期，国内学者开始针对中国证券市场中规模效应展开研究。早期的研究主要散见于对CAPM和有效市场假说检验的文献中，如宋颂兴和金伟根(1995)、周文和李友爱(1999)等。2000年后开始出现专门研究的文献，如陈信元、张田余和陈冬华(2001)；陈收、陈立波(2002)；汪炜、周宇(2002)等，其结论是中国股市存在显著的规模效应。至于其产生的原因，国内学者普遍推测与过度投机和操纵有关。本文在现有研究基础上，对中国A股市场的规模效应做进一步检验。结果发现，在1997至2000年间存在显著的“规模效应”，但此后基本消失。通过分析不同规模组合以及同一规模组合在规模效应消失前后月换手率的变化，证实了过度投机是规模效应产生的主要原因，而小市值股票的超额收益是对因过度投机产生的噪音交易风险的补偿。

二、研究设计

1．样本选择及数据来源

本文选择1997年1月到2004年12月在沪深两市上市的A股为研究样本。由于计算个股超额收益率和横截面回归时需要事先估计个股的贝塔值，本文的估计期间为样本期间每年1月份的前30个月，因此所选样本股均具有过去30个月连续交易的数据，即1997年的研究样本是在1994年6月之前上市的股票，依次类推。

本文所有数据均来自香港理工大学中国会计与金融研究中心以及深圳国泰安信息技术有限公司联合开发的《中国股票市场研究数据库(CSMAR)一一市场交易数据库》。

2．相关变量的定义和计算

(1)个股月收益率和月超额收益率的计算

本文的个股月收益率为考虑现金股利的月收益率，即rit=(pi(t+1)+Dit)/Pit1)-1。其中，几为个股i在t月的收盘价；Dit为个股i在t月发放的现金股利。个股的月超额收益率为扣除无风险收益率和风险溢酬后的收益率，风险溢酬则采用CAPM计算。具体方法为：在研究期间的每年，应用个股前30个月收益数据估计其系统风险，其估计的方程式为：rit-Tft=αi+β(rmt-rft+εi(t)。其中，rit为个股i在t月的收益率；Rmt为市场组合在t月的收益率，本文应用考虑了现金红利再投资的A股综合月市场回报率(流通市值加权平均法)代替市场组合的收益率；rft为t月的无风险收益率，本文以三个月银行存款利率代替；βi即为个股的系统风险。然后，应用估计得到的βi计算个股在随后12个月各月的超额收益率：abrit=Titrft-βi(rmt-rft)。

(2)公司规模(size)。公司规模一般采用发行在外的股票市场价值来衡量，由于我国上市公司股票存在流通股和非流通股之分，因此公司规模指标的选取存在流通股市值和总市值两难选择。陈收、陈立波(2002)研究发现，无论是用流通股市值还是总市值对不同规模组合收益率的排序都没有本质的影响。本文用(t-1)年末流通股市值来衡量公司t年的规模大小。

3．研究方法

(1)分组分析

在研究期间的每年1月，按上年末股票流通股市值的大小对样本排序并等分为10组，得到10个投资组合，各投资组合的收益率为组合内所有股票收益率的算

期的收益率；rjt为第i个规模组合中第j只个股t期的收益率；n为第i个规模组合中个股的总数。各投资组合超额收益率为组合内所有股票超额收益率的算术平均值，计算同上。

(2)横截面回归

横截面回归方法是由Fama和MacBeth于1973年提

出的，因此也叫Fama-MacBeth回归法。在应用时涉及两步：第一步，给定了个时段的横截面数据，对每个t(t=1,2…,T)用OLS方法来估计，得到回归系数序列rit;第二步，分析上面回归得到的rit时间序列，分别计算

从正态分布的假设下，回归系数服从正态分布，因此可以用t统计量来检验解释变量是否具有显著性。

本文将个股月收益率分别对其规模、贝塔系数和规模进行回归，其回归方程分别为：

其中，rit为第i只股票第t个时期的收益率；rft为t期的无风险利率；ln(size)和β1分别为第i只股票流通市值的自然对数和系统风险；r0(t)、1(t)和2(t)为估计参数；εit为残差。

三、实证结果及分析

1．分组结果及分析

表1和表2分别列示了各规模组合的月平均收益率和月平均超额收益率，其中s1为规模最小的投资组合，其余的依次递增。从整个研究期间来看，随着规模的增加，规模组合的月平均收益率和月平均超额收益率均逐渐减小，规模最小的投资组合s1与规模最大的投资组合SIO间的月平均收益率之差为1.09％，而经风险调整后的月平均超额收益率差之为1.19％，说明规模组合间的收益率差别并不能用系统风险的差别来解释。为了考察规模效应的稳定性，本文将整个研究期间分为两个子期间。在1997年至2000年这一子期间，s1与SIO之间的月平均收益率之差和月平均超额收益率之差远高于整个期间的水平，分别为2.7％和2.94％，且显著性明显提高，由整个期间的10％显著性水平变为5％和1％显著性水平。而在2001年至2004年这一子期间，则出现了相反的情况。随着规模的增加，投资组合的月平均收益率成上升趋势，s1与S10之间的月平均收益率之差和月平均超额收益率之差变为0.52％和-0.57％，但在统计上均不显著。

2．横截面回归结果及分析

表3列示了个股月收益率对其流通市值以及控制个股系统风险后，个股收益对其流通市值的横截面回归结果。从回归结果来看，与上述分组分析基本一致。在整个研究期间，个股收益率与其流通市值成显著负相关关系，即流通市值越小的股票，其预期收益率越高；在控制系统风险后，负相关程度有所下降，但在统计上仍显著。在1997年至2000年这一子期间，这一关系尤为显著。而在2001年至2004年这一子期间，个股收益率与其流通市值则成正相关关系，但在统计上并不显著。而作为个股系统风险的贝塔系数，则与股票收益之间并不存在显著的相关关系。

3．中国股市规模效应成因分析

对于规模效应产生的原因，国外学者提出了许多理论解释，如避税效应、忽略效应、流动性风险、破产风险等，但这些均与中国股市的实际情况不符。因为我国并不征收资本利得税，上市公司也不存在实质性的破产风险；另外，由于易于重组，小公司往往成为买壳上市的目标和投资者追捧的热点，因此，忽略效应、流动性风险等亦不存在。目前，普遍的观点认为机构投资者对小盘股的操纵以及过度投机是导致我国股市规模效应的主要原因，但这一结论仅仅是一种推测。规模效应的消失为分析其成因提供了很好的契机。本文利用月换手率这一指标，‘通过不同规模组合以及同一规模组合在规模效应消失前后的变化来探悉其成因。之所以选择换手率这一指标，是因为换手率不仅反映了股票的流动性，而且还可以反映投机交易数量和投机者的心态(Baker，2004)。

图1和图2分别列示了最小规模组合和最大规模组合月换手率及月换手率变化的时间序列趋势。从图中可以看出，在整个研究期间，无论是小市值股票还是大市值股票，其换手率均呈现阶段性特征。在前一时期，股票的换手率均较高，且波动比较大；而在后一时期(2001年后)，换手率及波动均下降。从小市值股票组合与大市值股票组合的比较来看，在前一时期，小市值股票的交易非常活跃，月换手率远高于大市值股票，且换手率的变化幅度也明显大于大市值股票组合；但在后一时期，两个组合的换手率及变化趋于一致。换手率的变化规律与规模效应变化规律的一致性，说明过度投机是导致规模效应的主要原因，而且这也可从中国股市发展的阶段性特征中得到证明。经过1996年的快速扩容，中国股市进入了一个新的发展时期，股市地位的正式确立助长了投资者的乐观情绪，投机交易盛行。由于小公司往往是被兼并、重组或买壳上市的主要对象，且容易操纵，因而成为市场炒作的题材和投机的对象，导致小市值股票过高的换手率。对小市值股票的过度投机使得其价格远离基础价值，更多地受到投机者主观心态的影响，投机者在购买或持有小市值股票时，不仅面临经济风险，还要面．临因其他投机者心态变化而产生的噪音交易风险。因此，小市值股票的超额收益是对噪音交易风险的补偿。2001年中国证监会加大了对违规操纵的查处和银行信贷监管的力度，了《亏损上市公司暂停上市和终止上市办法分及修订稿。伴随这项法规的出台，PT水仙、PT粤金曼和PT中浩相继退市。这一系列措施的实施有效地遏止了过度投机，小市值股票不再成为投机者追捧的对象，相应的噪音交易风险消失，规模效应也就不存在了。

四、结束语

规模效应是现代金融理论面临的难题之一，也是现代金融与行为金融争论的焦点。本文通过实证分析 发现， 规模效应在中国股市同样存在，但并不稳定。结合中国股市的特点，通过比较不同规模组合以及同一规模组合在规模效应消失前后月换手率的变化，证实了过度投机是规模效应产生的主要原因，而小市值股票的超额收益是对因过度投机产生的噪音交易风险的补偿。

第7篇：股票的市值管理范文

【关键词】积极配置型基金;积极组合管理能力;方差分析

一、文献综述

现资管理的核心是组合管理。投资组合的管理有两种方式:一是积极型投资组合管理方式,指投资者力图预测市场的未来走势,并据此改变其投资组合中各资产的投资比例,或构建新的投资组合。二是消极型投资组合管理方式,是指投资者在确定各种资产间分散化的投资比例之后,就遵循这一比例不再变化。在强有效或半强有效的市场中,投资者的最佳投资组合管理策略是消极投资组合管理。在弱有效或无效市场中,投资者应利用积极投资组合管理策略去预测市场,捕捉市场时机,获取超额利润。

国内许多研究已经证明我国的证券市场是若有效或无效市场,在这样一个市场中应利用积极投资组合管理,事实上我国运作的基金大多数是采用积极组合管理策略,但基金的积极组合管理能力水平如何有待研究。基金的积极组合管理是通过投资组合的动态配置来实现的。李学峰、茅勇峰(2007)认为资产的动态配置可通过资产调整和证券选择进行,其中资产调整指通过调整组合风险资产的持有比例来调整投资组合的风险,即市场时机选择,而证券选择指通过更换风险资产组合中的股票来调整组合单位风险资产的风险,进而调整投资组合的风险。李学峰、郭羽、谢铭(2009)在此基础上涉及了S指标来研究我国证券基金的积极组合管理能力,认为封闭式基金的管理能力高于开放式基金,市场走势波动也对管理能力有一定影响。

本文继承了李学峰、郭羽、谢铭(2009)的研究,将研究对象具体化,主要讨论了我国开放式基金的积极组合管理能力。晨星根据基金的资产类型,将我国开放式基金分为七大类:股票型基金、积极配置型基金、保守配置型基金、普通债券基金、短债基金、货币市场基金和保本基金。本文主要通过其中的积极配置型基金来研究我国基金的积极组合管理能力。

二、研究思路

根据积极组合管理的定义和内容,可将积极组合管理能力的评价模型设计如下:

式中为第k期内基金整体积极组合管理能力

为第i只股票在第k期内的积极管理能力

为第i只股票在第k期内的持有状态

为第i只股票在第k期内的超额收益率

为第k期市场组合收益率

为基金资产组合中第i只股票在第k期内的收益率

为第k期内第i只股票的流通市值占两市A股总流通市值的比例的平均值

为第k期内基金持有的第i只股票市值占该基金投资总市值的比例的平均值

当>0且>0,或0但

当>0,说明从整体上看,基金积极组合管理有效,且越大,基金经理的积极组合管理能力越高。当

三、实证研究

1.样本①的选取

本文的基金是从晨星网的基金筛选器中选取的,选择的基金组别为开放式基金,类型为积极配置型基金,基金的成立日期在2006年12月29日之前。输入这些筛选条件后共筛选出54只基金。

数据取自2006年12月29日至2009年6月30日上证A股指数、深证A股指数,上证A股总流通市值、深证A股总流通市值,上证A股和深证A股的复权收盘价格,54只积极配置型基金在2006年12月29日至2009年6月30日期间的半年持仓明细②。

本文以基金每半年持有的前十大重仓股为主要研究对象,前十大重仓股在基金投资中占有很大比例,基本能代表其持仓状况,以这些股票为考察对象,可以衡量基金的积极组合管理能力。由于是积极配置型基金,每半年的持仓明细都要发生调整,其十大重仓股也会发生变化,所以本文每只基金考察的股票对象均大于十只股票,平均在三十只股票。

2.实证分析

首先统计每个子研究期③期初和期末的上证A股指数、深证A股指数,沪、深两市A股的流通市值,可计算出市场组合收益率,本文以沪、深A股两市的加权平均收益率作为市场组合收益率,权数为每个市场流通市值占两市总流通市值的比例。具体结果见表1。由表1可知,从2006年底至2009年中期,中国的股市先后经历了上涨(2007年全年)、下跌(2008年全年)、上涨(2009年上半年)三个阶段。

然后计算每只基金十大重仓股在每个子研究区间的半年收益率。用-可计算出半年超额收益率。再次,计算十大重仓股的股票流通市值占沪、深A股两市总流通市值比例的平均值。首先查找出十大重仓股股票在期初、期末的股价和流通股份数量。然后计算出重仓股在期初和期末的流通市值④。下一步,统计出沪、深两市A股在每期的期初和期末的总流通市值,加权平均就可计算出。接下来,计算重仓股股票市值占该基金投资总市值的比例的平均值,可从基金的半年持仓明细中统计出每期期初和期末的比例值,求平均数即可。用-可计算出重仓股在每个子研究期内的持有状态。最后,根据模型和以上计算结果,可得到子研究期内每只基金的整体积极组合管理能力。

四、对实证结果的分析

通过以上的实证研究,得到了54只基金在5个子研究期内S指标。接下来对这一研究结果进行分析。

首先分别统计出每个子研究期内积极组合管理能力小于0的基金数量,每只基金5个子研究期S指标的平均值,并按S指标平均值的大小对基金进行排列。计算整个研究期的S指标平均值可以排除市场行情对基金积极组合管理能力的影响,从整体上衡量每只基金的积极组合管理能力。统计结果见表2。

从表2中可以看出,2007年上半年和2008年上半年分别有1只基金的积极管理能力较差,2007年下半年有2只基金的积极管理能力较差,2008年下半年就有7只基金的积极管理能力较差,到了2009年上半年积极管理能力较差的基金数量上升到14只。产生这种结果可能有以下几种原因:1.2007年上半年为中国股市的大牛市,因此大多数基金经理把握住了市场时机,基金的积极组合管理能力较好,即使有部分基金经理的组合管理能力不足,也因为2007年的好时机使基金的业绩呈现出大好形势。2.2008年的金融危机导致股市大跌,使基金合理投资配置难度加大,有部分基金经理管理能力不足的问题显露出来,共有7只基金S指标小于0。3.经历了2008年的熊市,2009年股市开始复苏,基金经理对后市的预期不一致,有人看多,有人看空,对基金的积极管理方向不同,导致最后有14只基金积极组合管理能力较差。

然后,计算每个子研究期内54只基金S指标的算术平均值,该值可以衡量不同研究期内54只积极配置型基金整体的积极组合管理能力。计算结果见表3。

从上表可知,5个子研究期内S指标的算术平均值均大于0,说明积极配置型基金有较高的积极组合管理能力。这个结果也表明我国证券市场是弱有效或无效市场,因为可以通过积极组合管理获得超额收益率。2007年上半年基金整体的积极组合管理能力最高,而2008年下半年基金整体积极组合管理能力最低,其它研究期内管理能力居中。由于在2007年全年和2009年上半年股市处于上涨阶段,2008年全年股市处于下跌阶段,因此用方差分析检验一下中国股市行情不同是否会影响基金的积极组合管理能力。检验结果见表4。

设不同研究期内54只基金S指标的算术平均值为m1(i=1为2007年上半年,i=2为2007年下半年,i=3为2008年上半年,i=4为2008年下半年,i=5为2009年上半年)

(1)5个子研究期的方差分析

显著性水平为0.05,P值远远小于显著性水平,结论:不同研究期内基金整体积极组合管理能力不同。这一结论说明了基金整体积极组合管理能力会受到市场环境的影响。

(2)市场上涨时方差分析

从表4结果中可以看出:1、2、5三个子研究期的基金整体积极组合管理能力不同。但2和5两个子研究期的基金整体积极组合管理能力相同。出现这种结果有三点原因:1.2007年上半年,中国股市出现了前所未有的牛市行情,在这样的市场行情中,基金经理即使没有很好的择股和择时能力,也会因为持续的上涨行情而使基金表现良好。2.在经历了2007年上半年的大牛市后,大部分基金经历对后市上涨的预期呈谨慎态度,对基金资产的配置较为保守,导致基金的积极组合管理能力不如2007年上半年那么高。3.受2008年金融危机的影响,全球股市都呈低迷状态,经济何时复苏一直是人们讨论的焦点,2008年底中国的经济开始好转,但大部分基金经理仍持谨慎投资态度,所以2009年上半年基金的积极组合管理能力水平和2007年下半年大致相同。

(3)市场下跌时方差分析

P值为0.6391远远大于0.05,结论:2008年上半年和2008年下半年基金整体的积极组合管理能力相同。这一结论说明,当市场处于下跌行情时,基金经理都持谨慎投资态度,对资产配置较为保守,所以积极组合管理能力大致相当。

五、结论

本文以2006年12月29日至2009年6月30日两年半的时间作为研究期间,每半年为一个子研究期,以54值积极配置型基金为研究样本,研究了我国积极配置型基金的积极组合管理能力。

研究结果显示,2007年上半年和2008年上半年基金的积极组合管理能力最高,分别只有1只基金的S指标小于0。2009年上半年基金的积极组合管理能力最低,有14只基金的S指标小于0。这说明2007年上半年,无论基金经理的积极组合管理能力水平高低,都会因为赶上了股市大牛市的好行情而使基金业绩良好。经历2008年全球金融危机后,对股市的预期扑朔迷离,基金经理的管理能力高低显露出来,导致有14只基金积极组合管理无效。

接下来用方差分析检验了不同市场行情是否对基金的积极组合管理能力有影响。结果显示,不同市场行情确实会影响基金的积极管理能力。当考察处于同一市场行情两个时期基金的积极组合管理能力时,结果表明这两个时期基金的积极组合管理能力相当,符合常理,但2007年上半年基金的积极管理能力表现明显好于其它上涨阶段,原因在于2007年上半年是中国股市的超级大牛市,基金经理只要把握住市场时机都会有不错的成绩,所以基金整体的积极组合管理能力提高。

本文的研究结果启示我们:虽然我国积极配置型基金整体的积极组合管理能力较高,但还不稳定,会受到不同市场行情因素的影响,因此基金经理的管理能力水平还有待加强。另一方面,投资者也可利用S指标这一有力工具进行基金选择,而积极配置型基金确实有着战胜市场组合的能力,投资时可以重视这一基金类型。

注释:

①上证A股指数、深证A股指数,上证A股和深证A股的复权收盘价格来源于大智慧软件相关数据,上证A股总流通市值、深证A股总流通市值分别来源于上交所网站和深交所网站,54只基金的半年持仓明细来源于和讯网。

②基金的半年持仓明细为基金半年报及年报中披露的基金持有的全部股票及该股票占基金投资总市值的比例。

③2007年上半年的期初为2006年12月29日,以后依次每一个半年的期末为下一个半年的期初。

④股票的流通市值=股价×流通股份数量。

参考文献

[1]Jr.Flood,Narayan Ramachandran.Integrating Active and Passive Management[J].Journal of portfolio management,2000(27).

[2]Merton.On market timing and investment performance.I.An equilibrium theory of value for market forecasts[J].Journal of Business.1981(54).

[3]Grinblatt,Titman.Performance measurement without Benchmarks:an examination of mutual fund returns[J].Journal of Business,1993(66).

[4]Chang E C,Lewellen W.C.Market timing and mutual fund performance.Journal of Business,1984(57).

第8篇：股票的市值管理范文

〔关键词〕保险公司； 持股比例；股票市场波动

中图分类号：F83251 文献标识码：A 文章编号：10084096（2013）01002704

一、引言

经过二十多年的发展，我国股票市场规模超过日本，成为全球第二大股票市场。但是在股票市场发展过程中，不论从波动频率还是波动幅度上看，都高于发达国家的水平，而过度波动不利于股票市场的发展及其功能的发挥。比较流行的观点认为，导致我国股票市场过度波动的重要原因是以个人投资者为主体的投资者结构。相对于机构投资者来说，个人投资者具有更高的投机倾向，投资缺乏理性。因此，管理层寄希望于通过发展机构投资者来稳定市场。经过十多年的发展，我国证券市场基本进入机构投资者主导的时代，机构投资者不仅规模迅速扩大，其种类也不断增加，除了券商、证券投资基金等传统的机构投资者外，其他更注重价值投资、长期投资的机构投资者如社保基金、保险公司、QFII和企业年金等也相继入市，形成以证券投资基金、社保基金和保险公司为主的多样化的机构投资者队伍。

保险公司由于其资产规模庞大，资金来源稳定，其入市对股票市场波动的影响备受各方关注，现有研究主要以保险公司入市为事件点，采用事件研究法检验保险公司入市前后股票市场波动是否发生变化判定保险公司对股票市场波动的影响[1]。而保险公司入市分为两个阶段，第一阶段是间接投资阶段，1999年10月保监会《保险公司投资证券投资基金管理暂行办法》，允许保险公司通过委托证券投资基金进行投资的方式间接进入股市；第二阶段是直接投资阶段，2004年10月保监会《保险机构投资者股票投资管理办法》，允许保险公司在规定的范围内直接投资股票市场。不同的投资方式对股票市场波动的影响不同，在第一阶段，保险公司通过委托证券投资基金进行投资，其对市场波动的影响是保险公司和证券投资基金共同作用的结果。此外，保险公司投资股票市场的规模是不断变化的，而以允许保险公司投资股票市场的时间为事件点，检验其前后市场波动的变化，无法体现出其对市场波动影响的循序渐进的特征，也就无法准确地反映保险公司对股票市场波动的影响。

本文基于我国A股市场，采用保险公司持股数据，区分不同的市场态势，从微观层面研究保险公司持股比例及其变动对股票市场波动的影响，从而更准确地反映保险公司入市对股票市场波动的影响，为管理层出台相应政策，促进机构投资者结构朝着有利于市场稳定的方向发展提供决策依据。

二、模型设计

1被解释变量

本文研究保险公司入市对股票市场波动的影响，因此，设立上市公司股票价格波动变量σit作为因变量，用季度内上市公司各交易日股票对数收益率的标准差来表示。

三、数据及描述性统计

1数据来源

由于在入市的第一阶段，保险公司是通过委托证券投资基金投资的方式间接进入股票市场，无法通过微观角度区分保险公司和证券投资基金对股票市场波动的影响。因此，本文主要研究保险公司直接持股对股票市场波动的影响，为使回归结果有效，要求各种类型机构投资者持股个数不得少于50个。因此，本文样本期从2005年第3季度至2011年第4季度，共26个季度数据，保险公司持股数据样本6 301个。

保险公司持股比例及其变动为季度数据，A股上市公司价格为每个交易日收盘价，季度收益为上市公司季度内日均收益率，上市公司流通股市值为该季度末最后一个交易日流通股市值，为消除误差，对其取对数，上证综合指数为每个交易日收盘价。数据来源于Wind金融数据库。

2描述性统计

表1给出主要变量的描述性统计。从表1可以看出，保险公司季度平均持有上市公司股票的比例不高，仅为00252，标准差为00260，持股比例最高为02439。由此可以看出保险公司持股比较分散，符合保险公司把投资的安全性放在首位的投资风格。季度持股变动的均值也较低，为00131，但是其变动最大值为02334，这可能是由于保险公司在面临上市公司质量下降的情况下，为保持投资组合的安全性，急剧抛售质量下降的股票。保险公司持股的上市公司平均流通市值的对数值为87642，高于其他机构投资者持股的上市公司流通市值均值。

本文根据Wind金融数据库数据测算我国股票市场中其他主要机构投资者持股上市公司流通股市值均值，结果表明，证券投资基金为78400，社保基金为80900，券商为82700，QFII为83500。这说明保险公司主要投资于市值比较大的上市公司，而有研究表明，股票收益率波动性与上市公司的市值负相关，市值越大的上市公司股票收益率波动性越小[4]。这从另一个角度表明保险公司是一个稳健型投资者。

四、实证结果分析

为了检验保险公司持股比例及其变动对股票波动性的影响，本文采用面板数据对模型（1）和模型（2）进行回归分析。首先对数据进行Hausman检验以判断采用的模型，在获得回归结果后，对残差进行Fisher-ADF单位根检验和LLC单位根检验，结果表明残差均为平稳，不存在单位根。

1不同市场行情下的回归结果分析

表3给出在不同市场行情下保险公司持股及其变动对股票市场波动的影响回归结果。保险公司持股变量INSTit是本文研究的重点之一，从表3可以看出，INSTit的系数为负值，但不显著，说明保险公司在熊市中对股票市场波动没有影响，但是持股比例与表示市场行情的虚拟变量的交互项INSTit×DUMt的系数在10%水平上显著为负，说明在牛市中保险公司持股有利于稳定股票市场。

2暴涨暴跌行情下回归结果分析

我国股票市场从2006年第3季度至2008年第3季度经历了一次暴涨暴跌行情，因此，本文截取2006年第3季度至2008年第3季度共9个季度进一步检验我国保险公司投资股票市场对股票市场波动性的影响，回归结果如表4所示。

其他控制变量的回归结果与前文基本相同，不再列出。由于分别检验暴涨行情和暴跌行情，在回归时去掉含虚拟变量DUM的项。

从表4可以看出，在暴涨行情下，INSTit的系数为正，但不显著，说明保险公司持股比例与股票收益波动无关， ΔINSTit的系数虽然很小，但显著为负，说明保险公司的交易行为有利于对冲其他投资者的非理性投资给市场带来的波动，具有稳定市场的功能。其可能的原因是随着股票市场泡沫集聚，风险水平越来越高，保险公司抛售明显存在泡沫的资产，对市场有一定的对冲作用。在暴跌行情下，INSTit和ΔINSTit的系数都不显著，说明保险公司对股票市场波动没有影响。

五、结论与政策含义

本文运用2005年第3季度至2011年第4季度保险公司持股数据，采用面板数据模型，考察保险公司投资股票市场对股票市场波动的影响。通过研究，得出如下结论：

第一，从总体上来看，保险公司持股在熊市中对股票市场波动没有影响，而在牛市中则发挥一定的稳定市场功能。

第二，不论在牛市还是熊市，保险公司的交易行为都一定程度上对股票市场波动造成冲击，其中，牛市的冲击小于熊市。

第三，保险公司在股票市场暴涨行情下能够发挥稳定市场的功能，而在暴跌行情下，保险公司的投资则对股票市场波动没有影响。

综上所述，保险公司的入市一定程度上有利于股票市场的稳定，特别是在股票市场出现泡沫时期。2011年我国保险公司持有的股票市值仅占其总资产的250%，

根据Wind金融数据库的保险公司持股数据及保监会网站数据计算。而保监会规定的保险公司投资股票和股票型基金的资产上限是占总资产的20%，保险公司直接投资股票市场的空间还很大。因此，一方面，要鼓励保险公司进入股票市场进行投资，促进股票市场稳定；另一方面，需完善市场机制，加强市场基础环境建设，吸引保险公司更大规模地投资股票市场，从而形成保险公司资产保值增值和股票市场健康稳定发展的双赢局面。

参考文献：

[1]盛军峰，邓勇，汤大杰中国机构投资者的市场稳定性影响研究[J]金融研究，2008，（9）：143-151

[2]Pagan， AR， Sossounov， KAA Simple Frame-Work for Analyzing Bull and Bear Markets[J]Journal of Applied Econometrics， 2003， 18（1）：23-46

[3]Cheung， YW， Ng， LKStock Price Dynamics and Firm Size： An Empirical Investigation[J]Journal of Finance， 1992， 47（5）：1985 -1997

[4]Sias， RW， Starks， LTReturn Autocorrelation and Institutional Investors[J] Journal of Financial Economies， 1997， 46（1）：103-131

第9篇：股票的市值管理范文

中国公募基金（简称基金）自1998年成立以来，经过16年的发展，几经牛熊波折，从1998年仅有的5只①基金发展到现在（截止20141231日）的2627只。基金类型从单一的封闭式股票型转变为封闭式和开放式并存，并且开放式基金数量远远超过封闭式基金。开放式基金又细分为股票基金、债券基金、货币市场基金、混合基金、保本基金、指数基金、ETF基金、LOF基金、QDII基金、创新基金等类型。随着市场规模的扩大，基金已经成为股票市场的投资主力之一，股票型基金作为证券投资基金参与股市的主要形式，有必要研究其投资风格以及收益和风险状况。本文采用基金业使用最多的晨星风格盒（MorningstarStyleBox）的九宫格形式。纵向是基金投资标的（股票）的风格，分为价值型、平衡型和成长型；横向是基金投资标的（股票）的市值，分为大盘、中盘、小盘。根据二者的组合关系将基金投资风格细分为9类，分别是：大盘成长、大盘价值、大盘平衡、中盘成长、中盘价值、中盘平衡、小盘成长、小盘价值、小盘平衡。价值投资是指对影响证券投资的经济因素、政治因素、行业发展前景、上市公司的经营业绩、财务状况等要素的分析为基础，通过判断股票的内在价值来寻找投资机会的投资风格。成长投资是一种注重企业盈利增长，认为股票价格不断上涨的动力来自于盈利增长的预期的投资风格。平衡投资则是一种介于价值投资和成长投资之间的投资风格。从风险角度看，平衡投资的风险小于成长投资，大于价值投资。从收益角度看，平衡投资的收益小于成长投资，大于价值投资。按股票市值规模大小划分，可将股票分为小盘股票、中盘股票、大盘股票。现阶段股票规模划分有两种方法：（1）依据市值绝对值划分，市值小于5亿元的股票为小盘股，超过20亿元的为大盘股，5～10亿元的为中盘股；（2）依据相对规模划分，将市场上所有上市股票按市值大小排名，累计市值占市场总市值20%以下的为小盘股，累计市值占市场总市值50%以上的为大盘股。在实际的应用中，习惯于将中证100指数的成分股称之为大盘股，将中证200指数的成分股称之为中盘股，将中证500指数的成分股称之为小盘股，其他的股票称之为超小盘股。本文的主要研究目的。（1）分析中国基金市场的主流投资风格，并研究这些年来的投资风格是否发生较大的变化；（2）从基金实际的业绩情况出发，对投资风格进行一定的评价，了解各类投资风格与股票市场的相关性；（3）用数据证明收益率与夏普指数的趋势是否具有相关性。本文以开放式股票型基金为研究对象，虽然市场上还有少许封闭式股票型基金，但这类基金的数量非常少，这里就不在单独考虑。股票型基金指的是以股票为主要投资对象的基金。根据中国证监会对基金类别的分类，基金资产60%以上投资于股票的基金称为股票型基金。为了考察基金投资风格的时效性，选择2011年至2014年的公开发行并运作的开放式股票基金为研究对象，根据证监会分类，2011年至2014年的股票型基金数量分别为742、879、999、1090，这些数据足于证明研究的目的。

二、基金业绩比较实证数据

无论是投资者，还是基金经理都非常关注基金收益率。因此，本文使用这个指标来衡量基金的投资业绩。基金收益率有多种计算方法，这里只介绍其中一种。夏普指数就是基金组合与无风险收益率连线的斜率。可以根据夏普指数对基金绩效进行排序，夏普指数越大，绩效越好。夏普指数调整的是全部风险，因此，当某基金就是投资者的全部投资时，可以用夏普指数作为绩效衡量的适宜指标。

三、结论

（一）基金投资风格与数量

从上述实证数据可以看出，2011年至2014年，股票型基金以大盘平衡为主；其次为大盘成长；大盘价值与中盘成长相当，位列第三、四；最后为中盘平衡；其他类型较少，可以忽略不计。大盘平衡投资风格的基金数量最多，但所占比例逐年下降。2011年至2014年大盘平衡类基金占比为：71.43%、60.07%、51.05%、46.7%。大盘成长风格基金所占比例逐年上升。2011年至2014年大盘成长基金占比为：9.76%、25.75%、34.64%、35.57%。大盘价值变化不大，只有少许增长。中盘平衡的数量翻了一倍，中盘成长的变化最大，四年间数量增加10倍。股票基金的投资风格发生了显著的变化。由（大盘平衡、大盘价值、大盘成长、中盘平衡、中盘成长）向（大盘平衡、大盘成长、中盘成长、大盘价值、中盘平衡）转变，其中中盘成长的变化最大，由第5位上升至第3位。但同时也可以知道，虽然基金的整体投资风格发生了变化，但是就某只基金而言，发生投资风格变化的并不多，即基金的投资风格稳定性非常高。

（二）基金投资风格与收益率

从上述实证数据可以看出，2011年至2014年，各种投资风格的收益率上升，除2013年价值型外。2011年所有投资风格的收益率为负，2014年所有投资风格的收益为正，这些数据应证了当时的股票市场。2011年，除大盘价值的收益较低外，其他类型基金收益相当。2012年，除中盘价值的收益率为负外，其他类型基金收益为正，而且基金收益两极分化，大盘和小盘收益率较高，中盘的收益率较低。2013年，小盘的收益率明显高于其他类型，而价值的收益率则很低，说明2013是小盘股的天下，印证了创业板的火暴行情。2014年风格发生逆转，大盘的收益率较高，反而是成长型的收益率较低，这也说明了2014是得大盘者得收益，这与2014的大盘指数迅速上升密切相关。

（三）基金投资风格与夏普指数