基于模糊聚類分析方法的股票投資風(fēng)險研究.pdf_第1頁
已閱讀1頁,還剩59頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認(rèn)領(lǐng)

文檔簡介

1、資產(chǎn)的風(fēng)險與收益歷來都是市場與理論界爭論的熱點,國內(nèi)外許多學(xué)者也紛紛涉足該領(lǐng)域,并大多采用橫截面回歸分析的方法對不同時期的國內(nèi)外證券市場進行回歸分析,加強了投資者對風(fēng)險和收益的認(rèn)識以及催生了一些資產(chǎn)投資理念。應(yīng)當(dāng)說,大部分的實證研究都指出資產(chǎn)的投資風(fēng)險并非由β系數(shù)唯一決定,而在具體的風(fēng)險收益因素因子賬面市值比(BV/MV)和公司規(guī)模(Size)和市盈率倒數(shù)(E/P)上,卻存在著爭論。
   本文則是在對文獻綜述梳理的基礎(chǔ)上,參照

2、石予友與仲偉周等(2008)一文的分析框架,從模糊聚類的角度出發(fā)來驗證傳統(tǒng)橫截面回歸分析下四個微觀風(fēng)險因子公司規(guī)模(Size)、賬面市值比(BV/MV)、資產(chǎn)負(fù)債率(D/E)、每股收入價格比(E/P)對投資風(fēng)險決策的重要性。利用Fuzzy圖最大樹聚類方法,本文最終驗證了四個微觀風(fēng)險變量在總體上對投資風(fēng)險的影響是顯著的,應(yīng)當(dāng)作為beta系數(shù)的有力補充。進一步,本文在驗證的基礎(chǔ)上依靠四個微觀風(fēng)險因子構(gòu)造了投資組合,并在上證50指數(shù)選取了35

3、只非金融類股票進行了實證分析。根據(jù)小規(guī)模、低權(quán)益比率、高收入價格比和高賬面市值比這四個標(biāo)準(zhǔn)構(gòu)造的投資組合的收益一風(fēng)險曲線很明顯高于隨機選擇的投資組合,進而對本文之前的驗證工作做了一個強有力的補充。
   應(yīng)當(dāng)說,四個微觀風(fēng)險變量公司規(guī)模(Size)、賬面市值比(BV/MV)、資產(chǎn)
   負(fù)債率(D/E)、每股收入價格比(E/P)包含了許多其他風(fēng)險指標(biāo)未能量化的風(fēng)險信息,無疑是A股市場上重要的風(fēng)險指標(biāo),故投資者應(yīng)加大關(guān)注力

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論