资源回收市场分析范例(3篇)

资源回收市场分析范文

要：风格投资与收益协同性是行为金融学的一个崭新课题。通过构建上证180指数咸份股和非咸份股投资组合，利用多元回归分析对2002至2006年上证180指数成份股调整事件进行的实证分析，我们发现在指数申增加股票后，股票收益的市场风险系数显著增加；反之，从指数中剔除股票后，股票收益的市场风险系数显著下降。这一实证结果表明，我国证券市场上存在收益协同性，而且协同性表现出较强的风格投资特征。因此，风格投资是产生收益协同性的重要原因。

关键词：风格投资；收益协同性；事件研究法；上证180指数

中图分类号：F830.91文献标识码：A文章编号：1005－0892(2007)08－0050－05

证券市场上，不同证券的收益波动之间常存在显著的关联性。资产收益在某种经济或心理因素支配下的共同变化称为协同性(Comovement)。为什么有些资产收益会出现共同变化?协同性的根源又是什么?传统理论认为，收益协同性反映基础价值的协同性。基础价值协同性观点能解释一些收益共同变化的现象，如行业块板效应。但某些证券的基本面根本不相关，为什么它们的收益会出现协同变化呢?传统理论却难以给出令人满意的解释。协同性经常出现在一些具有共性的证券中，如小公司股票、指数样本股等。学界将具有相似属性和收益表现的股票称为风格，将按照风格而非单个证券配置资产的投资组合管理方法称为风格投资。风格投资与收益协同性的关系在国内还是一个全新的课题。本文的目的在于通过理论分析和实证检验，对中国证券市场的收益协同性进行较为系统的探讨，论证风格投资是收益协同变化的重要原因。

一、文献回顾

关于收益协同性的根源，传统理论以Fama的有效市场假说和Sharpe的资本资产定价模型为代表。在资本资产定价模型中，市场因素是影响所有证券及投资组合收益率的惟一因素，即系统性风险因素。这一理论假定投资者是理性的，或者由于套利的存在使得噪声交易者(非理易者)无法对证券价格产生影响。在有效市场中，证券价格等于其基础价值。因此，证券间收益协同性源于基础价值协同性(或基本面协同性)。但是，实证研究表明基础价值协同性并不是收益协同性的惟一根源，基本面不相关的资产也能产生收益协同性。而且，经验证据表明，风格和行业是影响证券及投资组合收益率的重要因素。Farrell(1974)的研究发现：所有股票大体可以分为四个“簇”，即成长股、周期股、稳定性股和能源股。同一“簇”内各股票收益之间具有很高的相关性，但不同“簇”之间收益的相关性很低。Sharpe(1992)对美国证券市场上共同基金1985至1989年间每月的业绩表现进行研究，发现大约90％的投资组合收益都来源于某种投资风格。只有10％的收益来源于个股选择。尽管共同基金所持有的个股不同，但具有类似风格的基金在一段时间内的收益相关性强，风格对投资组合的收益起决定性作用。

国外学者从不同角度提出了各种不同于基础价值协同性的观点。Lee，Shleifer和Thaler(1991)提出了基于偏好的协同性观点：有些证券仅由部分特定的投资者(如个人投资者)控制，随着风险偏好和情绪的变化，投资者改变所持风险资产的比例，从而形成这些证券收益的共同因子。们的理论适合解释小市值股票和封闭式基金的协同性，因为这两类资产几乎完全由个人投资者持有。Fama和French(1995)研究了收益率的三因素模型，发现某些证券的收益协同性与基础价值协同性无关。froot和Dabora(1999)研究了“孪生”股票”――RoyalDutch和Shell，它们有相同的现金流，但交易地点不同：RoyalDutch在纽约交易，SheH在伦敦交易；他们发现RoyalDutch与纽约交易的股票收益相关，Shell与伦敦交易的股票收益相关，即收益协同性与交易地属性相关。可其结论支持Fama和French的观点。Barberis和Shleifer(2003)提出了协同性的分类理论(Category)：投资者对现金流相关的资产进行分类，然后按分类水平分配资金。分类理论能够解释现金流相关的股票存在收益协同性的原因，但无法解释为什么现金流不相关的资产也存在收益协同性。

wurgler和Zhuravskaya(2002)考察了S&P500指数样本股调整效应，发现股票一旦加入指数，尽管其基本面没有发生实质性变化，但它与该指数的协同性显著增大。Kaul和Mehrotra(2000)对加拿大TSE300指数以及日本Nikkei225指数进行研究，发现指数成份股调整时存在指数效应，即加入(或剔除)股票常伴有价格上升域下跌)现象。他们的结论支持Vijh的观点，即Vijh(1994)在研究S&P500指数调整(1975-1989)时，发现股票纳入指数后的协同性明显增加。

上述协同性观点从不同的角度论述了收益协同性，但缺乏较为系统的理论解释。为此，Barbefis，Shleifer和Wurdc，(2005)总结已有的研究成果并提出了风格投资协同性理论：除基本面因素外，投资者的交易行为也会通过引发对某些证券需求的相关变动，促使证券收益协同变化，即风格投资产生收益协同性。风格投资包括分类、偏好等几种情况。风格投资协同性理论对基本面协同性理论进行了补充和修正，丰富了协同性理论，使之更为系统，从而能够更好地解释证券市场上各种协同性的来源和性质。综合国外研究成果，收益协同性的各种观点可概括为两种不同的理论：基础价值协同性与风格投资协同性。

国内对风格投资与收益协同性关系的研究尚处于起步阶段，但指数调整事件已引起国内学者的广泛关注，如邢精平(2005)、黄长青及陈伟忠(2005)对中国股票市场指数效应进行了实证研究。宋逢明等(2005)实证检验上证180和深成指的指数调整效应后，发现上证180指数效应逐步凸显，其价格效应和成交量效应并没有一致性。国内文献探讨了指数调整时股票的价格效应和成交量效应，并对指数效应的起因进行了具体分析，但很少探讨收益协同性及其根源。何芳(2004)首次对国内不同证券间收益的联动效应(即协同性)进行了较为系统的探讨。借助对上证180指数第一次样本股调整事件的研究，发现在国内证券市场上，收益协同性并未呈现固定模式，风格投资(行为因素)引致的协同性表现并不显著。啊芳的研究仅涉及上证180指数的第一次调整事件，故时间短、样本少、论据不够充分；另外，何芳仅用单变量回归分析，结论的可靠性有待进一步验证。

为此，本文首先利用单变量回归对2002至2006年间上证180指数的七次调整事件进行实证分析；然后巧妙地构造非上证180指数收益的新变量，利用双变量回归进行实证检验，结论表明中国证券市场上不

仅存在收益协同性，而且协同性表现出较强的风格投资特征，即风格投资产生收益协同性。

二、模型、数据与变量

本文重点研究上证180指数调整事件。上证180指数的成份股是在上海所有A股股票中抽取最具市场代表性的180种样本股票，自2002年7月1日起正式。上证180指数对多数投资者来说是一种自然分类(或风格)，上证180指数主要反映中国经济整体状态，而不是提供未来现金流的信号。指数中加入股票只改变该股票的类别(指数样本股类)，但不改变它的基础价值。将某一股票从指数中剔除时，该股票可能正被并购或亏损破产．此时现金流特征有可能发生变化，因此，在实证分析中应剔除涉及并购或破产的调整事件。

本文以2002年7月1日至2006年5月30日上证180指数调整的股票为研究对象。在此期间，上证180指数共调整了七次，每次分别加入与剔除18只成份股，累计调进股票126只，调出股票126只(见表1)。

在样本期间内，本文不考虑由并购、分立、破产等引起的指数成份股调整事件，仅考虑证券交易所的定期成份股调整。由于长江电力上市仅一个月就纳入指数，对估计收益率有影响；另外，由于中房股份在公告日事件窗内成交量异常、华联商厦无交易数据、飞乐音响2004年交易异常、长丰汽车2005年1月交易异常，故剔除上述股票。有些股票在事件窗内停牌，连续多日无交易数据或数据不足，如2005年12月杭钢股份、九发股份、华鲁恒升等，故剔除此类股票。综上所述，调入事件去除38个，删除事件去除14个，上证180指数调整事件的有效样本中含88个调人事件，112个删除事件。

本研究采用收市价，价格与交易量数据来源于联合证券分析系统，指数调整公告来源于上海证券交易所网站，流通市值等权重数据来自巨灵信息系统，数据处理用SPSS11.5计量分析软件。

本文采用事件研究法(Eventstudy)分析指数调整事件中的收益协同性。公告日是指在公开媒体上公布调整具体信息的日期，调整日是指该信息所披露的调整日期。参考国内外研究人员的经验，本文选用的事件窗为公告日前20个交易日及调整日后20个交易日，公告日至调整日之间约10个交易日不在事件窗内。

1．单变量回归分析

首先考虑单变量回归分析模型：其中，Rj,t表示股票j在时间t的收益，RS180,表示同期上证180指数收益。所有收益均用对数收益率计算：

R=lnPt-lnPRt-1

(3)事前窗是指公告日之前的20个交易日，事后窗是指调整日之后的20个交易日。*表示第二个回归方程的参数与第一个回归方程的参数不同。N为调入(或删除)事件总数，回归系数β及判定系数R2对全部样本的平

零假设：收益协同性完全是基础价值协同性的函数，增加或删除股票不改变β和R2。指数中加入股票，β和R2都不会增加，即：

指数中删除股票，β和R2都不会减少。

实证结果如果满足零假设，说明收益协同性是由基础价值协同性决定。如果股票加入到指数时，即使现金流信息保持不变，β及R2都有增加(或指数中删除股票，β及R2都有减少)，说明风格投资导致协同性的变化。

2．双变量回归分析

再考虑双变量回归分析模型：

及SH,t表示上证A股指数在t时间的收益；CAPSH,t和CAPS180,t分别表示上证A股指数、上证180指数的资本总额(考虑到2006年5月前中国上市公司股票仅有部分流通，CAP表示流通市值)。由(9)式可得：

零假设：收益协同性完全是基础价值协同性的函数，增加或删除股票不改变市场风险系数β。指数中加入股票，上证180指数的β不会增加，非上证180指数的β不会减少，即：

删除成份股的情况与上述正好相反。

三、实证分析

表2说明了单变量回归分析中调人事件的协同性变化。从2002年7月至2006年5月，上证180指数的调人事件中共有88个有效样本。单变量回归分析表明：事件前后的日平均增加0.038，R2平均增加0.043，其结果均在10％显著性水平上统计显著。在分年度事件研究中，2002、2003、2004年β分别增加0.046、0.032和0.098，R2分别增加0.079、0.034及0.101，其中2004年结果在5％显著性水平上统计显著。多数年份都支持指数中调入股票时β及R2都会增加的结论(2005年的数据例外)。

注：***、**及*分别表示双尾t－检验在1％、5％10％水平上统计显著。表3、表4同。

实证研究表明：在2002至2006年间的调人事件上证180指数调整事件的有效样本中含88个调人事件，112个删除事件。

本研究采用收市价，价格与交易量数据来源于联合证券分析系统，指数调整公告来源于上海证券交易所网站，流通市值等权重数据来自巨灵信息系统，数据处理用SPSS11.5计量分析软件。本文采用事件研究法(Eventstudy)分析指数调整事件中的收益协同性。公告日是指在公开媒体上公布调整具体信息的日期，调整日是指该信息所披露的调整日期。参考国内外研究人员的经验，本文选用的事件窗为公告日前20个交易日及调整日后20个交易日，公告日至调整日之间约10个交易日不在事件窗内。

1．单变量回归分析

首先考虑单变量回归分析模型：中，β值平均增加0.038，R2平均增加0.043。该结论与国外同类研究结论具有一定的相似性(β值和R2都有增加)。

表3提供了上证180指数删除事件的协同性变化。从2002年7月至2006年5月，删除事件共有112个有效样本，单变量回归分析表明事件前后的β平均减少0.108，R2平均减少0.123，其结果均在1％显著性水平上统计显著。在分年度事件研究中，2002、2003、2005年β分别减少0.057、0.194和0.184，R2分别减少0.098、0.207及0.204，上述结果均在1％显著性水平上统计显著。多数年份都支持指数中删除股票时β及R2都会降低的结论(2004年的数据例外)。

值得注意的是，与加入成份股明显不同，指数中删除股票，β值显著降低，而且显著性水平非常高(α＝1％)，表明市场对剔除股票的信息反应强烈。

表4提供了上证180指数调整的双变量回归分析结果。从2002年12月至2006年5月，调人事件共88个有效样本。上证180指数中加入新股，上证180指数的β平均增加0.304，该结果在1％显著性水平上统计显著；非上证180指数的β平均减少0.293，其结果在1％显著性水平上统计显著。在分年度事件研究中，2002、2004及2005年βS180分别增加0.685、0.357和0.208，其结果分别在10％、1％及10％显著性水平上统计显著；同时，2002、2004及2005年βM180分别减少0.683、0.29及0.35，其结果分别在10％、5％及5％显著性水平上统计显著(2003年的数据例外)。

从2002年12月至2005年12月，删除事件的有效样本共有112个。上证180指数中删除股票，βS180平均减少0.178，其结果在5％显著性水平上统计显著；同时，βM180平均增加0.097。在分年度事件研究中，2002、2003及2005年βS180分别减少0.544、0.408及0.062，且2002及2003的结果分别在10％和1％的显著性水平上统计显著；βM180在2002、2003及2005年分别增加0.503、0.273及0.094，且2002及2003的结果分别在10％和5％的显著性水平上统计显著(2004年的数据例外)。

双变量回归分析表明：一方面，上证180指数中调入股票，上证180指数的β平均增加0.304，非上证180指数的β平均减少0.293。另一方面，上证180指数中删除股票，上证180指数的β平均减少0.178，非上证180指数的β平均增加0.097。实证结论与国外结论非常相似。双变量回归分析支持单变量回归分析的结论，但结论更强调：指数中调入股票，股票与指数的β值显著增加，进一步说明风格投资促使收益协同变化，风格投资是产生收益协同性的重要原因。

中国证券市场是成立不到20年的新兴市场，与国外成熟市场相比可能存在不少差异。Barberis、Shleifer和Wurder(2005)的研究表明，在1976-2000年间，S&P500指数调整事件的协同性呈加强的趋势，上证180指数却无此规律。上证180指数从2002年7月正式公布至今已有4年时间，虽然整体呈现收益协同性并与国外成熟市场有相似之处，但个别年份还是出现了协同性异常现象。如单变量回归分析中，2005年调人事件的市场风险系数不升反降，2004年删除事件的市场风险系数不降反升。

对于存在的这些差异，本文提出如下解释：第一，中国证券市场是新兴的转轨市场，机构投资者尚不构成我国证券市场的主体，尤其是以上证180指数为跟踪指数的指数型基金尚少，因此当指数股调整时，其交易行为对指数样本之间的协同变动还无法形成持续的影响。第二，2005年可能是机构投资者准确预测了拟加入的股票，并在指数调整前已调整投资组合，造成指数编制者与机构投资者行动高度一致的结果。而机构投资者能准确预测加入股票并提前作出行动，这可能与我国近年来的市场特点、指数编制方法、投资基金的投资策略等现象有关。第三，在2004年指数中剔除股票时，其基础价值的恶化(见表5)使得投资者将这些股票与上证180指数内的样本股视为不同的投资风格，这种风格的转移(或重新分类)也加剧了它们与指数之间的协同性变化。另一方面，基本面恶化引发投资者情绪过度反应而导致的非理，也可能是市场出现协同性异常的原因之一。

四、结论

本文以收益协同性研究为核心，对风格投资与收益协同性的关系进行了较为系统的探讨；利用中国证券市场的数据，实证分析得出以下三点结论。

1．上证180指数中加入股票，该股票与指数中其它股票的协同性变强，与非指标股的协同性变弱；删除股票时情况相反，表明指数调整事件存在收益协同性。由于指数调整事件并没有传递基础价值信息，因此上述协同性并不是由基础价值因素引起的，而是风格投资产生了收益的协同性。

2．上证180指数调整事件表现出明显的特征：市场对调出股票的关注远胜于调入股票。以单变量回归分析为例，股票加入上证180指数，短期内市场风险系数有所增加(β为0.038，显著性水平为10％)；对于剔除股票，在实施日之后市场风险系数显著降低(β为-0.108，显著性水平高达1％)。因此，在公告日之后，及时卖出剔除股票可以规避进一步下跌的风险。

3．本文发现中国证券市场存在收益协同性，结果与国外研究相似。本文还发现上证180指数中调入股票，股票与上证180指数的β平均增加0.304，与非上证180指数的日平均减少0.293。

总之，本文以2002年7月至2006年5月间上证180指数七次调整事件为研究对象，发现我国证券市场不仅存在风格投资协同性，而且协同性表现出很强的风格投资特征，表明风格投资是产生收益协同性的重要原因。

资源回收市场分析范文

【关键词】投资者情绪收益率波动率

一、引言

投资者情绪（investorsentiment）是投资者基于资产现有特征而对资产未来所能创造价值大小的一种主观判断，表现为一种预期或信念，但这一信念并不能完全反映当前已有的事实（Baker&Wursler，2006）。哪些行业板块对投资者情绪反应更敏感，受影响时间长短，以及受影响程度大小，在这些方面国内外学者的研究较少，出于这个原因，本文试图以投资者情绪作为研究的出发点，探讨投资者情绪对行业指数影响的差异性。

二、投资者情绪指标设计与数据来源

正确选取合适的变量作为研究投资者情绪的变量是最重要的一步。在很多学者研究的基础上，本文选取了6个投资者情绪的单一指标，然后应用主成分分析法来构建综合投资者情绪指数。

其中，封闭式基金折价率在牛市和熊市中具有很大的差异，这种差异性恰好体现了投资者在不同市场状况下的贪婪和恐惧情绪。上证综指交易金额、融资余额与流通股市值之比、换手率和新增开户数则从侧面反映了投资者的过度自信心理和频繁交易行为。消费者信心指数是唯一的主观指标，薛斐（2005）研究发现国家统计局编制的CCI能反映中国投资者的情绪，故本文选取其作为情绪指标。

上述数据来源于金融界、和讯网、东方财富网和广发证券通达信交易软件数据整理得到，所有数据均为月度数据，时间从2010年4月到2015年7月，样本容量为64。

三、投资者情绪综合指数（IS）的构建

考虑到所取情绪变量未必反映与当期的情绪具有同步性，不同指标对投资者情绪的反映可能存在着时间上的“提前”与“滞后”关系。因此本文选取了情绪变量的提前1期项和当期项总共12个时间序列数据进行主成分分析，得到情绪指标。

首先，为了消除各变量单位差异的影响，在主成分分析前将各变量进行标准化处理，然后对6个指标的提前及当期变量进行主成分分析。分析发现第1，2，3主成分累计贡献率为92.16%，说明了前3个主成分保留的样本的绝大部分信息。具体数值见表2。

在5%的显著性水平下，各个指标均通过了相关的显著性检验，封闭式基金折价率、上证综指交易金额增长率、新开股票账户数增长率的提前变量x1t-1、x2t-1、x4t-1的相关性均高于当期期变量；融资余额与流通股市值之比增长率x3、上证指数换手率x5的当期变量相关性高于其提前变量，且均呈正相关。其中消费者信心指数增长率与情绪指数IS呈负相关，相关系数为-0.0265，相关性最低，消费者信心指数增长率提前1期变量与情绪指数IS呈正相关，相关系数为0.0520，相关性也较低，作为综合指数中唯一的主观指标，并未很好反映投资者的情绪状况，考虑舍弃这项指标，并相应地选择相关系数较大的5个变量（x1t-1、x2t-1、x4t-1、x3、x5）作为构造综合情绪指数（IS）的源指标。

在确定了各指标的提前与滞后关系后，再对所选的相关系数较大的5个变量（x1t-1、x2t-1、x4t-1、x3、x5）进行主成分分析。其中前3主成分累计贡献率达到93.19%，高于前文12个变量的主成分分析的累计贡献率92.1637，说明了前3个主成分保留的样本的绝大部分信息。分析结果见表4。

可以看到封闭式基金折价率越大（为正数表示溢价，为负数表示折价），IS值越大，二者呈正相关，即封闭式基金溢价越大，投资者情绪越高，折价越大，投资者情绪越低落，验证了前人的相关理论。上证综指交易金额和新开股票账户数提前反映了投资者的情绪，即交易量越大，开股票账户越多，后期的投资者情绪越高；当期融资余额越高，股票的换手率越高，表明了投资者对后市行情的看好。

四、不同行业股票收益率与投资者情绪间的关系

根据DSSW理论认为当投资者对后市看涨时将推动股票价格上涨，看跌则导致股票价格下跌。基于上述假设，本文采用CAPM收益率模型，检验投资者情绪指数对各个行业指数预期收益率的影响。

其中Ri表示各行业指数收益率，ci表示方程回归的常数项，ISt-1表示提前1期投资者综合情绪指数，αi表示情绪指数回归系数，RSHt表示上证综合指数收益率，βi表示上证综合指数收益率回归系数，εi为模型估计残差项。

行业分类采用上证行业180指数分类方法，分为：上证能源，上证材料，上证工业，上证可选，上证消费，上证医药，上证金融，上证信息，上证电信，上证公用共10个行业，行业收益率数据来源于广发证券通达信交易平台。所有数据均为月度数据，时间从2010年4月到2015年7月，样本容量为64。具体分析结果见表6。

从回归结果来看，除了十个行业指数收益率的α系数均为正数，说明投资者情绪对行业预期收益率的影响是正相关的。在5%的显著性水平下，十个回归方程系数均通过检验，这说明本文所构建的投资者情绪指数能够很好地解释未来1个月内收益率的变化。即投资者情绪变化与股票市场行业指数预期收益正相关。即投资者情绪较高时，股票市场行业指数的收益增加；反之当投资者情绪较低时，行业指数的收益减少。

另外，各个行业指数收益率受到投资者情绪的影响程度是不一样的，从表中可以看到，回归系数最大的是工业、金融和材料行业，分别达到了0.0586、0.0566和0.0525，说明工业、金融和材料行业对投资者情绪的变化更为敏感，受非理性投资行为影响较大。这与市场与金融概念有关的公司股票价格大起大落的现象相吻合。而回归系数最小的是可选、电信和医药行业，分别为0.038、0.0362和0.0292，说明行业收益率对投资者情绪变化反应较为迟缓，受非理性投资行为的影响较小。作为传统行业，缺乏新的变革和题材，投资者的关注度明显不如其他行业，受投资者情绪影响偏小也是情理之中。这些说明不同的行业指数预期收益率受到投资者情绪的影响具有显著地差异性。

在对回归方程中行业收益率Ri同情绪综合指数ISt-2做滞后2期处理后，再进行回归分析时，发现即使在15%的显著性水平下，回归结果均不能通过检验，考虑样本数据为月度数据，时间跨度较大，投资者情绪能够做相应调整而回归理性。不同行业收益率受投资者情绪影响的时间上，均未发现有明显差异。

本文根据市场行业指数收益率的波动率的实际情况，并且参考前文对于收益率的回归显著性结果之后，通过考察行业收益率的波动与投资者情绪之间的关系，检验不同行业的收益率变动受投资者情绪的影响程度。

从上述回归结果来看，在5%的显著性水平下，所有行业指数的投资者情绪系数都非常显著，说明了投资者情绪会显著地影响下一期市场整体波动率；另外回归系数为正数，这说明情绪对预期波动率的影响是正向的，说明情绪指数越高这种影响程度越大。

不同的行业指数回归系数具有显著性的差异，情绪指数回归系数的最大值是上证工业，为0.003；最小值是上证医药和上证电信，均为0.0017。由此可见，与投资者情绪对行业指数预期收益率的影响类似，投资者情绪对不同行业的未来波动率影响程度差异非常明显，最大值与最小值相差接近2倍。

五、结论

本文在BW指数构造方法的基础上，通过适当改进，选取了适合于测度中国股票市场投资者情绪的6个单项指标，考虑到所取情绪变量未必反映与当期的情绪具有同步性，不同指标对投资者情绪的反映可能存在着时间上的“提前”与“滞后”关系，还加入情绪变量的提前1期项和当期项总共12个时间序列数据进行主成分分析，适当降维后得到情绪指标；再通过剔除宏观经济周期变化对投资者情绪的影响，最终得到投资者情绪的综合指数。

通过投资者情绪的综合指数与不同的行业指数预期收益率的回归分析，发现不同的行业指数预期收益率受到投资者情绪的影响具有显著地差异性。并且这种差异性不能被行业的贝塔值和市场收益率因素所解释，其中上证工业、上证金融和上证材料行业的收益率对投资者情绪的变化更为敏感，受非理性投资行为影响较大。上证可选、上证电信和上证医药行业收益率对投资者情绪变化较为迟缓，受非理性投资行为的影响较小。

另外，通过变量滞后性检验发现，投资者情绪对不同行业收益率的影响在滞后二期后，回归结果并不显著，说明投资者在1个月内能及时调整投资策略，减少非理性的投资行为。不同行业收益率受投资者情绪影响的时间上，均未发现有明显差异。

最后，在对投资者情绪与行业指数预期波动率关系分析中发现投资者情绪会显著地影响下一期市场整体波动率；投资者情绪指数越高市场整体波动程度越大；投资者情绪对不同行业的未来波动率影响程度的差异也非常明显。其中对上证工业指数波动率影响最大，对上证医药和上证电信行业指数波动率影响较小。

参考文献

[1]饶玉蕾，刘达峰.行为金融[M].上海：上海财经大学出版社，2003.

[2]张俊喜，张华.解析我国封闭式基金折价之谜[J].金融研究，2003，12.

[3]王擎.再析中国封闭式基金折价之谜[J].金融研究，2004，5.

[4]王美今，孙建军.中国股市收益、收益波动与投资者情绪[J].经济研究，2004，10.

[5]伍燕然，韩立岩.不完全理性、投资者情绪与封闭式基金之谜[J].经济研究，2007，3.

[6]丛剑波，祝滨滨.我国股市的特质波动风险分析[J].经济纵横，2009，5.

[7]Delong，J.B.，ShleiferA，SummersLH.，Waldmazm，R.J.，NoisetraderriskinfinaneialMarkets，JournalofPoliticalEconomy1990a，98.

[8]Fama，E.F.，French，K.R，CommonRiskFactorsintheReturnsonStocksandBonds[J].JournalofFinancialEconomics，1993，33.

[9]Bown，GregoryW.，andMichealT.Cliff，Inveatorsentimentandthenear-termstockmarket，[J].JournalofEmpiricalFinance2004，11.

[10]Baker，Maleolm，JeffreyWurgler，InvestorSentimentandtheCross-SectionOfStockReturns，[J].JournalofFinance，2006，61.

资源回收市场分析范文篇3

关键词：企业管理；风险预测；投资风险；风险控制

中图分类号：F830文献标识码：A文章编号：1009-2374（2011）34-0019-03

一、企业市场风险的因素分析

导致市场风险、影响市场风险的主要因素纷繁复杂，企业对市场风险进行分析，不可能回避下面几个方面的因素：

（一）消费者的需求变动

消费者的购买决策是一种选择行为，而消费者的选择行为又直接受到其消费偏好及其他多种因素的影响，如商品的价格以及不同商品的比价、商品的质量及不同商品之间的比较质量、广告宣传、流行趋势等。由于消费者的需求偏好处于不断变化之中，使消费者对某企业的商品需求发生变化，因而可能会导致企业的市场风险。如果企业希望通过开发新产品来占领新市场，则还将面临如何启动潜在市场需求的问题，企业将蒙受更大的市场风险，如果不能有效地将潜在市场需求转变为现实的市场需求，便会导致企业新产品开发活动的失败。除了实力雄厚的企业，一般企业要达到引导和控制市场需求的目的，具有很大的困难，消费者需求以及由消费者需求引发的市场风险具有一定程度的不可控性。

（二）竞争对手的行为

随着市场经济的发展与完善，市场竞争的程度日益加剧。企业不仅面临原有竞争对手的竞争压力，而且面临潜在竞争对手的威胁。目前市场竞争表现出一种趋势，由单纯的价格竞争转向价格竞争和非价格竞争并存。单纯的价格竞争与非价格竞争相比，企业的价格竞争可以在市场中充分表现出来，易为其他企业察觉，而非价格竞争与价格竞争相比则较为隐蔽，如企业改进质量、开发新产品、降低成本则不易被其他企业察觉，使企业防不胜防。此外，当一家企业采取价格竞争手段参与市场竞争时，其他企业可以在很短的时间内作出价格反应来回击，而当一家企业采取非价格竞争手段时，其他企业若要有针对性地采取非价格竞争手段，则需要较长时间的孕育、准备和积累，其时效性较差，容易处于被动状态。因此，非价格竞争相对于价格竞争，对企业更具有风险性。

（三）政策、法规的变动

国家政策、法规的变动也是造成企业风险的主要因素。如政府通过产业政策来鼓励某些产业的发展，如通过优惠信贷、减免税、出口补贴、消费信贷等政策措施来扶植某些行业，而随着产业结构的变化以及政府的产业战略重点的转移，原来属于鼓励发展的行业可能会取消优惠而使这些行业的厂家遭遇风险。其次，政府采取措施限制某些行业（如高污染的行业、资源消耗过大的行业、不利于国家利益的行业）的发展，也会给企业带来风险。再次，政府的反垄断、反价格歧视、反不正当竞争法规，以及知识产权保护的法规，虽然是维护公平竞争的合理手段，但是给某些企业也带来了一定的风险。此外，国家的国际贸易政策的变化，如关税的降低，将给国内企业带来价格竞争的风险。国家为了保持国民经济持续、稳定的发展，需采用财政政策、货币政策来对宏观经济进行调控，当经济发展过猛、需求过旺时，政府将提高税收、提高利率、减少补贴来抑制总需求，从而对企业的投资和销售带来一定的影响。

（四）不确定与不对称的信息

信息在企业管理中是一种重要的资源，它与其他资源一样能够产生价值。信息的积累与传递可以通过作用于生产经营过程而使其他生产要素得到充分合理的利用，以实现和扩大其他生产要素的价值。同时，充分准确的信息能够有利于企业减少市场风险。但是，信息的不足、不对称及信息的不准确将会导致企业的决策失误、市场中的失败。

二、企业市场风险的控制与规避策略

企业对市场风险的控制与规避，就是采取措施对市场风险进行预先控制并采取各种有效的风险防范

策略。

（一）风险回避

市场风险有些是属于可回避的，有些是无法回避的（如宏观经济处于不景气状态等给企业带来的系统风险）。对于可回避的风险，企业应采取风险回避的策略。当然，企业不可一味地回避市场风险，否则，会丧失许多机会。企业应在必要的时候以必要的办法回避不必要的风险。如当某一产品供给过剩，而本企业又同时生产销售多种产品时，可将过剩产品适当撤退。当众多企业集中于某些细分市场展开竞争时，本企业可在其他细分市场或市场空白处进行开拓。当企业有多种产品开发方案，而其中某些新产品的预期市场风险很大且企业无力克服或无力承受时，可舍弃或终止市场风险大的项目的研究开发与生产。

（二）风险分散

风险分散主要是通过投资组合来实现的，即结合企业的自身条件和外部环境的要求，选择几种不同的投资项目或产品方向，从整体上加以调整优化，进行组合式投资，这样，即使在某个项目上遭到失败，但只要在其他项目上取得成功，企业仍可以获取较高的投资报酬，同时也可以弥补失败项目的市场损失，风险分散的具体实现方式主要有：

1．企业从事多种产业领域的生产经营活动，从而可以分散行业性的市场风险。

2．在同一行业内从事多种产品的生产经营

活动。

3．同一种产品面向多个细分市场。但是，风险分散是有一定条件的，如：要求企业实力比较雄厚，具有从事多元化经营的能力。如果企业从事多种产品的生产，则应当从众多产品中选择和扶植几个重点产品，形成特色。

（三）风险分摊

风险分摊是指通过增加同一市场风险的承担主体数量，从而使风险得到分摊，每一风险承担者所承担的风险较单一主体有所减少。例如多个企业进行协作或联合，联合开发新产品、联合促销、主机厂与零部件厂之间的协作、技工贸一体化、产学研合作等等。多个主体进行横向联合时，还往往可以形成资源优势互补，从而提高市场成功率，使市场风险得到进一步降低。当然，通过横向联合实现风险分摊，需要联合的各方需拥有自己的独特优势，在风险分摊的同时必须实现利益的分享，并且风险分摊和利益分享应当是对称的。

（四）风险控制

风险控制是指预先对一些潜在的风险因素进行预防和控制，使其不发生，或减少其发生的概率，或者减少其一旦发生后给企业带来的损害。采用风险控制的方法，应注意那些风险因素应当具有一定的可

控性。

（五）风险转移

风险转移是指通过改变风险承担的主体来防范市场风险。风险转移包括：

1．风险的财务转移，即风险发生的地点没有发生变化，只是风险发生后所产生损失的财务承担主体发生了变化。例如企业进行新产品质量责任保险，一旦风险发生，则风险的直接相关主体没有发生变化，仍然是企业为直接相关主体，但对消费者风险损失的赔偿主体发生了变化，在投保前风险损失的赔偿主体是企业，而在投保后风险损失便转由保险公司来负责赔偿。

2．风险的实质性转移，即风险的直接相关主体和风险损失的赔偿主体均发生了变化。例如一家新建的企业生产一种新产品，由于没有销售渠道，同时缺乏维修能力，因而该企业与另一企业签定协议，由后者承包产品的销售以及相关的售后服务工作，因此，一旦出现产品故障，则维修工作及其相关费用均由承包企业来承担，即风险的直接相关主体和损失承担主体由新建企业向承包企业进行了转移。

三、企业的投资风险分析

投资的含义十分广泛，在此我们主要讨论项目投资风险。企业财富的积累是依靠不断地进行各种投资活动来实现的，但由于资金有限，而同时往往又面临较多的项目，共项目预计收益的情况又各不相同，所以必须在对各项目分析、评价的基础上，选择合理的投资项目和投资规模，保证投资的效益。一般地，对每个投资项目的选择都有相互制约的两个方面：一是投资利润率的大小，二是伴随而来的投资风险。因此，对于各种投资活动不仅要从收益方面选择，还必须对于影响各种投资的风险因素进行分析和处理。投资风险，是指投资过程中或投资完成后投资者发生经济损失和不能收回投资和相应预期收益的可能。投资之所以有风险，是因为投资行为本身决定了投入资金和收回资金之间有一个或长或短的时间差，在这段时间内可能出现各种各样的情况，使应回收的资金在数量上与预期收益有一定的背离，也有可能完全收不回投入的资金。投资风险是由投资回收的不确定性所导致，时间越长，投资越大，不确定性就越大，投资风险也就越大。

进行投资风险分析、选择投资项目必须进行综合分析，其中包括风险收益分析和风险效用分析等。投资的风险效益分析，可以通过风险收益等价曲线来量化。所谓等价，就是说风险与预期收益之间存在着一定的关系，风险大的项目预期收益高，风险小的项目预期收益低。在投资者看来，不同的风险项目对应着相应的预期收益率。不同的投资者对于等价的认识不同，面对相同的风险，敢于冒险的投资者要求的预期收益要比保守型投资者要求的预期收益低得多。

风险收益曲线很清楚地表明了这些关系。我们一般用概率作为对风险的估计，代表风险的大小，收益用预期收益率表示，通过对不同的投资者对于风险的态度给出风险收益曲线。在这条曲线上任一点所对应的风险与预期收益，投资者认为是等价的。如风险度为0.3，取得预期收益率为15％，当风险度为0.4，取得的预期收益率为20％，投资者会感到同样的满足。投资的风险效益等价曲线分析在投资决策分析中是非常有用的，为投资者进行风险分析提供了一种量化的工具，投资者在选择投资项目时容易作出冒风险是否值得的决策。

企业在进行投资决策时，对于方案选择一般遵循以下两个原则：

第一，相同收益率的方案，选择风险较小的

方案。

第二，风险相同的方案，选择收益率大的方案。这无疑是正确的，然而在实际中，企业投资决策除了考虑投资方案的收益外，还有决策者对于风险的态度及其对后果的偏好程度，即可以进行效用的分析。

参考文献

[1]杨乃定，姜继娇，蔡建峰．基于项目的企业集成风险管理模式研究[J]．工业工程与管理，2004，（2）．