导语：如何才能写好一篇股票投资逻辑思路，这就需要搜集整理更多的资料和文献，欢迎阅读由公务员之家整理的十篇范文，供你借鉴。
Abstract：Stockpricinghasthemostdirectrelationshipwiththestockinvestorsinvestmentbenefit.Thepurposeofthisarticleistoguidestockinvestorstobuyandsellstocksatthebesttime.Theresearchtopicofthispaperistousethefastcomputingfunctionofcomputertomakereasonablepricingmethodofanystockinthesecondarymarket.BasedonthehugehistoricaldataofSinopecin2012and2013，andusingdataminingtechnology，Excelisusedforthecalculationoflargenumberofthestockpricedata，aimingtofindoutthestockpricechanginglaw，makethestockbuyingandsellingpricingmodel，andbylatepracticalverification，therationalityandfeasibilityofthispricingmethodisverified.
关键词：数据挖掘；投资效益；电子表格；股票定价方法
Keywords：datamining；investmentbenefit；excel；stockpricingmethod
0引言
1股票买卖定价方法研究
1.2股票样本的选择研究一只股票变动规律，应占有大量的数据资料，因此应选择一只已经上市多年的股票作为研究对象。本文选用的是中国石化（600028）这个股票，中国石化先后于2000年10月和2001年8月在境外和境内发行H股和A股，并上市。以该股票作为研究对象，具有很现实的代表性意义。本文研究资料是该股票2012年的A股资料。
1.3对股票数据的研究方法与过程首先，选取中国石化2012年全年243天的股票数据进行研究，根据股票每日最高价与上日收盘价用计算机计算出每日最高价比上日收盘价上涨的百分比；根据股票每日最低价与上日收盘价计算出每日最低价比上日收盘价下降的百分比。公式如下：
每日最高价比上日收盘价上涨的百分比=（每日最高价-上日收盘价）/上日收盘价
每日最低价比上日收盘价下降的百分比=（每日最低价-上日收盘价）/上日收盘价
其次，计算出2012年全年每日最高价比上日收盘价上涨的百分比的平均值和每日最低价比上日收盘价下降的百分比的平均值。
每日最高价比上日收盘价上涨百分比的平均值=每日上涨百分比之和/比值的个数
每日最低价比上日收盘价下降百分比的平均值=每日下降百分比之和/比值的个数
计算结果是分别为0.93%和0.92%。
第三，计算2012年全年每日最高价比上日收盘价上涨的百分比和每日最低价比上日收盘价下降的百分比的标准差。
标准差是一组数据相对平均值偏离程度的一种度量，一个较大的标准差，代表大部分数值和其平均值之间的差异大；一个较小的标准差，代表这些数值较贴均值。标准差可用来度量股票价格高低变化的幅度，进而用来反映股票买卖的盈利大小和风险大小。标准差数值越大，代表股票价格远离平均数值，投资回报率较大，其风险也较高。相反，标准差数值越小，代表价格较为稳定，进而反映出买卖的盈利较少，风险也较小。分析该只股票的标准差就是想研究一下该只股票上涨与下跌的风险和回报情况。
经过计算，2012年上涨百分比的标准差为1.09%；下降百分比的标准差为0.79%。
第四，制定股票买卖定价公式。
将中国石化2012年全年的股票价格资料计算出来的2012年平均降低的百分比（0.92%）、平均上涨的百分比（0.93%）以及上涨与下跌的标准差（1.09%和0.79%）来计算出股票的每日买卖定价公式，得出每日买卖定价公式为：
买价=上日收盘价*（1-平均降低的百分比-2*标准差）
=上日收盘价*（1-0.92%-2*0.79%）
=上日收盘价*0.975
卖价=上日收盘价*（1+平均上涨的百分比+2*标准差）
=上日收盘价*（1+0.93%+2*1.09%）
=上日收盘价*1.031
即得出该中国石化股票日线的买卖定价模型：
买价=上日收盘价*0.975；卖价=上日收盘价*1.031
2检验效果实证
现在，在制定完2013年每日买卖定价模型后，让我们来检验2013年该股票的买卖，看看研究出的方法是否能盈利，盈利率是多少？效果怎么样？
假设从2013年年初开始，每天都按所研究出来的定价模型来决定股票的买卖价格。假设现在有10万元的资金可以用来投资这只股票，每次买卖的数量都是5000股。选择在当日计算出的买价大于等于当日股票最低价时买；在当日计算的卖价小于当日股票最高价时卖。为了保证买卖的连续性，卖价可三种情况兼顾：①按公式进行卖；②按比买价高出5%卖；③钱花光了，手里全是股票的情况下卖出一部分，但是最好是比最低买价高的价格卖出。
3注意事项
经过这种思路方法的研究，得出的结论是会盈利。当使用这种方法时还应该注意下面几个问题和情况：
3.1应该选择一只价格变动比较平稳的股票。因为股票定价模型是根据以往历史价格数据研究出的股票价格变化的一般规律制定出来的。如果股票价格变动不平稳，股票价格规律就难以完全反映出来，定价模型也就不能适应一些比较剧烈的价格变化，实际做起买卖来收益和亏损也就难以做到准确控制。
3.2应该多研究一些这支股票的历史数据，以便获得更多、更准确的数据，能够准确、透彻地计算出该只股票的涨跌情况，从而能够更好的运用此种方法进行炒股。
3.3研究的数据一定要真实准确。有些股票的历史价格资料在不同时期由于股票的发行量不一致，致使每股净资产也就不一致，价格又受每股净资产所制约因而也就不一致。所以，在研究股票价格变动规律时必须把股票不同历史时期的价格调整为相同净资产下的价格，即复权价格才可以。
3.4在计算何时卖股票时，不能全靠公式，还要适当地作出一些调整，以便更好的维持买卖的连续性。例如，当股票在较长时期价格连续上涨或连续下降时，还需要借助于趋势判断适当地改变买卖的定价标准或控制住以一定的仓位，以保证始终操作一只股票的连续性。
3.5要将手中的资金与手中的股票合理搭配，不能资金多股票少，要将手中的资金合理利用，也不能没有资金，股票堆积在手中。上涨趋势中股票持有量应多些，下降趋势中，股票的持有量应少些。
4结论
本研究运用计算机的快速计算功能，通过对中国石化（600028）这只股票的大量历史数据研究，发现了股票价格的变动规律，从而得出合理的买卖定价模型，在实际运作中实现了低买高卖，收到的较大的赢利效果。这种方法简单易懂，有科学依据，历史资料研究起来不是很复杂，可以推广到任何正常股票的买卖定价研究。如果是刚进行股票投资的新手，对股票买卖的定价方法不是很了解，更应该先接触一些像这种简单的炒股方法，有利于新手股民对股票市场的快速了解，并且广泛正确的利用这种技术分析方法进行投资，将会有效的避免风险并获取相对较高的收益。
参考文献：
[1]王妍，薛殿有.证投资实务[M].大连：东北财经大学出版社，2010.
关键词：广义虚拟经济；不完全信息；羊群效应；CSAD曲度
Abstract：Basedonthegeneralizedvirtualeconomy，thispaperusesthecurvatureofCSADandturnoverrateasindicators，andestablishesempiricalmodeltoanalyzetheircorrelationtofurtherdetecttherelationshipbetweentheincompleteinformationtransactionandthedevelopingtendencyofherdbehavior.Conclusionshowsthatwhenturnoverraterises，incompleteinformationtransactionaccumulateswhichleadtotheaccumulationofthenoiseinformationandfinallyherdbehavior.
Keywords：generalizedvirtualeconomy，IncompleteInformation，HerdBehavior，CSADCurvature
一、引言
在行为金融学（行为金融学是从市场主体的行为习惯、心理情绪、思维想法等主观性较强的方面对当前金融领域的行为进行新的解释，结合了传统金融学、社会学、心理学等多门学科的一个综合性的研究领域，因此，从定义来看，行为金融学是广义虚拟经济研究内容的一部分）领域当中，羊群效应是其中一个研究的热点问题。羊群效应，描述的是市场主体忽略其所拥有的私人信息，跟随市场上大多数主体的制定行为决策的现象，本质上具有趋同性的特征。羊群效应存在于社会生活中的方方面面，也对社会环境和行为主体产生进一步的影响。以股票投资市场为例，如果股票市场上存在羊群效应，许多投资者倾向于投资某一行业或者某一股票，可能会造成股票市场的异常波动，使得资产价格偏离其内在价值，进一步加剧市场的无效性。而目前我国金融市场的发展仍然不完善，体制仍不健全，尤其在信息披露和传导机制方面，仍然存在着一定的制约因素，而市场主体信息的局限和缺失，导致了羊群效应具有普遍存在性。
在羊群效应的理论研究中，从不完全信息（IncompleteInformation）的角度进行研究是当前一个较为创新的一个观点。对于羊群效应和不完全信息两者关系的研究，目前尚未达成统一的因果关系定论，但是学者均认为两者之间必然存在着较为密切的双向联系。即市场上的不完全信息的积累可能会促使信息薄弱者产生羊群效应，而羊群效应的产生也可以进一步导致市场信息的无效性。
二、不完全信息交易因素的影响
而在内部因素中，不完全信息交易也是一个重要因素。从另外一个角度理解，投资者决策信息不完全，不对称，主要是由于市场上充斥着过多的无效信息，投资者无法区分有效信息和无效信息。由于个人在获取信息、分析信息的能力方面有限，投资者所制定的投资决策不一定能够充分体现其拥有的全部私人信息，可能存在遗漏重要信息或者过度分析信息的情形，因此在非理想化市场中，交易决策行为中只能部分反映市场的有用信息，而当前投资者根据历史交易信息再制定新的决策，则可能会加大无效信息的累积。无效信息积累过度，投资者对于市场信息进行决策的依赖性降低，转向模仿、跟随市场上的优秀投资者或者大多数投资者进行投资决策。因此，从这一角度出发，市场上过多的无效信息或者“噪音”信息，导致的是不完全信息交易，投资者更少地依赖市场信息进行决策，容易产生跟随效仿的羊群效应行为。
此外，不完全信息交易不断进行，市场上噪音信息不断波动，对于羊群效应的变化趋势也能够产生一定的影响。当噪音信息不断累积叠加时，市场无效性加剧，会加剧羊群效应；而市场中如果存在一定的纠正机制，剔除噪音信息，减小不完全信息交易的负面影响，则可能会减弱市场上的羊群效应。因此，从不完全信息交易角度出发，本文将对羊群效应的长期变化趋势进行初步探讨。
三、不完全信息交易与羊群效应变化趋势分析
由于不完全信息的交易行为能够促进股票市场的投资者产生羊群效应，因而要探究不完全信息交易与羊群效应及其趋势途径的关系，则需要对其进行一定的量化。在股票市场中，对于不完全信息交易行为的研究，采用的指标往往是股票市场的换手率。换手率的计算公式为：
从理性投资者的角度出发，如果投资者是理性的，则其会遵循市场规律，如果没有偶然性突发事件发生，短期内一般是避免频繁的股票交易，因而在短期内换手率指标一般较低，完全理性市场中甚至是趋于零。而目前股票市场上股票交易较为频繁，换手率水平较高，一部分是由于真实的市场因素出现导致了有效信息交易的产生，另一部分则是由于投资者个人信息的局限性，其在投资决策方面具有跟风和效仿的特点，导致了股票市场上的一些交易为“噪音交易”，即破坏了理性的股票交易市场。而这些在交易市场上的“噪音”慢慢积累，弱化了股票投资市场上的有效信息，而具有局限性的投资者又会进一步地跟随与盲从进行交易，循环往复，不断扩大了股票市场上的不完全信息交易，导致市场上羊群效应更加显著。
四、羊群效应变化趋势实证模型建立
（一）样本数据选择
由于沪深300指数成份股大多是蓝筹股，具有较强的代表性，能够基本上反映沪深股市的变动信息，对整个股票市场的影响显著。因而本文选择沪深300指数成份股作为研究样本，这一方面有利于进一步对国内股票市场上羊群效应的整体情况进行实证检验，另一方面也能够扩充样本数量，提高本文实证分析的准确性。
（二）换手率与市场收益率的关系
|Rm|=0.0077+1.0252turn
t统计量（21.8358）***
（三）CSAD模型简介
在CSAD模型中，使用的是横截面绝对离差（CSAD）[10]作为偏离度的指标，作为羊群效应的检验指标。
其中，Rit表示股票i在t时期的收益率，而Rmt表示的是经过计算后N只股票在t时期的市场收益率，以绝对离差的形式进行股票收益率偏离度的衡量。而CSAD模型的原始回归方程则采用的是线性回归方程，如下所示：
CSADt=β0+β1|Rmt|+εt
根据CSAD模型，如果股票市场中存在着羊群效应，则回归系数β1应为负数。因为如果股票市场中存在着羊群效应，随着市场收益率的提高，羊群效应的作用会促使投资者追逐市场的发展趋势，从而会缩小股票收益与市场收益之间的偏差。而如果股票市场是理性的，不存在羊群效应，则股票收益率的波动最终应该趋于平稳，因而股票收益的偏离度与市场收益率之间存在线性关系，且自变量系数为正。
在此基础上，拓展CSAD模型进一步提出使用多项式回归方程来检验羊群效应是否存在，即：
CSADt=β0+β1|Rmt|+β2|Rmt|2+εt
（四）CSAD曲度指标
而在拓展的CSAD模型中，当|Rm2|的系数为负数时，通过判断负数的大小也能够判断羊群效应的显著程度。当其系数较小（绝对值较大）时，表明偏离度变化率的增加减小，偏离程度有减小的趋势，表现为较强的羊群效应。而|Rm2|的系数，在函数表达式中，是用来衡量函数图像曲度（即斜率的变化率）的指标，其意义在于反映函数图像上各点斜率的变化趋势。类比分析，用CSAD曲度可以衡量CSAD变化率的发展趋势，而CSAD变化率的趋势反映出来的就是羊群效应时期性的变化趋势。因此，本文在探究羊群效应的发展趋势分析中，使用CSAD曲度作为衡量指标，其反映的是CSAD变化率的增减性。用curv表示CSAD的曲度，由于采用的是离散型的样本数据，因而在初步分析时采用近似的计算公式，即：
CSAD曲度的计算公式由于只是近似计算，并不能连续刻画出CSAD变化率的发展趋势，但可以根据curvt的正负性来粗略判断羊群效应的变化趋势。回归方程中curvt是近似描述函数图像斜率的变化快慢，它在本文中的经济学含义则可以理解为股票收益率与市场收益率偏离度（CSAD）变化率的增减速度。而CSAD与|Rm|的回归系数的大小可以描述市场上羊群效应的强弱问题，因而基于|Rm|计算的CSAD变化率的增减速度则可以描述市场上羊群效应的变化趋势，因此需要对CSAD曲度curvt指标进行更加具体的经济学意义解释。
根据上述CSAD曲度（curvt）指标的近似计算公式，我们可以看出，curvt指标的计算结果可以是正值也可以是负值。而当curvt>0时，表明股票收益率与市场收益率的偏离度的变化是增大的，即股票收益率将会偏离市场收益率更多，呈现发散趋势，因而表明此时股票收益率并不收敛于市场收益率，市场中没有存在羊群效应。
当curvt
五、羊群效应变化趋势的实证分析
在进行羊群效应变化趋势与换手率指标的实证检验分析之前，首先需要对当前数据进行适当的处理与调整。由于在近似计算公式中，CSAD曲度（curvt）指标是根据CSAD和|Rm|指标计算的，计算结果表明离散程度较高，因此curvt的计算结果波动较大。为了减缓curvt指标的波动程度，本文采用函数求导方法，通过回归方程的估计系数进行计算，使得数据连续性更强。因此，在采用函数求导方法计算时，需要在原有羊群效应的检验模型中引入|Rmt|3项，即：
CSADt=β0+β1|Rmt|+β2|Rmt|2+β3|Rmt|3+α0amplit+α1amplit-1+γ0turnt+γ1turnt-1+εt
而回归后的方程结果是：
CSADt=β0+β1|Rmt|+β2|Rmt|2+β3|Rmt|3+α0amplit+α1amplit-1+γ0turnt+γ1turnt-1
因此，根据上述方法计算的CSAD曲度指标具有更强的连续性，波动幅度有所减弱，如图4所示。当curvt>0时，表明市场不存在羊群效应，当-1
其中，Ht表示t日的最高价，Ot表示t日的开盘价，Lt表示t日最低价。因此，本文的实证回归方程如下所示：
curvt=α+δ1turnt+δ2turnt+δ3ARt+εt
由于CSAD的曲度curvt的正负性对应说明羊群效应的存在性问题，只有表明存在了羊群效应的情形下才具有进一步探究羊群效应变化趋势强弱变化的意义。因此在回归实证检验中，本文主要探究的是在curvt
首先，先对加入|Rmt|3项的实证方程进行回归，观察变量系数的统计值以及检验其显著性水平，回归结果如表1所示：
CSADt=0.0069+0.0592|Rmt|-0.8528|Rmt|2-17.2837|Rmt|3+0.1128amplit+0.0342amplit-1+0.8692turnt-0.1973turnt-1
R2=0.6611，F统计量=210.3838，DW=2.0304
根据上述回归方程结果，在引入|Rmt|3后，关于羊群效应的检验方程从整体上而言，|Rmt|的变量仍然具有显著性，而拟合优度略有下降。因此，对比于离散型的样本指标计算，使用回归方程系数的统计值进行curvt的计算能够使数据波动更小，也更接近真实值，因而根据curvt=2β26β3Rmt即有：
curvt=-1.7056-103.7016Rmt
因此，当curvt
因此，羊群效应变化趋势的实证回归方程如下所示：
curtt=-1.2883-0.1460turn-1.6162turn-76.1952AR
从实证结果观察分析，当curvt
从经济意义上来解释，当curvt
此外，从换手率变化率指标turn来看，其系数为-1.6162，换手率变化率的增加能够引起CSAD曲度更大的增加，表明此时羊群效应具有明显的趋强趋势，其增加幅度虽然增大，但是增幅减小得越来越快，最终会导致股票收益率偏离度的缩小。另外还需要说明的是，羊群效应变化趋势的回归检验中，方程的拟合优度接近0.3，表明换手率指标对于CSAD曲度的解释能力并不强。这可以从两个方面进行理解：一方面是由于换手率指标不仅包含着由不完全信息导致的交易行为，也有依据市场有效信息的理易行为，因而在衡量不完全信息交易时并没有排除理性投资部分；另一方面，由于在计算CSAD曲度指标过程中采用了回归方程的估计值，在计算上会造成指标计算存在一定的偏离，因而最终导致回归方程的拟合优度并不高。
六、结论
林左鸣.广义虚拟经济――二元价值容介态的经济[M].北京：人民出版社，2010.
Kyle.AContinuousAuctionsandInsiderTrading[J].Econometrics，1985，53（4）：1315-1335
AdmatiAnatR.ATheoryofIntradayPatterns：VolumeandPriceVariability[J].ReviewofFinancialStudies.1991（1）：3-40
RadalJM，McaleerM.Herding，InformationCascadesandVolatilitySpilloversinFuturesMarkets[J].WorkingPaper，UniversityofWesternAustralia，Perth，1993
[5]Avery，Christopher，PeterZemsky.MultidimensionalUncertaintyandHerdBehaviorinFinancialMarket[J].AmericanEconomicReview.1998，88（4）：724-48
LeeS.Redding.NoiseTradersandHerdingBehavior[R].WashingtonD.C：WorkingPaperoftheInternationalMonetaryFund.1996
SiasRW.InstitutionalHerding[J].ReviewofFinancialStudies.2004，17（1）：165-206
KarlB.Diether，ChristopherJ.Malloy，AnnaScherina.DifferencesofOpinionandtheCrossSectionofStockReturns[J].TheJournalofFinance.2002，57（5）：2113-2141
Shing-YangHu.ASimpleEstimateofNoiseandItsDeterminantinaCallAuctionMarket[J].InternationalReviewofFinancialAnalysis.2006（15）：348-362
WilliamT.Lin，Shih-ChuanTsai，Pei-YauLung.Investors’HerdBehavior：RationalorIrrational[J].Asia-PaificJournalofFinancialStudies.2013（42）：755-776
EricC.Chang，JosephW.Cheng和AjayKhorana.AnExaminationofHerdBehaviorinEquityMarket：anInternationalPerspective[J].JournalofBankingandFinance.2000（24）：1651-1679
MarcoCipriani，AntonioGuarino.EstimatingaStructuralModelofHerdBehaviorinFinancialMarkets[J].AmericanEconomicReview.2014，104（1）：224-251.
WillianG.Christie，RodgerD.Huang.FollowingthePiedPaper：doIndividualReturnsHerdaroundTheMarket？[J].FinancialAnalystsJournal.1995，51（4）：31-37.
EricC.Chang，JosephW.Cheng，AjayKhorana.AnExaminationofHerdBehaviorinEquityMarket：anInternationalPerspective[J].JournalofBankingandFinance.2000（24）：1651-1679.
张金华，基金赎回中的羊群效应[J]，特区经济，2010（06）：100-101.
傅亚平，王玉洁，张鹏.我国沪深证券市场“羊群效应”的实证研究[J]，统计与决策，2012（8）：153-156.
RolfW.Banz.TheRelationshipbetweenReturnandMarketValueofCommonStlcks[J].JournalofFinancialEconomics.1981，9（1）：3-18.
RichardRoll.APossibleExplanationoftheSmallFirmEffect.JournalofFinance[J].1921，36（4）：879-888.
SanjouBasu.TheRelationshipbetweenEarnings’Yield，MaketValueandReturnforYSECommonStock：FurtherEvidence[J].JournalofFinancialEconomics.1983，12（1）：129-156.
何德旭，饶明，谯海.中国股票市场的风险与安全隐患[J]，上海金融，2013（3）：3-10.
关键词：企业年金／投资组合／理论模型／经验研究
一、西方企业年金投资的理论及经验研究
年金基金管理中，首先需要确定基金的资产组合，西方学者在该领域的研究主要有两个理论模型。一个是税收套利(taxarbitrage)模型，由black和tepper分别提出，他们认为养老基金应全部投资于公司债券山。理由是公司债券是所有金融工具中税负最重的，必须提供足够的收益，才能吸引纳税投资者的投资，而免税投资者持有公司债券相当于获得了“经济租金”。比如一种债券提供10%的收益率，才能吸引一个30%边际税率的纳税投资者，纳税投资者获得了7%的税后投资回报，而免税投资者则可以多获得3%的收入。税收套利模型认为养老基金法人作为免税投资者，应充分利用免税优势，获得最大利益。这一理论模型仅仅从税收角度考虑问题，在实践中很少有养老基金完全采用这一理论。bodie等人对美国539个企业的养老基金进行了研究，发现不到10%的基金是100%的固定收入证券组合。
另一个理论模型可以称为“对养老金收益担保公司的看跌期权模型”(theputtopbgc)。由sharpe，treynor和harrison等提出，他们认为养老基金资产组合应该全部投资于股票和其他高风险的资产。原因在于美国政府的养老金收益担保公司(pensionbenefitguarantycorporation,pbgc)保证了参保企业养老基金的最终责任，在公司无法支付退休职工的养老金时，由pbgc接管养老基金的全部资产并加上发起公司净资产市场价值的30%。这等于是公司养老计划和pbgc签订了一个看跌期权合约(putop-tion)，当养老计划资不抵债时，公司就将养老计划出售给pbgc。在此条件下，企业年金基金就有道德风险，将基金投资到风险最高的股权证券中，以最大化期权价值，因为假使投资失败造成养老计划损失，亏损也由pbgc承担。而投资成功，则收益全归养老计划所有。这种模型的逻辑推理是强有力的，但实践中很少有企业采用。bodie等人的研究显示，539个企业年金计划中不足0.5%完全投资于股票，基金资产中股票比例超过75%的不足5%。
上述两种模型无论是从税收还是从政府成立的养老金收益担保公司出发，都是以政府政策的安排为推理起点，得出了逻辑上合理的、但却是极端单一的投资组合。这种理论模型和实践是不相符合的，现实中大部分年金计划都是采取混合资产构造组合。
在对现实中年金组合构成的真实数据进行分析后(如经济合作组织oecd建立了世界主要国家的企业年金统计数据库)，西方学术界主要有这样一些结论：(1)不同国家企业年金组合的不同主要是由于金融市场特别是资本市场的发展程度不同，资本市场发达的国家的企业年金较多投资于股票等权益类工具，反之发展中国家的资本市场不发达，企业年金主要投资于存款与国债。(2)无论资本市场成熟程度如何，政府债券一直是各国养老金重要的投资工具。(3)各国对企业年金投资的监管可以区分为“谨慎人原则”(prudentpersonrule)与“严格比例限制原则”(quantitativeassetrestrictions)的两大范畴，谨慎人原则下的监管不做任何投资品种、比例的规定，而严格比例限制原则下的监管对基金的可投资品种、投资比例进行严格限制。因此不同的养老金资产组合是和两种不同的监管原则紧密联系的。从投资的实际效果看，实施谨慎人原则监管的养老基金投资收益比限制投资比例监管的养老基金更具优势。
另一方面，从微观层面上进行的经验性实证研究，西方学者也取得了一些成果。ambachtsheer等人考察了养老基金和发起公司之间的联系，研究发现基金的资产组合和发起公司的财务状况有密切联系。结论如下：(1)收入流波动越大的企业，其养老基金持有债券越多，股票越少，这样可以抵冲日常商业经营的风险。(2)企业资产负债表中杠杆率(包括财务杠杆和经营杠杆)越高的企业，企业养老基金持有债券越多，股票越少，也是为了冲抵经营风险。(3)企业有很高的收入回报率，则采取相反策略；养老基金持有的股票较多，债券较少。
除了基金的静态资产组合的研究之外，对于基金的动态资产组合调整即资产配置策略问题，西方也有不少研究文献。主流的文献认为，对于养老基金来说，进行主动管理、有目的的经常调整资产组合配置结构或者对变化的市场不作反应，都会导致基金投资业绩下降。他们主张养老基金应进行真正的被动管理，即采取恒定比例不变(constantmix)策略。在实践中，可以利用养老计划的现金流入和现金流出带来的资产配置机会，及时进行组合的再平衡(rebalancins)，使资产组合维持初始结构。
在回顾了西方研究文献之后，本文从微观层面上提出一种新的企业年金投资组合理论模型，这也是受ambachtsheer等人研究成果的启发。
二、基于发起企业经营业绩基础上的年金投资组合模型
年金计划是由发起公司设立的，基金的投资组合必须考虑发起企业的经营业绩。首先，基金的投资回报率与年金计划融资能力有密切关系，而融资能力取决于公司的经营业绩。其次，对于确定受益型(db型)的养老计划，该计划对发起公司的资产和现金流有求偿权利，这一权利和公司人工成本的求偿顺序相同，而排在其他债务之前。即如果公司当期的现金收入不能满足养老计划的负债资金支出需求，公司就将被迫向外借款、发行股票或者放弃赢利的投资机会，以首先满足养老计划的资金需求。而对于确定缴款型(dc型)的养老计划，既定的缴费支出是排在税收之前的，也要从公司经营活动现金流中支付。所以，无论db型或dc型，年金基金的资产组合必须考虑发起公司的现金流情况。
为了更好地说明这一问题，下面看两个假设的情况，这里是以db型年金计划为例，但不影响本文的结论。
根据以上的分析，笔者提出一个企业年金基金的投资组合理论模型。在markowitz和sharpe的资产组合模型中，组合的方差表示为：var(rp)-β2war(rm)=0，而对于企业年金，资产组合模型可以变换一下：年金基金的风险和收益之间的关系等式为：var[wrp(1-w)cf]-β2war(rm)=0，式中w为企业年金资产(假设为a)与公司总资产(假设为b)及年金资产之和的比例，即w=a/(ab)，此式表示在考虑年金基金的投资组合时，把发起公司的经营现金流回报率(cpr)和年金基金的资产回报率(rp)放在一起考虑，年金计划作为发起公司的一个附属，而不是作为一个单独实体来决定其投资组合。
在此线性规划模型中，w定义如前，w≥0表示年金基金必须存在，1-w≥0表示企业不会出售公司资产以满足年金计划(即公司没有破产)，xi表示基金资产组合中投资在，i种股票上的比例，0.05≥xi≥0，表示在年金基金组合中股票的数目最少为20种(根据组合投资理论，可以基本消除非系统风险)，并且没有卖空股票。∑xi·a1i·fi≤σi表示对风险因素f1的风险控制。其他的风险因素约束条件意义相同。
我国《企业年金基金管理试行办法》对基金的股票投资进行了严格比例限制，投资于权益类品种(股票、股票基金和投资连接保险产品等)不高于基金资产净值的30%，其中股票不高于20%。因此，在此规定限制下，对约束条件略作修正如下：∑xi<0.2,0.01≥xj>o。
对于该模型的现实应用性，本文说明如下：目前我国《企业年金试行办法》规定，年金计划采取确定缴款制(dc型)，但如本文所述，即使dc型计划也需要考虑发起企业的经营现金流情况。比如2005年11月与中国工商银行签订全国第一家企业年金基金托管协议、2006年5月和南方基金管理公司签订了年金基金投资合同的马鞍山钢铁公司的年金计划，实际上是一个db和dc的混合计划。马钢年金计划的基金资产达1.8亿元，6.7万在职职工每人每月平均获补贴118元，3.1万退休职工每人每月平均获补贴80元，直至终老。对于退休职工来说，这显然是一个db型计划，对于在职职工来说，则是一个dc型计划，所以马钢的计划是一个混合了db和de型的年金计划。在转型期内我国企业建立的年金计划，绝大部分必然选择此种混合型计划。另外，保险公司为企业提供的年金计划即团体养老金计划则全部属于db型。所以本文提出的这样一个投资组合理论模型，具有现实指导意义。
三、我国企业年金投资的现实
目前现实中，我国企业年金的管理主要分为三种情况，即年金分别由企业或行业的年金理事会、地方或工会的社会保险机构、以及保险公司等三方在经办，三种方式下的年金参保人数和基金资产的比例分别占40%、30%、30%。对三种方式下的企业年金基金的投资组合，具体阐述如下：
对于行业或大型企业的年金来说，截至2005年底前基金主要集中在行业体系内部运转，主要投资本行业内的盈利项目或本行业的企业债券，比如2003年8月成立的全国第一家行业试点年金、也是我国目前资产规模最大的行业年金——电力企业年金，在2004年中期时，归集到电力企业年金管理中心本部进行集中投资运营的近14亿元资金中，9.8亿元购买了电力企业债券，3亿元委托电力行业内的财务公司理财，1亿元购买了2004年的7年期国债。这样的企业年金资产组合，风险必然主要集中在本行业内部。
对于地方社会保险机构经办的企业年金，以上海市企业年金发展中心规模最大，也最具有代表性。目前其管理的资金量大约在80多亿元人民币，资产配置主要分两级：一级资产配置是将全部受托管理资金按比例投资于银行协议存款、委托机构理财、国债等不同领域；二级资产配置是指各委托理财机构(主要是证券公司和信托公司)按照双方的协议，再将资金投资于资本市场。从2003年底至今，我国上市公司十大流通股股东名单中一直出现过上海市企业年金发展中心。以下是上市公司前十大流通股东名单中反映的企业年金投资情况。
由表3可以看出，上海地方企业年金在股票市场的投资规模并不大，占基金资产比例为1o%以内，很明显的两个变化趋势是，第一，在重仓持股家数和持股数量上有集中趋势，进入前十大流通股的持股家数一直在减少，而对重仓股的持股排名逐渐提升，持股最多的三只股票在2004年至2印5年底一直没有改变。直到2006年，长期持有的火箭股份和太极集团才被卖出，东风汽车也被逐步减仓，这些情况说明，地方企业年金可能是采取了集中投资并长期持有的策略，但不能排除是由于委托理财中为受托券商高位接盘而被迫套牢，这体现了地方年金投资中的道德风险。第二，年金基金在股票市场上的投资规模在下降，特别是2006年以来在股票市场大幅上升的情况下，基金的持股市值在迅速下降，一种可能是基金在主动减仓，但联系到我国企业年金管理体制的改变，可知这是地方年金基金在回收投资，将按照劳动保障部规定的新运作体制规范运营。总体上说，地方企业年金进入股票市场的比例不大，决定上海地方企业年金收益率的主要因素还是国债收益率。表4是10年来上海地方企业年金的收益率表。
对于保险公司的团体养老金保险来说，是纳入到保险公司资产中进行统一运作的。我国保险公司直到2005年才允许直接投资股票市场，在保险公司资产组合中，银行存款一直占40%-50%，国债占20%-30%，证券投资基金占不到10%。从2001年到2004年期间，保险资金年投资收益率分别为4.3%、3.14%、2.68%和2.4%，保险投资收益率近年来一直呈逐年下降趋势。
四、主要研究结论
这当然使我们联想到2014年10月以来的“慢牛”股市政策，思路似乎也是要通过制造A股牛市“财富效应”，一方面刺激民间消费，另一方面激励创业创新，促成结构性转型。当前中国经济遇到的一个大问题是企业负债率普遍过高，银行贷款大量流向一些产能过剩的大型企业、国有企业，而创新和经济转型的主力军中小企业又得不到贷款支持。在经济下行时期，企业经营风险和银行信贷风险都很大。为了推进经济结构调整，决策层想从“企业财务结构―金融市场结构―经济结构”这一链条破解问题，也就是通过催化股票价格吸引众多社会资金进入资本市场，拓宽企业的股权融资渠道，让企业在资本结构上增加股权融资的比重，减少债务占比，以达到所希望的提高直接融资比重、降低间接融资比的效果。通过主板、创业板和新三板的市场发展，让更多资金进入各类股权市场，建立起个人投资、VC（风险投资）、PE、新三板、创业板、中小板、主板这一完整的直接融资体系，进而通过资本市场对具有成长性、符合未来发展方向的企业进行高估值，引导金融资源往这些方向配置，进而达到结构调整的目的。
愿望当然良好，不过有一个前提，即股权的定价比较精准，能够反映各公司的实际基本面，否则，如果股价全面悬空，背离基本面，靠错位的股价引导的资源配置不仅达不到调整经济结构、改良金融结构的目标，还会本末倒置，制造后患，让经济结构调整开倒车，把本来可以投入创新的能量和投入实业的资金也都转向炒股。
同时，考虑到中国股民毕竟不到一亿，有股票投资的家庭不到四分之一，制造股市繁荣的结果只是让部分人更富，让多数人更穷，收入和财富差距进一步恶化。尤其是在社会流动性非常充分、银行不想多贷、实体企业不一定想多借多投的情况下，继续通过降息降准增加流动性，只会使股市泡沫更大，拉大财富差距。而且这样人为刺激股市，连实体企业也不想专注主业，也把越来越多的资金投向股市，因为在这种人为安排的“慢牛”下，似乎股市的回报高于任何实体行业的投资，由此导致整个社会的资源配置结构被严重扭曲，包括人力资本过多往炒股上转移，扭曲社会的激励架构，拖垮社会的长久创新力。
顺其自然、不受政府干预、自由的金融市场的发展，尤其是资本市场的发展，会扩大金融的普惠性，提高金融的可得性，深化金融渗透的层面，使金融不再是贵族的特权，从而降低收入差距。与此相反，对金融的过多政策干预则会扭曲资源配置，逆转经济结构调整，造成更多的机会不平等和财富差距。我们尤其要纠正以前的错觉，就是觉得“政府不干预的金融只对富人有利，政府干预就是为普通人而为”。现实恰恰相反。
《金融的逻辑2：通往自由之路》
推荐指数：
作者：陈志武
出版：西北大学出版社
作者简介：
陈志武
著名华人经济学家，现担任美国耶鲁大学管理学院金融学终身教授，北京大学经济学院特聘教授，及量化历史研究所所长。专业领域为股票、债券、期货和期权市场，以及宏观经济与经济史。最近几年的研究主要集中在中国转型过程中的市场发展和制度机制建立的问题以及其他新兴资本市场问题。
金融ABC
《金融的逻辑1：金融何以富国强民》
本书探讨金融发展和一般市场发展对文化和社会带来的影响。作者从理论到事实对西方金融的发展正本清源，追溯财富基因，解读资本密码，剖析金融危机，廓清阴谋迷雾。作者创造性地从金融作为“大社会”中一分子的角度研究金融，对儒家文化进行金融学反思，直言市场经济是个人解放的必由之路，发展金融是中国的唯一出路。
《金融与好的社会》
作者：罗伯特希勒
出版：中信出版社
在本书中，金融行业的关键角色，如首席执行官、投资经理、银行家、投资银行家纷纷登场，作者一一揭开了他们的神秘面纱。此外，对于游离于金融行业周围的人，像市场设计者、金融工程师、衍生品供应商、律师等，几乎没有人知道他们扮演了什么角色，通过阅读本书，读者还可以了解这些幕后策划者如何操纵了金融社会。
《金融的本质――伯南克四讲美联储》
作者：本伯南克
这家老牌上市公司的主业原本是医药制造，在许多医药类公司业绩向好的最近几年，金陵药业的主业毫无起色，最近两年的业绩甚至连续下滑。与此同时，公司却对炒股情有独钟，不但重金投入炒股，而且每年买卖股票的数量多得令人惊叹，有时百余只，有时数百只。
从最终效益看，金陵药业炒股水平非常低下，不仅垃圾股、蓝筹股和题材股通吃，还偏爱短线操作，也因此被称为A股市场上的“超级大散户”。
对于这个不务正业的炒股痴迷者，券商研究机构大都敬而远之。据记者查询，最近一年来，几乎没有券商为金陵药业出具研究报告。
每年经手数百只股票
金陵药业早在2006年就开始炒股，从财报数据看，公司当年的短期投资中包含了47只股票、7只基金。得益于当年A股牛市行情的启动，炒股和买基金最终为金陵药业带来了8000多万元的收益，约占公司2006年全部净利润的四成。
自2007年开始，金陵药业开始大规模投资股票。那一年，A股市场迎来久违的大涨，上证综指也创下6000多点的历史新高，这使得当年金陵药业炒股也取得很大收益，大赚2.68亿元，占金陵药业全年净利润的八成以上。
正是因为连续两年尝到了炒股的甜头，原本以医药制造为主营业务的金陵药业从此痴迷炒股，且一发而不可收拾。与许多机构的炒股思路不同，金陵药业每年都喜欢大量买卖各种类型的股票，经手的炒股数量多得令人大跌眼镜。
从年报数据看，公司2007年就买卖股票约350只，2008年买卖股票214只，2009年买卖了342只。2010年，公司买卖的股票更是超过500只。
以2010年为例，在全年240多个交易日里，金陵药业经手的股票多达510只，这相当于公司平均每天要买卖两只股票。在公司2010年的年报中，仅股票买卖的清单就多达14页，足足占据整份年报1/3的篇幅。
如此大手笔炒股，最终收益却少得可怜。仍以2010年为例，公司2010年初始证券投资金额为1.97亿元，持有的证券投资账面值为1.93亿元，最终全年损益为139万元。如此算来，全年收益率仅0.7%，远低于2010年银行一年期存款利息。
2011年，金陵药业共投资了1.57亿元买卖300多只股票。2012年公司的炒股热情依然不减，买卖股票数量仍然多达170余只，在整份年报中，有长达5页的股票买入记录。这些股票既有*ST吉药、*ST高陶这样“披星戴帽”的股票，也有万科A这样的大蓝筹股，投资风格复杂多样，投资行业包罗万象。
从财报看，金陵药业2012年在证券类投资中增加了一些投资品种，共买入了2只债券、5只基金，还有170余只股票，“期初”共耗资3279.77万元，但这些证券类投资全年亏损300余万元。
炒股水平低下
尽管金陵药业每年重金投资证券市场，且大批量买卖各类股票，但公司近年炒股收益一直很差，并屡次出现亏损。公司2008年炒股亏损约1.29亿元；2009年赚取收益3000余万元；2010年赚取的收益大降，约为140万元；2011年炒股亏损超过3400万元。
操盘水平低下，是金陵药业股票收益不尽如人意的原因。
“金陵药业是家奇怪的公司，不论从买卖股票的数量看，还是从其在炒股方面投入的资金看，俨然是一家基金公司，但从其操作风格看，炒股的水平很差，更像一个很外行的散户。”北京一家投资公司的负责人对记者表示。
以上观点得到了事实的印证。数据显示，金陵药业2007？2011年的投资收益率分别为5.23%、–19.11%、16.85%、0.72%、–22.05%。不难看出，这5年间，除2009年投资收益率偏高外，其余年份的回报率均处于较低水平，甚至为负收益。
以2011年为例，由于证券市场动荡不安，金陵药业当年共投资了1.57亿元买卖200多只股票，亏损超过500万元，加上仍持有的股票和基金2900多万元的浮亏，金陵药业全年投资亏损超过3400万元，这样的收益率可谓惨不忍睹。
金陵药业炒股水平低下的一个重要表现是缺乏专业配置逻辑。“股票买卖随意性很强，这和普通散户操作毫无区别，丝毫看不出专业特征。”上述私募人士表示。
另一个表现是缺乏对大势和行业的判断。以2011年为例，从2011年4月开始，A股市场呈现出持续下跌的走势，市场成交量始终处于较为低迷的状态，但在行情如此不佳的背景下，金陵药业仍然不断地买进卖出。
另外，国内房地产市场2011年处于政策调控之下，房地产板块指数全年跌幅超过了20%，远离房地产股似乎已成业内共识。但金陵药业仍对房地产股充满热情，2011年买卖格力地产，结果亏损；买卖深振业也出现亏损。
作为一家机构，金陵药业炒股风格如同一个散户，从数据看，金陵药业多数股票持股规模都只有几万股，甚至有不少以500股为单位的打新所得，这是名副其实的散户作风。比如，金陵药业曾动用两万多元打新，买入常宝股份1500股，最终只赚得令人哭笑不得的20元。
在操作中青宝时，金陵药业竟然只买了100股，赚进68.03元之后便将其卖出。还有些个股，金陵药业只买了500股或1000股。
“对于投入上亿资金炒股的金陵药业来说，这样的操盘类似普通散户。”上述投资人士表示。
净利润连续3年下滑
与炒股热情形成鲜明对比的是，金陵药业的主业长期萎靡，最近3年，公司净利润更是连续下滑。
公司2010年净利同比下滑近13%；2011年在在营业收入同比微增的情况下，净利同比下滑14%；2012年净利润1.43亿元，同比下降13%。
《新财经》统计了金陵药业近10年的财报数据，结果显示，过去9年，金陵药业的营业收入自2004年的10亿元增至2012年的23亿元，几乎翻了一倍，但净利润并未因此大涨，2004年净利润为1.12亿元，2012年的净利润也只有1.44亿元。
若扣除非经常性损益，过去10年间，金陵药业每年的净利润始终都只有1亿元出头，几乎没有任何增长，这与绝大多数医药类上市公司10年来的大规模发展形成了巨大反差。这或许是券商研究机构无心为其出具分析报告的主要原因。
因参与股票交易频繁，金陵药业净利润受投资收益波动的影响也很大。金陵药业在2007？2011年这5年间，销售收入的增长幅度虽然持续下降，但每年的销售收入水平相比前一年同期仍有一定的增长，而其净利润的增长率则有较大的变动。在经历了2008年的暴跌和2009年的暴涨之后，2010年和2011年，公司的净利润都与营业收入的增长背道而驰，呈负增长状态。
梳理金陵药业近年来的业绩变化情况，不难发现，其净利润受投资收益影响很大。2007年由于炒股大赚，使得公司在主营利润率下降的情况下，投资收益仍带动净利润同比大增四成；2008年由于炒股巨亏，使得公司当年净利润大幅下滑，极速缩水至8000多万元；2009年由于投资收益大增，使得公司全年净利润同比大增167%；2010年由于投资收益同比大降五成，使得公司净利润的增长有了较大的压力。
投资收益高，公司业绩就好；投资收益差，公司净利润就下滑。这几乎成了金陵药业近年来不变的规律。相比之下，主业却成了摆设。
实际上，金陵药业上市后也一直有自己的重头产品，比如其生产的“脉络宁注射液”就家喻户晓。该产品自1986年推向市场以来，这个独具自主知识产权的治疗心脑血管疾病的药品一直是药品市场的“常胜将军”，并且占金陵药业主业收入的半壁江山，但近年毛利却出现下降趋势。
湘财证券一名研究员对记者解释称，由于脉络宁注射液销售了很多年，市场比较饱和，因此销售增长乏力。而近年由于产品降价及原材料涨价，脉络宁的毛利率下降较快。
金陵药业董事长沈志龙此前也表示：“这几年，脉络宁注射液毛利率是下降的，主因是药材采购成本上升。”
对于金陵业的主业不振，中投证券的一份报告认为：“公司的营销能力比较弱，主要产品销售由下属子公司南京华东医药来完成。一直以来，公司主动营销的观念也比较淡薄，特别是脉络宁注射液早几年的供不应求造成了公司在营销方面的不思进取。另外，相对于同行的其他企业，公司营销手段也比较落后，这也是公司产品销售增长较慢的重要原因。”
“炒股公司”应当远离
放眼A股市场，像金陵药业一样爱炒股的公司并不少。统计显示，2012年业绩的2400多家上市公司中，有900多家参与证券投资，占比近四成，投入金额超过6000亿元。
比如此前在资本市场一直名不见经传的哈投股份（600864.SH）就因炒股而出名。哈投股份2012年正是通过出售民生银行股票4500万股，实现投资收益2.65亿元。该公司去年全年营业利润为3.46亿元，而投资收益多达3.45亿元，投资收益至少每年都可以达到其营业利润的80%以上，而其投资收益主要是炒股票。
雅戈尔也一直热衷炒股，去年投资68.95亿元持有22只个股。
就连一些大型国企上市公司也热衷炒股，国内保险巨头中国平安（601318.SH）在证券领域的投资就非常惊人，2012年年末仍持有包括可转债、A股、港股等27项证券类投资项目，投资金额高达750亿元。但重金砸向证券市场，并未为中国平安带来收益，中国平安2012年股票投资亏损达95亿元。
2012年，中国交建（601800.SH）投资了28只个股，投资金额为32亿元；海螺水泥（600585.SH）炒股金额高达45亿元；华能国际（600011.SH）也用了37亿元炒股。
另外，大唐发电去年持有证券个数为17个，投资金额为14.33亿元；宝新能源去年投资金额为12.7亿元；皖能电力去年的证券投资金额为5.86亿元。
多名证券研究人士对记者表示，上市公司过多资金涉足股市，其资产必然会发生从实物资产到虚拟资产的质的变化，从而大大加剧公司的经营风险，而最终的损失都会由投资者买单。
[关键词]多Agent股票市场仿真仿真交易
基于Agent的建模(ABM)思想自从提出以来，广泛应用于复杂适应性系统的研究领域，在生态系统、社会系统、经济系统的研究中发挥着重要的作用。而基于Agent的仿真平台的研究和使用使得这种研究方法可以更直观和方便地得到应用。传统的金融证券分析大多基于数学计量方法和规则分析，缺乏系统性的分析方法。本文旨在根据证券交易市场的特征，以系统仿真的观点，通过智能Agent来抽象和描述证券市场中的组成要素行为，在虚拟的市场进行运转，对行为产生的数据进行挖掘和分析，为证券投资和市场分析提供支持。
二、多agent模型理论
霍兰(JohnHolland)于1994年提出复杂自适应系统(ComplexAdaptiveSystem，CAS)理论，为人们研究经济系统提供了一种重要的思路和方法。CAS理论认为经济系统不是确定的、可预测的和机械的，而是基于过程的、自组织的和不断演进的。CAS理论的核心就是把系统的成员看作具有适应性的、主动的个体，简称主体，引进宏观状态变化的“涌现”，使之从简单中产生复杂。主体在环境中持续不断地相互交换、学习、积累经验，在此基础上继续优化自己的机构和行为规则，整个宏观系统由微观主体构成，其演变和进化都是在这个基础上逐渐产生的。整个系统的变化被看成一种伴随随机事件和自然正反馈的动态过程。
在我们将系统看作是主体组成的之后，传统的线性和非线性的数学结构很难对系统结构进行描述，而传统经济学倾向于忽略主体的有限理性，遵从理性期望和市场有效性的假定，因此，在这种环境下的所有主体都有一种相同决策制定系统。但是这与实际的市场情况不相符，这时候，就需要基于Agent的仿真建模方法对其进行研究。
不同于传统的“自上而下”看待系统的方法，基于Agent的仿真建模方法是“自下而上”基于过程的，通过分析复杂适应性系统中不同层次上多个适应性主体的行为和相互之间的关系，以及由多主体之问的相互作用而引发的一些突发性的现象，来研究整个系统的演进过程，以便于从整体上把握整个系统的活动。
三、Swarm仿真模型
目前，国外已有许多实现基于Agent仿真模型的软件工具，如桑塔费研究所的Swarm平台、芝加哥大学的Repast平台、布鲁金斯的Ascape等。其中最著名的是Swarm平台，本文的模型将采用Swarm模型的基本思想实现一个类Swarm模型证券仿真交易平台的实现，以研究个体行为对股票市场股价的影响，以及股价波动趋势。
Swarm仿真程序主要包括三类对象：ModelSwarm（模型Swarm）、ServerSwarm（观察者Swarm）以及从所要模拟的真实系统中抽象出来的有代表性的微观个体和这些个体活动的环境，称之为人（Agent）。其中的模型Swarm类和观察者Swarm类都是Swarm类的子类，它们二者建立了Swarm仿真程序的框架结构。人则都是SwarmObject类的子类。模型Swarm对象是Swarm仿真程序的核心。首先它是一个人对象的容器，定义了模型中出现的人的种类和每一类人的数目，并持有这些对象的引用。当用户定义好全部的人对象并为它们建立起相互之间的逻辑关系后，通过模型Swarm对象的buildObjects方法来创建这些对象。其次，模型Swarm还定义了模型中人行为执行顺序的动作序列表，动作序列表实现了人之间的交互。观察者Swarm的作用是监测模型的运行过程、记录模型运行时各个Agent状态的变化并以图形化的方式输出结果。
四、基于Swarm的证券市场建模
基本分析者买人、卖出股票和不交易的决策模型条件分别为公式1～公式3表示:
(1）
（2）
（3）
其中为银行利率，为t时刻股票的价格,为基本分析者i对股票基本价值的估计，是基本分析者i对股票风险溢价的估计，为了简化模型假设对所有基本分析者都相同并且始终不变。
模型中的技术交易者的交易规则为简单移动平均规则。其含义是：若短期移动平均线从下方穿过长期移动平均线，则是买人信号；反之若短期移动平均线自上而下穿过长期移动平均线，则是卖出信号。模型中短期移动平均线为日线，长期移动平均线为日平均线。一般的，两条移动平均线的穿越需要一个有效突破，才可触发买卖信号，以过滤无效的突破信号。避免频繁的不必要的交易。即假定t时刻价格为Pt，移动平均价格为MA，若满足：
在t-1时刻，，
在t时刻，，
则t时刻就是买人信号，若满足
则t时刻就是卖出信号。
其中，b为有效突破因子，模型中将技术交易者分为若干种类型，每种类型的技术交易者的长期移动平均线的移动平均步长和有效突破因子b不同,以此增加趋势追踪者群体的多样性。
3.创建观察者Swarm
观察者Swarm的作用是监测模型的运行过程、记录模型运行时各个Agent状态的变化并以图形化的方式输出结果，在本实验中主要以图表形式输出数据。
五、仿真结论
通过调整描述交易者行为的参数可以方便地研究微观的交易者的行为对宏观的市场价格、交易量等指标,以及市场中各项制度的实施效果的影响。这样就自底向上地通过模拟微观的投资者行为而得到市场运行的宏观结果，这对于宏观控制和把握股市提供了必要的决策支持。
[1]罗批等:Swarm及其平台下建特定民意模型的探讨[J].系统仿真学报,2004(1):21-25
[2]应尚军魏一鸣范英等:基于元胞自动机的股票市场复杂忤研究――投资者心理与市场行为.系统丁程理论与实践，200123(12)：18-24
在余额宝令天弘基金一举成为国内规模最大的基金公司后，公募基金再也不能无视互联网技术对本行业的冲击，开始积极谋变。
迄今，互联网对各传统产业的颠覆性影响已得到广泛认知。与一些业态被完全改写的行业相比，互联网对金融领域的冲击才刚刚开始――公募基金首当其冲；而在整个证券投资领域，互联网在资讯、研究、产品、销售等各方面，都在推动市场转型；甚至连银行这样的金融领域“巨无霸”都险些被余额宝撼动。
随着互联网金融方面的创新不断涌现，金融机构与互联网公司合作的深度、广度将极大拓展，创新能力将决定金融机构在未来行业中的竞争地位。
量化“投资者情绪”成创新热点
投资者情绪受到重视有内外两方面的因素：一方面，传统、教科书式的投资理论没有纳入对投资者非理的分析，因此，对股价的解释力差强人意。这在过去数年A股市场表现得特别明显。股价很大程度上是被“事件――情绪”所驱动，A股投资者越来越意识到了非基本面的市场情绪因素的重要性，迫切需要对其进行分析。另一方面，互联网进入大数据时代，为投资者情绪的挖掘和量化准备了技术条件。
股市中有一个说法，叫做“唯一确定的事情就是不确定”。而股市之变幻莫测，外部事件冲击固然纷至沓来，但投资者对事件的理解和反应，其复杂性往往更胜一筹。面对类似事件，投资者反应甚至截然相反。其中一些财经政策和数据的，市场反应还可以用预期来说明；而更多事件的反应脱离了当时市场心理状态则完全无从解释。
例如，“上海自贸区”概念股走出了一波大幅上涨的行情，同为区域经济政策题材的“京津冀一体化”概念股却表现一般。再比如，近一年多来驱动军工股、信息安全概念股的热点事件不断，两类股票总体上也表现强势，但若试图将事件强度与股价表现做一一对应，则难免失望。从某种程度来说，投资者的反应比事件的发生更难预料。
简而言之，在事件和股价之间，并不必然存在按图索骥的对应关系，必须考虑到投资者情绪所带来市场反应的复杂性。按事件分类，少数事件重要到足以成为股价变化的充分条件，投资者情绪无法不被引爆，这就像是一个物理反应；而多数事件对股价的影响可看做一个化学反应，投资者情绪就是催化剂――情绪爆发就发生反应；没有情绪就悄无声息。
风险偏好频谱
市场情绪其来有自，所谓“投机如山岳般古老”，揭示的是人性不变。市场情绪来自于人性，很多投资者不完全由意识层面的理性做主，来进行分析判断和选择，而是屈从于潜意识的驱使，潜意识起作用的表现是激素水平激增，导致放纵情绪、任性而为。
很多投资者在买卖股票时，自认为有着合乎理性的诉求，例如，财务需要；以及恰当的操作理由，例如，基本面、政策、消息等。但真正的推动力来自潜意识层面，是激素水平的作用。其行为于是背离了财务需要的初衷，表现出赌徒心理或娱乐心理（寻找刺激）。这种非理性情绪时刻在寻找宣泄突破口，借助某个事件，再凭借意识层面的借口（比如以往经验），走向非理性操作。绝大多数投资者没有意识到上述情况，或者意识到了却无法自控，在股市中成为自身情绪的俘虏，即使建立了交易系统也难以执行。
A股基本盈利模式主要是做多，个股做空实现难度大，所以投资者情绪的宣泄在买股票方面体现得更加淋漓尽致，各种炒作类型应有尽有。在真实的A股市场中，恪守基本分析原则的理性投资者固然是极少数；看见奥巴马当选就去买澳柯玛的也并不多。如果建立一个A股投资者风格的频谱，那么按照“炒名字”、“炒代码”、“炒题材”、“炒概念”、“炒地图”、“炒行业”、“炒业绩”的次序，风格由完全的非理性而渐入理性。
而在总体上，市场风格也在理性和情绪之间摇摆。价值投资占主流的2002年-2007年，投机炒作依然不断；而在投机气氛甚嚣尘上的近两年，事件和股价的因果关系上也非全无逻辑。
只不过由于近两年极端投机行为屡屡得逞，市场情绪愈发肆无忌惮、不顾逻辑。相对应的是，投资者对于情绪的重要性也愈发重视。
尤其是市场短期内大幅波动、而基本面并没有巨变时，情绪影响显然是更好的解释。诺贝尔经济学奖得主罗伯特希勒对1987年10月19日美股大暴跌的问卷调查中问到“哪一个理论更能描述你对股市的看法：关于投资者心理的理论，还是关于基本面的理论（例如企业利润和利率影响股价）？”调查样本中67.5%的机构投资者和64%的个人投资者选择了投资者心理理论。
1949年后，中国第二次人口高峰出现在1962年-1976年，2007年大牛市出现之际，这批人是购买股票和基金的主力军。大致上说他们的成长期，无论中国经济还是个人际遇，总体上处于上升。这难免助长个人盲目自信和过分乐观，这也是2007年A股达到惊人估值的因素之一。
其中很多投资者其实是抱着娱乐态度在炒股，表面上是为了财务原因，但实际上是在寻求刺激。他们所生活的时代娱乐还远没有产业化和专业化，股市涨跌带来的刺激还相当有吸引力。
80后、90后就完全不同了，他们拥有丰富、较高质量的娱乐服务，根本没必要在股市中“找乐子”，因此，对股票投资的诉求更多基于财务上的需求。当股票不能提供年化的稳定收益时，干脆去买余额宝。
虽然80后、90后的绝对生活水平肯定高于前一代人，但由于连续遭遇了升学、就业、买方等方面的激烈竞争，因为对世界的相对感受不如前一代人乐观，所以对待投资将会更理性一些。
也就是说，若对未来A股投资者风险偏好变化做预测，较大可能是情绪化和风险偏好的降低。这也被很多成熟市场已走过的历程所验证。
情绪化炒作
投资者情绪不但在“马伊”、“奥巴马”这样的人名炒作中发挥着作用，也从根本上影响着市场结构。
首先，从现象来看，股市中或多或少存在着索罗斯所称的“主流偏向”，即有别于事实的投资者带有倾向性的认知。假如投资者整体上表现理性，就可以自行纠偏，使得股价不至于过分偏离基本面。可事实上，由于情绪（比如贪婪和恐惧）的作用，投资者不但未能纠偏，反而任由“主流偏向”越走越远，严重地偏离了基本面，形成股价泡沫。可以说，在各类资产泡沫中，市场情绪有着比基本面更强的影响。而且不乏推波助澜的“主动投机者”，即看到了市场情绪可以利用，于是制造舆论、影响情绪、操纵股价，从中牟利。
其次，在上述现象中，投资者之所以无法冷静面对市场波动，能力不足是根本。主观上懒惰是能力没有得到提高的重要因素，而懒惰也是一种任性而为的情绪化表现。对于多数投资者来说，由于驱动买股票的是激素水平，根本没耐心、没能力做出基本面的研究和判断，只能随着情绪妄动，追逐短线强势股。能力需要培养，“低能力”之下的冒险操作，与缺乏培养能力的主动意识和意志力，二者都是懒惰的任性之举，并有可能形成恶性循环――越缺乏能力就越情绪化，以及越情绪化就越无法提高能力。
最后，造成上述现象的，除了懒惰的主观因素外，信息爆炸的冲击也不可小视。面临各种观念和海量资讯冲击时，如果认知体系没办法将所有这些信息包容消化，就必须采取一些自我保护措施，将绝大部分信息屏蔽在外，以免认知系统陷入矛盾和混乱。这是一般人的正常反应。但这样一来，就不可能保留较高的开放性，而错失了学习知识、整合信息、提高综合判断能力的机会。
可以说，人的记忆力、注意力，乃至心智模式的有限性，是提高能力的根本性客观约束，如果再与主观上的懒惰叠加，走向情绪化操作不可避免。在此情况下，当投资者产生买股票的需求时，就只能在有限认知和无意识选择性接受的信息中寻找目标。此时起作用的信息，一定简单、易得、易懂，股票名字的炒作就是一个例子。
综上，情绪驱动下的操作必然与简化粗陋的认知判断相伴，导致投机盛行。炒人名是情绪化炒作的极致。
投资者情绪研究
传统投资理论精确化的数学模型是建立在“理性人假设”基础上；而在真实的投资行为中，潜意识层面难以自控的情绪驱动，是很多买卖操作的深层原因，是根深蒂固内在人性的外在表现。由是，如何将“非理性主导”的“行为金融学”作为起点，对投资者情绪进行量化分析、建立模型、挖掘商业价值，成为迫切任务。
以往投资者对市场情绪影响的重要性也有定性认识，并且发展出一些草根调研式的调查方法，例如，在营业部数人头等。此外，也发掘出了一些相对专业的投资者情绪研究方法，却各有缺陷。一是对特定对象的问卷调查，调查对象包括媒体、机构投资者、个人投资者（以及上述的综合），样本多在几百个上下。存在的问题除了样本太小，还有受调查者是否诚实作答，以及知行是否一致等。
二是通过“交易类型指数”和“衍生品交易指数”来分析，例如，保证金借款变化（ChangeinMarginBorrowing）、未补抛空差额变化（ChangeinShortInterest）、认沽认购比率（PUT/CALL）、期望与当前波动率比（VOL）等。从逻辑关系上看，这是一个“结果指数”，是用交易后的数据来预测未来，与大数据技术可能实现的前瞻性研究不同。此外，这也取决于金融市场衍生品发达的程度，这样才能从“做空”、“加杠杆”等操作行为中提炼数据。
三是市场价格所反映的“隐形投资者情绪”，例如，封闭式基金折价率、IPO上市首日收益率等。这受到特定因素的影响较大，比如封闭式基金折价率可能与封闭式基金的投资者结构有关，中国的新股不败神话让IPO上市首日收益率也没有那么大的差异。
构建前瞻指标
与既往的投资者情绪研究方法相比，大数据预测在表征上有着采样数据庞大、样本多维等差别。更根本的，是大数据预测在逻辑上确实有可能找到前瞻指标。
2012年5月18日，Facebook（NASDQ：FB）上市，社交媒体监测平台DataSift监测了当天Twitter上的情绪倾向与Facebook股价波动的关联：在Facebook开盘前，Twitter上的情绪逐渐转向负面，25分钟之后，Facebook股价便开始下跌；而当Twitter上的情绪转向正面，Facebook股价在8分钟之后也开始了回弹；接近收盘时Twitter上的情绪再度转向负面，10分钟后Facebook的股价又开始下跌。该机构得出结论：Twitter上每一次情绪的转向都会影响Facebook股价的波动。
过去的投资者情绪研究和一些股市技术分析（例如波浪理论）事后解释有一定作用，却很难在逻辑上被证明是前瞻指标。而大数据技术，通过采集投资者在互联网上留下的痕迹，按照“情绪表达――买卖操作――股价变化”的逻辑顺序，将投资者情绪量化，从而完成对股价的预测。
如前文所述，激素驱动、难以自知和自制的情绪，深深埋藏于基因中，是根深蒂固的人性表现。因此，投资者情绪逻辑上有成为股价的前瞻指标。
不但投资者情绪的量化有一定内在逻辑性，在大数据应用的其他领域，同样有着较直接的因果关系。
例如，淘宝上的不同类别商品的询价行为，按照一定转化率，准确地导向购买行为。询盘数在逻辑上和事实上是购买数的前瞻指标。
马云曾表示其提前8-9个月预测到了金融危机。海关要实际出货后才能获得数据，而阿里提前半年从询盘数急剧下滑推断出世界贸易情况将变盘。这才有了2008年7月马云给阿里员工的公开信，预言“冬天来了”。
看到市场的“底牌”
当然，上述前瞻指标特征是从总体来说的。对个人而言，不但理性投资者（能够控制情绪）不属于这个研究范畴，就是不用互联网发言的人（有情绪但不在网上表达）也没法研究。好在大数据之“大”，就在于挖掘能力不一般，例如Datasift每秒可实时挖掘12万条Twitter内容，足以找到所需的样本数量。
还有，以往的量化投资方法在因果关系上也缺乏明显的逻辑性，特别是仅以交易数据进行的挖掘，当市场结构发生转变，参数只能是后知后觉地跟随调整。
运用大数据进行的投资者情绪量化挖掘，因果关系清楚，一旦模型成熟，就等于看到了市场的“底牌”。
如果说以往的量化投资是金融学和数学的结合，那么通过大数据，新的量化投资可以实现金融、数学、心理学的跨学科应用。
大数据甚至可能对社会学研究构成颠覆。哲学家卡尔.波普尔曾经指出，与自然科学不同，社会学不能称之为一门科学，自然科学的研究方法也不能用于社会学。原因之一，是人的行为会影响社会演进的结果，当人的行为不可预测时，社会演进的结果也不可预测。
但是，就像一些科幻电影所表现的那样，当机器足够强大时，通过人群生活痕迹的高度互联网化，机器预测人群的整体行为特征和影响就成为可能。这甚至会颠覆社会学研究的某些既有观念。
如何量化投资者情绪
大数据有各种定义，研究机构GartnerGroup给出的定义是：大数据是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。
大量、多维、价值、高速同样是对投资者情绪挖掘和量化所需数据的要求。所以投资者情绪量化的第一步是拥有满足上述要求的数据资源。
第三步是用传统量化方法建模，先达到对过去股价能够事后解释的效果，再看未来实践中是否具有真实的预测能力。这个过程中需要不断调整模型。
两个指数的异同
以上述数据标准和研究过程来看“百度-广发”和“新浪-南方”两个指数，两者有较多的相似性。
首先，从数据质量来看，大量、高速毫无疑问；国内最大搜索引擎的网页搜索和新闻搜索，以及微博数据也肯定能保证数据价值；唯一的缺憾是数据维度单薄，“百度-广发”指数的数据仅来自百度，“新浪-南方”指数的数据仅来自新浪。这可以理解――两家都希望实现闭环应用，而无需借助自身之外的数据资源。但缺乏多维数据计算结果的互相印证，无论如何是一个遗憾，这将对研究结果的有效性造成损害。
其次，在建模方面，两个指数抛弃了过去单纯用市值、成交量、财务指标等基本面和交易数据做因子进行选股的思路。
据媒体报道，中证指数研究公司开发部总监宋红雨透露，“百度-广发”指数在选取样本的时候综合考虑了多种指标，基本上可以分为财务因子（基本面因子）、动量因子（交易数据因子）和金融大数据因子。在因子分析框架下，将金融大数据信息与股票信息进行综合测度，采用量化算法构造基于百度互联网金融大数据的综合情绪模型（BFSentimentModel）进行指数选样。其中的金融大数据因子来自百度，即“分别计算每一只股票最近一个月内在百度金融大数据里所体现出来的搜索增量或者搜索的总量。”
由此可见，两个指数都是将大数据因子纳入金融机构原有的量化模型中，作为新的重要因子加以考虑。其逻辑是投资者情绪只是影响股价的部分因素。
作为专业投资机构，基金当然不会完全抛弃传统因子，不过大数据因子与基本面因子和交易数据因子也不乏重叠之处，例如投资者情绪很可能也反映了一部分对基本面的预期。随着互联网公司在金融领域专业化程度的加深，未来不排除大数据因子和传统因子地位互换的可能，甚至出现纯粹大数据因子的量化模型。
两个指数的差别在于，合作中互联网公司和公募基金的地位不同。在“新浪-南方”项目中，互联网公司方面参与进来的只是一个财经频道，因此在模型构建上是以南方基金为主导，宣传中也一再突出了南方量化平台的重要性。相比之下，百度作为“BAT”巨头之一，在合作中明显强势。至于上述差别对两者收益率方面的影响，目前还无从判断。
量化“投资者情绪”产业链
投资者情绪量化需要实现金融学、心理学、数学的跨学科研究应用，而且产业链很长，这就决定了其收入模式的多元化和阶段化，阶段化是指在不同研究阶段和市场阶段，取得收入的侧重点不一样。
如果把组建对冲基金作为投资者情绪量化的终极目标，那么在整个产业链上，也有着若干阶段性目标。
首先，大数据是在互联网时代应运而生。中国80后-90后的新一代股民同时也是网民，他们的行为习惯都互联网化。对于老股民（60后-70后）来说，当他们情绪化时，买股票的根本原因是激素驱动，但仍有着意识层面的“借口”，比如看K线、技术指标、听消息、跟随股神等等。新一代股民在情绪化上没有根本不同，但他们意识层面的买股票理由一定会更新。从认知来看，互联网技术以及互联网塑造的神话，才更能契合他们的思维模式。因此，大数据技术所产生的投资预测，即使不够准确，也很能吸引新一代股民的眼球。从而使得投资者情绪量化的初级产品可以提供互联网平台上大众化的免费服务，例如点击个股，可以看到简单化的“个股情绪指数”为平台贡献流量。
其次，金融机构看到新一代股民的明显特质后，必然促使其服务和技术更加互联网化，以适应客户的习惯，快速开户、极速交易等固然可以提升用户体验，但咨询、投资建议等相对专业化领域更有必要互联网化。而这些领域很难进行形式上的触网，以互联网技术重新搭建研究咨询和经纪业务体系才是出路。所以，当投资者情绪的量化模型达到一定水平后，就将成为经纪业务和投资咨询的重要卖点。
第三，接下来顺理成章的，更好的研究成果，包含预测结果和基本分析框架，可以成为独立的卖方研究报告、或者作为策略报告的重要组成部分。
第四，金融机构可以根据研究模型发行产品，比如“百度-广发”和“新浪-南方”两个指数可以发行公募产品，至于收益率是否能验证其对投资者情绪的量化研究已经达到了很高水平，目前还不得而知。
第五，作为单独或者附加的价值，从大数据中发现不同偏好的投资人群，可以提供数据给第三方机构，供后者进行针对性极强的个性化营销之用。
第六，通过建立投资者应用平台，实现数据闭环，构建应用模型的独特和不可替代性。
最后，成立对冲基金。一旦技术成熟到这一步，机器通杀机构和散户的时代将会到来。
概念先行？？效果难料
基于产业链长、研究型开发耗时旷日持久等理由，进行投资者情绪量化的机构不必要求技术完美后再进行商业应用，而应该边研究边应用。
众多机构显然看到了这项研究的颠覆性和巨大商业价值，纷纷投身其中。
2014年4月1日，雪球“情绪宝”，称“当某只股票首次进入雪球热股榜后，它的股价在短期内会出现剧烈震荡。统计数据显示，买入2013年81只首次进入雪球热股榜的A股股票，统一两周后卖出，最后平均收益率达到惊人的7%”。将由此构建“情绪宝”股票组合。
借助“情绪宝”这个“探空气球”，雪球赚到了眼球，探明了投资者对此类产品的兴趣高低。两个月后，招商证券就推出了研究报告《基于雪球情绪指标的择时模型》。三个多月后，“百度-广发”和“新浪-南方”两个指数。
以互联网思维来看，虽然关于投资者情绪的研究还远未成熟，但先占据这一概念，边研究边应用，是“磨刀不误砍柴工”的有效策略。至于实现最终的完美模型确实困难不小。
首先，尽管有金融人才、大数据人才的鼎力合作，但要在纷繁复杂的互联网文本中发掘出有效信息，将是一项艰巨的工作。而且需要理论研究的相应推进，才能避免重复挖掘。
其次，即使找到了效果较好的模型，使用者仍处于“知其然不知其所以然”的状态，要把握模型的原理，还需要整合心理学资源，从行为金融学的视角，对投资者情绪与相应行为之间的联系进行解码，这其中又有天量的工作要完成。
第三，投资者情绪的量化模型反映了人性的因素，其参数稳定性要好于基本面数据和交易数据构建的模型。但时代变迁、市场结构转化依然会影响到模型的效果，所以要将对市场结构的变化也纳入到大数据量化的研究中，以做出预判。
最后，投资者情绪再重要，也不能完全解释股价走势，大数据因子与基本面因子、交易因子在不同市场结构下的比重如何调整也是一个课题。
机构各取所需
不同类型的机构，在投资者情绪量化的研究和实践中，其侧重点与所得不同。
互联网公司的长项是占有数据和流量资源、对用户体验的敏感和对创新的渴望，短板是金融业务方面专业性不足。用大数据实现对“投资者情绪”的量化，可以让互联网公司强势切入金融市场中高端的投资和研究领域，全面颠覆原有的投资研究模式。并且最大限度地贴近其用户（新一代股民也是网民），反映他们与上一代截然不同的思维模式和选择标准。技术驱动的产品和服务手段对互联网公司来说没有接受上的障碍，其创新冲动和占有“大数据”、“投资者情绪”两项心智资源的前景，比较容易促成互联网公司对研究的投入。
国内券商目前的品牌只是规模品牌，缺乏差异化的定位。从低端的经纪业务到高端的卖方研究，区别度都不大。一旦有券商能够转型为“大数据驱动的创新型投资、研究和服务”机构，将成就其独特定位和杀手锏，在全方位的业务（特别是经纪业务和卖方研究）竞争中占据主动。
股票型基金的投资能力是公募基金立足的核心能力。2007年以来，公募基金的整体股票投资能力并不出色，难以支持基金的持续销售。通过与互联网公司的合作，将“投资者情绪”量化的研究成果投入实践，有可能找到股票型基金销售的突破口。一直以来，相比择股，公募基金的择时能力较差。而且从基本面出发，也难以为择时行为找到理论依据。而“投资者情绪”量化的成果，将为公募基金提供择时的理论依据和现实帮助。
对于软件公司、第三方机构等服务商来说，可以将大数据转化为优势服务产品，在行业中脱颖而出。
颠覆近在眼前
据媒体报道，在北京召开的“大数据背景下的计算机和经济发展高层论坛”上，中国工程院院士李国杰表示：“生物信息学、脑科学、空间科学等基础研究早就采用以PB级计的大数据，却没能引发大数据浪潮。大数据如今引起各方重视，主要还是因为它蕴藏着巨大的经济价值。”
目前看来，大数据技术应用极有可能在金融投资领域引爆，金融很有可能成为继电商之后又一个互联网应用的热点领域。原因一是金融业商业价值体量巨大，互联网公司虎视眈眈；二是金融行业的互联网化程度还远远不够，可以挖掘的潜在应用领域众多。微博客@陈如是说写道：“互联网这一教门，正从自然、多神崇拜的初级阶段向一神崇拜的高级阶段演化。从目前的斗争情况看，金融神成为主神的机会最大。”
对于互联网公司来说，此前的“余额宝阶段”只是互联网金融试水，是简单将金融业务进行物理嫁接，互联网仅仅作为渠道，并没有对金融机构的专业地位造成冲击。“宝宝”们的生存有赖于中国金融体系漏洞的存在，一旦金融监管篱笆扎紧、金融机构积极应变，“美国版余额宝”Paypal的前车之鉴未必不会重演。
互联网公司要想在金融领域具备核心竞争力，就要从渠道迈向更高端的专业化部门。以大数据技术直接切入金融机构垄断的投资研究业务，是互联网公司迅速提升专业化能力以及在金融领域扩张的捷径。
另一方面，在互联网金融新一波浪潮中，金融机构若不能立足于自身专业化的强项，而只是跟随互联网公司的布局而动，则只能充当配角，渐渐失去主动，甚至被互联网公司吞噬。私募基金经理、微博客@神农陈宇写道：“我们必须把神农投资搬到海淀区去。我们要到创业者中间去，并且离金融街那些炒股票的远点。我们要和更多将改变中国的年轻人站在一起。”
互联网颠覆投资，投资互联网化。
一场投资领域的革命开始了。
新闻对
股价的影响
按照一般思维方式，不但认为重大新闻对股价有着决定性影响，而且也认为股价的短期巨大波动一定与重大新闻有直接关联。
事实并非如此。
对于前者，并非每一个重大新闻都能够引发股价剧烈波动。最近的一个例子是，8月13日中国7月份的信贷融资数据公布，存款和新增贷款大跌，M1和M2走低。货币政策和信贷数据所反映的流动性状况一向对A股影响巨大，然而数据公布后，A股并没有出现大幅波动。
对于后者，罗伯特希勒通过研究1929年和1987年美股崩盘时的新闻，发现并没有被公认影响了市场的重大新闻。1989年戴维卡特勒等人列出了二战后美股50次最大短期波动，结果发现基本没有重大新闻可以作为合理借口，甚至得出一个极端结论：“重大价格变化日无新闻”。
这当然可以用“有效市场”来解释，即后者是重大新闻已经在公布前被先知先觉的投资者知晓，或者被市场“聪明地”预期到了。而前者是还没有公开的重大消息让股市产生了反应。
与上述学究气十足的理论解释不同，真实情况是，无论消息（未公开的新闻）还是新闻（已经公开的消息），其内容的重要性与传播力相对来说是两个独立变量――重要的新闻不一定有很强传播力；产生“病毒式”传播效果的未必都是传统意义上的重要新闻。
反过来，一个看似很无聊的娱乐新闻，按照“正常”逻辑，跟投资八竿子打不着的事情，却凭借其传播威力，挑动市场神经，造成了股价波动。马伊与伊利股份的因果关系即在于此。
任何人都不可能掐死自己，这句话常被用来形容某一行业的从业者无法舍弃自身积累多年的认知和资源，转而认同和遵守更合理的行业逻辑。这同样适用于部分传统媒体人。
一些传统媒体人之所以抱住“内容为王”不松口，原因之一是他们的认知、能力、特质……都只适合做内容。当然，从纯粹新闻学学科的角度说，内容确实最重要。一旦涉及新闻的商业价值（例如对股价的影响力），传播才是真正的“王者”。如果说此前媒体人还可以掩目自欺，互联网时代则完全不可能了。
虽然为了适应网络传播，内容也做了一些适应性改变，但并没有真正颠覆新闻内容的一般生产规律；传播技术则翻天覆地变化了。两者相比较，就是内容更新方式的改变远不及传播技术的改变。于是，从新闻的现实效果来看，传播的作用远大于内容。
例如，从互联网的去中心化来考虑，任何被专业编辑选择提供的新闻，都不符合互联网上的新闻传播特质。即使是门户网站编辑充分考虑网民阅读偏好之后做出的选择，也难以避免编辑（新闻信息中心）的主观性。于是，适应互联网的计算传播学应运而生。
对此，豆瓣“计算传播学”小组的解释是：“传播学必须走出传统的研究套路，获得在网络上保存、抓取、分析、可视化大规模电子化数据的能力，也需要支持这些工作的工具。毫无疑问，传播学因此将和计算机科学开始交汇，至少需要程序员投入到这种大规模数据的挖掘工作中来。”（Cheng-junWang，2012）
“今日头条”App使用的就是计算式传播技术，对其新闻推荐技术的描述是“更快更全更懂你”，即通过用户反复使用留下的信息，让后续推荐越来越接近于用户个人的阅读偏好，从而达到私人定制资讯的效果。尽管其推荐技术仍显粗糙，却被投资者认可为未来传播技术的发展方向，获得了5亿美元的估值（2014年6月3日消息）。
而从传统餐饮业转型互联网的湘鄂情（002306.SZ）进军视频搜索业务，使用的也是计算式传播技术。消息公布后，股价八个交易日大涨60%。
对于外界而言，天首基金的创始人邱天显得极其低调。他的经历颇为戏剧：曾在渣打（香港）工作过6年，后来创业投资音乐学校，早期曾参与过牛股的PE投资，对于债券投资也颇有心得。在目前经济下滑、投资人哀鸿遍野之际，邱天的公司却在提速，用他的话来说：“投资讲究趋势和策略，只有真正研究用心做的人才会在牛熊市中都获得成功。”
从投行人到创业者
邱天给人的第一印象是说话很有条理，这或许和他学哲学有关。1998年复旦大学哲学系毕业后，他选择了去渣打银行（香港）工作，所从事的是从未涉足过的股票投资。
刚到渣打他就遭遇了人生第一次挫折：一次，同事们开玩笑教他下委托单，对于金融一窍不通的邱天抱着学习目的按照同事们的建议下了一份3000万元的买入单，本以为只是虚拟盘，没想到却直接买入，结果被主管知道了，停职三个月。
意想不到的是，下单的那只“死股”竟然神奇般地连续涨停，为公司带来了翻倍的收益。这让同事们大呼神奇，此后大家都让邱天帮着“点股”，并给了他一个“魔鬼交易员”的称号。
三个月后，邱天决定不再选股。“选对100次或许可以获利很多，但选错一次就会是致命的。投资不是看运气，而是有内在逻辑。”他向公司申请前往香港大学进修金融，这为他以后的投资打下了基础。
在学习完之后，邱天在2000年进入了渣打的股权投资部。此时正是股权投资火爆之时，也正是在股权投资部的这段经历让邱天完成了自己财富的原始积累，并由此开始进入金融圈。
彼时，香港是亚洲金融的前沿。自由港的身份让各国投资者云集于此，而伴随着美国股权投资的兴起，当时的香港资本圈中也开始兴起了一股股权投资热潮。在内地融资上市和赴美上市的一些公司都会在香港寻求帮助，在渣打工作的邱天正好把握住了这个机遇。
借助渣打的招牌，邱天先后参与了同洲电子、东江环保（香港上市）等项目的早期投资并获益颇丰。以同洲电子为例，邱天在帮助达晨创投进行PE投资时，自己也以10元/股的价格投资了10万股，上市后以30元/股价格卖出，获利200万元。东江环保则是因为帮助中国风险投资进行项目规划，以1元/股介入50万股，随后上市以55～60元/股卖出，获利上千万元。
除了参与项目的跟投外，邱天自己也做了一点小投资。当时在产权交易所他无意中看到了大族激光在挂牌交易，一位券商的朋友告诉他公司可能会上市，于是他大量吸入大族激光，在0.75～11元/股间不断吸筹，最终共购买了10万股，上市后以均价30元/股卖出，获利颇丰。
第一次创业的方向让人颇感意外，他选择了自己此前并未涉及过的教育行业。在天津，他和两位合伙人一起创办了一家音乐学校。当然，投行出身的邱天不会盲目投资，他选择教育行业有着充足的理由。“国外德育很发达，当时中国教育很缺乏这个，而且我们的合伙人中有一名音乐教授对这个行业很了解，我自己也做过行业调研，发现市场空间很大。”他回忆道。
这让他赌气决定回北京依靠自己的力量重新做一番事业。
金融应为实业服务
2005年回到北京后，邱天创立了天首投资。也算运气不错，在他介入A股投资时正好是牛市周期的开始。利用自有资金和朋友的一些钱，邱天完成了企业的原始积累。不过，随后的2008年股市下跌，也让他对公司战略进行了重新规划。
2008年3月，邱天做出了退出股市的决定，这让许多投资人不解。当时股市仍然在高位震荡，许多投资人仍然处于狂热状态中，而邱天则不时感觉到阵阵寒意。“让我产生预警的是中石油的上市，当时它的原始申购资金达到3.3万亿，几乎占到国内GDP的1/10，市场过于疯狂，而这正是最可怕的时点。”邱天回忆，那时因为整天担心股票被套而导致神经衰弱和失眠，最终为了安心，他选择了直接平仓。
2009年，邱天决定开始重新介入股市，他瞄准的第一只股票就是当年的“牛股”浪潮软件。
通过数据研究，他发现浪潮软件的筹码十分集中，在一位券商朋友给他的内部研究报告里，他发现10元上方的筹码堆积很多（当时股价8元左右），于是在等待1年后他全仓杀入。果不其然，浪潮软件随后连续8个涨停，邱天在第五个涨停时完成了出货，最终赚到了50%的利润。在他的投资哲学中，任何投资都必须以海量的数据作为依托，进而发现趋势、规律并制定战略，跟随市场盲目地投资则是不可取的。
在2011年，天首投资在股市上的年化收益率只有7%左右，远远低于信托等其他衍生品投资，这也让邱天意识到应当根据市场变化进行全产品的金融投资。“金融行业本身是服务业而非投机，因此真正的金融应当是利用资金撬动实业，以实业来带动投资。”在邱天的投资思路中，金融投资不能脱离实业，而他也从创业伊始便一直将赚到的钱用于实业投资。
最初，他所涉及的是PE投资领域，但很快发现中国的PE圈钱居多。在他看来，国内真正赚钱的PE公司不到10家，大多数PE机构都没对投资的钱负责。“很多PE只是恶意圈钱，在募资后用合法手段把公司故意做破产，私吞投资人的钱。这个行业在未来一定会经历洗牌。”
现在，邱天更倾向于以VC的方式进行产业投资，涉足那些他看好的行业。在他的实业投资中，现金流稳定、收入可期、绝对控股是必要条件。比如在天首投资目前投资的27家实业公司中，大多来自农牧业，这是因为行业收入稳定，现金流的风险可控。
实业投资中房地产开发是邱天绝对不会碰的一个行业，在他看来，中国的房地产业投机成分太多。此前，他的一位做房地产的朋友在包头买了许多空地，但是开发资金跟不上，政府不给销售批文。这位朋友找到他借钱，邱天很爽快地答应了。没想到第二天这位朋友告诉他借的钱又拿去买了天津开发区的一块地，邱天立刻催他还钱，由于之前有借款合同，这位朋友无奈借高利贷还了他钱，但项目依然无法动工。
自20世纪70年代公允价值概念首次出现在美国会计原则委员会报告书第4号（APBStatementNo.4）以来，公允价值计量一直都是国际会计界研究与讨论的热点问题之一。到目前，公允价值已成为美国等国家会计准则以及国际财务报告准则中的重要内容。
近年来，随着中国企业会计准则与国际财务报告准则的实质性趋同，财务报告决策有用性的目标得以进一步明确，公允价值也一改以往尴尬和羞涩的处境而成为计量会计要素的基本属性之一，而且在5种计量属性之中，公允价值因其在具体会计准则中的使用次数仅次于历史成本而成为最活跃的计量属性之一。据统计，在38项具体准则中，有17项
二、文献回顾
三、研究设计
（一）研究假设
（二）模型构建
Pit=α0+α1×BVPSit+α2×EPSit+εit（1）
式中：Pit为公司i第t期期末的股票收盘价格；BVPSit为公司i第t期期末的每股账面价值；EPSit为公司i第t期的每股收益，并分别使用公允价值调整前的每股收益BEPSit和公允价值调整后的每股收益AEPSit进行替代。
其次，针对假设H2，本文采用增量关联研究的方法构建回归模型（2）如下：
Pit=β0+β1×BVPSit+β2×BEPSit+β3×FVAit+εit（2）
式中：FVAit表示每股公允价值调整额；其余变量含义同上式（1）。
（三）样本选择及数据处理
样本选择标准有：（1）金融保险业和建筑及房地产两个行业①；（2）2007年12月31日之前在深沪两市上市交易的A股公司；(3)2007年年报和中期报告中公允价值变动额非0。最终的样本包括金融保险业（以下简称为“金融业”）25家公司和建筑及房地产业（下文简称为“房地产业”）33家公司。
四、实证分析
（一）描述性分析
说明：在样本公司中，金融行业和房地产业中分别有11家和1家公司在2007年上市，本文无法获取这些样本公司2007年全部的季度盈余信息，因此，两个行业的样本实际观测值分别为72和128个。
由上表1可以看出，在公允价值调整之前，金融业的每股收益最小值为-0.237，表明公司每股亏损约0.23元，在公允价值调整之后，金融行业的每股收益最小值增加至0.01元，表明金融业内公司的公允价值调整额具有一定的“扭亏”功能。在房地产业内，公允价值调整之前的每股收益最小值为-0.718，调整之后的每股收益最小值为-0.049，该行业内的公允价值调整额呈现一定的“减亏”功能。
①本文选择金融业和房地产业两个行业的原因是：第一，金融保险业和房地产行业在资本市场中所占据的重要地位；第二，公允价值在这两个行业应用比较集中。
对于公允价值调整额对每股收益的影响，表1显示，金融业每股收益公允价值调整额(FVA)的均值为0.047，占调整前每股收益（BEPS）的比例为14%。房地产业每股收益公允价值调整额(FVA)的均值为-0.005，约占调整前每股收益（BEPS）的5%，与金融保险业相比公允价值调整额相对较小。此外，金融业FVA指标变异系数（标准差/均值）为3.66，而房地产业该指标为2.79，说明金融业FVA
指标波动性较大。
（二）实证检验结果
1.模型（1）的实证检验结果
本文对模型（1）分别采用公允价值调整前会计盈余和公允价值调整后会计盈余数据进行回归的结果如表2所示，其中PanelA是对混合样本的检验，PanelB是分行业样本的检验。
2．模型（2）的实证检验结果
注：***表示在0.01的统计水平上显著。
五、研究结论及政策建议
（一）研究结论
（二）政策建议
我国企业会计准则已经实现了与国际财务报告准则的实质性趋同，然而在国际财务报告准则中，75%的现行国际财务报告准则运用了公允价值，为促进与国际财务报告准则的持续性趋同，推动公允价值在我国会计实践中更广泛地运用，本文提出以下建议：
［1］MaryE.Barth.fairvalueaccounting:evidencefromInvestmentsecuritiesandthemarketvaluationofbanks［J］.TheAccountingReview,1994,69(1):1-25.
［2］KarenK.Nelson.FairvalueaccountingforcommercialBanks:anempiricalanalysisofSFASNo.107［J］.AccountingReview,1996,71(2):161-182.
［3］Eccher,ElizabethA.,Ramesh,K.&Thiagarajan,S.Ramu.FairValueDisclosuresbyBankHoldingCompanies［J］.JournalofAccounting&Economics,1996,22(1-3):79-117.
［4］Venkatachalam,Mohan.Value-relevanceofBanksDerivativesDisclosures［J］.JournalofAccounting&Economics,1996,22(1-3):327-355.
［5］Khurana,InderK.,Myung-SunKim.RelativeValueRelevanceofHistoricalCostvs.FairValue:EvidencefromBankHoldingCompanies［J］.JournalofAccounting&PublicPolicy,2003,22(1):19-42.
［6］卢永华，杨晓军.公允价值计量属性研究［J］.会计研究,2000(4):60-62.
［7］葛家澍,徐跃.会计计量属性的探讨——市场价格、历史成本、现行成本与公允价值［J］.会计研究,2006(9):7-14.
［8］陆宇建,张继袖，刘国艳.基于不确定性的公允价值计量与披露问题研究［J］.会计研究,2007(2):18-23.
［9］谢诗芬.公允价值、现值和现行价值关系辨析［J］.财务与会计,2001(9):43-44.
［10］陈朝晖.未来现金流量现值的会计计量［J］.当代财经,2000(9):53-58.
［11］谢诗芬.公允价值计量：中国引入绿色GDP理念和环境会计审计的重要前提［J］.财经理论与实践,2004(1):72-76.
关键词：资本结构；优化；公司治理
改革开放以来，在由计划经济向市场体制转轨的过程中，由于自身发展和体制转换中长期积累形成的深层次矛盾也日益凸现。其中企业资本结构不合理、过度负债成为威胁其生存的重要障碍。因此，如何优化企业的资本结构，确定合理的负债水平，是企业健康发展的保障，也是我国企业改革的一项重要任务。
尽管国内学术界就这一问题已经有了一定的研究，并在此基础上提出了一些有建设性的意见，但是，这一问题仍然存在并将在相当长的一段时期内继续困扰我国转轨中的企业。因此，笔者希望就这个问题进行进一步的深入研究，结合转轨经济这个逻辑出发点和既定的历史现实，希望能从中找到问题的症结所在，为今后的企业改革提出有益的建议。
（一）资本结构
资本结构是指企业全部资本的构成中权益资本与负债资本两者各占的比重及其比例关系。资本结构有广义和狭义之分。广义的资本结构是指企业全部资本的构成，不仅包括长期资本，还包括短期资本。狭义的资本结构专指长期资本结构。本文所论述的时广义的资本结构。
（二）资本结构优化
所谓最优资本结构，是指企业在一定时期最适宜其有关条件下，使其综合资本成本最低，同时企业价值最大的资本结构。最优资本结构是一种能使财务杠杆利益、财务风险、资本成本、企业价值等要素之间实现优化均衡的资本结构，它应作为企业的目标资本结构。资本结构优化就是指企业通过筹资、融资等手段，使企业的资本结构达到最优资本结构状态的决策过程。
（三）资本结构在企业中的作用
企业的资本结构作为决定企业整体资金成本的主要因素，决定着企业治理结构，并代表着企业的最终控制权结构。也就是说，企业资本结构决定了企业的公司治理结构，并进而影响和决定了企业的经营和绩效，具体地说：
1、融资方式决定投资者对企业的控制程度和干预方式。投资者对企业控制权的实施有多种方式，主要表现为事前控制、事中控制和事后控制。不同的融资方式，会影响控制权的选择。以股东的控制方式和干预方式来说，它就会因股权结构的不同而不同。如果股权比较集中，投资者拥有大额股份，他就会进入董事会，通过“用手投票”来控制和干预企业经营；而如果股权比较分散，单个股东的股权比例很小，投资者就大多通过在资本市场上的“用脚投票”来间接实施对企业经营者行为和重大决策的控制及干预。
二、我国企业资本结构现状及问题
随着我国市场经济体制改革的进一步推进，计划经济逐步完成了向市场经济的转变，特别是现代企业制度的逐步建立，我国资本市场取得了巨大的成就，然而就当前我国企业资本结构现状来看，股权结构不合理、债务结构复杂、企业自有资本比例不当、国有上市公司的股权融资偏好，依然是我国企业资本结构优化中存在的主要问题。
（一）股权结构不合理
1、股权过于集中
目前在我国股票市场平均股权集中度达到60.39%，远超过美国和日本。最大股东的平均持股比例为43.9%（加权平均值），其中有38.3%的公司最大股东持股比例超过50%，这说明我国的股权结构一直十分集中，股权的过度集中，一方面使中小股东由于受到了与会股东最小持股数量的限制而无权参加股东大会，不能行使自己的表决权，从而损害了他们权益，助长了大股东操纵股票市场投机行为。另一方面，大股东公司中的绝对控股和相对控股，使股东大会形同虚设，违背了现代公司产权主体的多元化和股权分散化的要求，也无法形成有效的公司治理结构。
2、以国家股、法人股为主体的非流通股比重大
从历年总股本结构来看，股权结构呈现着国家股占绝对优势、流通股比例低的状况。由于公司同作为投资者的国家产权关系不清，在经济转轨时期，国有资本投资主体具有不确定性。“政企不分”、“政资不分”问题仍没有从根本上得到解决。在这种情况下，国有股份过大，又没有对国有资产的约束和监督机制，势必会形成内部人控制，难以形成有效的公司治理结构。
（二）债务结构复杂
企业的债务资本从形式上看，也不外乎有以下几类：银行贷款、企业间往来债务、企业内部形成的债务等。近二十年来，随着企业从计划经济体制向市场经济体制的转变，使其债务资本变得日益复杂。其复杂性体现在债务资本的组成方面，集中表现在以下三个方面：第一，财政性负债，财政性负债是由于政府行为而形成的应由财政承担的各类债务，对于企业来说，这些负债是被动性举债，其债务承担主体应该是政府，而不是企业。第二、企业经营性亏损造成的负债，在资本金困难的情况下，企业为了维持简单再生产，只有靠负债筹集资金，资本越少，债务资本就越大，造成资本结构越不合理的恶性循环。第三、具有社会普遍性的负债，众所周知，三角债从形成到至今已有十多年历史，其已经成为企业发展的一个沉重包袱。
（三）企业自有资本比例不当
企业自有资本(又称实收资本或股本)筹集的资金占企业总资产的比例的高低，反映着企业抵御风险的能力和企业生产经营活动所需要资金中依靠内源性融资的程度，反映着企业的积累情况；其动态变化反映一企业资产扩张能力和风险变化程度。我国企业自有资本比率普遍较低，多数国有企业自有流动资金仅占全部流动资金的7—8%，即使固定资产投资中自有资金略高，但综合起来也不会超过18%，只相当于日本70年代的水平。这主要源于我国传统经济体制下的资本金制度残缺，而改革开放以来，一方面国家拨补企业资本金受国家财力的客观限制，另一方面国家的某些改革举措又加剧了企业资本金的下降。同时，企业自我积累机制并未建立，一方面企业面临着国家不断“抽血”而造成的“贫血”症日益加重，难以自我积累；另一方面企业也缺乏内在积累冲动。
（四）国有上市公司的股权融资偏好
由于股权融资的市场负信号效应，国外上市公司一般把它作为最后的融资选择，而我国上市公司普遍将股权融资作为首选的融资方式。可见，我国企业在进行资本结构的决策时，并
没有充分地考虑其优化问题，而重点考虑的是如何才能获得资金的问题，关于企业资本结构的科学决策问题，并没有得到企业的普遍重视。
三、我国企业资本结构的成因分析
资本结构不合理是企业生产经营过程中各种矛盾交织作用的产物，是经济体制转换中多种问题的集中反映，其形成原因既有外部因素，又有内部因素，既有历史问题又有现实问题。
（一）国有企业产权制度改革滞后
（二）企业之间互相拖欠严重
企业互相拖欠是近几年困扰企业资金正常运转的突出问题，虽然国家对“三角债”专门组织过清理，但由于整个经济运行秩序没有得到根本改观，还有加重之势，2005年末全国企业间相互拖欠款达1.2万多亿元，银行逾期贷款数额在千亿元以上。不正常的经济秩序使得企业之间相互拖欠愈演愈烈，不仅使企业资金运行出现梗阻和滞死，也增加了企业债务负担。
（三）资本金后天补充无路
资本金的先天不足需要后天来补充，一般情况，企业自有资金的补充有两种渠道:所有者投入和企业积累。资金供给体制的变化使得企业靠负债起家经营，但随着税制的改革，使得国有企业几乎完全断绝了增加权益资本的途径。我国在利润分配上过多的考虑财政收入，忽略了企业的长远发展，虽然所得税率降为33%，但国家做主要投资者还得分利润，在加上各种费用得征收，及地方政府政策的干预，使得企业内部积累很少，很难用以归还贷款本金。另外，虽然折旧率提高，正常折旧额应该作为积累专款专用，可是大部分折旧额企业又铺了新摊子，却又收不回来，企业无法扩大再生产。企业不进行技术改造，产品打不开市场是“等死”，进行技术改造，又没有资金投入，完全依靠贷款，形成高负债经营是“找死”，这也是形成企业资本结构不合理的原因之一。
（四）股权融资资本成本低于债券融资成本
四、调整和优化我国企业资本结构的对策
资本结构问题是企业财务管理的难题之一，也是国有企业改革的难点。毫无疑问解决好企业的资本结构问题，将有利于国有企业的改革，使企业在激烈的竞争中站稳脚跟，增强获利能力，为国家多做贡献。为此有必要建立完善现代企业制度，搞好存量与增量的关系，进行有效资本运营，改善公司治理结构，优化企业资本结构。
（一）逐步降低非流通股比例，完善企业股权结构
（二）企业加强自身管理，改善公司治理结构
无论是债务重组、资本运营还是利用国家给予的政策性补充资本金，要达到优化资本结构的目的，必须通过企业的具体经营来实现，离开了企业的有效的经营管理，所有的措施都会变得没有意义。在目前国有企业内部管理欠缺规范化、制度化，外部缺少适应市场经济条件的监督机制的情况下，企业经营的好坏，在很大程度上取决于有没有一个好的领导班子，好的公司治理结构。改革开放二十年的实践证明：企业之间差距形成的原因除企业所处的环境有所区别外，企业家的管理水平和公司治理结构是其主要原因之一。
联系我国企业改革的实际，建立现代企业制度，明确现代企业制度的核心是我国企业公司治理结构调整的关键，但也不能搞“”，“一股到底”，而应区别对待，把竞争性的国营小企业推向市场，对工艺性的国有大中型企业则实行所有者多元化、分散化。
1、明确我国公司治理结构中最基本的成份还是建立公司制我国企业资本结构的调整，不可能像国外那样完全依靠资本市场来进行，因为我们还没有形成一个健全的资本市场和经理市场。无论是国家作为所有者还是私人作为所有者，都不能获得关于企业经营的充分的信息，因此我国现在已经实行的公司化改造的企业，其股权实际上并没有到位。
企业要加快现代企业制度的建立，尽快建立健全“产权明晰、责权明确、政企分开、管理科学”的企业制度，进行以有限责任公司和股份有限公司为主要形式的公司改制。目前，由于企业缺乏规范的公司制企业的风险和压力，也就使自身丧失了提高效益的动力，加之现在政府财力不足，无法对企业注资，使得企业的资本结构不断恶化，国有企业只有真正建立起以股东会、监事会和经理层为组织结构的管理约束体系，才能形成真正意义上的权力中心、决策中心和管理中心，企业完全按照市场经济进行运转，按照企业的实际需求通过多种渠道进行融资，使股权多元化，增强企业的动力，提高企业的效益，改善企业的资本结构。
（三）加强资本运营
1、资本结构应立足于企业所处的行业。资本有机构成低、经营风险大、产业集中度低的行业不可以过多举债。因为对处于高度竞争行业的企业而言，在确定资本结构尤其是债务结构时，必须考虑自身现金流的稳定性。为了进取性策略而盲目扩大债务，可能引发竞争对手为了挤垮对方而采取短期恶性竞争，这就可能导致该企业由于短期现金流不能满足清偿债务，从而引起无效的企业破产清算。
2、资本结构的优化应结合企业自身的获利能力，要以降低企业资金成本，提高企业获利能力为目的。
5、资本运作要保持合理的举债能力。在现代企业制度下，充分认识并保持企业的举债能力，从而保证企业资本的安全、完整和增值。此外，举债能力直接影响企业在资本市场上的形象和竞争能力，因此无论是从企业外部环境需求，还是企业内部资本管理上，企业都要保持合理的举债能力。
6、资本结构的优化要因时而异。企业处于不同的发展时期应有不同的资本经营策略，应根据所处的成长周期，采取相应的策略。外部环境发生变化，企业也应该适时调整自己的资本结构，降低资金的加权平均成本，实现资本结构的优化。
（四）矫正资本市场的功能缺陷，强化资本市场社会资源配置的功能
要改变我国资本市场简单的功能定位，全面发挥资本市场优化社会资金资源配置的功能，就必须在资本市场中引入竞争机制，建立以满足企业需求为原动力的资本市场，通过制度创新，加强各项规则对企业融资行为的约束和引导作用：一是要完善证券发行制度，实行真正的核准制，让企业依靠自身的信用和实际经营状况决定融资方式安排融资结构；二是建立严格的会计考核制度，加强信息披露的真实性和全面性，改善以利润为中心的效益会计核算体系，力图全面、准确地反映企业经营业绩；三是优化政策，鼓励发展企业债券市场，发挥债券融资的激励机制、信号传递功能以及破产和控制机制，迫使企业建立自我约束机制，改善融资结构。
合理的资本结构有利于提高企业的价值，有利于企业合理安排所有权与控制权，有利于合理解决治理结构问题，有利于降低企业破产风险。随着经济的发展，企业资本结构越来越对企业的发展产生重要影响。要想真正的解决我国国有企业资本结构失衡问题，必须结合转轨经济这个逻辑出发点和既定的历史现实，根据中国的具体环境做出具体的分析，根据我国的市场化程度加以权衡和考虑，也只有这样才能在真正的做到理论和实践的统一。要矫正资本市场的功能缺陷，强化资本市场社会资源配置的功能，必须在资本市场中引入竞争机制，建立以满足企业需求为原动力的资本市场，通过制度创新，加强各项规则对企业融资行为的约束和引导作用；要调整上市公司的股权结构，降低国有股比例，改变目前股权结构中国有股“一股独大”的局面，通过转让、回购或换置等手段，实现股权所有者多元化，进而形成有效的公司治理结构。
1．傅元略：《企业资本结构优化理论研究》，东北财经大学出版社，1999年。
2.郑长德：《企业资本结构:理论与实证研究》，中国财政经济出版社，2004年。
3．余甫功：《中国资本市场制度分析与机制研究》，中国财政经济出版社，2001年。
4．晏艳阳：《我国上市公司资本结构研究》，湖南教育出版社，2001年。
5．陈晓红：《重组与再生：中国企业资本结构理论与实践》，经济科学出版社，2000年。
6．吕娜：《试析资本结构的评价及优化》，《理论界》2006年第12期。
7．张玉明：《企业资本结构的动态优化管理》，《商业经济与管理》2006年第10期。
8．刘怀珍：《如何优化企业资本结构》，《当代经济》2007年第5期。
9．王敏：《企业资本结构优化探讨》，《商场现代化》2007年第15期。
10．刘峰，卢绪海：《如何优化企业资本结构》，《合作经济与科技》2007年第24期。
11．靳远文：《优化我国企业资本结构的对策》，《现代企业》2007年第6期。