股票定價模型的影響因素

『壹』 按照資本資產定價模型，影響特定股票預期收益率的因素有（ ）。

1.無風險收益率2.平均風險股票的必要收益率3.特定股票的β系數

【解析】資本資產定價模型的表達形式：R＝Rf＋β×（Rm－Rf），其中，R表示某資產的必要收益率；β表示該資產的β系數；Rf表示無風險收益率（通常以短期國債的利率來近似替代）；Rm表示市場平均收益率（也可以稱為平均風險股票的必要收益率），（Rm－Rf）稱為市場風險溢酬。財務風險屬於非系統風險，不會影響必要收益率，1.無風險收益率2.平均風險股票的必要收益率3.特定股票的β系數

『貳』 按照資本資產定價模型,確定特定股票必要收益率所考慮的因素有哪些

10,按照資本資產定價模型,確定特定股票必要收益率所考慮的因素有( ACD )
A.無風險收益率 B.公司股票的特有風險
C.特定股票的貝它系數 D.所有股票的平均收益率

『叄』 按照資本資產定價模型，影響特定股票預期收益率的因素有

企業經營良好程度
全國經濟趨勢
銀行存款和各種債券的利息
全球的經濟趨勢
企業產品的供求關系和質量
企業市場競爭力

『肆』 財務管理：從股票估價的基本模型分析影響股票價值的因素有哪些

決定股票價值最重要的一點是公司收益 而決定公司股票價格的是投資者對公司收益的預期 即在未來很長一段時間內都將維持高盈利水平的公司，如果市場上對應的股票相對較低（市盈率低於每股收益增長率） 此為低估

稅後利潤的多少 現金流量的多少 存貨的多少 是考察增長型公司的標准之一 建議參考財務報表之類的書籍了解存貨與現金的關系

公司資產涉及到隱性資產與非隱性資產。 有隱性資產的公司可不考慮盈利水平長期持有
公司總資產越多負債越少說明公司的生存能力。 而短期負債與短期現金流關系說明公司短期償債能力，等等這些都是公司經營水平的體現。也可一定程度上體現出行業能暖。

股息是公司對股東的回報，股息率越高說明公司每年對投資者給予的回報越多。如果一個公司常年賺錢卻不分紅有三種可能 1 公司持續高增長需要投資 2 公司管理層對投資者回報毫不在意 3 公司大股東與管理層存在利益輸送。 如果一個公司常年不賺錢卻依然分紅，也表明了許多，不再一一贅述

綜上所述 股息稅後利潤，存貨，公司資產，現金流等是財務報表中比較重要的幾項，這幾項是幫助你更好地了解公司的運營情況，公司的盈利水平，以及以後的發展方向。 這些數據與每股收益增長率是相輔相成的。

『伍』 請問影響股票價格因素有些什麼例子

選單個股票,我的方法是:如果是短線操作,技術指標主要為15分鍾K線為主,60分鍾K線為輔.還要根據大盤走勢研判.要弄清最近該股的基本面信息.多看幾家證券公司發布對該股的分析,然後用自己的思維總結.如果是現在的話,因為國家全力一直股市的資金泛濫.所以大盤對個股影像較大,個股也不排除報復性反彈的可能.如果用老的思維已經不能很好的選股.可以嘗試購買業績比較好的.重組概念還是炒作的對象.如果是投資初期,可選擇大盤藍籌股,就算虧損也不會有太大的問題.做股票重要的是心態!!!

單純從現象上看，是供求關系不平衡的體現。賣的人多買的人少，賣的人都想賣出去，競相壓價，股價就低了。相反的買的人多賣的人少，買的人都想買到，競相抬價，股價就高了。
至於從本質上看，是投資者對於股價未來趨勢的看法導致當前股價的變化。比如投資者「認為」某股票應該「值」12元，現在價格是10元，那麼他就買進。反之亦然。
單看上市公司基本面，比如公司業績好，利潤高，增長快。或者是整個行業，整個板塊有重大提升。國家政策影響，預期利好等等，都是讓投資者看漲的因素。相反的因素會使投資者有看跌的想法。這個可以說是一個趨於絕對理性，崇尚價值投資觀念的想法。
至於從技術面來看，則有很多投資和投機的因素在裡面。比如股票超漲超跌，莊家是在低位吸籌或者高位出貨，橫盤整理等等。廣大投資者對整個市場的看法（比如前一周的大跌，上市公司基本面並沒有大跌，而是投資者的心理大跌了）。這方面可以研究的太多了，建議樓主多看看股市分析的書。
還有一方面是炒作因素，也是我國股市的一大特色。有些消息並不會直接影響或者改變股價，但是某些別有用心的人（比如莊家），會利用這樣的消息來擴大影響，借機炒作，以達到直接控制股價的目的。
至於股價的手段，說到底股市就是2個基本因素，「價」和「量」，在這點上莊家和散戶是公平的。不公平的地方在於，莊家的錢多，實力強，甚至能夠獲得內幕消息，在這點上，莊家是領先於中小散戶的。在某些股票上，莊家甚至能夠控制80％的流通股以及擁有大量資金，然後就類似於商業上的壟斷市場，貨也在莊家手裡，錢也在莊家手裡，那麼價格當然也是他說了算了。這里只是說的通俗一點，道理樓主應該能夠想通。至於具體怎樣操作，對不起，我也不是莊家，還請樓主多看書吧。
順帶一句，只要散戶足夠團結，反手打擊莊家還是可行的，歷史上有過這樣的例子。

回答你的4個問題。個人拙見，僅供參考。
1、莊家想拉就拉完全按照個人意志？
很無奈的說，是的。如果你有足夠的錢，你也可以。但是最近證監會對違規交易管理有所嚴格，太瘋狂的舉動無疑是自討沒趣。

2、供求關系，只有買的人多才會漲，只有賣的人多才會跌，換句話說完全是市場說的算（不過按照這樣說比如杭蕭鋼構這樣的票根本沒人那麼大比例的買者去買，如何連續數十個漲停）？
你的看法沒錯。只不過象杭蕭這樣的個股（類似的還有銀星，S前鋒等），主力高度控盤，擁有大量籌碼。買的人是少，但是賣的人更少。主力在漲停板上不僅不賣，甚至會用大量資金掛單，給散戶造成此股供不應求，日後必然大漲的錯覺。

3、一個嚴謹的數學公式，公式里有大盤漲跌，市贏率，股價等很多參數組成，計算機自動計算這些公式來控制漲跌？
沒有這么嚴謹，但是技術分析還是很重要的。其實股票的最基本兩點，價和量，其他一切的指標，參數，都是建立在這兩點上的。

4、根據公司盈利情況設置一個時間和價格目標，比如6XXXXX在6月底的目標是漲12元，該股票此後的價格波動可能是隨機的，但到了完成目標的這一天就算大盤跌的再凶，股價也必須要到12元？
個股當然要看大盤。設置目標是一定的，但是如果在實施過程中遇到變化，那麼目標和手段必然要調整。請記住，莊家的終極目的是賺錢，而不是拉高股價。只有把股價拉高，莊家高位脫身，把股票高位拋給他人，莊家才能真正獲利。大盤下跌，意味著廣大投資者情緒不看好，對異動股有所警覺。這時就算個股拉的再高，莊家把圖形做的再漂亮，也不能吸引更多投資者接盤。這時的市場，不過是莊家在自己玩自己而已。

『陸』 IPO定價的因素分析

我們將承銷商在IPO定價程序中可能考慮的各種因素分為兩類，即外部因素和公司內部因素。它們的組合及其影響直接導致了IPO價格的確定。
所謂外部因素是指與企業正常經營狀態相對獨立的、不直接反映其內生持續盈利能力 但卻影響承銷商IPO定價判斷的各種情況，它們包括國民經濟運行狀況、市場利率水平、突發性事件、行業宏觀政策導向、產品市場預期、同業競爭情況、市場波動情況、股票發行規模以及承銷商自身實力等等。這些因素可能會以不確定的、非線性的方式對承銷商的定價過程發生作用，而且在特定的定價行為中，上述信息對IPO價格的最終形成主要起著經驗性的非量化影響；公司內部因素是指反映在IPO價格中的直接體現公司素質和增長前景的各種要素的總和，包括承銷商對其經營效率、獲利能力、管理狀況、資本結構等各種內部情況的評估結論。與外部因素不同之處在於，這些內部因素對於IPO定價主要可能起著較為確定的、線性的量化影響。
在模擬外部因素時，我們考慮到一些外部影響的量化難度而進行了相應的簡化或剔除。最終，我們假設承銷商的IPO定價程序主要受到以下四方面因素的直接影響：（1）市場波動情況；（2）股票發行數量；（3）行業特性；（4）承銷商等級指數。
對因素（1），我們使用了上證指數的相對波動率指標來模擬整個市場的中短期波動情況。考慮到在實際發行程序中，IPO定價的最終確定時間一般是在正式發行日的兩周之前，因此我們採用發行前兩周的市場波動率組合S1來模擬市場氣氛的研判環境。其計算公式為：
F/An=Ft/Fn（n=3，5，7，9，11，13，15）
其中，F/An代表相對於上證指數第n周移動平均收盤點位的市場波動率；
Ft為特定股票發行日兩周前的上證指數收盤點位；
Fn為特定股票發行日兩周前的上證指數n周移動平均收盤點位.
對於因素（3），我們使用了最新頒布的上市公司行業分類指引。由於兩個交易所公布的上市公司行業分類結果詳細程度不同，因此我們以深交所較為概括的分類標准來對樣本公司所屬的行業進行判別。
在因素（4）即承銷商自身實力方面，我們考慮到美國的IPO市場中等級較高的投資銀行所承銷的IPO股票定價傾向於高出平均水平（Michelle Lowry&G. William Schwert，2001），因此，國內承銷商的實力差別可能也會對其作出的IPO定價決策有所影響。在考慮多重指標之後，我們大致把1997－2000年樣本期間內的主承銷商進行了等級排名，共分為1、2、3、4個檔次。其中，檔次越靠前的承銷商實力也越強。
在公司內部因素方面，我們考慮到市盈率指標所反映的公司基本面情況較為有限，而要試圖對公司的內在價值運用現金流量貼現方法作出判斷又會令主觀因素的干擾加大。因此，為了全面反映特定公司的基本面素質，我們運用了71個財務指標來模擬公司的償債能力、贏利能力、資產周轉能力、管理效率等各個方面的情況。這些財務指標的原始數據均來自於樣本公司招股說明書及上市公告書中上一個會計年度的資產負債表和收益表。盡管現金流量信息非常重要，但在權責發生制的框架下，資產負債表和收益表仍然可以完整地代表特定企業的財務狀況和經營成果。鑒於報表編制基礎的沖突，我們在選取財務數據時沒有納入現金流量信息。
另外，我國證券市場的政策環境變化較大，經驗數據表明：市場的IPO定價從趨勢上看，有突然間受到某種沖擊而整體增加的跡象，而不是逐漸的增加；而從實際的市場情況來看，定價增加可能是因為受到一級市場市場化的政策的影響，從而表現出的不理性行為導致。基於上述兩個原因，我們沒有在後續的分析過程中引入時間變數。 （1）數據性質的檢驗
我們試圖從81個變數中尋找到對新股價格有效的解釋變數。如果這些變數高度相關，必然會導致回歸方程中自變數相互削弱各自對y的邊際影響，而出現回歸方程整體顯著，但各個變數都不顯著的現象，也就是多重共線性的現象。另外，在眾多的數據中如果存在奇異值，將嚴重地歪曲變數與自變數之間的關系，使回歸方程不能很好地描述一般情況下變數與自變數之間的關系。因此，在發現奇異值時，應將其刪除以使回歸方程得到較好的效果。
我們通過標准化誤差和標准化預測值的散點圖檢驗數據是否存在奇異值的一般規則是：如果存在數據點明顯超出 標准化誤差值區間，則可以認為該數據是奇異值。根據結果看，幾乎所有的值都在 標准化誤差值區間內，有兩個點遠離該區間，顯見這兩個值是奇異值，將嚴重影響到回歸方程的質量，應該剔除。這兩個點對應的個體是新力葯業（0153）和平高電氣（600312）。
（2）多重共線性的檢驗
我們通過相關系數矩陣觀察各指標之間的相關程度，從而判斷各指標間是否存在高度的相關性。從相關系數矩陣可以看到，在擬選用的指標中，變數之間普遍存在著高度相關的現象，比如F/A7與F/A9之間的相關系數為0.977794、主營收入/有形資產與總資產周轉率之間的相關系數高達 0.998043等等。所以，這些變數不能同時進入回歸方程，在進行回歸之前必須對數據進行處理以消除多重共線性的影響。
（3）數據處理
從上述數據性質的檢驗中，我們發現數據存在奇異值、存在多重共線性的現象。對於奇異值我們將其從數據中剔除，而對於多重共線性的問題我們採用主成分分析法進行處理。
擬選用的指標可以分為兩類，即外部指標（行業類別、市場波動指數、承銷商等級、發行量系數）和反映公司內部因素的財務指標類聚，並分別對這兩類指標進行主成分分析。
（4）用多元統計分析中的主成分分析法進行數據簡化
由於存在多重共線性的現象，也就是說各變數之間相互關聯，所反映的信息很大程度上也是重復的，所以我們完全可以用少數一些變數來反映大部分的信息。主成分分析作為多元統計分析技術的一個分支，其主要目的就是濃縮數據，就是研究如何以最少的信息丟失把眾多的觀測變數濃縮為少數幾個因子。這幾個因子不僅保留了原始指標中的主要信息，而且彼此之間不相關，很好地避免了出現多重共線性的問題。
（5）從財務指標中提取公因子。
第一步，提取公因子，並進行因子旋轉。
這一處理的結果發現：特徵值（Total項）大於1的因子共13個，這13個因子的累計解釋方差佔到總方差的91.33864%，也即這13 個因子代表了原來所有71財務指標所表達的信息量的91%左右，代表了絕大多數的信息。而變數數由71個減少到13個，以最小的信息丟失量，極大地簡化了數據。在之後的回歸分析中，我們將用這13個共因子替代原來的71個財務指標進行回歸。通過主成分法得到的公因子是完全不相關的，即相關系數為0，用它們進行回歸分析就不會出現多重共線性問題。
另外，因子旋轉後並沒有改變這13個因子的累計解釋方差佔到總方差的比例，旋轉前後該比例均為91.33864%，只是在各個因子之間的分配比例有所變化。
第二步，計算因子得分。
實際上因子得分是通過原始變數的線性組合得到，原始變數前的系數就是因子載荷矩陣中的因子載荷。
（6）從市場指數波動指標中提取公因子
利用上表中的因子載荷矩陣計算因子得分S1
S1=0.823232×（F/A3）+A+0.895644×（F/A15）
（7）用虛擬變數處理行業數據
對於樣本所含的94隻新股，共涉及19個不同行業，我們引入虛擬變數進行處理。我們用18個虛擬變數di（i=1，2A 18 ）來反映行業分布對新股定價的影響。
（8）回歸分析
在剔除奇異值、運用主成分分析法濃縮數據並同時處理了多重共線性的問題之後，我們即可進行最後的回歸分析。下面是我們通過採用主成分法得到的財務指標的公因子、市場指標的公因子及發行量系數、行業類別的虛擬變數、券商等級等因素對被解釋變數（即IPO價格）進行逐步回歸所選出的最優回歸方程。
Price=14.27727－1.71038×發行量系數－0.41778×S1+6.70326×d11+3.861002×d15－3.06603×d17+1.132558×F1+0.579465×F3+0.863128×F4+0.67048×F6+0.422713×F8－ 0.6338×F12
其中R2=0.68
（9）最終結果分析：
在財務指標的公因子中，對新股價格有顯著影響只有F1、F3、F4、F6、F8、F12、這六個因子，其餘因子對新股價格影響甚小，不予考慮。除此之外，市場波動指標的公因子S1對新股價格的影響也是顯著的，S1也進入了回歸方程。發行量對新股價格的影響同樣不能忽視。在反映行業分布的18 個虛擬變數中d11、d15和d17進入了方程，它們所對應行業為行業C99（其他製造業），行業G（信息技術業）和行業K（社會服務業），這說明在 2000年以來，屬於這三個行業的上市公司在進行新股定價時，行業分布對其股票定價有顯著影響。其中，行業C99和行業G對新股定價是正向的影響，而行業 K對新股定價的影響則是反向的。
上述的Tolerance和VIF兩個指標為多重共線性的檢查指標。可以看到，所有變數的Tolerance均大於0.1，VIF均小於10，因此不存在多重共線性的問題。
另外，檢驗數據表明，在5%的顯著性水平下，各系數的t值與方程的F值全部通過檢驗，新股定價模型擬合效果非常好。
作為對比，我們對1997年至2001年初的328隻IPO股票數據進行了類似分析，檢驗結果與上述結論較為相近（檢驗通過變數完全一致），但回歸方程中的自變數系數有一些差別，而樣本的擬合度也較差一些，這表明較長期間的IPO定價因素影響可能會隨著結構性的市場變動而發生變化。另外，從行業分布角度看，在這一期間對股票定價有顯著影響的行業也變成行業C99，行業F（交通運輸、倉儲業）和行業L（傳播與文化產業）。其中，行業C99和行業 L對新股定價是正向的影響，而行業F對新股定價的影響則是反向的。這說明市場熱點會隨著一些環境因素的變化而轉移。

『柒』 根據CAPM模型，影響特定股票預期收益率的因素有（ ）。

CAPM資本資產定價模型。
應該選擇C
在確定了市場未來的走勢後，明了不同β系數的證券組合可能獲得的額外收益。

『捌』 1、試通過資本資產定價模型來分析影響股票價格的因素2、試述關於利率期限結構的主要理論及其優缺點

那用那麼復雜，有題材在爛的公司它的股票也是好股票。