『壹』 請問怎麼查看股票市場上的資金流向
可上新浪網查詢 上海股市 深圳股市 美國股市 香港股市 台灣股市 分時走勢 實時行情 日K線 大單追蹤 龍虎榜 個股論壇 公司資訊 主要股東 流通股東 分紅配股 基金持股 定期報告 財務分析 重大事項 資產負債 現金流量 圖解財報
我的股市 登錄名 密碼
忘記密碼
股票： 寶鋼股份（600019）
股票價值評估
2007年7月9日
寶鋼股份
(600019)
綜合價值評估
www.chinasogu.com.cn
所屬選股模型 奧軒尼斯價值型
更多...
股票名稱 綜合評分
（星級） 綜合估值 12步價值評估 行業評級 成長質量評級 預測評級 投資評級
估值區間(元) 昨收盤(元) 估值結果
寶鋼股份 ★★★★ 15.59-17.15 11.40 低估區 ★★★★ ★★★ ★★★ ★★★★ ★★★★★
相對回報率
投資評級及盈利預測
相對回報（%）
盈利預測（元） "e"為預測值
寶鋼股份
上證指數
當前投資評級:強力買入,評級系數:4.9
強力買入 買入 中性 適度減持 賣出
價值評估
DCF估值(貼現現金流) (元)
股息折現價值（DDM） 4.53
資本自由現金流模型（FCFE） 18.54
公司自由現金流（FCFF） 9.13
相對價值估值(倍) (元)
動態PE 12.5
P/BV 2.44
P/S 1.19
P/CF 9.24
P/EG 0.70
目標價格估值(元) (元)
股票目標價格 15.59
其它估值(元) (元)
EVA價值 0.34元
G（基本成長率） 5.1%
ROA 2.4%
ROE 4.3%
風險評估
VAR風險價值 10.9%
每月波動 0.4%
均方差 3.0%
·最大獲利(元) 1.24元
·最大虧損(元) 1.24元
·綜合估值狀況 低估區
11.4
15.59 17.15 18.87 (元)
>>更多
內容
星級 升降
核心競爭力 ★★★★
行業地位 ★★★★★
成長性分析 ★★★★
盈利能力分析 ★★★★
公司治理 ★★★★
財務狀況 ★★★★★
股東增加值(EVA) ★★★★
機構認同度 ★★★★★
市場強度 ★★★
風險價值(VAR) ★★★
流動性 ★★
安全邊際 ★★★★
綜合評級星級 ★★★★
最新基本信息
股本結構 數量（萬股） 比例（%）
總股本 1751200.00 100.0
非流通股 1277700.00 73.0
流通市值（億元人民幣） 539.79
總市值（億元人民幣） 1996.37
最新市盈率（倍） 15.4
每股股息（元） 0.32
最新市凈率（倍） 2.4
年股息率（%） 3.1
企業價值收益比EV/EBITDA 45.17
>>更多
內容
星級 升降
最後一致評級 ★★★★
最後一致預測 ★★★★★
綜合評級得分
（星級） ★★★★
>>更多
內容
星級 升降
價值成長比率(PEG) ★★★★
未來3年贏利增長 ★★
基本成長率 ★★★★★
調整稅後經營利潤增長率(NOPLAT) ★★★★★
股東增加值(EVA) ★★★★
未來增加值(FGV) ★
市場增加值(MVA) ★★★★★
綜合評級得分
（星級） ★★★
內容
星級 升降
行業市場相對力道 ★★★
行業成長性 ★★★
行業集中度 ★★★
機構推薦度 ★★★★
行業綜合星級 ★★★★
機構研究報告
>>更多
標題 作者 來源 日期
寶鋼股份：優於大市 樂宇坤 中銀國際 2007-06-29
寶鋼股份：3季度價格持平考慮出口征稅影響，比較謹.. 鄭東、李.. 國信證券 2007-05-23
寶鋼股份：寶鋼3 季度出廠價格持平，符合預期 周濤 國金證券 2007-05-22
寶鋼股份：主要產品三季度價格平盤開出 趙志成 安信證券 2007-05-22
寶鋼股份：盈利能力仍處於上升階段 鄭東、李.. 國信證券 2007-04-26
操盤指引
>>更多
時間 類別 內容
2007-07-03 文匯報 寶鋼進軍核電用材領域
2007-07-03 文匯報 寶鋼進軍核電用材領域
2007-06-29 北京首證 鋼鐵長城 避風堡壘(600019)
2007-06-29 東方早報 寶鋼擠入核電用材領地
2007-06-29 中國證.. 寶鋼與民企合作生產核電用鋼
投資熱點
>>更多
關注參股金融和大盤藍籌股
巨鯨在行動：央企整合大格.. 電力行業：下半年行業業績..
醫葯行業：景氣繼續回升 .. 有色金屬周報
風格行業板塊07年三季度.. 天相IT行業每日資訊
一周模型選股組合
2007-06-22 >>更多
股票名稱 綜合估值 一致評級 回報率(%)
估值區間
(元) 最新股價
(元) 估值
結果
長江電力 19.70-21.67 15.59 低估區 強力買入 5.6200
中集集團 40.94-45.04 28.49 低估區 強力買入 -0.6800
華爾街選股模型 | 搜股股票池 | 定量評估系統 | 深度報告 | 主題投資
新浪網財經縱橫網友意見留言板 電話：010-82628888-5173 歡迎批評指正
新浪簡介 | About Sina | 廣告服務 | 招聘信息 | 網站律師 | SINA English | 會員注冊 | 產品答疑
Copyright ? 1996 - 2006 SINA Inc. All Rights Reserved
版權所有 新浪網
『貳』 信用VaR與市場VaR的關系
度量風險的指標種類：
1.敏感性指標，用於衡量資產價值對某一風險因子的敏感性。如β值，衡量單一股票或股票組合對市場指數(標普500、滬深300)的敏感性，敏感性指標的一個缺點是，無法知道對整體的絕對影響；
2.波動性指標，用以卜李衡胡肢量資產收益率相對於資產期望收益率的偏離程度，常用標准差(σ)度量，標准差表示各觀測值偏離於均值距離的平均數。與標准差相關聯的一個概念是相關系數(ρ)，用以衡量兩個變數(a和b)線性相關的密切程度，其值介於-1至1之間，ρ=1表示變數a和b完全同方向變動，ρ=-1表示變數a和b完全反方向變動，ρ=0表示變數a和b無相關性，無法從a的變動推知b的變動；
3.概率類指標，用以衡量某一結果發生可能性大小的度量。風險與損失雖然存在密切的關系，但褲弊世概率在其中扮演著重要的角色，某一損失雖然很大，但發生的概率卻非常低，則該損失的期望損失將很低，從而該損失的實際風險可能並沒有表象上那麼大；
4.綜合類指標，將概率、損失、對整體的絕對影響統一考量的指標，這類指標的典型代表是VAR，它表示在一定概率下的最大可能損失是多少，克服了上述三類指標單獨考量風險某一維度的缺陷。同時，由於VAR表示的損失值的大小，相對敏感性指標而言，VAR提供了一個對不同資產風險的統一考量，具有可加總的優越性。
『叄』 股票知識中VaR、Beta、Sharp Raio分別是什麼概念
VaR---是定義變數的意思。通常後面跟著個標識符,表示定義該變數。
Beta---測試
Sharp Raio--夏普發射機
『肆』 股指期貨var度量方法有
VaR的計算方法通常有三大類：分析法、歷史模擬法和蒙特卡羅模擬法，這3種方法從不同角度來分析資產的風險價值。後面的案例中將對股指期貨交易中保證金的最大損失值進行計算，即對保證金的VaR值進行估計。
1、VaR分析法的使用，首先通過假定或者實證來確定資產價格服從的分布類型，分布類型的確定和選擇是進行VaR方法理論分析和實證研究的關鍵。如果資產或資產組合的收益率服從正態分布，則該資產或資產組合VaR的計算可以簡化，在正態分布條件下，可以根據置信水平α確定相應的分位數，記為Zα，將資產或資產組合的收益率分布的標准差σ與該分位數Zα相乘，記為VaR值。
2、歷史模擬法要求投資者收集並利用所持有資產或資產組合在過去一段時期內收益率分布的歷史數據，其核心是根據影響資產或資產組合的市場因子的歷史樣本變化來模擬證券組合的未來損益分布，並利用分位數給出在一定置信水平下的VaR估計。歷史模擬法的基礎是假定資產收益率歷史的變化會重演，從而根據歷史數據來確定在持有資產或資產組合期內損失的最大值。映射：分析確定影響資產或資產組合的市場因子，收集每個市場因子適當時期的歷史數據，並用市場因子表示出資產或資產組合中各個金融資產的盯市價值。估計每個市場因子價值波動和未來價格，根據市場因子過去n個日期價格的時間序列，計算每個市場因子在n個時期內價格水平的實際變化，再假定未來的價格波動與過去一致，由市場因子的當前價格水平，可以直接估計出每個市場因子未來一個時期的n種可能的價格水平。估計組合的未來收益，利用資產價格公式，根據所有市場因子價格未來n種可能值，估計資產或資產組合未來的n種可能價格，並與資產或資產組合的當前價值或期望價值相比較，得到資產或資產組合未來的n個可能損益的分布。確定VaR值，將損益分布按遞增次序排列，按給定的置信度某一分位數，求出資產或資產組合相應的
3、蒙特卡羅法又稱隨機抽樣方法或統計實驗方法，其主要思想是：當所要求解的問題是某種事件出現的頻率，或者是某個隨機變數的期望值時，它們可以通過試驗的方法，得到這種事件出現的頻率，或者這個隨機變數的平均值，並用它們作為問題的解。估計資產或資產組合收益率的平均數和標准差，並就標准正態分布進行函數抽樣，抽樣次數為n，得到n個標准正態隨機變數Zi。將所得到的n個標准正態隨機變數Zi數值代入Xi*=μ+Ziσ，得到正態分布條件下的收益率數值。將上述模擬結果按從小到大的順序進行排列，取某一分位數，確定可得到在蒙特卡羅模擬下的VaR估計值。
『伍』 關於股票市場VAR值
VaR ,value at risk
有一個置信區間的，比如在95%的置信度下，該股票的最大可能下跌的幅度。
計算方法，就是置信度下對應的系數乘以該股票的標准差。
『陸』 如何理解股市交易的資金流入流出
中國股票波動性的分解實證研究
宋逢明/李翰陽
【摘 要 題】證券市場
【正 文】
一、概述
在金融學領域中，波動特性一直是重要的研究內容。目前對中國股票市場波動性的研究，大多以滬市、深市兩市場指數為對象。得到的結論普遍認為中國股票市場存在較劇烈的波動，與西方尤其是美國較為發達的股票市場相比，中國股票市場的波動顯著大於它們的市場波動。但是分析中國市場的特性後，可以認為分解股票的總體波動性，在股票的市場風險和個別風險兩個層面上對中國股市的波動進行實證研究是具有一定意義的。
首先，市場中有大量的散戶投資者，而其中相當數量的散戶持有大量個股而非投資組合。盡管機構投資者逐漸成為市場的主導力量，但是散戶投資者及其投資總量仍在市場中佔有很大比例。根據markowitz（1952）的資產組合理論，這一類投資者不能夠做到分散化投資，對於他們來說企業個別波動的影響的程度決不亞於市場波動帶來的影響。其次，市場具有高度不完全性，缺乏完善的機制和足夠的金融工具。雖然傳統理論認為20至30隻股票的資產組合可以很好地實現風險的分散化從而消除這些股票的個別風險，但在中國市場中由於缺少做空機制和必要的金融工具，也不能全部做到風險的分散化，構成這一組合的股票的個別風險不可忽視。
除這些特點外，中國市場中的投資理念變化也強調了分解總體波動性的意義：近年來，中國市場中價值投資理念開始逐步被普遍採納，對於某些特定股票的重視被加深，而分散化的做法反而逐漸淡化，所以股票的個別風險情況就顯得尤為重要。還有，中國的市場中存在大量的投機者甚至是賭博者利用某一隻股票在市場中的定價偏差進行套利，此時他們就充分暴露在這一隻股票的個別風險之下，而不是市場的總體風險。而且市場中曾經有嚴重的炒作行為，這類行為也大大影響了股票的個別波動。
基於上述分析，可以認為對於股票的總體波動進行分解，分別對市場波動性和個別波動性進行實證研究是有重要實際意義的。但是，無論是國內還是國外，很少有研究者將總體波動性分解，並同時在不同層面（市場、公司）對波動性進行實證分析。campbell，lettau，malkie和xu（2001）發現，在美國股市中，盡管市場波動並未增加，但是在1962年到1997年間，個別公司的不確定性大大增強了。但是，目前對這一現象的解釋尚無定論。對於中國市場的情況，宋逢明和江婕（2003）得出的結論是1998年以後的中國股票市場的總體風險與s&p500成分股所代表的美國股市相當，但是中國股市中的系統風險一直高於美國市場。
下面我們將先介紹研究中採用的波動分解模型和波動度量的估計方法，然後著重分析不同波動成分的變化趨勢並對其成因進行簡單的分析。
二、波動性的分解模型和估計方法
1.波動性的分解模型
本文的研究中，將一隻股票的收益分解為兩部分：市場收益與個別收益。通過這種分解，我們可以構造衡量個股的兩種波動的度量，這兩種波動之和就是該股票收益的波動，所採用的方法優點在於無需計算股票間的協方差以及個股的β。
根據capm模型，我們可以得到一種個股收益波動的分解方式：
（1）var（r[，it]）=β[2][，im]var（r[，mt]）+var（{圖}[，it]）
其中r[，it]為個股的超額收益，r[，mt]為市場超額收益，且capm模型本身有r[，mt]與{圖}[，it]正交。但是這種分解的缺點是難以估計個股的β，且個股β是隨時間變化的。為解決這一問題，下面我們給出一種簡化的模型，該模型不需要個股β的信息。同時，該模型可以對個股收益的方差進行類似於（1）的分解。
首先，考慮如下不需要β的個股收益模型：
（2）r[，it]=r[，mt]+ε[，it]
注意在模型（2）中，r[，mt]與ε[，it]不是正交的，因此在計算個股收益的方差時不能忽略協方差項。根據模型（2），個股收益的方差為：
附圖{圖}然而，這里的方差分解又一次引入了個股的β。
但是，對整個市場內的所有個股收益的方差進行加權平均便消除了帶有個股β的協方差項：
（4）∑[，i]ω[，it]var（r[，it]）=var（r[，mt]）+∑[，i]ω[，it]var（ε[，it]）=σ[2][，mt]+σ[2][，εt]
其中σ[2][，mt]=var（r[，mt]），σ[2][，εt]=∑[，i]ω[，it]var（ε[，it]）。根據這種分解方法，我們就可以利用模型（2）中的殘查項ε[，it]來構造一種不需要個股β的平均個別波動度量標准。加權平均波動∑[，i]ω[，it]var（r[，it]）可以理解為隨機選取的個股的波動期望值（隨機抽取到股票i的概率等於其在市場中的權重ω[，it]）。
2.數據及波動性成分的估計
本文採用在上海證券交易所和深圳證券交易所交易的a股股票數據來估計基於模型（4）的個股超額收益分解所得到的等式（4）中的波動成分量。樣本期從1990年12月19日始，至2001年12月31日終。這一樣本期內，股票數量發生了巨大變化，從期初的8隻增加到期末的1133隻、股票的日交易數據共計1，311，427組。為了得到模型（2）中的個股超額收益（r[，it]）和市場超額收益（r[，mt]），採用的無風險收益是人民幣一年期定期存款利率。
為估計等式（4）中的兩種波動成分量，採用下列步驟。令s為計算收益的時間間隔，本文主要採用股票日收益數據進行估計。令t為計算波動的時間間隔，本文中t一般指月。在時間間隔t內的市場收益波動，以mkt[，t]表示，由下式計算：
附圖{圖}
其中μ[，mt]是時間間隔t內市場收益r[，ms]的均值。市場收益是利用時間間隔t內所有個股收益加權平均得到的，取每隻股票當月的流通市值占總流通市值的比例且不考慮現金紅利再投資情況作為該股票的權重。這樣就得到了股票第一部分波動，即市場波動的估計量。
對於股票第二部分波動，即個別因素造成的收益波動，首先要根據公式（4）計算個股超額收益與市場超額收益的差ε[，is]=r[，is]-r[，ms]，然後計算個股在時間間隔t內的波動：
附圖{圖}
如前所述，為了消除計算中的個股之間的協方差量，必須對整個市場內的所有個股收益的方差進行加權平均。由此得到了衡量各股票個別因素造成的平均波動的估計量，以firm[，t]表示：
附圖{圖}
經過上述步驟，就得到了衡量市場內個股的市場風險和個別風險的兩個估計量mkt[，t]和firm[，t]。
三、不同波動性成分的趨勢分析
根據上述模型和估計方法，即可對中國市場的股票收益波動情況進行分解研究。首先按照前面的估計方法，估計出市場波動以及個別股票波動這兩部分波動量的大小，進行圖形分析。圖1（a）顯示了中國股市中市場波動成分隨時間變化的情形，包含了在上交所及深交所上市的所有a股股票，並按照流通市值進行加權平均，從圖中可以初步看出市場波動成分有一定的下降趨勢，但是不夠明顯。
圖1（b）對圖1（a）中的數據進行滯後12階（即數據滯後一年）的簡單移動平均，進一步表明市場波動成分有下降的趨勢。1990年至1991年股票樣本數量及交易量太小，波動不明顯，但1992年初，市場波動值約在0.020到0.025之間，至2001年底樣本期末，市場波動值約為0.05。尤其是1994年中期過後，市場波動的下降趨勢更為明顯。
圖2（a）則顯示了中國股市中個別因素波動成分隨時間變化的情形，從圖中可以初步看出個別波動成分隨時間沒有明顯的趨勢。圖2（b）同樣是圖2（a）中數據進行滯後12階移動平均的結果。圖中有一定的趨勢，但是很不明顯。期初波動值約為0.020，至2001年底，波動值約為0.010。從整體上看，圖像較為平緩。
附圖{圖}
圖2 中國股票個別因素波動（firm[，t]）
從圖形分析中可以看出，中國股市的市場波動成分在樣本期內有較為明顯的下降趨勢，而個別因素的波動成分在樣本期內有下降，但是不明顯。而且兩列時序數據都有持續的波動，說明其變化趨勢有可能是隨機性的。因此，除了進行圖形分析，要確定兩種波動成分的時間序列數據是否有確定性趨勢，還是僅僅為隨機性趨勢，還需要進一步進行計量經濟學分析。
『柒』 投資組合的VAR計算
VaR的字面解釋是指「處於風險中的價值(Va1ueatRisk)」，一般被稱為「風險價值」或「在險價值」，其含義是指在市場正常波動下，某一金融資產或證券組合的最大可能損失。
確切地說運薯姿，VaR描述了「在某一特定的時期內，在給定的置信度下，某一金融資產或其組合可能遭受的最大潛在損失值」；或者說「在一個給定的時期內，某一金融資產或其組合價值的下跌以一定的概率不會超過的水平是多少?」。
用公式表達為：
Prob(∧P>VaR)=1－c
式中：∧P—證券組合在持有期內的損失；
vaR——置信水平c下處於風險中的價值。
以上定義中包含了兩個基本因素：「未來一定時手輪期」和「給定的置信度」。
前者可以是1天、2天、1周或1月等等，後者是概率條件。
例如，「時間為1天，置信水平為95%(概率)，所持股票組合的VaR=10000元」，其涵義就是：「明天該股票組合可有95%的把握保證，其最大損失不會超過旁絕10000元」；或者說是：「明天該股票組合最大損失超過10000元只有5%的可能」。
為了加深理解，這里以中國聯通股票為例予以說明。
例如，過去250個交易日(2003.10.13～2004.10.21)，中國聯通的日收益率在一7%和5%之間(見圖8—3)。
從日收益的頻數圖(見圖8—4)中可以看出，日收益率低於一4%的有4次，日收益率在。
和0.5之間的有41次等。
在99%的置信區間下，也就是說250天中第2個最小收益率為一4.9%；在95%的置信區問
第八章金融工程應用分析329
下，即為250天中第7個最小收益率位於－3.5%至－4.0%之間，為－3.72%。
因此，倘若投資者有1億元人民幣投資到中國聯通這支股票上，則在99%的置信區間下，日VaR不會超過490萬元，即一天內的損失小於490萬元的可能性大於99%的概率；同樣，在95%的置信區間下，日VaR為372萬元。
『捌』 VAR模型優缺點和主要作用有哪些
一、VaR模型的優點如下：
1、 VaR模型測量風險簡潔明了，統一了風險計量標准，管理者和投資者較容易理解掌握。
風險的測量是建立在概率論與數理統計的基礎之上，既具有很強的科學性，又表現出方法操作上的簡便性。同時，VaR 改變了在不同金融市場缺乏表示風險統一度量, 使不同術語(例如基點現值、現有頭寸等) 有統一比較標准, 使不同行業的人在探討其市場風險時有共同的語言。
另外，有了統一標准後，金融機構可以定期測算VaR值並予以公布，增強了市場透明度，有助於提高投資者對市場的把握程度，增強投資者的投資信心，穩定金融市場。
2、可以事前計算, 降低市場風險。
不像以往風險管理的方法都是在事後衡量風險大小，不僅能計算單個金融工具的風險, 還能計算由多個金融工具組成的投資組合風險。綜合考慮風險與收益因素,選擇承擔相同的風險能帶來最大收益的組合，具有較高的經營業績。
3、確定必要資本及提供監管依據。
VaR為確定抵禦市場風險的必要資本量確定了科學的依據, 使金融機構資本安排建立在精確的風險價值基礎上, 也為金融監管機構監控銀行的資本充足率提供了科學、統一、公平的標准。VaR 適用於綜合衡量包括利率風險、匯率風險、股票風險以及商品價格風險和衍生金融工具風險在內的各種市場風險。因此, 這使得金融機構可以用一個具體的指標數值(VaR) 就可以概括地反映整個金融機構或投資組合的風險狀況, 大大方便了金融機構各業務部門對有關風險信息的交流, 也方便了機構最高管理層隨時掌握機構的整體風險狀況, 因而非常有利於金融機構對風險的統一管理。同時, 監管部門也得以對該金融機構的市場風險資本充足率提出統一要求。
二、VaR的應用主要體現在：
1、，用於風險控制。目前已有超過1000家的銀行、保險公司、投資基金、養老金基金及非金融公司採用VaR方法作為金融衍生工具風險管理的手段。利用VaR方法進行風險控制，可以使每個交易員或交易單位都能確切地明了他們在進行有多大風險的金融交易，並可以為每個交易員或交易單位設置VaR限額，以防止過度投機行為的出現。如果執行嚴格的VaR管理，一些金融交易的重大虧損也許就可以完全避免。
2、用於業績評估。在金融投資中，高收益總是伴隨著高風險，交易員可能不惜冒巨大的風險去追逐巨額利潤。公司出於穩健經營的需要，必須對交易員可能的過度投機行為進行限制。所以，有必要引入考慮風險因素的業績評價指標。
3、估算風險性資本（Risk－based capital）。以VaR來估算投資者面臨市場風險時所需的適量資本，風險資本的要求是BIS對於金融監管的基本要求。下圖說明適足的風險性資本與 VaR值之間的關系，其中VaR值被視為投資者所面臨的最大可接受（可承擔）的損失金額，若發生時須以自有資本來支付，防止公司發生無法支付的情況。
溫馨提示：以上內容僅供參考。
應答時間：2021-02-02，最新業務變化請以平安銀行官網公布為准。
[平安銀行我知道]想要知道更多？快來看「平安銀行我知道」吧~
https://b.pingan.com.cn/paim/iknow/index.html