股市短期投机性泡沫与市场风险研究.doc

《股市短期投机性泡沫与市场风险研究.doc》由会员分享，可在线阅读，更多相关《股市短期投机性泡沫与市场风险研究.doc（11页珍藏版）》请在三一办公上搜索。

1、精品论文推荐股市短期投机性泡沫与市场风险研究以 0608 年 A 股农业板块上市公司为例 田雨，李敏大连理工大学经济系 辽宁大连 （116023）E-mail：me_errol摘要：本文分析了 0608 年 A 股农业板块短期投机性泡沫从形成到破灭的三个阶段，认 为股市泡沫的破灭与市场的风险程度关系密切，并得出如下结论：随着 A 股市场的启动， 农业板块的投机性水平并没有显著变化，但是低效率运行的上市公司比例呈显著上升趋势， 市场风险不断积聚；A 股市场中投机性泡沫的主导者是大型机构、银行与保险的短期投机行 为所致；无论是从中长期投资角度还是短期投机角度，坚持价值投资理念是有利的；A 股市 场

2、技术效率呈现走低趋势，对应的是上市公司，尤其是大市值的上市公司相对业绩的下滑， 市场风险提升，公司业绩不能支撑其股票价格，面临长期调整的可能性，这一调整过程的结 束需要持续到上市公司相对业绩整体回升为止。关键词：短期投机性泡沫；市场风险；DEA中图分类号：F830.911引言地区性、全球性金融危机爆发以前，总是不可避免地伴随着对各类金融资产的投机和由 此产生的投机性泡沫，随着全球证券市场的发展，任何金融危机的爆发都将最先起始于股票 市场。股票市场泡沫的累积，将导致投资风险的加剧，不仅会给投资者造成巨大损失，也可 能导致经济的长期低迷，甚至会造成国民经济的衰退。二十世纪 30 年代美国股市崩盘以

3、及90 年代的东南亚金融危机都是恶性资本投机的结果，给世界经济带来了短期毁灭性的打击。 西方股票市场有 400 多年的历史，仍然不能通过有效的市场政策规避短期投机风险，与之相 比，中国股票市场的历史仅仅不到 20 年，市场法规监管制度相对不完善，短期内更容易滋 生投机行为。随着 2006 年底 A 股市场启动，在 2007 年 1 年时间里，上证指数从不到 2000 点起，历史性地突破 6000 点，外国投资者惊呼之为“龙市”。时过境迁，进入 2008 年后，A 股市场率先出现了深度调整，在不到 1 年时间里，从 6000 点以上回落到 2000 点以下，大型 专业投资机构、银行、保险公司等都

4、受到了不同程度的冲击，中小投资者从盲目的相信年内 突破万点杀入股市到被迫割肉离场甚至深度套牢。A 股市场这种倒“V”字的走势是资本市 场发展不成熟的体现，除了中小散户的投机行为外，很大程度是由于市场当中大型机构的短 期投机行为造成的，导致股票市场短期投机性泡沫累积，市场风险加剧，股票价格存在强烈 的回归理性的意愿，出现 2 年之内股票价格先“上天”到后“入地”的非理性现象。由此可 见，不论对市场投资者还是监管者而言，及时获取短期投机性泡沫水平，提早规避市场风险 都是非常必要的。2模型的选取和评测方法根据新帕尔雷夫经济学大词典的解释，股票泡沫是指股票价格连续上涨，价格的上 升吸引新的买主在进一步

5、涨价预期的动机下买进，使价格不断攀升，直至远远高于股票的价 值。股票价格上升通常也会伴随着预期的反向变化，当这种反向预期大于正向预期时，价格 就会迅速下降，向其内在价值回归。但这种价格下滑，因为伴随着强大投机力量的退出，可 能会使股票价格回落到股票的内在价值之下，从而对实体经济造成冲击，甚至酿成金融危机。 有关股市泡沫测度的研究，目前主要有以下几种方式：基于时间序列的方差检验方法；基于 公司内在价值的测算方法；基于 Monte Carlo 模拟测算不同类型泡沫发生概率的方法。-11-Shiller(1981)运用方差界检验来判定股票价格是否反映了基本价值1。Blanchard andWatso

6、n(1982)以股票价格的理性预期模型为基础，用游程检验、方差界检验等方法研究泡沫 问题2。West(1987)讨论了传统泡沫检验中的不足，提出了 Euler 方程检验3。Engle and Granger(1987)的协整检验法，通过检验股票价格与股利之间是否存在协整性来判断泡沫是 否存在4。McQueen and Thorley(1994)创立了建立在持续期依赖统计理论基础之上的泡沫 检验5。White(2000)采用横截面数据回归出市盈率后与实际市盈率相比较，判断市场股价 是否有偏差6。周爱民(1998)用动态自回归法检验泡沫7。潘国陵(2000)采用方差界等方法 检验了股市泡沫的存在性

7、8。上述方法都是基于时间序列的方差检验方法，忽略了真实世界 中经济体（上市公司）经营状况的变化，单纯从数理经济学的角度假设过去的长期变化趋势 即为未来的趋势，通过分析方差变化评价股市泡沫水平。如果出于某种原因在测算期中上市 公司的业绩整体提升，必然导致股票价格的整体上升，按照时间序列方差检验进行测量，分 析结果中方差将急剧放大，结论为市场中存在投机性泡沫，与真实情况背离。潘国陵(2000) 用过去每股税后利润作为未来红利的基础，计算我国股票市场的内在价值，并以此与实际价 格比较，测算股市泡沫88。吴世农(2002)在假设我国股市不派息的情况下，运用 CAMP 计算 股票市场的内在价值，然后测算

8、股市泡沫大小9。葛新权(2005)利用宏观经济变量模型估计 出综合指数的内在值，与综合指数的实际值进行比较，得到整个股市的泡沫水平10。刘熀松 (2005)运用 FO 模型测算了中国股市的内在价值，与实际价格作比较，测算出股市泡沫水 平11。上述研究都是基于公司内在价值的测算方法，评估股票内在价值的难度很大，因此， 研究者在测算过程中采用了间接的方式近似估计股票内在价值，影响了测算的准确性，其研 究结果常常受到质疑。毛有碧、周军（2007）采用 Monte Carlo 模拟法，通过模拟得到股票 价格对数的整体分布情况，并按股市泡沫破灭的概率区分泡沫的性质，测算股票市场的泡沫 程度12。上述关于

9、股市泡沫的研究均以整个股票市场为研究对象，事实上，股票市场的投机性泡 沫是由短期投机行为引起的，并非以整个市场为单位表现出来，短期投机者并不关心整个市 场是否赚钱，而是关心手中的股票是否获利，因此，多数投机行为发生在短期投资者持有的 某些存在关联的股票当中，基于此，本文的研究视角转向研究市场当中的某一板块投机性行 为。根据股市泡沫的定义，投机性泡沫指市场价格高于股票实际价值的部分。然而，随着股 票市场的发展，股票的市场价格已经远远超过了其实际价值，相关文献指出利用已有的研究 方法发掘股票的真实价值相对困难，这就决定我们必须通过其它方式衡量股票的真实价值。 本文假设股票市场是存在理性的市场，股票

10、的高价格必须有公司优良业绩的支撑，也就是说， 即便对短期投机者而言，也需要寻找那些业绩优良的企业进行炒作，因此，本文考虑从公司 的业绩角度研究股票市场的短期投机行为。本文以公司业绩作为股票价格的研究基础，公司短期业绩决定股票的短期投资价值，短 期业绩较好的上市公司，其股票价格也相应较高，于是，本文考虑将股票的价格作为产出， 将股票对应的公司业绩作为投入，对短期投机行为进行投入产出分析，研究方法选取数据 包络分析方法（DEA）。DEA(Banker，Charnes&Cooper，1984；Charnes et al.，1985；Charnes， Cooper&Rhodes，1978)是一种“面向

11、数据”的测评方法，用于测评一组具有多种投入和多种 产出的决策单元(Decision Making Unit，DMU)的绩效和相对效率13。由于 DEA 方法注重测 量个体而非观测量的平均值，因此对个体的差异尤其是 DMU 效率的考察有着独特优势。DEA 是一种非参数估计的方法，因而可以规避参数方法的多种限制，所以 DEA 方法被广泛地应用 于公私部门效率以及生产函数效率的测评。数据包络分析方法（DEA）适合研究某一行业的技术产出效率，整个股票市场可以按照行业分成若干板块，因此，该方法完全适用。运用DEA 方法对某一板块当中的股票进行分析，可以得到不同上市公司的技术产出效率，结合短 期期末价格，

12、我们可以得到效率价格评价矩阵：表 1 效率价格评价矩阵高价格中价格低价格高效率价值投资型股票估值洼地股票中效率低效率投机型股票垃圾股、题材股等如表 1 所示，根据不同的效率和价格可以将板块当中的上市公司分成 9 类，本文重点研究其中的四类，高效率高价格的股票，我们认为该类型的股票符合价值投资的观点，股票的 高价格有实际优良业绩的支撑；高效率低价格的股票，本文称这些股票为处于“估值洼地” 的股票，其对应的上市公司拥有优良的业绩而且价格又相对较低，是价值投资者的首选；低 效率高价格的股票，这是本文所要寻找的投机型股票，其对应的上市公司业绩相对较差，而 股票价格却又相对较高，完全是通过炒作蓄意抬拉价

13、格的结果，造成价格虚高，完全脱离业 绩支撑；低效率低价格的股票，这些股票就是所谓的垃圾股和题材股，其对应的上市公司业 绩较差，属于被市场遗弃的品种。其中，我们认为，低效率高价格股票为短期投机型股票， 通过计算得出其占所在板块全部股票数的比例，就可以确定板块短期投机性泡沫的水平；进 而，通过计算得出低效率运行的上市公司数占其所在板块全部上市公司数的比例，就可以评 测出短期市场风险的程度。3变量和数据的选取在上市公司技术效率评测中，关键在于确定合理的投入变量和产出变量。本文根据理性 投资的观点，认为上市公司的短期季报体现出了上市公司的业绩，并在此基础上假设公司季 报期末价格将对季报内容作出反映，因

14、此，选取季报期末价格作为产出变量，选取上市公司 季报财务报告中的相关指标作为投入变量。本文选取每股收益（扣除后）、每股净资产、净 利润率、净资产收益率、股东权益、速动比率、每股经营现金流量等 7 个变量作为投入变量， 采用相关系数矩阵分析各个季度这些变量与股票价格之间的关系，最终，将筛选出对股票价 格影响较大的变量作为衡量上市公司业绩的投入变量。受到 20072008 年农产品价格上涨的影响，农业板块的上市公司业绩大幅提升，且该 板块整体市值较低，易于成为短期投机者炒作的目标，因而，本文选取农业板块作为研究对 象对短期投机行为进行研究。数据源时间跨度将从 2006 年 9 月到 2008 年

15、6 月，其间按照季 度划分为 8 组数据组合。时间跨度选择为 06 年 9 月到 08 年 6 月，原因是熊市当中的投机性 行为很难存在，即使上市公司本身的业绩优良，股票价格也变化不大，多数股票呈现横盘状 态。2007 年的 A 股市场被认为是中国股票市场有史以来最大的牛市，这也为投机性行为提 供了温床，因而，选择该时间段进行分析更有利于针对短期投机行为进行研究。财务数据均 来自上证交易所和深证交易所中上市公司的季报。为了考察公司股票价格与季报中选取变量之间的相关关系，本文将对农业板块 06 年 9 月到 08 年 6 月不同季度季报中选取的 8 个变量与其对应季度最后一个交易日的价格进行相

16、关性分析，得到表 2 中所示的变量相关性系数的平均值。通过相关性系数平均值的比较，我 们选择每股收益（扣除后）、每股净资产和净资产收益率作为衡量上市公司业绩的投入变量。表 2 变量相关性系数分析Table.1 Variable Correlation Matrix Analysis Table每股收益扣除后每股净资产净利润率净资产收益率股东权益速动比率每股经营现金流量相关系数平均值0.650.670.190.380.150.080.234实证分析本文对农业板块 50 家上市公司 8 期数据进行数据包络分析，得到 8 组效率组合。在进 行 DEA 分析的过程中，存在一个技术性问题，即数据包络分析

17、要求作为投入项的数据要大 于 0，而我们选取的变量每股收益（扣除后）以及净资产收益率存在小于 0 的情况，此时， 我们将这些数据用 0.0001 代替，其近似接近于 0。0.0001 是数据包络分析软件 DEAP 所能 够取到的最小精度，其表示投入项非常微小，用该数值进行替换，对分析结果影响不大，因 为，我们寻找的是业绩较差而价格较高的上市公司，选用 0.0001 代替负数本身就说明该企 业业绩较差，况且 0.0001 是 DEAP 软件的最小精度，也就是说将该企业的此项指标进行调 整对分析结果不会造成影响。表 3 农业板块上市公司产出效率公司代码06 年第 三季度产06 年第 四季度产07

18、年第 一季度产07 年第 二季度产07 年第 三季度产07 年第 四季度产08 年第 一季度产08 年第 二季度产出效率出效率出效率出效率出效率出效率出效率出效率000061110.5210.3980.3610.3260.1090.0066006951111110.4190.416003710.620.7590.6710.4070.3870.3470.1520.0026002510.63811111116005380.4370.3390.4320.42810.7050.8720.5170009980.4060.3120.2340.3220.3080.180.2160.3656003540.35

19、30.3340.7940.3860.5480.5240.10216005400.3820.270.2360.1890.2650.2060.0820.0036000930.5240.5590.720.7720.5550.4450.20.0136001270.4910.7240.902110.6040.1850.20005530.2890.3230.406110.7510.1220.0010020860.3620.3930.2510.2730.1890.0910.0020007980.4110.3290.6880.3590.5590.4090.6380.4410007130.3990.3390.3

20、530.2010.3020.1920.1390.002002069110.9450.7020.5760.5030.1650.0050009500.2780.3490.4620.3120.3910.2540.1230.0010009720.560.460.5140.50.8410.4290.1010.0046004670.4150.4570.4210.3220.7420.7190.1460.0016002270.1780.1480.2430.1840.2510.1490.0640.0016005980.2690.2710.3380.260.3770.2850.1360.0026004380.41

21、0.564110.9340.9080.2480.0036005430.3750.3290.2640.1810.2990.2120.0840.0026003110.2710.3330.4670.4080.6590.6070.3110.3866005060.4330.35611110.1290.1460020180.3730.3570.4370.3440.3580.3890.2030.0016003590.330.2130.6220.3440.5530.17810.756002650.4510.5110.7530.4260.880.35410.0026007960.4620.3770.4860.2

22、330.3980.20.8410.520008760.2390.3480.4280.3190.3840.2340.0760.0010007350.4180.3680.4250.2730.2940.1730.0710.0026001080.4880.3950.5170.5120.6370.3460.1250.0076009750.2750.2340.7170.2950.40.5730.0880.0046003130.5550.3650.9450.6930.9840.7450.5640.5456009650.4340.3230.3840.2860.3640.2550.1020.0056005960

23、.4360.4950.6670.6690.5870.6250.24906004860.3450.2760.3640.3370.3260.2360.1060.0016001800.2240.570.7140.4450.5091116002570.3670.3910.380.2730.3330.2350.2970.0050020410.8950.8180.3520.2440.7620.2610.0850.0026001890.2830.3410.2190.1730.2940.3060.0890.0026008820.3130.3190.2660.2160.2710.2080.0640.003000

24、7020.4760.3780.4220.3050.4470.6530.0880.0040005250.560.520.690.3730.3930.3720.1720.0026007310.3150.2630.3840.3730.4240.7460.1040.0116002280.5440.4010.430.4170.4720.3290.8320.0186003890.2630.2060.2420.2260.340.4010.15100008600.2840.3080.3190.280.3060.1970.0610.0016005320.2890.2490.2290.1620.2490.2280

25、.5840.4396009620.3550.30.3610.3230.5380.2960.1320.0016000960.3440.3990.4630.7040.5840.4960.1950.002样本数4950505050505050注：002086 东方海洋在 2006 年 9 月之前还没有上市，因此，用“”代替，对其产出效率不进行分析。（1）农业板块投机性泡沫水平与市场风险程度测算接下来，本文将对 8 个季度末上市公司的股票价格及其对应的技术效率进行聚类分析。 进行聚类分析的时，将上市公司效率为 1，即在前沿面上的上市公司按照其股票价格进行 Ward 法聚类分析，得到相对效率高、中、低价

26、格对应的股票数。而后，对相对效率不足 1 的公司的技术效率、股票价格进行 Ward 法聚类分析，得到高效率不同价格，中效率不同价 格、低效率不同价格对应的股票数。最后，我们对相对效率不足 1 中的低效率上市公司按照 股票价格再进行一次 Ward 法聚类分析，得到低效率高价格、低效率中、低价格对应的股票 数。其分析结果如表 4 所示：表 4 农业板块上市公司股票价格、效率类型（单位：家）06 年第 三季度06 年第 四季度07 年第 一季度07 年第 二季度07 年第 三季度07 年第 四季度08 年第 一季度08 年第 二季度相对效率不同价格34466443高效率不同价格11313541161

27、中效率不同价格2082522121758低效率高价格99244845低效率中低价格62661324103133总计4950505050505050如表 4 所示，其中低效率高价格的上市公司占全部样本数目为 9/49、9/50、2/50、4/50、4/50、8/50、4/50、5/50，转化成百分数分别为：18.4、18、4、8、8、16%、8、10；低效率的上市公司占全部样本数目为 15/49、35/50、8/50、17/50、28/50、18/50、35/50、38/50，化为百分数分别为：30.6、7、16、34、56、36%、70、76。前者代 表农业板块的投机性水平，后者代表农业板块的

28、市场风险的程度，如图 1 所示，随着 A 股 市场的启动，农业板块的投机性水平并没有显著变化，但是，低效率运行的上市公司比例呈 显著上升趋势，市场风险不断积聚。80%70%60%50%40%30%20%10%0%06年第三季度 06年第四季度 07年第一季度 07年第二季度 07年第三季度 07年第四季度 08年第一季度 08年第二季度投机性泡沫水平 市场风险图 1 市场投机性泡沫、市场风险分时图（2）农业板块上市公司效率价格分析通过 8 组连续的效率价格散点图，我们可以直观的看出农业板块的效率价格变化趋 势。根据散点图，本文将这 8 个时期划分为农业板块短期投机性泡沫从产生、形成到破灭三 个

29、阶段。图 1图 3 对应的时期为 06 年第三季度到 07 年第一季度，这一阶段 A 股市场刚刚 启动初期，股票效率价格分布主要集中在中效率中价格区间，投机性并不严重，市场风险相 对较低；图 4图 6 对应的时期为 07 年第二季度到 07 年第四季度，此时投机性泡沫形成， 投机性严重，但是由于市场当中的中高价格股票对应的是中高业绩的上市公司，市场风险适 中。其中，图 4、图 6 中上市公司重心集中在低效区间，投机性和市场风险严重；图 5 中由 于上市公司业绩上调，投机性相应减弱。图 7图 8 对应的时期为 08 年第一季度到 08 年第 二季度，市场投机氛围浓重，上市公司重心完全集中在低效区

30、间，市场上的高价格股票完全 被低效率公司占据，市场风险巨大，泡沫面临破灭的风险。20 25 908020701560155010401030价格520价格5价格1000.0.2.4.6.81.000.0.2.4.6.81.000.0.2.4.6.8 1.0效率价格效率图 13 2006.92007.3 效率价格散点图80 807060 605040 403020 20价格1010080604020价格00.0.2.4.6.81.0价格00.0 .2.4.6.81.000.0 .2.4.6.81.0效率 效率 效率图 46 2007.3-2007.12 效率价格散点图80 10080606040

31、40价格20价格2000.0.2.4.6.81.000.0 .2 .4.6.8 1.0效率 效率图 7图 8 2008.1-2008.6 效率价格散点图（3）农业板块与权重板投机性泡沫、市场风险对比分析为测算农业板块投机性泡沫与市场风险的真实水平，必须进行对比分析，为此，本文 选取市值占 A 股市场前 4 位的银行板块（12 家）、房地产板块（57 家）、钢铁板块（26 家） 与煤炭石油板块（29 家），时期为 06 年 9 月07 年 12 月共 6 期数据，进行 DEA 分析和聚 类分析：表 1 银行板块上市公司股票价格、效率类型（单位：家）06 年第三季度06 年第四季度07 年第一季度

32、07 年第二季度07 年第三季度07 年第四季度相对效率高 121111中低价格高效率高中 211111低价格中效率高中 522200低价格低效率高价 041166格低效率中低 137744价格总计91212121212如表 1 所示，银行板块中低效率高价格的上市公司占全部样本数目为 0/9、4/12、1/12、1/12、6/12、6/12，化为百分数分别为：0、8.3、33.3、8.3、50、50%。低效率运行 的上市公司占全部样本数目为 1/9、7/12、8/12、8/12、10/12、10/12，化为百分数分别为：11.1、58.3、66.7、66.7、83.3、83.3。表 2 房地产

33、板块上市公司股票价格、效率类型（单位：家）06 年第三季度06 年第四季度07 年第一季度07 年第二季度07 年第三季度07 年第四季度相对效率高 221524中低价格高效率高中 71191055低价格中效率高中 216292106低价格低效率高价 556111011格低效率中低 412312293031价格总计575757575757如表 2 所示，房地产板块上市公司中低效率高价格的上市公司占全部样本数目的 5/57、5/57、6/57、11/57、10/57、11/57，化为百分数分别为：8.8、8.8、10.5、19.3、17.5、19.3%。低效率运行的上市公司占全部样本数目为 46

34、/57、28/57、18/57、40/57、40/57、42/57，化为百分数分别为：34.78、19.23、19.23、65.38、50、38.46。表 3 钢铁板块上市公司股票价格、效率类型（单位：家）06 年第三季度06 年第四季度07 年第一季度07 年第二季度07 年第三季度07 年第四季度相对效率高 236325中低价格高效率高中 448347低价格中效率高中 9147374低价格低效率高价 002386格低效率中低 8531454价格总计232626262626如表 3 所示，钢铁板块上市公司中低效率高价格的上市公司占全部样本数目的 0/23、0/26、2/26、3/26、8/2

35、6、6/26，化为百分数分别为：0、0、7.7、11.5、30.7、23.1%。 低效率运行的上市公司占全部样本数目为 8/23、5/26、5/26、17/26、13/26、10/26，化为百 分数分别为：80.7、49.12、31.58、70.18、70.18、73.68。表 4 煤炭石油板块上市公司股票价格、效率类型（单位：家）06 年第三季度06 年第四季度07 年第一季度07 年第二季度07 年第三季度07 年第四季度相对效率高 446596中低价格高效率高中 4526112低价格中效率高中 61511949低价格低效率高价 213434格低效率中低 1347528价格总计292929

36、292929如表 4 所示，煤炭石油板块上市公司中低效率高价格的上市公司占全部样本数目的2/29、1/29、3/29、4/29、3/29、4/29，化为百分数分别为：6.9、3.4、10.3、13.8、10.3、13.8%。低效率运行的上市公司占全部样本数目为 15/29、5/29、10/29、9/29、5/29、12/29，化为百分数分别为：51.72、17.24、34.48、31.03、17.24、41.38。综合 测算结果如图 1 所示。通过对比分析，我们可以看出，农业板块相对 4 个主要板块来说，其投机性泡沫水平并 不高，A 股市场的投机性泡沫主要由银行、钢铁和房地产 3 个主要板块造

37、成，由于上述 3 个板块占 A 股的市值约 30，因此，势必给整个市场带来严重的投机性影响。值得注意的 是，A 股市场投机性行为已经转移到了权重板块而非低市值板块，对于权重板块的炒作需要 较大的资金推动，也就是这种短期投机性行为发起者是国内、国外大型投资机构、银行、保 险公司等，这对整个市场是十分不利的，从图中可以看出，07 年底，银行板块存在着严重的短期投机性行为，投机性泡沫累积严重，约占整个银行板块的 50，股票价格严重脱离实际业绩，短期存在强烈的回归理性价格的意愿。60%50%40%30%20%10%0%银行业投机性泡沫 比率 钢铁业投机性泡沫比率房地产业投机性泡 沫比率 煤炭石油业投机

38、性泡沫比率农业投机性泡沫比 率图 1 农业板块与 4 个主要板块投机性泡沫水平对照图从图 2 中我们可以看出，农业板块的市场风险比较而言并不是很高，除了煤炭石油板块外，房地产、银行、钢铁板块的市场风险都已经超过了 50，其中银行达到 85左右， 房地产达到 75左右，钢铁企业也达到 50左右，而上述 3 个板块占 A 股的市值约 30， 也就是说整个市场风险累积到了一个非常危险的程度，公司的技术效率走低反映出公司的相 对业绩正在逐渐下滑，整个市场的权重板块公司相对业绩出现了滑坡，没有业绩支撑的股票 价格就如同空中楼阁，必然不能被市场认同，短期风险积聚，存在长期的调整需要，直到这 些公司相对业绩

39、回升，调整将会结束。90%80%70%60%50%40%30%20%10%0%银行业低效率 比率 钢铁业低效率 比率 房地产业低效 率比率 煤炭石油业低 效率比率 农业低效率比 率图 2 农业板块与 4 个主要板块市场风险对照图（4）农业板块上市公司股票价格与公司业绩对比分析如表 1 所示，在 2006 年 9 月到 2007 年 12 月期间，农业板块涨幅处在前 10 名的上市公 司有 6 家业绩能够支撑股票价格，即其技术效率在不同季度当中保持相对有效、高效的比例 超过 50，其包括 600251、000553、600975、600538、600506、600127；有 3 家上市公司 其业

40、绩不能支撑股票价格，即其产出效率在不同季度当中低效的比例超过 50，其包括600311、000876、600108；600467 由于其业绩 2007 年大增，故股票价格大涨，其业绩能够支持股票价格。综上所述，按照价值投资的观点，农业板块当中，涨幅最大的 10 只股票当 中，符合价值投资的股票有 7 家，也就是说，短期来看，股票价格波动与公司业绩之间具有 显著的正相关性，即无论是从中长期投资角度还是短期投机角度，坚持价值投资理念都是必 要的。表 1 农业板块上市公司股票价格变化股票代码股票名称2006 年 9 月 29 日2007 年 12 月 28 日价格变化600251冠农股份5.6442.967.6000553沙隆达 A3.8523.76.2600311荣华实业3.1918.65.8600975新五丰6.6928.734.3600538北海国发2.7511.