市场预测的含义篇1
文章编号：1000176X（2013）06005808
一、引言
Jensen和Meckling[1] 定义了成本的构成，系统地分析了冲突对公司价值的影响，使对公司治理研究得到进一步深化。长期以来，关于公司治理对企业价值影响的研究大多集中在企业管理活动的微观层面。一个普遍的观点是公司治理通过提高企业投资决策质量进而对企业价值产生影响。
在资本市场上，企业价值表现为股票的市场价值，因此企业的价值在股票投资者的交易过程中会产生波动。Graham和Dodd[2]认为在任何时点上，股票都存一个固有的内在价值，股票的市场价格会逐步向这个内在价值收敛，因此他们认为股票价格最终会反映股票的内在价值。Fama[3]使用随机游走模型解释股票价格的波动时强调了信息的作用，他认为投资者在股票交易中的竞争关系使新信息在股票价格中瞬间得到反映，因此股票的市场价格早已经反映了其内在价值。此后，Fama[4]系统地阐述了“有效市场假说”（EMH），指出可以通过股票价格中的信息含量判断市场的有效性。
Grossman和Stiglitz[5]认为由于存在信息成本，资本市场的有效性变得不可能：如果没有知情交易者收集信息，股票价格的信息含量就会降低，流动易者就无法从股票价格的波动上获取信息。由于外部投资者付出的信息成本来源于内部人的信息隐藏[6]和行动隐藏[7]，上述两种行为均是冲突的表现。
本文的研究通过构建公司治理指数，分析公司治理水平与以分析师为代表的理性投资者异质预期的关系，以及对股票收益率的异质波动影响，讨论公司治理对股票市场信息含量的影响路径和方式，本文的研究丰富了公司治理的研究文献。
二、理论分析与研究假说
（一）投资者预期的异质性
在异质信息的经济中，由于投资者个人特征上的差异，导致了其信息集的差异，一方面投资者对公共信息理解的差异造成了信息的异质性[8]；另一方面，投资者可能获取不同的私人信号，使他们对价格的预期存在差异[9]。在有噪声的理性预期模型（Model）中，投资者被划分为以效用最大化为目标的理性投资者和以获得流动性为目的的噪声交易者。与噪声交易者不同，理性投资者要通过股票价格调整对其他交易者的私人信息的估计，并利用修正后的信息，对价格做出预期。由于只有理易者收集私人信息，噪声交易者的需求随理易者的数量增加[9]，因此理性投资者的私人信息决定了股票市场的私人信息含量。研究认为理易者信念的变化加剧了股票价格的波动。
现实中，以分析师为代表的机构投资者是典型的理性投资者，分析师的预测意见往往会成为股票市场重要的公共信息来源，尤其当上市公司进行重大投资时，分析师对盈余水平的预测可以帮助股票投资者提高对上市公司估值的准确性。
（二）公司治理与资本市场信息含量
Grossman和Stiglitz[5]研究认为由于存在信息收集成本，流动易者不主动收集信息，他们只通过观察股票价格的波动推测信息。理性投资者依据财富效用最大化目标收集信息并且成为知情交易者，因此资产价格不能完全反映公司的特殊风险，知情交易者可以通过所撑握的优势信息进行套利。当没有投资者收集信息时，股票价格的信息含量降低，资本市场有效性降低。
理性投资者进行投资决策时要面对两类成本：一类是收集信息时发生的交易成本；另一类是持有股票期间可能受到由大股东或管理层的利益侵占动机所导致的成本。而公司治理机制作用一方面可以约束大股东或管理者谋取私人利益的动机，降低掏空行为对股东利益的损害；另一方面，公司治理削弱了大股东或管理层的堑壕效应，提高了信息的透明度，降低了投资者收集信息成本，激励投资者收集信息的动机。Ferreira和Laux[10]研究发现，公司反接管条款数量的下降提高了控制权市场对公司管理层的约束，从而激励了投资者收集信息，表现为公司股票收益率异质波动的提高，加速了股票市场的信息流动。
（三）研究假说
基于上述理论分析，本文提出以下研究假说：
假说1：公司治理的改善提高了分析师关注。
假说2：公司治理水平的提高增加了投资者预期的异质性。
假说3：分析师的异质预期增加了股票市场的信息含量。
三、研究样本与变量定义
（一）研究样本
本文选取2004―2010年有分析师研究数据的中国A股市场上市公司作为研究样本。为了满足研究的需要，我们剔除了预测数据不足两个的样本和研究数据严重缺失的样本，经过筛选，本文保留了6 346个样本。本文使用的研究数据来自锐思（Resset）数据库、中国经济金融数据库（CCER）和国泰安数据库（CSMAR）。为了排除异常值的影响，作者对研究数据在1%和99%分位做了Winsorized处理。
（二）变量定义
1.公司治理指数（GI）
本文沿用陈超和甘露润[11]定义的方法，将研究样本上一年是否在其他市场上市交易（OTM）、是否拥有母公司（PRT）、最终控制人是否为国有企业（SOE）、第一大股东持股比例（OWN1）、第二至第十大股东持股比例（OWN2）、国家股比例（STS）、法人股比例（LPS）、流通股比例（TDS）、董事会规模（BRS）、董事长和CEO（总经理）两职关系（DUL）、独立董事比例（IDR）、是否设立审计委员会（AC）、高管人员持股比例（MSR）、是否设立提名委员会（NC）、薪酬委员会（CC）、以及将董事会会议（BRM）、监事会会议（SPM）、股东大会召开次数（SRM）等18个治理变量进行主成分分析，并以第一主成分作为公司治理指数。本文对上述18个治理变量的相关性进行检验，得到KMO值为0.658，Bartlett球度检验Chi2为32 820.153，检验结果表明上述治理变量具有较好的相关性。
2.与分析师有关的变量
本文选择分析师作为理性投资者的代表，以分析师关注度反映理性投资者的关注水平。本文定义以下3个反映分析关注程度的变量：（1）预测报告数量（RP）：为同一自然年度内，分析师提供分析报告的合计数；（2）分析活动人次（FW1）：为同一自然年度内提供预测报告的分析师人次，如果同一分析师多次提供预测报告，按实际次数计算；（3）分析师跟踪人数（FW2）：为同一自然年度内提供预测报告的分析师人数，如果同一分析师多次提供预测报告，仅按1人统计。
通过表1，我们发现预测报告数量（RP）、分析活动人次（FW1）和分析师跟踪人数（FW2）的中位数分别为42、51和13；而它们的最大值分别为759、1 180和130，由此可见分析师数据存在明显的左偏，因此在实证研究中，本文对其作对数化处理，使用LFW1、LFW2和LRP作为分析师关注的变量。
我们将分析师对研究样本期末每股收益（EPS）的预测的标准差作为分析师的意见分歧（DISP），并将这个变量定义为理性投资者异质信念的变量。
3.资本市场信息含量变量
Chen等[12]发现公司股票价格的波动来自三个部分：一是与市场有关的波动；二是与行业有关的波动；三是公司特殊信息引起的波动。研究认为前两个引起的股票波动是系统性的，因此对市场上的相关股票的影响是同步的，而第三个因素仅对个别公司产生影响，这样使股票价格的波动表现出非同步性。
Roll[13]通过对资产定价模型拟合度（R2）的分析，发现公司信息披露水平越高，R2的数值越低，他认为，对公司特殊信息的披露降低了资本市场系统风险对股票收益的解释力。Durnev等[14]对R2的统计性质进行了分析，发现PSI=ln1-R2R2可以更准确地反映股票价格中的公司特殊风险。由于PSI反映了股票市场共同信息之外的公司特殊信息对均衡股票价格的解释力，因此本文将PSI定义为投资者对公司特殊信息的同质信念反映在股票价格中的信息含量。
资本资产定价模型的残差项反映了公司股票波动的异质性，体现了公司特殊风险对股票价格的影响。由于投资者的信念具有异质性，Ali等[15]认为投资者对公司股票收益的异质预期导致了资产定价模型残差项的波动，因此本文将资产定价模型残差项的标准差（SDεit）作为股票价格中投资者异质信息含量的变量（VOL）。
本文使用Fama和French[16]定义的三因素模型对研究样本所在年度的股票日收益率进行回归，从而得到拟合度R2和日收益率估计模型残差，本文利用上述两个变量计算PSI和VOL。
4.控制变量
本文的控制变量选择了收益能力（ROE）、市场估值水平（MB）、企业规模（SIZE）、财务杠杆（LEV）、营业收入增长率（GRW）和每股收益（EPS）等影响投资者预期的基本面变量，上述变量反映了投资者可以公开获取的公司特殊信息，为避免内生性问题，我们选择研究样本所在年度的上一年的数据控制这些变量的影响；本文同时还使用市场指数年收益率（MKI）控制了股票市场的年度效应的影响。
（三）描述性统计和相关性检验
表2报告了研究变量的描述性统计，从中可以发现研究变量接近正态分布。
从表3的检验结果中，可以发现变量GI与VOL具有显著（1%）的正相关关系；与PSI具有显著（1%）的负相关关系；GI与LFW1、LFW2，LRP之间也具有显著（1%）的正相关关系；变量DISP与VOL之间存在显著的正相关关系，但是与PSI的相关系数不显著。上述检验结果表明：（1）公司治理可能影响分析师关注；（2）公司治理也可能对资本市场的信息含量产生影响；（3）理性投资者的异质信念与股票市场异质信息含量存在联系。
四、实证设计与结果分析
（一）实证模型
1.公司治理与分析师关注
本文通过公式（1）检验公司治理对分析师关注的影响，其中yit代表变量LFW1、LFW2、LRP和DISP。
2.股票市场信息含量影响因素检验
我们利用公式（2）检验公司治理、分析师异质信念，以及研究样本的基本面信息对股票市场信息含量的影响，其中Zit代表VOL、PSI。
（二）公司治理与投资者关注的实证检验
1.模型选择
我们分别以分析活动人次（LFW1）、分析师跟踪人数（FLW2）、分析预测报告数量（LRP）和分析师预测分歧（DISP）为因变量，对公式（1）进行Hausman检验，分别得到的卡方检验值为：223.640、308.630、198.320和91.890。检验结果表明，固定效应模型更适合本文的面板数据。
2.个体固定效应面板数据回归
我们在表4REF_Ref351270633h中报告了使用个体固定效应模型对分析师关注变量进行回归的结果。
在模型1中，因变量为对研究样本提出预测的分析师人次，在解释变量中，GI的系数为正并在1%水平上显著，表明公司治理水平的提高促进了分析师提供预测信息的频率。模型2中的因变量为跟踪样本公司的分析师人数。解释变量GI的系数在1%水平上显著为正，表明跟踪样本公司的分析师人数随公司治理水平的提高而增加。模型3使用业绩预测报告的数量作为分析师关注的替代变量，在回归模型中，GI的系数仍在1%显著水平上为正，表明公司治理水平与分析师关注之间具有显著的正相关关系。
在控制变量中LEV的系数在1%水平上显著为正，表明高财务杠杆公司可能吸引更多的分析师关注；ROE的系数也显著为正，表明分析师关注高盈利能力的样本；SIZE的系数为正，表明高市值的样本受到的关注更多；MB的系数为负并在1%水平上显著，表明当公司的市场价值被高估后，分析师预测活动水平将降低，暗示分析师可能更关注价值投资，并具有价值发现的能力；股票市场指数的年收益率MKI的系数在1%水平上显著为正，表明当市场处于“牛市”时，分析师的积极性更高，表现为更高关注水平。上述控制变量在模型1―3中具有相同的解释力。我们在模型1―3中发现控制变量GRW的系数为负，但并有与其它控制变量一样保持稳定的统计显著性，这个结果暗示当公司的成长速度越快，公司业绩的不确定性越大，分析师观察信息的成本越高，从而抑制了分析师的关注水平。
在模型4中我们对分析师预测分歧的影响因素进行分析。我们在控制分析师跟踪人数LFW2后，发现GI的系数在1%水平上显著为正，表明随着公司治理水平的提高分析师预测的分歧进一步扩大，这个结果意味着公司治理的改善降低了理性投资者的信息成本，激励了理性投资者的关注，从而增加了股票市场的异质信息含量。
（三）股票市场信息含量的研究
1.模型选择
我们分别以股票收益的异质波动（VOL）和股票价格波动的非同步性（PSI）为因变量对公式（2）的模型选择进行Hausman检验。检验得到的卡方值分别为44.330和464.800，因此选择固定效应模型对面板数据进行回归。
2.股票市场信息含量的检验
（1）异质信息含量的检验
表5中模型1―模型3报告了公司治理和分析师预测对股票市场异质信息含量影响的检验结果。在模型1中公司治理指数GI的系数为正，并在1%水平上显著，这个结果表明公司治理的改善增加了研究样本股票收益率的异质波动水平，因此公司治理的改善提高了股票价格中的异质信息含量。我们在模型2中使用分析师预测分歧作为解释变量。由于分析师是股票市场信息的重要提供者，分析师预期的差异将影响股票市场投资者预期的一致性。模型2检验结果表明DISP与VOL之间具有显著的正相关关系，意味着分析师异质信念水平的提高增加了股票价格中的异质信息含量。我们在模型3中同时加入GI和DISP两个解释变量，上述两个变量的系数仍在1%水平上显著为正，表明公司治理水平与分析师异质信念同时影响股票市场的异质信息含量。
（2）同质信息含量的检验
表5中模型4―模型6报告了同质信息含量的检验结果。在模型4中，GI的系数为负，并在1%水平上具有显著性，表明投资者对公司特殊风险的同质信息对股票收益率的解释力随公司治理水平的提高而降低，意味着公司治理的改善激励了投资者的信息收集动机，从而抑制了股票价格中同质信息含量。在模型5中，DISP的系数在10%水平上显著为正，表明分析师的预测分歧也可以提高股票价格中的同质信息含量。由于分析师预测意见对股票市场投资者来讲是可以公开获取的公共信息，分析师预测分歧越大，预测报告所包含的信息量越大，从而增大股票投资者的公共信息集，在股票价格波动过程中，表现为同质信息含量的增加。模型6同时对GI和DISP的影响进行检验：GI的系数仍在1%水平上显著为负，DISP的系数在1%水平上显著为正，检验结果反映了公司治理与分析师预测对股票价格的同质信息含量的不同影响：公司治理对同质信息含量具有抑制作用，而分析师预测对同质信息含量具有促进作用。
3.影响股票市场信息含量的路径分析
我们通过对表4和表5的分析，发现公司治理良好的研究样本受到更多的分析师的关注，并导致分析师预测分歧的加大。我们认为公司治理水平的提高减轻了外部投资者与公司管理层之间的冲突，降低了外部投资者的观察成本，激励了投资者收集信息的动机，从而增加了投资者的关注水平，并且在公司股票价格预期上表现为更大的异质性，因此公司治理水平的提高刺激了股票市场的异质信息含量。
分析师是股票市场理性投资者的代表，我们发现分析师的意见分歧与股票市场异质信息含量之间具有显著的正相关关系，表明理性投资者的预期影响了股票市场上投资者的异质信念；同时分析师也是股票市场重要的信息提供者，分析师的预测意见是股票市场公共信息的重要来源，股票投资者通过公开获取业绩预测报告，扩大私人信息集，从而提高了同质信息对股票价格的影响。因此，分析师关注水平的提高从整体上增加了股票市场的信息含量，促进了市场的有效性。
五、稳健性检验
在个体固定效应研究中，共有1 523个分组，组内样本数量的最小值为1，最大值为7，这种情况可能导致检验结果受到分组样本数量的影响。为了保证研究结论的稳健性，我们使用行业固定效应对面板数据进行分析。在行业固定效应的聚类下，分组数下降至13个，组内最小样本为41个，最大值为3 668个。我们在行业固定效应模型检验中发现：公司治理与投资者关注变量之间仍保持显著的正相关关系；公司治理对股票市场异质信息含量的促进作用仍具有显著性，对同质信息含量仍存在显著的抑制作用；而分析师的预测分歧无论对股票市场同质信息含量，还是异质信息含量均具有显著的促进作用。上述检验结果表明，本文的实证研究结果是稳健的。
六、研究结论
本文的研究通过构建公司治理指数和资本市场信息含量变量，并以分析师作为理性投资者的代表，检验了公司治理与投资者关注，以及资本市场信息含量的关系。研究结果表明：公司治理水平的提高，吸引了投资者的关注，导致了股票市场异质信息含量的提高；而分析师预测分歧的扩大，从整体上增加了股票市场的信息含量，表现为：一方面，股票市场异质信息含量随分析师意见分歧的增加而提高；另一方面，分析师预测意见作为可公开获取信息增进了股票投资者信息集的容量，提高了投资者同质预期对股票价格波动的影响。
本文的研究认为公司治理水平的提高，不仅减轻了冲突损害投资者利益的风险，而且提高了投资者关注度，增加了投资者预期的异质性，并且通过投资者的交易行为传递到股票市场，提高了股票市场信息含量。本文的研究为公司治理与资本市场信息流动的研究提供了实证证据。
参考文献：
[1]Jensen， M.C.， Meckling， W.H.Theory of the Firm：Managerial Behavior， Agency Costs and Ownership Structure [J].Journal of Financial Economics， 1976， 3（4）：305-360.
[2]Graham， B.， Dodd， D.L.Security Analysis， Principles and Technique [M].New York：McGraw-Hill，2008.19-29.
[3]Fama， E.F.Random Walks in Stock Market Prices [J].Financial Analysts Journal， 1965， 21（5）：55-59.
[4]Fama， E.F.Efficient Capital Markets：A Review of Theory and Empirical Work [J].The Journal of Finance， 1970， 25（2）：383-417.
[5]Grossman， S.J.， Stiglitz， J.E.On the Impossibility of Informationally Efficient Markets[J].The American Economic Review， 1980， 70（3）：393-408.
[6]Akerlof， G.A.The Market for “Lemons”：Quality Uncertainty and the Market Mechanism [J].The Quarterly Journal of Economics， 1970， 84（3）：488-500.
[7]Rothschild， M.， Stiglitz， J.E.Equilibrium in Competitive Insurance Markets：An Essay on the Economics of Imperfect Information [J].The Quarterly Journal of Economics， 1976， 90（4）：629-649.
[8]Kandel， E.， Pearson， N.D.Differential Interpretation of Public Signals and Trade in Speculative Markets [J].Journal of Political Economy， 1995， 103（4）：831-872.
[9]Grundy， B.D.， Kim， Y.Stock Market Volatility in a Heterogeneous Information Economy [J].Journal of Financial and Quantitative Analysis， 2002， 37（1）：1-27.
[10]Ferreira， M.A.， Laux， P.A.Corporate Governance， Idiosyncratic Risk， and Information Flow [J].The Journal of Finance， 2007， 62（2）：951-989.
[11]陈超，甘露润.银行风险管理、贷款信息披露与并购宣告市场反应 [J].金融研究，2013， （1）：95-109.
[12]Chen，Q.，Goldstein，I.，Jiang，W.Price Informativeness and Investment Sensitivity to Stock Price [J].Review of Financial Studies， 2007， 20（3）： 619-650.
[13]Roll， R.R2 [J].The Journal of Finance， 1988， 43（3）： 541-566.
市场预测的含义篇2
一、基于工作过程的教学模式
工作过程是个体“为完成一项工作任务并获得工作成果而进行的一个完整的工作程序”。 基于工作过程的课程表述：是来自职业行动领域里的工作过程。一个职业之所以能够成为一个职业，是因为它具有特殊的工作过程，即在工作的对象、方式、内容、方法、组织以及工作过程要素方面有它自身的独到之处。所谓教育职业是从一组已有的或新出现的相关职业或岗位分析入手，列出这些职业或岗位所需要的知识点、技能点以及对工作态度的要求，再根据职业情境和职业能力的同一性原则，对其共同点进行归纳所形成的教学门类。从职业教育、专业、职业的关系来看，职业教育课程应以工作过程为导向。
基于工作过程的教学模式，反映了职业教育课程的基本特征。职业教育课程是连接职业工作岗位的职业资格结构，与学生所获得相应的职业能力结构之间的桥梁。在职业教育中，课程处在核心地位，是职业教育活动的灵魂。职业教育的课程目标具有定向性，课程内容具有应用性，课程实施与评价具有整体性。这三个“性”构成了职业教育课程的基本特征。
二、《市场调查与预测》课程教学目前的现状及存在的问题
学科体系课程的内容编排是一种“ 平行结构”。尽管这一体系考虑了学习过程中学习者认知的心理顺序，即由浅入深、由易到难、由表及里。但课程内容却是根据结构庞大而逻辑严密的学科顺序编排的。不仅专业学习的宏观内容编排，采取了各门分科课程平行展开的方式，而且各分科课程本身，即微观的内容编排也是按学科结构平行展开的。因此，学科体系的课程结构，导致陈述性知识与过程性知识分割，理论知识与实践知识分割，知识排序的方式与知识习得的方式分割，这是与职业教育的培养目标相悖的。按照工作过程的顺序开发课程，是凸显职业教育特色的课程开发的突破口。
针对这一现象，将高职《市场调查与预测》课程的指导思想，定为以基于工作过程具体的市场调查和统计为导向，采用任务驱动方式组织教学内容，突出实践技能培养。针对行动顺序的每一个工作过程环节来传授相关课程内容，实现实践技能与理论知识的整合，将收到事半功倍的效果。
三、基于工作过程的高职《市场调查与预测》课程教学模式改革与实践
项目一：认识市场调查与预测。包括任务1：什么是市场调查？要求学生掌握市场调查的含义、市场调查的基本要求、市场调查的步骤、市场调查的内容，了解市场调查的机构和人员。任务2：什么是市场预测？要求学生了解市场预测的含义、市场预测的作用、市场预测的步骤。
项目二： 市场调查方案的设计。包括任务1：市场调查建议书的设计。要求学生掌握市场调查建议书的含义、市场调查建议书的内容、市场调查建议书的结构框架。要求学生撰写市场调查建议书。任务2：市场调查合同书的设计。要求学生掌握市场调查合同书的含义、市场调查合同书结构框架。要求学生起草市场调查合同书。任务3：市场调查提纲的设计。要求学生掌握市场调查提纲的含义、市场调查提纲的结构框架。要求学生撰写市场调查提纲。任务4：市场调查问卷的设计。要求学生掌握市场调查问卷的含义、市场调查问卷的格式、问题的类型及答案设计、市场调查问卷设计应注意的问题。要求学生独立完成市场调查问卷的设计
项目三：市场调查的技术方法。包括任务1：实地调查。要求学生掌握调查人员的基本素质与要求、市场调查的技术方法，主要是询问调查法，如入户调查法、街头拦问调查法、电话调查法，观察调查法，实验调查法等等。要求学生能独立使用这些方法。任务2： 二手资料的收集。要求学生掌握文案调查法的含义、特点、常用方法，网络调查法的含义、网络调研与传统市场调研的比较、网络调查的常用方法。要求学生能完成网上资料的收集工作。
项目四：市场调查资料的包括任务1：资料整理的方法。要求学生掌握资料的审核订正方法、统计分组、汇总计算、编表、制图等方法。要求学生将市场调查项目中收集到的资料按照资料整理的工作步骤完成资料整理工作。任务2：计算机汇总技能。要求学生重点掌握excel工具基本操作、利用excel频数分布函数进行数据分组、利用“图表向导”工具绘制统计图。要求学生将市场调查项目中收集到的资料用excel完成资料整理工作。
项目五：市场调查资料的分析。包括任务1：静态分析。要求学生掌握相对指标分析、集中趋势分析、离散程度分析。任务2：动态分析。要求学生掌握动态数列的含义、动态数列的水平指标分析、动态数列的速度指标分析。要求学生能对已经整理的资料进行静态和动态分析。
项目六： 市场调查报告的撰写。包括任务1：市场调查报告的格式。要求学生掌握市场调查报告的格式构成、市场调查报告的内容、市场调查报告的撰写步骤。任务2：市场调查报告的撰写形式与技巧。要求学生掌握市场调查报告的撰写形式，包括标题、开头部分、论述部分、结尾部分的形式，了解市场调查报告的撰写应注意的问题。
项目七：市场预测方法。包括任务1：定性预测方法。要求学生掌握专家会议法、德尔菲法、主观概率加权平均法。任务2：定量预测方法。要求学生掌握动态数列预测方法，如移动平均法、指数平滑法、季节指数法、直线趋势外推法，回归分析预测法。能利用收集到的资料进行预测。
项目八：市场预测报告的撰写。包括任务1：市场预测报告的格式。要求学生了解市场预测报告的撰写要求、市场预测报告的格式构成。任务2：预测结果的分析评价。要求学生了解逻辑推理评价方法、数学评价方法、预测效果的综合评价
在每个任务前面都安排一个相关案例，对案例进行分析引入课程。每个任务结束以后安排案例供学生思考分析，安排技能实训作业练习，着重培养学生的实践动手操作能力。同时结合课程实训、专业认知实习、专业实训，深入实际进行真实地市场调查和预测情景工作，将理论知识贯穿于工作任务中，把学习过程转变为完成一个实际项目的过程，突出实践技能培养。“知识的总量未变，知识排序的方式发生变化”，正是对这一新的职业教育课程开发方案中所蕴涵的革命性变化的本质概括。
四、课程教学模式改革前后的比较
课程内容结构的变化。改革前：课程内容结构是由理论教学内容和实践教学环节交叉进行的，实践环节以实验、实习、实训的形式，单独进行。改革后：以工作过程为导向构建的是理论实践融合的一体化课程结构；实验、实习、实训是根据工作过程需要设计的一个整体，根据工作过程来系统化。由于将工作流程引入教学设计，从认识论上解决了高职课程教学内容怎样选取和排序的问题。
课程教学方法的变化。改革前：实践教学以验证性试验和模拟实训为主；理论教学以教师传授为主。改革后：以实际生产任务为载体，以培养实际工作能力为目标开展“教、学、做”一体化的教学实践。采用行动导向的教学方法，实现了知识、能力与素质的主动建构。从方法论上解决了高职课程怎样教的问题。
课程教学实施条件的变化。改革前：实践教学把实验、实训、实习作为三个关键环节，在不同环境中进行。改革后：创设学习情境，学习环境和工作环境合二为一。 注重教师的素质，专业理论、职业实践、职教理论、职教实践；强调人才培养模式改革的重点是教学过程的 实践性、开放性和职业性。重视学生校内学习与实际工作的一致性。校内成绩考核与企业实践考核相结合，探索课堂与实习地点的一体化。配套开展教材建设。从系统论的角度解决了高职课程的教学设计问题。
加大课程建设与改革力度，增强学生的职业能力，提高高等职业教育教学质量，是各高职院校教学工作的重中之重。基于工作过程的教学模式为职业教育的实施提供了一个基本模板。
市场预测的含义篇3
金融时间序列的预测对于投资决策以及规避风险有重要的意义，其中股票市场走势预测始终更是金融领域分析的热点和难点。对于金融时间序列的预测是否足够准确影响着预测方法的有效性，较低的准确率使得预测失去了实际应用的意义。目前的金融时间序列预测方法有很大一部分是通过使用神经网络进行预测，神经网络本身具有良好的拟合非线性的特性，克服了类似于AR模型、MA模型和AMRA模型难于拟合非平稳序列的缺点[1]。在理论上，神经网络可以拟合任何函数，具有很好的自适应性和学习性。同时，由于神经网络计算的高效性，被广泛应用于预测时间序列领域。目前常用的用于预测时间序列的神经网络有BP神经网络、径向基神经网络以及小波神经网络。本文将对这三种神经网络在预测上证指数中的准确率进行比较分析。
2.神经网络概述及原理
2.1.BP神经网络
BP神经网络是一种多层前馈神经网络，该网络的主要特点是信号前向传递，误差反向传播[2]。向前传递是由输入层接收到外界信号后将信息传入到隐含层进行处理运算，之后传入到输出层。如果输出层得出的结果与预期不一致则产生预测误差，接下来就开始反向传递，根据预测误差调整网络权值和阀值，从而使BP神经网络预测输出不断逼近期望输出。
2.1.1 BP神经网络结构
BP神经网络模型如图1所示，包括输入层、输出层和隐含层。输入层负责将输入信号传递给隐含层，输入结点本身没有计算功能。
2.1.2 BP神经网络模型的建立
BP神经网络模型通过Matlab软件进行编程建模，数据的选取是利用大智慧软件选取1990-2012的5302个收盘价作为样本，其中，前5150个样本为训练样本训练神经网络，后152个样本为测试样本。为了提高神经网络的预测效率，加快训练速度，所以在训练神经网络之前将原始数据归一化。归一化公式为：（x-xmin）/（xmax-xmin），其中xmax代表最大值，xmin表示最小值；根据上证指数的特性，将BP网络的结构设计为三层，即输入层，隐含层和输出层；输入层有6个结点，即式（1）中的输入变量xi（i=1，2，…，n），表示预测时间结点的前6日收盘价；隐含层是该模型的运算核心，共有8个结点，其执行式（1）的运算，隐含层的输出结果为中间变量Oj（j=1，2…，l），变量Oj将被传入到输出节点进行运算；输出层有一个结点，执行式（3）的运算；选取第7日的收盘价为预期输出。
2.2.径向基神经网络
径向基神经网络即径向基函数神经网络。该型神经网络从输入层到隐含层通过径向基函数完成非线性变换；而隐单元到输出是线性映射的，因此输出层权值的调整可通过线性规划方程直接算出[3]。径向基神经网络一般有三层即输入层、隐含层和输出层。输人层由输入结点组成；隐含层中神经元采用的是径向基函数，该函数是局部响应函数；第三层为输出层。径向基神经网络的节点激活函数采用径向基函数。
2.2.1径向基神经网络结构
输入层只负责信号输入，输入层与隐含层的连接权值都为1，即输入层与隐含层的权值不用调整改变。隐含层结点的输出为：
3.实验结果
3.1三种神经网络模型的预测结果比较
4 结语：
上证指数的走势可以视为经济的运转状况的反映，而经济的运行状况受到社会中的各种因素和因素间的交互效应的影响，从而上证指数的走势具有很强的非平稳性以及非规律性，很难预测准确。本文比较了BP神经网络、径向基神经网络、小波神经网络对预测上证指数的准确性，发现BP神经网络的预测效果是三种神经网络最好的，表明BP型神经网络相比之下更加适用于对上证指数的预测。（作者单位：北京信息科技大学经济管理学院）
参考文献：
[1]徐超，魏连鑫，王卫新.基于小波网络的上证指数预测实证分析[J].时代金融，2011.（24）：146.
[2]史峰，王小川，郁磊，李洋.Matlab神经网络30个案例分析[M].北京：北京航空航天大学出版社，2010.
市场预测的含义篇4
Key words： integrated HAR；HAR-RV-J；HAR-RV-CJ
中图分类号：F224 文献标识码：A 文章编号：1006-4311（2016）35-0183-04
1 引言和文献综述
金融市场的快速发展，新的、复杂的金融工具不断更新，对金融时间序列波动率的理论和经验知识的需要日渐增长。金融计量学，特别是金融波动率的建模在当前资产定价和风险管理理论上扮演了重要的角色。一般来说，由于市场真实潜在的波动率是不可观测的，这是使用波动率建模的一个固有难题，在现代金融研究中具有一定的挑战性。
Engle（1982）的自回归条件异方差模型（ARCH），Bollerslev（1986）的广义自回归条件异方差模型（GARCH），以及Taylor（1986）的随机波动率模型（SV）是早期预测波动率的主要模型，为了更好地描述波动率的典型事实，学者们研究了众多有关GARCH和SV模型，并且提出了相对应的拓展模型，例如EGARCH，GJR-GARCH，APARCH，FIAPARCH，HYGARCH指数加权移动平均模型（EWMA），以及McAleer（2005）关于近期一系列单变量和多变量条件随机波动率模型等。必须要指出的是，不管是早期的GARCH和SV模型，还是拓展模型都是基于低频数据去表征和预测未来条件波动率。
2004年，Corsi基于Muller的异质市场假说理论提出了在无市场摩擦且无跳跃扩散过程假设下的异质自回归实现波动率HAR-RV（Heterogeneous Autoregressive-Realized Volatility）模型，并通过外汇市场的实证研究证明该模型能较好地刻画已实现波动率的长记忆特征，并具有良好的预测能力。HAR-RV模型的提出为已实现波动率的特征刻画及预测研究开辟了一个新的领域，许多学者在Corsi（2004）的研究基础上进行后续研究，提出了一系列扩展模型，并进行了大量实证研究。Anderson，Bollerslev and Diebold（2005）将已实现波动率分解成连续和跳跃两种不同的成分，并提出了模型，实证研究表明，相较于HAR-RV模型，该模型可显著提高对波动率的预测精度。Corsi et al.（2010）基于的跳跃项进行修正，提出了HAR-RV-TCJ模型，实证得到了比HAR-RV-CJ更好的预测精度。
自Corsi（2004）提出HAR-RV模型以来，通过对 HAR-RV模型改进提出新的波动率模型的研究越来越多，其中 Anderson 等（2007）提出的 HAR-CJ模型已被证实对金融市场波动率具有不错的度量和预测能力。Cho和Shin（2016）提出了一个新的战略约束：系数和为1的HAR模型，称这个模型为“integrated HAR”，即IHAR模型。Cho和Shin（2016）通过蒙特卡洛证明IHAR模型在预测方面较HAR模型更有优势，且表现了更明显的长记忆性，并且实证结果证明这种带系数约束的HAR模型比原始的HAR模型的预测精度要高。对于对波动率的度量和预测来说，精度越高越有利于金融风险度量、金融资产定价、金融衍生品定价等金融实务问题的分析。本文结合IHAR模型的改进技巧，对HAR-RV-CJ模型做进一步的改进，验证这种约束对HAR-RV-CJ模型的金融市场波动率的度量和预测能力的提高是否同样有效，并实证研究HAR模型，含跳的HAR-J和HAR-CJ模型在系数通过合理的约束为整1后的模型对中国股市波动率预测的精准性。
2 模型的定义
2.1 HAR模型
从近期的已实现波动率模型的研究文献中发现，异质自回归模型（HAR-RV）（Corsi，2009）是最受欢迎的模型之一。尽管它的结构简单，由三个滞后的日，周，月已实现波动率构成，却能有效地描述长记性等已实现波动率的典型特征，并且具有很高的预测精度。它的标准形式为：
随后Anderson 等（2007）考虑到市场中微观结构噪声，在HAR-RV模型基础之上直接加入了跳跃性变量，由上一节所示。提出了带跳的HAR-RV-J模型，它的形式为：
然而这种跳不明显，对模型的预测精度影响不大，Corsi等（2009）基于Huang 和Chen（2005）显著跳的检验（公式如上），提出了修正的跳的HAR-RV-CJ模型HAR-RV-CJ，它的一般形式为：
2.2 Integrated HAR模型
Cho and Shin（2016）基于Corsi（2009）的HAR-RV模型提出了一个新的预测已实现波动率的方法，就是在HAR基础上加一个约束项，令HAR模型的滞后项系数和为1，得到了一个新的模型，称为整合的HAR模型（integrated HAR，IHAR），它的形式为
此处变量的含义同2.1中变量的含义一致。
为了验证这种约束对其他HAR类模型，尤其是含跳的模型的预测精度的影响以及这种IHAR模型对中国股市的适用性，本文在前4个模型的基础之上，再提出两种这种带有系数约束的，HAR-RV-和HAR-RV-CJ模型，它们分别重新参数化可以表示为：
考虑到已实现波动率序列的异方差性，这里考虑残差序列εt+1为GARCH（1.1）来估计。
3 波动率预测和有效性检验的方法
3.1 波动率预测方法
对上面讨论的6种异质自回归模型采用了基于滚动时间窗（Rolling time windows）预测方法的“样本外预测能力检验”（Tests for out-of-sample predicting ability）。具体步骤如下：
其中L1和L2分别是平均平方误差（Mean squared error，MSE）和平均绝对误差（Mean absolute error，MAE）。L3和L4分别是异方差调整的MSE和MAE（Heteroskedastic adjusted MSE and MAE）。这4种损失函数是近期文献中使用较多的几种形式，如Liu 和 Wan（2012）等都采用了这4种损失函数。
需要说明的是，如果在一次实证研究中采用某一种损失函数Li作为评判标准，得到模型A比模型B的损失函数值小的话，由此我们只能判断，在这样一个特定的数据样本，采用这一特定的损失函数Li时，模型A比模型B的预测精度要高。所以可以明显看出，这一结果是不稳健的，是无法推广到其他类似数据样本或者损失函数上的。
为了比较各个HAR模型和IHAR模型的预测精度，综合使用上述损失函数，本文采用Cho和Shin（2016）用过的损失函数值有效性对比来更直观地观察加约束后的HAR模型与原始模型预测精度的优劣。
对于每个HAR模型和IHAR模型，我们首先计算各个波动率预测模型的h=1，5，22，244个向前预测值得损失函数值，然后计算相对有效性，相对有效性公式可以表示为（以损失函数MAE为例）：
（MAE）相对有效性=HAR模型h个预测值的损失值/IHAR模型h个预测值的损失值
一般来说，损失函数的值越小，表明预测的越准确，即预测精度越高，所以，这里的相对有效性大于1，则表明IHAR类模型的预测效果较优。
4 实证分析
4.1 数据说明
本文研究的数据样本为上证综指（SSEC）从2006.1.4-2015.12.31的日内五分钟高频交易数据，共包含2429个交易日，交易时段为9：30-11：30，13：00-15：00，每个交易日观测48个5分钟交易数据，共计116592个观测值。定义5分钟上证指数价格为Pi，t，i=1，2，...，48，t=1，2，...，2429。Pi，t表示第t个交易日的第i个观测值。因此，每日收盘价格可表示为P48，t，则5分钟高频收益可表示为
Ri，t=100（log（Pi，t）-log（Pi-1，t））
每日收益可表示为Rt=100（log（P48，t）-log（P48，t-1））。
4.2 模型的估计
根据Andersen and Bollerslev（1998）的定义，对第t天的实现波动率的计算表示为第t天内的高频收益平方和，所以上证指数的已实现波动率可表示为由计算出来的RV，J和CJ值估计出6个模型的参数，结果如表2所示。
由表2可以看出，系数约束的IHAR，IHAR-J和IHAR-CJ模型相对于原始模型的参数估计结果的标准差相差不大，但是都有不同程度的变小，这证明参数估计的结果可信度较高，IHAR-J和IHAR-CJ模型是可行的。 另外，系数约束的模型的βd和βw项估计大小基本相同，而βm在IHAR和IHAR-J模型中都显著变大了，这证明长期项的波动率的影响加大了。
4.3 有效性分析
表3是HAR，HAR-J和HAR-CJ模型相对于对应的系数约束的整合的模型的有效性对比结果。依据损失函数值越小，预测精度越高的原理，若结果大于1表示系数约束的整合模型的有效性越好，即预测效果越好。
由表3可以看出，所有的值都大于1，这表示IHAR类模型的预测准确性更高。可见在中国股票市场中，系数通过约束后的模型预测精度都明显比原始的预测精度要高，且Cho和Shin（2016）已经通过实证证明，S&P500指数，NASDAQ指数及两种外币汇率波动率的IHAR模型的预测精度要优于HAR模型，通过本文对中国上证指数的实证研究可以得出，这种IAHR模型对中国股市同样适用。但究竟哪种模型更好呢？因此接下来将比较IHAR，HAR-J和IHAR-CJ三种模型的预测优劣，同样通过对比损失函数值，观察有效性值。见表4。
由表4的第二，三列可以看出IHAR模型比IHAR-J模型和IHAR-CJ模型的预测准确性更好，虽然第三列的HMAE损失函数下的有效性小于1，但也几乎接近于1了，综合看来还是IHAR模型预测更准确。从第四列可以看出，除去MSE损失函数下IHAR-J相对于IHAR-CJ的有效性小于1，但其他三个都大于1，所以可以认为IHAR-CJ模型的预测准确性更高。这表明在中国股票市场中，结合IHAR模型的改进技巧，对HAR-RV-CJ模型做进一步的改进得到的IHAR-CJ模型优于IHAR-J模型。
5 结论及展望
本文把由Cho和Shin（2016）提出的假定模型回归系数为1的这种约束应用到了HAR-RV-J和HAR-RV-CJ模型中，并以中国股票市场最具代表性的股价指数-上证综指的五分钟高频（High-frequency）数据样本为例，估计了以HAR-RV、HAR-RV-J和HAR-RV-CJ模型为代表的异质自回归类模型，以及加了系数约束的IHAR-RV、IHAR-RV-J和IHAR-RV-CJ模型。并考察了这6个模型对中国股票市场波动性预测的准确度，在四种损失函数综合对比下，发现IHAR模型对于中国股市同样适用，且在所有的模型中IHAR模型对中国股市市场的预测精度最高。含跳的HAR-J和HAR-CJ模型在系数通过合理的约束为整1后，HAR-RV-J和HAR-RV-CJ模型的预测精度都有所提高，对中国股票市场而言，IHAR-RV-CJ模型预测的有效性要高于IHAR-RV-J模型。
本文的研究和实证结果对于研究我国金融市场的定价、资产配置、以及风险管理具有非常重要的理论价值，未来还会致力于寻找更适合刻画中国金融市场的模型。
参考文献：
[1]Andersen， T. G.， Bollerslev， T.， & Diebold， F. X. Roughing it up： Including jump components in the measurement，modeling and forecasting of return volatility.The Review of Economics and Statistics.2005，89： 701-720.
[2]Bollerslev T. Generalized autoregressive conditional heteroskedasticity[J]. Journal of Econometrics， 1986， 31： 307- 327.
[3]Corsi，F.，A simple long memory model of realized volatility.Manuscript，University of Southern Switzerland.2004.
[4]Corsi，F.，A simple approximate long-memory model of realized volatility. Journal of Financial Econometrics .2009，7：174-196.
[5]Corsi，F.，Pirino，D.，&Reno，R.，Threshold bipower variation and tye impact of jumps on volatility forecasting.Journal of Econometrics，2010，159（2）：276-288.
[6]Engle，R.F.，Autoregressive conditional heteroskedasticity with estimates of the variance of United Kingdom inflation.Econometric.1982，50：987-1007.
[7]Hansen P R， Lunde A. Consistent ranking of volatility models[J]. Journal of Econometrics， 2006，131：97- 121.
[8]Huang，X.，Tauchen，G.，The relative contribution of jumps to total price variance.J.Financ.Econ.2005，3（4）：456-499.
[9]Li Liu， Wan Jieqiu，A study of Shanghai fuel oil futures price volatility based on high frequency data：Long-range dependence，modeling and forecasting.Economic Modelling. 2012，29：2245-2253.
市场预测的含义篇5
二、理论模型设计
(一)商品价格模型St和Ft，n分别表示时刻t的现货和距到期还有n时间的期货价格，rt，n表示时刻t到t+n的利率。定义Ft，n－St为期货与现货的基差。首先，根据期货存储模型，认为期货与现货的基差包含两部分内容，一部分为放弃借入现金买入现货的机会成本，另一部分即为持有现货的仓储成本等，即为便利收益(Ct，n)。
(二)通货膨胀与资产收益率根据Fisher(1930)可知，同种货币计价的资产预期名义收益率会收到通货膨胀的影响，而资产的实际收益率应该由资本的生产力等因素决定，与通货膨胀不相关。
(三)实证模型在上述分析的基础上，我们将利用便利收益率主成分分别对商品现货加权收益率、预期通货膨胀和非预期通货膨胀进行实证分析。具体模型如。
三、数据及变量
本文研究商品期货数据来源于CSMAR数据库，利率数据采用WIND数据库的上海证券交易所国债交易平台6个月期国债利率，价格指数等来源于中经网统计数据库。综合数据的时间段匹配以及样本量的大小等问题，选取2005年1月至2012年2月期间的数据作为研究样本。商品期货市场数据为日度数据，国债利率也为日度数据，为了进一步与阅读数据价格指数匹配，我们采用月内平均的方法处理商品期货与国债收益率数据。我们采用临近到期的当月期货价格代表相应商品的现货价格，采用次临近到期的次月期货价格组成期货价格序列。进一步，由于各商品之间的特质因素等影响，各商品的便利收益率的变动情况各不相同。为了提取各个品种便利收益率的共同驱动因素，我们采用主成分分析方法，提取便利收益率的主成分，然后进行分析。另外，文中通货膨胀率数据根据经过季节调整的价格指数计算得到，并利用HP滤波分解得到通货膨胀率的长期部分和冲击部分，分别表示可预期成分和未预期成分。
四、实证分析
(一)便利收益率主成分与商品现货加权收益率利用模型一研究便利收益率主成分对未来一段时间商品价格变动的影响。由表1可以看出，便利收益第一主成分对现货加权收益率的影响随着持有期限逐渐发生变化:便利收益与1、2、3个月的现货加权收益率之间显著负相关，与6个月的现货加权收益率负相关但不显著，而与12个月的现货加权收益率显著正相关。仓储理论认为市场参与者通过持有现货可以有效快速应对供给和需求冲击，从而获得便利收益。较高的便利收益能提高市场参与者对现货的需求，降低持有期货的意愿，导致现货价格较高，期货价格相对较低，从而导致现货收益率降低;但是从长期来看，现货价格和期货价格之间存在长期均衡关系，具有相同走势。这就决定了便利收益与期货加权收益率在短期内显著负相关，随着现货持有期限的增加，负相关关系强度逐渐减弱，而长期内则显著正相关。便利收益第二主成分对现货加权收益率的影响与第一主成分类似，但相对第一主成分来说其影响力相对较弱，这与主成分分析方法的原理相一致。另外，实证结论显示国债利率对现货加权收益率具有显著负影响，商品现货作为一种资产，国债可以视为它的投资替代品，国债收益的增加，必然会导致对现货投资需求降低，从而导致价格降低。
(二)便利收益主成分与通货膨胀的关系由图1可知，便利收益率第一主成分和月度价格指数变化率的变化趋势基本相反，并且第一主成分的变动比价格指数变化率的变动提前一段时间。另外，从二者的相关系数分析也可以发现，二者同期的相关系数为－0.17，显著负相关。而当期的价格指数变化率与上一期的便利收益第一主成分的相关系数为－0.27，亦十分显著。所以可以直观的发现，商品市场便利收益率的主要变动因素与通货膨胀率的关系十分密切。进而分析便利收益第二主成分与价格指数变化率的关系，发现亦呈负相关关系，但是并没有第一主成分与价格指数变化率的关系显著。所以，可以初步判定，便利收益与通货膨胀率同期和跨期之间均为负相关关系。接下来，在控制其他因素的前提下，进一步分析便利收益对通货膨胀率的影响。利用模型二和模型三研究便利收益率主成分对未来一段时间通货膨胀率的影响。结果分别如表2和表3所示。可知，便利收益第一主成分与预期通货膨胀和非预期通货膨胀之间均为负向关系，显著性随着时间逐渐减弱，即便利收益第一主成分含有有效信息用来预测未来3个月内(包括3个月)的通货膨胀率。根据已有研究，便利收益是由需求因素、供给因素以及存货策略共同作用而产生的，它综合反映了市场参与者行为背后的各种信息，第一主成分则更是涵盖了影响整个商品市场价格变化的共同因素，在一定程度上决定了商品市场的价格走势。显然，供需失衡导致的较高便利收益可以提高市场参与者对现货的需求，降低持有期货的意愿，从而导致未来价格水平相对较低，通货膨胀率降低。但从长期来看，这种关系的显著程度降低，这说明便利收益所包含的信息对商品市场具有短期冲击，不具有决定长期趋势的能力。本文认为这和我国商品市场的成熟度有关，尤其是现货市场交易，回顾现货市场发展历程，不难发现我国现货市场发生过很多乱象，投机氛围比较浓厚。为了规范商品现货市场交易活动，维护市场秩序，商务部、中国人民银行、中国证券监督管理委员会在2013年11月联合了《商品现货市场交易特别规定(试行)》，确立了三部门对商品现货市场交易的联合监管机制，明确了监管职责。毋庸置疑，新规定的出台将会为现货市场的健康发展发挥积极作用。随着现货交易行为的规范，综合反映供需情况的便利收益所包含的信息将具有更长久的影响。在我国，国债利率在一定程度上反映了人民银行货币政策动态，因此利率增加可以视为紧缩性政策，对通货膨胀具有抑制作用。由于本文使用的是6个月国债利率，所以利率对6个月后的通货膨胀率有显著负影响。
市场预测的含义篇6
一、电力市场分析与预测含义及作用
（一）电力市场分析与预测的含义
电力市场分析预测就是以电力市场为主要依据，对市场环境的变化进行分析以及制定电力企业未来发展计划，其主要目的就是为企业电力营销提供参考，最大程度的实现企业效益。电力市场分析预测时通过一套科学的程序和组织管理方法对电力市场信息进行收集，比如说其他市场因素和状况、售电市场情况、电力供应状况、电力供求平衡状况等，然后进行相应的经营管理战略调整，促进企业管理决策的科学性，制定合乎市场需求的经营战略、生产计划、营销策略等，促进电力企业经济的发展。
（二）电力市场分析预测的作用
电力市场分析预测的作用主要表现在三个方面：一是有利于改善电力企业经营管理。电力企业通过电力市场分析预测，可以有效的根据市场变化和国家政策，制定符合市场需求和发展的经营发展战略，提高经营决策的科学性和管理的正确性，最大程度的实现企业经济效益。二是为用电政策提供参考。通过对电力市场进行分析预测，可以有效的了解各行业用电情况，为用电政策的制定提供一定的参考。三是有利于提高企业经济效益。根据市场环境变化，采取相应的营销策略，扩大市场占有率，提高企业市场竞争力和经济效益。
二、基于电力市场分析预测上的营销管理方法
电力企业在进行电力营销管理时，要以科学发展观和可持续发展观为依托，以市场需求为导向，为服务为宗旨，以市场分析与预测为主要手段，进而相应的进行能源消费结构调整，引导用户进行合理的消费，积极开拓新的市场，促进企业、国家和人民的和谐统一发展。
（一）建立营销管理信息系统，实现营销管理信息化
电力企业要与时俱进，积极引进营销系统中最新的技术和概念，充分利用计算机网络技术与信息技术，建立健全营销管理信息系统，做到决策科学化、管理集中化、考核制度化和缴费银行化等，提高营销管理水平。首先，建立电力市场分析与预测信息系统，主要是利用网络收集最新电力市场动态，比如国家出台的一些相关政策、市场需求、电力供求平衡性、社会经济发展动态等等，进行市场数据更新，采取科学的分析预测方法，保证市场分析预测的正确性和科学性，为营销管理提供参考。其次，建档系统的用户信息。把用户信息登记到网络上，并做好分类和标注，进行网上开发用户和跟踪服务用户。最后，建立对内信息管理系统。连通企业内部各部门网络系统，及时的进行信息传输、更新和交流工作，保证营销管理信息的一致性。同时要把内外部信息系统有机结合起来，在观察市场的基础上进行营销管理。
（二）进行电力市场化改革，优化能源消费结构
随着我国可持续发展战略和“两型”社会构建战略的提出和实行，国家加大对环保节能能源的开发与推广，电力企业要积极响应国家号召，不断的进行自主创新，根据我国市场化改革进程的加快而进行相应的改革，优化能源消费结构。
第一，大力宣传环保节能能源。电能是可再生资源，具有清洁、高效、便捷等特点，符合国家环境保护与降低能耗的政策，得到国家的大力支持。再者随着人们生活水平的不断提高，对环境问题越来越重视，所以电力企业要做好对电力等环保节能能源的宣传工作，并以此为突破口，树立并做好环保能源品牌，以品牌效应开发新的用户和新的市场。
第二，提供优质可靠的产品。产品质量是营销的重要保障，要切实提高产品质量，满足不同用户的需求。一方面，提高电源质量。要对老化的机组进行技术改造或者淘汰，降低发电成本；调整电源结构，把小火电机组给停用，大力发展大容量、高参数的发电机组，保证电力产品的供应；对电源进行科学管理，降低上网电价。另一方面，进行电网建设。进行城乡电网改造，降低线损，进行主干电网建设，降低供电损耗；使用计算机进行电网流量流向分配及远程抄表等。
第三，合理利用价格政策。要发挥价格的杠杆调节功能，进行分时电价移峰填谷，积极引导用户进行科学合理用电。
（三）需求侧管理与电力市场营销结合
电力企业要以市场为导向，积极实行需求侧管理与电力市场营销策略，满足用户需求，引导用户进行安全合理用电。电力企业要提供优质的产品与服务，不断进行新用户或新市场的开发；同时企业要适当的进行“削峰填谷”，缓解电力紧张局面，提高用户用电效率，降低生产成本与用电成本，促进企业经济效益和社会效益的提高。
（四）加强人才管理，打造一支优秀的营销管理团队
现代知识日新月异，为了更好的进行新产品、新设备的运用，必须加大对用电职工的培训力度，提高营销人员的综合素质。首先，积极引进紧缺型人才和复合型人才。加大对博士、硕士高层次人才的引进，加大对懂技术、会管理、懂经济的复合型人才的培养力度，提高相关人员的素质和业务能力。其次，对用电人员进行财务会计、工商管理、国家政策等专业知识的再教育，定期对人员进行专业知识培训，打造一支高素质的、优秀的营销管理团队。最后，建立考核及激励机制，对完成考核目标的人员给予一定的奖励，对未完成任务的给以通报批评，调动相关工作人员的积极性和主动性。
结语
本文简单介绍了电力市场分析与预测的含义与作用，电力企业要在电力市场分析预测的基础上，积极进行自主创新，建立营销管理信息系统，提高市场营销的监管水平与决策能力，同时要进行企业市场化改革，优化能源消费结构，提高营销人员素质，促进电力企业健康可持续发展。
参考文献
市场预测的含义篇7
3、市场分析。市场分析的主要内容有：人口基数、技术满足消费者的情况、消费者对该种产品/服务的了解程度、产品服务的可获得性、潜在消费者中购买拟投产产品/服务的意向、根据竞争者以前的业绩估计市场容量及产品/服务进入市场的运作情况、根据互补产品的销售情况预测未来销售情况、对竞争对手及产品定位的详细分析等。市场分析的核心在于掌握将要推出的新产品/服务的市场容量及目前市场上的竞争状况，从而确定目前的市场情况对于新产品/服务的推出是否有积极作用，即新产品/服务在市场上是否具有推出的可行性。
市场预测的含义篇8
1引言
时间序列的预测问题已在各个领域得到广泛关注，如生物信息学、神经信息学、金融工程、经济学等。时间序列的最优预测非常重要，它会为决策者进行决策提供重要的参考信息。
行业指数与综合指数都是证券市场这个复杂系统产生的时间序列，这些时间序列之间相互作用影响，一段时间内会出现相同趋势的演化而另一时刻则会产生相互背离的演化。这种演化中的背离现象说明多个时间序列中所包含的复杂系统演化信息不同，因此利用多个行业指数时间序列进行证券市场的复杂系统重构应比简单采用单一观测量的重构更加贴近真实系统。
2多元时间序列的定义
现实中，多元时间序列以各种形式广泛存在，现首先给出多元时间序列的数学定义。
一系列按照时间先后顺序记录的值S={vi（1）， vi（2）， …， vi（t）， …， vi（n）}称为时间序列。其中t（t=1，2，…，n）表示时刻，i（i=1，2，…，m）表示变量，vi（t）表示第i个变量在t时刻上的记录值当m>1时，S为多元时间序列（MTS）；此多元时间序列为确定性的数值类型的数据，可以用m×n矩阵表示，m为变量数，n为时间点数。
在多元时间序列中由于各变量间量纲等方面的差异，因此需先将数据正则化，以减少随机波动干扰、降低算法计算复杂度。同时，为保证MTS相似的有效性和准确性对MTS数据集也有一定的初始要求，因此这里给出同构的MTS的定义，以限定研究对象范围。
同构的MTS需要满足以下三个要求：①对于MTS数据集，各序列的变量维数相同，变量之间一一对应且表示相同的含义；②对于某一MTS样本，各变量数值的记录时刻对应，且具有相同的时间粒度；③MTS需经正则化处理。
3多变量相空间重构参数的选取方法
在非线性多变量数据分析中，采用虚假邻点法进行相空间重构是一种简单易行的常用方法。该算法具有计算过程简单、计算速度快等特点。虚假邻点法是由 Kennel 等人提出的算法，该方法的基本思想是当嵌入维数m变成m+1时，考察信号xn的邻点中哪些是真实的，哪些是虚假的邻点，当没有虚假邻点时，可以认为几何结构完全被打开，此时的m即为所求的最佳嵌入维数。设xn的最近邻点为xη（n），当m1增大到m1+1时，重新计算两个信号之间的距离并求与原距离之间的比值：
xη（n）+xn（m1…ml+1…mL）-xη（n）-xn（m1…ml…ML）xη（n）-xn（m1…ml…mL）≥σ0
如果距离变化的比值大于σ0，则xη（n）是xn的虚假邻点。对于多维信号（m1，…，ml，…mL）从（1，…，1，…，1）开始，每次ml增加1，直到虚假邻点的比例小于δ，则可以认为吸引子的几何机构完全打开，此时的（m1，…，ml，…mL）为最佳嵌入维数。根据经验通常预定义σ0=10，δ=5%。
4相空间重构
相空间重构理论是研究混沌理论的基础。Takens和Packard 等人认为系统中任意一分量的演化都是由与之相互作用的其他分量所决定的。因此，这些相关分量的信息隐含在任意一个分量的发展过程中，重构系统相空间只需考察一个分量。
设X表示观测到的混沌时间序列，x（t），t=1，2，…，n，根据Takens定理，进行相空间重构，则在状态空间中重构后的状态矢量可以表示为：Xi=（xi，xi+1，…，xi+（m-1）t）T（i=1，2，…，i+（m-1）t），其中i+（m-1）是重构相空间中的相点个数，t是延迟时间，m是嵌入维数。Takens 证明了可以找到一个合适的嵌入维数，即如果延迟坐标的维数m≥2d+1，d是动力系统的维数，在这个嵌入维空间里就可以把吸引子恢复出来。
5复杂非线性时间序列预测
结构复杂的非线性数据，不适宜从数据特性出发分析建模，而唯象预测方法就不关心数据本身所具有的特性，只是利用现存历史数据去逼近模型进而预测未来。1989 年 Billings 等人提出的非线性自回归滑动平均（NARMA）模型，具有形式简洁、高度概括等特点。
主要建模步骤如下：
（1）对时间序列进行零均值平稳化处理。时间序列一般可分为平稳时间序列和趋势性序列。时间序列的趋势又分为线性趋势和非线性趋势。若时间序列为非平稳序列，具有向下或向上的趋势，建模之前需要进行序列平稳化处理，即零均值化、平稳化处理。
（2）逐渐增加模型阶数，拟合ARMA（n，n-1）模型。即一阶、一阶增加模型阶数，模型参数采用非线性最小二乘法估计，具体算法采用最速下降法。选择残差序列最小方差对应的模型作为初选模型。
（3）模型适应性检验。
（4）求最优模型。系统意义上的最优模型不仅是一个适应模型，而且是一个经济的模型。因此还需要检验模型是否包含小参数，若有，可用F检验判断是否可以删去，拟合较低阶模型，进而得到系统意义上的最优模型。
（5）时间序列预测。
6问题与展望
基于非线性动力学的时间序列分析和预测技术的主要支撑理论是20世纪80年代初PTakens和RMane提出的相空间延迟重构技术，这一方法后来由 TSaner等作了完善和推广。实际环境中，对复杂系统的观测时间序列通常是有限长的，甚至很短，具有噪声，而另一方面观测时间序列是同时产生的多维时间序列，这些时间序列中可能包含大量的冗余信息也可能包含着十分有用的复杂系统演化信息。本文研究无疑能为金融机构与投资者深入认识金融市场规律、有效地进行金融管理、提高金融投融资效率等提供新的数量技术支撑，对促进金融市场技术分析理论与方法的创新和发展具有重要的理论与现实意义。
参考文献：
[1]杨璐，高自友基于神经网络的时序预测模型研究[J].北方交通大学学报，1998，22（3）：53-56
[2]李爱国，覃征大规模时间序列数据库降维及相似搜索[J].计算机学报，2005，1（9）：1447-1475.
[3]王达，荣冈时间序列的模式距离[J].浙江大学学报（工学版），2004，39（7）：795-798.
[4]李军，刘君华一种新型广义RBF神经网络在混沌时间序列预测中的研究[J].物理学 报，2005，54（10）：4569-4957
市场预测的含义篇9
在全市11个县（市、区）中，按东、西、南、北、中各抽取9个乡（镇、街道）（洞头全县因只有5个乡镇则全部抽取），其中东、西、南、北片各抽取2个乡镇，中片抽取1个乡镇；每个乡抽取4个行政村，其中2个行政村在乡政府所在地及其附近抽取，另外2个行政村在非碘盐率较高的地区或距乡政府5 km以外的村抽取；每个行政村抽取8户居民盐样，进行盐碘全定量检测。
1.2 监测指标与方法
监测指标包括居民户盐碘含量，非碘盐率，碘盐覆盖率，碘盐合格率，合格碘盐食用率[2]等。盐碘含量全定量检测采用GB/T13025.7-1999中的直接滴定法，判定标准依据GB5461-2000《食用盐》，合格碘盐、非碘盐的判定依据《全国碘盐监测方案（修订）》。
2 结果
2.1 居民户食用盐碘含量
2005―2007年共检测了温州市11个县（市、区）9 635户居民的9 635份盐样。盐碘含量平均为（28.17±11.10）mg/kg，中位数为 30.40 mg/kg。共检出非碘盐840份，占8.72％；碘含量5～20 mg/kg 424份,50 mg/kg 57份，分别占4.40％、0.59％（表1）。
2.2 居民户碘盐状况
9 635份盐样中碘盐共有8 795份，碘盐覆盖率为91.28％。合格碘盐8 314份，碘盐合格率为94.53％，合格碘盐食用率为86.29％(表2）。非碘盐率逐年下降，碘盐合格率、合格碘盐食用率逐年提高，尤其是2007年合格碘盐食用率>90.00％，碘盐指标达到碘缺乏病消除标准(GB16006-1995)。
3 讨论
2005―2007年温州市非碘盐率平均为8.72％，从2005年的13.88％降至2007年的4.89％。碘盐合格率、合格碘盐食用率逐年上升，与2001、2003年温州市的非碘盐率、碘盐合格率、合格碘盐食用率[3~5]比较，2005―2007年非碘盐率下降较快，合格碘盐食用率提高较快。监测结果表明，本市仍然存在着非碘盐冲击市场，碘盐供应的难点问题还未完全解决。居民碘盐食用率低的原因主要是居民对碘缺乏病认识不足，认为沿海城市食物中碘含量已可满足人体需要，不需再额外补碘，不需食用碘盐。这就要求我们加强宣传，并进一步加大非碘盐打击力度。有关部门应加强碘盐监测、监督和盐业市场管理，提高居民合格碘盐食用率。
食用碘盐是消除碘缺乏病的根本防治措施，碘盐浓度过低达不到预防碘缺乏病的效果，含碘量过高又会对某些敏感个体产生不利[6]，故2000年国家下调碘盐含量标准
为（35±15）mg/kg。本次监测发现盐碘含量均数为（28.17±11.10）mg/kg，中位数为 30.40 mg/kg，50 mg/kg的占0.50％。居民户食用盐的含碘量分布不均，其原因可能与碘盐加工方法不正确，加碘盐中的碘含量过度，或碘盐长期暴露在潮湿、光照和污染的环境中，从生产地点到用户的过程中碘含量丢失(可达50％或更多)。建议盐业生产部门改进工艺，使其含碘量均匀、稳定。同时卫生部门要加强监督监测，使碘盐符合国家标准。
为进一步加强食盐加碘消除碘缺乏病工作，使碘缺乏病防治工作可持续发展，应积极采取下列措施：一是加强领导，完善“领导重视、部门协作、社会参与”的可持续消除碘缺乏病工作机制。二是认真落实《食盐加碘消除碘缺乏病危害管理条例》，加强碘盐生产、销售环节的管理，规范盐业市场，杜绝非碘盐流入食盐市场。三是对我市沿海产盐区及山区碘盐采取针对性措施。四是加强健康教育，动员全社会参与，自觉食用碘盐。尤其加强对中小学生的健康教育，充分发挥“教师-学生-家长-社会”传播链的作用。
4 参考文献
［1］邵永强，张孝和.温州市碘缺乏病防治及阶段评估总结［J］.中国预防医学，2004，5（5）：366-367.
［2］陈祖培.全民食盐加碘的意义及对当前人群碘营养状况的基本评价［J］.中国地方病学杂志，2002，17（4）：251-254.
［3］张孝和,邵永强,李梅福,等.温州市2001年碘缺乏病监测情况分析［J］.浙江预防医学，2003，15（6）：34.
［4］邵永强,张孝和,陈,等.温州市2002年碘缺乏病监测分析［J］.中国热带医学，2004，4（3）：446-447.
市场预测的含义篇10
一、引言
1991年，英格兰和威尔士注册会计师协会(ICAEW)会同苏格兰注册会计师协会(ICAS)联合发表了《财务报告的未来模式》的研究报告，该报告指出了现行财务报告的局限性，认为未来的财务报告应当重视对未来展望的信息的披露。1994年美国注册会计师协会(AICPA)在《沦改进企业报告》中指出：“目前，信息使用者信息需要变化的一个显著特点，是从关注历史信息转向对未来信息的关注，信息使用者要求提供有关企业未来经济活动和有助于预测、评估企业未来财务状况、经营成果的经济指标和有关信息。”美国前安达信会计公司全球执行总裁温巴奇也指出：“在这个变化都迅猛的世界里，预测性信息的价值也比任何时期都重要。”财务预测信息的披露可以弥补现行财务报告偏重历史信息的缺陷，降低信息使用者与公司管理当局之间的信息不对称，降低社会交易费用，从而大大提高财务会计信息的有用性和整个证券市场的效率。但是，由于我国目前的证券市场尚处于弱式有效阶段，有关财务预测信息编制、披露的准则制度尚未系统地建立起来，加上财务预测信息固有的不确定性和模糊性，从而大大增加了上市公司披露财务预测信息的风险性。2003年1月9日最高人民法院了《关于审理证券市场因虚假陈述引发的民事赔偿案件的若干规定》(以下简称《1・9规定》)，预示着我国上市公司有可能因财务预测信息虚假陈述行为而招致投资者的民事诉讼，并承担相应的赔偿责任，这一切都严重影响了上市公司主动披露财务预测信息的积极性。尤其需要指出的是，《1・9规定》对“证券市场虚假陈述”这一最重要的法律术语的司法解释，是针对历史信息(或称硬信息)的披露作出的，而对包括财务预测信息在内的“软信息”的披露没有作出有别于硬信息的相关规定，从而进一步增加了上市公司因财务预测信息披露而承担民事责任的风险。另外，由于《1・9规定》制定的法律依据主要是《民法通则》、《证券法》、《公司法》、《民事诉讼法》等，而作为指导和约束会计工作的基本法规，如《会计法》、《注册会计师法》、《企业会计准则》等却没有关于财务预测信息虚假陈述的基本规定，这就会导致法院在审理因财务预测信息虚假陈述引发的民事赔偿案件时，更多是依据《民法通则》、《证券法》、《1・9规定》等来作出判决，而很少甚至不会考虑会计学科的性质及财务预测信息生产和披露的特殊性，这必将会损害财务预测信息披露义务人的正当合法权益，影响会计学科的健康发展。正是在这样的背景下，我们一方面应鼓励上市公司向使用者披露充分的、真实的财务预测信息，以帮助利益相关者作出正确的决策；另一方面，在对财务预测信息的虚假陈述者施以法律制度约束的时候又不致损害诚实守信的上市公司管理层披露财务预测信息的积极性，并防止信息使用者对基于善意披露的财务预测信息因事后变化成为不实陈述而提出无理由的诉讼。这就需要我们立足于会计学科的性质及我国证券市场的现状和未来发展趋势，探索上市公司财务预测信息生产和披露的特殊性，并以此为基础，系统研究上市公司财务预测信息披露的真实性与虚假陈述问题，从而为有关部门制定财务预测信息编制、披露与监管准则提供理论和方法上的支持，为政府部门在鼓励上市公司披露财务预测信息和加强对财务预测信息虚假陈述的监管之间作出适当的平衡安排提供依据。
二、上市公司财务预测信息的本质及其特征
预测是指以过去的资料及现在所取得的信息为基础，运用科学的方法来推测或设计事物发展的必然性和可能性，它是人们对客观事物未来发展变化的趋势以及对人类活动后果事先所作的分析和预计。从财务会计角度看，财务预测是对未来经济事项的反映，是企业管理当局根据未来可能发生的事项或采取的行动，对未来财务状况、经营成果和现金流量所作的最佳估计。财务预测信息既可能包含资产负债表、利润表、股东权益变动表、现金流量表以及财务报表附注在内的一套完整的财务报表，我们通常称之为预测性财务报表，也可以只包含某一张财务报表，或者某一张财务报表中的一个或者多个项目等。财务预测信息主要面向未来，尽管它所涵盖的期间可以有一部分是历史时期，但必须至少有一部分属于未来期间。特别是随着证券市场的日趋成熟，财务预测信息涉及的未来期间的时间会越来越长，而未来期间发生的未来事项由于受现在和未来各种必然和偶然因素的影响，它的发生和发展变化必然带有高度的不确定性和模糊性的，因此，在财务预测信息的编制过程中，需要编制人员作出大量的估计、假设和判断，这些假设包括最佳估计假设和推测性假设；同时，尽管理论界和实务界在努力探讨和不断改进各种预测方法，试图尽可能准确地预测财务信息，但只要我们将财务预测结果与实际发生情况进行比较就不难发现其准确性是值得怀疑的，财务预测信息总是或多或少地偏离实际发生的历史财务信息。
财务预测信息固有的不确定性和模糊性的本质，决定了它的基本特征主要包括以下几个方面：
第一，财务预测信息是一种基于一定的客观事实和主观假设推断的复合型信息，但编制者往往缺乏系统的数据证实其披露信息的准确性，其准确性要低于历史财务信息，具有明显的价值判断属性。
第二，财务预测信息的不确定性和模糊性主要受系统外部因素和内部因素的影响。前者主要是指企业经营环境的不确定性，主要包括经营风险、行业风险、市场风险和政策性风险。经营风险是指企业在生产经营过程中可能存在的风险因素，包括企业能否获得正常生产经营所需的各种重要资源以及获取这些资源需付出的成本，对重要资源或者供货渠道的依赖，企业提供的主要产品和劳务的销售市场是否稳定可靠，产品价格有否限制，产品或业务结构有否过度集中或分散的风险等等。行业风险是指与企业所在行业有关的特定风险，如产业政策的限制、环保因素的限制、严重依赖有限的自然资源、行业内部恶性竞争等等。市场风险是指企业是否会受到商业周期、市场发育情况以及与企业密切相关的行业情况的影响，如企业是否存在某种商业周期或受商业周期的影响，企业主要产品市场是否不够发达或存在市场分割的情况，企业主要市场所在的国家和地区是否属于经济、政治不稳定的地区等等。政策性风险是指国家政策、法律是否对企业存在不利或存在某种限制等等。后者主要包括预测假设、预测基础、预测期间和编制者的业务能力等因素。
第三，财务预测信息根据其依据的假设不同可以表现为预测与规划或两者的结合。预测是编制者在最佳估计假设的基础上编制的财务预测信息，盈利预测是一种典型的财务预测信息；规划是编制者
基于推测性假设，或同时基于推测性假设和最佳估计假设编制的财务预测信息。企业管理层在作出最佳估计假设时必须拥有支持这些假设的充分、适当的证据，而对推测性假设，企业管理层只要明确这些假设与编制财务预测信息的目的相适应，并且没有理由相信这些假设明显不切合实际。一般来说，财务预测所涵盖的期间越长，其财务预测信息被定性为规划的可能性相对越大，但涵盖期间的长短不是区分预测与规划的决定性的标准。另外，财务预测信息的涵盖期间最好与企业的经营周期相适应，以便向信息使用者提供一个经营周期内企业完整的财务状况、经营成果和现金流量，避免对信息使用者产生误导。
第四，财务预测信息的不确定性和模糊性因预测对象、使用对象、预测周期等的不同而有所差异。首先，强制性披露的前瞻性信息一般涉及公司管理者已知的趋势、事件和可以合理预见将会对公司未来财务状况、经营成果、现金流量产生重大影响的不确定性因素，因此其不确定性和模糊性相对较弱；而自愿性披露的其他财务预测性信息一般涉及对未来趋势、事件或不确定性因素的预计、推测，这类趋势、事件或不确定性因素对公司的影响远比前瞻性信息更具有不确定性和模糊性。同时，财务预测信息的编制和披露一般都有特定的目的和用途，针对特定使用对象编制和披露的财务预测信息，相对该特定用户来说其不确定性和模糊性较低，但对其他非特定用户来说，这种财务预测信息的不确定性和模糊性可能相对较高，甚至可能具有误导性。因此，财务预测信息具有一定的排斥性，它一般不得用于特定目的以外的其他目的，也不适用于特定用户以外的其他用户。其次，如前所述，财务预测信息一般表现为预测与规划或两者的结合，由于预测是企业管理层在最佳估计假设基础上编制的财务预测信息，因此其不确定性和模糊性相对较弱；而规划是企业管理层基于推测性假设，或同时基于推测性假设和最佳估计假设编制的财务预测信息，由于推测性假设具有更大的不确定性和模糊性，因此，规划信息相比而言具有更大的不确定性和模糊性。再次，如果财务预测信息所涵盖的期间包含一部分历史期间，且企业编制财务预测信息依据的过去的财务状况、经营成果和现金流量基本保持了一个较为稳定的模式或发展趋势，则这种趋势会影响财务预测信息的准确性。也就是说，财务预测信息涵盖期间所包含的历史期间越长，则财务预测信息的不确定性和模糊性越弱。另外，财务预测信息的不确定性和模糊性与预测期间的长短相关，预测期间越长，则财务预测信息的不确定性和模糊性越大。最后，注册会计师审计对财务预测信息审核的保证程度不一样。一般而言，注册会计师不应对财务预测信息的结果能否实现发表意见，同时，注册会计师对企业管理层采用的假设的合理性发表意见时，一般只能以消极的方式提供有限保证，除非注册会计师依据职业判断认为能获得足够的满意程度，才能对这些假设以积极的方式提供保证；而对企业管理层编制的财务预测信息是否与假设相一致，以及是否按照适用的会计准则和相关会计制度的规定进行列报发表审核意见时，注册会计师一般可以积极的方式提供合理保证。
第五，财务预测信息的取值一般不是一个固定值，而是一个区间，具有弹性。这是由财务预测信息固有的不确定性和模糊性所决定的，采用绝对金额表述的固定值不能体现这种特征，同时投资者也并不需要一个绝对精确的财务预测信息，投资者只需要了解的是企业未来的经营前景(风险和机会)。但企业管理层应确保对该区间的选择不带任何偏见，同时如有可能，企业管理层还应合理地估计区间内各数值发生的概率并予以披露。AICPA在其《财务报告的目标。中认为：“在预测中使用区间来代替单一的数字是可行的，区间的上下限将表明预测所隐含的不确定性。一组区间也能提醒报告使用者，他们所面对的数字远不如他们所期望的精确。”
第六，在相关性和可靠性的两难选择中，相关性是财务预测信息的首要特征。在财务预测信息的编制与披露过程中，应更加突出信息用户的需求导向，这就要求企业管理当局在确认、计量、编制、报告财务预测信息的过程中，应充分考虑使用者的决策模式和信息需要。美国会计学家埃尔登・S・亨德里克森认为：相关性包括三种概念，即决策相关性、目标相关性、语义相关性。决策相关性是指会计信息应该与使用者的特定经济决策相关，目标相关性是指会计信息要与使用者所要达到的目标相关，语义相关性是指会计信息应该能够让使用者了解其编制与披露的用意。由于理解财务预测信息比了解财务预测信息使用者的决策和目标更为容易，所以，语义相关性比决策相关性、目标相关性更容易达到。亨德里克森还认为，目标相关性是评价相关性的最好概念。由于使用者的目标要比他们的各种特定决策显得明确，而且比较容易把握，所以，目标相关性往往要比决策相关性更易于达到。而财务预测信息的编制与披露具有较强的目的性，且往往与特定用途有关，因此，与特定目标的相关性是财务预测信息的首要质量特征，当然，这种与特定目标相关的财务预测信息必须是使用者可以准确理解的。
只有弄清楚了财务预测信息的本质及其特征，才能对财务预测信息的真实性及其是否存在虚假陈述作出正确的判断，并以此为基础进一步确定财务预测信息虚假陈述的具体内容。
三、判断财务预测信息真实性的现实标准：法律真实
财务预测信息必须尽可能真实地反映企业在预测期间的财务状况、经营成果和现金流量情况，这是对财务预测信息的基本要求。我们一直把真实性看作是会计工作的“生命”，在西方国家，“真实与公允”被当作现代会计的一项基本原则，我国新修订的《会计法》也要求企业提供的会计信息必须“真实、完整”。国际会计准则委员会(IASC)在其制定的《编报财务报表的框架》中，规定企业对外提供的财务报表必须具备“可理解性、相关性、可靠性、可比性”四个基本质量特征，并把“可靠性”作为四项质量要求的核心。在现实中，可靠性集中体现在“如实反映”。可见，会计信息如果失去了真实性，那无异于会计的消亡，而不真实的会计信息，除了危害经济与管理之外别无它用。正因为此，我们才对会计信息的真实性给予了充分的关注，并向会计信息的使用者就其真实性作出基本承诺。
财务预测信息的“真实”与“失真”是一对对立的概念，要判断财务预测信息是否失真，是否存在虚假陈述的行为，首先必须弄清楚真实性的含义。现代汉语词典将真实解释为“跟客观事物相符合，不假”，即这里的真实是“客观真实”。“客观真实”一般包含两层意思：一是客观，二是真实。客观是指认识主体的对象――事实(事项)是独立存在于客观世界，它不以人的意志为转移；真实是指主体的认识与客体――客观存在的事实(事项)相符合的认识状态。“客观真实说”的基本含义是指：认识主体关于客体认识的具体内容与特定客体的内在规律性应保持一致，对客体的表象、现象特别是本质的反映应与客体相符合。判断一项认识是否真实，唯一的标准是该项认识的客体――事实(事项)是否客观存在，主体的认识是否与客观存在的事物相吻合。相吻合，主体的认识就是真实的，否则就是“失真”，是虚假的认识。因为根据认识论的一般原理，有真假之分的只能是认识、信念、
命题、判断、语句等而不是别的。认识、信念、命题、判断、语句的真假在于它们是否与实在、事实、事物、对象等相符合，符合为真，不符合为假。根据“客观真实说”的基本观点，财务预测信息作为企业管理当局依据未来可能发生的事项或采取的行动，对未来财务状况、经营成果和现金流量作出的最佳估计，要判断财务预测信息是否真实，其客观的标准也只能是：预测对象是否是客观存在的，或是否是未来可能发生的事项或采取的行动，企业管理当局对预测对象的反映是否与预测对象的本质相符合，相符合就是真实的财务预测信息，否则就是“失真”的财务预测信息。
的确，“客观事物”是客观存在的，但人类认识的客观事物，实际上是人类对“客观事物”的感性认识，而不同的人对同一“客观事物”的感性认识可能存在差异，因此也就不存在大家一致认可的“客观事物”，因而它就无法直接充当判断财务预测信息是否具有真实性的标准。退一步讲，即使存在大家一致认可的“客观事物”，但与“客观事物”的符合仍有一个程度问题，100％地符合是完全的真实，那么90％或50％以上符合是否是真实呢?因此，真实还有一个弹性区间，财务预测通过“观念总结”所反映的客观事物落在弹性区间内，可以认为这种反映是真实的或比较真实的，否则就是失真的。但不管这种反映如何逼真，反映的结果与反映的对象终究是不同的。这样我们是否可以得出这样的结论，当衡量财务预测信息真实与否是以客观事实作为唯一标准时，财务预测信息的真实性只能是相对的、逼近的，这也是为什么财务预测信息总是或多或少地偏离实际发生的历史财务信息的原因。由于我国目前财务预测信息的编制技术、编制人员的职业判断水平和企业管理水平还无法(也许永远不可能)使财务预测信息“客观真实”地反映预测对象，财务预测系统的认知和反映功能不可能达到真正意义上的客观真实，因此“客观真实”也就失去了作为衡量标准必须具备的具体性、确定性和唯一性的内在属性，因此，一般不能直接作为判断财务预测信息真实与否的标准。于是人们试图积极地去探索、寻求能近似地充当客观真实标准的替代物，这样“法律真实”标准就应运而生了。
所谓“法律真实”是指人们在司法实践活动中对案件事实的认识符合法律所规定的或认可的真实，是在具体案件审理中达到法律标准的真实。法律真实必须以客观真实为基础，但又有别于客观真实，它是在现代社会经济、文化、法律背景下，更能体现民事诉讼精神实质的判断标准。因为“与纯科学不同，法律的目的并不在于发现真理，并不在于发现全部真理，并不纯粹在于发现真理。这不但代价过高，而且往往与解决争执的目的不沾边。”具体地说，法律真实相对于客观真实具有以下主要特征：
1 法律真实是由证据证明的事实，而用证据证明是一种人的行为，所以法律真实并不完全是客观的东西，其中或多或少掺杂着人的主观因素或作用。财务预测信息就是依据一系列假设和推测这些证据来证明其真实性，尽管这些假设和推测也是建立在事实和判断的基础上的。
2 法律真实是法律许可的真实，其中既包含有符合客观实际情况的内容，也可能包含有不符合客观实际情况的内容，法律真实的概念本身隐含着误差的可能性。财务预测信息既要以历史事实和未来事实为基础，同时又依赖于判断和推测，是一种财务预测准则和制度许可的法律真实。
3 法律真实在一定意义上是以概率为基础的真实，它追求尽可能大概率的客观真实。正如希拉里・普特南所说：“真实并非底线：真实自身也从我们那具有合理的可接受性的标准(概率标准或优势证据标准，作者注)中获取生命，而且，如果我们希望去发现科学确实固有的价值，我们就必须正视这些标准”。在财务预测信息的编制过程中，预测假设的选择与设计必须有一个公允的程序作支撑，如收集、计算及统计预测数据的方式、方法应科学合理，确认和量化假设变量的方法应切合实际，等等，这些过程实际上就是追求最大概率客观真实的过程。
4 法律真实在一定程度上是一种事实推定。“法律上的推定，是依据法律的规定，经证明甲事实存在时，可以推定乙事实的存在。乙事实就相当于法律推定的事实。所以，前提事实即甲事实经证明存在时，法院就应认定推定事实即乙事实的存在。这样，除非证明前提事实的不存在，否则就不需要对推定事实是否存在加以审理。法律上的推定实际上是强制裁判官推定事实的存在……。”财务预测信息就是在证明历史财务信息真实的基础上，借助于正确的推测和判断，来保证其有限的真实和可靠。
5 法律真实是一种相对真实，即司法证明所确认的案件事实只是在一定程度上符合客观发生或存在的事实，不是百分之百的绝对真实。财务预测信息是一种相对真实的信息，这是由财务预测信息固有的不确定性和模糊性，财务预测信息编制人员知识的相对性和认知的有限理性，企业管理当局的价值判断属性等因素所决定的。
6 法律真实侧重于形式真实而非实质真实。所谓形式真实是指证明活动的过程和形式符合证明规律的要求，是形式所表见的真实，它又可称为程序真实。但实质真实和程序真实是相互融合、不可分割的矛盾统一体，两者缺一不可。我们在判断财务预测信息的真实性时，并不是看它是否与事实相吻合，而是判断在财务预测信息的编制过程中，其依据的假设、估计是否有合理的、权威的、可靠的基础，预测假设是否与行业经常使用的会计基本假设和基本原则保持一致，是否与编制财务报表信息的基本假设和基本原则保持一致，这些假设是否是基于对公司的预测结果可能产生影响的所有重要因素而作出的，假设之间是否不存在内在逻辑上的矛盾，等等。如是，就是“真实”的，否则，就是“虚假”的。因此，依据这些估计、假设、推测、判断编制和披露的财务预测信息的真实性与依据结果理性编制和披露的财务预测信息的真实性必然存在一定的差距，但在目前的客观条件下，我们只能追求程序真实，正因为如此，会计理论界在对可靠性下定义时，一般用“如实反映”来代替“真实反映”。而“所谓如实反映，是指反映的是所希望反映的。它要求所反映的内容恰当、完整，能满足信息使用者的需要。需要注意的是它与真实反映性之间有着一定的区别：真实性要求能真实地反映经济现实，而如实反映则只是要求能恰当地反映出希望反映的内容(即能实现所设计的反映目标即可)”。
7 法律真实具有价值判断的属性，法律通过对社会利益的保护或遏制来维护社会秩序的正常运行，促进人类文明和社会进步。因此法律真实是事实真实与价值判断的复合体，是在客观事实基础上的符合立法者正价值判断的、法律意义上的真实。这种含有价值判断的法律真实可以与客观事实有一定的背离，它符合“容许性危险与违法阻却”理论的基本精神。所谓“容许性危险”，是指在完成某种有益于社会的行为过程中，该行为在性质上有某种侵害法律权益的抽象危险；若该危险与其有益目的相比被认为是正当的，则该危险就属于容许性危险。近年来多数民法学者认为，容许性危险行为本身属于具有正当目的的行为，其行为本身并不缺乏合法性，如果在行为人履行了应尽的注意义务的情形下发生了可预见的危险，也不能将之归为违法。财务预测信息是建立在一系列估计、假设、推
测、判断的基础上的，而这一系列的估计、假设、推测、判断的设计在某种程度上都是对客观事物――会计对象作出的一种价值判断，在某种程度上都是对客观事物――会计对象的背离，但这种背离从社会价值角度衡量是值得的，是属于容许性危险(背离)。因为，如果没有这些估计、假设、推测、判断的确定，财务预测信息系统就无法建立起来，更不可能提供所谓与客观对象相一致的“真实”的财务预测信息。正是从这个意义上说，财务预测信息与客观对象的适度背离，更能实现财务预测信息的社会价值最大化。也正是这种必然的适度背离，使财务预测信息的真实性成了客观真实和价值判断的统一体。
8 法律真实可以有不同的等级与层次。就会计、审计法规而言，会计法、会计制度对会计信息真实性的要求显然要高于注册会计师法和独立审计准则对审计报告真实性的要求，因为后者允许存在合理的误差，这种误差是由现代审计以统计抽样技术为基础的技术特征所决定的，而对财务预测信息真实性的要求又要低于对审计报告真实性的要求。
综上所述，我们认为，由于客观事物是不断变化的，而人的知识是相对的，其认知是有限理性的，且立法是以价值判断为基础的，因此，人们不能直接用客观真实作为判断财务预测信息是否真实的标准，只能用法律真实作为判断财务预测信息是否真实的间接依据。而法律真实遵循的是程序理性而非结果理性，这就决定了依据这种法律真实标准编制和披露的财务预测信息，其真实性只能是相对的，动态的，而不是绝对的。
四、财务预测信息虚假陈述及其具体形式的确定
(一)财务预测信息虚假陈述的确定
英语中的“Misrepresentation”指的是人们在现实生活中出于故意、过失或者无意识所作出的与事实不符的表示，我国将其译为“虚假陈述”或“不实陈述”。《布莱克法律辞典》(Black’s Law Dictionary)对“Misrepresentation”一词的定义为：“某人以言词或其他行为向另一人作出的任何依情形显示为与事实不相符的表示，对事实不真实的陈述，不正确的或虚假的陈述。这一陈述如果被接受的话，会导致内心对某种状况作出与实际不相符合的理解。在口语中它被理解为某种用于欺诈或误导的陈述”。美国1933年的《证券法》第11章(a)前段规定，当注册报告书的任何部分在生效时含有对重大事实的虚假陈述或者漏报了规定应该注册的为使注册报告书不至于被误解所必需的重大事实时，任何获得这种证券的人(除非被证明在获得证券时，他就已经知道这种虚假陈述或者漏报情况)都可以根据法律在任何具有合法管辖权的法院提讼。《美国合同法重述(第二次)》第159条将“虚假陈述”简略地表述为：“一项不符合事实的陈述”。
英国1995年的《证券公开发行规章》第14章(1)规定，招募说明书或补充招募说明书中存在不真实或具有误导性的陈述，或遗漏了规章所要求载明的任何事项而给获得有关证券的人造成损失的，负责该招募说明书或补充招募说明书的人应当向其支付损失赔偿金。
在我国的立法实践中，最早在国务院证券管理委员会1993年颁布的《禁止证券欺诈行为暂行办法》第2条的规定中采用了“虚假陈述”这一概念，第11条对虚假陈述行为进行了规范：“禁止任何单位或者个人对证券发行、交易及其相关活动的事实、性质、前景、法律等事项作出不实、严重误导或者含有重大遗漏的、任何形式的虚假陈述或者诱导、致使投资者在不了解事实真相的情况下作出证券投资决定。”《1・9规定》第十七条则认为，证券市场虚假陈述是指信息披露义务人违反证券法律规定，在证券发行或者交易过程中，对重大事件作出违背事实真相的虚假记载、误导性陈述，或者在披露信息时发生重大遗漏、不正当披露信息的行为。
上述法律法规对虚假陈述的界定大都是以“客观事实”(或“客观真实”，下同)作为衡量标准的，遵循的是结果理性，即只要财务预测信息对重大事件的披露违背“事实真相”，就认为存在虚假陈述，就应承担相应的民事责任。这是多年来法学界一直坚持以“客观真实说”作为诉讼活动的证明标准，司法人员也自觉或不自觉地在诉讼活动中把“客观真实说”作为指导原则的结果。但是如前所述，由于我国目前财务预测信息的编制技术、编制人员的职业判断水平和企业管理水平还无法使财务预测信息“客观真实”地反映预测对象，财务预测系统的认知和反映功能还不可能达到真正意义上的客观真实，因此“客观真实”也就失去了作为衡量标准必须具备的具体性、确定性和唯一性的内在属性，所以，目前一般不能直接作为判断财务预测信息真实与否的标准，而只能用法律真实作为判断财务预测信息真实与否的标准。
其次，要正确界定财务预测信息的虚假陈述，还必须对财务预测信息虚假陈述的重大事件进行科学的认定。我国的证券法规及司法实践对财务会计报告(包括财务预测信息)虚假陈述重大事件的判定主要采用了股价重大影响标准，即重大事件是“对上市公司股票的市场价格产生重大影响”的事件。如《证券法》(2005)第六十七条规定：发生可能对上市公司股票交易价格产生较大影响的重大事件，投资者尚未得知时，上市公司应当立即将有关该重大事件的情况向证监会和证交所提交临时报告，并予以公告，说明事件的起因、目前的状态和可能产生的法律后果。但是，采用股价重大影响标准的最大困难是，如何认定“可能较大影响股票交易价格的重大事件”是一个极其复杂的问题。因为影响股票交易价格的因素除了上市公司的公开信息外，包括市场行为风险、政策制度风险、利率风险、汇率风险、通胀风险、政治风险、心理风险在内的市场系统风险对股票交易价格的影响极大；非系统风险虽然对证券市场的整体影响不大，但对某类或某几个企业的股票交易价格的影响可能会很大。这些因素在不成熟的证券市场，其对股票交易价格的影响尤为明显(如我国股市)。因此，用“股价重大影响”作为判断标准，可能会给司法实践带来一定的操作困难。所以，对财务预测信息虚假陈述重大事件的认定，应采用会计界和审计界普遍采用的“投资者决策标准”――即“一切对投资者进行投资判断有重大影响的信息(事件)”，这也是西方国家相关证券法规和法学理论对重大事件认定时普遍采用的标准。在我国证券市场尚处于弱式有效阶段，市场监管与自律组织尚未健全的阶段，采用统一的投资者决策标准更具有科学性和合理性(这里的投资者是指理性投资者)，也更符合会计学、审计学的性质及财务预测信息的本质。
除了上述对“重大事件”采用定义主义即采用概括性规定来判断外，法律上还多采用列举式规定来确定“重大事件”。我国相关法律法规如《证券法》(2005)、《股票发行与交易管理暂行条例》(1993)、《公开发行股票公司信息披露实施细则》(1993)、《公开发行证券的公司信息披露内容与格式准则第二号》(2001)均通过列举的形式认定重大事件。概括地说，我国法定披露的涉及财务预测信息的重大事件主要包括以下内容：(1)公司的经营方针和经营范围的重大变化对财务预测信息的影响；(2)公司的重大投资行为和重大的购置财产的决定对财务预测信息的影响；(3)公司经营用
主要资产的抵押、出售或者报废一次超过该资产30％的事项对财务预测信息的影响；(4)公司重大关联方交易事项对财务预测信息的影响；(5)公司订立重要合同，而履行该合同可能对公司的资产、负债、权益和经营成果产生重大影响，进而影响未来的财务预测信息；(6)公司发生重大债务和未清偿到期重大债务对财务预测信息的影响；(7)公司发生重大亏损或者遭受重大损失对财务预测信息的影响；(8)公司生产经营的外部条件发生重大变化，特别是新颁布的法律、法规、政策、规章等可能对公司的经营有显著影响，进而对财务预测信息产生的影响；(9)公司的董事、三分之一以上的监事或者经理发生变动对财务预测信息的影响；(10)持有公司百分之五以上股份的股东或者实际控制人，其持有股份或者控制公司的情况发生较大变化对财务预测信息的影响；(11)公司减资、合并、分立、解散及申请破产的决定对财务预测信息的影响；(12)涉及公司的重大诉讼、仲裁事项，股东大会、董事会决议被依法撤销或者宣告无效对财务预测信息的影响；(13)公司涉嫌犯罪被司法机关立案调查，公司董事、监事、高级管理人员涉嫌犯罪被司法机关采取强制措施对财务预测信息的影响；(14)公司或持股5％以上股东在报告期内对承诺事项的履行及变更对财务预测信息的影响；(15)聘任、解聘会计师事务所以及支付报酬的变更对财务预测信息的影响；(16)受证监会稽查、行政处罚、通报批评，受证交所公开谴责等情形对财务预测信息的影响；(17)国务院证券监督管理机构规定的其他重要事项对财务预测信息的影响。前款未作规定但确属可能对投资者决策产生重大影响的事项也应视为重大事件。
(二)财务预测信息虚假陈述具体形式的确定
依据《1・9规定》第十七条的规定，财务预测信息虚假陈述具体包括虚假记载、误导性陈述、重大遗漏和不正当披露四种形式。
1 虚假记载，是指财务预测信息披露义务人在披露财务预测信息时，以某种积极的方式将不存在的重大事实在信息披露文件中予以记载或将重大事实作不实记载，从而违背《会计法》、《证券法》、会计准则、会计制度和相关披露准则规定的法定义务而导致财务预测信息失真的行为。虚假记载是一种积极的、作为的虚假陈述行为，其特点是财务预测信息披露主体就有关事实作了公开陈述；该陈述中有不真实的预测内容；该虚假陈述属重大事项，可能影响到投资者的决策。
财务预测信息虽然应以历史事实和现实事实为基础，但财务预测信息是对未来经济事项的反映，是企业管理当局根据未来可能发生的事项或采取的行动，对未来财务状况、经营成果和现金流量所作的最佳估计，不可避免地带有预测者大量的估计、假设和判断，加上财务预测信息固有的不确定性和模糊性，致使财务预测信息总是与实际发生的财务会计信息存在偏差。因此对财务预测信息是否存在虚假记载进行界定时，不能完全依据财务预测结果是否与实际发生的财务会计信息存在偏差这一标准，还应引入其他的判断标准。
美国第九巡回法院在“苹果计算机”(Apple Computer)一案中确定了判断预测性陈述是否属于虚假陈述的三个要件：第一，披露人及其他相关人士真诚地相信这种陈述；第二，他们有合理的理由这样相信；第三，陈述的发出者在当时并不知晓任何未披露的可能对该陈述准确性产生重大损害的事实。即如果事实证明财务预测信息的内容与事实结果不相符，且财务预测信息披露人不能同时满足以上三个要件，那么财务预测信息披露人的行为就构成了虚假陈述。借鉴美国的判例经验，依据上文对财务预测信息虚假陈述的判断标准，再结合我国目前财务预测信息编制与披露的现状，我们认为，在对财务预测信息是否构成虚假记载进行认定时，应当综合考虑以下几个方面的因素：第一，事实证明财务预测信息的内容与事实结果是否存在异常差异，且这种偏差实质性地影响了投资者的决策。第二，财务预测信息是否符合有用性目的，是否有助于提高信息使用者的决策效率和整个证券市场的效率。第三，财务预测信息的预测基础是否真实，信息披露义务人是否基于诚实信用原则编制并披露财务预测信息，信息披露义务人是否存在虚假记载的主观意图。第四，财务预测信息的预测假设是否合理，特别是那些对财务预测信息有重大影响的假设、对内外部因素的变化特别敏感的假设、与历史模式或趋势不相符的假设以及存在重大不确定性的假设的基础是否真实、可靠。第五，信息披露义务人是否满足心理确知要件，即信息披露义务人及其他相关人士是否真诚地相信并且有合理的理由相信这种预测信息的记载，且披露义务人在披露时是否隐瞒了其已知的可能对该项预测准确性产生重大损害的事实。第六，警示性陈述是否显著地传递了实质性信息，即是否在显著的位置用异于正文的字体和准确、相关、明晰的语言，揭示可能现实地导致实际结果与预测信息严重不符的所有重大因素，并警示投资者在决策时不要过分依赖这些信息。因为充分的警示性语言不构成证券欺诈的基础，能使一项虚假记载在法律上不具有重大性，从而不被认定为虚假记载。第七，是否已及时履行更正、更新义务。只有综合考虑上述七个方面的因素，并以法律真实标准为依据，才能对财务预测信息虚假记载作出正确的判断。
2 误导性陈述，是指财务预测信息披露义务人在财务预测报告中或者通过媒体，作出使信息使用者对其决策行为发生错误判断并发生重大影响的陈述。它侧重于使财务预测信息使用者产生误解，而不论财务预测报告反映的事项是否属于事实上的虚假。其特点是：财务预测信息披露义务人公开了应予公开的事实；该预测信息的表述语言半真半假或在理解上有模糊歧义，或故意使用不准确的、似是而非的、不知所云的、晦涩难懂的语言来误导信息使用者；没有全部表述事实过程，使已公开的财务预测信息误导信息使用者认为是该事实的全部。误导性陈述的类型主要有：语义多解型、语言难解型、半真半假型等。
为了正确判断财务预测信息是否存在误导性陈述，确立“使投资者误解的标准”至关重要。借鉴美国、德国、澳大利亚等国的经验，结合我国的实际，我们认为在确立该标准时，应综合考虑以下因素。第一，坚持“理性人”的标准。一般认为理性人是指会对其自身利益给予合理程度的谨慎照顾的人，或者在有限理性中，追求自身效用最大化的经济主体。因此判断财务预测信息披露是否存在误导性陈述，首先应以“理性人”标准来衡量。即财务预测信息披露义务人如果已经完全履行了法定的注意义务、谨慎义务，就应该认为其已达到了理性人的标准，不能再认定其有误导性陈述行为。同时，信息使用者如果未能具备作为理性人应有的起码知识和职业审慎，由此产生的误解而导致的损失应由信息使用者自己承担。第二，坚持法律真实标准。对于财务预测信息是否存在误导性陈述，只能以法律真实标准去衡量，只有当没有法律真实标准作参照时，才能依据语言文字的通常含义进行判断。第三，坚持整体观察原则和比较主要部分原则。所谓整体观察原则是指从披露的财务预测信息的整体上观察是否会给信息使用者造成误导；所谓比较主要部分原则是指披露的财务预测信息中最醒目、引人
注意的部分即主要部分信息如果存在误导性陈述，那么即使次要部分的财务预测信息是真实的，仍应认定其为误导性陈述。
3 重大遗漏，是指财务预测信息披露义务人在财务预测报告中未将应当记载的重大事项完全或者只是部分予以记载。在证券市场上，财务预测信息使用者对某一证券的投资判断，必须依赖于对该证券发行人所公开的全部历史信息和预测信息进行综合分析后才能得出自己的结论。如果信息披露义务人在披露财务预测信息时有重大遗漏，那么即使已经披露的财务预测信息具有个别的真实性，也会使已披露的财务预测信息在总体上造成虚假性。一般而言，重大遗漏根据主观状态可分为过失遗漏(又称疏漏)和故意遗漏(又称隐瞒)；按照客观状态可分为部分遗漏和完全遗漏。在司法实践中，对完全遗漏型的财务预测信息虚假陈述行为比较容易判断，而对部分遗漏型的财务预测信息虚假陈述行为较难把握。但不管是对何种类型的重大遗漏行为进行界定，判断其是否属于虚假陈述行为的依据是：遗漏的财务预测信息是否属于重大事项，在编制和披露过程中信息披露义务人是否严格遵循了法律真实标准，该重大遗漏是否会引起信息使用者的关注并进而影响其投资决策，只有同时满足上述三项条件，该重大遗漏才属于虚假陈述行为。需要特别说明的是，法律上允许信息披露义务人拥有一定的披露保留权和隐私空间，此种情形不属于重大遗漏。
4 不正当披露，是指财务预测信息披露义务人未能在适当期限内或者未以法定方式公开披露应当披露的财务预测信息，导致信息不对称所构成的虚假陈述行为。上市公司财务预测信息的不正当披露包括不及时披露和不合适披露两种形式，不及时披露是对及时性原则的违反，及时性原则要求公司应以最快的速度披露其财务预测信息，把财务预测信息在失去影响决策的能力之前提供给使用者，不得提前或者延误，并保证公开披露的财务预测信息始终处于最新状态；不合适披露是对法定披露形式的背离，是一种形式上的违规。
市场预测的含义篇11
利率期限结构是指在某一时点上，不同期限资金的收益率与到期期限之间的关系，它反映了不同期限的资金供求关系，揭示了市场利率的总体水平和变化方向。随着我国金融市场化改革的推进，金融市场对外开放程度的不断加深等原因，利率作为金融市场上最重要的价格变量及货币当局制定和执行货币政策的主要观测变量，其在金融市场上所起的杠杆功能显得日趋重要。
对于利率期限结构的理解长久以来都是金融家和宏观经济学家研究的主题，但是，二者的研究存在一定的区别。一方面，金融家主要集中在有价证券利率的预测和定价上，并没有指明利率期限结构与其他经济变量之间的关系。另一方面，宏观经济学家专注于理解利率、货币政策和宏观经济基本面的关系，为了了解它们之间的关系，他们往往信赖“预期假说”，而不管其贫乏的实证记录。结合这两条线的研究似乎是富有成效的，因为两种方式都有潜在收益（Hordahl等，2006）。
因此，本文的目的是通过借鉴国内外学者将利率期限结构与宏观经济进行联合研究的成果，从金融学和宏观经济学的角度审视利率期限结构，以此加强对利率期限结构的理解。本文主要包括加入宏观因素的利率期限结构模型，利率期限结构与单一宏观经济变量的关系，以及利率期限结构与宏观经济关联性的研究。
二、加入宏观经济因素的利率期限结构模型
传统的利率期限结构模型主要是针对期限结构本身的研究，没有考虑宏观经济因素对利率期限结构的影响。随着利率在宏观经济中的重要性日益突显，人们开始重视利率期限结构中包含的宏观经济信息，并尝试将宏观经济变量引入利率期限结构模型，发现在模型中加入宏观经济变量后，对利率变动的解释度显著增强（Kozicki和Tinsley，2001；陈哲，2008）。
1.国外研究现状
泰勒规则和新凯恩斯理论的提出，引发并促进了加入宏观因素的利率期限结构模型，即宏观-金融模型（Macro-finance Model）的研究。Kozicki和Tinsley（2001），Ang和Piazzesi（2003）首次在期限结构模型中加入宏观经济变量并证明这样做是合适的。Ang和Piazzesi认为宏观经济变量对收益率起到重要的解释作用，这些变量在期限结构模型中能改善其预测效果，在这一开创之作后，宏观-金融模型得到了更多学者的关注并不断被修正和发展。
Hordahl等（2006），Rudebusch和Wu（2008）将期限结构模型追加到新凯恩斯宏观模型中。Hordahl等构造了一项完全基于宏观经济因素的动态期限结构模型，模型包括通货膨胀率、产出缺口和短期利率三个关键的宏观经济变量，考虑了短期利率到宏观经济产出的明确反馈。Rudebusch和Wu的建模与前者类似，他们均在建模过程中将定价核心看做是外生决定的，但二者都在供给和需求方程中添加了带有几分任意性的滞后结构。
由于大多数的宏观模型中的关键变量是通货膨胀、产出缺口和短期利率，但是由于这类模型的过度简化揭示了非常有限的有关货币权威性和私下部分（private sector）的信息量。众所周知，货币政策的运行环境是需要大量的数据的，所以，通货膨胀、产出缺口和短期利率难以充分地预测货币政策未来的表现。因此，Bekaert等（2010）完善了带有无套利仿射期限结构模型的结构化新凯恩斯宏观经济框架，与前面所提研究不同，除了通货膨胀、去趋势化的产出和短期利率以外，他们在潜在的宏观模型中引进了两个不可观测的变量——随时间变化的通胀目标和输出的自然增长率，构建了一个五因素的清晰的结构化模型，促成了期限结构动力的一个有意义的经济解释。
此外，学者通过不断修正和完善，将宏观—金融模型进行拓展。例如，achter和Iania（2011）通过引入额外的流动性相关和回归预测因素，扩展了仅包含标准宏观经济因素的基准宏观-金融模型，模型在使用横截面数据修正收益率曲线上，显著优于Dew大多数的结构性和非结构性宏观-金融收益率曲线模型。Benchimol和Fourcans（2012）遵循新凯恩斯主义动态随机一般均衡框架，提出并测试欧元区的模型，特别强调了风险规避和货币的作用。Dewachter等（2012）开发了空间向量自回归模型，在模型中同时考虑了经济冲击的时间和空间维度，通过这一框架来分析欧洲地区通过宏观经济冲击（通货膨胀，产出缺口和利率）的空间和时间进行的传播。
2.国内研究现状
与国外相比，国内对于利率期限结构的研究起步较晚，因而有关宏观-金融模型这一领域的理论及建模方面的研究还较缺乏，新起的研究都是基于国外学者的理论及模型框架上进行的。
朱波，文兴易（2010）根据宏观经济结构和微观金融模型的结合方式，对国外新近的宏观-金融模型进行区分，主要分为仅在仿射期限结构模型的基础上增加宏观经济变量的简约型宏观金融模型，以及对利率期限结构和宏观经济变量之间的相互影响进行了考虑的结构化宏观金融模型两种类型。沈根祥，闫海峰（2011）也是在国外文献的基础上，按照利率期限结构模型的因子来源将其分为内基模型和外基模型。其中内基模型的因子不可观测，其经济含义往往难以解释，而外基模型中的因子为宏观经济变量，模型具有明确的经济含义。
孙皓，石柱鲜（2011a，2011b）首次使用宏观-金融模型进行实证研究，但他们并没有构建新的模型，而是基于Oda和Suzuki（2007）的模型框架，先是对我国利率期限结构动态过程中的时变宏观经济风险价格进行定量估计，随后探讨了我国货币政策对利率期限结构的影响。
三、利率期限结构与宏观经济因素的关系
利率期限结构中包含了宏观经济的信息，同时，宏观经济因素会对利率期限结构产生一定的影响。学者们主要从以下两个方面来探讨利率期限结构与宏观经济因素的关系。
1.利率期限结构与单一宏观经济变量的关系
目前，研究宏观经济所涉及的范围已经相当广泛，主要包括生产、消费、投资、经济增长、通货膨胀、货币供给等。本文通过对相关文献进行梳理，选取了最具有代表性的三个宏观经济因素，分析了近年来国内外学者对利率期限结构与它们之间关系的研究情况。
（1）利率期限结构与通货膨胀的关系。利率期限结构包含通货膨胀的信息（Mishkin，1990a，1990b；Fama，1990），对通货膨胀具有一定的预测功能（Ang等，2006），李宏瑾，钟正生，李晓嘉（2010）通过对中国银行间市场国债利率期限结构进行研究，发现中国短期利率期限结构（特别是中短端）包含了未来通货膨胀变动的信息，可以作为预测变量用来判断未来通货膨胀走势。
但是，不同学者关于利率对通货膨胀的预测功能的研究结果并不一致。Ribba（2011）通过将预期通胀对利率冲击的瞬间响应限制到零，发现短期名义利率不能作为通货膨胀的预测器来解释，至少不是长期预测器。陈鹏，徐炜（2009）则认为10年期与7年期利率差对未来3个月的通货膨胀预测能力最强，利差增大预示着未来的通货膨胀率增大，而陈红霞等（2011）表明市场利差与未来通胀存在长期协整关系，对未来通胀具有持续显著的负效应。
除了能够对通货膨胀进行预测功能外，利率与通货膨胀之间还存在相互作用和影响。Yuksel和Akdi（2009）就探讨了不同通货膨胀对美国利率不确定性测度的影响，脉冲的不确定性对短期和长期利率有负面影响，而结构的不确定性对短期和长期利率有正面影响。Tillmann（2011）在新凯恩斯主义菲利普斯曲线框架内，根据货币传导成本渠道，评估了利率对通货膨胀动态的影响，研究表明，更高的利率转换成更高的边际生产成本，并最终成为更高的通货膨胀。Hagedorn（2011）根据理性预期和全可信度下的标准新凯恩斯主义货币模型预测，名义利率应该下降以实现低通货膨胀目标，而实际利率大致维持不变。Ehrmann等（2011）使用高频率债券收益率数据来研究欧元区的通胀预期，发现更低的长期利率，更高的稳定性，以及更好的锚定反应，能够大幅增加长期通胀预期的锚定。Wright（2011）提供了期限溢价，通胀不确定性和二者关系的跨国实证证据，这些证据表明长期通胀率在很大程度上可以对收益率曲线斜率向上进行解释。
（2）利率期限结构与实际经济增长的关系。关于利率期限结构与宏观经济的联系，早在Estrella和Hardouvelis（1991）就通过美国季度数据，证明10年期和3个月期的国债收益率之差能够很好地预测未来的消费、投资和产出情况。Haubrieh和Dombrosk（1996）通过研究说明利差对GDP增长也有很好的预测作用。国内对这方面的研究起步较晚，学者通过实证研究结果表明，我国利率期限结构对宏观经济走势具有一定的预测能力（孙皓，石柱鲜，2011），利率期限结构是宏观经济波动态势的“指示器”（孙皓等，2012）。
于鑫（2008）认为长短期利差对我国未来经济变化具有一定的可预测性，但利差的边际预测效果较差。况山（2009）研究发现银行间市场不同长短期利差结构对宏观经济景气一致指数的预测能力不同。其中，2年期国债利率与同业拆借1天的利差对一致指数解释力度较强，且一致指数与利差呈负相关关系系，利差越大，未来10个月的一致指数越小。陈鹏，徐炜（2009）则认为10年期与3年期利差对经济增长的预测能力最强，利差增大预示着未来经济的增长。此外，利率期限结构对还能对经济周期波动进行预测，孙皓，石柱鲜（2011）研究表明，我国利率期限结构变动能够较为稳定地指示未来3个月的经济周期波动状态。
最新的研究由Favero等（2012）等做出，他们提供了一个统一的状态空间模型框架，用来分析无套利和大型信息集的预测功能，发现非套利模型在较短的期限较短的范围内更有用，大型信息集则在较长的范围和较长的期限内更有用；收益率曲线模型可以利用宏观经济变量来预测宏观经济。
（3）利率期限结构与货币政策的关系。大量文献都表明利率期限结构与货币政策之间存在密不可分的联系。利率期限结构中蕴含着货币政策信息（徐小华，何佳，2007；郭涛，宋德勇，2008），通过利率期限结构的变化，中央银行可以获得金融市场对未来通货膨胀以及利率变化的预期信息，从而制定合理的货币政策。同时，货币政策可以通过它的具体操作和传导机制对利率期限结构产生一定的影响（Dai和Philippon，2006）。另外，贾德奎（2010）还从货币政策透明度角度上进行研究，发现提高货币政策透明度更有利于引导市场预期和形成稳定合理的利率期限结构。
不同期限利率受货币政策的影响不同，货币政策对我国短期利率的影响要远大于对中长期利率的影响（刘海东，2006）。货币政策对期限结构不同因子的影响效果也具有显著差异，孙皓，石柱鲜（2011）表明货币政策作用下，利率期限结构水平和曲率因子减小，而斜率因子增大。在货币政策的宽松期和紧缩期，面临货币政策从紧的冲击，水平因子的响应分别为正向和负向，而斜率的响应均为负向；当货币政策由宽松期转向紧缩期时，水平因子变大，斜度变小（潘敏等，2012）。但是沈根祥（2011）的研究指出，货币政策和利率期限结构之间的短期动态影响表现出非对称性，即债券市场对货币政策变化的反应较为迟缓，但货币政策对市场利率的变化反应敏锐。而长期均衡关系则表明，货币政策对银行间债券市场利率期限结构有显著影响，但银行间债券市场对央行的利率调控目标不敏感，不能形成明确预期。
2.利率期限结构与宏观经济关联性的研究
除了分别研究利率期限结构与通货膨胀、宏观经济或货币政策等宏观经济因素的关系外，国内外学者也尝试着探索利率期限结构与多种宏观经济因素间的动态关系，从整体上分析它们之间的关联性。胡雪琴，陈勇（2010）采用主成分分析法构建我国国债市场的三因子动态模型，分析利率期限结构、货币政策和宏观经济三者的关系。Reschreiter（2011）研究货币政策制度的转变对英国实际利率、通货膨胀目标的影响，结果表明随着货币政策改变为通货膨胀目标制，实际利率的均值回归水平下降，实际利率的波动性也降低了，实际利率偏离均值的持久性则增加了。Orphanides和Wei（2012）则探索了宏观经济结构对利率期限结构的影响，表明实际GDP增长、通货膨胀和名义短期利率的递归估计的VAR产生与调查预测更为一致的预测。
宏观冲击对利率期限结构的影响也引起学者的关注，但宏观冲击对不同期限利率产生的影响存在差异，货币冲击、供给冲击和价格冲击对短期利率具有持续显著的影响，而对长期利率则没有显著作用（刘金全等，2007）。同时，不同类型宏观冲击对利率期限结构的影响也不一致，于鑫（2009）认为利率的水平因子受价格水平的影响最大，货币政策变化主要引起倾斜和曲度因子的变化，但季绍波等（2010）则认为货币政策主导水平因子变化，实际经济变化才是倾斜和曲度因子变化的主要原因。孙皓，石柱鲜（2011）模拟了宏观经济对利率期限结构的冲击效应，认为宏观冲击长期对利率期限结构的整体水平具有明显影响，而对坡度的影响仅在短期内有效。
市场预测的含义篇12
虽然亚太地区在世界经济中起着不可或缺的作用，扮演着全球借款人的角色，对该地区的汇率市场有效性的研究却并不丰富。曾五一［7］和方琦(2005)检验香港外汇市场的有效性，并比较了不同研究方法在实际运用中的一些特点，但并未得出一致性结论。陈平［8］(2000)总结了不同汇率决定理论的发展历程。殷微波［9］和王峰(2007)用GARCH模型对高频汇率数据进行检验，并进一步进行了样本外预测分析。本文希望可以通过实证研究，对所选取的亚太地区外汇市场效率情况有较为深入的认识，进而提供有价值的信息。由于人民币市场目前仍未完全开放，不适合进行市场有效性检验，故本文选取较为成熟的亚太地区香港、澳大利亚、日本、新加坡四个外汇市场作为分析对象。
运用NgandPerron(2001)的单位根检验(UnitRootTest)和Bergeetal．(2010)提出的向量误差修正模型(VECM)，根据相关宏观经济理论从不同角度分析所选外汇市场的有效性。
1外汇市场的有效性
在不考虑交易成本，并保证资本自由流动的前提下，外汇市场的有效性意味着汇率可以充分反映所有相关信息，投资者不可通过买卖外汇获得超额收益率。这一有效市场假说实际上包含着一个非常重要的条件:市场投资者具有理性预期。即，投资者的主观预期与这样一个数学期望值相同:建立在一个包含所有可得信息的集合上的，对下一时期汇率的数学期望。用公式可表示为:Set+1=E(St+1|It)或St+1=Set+1+ut+1其中，St+1为未来t+1时的即期汇率，Set+1为预期的t+1时即期汇率值，It为信息集，ut+1为随机扰动项。从上式可以看出理性预期的均衡是没有系统性的预测误差的，汇率变动是随机的，未来即期汇率和预期的即期汇率之间只相差一个随机扰动项。进而，还可推出汇率的随机游走和外汇市场有效性假说之间的联系是，如果外汇市场中的回报率是随机的、无法预测的，那么就不能拒绝外汇市场有效性假说。
2单位根检验和向量误差修正模型
2．1单位根检验(UnitRootTest)
单位根检验经常被用来作为判断金融变量是否是随机游走的依据。其零假设为金融时间序列包含单位根，而备择假设则为时间序列是平稳的。若检验结果表明不能拒绝零假设，则这一变量满足了随机游走的一个核心特征，进而不能拒绝外汇市场的有效性假说。本文采用NgandPerron(2001)改进后的单位根检验。NgandPerron(2001)在广义最小二乘法去趋势化的数据ydt的基础上构建了四个检验统计量。
其中，MZda和MZdt可以被看作是对Phillips-Per-ron［10］(1988)的Za和Zt的发展和改进，而另外两个统计量则是在Bhargava［11］(1986)统计量和ERS(Elliott［12］，etal．1996)最优点估计的基础上进一步演变而来的。这些由NgandPerron(2001)构建的统计量可以用公式表示为:MZda=(T－1(ydt)2－S2AR)2k其中k=∑Tt=2(ydt－1)2T2(1)MSBd=(kS2AR)1/2(2)MZdt=MZda×MSBd(3)MPdT=(c2k－cT－1(ydT)2)/S2AR(ck+(1－c)T－1(ydT)2)/S2{AR若xt={1}xt={1，t}(4)其中c=－7－13．{5，若xt={1}xt={1，t}．xt是可选择的外生变量，可以是常数，也可以是常数加趋势变量。NgandPerron(2001)检验要求明确xt并且选择一个合适的方法估计S2AR．构建辅助回归来估计参数:Δy～t=αy～t－1+φx～'tδ+β1Δy～t－1+…+βpΔy～t－p+ut(5)根据所研究的金融时间序列的不同，有三种自回归谱密度估计方法可供选择:OLS，去趋势的OLS，和去趋势的GLS．NgandPerron(2001)建议对于外汇汇率应使用去趋势的GLS和修正的Akaike信息准则(MIC)，故本文采用这两种方法。NgandPerron(2001)通过实证研究证明了MIC与GLS去趋势的数据相结合可以使单位根检验具备理想的性质。
2．2向量误差修正模型(VECM)
向量误差修正模型(VECM)可以在不损失截距项和趋势信息的情况下对多变量系统进行量化研究。建立向量误差修正模型所要求的前提检验———平稳性检验和协整检验，本文相应采用ADF单位根检验和Johansen协整检验。在满足前提条件下进行系数估计，估计结果中的协整项系数和调整系数能够揭示出各变量之间的长期均衡关系以及短期偏离均衡关系时的回调速度，滞后项系数则揭示了以往汇率走势对当期汇率走势的滞后影响。
Jordà［13］andA．Taylor(2009)以及Bergeetal．(2010)建立了一个系统，该系统能兼容四种常见外汇交易信号:套利交易、价值交易、动量交易信号以及综合以上三种的CMV交易信号。本文依照JordàandA．Taylor(2009)以及Bergeetal．(2010)，使用从相对购买力平价(RelativePPPCondition)推导出的向量误差修正模型(VECM)来进行实证研究。相对购买力平价条件的自然对数形式为:qt+1=q+St+1+(p*t+1－pt+1)(6)公式(6)可以进一步转化成以下形式:qt+1－q=St+1+(p*t+1－pt+1)(7)其中qt代表对数实际汇率，pt，p*t分别表示本国和外国的对数价格水平，St+1为t+1期时的即期汇率。在弱购买力平价条件下，St+1和(p*t+1－pt+1)可能为非平稳I(1)变量，但是他们是共积的。除此之外，q是基本要素均衡汇率模型(FEER)的期望值，在短期偏离均衡的qt将会逐渐还原至q水平。也就是说，qt－q是平稳的I(0)变量，因此是一个自然的协整项［13］。
建立一个动态系统，其线性组合可以很好地解释名义汇率、通货膨胀率和名义利率差之间的相互影响、变动。用公式可以表示为:Δyt+1=ΔSt+1π*t+1－πt+1i*t－it(8)其中πt，π*t分别代表本国和外国的通货膨胀率，并且πt+1=Δpt+1(同理π*t+1=Δp*t+1)．因此，可以推出Δyt+1的随机过程是一个向量误差修正模型(VECM)．具体来说，按照VECM，ΔSt+1的一阶表达式可以表示为:ΔSt+1=β0+α1［St+1+(p*t－pt)］+ΔSt+Δ(p*t－pt)+(i*t－it)+εt+1(9)该公式又可以被转换成如下形式:ΔSt+1=α+βq(qt－q)+βsΔSt+βπ(π*t－πt)+βi(i*t－it)+εt+1(10)其中利率差(i*t－it)是t时刻已知信息。这一向量误差修正模型融合了套利交易信号ΔSt+1=0，价值交易信号ΔSt+1=βq(qt－q)，动量交易信号ΔSt+1=βSΔSt，而其整体则可看作综合以上三种的CMV交易信号。
2．3数据选取
本文采用1998年1月到2011年4月的周度和月度数据，重点研究亚太地区的四个外汇市场:香港、澳大利亚、日本和新加坡。外汇汇率定义为每一货币交换可得到相应美元数值，即汇率的上升代表美元贬值。周度数据共产生698个数据点，月度数据采用每月末汇率，共产生159个数据点。所有汇率数据均来自Datastream数据库。利率数据采用一月期欧洲存款利率，价格水平用月度CPI数据衡量。利率数据均来自Datastream数据库，澳大利亚和日本的CPI数据下载自OECD中的MEI数据库，香港CPI数据来自香港特别行政区政府统计处网站，新加坡CPI数据来自Ecowin数据库。
3单位根检验结果
香港、澳大利亚、日本和新加坡四个外汇市场汇率周度数据的单位根检验结果和Ng-Perron(2001)给出的判定临界值如表1所示。根据不同汇率MZa，MZt，MSB，MPT的统计值，结合Ng-Per-ron(2001)判定临界值，不难看出这四种外汇汇率均包含单位根。许多研究表明工业化发达国家的外汇汇率包含单位根，而这次检验则显示亚太地区的外汇汇率也包含单位根。检验结果表明，不能拒绝这四个外汇市场汇率是随机游走的这一假设，即在名义利率差为常数且理性预期的条件下即期汇率服从有偏的随机漫步，进而不能拒绝外汇市场的有效性假设。
4VECM误差修正模型的建立与估计
有效外汇市场中，汇率是一个随机游走过程，则该汇率是无法用经济模型进行很好的拟合和预测的。在最近的研究中，Bergeetal．(2010)用VECM对部分发达国家的汇率进行了分析、预测，其结果表明VECM可以解释并预测汇率变动，进而间接否定了相关国家外汇市场有效性。本文采用的VECM误差修正模型对美元/港币(HKD)，美元/澳元(AUD)，美元/日元(JPY)，和美元/新币(SGD)四汇率数据进行回归估计，希望检验VECM是否同样可以预测香港、澳大利亚、日本和新加坡四外汇市场汇率，进而从另一角度间接推断香港、澳大利亚、日本和新加坡四个外汇市场的有效性。
市场预测的含义篇13
（一）研究背景
对现金流量信息能为投资者提供决策有用信息这一论断，人们一直停留在观念上。人们在观念上认为现金流量是有用信息，是重要信息。然而，在我国尚未有经验性证据证明现金流量是否具有信息含量，是否具有增量信息内容。本文将试图在这方面作一些探索。
（二）国外文献综述
国外1986年前的关于现金流量信息含量的研究都失败了，这是因为：
（1）现金流量的定义不准确。daley（1986）认为，在先前研究中采用的传统现金流量指标与会计盈余有很高的相关性，因此这些传统现金流量指标不太可能给投资者提供会计盈余以外的信息。而且从统计技术分析上看，传统的现金流量与盈余的相关性程度很高，在同一个回归方程中易引起同线性问题。
（2）资金定义不够准确。不同公司定义的资金基础不同造成报表的不可比，由此进行统计分析必然误差很大。
1986年后，许多西方学者又进行了大量研究，取得了大量的研究结果。g. poter wilson（1986）研究指出：在控制了wcfo之后，非流动性应计项目和证券报酬之间的关系不显著。他在1987年继续研究得出结论：现金流量是和包含了证券价格的信息总是一致的，并含有超越单一的应计项目的增量解释能力，但没有发现wcfo具有超越盈余的增量信息内容。judy rayburn（1986）的研究结论是：对非正常报酬，营运现金流量及合计应计项目都具有信息内容。robert m. bowen， david burgstahler和lane a. daley（1986）认为：传统现金流量指标与会计盈余的相关性要远远高于传统现金流量与修正现金流量的相关性以及修正现金流量指标与会计盈余的相关性。说明会计盈余和修正现金流量指标能够传递不同的信息，board和day（1986）得出结论：通过证据和事实检验，现金流量或资金流拥有超过盈余的增量信息之间是不一致的。freeman和tse（1989）认为：wcfo和现金流量没有增量信息。ashiq ali（1994）的研究结果是：现金流量不具有增量信息。ohlson与shroff（1992）认为：当盈余估价结论被限制在暂时性项目时，经营现金流量的披露就会作为一个额外的估价信号而发挥相当大的作用。ashiq ali和peter f. pope（1995）显示，就经营现金流量而言，会计盈余数据拥有的信息含量超过了现金流量。c. s. agnes cheng ， chao-shin liut和thomas f. schaefer（1996）使用线性模型，得出的结论是：盈余和现金流量变化的系数均很显著，说明两者都有超过对方的增量消息。stalwart mcleay， john kassab和mahmoud helan（1997）认为：非流动性、流动性应计项目含有收益中的增量信息内容，论文提供了现金流中增量信息内容的更多证据，并认为大多数公司应将重点放在对过去现金流量的指数加权平均预测上，而不是对当前值的观察。收益和资金流水平的权重随公司的不同而不同。
从上述国外文献中可知，对现金流量是否含有增量信息内容，国外的研究结果不一致，莫衷一是。但对于现金流量预测未来现金流量的结论则是完全一致，正如catherine a . finger（1994）， j. peter green（1999），mary e. barth等（2001）都认为：现金流量指标的预测能力明显强于会计盈余。
（三）国内文献综述
在我国关于现金流量信息含量的研究尚很少，赵宇龙（1998）找到了会计盈余数据具有信息含量的经验证据，不过对1994和1995年会计盈余披露的单独检验中，没有发现未预期盈余与非正常报酬率之间的统计关系。赵宇龙（1999）在研究我国证券市场“功能锁定”结果表明，我国证券市场只是机械地对名义eps做出价格上的反应，不能辨别eps中永久性成分的经济含义。陈晓、陈小悦等（1999）在对a股盈余报告的有用性进行了研究。研究结论证实在中国a股市场上盈余数字同样有很强的信息含量。陈建煌（2000）敢为天下先，其博士论文题为“现金流量的经验性评估——来自沪深股市的实证证据”。他提出了三个研究假设，通过对1994年到1998年沪深股市上市公司年度报告数据和股价数据进行统计分析，研究结论如下：（1）当期单位经营活动现金流量与未来单位营业利润的相关性高于当期单位应计营业利润。（2）现金流量在会计盈余中所占的比重越大，其未来的超额投资收益率越高。（3）与未预期应计利润相比，未预期现金流量与未来的超额投资收益率更具相关性。
二、研究方法
ball和brown（1968）对信息含量的定义是：“如果我们观察到股票价格随收益报告的公布而调整，就说明反映在收益数字中的信息是有用的。”在一个有效的市场中，股票价格反映了所有的历史信息。如果会计报告拥有信息含量，就会使市场对公司未来前景的预期做出调整，从而引起股票价格的波动。这就是我们设计研究方法的理论依据。良好的研究方法是实证研究的基础。在本文中，将充分借鉴国内外学者的研究成果，力图提出一个较为科学、合理的研究方案。
（一）假设设计
我国对现金流量增量信息的实证研究尚处于摸索起步阶段。为寻找我国证券市场关于现金流量信息含量和增量信息的经验性证据，本文将设定如下假设：
h1：经营现金流量和非正常报酬之间没有联系。
本假设是证伪假设，旨在验证经营现金流量是否具有信息含量。也就是说，在控制利润与非正常报酬之间的联系后，进一步验证经营现金流量与股价的相关性。这一假设是本假设组的基石。
h2：经营现金流量含有超过同期盈余数据的增量信息内容。
该假设用于比较会计报告中现金流量和盈余数据的增量信息，旨在解决谁的增量信息更多，对投资者决策更有用的问题。
h3：应计项目在盈余中所占的比重高，现金流量的信息含量就会增加。
国外有研究证明，在盈余质量不同的公司，现金流量的信息含量是不同的。应计项目多，企业管理当局操纵盈余的可能性就越大，投资者就越需要运用现金流量信息进行股票购买、持有和出售决策，此时现金流量的信息含量就会增加。本文拟用中国的数据对这一假设进行验证，以使投资者能更有效地利用现金流量指标。
h4：在预测未来现金流量时，现金流量具有超过盈余数据更强的作用。
本假设用于验证现金流量的一个重要应用：预测未来现金流量的数量、时间和不确定性是否具有经验上的证据。fasb认为，当期盈余要比当期现金流量更好地预测未来现金流量，很多国外学者对此进行了实证分析，本文也拟用中国的数据对此进行验证。
（二）变量及指标计算
1.盈余（e）
在国外同类研究中，度量盈余的指标通常包括每股收益（eps）、收益、净利润、投资报酬率和管理层预测等，其中以每股收益较为常见。在国内研究中，陈晓、陈小悦（1999）采用了净资产收益率指标；赵宇龙（1998）采用净资产报酬率和净利润指标；陈建煌采用“营业利润”作为盈余的替代。本文借鉴陈建煌的方法，选取营业利润作为反映盈余的指标，理由是：营业利润消除了非正常损益的投资收益，表现为企业持续经营活动创造的收益，它能更好地与经营现金流量相配比。
2.预期盈余（ee）
本文的研究主要是对财务报表中的现金流量作出经验性评估。因此我们仍然采用学术界普遍认同的随机游走的模型来描述公司的预期盈余，即：
e1=et-1+εt
预期盈余eet=et-1
3.非预期盈余（ue）
该指标定义为实际盈余与预期盈余之差。即
uet=et-eet
4.非正常报酬率（ar）
股票的非正常报酬是实际报酬与正常期望报酬之间的差异。计算正常报酬的方法通常有三种：均值调整法（mean-adjusted）、市场调整法（market adjusted）和风险调整法（risk adjusted）。（均值调整法计算过程简单，缺乏足够的理论依据。）其中，陈晓、陈小悦（1999）等采用了风险调整模型；陈建煌的方法是：采用简单算术平均的市场调整法来计算非正常报酬率，即以全部样本在研究时窗内的实际投资收益率的简单算术平均数作为市场收益率，再以单个股票的实际投资收益率减去市场收益率得该股票的非正常收益率。
大多数资本市场研究都采用市场模型（market model）来估计或预测正常条件下企业的报酬率。即：
rij=α1+βirmj+εiε-n（0，б2）
这里，rij是第i家股票第j月的收益率，rmj是a股第j月的综合市场收益率。
其中，rij=（pij-pi，j-1）/ pi，j-1，pij是考虑了公司i分红送配因素经过复权处理后的第j月的收盘价。
rmj=（ij-ij-1）/ij-1，ij是a股第j月收盘指数。
为了估算盈利公布日前后各两个月的非正常报酬率，本文以4月30日（上年度财务报告公告截止日）为基准，向前和往后各推移两个月即每年的3，4，5，6月份为模型的测试期，把测试期前推8个月即从上年度的7月份至本年度的2月份为模型的估计期。测试期各个月份的非正常报酬率用实际报酬率和估计模型得出的预期报酬率之差计量。
arij=rij-erij=rij-αi ， -βi ，rmj
其中，αi ，，βi ，是用来估计期数据估算出的市场模型参数。
这里，用预测误差而不是用市场模型回归方程中得出的估计误差作为非正常报酬率的计量指标。其原因在于，估计误差计算过程会使估计系数αi ，和βi ，包含一部分非正常报酬率，而这些非正常报酬率本应包含在非正常报酬率的计量里，结果可能导致用估计误差计算的非正常报酬率绝对值偏小。这也就是本文把每一会计年度分为模型估计期和模型测试期的理由。
5.累计非正常报酬率（car）
若以4月为零月，则测试期4个月份的累计非正常报酬率为：
gari=σarij（j从-1-2）
6.现金流量
对未公布现金流量表的年份，具体的计算经营现金流量的方法是编制经营活动现金流量间接法，即从净利润为起点，公式如下：
经营活动现金流量=净利润+计提的资产减值准备+固定资产折旧+无形资产摊销+长期待摊费用摊销+待摊费用减少（减：增加）+预提费用增加（减：减少）+处置固定资产、无形资产和其它长期资产的损失（减：收益）+固定资产报废损失+财务费用+投资损失（减：收益）+递延税款贷项（减：借项）+存贷的减少（减：增加）+经营性应收项目的减少（减：增加）+经营性应付项目的增加（减：减少）
预期经营现金流量运用随机游走模型计算，用上一年度的经营现金流量作为本期的期望现金流量。
7.应计项目（aa）
应计项目是指那些不直接形成当期现金流入或流出，但按照权责发生制和配比原则应计入当期损益的那些收入或费用（或净资产的增加或减少部分），比如折旧费用、摊销费用、应收帐款增加额等。很多国外会计文献将：会计盈余=经营现金流量+应计项目作为变量定义的出发点，并进一步将应计项目分成流动性应计项目和非流动性应计项目。本文按惯例也采用以下公式计算应计项目：
应计项目=营业利润-经营现金流量
（三）模型设计
根据国内外的研究资料，本文拟采用通用的线性模型研究现金流量、盈余和非正常报酬之间的相关性。
在假设1的检验中，本文采用
回归模型（1）：cart=β0+β2uoept+εt（1）
来检验未预期单位经营现金流量和累计非正常报酬率的联系。
在假设2的检验中，本文采用
回归模型（2）：cart=β0+β1uoept+εt（2）
来检验未预期单位营业利润和累计非正常报酬率的联系，并通过比较模型（1），（2）来检验假设2，即经营现金流量是否含有超过同期盈余数据的增量信息内容。
在假设3的检验中，一文采用模型（1）对分组数据进行检验。
在假设4的检验中，本文采用
回归模型（3）：cfpt+1=r0+ r 1cfpt+εt（3）
来检验单位经营活动现金流量对未来单位经营活动现金流量的预测能力。采用：
回归模型（4）：cfpt+1=r0+ r 2oept+εt （4）
来检验单位营业利润对未来单位经营活动现金流量的预测能力。
（四）样本选择
1.样本空间
本文的研究样本同样取自深沪股市相关数据。我们数据来源于香港理工大学中国会计与金融研究中心和深圳国泰安信息技术有限公司2001年8月出版的中国股票市场研究数据库（csmar database）中的上市公司财务数据库和市场交易数据库。
本文从深沪交易所上市的公司中选择1996年已经上市并且在上述数据库中能取得的对外公布了相应的1995-1999年连续5个会计年度财务报告的公司作为研究样本，同时剔除pt类公司和金融行业的上市公司，共计选择了172家上市公司。
2.样本时间
陈晓和陈小悦（1999）研究a股盈余信息有用性的样本时间范围为1993-1998年；陈建煌研究现金流量信息含量的样本范围是1994-1998年；然而根据赵宇龙（1998，1999）提供的经验证据，现金流量的增量信息在1998年以前是很难存在的；（1）1996年以前证券市场未达到弱式有效，所在不存在研究现金流量增量信息的前提。（2）“功能锁定”直接影响了现金流量信息含量。我国证券市场存在“功能锁定”现象，投资者的“功能锁定”意味着上市公司经理人员可以通过操纵公司账面利润达到蒙蔽市场的目的。也就是说，投资者不能通过相对真实、客观的现金流量指标识别公司的利润操纵，现金流量没有在公司估价上发挥作用。但是，鉴于陈建煌等研究与其结论并不相同而且大多数研究采用的样本期间均从1994年开始的。同时由于1995年的财务报表作为期初数用于1996经营活动现金流量的计算中，实际经营活动现金流量、营业利润和应计项目数据从1996年开始。
3.样本优化
为增强样本合理性，减少统计误差，本文采用资产总额平减营业利润、经营现金流量和应计项目的办法来消除资产规模差异对模型的影响，分别得到单位营业利润（oep）、单位经营活动现金流量（cfp）和单位应计项目（aap）。
4.时间窗口
由于我国股市基本呈弱式有效的特征，同时尚未达到半强式有效，本文选取年报公布截止日4月30日前后共两个月共计4个月为时间窗口。
三、研究结果分析
我们的分析将基于三组不同的样本体系对四个假设分别进行检验。这三个样本体系分别为随机样本组、选定样本组和st公司样本组。这种分类的目的是研究不同样本特征对统计结果的影响，同时，我们还根据各年横截面回归的结果进行现金流量信息含量的趋势分析，以使我们对现金流量信息含量的现状和发展趋势有更深层次的认识。
（一）对随机样本的检验结果
我们共随机选取了172家样本公司，688个样本数据进行分析。其结果是：利用随机样本检验假设1，没有找到经营现金流量与非正常报酬之间联系的经验证据。同时假设2，也未通过检验，即并不能证明经营现金流量具有超过同期盈余数据的增量信息的内容。对假设3，盈余质量不同的公司其现金流量信息含量不同也未通过显著性检验。但在预测未来现金流量时，对假设4的检验发现了经验性证据，现金流量具有超过盈余数据更强的作用。由此，本文用中国股市的数据同样否定了fasb的假设：当期盈余要比当期现金流量更好地预测未来现金流量。由于未来现金流量是公司价值评估的基础，在进行会计计量时，fasb在第七号会计准则中要求对部分资产也采用未来现金流量的现值进行计价；经营现金流量在预测未来现金流量时具有超过盈余数据的预测能力显示经营现金流量信息将公司价值评估和资产计价方面发挥不可或缺的作用。
在没有找到经营现金流量与非正常报酬联系的经验证据时，能不肯定经营现金流量不具有信息含量，因而对中国证券市场没有影响呢？笔者认为，造成随机样本中经营现金流量与非正常报酬之间不具有关联存在多方面的原因：
1.样本的选择。在随机样本的选择上，没有去除离异值数据；也没有考虑排除一些与业绩无关，被刻意炒作的股票。将大量的被各种概念炒作的非正常股票与一些正常股票一起进入样本组合，难免鱼龙混杂，不能反映正常股票应当包含的规律性。随着我国证券市场的逐步规范，“脱离业绩炒个股”的时代将会一去不复返，为了把握股价变动的内在规律性，我们有必要重新选择样本，增加正常公司的比重，本文还将用选定样本替代随机样本进行进一步检验。
2.我国证券市场的不规范。表现在庄家肆意横行，暴炒概念屡见不鲜，股份的大幅度波动更多的是由于庄家的进入或离场，而非公司利润或现金流量的波动。从1998年的“资产重组年”到“暴炒st”，到1999年炒高科技概念，2000年炒网络概念，无不留下了市场不规范的烙印。应当说，在市场总体层面上，现金流量与非正常报酬缺乏相关性是与市场的现实特征相符的。应当指出的是，在上述随机样本模型分析中，会计盈余同样没有信息含量，这就进一步印证了本文关于我国证券市场的描述是正确的。
3.现金流量信息没有被投资者充分利用。我国的现金流量会计准则到1998年才正式颁布。投资者尚未充分认识到现金流量表的作用或没有掌握现金流量表的分析技巧，不能有效地利用现金流量信息，这也是股份对现金流量信息的波动不敏感的一个原因。
（二）对选定样本的检验结果
选定样本的原则是：在随机样本中（1）剔除离异值数据。（2）剔除“资产重组股”。（3）剔除各种“概念股”。在剩余的公司中，再使用随机原则选取263个样本数据。
利用选定样本检验的结果是对假设1的检验，经营现金流量与非正常报酬之间存在显著的相关性。同时假设2也行到了验证，即经营现金流量具有超过同期盈余数据的增值信息内容。对假设3分组检验的结果表明，盈余质量不同的公司现金流量信息含量也不同，而且当应计项目在盈余中所占比重高，现金流量的信息含量就会增加。在预测未来现金流量时，对假设4的检验再次发现了经验性证据，现金流量具有超过盈余数据更强的作用。不同样本证明了同一个假设。这就进一步增强了解释力度。
本次检验剔除了非正常公司和离异值数据，虽然这种处理减少了样本量，但是对经营活动现金流量与非正常报酬的相关性分析却提供了更合理的分析基础。假设1通过了显著性检验表明在正常公司样本中，经营活动现金流量具有信息含量，即投资者部分依据了现金流量的波动作出投资决策。假设2中将现金流量具有超过盈余的增量信息内容，从而使现金流量信息独立性凸现。假设3中进一步考察了应计项目在盈余中所占比重对现金流量信息含量的影响，实证结果较好地验证了假设3，从而使我们研究应计项目、盈余、现金流量和非正常报酬之间的关系入木三分。同时它也对证券市场有指导作用，当上市公司的应计项目比重较高时，我们必须更多的依靠现金流量表提供的现金流量信息进行股票购售决策。
四、st公司的现金流量信息功能分析
（一）对假设的检验结果
在本文的研究中，我们随机地选取了21家st公司进行上述四个假设的检验，其结果如下：st公司样本组的现金流量与非正常报酬之间没有相关性，说明投资者在对st公司作投资分析时，并没有考虑到公司现金流量信息。同时会计盈余与非正常报酬之间存在负相关，即股价随会计利润反方向变动，这突出地显示了st公司样本组股份操纵的严重程度。同时实证结果也符合中国股市曾流行的荒诞逻辑：亏损越严重，重组可能性就越大；重组可能性越大，公司的未来前景就越看好，公司股价就越高。这种现象造成了我国证券市场的功能性扭曲，导致宝贵的社会资源无效配置，这是我们发展证券市场亟待解决的一个问题。
尽管st公司样本组检验中没有发现经营现金流量的波动对本公司股份的显著影响，然而我们也不能据此说明现金流量信息分析对st样本组是一无用处的。在研究中，我们开创性地设计了st公司平均样本，并据以考察公司被st前各年利润和现金流量的变动情况。结果发现st公司中的现金流量对公司的财务失败具有明显的预警作用，从而有力地证明了现金流量的、分析对公司价值分析中的作用。由此，我们可以得出结论，随着投资者的素质逐渐提高，现金流量信息将越来越受到投资者的重视，现金流量变动对股价的影响或现金流量的信息含量将会与日俱增。
（二）现金流量信息的预警功能研究
本部分研究的目的是验证现金流量信息是否能够对公司财务失败提前预警，从而说明现金流量信息的实际有用性。这部分研究应当被理解为上述实证研究的必要补充。在研究中，本文首先构造了st公司时间序列，以公司被st年为基准，各时间点分别设定为“st-1”年，“st-2”年等；然后本文设计了“单位平均st公司”模型，即将资产总额平减后的st公司样本的净利润和经营现金流量按照各时间点进行平均计算。这样我们就可以把握我国st公司净利润和经营现金流量变动的总体特征的其中的规律性。
在样本选择中，本文剔除了离异值数据，同时考虑到资料的局限，最后选择了21个st公司作为研究样本。分析结果如下表所示。
从图1-1可知，在公司被st的年度前，已连续出现两年亏损，但从首次出现亏损前三年现金流量已开始出现显著的下滑，而此时净利润仍维持在原水平上。因此，现金流量具有较好的预警功能，我们甚至可以把现金流量的急剧下滑看作公司净利润急剧下滑以致可能出现负值的先兆，本文的研究认为，这种先兆至少会提前两年出现。
本文采用随机样本、选定样本和st公司样本的数据分别验证四个假设，经过统计分析得出的结论是：我国证券市场存在一定不规范因素，在这种市场中，随机样本和st公司样本无法验证本文的假设，而在剔除离异值、“资产重组股”、“概念股”等因素影响之后，选定样本公司的数据都能验证四个假设，说明现金流量具有超过盈余以外的信息含量的内容。另外，本文所做的st公司的现金流量预警研究，说明现金流量有较强的财务失败预警功能。因此，笔者建议在制定有关会计政策时，政策制定者应对现金流量信息足够的重视和关注，例如：对于当前财务分析指标体系、业绩评价指标体系应将现金流量信息提高到与盈余信息同样重要的地位。将现金流量作为另一个核心指标，以便能全面、真实地反映企业的盈余质量和财务状况。对于财务管理者、财务分析家及投资者也应当充分重视现金流量信息，以致管理和分析不失偏颇，确保全面了解企业的财务状况，避免投资失误。
五、本文研究的局限性和今后研究的方向
（一）研究局限性
1.数据库缺陷。目前我国证券市场经验研究尚缺乏统一的标准数据库。这就造成了两方面的不利后果，一是本文研究所需的数据资料从多种渠道加工而成，数据是否标准有待验证；而且笔者所选数据库中数据缺失现象较为严重，使本文在选择样本时遇到较大困难。
2.样本数量缺陷。由于我国证券市场起步较晚，使本文研究可选取样本数据数量较少，时间跨度较短，不可能像国外学者那样选取较长时期的大量样本来进行统计检验，因此研究结论可能存在误差。
3.模型设计。本文采用最为简单的单变量线性回归模型进行统计分析，国外文献证明了单变量线性回归模型在解释样本时具有一定的局限性。
4.变量定义。本文采用的经营现金流量某些年度的数据部分采用调整法完成，由于我国现金流量表会计准则颁布时间较晚，且上市公司财务数据披露的固有局限，我们无法运用调整法得到这部分经营现金流量的精确数据，从而给以后的模型分析中造成偏差。
