博文

7月份CPI上涨5.6%(2007-08-13 17:52:00)

摘要:受食品价格快速攀升影响,7月份全国居民消费价格总水平同比上涨5.6%。 ⊙ 2007年前7月CPI指数
2007年上半年各月CPI 7月 5.60% 6月 4.40% 5月 3.40% 4月 3.00% 3月 3.30% 2月 2.70% 1月 2.20% 注:国家统计局7月19日公布,二〇〇七年上半年我国CPI(消费者价格指数)同比上涨了3.2%。 居民消费价格 上涨5.6% 城市价格 上涨5.3% 农村价格 上涨6.3% 消费品价格 上涨6.9% 服务项目 上涨1.6% 非食品价格 上涨0.9% 食品价格 上涨15.4% 食品类 上涨15.4% 粮食价格 上涨6.0% 油脂价格 上涨30.1% 肉禽及其制品 上涨45.2% 鲜蛋价格 上涨30.6% 水产品价格 上涨5.4% 调味品价格 上涨4.5% 鲜果价格 下降12.2% 鲜菜价格 上涨18.7% 衣着类 下降0.6% 服装价格 下降0.6% 烟酒及用品类 上涨1.8% 烟草价格 上涨0.9% 酒类价格 上涨3.6% 家庭设备用品及维修服务类 上涨1.7% 耐用消费品价格 上涨1.3% 家庭服务及加工维修服务价格 上涨6.6% 医疗保健及个人用品类 上涨2.2% 中西药价格 下降0.9% 中药材及中成药价格 上涨10.0% 医疗保健服务价格 上涨2.3% 交通和通信类 下降1.3% 交通工具价格 下降2.3% 车用燃料及零配件价格 下降1.4% 车辆使用及维修价格 上涨2.1% 城市间交通费价格 ......

阅读全文(2030) | 评论:1 | 复制链接

上证综合指数能不能涨5000?(2007-08-12 21:21:00)

摘要:      这个星期五(2007-8-10),沪A上涨188,平盘68,下跌586.一般在大多数股票下跌的时候大盘是下跌的,但事实是K线图还是拉了一根阳线!  之所以这样主要是因为蓝筹股上涨,比如工商银行(601398)上涨了2.29%.      前天看报纸道:中国的市场在07年5月31日是散户在炒,股票价格上涨都是股民士气高昂...那时经常在网上看新闻称今天又有多少新开户的股民.一个5.31行情把散户吓个半死~~~   而现在股市的上涨主要是大户,庄家投入资金造成的...所以一个月以来尽管政府加息,减税都丝毫不会影响大盘的上涨.      周五大多数股票价格下跌原因大概是获利回套(大盘已经拉了5个阳线,个股可能已经获利10%,这时可能人挣够了出场).       我觉的明天的蓝筹类股票继续上涨,其它股票因为受到大盘上涨的影响也会上涨.整个大盘指数上涨.      在珠海培训的时候BOSS曾经教过我们一句话:"千万不要以为股票已经大涨而不会继续涨,大跌后而不会继续跌.未来市场永远是未知的,如果你知道是怎样的,那就不是人,而是神!".  千万不要在涨的时候买跌. 虽然BOSS这样教训我们,但他也会犯同样的错误. 记得他在恒生07指数23000,整个市场在上涨的情况下估空恒指07. 后来市场还是一直在涨,我离开的时候恒指07已经到了23200(亏了200*50=1万). 也不他现在平仓了没有~~~~     看来上证综合指数涨到5000点是指日可待. 原因有二:       一:   在08奥运会以前国家不会让市场下跌(虽然现在政府整天出政策干预股市,大概是不想股市涨的太快),因为国家还想靠奥运会拉投资.      二:   人民币还在升值,而且还有很大空间(在8.11的时候有人称人民币至少贬值了50%).想当年我的毕业......

阅读全文(2094) | 评论:2 | 复制链接

股票投资入门-基本分析(2007-03-04 15:37:00)

摘要:股票投资入门-基本分析   目前,股票投资分析方法主要有两大类:一是基本分析;二是技术分析。 1.基本分析法   基本分析法通过对决定股票内在价值和影响股票价格的宏观经济形势、行业状况、公司经营状况等进行分析,评估股票的投资价值和合理价值,与股票市场价进行比较,相应形成买卖的建议。 基本分析包括下面三个方面内容: (1)宏观经济分析。研究经济政策(货币政策、财政政策、税收政策、产业政策等等)、经济指标(国内生产总值、失业率、通胀率、利率、汇率等等)对股票市场的影响。 (2)行业分析。分析产业前景、区域经济发展对上市公司的影响 (3)公司分析。具体分析上市公司行业地位、市场前景、财务状况。    二、技术分析法   技术分析法从股票的成交量、价格、达到这些价格和成交量所用的时间、价格波动的空间几个方面分析走势并预测未来。目前常用的有K线理论、波浪理论、形态理论、趋势线理论和技术指标分析等,在后面将做详细分析 三、如何选择合适的投资分析方法   基本分析法能够比较全面地把握股票价格的基本走势,但对短期的市场变动不敏感。   技术分析贴近市场,对市场短期变化反应快,但难以判断长期的趋势,特别是对于政策因素,难有预见性。
 
  从上可知,基本分析和技术分析各有优缺点和适用范围。基本分析能把握中长期的价格趋势,而技术分析则为短期买入、卖出时机选择提供参考。投资者在具体运用时应该把两者有机结合起来,方可实现效用最大化。 四、如何收集投资分析所需要的信息   投资分析的起点在于信息的收集,道听途说的市场传闻有很大的欺骗性和风险性,上市公司的实地调研耗费人力、财力大,对于一般投资者而言,进行股票投资分析,特别是基本分析,依靠的主要还是媒体登载的国内外新闻以及上市公司公开披露的信息。 1.上市公司需要公开披露的信息   《证券法》实施后,对上市公司持续性的公开信息披露的准确性、完整性、真实性进行了严格要求。投资者有权获取的公开信息有: (1)招股说明书(配股、增发新股说明书)。对募集资金投向及可行性进行披露 (2)上市公告书。对公司设立过程、业务范围、上市前财务状况、股票发行情况予以披露。 (3)中期报告。在公司每一会计年度的上半年结束之日起两个月内披露。内容包括......

阅读全文(2421) | 评论:0 | 复制链接

股票入门知识(2007-03-04 15:36:00)

摘要:首先你要设计一个获利的模式。做股票和做任何生意一样,做什么东西,什么时间做最好,具体每一步该怎么做,这都是事先要想好的。具体到股票,包括以下几个方面: A、 选股,建一个适合你的股票池;B、 选时,选择最有利的时机介入;C、 做一个详细的操作计划;D、 如何在股市获得稳定的复利。选股,建一个适合你的投资风格的股票池。你不可能跟踪所有的股票。你要仔细地阅读每家公司的年报、中报、季报和其它公开信息,从中选出有良好预期的个股,坚持对他们进行跟踪,在适当的时机采取行动。如果你每天只关注30到40只股票,你的工作量就会相对较小,精力更加集中,操作成功的机会就会大大增加。选股可从以下几个方面入手: A、 季度每股收益是否有大幅的增长。成长性是股市恒久的主题,是股价上涨最主要的推动力。注意:1、要剔除非经营所得;2、考察增长可否具备可持续;3、收益增长有无销售增长作为支撑;4、增长率是否有明显放缓,如果是这样,其股价可能会发生下挫。过去4年的大熊市中,深市曾经的大牛股000039、000022、000792、000538、000869、000625、000717、002025、002024、000987、000063、都是业绩连续大幅增长的股票。B、 年度每股收益的增长,连续多年业绩稳定增长30-50%以上的公司是最有可能成为牛股的。当然其收益必须是基本面能支撑而不是非经常收益所得。误区:市盈率低并不一定有投资价值,当前钢铁股市盈率很低,但股价并没有大幅上行的动力。业绩大幅增长的预期才是股价上涨的动力。C、 新产品的上市,增加新的生产能力,新的变革,新的管理层,都可能带来好的投资机会,关注行业变化和个股公开消息,机会往往就在其中。D、 流通盘的大小。同等条件下,盘小的股票涨幅可能会大一些。2003-2004年的跨年度行情中,大盘股有突出的表现,但业绩优良的小盘股表现还是更强,如000677、000997、000717(钢铁股中盘子比较小的),2005年年中的反弹行情中,小盘股的股价上涨也远大于大盘股的表现。E、 选有基本面支撑的强势股,强者恒强,2005年初表现最好的股票大部都是2004年914行情中表现最好的几只股票,找出他们,在它们再度向上时买进,年报或者季报前卖出,或在其趋势发生改变时卖出。弱势股有弱势的理由,只是我们不知道而已。F、 基金的研究能力较强,捕捉市场机会的......

阅读全文(2536) | 评论:0 | 复制链接

GARCH模型的估计与预测(2007-01-14 00:52:00)

摘要:五,GARCH模型的估计 点击”Quick”---“Estimate Equation”,在弹出的窗口中,在”Equation Specificition”空白中键入 “c2 c c2(-4)”,在”Estimation Setting”中选择”ARCH”然后”OK”得结果:   得结果:   Coefficient Std. Error z-Statistic Prob.  C 1.133901 0.729749 1.553822 0.1202 C2(-4) -0.209917 0.146564 -1.432254 0.1521          Variance Equation C 0.185874 1.674222 0.111021 0.9116 ARCH(1) -0.159191 0.035095 -4.535949 0.0000 GARCH(1) 0.880452 0.162760 5.409527 0.0000 R-squared 0.221061     Mean dependent var -0.670000 Adjusted R-squared -0.402089     S.D. dependent var 5.917967 S.E. of regression 7.007456     Akaike info criterion 5.640628 Sum squared resid 245.5222     Schwarz criterion 5.791921 Log likelihood -23.20314     F-sta......

阅读全文(8857) | 评论:2 | 复制链接

均值方程的确定及残差系列自相关检验(2007-01-14 00:46:00)

摘要:四,均值方程的确定及残差系列自相关检验 ls c2 c c2(-1) Variable Coefficient Std. Error t-Statistic Prob.  C 0.005056 1.583308 0.003193 0.9975 C2(-1) 0.138123 0.235657 0.586117 0.5696   ls c2 c c2(-2) Variable Coefficient Std. Error t-Statistic Prob.  C 0.101599 1.710089 0.059412 0.9538 C2(-2) -0.113372 0.247135 -0.458746 0.6562   ls c2 c c2(-3) Variable Coefficient Std. Error t-Statistic Prob.  C -0.370311 1.810253 -0.204563 0.8425 C2(-3) -0.100433 0.251182 -0.399841 0.6986   ls c2 c c2(-4) Variable Coefficient Std. Error t-Statistic Prob.  C 0.172654 1.527052 0.113064 0.9128 C2(-4) -0.504583 0.202425 -2.492697 0.0374   ls c2 c c2(-5) Variable Coefficient Std. Error t-Statistic Prob.  C 1.237494 0.75......

阅读全文(6016) | 评论:2 | 复制链接

AR2MA(4,4)模型预测(2007-01-14 00:43:00)

摘要:三,AR2MA(4,4)模型预测 动态预测 点击”Forecast” 得结果为: 可以看到Theil不相等系数为0.46,表明预测效果不太好,而对它的分解表明偏误比较小,方差比较大,说明实际系列的波动较大。 静态预测: 比较2个图形知道,静态预测的预测值波动性大;同时,方差比例的下降也表明较好地模拟了实际序列的波动,Theil不相等系数为0.065,其中协方差比例为0.991,表明模型的预测效果较好。......

阅读全文(2783) | 评论:1 | 复制链接

ARIMA模型的建立(2007-01-14 00:41:00)

摘要:二,ARIMA模型的建立 show c2   点击”View”---“Correlogram”菜单,在选择lag=12得: C2的自相关函数1~4阶都是显著的,并且从第5阶开始下降很大,数值也不是太显著,因此我们先设q值为4.c2的偏自相关函数1,2阶都是很显著,但第3阶不是很显著,而第4有很显著.第4阶后都不显著.所以初步可以建立两个模型ARMA(2,4)和ARMA(4,4).   我们对先模型AR2MA(4,4)进行估计. 点击”Quick”---“Estimate Equation”,在弹出的窗口中,在”Equation Specificition”空白中键入 “c2 c ma(1) ma(2) ma(3) ma(4) ar(1) ar(2) ar(3) ar(4)”,在”Estimation Setting”中选择”ls-least Squares(NLS and ARMA)”然后”OK”得结果:   Variable Coefficient Std. Error t-Statistic Prob.  C 0.676097 1.232533 0.548543 0.6806 AR(1) 0.215108 0.673531 0.319373 0.8032 AR(2) -0.774774 0.818263 -0.946852 0.5174 AR(3) 0.332132 0.997063 0.333110 0.7953 AR(4) -0.271051 0.280775 -0.965367 0.5112 MA(1) -0.052958 0.736639 -0.071892 0.9543 MA(2) 0.180769 0.515729 0.350512 0.7854 MA(3) -0.000620 0.315841 -0.001963 0.9988 MA(4) 0.92306......

阅读全文(6403) | 评论:1 | 复制链接

ARIMA单整阶数识别(2007-01-14 00:35:00)

摘要:一,ARIMA单整阶数识别 平稳性检验(DF检验) 首先检验cpi的平稳性: ls d(cpi) cpi Variable Coefficient Std. Error t-Statistic Prob.  CPI -0.007606 0.015512 -0.490311 0.6315   ls d(cpi) c cpi Variable Coefficient Std. Error t-Statistic Prob.  C -29.23275 23.49071 -1.244439 0.2353 CPI 0.268076 0.222053 1.207261 0.2488   ls d(cpi) c  t cpi Variable Coefficient Std. Error t-Statistic Prob.  C -52.04610 27.14520 -1.917322 0.0793 T 0.599964 0.401354 1.494849 0.1608 CPI 0.433072 0.239195 1.810543 0.0953   3个模型都不能拒绝cpi的系数等于0,所以cpi是不平稳的.   在检验cpi一阶差分的平稳性: genr c1=d(cpi)   ls d(c1) c1 Variable Coefficient Std. Error t-Statistic Prob.  C1 0.527433 0.326352 1.616148 0.1301   ls d(c1) c c1 Variable Coefficient Std. Error t-Statistic ......

阅读全文(4534) | 评论:1 | 复制链接

中国CPI的ARIMA模型和GARCH模型(2007-01-14 00:34:00)

摘要:摘要:建立ARIMA模型对CPI进行预测,并且通过均值方程的确定及残差系列自相关检验,对GARCH模型进行估计,选择出最优模型,以便最好地预测CPI。 英文摘要:Establish an ARIMA modle to forecast CPI ,then estimate GARCH modle by affirming the equation of average and according to the seriary autocorrelation of residuals test.And select the best modle,in order to forecast CPI better. 关键词:CPI,ARIMA模型,GARCH模型,DF平稳性检验, AIC准则。 正文部分: 背景:对于正式编制CPI,需要确定许多因素,例如食品,交通,通信,医疗保健和个人用品等等,而且需要准确把握当中的权重,对于一般通过经济理论再建立合适模型进行预测的方法比较难实现。在这里,以1989-2004的CPI数据为基础,通过ARIMA模型和GARCH模型的建模思想便可对CPI进行预测。 数据来源:《统计年鉴》 变量说明: year 年份 cpi 物价指数 t Year-1988   具体数据: year cpi t 1989 118 1 1990 103.1 2 1991 103.4 3 1992 106.4 4 1993 114.7 5 1994 124.1 6 1995 117.1 7 1996 108.3 8 1997 102.8 9 1998 99.2 10 1999 98.6 11 2000 100.4 12 2001 100.7 13 2002 99.2 14 2003 101.2 15 2004 103......

阅读全文(3818) | 评论:0 | 复制链接