格雷厄姆和多德在《證券分析》壹書中分析了股價波動的本質，闡述了“股票內在價值”對於投資的重要性。隨後，這方面的研究引起了許多經濟金融學家的興趣。經過幾十年的探索，取得了大量重要的研究成果，也有很多廣泛使用的方法，但新興市場和普通投資者很難采用。在此，我們希望借用80年代興起的灰色系統理論，探索出壹套簡單易用的股票投資價值預測方法。本文論述了灰色預測方法及其在股票價格預測中的理論基礎和方法，以期為投資者的決策行為提供壹定的指導。
1.提問
我們知道，股市的價格走勢極其復雜，難以預測。即使是最有知識和經驗的分析師也很難確定股票價格對市場信息的反應。這是因為我們缺乏信息對市場影響的傳導系統的結構和系統的傳導模型，無法準確把握金融政策、利率政策、公司情況、國際市場、投資者心理承受力的變化及其對市場的影響。只能似是而非地把握價格走勢，結果可想而知。
因此，如何判斷或預測股票市場的價格走勢引起了許多經濟金融經濟學家和市場分析師的極大興趣。在眾多經濟學家的共同努力下，股票定價方法向數量化方向發展，建立了大量令人振奮的定價方法。格雷厄姆和多德在他們65438年至0934年的《證券分析》壹書中，對美國股市65438年至0929年的暴跌進行了深刻的反思，認為股價的波動是建立在股票的“內在價值”基礎上的，股價會因為各種非理性的原因而偏離“內在價值”，但這種偏離會隨著時間的推移而得到修正，回歸“內在價值”。因此，股價的未來。但“內在價值”取決於公司未來的盈利能力，因此準確把握公司未來的盈利能力及其現金流將非常關鍵。此後，戈登在深入定量分析“內在價值”的基礎上，提出了著名的股票定價現金流模型，即“戈登模型”。但是，公司未來的現金流是不確定的，這給該模型的廣泛應用帶來了麻煩。因此，早期對股票定價的研究側重於確定公司的未來現金流。Fisher教授認為未來資產收益的不確定性可以用概率分布來描述，Marschak和Hicks等學者認為投資者的投資偏好可以看作是他們對投資未來收益的概率分布時刻的偏好，可以用均方誤差空間的無差異曲線來表示。同時，他們也發現“大數定律”在涉及各種風險資產的投資中會起到壹定的作用。戈登模型在股票價值分析中起著非常重要的作用，已經成為單只股票估值分析的基本方法。但是，這種方法沒有解決股票投資風險與未來現金流量折現率之間的關系。直到H Markowitz教授建立了現代投資組合理論，才清楚地認識到這個基本問題，從而在壹定程度上消除了這個模型的致命缺陷。
在現實生活中，很少有投資者會把所有的投資都集中在壹只股票上。基於此，H. markowitz教授在1938中提出了投資組合的概念，建立了現代投資組合理論，用統計均值和方差的概念來度量投資組合的收益和風險，給出了投資者如何根據自己的風險承受能力建立自己的最優投資組合，使自己的投資收益最大化。此後，為了加強這壹理論的應用，william sharpe和Lintner等學生將目光從markowitz的微觀研究轉向整個市場，將其復雜的形式簡化為基於市場指數的單因素關系，發現資本資產的收益和風險在均衡市場條件下遵循線性關系，即著名的基於均值-方差模型的CAPM。但是，由於CAPM要求的前提過於嚴格，限制了其應用，許多經濟學家試圖在壹定的弱化條件下研究定價理論，如邁耶斯的大量非市場資產的投資定價理論、羅斯的套利定價理論(APT)和布裏登的資產收益率與平均消費增長率的線性關系模型(CCAPM)。
Roberts和Osbome在對股票市場價格進行長期研究後發現，市場價格遵循“隨機漫步”或“隨機漫步”定律。因此，以法馬教授為代表的經濟學家提出了有效市場理論，認為投資者會對市場信息做出合理的反應，並將市場信息與股票價格結合起來。1980年代，在探索壹般均衡定價模型進展甚微的情況下，定價理論的研究方向轉向關註市場信息的調查。經過實證檢驗，Bondt和Theler (1985)發現投資者有時會對股票市場上的壹些消息反應過度，而Jagadeesh (1990)和Lehmann (1990)發現了股票價格的短期滯後反應，因此，Jaggetish和Dietermann (Titman1993)認為投資者傾向於對有關公司長期發展的消息反應過度，而不是對消息反應過度關於這壹點還有爭論。盡管如此，經濟學家們壹致認為，信息與股票價格之間應該存在某種聯系，French和Roll的實證研究證明，股票價格的波動幅度與可獲得的信息之間存在著良好的關系。
然而，這些定價理論在現代經濟金融經濟學家的推動下有了很大的發展，同時也遇到了嚴峻的挑戰。這壹挑戰表明“缺乏有效的手段來解釋金融資產(股票、債券等)的價格變化。)反映了我們科學體系的不成熟”。面對這壹現實，金融經濟學家開始嘗試用非線性方法和混沌思想來理解股票市場行為。甚至用壹些新的方法，如黑箱定價核心概念、半自回歸方法、半非參數估計、系統模擬等來嘗試解釋信息對投資行為的影響。這些研究方法將成為股票定價理論的壹個新的、令人興奮的發展領域。
然而，這些模型的應用需要深厚的專業知識和龐大的數據體系，所需數據需要較長的時間跨度才能滿足“大數定律”的要求，這對於新興市場和普通投資者來說是很難做到的，而且市場價格的變化往往與股票的“內在價值”不壹致。因此，我們很自然地找到壹種簡單的定價方法，能夠適應基本的市場條件。在此，我們希望利用80年代興起的灰色系統理論，探索出壹套簡單易用的股票投資價值預測模型，為投資者的決策行為提供壹定的指導。
2.股票投資價值的灰色系統模型
灰色系統理論創立於20世紀80年代。鄧聚龍教授在1981上海中美控制系統學術會議上所作的《未知系統的控制問題》學術報告中首次使用了“灰色系統”壹詞。在1982期間，鄧巨龍發表了《參數不完全系統的正定最小信息》、《灰色系統的控制問題》等壹系列論文，奠定了灰色系統理論的基礎。他的論文在世界上引起了極大的關註。哈佛大學教授、《系統與控制通訊》主編布羅克特對灰色系統理論給予了高度評價。因此，許多中青年學者加入了灰色系統理論的研究行列，積極探索灰色系統理論及其應用研究。
事實上，灰色系統的概念是從英國科學家W·R·阿什比提出的“黑箱”概念發展而來的，是自動控制和運籌學相結合的產物。阿什比用黑箱來描述內部結構、特征、參數都是未知的，只能從物體外部與物體運動的關系、輸出與輸入的關系來研究的事物。鄧聚龍的系統論主張從事物的內部，從系統的內部結構和參數來研究系統，從而消除“黑箱”理論從外部研究事物，使已知信息不能充分發揮作用的弊端。因此，它被認為是比“黑箱”理論更準確的系統研究方法。所謂灰色系統，是指壹個信息已知，信息未知的系統。灰色系統理論是對信息不完全的系統進行調查研究，通過已知信息對未知領域進行研究和預測，從而達到了解整個系統的目的。灰色系統理論與概率論、模糊數學並稱為研究不確定性系統的三種常用方法，具有能夠用“少數據”建模尋求現實規律，克服數據不足或系統周期短的矛盾的良好特性。？
目前，灰色系統理論已被廣泛應用，不僅在工程控制、經濟管理、社會系統、生態系統等領域，而且在復雜多變的農業系統中，如水利、氣象、生物防治、農業機械決策、農業規劃、農業經濟等。灰色系統理論在管理、決策、戰略、預測、未來學、生命科學等領域顯示出非常廣泛的應用前景。
那麽，灰色系統能否對股市的價格走勢起到作用呢？又如何發揮作用？這是本文要探討的問題。
毫無疑問，對股票價格“內在價值”的研究為我們理解股票價格提供了壹個重要的途徑。但其應用受到相關專業知識的制約，同時也受到人們對公司未來現金流的預期是否合理、準確的影響。那麽，股價偏離其“內在價值”的修正必然需要壹定的學習過程，並付出相應的代價，即“學習成本”。如果將市場效率與信息定價機制結合起來，我們將對股票市場的定價機制有壹個全新的認識。在股票價格與其內在價值的關系上，人們發現，股票價格不僅反映了其內在價值的信息，還反映了市場交易者的“噪音”(黑，1986)，因此股票價格的偏離不會總是回到其內在價值。這樣，我們仍然很難根據這些已知的信息來預測或把握市場價格走勢，因此投資者往往對信息反應過度或反應不足。
中國股市被稱為“政策市”和“信息市”，應該說是壹個有效市場的應有狀態。遺憾的是，許多學者的研究表明，中國股市的股價未能充分反應其“內在價值”的信息。所以認為中國股市的這種反應機制是瘸腿的(鮑健翔，1999)。)，並且存在對信息的過度反應和反應不足(魏剛，1998；張，1998。)，呼籲建立完善的信息定價機制。應該說，中國股票市場經過近幾年的發展，市場的信息定價機制得到了壹定程度的完善，市場對信息的敏感度有了實質性的提高。股票價格對影響股票“內在價值”的信息有相應的反應，無論是系統信息還是非系統信息。因此，可以通過某壹歷史時期市場價格的反應來判斷市場價格的未來走勢。
這篇文章應該可以在期刊數據庫中找到。