導(dǎo)語(yǔ)：如何才能寫(xiě)好一篇運(yùn)籌學(xué)最新進(jìn)展，這就需要搜集整理更多的資料和文獻(xiàn)，歡迎閱讀由公務(wù)員之家整理的十篇范文，供你借鑒。

篇1

關(guān)鍵詞：運(yùn)籌學(xué);教學(xué)改革;案例教學(xué)

運(yùn)籌學(xué)是20世紀(jì)新興的一門(mén)應(yīng)用學(xué)科，最早起源于第二次世界大戰(zhàn)。作為一門(mén)綜合性學(xué)科，它具有很強(qiáng)的理論性和系統(tǒng)性，以理論教學(xué)為主，并配合實(shí)踐教學(xué)，在教學(xué)過(guò)程中既重視基本概念、理論和方法的講解，幫助學(xué)生建立運(yùn)籌學(xué)思想、提高運(yùn)籌學(xué)的理論知識(shí)水平，又重視培養(yǎng)學(xué)生解決實(shí)際問(wèn)題的能力，以達(dá)到學(xué)以致用的目的。很多開(kāi)設(shè)運(yùn)籌學(xué)課程的學(xué)校都對(duì)運(yùn)籌學(xué)的教學(xué)進(jìn)行了研究。

一、運(yùn)籌學(xué)教學(xué)過(guò)程中存在的問(wèn)題

運(yùn)籌學(xué)的內(nèi)容豐富，分支較多，每個(gè)分支都涉及到模型建立和求解等方面，需要學(xué)生掌握必備的基礎(chǔ)知識(shí)，比如數(shù)學(xué)分析、高等代數(shù)、概率論等數(shù)學(xué)知識(shí)，在教學(xué)中主要存在以下一些問(wèn)題。

1.重理論講解。運(yùn)籌學(xué)的分支很多，每一個(gè)分支都自成一門(mén)學(xué)科，然而課時(shí)較少，一般只有54個(gè)學(xué)時(shí)。如果將分支都作為教學(xué)內(nèi)容，勢(shì)必造成對(duì)各個(gè)分支的教學(xué)都是點(diǎn)到為止。這些課時(shí)較多用于理論教學(xué)，實(shí)踐教學(xué)的課時(shí)較少，需要學(xué)生在課余時(shí)間做大量作業(yè)鍛煉解題能力。同時(shí)，由于求解方法的復(fù)雜性，導(dǎo)致很多題目很難通過(guò)簡(jiǎn)單的計(jì)算而得到結(jié)果，這對(duì)實(shí)際應(yīng)用的推廣造成了很大的困難。受課時(shí)的限制，教學(xué)中難以涉及運(yùn)籌學(xué)的最新知識(shí)，不能讓學(xué)生了解運(yùn)籌學(xué)的最新發(fā)展動(dòng)向。

2.學(xué)生欠缺學(xué)習(xí)興趣。運(yùn)籌學(xué)研究問(wèn)題的基本手段是對(duì)實(shí)際問(wèn)題進(jìn)行分析，建立數(shù)學(xué)模型，研究數(shù)學(xué)模型的性質(zhì)，利用優(yōu)化軟件進(jìn)行求解。但在實(shí)際教學(xué)中，由于課時(shí)的限制，學(xué)生沒(méi)有機(jī)會(huì)動(dòng)手操作。另外，本門(mén)課的線性規(guī)劃和對(duì)偶規(guī)劃部分，理論知識(shí)非常抽象，需要運(yùn)用大量線性代數(shù)的知識(shí)進(jìn)行推理才能很好理解，這令學(xué)生產(chǎn)生了畏難情緒，從而失去了學(xué)習(xí)的主動(dòng)性和積極性。

3.教學(xué)方法呆板并且單一?，F(xiàn)在的運(yùn)籌學(xué)教學(xué)停留在傳統(tǒng)的“講授式”教學(xué)模式上，在教學(xué)過(guò)程中過(guò)于注重運(yùn)籌學(xué)的理論教學(xué)、公式推導(dǎo)、例題講解，而忽視了學(xué)生學(xué)習(xí)的主體性，造成學(xué)生與教師的互動(dòng)少，不能夠由被動(dòng)學(xué)習(xí)變成主動(dòng)學(xué)習(xí)。

4.考核方式單一。目前運(yùn)籌學(xué)的考試一般還是以“一錘定音”的期末考試為主，不注重過(guò)程評(píng)價(jià)，有的學(xué)生上課玩手機(jī)或者做其他事情，缺乏學(xué)習(xí)的積極性。

二、解決措施

在教學(xué)過(guò)程中，針對(duì)原來(lái)教學(xué)中存在的一些不足之處，對(duì)相關(guān)的教學(xué)內(nèi)容和方法都進(jìn)行了適當(dāng)?shù)母倪M(jìn)，經(jīng)過(guò)幾年的實(shí)踐，取得了一定的效果。

1.確定合理的教學(xué)內(nèi)容，加強(qiáng)理論教學(xué)，提高學(xué)生的理論水平。調(diào)整教學(xué)內(nèi)容，包括線性規(guī)劃、對(duì)偶規(guī)劃、運(yùn)輸問(wèn)題、整數(shù)規(guī)劃、動(dòng)態(tài)規(guī)劃和圖與網(wǎng)絡(luò)分析。在教學(xué)過(guò)程中，重視基本理論、基本概念和基本方法的講授，使學(xué)生掌握各個(gè)分支的基本模型、基本概念和理論、主要方法及拓展應(yīng)用。

2.進(jìn)行案例教學(xué)。在教學(xué)過(guò)程中，根據(jù)各分支的具體教學(xué)內(nèi)容，精選實(shí)際生活中出現(xiàn)的具有代表性的案例，讓學(xué)生獨(dú)立分析和分組討論，應(yīng)用相應(yīng)方法對(duì)模型進(jìn)行計(jì)算分析，并對(duì)計(jì)算的過(guò)程和結(jié)果進(jìn)行分組討論。通過(guò)案例教學(xué)，讓學(xué)生體驗(yàn)運(yùn)籌學(xué)在解決實(shí)際問(wèn)題的過(guò)程中的作用，極大地激發(fā)了學(xué)生學(xué)習(xí)本課程的興趣， 鍛煉了其自主學(xué)習(xí)能力。

3.相關(guān)軟件介紹。通過(guò)軟件教學(xué)，能培養(yǎng)和提高學(xué)生利用計(jì)算機(jī)解決運(yùn)籌學(xué)實(shí)際問(wèn)題的能力，能為后期的數(shù)學(xué)建模教學(xué)和實(shí)訓(xùn)打下基礎(chǔ)。

4.結(jié)合科研，提高學(xué)生解決實(shí)際問(wèn)題的能力。在運(yùn)籌學(xué)的教學(xué)中，我們強(qiáng)調(diào)培養(yǎng)學(xué)生分析和建立模型的能力，在這個(gè)環(huán)節(jié)，主要是結(jié)合科研進(jìn)行。例如：在“應(yīng)急系統(tǒng)優(yōu)化選址問(wèn)題研究”中，主要包括以下幾個(gè)內(nèi)容：網(wǎng)絡(luò)圖的繪制，應(yīng)急點(diǎn)的選址等，我們用到了圖論、線性規(guī)劃、混合0-1規(guī)劃、多目標(biāo)規(guī)劃等運(yùn)籌學(xué)的知識(shí)，需要將實(shí)際問(wèn)題轉(zhuǎn)化為數(shù)學(xué)模型，結(jié)合matlab軟件來(lái)對(duì)模型進(jìn)行求解。通過(guò)參與科研項(xiàng)目，學(xué)生提高了解決實(shí)際問(wèn)題的能力。

5.以教材為中心，介紹前沿知識(shí)，激發(fā)學(xué)生的學(xué)習(xí)興趣。在教學(xué)中，在每個(gè)分支的學(xué)習(xí)之前，介紹該分支的歷史，在學(xué)習(xí)教學(xué)內(nèi)容之后，介紹該分支的最新進(jìn)展，激發(fā)學(xué)生的學(xué)習(xí)興趣。

6.組成學(xué)習(xí)小組，促進(jìn)學(xué)生共同進(jìn)步。由于個(gè)別學(xué)生的數(shù)學(xué)基礎(chǔ)較差，我們將學(xué)生分成4-5人的學(xué)習(xí)小組，以小組為單位預(yù)習(xí)、復(fù)習(xí)內(nèi)容，并且在案例討論中，每個(gè)小組分別選擇不同的課題進(jìn)行討論，并上交研究報(bào)告進(jìn)行答辯。

從目前的教學(xué)情況來(lái)看，教學(xué)雙方的互動(dòng)多了，積極性都有了提高，教學(xué)質(zhì)量也有了一定的提高。

參考文獻(xiàn)：

[1]周榮喜.淺論運(yùn)籌學(xué)教學(xué)中學(xué)習(xí)創(chuàng)新能力的培養(yǎng)[J].中國(guó)科教創(chuàng)新導(dǎo)刊，2010（6）.

篇2

關(guān)鍵詞： 高職院校高等數(shù)學(xué)層次分析法教學(xué)質(zhì)量評(píng)價(jià)

1.引言

《高等數(shù)學(xué)》是高職院校一門(mén)重要的基礎(chǔ)課程，是各理工科專(zhuān)業(yè)學(xué)生的必修數(shù)學(xué)課，也是某些文科專(zhuān)業(yè)的必修課。這門(mén)課相對(duì)于初等數(shù)學(xué)來(lái)說(shuō)，研究學(xué)習(xí)的對(duì)象和方法較為復(fù)雜，是實(shí)現(xiàn)從初等數(shù)學(xué)教育向高等數(shù)學(xué)教育過(guò)渡的重要課程?！陡叩葦?shù)學(xué)》課程的教學(xué)對(duì)高職學(xué)生素質(zhì)的培養(yǎng)、能力的提高起著舉足輕重的作用。因此，建立科學(xué)、規(guī)范、有效的高職《高等數(shù)學(xué)》教學(xué)質(zhì)量評(píng)價(jià)體系，是提高學(xué)生整體教學(xué)質(zhì)量、保證高職教育可持續(xù)發(fā)展的現(xiàn)實(shí)需要。

目前大多數(shù)高職院校沒(méi)有建立系統(tǒng)的《高等數(shù)學(xué)》教學(xué)評(píng)價(jià)系統(tǒng)。筆者根據(jù)自己的高職高等數(shù)學(xué)教學(xué)經(jīng)驗(yàn)和體會(huì)，運(yùn)用層次分析法（AHP），對(duì)高等數(shù)學(xué)教學(xué)過(guò)程進(jìn)行了評(píng)價(jià)和分析。首先從影響高職高等數(shù)學(xué)教學(xué)質(zhì)量眾多復(fù)雜的因素中篩選出重要的、關(guān)鍵性評(píng)價(jià)指標(biāo)，并根據(jù)它們之間的制約關(guān)系構(gòu)成多層次結(jié)構(gòu)模型。多層次結(jié)構(gòu)模型的建立是評(píng)價(jià)高數(shù)教學(xué)質(zhì)量的前提，結(jié)構(gòu)模型層次的多少由考查問(wèn)題的復(fù)雜性及評(píng)價(jià)所要達(dá)到的精度要求而定。我們通過(guò)分析影響高等數(shù)學(xué)教學(xué)效果的眾多因素，并參考相關(guān)文獻(xiàn)，如［1－2］等，建立一個(gè)可操作性、實(shí)用性、準(zhǔn)確性強(qiáng)的結(jié)構(gòu)模型。

2.建立基于AHP的高職高等數(shù)學(xué)教學(xué)質(zhì)量評(píng)價(jià)的模型

表1高職《高等數(shù)學(xué)》教學(xué)質(zhì)量評(píng)價(jià)層次結(jié)構(gòu)

層次分析法（Analytic Hierarchy Process，AHP法）［3－5］是美國(guó)運(yùn)籌學(xué)家沙旦（T.L.Saaty）于上世紀(jì)70年代提出的，是一種定性與定量分析相結(jié)合的多目標(biāo)決策分析方法。特別是將決策者的經(jīng)驗(yàn)判斷給予量化，對(duì)目標(biāo)（因素）結(jié)構(gòu)復(fù)雜且缺乏必要數(shù)據(jù)的情況更為實(shí)用。

（1）建立層次結(jié)構(gòu)體系

AHP首先要求將所研究問(wèn)題中包含的各種影響因素分層，用層次結(jié)構(gòu)體系描述層次的遞接結(jié)構(gòu)和因素的從屬關(guān)系。本文將結(jié)構(gòu)模型分為3個(gè)層次，即目標(biāo)層A，約束層B和子約束層C。根據(jù)《高等數(shù)學(xué)》的課程設(shè)置，結(jié)合高職教育的教學(xué)特點(diǎn)，建立起一個(gè)可操作性強(qiáng)的教學(xué)質(zhì)量評(píng)價(jià)體系，其教學(xué)質(zhì)量主要受教學(xué)態(tài)度、教學(xué)方法及手段、教學(xué)改革及研究、教學(xué)內(nèi)容、教學(xué)效果等因素的影響，綜上所述，高職《高等數(shù)學(xué)》教學(xué)評(píng)價(jià)層次結(jié)構(gòu)如表1所示。

教學(xué)態(tài)度主要包括：教師的教學(xué)是否充滿熱情；是否嚴(yán)格要求學(xué)生、耐心答疑、備課充分、講稿規(guī)范；老師的言傳身教是否有助于學(xué)生的治學(xué)與做人；是否真誠(chéng)對(duì)待每一個(gè)學(xué)生；是否按時(shí)上下課、不缺課或頻繁調(diào)課停課等。

教學(xué)方法及手段主要包括：教學(xué)內(nèi)容是否充實(shí)，教學(xué)進(jìn)度是否快慢適宜；教學(xué)方法是否得當(dāng)，能否利用多媒體等現(xiàn)代教學(xué)技術(shù)；講課是否富有啟發(fā)性和參與性，能否鼓勵(lì)學(xué)生發(fā)表不同的觀點(diǎn)或發(fā)出疑問(wèn)；是否突出了高等數(shù)學(xué)這門(mén)課的難、重點(diǎn)問(wèn)題；是否注重培養(yǎng)學(xué)生的創(chuàng)新能力及獨(dú)立、自主學(xué)習(xí)的良好品質(zhì)。

教學(xué)內(nèi)容主要包括：教師是否明確敘述課程目標(biāo)，實(shí)際教學(xué)內(nèi)容是否與之相符；是否有效地使用實(shí)例講解；是否總結(jié)和強(qiáng)調(diào)本節(jié)內(nèi)容的重點(diǎn)和難點(diǎn)；指定的參考書(shū)、閱讀材料和所布置的作業(yè)是否有助于學(xué)生對(duì)課程的理解和掌握；教師講課深淺度是否適合學(xué)生理解水平；講課內(nèi)容量是否適合學(xué)生掌握，等等。

教學(xué)改革與研究主要包括：教師是否能把握各學(xué)科的最新進(jìn)展和發(fā)展趨勢(shì)；能否做到教學(xué)方法上有創(chuàng)新，教學(xué)內(nèi)容上有更新，教學(xué)模式上有突破；能否在教授教學(xué)基本內(nèi)容外，拓寬學(xué)生的視野，把先進(jìn)的教學(xué)理念融入到教學(xué)行為中。

教學(xué)效果主要包括：能否使學(xué)生對(duì)該學(xué)科的興趣得到提高；學(xué)生是否理解并學(xué)會(huì)了該課程內(nèi)容；學(xué)生認(rèn)識(shí)和解決問(wèn)題的能力是否得到提高；學(xué)生是否掌握了該學(xué)科的學(xué)習(xí)方法；教師在作業(yè)上給予的指導(dǎo)及反饋是否有價(jià)值等。

（2）構(gòu)造判斷矩陣

在選擇合適的目標(biāo)層（A）下，根據(jù)各影響因素對(duì)教學(xué)質(zhì)量的影響，兩兩比較影響因素的重要性，影響因素越大，其重要性越高，如此，構(gòu)造判斷矩陣（A-B）。這里可引用1—9標(biāo)度對(duì)重要性判斷結(jié)果進(jìn)行量化。

（3）構(gòu)造成對(duì)比較判斷矩陣

采用層次分析法中的1—9標(biāo)度方法，構(gòu)造成對(duì)比較判斷矩陣。成對(duì)比較矩陣是以上一級(jí)某一要素作為評(píng)價(jià)標(biāo)準(zhǔn)，通過(guò)對(duì)本級(jí)要素進(jìn)行兩兩比較，從而確定矩陣元素。由于教學(xué)質(zhì)量評(píng)價(jià)是各人心目中的評(píng)價(jià)，因此可采用問(wèn)卷調(diào)查的方式得到各層次因素之間兩兩進(jìn)行比較的判斷矩陣。

（4）計(jì)算相對(duì)權(quán)重及一致性檢驗(yàn)

計(jì)算相對(duì)權(quán)重，對(duì)某一準(zhǔn)則Ai下的判斷矩陣U，求出其最大特征根1 max，所對(duì)應(yīng)的特征向量，并正規(guī)化處理，所求特征向量即為各評(píng)價(jià)指標(biāo)相對(duì)權(quán)重。為確保各評(píng)價(jià)指標(biāo)相對(duì)權(quán)重分配的合理性，需要對(duì)判斷矩陣進(jìn)行一致性檢驗(yàn)。一致性檢驗(yàn)采用如下公式：CR=CI/RI。其中CI=(1 max-n)/(n-1)，RI指隨機(jī)一致性指標(biāo)，可由表2查到。當(dāng)CR＜0.10時(shí)，認(rèn)為判斷矩陣具有滿意的一致性。否則需要重新對(duì)底層目標(biāo)兩兩比較并進(jìn)行調(diào)整，使之具有滿意的一致性。

表2RI隨機(jī)一致性指標(biāo)

表3為子約束對(duì)目標(biāo)層的組合權(quán)重，其中學(xué)生評(píng)價(jià)（B1）、同行教師評(píng)價(jià)（B2）、督導(dǎo)專(zhuān)家評(píng)價(jià)（B3）這3個(gè)矩陣對(duì)應(yīng)的最大特征根分別為λ■=5.3977，λ■=5.4462，λ■=5.4283。根據(jù)一致性檢驗(yàn)公式分別進(jìn)行驗(yàn)證，認(rèn)為該層次總排序的結(jié)果滿足一致性要求。最終得到權(quán)重量表如下：

表3子約束層的組合權(quán)重

3.評(píng)價(jià)結(jié)果分析

在約束層B的各影響因素中，學(xué)生評(píng)價(jià)的權(quán)重最高（0.6586），成為影響教學(xué)評(píng)價(jià)的重要因素。學(xué)生是教學(xué)過(guò)程的主體，因此學(xué)生對(duì)教學(xué)質(zhì)量的評(píng)價(jià)占整個(gè)評(píng)價(jià)體系的比重最大。其次是督導(dǎo)評(píng)價(jià)，教師隊(duì)伍是教學(xué)過(guò)程的實(shí)施者，必然需要督導(dǎo)的約束和評(píng)價(jià)。同行教師評(píng)價(jià)相對(duì)權(quán)重較小，但個(gè)別項(xiàng)目仍然具有優(yōu)勢(shì)。由此可以看出，此模型的評(píng)價(jià)結(jié)果符合經(jīng)驗(yàn)性的教學(xué)評(píng)價(jià)結(jié)果。

在子約束層中，學(xué)生評(píng)價(jià)的教學(xué)效果及教學(xué)內(nèi)容權(quán)重最大，督導(dǎo)評(píng)價(jià)的教學(xué)態(tài)度及內(nèi)容的影響權(quán)重位居其次。

課堂教學(xué)的核心是“一切為了學(xué)生的發(fā)展”，學(xué)生是否成為了課堂的主人，表層次的意義是考查學(xué)生是否學(xué)到了新的知識(shí)，這是教學(xué)評(píng)價(jià)的基本要求；深層次的意義在于是否發(fā)展了學(xué)生的能力。所以，學(xué)生評(píng)價(jià)中的教學(xué)內(nèi)容和效果占有絕大的權(quán)重。

高職學(xué)校的教學(xué)督導(dǎo)組一般由長(zhǎng)期從事教學(xué)工作或教學(xué)管理的教師組成，他們通過(guò)教學(xué)環(huán)節(jié)的各個(gè)方面對(duì)教師的課堂教學(xué)進(jìn)行檢查和評(píng)價(jià)，督導(dǎo)評(píng)價(jià)有利于教師進(jìn)行良好的自我約束和自我提高。根據(jù)本文建立的模型權(quán)重分析，可知教師的教學(xué)態(tài)度和內(nèi)容是督導(dǎo)檢查的重中之重。

4.結(jié)語(yǔ)

本文針對(duì)高職學(xué)生的學(xué)習(xí)特點(diǎn)和發(fā)展需要，應(yīng)用層次分析法對(duì)影響教學(xué)質(zhì)量的各因素進(jìn)行了分析，描述了各種因素影響下教學(xué)質(zhì)量評(píng)價(jià)的具體實(shí)施情況，建立了這門(mén)課的教學(xué)評(píng)價(jià)模型。通過(guò)與以往的經(jīng)驗(yàn)性數(shù)據(jù)的對(duì)比分析，表明該方法的有效性。同時(shí)說(shuō)明AHP簡(jiǎn)單易行，并通過(guò)各個(gè)目標(biāo)層之間的層次關(guān)系和各因素之間的權(quán)重獲得良好的研究成果，為深入研究建立高職《高等數(shù)學(xué)》的教學(xué)評(píng)價(jià)體系提供了理論依據(jù)。

參考文獻(xiàn)：

［1］楊萍.AHP法在評(píng)價(jià)教師課堂教學(xué)中的應(yīng)用［J］.數(shù)學(xué)的實(shí)踐與認(rèn)識(shí)，2004，34（2）：32-34.

篇3

格雷厄姆和多德在《證券分析》一書(shū)中對(duì)股票價(jià)格波動(dòng)的本質(zhì)進(jìn)行了分析，說(shuō)明了“股票內(nèi)在價(jià)值”對(duì)于投資的重要性，隨后，這個(gè)領(lǐng)域的研究引起了眾多經(jīng)濟(jì)金融學(xué)家的興趣，經(jīng)過(guò)幾十年的探索，得到了大量的重要研究成果，而且不乏廣泛應(yīng)用的方法，但是，對(duì)于新興市場(chǎng)和普通投資者卻難以采用。這里，我們希望借用20世紀(jì)80年代興起的灰色系統(tǒng)理論，探索一套簡(jiǎn)便易用的股票投資價(jià)值預(yù)測(cè)方法。本文探討了灰色預(yù)測(cè)方法及其在股票價(jià)格預(yù)測(cè)中應(yīng)用的理論基礎(chǔ)和方法，以期能為投資者的決策行為提供一定的指導(dǎo)作用。

1.問(wèn)題的提出

我們知道，股票市場(chǎng)的價(jià)格走勢(shì)是極為復(fù)雜且難以預(yù)測(cè)的。股票價(jià)格對(duì)市場(chǎng)信息如何進(jìn)行反應(yīng)，即使最高明最富經(jīng)驗(yàn)的分析師也難以穩(wěn)操勝券，這是因?yàn)?，我們?nèi)狈π畔?duì)市場(chǎng)影響的傳導(dǎo)系統(tǒng)的結(jié)構(gòu)和系統(tǒng)傳導(dǎo)模型，不能準(zhǔn)確把握金融政策、利率政策、公司狀況、國(guó)際市場(chǎng)及投資者心理承受能力等因素的變化及其對(duì)市場(chǎng)的影響方式和作用，只能似是而非地對(duì)價(jià)格走勢(shì)進(jìn)行把握，其結(jié)果可想而知。

于是，如何判斷或預(yù)測(cè)股票市場(chǎng)價(jià)格走勢(shì)引起了眾多經(jīng)濟(jì)金融學(xué)家和市場(chǎng)分析人員的極大興趣，在許多經(jīng)濟(jì)學(xué)家的共同努力下，股票定價(jià)方法向著量化方向發(fā)展，建立了大量令人振奮的定價(jià)方法。格雷厄姆和多德在1934年《證券分析》一書(shū)對(duì)1929年美國(guó)股票市場(chǎng)價(jià)格暴跌的深刻反思,認(rèn)為股票價(jià)格的波動(dòng)是建立在股票“內(nèi)在價(jià)值”基礎(chǔ)上的，股票價(jià)格會(huì)由于各種非理性原因偏離“內(nèi)在價(jià)值”，但隨著時(shí)間的推移這種偏離會(huì)得到糾正而回到“內(nèi)在價(jià)值”，因此，股票價(jià)格的未來(lái)表現(xiàn)可通過(guò)與“內(nèi)在價(jià)值”的比較而加以判斷。但“內(nèi)在價(jià)值”取決于公司未來(lái)盈利能力，因此，對(duì)公司未來(lái)盈利能力及其現(xiàn)金流的準(zhǔn)確把握將是非常關(guān)鍵的。此后，戈登在對(duì)“內(nèi)在價(jià)值”進(jìn)行深入的量化分析的基礎(chǔ)上，提出了著名的股票定價(jià)的現(xiàn)金流量模型即“戈登模型”，然而，公司未來(lái)現(xiàn)金流是不確定的，為該模型的廣泛應(yīng)用帶來(lái)麻煩，為此，關(guān)于股票定價(jià)的早期研究就集中在確定公司未來(lái)現(xiàn)金流。費(fèi)雪(Fisher)教授認(rèn)為未來(lái)資產(chǎn)收益的不確定性可用概率分布來(lái)描述，馬夏克（Marschak）、?？怂?Hicks)等學(xué)者經(jīng)過(guò)一系列研究認(rèn)為投資者的投資偏好可以看作是對(duì)投資于未來(lái)收益的概率分布矩的偏好,并可用均方差空間的無(wú)差異曲線來(lái)表示,同時(shí)，他們還發(fā)現(xiàn)“大數(shù)定律”在包含多種風(fēng)險(xiǎn)資產(chǎn)投資中會(huì)發(fā)揮某種作用。戈登模型在股票價(jià)值分析中占有非常重要的地位，成為單只股票估價(jià)分析的基本方法，然而，該方法并沒(méi)有解決股票投資風(fēng)險(xiǎn)與未來(lái)現(xiàn)金流折現(xiàn)率的關(guān)系，直到亨利·馬科維茨（H·Markowitz）教授的現(xiàn)代證券組合理論的建立才對(duì)這一基本問(wèn)題有了明確的認(rèn)識(shí)，從而，一定程度上消除了該模型的致命缺陷。

在現(xiàn)實(shí)生活中，很少有投資者會(huì)將所有的投資集中在一只股票上，基于此，馬科維茨（H·Markowitz）教授于1938年提出了投資組合的概念，建立了現(xiàn)代證券組合理論，以統(tǒng)計(jì)學(xué)上的均值和方差等概念來(lái)衡量組合的收益和風(fēng)險(xiǎn)，給出了投資者如何根據(jù)自己的風(fēng)險(xiǎn)承受能力建立自己的最優(yōu)組合以最大化其投資收益，并將風(fēng)險(xiǎn)分解為系統(tǒng)和非系統(tǒng)風(fēng)險(xiǎn)，從而，指導(dǎo)投資者最優(yōu)化其投資行為。此后，其學(xué)生威廉·夏普（M·Sharpe）、林特納(Lintner)等為強(qiáng)化該理論的應(yīng)用，將其注意力從馬科維茨的微觀研究轉(zhuǎn)向整個(gè)市場(chǎng)，將其復(fù)雜形態(tài)簡(jiǎn)化為以市場(chǎng)指數(shù)為基礎(chǔ)的單因素關(guān)系，并發(fā)現(xiàn)在均衡市場(chǎng)條件下資本資產(chǎn)的收益與風(fēng)險(xiǎn)遵循線性關(guān)系，即著名的以均值--方差模型為前提的資本資產(chǎn)定價(jià)模型（CAPM）。然而，由于CAPM所要求的前提過(guò)于嚴(yán)格限制了其應(yīng)用，許多經(jīng)濟(jì)學(xué)家試圖研究在一定弱化條件下的定價(jià)理論，他們是邁耶斯(Mayers，1972)的存在大量非市場(chǎng)化資產(chǎn)的投資定價(jià)理論、羅斯（Ross）的套利定價(jià)理論(APT)以及布里登（Breeden）資產(chǎn)收益率與平均消費(fèi)增長(zhǎng)率的線性關(guān)系模型（CCAPM）等等為數(shù)眾多的數(shù)量化投資模型，為市場(chǎng)投資行為選擇提供了一定決策依據(jù)。

Roberts和Osbome在對(duì)股票市場(chǎng)價(jià)格的長(zhǎng)期研究后，發(fā)現(xiàn)市場(chǎng)價(jià)格遵循“隨機(jī)漫步”或“隨機(jī)游動(dòng)”的規(guī)律，由此，以Fama教授為代表的經(jīng)濟(jì)學(xué)家提出了有效市場(chǎng)理論，認(rèn)為投資者對(duì)市場(chǎng)信息會(huì)作出合理的反應(yīng)，將市場(chǎng)信息與股票價(jià)格相結(jié)合。進(jìn)入1980年代，在探尋一般均衡定價(jià)模型進(jìn)展不大的情況下，將定價(jià)理論的研究方向轉(zhuǎn)向注重市場(chǎng)信息的考察。經(jīng)過(guò)實(shí)證檢驗(yàn)，邦德特和塞勒(BondtandTheler1985)發(fā)現(xiàn)股市存在投資者有時(shí)對(duì)某些消息反應(yīng)過(guò)度(overreact)，而杰格蒂什(Jegadeesh1990)、萊曼(Lehmann1990)等則發(fā)現(xiàn)了股價(jià)短期滯后反應(yīng)現(xiàn)象，由此，杰格蒂什和迪特曼(Titman1993)認(rèn)為投資者對(duì)有關(guān)公司長(zhǎng)遠(yuǎn)發(fā)展的消息往往有過(guò)度的反應(yīng)，而對(duì)只影響短期收益的消息則反應(yīng)不足，關(guān)于這一點(diǎn)仍然存在著爭(zhēng)論，盡管如此，信息與股價(jià)之間應(yīng)存在著某種關(guān)系得到了經(jīng)濟(jì)學(xué)家們的認(rèn)同，并且，弗倫奇和羅爾(Roll)的實(shí)證研究證明了股價(jià)波動(dòng)幅度與可獲得信息量之間存在著良好的正相關(guān)關(guān)系。

然而，這些定價(jià)理論在現(xiàn)代經(jīng)濟(jì)金融學(xué)家的推動(dòng)下得到巨大發(fā)展的同時(shí)也遇到了嚴(yán)峻的挑戰(zhàn)，這種挑戰(zhàn)表明了“對(duì)(股票、債券等)金融資產(chǎn)價(jià)格變動(dòng)缺乏有效的解釋手段反映了我們科學(xué)體系的不成熟”，面對(duì)這一現(xiàn)實(shí)，金融學(xué)家們開(kāi)始嘗試?yán)梅蔷€性方法與混沌思想來(lái)理解股票市場(chǎng)行為，甚至采用具有黑盒子性質(zhì)的定價(jià)核概念、半自回歸方法和半非參數(shù)估計(jì)以及近年興起的系統(tǒng)仿真等新方法，試圖解釋信息對(duì)投資行為的影響，這些研究方法將成為股票定價(jià)理論的新興的令人激動(dòng)的發(fā)展領(lǐng)域。

但是，這些模型的應(yīng)用都需要較為高深的專(zhuān)業(yè)知識(shí)和龐大的數(shù)據(jù)系統(tǒng)，而且，所需數(shù)據(jù)要求有較長(zhǎng)的時(shí)間跨度，以滿足“大數(shù)定理”的要求，這些對(duì)于新興市場(chǎng)和廣大的普通投資者來(lái)講，難為其用，而且，市場(chǎng)價(jià)格的變化往往與股票“內(nèi)在價(jià)值”并不一致，因此，尋找一種既簡(jiǎn)便又能適應(yīng)市場(chǎng)基本狀況的定價(jià)方法就自然成為了我們的追求。這里，我們希望借用20世紀(jì)80年代興起的灰色系統(tǒng)理論，探索一套簡(jiǎn)便易用的股票投資價(jià)值預(yù)測(cè)模型，以期能為投資者的決策行為提供一定的指導(dǎo)作用。

2．股票投資價(jià)值灰色系統(tǒng)模型

灰色系統(tǒng)理論（GreySystemTheory）的創(chuàng)立源于20世紀(jì)80年代。鄧聚龍教授在1981年上海中-美控制系統(tǒng)學(xué)術(shù)會(huì)議上所作的“含未知數(shù)系統(tǒng)的控制問(wèn)題”的學(xué)術(shù)報(bào)告中首次使用了“灰色系統(tǒng)”一詞。1982年，鄧聚龍發(fā)表了“參數(shù)不完全系統(tǒng)的最小信息正定”、“灰色系統(tǒng)的控制問(wèn)題”等系列論文，奠定了灰色系統(tǒng)理論的基礎(chǔ)。他的論文在國(guó)際上引起了高度的重視，美國(guó)哈佛大學(xué)教授、《系統(tǒng)與控制通信》雜志主編布羅克特（Brockett）給予灰色系統(tǒng)理論高度評(píng)價(jià)，因而，眾多的中青年學(xué)者加入到灰色系統(tǒng)理論的研究行列，積極探索灰色系統(tǒng)理論及其應(yīng)用研究。

事實(shí)上，灰色系統(tǒng)的概念是由英國(guó)科學(xué)家艾什比（W·R·Ashby）所提出的“黑箱”（BlackBox）概念發(fā)展演進(jìn)而來(lái)，是自動(dòng)控制和運(yùn)籌學(xué)相結(jié)合的產(chǎn)物。艾什比利用黑箱來(lái)描述那些內(nèi)部結(jié)構(gòu)、特性、參數(shù)全部未知而只能從對(duì)象外部和對(duì)象運(yùn)動(dòng)的困果關(guān)系及輸出輸入關(guān)系來(lái)研究的一類(lèi)事物。鄧聚龍系統(tǒng)理論則主張從事物內(nèi)部，從系統(tǒng)內(nèi)部結(jié)構(gòu)及參數(shù)去研究系統(tǒng)，以消除“黑箱”理論從外部研究事物而使已知信息不能充分發(fā)揮作用的弊端，因而，被認(rèn)為是比“黑箱”理論更為準(zhǔn)確的系統(tǒng)研究方法。所謂灰色系統(tǒng)是指部分信息已知而部分信息未知的系統(tǒng)，灰色系統(tǒng)理論所要考察和研究的是對(duì)信息不完備的系統(tǒng)，通過(guò)已知信息來(lái)研究和預(yù)測(cè)未知領(lǐng)域從而達(dá)到了解整個(gè)系統(tǒng)的目的。灰色系統(tǒng)理論與概率論、模糊數(shù)學(xué)一起并稱(chēng)為研究不確定性系統(tǒng)的三種常用方法，具有能夠利用“少數(shù)據(jù)”建模尋求現(xiàn)實(shí)規(guī)律的良好特性，克服了數(shù)據(jù)不足或系統(tǒng)周期短的矛盾。

目前，灰色系統(tǒng)理論得到了極為廣泛的應(yīng)用，不僅成功地應(yīng)用于工程控制、經(jīng)濟(jì)管理、社會(huì)系統(tǒng)、生態(tài)系統(tǒng)等領(lǐng)域，而且在復(fù)雜多變的農(nóng)業(yè)系統(tǒng)，如在水利、氣象、生物防治、農(nóng)機(jī)決策、農(nóng)業(yè)規(guī)劃、農(nóng)業(yè)經(jīng)濟(jì)等方面也取得了可喜的成就?；疑到y(tǒng)理論在管理學(xué)、決策學(xué)、戰(zhàn)略學(xué)、預(yù)測(cè)學(xué)、未來(lái)學(xué)、生命科學(xué)等領(lǐng)域展示了極為廣泛的應(yīng)用前景。

那么，灰色系統(tǒng)是否能夠在股票市場(chǎng)價(jià)格走勢(shì)方面發(fā)揮作用呢？以及怎樣發(fā)揮作用？這是本文要探索的問(wèn)題。

勿容質(zhì)疑，股票價(jià)格的“內(nèi)在價(jià)值”的研究為我們認(rèn)識(shí)股票價(jià)格提供了重要途徑，然而，其運(yùn)用受相關(guān)專(zhuān)門(mén)知識(shí)的約束，同時(shí)，也受人們對(duì)公司未來(lái)現(xiàn)金流的預(yù)期是否合理與準(zhǔn)確的影響，那么，股票價(jià)格偏離其“內(nèi)在價(jià)值”的糾正，必然需要一定的學(xué)習(xí)過(guò)程，并付出相應(yīng)的代價(jià)即“學(xué)習(xí)成本”。如果將市場(chǎng)有效性與信息定價(jià)機(jī)制相結(jié)合，將對(duì)股票市場(chǎng)的定價(jià)機(jī)制有一個(gè)全新的認(rèn)識(shí)。在股票價(jià)格與其“內(nèi)在價(jià)值”的關(guān)系上，人們發(fā)現(xiàn)股票價(jià)格不僅反映其內(nèi)在價(jià)值的信息，而且反映了市場(chǎng)交易者的“噪聲”（Black，1986），因而，股票價(jià)格的偏離不會(huì)總回到其“內(nèi)在價(jià)值”。這樣，我們根據(jù)這些所知信息還是難以預(yù)測(cè)或把握市場(chǎng)價(jià)格走勢(shì)，從而經(jīng)常出現(xiàn)投資者對(duì)信息的過(guò)度反應(yīng)或反應(yīng)不足的現(xiàn)象。

我國(guó)股票市場(chǎng)有“政策市”、“消息市”之稱(chēng)，應(yīng)該說(shuō)這是效率市場(chǎng)的應(yīng)有狀況，令人遺憾的是，許多學(xué)者的研究表明，我國(guó)股市的股票價(jià)格對(duì)其反應(yīng)“內(nèi)在價(jià)值”的信息未能作出充分的反應(yīng)，因而，認(rèn)為我國(guó)股市的這種反應(yīng)機(jī)制是跛足的（包建祥，1999），“有關(guān)股票市場(chǎng)的政策法規(guī)報(bào)道”是對(duì)投資者最有價(jià)值的信息，對(duì)股價(jià)的影響也最大（茆詩(shī)松，1997。），而且存在著對(duì)信息的反應(yīng)過(guò)度及反應(yīng)不足（魏剛，1998；張人驥，1998。），呼吁建立完善的信息定價(jià)機(jī)制。應(yīng)該說(shuō)，我國(guó)股票市場(chǎng)經(jīng)過(guò)近年的發(fā)展，市場(chǎng)的信息定價(jià)機(jī)制得到了一定程度的完善，市場(chǎng)對(duì)信息的敏感性有了實(shí)質(zhì)的提高，對(duì)影響股票“內(nèi)在價(jià)值”的信息，不論是系統(tǒng)信息還是非系統(tǒng)信息，股票價(jià)格均有相應(yīng)的反應(yīng)，因而，為通過(guò)市場(chǎng)價(jià)格的一定歷史時(shí)期的反應(yīng)判斷市場(chǎng)價(jià)格的未來(lái)走勢(shì)，提供了可能。

由于股票價(jià)格應(yīng)該反應(yīng)與其相關(guān)的市場(chǎng)信息，那么，信息在價(jià)格中的輸入和傳遞就有其相應(yīng)的軌跡和強(qiáng)度，這種軌跡和強(qiáng)度取決于該股票的價(jià)格對(duì)相關(guān)信息的反應(yīng)機(jī)制和靈敏性，而對(duì)于不同的股票，價(jià)格反應(yīng)信息的機(jī)制和靈敏性有著相當(dāng)?shù)牟煌?，并隨時(shí)間變化而變化，那么是什么原因造成這種差異，以及這種軌跡和強(qiáng)度大小是什么，難以準(zhǔn)確把握，也就無(wú)法準(zhǔn)確地把握和股票“內(nèi)在價(jià)值”，在新興市場(chǎng)中，這種狀況尤甚。

但是，我們也注意到，在新興市場(chǎng)中，作為絕大多數(shù)投資者來(lái)講，他們難以稱(chēng)得上真正意義上的投資者，更像是通常的“投機(jī)者”，即以市場(chǎng)交易差價(jià)獲取利益，并不是以獲取公司分紅或股利為目的，因而，對(duì)這些投資者來(lái)講，公司股票的“內(nèi)在價(jià)值”是多少似乎顯得那么重要了，他們最為關(guān)心的應(yīng)該是股票市場(chǎng)價(jià)格的近期走勢(shì)如何，以判斷價(jià)差的大小，從而決定該股票是否值得買(mǎi)賣(mài)，因此，交易過(guò)程中并不需要知道公司股票“內(nèi)在價(jià)值”。由此可知，股票價(jià)格的市場(chǎng)表現(xiàn)的趨勢(shì)判斷就顯得非常有意義了。

由于股票價(jià)格是相關(guān)信息的綜合反應(yīng)，所有的相關(guān)信息的傳導(dǎo)機(jī)制和靈敏度都得到了相應(yīng)的反應(yīng)。雖然，我們并不知道這種傳導(dǎo)的方式和靈敏度是什么，但是，我們?nèi)匀豢梢岳眠m當(dāng)方法通過(guò)信息在價(jià)格中的歷史反應(yīng)來(lái)判斷價(jià)格的未來(lái)行動(dòng)方向或狀態(tài)，從而尋求信息在股票市場(chǎng)價(jià)格中的反應(yīng)機(jī)制，這是因?yàn)闅v史行為反應(yīng)至少部分反應(yīng)了價(jià)格行為固有規(guī)律，并反應(yīng)了價(jià)格對(duì)新信息的反應(yīng)能力，這種反應(yīng)能力決定了價(jià)格的進(jìn)一步發(fā)展的方向。我們認(rèn)為，灰色系統(tǒng)理論的建立為測(cè)定和反應(yīng)這種傳導(dǎo)機(jī)制和靈敏度提供了一種較好的方法。

我們知道，灰色系統(tǒng)是通過(guò)對(duì)原始數(shù)據(jù)的收集與整理來(lái)尋求其發(fā)展變化的規(guī)律，這是因?yàn)?，客觀系統(tǒng)所表現(xiàn)出來(lái)的現(xiàn)象盡管紛繁復(fù)雜，但其發(fā)展變化有著自己的客觀邏輯規(guī)律，是系統(tǒng)整體各功能間的協(xié)調(diào)統(tǒng)一，因此，如何通過(guò)散亂的數(shù)據(jù)系列去尋找其內(nèi)在的發(fā)展規(guī)律就顯得特別重要?；疑到y(tǒng)理論認(rèn)為，一切灰色序列都能通過(guò)某種生成弱化其隨機(jī)性而呈現(xiàn)本來(lái)的規(guī)律，也就是通過(guò)灰色數(shù)據(jù)序列建立系統(tǒng)反應(yīng)模型，并通過(guò)該模型預(yù)測(cè)系統(tǒng)的可能變化狀態(tài)。

灰色系統(tǒng)理論認(rèn)為微分方程能較準(zhǔn)確地反應(yīng)事件的客觀規(guī)律，即對(duì)于時(shí)間為t的狀態(tài)變量，通過(guò)方程就能夠基本反映事件的變化規(guī)律，那么，假定某股票價(jià)格的狀態(tài)初始序列為，通過(guò)灰色一階累加生成序列和弱化關(guān)系式(k=1,2,…,n)，我們就可以得到該股票價(jià)格的時(shí)間狀態(tài)的灰色微分方程為，系數(shù)a就是股票價(jià)格對(duì)信息的敏感性，是股票價(jià)格狀態(tài)對(duì)信息反應(yīng)系統(tǒng)變化內(nèi)在規(guī)律的指標(biāo)，在灰色系統(tǒng)里被稱(chēng)為“系統(tǒng)發(fā)展系數(shù)”，而（k=1，2，…）就是該股票在未來(lái)k+1時(shí)間的市場(chǎng)價(jià)格。

根據(jù)灰色系統(tǒng)理論，要把握市場(chǎng)價(jià)格走勢(shì)和發(fā)展方向，并不需要知道是什么信息或多少信息影響其價(jià)格的變化以及如何影響，諸如宏觀經(jīng)濟(jì)因素的變動(dòng)、公司基本面的變化、市場(chǎng)參與人數(shù)的增減等等因素分別對(duì)價(jià)格影響及其方式或者是這些因素的綜合影響，我們所需要的只是新信息的加入會(huì)使原有的趨勢(shì)得以改變，新信息的不斷加入是市場(chǎng)價(jià)格不斷變化的驅(qū)動(dòng)力，而新信息的影響并不是在瞬間完成的，而是需要一定的時(shí)間進(jìn)行消化在市場(chǎng)價(jià)格中逐步體現(xiàn)，這就是通常意義的歷史信息的記憶功能，這種記憶能力對(duì)于市場(chǎng)價(jià)格走勢(shì)的驅(qū)動(dòng)力具有一定的“慣性”作用，通過(guò)判斷這種驅(qū)動(dòng)力（系統(tǒng)發(fā)展系數(shù)）的發(fā)展變化來(lái)預(yù)測(cè)未來(lái)價(jià)格走勢(shì)正是灰系統(tǒng)理論所要解決的問(wèn)題。

3.灰色系統(tǒng)模型的應(yīng)用實(shí)例

3.1時(shí)間轉(zhuǎn)折預(yù)測(cè)

這里，我們以上海綜合指數(shù)的日收盤(pán)指數(shù)為標(biāo)準(zhǔn)，以2000年1月10日1545.11點(diǎn)為起點(diǎn)，如果局部低點(diǎn)和高點(diǎn)之間相差200個(gè)點(diǎn)以上，認(rèn)為市場(chǎng)指數(shù)出現(xiàn)了一次轉(zhuǎn)折，將低點(diǎn)-高點(diǎn)的變化看作一個(gè)階段，因而，我們選擇各階段的局部最高點(diǎn)和最低點(diǎn)，并選擇相臨的指數(shù)相差200點(diǎn)以上的點(diǎn)，計(jì)算其距離起點(diǎn)的月份數(shù)，以構(gòu)造指數(shù)走勢(shì)的量化分析，具體數(shù)據(jù)見(jiàn)表1。根據(jù)灰色微分方程可以得到指數(shù)轉(zhuǎn)折點(diǎn)的時(shí)間方程為：，其中k=1，2，…。

根據(jù)這個(gè)模型可以對(duì)指數(shù)轉(zhuǎn)折情況進(jìn)行預(yù)測(cè)，計(jì)算結(jié)果和模擬誤差狀況見(jiàn)表2，由表可以看出，該模型對(duì)指數(shù)轉(zhuǎn)折時(shí)間點(diǎn)預(yù)測(cè)的殘差平方和0.54，模型預(yù)測(cè)平均相對(duì)誤差為2.6%，小誤差概率幾近為1，因此，平均預(yù)測(cè)精度為97.4%，預(yù)測(cè)精度為二級(jí)，說(shuō)明該方法基本可用于市場(chǎng)綜合走勢(shì)轉(zhuǎn)折時(shí)間的初步預(yù)測(cè)。由此轉(zhuǎn)折預(yù)測(cè)方程，我們可得到后一階段的5個(gè)預(yù)測(cè)值為：19.4、23.3、27.9、33.6和40.3。第一個(gè)預(yù)測(cè)值19.3表明下一轉(zhuǎn)折點(diǎn)在從2000年1月起的第19個(gè)月左右，即約在2001年7月會(huì)出現(xiàn)一次重大轉(zhuǎn)折，再經(jīng)過(guò)約4個(gè)月的調(diào)整后將又會(huì)有一次較大的轉(zhuǎn)折，即預(yù)計(jì)在2001年11月份可有一次200點(diǎn)以上的變化。

表1時(shí)間序列表

3.2上海綜合指數(shù)的預(yù)測(cè)

2001年來(lái)，上海綜合指數(shù)收盤(pán)指數(shù)從1月2日的2103點(diǎn)降至10月22日的1520點(diǎn)，跌幅近30%，如以當(dāng)年最高點(diǎn)2245點(diǎn)計(jì)，跌幅更深，因此，我們應(yīng)用灰色系統(tǒng)模型對(duì)股票指數(shù)變化狀況進(jìn)行預(yù)測(cè)，以期能更好地開(kāi)展投資決策和最大限度地降低風(fēng)險(xiǎn)。根據(jù)灰色微分方程建立上海綜合指數(shù)走勢(shì)預(yù)測(cè)模型，為此，我們以上海綜合指數(shù)的實(shí)際周收盤(pán)數(shù)為基礎(chǔ)，以2001年8月10日周收盤(pán)價(jià)1955.04點(diǎn)為數(shù)據(jù)系列的起點(diǎn)，得到指數(shù)走勢(shì)的預(yù)測(cè)方程：，其中，k=1，2，…。根據(jù)這個(gè)模型對(duì)指數(shù)的預(yù)測(cè)，結(jié)果和誤差狀況見(jiàn)表3，由表可以看出，該模型對(duì)指數(shù)序列模擬的殘差平方和為1259.90，模擬的平均相對(duì)誤差為0.79%，因此，平均預(yù)測(cè)精度為99.21%，最大預(yù)測(cè)誤差為1.20%，小誤差概率近似為1。從模型本身來(lái)看，應(yīng)該說(shuō)對(duì)上證綜合指數(shù)的預(yù)測(cè)精度基本能達(dá)到要求。

3.3新陳代謝模型與事后檢驗(yàn)

事后檢驗(yàn)是根據(jù)模型預(yù)測(cè)值與市場(chǎng)實(shí)際表現(xiàn)進(jìn)行比較而得到的，根據(jù)該指數(shù)走勢(shì)預(yù)測(cè)模型，我們可以得到未來(lái)4周的收盤(pán)指數(shù)分別為1768.66、1741.12、1714.00和1687.31，總體是一個(gè)下降的趨勢(shì)，上海綜合指數(shù)的實(shí)際值1807.02、1764.87、1691.33和1572.45，實(shí)際誤差分別為2.12%、1.34%、-1.34%和-7.30%，表明有較為理想的預(yù)測(cè)效果。但實(shí)際結(jié)果也表明，利用某一數(shù)據(jù)系列對(duì)走勢(shì)或時(shí)間轉(zhuǎn)折進(jìn)行長(zhǎng)期的預(yù)測(cè)，隨著時(shí)間的推移，由于新信息的作用沒(méi)有得到體現(xiàn)，歷史信息影響程度的有限性，即價(jià)格對(duì)信息的記憶與預(yù)見(jiàn)能力是有限的，也就是說(shuō)，信息對(duì)系統(tǒng)的影響會(huì)隨著時(shí)間的流逝而逐漸減弱，誤差將會(huì)越來(lái)越大因此，我們采用新陳代謝GM模型對(duì)2001年8月17日開(kāi)始的上證綜合指數(shù)趨勢(shì)進(jìn)行模擬，即利用最新的數(shù)據(jù)替換最舊的數(shù)據(jù)以最大限度地體現(xiàn)新信息對(duì)市場(chǎng)走勢(shì)的影響，計(jì)算的結(jié)果列于表4，結(jié)果表明，模型預(yù)測(cè)的最小預(yù)測(cè)誤差為-0.03%，最大預(yù)測(cè)誤差是7.73%。在趨勢(shì)判斷上，預(yù)測(cè)趨勢(shì)與市場(chǎng)實(shí)際表現(xiàn)有著較為一致的變化。從其模擬散點(diǎn)圖看，預(yù)測(cè)值與市場(chǎng)實(shí)際表現(xiàn)有著極為吻合的效果。

表4新陳代謝GM模擬結(jié)果與后驗(yàn)表

后驗(yàn)相對(duì)誤差圖

4.小結(jié)

通過(guò)以上分析可以發(fā)現(xiàn)，灰色投資價(jià)值模型的預(yù)測(cè)是短期的，一般地講，對(duì)3個(gè)以上時(shí)間跨度后的預(yù)測(cè)誤差較大，因此，需要利用新陳代謝模型進(jìn)行重新估計(jì)，舊有的信息對(duì)系統(tǒng)的發(fā)展發(fā)揮持續(xù)的影響，而新信息的作用效果未能得到充分的反映，這就決定了僅根據(jù)原有信息進(jìn)行的預(yù)測(cè)會(huì)比較大地偏離實(shí)際運(yùn)動(dòng)軌跡，從而失去了模型預(yù)測(cè)的意義。因此，在實(shí)際的應(yīng)用過(guò)程中，我們應(yīng)在模型中不斷補(bǔ)充新的信息，去掉那些對(duì)于預(yù)測(cè)的作用日益減小的舊數(shù)據(jù)，以反映新的信息對(duì)系統(tǒng)發(fā)展的影響特征。事實(shí)上，對(duì)于絕大部分系統(tǒng)來(lái)講，系統(tǒng)對(duì)信息的記憶功能是極為有限的，舊的信息對(duì)系統(tǒng)發(fā)展的作用將隨著時(shí)間的推移而不斷減小，因而，在應(yīng)用該模型進(jìn)行預(yù)測(cè)時(shí)，不斷更新數(shù)據(jù)系列將是十分重要。

我們也注意到，預(yù)測(cè)值相較于實(shí)際值似乎有一個(gè)單位時(shí)間的延遲，這種延遲表明該預(yù)測(cè)模型有一個(gè)“追漲”、“殺跌”的特性，這進(jìn)一步說(shuō)明了該模型的短期預(yù)測(cè)特性，這是可能因?yàn)椋撃Ｐ偷念A(yù)測(cè)結(jié)果放大了舊信息對(duì)系統(tǒng)的影響程度，從而使預(yù)測(cè)結(jié)果產(chǎn)生一定程度的偏離，特別是在市場(chǎng)出現(xiàn)“暴漲”或“暴跌”的情況下，該模型的預(yù)測(cè)誤差相對(duì)較大。盡管該方法在一定程度上對(duì)于短期的走勢(shì)判斷有著良好的效果，但我們認(rèn)為，為避免“追漲”、“殺跌”的作用所導(dǎo)致的重大趨勢(shì)延遲影響，將市場(chǎng)變化的時(shí)間轉(zhuǎn)折周期預(yù)測(cè)結(jié)合使用是一個(gè)可行的選擇，并適當(dāng)加以調(diào)整，以避免或減少在對(duì)市場(chǎng)宏觀走勢(shì)重大變化的判斷中犯致命錯(cuò)誤?；诖?，我們正努力尋求新的算法和預(yù)測(cè)趨勢(shì)與市場(chǎng)重大變化的實(shí)際關(guān)系，以期消除預(yù)測(cè)判斷上的失誤。在應(yīng)用GM模型進(jìn)行系統(tǒng)預(yù)測(cè)時(shí)，所應(yīng)用的數(shù)據(jù)系列要求具有一定的光滑度，對(duì)那些具有劇烈跳躍性質(zhì)的數(shù)據(jù)系列的系統(tǒng)，其預(yù)測(cè)效果不是十分理想，研究表明，系統(tǒng)本身的發(fā)展系數(shù)過(guò)大（大于1.5）時(shí)，用這種方法模擬的精確度不到50%，因此，對(duì)于價(jià)格變化較為頻繁且有較大波動(dòng)幅度的個(gè)股，這個(gè)方法對(duì)于指導(dǎo)其投資決策的意義會(huì)有所限制，我們正在進(jìn)一步的研究之中。

參考文獻(xiàn)

1.包建祥，《對(duì)股票市場(chǎng)信息定價(jià)機(jī)制的重新詮釋》，《證券市場(chǎng)導(dǎo)報(bào)》，1999年第四期

2.鄧聚龍，《灰色系統(tǒng)(社會(huì)·經(jīng)濟(jì))》，國(guó)防工業(yè)出版社，1983

3.李慶揚(yáng)，王能超，易大義，《數(shù)值分析》，華中理工大學(xué)出版社，1989

4.李祚泳，灰色系統(tǒng)理論和應(yīng)用的最新進(jìn)展，《大自然探索》，1992，(1)

5.茆詩(shī)松等，《政策、擴(kuò)容、消息對(duì)上海股市的影響》，《中國(guó)證券市場(chǎng)實(shí)證分析》，學(xué)林出版社，1997

6.湯敏，茅于軾主編，《現(xiàn)代經(jīng)濟(jì)學(xué)前沿專(zhuān)題》，第一集

7.魏剛，《我國(guó)上市公司股利分配的實(shí)證研究》，《經(jīng)濟(jì)研究》，1998年第六期

8.約翰·伊特韋爾等編，《新帕爾格雷夫經(jīng)濟(jì)學(xué)大辭典》，經(jīng)濟(jì)科學(xué)出版社，1992

9.張人驥，朱平方，王懷芳，《上海證券市場(chǎng)過(guò)度反應(yīng)的實(shí)證研究》，《經(jīng)濟(jì)研究》，1998年第5期

10.Ball，R.，1995，TheoryofStockMarketEfficiency：AccomplishmentsandLimitations，JournalofAppliedCorporateFinance，Spring

11.Black，F(xiàn).，1995，Noise，TheJournalofFinance，Vol.XII.No.3

12.Elton，LeonardJandGruber，MartinJ.，1991，ModernPortfolioTheoryAndInvestmentAnalysis，NewYorkUniversity，F(xiàn)ourthedition