京公网安备 11010802034615号
经营许可证编号:京B2-20210330
变局:从数据分析一年前后A股
回忆总是美好的。1年前的7月,A股结束了长达6年的“漫漫熊途”,2014年11月央行2年多以来首次降息,促发了A股此后7个月的大牛行情。现在A股已经从最高点回落了近40%或2000点。那么在牛市一周年后,A股究竟发生了怎样的变化?为回答这个问题,不妨把这一年以来A股的各类数据直接比较。结果会怎样?
先看指数涨跌这个核心数据:去年A股上涨52.87%,而今年以来,A股已经由高峰时的涨56%变为目前下跌1%。全球股市来看,美英也是先扬后抑,2014年,美、德、法、英、日股市分别涨7.52%、2.65%、-0.54%、-2.71%、7.12%。2015年以来是-8.37%、4.75%、8.06%、-6.06%、4.66%。和股市涨跌密切相关的是市值比较。2014年末,沪深两市的总市值为37万亿元,在今年5月升至历史高位62.7万亿元。而到了8月末这数值已经下降到43.8万亿元。
再看股票市场各类数据的比较。2014年末,沪深300、中小板、创业板的市盈率分别为12.91、42.59和63.76倍,到今年5月末是16.83、83.12和140.92倍,目前是12.15、48.41和75.89倍。融资余额来看,变化更直观。2014年末沪深两融余额刚突破1万亿大关,今年5月末该数据已突破2万亿,但随后却是断崖式的下跌,仅仅3个月过后,两融余额已跌破万亿.
从个股来看,2014年末,两市只有贵州茅台一只百元股,到了今年5月末,百元股大军已经扩充到79只,当中还有个股(全通教育)达到逾400元的历史高价。而目前百元股的数量为11只,最高价为停牌的迅游科技,报218.89元.
可以说大部分股票数据与股市先扬后抑基本吻合,但也有例外。AH溢价指数从去年中以来开始持续攀升,就算A股经历了两轮大跌,也仍能创出阶段新高,或许这与香港股市今年表现不佳有关。香港恒生指数今年以来下跌了近9%,恒生国企指数跌幅更达到18.9%。
股市回落,结果可能和人们想象的并不完全一样。1年前和1年后,既有很多不同,也有很多相似。而比结果更重要的,是这过程带来的启示。
其一,金融产品去杠杆应受到重视。回顾今年以来股市的大起大落,资金杠杆的过度使用以及随后的快速收缩,无疑是起到了很大的作用。也因为这样,制定合理的杠杆使用规则,确立与市场实际情况相符合的杠杆比例,就成为人们重点关注的事情。申万宏源分析师桂浩明认为,资本市场是需要杠杆的,但杠杆的使用又必须是符合中国资本市场实际。信用交易也好,带杠杆的金融产品也好,如何把握好它们的“度”至为关键。在这里,作为主导方的金融机构,的确应该有所担当,从稳定市场,有利可持续发展的角度出发,认真审视金融产品的降杠杆问题,从制度层面解决这个问题。
其二,股市波动有“危”有“机”。上半年努力上涨燃起火爆行情的A股,在最近的两个月里损耗殆尽,涨幅全部“回吐”。诺亚财富东北区域CEO徐珂强认为这次波动对中国资本市场来说,是一个机会,让个人投资者为主导的市场变成机构投资者为主导的市场。其次,互联网金融的发展很快,从业者大多是互联网出身的人。无论是做什么金融,只要涉及到金融,风险控制的能力才是核心。所以这次的股市波动是必须要经历的,而且越早经历越好。
其三,股票市场的运行逻辑未变。国泰君安表示,改革和创新依旧是中国经济内生性转变的核心逻辑,国企央企的改革,万众创新与万众创业的理念的深入人心,中国的新增长动力依旧充沛,这就隐含着一条核心逻辑,创新改革逻辑与经济逐步企稳的核心逻辑不变。
回到股市上,近期投资者对于后期的预期有所看淡,今年经济如呈现L形走势,改革预期加强是给予市场信心恢复的重中之重。比如近期央企国企整合改革方案的逐步出台便是较为明显的信号。
综上所述,对于后期市场依旧可以积极展望与期待,中国转型后的未来与中国资本市场的蓬勃发展是一对密不可分的双生子,国家政策层面的稳定,已经开始逐步唤回市场的信心。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在主成分分析(PCA)、因子分析等降维方法中,“成分得分系数矩阵” 与 “载荷矩阵” 是两个高频出现但极易混淆的核心矩阵 —— ...
2025-11-12大数据早已不是单纯的技术概念,而是渗透各行业的核心生产力。但同样是拥抱大数据,零售企业的推荐系统、制造企业的设备维护、金 ...
2025-11-12在数据驱动的时代,“数据分析” 已成为企业决策的核心支撑,但很多人对其认知仍停留在 “用 Excel 做报表”“写 SQL 查数据” ...
2025-11-12金融统计不是单纯的 “数据计算”,而是贯穿金融业务全流程的 “风险量化工具”—— 从信贷审批中的客户风险评估,到投资组合的 ...
2025-11-11这个问题很有实战价值,mtcars 数据集是多元线性回归的经典案例,通过它能清晰展现 “多变量影响分析” 的核心逻辑。核心结论是 ...
2025-11-11在数据驱动成为企业核心竞争力的今天,“不知道要什么数据”“分析结果用不上” 是企业的普遍困境 —— 业务部门说 “要提升销量 ...
2025-11-11在大模型(如 Transformer、CNN、多层感知机)的结构设计中,“每层神经元个数” 是决定模型性能与效率的关键参数 —— 个数过少 ...
2025-11-10形成购买决策的四个核心推动力的是:内在需求驱动、产品价值感知、社会环境影响、场景便捷性—— 它们从 “为什么买”“值得买吗 ...
2025-11-10在数字经济时代,“数字化转型” 已从企业的 “可选动作” 变为 “生存必需”。然而,多数企业的转型仍停留在 “上线系统、收集 ...
2025-11-10在数据分析与建模中,“显性特征”(如用户年龄、订单金额、商品类别)是直接可获取的基础数据,但真正驱动业务突破的往往是 “ ...
2025-11-07在大模型(LLM)商业化落地过程中,“结果稳定性” 是比 “单次输出质量” 更关键的指标 —— 对客服对话而言,相同问题需给出一 ...
2025-11-07在数据驱动与合规监管双重压力下,企业数据安全已从 “技术防护” 升级为 “战略刚需”—— 既要应对《个人信息保护法》《数据安 ...
2025-11-07在机器学习领域,“分类模型” 是解决 “类别预测” 问题的核心工具 —— 从 “垃圾邮件识别(是 / 否)” 到 “疾病诊断(良性 ...
2025-11-06在数据分析中,面对 “性别与购物偏好”“年龄段与消费频次”“职业与 APP 使用习惯” 这类成对的分类变量,我们常常需要回答: ...
2025-11-06在 CDA(Certified Data Analyst)数据分析师的工作中,“可解释性建模” 与 “业务规则提取” 是核心需求 —— 例如 “预测用户 ...
2025-11-06在分类变量关联分析中(如 “吸烟与肺癌的关系”“性别与疾病发病率的关联”),卡方检验 P 值与 OR 值(比值比,Odds Ratio)是 ...
2025-11-05CDA 数据分析师的核心价值,不在于复杂的模型公式,而在于将数据转化为可落地的商业行动。脱离业务场景的分析只是 “纸上谈兵” ...
2025-11-05教材入口:https://edu.cda.cn/goods/show/3151 “纲举目张,执本末从。” 若想在数据分析领域有所收获,一套合适的学习教材至 ...
2025-11-05教材入口:https://edu.cda.cn/goods/show/3151 “纲举目张,执本末从。” 若想在数据分析领域有所收获,一套合适的学习教材至 ...
2025-11-04【2025最新版】CDA考试教材:CDA教材一级:商业数据分析(2025)__商业数据分析_cda教材_考试教材 (cdaglobal.com) ...
2025-11-04