證券投資的宏觀經濟分析

前言：想要寫出一篇令人眼前一亮的文章嗎？我們特意為您整理了5篇證券投資的宏觀經濟分析范文，相信會為您的寫作帶來幫助，發現更多的寫作思路和靈感。

證券投資的宏觀經濟分析范文第1篇

與往年的投資報告會一樣，本次到場的投資者十分火爆，特區報業大廈禮堂600多個座位座無虛席，部分晚來的投資者只能被安排在加座上。但這絲毫不影響投資者的高昂興致，逢演講精彩之處，禮堂內掌聲如雷，經久不息。

本次報告會邀請了英大證券研究所首席經濟學家李大霄，五礦證券首席策略師、理財中心總經理王先春，中信證券宏觀經濟分析師吳玉立博士。同時，《股市動態分析》雜志社執行主編蔡曉銘也為投資者帶來了雜志社的最新研究成果。會上，各位專家從不同的角度對當前國內外的經濟形勢、A股市場走勢以及投資者最為關心的投資策略等進行了深入淺出的分析與判斷。

《股市動態分析》雜志社社長劉波首先致辭，他為投資者講述了身邊幾個生動的投資故事，由此也拉開了本次報告會的帷幕。

《股市動態分析》2014年證券投資報告會上，曾做主題演講的“多頭大校”李大霄曾在當時提出“熊市已結束 牛市已啟程”的觀點。事實證明其判斷完全正確，而其一直推崇的藍籌股近期漲幅也是有目共睹的。本次報告會，李大霄為投資者做了《中國首次真實牛市自鉆石底始》的演講，明確表示中國證券市場漸漸進入長期投資起點。

五礦證券首席策略師、理財中心總經理王先春認為，2015年的宏觀環境相對復雜，必然影響A股的波動，快牛后或將轉為慢牛。2015年，確定性較強的改革主題包括大金融、國企改革、大基建、新興產業、大消費。其中大金融和國企改革是熱點。

對于2015年中國宏觀經濟走向，中信證券宏觀經濟研究員吳玉立認為，經濟下行壓力依然，預計GDP增長在7.1%左右;同時，政策將全面寬松，年內或再降息、降準。

證券投資的宏觀經濟分析范文第2篇

產品點評

產品設計：保本基金由于數量少、且大多設立規模上限，國內市場上尚屬稀缺品種。

南方恒元保本基金充分發揮了保本基金低風險的優勢，根據宏觀經濟和證券市場的階段性變化，采用優化后的恒定比例投資組合保險(CPPI)機制，對債券和股票的投資比例進行動態調整，在嚴格控制風險和確保本金安全的前提下，力爭基金資產的穩定增值。

南方恒元保本基金將資產配置策略分為兩個層次：一層是對風險資產和無風險資產的配置，主要以恒定比例組合保險策略為依據，將風險資產部分所能承受的最大損失，保持在無風險資產部分所產生的收益之下；另一層是對風險資產部分的配置策略。基金管理人在實際操作中根據現實情況對這兩個層次的策略進,／5-N整。

該基金依據穩健投資、風險第一的原則，以低風險性、在保本期限內具備中期上漲潛力為主要原則，構建股票組合，同時兼顧股票的流動性。通過選擇低風險的股票，保證組合的穩定性；同時選擇具中期上漲潛力的股票，保證組合的收益性i通過分散投資、組合投資和流動性管理，降低個股集中性風險和流動性風險。

此外，該基金還持有相當數量剩余期限與避險周期相近的國債、金融債，以及中長期的國債、金融債，信用等級為AAA以上的企業債，以及中長期逆回購等，提高了整體組合的收益率。

該基金在保本條款上也有所創新，引入擔保人中國投資擔保有限公司，對認購期介入的投資者以及基金成立后的申購者提供同等的本金安全保證，擴大了投資者的保本范圍。

費率水平：該基金的認、申購及贖回費率均采取階梯式模式，認、申購費率隨認購金額遞減，贖回費率隨持有期限遞減。其管理費為1.3％(年)，托管費為0.2％(年)。

基金經理

蔣峰，1974年出生，8年證券投資基金從業經歷。曾任職于鵬華基金管理有限公司和寶盈基金管理有限公司，先后擔任研究部投資策略分析師。宏觀經濟分析師、社保基金理財經理助理和基金經理等工作。2007年3月加入南方基金管理有限公司，現任南方避險增值基金經理及南方寶元債券基金經理。

證券投資的宏觀經濟分析范文第3篇

關鍵詞：大數據；證券投資；教學

中圖分類號：G642.0 文獻標志碼：A 文章編號：1674-9324（2017）06-0133-02

一、大數據簡介

2011年，McKinsey公司將大數據定義為“超過了典型數據庫軟件工具捕獲、存儲、管理和分析數據能力的數據集”[1]。而本質上，大數據不僅意味著數據的大容量，還體現了一些區別于“海量數據”的特點[2]。從某種程度上說，大數據是數據分析的前沿技術，從數量巨大、結構復雜、類型眾多的數據中，快速獲得有價值信息的能力，就是大數據技術[3]。

隨著互聯網的發展和智能手機的出現，人們的社交、工作、購物、出行等生活中的點點滴滴的變化都成為了可被記錄和分析的數據，經過一段時間的收集、整理與分析挖掘后，便能從中獲得有價值的信息。大數據環境的到來，使得數據成為一種資產，一種與物質資產和人力資本相提并論的重要生產要素[4]。哈佛大學社會學教授加里?金曾指出“這是一場革命，龐大的數據資源使得各個領域開始了量化進程，無論學術界、商界還是政府，所有領域都將開始這種進程。”

二、大數據促進《證券投資學》教學改革

大數據時代的開啟，增強了全球的“數據”意識，提高了社會的“數據”需求，也改變了《證券投資學》的教學。

1.數據共享提供實操平臺。長期以來，盡管中國社會積累了相當豐富的數據資源，但其中絕大多數沒有經過有效的整理，電子化、共享化程度低。于是國家開始系統部署大數據發展工作，推動政府部門數據共享與公共數據資源開放。由此，帶給證券投資者一種過去所沒有的國際國內有關政府、企業的大量數據共享，使得人們通過一臺電腦就能知曉宏觀經濟、金融市場和行業企業的各種變化，從而調整證券投資策略。這就要求《證券投資學》課程增加實操內容，運用多種軟件分析證券市場各類數據，提高學生的數據分析能力。

2.相關性分析促進知識運用。大數據所匯集的海量數據資源提供了豐富的相關信息，具體到證券投資領域：各證券交易網站不僅能提供股票價格、成交量、K線圖等基本信息，還披露了融資歷史、股利政策、公司高管、資產重組等相關信息。通過對這些信息的分析，投資者可以了解上市公司的盈利能力、經營穩定性、可持續發展能力等，從而更準確地判斷其股票投資價值。因此，相關性分析要貫穿《證券投資學》的整個教學過程，通過該門課程的教學內容，培養學生的相關性分析思維，以使其運用多種信息指導證券投資。

三、大數據環境下的《證券投資學》教學模式

1.立足《證券投資學》課程發展。《證券投資學》的教學工作者普遍認為傳統的以教師為中心、以書本教學為主體的靜態教育教學模式不適應該課程的教學[5]。但是一定比例的傳統教學是有必要的，學生們需要在該模式中獲取證券投資的基礎知識：各種投資工具的概念及特點、證券市場、證券投資分析方法以及國內外對證券市場的監管。

在保證基礎知識教學質量的前提下，我們可以：（1）營造寬松活躍的教學氛圍。大數據環境下，便捷的信息傳遞表現為手機上的各種新聞推送，于是《證券投資學》的每一堂課可以從一個金融市場新聞開始，例如政府新出臺的相關政策、央行的最新舉措、股市大盤動態等，以充分調動學生的學習熱情。（2）在教學中注重引導。例如證券投資基金的運作方式，可以先讓學生以“保證投資人資金安全”為前提設計“游戲規則”，并將結果與大家分享，過程中由教師總結各位學生的想法，指出優點與不足并逐漸引導出目前的基金運作方式，從而加深對“委托―”問題的理解。（3）進行師生位置互換。整個教學過程中，教師可以布置日常任務，例如讓學生選取某股票指數作為本學期的跟蹤對象，在記錄漲跌歷程的同時盡可能搜集信息找出變動的原因，在每次結束課程內容后，請出個別學生為大家講解。

2.以全新的視角豐富教學。

（1）相關性。大數據為我們觀察世界提供了全新的思維方式，相關性使谷歌可以預測冬季流感傳播，Farecast能預測機票價格波動。那么《證券投資學》有沒有可利用的“相關性”呢？答案是肯定的。證券投資工具間的相關性是“風險”：債券是風險最小的投資工具，較低的收益率使資本漸漸轉向股票，而股票市場的高風險催生出了組合投資，從而產生證券投資基金。之后，人們發現風險不僅能在空間分散，還可以分散在不同的時間，由此，遠期、期貨、期權、互換等衍生工具便應運而生了。證券市場間也有相關性，除了證券發行與交易市場的相互制約、依存關系，全球證券市場也是相關的。此外，基本分析與技術分析的結果也相互印證，世界各國對證券市場的監管也在相互借鑒、相互配合。相關性對《證券投資學》的教學很有幫助，如果教師能夠充分認識并將其體現在講課過程中，會極大地促進學生知識體系的構建。

（2）實踐性。在實踐中學習《證券投資學》往往能夠事半功倍，在講解相關基礎知識后，教師要繼續培養學生的實操能力。首先是基本證券交易操作。要確保學生知悉證券交易規則，了解證券交易程序，同時介紹必要的專業術語，以便其準確理解股票交易網站的各種信息。其次是數據分析，大數據時代使宏觀經濟分析、產業分析等基本分析數據的獲取變得容易，此時，教師需要將Eviews等數據分析軟件介紹給學生。技術分析部分，教師可在黑板畫圖演示教材中典型的K線組合形態，講解其如何預測股價發展。同時，輔以真實的股價數據，讓學生親自動手驗證可靠性。最后，鼓勵學生參加各種模擬炒股，讓學生獨立做出買賣決策，且能隨著市場形勢的變化不斷調整投資組合，在提高資本收益率的同時提高知識的運用能力。

（3）全局性。在信息處理能力較弱的過去人類從總體中抽取樣本進行分析。如今，大數據時代不僅帶來了海量數據，也帶來了處理海量數據的能力。而此時，如果可能的話，我們會收集所有的數據，即“樣本=總體”[6]。這是大數據對思維方式的改變，具體到《證券投資學》教學領域，就是教學評價方式的改變，但要注意，這種改變并非要求我們取消傳統的考試模式，也不是給予一套新的教學評分標準，而是強調在教學評價過程中關注到每一個學生。例如，在教學過程中進行多輪課堂提問，不一定按照名單順序，但一定保證涵蓋全員；在軟件操作學習環節，更要觀察每個學生的實際操作；即使是小組作業，也可以隨時抽查某個組員對課題成果的了解情況。關注全體學生的教學評價方法，使教師得到的反饋更加真實豐富，在教師積累經驗的同時也得到了對教學效果更為準確的評估。

參考文獻：

[1]Manyika J，Chui M，Brown B，et al. Big data：the next frontier for innovation，competition，and productivity[J]. McKinsey Global Institute，2011.

[2]李W龍，龔海剛.大數據系統綜述[J].中國科學信息科學（中文版），2015，45（1）：1-44.

[3]于艷華，宋美娜.大數據[J].中興通訊技術，2013，19（3）：57-62.

[4]左建安，陳雅.基于大數據環境的科學數據共享模式研究[J].情報雜志，2013，32（12）：151-154.

證券投資的宏觀經濟分析范文第4篇

獨立學院的教師隊伍一般有專職教師、退休教師和兼職教師三部分組成。好的教材要有教學豐富的教師進行編寫，而且編寫工作比較復雜。獨立學院兼職教師工作忙，一般不能參與；退休教師年紀比較大，一般也不會參與；而專職教師一般是剛畢業的碩士或博士，甚至有的獨立學院招聘本科生，他們的教學經驗還在慢慢摸索當中。特別是一般獨立學院的待遇等方面跟不上，獨立學院師資隊伍很不穩定，這造成了教材編寫的困難。《證券投資分析》課程要求實踐經驗非常強，要求從事過證券實踐的教師來編教材，而一般的獨立學院教師很難做到這點。

二、學校征訂不適用的教材

由于沒有合適三本的教材，相關的獨立學院又沒有編寫教材。有時一些獨立學院為了某種經濟利益，與教材出版方聯系，在沒有征詢任課老師意見下訂一些教材。這些教材不符合三本學生的教學要求，有時還有質量問題，甚至出現錯誤情況。以致，任課教師在講課時如果按教材講，學生反映理論性太強，很難聽懂；如果按教師自己備課來上課，學生感覺不知道講哪里，書本上找不到。

三、完善獨立學院《證券投資分析》教材建設的建議

（一）增強教學內容的實用性

實用性強的教學內容更能調動學生學習證券投資的積極性。把證券教學內容用證券交易流程來表現，證券交易流程可以劃分為準備、分析、決策和交易等四個環節，具體內容如下。1.證券交易準備環節：（1）學習證券基礎理論知識，比如證券、證券市場、證券交易規則及證券術語等；（2）學會證券行情軟件的應用，這是實踐性教學的重點；（3）證券信息的收集和研判，學會怎么查找證券信息，怎么處理信息。2.證券交易分析環節：（1）對大盤或單個證券進行基本面分析，基本面分析包括宏觀經濟分析、行業分析和公司分析等內容；（2）對大盤或單個證券進行技術分析，重點內容熟練掌握K線的識別與運用、K線形態的識別與運用、成交量、MA、RSI以及KDJ等指標；（3）證券的估值和定價這部分內容難度比較大，掌握絕對估值法和相對估值法；（4）利用基本面分析、技術面分析解讀、研判大盤（上證指數和深圳成指）和單個證券的走勢。3.證券交易決策環節：主要有策略技巧選擇和證券交易決策兩方面，比如買賣量、止損點以及長線操作還是短線操作等方面的內容。4.證券交易環節：包括開戶、委托、競價、交割等具體內容。從這四個環節來安排證券投資的教學內容，實踐性和操作性更強，而不像常規的介紹基礎理論知識，這樣學生也更容易接受，更能夠調動學生學習的積極性。

（二）增加實訓內容

三本學生的學習主動性不高，而證券投資實踐性又很強，為了調動學生學習積極性，要制定《證券投資實訓手冊》。證券投資實訓內容主要有：證券行情分析軟件應用與證券信息搜集實訓、證券即時行情分析實訓、證券交易實訓、技術分析實訓、基本分析實訓、證券投資風險防范與管理實訓以及證券投資技巧與資產配置策略實訓等內容。這些實訓以任務的形式布置給學生，學生完成后上交給教師進行批閱，這樣教師能在“做中教”，學生能在“做中學”。

（三）加強師資隊伍建設

獨立學院要加強師資隊伍建設。要招聘科研能力強的碩士研究生，甚至博士研究生，并做到“待遇留人”“、事業留人”、“感情留人”，這樣獨立學院的隊伍才能穩定。創造條件讓教師參加更多的學術會議、教材研討會等科研活動，讓教師知識豐富，教學能力強，這樣才能為編寫獨立學院實用性教材提供師資儲備。同時，獨立學院要提供一定的科研平臺，鼓勵獨立學院的教師進行科研活動。一個獨立學院很難開發像《證券投資分析》這樣應用性強的教材，可以聯合多所獨立學院一起編寫教材。教師可以探討在教學《證券投資分析》時所遇到問題，分享成功的教學經驗和案例，這樣編寫出來的教材效果更好。獨立學院培養應用性人才，只有用人單位才能檢驗培養的人才是否合格。可以邀請證券公司、基金公司等證券機構部門人員來參與《證券投資分析》教材的編寫，甚至可以聘請這些證券機構部門人員來擔任評審專家，這樣編寫出來的教材實用性更強。

（四）規范教材征訂工作

獨立學院可以組成一個教材建設監督小組，加強對教材征訂工作的監督，不要為了目前的利益損害廣大學生的利益，盡量征訂一些適合獨立學院的實踐性和應用性強的教材。這樣能減輕任課教師的工作負擔，也能調動學生學習的積極性和主動性。

四、結束語

證券投資的宏觀經濟分析范文第5篇

全球視角的虛擬經濟與實體經濟結構關系

經濟虛擬化是當今世界經濟發展的重要特點。隨著全球經濟的發展，經濟虛擬化的程度越來越高，其在社會經濟中的地位日益重要。本部分基于全球視角，從虛擬經濟的存量和流量兩個方面分析虛擬經濟與實體經濟的比例關系。

(一)存量分析

目前，全球虛擬經濟的規模大大超出了實體經濟。由于股票、債券和金融衍生產品是虛擬資產的主要組成部分，因此本文以股市市值、債券市值、金融衍生產品未清償合約之和來衡量虛擬資產的存量規模，以GDP來衡量實體經濟，以兩者的比例來衡量全球虛擬經濟的發展程度。根據國際貨幣基金組織和國際證券交易所聯合會的數據，全球虛擬資產總量占全球GDP總量的比例呈現出快速上升的趨勢。1997年以前(除1993年)，全球虛擬資產總量占全球GDP總量的比例處在1．5－4．0的水平;1998—2000年，虛擬經濟與實體經濟發展趨勢平穩，兩者比值穩定在5．5附近;2001年后，該比值開始迅速上升，在2011年達到8．5。這表明虛擬經濟發展迅猛，其增長速度遠遠快于實體經濟的增長速度。但是，虛擬經濟各組成部分的發展存在一定差異，主要體現在以下兩個方面:從全球虛擬資產總量的增長速度來看，增長最快的是金融衍生品。衍生品未清償合約名義余額從1990年的3．45萬億美元增加到2007年的595．3萬億美元，增長了172倍多;同期，債券余額從18．02萬億美元增加到80．22萬億美元，增長了大約4．5倍;股票市值從8．89萬億美元增加到62．75萬億美元，增長了大約7倍。就不同的虛擬資產而言，其存量規模占GDP總量的比值變化趨勢也存在明顯不同。比如，金融衍生品未清償合約余額占GDP的比例變動趨勢，與虛擬資本存量占GDP比例的變動趨勢趨同，二者都呈現出持續快速的上升勢頭。具體而言，1997年之前(除1993年)，金融衍生品未清償合約余額的增長速度在年均15%左右，但1998年以后，該比值增長速度加快，1998年該比值增長到31．9%，到2003年該比值為64．7%，增長了1倍多。與金融衍生品不同，股票市值占GDP的比值和債券市值占GDP的比值變化趨勢就顯得比較平緩，而且二者的變化趨勢也不盡相同。股票市值占GDP的比值在1990—1999年期間處于上升趨勢，在1999年達到峰值1．17，隨后呈下降趨勢，而且股票市值占GDP的比值基本上處于0．4－1的范圍內，變化幅度較小;而債券市值占GDP比值在1990—2003年期間卻一直處于緩慢上升中，雖然增長勢頭不強，但上漲趨勢不變;2001年之后的增長趨勢變強，增幅變大。由此可見，不同虛擬經濟產品占GDP規模的比值變化趨勢有著顯著的差異。從虛擬經濟的規模來看，全球上市公司的總市值于1999年底首次超過全球GDP總值，在大多數發達國家中，虛擬經濟占實體經濟的比值遠遠超過了100%。特別地，全球期貨交易規模在不斷上升，盡管受到2008年全球金融危機的沖擊和影響，但全球69個期貨交易所交易的該年期貨及期權的總交易量仍同比上漲13．7%。從我國的實際情況來看，在2005年底，中國A股市場總市值占GDP的比重僅為17．7%，而美國股票市場市值占GDP的比重為130%，韓國、印度、日本等國約為100%，東盟國家在70%－80%之間。2005年我國進行股權分置改革之后，股票市場實現了大跨越發展。滬深證券交易所最新統計數據顯示，截至2013年5月31日，我國滬深兩市股票總市值達24．69萬億元，其中流通總市值為19．55萬億元，已占2012年GDP(51．93萬億元)的48%。

(二)流量分析

自1986年開始，國際清算銀行(BIS)每間隔三年就會公布一次外匯交易額數據。由于國際清算銀行統計報告中的數據存在估計成分，匯率波動被夸大等原因，導致國際清算銀行年報的數據不是精確數據。因此，本文只是將這些數據作為流量分析作為參考。1980年，全球日均外匯交易量僅為870億美元，到2007年達到了32100億美元，在不到30年的時間內增長了近36倍，這體現了全球外匯交易的巨大而強勁的增長。從占全球出口額的比值情況來看，1980年全球外匯交易額占全球出口額的比值僅為11．18，而到1986年該比值迅速上升為35．93，到1998年更是猛增到74．99，之后略有下降，但是2001—2007年間，該比值一直穩定在55附近波動，雖然相對穩定，但是此比值仍處在一個較高水平。與此同時，在2001—2007年期間全球服務于外貿的外匯交易額所占全球外匯交易量的比例不足2%。這表明，全球外匯交易額與出口額之間的差距較大，而且這一差距隨外匯交易額的增長而不斷擴大。這意味著全球外匯交易與全球貿易出現了嚴重的脫離，全球的實際貿易對全球外匯交易的影響十分微弱，外匯交易的目的主要來自于貿易之外的純粹金融因素和動機，這在一定程度上反映了全球虛擬經濟與全球的實體經濟之間的結構失衡，虛擬經濟發展具有自己的獨立性。結合虛擬經濟存量分析發現，股票市值占GDP比值在不斷上升，并且其發展趨勢與外匯交易占出口比值的增長趨勢相似。因此，在一定程度上可以說明，不管是虛擬經濟存量分析還是流量分析，結果都是類似的。

中國視角的虛擬經濟與實體經濟結構比例關系

(一)從國內金融投資的角度分析

考慮到數據的可得性與關聯性，本文選取主要金融資產的交易量作為衡量虛擬經濟流量的指標，選取GDP作為衡量實體經濟的指標。鑒于我國虛擬經濟發展的實際情況，本文選取1995—2011年數據作為分析國內金融投資的依據，各主要金融資產成交額及其占GDP的比率情況如表1、表2所示。表1描述了中國金融資產成交額占GDP比例的變動趨勢。從表1中可以看出，不同的金融資產成交額占GDP比例的變動趨勢不同。期貨成交額絕對值變化波動性最大，甚至連續兩年的成交額能相差2倍以上，其占GDP比例變動趨勢的波動性也是最大。具體而言，1995年，期貨成交額占GDP比值為1．65，到2000年則迅速下降為0．16，而到2010年又快速上漲為7．37，2011年則降為2．91。債券成交額占GDP比例在1995—1998年期間波動性顯著，該值在1995年為0．98，到1998年又快速下降為0．28;1999—2003年期間呈現相對穩定的趨勢，在0．2左右波動;2004年則上升為0．46，之后呈現下降趨勢。與債券和期貨相比，股票成交額占GDP比例變動波動較小，相對也比較平穩。1995—2000年整體呈現上升趨勢，2001—2005年呈現小幅下降趨勢，整體而言比較穩定，在2007年達到歷史最高值之后則快速下降。從表2可以看出，中國金融資產成交增長率的變動趨勢。在1955—2011年間，GDP的增長率一直為正，最低值為1999年的6%，最高值為1995年的26%，2000年以后，GDP增長率趨于平穩上升的態勢。而同期的金融資產成交增長率卻表現出較大的波動性。股市成交增長率的最低值為1995年的－50%，最高值為2007年的409%，呈現出較強的波動性;債券成交增長率也出現正、負交錯的現象，表明其波動性也較大;類似地，期貨成交增長率的最大值為1995年的218%，而最低值為2011年的－54%。由此可以看出，1995—2011年期間，金融資產成交增長率的波動性比較強，并沒有與GDP的增長率表現出明顯的趨同性。

(二)從國外金融投資的角度分析

本文選取國外對中國證券投資額、中國外匯儲備作為國外金融投資的虛擬經濟度量指標，選取中國GDP作為實體經濟的度量指標，分別分析它們的變動情況。從表3中很容易看出，外國在華證券投資占中國外匯儲備的比值波動呈現小幅快速波動狀態。但總體而言，外國證券投資占外匯儲備的比重不大，除1993年的極值17．2%之外，二者比值基本上保持在0－10%之間。此外，外國證券投資占GDP比值的變動趨勢和外國證券投資占外匯儲備的比值變動趨勢十分相似，甚至可以說是同步變動趨勢;從絕對值上看，外國證券投資占GDP的比重不大，基本上保持在0－1%之間，2006年除外，2006年外國證券投資占GDP的比重為歷史最高值，達到1．6%。通過從虛擬經濟的規模以及流量的角度分析虛擬經濟與實體經濟的結構比例關系，可以得出如下結論:虛擬經濟占實體經濟的比值有不斷上升的趨勢，雖然有起有落，但上升趨勢明顯;虛擬經濟與實體經濟的比重呈現波浪式波動，達到一個高點后，隨即下降，達到一個低點后就迅速上升，由于數據的有限，形成規律尚不是很清晰，但也初步顯示出這樣的變化趨勢，同時也符合虛擬經濟過度膨脹后必然收縮的經濟規律。此外，外國證券投資占實體經濟的比重呈現小幅快速波動趨勢。