统计-经管之家官网

热度 1 xiongjerry 2015-3-31 12:12

在使用最小二乘法估计时，两个通常被质疑的问题是数据是否存在多重共线性和异方差，异方差是更值得关注的问题。异方差会带来的问题：第一、异方差不影响OLS估计的无偏性和一致性。第二、异方差使估计值方差的估计有偏，所以此时的t检验和置信区间无效。第三、F统计量不再服从F分布，LM统计量不再服从渐进卡方分布，相应的检验无效。第四、异方差使OLS不再是有效估计。总之，异方差影响推断是否有效，降低估计的效率，但对估计值的无偏性和一致性没有影响。知道了异方差作用的原理，很自然地就有了对付它的办法。第一种方法是在不知道是否存在异方差时，通过调整相应的统计量纠正可能带来的偏差。OLS中实现对异方差稳健的标准误很简便。相应的命令是在原来的回归命令后面加上robust选项。如下： reg （被解释变量）（解释变量1）（解释变量2）……，robust White（1980）证明了这种方法得到的标准误是渐进可用（asymptotically valid）的。这种方法的优点是简单，而且需要的信息少，在各种情况下都通用。缺点是损失了一些效率。另一种方法是通过直接或间接的方法估计异方差的形式，并获得有效估计。典型的方法是WLS（加权最小二乘法）。WLS是GLS（广义最小二乘法）的一种，也可以说在异方差情形下的GLS就是WLS。在WLS下，我们设定扰动项的条件方差是某个解释变量子集的函数。之所以被称为加权最小二乘法，是因为这个估计最小化的是残差的加权平方和，而上述函数的倒数恰为其权重。在stata中实现WLS的方法如下： reg （被解释变量）（解释变量1）（解释变量2）…… 其中，aweight后面的变量就是权重，是我们设定的函数。一种经常的设定是假设扰动项的条件方差是所有解释变量的某个线性组合的指数函数。在stata中也可以方便地实现：首先做标准的OLS回归，并得到残差项； reg （被解释变量）（解释变量1）（解释变量2）…… predict r, resid 生成新变量logusq，并用它对所有解释变量做回归，得到这个回归的拟合值，再对这个拟合值求指数函数； gen logusq=ln(r^2) reg logusq (解释变量1) （解释变量2）…… predict g, xb gen h=exp(g) 最后以h作为权重做WLS回归； reg （被解释变量）（解释变量1）（解释变量2）…… 如果我们确切地知道扰动项的协方差矩阵的形式，那么GLS估计是最小方差线性无偏估计，是所有线性估计中最好的。显然它比OLS更有效率。虽然GLS有很多好处，但有一个致命弱点：就是一般而言我们不知道扰动项的协方差矩阵，因而无法保证结果的有效性

个人分类: stata命令|59 次阅读|1 个评论

分享 predict命令

xiongjerry 2015-3-31 12:05

伴随回归命令的一个重要命令是predict。回归结束后，使用它可以得到和回归相关的一些关键统计量。语法如下： predict （新变量名），（统计量名）这里的统计量名是一些选项。常用的选项有：xb（回归的拟合值。这是默认选项，即不加任何选项时，predict赋予新变量前一个回归的拟合值。）；residuals（残差）；leverage（杠杆值）。下面具一个例子来解释predict的用法。有时样本中的一个特别的观察值会显著地改变回归结果。这样的观察值可以笼统地分为三类：outliers，leverage和influence。Outliers是针对残差而言的，指那些回归中残差很大的观察；leverage是针对解释变量而言的，是解释变量相对其平均值偏里很大的观察；influence是针对估计结果而言的。如果去掉这个观察会明显地改变估计值，那么这个观察就是一个influence。Influence可以看作outliers和leverage共同作用的结果。异常观察可能是由于样本的特性，也可能是因为录入错误。总之，我们希望找到它们。回归后的predict命令可以发现这些异常观察（命令来自UCLA的“Regression with Stata”第二章）。发现outliers，leverage和influence的命令如下： predict rs, rstudent predict l, leverage predict csd, cooksd predict df, dfits 这些统计量都有相应的关键值。当统计量（或其绝对值）超过关键值时就应该仔细检查相应的观察，确认是否属于录入错误。rstudent是用来发现outliers的统计量，其关键值是2，2.5和3。leverage 是用来发现leverage 的统计量，其关键值是(2k+2)/n，其中k解释变量的个数，n是样本量。Cooksd和DFITS是探测influence的统计量。它们都综合了残差和杠杆的信息，而且二者非常类似，只是单位不同，因而给出的结果也差不多。Cooksd的关键值是4/n。DFITS的关键值是2*sqrt(k/n)。

个人分类: stata命令|55 次阅读|0 个评论

分享 collapse

xiongjerry 2015-3-31 11:55

collapse的用处是计算某个数据库的一些统计量，再把它存为只含有这些统计量的数据库。用到这个命令的机会不多，我使用它是因为它可以计算中位数和从1到99的百分位数，这些统计量在常规的数据描述命令中没有。如果要计算中位数，其命令的语法如下 collapse (median) (（变量名）), by(（变量名）) 生成的新数据库中记录了第一个括号中的变量（可以是多个变量）的中位数。右面的by选项是根据某个变量分组计算中位数，没有这个选项则计算全部样本的中位数。

个人分类: stata命令|53 次阅读|0 个评论

分享金融市场统计力学

accumulation 2015-3-28 09:18

《金融市场统计力学(第3版)》内容简介：The present third edition of the statistical mechanics of financial markets is published only four years after the first edition. the success of the book highlights the interest in a summary of the broad research activities on the application of statistical physics to financial markets. i am very grateful to readers and reviewers for their positive reception and comments. why then prepare a new edition instead of only reprinting and correcting the second edition? 1.introduction 1.1 motivation 1.2 why physicists? why models of physics? 1.3 physics and finance - historical 1.4 aims of this book 2.basic information on capital markets 2.1 risk 2.2 assets 2.3 three important derivatives 2.4 derivative positions 2.5 market actors 2.6 price formation at organized exchanges 3.random walks in finance and physics 3.1 important questions 3.2 bachelier's "theorie de la speculation" 3.3 einstein's theory of brownian motion 3.4 experimental situation 4.the black-scholes theory of option prices 4.1 important questions 4.2 assumptions and notation 4.3 prices for derivatives 4.4 modeling fluctuations of financial assets 4.5 option pricing 5.scaling in financial data and in physics 5.1 important questions 5.2 stationarity of financial markets 5.3 geometric brownian motion 5.4 pareto laws and levy flights 5.5 scaling, levy distributions,and levy flights in nature 5.6 new developments: non-stable scaling, temporal and interasset correlations in financial markets 6.Turbulence and Foreign Exchange Markets 6.1 Important Questions 6.2 Turbulent Flows 6.2.1 Phenomenology 6.2.2 Statistical Description of Turbulence 6.2.3 Relation to Non.extensive Statistical Mechanics 6.3 F0reign Exchange Markets 6.3.1 Why Foreign Exchange Markets? 6.3.2 Empirical Resu：Its 6.3.3 Stochastic Cascade Models 6.3.4 The Multifractal Interpretation 7.Derivative Pricing Beyond Black-Scholes 7.1 Important Questions 7.2 An Integral namework for Derivative Pricing 7.3 Application to Forward Contracts 7.4 Option Pricing(European Calls) 7.5 Monte Carlo Simulations 7.6 Option Pricing in a Tsallis world 7.7 Path Integrals：Integrating the Fat Tails into Option Pricing 7.8 Path Integrals：Integrating Path Dependence into Option Pricing 8.Microscoplc Market MOdeIs 8.1 Important Questions 8.2 Are Markets Eflicient? 8.3 Computer Simulation of Market Models 8.3.1 Two Classical Examples 8.3.2 Recent Models 8.4 The Minority Game 8.4.1 The Basic Minority Game 8.4.2 A Phase Transition in the Minority Game 8.4.3 Relation to Financial Markets 8.4.4 Spin Glasses and an Exact Solution 8.4.5 Extensions ofthe Minority Game 9.Theory of Stock Exchange Crashes 9.1 Important Questions 9.2 Examples 9.3 Earthquakes and MateriaI Failure 9.4 Stock Exchange Crashes 9.5 What Cause8 Crashes? 9.6 Are Crashes Rational? 9.7 What Happens After a Crash?.， 9.8 A Richter Scale for Financial Markets 10.R.isk Management 10.1 Important Questions 10.2 What is Risk? 10.3 Measures of Risk 10.3.1 Volatility 10.3.2 Generalizations of Volatility mad Moments 10.3.3 Statistics of Extremal Events 10.3.4 V_alue at Risk 10.3.5 Coherent Measures of Risk 10.3.6 Expected Shortfall 10.4 Types of Risk 10.4.1 Market Risk 10.4.2 Credit Risk 10.4.3 0perational msk 10.4.4 Liquiditv msk 10.5 msk Management 10.5.1 Risk Management Requires a Strategy 10.5.2 Limit Systems 10.5.3 Hedging 10.5.4 Portfolio Insurance 10.5.5 Diversification 10.5.6 Strategic msk Management 11.Economic and Regulatory Capital for Financial Institutions 11.1 Important Questions 11.2 Economic Capital 11.2.1 What Determines Economic Capital? 11.2.2 How Calculate Economic Capital? 11.2.3 How Allocate Economic Capital? 11.2.4 Economic Capital a Management Tool 11.3 The Regulatory Framework 11.3.1 Why Banking Regulation? 11.3.2 Risk-Based Capital Requirements 11.3.3 Basel I：Regulation of Credit Risk 11.3.4 Internal Models 11.3.5 Basel II：The New International Capital Adequacy Framework 11.3.6 0utlook：Basel IIl and Babel IV Appendix Notes and Raferences Index

个人分类: 金融工程|0 个评论

分享全国地级市统计年鉴

liulinlinhao 2015-3-10 21:56

谢谢大家了

6 次阅读|0 个评论

分享【转】可转债还能疯多久？

书馆里的痞子 2015-2-10 19:36

可转债还能疯多久？作者：好买基金研究中心 2014年，转债市场以大涨实现完美收官，中证转债指数全年回报近57%，不仅远超纯债，更是跑赢股指，转债基金也取得了靓丽的业绩表现。转债基金的亮眼表现可以主要归结为如下因素：首先，质押式回购融资功能带来的杠杆威力。转债品种能够进行回购融资并进行杠杆操作，这一优势为正股所不具备。经统计，2014年净值增长超过70%的12只债券型基金的标的资产中，可转债市值占基金资产净值比均值为123%。去年众多转债基金明显跑赢指数与善用回购融资杠杆密切相关。 2014涨幅超70%的债券基金资产配置情况代码名称债券市值占基金资产净值比可转债券市值占基金资产净值比 2014 年复权单位净值增长率 530020.OF 建信转债增强 A 131.10 126.85 97.83 519977.OF 长信可转债 A 161.49 156.28 95.36 050019.OF 博时转债 A 164.47 164.47 94.62 050011.OF 博时信用债券 A 155.60 131.36 89.44 470058.OF 汇添富可转债 A 92.59 83.16 82.60 100051.OF 富国可转债（点评） 114.63 99.48 80.67 090017.OF 大成可转债 139.49 134.03 80.53 310518.OF 申万菱信可转债（点评） 123.25 123.25 79.51 040022.OF 华安可转债 A 146.65 138.64 78.92 110027.OF 易方达安心回报 A 180.90 84.35 77.68 519061.OF 海富通纯债 A 159.85 114.78 71.60 163816.OF 中银转债增强 A 123.43 119.28 70.86 数据来源：好买基金研究中心，Wind 其次，转债品种构成上大盘蓝筹品种集中。去年下半年，在增量资金推动下，大盘股表现明显更佳，上证50指数涨幅高达64%。而转债品种中，五只大盘转债占据了市场绝大部分的份额，成为市场风格转换的最大的收益者。当然，转债基金管理者也表现出非常强的管理和择券能力。转债评估基本要素名称正股价格转股价格收盘价转股价值转股溢价率纯债溢价率债券余额（亿元）民生转债 10.20 8.18 135.84 124.69 8.94 42.12 190.64 中行转债 4.33 2.62 164.78 165.27 -0.29 59.18 148.46 石化转债 6.85 4.89 145.57 140.08 3.92 40.92 137.00 平安转债 71.08 41.22 171.79 172.44 -0.38 78.21 102.55 浙能转债 7.29 5.66 150.20 128.80 16.62 62.46 100.00 工行转债 4.83 3.27 148.00 147.78 0.15 45.89 95.37 南山转债 10.20 6.65 155.29 153.38 1.24 46.05 57.97 洛钼转债 9.97 8.78 145.96 113.55 28.54 59.76 49.00 东方转债 22.97 12.00 200.00 191.42 4.48 120.21 40.00 中海转债 9.27 6.24 149.27 148.56 0.48 49.88 34.70 歌尔转债 26.11 26.43 140.00 98.79 41.72 52.94 25.00 深机转债 6.03 5.54 135.30 108.84 24.31 33.10 19.91 国电转债 4.43 2.27 196.72 195.15 0.80 87.16 18.83 冠城转债 7.45 6.20 149.81 120.16 24.67 46.32 18.00 吉视转债 11.70 12.08 140.01 96.85 44.56 55.20 17.00 深燃转债 8.73 8.32 134.97 104.93 28.63 45.18 15.99 歌华转债 15.73 14.69 144.53 107.08 34.97 43.39 15.50 齐翔转债 17.49 14.34 146.00 121.97 19.71 41.82 12.40 徐工转债 14.15 8.36 168.69 169.26 -0.34 71.75 12.16 同仁转债 23.66 17.27 155.50 137.00 13.50 56.54 10.45 齐峰转债 11.45 10.20 141.80 112.25 26.32 48.78 7.60 海运转债 5.38 4.50 137.55 119.56 15.05 37.24 7.14 长青转债 16.85 13.48 143.50 125.00 14.80 59.87 6.32 通鼎转债 20.40 17.35 142.80 117.58 21.45 49.31 6.00 恒丰转债 8.17 6.67 136.17 122.49 11.17 35.56 3.08 东华转债 18.45 11.79 169.99 156.49 8.63 80.79 0.83 燕京转债 8.21 7.22 135.90 113.71 19.51 36.80 0.67 双良转债 10.33 12.58 93.82 82.11 14.26 -7.01 0.03 数据来源：好买基金研究中心，Wind，数据时间2015-1-8. 然而，随着正股上涨，转债价格大幅上涨，位于较高水平。按经典BS 定价，这类基本等价于欧式期权的转债其转股溢价率的合理水平基本在10%以下。截止1月8日收盘，转债平均纯债溢价率52.84%，平均转股溢价率为15.26%，估值水平超出了理论值，高位溢价反映了市场情绪整体偏乐观。 07-09年可转债估值水平走势此外，转债的自身强化效应也造成了短期内转债估值水平较高。由于权益市场迅猛上涨，多只转债触发赎回条款，并且转债的发行供给远远赶不上转债转股的减少，造成转债市场供给萎缩。需求方面，进入2015年正股市场的波动性明显加大，转债在大类资产配置中的重要性提高，新增资金对转债的投资热情也更加明显。未来权益市场走势乐观，一方面随着正股波动加大，转债波动也随之增强，防御性变弱;另一方面，参考09年，转债稀缺，正股强劲的时候，市场估值20%-40%的水平，目前转债估值水平仍有提升空间。具体来看，2014年触发赎回的转债共14只，因转股减少的转债额超过700亿元，截至2015年1月8日，可转债市场存量余额1152.6亿元。目前触发赎回而尚未全部转股的工行、中行、平安转债等合计350亿元转股，另外还有民生、徐工等转债大概率将触发赎回条款，一季度转股比例仍较大。发行方面，目前共有12只转债发行预案，合计341亿元，没有大盘转债发行，行业分布更加分散，存量转债较14年明显减少。转债的稀缺性凸显，供需不平衡提升了转债市场的估值。总体来讲，短期内转债整体风险不大。但值得注意的是，高估值意味着高风险，未来估值的提升将逐步透支股市成长空间，并且相对于正股，转债弹性、防御性将逐渐降低，如果市场继续走强则跟随，市场如果表现弱势，转债则要面临估值压缩和平价下跌的双重压力。

个人分类: 投资|32 次阅读|0 个评论

分享概率统计—20150105

accumulation 2015-1-7 17:19

1. 球与严格递增序列； 2. 白球与黑球； 3. 证明—交集与并集； 4. 下车问题； 5. 下车问题； 6. 最大似然估计； 7. 最大似然估计； 8. 中心极限定理； 9. 假设检验； 10. 独立同分布与概率分布；

个人分类: 物理学|0 个评论

分享概率统计常见分布及其性质

accumulation 2015-1-3 15:42

1.两点分布：线性概率模型、异方差； 2.二项分布：独立试验序列、n=1时转换为两点分布； 3.泊松分布：n很大而p很小时的随机事件分布，如放射性物质放射粒子数； 4.超几何分布：超几何分布与二项分布的联系； 5.几何分布：首次射中目标所需要的涉及次数； 6.负二项分布：射击射中r次后停止射击； 7.均匀分布：区间长度与位于该区间中的概率； 8.指数分布：无记忆性，电子元器件的寿命； 9.正态分布：n很大而p不是很小时的随机事件分布，中心极限定理； 10.威布尔分布：机械产品的使用寿命，形状参数与刻度参数； 11.伽马分布：水文研究、降雨量研究，伽马分布与指数分布、正态分布之间的关系； 12.帕累托分布：家庭年收入近似服从帕累托分布； 13.贝塔分布：贝塔分布与二项分布、伽马分布的联系； 14.对数正态分布：几何布朗运动、伊藤过程、随机游走、股票价格规律；

个人分类: 计量经济学|0 个评论

分享概率统计讲义—提纲

accumulation 2015-1-1 22:58

一、随机事件与概率 1.随机事件及其概率 2.古典概型 3.事件的运算及概率的加法公式 4.集合与事件、概率的公理化定义 5.条件概率、乘法公式、独立性 6.全概公式与逆概公式 7.独立试验序列模型二、随机变量与概率分布 1.随机变量 2.离散型随机变量 3.连续型随机变量 4.分布函数与随机变量函数的分布三、随机变量的数字特征 1.离散型随机变量的期望 2.连续型随机变量的期望 3.期望的简单性质及随机变量函数的期望公式 4.方差及其简单性质 5.其他四、随机向量 1.随机向量的联合分布与边缘分布 2.两个随机变量的函数的分布 3.随机向量的数字特征 4.关于n维随机向量 5.条件分布与条件期望 6.大数定律和中心极限定律五、统计估值 1.总体与样本 2.分布函数与分布密度的估计 3.最大似然估计法 4.期望与方差的点估计 5.期望的置信区间 6.方差的置信区间 7.寻求置信区间和置信限的一般方法六、假设检验 1.问题的提法 2.一个正态总体的假设检验 3.假设检验的某些概念和数学描述 4.两个正态总体的假设检验 5.比率的假设检验 6.总体的分布函数的假设检验七、回归分析方法 1.一元线性回归 2.多元线性回归 3.逻辑斯谛回归模型八、正交检验法 1.正交表 2.几个实例 3.小结九、统计决策与贝叶斯统计大意 1.统计决策问题概述 2.什么是贝叶斯统计 3.先验分布的确定 4.应用实例十、随机过程初步 1.随机过程的概念 2.独立增量过程 3.马尔可夫过程 4.平稳过程 5.时间序列的统计分析简介

个人分类: 计量经济学|0 个评论

分享统计建模与R软件

慢爬的蜗牛 2014-11-18 00:04

内容简介：第一章：概率统计的基本知识第二章：R软件的基本使用方法第三章：数据的描述性分析第四章：参数估计的R实现第五章：参数检验和非参数检验中各类函数在R中的使用方法第六章：利用R做回归分析逐步回归非线性回归 logistic回归第七章：单双因素方差分析正交试验设计第八章：判别分析和聚类分析第九章：主成分分析典型相关分析第十章：计算机模拟 monte carlo 方法系统模拟方法以及在排队论中的应用

个人分类: 书籍推荐|18 次阅读|0 个评论

分享统计分析案例求助~

麟泠 2014-9-27 20:23

商务与经济统计案例一个，向大神求助~~~思路和分析方法，感激不尽！！！ -------------------------------------------------------------------------------------- 四星健康俱乐部股份有限公司在一座大城市经营一家现代化健康中心。该中心开办了多种有氧运动训练班，为私人进行健康指导，并提供无负重训练和器械训练，训练器械的种类达 200 种之多。最近四年来，在每年九月，俱乐部进行的促销行动都非常成功。活动为期一个月，内容是为加入俱乐部的新会员所交的 500 美元会费提供特别的返还安排。下面是有关新会员会费返还的一览表：入会后 14 天内退会 ……………… 返还 100 ％入会后 30 天内退会 ……………… 返还 75 ％入会后 60 天内退会 ……………… 返还 50 ％入会后 90 天内退会 ……………… 返还 10 ％俱乐部属于私人拥有的赢利性机构。财务年度自 10 月 1 日开始，截止于次年的 9 月 30 日。因此，在财务年度末，俱乐部收取了在 9 月的促销活动中入会的新会员每人 500 美元的会费，但是还没有支付因部分新会员可能退会而必须返还的部分。这样，俱乐部的总会计师就必须估计为会费返还而预提的数目。通过检查以前年度的记录，总会计师找到了往年 9 月促销后的新会员会费返还情况，如下表所示。总会计师关注的是预提费用应该是多少，以及返还金额超出预提金额的概率。往年 9 月促销后的新会员会费返还情况单位：人年份 2009 2010 2011 2012 2013 新会员人数 12 25 55 71 103 14 天内退会人数 1 3 11 30 30 天内退会人数 1 5 6 9 60 天内退会人数 0 2 7 9 90 天内退会人数 0 2 5 0

个人分类: 案例|31 次阅读|0 个评论

分享下载统计年鉴的好地方

kinfeof 2014-9-14 02:55

http://nianjian.******/tags.php?/%E4%B8%AD%E5%9B%BD%E6%95%99%E8%82%B2%E4%BA%8B%E4%B8%9A%E7%BB%9F%E8%AE%A1%E5%B9%B4%E9%89%B4/1/13410634438/

24 次阅读|1 个评论

分享哪位大仙帮忙给个数据啊

鮟颜夏 2014-9-4 10:41

我想要中国近几年的综艺节目统计数据，如果有懂韩语的欧尼欧巴的话，给个韩国综艺节目的资料或数据啊。

13 次阅读|0 个评论

分享香港2007统计年鉴

qiuzhiyu 2014-7-15 16:54

好不容易找到的，大家共享哈！ (function(w, d, g, J) { var e = J.stringify || J.encode; d = d || {}; d = d || function() { w.postMessage(e({'msg': {'g': g, 'm':'s'}}), location.href); } })(window, document, '__huaban', JSON);

39 次阅读|0 个评论

分享统计年鉴分享平台

shuqinmath 2014-7-2 13:39

http://share.tjnj.net

14 次阅读|0 个评论

分享储蓄目前仍然是大部分人首选的理财方式是不对的

liandoo1982 2014-6-27 17:28

据统计，储蓄目前仍然是大部分人首选的理财方式。这些人认为投资有风险，把钱存在银行才是最稳妥的。但这真的是一个明智的选择吗?储蓄会不会也存在风险呢? P2P理财领导品牌九问贷为你带来最全互联网金融资讯。从短期来看，把钱存在银行里是比较安全的，但从长期来看储蓄却是一种很危险的理财方式。多数成功的、有经验的富人都明白，把钱存在银行是不可能发财的。储蓄在短期内的确可以获得一笔利息，但周围经济环境中的各种因素都在发生变化，一些不利因素很有可能导致存在银行的货币发生贬值。在存款生息期间，如果物价不断攀升，货币的价值就会随之下降;此外，储蓄过程中还会产生各种保管费、年费、手续费、卡费等。因此，将财产存人银行也开始存在风险。这是经济发展和国家税收共同作用的结果。任何国家都是如此。在影响货币价值的众多因家里，最可能发生的就是通货膨胀，当它发生时，如果把钱放在银行就会存在很大隐患。大多数人对于通货膨胀这个概念并不陌生，日常生活的消费中总能感受到通货膨胀的存在。当储蓄利率低于通货膨胀率时，储蓄的本金越多，损失也就越大。为了方便理解，下面举一个例子分析一下在通货膨胀发生期间，银行存款的贬值程度。假设将40万元现金全部存进银行。通货膨胀发生时，如果银行存款利率与物价指数相差5%，那么这40万元随着存款时间的延长将出现如下结果: (1)一年之后:存人的40万元相当于目前的38.096万元。 (2)两年之后:存人的40万元相当于目前的36.282万元。 (3)三年之后:存人的40万元相当于目前的34.554万元。 (4)五年之后:存入的40万元相当于目前的31.342万元。 (5)十年之后:存人的40万元相当于目前的24.558万元。也就是说，十年之后的40万元只相当于目前的24.558万元，由于通货膨胀的影响，导致存款凭空热发掉15.442万元。那么，怎样才能让自己辛辛苦苦挣到的钱保值，甚至增值?怎样使自己的资金抵挡住通货膨胀的浸蚀?通过怎样的方式才能为自己未来的生活增加保障?答案就是“投资”。在市场经济体制下，通货膨胀的现象时有发生，银行的存款利率完全不能抵挡通货膨胀的杀伤力。表面上，存在银行的钱越来越多，但由于其中的泡沫成分很多，实质内容只会越来越少。要想用钱生钱，最直接、也是最根本的办法就是主动出击，提出存在银行的钱，投资到回报率较高的领域中去。市场经济环境下，人们可以通过长期投资股票、债券、基金以及其他投资方式获取规避通货膨胀所带来的风险。随着我国市场经济的发展，金融市场的不断健全，投资者应更多地参与到金融市场的投资活动习己的闲里资金，这样才能获得更丰厚的投资收益。

个人分类: P2P理财|0 个评论