招商银行股票案例分析

‘壹’ 谁会分析股票啊请举个例子具体分析一下。（只分析一支股票）谢谢！！

技巧是别人的，因为每个人都不一样，身体，情况都不一样；不用说心理也是别人的；我只能将训练方法告诉你，行不行就要靠你自己了； 关于方法，我要问一问你，你们体育中考还要考什么？我们原来是跳绳一分钟和一千米竞速，还有坐位体前屈； 我想知道你们要考什么，给点综合的建议；再告诉你之前，你要知道，付出了就付出了，不必担心什么，因为尽力了，没有成败之说，循序渐进，遵循功到自然成；练的时候，拿出十二分自信，去行动；相信自己一定行，肯定行，这时候只要尽了全力也就无悔无怨，“死而无憾”了。

‘贰’ 金融行业有哪些领域需要大量运用数据分析

前瞻产业研究院《2016-2021年中国大数据金融行业市场前瞻与投资战略规划分析报告》希望有用。
第1章：大数据金融行业发展概述
1.1 大数据产业发展背景概述
1.1.1 大数据产业的概念
（1）数据产生与集聚层
（2）数据组织与管理层
（3）数据分析与发现层
（4）数据应用与服务层
1.1.2 大数据的生态系统
1.1.3 大数据的商业价值
（1）大数据的商业价值杠杆
（2）大数据创造的商业价值
1.2 大数据产业行业应用情况
1.2.1 大数据产业各个行业应用情况
（1）不同领域潜在价值评估
（2）不同领域投资结构分布
1.2.2 大数据产业金融领域应用情况
1.3 大数据金融概念及其特点
1.3.1 大数据金融基本定义
1.3.2 大数据金融主要特征
1.4 大数据金融主要发展模式
1.4.1 平台金融发展模式
1.4.2 供应链金融发展模式
第2章：大数据金融发展环境分析
2.1 大数据金融行业政策环境分析
2.1.1 行业监管体系概述
2.1.2 行业主要政策分析
2.1.3 政策环境对行业发展影响
2.2 大数据金融行业经济环境分析
2.2.1 国内经济走势分析
（1）国内GDP增速情况
（2）工业生产增速情况
（3）固定资产投资情况
2.2.2 国内金融市场分析
（1）银行资产负债规模分析
（2）银行贷款规模分析
（3）银行风险能力分析
2.2.3 国内经济发展趋势
2.2.4 经济环境对行业发展影响
2.3 大数据金融行业技术环境分析
2.3.1 大数据与云计算
2.3.2 大数据处理工具
2.3.3 技术环境对行业发展影响
2.4 大数据金融行业社会环境分析
2.4.1 互联网行业发展现状
（1）互联网网民规模分析
（2）互联网资源规模分析
2.4.2 社交媒体发展现状
（1）新闻网站
（2）网络视频
（3）搜索引擎
（4）即时通信
（5）微博客
（6）博客/个人空间
2.4.3 移动设备发展现状
2.4.4 社会环境对行业发展影响
2.5 大数据金融国际发展分析
2.5.1 银行大数据全球发展现状
（1）海外银行大数据发展分析
（2）银行大数据建设案例分析
2.5.2 保险大数据全球发展现状
（1）海外保险大数据发展分析
（2）保险大数据建设案例分析
2.5.3 国外大数据金融发展启示
第3章：大数据金融创新分析
3.1 大数据金融三大创新支点
3.2 大数据金融基础设施创新
3.2.1 支付体系建设分析
（1）支付行业用户规模
（2）支付行业交易规模
（3）支付行业模式分析
（4）支付行业市场规模预测
3.2.2 征信体系建设分析
（1）征信机构业务规模分析
（2）征信机构数据库建设情况
（3）征信行业数据端商业模式
（4）大数据征信发展趋势分析
3.2.3 资产交易平台分析
（1）资产交易平台发展规模
（2）资产交易平台主要类别
1）银行系P2P网贷平台
2）民营系P2P网贷平台
3）国资系P2P网贷平台
4）上市公司系P2P网贷平台
5）风投系P2P网贷平台
（3）资产交易平台商业模式
3.2.4 基础设施创新方向
（1）支付体系介质创新
（2）征信体系多元发展
（3）交易平台去中介化
3.3 大数据金融平台创新分析
3.3.1 电商平台发展现状分析
（1）电商平台客户结构分析
（2）电商市场竞争格局分析
（3）电商领先企业优势分析
（4）电商行业投资并购分析
3.3.2 社交平台发展现状分析
（1）社交网络流量统计排名分析
（2）社交网络市场竞争格局分析
（3）社交网络领先企业优势分析
（4）社交网络平台投资并购分析
3.3.3 信息服务平台发展现状
（1）门户网站竞争格局分析
（2）门户网站投资并购分析
3.3.4 平台建设创新发展方向
（1）用户积累方式革新
（2）平台个性定制革新
3.4 大数据金融渠道创新升级分析
3.4.1 银行业渠道互联网化发展现状
（1）电子银行的交易规模
（2）电子银行的模式分析
3.4.2 保险业渠道互联网化发展现状
（1）保险业网销交易规模
（2）保险业网销模式分析
3.4.3 证券业渠道互联网化发展现状
（1）互联网证券交易情况
（2）互联网证券模式分析
3.4.4 渠道创新升级策略分析
（1）渠道定位转型
（2）实体渠道转型
第4章：大数据金融具体应用领域
4.1 银行业大数据金融应用分析
4.1.1 银行业大数据金融发展历程
4.1.2 银行业大数据金融创新模式
（1）风险控制模式创新
（2）产品营销模式创新
（3）银行运营模式创新
（4）银行服务模式创新
4.1.3 银行业大数据金融应用现状
4.1.4 银行业大数据金融经典案例
（1）花旗银行大数据金融案例分析
（2）中信银行大数据金融案例分析
（3）浦发银行大数据金融案例分析
（4）民生银行大数据金融案例分析
4.1.5 银行业大数据金融发展潜力
4.1.6 银行业大数据金融发展前景
4.2 保险业大数据金融应用分析
4.2.1 保险业大数据金融发展历程
4.2.2 保险业大数据金融创新模式
（1）赔付管理模式创新
（2）业务定价模式创新
（3）险企运营模式创新
（4）产品营销模式创新
4.2.3 保险业大数据金融发展现状
4.2.4 保险业大数据金融经典案例
（1）平安保险大数据金融案例分析
（2）泰康人寿大数据金融案例分析
4.2.5 保险业大数据金融发展前景
4.3 证券业大数据金融应用分析
4.3.1 证券业大数据金融发展历程
4.3.2 证券业大数据金融创新模式
（1）客户关系管理模式创新
（2）证券监管模式创新
（3）市场预期模式创新
4.3.3 证券业大数据金融发展现状
4.3.4 证券业大数据金融经典案例
（1）海通证券大数据金融案例分析
（2）国泰君安大数据金融案例分析
（3）中信证券大数据金融案例分析
4.3.5 证券业大数据金融发展前景
4.4 其他领域大数据金融应用情况
4.4.1 信托业大数据金融应用分析
4.4.2 小额贷款领域大数据金融应用分析
4.4.3 担保业大数据金融应用分析
4.4.4 P2P网贷大数据金融应用分析
第5章：大数据金融领先服务商分析
5.1 国外领先大数据金融服务商
5.1.1 IBM
（1）企业基本信息概述
（2）企业大数据布局
（3）企业平台资源分析
（4）企业主营业务分析
1）利润分析
2）资产负债分析
3）现金流量分析
（5）企业大数据收入分析
（6）企业竞争策略分析
（7）企业最新发展动向
（8）企业发展优劣势分析
5.1.2 甲骨文股份有限公司
（1）企业基本信息概述
（2）企业大数据布局
（3）企业平台资源分析
（4）企业主营业务分析
1）利润分析
2）资产负债分析
3）现金流量分析
（5）企业大数据收入分析
（6）企业发展战略分析
（7）企业最新发展动向
5.1.3 英特尔
（1）企业基本信息概述
（2）企业大数据布局
（3）企业平台资源分析
（4）企业主营业务分析
1）利润分析
2）资产负债分析
3）现金流量分析
（5）企业大数据收入分析
（6）企业发展战略分析
（7）企业最新发展动向
5.1.4 SAP公司
（1）企业基本信息概述
（2）企业大数据布局
（3）企业大数据解决方案
（4）企业主营业务分析
1）利润分析
2）资产负债分析
3）现金流量分析
（5）企业大数据收入分析
（6）企业大数据价值分析
（7）企业最新发展动向
5.1.5 文思海辉技术有限公司
（1）企业基本信息概述
（2）企业大数据布局
（3）企业平台资源分析
（4）企业主营业务分析
1）利润分析
2）资产负债分析
3）现金流量分析
（5）企业相关案例分析
（6）企业发展战略分析
（7）企业最新发展动向
（8）企业发展优劣势分析
5.2 国内领先大数据金融服务商
5.2.1 荣之联
（1）企业基本信息概述
（2）企业大数据布局
（3）企业平台资源分析
（4）企业主营业务分析
1）主要经济指标
2）运营能力分析
3）盈利能力分析
4）偿债能力分析
5）发展能力分析
（5）企业研发能力分析
（6）企业发展战略分析
（7）企业最新发展动向
（8）企业发展优劣势分析
5.2.2 九次方
（1）企业基本信息概述
（2）企业大数据布局
（3）企业平台资源分析
（4）企业主营业务分析
（5）企业大数据解决方案分析
（6）企业发展战略分析
（7）企业最新发展动向
（8）企业发展优劣势分析
5.2.3 贝格数据
（1）企业基本信息概述
（2）企业平台资源分析
（3）企业主营业务分析
（4）企业典型案例分析
（5）企业最新发展动向
（6）企业发展优劣势分析
5.2.4 中国保信
（1）企业基本信息概述
（2）企业组织架构分析
（3）企业平台资源分析
（4）企业主营业务分析
（5）企业最新发展动向
5.2.5 Talking Data
（1）企业基本信息概述
（2）企业发展大事记
（3）企业平台资源分析
（4）企业主营业务分析
（5）企业主要客户分析
（6）企业所获荣誉介绍
（7）企业最新发展动向
第6章：互联网企业大数据金融战略布局分析
6.1 阿里巴巴大数据金融布局分析
6.1.1 企业基本信息概述
6.1.2 企业主营业务分析
（1）企业主营业务类型
（2）企业经营业绩分析
（3）企业金融业务分析
6.1.3 企业战略发展布局
6.1.4 企业基础资源分析
（1）企业数据资源分析
（2）企业平台资源分析
（3）企业金融资源分析
6.1.5 企业网站流量分析
6.1.6 企业风险管理体系
6.1.7 企业投资并购动向
（1）2014年阿里巴巴投资布局
（2）2015年阿里巴巴投资布局
6.1.8 业务发展优劣势分析
6.1.9 企业大数据金融业务发展前景
6.2 腾讯公司大数据金融布局分析
6.2.1 企业基本信息概述
6.2.2 企业主营业务分析
（1）企业主营业务类型
（2）企业经营业绩分析
（3）企业金融业务分析
6.2.3 企业战略发展布局
6.2.4 企业基础资源分析
（1）企业数据资源分析
（2）企业平台资源分析
（3）企业金融资源分析
6.2.5 企业网站流量分析
6.2.6 企业风险管理体系
6.2.7 企业投资并购动向
（1）2014年腾讯公司投资布局
（2）2015年腾讯公司投资布局
6.2.8 业务发展优劣势分析
6.2.9 企业大数据金融业务发展前景
6.3 网络公司大数据金融布局分析
6.3.1 企业基本信息概述
6.3.2 企业主营业务分析
（1）企业主营业务类型
（2）企业经营业绩分析
（3）企业金融业务分析
6.3.3 企业战略发展布局
6.3.4 企业基础资源分析
（1）企业数据资源分析
（2）企业平台资源分析
（3）企业金融资源分析
6.3.5 企业网站流量分析
6.3.6 企业风险管理体系
6.3.7 企业投资并购动向
（1）2014年网络公司投资布局
（2）2015年网络公司投资布局
6.3.8 业务发展优劣势分析
6.3.9 企业大数据金融业务发展前景
6.4 京东商城大数据金融布局分析
6.4.1 企业基本信息概述
6.4.2 企业主营业务分析
（1）企业主营业务类型
（2）企业经营业绩分析
（3）企业金融业务分析
6.4.3 企业战略发展布局
6.4.4 企业基础资源分析
（1）企业数据资源分析
（2）企业平台资源分析
（3）企业金融资源分析
6.4.5 企业网站流量分析
6.4.6 企业风险管理体系
6.4.7 企业投资并购动向
（1）2014年京东公司投资布局
（2）2015年京东公司投资布局
6.4.8 业务发展优劣势分析
6.4.9 企业大数据金融业务发展前景
6.5 苏宁云商大数据金融布局分析
6.5.1 企业基本信息概述
6.5.2 企业主营业务分析
（1）企业主营业务类型
（2）企业经营业绩分析
（3）企业金融业务经营效益
6.5.3 企业战略发展布局
6.5.4 企业基础资源分析
（1）企业数据资源分析
（2）企业平台资源分析
（3）企业金融资源分析
6.5.5 企业网站流量分析
6.5.6 企业风险管理体系
6.5.7 企业投资并购动向
6.5.8 业务发展优劣势分析
6.5.9 企业大数据金融业务发展前景
第7章：金融机构大数据金融战略布局分析
7.1 银行大数据金融领先应用机构
7.1.1 建设银行大数据金融布局分析
（1）企业基本信息概述
（2）企业主营业务分析
1）企业主营业务类型
2）企业经营业绩分析
（3）企业基础建设情况
1）企业数据资源分析
2）企业金融资源分析
（4）企业平台建设情况
（5）企业渠道建设情况
（6）企业风险管理情况
（7）企业投资并购动向
（8）业务发展优劣势分析
7.1.2 工商银行大数据金融布局分析
（1）企业基本信息概述
（2）企业主营业务分析
1）企业主营业务类型
2）企业经营业绩分析
（3）企业基础建设情况
1）企业数据资源分析
2）企业金融资源分析
（4）企业平台建设情况
（5）企业渠道建设情况
（6）企业风险管理情况
（7）企业投资并购动向
（8）业务发展优劣势分析
7.1.3 中国银行大数据金融布局分析
（1）企业基本信息概述
（2）企业主营业务分析
1）企业主营业务类型
2）企业经营业绩分析
（3）企业基础建设情况
1）企业数据资源分析
2）企业金融资源分析
（4）企业平台建设情况
（5）企业渠道建设情况
（6）企业风险管理情况
（7）企业投资并购动向
（8）业务发展优劣势分析
7.1.4 农业银行大数据金融布局分析
（1）企业基本信息概述
（2）企业主营业务分析
1）企业主营业务类型
2）企业经营业绩分析
（3）企业基础建设情况
1）企业数据资源分析
2）企业金融资源分析
（4）企业平台建设情况
（5）企业渠道建设情况
（6）企业风险管理情况
（7）企业投资并购动向
（8）业务发展优劣势分析
7.1.5 交通银行大数据金融布局分析
（1）企业基本信息概述
（2）企业主营业务分析
（3）企业基础建设情况
（4）企业平台建设情况
（5）企业渠道建设情况
（6）企业风险管理情况
（7）业务发展优劣势分析
7.1.6 招商银行大数据金融布局分析
（1）企业基本信息概述
（2）企业主营业务分析
1）企业主营业务类型
2）企业经营业绩分析
（3）企业基础建设情况
1）企业数据资源分析
2）企业金融资源分析
（4）企业平台建设情况
（5）企业渠道建设情况
（6）企业风险管理情况
（7）企业投资并购动向
（8）业务发展优劣势分析
7.1.7 中信银行大数据金融布局分析
（1）企业基本信息概述
（2）企业主营业务分析
1）企业主营业务类型
2）企业经营业绩分析
（3）企业基础建设情况
1）企业数据资源分析
2）企业金融资源分析
（4）企业平台建设情况
（5）企业渠道建设情况
（6）企业风险管理情况
（7）企业投资并购动向
（8）业务发展优劣势分析
7.1.8 平安银行大数据金融布局分析
（1）企业基本信息概述
（2）企业主营业务分析
（3）企业基础建设情况
1）企业数据资源分析
2）企业金融资源分析
（4）企业平台建设情况
（5）企业渠道建设情况
（6）企业风险管理情况
（7）企业投资并购动向
（8）业务发展优劣势分析
7.2 保险大数据金融领先应用机构
7.2.1 中国人寿大数据金融布局分析
（1）企业基本信息概述
（2）企业主营业务分析
1）企业主营业务类型
2）企业经营业绩分析
（3）企业大数据金融布局路径
（4）企业大数据金融发展模式
（5）企业大数据金融业务优劣势分析
7.2.2 中国人保大数据金融布局分析
（1）企业基本信息概述
（2）企业主营业务分析
1）企业主营业务类型
2）企业经营业绩分析
（3）企业大数据金融布局路径
（4）企业大数据金融发展模式
（5）企业大数据金融业务优劣势分析
7.2.3 平安保险大数据金融布局分析
（1）企业基本信息概述
（2）企业主营业务分析
1）企业主营业务类型
2）企业经营业绩分析
（3）企业大数据金融布局路径
（4）企业大数据金融发展模式
（5）企业大数据金融业务优劣势分析
7.2.4 泰康人寿大数据金融布局分析
（1）企业基本信息概述
（2）企业主营业务分析
1）企业主营业务类型
2）企业经营业绩分析
（3）企业大数据金融布局路径
（4）企业大数据金融发展模式
（5）企业大数据金融业务优劣势分析
7.2.5 太平保险大数据金融布局分析
（1）企业基本信息概述
（2）企业主营业务分析
1）企业主营业务类型
2）企业经营业绩分析
（3）企业大数据金融布局路径
（4）企业大数据金融发展模式
（5）企业大数据金融业务优劣势分析
7.2.6 阳光保险大数据金融布局分析
（1）企业基本信息概述
（2）企业主营业务分析
1）企业主营业务类型
2）企业经营业绩分析
（3）企业大数据金融布局路径
（4）企业大数据金融发展模式
（5）企业大数据金融业务优劣势分析
7.3 证券大数据金融领先应用机构
7.3.1 国金证券大数据金融布局分析
（1）企业基本信息概述
（2）企业基础资源分析
（3）企业市场预期水平
1）企业大数据金融发展现状
2）企业大数据金融发展前景
（4）企业经营业绩分析
（5）企业营业网点分析
（6）业务发展优劣势分析
7.3.2 中信证券大数据金融布局分析
（1）企业基本信息概述
（2）企业基础资源分析
（3）企业市场预期水平
1）企业大数据金融发展现状
2）企业大数据金融发展前景
（4）企业经营业绩分析
（5）企业营业网点分析
（6）业务发展优劣势分析
7.3.3 国泰君安大数据金融布局分析
（1）企业基本信息概述
（2）企业基础资源分析
（3）企业市场预期水平
1）企业大数据金融发展现状
2）企业大数据金融发展前景
（4）企业经营业绩分析
（5）企业营业网点分析
（6）业务发展优劣势分析
7.3.4 海通证券大数据金融布局分析
（1）企业基本信息概述
（2）企业基础资源分析
（3）企业市场预期水平
1）企业大数据金融发展现状
2）企业大数据金融发展前景
（4）企业经营业绩分析
（5）企业营业网点分析
（6）业务发展优劣势分析
………………

‘叁’ 那本书记录了股票所需要的所有计算公式和案例

看过一点书，但只能是看个大概，主要自己要在市场上收集案列，我有几个可以给你
太多了，删掉很多，超过最大字数了，你凑合看看吧。
投资模型3—福耀玻璃
时至今日，$福耀玻璃(SH600660)$ 虽然已经蜕化为分红股，但在当年可是典型的大牛啊！福耀独占国内汽车玻璃70%的市场份额，竞争力超级强大，假以时日，成为全球汽车玻璃老大是大概率事件。福耀玻璃独特的竞争优势其实就是一点：低成本。这是一种超级强大的竞争优势，巴菲特投资的盖可保险、内布拉斯加家具店、波仙珠宝店都是具有低成本基因的企业，构建了超级强大的商业护城河，所以这绝对属于一个强大的投资模型，需要认真汇总分析，总结出某些共同特点。
一、结合福耀玻璃的一些特征总结一下这种投资模型的特点：
（1）低成本优势，企业的商业模式就是围绕着低成本来构建的，低成本竞争优势无坚不摧，超级强大
（2）精细化管理是基本前提，要想在成本上比竞争对手低，那就需要比别人做更多更细的工作。
（3）独特的商业模式可以构建另一种低成本优势，盖可保险的电话直销，沃尔玛的大卖场模式就是对原有商业模式的颠覆，重塑行业的盈利模式，对颠覆性创新应该足够的重视。
（4）强大的企业家精神是保障，无论是传统企业的精细化管控，还是新兴企业对传统商业模式的颠覆，都离不开强大的企业家精神。
二、对具备这种模型的一些企业的分析：
1、海螺水泥：全方位符合这种模型，2015年年报显示利润占全行业利润的31%，行业内基本没有竞争对手，不利点在于行业产能严重过剩，经济下行周期里地主家也没有余粮呀！
2、中国神华：企业构建的产业链一体化低成本优势，行业内成本最低有争议吗？不利点同样是行业产能过剩，去产能化才刚刚开始，任重道远！
3、中国平安：平安大力推广的相关产品和业务的协同效应，本质上就是低成本获取客户的能力，显然也是一种低成本优势，保险业内综合竞争力第一，还有谁可以打败它吗？
4、招商银行：招行最大的优势其实是低成本获取存款的能力，只要存款成本是业内最低的，管理层就不会做太多蠢事，在银行业不良贷款率上升周期内，按照常识来判断，招行应该是风险较低的。
5、万华化学：万花虽然竞争优势突出，但本质上是构建了低成本的竞争优势，在MDI领域内低成本无出其右者，随着烟台八角工业园的建成，全方位的构建了产业链一体化的低成本优势，业内谁与争锋？当然化学品的周期性是客观存在的，所以投资没那么简单，需要综合考虑各个方面的问题，而不仅仅是单方面就可以搞定的。
6、金风科技：金风科技除了在技术上领先之外，它的低成本优势更强大，率先在全国范围内布局生产，运输成本大幅降低，率先在行业内构建了低成本的优势，随着风口的到来，加上抢装潮效应，一下就飞上天了。
7、国投/川投：水电是成本最低的发电方式，所以不管能源供给方式如何发生变化，水电的市场份额都是稳步增加的，低成本永远处在不败之地。
8、海工/油服：低成本优势极其明显，在国内一股独大，在国际上低成本优势明显，在高油价时代高歌猛进，向全球市场稳步推进，但在低油价时代，当油公司都自身难保时，还有心思增加资本开支吗？所以油田服务类企业全面杀跌在所难免，短期内看不到行业复苏的力量。
9、电商：曾经以沃尔玛为代表的大卖场全方位的绞杀了百货业，现在更低价格的业态电商的崛起，将大卖场推向了无比尴尬的境地，这就是商业的力量，低成本商业模式的力量！
三、福耀玻璃这种投资模型的最大特点：
1、全方位的构建低成本的商业模式，传统企业体现在精细化的企业管控，新兴企业体现在颠覆旧模式，创造新模式。
2、超级强大的企业家，尤其是在重构商业模式方面，企业家具有不可替代的作用，时势造英雄，英雄可雄霸天下！

投资模型2—贵州茅台
投资模型1里面重点说了类$伊利股份(SH600887)$ 模式，这种模型里面产生了很多大牛股，值得认真思考合总结，从而找出牛股基因，找出未来的大牛股。今天我重点谈一下另一种投资模型，那就是$贵州茅台(SH600519)$ ，贵州茅台从上市至今，一直是价值投资者的一面旗帜，许多着名投资者都投资其中，赚的盆满钵满，绝对属于一个强大的投资模型，需要认真汇总分析，总结出某些共同特点。
一、结合贵州茅台的一些特征总结一下这种投资模型的特点：
（1）品牌，只能是品牌，具有超级强大的品牌效应，品牌的主要目的是增加品牌溢价，赚取超额利润，高毛利率是基本特征。
（2）有历史和文化做品牌背书，品牌的后面必须有精彩的故事。品牌内涵具有浓厚的历史和文化背景。
（3）基本合格的企业管理者
（4）产品价格逐步提升是最明显的特征，量价齐升是最佳组合，量不变而价提升也不错。
二、对具备这种模型的一些企业的分析：
1、五粮液：基本符合这种模型，浓香型老大，品牌内涵强大，唯一的遗憾是管理存在短板，否则老大的位置也不会被茅台轻易取代呀！五粮液管理的改善程度决定了价值提高的程度。
2、片仔癀：基本符合这种模型，遗憾的是量无法放大，只能在价格上做文章，投资价值是受限制的。
3、同仁堂：基本符合这种模型，国药第一品牌，品牌内涵超级强大，遗憾的是平庸的管理层严重制约了企业的价值释放，短期内看不到改善的可能，可为什么市场给那么高的估值呢？
4、东阿阿胶：基本符合这种模型，品牌内涵丰富，但有两点不足：（1）价升量缩，这种模式可以持久吗？貌似提价已经到了天花板了，再提价估计真的流失主流市场，被边缘化了。（2）本质上属于滋补食品类，需要长期服用的，缺少炫耀性基因，所以价格是有天花板的。
5、上海家化：有一部分产品是符合这种模型的，比如佰草集系列和高夫系列，家化的品牌内涵还是可以的，但品牌强度明显不足，背靠草本之国，中药文化之魂，草本和药妆两个重要的定位怎么被韩妆和日妆给拿走了呢！看着韩妆攻城拔寨，家化该作何感想啊？
6、周大福：基本符合这种模型，品牌溢价还是很明显的，问题是黄金消费类企业与黄金价格周期共振，在黄金上涨周期里属于典型的大牛，在黄金下行周期里一地鸡毛，判断黄金周期很关键，问题是没法判断，这的确是个问题！
7、谭木匠：基本符合这种模型，品牌的文化内涵做的不错，但低频消费加上价升量缩，前景不明朗啊！
三、贵州茅台这种投资模型的最大特点：
1、品牌强度就是一切，品牌+历史+文化+故事=成功
这种投资模型最大的问题是可选企业太少了，绞尽脑汁就想到了上面这7家企业，这一点以前真没想到，国窖的1573也算，但并不是泸州老窖的主流产品，所以不能入选。中国有悠久的历史，源远流长的文化，但高端品牌真是极其稀少，跟贵族一样稀缺。都说中产阶级崛起，消费要升级，升级的需求没法满足呀，所以钱都让老外给赚走了，身边大部分高端品牌都是欧美的，真是可悲呀！
这种模型投资成功的关键在于价格，由于大部分人都看好这些企业，所以股价一般都是高高在上，很少有买入点出现，以茅台为例，最近10年就出现了两个好的买入点，一个是2008年的大熊市，一个是2013年底塑化剂+限制三公消费导致的低价格，在两次买入点买入的都是大赢家，所以说好股容易发现，好价格难找啊！下一次一旦有好价格出现，你还会犹豫吗？

投资模型1—伊利股份
$伊利股份(SH600887)$ 股价从2008年三聚氰胺事件以后到2015年的高点计算，市值增长23倍左右；从2007年牛市最高峰计算，市值增长也在5倍左右，不折不扣的大牛股，企业的发展力量何其强大！绝对属于一个强大的投资模型，需要认真汇总分析，总结出某些共同特点。
一、结合伊利股份的一些特征总结一下这种投资模型的特点：
（1）行业属于大众消费市场，具备高频多次消费的特点。行业发展的最终结果是寡头垄断模式，强者恒强，其他企业最终变为区域性企业或者细分子行业的小龙头。
（2）行业龙头，必须是行业龙头，必须是行业老大或者老二，行业老三都没有什么发展前途
（3）品牌知名度高，品牌曝光度强，品牌的主要目的是增加客户的购买数量而不是品牌溢价，品牌需要每时每刻维护，品牌曝光无处不在。
（4）合理的公司治理结构，强大的企业家精神。
（5）强大的渠道推广能力和渠道管控能力，精细化的渠道深耕能力是这种模式的显着特点。
（6）综合竞争优势超级强大，企业的竞争优势不是单方面的，而是全方位的，行业内占据压倒性优势。
二、对具备这种模型的一些企业的分析：
1、海天味业：全方位的符合这种模型，行业老大位置超级稳固，其他的就不多说了。
2、双汇发展：本质上和伊利股份是一个类型的股票，除了所处的行业不同，两者还有其他区别吗？
3、洋河股份：白酒行业老三，但确是中端酒的老大，更具备大众消费品的特点，产品的市场容量也更大。
4、青岛啤酒：行业老二，品牌美誉度是超过行业老大的，行业的集中度也不错，唯一的缺憾是国企管理体制，谈不上强大的管理，管理上只能算是中规中矩吧，所以这些年来企业发展也缺乏明显的亮点，但勉强也算一个不错的投资标的。
5、华润啤酒：行业老大，管理上明显优于青啤，但品牌美誉度上要差一些，但在渠道能力和营销能力上全面强于青啤，老大和老二之争还未见输赢，拭目以待。
6、张裕A：行业老大位置超级稳固，全方位符合这种模型，最大的不利因素是进口红酒的替代效应，在客户心目中进口酒可是有很深的认知优势和心智优势的，所以张裕还得加把劲，希望向当年的烟草行业和白酒行业一样，全方位的击溃洋品牌。
7、康师傅控股：曾经全方位的符合这种模型，但统一超强的产品研发和产品创新能力成功的瓦解了康师傅的竞争优势，目前处处被动，虽然还是行业老大，但行业老二英姿勃发，咄咄逼人，前景不妙。
8、加多宝：全方位的符合这种模型，拿着王炸的王老吉把一手好牌给打残了，管理的重要性彰显无疑，竞争的天平已经倾向于加多宝。
9、华润三九：OTC第一品牌，全方位的符合这种模型，本质上类似于日常消费品
10、云南白药：白药已经类似于一家日常消费品公司，白药牙膏市占率行业第二，高端品牌行业第一，当年成功的从牙膏行业的低价竞争中脱颖而出，独创高价品牌，占据了行业最大的利润空间，统一企业目前的战略何其相似？康师傅不是一个合格的行业老大。
三、形似而神不似的企业汇总分析：
1、汇源果汁：大部分都符合这种模型，但管理的短板太明显了，活脱脱的将一个好企业给拖累了，如果当年卖给了可口可乐，今天会怎样？
2、承德露露：类似于汇源果汁，行业地位超然，品牌美誉度也不错，但管理上太平庸，坐看六个核桃做大而无能为力，还有比这更差的管理层吗？
3、蒙牛乳业：曾经全方位的符合这种模型，但中粮收购以后就变味了，发生了什么？管理还是管理，管理变差了，这种模型就全方位崩塌了。
4、三全食品：曾经认为是细分行业的伊利股份，但有两点因素导致差异巨大：（1）速冻食品替代品众多，尽管行业基本进入寡头垄断阶段，但还是不能有效提价，提价以后客户就会流失，本质上速冻食品还是非主流市场，限制多多。（2）管理上还是存在短板的，三全鲜食有前途吗？
5、煌上煌：细分子行业，管理上存在问题，手握上市以后的巨资而无所作为，这算是一种犯罪吗？有些企业天生就是长不大的。
6、雨润食品：曾经的行业老二，可惜大股东的贪婪和无节制的多元化扩张把一个好企业给害死了。
7、中国食品：手里一堆行业老二，问题是管理太平庸，与老大的距离越来越远，品牌走向平庸化的的典范。
8、贝因美：曾经国产奶粉市占率第一，占据很好的行业地位，但外国奶粉的冲击+国内巨头的全面发力+战略层面的失误+管理层的频繁变动导致行业地位一落千丈，企业还可以东山再起吗？奶粉行业的竞争格局已经发生改变，回不到以前了。
9、好想你：不成熟的商业模式注定没有未来，大众消费品不是这么玩的呀！
四、伊利股份这种投资模型的最大特点：
1、品牌是这种企业的生命线，一切竞争是基于品牌展开的，品牌维护是每时每刻都要做的功课。
2、精细化管理是这种企业的灵魂，管理平庸化注定企业会走向衰落，蒙牛就是一个及其典型的案例。识别这种投资模型的最大抓手就是管理，合理的公司治理模式+具备企业家精神的管理者=成功。
3、精细化的渠道深耕能力是这种模式的显着特征，也是体现管理层水准的最佳视角。

家电业的三国演义
记得2003年的时候，张瑞敏曾经说过一句：“家电行业的利润向刀片一样薄。”那的确是事实，当时青岛海尔还是家电行业的龙头老大，但ROE多年徘徊在5-7%的水平，的确够苦逼，但格力从2003年开始，海尔从2004年开始营收和利润均开始保持高速增长的态势，行业发生了什么事情让企业的利润飞速增长呢？个人认为有两方面的积极因素。
1、2000年以后房地产市场的高速发展
家电与房地产是息息相关的，房地产市场经过几年的高速发展，终于在2003年前后传导到了家电行业，尤其是家用空调行业，随着大量新房的装修入住开始爆发性增长，格力也是在这一年营收开始高速增长。随着每年新装修房子的入住，家电行业进入爆发期，行业容量逐年增加，行业进入发展的黄金十年，行业巨头赚的盆满钵满，与张瑞敏的说法背道而驰呀，看来大势不可违呀！
2、家电行业集中度快速提升
一个快速发展的行业，如果行业集中度不高，竞争激烈大家照样赚不到钱，但家电行业巨头抓住机会开始快速扩张，大量中小企业被挤出了市场，快速形成了海尔、格力、美的的三巨头市场格局，行业进入有序竞争阶段，行业利润开始快速提升，巨头们享受了双重红利，赚取了巨额利润。
一方面行业高速增长，一方面行业集中度快速提升，没有比这个更好的市场环境了，这就是我对家电行业过去10年黄金时代的解释。中国房地产的尖峰时刻应该是2012年（或许是2013年，记不太清了），当年的开工量达到了历史峰值，虽然之后房子的价格还在进一步上涨，但每年的开工量都是递减的，意味着每年的新入住房屋开始小幅下跌，并在2015年前后传导至家电行业，可以说家电行业的总容量大概率是到顶了，虽然还有二手家电的置换效应，但家电属于耐用消费品，除非装修新房子，一般人是很少换新家电的，中国人还没有养成将旧家电直接扔掉买入新家电的习惯，所以二手家电置换没有想象的乐观，能够消纳房地产市场萎缩的那部分量就不错了。所以个人判断家电市场的总容量基本到顶，乐观点看，保持个位数的增长态势已经相当不容易了，所以说，行业的红利阶段已经结束了。
单独看看家用空调行业，由于一套房子一般都需要3个空调，属于一带三的效应，所以在房地产的黄金十年期里空调业最具有爆发性，成长为家电业中最大容量的子行业，从而成就了格力和美的，海尔则有战略判断失误的嫌疑，在空调上发力不够，所以从行业老大掉到了老三的位置上。目前房地产周期逆转以后，空调行业受到的影响也是最大的，2015年年报显示行业大佬在空调上都是双位数衰退的，其他家电相对好很多，所以空调行业的不确定性要相对大一些。
上面是对行业的简单概括，下面重点分析家电三杰的表现吧。
一、$美的集团(SZ000333)$
1、2015年报：
（1）营收1384.41亿元，减少2.28%，利润127.07亿元，增长21%，合2.99元/股， 扣非后109.11亿元，增长15.14%。股息1.2元/股。10送5股
（2）总资产1288.42亿元，净资产492亿元，总权益560.32亿元，负债率56.5%， ROE=29.06%，减少0.43%。
（3）大家电 营收878.32亿元，减少4.84%，毛利率27.57%，增长0.76%
其中空调类 营收644.92亿元，减少11.3%，毛利率28.25%，增加1.3%
小家电 营收354.46亿元，增长8.36%，毛利率25.03%，增加0.29%
国内 营收791.47亿元，减少2.62%，毛利率30.17%，增加2.28%
国外 营收494.17亿元，减少0.74%，毛利率20.24%，减少2.06%
（4）综合毛利率25.92%，增加0.46%，空调市占率25.2%，上升0.5%；洗衣机市占
率21.3%，上升2.9%，冰箱市占率9.6%，上升1.4%。海外营收占比36%。网上
销售160亿元，行业第一，线下旗舰店2200家
（5）研发人员8672人，研发资金52.63亿元，占比3.8%，高瓴资本为流通股十大股
东之一。
2、2016一季报：
（1）营收383.42亿元，减少9.63%，利润39.08亿元，增长16.91%，合0.92元/股，
扣非后37.45亿元，增长24.02%。
3、最终结论：
（1）随着行业集中度的逐年提升，家电行业利润由刀片薄的利润率提升到如今相当
不错的利润水平，目前行业格局相对稳定，强者恒强，多寡头垄断市场特征明
显，行业利润率还有进一步提升的空间。
（2）家电行业的大发展是伴随着房地产的黄金期而来的，房地产建设的高峰期已
过，新建住宅总量在逐年降低，这制约了家电行业的发展空间，对空调行业影响 最大，负增长成为常态，对冰箱影响次之，洗衣机市场影响相对较小，对小家电 市场基本无影响。
（3）在空调行业，美的上升势头明显，格力疲态尽显，美的有较好的发展空间；在
冰箱领域，海尔的优势太明显，美的机会不大，发展前景一般；在洗衣机行业， 美的上升势头强劲，可以与海尔掰掰手腕，发展前景看好；在小家电领域，美的 一股独大，发展前景看好。综合而言，在家电行业成长空间有限的前提下，美的 尚可依靠市占率的逐年提升增加其成长性，随着行业利润率的进一步提升，其利 润增长会持续超过营收的增长。
（4）作为较为典型的分红股来看待，在成长性尚可的情况下，10倍PE以内买入算
是一笔不错的投资。

二、$格力电器(SZ000651)$
1、2015年报分析
（1）营收977.45亿元，减少29.04%，利润125.32亿元，减少11.46%，合2.08元/
股，扣非后123.14亿元，减少12.95%。股息1.5元/股。
（2）总资产1616.98亿元，净资产475.21亿元，总权益485.67亿元，负债率70%，
ROE=27.31%，减少7.92%。
（3）家电制造 营收879.31亿元，减少28.36%，毛利率34.72%，减少4.38%
空调 营收837.18亿元，减少29.48%，毛利率36%，减少3.8%
国内 营收745.96亿元，减少31.52%，毛利率37.96%，减少3.61%
外销 营收133.35亿元，减少3.44%，毛利率16.62%，减少3.09%
（4）净利润率12.55%（10.18%），提升2.37%。
（5）2015 年国内生产家用空调10,385 万台,同比下降12%；累计销售 10,660 万台,
同比下降 8.6%。家用空调中，变频能效一级总销量 73 万台（套），同比增长 623.1%，这得益于 2015 年国家出台的近十项关于节能环保的产业政策。2015 年
中国中央空调市场的整体容量约为 660 亿元，同比2014 年下滑 9.6%。其中家用
中央空调虽然在增长率上较往年有所下降，但依然保持 13.3%的年增长率。从品
牌集中度来看，2015 年权重品牌的市场占有率进一步提升，在“中美日”三足鼎立
的格局下，以格力为代表的民族品牌在中国中央空调市场占比强势。
2、2016一季报：
（1）营收246.41亿元，增长0.56%，利润31.6亿元，增长13.85%，合0.53元/股，增
长15.22%，扣非后31.33亿元，增长18.01%。高瓴资本位列十大股东之列
3、最终结论：
（1）空调行业天花板如期而至，调整刚刚开始，对格力的影响是最大的，美的空调
竞争力大幅提升，空调营收占比是格力的77%，市场占有率进一步提升。行业发 展明显放缓，竞争对手步步紧逼，在两个方面对格力形成压制，格力不妙呀！
（2）格力的多元化战略跨界太远，作为一个专家品牌，做产业链延伸尚可理解，跨
界做手机就是脑残的行为，注定会失败，小家电市场美的一股独大，格力机会不
大，唯一的机会就是产业链延伸，但容量有限，对格力的价值提升很有限。
（3）董小姐太高调了，作为一个企业家低调一点好，董现在有点娱乐明星的味道，
精力太分散了，对企业发展不利，一个高调的企业家对企业的发展是有负面影响 的。
（4）格力的估值并不高，作为分红型投资标的也不错，但需要提防价值陷阱的存
在。一个有意思的现象是，很牛的高瓴资本位列格力和美的的十大股东之列，市
值都是接近10个亿，两边押注，有点意思。
三、$青岛海尔(SH600690)$
1、2015年年报
（1）营收897.48亿元，减少7.41%，利润43亿元，减少19.42%，合0.71元/股，减
少24.44%，扣非后36.75亿元，减少15.01%，合0.6元/股，减少20.03%，
（2）在国内市场，公司冰箱、冷柜、洗衣机、热水器市场占有率位居行业第一，家
用空调市场占有率位居行业第三，具体来看冰箱市占率24.08%，冷柜35.67%，
洗衣机25.84%，热水器17.64%，空调11.46%。
2、2016一季报：
（1）营收222.37亿元，减少8.35%，利润15.97亿元，增长48.12%，合0.26元/股，
扣非后9.68亿元，增长3.09%。
3、最终结论：
（1）行业老大和老二吃肉，行业老三只有喝汤了，虽然营收水平在一个量级上，但
利润水平差距太大，看来只能是喝汤的命了。
（2）在产品竞争力方面来看：空调产品竞争力严重不足，竞争对手太强大，继续当
老三吧；洗衣机贵为老大，但竞争对手美的很强大，步步紧逼，日子不会太好
过，被超越也未可知；冰箱和冷柜是公司的传统强项，竞争力和品牌力都很强
大，也是客户心智中的认知点，竞争对手机会不大，这才是海尔产品的最强项。
（3）行业老三相对都比较苦逼一点，海尔也不例外，接着当好老三吧，挑战老大和
老二的机会不大。
四、一点题外话
最后说一点感性方面的认识，没有任何依据，就当是题外话吧：
1、海尔的目光是向内部看的，管理创新很多，研发创新也不少，最新提倡的的“人
单合一 2.0——共创共赢生态圈模式”，让每一个员工成为“自己的 CEO”，。在
管理创新上很牛，但市场并没有买账，原因何在？个人理解就是产品信息没法有
效的传递到客户心智中，与客户的心智定位产生偏差，在营销定位上存在重大问
题，所以只能当老三了。
2、美的的目光是向外看的，就是产品定位做得比较好，能够将产品信息最有效的传
递给客户，比如他家的变频空调宣传是“每晚一度电”，一下就抓住了客户的关注
点，占据了变频空调的老大位置，或许格力和海尔的变频空调质量更好，但客户
不知道也是枉然，所以说美的的定位做的更好，更会讲故事，所以他可以当老大
呀！

‘肆’ 殷保华股评

民间股神殷保华的操盘绝技
股市是淘金者的乐园，更是一个看不见刀枪炮火的战场。既然是战场，就要懂战略和战术，还要有与敌搏杀的过硬本领。记者在一个多月的采访时间里，发现殷保华有许多“独门暗器”。他当过兵，性格豪爽，不藏不掖，有些记者听不明白，他还亲自写出来，绘出图来给记者展示。
A.“老庄线”：捕捉中级黑马的一根“魔杖”
殷保华在股市鏖战的10年历程中，*他的智慧和精湛的技艺打了不少漂亮仗，但能让他铭刻在心的，当属连抓“小飞”6个涨停板的操作。虽然当时他的资金不多，操作这只股票也仅仅只买了区区200股，但这次操作给予他的启迪一直延续至今。
那还是7年前发生的事。当时，殷保华正在潜心研究技术分析，他的一套东西正渐成雏形。1998年9月7日那天，他一开盘就关注着他看中的飞乐音响。果然，小飞这天真有不俗的表现，突破了他技术分析中设置的一条十分重视的 “老庄线”，即140天移动平均线。第二天9月8日，当小飞回调到这根线时，殷保华果断下单买进。没想到，他的这次操作会让他激动好多天，甚至几年后谈起这次操作，兴奋之情仍溢于言表。小飞自他买进后，连拉了6个涨停板，使他狠狠地赚了一票。采访中，殷保华激动地对记者说：“这次操作不能单以赚钱多少来衡量，更重要的是，它向我证明了几点：一是在股市真得可以获大利；二是只要掌握了一定技术，就会逐渐从操作的盲目性走向自由王国的彼岸；三是发现‘老庄线’的神奇作用，它可说是捕捉黑马尤其是中级大黑马的一把‘魔尺’，一根‘魔杖’。

B.“工作线”：掌控股市“上班”、“下班”的“司令官”
这是殷保华多年来专用的一条股市“工作线”。
殷保华说：“所谓‘工作线’，顾名思义，就是工作线上‘上班工作’，工作线下就下班休息’。虽然简单，但它非常之绝妙管用，可以说它是掌控股市操作的一个‘司令官’，它能让你在第一时间进入股市和退出股市，躲开风险，尽享盈利的快乐。”
殷保华说：“不论是大盘还是个股，只要站在“工作线”上你就大胆在阴线买入持股，便可轻松赚钱。”
采访中，他让记者在电脑上随意挑一只股作验证，记者打出了兰花科创的走势图。用殷保华设定的工作线一看，果然，在工作线的线上阴线买入后，该股就毫不懈怠地开始“积极工作”，一口气将股价拉了个翻番。

上海的投资者都记得，股市低迷的日子，殷保华在上海许多影剧院作报告，常听他说这样一句话：“大盘和个股只要是在工作线下，大家就停止‘工作’，有钱请到香港去，没钱请跑乡下去！”一再呼吁大家远离股市，好好地去“白相白相”。而在2005年7月25日，他却发表文章，呼吁大家“尽快返回到证券公司‘上班’”，因为股指短线突破了“工作线”，不能再在局外“贪玩”了。果然，只用了八周时间，股市就上涨了200点。

C. 战胜自我，K线图形倒看
从散户成长过来的殷保华，非常熟知散户的最大人性弱点就是喜欢追涨杀跌，这是他们在股市惨遭失败的主要原因。既然有这一习惯，又一时难改，殷保华就为他们想出了一个好办法：操作时把K线图倒过来分析。这样做，你仍按你习惯的追涨杀跌的心态去操作，而最终结局却会令你喜出望外：你会以一改过去的追在山巅上，杀在地板下，而变成杀在最头部，追在最低处。这样在盈利几次后，你会在“不知不觉”中，逐渐把人性追涨杀跌的“劣性”改掉而恢复自我。

从上面的反视图中可以看出，如果你在“杀跌点”上杀跌抛出，实盘中将是卖了一个高点；而如果在“追涨点”上去追进买入，正好会买到一个最低价。
殷保华说；“股市中要战胜市场，首先要战胜自己，这是在股市致胜的最主要的一个要素。K线图形倒看，只是帮助投资者‘改邪归正’的一个分析技巧罢了。”

D. 布林线口，巧判涨跌
这是利用布林线口的“变化”，来判断后市涨跌的一种技巧。
指标设置：20日布林线。
判断方法：当一波行情结束后，开口后的布林线会逐步“收口”。而收口处，则往往是至关重要的一个变盘处。一旦收口时K线先去碰下轨，后市上涨可能性极高，那你就买。而一旦K线先去碰收口处的上轨，后市最多涨两周，而大跌也就在后面了。
实战案例：下图是ST兴业（600603）的一段走势图。在图上可以清楚地看出，股价在收口变盘处先去碰下轨，后市产生了一波涨势。

E. 神奇公式，精算理论涨跌幅
殷保华在实战中，经常用一种简单而神奇的公式，精算出大盘和个股的理论涨跌幅，且准确率奇高。
他说：“其实，这是应用江恩法则的1/2理论来测算后市的阶段性反弹高度和下跌底部。用这种方法测算大盘和个股的涨跌幅，方法简单实用。”
⑴ 测算反弹的理论高度。
方法是用最高点减去最低点再除以2，然后再加上最低点，即为最后的反弹理论高度。
其计算公式可表述为：X（理论涨幅）= D（最低点或最低价）+[H（最高点或最高价）—D（最低点或最低价）]÷2。
实例：2004年大盘反弹高度1776点的计算：
X（大盘反弹高度）= 1307点+[ 2245点（最高点）—1307（最低点）]÷2=1776点。
通过计算，2004年的理论反弹高度应为1176点。而2004年4月6日的最高日收盘点位实际为1777点，仅与计算结果差一个点，其精确程度，显而易见。
当时殷保华曾提前数周在媒体上提醒“1776点的压力值得重视”。结果，实际走势与其预测仅仅差一个点，后市便一路暴跌14个月直至998点。当时，由于很多股民迷信基本面，根本听不进殷保华当时的劝告，而持股不抛， 结果14个月中被大盘跌的血本无归。
⑵ 下跌低点的测算。
殷保华说：“这是低位买入股票的一种好方法。据此来买股票，一般可买到安全的最低价区。”
其计算方法是用前期明显高点减前期明显反弹低点二次，负数为多少，就是它的理论跌幅的最低点或最低价。
用公式表示为：X（买入价）= H（前期高点）—低点—低点
实例1：低点买入中国联通（600050）
时间：2002年11月。
中国联通2002年上市后，在2002年的11月5日有一个明显的高点3.09元，后下跌到11月27日最低价为2.85元。这时反弹留下了一个低点。后来，该股在12月26日再度跌破2.85的低点，此时一个买进公式成立：用最高收盘3.09元减去前期低点2.85的余数再减一次2.85得数为负2.61元。那么，你就在2.61元处加上3分钱全线满仓，实际联通跌到2.62元后，于2003年1月7日拉出阳线，8日接近涨停后一路拉升至5.36元，净赚204.5%。当时，殷保华全线在2.62至2.67元处满仓，并通知了他圈内朋友，一举成功。（见下图）

实例2：买入招商银行（600036）
操作时间：2002年5月30日。
买入价格：8.52元。
计算方法：2002年4月9日该股上市当天股价最高价为10.88元，4月24日破位下行，当天最低价为9.70元。之后构筑一个小平台整理。计算它的理论跌幅，就是用10.88元—9.70元—9.70 元= —8.52元。把负号去掉，它的绝对值8.52元就是理论跌幅的最低点，也就是最佳买点，该股实际运行结果与预测分毫不差。
F. 脚踏头涨，头顶尾跌
这是判断大盘和个股是否能涨或跌的一种比较常用的技巧。脚踏头涨和头顶尾跌，是一种形象的比喻。
⑴ 脚踏头涨。是讲一只股票在上升途中回调时，一般总要回调到前面的高点。这就形成了一只“脚”从上面踩到前期高点的这个“头”上。这即是这只股票在上升途中回调的极限，此时买进，必定大涨。
此种形态的例子很多，仍拿广电电子来说，每次上涨回调到前期的头部后，后市都会有一定的涨幅。不论是短周期还是长周期，都存在这种现象。如月K线上1999年12月30日的脚，正好踏在前期1998年6月30日的头上，买入后便可轻松盈利（见下图）。
再拿上证指数为例。1993年4月30日上证指数月K线中的收盘为1358点(下图中的A点)，而1999年12月30日收盘为1366点（下图中的D点），正好踏在1993年4月的“头”上（仅差8个点），之后一路拉升了879点。而2002年12月31日收盘1357点(下图中的E点)也正好踩在1993年4月30日1358点（只差了1点），之后大涨300点（见下图）。
⑵ 头顶尾跌。当大盘或个股在下跌途中，一旦跌破了前期的一个低点，那么，前期的这个低点便成为后市的一个压力点了。此后的反弹只要上升的“头”顶到这个“尾”，往往就会跌。
仍拿上证指数的月K线为例。2004年12月31日，上证指数收盘破1300点后下行，此后，此点便成了后市的压力点。2005年2月28日当上证指数的月K线反抽到1300点这个“尾”后，就开始大幅下跌至1000点。特别是深证指数，2005年的大反弹每次向上反抽深证历史上的三个周K线大底：2003年9月30日3054.89点（图中A点）、2004年9月10日3059.29点（图中B点）、2005年1月7日3035.59点（图中C点）后就掉头向下（见下图）。
G．如何捕捉“天量”中的机会
殷保华在给股民讲课时说：放天量是股市中的一个致命杀手，它往往是主力出货的最主要的象征。所以，遇到天量首要的是先逃命出局观望。但世上的事情也都不是绝对的，有时一些股票放出天量，照涨不误。那么，该如何分辨哪些天量可以跟进，又如何去把握放天量之中的机会呢？
他讲了这样一种简单易行的方法：在天量那天（或那周、那月）K线的收盘价和最高价处画两根平线，若后市在这根线下运行，则不要轻举妄动。因为天量的风险极大，一定要等股指和股价有效突破该线数日或数周再回调到该线时方可果断介入。
实战案例：打开上海汽车（600104）的K线走势图，会发现在2003年1月14日该股放出了单日天量。在这根天量所对应的最高股价5.30元（a）和收盘价5.07元(b)处画二根平行线，便可一目了然。
四天后，该股打到5.09元处，这时，你可加几分钱买一点，但不能满仓。等到7月24日收盘有效突破天量最高价5.30元后，你应该在后面几次碰5.30元处逐步进仓。所以，我们跟庄者只有看到这根量被股价踩在脚下了，基本上才能够确定这根天量才是拉高快速建仓的量，才能去“乘轿子”，否则，就不必去冒这个天量险（见下图）。
同样，大盘在2005年的8月放出了一根天量。那么如何判断后市是涨还是跌？操作方法可按样画葫芦，照上海汽车的方法去做，在8月份的月收盘1162点处及最高点1201点处画二根平行线，若后市能真正地翻上这根线，才能谨慎介入，否则只能观望休息。尤其是大资金操作更要慎重。翻不上去决不能轻易做多，要时刻牢记我们是跟庄者，千万不要以赌的方法去买卖股票。
H．5分钟EXPMA通道之上，巧买新股
在殷保华的操盘技艺中，还有一个对新股的操作技巧令人赞叹。每次新股上市，什么时候买，什么时候卖，他都能测算得比较精确。但是，他说：过去用总申购资金来计算开盘价和开盘价的定位就可马上操作，而现在这个方法被配售打乱了，筹码无法集中在某些大机构手中，要达到精确计算就比较难了。但是，还是有两种方法，对新股操作很有效。
第一种是超短线操作法：这种方法是在新股开盘后不要急于做任何操作，而是看第二个5分钟K线是否在EXPMA（平滑移动平均线）线的上方，如不在上方，不要买而是先卖。如果在EXPMA之上，则实施阴线买入，这是超短线买新股的方法。
第二种是日线中的短线买卖法，也可先用EXPMA的线上阴线买，线下阳线抛的理论。只不过要加一个1/2的理论涨跌幅计算。这在前面已讲过，不再赘述。

拨开迷雾，揭开庄家做盘秘密
在激烈博弈的股市沙场上，博弈的一方是中小散户，另一方则是主力庄家。然而，每一次的博弈结果都是以中小散户的惨烈失败而告终。
“为什么在这个博弈的市场上中小投资者老是赔钱？失败的老是他们？症结到底在哪？”采访中，记者曾不止一次就这一问题向殷保华老师讨教。
“我认为最主要的原因在于中小散户太不了解对手”。殷保华回答说：“常言说，知已知彼，才能百战不殆。中小散户对主力如何做盘、如何欺骗他们的种种手法和伎俩知之甚少，无疑便成了最大的牺牲者了。”

‘伍’ 投资与理财案例分析 ：

我是个助理理财师，就为了20分来回答这个问题？值吗？要写几百一千字，怎么也要半个小时吧！家庭财务状况是良好的，没有贷款，问题是没有列出每月开销。资产方面：就逐个累加。支出没有说明。理财目标：要实现小孩读大学，买房。这里应该在国内读大学。6年后预计每年要3万元至4万元。买房自己按理财计算器。
没有说每年支出，怎么给建议，有了支出才知道每年有多少结余！买房又没有说要多大面积？100平米？还是140平米？

‘陆’ 怎么做会计案例分析

商誉和无形资产在收购中的表现最为明显，会计处理问题的展示也会最清楚。这个案例大概可以用：

27日举行的2008年度招商银行(14.27,0.24,1.71%)(600036)业绩发布会上，招行管理层表示，目前招商银行整合永隆的工作进展顺利，预计永隆银行今年将扭亏为盈。

2008年，招行以总价约人民币320亿元收购永隆银行100%股权。而受经营环境、投资减值准备等影响，永隆银行2008年亏损港币8.16 亿元。针对53%股权收购的溢价部分所形成的人民币101.8亿元的商誉，招行计提人民币5.8亿元。有分析师认为，这说明招行对于永隆银行后续经营能力、协同效应等非常乐观，但是，后续可能依然存在继续计提准备的隐忧。

在招行与永隆银行整合实施方面，招行行长马蔚华表示，在业务客户领域、风险管理和运营领域、IT领域、人力资源和其它团队建设方面都已经取得显着成效，计划在2013年成功完成战略整合，使得永隆成为具跨境优势、香港市场上占领先地位的综合性商业银行。

对于本报记者提出的关于整合永隆银行进展的财务目标界定、减值计提是否充分等问题，招行副行长、永隆银行行长朱琦说，有信心使得永隆银行今年扭亏为盈，未来三年力争实现盈利增长多项指标超越香港同业平均水平，未来五年使得招行收购永隆在财务上物有所值。

招行副行长李浩则表示，招行收购永隆银行是分次收购，其中第二部分47%股权收购的溢价部分约人民币87亿元可以直接在资本公积中全额冲减;而通过对第一部分53%股权收购的溢价部分形成的商誉进行减值测试后，在去年年末计提了人民币5.8亿元。“两部分相加，全部商誉的45%已经被抵扣，我们采取的措施比较保守、减值计提水平并不低。”李浩说。

在参与跨境贸易人民币结算方面，招行副行长张光华表示，目前招行在积极筹备中，在清算网络安排、境外的外资行和招行之间的清算协议和账户开立、结算方式、贸易融资和外币兑换等各个环节都已做好相应准备。此外，在相应的电子系统开发、营销客户准备方面也都准备就绪，一旦具体试点单位被确定，出台具体实施办法，招行可以开展相应的业务。

展望2009年，招行董事长秦晓认为，招行将继续推进经营战略调整和变革，努力推进贷款业务有效增长，加强资产负债管理，进一步加强成本管理，加快推进全面流程管理，加快永隆银行整合工作，稳步推进国际化和综合化进程。

‘柒’ 谁会分析股票啊请举个例子具体分析一下。（只分析一支股票）谢谢！

均线教程

为求简单易懂，先来几张图：看有没什么规律。(这些图我是随机选出来的。)

一：天业股份

一、随便找一只股票，按此技术来分析，简简单单，重要的是纪律的执行到位情况。需要多分析练习，提高执行力，就一定可以，涨的时候，拿稳最大收益，在跌的时候，在刚开始下跌的开始就离场，把亏损减到最低。循环操作。就算是一年时间，用此方法只操作一只股票，都可以赚取收益。

二、用此方法分析大盘走势，更加精准。欢迎验证。

三、此方法乃本人自创，经验证，感觉还可以，起码可以做到小亏大赚，如有兴趣，也可加本人QQ：972770432讨论，谢谢！

‘捌’ 纯粹的金融科技行业分析（通俗易懂最好）

2019年中国金融科技行业市场现状及发展前景分析 未来十大发展趋势分析

2019年中国金融科技行业发展概况分析

《经济参考报》3月26日刊发题为《机构加速抢滩布局金融科技》的报道。文章称，随着金融与科技的深度融合，金融科技正跃上新风口。一方面，银行等传统金融机构不断加注金融科技砝码。邮储银行、农业银行等多家金融机构近日召开了金融科技专场校园招聘，2019年将在金融科技领域加大研发投入。另一方面，互联网系的金融科技公司快速崛起，腾讯、360金融、乐信等多家巨头近日发布的业绩报告显示，2018年金融科技收入增长迅猛，其中360金融2018年净收入同比增长464%。同时，传统金融机构与科技公司的“跨界合作”也愈加紧密，金融科技发展生态正在形成。

业内专家表示，金融科技的发展将提高金融运行效率，为民企融资、金融防风险带来新的环境，但同时也为金融监管带来了新的挑战。根据监管层近期密集释放的信号，金融科技将获更大力度政策支持，金融科技监管也将同步趋严。

未来中国金融科技营收规模将接近2万亿

据前瞻产业研究院发布的《中国科技金融服务深度调研与投资战略规划分析报告》统计数据显示，2013年中国金融科技营收规模仅仅达695.1亿元。之后呈现高速增长状态，2016年以来，我国互联网金融正逐渐从用户流量驱动向金融科技驱动转型。虽然目前我国金融科技仍处于发展初期，但是我国尚未成熟的金融市场给予了金融科技快速发展的土壤。截止至2017年我国金融科技企业的营收总规模达到6541亿元左右，同比增速55.2%。根据前瞻产业研究院测算：2018年，我国金融科技企业的营收总规模达到9698.8亿元，同比增速48.3%。前瞻认为，目前金融科技服务于金融机构，更偏向实际金融业务的后端，并不是金融产业链中利润最丰厚的一环，因此短时间内金融科技营收规模很难迎来爆发式增长，或将继续保持这样的增速稳定增长。并预测在2020年中国金融科技营收规模将达19704.9亿元。

2013-2020年中国金融科技营收规模统计及增长情况预测

数据来源：前瞻产业研究院整理

未来中国金融科技十大发展趋势分析

云计算、大数据、人工智能和区块链等新兴技术与金融业务不断融合，科技对于金融的作用被不断强化，在政策的大力支持下，金融机构、科技企业对金融科技的投入力度持续加大，数据价值持续不断的体现并释放出来，金融业务环节的应用场景更加丰富，金融解决方案创新推陈出新。开发银行、无人银行、资产证券化、数字票据、不良资产处置等方面业务在科技的赋能下由概念逐步变为现实，随着第五代移动通信技术(5G)、量子计算等前沿技术由概念阶段到实际应用，金融作为最先拥抱技术的领域，也会摩擦出新的火花。未来，金融科技发展趋势体现在十个方面：

1、开放银行

开放银行是银行通过开放应用编程接口(API)对外开放服务。即指银行把自己的金融服务，通过开放平台(OpenAPI)等技术方式开放给外部客户(企业或个人)，客户可以通过调用API来使用银行的服务，而不需要直接面向银行。银行通过API的开放开展跨界融合，实现银行与银行、银行与非银金融机构、银行与跨界企业间的数据共享与场景融合，极大拓展了银行服务的生态。

开放银行成为近年来国内外银行转型的新浪潮。“开放银行”概念起源于英国，2018年1月英国9家银行共享数据，首次落地开放银行理念。2018年7月，浦发银行在北京率先发布“APIBank”无界开放银行，标志着国内“开放银行”的首家落地。随后，工商银行、建设银行、招商银行、兴业银行、光大银行等纷纷展开探索，通过开放API,
实现金融和生活场景的链接。

以API
Bank为代表的开放银行4.0时代即将到来。未来，银行的商业模式将从B2C变为B2B2C，服务标准也将从标准NPS升级为整合型NPS。随着金融服务嵌入生活与生产的方方面面，“场景在前，金融在后”的跨界生态圈将成为主流。虽然目前开放银行应用仍处于早期阶段，但未来，银行的账户功能、支付功能、理财产品、贷款产品等将势必形成标准化的API集中输出，成为打通跨界生态的接口。

2、无人银行

无人银行是指通过科技手段减免传统银行的人力使用。通过运用生物识别、语音识别、数据挖掘、人工智能、VR、AR、全息投影等科技手段，替代传统银行的柜员、大堂经理、引导员等岗位，为客户提供全自助式的智能银行服务。

银行人力减少是目前大势所趋。目前大部分银行都实现了人力的部分替代，少数银行试点几乎实现了厅店全替代。至2018年5月28日，我国银行物理网点共退出4591家，从2017年下半年开始银行退出网点数目同比增速平均是55%。截至2018年6月底，四大行员工数与2017年底相比，减少已超过3.2万人。

短期内无人银行将仍处在试点阶段。目前建设银行已经开启了无人银行试点，通过更高效率的智能柜员机替代柜员、保安、大堂经理，刷脸刷身份证替代人工验证的方式，覆盖90%以上现金及非现金业务。尽管无人银行为银行网点转型打开探索新路径，但目前银行业务还难以实现百分之百无人化，例如需要安排保安值班;客户在智能终端上开卡、汇款时，出于安全风险考虑，也会安排工作人员现场服务。因此未来的一段时间内，无人银行仍将作为探索性的试点存在。

3、量子计算与金融

量子计算是一种遵循量子力学规律的新型计算模式。普通计算机使用比特(bit) 中0与1的两种状态存储数据，而量子计算机的存储单位量子比特，除0和1外，
同时还可以实现多个状态的相干叠加态。 所以，
基于量子计算的量子计算机就可以通过控制原子或小分子的状态，记录和运算信息，其存储和运算速度都能远远超越传统通用计算机。例如使用超级计算机分解一个400位的数字，需要60万年，而用量子计算机只需要几小时甚至几十分钟。

量子计算的应用能极大提升金融服务效率。量子计算由于其超强大的计算能力，可应用于在金融业多个方面。例如金融高频交易，利用算法根据预先设定好的交易策略自动执行股票交易，在达到相同结果的前提下，量子计算比传统计算机的速度要快得多。再比如诈骗检测，利用量子计算机的快速学习的特点，能大大加速神经网络学习速度，迅速打击新兴的诈骗方式。

量子计算也可能会为金融业带来巨大风险。量子计算在计算速度上的飞跃式提升，也可能会对现有金融体系带来威胁。例如目前正在使用的许多公钥密码系统，在量子计算极大的计算性能下，很有可能会遭到破解，这些将严重影响互联网及各地数字通信的保密性和完整性，对现有的安全系统和管理机制造成大范围和系统性的破坏。因此，在量子计算机瓦解当前密码体系并实现商业化之前，必须建立量子安全解决方案形成安全的过渡。

4、5G与金融

5G是第五代移动通信技术，是4G之后的延伸。5G概念由标志性能力指标“Gbps用户体验速率”和一组关键技术组成。5G技术创新主要来源于无线技术和网络技术两方面。在无线技术领域，大规模天线阵列、超密集组网、新型多址和全频谱接入等技术已成为业界关注的焦点;在网络技术领域，基于软件定义网络(SDN)和网络功能虚拟化(NFV)的新型网络架构已取得广泛共识。

5G将进一步优化金融服务，实现金融场景的再造，为金融行业注入新的生机。5G技术的热点高容量场景，将为用户提供极高的数据传输速率，满足网络极高的流量密度需求，该技术场景将有效提升移动端金融服务的速率，减少因网络延迟造成的支付卡顿等情况，同时速率的提升也有助于通过AR/VR技术进一步丰富支付模式，提供更加真实的场景体验;5G技术的连续广域覆盖场景还可有助于银行无人网点的部署，通过AR/VR技术将金融服务带到此前网点无法覆盖的偏远地区，实现普惠金融服务。此外，5G面向物联网业务的低功耗大连接和低时延高可靠场景还将通过实现万物互联，获取海量、多维度、相关联的人、物、企业数据，进一步优化供应链金融、信用评估、资产管理等相关金融服务，实现更多丰富场景的探索。

5G及相关产业的发展带来广阔投资空间，引发金融高度关注。5G一方面提供更快的速率和更高的带宽，促进移动互联网进一步的蓬勃发展和人机交互新模式的创新，另一方面还将实现机器通信，千亿量级的设备将接入5G网络。5G还将与云计算、人工智能、AR/VR、无人驾驶等技术相结合在车联网、物联网、工业互联网、移动医疗、金融等领域带来更加丰富的应用场景，此外，5G网络还将是能力开放的网络，通过与行业的结合，运营商将构建以其为核心的开放业务生态，拓展新的业务收入模式，目前中国移动已经联合战略伙伴打造了百亿级规模的5G投资基金，国内外险资、券商、阳光私募、风投等众多机构，也早在2017年成立了数十支5G产业专项投资基金，未来5G及相关产业将持续引发金融高度关注。

5、移动金融安全

移动金融指的是使用移动智能终端及无线互联技术处理金融企业内部管理及对外产品服务的解决方案的总称，移动金融安全指的是移动金融业务开展过程中的安全。当前移动智能终端的普及加速了金融信息化建设，越来越多的金融服务向移动化逐步转型。移动金融丰富了金融服务的渠道，为金融产品和服务模式的创新、普惠金融的发展提供了有效途径。央行印发《关于推动移动金融技术创新健康发展的指导意见》将“安全可控”作为移动金融的健康发展的重要原则之一，强调了移动金融安全的对于移动金融技术创新发展的保驾护航的地位。

移动金融在创新与安全的博弈中发展，安全问题愈发引起重视。随着金融产业的发展，金融行业移动应用日渐成为金融服务及产品的重要支撑手段，移动金融未来将继续在规模和创新上发展。金融科技快速发展给移动金融带来了无限生机，但同时也滋生了诸多风险。移动金融应用中频发木马病毒、支付安全、敏感信息泄露、身份认证绕过、仿冒等安全问题，引发了监管部门乃至社会的广泛关注，移动金融安全成为金融创新发展中至关重要的保障。

个人信息安全是移动金融安全的重中之重。近年来，移动互联网应用程序(APP)越界获取用户隐私权限、超范围收集个人信息的现象频发。移动金融应用中隐私窃取类恶意应用占比最高，用户个人信息受到极大威胁。为保障个人信息安全，维护网民合法权益，中央网信办、工业和信息化部、公安部、市场监管总局开展“App违法违规收集使用个人信息专项治理”，加强个人信息保护，推动移动信息安全建设。

生物特征识别兼顾安全与便捷，成为移动金融安全关注的热点。目前，生物特征识别技术已经基本成为移动智能终端的标准配置，逐渐成为了金融业务中新型用户身份核实和认证的发展方向。中国人民银行于2018年10月颁布金融行业首个生物识别技术标准《移动金融基于声纹识别的安全应用技术规范》，将安全性和个人隐私保护摆到了突出位置，规范如声纹等生物特征识别的安全应用。

6、数字票据

数字票据是一种将区块链技术与电子票据进行融合，实现自动安全交易的新型票据。数字票据借助区块链具有分布式账本、去中心化、集体维护、信息不可篡改等特点，使数字票据更具安全性和信息公开性，更加智能交易，更加便捷使用。

数字票据可以实现全程高效真实的信息传递，全程自动化交易，以及交易过程全程追踪，提高用户隐私保护。区块链具有点对点传输，采用去中心化的信任机制的优势，保证数字票据的数据安全性、完整性和不可篡改性。数字票据利用区块链提供可编程的智能合约，实现票据的自动抵押、清付和偿还，避免交易风险。并且，所有交易都被记录在完整的“时间链”上，一旦有违约行为发生，可以追溯其责任，并且通过隐私保护算法保护参与者隐私，可实现参与者在区块链上的匿名性。

上海票据交易所数字票据实验性生产系统成功上线，工行中行浦发等银行参与其中。数字票据交易平台实验性生产系统已在2018年1月25日成功上线试运行，工商银行、中国银行、浦发银行和杭州银行在数字票据交易平台实验性生产系统顺利完成基于区块链技术的数字票据签发、承兑、贴现和转贴现业务。数字票据交易平台实验性生产系统结合区块链技术和票据业务实际情况，对前期数字票据交易平台原型系统进行了全方位的改造和完善，使结算方式更加创新，业务功能更加完善，系统性能不断提高，安全防护不断加强，隐私保护更加优化，实现实时监控管理。

7、数字资产证券化

数字资产证券化是将数字资产转化为证券的过程。将域名、商标、品牌、数字货币、游戏装备、账户号码等相关缺乏市场流动性的数字资产，转换为在金融市场上可以自由买卖的证券的行为。

数字资产证券化目的在于获取融资，以最大化提高资产的流动性。数字资产是文化产业的创新蓝海，是互联网+文化产业的新业态，是“文化互联网+”的文化大产业下的商业模式创新。域名、商标等数字资产缺乏市场流动性，通过数字资产证券化，有效打破刚性兑付，有效盘活巨大的金融资产和社会的存量资产，能把缺乏流动性但有收益性的数字资产设计成证券化产品卖出去，收回现金，提高流动性，进而获得融资。

数字资产证券化是区块链的最佳实践场景。我国央行货币研究所也在不断探索数字资产证券化区块链平台，借助区块链的分布式数据储存、去中心化的特点，保证了以及底层数字资产数据真实性，且不可纂改，降低了信息不对称性，增强了信息的透明及可靠程度，有效解决了机构间费时费力的对账清算问题，降低数字资产的融资成本，提高融资效率。

8、消费金融

消费金融是为满足消费者具体消费需求的现代金融服务方式。是金融机构向消费者提供用于购买装修、旅游、电子产品、教育、婚庆等具体的消费需求的个人消费贷款服务。除银行提供的贷款服务外，接触较多的消费金融服务有京东金融的“京东白条”、蚂蚁金服的“花呗”、苏宁的“任性付”等以及被大众接受的P2P小额理财服务。根据银监会发布的《消费金融公司试点管理办法》中定义，消费贷款是指消费金融公司向借款人发放的以消费(不包括购买房屋和汽车)为目的的贷款。

未来中国消费金融行业迎来巨大发展空间。2018
年，国家出台了多项鼓励消费金融发展的政策。特别提到“加快消费信贷管理模式和产品创新、不断提升消费金融服务的质量和效率。“作为消费主体的80、90后，更愿意通过借贷的方式满足产品购买需求。同时，随着消费金融规模的不断扩大，消费金融会向二三线城市下沉，各类金融应用场景需求增多。

金融科技助力消费金融产品创新和风控体系建设。目前，
我国消费金融存在监管机制有待完善、企业产品创新不足、风险防控体系不健全等问题。金融科技的发展为消费金融开发更多的产品应用场景，提升消费者体验，激活和拓展市场空间;同时，利用金融科技建立构建完善的风控运营体系，解决消费金融面临的征信记录缺失、运营经验缺乏，降本增效。在科技的驱动下，消费金融将不断提升风险防控能力，不断提升运营能力与科技创新能力，科技驱动下的产品创新和风控体系的建立将为消费金融迎来更大的发展空间。

9、智能客服

智能客服可以显着提高金融服务效率。智能客服系统是利用机器学习、语音识别和自然语言处理等人工智能技术，处理金融客户服务中重复率高、难度较低且对服务效率要求较高的事务，如服务引导、业务查询、业务办理以及客户投诉等业务。目前应用的智能客服场景有智能客服机器人、智能语音导航、智能营销催收机器人、智能辅助和智能质检等。

金融机构及互联网企业都在加大智能客服的探索和应用。金融机构在线上线下对智能客服系统应用广泛，网站、App客户端等线上智能客服服务系统能够实现自动理解客户问题并进行解答和办理简单业务。在线下网点的智能化进程加速，逐步推广无人银行，智能机器人、智慧柜员机、VTM机、外汇兑换机等大量智能自主终端，大幅减少人工服务成本，使客户获得更满意和周到的服务体验。同时，互联网企业在智能机器人方面的研发投入力度不断加大，为这些金融客户提供个性化的智能客户服务。

智能客服系统逐渐渗透到金融业务的售前、售中、售后全流程。目前，智能客服系统已经能够代替人工客服为客户解决许多简单、重复的问题，为金融机构节约了大量的人工成本。随着社会的发展，客户对服务的及时性、移动性、多渠道性提出更多的要求，智能客服的应用为金融机构留住更多客户，提供全天候及时、便捷的服务，增强客户粘性。在智能客服的应用过程中，大量用户数据通过智能客服积累和沉淀下来，为精准营销和业务流程优化提供参考。同时，智能客服系统利用大量完备的用户数据，逐渐承担起更多售前、售中、售后全流程的金融业务。

10、不良资产处置的科技运用

科技带来不良资产处置方式创新发展。不良资产可分为股权类资产、债券类资产和实物类资产。不良资产处置有破产清算、拍卖、招标、协议转让、折扣变现，以及债转股、债务重组、资产证券化、资产重组、实物资产出租、实物资产投资等方式。近年来，随着云计算、大数据、人工智能、区块链技术的发展应用，出现了以互联网为基础的创新处置模式，如不良资产综合处置平台，众筹投资、撮合催收等。

经济新常态背景下对不良资产处置任务艰巨。不良资产率的持续攀升，政府鼓励不良资产处置的市场化。据银保监会称，2018年中国商业银行的不良贷款率为1.89%，为10年新高，截至12月底，商业银行不良贷款总额为2万亿元。
在经济新常态下，风险和各种不确定因素增多，对不良资产处置的效率和处置效益提出更高的要求。近年来，银行机构、资产管理公司等纷纷与互联网企业合作，通过网络平台模式进行不良资产的拍卖，涉及股权、债权和各种实物抵押物，取得良好效果。

金融科技已经在多个环节开发实际应用场景。科技运用可以快速发现资产价值，减少错配情况的发生，同时，可以显着提高信息互通，提升效率，提高不良资产处置回收率。目前金融科技已经在多个环节开发应用场景。如在运用自然语言处理和机器学习技术优化催收策略，同时，实现催收业务流程自动化，缩短处置的时间周期;通过大数据分析实现信用风险的精准定价;区块链分布式记账解决信用机制、信息不对称等问题，优化不良资产证券化流程，缩短处置周期，保证信息的真实有效性。

‘玖’ 你们有读过《商业银行典型案例解析》这本书吗听说是招行行长田惠宇写的

我读过，因为之前有想过去银行工作，没错，是招商银行田惠宇写的，我从中获益匪浅。

‘拾’ 商业银行增加资本的具体案例，比如哪年什么银行通过发行新股等增加了多少资本

商业银行如何增加资本金；本案例目的在于说明资产增长模型的应用，研究我国银；外源资本是商业银行资本金的重要渠道，对于提高银行；但是随着银行资产规模的扩张，资本充足率会不断降低；一、案情；某银行年末加权风险资产30440亿元，资本净额2；1．提高股本收益率；为保持银行股票价格的稳定，银行在报告年度不发行；新股，资本增长全部靠内源资本解决，如果上年30％；计算过程商业银行如何增加资本金

本案例目的在于说明资产增长模型的应用，研究我国银行资本金来源渠道，强调银行增加内源资本对提高资本充足率、增强银行竞争能力的重要性。

外源资本是商业银行资本金的重要渠道，对于提高银行资本充足率起到了非常重要的作用。但是随着银行资产规模的扩张，资本充足率会不断降低。随着国有商业银行资产规模的不断扩张，资本充足率的降低将是不可避免的。外源资本是银行补充资本的最优来源吗?从下面的案例可以看出，银行资本来源渠道很多，其中内源资本尤为重要，不可忽视。

一、案情

某银行年末加权风险资产30 440亿元，资本净额 2 283亿元，资本充足率为7.5％，管理当局要求在报告期未必须将资本充足率提高到8％，否则将暂停该行银行业务市场准人。银行资产负债管理委员会研究后提出以下几个方案：

1．提高股本收益率。

为保持银行股票价格的稳定，银行在报告年度不发行

新股，资本增长全部靠内源资本解决，如果上年30％的红利分配比率不变，银行应当赚取多大的资本收益率，才能支持资本增长的要求。

计算过程如下：

报告年度资本增长11.415亿元(即2 283*0.5％=11.415)，根据资产增长模型：

资本增长额=期初资本额*资本收益率*留存收益比率

内源资本增长率=资本收益率*留存收益率 =资本收益率*(1—红利分配比率)

5％=X*(1—30％)

X=5％÷70％=0.071428 结果表明，报告年度股本收益率要增长7.1428％，该银行资本充足率才能达到监管当局的要求。

2．缩减加权风险资产规模。

如果报告年度股本收益率不能达到预测的增长率，银行还可以通过缩减资产规模的途径提高资本充足率。很显然，加权风险资产应控制为：

8％=2 286／X

X=2 286÷8％=28 575(亿元)

也就是说，加权资产减少1 865（30440-28575）亿元，才能达到法律要求的资本充足率指标。显然此方案不可取，因为风险资产的减少往往会导致银行资产收益率的降低，银行正常的财务指标将难以实现。

3．提高资产收益率。

在红利分配保持上年度增长水平的条件下，如果不减少加权风险资产规模，必须提高资产收益率，保证内源资本的增长需要。若本年度资产收益率达到多少才能满足资本充足率要求。根据资产增长模型：

ROA=(E1/A1)* G l /{(1+G)*(1-D)}

因加权资产规模不变，无法知道资产增长率，根据资产增长模型的假设，用资本增长率来计算Gl。

Gl=（8%*加权风险资产-7.5%*加权风险资产）/7.5%*加权风险资产=6.67%

ROA=(E1/A1)* G l /{(1+G)*(1-D)}

=8%*6.67%/(1+6.67%)*(1-30%) =0.715%

其中Gl为持续增长率，ROA为资产收益率，E1/A1

为资本充足率，D为红利分配比率。

4．降低红利分配比率。

如果银行资产收益率只能达到0.70％，必须降低红利分配比率到多少才能满足资本充足率要求。

根据资产增长模型：D=1—[Gl*E1/A1]/ROA*(1+ Gl)=28.5379474%=28.53%

在资产收益率为0.70％的情况下，红利分配比率减低到 28.53％，才能满足资本充足率的要求。

二、思考题 1．银行董事会预测报告年度资产增长率为11.73％，资产收益率为0.99％，红利支付比率为30％，并认为降低红利分配比率会引起银行股票价格下跌，银行能否达到8％的资本充足率?请提出你的设计方案。

2．你认为上述方案中哪一种方案对银行最优? 3．对已上市银行来说，在股票市场发行新股增加资本金还需要内源资本吗?为什么?

三、案例分析

1．银行董事会预测报告年度资产增长率为11.73％、资产收益率为0.99％、红利支付比率为30％，并认为降低红利分配比率会引起银行股票价格下跌，银行要达到8％的资本充足率，方案只有一个，就是增加外源资本。可以发行普通股、优先股和可转换债券，也可以通过银行固定资产售后回租，减少固定资产增加资本金。

2．外源资本并非增加资本金的惟一途径。银行资本金的增加，主要来源应当是内源资本。其优点在于，可以降低资本成本，原有股东的股权又不会被稀释，可以保持股票价格的相对稳定，有利于银行经营。 3．我国从2004年起，银监会规定对上市银行资本充足率实行按季考核，上市银行的资本充足率必须在所有时点上满足8％的最低要求，一经发现达不到监管要求，将暂停该行机构业务市场准人。银行为满足资本充足率的要求，往往更多采取在资本市场筹集外源资本这种简便易行的方案，但是其副作用不容忽视。如2003年1月，浦东发展银行增发3亿A股，募集资金25.35亿元；2月，民生银行发行40亿元可转债；8月，华夏银行首发新股融资56亿元；10月，招商银行在巨额融资仅一年后，其发行不超过100亿元可转债议案又获股东大会审议通过。11月，浦东发展银行发行期限为5年的60亿元可转债，结

果证交所银行股票价格大幅度下跌。银行之所以大量发行可转债，主要是迫于资产规模的扩张超过了资本金的增长导致资本充足率降低的困境。对于国有商业银行而言，同样要特别重视内源资本的作用，在国内外银行激烈竞争的经营环境中，商业银行必须深人研究资产增长的．限制条件，正确处理资产增长、收益增长、红利分配与资本金增长的关系，只有这样才能真正做到稳健经营、降低风险。