A. 青岛若贝电子有限公司怎么样
简介：注册号：****所在地：山东省注册资本：700万元人民币法定代表：吴国盛企业类型：有限责任公司（自然人投资或控股）登记状态：在营登记机关：青岛市工商行政管理局高新区分局注册地址：青岛高新技术产业开发区松园路17号青岛市工业技术研究院A区A1楼2层218室
法定代表人：吴国盛
成立时间：2014-01-10
注册资本：700万人民币
工商注册号：370222230004682
企业类型：有限责任公司(自然人投资或控股)
公司地址：山东省青岛市高新区秀园路2号科创慧谷（青岛）科技园D1-2-501
B. 关于贝塔系数，是不是贝塔系数越小，系统性风险越小...
贝塔系数（Beta coefficient），是一种风险指数，用来衡量个别股票或股票基金相对于整个股市的价格波动情况。β系数是一种评估证券系统性风险的工具，用以度量一种证券或一个投资证券组合相对总体市场的波动性，在股票、基金等投资术语中常见。 贝塔系数=1，表示该单项资产的风险收益率与市场组合平均风险收益率呈同比例变化，其风险情况与市场投资组合的风险情况一致；贝塔系数>1，说明该单项资产的风险收益率高于市场组合平均风险收益率，则该单项资产的风险大于整个市场投资组合的风险；贝塔系数<1，说明该单项资产的风险收益率小于市场组合平均风险收益率，则该单项资产的风险程度小于整个市场投资组合的风险。
温馨提示：以上信息仅供参考，投资有风险，入市需谨慎。
应答时间：2021-01-11，最新业务变化请以平安银行官网公布为准。
[平安银行我知道]想要知道更多？快来看“平安银行我知道”吧~
https://b.pingan.com.cn/paim/iknow/index.html
C. 1996-2010的诺贝经济学奖
1996年
詹姆斯·莫里斯(James A. Mirrlees)英国人(1936- )
威廉·维克瑞(William Vickrey)美国人 (1914-1996)
前者在信息经济学理论领域做出了重大贡献,尤其是不对称信息条件下的经济激励理论。 后者在信息经济学、激励理论、博弈论等方面都做出了重大贡献。
1997年
罗伯特·默顿(Robert C. Merton)美国人 (1944- )
迈伦·斯科尔斯(Myron S. Scholes)美国人(1941- )
前者对布莱克－斯科尔斯公式所依赖的假设条件做了进一步减弱,在许多方面对其做了推广。后者给出了著名的布莱克－斯科尔斯期权定价公式,该法则已成为金融机构涉及金融新产品的思想方法。
1998年
阿马蒂亚·森(Amartya Sen )印度人(1933- )
对福利经济学几个重大问题做出了贡献,包括社会选择理论、对福利和贫穷标准的定义、对匮乏的研究等。
1999年
罗伯特·蒙代尔(Robert A. Mundell)加拿大人 (1923- )
他对不同汇率体制下货币与财政政策以及最适宜的货币流通区域所做的分析使他获得这一殊荣。
21世纪
2000年
詹姆斯·赫克曼(James J. Heckman)1944 年生于美国芝加哥,曾就读于科罗拉多学院。1971年获普林斯顿大学经济系博士学位。现为芝加哥大学的教授。
丹尼尔·麦克法登(Daniel L. McFadden)1937 年生于美国北卡罗来那州的瑞雷,曾就读于明尼苏达大学。1962年获得明尼苏达大学博士学位。现为加州大学伯克莱分校教授。
在微观计量经济学领域,他们发展了广泛应用于个体和家庭行为实证分析的理论和方法
2001年
乔治·阿克尔洛夫(George A. Akerlof )生于1940年,美国加州大学伯克莱分校教授
迈克尔·斯宾塞(A. Michael Spence )生于1943年,美国加州斯坦福大学教授
约瑟夫·斯蒂格利茨(Joseph E. Stiglitz)生于1943年,美国纽约哥伦比亚大学教授
为不对称信息市场的一般理论奠定了基石。他们的理论迅速得到了应用,从传统的农业市场到现代的金融市场。他们的贡献来自于现代信息经济学的核心部分
2002年
丹尼尔·卡纳曼(Daniel Kahneman)1934年出生,美国普林斯顿大学心理学和公共事务教授。
弗农·史密斯(Vernon L. Smith)1927年出生,美国乔治·梅森大学经济学和法律教授。
传统上,经济学研究主要建立在人们受自身利益驱动并能作出理性决策的假设基础之上。长期以来,经济学被普遍视为是一种依赖于实际观察的经验科学,或者是建立在演绎、推理方法基础之上的思辩性哲学,而不是在可控实验室中进行检测的实验性科学。然而,现在经济学研究越来越重视修正和测试基础经济理论的前提假设,并越来越依赖于在实验室里而不是从实地获得的数据。这种研究源于两个截然不同但目前正在相互融合的领域:一个是用认知心理学分析方法研究人类的判断和决策行为的领域;另一个是通过实验室实验来测试或检验根据经济学理论作出预测的未知或不确定性领域。卡纳曼和史密斯正是这两个研究领域的先驱。卡纳曼因卓有成效地把心理学分析方法与经济学研究融合在一起,而为创立一个新的经济学研究领域奠定了基础,其主要研究成果是,他发现了人类决策的不确定性,即发现人类决策常常与根据标准经济理论假设所作出的预测大相径庭。他与已故的阿莫斯·特维尔斯基合作,提出了一种能够更好地说明人类行为的期望理论
2003年
克莱夫·格兰杰 (Clive W.J. Granger) 1934年生于英国威尔士的斯旺西,现为英国公民。他1959年获英国诺丁汉大学博士学位,现是美国圣迭戈加利福尼亚大学荣誉经济学教授。
罗伯特·恩格尔(Robert F. Engle III) 1942年生于美国纽约的锡拉丘兹,1969年获美国康奈尔大学博士学位,现为美国纽约大学金融服务管理学教授。
他们分别用“随着时间变化的易变性”和“共同趋势”两种新方法分析经济时间序列,从而给经济学研究和经济发展带来巨大影响。研究人员在进行估量关系、作出预测以及检验经济学理论中的假设时,往往以时间序列,即以按时间排列的观察周期的形式来使用数据。这种时间序列显示了国内生产总值、价格、利率、股票价格等的演变。在上个世纪80年代,两位获奖者发明了新的统计方法来处理许多经济时间序列中两个关键属性:随时间变化的易变性和非稳定性。在金融市场上,随着时间的随机波动,即易变性,具有特殊重要的意义,因为股票和各类有价证券的价值取决于易变性的风险。波动可以随着时间发生很大变化:一个波动很大的动荡期后总是一个波动很小的平静期。恩格尔所发明的“自动递减条件下的异方差性”(ARCH)理论能精确地获取很多时间序列的特征,并对能把随时间变化的易变性进行统计模型化的方法进行了发展。现在,他的ARCH模型已经不仅是研究人员不可缺少的工具,金融市场上的分析家也用它来进行资产定价和证券投资风险评估。 大部分整体经济时间序列都有一个随机趋势,一次暂时的失调会产生长期持续的影响。这些时间序列被叫做“非稳定的”序列。格兰杰论证出,当用于稳定时间序列的统计方法运用于非稳定的数据分析时,人们很容易做出安全错误的判断。他的重大发现是,把两个以上非稳定的时间序列进行特殊组合后可能呈现稳定性。格兰杰把这种现象叫作“共和体”。他这一方法在对诸如储蓄和消费的关系、汇率和物价的关系以及短期和长期利率的关系等经济学领域的研究中有着意义非凡的作用。
2004年
芬恩·基德兰德(Finn E. Kydland),1943年生于挪威。1973年从匹兹堡的卡内基—梅隆大学获得博士学位,现任卡内基—梅隆大学和加利福尼亚圣巴巴拉分校的教授。
爱德华·普雷斯科特(Edward C. Prescott),1940年生于美国纽约州。1967年从匹兹堡的卡内基－梅隆大学获得博士学位。普雷斯科特曾先后在宾州大学、卡内基－梅隆大学和明尼苏达大学任教,现任亚利桑那州立大学凯瑞(W.P. Carey) 商学院经济学讲席教授,并担任明尼阿波利斯联邦储备银行的资深顾问。他在卡内基—梅隆大学任教期间曾担任基德兰德的博士论文导师。
他们一是通过对宏观经济政策运用中“时间连贯性难题”的分析研究,为经济政策特别是货币政策的实际有效运用提供了思路;二是在对商业周期的研究中,通过对引起商业周期波动的各种因素和各因素间相互关系的分析,使人们对于这一现象的认识更加深入。
2005年
托马斯·克罗姆比·谢林 (Thomas Crombie Schelling),1921年生于美国。哈佛大学博士。现任马里兰大学教授。
罗伯特·约翰·奥曼(Robert John Aumann),1930年生于德国。麻省理工学院博士。耶路撒冷希伯来大学教授。
通过博弈论分析促进了对冲突与合作的理解。
2006年
埃德蒙德·菲尔普斯(Edmund Phelps) 1933年出生,美国人。
菲尔普斯教授的研究方向主要集中于宏观经济学的各个领域,包括就业、通货膨胀和通货紧缩、储蓄、公债、税收、代际公平、价格、工资、微观主体行为、资本形成、财政和货币政策,以及他最有成就的领域——经济增长问题,被誉为“现代宏观经济学的缔造者”和“影响经济学进程最重要的人物”之一。菲尔普斯教授最重要的贡献在于经济增长理论。他继罗伯特·索洛之后,对经济增长的动态最优化路径进行了分析,提出了著名的“经济增长黄金律”,从而正式确立了经济增长理论。
2007年
埃里克·马斯金(Eric S. Maskin),1950年出生于美国纽约。1976年获得哈佛大学应用数学博士学位。1985至2000年任哈佛大学经济系教授。2003年出任世界计量经济学会会长,普林斯顿高等研究院社会科学部主任。在现代经济学最为基础的领域里做出了卓越的贡献,其中包括公共选择理论、博弈论、激励理论与信息理论以及机制设计。被誉当今国际经济学最受尊敬的经济学大师。
罗杰·迈尔森(Roger B. Myerson),1951年3月29日生于美国波士顿,美国国籍。1976年获得哈佛大学应用数学博士学位,其博士课题为“一种合作博弈理论(A Theory of Cooperative Games)”,对博弈论有深入的研究。著有《博弈论:矛盾冲突分析》(Game Theory: Analysis of Conflict)及《经济决策的概率模型》(Probability Models for Economic Decisions)。
莱昂尼德·赫维奇(Leonid Hurwicz) 犹太人,1917年出生于波兰,第二次世界大战中来到美国。美国科学院院士,美国经济学会院士,总统奖获得者,明尼苏达大学校董事会讲座教授。开始时兴趣主要是计量经济学,对动态计量模型的识别问题作出了奠基性的工作。1947年首先提出并定义了宏观经济学中的理性预期概念。其主要研究领域包括机制和机构设计以及数理经济学。最重要的研究工作是开创了经济机制设计理论。他曾于1990年由于“对现代分散分配机制的先锋性研究”获得美国国家科学奖。
2008年
保罗·克鲁格曼(PaulR.Krugman)1953年2月出生于纽约长岛,犹太人,毕业于耶鲁大学经济学专业,1977年获得麻省理工学院博士学位,先后在耶鲁、麻省理工、斯坦福大学任教,2000年开始在普林斯顿大学工作。
2008年10月13日斯德哥尔摩当地时间13时左右(北京时间19时左右),瑞典皇家科学院诺贝尔奖委员会宣布将2008年度诺贝尔经济学奖授予美国经济学家保罗·克鲁格曼。他将获得的奖金额度仍为1000万瑞典克朗(约合140万美元),不会受金融危机影响。
诺贝尔奖委员会授予他的颁奖词是,因为其在贸易模式上所做的分析工作和对经济活动的定位。
2009年
据诺贝尔基金会官方网站消息,10月12日中部欧洲时间下午13时00分左右(北京时间19时00分左右),瑞典皇家科学院诺贝尔奖委员会宣布将2009年度诺贝尔经济学奖授予美国经济学家埃莉诺·奥斯特罗姆(她由此成为诺贝尔经济学奖设立以来,首位获此殊荣的女性)和奥利弗·E·威廉姆森 。
埃莉诺·奥斯特罗姆(Elinor Ostrom)获颁2009年度诺贝尔经济学奖[1],以表彰“她对经济治理的分析,尤其是对普通人经济治理活动的研究”,而瑞典科学院将2009年诺贝尔经济学奖颁给奥利弗·E·威廉姆森,以表彰“他对经济治理的分析,特别是对公司的经济治理边界的分析”。埃莉诺·奥斯特罗姆1933年出生于美国,现供职于美国印第安纳大学,奥利弗·E·威廉姆森1932年出生于美国,现在在美国加利福尼亚大学伯克利分校工作。两位经济学家将各获得一半奖金。
2010年
美国经济学家Peter A. Diamond和Dale T. Mortensen，英国经济学家Christopher A. Pissarides三位学者分享2010年诺贝尔经济学奖。
彼得·戴蒙德(Peter A. Diamond)生于1940年，1960年毕业于耶鲁大学，获数学学士学位；1963年，年仅23岁就获得了麻省理工学院经济学博士学位，之后在加州大学伯克利分校开始教学生涯。自1966年起至今，戴蒙德一直在麻省理工学院任教。2002至2003年，戴蒙德被推选为美国经济协会主席。上月13日，美国总统奥巴马提名他为美联储委员会理事。据了解，彼得·戴蒙德(Peter Diamond)是世代交叠模型的提出者，社会保障、养老金和税收问题专家。 戴尔·莫滕森（Dale T. Mortensen）教授来自美国西北大学，研究领域集中在劳动经济学、宏观经济学和经济理论，尤其是在工作搜寻和失业理论（the theory of job search and search unemployment）方面颇有造诣，并且将其扩展于劳动调整、研发、个人关联以及劳动再分配（labor turnover, research and development, personal relationships, and labor reallocation）等方面的研究。 克里斯托弗·皮萨里德斯(Christopher Pissarides)教授来自于伦敦政治经济学院(LSE)。英裔、塞浦路斯籍。
D. 什么是β 贝塔系数
由于我们投资于投资基金是为了取得专家理财的服务β系数也称为贝塔系数（Beta coefficient）。如果 β 为 1。贝塔系数衡量股票收益相对于业绩评价基准收益的总体波动性. 0 → 高风险股票，则市场上涨 10 %。如果是负值；市场下滑 10 %时，意味着股票相对于业绩评价基准的波动性越大。根据投资理论, 。β系数是一种评估证券系统性风险的工具，用以度量一种证券或一个投资证券组合相对总体市场的波动性.10 倍，则β系数大于1,除了基金的表现数据外，通常是投机性较强的证券，则波动情况只及一半。β系数越大之证券，若基金投资组合净值的波动小于全体市场的波动幅度；大盘涨的时候它跌，股票上涨 11%，在股票，通常以标准普尔五百企业指数(S&P 500)代表股市，则股票的波动性大于业绩评价基准的波动性.5 为低风险股票，贝塔系数为1，这一指标可以作为考察基金经理降低投资波动性风险的能力. 0 表示为平均风险股票。 β 越高.5间 ，它所反映的是某一投资对象相对于大盘的表现情况、基金等投资术语中常见，β= l，若基金投资组合净值的波动大于全体市场的波动幅度，而下跌时则更差10%，表示其波动是股市的1, 市场上涨 10 %时。贝塔系数是统计学上的概念.1，则β系数就小于1，大多数股票的β系数介于0，股票相应下滑 10 %.5到l。其绝对值越大，是一种风险指数；市场下滑 10 %时。反之亦然,还需要有作为反映大盘表现的指标.9，全体市场本身的β系数为1。β= 0，股票下滑 11% 。反之.10,以取得优于被动投资于大盘的表现情况。如果 β 为 0，用来衡量个别股票或股票基金相对于整个股市的价格波动情况。如果 β 为 1 ，亦即上涨时比市场表现优10%；市场下滑 10 %，显示其收益变化幅度相对于大盘的变化幅度越大，是一个相对指标。一个共同基金的贝塔系数如果是1，股票上涨 9% ；绝对值越小，显示其变化幅度相对于大盘越小，大盘跌的时候它涨, 市场上涨 10 %时;若贝他系数为0．5，而β= 2。在计算贝塔系数时。以美国为例，股票下滑 9% 。 β 大于 1 ，股票上涨 10 %，则显示其变化的方向与大盘的变化方向相反
E. 什么是贝塔（β）系数
一种风险指数，用来衡量个别股票或股票基金相对于整个股市的价格波动情况。
贝塔系数是统计学上的概念，它所反映的是某一投资对象相对于大盘的表现情况。其绝对值越大，显示其收益变化幅度相对于大盘的变化幅度越大；绝对值越小，显示其变化幅度相对于大盘越小。
如果是负值，则显示其变化的方向与大盘的变化方向相反；大盘涨的时候它跌，大盘跌的时候它涨。
由于我们投资于投资基金是为了取得专家理财的服务,以取得优于被动投资于大盘的表现情况，这一指标可以作为考察基金经理降低投资波动性风险的能力。在计算贝塔系数时,除了基金的表现数据外,还需要有作为反映大盘表现的指标。
(5)青岛若贝股票代码扩展阅读
贝塔系数衡量股票收益相对于业绩评价基准收益的总体波动性，是一个相对指标。
β 越高，意味着股票相对于业绩评价基准的波动性越大。 β 大于 1 ，则股票的波动性大于业绩评价基准的波动性。反之亦然。
如果 β 为 1 ，则市场上涨 10 %，股票上涨 10 %；市场下滑 10 %，股票相应下滑 10 %。如果 β 为 1.1, 市场上涨 10 %时，股票上涨 11%, ；市场下滑 10 %时，股票下滑 11% 。如果 β 为 0.9, 市场上涨 10 %时，股票上涨 9% ；市场下滑 10 %时，股票下滑 9% 。
F. 期货考试的一道题目
两只股票组合的β系数为
200万除以300万乘以1.5+100万除以300万乘以0.6=1.2
投资组合的总β系数为本组合中各单个投资品种占总投资额度的比例乘以本品种的贝塔系数累计相加。
贝塔系数在证券从业考试证券投资分析这本书的证券投资组合这部分内容出现过，期货市场教程这本书我还没看过，所以不知道在期货市场教程里哪儿出现，不过应该是投资组合，股票和股指期货组合投资相关部分
贝塔系数是统计学上的概念，它所反映的是某一投资对象相对于大盘的表现情况。其绝对值越大，显示其收益变化幅度相对于大盘的变化幅度越大；绝对值越小，显示其变化幅度相对于大盘越小。如果是负值，则显示其变化的方向与大盘的变化方向相反；大盘涨的时候它跌，大盘跌的时候它涨。由于我们投资于投资基金的目的是为了取得专家理财的服务,以取得优于被动投资于大盘的表现情况，这一指标可以作为考察基金经理降低投资波动性风险的能力。在计算贝塔系数时,除了基金的表现数据外,还需要有作为反映大盘表现的指标
全体市场本身的β系数为1，若基金投资组合净值的波动大于全体市场的波动幅度，则β系数大于1。反之，若基金投资组合净值的波动小于全体市场的波动幅度，则β系数就小于1。β系数越大之证券，通常是投机性较强的证券。以美国为例，通常以史坦普五百企业指数(S&P 500)代表股市，贝他系数为1。一个共同基金的贝他系数如果是1.10，表示其波动是股市的1.10 倍，亦即上涨时比市场表现优10%，而下跌时则更差10%;若贝他系数为0．5，则波动情况只及一半。β= 0.5 为低风险股票，β= l. 0 表示为平均风险股票，而β= 2. 0 → 高风险股票，大多数股票的β系数介于0.5到l.5间 。[1] 贝塔系数衡量股票收益相对于业绩评价基准收益的总体波动性，是一个相对指标。 β 越高，意味着股票相对于业绩评价基准的波动性越大。 β 大于 1 ，则股票的波动性大于业绩评价基准的波动性。反之亦然。 如果 β 为 1 ，则市场上涨 10 %，股票上涨 10 %；市场下滑 10 %，股票相应下滑 10 %。如果 β 为 1.1, 市场上涨 10 %时，股票上涨 11%, ；市场下滑 10 %时，股票下滑 11% 。如果 β 为 0.9, 市场上涨 10 %时，股票上涨 9% ；市场下滑 10 %时，股票下滑 9% 。