量化投资方法篇1

项目投资带来丰厚回报预期同时伴随的是无法避免的风险，如何对项目投资中的风险进行科学评估是保证投资成功的首要条件。本文针对我国经济环境的现状制定一套项目投资风险评价指标，并对所有指标进行标准化的风险量纲统一，进而为科学的风险评估提供技术支持。

一、项目投资风险评价指标的风险值

为保证项目投资中各个不同的风险评价指标可进行综合评估，首先要统一各个指标间的量纲确定表示风险大小的风险值。风险值是每个评价指标实际风险程度的数值表现，取值在-1与1之间，风险值越高表示该项评价指标的风险越高。

二、项目投资风险评价指标体系

本文选取为市场风险、技术风险、金融风险、环境风险及管理风险五个指标作为项目投资风险评价指标体系的一级指标。对于每个一级指标又可细分为若干二级指标，下面给出具体二级指标及其表示风险大小的风险值的确立方法。

1.市场风险。市场是连接生产和消费的桥梁和纽带，在项目能否获得成功的问题上，市场拥有较大的发言权。

(1)项目能否如期完工：提前完工（风险值=-1）；按时完工（风险值=0）；延期完工（风险值=1）。

(2)项目产品竞争力：强（风险值=-1）；较强（风险值=-0.5）；标准（风险值=0）；较弱（风险值=0.5）；弱（风险值=1）。

(3)消费者需求：需求多（风险值=-1）；需求较多（风险值=0）；需求较少（风险值=1）。

(4)竞争对手实力及项目经营战略：无竞争对手、战略清晰（风险值=-1）；竞争对手较弱、战略清晰（风险值=-0.5）；竞争对手相当战略清晰（风险值=0）；竞争对手较强战略不清（风险值=1）。

2.技术风险。随着知识经济时代的到来，技术越来越显现出它的重要性。谁掌握并利用最先进的技术，谁就在市场竞争中占有优势，掌握先机。

(1)知识产权：有知识产权（风险值=-1）；无知识产权（风险值=1）。

(2)技术先进性：国际领先（风险值=-1）；国内领先（风险值=-0.5）；行业水平（风险值=0.5）；低于行业水平（风险值=1）。

(3)替代技术：无替代技术（风险值=-1）；有较少替代技术（风险值=0）；有较多替代技术（风险值=1）。

3.金融风险。项目能够顺利进行离不开资本链条的正常运转，金融环境对项目的影响同样起着举足轻重的作用。

(1)项目的净现值：其风险评级及风险值确立需要引入参照体系，假设需要投资项目的净现值为 ，并引入一个参照净现值 。其风险值由如下分段函数确立：

(2)现金流：充足（风险值=-1）；适当（风险值=0）；不足（风险值=1）。

(3)金融动荡对项目影响：无影响（风险值=-1）；较小影响（风险值=-0.5）；影响适中（风险值=0）；有影响（风险值=0.5）；有较大影响（风险值=1）。

4.环境风险。任何事物都是处于环境当中，环境的好坏也会影响到项目的成败。经济形势、政策及突发事件等社会环境因素往往可以决定项目的成败。

(1)自然风险对项目的影响程度：无影响（风险值=-1）；较小影响（风险值=-0.5）；影响适中（风险值=0）；有影响（风险值=0.5）；有较大影响（风险值=1）。

(2)政策风险对项目影响程度：无关（风险值=-1）；小部分相关（风险值=-0.5）；相关（风险值=0.5）；高度相关（风险值=1）。

(3)法律风险：相关法律健全（风险值=-1）；相关法律比较健全（风险值=0）；相关法律不健全（风险值=1）。

(4)投资方与项目发起方综合实力对比：投资方强（风险值=-1）；投资方较强（风险值=-0.5）；双方实力相当（风险值=0）；发起方较强（风险值=0.5）；发起方强（风险值=1）。

5.管理风险。项目是否具有优秀的管理团队、独特的企业文化以及良好的管理机制对项目能否进行长期盈利都起到了关键的作用。具体还可以对管理风险进行细分如下二级指标。

(1)项目主管：具有丰富经验（风险值=-1）；有一定的经验（风险值=0）；无经验（风险值=1）。

(2)管理机制：管理系统团队完善（风险值=-1）；管理系统团队不完善（风险值=0）； 管理不系统团队不完善（风险值=1）。

(3)风险意识：有风险控制体系（风险值=-1）；有风险意识但不系统（风险值=0）；无风险意识无风险体系（风险值=1）。

三、项目投资风险评估

在统一量纲的项目投资风险评价指标系统下，很容易对选定的项目进行风险评估。首先要利用层次分析法对一级指标和二级指标的各个指标进行赋权，不同时期不同项目各个指标的权重应有所区别。确定各个指标的权重后，将权重与风险值相乘并与同级合并相加构成上级指标的风险值。

最后，加权合并一级风险指标的风险值得出项目总风险值，如果项目总风险值大于0，则表示此项目投资具有较高的风险，若项目总体风险值在-0.5左右，则表示此项目投资风险适中，若项目总体风险值接近-1左右，则表示此项目投资风险较低。

参考文献：

量化投资方法篇2

资金的时间价值亦称货币的时间价值，是指在社会生产和再生产的过程中，货币经过一定时间的投资和再投资后所增加的价值，也就是现在货币的价值大于将来同样数值货币的价值。资金时间价值是由资金的使用价值所决定的，是在资金的运动中产生的。资金具有时间价值的原因主要有以下几个方面：1.资金的投资功能。资金具有投资功能，资金运作恰当，就可能产生超出本金的收益。2.资金的预防。提前持有现金，就可以应付紧急情况的现金需要。3.资金消费的时间偏好。人们在消费时总是抱着赶早不赶晚的态度，认为现期消费产生的效用要大于对同样商品的未来消费产生的效用。因此，即使相同的价格在现在和将来都能买到相同的商品，对人们来讲，效用是不同的，因而其价值也不相同。正是因为资金本身具有的功能和人们对资金的消费偏好，使得货币具有了时间价值。日常经济活动中它的度量有绝对指标和相对指标，绝对指标是货币所产生的增值额；相对指标是指单位时间内货币增值额与原始投资额之比。由于货币投资于不同的项目所增加的价值是不同的，所以习惯上人们统一将资金的时间价值定量为在没有风险和没有通货膨胀条件下的社会平均资金利润率。但这一指标很难计算，因为政府债券几乎没有风险，因而如果通货膨胀率也很低的话，可以用政府债券利率来度量资金的时间价值。但如果通货膨胀率很高的话，就应考虑以利息剔除通货膨胀因素以后的收益率作为资金的时间价值。资金的时间价值决定着折现率的最低值，一般来讲，折现率不应低于资金的时间价值。在实际经济活动中，人们经常把资金的时间价值等同于折现率。事实上，资金的时间价值只是折现率的一个影响因素，除此之外还有资金的空间价值，资金的风险报酬率、资金的通货膨胀率和资金的资本成本。如果以资金的时间价值代替折现率来进行投资决策，就可能对投资者产生误导。

（二）资金的空间价值

资金的空间价值是指资金投资于不同的空间及领域，由于受不同空间客观环境条件的影响而引起的综合获利能力的差异。投资决策中资金时空二维价值的计算一是资金价格对时间的积累，即资金的时间价值；二是把资金的运动、投向及所处的空间因素考虑在内，体现资金的空间价值。资金的空间价值也是确定折现率必须考虑的因素，即资金投资于不同领域，所确定的折现率也应不同。

（三）风险报酬率水平

马科威茨根据对风险的厌恶程度把投资者分为三类，即风险厌恶者（RiskAverter）、风险中性者（Riskneutral）和风险追求者（RiskSeeker）。风险厌恶者不是不肯承担风险，而是会对其所承担的风险提出一定的报酬补偿要求。即使一个投资项目风险较高，但如果收益高到他所要求的报酬补偿时，他也会选择这个风险较高的项目。即使是风险厌恶者，对风险的厌恶程度也有差别。相对激进的投资者会为其所承担的风险提出较低的报酬补偿要求，而保守的投资者对同样的风险会提出较高的补偿要求。通常来讲，所冒风险越大，投资者要求的报酬率也越高。我们把由于冒风险进行投资而获得的补偿叫做风险报酬。风险报酬与投资额的比率称作风险报酬率。根据资本资产定价模型，在不考虑通货膨胀因素的情况下：

期望投资报酬率=无风险资产的收益率+风险报酬率

风险报酬率=风险价值系数×风险程度=b×V

风险价值系数通常用字母b来表示，又称作风险报酬斜率。它通常表达的是全体投资者的风险回避态度。如果更具体些，用它代表某个企业或个人的风险回避态度，那么得到的就是这个企业或个人对某个投资项目的风险价值系数。风险程度用字母V来表示，它代表报酬率偏离程度，可用下列公式计算得出：V=σ/E（R）

其中，E（R）代表期望报酬率，σ代表不同情况下报酬率的标准离差，可通过下式计算求得：

其中，P代表出现各种情况的概率，R代表各种情况下的收益水平。

就整个市场而言，由于投资者众多，不仅他们所选择项目的风险程度不同，而且投资者各自的风险厌恶程度也不同。在这种情况下，即使未来的现金流量估计完全相同，其内在价值也会出现差异。

（四）通货膨胀率

通货膨胀率也是确定折现率应该考虑的因素之一。因为通货膨胀率是经常变化的，而且较难预测，因此在进行投资决策时，人们经常假设通货膨胀率为零。但通货膨胀率是现实经济生活不能回避的要素，也是我们确定折现率时必须考虑的因素，特别是在通货膨胀率水平较高的情况下，确定折现率应该把通货膨胀因素考虑进去。因此，考虑膨胀率的资本资产定价模型就应为：

期望投资报酬率=无风险资产的收益率+风险报酬率＋通货膨胀率

如果用PI1代表报告期物价水平，PI0代表基期物价水平，则通货膨胀率h就可以通过下式计算求得：

(五)期望最低投资报酬率

上文论述了影响折现率的几个因素，根据资本资产定价模型，可以把上述影响因素集中体现在期望投资报酬率这个指标上。在估计期望投资报酬率时，因为将来许多因素存在着不确定性，因而期望投资报酬率就难以唯一确定。一般而言，期望最低投资报酬率是确定投资者应否投资的决定性因素，只要投资项目的回报率高于期望最低投资报酬率，投资者就有利可图，此时项目是可接受的，否则就不能接受。因此，习惯上经常把期望最低投资报酬率作为折现率。根据资本资产定价模型：

期望最低投资报酬率(EMR)=无风险资产的最低收益率+最低风险报酬率＋预计通货膨胀率的最低值

无风险资产的最低收益率通常是由资金的时间价值和空间价值所决定的。因此从这个公式可以看出，期望最低投资报酬率受资金时空价值、风险报酬率、通货膨胀率的影响，它是这些因素的集中体现。

（六）资金的资本成本

资金的资本成本也是确定折现率应考虑的因素。项目的预期投资报酬率至少应大于资金取得时的成本，否则投资就没有意义。这里的资金成本通常是指加权平均资本成本，即企业各类收益索偿权持有人要求报酬率的加权平均数。对于自有资金，通常以机会成本作为这部分资金的成本。折现率取值范围应高于资金的资本成本。加权平均资本成本的公式如下：Kw=∑wiki

其中，Kw表示加权平均资本成本，wi代表各种资金在资金总额中所占的比重，ki代表个别资金成本。

二、折现率值的量化方法

根据上述分析可以看到，折现率并不是一个固定的值，不同企业、不同时期，根据不同的收益能力和不同的资本成本，所确定的折现率也应不同。从折现率本身来说，它是一种特定条件下的收益率，说明资产的获利水平。资金的时空价值、投资者的期望风险报酬率、通货膨胀率水平都将综合地反映在期望最低投资报酬指标上，因此在进行投资决策时经常把期望最低投资报酬率作为折现率。此外，由于企业进行投资的目的是为了获取投资报酬，因而收益水平应大于企业的资金成本，因此，加权平均资金成本也经常作为确定折现率的指标之一。那么这两个指标哪个更合理一些呢？笔者认为，这两者是通过不同计算途径得出的，企业投资的收益率应高于二者，所以选择两者中较大的一个作为折现率，也就是折现率要以影响企业收益和资金成本的较大值确定，即：DR=max[EMR，Kw]

三、折现率的换算

折现率是建立在复利基础上的一个比率，所以折现率本质上是年复利利率。如果给出的比率是单利而不是复利，或者虽然是复利，但不是一年复利一次，而是一年复利几次或几年复利一次，则给出的利率叫名义利率。而折现率是实际利率，即一年复利一次所采用的利率，因此我们可以通过下列公式将名义利率换算为折现率。

（一）单利比率换算为折现率

假设实际利率为i，这里表示的是折现率，按单利计算的名义利率为r，n为年数，则折现率可通过下式计算求得：(1+i)n=1+r×n。

（二）一年复利几次的比率换算为折现率

当一年复利m次时，则通过公式(1+i)n=(1+r/m)mn来计算折现率i。

（三）几年复利一次的比率换算为折现率

当m年复利一次时，则通过公式(1+i)n=(1+r×m)n/m来计算折现率i。

量化投资方法篇3

量化基金发行提速

今年上半年,嘉实量化阿尔法、中海量化策略两只量化基金的推出,打破了国内量化基金多年的沉寂。而近期,更是有3只量化基金同时登台亮相,且各具特色。截至目前,国内基金市场上已经发行7只量化基金,包括光大保德信量化核心、上投摩根阿尔法、嘉实量化阿尔法、中海量化策略、长盛量化红利策略股票型基金、富国沪深300增强基金及华商动态阿尔法基金。前两只分别成立于2004年8月和2005年10月,而后5只均是今年才成立。量化基金时隔四年后的再次大量推出,引起了市场的密切关注。种种迹象表明,以定性投资为主的国内基金业正在掀起一场量化投资浪潮。

光大保德信量化核心,一方面通过光大保德信的多因素数量模型对股票的预期收益率进行估算,个股预期收益率的高低决定投资组合是否持有股票;另一方面,投资团队从风险控制角度,重点关注数据以来的信息,通过行业分析和个股分析形成对量化的补充;最后由投资组合优化器根据预先设计的风险构建组合。

上投摩根阿尔法基金,同步以“成长”与“价值”双重量化指标进行股票选择,然后研究团队对个股进行基本面审核,结合跟踪误差的紧密监控,以求不论指数高低,市场多空,皆创造主动管理回报。投研团队最终决定进入组合的股票,量化分析是辅助和基础。

嘉实量化基金,以“定量投资”为主,辅以“定性投资”。通过行业选择模型,捕捉具有投资吸引力的行业,然后再在所选行业中运用阿尔法多因素模型筛选个股。定性的辅助作用表现在利用基本面研究成果,对模型自动选股的结果进行复核,剔除掉满足某些特殊条件的股票。

中海量化策略,以量化模型作为资产配置与构建投资组合的基础。根据量化指标实行从一级股票库初选,从二级股票库精选,再根据相关模型计算行业配置权重。结合行业配置权重,组合每只股票的配置比例。

长盛量化红利策略股票型基金,是作为国内首只运用“量化投资”策略投资于红利股票的基金,该产品将给投资者带来不同于传统基金的新体验。该只基金的另一个显著特点是“瞄准红利”。所谓红利,强调的是具有较高安全边际、较低下行风险的价值型投资,在目前市场总体估值处于历史平均水平时,价值型风格更能获得投资者的青睐。

富国沪深300增强基金,以沪深300指数为追踪标的,并对指数基金进行增强,并且是国内第一只采用量化方法进行主动增强的沪深300指数基金。量化增强的方法主要包括:利用多因子阿尔法模型选择股票;通过风险估测模型有效控制风险预算,并通过交易成本模型控制成本、保护业绩。相比定性的方法,定量投资手段在对成份股较多的指数进行增强方面以及控制跟踪误差方面具有很强的优越性。

当前适逢宏观经济、证券市场复苏向上之际,汇集A股市场300只规模大、流动性好、最具代表性股票的沪深300指数,有望迎来较好表现。而以沪深300为跟踪标的,并利用定量投资模型进行主动增强的富国沪深300增强基金,亦面临良好的投资环境与投资时点。

华商动态阿尔法基金,将以高阿尔法值的股票为主要投资目标,采用量化投资的方法,努力在有效控制风险的同时提高基金组合收益。华商动态阿尔法基金的投资将主要采用阿尔法策略和量化策略。阿尔法策略是依靠精选行业和个股,来获取超过大盘表现的超额收益。量化策略是指采用数量化分析方法来对股票进行分析和筛选,基于数量模型来配置行业权重。它具有投资范围更广、纪律性更强、投资思想可验证等优势,更能够限制投资过程中主观随意性可能带来的损失,帮助基金经理进行客观决策。

定量投资适合A股市场

正因为A股市场不是特别有效的市场,数量化投资策略正好可以发挥其纪律性、系统性、及时性、准确性、分散化的各种优点,从而捕获国内市场的各种投资机会。相比定性投资,现阶段A股市场的特点更适合采用客观、公正而理性的定量投资风格。

股票市场复杂度和有效性的增加已对传统定性投资基金经理的单兵作战能力提出了挑战。相对于海外成熟市场,A股市场的发展历史较短,有效性偏弱,市场上被错误定价的股票相对较多,那么,留给定量投资策略去发掘市场的无效性、寻找超额收益的潜力和空间也就更大。事实上,尽管量化基金在国内的发展历程较短,但是从国内已有的两只采用了定量投资方法并且已经运作了一段时间的基金来看,量化基金被证明是适应中国市场的。

量化基金产品包括但不限于数量化共同基金产品、指数基金产品、指数增强型基金产品、行业指数基金产品、风格类指数基金产品、策略指数基金产品、ETF产品、收益分级型产品等等。从数量化投资提供的工具和方法来看,能够给投资者提供的基金产品可以说是百花齐放,还应该做到有的放矢,满足投资者不同风险收益偏好的投资需求。

量化投资需过三道坎

我国A股市场的量化基金仍然才开始起步,各方面都有待进一步的完善。不仅机构需要有完善数量化投资策略各方面的耐心,也需要投资者给数量化基金以耐心。采用数量化策略的共同基金要在中国市场获得成功,仍有很长的路要走,需要不断的修正数量模型以适应中国市场的特征。

对于量化基金的产品设计,虽然量化基金一般都是采用多因素模型对股票进行分析和筛选,但不同的量化基金产品的侧重点是不一样的,也就是说,包括投资思路、观察角度、分析方法等在内都是不同的。在个股筛选和分析的角度、行业分析的角度、大类资产配置的角度等方面,均有不同的思路,因此,不同的量化基金产品可以体现出各自不同的投资理念和各自的投资特色。

具体来说,基金要想真正推行量化投资,主要应该跨越如下“三道门槛”。

首先,目前国内对做空的限制以及投资产品的稀缺,导致很多成熟的数量化投资手段不能在国内得以应用。一些对冲策略可能需要期货类的投资产品,而有些统计套利策略可能需要市场上要有做空的手段,目前这些条件在A股市场上尚不具备,因此,在一定程度上制约了量化投资的施展空间。

其二,中国目前对于基金的考核体系比较短期化,部分量化基金经理有可能迫于短期排名的压力,也去追涨杀跌,不去执行相当于投资纪律的量化策略,这就恰恰偏离了量化基金设计的初衷。量化投资策略成功与否需要从长期来看,不能因为短期内跑不过市场就认为量化基金管理得不好,对于量化基金的评价时间不能太短。

此外,量化投资对人的要求很高。量化投资需要考虑的一个重要因素是预测相对于市场的超额收益,即阿尔法收益,找到阿尔法预测模型。在阿尔法预测上,要保证不断有新的阿尔法策略产生。一个新的阿尔法策略出来后,过一段时间就被市场充分理解,可能阿尔法收益就会逐渐消失,这就需要不断产生新的阿尔法收益模型。

量化基金本土化前景

A股市场的发展历史较短,有效性偏弱,市场上被错误定价的股票相对较多,那么,留给定量投资策略去发掘市场的无效性、寻找超额收益的潜力和空间也就更大。相比定性投资,现阶段A股市场的特点更适合定量投资客观、公正而理性的投资风格。股票市场复杂度和有效性的增加已对传统定性投资基金经理的单兵作战能力提出了挑战。正因为市场的弱有效性,数量化投资才更有发挥的价值。这也是量化基金可以在中国本土化获得成功的有利条件。

数量化投资可以为投资者带来更多、更丰富、更有特色的基金产品,丰富机构的产品线。只有建立完善的产品线,才能满足不同投资者的需求,才能在不同的市场状况下获得发展,才能有强大的基金公司。机构可以从数量化投资所带来的无限量基金产品线上获得丰厚的利益。

量化投资方法篇4

一、引言

企业投资方案决策是否正确直接关系到生产经营的成败。现有投资方案决策通常是采用比较各备选方案净现值、期望收益额、期望收益率、收益标准差和收益标准差率等单一量化指标来选择最优投资方案。运用单一的量化指标进行决策虽然方便但没有综合考虑影响企业投资决策的各种量化、非量化因素，尤其是当运用不同量化指标对备选方案选择得出的结论相悖时企业将陷入无法决策的困境。本文针对这种情况，综合考虑影响投资决策的量化和非量化因素，运用层次分析法结合案例分析进行最优投资方案选择。

二、层次分析法运用于投资方案决策的原理

层次分析法（Analytia1 Hierarchy Process，简称AHP）是美国匹兹堡大学教授A. L. Saaty于20世纪70年代提出的一种系统分析方法。AHP方法能够综合分析量化因素和非量化因素进行决策，因此在经济管理类研究中有着广泛的运用。层次分析法的基本原理：根据问题的性质和需要达到的总目标，将解决方案分解为目标层、中间层、方案层等，并按照因素间的相互关联影响以及隶属关系，将各因素按不同层次聚集组合，形成一个多层次的分析结构模型。层次分析法运用于投资方案决策可分为四个步骤。

（一）目标层的确定

层次分析法运用于投资方案决策首先要确定投资方案决策的目标。投资方案的决策目标就是选择最优投资方案。投资方案决策是否正确，直接关系到企业的生存和发展，因此必须对企业内外各种定性和定量的信息进行全面分析，才能做出正确的决策。最优投资方案的选择并不仅仅取决于某一单项指标的优劣，比如净现值的高低。净现值的高低只是企业衡量投资方案的一个方面，最优投资方案应该是最符合企业整体发展战略，能够发挥企业自身优势的方案。

（二）中间层要素的确定

决策目标确定为最优投资方案后，最优投资方案的实现将分解成各层次的中间层要素。中间层要素可以是量化的也可以是非量化的。层次分析法在投资方案决策中运用的关键就在于要将决策目标分解为合适的中间层要素，即：投资方案优劣的判断标准。判断投资方案的标准必须符合企业实际，一般情况下期望年收益高、投资风险小、净现值高的投资方案是优秀的投资方案，但对于特定企业而言，国家政策支持力度、投资周期的长短、技术优势是否明显，在选择投资方案时也许更加重要。因此建立层次结构模型应列出决策目标的影响因素，通过考虑各影响因素之间的重要性建立关系矩阵来确定各因素的权重关系。

（三）确定多个备选方案完成层次结构模型

将企业多个备选投资方案和层次结构模型的决策目标、中间层要素进行连接，通过计算权重、单个矩阵、整体矩阵的一致性判断来确定层次结构模型的合理性，最终根据计算结果选择最优投资方案。

（四）进行层次单排序及总排序，并进行一致性检验

计算出各判断矩阵的最大特征根及特征向量，并通过归一化处理，同时要检验判断矩阵的一致性，如果不能通过一致性检验则需对判断矩阵重新计算；计算同一层次对最高层次（总目标）相对重要性的排序权值，此过程从最高层依次到最低层进行，同时对判断矩阵进行一致性检验，如果不能通过一致性检验则需要重新开始。

三、层次分析法在投资方案决策案例中的应用

笔者通过案例来探讨层次分析法在投资决策中的具体应用。假设A企业要进行投资决策，现有三种方案可供选择。三种备选方案投资收益基本情况见表1。

三种备选方案的投资周期不同，C1方案为5年，C2方案为4年，C3方案为6年（假设均为一次投入，分年收益）。A企业的再投资年收益率为10%。从A企业现有的科学技术来看，C1方案有一定的技术优势，其他两个方案均为新的领域，但C3方案是环保产业，国家政策比较支持。

从A企业案例可以看出三种备选方案的决策信息中既有量化信息也有非量化信息。传统的投资方案决策方法通常运用净现值、投资年收益、收益标准差等单一的量化指标判断最优投资方案。这些传统决策方法在决策时考虑的因素比较单一，而且在本例中，传统决策方法出现了多项指标优势交叉而无法进行判断的现象。因此笔者选用层次分析法进行投资方案的决策，以综合考虑投资方案中的量化因素和非量化因素。

（一）建立层次结构模型

根据A企业案例资料，综合现有数据选择六个中间层要素，画出A企业投资方案的层次模型结构图，如图1所示。

（二）构造判断对比矩阵A—B

A企业管理当局选定10位专家组成专家系统，运用德尔菲法对六个中间层要素的重要性进行比较，使用九级指标法将中间层要素两两比较后进行打分，得出决策目标层A对中间层要素B的判断对比矩阵，即：A—B对比矩阵，见表2。

其他对比矩阵的权向量计算过程同对比矩阵A—B的权向量计算过程限于篇幅不再详述。

（五）一致性检验及备选方案的选择

计算各对比矩阵的最大特征根，利用随机一致性指标进行检验，计算出CR的值（表9）。从表9可以看出，各中间层要素的一致性比率CR均小于0.1，即各判断矩阵的一致性检验均通过。

计算层次总排序，进行一致性检验得出CR=

0.0774

从表10可以看出备选方案C3的方案总权重最大，A企业应选择备选方案C3作为最优投资方案。

四、结论

通过A企业的案例分析，笔者认为层次分析法能够较好地结合量化指标和非量化指标综合考虑影响企业投资方案决策的各方面因素，使企业投资方案决策更具科学性。运用层次分析法对企业投资方案决策过程中的各影响因素进行权重分配，可避免在影响因素过多的情况下决策者顾此失彼，将主观意识过多地带入企业的经营决策。当各种决策方案出现多项指标优势交叉时，层次分析法更能做出科学的判断。

【参考文献】

量化投资方法篇5

刘钊：量化投资的主要特点是买入、卖出股票，不再是由人的主观判断做出决定，而是由量化模型决定。量化投资是一套科学的方法，有严格的分析、计算，什么好什么不好，不是我们自己说了算，是数据和模型说了算。即使是简单的低市盈率投资方法，只要能严格执行，就能取得超额收益。

记者：排除了人为主观情绪的影响，但由量化模型控制的量化投资基金的收益会如何呢？

刘钊：我们可以看看美国最成功的量化投资大师――詹姆斯・西蒙斯管理的大奖章基金，在1989年―2006年的17年间，大奖章基金平均年收益率达38.5%，而股神巴菲特过去20年的平均年回报率也不过20%。正是鉴于量化投资的巨大威力，摩根士丹利华鑫基金公司经过两年的精心准备，推出了国内真正意义上的量化投资基金――大摩华鑫多因子基金。

记者：量化投资的成败，关键在哪里？

刘钊：普通投资者买卖股票，主要是基于政策、基本面、市场、技术等各种信息和经验来做出交易决定，这些因素属于主观判断，而且往往容易受到情绪的影响。量化投资是将投资思路通过设定的指标、参数体现在量化模型上，通过计算机系统自动买卖股票，因此，量化投资的关键点就在于建立一个好的量化模型。

记者：量化投资和价值投资冲突吗？

刘钊：说到投资，大家首先想到的是巴菲特的价值投资，从长期的历史实践看，价值投资确实比较有效，量化投资也可以建立价值投资类的模型。

举例来说，衡量价值投资的最重要指标是低市盈率，如果以市盈率为标准来建模，以2005年5月为时间点，按市盈率对所有上市公司排序，再按市值比例模拟买入市盈率最低的100只股票，第二年5月，重新计算市盈率最低的100只股票，并调整组合，如此重复，每年调整一次仓位。得到的结果是，从2005年5月至2010年5月，沪深300指数的年化收益率为25.4%，同期量化建模的低市盈率策略基金的年化收益率达到29.46%，与沪深300指数相比，低市盈率策略基金的超额收益为4.06%。以此为基础，再以预期市盈率为基础建立一个模型，并模拟买入当年预期市盈率最低的100只股票，量化模型的年化收益率有36.51%。

记者：大摩华鑫的量化投资模型有何成功之处？

量化投资方法篇6

21世纪是投资实践的世纪。在经济全球化的背景下，资本在国际间更加自由的流动，企业在全球范围内进行投资和融资，如何有效的进行投资成为每个企业所必须解决的问题。而正确运用合理的投资决策理论和决策方法能够帮助企业进一步扩大经营规模，取得更好的经营效益，是企业存在和壮大的直接动力。

一、投资决策方法研究

合理的投资决策理论是公司投资行为产生的基础，科学的决策方法是判断投资项目好与坏的标准，企业应采用多种决策方法来分析投资项目。从投资决策方法的发展来看，可以划分为传统投资决策方法和现资决策方法。

1.传统投资决策方法。（1）会计收益与现金流量。会计收益是企业在会计期间内增加的除所有者投资以外的经济利益，通常称为收益。现金流量是一种付清税金以后和满足净投资额需求以后的，为公司全部权益人所有的现金流量。（2）投资回收期。投资回收期法即根据回收原始投资额所需要时间的长短来进行投资决策的方法。（3）净现值法（NPV）。净现值是该项目存续期内发生的每笔现金流量的现值之和。投资项目的净现金流量现值和可以理解为该项目对企业价值增长的贡献值。所有现值的计算都包含着关于项目期间现金流量再投资所依据的利率假设。净现值法假设投资项目期间现金流量按照公司资本成本率再投资。（4）内部收益率法（IRR）。内部报酬率法是指使项目未来的现金流入量的现值与现金流出量的现值相等时的贴现率。一般情况下，内部报酬率可以理解为某单位投资额对企业价值的贡献。

2.现资决策方法。1995 年，Stephen A·Ross认真研究了Pindyck对投资决策方法的有关论述，他提出应该把所有重大的投资决策作为期权价值问题来对待。期权是一种可选择权，是其持有人享有的在规定的时间内按照约定的价格买进或卖出某种实物资产的权利实物期权投资思想通过分析项目所具有的不确定性问题的方式，关注现金流概率分布的特点和变化范围，将现金流的概率分布和未来预期市场信息有效结合，从而在不确定因素较多的情况下，确定项目的投资价值。投资决策期权方法是以传统的净现值方法为基础的，主体思路为：投资项目总价值=经营性现金流量净现值+投资项目实物期权价值。投资项目实物期权价值的定价主要采用布莱克—斯科尔斯定价模型，该模型假设期权中的资产收益率服从正态分布，同时假设：期权为欧式期权，即期权只有在合约到期日才执行；不存在交易成本和税收；在期权生效期内，无风险利率水平保持固定不变；期权所指向的标的资产，如股票，不发放现金股利；资产收益率服从随机分布，方差在期权有效期内保持不变，并且可以运用过去的数据进行估计。期权定价公式为：C=SN（d1）—EN（d2）/ert。其中，S为股票的当前价格，E为期权的执行价格，t为期权距到期日的时间长度，一般用年数来表示，r为连续复合无风险年利率，e为自然底数，N（d1），N（d2）表示标准正态分布的函数值。该公式不包含任何受投资者的风险偏好影响的变量，公式中出现的变量为股票当前价格、时间、股票价格方差和无风险利率，它们都独立于风险偏好。在此基础上，通过看跌期权与看涨期权的平价关系来推算出现货看跌期权或看涨期权的价格模型。由模型本身可见，投资决策期权方法并不是对传统投资决策方法的全盘否定，它秉承了传统投资决策方法中货币具有时间价值的核心，是对传统投资决策方法局限性的突破，增加了投资决策的合理性。

二、传统投资决策方法的比较分析

以投资有效期内各年现金净流量或会计利润为主要考核指标的传统投资决策体系，己被国内外企业普遍接受并频繁使用。根据是否考虑持有货币的时间价值，传统投资决策体系的常用方法可分为非贴现技术方法和贴现技术方法。非贴现技术方法主要包括：投资回收期、会计收益和现金流量。贴现技术方法主要包括：净现值法和内部报酬率法。

1.非贴现技术方法。投资回收期是反映项目财务上偿还总投资额的能力和资金周转速度的综合性指标。该方法反映了投资的回收速度，计算简便，但忽略了货币的时间价值和项目回收期后的投资收益，容易导致企业优先考虑急功近利的项目，误导了整体战略决策。会计收益法要求企业事先确定要达到的必要会计收益率。该方法存在信用问题，容易通过运用会计技巧在某段时间里被人为操纵。现金流量法也有着很大的缺点，主要表现在没有考虑货币的时间价值，同时也没有考虑到投资项目所具的风险和不确定性。

2.贴现技术方法。相对于非贴现技术方法而言，贴现技术方法充分地考虑了货币的时间价值，更加科学合理，其中最常用的方法有净现值法和内部报酬率法。净现值法将投资有效期内各年现金净流量按照资金成本或期望报酬率进行折现，通过比较总现值与初始投资额的大小来判断投资是否可行。在实际操作中，考虑到投资项目所具有的风险和不确定性，可对净现值法中的相关参数进行适当调整。内部报酬率法类似于净现值法，是在衡量货币时间价值后投资项目得到的收益率。内部报酬率可以直接理解为某单位投资额对企业价值的贡献。在进行投资决策时，可以很清楚的看清收益百分比，从而做出决策。内部报酬率与净现值是两个相互竞争的投资决策方法，尽管常会产生相似的结论，但仍存在以下区别：投资决策结论不同，项目净现值用货币来表达、反映绝对量，内部报酬率是百分比、反映盈利能力；再投资报酬率假设上的差异：净现值法假设项目期间现金流量是以资本成本率进行再投资，而内部报酬率法则假设以内部报酬率进行再投资。

三、实物期权方法与传统投资决策方法的比较分析

第一，从决策角度来看，净现值法是从静止的角度来考虑问题，投资产生的现金流量是固定的，只对是否立即进行投资做出决策。而实物期权法着眼于描述实际投资中的真实情况，从动态的角度来考虑问题，管理者不但需要对是否进行投资做出决策，而且需要在项目投资后进行管理，根据变化的具体情况趋利避害。不同的管理行为会有不同的现金流量，因此实际产生的现金流量往往不等于现金流量的期望值。实物期权法得到的是扩展的净现值，即期望净现值与实物期权价值之和，能较好地反映投资的真正价值，且与实际情况较好地吻合。

第二，净现值法假设投资是可逆的，而现实中大多数投资具有不可逆性。在净现值法中内含了这样的假设：投资是可以逆转的，如果市场条件没有预料的好，可以很容易地撤出，收回初始投资，因此计算净现值时无需考虑撤离时的损失。但实际上，大多数投资不符合这种假设，即具有不可逆性，一旦投入，就不容易撤出。另外，国家政策法规的变化和企业文化差异等也可能加大资产交易的费用，使其不可逆性上升，如资本控制使公司不能随意处置资产或重新安排其资本。同时，新的投资项目往往因为高昂的雇佣、训练、解雇员工成本和高额的开办费用而不可逆转。以上种种说明，在市场经济中，由于信息不完全等因素使市场不可能是完全竞争市场，试图无代价或以很低代价收回投资是很难的。

第三，净现值法忽视了企业未来成长机会的价值，而实物期权法则予以充分考虑。净现值法只强调净现值大于零的项目作为投资决策准则。在实际经营中，企业进行的投资活动并非都能立即获益，而且投资目的也不一定单纯是为了获得财务上的利益，尤其是短期性的利益。从长远来看，企业当前投入的资本是为了占有更多的市场份额，拥有某种专利权，或者保持进入某个新市场的潜力等。对于目光长远并且有着良好的市场扩张理念和产品发展规划的企业来说，未来的机会可能比眼前的收益更有价值，它们多是企业战略目标实现的重要组成部分。

第四，净现值法忽视了投资项目中的柔性价值，而实物期权法则对其予以充分考虑。净现值法假设未来的变化总是按决策之初既定环境发生，不论是对未来的现金流还是所需采用的贴现率，都未考虑管理者对未来变化的适时调整。实际上，在长期性的投资中，面对不确定性较大的市场环境，管理者可以在现在或将来根据市场条件的变化对投资项目的运营进行调整。

第五，净现值法害怕不确定性，不确定性越高，其折现率也就越高，从而降低了投资项目的价值。相反，实物期权法却认为，不确定性是实物期权价值之所在。不确定性越高，其投资机会的价值也就越高。不确定性有良性与恶性之分，一旦环境恶化，就不执行期权，而环境变好时，就执行期权，进行投资。因此，对不确定性要辩证地对待，期权需要不确定性提高其价值，但期权的执行则需要确定的环境。

实物期权法与传统的投资决策方法相比，在于它不仅能为项目的选择提供支持，更重要的是它还能为项目的管理提供积极的风险管理，即在于管理人员能利用他们的技能在期权到期之前，改变那些影响其价值的因素来主动提高价值，使它实际上比购进它或创造它时的价值增高。

四、实物期权法的应用前景

与传统评价思路不同，期权定价理论的出发点是适时根据市场价格的随机波动反映投资的价值和潜在价值。从期权的角度看，一个投资机会是一个买方期权，投资额相当于约定价格，投资项目的未来现金流量的总现值相当于项目的当前价格，根据现有的业务情况估计其波动情况，再估计投资距离现在的时间和无风险利率之后就可以利用期权方法估算投资机会的价值。

随着实物期权定价理论的发展，实物期权已得到了广泛的应用。它对具有高风险、不确定性环境下的项目投资决策提供了一种切实可行的评价工具。在国外，实物期权已广泛地运用在自然资源投资、海上石油租赁、柔性制造系统等涉及资本预算的研究领域；在国内，实物期权理论可运用于以下方面：

量化投资方法篇7

一、量化投资在外国市场的发展及其特征

量化投资在欧美的应用已超过30年，最为传奇的是华尔街的对冲基金经理詹姆斯・西蒙斯创立的复兴科技公司旗下的大奖章基金。从1989年起，复兴科技公司的大奖章基金的年回报率平均高达35%，大奖章基金被誉为最成功的对冲基金。截止到1999年12月底的11年，大奖章基金累计的回报是2478.6%，是原资产的25倍。另一个为人们熟知的是美国长期资本管理公司。该公司成立于1994年2月，是一家主要从事定息债务工具套利活动的对冲基金。1994年到1997年，长期资本管理公司的投资回报率分别为28.5%、42.8%、40.8%、17.1%。无疑，量化投资在美国市场的运用是成功的。时至今日，量化投资已经成为美国市场中一种重要的投资方法。到2009年，量化投资比重已经上升到30%以上，主动投资产品中有20%～30%使用了定量的技术（丁鹏，2012）。

量化投资最典型的特征就是通过建立数学量化模型进行交易，它是建立在大量历史数据的基础上、建立反应某种特定规律的数学模型、在此基础上进行程序化交易。具体而言，就是从那些瞬息万变的市场变化中去寻找能够获得微小利润的计算机化交易，关键在于捕捉到人们无法利用的短暂价差来实现套利。模型可以看作医院里面的各种先进的医学诊断仪器，医生通过这些先进诊断仪器对病人进行扫描化验，获取反映病人的身体状况的指标数据，然后通过获取的数据去判断病人所患的疾病，从而对症下药。类似地，量化投资就是在市场中不断去寻找套利机会，其实就像是在发现市场的不易察觉的“疾病”，依托于模型的扫描和检测，获得市场的各项关键指标数据，从而找出套利机会，然后做出投资决策。量化投资需要精湛的计算机编程技术，其主要形式是程序化交易。程序化交易绝大多数都是高频数据交易，其特点是：计算机自动完成；交易量巨大；持仓时间很短，当日频繁交易；每笔收益率很低，但总体收益稳定。高频数据交易的核心是模型算法，负责策略及机会，速度是关键保障，因此大机构一般在交易所大楼旁租高速光缆建立交易室。目前，美国股市总体成交量约70%是高频交易，而涉及机构仅占2%。

具体到股票市场，目前，股票市场上有很多风格各异的分析流派，其中最为人们熟知的有两个分析流派。其一是技术分析，其二就是基本面分析。但是另外一种在国外已经非常的成熟的方法即量化投资方法却很少为人们所知。

二、量化投资在A股市场的发展

相对于量化投资交易量占据70%的发达金融市场，国内量化投资的发展才刚刚起步。在中国A股市场在整个投资市场所占据的规模又有绝对的优势，所以，量化投资在A股市场的发展前景就决定了量化投资在整个金融市场的发展前景。

目前，量化投资在A股市场的发展还有很多局限性。首先，我国A股市场的投资主体仍是噪声交易的的中小规模散户，导致资金规模不够集中，无法发挥资金的规模效应，不利于程序化规模交易的推广。其次，量化投资具有频繁交易，持仓时间较短的特点。由于A股市场还不是T+0的交易制度，这就决定了量化投资在A股市场还不备大规模运用的前提。最后，创新能力不足。即使是目前已经开发的几只量化投资基金，同质化现象也非常明显。核心策略仍然局限于技术指标和均线系统的搭配运用，缺乏多元化程序化交易策略库的支持。

在看到局限性的同时，我们也应该看到其广阔的发展前景：

第一，与欧美比较成熟的金融市场相比，我国证券市场的发展历史还很短，只有区区二十多年的时间，随着A股市场的进一步发展，比如规模进一步扩大，实行T+0的交易制度等，量化投资的发展前景就会愈发宽广。同时，量化投资是一种套利交易，这就决定了弱有效市场是其耐以生存的土壤。由于我国投资者队伍参差不齐、不够成熟，这就给通过发掘市场非有效性来获取阿尔法收益带来了更多机会；

第二，量化投资的技术和方法在国内还是新手事物，竞争者很少。相对于目前证券市场上传统的定性投资者太多，机会很少，竞争过于激烈而言，量化投资者较少，机会很多，这就给量化投资创造了良好的发展机遇。在这方面，只要引进成熟的量化投资人才，增强开发差异化模型的创新性，避免模型过于单一，就会为量化投资的发展带来新的曙光。

第三，一旦量化投资在A股市场逐渐得到认可，及所表现出的相对于传统投资方法的优势，就会产生一种加速效应：中小规模投资者看到量化投资所带来的可观回报，但同时自己不具备量化投资的能力和条件，这就会促使中小投资者把钱交给优秀的量化投资团队，从而加速量化投资规模的扩大。

第四，融资融券和股指期货的推出使得A股市场可以做空，使得量化投资策略面临着又一重大机遇。在各种制度逐渐成熟的情况下，运用量化投资的方法，将成为中国市场未来投资策略的一个重要发展趋势。

量化投资也是一把双刃剑，在给投资者进行规避风险和套利的同时，也会在一定程度上带来风险，对股票具有助涨助跌的作用。通过对国外市场的发展和中国市场的发展进行对比研究，制定适合中国市场的相关的法律法规也势在必行。

参考文献：

[1]丁鹏.量化投资：策略与技术[M].电子工业出版社，2012.

量化投资方法篇8

量化投资是投资者借助计算机信息化建立数学模型，把最新市场数据和相关信息输入到模型中，通过公式计算出投资对象，做出最优投资决策。量化投资不依靠投资者的感觉直觉，不依赖个人判断，而是将其经验利用信息通过模型实现投资理念。同时，投资者期望达到收益和风险的合理配比，利用夏普比率等科学方法控制收益和风险。量化投资者不用每天重复的分析琐碎信息，只需要不断完善这个模型并不断创造新的可以盈利的模型。

二、量化投资策略

（一）量化投资策略分类

量化投资策略，主要包括量化择时策略、统计套利策略、算法交易策略、组合套利策略、高频交易策略等。

（1）量化择时策略是收益率最高的一种交易策略，通过对宏微观指标的量化分析判断未来经济走势并确定买入、卖出或持有，按照高抛低吸原则获得超额收益率。在量化择时策略中，趋势跟踪策略是投资者使用最多的策略。量化择时分析策略包括：趋势跟踪策略、噪音交易策略、理易策略。

（2）统计套利是风险套利的一种，通过对历史数据的统计分析，利用统计学理论，估计相关变量的概率分布，判断规律在未来一段时间内是否继续存在。统计套利策略包括协整策略和配对利差策略、均值回归策略以及多因素回归策略。

（3）算法交易又称为自动交易，主要是研究如何利用各种下单方法，降低冲击成本的交易策略，将一个大额交易通过算法拆分成数个小额交易，以此来减少对市场价格造成冲击，降低交易成本。算法交易策略包括交易量加权平均价格策略、时间加权平均价格策略、盯住盘口测量、执行落差策略、下单路径优选策略。

（4）组合套利策略主要针对期货市场上的跨期、跨市及跨品种套利的交易策略。组合套利策略包括均衡价格策略、套利区间策略、牛市跨期套利、熊市跨期套利等。

（5）高频交易是一种持仓时间短、交易量巨大、交易次数多、单笔收益率低的投资策略，人们从无法利用的极为短暂的市场变化中寻求获利的计算机化交易，依靠快速大量的计算机交易以获取高额稳定的收益。高频交易策略包括流动性回扣交易策略、猎物算法交易策略和自动做市商策略。

如下是量化投资中几种主要的投资交易策略：

（1）趋势跟踪策略。趋势跟踪策略追随大的走势，向上突破重要的压力线可能预示着更大一波的上涨趋势，向下突破重要的支撑线可能预示着更大一波的下跌趋势。趋势跟踪策略试图寻找大趋势的到来，在突破的时候进行相应的建仓或平仓的投资操作来获得超额收益。

趋势型指标进行择时的基本理念是顺势而为，跟踪市场运行趋势。在趋势策略中使用的技术指标是最多的，常用有：移动平均线（MA）、平滑异动移动平均线（MACD）、平均差（DMA）、趋指标（DMI）等。

（2）噪音交易策略。噪声交易是指交易者在缺乏正确信息的情况下进行密集交易的行为。有效市场中噪声只是一个均值为零的随机扰动项，但市场并不总是有效的，市场上有很多异常信息，往往有人能够提前获得这些异常信息，很可能对投资的判断提供重要的价值。噪声交易策略的运用主要是机构投资者通过计算得到市场的噪声交易指数，监测该指数的变化，根据其变化来设计量化交易策略。

（3）协整策略。在统计套利策略中，协整策略是应用最广泛的一种策略。协整套利的主要原理，是找出相关性最好的几组产品，再找出每一组的协整关系，当某一组投资产品的价差偏离到一定程度时建仓，买入被低估的资产、卖出被高估的资产，当价差均衡时获利了结平仓。协整策略包括协整检验、GARCH检验、TARCH检验以及EGARCH检验。

（4）多因素回归策略。多因素回归策略，也是一种被广泛使用的投资策略。这一策略利用影响投资收益的多种选择因素，并根据其与收益的相关性，建立多元回归模型，简化投资组合分析所要求的证券相关系数的输入，这类方法的代表是套利定价模型。

（二）量化投资策略组合

量化投资策略组合综合考虑交易商品、策略类别、策略数量、时间周期因素。量化投资策略组合相比较单一投资策略有以下优势：

（1）策略组合降低了对单一策略的依赖，当单一策略失去竞争力，使用策略组合的方式，可以利用不同产品价格变化、变化幅度、周期等多个方面把握投资机会，在一定程度上保证了稳定的收益率，盈利机会更多；

（2）策略组合可以分散单一策略的交易风险，降低风险，通过策略组合将投资风险分散化，尽可能规避市场风险、策略风险及系统风险等。

三、量化投资资产配置

资产配置是指资产类别选择，即投资组合中各类资产的适当配置及对这些混合资产进行实时管理。量化投资管理打破了传统投资组合的局限，它与量化分析结合，将投资组合作为一个整体，确定组合资产的配置目标和分配比例，深化了资产配置的内涵。

资产配置包括战略资产配置和战术资产配置两大类。战略资产配置是长期资产配置，针对较长时间的市场情况，控制长期投资风险以达到收益最大化。战术性资产配置是依据资产预期收益的短期变化，获取超额收益的机会。因此，战术资产配置是建立在长期战略资产配置过程中的短期分配策略，二者相辅相成。在长期投资活动的战略资产配置下，战术性资产配置利用其积极的灵活的投资机会，适当的配合战略资产配置，获取较高收益。

四、前景展望

在量化投资飞速发展的今天，它己经成为金融市场中不可忽视的一个领域，中国的金融市场在逐步发展及完善，中国的量化投资也会继续发展和前进，随着量化投资方面的加大投入，量化投资的进程加快，中国量化投资的前景无限。

量化投资方法篇9

一、前言

2007年1月1日新的企业会计准则体系开始在我国所有上市公司中实行，总共包括1项基本准则和38项具体准则，其中关于第2号长期股权投资的规定相对于旧的会计准则来说变化较大。新的企业会计准则在会计核算方法、长期股权投资的规定范围、初始成本的确定、报表的信息披露等方面都有较大的改进。尤其是公允价值的引入标志着我国企业财务进入了一个与国际会计惯例趋同的新时期。鉴于这些改变会对我国的企业财务工作产生比较大的影响，因此，作者结合新准则实施一年多来的情况，在分析完新旧准则差别的基础上，着重对新会计准则中长期股权投资变化的影响进行探讨。

二、新会计准则中有关于长期股权投资的规定

长期股权投资指持有时间超过一年的对企业的股权投资。长期股权投资是一种虚拟资本的体现，是企业的一项金融资产。其对投资方而言通常是一项金融资产，而对于被投资方而言则是一项权益。按是否指定为套期的项目，长期股权投资可以分为未被套期长期投资和被套期长期股权投资。

新的会计准则中规定当企业的投资占被投资企业股权比例低于五分之一且没有重大影响的情况下，会计核算方法可以分为两种情况。一种情况是采用成本法核算，初始投资以投资支付现金或者换出资产的公允价值计量，后续计量按未来现金流量的现值确定是否计提减值准备；另一种情况是当公允价值能可靠计量时，按公允价值计量计入当期损益的金融资产和可供出售的金融资产，初始计量和后续计量均按公允价值，后续计量时前者的计量差额计入当期损益，后者计入所有者权益。

当投资企业对被投资企业有重大影响时按照权益法进行核算，权益法核算内容与原会计准则规定有一定不同。初始计量：初始投资成本大于应享有被投资单位可辨认净资产公允价值份额的，不调整；小于的，初始投资成本调整为被投资单位可辨认净资产公允价值，二者差额计入当期损益。后续计量：被投资单位发生损益和宣告分派利润或现金股利的，进行相应调整；投资企业的长期股权投资的账面价值和其他实质上构成对被投资单位净投资的长期权益，减至零为限，投资企业负有承担额外损失义务的除外；被投资单位的损益应当以投资时的公允价值、投资企业的会计政策和会计期间为基础进行调整；被投资单位所有者权益的其他变动，也应当调整。当投资企业占被投资企业股权比例超过50％。投资企业对被投资具有控制权，采用成本法核算，但编制合并报表时按权益法调整。分为企业合并形成的和非企业合并形成的。其中企业合并形成的，又分为：同一控制下的企业合并和非同一控制下的企业合并。具有控制权的长期股权投资的后续计量：被投资单位宣告分派的现金股利或利润，确认为当期投资收益；资产负债表日，按未来现金流量现值确认是否计提减值准备。

当终止确认所有长期股权投资，均将原计入所有者权益的部分转为当期损益，并且将账面价值与收到金额之间的差额确认为当期损益。在了解完这些基本情况以后，接下来我们将对新旧会计准则会计核算方法的主要差异进行分析，进而探讨新会计准则中长期股权投资变化的影响。

三、新旧会计准则中会计核算方法的主要区别

对于企业长期股权投资的处理方法，新旧会计准则存在不同的处理方式，并且新会计准则下长期股权投资的会计处理在很多方面和旧的会计准则有不同。以下将具体探讨细节上的差异：

1.缩小了准则规范的范围，同时对投资进行更细致的分类

原投资准则规范的内容包括短期投资、长期债权投资和长期股权投资。新准则仅包含了长期股权投资。同时新的《长期股权投资》准则又将投资细分为：投资企业能够对被投资单位实施控制的长期股权投资；投资企业对被投资单位具有共同控制或重大影响的长期股权投资；投资企业对被投资单位不具有共同控制或重大影响，并且在活跃市场中没有报价、公允价值不能可靠计量的长期股权投资；投资企业对被投资单位不具有共同控制或重大影响，并且在活跃市场中有报价、公允价值能可靠计量的长期股权投资。相比较而言，我们知道新准则考虑了更多具体情况，这本身对于不同种类的长期股权投资的会计核算提出了更高的要求了。

2.对于初始投资成本的计量更加规范了

旧的准则中对初始投资成本的确认方法主要区分成本法和权益法两种方法，并在权益法下对初始投资成本与应享有被投资单位所有者账面权益份额的差额，计入股权投资差额；同时，在旧准则中则明确指出准则不涉及企业合并。而新准则在企业合并业务下分为同一控制下和非同一控制下两种情况处理。权益法核算中取消了股权投资差额的做法，对初始投资成本大于取得投资时应享有被投资单位可辨认净资产公允价值的差额，属于商誉的部分，不需调整初始投资成本；如小于时应计入当期损益，调增相关长期股权投资的账面价值。可见随着经济的发展，企业的业务活动不再单一，股权投资也从简单的直接对外单位投资和股票投资向外扩展，采用企业合并战略已经为很多企业所接受，成为企业的一项重要的投资业务，相关的会计账务处理也需要统一规范。

3.两种会计核算方法（权益法和成本法）的确认差别

权益法转为成本法：当投资企业因减少投资等原因对被投资单位不再具有共同控制或重大影响的，并且在活跃市场中没有报价、公允价值不能可靠计量的长期股权投资，应当改按成本法核算，并以权益法下长期股权投资的账面价值作为按照成本法核算的初始投资成本。成本法转为权益法：因追加投资等原因能够对被投资单位实施共同控制或重大影响但不构成控制的，应当改按权益法核算，并以成本法下长期股权投资的账面价值或按照《企业会计准则第22号―金融工具确认和计量》中关于金融工具的规定确定的投资账面价值作为按照权益法核算的初始投资成本。这项规定，运用的是未来适用法，不需要对长期股权投资进行追溯调整。同旧准则相比，新准则简化了此种情况下长期股权投资的会计处理。按旧准则规定，成本法转换为权益法时，需要对股权投资的账面价值进行追溯调整。

此外，长期股权投资确认时原投资准则按持股比例确定享有被投资单位账面净利润的份额，确认为投资损益；而新准则主要以取得投资时被投资各项可辨认的资产的公允价值为基础，对被投资单位的账面净利润进行调整后进行确认。

4.长期股权投资减值会计处理的差别

新会计准则规定如果按成本法核算的在活跃市场中没有报价、公允价值不能可靠计量的长期股权投资减值应当按照金融工具确认和计量的方法处理；其他按照资产减值准则规定方面处理；在减值损失核算方面，新准则规定资产减值损失一经确认，在以后会计期间不得转回。这就意味着长期投资减值损失一旦计提将永久的减少企业利润，企业无法再通过减值损失转回来调高利润。原准则在处理减值损失时对由于被投资单位经营状况变化等而导致其可收回金额低于投资的账面价值，应将可收回金额与账面价值之间的差额计提的减值准备，确认为损失，以后会计期间恢复时，可以转回。

四、新会计准则中长期股权投资变化的影响

1.两种会计核算方法（权益法和成本法）规定的影响

由上面的差别分析，我们知道新企业会计准则中规定当投资企业对被投资企业有实际控制权时，长期股权投资核算方法由原来采用权益法核算改为采用成本法来核算，然而当编制会计合并报表时有应当按照权益法进行调整。这实际上是说母子公司型的企业必须要编制两张表报：一张用成本法编制和一张用权益法编制。这项变更不影响合并报表的财务指标，但对母公司报表的影响较大，主要影响母公司投资收益，进而影响母公司的年终分红的能力。

2.不再确认投资差额的影响

新企业会计准则中不再确认长期股权投资差额，也取消了有关股权投资差额摊销的规定。这一规定将会使那些存在巨大的长期股权投资借方差额的企业受益，使他们的净利润增加；反之，若股权投资差额为贷方余额的，净利润将减少。这样做的道理是显而易见的，如果这些差额与企业合并没有关系，且没有办法和被投资企业资产和负债的账面价值进行区分，其结果是对于该类企业的利润将不再需要对其股权投资差额进行摊销。

3.公允价值应用的影响

新准则中有两处提到了公允价值：一处是在投资成本的确定时，对于发行证券取得长期股权投资的采用公允价值确认初始投资成本；另一处是在后续计量中，采用权益法核算时引入了被投资单位可辨认净资产公允价值的概念，以公允价值作为会计计量的基础。事实上早在1998年的时候我国政府就曾将公允价值引入债务重组的计量中，结果由于制度不健全而成为上市公司利润操控的一个靶子，最终于2001年取消。现今在我国市场经济条件下，大量引入公允价值这一计量基础会对于企业的权益产生重大影响，同时能否发挥出其积极的作用或者是否会再次成为企业盈余操纵的工具，还要继续研究。

4.关于长期股权投资减值损失规定的影响

新会计准则中对于长期股权投资规定其减值损失一旦确认，在以后年度期间就不得转回。通常企业会在亏损年度通过转回前期所计提的资产减值准备，以达到减少当期费用，增加当期利润的目的。相反在盈利年度进行反向操作，大幅计提减值准备，增加当期费用，降低当期利润，以便以后期间利润下降时再予以转回。因此，这一规定的实施能够有效地遏制利用资产减值进行盈余操纵的行为。

总之，新企业会计准则在原来会计准则的基础上变化较大，尤其是有关于长期股权投资的会计处理规定方面。这些新规定更加规范了企业有关于长期股权投资的会计实务操作，最终使得企业提供的会计报表信息更加准确。然而新会计准则的实行时间不是很长，有些存在的问题还需要我们进一步探索。

参考文献：

[1]钱莹.新准则下长期股权投资会计处理探讨[J].市场周刊，2007(2).

[2]董德志.新准则下长期股权投资的会计核算解析[J].冶金财会，2007(4).

[3]李平.新准则实施后公允价值在长期股权投资核算中的应用[J].审计月刊，2008(3).

量化投资方法篇10

一、量化投资的涵义

从实践的角度上看。量化投资即是利用模型来投资。任何一个完整的关于投资的想法，我们都可以开发成投资模型，然后通过一定的测试过程来检验这个模型是否有效。如果最终有效，它就是一个可以用作量化投资的投资模型。量化投资为我们提供了检验和选股的数学工具。也可以帮助我们规避人为的情绪化和低效率。

其次，量化投资的各种工具包括系统的投资决策手段和数学模型。从中国量化策略基金的实践来看。金融数量化的程度还处于初步阶段，量化投资的流程还比较简单。中国量化策略基金的量化投资途径多采用从一级股票库初选、并从二级股票库精选。最后对行业进行动态的配置的三步法。以中海量化策略基金的量化投资风格为例，第一步是根据公司盈利能力。选择代表性较强的公司盈利能力指标。如过去三年平均每股收益、资产回报率以及毛利率，以所有A股上市公司为样本。筛选得到一级股票库。第二步是通过相关指标体系，如估值指标和一致预期指标体系。并借助熵值法确定指标权重后。对一级股票库中的股票进行打分和排名，进一步筛选得到二级股票库。其中，一致预期指标值选取各大券商的估值结论，得出市场对上市公司的平均预期值，以此作为市场对公司未来现金流的权威预期。第三步。采用B-L行业量化模型对股票组合进行动态行业配置，对每一个行业形成最佳的权重股组合，提高投资的夏普比率。

最后，量化投资与现在已经很普遍的指数型基金不同。是一种主动投资。这是因为量化投资和指数化投资的理论基础完全不同。指数化等被动投资的理论基础认为市场是完全有效的，这一理论的依据是基金的历史业绩除去基金的管理费用。要弱于大市。因此。对投资者来说，更合理的手段是试图复制市场，以获得和市场相同的长期收益。同时规避所有的非系统性风险。而量化投资的理论基础认为市场是无效的，或者是弱有效的，这一理论的依据在于总有优秀的基金经理可以发现市场的阿尔法收益。支持量化投资的基金经理认为可以通过对经济环境、行业基本面以及公司的分析，主动构建能够超过市场平均收益率的超额收益组合。因此。量化投资属于主动投资的一种策略。综上所述，量化投资并不是一种被动投资，数量化模型的选择、指标的运用就是量化投资中的主动部分。好的量化投资是主动的人为判断和被动的模型筛选的结合。

二、量化投资的优点

量化投资作为一种有效的主动投资工具，是对定性投资方式的继承和发展。实践中的定性投资是指，以深入的宏观经济和市场基本面分析为核心，辅以对上市公司的实地调研、与上市公司管理层经营理念的交流，发表各类研究报告作为交流手段和决策依据。因此。定性投资基金的组合决策过程是由基金经理在综合各方面的市场信息后，依赖个人主观判断、直觉以及市场经验来优选个股，构建投资组合。以获取市场的超额收益。与定性投资相同，量化投资的基础也是对市场基本面的深度研究和详尽分析，其本质是一种定性投资思想的弼!性应用。但是，与定性投资中投资人仅依靠几个指标做出结论相比，量化投资中投资人更关注大量数据所体现出来的特征，特别是挖掘数据中的统计特征，以寻找经济和个股的运行路径，进而找出阿尔法盈利空间。与定性投资相比。量化投资具有以下优势：

一是量化投资可以让理性得到充分发挥。量化投资以数学统计和建模技术代替个人主观判断和直觉，能够保持客观、理性以及一致性。克服市场心理的影响。将投资决策过程数量化能够极大地减少投资者情绪对投资决策的影响。避免在市场悲观或非理性繁荣的情况下做出不理智的投资决策。因而避免了不当的市场择时倾向。

二是量化投资可以实现全市场范围内的择股和高效率处理。量化投资可以利用一定数量化模型对全市场范围内的投资对象进行筛选。把握市场中每个可能的投资机会。而定性投资受人力、精力和专业水平的限制，其选股的覆盖面和正确性远远无法和量化投资相比。

三是量化投资更注重组合风险管理。量化投资的三步选择过程，本身就是在严格的风险控制约束条件下选择投资组合的过程，能够保证在实现期望收益的同时有效地控制风险水平。另外。由于量化投资方式比定性投资方式更少的依赖投资者的个人主观判断，就避免了由于人为误判和偏见产生的交易风险。

当然。无论是定性投资还是量化投资，只要得当的应用都可以获取阿尔法超额收益，二者之间并不矛盾，相反可以互相补充。量化投资的理性投资风格恰可作为传统投资方式的补充。

三、量化投资的局限性

量化投资是一种非常高效的工具，其本身的有效性依赖于投资思想是否合理有效。因此换言之，只要投资思想是正确的，量化投资本身并不存在缺陷。但是在对量化投资的应用中，确实存在过度依赖的风险。量化投资本身是一种对基本面的分析，与定性分析相比，量化分析是一种高效、无偏的方式，但是应用的范围较为狭窄。例如，某项技术在特定行业、特定市场中的发展前景就难以用量化的方式加以表达。通常量化投资的选股范围涵盖整个市场，因此获得的行业和个股配置中很可能包含投资者不熟悉的上市公司。这时盲目的依赖量化投资的结论，依赖历史的回归结论以及一定指标的筛选，就有可能忽略不能量化的基本面。产生巨大的投资失误。因此，基金经理在投资的时候一定要注意不能单纯依赖量化投资，一定要结合对国内市场基本面的了解。

量化投资方法篇11

但说起对冲基金，很多人还是不可避免地联想到“量化对冲”、“程序化交易”等相关词汇。那么这些概念之间到底有怎样的关联呢？是不是对冲基金一定要采取对冲或量化投资呢？

并非所有对冲基金都采取对冲手段

顾名思义，对冲基金给人印象是运用对冲工具对冲风险的基金。但是，实际上并非所有对冲基金一定都采取对冲手段。对冲基金相对于传统的公募基金而言，主要是在基金结构方面的区别。

一般来说，对冲基金具有以下特点：

第一，受更少的监管。国内的公募基金要求每季度披露季报，公布基金仓位和重仓股等核心信息，基金投资范围也受到严格的控制。至今我国还没有一只投资商品期货的公募基金，去年底成立的嘉实绝对收益策略是国内目前唯一一只可投资沪深300股指期货的市场中性策略的公募基金。而私募基金可以不公开任何与投资相关的信息，投资范围也广泛的多。

第二，更长的封闭期。国内的对冲基金通常在成立后的半年内处于封闭期，不能申购赎回，或者只许申购不准赎回。此后，走信托通道的产品每月开放申购和赎回，而走公募基金专户或是公募基金子公司的产品每季度才开放一次申购和赎回。降低流动性是为了减少申购与赎回对基金运作的不良影响，有利于保护投资者的收益，有助于基金经理的投资运作。

第三，收取业绩提成。公募基金的收费主要是前端认购费和固定管理费，而私募基金除了这两部分外通常还收取20%的超额业绩提成。有些业绩出色且有溢价能力的对冲基金甚至收取30%的业绩报酬。

第四，偏向于绝对收益的投资方式。我们都知道，公募基金的比较基准往往是沪深300等大盘指数，基金经理的考核通常是同类基金排名。这就是所谓相对收益型的业绩导向。而对冲基金的业绩基准通常是定期存款利率。由于基金管理人为了获得更高的业绩报酬，所以更在乎基金的绝对收益水平，而不是相对大盘指数的相对收益或是业绩排名。这种绩效方式就会引导基金管理人在投资方式上更偏向于绝对收益的方法，能采用对冲工具的可以进行风险敞口的对冲，不运用对冲工具的也会通过调节仓位来控制基金净值的下行风险。

并非所有对冲基金都采用量化投资

量化投资强调的是在投资的过程中加入定量化的方法和手段。

传统的股票型基金经理在投资的过程中更多的是依据自己对宏观经济、行业发展趋势以及企业经营状况的主观判断。虽然在做决策前基金经理也阅读了大量数据，但这些数据转换为投资决策是在人脑里完成的。这个决策过程涉及到很多定性的判断，模糊的处理，是一个非量化的决策过程。

而所谓量化投资就是尽可能将决策过程模型化、可视化、透明化。在模型化的过程中，势必会引入不少定量的方法，用到很多金融、经济、数学以及统计等学科的工具和手段。

举个简单的例子，我们注意到股票市场的投资者对于经济同步数据是比较敏感的。比如，制造业采购经理指数（PMI）如果在50%以上表明经济处在扩张区间，越高反映经济发展得越乐观。此时，主观投资者会在参考PMI当期数值、前期数值以及市场预期值后综合来判断是否该介入购买股票，而量化投资会设一个硬性的标准，比如PMI创出近3月新高即买入股票，或是PMI超过55%才买入股票等等规则，一旦事先设定的规则触发就形成了交易信号。

量化投资方法篇12

资产组合的风险管理本质上是一个资产组合的优化问题。在确定投资组合时,管理者的目标是在他们可能承受的风险水平既定的条件下,使预期收益最大,或者说在预期收益目标既定的条件下,使面临的风险最小。为了确定有效的资产组合,必须对投资行为作一些假设。第一个假设是,投资者是规避风险的risk averse。规避风险是指在确定资产组合时,在投资者愿意承受的风险水平条件下,若存在两项预期收益相同但风险不同的资产,投资者将选择风险小的资产。第二个假设是风险的度量方法是合理的。

Markowitz的最优化资产组合模型均值―方差模型假设方差或者标准差作为风险的度量是合理的,从而有:

minσ2x)

s.t

σ2=xΣx

Erp)=Σni=xiEri)≥μp

Σni=xi=其中xi≥0

其中,x=x,x2,…xn)是所持有资产的头寸,r=r,r2,…rn)是资产收益率,Σ=σij)是资产收益率的协方差矩阵假定是正定矩阵,μp是投资者要求的资产组合的期望收益率。

Markowitz的均值―方差模型中假设的合理性是有条件的,它要求资产收益率的分布服从正态分布,而资产组合收益率的分布服从联合正态分布。一旦资产组合收益率不服从假设分布,资产组合的方差σ2=xΣx将不成立,则会影响均值―方差模型产生的资产组合优化结果的精度。风险值VaR能够度量各种分布形式的金融风险,不需要限制资产的分布假设,因此用风险值VaR作为风险的度量是合理的。从而,基于风险值VaR的最优化资产组合模型均值―VaR模型为

min[DDX]xVaRx)

s.t[B{]

Erp)=Σni=xiEri)≥μp

Σni=xi=其中xi≥0

基于风险值VaR的最优化资产组合模型理论上是可行的。目前也有不少学者研究这种模型,但优化问题的实现过程非常复杂,为了简化优化问题,通常需要给模型加上一些额外的假设条件。因此,该模型的实践应用相对较少。在风险值VaR基础上发展起来的条件风险值CVaR对于处理资产组合最优化问题有很大的优越性,它具有的优良的数学性质如凸性,次线性等使资产组合最优化问题变得容易处理。基于条件风险值CVaR的最优化资产组合模型均值―CVaR模型为

minxCVaRx)

s.t

Erp)=Σni=xiEri)≥μp

Σni=xi=其中xi≥0

本文以传统的投资组合理论为基础,将Copula理论引入到均值CvaR模型中来,用Copula函数来刻画风险资产的联合分布,求解CvaR最小的投资组合模型得到最优投资比例和投资组合的风险价值。用这种方法的优点使得模型更容易处理,又考虑了变量间的非线性相关关系。

条件风险价值CvaR是在一定置信水平下超过VaR的期望损失。它的计算方法同风险值VaR的计算方法一样,有两类:参数方法和非参数方法。在这里采用Monte Carlo模拟方法来计算条件风险值CvaR,实现资产组合优化问题。

首先生成单个资产i的损失情景ijj=,…,N),N为模拟的情景数。若资产组合的头寸为x=x,x2,…xn),则资产组合的损失情景为:

Pjx)=Σni=xiij,j=,2, …,N)

构造一个函数αx,ζ)=ζ+[X]+α[X]E{[fx,y)-ζ]+}。其中fx,y)为损失函数,y为资产的未来价值向量。在置信水平-α下,优化问题可转化为一个线性规划问题:

min[DDX]x,ζ)∈X×Rax,ζ)

s.t[B{]

Erp)=Σdi=xiEri)≥μp

Σdi=xi=其中xi≥0

因此,通过优化问题可以同时得到最优的CVaRαx)和对应的VaRαx)。这样,基于条件风险值CVaR的最优化资产组合模型就转化为一个典型的优化问题,使得计算更加简便可行。在置信水平-α)下,求解上面的优化问题,可以得到x*,ζ*),其中x*是使CVaRα)最小的资产组合的头寸,而ζ*是对应的VaRα)。

从前面的分析可知,CVaR与VaR相比是更为谨慎的风险度量方法,从而可以更有效的管理金融风险。对于保险投资组合的风险管理,只要能够利用Copula函数生成资产组合的损失分布,就能得到投资组合的CVaR。

.基于 CVaR-Copula 的投资组合模型

运用 Copula 函数构建数学模型更能真实的反应本质问题。它的出现和应用为风险分析和多变量时间序列分析提供了一个新的探索方向。将Copula 引入风险估计中,可以将最基本的风险点的分布综合成一个整体,使得风险估计过程变得简便。Copula 函数对风险管理所关注的变量间尾部风险进行较好地刻画。选择合适的Copula 函数进行建模就可以得到收益率的联合分布函数,达到量化资产组合风险的目的。同时,由于Copula 理论在相关性分析方面的优势,此方法在组合风险预测方面相对于使用线性相关系数的大多数风险管理模型具有更高的精度。利用 Copula 函数建立的多元波动时间序列模型能灵活构造金融资产的联合分布函数,对未来收益率情景的模拟将更加准确,因此我们利用Copula-GARC 模型来描述它们的联合分布,利用t时刻前的信息,我们得到t +时刻基于CVaR-Copula 的投资组合优化模型如下:

假设在单一期限投资中,x=x,x2,x3,x4)′∈R4,其中x代表国债的投资比例, x2代表企业债券的投资比例, x3代表证券投资基金的投资比例,x4代表股票的投资比例。得到的基于Copula函数的保险投资组合均值-CVaR模型如下:

min[DDX]x,∞α+[X]m-β)[X]

Σmj=[fx,yj)-α]+

stΣ4i=E[yi]xi≥μ[X-]

xi≥0

fx,yi)=Σ4i=-yijxi-yx

yij+)=μij+)+εij+)i=,2,3,4

εij+)=h/2ij+)ξij+)

j=,2,…

hij+)=ω+αtε2ij+…+αtPε2i-P+)+βihij+…+βiqhij-q-)

ξj+),ξ2j+),ξ3j+),ξ4j+))|I-Ctξ),2ξ2),3ξ3),4ξ4)|I)

Ctu,u2,u3,u4;ρ,v)=ρ,vt-vu),t-vu2),t-vu3),t-vu4))

其中μ[X-]为投资组合的预期收益,选取t-Copula函数来描述股票、证券投资基金、国债、企债收益率之间的相关结构,ξt),2ξ2t),3ξ3t)4ξ4t)分别为随机扰动项所服从的概率分布。

建立将保险资金投资到股票、基金、国债、企债和银行存款四类资产时的投资组合优化模型,为了得到下一天保险资金的最优投资策略,我们还需要给定投资组合的收益率。本文在这里给出一组投资组合的目标收益率,并考察投资组合的风险价值和投资比例的变化情况。

对我国保险投资组合进行分析的结果表明:

由投资策略可知,当目标收益率较低时,保险资金大部分投资在国债和企业债券这两项风险较低的资产上。当投资收益率上升时,投资到国债的投资比例均下降,企业债券和基金的比例都有所提高。

2利用投资组合工具进行保险资产的投资运营,将有利于实现保险资产的保值增值。然而,由保险投资组合模型的最优投资策略可知,在目前的资本市场和技术条件约束下,股票投资率比例是不可能大幅增长的,所以保险资产利用投资组合工具必须循序渐进,不能盲目投资。保险资产短期可以考虑利用银行储蓄、国债、企业债、和股票的投资组合工具进行投资运营,但股票投资部分要控制在合适的范围内,中长期根据资本市场的成熟度,逐步扩大股票的投资份额以获得更高的回报。国外有关研究表明,保险收益的 90%来源于投资组合的选择,只有0%取决于管理,过多的投资限制会降低保险资产的投资收益。随着我国资本市场和外汇市场今后的改革和发展,保险公司可通过多元化投资来分散风险。

2.构建保险投资运营风险管理体系

收益和风险是任何投资面临的两个基本问题,保险公司多元化投资的同时,必将面临更大的投资风险。保险公司除了面临通货膨胀风险、利率风险等系统性风险外,还将面临委托风险、多元化投资资产风险等。有效的风险管理是保险公司实现稳定收益的必要保证。我国保险投资风险管理体系的构建应贯穿于基金运营的全过程。风险分散机制可通过基金投资证券的多元化、投资国别的分散化、投资期限的分散化来实现。

我国的保险公司,长期以来一直是重视承保,轻视投资,根本谈不上形成完善的投资管理体系。而保险公司的组织结构设置也不利于保险公司投资,大部分公司只是在近年来才成立了投资部,而且专门的投资人才也比较缺乏,这样就导致了保险公司对资金安全控制没有把握,而选择投资风险较小的方式来投资,例如,银行存款和国债投资的风险较小,所以国债投资的实际比例比较接近理论比例,银行存款居高不下。

3.结论

本文在计算各种资产的收益率时使用了各类资产的综合指数收益率,所得到的只是初步的结果。在实际投资决策时,应该确定组合中具体的国债、企债、基金和股票,利用Copula函数建立投资组合风险度量和优化模型,得到各个资产具体的投资比例。此外,可尝试研究将保险资金投资于房地产或进行海外投资时的投资策略。要考虑各种不同种类资产间的相关特性,如何有效提高保险投资的收益率,以降低因收益不足所可能造成保险支付危机;要在上述考虑下,将资产适当的分配于风险、流动性高低不同的投资标的当中。

本文所提出的研究方法,仍有以下几个方面能够加以努力:

保费问题

在保险投资组合中,为维持基金资产价值,对于投资风险可忍受的程度必须加以考虑,希望能规避投资上的损失,确保未来支付得以兑现,本文将保险资金进行短期投资,并没有考虑保费的收取和支付,这在实际中将影响到保险资金投资工具的选择,在以后的研究中可以把本文建立的模型扩展成多阶段投资优化模型,根据保险资金提拨款收入和支出,结合保险资金的长期投资问题,建立保险公司的资产负债管理模型。

2投资比例的限制

由于我国对保险资金运用渠道有严格的限制,在投资政策中

[CM27*8/9]必须充分考虑到国家有关的政策法规。值得注意的是,有关法规对某些投资品种有明确的数量比例限制,这在客观上为我们进行资产分配设定了最高限额。

我国目前对保险投资中的风险资产持有比例仍有较为严格的约束,在进行投资组合优化时还应当考虑对各种资产的比例限制。这些政策无疑在一定程度上加大了投资难度,导致我国保险投资收益率低于发达国家保险公司的投资收益率。

3Copula 函数选择

在利用Copula函数刻画保险投资对象的相关结构时,除了考虑到各个金融市场之间的相关关系是非线性的,还可以考虑随着外部环境的变化而产生的波动,建立一种动态的非线性模型来描述事物之间这种非线性的动态相关结构。而目前对时变 Copula模型的研究还不多,其中还有很多问题需要完善或进一步的深入研究。

本文重点在于建立较适合保险投资组合模型的方法及步骤,并得到了保险最优投资策略。但需要注意的是,这仅仅是初步的结果,本文在投资工具及投资比例限制、投资组合预期方面难免存在不足,还需要在保险投资管理领域,采用更大的样本进行更多的实证研究,以此获得关于这种方法更多的经验与信心。

参考文献:

[1] 王宝,肖庆宪.基于Copula函数的动态投资组合研究[]统计与决策,20095:63-65.

[2] 陈辉,陈建成.我国保险投资组合的模拟和金融风险测量研究[]统计研究,2008,:64-7.

[3] 杨湘豫, 夏宇.基于Copula方法的开放式基金投资组合的VaR研究[]系统工程,2008,2:40-44.