时间：2023-07-28 09:19:01
绪论：在寻找写作灵感吗？爱发表网为您精选了8篇量化投资与证券管理，愿这些内容能够启迪您的思维，激发您的创作热情，欢迎您的阅读与分享！
在传统的证券投资学中，投资组合理论、资本资产定价模型、套利定价理论和期权定价理论是现代金融理论的四块基石。前两者主要依靠均值-方差组合优化的思想，后两者则主要依靠市场的无套利条件。传统的投资方法主要是基本面分析和技术分析两大类，而量化投资则是“利用计算机科技并采用一定的数学模型去实现投资理念、实现投资策略的过程”[3]。从概念看，量化投资既不是基本面分析，也不是技术分析，但它可以采用基本面分析，也可以采用技术分析，关键在于依靠模型来实现投资理念与投资策略。为了分析量化投资对证券投资学的启示，本文从量化投资“黑箱”的各个构成来探讨量化投资与证券投资学中思路和观点的差异。
（一）资产定价与收益的预测
根据组合优化理论，投资者将持有无风险组合与市场风险资产组合，获得无风险利率与市场风险溢价。资本资产定价模型则将此应用到单一证券或组合，认为证券的风险溢价等于无风险利率加上与风险贡献比率一致的风险溢价，超过的部分就是超额收益，即投资组合管理所追求的阿尔法值[4]。追求显著正的阿尔法是资产定价理论给实务投资的一大贡献。基于因素模型的套利定价理论则从共同风险因素的角度提供了追求阿尔法的新思路。其中，法玛和佛伦齐的三因素定价模型为这一类量化投资提供了统一的参考。可以说，在因素定价方面，量化投资继承了资产定价理论的基本思想。对于因素定价中因素的选择，证券投资学认为，对资产价格的影响，长期应主要关注基本面因素，而短期应主要关注市场的交易行为，即采用技术分析。在量化投资中，主要强调按照事先设定的规则进行投资，这在一定程度上与技术分析类似。但是，在技术分析中，不同的人会有不同的结论，而量化投资则强调投资的规则化和固定化，不会因人的差异而有较大的不同。另外，量化交易更强调从统计和数学模型方面寻找资产的错误定价或者进行收益的预测。
（二）无套利条件与交易成本
在证券投资学里，流动性是证券的生命力。组合投资理论、资本资产定价模型以及套利定价理论等都认为市场中存在大量可交易的证券，投资者可以自由买卖证券。这主要是为了保证各种交易都能实现，如套利交易。根据套利定价理论，一旦市场出现无风险的套利机会，理性投资者会立即进行套利交易，当市场均衡时就不存在套利机会。现实市场中往往存在套利限制。一是因为凯恩斯说的“市场的非理性维持的时间可能会长到你失去偿付能力”。二是因为市场总是存在交易费用等成本。但证券投资学中，对市场中套利限制与非流动性的关注较少，这是因为传统金融理论中简化了市场结构。市场微观结构理论研究在既定的交易规则下，金融资产交易的过程及其结果，旨在揭示金融资产交易价格形成的过程及其原因。在市场微观结构理论中，不同的市场微观结构对市场流动性的冲击是不同的。因而，从量化投资的角度看，为了降低交易带来的价格冲击，能实施量化投资策略的证券往往都应有较好的流动性，因为交易时非流动性直接影响投资策略的实施。从这个意义上讲，量化投资时的交易成本不仅包括交易费用，更主要的是要考虑市场交易冲击的流动性成本。
（三）风险控制与市场情绪
在证券市场中，高收益与高风险相匹配。量化投资在追求高收益的同时，不可避免地承担了一定的风险。在证券投资学中，系统性风险主要源于宏观经济因素，非系统性因素则主要源于行业、公司因素，并且不考虑市场交易行为的影响。在量化投资中，较多地使用因素定价模型，不仅会考虑市场经济因素，而且会考虑交易行为等因素，只是不同的模型有不同的侧重点，在多模型的量化投资系统中自然包括了这两方面的因素。除了各种基本面和市场交易的因素风险外，量化投资还有自身不可忽视的风险源。一方面，量化交易中，部分交易是采用保证交易的期货、期权等衍生品交易，这种杠杆交易具有放大作用，隐藏着巨大的风险。另一方面，市场冲击的流动性成本也是量化投资的风险控制因素，理所当然地在图1的风险控制模型中体现出来。另外，在一般的投资过程中，市场情绪或多或少会成为风险控制的一个对象。然而，在量化投资中，更多的交易都是通过计算机来实现的，如程序交易等，这样以来，投资者情绪等因素对投资决策的影响相对较小。所以，在量化投资的风险控制模型中较少地考虑市场情绪以及投资者自身的情绪，主要是通过承担适度的风险来获得超额回报，因为毕竟减少风险也减少了超额回报。
（四）执行高频交易与算法交易
在对未来收益、风险和成本的综合权衡下，实现投资策略成为量化投资的重要执行步骤。为了达到投资目标，量化投资不断追求更快的速度来执行投资策略，这就推动了采用高速计算机系统的程序化交易的诞生。在证券投资学里，技术分析认为股价趋势有长期、中期和短期趋势，其中，长期和中期趋势有参考作用，短期趋势的意义不大。然而，随着计算机信息科技的创新，量化投资策略之间的竞争越来越大，谁能运作更快的量化模型，谁就能最先找到并利用市场错误定价的瞬间，从而赚取高额利润。于是，就诞生了高频交易：利用计算机系统处理数据和进行量化分析，快速做出交易决策，并且隔夜持仓。高频交易的基本特点有：处理分笔交易数据、高资金周转率、日内开平仓和算法交易。[5]高频交易有4类流行的策略：自动提供流动性、市场微观结构交易、事件交易和偏差套利。成功实施高频交易同时需要两种算法：产生高频交易信号的算法和优化交易执行过程的算法。为了优化交易执行，目前“算法交易”比较流行。算法交易优化买卖指令的执行方式，决定在给定市场环境下如何处理交易指令：是主动的执行还是被动的执行，是一次易还是分割成小的交易单。算法交易一般不涉及投资组合的资产配置和证券选择问题。
二、对量化投资在证券投资教学中应用的思考
从上述分析可以知道，量化投资的“黑箱”构造与证券投资学之间存在一定的差异，因此，在证券投资的教学中应当考虑量化投资发展的要求。
（一）市场微观结构与流动性冲击
在理性预期和市场有效假说下，市场价格会在相关信息披露后立即调整，在信息披露前后市场有着截然不同的表现。在证券投资学里，一般认为价格的调整是及时准确的，然而，现实的世界里，价格调整需要一个过程。在不同的频率下，这种价格形成过程的作用是不同的。在长期的投资中，短期的价格调整是瞬间的，影响不大。然而，在高频交易中，这种价格调整过程影响很大。市场微观结构就是研究这种价格形成过程。市场微观结构理论中有两种基本的模型：存货模型和信息模型。存货模型关注商委托单簿不平衡对订单流的影响，解释没有消息公布时价格短暂波动的原因。信息模型关注信息公布后信息反映到价格中的这一过程，认为含有信息的订单流是导致价格波动的原因。无论是关注委托订单的存货模型还是关注市场参与者信息类型的信息模型，这些市场微观结构的研究加强了流动性与资产价格之间的联系，强调流动性在量化投资决策中的重要作用。一般的证券投资学中基本没有市场微观结构的内容，因而，为了加强证券投资学的实用性，应关注市场微观结构的内容与发展。
（二）业绩评价与高杠杆
对于证券组合而言，不仅要分析其超额收益和成本，还要考虑其风险与业绩。在组合业绩评价中，一方面要考虑风险的衡量，另一方面则要分析业绩的来源。在证券投资学中，组合业绩来自于市场表现以及管理者的配置与选股能力。对于量化投资而言，市场时机和管理者的能力依然重要，然而，量化投资的业绩评价还应考虑另一个因素：高杠杆。量化交易中，部分交易是采用保证交易的期货、期权等衍生品交易，这种杠杆交易具有放大作用，在市场好的时候扩大收益，但在市场不好的时候会加速亏损，这些与传统的业绩评价就不太一样。在一般的证券投资学里，业绩评价主要考虑经风险调整的收益，很少考虑其杠杆的作用，这不仅忽略了杠杆的贡献，而且有可能夸大了投资者的技能水平。
（三）人为因素与模型风险
在量化投资中，非常注重计算机对数据和模型的分析，这突出了量化投资的规则性和固定性。然而，实际中，别看量化采用了各种数学、统计模型，但策略设计、策略检测和策略更新等过程都离不开人的决策。量化交易策略与判断型交易策略的主要差别在于策略如何生成以及如何实施。量化投资运用模型对策略进行了细致研究，并借助计算机实施策略，能够消除很多认为的随意性。但是，量化策略毕竟体现投资者的交易理念，这一部分依赖于投资者的经验，一部分依赖于投资者对市场的不断观察与更新。实际上，人始终处于交易之中，对于市场拐点以及趋势反转的判断主要还是依赖投资者的经验。光大的乌龙指事件充分表明了人为因素在量化投资中的两面性：决策实施依赖于人的设定，而人的设定不仅依赖于经验，而且人还会犯错。人之所以会犯错，一方面是因为人们对市场的认知是不完全的，另一方面则是人们使用了错误的模型。经典的证券投资理论中，股票价格的变动被认为是随机的，小概率事件出现的机会比较小，但是经验研究表明股票收益率具有肥尾现象，小概率事件发生的机会超出了人们原先的认识，即市场还会出现“黑天鹅”。更为关键的是，量化投资更依赖数学和统计模型，这就使得量化投资存在较大的模型风险，即使用了错误的模型。为了防范模型风险，应采用更为稳健的模型，即模型的参数和函数应该适应多种市场环境。近年来，研究表明，证券收益及其与风险因素的关系存在较大的非线性，同时，市场中存在一定的“噪声”，采用隐马尔科夫链等随机过程和机器学习等数据挖掘技术进行信息处理成为量化投资的重要技术支持。
（四）2013年诺贝尔经济学奖的启示
（一）传统证券风险量化指标的理论源头
传统的证券风险分析当中必然会同一个与之如影随形的概念联系在一起，那就是收益，同时，在西方传统的经济学当中风险和报酬存在着这么一个函数关系，甚至在一些传统的经济学课本上作者为了简化两者之间的关系，将两者简单的归结为一个完美的线性关系，即风险与收益之间是一对一的数学关系，并且存在着这样一个逻辑：风险越大，报酬或者收益也就越大，反之亦然。即使是稍微尊重事实一些的经济学教材也运用了高等数学当中线性回归的方法将两者的关系从非线性回归为一对一的线性关系。除了学界对于风险的分析是从报酬或者收益出发的以外，在国外或者国内的民间也有类似的对于两者关系的表达，例如我国有句老百姓口中经常说到的“富贵险中求”就是对两者的关系的简单认识。因此，传统证券风险分析的源头明显是来源于对于报酬的分析。
（二）传统证券风险量化指标的数学方法的应用
传统的证券风险理论认为证券的总风险=可分散的风险+不可分散的风险，其中可分散的风险主要指的是个别证券自身存在的风险，而不可分散的风险则是指市场风险，下面笔者介绍一下传统证券风险量化的两个重要的指标――标准差与贝塔值。
第一，标准差。传统证券风险理论认为个别证券的风险可以从单个证券的报酬率为起点进行分析。财务投资专家从高等数学当中引入了一个衡量证券报酬率的波动性量化分析的指标――标准差来进行对单项证券风险的判断，进而判断出相同期望报酬率和不同期望报酬率时对于不同投资的选择。测算的步骤如下：第一步，确定各种市场需求下各类需求发生的概率；第二步，计算出期望报酬率，其实质上是对于各类市场需求下的报酬率的加权平均数。第三步：根据标准差的数学公式计算出标准差，σ=[Σ（ri-?）2×Pi]1/2其中ri是第i只证券的报酬率，?是期望报酬率，Pi是第i只证券的报酬发生的概率。结论是在期望报酬率相同的时候，标准差越大证明该证券波动越大，风险也就越大，反之亦然。在期望报酬率不同时引入了另外一个概念即离差，由于基本原理也是根据标准差衍生而得，在此不再赘述。[1]
第二，代表市场风险的贝塔值。我们在第一点中提到的标准差主要衡量的是单项证券的风险，而贝塔值的引入主要是考虑到了证券组合的风险构成当中不可分散的风险即市场风险。而贝塔值的测算公式从数学的角度来说实际上是利用了标准差的升级版公式即协方差，协方差主要是衡量了两组数据之间的相关程度，以此来判断证券组合的报酬率与市场报酬率之间的数理联系，进而判断出不可分散的风险。理论上贝塔值的计算是βi=（σi /σm）ρim，其中βi第i个证券组合的市场风险程度，σi，σm分别第i个证券组合的标准差与市场证券组合的标准差，ρim代表第i个证券组合的报酬与市场组合报酬的相关系数。实际当中β系数可以通过将股票报酬对市场报酬做回归得到，拟合得到的回归线的斜率就是证券的β系数，即β=Ri /Rm。[2]
二、价值投资理念下风险与报酬的关系
价值投资理念是华尔街之父本杰明格雷厄姆所创立，在其传世之作《证券分析》当中明确提出了有关投资与投机概念，其中论及投资界老生常谈的收益与风险的问题时结论与传统证券风险分析有着本质的不同，格雷厄姆明确指出收益与风险之间不存在着数学关系，并且认为证券的价格与收益并非取决于对于其风险的精确数学的计算，而是取决于该证券的受欢迎程度，而这种受欢迎程度本身包含了投资者对于风险的认识，但很大程度上还受到如公众对公司和证券的熟悉程度，证券发行与购买的容易程度等。[3]并进一步指出，无论是理论上还是实际当中，对投资风险进行精确的计算都是不可能成功的，现实当中并没有所谓的期望报酬率的概率经验表，即使存在也是基于对于历史数据的分析得到了，而历史数据之于未来决策的有用性或相关性的大小还有待考证，其研究范围不同于保险公司对于保单的精确测算，例如人寿保险能够明确的了解年龄与死亡率之间的关系是明确的。而证券的风险与报酬之间的关系则没有如此的确定。[4]
三、价值投资理念下传统证券风险量化分析的反思
以上笔者对于传统的证券风险理论与量化方法以及价值投资理念下关于风险与收益的关系进行了论述。笔者认为，价值投资理念下有关论述对于我们重新审视证券投资中风险因素的衡量有着非常重要的意义。
首先，笔者认为，标准差的计算过程本身就存在着无法避免的瑕疵，这一个公式至少有两个基本假设，第一，计算的人必须能够客观的预测出各种市场情况发生的需求概率，并且准确的在各种概率下发生的报酬率；第二，假定历史数据对于未来的投资决策具有确定的相关性。但是在现实生活中根本是无法预测的，这种算法实质上是硬将自然科学当中的数学模型强加到社会问题的研究当中，不可否认的是，目前来说大量的社会问题是无法通过数学来量化的，因为证券的风险当中不仅仅只有报酬因素的影响，还有各种在不同市场条件下的因素决定的，而这些因素又相互的的影响和动态的变化。因此，标准差的方法受到了质疑，后续的离差率、β值的计算自然也就没有了根基。
其次，β值的测算除了上述由于标准差的非客观性导致的不确定性的缺陷以外，笔者也针对实操当中第二种公式进行分析，β的第二种公式是β=Ri /Rm，从公式上来看，存在着明显的逻辑上的可疑性，单个股票的收益率假如大于市场整体的收益率，则该只股票的风险就比市场风险大？这个观点在《证券分析》当中就已经被很好地反驳了，在此，笔者只需要举一个例子就足够反驳这一个观点，伯克希尔哈撒韦上市公司每股截至2017年6月5日是249660美元，每股收益率如果从上市之初可以用天文数字来形容，并且这家公司经历了无数次大大小小的金融危机，依然以远远超过市场平均的业绩笑傲群雄，难道说他的风险要远远大于市场？这家公司是以价值投资的理念进行风险评估和投资的。因此，笔者认为中国的证券行业乃至我们有关的证券专家和学者们有必要从价值投资的理念来重新审视目前证券风险量化的指标在实际当中的效用。
在美国注册一个证券公司只需要满足两个基本条件：1.持牌人；2.净资本。外行人以为证券公司的净资本要求很高，其实不然，多年未改的净资本规定是三个级别：5000美元，25000美元和100000美元。在此之外，证券公司还要满足与专项业务相关的自有资金规定，所以，资金实力越强的证券公司可参与的业务越多，业务规模也越大。证券公司的自营投资业务是直接与一级注册净资本挂钩的，任何时候无论由于什么原因，只要公司的净资本低于注册规定，该公司必须在24小时内发电报通知监管机构，并在发出电报之时进入“读秒”，48小时内必须再发电报陈述解决方案，否则该公司的交易终端就自动切断了。这就是我们在美国经营证券公司的铁律之一：“24小时电报，48小时解决。”这条铁律约束着证券公司的自营投资额度与内部风险管控。
以光大证券为例，当电脑绕过公司内控直接连续下单时，交易员应立即启动紧急处置预案，券商应停止交易并“保护现场”，主动向监管机构报告并听候处理，这就是不久前高盛在电脑“乌龙指”发生后采取的动作。中国证监会并没有处罚光大证券的“乌龙指”，而是处罚光大证券在事发后“破坏现场”，违规套利，“本能地”跨越了两道“防火墙”：1.股票自营投资的“乌龙指”引发期货套利对冲，说明公司内部在这两个部门之间没有设置“防火墙”；2.交易部门“自发”的套利对冲与公司高层“自发”的信息几乎同时进行，说明公司在管理层与交易员之间没有设置“防火墙”。就是这种“本能”与“自发”的行为习惯，把交易部门的技术失误升级为公司高层的恶意违规。
伴随着电脑技术的进步，程式化交易与量化对冲模式在上世纪80年代中期到90年代中期进入美国证券业，在此期间有两大事件影响深远：其一是1987年10月19日的“黑色星期一”；其二是1998年的长期资本管理公司破产。前者告诉人们，电脑系统也会“发疯”，所以不能绝对依赖程式化交易；后者告诉人们，某些市场也会“发疯”，所以不能绝对相信量化投资模型。
本文较系统地介绍了统计学在证券期货市场中的应用，其中包括作者的一些最新研究成果，如：证券期货市场指标体系的研究；新华财经指数的编制；证券投资组合的研究与应用等。
关键词：统计学证券市场期货市场
分类号：O212C8F832.5文献标识码：A
TheApplicationofStatisticsonSecuritiesandFuturesMarkets
LICong-zhu,DINGShao-fang,WANGLing-hua,SUNDa-ning
(NorthChinaUniversityofTechnology,100041)
Abstract：Inthispaper,theApplicationofStatisticsonSecuritiesandFuturesMarketsisintroduced,author''''smanynewachievementsareincludedinit,suchasstudyofindexsystemonSecuritiesandfuturemarkets;studyofXinHuaindexnumberofsecurities;studyandapplicationofinvestmentinbondandsoon.
KeyWords：statisticssecuritiesmarketsfuturesmarkets
一、序言
我国自九十年代初建立证券期货市场以来，短短几年，得到了迅猛发展，方兴未艾。仅拿股市来看(截至1999年07月13日)，在沪深两市上市的境内公司已达900家，沪深市场的A，B股股数是981只，上市公司900家，其中沪市501只(461家)，深市480只(439家)，沪深A股股数874只，B股股数107只。这与1991年沪市8家深市6家上市公司相比，可见发展速度之快。市价总值21083亿元人民币，占国内生产总值的比重超过25%；开办证券90家，兼营证券业务的信托投资公司237家，下属证券营业部2400多家；现有43家境内企业海外上市，累计筹集资金100多亿美元；已有107家公司成功发行了B股，筹集资金近50亿美元；股民已达4000多万。自1999年五月十九日井喷式行情以来，沪深两市的日成交量猛增，至六月二十五日高达800多亿(1998年8月18日香港股市一天的成交量为790亿港元)，创下空前的天量。证券市场的作用愈来愈大，并逐渐成为国民经济的晴雨表。
统计学及其相关学科在证券期货交易中有什么作用呢?我们先从世界范围谈起。
据有关报道，当今华尔街最抢手的不再是传统的MBA，而是有统计背景、数理能力强的人才。一些在美国获得统计或数学博士学位的中国留学生被华尔街录用，转眼间便当上了年薪百万美元的“白领”贵族。如，1984年入中国科学技术大学少年班的黄沁于1988年提前毕业，赴美国麻省理工学院就读研究生，毕业后受聘到华尔街某大型证券公司工作。在这个世界上金融证券业最发达的地方，他以统计和数学为基础，建立了自己的投资理论，现已升任该公司副总裁，主管对外投资工作。年仅27岁的黄沁是进入华尔街金融界高层领导的少数华人之一。
华尔街取才原则的转向，从一个侧面反映出证券期货等金融业目前发展面临的挑战和未来的潮流。证券金融交易是信息量最大，信息敏感度最强、信息变化频度最高的领域。随着市场日趋复杂，数字已成为传递信息最直接的裁体，加上未来的经济是被网络覆盖与笼罩的数字化经济，大量的数学与统计工具将在分析研究中发挥不可或缺的重要影响。能否把握那看似枯燥无味的数字所隐含的精微变化，成为决定未来竞争成败的关键因素之一。
前年诺贝尔经济学奖授予在期权定价方面做出开拓性贡献的经济学家和统计学家。他们在二十多年前就探索出具有划时代意义的定价模型——布莱克.斯科尔期定价公式。本世纪20年代开设了股票期权品种，由于采用柜台交易方式和缺乏标准化的设计合约，很难转让对冲，交易量不足称道。1973年美国经济学家布莱克和斯科尔斯，引进概率统计上随机变量函数的一些定理和积分求值，推导出不支付红利的股票期权定价公式，从此期权有了明确科学的价格定位依据，很快形成一个完整的市场，并迅速推广到全世界，直至现在，期权占据着金融王国的重要位置。定价公式成为整个市场运转的基础。这个期权公式的定价思想所引发的金融革命表现在，预测远期价格成为可能，不仅使期权为指数、货币、利率、期货交易提供了全新的保值，投资手段，极大地丰富了金融市场，而且进一步推动了对各种金融产品的价值研究，提高了操作的理论水平。由此可以推断，没有布莱克.斯科尔斯定价模型，期权就不可能发展这么快，全球金融衍生品市场也就不可能有今天的高度发达，如今国外大型金融机构在总结金融交易失利原因时，总是首先追究最初的定价是否存在漏洞和错误
建立一个模型就摘取经济领域的桂冠这一事实，体现了经济与统计数学密不可分的关系。据不完全统计，自1969年设立诺贝尔经济学奖以来的40多位获奖者中，著名的计量经济学家有23位，10位担任过世界计量经济学会会长，有六位直接靠计量经济的研究和应用成果获奖。借用统计数学，将经济理论数学公式化，将经济行为定量化，已成为当今世界经济的热门课题。
有关专家指出，统计学，经济理论和数学这三者对于真正了解现代经济生活中的数量关系来说，都是必要的，但本身并非充分条件。三者结合起来，就是力量。数学给经济界带来新的视角，新的观念。抽象的数学工具一旦准确地切入金融市场，就显得非常实用和有价值。二十多年来，指导期权交易的理论—定价模型得到广大投资者的一贯遵循。没有统计基础、不懂定价公式含义的人要想在市场有出色表现将是十分困难的。
证券金融市场的风险管理是个永恒的话题，投资者都想寻求收益回报，但又必须面对各种各样的损失可能。市场到底存在哪些风险，如何确定风险的大小，如何才能实现收益最大化和风险最小化，历来都是受人关注的焦点和难点。自从1952年美国学者马柯威茨运用数量方法创立证券组合理论以来，市场风险的神秘色彩逐渐淡化，不再变得那么可怕和不可驾驭。
马柯威茨组合理论的立足点是全面考虑“期望收益最大”和“不确定性(即风险)最小”。它通过总结投资损失的概率分布和可能收益与预期收益的偏离程度(即我们统计学上的方差)，发现投资者应该同时按适当比例购买各种证券而不是一种证券，进行分散化投资，其收益才尽可能是确定的。通过数量分析得出的这种结论，迎合了投资者避风险的需要。风险管理能力的提高促进了基金的蓬勃发展。在短短的几十年间，随着量化研究的不断深入，组合理论及其实际运用方法越来越完善，成为现资学中的主流工具。由于马哥威茨证券组合选择理论给金融投资和管理思想带来革新，1990年他获得了诺贝尔经济学奖。
众所周知，量变引起质变。数量关系的背后，牵扯着市场的稳定与发展。金融业的现代化推动了统计与数理方法的应用研究，反过来，当今世界的金融管理特别是防范金融风险，也越来越要量化研究。早在1995年9月，美国斯但福大学经济学教授刘遵义就通过实证比较，数量分析和模糊评价等方兴，预测出菲律宾、韩国、泰国、印尼和马来西亚有可能发生金融危机。后来的事实果然如此。这从一个侧面提醒我们，没有完整、科学的分析预测工具，就可能在国际金融竞争中蒙受重大损失。只有加强对作为金融信息的各种变量的研究，才能提高对金融运行规律的认识，才能把握市场的发展动向。
经济理论的数学化和统计分析，使各种经济行为也越来越数量化。在金融领域也不例外。定价公式和组合理论地位的确立，就证明数量工具已发挥了不可磨灭的作用。有统计显示，在西方金融市场，三分之一的人运用组合理论来投资，三分之一的人靠技术分析管理头寸，另外三分之一的人仍在坚守基础分析。虽然运用何种手段来指导决策是投资者个人偏好、观念的问题，但组合理论和技术分析所运用的统计工具逐渐被认同，说明理性投资将成为市场的宠儿。由此我们不难理解华尔街选才的动机。
主观意见和直觉判断有很大的随意性，显然与现资决策的要求相去甚远。对市场和价格进行定量研究，从而揭示客观存在的数量依存关系，成为投资和管理决策的一项基础工作。用统计工具处理各种证券金融数据，可以比较全面地分析各种因素的影响力度。其主要表现在：
1结构分析：证券市场与汇率、利率变动和国民经济发展有多大的关联度；单一证券与整个市场之间如何相互影响，市场指数设计是否合理；证券与期货价格走势是否相互制约；同一类证券有没有一定的连动关系。
2价值预测：分析未来证券发行和上市价格的理论定位，确定金融衍生证券的价格，分析预测证券期货的价格走势，进行投资决策等。
3政策评价：研究市场系统风险的预警及控制，探讨不同的组合投资效果。
4理论检验：证券价格能否反映所有的信息，市场的有效性实证检验；各种技术指标的适用性和优化处理，周期效应的对比分析。
从以上可看出，量化研究有助于搞好风验管理，设计投资组合，选择交易时机，评估市场特性。统计工具在证券金融市场的大量应用，对交易技术的升级换代，管理水平的提高做出了特殊贡献。现在，电脑交易系统在国外大行其道，依据不同要求设计的模型软件层出不穷，只要把数据输入电脑中，投资者根据分析结果随时制订和调整投资计划。
投资者竞争的优势不再停留在信息的收集上，而是综合处理信息的能力。谁的模型从总量上与趋势上能更合理、科学地分析市场，谁就能掌握主动。
本文较系统地介绍了统计学在证券期货市场中的应用，其中包括作者的一些最新成果，如：证券期货市场指标体系的研究；新华财经指数的编制；证券投资组合的研究与应用等。
关键词：统计学 证券市场 期货市场
分类号：O212 C8 F832.5 标识码：A
文章编号：1002-1566(2000)01-0054-04
Application of Statistics on Securities and Futures Markets
LI Cong-zhu，DING Shao-fang，WANG Ling-hua，SUN Da-ning
(North China University of Technology，100041)
Abstract：In this paper，the Application of Statistics on Securities and Futures Markets is introduced，author's many new achievements are included in it，such as study of index system on Securities and future markets;study of Xin Hua index number of securities;study and application of investment in bond and so on.
Key Words：statistics securities markets futures markets
一、序
言
我国自九十年代初建立证券期货市场以来，短短几年，得到了迅猛，方兴未艾。仅拿股市来看(截至1999年07月13日)，在沪深两市上市的境内公司已达900家，沪深市场的A，B股股数是981只，上市公司900家，其中沪市501只(461家)，深市480只(439家)，沪深A股股数874只，B股股数107只。这与1991年沪市8家深市6家上市公司相比，可见发展速度之快。市价总值21083亿元人民币，占国内生产总值的比重超过25%；开办证券90家，兼营证券业务的信托投资公司237家，下属证券营业部2400多家；现有43家境内海外上市，累计筹集资金100多亿美元；已有107家公司成功发行了B股，筹集资金近50亿美元；股民已达4000多万。自1999年五月十九日井喷式行情以来，沪深两市的日成交量猛增，至六月二十五日高达800多亿(1998年8月18日香港股市一天的成交量为790亿港元)，创下空前的天量。证券市场的作用愈来愈大，并逐渐成为国民的晴雨表。
统计学及其相关学科在证券期货交易中有什么作用呢?我们先从世界范围谈起。
据有关报道，当今华尔街最抢手的不再是传统的MBA，而是有统计背景、数理能力强的人才。一些在美国获得统计或数学博士学位的留学生被华尔街录用，转眼间便当上了年薪百万美元的“白领”贵族。如，1984年入中国技术大学少年班的黄沁于1988年提前毕业，赴美国麻省理工学院就读研究生，毕业后受聘到华尔街某大型证券公司工作。在这个世界上证券业最发达的地方，他以统计和数学为基础，建立了自己的投资，现已升任该公司副总裁，主管对外投资工作。年仅27岁的黄沁是进入华尔街金融界高层领导的少数华人之一。
华尔街取才原则的转向，从一个侧面反映出证券期货等金融业发展面临的挑战和未来的潮流。证券金融交易是信息量最大，信息敏感度最强、信息变化频度最高的领域。随着市场日趋复杂，数字已成为传递信息最直接的裁体，加上未来的经济是被覆盖与笼罩的数字化经济，大量的数学与统计工具将在研究中发挥不可或缺的重要。能否把握那看似枯燥无味的数字所隐含的精微变化，成为决定未来竞争成败的关键因素之一。
前年诺贝尔经济学奖授予在期权定价方面做出开拓性贡献的经济学家和统计学家。他们在二十多年前就探索出具有划意义的定价模型——布莱克.斯科尔期定价公式。本世纪20年代开设了股票期权品种，由于采用柜台交易方式和缺乏标准化的设计合约，很难转让对冲，交易量不足称道。1973年美国经济学家布莱克和斯科尔斯，引进概率统计上随机变量函数的一些定理和积分求值，推导出不支付红利的股票期权定价公式，从此期权有了明确科学的价格定位依据，很快形成一个完整的市场，并迅速推广到全世界，直至现在，期权占据着金融王国的重要位置。定价公式成为整个市场运转的基础。这个期权公式的定价思想所引发的金融革命表现在，预测远期价格成为可能，不仅使期权为指数、货币、利率、期货交易提供了全新的保值，投资手段，极大地丰富了金融市场，而且进一步推动了对各种金融产品的价值研究，提高了操作的理论水平。由此可以推断，没有布莱克.斯科尔斯定价模型，期权就不可能发展这么快，全球金融衍生品市场也就不可能有今天的高度发达，如今国外大型金融机构在金融交易失利原因时，总是首先追究最初的定价是否存在漏洞和错误
建立一个模型就摘取领域的桂冠这一事实，体现了经济与统计数学密不可分的关系。据不完全统计，自1969年设立诺贝尔经济学奖以来的40多位获奖者中，著名的计量经济学家有23位，10位担任过世界计量经济学会会长，有六位直接靠计量经济的和成果获奖。借用统计数学，将经济数学公式化，将经济行为定量化，已成为当今世界经济的热门课题。
有关专家指出，统计学，经济理论和数学这三者对于真正了解经济生活中的数量关系来说，都是必要的，但本身并非充分条件。三者结合起来，就是力量。数学给经济界带来新的视角，新的观念。抽象的数学工具一旦准确地切入市场，就显得非常实用和有价值。二十多年来，指导期权交易的理论—定价模型得到广大投资者的一贯遵循。没有统计基础、不懂定价公式含义的人要想在市场有出色表现将是十分困难的。
证券金融市场的风险管理是个永恒的话题，投资者都想寻求收益回报，但又必须面对各种各样的损失可能。市场到底存在哪些风险，如何确定风险的大小，如何才能实现收益最大化和风险最小化，历来都是受人关注的焦点和难点。自从1952年美国学者马柯威茨运用数量创立证券组合理论以来，市场风险的神秘色彩逐渐淡化，不再变得那么可怕和不可驾驭。
马柯威茨组合理论的立足点是全面考虑“期望收益最大”和“不确定性(即风险)最小”。它通过投资损失的概率分布和可能收益与预期收益的偏离程度(即我们统计学上的方差)，发现投资者应该同时按适当比例购买各种证券而不是一种证券，进行分散化投资，其收益才尽可能是确定的。通过数量得出的这种结论，迎合了投资者避风险的需要。风险管理能力的提高促进了基金的蓬勃。在短短的几十年间，随着量化研究的不断深入，组合理论及其实际运用方法越来越完善，成为现资学中的主流工具。由于马哥威茨证券组合选择理论给金融投资和管理思想带来革新，1990年他获得了诺贝尔经济学奖。
众所周知，量变引起质变。数量关系的背后，牵扯着市场的稳定与发展。金融业的现代化推动了统计与数理方法的应用研究，反过来，当今世界的金融管理特别是防范金融风险，也越来越要量化研究。早在1995年9月，美国斯但福大学经济学教授刘遵义就通过实证比较，数量分析和模糊评价等方兴，预测出菲律宾、韩国、泰国、印尼和马来西亚有可能发生金融危机。后来的事实果然如此。这从一个侧面提醒我们，没有完整、的分析预测工具，就可能在国际金融竞争中蒙受重大损失。只有加强对作为金融信息的各种变量的研究，才能提高对金融运行的认识，才能把握市场的发展动向。
经济理论的数学化和统计分析，使各种经济行为也越来越数量化。在金融领域也不例外。定价公式和组合理论地位的确立，就证明数量工具已发挥了不可磨灭的作用。有统计显示，在西方金融市场，三分之一的人运用组合理论来投资，三分之一的人靠技术分析管理头寸，另外三分之一的人仍在坚守基础分析。虽然运用何种手段来指导决策是投资者个人偏好、观念的，但组合理论和技术分析所运用的统计工具逐渐被认同，说明理性投资将成为市场的宠儿。由此我们不难理解华尔街选才的动机。
主观意见和直觉判断有很大的随意性，显然与现资决策的要求相去甚远。对市场和价格进行定量研究，从而揭示客观存在的数量依存关系，成为投资和管理决策的一项基础工作。用统计工具处理各种证券金融数据，可以比较全面地分析各种因素的力度。其主要表现在：
1 结构分析：证券市场与汇率、利率变动和国民经济发展有多大的关联度；单一证券与整个市场之间如何相互影响，市场指数设计是否合理；证券与期货价格走势是否相互制约；同一类证券有没有一定的连动关系。
2 价值预测：分析未来证券发行和上市价格的理论定位，确定金融衍生证券的价格，分析预测证券期货的价格走势，进行投资决策等。
3 政策评价：市场系统风险的预警及控制，探讨不同的组合投资效果。
4 检验：证券价格能否反映所有的信息，市场的有效性实证检验；各种技术指标的适用性和优化处理，周期效应的对比。
从以上可看出，量化研究有助于搞好风验管理，设计投资组合，选择交易时机，评估市场特性。统计工具在证券市场的大量，对交易技术的升级换代，管理水平的提高做出了特殊贡献。现在，电脑交易系统在国外大行其道，依据不同要求设计的模型软件层出不穷，只要把数据输入电脑中，投资者根据分析结果随时制订和调整投资计划。
投资者竞争的优势不再停留在信息的收集上，而是综合处理信息的能力。谁的模型从总量上与趋势上能更合理、地分析市场，谁就能掌握主动。
一、证券公司风险来源的相关研究
近年来，随着中国证券业的蓬勃发展，我国学术界也有许多针对证券公司的风险来源进行探讨的文献，其中较有代表性的文献如，毕秋香、何荣天(2002)按照证券公司风险来源的特征将证券公司面临的全部风险划分为市场风险、信用风险、流动性风险、操作风险和法律风险五大类，并对每一风险的具体成因进行了归纳。曾嵘(2006)根据证券公司的不同业务类型将风险主要分为四大类，分别是证券经纪业务风险、承销业务风险、自营业务风险和其他业务风险，同时具体研究了每项业务具体面临的各种风险，如对于证券经纪业务风险，其又分为经营风险、操作风险、业务拓展风险和IT技术风险等。肖新华、刘冬荣(2009)以证券公司自营业务为着眼点，分析得出由于宏观经济环境、政府的制度政策及证券公司自身的经营状况等各方面因素使该项业务面临着政策法律风险、证券市场风险、经营管理风险、操作风险、交易方式风险、投资决策风险等六大类风险，并提出了审时度势、确立全局观，完善证券公司自营业务风险管理流程，规范操作风险等风险防范措施和建议。此外，谢胜强等(2009)以2002年8月至2006年12月间南方证券等39家券商违规事实为样本，运用因子模型从实证的角度对我国证券公司真实发展历程中所面临的风险因素量化成历史因子、人物因子、监管因子、投资风险因子、治理缺失因子、盈利缺失因子和融资路径因子等七大因子，并得出历史因子和投资风险因子是主要影响因素的结论，由此得出的历史经验和教训可供券商和监管部门在当今和日后进行参考。
二、证券公司内部控制与治理的相关研究
中国学术界对证券公司内部控制问题也进行了大量的理论及实证分析，尤以2004年至2007年我国对高风险证券公司处置期间有较多研究文献发表为特征，实证分析类文献主要以被处置证券公司的违法违规行为及其各项数据进行深入研究。较早期对证券公司内部控制问题进行研究的文献，如曾欣(2000)曾对中国证券公司的治理结构风险及改进问题进行研究，其提出证券公司风险生成的体制性原因并运用委托—理论分析了证券公司的内部和外部治理结构缺陷，认为在内部风险控制方面除建立法人所有权、股权和经营权分离的三权分离的运作机制外，还应在激励机制方面引入经理层预期报酬激励机制。刘增学、张欣(2002)认为证券公司应建立股权激励模式以有效解决内部控制问题，由于股票期权在授予时需与企业经验及个人表现结合起来，且行权在远期，故可将短期与长期业绩相结合从而避免短视行为，使激励效果长期有效。祝雪茄，崔新园(2003)通过研究发现由于我国证券公司内部控制机制建设起步较晚，在制度建设上还存在着管理理念未立足于公司生存发展的战略高度上等问题，亟待加强和完善，并提出了应完善法人治理结构、建设风险评估和管理体系等建议。陈共炎(2004)通过分析我国证券公司在发展过程中存在的内部控制现状，提出证券公司存在经营管理重点错位、内部控制意识薄弱、无视政策及市场风险违法违规操作等问题，并提出了应培育诚信为本的企业文化和加快公司内部管理信息系统建设等若干建议。孟焰、孙丽虹(2004)则认为证券公司的业务的复杂性决定了证券公司内部控制机制的复杂性，其结合我国证券公司在经营上暴露出的治理结构和组织结构不健全、缺乏现代企业三权分立的管理监督机制、内部控制制度得不到应有的遵守、公司高管层违规经营普遍、缺乏有效的资金管理措施、风险控制意识薄弱及内部会计控制制度不完善与控制力度弱化等问题，提出了应加强内部控制环境的建设、树立内控优先的理念，完善公司的法人治理结构和组织结构，强化以董事会为中心的内控组织等对策建议。同时，其认为有效的内部控制是解决企业内部控制弱化、治理腐败以及管理松散的一项重要制度，应给予重视。王学峰(2007)从证券公司特点出发，结合内部控制的国际惯例和中国证券公司的实际情况，从证券公司内部控制体系建设的必要性、证券公司内部控制体系的构成要素及控制目标、控制主体及层级、控制客体与范围等方面进行了分析，从而为我国证券公司构建了较完整的内部控制体系。
我国证券投资价值投资方法的实例分析
由于盈利能力不强的上市公司价值投资研究价值不大，而且缺少较大的收益时间，无需把每股收益看作参考依据，所以为了避免非正常值导致的影响，选择的依据必须满足每股收益大于等于0．1，此外，将不完整的上市公司数据排除。最终的选择结果如下：2009年188只、2010年205只、2011年226只，总共有619只。1．样本期内各个时间段内的基本面量化指标和股票价格的相关研究。首先，利用SPSS16．0软件计算出2009～2011年各个时间段的基本面量化指标和相应时间段的股票价格间的Pearson因子，相应的统计数据结果见表1。多元模型的自变量选择那些和股票价格有明显相关性的数据指标，排除与股票价格存在较小相关性指标，进而能够为下一步各时间段的多元回归分析提供合理的数据支持。在该阶段，能够保留下来指标的相关系数必须满足0．05水平上的显著性检验。然后，为了避免回归过程中的自相关，所以将排除净资产收益率。同时，因为流动比率在决策过程中可能转换为风险控制因素，和股票价格间有较强的非线性，所以也应该给予剔除。2．优化选择后的量化指标对股票价格贡献度的影响分析。选取2009～2011年3组数据作为研究对象，利用Stepwise的输入技术进行三次多元回归分析，可以得到三组输出。研究过程中关键要讨论标准化因子和可决因子。标准化因子是指量化指标经过一个标准差的改变对股票价格产生的影响程度。该因子能够防止由于不同指标的量纲不一样而无法比较影响程度的问题。标准化因子绝对值越大，表示该因子对股票价格的解释水平越高。可决因子是在调整回归方程后获得的，主要是指全部指标对股票价格的整体解释水平。可决因子越大，表明该模型对股票价格的解释水平越高，也就是说股票价格的变化对基本面因素变化有较大的影响，投资的合理性越大。相应的回归分析结果见表2。根据回归分析的计算数据能够获得如下结论：在观察时间，每股收益包含在回归模型之中，具有最佳的解释股票价格的水平，因此，这个结果表明上市公司的盈利能够受到较好的关注。回归数据表明大多数情况下每股收益和总资产收益率均包含在回归模型内，从而表明证券投资者非常关注对股票价值有较大影响的基本面，这一结果表明价值投资意识已经不断地深入人心。从回归分析结果数据可以看出，在2011年营业利润增长率包含于回归模型，从而说明证券投资者已经对上市公司的成长性有了关注，同时能够表明证券投资者对和内在价值有关的基本面因素有了更为深刻地认识。从回归分析数据可以看出，2010年和2011年期间每股净资产已经退出了回归模型，表明证券投资市场不够关注风险水平。每股净资产是指上市公司在破产时证券投资者股票的内在价值。每股净资产属于主要的风险评估基本面因素，正在被证券市场逐步地认可，说明证券市场对股票的关注不仅停留在投资回报上，同时非常关注风险的存在，这正是证券市场不断趋向于理性的具体表现。通过对2009年和2010年的回归分析可知，每股净资产指标出现了缺失。主要原因在于2008年股票市场比较好的局面导致了证券投资者的思维定式，降低了对风险的关注度。经历了一段时间，大量的解释变量符合了回归模型，这表明投资者对基本面的研究更加完善。根据回归分析的结果，证券投资者不断地利用更多的指标，通过不同的层面更为全方位地考虑证券的内在价值，证券市场不断向以价值投资为中心的投资方向发展。此外，可决因子的周期变化表明在我国证券市场中，基本面因素对股票价格的解释能力不断提高，然而并不稳定。当外部经济环境产生变动时，证券投资者容易产生非理，从而使非价值因素再一次占了上风。
我国证券投资基金价值投资的应对措施
管理费还能够促进基金公司的可持续发展，为基金持有者带来更大的投资回报。然而，如果基金管理公司的工资待遇和资产管理规模关联过大，就会导致基金管理者仅仅关注视资产管理的规模，忽视帮助基金持有者获得更大的投资回报。最为管用的方式就是优化基金管理收入的基本组成，采用浮动收益的方式，一定的资产管理费可以确保基金的有效实施，而浮动收益可以使基金管理者以基金投资者的权益为中心帮助基金投资者能够获得更大的收益。充分地利用投资组合策略。证券投资本身具有较高的风险，但是高风险和高收益是相互对应的，怎样才能使投资风险减少并且使投资收益最大，投资组合策略就是一种行之有效的方法，利用这种方法不仅能够有效地预防投资风险，而且能够有效地弥补证券投资价值的缺陷。投资者可以依据不同阶段国际经济形式、国内产业制度以及行业的发展潜力适时地调节投资产品的比重，从而能够得到最佳的收益。投资者应该不断地转变投资理念。投资者的理念在证券投资中具有非常重要的作用，证券投资者应该坚持长期投资的理念，主要关注证券投资的长期回报。证券投资者必须熟悉证券投资的相关概念和理论，知道证券投资过程中潜在的风险，掌握证券投资产品的相关功能；投资者应该明确投资目的，依据自身的实际情况选择适合自身的证券投资产品。投资者应熟悉证券公司的相关情况，对证券公司的专业化水平、标准化产品、内部风险控制制度以及信息披露系统等情况有比较深入的了解，从而能够从长期投资的角度获得最大投资回报率。不断健全证券市场的管理制度。通过股权改革可以较好地处理中国证券市场流通股和非流通股股东之间利益的不一致性、中国国有上市公司管理者缺位等难题，能够为中国证券市场的制度化营造一个有利的环境，从而能够不断深化中国证券市场的中长期投资价值，为证券投资基金执行价值投资创造一个非常有利的市场平台。五、结 论我国证券市场仍然是一种新兴的证券市场，依然处在非有效市场向弱有效市场不断转变的阶段，从某种意义上，利用价值投资策略得到的收益不是非常稳定的。通过股权分置改革，伴随着上市公司质量持续提升，价值投资策略将转变为证券市场的主流方式。根据相关研究可以得到以下结论：1．选取深证300指数股进行相应的回归分析。根据回归分析的结果可知：上市公司的盈利水平是非常受到重视的。证券投资者更加关注决定股票内在价值的基本面因素，价值投资理念正在渐渐地深入投资者的人心。投资者对上市公司的成长性给予了足够的重视。市场对风险的关注程度正在降低。每股净资产能够表明上市公司在破产的状况下，投资者持有的每股股票的价值。证券市场对股票的重视不但保持在收益上，而且非常关注风险，从而使证券理性更加回归理性。随着证券市场的不断发展，投资者能够更深入地剖析基本面的内涵。根据回归分析的结果可知：证券投资者已经利用更多的指标，从不同的层面深入地考察股票的经济价值，市场正在向以价值投资为主的理性投资发展。2．中国证券市场是一个新兴市场，正处于转型时期，因此，具有较好的价值投资意义，然而不能获得比较稳定的收益。因此，应该采取有效的措施，完善基金绩效评估体系和股票发行政策；合理地调整基金管理收入结构；充分地利用投资组合策略；投资者应不断转变投资理念；不断完善证券市场的制度体系。随着上市公司质量的持续提升，价值投资将不断地深入人心，通过价值投资可以使中国证券市场更加趋于稳定。
作者：赖晓聪 陈凡 单位：中国社会科学院
由于盈利能力不强的上市公司价值投资研究价值不大,而且缺少较大的收益时间,无需把每股收益看作参考依据,所以为了避免非正常值导致的影响,选择的依据必须满足每股收益大于等于0.1,此外,将不完整的上市公司数据排除。最终的选择结果如下:2009年188只、2010年205只、2011年226只,总共有619只。1.样本期内各个时间段内的基本面量化指标和股票价格的相关研究。首先,利用SPSS16.0软件计算出2009~2011年各个时间段的基本面量化指标和相应时间段的股票价格间的Pearson因子,相应的统计数据结果见表1。多元模型的自变量选择那些和股票价格有明显相关性的数据指标,排除与股票价格存在较小相关性指标,进而能够为下一步各时间段的多元回归分析提供合理的数据支持。在该阶段,能够保留下来指标的相关系数必须满足0.05水平上的显着性检验。然后,为了避免回归过程中的自相关,所以将排除净资产收益率。同时,因为流动比率在决策过程中可能转换为风险控制因素,和股票价格间有较强的非线性,所以也应该给予剔除。2.优化选择后的量化指标对股票价格贡献度的影响分析。选取2009~2011年3组数据作为研究对象,利用Stepwise的输入技术进行三次多元回归分析,可以得到三组输出。研究过程中关键要讨论标准化因子和可决因子。标准化因子是指量化指标经过一个标准差的改变对股票价格产生的影响程度。该因子能够防止由于不同指标的量纲不一样而无法比较影响程度的问题。标准化因子绝对值越大,表示该因子对股票价格的解释水平越高。可决因子是在调整回归方程后获得的,主要是指全部指标对股票价格的整体解释水平。可决因子越大,表明该模型对股票价格的解释水平越高,也就是说股票价格的变化对基本面因素变化有较大的影响,投资的合理性越大。相应的回归分析结果见表2。根据回归分析的计算数据能够获得如下结论:在观察时间,每股收益包含在回归模型之中,具有最佳的解释股票价格的水平,因此,这个结果表明上市公司的盈利能够受到较好的关注。回归数据表明大多数情况下每股收益和总资产收益率均包含在回归模型内,从而表明证券投资者非常关注对股票价值有较大影响的基本面,这一结果表明价值投资意识已经不断地深入人心。从回归分析结果数据可以看出,在2011年营业利润增长率包含于回归模型,从而说明证券投资者已经对上市公司的成长性有了关注,同时能够表明证券投资者对和内在价值有关的基本面因素有了更为深刻地认识。从回归分析数据可以看出,2010年和2011年期间每股净资产已经退出了回归模型,表明证券投资市场不够关注风险水平。每股净资产是指上市公司在破产时证券投资者股票的内在价值。每股净资产属于主要的风险评估基本面因素,正在被证券市场逐步地认可,说明证券市场对股票的关注不仅停留在投资回报上,同时非常关注风险的存在,这正是证券市场不断趋向于理性的具体表现。通过对2009年和2010年的回归分析可知,每股净资产指标出现了缺失。主要原因在于2008年股票市场比较好的局面导致了证券投资者的思维定式,降低了对风险的关注度。经历了一段时间,大量的解释变量符合了回归模型,这表明投资者对基本面的研究更加完善。根据回归分析的结果,证券投资者不断地利用更多的指标,通过不同的层面更为全方位地考虑证券的内在价值,证券市场不断向以价值投资为中心的投资方向发展。此外,可决因子的周期变化表明在我国证券市场中,基本面因素对股票价格的解释能力不断提高,然而并不稳定。当外部经济环境产生变动时,证券投资者容易产生非理性行为,从而使非价值因素再一次占了上风。
我国证券投资基金价值投资的应对措施
管理费还能够促进基金公司的可持续发展,为基金持有者带来更大的投资回报。然而,如果基金管理公司的工资待遇和资产管理规模关联过大,就会导致基金管理者仅仅关注视资产管理的规模,忽视帮助基金持有者获得更大的投资回报。最为管用的方式就是优化基金管理收入的基本组成,采用浮动收益的方式,一定的资产管理费可以确保基金的有效实施,而浮动收益可以使基金管理者以基金投资者的权益为中心帮助基金投资者能够获得更大的收益。充分地利用投资组合策略。证券投资本身具有较高的风险,但是高风险和高收益是相互对应的,怎样才能使投资风险减少并且使投资收益最大,投资组合策略就是一种行之有效的方法,利用这种方法不仅能够有效地预防投资风险,而且能够有效地弥补证券投资价值的缺陷。投资者可以依据不同阶段国际经济形式、国内产业制度以及行业的发展潜力适时地调节投资产品的比重,从而能够得到最佳的收益。投资者应该不断地转变投资理念。投资者的理念在证券投资中具有非常重要的作用,证券投资者应该坚持长期投资的理念,主要关注证券投资的长期回报。证券投资者必须熟悉证券投资的相关概念和理论,知道证券投资过程中潜在的风险,掌握证券投资产品的相关功能;投资者应该明确投资目的,依据自身的实际情况选择适合自身的证券投资产品。投资者应熟悉证券公司的相关情况,对证券公司的专业化水平、标准化产品、内部风险控制制度以及信息披露系统等情况有比较深入的了解,从而能够从长期投资的角度获得最大投资回报率。不断健全证券市场的管理制度。通过股权改革可以较好地处理中国证券市场流通股和非流通股股东之间利益的不一致性、中国国有上市公司管理者缺位等难题,能够为中国证券市场的制度化营造一个有利的环境,从而能够不断深化中国证券市场的中长期投资价值,为证券投资基金执行价值投资创造一个非常有利的市场平台。五、结 论我国证券市场仍然是一种新兴的证券市场,依然处在非有效市场向弱有效市场不断转变的阶段,从某种意义上,利用价值投资策略得到的收益不是非常稳定的。通过股权分置改革,伴随着上市公司质量持续提升,价值投资策略将转变为证券市场的主流方式。根据相关研究可以得到以下结论:1.选取深证300指数股进行相应的回归分析。根据回归分析的结果可知:上市公司的盈利水平是非常受到重视的。证券投资者更加关注决定股票内在价值的基本面因素,价值投资理念正在渐渐地深入投资者的人心。投资者对上市公司的成长性给予了足够的重视。市场对风险的关注程度正在降低。每股净资产能够表明上市公司在破产的状况下,投资者持有的每股股票的价值。证券市场对股票的重视不但保持在收益上,而且非常关注风险,从而使证券理性更加回归理性。随着证券市场的不断发展,投资者能够更深入地剖析基本面的内涵。根据回归分析的结果可知:证券投资者已经利用更多的指标,从不同的层面深入地考察股票的经济价值,市场正在向以价值投资为主的理性投资发展。2.中国证券市场是一个新兴市场,正处于转型时期,因此,具有较好的价值投资意义,然而不能获得比较稳定的收益。因此,应该采取有效的措施,完善基金绩效评估体系和股票发行政策;合理地调整基金管理收入结构;充分地利用投资组合策略;投资者应不断转变投资理念;不断完善证券市场的制度体系。随着上市公司质量的持续提升,价值投资将不断地深入人心,通过价值投资可以使中国证券市场更加趋于稳定。
购物车(0)
