量化投资与证券管理范文

时间:2023-05-29 08:56:27

引言:寻求写作上的突破?我们特意为您精选了12篇量化投资与证券管理范文,希望这些范文能够成为您写作时的参考,帮助您的文章更加丰富和深入。

量化投资与证券管理

篇1

证券投资基金是一种特殊的投资方式,在实际的投资过程中,采用的是共同进行风险承担以及利益共享的方式,这一基金类型也被称为“证券基金”。证券投资基金作为一种投资工具,进入门槛低,服务专业,且积累性强,即使投资成本较低,也可将投资分散于不同证券,这样就极大的分散了投资风险。因此,正确投资基金得到了人们的广泛关注。

1 积极开发130/30等数量化投资模型

对国内从事证券基金投资业的基金公司等及时顺应金融形势,尽早开始研发130/30等科学有效的数量化投资产品,从而满足公司旗下众多投资者的投资需求。为了追赶世界先进的潮流,加快中国金融创新,从根本上增强国内基金业的企业竞争实力,研发130/30空头扩展模型等证券投资基金数量化投资模型势在必行。随着国内经济形势高速发展,金融市场形势亦是日新月异。目前,中国证券基金投资业中的卖空改革已经在逐渐开启,在此形势下,相关资产福利业也应抓紧时间,抓住机会,积极开发出符合中国国情和投资者实际需求的基金产品,抓紧研发空头扩展模型等数量化投资模型,以更好的顺应金融市场的发展趋势和实际需求。在数量化投资模型开发过程中,应该注意“拿来主义”,不能一味的照抄国外数量化投资模型,开发时首先要考虑实事求是,符合中国的相关法律法规以及中国金融市场的实际情况,做到既学习了外国的先进经验,又兼顾国内市场现实。从而开发出符合中国实际的数量化投资模型。现实中,130/30数量化投资模型只是众多数量化投资模型中的一种。

2 合理应用数量化投资策略

投资者及受理委托基金公司等资产管理者应用正确数量化投资策略进行投资,可分散减小风险,增加收益。并基于此进行更加科学高效拟合金融市场实际收益率模型和数量化投资策略的开发。基于数量化投资策略不断创新发觉全新投资策略的特点,伴随广大投资者针对这一投资机会的广泛追捧开发,此动量策略的存在的情况会逐渐消失,弱势有效这一中国股市缺失的状况会逐渐改变。数量化投资策略模型只是理想状况下的数字模型,在实际投资中投资者及基金管理者还应注意定期检验,不能生搬硬套模型及应用公式,应根据市场形势,谨慎研究确定投资策略,才能在金融趋势改变时有效规避风险,增加收益。在金融市场中,基金公司应根据市场环境及现实情况,基于相应合理化科学化的数量投资策略,基于数字化投资的有效性制定相应的投资策略,才能有效提高证券市场投资效率,规避风险,增强投资收益。同时应注意听取专业人员根据经验所得出的合理人工判断,拒绝照搬模型公式的错误做法,杜绝全部投资由模型决策,密切注意规避数量化投资策略的趋势改变、相似性及肥尾性。

3 开放卖空政策

国家政策对金融市场存在巨大影响。为了从根本上提高中国证券金融市场效率,对金融市场发展起到积极意义,国家政策要给予支持,譬如对卖空政策采取加大开放政策。如此才能逐渐改善中国证券市场卖空限制大,除指数基金外,其他投资者参与卖空所受禁锢较多,公募基金甚至不能参与卖空,信息表达不充分,远远没有达到弱势有效等诸多限制中国证券市场有效性的不完善方面政策开放属社会实验,对政策所针对方面的影响不言而喻。在政策制定方面目前国内的相应管理层做的还是很好的。譬如,根据当前形势,相应管理层便会制定并开始试行各种转融通业务。在这样的政策环境下,对广大证券金融公司而言,便可以通过相互之间的内部交流与合作的方式,将自身原有的或者通过各种合法途径募集而来的证券和资金进行出借,为需求方提供所需的资金和证券,帮助其更好的开展各种经营活动。 对广大证券基金类公司而言,可以通过此类活动,可有效整合金融市场资源,解决眼下难题。通过复杂严禁的实施设计方案,保证市场的良好发展。

4 降低融券费率

为了提高中国金融证券市场效率,缩短相应价格恢复平衡所需时间,提高中国金融资本市场的有效性,建议相关管理层采取积极措施,譬如对券商降低融券率的政策持鼓励态度。但在一定的条件下,130/30组合的收益率会出现极大的改变。例如,在融券费率处于10%和5%水平的时候,融券率会对130/30组合的收益率产生十分显著的影响。为了避免对中国证券市场的发展产生不好影响,相关管理层在制定政策时要注意规避券商间通过不顾成本盲目降低融券费率等不良手段抢占市场的恶意竞争。鼓励科学的正当竞争。目前国内金融市场中,各证券公司的融资利率基本相同,截至2013年3月19日,业务遍布全国的较大证券公司中,国信、国泰君安、广发、海通这四家公司年融券率和融资利率均为8.6%,相比之下,华安、上海、江海、华泰四家的融资利率虽然也达到同样的水平,但在融券率方面,却呈现出显著高于大证券公司的情况,达到10.6%。综上所述,小证券公司采用较高档,融券费率规模大的公司则采用相同的较低档,相比之下,大证券公司具备较大优势。若小证券公司要在激烈的金融市场竞争中站稳脚跟,建议其利用融券费率存在较大降低空间的优势制定相关政策。

5 结束语

综上所述,研究证券投资基金数量化投资战略决策,可帮助大家进一步提高对证券投资基金以及数量化投资相关问题的理解水平,了解130/30策略对基金业绩的影响,具有一定实践意义。

参考文献:

篇2

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。

篇3

其实在“8.16”事件中,光大证券所犯下的错误是很低级的。根据证监会的调查,光大证券策略投资部自营业务使用的策略交易系统,包括订单生成系统和订单执行系统两个部分,均存在严重的程序设计错误。其中,订单生成系统中ETF套利模块的“重下”功能(用于未成交股票的重新申报),在设计时错误地将“买入个股函数”写成“买入ETF一篮子股票函数”。而且该交易系统于7月29日实盘运行,至8月16日发生异常时实际运行不足15个交易日,“重下”功能从未实盘启用,严重的程序错误未被发现。而订单执行系统错误地将市价委托订单的股票买入价格默认为“0”,系统对市价委托订单是否超出账户授信额度不能进行正确校验。并且光大证券的策略投资部长期没有纳入公司的风控体系,技术系统和交易控制缺乏有效管理。此外根据交易软件提供商铭创科技所言,是应光大证券的要求将交易系统中的风控模块去掉,而改放在策略层面来检查风控。可见,只要切实做好风控工作,严格新技术、新策略的上线流程,在交易系统上线之前,做好严格的测试,各种情景模拟和压力测试,那么,光大证券的乌龙指事件是完全可以避免的。

本人丝毫都不怀疑量化投资会在中国市场得到普及,但如何让量化投资在中国市场规范发展却是管理层必须正视的问题。在这个问题上,至少有这样几个方面是需要引起重视的。

篇4

2基于层次分析法AHP证券投资基金业竞争力各权重的确定

层次分析法(AHP)是系统工程中对非定量事件一种评价分析方法。它首先将复杂问题层次化。根据问题和要达到的目标,将问题分解为不同的组成因素,并按照因素间的相互关联以及隶属关系将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。根据系统的特点和基本原则,对各层的因素进行对比分析,引入1~9比率标度方法构造出判断矩阵,用求解判断矩阵最大特征根及其特征向量的方法得到各因索的相对权重。基于AHP的中国证券投资基金业可按以以下步骤进行(:1)构建风险评价指标体系;(2)两两比较结构要索,构造出所有的权重判断矩阵;(3)解权重判断矩阵,得出特征根和特征向量,并检验每一个矩阵的一致性。若不满足一致性条件,则要修改判断矩阵,直到满足为止。计算出最底层指标的组合权重。

2.1确定综合评估体系按照AHP计算方法的要求建立竞争力评价指标体系,即层次结构模型。通常该模型由目标层(最高层)、准则层(中间层)和指标层三个层次组成。本文将证券投资基金业竞争力分为准则层和指标层两个层次的综合评价指标体系,如图所示。

2.2以A层为例确定其指标体系的权重(1)A层次权重确定对应图评价体系,逐一构造判断矩阵,求出权重系数。下面以A层为例确定其A层因素对最高层O层的权重,其它各层应用同样的原理即可求出相应下层对上一层的权重。

2.3组合权重的计算在计算了各级指标对上一级指标的权重以后,即可从最上一级开始,自上而下的求出各级指标关于评价目标的组合权重。最终经过总体一致性检验的证券投资基金业竞争力各指标权重如表5所示。

3证券投资基金业竞争力评价

将2013年数据归一化处理后,根据归一化的上下限及权重综合计算中国基金业竞争力量化处理后的结果为0.63,这表明中国证券投资基金业竞争力的总体水平较好,但较好层次中较差的水平,差距主要来自于产业创新与市场开放度不足上。

篇5

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

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。

篇6

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

文章编号:1002-1566(2000)01-0054-04

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。版权所有

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。

篇7

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。

篇8

    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。

篇9

关键词:证券公司 自营 VAR 风险

研究背景和研究现状

随着我国证券公司业务转型,传统的证券经纪业务比重逐渐降低。近几年证券公司自营业务收入约占证券公司营业收入总额的20%左右,但今后有较大提高的趋势,这其中隐藏着较大的风险。首先是市场风险,自营收益与二级市场走势关系密切。目前我国证券二级市场整体来讲投机气氛较浓,市场波动相对频繁,很多证券公司未建立有效的业务决策系统、调研系统、操作系统及相应的管理制度责任制度,投资品种相对较少,股指期货业务刚刚推出,证券公司参与规模较小,无法利用套期保值等手段规避证券市场波动的系统风险,因此,二级市场的价格异常波动会给公司业务带来较大的风险。其次是新业务风险,很多新的交易品种即将推出,但由于业务新、经验少,容易出现问题。同时它在能够规避风险的同时,也有放大风险的效应。第三是违规操作风险,追求自营业务收益增加,恶意炒作使股价震荡加剧从中获利。因此,无论证券监管部门还是证券公司本身都面临着一个严肃的课题,即如何提高证券公司自营业务风险管理水平和抗风险能力。

2008年12月1日,新修订的《证券公司风险控制指标管理办法》正式实施。为从严防范和有效控制自营业务风险,对自营业务规模和风险资本准备水平进行了重点调整。此外,监管部门对证券公司自营业务风险监控主要通过审核公司综合监管月报及风险周报,确保公司自营业务各项风控指标在新《办法》规定范围之内,基本属于事后监管,不能有效预测自营业务本身风险及对公司净资本产生的预期影响。目前,美国等成熟资本市场许多金融机构和金融监管部门已普遍把VaR模型计量方式当作全行业衡量风险的一种标准来看待,在其金融领域尤其是证券风险量化管理中有着广泛的应用。VaR模型技术在我国银行业风险控制方面得到一定范围的应用,但在证券行业的应用基本处于起步阶段,甚至流于形式。

本文首先介绍VaR计量模型基本原理,并结合方差、单位收益风险、贝塔值等常用风险量化指标,量化分析证券公司自营业务风险,并与净资本、自营收入、2010年证券公司分类评价等数据进行对比分析,据此提出监管建议。

VaR模型介绍

(一)模型简介

VaR(Value at Risk)即风险价值,作为一种风险评估方法,本质是在一定的概率下,标的资产或资产组合在未来一段时间内的最大期望损失,定义公式为P(ΔS

VaR计算模型可表示为

相对VaR=μ-σkp

绝对VaR=-Xrp。

其中,X表示资产组合期初价值,μ表示资产组合收益率的均值,σ表示资产组合收益率的标准差,kp表示标准正态分布的分位数,rp表示资产组合在一定置信区间下的最低收益率。

通过以上表述可以发现,对于资产组合VaR值的度量实际上就是对资产组合收益率波动的度量,通过收益率的历史波动情况推测未来在一定概率下的最低收益率,从而得到资产价值最大损失情况。计算资产组合VaR值的关键在于对收益波动的度量,由此衍变出很多对于收益率分布情况进行描述的方法。

(二)VaR模型改进

传统计算VaR值的方法都是在金融数据收益率方差不变的假设下进行的,但在金融时间序列中,常常会出现某一特征的值成群出现的情况,即收益波动存在的丛集效应。从统计学上看,这样的序列存在异方差现象,即残差是随时间变化并且依赖于过去残差的大小。用正态分布是不足以刻画这一特点的,使用 GARCH模型能够捕捉到金融数据的异方差特性,较好的描述收益波动存在的丛集效应,更加准确的度量市场风险。因此,本文在VaR计算过程中引入GARCH模型,形成基于GARCH模型的VaR方法。

下文对GARCH 模型进行介绍,然后分析基于GARCH模型的VaR值计算公式。GARCH模型由均值方程和方差方程组成。

均值方程为:rt =μ+Xtγ+εt

其中,rt 为收益率序列;μ为收益率序列的均值;Xt 为已知的回归变量, 其中可以包括滞后的rt 项;γ是系数向量;εt是残差。

方差方程为:

σt2=ω+α1ε2t-1+…+αqε2t-q+β1σ2t-1+…+βpσ2t-p

其中,σt2 为残差项εt 的条件方差; ω为常数项; αt(i=1,2,…,q)和βj(j=1,2,…,p)为参数。

运用GARCH模型时需要考虑残差序列{εt}的特征,通常假定其条件分布为标准正态分布,但由于收益率序列通常具有尖峰厚尾特征,该假定会导致金融资产风险的估计出现较大的误差。如果假设残差的条件分布服从t分布和广义误差分布(GED),则可以较好地描述收益率序列的尖峰厚尾特征。

基于GARCH模型的VaR计算公式为:

VaR =-μ+σ F-1 (α)

其中,μ是收益率均值; σ是根据残差不同分布假设下的GARCH模型所产生的条件方差序列而得到的标准差序列; F- 1 (α)是残差基于不同分布假设在置信水平α下的分位数。

实证分析

(一)样本数据计算

以目前我国14家上市证券公司为样本,数据期从2008年1月至2010年10月共计34个月,数据来源于证监会CISP系统证券公司综合监管报表,使用上证综合指数模拟市场组合。

自营业务月收益率计算公式为:

月收益率=(证券产品投资收益+证券投资公允价值变动收益+资本公积-可供出售金融资产公允价值变动净额-计入所有者权益的金额)/ 持有成本

本文采用的风险指标计算公式:

样本标准差:(μ为算术平均值)

单位风险收益:

敏感系数:(rjM为资产组合j与市场组合M的相关系数)

风险价值:VaR=μ-σkp(kp为标准正态分布的分位数)

根据以上公式,样本数据计算结果如表1所示。

(二)统计结果分析

根据证监会相关规定,对一般上市股票类的金融产品投资对应的净资本扣减比例为15%,自营业务中权益类证券投资对应的风险资本准备计算标准为16%(分类评价B类证券公司)。从上述计算结果看,置信度95%及99%水平下超过上述标准的分别达到4家和6家,占比分别为29%和43%。

此外,采样数据包括债券、基金等风险相对较小的金融投资产品,上述14家上市证券公司股票类金融产品的投资风险(VaR值)要大于上述计算结果,超过香闺规定计算比例的证券公司数量也会相应增加。

监管建议

在证券投资中,高收益常常伴随着高风险,证券公司可能不惜冒巨大的风险去追逐利润,如果单位收益风险较高,即使预期收益很高,从监管角度分析也应认为其业务风险较大,须及时提醒公司注意风险和规模头寸。因此,监管部门出于审慎监管原则有必要对证券公司业务风险较大、对净资本影响较大的业务进行事先风险量化预测,及时采取相应监管措施,力求监管前移,风险可控、可测、可承受。

(一) 实行基于VaR模型的动态风险管理

我国证券公司可以参考能够较好描述收益波动丛集效应的GARCH-VaR风险预测模型,研究建立适合公司自营业务实际的VaR数学模型,可较为准确地预测公司自营业务风险趋势,将VaR模型与董事会授权自营规模、公司净资本风控指标等动态联系起来。

同时,在非现场检查中要求公司根据建立的VaR模型计算每日动态VaR值,与规定的证券公司风险资本准备计算标准进行比较,并分析对净资本的影响(此处应该计算相对影响)。如果计算的动态VaR值高于规定的风险准备比例(该比例可参考权益类证券投资规模中的股票项,前述计算的VaR值即高于规定的风险资本准备计算比例),则及时要求公司提高该项风险资本准备比例,调整持仓规模和操作策略,并重新计算净资本等核心风控指标。通过上述方法,可实现风险实时、动态及事前监控。

(二)强化公司风控系统预警和分析功能

证券公司风控系统预警模块的开发依赖于构建数学模型,模拟公司业务发展和市场变化可能遇到的各种情形,能够在事件发生前做出提示,以便提前采取预防措施。分析模块虽然是在事后运用的,但它通过对变化原因的分析,可以提前发现可能存在的趋势性因素。只有真正建立起这两个模块,以净资本为核心的风险控制体系的功能才能得到大大拓展,统计功能仅仅是面对过去的,对将来可能没有任何意义,风险控制工作应该能够面对未来。

目前我国证券公司使用的风控系统预警功能大都是在T+1日计算风控指标,并对不达标项予以提示。而其分析模块仅是手动调整各业务规模,然后系统计算风控指标,提示不达标项。可以看出其预警和分析模块只是实现非常基本的功能,无法动态地、预先性的进行预警和趋势性敏感分析。因此,可以指导公司在建立起VaR模型后,结合财务、清算等系统准确计算相关业务风险,力争做到风险实时监控,实现事前预警和事后敏感性分析。此外,为确保数据计算准备,应将编报及计算规则固化在系统程序中,减少自动计算中的人工干预。

参考文献:

篇10

关键词:统计学 证券市场 期货市场

分类号:o212 c8 f832.5  文献 标识码:a

文章编号:1002-1566(2000)01-0054-04

the 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

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

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 。

篇11

一、人力资源绩效管理的意义

1.有助于提高企业的管理绩效

一方面,在绩效管理的过程中,员工通过参与设定自己的工作目标而具有自我实现的感觉;促使员工个人目标和企业目标达到一致和统一。另一方面,通过自上而下地分解目标,避免团队与员工目标偏离企业战备目标。一年中多次地评估与奖惩,实现企业对目标的监控实施,保证工作目标的按时完成。上述两方面都提高了企业或团队的管理 绩效,保证了企业战略目标的实现。

2.有助于提高企业内部沟通效率

绩效管理改变了以往纯粹的自上而下命令和检查的做法,要求管理者与被管理者双方定期就其工作行为与行沟通、评判、反馈、辅导,管理者要对被管理者的职业能培训、开发,对其职业发展进行辅导与激励,客观上为管理管理者之间提供了一个十分有效的信息沟通平台,提高了效率。

3.为企业人力资源管理与开发提供必要依据

通过绩效管理、实施绩效考核,为企业员工的管理决策退、晋升、转岗、降职等提供了必要的依据,同时也解决了培训、薪酬、职业规划等问题,使其行之有据,这也是绩效为人力资源管理各个环节中最重要环节的原因所在。

二、证券类企业人力资源绩效管理现状

1.绩效管理未体现现代企业“以人为本”的管理理念

人本管理思想已被大多数现代企业高层管理人员所接受和遵循,但证券类公司在对基层人员的薪资管理方面却往往存在执行不到位的现象。

(1)大多数证券公司在新员工(主要是证券经纪人)入职前实习期内,未给实习员工以任何经济上的补助(含奖金,交通补助、饭补等),但对于任何一名实习员工,衣食住行都是他们的基本需要。特别是对于那些刚刚走出校门的本科毕业生,他们在经济上尚未完全独立,且社会关系也处于初步积累阶段,在公司不给予任何补助的情况下,很难全身心地投入到市场开发当中,必然影响他们的工作效率和工作热情。

(2)员工人职门槛设置过高,不符合人本管理的理念。许多证券公司要求员工在入职前必须开发到一定数量和金额的有效客户,而这个门槛设置对刚毕业的大学生来说很难跨越,无形中降低了员工的工作热情度和参与度,他们无法真正地融入到公司整个团队的市场开发业务当中。

2.考核体系不尽完善

(1)考核指标设置不当。当前证券公司绩效考核指标设置存在3种做法:一是绩效考核指标过粗,过于泛化,与被考核者所从事的具体工作之间的关联性不大;二是绩效考核指标过细、过全,看起来很科学、很合理,但执行起来很困难;三是盲目追求量化,只考核能量化的指标,不能量化的指标则被当作不重要的指标被取消掉。

(2)主体不明确。许多证券公司在开展绩效考核时声势浩大,要求所有的员工之间互相打分,然后算出一个平均分,似乎这样的评价才算得上科学和客观公正,其主要目的是通过这种方式来评价员工的业绩,将其与员工的工资奖金挂钩。但这样做不能对员工提出改进意见,并进一步开发员工的潜能,不能对员工的工作绩效进行总体评价。

三、提升证券类企业绩效管理水平的建议

1.提升绩效管理理念

高层管理者应该从战略高度来考虑如何借助绩效管理来提升整个公司的绩效水平,以实现公司的战略目标。公司要使绩效管理顺利实施,必须建立以绩效为导向的企业文化。把有关人的各项决定即:岗位安排、薪酬、职位升降、员工解职等都看成是企业的控制手段,良好的企业文化能够带动员工树立与企业一致的目标,也为员工营造一种鼓励积极创造的工作氛围。

2.明确营业部用人策略

国信证券的“雏鹰计划”,为营业部人员招聘培养提供了许多借鉴方法。证券公司要找什么样的人,采取什么样的用人策略?那就是要找符合未来需要的高素质的优秀人才!也就是需要严格用人标准和素质要求,以质取胜!在这么多年的发展中,一些证券公司在营业部人才招聘培养方面也有许多自己的创新实践,例如兴业证券从2003年开始的金牛计划,为公司总部和经纪业务培养了非常多的优秀人才;在公司总部的系统招聘选拔的同时,还需要营业部根据公司财富管理转型的要求,通过有效招聘,招到所需要的人才。

>

3.实现差别化的员工薪酬绩效政策

为了保持营业部员工,尤其是优秀员工的收入水平在市场上的竞争力水平,要考虑在进一步提高人员质量的基础上,增加营业部员工的底薪,尤其是新人和优秀投资顾问的固定薪资水平。同时,考虑目前佣金率下滑和营业部投资顾问提成比例采取逐年低减的方式,拟根据投资顾问的工作年限,逐年上调底薪标准。同时考虑适当降低提成在员工收入中的比重,增加员工绩效统筹发放额度,上述需要根据市场整体水平和公司的承受能力,经过测算来具体加以确定。

4.完善证券营业部绩效考核方法

根据公司财富管理转型要求,进一步明确营业部各类人员的工作要求及业绩标准,为了进一步适应公司二次转型需要,在前中台人员考核中,在强调新增资产的同时,增加资产保值增值、产品化率等相关指标,在后台人员考核中增加服务态度考核。同时根据《关于加强证券经纪业务管理的规定》:“证券公司对证券经纪业务人员的绩效考核和激励,不应简单与客户开户数、客户交易量挂钩,应当将被考核人员行为的合规性、服务的适当性、客户投诉的情况等作为考核的重要内容,考核结果应当以书面保存。”

篇12

中图分类号:F832.5 文献标识码:A 文章编号:1003-9031(2008)02-0049-04

一、引言

羊群行为作为一种心理现象,早在20世纪30年代就由经济学家凯恩斯提出,并由Shirif(1935)和Asch(1952)对其从社会心理学的角度用实证证实,指的是个人的观念与心理在社会群体的引导或压力下发生改变,从而放弃自身原有的主见而向着与大多数人一致的方向变化的趋势。[1]

在20世纪80年代以前,只有少数理论研究人员在不同领域的研究中真正将羊群或从众心理、社会压力与传染等问题结合进来,而目前对羊群行为的研究已经受到了越来越多的重视,并对众多的研究领域产生了深远的影响。如在证券市场中可用来解释证券市场的异常波动与市场泡沫的形成机制,在其他存在群体行为的环境中羊群行为也极具应用价值,如厂商销售产品、组织进行的小组决策、地区招商引资、银行挤兑、人才积聚等等。[2]

证券分析师是证券市场上的重要组成部分,主要由分布在各个专业金融机构的“行业分析师”、“公司分析师”、“策略分析师”等组成,他们在执业过程中的羊群行为是否存在以及程度如何对证券市场的效率将产生重要的影响。目前国内对这一领域的研究还相当匮乏,本文以证券分析师为研究对象,从社会群体心理的角度出发对证券分析师在预测中的羊群行为和非羊群(大胆冒尖)行为进行了分析,提出了其量化的方法以及与分析师个性特征有关的回归模型。

二、国内外研究现状

证券分析师群体作为证券市场的一个组成部分,与投资者群体之间相互联系紧密,但又存在较大的不同。Hong、Kubik和Solomon认为最明显的区别在于分析师之间羊群行为的主要动因是基于对自身从业声誉和长期执业生涯的考虑,因此更倾向于和其他分析师保持一致,羊群行为程度应该较投资者更强。

Welch研究了证券分析师的羊群行为,发现分析师对大众认可(ordinary consensus)的股票的推荐倾向为0.13,对以经纪人能力为权重确定的股票(broker-quality weighted)的推荐倾向为0.1,对以时间为权数确定的股票的推荐倾向为0.13。这说明证券分析师有一种潜在的想和大众保持一致的心理倾向。

相比起经验不够丰富的分析师,有经验的分析师往往更倾向于提供冒险的预测而且更不容易被解雇(Hong,Kubik and Solomon, 2000),至于预测的冒险性和分析师的其他特性之间的关系则还有待进一步研究。[3]有理论推断,对自身职业的关注和分析师的自我评价能力决定了预测的冒险性,因此,Michael B・Clement和Senyo Y・Tse将研究重点放在了检验羊群行为与分析师特点而不是分析师的有经验程度之间的关系上。Clement在先前的研究中证实了投资者往往认为冒险的预测比起随大流的羊群预测具有更高的精确性,因为敢于冒尖的预测由于结合了更多的独家的分析和判断,其真正价值比起羊群性质的分析更有价值。对这一点在以往的研究中还缺乏深入的实证分析,一般只是检验冒险的预测和羊群的预测的预测精确性之间的区别,并检验是否冒险的预测究竟是否真正比羊群预测更反映了分析师的私人信息。对此,Michael B・Clement和Senyo Y・Tse运用来自I/B/E/S的1989-1998年年度证券分析师预测数据,将分析师当前预测与先前预测的差值、与修订值之间的差值等设置为变量进行了冒险性预测的截面分析,得出预测精确性的有关结论。最终证明,这一类预测往往比羊群性质的预测准确性更高,而且如果在预测中出现错误,羊群性质的预测比起冒尖的预测有更强烈的自我修订倾向。

中国证券市场中的证券分析师群体十分特殊,从狭义理解一般指仅从事二级市场分析的“股评家”,他们背靠着某证券公司或某咨询机构,而服务于广大个人投资者。我国个人投资者是市场中的多数方,但却属于信息弱势群体,相当一部分个人投资者把股评家的看法作为主要的信息来源。因此,股评家的作用尤其重要,对股评家的行为研究是深入了解市场运作规律不可或缺的部分。目前国内对股评家的行为研究几乎是一片空白,只有少数学者对此进行了研究。

宋军、吴冲锋(2003)研究了中国股评家的羊群行为, 建立了中国股评家大盘预测的羊群行为的检验模型,分别研究股评家羊群行为的存在性、影响羊群行为的因素和羊群行为的理性特征。[4]主要结论为:股评家对舆论有明显的羊群行为;当历史收益率增加、市场乐观情绪高涨、股评家预测的一致程度增加、股评家的能力降低、股评家的初始声誉增大时,股评家参与羊群行为的动机增加。股评家羊群行为的理性研究指出,当舆论被事后的收益率证明为错误时,羊群行为反而增加,因此股评家的羊群行为很可能是一种非理。

此外,宋军、吴冲锋以2000年在《中国证券报》上发表的股评家的预测文章为样本,建立了3组回归方程来研究股评家对于大盘预测的准确性及影响预测的影响因素。[5]研究结果发现,股评家的短期预测平均而言是一个未来大盘收益率的一个反向指标。宏观的经济面信息、前一天的公众舆论和前3天的大盘平均收益率对于股评家的预测都有显著影响,其中以公众舆论的影响作用最大。在这些因素中,宏观的经济面信息有助于提高股评家预测的准确性,而其他因素则降低了股评家预测的准确性。

由复旦大学鲁直博士领导的课题小组在羊群行为的成因方面曾经做了深入的研究。[6]鲁直博士作为主持人负责国家自然科学基金青年项目“中国证券投资者追风行为的实证与对策研究”,并与阎海峰、施欢欢等课题小组成员通过运用有较高信度和效度的问卷对上海证券市场上的实际投资者(机构和个体)进行了调查,研究得出对我国证券投资者的羊群行为具有最大影响的因素是:个性特征因素、信息不对称因素、舆论与政策因素、信息处理能力因素、赌博心态与求利因素、投资市场主力因素六大因素。经过差异检验发现投资者在年龄、性别、入市时间、职业、投资身份、教育背景等人口统计特征方面的差异都会影响其在各主因素得分的高低;并进一步通过多重比较检验结果显示,投资者的羊群行为程度在因素“信息处理能力”上的差异显著。

三、羊群行为与证券分析师个性特征的关系

证券分析师的主流是“公司与行业分析师”,我国目前证券公司、基金管理公司和其他机构投资者中的主要研究员都属于这个类型。因此,与宋军、吴冲锋将“股评家”作为研究对象不同,笔者主要将“公司与行业分析师”作为研究对象。从证券分析师的执业特性和目前的竞争格局来看,存在着产生羊群行为的合适环境,但究竟羊群行为以及“非羊群”的敢于冒险的预测这两种心理行为如何量化,又与什么因素有关呢?对此笔者认为,一方面与证券分析师的个性有关,另一方面与证券分析师的本身特征有关。由于证券分析师是一个比较独立的群体,其本身是证券市场上重要的信息加工者,其个性特征因素对研究预测结果将产生重要影响,因此在研究证券分析师的羊群行为时,可以通过回归模型找出一些统计显著的个性特征因素来研究其对分析师预测行为的影响。

在数据收集方面,公司与行业分析师需要对自身所关注的公司及时地发表盈利预测,并随着时间的推移进行修正(Revision),因此在一段时间内要发表一系列的研究预测报告。这些报告对上市公司的赢利预测值与最终公布的年报、季报、半年报的实际值将会有一定的差值,将这些差值进行归类和量化,可以形成进一步研究的原始数据库。同时,分析师的个性特征因素如执业年限、所跟踪股票数量多少等变量也可以量化。

基于上述分析,可以设计出相应的回归模型对羊群(从众)或敢于冒险(bold)这两种倾向与上述的证券分析师特性之间的关系进行研究。

1.预测精度

首先将分析师当前预测与先前预测的差值、与修订值之间的差值等设置为变量:

式(3)对与冒险性预测有关的证券分析师个性因素进行了回归分析,其中:

Boldijt是一个指示变量,它衡量分析师i在t时期对j股票的预测的冒险程度,具体的取值原则是如果分析师i的预测高于先前所有对j股票的预测的均值,则取值为1,反之取值为0;

DEijt表示在t时期对j股票进行的最后一次预测距离目前的时间,说明了证券分析师预测的时效性;

FHijt表示预测日到年末的时间长短,一般来说这个时间越长则预测的不确定性就越大,因为分析师可获得的信息就越不足;

LAijt表示分析师i在t-1时期(一般指上一会计年度)对j股票的预测精度,其计算方法参照式(1);

BSijt表示在t时期对j股票进行跟踪的证券分析师的规模,如目前中国证券市场上,一般对能源、电力、钢铁、交通类蓝筹股进行跟踪研究的“公司与行业分析师”人数较为庞大,而对农业、制造业进行跟踪研究的分析师则数量比较少;

FFijt表示分析师i在t时期对j股票的预测频率,一般在大的机构任职的分析师由于信息、研究平台较为先进,预测的频率也会比较高;

FEijt表示分析师对j股票的跟踪的时间长短,该项数值越大则表明分析师对这个公司或行业的研究经验也就越丰富,自信也越足,在进行预测时就越倾向于大胆和冒险;

GEijt表示分析师执业时间的长短,和FEijt类似,该项数值越大则一般其证券市场的从业经验也就越丰富,因此在进行预测时同样倾向于大胆和冒险;

Cijt表示证券分析师在t时期所跟踪的上市公司的数量的多少,如果这项数值越大,则通常可以推定其在j股票上可供分配的精力越少,羊群行为的倾向就越大;

Iijt表示证券分析师在t时期所跟踪的行业的数量的多少,其影响类似于Cijt。

还可以把分析师对收益预测的修订程度作为因变量,对式(3)中的自变量进行回归分析。可以推定,如果一个证券分析师对自己原来所作的上市公司收益预测进行修订的幅度越大,则说明这个分析师敢于“冒尖”(或“冒险”)的倾向越小,而希望与大家保持一致(即从众的羊群心理)的倾向也就越强。

4.羊群预测和冒险预测的精确程度

究竟是比较大胆冒险的预测还是羊群从众的预测准确性程度更高?如果大胆冒险的预测是基于丰富的从业经验和与他人不同的个人信息,那么这类预测就可以推定是可信程度较高和较准确的;但如果大胆冒险的预测是基于过度的自信,则其预测精度就会大大降低。对这个问题,可以将预测精度Accurcacyijt作为因变量,对Boldijt、YTD_Dist2ijt等进行回归分析,以观察相互之间的关系和并做统计显著性检验。

最后,可以作进一步的引申研究:我们面临着两种关系,一种是预测的错误与预测修订之间的关系,另一种是羊群的预测与冒险的预测之间的关系,这两种关系是否有很大的区别呢?Trueman(1994)认为,预测的错误与预测修订之间存在着明显的关联,而羊群的预测与冒险的预测之间则关系不大。

对此,相应的检验模型是:

在式(6)中,ERRPijt表示分析师i在t时期对j股票的预测偏离程度;ERVPijt则表示分析师i在t时期对j股票的预测的修订程度。

四、对证券分析师在预测过程中羊群行为的思考

中国证券市场重视上市公司基本面的发掘是2003年“价值投资”理念代替了以往的“庄股”运作模式后发展起来的,因此中国的“证券分析师”队伍还比较稚嫩,无论从可考察的样本数量或样本采集的时间段来说都相对缺乏,因此可以说还缺乏对其进行长期研究考察的基础。

从国外的研究文献中来看,对证券分析师在预测中的羊群行为基本上得出了大体相似的结论,即:羊群行为普遍存在于缺乏有效信息和非资深的分析师之间;而冒险的预测往往比羊群性质的预测由于结合了更多私人信息,其准确性要更高,而且如果在预测中出现错误,羊群性质的预测比起冒险的预测有更强烈的自我修订倾向;相比起经验不够丰富的分析师,有经验的分析师往往更倾向于提供冒险的预测而且更不容易被解雇。因此,在国内的证券分析师群体中是否也存在这些类似的现象还是有与国外不同的特点,以及证券分析师的羊群或冒险的预测对证券市场信息传递效率的作用和市场有效性程度的提高究竟起到什么作用?这些我们真正感兴趣的结论对证券市场监管和提高效率有着重要的意义。

国内的证券分析师群体中也存在类似的现象。笔者认为,证券分析师的“个性特征差异”导致其“信息处理能力”存在较大的不同,因此本文将证券分析师“个性特征”进一步进行细分并提出与不同性质的预测的回归模型,可以说是对鲁直博士的研究进行了有益的延伸和探索。国内尚没有公开的文献对证券分析师在预测中的羊群行为提出系统的检验思路和模型,对这方面的理论探讨还非常缺乏。因此,本文在国外有关文献的基础上,提出了系统的检验证券分析师羊群行为或冒险的预测与一些个性特征因素之间的回归模型。但是也要看到,由于客观条件的限制,笔者在尝试进行实证分析时,尽管可以对模型中的被解释变量(如预测的精度、对先前预测的修订程度等)通过选择合适的证券分析师研究报告样本来计算出来,但是对一些个性特征因素如从业年限、所跟踪的行业与公司数量则因为商业机密等原因而难以准确获得,这也将是下一步的研究方向所在。

参考文献:

[1] Keynes,J.M.(1936),The General Theory of Emploloyment,Interest and Money, London Macmillan.

[2] Shiller, R・J. (2000), Irrational Exuberance, Princeton, NJ: Princeton University Press.

[3]Hong,Harrison,and Jeffrey D.Kubik,and Amit Solomon,Security analysts’ career concerns and herding of earnings forecasts,RAND Journal of Economics 31,121-144,2000.

[4] 宋军,吴冲锋,中国股评家的羊群行为研究[J].管理科学学报,2003,(1).

友情链接