证券投资相关分析范文

前言：我们精心挑选了数篇优质证券投资相关分析文章，供您阅读参考。期待这些文章能为您带来启发，助您在写作的道路上更上一层楼。

第1篇

一、分析证券投资的相关概念

1.1 证券

证券是所有权和所有债权凭证的统称，分为有价证券和无价证券。有价证券是拥有一定的票面金额，例如股票、银行的承兑汇票等等，是持券人或者债券指定的主体所有权或者所有债权的凭证。无价证券顾明思议就是没有票面金额的证券，一般证券市场都是指的是有价证券。

1.2 证券投资

证券投资是指投资者通过将股票、债券等有价证券以及衍生品购买，从而获得相应的红利或者利息等，这种投资行为和投资过程就是证券投资。证券投资在我国的发展较晚，虽然经过较短时间的发展，证券投资有了一定的发展，但是还是存在些许不足，阻碍着进一步的探究。

二、分析证券投资存在的问题

对我国证券投资市场进行相应的研究发现，存在以下问题：证券投资的公司管理和运作不合理，证券市场制度落后；其次，进行证券投资的市场营销投入过大；第三，证券投资创新与法律产生冲突以及证券投资市场的监管体系不晚上等等。

2.1 证券投资公司的结构治理不合理

对于公司结构治理不合理主要表现在：首先，缺乏一定的诚信，证券投资公司作为理性的经纪人，追求利益最大化的同时，丧失了基本的诚信道德。其次，存在一定的羊群行为，这主要是由于国内市场制度的不完善，导致证券投资市场本身的运作与外部的环境产生一定的冲突，使公司的理性经纪人任缺乏清晰的认识，产生从众的投资心理；除此之外，由于投资者业绩的压力导致其舍弃正规的投资理念，追求大众的投资行为；羊群行为的产生同样也是由于一些证券投资公司照搬照抄成功的投资案例。第三，进行证券投资资金的产品的数量较少，虽然近几年我国也推出了投资资金大产品，但是差异化减少，缺乏一定的突破，这也是阻碍公司较好的证券投资发展的机会。

2.2 证券投资的营销投入过大

对于某些较小的投资公司，只有经过相应程度的宣传才能受到关注。为此，投资公司不断加大营销投入，壮大自己的队伍。如果不断加大宣传的规模，就会出现本末倒置的现象，不利益证券投资公司核心竞争力的提高，不利于理性经济人。

2.3 证券投资的监管体系不够完善

首先对证券投资资金的监管不到位，主要表现在没有安排专业的人员对证券投资的各项环节进行记录；其次，缺乏投资国际化的监管能力。从从事证券投资的工作人员国际化投资的意识薄弱，没有认识到公司对外投资的好坏与公司发展的关系。除此之外，证券投资的创新与相应的法律法规存在一定的冲突，例如，证券投资采取公司基金式的治理更有利于公司的发展，但是《基金法》中规定只是针对契约型基金进行调整。

三、相应的合理化建议

针对以上证券投资存在的问题，笔者结合自己所学的专业知识，从完善公司治理结构、权衡适量的营销投入以及加大监管力度入手对公司证券投资提出一些合理化的建议。

3.1 完善证券投资公司的结构治理建议

在证券投资管理公司设置受托人委员会，受托人委员会由各个基金的资产托管机构、作为独立受托人的基金持有人以及独立董事组成。受托人委员会至少三分之二必须是独立受托人。独立受托人作为基金投资者利益的代表进入公司内部，以股东及其派出的董事、高级管理人员及其他利益相关者为主要监督对象。

3.2 适量投入证券投资的营销

巩固现有的与银行、券商的合作，积极探索与中小银行、保险公司、信托投资公司、邮政储蓄等其他渠道合作模式。另外注意协调好证券投资营销与投资管理的关系，不能将资源过于向营销部门倾斜，损害产品研发、投资研究、资产管理等核心竞争能力。对于中小企业而言，可以尝试外包基金销售体系也是思路之一，特别是对于中小证券投资管理公司而言。

3.3 完善证券投资的监管体系

应该继续加大对外开放力度。基金同业应该充分利用国际资源，在内部操作流程、预算管理制度、风险控制制度，以及投资业务流程、其他管理制度和投资理念与操作技术等方面向国际同行学习，不断提高基金公司的管理水平，强化自身的核心竞争力，还要在条件成熟时，积极探索发起设立境外投资基金的可行性与现实性。除此之外，还要努力进行一定的创新，增加基金产品，保持我国证券投资基金产品的多样化。

结语

第2篇

关键词 信息资源；金融证券投资信息；投资分析

中图分类号：G203

文献标识码：A

文章编号：1007-7316-（2014）02-

金融证券市场变化万千，股票市场的任何变化，无论是宏观上还是微观上的变化都会引起证券市场的大范围波动。而信息作为证券市场的主体地位，是各种决策的基本依据，及时对于所得到的信息进行分析是十分重要的，投资者的信息以及有效的回应可能影响证券市场发展的主要方向，因此，要做到收集大量的资料并且加以完善。

一、金融证券信息的有效性

（一）有效的财经政策市金融证券信息有效性的基础

有效的财经政策包括财税的减免以及相关的奖励措施，这些也都与利率的变动以及关税政策有一定的关系。其中证券交易税的增减，证券交易税的征收以及是否可融资或者融资的比例可以达到什么程度都是证券人应该考虑的。

（二）相关发行公司的状态

相关发行公司的状态包括每个月的营业额以及季度的亏损和增益表，资金流量的动态和平时所的董事会决议，这些也包括营运消息，例如，新机构的增加以及新产品与接货批量订单的形成。

（三）金融证券相关人员要学会从一般生产统计资料里进行数据分析，尽量多了解各行各业的发展状况。

（四）对金融以及物价变化做统计

鉴于政府通过每个月以及季度内货币供应量的比率出台相关的财政政策，因此政府的每一项财政政策以及货币量的每一次变动都不容我们业内人士忽视。

（五）重要的贸易统计资料

每个月的贸易额出超和入超状况以及外汇储备量的变化都要十分清楚，这些都会影响到本币的汇率，进而影响到股市。

二、金融证券投资信息的来源

（一）发行公司的材料是信息来源的主要组成部分

各国证券法一般都会对证券发行公司有一定的要求，例如，必须向证券主管部门等提供有关信息资料，并且公告招聘说明书，上市公告书等等。其中主要内容包括公司的状况、公司业务经营的计划、专家审查意见，也包括公司债发行记录，股票的承销机构和公司财务状况，提供相关的财务资料有资产负债表、亏益表以及相关的说明事项等等。

（二）证券管理机构的信息

大体上说，各国的证券管理机构普遍对以下资料进行公开：

首先是上市证券的介绍资料。这里包括上市股票的类型、各种股票的最高和最低价、上市股票的市价总额以及成交额。其次是上市公司营业额汇总，这也就是上市公司的营业额年与年比较的相关资料。再次是上市公司获得利润的比较表，其中包括上市公司前后两个年度的营业收入、税前利润以及税后利润、实收股本以及净资产收益率等等。然后是证券交易的资料，这些资料都有交易所每个月定期来编制，内容包括：有价证券法规增补，上一个月的证券记录、前一个月证券发行量、国际股市状况以及营业汇总表等等。最后是证券统计结果，这里包括有价证券的发型以及证券交易和其他事项的统计资料。

（三）证券研究机构的相关信息

某些证券研究机构定期会对证券市场现状以及趋势进行研究，而这些报告往往都极具权威性和准确性，因此很受投资者的青睐。

（四）某些私下来往的信息

投资者除了要重视公司以及公开公布的信息，还要对某些私下来往的信息引起重视，这些信息往往也很真实，并且也可能极具价值。

（五）金融证券投资信息更离不开互联网

网络技术的运用是现代企业的重要标志。从互联网上可以看到证券交易会上上市公司提交的报表，更有许多公司也在网上将自己信息的网页粘贴上去，甚至某些公司还做出了为投资者提供的投资分析软件。

三、如何在互联网上获取金融证券信息

（一）浏览以及访问网站

利用互联网使许多投资者较容易的从互联网上获得时效性较强的信息。目前许多投资者都在网上获取信息，其中的方法有查询检索和网络浏览。对于访问浏览来说，主要是访问以及浏览专业网站例如证券交易公司。这也就是许多专业网站的主页都加开许多栏目，例如行业动态、深度透视、新闻公告等，访问者可以通过浏览这些节目来获取最新的信息。

（二）对信息的查询和检索

通过查询检索的方法可以在网上获得金融证券类的信息，一般来讲都通过专门的搜索引擎，首先投资者要明确查询检索的目的，接下来要对所需要的信息主题进行概括并选择搜索引擎，进行关键字的输入，反复多次进行查询，方能得到最佳效果。

四、金融证券信息专业网站详介

（一）我国政府证券监管部门用于公告以及有关法律法规和股票期货市场信息的中国证监会网站

首先是我国政府证券监管部门用于公告以及有关法律法规和股票期货市场信息的中国证监会网站（），这个网站不仅有各种投资者需要的信息、各种股票的涨幅情况还有人员资格考试等相关文件，并且此类网站依然在完善当中，某些海外的投资者也可以通过英文版来浏览。中国证监会不仅体现了政府对证券业的控制和良性指导，对广大股民也是十分有利的。

（二）上海证券交易所、深圳证券交易所以及上海证券报网络版

上海证券交易所（.CN）以及深圳证券交易所（.CN）和上海证券报网络版（.CN）这些都是我国证券投资者尊文投资信息的好去处，其中前两个是我国证券交易所正式网站，其中主要内容有每日的股市行情、公告以及市场规划和股票指数等等。上海证券报也是国内首家证券类的专业性报纸，自90年代初期开始创办起一直为我国金融证券事业做出巨大贡献。

参考文献

[1] 吴卓娟. 信息服务与金融业发展[J].情报杂志，2001（7）.

第3篇

关键词：证券市场价值投资；实证分析；应对策略

1 引言

在欧美国家证券市场比较成熟，证券分析的主要方法是基本面分析法，证券价格能够非常好地反映基本面信息，证券价格和证券价值具有非常大的相关性。2012年我国基金业已经经历了15年的历程。1997年我国颁布了《证券投资基金管理暂行办法》，在这之后证券投资基金业得到了快速发展，同时得到了十年牛熊轮换的检验，中国证券投资基金目前已转变为证券市场上非常重要的机构投资者，得到了资产管理者的普遍关注。从2012年1月底以前的数据统计可以看出，我国一共有63个基金管理公司，包括了34个合资基金管理公司；所有基金管理公司一共管理484只基金，所有基金的资产净值为234225.63亿元，偏股型基金为17512.36亿元，占有A股市场流通市值的25.4%。在十几年的创新和完善中，中国证券投资基金业已经有了非常明显的发展。

我国证券投资基金价值投资的研究在理论上和实践上都具有非常大的意义。从理论上看，实证研究可以找出我国证券投资市场价值投资策略的发展趋势；能够建立价值型股票的内在价值模型；通过相关理论和我国股市发展过程中归纳出的经验来分析基本面因素对于股价变动的影响。从实践上看，依据实证分析能够有效地验证我国证券投资基金市场价值投资策略的应用效果；相关性计量分析的结果为价值投资者利用价值投资策略进行证券投资时提供较好的价值评估参考应对措施。

2 价值投资的基本理论

1934年，著名学者本杰明·格雷厄姆提出了价值投资的概念，虽然到现在已经有了大约80年的时间，但是价值投资理论对目前我国的证券投资具有非常大的借鉴意义。格雷厄姆提出价值投资的依据是金融市场的特点，分别表现为：金融证券市场价格的影响因素通常情况影响比较深远而且变化难以预料；虽然金融资产的市场价格有较大的不确定性，但是很多资产具有非常稳定的价值，换言之，证券的经济价值和现在的交易价格具有本质上的区别；如果证券的市场价格和求出的价值相比非常小时可以购买证券，最终将得到超值的回报。

目前，社会产生了较快的发展，格雷厄姆所提出的三要素定价法已经和目前的基金市场不在适应，但是其中蕴涵的基本理念能够在未来得到检验。目前，大多数人已经逐步地认可了价值投资的基本理念，人们普遍比较重视公司以后的盈利水平，公司的账面价值，现金分红以及未来的现金流情况，逐步地成为了基金内在价值的决定性因素。基于已有的理论以及实践，可以构建价值投资组合的基本依据：可以把基金划分为两大类，一个是具有较高帐面价值的价值股，主要包括账面价值/市场价值、分红/基金价格、盈利/基金价格以及现金流量/股票价格的比值，另外一类是成长股，主要包括比率比较小的股票。根据价值投资理论，证券投资者应该把价值股买入，把成长股卖出，此外，价值投资理论认为价值投资策略能够超越市场，其中被应用的最广泛的指标就是账面价值和市场价值比率（B/M），并由此产生市盈率定价法等投资分析方法。

3国内外研究进展

在国外，最初对股票理论价格的探索是按照证券投资市场中投资者的投资需要来执行的，所以，国外的相关文献中把这个理论价格定义为股票投资价值，因此明确了投资价值和市场价格的不同。在20世纪之初，投资价值的定义得到了明确，最开始把股票价格和价值区别开来的研究学家是普拉特，普拉特撰写了《华尔街动态》这本书，在这本书中普拉特认为股票价值和企业的收益具有非常密切的联系，股息在其中起到了非常重要的作用，其他为间接因素，可以通过股息对股票价值产生相应的影响。普拉特通过理论分析结果得到如下结论，股票的价值和股票的价格一般而言是一一对应的，但是在实践过程中这两个因素有着较大的区别。然而，普拉特所提出这个理论不仅仅可以适用于股票，同时在某些特殊的条件下也适用于其他商品，但是股票由于自身的特点存在着一些特殊的地方。依据股票价格的形成，一般情况下将和供需因素有着密切的联系，所以不能和它的真实价值保持较好的一致性。研究学者霍布内将普拉特提出的理论采取了进一步的改进，霍布内从理论的角度比较透彻地分析了股票价格以及价值之间的联系，进而可以为证券投资提供有利的决策参考依据。此外通过对股票发行公司财务情况的考察了解股票的价值状况。霍布内认为股票价格以及其本质的价值具有一致的特点，依据长期股票的股价变动的情况，长期预期收益和资本还原率和股票的价值有着较大的联系。学者多纳撰写了《证券市场与景气波动原理》这本书，在书中就相关问题进行了比较深刻地剖析，并且得到了比较好的结论，股票价格一般而言和证券市场的供求关系是密切相关的，然而股票价值通常情况下和公司的收益有密切的联系。虽然真正的股价波动情况和公司的收益改变状况有着明显的不一致性，但是依据长远的视角来分析，股价的变化与公司的收益以及利率都是密不可分的，就是说，随着股票价值的变化而变化。格雷厄姆以及多德同样进行了比较深入地探索，并且提出更为完善的股票理论，相对于以上的股票理论更进了一步。这两个学者联合撰写了《证券分析》这本书，在书中提出了内在价值理论的概念，并且进行了深入地探讨。这两个学者认为，股票的内在价值和企业今后的盈利水平有着比较密切的联系，同时针对公司今后的获利水平，不仅仅是对公司财务状况的分析，而且还应该从经济的角度分析其未来的发展动态，从而为分析企业的赢利水平提供前提条件，同时应该对考虑到资本还原状况。股票价格将返回到其经济价值之中，因此证券分析师应该认真地考察相关发行人的财务信息，尽力地挖掘该股票的内在价值，并且根据相应的内在价值，对股票价格进行合理地评价，为证券投资提供有利的决策依据，相应的计算表达式如下所示：

资本还原倍数通常情况下和公司的发展和股息的波动是紧密相联的；预计收益 的三分之一可以表征按照当时普通上市企业规范的需求基本上是把2/3的收益以股息的形式发放出去，对于其余的1/3收益，应该以盈余的形式予以保留，从而能够有利于企业基金的持续发展。学者威廉姆斯出版了《投资价值学说》这本书，研究了普通股的估价方法，相应的思路如下：股票表示收益凭证，股票价值是指股票通过未来所产生的各个期间收益的现值的和，股票价格一定要从股票价值的角度来考虑。威廉姆斯提出公司保留盈余并不需要体现在股票价值上，威廉姆斯认为股票的投资价值是以后可以获得的所有股息以及资本还原的当前价值的全部数额。公司保留的盈余也可以成为公司未来的收益，迟早会转变为股息被发放出去。威廉姆斯提出买进股票可以表示“现在财富以及今后财富的彼此互换”，然而今后收益就是未来中期的“股息”，对其采取资本还原就可以得到目前的股票的投资价。威廉姆斯为投资价值理论的改进做出了非常重要的贡献，主要反映在其通过以后各期股息作为依据通过相应的数学模型表示股票投资价值，并且最早利用数学模型因子表示股票投资价值，从而为未来的投资价值探索提供了相应的理论依据。

Michael Adams（2007）研究了价值投资理论在证券投资市场的发展趋势，分析了价值投资在组合投资策略中的重要性，讨论了价值投资在组合投资策略应用过程中存在的问题，并且提出了相应的应对策略。Heng-Hsing Hsieh Georged（2011）对价值投资理论进行详细的归纳和总结，并且建立相应的数学模型研究了证券投资过程中使用价值投资策略的适用性，并且提出了相应的实施措施。Athanassakos（2012）研究了价值投资和现代组合投资理论的关系，分析了价值投资的基本概念，并且提出了基于价值投资的组合投资策略，对未来的发展趋势进行了探索。

刘玥宏（2010）探讨了投资价值策略在中国证券市场上的适用性，从市场的有效性出发，确定了测量股票内在价值的标准和方法，对股票价格的波动性进行了深入地剖析，研究结果表明价值投资策略在中国证券市场的有效性。黄惠（2010）平等人对价值投资在我国证券市场是否适用和有效进行了深入地探讨，并且进行了实证研究，验证了价值投资的适用性，研究结果对于理性投资和避免过度投资提供了有利的依据。罗欣（2010）深入地研究了价值型投资分析在我国证券投资中的应用，分析了证券投资的基本理论和发展历程，讨论了价值型投资的必然性和可行性，研究了财务分析和价值型投资的关系，并且进行了实证研究，研究结果表明价值型在证券投资中起到了决定性作用。柯原（2011）将证券投资组合理论和价值投资融合起来，提出了最优证券投资组合，并且进行了相应的实证研究，研究结果表明基于价值投资理论的最优证券投资组合可以在承担较小风险程度的前提下获得最佳的投资汇报率。陆帆（2012）从价值投资的基本原理出发，研究了价值投资策略在中国证券市场的适用性，经过实证研究得出了如下结论：证券市场的制度正在不断完善，投资者的数量也不断增加，投资价值理念将成为中国股市主流的投资理念。

4 我国证券投资价值投资方法的实例分析

价值投资策略在我国证券市场中的应用是可行的，在成长投资组合和大盘指数上已经获得了比较客观的收益。我国证券市场拥有价值投资的支持条件。为了验证价值投资策略在我国证券投资中的适用性，进行相应的实证研究。

实证研究的数据从巨灵金融服务平台获得，一共选用了深证300指数股。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的导致的影响，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了较好的关注。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，这正式证券市场不断趋向于理性的具体表现。然而，对通过对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。

5 我国证券投资基金价值投资的应对措施

（1）完善基金绩效评价模式

有效的基金绩效评价模式对基金业的快速前进具有非常关键的促进作用。近年来，证券投资组合理论已经得到了不断的发展，国外对基金绩效的评估已经发展到了较高的水平，相应的理论体系已经趋于完善。对于我国基金绩效评价体系的发展还处于初级阶段，从方法的角度上看我国还处于一个引进吸收的状态。近年来，中国在进行基金评估的过程中主要关注的是基金的排序，从而使基金投资者在基金投资过程中十分关注同业其他管理者的投资情况，因此，“羊群效应”时有发生，不愿意获得超额收益，然而渴望排名可以靠前，并且很多基金管理者认可这一模式。然而，基金持有者投资基金不完全重视其所投资的基金是否可以获得较大的收益，主要重视的是所购买的基金能够获得多大的收益。基金持有者和管理者目标有差别时将引起问题，就是基金公司仅仅为了获得取高额利润通常以损坏基金持有者利益为代价。为了能够有效地处理该问题，应该使基金投资者和管理者的行为目标相一致，最终能够获得绝对收益。基金管理者在决策时应该考虑到股票的经济价值，依据价值投资理论的选股准则标选择投资标的，同时利用长期持有的方式取得绝对收益。

（2）不断完善目前的股票发行政策，针对国有股、法人股上市流通等方面的问题采取有效的应对措施，从而能够较快地解决以上问题。目前，我国股票发行采用的核准制度，股票发行价格的完善应该遵循定价为主向竞价原则，并且以此为主要的发展趋向，不断地使证券投资市场来主导实际的发行价格。此外，不断地处理好国有股、法人股等问题，能够从不同的角度，例如按照证券投资市场的容量，不断地采取国有股配售减持，采用优先股的方法，把国有股不断地转变为优先股，增加不同投资基金、保险基金在股票市场投资的区间，利用网上交易的形式，协议转让的手段等增加法人股流通，减少国有股和法人股的比例，提高个人股的数量。

（3）合理地分配基金管理酬劳的基本组成结构

很长的一段时期内，基金投资者一直怀疑基金公司较高的、较稳定的工资收入。尤其在基金投资处于熊市，虽然收益正在减少，但是基金公司还可以采取增加管理规模的方式来提高资金的管理回报，这些现象极大地损害了基金公司管理者在证券投资者心中良好的形象。大部分基金投资者存在如下的观点，基金管理者无法为自己带来较大的投资汇报，资金管理费过高。

应该承认基金管理公司按照资产管理的规模收取一定的管理费具有其合理性，主要原因在于资产管理规模的增加将对基金管理公司的相关资源有更高的需求，为了适应规模增加的实际需求，将资产管理规模中的一部分资金作为管理费是合情合理的，通过管理费不仅能够增强基金公司的管理实力，而且能够提高投资团队的水平，同时管理费还能够促进基金公司的可持续发展，能够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有较大的联系，就会导致基金管理者仅仅关注视资产管理的规模，同时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的收入的基本组成，采用浮动收益的方式，即固定资产管理费和资产管理收益挂钩。一定的资产管理费可以确保基金的有效实施，然而浮动收益可以使基金管理者以资金投资者的权益为中心帮助资金投资者能够获得更大的收益。采用了这种基金管理收入配置模式比较合理，有利于价值投资策略的有效实施，进而可以使基金管理者在进行价值投资阶段避免一些制度性制约。

（4）充分地利用投资组合策略

证券投资本身就具有较高的风险，但是高风险和高收益率是相互对应的，怎样才能使投资风险减少并且使投资收益最大应该得到有效的解决。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实时地调节投资产品的比重，从而能够得到最佳的收益。

（5）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。投资者应该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方面的情况有比较深入地了解，从而能够从长期投资的角度获得最大投资回报率。

（6）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。基金投资意识的不同在基金的投资收益上能够得到较好的反映，此外，可以在今后的资本市场中的体现不断增加。

然而，证券市场的管理制度的完善不是一朝一夕就能实现的，需要一个比较漫长的过程。近年来，中国证券市场存在许多缺陷，例如，产品结构比较单调、交易机制不够完善，从而极大地制约了基金投资者利用价值投资策略进行证券投资的热情。因此，必须不断地提高证券市场建设的水平，例如，尽快地为股指期货上市做好相关的准备，同时不断地促进股指期货的持续进步，当证券市场条件比较成熟时实施做空方式，持续健全基金在遭遇资本市场单边降低情况下的不利局面，持续地提高基金管理者的主动性，减少基金中隐藏的风险，确保基金持有者的利益不受到侵犯，通过以上策略可以为价值投资措施的执行创造一个非常有利的市场环境，进而能够资本市场环境符合价值投资发展的实际要求。

6 结论

价值投资应该成为我国证券市场主要的发展趋势。我国证券市场仍然是一种新兴的证券市场，依然存在于非有效市场向弱有效市场不断转变的阶段，从某种意义上包含价值投资的含义，然而利用价值投资策略得到的收益不是非常稳定的。通过股权分置改革等相关的证券市场改革策略的执行，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）选取了深证300指数股进行了相应的回归分析。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，市场正在想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，应该采取比较有效的措施，完善基金绩效评估体系和股票发行政策；合理地分配基金管理收入结构；充分地利用投资组合策略；投资者应该不断地转变投资理念；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。

参考文献

[1] Michael Adams， Terry Mullins， Barry Thornton [J]. Journal Of College Teaching & Learning， 2007， 4（3）：21-32

[2] Heng-Hsing Hsieh， Kathleen Hodnett. Do Managers Of Global Equity Funds Outperform Their Respective Style Benchmarks？ An Empirical Investigation [J]. International Business & Economics Research Journal， 2011， 10（12）：1-10

[2] George Athanassakos. Value Investing Vs. Modern Portfolio Theory[J]. Journal of Business & Financial Affairs 2012，（1）：2.

[3] 刘玥宏. 价值投资策略在中国证劵市场的适用性分析[J].知识经济， 2010，（6）：60-61

[4] 黄惠平， 彭博. 市场估值与价值投资策略[J].会计研究， 2010， （10）：40-47.

[5] 柯原. 基于价值投资理论的最优证券投资组合探讨[J]. 福建金融管理干部学院学报，2011， （3）：11-17

第4篇

关键词：羊群效应 基金绩效 行为金融学

一、文献综述

1.羊群效应的衡量及检验的文献回顾

姜新和黄静（2005）在“证券投资基金羊群效应实证研究”一文中，运用修正了的LSV模型，对中国证券投资金市场的数据，得出：从2000年年报到2004年中报，HM平均值为0.25089，说明中国投资基金存在明显的羊群行为；从买入羊群（BHM）和卖出羊群（SHM）来看，二者的平均值分别为0.12424和0.12665，卖出股票时羊群行为要稍强于买入股票时羊群行为，但差异并不明显。

2.基金绩效与羊群效应相关分析

姜新和黄静（2005）根据绩效评估指标的大小，将基金分成数量相同的三组，分别计算每组的HM、BHM、SHM值，再将各区间所属于该类别基金的HM、BHM、SHM取算术平均值，则得到该类别基金羊群效应指标数据。得出结论：最优组的基金其整体羊群效应（HM值）较其他组的羊群效应显著。

二、变量的选取及实证检验建模思路

1.羊群效应的衡量的变量选取

由于我们的研究不涉及买方及卖方的划分，故本文采取了未修正的的LSV模型计算公式（公式（1））对证券投资基金羊群效应进行衡量，这样更便于、简化了我们对基金羊群效应H值与基金绩效的关系进行计量分析。

对于在考察期内投资基金在某种股票的投资上是否有羊群效应， 可以用下列指标H衡量， H计算公式如下 （LSV，1992）：

（1）

p：代表增加所考察股票的持仓的投资基金占买卖该股票投资基金总数的比例的期望值。即：

（2）

AF：是一个调整因子，计算公式为：

（3）

2.基金绩效评价指标的选取

虽然传统的基金绩效评价有其自身不可避免的缺陷，如没有考虑风险因素。但是其数据获取简单，使用方便，且可以在一定程度上基本反映基金的绩效，加之本次研究的侧重点并非对基金绩效的评价，而是基金羊群效应的度量、H值对基金绩效是否存在影响。因而，本次研究从数据获得的简便性及研究的侧重点出发，选取了各支基金（共50支选定基金）的“季度净现值增长率”作为衡量各支基金绩效的指标。

3.羊群效应对基金绩效的影响的回归

为了考察羊群效应对基金绩效的影响，基于以上所有文献综述的已有研究成果，我们对模型进行了拓展与完善，我们进行如下回归分析：

Y（基金绩效）=aX1（羊群效应）+bX2（市场指数）+cX3（基金规模）+dX4（基金费用率）+e+ε

Y （基金绩效）用基金净现值增长率指标进行衡量。

X1 （羊群效应）用未修正的LSV模型计算得出H值。

X2（市场指数）用上证指数对大盘走势进行衡量。

X3（基金规模）用基金总市值指标进行衡量。

X4（基金费用率）用基金总费用均值进行表示。

最后一项ε为随机误差项，代表了基金运营中非确定性因素的影响。

在我们的研究与模型中，新加入和考虑了基金费用率、宏观经济走势、基金规模这两个因素和变量，从而使模型更加完整。宏观经济走势，基金规模和基金费用率的引入是为了在回归中排除非羊群效用因素对基金绩效的影响。

三、实证结果分析

1.实证分析方法

本文收集了我国金融市场上有代表性五十个基金的数据从2008年到2012年的按季度计算的数据，计算了这些基金对于基金重仓股“贵州茅台”（600519）的羊群效应，羊群效应使用建模思路中提到的H值衡量。然后再用时间序列分析的方法进行分析。

根据本文计算的H值可以看出，我国基金市场上存在较显著的羊群效应。尤其2008年和2011年尤为显著。

2.对结果的分析

首先，根据计算的H值可以看出，H值绝对值的均值为0.1584671，我国的基金市场上存在着比较明显的羊群效应。

由上面的实证分析结果可以看出，基金绩效和羊群效应之间存在负相关关系，而二者之间的协方差0.3462说明二者之间的相关关系是比较强的。而由上面的分析数据还可以看出，基金绩效和大盘走势有很强的相关关系，其协方差达到了0.6234；但与基金总市值均值、基金总费用均值的相关性就很小。这些数据说明基金受到大盘走势的影响比较大，是符合我们的预期的。

综合上面的结果以及分析，得出的结论是：我国基金市场上有比较明显的羊群效应，且羊群效应和基金绩效之间存在负相关关系。

参考文献：

第5篇

关键词：机构投资者；长期投资者；短期机会主义者；R&D投入

基金项目：国家自然科学基金项目（71201052）；湖南省风险导向审计基地项目（12k021）；湖南省科技计划项目（2013RS4052）

作者简介：蒋艳辉（1981-），女，湖南株洲人，湖南大学工商管理学院讲师、博士，主要从事财务数据信息分析与处理研究；唐家财（1990-），男，安徽天长人，湖南大学工商管理学院硕士研究生，主要从事财务理论与实务研究；姚靠华（1962-），男，湖南益阳人，湖南大学工商管理学院副教授、博士，主要从事复杂性科学与会计研究。

中图分类号：F832.5/F061.5文献标识码：A文章编号：1006-1096（2014）04-0086-06收稿日期：2013-11-19

引言

R&D投入是企业开发无形资产、实施差异化战略与产品创新的基本保障。通过持续的R&D投资，企业能够形成专利等无形资产并提升企业资产组合中各要素的价值（David et al，2001）。Dowling 等（1994）以及Chauvin 等（1993）的实证研究结果均发现相比较于R&D投入低的企业，R&D投入高的企业在市场价值、市场份额方面表现得更加优秀。然而，由于R&D投入的产出具有高度的不确定性以及管理者自身的短视，使企业缺少进行R&D投资的动机（Chan，2001）。Hansen 等（1991）的研究发现机构投资者能够有效抑制管理者为了短期收益而减少R&D投入的可能性。机构投资者可以通过影响企业R&D投入的方式参与上市公司的治理（伊志宏 等，2013;谭克诚，2013）。已有不少研究论证了机构投资者持股与企业R&D投入存在正相关关系（Baysinger et al，1991； Hansen et al，1991； Kochhar et al，1996；范海峰 等，2012；王宇峰 等，2012）。然而，也有研究得出了不同的结论，认为机构投资者持股不会促进甚至会阻碍企业的R&D投入（赵洪江 等，2009；Graves，1988）。国内外研究在机构投资者持股与企业R&D投入关系的研究上并没有得出一致性的结论。本研究拟在甄别机构投资者性质的基础上，考虑不同性质的机构投资者对长期价值追求和企业R&D投入的关注不同，依据机构投资者换手率特征将其划分为长期投资者和短期机会主义者，选取我国资本市场的实际数据，对机构投资者持股与企业R&D投入的关系进行实证分析。

一、文献回顾

机构投资者整体持股对企业R&D投入的影响可分为两种不同的观点。第一种观点认为机构投资者整体持股不会促进甚至会阻碍企业的R&D投入。赵洪江等（2009）研究发现机构投资者整体持股与企业R&D投入没有显著的相关性。Graves（1988）研究发现机构投资者整体持股显著负向影响企业的R&D投入。第二种观点认为机构投资者整体持股会促进企业的R&D投入。Baysinger等（1991）研究发现机构投资者的股权集中度与R&D投入正相关。Hansen等（1991）研究发现高比例的机构投资者持股可能会带来更高强度的R&D投入。Kochhar等（1996）研究发现机构投资者持股会正向影响企业的R&D投入。Wahal等（2000）研究发现机构投资者持股与企业的R&D投入正相关。范海峰等（2012）研究发现机构投资者整体持股对企业研发支出具有显著的正向促进作用。

不同类型的机构投资者持股对企业R&D投入影响的研究主要有：Kochhar等（1996）将机构投资者分为压力敏感型的机构投资者和压力抵抗型的机构投资者。Bushee（1998）利用因子分析和聚类分析的方法将机构投资者分为勤勉型、短暂型和准指数型。Eng等（2001）研究了银行、保险公司、投资顾问、投资公司和其他机构投资者（大学基金、私人基金、私人退休基金和公共基金）持股与公司R&D投入的关系，研究发现除了投资顾问持股与企业R&D投入之间存在负相关关系，其他类型的机构投资者持股与企业R&D投入不存在显著的相关性。

从上述文献可以看出：(1)学者们在研究机构投资者持股与企业R&D投入的关系时并没有得出一致性的结论。（2）学者们在研究同一类型的机构投资者持股与企业R&D投入的关系时的假定条件是同一类型的机构投资者的投资风格、投资目的可能是相同的，而实际情况可能并非如此（范海峰 等，2012）。本文将机构投资者视为同一性质的机构投资者，研究其持股与企业R&D投入的关系，然后将机构投资者视为不同性质的机构投资者并根据其换手率特征将其划分为长期投资者和短期机会主义者，进而研究长期投资者持股和短期机会主义者持股与企业R&D投入的关系。

二、研究假设

相比较于个人投资者，机构投资者是长期理性的投资者，他们能够发现企业R&D投入对于公司长远价值的重要性。此外，机构投资者具有的专业、信息和资金优势能够有效制约管理层侵占公司资金等机会主义行为，增加企业用于R&D投资等长期投资的资源。基于以上分析，笔者提出假设1。

假设1：机构投资者持股与企业R&D投入正相关。

据相关数据统计，我国机构投资者持股换仓频率是国外成熟市场的好几倍，甚至不低于散户投资者（刘斯D，2013）。刘京军等（2012）指出我国证券投资基金有长期投资者和短期机会主义者之分，短期机会主义者持股变化比例对收益率以及市场稳定性的影响较长期投资者显著影响市场收益率和市场稳定性。Bushee（1998）将机构投资者分为勤勉型、短暂型和准指数型，发现短暂型的机构投资者更加关注的是企业的短期收益而不是企业的长远利益。Koh（2007）研究发现长期投资者可以对公司的盈余管理行为起到抑制作用，对于有动机和能力通过应计利润达到目标利润的公司，短期机会主义者持股与盈余管理正相关 。从以上论述可知，长期投资者关注的是企业的长期价值。R&D投入能够提高企业的创新能力并能够产生利润，但是与此同时，R&D投入也能够产生高度的不确定性、复杂性和成本（Balkin et al，2000）。R&D支出的费用化就是其成本的一种表现形式，R&D支出的费用化会减少企业的短期收益。短期机会主义者更加关注的是企业的短期收益，所以短期机会主义者倾向于企业少进行R&D投入甚至会阻碍企业的R&D投入。基于以上分析，笔者提出假设2、假设3。

假设2：长期投资者持股与企业R&D投入正相关。

假设3：短期机会主义者持股与企业R&D投入负相关。

三、研究设计

（一）样本与数据来源

本文选取的样本公司是高新技术企业，并按照如下步骤对样本进行筛选：（1）根据2008年科技部、财政部、税务总局联合的《高新技术企业认定管理办法》、《国家重点支持的高新技术领域》和《高新技术企业认定管理工作指引》三个指导性文件作为高新技术企业认定管理工作的政策依据，根据《国家重点支持的高新技术领域》文件的精神，高新技术领域主要集中在信息技术（行业代码G）和制造业行业中的电子（行业代码C5）、机器设备仪表（行业代码C7）和医药生物制品（行业代码C8），并且这几个行业对于研发信息的披露相对比较规范。因此，本文将上述行业的上市公司作为初始样本。（2）剔除掉ST、PT的企业。（3）剔除掉2009年之后才上市并且数据缺失的样本公司。

我国上市公司于2002年开始披露有关研发投入的相关信息（夏冠军 等，2012）。笔者通过如下方式获取R&D投入的数据：（1）在2007年至2011年间由于我国实行了《新会计准则》，增加了研发支出这一项来衡量企业本期研发支出的总额，我们从国泰安数据库上市公司财务报表附中下载研发支出的数据作为R&D投入的数据。（2）对于2004至2006年和2007至2011年中没有在财务报表附注中披露R&D投入的公司，由于研发投入披露的不规范，造成了研究中R&D投入数据的口径不一致，为了研究的需要，将R&D投入的数据锁定在上市公司披露的年报中“支付的其他与经营活动有关的现金流量”和“管理费用”栏目中的研发费、技术开发费、科研试验费、科研经费、研发支出等项目，并通过手工搜集整理得到，年报来源于巨潮咨询网。

笔者以证券投资基金为例，研究其持股与企业R&D投入的关系。对于证券投资基金的交易数据，本文在WIND数据库中选取2003年6月～2011年12月所有股票型基金每半年度披露的股票资产组合数据，并依据此数据对证券投资基金的性质进行相应的划分。其他相关财务数据来源于国泰君安数据库。

（二）长期投资者和短期机会主义者的分类

笔者采用机构投资者的换手率将机构投资者划分为长期投资者和短期机会主义者。Yan等（2009）采用机构投资者的换手率将机构投资者划分为长期机构投资者和短期机构投资者，研究发现短期机构投资者会通过频繁的交易获取他们的信息优势。相比较于Gaspar等（2005）用换手率将机构投资者划分为长期机构投资者和短期机构投资者的方法，Yan等提出的方法更能够降低机构投资者拥有的现金流对于资产组合的影响。我国学者刘京军等（2012）也参照Yan等的方法，利用证券投资基金的换手率将其划分为长期投资者和短期投资者，研究发现短期投资者持股变化比例对收益率以及市场稳定性的影响较长期投资者显著影响市场收益率和市场稳定性。所以，笔者认为Yan等提出的分类方法能够比较准确的将机构投资者划分为长期投资者和短期机会主义者，并且对于我国证券投资基金也具有很好的适用性。因此，笔者拟参照Yan等的分类方法将证券投资基金划分为长期投资者和短期机会主义者。

首先，笔者计算出每一个证券投资基金在每一个半年度的累积买进和累积卖出的股票总资产。对于证券投资基金K，每半年度的累积买进和卖出的股票总资产的计算公式为

CR_buyk,i=∑Ni-1Sk,jjPij-Ski,j-1Pi,j-1-Ski,j-1

ΔPi,j(Sk,i,t>Ski,i-1)

CR_sellk,i=∑Ni-1Sk,jjPij-Ski,j-1Pi,j-1-Ski,j-1

ΔPi,j(Sk,i,t≤Ski,i-1)

其中，Pi,t和Pi,t-1是股票i在t期半年度和t-1期半年度的股票价格，Sk,i,t和Sk,i,t-1分别表示证券投资基金K在t期半年度和t-1期半年度所持有的股票i的股票数量，CR_buyk,t和CR_sellk,t是证券投资基金K在t期半年度累计买进或者是卖出的股票总资产。

其次，将证券投资基金第t期半年度的换手率定义为

CRk,t=min(CR_buyk,t,CR_sellk,t)∑Ni=1Sk,j,iPi,j+Sk,i,i-1Pi,t-12

再次，根据证券投资基金过去四个半年度换手率计算出这四个半年度的平均换手率。

AVG_CRk,t=14∑3j=0CRk,i-j

笔者将按照平均换手率对证券投资基金的性质进行划分，平均换手率越高的定义为短期机会主义者，换手率最低的定义为长期投资者，按照平均换手率的数据排序后分为三组，换手率最高的那一组认定为短期机会主义者，换手率最低的那一组认定为长期投资者。然后计算出每支股票中长期投资者和短期机会主义者的持股比例。

（三）模型设计和变量说明

为了考察证券投资基金持股、长期投资者持股以及短期机会主义者持股对企业R&D投入的影响，笔者提出如下的计量经济学模型：

模型1：Rdint=c+α1Jijin+α2Lnsize+α3Lev+α4Growth+α5Tobinq+α6Share+α7Rsh+α8Ind+α9Msh+α10Year+ε1

模型2：Rdint=c+β1Changqi+β2Duanqi+β3Lnsize+β4Lev+β5Growth+β6Tobinq+β7Share+β8Rsh+β9Ind+β10Msh+β11Year+ε2

模型1和模型2中的Rdint为被解释变量，Jijin、Changqi和Duanqi为解释变量，Lev、Growth、Tobinq、Share、Rsh、Ind、Msh、Year为控制变量。变量的具体定义如表1所示。表1变量定义

变量分类变量名称变量标识变量定义被解释变量R&D投入Rdint研发支出/营业收入证券投资基金持股比例Jijin证券投资基金持股数/总股数解释变量长期投资者持股比例Changqi长期投资者持股数/总股数短期机会主义者持股比例Duanqi短期机会主义者持股数/总股数资产规模Lnsize总资产的自然对数资产负债率Lev负债总额/资产总额公司成长性Growth营业收入除以上一年的营业收入减去1投资机会Tobinq公司市账比控制变量股权集中度Share前五大股东持股比例平方和股权制衡Rsh第2-第5大股东持股比例和独立董事比例Ind独立董事规模/董事会规模高管持股比例Msh高管持股总数/总股数年度哑变量Year控制宏观经济环境影响，涉及八年7个变量

（四）实证分析

1.主要变量描述性统计

表2主要变量的描述性统计

变量样本数最小值最大值均值标注差Rdint66300.370.020.03Growth663-0.876.430.220.41Lnsize66318.7226.4921.551.09Lev6630.030.970.450.18Changqi66300.130.010.02Duanqi66300.220.0120.03Jijn66300.530.070.09

从表2的描述性统计可以看出，R&D投入的最大值为0.37，而最小值却接近于0，这说明高新技术企业在R&D投入方面存在着很大的差异。证券投资基金持股比例的最大值为0.53，说明证券投资基金持股在我国的上市公司中占据很大的比重。长期投资者持股比例的均值为0.01，短期机会主义者持股比例的均值为0.012。从均值可以看出，长期投资者在证券投资基金中占有的比重大约为14.29%（0.01/0.07），短期机会主义者在证券投资基金中占有的比重大约为17.14%（0.012/0.07）。

2.主要变量的相关分析

从表3中的相关系数矩阵可知，证券投资基金持股与R&D投入有显著的正相关关系，长期投资者持股和短期机会主义者持股与R&D投入有显著的相关关系。证券投资基金持股、长期投资者持股与短期机会主义者持股之间存在着显著的正相关关系，这是由于长期投资者与短期机会主义者只是证券投资基金的一部分。所以，他们有可能与证券投资基金存在正相关关系，由于长期投资者持股和短期机会主义者持股对于企业R&D投入的影响是放在模型1和模型2两个不同的模型中予以检验的，所以可以避免回归模型中出现多重共线性的问题。

表3主要变量相关系数矩阵

RdintJijinChangqiDuanqiGrowthLnsizeLevRdint10.09*0.13**0.09*-0.043-0.15**-0.27**Jijin0.09*10.55**0.63**0.125**0.169**-0.15**Changqi0.13**0.55**10.43**0.119**0.184**-0.11**Duanqi0.09*0.63**0.43**10.076*0.154**-0.11**Growth-0.040.13**0.12**0.08*10.0330.056Lnsize-0.15**0.17**0.18**0.15**0.03310.44**Lev-0.27**-0.15**-0.11**-0.11**0.0560.44**1注： **、*分别表示5%和10%的显著性水平。

3.回归分析

表4给出的是证券投资基金持股与企业R&D投入的回归结果，从模型1的回归结果可以看出，我国的证券投资基金持股与企业R&D投入之间不存在显著的正相关关系，出现这种结果可能是由于如下两种原因：（1）这可能是由于本文使用的样本数据和他们所使用的样本数据不同。（2）将证券投资基金都视为同一性质的机构投资者可能看不出到底是何种性质的机构投资者持股会促进企业的R&D投入。从模型2的回归结果可以看出，长期投资者持股与R&D投入的回归系数是1.276，并且在1%的水平下显著，而短期机会主义者持股与R&D投入的回归系数是-1.018，并且在1%水平下显著，这验证了本文提出的假设2和假设3，这种结论在某种程度上说明对证券投资基金进行恰当的分类是很有必要的，从而可以发现只有那些长期利益导向的证券投资基金才会更加关注企业的长远发展，从而促使企业更多的进行R&D投入，而短期利益导向的证券投资基金不关注企业的长远发展，只关注自身的短期收益，所以会阻碍企业进行R&D投入。这种结论比较符合刘京军等（2012）的研究结论，即短期机会主义者想要通过其频繁的交易获取短期收益，这也就决定了短期机会主义者不是非常关注企业的长远发展，而只是关注自身能够获得的短期收益。

4.稳健性检验

笔者参照周建等（2012）的做法，采用R&D投入/总资产作为被解释变量进行回归检验。此外，考虑到极端值对回归结果可能存在的影响，笔者参照陈艳艳等（2013）的做法，剔除解释变量数值为0 的样本并采用winsorize方法，将1%以下和99%以上的数值分别替换为1%和99%的取值，得到的稳健性回归结果如表5所示。

表4机构投资者持股对企业R&D投入的回归结果

变量模型1模型2c-0.135-0.066Jijin0.081Changqi1.276***Duanqi-1.018***Lnsize0.02***0.016***Lev-0.393***-0.339***Growth0.00040.019Tobinq-0.022***-0.013***Share-0.29***-0.268***Rsh-0.176***-0.145***Ind0.241***0.152***Msh0.044**0.056***Year控制控制ADJUST_R20.680.71F统计值83.83***93.04***注：***、**、*分别表示1%、5%和10%的显著性水平。

表5稳健性检验回归结果

变量模型1模型2c0.499***0.47***Jijin0.068Changqi0.602***Duanqi-0.368***Lnsize-0.017***-0.016***Lev-0.111***-0.094***Growth-0.0060.009Tobinq-0.005**-0.0009*Share-0.131***-0.128***Rsh-0.11***-0.109***Ind0.060*0.025*Msh0.058**0.062***Year控制控制ADJUST_R20.230.27F统计值11.40***12.37***注：***、**、*分别表示1%、5%和10%的显著性水平。

从稳健性的回归结果可以看出，证券投资基金持股与R&D投入之间的回归系数为0.068但不显著，说明证券投资基金整体持股与企业R&D投入之间没有显著的相关性。长期投资者持股与R&D投入之间的回归系数为0.602，并且在1%水平下显著；短期机会主义者持股与企业R&D投入之间的回归系数为-0.368，并且在1%的水平下显著，这说明长期投资者持股会促进企业的R&D投入，而短期机会主义者持股会阻碍企业的R&D投入。这与前文的研究假设以及研究结论是基本一致的，表明本文得出的研究结论是稳健的。

四、研究结论与政策建议

笔者根据2008年科技部、财政部、税务总局联合的《国家重点支持的高新技术领域》和证监会的上市公司行业分类指引的相关规定，选取了信息技术业、制造行业中的电子、机器设备仪表和医药生物制品这四个行业中于2004年至2011年披露R&D投入的上市公司作为研究样本，采用实证研究的方法分析证券投资基金持股与企业R&D投入的关系，研究发现，证券投资基金持股与企业R&D投入之间不存在显著的相关关系，根据证券投资基金的换手率特征将其分为长期投资者和短期机会主义者之后，发现长期投资者持股与企业R&D投入显著正相关，而短期机会主义者持股与企业R&D投入显著负相关。

笔者基于实证分析结果提出政策建议：第一，在未来研究机构投资者的相关问题时，不能将机构投资者都视为是同一性质的机构投资者，需要对机构投资者的性质予以适当的甄别，因为不同性质的机构投资者的投资目的与投资风格可能是不一样的。第二，我国应大力发展长期机构投资者。长期投资者持股与企业R&D投入正相关，所以长期机构投资者的存在对于我国建设成为创新型国家具有积极的推动作用。第三，对短期机会主义者予以适当的监管。短期机会主义者持股与企业R&D投入显著负相关，而R&D投入与企业形成自主创新能力息息相关，而短期机会主义者的存在会阻碍企业自主创新能力的形成，这对于我国企业在经济全球化环境下的国际竞争是极为不利的，所以应当对短期机会主义者予以适当的监管。

参考文献:

陈艳艳,谭燕,谭劲松. 2013.政治联系与会计稳健性［J］.南开管理评论（1）:33-40.

范海峰,胡玉明.2012.机构投资者持股与公司研发支出――基于中国证券市场的理论与实证研究［J］.南方经济（9）:60-69.

刘京军,徐浩萍.2012.机构投资者:长期投资者还是短期机会主义者?［J］.金融研究（9）:141-154.

刘斯D.2013.长期投资者发展影响因素的研究［J］.上海经济研究（5）:95-102.

谭克诚.2013.企业机会主义行为倾向下的企业社会责任问题探析［J］.郑州大学学报（哲学社会科学版）（4）：65-69.

王宇峰,左征婷,杨帆.2012.机构投资者与上市公司研发投入关系的实证研究［J］.中南财经政法大学学报（5）:102-107+144.

夏冠军,陆根尧.2012.资本市场促进了高新技术企业研发投入吗――基于中国上市公司动态面板数据的证据［J］.科学学研究（9）:1370-1377.

伊志宏,李艳丽.2013.机构投资者的公司治理角色:一个文献综述［J］.管理评论（5）:60-71.

赵洪江,夏晖.2009.机构投资者持股与上市公司创新行为关系实证研究［J］.中国软科学（5）:33-39+54.

周建,任尚华,金媛媛,等.2012.董事会资本对企业R&D支出的影响研究――基于中国沪深两市高科技上市公司的经验证据［J］.研究与发展管理（1）:67-77.

BAYSINGER B D, KOSNIK R D, TURK T A. 1991.Effects of board and ownership structure on corporate R&D strategy［J］. Academy of Management Journal, 34(1): 205-214.

BUSHEE B J.1998. Investors on myopic R&D investment behavior［J］. The accounting review, 73(3):305-333.

BALKIN D B, Markman G D, Gomez-Mejia L R. 2000.Is CEO pay in high-technology firms related to innovation?［J］. Academy of management journal，43(6): 1118-1129.

CHAUVIN K W, HIRSCHEY M. 1993.Advertising, R&D expenditures and the market value of the firm［J］. Financial management, 22(4):128-140.

CHAN L K C, LAKONISHOK J, SOUGIANNIS T. 2001.The stock market valuation of research and development expenditures［J］. The Journal of Finance, 56(6):2431-2456.

DOWLING M J, McGEE J E.1994. Business and technology strategies and new venture performance: a study of the telecommunications equipment industry［J］. Management Science, 40(12): 1663-1677.

DAVID P, HITT M A, GIMENO J. 2001.The influence of activism by institutional investors on R&D［J］. Academy of Management Journal, 44(1): 144-157.

ENG L L, SHACKELL M.2001.The implications of long-term performance plans and institutional ownership for firms' research and development (R&D) investments［J］. Journal of Accounting, Auditing & Finance, 16(2): 117-139.

GRAVES S B. 1988.Institutional ownership and corporate R&D in the computer industry［J］. Academy of Management Journal, 31(2): 417-428.

GASPAR J M, MASSA M, MATOS P. 2005.Shareholder investment horizons and the market for corporate control［J］. Journal of Financial Economics, 76(1): 135-165.

HANSEN G S, HILL C W L. 1991.Are institutional investors myopic? A time\series study of four technology\driven industries［J］. Strategic Management Journal, 12(1): 1-16.

KOCHHAR R, DAVID P.1996. Institutional investors and firm innovation: A test of competing hypotheses［J］. Strategic Management Journal, 17(1): 73-84.

KOH P S. 2007.Institutional investor type, earnings management and benchmark beaters［J］. Journal of Accounting and Public Policy, 26(3): 267-299.

WAHAL S, McCONNELL J J. 2000.Do institutional investors exacerbate managerial myopia?［J］. Journal of corporate Finance, 6(3): 307-329.

YAN X S, ZHANG Z.2009.Institutional investors and equity returns: Are short-term institutions better informed?［J］. Review of financial Studies, 22(2): 893-924.

（编校：蜀丹）

Heterogeneity of Institutional Investors and Corporate R&D Investment

――Empirical Evidence Based on the HighTech Enterprise from AShare

JIANG Yanhui, TANG Jiacai, YAO Kaohua

(Business School, Hunan University, Changsha 410006, China)

第6篇

［关键词］ QFII 开放式证券投资基金 “羊群行为” 比较

中图分类号：F832・48 文献标识码：A文章编号：1007-1369（2008）4－0007－08

文献综述与问题的提出

对金融市场上的“羊群行为”，从不同的角度可以给出不同的定义，综合已有的国内外的代表性研究［如Scharfstein和Stein(1990)［1］；Devnow和Welch(1996)［2］；Bikhchandani和Sharma(2001)［3］；郑泽星和郑振龙(2004)［4］］，本文认为，所谓“羊群行为”，是指市场中的各类参与者在进行决策时影响他人或者受到他人决策的影响而忽略私有信息，使得市场表现出部分人决策相关，并且最终反映在投资者在某段时间内买入和卖出相同股票上的行为。迄今为止，已有多种理论模型对投资者“羊群行为”的成因和效率等问题进行了研究和揭示。［5］

对“羊群行为”给予实证研究的经典文献主要包括：Lakonishok, Shleifer和Vishny（1992）提出了著名的LSV模型，［6］并以该模型研究发现美国基金管理者并没有表现出明显的“羊群行为”。Grinblatt, Titman和Wermers（1995）建立GTW模型，并发现美国共同基金总体上“羊群行为”极不明显。［7］Christie, Huang（1995）提出了基于收益率分散度的衡量“羊群行为”的方法（即CSSD），并发现美国股市“羊群行为”的迹象不明显。［8］Wermers（1999）通过设计一个组合变化测度（portfoliochange measure，PCM）指标，对LSV进行了改进，并用该方法发现样本基金在整体意义上存在一定程度的“羊群行为”。［9］Chang，Chellg和Khorana（2000）提出用CSAD方法衡量投资者决策的一致性，并用该方法得出美国、香港股票市场不存在“羊群行为”，日本存在一定的“羊群行为”，韩国、台湾存在显著“羊群行为”的结论。［10］［11］

上述研究表明，“羊群行为”在机构投资者的行为选择中是一个程度不同但较为普遍的现象，由此也引发了国内对股市机构投资者“羊群行为”的大量的实证研究。施东晖（2001）通过引入这一指标表示时期t封闭式基金买卖股票i的“羊群行为”度，发现封闭式基金对于单个股票的买卖存在显著的“羊群行为”。［12］［13］陈浩（2004）运用LSV方法和PCM方法发现中国的证券投资基金存在显著的“羊群行为”。［14］伍旭川、何鹏（2005）运用施东晖（2001）提出的“羊群行为”度指标，研究发现中国开放式基金存在较强的“羊群行为”，并且这种一致易对股票价格也形成了一定的影响。［15］向锐、李琪琦（2006）使用了LSV和PCM方法对我国封闭式基金进行研究，发现“羊群行为”表现显著。［16］

第7篇

关键词:羊群行为;中国证券市场;行为金融学

中图分类号:F83 文献标识码:A

羊群行为是指市场参与者在信息不确定的情况下,行为受某些因素影响而与大多数参与者行为趋于一致的非理。具体到证券市场而言,就是指投资者受整体市场涨跌情况或其他投资者心理、行为的影响,放弃自身已决定的买卖一定证券的决策,而采取与其他投资者行为相同或相似的投资活动。

一、中国证券市场羊群行为实证研究方法分析及相应实证结论

对于中国证券市场羊群行为的实证研究,我国学者多是借鉴西方已有的经济模型,使用中国证券市场的数据进行相关分析。本文依据现有文献实证方法分类并将其主要研究结果综述如下:

(一)CH法(CSSD法)。Christie,Huang首先提出了基于收益率分散度的衡量羊群行为的方法。收益率分散度,即个股收益率对于资产组合平均收益率的标准差。他们认为在市场大幅波动期间,如果存在羊群行为,则个股收益率应该紧密分布于市场收益率周围,价格趋向于一致移动,收益率分散度将趋近于零。因此,可以通过检验市场价格大幅波动时的分散度与平均水平下的分散度的相对大小来检验羊群行为的存在与否。因为分散度指标用到了横截面收益标准差,又称CSSD法。

较早对我国证券市场羊群行为进行实证分析的学者采用的就是CSSD方法。宋军、吴冲锋(2001)通过对1992年1月2日到2000年12月31日区间段内沪深两市所有上市公司的日收益率和月收益率数据进行基于分散度的计量回归分析发现,我国证券市场不仅存在羊群行为,而且投资者在市场收益率极低时的羊群行为程度远远高于在市场收益率极高时的羊群行为程度。此外,作者通过使用月收益率与日收益率数据的对比,发现投资者的羊群行为不仅在短期水平上存在,而且也在比较长期的时间段中存在。赵保国、甘茂智(2005)采用同样方法,使用1998年1月5日至2004年3月31日沪深两市所有个股收盘价数据进行了实证分析,得出了相反的结论,即在市场收益率极高时的羊群效应非常明显,而极低时的羊群效应并不明显。

(二)CSAD法。Sanders和Irwin(1997)提出用个股收益率对市场整体收益率的横截面绝对偏离度(CSAD)来衡量投资者行为的一致性。孙培源、施东晖(2002)采用CSAD模型利用1992年1月2日至2000年12月29日沪深两市所有个股的日收盘价数据进行了实证分析,发现无论市场上涨还是下跌,市场均存在羊群行为。而且市场大幅上涨时,投资者表现出更为明显的羊群行为。常志平、蒋馥(2002)选取构成上证30指数以及深证成分指数的股票作为样本,实证发现在上涨行情中,深圳证券市场与上海证券市场均不存在羊群行为;但在下跌行情中,深圳证券市场与上海证券市场均存在羊群行为,且深圳证券市场比上海证券市场具有更多的羊群行为。蒋学雷、陈敏、吴国富(2003)运用沪深个股的日收益率数据得出了相似结论。而张宗强、伍海华(2005)选取上证180指数样本股票的日收益率数据进行检验,发现上海证券市场上涨行情中的羊群行为要强于下跌行情中的羊群行为,结论与常志平、蒋馥(2002)的研究结果相反。

(三)LSV法。LSV方法最早由Lakonishok、Shleifer、Vishny(简称LSV)于1992年提出,他们通过构造衡量羊群行为强度的指标考察了一组货币基金经理同时购买或出售某一特定股票的情况。也是我国学者实证中采用最多的一种方法。该指标是将基金同时买卖特定股票的平均倾向,与基金交易不存在羊群行为的零假设下,基金同时买卖该股票的平均倾向相比较,间接地衡量基金买入(或卖出)特定股票的相关程度。

较早使用该方法检验我国证券市场羊群行为的是施东晖(2001),通过对1999年第1季度至2000年第3季度投资基金在季度报告中披露的位居资产净值前10名股票的检验,作者发现当有多个基金买卖同一股票时,将有75%以上的基金位于买卖的同一方向,并由此得出结论,投资基金对于单个股票的买卖存在显著的“羊群行为”。徐瑾、侯晓阳(2004)采用LSV法测度了封闭式基金羊群行为的程度。同样发现我国股票市场上封闭式基金存在显著的羊群行为。杜莉、王锋(2005)除了发现封闭式与开放式基金在交易过程中都存在显著的羊群行为外,公司规模在一定程度上也影响了羊群行为的强度,而且羊群行为显著地影响了股票价格。买入羊群行为比卖出羊群行为短期内对股票价格影响更大。伍旭川、何鹏(2005)对我国开放式基金的研究也得出了相同的结论。陈浩(2005),向锐、李琪琦(2006)的研究发现基金在买卖历史收益率存在极端值的股票以及小盘股时羊群行为尤其明显。而且基金卖出的羊群行为要强于买入的羊群行为,存在追涨杀跌的倾向,追涨倾向大于杀跌。祁斌、袁克等(2006)的结论相反,认为基金的买入羊群行为要强于卖出羊群行为,而且基金倾向于买入历史收益较高的股票而卖出历史收益较低的股票。该文还研究了股票流通规模与基金羊群行为的关系,发现基金羊群行为与股票流通规模呈“U”型关系,即在股票规模取最大和最小值时基金的羊群行为最为显著。胡赫男、吴世农(2006)指出时间、季节、盈利能力、市场规模、基金群体规模、市场态势等因素是影响基金羊群行为的主要原因。例如,在熊市期间基金的羊群行为比牛市期间更为显著;基金的羊群行为随着市场容量的扩大而递减,随着基金数量的扩大而递增;羊群行为的发生与基金的盈利水平正相关,与基金的收益互为依存等。

(四)实验研究与问卷调查的方法。鲁直与阎海峰在2001年采用简单随机抽样的方法对上海市的个人证券投资者进行了关于其羊群行为倾向及羊群行为影响因素的问卷调查研究。总结出影响证券投资者羊群行为的主要因素可以被总结为6个主因素,即个性特征因素、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以及投资市场主力因素。在2004年,他与何基报(2004)设计了一项针对60名分层随机抽取的某高校MBA学员及经济学专业大学生的证券交易实验,通过对被测试者投资经验、知识水平以及资金量的控制,引发被试者不同的投资决策和羊群行为,发现投资者的投资经验和资金量共同影响了其投资决策的羊群行为;投资者的投资经验和知识差异将影响其对于信息的理解和敏感性,进而影响其投资决策;拥有不同的资金量将影响投资者对于信息的获取能力,相应将影响其做出的投资决策。同时,该研究认为市场中存在一定数目的机构投资者可以形成相互制衡作用,使价格走势趋于平稳。

二、中国证券市场羊群行为实证研究总结及展望

从上述学者的实证分析中可以看出,我国证券市场中不论是个体投资者还是机构投资者都存在显著的羊群行为,从市场行情方面看,市场上涨过程中的羊群行为较市场下跌过程更为明显(常志平、蒋馥,2002的观点相反)。从市场参与者的角度看,卖出的羊群行为比买入的羊群行为显著(祁斌、袁克等,2006的观点相反)。市场中投资者存在追涨杀跌倾向,不同类型基金的投资策略有趋同的倾向。羊群行为对我国股票价格也有一定影响。在与国外成熟市场(主要是以美国为对象)对比方面,学者普遍得出我国证券市场羊群程度要高于美国市场这一结论,并从市场完善程度,投资者投资理念等方面进行了相应解释。然而,迄今为止我国学者对于中国证券市场中的羊群行为还多数是借鉴西方经典文献中的模型,采用中国市场的数据来进行实证分析,虽然实证主要结论都是我国市场存在显著的羊群行为,但实证过程还存在诸多值得商榷之处:

首先,在数据选取方面,多数学者选取的时间跨度偏短,样本不足,影响了实证结果的可信性。这一方面是因为我国证券市场建立时间不长,造成了数据的时间序列偏短,而且市场相关信息披露不完善,造成数据残缺;另一方面也可能与作者主观选择有关。另外,由于我国证券市场波动性比较大,市场在不同时间段的表现不尽相同,而且投资者的投资观念等造成其羊群行为的影响因素可能随时间变化而变化,易造成分析研究结果的差异。从上面的总结中可以看出,使用同一种实证方法的两篇文献,仅由于实证研究数据选取的时间段不同,得出的结论完全相反。

其次,在实证模型选择方面,由于西方学者的实证模型建立在成熟市场基础之上,其测度指标是否适用于我国新兴市场还有待更深入研究。即便适用,这些模型本身也存在一些局限性。例如,CSSD指标易低估市场中的羊群行为程度,CSAD指标存在模型依赖问题,即该指标有效的前提是资本资产定价模型的成立。LSV法也存在无法检测机构投资者短期交易行为的问题。对我国证券市场羊群行为的实证研究需要寻求更加有效的方法与手段。

第8篇

关键词：国际收支；一级账户；变动分析

国际货币基金组织认为，国际收支（Balance of International Payments）是一种统计表，它系统地记载了

特定时期内某个经济体与世界其他地方的各项交易。大部分交易是在居民与非居民之间进行的，包括货物、服务和收入、对世界其他地方的金融债券和债务的交易及转移项目。此处的国际收支是一个流量的概念，特定时期的国际收支反映了该时期国际交易的总体状况，它与国际收支头寸共同构成了一国外部经济状况的两个方面，是一国经济决策不可缺少的依据。

国际收支平衡表是记录国际收支活动事项的账户表。国际货币基金组织制定的统一的国际收支平衡表第五版采用复式记账法的原理记录国际经济金融交易，包括3个一级账户，经常账户、资本与金融账户、净误差与遗漏账户。经常账户包括所有需要补偿的实际转移与全部无偿转移，下设3个次级账户，分别是货物与服务、收益、经常转移；资本与金融账户显示一个经济体对外金融资产与负债所有权的变化及其他方面的变化，下设资本账户与金融账户两个次级账户，资本账户下又包括资本转移和非生产、非金融资产的收买与放弃，金融账户下包括资本转移和非生产、非金融资产的收买与放弃，金融账户又包括直接投资、证券投资、其他投资与官方储备。

我国从1982年开始编制国际收支平衡表，至今已有27年的历史。在账户设置上，我国的官方储备单独设置储资产备账户，因此我国的国际收支平衡表有4个一级账户，分别是经常账户、资本与金融账户、储备账户、净误差与遗漏账户。本文从国际收支账户结构设置的角度，分析各个一级账户的变动状况，并对经常账户、资本与金融账户变动来源进行分析。

一、经常账户余额变动分析

我国的国际收支中，经常账户余额顺差始于1994年，经常账户及资本与金融账户双顺差的局面始于1999年，2000年以后经常项目顺差额开始迅速增长，以1982年为基期，2007年经常账户余额增长速度为1.7倍。

我国经常账户变动影响因素的研究方法非常广泛，有直观的描述性分析，也有复杂的计量模型分析。研究角度也多种多样，焦武（2008）应用计量经济模型分析了影响我国经常账户的中长期因素，结果表明，实际经济增长率及金融深化程度等是影响我国经常账户变动的宏观基本面因素，文章据此提出了一些政策建议。

综上所述，经常账户下设3个组成部分。1985年以来，贸易差额与经常账户差额的走势相当一致，如图1所示。货物贸易顺差额的巨幅带动了经常账户的大幅顺差。2005年后，我国的货物贸易顺差额迅速增加，同时经常项目差额也迅速增加。因此，从经常账户的内部结构看，货物贸易顺差是形成经常账户顺差的主要来源。

二、资本与金融账户余额变动分析

资本与金融账户记录了本国与外国的资本流动，我国资本与金融账户也是持续多年保持顺差。与经常账户相对而言，其顺差来源具有不确定性，总的来看，资本与金融项目在1999年以来波动比较大，而其中的外商直接投资的稳步上升并不能稳定资本与金融项目差额的变化，如图2所示：

进一步分析证券投资额的变动对资本与金融项目差额变动之间的关系表明，资本与金融项目差额的大幅不规则变动是由于证券投资差额巨幅变动引起的。在2006年，证券投资差额为-67557万美元，证券投资额的大幅减少引起了资本与金融项目的降低，尽管当年的直接投资差额为56934万美元，直接投资差额仍然比较高，但是总体上看，资本与金融项目差额仍然被拉低了。

三、储备账户余额变动分析

与国际货币基金组织公布的国际收支平衡表略有不同，我国的国际收支平衡表把储备资产账户设置为一级账户，记录了我国外汇储备额的变动。可见，我国的国际收支管理中，储备账户的管理具有相当重要的地位。胡燕京（2005）用回归分析与相关分析的方法分析了我国外汇储备的规模，并分析了影响外汇储备的因素。在1990年以前，我国总体上的外汇储备水平较低且波动幅度较小。1994年以后，我国的储备账户绝对量持续增长，1982年以来，我国的储备账户余额总体上呈增长态势，其变动如图3所示：

四、净误差与遗漏变动情势分析

由于统计口径与数据来源的多样化，统计误差在所难免，各国的国际收支平衡表的都设置了净误差与遗漏账户，以轧平国际收支平衡表。根据国际惯例，只要国际收支平衡表中净误差与遗漏占国际收支统计口径的货物进出口额的比重不超过5%，都可以接受。诚然，除了统计上误差形成了该项之外，一部分未被官方记录的跨境交易，也可能导致国际收支的借方与贷方余额不等。通常，如果净误差与遗漏出现在借方，且出现的次数不再具有随机性，则意味着有资本外逃现象；如果出现在贷方且不具有随机特点，则说明有热钱流入。尽管资本外逃或者热钱流入与净误差与遗漏的数额不等，但是有统计表明，热钱流入是净误差与遗漏项目出现贷方余额的原因之一。1982年以来我国净误差与遗漏账户的变动如图4所示。1991-2002年，我国的国际收支中净误差与遗漏出现在借方，2003-2005年出现在贷方，2006年出现在借方，而2007年重新出现在贷方。这种变动趋势与非正常资本的流入与流出的关系值得进一步深入研究。

五、2008年国际收支各账户的变化

截至2008年6月，我国的经常项目顺差额为191718万美元，金融与资本项目顺差额为71931万美元。至此为止，我国仍然处于国际收支持续双顺差状态。国际收支交易规模保持平稳增长；经常项目顺差与2007年上半年基本持平，其中货物贸易顺差的增加仍然是拉动经常项目保持顺差的主要因素；资本和金融项目顺差重新回到上升轨道，其中证券投资和其他投资由逆差转为顺差，外商直接投资仍保持较大规模；外汇储备增长较快。国际收支继续保持较强的整体抗风险能力。

2008年美国次贷危机进一步沿着资金链条向纵深方向发展，演化为华尔街金融危机。受此影响，美国经济出现了衰退，与美国经济关系密切的其他国家经济形势出现下行风险，全球金融市场发生不同程度的动荡下挫，世界经济披上了黯淡的冬装。在这场席卷全球的金融风暴中，我国经济金融形势也受到了不同程度的影响。在实体经济层面，涉外企业利润缩减，资本回流导致投资压缩。2008年上半年我国的出口总额为669986万美元，国际收支仍然保持双顺差，并继续增加外汇储备额。

六、结论

当前，我国的国际收支顺差局面早已引起社会的广泛关注，学者和业界纷纷讨论如此显著的国际收支失衡对国内经济的影响，并积极寻找应对措施。理论上认为，调节国际收支均衡的主要政策为汇率政策。自20世纪90年代以来，有关汇率政策能否有效调节国际收支的问题吸引了一批重量级的经济学家，得到了广泛而热烈的研究，研究者各抒己见，研究结果各有千秋。

本文对于1982年以来我国国际收支账户的变动进行分析，结果表明，1999年以来，我国国际收支账户的变动出现了新的特征，2005之后，国际收支账户余额的波动比较大。针对经常账户、资本与金融账户的变动原因进行分析结果表明，我国国际收支的经常账户变动源于货物贸易余额的变动，而资本与金融账户的波动源于证券投资余额的波动，外商直接投资余额的稳步变动不是影响资本与金融账户波动的主要原因。

参考文献：

1、Dominick Salvatore.国际经济学[M].清华大学出版社,2004.

2、焦武,许少强.中国国际收支经常账户中长期变动影响因素研究――基于1992Q1-2007Q3多元时序数据的分析[J].国际金融研究,2008（1).

3、胡燕京,高向艳.中国外汇储备规模及影响因素实证研究[J].海南金融,2005（2).

4、谢建国,陈漓高.人民币汇率与贸易收支协整研究与冲击分解[J]. 世界经济，2002(9).

第9篇

时代飞速发展，知识经济时代对复合型人才的需求日益增多，在此形势下，面对社会和市场对人才日益更新的要求，高校对当代大学生的培养模式应当顺应时代的发展而不断进行改革创新。为了探究大学生所需金融知识，推进大学生的理财教育，河北经贸大学金融学院科研小组面向省内外高校进行了“大学生所需金融知识”问卷调查。本次调查针对大学生金融知识的需求，调查了有关股票证券、创业贷款、助学贷款、学生信用卡、留学贷款等方面金融知识的需求情况；本次调查的目的是通过调研大学生对金融知识的需求，推进现有高校金融理财教育，并提出相关建议。

本次调查问卷共计500份，主要针对省内外72所高校大学生进行随机抽样调查，收回问卷共计478份，有效问卷420份（其中河北经贸大学173份，省内外其他院校247份），无效问卷38份，空白问卷20份，问卷有效率为87.87%。

一、大学生金融知识需求现状

（一）不同性别、专业和年级的大学生对金融知识的需求情况

本次调查男生占70.7%，女生占29.3%；年级选项大一占18.6%，大二占43%，大三占27.4%，大四占11%；专业选项文科生占57.6%，理工科生占41.4%，体育艺术类生占1%。总体来看，大学生对金融知识的需求情况有很大不同，有强烈需求的占24%，有比较强烈需求的占34.5%，需求不大的占39%，没有需求的仅占2.4%。

通过统计分析发现，不同性别、专业和年级的大学生对金融知识的需求情况有显著差别，为了研究这种差别的具体情况，我们用spss20.0软件的相关分析进行了具体研究（见表1）。通过研究发现：专业和金融知识的需求呈显著负相关，即文科对金融知识需求最强烈，理工科次之，体育艺术类学生最缺乏需求。年级与金融知识的需求呈显著正相关，即大一的学生对金融知识的需求最缺乏，随着年级的增长，大学生对金融知识的需求逐渐增加，大四对金融知识的需求最强烈。而性别与金融知识的需求相关性不显著。

（二）大学生金融知识的来源渠道

对于大学生金融知识的来源渠道，我们设定了网络媒体、学校教科书、报纸杂志、证券公司宣传、专家讲座、亲戚朋友、其他等七个选项，结果如表2所示。

可见，网络媒体和报纸杂志是非金融专业大学生金融知识的主要来源渠道，从学校教科书获得金融知识的不到调查人数的两成。

（三）大学生自认为将来会需要的金融知识

对于自认为将来会需要的金融知识，调查显示，个人理财类（包括证券投资）占主导地位（占比51.42%），其余依次是实业投资（占比16.19%）和保险类知识（15.24%）。金融对各行各业的影响力日益增加，普及金融知识，增进在校大学生对金融产品的认知和了解已成为大学生步入社会不可或缺的重要组成部分。

（四）在校大学生目前金融知识的需求

针对在校大学生目前金融知识的需求，调查显示，理财（包括证券投资）知识需求占比较大（33.81%），其次是创业贷款（19.05%），这跟大学生创业需求程度有关，大学生信用卡需求占一定比例（18.57%），在某种意义上也属于理财需求。留学贷款（10.24%）和助学贷款（9.05%）知识的需求相对比例较小。

对股票债券等有需求的在校大学生中，对于相关知识比较了解的仅占13.38%，仅限教材知识的占24.65%；对创业贷款知识有需求的在校大学生中，目前有自行创业打算的只有27.54%，而为以后创业储备相关知识的占到绝大部分；对助学贷款知识有需求的在校大学生中，对助学贷款相当了解和比较了解的占到55.27%；对学生信用卡知识有需求的在校大学生中，很有需求或有较大需求的占到73.07%，而对学生信用卡了解程度看，相当或比较了解的仅占32.05%，吸引学生办理信用卡的因素依次是购物分期付款（33.33%）、消费透支（19.23%）、消费积分（17.95%）；对留学贷款知识有需求的在校大学生中，有留学打算的占到95.35%，对留学方面的金融知识比较了解的占62.79%，留学时很有可能会选择留学贷款的占到95.35%，留学时一定或很有可能会选择留学保险的仅占13.95%。

二、大学生金融知识需求与供给存在的问题

（一）大学生金融知识需求分析

从调查中可以发现，在校大学生对金融知识有需求的占到半数以上，尤其是对个人理财类（证券投资等）和创业贷款的金融知识需求比例较大。证券投资对于当代大学生来讲并不陌生，尤其是财经类院校的大学生对证券投资都报以好奇和投机的心理，所以，很多学生最初都是抱着试一试的态度涉足股票投资，由于受到部分学生炒股赚钱示范效应的影响，加之从众心理严重，不少大学生也随之加入到炒股大军中来，这一现象在经济相对发达地区的财经类高校比较普遍。

大学生对创业贷款知识的需求可以说是大学生寻求就业出路的基石。近些年，大学应届毕业生人数迅速增加，就业压力不断增大，种种原因造成就业需求与市场供给的矛盾突出，高校创立了自己的创业园，为学生创业提供支持。大学生创业已经成为一种潮流，影响着一代大学毕业生的毕业选择。但是，本次问卷调查发现，69.62%的大学生认为创业需要依靠贷款资金。所以，大学生创业贷款知识的需求是比较迫切的。

（二）大学生金融知识供给分析

我们通过查阅石家庄地区几所高校的教学计划，发现当前大部分学校尚未开设理财教育等相关课程，开设了理财课程的院校也缺乏系统性和完整性。理财课程真正得以开花结果的寥寥无几。通过调查还发现，教育部和地方高校在大学生理财教育的方式、内容和评价上存在很大的差异性。大多数高校都忽略了大学生理财教育，只是开设几次讲座，并未真正达到理财教育的目的。

在开设了理财课程的院校中，大学生理财教育课程设置也存在一些问题。一是高校缺乏培养大学生理财素质的观念。当前，理财教育已经成为我国高校素质教育的一个重要组成部分，虽然，各高校也结合自身实际情况开展了有意义的理财教育尝试，但是，零星支离、实施过程单一化的理财教育是远远不够的，无法推动大学生理财教育的深入。理财课程设置不完善的主要原因是没有把大学生理财素质培养放到应有的位置。我国高校的理财教育仍然处在起步阶段，还有待于进一步的探索和实践。二是大学生理财教育的内容和方式过于单调和死板。理财课程中讲述的内容多为宏观的投资理财，微观的个人理财内容涉及较少。教师常常是理论说教多，实际操作少，大多数是在口头上的理财理论，而真正具有说服力的理财实际操作微乎其微，这必然导致大学生理财意识滞后和缺乏理财实践，不可能学以致用。

三、对高校理财教育的建议

大学时代是理财的起步阶段，也是学习理财的黄金时期，理财教育对于社会发展和大学生个人发展都具有深远的现实意义。大学需要开设理财公共选修课，普及金融知识和培养理财能力。

（一）针对不同学科类别，制定理财类选修课程

对于不同专业的学生，高校应当根据不同学科类别，制定差异化的理财类选修课程，构建文理交叉、互相渗透、专业口径全方位覆盖的课程体系。金融知识具有较多的数理知识，对于理工科院校学生来讲，运用基本的数理统计知识进行理财、投资、贷款计算不成问题，但对于文史类学生来讲，涉及到专业公式、模型等就会稍显吃力。对此，建议院校在开展金融知识课程时，针对不同学科类别学生，开展不同类型的理财课程，注重文理交叉有针对性地展开理财教学，理工类学生侧重投资理财的收益计算、风险分析等，文史类学生可以侧重理财管理技能等。

（二）循序渐进，注重课程连贯性

从调查研究发现，年级越高的大学生对理财知识越感兴趣。因此，课程开设时间应从大学一年级开始，这一阶段是进行理财意识和能力培养的最佳时期。理财教育课程的内容可以从在校大学生身边的金融需求入手，采取生动活泼、形式多样、易于被学生接受的教学方法，培养理财素质。先教学生制作个人收支平衡表，掌握自己的收支情况，看看自己是否做到了收支平衡。然后从小额储蓄、学生信用卡、助学贷款、股票投资等实际操作逐步推进理财教育，使他们树立正确理财观念，增强自立感和责任感。进入二年级再开设理财基础理论知识，如理财规划原理、金融基础、税务基础、保险基础和理财法律等，可让学生对当今比较热门的理财方式有常识性的了解。到三四年级时，可以逐步开设理财实务性课程，做到学以致用，理论与实践相结合。随着年级的提升，大学生应该逐步学习较为专业的知识，在这个过程中应注意课程的连贯性，循序渐进，这样能起到很好的效果。

（三）注重实践教育，提高理财技能

第10篇

【关键词】指数跟踪；跟踪误差；因子模型

一、国外相关文献

1.基于均值一方差模型的研究

均值一方差指数跟踪模型就是采用Markowitz提出的均值一方差模型对指数跟踪问题进行研究，权衡跟踪组合的期望收益与跟踪误差。Hodges（1976）对标准的Markowitz优化模型的权衡曲线与超过目标指数收益及其方差的权衡曲线进行了比较。Perold（1984）指出指数跟踪可以用均值一方差模型，他将指数跟踪定义为寻找收益尽可能接近基准指数收益的证券组合。Haugen和Baker（1990）研究了指数跟踪中运用均值一方差模型的问题。他们认为通过考虑跟踪组合与目标指数收益的相互关系，可以用三种方法（贝塔值，决定系数，波动性）测度跟踪组合的跟踪能力。Roll（1992）通过引入了现资组合理论中较为经典的构建EV（均值―方差）模型的研究方法对指数化投资中典型的跟踪误差最小化模型做相应的研究，并将研究结果和现资组合理论中最优EV模型做了比较。Franks（1992）研究了基于基准组合的跟踪时采用均值一方差模型的问题，表明通过最小化跟踪误差可以以低风险取得相近于基准组合的收益。Rohweder:（1998）以跟踪误差最优化为目标，提出了目标函数中有交易成本约束的均值一方差模型跟踪指数，他指出了采取消极的指数跟踪策略的合理性。Wang（1999）以均值一方差模型为框架研究了既最小化交易成本又最小化跟踪误差等的多目标指数跟踪问题。

用均值一方差模型研究指数跟踪可以得到比较完美的解析解，但该模型有非常强的假设且仅考虑了收益的前二阶矩，对可赎回债券，抵押债券等不具有对称收益证券的指数跟踪无能为力。

2.基于因子模型的研究

最早用因子模型对指数跟踪问题进行研究的是Rudd（1980），他将交易成本考虑到因子模型的目标函数中，用单因子模型给出了一个简单的指数跟踪结构模式，结果他指出跟踪组合与目标指数高度相关。Stock and Watson（1988）认为因子序列是纯随机游走的。Larsen和Resnick（1998）指出小盘股的跟踪组合比大盘股跟踪组合有更大的跟踪误差标准差，并认为决定跟踪组合的跟踪业绩的不是构成跟踪组合的成分证券的行业而是市值。Forni等（2000），Stock and Watson（2002），假定因子序列是平稳的，但排除单整的情况，这种假定太过严格.Corielli和Marcellino（2002）则基于动态因子模型考虑了指数成分证券动态变化的特征，通过最小化损失函数的方法来解决跟踪组合的最优化问题。Frino等（2002）通过对影响跟踪误差的要素进行多因子回归分析，研究了澳大利亚指数基金的跟踪能力和跟踪误差的影响因素。进一步，Frino等（2004）通过多因子回归分析，研究了不同跟踪误差度量方法对指数跟踪业绩的影响。而Bamberg和Wagner（2000）研究了最优跟踪组合的求解中运用线性回归法的问题，结果发现古典线性回归最小二乘法的一些经典假设就此线性回归模型并不成立，但他们认为这不影响求解最优化指数跟踪问题中对该回归方法的应用，并提出最小二乘法的假设限制可采用鲁棒性回归法来避开。Bai和Ng（2004），不仅考虑了因子序列的平稳性，还考虑了单整的情况。

指数跟踪的因子模型的解释能力随着因子的增加而增强，但因子模型要求对因子进行识别，其难处在于无法识别所有的相关因子，也不能明确地给出因子的个数.Forni等（2000）建议用解释价格方差的百分比来决定因子的数量，Stock and Watson（2002）建议先用一个大的因子数量，然后再根据一定的信息标准选择因子的数量；Bai and Ng（2002）提出了一个多元信息标准来选择因子数量，并说明了当样本规模足够大时，该方法表现良好；Francesco Corielli and Massimiliano Marcellino（2006）借鉴Forni等（2000）的建议用解释价格方差的百分比来决定因子的数量，建立长期因子的复制组合，并对基于因子模型的指数跟踪与最小二乘法的指数跟踪进行蒙特卡罗模拟实证对比分析，得出了基于因子模型的指数跟踪更优的结论。

国外相关研究尽管把因子模型与指数跟踪相结合，但是他们同时考虑指数跟踪的实际约束，考虑各种跟踪误差模型的对比研究也较少。

3.指数跟踪的均值一绝对偏差模型的研究

除基于因子模型的线性指数跟踪模型外，还有其他线性指数跟踪模型。Worzel和Zeniou（1994）提出了一种线性模型来跟踪固定收益证券指数，即均值一绝对偏差模型来最优化跟踪组合。他们认为要尽可能好地跟踪指数可以通过最小化向下风险而不是最大化收益。Markus Rudolf，Hans-Jurgen Wolter，Heinz Zimmermann（1999）把跟踪误差定义为投资组合收益率与基准投资组合收益率之间的差值，并提出了四个线性的跟踪误差最小化模型，即最小最大化（MinMax）模型、向下最小最大化（Downside MinMax）模型、均值绝对偏差（Mean Absolute Deviation，MAD）模型、向下均值绝对偏差（Mean Absolute Downside Deviation，MADD）模型。同时，作者利用真实数据对四种线性模型和Roll的二次型模型进行了对比。结果表明，线性规划模型优于二次规划模型，这为跟踪误差的计量方法提供了另一种思路。Consiglio和Zenios（2001）采用Worzel和Zeniou提出的均值一绝对偏差模型研究了债券指数跟踪问题。

4.指数跟踪的其他优化算法的研究

在以上指数跟踪优化模型和优化方法的基础上，一些学者还采用了相对更为复杂的方法来研究优化跟踪组合的问题。Meade和Salkin（1989）为使跟踪组合与目标指数具有相似的特征对跟踪组合进行约束，并采用二次规划方法对跟踪误差进行近似求解。进一步，Meade和Salkin（1990）假设目标指数收益满足自回归条件异方差过程，考察了指数跟踪问题。Baestaens等（1995）和Zorin等（2002）研究了指数跟踪中采用神经网络算法进行优化的技术。Eddelbuttel和Marseilles（1996）则对寻找最优跟踪组合时采用混合遗传算法进行了研究。此外，Gilli等（2001）对交易成本有门槛值的指数跟踪采用启发式算法进行了研究。进一步，Beasley等（2003）采用启发式算法对交易费用约束情况下的指数跟踪技术进行了研究，详细论述了如何将指数化投资中的组合创建及平衡问题转化为最优规划问题，并介绍了如何利用遗传算法求解规划求解问题中的全局最优解。Pre等（2002）采用随机控制和顺向优化法对指数跟踪的优化问题进行求解。Yao等（2003）采用随机线性二次控制法和半定规划法对指数跟踪进行优化求解。

二、国内相关文献

1.关于指数跟踪的研究

高用深等（2000）介绍了管理指数基金的跟踪组合的相关内容：包括构建初始证券组合；现金红利收入再投资等。严武等（2000）对指数基金完全复制法、优化选样法和分层抽样法进行了介绍。马永开和唐小我（2001）对在市场无摩擦的假定条件下，假定投资管理者的证券组合和目标证券组合各自拥有自己的投资对象集，给出了一般情况下的基于跟踪误差的证券组合投资决策模型和模型的最优解，研究了对应最优投资策略的有效性和相对有效性，并对此最优投资策略进行了结构分析。此外，陈辰等（2001）提出了一种利用聚类分析和MTV模型以不完全复制构成资产组合去逼近市场综合指数的方法，从上海股票市场中任意选取50种股票，并使用本方法抽取不超出10种股票，用它们的组合去跟踪上证综合指数，取得了比较满意的跟踪效果。倪苏云等（2001）介绍了四种线性跟踪误差最小化模型，并建立了相应的线性规划模型，并将其与非线性模型进行了比较，指出了线性跟踪误差最小化模型所具有的优点。张玲（2002）将ETFs的跟踪误差分解为净值跟踪误差和价格一指数跟踪误差，并提出了跟踪误差的测算方法。陈立新等（2002）研究了如何减少投资组合跟踪指数的误差。刘柏清等（2002）把随机脉冲控制理论运用于均值一方差模式下指数跟踪的现金管理问题，他考虑回报率与现金比重变化的关系，讨论了证券指数跟踪最优化问题，得出了何种条件下可用简单脉冲控制策略。范龙振等（2002）运用主成分分析法得出上海和深圳股票市场的综合指数和A股指数可以反应各自市场的变化，而其他指数对各自代表的股票市场变化不能反映。他们指出利用多因子定价模型，结合优化方法和统计分析，从每个股票市场上选取20只左右股票，经过组合就可以得到与指数相近的收益。林飞（2003）在其博士论文“指数化投资理论方法及实证研究”中，在借鉴国外有关研究成果的基础上进行了创新，并结合我国证券市场的实际情况，运用了包含统计抽样、相关分析、回归分析、聚类分析、时间序列分析等统计方法和其它量化科学的若干研究方法，对标准型指数基金的指数化投资管理中涉及的主要理论、方法及相关实际问题做深入的理论探讨与实证分析。马骥、邓清（2004）在“指数基金与跟踪误差优化模型”一文中，研究了跟踪误差最小化的两种模型：二次优化模型和线性优化模型。并认为线性跟踪误差模型能够更加准确地体现投资者对待风险的态度和定位于特定目标。因此，在实践中应该采用绝对偏差最小化来取代偏差的平方最小化的方法。马骥（2004）在“跟踪误差的风险分析”一文中，为了明确指数基金所面临风险的大小以及风险的来源，采用回归模型、相关系数和多因素模型对跟踪误差的方差进行分析，给出并且证明跟踪误差方差分解的一般表达式。此外，陈绍胜（2005）在“指数型基金跟踪误差的实证分析”一文中，基于跟踪误差对于我国部分基金进行了一定程度的实证分析，指出在我国金融市场中，指数基金往往会因为标的指数成份股数量不同而产生很大差异，标的指数成份股越多，相对应指数基金的跟踪误差就越大；复制型基金完全复制策略下的跟踪误差要比增强型指数基金非完全复制策略下的跟踪误差要小；大额申购与赎回对指数基金跟踪误差产生明显影响。因此，指数型基金投资组合的构建应坚持被动投资，而力避主动投资。范旭东（2006）主要研究在跟踪误差约束条件下的指数化投资组合的构建与管理，其基本思路是在引进跟踪误差的概念后，详细阐述了在跟踪误差约束条件下的优化指数投资组合的构建与管理，包括初始投资组合的构建以及对投资组合进行的动态调整。李俭富（2006）以市场有效理论和现代组合投资理论基础，以数理统计和计量经济为技术手段，运用多门经济管理学科的知识，针对已有指数跟踪管理问题研究的不足，结合当前我国证券投资基金指数化投资的实际情况，对指数跟踪管理问题进行较全面的梳理和深入的研究，发展和完善了指数跟踪管理方法，为我国证券投资基金的指数跟踪管理提供了方法上的准备。张帆（2007）主要应用固定跟踪误差优化模型来构建一个动态的增强型指数基金，并考虑到我国现实状况，加入卖空限制条件进一步研究构建组合的变化情况。

但国内关于指数跟踪研究以收益率层面的跟踪误差最小化为目标的居多，以价格层面的跟踪误差最小化为目标的较少；指数价值直接从数据库引用的居多，考虑指数的权重信息而重新计算的较少。

2.关于因素模型的研究

国内把因素模型与指数跟踪直接联系起来的很少，大都是把因素模型应用于投资组合的研究，如张卫国（1998）研究了证券收益率由多因素产生的证券组合投资优化问题，建立了不同投资约束条件下直接确定有效证券组合的模型，并给出了算法.李颖等（2002）通过对多因素模型在投资管理领域中的应用研究，揭示了多因素模型在风险控制、收益预测、指数化组合构建、投资策略选择等投资领域具有较广泛的应用前景。李博（2003）用单因素模型和四因素模型进行实证研究得出，平均流通市值的自然对数和平均短期历史收益率对股票组合收益率的解释能力高。陈守东等（2003）针对上证180指数样本股和深证100指数样本股以及二者之和分别建立了FF多因子模型，并进行了检验和比较分析。使用的方法是最小二乘法和广义距估计方法（GMM）。结果表明FF多因子模型对于中国股市是基本适用的。王秀国，邱菀华（2006）研究了积极投资组合更一般的风险收益关系，提出了传统跟踪误差模型和均值方差模型的统一形式。宿成建（2006）实证结果显示：多因素模型能有效地找出股票定价的关键因素，而三因素模型能够对资产价格主要因素进行定价。

三、简评

指数跟踪问题的研究是不断发展的，从简单的跟踪误差最小化到考虑跟踪组合收益以及各种跟踪约束，从跟踪误差的定义到对产生跟踪误差的各个因数进行分解。指数跟踪的模型、约束条件和算法也开始从简单逐渐复杂化。采用新的数量化方法研究指数跟踪，多阶段和动态指数跟踪，积极指数跟踪等都成为研究指数跟踪问题的发展方向。

总体上说，相比国外而言，目前国内对于相关理论的研究仍处于起步阶段，并具有一定的滞后性，进行全面系统研究的较少；以收益率层面的跟踪误差最小化为目标的居多，以价格层面的跟踪误差最小化为目标的较少；指数价值直接从数据库引用的居多，考虑指数的权重信息的较少；考虑股价的动态因子模型，将因子模型与指数跟踪直接结合的也很少。国外相关研究尽管把因子模型与指数跟踪相结合，但是他们同时考虑指数跟踪的实际约束，考虑各种跟踪误差模型的对比研究也较少。

参考文献

[1]Hodges S D.Problems in the aPPlication of Portfolio selection models[J].omega,1976,4(6):699-709.

[2]Perold A F.Large scale Portfolio optimization[J].Journal of Management Science,1984,30(10):1143-1160.

[3]Haugen R A,Baker N L.Dedicated stoek portfolios[J].Journal of Portfolio Management,1990,16(4):17-22.

[4]Roll R.A mean/variance analysis of tracking error[J].Journal of Portfolio Management,1992,18(4):13-22.

[5]Franks E C.Targeting excess-of-benchmark return[J].Journal of Portf0lio Management,1992,18(4):6-12.

[6]Rohweder H C.Implementing stock selection ideas:Does tracking error optimization do anygood?[J].Journal of Portfolio Management,1998,24(3):49-59.

[7]Wang M Y.multiple benchmark and multiple Portfolio optimization[J].Financial Analysis Journal,1999,51(1):63-72.

[8]Rudd A.Optimal selection of Passive Portfolios[Jl.Financial Management,1980,9(1):57-66.

[9]Stock,Watson.Testing for common trends[J].Journal of the American Statistical Association,1988,83:1097-1107.

[10]Larsen J G A,Resnick B G Empirical insights on indexing[J].Journal of Portfolio Management,1998,25(1):51-60.

[11]Forni,Lippi,Reichlin.The generalized factor model:Identification and estimation[M].The Review of Economic and Statistics,2000,82:540-554.

[12]Stock,Watson.Macroeconomic forecasting using diffusion indexes[J].Journal of Business and Economic Statistics,2002,20:147-162.

[13]Corielli F,Marcellino M.Factor based index tracking[R].省略/pubs/dps/DP3265.asp,2002,Working papers.

[14]Chiang W.Optinizing Performance[M].Indexing for Maximum Investment Results,GPCo Publishers,1998.

[15]Frino A,Gallagher D R,Neubert A,Oetomo T N.Index design and implications for index tracking[J].The Journal of portfolio Management,2004,30(2):89-95.

[16]Bamberg G Wanger N.Equity index replication with standard and robust regression estimators[J].operation Research Spektrum,2000,22(4):525-543.

[17]Bai,NG.A panic attack on unit roots and cointegration[J].Econometrica,2004,72:1127-1177.

[18]Bai,NG.Determining the number of factors in approximate factor models[J].Econometrica,2002,70:191-223.

[19]Francesco Corielli,Massimiliano Marcellino.Factor based index tracking[J].Journal of Banking ＆ Finance,2006,30:2215-2233.

[20]Worzel K J,Zeniou C V,Zenions S A.Integrated simulation and optimization models for Tracking indices of fixed-income securities[J].Operations Research,1994,42(2):223-233.

[21]Rudolf M,Wolter H J,Zimmernann H.A linear model for tracking error minimization[J].Journal of Banking ＆ finance,1999,23(1):85-103.

[22]Consiglio A,Zenios S A.Integrated simulation and optimization models for tracking International fexed income indices[J].Mathematical programming,2001,89(2):311-339.

[23]Meade N,Salkin G R.Index funds-construction and Performance measurement[J].Journal of Operational Research society,1989,40(10):871-879.

[24]Meade N,Salkin G R.Developing and maintaining an equity index fund[J.Journal of the Operational Research Society,1990,41(7):599-607.

[25]Baestaens D E,Bergh V D.Tracking the Amsterdam stock index using neural networks[M].Neural Networks in Capital Markets,edited.Refenes AP John Wiley sons,1995,149-161.

[26]Zorin A,Borisov,A.Traditional and index tracking methods fOr Portfolio construction by Means of neural networks[Jl.Information Technology and Management Science,2002,1-9.

[27]Eddelbuttel D,Marseilles.A hybrid genetic algorithm for passive management[R].Second Conference Computing in Economic and finance,Society of computational Economics,Geneva,Switzerland,1996,Working Paper.

[28]Gilli M,Kellezi E.Threshold accepting for index tracking[R].unige.ch/ses/metri/gilli/portfolio/Yale-2001-IT.Pdf,2001,Working Paper.

[29]Beasley J E,Meade N,Chang T J.An evolutionary heuristic for the index tracking Problem[J].European Jounral of Operational Research,2003,148(3):621-643.

[30]Pre P D,Runggaldier W J,Tolotti M.Pathwise optimalit for benchmark tracking[R].httP://math.uniPd.it/～ runggal/DPTrevised.Pdf,2002,Wbrking PaPer.

[31]Yao D D,Zhang S Z,ZhouXY.Tracking a financial Benchmark using a few assets[R].httP://se.cuhk.edu.hk/～ zhang/RePorts/seem2003-10.txt,2003,Wbrking PaPer.

[32]高用深,权丽平.指数基金探析[J].山西财经大学学报,2000,22(5):90-92.

[33]严武,洪道麟.我国指数基金运作与绩效研究[J].统计研究,2000,12:30-35.

[34]马永开,唐小我.基于跟踪误差的证券组合投资决策模型研究[J].系统工程理论与实践,2001,12:11-16.

[35]陈辰,范龙振,叶锋.指数证券组合模拟市场指数的聚类MVT方法[J].管理工程学报,2001,15(4):23-28.

[36]倪苏云,吴冲锋.跟踪误差最小化的线性规划模型[J].系统工程理论方法应用,2001,10(3):198-201.

[37]张玲.ETFs跟踪误差产生的原因探讨[J].证券市场导报,2002,11:44-49.

[38]陈立新,刘建.减小指数投资组合跟踪误差的研究[J].辽宁工程技术大学学报,2002,21(3):383-385.

[39]刘柏清,朱正佑,秦成林,李华.具有非常数回报率的证券指数跟踪问题的简单脉冲控制[J].上海大学学报,2002,8(1):68-72.

[40]范龙振,王海涛,何华.我国股票市场指数及指数证券投资组合[J].管理科学学报,2002,5(5):11-17.

[41]林飞.指数化投资理论、方法及实证研究[D].厦门大学博士学位论文,2003.

[42]马骥,邓清.指数基金与跟踪误差优化模型[J].哈尔滨商业大学学报(社会科学版),2004(1).

[43]马骥.指数化投资[D].吉林大学博士学位论文,2004.

[44]陈绍胜.只是基金跟踪误差的实证研究[J].当代经济科学,2005,4.

[45]范旭东.跟踪误差与优化指数投资策略―理论分析与实证研究[D].成都:西南财经大学,2006.

[46]李俭富.基于我国证券市场的指数跟踪管理方法及应用研究[Z].成都:电子科技大学,2006.

[47]张帆.动态构建增强型指数基金[Z].厦门:厦门大学,2007.

[48]张卫国.多因素模型下有效证券组合的算法[J].固原师专学报,1998,19(6):

9-13.

[49]李颖,汤果,陈方正.多因素模型在投资管理中的应用[J].华东经济管理,2002,16(5):95-97.

[50]李博.多因素资产定价模型的实证研究[J].商业研究,2003,21(281):54-58.

[51]陈守东,孟庆顺,赵云立.中国股票市场FF多因子模型的比较分析[J].吉林大学社会科学学报,2003(5):93-98.

[52]王秀国,邱菀华.跟踪误差多因素投资组合决策模型[J].财务管理,2006,18(11):

59-63.

[53]宿成建.中国证券多因素及三因素定价模型实证研究[J].系统工程理论与实践,2006(8):17-26.

作者简介：

刘建和，博士，浙江财经学院金融学院副教授，主要从事证券市场方面的研究工作。

第11篇

一、研究方法描述

(一)术语界定本项研究中，“银行失败”是指根据立即纠正措施(PCA)的授权，由联邦存款保险机构依照适用的法律或规章，遵循相应的州或联邦登记程序，或相应的联邦银行业机构基于《联邦存款保险法案》(FDIA)的权威，而使一家银行被关闭。该界定将两类主体排除在研究范围外：一是未满足上述失败标准与程序且本应在2008年获得其他联邦资助或救援的银行；二是未在法案授权研究之列的非银行失败金融机构。

(二)数据来源有关银行失败的信息均来自联邦存款保险公司(FDIC)网站。截止2008年12月1日，2008年共22家银行失败。SEC按资产规模将样本失败银行分为三组，以保证小规模银行的数据及影响不被大规模银行所覆盖或抵消。这三个组别是：资产规模小于10亿美元的失败银行(12家)、资产规模介于10亿至100亿美元之间的失败银行(7家)和资产规模大于100亿美元的失败银行(3家)。按2007年12月31日资料，小规模失败银行所持资产约占失败银行总体资产的1％，中等规模失败银行所持资产占比5％，三家最大规模的失败银行则分别占3％至83％。鉴于上述重要性分配，SEC对三组失败银行采取的分析方式有所不同。即中小规模失败银行以总体性分析为主，对三家大规模失败银行则进行单独考察。分析公允价值会计对失败银行的影响时，数据取自这些银行在2006、2007与2008年间公开可获取的季度财务数据，以评价失败银行在多大程度上持续或非持续地应用公允价值会计以及公允价值会计是否重大地降低了银行监管资本。为评估信用状况对银行失败的作用并进一步探究其他可能致使银行失败的原因，SEC对季报中的信用损失与过期贷款数据以及失败银行其他公开数据也作了仔细分析。

二、治理银行失败的监管框架

(一)紧急纠正措施(PCA)条款当前美国针对资本不再充足但经联邦存款保险机构保险的存款机构的监管框架，主要是《1991年联邦存款保险公司改革法》(FDICIA)所确立的紧急纠正措施(PCA)条款。其目标为“在对存款保险基金产生最小长期损失的基础上解决前述存款机构的问题”。PCA框架涉及存款机构处于低级别资本类型进而使情形更为严峻时所须采取的最低限度强制性措施。在此基础上，联邦银行机构还享有采取其他自由行动的权利，如制定理解备忘录、发出结束与终止营业指令以及确定进一步的资本指令。具体而言，PCA条款确立了五类资本，并要求资本标准符合杠杆限制和风险基础资本的要求。除用于确定存款机构的资本是否已致命不充足的最低要求外，当前具体资本标准均由联邦银行机构确定。具体如表l所示。

(二)资本不充足银行约束银行必须于每一季度末计算并报告资本水平。资本不充足的银行将被诉诸许多强制性措施，包括提交45日内资本补足计划。此外，联邦银行机构也会施以其他可自由裁量的约束措施，按照对FDIC可能产生的长期成本最小化的方式帮助解决银行问题。未能提交资本补足计划的资本不充足银行与资本严重不充足银行将受到更多约束。资本致命不充足的银行除适用与资本严重不充足银行相同的约束外，还附一项额外条款，即在资本演变为致命不充足的90日内被接管或接受保护，除非主要的联邦或州监管者和FDIC一致认为，其他举措将更能实现PCA目标。联邦银行机构有权任命银行的接管者或保护人，而不必依据银行是否已沦为资本致命不充足的境地这一事实。在评价机构稳健性时，联邦银行机构采用“统一金融机构评级制度”，即CAMELs评级制度，以银行财务状况与业绩的六个关键指标为基础得到综合性评级。这些构成因子分别致力于银行在资本充足性、资产质量、管理能力、收益质量与水平、充分流动性和市场风险敏感度(包括利率)六个方面的表现。任命接管者或保护人的条件则包括：(1)该银行继续营业已不再安全且不再稳健；(2)该银行很可能不再能支付其债务或满足其存款人的要求；(3)该银行已发生或很可能发生将消耗其所有或几乎所有资本的损失，在无联邦援助的前提下，不存在合理预期可恢复至资本充足状态。州登记机构亦可按照州法为特定银行指定保护人或接管者。

样本中大部分银行因无能力维持充足资本而失败。一些银行失败的直接原因则表现为不能满足存款人的提款需求，几家因流动性问题而被迫关闭的银行也存在资本不充足问题，但另一些银行在其关闭时则存在充足的资本。

三、公允价值会计对银行GAAP基础财务报告的影响

(一)银行资产类型与公允价值应用的一般分析如“公允价值会计对金融机构资产负债表的影响”研究中的发现，总体上，银行多数资产与负债并未采用公允价值计量并将其变动确认于当期损益中。多数银行所持的绝大部分重要资产类型是为投资而持有(HFI)的贷款。HFI贷款通常采用摊余成本计量，只确认已经发生的信用损失，即在信用损失很可能发生时进行确认。公允价值可能影响信用损失计量的一种情形是问题贷款(problem loans)，即贷款的收同预计将完全来自于基础抵押品。此时，信用损失计量以支持性抵押品的公允价值为基础。类似的。银行持有的用以抵消抵押品赎回权的财产，其会计处理也是基于该财产的公允价值。大部分银行倾向于持有分类为可供出售(AFs)的证券投资组合，其未实现公允价值损失只在价值降低是非暂时性时才确认于当期损益中。

公允价值在银行会计处理中扮演的角色随银行业务复杂性程度的提升而更为广泛。如发起和购入贷款以供出售的银行，通常以公允价值为基础报告上述业务活动。在以往交易活动中发起并出售大量贷款的银行，则很可能拥有重大的为出售而持有(HFS)的贷款。HFS贷款通常以成本与公允价值孰低或者以公允价值计量并将其变动确认于当期损益的方式进行处理。参与证券化业务的银行亦很可能在已售贷款中持有抵押服务性权利(MSRs)。MSRs被界定为非金融资产，通常以成本与公允价值孰低或者以公允价

值计量并将其变动确认于当期损益的方式进行处理。涉及贷款证券化的银行更可能频繁地从事重大套期活动，致使银行持有更多交易性证券并签订更多衍生性合同。由此，交易性证券或衍生性合同上的公允价值变动可抵消其他诸如采用公允价值处理的HFS贷款和MSRs上的敞口。

(二)公允价值会计对银行GAAP基础财务报告的影响：样本分析在研究期间内，小规模失败银行呈现如下特征：(1)采用摊余成本处理的贷款持续占银行总资产的80％以上；(2)不存在持续地以公允价值计量且其变动计人当期损益的资产；(3)未单独对外报告交易性资产或负债、非交易性金融资产、选用公允价值选择权(FVO)的MSRs或者衍生品情况；(4)在投资性证券中，分类为AFS或HTM且其公允价值降低是非暂时性减值时通过收益确认的部分，代表所持资产的5％；(5)所持的注减至成本与公允价值孰低的资产敞口非常小。中等规模失败银行情形类似，采用摊余成本处理的贷款构成其多数资产，所持采用持续性公允价值处理的资产比重略高，但在报表中的比重相对不重要。在投资性证券中，分类为AFS或HTM且其公允价值降低是非暂时性减值时通过收益确认的部分，亦仅代表所持资产的6％。

对于三家大规模失败银行，具体情形如下：(1)华盛顿共同基金(WaMu，资产超过3000亿美元)，采用摊余成本处理的贷款仍占资产多数(比较期间内占总资产的65％－78％)，因其业务并不集中于发起一分散模式，以公允价值处理的资产比重明显小于大银行总体水平。如WaMu采用持续性公允价值计量并将其变动计人当期损益的资产比重小于5％，其中MSRs约占50％，而在公允价值发生非暂时性下降时确认损失的投资性证券占资产总额的8％。(2)IndyMac(资产超过300亿美元，较集中于证券化和未经联邦银行机构保险的贷款服务)，采用摊余成本处理的贷款占重要比重(比较期间内占总资产的35％-50％)，但与其他失败银行相比则小得多。IndyMac持有重要的抵押基础证券和由私人性证券化活动产生的剩余权益构成的投资组合，并将其中许多权益分类为交易性资产。因抵押基础证券市场条件的变化，在2007年期间山dyMac明显保留过多由证券化活动产生的证券。这些权益包括信用风险集中的非投资级别证券(BBB级以下)，通常吸收了较大金额的信用损失，而此时这类损失尚未影响其他高级别或投资级证券甚至通常不被全国知名评级机构定级的剩余权益。从2006年开始，IndyMac因采用以公允价值处理的衍生品和交易性证券对MRSs公允价值进行积极套期，对MSRs适用公允价值会计。2008年，IndyMac又对HFS贷款选择持续性公允价值处理并将所有变动计入当期损益中。于是，截止2008年3月31日，采用持续性公允价值计量且变动计人当期损益的金融资产占该银行总资产的13％，其中MRSs约占62％。此外，该银行持有大量分类为AFS并在发生减值时确认公允价值损失的投资性证券(比较期间内占总资产15％～18％)。(3)Downey Savinand Loan(资产超过100亿美元)，采用摊余成本处理的贷款占总资产的绝大多数(比较期间内均占84％以上)，采用持续性公允价值处理且其变动计入当期损益或者以成本与公允价值孰低进行处理的资产或负债不具有任何重要余额。但是，分类为AFS且其公允价值发生非暂时性下降时确认损失的投资性证券却存在重要余额(比较期间内占总资产9％－12％)。因此，对样本失败银行的分组考察表明，采用摊余成本处理的资产(本质上为历史成本属性)仍构成失败银行资产的主要部分，公允价值会计未对银行GAAP基础的财务报告产生重要影响。

四、监管资本与美mGAAP之间的相互作用

(一)美国联邦银行机构对GAAP基础的权益与监管资本的区分SEC认为，旨在向投资者与债权人提供对其决策有用信息的财务报告目标不同于旨在促进金融安全与稳健的审慎监管目标。美国的联邦银行机构在评估金融机构安全性与稳健性时，对按照GAAP确定的权益与用于评估资本充足性的监管资本是进行明确区分的，并非所有影响权益的公允价值变动均会同时影响监管资本。即针对银行的监管资本要求以根据GAAP确定的财务信息为起点，经过若干调整得到，以反映银行在持续经营基础上的偿付能力、安全性和稳健性。如分类为AFS的债务性证券上未实现利得与损失作为累计其他全面收益的一部分计入GAAP基础的权益，但通常不影响监管资本。银行已经实现的损失，无论通过出售债务性证券方式，还是确定债务性证券上公允价值降低为非暂时性时所引起，均在监管资本中得到了反映。此外，监管资本的确定未考虑商誉因素，并对某些按GAAP已确认为资产的服务性权利作出严格限制。因此，尽管公允价值计量对特定报表项目的账面价值作出调整，并由此降低了GAAP基础的权益，但并未对监管资本产生影响。

(二)美国其他官方机构对GAAP基础的权益与银行监管资本的界定2005年，联邦储备委员会一份规则最终稿，致力于监管资本的定义：“GAAP对资本性工具会计处理的变动并不必然改变该工具监管资本的处理方式。虽然GAAP为监管资本的界定提供了某些信息，但在定义一级资本(核心资本)或二级资本(非核心资本)时，联邦储备并不将自己束缚于GAAP的会计概念，因为监管资本要求旨在确保银行业组织安全性与稳健性的监管框架，而非旨在确保财务报表透明度的会计设定。由此，自联邦储备在1989年采用风险基础的资本规则后，一级资本的定义已在许多方面不同于GAAP的权益。联邦储备认为，这些差异与通过监管来确保银行业组织资本基础的稳健性是一致的。这些差异并非监管报告与GAAP会计要求之间的(本质)差异，而仅仅是GAAP目的下权益的定义与银行业监管资本要求目的下一级资本定义之间的差异。”2006年和2007年，随着允许银行业对自身负债选用公允价值会计的GAAP准则，联邦银行机构从监管角度探讨将负债公允价值的全部变动计人监管资本是否足够谨慎，并在季度财务报告补充性指南阐述：“机构正在考虑使用FVO，包括FASB第155号关于某些混合金融工具和第156号对服务性资产和负债的FVO对监管资本的意义。除下文所论及的，应用FVO引起的、已在盈余中确认的资产与负债公允价值变动，应在一级资本中作出反映，直至机构作出进一步指南。对于应用FVO的负债，银行应将自身信誉变化对该负债公允价值的影响考虑在内。机构已经认定，对于那些采用FVO引起的已计入留存收益且可归因于银行自身信誉变动的负债公允价值的累计变动，银行应排除在一级资本之外。”

五、失败银行资本降低的原因分析与环境评估

(一)失败银行资本降低的原因为分析失败银行资本降低的原因，SEC审阅了每一家失败银行的收益表信息，以确定在很大程度上降低每一银行一级资本的项目，并收集了持续性与非持续性

公允价值计量在收益表中得到确认进而影响一级资本的数据。SEC认为，全面、连贯地提供所有失败银行的收益表数据将十分困难，因为财政报告与储蓄财务报告采用不同的方式对收益表项目进行归类。如财政报告中，AFS证券上已实现利得与损失净额包括因出售而确认的利得与损失以及减值损失。在储蓄财务报告中，因出售AFs债务性证券而确认的利得与损失则和出售HFS贷款而确认的利得与损失归人同一组，而AFS证券的减值损失与信用损失准备归入同一组。对于中、小规模两组失败银行，除一家银行外，均提交了财政报告，因此，相关分析依据财政报告格式展开。大规模失败银行则全部提交了储蓄财务报告，相关分析则主要利用其储蓄财务报告展开。

根据SEC的调查，总体上，中、小规模两组失败银行的资本降低由信用损失准备增加引起，信用损失准备的增加则表现为不履约贷款水平的持续上升。并且，这两组失败银行的不良贷款水平远远超过规模相似但未失败银行所经历的不良贷款水平。大规模失败银行的不良贷款也极大地超过类似规模未失败银行通常经历的水平。如WaMu的信用损失是导致其收益降低的最重要原因。在分析期间内，WaMu确认的公允价值损失明显少于相同期间内确认的信用损失。2007年度，WaMu确认了约5亿美元交易性证券的公允价值损失，这主要由信用卡证券化中低于投资级别的保留权益引起，以及2亿美元非同质住房抵押贷款(分类为HFS)的公允价值注减损失。而同期确认的信用损失则为3l亿美元。2008年第一季度，WaMu确认了用于MSRs公允价值套期的衍生品上约6亿美元的公允价值利得，但该利得部分地被相关MRSs上公允价值降低所抵消。2008年第二季度，MRSs套期工具上的公允价值损失亦部分地为相关MSRs上公允价值利得所抵消。除套期活动的公允价值影响外，截止2008年6月30日，WaMu对分类为交易性证券的信用卡保留权益与以次优贷款为基础的证券，确认约5亿美元公允价值损失。而相同期间确认的信用损失则为944L美元。IndyMac的资本降低则由两个因素驱动：一是确认已发生的信用损失；二是由HFS贷款、投资性证券与衍生品组成的投资组合公允价值降低而确认的损失。但MSRs套期工具上的公允价值利得与损失则部分地被相应MSRs上公允价值变动所抵消。并且，IndyMac确认的公允价值损失中有一部分与嵌入交易性证券投资组合所遭受的信用损失相关。对于样本中第三家大规模失败银行，Downey Savings and Loan的已发生信用损失亦是导致其收益下降的最主要原因；且在研究期间内，该机构没有为持续性公允价值计量确认任何重大损失。

第12篇

右图反映了某一股票的价格波动情况，从中可以看出( )

A　企业经营状况直接决定股票价格的波动

B　股票价格波动具有很大的不确定性

C　股票具有高风险、高收益同在的特点

D　股票价格的波动取决于股民的心理预期

这道双选题的正确答案是B和C。下面笔者结合高中教材和基本证券常识，针对四个选项进行详细分析，以期对广大师生今后的教与学有所助益。

1　关于A项的相关分析：企业经营状况直接决定股票价格的波动?

无论是商品交换还是股票这种资本证券的交换，交换的基础都是交换品的价值，从本质上说，交换品的价值决定交换品的价格。在马克思所讲的商品价值决定论中，商品的价值决定价格，价格围绕着商品价值波动，价格反映价值。资本的价值包括两部分，一部分是现有资产的账面价值，另一部分是资本未来盈利的价值。股票的价格就是由不变的资产价值加上变动的盈利价值所共同决定的。由此看出，资本盈利的能力才是决定资本价格的核心。影响企业盈利能力的因素包括企业的经营理念、企业的经营方式、企业所处的行业背景等。一方面，纷繁复杂的各种信息和未来的不确定性影响了对于企业未来盈利评估的不确定性，从而影响了对企业估值的不确定性。另一方面，任何一个估值都不是静态的，都要根据随时出现的各种可能改变对企业盈利能力的信息而重新确立。这样，从两方面看资本的价值都是不确定和变化的。

资本估值的不确定导致价格的不确定，然而，价格有其合理空间，虽然有时候价格会因为某些因素偏离其合理空间，但完全脱离价值的炒作都是虚夸的、不真实的、盲目的和危险的。一只股票是这样，对于整个股票市场更是这样，没有真实价值支撑的价格只能是昙花一现，股票市场的虚假繁荣不但对经济实体没有好处，反而蕴藏着巨大的危险，典型的例证如荷兰郁金香投机风潮的颠覆、日本地产炒作泡沫的破裂等。

2　关于B项的相关分析：股票价格波动具有很大的不确定性!

上市公司经营状况的好坏对股票价格的影响确实很大，除此以外，股票价格的波动还时刻受到市场供求关系、宏观经济、政治、军事、经济周期循环、产业政策、货币政策、财政政策、市场利率、通货膨胀、汇率变化、国际收支状况、证券主管部门的政策与措施、资金的多少、人为操纵、投资者偏好、投资者预期、天灾人祸等诸多因素的影响，甚至是一则虚假的消息都能引起股价的波动或震荡。可见，股价的涨跌波动、电脑屏幕上的指数、股票各种技术图形的变化，仅仅是复杂的股票市场中各方力量进行博弈的瞬间体现。要想准确预言股价短周期的涨跌变化情况，是不可能的。因为股票价格围绕其内在价值的上下波动是一个随机过程，没有任何轨迹可寻。

所有证券分析方法最终都只有一个目标，那就是解释和预测股价的走势。不同的方法尝试从不同的路径和角度去把握市场。但是从短期来看，几乎没有办法准确地把握股价的涨跌。个体的力量在上述诸多因素面前经常显得微不足道，更何况信息不对称，对股票的了解和分析又存在着不同程度的缺陷。所以，只有淡化影响短期波动的因素，重点分析影响价格长期基本走势的因素，才能找到一个确定的、一般性的规律。这正是遵循资源配置的规律，选择质地优良的上市公司从事价值投资的理念受到世人推崇的原因之一。

3　关于C项的相关分析：股票具有高风险、高收益同在的特点!

股票是资本的标签，股票的资本性决定了股票的收益性和风险性。股票的风险和收益不仅并存，而且对称。

股票的高收益性：投资者购买股票的动机是由于它能够给持有者带来预期’收益，即期值，包括股票的未来股息、红利收入、资本利得以及股本增值收益。从世界金融史来看，相对于其他金融投资品种，股票的投资回报率最高。据统计，如果在1925年拿出l美元投资美国金融品种。一直持有到1998年，那么，这70多年问，假如投资的是长期国债，1美元将变成45.83美元；如果是短期国债，1美元将变成14.21美元；如果是公司债券，1美元将变成56.70美元；如果是投资股市，1美元将变成2330.86美元!我国的股市发展虽然只有短短十几个春秋，但如果1990年底你在飞乐音响上市时，购买1万元的股票，一直持有到2007年，股价上涨超过了520倍，1万元人民币就变成了520万元人民币。

股票的高风险性：股票和风险是孪生子，股市风云永远变幻莫测，没人能够准确无误地预测股市行情。所谓股市中的风险是指在竞争中，由于未来经济活动的不确定性，或各种事先无法预料的因素的影响，造成股价随机性的波动，使实际收益和预期收益发生背离，从而使投资者有蒙受损失甚至破产的可能。本质上讲，股票的风险就是企业经营的风险。从风险与收益的关系来看，证券投资风险可分为市场风险(叉称系统风险)和非市场风险(又称非系统风险)两种。

关于股票的高风险性，以股神巴菲特为例，2008年他以620亿美元的身价问鼎福布斯世界首富，到2009年却以370亿美元退居第二席，在金融危机的影响下，一年来他的资产也缩水了200多亿美元。再如中国股市，以2007年10月16日为界，经历了一次由大牛到大熊的冰火两重天，前几年“傻子都赚钱”的赚钱效应，转眼之间便成了“股神也套牢”的悲惨局面。严酷的现实给广大股民进行了一次“股市有风险，人市需谨慎”的极为深刻的教育。

4　关于D项的相关分析：股票价格的波动取决于股民的心理预期?

第13篇

关键词:大盘类指标、相关分析、实证、评测

在证券投资分析中,传统的技术分析指标是必不可少的工具,但是投资分析人员会遇到一个难题,就是传统的技术分析指标种类众多,各有所长,但在实际应用中难以取舍。而且各类技术分析指标缺乏实证检验,其有效性有多高难以确定,大量的技术分析书籍只是对技术指标进行了经验式的介绍,这也为技术分析指标的应用和普及带来了困难。

为此,本文以大盘类技术分析指标为研究对象,从实证角度对该类指标进行了测试和评价,从中优选出最好的指标共投资分析人员参考。

一、大盘类指标的特点和分类

大盘类技术指标的最大特点是只能用于分析大盘走势,不能应用于个股,其计算采用的原始数据只有两个:每日上涨机构数、每日下跌机构数(本文公式中,A代表上涨家数,D代表下跌家数)。

大盘类技术指标的原理就是通过分析上市公司上涨家数和下跌家数的结构性变动,来预测股票市场的未来发展趋势。该类指标的计算原理虽然简单,但是却有十多种指标。因此进行必要的分类与实证研究,找出最优分析指标就显得格外重要。

依据计算原理不同,可以为三种子类型:

(一)占比型

1、A/D(上涨家数比);2、BTI(广量冲力指标);3、STIX(指数平滑广量指标);4、TBR(新三价率)。

占比型指标的核心公式是A/(A+D),也就是A/D指标的公式;BTI指标是在其基数上进行二次移动平均;STIX指标是在其基础上进行了一次指数平滑;TBR指标是在其基础上计算了两个指数平滑曲线,通过判断两线变化,来预测大盘。

(二)差值型

1、OBOS(超买超卖);2、MCO(McClellan Oscillator);3、ADL(腾落指数);4、CHAIKIN(佳庆线);5、ABI(绝对广量指标)。

占比型指标的核心公式是A-D。OBOS是在其基础上进行移动平均;MCO是在其基础上分别计算两条指数平滑曲线,通过计算线差,来预测大盘;ADL是在其基础上进行累计求和;CHAIKIN是在ADL的基础上,计算两条移动平均线,通过计算线差,来预测大盘;ABI是在其基础上求绝对值。

(三)其他型

1、ADR(涨跌比率);2、BT(Breadth Trust)。

ADR和BT的计算原理相对特殊,列为其他类型。ADR指标是通过计算累计上涨家数与累计下跌家数的比,进行预测;BT指标是在核心公式A/(A-D)的基础上,进行移动平均。

以上11种指标,由于计算公式不涉及大盘指数,因此这是在大盘指数之外,一类重要的辅助信息,它从股市结构的角度进行分析,更加微观,能够协助其他类型技术指标,共同预测大盘走势,提高预测精度。

二、大盘波动的分析量设计

(一)大盘波动的分析量

技术分析指标预测的是大盘指数的波动,而不是指数本身,因此如何反应大盘指数波动,需要设计分析量。由于技术指标一般都具有连续预测的能力,因此只有采用环比增长率,才能真正体现出大盘指数的波动。公式:

增长率=(CLOSEn-CLOSEn-1)/CLOSEn-1×100%

(二)平滑处理

在计算分析量时需要采用移动平均法或指数平滑法剔除随机因素,还原分析量的发展趋势。本文采用指数平滑法剔除随机成份,平滑常数a取值0.1。为取得最佳效果,还需对大盘波动的分析量进行二次平滑。

三、技术指标的分析量设计

由于大盘类技术分析指标的算法分为多种类型,因此不同类指标的统计量之间不具有可比性,只有将各类指标的统计量进行处理,得到对应的分析量(即要求平滑次数相一致,分析量表示相一致),才能进行比较和实证。处理方法:

(一)占比型指标

1、A/D指标进行二次指数平滑处理,平滑常数a取值0.1;

2、BTI指标采用原指标公式;

3、STIX追加一次指数平滑,平滑常数a取值0.1;

4、TBR指标在两个指数平滑曲线的基础上计算乘离率,即:(MATBR1- MATBR2)/ MATBR2×100,再追加一次指数平滑,平滑常数a取值0.1。

(二)差值型指标

除CHAIKIN指标采用原指标公式外,其他指标均追加一次指数平滑,平滑常数a取值0.1。

(三)其他型指标

ADR和BT指标均追加一次指数平滑,平滑常数a取值0.1。

四、实证研究的分析思路

经过设计分析量和指数平滑处理,本文已成功构建了可以用于实证研究的分析量,通过对“技术指标分析量”与“大盘波动分析量”进行相关性检验,就可以证明大盘类技术分析指标进行预测的有效性。

(一)周期分析

由于不同指标适用于不同的预测周期,有的指标侧重于短期趋势,有的侧重于中期或长期趋势。为了体现不同周期的特征,在对“大盘波动分析量”进行二次平滑时采用1/10、1/30、1/60三个系数,求得10日、30日和60日三种周期的趋势平滑值,以上平滑值均参与实证分析,分别与“技术指标分析量”进行相关分析。即是说,“大盘波动分析量”只有增长率一个,但是实证评测时会算出三种不同周期,来判定技术指标的最佳适用周期。

(二)错位分析

在对“技术指标分析量”与“大盘波动分析量”进行相关分析时,由于大盘类指标非价格因素,而是结构类因素,其变化规律体现出一定的预见性。因此将“技术指标分析量”提前5、10和20个交易日,与“大盘波动分析量”时间错位后,进行相关分析,来判定技术指标的超前预测能力。

(三)数据采集

数据来源:数据取自大智慧新一代高速行情系统,分别取上证综合指数和深证综合指数两组数据。

时间段:数据从2000年1月4日至2009年10月16日,共2361个交易日数据。

参数设置:在计算技术指标时,指标参数按该指标常用值。

结果综合:在对沪深指数分别进行相关性检验后,将相关系数进行简单算术平均,计算综合结果。

五、实证研究结果及评价

通过实证研究,我们得到了各大盘类指标经过周期分析和错位分析,与股价波动的平均相关系数。

针对周期分析和错位分析,对各自的三组分析值,按0.6、0.3、0.1权重,进行加权平均求得综合评分,并排名,得到最终评测结果(见下图)。

(一)最优指标

通过周期分析和错位分析,进行综合排名,得出前四名的指标A/D、BTI、STIX、ADR。

其中占比型指标中有三个进入前四名,而A/D指标在两项综合排名中都位居第一。由于A/D、BTI、STIX指标的核心原理相同,因此可以认为是一项指标,但是由于A/D和STIX平滑次数较少,波动较为剧烈,不适于判断大盘走势,因此实际应用中BTI指标最为适用。

此外,ADR指标也以特殊的算法进入排名前列,其核心原理可以理解为,上涨家数移动平均值除以下跌家数移动平均值,与占比型指标的计算原理有相似之处。

(二)其他指标简评

其他指标中,差值型指标实证效果普遍较差,因为其核心原理是A-D公式,随着股票市场的不断扩容,这个差值的波动会日趋放大,不同时期的指标之间缺乏可比性,因此难以保证该类指标的预测能力。

此外,BT指标的实证效果也很差,其核心算法中的A/(A-D)公式,会在上涨家数与下跌家数接近时,使公式分母过小,出现异常放大的结果,因此其预测能力难以提高。

(三)综合评价结果

综合以上评价结果,最优的指标当属占比型指标类型,而最具实用价值的是BTI指标。会编辑指标公式的投资分析人员,可对对A/D指标追加两次指数平滑,得到最佳分析指标。

通过分本的实证研究,我们不难发现,大盘类技术分析指标,分析的是大盘的上涨家数与下跌家数构成的数据特征,实证结果表明此类数据特征能够起到一定的预测作用,是辅助其他类指标进行综合预测的重要工具。

而且在实际应用中,面对众多的大盘类技术分析指标,我们只要选择最优指标即可,重复使用表述同类数据特征的指标,并不能有效提高预测的准确性。

参考文献:

[1]张泽宇.《股票分析指标大全》[M].北京:中国经济出版社,2008

第14篇

下一代互联网将普及

国家发改委、工信部、教育部、科技部、中国科学院、中国工程院、国家自然科学基金会研究制定的《关于下一代互联网“十二五”发展建设的意见》昨天印发。

《意见》提出的发展目标为，“十二五”期间，互联网普及率达到45%以上，推动实现三网融合，IPv6宽带接入用户数超过2500万，实现IPv4和IPv6主流业务互通，IPv6地址获取量充分满足用户需求。从发展路线图和时间表来看，2013年底前为现网商用试点阶段，2014-2015年为全面商用部署阶段。

Ipv6板块表现抗跌

本周以来，大盘连续走弱，继前天沪指创下今年来单日最大跌幅后，昨天再度大幅下挫。在此背景下，各个板块几乎全部飘绿。不过，与下一代互联网相关的板块，如IPv6板块昨天则表现出一定的抗跌性，IPv6板块跌幅几近最弱，仅下跌0.37%。

个股方面看，半数个股收红，紫光股份早盘小幅低开，但伴随着上述消息的，午后突然崛起，盘中一度涨停，尾盘涨停板打开，最终逆市大涨7.62%。此外，星网锐捷、重庆路桥等概念股也逆市飘红。

策略看好IPv6相关设备商

大同证券投资顾问付永翀认为，基于下一代互联网建设的逐步落实，物联网、移动互联网、云计算、3G行业等发展速度将得到进一步的提升，相应看好IPv6、云计算以及移动互联网产业的快速发展带来的机会。

付永翀分析，下一代互联网的部署不仅关系到一国在信息技术产业的地位，而且关系到国家安全。IPv6产业链快速发展首先要涉及运营商基础网络、业务平台以及终端的全面改造，其中数据通信设备供应商、服务器提供商是最大也是最早的受益者，业务平台及IT支撑系统供应商也将受益。如中兴通讯(微博)、烽火通信等。另外，相应的一些概念股如紫光股份等也可以关注。

银腾前瞻财讯分析师孙旭东也认为，可关注IPv6的相关设备制造商。就网络建设而言，2012年应该是主体规划全面推进的过程，明年相关设备有望全面爆发。

云计算尚属较新概念

付永翀认为，云计算相对而言，是比较新的一个概念，随着整个行业的不断发展，这个子行业在未来必将受到市场的关注。短期之内云计算需求增长主要来自传统IT设备的改造和转型、新型应用软件的升级、移动互联网的广泛普及，本土的软硬件生产商、系统集成商、3G应用提供商和云计算平台提供商将在新型产业中迎来巨大商机。相关个股包括浪潮信息、华胜天成等。

第15篇

关键词： 证券公司；效率；风险调整

中图分类号：F830.9文献标识码：A文章编号：1003-7217（2013）05-0051-04

一、引言

证券公司分别以承销商和经纪商的身份，在一级市场和二级市场上都发挥着不可替代的作用，其效率的高低对于资本市场的运行效率和整个社会的资源配置效率而言，显然具有不可低估的影响。根据证券行业的特有属性，对证券公司进行科学的效率评价，不仅有助于证券公司合理界定自身经营管理状况、有效提高经营管理效率，而且有助于监管部门加强证券公司分类监管、提高监管效率。

目前，已经有部分文献对证券公司效率及其影响因素进行了实证分析。例如，樊宏（2002）、朱南、刘一（2008）分别利用数据包络方法（Data Envelopment Analysis，以下简称为“DEA方法”）分析了我国部分证券公司的经营效率[1]。宋健、刘艳（2006）在利用DEA方法测度技术效率和规模效率的基础上，通过回归分析了我国证券业市场绩效（ROA）的影响因素[2]。李兰冰等（2011）将DEA方法与Meta Frontier模型、Malmquist指数和TOBIT模型结合起来，对海峡两岸证券业经营效率进行了比较研究[3]。黄璐等（2011）、高士亮、程可胜（2011）分别利用三阶段DEA方法，对我国证券行业的经营效率进行了实证分析[4-5]。

然而，上述文献在对证券公司效率进行评价过程中，都是在一般的财务指标和其它规模指标的基础上构造投入和产出指标，没有考虑证券行业直接面对急剧波动的证券市场、风险极高的特有属性，没有将风险暴露作为一种投入而纳入到证券公司效率评价过程之中。

本文以风险作为证券公司效率评价中的一种投入，基于2010年证券公司财务报告和净资本数据，以净资产与净资本之差作为风险暴露水平的指标，利用DEA方法，对我国证券公司效率进行实证分析，并将这一结果与不考虑风险差异条件下的效率评价结果进行比较分析。

二、研究设计

迄今为止，对任一类组织的效率进行具有理论基础的评价，一般遵循由Farrel（1957）提出、在Charnes、Cooper & Rhodes（1978）的开创性研究中得到推广的思路，即假设一类组织利用某些投入生产某些产出，并根据实际数据拟合出一个“最佳实践”（Best Practice）技术，作为衡量实际效率的参照系，然后针对某个经济变量（例如投入、产出、成本、利润等），计算该变量在参照技术和实际技术下的值，二值之比（或者其倒数）即为所估计的效率值[6-7]。

根据上述思路，效率评价主要包括以下内容：参照技术的估计方法、作为效率衡量对象的经济变量以及投入产出变量的选择。

本文旨在探讨风险在证券公司效率评价中的作用，并在充分考虑数据可得性的基础上提出一种经过风险调整的证券公司效率评价方法。因此，尽管前沿分析法及其DEA、SFA等分支不断得到发展，如Charnes等人（1985）提出了纯技术效率概念，Andersen & Petersen（1993）和Lovell & Rouse（2003）等人提出了超效率DEA模型，本文将仅仅基于基本的效率评价模型进行分析。实际上，本文提出的以风险作为投入、并按照净资产与净资本之差来计量证券公司的风险的思路，可以很方便地拓展到生产效率评价模型的其它形式中[8-10]。

（一）参照技术的估计方法

本文旨在提出通过将风险作为一种投入引入证券公司效率评价过程及其实现方法，不涉及对参照技术的估计方法的具体设定。实际上，本文提出的方法适用于参照技术的所有估计方法，包括非参数估计方法（如DEA、FDH）和参数估计方法（如SFA、DFA、TFA）。

为了便于理解，本文将以证券公司效率评价文献中使用最为广泛的DEA方法作为参照技术的估计方法。在具体应用中，DEA方法包括不变规模报酬（CRS）和可变规模报酬（VRS）等两种形式。由于我国目前对证券行业实行业务资格审批与资本实力挂钩的监管方式，从事较高风险的证券业务需要具备较高的净资本，而本文将风险视为一种投入，因此本文将只考虑CRS形式。

（二）效率衡量对象

效率一般可以按照衡量对象分为投入导向（Input Oriented）的效率和产出导向（Output Oriented）的效率，在涉及价格因素的情况下，也可以分为技术效率、配置效率以及作为二者之比的纯技术效率。由于证券公司的部分投入和产出的价格很难合理地估计，本文将不考虑配置效率和纯技术效率，而只考虑投入导向的技术效率（以下简称为“投入技术效率”）和产出导向的技术效率（以下简称为“产出技术效率”）。

若记生产集为T，定义投入集为L（η）={χ|（χ，η）∈T}，产出集为P（χ）={η|（χ，η）∈T}。则投入技术效率为EI（χ，η）=min{λ|λχ∈L（η）}，产出技术效率为Eo（χ，η）=max{λ|λμ∈L（χ）}。将其中生产集T替换为由（1）式表示的参照生产集，即可得到DEA方法的CRS形式下投入技术效率与产出技术效率之值。

（三）投入与产出的选择

投入与产出的选择对于决策单元的效率评价结果具有相当重要的影响，研究者往往基于其研究目的和侧重点来选择投入和产出指标。

在投入选择方面，对于一般生产企业来说，投入包括固定资产、劳动力、能源、原料和外购服务等多种类型，而对于证券公司来说，后三者从其归属于当期的成本在营业支出中所占比例来看微不足道，因此，程可胜（2009）、王晓芳与程可胜（2009）、高士亮与程可胜（2011）等将固定资产和劳动力作为证券公司仅有的两种投入[11-12]。

但是，很多证券公司不仅从事经纪业务和投行业务，而且从事证券投资业务，并因此取得投资收益或者损失，其产出的生成除了依赖于劳动力投入之外，在更大程度上依赖于资金，而不是固定资产，因此以固定资产而不是资金作为资本投入，并不符合证券行业的典型特征。以资金作为资本投入，首先需要合理地界定资金的范围，不同的界定方法会导致不同的资本投入选择。其中一种界定方法强调资金的存量，另一种界定方法则强调资金的流量或者说资本提供的“服务”，此外，李兰冰等（2011）将上述两种方法结合起来，同时以一种存量（注册资本或者净资产）和一种流量（管理费用或者营业费用）作为资本投入。但是，由于资本的存量是其提供的服务的基础，而且现有的证券行业监管体制是基于资本的存量建立的，所以存量方法更加合理，本文将采用这一界定方法。由于注册资本具有名义性和调整滞后性，并不能真实、及时地反映证券公司资本投入规模，在以职工薪酬作为劳动力投入的指标的同时，以净资产作为唯一的资本投入。

此外，在证券公司效率评价过程中不考虑风险暴露水平的差异并进行相应的风险调整，将导致效率评价结果失真。在证券公司效率评价过程中进行风险调整，并保持评价方法和分析结果解读方面的一致性，就只能从投入产出指标方面入手。这可以通过对投入产出指标进行风险调整实现，也可以通过将风险直接作为一种投入纳入效率评价模型中来实现。本文将采用后一种方法。

将风险作为一种投入进行证券公司效率评价，其前提是存在一种适用于不同业务类型和规模的风险衡量指标。目前，各个证券公司具有不同的分类评级和业务资格组合，其经营策略和业务重心不尽一致，而且其股票、债券等资产的持仓数据并不会公开。考虑到这一点，基于净资本与净资产提出一种具有普遍的适用性、数据可得性和可行性的风险衡量指标。根据有关法规，证券公司的净资本是在净资产的基础上通过对特定项目进行一定比例的扣减计算得到的，其中扣减比例根据监管部门对上述项目的风险特征的判断决定。这一做法实际上相当于对净资产进行风险调整，净资产与净资本之间的差额反映了证券公司承担的风险的大小，本文以此差额作为风险投入。

在产出选择方面，现有研究有的关注证券公司整体业绩，而将营业收入[11]-2011利润总额[2]以及营业收入和净利润作为产出，其他研究则更为关注各项主营业务经营情况，而以多项主营业务收入作为产出[13]。本文以净利润作为唯一的产出。

（四）样本的选取

以2010年末存在的106家证券公司作为样本，为了保证设定的风险投入指标为正值以及有关数据存在，从中剔除了1家未报告职工薪酬信息的证券公司（中金公司）、7家净资产小于净资本的证券公司（北京高华、东北证券、东兴证券、高盛高华、瑞银证券、英大证券、中航证券）和1家年初净资产小于年初净资本的证券公司（华融证券），因此，样本实际上仅包括97家公司。所有样本数据均来自中国证券业协会网站排名和证券公司年报。

表1列出了样本观测值的描述性统计。其中，劳动力投入（职工薪酬）、资本投入（净资产）、风险投入（净资产与净资本之差）和产出（净利润）均以万元为单位，并通过四舍五入取整数值。

为了与净利润和职工薪酬等流量在时间上保持一致，年初（年末）风险投入按照年初（年末）净资产与年初（年末）净资本之差计算，净资产和风险投入均按照其年初和年末之平均值计算。

三、效率评价结果与分析

按照上述方法，将风险作为证券公司的一种投入，并以净资产与净资本之差作为风险投入的变量，基于97家样本公司2010年的数据，进行证券公司技术效率的数据包络分析，其结果如表2。其中部分结果由于经过四舍五入保留两位小数而完全相等。根据这一结果，2010年末净资产规模最大的5家证券公司均未达到生产前沿面。截止2010年末已上市的13家证券公司中仅有2家位于生产前沿面上。

为了与不考虑风险投入的情况下的证券公司效率评价结果进行比较，利用同样的样本、数据和方法，以职工薪酬和净资产分别作为劳动力和资本投入，以净利润作为产出进行DEA分析，其结果与上述包含风险投入的效率评价结果之间的相关系数只有0.25，仅存在极其微弱的正相关关系。这说明，在考虑和不考虑风险的条件下对证券公司效率进行DEA分析，所得到的结果会出现较大差异。

为了揭示上述关系对于子样本的稳健性，分别以净资产和风险投入作为排序依据，将整个样本划分为规模较大（或者风险较高）、规模（或者风险）适中、规模较小（或者风险较低）的三组，分别对上述各组在考虑和不考虑风险条件下的效率值进行相关分析，结果发现，其相关系数全部为正，但均不大于0.37。这表明，考虑和不考虑风险条件下的证券公司效率评价结果之间的重要差别，并不依赖于规模和风险投入等属性。

四、结论

不同证券公司因从事的证券业务的性质和风险偏好等方面的差异，具有不同的风险属性。证券公司直接面对复杂多变的金融市场使得风险属性对其效率评价很可能具有重要意义。而现有的证券公司效率评价研究均没有考虑证券公司的风险属性，这很可能导致证券公司效率评价结果的失真。本文提出了一种基于DEA的经过风险调整的证券公司效率评价方法，将风险作为证券公司的一种投入，并利用证券公司净资本监管及相关数据提出按照净资产与净资本之差来计量风险，从而保障这一方法应用上的数据可得性和实践可行性。

本文研究发现，在考虑和不考虑风险的前提下分别利用完全相同的样本、数据和方法得到的证券公司效率评价值之间的相关关系极其微弱。上述研究结果表明，是否考虑风险投入上的差异对于证券公司效率评价结果具有显著影响。实际上，本文对样本证券公司的效率评价结果与现有研究结果之间大相径庭，这种差异除了可能源于样本和方法的不同之外，也很可能是由于本文在效率评价中考虑了风险的影响，而现有研究都没有。

如果监管部门有关净资本指标的计算方法的设定能够充分考虑了证券公司的经过风险调整的资本充足性，从而使得净资产与净资本之差能够充分反映证券公司之间的风险差异，那么，根据上述研究结果，可以推断，证券公司效率不仅与管理和技术等传统影响因素有关，而且很可能受到风险偏好和风险承担等因素的影响。

参考文献：

[1]樊宏. 基于DEA模型的我国证券公司评价方法及应用[J]. 数量经济技术经济研究， 2002， （4）： 118-121.

[2]宋健，刘艳. 影响证券业市场绩效的因素研究[J]. 金融与经济， 2006， （5）： 31-33.

[3]李兰冰，胡均立，黄国彰. 海峡两岸证券业经营效率比较研究： 基于Metafrontier方法[J]. 当代经济科学， 2011， （1）： 40-47.

[4]黄璐，李春红，张超. 基于三阶段DEA模型的我国证券公司效率分析[J]. 特区经济， 2011， （9）： 118-120.

[5]高士亮，程可胜. 对我国证券行业的管理效率研究——基于三阶段DEA的实证分析[J]. 金融理论与实践， 2011， （2）： 86-90.

[6]Farrel， M. J. The measurement of productive efficiency[J]. Joural of Royal Statistical Society， 1957， 120（3）： 253-281.

[7]Charnes， A.， W. Cooper， & E. Rhodes. Measuring the efficiency of decision making units[J]. European Journal of Operational Research， 1978， （2）： 429-444.

[8]Charnes， A.， W. Cooper， B.Golany， L. Seiford， & J. Stutz. Foundations of data envelopment analysis for paretokoopmans efficient empirical production functions[J]. Journal of Econometrics， 1985， 30（2）： 91-107.

[9]Andersen， P.， & N. Petersen. A procedure for ranking efficient units in data envelopment analysis[J]. Management Science， 1993， 39（10）： 1261-1264.

[10]Lovell， C.， & A. Rouse. Equivalent standard DEA models to provide superefficiency scores[J]. Journal of the Operational Research Society， 2003， 54（1）： 101-108.

[11]程可胜. 中国证券公司效率的实证分析[J]. 华东经济管理， 2009， 23（8）： 82-87.