美章网 精品范文 量化投资步骤范文

量化投资步骤范文

前言:我们精心挑选了数篇优质量化投资步骤文章,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。

量化投资步骤

第1篇

2013年可谓我国对冲基金快速发展的一年。越来越多成熟的投资者关注到这个投资品类,并认可其投资机会及资产配置功能。

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

并非所有对冲基金都采取对冲手段

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

一般来说,对冲基金具有以下特点:

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

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

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

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

并非所有对冲基金都采用量化投资

量化投资强调的是在投资的过程中加入定量化的方法和手段。

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

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

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

量化投资可以很简单,也可以很复杂。像前面提到的这个例子就是个极为简单的量化投资方法,连计算器这样简单的工具都不用就可以实现。如果规则较多,涉及的步骤较多,或是需要大量的计算,那么就要借助电脑程序来实现。

第2篇

    1把握现在面临的问题 

    在麦肯锡,人们总说,只要把握现状,问题就解决了七成。这种方法有两个关键词,一是“运用整理归纳法”,二是“量化”。首先通过整理归纳法,个别具体地分析我们到底想要改善什么。接下来,对分解后的问题按优先顺序进行排序。排序最有效的方法是量化。

    一般人花 在“I 消 费 ”上的时间大约 是 60%,“II 浪费”占 20%,“IV 闲耗”占 15%,“III 投资”上大概只有 5%,最多不超过 10%.

    这样分配时间最大的问题是,总时间的80% 花在了“紧急”轴线,无怪乎我们每天都感觉自己被最后期限逼得很紧,心里觉得很累很忙。紧急的事情多数都与工作相关,所以紧急的事情越多,劳动时间就越长,越容易导致工作与生活失衡。

    如果长期在紧急(“I 消费”和“II 浪费”)上花费大量的时间和精力,根本不可能再有精力和时间去进行“III 投资”,只能把剩下的时间都“IV 闲耗”了。这样一来,我们事后更加后悔,“又浪费了这么多时间干这些无聊事”。 另一方面,不积极投资又会导致我们工作能力下降,职位不保,结果需要花更多的时间在紧急的“I 消费”和“II 浪费”上,导致恶性循环。

    关键就在如下两个方面 :一,缩减“II 浪 费的时间”和“IV 闲耗的时间”,增加“III 投 资的时间”;二,利用“III 投资的时间”,更有效地发挥“I 消费的时间”的作用。

    最理想的状态关键在于确保 30% 的“III 投资的时间”。假设我们清醒的时间为 16 个小时,那么每天保证将近 5 个小时的投资时间是最为理想的。

    然后把“I 消费的时间”控制在 50%、每天8 小时以内。要达到这一点,必须减少交通时间以及无意义的会议的时间。

    另外,还要尽量将生产率较低的“II 浪费的时间”控制在 10% 以内。这就需要我们缩短上下班等交通所花费的时间,必要时应该重新考虑是否需要调整工作或搬家。

    最后,用于放松以及周转的“IV 闲耗的时间”,也应该尽量控制在10% 以内。

    如果使用上面的时间分配方式,重要∶不重要 =8 ∶ 2,紧急和不紧急的比例就成了6 ∶4.即使是做需要按期完成的工作,心情上也会感觉轻松许多。这样的分配方式让我们不再感到时间紧迫的巨大压力。

    2确定不该做的事

    精简工作比增加要做的工作更值得我们思考。对不该做的事和想要完成的事同样重视是工作能够顺利进展的秘诀。看准什么是你的“时间窃贼”,确定不该做的事。

    3确定可以委托别人做的事

    必须完成的事情当中,一定有你不擅长或者不想做的事。这时你应该思考如何才能让自己不做,或者是否能够委托别人来完成。

    4提高必做之事的效率

    具体的做法可以分为 7 项 :

    1 活用记事本,将它作为时间管理的起点。

    2 养成健康的生活习惯。

    3 借助他人的力量,增强克制力。

    4 灵活选择住所的位置。

    5 控制交通耗时。

    6 提高做家务事的效率。

    7 重新认识生活中的零散时间。

第3篇

揭开定量投资神秘面纱

与定性投资不同,定量投资更多关注“数字”背后的意义,依靠计算机的帮助,分析数据中的统计特征,以寻找股票运行模式,进而挖掘出内在价值。

李延刚总结了定量投资的三大优势:首先是理性。定量投资是对于基于基本面定性投资方法和工具的数量化统计性总结,它在吸收了针对某种投资风格和理念的成功经验的基础上,以先进的数学统计技术替代人为的主观判断,并能够客观理性地坚持,以避免投资的盲目性和偶然性。“完全的数量化分析过程将极大地减少投资者情绪的影响,避免在市场极度狂热或悲观的情况下做出非理性的投资决策,因而在牛熊市的转换中具有很强的自我调节性。”

其次,全市场覆盖。定量投资可以利用数量化模型对垒市场的投资标的进行快速高效的扫捕筛选,把握市场每一个可能的投资机会,而定性投资受人力精力的限制,显然无法顾及如此广的覆盖面。

此外,数量化投资更注重组合控制和风险管理。数量化的个股选择和组合构造过程。实质上就是在严格的约束条件下进行投资组合的过程,先从预先设定的绩效目标的角度来定义投资组合,然后通过设置各种指标参数来筛选股票,对组合实现优化,以保证在有效控制风险水平的条件下实现期望收益。“换言之,数量化投资模型能够很好地体现组合收益与基准风险的匹配和一致,”李延刚解释。

定量投资是否适应中国市场

“谈到定量投资,不得不提量化投资领域中的传奇人物――詹姆斯・西蒙斯。”李延刚并不掩饰其对这位投资大师的崇敬,“他不仅是世界级的数学家,也是最伟大的对冲基金经理之一。他创办的文艺复兴科技公司花费15年时间,研发基于量化数学模型的计算机模型,借助该模型,两蒙斯所管理的大奖章基金,从1989年到2006年的平均年收益率达到了38.5%,甚至超过股神巴非特。”

值得一提的是,李延刚也来自数量化投资的发源地――北美,他有着6年海外一线投资管理的实际工作经验,深刻领会并掌握了量化投资理念与方法,具备数量化投资领域的成功经验。2007年,李延刚回国后加盟中海基余,着手增强中海基金金融工程团队的寅力。在借鉴国外成熟的投资理念与经验的基础上,结合A股实际,他用了近两年时间对数量化模型进行反复修改与调试。目前,中海基金的金融工程部已经形成从择时、配置到选股等方面的一系列研究成果,并在今年顺势推出中海量化策略基金。

詹姆斯・西蒙斯的神话在中国证券市场能否再次实现?“当其他人都摆西瓜摊的时候,我们摆了一个苹果摊。”李延刚用一个形象的比喻来形容定量投资存国内市场的发展机遇。他认为,目前国内证券市场定性投资者太多,竞争激烈,而数量化投资者则太少,机会相对更多,竞争也很小。李延刚表示,大量实征研究证明,中国证券市场为一个弱有效市场,市场上被错误定价的股票相对较多,留给定量投资发掘市场非有效性的空间也就越大。基于这种考虑,定量投资方法在中国的发展极具发展空间。

“今年推出量化基金并非一时的心血来潮,一方面中海基金金融工程部已经逐渐成熟,而另一方面也是出于市场时机的考虑。”李延刚强调。

他认为,在经历2008年的巨幅下跌后,市场底部已经基本确立,目前小盘股估值相对较贵,短期内市场可能会以调整为主,但未来市场走势仍然存在诸多不确定。在此背景下,如何把握结构性机会将是未来投资关键之所在,利用数量模型进行分析和投资的量化基金具备更好的适应性。中海量化策略基金将把握市场调整时机,采用数量化模型选人具有估值优势和成长优势的大中盘股票作为基石,辅之以部分优质的小盘股票。

“量体裁衣”完善全程量化流程

据了解,中海量化策略基金的全程量化流程分三个步骤,即选股策略自下而上,施行一级股票库初选、二级股票库精选以及投资组合行业权重配置的全程数量化。

“就像裁缝做衣服一样,量化基金在投资中也要通过‘量体裁衣’来完善全程量化流程。通过全程量化与基金经理的思想相配合,才能做出优质的量化基金。”李延刚表示。

首先,选取代表性最强的反映公司盈利能力的指标,对于所有的A股上市公司进行筛选从而得到一级股票库。“主要通过对所有A股股票过去三年平均EPS(每股收益)、ROE(净资产收益率)、毛利率三项指标进行筛选,它们能分别较好的反映上市公司的获利能力,从而得到一级股票库。”李延刚说。

其次,通过盈利性指标、估值指标、一致预期指标,熵值法确定指标权重后,对一级库股票进行打分排名,从而筛选出二级股票库。其中,一致预期指标则是通过各券商分析师的调查后,得出上市公司盈利预期数据平均值,以此权威性地反映市场对公司未来盈利的预期水平。“中海量化基金引入一致预期作为选股指标,可以全面、权威的反应市场对上市公司未来盈利的预期水平,为投资决策提供更为真实和前瞻性的依据。与此同时,还可以根据预期的变化及时动态调节,更加适应股市的震荡波动。”李延刚强调。

第4篇

【关键词】云重心 电网工程项目 后评价方法 主客观综合赋权

电网工程项目后评价,指的是项目建成投产并稳定运行1~2年后对项目建设的目的、实施过程、效益和影响等进行全面系统的分析和总结,是项目建设周期的最后一个重要环节。为保证项目投资效益的提升,全面了解项目全生命周期实际情况与预期情况的差异,电网工程项目亟需进行科学有效的后评价。作为影响项目后评价效果的后评价方法,其选择的合理性对于系统、客观、准确分析项目评价工作具有重要的意义。因而,如何合理选择与电网工程项目评价目标相匹配的后评价方法是一个需要研究的重要课题。

本文在前人研究的基础上,运用云重心评价法计算项目综合得分及偏离度,进而评价该项目实施全过程情况,找出亟需改善的工作,以优化项目,提高企业的决策水平和投资效益,指导未来项目的建设规划。

1 项目后评价方法研究现状

在后评价方法选择上,Satty最先提出可以运用层次分析法,将定性指标量化,对多准则问题方案进行排序,从而选出最优方案。此后,不少学者对其进行了改进。如郑燕首次在后评价工作中引入梯度理论指导指标的选取工作,将层次分析法和熵权法结合,构建出一种新的变结构权重模型。Palcic I构建了基础设施评价指标体系,并在层次分析法的基础上,对其权重再次进行加权处理,得到指标体系最终的权重。宋连峻等人认为层次分析法无法衡量人为判断的模糊性,建议在层次分析法中引入三角模糊函数,构建矩阵调整因子,以提高电网项目后评价结果的可靠性。王春艳利用工程成功度判断准则对原有电网系统后评价指标进行补充、完善,并运用模糊理论改进层次分析法计算指标权重,最后结合实际案例对电网项目做出总体评价。

作为我国电网工程项目后评价分析主流方法的模糊层次分析法,在应用上存在以下不足:

(1)表达模糊性的隶属函数只是用定性推理方法获得,从而成为精确的隶属函数,扼杀了事物模糊的本质。

(2)权重方法的确定上仍旧以层次分析法为主,具有较大的主观随意性。

2 电网工程项目后评价指标体系

根据《国家重点建设项目后评价暂行办法》和《大中型项目后评价研究报告》,项目后评价内容包括实施过程评价、经济效益评价、影响评价、目标和持续性评价等4个方面。根据电网工程项目的特点和建设实施运营的全过程,将其后评价指标体系分为包括前期投资决策评价、项目实施准备工作、项目建设实施过程、项目运营情况、项目效果和效益情况、影响评价、目标和持续性评价等七个一级指标,并在一级指标下设立了若干二级指标和三级指标。

3 基于云重心的综合评价方法

现有的评价模型分为定性分析方法和定量分析方法两种类型,而常用的评价模型包括专家打分法,成功度评价法,逻辑框架法,模糊数学方法,灰色系统法,可拓物元分析法和云重心法等。

因电网工程项目后评价体系中 定性的指标较多,需要通过一个合理的方法将专家对指标的评语进行量化转换。云重心评价方法通过量化评语区间,将各指标的实际情况反应于期望值和熵值中,分析每个指标的偏离度辨识各项工作与理想状态之间的差距,以找出项目亟需解决的问题,帮助优化项目。

云重心评价模型的基本原理主要是将难以量化的定性指标进行量化转换,并算出各指标状态值与其理想状态值之间的偏离程度,进而找出该项目在实施全过程中的问题。运用云重心评价项目的步骤如下:

(1)构建评语集,划分区间

V=(V1,V2,V3,V4,V5,V6,V7,V8)(很差,差,较差,一般,较好,好,很好,非常好)。其中,非常好即理想状态。本报告将评语集分为8个等级,假设其均匀分布在[0,1]区间上,而根据云计算中的期望值公式和熵值公式,具体评语的期望值和熵值见表1。

步骤六,归一化后计算云重心的偏离度为:

θ331=0.3355×0.3+0.4840×0.3+0.4391×0.4=0.4215依照步E一至六,层层推进,可得一级指标u1,u2,…,u7的偏离度依次为:0.0937,0.3125,0.3187,0.2875,0.4125,0.3125,0.4375。对照表2,这七个指标偏离度对应,评语集、期望值、熵值见表3。

根据表3计算数据可以看出:项目前期投资决策评价为“非常好”,项目实施准备工作、项目建设实施过程、项目运营情况和项目影响评价的评语值为“好”,而项目效果和效益情况以及项目目标和可持续评价的评语值为“较好”,说明项目效果和效益情况以及项目目标和可持续发展方面还有待提升。

在表3的基础上,结合步骤二至六,最后可得该项目的评价偏离度为0.3817,根据偏离度对应的区间,对于所评价的后评价项目的评判结果进行分析,在八个评语区间中,该后评价项目的评语值为“好”。说明该电网工程项目立项时的各预期目标的实现程度较好,项目的执行过程规范,所发挥出来的效益和影响十分良好。

5 结论

传统的电网工程项目后评价在确定权重的时候,往往易受主观因素的影响,忽略了部分指标之间的关联性,这类权重计算方法直接影响到项目后评价结果的可信度;在综合评价大部分都是适用于项目之间的排序选优、简单系统的评价,或者需要大量数据作为基础数据才能够进行分析,在一定程度上与电网工程项目的评价目标有所偏差。

而本文基于云重心的后评价模型可以通过每个指标的偏离度辨识各项工作与理想状态之间的差距,同时能够比较各项指标的偏离度找出项目亟需改善的工作,并反馈到待建项目中,有效评价已建项目,指导待建项目,便于提高项目决策管理水平和投资效益,对电网工程项目实践具有重要意义。

参考文献

[1]Satty,T.L.Mathematical modeling of dynamic decisions,Priorities and hierarchies with time dependence,Mathematics and computers in Simulation,1997(21):352-358.

[2]郑燕.电力投资项目后评价研究及应用[D].北京:华北电力大学,2006.

[3]Palcic I.Analytical Hierarchy Process as a tool for selecting and evaluating projects[J].International Journal of Simulation Modelling,2009,8(01):16-26.

[4]宋连峻,徐志勇.电网项目后评价研究――基于改进模糊层次法[J].技术经济,2009,28(10):52-54,119.

[5]王春艳.电网建设项目后评价指标体系研究[D].南宁:广西大学,2013.

[6]马丽云,施泉生.基于云重心理论的供电企业安全评级方法[J].华东电力,2011,39(08):1370-1373.

作者简介

周明,男,湖北省荆州市人。学士学位。现为国网湖北省电力公司高级工程师。研究方向为电网投资管理。

作者单位

第5篇

都被这个玩意吸引过去,

疯狂地追逐它;亿万人同时被一个

梦幻迷住,对此紧追不舍,直到

他们的注意力被一个

新的比先前那个

更有幻想力的玩意儿吸引过去。

当你通过“心理体检”,发现自己具有哪些投资心理疾病后,接下来要做的就是开始治疗了。当然,投资心理疾病的病症很多,比如上面提到的认知失谐、回避遗憾等等。我们无法一一对症下药,只能为你列出一个简单的疗程,希望能够对你有所帮助:

第一步:了解自己的心理疾病

治病的第一步是了解病因,我们在前面为你做的测试题就是为了检查病症何在。当然,这些测试还远远不够,你需要做的是在日常生活中多次反思自己做得不合理的地方,对曾经做过的投资失误进行总结,只有你真正认识到了自身存在的心理疾病,才能迈出了治疗投资心理疾病的第一步。

第二步:明确投资的目标

很多投资者忽略了投资过程中这个非常重要的步骤,大多数人根本就没有一个明确的投资目标,“我想赚更多的钱”――这显然是一个很模糊的标准,但你身边的人甚至你自己在做投资决定时可能仅考虑到这一层。

投资目标一定要制定得明确,细化到具体的时间、要实现的具体收益、希望能满足的具体需求等等。制订明确的投资目标可以带来很多好处。例如,时刻想着你的投资目标,能够帮助你着眼于投资的长期表现和大的方面,监督投资过程,判断你的行为与投资目标是否相符合。

有了一个明确而合理的投资目标,你就不会被“羊群效应”牵引而冒进投资、忽略其中的风险;你也不会因“认知失谐”而高估自己过去的投资绩效,导致接下来做出错误的判断。你也会下意识地克服“回避遗憾”和“寻求自豪”的心理,因为始终有具体的目标在警示你。

第三步:明确投资的数量化标准

明确投资的数量化标准可以使你免受情绪、谣言、传闻和其他心理疾病的影响。我们在这里不是向你推荐一个特定的投资策略,但要求你有一个明确的投资标准,这非常重要。比如你只投资市盈率低于20倍的大盘蓝筹公司股票,或者只关注年报上利润率达到一定水平的公司。当你明确了投资标准后,在决策流程中就不会轻易受到情绪的影响。

我们建议你使用数量化的标准来控制投资行为,但公司的管理水平、新产品开发等非数量化的信息也很重要。如果你按照数量化的标准圈定了一些投资品种后,接下来就要考察非数量化方面的因素。

第四步:构建投资组合,进行分散投资

合理的分散投资可以避免因单一集中投资而发生巨大的损失,以致于严重影响自己的生活,也可以帮助你通过长期持有不同类型资产而抓住稍纵即逝的机会。从投资心理学的角度看,构建合理的分散投资组合可以让你避免因“熟识性思维”造成的决策失误,也不会因为“蛇咬效应”而放弃继续持有某种有潜力的品种,浪费反弹的绝好时机。

投资者在建立投资组合时要考虑不同品种之间的相关性。大多数投资者经常把每个品种视作一个单独的心理账户,而忽略这些心里账户之间的相互关系,这就无法实现分散风险的效果。更有的投资者在建立投资组合时反倒增加了风险,比如近期在股指期货推出前大盘蓝筹股涨势很好,但也蕴含很大风险,如果把大盘蓝筹股和具有投资蓝筹概念的基金组合在一起,这显然放大了风险。一旦有政策面的风吹草动,你可能会遭受很大的损失。

第五步:控制投资环境

如果你要减肥,但家中的冰箱里堆满了可乐、薯条,可以想像你的减肥计划能坚持多久。同样的道理,如果你不想每天频繁操作、患得患失,但当你一打开电脑就看到K线图,一有时间就往股票论坛里钻,各种各样的信息混淆视听,你能做到心如止水吗?因此,要克服心理疾病,就应该控制你的投资环境。你可以每月只查看一次股票,这样可以抑制“蛇咬效应”、“寻求自豪”、“用赌场的钱”等心理疾病;你可以每月只交易一次,这有助于你克服因为“过度自信”而频繁交易;你可以每年检查一次你的投资组合,留心是否有“赠与效应”、“代表性思维”和“熟识性思维”等心理疾病作怪。保留检查纪录,这有助于你避免“认知失谐”对投资决策带来的影响。

第6篇

关键词:信息工程监理;D+Pearson相关;评价指标

中图分类号:TP301文献标识码:A文章编号:1672-7800(2012)010-0006-03

作者简介:朱方方(1989-),女,北京工商大学计算机与信息工程学院硕士研究生,研究方向为信息工程监理;刘宏志(1964-),男,博士,北京工商大学计算机与信息工程学院教授,研究方向为信息工程监理、电子政务、软件工程。

0引言

信息工程监理是信息工程领域的一种社会治理结构,它是指在信息工程建设过程中,利用自己在信息工程建设方面的知识、技能和经验为建设单位提供服务。为了提高监理水平,监理工程师需要对信息工程监理的服务质量进行评价。目前对信息工程监理服务质量进行评价的方法主要是模糊综合评价法,但模糊综合评价法运算量大、计算复杂。本文使用一种基于相似度的评价方法对监理服务质量进行评价。根据D+Pearson相关公式计算各个指标的实际与预期监理服务质量之间的相似度。在计算相似度的过程中将使用数据分为两种,一种是以专家的主观评价作为数据来源的主观数据,另一种是客观数据。根据计算得出各指标的相似度,进而对每个指标评分,然后将指标的评分作为实际数据对服务质量监理效果进行综合评价。

1信息工程监理服务质量评价模型

监理服务是一系列活动和动作,具有无形性,评价较困难,至今没有统一标准的评价体系。本文从与信息工程项目有关的三方(建设方、承建方、监理方)角度对监理服务质量进行评价。评价模型如图1所示。

在上述模型中,最外层描述监理单位、建设单位和承建单位三者之间的关系。内层描述对监理服务质量进行整体评价的评价指标、建设单位及承建单位的评价依据。

2监理服务质量评价指标体系

信息工程项目的监理服务质量是信息工程监理在信息工程项目建设过程中实施情况的最终反映。监理服务质量可根据监理内容的实际情况判断,将监理内容作为评价的指标。在监理评价指标中,有些指标无法直接量化,因此,在文中根据是否能够量化将指标分为两大类:间接量化评价指标和直接量化评价指标。

2.1间接量化评价指标

间接量化评价指标是在进行相似度计算时将专家给出的分数作为数据,这些指标有监理组织机构及工作制度(U1)、质量控制(U2)、监理合同及信息(U3)。为了保证监理服务的有效性,可以对这些指标进行细分,如图2所示。

2.2直接量化评价指标

直接量化评价指标包括进度控制(U4)和投资控制(U5)。信息工程监理的全过程分为4个阶段,分别为决策阶段、设计阶段、实施阶段、维护阶段。进度控制和投资控制可以根据各个阶段进行量化。

3D+Pearson相关评价法

D+Pearson相关评价是指以评价指标在整个监理过程中的实际情况与预期情况为数据,根据相似度D+Pearson相关公式得到评价指标的相似度。其中,D+pearson相关是由相似度D公式和Pearson相关系数组成。

3.1确定评价指标集

一级指标集:U={U1,U2,…,Um}。Ui(其中i=1,2,…,m)为评价指标体系中一级指标中第i个评价指标,其中m表示一级指标的个数。

二级指标集:uij={ui1,ui2,…,uik}。uij(其中j=1,2,…,k)为第i个一级指标下第j个二级指标,k为二级指标的个数。

3.2确定评分集和评语集

评分集是专家对各个指标进行打分或根据各个指标的相似度大小转换成相应的评分而组成的集合。评语集是通过分析评价指标可能做出的各种评价结果的集合。以W表示评分集,V表示评语集。W={W1,W2,…,Wm}(其中W1

3.3一级指标的相似度计算

根据一级指标是否可以直接量化将其分为直接量化和间接量化评价指标。在计算指标相似度时从直接量化指标和间接量化指标两个方向来计算一级指标的相似度。

(1)间接量化评价指标的相似度计算。由于不能对一级指标U1、U2、U3进行直接量化,计算其相似度时相关机构需邀请专家,并凭借专家经验根据监理的实际情况对二级指标给出评分aij(k),aij(k)表示第k个专家对第i个一级指标下的第j个二级指标的评分,从而得到第i个一级指标的评分表,如表1所示。

(2)直接量化评价指标的相似度计算。进度控制指标和投资控制指标可根据信息工程监理的各个阶段进行量化。在项目开始之前,项目承建者首先制定一个预期进度表和投资表,这两个表主要说明在这4个阶段中预计每个阶段所需要的时间和资金。随着项目的逐步推进,记录项目在每个阶段实际所用的时间和资金,记为实际进度表和实际投资表。为方便起见,将这4个表的数据整合成一个进度/投资阶段情况表。根据这个表中的数据,使用Pearson相关系数公式得到实际进度与预算进度之间的相似度以及实际投资和预算投资之间的相似度。

3.4综合评价

4实例分析

根据相似度评价法的一般步骤,现对某项目的监理服务质量进行评价。

4.1确定评价集

根据最终相似度对信息工程监理的综合评价给出评语集V={很好、较好、一般、较差、很差},对应的评价集W={1,2,3,4,5}。

4.2间接量化指标的相似度计算

某项目邀请10位专家,根据10位专家对各个指标做出的评价表来获得每个指标的评价结果。然后根据公式(1)计算间接量化一级指标的相似度。

表2是组织10位专家对某项目的各指标进行评分的评分结果。

4.3直接量化指标的相似度计算

根据公式(3)计算直接量化一级指标的相似度,从而得到指标服务质量的评分,如表2所示。

项目要求在4个月内完成,根据项目规模大小、软硬件需求等因素制定预期进度和投资,然后在监理工程师的监理和指导下制定该项目的实际进度和投资情况。项目的预期和实际进度/投资情况如表3所示。

4.4综合评价

根据图3,由一级指标相似度得到一级指标评价得分,再由一级指标评价得分计算综合相似度,得到整个监理项目综合评分。

5结语

D+Pearson评价法结合主观数据和客观数据对监理服务质量进行评价,计算量小、高效,更符合人们的思维模式。该方法从两种角度使用不同的计算方法得到指标相似度,使评价结果更准确。它不仅对综合监理的效果进行了评价,而且还对影响综合监理服务质量的各个指标进行了评价。

参考文献:

[1]刘宏志,葛逎康.信息化工程监理[M].北京:中国电力出版社,2009.

[2]刘洋.信息工程监理的目标控制及效果评价研究[D].天津:天津大学,2004.

[3]李忠平,沈红艺,苏越,等.相似度分析方法在亚健康状态症状指标分析中的应用[J].中国卫生统计,2011(5).

[4]张凯,苏剑波.基于相似度分布的开集人脸识别方法[J].模式识别与人工智能,2011(1).

[5]LINDEKANG.Aninformation-theoreticdefinitionofsimilarity[C].inproceedingofthe15thinternationalConferenceonMachineLearning,Madi-son,1998.

[6]熊丽芳,刘之葵.建设工程监理服务质量特征与质量评价[J].建设监理,2003(6).

第7篇

综合评价

招商行业领先基金是一只主动管理的股票型基金。投资限于具有良好流动性的金融工具,包括股票、债券、货币市场工具、权证、资产支持证券及法律法规或中国证监会允许基金投资的其他金融工具。股票主要投资于景气回升或受益于国家政策导向而成长前景良好的相关行业的资产比例不低于基金股票资产的80%。

博时信用债券

综合评价

博时信用债券A/B基金是博时旗下第12只开放式基金,属于二级债基。信用产品的投资比例占到整体债券投资比例的80%。适当情况下可参与一级市场新股申购以及二级市场的股票投资,立足于在保证债券市场收益的基础上强化组合回报。博时信用债券投资对象灵活,在一定程度上满足了稳健型投资者组合中低风险资产的配置。

富国优化强债

综合评价

富国优化强债是富国基金旗下第三只债券型基金,该基金为可投资二级市场股票的偏债型基金,其中不低于80%的基金资产投资于债券类及其他同定收益类金融工具,不高于20%的基金资产进行新股申购和股票市场投资,还可以在规定范围内投资于新股申购或增发新股。二级市场股票和权证等。富国基金为《中国证券报》2008年度金牛奖基金公司,拥有一支明星固定收益投资管理团队。

2009年以来,富同基金旗下两只债券型基金富国天利增长债券和富国天十强化收益按照复权单位净值增长率统计,分别实现收益3.72%和3.40%大幅高出同类0.91%的平均水平,业绩表现抢眼。

申万巴黎消费增长

综合评价

申万岜黎消费增长是一只股票型基金,其股票资产的配置比例为60%~95%。重点投资于拉动经济增长过程中充分受益的消费范畴行业,投资于具有良好财务状况、较高核心价值与估值优势的优质上市公司。

中海量化策略

综合评价

中海量化股票资产的比例为基金资产的60%~95%,是一只股票型基金。该基金采用数量化分析方法对股票进行分析和筛选,基于数量模型来配置行业权重。量化投资的优势在于,其决策主要依据数据和模型做出,可以减少投资过程的非理性因素,而且强大的信息处理能力能捕捉更多的投资机会,然而任何模型都不能完全模拟市场,全程量化选股替代人为主观判断,这对模型的有效性有较高的要求,且会使操作过于僵硬。

该基金在具体操作过程中需要管理者在模型判断和主观判断间寻求一个平衡点,这也是其取得较好业绩较为关键的一点,而另一个关键点便是模型设计的合理性。

广发聚瑞

综合评价

广发聚瑞基金是一只股票型基金,股票资产占基金资产的60%~95%。该基金通过自上而下的“主题投资分析框架”,通过主题挖掘、主题配置和主题投资三个步骤,挖掘受益于中国经济发展趋势和投资主题的公司股票,通过定量和定性相结合,筛选出主题特征明显、成长性好的优质股票构建投资组合。

纯粹的主题投资和传统的价值投资相比,具有更大的灵活度,可操作性也比较强,但也蕴含着更太的风险,而该基金将挖掘主题机会和考察个股特性相结合,体现了灵活而稳健的特征。

汇丰晋信大盘

综合评价

汇丰晋信大盘是一只股票型基金,股票投资比例为85%~95%。属于高风险基金,是较为典型的牛市品种。在投资目标上,该基金将不低于80%的股票资产投资于国内A股市场上具有盈利持续稳定增长、价值低估、且在各行业中具有领先地位的大盘蓝筹股票。汇丰晋信基金公司成立于2005年,目前管理着65亿元资产,旗下有5只基金,包括股票型、混合型和债券型,产品线有待进一步完善。

上投摩根纯债

综合评价

第8篇

尽管量化投资已经成为市场投资的发展趋势,但是大多数投资者并不是很熟悉量化投资。一方面是由于量化投资一定程度上依赖数学模型,而赚钱的投资模型都是机构的秘密武器,不会轻易披露。另一方面是由于量化投资采用计算机系统,设计各种交易手段,有着较为复杂的数学计算与技术要求,现在许多量化投资都是计算机自动执行的程序交易。另外,量化交易者,俗称宽客(quants)的交易和故事多多少少增加了量化投资的神秘感。所以,人们一般把量化投资称为“黑箱”。纳兰(Narang,R.,2012)描述了量化交易系统的典型构造,打开了量化投资的“黑箱”。纳兰认为阿尔法模型用来预测市场未来方向,风险控制模型用来限制风险暴露,交易成本模型用来分析为构建组合产生的各种成本,投资组合构建模型在追逐利润、限制风险与相关成本之间做出平衡,然后给出最优组合。最优目标组合与现有组合的差异就由执行模型来完成。数据和研究部分则是量化投资的基础:有了数据,就可以进行研究,通过测试、检验与仿真正确构建各个模型。预测市场并制定策略是量化投资的核心,即阿尔法模型在量化投资中处于核心地位。随着量化投资的不断发展,量化投资模型也在不断改进。简单的策略可能就是证券或组合的套利行为,如期现套利组合、市场异象研究中的差价组合等。统计套利策略是经典的量化投资策略,如匹配交易或携带交易。近年来,高频交易成为量化投资的重要内容,基于高速的计算机系统实施高频的程序交易已经是量化投资的重要利器。丁鹏(2012)将量化投资的主要内容分为以下几个方面:量化选股、量化择时、股指期货套利、商品期货套利、统计套利、期权套利、算法交易、ETF/LOF套利和高频交易等。他认为量化投资的优势在于:纪律性、系统性、及时性、准确性和分散化。

二、量化投资“黑箱”中的构造与证券投资学的差异

在传统的证券投资学中,投资组合理论、资本资产定价模型、套利定价理论和期权定价理论是现代金融理论的四块基石。前两者主要依靠均值-方差组合优化的思想,后两者则主要依靠市场的无套利条件。传统的投资方法主要是基本面分析和技术分析两大类,而量化投资则是“利用计算机科技并采用一定的数学模型去实现投资理念、实现投资策略的过程”。从概念看,量化投资既不是基本面分析,也不是技术分析,但它可以采用基本面分析,也可以采用技术分析,关键在于依靠模型来实现投资理念与投资策略。为了分析量化投资对证券投资学的启示,本文从量化投资“黑箱”的各个构成来探讨量化投资与证券投资学中思路和观点的差异。

(一)资产定价与收益的预测

根据组合优化理论,投资者将持有无风险组合与市场风险资产组合,获得无风险利率与市场风险溢价。资本资产定价模型则将此应用到单一证券或组合,认为证券的风险溢价等于无风险利率加上与风险贡献比率一致的风险溢价,超过的部分就是超额收益,即投资组合管理所追求的阿尔法值。追求显着正的阿尔法是资产定价理论给实务投资的一大贡献。基于因素模型的套利定价理论则从共同风险因素的角度提供了追求阿尔法的新思路。其中,法玛和佛伦齐的三因素定价模型为这一类量化投资提供了统一的参考。可以说,在因素定价方面,量化投资继承了资产定价理论的基本思想。对于因素定价中因素的选择,证券投资学认为,对资产价格的影响,长期应主要关注基本面因素,而短期应主要关注市场的交易行为,即采用技术分析。在量化投资中,主要强调按照事先设定的规则进行投资,这在一定程度上与技术分析类似。但是,在技术分析中,不同的人会有不同的结论,而量化投资则强调投资的规则化和固定化,不会因人的差异而有较大的不同。另外,量化交易更强调从统计和数学模型方面寻找资产的错误定价或者进行收益的预测。

(二)无套利条件与交易成本

在证券投资学里,流动性是证券的生命力。组合投资理论、资本资产定价模型以及套利定价理论等都认为市场中存在大量可交易的证券,投资者可以自由买卖证券。这主要是为了保证各种交易都能实现,如套利交易。根据套利定价理论,一旦市场出现无风险的套利机会,理性投资者会立即进行套利交易,当市场均衡时就不存在套利机会。现实市场中往往存在套利限制。一是因为凯恩斯说的“市场的非理性维持的时间可能会长到你失去偿付能力”。二是因为市场总是存在交易费用等成本。但证券投资学中,对市场中套利限制与非流动性的关注较少,这是因为传统金融理论中简化了市场结构。市场微观结构理论研究在既定的交易规则下,金融资产交易的过程及其结果,旨在揭示金融资产交易价格形成的过程及其原因。在市场微观结构理论中,不同的市场微观结构对市场流动性的冲击是不同的。因而,从量化投资的角度看,为了降低交易带来的价格冲击,能实施量化投资策略的证券往往都应有较好的流动性,因为交易时非流动性直接影响投资策略的实施。从这个意义上讲,量化投资时的交易成本不仅包括交易费用,更主要的是要考虑市场交易冲击的流动性成本。

(三)风险控制与市场情绪

在证券市场中,高收益与高风险相匹配。量化投资在追求高收益的同时,不可避免地承担了一定的风险。在证券投资学中,系统性风险主要源于宏观经济因素,非系统性因素则主要源于行业、公司因素,并且不考虑市场交易行为的影响。在量化投资中,较多地使用因素定价模型,不仅会考虑市场经济因素,而且会考虑交易行为等因素,只是不同的模型有不同的侧重点,在多模型的量化投资系统中自然包括了这两方面的因素。除了各种基本面和市场交易的因素风险外,量化投资还有自身不可忽视的风险源。一方面,量化交易中,部分交易是采用保证交易的期货、期权等衍生品交易,这种杠杆交易具有放大作用,隐藏着巨大的风险。另一方面,市场冲击的流动性成本也是量化投资的风险控制因素,理所当然地在图1的风险控制模型中体现出来。另外,在一般的投资过程中,市场情绪或多或少会成为风险控制的一个对象。然而,在量化投资中,更多的交易都是通过计算机来实现的,如程序交易等,这样以来,投资者情绪等因素对投资决策的影响相对较小。所以,在量化投资的风险控制模型中较少地考虑市场情绪以及投资者自身的情绪,主要是通过承担适度的风险来获得超额回报,因为毕竟减少风险也减少了超额回报。

(四)执行高频交易与算法交易

在对未来收益、风险和成本的综合权衡下,实现投资策略成为量化投资的重要执行步骤。为了达到投资目标,量化投资不断追求更快的速度来执行投资策略,这就推动了采用高速计算机系统的程序化交易的诞生。在证券投资学里,技术分析认为股价趋势有长期、中期和短期趋势,其中,长期和中期趋势有参考作用,短期趋势的意义不大。然而,随着计算机信息科技的创新,量化投资策略之间的竞争越来越大,谁能运作更快的量化模型,谁就能最先找到并利用市场错误定价的瞬间,从而赚取高额利润。于是,就诞生了高频交易:利用计算机系统处理数据和进行量化分析,快速做出交易决策,并且隔夜持仓。高频交易的基本特点有:处理分笔交易数据、高资金周转率、日内开平仓和算法交易。高频交易有4类流行的策略:自动提供流动性、市场微观结构交易、事件交易和偏差套利。成功实施高频交易同时需要两种算法:产生高频交易信号的算法和优化交易执行过程的算法。为了优化交易执行,目前“算法交易”比较流行。算法交易

优化买卖指令的执行方式,决定在给定市场环境下如何处理交易指令:是主动的执行还是被动的执行,是一次易还是分割成小的交易单。算法交易一般不涉及投资组合的资产配置和证券选择问题。 三、对量化投资在证券投资教学中应用的思考

从上述分析可以知道,量化投资的“黑箱”构造与证券投资学之间存在一定的差异,因此,在证券投资的教学中应当考虑量化投资发展的要求。

(一)市场微观结构与流动性冲击

在理性预期和市场有效假说下,市场价格会在相关信息披露后立即调整,在信息披露前后市场有着截然不同的表现。在证券投资学里,一般认为价格的调整是及时准确的,然而,现实的世界里,价格调整需要一个过程。在不同的频率下,这种价格形成过程的作用是不同的。在长期的投资中,短期的价格调整是瞬间的,影响不大。然而,在高频交易中,这种价格调整过程影响很大。市场微观结构就是研究这种价格形成过程。市场微观结构理论中有两种基本的模型:存货模型和信息模型。存货模型关注商委托单簿不平衡对订单流的影响,解释没有消息公布时价格短暂波动的原因。信息模型关注信息公布后信息反映到价格中的这一过程,认为含有信息的订单流是导致价格波动的原因。无论是关注委托订单的存货模型还是关注市场参与者信息类型的信息模型,这些市场微观结构的研究加强了流动性与资产价格之间的联系,强调流动性在量化投资决策中的重要作用。一般的证券投资学中基本没有市场微观结构的内容,因而,为了加强证券投资学的实用性,应关注市场微观结构的内容与发展。

(二)业绩评价与高杠杆

对于证券组合而言,不仅要分析其超额收益和成本,还要考虑其风险与业绩。在组合业绩评价中,一方面要考虑风险的衡量,另一方面则要分析业绩的来源。在证券投资学中,组合业绩来自于市场表现以及管理者的配置与选股能力。对于量化投资而言,市场时机和管理者的能力依然重要,然而,量化投资的业绩评价还应考虑另一个因素:高杠杆。量化交易中,部分交易是采用保证交易的期货、期权等衍生品交易,这种杠杆交易具有放大作用,在市场好的时候扩大收益,但在市场不好的时候会加速亏损,这些与传统的业绩评价就不太一样。在一般的证券投资学里,业绩评价主要考虑经风险调整的收益,很少考虑其杠杆的作用,这不仅忽略了杠杆的贡献,而且有可能夸大了投资者的技能水平。

(三)人为因素与模型风险

在量化投资中,非常注重计算机对数据和模型的分析,这突出了量化投资的规则性和固定性。然而,实际中,别看量化采用了各种数学、统计模型,但策略设计、策略检测和策略更新等过程都离不开人的决策。量化交易策略与判断型交易策略的主要差别在于策略如何生成以及如何实施。量化投资运用模型对策略进行了细致研究,并借助计算机实施策略,能够消除很多认为的随意性。但是,量化策略毕竟体现投资者的交易理念,这一部分依赖于投资者的经验,一部分依赖于投资者对市场的不断观察与更新。实际上,人始终处于交易之中,对于市场拐点以及趋势反转的判断主要还是依赖投资者的经验。光大的乌龙指事件充分表明了人为因素在量化投资中的两面性:决策实施依赖于人的设定,而人的设定不仅依赖于经验,而且人还会犯错。人之所以会犯错,一方面是因为人们对市场的认知是不完全的,另一方面则是人们使用了错误的模型。经典的证券投资理论中,股票价格的变动被认为是随机的,小概率事件出现的机会比较小,但是经验研究表明股票收益率具有肥尾现象,小概率事件发生的机会超出了人们原先的认识,即市场还会出现“黑天鹅”。更为关键的是,量化投资更依赖数学和统计模型,这就使得量化投资存在较大的模型风险,即使用了错误的模型。为了防范模型风险,应采用更为稳健的模型,即模型的参数和函数应该适应多种市场环境。近年来,研究表明,证券收益及其与风险因素的关系存在较大的非线性,同时,市场中存在一定的“噪声”,采用隐马尔科夫链等随机过程和机器学习等数据挖掘技术进行信息处理成为量化投资的重要技术支持。

第9篇

【关键词】电网企业;投资效能;分析模型;多元回归预测

一、省级电网企业投资效能管理的背景和必要性

电网企业承担保障安全可靠用电的公共事业职能,随着社会经济的发展,长期以来需要较高水平的投资以维持电网的扩张、更新和技术进步,投资管理便成为日常经营管理的重点。当前,其投资活动呈现以下特点:

一是电网投资持续高位,可持续性受到关注。随着社会经济的不断发展和广大电力用户对电能质量、用电可靠性等技术服务性能要求的不断提升,近年来电网投资保持在较高水平。以华东地区的省级电网为例,近五年来年均投资额在200-300亿元,电量的复合增长率在10%以上。投资有力地带动和发挥了电量的增量效应,电网网架结构得到升级优化,安全供用电及优质服务水平进一步提升,满足了经济社会发展的需要。但受宏观经济形势和地区产业结构调整影响,电量的增量效益逐步减弱,长期大规模的高位投资难以为继。如何兼顾当前和未来的发展需求,用好有限的资源,满足特高压、智能电网和地区电网建设所需,是电网企业必须面对和解决的难题。

二是投资的效能引领薄弱,需要重点强化。在当前实际的投资决策中,通常在开展投资决策时会对投资能力、投资规模、投资的必要性及可行性进行论证。但专业部门都是对项目的单体考察,关注技术因素,而对整体性和经济性考虑不足。客观上,电网投资受电量增长、电网安全等市场需求和运行水平等因素影响较大,是投资决策时主要的考虑因素,但长期来看都会体现为对经济效益的影响,对当期经营效益影响不大。而目前,科学的投资评价体系尚未完全建立,现有的考评体系主要是对当期的技术绩效进行评价,导致投资决策时较多凭经验判断,缺乏长远考虑,忽视投资能力及投资效益等效能指标,需要重点强化。且具体工作开展时重经验判断、轻数量化分析,投资决策过程的可验证性和可重复性较差。

三是不同公司投资管理模式差异较大,需要可普适的分析模式。当前我国有国家电网和南方电网两大电网公司,同时按照国家行政区划设置了省市县三级电力公司或供电公司。以规模较大的国家电网为例,各省级电网企业是两大电网公司的全资子公司,总部对各省级电网企业实行总体的投资预算管控,以按照财务分析方法测算投资能力为主,要求各单位实际投资不得超过其投资能力。而各市县供电公司和省级电网企业的关系较为复杂,有分公司、子公司、趸售公司等。对于省级电网企业而言:对子公司依旧可以按照上述方法进行分析;趸售公司通常自行负责经营管理,大电网企业实行代管时也可以视同为子公司进行分析;但分公司无完整的经营管理权限,尤其在统一购电、资金统贷统还等前提下,无法独立核算其经营效益,因此需要探索新的投资管控方法。

另外,对于省级电网企业来说,还需要在其供电区域内调剂投资,统筹发展,因此对投资管理提出了更高的要求。鉴于此,随着近年来集团化、精细化管理水平的不断提升,对投资安排合理性和投资活动效益的要求不断提高,电网企业提出了投资效能管理。虽然一直以来电网企业均秉持效益导向安排投资,且其中的效益是多元目标,包括技术效益、社会效益、经济效益等,但如何按照科学合理的方法统筹兼顾实现综合平衡,达到高水平的投资效能,且形成规范的工作机制,是需要重点探索的。

二、投资效能分析的技术路径选择

(一)要求和目标。基于上述要求和背景,省级电网企业投资效能的分析,需要满足以下目标和要求:一是引入数量化分析方法,改变以往单纯按照经验判断的传统做法。虽然在以往的投资决策过程中设置了多维度的众多指标,但是对指标的分析判断依然采用对关键指标的确定值或区间等进行分析的做法,尚未建立起系统有效、科学合理的量化分析方法,各类分析工具的应用也较少。因此,此次投资效能分析的重点是引入量化分析模型和方法,由标准、统一的分析过程得到可供参考的数据分析结论,并使之与传统的经验判断相结合。二是确定统一的标准,便于各维度比较。传统按照经验判断的方法中虽然有标准,但受主观因素影响较大,且在不同项目之间、不同决策周期之间的变化较大。引入量化分析方法后,一旦设定模型,便可以确定算法、关键指标及其标准值,模型测算结果的数值高低能够按照统一标准反映不同项目的差异,真正实现可比。三是依托公司信息系统,将前述分析过程固化、自动化,既提高工作效率,又使之可重复、可验证,更加可信,能够不断重复并调整优化、持续改进。四是要在实现上述要求的同时,使投资效能分析的原理、过程、步骤等尽量清晰明了简单易行,便于在实务工作中推广应用。

(二)具体技术方法的选择。在投资决策领域,常用的方法有关键变量(如未来售电量)的灰色预测法、模糊分析法、层次分析法、专家法、基于价值链的贡献度评价法等,但这些方法的共同特点是需要对关键变量进行打分赋值、设置权重等,高度依赖使用人员的业务能力、技术水平和职业素养,可重复性和可验证性较差,受主观因素影响较大。因此,需要寻找最大限度减少主观因素的方法。此外,国外私有化的电网企业往往采用基于IRR、NPV等关键财务指标的分析法,重点强调投资的财务回报,和我国电网企业的定位与管理模式也不尽符合。综合分析比较各种方法,基于电网企业当前的数据可得性和数据质量,也考虑到后续操作的便利性,并便于操作人员理解,本文认为可以选择常用的多变量回归分析预测法作为投资效能分析工具。

对其说明如下:回归分析预测法是在分析市场现象自变量和因变量之间相关关系的基础上,建立变量之间的回归方程,并将回归方程作为预测模型,根据自变量在预测期的数量变化来预测因变量关系。回归分析预测的关键点在于找到主要自变量,并获取足够的数量资料。自变量的选取建立在一定逻辑推理的基础上,同时结合回归系数进行判断,然而在实际操作过程中,有些变量数据难以获得,这种情况下我们一般以可得性较高的相似变量进行替代,例如用财务指标代替技术指标。最关键的是,多元回归预测时,避免了设置权重这一受主观因素影响较大的步骤。同时,本文认为初始阶段直接采用最受广泛应用的线性模型,避免设置非线性模型中的参数设置,最大限度做到不同时点、不同类型分析的纵向横向比校。

三、投资效能分析模型的开发

按照前述思路和多元回归预测方法的要求,本文设计了电网企业投资效能分析的具体步骤:

(一)明确投资的目标和导向。电网企业的投资决策目标是多元的,包含满足客户用电需求、保障可靠的电力供应、提高电网技术服务能力、创造经济效益等多个维度的目标,且从短期、中期和长期来看也呈现不同的目标导向。尤其在当前发策、运检、营销、调度等专业部门基本以单体项目立项的方式形成投资,在主要关注技术性指标的背景下,关注投资活动对公司整体财务绩效(经营效率、经营绩效、资产状况等)的影响便显得尤为重要。因此,按照技术和经济并重的思路,在构建投资需求测算模型、量化投资决策的过程中,便需要综合考虑各方面因素,使投资决策更加科学合理。

(二)分析投资活动影响因素并确定指标。电网投资的目标是多元的,故其影响因素也是多元的。因此,投资决策制定需要考虑多方面指标。在指标分类和具体的指标选择方面,参考借鉴了美国的智能电网评估体系、国网系统“一强三优”对标体系、各电网企业的主网与配网效益评价和“一流配网评价体系”以及其他配网评价体系等成果中的指标分类和具体指标的确定。综合分析电网企业投资的理论研究成果、实践经验分析和本公司投资决策的实际考虑方面,本文明确了以下六方面及具体指标:

1.反映电力需求的社会经济发展指标和电量、负荷以及电网发展情况等指标。这些指标主要用来衡量电网投资的驱动因素和电网本身的特征,比如GDP、电网中各类设备的规模(容量、长度),这些是从根本上对电网投资起到决定作用的因素。

2.反映经营管理水平的经营效率类指标。用来衡量电网投资带来的成本变化,比如线损率、单位电量成本、每万元资产输配电成本等,这些指标对于按照成本加成定价的电网企业而言,促进其在保障安全可靠电力供应的同时降低成本、提高经济性。

3.反映经营绩效的综合效益类指标。用来衡量投资产生的综合收益,包括单位电量贡献毛益、成本费用利用率(耗费效率)、销售收入利润率(产出效率)、资产报酬率(资产占用率)、资本收益率(投入资本效益)、人均利润等。这些指标越大,说明投资的综合效益越好,未来可以多分配投资。

4.反映电网运行状态的技术类指标。包括电网的合理性、安全性、可靠性、经济性、优质性和电网发展的协调性等多个方面,是从技术角度对电网进行的综合考察,也是立项时的直接依据。

5.反映服务水平的社会满意度指标。顾客对服务的满意程度是衡量电网投资最终成果的重要指标,具体包括居民满意度、用电企业满意度和政府满意度三个方面。这些指标的测量往往存在较大误差或人为调整空间。但由于电压合格率、可靠性水平、安全性等技术指标是满意度指标的基础,通过对技术指标的考察,也就间接考察了满意度指标。

6.根据经验判断设定的管理性指标(哑变量)。如江苏省内不同地区发展差异较大,通常分为苏南、苏中、苏北三个区域,近年来对不同地区投入的倾斜力度有差异,其投资也有明显差异。

(三)构建投资效能分析模型。首先,在众多投资影响因素和变量的基础上,通过相关分析初步识别影响因素,为回归分析奠定基础。其次,酌情运用主成分分析对众多变量中的同类指标进行综合简化,构建新的综合因子。最后,应用多元回归预测方法中的随机效应模型,经过多次拟合比较,由软件自动析出明显影响投资效能的因素,形成模型。投资效能i+1=α+β1社会经济发展i+β2物理状态(资产状况)i+β3技术水平i+β4经营效率i+β5经营效益i+β6已有的投资活动i+β7管理因素i+μi本文在实际的分析过程中,选取了200多个初始指标进行筛选,最后进入模型有显著影响的指标集中在预期售电量、成本水平、资产成新率、供电可靠性、造价水平、以前年度投资规模、经济效益、地域因素等方面,模型结果与实际情况高度契合,也与经验判断和常识相一致,说明该模型是较为合理的。

(四)数据分析、精度验证和模型调整。首先,在每次分析中,通常都会选择一个省级电网企业所有市县公司及本部多期数据,因此不是样本,而是“全体”,使得利用多元回归方法估计出主要模型(包含具体变量及参数)的科学性和可靠性较高。除此之外,意识到历史数据本身及其分析方法可能存在的不足,分析时往往保留了从经济含义角度出发较为重要、但未能稳定地保留在模型中的个别变量(典型的如预测的下一年售电量,在实际投资决策中其发挥重要影响),使得投资效能分析模型更加符合实际情况。在利用历史数据对模型进行训练时,遵循通行的模型验证程序,分别采用了样本内预测和样本外预测方法检验预测精度,其中:样本内预测(in-sampleforecasts)指使用模型预测样本内的值,其与实际观测值的差异即残值,体现了模型本身的合理性;样本外预测(out-sampleforecasts)指使用模型预测样本外的值,体现了模型对现实世界的预测能力。两者相互印证是对模型合理性和对未来预测能力的全面检验。根据精度验证结果,对模型的变量及算法中的具体细节进行调整,直至精度达到管理要求为止。

四、分析模型的功能特点与应用场景

根据以上分析步骤,得到了投资效能模型,该模型综合考虑了多种投资活动影响因素,且经过统计过程检验,同时包括在数量分析和经济含义分析两个考量过程中认为的显著和重要因素。该模型一方面能够评价以前已经完成的投资效能,另一方面能够被改造为跨期模型,基于当前年度数据和未来售电量等关键指标预测现有投资在未来能够产生的效能,促进投资决策优化。此外,模型中通常包含若干业绩评价或公司系统的同业对标指标,可以相应调整其权重,使投资活动能够促进公司经营业绩的提升。基于当前电网企业实际的投资管理工作,尤其是投资决策过程,该方法具有的功能特点和应用场景如下:

一是兼顾严谨性与灵活性。该模型首先收集某个省级电网企业全部市县公司的相关财务数据和技术服务类指标,利用多元回归预测模型设定公式,其产生过程遵循严格的统计分析要求。另外,根据不断提升的管理要求和投资的未来导向,允许在后续实际应用时调整变量和参数,是开放、动态可调的。由此两方面相结合,既尊重客观事实又可开放动态灵活调整,模型能够较好起到决策支持作用。

二是实现“自学习”和动态完善。基于“大数据”的理念,分析过程中尽量搜集大量指标和基础数据,数据基础较好。进一步的,随着时间的推移和数据的不断积累,模型包含的观测值会不断增加(每个“公司-年”为观测值),基于更大数据量生成的模型也会更加稳定并全面反映真实情况,发挥更强的投资辅助决策功能。

三是适宜推广应用。前文构建的多元回归预测模型原理简单、方便易行,是对此类问题的通用解决方案和工具。各省级电网企业利用自身历史数据可以得到满足本公司管理要求的模型,而非统一套用某个模型,以达到因地制宜的效果。同时,对于同一省市的不同市县,又可采用统一模型测算,实现了灵活性和原则性的较好统一。

参考文献

1.冯亚民、蒋跃强、齐晓曼等.2009.基于LCC的输变电资产的集成运维管理探讨[J]华东电力,6。

2.黄华炜、陆一春.2009.资产全寿命周期管理标准体系的研究[J],华东电力,10。

3.李欣然.2007.基于灰色理论的地区电网建设规模评估研究及系统实现[D].湖南大学。

4.李欣然、刘杨华、朱湘有.2006.高压配电网建设规模的评估指标体系及其应用研究[J].中国电机工程学报,26。

第10篇

1 费用风险评估方法

费用风险是项目总风险的一部分,费用风险评估方法一般可分为定性、定量、定性与定量相结合三类,有效的项目费用风险评估方法一般采用定性与定量相结合的系统方法。对项目进行费用风险量化评估的方法很多,在参考文献[1-7]中,分别介绍了主观估计法、层次分析法、决策树法,模糊评估法,马尔科夫过程分析方法,贝叶斯分析,FTA几种量化评估方法,主观估计法简便且容易使用,但它是一种主观的隐性信息判断,比客观全面的显性信息判断的信息量要少,容易出偏差。层次分析法简单明了,不仅适用于存在不确定性和主观信息的情况,还允许以合乎逻辑的方式运用经验、洞察力和直觉造判断矩阵困难、计算繁多重复且易出错、一致性调整复杂。决策树法用图表来直观地分析较为负责的多级问题,是一种形象化合有效的风险综合评估方法,需要较多的历史数据和样本。模糊评估法利用模糊数学将模糊信息定量化,处理一些难以量化的风险事件、语义信息及风险偏好等问题,使风险评估更加科学化和准确化,确定隶属度比较困难,历数度的可信性受专家经验影响。马尔科夫过程分析方法,可以对风险进行动态评估,根据上衣状态推测出下一状态的情况,限制条件多,要求转移概率基本固定。贝叶斯分析,可以根据先验概率和与先验概率相关的条件概率,推算出所产生后果的某种原因的后验概率。可以在众多的风险因素中抓住主要因素。FTA注重事件发生的概率以及各层次之间的逻辑关系,操作简单,容易掌握,对于风险因素的相互关系缺乏分析,受制于项目的可比性。

综合分析上述方法的优缺点之后,并结合费用风险量化分析的案例,目前开展项目风险量化评估时多采用蒙特卡洛模拟法(Monte Carlo Simulation)。蒙特卡洛模拟法全面考虑风险事件的风险因素,可以直接处理每一个风险因素的不确定性,使决策更加合理和准确,它是一种多元素变化的方法,在模拟过程中可以编制计算机软件对模拟过程进行处理,大大节约了时间。通过Monte Carlo模拟法计算出费用的累积分布函数,最后基于费用基线,估算项目的费用风险。因此,费用风险量化评估方法采用Monte Carlo模拟法。

2 费用风险量化评估步骤

根据复杂产品研制项目的特点,其费用风险量化评估的主要步骤为图1所示。

2.1建立项目CBS,选定费用因子

CBS是开展项目详细费用估算和费用风险评估的基础,只有建立了详细的CBS,才能选定相应的费用参数确定分布函数进行随机抽样。

2.2 确定费用因子概率分布

费用因子的概率分布对费用风险评估非常重要。一般是适当的数学分布来描述随机变量(费用因子)的概率分布,如果没有可直接引用的典型理论分布,则根据历史统计资料或专家意见判断随机变量的初始概率分布。在风险分析中常用的概率分布如表1所示。

2.4 频率分布与累积分布分析

假设进行了n次模拟,费用数值的最大值为MAX_c,最小值为MIN_c,将[MIN_c,MAX_c]区间均分为m段子区间,一般分为100段即可,统计n个费用模拟值落在每段子区间中的个数,这就是费用的频率分布趋势。将频率分布分析的结果进行概率累加,即得到费用的累积分布趋势。

3 费用风险量化管理信息系统设计

为了实现费用风险量化评估的信息化、常态化和标准化,设计开发了复杂产品研制项目费用风险管理信息系统。该信息系统具有费用风险识别、评估、应对、监控等功能。图3中给出了该信息系统的系统架构图。

该信息管理系统采用Microsoft .Net平台技术开发,使用Spring .Net应用程序框架和NHibernate对象/关系数据库映射工具等进行开发。该架构基于浏览器/服务器(B/S,Brower/Service)模式设计,系统架构为五层结构,即表现层、应用服务层、基础服务层、统一访问控制层和数据存储层。

根据费用风险量化评估步骤,首先是建立项目CBS,建立后的CBS如图4所示:

其次是为建立后的CBS选择费用因子和概率分布模型,在这里选择三角分布模型,为费用因子填写费用信息如图5所示:

最后对费用风险信息进行了3000次模拟,统计3000个费用模拟值落在每段子区间中的个数,生成费用的概率分布趋势。将概率分布分析的结果进行概率累加,即得到费用的累积概率趋势。如图6所示:

4 结论

随着技术条件要求和产品系统的复杂度不断提高,给项目研制费用带来极大的挑战。结合实际情况,通过蒙特卡罗模拟法对复杂产品研制项目费用风险进行量化评估,在费用风险量化评估步骤的基础上,开发了费用风险量化评估信息系统,实现了费用风险量化评估的信息化。

参考文献:

[1] 王力强,王利.主观评分法在项目风险管理中的应用[J].北方交通,2012(10):114-116.

[2] 钱昊,马维珍.层次分析法在项目风险管理中的应用[J].兰州交通大学学报:自然科学版,2005,24(3):53-56.

[3] 汪灿星, 王俊文.基于决策树的工程项目风险管理方法[J].四川建筑,2008,28(4):205-206.

[4] 李志鹏, 何瑞春.基于模糊综合评估法的工程项目风险管理研究[J].兰州交通大学学报:自然科学版,2007,26(4):89-91.

第11篇

(一)传统证券风险量化指标的理论源头

传统的证券风险分析当中必然会同一个与之如影随形的概念联系在一起,那就是收益,同时,在西方传统的经济学当中风险和报酬存在着这么一个函数关系,甚至在一些传统的经济学课本上作者为了简化两者之间的关系,将两者简单的归结为一个完美的线性关系,即风险与收益之间是一对一的数学关系,并且存在着这样一个逻辑:风险越大,报酬或者收益也就越大,反之亦然。即使是稍微尊重事实一些的经济学教材也运用了高等数学当中线性回归的方法将两者的关系从非线性回归为一对一的线性关系。除了学界对于风险的分析是从报酬或者收益出发的以外,在国外或者国内的民间也有类似的对于两者关系的表达,例如我国有句老百姓口中经常说到的“富贵险中求”就是对两者的关系的简单认识。因此,传统证券风险分析的源头明显是来源于对于报酬的分析。

(二)传统证券风险量化指标的数学方法的应用

传统的证券风险理论认为证券的总风险=可分散的风险+不可分散的风险,其中可分散的风险主要指的是个别证券自身存在的风险,而不可分散的风险则是指市场风险,下面笔者介绍一下传统证券风险量化的两个重要的指标――标准差与贝塔值。

第一,标准差。传统证券风险理论认为个别证券的风险可以从单个证券的报酬率为起点进行分析。财务投资专家从高等数学当中引入了一个衡量证券报酬率的波动性量化分析的指标――标准差来进行对单项证券风险的判断,进而判断出相同期望报酬率和不同期望报酬率时对于不同投资的选择。测算的步骤如下:第一步,确定各种市场需求下各类需求发生的概率;第二步,计算出期望报酬率,其实质上是对于各类市场需求下的报酬率的加权平均数。第三步:根据标准差的数学公式计算出标准差,σ=[Σ(ri-?)2×Pi]1/2其中ri是第i只证券的报酬率,?是期望报酬率,Pi是第i只证券的报酬发生的概率。结论是在期望报酬率相同的时候,标准差越大证明该证券波动越大,风险也就越大,反之亦然。在期望报酬率不同时引入了另外一个概念即离差,由于基本原理也是根据标准差衍生而得,在此不再赘述。[1]

第二,代表市场风险的贝塔值。我们在第一点中提到的标准差主要衡量的是单项证券的风险,而贝塔值的引入主要是考虑到了证券组合的风险构成当中不可分散的风险即市场风险。而贝塔值的测算公式从数学的角度来说实际上是利用了标准差的升级版公式即协方差,协方差主要是衡量了两组数据之间的相关程度,以此来判断证券组合的报酬率与市场报酬率之间的数理联系,进而判断出不可分散的风险。理论上贝塔值的计算是βi=(σi /σm)ρim,其中βi第i个证券组合的市场风险程度,σi,σm分别第i个证券组合的标准差与市场证券组合的标准差,ρim代表第i个证券组合的报酬与市场组合报酬的相关系数。实际当中β系数可以通过将股票报酬对市场报酬做回归得到,拟合得到的回归线的斜率就是证券的β系数,即β=Ri /Rm。[2]

二、价值投资理念下风险与报酬的关系

价值投资理念是华尔街之父本杰明格雷厄姆所创立,在其传世之作《证券分析》当中明确提出了有关投资与投机概念,其中论及投资界老生常谈的收益与风险的问题时结论与传统证券风险分析有着本质的不同,格雷厄姆明确指出收益与风险之间不存在着数学关系,并且认为证券的价格与收益并非取决于对于其风险的精确数学的计算,而是取决于该证券的受欢迎程度,而这种受欢迎程度本身包含了投资者对于风险的认识,但很大程度上还受到如公众对公司和证券的熟悉程度,证券发行与购买的容易程度等。[3]并进一步指出,无论是理论上还是实际当中,对投资风险进行精确的计算都是不可能成功的,现实当中并没有所谓的期望报酬率的概率经验表,即使存在也是基于对于历史数据的分析得到了,而历史数据之于未来决策的有用性或相关性的大小还有待考证,其研究范围不同于保险公司对于保单的精确测算,例如人寿保险能够明确的了解年龄与死亡率之间的关系是明确的。而证券的风险与报酬之间的关系则没有如此的确定。[4]

三、价值投资理念下传统证券风险量化分析的反思

以上笔者对于传统的证券风险理论与量化方法以及价值投资理念下关于风险与收益的关系进行了论述。笔者认为,价值投资理念下有关论述对于我们重新审视证券投资中风险因素的衡量有着非常重要的意义。

首先,笔者认为,标准差的计算过程本身就存在着无法避免的瑕疵,这一个公式至少有两个基本假设,第一,计算的人必须能够客观的预测出各种市场情况发生的需求概率,并且准确的在各种概率下发生的报酬率;第二,假定历史数据对于未来的投资决策具有确定的相关性。但是在现实生活中根本是无法预测的,这种算法实质上是硬将自然科学当中的数学模型强加到社会问题的研究当中,不可否认的是,目前来说大量的社会问题是无法通过数学来量化的,因为证券的风险当中不仅仅只有报酬因素的影响,还有各种在不同市场条件下的因素决定的,而这些因素又相互的的影响和动态的变化。因此,标准差的方法受到了质疑,后续的离差率、β值的计算自然也就没有了根基。

其次,β值的测算除了上述由于标准差的非客观性导致的不确定性的缺陷以外,笔者也针对实操当中第二种公式进行分析,β的第二种公式是β=Ri /Rm,从公式上来看,存在着明显的逻辑上的可疑性,单个股票的收益率假如大于市场整体的收益率,则该只股票的风险就比市场风险大?这个观点在《证券分析》当中就已经被很好地反驳了,在此,笔者只需要举一个例子就足够反驳这一个观点,伯克希尔哈撒韦上市公司每股截至2017年6月5日是249660美元,每股收益率如果从上市之初可以用天文数字来形容,并且这家公司经历了无数次大大小小的金融危机,依然以远远超过市场平均的业绩笑傲群雄,难道说他的风险要远远大于市场?这家公司是以价值投资的理念进行风险评估和投资的。因此,笔者认为中国的证券行业乃至我们有关的证券专家和学者们有必要从价值投资的理念来重新审视目前证券风险量化的指标在实际当中的效用。

第12篇

在过去十年中,首席营销官的平均任职期翻了一倍。但是,即使现在的任职期平均有24个月,对比企业其他首席高管的平均7年任职期仍然十分惨淡。是什么导致了这样一种趋势,首席营销官的任职寿命为什么比起行业其他同行要落后一大截呢?

纵观历史原因,首席营销官往往发现自己处境十分艰难,即使做了一些营销项目,也很难将这些项目对企业销售收益的影响进行量化,很多时候这几乎就是一项“不可能完成的任务”。目前大家的共识是,因为这两者间存在“代沟”,导致企业营销负责人经常更换。随着科技的发展及数字化渠道的普及,企业对于营销负责人能做什么、以及应该做什么都很难进行预估,虽然大家期望在数字化时代下营销成果将能够被量化,也能让负责人都心里有数。幸运的是,随着科技的发展,未来营销者将能够满足这个要求。

如果首席营销官能够将自己的营销成果更具体量化,创造良好的销售业绩,那么首席营销官的任职寿命将会延长。以数据化为驱动的首席营销官们,一旦能够展示出自己的营销行动对投资回报率、销售流水线的影响力,那么所处的企业高层将对他们更为看重,将他们放在重要的战略性地位,他们在企业的地位也将超出以往任何任职者。当然,即使是在数字化时代,要展现自己的价值仍然非常有挑战性,尤其是对于B2B组织机构而言――在这些机构里,大部分销售仍是通过线下实现。在对营销者的企业销售贡献做量化时,精确、及时性分销非常重要。

就因为“贡献”这词对营销负责人非常重要(也的确必须很看重),这个词在营销界里一直被大家翻来覆去地讲,几乎已经有点变味了。从未来营销的复杂发展情况看,“贡献”在业界甚至是在内部团队中会有不同的含义。但是,我们还是对这个词做了定义:贡献,作为一个营销术语而言,在互联网营销上,仅仅被当成一种授信方法,用以传递特定的营销驱动交互体验或是打造一种品牌印象触点。

同理,推到运动界,“贡献”这词通常用于帮助观众将运动员的贡献概念化,不管是在哪种运动,足球、篮球还是终极飞盘,概念都是一样的。在运动中,许多玩家和步骤都要涉及得分系统,那么最终由谁得分呢?在营销界里,这个问题变成了:“市场上有这么多的企业、渠道,大家有各自的销售手法和保留客户的战术,哪一家企业能在销售上得高分呢,究竟凭什么得高分?”这个问题意味深长,很难给出明确的答案。但是问题一旦解答出来,将会给企业的营销影响、预算优化、客户偏爱带来很多价值启示。

为什么?

营销者的营销实践给企业带来的价值是有目共睹的。其中一些价值可在整个组织范围内体现出来,另一些价值可以具体体现在营销团队上。

组织范围内:

・在企业里发出更令人敬重的强有力声音

・营销者能够表现出自己对销售业绩的影响和贡献

・企业能够定期看到营销的成果和投资回报情况

・改进营销或销售的关系

营销团队上:

・营销渠道和战略将被视为一套投资组合,能够实时进行调整和优化

・对于额外预算能进行简单快速的配置

・对企业活动、渠道和战术有丰富的看法,能够最终优化企业整个客户体验旅程

・改进营销投资回报率

根据美国电子商务调研公司Forrester的报告表明,这种在营销者贡献的洞见基础上做的营销优化,能够将企业的每行动成本削减30%~50%,并且最终将投资回报率提升为50%~100%。

怎么做?

基于营销者贡献能够带来这么多好处,你可能会开始设想,每个企业都应该无间隙地紧密合作,打造一种能为企业带来贡献的实践套路。然而,根据最近由Adobe和互联网咨询公司Econsultancy的一项研究表明,大约只有45%的企业有自己的贡献衡量模型,虽然只是最基本的模型;34%的企业没有任何正式的贡献衡量模型。这份调研还表明,只有五分之一的企业自己拥有一套成熟的贡献衡量实践系统。

第13篇

2013年6月中旬到6月底发生在国内金融界的“钱荒”(又有说是“心慌”),以及进而由其引起的股市激烈振荡,使更多的人意识到银行流动性风险和流动性风险管理的重要性,也再次给监管部门敲响了警钟。纵观全球金融市场,流动性风险及风险管理被长期忽视,仅在2008年金融危机后,才再次引起人们的重视。彼时,一些国际知名金融机构,如北岩银行、雷曼兄弟、贝尔斯登、华盛顿互助银行,一夜之间轰然倒塌。令人感到蹊跷的是,这些曾经叱咤风云的银行在破产前的一个季度还非常赚钱,资本充足率也很正常,是什么致命一击,使这些百年老店飞灰湮灭?这就是被称为“看不见的杀手”——流动性风险——所秒杀。在刚刚公布的2012年世界财富500强中,我们欣喜地看到工、农、中、建、交五大行赫然上榜,也看到兴业银行、民生银行、招商银行等国内第二梯队银行榜上有名。欣喜之余,我们也要吸取前车之鉴,防微杜渐,将我国银行的流动性风险管理提升到国际领先水平。

何为流动性风险

银行资产和负债与生俱来的“混搭”或“错配”(如短期存款来支持长期贷款),加上市场上资金供应短缺(如2008年美国资本市场和最近国内发生的“钱荒”),以及银行本身突发的、未预见的流动性紧缺,都会给银行造成流动性风险。2008年金融危机后,巴塞尔委员会根据在危机中出现的新问题,在其2009年9月公布的良好流动性风险管理原则中,再次明确了流动性的定义,这就是银行要具备为资产增加而融资和到期清偿债务,并同时不招致不能接受的损失的能力,管理原则同时明确指出产生的流动风险主要来源于两方面:一是市场流动性风险(Market Liquidity Risk),即由于市场机制的欠缺和不充分,或由于市场机制的失灵造成的银行流动性风险;一是银行自身的资金流动性风险(Funding Liquidity Risk),即银行不能有效满足可预见或不可预见的、目前的或未来的现金流或抵押物的需要,这种风险暂时不会影响银行的日常经营和财务状况,具有很强的隐蔽性。

如果缺乏及时有效的流动性风险管理,小到短期内会增加银行融资成本,挤压息差收入空间,大到影响银行资产质量,造成投融资整体分配结构失衡,遭遇国际评级机构降级和投资者信心丧失,严重制约银行可持续发展能力。同时,在对流动风险认识上,也要避免把流动风险孤立来看及孤立处理。在现阶段,很多国有银行(包括一些成熟市场的国外银行)的总行风险管理部将信用风险、市场风险、操作风险、流动性风险等不同风险领域设置为相互独立、彼此疏远的子部门。实际上,从国际经验来看,不同类型的风险相互影响、互相作用以及相互转化(图1)。在以往的经济金融危机中,风险往往从一种形式快速传递成另一种形式,如在2008年金融危机中,由于信用违约风险造成的对资产、投资、进而资本市场的信心的动摇,这种信心的缺失迅速波及和产生了流动性风险,一时间,资本市场的投融资功能嘎然而止。因此,银行家们要建立对不同类型风险的整体观和大局观,切忌头疼医头、脚疼医脚。

流动性风险管理演进

银行流动性风险管理应达到如下四方面作用:宏观上为市场和各关联主体增强信心,证明和显示银行处于安全、稳健的经营状态中;帮助银行履行现有的贷款承诺;帮助银行避免不必要和不获利的资产转移和资产销售;降低银行融资成本。

国外银行流动性管理可以分成五个阶段:

第一阶段是商业贷款理论时代,为保证商业银行资金的高度流动性,其理论强调贷款应是短期商业性贷款。由于这种理论强调贷款的自动清偿能力,也被称作自动清偿理论。又由于其强调商业银行贷款以商业行为为基础,并以真实商业票据作抵押,也被称之为真实票据论。此理论以商业银行资产流动性为着眼点,被商业银行一直沿用到约1920年。但这个理论有两个明显不足:银行视为自偿性的短期放款,不一定比其他放款更具有流动性;不能配合经济发展趋向成熟、复杂的需要。

商业银行流动性管理从1920年到1950年左右,进入了第二阶段。该阶段前期是转移性理论时代。银行持有资产(多多益善,为追求高回报可以是长期贷款),必要时,如果能以较低的代价转移或出售给其他金融机构或投资者,就可维持流动性。回顾1933年世界经济大萧条,由于人们对现金的偏好,证券市场崩溃,银行资产几乎失去其转移性。在该阶段后期,预期收入理论开始盛行。贷款的种类开始增加,借款人大部分已分期付款方式偿还贷款,因此,银行以借款人未来收入为基础来估算借款人的偿债能力。由于有多种不确定性因素,银行很难对借款人未来所得进行正确的预测和估算。

银行流动性管理的第三阶段是负债管理阶段,从1960年左右到1970年早期。这种负债管理有三大特点:银行资产负债表负债大部分是货币或在资本市场上可转移的、非存款性负债,与传统活期、定期、储蓄存款等存款性负债资金来源有别;负债管理以竞价方式在市场上主动争取资金,与传统上坐堂待客存款的被动方式有别;以出售负债换取资金与资产管理上出售资产换取资金有别。负债管理虽然更加灵活、主动,但过分依赖市场资金,使银行间业务竞争日益激烈、存贷款息差缩小,导致资金成本上升、收益不确定性增加,造成银行经营的安全性不足。

资产负债综合管理和资产证券化的出现与发展是银行流动性管理的第四阶段,从1970年代中期到2008年金融危机。较之前述的资产管理侧重资产的流动性和安全性而忽略收益性,而负债管理则强调强调收益性而使风险增加,降低了安全性,资产负债综合管理则从银行整体出发,试图兼顾收益和风险管理,以达到风险与收益平衡和优化。但随着资产证券化等表外业务金融创新产品和复杂金融工具的滥用,加之银行监管不力、信用评级机构道德的缺失等因素,在贪婪和利益的驱使下,迎来了2007~2008年又一轮金融风暴。

2008年至今,金融机构流动性风险管理进入新的时代。从在风险管理中最不起眼、最容易被忽视的方面,一跃成为风险管理中的焦点。同时,对世界各金融监管机构、研究机构和银行等都提出了更高的要求。欧洲银行监管委员会、巴塞尔银行监管委员会、国际金融研究所、英国金融服务管理局都纷纷出台流动性风险管理的原则、法规和建议。

国际流动性风险管理流程与手段

从国内外金融机构近年来发生的危机中,不难总结出这样一个公式(图2)。

为避免财务困境和招致更深层次危机,商业银行等金融机构要居安思危,规划先行,建立高度协调、有效的流动性风险管理流程和手段。具体管理流程和实施的手段可分为三步(图3)。

银行流动性风险管理的第一个步骤是整体架构的设计。这一步又可以细分成五个组成部分:第一是银行等金融机构必须首先在充分考虑和吸纳监管要求的前提下,制订内部的流动性风险管理政策、流程和制度。另外,国外大中型银行都有资产负债和流动风险委员会,其成员来自各要害部门的高级管理层,应定期讨论、制订和通过本银行资产、负债和有关流动性的提案,以确保融资渠道多元化和资金用途合理,以及本银行流动性在安全和可靠范围内。第二是建立量化监管流动性风险的系统和控制框架。银行自身系统的建立和完善,在整个流动性风险管理中起着举足轻重的作用。设计者和管理层要反复讨论和确认流动性最根本的风险是否被全面考虑,各相关部门和责任是否清晰明了,信息系统是否运行与初衷设计一致,关键信息能否通过系统在第一时间得到反映,市场、信用、流动等风险间的相关联系是否被充分理解和监控。总之,信息的质量而不是数量起决定作用。目前,国内一些银行和风险管理部门还存在“面子工程”现象,一些风险量化和监控系统只注重短期效应,不注重长期投资,过于简化,这种“花架子”体系根本无法预警,更谈不上应对大的风险。因此,由这些架构和系统产生的关键绩效指标(Key Performance Indicator)和关键风险指标(Key Risk Indicator)一定要到位并发挥作用,从而使风险管理人员从信息的大海中迅速捕捉到有价值的重要信息。否则,预警和及时的防范风险都将子虚乌有。如果第一个组成部分和第二个组成部分系统和架构有效到位,则第三个组成部分就水到渠成,这就是银行可达到充足的流动性,并实现自给自足的量化监控。第四个组成部分,是对前三个组成部分的提升,冲破了对某一产品、某一部门或某一区域的流动性风险管理,变成了可平移和可扩展的跨部门、跨区域、甚至跨国境的银行综合流动性风险管理。最后一个组成部分,是将前四个组成部分归结并浓缩成高质量的报告,提供给高层管理者和监管机构,便于管理者和监管机构掌握及时、真实和有效的信息,真正做到时效流动性风险管理。

银行流动性风险管理的第二个步骤是设置流动性容忍度等级和限制。在各相关监管体制下(如巴塞尔协议规定的资本充足率指标等),各个银行可根据自身市场定位、发展战略方向、风险偏好,制订可接受的流动性区间和倾向。第二个步骤应根据市场等外部条件的变化及时调整,因此,也不存在所谓最好的模式:只是在不同时间,根据当时情况,通过设置(流动性容忍度)限制性条款,因时、因地发展银行业务。根据更适合本银行发展,制订流动性容忍度的上下限。图4是国外某银行在设置流动性容忍度限制时考虑的部分限制性条款。

银行流动性风险管理的第三个步骤是量化和实施流动性风险管理的具体手段,这一步骤是在前两个步骤政策到位、系统到位、关注到位后的具体及关键阶段。国外风险管理界流传这样一句话:“如果你不能衡量风险,你就根本无法管理风险。”衡量流动性风险可从关键财务比例分析、现金流和净资金需求分析、预警模型和现状优化模型三方面着手。关键财务比例和现金流、净资金需求分析主要是从纯财务角度进行量化分析;而预警模型和现状优化模型除了考虑财务数据以外,还加入宏观经济数据,资本市场行为(Capital Market Behavior)等数据和分析;另外,预警模型,顾名思义,是对未来可能发生的流动性风险进行预警和防范,而现状优化模型是对银行现有流动状况进行评判和修正。

在流动性风险量化的基础上,国外银行针对流动风险管理,往往都有量身定制的“工具箱”。在这个“工具箱”里,一般都包括三大流动风险管理工具。第一大工具是应急资金计划(Contingency Funding Plan,CFP,图5)。国内不管大小银行都应未雨绸缪,备有此种计划。这种应急资金计划越详尽、考虑越周密越好,因为金融市场上“黑天鹅”事件(指非常难以预测且不寻常的事件,通常会引起市场连锁负面反应甚至颠覆)不是没有发生过,一旦此类小概率事件发生,谁做的准备越充分,谁就越远离金融风暴的中心。

第二大流动性风险管理工具是流动性压力测试。国内有些银行对监管部门要求的各种压力测试,往往采取交差、应付的态度,多由级别较低、经验较少的技术人员设计和执行。由于没有充分理解监管部门的用意,加上参与人员经验的缺乏和银行内部重视不足,很多压力测试变成了“做过场”,根本没达到风控目的。图6是国外银行流动性压力测试的方法和步骤。

第三大流动性风险管理工具是差距分析(Gap Analysis)。为及时评价和审核现有流动性管理水平,向最好的实践经验看齐,差距分析应运而生。具体的操作办法是对流动风险管理进行全方位评估,包括风险的定义、治理和监督,以及流动性管理、量化和报告、压力测试、应急资金计划、公式。通过自身评估和与最好的业内实践经验比较,银行能够不断提升流动性风险管理水平。

对中国的启示

随着利率市场化和金融市场的进一步放开,中国金融改革也进入关键期,同时,也对监管机构也提出了更高的监督和管理要求。针对当前的流动性风险管理,监管机构可重点考虑三方面:第一,央行作为监管机构,同时是流动性的最终提供者,要保证给予市场和银行业足够的信心。刚发生不久的“钱荒”,有业内人士称之为“心慌”,在一定程度上反映出对货币、金融政策的信心不足。改革需要稳步、慎重推进,金融政策和举措应一致和稳健,监管机构要给予市场足够的心理准备。金融政策、举动都是牵一发动全身。监管机构绝不能着急,不能抱着动一下、看看效果再说的想法。第二,监管部门的对外交流和交流技巧至关重要。从国外经验来看,国外监管机构和银行自身都把交流、公示放在重要地位,且很会交流,交流的方式和渠道也多样化。反观此次“钱荒”,央行举措非常突然,给银行和市场带来了很大影响。第三,监管部门应进一步拓宽中国投融资市场,创造更多元化的投融资环境。

第14篇

1基于资产负债率限制的电网投资能力分析

1.1构建基于资产负债率限制的电网投资测算模型电网企业的投资能力主要取决于企业的经营状况,投资能力的来源主要包括企业经营的收益和融资,在假设公司以前年度可投资资产为零的情况下,后续投资能力的公式如下:

1.2基于资产负债率限制的电网投资测算模型各项参数的计算式(4)中,Fi为第i年的负债率,电力企业的资产负债率由主管单位制定,在网省企业目前确定的最大资产负债率为68%。Qi-1为第i-1年的资产总额,Si-1为第i-1年的负债总额。④Ji。按照公司的年度营业性支出按照固定的比例设定。

2某电网企业的实例应用

2.1负债率限制下的电网公司最大投资能力测算模型实例计算根据某省电力公司2001~2013年的财务资料,参照投资能力分析模型的要求,按照相关机构对2014~2030电力供需的研究及电力公司计划投资的预测,按式(1)分析该公司在2014~2030各年度的最大投资能力情况。①根据对2014~2030各电价水平的售电预测,各电价水平的购电量预测(电价采用目前的价格水平),同时预测其他运营的收入和输配电成本的情况,形成的2014~2030各年度的利润见表1。②按照2014~2030年的实际投资预测,及2013年的资产净值情况,计算2014~2030的折旧情况如表2。③按照2014~2030的预计投资情况及公司经营的情况,按照最多资产负债率的要求,预测2014~2030年各个年度的最大融资能力,结果如表3。④按照2014~2030年的成本规模,流动资金按以下两种方式留存:一种是5%的购电成本加上5%的输配电成本,另一种是5%的购电成本加上10%的输配电成本计算实际的投资能力,并绘制投资能力曲线如图1。

2.2电网企业的最大投资能力分析通过以上的表、图可看出,目前某电力企业计划投资的规模较大,其实际计划的投资已经接近公司的最大投资能力了。在以5%购电成本,10%输配电成本作为留存流动资金的情况下,部分年份的投资甚至已经超出68%负债率限制下的最大投资能力了。此时,需考虑过度投资可能带来的风险。电网企业的投资具有资金数额相对较大、资金占用时间长的特点,如果投资计划不符合实际情况,超偿债能进行投资,可能引起不能按期偿还贷款,造成融资风险。

2.3模型计算步骤步骤1,通过计算售电收入、其他收入、购电成本和其他成本,计算出公司第i年的经营利润,然后计算出上缴利润。求出第i年的净利润。步骤2,计算固定资产的折旧,首先计算存量资产的折旧,根据上年度的固定资产净值,扣除每年的折旧,按照剩余年度平均折旧(考虑公司实际经营是连续的情况,从开始研究年度的固定资产折旧按照12年的折旧年限计算)。其次计算新增资产的折旧额,为简化计算资产原值按照实际的投资额计算。步骤3,计算最大融资额,其中的还款额在后续的计算中,同整体公式中的还款额相抵消,故无需计算。步骤4,计算留存的用于经营的流动资产及企业的最大投资能力,并通过迭代的方式计算预测阶段内的各个年度的投资能力,绘制投资能力曲线。

3结语

第15篇

关键词:QE政策 前景 退出步骤 中国经济 影响

美国QE政策的前景

2008年11月至2010年4月,美联储实施了QE1;2010年11月至2011年6月,实施了QE2;2012年9月,QE3正式推出。2012年12月12日,美联储宣布每月采购450亿美元国债,替代扭曲操作,进一步延长超低利率期限,这一做法被称为QE3二代。QE3二代有两个附加条件:即在失业率高于6.5%,通胀率不超过2.5%的情况下,量化宽松货币政策将会保持不变。但失业目标与通胀目标两个约束条件具有内在不一致性,将直接影响到QE3的持续时间和最终规模。2012年以来,美国失业水平持续下降,但根据历史经验要下降到6.5%的目标之下,仍需要相当长的时间。而2012年8月份以来,美国CPI进入了一个新的上升通道,通胀率超过2.5%并不需要太长时间。加上欧洲中央银行、日本银行、英格兰银行维持宽松货币政策,在全球性货币贬值竞争中,美元贬值速度加快,通货膨胀加剧。美联储近期的会议记录表明,在QE政策上已存在很大分歧,QE政策前景不容乐观。事实上,在第二轮货币量化宽松政策推出之后,市场对于美联储是否会退出量化宽松的讨论就不绝于耳。2013年4月2日,美联储最强硬的官员与最温和的决策者进行罕见的公开辩论,讨论美联储刺激经济增长的大胆举措是否带来了通胀风险。QE政策的退出越来越引起市场的关注。

目前美国经济的状况与1936年相似,面临着财政赤字缩减的问题。迫于债务的压力下,2013年3月1日美国财政自动减赤机制已开始启动,2013财年将会削减850亿美元的开支。据美国国会预算局测算,开支削减可能造成2013年约70万个就业岗位流失,拖累美国经济增长0.6%。如果此时中止或退出量化宽松政策,有可能再现1937年的困境,经济在双重承压下陷入“二次衰退”。因此,在美国经济尚未持续企稳的情况下,美联储在2013年不太可能全面退出QE货币政策。

前面提到,尽管美国失业率持续下降,但离目标值还存在较大差距,并且影响失业率的劳动参与率从2008年年底的65.8%下降到2013年年底的63.3%,这意味着美国目前的就业形势依然不容乐观。而量化宽松政策的风险在于其会对通货膨胀带来较大压力。2012年9月,美联储推出QE3时,美国通货膨胀接连两个月出现上升,从8月的1.7%上升到10月的2.2%,但11月份又回落到1.8%。2012年12月的QE3二代进一步增加了对于未来通货膨胀的预期,但这种通胀尚处于可控的区域。因此,在目前情况下,通胀风险并不是特别大,劳动力市场仍然是美联储量化宽松操作的重点考察因素。根据QE3二代的两个附加条件,在通胀控制好的情况下,以当前7.6%的失业率为起点,每月下降0.1%的速率来计,至少还需要一年时间失业率才能降至6.5%,考虑到中间有可能出现反复,所以,美联储可能于2014年年末至2015年年初退出QE。

美国QE政策的可能退出步骤

QE政策退出的策略分为一次性退出与渐进式退出两种策略。从前面分析来看,美国很可能采取渐进式退出策略。这样可以随时监测各阶段经济成长稳定性并适时作出微调,相机抉择可以将可能的损失降到最低水平,并且使市场逐渐适应政策退出的过程,避免因信心和预期波动所造成的经济剧烈下震。渐进式的量化宽松退出策略可能分为以下几个步骤:

(一)自动收缩阶段

自动收缩即临时性特殊工具的到期退出。2009年6月美联储将TSLF第1期和TSLF期权计划中止,TSLF第2期拍卖频率从2周一次减至4周一次,规模从1500亿美元减至750亿美元,之后短暂回弹后于2009年9月逐步缩减,最后于2010年退出。与此同时,美联储将TAF项下2周一次的资金拍卖规模从1500亿美元削减至1250亿美元,此后TAF拍卖量逐步下降,至2010年上半年全部退出。在各类短期创新型工具中,CPFF工具延续的时间也最长,在2009年的1月为了稳定金融市场,美联储通过CPFF工具对有资金需求的商业票据发行者大规模融资,达到峰值,此后逐步下降,到2010年8月之后全部退出。总体来看,应对金融危机的短期应急性创新工具已经全面退出。

(二)局部微调阶段

局部微调阶段是从自动收缩阶段到主动退出阶段的过渡阶段,实践中可能与前后两个阶段并行交叉。在这个阶段美联储通过购买规模的增减、再投资与扭曲操作机制来逐步降低资产负债表规模的扩张速率。首先, 调整有价证券购买规模。第一轮量化宽松期间,美联储月均购买有价证券1029.4亿美元;第二轮量化宽松期间,月均购买量降为750亿美元;第三轮量化宽松期间,从2012年9月至12月,每月购买量已降至400亿元美元,2013年1月起起则增至每月850亿美元。其次,通过再投资机制调整货币供给。第二轮量化宽松期间,美联储通过资产的再投资避免了每月250亿—300亿美元流动性的收缩。如果未来失业率保持缓步下行的态势,美联储将会逐步缩减到期再投资的规模,通过到期机制自动减少市场流动性。再次,在保持资产负债表不变的前提下,通过扭曲操作降低长期国债收益率。在市场流动性与长短期融资成本需要调整时,美联储可以通过卖出或买入不等量的不同期限的国债来进行。例如在卖出2000亿美元的短期国债的同时,仅从市场上购买1500亿美元的长期国债,这样可以在压低长期融资成本的同时,逐步减少市场货币的供给。经过局部微调的货币政策,美国资产负债表扩张速率可以逐步放缓,但经济依然保持了复苏的态势。目前美联储已处于该阶段,预期这个阶段有可能持续到2013年年末。

(三)主动退出阶段

首先是通过提高商业银行准备金利率主动收缩资产负债表,回收市场的流动性。在主动收缩资产负债表规模的阶段,美联储首先会选择提高商业银行超额存款准备金利率的方式来降低货币乘数。2008年10月,美联储将商业银行超额存款准备金支付的利率从0.75%提高到1.15%,试探性评估该项功能对回收流动性所产生的实际功用。其次是美联储不再对到期的国债、MBS等有价证券进行再投资,相反还有可能以稳定的速度出售中长期债券、发行定期大额存单以及进一步扩大回购对手范围、延长回购协议期限、增加回购协议品种等方式来缩减资产负债表,回收市场的流动性。接下来,随着美联储的政策重心将转向控制通货膨胀,信号意味最强的贴现率工具可能被采用,当然存在随经济状况反复使用该政策的可能。预计在2014年下半年,美联储将上调联邦基准利率,QE政策正式结束,货币政策走向正常化。

美国QE政策退出对我国经济的影响

作为世界唯一的超级大国,美国量化宽松政策的退出,将对全球经济产生巨大影响。在开放经济条件下,我国已全面融入全球的产业链,未来经济走向不可避免会受其影响。量化宽松政策的本质是将当前无法有效解决的危机转移到未来的手段,是一个将发达经济体国内危机向国际金融市场转移的机制。从根本上来说,美国QE是一个绝对利己并且非常有可能损人的政策。作为新兴经济体,我国必须深刻研究QE给自身带来的影响,以更好地应对。

(一)在全面退出之前,将会恶化我国通胀前景

首先,美联储渐进式的量化宽松退出政策,决定了在未来一年左右的时间内,美元供给将会十分充裕。QE让美元作为避险工具的安全性降低,国际资本的流动方向会转向新兴市场,我国的经济基本面较好,因此有可能成为这些资金流动的目的地,将增加我国的输入型通胀压力。此外,由于外部需求的复苏,我国出口环境得到改善,贸易顺差将部分恢复。因为美国经济一旦复苏,势必为低迷的全球经济注入一剂强心剂,我国对外贸易的惨淡局面有望顺势扭转。因而在未来一年内,我国的外汇占款仍有可能不断增加,央行将不得不被动发行人民币来对冲。其次,QE将抬升全球能源与大宗产品价格。全球能源与大宗商品价格上升将会通过我国的进口价格指数与PPI最终传递至我国的CPI,催生资产泡沫。对于中国香港来说,这一影响更为严重。由于港币与美元挂钩,美元贬值也意味着港币的走弱,大规模资金将入驻香港,香港资产泡沫的风险更加严峻。

(二)在全面退出之前,将会限制我国的宏观经济政策

基于四万亿时期的后遗症以及相关组合政策早已实施,加上我国目前失业率低位运行,并未出现大规模返乡潮,所以短期内不宜出台相关宽松政策。2012年1到8月,城镇新增就业人员是757万,完成全年目标任务900万的84%。城镇登记失业率保持在4.3%,应该说还是一个比较低的水平。在我国经济增长放缓的背景下,我国货币政策执行将陷入稳增长、控通胀的两难境地,调控难度加大。再如楼市调控政策,当前楼市调控本身就面临与经济增速放缓的矛盾,量化宽松来袭,楼市调控博弈将更加艰难。迫于输入型通胀的压力,我国将允许人民币以更快的速度升值,并逐步提高基准利率,以防止国内的资产投机情绪过度蔓延。在货币政策等受限的情况下,我国将更会重视财政政策的运用,如减免税费等。

(三)在全面退出后,将增加我国经济下行风险

QE政策使美元呈走弱趋势,但QE退出后这一趋势将扭转。未来随着美国经济复苏进程的加快,产出缺口将进一步缩小,而通胀压力上升,美联储将会退出QE政策,上调联邦基金利率。在QE实施阶段,基于人民币升值预期、中美利差倒挂和我国经济企稳回升的良好预期,2009年以来流入我国的短期国际资本呈现出加速态势。但在QE政策的中止期,资本将加速流出新兴市场国家。在第二轮量化宽松的中止期,我国资本外流的现象尤为严重,即为明证。而且,一旦美元走强,大宗商品价格将会回落,国内资产价格将不可避免受到影响,资产泡沫可能随之而破灭。经历此轮金融危机之后,美国已替代欧盟重新成为我国最大的贸易伙伴。在债务危机问题上,欧盟由于成员国各有,财政政策难以统一,不同的利益诉求使得各国在救助政策的协调上困难重重,因而经济复苏要比美国缓慢,美国在很长一段时间会保持贸易领先的地位。如果美国量化宽松退出政策选择的时机不当,经济出现超预期下滑,将会对我国的出口造成负面冲击,如果过往的出口经济模式没有根本改变,则经济有可能再次受到拖累。

(四)在全面退出后,将加大我国外汇储备管理难度

受QE政策的影响,美元自2009年3月份以来呈贬值态势,尽管2010年6月央行重启人民币汇率机制改革,开始增强汇率弹性,但人民币兑美元的汇率一直处于单向升值的通道,相应的我国以美元计价的外汇储备资产价格大幅缩水。从中长期看,随着金融市场趋于稳定和美国经济的好转,通胀预期强化,美联储退出QE政策会较大规模地抛售美国的长期国债和机构债,以回收流动性,这可能导致美国债券利率上升和价格暴跌。作为美国国债的海外最大持有国,我国大量持有的美国国债将大幅缩水,资产价值遭受损失。但一旦QE推出,美元可能开始升值,我国持有的巨量美元外汇的价值将会提升,带来正收益。如何把握好这正反两方面影响,将考验我国外汇管理当局的智慧。

参考文献:

1.姚斌.美国量化宽松货币政策的影响及我国的对策[J].上海金融,2009(7)

2.汤柳,王旭祥.欧洲量化宽松货币政策前景难料[J].中国金融,2012(11)

3.翟会颖,刘婧.美国量化宽松货币政策的运行效果分析[J].商业时代,2011(24)

4.穆争社.量化宽松货币政策的特征及运行效果分析[J].中央财经大学学报,2010(10)