投資組合管理

前言：想要寫出一篇令人眼前一亮的文章嗎？我們特意為您整理了5篇投資組合管理范文，相信會為您的寫作帶來幫助，發(fā)現(xiàn)更多的寫作思路和靈感。

投資組合管理范文第1篇

馬考維茨(Markowitz)是現(xiàn)資組合分析理論的創(chuàng)始人。經過大量觀察和分析，他認為若在具有相同回報率的兩個證券之間進行選擇的話，任何投資者都會選擇風險小的。這同時也表明投資者若要追求高回報必定要承擔高風險。同樣，出于回避風險的原因，投資者通常持有多樣化投資組合。馬考維茨從對回報和風險的定量出發(fā)，系統(tǒng)地研究了投資組合的特性，從數(shù)學上解釋了投資者的避險行為，并提出了投資組合的優(yōu)化方法。

一個投資組合是由組成的各證券及其權重所確定。因此，投資組合的期望回報率是其成分證券期望回報率的加權平均。除了確定期望回報率外，估計出投資組合相應的風險也是很重要的。投資組合的風險是由其回報率的標準方差來定義的。這些統(tǒng)計量是描述回報率圍繞其平均值變化的程度，如果變化劇烈則表明回報率有很大的不確定性，即風險較大。

從投資組合方差的數(shù)學展開式中可以看到投資組合的方差與各成分證券的方差、權重以及成分證券間的協(xié)方差有關，而協(xié)方差與任意兩證券的相關系數(shù)成正比。相關系數(shù)越小，其協(xié)方差就越小，投資組合的總體風險也就越小。因此，選擇不相關的證券應是構建投資組合的目標。另外，由投資組合方差的數(shù)學展開式可以得出：增加證券可以降低投資組合的風險。

基于回避風險的假設，馬考維茨建立了一個投資組合的分析模型，其要點為：(1)投資組合的兩個相關特征是期望回報率及其方差。(2)投資將選擇在給定風險水平下期望回報率最大的投資組合，或在給定期望回報率水平下風險最低的投資組合。(3)對每種證券的期望回報率、方差和與其他證券的協(xié)方差進行估計和挑選，并進行數(shù)學規(guī)劃(mathematicalprogramming)，以確定各證券在投資者資金中的比重。

二、投資戰(zhàn)略

投資股市的基金經理通常采用一些不同的投資戰(zhàn)略。最常見的投資類型是增長型投資和收益型投資。不同類型的投資戰(zhàn)略給予投資者更多的選擇，但也使投資計劃的制定變得復雜化。

選擇增長型或收益型的股票是基金經理們最常用的投資戰(zhàn)略。增長型公司的特點是有較高的盈利增長率和贏余保留率；收益型公司的特點是有較高的股息收益率。判斷一家公司的持續(xù)增長通常會有因信息不足帶來的風險，而股息收益率所依賴的信息相對比較可靠，風險也比較低。美國股市的歷史數(shù)據(jù)顯示，就長期而言，增長型投資的回報率要高于收益型投資，但收益型投資的回報率比較穩(wěn)定。值得注意的是，增長型公司會隨著時間不斷壯大，其回報率會逐漸回落。歷史數(shù)據(jù)證實增長型大公司和收益型大公司的長期平均回報率趨于相同。另外，投資戰(zhàn)略還可以分為積極投資戰(zhàn)略和消極投資戰(zhàn)略。積極投資戰(zhàn)略的主要特點是不斷地選擇進出市場或市場中不同產業(yè)的時機。前者被稱為市場時機選擇者(markettimer)，后者為類別輪換者。

市場時機選擇者在市場行情好的時候減現(xiàn)金增股票，提高投資組合的beta以增加風險；在市場不好時，反過來做。必須注意的是市場時機的選擇本身帶有風險。相應地，如果投資機構在市場時機選擇上采用消極立場，則應使其投資組合的風險與長期投資組合所要達到的目標一致。

類別輪換者會根據(jù)對各類別的前景判斷來隨時增加或減少其在投資組合中的權重。但這種對類別前景的判斷本身帶有風險。若投資者沒有這方面的預測能力，則應選擇與市場指數(shù)中的類別權重相應的投資組合。

最積極的投資戰(zhàn)略是選擇時機買進和賣出單一股票，而最消極的投資戰(zhàn)略是長期持有指數(shù)投資組合。

公司資產規(guī)模的大小通常決定了股票的流動性。規(guī)模大的公司，其股票的流動性一般較好；小公司股票的流動性相對較差，因此風險較大。從美國股市的歷史數(shù)據(jù)中可以發(fā)現(xiàn)，就長期而言，小公司的平均回報率大于大公司，但回報率的波動較大。

三、投資組合風險

我們已經知道，投資組合的風險是用投資組合回報率的標準方差來度量，而且，增加投資組合中的證券個數(shù)可以降低投資組合的總體風險。但是，由于股票間實際存在的相關性，無論怎么增加個數(shù)都不能將投資組合的總體風險降到零。事實上，投資組合的證券個數(shù)越多，投資組合與市場的相關性就越大，投資組合風險中與市場有關的風險份額就越大。這種與市場有關并作用于所有證券而無法通過多樣化予以消除的風險稱為系統(tǒng)風險或市場風險。而不能被市場解釋的風險稱為非系統(tǒng)風險或可消除風險。所以，無限制地增加成分證券個數(shù)將使投資組合的風險降到指數(shù)的市場風險。

風險控制的基本思想是，當一個投資組合的成分證券個數(shù)足夠多時，其非系統(tǒng)風險趨于零，總體風險趨于系統(tǒng)風險，這時，投資組合的風險就可以用指數(shù)期貨來對沖。對沖的實際結果完全取決于投資組合和大市的相關程度。若投資組合與大市指數(shù)完全相關，投資組合的風險就能百分之百地被對沖，否則只能部分被抵消。

投資組合的系統(tǒng)風險是由投資組合對市場的相關系數(shù)乘以投資組合的標準差來表達，而這里的相關系數(shù)是投資組合與市場的協(xié)方差除以市場的標準差和投資組合的標準差。因此，投資組合的系統(tǒng)風險正好可以由投資組合對大市指數(shù)的統(tǒng)計回歸分析中的beta值來表達。投資組合對大市的beta值是衡量投資組合系統(tǒng)風險的主要度量。投資組合的回報率、方差或標準差以及其beta值是投資組合分析和管理中的三個最重要的數(shù)據(jù)。

在投資組合的另一重要理論是在資本市場理論中引入了無風險資產的概念。在實際中，我們可以將國庫券認為是無風險資產。任何投資組合都可以看成是無風險資產和其他風險資產的組合。于是，投資組合的期望回報率可以表達成大市回報率與無風險回報率之差乘以beta值再加上無風險回報率。

國際金融投資行業(yè)也廣泛地使用VAR(Value-at-Risk)的方法來分析和管理投資組合甚至公司全部資產的風險。VAR實際上是衡量資產價值變動率的方法。其基本概念是：假設某投資組合的回報率是以正態(tài)分布，衡量在確定的概率下投資組合可能出現(xiàn)的虧損金額。VAR值就是用均值減一個標準方差的回報率，可以用來計算虧損。

四、投資組合業(yè)績評價

通常有兩種不同的方法對投資組合的業(yè)績進行評估。養(yǎng)老金、保險基金、信托基金和其他基金的主要投資計劃發(fā)起人一般會考察投資過程的各個主要方面，如資產配置、資產類別的權重和各類別重的證券選擇。這類評估稱為屬性評估。對很多投資者來說，他們更關心的是對一個特定的投資策略或投資機構效率的評價，如對有明確投資策略的開放式基金的評估。這種評估叫做指標評估。評估投資組合最直接的指標是回報率。但只有在相同或類似的風險水平下比較回報率才有實際的意義。從美國開放式互助基金的歷史數(shù)據(jù)可以看到，增長型基金的beta值最高，系統(tǒng)風險最高，相應在牛市時的回報率最高，在熊市時的回報率最低。平衡型的基金則相反。收益—增長型的基金的系統(tǒng)風險和回報率都在增長型和平衡型的基金之間。由此可見，任何一種基金在一個時期所獲得的回報率在很大的程度上取決于基金的風險特性和基金在當時所面臨的市場環(huán)境。在評估基金時，首先應將基金按風險等級分組，每一組的風險大致相同，然后在組中比較回報率的大小。

投資組合的回報率是特定期間內投資組合的價值變化加上所獲得的任何收益。對封閉式基金來說，由于沒有資金的流進和流出，回報率的計算相對比較容易。對開放式基金而言，頻繁的現(xiàn)金流動使普通的回報率計算無法反映基金經理的實際表現(xiàn)。開放式基金的回報率通常使用基金單位價值來計算。基金單位價值法的基本思想是：當有現(xiàn)金流入時，以當時的基金單位凈資產值來增加基金的單位數(shù)量；當有基金回贖時，基金的單位數(shù)量則減少。因此，現(xiàn)金的流動不會引起凈資產的變化，只是發(fā)生基金單位數(shù)量的變化。于是，我們可以直接使用期初和期末的凈資產值來計算開放式基金投資組合的回報率。

沒有經過風險調整的回報率有很大的局限性。進行風險調整后評估投資組合表現(xiàn)的最常見的方法是以每單位風險回報率作為評判標準。兩個最重要的每單位風險回報率的評判指標是夏普比例(ShameRatio)和特雷諾比例(TreynorRatio)。夏普比例是投資組合回報率超過無風險利率的部分，除以回報率的標準方差。特雷諾比例是投資組合回報率超過無風險利率的部分，除以投資組合的beta值。這兩個指標的不同在于，前者體現(xiàn)了投資組合回報率對全部風險的敏感度，而后者反映對市場風險或系統(tǒng)風險的敏感度。對投資組合回報率、其方差以及beta值的進一步研究還可以定量顯示基金經理在證券選擇和市場時機選擇等方面的優(yōu)劣。

【參考文獻】

[1]［美］小詹姆斯L·法雷爾，沃爾特J·雷哈特.投資組合管理理論及應用(PortfolioManagement:TheoryandApplication)[M].北京：機械工業(yè)出版社，2000.

[2]RichardC.Grinold,RonaldN.Kahn,ActivePortfolioManagement:AQuantitative

ApproachforProducingSuperiorReturnsandSelectingSuperiorRernsand

ControllingRisk,McGraw-Hill,1999.

[3]陳世炬，高材林.金融工程原理[M].北京：中國金融出版社，2000.

投資組合管理范文第2篇

【關鍵字】投資組合理論，風險，風險衡量

一、理論背景

美國經濟學家哈利?馬科維茨于1952年在《資產組合選擇》一文中首次提出投資組合理論，并進行了系統(tǒng)、深入和卓有成效的研究，該理論是現(xiàn)資理論的起源，為現(xiàn)代金融資產定價理論的建立和發(fā)展奠定了基礎。

人們進行投資，本質上是在不確定性的收益和風險中進行選擇。投資組合理論用“均值―方差”來刻畫這兩個關鍵因素。

馬科維茨于1952年提出的“均值―方差組合模型”是在禁止融券和沒有無風險借貸的假設下，以資產組合中個別股票收益率的均值和方差找出投資組合的有效邊界。該模型認為風險與其結果的變異程度是聯(lián)系在一起的，在未來投資收益的隨機結果服從正態(tài)分布條件下，用平均值和方差兩個參數(shù)就可以判斷風險的程度。方差具有良好的數(shù)學特性，在判斷資產組合的總風險時，方差可以分解為單個資產收益的方差和各個資產之間的協(xié)方差，從而為資產組合配置提供了技術基礎。根據(jù)該理論，投資組合的期望收益率是投資組合中單項資產預期收益率的加權平均數(shù)，投資組合的風險可用該投資組合的總體期望收益的方差、標準差和標準離差率來衡量。

在風險管理活動中，應用馬科維茨的投資組合理論有兩個目的，一是利用馬柯維茨的“均值―方差模型”衡量資產的投資風險，二是在投資決策中尋求一種最佳的投資組合，即分散風險。

二、單項資產的風險衡量

根據(jù)馬柯維茨投資組合理論，風險可以用未來各種可能的收益率與其平均收益率的偏差來衡量。我們選擇了貴州茅臺（600519）和瀘州老窖（000568）兩家上市公司的股票為例，計算兩只股票2012年月股票收益率的均值、標準差和標準離差率，以比較這兩家公司股票的投資風險。相關收益率數(shù)據(jù)來源于CSMAR數(shù)據(jù)庫。

兩只股票2012年1月至2012年12月各月收盤價、收益率如下表所示：

根據(jù)表1數(shù)據(jù)，貴州茅臺相關指標的計算結果如下：

由上述計算可以看出，雖然兩者的標準差幾乎相同，但由于收益率均值不同，我們用標準離差率進行風險度量，發(fā)現(xiàn)2012年瀘州老窖的風險明顯大于貴州茅臺。

三、投資組合的風險衡量

投資組合理論認為，若干種證券組成的投資組合，其收益是這些證券收益的加權平均數(shù)，但是其風險不是這些證券風險的加權平均風險，投資組合能降低風險。

假設一個投資組合P是由貴州茅臺和瀘州老窖兩種股票組成的， 和 分別表示資產組合中貴州茅臺和瀘州老窖的投資比例，則兩項資產組成的投資組合的收益率均值和方差的計算公式如下：

假設投資組合P中包括90%的貴州茅臺股票和10%的瀘州老窖股票，即 =0.9， =0.1，則根據(jù)上面的公式可以計算出該投資組合的收益率均值、標準差和標準離差率分別為：

該投資組合的標準離差率（7.5143）均小于貴州茅臺的標準離差率（7.5711）和瀘州老窖的標準離差率（45.0040），由此可見，投資組合分散了風險。此外，兩項資產在投資組合中的投資比例不同，投資組合的風險也不同。

利用excel函數(shù)功能可計算出兩支股票的協(xié)方差為 0.00031898，則可計算出兩者的相關系數(shù)為：

可以看到兩者間存在正相關，根據(jù)馬科維茨資產組合理論，一組證券如果不是完全正相關，可使風險在各種不同的證券之間在一定程度上相互抵消，從而降低整個投資組合的風險。投資組合中選取的證券種類越多，風險相互抵消的作用也就越顯著。但隨著證券種類的增加，風險減少的程度逐漸遞減，直到非系統(tǒng)風險完全抵消，只剩下由市場因素引起的系統(tǒng)風險。投資者可以根據(jù)自己的風險偏好，選擇不同的資產組合。

四、結論

通過上文的計算和分析可知，馬科維茨投資組合理論的確具有技術上的可行性，該理論對于指導投資決策和加強財務風險管理有一定的應用價值，不但為分散投資提供了理論依據(jù)，而且也為如何進行有效的分散投資提供了分析框架。

參考文獻：

投資組合管理范文第3篇

[關鍵詞] VaR 方差風險 Markowitz組合投資模型

一、引言

1993年G30研究小組在《衍生產品的實踐和規(guī)則》的報告中首次提出VaR模型,之后在巴塞爾銀行監(jiān)管委員會和國際證券委員會的推動下,VaR模型逐漸成為金融風險管理的主流方法。關于VaR模型在股票組合投資決策中的應用，國外學者做了大量研究。例如,Alexander,Baptista(2002)對比研究了均值-方差模型和均值-VaR模型對于股票組合投資決策的經濟意義。Campbell,Huisman,Koedijk（2001）在VaR模型框架下研究了最優(yōu)證券組合投資問題。Consigli(2002)應用均值-VaR模型研究了不穩(wěn)定金融市場中的證券投資組合選擇問題。

關于VaR模型在金融風險計量和管理中的應用，我國學者也作了一些研究。例如，戴國強、徐龍炳、陸蓉(2000)探討了VaR模型對我國金融風險管理的借鑒意義及其應用方法。寧云才、王紅衛(wèi)(2002)探討了Markowitz投資組合有效邊界的程序化解法。

本文首先探討了基于GARCH模型的股票投資組合VaR風險計量方法，然后將VaR風險替代Markowitz投資組合模型中的方差風險，通過求解非線性數(shù)學規(guī)劃問題得到股票投資組合的另一種最優(yōu)投資策略。

二、模型與方法

1.VaR的定義

根據(jù)Jorion的定義VaR指給定置信區(qū)間下金融資產或資產組合在持有期內的最壞預期損失。若用V表示資產組合在持有期末的價值，E(V)表示資產組合在持有期末的期望價值，表示給定置信區(qū)間c下資產組合的最低價值,則VaR值如(1)式所示。

（1）

其中,V*滿足(2)式所示的條件。

P(V|V>V*)=c 或（2）

其中,f(v)表示持有期末資產組合價值的概率密度函數(shù)。

計算VaR需先確定以下三個因素:資產組合持有期的長短、置信區(qū)間c的水平和持有期內資產組合價值的分布特征。VaR值計算通常有三種方法:歷史模擬法、方差-協(xié)方差法和蒙特卡洛模擬法。本文的研究采用方差-協(xié)方差法。

2.計算VaR值的方差-協(xié)方差方法

假設投資組合由n只股票組成，記為第i只股票的價值在投資組合總價值中所占的比例,并滿足(3)式所示的約束條件。

令S表示投資組合收益率的方差-協(xié)方差矩陣,表示股票投資組合的投資策略向量,則投資組合收益率的方差可由(4)式計算得到。

(4)

假定資產組合的收益率服從正態(tài)分布,由正態(tài)分布的分位數(shù)進一步計算得到投資組合的VaR值,如(5)式所示。

(5)

其中,表示投資組合的初始投資額,表示標準正態(tài)分布在置信水平c下的分位數(shù)。

由于根據(jù)歷史數(shù)據(jù)計算的收益率方差不能準確反映未來持有期內收益率的波動性,為克服這一的缺點,本文應用GARCH模型對股票未來持有期內的波動率進行預測，在波動率預測值的基礎上計算投資組合在未來持有期內的VaR值。

3.GARCH模型及其對股票收益波動率的預測方法

對金融時間序列收益波動率的研究一直是金融研究的重點問題之一,1982年Engle提出了ARCH模型,即自回歸條件異方差模型，1986年Bollerslev在此基礎上提出了GARCH模型，即廣義自回歸條件異方差模型,用以對金融時間序列收益波動率進行建模。對股票收益波動率的建模經常采用GARCH(1,1)模型,例如宋逢明、江婕(2003)對中國股市波動率特征的實證研究,趙留彥、王一鳴(2004)在對中國股市收益率的時變方差與周內效應的研究，本文的研究采用GARCH(1,1)模型。

GARCH(1,1)模型的具體設定如公式(6）、(7)所示。

(6)

(7)

其中,rt表示股票在第t期的收益率，u表示股票收益率的均值，εt表示第t期股票收益率偏離均值的殘差,σt表示第t期股票收益的波動率。α0 、α1和β為待估參數(shù)。

GARCH(1,1)模型實際上包含了一個遞推公式。根據(jù)rt和公式(6)可計算得到εt ,將εt 和σt代入公式(7),可對σt+1進行預測,依次類推。預測使用的第一期的收益波動率通常由歷史波動率法計算得到。

4.基于VaR的最優(yōu)股票組合投資策略

令表示投資組合各成分股票收益率的相關系數(shù)矩陣,s表示由各成分股票收益率方差預測值構成的列向量,其中收益率方差的預測值由GARCH模型得到，則投資組合在預測期內收益率的方差可由(8)式計算得到。

（8）

在股票收益率服從正態(tài)分布的假定下,將代入公式(5）,可計算出投資組合的VaR值。將投資組合的VaR風險值替代Markowitz組合投資模型中的方差風險值,可得下述非線性數(shù)學規(guī)劃問題。

(9)

(10)

求解上述非線性數(shù)學規(guī)劃問題，可得到最小化投資組合VaR風險值的最優(yōu)投資策略向量和最優(yōu)投資組合的VaR值。

三、實證算例

本文選取上海證券交易所上市交易分屬不同行業(yè)的6只股票構成樣本股票投資組合,這6只股票的名稱見表1。本文收集了上述股票2006年9月7日至2007年4月30日的日收盤數(shù)據(jù),根據(jù)日收益率數(shù)據(jù)應用Eviews5.0軟件估計各成分股票GARCH模型的參數(shù),參數(shù)估計結果見表1。

應用GARCH模型預測各成分股票在下一個交易日里的收益波動率,預測結果列示于表2。

根據(jù)樣本股票日收益率數(shù)據(jù)可計算成分股票間收益率相關系數(shù)矩陣。在給定各成分股票投資比重的條件下，應用公式(8)計算投資組合收益波動率的預測值， 再根據(jù)公式(5）計算投資組合在下一個交易日里的VaR風險值。利用Excel中的規(guī)劃求解功能求解公式(9）、（10)所示的非線性規(guī)劃問題，得到各成分股票的最優(yōu)投資比重，求解結果列示于表2。

為比較上述最優(yōu)投資策略降低投資組合VaR風險值的程度，本文同時計算了等比例投資策略下投資組合的VaR風險值，計算結果列示于表3。

表3顯示,如果投資者的初始投資為1000000元,則在下一個交易日里,在5%的置信水平下,最優(yōu)投資組合的最壞損失約為36443元,等比例投資組合的最壞損失約為39748元。在1%的置信水平下,最優(yōu)投資組合的最壞損失約為51462元，等比例投資組合的最壞損失約為56130元。在兩種置信水平下,等比例投資組合的最壞損失均大于最優(yōu)投資組合的最壞損失。

參考文獻:

[1]Alexander G. J.Baptista A. M.2002,Economic implications of using a mean-VaR model for portfolio selection:A comparison with mean-variance analysis [J],Journal of Economic Dynamics & Control 26,1159～1193

[2]Campbell R.Huisman R.Koedijk K.2001,Optimal portfolio selection in a Value-at Risk framework[J],Journal of Banking & Finance 25,1789～1804

[3]Consigli G.2002,Tail estimation and mean～VaR portfolio selection in markets subject to financial instability [J],Journal of Banking & Finance 26,1355～1382

[4]戴國強 徐龍炳 陸 蓉:2000,VaR方法對我國金融風險管理的借鑒及應用[J],金融研究,第7期

[5]寧云才 王紅衛(wèi):2003，Markowitz組合投資模型的程序化求解方法[J],數(shù)量經濟技術經濟研究,第10期

[6]Jorion P.2000,VaR:風險價值――金融風險管理新標準[M],張海魚譯,中信出版社

[7]宋逢明 江 婕:2003，中國股票市場波動性特性的實證研究[J],金融研究,第4期

投資組合管理范文第4篇

金融服務業(yè)對IT的依賴程度非常高。2003年，全球的金融服務企業(yè)在IT方面的投資金額超過2350億歐元，占大型銀行整體非利息支出的15%至22%，但遺憾的是，這些投資常常沒有達到預期的效益，許多企業(yè)甚至無法量化實際的IT投資收益。

面對這樣的挑戰(zhàn)，金融服務業(yè)的CIO們必須找出一套更好的方法，有效地管理IT投資項目。毋需舍近求遠，金融服務企業(yè)自家的金融資產經理人(asset manager)就能給出這一問題的解決方案，即對IT項目進行“投資組合管理”(portfolio theory)。

風險管理是關鍵

過去由于金融機構利潤豐厚，IT預算多，對創(chuàng)造更高的投資回報并未感受壓力。隨著世界經濟大環(huán)境的日趨嚴峻，在資源有限的情況下，金融機構亦開始感到壓力。特別在巴塞爾新資本協(xié)議極重視投資回報與運營效率的前提下，提升IT項目的投資績效尤為重要。

對于金融機構來說，要提升IT項目績效，最迫切的挑戰(zhàn)就是改善項目管理、風險評估與資本管理，而這恰恰是它們的專長所在。一些金融機構已經開始嘗試將“投資組合管理”工具運用于自身的IT項目管理中。

實際上，“投資組合管理”并非什么新理念，多年來它一直被金融服務機構用來降低資產的投資風險，提高投資回報率。“投資組合管理”工具被用于IT項目的管理時，公司高層與IT主管就能從企業(yè)戰(zhàn)略目標的高度看待所有IT項目，以穩(wěn)健保守的投資方案彌補風險較高的項目，并通過集中處理表現(xiàn)極佳或表現(xiàn)不佳的項目，降低預備資金的需求，大幅提升短期與長期的IT投資績效。

“投資組合管理”工具的核心在于對風險的管理。對于金融機構來說，風險可能來自項目管理方法、跨區(qū)域合作與管理支持等各個層面，而持續(xù)管理項目可能面臨的風險，主要包括以下幾個方面的工作：

進行有系統(tǒng)的風險重新評估、從商業(yè)案例中找出避險措施，并定期報告項目狀況；

透過加強管理與建立扎實的流程，確實執(zhí)行風險管理計劃；

在項目的每個階段結束時簽署“風險評估矩陣”(risk assessment matrix)；

當IT項目不再符合企業(yè)的戰(zhàn)略目標，或是當風險大于預期回報時，必須暫緩執(zhí)行；

針對風險公開交換意見，以革除企業(yè)內部互相推諉的不良習慣；

用財務數(shù)據(jù)的方式顯示所有風險，將焦點放在最具影響力的因素上。

IT投資，戰(zhàn)略先行

IT項目的風險管理是當務之急，但企業(yè)治理卻是一個長期的任務。面對雙重挑戰(zhàn)，金融服務企業(yè)的CIO們在進行IT投資時，必須從公司戰(zhàn)略的高度考慮問題，應遵從以下4個步驟：

步驟一，全盤整合。“投資組合管理”的基本特色就是為企業(yè)整體、不同產品、服務或業(yè)務項目分別制訂投資組合，如此不但能明確責任歸屬，也能衡量整個方案的商業(yè)成效，增進部門之間的溝通協(xié)調，使其與企業(yè)戰(zhàn)略目標一致，同時還能規(guī)劃組織變革管理。

步驟二，了解成效。管理者可以針對企業(yè)本身的IT投資組合管理表現(xiàn)評分，并將分數(shù)與業(yè)界其它領導者比較，找出需要改善之處。

步驟三，逐步找出適合自己的最佳做法。想要達成管理IT投資的終極目標，最好秉持“嬰兒學步”的精神。善用投資組合的先決條件是建立強有力的項目管理能力。

優(yōu)良的項目管理包括：相關人員負起責任，為組織所有成員定義角色并分配責任，找出改善缺失或現(xiàn)況的作法；執(zhí)行良好的項目管理方法，可利用像“能力成熟度模型”(CMM)這類工具，找出項目管理的優(yōu)缺點，提升整個組織的成熟度；衡量績效，制訂衡量標準以評估項目品質與效益，例如透過可用的KPI，使用正確的工具追蹤項目。

投資組合管理范文第5篇

關鍵詞：積極配置型基金；積極組合管理能力；市場波動

中圖分類號：F832.5 文獻標識碼：A 文章編號：1007-4392（2011）04-0012-03

配置型基金，就是在基金投資組合中既包括股票，也包括債券和貨幣市場工具的投資基金。其特點是不同投資品種之間可以按一定比例搭配，由基金公司根據(jù)市場情況在基金合同規(guī)定的范圍內動態(tài)調整配置比例。根據(jù)晨星（中國）最新公布的基金評價標準，股票投資占比小于70％，同時固定收益類產品占比小于50％的配置型基金為積極配置型基金，其余的為保守配置型基金。

利用積極型投資組合管理策略，投資者往往能獲得超額收益，因而研究積極型投資組合管理理論、評價基金的積極組合管理能力不但具有深化投資組合理論的學術價值，還具備評價基金投資績效的實用價值。

一、理論基礎

投資組合存在兩種管理方式：一是消極型投資組合管理（以下簡稱消極組合管理）方式，二是積極型投資組合管理（以下簡稱積極組合管理）方式。在強有效或半強有效的市場中，投資者的最佳策略是消極組合管理策略；而在弱有效或無效市場中，投資者的最佳策略是積極組合管理策略。

隨機游走理論、有效市場理論是消極組合管理的理論基礎。它們很好地揭示了競爭使價格圍繞價值作隨機游走的現(xiàn)象，并清楚地說明了證券市場上價格波動不可預測的原因。但Grossman-Stiglitz悖論（1980）指出，即使在有效的市場上也一定間斷地、不可預期地存在市場失效點。Flood和Ramachandran（2000）的研究進一步指出，這些偶爾的市場失效點可以給積極組合管理者提供盈利的空間。李學峰（2010）的研究更深入地揭示了消極組合管理理論的致命缺陷是未能考慮交易對手的存在及交易信息的不對稱性。在此背景下，國內外的機構投資者多采用積極組合管理策略。

積極組合管理理論主要涉及了積極型頭寸，積極型收益和積極性風險。積極組合管理就是通過構造積極型頭寸，獲得積極型收益的投資組合方式。李學峰、郭羽、謝銘（2009）在積極組合管理理論的基礎上設計了適用于非有效市場的指標S，用來比較研究我國開放式基金和封閉式基金的積極組合管理能力。王婧彬（2010）將研究對象具體化，主要討論了我國開放式基金的積極組合管理能力。本文繼承了李學峰、郭羽、謝銘和王婧彬的研究，在結合基金評級的基礎上，進一步討論我國積極配置型基金的積極組合管理能力。

二、模型設計

（一）符號說明

本文主要使用的符號如表1所示。

（二）模型建立

基于積極組合管理理論和上述的相關文獻，可設計如下積極組合管理能力的評價模型：

Ri,j,k為個股的積極型收益，表示第i只基金所持有的第j只股票在第k個考察期間內的收益率ri,j,k與同期整個股票市場收益率rm,k的差值，即：

Ri,j,k=ri,j,k-rm,k（1）

用滬深A股流通市值加權市場指數(shù)計算rm,k，而對于個股收益率ri,j,k，可通過公式（2）計算：

ri,j,k=（期末股票復權價格-期初股票價格）/ 期初股票價格 （2）

Hi,j,k為個股的積極型頭寸，表示第i只基金所持有的第j只股票在第k個考察期間內的市值占整個投資組合總市值比例的均值hi,j,k與同時期這只股票的流通市值占整個股票市場總流通市值比例的均值hi,j,k之差，即：

Hi,j,k=hi,j,k-hi,j,k（3）

其中，hi,j,k可從基金公告的持股明細中獲得，而

hi,j,k=（期初該股票流通市值占滬、深兩市A股總流通市值的比例+期末該股票的流通市值占滬、深兩市A股總流通市值的比例）/ 2

定義Si,j,k為個股的積極投資評價指標：

Si,j,k=Hi,j,k*Ri,j,k（4）

若Si,j,k為正，則說明基金持有該股票“多頭寸”的同時獲得了積極型收益，或者說明基金持有該股票“缺頭寸”的同時避免了積極型虧損（負的積極性收益），從而表明了基金對該只股票的積極管理有效。反之，則表明基金對該只股票的積極管理無效。

相應的，定義Si,k表示第i只基金在第k個考察期內的積極投資評價指標：

定義Si表示第i只基金在整個考察期內的積極投資評價指標：

市場基準組合的指標為：Si,k=0且Si=0。

同樣地，我們可以知道，當Si,k>0或Si>0時，說明整體上看基金積極組合管理有效，且它們的值越大，基金經理的積極組合管理能力越高。當Si,k

綜上所述，我們可以計算出各只基金的積極投資評價指標，并與同期市場基準組合的指標進行比較，以此評價積極配置型基金的積極組合管理能力。

三、實證研究

（一）樣本的選取

本文中2007年12月31日至2010年12月31日滬深A股流通市值加權市場指數(shù)、總流通市值、個股的復權收盤價格及其流通市值均取自滬深證交所、RESSET金融研究數(shù)據(jù)庫和CCER經濟金融數(shù)據(jù)庫。

樣本基金是從晨星網的基金篩選器中選取的，選擇的基金類型為激進配置型基金。為保證所研究的基金在進入考察期時已完成建倉并且投資過程連續(xù)，所選取的基金的成立日期均在2008年1月1日之前。在此基礎上，根據(jù)晨星三年評級結果，本文從一星、二星、三星、四星、五星這5類基金中分別選取4只基金，共20只積極配置型基金作為研究樣本。

由于前十大重倉股在基金投資中占有很大比例，基本能代表其持倉狀況，故本文以基金每半年持有的前十大重倉股為主要研究對象，據(jù)此衡量基金的積極組合管理能力。各基金的半年持倉明細可從其半年報和年報中獲得。

（二）實證結果

本文以半年作為一個考察期，首先收集了6個考察期內滬深A股流通市值加權市場指數(shù)，并計算出rm,k，結果如表2所示。

其次，收集了各基金前十大重倉股的復權收盤價，計算出各期的收益率ri,j,k，并根據(jù)公式（1）進一步計算出各股的積極型收益Ri,j,k。

再次，收集了各基金前10大重倉股占基金投資總市值的比例和各股的流通市值占整個股票市場總流通市值比例，并分別計算出hi,j,k、hj,k以及積極型頭寸Hi,j,k。

最后，計算出各只股票的積極投資評價指標的計算結果如表3所示。

四、對實證結果的分析

（一）整個考察期內積極配置型基金積極組合管理能力分析

從表3的最后一列可以看出：在整個研究區(qū)間內，絕大多數(shù)積極配置型基金的積極投資指標都為正。這表明多數(shù)被考察的積極配置型基金在整個考察期內均有較高的積極組合管理能力。這個結果也表明我國證券市場并非是強有效市場，采取積極的資產組合管理策略就可能獲得顯著的積極型收益。

（二）市場環(huán)境對積極組合管理能力的影響分析

由表3可以統(tǒng)計出各考察期內積極投資評價指標Si,k小于0的基金數(shù)量，結果如表4所示：

從表4中可以看出，2008年和2010年基金的積極組合管理能力普遍較好，但2009年積極組合管理能力較差的基金數(shù)量有明顯增加。為了更準確地衡量不同市場環(huán)境下積極配置型基金整體的積極組合管理能力是否不同，我們采用單因素方差分析來進行檢驗。

設單因素方差分析的零假設為在各考察期內，所有基金值的算術平均值相同，即基金的積極組合管理能力沒有時間趨勢上的變化，并選擇顯著性水平為α=0.05，方差分析的結果為：F=4.748804，p值為0.00056。因為p

2008年和2010年基金的積極管理能力普遍較好，而2009年表現(xiàn)較差的原因可能有以下幾點：一是金融危機導致2008年股市大跌，而2010年全年股市震蕩，基金經理對此已有較清晰、明確的認識，故而在擇時和擇股方面易有正確的選擇；二是經歷了2008年的熊市后，2009年股市開始復蘇，但基金經理對后市的反轉認識不足，他們沒有預料到2009年牛市的出現(xiàn)，導致了其資產組合的配置較為保守，沒有獲得積極型收益。

（三）不同級別基金的積極組合管理能力的比較分析

首先，計算在整個考察期內不同級別基金積極投資評價指標的算術平均值，結果如表5所示：

從表5看出，隨著晨星評級的提高，基金的積極組合管理能力水平也就越高，兩者呈明顯的正相關關系，基金的晨星等級與其積極投資評價指標Si的Spearman相關系數(shù)高達1，故可認為晨星評級越高的基金其積極組合管理能力的平均水平也就越高。

下面，為了進一步分析不同級別基金的積極組合管理能力存在差異的原因，本文計算了各年度不同級別基金的積極投資評價指標Si,k的算術平均值，結果如表6所示：

由表6可知，2009和2010年晨星評級較高的基金其積極投資評價指標都明顯高于晨星評級較低的基金。由于2009年和2010年是市場發(fā)生反轉和震蕩的時期，因此，晨星評級較高的積極配置型基金在面臨劇變的市場環(huán)境或震蕩的市場環(huán)境時，其積極組合管理能力要明顯高于晨星評級較低的基金。

五、結論與啟示

本文以2007年12月31日至2010年12月31日作為考察期間，研究了我國不同評級的20只積極配置型基金的積極組合管理能力。

研究結果顯示，從整體上看，積極配置型基金均顯示出較強的積極組合管理能力，但市場環(huán)境會對基金的積極組合管理能力產生一定的影響。本文還發(fā)現(xiàn)：晨星評級越高的基金其積極組合管理能力的平均水平也就越高，在市場發(fā)生反轉或震蕩時，這種能力便能得到更充分的體現(xiàn)。

我國積極配置型基金整體的積極組合管理能力較高，有戰(zhàn)勝市場組合的能力，是良好的投資品種。但是，積極配置型基金的積極組合管理能力還不穩(wěn)定，會受到市場環(huán)境（尤其是市場發(fā)生反轉時）的影響，投資者可以通過市場發(fā)生反轉或震蕩時基金的表現(xiàn)，更進一步地判斷基金的積極組合管理能力。

參考文獻：

[1]李學峰、周愛民，《投資管理》[M].北京：機械工業(yè)出版社,2010。

[2]李學峰、郭羽、謝銘，《我國證券投資基金的積極資產組合管理能力研究》[J]，《金融發(fā)展研究》,2009。

[3]王婧彬，《我國積極配置型基金積極組合管理能力研究》[J]，《中國證券期貨》，2010。