時(shí)間：2023-08-29 09:19:26
序論：速發(fā)表網(wǎng)結(jié)合其深厚的文秘經(jīng)驗(yàn)，特別為您篩選了11篇量化投資步驟范文。如果您需要更多原創(chuàng)資料，歡迎隨時(shí)與我們的客服老師聯(lián)系，希望您能從中汲取靈感和知識(shí)！
與定性投資不同，定量投資更多關(guān)注“數(shù)字”背后的意義，依靠計(jì)算機(jī)的幫助，分析數(shù)據(jù)中的統(tǒng)計(jì)特征，以尋找股票運(yùn)行模式，進(jìn)而挖掘出內(nèi)在價(jià)值。
李延剛總結(jié)了定量投資的三大優(yōu)勢(shì)：首先是理性。定量投資是對(duì)于基于基本面定性投資方法和工具的數(shù)量化統(tǒng)計(jì)性總結(jié)，它在吸收了針對(duì)某種投資風(fēng)格和理念的成功經(jīng)驗(yàn)的基礎(chǔ)上，以先進(jìn)的數(shù)學(xué)統(tǒng)計(jì)技術(shù)替代人為的主觀判斷，并能夠客觀理性地堅(jiān)持，以避免投資的盲目性和偶然性?！巴耆臄?shù)量化分析過(guò)程將極大地減少投資者情緒的影響，避免在市場(chǎng)極度狂熱或悲觀的情況下做出非理性的投資決策，因而在牛熊市的轉(zhuǎn)換中具有很強(qiáng)的自我調(diào)節(jié)性。”
其次，全市場(chǎng)覆蓋。定量投資可以利用數(shù)量化模型對(duì)壘市場(chǎng)的投資標(biāo)的進(jìn)行快速高效的掃捕篩選，把握市場(chǎng)每一個(gè)可能的投資機(jī)會(huì)，而定性投資受人力精力的限制，顯然無(wú)法顧及如此廣的覆蓋面。
此外，數(shù)量化投資更注重組合控制和風(fēng)險(xiǎn)管理。數(shù)量化的個(gè)股選擇和組合構(gòu)造過(guò)程。實(shí)質(zhì)上就是在嚴(yán)格的約束條件下進(jìn)行投資組合的過(guò)程，先從預(yù)先設(shè)定的績(jī)效目標(biāo)的角度來(lái)定義投資組合，然后通過(guò)設(shè)置各種指標(biāo)參數(shù)來(lái)篩選股票，對(duì)組合實(shí)現(xiàn)優(yōu)化，以保證在有效控制風(fēng)險(xiǎn)水平的條件下實(shí)現(xiàn)期望收益。“換言之，數(shù)量化投資模型能夠很好地體現(xiàn)組合收益與基準(zhǔn)風(fēng)險(xiǎn)的匹配和一致，”李延剛解釋。
定量投資是否適應(yīng)中國(guó)市場(chǎng)
“談到定量投資，不得不提量化投資領(lǐng)域中的傳奇人物――詹姆斯?西蒙斯?！崩钛觿偛⒉谎陲椘鋵?duì)這位投資大師的崇敬，“他不僅是世界級(jí)的數(shù)學(xué)家，也是最偉大的對(duì)沖基金經(jīng)理之一。他創(chuàng)辦的文藝復(fù)興科技公司花費(fèi)15年時(shí)間，研發(fā)基于量化數(shù)學(xué)模型的計(jì)算機(jī)模型，借助該模型，兩蒙斯所管理的大獎(jiǎng)?wù)禄?，?989年到2006年的平均年收益率達(dá)到了38.5％，甚至超過(guò)股神巴非特?！?/p>
值得一提的是，李延剛也來(lái)自數(shù)量化投資的發(fā)源地――北美，他有著6年海外一線投資管理的實(shí)際工作經(jīng)驗(yàn)，深刻領(lǐng)會(huì)并掌握了量化投資理念與方法，具備數(shù)量化投資領(lǐng)域的成功經(jīng)驗(yàn)。2007年，李延剛回國(guó)后加盟中?；?，著手增強(qiáng)中?；鸾鹑诠こ虉F(tuán)隊(duì)的寅力。在借鑒國(guó)外成熟的投資理念與經(jīng)驗(yàn)的基礎(chǔ)上，結(jié)合A股實(shí)際，他用了近兩年時(shí)間對(duì)數(shù)量化模型進(jìn)行反復(fù)修改與調(diào)試。目前，中?；鸬慕鹑诠こ滩恳呀?jīng)形成從擇時(shí)、配置到選股等方面的一系列研究成果，并在今年順勢(shì)推出中海量化策略基金。
詹姆斯?西蒙斯的神話在中國(guó)證券市場(chǎng)能否再次實(shí)現(xiàn)?“當(dāng)其他人都擺西瓜攤的時(shí)候，我們擺了一個(gè)蘋(píng)果攤?！崩钛觿傆靡粋€(gè)形象的比喻來(lái)形容定量投資存國(guó)內(nèi)市場(chǎng)的發(fā)展機(jī)遇。他認(rèn)為，目前國(guó)內(nèi)證券市場(chǎng)定性投資者太多，競(jìng)爭(zhēng)激烈，而數(shù)量化投資者則太少，機(jī)會(huì)相對(duì)更多，競(jìng)爭(zhēng)也很小。李延剛表示，大量實(shí)征研究證明，中國(guó)證券市場(chǎng)為一個(gè)弱有效市場(chǎng)，市場(chǎng)上被錯(cuò)誤定價(jià)的股票相對(duì)較多，留給定量投資發(fā)掘市場(chǎng)非有效性的空間也就越大。基于這種考慮，定量投資方法在中國(guó)的發(fā)展極具發(fā)展空間。
“今年推出量化基金并非一時(shí)的心血來(lái)潮，一方面中海基金金融工程部已經(jīng)逐漸成熟，而另一方面也是出于市場(chǎng)時(shí)機(jī)的考慮?！崩钛觿倧?qiáng)調(diào)。
他認(rèn)為，在經(jīng)歷2008年的巨幅下跌后，市場(chǎng)底部已經(jīng)基本確立，目前小盤(pán)股估值相對(duì)較貴，短期內(nèi)市場(chǎng)可能會(huì)以調(diào)整為主，但未來(lái)市場(chǎng)走勢(shì)仍然存在諸多不確定。在此背景下，如何把握結(jié)構(gòu)性機(jī)會(huì)將是未來(lái)投資關(guān)鍵之所在，利用數(shù)量模型進(jìn)行分析和投資的量化基金具備更好的適應(yīng)性。中海量化策略基金將把握市場(chǎng)調(diào)整時(shí)機(jī)，采用數(shù)量化模型選人具有估值優(yōu)勢(shì)和成長(zhǎng)優(yōu)勢(shì)的大中盤(pán)股票作為基石，輔之以部分優(yōu)質(zhì)的小盤(pán)股票。
“量體裁衣”完善全程量化流程
據(jù)了解，中海量化策略基金的全程量化流程分三個(gè)步驟，即選股策略自下而上，施行一級(jí)股票庫(kù)初選、二級(jí)股票庫(kù)精選以及投資組合行業(yè)權(quán)重配置的全程數(shù)量化。
“就像裁縫做衣服一樣，量化基金在投資中也要通過(guò)‘量體裁衣’來(lái)完善全程量化流程。通過(guò)全程量化與基金經(jīng)理的思想相配合，才能做出優(yōu)質(zhì)的量化基金?！崩钛觿偙硎?。
首先，選取代表性最強(qiáng)的反映公司盈利能力的指標(biāo)，對(duì)于所有的A股上市公司進(jìn)行篩選從而得到一級(jí)股票庫(kù)?！爸饕ㄟ^(guò)對(duì)所有A股股票過(guò)去三年平均EPS(每股收益)、ROE(凈資產(chǎn)收益率)、毛利率三項(xiàng)指標(biāo)進(jìn)行篩選，它們能分別較好的反映上市公司的獲利能力，從而得到一級(jí)股票庫(kù)?！崩钛觿傉f(shuō)。
自李笑薇加盟富國(guó)以來(lái)，富國(guó)A股量化投資模型于2009年底投入實(shí)戰(zhàn)，并獲得了不俗的戰(zhàn)績(jī)。截至2011年6月30日，富國(guó)旗下兩只指數(shù)增強(qiáng)基金――天鼎中證紅利、富國(guó)滬深300分別獲得了4.32%與 3.79%的收益，在所有指數(shù)型基金中位居前兩名。而同期滬深300指數(shù)、中證紅利指數(shù)分別下跌2.69%、2.1%。這一團(tuán)隊(duì)，正推出第三只指數(shù)增強(qiáng)基金――富國(guó)中證500指數(shù)增強(qiáng)。
量化不是“黑匣子”
《投資者報(bào)》：提及量化投資，國(guó)內(nèi)投資者總認(rèn)為很神秘。它與主動(dòng)的定性投資差別到底有哪些？
李笑薇：量化模型的特點(diǎn)之一是抽象，但它稱(chēng)不上是一個(gè)“黑匣子”，與傳統(tǒng)基金的投資區(qū)別也并非像投資者認(rèn)為的那樣大。
傳統(tǒng)基金經(jīng)理在做市場(chǎng)判斷時(shí)，腦子中會(huì)閃過(guò)好幾個(gè)模型，比如如何選定行業(yè)、個(gè)股，實(shí)質(zhì)這都是一個(gè)個(gè)模型。嚴(yán)格說(shuō)，他們腦子里的模型比量化模型中能看到的都要多，只是他們沒(méi)有把這些模型提煉出來(lái)而已。
投資者購(gòu)買(mǎi)傳統(tǒng)主動(dòng)股票基金，并不代表他們對(duì)基金經(jīng)理的操作完全熟悉?；鸾?jīng)理在哪個(gè)時(shí)間段，配置了哪些行業(yè)、個(gè)股，投資人無(wú)法確切知道，只是能看到每個(gè)季度的報(bào)告和最終的投資結(jié)果。
相比之下，量化投資進(jìn)出市場(chǎng)的每一個(gè)步驟，都非常清晰明了。在我的眼里，這個(gè)過(guò)程不是“黑匣子”，而是團(tuán)隊(duì)里每一個(gè)人按流程逐步去完成的。
《投資者報(bào)》：量化投資的詳細(xì)工作流程是怎樣的？
李笑薇：量化投資對(duì)團(tuán)隊(duì)合作要求更高。一般來(lái)說(shuō)，有一部分人專(zhuān)門(mén)進(jìn)行數(shù)據(jù)的清洗、整理、輸送等，這需要計(jì)算機(jī)信息技術(shù)較強(qiáng)的人才；模型的設(shè)計(jì)和研究，往往需要很強(qiáng)的金融及數(shù)學(xué)背景；基金的日常管理往往需要金融及工程方面的專(zhuān)才。因此，通常量化投資團(tuán)隊(duì)的成員學(xué)歷都較高，但不是說(shuō)學(xué)位很重要，而是需要一定的技術(shù)積累。
具體流程中，提取數(shù)據(jù)的人看數(shù)據(jù)，有人專(zhuān)做研究，有的做優(yōu)化或者交易下單。每個(gè)人都有自己的側(cè)重點(diǎn)，在整個(gè)團(tuán)隊(duì)中起不同的作用。一個(gè)人可能干多件事情，但想要全部完成是不可能的。
《投資者報(bào)》：量化投資能否穩(wěn)定地戰(zhàn)勝市場(chǎng)？
李笑薇：在不同的市場(chǎng)階段，市場(chǎng)的有效性會(huì)不同，需要用特定的方法，尋找不同階段的不同機(jī)會(huì)。
市場(chǎng)上的各種方法，捕捉的內(nèi)容都不一樣。比如巴菲特，他的風(fēng)格更趨近于一級(jí)市場(chǎng)中VC、PE的思維；西蒙斯則是完全拋開(kāi)基本面，從純技術(shù)的角度，將全球貨幣的走勢(shì)、衍生品等林林總總的東西作為投資標(biāo)的。
從A股市場(chǎng)來(lái)說(shuō)，當(dāng)前的發(fā)展階段需要有獨(dú)特的投資方式，富國(guó)基金量化增強(qiáng)的定位也有市場(chǎng)需求存在，滿(mǎn)足了一部分配置指數(shù)基金的需求。從運(yùn)作經(jīng)驗(yàn)看，量化增強(qiáng)后的收益會(huì)好于一般指數(shù)的收益，上半年超額收益有8%?？傮w來(lái)看，這個(gè)收益穩(wěn)定在5%~10%間，是很多基金難以做到的。
超額收益從何而來(lái)
《投資者報(bào)》：我們也注意到，多家基金公司都構(gòu)建了獨(dú)立的量化投資團(tuán)隊(duì)和模型，富國(guó)基金量化投資模型的獨(dú)特之處在哪里？
李笑薇：量化投資最重要的是人的思想，量化只是一個(gè)方式和工具，真正在掙錢(qián)的，是人的投資思想。
從富國(guó)量化模型的特點(diǎn)來(lái)看，首先是自下而上精選個(gè)股，不做倉(cāng)位選擇。由于這是一只指數(shù)產(chǎn)品，投資人買(mǎi)時(shí)就要買(mǎi)到這樣的倉(cāng)位，我們一直是用95%的倉(cāng)位操作。
其次，嚴(yán)格風(fēng)險(xiǎn)控制，精細(xì)成本管理。再次，系統(tǒng)化的投資流程，科學(xué)化的投資管理。量化投資從開(kāi)始到結(jié)束，是一個(gè)龐大復(fù)雜的工程，團(tuán)隊(duì)里面專(zhuān)門(mén)有人負(fù)責(zé)清洗、研究數(shù)據(jù)，做一系列的回撤，實(shí)現(xiàn)交易單。
最后還要尊重模型出來(lái)的結(jié)果。在操作過(guò)程中，主動(dòng)干預(yù)非常少，人的干預(yù)更多在整個(gè)模型的設(shè)計(jì)上。
《投資者報(bào)》：你們今年近8%的超額收益是如何實(shí)現(xiàn)的？不同市場(chǎng)環(huán)境下，模型是否會(huì)有大的調(diào)整？
李笑薇：對(duì)我們來(lái)說(shuō)，發(fā)現(xiàn)哪些因子在最近的市場(chǎng)更有效，并保持一定的前瞻性，是量化團(tuán)隊(duì)的主要工作。
比如，大家都很熟悉的估值因子，在2006年到2009年都有比較優(yōu)異的表現(xiàn)。但是到了2010年，估值因子的作用突然發(fā)生了變化，估值并不能起到明顯推動(dòng)作用，我們也提前做了適當(dāng)?shù)恼{(diào)整。
責(zé)任心決定能否做好
《投資者報(bào)》：除了模型外，量化投資成功還取決于什么？
李笑薇：一般而言，量化投資策略是否成功取決于三大因素。一個(gè)因素是質(zhì)量，重點(diǎn)取決于數(shù)據(jù)和研究。第一步是要保證數(shù)據(jù)的質(zhì)量沒(méi)有問(wèn)題。對(duì)于任何一個(gè)數(shù)據(jù)源，我們基本是用一家數(shù)據(jù)商，但會(huì)用兩家來(lái)互相檢驗(yàn)，檢驗(yàn)后的結(jié)果才進(jìn)入到自己的數(shù)據(jù)庫(kù)里。
研究質(zhì)量的好壞，其實(shí)是工作責(zé)任和態(tài)度的問(wèn)題。量化雖然有門(mén)檻，但對(duì)理工科碩士以上的人來(lái)說(shuō)門(mén)檻并不高，能否做好靠的是責(zé)任心。
第二是經(jīng)驗(yàn)和判斷。我們會(huì)做大量研究、看歷史業(yè)績(jī)，但歷史不代表未來(lái)。當(dāng)你做了大量細(xì)致的研究，發(fā)現(xiàn)可能有五個(gè)因子影響，表現(xiàn)最好的是A，后面有BCDE，其他因子哪些權(quán)重更大？做決定要基于經(jīng)驗(yàn)和判斷。但歸根到底，判斷與決策要有很強(qiáng)的實(shí)踐來(lái)做支撐。
這個(gè)MFCA國(guó)際標(biāo)準(zhǔn)框架，只包括一般術(shù)語(yǔ)、目標(biāo)、原則、基本要素和實(shí)施步驟，并不包含改善物質(zhì)或能源效率的詳細(xì)的計(jì)算步驟或相關(guān)信息。該標(biāo)準(zhǔn)涉及的成本僅包括內(nèi)部成本,并不包括外部成本。以下就MFCA的基本要素與實(shí)施步驟進(jìn)行解釋。
(一)MFCA的基本要素
MFCA的基本要素包括物量中心、物料平衡、成本計(jì)算與物質(zhì)流轉(zhuǎn)模型。
（1)物量中心。它是生產(chǎn)過(guò)程中選定的一個(gè)或多個(gè)環(huán)節(jié)，以對(duì)生產(chǎn)過(guò)程的輸人輸出物料以實(shí)物單位和貨幣單位進(jìn)行量化。在MFCA方法里,物量中心充當(dāng)數(shù)據(jù)收集的功能。首先,對(duì)物量中心的物質(zhì)流轉(zhuǎn)與能源使用進(jìn)行實(shí)物量化;其二,對(duì)物量中心物質(zhì)成本、能源成本、系統(tǒng)成本和廢棄物管理成本進(jìn)行貨幣量化。
(2) 物料平衡。S卩“輸出數(shù)=輸人數(shù)+期初數(shù)-期末數(shù)”平衡公式。以?xún)H包括原材料為例，50kg的原材料進(jìn)人物量中心，物量中心期初有150kg,在期末還有100kg的原材料,那么,輸出數(shù)=50+150-100=100。
(3) 成本計(jì)算。承上例，加人能源成本、系統(tǒng)成本與廢棄物管理成本。如圖1所示：
別有原材料500元、能源50元、系統(tǒng)成本800元和廢棄物處理成本80元，輸出物質(zhì)有產(chǎn)品（正產(chǎn)品）70kg和物質(zhì)損失（負(fù)產(chǎn)品)30kg,材料成本、能源成本和系統(tǒng)成本按材料比重在正產(chǎn)品與負(fù)產(chǎn)品之間進(jìn)行分?jǐn)?而廢棄物管理成本全部歸在負(fù)產(chǎn)品——物質(zhì)損失成本里。
4)物質(zhì)流模型。在MFCA里,通過(guò)視覺(jué)模型來(lái)顯示
物料在不同物量中心的儲(chǔ)存、使用或移動(dòng)。如圖2所示
圖2描述了一個(gè)流轉(zhuǎn)系統(tǒng)，提供了一個(gè)清晰的流轉(zhuǎn)圖。產(chǎn)品既包括產(chǎn)成品也包括半成品?？梢?jiàn),MFCA對(duì)流程內(nèi)的各種物質(zhì)從投入到產(chǎn)出進(jìn)行全程跟蹤，立足于企業(yè)資源輸出的合格產(chǎn)品和廢棄物的流向與流量，將資源成本按照一定的標(biāo)準(zhǔn)(這里是重量）在兩者之間進(jìn)行分配，可以準(zhǔn)確地確定物質(zhì)流的有效利用成本與損失成本。按傳統(tǒng)的產(chǎn)品計(jì)算方法，計(jì)算費(fèi)用的對(duì)象僅為正產(chǎn)品一項(xiàng),而在MFCA中對(duì)于制造過(guò)程中排放的廢棄物也作為一種產(chǎn)品（負(fù)產(chǎn)品）以計(jì)算單價(jià)的方式來(lái)進(jìn)行評(píng)價(jià)。從而，傳統(tǒng)的生產(chǎn)管理信息中看不到的損耗或浪費(fèi)的產(chǎn)品成本就可視化了。
(二）MFCA的實(shí)施步驟
成功的MFCA要求許多實(shí)施步驟。分析的詳略程度及復(fù)雜性視情況而定，比如組織大小、產(chǎn)品的特點(diǎn)、所選擇的物量中心的數(shù)量等。
以下用一個(gè)p^CA(Plan-Do-Check-Action)循環(huán)勾勒MFCA實(shí)施步驟。此外，MFCA的PDCA循環(huán)也可內(nèi)含并應(yīng)用于不同階段的環(huán)境管理系統(tǒng)。
以貨幣單位量化物質(zhì)流為例，其量化的對(duì)象有:材料成本、能源成本、系統(tǒng)成本和廢棄物管理成本。材料成本量化有不同的方式選擇，比如，歷史成本、標(biāo)準(zhǔn)成本和重置成本等，一旦確定以哪種方式，就要一貫使用。以上是標(biāo)準(zhǔn)的簡(jiǎn)介，更加詳細(xì)的計(jì)算方法在早前的應(yīng)用指南及案例分析里體現(xiàn)得更全面。
由以上標(biāo)準(zhǔn)解釋可以總結(jié)得出：(1)將輸人物質(zhì)成本按輸出流向分別核算正產(chǎn)品與負(fù)產(chǎn)品，明確物質(zhì)損失成本;（2)形成物質(zhì)損失的“逐步結(jié)轉(zhuǎn)”，可明確各物量中心的有效利用成本與損失成本;（3)除材料、燃料等直接成本按輸出正產(chǎn)品、負(fù)產(chǎn)品比例劃分外，人工、折舊等間接成本也按此方式劃分,體現(xiàn)了完全成本分類(lèi)核算思想,這因于投入與產(chǎn)出的因果關(guān)系的原理。
MFCA量化企業(yè)資源損失成本,使資源損失結(jié)構(gòu)淸晰化，可挖掘企業(yè)改善的潛力⑴。因?yàn)镸FCA是從數(shù)量和價(jià)值兩方面使流程中各物量中心的材料損失與其他成本“可視化”，而傳統(tǒng)成本核算將廢棄物損失包含于完工產(chǎn)品中，處于隱形狀態(tài)。正因此如此，MFCA可揭示資源損失的環(huán)節(jié)及金額;揭示生產(chǎn)工藝全流程的成本流，包括流向及流量。因而可幫助企業(yè)判斷資源損失的重點(diǎn)環(huán)節(jié)，提出優(yōu)先或重點(diǎn)改造項(xiàng)目，另外，在制造企業(yè)中，MFCA還是材料選擇替代、工藝流程優(yōu)化、產(chǎn)品結(jié)構(gòu)設(shè)計(jì)及廢棄物再生循環(huán)等系統(tǒng)決策與控制的重要參考信息。
二 MFCA應(yīng)用范圍
ISO/TC207/WG8的召集人K.Kokubu(日本）負(fù)責(zé)MFCA的標(biāo)準(zhǔn)化問(wèn)題。2010年他在日本《質(zhì)量管理》雜志發(fā)表了“物質(zhì)流成本會(huì)計(jì)的重要意義”，并認(rèn)為由MFCA方法提供的信息可以有效地應(yīng)用于企業(yè)經(jīng)營(yíng)的各種場(chǎng)合。以往的環(huán)境管理手段大多局限于在環(huán)境污染發(fā)生后再采取無(wú)害化以及回收利用等“末端治理”手段，而MFCA則能夠促進(jìn)以生產(chǎn)過(guò)程本身的革新為目的的“過(guò)程內(nèi)在型”的環(huán)境對(duì)策。對(duì)企業(yè)來(lái)說(shuō)，能夠同時(shí)達(dá)到減輕環(huán)境負(fù)荷和降低成本的雙重目標(biāo)，因而有效性更為明顯。MFCA可從設(shè)備投資、原材料采購(gòu)、變更產(chǎn)品設(shè)計(jì)和生產(chǎn)計(jì)劃、進(jìn)行現(xiàn)場(chǎng)活動(dòng)的改進(jìn)等四個(gè)方面進(jìn)行應(yīng)用。
(1) 在設(shè)備投資方面的應(yīng)用
設(shè)備投資在企業(yè)決策中占據(jù)非常大的比重。當(dāng)決定引進(jìn)新設(shè)備時(shí),一般都要最大限度地追求生產(chǎn)效率的提高。然而，一旦設(shè)備投資項(xiàng)目實(shí)施后，就以該設(shè)備設(shè)定了管理標(biāo)準(zhǔn)，因而往往忽視了設(shè)備本身的效率性能。
與以往的環(huán)境管理方法不同，由于MFCA能夠準(zhǔn)確地掌握某工序中廢棄物的經(jīng)濟(jì)價(jià)值大小，因而可以從制造設(shè)備本身的效率性能來(lái)解決問(wèn)題。因設(shè)備原因造成的廢棄物的發(fā)生，通過(guò)MFCA對(duì)該廢棄物進(jìn)行成本評(píng)價(jià)，使設(shè)備的經(jīng)濟(jì)評(píng)價(jià)成為可能。即，以減少?gòu)U棄物而進(jìn)行設(shè)備更新為前提，采用MFCA方法從廢棄物的成本觀點(diǎn)出發(fā)對(duì)設(shè)備本身的效率性能進(jìn)行分析，由此引進(jìn)還是不引進(jìn)設(shè)備這兩種替代方案就可以進(jìn)行比較。這是MFCA提供的信息在設(shè)備投資上最為有效的一個(gè)應(yīng)用。
(2) 在原材料采購(gòu)方面的應(yīng)用
廢棄物產(chǎn)生的原因在于設(shè)備方面的情景不少，由于所購(gòu)原材料的形狀和性質(zhì)的情況也很多。在生產(chǎn)現(xiàn)場(chǎng)發(fā)生的廢棄物多數(shù)是購(gòu)入材料在加工時(shí)被挖或被削的瑕疵造成的。如能減少這類(lèi)情況，廢棄物也就能夠減少不少，可更進(jìn)一步地達(dá)到資源保護(hù)的目的。有關(guān)原材料購(gòu)入形狀等問(wèn)題,需要與供應(yīng)商進(jìn)行交涉。假如供應(yīng)商認(rèn)為材料的形狀和性質(zhì)的變更對(duì)他們有利的話，也許就會(huì)考慮改變；而如果供應(yīng)商也引入MFCA方法，就要計(jì)算需要花費(fèi)多少成本來(lái)實(shí)現(xiàn)這一改進(jìn)?？梢?jiàn),運(yùn)用MFCA方法向供應(yīng)鏈的這種延伸，使原材料的變更問(wèn)題可得到更為有效的解決。
(3) 在產(chǎn)品設(shè)計(jì)和生產(chǎn)計(jì)劃上的應(yīng)用
產(chǎn)品設(shè)計(jì)不當(dāng)也會(huì)成為產(chǎn)生廢棄物的根源。在這種情況下，重要的是要將MFCA方法獲得的信息反饋給產(chǎn)品的設(shè)計(jì)開(kāi)發(fā)人員，尋找改進(jìn)的可能性。另外，生產(chǎn)線上程序的更換也可能成為工序中產(chǎn)生廢棄物的原因之一。比如:在同一生產(chǎn)線上對(duì)產(chǎn)品種類(lèi)進(jìn)行變更時(shí)，對(duì)機(jī)械設(shè)備進(jìn)行清洗和試運(yùn)轉(zhuǎn)等作業(yè),會(huì)產(chǎn)生一定的廢棄物。從環(huán)境管理角度看，最好避免生產(chǎn)線的交替作業(yè)，但從生產(chǎn)管理的角度看，則希望盡可能地減少不必要的庫(kù)存。在這種情況下，運(yùn)用MFCA方法，將廢棄物形成造成的成本增加與庫(kù)存的增多造成的成本增加進(jìn)行比較,然后可進(jìn)行取舍。
(4) 在現(xiàn)場(chǎng)改進(jìn)活動(dòng)中的應(yīng)用
在企業(yè)生產(chǎn)現(xiàn)場(chǎng),一般都以提高生產(chǎn)效率和降低成本為目標(biāo)。引進(jìn)MFCA方法后,能夠以經(jīng)濟(jì)單位來(lái)評(píng)價(jià)現(xiàn)場(chǎng)的改進(jìn)活動(dòng),并對(duì)各活動(dòng)的有效性做出評(píng)價(jià)，進(jìn)行統(tǒng)一規(guī)范的指導(dǎo)。MFCA具有超越現(xiàn)有管理思想的趨勢(shì)。通常在生產(chǎn)現(xiàn)場(chǎng)，損耗的設(shè)定都在管理者能夠正常管理的范圍之內(nèi)，主要以次品等為中心，但是，隨著制造規(guī)格書(shū)設(shè)定的投人材料與輸出之間出現(xiàn)的差額，因?yàn)樵诂F(xiàn)場(chǎng)無(wú)法管理,所以有時(shí)就不作為管理對(duì)象，而MFCA可將這種損耗顯示出來(lái),擴(kuò)大了損耗的范圍。
可見(jiàn)，MFCA可有效應(yīng)用于企業(yè)生產(chǎn)的各個(gè)階段。企業(yè)在決定引進(jìn)時(shí),通常從一件產(chǎn)品的一條生產(chǎn)線、向整個(gè)工廠整個(gè)企業(yè)，進(jìn)而向整個(gè)供應(yīng)鏈擴(kuò)展和延伸的手段，應(yīng)用范圍越廣泛，延伸后獲得的效果就更明顯。
三.MFCA未來(lái)應(yīng)用前景：用于生產(chǎn)管理循環(huán)
由以上分析可以看出，在MFCA方法里，物質(zhì)損失是研究重點(diǎn)，物質(zhì)損失的減少在降低成本上體現(xiàn)了明顯的效果。MFCA對(duì)物質(zhì)損失的發(fā)生原因和處理方式如圖4所示：
可見(jiàn),物質(zhì)損失的改進(jìn)大體上可分為兩大課題。一是通過(guò)現(xiàn)場(chǎng)改進(jìn)就可以實(shí)現(xiàn)物質(zhì)損失的減少,一般不需要投資，二是需要變更制造方法或者需要新的設(shè)備投資才能解決物質(zhì)損失減少的問(wèn)題。MFCA使因制造方法或生產(chǎn)設(shè)備引起的物質(zhì)損失大小和成本削減的可能性實(shí)現(xiàn)了可視化。
中圖分類(lèi)號(hào)：TP301文獻(xiàn)標(biāo)識(shí)碼：A文章編號(hào)：1672-7800（2012）010-0006-03
作者簡(jiǎn)介：朱方方（1989-），女，北京工商大學(xué)計(jì)算機(jī)與信息工程學(xué)院碩士研究生，研究方向?yàn)樾畔⒐こ瘫O(jiān)理；劉宏志（1964-），男，博士，北京工商大學(xué)計(jì)算機(jī)與信息工程學(xué)院教授，研究方向?yàn)樾畔⒐こ瘫O(jiān)理、電子政務(wù)、軟件工程。
0引言
信息工程監(jiān)理是信息工程領(lǐng)域的一種社會(huì)治理結(jié)構(gòu)，它是指在信息工程建設(shè)過(guò)程中，利用自己在信息工程建設(shè)方面的知識(shí)、技能和經(jīng)驗(yàn)為建設(shè)單位提供服務(wù)。為了提高監(jiān)理水平，監(jiān)理工程師需要對(duì)信息工程監(jiān)理的服務(wù)質(zhì)量進(jìn)行評(píng)價(jià)。目前對(duì)信息工程監(jiān)理服務(wù)質(zhì)量進(jìn)行評(píng)價(jià)的方法主要是模糊綜合評(píng)價(jià)法，但模糊綜合評(píng)價(jià)法運(yùn)算量大、計(jì)算復(fù)雜。本文使用一種基于相似度的評(píng)價(jià)方法對(duì)監(jiān)理服務(wù)質(zhì)量進(jìn)行評(píng)價(jià)。根據(jù)D+Pearson相關(guān)公式計(jì)算各個(gè)指標(biāo)的實(shí)際與預(yù)期監(jiān)理服務(wù)質(zhì)量之間的相似度。在計(jì)算相似度的過(guò)程中將使用數(shù)據(jù)分為兩種，一種是以專(zhuān)家的主觀評(píng)價(jià)作為數(shù)據(jù)來(lái)源的主觀數(shù)據(jù)，另一種是客觀數(shù)據(jù)。根據(jù)計(jì)算得出各指標(biāo)的相似度，進(jìn)而對(duì)每個(gè)指標(biāo)評(píng)分，然后將指標(biāo)的評(píng)分作為實(shí)際數(shù)據(jù)對(duì)服務(wù)質(zhì)量監(jiān)理效果進(jìn)行綜合評(píng)價(jià)。
1信息工程監(jiān)理服務(wù)質(zhì)量評(píng)價(jià)模型
監(jiān)理服務(wù)是一系列活動(dòng)和動(dòng)作，具有無(wú)形性，評(píng)價(jià)較困難，至今沒(méi)有統(tǒng)一標(biāo)準(zhǔn)的評(píng)價(jià)體系。本文從與信息工程項(xiàng)目有關(guān)的三方（建設(shè)方、承建方、監(jiān)理方）角度對(duì)監(jiān)理服務(wù)質(zhì)量進(jìn)行評(píng)價(jià)。評(píng)價(jià)模型如圖1所示。
在上述模型中，最外層描述監(jiān)理單位、建設(shè)單位和承建單位三者之間的關(guān)系。內(nèi)層描述對(duì)監(jiān)理服務(wù)質(zhì)量進(jìn)行整體評(píng)價(jià)的評(píng)價(jià)指標(biāo)、建設(shè)單位及承建單位的評(píng)價(jià)依據(jù)。
2監(jiān)理服務(wù)質(zhì)量評(píng)價(jià)指標(biāo)體系
信息工程項(xiàng)目的監(jiān)理服務(wù)質(zhì)量是信息工程監(jiān)理在信息工程項(xiàng)目建設(shè)過(guò)程中實(shí)施情況的最終反映。監(jiān)理服務(wù)質(zhì)量可根據(jù)監(jiān)理內(nèi)容的實(shí)際情況判斷，將監(jiān)理內(nèi)容作為評(píng)價(jià)的指標(biāo)。在監(jiān)理評(píng)價(jià)指標(biāo)中，有些指標(biāo)無(wú)法直接量化，因此，在文中根據(jù)是否能夠量化將指標(biāo)分為兩大類(lèi)：間接量化評(píng)價(jià)指標(biāo)和直接量化評(píng)價(jià)指標(biāo)。
2.1間接量化評(píng)價(jià)指標(biāo)
間接量化評(píng)價(jià)指標(biāo)是在進(jìn)行相似度計(jì)算時(shí)將專(zhuān)家給出的分?jǐn)?shù)作為數(shù)據(jù)，這些指標(biāo)有監(jiān)理組織機(jī)構(gòu)及工作制度（U1）、質(zhì)量控制（U2）、監(jiān)理合同及信息（U3）。為了保證監(jiān)理服務(wù)的有效性，可以對(duì)這些指標(biāo)進(jìn)行細(xì)分，如圖2所示。
2.2直接量化評(píng)價(jià)指標(biāo)
直接量化評(píng)價(jià)指標(biāo)包括進(jìn)度控制（U4）和投資控制（U5）。信息工程監(jiān)理的全過(guò)程分為4個(gè)階段，分別為決策階段、設(shè)計(jì)階段、實(shí)施階段、維護(hù)階段。進(jìn)度控制和投資控制可以根據(jù)各個(gè)階段進(jìn)行量化。
3D+Pearson相關(guān)評(píng)價(jià)法
D+Pearson相關(guān)評(píng)價(jià)是指以評(píng)價(jià)指標(biāo)在整個(gè)監(jiān)理過(guò)程中的實(shí)際情況與預(yù)期情況為數(shù)據(jù)，根據(jù)相似度D+Pearson相關(guān)公式得到評(píng)價(jià)指標(biāo)的相似度。其中，D+pearson相關(guān)是由相似度D公式和Pearson相關(guān)系數(shù)組成。
3.1確定評(píng)價(jià)指標(biāo)集
一級(jí)指標(biāo)集：U={U1，U2，…，Um}。Ui（其中i=1，2，…，m）為評(píng)價(jià)指標(biāo)體系中一級(jí)指標(biāo)中第i個(gè)評(píng)價(jià)指標(biāo)，其中m表示一級(jí)指標(biāo)的個(gè)數(shù)。
二級(jí)指標(biāo)集：uij={ui1，ui2，…，uik}。uij（其中j=1，2，…，k）為第i個(gè)一級(jí)指標(biāo)下第j個(gè)二級(jí)指標(biāo)，k為二級(jí)指標(biāo)的個(gè)數(shù)。
3.2確定評(píng)分集和評(píng)語(yǔ)集
評(píng)分集是專(zhuān)家對(duì)各個(gè)指標(biāo)進(jìn)行打分或根據(jù)各個(gè)指標(biāo)的相似度大小轉(zhuǎn)換成相應(yīng)的評(píng)分而組成的集合。評(píng)語(yǔ)集是通過(guò)分析評(píng)價(jià)指標(biāo)可能做出的各種評(píng)價(jià)結(jié)果的集合。以W表示評(píng)分集，V表示評(píng)語(yǔ)集。W={W1，W2，…，Wm}（其中W1
3.3一級(jí)指標(biāo)的相似度計(jì)算
根據(jù)一級(jí)指標(biāo)是否可以直接量化將其分為直接量化和間接量化評(píng)價(jià)指標(biāo)。在計(jì)算指標(biāo)相似度時(shí)從直接量化指標(biāo)和間接量化指標(biāo)兩個(gè)方向來(lái)計(jì)算一級(jí)指標(biāo)的相似度。
（1）間接量化評(píng)價(jià)指標(biāo)的相似度計(jì)算。由于不能對(duì)一級(jí)指標(biāo)U1、U2、U3進(jìn)行直接量化，計(jì)算其相似度時(shí)相關(guān)機(jī)構(gòu)需邀請(qǐng)專(zhuān)家，并憑借專(zhuān)家經(jīng)驗(yàn)根據(jù)監(jiān)理的實(shí)際情況對(duì)二級(jí)指標(biāo)給出評(píng)分aij（k），aij（k）表示第k個(gè)專(zhuān)家對(duì)第i個(gè)一級(jí)指標(biāo)下的第j個(gè)二級(jí)指標(biāo)的評(píng)分，從而得到第i個(gè)一級(jí)指標(biāo)的評(píng)分表，如表1所示。
（2）直接量化評(píng)價(jià)指標(biāo)的相似度計(jì)算。進(jìn)度控制指標(biāo)和投資控制指標(biāo)可根據(jù)信息工程監(jiān)理的各個(gè)階段進(jìn)行量化。在項(xiàng)目開(kāi)始之前，項(xiàng)目承建者首先制定一個(gè)預(yù)期進(jìn)度表和投資表，這兩個(gè)表主要說(shuō)明在這4個(gè)階段中預(yù)計(jì)每個(gè)階段所需要的時(shí)間和資金。隨著項(xiàng)目的逐步推進(jìn)，記錄項(xiàng)目在每個(gè)階段實(shí)際所用的時(shí)間和資金，記為實(shí)際進(jìn)度表和實(shí)際投資表。為方便起見(jiàn)，將這4個(gè)表的數(shù)據(jù)整合成一個(gè)進(jìn)度/投資階段情況表。根據(jù)這個(gè)表中的數(shù)據(jù)，使用Pearson相關(guān)系數(shù)公式得到實(shí)際進(jìn)度與預(yù)算進(jìn)度之間的相似度以及實(shí)際投資和預(yù)算投資之間的相似度。
3.4綜合評(píng)價(jià)
4實(shí)例分析
根據(jù)相似度評(píng)價(jià)法的一般步驟，現(xiàn)對(duì)某項(xiàng)目的監(jiān)理服務(wù)質(zhì)量進(jìn)行評(píng)價(jià)。
4.1確定評(píng)價(jià)集
根據(jù)最終相似度對(duì)信息工程監(jiān)理的綜合評(píng)價(jià)給出評(píng)語(yǔ)集V={很好、較好、一般、較差、很差}，對(duì)應(yīng)的評(píng)價(jià)集W={1，2，3，4，5}。
4.2間接量化指標(biāo)的相似度計(jì)算
某項(xiàng)目邀請(qǐng)10位專(zhuān)家，根據(jù)10位專(zhuān)家對(duì)各個(gè)指標(biāo)做出的評(píng)價(jià)表來(lái)獲得每個(gè)指標(biāo)的評(píng)價(jià)結(jié)果。然后根據(jù)公式（1）計(jì)算間接量化一級(jí)指標(biāo)的相似度。
表2是組織10位專(zhuān)家對(duì)某項(xiàng)目的各指標(biāo)進(jìn)行評(píng)分的評(píng)分結(jié)果。
4.3直接量化指標(biāo)的相似度計(jì)算
根據(jù)公式（3）計(jì)算直接量化一級(jí)指標(biāo)的相似度，從而得到指標(biāo)服務(wù)質(zhì)量的評(píng)分，如表2所示。
項(xiàng)目要求在4個(gè)月內(nèi)完成，根據(jù)項(xiàng)目規(guī)模大小、軟硬件需求等因素制定預(yù)期進(jìn)度和投資，然后在監(jiān)理工程師的監(jiān)理和指導(dǎo)下制定該項(xiàng)目的實(shí)際進(jìn)度和投資情況。項(xiàng)目的預(yù)期和實(shí)際進(jìn)度/投資情況如表3所示。
4.4綜合評(píng)價(jià)
根據(jù)圖3，由一級(jí)指標(biāo)相似度得到一級(jí)指標(biāo)評(píng)價(jià)得分，再由一級(jí)指標(biāo)評(píng)價(jià)得分計(jì)算綜合相似度，得到整個(gè)監(jiān)理項(xiàng)目綜合評(píng)分。
5結(jié)語(yǔ)
D+Pearson評(píng)價(jià)法結(jié)合主觀數(shù)據(jù)和客觀數(shù)據(jù)對(duì)監(jiān)理服務(wù)質(zhì)量進(jìn)行評(píng)價(jià)，計(jì)算量小、高效，更符合人們的思維模式。該方法從兩種角度使用不同的計(jì)算方法得到指標(biāo)相似度，使評(píng)價(jià)結(jié)果更準(zhǔn)確。它不僅對(duì)綜合監(jiān)理的效果進(jìn)行了評(píng)價(jià)，而且還對(duì)影響綜合監(jiān)理服務(wù)質(zhì)量的各個(gè)指標(biāo)進(jìn)行了評(píng)價(jià)。
參考文獻(xiàn)：
[1]劉宏志，葛逎康.信息化工程監(jiān)理[M].北京：中國(guó)電力出版社，2009.
[2]劉洋.信息工程監(jiān)理的目標(biāo)控制及效果評(píng)價(jià)研究[D].天津：天津大學(xué)，2004.
[3]李忠平，沈紅藝，蘇越，等.相似度分析方法在亞健康狀態(tài)癥狀指標(biāo)分析中的應(yīng)用[J].中國(guó)衛(wèi)生統(tǒng)計(jì)，2011（5）.
[4]張凱，蘇劍波.基于相似度分布的開(kāi)集人臉識(shí)別方法[J].模式識(shí)別與人工智能，2011（1）.
[5]LINDEKANG.Aninformation-theoreticdefinitionofsimilarity[C].inproceedingofthe15thinternationalConferenceonMachineLearning，Madi-son，1998.
2 策略步驟
第一部分：模型建立階段。
2.1 影響收益率的因子初選
我們采用以下收益率因子。
以上表格反映了影響收益率的主要四大類(lèi)因子，較好地包括了影響收益率的主要因素。雖然從宏觀層面上我們挑選出了一些影響收益率的主要因子，然而，在現(xiàn)實(shí)過(guò)程中，影響某個(gè)具體公司收益率的因素很可能只是其中某幾個(gè)。因此，我們應(yīng)當(dāng)試圖找出影響每個(gè)股票的收益率的個(gè)別關(guān)鍵因素，這里我們采用matlab技術(shù)以及線性回歸的方法，以融捷股份（002192）與暴風(fēng)科技（300431）為例進(jìn)行說(shuō)明。筆者根據(jù)深圳證券交易所統(tǒng)計(jì)的數(shù)據(jù)通過(guò)EXCEL表格進(jìn)行合并整理后得到融捷股份的收益率數(shù)據(jù)，將該數(shù)據(jù)導(dǎo)入matlab中，以市盈率為橫軸、收益率為縱軸，建立圖形關(guān)系。
根據(jù)統(tǒng)計(jì)學(xué)的知識(shí)可知，我們用決定系數(shù)R2來(lái)反應(yīng)自變量解釋因變量力度的強(qiáng)弱，而決定系數(shù)與相關(guān)系數(shù)之間存在平方關(guān)系，即2=R2。因此，在matlab中我們通過(guò)計(jì)算一組數(shù)據(jù)之間的相關(guān)系數(shù)，反求出其決定系數(shù)，從而說(shuō)明該特定自變量能從多大程度上解釋因變量。代碼運(yùn)行的結(jié)果如下：
從上述運(yùn)行結(jié)果可知，市盈率與股票收益率之間的R2只有0.0934，遠(yuǎn)小于1，因此市盈率這一項(xiàng)指標(biāo)在融捷股份里并不能對(duì)收益率的變動(dòng)起到?jīng)Q定性作用。
類(lèi)似地，我們對(duì)表1-1中所有的因子進(jìn)行相同的操作方法，在此由于篇幅原因不再贅述，僅展示操作步驟與過(guò)程。
2.2 剔除冗余因子
在進(jìn)行上述步驟的過(guò)程中，值得一提的是，各個(gè)因子之間可能本身就具有一定的相關(guān)性。比如，ROE指標(biāo)與ROA指標(biāo)本身就滿(mǎn)足一個(gè)等式：ROE=ROA*EM， 其中EM為權(quán)益乘數(shù)，計(jì)算公式為EM=1/（1-負(fù)債率）。如果因素之間的相關(guān)性甚小，我們可以忽略不計(jì)，但是當(dāng)相關(guān)性大到一定程度時(shí)，便會(huì)對(duì)之后的多因素模型分析過(guò)程產(chǎn)生誤導(dǎo)，因此在這里我們需要補(bǔ)充的一步是利用matlab軟件，建立不同指標(biāo)之間的關(guān)系方程，判斷是否存在多重共線性。
2.3 多因素模型體系的建立
在進(jìn)行完影響收益率的因子選擇以及剔除完冗余因子之后，便是最為重要的建立綜合評(píng)分體系，將所有的因子共同反映到一個(gè)方程中，用來(lái)解釋股票收益率與因子之間的具體變化。
多因素模型的建立過(guò)程分為如下幾個(gè)步驟：
（1）. 標(biāo)準(zhǔn)化原始數(shù)據(jù)
（2）. 建立相關(guān)性矩陣
（3）. 計(jì)算相關(guān)性矩陣的特征值和特征向量
（4）. 得出總方程表達(dá)式
通過(guò)對(duì)上述運(yùn)行結(jié)果的分析我們可以看出，月最大超額收益的影響最大，而累計(jì)收益的影響最小。這樣，我們便量化出了影響該股票收益率的方程式。
第二部分：交易標(biāo)的股票的選取
2.4 選取收益率前20%的股票
通過(guò)第一部分的論述，我們最終可以得到影響不同公司股票收益率的方程式，可以用matlab或者數(shù)據(jù)庫(kù)技術(shù)進(jìn)行保存，當(dāng)需要更新參數(shù)或者進(jìn)行預(yù)測(cè)決策時(shí)，調(diào)用相關(guān)函數(shù)即可。
在第二部分中，我們將選取的標(biāo)的股票資產(chǎn)池的相關(guān)數(shù)據(jù)輸入到方程式中，即可得到未來(lái)一段時(shí)間的預(yù)期收益率。假設(shè)我們從每個(gè)板塊中選取出了20支股票，我們保留預(yù)期收益率排在前20%的股票，優(yōu)中選優(yōu)，盡量最大化我們的收益。
2.5 利用CAPM模型進(jìn)行資產(chǎn)組合
20世紀(jì)誕生的資本資產(chǎn)定價(jià)模型（CAPM）為廣大投資者選擇資產(chǎn)組合提供了良好的理論基礎(chǔ)與依據(jù)。威廉夏普（William F. Sharpe，1934-）與馬克維茨（Harry M. Markowitz）等人所建立的組合管理理論核心即為以下等式：
E（Rn）=R
f+（E（Rm）-Rf）
其中，E（Rn）為股票的預(yù)期收益率，Rf為無(wú)風(fēng)險(xiǎn)利率，為單個(gè)股票與市場(chǎng)之間的相關(guān)性，E（Rm）為某一基準(zhǔn)的收益率。通過(guò)該理論，我們可以建立多個(gè)資產(chǎn)的不同搭配情況。
在第三部分，我們會(huì)進(jìn)一步討論運(yùn)用各項(xiàng)績(jī)效評(píng)估指標(biāo)，來(lái)權(quán)衡風(fēng)險(xiǎn)與收益。
第三部分：風(fēng)險(xiǎn)控制
2.6 對(duì)各項(xiàng)參數(shù)進(jìn)行區(qū)間估計(jì)和假設(shè)檢驗(yàn)。
前兩部分重點(diǎn)關(guān)注了組合的收益情況，力求在市場(chǎng)處于無(wú)效或弱有效的情況下，取得超越市場(chǎng)的收益率。然而，對(duì)風(fēng)險(xiǎn)的把握仍為非常重要的方面，自從2007-2009年間發(fā)生的金融災(zāi)難以后，人們對(duì)于風(fēng)險(xiǎn)控制的意識(shí)又提高到一個(gè)新的水平。下面具體介紹如何利用統(tǒng)計(jì)學(xué)知識(shí)，對(duì)風(fēng)險(xiǎn)以及收益的取值范圍做出評(píng)估與估計(jì)。
假設(shè)由第一部分模擬出的收益率方程滿(mǎn)足如下等式：
Yi = -4.451 +2.057 * X1i + 2.008 * X2i
我們可以看到，在這個(gè)等式中出現(xiàn)了三個(gè)參數(shù)，分別是截距項(xiàng)-4.451、X1i的系數(shù)2.057以及X2i的系數(shù)2.008。然而，這畢竟是模擬出來(lái)的結(jié)果，或多或少會(huì)存在著一定的誤差，那么對(duì)這種誤差水平的度量就顯得尤為重要。特別是對(duì)于X1i與X2i的參數(shù)的估計(jì)，其改變直接決定了Yi的變化的方向以及程度。在這里，我們運(yùn)用統(tǒng)計(jì)學(xué)上的假設(shè)檢驗(yàn)與置信區(qū)間估計(jì)的方式，判斷我們有多大的信心，或者說(shuō)有多大的概率，該參數(shù)可以滿(mǎn)足我們的要求，從而對(duì)我們的決策活動(dòng)形成指導(dǎo)意義。見(jiàn)下圖：
如上圖所示，該圖為用統(tǒng)計(jì)軟件所得出的上式的相關(guān)統(tǒng)計(jì)學(xué)分析，可以看出上式的R2（R-squared）為0.934，并且調(diào)整后的R2（Adj R-squared）為0.890，說(shuō)明該式的所有系數(shù)，作為一個(gè)整體，對(duì)Yi具有較好的解釋力度。其中ESS（Explained Sum of Squared）為模型模擬出的曲線與平均值的差的平方和，而SSR（Squared Sum of Residual）為真實(shí)點(diǎn)與估計(jì)點(diǎn)的差的平方和。Matlab圖示如下：
上圖是通過(guò)最小二乘法擬合出來(lái)的一條回歸曲線，其中藍(lán)色的點(diǎn)與實(shí)線之間的距離的平方和即為SSR，而實(shí)線與所有實(shí)際點(diǎn)的均值之間的距離的平方和即為ESS。R2=ESS/（ESS+SSR）。
由圖6-1還可以看到，2.057所處的95%置信區(qū)間范圍為0.984-3.130。其中，P值與t統(tǒng)計(jì)量用來(lái)判斷在95%的把握下，是否可以拒絕一項(xiàng)參數(shù)，即判斷該參數(shù)在一定概率條件下的真假情況。我們通常可以通過(guò)查對(duì)應(yīng)的t分布表來(lái)找到對(duì)應(yīng)的關(guān)鍵值，或者采用比較p值大小的方式進(jìn)行判斷。比如說(shuō)，要判斷圖6-1中Experience的參數(shù)2.008在95%的概率條件下的合理性，我們計(jì)算出其t統(tǒng)計(jì)量如圖上的2.664，而對(duì)應(yīng)的置信區(qū)間范圍中包括了2.664這個(gè)值，因此我們可以得出如下結(jié)論：Experience的系數(shù)2.008在95%的置信水平下是無(wú)法拒絕的。這一結(jié)論同樣可以通過(guò)判斷p值的大小得出，p值為0.076，大于顯著性水平0.05（通過(guò)1-95%得到），因此有足夠的自信可以保證該系數(shù)的合理性。
通過(guò)上述方法，我們可以對(duì)之前模擬出的收益率方程的系數(shù)的合理性做出判斷與評(píng)估，使我們對(duì)其有一個(gè)更為深入的了解。
2.7 基于蒙特卡洛模擬的風(fēng)險(xiǎn)控制。
在風(fēng)險(xiǎn)管理領(lǐng)域，VaR方法一直在各大金融機(jī)構(gòu)被視為進(jìn)行風(fēng)險(xiǎn)度量的首選，因?yàn)槠淇梢蕴峁┰谝欢ǖ闹眯艆^(qū)間下所發(fā)生的最大損失的大小。然而，實(shí)踐證明，在市場(chǎng)出現(xiàn)劇烈波動(dòng)的情況下（比如2007-2009的金融危機(jī)），資產(chǎn)之間的相關(guān)性會(huì)增強(qiáng)，以前可能相關(guān)性很弱的資產(chǎn)在市場(chǎng)不穩(wěn)定時(shí)期出現(xiàn)了高度關(guān)聯(lián)的相關(guān)性。而普通的線性估算VaR的方法在金融危機(jī)期間，對(duì)于風(fēng)險(xiǎn)的度量不再準(zhǔn)確與合理。因此，出現(xiàn)了后來(lái)的情景分析方法（scenario analysis ）以及這里要討論的蒙特卡洛模擬。
所謂蒙特卡洛模擬，是對(duì)一項(xiàng)資產(chǎn)的所有可能取值進(jìn)行隨機(jī)數(shù)模擬，來(lái)計(jì)算產(chǎn)品的價(jià)格以及計(jì)算風(fēng)險(xiǎn)價(jià)值的大小。其應(yīng)用領(lǐng)域十分廣泛，不僅可以用來(lái)模擬復(fù)雜金融產(chǎn)品的價(jià)格（例如，含權(quán)債券的定價(jià)、住房抵押貸款證券化產(chǎn)品的定價(jià)），在風(fēng)險(xiǎn)管理領(lǐng)域還可以用來(lái)度量風(fēng)險(xiǎn)的大小。在此，我們給出詳細(xì)的解釋?zhuān)瑏?lái)說(shuō)明怎樣進(jìn)行基于蒙特卡洛模擬的風(fēng)險(xiǎn)的度量。
重復(fù)上述代碼四次，模擬出不同收益率的圖形，每次模擬都可以得到一條收益率的曲線，當(dāng)我們從股票收益率的總體曲線中隨機(jī)抽出N個(gè)樣本的收益率曲線，對(duì)其進(jìn)行算術(shù)平均，便可以得到最終模擬出的收益率曲線，通過(guò)正態(tài)分布或?qū)?shù)正態(tài)分布作圖，我們可以在豎直方向上做出一條輔助線，該輔助線對(duì)應(yīng)的分位點(diǎn)即是VaR所處的位置，如此一來(lái)我們便可以得到VaR的結(jié)果。
第四部分：模型的改進(jìn)與實(shí)時(shí)更新
2.8 模型評(píng)價(jià)
在這一部分，我們主要對(duì)上述建立的收益風(fēng)險(xiǎn)模型進(jìn)行評(píng)價(jià)，包括引進(jìn)一些至關(guān)重要的績(jī)效評(píng)估指標(biāo)，例如夏普比率，特雷諾比率，簡(jiǎn)森阿爾法，信息比率，索提諾指標(biāo)等。
夏普比率來(lái)自于CAPM模型，其基本內(nèi)涵是單位風(fēng)險(xiǎn)所對(duì)應(yīng)的超額收益。在CAPM模型中，夏普比率即是資本市場(chǎng)線的斜率。因此，對(duì)于一個(gè)組合的風(fēng)險(xiǎn)收益的評(píng)估，我們可以通過(guò)計(jì)算其夏普比率，再與其他組合比較，選出夏普比率最大的那一個(gè)，即是我們滿(mǎn)意的組合（單位風(fēng)險(xiǎn)承擔(dān)了更多的超額收益）。
特雷諾比率與夏普比率類(lèi)似，但其分母上所對(duì)應(yīng)的是系統(tǒng)性風(fēng)險(xiǎn)，而不是總風(fēng)險(xiǎn)。這反應(yīng)了一項(xiàng)組合其內(nèi)在的超額收益，因?yàn)榉窍到y(tǒng)性風(fēng)險(xiǎn)是可以通過(guò)組合規(guī)避掉的，而系統(tǒng)性風(fēng)險(xiǎn)則更多的由市場(chǎng)、行業(yè)以及經(jīng)濟(jì)周期等不可控因素所決定。因此，特雷諾比率也被廣泛應(yīng)用于組合績(jī)效的評(píng)估。
簡(jiǎn)森阿爾法描述的是一項(xiàng)組合的市場(chǎng)收益與CAPM計(jì)算出的理論收益之間的差額。在CAPM圖形上描述出來(lái)便是資本市場(chǎng)線上的點(diǎn)與實(shí)際的點(diǎn)之間的距離。簡(jiǎn)森阿爾法直接反應(yīng)了一項(xiàng)組合的收益與其理論收益的偏差，因此投資者可以進(jìn)行無(wú)風(fēng)險(xiǎn)的套利交易，低買(mǎi)高賣(mài)，賺取超額收益。值得一提的是，用簡(jiǎn)森阿爾法來(lái)描述兩個(gè)組合的風(fēng)險(xiǎn)收益時(shí)，要求兩個(gè)組合的系統(tǒng)性風(fēng)險(xiǎn)處于同一水平，即CAPM模型中的相同。特雷諾比率將系統(tǒng)性風(fēng)險(xiǎn)單位化，因此可以直接進(jìn)行比較，這是簡(jiǎn)森阿爾法與特雷諾比率之間的區(qū)別。
信息比率也是實(shí)際工作中用到的比較多的領(lǐng)域，通常會(huì)和夏普比率搭配使用。信息比率的計(jì)算公式為：信息比率=超額收益/跟蹤誤差。
索提諾指標(biāo)的計(jì)算公式為：索提諾指標(biāo)=（組合收益-最小收益）/下半方差，其中下半方差只考慮風(fēng)險(xiǎn)的影響，因?yàn)閮r(jià)格上漲的風(fēng)險(xiǎn)可以不考慮，只考慮下跌的風(fēng)險(xiǎn)。
2.9 利用matlab動(dòng)態(tài)更新參數(shù)
上述建立的多因素模型的參數(shù)一般會(huì)隨著市場(chǎng)條件的變化而發(fā)生變化，例如金融危機(jī)期間，金融產(chǎn)品之間的相關(guān)性增強(qiáng)，可能會(huì)使得參數(shù)的估計(jì)不再準(zhǔn)確。因此，我們需要通過(guò)不斷的測(cè)算市場(chǎng)數(shù)據(jù)，來(lái)保證模型參數(shù)的合理性。在matlab中不斷更新改進(jìn)參數(shù)的步驟是不能省略的。
2.10 回溯測(cè)試
在完成了模型的構(gòu)建以后，我們通常會(huì)進(jìn)行一段時(shí)間的回溯測(cè)試期，目的是為了對(duì)模型的合理性進(jìn)行檢驗(yàn)。即采用從市場(chǎng)上觀察得到的數(shù)據(jù)，與模型估計(jì)出的數(shù)據(jù)進(jìn)行比較。這是回溯測(cè)試的主要思想。通常在一些交易平臺(tái)上我們可以進(jìn)行回溯測(cè)試。Matlab平臺(tái)上也為我們提供了相關(guān)的回測(cè)計(jì)算的功能，目的是盡可能地還原市場(chǎng)的真實(shí)情況，以檢測(cè)策略的準(zhǔn)確性。
2.11 模型評(píng)價(jià)
已上便是筆者構(gòu)建的投資策略的基本框架與內(nèi)容，按照上文指導(dǎo)的內(nèi)容進(jìn)行投資，可以在一定程度上獲取超額收益。量化的方法相比較傳統(tǒng)的基本面分析、技術(shù)分析，具有其自身的合理性。然而量化投資并不是時(shí)時(shí)刻刻百分百有效，但根據(jù)歷史經(jīng)驗(yàn)來(lái)看，量化投資的收益已經(jīng)遠(yuǎn)超其他投資方式。量化投資還具有更為高深的理論，例如結(jié)合了心理學(xué)、生物學(xué)與計(jì)算機(jī)科學(xué)的神經(jīng)網(wǎng)絡(luò)、遺傳算法等，使用機(jī)器代替人腦進(jìn)行投資決策，這樣可以減少人的主觀性，客觀的根據(jù)一些標(biāo)準(zhǔn)、指標(biāo)嚴(yán)格執(zhí)行投資策略。這里只是使用了量化投資領(lǐng)域中的冰山一角，即使用綜合模型評(píng)分方法來(lái)構(gòu)建投資組合的預(yù)期收益。
然而，該模型仍有其自身的局限性。例如，模型本身采用的是線性回歸的基本思想，即最高次冪為1次冪。然而在現(xiàn)實(shí)過(guò)程中，很多金融產(chǎn)品的收益曲線并不是一條嚴(yán)格的直線，而更多的是具有二階導(dǎo)的曲線。舉例如下圖所示：
上圖是包含了期權(quán)時(shí)間價(jià)值在內(nèi)的利潤(rùn)圖，可以看到，在引進(jìn)期權(quán)的時(shí)間價(jià)值以后，其圖形不再是直線，而是帶有弧度。因此，我們通常采用的方法是利用泰勒級(jí)數(shù)進(jìn)行估計(jì)，引入二階導(dǎo)來(lái)進(jìn)一步估計(jì)金融產(chǎn)品的價(jià)格。例如在債券中一階導(dǎo)采用久期進(jìn)行計(jì)算，二階導(dǎo)采用凸性進(jìn)行調(diào)整。
1風(fēng)險(xiǎn)管理及對(duì)外資源型投資項(xiàng)目風(fēng)險(xiǎn)管理
所謂項(xiàng)目風(fēng)險(xiǎn)管理是指人們的主觀行為，使各行為主體通過(guò)對(duì)某一項(xiàng)目實(shí)施過(guò)程中將要遇到的風(fēng)險(xiǎn)事件進(jìn)行識(shí)別、衡量、分析，在此基礎(chǔ)上制訂出適宜的防范控制措施，用合理的手段綜合處理風(fēng)險(xiǎn)，以最大限度地實(shí)現(xiàn)項(xiàng)目實(shí)施的既定目標(biāo)的科學(xué)管理過(guò)程。
投資項(xiàng)目風(fēng)險(xiǎn)指的是項(xiàng)目投資建設(shè)運(yùn)營(yíng)過(guò)程中項(xiàng)目可能給項(xiàng)目投資者、項(xiàng)目債權(quán)人等相關(guān)利益群體所造成的損失及對(duì)國(guó)民經(jīng)濟(jì)和經(jīng)濟(jì)環(huán)境、環(huán)境等所造成的破壞程度。投資項(xiàng)目面臨著大量的不確定性風(fēng)險(xiǎn)因素，對(duì)這方面的也頗多，一般來(lái)說(shuō)主要分為市場(chǎng)風(fēng)險(xiǎn)、管理風(fēng)險(xiǎn)、技術(shù)風(fēng)險(xiǎn)、自然環(huán)境風(fēng)險(xiǎn)、經(jīng)濟(jì)風(fēng)險(xiǎn)、社會(huì)文化風(fēng)險(xiǎn)等。每一大類(lèi)風(fēng)險(xiǎn)因素又可劃分為若干小類(lèi)，這些風(fēng)險(xiǎn)因素對(duì)不同的項(xiàng)目，甚至是同一項(xiàng)目不同階段的程度也都是不同的，但任何一種風(fēng)險(xiǎn)都有可能造成項(xiàng)目建設(shè)的失敗。
對(duì)外資源型投資項(xiàng)目風(fēng)險(xiǎn)管理是指對(duì)外資源型投資對(duì)勘探、開(kāi)發(fā)、投資項(xiàng)目實(shí)施過(guò)程中存在的各種各樣的風(fēng)險(xiǎn)事件進(jìn)行識(shí)別、衡量、分析評(píng)價(jià)，并適時(shí)采取各種有效的方法進(jìn)行處理，以保障該項(xiàng)目安全正常實(shí)施，達(dá)到預(yù)期收益，并保證本企業(yè)及國(guó)家的經(jīng)濟(jì)利益免受損失的科學(xué)管理過(guò)程。
2對(duì)外資源型投資項(xiàng)目風(fēng)險(xiǎn)管理的基本程序和步驟
對(duì)外資源型投資項(xiàng)目風(fēng)險(xiǎn)管理的基本程序與一般風(fēng)險(xiǎn)管理程序一樣，包括風(fēng)險(xiǎn)的識(shí)別、風(fēng)險(xiǎn)的評(píng)價(jià)、風(fēng)險(xiǎn)的決策和風(fēng)險(xiǎn)的控制與防范這四個(gè)主要步驟。
風(fēng)險(xiǎn)的識(shí)別是整個(gè)風(fēng)險(xiǎn)管理活動(dòng)的前提和基礎(chǔ)。它包括調(diào)查投資項(xiàng)目面臨的所有潛在風(fēng)險(xiǎn)是否存在、分析產(chǎn)生風(fēng)險(xiǎn)的各種原因。識(shí)別風(fēng)險(xiǎn)應(yīng)盡可能全面按照系統(tǒng)分析的方法，項(xiàng)目風(fēng)險(xiǎn)可分為籌融資風(fēng)險(xiǎn)、建設(shè)期風(fēng)險(xiǎn)、生產(chǎn)期風(fēng)險(xiǎn)和項(xiàng)目決策風(fēng)險(xiǎn)。
風(fēng)險(xiǎn)的評(píng)價(jià)是指對(duì)投資項(xiàng)目所面臨的各種特定風(fēng)險(xiǎn)發(fā)生的可能性或風(fēng)險(xiǎn)發(fā)生造成的損失的范圍與程度進(jìn)行的測(cè)算和估計(jì)。它包括風(fēng)險(xiǎn)大小的定量估計(jì)與風(fēng)險(xiǎn)危害基準(zhǔn)的設(shè)定等。
風(fēng)險(xiǎn)的決策是指針對(duì)投資項(xiàng)目所面臨的各種特定風(fēng)險(xiǎn)及其大小，運(yùn)用適當(dāng)?shù)姆椒右苑治觯瑥亩龀鍪欠裢顿Y，何時(shí)投資以及如何投資等的決策過(guò)程。
風(fēng)險(xiǎn)的控制與防范是指人們力求規(guī)避或改變那些可能引起或加重?fù)p失的因素，采取安全有效、積極合理的措施來(lái)對(duì)付各種風(fēng)險(xiǎn)。風(fēng)險(xiǎn)的控制與防范要根據(jù)風(fēng)險(xiǎn)管理主體對(duì)風(fēng)險(xiǎn)的態(tài)度、風(fēng)險(xiǎn)承受能力、管理者的素質(zhì)、風(fēng)險(xiǎn)的性質(zhì)和影響程度等許多因素，運(yùn)用各種相應(yīng)的方法來(lái)進(jìn)行處理。其中風(fēng)險(xiǎn)的防范主要偏重于對(duì)風(fēng)險(xiǎn)的事前、損前處理，風(fēng)險(xiǎn)的控制則是在投資項(xiàng)目運(yùn)作過(guò)程中，隨時(shí)監(jiān)視項(xiàng)目的進(jìn)展，注視風(fēng)險(xiǎn)的動(dòng)態(tài)，一旦有新情況，馬上對(duì)新出現(xiàn)的風(fēng)險(xiǎn)進(jìn)行識(shí)別、評(píng)價(jià)和決策，并采取必要的行動(dòng)。
風(fēng)險(xiǎn)管理的這四個(gè)步驟之間不是孤立存在的，在實(shí)際運(yùn)用過(guò)程中通常下一步驟的進(jìn)行是以前一步驟的結(jié)果為依據(jù)而緊密聯(lián)系在一起的。由于風(fēng)險(xiǎn)尤其是經(jīng)濟(jì)風(fēng)險(xiǎn)的影響因素是瞬息萬(wàn)變的，舊的風(fēng)險(xiǎn)因素會(huì)不斷改變，新的風(fēng)險(xiǎn)因素又會(huì)不斷產(chǎn)生，因此必須定期、不定期地進(jìn)行風(fēng)險(xiǎn)識(shí)別、風(fēng)險(xiǎn)評(píng)價(jià)，不斷修改和完善風(fēng)險(xiǎn)決策方案及風(fēng)險(xiǎn)控制方法。換句話說(shuō)，風(fēng)險(xiǎn)管理活動(dòng)的四個(gè)基本步驟是一個(gè)連續(xù)不斷、循環(huán)往復(fù)的管理過(guò)程。
3對(duì)外資源型投資項(xiàng)目面臨的主要風(fēng)險(xiǎn)
3.1項(xiàng)目籌融資風(fēng)險(xiǎn)
這是指項(xiàng)目管理者在籌融資活動(dòng)中改變籌資結(jié)構(gòu)，使其償債能力喪失和資金利潤(rùn)率降低的可能性。項(xiàng)目籌融資風(fēng)險(xiǎn)主要來(lái)源于生產(chǎn)經(jīng)營(yíng)、資金組織和外匯匯率變動(dòng)。如果生產(chǎn)經(jīng)營(yíng)中項(xiàng)目虧損，就使得籌融資中借入的資金償還需用自有資金支付；如果資金安排不合理，購(gòu)貨付款與償債付款較集中，就會(huì)出現(xiàn)臨時(shí)性的經(jīng)營(yíng)困難；對(duì)外資源型投資項(xiàng)目還主要面臨著匯率升降所帶來(lái)的風(fēng)險(xiǎn)。
3.2建設(shè)期風(fēng)險(xiǎn)
在對(duì)外投資項(xiàng)目的整個(gè)建設(shè)周期中，由于資金的不斷投入，而項(xiàng)目還未獲得任何收益，這就使得項(xiàng)目一旦因?yàn)槟承┮蛩卦斐山ㄔO(shè)成本超支，不能按期完工或無(wú)法完成，就會(huì)給投資者帶來(lái)?yè)p失。為此需考慮以下幾方面的因素：管理者必須具備豐富的管理經(jīng)驗(yàn)和一定的技術(shù)能力，否則導(dǎo)致項(xiàng)目的投資成本、完工質(zhì)量及生產(chǎn)效率方面出現(xiàn)不確定性；原材料、燃料漲價(jià)，資金、人員和物資調(diào)配環(huán)節(jié)出現(xiàn)，都會(huì)造成建設(shè)成本增加、工程延期，投資回收期延長(zhǎng)；土地、建筑材料及運(yùn)輸?shù)目色@得性出現(xiàn)困難，無(wú)法按計(jì)劃開(kāi)工，就會(huì)拖延工期；不可抗力風(fēng)險(xiǎn)自然災(zāi)害、戰(zhàn)爭(zhēng)、政局變動(dòng)等都會(huì)影響工程開(kāi)工，并對(duì)投資項(xiàng)目未來(lái)產(chǎn)品市場(chǎng)產(chǎn)生影響。
3.3生產(chǎn)期風(fēng)險(xiǎn)
項(xiàng)目建設(shè)完成，進(jìn)入正常經(jīng)營(yíng)狀態(tài)，通過(guò)產(chǎn)品的銷(xiāo)售來(lái)償還債務(wù)和回收投資，實(shí)現(xiàn)預(yù)期的經(jīng)濟(jì)效益和社會(huì)效益。這一時(shí)期的風(fēng)險(xiǎn)主要表現(xiàn)在生產(chǎn)、市場(chǎng)、政策、匯率變動(dòng)、政治波動(dòng)等方面。
一、省級(jí)電網(wǎng)企業(yè)投資效能管理的背景和必要性
電網(wǎng)企業(yè)承擔(dān)保障安全可靠用電的公共事業(yè)職能，隨著社會(huì)經(jīng)濟(jì)的發(fā)展，長(zhǎng)期以來(lái)需要較高水平的投資以維持電網(wǎng)的擴(kuò)張、更新和技術(shù)進(jìn)步，投資管理便成為日常經(jīng)營(yíng)管理的重點(diǎn)。當(dāng)前，其投資活動(dòng)呈現(xiàn)以下特點(diǎn)：
一是電網(wǎng)投資持續(xù)高位，可持續(xù)性受到關(guān)注。隨著社會(huì)經(jīng)濟(jì)的不斷發(fā)展和廣大電力用戶(hù)對(duì)電能質(zhì)量、用電可靠性等技術(shù)服務(wù)性能要求的不斷提升，近年來(lái)電網(wǎng)投資保持在較高水平。以華東地區(qū)的省級(jí)電網(wǎng)為例，近五年來(lái)年均投資額在200-300億元，電量的復(fù)合增長(zhǎng)率在10%以上。投資有力地帶動(dòng)和發(fā)揮了電量的增量效應(yīng)，電網(wǎng)網(wǎng)架結(jié)構(gòu)得到升級(jí)優(yōu)化，安全供用電及優(yōu)質(zhì)服務(wù)水平進(jìn)一步提升，滿(mǎn)足了經(jīng)濟(jì)社會(huì)發(fā)展的需要。但受宏觀經(jīng)濟(jì)形勢(shì)和地區(qū)產(chǎn)業(yè)結(jié)構(gòu)調(diào)整影響，電量的增量效益逐步減弱，長(zhǎng)期大規(guī)模的高位投資難以為繼。如何兼顧當(dāng)前和未來(lái)的發(fā)展需求，用好有限的資源，滿(mǎn)足特高壓、智能電網(wǎng)和地區(qū)電網(wǎng)建設(shè)所需，是電網(wǎng)企業(yè)必須面對(duì)和解決的難題。
二是投資的效能引領(lǐng)薄弱，需要重點(diǎn)強(qiáng)化。在當(dāng)前實(shí)際的投資決策中，通常在開(kāi)展投資決策時(shí)會(huì)對(duì)投資能力、投資規(guī)模、投資的必要性及可行性進(jìn)行論證。但專(zhuān)業(yè)部門(mén)都是對(duì)項(xiàng)目的單體考察，關(guān)注技術(shù)因素，而對(duì)整體性和經(jīng)濟(jì)性考慮不足?？陀^上，電網(wǎng)投資受電量增長(zhǎng)、電網(wǎng)安全等市場(chǎng)需求和運(yùn)行水平等因素影響較大，是投資決策時(shí)主要的考慮因素，但長(zhǎng)期來(lái)看都會(huì)體現(xiàn)為對(duì)經(jīng)濟(jì)效益的影響，對(duì)當(dāng)期經(jīng)營(yíng)效益影響不大。而目前，科學(xué)的投資評(píng)價(jià)體系尚未完全建立，現(xiàn)有的考評(píng)體系主要是對(duì)當(dāng)期的技術(shù)績(jī)效進(jìn)行評(píng)價(jià)，導(dǎo)致投資決策時(shí)較多憑經(jīng)驗(yàn)判斷，缺乏長(zhǎng)遠(yuǎn)考慮，忽視投資能力及投資效益等效能指標(biāo)，需要重點(diǎn)強(qiáng)化。且具體工作開(kāi)展時(shí)重經(jīng)驗(yàn)判斷、輕數(shù)量化分析，投資決策過(guò)程的可驗(yàn)證性和可重復(fù)性較差。
三是不同公司投資管理模式差異較大，需要可普適的分析模式。當(dāng)前我國(guó)有國(guó)家電網(wǎng)和南方電網(wǎng)兩大電網(wǎng)公司，同時(shí)按照國(guó)家行政區(qū)劃設(shè)置了省市縣三級(jí)電力公司或供電公司。以規(guī)模較大的國(guó)家電網(wǎng)為例，各省級(jí)電網(wǎng)企業(yè)是兩大電網(wǎng)公司的全資子公司，總部對(duì)各省級(jí)電網(wǎng)企業(yè)實(shí)行總體的投資預(yù)算管控，以按照財(cái)務(wù)分析方法測(cè)算投資能力為主，要求各單位實(shí)際投資不得超過(guò)其投資能力。而各市縣供電公司和省級(jí)電網(wǎng)企業(yè)的關(guān)系較為復(fù)雜，有分公司、子公司、躉售公司等。對(duì)于省級(jí)電網(wǎng)企業(yè)而言：對(duì)子公司依舊可以按照上述方法進(jìn)行分析；躉售公司通常自行負(fù)責(zé)經(jīng)營(yíng)管理，大電網(wǎng)企業(yè)實(shí)行代管時(shí)也可以視同為子公司進(jìn)行分析；但分公司無(wú)完整的經(jīng)營(yíng)管理權(quán)限，尤其在統(tǒng)一購(gòu)電、資金統(tǒng)貸統(tǒng)還等前提下，無(wú)法獨(dú)立核算其經(jīng)營(yíng)效益，因此需要探索新的投資管控方法。
另外，對(duì)于省級(jí)電網(wǎng)企業(yè)來(lái)說(shuō)，還需要在其供電區(qū)域內(nèi)調(diào)劑投資，統(tǒng)籌發(fā)展，因此對(duì)投資管理提出了更高的要求。鑒于此，隨著近年來(lái)集團(tuán)化、精細(xì)化管理水平的不斷提升，對(duì)投資安排合理性和投資活動(dòng)效益的要求不斷提高，電網(wǎng)企業(yè)提出了投資效能管理。雖然一直以來(lái)電網(wǎng)企業(yè)均秉持效益導(dǎo)向安排投資，且其中的效益是多元目標(biāo)，包括技術(shù)效益、社會(huì)效益、經(jīng)濟(jì)效益等，但如何按照科學(xué)合理的方法統(tǒng)籌兼顧實(shí)現(xiàn)綜合平衡，達(dá)到高水平的投資效能，且形成規(guī)范的工作機(jī)制，是需要重點(diǎn)探索的。
二、投資效能分析的技術(shù)路徑選擇
（一）要求和目標(biāo)?；谏鲜鲆蠛捅尘?，省級(jí)電網(wǎng)企業(yè)投資效能的分析，需要滿(mǎn)足以下目標(biāo)和要求：一是引入數(shù)量化分析方法，改變以往單純按照經(jīng)驗(yàn)判斷的傳統(tǒng)做法。雖然在以往的投資決策過(guò)程中設(shè)置了多維度的眾多指標(biāo)，但是對(duì)指標(biāo)的分析判斷依然采用對(duì)關(guān)鍵指標(biāo)的確定值或區(qū)間等進(jìn)行分析的做法，尚未建立起系統(tǒng)有效、科學(xué)合理的量化分析方法，各類(lèi)分析工具的應(yīng)用也較少。因此，此次投資效能分析的重點(diǎn)是引入量化分析模型和方法，由標(biāo)準(zhǔn)、統(tǒng)一的分析過(guò)程得到可供參考的數(shù)據(jù)分析結(jié)論，并使之與傳統(tǒng)的經(jīng)驗(yàn)判斷相結(jié)合。二是確定統(tǒng)一的標(biāo)準(zhǔn)，便于各維度比較。傳統(tǒng)按照經(jīng)驗(yàn)判斷的方法中雖然有標(biāo)準(zhǔn)，但受主觀因素影響較大，且在不同項(xiàng)目之間、不同決策周期之間的變化較大。引入量化分析方法后，一旦設(shè)定模型，便可以確定算法、關(guān)鍵指標(biāo)及其標(biāo)準(zhǔn)值，模型測(cè)算結(jié)果的數(shù)值高低能夠按照統(tǒng)一標(biāo)準(zhǔn)反映不同項(xiàng)目的差異，真正實(shí)現(xiàn)可比。三是依托公司信息系統(tǒng)，將前述分析過(guò)程固化、自動(dòng)化，既提高工作效率，又使之可重復(fù)、可驗(yàn)證，更加可信，能夠不斷重復(fù)并調(diào)整優(yōu)化、持續(xù)改進(jìn)。四是要在實(shí)現(xiàn)上述要求的同時(shí)，使投資效能分析的原理、過(guò)程、步驟等盡量清晰明了簡(jiǎn)單易行，便于在實(shí)務(wù)工作中推廣應(yīng)用。
（二）具體技術(shù)方法的選擇。在投資決策領(lǐng)域，常用的方法有關(guān)鍵變量（如未來(lái)售電量）的灰色預(yù)測(cè)法、模糊分析法、層次分析法、專(zhuān)家法、基于價(jià)值鏈的貢獻(xiàn)度評(píng)價(jià)法等，但這些方法的共同特點(diǎn)是需要對(duì)關(guān)鍵變量進(jìn)行打分賦值、設(shè)置權(quán)重等，高度依賴(lài)使用人員的業(yè)務(wù)能力、技術(shù)水平和職業(yè)素養(yǎng)，可重復(fù)性和可驗(yàn)證性較差，受主觀因素影響較大。因此，需要尋找最大限度減少主觀因素的方法。此外，國(guó)外私有化的電網(wǎng)企業(yè)往往采用基于IRR、NPV等關(guān)鍵財(cái)務(wù)指標(biāo)的分析法，重點(diǎn)強(qiáng)調(diào)投資的財(cái)務(wù)回報(bào)，和我國(guó)電網(wǎng)企業(yè)的定位與管理模式也不盡符合。綜合分析比較各種方法，基于電網(wǎng)企業(yè)當(dāng)前的數(shù)據(jù)可得性和數(shù)據(jù)質(zhì)量，也考慮到后續(xù)操作的便利性，并便于操作人員理解，本文認(rèn)為可以選擇常用的多變量回歸分析預(yù)測(cè)法作為投資效能分析工具。
對(duì)其說(shuō)明如下：回歸分析預(yù)測(cè)法是在分析市場(chǎng)現(xiàn)象自變量和因變量之間相關(guān)關(guān)系的基礎(chǔ)上，建立變量之間的回歸方程，并將回歸方程作為預(yù)測(cè)模型，根據(jù)自變量在預(yù)測(cè)期的數(shù)量變化來(lái)預(yù)測(cè)因變量關(guān)系?；貧w分析預(yù)測(cè)的關(guān)鍵點(diǎn)在于找到主要自變量，并獲取足夠的數(shù)量資料。自變量的選取建立在一定邏輯推理的基礎(chǔ)上，同時(shí)結(jié)合回歸系數(shù)進(jìn)行判斷，然而在實(shí)際操作過(guò)程中，有些變量數(shù)據(jù)難以獲得，這種情況下我們一般以可得性較高的相似變量進(jìn)行替代，例如用財(cái)務(wù)指標(biāo)代替技術(shù)指標(biāo)。最關(guān)鍵的是，多元回歸預(yù)測(cè)時(shí)，避免了設(shè)置權(quán)重這一受主觀因素影響較大的步驟。同時(shí)，本文認(rèn)為初始階段直接采用最受廣泛應(yīng)用的線性模型，避免設(shè)置非線性模型中的參數(shù)設(shè)置，最大限度做到不同時(shí)點(diǎn)、不同類(lèi)型分析的縱向橫向比校。
三、投資效能分析模型的開(kāi)發(fā)
按照前述思路和多元回歸預(yù)測(cè)方法的要求，本文設(shè)計(jì)了電網(wǎng)企業(yè)投資效能分析的具體步驟：
（一）明確投資的目標(biāo)和導(dǎo)向。電網(wǎng)企業(yè)的投資決策目標(biāo)是多元的，包含滿(mǎn)足客戶(hù)用電需求、保障可靠的電力供應(yīng)、提高電網(wǎng)技術(shù)服務(wù)能力、創(chuàng)造經(jīng)濟(jì)效益等多個(gè)維度的目標(biāo)，且從短期、中期和長(zhǎng)期來(lái)看也呈現(xiàn)不同的目標(biāo)導(dǎo)向。尤其在當(dāng)前發(fā)策、運(yùn)檢、營(yíng)銷(xiāo)、調(diào)度等專(zhuān)業(yè)部門(mén)基本以單體項(xiàng)目立項(xiàng)的方式形成投資，在主要關(guān)注技術(shù)性指標(biāo)的背景下，關(guān)注投資活動(dòng)對(duì)公司整體財(cái)務(wù)績(jī)效（經(jīng)營(yíng)效率、經(jīng)營(yíng)績(jī)效、資產(chǎn)狀況等）的影響便顯得尤為重要。因此，按照技術(shù)和經(jīng)濟(jì)并重的思路，在構(gòu)建投資需求測(cè)算模型、量化投資決策的過(guò)程中，便需要綜合考慮各方面因素，使投資決策更加科學(xué)合理。
（二）分析投資活動(dòng)影響因素并確定指標(biāo)。電網(wǎng)投資的目標(biāo)是多元的，故其影響因素也是多元的。因此，投資決策制定需要考慮多方面指標(biāo)。在指標(biāo)分類(lèi)和具體的指標(biāo)選擇方面，參考借鑒了美國(guó)的智能電網(wǎng)評(píng)估體系、國(guó)網(wǎng)系統(tǒng)“一強(qiáng)三優(yōu)”對(duì)標(biāo)體系、各電網(wǎng)企業(yè)的主網(wǎng)與配網(wǎng)效益評(píng)價(jià)和“一流配網(wǎng)評(píng)價(jià)體系”以及其他配網(wǎng)評(píng)價(jià)體系等成果中的指標(biāo)分類(lèi)和具體指標(biāo)的確定。綜合分析電網(wǎng)企業(yè)投資的理論研究成果、實(shí)踐經(jīng)驗(yàn)分析和本公司投資決策的實(shí)際考慮方面，本文明確了以下六方面及具體指標(biāo)：
1.反映電力需求的社會(huì)經(jīng)濟(jì)發(fā)展指標(biāo)和電量、負(fù)荷以及電網(wǎng)發(fā)展情況等指標(biāo)。這些指標(biāo)主要用來(lái)衡量電網(wǎng)投資的驅(qū)動(dòng)因素和電網(wǎng)本身的特征，比如GDP、電網(wǎng)中各類(lèi)設(shè)備的規(guī)模（容量、長(zhǎng)度），這些是從根本上對(duì)電網(wǎng)投資起到?jīng)Q定作用的因素。
2.反映經(jīng)營(yíng)管理水平的經(jīng)營(yíng)效率類(lèi)指標(biāo)。用來(lái)衡量電網(wǎng)投資帶來(lái)的成本變化，比如線損率、單位電量成本、每萬(wàn)元資產(chǎn)輸配電成本等，這些指標(biāo)對(duì)于按照成本加成定價(jià)的電網(wǎng)企業(yè)而言，促進(jìn)其在保障安全可靠電力供應(yīng)的同時(shí)降低成本、提高經(jīng)濟(jì)性。
3.反映經(jīng)營(yíng)績(jī)效的綜合效益類(lèi)指標(biāo)。用來(lái)衡量投資產(chǎn)生的綜合收益，包括單位電量貢獻(xiàn)毛益、成本費(fèi)用利用率（耗費(fèi)效率）、銷(xiāo)售收入利潤(rùn)率（產(chǎn)出效率）、資產(chǎn)報(bào)酬率（資產(chǎn)占用率）、資本收益率（投入資本效益）、人均利潤(rùn)等。這些指標(biāo)越大，說(shuō)明投資的綜合效益越好，未來(lái)可以多分配投資。
4.反映電網(wǎng)運(yùn)行狀態(tài)的技術(shù)類(lèi)指標(biāo)。包括電網(wǎng)的合理性、安全性、可靠性、經(jīng)濟(jì)性、優(yōu)質(zhì)性和電網(wǎng)發(fā)展的協(xié)調(diào)性等多個(gè)方面，是從技術(shù)角度對(duì)電網(wǎng)進(jìn)行的綜合考察，也是立項(xiàng)時(shí)的直接依據(jù)。
5.反映服務(wù)水平的社會(huì)滿(mǎn)意度指標(biāo)。顧客對(duì)服務(wù)的滿(mǎn)意程度是衡量電網(wǎng)投資最終成果的重要指標(biāo)，具體包括居民滿(mǎn)意度、用電企業(yè)滿(mǎn)意度和政府滿(mǎn)意度三個(gè)方面。這些指標(biāo)的測(cè)量往往存在較大誤差或人為調(diào)整空間。但由于電壓合格率、可靠性水平、安全性等技術(shù)指標(biāo)是滿(mǎn)意度指標(biāo)的基礎(chǔ)，通過(guò)對(duì)技術(shù)指標(biāo)的考察，也就間接考察了滿(mǎn)意度指標(biāo)。
6.根據(jù)經(jīng)驗(yàn)判斷設(shè)定的管理性指標(biāo)（啞變量）。如江蘇省內(nèi)不同地區(qū)發(fā)展差異較大，通常分為蘇南、蘇中、蘇北三個(gè)區(qū)域，近年來(lái)對(duì)不同地區(qū)投入的傾斜力度有差異，其投資也有明顯差異。
（三）構(gòu)建投資效能分析模型。首先，在眾多投資影響因素和變量的基礎(chǔ)上，通過(guò)相關(guān)分析初步識(shí)別影響因素，為回歸分析奠定基礎(chǔ)。其次，酌情運(yùn)用主成分分析對(duì)眾多變量中的同類(lèi)指標(biāo)進(jìn)行綜合簡(jiǎn)化，構(gòu)建新的綜合因子。最后，應(yīng)用多元回歸預(yù)測(cè)方法中的隨機(jī)效應(yīng)模型，經(jīng)過(guò)多次擬合比較，由軟件自動(dòng)析出明顯影響投資效能的因素，形成模型。投資效能i+1=α+β1社會(huì)經(jīng)濟(jì)發(fā)展i+β2物理狀態(tài)（資產(chǎn)狀況）i+β3技術(shù)水平i+β4經(jīng)營(yíng)效率i+β5經(jīng)營(yíng)效益i+β6已有的投資活動(dòng)i+β7管理因素i+μi本文在實(shí)際的分析過(guò)程中，選取了200多個(gè)初始指標(biāo)進(jìn)行篩選，最后進(jìn)入模型有顯著影響的指標(biāo)集中在預(yù)期售電量、成本水平、資產(chǎn)成新率、供電可靠性、造價(jià)水平、以前年度投資規(guī)模、經(jīng)濟(jì)效益、地域因素等方面，模型結(jié)果與實(shí)際情況高度契合，也與經(jīng)驗(yàn)判斷和常識(shí)相一致，說(shuō)明該模型是較為合理的。
（四）數(shù)據(jù)分析、精度驗(yàn)證和模型調(diào)整。首先，在每次分析中，通常都會(huì)選擇一個(gè)省級(jí)電網(wǎng)企業(yè)所有市縣公司及本部多期數(shù)據(jù)，因此不是樣本，而是“全體”，使得利用多元回歸方法估計(jì)出主要模型（包含具體變量及參數(shù)）的科學(xué)性和可靠性較高。除此之外，意識(shí)到歷史數(shù)據(jù)本身及其分析方法可能存在的不足，分析時(shí)往往保留了從經(jīng)濟(jì)含義角度出發(fā)較為重要、但未能穩(wěn)定地保留在模型中的個(gè)別變量（典型的如預(yù)測(cè)的下一年售電量，在實(shí)際投資決策中其發(fā)揮重要影響），使得投資效能分析模型更加符合實(shí)際情況。在利用歷史數(shù)據(jù)對(duì)模型進(jìn)行訓(xùn)練時(shí)，遵循通行的模型驗(yàn)證程序，分別采用了樣本內(nèi)預(yù)測(cè)和樣本外預(yù)測(cè)方法檢驗(yàn)預(yù)測(cè)精度，其中：樣本內(nèi)預(yù)測(cè)（in-sampleforecasts）指使用模型預(yù)測(cè)樣本內(nèi)的值，其與實(shí)際觀測(cè)值的差異即殘值，體現(xiàn)了模型本身的合理性；樣本外預(yù)測(cè)（out-sampleforecasts）指使用模型預(yù)測(cè)樣本外的值，體現(xiàn)了模型對(duì)現(xiàn)實(shí)世界的預(yù)測(cè)能力。兩者相互印證是對(duì)模型合理性和對(duì)未來(lái)預(yù)測(cè)能力的全面檢驗(yàn)。根據(jù)精度驗(yàn)證結(jié)果，對(duì)模型的變量及算法中的具體細(xì)節(jié)進(jìn)行調(diào)整，直至精度達(dá)到管理要求為止。
四、分析模型的功能特點(diǎn)與應(yīng)用場(chǎng)景
根據(jù)以上分析步驟，得到了投資效能模型，該模型綜合考慮了多種投資活動(dòng)影響因素，且經(jīng)過(guò)統(tǒng)計(jì)過(guò)程檢驗(yàn)，同時(shí)包括在數(shù)量分析和經(jīng)濟(jì)含義分析兩個(gè)考量過(guò)程中認(rèn)為的顯著和重要因素。該模型一方面能夠評(píng)價(jià)以前已經(jīng)完成的投資效能，另一方面能夠被改造為跨期模型，基于當(dāng)前年度數(shù)據(jù)和未來(lái)售電量等關(guān)鍵指標(biāo)預(yù)測(cè)現(xiàn)有投資在未來(lái)能夠產(chǎn)生的效能，促進(jìn)投資決策優(yōu)化。此外，模型中通常包含若干業(yè)績(jī)?cè)u(píng)價(jià)或公司系統(tǒng)的同業(yè)對(duì)標(biāo)指標(biāo)，可以相應(yīng)調(diào)整其權(quán)重，使投資活動(dòng)能夠促進(jìn)公司經(jīng)營(yíng)業(yè)績(jī)的提升?；诋?dāng)前電網(wǎng)企業(yè)實(shí)際的投資管理工作，尤其是投資決策過(guò)程，該方法具有的功能特點(diǎn)和應(yīng)用場(chǎng)景如下：
一是兼顧嚴(yán)謹(jǐn)性與靈活性。該模型首先收集某個(gè)省級(jí)電網(wǎng)企業(yè)全部市縣公司的相關(guān)財(cái)務(wù)數(shù)據(jù)和技術(shù)服務(wù)類(lèi)指標(biāo)，利用多元回歸預(yù)測(cè)模型設(shè)定公式，其產(chǎn)生過(guò)程遵循嚴(yán)格的統(tǒng)計(jì)分析要求。另外，根據(jù)不斷提升的管理要求和投資的未來(lái)導(dǎo)向，允許在后續(xù)實(shí)際應(yīng)用時(shí)調(diào)整變量和參數(shù)，是開(kāi)放、動(dòng)態(tài)可調(diào)的。由此兩方面相結(jié)合，既尊重客觀事實(shí)又可開(kāi)放動(dòng)態(tài)靈活調(diào)整，模型能夠較好起到?jīng)Q策支持作用。
二是實(shí)現(xiàn)“自學(xué)習(xí)”和動(dòng)態(tài)完善?；凇按髷?shù)據(jù)”的理念，分析過(guò)程中盡量搜集大量指標(biāo)和基礎(chǔ)數(shù)據(jù)，數(shù)據(jù)基礎(chǔ)較好。進(jìn)一步的，隨著時(shí)間的推移和數(shù)據(jù)的不斷積累，模型包含的觀測(cè)值會(huì)不斷增加（每個(gè)“公司-年”為觀測(cè)值），基于更大數(shù)據(jù)量生成的模型也會(huì)更加穩(wěn)定并全面反映真實(shí)情況，發(fā)揮更強(qiáng)的投資輔助決策功能。
三是適宜推廣應(yīng)用。前文構(gòu)建的多元回歸預(yù)測(cè)模型原理簡(jiǎn)單、方便易行，是對(duì)此類(lèi)問(wèn)題的通用解決方案和工具。各省級(jí)電網(wǎng)企業(yè)利用自身歷史數(shù)據(jù)可以得到滿(mǎn)足本公司管理要求的模型，而非統(tǒng)一套用某個(gè)模型，以達(dá)到因地制宜的效果。同時(shí)，對(duì)于同一省市的不同市縣，又可采用統(tǒng)一模型測(cè)算，實(shí)現(xiàn)了靈活性和原則性的較好統(tǒng)一。
參考文獻(xiàn)
1.馮亞民、蔣躍強(qiáng)、齊曉曼等.2009.基于LCC的輸變電資產(chǎn)的集成運(yùn)維管理探討［J］華東電力,6。
2.黃華煒、陸一春.2009.資產(chǎn)全壽命周期管理標(biāo)準(zhǔn)體系的研究［J］,華東電力,10。
3.李欣然.2007.基于灰色理論的地區(qū)電網(wǎng)建設(shè)規(guī)模評(píng)估研究及系統(tǒng)實(shí)現(xiàn)[D].湖南大學(xué)。
二、量化投資“黑箱”中的構(gòu)造與證券投資學(xué)的差異
在傳統(tǒng)的證券投資學(xué)中，投資組合理論、資本資產(chǎn)定價(jià)模型、套利定價(jià)理論和期權(quán)定價(jià)理論是現(xiàn)代金融理論的四塊基石。前兩者主要依靠均值-方差組合優(yōu)化的思想，后兩者則主要依靠市場(chǎng)的無(wú)套利條件。傳統(tǒng)的投資方法主要是基本面分析和技術(shù)分析兩大類(lèi)，而量化投資則是“利用計(jì)算機(jī)科技并采用一定的數(shù)學(xué)模型去實(shí)現(xiàn)投資理念、實(shí)現(xiàn)投資策略的過(guò)程”。從概念看，量化投資既不是基本面分析，也不是技術(shù)分析，但它可以采用基本面分析，也可以采用技術(shù)分析，關(guān)鍵在于依靠模型來(lái)實(shí)現(xiàn)投資理念與投資策略。為了分析量化投資對(duì)證券投資學(xué)的啟示，本文從量化投資“黑箱”的各個(gè)構(gòu)成來(lái)探討量化投資與證券投資學(xué)中思路和觀點(diǎn)的差異。
（一）資產(chǎn)定價(jià)與收益的預(yù)測(cè)
根據(jù)組合優(yōu)化理論，投資者將持有無(wú)風(fēng)險(xiǎn)組合與市場(chǎng)風(fēng)險(xiǎn)資產(chǎn)組合，獲得無(wú)風(fēng)險(xiǎn)利率與市場(chǎng)風(fēng)險(xiǎn)溢價(jià)。資本資產(chǎn)定價(jià)模型則將此應(yīng)用到單一證券或組合，認(rèn)為證券的風(fēng)險(xiǎn)溢價(jià)等于無(wú)風(fēng)險(xiǎn)利率加上與風(fēng)險(xiǎn)貢獻(xiàn)比率一致的風(fēng)險(xiǎn)溢價(jià)，超過(guò)的部分就是超額收益，即投資組合管理所追求的阿爾法值。追求顯著正的阿爾法是資產(chǎn)定價(jià)理論給實(shí)務(wù)投資的一大貢獻(xiàn)。基于因素模型的套利定價(jià)理論則從共同風(fēng)險(xiǎn)因素的角度提供了追求阿爾法的新思路。其中，法瑪和佛倫齊的三因素定價(jià)模型為這一類(lèi)量化投資提供了統(tǒng)一的參考?？梢哉f(shuō)，在因素定價(jià)方面，量化投資繼承了資產(chǎn)定價(jià)理論的基本思想。對(duì)于因素定價(jià)中因素的選擇，證券投資學(xué)認(rèn)為，對(duì)資產(chǎn)價(jià)格的影響，長(zhǎng)期應(yīng)主要關(guān)注基本面因素，而短期應(yīng)主要關(guān)注市場(chǎng)的交易行為，即采用技術(shù)分析。在量化投資中，主要強(qiáng)調(diào)按照事先設(shè)定的規(guī)則進(jìn)行投資，這在一定程度上與技術(shù)分析類(lèi)似。但是，在技術(shù)分析中，不同的人會(huì)有不同的結(jié)論，而量化投資則強(qiáng)調(diào)投資的規(guī)則化和固定化，不會(huì)因人的差異而有較大的不同。另外，量化交易更強(qiáng)調(diào)從統(tǒng)計(jì)和數(shù)學(xué)模型方面尋找資產(chǎn)的錯(cuò)誤定價(jià)或者進(jìn)行收益的預(yù)測(cè)。
（二）無(wú)套利條件與交易成本
在證券投資學(xué)里，流動(dòng)性是證券的生命力。組合投資理論、資本資產(chǎn)定價(jià)模型以及套利定價(jià)理論等都認(rèn)為市場(chǎng)中存在大量可交易的證券，投資者可以自由買(mǎi)賣(mài)證券。這主要是為了保證各種交易都能實(shí)現(xiàn)，如套利交易。根據(jù)套利定價(jià)理論，一旦市場(chǎng)出現(xiàn)無(wú)風(fēng)險(xiǎn)的套利機(jī)會(huì)，理性投資者會(huì)立即進(jìn)行套利交易，當(dāng)市場(chǎng)均衡時(shí)就不存在套利機(jī)會(huì)?，F(xiàn)實(shí)市場(chǎng)中往往存在套利限制。一是因?yàn)閯P恩斯說(shuō)的“市場(chǎng)的非理性維持的時(shí)間可能會(huì)長(zhǎng)到你失去償付能力”。二是因?yàn)槭袌?chǎng)總是存在交易費(fèi)用等成本。但證券投資學(xué)中，對(duì)市場(chǎng)中套利限制與非流動(dòng)性的關(guān)注較少，這是因?yàn)閭鹘y(tǒng)金融理論中簡(jiǎn)化了市場(chǎng)結(jié)構(gòu)。市場(chǎng)微觀結(jié)構(gòu)理論研究在既定的交易規(guī)則下，金融資產(chǎn)交易的過(guò)程及其結(jié)果，旨在揭示金融資產(chǎn)交易價(jià)格形成的過(guò)程及其原因。在市場(chǎng)微觀結(jié)構(gòu)理論中，不同的市場(chǎng)微觀結(jié)構(gòu)對(duì)市場(chǎng)流動(dòng)性的沖擊是不同的。因而，從量化投資的角度看，為了降低交易帶來(lái)的價(jià)格沖擊，能實(shí)施量化投資策略的證券往往都應(yīng)有較好的流動(dòng)性，因?yàn)榻灰讜r(shí)非流動(dòng)性直接影響投資策略的實(shí)施。從這個(gè)意義上講，量化投資時(shí)的交易成本不僅包括交易費(fèi)用，更主要的是要考慮市場(chǎng)交易沖擊的流動(dòng)性成本。
（三）風(fēng)險(xiǎn)控制與市場(chǎng)情緒
在證券市場(chǎng)中，高收益與高風(fēng)險(xiǎn)相匹配。量化投資在追求高收益的同時(shí)，不可避免地承擔(dān)了一定的風(fēng)險(xiǎn)。在證券投資學(xué)中，系統(tǒng)性風(fēng)險(xiǎn)主要源于宏觀經(jīng)濟(jì)因素，非系統(tǒng)性因素則主要源于行業(yè)、公司因素，并且不考慮市場(chǎng)交易行為的影響。在量化投資中，較多地使用因素定價(jià)模型，不僅會(huì)考慮市場(chǎng)經(jīng)濟(jì)因素，而且會(huì)考慮交易行為等因素，只是不同的模型有不同的側(cè)重點(diǎn)，在多模型的量化投資系統(tǒng)中自然包括了這兩方面的因素。除了各種基本面和市場(chǎng)交易的因素風(fēng)險(xiǎn)外，量化投資還有自身不可忽視的風(fēng)險(xiǎn)源。一方面，量化交易中，部分交易是采用保證交易的期貨、期權(quán)等衍生品交易，這種杠桿交易具有放大作用，隱藏著巨大的風(fēng)險(xiǎn)。另一方面，市場(chǎng)沖擊的流動(dòng)性成本也是量化投資的風(fēng)險(xiǎn)控制因素，理所當(dāng)然地在圖1的風(fēng)險(xiǎn)控制模型中體現(xiàn)出來(lái)。另外，在一般的投資過(guò)程中，市場(chǎng)情緒或多或少會(huì)成為風(fēng)險(xiǎn)控制的一個(gè)對(duì)象。然而，在量化投資中，更多的交易都是通過(guò)計(jì)算機(jī)來(lái)實(shí)現(xiàn)的，如程序交易等，這樣以來(lái)，投資者情緒等因素對(duì)投資決策的影響相對(duì)較小。所以，在量化投資的風(fēng)險(xiǎn)控制模型中較少地考慮市場(chǎng)情緒以及投資者自身的情緒，主要是通過(guò)承擔(dān)適度的風(fēng)險(xiǎn)來(lái)獲得超額回報(bào)，因?yàn)楫吘箿p少風(fēng)險(xiǎn)也減少了超額回報(bào)。
（四）執(zhí)行高頻交易與算法交易
在對(duì)未來(lái)收益、風(fēng)險(xiǎn)和成本的綜合權(quán)衡下，實(shí)現(xiàn)投資策略成為量化投資的重要執(zhí)行步驟。為了達(dá)到投資目標(biāo)，量化投資不斷追求更快的速度來(lái)執(zhí)行投資策略，這就推動(dòng)了采用高速計(jì)算機(jī)系統(tǒng)的程序化交易的誕生。在證券投資學(xué)里，技術(shù)分析認(rèn)為股價(jià)趨勢(shì)有長(zhǎng)期、中期和短期趨勢(shì)，其中，長(zhǎng)期和中期趨勢(shì)有參考作用，短期趨勢(shì)的意義不大。然而，隨著計(jì)算機(jī)信息科技的創(chuàng)新，量化投資策略之間的競(jìng)爭(zhēng)越來(lái)越大，誰(shuí)能運(yùn)作更快的量化模型，誰(shuí)就能最先找到并利用市場(chǎng)錯(cuò)誤定價(jià)的瞬間，從而賺取高額利潤(rùn)。于是，就誕生了高頻交易：利用計(jì)算機(jī)系統(tǒng)處理數(shù)據(jù)和進(jìn)行量化分析，快速做出交易決策，并且隔夜持倉(cāng)。高頻交易的基本特點(diǎn)有：處理分筆交易數(shù)據(jù)、高資金周轉(zhuǎn)率、日內(nèi)開(kāi)平倉(cāng)和算法交易。高頻交易有4類(lèi)流行的策略：自動(dòng)提供流動(dòng)性、市場(chǎng)微觀結(jié)構(gòu)交易、事件交易和偏差套利。成功實(shí)施高頻交易同時(shí)需要兩種算法：產(chǎn)生高頻交易信號(hào)的算法和優(yōu)化交易執(zhí)行過(guò)程的算法。為了優(yōu)化交易執(zhí)行，目前“算法交易”比較流行。算法交易優(yōu)化買(mǎi)賣(mài)指令的執(zhí)行方式，決定在給定市場(chǎng)環(huán)境下如何處理交易指令：是主動(dòng)的執(zhí)行還是被動(dòng)的執(zhí)行，是一次易還是分割成小的交易單。算法交易一般不涉及投資組合的資產(chǎn)配置和證券選擇問(wèn)題。
三、對(duì)量化投資在證券投資教學(xué)中應(yīng)用的思考
從上述分析可以知道，量化投資的“黑箱”構(gòu)造與證券投資學(xué)之間存在一定的差異，因此，在證券投資的教學(xué)中應(yīng)當(dāng)考慮量化投資發(fā)展的要求。
（一）市場(chǎng)微觀結(jié)構(gòu)與流動(dòng)性沖擊
在理性預(yù)期和市場(chǎng)有效假說(shuō)下，市場(chǎng)價(jià)格會(huì)在相關(guān)信息披露后立即調(diào)整，在信息披露前后市場(chǎng)有著截然不同的表現(xiàn)。在證券投資學(xué)里，一般認(rèn)為價(jià)格的調(diào)整是及時(shí)準(zhǔn)確的，然而，現(xiàn)實(shí)的世界里，價(jià)格調(diào)整需要一個(gè)過(guò)程。在不同的頻率下，這種價(jià)格形成過(guò)程的作用是不同的。在長(zhǎng)期的投資中，短期的價(jià)格調(diào)整是瞬間的，影響不大。然而，在高頻交易中，這種價(jià)格調(diào)整過(guò)程影響很大。市場(chǎng)微觀結(jié)構(gòu)就是研究這種價(jià)格形成過(guò)程。市場(chǎng)微觀結(jié)構(gòu)理論中有兩種基本的模型：存貨模型和信息模型。存貨模型關(guān)注商委托單簿不平衡對(duì)訂單流的影響，解釋沒(méi)有消息公布時(shí)價(jià)格短暫波動(dòng)的原因。信息模型關(guān)注信息公布后信息反映到價(jià)格中的這一過(guò)程，認(rèn)為含有信息的訂單流是導(dǎo)致價(jià)格波動(dòng)的原因。無(wú)論是關(guān)注委托訂單的存貨模型還是關(guān)注市場(chǎng)參與者信息類(lèi)型的信息模型，這些市場(chǎng)微觀結(jié)構(gòu)的研究加強(qiáng)了流動(dòng)性與資產(chǎn)價(jià)格之間的聯(lián)系，強(qiáng)調(diào)流動(dòng)性在量化投資決策中的重要作用。一般的證券投資學(xué)中基本沒(méi)有市場(chǎng)微觀結(jié)構(gòu)的內(nèi)容，因而，為了加強(qiáng)證券投資學(xué)的實(shí)用性，應(yīng)關(guān)注市場(chǎng)微觀結(jié)構(gòu)的內(nèi)容與發(fā)展。
（二）業(yè)績(jī)?cè)u(píng)價(jià)與高杠桿
對(duì)于證券組合而言，不僅要分析其超額收益和成本，還要考慮其風(fēng)險(xiǎn)與業(yè)績(jī)。在組合業(yè)績(jī)?cè)u(píng)價(jià)中，一方面要考慮風(fēng)險(xiǎn)的衡量，另一方面則要分析業(yè)績(jī)的來(lái)源。在證券投資學(xué)中，組合業(yè)績(jī)來(lái)自于市場(chǎng)表現(xiàn)以及管理者的配置與選股能力。對(duì)于量化投資而言，市場(chǎng)時(shí)機(jī)和管理者的能力依然重要，然而，量化投資的業(yè)績(jī)?cè)u(píng)價(jià)還應(yīng)考慮另一個(gè)因素：高杠桿。量化交易中，部分交易是采用保證交易的期貨、期權(quán)等衍生品交易，這種杠桿交易具有放大作用，在市場(chǎng)好的時(shí)候擴(kuò)大收益，但在市場(chǎng)不好的時(shí)候會(huì)加速虧損，這些與傳統(tǒng)的業(yè)績(jī)?cè)u(píng)價(jià)就不太一樣。在一般的證券投資學(xué)里，業(yè)績(jī)?cè)u(píng)價(jià)主要考慮經(jīng)風(fēng)險(xiǎn)調(diào)整的收益，很少考慮其杠桿的作用，這不僅忽略了杠桿的貢獻(xiàn)，而且有可能夸大了投資者的技能水平。
（三）人為因素與模型風(fēng)險(xiǎn)
在量化投資中，非常注重計(jì)算機(jī)對(duì)數(shù)據(jù)和模型的分析，這突出了量化投資的規(guī)則性和固定性。然而，實(shí)際中，別看量化采用了各種數(shù)學(xué)、統(tǒng)計(jì)模型，但策略設(shè)計(jì)、策略檢測(cè)和策略更新等過(guò)程都離不開(kāi)人的決策。量化交易策略與判斷型交易策略的主要差別在于策略如何生成以及如何實(shí)施。量化投資運(yùn)用模型對(duì)策略進(jìn)行了細(xì)致研究，并借助計(jì)算機(jī)實(shí)施策略，能夠消除很多認(rèn)為的隨意性。但是，量化策略畢竟體現(xiàn)投資者的交易理念，這一部分依賴(lài)于投資者的經(jīng)驗(yàn)，一部分依賴(lài)于投資者對(duì)市場(chǎng)的不斷觀察與更新。實(shí)際上，人始終處于交易之中，對(duì)于市場(chǎng)拐點(diǎn)以及趨勢(shì)反轉(zhuǎn)的判斷主要還是依賴(lài)投資者的經(jīng)驗(yàn)。光大的烏龍指事件充分表明了人為因素在量化投資中的兩面性：決策實(shí)施依賴(lài)于人的設(shè)定，而人的設(shè)定不僅依賴(lài)于經(jīng)驗(yàn)，而且人還會(huì)犯錯(cuò)。人之所以會(huì)犯錯(cuò)，一方面是因?yàn)槿藗儗?duì)市場(chǎng)的認(rèn)知是不完全的，另一方面則是人們使用了錯(cuò)誤的模型。經(jīng)典的證券投資理論中，股票價(jià)格的變動(dòng)被認(rèn)為是隨機(jī)的，小概率事件出現(xiàn)的機(jī)會(huì)比較小，但是經(jīng)驗(yàn)研究表明股票收益率具有肥尾現(xiàn)象，小概率事件發(fā)生的機(jī)會(huì)超出了人們?cè)鹊恼J(rèn)識(shí)，即市場(chǎng)還會(huì)出現(xiàn)“黑天鵝”。更為關(guān)鍵的是，量化投資更依賴(lài)數(shù)學(xué)和統(tǒng)計(jì)模型，這就使得量化投資存在較大的模型風(fēng)險(xiǎn)，即使用了錯(cuò)誤的模型。為了防范模型風(fēng)險(xiǎn)，應(yīng)采用更為穩(wěn)健的模型，即模型的參數(shù)和函數(shù)應(yīng)該適應(yīng)多種市場(chǎng)環(huán)境。近年來(lái)，研究表明，證券收益及其與風(fēng)險(xiǎn)因素的關(guān)系存在較大的非線性，同時(shí)，市場(chǎng)中存在一定的“噪聲”，采用隱馬爾科夫鏈等隨機(jī)過(guò)程和機(jī)器學(xué)習(xí)等數(shù)據(jù)挖掘技術(shù)進(jìn)行信息處理成為量化投資的重要技術(shù)支持。
（一）資產(chǎn)定價(jià)與收益的預(yù)測(cè)
根據(jù)組合優(yōu)化理論，投資者將持有無(wú)風(fēng)險(xiǎn)組合與市場(chǎng)風(fēng)險(xiǎn)資產(chǎn)組合，獲得無(wú)風(fēng)險(xiǎn)利率與市場(chǎng)風(fēng)險(xiǎn)溢價(jià)。資本資產(chǎn)定價(jià)模型則將此應(yīng)用到單一證券或組合，認(rèn)為證券的風(fēng)險(xiǎn)溢價(jià)等于無(wú)風(fēng)險(xiǎn)利率加上與風(fēng)險(xiǎn)貢獻(xiàn)比率一致的風(fēng)險(xiǎn)溢價(jià)，超過(guò)的部分就是超額收益，即投資組合管理所追求的阿爾法值[4]。追求顯著正的阿爾法是資產(chǎn)定價(jià)理論給實(shí)務(wù)投資的一大貢獻(xiàn)。基于因素模型的套利定價(jià)理論則從共同風(fēng)險(xiǎn)因素的角度提供了追求阿爾法的新思路。其中，法瑪和佛倫齊的三因素定價(jià)模型為這一類(lèi)量化投資提供了統(tǒng)一的參考?？梢哉f(shuō)，在因素定價(jià)方面，量化投資繼承了資產(chǎn)定價(jià)理論的基本思想。對(duì)于因素定價(jià)中因素的選擇，證券投資學(xué)認(rèn)為，對(duì)資產(chǎn)價(jià)格的影響，長(zhǎng)期應(yīng)主要關(guān)注基本面因素，而短期應(yīng)主要關(guān)注市場(chǎng)的交易行為，即采用技術(shù)分析。在量化投資中，主要強(qiáng)調(diào)按照事先設(shè)定的規(guī)則進(jìn)行投資，這在一定程度上與技術(shù)分析類(lèi)似。但是，在技術(shù)分析中，不同的人會(huì)有不同的結(jié)論，而量化投資則強(qiáng)調(diào)投資的規(guī)則化和固定化，不會(huì)因人的差異而有較大的不同。另外，量化交易更強(qiáng)調(diào)從統(tǒng)計(jì)和數(shù)學(xué)模型方面尋找資產(chǎn)的錯(cuò)誤定價(jià)或者進(jìn)行收益的預(yù)測(cè)。
（二）無(wú)套利條件與交易成本
在證券投資學(xué)里，流動(dòng)性是證券的生命力。組合投資理論、資本資產(chǎn)定價(jià)模型以及套利定價(jià)理論等都認(rèn)為市場(chǎng)中存在大量可交易的證券，投資者可以自由買(mǎi)賣(mài)證券。這主要是為了保證各種交易都能實(shí)現(xiàn)，如套利交易。根據(jù)套利定價(jià)理論，一旦市場(chǎng)出現(xiàn)無(wú)風(fēng)險(xiǎn)的套利機(jī)會(huì)，理性投資者會(huì)立即進(jìn)行套利交易，當(dāng)市場(chǎng)均衡時(shí)就不存在套利機(jī)會(huì)。現(xiàn)實(shí)市場(chǎng)中往往存在套利限制。一是因?yàn)閯P恩斯說(shuō)的“市場(chǎng)的非理性維持的時(shí)間可能會(huì)長(zhǎng)到你失去償付能力”。二是因?yàn)槭袌?chǎng)總是存在交易費(fèi)用等成本。但證券投資學(xué)中，對(duì)市場(chǎng)中套利限制與非流動(dòng)性的關(guān)注較少，這是因?yàn)閭鹘y(tǒng)金融理論中簡(jiǎn)化了市場(chǎng)結(jié)構(gòu)。市場(chǎng)微觀結(jié)構(gòu)理論研究在既定的交易規(guī)則下，金融資產(chǎn)交易的過(guò)程及其結(jié)果，旨在揭示金融資產(chǎn)交易價(jià)格形成的過(guò)程及其原因。在市場(chǎng)微觀結(jié)構(gòu)理論中，不同的市場(chǎng)微觀結(jié)構(gòu)對(duì)市場(chǎng)流動(dòng)性的沖擊是不同的。因而，從量化投資的角度看，為了降低交易帶來(lái)的價(jià)格沖擊，能實(shí)施量化投資策略的證券往往都應(yīng)有較好的流動(dòng)性，因?yàn)榻灰讜r(shí)非流動(dòng)性直接影響投資策略的實(shí)施。從這個(gè)意義上講，量化投資時(shí)的交易成本不僅包括交易費(fèi)用，更主要的是要考慮市場(chǎng)交易沖擊的流動(dòng)性成本。
（三）風(fēng)險(xiǎn)控制與市場(chǎng)情緒
在證券市場(chǎng)中，高收益與高風(fēng)險(xiǎn)相匹配。量化投資在追求高收益的同時(shí)，不可避免地承擔(dān)了一定的風(fēng)險(xiǎn)。在證券投資學(xué)中，系統(tǒng)性風(fēng)險(xiǎn)主要源于宏觀經(jīng)濟(jì)因素，非系統(tǒng)性因素則主要源于行業(yè)、公司因素，并且不考慮市場(chǎng)交易行為的影響。在量化投資中，較多地使用因素定價(jià)模型，不僅會(huì)考慮市場(chǎng)經(jīng)濟(jì)因素，而且會(huì)考慮交易行為等因素，只是不同的模型有不同的側(cè)重點(diǎn)，在多模型的量化投資系統(tǒng)中自然包括了這兩方面的因素。除了各種基本面和市場(chǎng)交易的因素風(fēng)險(xiǎn)外，量化投資還有自身不可忽視的風(fēng)險(xiǎn)源。一方面，量化交易中，部分交易是采用保證交易的期貨、期權(quán)等衍生品交易，這種杠桿交易具有放大作用，隱藏著巨大的風(fēng)險(xiǎn)。另一方面，市場(chǎng)沖擊的流動(dòng)性成本也是量化投資的風(fēng)險(xiǎn)控制因素，理所當(dāng)然地在圖1的風(fēng)險(xiǎn)控制模型中體現(xiàn)出來(lái)。另外，在一般的投資過(guò)程中，市場(chǎng)情緒或多或少會(huì)成為風(fēng)險(xiǎn)控制的一個(gè)對(duì)象。然而，在量化投資中，更多的交易都是通過(guò)計(jì)算機(jī)來(lái)實(shí)現(xiàn)的，如程序交易等，這樣以來(lái)，投資者情緒等因素對(duì)投資決策的影響相對(duì)較小。所以，在量化投資的風(fēng)險(xiǎn)控制模型中較少地考慮市場(chǎng)情緒以及投資者自身的情緒，主要是通過(guò)承擔(dān)適度的風(fēng)險(xiǎn)來(lái)獲得超額回報(bào)，因?yàn)楫吘箿p少風(fēng)險(xiǎn)也減少了超額回報(bào)。
（四）執(zhí)行高頻交易與算法交易
在對(duì)未來(lái)收益、風(fēng)險(xiǎn)和成本的綜合權(quán)衡下，實(shí)現(xiàn)投資策略成為量化投資的重要執(zhí)行步驟。為了達(dá)到投資目標(biāo)，量化投資不斷追求更快的速度來(lái)執(zhí)行投資策略，這就推動(dòng)了采用高速計(jì)算機(jī)系統(tǒng)的程序化交易的誕生。在證券投資學(xué)里，技術(shù)分析認(rèn)為股價(jià)趨勢(shì)有長(zhǎng)期、中期和短期趨勢(shì)，其中，長(zhǎng)期和中期趨勢(shì)有參考作用，短期趨勢(shì)的意義不大。然而，隨著計(jì)算機(jī)信息科技的創(chuàng)新，量化投資策略之間的競(jìng)爭(zhēng)越來(lái)越大，誰(shuí)能運(yùn)作更快的量化模型，誰(shuí)就能最先找到并利用市場(chǎng)錯(cuò)誤定價(jià)的瞬間，從而賺取高額利潤(rùn)。于是，就誕生了高頻交易：利用計(jì)算機(jī)系統(tǒng)處理數(shù)據(jù)和進(jìn)行量化分析，快速做出交易決策，并且隔夜持倉(cāng)。高頻交易的基本特點(diǎn)有：處理分筆交易數(shù)據(jù)、高資金周轉(zhuǎn)率、日內(nèi)開(kāi)平倉(cāng)和算法交易。[5]高頻交易有4類(lèi)流行的策略：自動(dòng)提供流動(dòng)性、市場(chǎng)微觀結(jié)構(gòu)交易、事件交易和偏差套利。成功實(shí)施高頻交易同時(shí)需要兩種算法：產(chǎn)生高頻交易信號(hào)的算法和優(yōu)化交易執(zhí)行過(guò)程的算法。為了優(yōu)化交易執(zhí)行，目前“算法交易”比較流行。算法交易優(yōu)化買(mǎi)賣(mài)指令的執(zhí)行方式，決定在給定市場(chǎng)環(huán)境下如何處理交易指令：是主動(dòng)的執(zhí)行還是被動(dòng)的執(zhí)行，是一次易還是分割成小的交易單。算法交易一般不涉及投資組合的資產(chǎn)配置和證券選擇問(wèn)題。
二、對(duì)量化投資在證券投資教學(xué)中應(yīng)用的思考
從上述分析可以知道，量化投資的“黑箱”構(gòu)造與證券投資學(xué)之間存在一定的差異，因此，在證券投資的教學(xué)中應(yīng)當(dāng)考慮量化投資發(fā)展的要求。
（一）市場(chǎng)微觀結(jié)構(gòu)與流動(dòng)性沖擊
在理性預(yù)期和市場(chǎng)有效假說(shuō)下，市場(chǎng)價(jià)格會(huì)在相關(guān)信息披露后立即調(diào)整，在信息披露前后市場(chǎng)有著截然不同的表現(xiàn)。在證券投資學(xué)里，一般認(rèn)為價(jià)格的調(diào)整是及時(shí)準(zhǔn)確的，然而，現(xiàn)實(shí)的世界里，價(jià)格調(diào)整需要一個(gè)過(guò)程。在不同的頻率下，這種價(jià)格形成過(guò)程的作用是不同的。在長(zhǎng)期的投資中，短期的價(jià)格調(diào)整是瞬間的，影響不大。然而，在高頻交易中，這種價(jià)格調(diào)整過(guò)程影響很大。市場(chǎng)微觀結(jié)構(gòu)就是研究這種價(jià)格形成過(guò)程。市場(chǎng)微觀結(jié)構(gòu)理論中有兩種基本的模型：存貨模型和信息模型。存貨模型關(guān)注商委托單簿不平衡對(duì)訂單流的影響，解釋沒(méi)有消息公布時(shí)價(jià)格短暫波動(dòng)的原因。信息模型關(guān)注信息公布后信息反映到價(jià)格中的這一過(guò)程，認(rèn)為含有信息的訂單流是導(dǎo)致價(jià)格波動(dòng)的原因。無(wú)論是關(guān)注委托訂單的存貨模型還是關(guān)注市場(chǎng)參與者信息類(lèi)型的信息模型，這些市場(chǎng)微觀結(jié)構(gòu)的研究加強(qiáng)了流動(dòng)性與資產(chǎn)價(jià)格之間的聯(lián)系，強(qiáng)調(diào)流動(dòng)性在量化投資決策中的重要作用。一般的證券投資學(xué)中基本沒(méi)有市場(chǎng)微觀結(jié)構(gòu)的內(nèi)容，因而，為了加強(qiáng)證券投資學(xué)的實(shí)用性，應(yīng)關(guān)注市場(chǎng)微觀結(jié)構(gòu)的內(nèi)容與發(fā)展。
（二）業(yè)績(jī)?cè)u(píng)價(jià)與高杠桿
對(duì)于證券組合而言，不僅要分析其超額收益和成本，還要考慮其風(fēng)險(xiǎn)與業(yè)績(jī)。在組合業(yè)績(jī)?cè)u(píng)價(jià)中，一方面要考慮風(fēng)險(xiǎn)的衡量，另一方面則要分析業(yè)績(jī)的來(lái)源。在證券投資學(xué)中，組合業(yè)績(jī)來(lái)自于市場(chǎng)表現(xiàn)以及管理者的配置與選股能力。對(duì)于量化投資而言，市場(chǎng)時(shí)機(jī)和管理者的能力依然重要，然而，量化投資的業(yè)績(jī)?cè)u(píng)價(jià)還應(yīng)考慮另一個(gè)因素：高杠桿。量化交易中，部分交易是采用保證交易的期貨、期權(quán)等衍生品交易，這種杠桿交易具有放大作用，在市場(chǎng)好的時(shí)候擴(kuò)大收益，但在市場(chǎng)不好的時(shí)候會(huì)加速虧損，這些與傳統(tǒng)的業(yè)績(jī)?cè)u(píng)價(jià)就不太一樣。在一般的證券投資學(xué)里，業(yè)績(jī)?cè)u(píng)價(jià)主要考慮經(jīng)風(fēng)險(xiǎn)調(diào)整的收益，很少考慮其杠桿的作用，這不僅忽略了杠桿的貢獻(xiàn)，而且有可能夸大了投資者的技能水平。
（三）人為因素與模型風(fēng)險(xiǎn)
在量化投資中，非常注重計(jì)算機(jī)對(duì)數(shù)據(jù)和模型的分析，這突出了量化投資的規(guī)則性和固定性。然而，實(shí)際中，別看量化采用了各種數(shù)學(xué)、統(tǒng)計(jì)模型，但策略設(shè)計(jì)、策略檢測(cè)和策略更新等過(guò)程都離不開(kāi)人的決策。量化交易策略與判斷型交易策略的主要差別在于策略如何生成以及如何實(shí)施。量化投資運(yùn)用模型對(duì)策略進(jìn)行了細(xì)致研究，并借助計(jì)算機(jī)實(shí)施策略，能夠消除很多認(rèn)為的隨意性。但是，量化策略畢竟體現(xiàn)投資者的交易理念，這一部分依賴(lài)于投資者的經(jīng)驗(yàn)，一部分依賴(lài)于投資者對(duì)市場(chǎng)的不斷觀察與更新。實(shí)際上，人始終處于交易之中，對(duì)于市場(chǎng)拐點(diǎn)以及趨勢(shì)反轉(zhuǎn)的判斷主要還是依賴(lài)投資者的經(jīng)驗(yàn)。光大的烏龍指事件充分表明了人為因素在量化投資中的兩面性：決策實(shí)施依賴(lài)于人的設(shè)定，而人的設(shè)定不僅依賴(lài)于經(jīng)驗(yàn)，而且人還會(huì)犯錯(cuò)。人之所以會(huì)犯錯(cuò)，一方面是因?yàn)槿藗儗?duì)市場(chǎng)的認(rèn)知是不完全的，另一方面則是人們使用了錯(cuò)誤的模型。經(jīng)典的證券投資理論中，股票價(jià)格的變動(dòng)被認(rèn)為是隨機(jī)的，小概率事件出現(xiàn)的機(jī)會(huì)比較小，但是經(jīng)驗(yàn)研究表明股票收益率具有肥尾現(xiàn)象，小概率事件發(fā)生的機(jī)會(huì)超出了人們?cè)鹊恼J(rèn)識(shí)，即市場(chǎng)還會(huì)出現(xiàn)“黑天鵝”。更為關(guān)鍵的是，量化投資更依賴(lài)數(shù)學(xué)和統(tǒng)計(jì)模型，這就使得量化投資存在較大的模型風(fēng)險(xiǎn)，即使用了錯(cuò)誤的模型。為了防范模型風(fēng)險(xiǎn)，應(yīng)采用更為穩(wěn)健的模型，即模型的參數(shù)和函數(shù)應(yīng)該適應(yīng)多種市場(chǎng)環(huán)境。近年來(lái)，研究表明，證券收益及其與風(fēng)險(xiǎn)因素的關(guān)系存在較大的非線性，同時(shí)，市場(chǎng)中存在一定的“噪聲”，采用隱馬爾科夫鏈等隨機(jī)過(guò)程和機(jī)器學(xué)習(xí)等數(shù)據(jù)挖掘技術(shù)進(jìn)行信息處理成為量化投資的重要技術(shù)支持。
縱觀歷史原因，首席營(yíng)銷(xiāo)官往往發(fā)現(xiàn)自己處境十分艱難，即使做了一些營(yíng)銷(xiāo)項(xiàng)目，也很難將這些項(xiàng)目對(duì)企業(yè)銷(xiāo)售收益的影響進(jìn)行量化，很多時(shí)候這幾乎就是一項(xiàng)“不可能完成的任務(wù)”。目前大家的共識(shí)是，因?yàn)檫@兩者間存在“代溝”，導(dǎo)致企業(yè)營(yíng)銷(xiāo)負(fù)責(zé)人經(jīng)常更換。隨著科技的發(fā)展及數(shù)字化渠道的普及，企業(yè)對(duì)于營(yíng)銷(xiāo)負(fù)責(zé)人能做什么、以及應(yīng)該做什么都很難進(jìn)行預(yù)估，雖然大家期望在數(shù)字化時(shí)代下?tīng)I(yíng)銷(xiāo)成果將能夠被量化，也能讓負(fù)責(zé)人都心里有數(shù)。幸運(yùn)的是，隨著科技的發(fā)展，未來(lái)營(yíng)銷(xiāo)者將能夠滿(mǎn)足這個(gè)要求。
如果首席營(yíng)銷(xiāo)官能夠?qū)⒆约旱臓I(yíng)銷(xiāo)成果更具體量化，創(chuàng)造良好的銷(xiāo)售業(yè)績(jī)，那么首席營(yíng)銷(xiāo)官的任職壽命將會(huì)延長(zhǎng)。以數(shù)據(jù)化為驅(qū)動(dòng)的首席營(yíng)銷(xiāo)官們，一旦能夠展示出自己的營(yíng)銷(xiāo)行動(dòng)對(duì)投資回報(bào)率、銷(xiāo)售流水線的影響力，那么所處的企業(yè)高層將對(duì)他們更為看重，將他們放在重要的戰(zhàn)略性地位，他們?cè)谄髽I(yè)的地位也將超出以往任何任職者。當(dāng)然，即使是在數(shù)字化時(shí)代，要展現(xiàn)自己的價(jià)值仍然非常有挑戰(zhàn)性，尤其是對(duì)于B2B組織機(jī)構(gòu)而言――在這些機(jī)構(gòu)里，大部分銷(xiāo)售仍是通過(guò)線下實(shí)現(xiàn)。在對(duì)營(yíng)銷(xiāo)者的企業(yè)銷(xiāo)售貢獻(xiàn)做量化時(shí)，精確、及時(shí)性分銷(xiāo)非常重要。
就因?yàn)椤柏暙I(xiàn)”這詞對(duì)營(yíng)銷(xiāo)負(fù)責(zé)人非常重要（也的確必須很看重），這個(gè)詞在營(yíng)銷(xiāo)界里一直被大家翻來(lái)覆去地講，幾乎已經(jīng)有點(diǎn)變味了。從未來(lái)營(yíng)銷(xiāo)的復(fù)雜發(fā)展情況看，“貢獻(xiàn)”在業(yè)界甚至是在內(nèi)部團(tuán)隊(duì)中會(huì)有不同的含義。但是，我們還是對(duì)這個(gè)詞做了定義：貢獻(xiàn)，作為一個(gè)營(yíng)銷(xiāo)術(shù)語(yǔ)而言，在互聯(lián)網(wǎng)營(yíng)銷(xiāo)上，僅僅被當(dāng)成一種授信方法，用以傳遞特定的營(yíng)銷(xiāo)驅(qū)動(dòng)交互體驗(yàn)或是打造一種品牌印象觸點(diǎn)。
同理，推到運(yùn)動(dòng)界，“貢獻(xiàn)”這詞通常用于幫助觀眾將運(yùn)動(dòng)員的貢獻(xiàn)概念化，不管是在哪種運(yùn)動(dòng)，足球、籃球還是終極飛盤(pán)，概念都是一樣的。在運(yùn)動(dòng)中，許多玩家和步驟都要涉及得分系統(tǒng)，那么最終由誰(shuí)得分呢？在營(yíng)銷(xiāo)界里，這個(gè)問(wèn)題變成了：“市場(chǎng)上有這么多的企業(yè)、渠道，大家有各自的銷(xiāo)售手法和保留客戶(hù)的戰(zhàn)術(shù)，哪一家企業(yè)能在銷(xiāo)售上得高分呢，究竟憑什么得高分？”這個(gè)問(wèn)題意味深長(zhǎng)，很難給出明確的答案。但是問(wèn)題一旦解答出來(lái)，將會(huì)給企業(yè)的營(yíng)銷(xiāo)影響、預(yù)算優(yōu)化、客戶(hù)偏愛(ài)帶來(lái)很多價(jià)值啟示。
為什么？
營(yíng)銷(xiāo)者的營(yíng)銷(xiāo)實(shí)踐給企業(yè)帶來(lái)的價(jià)值是有目共睹的。其中一些價(jià)值可在整個(gè)組織范圍內(nèi)體現(xiàn)出來(lái)，另一些價(jià)值可以具體體現(xiàn)在營(yíng)銷(xiāo)團(tuán)隊(duì)上。
組織范圍內(nèi)：
?在企業(yè)里發(fā)出更令人敬重的強(qiáng)有力聲音
?營(yíng)銷(xiāo)者能夠表現(xiàn)出自己對(duì)銷(xiāo)售業(yè)績(jī)的影響和貢獻(xiàn)
?企業(yè)能夠定期看到營(yíng)銷(xiāo)的成果和投資回報(bào)情況
?改進(jìn)營(yíng)銷(xiāo)或銷(xiāo)售的關(guān)系
營(yíng)銷(xiāo)團(tuán)隊(duì)上：
?營(yíng)銷(xiāo)渠道和戰(zhàn)略將被視為一套投資組合，能夠?qū)崟r(shí)進(jìn)行調(diào)整和優(yōu)化
?對(duì)于額外預(yù)算能進(jìn)行簡(jiǎn)單快速的配置
?對(duì)企業(yè)活動(dòng)、渠道和戰(zhàn)術(shù)有豐富的看法，能夠最終優(yōu)化企業(yè)整個(gè)客戶(hù)體驗(yàn)旅程
?改進(jìn)營(yíng)銷(xiāo)投資回報(bào)率
根據(jù)美國(guó)電子商務(wù)調(diào)研公司Forrester的報(bào)告表明，這種在營(yíng)銷(xiāo)者貢獻(xiàn)的洞見(jiàn)基礎(chǔ)上做的營(yíng)銷(xiāo)優(yōu)化，能夠?qū)⑵髽I(yè)的每行動(dòng)成本削減30%～50%，并且最終將投資回報(bào)率提升為50%～100%。
怎么做？
一、引言
對(duì)于任何一項(xiàng)投資，環(huán)境條件的優(yōu)劣直接影響了投資效益的好壞。 投資環(huán)境是影響房地產(chǎn)投資行為的外部因素的總體,是理性的房地產(chǎn)投資活動(dòng)賴(lài)以進(jìn)行的前提。在一定的條件下,投資環(huán)境因素對(duì)房地產(chǎn)投資的成敗起著關(guān)鍵的作用。由于高投入、高風(fēng)險(xiǎn)、復(fù)雜性、開(kāi)發(fā)周期長(zhǎng)及影響因素多等方面的原因,所以科學(xué)的對(duì)投資環(huán)境進(jìn)行分析并對(duì)投資的前景進(jìn)行預(yù)測(cè),是防止風(fēng)險(xiǎn)和確保高收益、高回報(bào)的必要前提與基礎(chǔ)。房地產(chǎn)投資環(huán)境評(píng)價(jià)工作在經(jīng)濟(jì)生活中日益受到人們的重視，評(píng)價(jià)方法的研究也在逐步展開(kāi)。目前，常見(jiàn)的房地產(chǎn)投資環(huán)境定量評(píng)價(jià)方法包括初級(jí)因素打分法、多因素系統(tǒng)評(píng)估法、綜合性定量方法、雷達(dá)圖分析法、關(guān)鍵因素評(píng)估法等。但這些評(píng)價(jià)方法對(duì)于主觀性指標(biāo)處理得比較粗糙。變權(quán)綜合法由于所需數(shù)據(jù)少,評(píng)價(jià)準(zhǔn)確性高；而且更能突出指標(biāo)體系中個(gè)別指標(biāo)的明顯變化，比常權(quán)綜合法更接近專(zhuān)家評(píng)估的思維模式，所以它在社會(huì)各行業(yè)得到廣泛應(yīng)用。本論文建立了一個(gè)基于變權(quán)綜合評(píng)價(jià)方法的投資環(huán)境評(píng)價(jià)模型,并以河北省某地區(qū)為例,給出了一個(gè)實(shí)證分析。
二、變權(quán)綜合法
定義2.1稱(chēng)為一個(gè)m維常權(quán)向量，如果對(duì)于任意,有,且滿(mǎn)足。
定義2.2 給定映射，稱(chēng)向量,為m維局部變權(quán)向量，如果滿(mǎn)足:
(1)歸一性
(2)懲罰激勵(lì)性：對(duì)每個(gè)，存在，且，使得關(guān)于在內(nèi)單調(diào)遞減，在內(nèi)單調(diào)遞增。
定義2.3 給定映射,稱(chēng)向量,為m維局部狀態(tài)變權(quán)向量，如果對(duì)于每個(gè)，存在，且，滿(mǎn)足條件：
(1)對(duì)于每個(gè)，對(duì)于常權(quán)向量,在上關(guān)于遞減，在上關(guān)于遞增。
(2)當(dāng)時(shí)，;當(dāng)時(shí)，。
定理2.1 設(shè)為一個(gè)m維局部狀態(tài)變權(quán)向量,為任一常權(quán)向量，則, 為一個(gè)m維局部變權(quán)向量。
給定指標(biāo)集,各指標(biāo)的常權(quán)分配為，某被評(píng)價(jià)對(duì)象各指標(biāo)的評(píng)價(jià)值為：，取定局部狀態(tài)變權(quán)向量:,可得局部變權(quán)向量：,于是綜合評(píng)價(jià)值為：
三、基于變權(quán)綜合法的房地產(chǎn)投資環(huán)境評(píng)價(jià)模型
房地產(chǎn)投資環(huán)境評(píng)價(jià)指標(biāo)體系是對(duì)投資環(huán)境進(jìn)行綜合評(píng)價(jià)的依據(jù)和標(biāo)準(zhǔn)。它的設(shè)置應(yīng)符合系統(tǒng)全面、簡(jiǎn)明科學(xué)、穩(wěn)定可比、靈活可操作的原則。因此，本文按隸屬關(guān)系、層次結(jié)構(gòu)，將影響投資環(huán)境的因素加以系統(tǒng)分析和合理綜合，其構(gòu)成要素一般分為政治、經(jīng)濟(jì)、自然、基礎(chǔ)設(shè)施和社會(huì)因素四大方面。欲建立房地產(chǎn)投資環(huán)境測(cè)評(píng)模型，應(yīng)遵循：構(gòu)建評(píng)價(jià)指標(biāo)體系評(píng)價(jià)指標(biāo)定量化建立測(cè)評(píng)模型。根據(jù)以上分析，本文借助層次分析法確定了權(quán)重向量，基于變權(quán)綜合法建立一類(lèi)測(cè)量房地產(chǎn)投資環(huán)境的定量化模型，具體步驟如下：
1.運(yùn)用層次分析法，建立層次結(jié)構(gòu)模型，確定權(quán)重系。如表1所示，
表1 河北省房地產(chǎn)投資環(huán)境指標(biāo)體系
2. 下面我們通過(guò)對(duì)河北省某地區(qū)房地產(chǎn)投資環(huán)境進(jìn)行評(píng)價(jià)。我們邀請(qǐng)了10位專(zhuān)家，分別對(duì)各指標(biāo)進(jìn)行按評(píng)分標(biāo)準(zhǔn)打分，得到二級(jí)指標(biāo)狀態(tài)值。
比如我們首先取定:
得到房地產(chǎn)投資環(huán)境評(píng)價(jià)過(guò)程如表2:
表2
按照上述步驟，經(jīng)過(guò)計(jì)算得出：雖然該地區(qū)社會(huì)政治環(huán)境和基礎(chǔ)設(shè)施環(huán)境都較好，但由于自然環(huán)境和經(jīng)濟(jì)環(huán)境稍差，采用變權(quán)綜合法達(dá)到了懲罰的目的，而常權(quán)綜合卻未能達(dá)到此效果。
四、結(jié)束語(yǔ)
由于房地產(chǎn)投資環(huán)境復(fù)雜性，不確定的影響因素眾多，投資者對(duì)環(huán)境的選擇尤為慎重，投資環(huán)境的好壞直接影響到投資者的收益。對(duì)投資環(huán)境做一個(gè)公正合理的評(píng)價(jià)至關(guān)重要。本論文所采用的變權(quán)綜合評(píng)價(jià)法，運(yùn)用定性和定量相結(jié)合，專(zhuān)家評(píng)價(jià)和科學(xué)計(jì)算互相補(bǔ)充的分析方法，比常權(quán)評(píng)價(jià)法更為準(zhǔn)確，具有一定的適用價(jià)值。
參考文獻(xiàn):
[1]姚炳學(xué)李洪興:局部變權(quán)公理體系[J].系統(tǒng)工程理論與實(shí)踐,2000,20(1):106～112
[2]羅萍，投資環(huán)境的變權(quán)綜合評(píng)價(jià)法[J].商場(chǎng)現(xiàn)代化, 2006年10月(中旬刊）:183～184
[3]王曉玲:素質(zhì)教育評(píng)價(jià)中的變權(quán)綜合方法[J]．系統(tǒng)工程理論與實(shí)踐，2004.4(4):136～140
