证券投资收益和风险范文

时间:2023-04-18 17:48:53

导语:如何才能写好一篇证券投资收益和风险,这就需要搜集整理更多的资料和文献,欢迎阅读由公务员之家整理的十篇范文,供你借鉴。

证券投资收益和风险

篇1

关键词:非系统风险和系统风险;风险投资组合;资本市场线;资本资产定价模型;竞争性市场

在现实经济生活中,随着资本市场的不断发展和完善,为投资者提供了越来越多的获利机会,进行证券投资是主要的投资方式之一。投资的目的是为了获取收益,或者说是为了获取最大化的收益,而这里面同时也存在着一个不容忽视的事实:要获取较大的收益,就要冒较大的风险;而冒较小的风险,获取的只能是较小的收益。风险和收益是一对矛盾,这是自利行为原则和双方交易原则下投资者市场博弈的结果,任何投资者都必须充分树立风险意识,即怎样解决风险和收益之间的矛盾。其最终的决策结果应该是寻求风险和收益的平衡。

风险是指未来经济活动结果的不确定性,我们可以将风险总体上划分为两大类:非系统风险和系统风险。非系统风险只对某些行业或个别企业产生影响,系统风险亦称市场风险,它对整个市场所有企业都产生影响,如经济周期的波动、利率的调整、通货膨胀的发生等。针对这两种风险,投资者应该如何应对呢?基本的做法就是通过投资组合来分散非系统风险,通过提高风险报酬来弥补系统风险带来的损失从而达到期望的报酬率。笔者将从这两个方面来论述证券投资组合中风险与收益的权衡问题。

一、非系统风险

现实的经济活动中,投资者经常将一部分资金投放于无风险资产(如购买国债),将另一部分资金投放于风险资产组合以获取更高的报酬,此时面临的一个问题是:怎样组合才能获取最高的报酬呢?

假如投资者将全部自有资金都投放于无风险资产,那么他至少可获得无风险投资报酬率,当然这是一种极端的做法,通常投资者会考虑将多少资金投放于风险资产以获取较高的报酬。假如有x比例的资金用于风险投资,以rf表示无风险投资报酬率,以rp表示风险投资报酬率,则预期报酬率e(r)=rf (1-x)+rp x, 亦即e(r)=rf+(rp-rf)x, 在风险特定的情况下,投资者会去追求(rp-rf)的最大化,即风险溢价的最大化。而最优的投资机会线就是我们所说的资本市场线(cml),即投资组合直线和风险投资组合有效边界相切时的直线,这就在理论上解决了决策的问题:投资者要想获得最高的报酬就应该沿着资本市场线投资。当然投资者可以选择将多大比例的资金投放于风险资产:保守的投资者可能会将更多的资金投于无风险资产,冒进的投资者可能会将更多的资金投于风险资产,或将全部资金投于风险资产,甚至还会以无风险利率借入资金投于风险资产。

当然,事实上投资者很难确定单位风险下哪一种投资组合的单位风险溢价最大,从而难以找到最佳的投资组合,但资本市场线仍然为投资者指明了决策的方向,笔者愿意对此作出积极的展望:伴随着证券市场监管的推进、信息披露制度的完善和弱势有效市场向强势有效市场(竞争性市场)的演变,“信息失灵”和“市场失灵”得以更好的抑制,资本市场线对于投资组合的决策价值将会得以更加充分地体现。

二、系统风险

我们假设投资者已经通过足够的投资组合将非系统风险分散掉了,面对市场风险,投资者会通过得到系统风险溢价来达到预期的报酬率。资本资产定价模型在不需要确定单个证券期望报酬率的情况下能够确定风险资产的有效投资组合,这无疑为持有多项风险资产投资的决策者提供了决策的方法,并使决策变得相对简单。在公式e(r)=rf+€%[(rm-rf)中(rm为市场投资组合的平均报酬率),在无风险利率rf和市场投资组合的平均报酬率rm确定的情况下,€%[作为衡量风险投资组合市场风险的指标成为决策的关键。€%[的确定对于投资者绝非易事,通常证券市场基于历史数据来估计€%[,在宏微观经济环境相对稳定的情况下,€%[在一定时期内应该是合理的。

资本资产定价模型对于投资者的决策究竟有多大的现实意义,对此理论界和实务界莫衷一是。因为模型的建立本身是基于一些假设的:(一)投资者可以按照竞争性市场价格买入或卖出所有证券,并且不考虑税收因素;(二)投资者可以按无风险利率借入和贷出资金;(三)在确定风险的情况下,投资者会按资本市场线投资选择报酬最高的投资组合;(四)对于证券的风险、相关系数和期望报酬率,投资者具有同质的预期。

“竞争性市场”的建立是一个历史的过程,面对同样的信息,由于决策者对信息的解读和判断存在差异,要达到同质预期是难以实现的,资本资产定价模型在实际运用中受到了限制,但其本身里程碑式的意义却是不容否认的,它科学地将风险和报酬的内在关系描述出来,建立起风险投资组合和市场组合之间风险和报酬的最佳权衡。笔者相信,随着国内国际资本市场的不断发展和完善,资本资产定价模型必将在投资决策中发挥更大的作用。

参考文献:

[1]曾勇.组合证券投资与资本市场研究[j].科学出版社,2007,(7).

篇2

一、证券投资风险控制的相关概念

1.证券投资市场风险的本质

证券投资的风险性是对于未来预期收入的不确定性导致的,现期进行资金的证券市场投入,而未来的收入带有一定的不确定性,这种不确定性就是证券投资市场的风险。未来收入的不确定可能是由证券发行方的信誉不足造成的,也可能是资金未来流动性的变化导致的。由于证券市场和其他金融市场相互联系,并且受到多种市场因素的影响,所以证券投资收益存在较大的不确定性。

2.具有安全边际的投资

在证券投资中,投资人的目的是获取收益,利用本金的时间效益获取资金收益。投资人放弃自己持有的现金的使用权力,将使用权转移,并将消费的行为放在日后进行,并从中获取收益。证券投资收益的计算方法就是对证券的现金流进行折算,计算折现值。在进行证券投资之前,投资人首先要对证券的未来收益进行核算,并将证券的现期价格与未来收益进行比对,对与自己预期收益相符的证券进行投资。

3.多样化投资组合

金融市场的投资中都具有一定的风险性和收益行性,但风险性和收益性的大小有所区别,形成这种区别的原因是投资产品的流动性和经营流动状况不同。而对于风险承受能力较差的投资人,可以进行多样化投资,将投资的风险分散到各种投资理财产品中。多样化投资组合是指投资人将资金投入到证券和其它金融领域,从而降低投资风险的办法

4.动态再平衡策略

在投资人进行证券投资后,证券的价值可能发生动态的变化,并对投资人的收益产生影响。在投资人买入证券后,还可以进行证券的交易,在证券市场上通?^购入和卖出活动控制投资的风险,提高自己的收益。投资人对于债券的现期价值和未来收益能够形成自己的判断,并将预期收益较低而现期价值较高的证券卖出,买入现期价格较低的证券,进行风险的规避。

5.投资风险的相关理论

(1)技术分析理论。其主要是以图表为基础来对证券市场的市场行为给予全面、系统的分析,并对市场未来的价格变化趋势给予准确的预测,其又被称之为图表分析理论。该理论需要进行三大假设,分别是价格沿趋势运动、市场行为包含一切信息、历史会重演。(2) 基本分析理论。其是以上市公司的基本财务数据为基础来进行的投资分析和决策,是美国机构投资者常用的一种投资风险分析方法。基本分析理论中所提及到的公司真实价值是由公司的现金流、增长率和风险等财务指标决定的,并且公司股票价格围绕价值上下范围进行波动,而且股票的内在价值直接决定其价格。因此,基本分析理论的核心环节就是对股票所具有的内在价值进行合理估算。(3)现资组合理论。其是在有效市场假说和理性人假设的基础上发展起来的一个理论,是关于资本市场均衡和投资者的投资组合决策来开展的正证券投资行为。(4) 行为金融理论。其是行为经济学中一个比较重要的分支,主要是在投资决策过程中对人们的感情、认知、态度等心理进行研究。

二、证券投资中控制市场风险的措施

1.掌握风险预测和风险分析的理论方法

要进行证券投资,首先要了解金融市场的基本运行规律和资金融通的状况,并对金融证券市场的各种业务有基本的了解。证券市场由于各种行业和市场的变动而存在证券价值的波动性变化,投资人要规避证券投资的风险,提高自身的收益,就要掌握基本的证券市场运行规律,并了解自己在证券市场中进行买卖的权利,保障自身的证券买卖行为可行,能够根据证券市场的变化情况对证券进行购入和卖出。

2.建立风险预测和控制机制

证券投资市场存在一定的风险,而对风险进行预警和防范能够帮助投资人控制证券投资带来的风险。进行证券投资的风险预测,能够对证券市场中潜在的风险进行预警,并提前制定防范风险的措施,对自身财产安全构建保障机制。通过建立风险预测和分析机制,投资人能够将自己的资金投入到各种投资活动中,通过多样化投资预先规避风险,实现现金的高效流动,并通过流动产生资金的增值。

3.减小政府对证券市场的控制力度

证券市场能够通过供求关系的平衡实现市场的内部调节,并建立供求定价机制,通过内部资金与证券的有序流动实现市场的自我调节和控制。但我国实行有控制的证券市场交易机制,政府能够对证券市场的进行调节和控制。这就可能对证券市场的运行状况产生影响,阻碍资金的自由流通,对证券市场的自我调解和控制也会产生一定程度上的限制。证券市场自身供需机制的平衡在政府的控制下也可能发生变动,对证券市场的运行产生影响。因此,政府应减少对证券市场的控制。

篇3

【关键词】证券投资组合;实证分析;VaR模型

中图分类号:F83文献标识码:A文章编号:1006-0278(2012)06-030-02

一、引言

我国证券市场自20世纪90年代初创立以来快速发展,市场已达到相当规模,在为企业筹措资金、推动企业改制、优化资源配置和完善市场运行机制方面,起到了积极作用。但我国证券市场还不是一个成熟的有效市场,借鉴西方发达国家的现代证券组合理论,对于促进和推动我国证券市场保持长期稳定健康的发展具有重要的现实意义。

二、理论概述

(一)证券投资组合的概念

证券投资组合理论主要是研究人们在预期收入受到多种不确定因素影响的情况下,如何进行分散化投资来规避投资中的非系统风险,实现投资收益的最大化。简而言之,证券投资组合是指投资者同时买进或者卖出各种不用种类和不同收益的证券①。

(二)证券投资组合理论介绍

现代组合理论最早是由美国著名经济学家哈里·马柯威茨于1952年系统提出的,开了对投资进行整体管理的先河,奠定了现资理论乃至金融经济学发展的基石。组合理论是建立在对理性投资者行为特征的研究基础之上的。对证券投资进行组合管理,可以在降低资产组合风险的同时,实现收益最大化。

马柯威茨对投资者的决策方法和行为特征做了如下假设②:(1)每一种投资都可由一种预期收益的可能分布来代表;(2)投资者都利用预期收益的波动来估计风险;(3)投资者仅以预期收益和风险为依据决策,在同一风险水平上,投资者偏好收益较高的资产或者资产组合,在同一收益水平上,投资者偏好风险较小的资产或者资产组合;(4)投资者在一定时期内总是追求收益最大化。

假设有种n不同风险资产。组合资产的风险的期望收益率,假定通过组合,收益预定达到目标为r,即满足条件。组合资产的风险的收益率的标准差来表示,方差为标准差的平方,即:

(三)证券组合中的风险

风险是可以事先知道某一事物可能发生的结果以及每一结果出现的概念。金融市场中的风险是复杂的,尤其是在证券投资的过程中。按照证券投资风险来源分类主要有:市场风险、利率风险、汇率风险等。按照证券投资风险的性质分类主要有:系统风险和非系统风险。可以通过证券投资组合来规避非系统风险,以实现同一风险水平下收益最大化或者同一收益水平下风险最小化。

(四)VaR模型

2、 VaR的获取方法

计算VaR的关键在于确定证券或组合的未来损益的统计分布或概率密度函数。根据波动性模型和价值模型的不同,可以将VaR的计算方法分为以下三类:

(1)历史模拟法。利用历史模拟法的基础是认为历史可以复制未来,是指利用当前资产组合中的各证券的历史数据应用到目前的投资组合中,根据过去一段时间的资产组合收益率的频率模拟下一时期时投资组合所要面临的收益分布等,给定置信度和持有期,进而计算出VaR 值。

篇4

关键词:上市公司 证券投资 风险

中图分类号:F830.91 文献标识码:A

文章编号:1004-4914(2012)01-099-02

上市公司理财行为是公司实现其理财目标的过程中所采用的理财措施,是上市公司管理层在维护股东利益、债权人利益,以及处理公司大股东与其他股东利益关系、公司长期利益与近期利益关系等等方面的所作所为。在近年紧缩政策陆续出台、原材料成本和劳动力价格上涨影响下,上市公司经营面临着严峻考验。同时,通胀高企背景下,“负利率”一直困扰着许多公司,促使一些上市公司争先恐后地奔向理财市场。统计资料显示,2008年参与理财活动的上市公司只有4家,2010年增加至18家。2011年上半年,披露理财行为或计划的上市公司多达26家,涉及金额逾百亿元。这其中,因证券投资回报快,一些非金融类上市公司也开始涉足证券市场,包括投资银行和信托理财产品、基金、债券等。

截止2011年9月,据不完全统计,在非金融类公司证券投资额占总资产排名前十位的上市公司中,占比最高者为兰生股份(600826.SH)。在其24亿多的总资产中,证券投资占比已高达71%,而证券投资收益占比为92%。

一、上市公司投资行为分析

从近年来投资行为看,在不同市场行情中其结果是大相径庭的:

1.市场行情上涨阶段。以2009年为例,全年A股走出了一波上涨行情,行情的发展吸引了众多上市公司。据Wind数据统计,2009年共有270家上市公司参与了证券投资,而截至2009年年末,继续持有证券数量超过10个以上的还有33家公司。从这些参与证券投资的公司所取得的收益来看,约131家公司在证券投资获得收益。上市公司的投资手段也是多种类型:

(1)全面撒网型:金陵药业、浙江阳光。在近300家参与证券投资的上市公司中,金陵药业和浙江阳光在全年244个交易日中,买卖股票数均超百只,而且涉足领域广泛,大盘、小盘、新股均有涉足。

例如浙江阳光2009年度实现投资收益749万元,同比净增459%,成为拉动业绩的重要因素之一。浙江阳光投资股票数量达到119只,类型包括A股市场所有行业。例如地产板块的卧龙地产、万通地产等;金融板块的招商银行、中国太保等;有色金属板块矿业、辰州矿业等。浙江阳光还积极参与打新,2009年浙江阳光卖出申购取得的新股产生的收益总额达到33.98万元。

(2)申购新股型:外高桥、海马股份。以外高桥为首的多家公司热衷申购新股。外高桥2009年年报显示,公司通过申购新股获得10只个股股权。其中,外高桥对中国化学共投资21.72万元,获配4万股。外高桥还在海外市场投资,曾出资341.9万元参股VOSG(澳洲上市股票)。

海马股份则关注创业板。创业板一推出,海马股份使用千万元资金参与申购,最终获得特锐德、神州泰岳在内的7家创业板公司股份。

(3)定向增发型:雅戈尔。上市公司雅戈尔在2009年股权投资则是以定向增发为主。雅戈尔2009年参与了9家上市公司的定向增发投资,且均进入这些公司的前10大流通股东之列。其中,雅戈尔分别动用17.59亿元和6.88亿元参与了浦发银行和苏宁电器增发,这也是该公司去年两大重要的投资手笔。根据2009年年报显示,雅戈尔股权投资实现净利润高达16.25亿元,占其净利润32.64亿股近一半。

2.市场行情下跌阶段。2011年中报显示,截止本年二季度共有816家上市公司持有其他A股,约占沪深两市上市公司总数的37%,较一季度末时的130多家增加了逾500%,差不多有700家上市公司在二季度参与了证券投资。从参与投资的公司类型上看,绝大多数为主板上市公司,不过,也有30家中小板和创业板公司,例如2011年初刚刚上市的千红制药等。

然而,随着2011年下半年以来A股市场的持续下跌,这些上市公司并未在投资中获得相应收益。如兰州黄河,2010年前三季度,其曾借助证券投资收益,实现业绩增长近4倍。但截至2011年9月底,公司的证券投资账面却亏损了1487.28万元,持有的10只股票全部亏损,其中深发展A带来的损失高达692.17万元。

ST合金三季度净利润为1265万元,投资305万元炒股,至9月30日时,持股市值仅剩223万元,亏损近30%,这对于一家绩差公司的利润数据是一个重大打击。

湖北金环主营亏损严重,2011年也大笔资金投资股市。截至2011年9月30日,其账面上共有4只股票,包括3只煤炭股西山煤电、开滦股份和中国神华,另外一只是湖南投资。仅投资于西山煤电、开滦股份和中国神华带来的浮亏就达到1164.95万元。

二、上市公司证券投资行为的评价

2007年证监会在《进一步规范上市公司募集资金使用的通知》中强调:“上市公司应按招股说明书或募集说明书所列用途使用募集资金,未经股东大会批准不得改变。上市公司闲置募集资金在暂时补充流动资金时,仅限于与主营业务相关的生产经营使用,不得通过直接或间接的安排用于新股配售、申购,或用于股票及其衍生品种、可转换公司债券等的交易。”而上市公司经常用募集资金置换出前期投入的自有资金,或者以补充流动资金为名,偷梁换柱将募资变为自有资金,之后将这笔钱投向证券市场以躲避监管。

当资金套出之后,上市公司管理当局还利用证券投资来调节和平滑利润,美化报表以隐藏亏损。当公司在证券市场上买入股票时,公司可以将其划入“交易性金融资产”,即期末将账面浮盈或浮亏计入利润表的公允价值变动损益科目,从而影响公司当期净利润。也可以将其作为“可供出售金融资产”处理,当期证券投资账面的亏损或盈利是隐藏在资产负债表的所有者权益中的。当以后将证券处置时,这种隐藏的损益才会释放出来。”

目前证监会对于上市公司募集的闲置资金进行投资高风险有明确规定。比如中小企业板信息披露业务备忘录第29号有如下规定:上市公司使用“超募资金”偿还银行贷款或补充流动资金的,应当符合以下要求:一是公司最近12个月未进行证券投资等高风险投资;二是公司应承诺偿还银行贷款或补充流动资金后12个月内不进行证券投资等高风险投资并对外披露。上述规定说明证监会认为证券投资属于高风险投资。

三、上市公司证券投资风险对策研究

公司财务管理的目标有利润最大化、企业价值最大化、股东财富最大化之分,不同的理财目标,体现了不同利益集团的利益。这就要求公司应该在理财过程中充分考虑和平衡各方面的诉求,采取相应的措施来保护不同利益集团的利益。但是,在公司中,特别是在上市公司各种利益主体之中,最有能力控制公司理财行为的利益主体是公司的控股股东、公司的管理当局等。这表明,公司理财行为也可能受这些掌握公司管理权力的利益主体操纵,偏离公司的基本理财目标。上市公司只要证券投资不超过一定的限度,能够使公司闲置资金充分利用,可以使公司获得短期收益。但是为了避免可能发生的风险,上市公司应当在主业和理财之间建立起一堵防火墙。

首先,监管层应该加大力度监督募集资金投向。目前监管层对公司变更募资投项、补充流动资金等行为监管没有明确的数量规定。应该在募投资金转向自有资金进行财务投资方面建立一道制度的幕墙,限制公司频繁更改募投方向,甚至对“募集资金改作流动资金”设定上限,以防公司借补充流动资金为名挪用募集资金;同时对理财活动细节进行监管,防止流向违规或高风险领域。应该要求上市公司在理财活动中建立防火墙,利用强制制度防止资本市场的风险蔓延到实体经济。

其次,上市公司应该建立风险控制制度。建立科学的收益和公司风险承受力评估系统。上市公司内部应建立和依靠一套科学且能适合企业的项目评估系统,对投资效益和风险进行客观评价,在坚持效益和风险匹配原则下,避免不计风险的盲目投资和不必要的资金闲置,尽量避免一旦投资失败进而累及企业整体的事件发生。

第三,建立合理的考核体系和激励机制。某些上市公司之所以会出现投资理念偏差,其根源是公司决策层与股东的目标函数不一致;项目投资失误实质上是成本的一种表现形式。公司应把投资的成功率和是否把握住投资机会纳入内部考核体系,并与具体的激励措施挂钩,尽可能保持经营者和所有者的目标函数的一致性,降低成本,使决策层真正从企业的生存和发展出发,以正确理念考虑项目的投入。

第四,执行动态监控程序。项目投资所处的环境是变化的,因此,要求内部监控手段具有较强的适应性。在每一期末,都应对投资的成功概率和项目期望收益作出评价,并在此基础上对下一期有关变量进行预测,以便更恰当地安排后续行为。因此,监控程序应是信号识别――分析――诊断――决策的动态过程。应建立监控体系,对项目的运行进行风险监测,最后由投资者在诊断的基础上作出决策。

第五,改善公司治理结构。针对国有股和法人股在上市公司中享有的“一股独大”地位,一方面可以考虑把国有股、法人股转换成次表决权股票或优先股,另一方面也可对国有股、法人股进行直接实施减持。这样从客观上为尊重中小股东意见和改善公司治理结构准备了条件,并有助于中小股东对公司决策的真正参与和有效监督。

第六,设立独立的投资审计机构,加强对项目决策者的约束。由股东大会设立一个独立于公司管理系统之外,只对股东大会负责的投资审计机构。该机构对项目投资的全过程实施审计监督,主要包括对资金安排的监督、对投资效果的评价以及绩效在责任人之间的划分。

第七,提高信息披露质量。上市公司高层往往出于自身目标不愿公布公司的负面信息,投资者在不知情的情况下,很难谈得上对公司证券投资进行正确评价和实施有效约束。目前,我国一部分上市公司之所以敢在信息披露上欺骗投资者,关键是因为我国对公司信息披露违规的惩处力度不够,违规者往往因为没有直接获益或获利较少而受罚过轻,尤其是对“漏报”行为,监管部门通常只是“公开谴责”了事。如果加大对违规的惩处力度,则有利于规范公司的信息披露行为,提高信息披露质量,加强公众对包括项目投资在内的公司业务的监督。

参考文献:

1.警惕上市公司违规理财[D].中国证券报.2011.06.17

2.张祥建.郭岚.徐磊.上市公司的投资行为与效率研究,2009(2)

3.袁立华.上市公司项目投资重大失误对策研究.财经视线,湖南商学院,2005(17)

篇5

【关键词】证券投资;风险管理;决策;系统风险;非系统风险

一、证券投资风险的类型

(一)系统风险

1.市场风险

市场风险是指股市有的变化,由于市场中的特定条件变化而对证券的价格产生影响。在我国目前的投资环境下,我国证券市场风险产生的原因主要有证券市场内在的和人为的因素两种。前者不可避免,而后者则可以通过相关的分析与措施加以规避或弱化。

证券市场中,不可避免地存在一种财富放大效应,当实际的生产数据进入证券市场时,由于实际的生产数据被资本市场中的定价原则来加以衡量,其产生的财富放大效果是理性所无法避免的。一方面,少量的实物资本一旦进入证券市场,证券的价格很可能发生巨大的波动,而这将直接反映在证券市场中投资者的投资资本的巨大增加或减少上。这样一来,投资者对上市公司的预期存在极大的不确定性与不稳定性,证券市场中的泡沫和风险也由此产生。另一个方面,无论是哪个证券市场都为市场的投机者而不是投资者提供了完整便以生存的环境,虽然财富放大效应不可避免地导致市场中投资者对上市企业的价值预期产生较大误差,但是投机者仍然完全可能以极小的付出获得巨大的投机收益。这种结果也未必是不能预测的,既然投资者享受了证券市场繁荣所带来的收益与好处,也理所应当要承担相应的风险,甚至付出一定的代价。高风险,高收益,这是证券市场永恒不变的运行法则。然而,证券市场的泡沫很可能是周期性存在的,由于证券市场自身客观存在的运行机制,当泡沫风险累积到一定程度之后,它不可避免地要释放给证券市场,并进入下一个泡沫形成,破灭,形成的循环之中。很多人认为,只要投资者从失败的经验中吸取教训,且在下一次投资中耐心地指导和控制投资的每一个环节,就能避免这一风险。事实上,市场风险是客观存在的、不可避免的,我们应该正确认识这一风险的内在规律,我们能做的只能是尽可能地减小、弱化这一风险。

2.利率风险

利率风险,顾名思义,是指市场利率的变化可能导致的证券投资利润变化的一种风险,或者说,一种不确定性。

一方面,当市场利率发生变化时,投资者在证券投资和其他投资之间的机会替代成本发生改变,股票价格因为需求的变化而产生上升或下降的变化,这样一来,证券的收益也就发生了变化,就造成了证券投资的不确定性。而利率与证券价格之间的联系可以简单地称之为“反比”的关系,当市场利率上升时,投资者会觉得做其他的投资,如银行储蓄、商业票据等会收益更大,从而减少对证券的投资,即证券的需求量下降,从而,证券价格也就随之下降;相反地,当市场利率下降时,证券对其他投资方式的替代效应增加,投资者纷纷进入证券市场,证券价格也就随着水涨船高。除此之外,市场利率的变化还会对上市公司运营的成本产生影响,当市场利率上升时,企业向银行贷款等的融资成本增加,在其他条件不变的情况下,企业扣除成本之后的利润会随之下降,从而企业的股票价格也下降。反之,市场利率下降,股票价格上升。

另一方面,利率风险对证券价格的影响也随证券的类型不同而有大有小。对于固定收益证券及债券来说,利率风险产生的影响较大,因为其票面利率不变,不能随市场利率的变化而及时调整,当市场利率上升时,投资者仍旧只能按照之前规定的票面利率领取利息收入,较其他类型的证券投资有“亏损”之意;而市场利率下降时,投资者能获得的利息收入相对较高,有“盈利”之意。由此可见,根据证券种类的不同,市场利率产生的影响有好有坏,然而终究,这种风险因其证券种类的限制而无法避免,因此,选择一种风险可承担的证券也是投资者应该列入考虑的事情。

3.购买力风险

理论上来说,证券投资风险具有看似互相矛盾的特质,即其存在既是客观的,又是主观的;既是绝对的,又是相对的。也许在很多人看来它的这一特质十分自相矛盾,然而,不可否认的是,它无论在理论上还是实践上都是客观存在的。证券投资风险不能完全被规避,但是完全可以通过技术分析等科学的方法加以控制或者说减小。投资者完全可以通过学习与了解来把握证券投资风险的特性,并通过一系列的投资策略方法,使投资的风险成本进一步降低,从而获得既定条件下的最大投资收益。

要理解风险控制的原则,投资者才有可能降低证券投资的风险并获得较高的投资回报。证券投资中有一种叫对冲基金,其起源于美国,在几十年的演变之后,已经发展成为一种新的投资模式,这种投资模式充分利用了相关金融衍生产品的金融杠杆效应,能够承担较高的风险、应对较为复杂的金融市场变化。在不断的摸索与总结下,对冲基金已逐渐演变为一种有效追求高投资收益、低投资风险的证券投资模式。投资者在参与证券投资之时,可以适当进行参考与学习。

(二)非系统风险

1.投资风险

证券投资的投资对象主要有两种:股票投资和债券投资。因而,证券投资基金的风险也就主要是股票投资风险和债券投资风险两种。股票投资主要是指购买上市公司发行的股票,通过持有股票获得股息或卖出股票获得差价来赚取收益。其投资风险主要由上市公司的运营情况、证券市场本身有的不确定性及经济周期的变化而带来的风险组成。其中,企业运行情况难以预测,但是可以根据企业公开的财务状况加以分析与推断。除此之外,证券投资基金的风险也根据投资的对象不同而大小有别。投资者在选择投资对象时,应该综合考量投资对象的管理风格、以往的财务状况及自身的风险承担能力等因素,在此基础上选择适合自身的投资目标,如此,才有可能获得相对稳定的、可预测的报酬。

2.管理风险

证券投资的管理风险,顾名思义,是指进行证券投资的过程中,投资与被投资双方因为管理不善而引发的风险。对于投资者来说,自身的风险承担能力的变化可能导致投资的心态发生变化,从而引发犹而不决的投资行为,导致错失良机。对于被投资方而言,证券投资的管理风险主要是指对其基金、股票的管理能力的变化造成的证券价格的不稳定性。准确的来说,证券投资的管理风险涉及多个主体,如基金管理人、投资者、人、上市公司(被投资对象)等。在进行证券投资决策时,应该全面地考量与选择。一般而言,风险管理主要应该从以下两个方面入手:一来,要深入了解可以选择的基金管理人的管理水平、风险偏好、以往业绩等因素,在分析的基础上加以谨慎选择;二来,应该根据投资对象的经营管理周期变化来选择合适的买进卖出时机,争取获得最大投资收益。

3.上市公司经营风险

上市公司的经营风险是指上市公司在运营过程中可能遭遇的风险对其股票价格产生的不确定性影响。上市公司的经营情况受到多方面因素的影响,这些因素包括决策管理、技术更新、新产品的研究和开发、高级专业技术人才流动等,而公司的经营情况将直接影响其股票价格的波动。比如说,公司若经营不善,股票价格很可能会下降。公司的利润若主要用于分配而不是投资运营,公司的经营情况也很可能不能长久维持良好的发展势头,股东(投资者)的收益也会下降。虽然投资人员可以通过证券投资多元化组合分散非系统性风险,但也可能因为上市公司信息披露不完全而导致投资失败。因此,理论上来说非系统性风险可以避免,但是实际操作上并不能完全做到,投资者必须认清楚这一点。

4.申购、赎回价格未知的风险

在交易期内,由于投资者可以随时申购和赎回开放式基金,其价格水平会因为开放式基金的市场需求而随时产生改变,也因此,基金的价格水平也就成为了投资者和基金经理最注重的因素。投资者的申购、赎回行为本就难以预测,而基金的价格水平还不只是受基金的需求状况影响,可以说,没有一种方法能准确预测基金的价格并确定应该申购还是赎回。此外,申购或赎回发生在基金价格变化的最后一个交易日,对此无论是投资者还是管理者都难以预测申购或赎回是否能成交,开放式基金的购买或赎回都遭遇着未知的风险。

5.技术风险

投资双方的技术支持出现任何问题,都有可能导致基金的价值流失。若计算机、通讯系统、交易网络技术安全系统发现异常情况或信息网络支持发生故障,可以每天发生的基金申购赎回不能操作,按正常时限可以进行登记的系统瘫痪,核算系统无法按照正常的时间显示资产净值,基金的投资交易指令无法及时传输等等,都有可能造成证券交易的风险。

由此我们可以看到,在证券投资基金运作过程中的非系统性风险也很普遍,但了解了这些风险发生的原因之后,也能发现,理论上来说,只要处理得当,非系统性风险是可以规避的。在实际操作过程中,也应当适度重视谨慎操作。

二、证券投资风险管理对策

根据观察与分析,我们认为证券投资风险管理成功与否在很大程度上取决于投资者管理观念的彻底改变。为尽可能地降低投资风险,投资者应当认识到:

(一)法治比人治重要

虽然证券市场有很多组成主体,然而,其本质都是人。也就是说,市场行为最终还是人性的体现,人的品质和性格使得人在市场中采取不同的投资行为。而友谊、亲情等感情因素更加会影响证券市场的操作方式与过程。然而,要想规范证券市场的运营,使其获得长远的发展与完善,就应该尽量克服人为因素导致的风险。证券投资自有其原理、根据所在,投资者在进行投资决策时,应当从科学的投资管理依据出发,而不是单纯的依赖直觉。可以说,证券投资也有其“法”,而显然,在这里,“法治”比“人治”重要。只有更为客观、理智、科学的判断,才可能可预测性地降低投资风险。

(二)流动比获利重要

资本的流动性比收益更重要,这是转向追求利润的经营管理理念的唯一目标。各类证券经营机构,如非银行金融机构的基本功能也不是追求自己的利润最大化,而是金融企业的性质一一价值本身。而在分散经营的状况下,通过加强投资资本的流动性来降低风险确是提升投资价值的一大途径。因此,证券投资者应当在此基础上把控制、防范和化解摆在首位的风险,再追求效益。

(三)保值比增值重要

投资的目的在于增值,或者说,投资的本质就在于使本身已有的资本实现收益,即传统的“钱生钱”理念。这或许是大多数投资者的认知,然而,在全球化的今天,无数因素爆炸性地影响证券交易,证券投资的风险难以预估。综观现在大众之所以普遍冒进地加入证券投资的行列,其中不无这种天真想法的“怂恿”。而在股市纷纷出现“天台见”的现象之时,笔者认为,投资者应该适当转变之前的激进想法,应该适当保守,保值比增值更为重要!

三、证券投资风险的防范措施

(一)把握市场扩容节奏、正确引导社会游资

努力减小市场的系统性风险需要做到科学地把握市场扩容的节奏。证券市场加快扩容是时代的趋势,在限制资本的条件下,如果扩容速度过快,可能会导致投资者在证券市场中不堪承受的后果。当然资本扩张和股市泡沫应该是双向的行为,即,一方面是市场扩张的形势,另一方面,应该是人的资本扩张的趋势。将这两者的增长进行科学的有机结合,可以保证中国证券市场的稳定和健康发展。此外,还应该加强对“热钱”的趋势的监测。社会资本证券市场的双重性,一方面,“热钱”有证券市场的激活功能,能活跃市场、激绪;而另一方面,“热钱”又具有极大的市场影响力和破坏性。要加强对“热钱”的监控,及时诊断情况,并进行必要的引导和防范,才能减少其破坏性效果,从而把握整个市场风险的走向。

篇6

【关键词】均值-方差;熵;模糊环境;投资组合

投资组合的目的在于分散风险。Markwitz创造性地提出了完备市场环境下组合证券投资的均值-方差模型,使投资组合从定性走向定量研究。因其假设苛刻,此后很多学者进行了理论完善和模型优化,最具代表性的有VaR(风险价值)和CVaR(条件风险价值)方法。近年来在“熵”方面也有不少研究,范进对将熵理论应用于信息的识别和选择,用来表示未来投资收益率的不确定性;曾建华和汪寿阳对清晰和模糊两种情况下提出了基于模糊决策理论的投资组合模型。

一、基于信息熵的投资组合模型

Markwitz提出了以下两种单目标的投资组合模型:

(一)给定组合收益:Ep=E0

二、基于信息熵的投资组合模型改进

模糊集在证券投资组合中的应用主要在效用问题上。定义投资者对该投资组合P的满意程度μ(p),μ(p)ε[0,1],且

μ(P)越大,投资者对投资组合p的满意程度越大。得到模糊环境下的投资组合优化模型:

三、结论与展望

本论文在已有的证券投资风险度量的基础上,以资产收益率服从多元正态分布为例,优化投资组合收益率的信息熵模型,讨论了模糊环境下怎样选择投资组合比例使得不同风险态度的投资者对投资组合收益率的期望值和风险的综合效用最大化。由于非理性投资者受到主观因素的影响,对于模糊环境下怎样选择投资组合比例使综合效用最大化,值得进一步实证研究。

参 考 文 献

[1]Markowitz H.Portfolio selection.The Journal of Finance.1952,7(1):77~91

[2]Markowitz H.Portfolio selection:Efficient diversification of investments.John Wiley&Sons.1958

[3]Rockafellar R,Uryasev S.Conditional value-at-risk for general loss distributions[J].Journal of Banking&Finance.2002,26(7):1443~1471

[4]范进.熵理论在信息源选择和信息识别中的应用[J].华东经济管理.2006(7):57~61

篇7

我国证券市场上投资类保险产品包括投资连接保险、分红保险和万能保险,具有保障和投资的双重功能,其中分红保险在国外属于传统产品而不属于投资类产品,我国之所以归于投资类保险产品是因为相对于传统的纯粹保障型产品来说,它具有投资的功能。从性质上说,分红保险给予投保人享受保险公司的盈利分配权,投资连接保险和万能保险根据保险资金投资运作情况来确定投资收益,但从投资的角度来看,不管购买了上述保险中的哪些产品,除了得到保险的保障之外都存在获取一定投资回报的可能。

中外投资类保险产品的差异

将我国投资类保险产品与国外的同类产品进行比较,不难发现存在以下区别:

1、推出背景上的差别。国外推出投资类保险产品是为了增强保险产品的竞争力,而我国推出投资类保险产品的直接原因是降低利差损。在20世纪70年代,受通货膨胀的压力,西方发达国家的金融业纷纷寻求创新,保险公司传统的固定预定利率的长期寿险保单由于缺乏竞争力,导致长期寿险保单持有人纷纷退保,造成保险资金外流,保险公司受到严重冲击,为扭转这种不利局面,各保险公司开始研究开发投资型保险产品。近20年来,投资型保险产品在各国得到迅速发展,在一些投资型保险发达的国家,其保费收入已经占到寿险保费收入的30-55%,目前投资型寿险产品已成为各国寿险业同其他金融业竞争的工具,并日益成为未来寿险业的发展方向。在我国,20世纪90年代以来,保险业迅速发展,保费收入以年均超过30%的速度飞速发展,而寿险保费收入在1997年超过财产保险的保费收入后,其增长速度一直超过财产保险的保费收入。与此同时,央行连续8次降息,寿险公司因此蒙受巨大的利差损失。为扭转不利局面,保险公司纷纷从传统业务之外寻找解决问题的办法,于是投资型保险产品就应运而生了。由此可见,国外由于通货膨胀和高利率原因,为增强保险产品的竞争力而推出投资类保险产品,而我国各保险公司是在不断积聚大量利差损的金融背景下推出投资类保险产品的。

2、投资账户方面存在的差异。国外的投资保险产品提供多种投资账户,供投保人选择,保险金额也具有灵活性,而目前国内出现的投资型保险,如投资连接保险仅仅提供一个投资账户,投保人完全被动地接受保险公司的投资选择,而固定的保费和保险金额降低了产品的灵活性。

3、投资收益上存在的区别。在国外,保险新品种积聚的保险资金一般交由专门的基金管理公司管理,投资主体的权利和义务明确,而且国外保险公司的发展一直秉承投保和承保并重的理念,所以即使是部分保险公司自己管理保险资金,投资管理能力也比较强,普遍推行资产负债管理,所以一般都有较好的投资收益。在我国,投资类保险产品近年才逐步推出,各家保险公司均采取运营保险资金的投资方式,而资金运营主体的模糊容易产生责任的混淆不清,从而可能降低投资决策的科学性和投资效果。

4、产品在监管和营销上存在的差别。在国外,投资型保险产品被看成是一种证券。证券管理部门和保险监督部门同时对它进行监督,产品同时受制于证券法规和保险法规。在销售该产品时,要求营销员具有保险和证券双重从业资格。而在国内,投资类保险产品只受保险监督部门的监督,在选择保险营销人员时没有具体的身份鉴定。

投资类保险产品面临的制约因素

纵观世界范围内投资类保险产品的发展可以发现,投资类保险产品与证券市场之间存在一种相互依存的关系。一方面,投资类保险产品的兴起对证券市场的扩张起一定的推动作用;另一方面,投资类保险产品的兴旺可以吸引更多的投保人购买与证券市场相连接的保险产品。

对我国证券市场的有关实证研究表明,尽管证券市场的系统风险呈下降的趋势,但由于证券市场本身存在的缺陷,再加上有关政策因素的影响,所以系统风险仍然偏高。另外,从保险资金的投资渠道来看,由于受制于分业经营的限制和资本市场的总体水平较低,保险资金运用空间和渠道都处在较低层次。投资类保险产品的资金只能通过购买证券投资基金间接进入股市,这样就限制了投资类保险的获利能力。由于我国股票市场的投机气氛太重,价格波动大,即使允许保险资金直接进入股市,其投资风险也很难为保险投资所接受。从目前的现状看,保险资金投资于证券投资基金的比例还没有达到有关法规所规定的比例上限就是明显的例证。

[NextPage]

正是因为资本市场不成熟和保险资金投资渠道狭窄导致我国的投资类保险产品面临较大的风险,特别是投资连接保险。例如,产品收益波动性与消费者预期刚性的矛盾,投资连接保险产品的保险金额和现金价值的大小随投资帐户的表现而发生波动,即同一投资连接保险资金的投资单位价值在不同时点会高低起伏的。与此相冲突的是,消费者对投资连接保险产品收益的预期却呈现出明显的刚性。这种冲突在证券市场状况好、投资产品价值上升时不易表现出来。但是,一旦证券市场表现不好,投资产品价值下降,这一潜在冲突就会显现出来,而且,由于产品收益上浮的历史往往会强化消费者的刚性预期,所以在证券市场由好转坏时这种冲突变得非常强烈。

发展投资类保险产品的策略选择从我国投资类保险产品对保费收入增长的贡献来看,投资类保险产品已成为推动保费收入增长的决定要素,因而投资类保险产品发展过程中所面临的制约因素和矛盾必须解决,发展投资类保险产品须根据市场实际情况,采取相应策略。

1、从投资类保险产品自身的角度来看。

第一,加大投资类产品的创新。受保险资金投资运用政策及保险公司自身管理水平的限制,目前国内的投资类产品与欧美市场上的同类产品相比差距较大,针对性不强,一家公司推出,其他公司纷纷效仿,市场细分不明显。因此中国的投资类产品创新必须结合国情进行,创新方式应该多样化,实现属地型创新,针对性创新和适应性创新。

我国的经济发展不平衡,经济收入水平对于保险需求具有决定性意义,保险产品的开发和创新必须适应不同地区收入水平的需要,实行属地型创新。例如在国内保险市场起步较早经济较好的上海、广州以及北京等城市,保险产品可以采用“保险+投资理财”的产品为主,在其他城市,由于经济不发达,保险市场的产品结构在近年应该以风险较小保障型产品为主;随着家庭结构日益小型化和倒塔型的赡养老人义务,国家提供基本保障的数额的降低,人们转向商业保险,力图能够得到保险保障,又能实现投资的目的,因此保险产品的设计要针对市场不断变化的需求,实现针对性创新;证券市场的发展决定了保险产品创新的程度和发展时机与规模。目前证券市场不规范,保险资金投资渠道少,但随着证券市场的不断发展以及保险资金进入证券市场的渠道不断拓宽,应该根据保险资金运用政策的变化,开发新的投资类产品,实现适应性创新。

第二,加强对投资类保险产品的监管。我国保险业目前的监管侧重于市场行为的监管,监管方式滞后。针对投资类保险产品的特点,保险监管要提高保险监管的信息透明度,保证客户能够及时查阅保险单的保险成本、费用支出以及账户资产的价值,便于投资决策以及外部监管。另外,投资类保险产品虽然属于保险业,但是投资收益分配又类似于证券投资基金,因此证券监管也是投资类保险产品监管的重要部分,所以要加强对投资类保险产品必要的证券监管部门和保险监管部门的联合监管,以免出现监管真空。

第三,谨防投资类产品的风险。从目前各公司实际情况看,风险产生在于保险公司投资能力不足。因此,根据投资类产品的本质特征,经营投资型保险产品的保险公司必须建立一支具有较强投资能力的投资队伍,分设多个投资账户,让投保人有权利选择投资账户,在投资机制中引入激励机制。此外,要防止退保风险。退保将引起保险资金长期运用计划中断,导致不能实现预期收益率,因此要增强投资类产品的保障功能和服务功能,增强保险产品的吸引力。

2、从投资类保险产品消费者的角度看应采取的措施。

在我国,随着经济的发展,我国城市居民可支配收入增长,城市居民处理闲置资金的方式越来越多样化,如购买证券、投资房产等,但储蓄仍是居民主要的投资方式,所以对投资类产品的消费群体必须有一个正确的定位。由于投资型保险产品除了保障外,增加了投资的功能,有些产品还需要投保人承担投资的风险,因此投资型保险产品并不适用于中低收入的消费者。从这几年销售情况的统计数字来看,投资型保险的客户群分布与传统保险产品相比有显著的区别,那些拥有较高知识水平,对投资和风险理念有一定认识,收人中等偏上的人员是这类产品的最佳客户。因此,投资类保险产品的开发和销售应定位于这类消费者。

篇8

一、资产证券化的动因分析

从宏观角度来说,资产证券化提高了经济体通过价格调节从而有效配置资源的能力。首先,资产证券化提供了一种将资产的收益和风险有效识别和细分的机制,在此基础上,对资产的定价将更趋准确,而准确的价格信号能更有效地引导资源向高效益的部门流动;其次,资产证券化为资产运营主体根据不同的需求分散和有效转移风险提供了条件,证券资产的可分性,使投资者尤其是中小投资者的分散化投资成为可能,证券投资基金的出现增强了这种优势,而金融衍生证券的出现大大提高了风险转移的效率;再次,资产证券化通过扩大投资者的资产选择集,能够充分动员储蓄,发掘资金来源,加快储蓄向投资转化的速度,降低转化成本,适应融资者日益多样、复杂的融资需求,从而使投融资双方的满足程度和福利水平得以提高;最后,资产证券化打破了金融市场之间的界限,促进金融资源的自由流动,引起新的金融机构大量出现,从而模糊了传统商业银行和非银行金融机构之间的界限,增进金融业的竞争。

从投融资双方来看,资产证券化过程实质上是对被证券化资产的特性(期限、流动性、收益和风险)进行重新分割和组合的过程,也是金融工具由初级向高级进行深加工的过程。一方面各种资产通过采取证券资产的价值形态,使得其期限、流动性、收益和风险的重新分割和组合变得更为容易;另一方面通过资产证券化,为筹资者和投资者提供大量不同期限,不同流动性、不同风险收益率并且可分性强的金融产品和组合,从而满足不同市场主体的偏好和需求;从资产选择集角度来看,通过资产证券化,使得本来不可能或很难进行的资产收益、风险空间的细分成为可能,使原来间断的收益风险分布逐渐连续起来,筹资者和投资者在投资空间中所能选择的资产组合点或集合大大增加,从而提高投融资双方的效用。

二、中国不良资产证券化的必要性分析

随着2003年4月《巴塞尔新资本协议》第三次征求意见稿的出台,新的资本协议已基本定型,其中最根本的变化体现在要求各成员国银行配置最低资本金时能更加全面、敏感地反映其资产的风险程度,要求在原先仅反映银行资产信用风险的基础上扩展到市场风险和操作风险领域,风险度的衡量除了原先的标准法外鼓励各成员国银行使用更为贴切的内部评级法,这就必然对资产质量欠佳的中国银行业提出了更高的资本金要求。高盛公司2002年的对于中国银行业补充资本金的可能成本列出了三个方案,其结论如下表所示:

                 

表1

 

项目

乐观方案

中等方案

悲观方案

重组对象

四大行

银行业

四大行

银行业

四大行

银行业

银行重组成本(亿元)

7770

14800

21150

35560

34940

57150

相当于gdp的比重

8%

14%

21%

35%

34%

56%

amc的重组成本(亿元)

6970

9760

12550

相当于gdp的比重

7%

10%

12%

重组总成本(亿元)

14740

21770

30910

45420

47490

69690

相当于gdp的比重

14%

21%

30%

44%

46%

68%

数据来源:巴塞尔新资本协议研究

如前所述,中国银行业不良资产比率按照新资本协议的风险衡量标准会明显提高,假设维持当前的资本金水平不做大规模的补充,那么就必须显著降低现有银行资产的风险程度,也就需要对银行体系现存的不良资产进行大规模的处置和清理,由此也必然需要注入大量新的外部资金。此外从中国不良资产产生的机理来看,绝大部分不良资产属于体制改革的沉没成本,随着改革的不断推进,新的不良资产仍将不断产生,银监会贷款五级分类的统计数据显示,截至2004年第一季度,境内主要商业银行的不良贷款率为16.61%,其中四大国有银行为19.15%,股份制商业银行为7.12%,均比年初下降,但仍高于国际水平,且不良贷款额绝对值巨大,对中国金融系统的稳定形成较大地威胁,国家和银行都急于为解决不良资产谋求出路,因此中国金融系统不良资产的处置将是一个长期地系统工程,必须找到—个行之有效的处理方法。

二、中国不良资产证券化的可行性分析

资产证券化现在已成为国际资本市场上发展最快,最具活力的一种金融产品,在世界许多国家得到了广泛地应用,因此借鉴国际经验开展不良资产证券化应该是中国目前商业银行满足监管要求,防范和分散风险的有效工具和现实选择。然而一种新的金融创新工具能否顺利推出关键要看需求,追溯国外资产证券化的历史我们可以发现,机构投资者的参与程度对于证券化的成败关系重大。

1.证券投资基金应该成为不良资产证券化产品的最大需求者。证券投资基金以其稳定的资金来源、雄厚的资金实力和理性地投资方式,更能抵御市场的风险,从而成为各国证券市场中重要的稳定力量。然而中国证券市场由于规模小,可供投资的品种单一,制约了证券投资基金的投资组合空间,一定程度上已丧失了其稳定市场的重要功能,这从中国基金首发规模平均只有50亿元左右可见一斑。首发规模超百亿的目前只有海富通收益和中信经典配置,而规模最小的巨田基础行业只有10多亿元。

资产证券化产品具有安全性高、盈利性好的特点,尤其是采用信用分档技術的证券化产品,能够为机构投资者提供不同期限、风险和收益特征的品种,大大丰富了基金的可投资对象,中国目前巨大的居民储蓄以及企业投资多元化的需要为基金的发展提供了良好的资金基础。随着《证券投资基金法》的实施,证券投资基金作为中国目前最典型的机构投资者应该而且最有可能通过发展和完善自己,成为中国证券市场上举足轻重的力量以及不良资产证券化产品的最大需求者。

表2

中国历年来基金发行规模

 

年份

1998

1999

2,000

2001

2002

2003

2004.4.30

发行规模(亿元)

100

399

31

211

568

678

750

 

数据来源:和讯网

2.其他机构投资者也必然成为不良资产证券化产品的积极参与者。养老基金和保险基金一直是工业国家金融市场的传统机构投资者,根据中国社保基金2002年度报告,截止2002年末,全国社保基金权益总额为1241.86亿元,社保基金2001年实现收益率为2.25%,仅比同期银行储蓄利率稍高一点,2002年底社保基金证券资产的浮动亏损为3.54亿元,虽然浮动盈亏属于未实现利得或损失,不应该作为当期损益确认,但它表明中国目前社保基金证券资产的应用质量较差,投资收益低下。近年来,随着下岗职工人数的不断增多,人口老龄化速度的不断加快,社会保障支出日益增加,低的投资回报率已经难以满足不断增加的社保开支需要,社保基金正面临着越来越迫切的增值压力。可见,为社保基金开辟新的投资渠道,提高其投资收益显得十分必要和紧迫,此时为其提供可供选择的资产证券化品种应该是最好的时机。

近几年中国保险业发展十分迅猛,保险资金规模不断扩大,然而从保险公司的资产构成来看,其持有的企业债券占企业债券总量的50%左右,持有的证券投资基金占所有封闭式基金总份额的26.3%,这一方面说明了保险公司已成为中国资本市场上的主要机构投资者,另一方面也说明了保险资金运用渠道的狭窄已经成为制约保险业发展的瓶颈,2003年6月出台的《保险公司投资企业债券管理暂行办法》将保险公司可以购买的债券品种由以前的四种中央企业债券扩展到经国家主管部门批准发行且经监管机构认可的信用评级机构评级在aa级以上的企业债,投资比例也由原来的10%增加到20%。为中国不良资产证券化产品的推出提供了又一契机。

3.合格的境外机构投资者(qfii)的引入必将进一步扩大对中国证券化产品的需求。加入世贸组织后,随着金融和服务项目开放程度的日益提高,中国资本项目开放已是大势所趋。市场期待已久的qfii制度随着《合格境外机构投资者境内证券投资管理暂行办法》的颁布已从2002年12月1日起正式实施。为了分散风险、扩大资产组合选择的范围,合格境外机构投资者的进入必然扩大对中国资本市场证券化产品的需求。2003年1月23日,信达资产管理公司与德意志银行签署了资产证券化和分包一揽于协议,迈出了中国不良资产证券化运作的第一步。另据了解,华融资产管理公司2001年、2003年两次大规模国际招标的成功运作以及国内不良资产投资环境的不断改善,进一步激发了境外投资者对中国不良资产市场更加强烈的投资兴趣和热情。

三、运作模式建议

资产证券化是以被证券化资产可预见的未来现金流为支撑在金融市场上发行证券的过程,从本质上来说是被证券化资产未来现金流的分割和重组过程。因此资产的现金流分析是资产证券化的核心原理,任何一项成功的资产证券化必须要对基础资产进行成功的重组以组成资产池,并实现资产池和其他资产的风险隔离,同时还必须对资产池进行信用增级,所以资产重组、风险隔离、信用增级是资产证券化的三大基本原理。为此中国不良资产证券化过程可按如下步骤实施:

1.资产池的构造。商业银行将不良资产以其账面价值真实出售给资产管理公司(amc),从而使得不良资产与商业银行的其他资产风险隔离。amc对所购买不良资产现值进行估算,据以确定资产处理底价,在基础资产选择上,应尽量选择有抵押担保的同质贷款,在地区、行业分布上应尽可能地分散,另外由于不良资产潜在的违约风险比较大,amc可以购入其他优质资产组合与不良贷款搭配组建资产池。

2.spv的设立。资产证券化成功与否取决于高效低成本的交易机构,而交易机构的关键环节是特殊目的载体(spv)的设立与运作。amc作为不良资产的所有者,与证券公司、商业银行、信托投资公司、国外专业公司共同设立spv,不同金融中介的参与可以充分发挥各自的优势,使证券的定价、设计更加合理,从而有利于市场投资者接受和证券化的成功。

3.证券产品的设计。不良资产的主要风险是违约风险,所以设计债券时应确保投资者在购买债券后本息偿付的安全性和及时性,为此可利用信用分档技术在不同债券之间分配信用风险,其运作原理是:如果发行人拥有一个基础资产池,那么以该资产池为支撑发行的所有债券都要获得aaa级的信用评级是不太可能的,但发行人通过信用分档技术可以创造出信用等级为aaa、aa、a的多档债券,信用等级较高的债权是优先档债券,并将优先档债券可能造成的损失转移给次级档投资者。优先档债券由于受到次级债券的保护,因此风险较低,可以在资本市场上向投资者公开发售,而次级债券则可以由资产管理公司、国家财政部或商业银行等机构持有。由于不良资产的潜在损失由财政部和银行共同承担,从而保护了投资者利益,可以确保不良资产证券化成功,从而对未来中国资产证券化过程起到良好的示范作用。

4.信用增级和信用评级。与其他资产相比,不良资产证券化对信用增级的要求更高,可由amc提供一定的赎回担保,由财政部为优先档债券提供一定比例的还款准备,由第三方出具担保债券还本付息的担保等。信用增级后spv应该邀请国内外比较权威的机构进行评级,债券发行后对其还本付息情况进行跟踪,经过一定时间对信用级别的调整,逐步建立不良资产证券的评级系统,使投资者真正接受这一债券品种。

运用证券化手段处置不良资产,不仅能够有效地化解中国金融系统的风险,而且能够提升中国不良资产的处置层次和处置速度,更有助于丰富中国金融机构的投资银行运作实践。同时,经过信用增级和评级并严格按照证券化规范运作的不良资产支持证券,是具有较高收益和较低风险的证券投资工具,将其作为中国资产证券化的突破口选择将会丰富广大投资者的投资渠道,从而进一步推进中国资本市场的发展与完善。

[参考文献]

[1]叶雄,徐坚.资产支持证券风险和流动性分析[j].国际商务研究,2002(3).

[2]彭丹,王道平。我国商业银行不良资产证券化处置研究[j].财经理论与实践,2002(6).

[3]刘大赵.我国资产证券化的市场需求分析[j].投资研究,2002(7).

[4]孙毅.不良资产证券化运作的障碍及对策[j].金融理论与实践,2003(10).

篇9

关键词:风险度量,正负偏差,综合风险偏差

一,研究的目的和意义

本文的研究目的在于识别和度量证券投资中的风险,按照投资组合理论,通过组合可以分散掉的风险被称作"非系统性风险"或者"公司特别风险",它源自于各个公司内部的特别事项的发生,比如,诉讼,罢工,营销策略的成功或失败,合同签署及履行情况.由于公司各自的情况不同,导致这种风险在各个公司之间的差距较大.进行投资组合的一个基本思路就是通过证券组合使一种股票报酬率的不好的变化被另一种股票报酬率好的变化抵消掉,从而将这种风险最大程度地分散掉.当然,仍存在一部分组合难以消除的风险,被称作"系统性风险"或"市场风险".这种风险通常源自公司外部的一些宏观经济或非经济事项,比如战争,通货膨胀,经济衰退,利率的波动.这些事项的发生会对所有的企业的经营状况产生影响,因而无法通过投资组合予以分散.本文主要讨论前一种风险,分析它对于投资者投资决策的影响.这有助于管理部门进行证券投资风险管理,提供一个管理的客观标准,有利于规范证券市场,优化资源配置,从而促进经济的稳定发展.

二,目前研究的现状

1,风险研究的发展【13】

自从markowitz于1952年创立了投资组合以来,风险度量和金融资本配置模型的研究一直是金融投资研究的热点之一,到目前为止,金融投资专家和学者已提出很多种不同的度量风险模型.从各种模型提出的动因看,推动风险的度量模型发展的主要因素有:(1)对风险含义认识的深化.markowitz将风险视为投资收益的不确定性.方差因可以很好衡量这种不确定性的程度而成为风险的度量方法.随着对投资者风险感受心理的研究,人们认识到风险来源于投资项目损失的可能性,因此,出现了半方差等变化了的风险度量模型.(2)风险心理学的研究成果.由于每个投资者的风险偏好和风险承受能力不同,金融界,投资界和理论研究者对此做了大量的研究,希望能找到更符合现实状况的风险度量方法和能更高效获取投资回报的资产配置模型.因此,在风险度量模型中,引进了反映投资者风险偏好和风险承受能力的风险基准点,由此形成另一类风险度量模型.如expected regret方法等.(3)数学处理简化的需要.在对各种风险度量模型进行理论分析时,经常要用数学方法对其进行处理,为了便于应用数学方法,在不影响模型的特征的前提下,尽可能采用一些数学上较容易处理的模型.如方差与标准离差,其特征基本类似,但方差的数学处理要比标准离差容易,因此在理论上和实际应用中,方差比标准差普遍.最近提出的cvar风险度量方法,也是在var方法遇到数学处理困难时提出的.(4)风险管理实践上的需要.风险度量模型要能够应用于投资实践,其度量结果必须有很好的经济解释,以前的很多风险度量方法.如方差,半方差,标准离差之所以未能得到现实投资者的广泛接受,很大原因在于它们不能给投资者提供一个可理解的风险评价值.90年代以来出现的var尽管在理论界受到广泛的批评,但仍然得到监管部门和现实投资者的广泛接受,其原因在于它提供一种易于理解的描述风险的普通语言.

2,风险的定义

关于风险概念,学者们下过许多定义.可归纳为以下七种【11】:

将事件本身存在不确定性视为风险;

将未来结果的变动可能性视为风险;

将各种可能出现的结果中的不利结果视为风险;

将不利结果出现的可能性及不利程度视为风险;

将各种可能结果之间的差异本身视为风险;

以客观实际结果为参照对象,将主观预期结果与客观实际结果的距离视为风险;

以主观预期结果为参照对象,将未来结果与主观预期结果的差距视为风险.

概念①和②主要关注事件结果的不确定性;概念③则关注与预期不一致的不利结果;概念④进一步强调不利结果发生的程度;概念⑤,⑥,⑦是一类,主要关注结果与某种参照标准之间的差距.由于出发点和认识上的不同,上述定义并没有准确界定风险的一般性.因此,保险业说的是可能导致财产损失的风险,金融管理界说的则是可能导致金融体系动荡甚至崩溃的风险,证券投资者说的又是投机交易可能出现巨额亏损的风险,风险投资者说的却是可能因投资失败导致血本无归的风险.还有诸如技术风险,市场风险,管理风险,财务风险,政策风险等等.用的虽是同一个词汇,但叙述的内容则有差异,对风险概念和定义的描述不尽相同.因此,本文的研究对象主要集中在③,④两种概念范畴,以缩小范围,集中注意力研究这个问题.

3,风险的量化

目前,常见的风险度量指标可分为三类.

第一类:用风险分布的数字特征来构造风险度量指标,而不直接涉及行为主体对风险的偏好特性程度.典型的有:

(1)方差风险度量及其引申

马克维兹(markowitz)在投资组合理论中以投资收益率r的均值(mean)e(r)度量投资组合的收益,以投资收益率r的方差(variance)σ2(r)度量投资组合的风险.这被称为均值-方差决策规则.

方差是用来衡量一个随机变量波动大小的指标,当随机变量的波动呈对称性分布时,收益波动越大的随机变量,其潜在的损失也就越大.因此,当随机变量的分布为对称型时,用方差来表示风险是恰当的.由于markowitz在1952年进行投资组合分析时,假设投资组合的各项资产的收益率的联合分布为正态分布.因此,它的分析方法是恰当的.标准离差(standard derivation)与方差的特征一样,只是标准离差在数学分析时较容易处理,因此传统上,度量随机变量的波动性一般采用方差而不采用标准离差.不过,方差虽然在分析其性质时容易数学处理,但利用它进行投资组合优化时,存在计算上的困难,因为必须求解二次规划问题,konno和yamazaki(1991),胡日东(2000)提出,利用标准离差作为风险度量指标,可以简化投资组合优化的运算.因为只需求解线性规划问题即可.

举个例子,设有两个投资方案,其收益率分别为随机变量x和y,数学期望分别是x和y,标准差分别为σx和σy,则在均值-方差决策规则中,所谓x优于y,是指其满足如下两个准则:

准则1:x≥y,σx≤σy

准则2:

其中:rf为市场上的无风险利率.

虽然方差度量具有良好的特性,但是自从markowitz提出方差作为风险度量指标后,还是受到众多的批评和质疑.其焦点在于投资收益率的正态分布特性,它对收益率波动的好坏不分(将高于均值的收益率也视为风险).法玛,依波持森和辛科费尔德等人对美国证券市场投资收益率分布状况的研究和布科斯特伯,克拉克对含期权投资组合的收益率分布的研究等,基本否定了投资收益的正态分布假设.半方差(semivariance),半标准离差(standard semiderivation)---半方差的平方根,正是在这种背景下提出来的,哈洛提出半方差的概念用来度量风险,即只关注损失边的风险值(downside risk).用于解决收益率分布不对称时的风险度量问题,但从模型包含的变量看,这两种方法并不"纯净",因为模型中含有投资收益的均值,风险量值的大小不仅取决于各种损失及其可能性等不利情景,而且还与投资收益的有利情景有关.而人们广泛所接受的仍然是以方差作为风险的度量.均值-方差决策规则也在投资决策中得到了广泛的应用.

(2)含基准点的风险度量

从风险的原始语意出发,风险应该反映投资资产出现不利变化的各种可能性,从投资收益率角度看,风险应该反映投资收益率在某一收益水平下的各种可能性高低,从投资组合价值变化角度看,风险应反映投资组合价值损失超过某一基准点的可能性大小.因此,对投资者而言,关注风险,就是关注其投资收益率或其投资价值出现在某一基准点以下的分布状况.基准下方风险度量(downside risk measure)被认为是对传统证券组合理论的一个主要改进.但是由于各投资者的风险偏好和风险承受能力不同,所以每个投资者都有和他对世界认知相容的与众不同的基准点.包含基准点的风险度量模型很多,最普遍的和经常使用的基准下方风险度量是半方差(特殊情况)和lpm―――lower partial moment(一般情况).其中半方差是一个更合理的风险度量标准(连markowitz自己都承认这一点).无论从理论上,经验上,还是实践上,半方差都是和期望效用最大化(expected utility maximization)几乎完全一致的【4】【5】.它的一个改进―――半标准离差性质也很好,与基于偏好风险厌恶的一个公理化模型―――二阶随机占优(second degree stochastic dominance---ssd)也几乎是一致的【1】.但是哈洛(harlow)的lpm模型更为成熟.哈洛在投资组合理论中引入风险基准(risk benchmark)———投资收益率r的某个目标值t(target rate),用lpm(lower partial moments)度量投资组合的风险:

这里r为投资组合的收益率,f()为收益率r的分布函数,v为基准收益率.当n=0时,lpm0=p{r0,称ri为综合风险偏差.那么上述的风险组合偏差只不过是综合风险偏差在θ=1的特例罢了.我认为,由于风险是不对称的,所以θ≠1.具体的结果,应该通过实证分析得到.

综合风险偏差ri将正偏差与负偏差有机地结合起来,反映了两种不同性质的偏差对投资决策的影响.ri越大,说明投资项目越具风险性;若ri小于0,则非常具有投资价值.综合风险偏差都可以用来比较一系列投资项目的优劣.特别是当投资者比较注重投资的风险性的时候.

四,实证分析

应用上面介绍的理论模型度量金融资产或其组合面临的风险,前提条件是金融资产或其组合的价值变化或收益率分布必须是确定的,这在实际中往往是不可能的.在实践中有两种情况:一种是根据理论推导可以确定金融资产的价值或收益率变化的分布类型,只是分布参数未知.在这种情况下,可以利用统计学的参数估计方法(如点估计或极大似然估计法)来估计模型的分布参数,然后将估计的参数代入上述理论模型就可以测算风险量值.另一种情况是连金融资产的价值或收益率的分布类型也无法确定,在这种情况下,只能根据历史数据或情景模拟数据来刻画它们的经验分布,再根据经验分布测算其风险量值.实践中往往以后一种情况居多,因此在风险管理或控制中,历史资料的积累和相应数据库的建立是相当重要的.

因此,我取的数据为,上证股票从中按同分布随机抽样抽出5只股票历史数据,取每周周末的收盘价,时间范围为2001年1月5日-2003年4月30日经过作一些调整共形成115周的数据;同时在深证股票中进行同样的操作.分别计算它们的综合风险偏差,根据收益越大,风险越大的原则(即无套利原则,否则存在套利机会.),估算它们的θ值.同时,可以按原来的各种方法,模拟它们的分布,计算风险.最后用这些数据来比较各个风险度量标准的优劣.具体的数据表如下:

表一:上海证券交易所的股票

股票名称

浦发银行

啤酒花

九发股份

昆明制药

龙头股份

代号

1

2

3

4

5

20010105

14.41

28.96

12.24

17.85

19.55

14.33

28.20

13.15

17.45

19.01

13.99

27.30

12.75

16.85

18.60

13.19

25.02

11.56

15.58

17.45

11.98

24.60

11.40

15.30

17.92

11.68

24.37

11.40

15.65

17.49

20010302

11.64

25.35

11.84

15.79

17.60

12.12

24.98

11.85

16.00

18.35

12.04

26.78

12.08

15.84

17.67

12.74

27.00

11.52

15.96

17.79

13.06

27.01

12.04

16.87

18.30

12.65

27.96

12.00

16.50

18.29

12.60

27.93

12.01

17.25

18.45

12.98

28.10

11.71

16.75

18.20

12.57

28.12

11.49

16.35

18.20

12.52

28.28

11.40

16.38

18.23

20010511

13.15

28.12

11.68

16.41

18.24

12.99

29.87

11.58

16.50

18.12

13.08

31.02

11.83

16.97

18.54

13.20

31.12

12.04

16.84

18.63

13.10

30.10

11.99

18.00

19.08

12.95

30.58

11.90

18.16

19.77

12.70

31.02

11.74

18.49

20.38

13.18

31.92

11.86

18.88

21.05

20010706

13.69

30.80

11.71

18.70

20.30

13.70

31.12

11.65

18.70

22.08

13.93

31.42

11.75

18.15

22.38

13.65

28.73

11.02

17.78

21.39

13.06

27.57

10.25

17.30

20.79

13.21

28.42

10.29

17.38

21.28

12.84

27.88

9.89

17.25

20.87

12.33

27.67

9.80

16.85

19.88

11.63

27.20

9.11

16.68

19.28

20010907

11.36

27.40

8.97

16.52

19.15

11.96

27.33

9.13

16.84

21.13

11.60

27.47

8.94

16.97

20.56

11.25

26.77

8.84

16.82

19.88

10.46

24.07

8.64

15.00

19.78

9.55

22.50

8.03

13.19

18.52

10.34

23.78

9.76

15.45

20.35

20011102

11.38

24.02

9.71

14.89

21.22

10.77

22.92

9.35

15.18

21.00

10.10

22.74

9.25

14.28

21.10

10.71

24.38

9.60

14.75

20.99

10.80

24.03

9.89

14.82

21.73

11.09

24.45

9.66

15.32

20.99

10.39

23.88

9.10

14.61

21.44

9.95

24.72

8.95

14.11

20.78

9.90

25.21

8.92

13.91

20.62

20020104

9.76

24.57

8.79

13.89

20.63

9.09

23.63

8.03

11.70

19.40

7.95

21.13

8.57

11.60

17.92

8.17

21.92

8.75

12.65

17.71

8.41

22.72

8.24

12.36

18.17

8.87

22.22

8.46

12.19

17.40

20020301

8.81

22.34

8.29

11.80

17.75

9.77

23.72

9.30

13.58

18.97

9.55

23.13

8.78

13.52

19.99

9.85

23.65

8.98

14.09

19.73

10.09

21.95

8.56

13.66

19.51

9.20

22.33

8.58

14.22

19.68

9.58

22.12

8.83

13.93

19.26

9.22

21.34

8.73

13.55

18.68

9.32

21.70

8.72

13.71

18.72

9.43

21.89

8.89

13.92

20.46

20020510

9.16

21.12

8.67

13.76

20.90

8.69

20.69

9.41

13.04

20.94

8.45

19.94

9.77

12.89

20.09

8.23

18.99

9.54

12.77

19.28

8.33

19.39

9.71

13.27

19.72

8.00

18.74

9.48

12.99

19.18

8.56

20.45

10.22

13.50

19.70

9.75

20.91

11.03

15.52

20.11

20020705

9.77

20.57

10.92

15.41

19.56

9.40

20.54

10.51

14.97

19.54

9.39

20.84

10.49

15.00

19.72

9.10

19.74

10.03

15.10

18.95

9.12

19.76

10.10

15.37

18.07

8.99

19.50

9.75

15.30

17.81

8.96

19.95

9.78

15.41

17.35

9.24

20.45

9.88

15.69

17.74

9.19

20.66

9.60

15.85

17.52

20020906

8.88

20.14

9.17

15.50

16.57

8.62

20.38

9.24

15.25

15.96

8.54

19.98

9.42

14.93

15.97

8.54

19.98

9.16

15.35

15.18

8.12

18.62

9.25

14.55

14.33

8.14

18.37

9.43

14.25

13.72

8.10

18.44

9.61

14.22

13.66

20021101

7.92

18.08

9.60

14.40

13.66

7.91

18.26

9.63

14.73

13.40

7.62

16.82

8.43

14.25

13.13

7.19

15.85

8.02

13.85

12.13

7.30

16.39

8.31

14.21

12.68

7.13

15.64

7.93

14.03

12.20

7.09

15.72

7.86

13.98

12.08

7.22

16.24

8.09

14.06

12.92

6.92

15.85

7.72

14.06

12.25

20030102

6.45

15.25

7.37

12.84

11.84

6.77

15.54

7.61

13.41

12.55

7.14

16.33

8.44

14.61

13.40

7.04

16.55

8.07

14.78

14.09

7.17

16.54

8.11

14.78

14.22

7.30

16.40

8.14

14.63

14.20

7.15

16.13

8.13

14.28

13.94

7.30

16.80

8.18

14.37

13.79

20020307

7.14

16.35

7.92

14.36

13.45

6.83

15.97

7.70

13.97

13.10

6.81

16.14

7.89

14.16

12.96

6.94

15.73

7.92

14.27

13.01

6.90

16.42

8.05

14.37

13.12

7.03

16.58

8.10

14.94

12.89

6.98

17.27

8.02

15.59

13.69

6.55

16.29

7.55

13.40

13.30

6.33

17.75

7.31

13.72

12.98

均值

9.92

22.57

9.65

15.08

17.73

收益

-0.31

-0.22

-0.21

-0.16

-0.09

正偏差ui

0.24

0.19

0.15

0.10

0.11

负偏差di

0.17

0.17

0.11

0.08

0.19

方差

5.24

22.29

2.12

2.64

8.73

没有参数的

-0.07

-0.02

-0.04

-0.02

0.09

加入参数的

-0.17

-0.13

-0.11

-0.07

-0.03

风险组合偏差

0.72

0.89

0.72

0.83

1.80

表二:深圳证券交易所的股票

股票名称

丝绸股份

江铃汽车

桂林集琦

中成股份

吉林化纤

代号

1

2

3

4

5

20010105

27.80

8.45

22.17

23.28

7.29

24.30

8.34

22.21

23.66

7.89

25.88

8.73

20.90

24.22

7.90

24.36

8.54

20.09

23.00

7.47

25.13

8.42

20.14

22.58

7.68

25.58

8.30

19.97

25.65

7.33

20010302

27.70

8.47

21.60

24.07

7.43

28.58

8.38

21.42

24.05

7.60

28.50

8.32

21.82

24.96

8.16

27.04

8.51

21.10

24.84

8.18

27.86

8.73

22.28

25.36

8.53

29.19

8.67

21.28

25.52

8.94

26.69

8.93

21.50

27.40

8.91

26.82

8.61

21.80

26.37

8.90

25.38

8.45

20.65

25.56

8.45

25.41

8.40

20.73

26.16

8.34

20010511

26.47

8.65

21.08

26.43

8.69

25.83

8.54

22.13

26.76

8.95

25.03

9.00

21.83

23.96

8.55

26.24

8.93

22.98

23.68

8.80

25.57

8.91

23.98

23.77

8.54

24.75

8.82

24.11

23.28

8.73

25.43

9.22

25.15

23.73

9.00

25.43

9.24

24.65

24.21

8.86

20010706

25.34

8.81

24.61

24.14

8.54

26.11

8.86

26.14

23.66

8.44

25.79

8.83

26.54

24.09

8.38

25.74

8.50

23.85

23.56

8.03

24.76

7.89

22.22

23.88

7.36

24.57

7.85

23.87

23.58

7.39

24.19

7.69

23.59

23.35

7.29

23.95

7.49

22.99

23.28

7.48

23.56

6.79

22.13

23.14

7.45

20010907

22.55

6.92

21.21

23.01

7.19

21.97

6.98

20.62

23.14

7.15

21.31

6.76

20.65

23.01

6.98

21.45

6.49

20.39

22.27

6.40

21.36

5.93

18.93

22.02

5.66

20.77

5.70

15.15

21.36

5.87

20.64

6.10

16.73

21.78

6.16

20011102

20.55

6.47

17.06

21.87

6.57

20.43

6.15

15.39

21.74

6.68

20.37

6.15

15.36

21.88

6.80

20.41

6.38

18.36

22.05

7.12

20.98

6.60

19.28

22.28

7.17

20.79

6.66

18.63

22.51

7.05

20.25

6.36

18.23

22.27

6.70

19.18

6.30

16.94

22.23

6.80

18.91

6.08

16.92

23.35

6.44

20020104

18.59

6.02

16.79

23.42

6.37

16.00

5.52

15.11

23.06

5.93

10.94

4.54

12.87

22.63

6.07

10.26

4.32

14.42

22.72

6.43

12.56

4.53

15.03

23.13

6.67

11.89

4.64

15.09

23.12

6.72

20020301

12.34

4.65

15.17

24.10

6.56

14.45

5.55

17.66

24.37

7.08

14.67

5.48

16.83

24.32

6.94

14.63

5.50

18.33

24.81

7.10

14.85

5.24

18.20

24.50

6.75

15.58

5.73

18.08

24.74

6.68

15.17

5.63

18.02

25.16

6.89

14.68

5.52

17.60

24.12

7.74

14.41

5.77

17.48

24.37

8.60

14.65

5.82

18.17

23.64

9.33

20020510

14.47

5.76

17.45

23.89

8.91

13.82

5.61

16.46

23.57

8.39

13.50

5.67

15.87

23.56

8.27

13.19

5.96

15.32

24.32

7.93

13.28

6.19

15.74

25.86

8.31

12.83

5.95

14.99

25.24

8.59

13.98

6.35

16.01

27.03

9.18

14.92

7.02

16.73

27.75

9.44

20020705

15.03

6.94

16.67

28.21

10.04

14.77

6.82

17.66

28.56

9.62

14.81

6.95

18.84

28.32

9.88

14.16

6.87

19.01

27.84

9.36

14.20

6.78

20.01

27.83

9.64

13.89

6.81

20.30

27.54

9.79

14.25

6.79

19.59

28.05

9.58

14.54

6.74

20.01

28.52

9.86

14.56

6.97

19.47

28.50

9.64

20020906

14.04

6.68

19.52

28.12

9.20

13.82

6.52

19.83

27.99

8.80

13.37

6.27

19.88

27.68

8.83

13.23

6.10

19.79

27.83

8.56

12.83

5.76

19.23

27.11

8.19

12.72

5.70

19.22

26.74

8.39

12.65

5.78

19.61

26.69

8.55

20021101

12.63

5.77

19.02

26.34

8.80

12.49

5.65

19.77

26.24

8.31

11.34

5.19

20.03

25.73

8.74

10.62

4.80

19.19

25.24

7.82

11.14

5.15

19.77

26.42

8.15

10.94

4.99

19.82

26.04

8.05

11.19

4.96

19.95

25.64

8.11

11.62

5.12

19.79

26.02

8.19

11.01

4.94

18.65

26.12

7.71

20030102

11.12

4.73

17.58

25.20

7.30

11.55

4.98

17.57

25.94

7.62

11.97

5.34

17.03

26.36

8.23

12.09

5.31

15.96

26.16

8.22

12.15

5.34

16.70

26.71

8.29

12.47

5.35

16.32

26.68

8.41

12.16

5.30

16.16

25.96

8.40

12.33

5.57

16.74

25.83

8.96

20020307

12.06

5.30

16.35

25.24

8.93

11.61

5.19

14.79

25.46

9.16

11.55

5.16

14.13

25.35

9.02

11.53

5.21

14.45

25.68

9.30

11.71

5.18

14.37

25.19

9.51

12.04

5.33

14.40

26.55

10.30

11.89

5.46

15.44

26.21

10.15

11.01

5.06

13.85

25.56

10.68

10.83

5.04

12.68

24.35

12.77

均值

17.81

6.57

18.90

24.90

8.12

收益

-0.36

-0.22

-0.15

0.07

0.11

正偏差ui

0.35

0.21

0.12

0.06

0.10

负偏差di

0.27

0.16

0.14

0.06

0.13

方差

35.43

1.93

9.00

3.41

1.37

没有参数的

-0.08

-0.05

0.01

0.00

0.03

加入参数的

-0.17

-0.11

-0.03

-0.02

-0.02

风险组合偏差

0.77

0.74

1.09

0.95

1.28

备注:(1)所有的数据都不是原始数据,均经过处理,原因很简单,因为在这两年间,这些公司都派发了红利,主要有送股和直接派送现金两种方式,也有的公司进行了配股,因此股价在派发红利时产生剧烈变动,所以我根据派发红利的方式和比例进行了还原计算,将所有价格都调整到2001年未派发任何红利的基准情形.

(2)所有的数据都只保留两位,但是计算并没有简化,只有最后结果才显示两位.所有有时会看到0.14-0.12=0.01的情况,这是正常的.

(3)收益是以均值作为最后价格进行的计算,因为如果只用最后一周的收盘价,显然有失偏颇.正负偏差也是以均值作为期望值的.

(4)由于这两年中国的利息率非常之低,同时还征收利息税,所以我忽略了利息的影响,令rf=0.

(5)两个表格中,所有股票都是按收益从小到大进行排序,编号,以便于比较各种风险度量方式的优劣.

所有的股票都是按收益排序的,根据无套利原则(收益越大,风险也就应该相应的越大),他们的风险也应该是由小到大排序的.从表格的数据中我们可以明显的看到,方差是紊乱的,与收益并没有明显的线性关系,所以可以断定,投资者并没有使用方差作为他们度量的依据.风险组合偏差比方差要好一些,在上海市场上,有一个数据没有按照递增排列,而在深圳市场上有两个.说明这种度量风险的方法也是不够好的.再看看没有参数的情形(也就是没有θ,直接用di-ui来作为度量风险的标准),在两个市场上都有一个数据没有按照递增排列,所以这个情形也不够好,但是相差也不远,所以我引入参数θ.下面通过无套利原则(收益越大,风险也就应该相应的越大)来估算θ的值.

由收益越大,风险也就应该相应的越大的原则(无套利原则),那么,用这四个不等式组成的不等式组,分别计算上海和深圳两个市场上的θ值,可得在上海市场上,0.09<θ<0.67,取中值,所以θ1=0.38;而在深圳市场上,0.57<θ<.75,取中值,所以θ2=0.66.更一般的,令,可得中国市场上,不对称系数θ=0.52.

这个结果令我很迷惑,根据心理学和行为经济学的研究成果【6】,风险是不对称的,负偏差对人们效用造成的影响应该比正偏差大,所以θ应该比1大才对,但是现在居然只有一半,和心理学和行为经济学的研究成果完全不符.这很奇怪!我分析主要有以下几个可能的原因:

1.中国的证券市场并不完备,这是大家公认的.即使美国也只是弱完备市场.我收集不到美国的数据,所以没法进行比较分析.可能市场的不完备性影响了数据的真实有效性.

2.心理学和行为经济学的研究成果可能讨论的是普通人,也就是一般人在经济生活中的行为,比方说买菜,买衣服这一类,但是证券市场上全是投资者,可能他们的效用函数与普通人是不一样的.特别是在中国市场上,存在相当多的投机者,他们都想以小博大,一夜暴富.因此他们往往不在乎负偏差,而更关心正偏差有多大.这几年股票的收益并不好,在上海市场上,全部五只股票收益都是负数,而深圳市场上也有三只股票收益为负.在这样的情况下,投资者虽然有所减少,但是仍有相当数量的投资者选择留在市场中.这充分说明了他们并不关心负偏差,而更关心正偏差有多大,想抓住一个正偏的机会发一笔财.在这种情形下,θ=0.52<1也就不足为奇了.

3.当正偏差超乎寻常的大时,人们就顾不上负偏差了.这就好像彩票,管理中心已经说了,拿出50%作为彩金,也就是任何投资的理性预期收入应该时投入的一半,但是由于有一个微乎其微的概率得到一个超乎寻常的正偏差――五百万,人们对彩票乐此不疲.这实际上也是一个投资中不理性投机的行为.证券市场上也是如此,前些年,市场很不规范,有少数人钻空子赚了不少钱,这就成了那个超乎寻常的正偏差.人们就纷纷仿效,根本没有理性分析情况的变化,就忽视了负偏差.这可能也是θ相当小的原因.

五,新的风险度量标准在投资决策中的应用

用综合风险偏差很容易解决在本文第一部分中所提到的例证.很明显,基金a和基金b相对于rf的负偏差均为0,也就是说两者都不存在绝对风险,两者的正偏差分别为ra=rf+0.5,rb=rf+1,从而两者具有不同的综合风险偏差-0.5和-1.显然b的综合风险偏差较小,故投资于基金b比较有利.

对于一般情况而言,显然投资者应该选择综合风险偏差较小的证券组合.

下面就单一证券投资方案的选择举例,对证券投资组合的选择可类似地讨论.设有a,b,c三种证券,时间周期为半年,预期收益率及发生的概率如表1所示(预期收益率的概率分布可通过对历史数据的观察而得出,此处仅举例说明风险调整收益在投资决策中的应用,故假设各种可能的收益率发生的概率均为1/6)【10】.

表1 证券a,b,c半年期预期收益率(单位:%)

si\pj

1/6

1/6

1/6

1/6

1/6

1/6

a

-10

-3

20

6

-5

10

b

-20

-8

6

40

20

-2

c

-5

-2

2

8

4

-4

设基准收益率rf=2%,取中国证券市场的不对称系数θ=0.52,则计算如表2所示.

表2 证券a,b,c半年期预期收益率的综合计算指标(单位:%)

si

ri

vari

di

ui

rgi

ri

a

3.00

1.23

8.00

10.00

0.80

-5.84

b

6.00

4.58

12.00

20.00

0.60

-13.76

c

0.50

0.26

5.67

4.00

1.42

-1.05

由上表可以看出:

若考虑平均收益率的大小,应选择证券b进行投资;

若考虑用方差表示的风险指标,应选择方差较小的证券c进行投资;

若考虑以负偏差表示的证券的绝对风险,就选择证券c进行投资;

若综合考虑方差和风险,则证券a的方差比较小,收益比较大,值得考虑投资;

若考虑风险组合偏差,则证券b的风险组合方差最小,应优先考虑投资;

若考虑综合风险偏差,则应选择证券c.证券c的综合风险偏差最小.

事实上,市场上能无风险的获得收益率2%,那么没有人愿意去投资平均收益只有0.5%的证券c,因为这样还要承担一定的风险,虽然有可能使自己的投资收益超过2%.

可以看出,风险度量指标及投资决策指标的选择对投资决策的结果有着决定性影响.因此,风险度量指标与投资决策指标的选择合理与否将直接决定投资行为的成败.

risk measure and its influence to the investment decision

jing fang

(business school, wuhan university, wuhan, 430072)

abstract: this paper review the historical method of risk measure, point out their limitation, supply a way to recompose it and a new index of risk measure--- synthesis risk deviation. and demonstrate and analyse with more than one thousand data in the stock market in china, explain the usage of it with example.

key word: risk measure, positive and negative deviation, synthesis risk deviation

参考文献

[1]wlodzimierz ogryczak and andrzej ruszczynski,《from stochastic dominance to mean–risk models:semideviations as risk measures》,international institute for applied systems analysis,interim report,ir-97-027/june

[2]david n nawrocki,《a brief history of downside risk measures》,journal of investing,1999,fall

[3]zengjing chen and larry g. epstein,《ambiguity, risk and asset returns in continuous time》,rochester center for economic research(rcer),working paper no.474,2000,(7)

[4]javier estrada,《mean-semivariance behavior:an alternative behavioral model》,centro internacional de investigacion financiera(ciif),research paper no.492,2003 (2)

[5]javier estrada,《mean-semivariance behavior(ⅱ):the d-capm》,ciif,research paper no.493,2003 (2)

[6]richmond harbaugh,《skill reputation, prospect theory, and regret theory》,2002,(3)

[7]eckhard platen,《a minimal financial market model》,2000,(9)

[8]thomas j. linsmeier and neil d. pearson,《risk measurement:an introduction to value at risk》,1996,(7)

[9]刘春章 黄桐城 陈汉军,《风险调整收益及其在投资决策中的应用》,决策借鉴,2002,(10),75-77

[10]马国顺,《一种新的风险度量指标》,西北师范大学学报(自然科学版),1999,(2), 19-21

[11]邹辉文 陈德棉,《关于风险的若干问题及其在风险投资中的应用》,同济大学学报,2002,(9),1145-1151

[12]张宏业,《证券组合风险的分析》,中央财经大学学报,2000,(6),46-48

[13]陈金龙 张维,《金融资产的市场风险度量模型及其应用》,华侨大学学报(哲学社会科学版),2002,(3),29-36

[14]曹永刚 王萍 类成曜,《现代金融风险》,北京:中国金融出版社,2000

[15]韦廷权,《风险度量和投资组合构造的进一步实证》,南开经济研究,2001,(2),3-6

[16]黄威华,《β系数与证券投资风险的度量》,内蒙古财经学院学报,2001,(3),36-38

[17]傅志超,《股票投资风险的度量与控制》,经济数学,1994,(1),60-63

[18]朱世武 张尧庭 徐小庆,《一种新的股市风险度量指标及其应用》,经济数学,2002,(6),1-9

[19]戴浩晖 陆允生 王化群,《单时期下一种新的风险度量方法及其应用》,华东师范大学学报(自然科学版),2001,(9),33-38

[20]吴开兵 曹均华 俞自由,《风险度量与风险控制》,上海经济研究,1999,(4),42-49

[21](意)皮埃特罗.潘泽 (美)维普.k.班塞尔,《用var度量市场风险》,綦相 译,北京:机械工业出版社,2001

篇10

【关键词】非系统风险 投资组合理论 风险控制

一、Markowitz的投资组合理论

风险是指在一定时期和一定条件下,由于市场中各种经济变量的不确定性,导致投资主体遭受损失的大小及这种损失发生的可能性的大小,可为系统风险、非系统风险与总风险。系统风险,是指由于全局性事件引起的投资收益率变动的可能性。非系统风险,可以通过有效地资产多样化来加以消除,又称为可分散风险。总风险由系统风险和非系统风险组合而成。风险是客观存在的,不能完全被消除,但可以控制,降低其发生的概率,减小损失程度。

Markowitz投资组合理论的基本假设为:一是投资者厌恶风险,理性地追求预期收益最大化;二是投资者信息充分,可以得到准确的收益率期望值与方差;三是所有投资者处于同一单期投资期。Markowitz优化模型如下:

其中,E为投资组合收益的期望,投资组合的收益rp是由组合中的第i种、第j种资产的收益ri、rj及其权重wi、wj所确定,并用各个资产预期收益的加权平均值表示。因此,投资组合的期望回报率是其成分证券期望回报率的加权平均。cov(r,rj)表示两种资产之间的协方差,并用δ2(rp)表示投资组合收益的方差以衡量投资风险。此外,纳入投资组合的资产的权重之和为1。

二、利用投资组合控制非系统风险

资料来源:《金融体系风险分担机制比较研究》

大量的实证研究表明,在投资组合中,并不需要选择很多种证券来实施组合。一般地,当证券数增加到15~20种时,资产组合分散风险的能力便达到了极限,非系统风险的下降额几乎稳定在零。这时,即使再增加证券到这个资产组合中来,也不能进一步分散非系统风险。因为维持含多种证券的组合需要较高的管理费用、信息搜寻费用和交易费用,而且这样的证券组合中可能包含一些信息不易获得的证券,从而不能及时获得其预期收益率和风险,也不能及时地以此为依据由投资组合理论作出决定。

三、结论

一般地,所有的投资者都是风险厌恶者,想得到高收益和有保证的投资结果。根据Markowitz模型,可以通过构建投资组合来分散非系统风险,其目标是在给定的收益率下,形成具有最低风险水平的投资组合,即有效投资组合。投资组合中资产种类越多,投资组合承担的非系统性风险越是趋于下降。但证券种类并非越多越好,过多的证券加入组合,反而会降低该投资组合的收益水平。一般情况下,15~20种证券组合使非系统风险趋于稳定,此时的风险已经可以降到令投资者满意的程度了。同时,证券组合要求证券并非完全正相关,相应的相关系数越接近于-1时证券组合分散风险的效果越好。Markowitz的投资组合理论已被广泛应用到了投资组合中各主要资产类型的最优配置的活动中,用以对投资的非系统风险进行控制,并被实践证明是行之有效的。

参考文献

[1]马宇,韩存,申亮.美国次级债危机影响为何如此之大[J].经济学家,2008,(3).

[2]戴志辉,赵守国.投资组合规模、收益和风险的研究[J].商业时代.2006(27).

[3]马宇.金融体系风险分担机制比较研究[J].广东金融学院学报,2007,(3).

[4]黄少安,韦倩.机构投资者投资基金的“适度组合规模”基于中国数据的实证研究[J].经济研究,2007,(12).