金融量化投资范文

导语：如何才能写好一篇金融量化投资，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。

篇1

一、新型文化业态特征、分类、发展等研究

国外关于文化产业的研究较早，但缺乏新型文化业态特征、分类等方面的研究。国内这方面的研究有：赵立志分析了新兴文化产业的特征以及四川的数字内容、文化旅游、版权等新兴文化产业的发展现状，提出了克服体制障碍、加大政策扶持等对策。张君君以湖南省为例，对文化产业新业态的含义、分类、产业特征以及湖南省文业产业新业态的发展现状、存在的问题及对策进行了分析，提出了盈利模式及融资模式的问题。王晓波、郭欣、杨帆以保定市为例进行分析指出，培育文化产业新业态需要加大政府的扶持力度、改革管理体制及运行机制。赵瑞政根据山西新型文化业态的发展状况、培育中存在的问题提出了改革相关体制机制、出台相关保障政策等对策。这些研究以局部区域为对象，对新型文化业态的特征、发展状况及对策等进行了分析，且涉及到体制机制、政策等方面，打下了一定基础，但不够系统、深入。杜丽芬、王国平和刘凌云对“新兴文化业态”的概念、分类及特征等进行了分析，但未涉及投融资等方面。刘忠指出新兴文化业态所具有的“新”特点、作用、制约因素及其光明未来，提到了投融资渠道不畅的问题，但未深入进行分析。肖荣莲分析了新兴文化业态的产生背景、特点以及意义与发展路径。黄伟一提出了新型文化业态的发展需要政府与民间组织的共同努力、其发展关键是要解决融资问题等建议。郭雁鸿从系统科学、产业经济学、传媒经济学角度分析了新型文化业态的发展机理。这些对我国新型文化业态的发展状况及机理等进行了研究，但未及其它。叶朗对2012年动漫游戏、网络新媒体等新型文化业态的发展相关情况进行了归纳与分析，还涉及到电影投融资状况等的分析，对我们具有启发意义，但还不够全面。崔文贞对新型文化业态的概念、分类以及对策进行了分析，并指出要提高专业化发展水平、实施更加优惠的税收政策等。这些研究涉及到新型文化业态的公共政策方面。杨宁对已有新兴文化产业的理论研究进行了综述，认为包括作为文化产业组成部分的新兴文化产业研究及作为独立研究对象的新兴文化产业研究两部分，并对其研究中的关注重点从五个方面进行了综述。上述研究为新型文化业态的研究打下了一定的基础，但这些研究还可进一步深入，而且缺乏关于新型文化业态投融资体制、机制和模式等方面的研究。

二、文化产业投融资体制及机制的研究

Brinkman认为国外保险公司在文化产品不同阶段提供的完善保险服务为文化企业赢得信贷融资提供了重要保障。Robert and Merton、Riding and George认为美国和日本等发达国家完善的中小文化企业担保、再担保体系为文化企业信贷融资问题提供了重要保障。这些研究指出了保险、担保的重要性，但未具体研究投融资体制及机制等。齐勇锋以山西省为例提出了构造区域文化投融资运营主体、放宽投资准入门槛等文化产业投融资体制改革策略。李贵斌和宋晓丹分析了国外文化产业投融资机制及大庆市文化产业投融资机制的策略选择，以期总结经验并探讨大庆市文化产业投融资机制创新模式。吴少新、张立勇、张远为提出以突破种种束缚我国文化投融资方面的体制性障碍为突破口，通过综合配套改革推动文化投融资机制改革。这些文献涉及到文化产业投融资机制、体制的研究，但研究不够系统。Phillip McCalma分析了外国直接投资在美国好莱坞电影投融资中的重要作用，并指出国际资本的介入丰富了美国文化产业的融资主体构成。余晓泓基于美国文化产业投融资机制的分析提出，当前解决我国文化产业投融资难题的首要办法是广泛吸收民间资金和国外资本。陈清华认为文化产业投融资机制创新的关键是要塑多元化投融资主体。这些文献涉及投融资主体的研究，但分析得不够深入。关于文化产业投融资的政策支持等方面，Braedon Clark以澳大利亚电影产业为例指出，税后优惠政策较之直接补贴更有利于吸引更多的私人资本投入电影产业。Nantes Métropole认为，吸引投资的一个困难常常是因为投资者在评估风险和无形资产估价方面存在的问题。公共政策在鼓励投资者方面扮演着重要的角色。并且指出西方国家常见的工具主要有贷款及担保、股权融资、税收优惠和政府资助、非货币支持措施。该研究指出了吸引投资的困难、公共政策在鼓励投资方面的作用以及西方国家常见的投融资工具。龙怒认为我国政府应出台更具吸引力的税收优惠政策以吸引企业投资文化产业，并通过有关政策引导，培育文化企业做大做强。魏鹏举指出国家政策激励及公共资金投入引导的重要性，并提出了建构公共资金引导的市场化文化产业投融资体系的思路和建议。李华成认为必须依靠政府对我国文化产业投融资制度加以完善。这些研究探讨了政府政策支持的重要性以及具体的支持方式，但研究不够全面。总之，已有研究具有一定的借鉴与启发意义，但不够全面系统且可进一步深入，而且缺乏关于新型文化业态投融资体制及机制的研究。

三、文化产业投融资模式的研究

Robert C. DiGregorio and Jr.指出，美国电影业目前已形成了诸如制片公司提供资金、独立发行商融资、融资、终端客户融资、贷款、预售协议等多样化融资方式。Laura Clayton and Hugh Mason认为英国创意产业中的中小企业在资金需求和融资渠道方面主要有透支、设备租赁或租购、权益融资、银行长期贷款、票据贴现等方式且各占一定比例。Bin Zhang and Xiaoyan Du基于英国目前的投融资形式得出利用资本市场积极融资、吸引风险资本等启发。高颖认为，西方发达国家文化产业的主要投融资模式主要包括银行贷款、投资基金、并购重组、无形资本融资及跨国融资等。可见国外的投融资方式及模式是多样化的。国内方面，罗华和方晓萍将创意产业投资模式分成国家与政府投资模式、民营投资模式、外资投资模式、基金投资模式四大类。周正兵和郑艳探讨了文化产业投资基金的发展模式。欧培彬提出应构建不同于传统融资方式的新型文化产业投资基金。高凌霁提出文化产业投资基金模式，并以华谊兄弟集团的融资模式为例进行个案分析。这些研究都分析了文化产业投资基金等投融资模式。刘丽和张焕波、胡晋芳和李莉、龙怒、李童、刘学华分别对北京市、西安市、云南、陕西、上海等区域的文化产业投融资模式、方式进行了分析并提出了相应的政策建议。杨靖吉提出我国文化产业初创期应以内源融资模式为主，成长期应以债权融资为主，成熟期应以股权融资为主，强调不同时期应采用不同的融资模式。辛阳对中美文化产业的投融资机制、方式以及投融资效率进行了比较分析并提出了完善我国文化产业投融资体系的建议。可见，目前关于文化产业投融资模式、方式的研究中，国外文化产业投融资方式更加多样化，而我国文化产业发展过程中融资方式还比较单一，需要加快融资方式的创新等。简言之，这些研究具有重要的参考与借鉴意义，为进一步的研究打下了重要基础，但仍需深入，而且缺乏关于新型文化业态投融资模式方面的研究，更缺乏以“两型社会”为视角的研究。

四、新型文化业态与“两型社会”与之间关系的研究

王克修分析了“两型社会”与新文化业态的理论关系，并对推动长株潭“两型社会”建设中新的文化业态培育实践进行了分析。黄岑、邓向阳认为，“两型社会”和“文化产业新业态”两者之产是相互促进、相互影响的，要充分发挥文化产业新业态在“两型社会”建设中的作用。这方面的研究主要涉及两者之间的关系，未涉及新型文化业态的其它方面。

篇2

关键词：大数据；量化投资；量化选股

中图分类号：F830 文献标志码：A 文章编号：1673-291X（2016）17-0106-01

量化投资理论是从20世纪50年代由马克维茨创造性地提出了用均值方差最优的数字方法来选择最优投资组合。由于当时对数据的处理量过大而复杂，因此，直到1990年后随着计算机被广泛使用，以量化作为核心的投资基金才逐渐超越传统的基金。量化选股策略是针对中国股票市场特性，从众多的指标参数中找出能够较为合理解释股票收益率的有效且不冗余的因子，并根据这些因子在选股策略中所占的权重来构建量化投资策略。随着信息技术的日异发展，资本市场深化改革步伐加快，证券市场间同业经营，居民消费等领域也迎来了信息数据量呈现几何级数增加现状。运用大数据思维分析众多股民的知识结构、行为习惯对股票投资形式的认知而形成固有模式思维，“大数据”思维正以不同形式、路径的方式影响着证券选股策略。大数据技术的战略意义不在于其庞大的信息数据量，而在于对含有意义的数据根据建模权重进行专业量化处理，帮助大家对于股票进行优化选股有着重要研究意义。因此，基于大数据思维模式分析多因子量化选股策略更加适用这样的市场，给投资者提供更好的参考模型。

作为量化投资界的传奇人物詹姆斯・西蒙斯，他曾因“用公式打败市场”的故事在金融界中为人津津乐道。在1989年由他创办的基金成立至今的20年时间里，该基金持续地获得了每年平均35%（扣除费用后）净回报率，而同期被称为“股神”的巴菲特每年平均回报率也才大约在20%左右。即使在金融危机的2008年，该基金仍然获得了80%的高额回报，“最赚钱基金经理”对西蒙斯来说无出其右。

目前，国内对量化投资策略研究还比较少，做量化交易的基金也相对较少，投资者对量化投资仍持怀疑态度。另外，中国目前的资本市场还不完善，做空机制以及金融衍生工具相对较少，股票市场上仍然采用T+1的交易模式，这些都导致了量化投资在中国市场的发展弊端。但是，随着股指期货等新的做空金融衍生工具的推出，量化投资开始走入“中国大妈们”的视野。

运用量化思维投资证券选股策略在国外已有四五十年。量化投资从无到有一直是很神秘的，人们把它叫做“黑匣子”。但是，当时的量化投资证券选股策略大多仅仅是数学模型，并不是人们想象的那么神秘。量化投资证券选股策略之所以弄得这样神秘是因为：（1）是为了保护其知识产权，防止侵权；（2）是为了防止其策略扩散后影响整个投资比率的失衡，缩短该策略的寿命；（3）是为了控制投资风险，如果该策略细节被投资对立面获得，则有可能会造成被动的投资效果。因此，投资公司、基金经理是不会说出其量化投资策略的。这是由于金融动荡中如果没有好的投资策略及对风险的控制力就有可能把老本亏个精光。

随着时间流逝，任何投资策略的盈利模式都会被市场所消化，量化投资策略也会随着时间的变化而改变。在量化投资证券选股这方面，重要的不是策略这一表面形式，而是掌握量化投资证券选股的研究模式。大家不必要去追逐那些形式的数学公式、策略模型，而应该根据现在大数据时代下对海量证券股票信息的合理分析整合，去学习、改进新的证券选股模式，以适应未来发展需要。

大数据时代的到来也给新形势下运用多因子量化模式选股带来极佳的发展机遇。

参考文献：

篇3

他们和先前的人工交易不同，用数学统计出此前的交易规律，建成模型，用程序来交易。他们大多有较高的学历，或物理或数学或IT背景。他们用模型、公式克服人性的弱点去交易，赚取理性的利润，这个工作叫量化投资。

这是近几年才形成的一个低调的金融圈子，尤其是今年来，这个圈子似乎风生水起。算法、编程、想法、策略、模型成了这个圈子中的常用语，他们分布在券商、公私募基金、期货等金融行业，他们在创新中摸索前进，优秀的团队也不少见。

谨慎的宽客人

量化投资圈的人喜欢自己被称为“宽客人”或“矿工”。所谓“宽客”即金融工程师，他们靠编程序去设计模型，用数学的方法分析金融市场，找出影响价格涨跌的相关因素，规避其中的风险，获得收益。

徐明（化名）是上海艾革瑞投资团队的创始人之一，有着大多数编程人员的内秀和儒雅，自信的微笑又暗示着自己不是普通的“码农”。清华大学数学系学士，香港科技大学工业工程与物流管理系博士，精通数学建模、金融工程、组合优化和人工智能算法，这些标签和不少量化“宽客人”类似，他们具备这个行业的先天优势。

徐明在中山大学管理学院管理科学系任教期间，对金融工程产生了浓厚的兴趣，西蒙斯的经历和成功给了他极大的鼓舞，逐渐走上专业量化交易这条路。

十月，天气渐冷。《中国证券期货》记者联系上徐明时，他正带着自己的团队参加海通期货2013年的“笑傲江湖”实盘赛，目前成绩位列投资家组第三名，这不是第一次参加海通期货的实盘赛，去年以总收益89%、总收益额189万，获得程序化组亚军。

“艾革瑞”，源自“Algorithm”（算法）的译音，创始人的量化定位可见一斑。团队主要成员在2012年开始全职投身于程序化交易，多具有证券期货投资、金融工程研究和IT项目开发经验。艾革瑞团队主要做股指期货日内交易，交易频率比较低，平均一天做1个来回的交易，持有时间一般都要超过1个小时。

量化交易和人工交易有一个很大的不同，就是模型的建立。“程序化交易更像一门科学，需要投资者具有较高的模型开发和系统开发能力，以及对于交易规律的深刻认识。”徐明认为，人工交易更像一门艺术，需要对经济周期和行业发展有独到的眼光。

对于模型，“宽客人”都视为自己最核心的秘密武器，往返于华尔街和上海的徐明和其他讳莫至深的受访者不同，对模型提出了自己的看法，“模型是用数学方法找规律，而数学方法找规律很容易过度优化。”

对于投资行业的深刻认识更为重要。徐明表示，“国内金融市场和华尔街还是有本质的不同，对于中国市场期货交易的认识和理解，比运用各种数学模型更为重要。很多系统在数学上是最优的，但是在实践中并不是最优的，而且还可能是有极大风险的（即过度优化）。”

策略是量化“宽客人”的另一个交易核心。“如果交易经常不盈利，就不能仅仅认为是利润回吐了，要考虑策略是否失效。”金华强调。

策略是否失效是所有程序化交易者面对的一个非常难的问题。“失效”本身就很难定义。日内趋势的策略胜率一般都不到50%，所以总是有赔有赚的。赔钱的连在一起，就连续回撤了，这其实只是亏损连在了一起而已。不同的时间，市场的规律也会呈现不一样的特征，所以也很难判断暂时表现不好的策略是否就永久不好了。

所以，最重要的不是判断策略是否已经失效，而是在策略表现不好的时候可以找到原因和解决办法。

在2013年第二季度，艾格瑞团队就经历了一个较大级别的回撤，后来发现系统的很多亏损来自于“过度预测”。直观的理解就是市场还没有开始趋势的时候，系统就进行了未来趋势方向的预测。这一能力在过去的一年都不错，可以获取超额收益；但是可能是因为市场氛围变了，现在不仅不管用，还会带来连续的亏损。

后来艾格瑞团队对策略进行了调整：其一，相关性小的多周期、多系统非常必要。其二，用一套系统的方法去辨别哪些是市场里稳定的规律，哪些是不稳定的规律。其三，在风险控制上更为严格和保守，在谨慎保护本金的基础上，实现盈利。

调整策略后，解决了“过度预测”的问题，然后系统就又恢复了正常。从运行两个多月来看，表现比较稳定。

摸着石头过河的机构

机构投资者对量化投资的关注也越来越多，光大证券“816”事件揭开了冰山一角。8月16日，光大证券量化套利资金超过了200亿，乌龙事件一度引发国内A股和股指剧烈地震。据中国量化投资学会理事长、量化投资经理丁鹏透露，“目前国内量化投资资金的体量已经达到1000亿元。” 这些资金或主要来自券商和险资自营的量化套利资金，以及公私募的量化基金。

业内人士指出，国内某另一家券商在量化上投入的套利策略资金超过了300亿，远超出光大的投入资金，目前，不少券商也在用巨额资金更新IT设备，加上公私募资金，在量化上的投入远超过1000亿。

据悉，光大和海通等券商经营量化套利这项业务上，年度收益约10%-12%，甚至达到10%-15%或更高。如果按200亿元的管理资金来看，带给券商的直接收益就达到20亿-30亿元。这一盈利数字可能近年来熊市中某些券商一年的营业收入。

由于A股市场实施T+1交易，券商量化交易部门在A股从事高频交易的资金较少，据业内人士推算，大约有20亿左右。如果A股市场实施了T+0操作，估计更多券商大资金投入。

公募基金排名的压力，参与股指期货对冲仓位比例不超过20%限制，都成了公募基金量化投资无形的镣铐，短期内难有多大规模。

“公募基金做量化很费劲。”王萌（化名）坦诚表示。

王萌，上海交通大学计算机硕士，资深软件工程师，具有多年软件开发和管理经验，以及金融市场投资经验。已经在资本投资市场10年了，目前是上海某公募基金的总监。

“由于参与公募基金的排名，不可能完全做到量化管理，大多都有主动管理的因素在面。”王萌坦言，这和采访国内某期货公司量化部经理时的话，颇有几分相似，“目前国内公募基金的业绩也没有听说那个做的业绩挺好，更多的是一种宣传噱头。”

而私募则相对轻松的多。私募资金私募基金在量化基金设计上，主要侧重于量化多空策略的经营，目前国内有数十款产品在做，虽然规模算不上太大，但收益稳定保持在9%-15%还是容易做到。

张强（化名）在华尔街做量化投资多年，回国后成立了自己的私募公司，量化操作股指期货。15个月来，资金收益保持在25%，这个业绩在行业里可能算不上多高，但是出奇的稳定，这正是量化投资追求的最高境界，关键是稳定收益。远比上半年盈利50%，下半年亏60%好的多。更难得的是，15个月来回撤仅仅1.5%。这和公募基金带着“镣铐”跳舞形成了鲜明的对比。

无法阻挡狼来了

目前国内的量化投资刚刚起步，发展还受诸多因素困扰。

政策性因素扰动、历史数据不足、数据准确性差、T+1的限制，金融衍生工具不够丰富，风控的完善、系统软硬件的限制等，这些都是量化投资在国内市场的瓶颈。

政策性因素扰动也很明显，证监会对光大证券“816”的巨额罚款，对光大证券在券商中量化的领先地位颇有打击，同行不得不放慢了量化的步伐。

对于数据的不充足以及准确性差，也深受其害，财报质量和国外压根就不在一个档次，查阅数据也只能追溯到最近6、7年，这对用数学的方法统计数据建模型造成了直接的影响。

而某期货公司的董事总经理则直言，目前国内期货市场还是T+1，还没有开通夜盘交易，而国内期货市场又受国外盘影响巨大，国内盘受其影响隔夜暴涨暴跌再正常不过，而依靠数据、模型的量化交易只能是无可奈何，这也是国内商品期货量化操作业绩不理想的原因之一。

金融衍生工具不够丰富，也是国内量化投资的一大影响。目前国内量化投资仅能运用在商品期货、股指期货和国债期货上，还限制颇多。比如股指期货，国内每天挂单不能超过500手；国债期货开通不久，成交量有限；期货市场虽然套利客观，但容纳资金量有限。

据业内传闻，光大证券的量化部门前期运行投入资金是1500万元，如果再加上维护费用，数目不容小觑。

这在券商同行中绝不是孤例。尽管如此，因经验不足，还是在风控上闹出了震惊中外的（816）乌龙事件，对量化的影响可见一斑。

光大乌龙事件暴露出机构投资人在追求创新时忽略了风控的完善。“光大虽被证监会罚款5个亿，但券商用自营资金做量化的赚钱能力也被大众所知，未来会有大量的钱涌入。”一位机构人士认为。

丁鹏认为，“不能因为光大事件，就将先进技术和理念拒之门外，绝对收益是未来趋势。”

国内金融市场，尽管在量化上还存在着不少的问题，但这引人注目的量化投资前景依然引起了国外大鳄的注意，我们无法阻挡：狼来啦！上述某期货公司人士透露，“韩国成熟的量化投资团队，已经进入国内市场开始剪羊毛，据说比国内的量化机构能量要大的多。”还有更恐怖的团队，国外量化操作鼻祖巴克莱已经在国内完成了前期量化测试，不久也会携带巨额资金和先进的理念来分一杯羹。

模型避免过度优化

篇4

【关键词】量化投资；数学

中图分类号：F83 文献标识码：A 文章编号：1006-0278（2014）07-242-01

一、量化投资概述

量化投资，顾名思义，将投资进行量化。它结合数学模型、利用计算机相关的科学技术对投资进行决策。与传统的投资方式不同，它不依靠人的主观意识去判断决策，而是通过量化模型处理大量信息以便找到一定的市场规律。

量化投资的发展史就短短的几十年，但其凭借其纪律性、系统性、及时性、准确性和分散化的优势，发展前景十分可观。其主要研究内容包括算法交易、股指期货套利和量化选股等投资策略，以数据挖掘、人工智能和随机过程等理论进行分析最终得到决策方案。A股市场的弱有效性，使其特别适合通过量化的方法找出其无效性，发掘出超额收益的潜力。

二、数学模型的重要性

“数学模型”，又称“金融数学”或“数理金融学”，是利用数学工具研究金融现象，通过数学模型进行定量分析，以求找到金融活动中潜在的规律，并用以指导实践。金融数学是现代数学与计算机技术在金融领域中的结合应用。

金融数学的发展曾两次引发了“华尔街革命”。上个世纪50年代初期，马克维茨提出证券投资组合理论，第一次明确地用数学工具给出了在一定风险水平下按不同比例投资多种证券，收益可能最大的投资方法，引发了第一次“华尔街革命”。马克维茨也因此获得了1990年诺贝尔经济学奖。1973年，美国金融学家布莱克和舒尔斯用数学方法给出了期权定价模型，推动了期权交易的发展，期权交易很快成为世界金融市场的主要内容，成为第二次“华尔街革命”。2003年诺贝尔经济学奖第三次授予以数学为工具分析金融问题的美国经济学家恩格尔和英国经济学家格兰杰，以表彰他们分别用“随着时间变化易变性”和“共同趋势”两种新方法分析经济时间数列给经济学研究和经济发展带来巨大影响。

不仅仅是理论界在金融数学领域取得巨大的成就。实务投资派也运用金融数学模型在市场中取得了巨大的盈利。数学教授出身的“模型先生”詹姆斯・西蒙斯（James Simons）连续两年在对冲基金经理人收入排行中位列第一。2005年，西蒙斯成为全球收入最高的对冲基金经理，净赚15亿美元，去年，他收入高达17亿美元，差不多是索罗斯的两倍。68岁的西蒙斯是世界级的数学家，也是最伟大的对冲基金经理之一。他24岁就出任哈佛大学数学系教授，曾与著名华裔数学家陈省身一同创立了Chern-Simons几何定律，该定律成为理论物理学的重要工具。西蒙斯和他的文艺复兴科技公司是华尔街一个彻底的异类，公司从不雇用华尔街人士，而是靠数学模型捕捉市场机会，用电脑作出交易决策，是这位超级投资者成功的秘诀。

而在量化投资学中，数学模型有着举足轻重的作用。依靠个人判断选股，你可以一夜暴富，但是同时你也承担着第二天输得什么都没有的风险，模型的优势恰恰在于降低风险。举个例子，传统的定性投资依赖于上市公司的调研，结合了个人的经验和主观判断，而无法克服人性上贪婪、侥幸心理和恐惧等弱点，带着个人情感会使是判断产生偏差。模型恰恰能通过全面系统性的扫描，准确且客观地评价交易机会，克服了主观上的情绪导致的偏差，从而做到降低风险。投资能盈利的本质就在于能有效的控制风险。风险是一定存在，但只要能合理控制，即能找到商机。

三、论述数学在股市中的应用

（一）时间序列下用R/S分析法对股市收盘的预测

R/S分析法由水纹专家H.E.Hurst在1951年提出的，其旨通过数学公式计算出该序列的H值，并根据H值来判断序列的走势。H值和相应的时间学列分为3中类型：

（1）H=0.5时，时间序列是随机游走的。序列中的不同时间的值是随机的和不相关的，即市场是有效的。

（2）当0.5≤H

（3）当0

根据R/S分析法，可将要分析的股票的收盘数据导出，计算出各项指标，根据H值来预测收盘的走势，对投资决策有重大意义。

（二）多因子选股模型

多因子选股模型是一类重要的选股模型。较稳定，是综合很多市场信息最后得出的选股结果。通常有两种办法：打分法和回归法。在此介绍回归法在选股中的应用。

回归法根据过去的股票的收益率的值对多因子进行回归最终得到回归方程。再将新因子的值带入回归方程，得到的值即为对未来股票的收益的一个预判，可根据这个预判进行选股。

篇5

【关键词】量化投资；量化投资体系；证券市场

一、量化投资及量化投资体系的定义

什么是量化投资？简单来讲，量化投资就是利用计算机科技并结合一定的数学模型去实现投资理念与投资策略的过程。与传统的投资方法不同的是：传统的方法主要有基本面分析法和技术分析法这两种，而量化投资主要依靠数据和模型来寻找投资标的和投资策略。量化投资系统则是由人设定出某种规则，在计算机当中根据规则构建这种模型，而后由计算机自己去根据市场的情况进行一些投资机会的判断。从他们投资方式的区别当中可以看出，量化投资更依赖于数据，传统投资则更依赖于人的主观判断。从这点上来说，量化投资可以有效的规避一些人为的错误判断。

二、我国量化投资体系的发展

在美国，量化投资方法的发展己经有将近年的历史，量化方法从允嫉较衷谡嫉矫拦市场30%上以上的比重。而在中国，量化投资只是刚刚起步而己。但是已经有很多基金公司允即罅Υ蛟熳约旱牧炕投资团队，期望在传统的基本面研究之外源匆黄新的投资天地。国内证券市场上成立比较早的量化投资基金主要包括：嘉实基金――嘉实量化阿尔法股票、上投摩根基金管理有限公司――上投摩根阿尔法、光大保德信基金――光大量化、富国基金管理有限公司――富国沪深增强、国泰君安资产管理公司――君享量化。近年来，一些公募基金、私募基金也都不断加快了布局量化投资基金的方法。这些量化投资基金，主要研究了基于基本面的多因子选股模型，这些投资组合因子主要包括：公司财务基本面数据，市场行情数据，行业数据等，并在实证中不断完善量化投资指标因子的选取。研究行业以及个股的价格趋势，运用道氏理论、K线理论、波浪理论、切线理论、形态理论等一些常用的技术分析方法建立不同风格的投资模型和投资组合。

三、量化投资的优点

量化投资作为一种有效的主动投资工具，是对定性投资方式的继承和发展。实践中的定性投资是指，以深入的宏观经济和市场基本面分析为核心，辅以对上市公司的实地调研、与上市公司管理层经营理念的交流，发表各类研究报告作为交流手段和决策依据。因此，定性投资基金的组合决策过程是由基金经理在综合各方面的市场信息后，依赖个人主观判断、直觉以及市场经验来优选个股，构建投资组合，以获取市场的超额收益。与定性投资相同，量化投资的基础也是对市场基本面的深度研究和详尽分析，其本质是一种定性投资思想的理性应用。但是，与定性投资中投资人仅依靠几个指标做出结论相比，量化投资中投资人更关注大量数据所体现出来的特征，特别是挖掘数据中的统计特征，以寻找经济和个股的运行路径，进而找出阿尔法盈利空间。与定性投资相比，量化投资具有以下优势：

（一）量化投资可以让理性得到充分发挥

量化投资以数学统计和建模技术代替个人主观判断和直觉，能够保持客观、理性以及一致性，克服市场心理的影响。将投资决策过程数量化能够极大地减少投资者情绪对投资决策的影响，避免在市场悲观或非理性繁荣的情况下做出不理智的投资决策，因而避免了不当的市场择时倾向。

（二）是量化投资可以实现全市场范围内的择股和高效率处理

量化投资可以利用一定数量化模型对全市场范围内的投资对象进行筛选，把握市场中每个可能的投资机会。而定性投资受人力、精力和专业水平的限制，其选股的覆盖面和正确性远远无法和量化投资相比。

（三）是量化投资更注重组合风险管理

量化投资的三步选择过程，本身就是在严格的风险控制约束条件下选择投资组合的过程，能够保证在实现期望收益的同时有效地控制风险水平。另外，由于量化投资方式比定性投资方式更少的依赖投资者的个人主观判断，就避免了由于人为误判和偏见产生的交易风险。当然，无论是定性投资还是量化投资，只要得当的应用都可以获取阿尔法超额收益，二者之间并不矛盾，相反可以互相补充。量化投资的理性投资风格恰可作为传统投资方式的补充。

四、量化投资的局限性

量化投资是一种非常高效的工具，其本身的有效性依赖于投资思想是否合理有效，因此换言之，只要投资思想是正确的，量化投资本身并不存在缺陷。但是在对量化投资的应用中，确实存在过度依赖的风险。量化投资本身是一种对基本面的分析，与定性分析相比，量化分析是一种高效、无偏的方式，但是应用的范围较为狭窄。例如，某项技术在特定行业、特定市场中的发展前景就难以用量化的方式加以表达。通常量化投资的选股范围涵盖整个市场，因此获得的行业和个股配置中很可能包含投资者不熟悉的上市公司。这时盲目的依赖量化投资的结论，依赖历史的回归结论以及一定指标的筛选，就有可能忽略不能量化的基本面，产生巨大的投资失误。因此，基金经理在投资的时候一定要注意不能单纯依赖量化投资，一定要结合对国内市场基本面的了解。

五、量化投资对中国的启示

通过研究国外市场的发展和中国市场的特点，对中国市场上的监管创新，制定相关的法律法规也势在必行。由于市场结构的差异，国内量化投资情况与国外有很大不同。技术型量化投资的应用主要是集中在期货市场，并且有较高的推崇程度；金融型量化投资的应用主要集中在股票市场，由于需要应用的时间数据周期相对较长，实际中应用并不普遍。目前，中国金融市场正处于迅速发展的阶段，很多新的金融工具在不断被引进，用量化投资方式来捕捉这种机会，也是非常合理的。与国外相比，目前国内股票市场仅属于非有效或弱有效市场，非理性投资行为依然普遍存在，将行为金融理论引入国内证券市场是非常有意义的。国内有很多实证文献讨论国内A股市场未达到半强势有效市场。

目前对中国市场特点的一般共识包括：首先，中国市场是一个个人投资者比例非常高的市场，这意味着市场情绪可能对中国市场的影响特别大。其次，中国作为一个新兴市场，各方面的信息搜集有很大难度，有些在国外成熟市场唾手可得的数据，在中国市场可能需要自主开发。这尽管加大了工作量，但也往往意味着某些指标关注的人群少，存在很大机会。其三，中国上市公司的主营比较繁杂，而且变化较快，这意味着行业层面的指标可能效率较低。而中国的量化投资实际上就是从不同的层面验证这几点，并从中赢利。例如，考虑到国内A股市场个人投资者较多的情况，我们可以通过分析市场情绪因素的来源和特征指标，构建市场泡沫度模型，并以此判断市场泡沫度，作为资产配置和市场择时的重要依据。

在中国金融市场的不断发展阶段，融资融券和股指期货的推出结束了中国金融市场不能做空的历史，量化投资策略面临着重大机遇。运用量化投资的机理和方法，将成为中国市场未来投资策略的一个重要发展趋势。量化投资在给投资者进行规避风险和套利的同时，也会带来一定的风险，对证券具有助涨助跌的作用。由于国内股票市场还不够成熟，量化投资在中国的适用性很大程度上取决于投资小组的决策能力和创造力。以经济政策对中国量化投资的影响为例。中国的股市有“政策市”之称，中国股市的变化极大的依赖于政府经济政策的调节，但是经济政策本身是无法量化的。基金建仓应早于经济政策的施行，而基于对经济政策的预期，但预期的影响比经济政策的影响更难以量化。例如，在现阶段劳动力成本不断上升、国际局势动荡、国际大宗商品价格上升的情况下，央行何时采取什么力度的加息手段，对市场有何种程度的影响，这一冲击是既重要又无法量化的。为解决这个在中国利率非市场化特点下出现的问题，需要基金投资小组采取创造性的方式，将对中国经济多年的定性经验和定量的指标体系结合起来，方能提高投资业绩。

参考文献：

[1]方军雄.我国证券投资基金投资策略及绩效的实证研究[J].经济科学，2002.04

篇6

中图分类号：F832 文献标识码：A

内容摘要：为应对金融危机，以美国为首的资本主义国家或区域联盟，纷纷推出量化宽松的货币政策，即QE。以超低利率和增发货币来刺激经济发展，复苏本国经济，并以失业率与通货膨胀率共同作为量化宽松货币政策的退出机制。本文以美国为例，通过理论与实证相结合的方式，研究为何QE并没有带来所预期的通货膨胀，是否有某些因素使量化宽松的货币政策的效果不能及时反映在通货膨胀率上，对通货膨胀有滞后影响。

关键词：通货膨胀 量化宽松 货币政策 影响

引言

所谓量化宽松的货币政策是指中央银行增加确定数量的基础货币以刺激经济的货币政策。2008年11月25日，推崇凯恩斯主义的美国首先推出量化宽松的政策QE1，具体为美国联邦储备系统通过房地美公司，房利美公司和联邦住宅款银行发行的大量债券以及他们担保的大量资产支持证券的方式投放的基础货币。接着2010年11月，美国推出第二轮量化宽松，2011年9月，美国推出第三轮量化宽松，2012年12月持续推出QE4。与此同时，英国央行、欧洲央行、日本央行纷纷都开始跟进QE，全球央行QE化已成为潮流。

尽管发行货币以及近乎0的存款利率，可以刺激经济的发展，但是市场上过多的货币流动会导致通货膨胀。因此，在各国QE退出机制中，通货膨胀率达到某一水平为重要指标。但是巨大的货币发行并没有导致预期的通膨率上升，通膨率反而变动缓慢。本文以此为背景，以美国为例，结合计量实证分析与理论分析，运用大量经济学原理，研究是否有一些因素使量化宽松货币政策并不能快速直接的影响通货膨胀率（也就是QE的退出机制），而是有滞后的影响。

文献综述

（一）通货膨胀相关文献

关于通货膨胀的文献主要包括两方面，一是研究通货膨胀的主要影响因素。OECD FID in figures（2013）年报告认为国际直接投资流出的变动将影响通货膨胀。胡坚、王智强（2010）认为通货膨胀预期形成的方式更偏向于适应性预期，即上一期是否发生通货膨胀来形成当期的通胀预期。同时通货膨胀的首要影响因素是货币政策，然后才是财政政策。因此扩张性货币政策对于通货膨胀会形成巨大压力，而这种影响是同期发生的。王琛伟、石刚、李大伦（2009）指出不同的因素在发达国家与发展中国家的反映有所不同，发展中国家军费开支的影响不如发达国家明显，而在发达国家中进出口贸易的影响则更为明显。而且相同因素在不同的经济发展程度下对通货膨胀的影响情况差距很大，在发展中国家通货膨胀的波动情况相对于发达国家来说容易变得很剧烈、比较不容易控制。冷淑莲（2010）指出通货膨胀的诱因可能来自于货币供给的增加、投资规模的扩张、要素成本的上升、全球流动性泛滥和对通货膨胀预期。二是研究通货膨胀的不确定性。Momudu Daffay（ 2012）发现通货膨胀的不确定性使得预期的通货膨胀与实际通货膨胀不相符。

（二）量化宽松货币政策相关文献

关于量化宽松的文献主要分为量化宽松的货币政策内容和量化宽松的货币政策影响，以及关于量化宽松退出机制的解释三种类型。第一种类型为量化宽松的主要内容。Michael Joyce，David Miles，Andrew Scott and Dimitri Vayanos（2012）详细阐述了美国量化宽松货币政策的具体内容，以及货币政策如何作用，量化宽松政策会使央行面临着维持较低国债收益率以促进经济复苏和“稳定币值以维护国家信用”的矛盾。马宇（2011）研究量化宽松货币政策的理论基础和效果，指出其可能存在通货膨胀风险、资产泡沫风险、汇率贬值风险以及回收流动性造成资产价格波动的风险。第二种类型是对量化宽松货币政策的分析。李娅、温连青（2011）指出量化宽松对美国可能带来正面或负面作用，以及对我国的影响，比如使得我国的通货膨胀前景恶化、抵消当前货币政策的作用、海外资产风险增大和出口形势更加恶化。第三种类型，Alan S. Blinder（2010）阐述美联储在退出的过程中，美国债券收益率将会上升，大宗商品价格和新兴市场的资产价格出现回落，国际资本重新流入美国，美元会扭转颓势，步入阶段性的上升轨道。同时会对由于资本流入而得到发展的新兴国家造成较大的负面影响。

量化宽松货币政策对通货膨胀滞后影响的理论分析

（一）量化宽松货币政策对通货膨胀滞后的传导研究

通货膨胀率（Inflation Rate）是货币超发部分与实际需要的货币量之比，用以反映通货膨胀、货币贬值的程度。量化宽松的货币政策通过加大货币的国内供应量、降低利率等措施来刺激消费。

一般来说，货币政策的传导过程包括：货币政策当局操作―货币市场――金融市场―企业和消费者的三个环节，通过不同的渠道和途径来影响作为杠杆的投资支出、消费支出和对外贸易三类总需求变量，从而间接地影响实体经济。

那么，量化宽松的货币政策也可以通过三个环节来影响通货膨胀。政府首先降低利率，增加基础货币的发行―货币市场通货增加，人们将把手中的资金进行投资以获取更大的收益―金融市场将会变得繁荣―收入增多，又将反刺激于消费，通货膨胀率上升。

当利率降到几乎为零时，可能会出现“流动性陷阱”，指当一定时期的利率水平降低到不能再低时，人们就会产生利率上升而债券价格下降的预期，货币需求弹性就会变得无限大，即无论增加多少货币，都会被人们储存起来。发生流动性陷阱时，使得货币政策失效，通货膨胀则不受增发货币的影响。

而如果不发生流动性陷阱，大多数人把手中的资金拿去投资，则会使得金融市场变得空前繁荣。但是由于金融危机的影响，大多数金融机构意识到高财务杠杆的经营会导致非常高的风险，因此为避免风险，金融机构大部分都在进行“去杠杆化”以降低资产负债率。这会提高金融机构的抗风险能力，但同时也会降低其对市场的敏感度，使之不能在短时间内造成繁荣的景象，导致通货膨胀反应不及时。

如果前两项都没有，那么人的消费行为则成为影响通货膨胀最主要的因素，有两种情况可能发生。如果增发货币成功的刺激了经济，那么消费者的购买力增强，而产出不变，则发生通货膨胀。如果增发货币并没有明显的经济复苏，虽然消费者的确有部分购买力的提升，但是由于经济危机并没有过去，当大部分具有消费能力的群众担心金融危机再度爆发而不消费时，可能会触发“羊群效应”导致大家都不消费，因此物价也不会上升，通货膨胀也不会发生，但这种情况并不会持久，人们的担忧会随时间而变淡，通货膨胀也会在随后的时间里表现出来。

（二）量化宽松货币政策对通货膨胀滞后影响的因素研究

通货膨胀是指纸币的发行量超过流通中所需要的数量，从而引起纸币贬值、物价上涨的经济现象。其实质是社会总需求大于社会总供给。产生通货膨胀的原因是多样的，可分为因成本推进型通货膨胀、需求拉动型通货膨胀、混合型通货膨胀以及结构性通货膨胀。经济学家给出的原因大可分为三类：一是货币数量论解释，二是用总需求与总供给解释，三是从经济结构变动的角度来分析。

本文主要用货币数量论来解释通货膨胀，货币数量论认为，每一次通货膨胀的发生都是由于货币供给迅速增加导致的。这一理论出发点是：

MV=Py

M表示货币的供给量，V表示货币流通速度，P表示商品价格水平，y表示实际国民收入。通过微分变形得到： ；即通货膨胀率=货币增长率-产出增长率+流通速度变化率。

当货币供应增加，短期内经济复苏比较明显，增长率为常数，“流动性陷阱”或是危机下产生的消费“羊群效应”会导致流通速度变慢，然后再慢慢增加趋于一个常数，会导致货币供应为一个定值，通货膨胀反应并不直接灵敏。

同时由于美元的特殊性，作为国际通用的结算货币、储备外汇，美元被各个国家所持有并持续吸收。导致的减少，导致通货膨胀的滞后反应。而的变化可以体现在国际投资的变化上，国际投资流入大于流出，则增加；国际投资流出大于流入，则减少。

因此影响通货膨胀的因素主要为要素、长期价格趋势、市场背景等因素共同影响的货币流通速率、产出增长率和货币增长率。而量化宽松的货币政策影响通货膨胀的主要因素为，货币流通速率变化的不及时以及国际投资带来的资金流入与流出的不确定性。

量化宽松货币政策对通货膨胀滞后影响的实证分析

（一）计量模型

下面以美国数据为例来建立模型。由于美元是国际通用的结算货币，因此增发的货币并不仅在美国本土流通，而是在全世界流通，导致通货膨胀的范围由美国本土转嫁到全世界。因此美国外流的货币量将会对本土的通货膨胀产生影响，其中外流货币中国际直接投资是非常重要的一部分。本文以国际直接投资为研究因素，研究其是否会影响通货膨胀反应的滞后，以2004年至2012年的美国通货膨胀率、国际直接投资流入与国际直接投资流出为研究对象，如表1所示。

由表2得出，估计投资净流出对通货膨胀没有明显影响，猜想国际投资净流出对通货膨胀有滞后影响。

用阿尔蒙法进行滞后分析，以“O-I”投资净流出为变量X，R为Yt，构造滞后模型：

R=α+β0 Xt+β1 Xt-1 +β2 Xt-2 +β3 Xt-3 +μt

假定系数β可以用二次多项式近似，即：

β0=α0

β1=α0 +α1+α2

β2=α0 +2α1+4α2

β3=α0 +3α1+9α2

可变为：

R=α+α0 Z0t+α1 Z1t+α2 Z2t+μt

Z0t=Xt+Xt-1+Xt-2+Xt-3

Z1t=Xt-1+2Xt-2+3Xt-3

Z2t=Xt-1+4Xt-2+9Xt-3

（二）计量分析

接下来对原始数据利用Eviews进行分析，表3中，Z0t、Z1t、Z2t对应的系数分别为α0、α1、α2的估计量，0，1，2将它们代入分布滞后阿尔蒙多项式，可以计算出0，1，2，3的估计值为：

（三）计量结果分析

分布滞后模型最终估计形式为：

R=α+0.015929Xt+0.001289Xt-1-0.00819

Xt-2-0.02541Xt-3+1.319895

由分析结果显示，模型相关系数的平方为0.341191，则所研究因素对通货膨胀有一定的滞后影响，但并不是很明显，因此通货膨胀滞后可能由多种因素同时造成，国际直接投资影响通货膨胀的作用是有限的，其他因素有待进一步探究。

结论

本文以2008年美国次贷危机爆发所产生的金融危机背景下，各国央行推行量化宽松的货币政策为背景，以美国为研究对象，探究为何在量化宽松的政策下，并没有出现所预期的通货膨胀率上升。假设其有可能因素导致通货膨胀的反应滞后，经研究国际直接投资的流入与流出为可能因素之一，接着利用Eviews软件构造关于通货膨胀率与国际投资流入流出的分布滞后模型，得出结论：有部分的关系，但是并不显著，因此可能有其他因素共同作用使通货膨胀反应滞后。

对于我国来讲，首先美国实行的量化宽松政策对我国有很多的负面影响，人民币相对的升值使出口成本升高，这对于我国出口型经济是严重的打击，同时美元贬值使得我国外汇储备大幅缩水。其次，人民币的自由兑换是必然趋势，随着人民币持续走强，有望在不久的将来成为国际结算货币，可以自由流通。那时，面对危机，我国有可能也会实行量化宽松货币政策来刺激经济发展，但是需要综合考虑国内的经济状况，分析直接与间接影响通货膨胀的因素，同时也要考虑滞后因素以避免恶性通货膨胀的出现。

参考文献：

1.穆争社.量化宽松货币政策的实施及其效果分析[J].中南财经政法大学学报，2010（4）

2.高山，黄杨，王超.货币政策传导机制有效性的实证研究―基于我国利率传导渠道的VAR模型分析[J].经济问题研究，2011（7）

3.胡坚，王智强.通货膨胀影响因素研究―基于 Probit模型的实证分析[J].经济研究，2010（11）

4.王琛伟，石刚，李大伦.发达国家与发展中国家通货膨胀影响因素比较[J].商业时代，2009（13）

5.冷淑莲.通货膨胀的诱因与对策[J].价格月刊，2010（392）

6.丁林涛，孙欣华.美国量化宽松货币政策对中国通货膨胀的动态影响[J].金融发展研究，2011，（9）

7.马宇.量化宽松货币政策的理论基础、政策效果与潜在风险[J].武汉大学学报，2011，64（3）

8.李娅，温连青.对美国量化宽松货币政策的经济学分析[J].金融教学与研究，2011（2）

9.李 .量化宽松货币政策的理论基础、政策效果与潜在风险[J].学术研究，2011（2）

10.史永东.资本市场中投机泡沫、羊群行为和投资者心理[D].东北财经大学，2003

11.Momudu Daffay.通货膨胀不确定性、通货膨胀预期即通货膨胀成本研究[D].吉林大学，2012

篇7

2011年7月1日，本刊正式引入《今日投资66》专栏，介绍今日投资66的选股逻辑、方法以及挑选出的股票。今日投资66（简称I66）是利用量化投资方法挑选出的一个66只股票的组合。其实早在2005年中今日投资就推出了I66，过去几年累计收益率达到16倍，远超同期市场不到3倍的涨幅。为什么直到今日我们才大张旗鼓地推出I66呢？原因其实很简单，因为市场环境。量化投资近几年在中国快速发展，其投资理念也越来越多地获得认同。

股票市场上形形的各种分析方法总结起来可以归类为三大流派：数量分析、基本面分析和技术分析。关于这三大流派孰优孰劣的争论已经持续了近百年，三方各执一词，百年争论下来也没有争出个结果来。当今世界也是这三种流派大概各占三分之一的格局。而A股市场显然尚未跟上，量化投资远远没有达到三分之一的市场占有率。

第一部分：什么是量化投资

量化投资在海外的发展已有30多年的历史，其投资业绩稳定，市场规模和份额不断扩大、得到了越来越多投资者认可。事实上，互联网的发展，使得新概念在世界范围的传播速度非常快，作为一个概念，量化投资并不算新，国内投资者早有耳闻。但是，真正的量化基金在国内还比较罕见。那么，何为量化投资？

康晓阳：量化就是符合投资常识的投资逻辑和策略

接下来会发生什么？

深圳市天马资产管理有限公司是国内最早开发量化投资模型的资产管理公司，致力于量化投资工作接近十年。作为国内量化投资的“开山鼻祖”，深圳天马的董事长康晓阳先生如下介绍量化投资：

大家看到这个图，鱼跳起来了，风在刮，接下来会是什么？日本发生的9级大地震！2011年3月7日我看到一个报道，有50条鲸鱼在搁浅沙滩，就在发生地震那个县东部的海岸，有的死了，专家解释这些鲸鱼集体迷路了。作为一个地震专家或者学者，其实他们的经验没有告诉他这50条鲸鱼搁浅沙滩跟地震有什么关系。到底有没有关系呢？我们知道5•12四川大地震之前发生了同样的事情，很多癞蛤蟆过马路，这跟地震有什么关系？

投资做股票有两类，讲很多种策略，无外乎就是买你自己喜欢的和买市场喜欢的，买自己喜欢和买市场喜欢的背后逻辑就是找影响股价的要素。

量化是什么？做投资，最终的分析停留在数据上，既然是数据，就可以标准化、固化。从你自己的角度买自己喜欢的东西，其实也可以量化，每个人都有对美的标准，但并不是符合这个指标，你就一定喜欢。如果有一个海选，把符合你喜欢特征的人放在你面前你去选，就可以量化。

鲸鱼搁浅在沙滩上，根据历史数据统计就会发现这个事情跟接下来要发生的事情有什么关联。把人的行为逻辑影响股价所有的要素进行综合分析，预测下一个市场喜欢的东西或者喜欢的策略是什么，简单一句话，量化就是符合投资常识的投资逻辑和策略。就股票来讲，投资标的的数据和因素量化，再用一些模型统计的方法把选出来的标的进行优化，最后成为投资组合，这就是量化的基本逻辑。用数理的方法把你的投资逻辑或者市场的投资逻辑固化，只要有投资逻辑的思想或者策略，都可以量化。

就股票而言，有很多种方法，有价值型股票，分析方法无非是那几种，只是大家的标准不一样，量化的东西可以设一个相对宽松的东西，初选之后再优化，比如成长型股票，肯定关心盈利、收益。选出来10个、20个、50个甚至100、200个股票，然后配比重，怎么优化组合，根据你的风险和预期收益率反推回来怎么优化，最后得出一个比重，哪只股票应该投多少。有些是成本交易，比如套利，什么情况下出现一定条件的时候提示你。

要真正做到量化，首先要有一个基本的理论模型。你要觉得什么样的股票表现好，什么样的股票你愿意投资，这就是量化的基本逻辑。但是，有了这个逻辑之后还不够，还要有复合型人才，因为量化投资不光要懂得投资股票，还要懂得数理分析。打个比方，虽然我很懂股票，但我不懂数理分析，很多计算机模型也不懂，更不懂编程序，要真正做到量化投资，就必须有复合型团队。为什么这么多年华尔街学金融工程、数理、物理的人大受欢迎？因为他们可以用统计工具。前段时间我在英国的一所大学和一些专门做模型分析的教授交流，我发现他们想的东西更加复杂，基本上把市场上任何的东西都想要量化。

我理解，就是去跟踪你的投资逻辑，它只是帮你实现你想法的一种工具。另外还要有高质量的数据，因为，你通常看到的东西和市场本身存在的东西可能并不一样。如果把鲸鱼放到海滩上，这作为数据化，统计过去2000年有多少次鲸鱼搁浅在海滩发生，假如有真实的数据，就可以研究出跟地震的相关性。要懂数理统计工具，建立模型就是纪律，不能改变，改变就不是模型。有人说看到今天不行，换一下，那就不是模型了。我们看过一个电影，造出来的机器人最后自己都控制不了，那就是模型。如果造出来的机器人自己能控制，那不是模型。人为什么能挣得到钱，为什么还要量化？传统是靠个人经验的，而且你看到、听到的东西都是有限的。量化有什么好处？它可以把你知道的东西在整个森林中搜索。计算机是不知疲倦的，晚上你在打鼾，计算机还可以工作。你的模型是你建的，你很理性的情况下建的模型，市场情绪变了，它不会变，那时候你不可能去改模型，所以它不会受情绪的影响。

华泰联合：实现投资理念与策略的过程

国内研究机构中涉足量化投资较早并多次获得新财富最佳分析师评选金融工程第一名的华泰联合证券金融工程团队如是说：

数量化投资是利用计算机科技并采用一定的数学模型去实现投资理念、实现投资策略的过程。与传统定性的投资方法不同，数量化投资不是靠个人感觉来管理资产，而是将适当的投资思想、投资经验、甚至包括直觉反映在量化模型中，利用电脑帮助人脑处理大量信息、帮助人脑总结归纳市场的规律、建立可以重复使用并反复优化的投资策略（经验），并指导我们的投资决策过程。

本质上来讲，数量化投资也是一种主动型投资策略，其理论基础在于市场是非有效或弱有效的，基金经理可以通过对个股、行业及市场的驱动因素进行分析研究，建立最优的投资组合，试图战胜市场从而获取超额收益。然而一些定性的投资者却并不太认可定量投资，他们认为，定性研究可以将把股票基本面研究做得很深入，从而在决策深度上具有优势。然而，在当今市场上，信息量越来越大且传播速度极快，单个分析师所能跟踪的股票数量开始显得越发有限，也因此错过了许多优秀的投资机会，可谓是拥有深度的同时错失了广度。量化投资正好弥补了这一缺失，通过使用强大的计算机技术，它能够实时对全市场进行扫描，并依仗其纪律性、系统性、及时性、准确性以及分散化的特点最大概率的捕获战胜市场的投资标的。

事实上，在海外市场，我们看到越来越多的定量与定性完美结合的成功案例。通过向量化模型中加入分析师对未来主观判断的观点（定性的观点），再结合来自于历史规律检验的观点（定量的观点），定量与定性的优势便能得到充分的发挥和融合。我们相信，这也将是未来量化产品发展的主流方向和趋势。

结论

量化研究作为一种研究方法，其本质是使用统计学、数学和计算机工具改进研究效率，使得我们能够在更短的时间、更大的视角领域下，依靠清晰的研究逻辑，获取更为有效和操作性以及复制性更强的研究成果。量化研究的本质是一类发现市场规律的方法体系，其基本功能是认识市场和解释市场，并以做到预测市场为目的。

量化投资简单来讲，它以模型为主体，使用大量数据，并且在很大程度上用电脑这样的投资方式；其以科学性和系统性著称，并将在严格的纪律化模型制约下，紧密跟踪策略，使运作风险最小化，并力争取得较高收益。

第二部分：量化投资在蓬勃发展

量化投资在世界的发展史

美国市场有200多年，从证券市场开始，也有快400――500年了，但是量化的发展是上世纪50――60年代的事。首先有一些理论模型，没有理论模型支撑很难做到量化的东西。

数理化投资于上世纪50~70年论上发芽

Harry Markowitz在上世纪50年表一系列关于投资组合“均值―方差”优化的论文，这使得投资者可以定量化风险，并把风险和预期回报放在一个理论框架下统一考虑；

WilliamSharpe在1964年发表CAPM模型，此模型显示个股的预期回报和个股的风险及市场的预期回报成正比；

Steven Ross在1976年发表APT模型，此模型显示个股的预期回报可以表示成一系列非特定因素预期回报的加权平均，此模型为量化投资者指出了很实用的研究框架；

Black-Scholes在1972年发表关于股票权证的定价模型；

Fama和French在1993年发表三因素模型，此模型显示个股的预期回报由三个因素（市场，个股的市值，个股的市净率）决定；

此后很多研究者做了非常多的实证研究，并发现了一些对个股将来回报有预测作用的因素：比如市盈率，市净率，资产回报率，盈利一致预期，中长期价格动能，短期价格反转等。

数理化投资从上世纪70年代末开始实际运用

Barclays Global Investors(BGI)于1978年创立了全球第一只数量化投资策略基金，到被BlackRocks收购之前BGI以14000亿美元的规模，高居全球资产管理规模之首。

SSgA(道富环球投资管理公司)和 GSAM(高盛国际资产管理公司)为首的一大批以数量化投资为核心竞争力的公司已经成为机构资产管理公司中的“巨无霸”。

“詹姆斯•西蒙斯创办的文艺复兴科技公司花费15年的时间，研发基于数学统计理论的计算机模型，借助该模型，西蒙斯所管理的大奖章基金，从1989 年到2009 年间，平均年回报率高达35％，较同期标普500 指数年均回报率高20 多个百分点，比“金融大鳄”索罗斯和“股神”巴菲特的操盘表现都高出10 余个百分点。

在国外。其他采用量化投资的公司没有获得惊人的表现，并非是量化方法不好，而是他们还没有构建出更好的模型以及正确的策略。作为量化投资的大行家和受益者，西蒙斯承认有效市场的套利机会极少而且会趋同小时，然而，仍然有无数转瞬即逝的很小的机会存在，在证券市场，那些很小的交易，都会对这个庞大的市场产生影响，而每天都会有成千上万这样的交易发生。这个市场看似杂乱无章，却存在着内在规律，而量化操作自从诞生以来，无疑成为捕捉这些规律的一把利器，为海外投资者屡建奇功。

CQA（教育产品内容与数据测试）数据统计：在2002年-2004年三年间，量化产品的平均年收益率为5.6%，比非量化产品的平均年收益率高出1%。从信息比率来看，量化产品为0.37，非量化产品为0.06。此外，量化基金的运作费率相对更低，例如传统产品费率为0.6%，主动量化产品费率在0.45%-5%之间。

理柏(LIPPER)数据显示，2005年到2008年之间，87只大盘量化基金业绩表现好于非量化基金，增强型量化基金在2005年和2006年更是大幅跑赢非量化基金。但2007年和2008年除市场中性基金外，所有基金业绩下滑很快，其中双向策略和大盘量化基金表现差于非量化基金，而增强型和市场中性量化基金表现则优于非量化基金。

量化投资在中国的发展现状

研究力量不断壮大

目前大部分券商研究所都配有金融工程研究小组，成员超过5个的不在少数。根据2010年11月份的《新财富》最佳分析师榜单，国信证券金融工程小组人数有12人，为目前人员配备最多的量化投资研究团队。其他入选金融工程前五名的研究小组中，申银万国8人，华泰联合、安信证券各5人，中信证券4人。

数量化方面的研究报告数量也是逐年增加。据不完全统计，2008-2010年相关报告数量分别有52、142、794篇，今年上半年就达到了633篇，逐年递增趋势非常明显。不过，和2010年研究报告10万多份的总量相比，数量化研究的广度和深度还有很大提升空间。

量化产品初露锋芒

天马旗下的产品中，现有两个信托产品采用量化投资策略，分别是新华―天马成长，和平安―Lighthorse稳健增长。

此外，上投摩根、嘉实、中海基金、长盛基金、光大保德、富国基金、南方基金等都有量化产品推出，但是量化基金的比例还是非常小。即便在2009年，全年新发基金超过100只的情况下，新发的量化基金也仅有4只，数量在2009年的新发基金市场中仅占3％。与指数基金、普通股票基金相比，量化基金可谓是基金市场上的稀缺资源。

2011年，在国内紧缩政策与国外动荡局势的影响下，A股市场呈现结构性震荡上扬的格局。随着市场轮动的提速及内在容量的扩大，精选个股的难度日益加大。在此背景下，定性投资容易受到投资者情绪影响，而定量投资则能够通过计算机的筛选，帮助投资者克服非理性因素，在充分控制风险的前提下应对市场万变。以“人脑＋电脑”为主要构建的量化基金逐渐显现投资优势，今年量化基金异军突起，整体表现不俗。截至4 月6 日， 9 只具有完整业绩的主动型量化基金平均收益率为0.64%，超越同期股票型基金和混合型基金-1.39%、-3.08%的净值增长率。其中，“元老”光大保德信量化核心基金收益率达5.19%。此外，南方策略、中海量化策略、长盛量化红利、长信量化先锋、上投摩根阿尔法、华泰柏瑞量化先行基金也均取得正收益，分别达到4.12%、3.28%、2.60%、2.13%、0.77%和0.16%；仅嘉实量化阿尔法和华商动态阿尔法收益为负，分别为-4.48%、-7.94%。此外，从以往披露的公开信息可以发现，国内量化基金多侧重价值因子，也契合今年低估值大盘蓝筹股领涨的市场格局。

第三部分：解读量化投资

在西蒙斯崛起之前，判断型投资完全占据着主流地位，因为当前全球投资界的三大泰斗当中，无论是价值投资的巴菲特、趋势投资的罗杰斯，还是靠哲学思维的索罗斯，都是判断型投资的代表。但随着西蒙斯的声名鹊起，量化投资开始受到投资大众的重视并呈现出蓬勃的发展态势。但需要指出的是，世界上没有万能的投资方法，任何一种投资方法都有其优缺点，量化投资当然也不例外。定量投资成功的关键是定量投资这个模型的设计好坏，设计的好坏主要由模型设计者对市场的了解、模型构建的了解和模型实践经验来决定的。

量化投资的决策体系

量化基金的成功运作必然依托一个完整而有效的量化体系用来支撑，该体系是数据获取、数据处理、资产配置、组合管理到全程风险控制等诸多环节的有机结合。

我们借鉴海外量化基金运作架构的诸多优点，并结合华泰联合金融工程资深研究员的看法，旨在提供一个适合中国市场特点的量化基金运作架构体系。该体系综合考虑了定性及定量两大主要选股思路，在风险可控下，充分发挥量化投资的优势。

此架构包含以下几个主要层次：

1. 数据提供：量化体系的底层一般是数据接入端口，数据来源于外部数据提供商。

2. 数据预处理：由于中国A 股市场历史较短，数据质量一般，特别是早期的数据较为不规范。因此，在输入模型前必须对数据进行全面的清洗，从而增强数据的有效性和连续性。

3. 资产配置：资产配置是量化基金的核心。不同的投资者具有不同的投资理念，即不同的资产收益率看法。因此，通过构建差异化的因子配置模型来实现差异化的投资理念则充分展现了量化投资的优势和精髓。举例而言，我们可以开发针对不同市场状况（如牛市、熊市、震荡市和转折市）以及不同投资风格（如保守、激进和中庸）的量化模块。这些模块就类似于儿童手中的玩具积木，一旦投资决策委员会确定了战略和战术配置比例，接下来要做的就是简单的选积木和搭积木的过程。模块化投资严格的遵循了投资思路，从而将量化投资的纪律性、系统性、及时性和准确性展露无遗。

4. 投资决策：宏观经济政策对中国A 股市场的表现影响较大，也就是我们常说的“政策市”。针对这一现状，综合考虑定性和定量的宏观判断对于我们选择合适的基金仓位及资产组合将十分必要。一方面，结合宏观及行业分析师对于未来宏观经济的预判以及个别性事件的分析，另一方面，考察既定的一系列量化择时指标和宏观经济指标的最新动向，从而能较为全面的提出投资建议。

5. 组合管理：在对于宏观趋势、战略和战术资产配置的全面考量之后，留给基金管理人的工作将是如何实现在交易成本，投资风险以及组合收益三者之间的最大平衡。

经典量化投资模型综述与评价

目前，由于计算的复杂程度和对速度的要求，量化投资的交易过程通常是由电脑自动来完成的，可在某些方面电脑依然不可能替代人脑。投资若要取得成功，就需要顶尖的大脑来罗织数据、发现规律、编制最快最好的电脑程序；此外，量化投资所使用的模型在用了一段时间之后就会慢慢失效，因为越来越多的“山寨版”会出现，因而需要不断发现新的模型以走在这场军备竞赛的前列，而此时需要的就是配备精良、高速运作的人脑。由此可见，模型在量化投资的整个体系中居于核心地位。近几十年来，西方理论界与实务界均诞生了不少量化投资模型，大力推动了量化投资的发展，这其中又大致可分为三大类：传统的基于经济学意义的模型（structural model）、现代的基于数学、统计学意义以及计算机原理的模型（statistical model）、程序化交易模型。以下就这三者分别予以介绍。

(一)传统的基于经济学意义的模型

这种模型虽然用到了一些数学与统计学的工具， 但其核心思想与前提假设仍然是围绕经济学或金融学原理而展开的。例如，B-S 模型与二叉树模型提供了金融产品定价的新思路，因而也衍生出了所谓的以选择权为基础之投资组合保险策略（option-basedportfolio insurance，OBPI），如欧式保护性卖权（protective put）策略、复制性卖权（synthetic put）策略和一些持仓策略―――买入持有（buy-andhold）策略、停损（stop-loss） 策略、固定比例投资组合保险(constant proportion portfolio insurance，CPPI) 策略、时间不变性组合保障（timeinvariant portfolio protection，TIPP）策略、固定组合（constant mix）策略与GARP（Growth at a Reasonable Price）策略等。

(二)现代的基于数学、统计学意义以及计算机原理的模型

与上述模型相比，这种模型“量化”的倾向愈加明显―――淡化甚至忽略经济学或金融学背景，基本上只是依赖先进的数学、统计学工具与IT 技术构建模型，进而确定投资策略。模型中应用的具体方法主要包括参数法、回归分析、时间序列分析、极值理论、马尔科夫链、历史模拟法、蒙特卡罗模拟法等等。

(三)程序化交易模型

随着金融市场的日益复杂化， 越来越多的复杂交易策略被设计出来，这些交易策略很难通过传统的手工方式执行，于是程序化交易应运而生。程序化交易是指按照预先编制的指令通过计算机程序来完成交易的方式，可以分为决策产生和决策执行两个层面：前者是指以各种实时/历史数据为输入通过事先设计好的算法计算得出交易决策的过程，而后者是指利用计算机算法来优化交易订单执行的过程； 也可以从交易频率的角度，分为高频交易和非高频交易。程序化交易使得复杂的量化交易策略得以实施，优化交易指令的执行，解放人力使之把精力更多地集中到投资策略的研究上， 最重要的是能克服人性的种种弱点与障碍从而保证绝对的“客观性”与“纪律性”。然而，这种交易方式也引起了诸多争议，如对速度的过高要求会造成市场的不公平、巨大的交易量可能会增加市场的波动性、容易产生链式反应、为了盈利可能会制造人为的价格而降低市场的有效性等等。

量化投资的主要策略

增强型指数基金：策略的主要目的还是跟踪指数，希望用量化模型找出能紧跟指数但同时又能小幅超越的组合。

非指数型量化基金：能利用绝大多数好的投资机会，而不需去管组合是否能紧跟指数。

多―空对冲基金：买入模型认为能表现好的股票， 卖空模型认为会表现差的股票。有时可能净多仓， 有时可能净空仓。此策略在对冲基金中很流行。在A股市场中能卖空的股票不多，所以一般只能用期指去对冲。

市场中性的多―空对冲基金：买入模型认为能表现好的股票， 卖空模型认为会表现差的股票。在任何时候净仓位为0，同时在各行业上，大小盘风格上的净仓位都为0。此策略在对冲基金中也比较流行。此策略的波动率非常小，在国外一般会加入杠杆。

130/30基金：一般共同基金采用，即买入130%的多仓， 卖空30%的空仓。

程序化高频交易：利用期指或股价的日内波动进行高频买卖。有些策略是找价格模式，有些是利用交易所规则上的漏洞。

可转移Alpha：主要用在增强型指数基金上，具体是用期货来跟踪指数，一部分多出来的钱投资于风险比较小的能取得绝对正收益的策略上。

市场择时/行业轮动/风格轮动：用数量化模型预测市场/行业/风格的拐点

量化投资和传统投资的比较

天马资产首席数量分析师朱繁林博士表示，量化投资区别于定性投资的鲜明特征就是模型，对于量化投资中模型与人的关系，大家也比较关心。可以打个比方来说明这种关系，我们先看一看医生治病,中医与西医的诊疗方法不同，中医是望、稳、问、切，最后判断出的结果，很大程度上基于中医的经验，定性程度上大一些；西医就不同了，先要病人去拍片子、化验等，这些都要依托于医学仪器，最后得出结论，对症下药。

医生治疗病人的疾病，投资者治疗市场的疾病，市场的疾病是什么？就是错误定价和估值，没病或病得比较轻，市场是有效或弱有效的；病得越严重，市场越无效。

投资者用资金投资于低估的证券，直到把它的价格抬升到合理的价格水平上。但是，定性投资和定量投资的具体做法有些差异，这些差异如同中医和西医的差异，定性投资更像中医，更多地依靠经验和感觉判断病在哪里；定量投资更像是西医，依靠模型判断，模型对于定量投资基金经理的作用就像CT机对于医生的作用。在每一天的投资运作之前，会先用模型对整个市场进行一次全面的检查和扫描，然后根据检查和扫描结果做出投资决策。

传统的定性投资强调的是基金经理的个人经验和主观判断，相对来说强调基金经理的单兵作战能力。而量化投资主要是用来源于市场和基本面的模型指导投资。

量化投资可以最大限度地捕捉到市场上的机会。而传统的定性投资受到研究员，基金经理覆盖范围的限制。

量化投资借助模型进行投资，比较客观和理性，更不会受市场和情绪影响。

量化投资的可复制性更好。传统的定性投资易受到基金经理，资深研究员人动的影响。

其实，定量投资和传统的定性投资本质上是相同的，二者都是基于市场非有效或是弱有效的理论基础，而投资经理可以通过对个股估值，成长等基本面的分析研究，建立战胜市场，产生超额收益的组合。不同的是，定性投资管理较依赖对上市公司的调研，以及基金经理个人的经验及主观的判断，而定量投资管理则是“定性思想的量化应用”,更加强调数据。

国内量化基金投资风险分析

（一）量化模型质量产生的投资风险

投资模型本身的质量，是量化基金最核心的竞争力。专业人士以为，对于中国这样的新兴市场，量化投资的关键是能否根据市场特点，设计出好的投资模型。然而，已有的量化基金中，大多简单地利用国外已公开的模型，或是用基金公司自有的一些简单模型，在考察市场的有效性上普遍比较欠缺。如中海量化策略和南方策略优化在行业权重配置中均采用的Black-Litterman（BL）模型。这种模型现是华尔街主流模型，亦是高盛公司资产管理部门在资产配置上的主要工具。然而，在国内市场信息搜集等方面局限性较大的情况下，该系统到底是否有效，是否仅是基金公司体现其“专业性”的一个由头，还有待观察。

（二）基金经理执行纪律打折扣所产生的道德风险

好买基金研究中心的一份报告指出，大部分量化基金在择时、行业配置和资金管理等方面并没有采用量化模型，更多的是基金经理的主观判断。观察这些量化基金的契约和季度报告可以发现，基金要么不进行择时，要么根据主观经验进行择时，这在很大程度上无法体现出模型选股产生的效果。

（三）数量化模型滞后产生的风险

量化基金效果如何，无法脱离资本市场环境的成熟度。量化模型的运用有重要的前提条件，是必须在一个相对成熟稳定的市场中运行，这种市场环境下基于历史数据设计的模型才可能延续其有效性。国内股市曾经大起大落，市场结构和运行规律都发生过质变。在这种情况下量化模型有可能跟不上市场本身的改变，严格的量化投资也难以适应变化。这或许是这种舶来品水土不服的一大原因。可以说，早期的A股市场并不适合量化投资理念，而随着市场逐渐成熟，量化投资的优势才开始逐渐显现。近两年量化投资基金数量成倍增加，也是对这一趋势的反映。

篇8

关键词：量化宽松货币政策 外溢效应 资本流动

2008年次贷危机之后，美国陆续推出了四轮量化宽松货币政策（Quantitative Easing，简称QE），时间跨度长，影响范围广，显示美国急于致力于提振经济、促进就业，也暴露了美国不顾美元特殊地位、放任过度宽松货币政策对全球各国带来的冲击。美国量化宽松政策对我国经济的主要影响包括：资本流动的不确定性增加、外部输入性通胀压力增大、资产泡沫风险提升、美元资产贬值风险加剧等，增添了我国经济稳增长、调结构和控通胀的复杂性。

一、美国量化宽松政策的主要内容和传导机制

（一）主要内容

一是QE1通过购买大量美元资产向金融市场大量注资。2008年11月，美联储宣布启动QE1，承诺购买机构债和抵押贷款支持证券（MBS），在随后的三个月中，美联储创造了超过一万亿美元的储备，主要是通过将储备贷给它们的附属机构用于直接购买抵押贷款支持证券。截至2010年4月共购买1.725万亿美元资产，开启了世界各国宽松货币政策的阀门。二是QE2计划购买大量长期国债来压低长期利率以刺激经济。2010年11月，美联储宣布启动QE2，计划收购6000亿美元的长期限美国国债，每个月购买750亿美元，直到2011年第二季度。目的是通过大量购买美国国债，压低长期利率，借此提振美国经济，避免通货紧缩，并降低高达9.6%的失业率。三是QE3开放式购买MBS直至就业市场出现重大改善。2012年9月，美联储宣布启动QE3，直至就业市场复苏。该计划包括：从9月14日开始，每月购买400亿美元机构抵押贷款支持债券（MBS）；继续执行卖出较短期限国债、买入较长期限国债的“扭转操作”至2012年底；不设定MBS购买结束时间，如果就业市场未能出现重大改善，美联储将会持续执行购买计划，并在合适情况下动用其他政策工具；维持联邦基金利率0-0.25%的区间不变，预计这一水平至少维持到2015年中期。

（二）美国量化宽松政策的传导机制

危机中传统货币政策传导渠道受阻，而量化宽松货币政策则从利率、资产结构调整、信贷可得性等多个渠道发挥效应，达到影响投资者行为和促进经济恢复的目的，其作用机理主要包括以下几个方面。1、传导之一：利率传导。量化宽松政策一方面将政策利率保持在零附近，降低短期利率水平；另一方面，承诺保持利率期限结构的延续性，从而降低中长期利率，刺激经济。量化宽松政策的利率传导渠道表现为：央行承诺利率i 实际利率ir 投资I 产出 Y 。2、传导之二：资产结构调整与资产再平衡。量化宽松政策的核心理念是，央行通过资产置换和资产平衡效应，将金融机构手中流动性较差的资产（抵押支持证券、机构债券、商业票据等低等级债券）转换为活期账户、现金等流动性强的资产，以期金融机构积极将其运用于贷款、债券或股票投资，有效刺激企业生产和居民消费。3、传导之三：通胀预期。央行扩张资产负债表将引起基础货币扩张，大规模的货币投放引起了人们对未来通胀的担忧。当政策利率承诺不变时，通胀的上升将事实上导致实际利率的下降、企业资金成本的下降，由此将导致消费和投资的上升，最终影响产出和就业的增长。其作用渠道表现为：货币供给M 通胀预期Pe 实际利率ir 刺激消费和投资即C 和 I 促进经济复苏Y 。4、传导之四：信贷可得性。所谓信贷可得性（credit availability），是指企业或个人能够通过信贷市场获得的信贷量。由于大量私人投资需要银行贷款才能进行，所以信贷可得性对投资和整个经济有着重要影响。这一传导过程表现为：货币供给M 信贷可得性贷款 投资I 产出Y 。危机中，美联储量化宽松货币政策的一个重要目的是疏通货币政策的传导渠道，恢复信贷市场功能。

二、美国量化宽松政策的政策效应

（一）向实体经济注资

通过量化宽松政策向经济提供足量的货币供给，以激发银行踊跃放贷，企业恢复投资、居民启动消费，从而带动经济走出萎靡不振的状态。QE1和QE2期间，美联储通过购买政府支持企业机构债、机构抵押贷款支持证券和长期国债分别向市场注资1.725万亿美元和6000亿美元（见表1）。经过美国多轮量化宽松政策，商业银行信贷市场逐渐恢复正常，有力地支撑了美国经济复苏。

（二）融资成本和债务负担降低

美国量化宽松政策为市场和经济实体注入大量资金，加上利率在0-0.25%的政策配合，从而确保美国长期国债低收益和低融资成本。美联储前两轮QE结束至下一轮开始，美国国债收益率曲线被显著压低，QE1实施后十年期和三十年期国债收益率分别下降1.03、0.66个百分点，QE2实施后十年期和三十年期国债收益率各下降1.43个百分点。同时，美国穆迪Aaa企业债收益率分别下降0.54、1.55个百分点，3年利率互换下降0.99、0.70个百分点。

（三）促使长期资产增值

QE1-2购买国债及MBS的扩张行为通过“资产组合平衡渠道（portfolio balance channel）”引发了连锁效应，引导资金流向更多高风险长期资产，促进了长期资产――股票和公司债券价格上升，道琼斯股指和MBS价格都攀升至近5年新高。QE3则通过购买大量的MBS增强资产组合平衡渠道的作用：当联储购买了大量MBS以后，市场上可供投资的MBS缩减，投资者不得不调整其资产组合，购买其他长期资产以替代MBS，于是联储增加长期资产投资的作用从国库券、政府债券开始向其他长期资产传导，将社会资金导向更多高风险长期资产，并促其价格回升。上述资产组合平衡渠道的作用将进一步促进长期资产（住房、股票、债券）增值，增加个人和公司的净资产，特别是降低负资产家庭占比；而房贷利率下降，则可进一步降低家庭负债支出/收入比，加速居民资产负债表去杠杆化的修复过程。QE3还通过适度提升通货膨胀预期，催促人们将资金投入回报更高，更有抗通胀功能的资产――楼市、股市、大宗商品，助推长期资产市场回升。

（四）持有美元资产的国家面临财富缩水

量化宽松政策的后果是更多的美元供给，美元真实购买力下降，实质上是美国对国际债权人的隐性赖账。2009年3月QE1政策实施时，实际美元指数为92.68点，3个月和6个月之后，分别下跌至85.78点和82.7点，期间最大跌幅20%。2010年11月QE2政策实施时，实际美元指数为80.96点，3个月和6个月之后，分别下跌至80.43点和78.15点，期间最大跌幅11%。2012年9月，实际美元指数81.90，分别比6月、7月、8月下跌2.6%、2.7%、2.0%。但受量化宽松政策边际效应减弱与日本、欧洲竞相出台宽松政策的影响，美元指数在2013年2月出现回升态势，回到81点上方。截至2012年末，外国投资者持有美国国债达5.56万亿美元，其中中国持有1.20万亿美元，外国投资者面临美元资产减值的风险。

（五）流动性过剩推动大宗商品价格上升

美联储量化宽松政策导致美元供应充裕和利率下降，加大全球金融市场热钱流动的风险，部分热钱可能流入大宗商品期货和现货市场，推动国际大宗商品价格上涨。美联储实施前两轮量化宽松政策后，反映国际大宗商品价格走势的路透CRB商品指数大幅攀升。2009年3月QE1政策实施时，CRB商品指数在213.94点，QE1政策实施3个月和6个月之后，CRB商品指数分别上升至256.85点和259.99点。2010年11月QE2政策实施时，CRB商品指数305.07点，QE2政策实施3个月和6个月之后，CRB商品指数分别达到341点和365.05点。2012年9月14日，美联储宣布QE3政策后，CRB商品指数由前天的317.18上升至320.92。虽然近期受美元指数走强影响有所回落，但仍在290点以上的高位运行。

三、美国量化宽松政策对我国的影响

（一）输入性通胀压力上升

国际大宗商品价格上涨将推高进口商品价格，加大国内通胀压力。过去几年情况看，我国进口价格指数与CPI指数走势基本一致。2009年3月QE1扩大实施时，我国当月进口商品价格指数为81.5点。3个月和6个月后分别上升至83.7点和84.7点。6个月内，QE1带动我国进口商品价格上涨4%。2010年11月QE2实施时，我国当月进口商品价格指数为108.9点，3个月和6个月后分别上升到116.6点和116.7点。6个月内，QE2带动我国进口商品价格上涨7.2%。QE3推出后，因石油等进口依存度高的国际大宗商品进口价格上升以及国际投资者可能会加大对新兴经济体资产的投资，导致我国通膨上升，CPI自2012年10月创出32个月的低点（1.7%）后走出反弹走势，并连续三个月高于2%。

（二）跨境资金流动更趋复杂

一方面美国量化宽松政策影响着全球资本流动，金融危机后，新兴国家呈现出受高利率、高通胀、高增速的特征，促使资本从发达国家流向新兴国家；另一方面欧洲债务危机与美国的财政风险相伴而来，加剧了全球投资者的不安情绪，国际金融动荡加剧，很多新兴市场国家包括中国都遭遇到了资金流出的压力。国家外汇管理局公布的《2012年中国跨境资金流动监测报告》显示，2012年我国跨境资本流动总量略有增加，2012年前三季度，总规模达1.97万亿美元，同比增长3%。

（三）持有的美元资产面临贬值损失

截至2012年9月底，我国对外金融资产5.04万亿美元（其中外汇储备资产3.37万亿美元），对外金融负债3.22万亿美元，对外金融净资产1.82万亿美元，其中70%以美元资产为主。美国财政部最新数据显示，截至2012年12月底，我国持有美国国债达1.20万亿美元，成为美国最大的债券持有人。美国持续实施量化宽松政策，我国美元资产面临较大减值压力。

参考文献：

[1]刘克崮、翟晨曦.调整五大战略，应对美量化宽松政策管理世界，2011年第4期

[2]王丽丽.量化宽松货币政策文献综述，经济视角，2012年第2期

[3]林珏.美国第二轮量化宽松政策实效分析，上海财经大学学报，2011年12月

篇9

政策跟经济总是分不开的，政策会对经济造成直接或间接的影响，早先美联储官员提出了一个可能退出当前宽松货币政策的大体方案，对于这个政策的预告，全球的市场或大或小都作出了回应。

美国公布量化宽松退市时间表，市场即以下跌来回应，然而笔者从中也发现一些正面的信号。谈到退市，笔者一直都持有极大的怀疑，退市谈何容易？一旦美国退出了高速印钞的行列，市场新钱供应不像2012年那么充足，证券市场会怎样？

美联储为了配合退市消息，预测2014年失业率回落至6.5%～6.8%，这比市场预期乐观得多。美国曾经在2009年10月录得10%的失业率，之后一直徘徊在8.5%～9.2%，就业不足仍然是美国的重要问题。近年很多企业，特别是大型连锁店和服务业的许多员工都是以兼职、时薪形式聘用，这些人不管是收入还是福利都达不到基本生活标准，也不会计算在失业人口中。即使近期美国公布失业率大幅回落至7.6%左右，整体经济仍未有太大改善。量化宽松真的如期退市，对规模较小的投资市场，如亚洲的印尼、泰国、菲律宾及非洲等地将会造成极大波动，届时热钱和一些投资机构都会好好把握这个机会，在混乱中获得巨大利润。

受量化宽松退市影响相对较小的市场，可以考虑中国、印度，其次是新加坡、中国香港。中、印都可以依靠内需来维持经济增长。印度的出口生意只占GDP的16%，是亚洲最低的国家，一直以来印度经济起跌都以内在因素为主。中国香港和新加坡是亚洲较成熟的经济体，都以金融、旅游及内需为主，当地投资者也较为成熟和专业。

以印度尼西亚为例，从数据上看它的经济状况不错，很有投资价值，也侧重依靠内需来维持经济增长。该国在2013年一季度的GDP更录得6.02%的骄人增长，但该国央行在6月中突然宣布加息25个点，对投资市场造成了或多或少的负面影响。再加上印尼市场相对亚洲其他市场属于规模相对较小的市场，热钱要借任何消息来炒作也较为容易，对这个市场应格外小心。

市场充满量化宽松退市的消息，不但对投资市场造成影响，以出口为主的国家同时也受拖累。今年以来表现差强人意的韩国，5月份公布的PPI下跌2.6%，也是连续8个月下跌。当中以农业产品跌幅最大，达到9.7%，反映了当地工业生产将进一步放缓。

换个角度来看，量化宽松退市也有积极的影响。当全球各国企业开始相信退市消息时，便会明白钞票不再是源源不断供应，会把自己的企业认真经营好，这有助于企业加强内在竞争能力，长远来看对经济发展也有着极大的帮助。始终依靠不断印钞来维持经济，是极不健康的方法。随着企业素质逐步加强，市场下行风险自然减少。

量化宽松退市对于债市产生利好，股票的投资价值会出现下调。但不必过分担心，企业素质提升有助盈利创造，股市回落后价格更为便宜，会再次把资金引入股市。过去的25年，亚洲股票市场估值一直处于较低水平，只有亚洲金融风暴（1997年）、SARS病毒（2003年）和金融海啸（2008年）才较目前估值更低。

篇10

为应对金融危机，从2009年3月至2010年12月，美联储连续宣布收购美国国债，并先后两次宣布美国进入量化宽松货币政策时代（简称QE1、QE2）。采取的措施见下表：

据统计，美联储通过实施量化宽松货币政策为金融市场注入了大量的流动性资金，还通过购买短期债券的方式直接介入实体经济的债务关系，使利率保持在低位，降低其融资贷款成本，促使放贷意愿提高，从而促进市场复苏。

然而，美国实行的量化宽松货币政策将给世界经济带来一定负面影响。

二、量化宽松货币政策对中国经济的影响

自2010年我国的宏观经济面临着较重的通货膨胀。美国实施的激进持续的量化宽松的货币政策无疑从外部加大中国通货膨胀的风险，以下为其对中国经济的影响。

1.中国通货膨胀压力加大。量化宽松的货币政策具有多米诺骨牌效应，受美国货币政策影响，全球主要经济体可能在短期纷纷采取这一政策，以便应对美元贬值，这种情况一旦发生，就可能引发全球范围内的货币贬值。由于美联储实施量化宽松的货币政策，造成全球性通货膨胀，给世界经济复苏带来了新的冲击。美国量化宽松的货币政策消弱了美元资产对短期国际资本的吸引力，在人民币升值预期推动下，大量短期国际资本涌入中国，加重了中国通货膨胀的压力。而为了应对金融危机，中国采取了适度宽松的货币政策，中国的广义货币(M2)供给量缓慢增加。广义货币增加无疑造成货币供应量大于需求量，引起通货膨胀。

2.中国外汇储备损失风险加大。据中国人民银行的数据，2010年末，中国国家外汇储备居全球首位，而70%的外汇储备配置为美元资产。目前我国外汇储备中约有1.7万亿美元，美元每贬值1%，中国外汇损失将达到170亿美元。美国实施第二次量化宽松的货币政策以来，相对于美元人民币逐渐升值，外汇储备的购买力下降而且不断缩水。如果在将来美国货币政策退出，美联储将大规模抛售国债，美国国债持续走弱，作为美国国债最大持有国的中国外汇储备将遭受无法估计的损失。

3.中国资产泡沫的形成。美国第二次量化宽松的货币政策的推出，将迫使中国被动跟随美国进行调整。如果不跟进美元，人民币将可能产生更大的升值压力，全球资金大规模的流入中国，流动性过剩加大，进而推高国内物价水平。如果中国跟进，由于家庭和金融机构并不存在“去杠杆化”的能力，中国货币供应量将过多，出现流动性过剩。无论中国跟进还是不跟进美国的货币政策，都会出现流动性过剩的情形。若美元成为投机者套利的对象，热钱就会大量流入中国，但是如果美国经济进入持续复苏状态，美元升值，美联储将可能退出量化宽松货币政策，大规模套利活动势必引起美元回流，美元逐渐升值而人民币却面临贬值，中国可能面临资产泡沫随之破裂的危机。

三、小结