無風險資產(chǎn)的特征精選(九篇)

前言：一篇好文章的誕生，需要你不斷地搜集資料、整理思路，本站小編為你收集了豐富的無風險資產(chǎn)的特征主題范文，僅供參考，歡迎閱讀并收藏。

第1篇：無風險資產(chǎn)的特征范文

關(guān)鍵詞：期權(quán)理論；財務(wù)功能；管理功能

中圖分類號：F8文獻標識碼：A文章編號：1672-3198（2008）10-0245-02

1 期權(quán)及其特征

期權(quán)實質(zhì)上是一種選擇權(quán)，是指期權(quán)賣方在收到一定的期權(quán)購買費用（權(quán)利金）之后，承諾給期權(quán)買方一份在特定的期限內(nèi)以特定的價格從期權(quán)賣方購買（看漲期權(quán)）或賣給期權(quán)買方（看跌期權(quán)）一定數(shù)量相關(guān)標的資產(chǎn)的權(quán)利，而非義務(wù)的合約或合同。期權(quán)的價值包括履約價值和時間價值兩個部分：履約價值是指期權(quán)被立即執(zhí)行時的標的物市價與履約價格之間的差異，履約價值最低值為零；時間價值是由于標的物價格波動的不確定性而帶來的超過期權(quán)履約價值以上的額外價值。期權(quán)價值主要受標的資產(chǎn)價格、期權(quán)執(zhí)行價格、到期時間、標的資產(chǎn)價格波動率、無風險利率、標的資產(chǎn)收益率等六種因素的影響，但不管受到何種因素的影響，期權(quán)價值總是在一定的上、下限范圍內(nèi)波動。期權(quán)的下限是期權(quán)的履約價值；期權(quán)的上限分為買權(quán)價格和賣權(quán)價格兩種，買權(quán)價格上限是標的資產(chǎn)的價格，賣權(quán)的上限是執(zhí)行價格。

期權(quán)與其他衍生金融資產(chǎn)有所不同，其特征主要有：

（1）期權(quán)作為一種衍生金融產(chǎn)品，體現(xiàn)的是一種合約關(guān)系。期權(quán)的交易對象是一種權(quán)利，即買進或賣出特定標的物的權(quán)利，但并不承擔一定要買進或賣出的義務(wù)。這種權(quán)利具有很強的時間性，超過規(guī)定的有效期限不行使，期權(quán)便會自動失效。

（2）權(quán)利與義務(wù)的不對稱。在期權(quán)交易中，買賣雙方的權(quán)利、義務(wù)是不對等的。買方支付權(quán)利金后，就獲得買進或賣出的權(quán)利，而不負有必須買進或賣出的義務(wù)。賣方收取權(quán)利金后，負有買方要求，必須買進或賣出某一確定標的物的義務(wù)，而沒有不買或不賣的權(quán)利。

（3）風險與收益的不對稱。期權(quán)買方的風險是已知的，僅限于支付的權(quán)利金，不存在追加義務(wù)，但是其潛在的收益在理論上是無限的；期權(quán)賣方的收益是有限的，其收益值就是收到的權(quán)利金，但是風險損失在理論上是無限的。由于期權(quán)賣方承受的風險很大，為取得平衡，設(shè)計期權(quán)時通常會使期權(quán)賣方的獲利的可能性遠大于期權(quán)買方。

（4）期權(quán)具有以小博大的杠桿效應(yīng)。在期權(quán)交易中，買方面臨的風險和損失是有限、可預知的，其最大損失就是權(quán)利金，因此，期權(quán)買方無須繳存保證金；賣方在期權(quán)賣出后至履約前，處于某種商品或金融資產(chǎn)空頭，面臨的風險是無限的，但只需向交易所繳存一定數(shù)量的保證金，一般為合約金額的一定百分比，因此，期權(quán)具有較強的杠桿性和投機性。

2 期權(quán)理論在企業(yè)中的應(yīng)用

2.1 期權(quán)的財務(wù)功能

（1）套期保值功能。

期權(quán)的套期保值功能是指通過設(shè)立一個與現(xiàn)貨數(shù)量相等、方向相反的期權(quán)頭寸：買進現(xiàn)貨時，同時持有賣權(quán)（看跌期權(quán)）；賣出現(xiàn)貨時同時持有買權(quán)（看漲期權(quán)）。這樣對沖組合的總價值將會保持不變。

資產(chǎn)保值的思路是：無風險狀態(tài)可以通過資產(chǎn)權(quán)利與義務(wù)的分離來實現(xiàn)。其保值的公式為：無風險資產(chǎn)價值=看跌期權(quán)+風險資產(chǎn)現(xiàn)行價值-看漲期權(quán)價值。財務(wù)含義是持有風險資產(chǎn)與賣權(quán)多頭、買權(quán)多頭的組合，具有保險的功能，是一份無風險資產(chǎn)的復制品。

①買入套期保值：（又稱多頭套期保值）是在期貨市場中購入期貨，以期貨市場的多頭來保證現(xiàn)貨市場的空頭，以規(guī)避價格上漲的風險。

例：某油脂廠3月份計劃兩個月后購進100噸大豆，當時的現(xiàn)貨價為每噸0.22萬元，5月份期貨價為每噸0.23萬元。該廠擔心價格上漲，于是買入100噸大豆期貨。到了5月份，現(xiàn)貨價果然上漲至每噸0.24萬元，而期貨價為每噸0.25萬元。該廠于是買入現(xiàn)貨，每噸虧損0.02萬元；同時賣出期貨，每噸盈利0.02萬元。兩個市場的盈虧相抵，有效地鎖定了成本。

②賣出套期保值：（又稱空頭套期保值）是在期貨市場出售期貨，以期貨市場上的空頭來保證現(xiàn)貨市場的多頭，以規(guī)避價格下跌的風險。

例：5月份供銷公司與橡膠輪胎廠簽訂8月份銷售100噸天然橡膠的合同，價格按市價計算，8月份期貨價為每噸1.25萬元。供銷公司擔心價格下跌，于是賣出100噸天然橡膠期貨。8月份時，現(xiàn)貨價跌至每噸1.1萬元。該公司賣出現(xiàn)貨，每噸虧損0.1萬元；又按每噸1.15萬元價格買進100噸的期貨，每噸盈利0.1萬元。兩個市場的盈虧相抵，有效地防止了天然橡膠價格下跌的風險。

（2）套期謀利功能。

套期保值功能是通過期權(quán)機制與期貨機制相結(jié)合。對于期權(quán)買方來說，買權(quán)多頭與期貨空頭的組合、賣權(quán)多頭與期貨多頭的組合；對于期權(quán)賣方來說，買權(quán)空頭與期貨多頭的組合、賣權(quán)空頭于期貨空頭的組合。

套期謀利的公式是：看漲期權(quán)價值=風險資產(chǎn)價值-無風險資產(chǎn)價值+看跌期權(quán)價值。財務(wù)含義是負債投資與一個賣權(quán)多頭、一個買權(quán)空頭的組合，具有價值增值的功能，是一份看漲期權(quán)的復制品。

例：假設(shè)“龍山”的股價是20元，一張“龍山”的認購權(quán)證可以認購1張“龍山”的股票，認購價格為25元，而認購權(quán)證的市價（即期權(quán)費用）為5元。故擁有1張“龍山”的認購權(quán)證，等于是用5元的代價來投資25元（認購價格）的股票，今若“龍山”的股價上漲到38元，則其報酬額為38-25-5=8（元）（未考慮交易成本），即使去掉交易成本，也應(yīng)該是賺錢的。

（3）價值定位功能。

價值定位功能是通過供求雙方對標的物未來價格的預計來確定期權(quán)的執(zhí)行價格，這個價格是雙方達成的市場均衡價格，給現(xiàn)貨市場的標的物價值定位提供了方向。另外，權(quán)利金的確定為資產(chǎn)所附屬權(quán)利的價值提供了衡量方式，也為如何把不確定性轉(zhuǎn)換為經(jīng)濟價值提供了可行性。

價值定位的公式是：風險資產(chǎn)價值=無風險資產(chǎn)價值+看漲期權(quán)價值-看跌期權(quán)價值。財務(wù)含義是風險資產(chǎn)價值由既定的無風險資產(chǎn)價值和風險行動的價值所構(gòu)成，持有一個無風險資產(chǎn)與一個在買權(quán)多頭和賣權(quán)空頭上風險行動的組合，具有價值定位的功能，是一份風險資產(chǎn)的復制品。

例：2002年4月，深萬科發(fā)行總額為15億、5年期、面值為100元、票面利率1.5%、每年付息一次的可轉(zhuǎn)換債券，債券契約規(guī)定債券持有人可以按轉(zhuǎn)換價格12.10元降可轉(zhuǎn)換債券轉(zhuǎn)換位公司的普通股票并可上市流通。發(fā)行時萬科的股價是11.57元，股價的歷史波動率為21.89%，市場的無風險利率為2.15%（以9905國債5月29日價格計算），與該可轉(zhuǎn)換債券信用等級相同但不附轉(zhuǎn)換條款的同類債券的市場收益率假定為5.5%（取同期的五年期銀行貸款年利率）。

（1）萬科可轉(zhuǎn)換債券期權(quán)價值C的確定。

由已知得：t=0,n=5,P=100,r=1.5%,X=12.10,S0=11.57,σ=21.89%,rf=log(1+2.15)=2.13%，

d1=log(stX)+rf(n-t)+σ2(n-t)2σn-t=log(s0X)+rfn+σ2n2σn=0.3708

d2=d1-σn-t=d1-σn=-0.1187

萬科轉(zhuǎn)債每份期權(quán)的價值為：

c(t)=StN(d1)-Xe-rf(n-t)N(d2)=S0N(d1)-Xe-rfnN(d2)=2.534

由于轉(zhuǎn)換比率R=P/X=8.26，所以每張可轉(zhuǎn)換債券轉(zhuǎn)換權(quán)在發(fā)行時點0的價值為：

C(0)=R×c(0)=8.26×2.534=20.94

（2）萬科轉(zhuǎn)債市場價值M的確定。

由假設(shè)條件可知r0=5.5%，萬科轉(zhuǎn)債在時點0的直接債券價值為：

B(0)=∑3i=1Ii+pi(1+r0)i=82.92

其中，pi，Ii分別為時點i時債券本金和利息的支付額。

萬科轉(zhuǎn)債在時點0的價值為：

M(0)=B(0)+C(0)=82.92+20.94=103.86

2.2 期權(quán)的管理功能

（1）期權(quán)的激勵功能。

現(xiàn)代公司典型特征就是公司所有權(quán)與管理權(quán)的分離，由此產(chǎn)生了，經(jīng)營者如何才能實現(xiàn)股東價值最大化，在公司的管理中產(chǎn)生了股票期權(quán)激勵制度。在股票期權(quán)制度中，經(jīng)理人可以在規(guī)定時期內(nèi)以股票期權(quán)的行權(quán)價購買本公司股票，這個購買過程稱為行權(quán)。在行權(quán)以前，股票期權(quán)的持有人沒有現(xiàn)金收益行權(quán)以后，其收益為行權(quán)價與行權(quán)日市場價之間的差價。經(jīng)理人員可以自行決定在何時出售所得股票。股票期權(quán)的收益主要取決于價格因素，股票未來價格的高低直接影響經(jīng)理人的收益?？梢娖髽I(yè)引入股票期權(quán)制度以后，經(jīng)理人員能夠享受本公司股票增值所帶來的利益增長并承擔相應(yīng)的風險。這樣經(jīng)理人的個人收益與其經(jīng)營業(yè)績和企業(yè)的未來發(fā)展建立起一種正相關(guān)關(guān)系，從而鼓勵經(jīng)理人更多地關(guān)注企業(yè)的長期持續(xù)發(fā)展，而不是僅僅將注意力集中在短期財務(wù)指標上。由此，企業(yè)價值最大化成為股東和經(jīng)理人員的共同目標。

（2）期權(quán)的投資決策功能。

期權(quán)理論完善了傳統(tǒng)投資決策的中的凈現(xiàn)值決策方法和內(nèi)含報酬率決策方法。在期權(quán)法下，管理者決策的價值將被考慮、得到評估，這正體現(xiàn)了期權(quán)理論與傳統(tǒng)投資決策方法相結(jié)合的現(xiàn)實意義，能給投資者未來繼續(xù)投資提供可選擇性。因此引入期權(quán)后，投資項目的價值=傳統(tǒng)的NPV+期權(quán)價值。傳統(tǒng)凈現(xiàn)值法孤立考慮每個階段的投資，有可能使公司喪失許多寶貴的投資與成長機會。而現(xiàn)實中許多項目的建設(shè)需要多期投資才能完成，這類投資決策都可以看作對復合期權(quán)的選擇，每階段完成后，企業(yè)就具有了是否完成下階段的期權(quán)。投資決策轉(zhuǎn)化為如何最有效執(zhí)行期權(quán)的問題，把整個項目各階段結(jié)合起來進行評價，將使決策更加科學。

參考文獻

［1］邵函，蘇海燕.期權(quán)理論在企業(yè)財務(wù)風險管理中的應(yīng)用［J］.財會通訊（理財版），2006，（12）.

第2篇：無風險資產(chǎn)的特征范文

關(guān)鍵詞：城鎮(zhèn)家庭資產(chǎn)；家庭消費；消費行為：分位數(shù)回歸模型

中圖分類號：F830

文獻標識碼：A

文章編號：1000-176X（2017）05-0115-08

一、問題的提出

自Modigliani提出生命周期理論之后，關(guān)于財富對消費的影響更激發(fā)了學者們的研究興趣。Elliott分析了家庭金融財富、非金融財富與消費支出之間的關(guān)系。發(fā)現(xiàn)非金融財富對消費支出的影響不顯著。Davis和Palumbo采用美國宏觀數(shù)據(jù)進行研究，認為居民總資產(chǎn)若增加1美元，其總消費會隨之增加3-5美分，但金融資產(chǎn)和非金融資產(chǎn)對消費的影響各不相同。Dynan和Maki使用1983-1989年美國家庭微觀調(diào)查數(shù)據(jù)進行研究，發(fā)現(xiàn)持有股票的家庭其消費支出會跟隨股票價格變化而同方向變化。但不持有股票的家庭其消費不受股價影響。Case等分別從美國國家層面和州層面對金融資產(chǎn)、住房資產(chǎn)與消費支出之間的關(guān)系進行了研究，認為住房資產(chǎn)對家庭的消費性支出具有顯著影響。且影響大于金融資產(chǎn)。Bostic等將美國的兩個微觀調(diào)查數(shù)據(jù)庫進行匹配，研究了金融資產(chǎn)與住房資產(chǎn)的消費效應(yīng)，結(jié)果表明住房資產(chǎn)對消費的彈性系數(shù)為0.044-0.065，而金融資產(chǎn)的消費彈性系數(shù)為0.007-0.023，住房資產(chǎn)對消費的影響更大一些，且家庭的耐用品消費與非耐用品消費行為存在差異。Bonis和Silvestrini利用1997-2008年間11個OECD國家的宏觀數(shù)據(jù)進行研究，發(fā)現(xiàn)居民金融資產(chǎn)的邊際消費傾向比住房資產(chǎn)的邊際消費傾向大。Sousa對1980-2007年歐元區(qū)的情況進行了研究，認為金融資產(chǎn)對消費的影響較大且顯著，而住房資產(chǎn)對消費的影響效應(yīng)接近于零且不顯著。Peltonen等使用14個新興國家的數(shù)據(jù)對家庭財富與消費關(guān)系進行研究，發(fā)現(xiàn)亞洲國家的房產(chǎn)財富效應(yīng)正在不斷增加，在股市資本化程度高的國家金融資產(chǎn)財富效應(yīng)較強，而收入水平或者金融發(fā)展水平較低的國家房產(chǎn)財富效應(yīng)更顯著。

駱祚炎采用城鎮(zhèn)居民1985-2005年的宏觀年度數(shù)據(jù)，分析了我國居民金融資產(chǎn)與住房資產(chǎn)對消費的影響，認為住房資產(chǎn)對消費的影響大于金融資產(chǎn)對消費的影響，但二者的影響效應(yīng)都較為微弱。魏鋒基于誤差修正模型，分析和對比了我國股票市場以及住房市場的財富效應(yīng)，發(fā)現(xiàn)房地產(chǎn)市場具有擴張的財富效應(yīng)，而股票市場具有收縮的財富效應(yīng)。鄒紅和黃慧麗使用我國城鎮(zhèn)家庭1999-2009年季度數(shù)據(jù)。分析了居民資產(chǎn)對消費的影響，結(jié)果顯示我國房地產(chǎn)市場對居民消費影響顯著，其財富效應(yīng)遠遠大于股票市場的財富效應(yīng)。田青對我國2001-2009年的居民金融資產(chǎn)與實物資產(chǎn)進行了估算，并分析了二者對消費的影響，認為家庭資產(chǎn)會對消費產(chǎn)生積極的促進作用，其中實物資產(chǎn)對消費的影響作用較強，居民儲蓄和股票資產(chǎn)對當期消費會產(chǎn)生擠出效應(yīng)。而其他類型金融資產(chǎn)對消費的影響不顯著。樂長根和辜宏強運用2003-2010年季度數(shù)據(jù)，使用誤差修正模型分別對居民股票資產(chǎn)、儲蓄資產(chǎn)、住房資產(chǎn)與消費變動之間的關(guān)系進行檢驗，發(fā)現(xiàn)股市存在微弱的負財富效應(yīng)，住房市場的正財富效應(yīng)相對顯著，儲蓄資產(chǎn)從短期來看具有負財富效應(yīng)，在長期則有正財富效應(yīng)。謝堊采用我國健康與養(yǎng)老追蹤調(diào)查數(shù)據(jù)，首次在微觀層面上探究了家庭資產(chǎn)對消費的影響，認為對于擁有自有住房者而言，房產(chǎn)的消費彈性明顯大于金融資產(chǎn)的消費彈性。張大永和曹紅使用我國家庭金融微觀調(diào)查數(shù)據(jù)，分析了家庭住房資產(chǎn)、金融資產(chǎn)及其他實物資產(chǎn)對消費的影響。研究結(jié)果表明，擁有自有住房與否、住房的價值和金融資產(chǎn)規(guī)模等因素都對家庭消費產(chǎn)生顯著影響，且住房資產(chǎn)對消費的影響大于金融資產(chǎn)。進一步分析認為，無風險金融資產(chǎn)對非耐用品消費產(chǎn)生較大影響，而風險金融資產(chǎn)對耐用品消費影響更大。陳訓波和周偉使用2008年的我國家庭動態(tài)跟蹤調(diào)查數(shù)據(jù)，分析了我國城鎮(zhèn)不同類型家庭財富對消費的影響，認為家庭各類資產(chǎn)對居民消費的影響顯著，且金融資產(chǎn)的邊際消費傾向高于房產(chǎn)。家庭人口數(shù)量和戶主特征等因素也對城鎮(zhèn)居民消費產(chǎn)生顯著影響。李濤和陳斌開基于微觀家庭數(shù)據(jù)，區(qū)分和比較了家庭生產(chǎn)性固定資產(chǎn)和非生產(chǎn)性住房資產(chǎn)對居民消費的影響，考察了家庭資產(chǎn)對居民消費的“資產(chǎn)效應(yīng)”和“財富效應(yīng)”。研究發(fā)現(xiàn)，家庭住房資產(chǎn)主要呈現(xiàn)出消費品屬性，只存在微弱的“資產(chǎn)效應(yīng)”而不存在“財富效應(yīng)”。相反，家庭生產(chǎn)性固定資產(chǎn)具有明顯的“資產(chǎn)效應(yīng)”和“財富效”。張屹山等分析了我國居民收入與金融資產(chǎn)結(jié)構(gòu)，結(jié)果發(fā)現(xiàn)，無論城鎮(zhèn)還是農(nóng)村家庭，財產(chǎn)性收入對消費的促進作用都不顯著，原因是我國居民財產(chǎn)性收入在總收入中的占比較低。李波利用我國家庭金融調(diào)查數(shù)據(jù)，從理論和實證角度論證了金融風險資產(chǎn)對消費支出的財富效應(yīng)與風險效應(yīng)，認為兩者存在替代關(guān)系，隨著家庭金融資產(chǎn)的持有權(quán)重提高，資產(chǎn)財富的邊際消費傾向增加，資產(chǎn)風險的預防性儲蓄傾向也隨之增加。

上述研究的結(jié)果表明，不同國家、不同家庭的財富對消費的影響各不相同，尤其在我國，利用微觀數(shù)據(jù)進行這一領(lǐng)域的研究近幾年才展開，研究的內(nèi)容還有待進一步深入。本文擬利用我國家庭金融調(diào)查數(shù)據(jù)（China Household FinanceSurvey，CHFS），研究我國城鎮(zhèn)家庭金融資產(chǎn)、住房資產(chǎn)以及非住房實物資產(chǎn)對家庭消費的影響，特別地，本文將采用分位數(shù)回歸模型，重點研究不同收入水平家庭的消費影響因素。并將家庭金融資產(chǎn)細分為無風險資產(chǎn)、風險資產(chǎn)和社保賬戶資產(chǎn)，分別研究不同類別的金融資產(chǎn)與家庭消費之間的關(guān)系，回答家庭特征變量對家庭消費的影響程度。

二、樣本選擇、變量定義及描述性統(tǒng)計

（一）樣本選擇

本文使用的數(shù)據(jù)來源于CHFS 2011年的全國基線調(diào)查數(shù)據(jù)。CHFS是西南財經(jīng)大學我國家庭金融調(diào)查與研究中心進行的一項全國性的全面系統(tǒng)的入戶追蹤調(diào)查，涵蓋了全國25個?。ㄊ小^(qū)）、80個縣、320個社區(qū)共8 438戶家庭，個人信息的樣本量為29463人，具有廣泛的地域代表性及大樣本性質(zhì)。CHFS針對性較強，擁有居民家庭各項金融資產(chǎn)的詳細信息，全面客觀地反應(yīng)了當前我國家庭金融的基本狀況。通過與國家統(tǒng)計局公布的可比數(shù)據(jù)進行對比，CHFS調(diào)查數(shù)據(jù)與國家統(tǒng)計局公布的數(shù)據(jù)基本一致，說明CHFS調(diào)查數(shù)據(jù)的高質(zhì)量與可信度。

在數(shù)據(jù)處理過程中。首先將存在缺失值和異常值的家庭剔除，然后根據(jù)以下原則對樣本進行篩選：（1）戶主年齡限制在20-65歲，這部分家庭是當前社會主要消費群體，且數(shù)據(jù)缺失較少。（2）部分低收入家庭的收入僅來源于政府補貼，不具備代表性，因此，將收人最低5%的家庭剔除。最終獲得有效樣本2888個。

（二）變量定義

結(jié)合CHFS的數(shù)據(jù)，本文給出變量定義如表1所示。

（三）描述性統(tǒng)計分析

由我國城鎮(zhèn)家庭關(guān)鍵指標的描述性統(tǒng)計結(jié)果可知，從金融資產(chǎn)上看，我國城鎮(zhèn)家庭金融資產(chǎn)均值為86030.00元，其中風險金融資產(chǎn)為28926.20元，無風險金融資產(chǎn)為57103.80元，即大多數(shù)家庭持有的無風險資產(chǎn)遠高于風險資產(chǎn)。此外，家庭擁有的社保賬戶資金不容忽視，達到23220.60元；從實物資產(chǎn)上看，城鎮(zhèn)家庭擁有的住房資產(chǎn)價值達632283.00元，遠高于其他實物資產(chǎn)的價值；①此外，樣本中的家庭規(guī)?；痉衔覈蠖鄶?shù)城鎮(zhèn)家庭為三口之家的狀況；約有16%的家庭戶主具有大學本科及以上學歷；戶主中68%為男性，89%已婚。

（二）有房家庭消費支出的分位數(shù)模型估計及影響結(jié)果分析

根據(jù)模型（3）估計家庭資產(chǎn)對有房家庭支出的回歸結(jié)果如表2所示。由表2可知：

第一，家庭金融資產(chǎn)顯著影響家庭消費，并隨收入水平的提高影響程度逐步下降。金融資產(chǎn)的消費彈性在1%顯著水平下顯著為正，說明有房家庭消費明顯與家庭金融資產(chǎn)有關(guān)，從數(shù)量上看，收入水平越低的家庭對財富越敏感，收入水平越高的家庭，財富對家庭消費的影響越小。

第二，住房資產(chǎn)顯著影響家庭消費，且住房資產(chǎn)對消費的彈性大于金融資產(chǎn)對消費的彈性，隨著收入水平的提高住房資產(chǎn)對家庭消費影響程度逐步下降。住房資產(chǎn)對于消費支出的彈性在1%顯著水平下顯著為正，說明不論高收入還是低收入家庭的消費支出都與其所擁有的住房資產(chǎn)顯著正相關(guān)，越是低收入家庭，住房資產(chǎn)對消費的影響越強烈。與金融資產(chǎn)相比，無論哪一類收人群體，其家庭消費都受住房資產(chǎn)的影響更大。我國城鎮(zhèn)有房家庭的住房資產(chǎn)均值為632283.00元，遠高于金融資產(chǎn)均值86030.00元的水平，因此，筆者認為，住房資產(chǎn)的保障作用對消費的影響明顯大于金融資產(chǎn)對消費的促進作用。

第三，家庭可支配收入是影響家庭消費的關(guān)鍵因素，家庭的收入消費彈性隨收入增加而減小。所有變量中，消費的收入彈性最大，且都在1%顯著水平下為正。隨著收入的增加，家庭消費的收入彈性漸次變小，這正如凱恩斯消費理論所述，邊際消費傾向隨著收入的增加而減少。

第四，非住房類實物資產(chǎn)對家庭消費的影響高于預期，且隨著家庭收入的增加，對家庭消費的影響隨之增加。非住房類實物資產(chǎn)大致包括汽車、相機、空調(diào)或奢侈品等眾多耐用品以及字畫等藝術(shù)品，這類資產(chǎn)對家庭消費的影響比我們預期的要大，僅次于收入對消費的影響，并且隨著家庭收入的增加，對家庭消費的影響隨之增加。

第五，中等收入家庭的消費支出受家庭規(guī)模的影響大于低收入和高收入家庭。家庭規(guī)模對家庭消費的影響在五個分位點上均顯著為正，其中在Q50分位點的系數(shù)最大為0.071，總體呈現(xiàn)倒u型狀態(tài)。消費支出與家庭成員人數(shù)正相關(guān)毋庸置疑。對于中等收入家庭來說，家庭人員增加相的消費支出必然增加。但對于高收入家庭來說，家庭成員增加多出的開支對家庭總體消費的影響不大，換言之，’增加一個人的開支占家庭總消費中的比重相對較?。簩τ诘褪杖爰彝碚f，也許多一個孩子的投資僅限于多了基本的生存性消費，占總體家庭消費的比重也不大。因此，表現(xiàn)出家庭規(guī)模對家庭消費的影響隨著收入水平的提高呈現(xiàn)倒u型狀態(tài)。

第六，戶主學歷對最高收入家庭的影響不顯著，對其他收入水平家庭的影響差別不大。估計結(jié)果顯示，戶主學歷高的家庭其消費支出也高，這是由于學歷高一般伴隨著收入水平高。相應(yīng)地消費水平也高。但對于特別高收入的家庭來說，其收入水平或者由于創(chuàng)業(yè)、機遇和繼承等原因，其學歷水平已不是主要因素。

第七，中低收入的男性戶主家庭消費低于女性戶主家庭，高收入家庭的戶主性別對家庭消費影響不顯著。這是我們根據(jù)模型估計結(jié)果得出的一個有趣的結(jié)論。戶主性別對家庭消費的影響在Q10、Q30和Q50分位點均顯著為負，在Q70、Q90分位點上則不顯著，即男性戶主低收入家庭的消費比女性戶主低收入家庭的消費少16.6%，次低收入和中等收入男性戶主家庭相對女性戶主家庭少消費7.4%和3.9%。

在我國傳統(tǒng)中，家庭戶主通常為男性，戶主為女性的家庭更多為離異和未婚家庭。在高收入家庭，戶主性別不影響家庭消費容易理解，但在中低收入家庭中，筆者認為產(chǎn)生前述現(xiàn)象可能有兩個主要原因：一是女性戶主如果離異，她很可能需要進入下一段婚姻，在這期間就需要保持一定的“面子”消費，并且不需要為下一段婚姻積累資金。而如果是離異的男性戶主，他為了下一段婚姻則更可能需要積累資金，節(jié)儉消費。二是女性戶主如果再婚。通常她就是家庭住房的擁有者，而她又處于中低收入家庭，很可能意味著她的家庭住房是靠相對有錢的娘家資助的，在有外來經(jīng)濟資助情況下，家庭消費支出可以更高。

第八，正?；橐鰻顟B(tài)對中低收入家庭的消費具有促進作用，對高收入家庭影響不顯著。估計結(jié)果顯示。戶主婚姻狀態(tài)對家庭消費的影響在Q10、Q30和Q50分位點上分別為0.108、0.212和0.136（在Q70和Q90分位點上不顯著），也就是說，婚姻狀態(tài)正常家庭的消費水平要高于離異、未婚家庭，而高收入家庭則不受戶主婚姻狀態(tài)的影響?；橐鰻顟B(tài)正常的中低收入家庭一般來說收入來自于夫妻雙方，高于離異或未婚家庭，從數(shù)據(jù)上看，消費增加在10%-20%左右。

（三）無房家庭消費支出的分位數(shù)模型估計及影響結(jié)果分析

根據(jù)模型（3）估計家庭資產(chǎn)對無房家庭支出的回歸結(jié)果如表3所示。

由表3可知：

第一，家庭金融資產(chǎn)顯著影響家庭消費，高收入無房家庭對金融資產(chǎn)相對更敏感。由估計結(jié)果可知，消費支出的金融資產(chǎn)彈性都顯著為正，說明無房家庭消費同樣與家庭金融資產(chǎn)有關(guān)。樣本數(shù)據(jù)顯示，有房家庭的平均收入和平均金融資產(chǎn)比無房家庭分別高出23%和50%，也即我國的無房家庭通常是收入相對較低的家庭。無房家庭中的高收入家庭最有可能購房。這類家庭必須攢錢購房，所以對財富最敏感。

第二，家庭可支配收入是無房家庭消費的最重要影響變量。與其他變量相比，無房家庭的消費收入彈性最大，且明顯高于有房家庭的消費收入彈性，但無房家庭的消費與收入之間沒有呈現(xiàn)明顯的由收入引起的變化，甚至高收入家庭的彈性相對較大。這也是因為無房家庭大部分屬于相對低收入家庭，沒有足夠的資金用于購房和消費，對收入敏感。

第三，非住房類實物資產(chǎn)對無房家庭消費的影響較大。非住房類實物資產(chǎn)對無房家庭消費的影僅次于收入對消費的影響，但影響程度并未隨著家庭收入的變化成規(guī)律性變化。

總體來看，無房家庭與有房家庭的消費支出都受收入、實物資產(chǎn)和金融資產(chǎn)的影響，但影響強度卻不同。有房家庭的消費支出與我們對現(xiàn)實的認知更吻合，而無房家庭中不同收入水平家庭的各個變量系數(shù)沒有呈現(xiàn)規(guī)律變動。從模型對各變量不同分位點上的系數(shù)斜率相等檢驗結(jié)果可以看出，不同分位點上的系數(shù)（D1除外）都不能拒絕斜率相等的假設(shè)，也即各分位點上的系數(shù)斜率可以認為沒有顯著差別。雖然無房家庭的收入有高低之分，但由于普遍收入較低、金融資產(chǎn)較少、又都沒有住房資產(chǎn)，因此，無房家庭普遍需要節(jié)儉開支、壓縮消費、攢錢買房，總體上他們處于同一消費水平，屬于同一種消費群體。

（四）無風險金融資產(chǎn)和風險金融資產(chǎn)對有房家庭消費支出的影響分析模型（4）的分位數(shù)回歸結(jié)果如表4所示。

對表2和表4相同變量的系數(shù)變化進行比較可以發(fā)現(xiàn)，將廣義金融資產(chǎn)劃分為無風險金融資產(chǎn)、風險金融資產(chǎn)和社保賬戶余額后，估計的系數(shù)基本不變。趨勢則完全沒有改變，說明模型是非常穩(wěn)健的。這里，我們僅分析家庭無風險金融資產(chǎn)、風險金融資產(chǎn)和社保賬戶余額對家庭消費的影響。

第一，無風險金融資產(chǎn)對家庭消費影響最大，且其彈性系數(shù)隨收入的增加而減少。隨著家庭收入水平的提高，無風險金融資產(chǎn)對家庭消費的影響程度漸次減小。從描述性統(tǒng)計分析即可以看出，我國城鎮(zhèn)家庭無風險資產(chǎn)大致是風險資產(chǎn)的兩倍，且低收入家庭無風險資產(chǎn)配置的比重更高，而高收入家庭風險資產(chǎn)的配置比重更高，①上述結(jié)論正是消費理論和我國家庭金融資產(chǎn)配置狀況決定的，低收入家庭無風險金融資產(chǎn)對消費的保障作用更明顯。

第二，風險金融資產(chǎn)對家庭消費性支出的影響微弱，收入越高，家庭消費的風險金融資產(chǎn)彈性越大。在家庭金融資產(chǎn)配置結(jié)構(gòu)中，高收入家庭更傾向于配置風險金融資產(chǎn)，其數(shù)量更多、比重更高、種類也更豐富。本文的估計結(jié)果與實際情況完全相符。最低收入10%的家庭消費對風險金融資產(chǎn)不敏感，最可能的情況是這部分家庭沒有或僅有極少的風險性金融資產(chǎn)。隨著收入的增加，家庭消費的風險金融資產(chǎn)彈性漸次增大，在最高收入的10%家庭中，其風險金融資產(chǎn)對家庭消費的影響最高，彈性為1.6%。

第三，社保賬戶余額對消費的影響隨家庭收入的增加而減弱。對于低收入家庭來說這是一筆不可忽視的財富，即使目前不能直接使用，但仍是可以預期的個人財富，對穩(wěn)定當前消費具有重要作用。而對于高收入家庭來說，其家庭收入支付當前消費綽綽有余，社保賬戶余額不會對當前消費有任何影響。

四、結(jié)論及討論

第一，無論是有房家庭還是無房家庭，家庭財富都是影響家庭消費的重要因素。有房家庭中的低收入者對財富更敏感；無房家庭中的高收入者對財富更敏感。我國家庭擁有無風險金融資產(chǎn)的比重兩倍于風險金融資產(chǎn)，因此，無風險金融資產(chǎn)對家庭消費的影響更大。

第二，對有房家庭而言，無風險金融資產(chǎn)配置的比重隨家庭收入的提高而遞減，風險金融資產(chǎn)配置的比重隨家庭收入的提高而遞增。低收入家庭的資產(chǎn)結(jié)構(gòu)中無風險金融資產(chǎn)比重最高，風險金融資產(chǎn)比重最低，風險金融資產(chǎn)的變動對家庭消費沒有影響。高收入家庭正好相反，無風險金融資產(chǎn)對其家庭消費沒有影響。

第三，社保賬戶資產(chǎn)在家庭財富中占有較大比重，大約占廣義家庭金融資產(chǎn)的20%以上，占低收入家庭金融資產(chǎn)的比重更高達25%。雖然這是一筆不能當期使用的資產(chǎn)，但卻是中低收入家庭良好的預期保障，因此，做好社會保障工作對提高我國城鎮(zhèn)家庭消費支出具有重要意義。

第四，對有房家庭而言，不論高收入還是低收入家庭的消費支出都與其所擁有的住房資產(chǎn)顯著正相關(guān)，且越是低收入家庭，住房資產(chǎn)對消費的影響越強烈。與金融資產(chǎn)相比，無論哪一類收人群體，其家庭消費都受其擁有的住房資產(chǎn)的影響更大。是否擁有住房、是否需要為購房積累資金，這些選擇都會影響家庭消費支出。

第五，汽車、相機、空調(diào)或奢侈品等非住房實物資產(chǎn)通常具有消耗性，家庭擁有這類資產(chǎn)越多，基于該類資產(chǎn)的支出越多，但這些資產(chǎn)正是消費結(jié)構(gòu)升級的趨勢和方向。因此，政府還需不斷在政策上向中低收入階層傾斜，提高其收入水平和消費能力，進而促進全民生活水平和生活質(zhì)量提高，最終提高社會總需求。

第3篇：無風險資產(chǎn)的特征范文

關(guān) 鍵 詞：行為金融；賣空機制；投資者退化；股市波動性

中圖分類號:F830.91 文獻標識碼:A 文章編號:1005-0892(2007)04-0062-06

Shleifer(2000)把套利風險和投資者情緒作為行為金融體系的兩個支點來研究。[1]套利不充分，就會使證券價格偏離基本價值，出現(xiàn)異?，F(xiàn)象。制度對套利行為的限制是套利不充分的一個重要因素。本文選取賣空機制作為制度因素，討論在允許套利機制和禁止套利機制兩種條件下投資者心理和行為的變化以及對股市波動性的影響，以解釋特殊制度條件下交易者從信息交易者向噪音交易者的蛻變。有無賣空機制是股票市場能否實現(xiàn)充分套利的一個重要條件。中國股票市場上長期禁止賣空機制，因而選取這一機制對我們研究中國股票市場上制度因素對投資者心理和行為的影響具有現(xiàn)實意義。{1}本文建立了一個數(shù)學模型，試圖證明在允許賣空和禁止賣空條件下投資者和市場的不同反應(yīng)，說明在特殊的制度背景下，投資者從信息交易者向噪音交易者轉(zhuǎn)化的可能性。

一、賣空機制的相關(guān)研究

賣空機制對投資者行為影響的系統(tǒng)研究始于Miller。Miller(1977)認為，由于禁止共同基金賣空股票（市場僅允許有限賣空），在股票上升超過基本價值時，市場力量較強的一方不能通過賣空充分套利，股票價格僅反映了市場上最樂觀的投資者對股票價值的評價。Miller還認為，市場對股票走勢看法的分歧越大，市場缺乏向下賣壓的力量，股票價格越有可能上升至偏離基本價值的水平，由此造成股票未來預期回報率下降和回報率分布的肥尾（skewness）現(xiàn)象。[2]Scherbina(2000)的實證研究證實了Miller的結(jié)論：高分散度的投資組合（代表對市場看法的分歧大）比低分散度的投資組合的平均收益率低。[3]Miller認為，市場看法的分歧越大，基金不能賣空，就要減持某一種股票，這種股票的價格就會被樂觀的投資者的交易行為推高，同時未來預期回報率就會降低。Chen ,Hong和 Stein (2000)的實證研究證明：基金持有份額較低的股票，平均回報率較低；反之亦然。[4]Hong 和 Stein(1999)分析了賣空限制和買賣訂單高峰時投資者對后市看法的分歧，證明賣空限制導致肥尾現(xiàn)象――股價向上波動的幅度大于向下波動的幅度。[5]投資者在不同制度背景下的行為差異是導致股市不均衡波動的主要原因。在西方，市場存在賣空機制，但同時對賣空又有很多限制。我國的情況則是截至2006年8月1日之前，股票市場禁止賣空行為，而同期我國股票市場的波動性則比西方成熟市場更大。{2}

二、賣空機制對投資者行為影響的數(shù)理分析

假設(shè)一個股票市場的投資者，期初擁有一筆財富w，分散地投資于市場。投資者不持有現(xiàn)金，不進行透支投資。市場上有兩種資產(chǎn)：無風險資產(chǎn)，其固定收益率為rf；風險資產(chǎn)（股票），其收益率為兩部分，即資本利得R和紅利d。我們假設(shè)投資者的投資期限為一期，比如一年。為了計算方便，略去資本紅利，風險資產(chǎn)的收益率用R代表。{3}投資者的資產(chǎn)組合由無風險資產(chǎn)和風險資產(chǎn)（股票）兩部分組成，風險資產(chǎn)的組合用市場組合或指數(shù)組合來表示，投資者面對的只有系統(tǒng)性風險。投資者的資產(chǎn)組合在市場的有效前沿上（efficient frontier），即這個組合是投資者風險態(tài)度既定下的效用最大化的最佳組合。{4}投資者投資股票市場的比率用a表示，無風險資產(chǎn)的比率為(1-a)。投資者的市場風險貼現(xiàn)因子為?啄，0

1．允許賣空機制條件下投資者的行為模型（此處的賣空指無限制的完全賣空機制）。投資者的期初財富為w0，無風險資產(chǎn)的收益率為rf。假設(shè)在允許賣空的條件下，投資者投資風險資產(chǎn)的比例為a1，風險貼現(xiàn)因子為?啄1，期末財富為wp。在允許賣空的條件下，投資者可以通過股票上漲和賣空兩個途徑獲取收益，投資者的資本收益率由兩部分構(gòu)成：股票上升時的資本收益率（用R1表示），以及賣空時的收益率。假設(shè)在有賣空機制的條件下，投資者的操作策略是每一次在股票指數(shù)上漲到一個高點時，賣出所有股票，并借來相同數(shù)量的股票賣空；在一個低點時買回當初賣出的股票組合，同時買入同樣數(shù)量的股票還給其他投資者。進一步假設(shè)有賣空機制的市場是一個成熟、完美且有效的市場；在這個市場上，股票走勢不可測，一年內(nèi)股票指數(shù)上漲和下跌的概率相等，即投資者賣空的資本收益率和買賣股票的資本收益率相等，也為R1。于是，我們有：

2．禁止賣空機制條件下投資者的行為模型（禁止任何形式的賣空）。{5}投資者的期初財富和無風險資產(chǎn)的收益率與允許賣空機制條件下相同，仍為w0和rf。假設(shè)在禁止賣空條件下，投資者投資股票的比例為a2，風險貼現(xiàn)因子為?啄2，期末財富為wf。在禁止賣空的條件下，投資者只能通過股票上漲一條途徑獲取收益。假設(shè)在禁止賣空機制條件下，投資者的交易策略是在股票上漲的時候買進股票，在股票下跌的時候賣出股票――即典型的追漲殺跌。假設(shè)其資本收益率為R2，于是有：

投資者要求在兩種條件下的財富預期效用相等。{6}這是一個約束條件，是投資者繼續(xù)持有風險資產(chǎn)（不退出市場）的前提條件，也是投資者不通過借貸進行投資的前提條件。如果在市場禁止賣空的條件下，投資者的預期效用低于在市場允許賣空條件下的預期效用，投資者就會退出風險資本市場，即投資者傾向于全部持有無風險資產(chǎn)和無風險資產(chǎn)+現(xiàn)金；如果在市場禁止賣空的條件下，投資者的預期效用大于在市場允許賣空條件下的預期效用，投資者就會通過借貸或透支投資于風險資產(chǎn)。假設(shè)投資者為絕對的風險回避者，在允許賣空和禁止賣空兩種情況下，投資者的風險態(tài)度發(fā)生變化，有下列效用函數(shù)：

這是在資產(chǎn)組合?茁=1，即資產(chǎn)組合只有系統(tǒng)性風險的效用函數(shù)。其中，?酌為絕對風險厭惡系數(shù)。?酌越大，表示對風險的容忍度越大；?酌越小，表示對風險的容忍度越??；?酌∞，表示絕對風險回避。w為期末財富。假設(shè)在允許賣空機制的條件下，投資者的風險偏好系數(shù)為?酌1，在禁止賣空機制的條件下，投資者的風險偏好系數(shù)為?酌2。因為在禁止賣空機制的條件下，投資者只有一種途徑――股票上漲獲得資本收益，此時，投資者傾向于承擔更大的風險，其風險容忍度增加，0>?酌2>?酌1。假設(shè)Up和Uf分別為投資者在允許賣空機制和禁止賣空機制條件下的效用，根據(jù)前述約束條件――投資者要求在兩種條件下的財富預期效用相等，可以得出：

Up=Uf （4）

根據(jù)（3）式，有：

a和?啄的關(guān)系此消彼漲，即風險資產(chǎn)的比例增加，a上升，導致風險增加，?啄向下趨近0。因此，可以近似地認為 ≈1。于是有：

（9）式是在禁止賣空機制的條件下，投資者要求的資本預期收益率底線，是投資者繼續(xù)留在股票市場的收益率約束條件。如果預期收益率低于這個水平，投資者就會減持風險資產(chǎn)，甚至完全退出股票市場。

三、投資者行為選擇對股票市場的影響

不同制度背景下投資者的行為選擇可以通過（9）式來分析。根據(jù)前述定義，在兩種制度背景下，投資者的初始財富不變、風險態(tài)度發(fā)生變化，投資者的資產(chǎn)組合在市場有效前沿上。這樣，問題就是在同一條市場線上選擇不同的風險―收益組合(見圖1)。

圖1投資者的最佳資產(chǎn)組合選擇

圖1中，R為資產(chǎn)組合的預期收益率，?滓為標準差，?滓=1/?啄。FF為有效前沿，rf E為市場線。在rf點，資產(chǎn)組合中全部為無風險資產(chǎn)；在Z點，資產(chǎn)組合中全部為風險資產(chǎn)。在rf和Z之間，資產(chǎn)組合中既有無風險資產(chǎn)，又有風險資產(chǎn)。越接近Z點，風險資產(chǎn)的比例越大；越接近rf點，無風險資產(chǎn)的比例越大。Ip和If為允許賣空機制和禁止賣空機制條件下投資者期望效用的無差異曲線，其與市場線rfE 的切點p1和p2是允許賣空機制和禁止賣空機制條件下的最優(yōu)資產(chǎn)組合。R 、R 和 1、 2是兩個最優(yōu)資產(chǎn)組合的預期收益率和標準差（風險系數(shù)）。

從（9）式中可以看出，R1和R2的關(guān)系主要取決于a1和a2。只要a2≥a1，就有R2>2R1。從前述分析中我們知道，在禁止賣空機制的條件下，要獲得與允許賣空機制下相同的效用，投資者要承擔更大的風險，即投資者的風險態(tài)度更傾向于風險偏好。從圖1可以看出，在禁止賣空機制的條件下，由于投資者更加偏好風險（風險厭惡程度降低），投資者預期效用的無差異曲線從Ip（允許賣空機制）右移到If（禁止賣空機制），與市場線相切決定的最優(yōu)資產(chǎn)組合p2比允許賣空機制條件下的最優(yōu)資產(chǎn)組合p1更具風險性。這表示在禁止賣空機制的條件下，投資者的最優(yōu)資產(chǎn)組合中要加入更多比重的風險資產(chǎn)，即：

因此：

這就是說，在禁止賣空機制的條件下，只有當預期收益率兩倍以上于允許賣空機制條件下股票上漲的資本收益率時，投資者才會繼續(xù)留在股票市場進行投資。但在這種情況下，投資者的行為選擇和股票指數(shù)的走勢與允許賣空機制時相比發(fā)生了變化，投資者更傾向于風險偏好。在股票上漲超過基本價值時，由于信息交易者無法賣空（假設(shè)投資者不離場），風險態(tài)度（更加偏好風險）的轉(zhuǎn)變使他們加入到追漲的行列，市場空方力量受到限制，迫使股票價格向上的幅度較大；相反，在股市下降超過基本價值時，風險偏好和處置效應(yīng)（Kahneman, andTversky, 1979）[8]都會導致信息交易者不加入到殺跌行列，股票市場空方的力量削弱，股票價格向下的幅度較小，于是造成股票市場波動幅度加大和肥尾現(xiàn)象――上漲幅度大于下跌幅度（見圖2）。

圖2賣空機制和股票指數(shù)波動的肥尾現(xiàn)象

圖2是一個簡化的股票走勢圖。圖中V代表股票的基本價值，是一條直線；I代表股票指數(shù)。實線SS代表允許賣空的股票走勢，允許賣空的股票指數(shù)圍繞基本價值對稱分布；虛線FS代表禁止賣空的股票指數(shù)，禁止賣空的股票指數(shù)在基本價值之上呈不對稱分布（肥尾），這種分布表示股指波動幅度增加且上升幅度較大，而下跌幅度較小。{7}

四、投資者退化的邏輯過程和現(xiàn)實路徑

行為金融學認為，投資者的行為選擇不符合經(jīng)濟人理性。從靜態(tài)的角度看，經(jīng)濟人理性確實不符合真實情況，投資者的行為受到各種各樣的認知偏見和行為偏差的影響。但越來越多的研究表明，投資者會在失敗和成功（自己的或別人的）中學習、糾錯，改良自己的投資行為，不斷從“必然王國”――有限理性，向“自由王國”――完全理性趨近。因此，從動態(tài)的角度看，投資者的行為是符合經(jīng)濟人理性的。因此，與行為金融學稍有不同，我們認為經(jīng)濟人理性也會導致噪音交易行為和股市的“非理性”波動――交易者具有理性不代表市場具有理性。在允許賣空交易和禁止賣空交易兩種制度背景下，投資者都會運用理性計算、甚至經(jīng)驗直覺選擇對自己最有利的交易方式。這種選擇不是獨立的、隨機的個體選擇，而是一種集體理性，是高度相關(guān)的社會性選擇。在我們的模型中，集體理性選擇的結(jié)果必然是：在允許賣空交易的條件下選擇信息交易，在禁止賣空交易的條件下選擇噪音交易；后者必然導致市場波動性增大和“非理性”成分增加。這里需要說明的是投資者理性與噪音交易之間的關(guān)系。行為金融定義噪音交易者是非理易者，而我們認為這種概括失之偏頗；非理易者僅是噪音交易者的一種，而不是全部。當一個市場存在制度缺陷和制度缺失時，市場價格對基本價值的偏離有可能是理性選擇的結(jié)果，而非完全是非理所致。這時，市場由噪音交易主導，投機盛行，股票指數(shù)波動性很大。但這些主導市場的噪音交易者是理性的噪音交易者（這是我們選取公式4這個完全理性的預期效應(yīng)函數(shù)的依據(jù)），不是完全受過度自信等情緒影響的幼稚（naive）的投資者。為了避免概念上的混亂，我們在本文中把噪音交易的對立面界定為信息交易，不采用非理易這個說法（這并不否認非理性的噪音交易者的存在，只是為了強調(diào)制度因素對投資行為的影響，突出理性的噪音交易者這個概念）。我們定義信息交易就是按照基本面的信息進行交易，因此很容易看出，在特定的制度背景下，信息交易策略似乎有悖于經(jīng)濟人理性假設(shè)，它不是一種最優(yōu)的交易策略。

1. 投資者退化的邏輯路徑

圖2和式（10）說明，在允許賣空機制的制度環(huán)境下，如果信息完全，即交易者之間不存在信息分布的不對稱現(xiàn)象，投資者通過理性套利，可以從股票上漲或下跌兩個方面獲利，投資者資產(chǎn)組合的預期收益和風險較小，股票指數(shù)的波動圍繞基本價值作較小幅度的波動。這時交易者的風險容忍度較低，傾向于理性的信息交易。如果市場禁止賣空機制，不管信息完全與否，交易者必須要求高于允許賣空機制時兩倍以上的預期收益率，才能獲得與后者相同的期末效用。投資者的風險容忍度變大，投資者的理易策略為噪音交易――投資者從信息交易者退化為噪音交易者。我國股票市場的高市盈率和高波動性正好佐證了這個推論。這是投資者從信息交易者退化為噪音交易者的邏輯過程。這種噪音交易是制度的產(chǎn)物，或者說是制度誘致型的噪音交易；這種噪音交易不是因有限理性和投資者認知偏差所導致的，恰恰相反，這種噪音交易是投資者在制度約束下理性選擇的結(jié)果。

2. 投資者退化的現(xiàn)實路徑

現(xiàn)實中，投資者不可能先經(jīng)歷允許賣空交易的市場環(huán)境，然后再返回禁止賣空交易的市場環(huán)境。比如在中國，在制度不健全或制度轉(zhuǎn)型的現(xiàn)實市場環(huán)境下（比如禁止賣空交易），投資者在剛剛?cè)胧袝r可能是具有投資理念的信息交易者。他們對市場的理解停留在理論和新聞宣傳階段，而投資理論和新聞宣傳沒有哪個會教人在市場上造假和欺詐，因此，涉“市”之初，投資者是幼稚的（naive）信息交易者。隨著投資者在一個制度不健全的市場環(huán)境中成熟、成長起來，以及隨著各種負面的示范效應(yīng)的激勵，投資者逐漸變成老道的（sophisticated）噪音交易者――市場投機者。這就是縱向的退化路徑。還有一種橫向的退化路徑，即投資者在成熟的市場上（比如美國、歐洲等），相對來說傾向于信息交易，但這些投資者一旦進入制度不完善的新興市場就會蛻變?yōu)樵胍艚灰渍?。一些來自美國和歐洲機構(gòu)投資者頻頻在新興市場掀起波瀾（在臺灣，QFII不但沒有穩(wěn)定市場，反而成為市場波動的推動者），就是一個很好的例證，正所謂“桔生于淮南為桔，生于淮北為枳”。市場是一個適者生存的競技場，變成噪音交易者是投資者的生存之道。{8}這不是投資者自甘墮落的宿命，而是制度缺失條件下負淘汰機制對投資者選擇的結(jié)果。

3．制度改進與投資者進化

上面的分析是基于這樣的設(shè)想――投資者從一個幼稚的信息交易者在制度環(huán)境的影響下向老道的噪音交易者退化，或者從成熟市場的信息交易者向新興市場的噪音交易者蛻變。這種設(shè)想主要是為了強調(diào)制度缺失如何引發(fā)投資者的噪音交易行為這個中國股票市場的特殊現(xiàn)象。投資者可以退化，更可以進化；制度缺失導致投資者退化，制度改進則導致投資者進化――從噪音交易者向信息交易者進化。在經(jīng)濟發(fā)展的現(xiàn)實中，制度總是不斷改進和完善的，而不是相反；同時，投資者的行為也是不斷地從噪音交易向信息交易進化。因此，隨著賣空機制以及與之相關(guān)聯(lián)的其他制度從無到有的建立、完善起來，股票市場上投資者的行為將會更多地轉(zhuǎn)向理性的信息交易。其實，即使西方成熟市場上發(fā)現(xiàn)的一些行為金融學現(xiàn)象，比如處置效應(yīng)、一月現(xiàn)象等，都在交易制度（止損點）和稅收制度的改進中不斷淡化，以致消失。因此，通過制度建設(shè)矯正投資者的噪音交易行為是降低市場非理、穩(wěn)定股票市場、增強股票市場融資功能的必由之路。這是制度建設(shè)的行為金融學含義――外在的制度建設(shè)內(nèi)化為投資者行為模式，也是行為金融學研究對制度建設(shè)的一個啟示。

五、關(guān)于賣空機制的相關(guān)討論

以上討論的是完全允許賣空交易和完全禁止賣空交易的市場上投資者行為的轉(zhuǎn)化情況。實際上，即使在成熟的市場上，允許賣空交易也不是沒有限制的。比如在美國的股票市場上，就有我們上述提到的不允許基金賣空的限制。另外，美國證券交易委員會曾一度規(guī)定：賣出申報價不得低于最新成交價，以防止賣空者連續(xù)壓低行情。這項規(guī)定以后修改為準許按前一成交價賣空，但前市價格必須高于更前一次價格，這就是說，只允許在市場上漲時賣空（屠光紹，2000）。[10]這些規(guī)定是為了防止在信息不對稱的情況下，投機者制造虛擬需求，人為造成股市波動以獲利。因此我們可以看到，在成熟的市場上也存在制度因素造成套利不充分而導致的市場噪音；理性的噪音交易者不僅僅存在于轉(zhuǎn)型市場，也不同程度地存在于成熟市場。

賣空機制既有穩(wěn)定市場的一面，又有加劇市場波動性的一面。其最終導向哪一面，關(guān)鍵看市場信息的分布情況。如果市場信息分布均勻、對稱，賣空交易就會起到穩(wěn)定市場的作用――在市場上行時，借來股票賣出，增加市場供給，打壓股市；在市場下行時，買進股票還給出借者，增加需求，抬升股市。如果信息分布不對稱，賣空機制就會成為莊家興風作浪的工具，禍害于股票市場。但是在沒有賣空機制的情況下，不論信息對稱與否，投資者都會向噪音交易者退化，同時增加市場的波動性。因此，問題的關(guān)鍵不是要不要賣空機制，而是能不能建立完善的信息（包括賣空交易信息）披露制度。在一個信息披露制度不健全的市場上貿(mào)然引進賣空機制，這和在信息披露制度健全的市場上仍然禁止賣空交易，其危害性是相等的。自2006年8月1日起，中國股票市場開始融券業(yè)務(wù)試點，標志著中國股市有了賣空機制。這項制度在短期內(nèi)對股票市場的影響無法確認（也可能穩(wěn)定市場，也可能給市場帶來更大的波動），但可以肯定，長期來說，這項制度對市場的正面效應(yīng)會隨著市場其他制度建設(shè)方面的不斷進步，越來越顯現(xiàn)出來。

六、本文結(jié)論和政策啟示

本文選取股票市場允許或禁止賣空交易為特殊的制度環(huán)境，建立了一個簡潔的數(shù)理模型，分析了在一定的制度條件下，交易者行為選擇對股票價格波動性的影響，以及交易者由信息交易者退化為噪音交易者的邏輯過程和現(xiàn)實路徑。本文的研究證明，在允許賣空機制的市場環(huán)境中，投資者選擇信息交易；在禁止賣空機制的市場環(huán)境中，投資者選擇噪音交易，導致股市的過度波動和肥尾現(xiàn)象。投資者退化為噪音交易者的邏輯過程是，在允許賣空機制的條件下，投資者可以通過股票上升和賣空兩個途徑獲利，投資者理性地選擇信息交易；而在禁止賣空機制的條件下，投資者只能通過股票上漲獲利，投資者理性地選擇噪音交易。投資者退化的現(xiàn)實縱向路徑是，投資者參與交易之初是一個信息交易者，在制度因素的誘導下，投資者從信息交易者變成一個老道的噪音交易者；投資者退化的現(xiàn)實橫向路徑是，在成熟市場環(huán)境下，投資者是信息交易者，當進入新興市場時蛻變?yōu)樵胍艚灰渍?。本文的另一個結(jié)論是：噪音交易不僅僅是有限理性和認知偏見的產(chǎn)物，在一定的制度約束下，噪音交易還是理性選擇的結(jié)果。由此引申，中國股票市場的過度波動性不僅僅是投資者投資理性不成熟的結(jié)果，而是制度缺失、甚至制度過度（多余）的產(chǎn)物。本文的分析僅限于禁止賣空機制這一種制度缺失，但其結(jié)論適合于其他制度因素對投資者交易行為選擇的影響。上市公司的產(chǎn)權(quán)結(jié)構(gòu)、股票市場的完備性、政府的政策意圖和不適當干預等許多制度因素，都會以不同的方式誘導投資者從信息交易者向噪音交易者退化并加大股市的波動性。本文的政策啟示是：制度引進和制度創(chuàng)新是減少乃至消除股票市場投資者噪音交易行為的重要途徑，我國股票市場引入賣空機制對矯正投資者的心理和行為偏差有非常積極的作用，是一項正確的政策決策。

――――――――

注釋：

①行為金融認為，投資者的行為偏差是有限理性和理性缺陷所導致的。我們認為，制度環(huán)境是導致投資者行為偏差的另外一個因素。

②很多研究通過計量方法得出結(jié)論，基本認為中國股票市場的波動性非常顯著且顯示出極大的不穩(wěn)定性，波動幅度明顯大于成熟（美國等）市場；也有人認為中國股市的波動性與成熟市場相當。宋逢明和江婕（2003）在對中國股票市場的波動性進行檢驗時，對漲跌停板的影響進行了剔除，得出的結(jié)論認為中國股票市場波動性與成熟市場相當。[6]這種剔除正好印證了中國股市實際存在的過度波動性。我們的討論主要是對股市波動性提出另一種理論上的解釋――中國股市過度波動性源自“噪音制度”。

③預期收益和當期股票價格（或者指數(shù)）的關(guān)系是：預期收益越高，當期價格越低。但是，在當期價格不能下跌的條件下（在沒有賣空的市場上或者新興市場，這個假設(shè)是符合邏輯的），高的預期收益的實現(xiàn)，要靠更高的未來股票價格實現(xiàn)，這樣就會不斷推高股票價格，積累市場風險。

④主流金融回避對有效性的深入討論，轉(zhuǎn)而用市場的不可測性代表市場的有效性，因此，有論者指出，F(xiàn)ama的有效市場是信息有效性，而非市場效率的有效性。市場的有效性應(yīng)該是指股票價格對基本面信息的吸收程度；市場的不可測性是指股票價格對信息和噪音（股票價格中包含了噪音交易者的影響）的吸收程度。有效的市場肯定是不可測的，但不能反過來說，不可測的市場一定是有效的。不可測性是有效性的必要條件，但不是充分條件。我們認為只要市場不可測的命題成立，建立在其上面的現(xiàn)代資產(chǎn)定價模型就能成立。在一個噪音主導，特別是理性的噪音主導的市場上，只要噪音信號成為公共“噪音”，市場就是“囚徒困境”博弈，市場就有不可測性（有人指出中國股票市場從1998年開始漸進有效，正是以不可測性來度量有效性。參見張兵，李曉明，2003），[7]在這樣的市場上就能構(gòu)筑有效的市場組合和找到有效的市場前沿。因此，有效市場前沿與噪音交易主導不矛盾。

⑤自然演化的證券市場最初不禁止賣空（市場沒有明文允許，故為不禁止），到后來為了防范風險禁止賣空；隨著市場機制不斷成熟，管理手段不斷提高，市場發(fā)展到一定階段，又重新引入賣空機制。新興市場國家和地區(qū)證券市場的發(fā)展，源自自然演進路徑的后半段開始――最初的市場禁止賣空，條件成熟時引入了賣空機制。本文先建立允許賣空機制的模型，后建立禁止賣空機制的模型，是為了解釋投資者從信息交易者向噪音交易者退化的方便。顛倒過來對計算的結(jié)果沒有影響。

⑥具有相同初始財富的投資者在兩種制度安排下要求相同的預期效用，這是本文的關(guān)鍵假設(shè)。這個假設(shè)的合理性源自市場上存在一個經(jīng)過風險貼現(xiàn)的社會正常回報率，這個回報率是歷史的、恒定的、普遍存在的（universal）。在本文中，這個恒定的回報率就是：?酌1[(1-a1)(1+rf)+2a1R1?啄1]=?酌2[(1-a2)(1+rf)+a2R2?啄2]。

⑦假設(shè)投資者為風險回避型。當預期收益率上升，即期的股票指數(shù)就會下跌，未來的股票指數(shù)上漲的幅度就會增大；相反，當預期收益率下降，即期的股票指數(shù)就會上漲，未來的股票指數(shù)上漲的幅度就會縮小。在我們的模型中，投資者為絕對的風險回避型，但投資者在禁止賣空的市場比在允許賣空的市場更傾向于風險偏好，因此，在禁止賣空的市場，投資者的預期收益雖高，但即期股指下降的幅度不大，投資者主要通過股指未來的上升獲得高的預期收益，此時，股指向上偏離基本價值并大幅波動；在允許賣空的市場，投資者風險回避的程度較高，雖然投資者的預期收益較低，但股票市場的漲幅不大，股指圍繞基本價值波動并服從正態(tài)分布。圖2中禁止賣空的市場股指曲線在允許賣空市場的股指曲線之上大幅波動，正是為了突出由此造成的肥尾現(xiàn)象。張宗新（2005）的實證結(jié)果證實了中國股票市場波動中存在的肥尾現(xiàn)象。[9]

⑧本文討論的噪音交易者僅指某種類型的噪音交易者，它是從事后效果――導致股票價格更加偏離基本面，來確定的噪音交易者。這類交易者的理易使股票價格的波動性增加。這類交易者不包括無信息交易的噪音交易者，也不包括由于心理認知局限或受情緒支配的噪音交易者。因此，不排除初次入市的交易者是其他類型噪音交易者的可能性。

――――――――

參考文獻：

[1]Shleifer, Andrei. Inefficient Markets: An Introduction to behavioral Finance[M]. Oxford University Press, Oxford, U.K. ,2000.

[2]Miller, Edward. Risk , Uncertainty, and Divergence of Opinion[J]. Journal of Finance , 1977,(32):1151-1168.

[3]Scherbina, Anna. Stock Prices and Differences of Opinion: Empirical Evidence that Stock Prices Reflect Optimism[J]. working paper, Northwestern University, 2000.

[4]Joseph Chen, Harrison Hong, and Jeremy Stein. Breadth of Ownership and Stock Returns. working paper, Stanford University , 2000.

[5]Harrison Hong，and Jeremy Stein. A Unified Theory ofUnderreaction , Momentum Trading , and Overreaction in Asset Markets[J]. Journal of Finance, 1999,( 54):2143-2184.

[6]宋逢明, 江婕. 中國股票市場波動性特征的實證研究[J]. 金融研究，2003, (4).

[7]張兵, 李曉明. 中國股票市場的漸進有效性研究[J]. 經(jīng)濟研究, 2003，(1).

[8]Kahneman, Daniel, andAmos Tversky. Prospect Theory :An analysis of Decision Under Risk, Econometrica，1979，(47)：263-291.

[9]張宗新. 經(jīng)濟轉(zhuǎn)型期證券資產(chǎn)價格波動的制度解析[J]. 數(shù)量經(jīng)濟技術(shù)經(jīng)濟研究, 2005，(1).

[10]屠光紹. 交易體制：原理與變革[M]. 上海: 上海人民出版社, 2000.

第4篇：無風險資產(chǎn)的特征范文

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

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

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

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

二、投資戰(zhàn)略

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

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

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

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

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

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

三、投資組合風險

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

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

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

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

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

四、投資組合業(yè)績評價

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

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

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

【參考文獻】

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

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

ApproachforProducingSuperiorReturnsandSelectingSuperiorRernsand

ControllingRisk,McGraw-Hill,1999.

[3]陳世炬，高材林.金融工程原理[M].北京：中國金融出版社，2000.

第5篇：無風險資產(chǎn)的特征范文

[關(guān)鍵詞] 開放式基金；證券選擇能力；市場時機把握能力

[中圖分類號] F22 [文獻標識碼] A [文章編號] 1006-5024(2008)10-0161-03

[作者簡介] 龔亞萍，浙江財經(jīng)學院金融學院本科生，研究方向為金融工程；

劉建和，浙江財經(jīng)學院金融學院副教授，研究方向為證券市場。(浙江 杭州 310018)

一、引言

自2001年9月我國首只開放式基金華安創(chuàng)新發(fā)行以來，開放式基金已經(jīng)成為中國證券市場最為重要的機構(gòu)投資者。到2007年10月30日為止，我國已有276只開放式基金成立基金業(yè)，隨著開放式基金規(guī)模的不斷擴大，基金業(yè)績問題也成為諸多經(jīng)濟學家關(guān)注的焦點。

影響基金業(yè)績的因素很多，國外已進行了大量的研究。Fama(1972)認為，基金業(yè)績可以通過兩種預測能力進行分析，即證券選擇能力和市場時機把握能力。前者是指基金經(jīng)理對那些相對于整個市場而言被低估或高估的股票進行識別，購買價值被低估或賣出價值被高估的股票的能力；而后者為基金經(jīng)理對市場組合未來的實現(xiàn)情況的預測能力，基金經(jīng)理將根據(jù)期望的市場走勢調(diào)整其投資組合的風險水平，通過高風險資產(chǎn)和低風險資產(chǎn)之間的不斷轉(zhuǎn)換來戰(zhàn)勝市場?；鸾?jīng)理能否“戰(zhàn)勝市場”，能否真正體現(xiàn)“專家理財”的優(yōu)勢，在很大程度上取決于基金經(jīng)理的證券選擇能力和市場時機把握能力的高低。雖然周曉華(2001)、汪光成(2002)、周澤炯和史本山(2004)、盧江燕(2004)以及肖奎喜和楊義群(2005)等學者曾對基金的證券選擇能力和市場時機把握能力做過一定的研究，但是當時開放式基金的歷史尚短，存續(xù)的基金數(shù)量也較少，實證考察的周期太短并不能有效反應(yīng)開放式基金的真實業(yè)績變動情況。因此本文將繼續(xù)圍繞我國開放式基金的這兩種能力展開多角度的實證研究。

二、考察方法

1.詹森指數(shù)

詹森指數(shù)是基于CAMP模型為基礎(chǔ)的基金業(yè)績衡量指標，本文把計算詹森指數(shù)的回歸模型稱為SM單因素模型，用下式表示：

Ri-Rf=α+β(Rm-Rf)+ε (1)

其中Ri為基金收益率，Rm為市場基準組合的收益率，Rf為無風險資產(chǎn)收益率，ε為隨機干擾項，β為基金投資組合所承擔的系統(tǒng)風險，α即詹森指數(shù)。

2.T-M模型

Treynor和Mazuy最早對市場時機把握能力進行了計量分析，他們認為如果基金能夠?qū)κ袌鍪找孀鞒雠袛嗟脑?，基金的組合收益與市場收益之間可能存在一種非線性的函數(shù)關(guān)系。該模型一般簡稱為TM模型，用來預測基金對市場時機的選擇能力，其表達式為：

Ri-Rf=α+β(Rm-Rf)+γ(Rm-Rf)2+ε(2)

其中Ri為基金收益率，Rm為市場基準組合的收益率，Rf為無風險資產(chǎn)收益率，ε為隨機干擾項，α是反映基金的證券選擇能力的系數(shù)，當α>0時，顯示基金經(jīng)理能夠通過識別被錯誤定價的證券來獲取超額收益，具備選股能力；γ是反映市場時機把握能力的系數(shù)，如果γ顯著大于0，表明基金經(jīng)理能夠通過正確預測市場走向而在風險資產(chǎn)和無風險資產(chǎn)之間轉(zhuǎn)換，在不同市場中都能夠獲取利益，具備強的市場時機把握能力。

3.H-M模型

H-M模型是Henriksson和Menton在1981年提出的。該模型是在線性指數(shù)模型中加入一個虛擬變量對基金經(jīng)理的市場把握能力進行評價，表達式如下：

Ri-Rf=α+β(Rm-Rf)+γ1(Rm-Rf)D+ε (3)

其中D是一個虛擬變量，當市場組合的收益率大于無風險收益率時，D取值為1，否則取0；γ是反映基金市場時機把握能力大小的系數(shù)，其含義同T-M模型一樣。

4.三因素模型

由于CAMP模型可能存在有效性問題，學者們對資本資產(chǎn)定價模型中進行了調(diào)整，其表達式如下：

Ri-Rf=α+β(Rm-Rf)+λ1RSMB+λ2RHML+ε (4)

其中RSMB(small minus big)為小公司股票組成的資產(chǎn)組合與大公司股票資產(chǎn)組合的收益差，而RHML(high minus low)則為較高市凈率的股票組合與較低市凈率股票組合的收益差。α、β的含義與單因素模型相同，λ1代表市值因子的貢獻程度，而λ2則代表市凈率的貢獻程度。

三、樣本和數(shù)據(jù)

1.研究樣本

本文選擇了國內(nèi)2007年上半年存在的全部開放式基金進行研究。由于債券式基金，偏債式基金和股債平衡型基金對股票投資的幅度不大，本文對這些基金進行了剔除，由于2002年上半年之前開放式基金為數(shù)不多，本文選擇的研究區(qū)間為2002年下半年至2007年上半年十個半年期，收集每只基金的周每股凈資產(chǎn)收益，對其收益率進行分析。同時，對于在某個半年期內(nèi)數(shù)據(jù)存在不完整的基金，做了在這個半年期內(nèi)剔除的處理。

2.市場基準組合的選擇

我國證券市場雖經(jīng)多年的發(fā)展，但股票指數(shù)的建設(shè)還不夠完善。目前缺乏統(tǒng)一的指數(shù)來反映市場的統(tǒng)一變動，因此采用了上證綜指這個這個被投資者普遍認可的指數(shù)來反映股票市場組合的收益。另外，為了簡化計算方法，本文采用了汪光成(2002)的方法，即把SMB等同于中信400指數(shù)收益率減去中信100指數(shù)收益率，HML即等于中信風格指數(shù)中大盤價值(110指數(shù))與小盤價值(410指數(shù))收益率之和減去大盤成長(120指數(shù))和小盤成長(420)收益率之和。

3.無風險收益率的確定

由于我國債券市場不發(fā)達，本文選擇儲蓄存款一年期的定期利率扣除利息稅(20%)的實際所得折算為周利率。在本文的某幾個半年考察期內(nèi)，同一個考察期內(nèi)有的存在不同儲蓄存款一年期的定期利率因此，我們將該考察期內(nèi)相應(yīng)周利率折算作為該考察期的基準來算無風險收益率，結(jié)果見表1。

4.數(shù)據(jù)

本文收集的開放式基金的單位凈值和累計凈值來源于華安基金管理公司網(wǎng)站公布的數(shù)據(jù)，上證綜合指數(shù)來源于CCER經(jīng)濟金融研究數(shù)據(jù)庫，中信系列指數(shù)來源于中信標普指數(shù)服務(wù)網(wǎng)。

四、計算結(jié)果

表2和表3分別是在CAPM模型和三因素模型，H-M模型和T-M模型下，對開放式基金的證券選擇能力和市場時機把握能力的檢驗結(jié)果，各系數(shù)的顯著性水平為5%。

從表2和表3的結(jié)果中我們不難看出，各系數(shù)的正負區(qū)間比較雜亂，顯示基金這一整體在各個階段中的選股沒有明顯傾向，市場把握能力也比較差。首先，從我們的檢驗結(jié)果來看，2005年以前，α系數(shù)為正的可能性很大；2005年以后，α系數(shù)為負的可能性很大。這顯示基金群體對于整個市場來說具有抗跌和抗?jié)q的特點。即在下跌的市場中，基金群體業(yè)績具有一定的超額增長，而在上漲的市場中，基金群體業(yè)績又弱于市場。不過，值得注意的是，上升市場中，α系數(shù)顯示基金群體業(yè)績落后于市場的幅度較大。其次，從T-M模型的二次項系數(shù)和H-M引入虛擬變量之后的系數(shù)來觀察，并沒有所謂的市場選擇能力表現(xiàn)，即市場行情好基金凈值增長更快、市場行情差基金凈值下降較慢這種表現(xiàn)?；鹑后w業(yè)績?nèi)员憩F(xiàn)出一定的抗?jié)q抗跌特征。值得注意的是，2006年的T-M和H-M模型的檢驗結(jié)果都表明基金在整體上漲行情中抗?jié)q明顯，弱于市場整體表現(xiàn)，而且t統(tǒng)計值又相當顯著。γ值普遍為負繼續(xù)說明基金群體的市場選擇能力較差。再次，基金群體的選股并沒有明顯的傾向性。從三因素模型的檢驗結(jié)果來看，尤其是2004年以后，λ1和λ2明顯出現(xiàn)正負相間的特點，說明基金選股并沒有明顯偏向于市凈率高的個股或是偏向于小規(guī)模的個股。即但在大多數(shù)階段內(nèi)，基金選股并沒有一定的傾向可言，顯示基金群體并沒有起到一定的引導市場向理性規(guī)范發(fā)展的影響力。最后，t統(tǒng)計值的不顯著更是說明基金的贏利能力、市場把握能力和選股能力有所欠缺。事實上，各系數(shù)并沒有一定的持續(xù)性趨勢也從另一側(cè)面說明基金群體的業(yè)績持續(xù)能力并不強，基金的投資行為就其群體而言尚難以稱之為理性，而基金弱于市場的表現(xiàn)也顯示基金群體對整個市場的影響仍局限于中短期范圍之內(nèi)。從總體來看，2001年7月以來，我國經(jīng)歷了4年的漫漫熊市，原先積極的投資理念受到市場嚴重的沖擊，基金表現(xiàn)不理想，但從數(shù)據(jù)來看還是強于市場的表現(xiàn)；自2005年一輪牛市的開始，基金業(yè)績表現(xiàn)也相對突出，尤其2006年基金業(yè)績表現(xiàn)普遍較好，但數(shù)據(jù)來看卻明顯弱于市場。也就是說，基金群體仍受到整個市場的限制，對市場的影響也較小。

五、結(jié)論

本文利用以上四個模型對開放式基金的證券選擇能力和市場時機把握能力進行檢驗，發(fā)現(xiàn)開放式基金的市場選擇能力從總體上看并不強，這一方面是因為開放式基金對證券行情的預測不準確，同時也可能與部分基金堅持選股重于選時的操作理念有關(guān)。值得注意的是，基金群體具有抗跌抗?jié)q的特性，具有一定的抗風險能力。

參考文獻：

[1]汪光成.“基金的市場時機把握能力研究”[J].經(jīng)濟研究，2002，(1).

[2]周澤炯，史本山.我國開放式基金選股能力和擇時能力的實證研究[J].財貿(mào)研究，2004，(6).

[3]肖奎喜，楊義群.我國開放式基金的證券選擇和市場時機把握能力研究[J].中央財經(jīng)大學學報，2005，(1).

[4]周曉華.證券投資基金市場時機選擇能力研究[J].數(shù)量經(jīng)濟技術(shù)經(jīng)濟研究，2001，(4).

第6篇：無風險資產(chǎn)的特征范文

關(guān)鍵詞：人民幣對外匯期權(quán) 定價模型 理論價格

2011年4月1日，我國銀行間外匯市場正式開展了人民幣對外匯期權(quán)交易。人民幣對外匯期權(quán)交易的開展，標志著我國外匯市場已初步形成了即期、遠期、掉期、期權(quán)完整的產(chǎn)品，即完整的基礎(chǔ)類匯率衍生產(chǎn)品體系。但我國企業(yè)和金融機構(gòu)專業(yè)知識和經(jīng)驗不足，對外匯衍生產(chǎn)品無法正確定價和風險評估，不能確定目標成本，容易引發(fā)巨額虧損，而使企業(yè)陷入困境。人民幣對外匯期權(quán)定價過程是一個結(jié)合經(jīng)驗數(shù)據(jù)、歷史數(shù)據(jù)、分析數(shù)據(jù)、模型測算等步驟的全面過程，隨著人民幣外匯衍生產(chǎn)品市場的快速發(fā)展，粗放的定價方式將導致銀行風險的不可控。人民幣外匯期權(quán)定價問題應(yīng)滿足國內(nèi)經(jīng)濟主體規(guī)避匯率風險的需求，有利于推進國內(nèi)外匯市場發(fā)展，促進我國人民幣國際化進程，有利于金融機構(gòu)理財產(chǎn)品市場的發(fā)展，為金融機構(gòu)帶來巨大的經(jīng)濟效益。

研究現(xiàn)狀

外匯期權(quán)定價模型的研究建立在期權(quán)定價模型的基礎(chǔ)上。從現(xiàn)有文獻看，外匯期權(quán)定價的工作可分為參數(shù)方法和非參數(shù)方法兩個方面，其中又以參數(shù)方法中偏微分方程法居多。由BS（1973）模型發(fā)展而來的Garman-Kohlhagen（1983）模型是專門對外匯期權(quán)的定價。得到看漲歐式外匯期權(quán)公式：

（1）

（2）

（3）

S為當前的即期匯率；K為期權(quán)的行權(quán)價格；σ為匯率變動波動率；r為連續(xù)復合無風險利率；rf為外國的無風險利率；T生命期。N（x）是標準正態(tài)變量的累積分布函數(shù)。

Telmer（2002）研究了基于Garman-Kohlhagen模型假設(shè)條件下的歐式外匯期權(quán)定價，發(fā)現(xiàn)模型所得的理論價值與實際價格之間的存在差異。近幾十年來，國內(nèi)外學者都著力于改進Garman-Kohlhagen模型，提高模型對外匯期權(quán)的定價能力。Beta（l996）認為用擴散過程模型化隨機波動率是不夠的，還應(yīng)結(jié)合跳躍過程解釋過度峰值。他假設(shè)匯率的動態(tài)過程遵循平方根過程的條件下，考慮了匯率呈現(xiàn)跳躍-擴散過程時的外匯期權(quán)定價模型。Dumas（l993a，1993b）應(yīng)用匯率目標區(qū)模型對外匯期權(quán)定價，他用一個泊松過程描述在匯率目標區(qū)中心平價的跳躍過程。Hanson和Westman（2002）提出對數(shù)均勻過程跳躍擴散模型。假設(shè)資產(chǎn)價格服從：

（4）

其中，S為當前的即期匯率，σ為匯率變動波動率，Nt泊松跳躍過程，其中設(shè)J（Q）是跳躍幅度，dW為維納過程

Bolye（1977）最先將蒙特卡羅模擬方法引入到期權(quán)定價中以來。此后，許多學者提出了復雜期權(quán)相應(yīng)的蒙特卡羅解決方法。蒙特卡羅模擬法是基于風險中性的假設(shè)，模擬標的資產(chǎn)的隨機過程，預測其平均回報過程，由此得到一個概率解。

參數(shù)模型只描述理論期權(quán)價格與輸入變量之間的靜態(tài)非線性關(guān)系，不能反映市場情況的快速變化，因此一些期權(quán)數(shù)據(jù)的定價結(jié)果并不理想。非參數(shù)方法由于其自適應(yīng)性強和在數(shù)據(jù)生成過程中結(jié)構(gòu)變換快速反應(yīng)能力而得到發(fā)展（Sahalia，1998）。Andreou和Charalambous（2005）結(jié)合神經(jīng)網(wǎng)絡(luò)和帶隱含參數(shù)的參數(shù)模型定價歐式期權(quán)。Wang（2007）結(jié)合神經(jīng)網(wǎng)絡(luò)和Fuzzy技術(shù)，對外匯期權(quán)定價。Xun（2009）用支持向量回歸方法對期權(quán)進行估值，采用的是逐級法（Cascade Method）。王平（2011）采用基于統(tǒng)計學習理論通用學習方法支持向量回歸技術(shù)，引入跳躍擴散模型捕獲匯率市場動態(tài)過程的跳躍，提高匯率期權(quán)價格預測效果。

人民幣外匯期權(quán)產(chǎn)品描述

由于我國外匯受到一定管制、資本市場沒有完全開放，人民幣外匯衍生品最早出現(xiàn)在離岸市場上。境外外匯市場，人民幣外匯期權(quán)產(chǎn)品僅包括芝加哥商業(yè)交易所CME的人民幣期貨期權(quán)和無本金交割的美元對人民幣外匯期權(quán)（NDO）。境內(nèi)人民幣外匯衍生品市場進程緩慢，人民幣衍生品品種有限。 2011年4月外匯交易中心推出人民幣對外匯期權(quán)，但市場規(guī)模較小。與國內(nèi)人民幣外匯期權(quán)相比，NDO的交易量從2003年的每日4億美元交易額到2008年每日10億美元交易額，因此本文樣本選取CME的人民幣期貨期權(quán)。

芝加哥商業(yè)交易所2007年8月28日推出人民幣期貨、期權(quán)產(chǎn)品。人民幣期貨包括對美元、日元、歐元三種。合約規(guī)模：100萬元人民幣，屬于金額較大的合約。與CME的其他貨幣期貨一樣，人民幣期貨采取一單位人民幣折合多少美元的報價方式。在人民幣匯率市場化程度偏低、匯率制度尚未明朗化的情況下，CME設(shè)置6000份合約的頭寸警戒線和現(xiàn)貨交割月2000份合約的頭寸限制，旨在防止市場操縱行為的出現(xiàn)。人民幣期權(quán)是以人民幣期貨為標的資產(chǎn)的美式期權(quán)。每份期權(quán)合約的規(guī)模即一份人民幣期貨合約，期權(quán)費采取一單位人民幣折合多少美元的報價方式，例如，0.00055的報價代表一份期權(quán)合約的期權(quán)費為550美元（100萬RMB ×$0.00055/RMB）。

本文以2009年7月23日人民幣兌美元期貨期權(quán)為例子，其中2009年10月到期的期貨交易量最大，清算價格為0.1456，即一份期貨合約清算價格為145600美元。CME一份期貨提供多個執(zhí)行價格的期權(quán)合約，該月的期權(quán)執(zhí)行價格包括145000、146000、147000等。下表提供各月到期期貨合約當天清算價格。

我國利率市場還在發(fā)展當中，缺乏基準利率，所以無風險利率的選取還沒有形成一個統(tǒng)一的共識。從投資實務(wù)的角度來看，如何選擇無風險利率，從而計算出理論價格，也是我國外匯衍生品投資者必須首先要解決的問題。扈文秀（2005）從無風險資產(chǎn)的四個方面屬性對銀行同業(yè)間拆借市場、銀行間債券回購市場及交易所回購市場等三大資金市場進行了對比分析，認為從銀行間債券回購市場中選擇回購期限為3-7天的債券回購等金融工具作為我國金融市場無風險資產(chǎn)。上海銀行間同業(yè)拆放利率Shibor 從2007 年1 月公布至今，每日各期限檔次的Shibor 形成了一條從隔夜至1 年期的完整利率曲線，具有較好的平滑特征，且各期限檔次利率能夠綜合反映貨幣市場的資金供求狀況和利率的期限結(jié)構(gòu)，為貨幣市場的產(chǎn)品定價提供了初步參考。因此本文人民幣的無風險利率選擇上海銀行間同業(yè)拆放利率為無風險利率。得出當天的我國無風險利率即為2.034%。而美元LIBOR利率為1.4787%。

人民幣外匯期權(quán)定價模型的比較與選擇

比較模型包括Garman-Kohlhagen模型，對數(shù)均勻分布的跳躍擴散模型（JD），蒙特卡羅模擬方法。樣本選自2009年7月22日，CME的人民幣/美元期貨期權(quán)，對當天各種期權(quán)合約估計價值。模擬結(jié)果圖1至圖4所示。三種方法估值效果大體上差距不大，形成的圖形大致相同。Garman-Kohlhagen模型對不同到期時間的，期權(quán)價值的變化大于其他模型。Garman-Kohlhagen模型形成的圖形走勢傾斜度最大，蒙特卡羅模擬方法次之。Garman-Kohlhagen模型對同一執(zhí)行價格，估計的不同到期時間的期權(quán)價格差距較其他方法要小。同一到期時間，估計的不同執(zhí)行價格的期權(quán)價值之間的差距較其他方法要大。

CME交易的人民幣外匯期權(quán)合約成交量非常少，甚至幾個月也沒有完成一個合約交易，所以期權(quán)沒有成交價，即使形成的價格也不能反映市場供需求關(guān)系，作為有效的市場價格。因此以上幾個人民幣外匯期權(quán)定價模型估計的期權(quán)價值只能與CME的估值做一個簡單的比較。從圖4看到，跳躍擴散模型的估值與CME的估值比較接近。由于蒙特卡羅模擬法與CME估值差別很大，結(jié)果沒有在圖中顯示。

外匯期權(quán)定價方法中偏微分方程法的研究較多。國外對外匯期權(quán)的偏微分定價方法是建立在成熟市場與豐富的統(tǒng)計數(shù)據(jù)基礎(chǔ)上的，然而在我國市場，簡單照搬外匯期權(quán)定價模型公式的計算方法將對模型定價產(chǎn)生較大偏差。外匯期權(quán)的偏微分方程法以Garman-Kohlhagen模型為基礎(chǔ)，模型的構(gòu)建需要假設(shè)條件偏多。一般在無套利條件下，構(gòu)建套期保值組合。人民幣匯率形成體制的不完善，人民幣外匯期權(quán)的標的資產(chǎn)匯率還在市場化改革進程中，標的資產(chǎn)價格形成并不完全以市場為導向。由于外匯管制，人民幣不能自由兌換，外匯期權(quán)的基礎(chǔ)生態(tài)環(huán)境與完全市場有一定差距。類似我國股票權(quán)證市場的資產(chǎn)定價功能不強，我國投資者的投機性和非理可能導致人民幣外匯期權(quán)價值與市場價格差異較大。非參數(shù)方法的優(yōu)勢在于假設(shè)條件較少。非參數(shù)方法的外匯期權(quán)定價模型約束少，假設(shè)條件限制少，適用范圍廣。不足在于需要在有歷史交易價格的支持。非參數(shù)方法的外匯期權(quán)定價模型的主要特點是依賴于歷史交易價格規(guī)律求解出將來外匯期權(quán)的價值。由于市場交易數(shù)據(jù)的難以獲取，無法得到歷史交易價格，因此不能在本文中模擬估值。

綜上所述，本研究結(jié)果有助于我國新上市的人民幣兌外匯期權(quán)交易過程的定價研究，以幫助相關(guān)投資者對外匯衍生產(chǎn)品正確定價和風險評估，確定目標成本。

參考文獻：

1.Black F， Scholes M. The Pricing of Options and Corporate Liabilities[J]. The Journal of Political Economy. 1973，81（3）

2.Garman M B， Kohlhagen S W. Foreign currency option values[J]. Journal of International Money and Finance. 1983，2（3）

3.Telmer C I， Zin S E. Prices as factors： Approximate aggregation with incomplete markets[J]. Journal of Economic Dynamics and Control. 2002，26（7-8）

4. Bates D S. Dollar jump fears， 1984-1992： distributional abnormalities implicit in currency futures options[J]. Journal of International Money and Finance. 1996，15（1）

5.Dumas B， Jennergren P L. Currency Option Pricing in Credible Target Zones [R]. NBER Working Paper， 1993

6.Dumas B， Jennergren P L， Bertil N. Realignment risk and currency option pricing in target zones[J]. European Economic Review. 1995，39（8）

7.Boyle P P. Options： A Monte Carlo approach[J]. Journal of Financial Economics. 1977，4（3）

第7篇：無風險資產(chǎn)的特征范文

    (一)特雷諾(Treynor)指數(shù)

    特雷諾(Treynor)指數(shù)是1965年由特雷諾提出的,它給出了證券組合單位系統(tǒng)超額收益率的算法,用公式表示為:Tp=(Rp-Rf)/βp其中,Tp:特雷諾指數(shù);Rp:考察期內(nèi)證券組合P的平均收益率;Rf:考察期內(nèi)平均無風險收益率;βp:證券組合P的β系數(shù)。由此可見,某一證券投資組合的特雷諾指數(shù)在直觀上就是連接證券組合與無風險證券直線的斜率。當這一斜率大于證券市場線的斜率時,證券投資組合的績效優(yōu)于證券市場的績效,此時證券投資組合線位于證券市場線的上方;當這一斜率小于證券市場線的斜率時,證券投資組合的績效劣于證券市場的績效,此時證券投資組合線位于證券市場線的下方。雖然詹森指數(shù)與特雷諾指數(shù)都是以β系數(shù)來測定投資風險,但是β系數(shù)并不能用來測定證券投資組合的風險分散程度,β值也不會因為證券投資組合中所包含的證券數(shù)量的增加而有所降低,因此,當證券投資組合的風險分散程度提高時,特雷諾指數(shù)可能并不會由此而變大,所以,特雷諾指數(shù)運用的是系統(tǒng)風險而不是全部風險。因此,當一項資產(chǎn)只是某個資產(chǎn)組合中的一個部分時,特雷諾指數(shù)就可以作為衡量績效表現(xiàn)的恰當指標加以應(yīng)用。

    (二)夏普(Sharpe)指數(shù)

    夏普指數(shù)是諾貝爾經(jīng)濟學獎得主威廉·夏普于1966年提出的另一個風險調(diào)整衡量指標,它是以證券市場線為基礎(chǔ),指數(shù)值等于證券調(diào)整組合的風險溢價除以標準差,即:Sp=(Rp-Rf)/σp其中,Sp:夏普指數(shù);Rp:考察期內(nèi)證券組合P的平均收益率;Rf:考察期內(nèi)平均無風險收益率;σp:證券投資組合的標準差。從直觀上看,夏普指數(shù)就是連接證券組合與無風險資產(chǎn)的直線的斜率。當這一斜率大于證券市場線的斜率時,此時證券投資組合位于證券市場線的上方,證券投資組合的績效優(yōu)于證券市場的績效;相反,當這一斜率小于證券市場線的斜率時,此時證券投資組合位于證券市場線的下方,證券投資組合的績效不如證券市場的績效好。夏普指數(shù)調(diào)整的是全部風險,這是它與特雷諾指數(shù)的最大不同之處。因此,當某一個組合就是某一投資者的全部投資時,通?？梢杂孟钠罩笖?shù)作為衡量績效的適宜指標。

    二、經(jīng)風險調(diào)整的測度指標的選擇

    在根據(jù)投資組合風險來調(diào)整收益的方法中,最簡單﹑最普遍的方法是與其他類似風險的投資基金進行收益率的相互比較,但是,這種評估管理業(yè)績的方法并不十分準確,這是因為在某些情況下,投資者往往可能會更加注重投資組合中的某一部分資產(chǎn),而這樣的投資組合特征就不再具有可比性。在不同的投資情形下,不同的業(yè)績評估指標具有各自的適用性,投資者在選擇投資組合作為自己的投資對象時,不僅要看到收益,而且要區(qū)別這種收益的源頭在何處,只有這樣才能做到公正合理地評估投資組合的業(yè)績。為了準確評估管理者的投資業(yè)績,就需要更為精確的經(jīng)風險調(diào)整的測度指標。使用詹森指數(shù)、特雷諾指數(shù)以及夏普指數(shù)評價組合業(yè)績固然有其合理性,但也不能忽視這些評估方法的不足,主要表現(xiàn)在三個方面:其一,三大指數(shù)均是以資本資產(chǎn)定價模型為基礎(chǔ),而后者隱含與現(xiàn)實環(huán)境相差較大的理論假設(shè),可能會導致評估結(jié)果失真。其二,三大指數(shù)都含有用于測度風險的指標,而計算這些風險指標有賴于樣本的選擇,這可能導致基于不同的樣本選擇所得到的評估結(jié)果不同,因此也不具有可比性。其三,三大指數(shù)的計算均與市場組合有著直接或間接的關(guān)系,而現(xiàn)實中用于替代市場組合的證券價格指數(shù)具有多樣性,這同樣會導致基于不同市場指數(shù)所得到的評估結(jié)果不同,因此也不具有可比性。上述三個指標所衡量的風險與收益水平各不相同,這也決定了它們各自適用于不同情形之下的投資組合業(yè)績評估。

    (1)在投資管理者將其全部風險

    投資均投入某一個投資組合時,夏普指數(shù)是衡量投資管理者業(yè)績的最佳指標。

    (2)在投資管理者將自己的組合與市場

    組合混合成新的組合時,估價比率是衡量投資管理者業(yè)績的最佳指標。由于投資組合P要與市場組合相互混合,所以投資者最關(guān)心的應(yīng)該是該組合因承擔市場風險之外的個別風險所獲得多少額外的風險報酬,而估價比率最能反映這一要求。

    (3)在投資管理者自己的組合

    只是一個大型投資基金的眾多投資組合之一時,特雷諾指數(shù)是一個適合的業(yè)績評估指標。由于大型基金擁有眾多的投資組合,從而每一個投資組合的個別風險對整個組合風險的影響可以被忽略不計,這時就要求每一個投資組合實現(xiàn)單位系統(tǒng)風險的高收益率,從而使整個組合的績效最優(yōu),因為特雷諾指數(shù)所衡量的就是承擔單位系統(tǒng)風險所得到的風險報酬,因此它是最恰當?shù)臉I(yè)績衡量指標。

    三、證券選擇和時機選擇能力評估

    (一)證券選擇能力的評估

    本文主要介紹業(yè)績貢獻分析法,即將實際的投資組合與某個基準組合進行對比,然后將每類資產(chǎn)的貢獻分解為資產(chǎn)配置的貢獻和證券選擇的貢獻兩個部分,并以此來計算各類資產(chǎn)對整體業(yè)績的貢獻,由此就可以測度出投資管理者選擇證券的能力,具體方法有:1.構(gòu)建一個可比較的市場基準,如選擇指數(shù)組合作為市場基準。2.比較實際投資組合與市場組合收益率的差別。3.將每類資產(chǎn)的貢獻分解為資產(chǎn)配置的貢獻和證券選擇的貢獻兩個部分,并以此來計算各類資產(chǎn)對整體業(yè)績的貢獻。

第8篇：無風險資產(chǎn)的特征范文

關(guān)鍵詞：開放式基金、投資風格、投資策略、業(yè)績評估 

        一、引言

        作為一種投資產(chǎn)品，開放式基金集合投資、專家管理、組合投資、利益共享、風險共擔及流動性較好的優(yōu)勢，已成為眾多投資者偏好的金融產(chǎn)品。我國的證券投資基金始于20世紀90年代初期，2001年在中國證監(jiān)會“超常規(guī)發(fā)展機構(gòu)投資者”的方針指引下，我國證券投資基金業(yè)實現(xiàn)了飛躍式發(fā)展，目前已成為我國證券市場上最重要和最具影響力的機構(gòu)投資者。根據(jù)wind數(shù)據(jù)庫的統(tǒng)計，截止2011年3月底，我國共有開放式股票型基金約515只，管理的資產(chǎn)規(guī)模達1.94萬億，約占a股流通市值的10%左右，開放式股票型基金在a股市場上占據(jù)著主導的地位。而對開放式基金業(yè)績進行科學合理的評估，具有十分重要的現(xiàn)實意義。但目前國內(nèi)對開放式基金的研究大多將國外已有的業(yè)績評估指標直接在國內(nèi)進行應(yīng)用，特別是新聞媒體在宣傳時往往以基金的凈值增長率作為衡量基金業(yè)績好壞的標準，而忽略了基金約定的投資風格和投資策略對基金業(yè)績的影響作用，本文的研究嘗試彌補目前國內(nèi)研究的不足，以增強基金業(yè)績評估的科學性。

        二、相關(guān)研究綜述

        開放式基金業(yè)績評價一直是理論界和實務(wù)界關(guān)注的熱點問題之一，無論是對于投資者、監(jiān)管層、財務(wù)顧問或開放式基金管理人自身都迫切需要對不同類型基金的業(yè)績進行有效評估。

        傳統(tǒng)的證券投資基金的業(yè)績評價主要利用凈值變化指標如基金單位凈值、凈值增長率和投資收益率等來進行的，但忽視了基金獲取投資收益所遭受的風險。markowitz(1952)首次用數(shù)學的方法量化了單項資產(chǎn)或組合資產(chǎn)的風險，并且從理論上說明了投資分散化能夠減少組合資產(chǎn)的總風險，提出了資產(chǎn)組合選擇的均值-方差理論。隨后，在markowtiz研究的基礎(chǔ)上，由sharpe（1964）、lintner（1965）以及mossin（1966）引入無風險資產(chǎn)后提出的capm模型。在capm模型的基礎(chǔ)上，一些學者開始考慮將風險因素引入到基金的業(yè)績評估模型中，這些績效評估方法中，比較精典的有treynor指數(shù)、sharpe 指數(shù)及jensen 指數(shù)。treynor指數(shù)用以評估投資組合的績效。依據(jù)capm模型，只有系統(tǒng)性風險才能得到補償，因此treynor采用系統(tǒng)風險測度即貝塔系數(shù)，作為基金績效衡量的風險調(diào)整因素；sharpe 指數(shù)用來衡量基金承擔每單位總風險所能獲得的額外報酬。sharpe 指數(shù)考慮了投資組合的總風險，在非充分分散化投資和非完全有效的證券市場中，較treynor指數(shù)更合理，也是投資基金業(yè)績評價中最常用的方法之一。jensen 指數(shù)是jensen（1968）提出的，他認為根據(jù)基金資產(chǎn)超額收益率與基準資產(chǎn)組合的超額收益率進行回歸分析得到的常數(shù)項，可以作為基金風險調(diào)整后的績效，稱為jensen 的alpha 值。jensen 的alpha 值是第一個以收益率的形式表達風險調(diào)整績效的指標。

        三、本文中樣本數(shù)據(jù)的選擇

        本文以2008年9月30日之前成立的122只開放式股票型基金（包括指數(shù)基金）作為研究樣本。根據(jù)投資類型，并結(jié)合其持股集中度、持股特征等將其分為四大類：成長型、價值型、平衡型和指數(shù)型基金。

        本文所選取的樣本區(qū)間為2009年1月1日至2010年12月31日，所選取的數(shù)據(jù)包括基金的日單位凈值、業(yè)績比較基準指數(shù)的收盤指數(shù)。對于無風險資產(chǎn)利率，我們選用銀行1年期定期存款利率進行替代，考慮到在樣本期內(nèi)，央行分別于2010年10月19日和2010年12月25日各上調(diào)金融機構(gòu)一年期存款基準利率0.25個百分點。我們利用簡均法調(diào)整基金在樣本期間的無風險利率為2.278%。

        在進行基金日單位凈值增長率時，我們以2009年1月1日的凈值為基準向后復權(quán)，利用復權(quán)后的基金日單位凈值指標來進行基金日凈值變化率，具體計算公式為：

 

        這樣可以計算出所選取的122只基金486個交易日的基金日凈值變化率指標。同時，我們計算每一只基金的業(yè)績基準所對應(yīng)的指數(shù)日收益率。以交銀股票精選為例，其業(yè)績比較基準為：75%×滬深300指數(shù) + 25%×中信全債指數(shù)，首先計算第 交易日滬深300指數(shù)的日收益率和中信全債指數(shù)的日收益率，然后按照75%、25%的權(quán)重計算加權(quán)平均收益率即為基金對應(yīng)業(yè)績基準的日收益率。

        四、實證結(jié)果及分析

        首先計算出每一只基金在樣本區(qū)間內(nèi)的不同業(yè)績評估指標，然后從整體上和不同分類上對基金的業(yè)績進行描述性統(tǒng)計分析，統(tǒng)計結(jié)果見表1。 

         

        由表1可知，從整體上分析，經(jīng)風險調(diào)整后的所有開放式股票型基金的收益指標sharpe比率和treynor指標均大于0，表明基金可以獲得超過無風險收益率的超額正收益率。但在基金管理能力方面，盡管從整體上基金能夠獲得均值約為0.0002%的超額收益，但不同基金之間存在較大差異，以樣本基金中jensen指標的最高值與最低值比較，兩者相差0.0018，或者從不同基金的jensen指標的波動率來分析，波動率高于均值水平，表明基金獲取超額收益的能力存在較大差異。

而估價比率和m2測度均有與jensen指標相類似的情景。從投資風格角度分析，平衡型基金的sharpe比率高于成長型和價值型，但平衡型與成長型的treynor指標又相差不大。那么不同風格之間經(jīng)風險調(diào)整后的收益是否有差異呢？我們利用獨立樣本t檢驗來對不同風格的股票型基金的五個業(yè)績評估指標進行檢驗,檢驗結(jié)果如表2、3、4所示： 

         

         

         

        由表2、3、4的檢驗結(jié)果可知，不同風格之間五個業(yè)績評估指標的levene檢驗結(jié)果表明均是同方差，同時根據(jù)t統(tǒng)計量及檢驗結(jié)果的顯著性，表明不同風格之間的業(yè)績評估指標之間不存在較大的差異。

        那么積極型的基金管理者和消極型的基金管理者在不同的業(yè)績評估指標上是否有差異呢？本論文同樣利用獨立樣本t檢驗來進行分析，獨立樣本t檢驗結(jié)果表明，積極型基金和指數(shù)型基金之間在某些業(yè)績評估指標上服從同方差分布，如treynor指標、jensen指標和m2測度指標在10%的檢驗水平下均拒絕同方差的假設(shè)。而根據(jù)統(tǒng)計的結(jié)果也可表明積極型基金與指數(shù)型基金的不同業(yè)績評估指標的均值之間存著著顯著的差異。這也表明投資策略會對基金的業(yè)績水平產(chǎn)生一定的影響。

        五、主要結(jié)論

        本論文主要是結(jié)合基金的投資風格和投資策略對我國開放式股票型基金的業(yè)績進行評估。針對目前國內(nèi)外學者在進行基金業(yè)績評估時往往采用市場指數(shù)來代替市場組合方法的不足，本文有針對性的進行了改進，并結(jié)合投資風格和投資策略，比較了基金的業(yè)績，結(jié)論如下：

        本文利用sharpe比率、treynor、jensen指標、估價比率、m2測度等方法對不同風格的基金的這五個業(yè)績評估指標進行了獨立樣本t檢驗，發(fā)現(xiàn)不同投資風格的基金他們的同一業(yè)績評估指標之間沒有太大差別。但若考慮到基金的投資策略，則積極型的投資者與消極型的指數(shù)投資者他們的業(yè)績除m2測度指標無明顯差異外，其余的指標都存在著顯著的差異。研究結(jié)果表明：不同風格的股票型基金的業(yè)績評估差異不大；但不同策略的業(yè)績差異相對較大，也即資產(chǎn)配置策略的重要性。

參考文獻：

[1]admati a， ross s a. 1985，measuring investment performance in a rational expectations equilibrium model [j].journal of business，58,pp: 1-26.

[2]admit a r， bhattacharya s， ross s a， pfleiderer p. 1986，on timing and selectivity [j]. journal of finance，41,pp:715-730.

[3] 馮辰.我國開放式股票型基金規(guī)模與績效關(guān)系的實證研究[j].財經(jīng)界，2007(6).

第9篇：無風險資產(chǎn)的特征范文

關(guān)鍵詞：動態(tài)資產(chǎn)配置 先行指數(shù) 股票倉位 約束權(quán)重

中圖分類號：F830.2文獻標識碼：A 文章編號：1006-1770(2010)011-033-06

一、 引言

面對兇險叵測的證券市場，無論是機構(gòu)投資者還是散戶，對于如何根據(jù)基本面等因素的變化來動態(tài)調(diào)整股票倉位的問題經(jīng)常感到困惑。股票倉位的調(diào)整和控制存在很大的主觀性，往往被認為是藝術(shù)。

解決目前調(diào)整倉位所面臨困境的一種方法是從理論上進行創(chuàng)新，開發(fā)新的、更有效的調(diào)整倉位技術(shù)。對于考慮現(xiàn)金、股票和債券的大類資產(chǎn)配置，如果僅考慮現(xiàn)金和股票，那么大類資產(chǎn)配置問題就轉(zhuǎn)化成股票倉位的確定問題。因此，倉位動態(tài)調(diào)整可借鑒大類資產(chǎn)配置的方法來研究。目前，關(guān)于大類資產(chǎn)配置的金融理論取得了長足的進步，出現(xiàn)了現(xiàn)資組合理論、投資時鐘模型以及組合保險策略等理論和方法。然而，現(xiàn)有的理論方法存在明顯的不足，限制了其在投資中的應(yīng)用。

經(jīng)過幾十年的發(fā)展，Markowitz(1952)提出的均值方差模型（或投資組合理論）已經(jīng)成為資產(chǎn)配置的重要方法。但是，由于均值方差模型存在需要對資產(chǎn)預期收益進行估計、一些不現(xiàn)實的模型假設(shè)以及配置結(jié)果對參數(shù)的敏感性等問題，導致該模型通常被放入“象牙塔”，難以在實務(wù)中發(fā)揮其應(yīng)有作用。對于具有“新興加轉(zhuǎn)軌”基本特征的我國市場來說，情況更是如此。盡管很多研究對均值方差模型進行了拓展（如，Black和Litterman(1992)，Cuoco和He(2008)），但這些方法仍不能有效解決其主要缺陷，還往往提高了應(yīng)用的復雜性。

在實踐中，比較有影響力的方法是美林證券的投資時鐘模型(Merrill Lynch(2004))。該模型把經(jīng)濟周期與資產(chǎn)和行業(yè)輪動聯(lián)系起來，通過對影響資產(chǎn)收益表現(xiàn)的關(guān)鍵因素進行狀態(tài)劃分，來指導投資者確定不同階段的投資策略。然而，該方法在應(yīng)用時需要對經(jīng)濟周期進行正確地劃分，并且對資產(chǎn)配置的擇時和具體比例的指導作用還比較缺乏。

在動態(tài)資產(chǎn)配置方面，比較有影響的是組合保險策略的相關(guān)研究。代表性的方法有Perold和Sharpe(1988)提出的固定比例投資組合保險策略以及Estep和Kritzman(1988)給出的時間不變性組合保險策略等。這些策略的成功依賴于對市場未來走勢的正確判斷。此外，這些策略割裂了基本面與資產(chǎn)配置的聯(lián)系。由于沒有直接利用宏觀經(jīng)濟等基本面信息，這些策略本身不具有利用信息上的優(yōu)勢。

歸納起來，以上這些理論或方法通常存在模型假設(shè)強、操作性差或信息利用劣勢等缺陷。理論界的最新進展給解決倉位動態(tài)調(diào)整困境提供了一種新的、更為有效的工具。Brandt和Santa-Clara (2006)提出一種基于擴充資產(chǎn)空間的動態(tài)資產(chǎn)配置方法（以下簡稱為Brandt模型），該方法規(guī)避了以上方法的主要缺陷,同時具有很強的可操作性。

通過信號變量的動態(tài)變化，Brandt模型把動態(tài)投資組合問題轉(zhuǎn)化為靜態(tài)的投資組合問題。Brandt模型不依賴于對市場預期進行資產(chǎn)配置，而是直接利用現(xiàn)有指標或變量與資產(chǎn)收益的關(guān)系來確定配置比例，這對目前“先發(fā)展資本市場預期，后進行資產(chǎn)配置”的流行做法提出了挑戰(zhàn)。Brandt模型提出了可直接估計配置權(quán)重的擴張資產(chǎn)空間技術(shù)，延續(xù)了均值方差模型的理論脈絡(luò)，能夠充分利用該理論的現(xiàn)有研究成果。

本文主要目的是基于Brandt模型，建立適合我國證券市場的股票倉位動態(tài)調(diào)整模型。該模型是在風險資產(chǎn)僅保留股票、驅(qū)動倉位動態(tài)調(diào)整的信號變量僅為中國經(jīng)濟景氣指數(shù)中的先行指數(shù)時的一種特殊情況。作為鋪墊，本文介紹了Brandt模型的單期形式，給出了對權(quán)重加以約束的方法。股票倉位動態(tài)調(diào)整模型具有良好的投資表現(xiàn)，易于使用，對機構(gòu)投資者和中小散戶投資者都適用。此外，作為信號變量的先行指數(shù)與股票指數(shù)的顯著統(tǒng)計關(guān)系這一發(fā)現(xiàn)，對理解股市的運行和相關(guān)研究具有參考價值。

本文余下安排如下。第二節(jié)，介紹了Brandt資產(chǎn)配置模型的單期形式，對權(quán)重加以約束的實現(xiàn)方法進行分析討論。第三節(jié)，分析先行指數(shù)作為驅(qū)動股票倉位動態(tài)調(diào)整的信號變量的合理性，建立了股票倉位動態(tài)調(diào)整模型。第四節(jié)，分析了股票倉位模型的實際表現(xiàn)，并進行穩(wěn)健性分析。最后，總結(jié)全文并探討拓展方向。

二、 Brandt模型及權(quán)重約束的實現(xiàn)方法

Brandt模型可以直接利用靜態(tài)的Markowitz均值方差模型來實現(xiàn)對參數(shù)的估計。從這一角度來說，Markowitz均值方差模型是Brandt模型的基礎(chǔ)。當所有信號變量的取值為常數(shù)時，資產(chǎn)空間沒有得到擴充，Brandt模型就變成了Markowitz均值方差模型。從這一角度來說，Markowitz均值方差模型是Brandt模型的一種特殊情況。

由于本文所給出的股票倉位動態(tài)調(diào)整模型是Brandt模型的一種特殊形式，所以股票倉位動態(tài)調(diào)整模型的股票倉位（或分配在股票上的權(quán)重）等參數(shù)的估計可以直接采用Brandt模型的估計方法?？紤]到在實務(wù)中需要對股票倉位加以一定限制賣空等約束，本文在介紹Brandt模型的估計方法時，對權(quán)重約束的實現(xiàn)方法進行了分析討論。

（一）模型的基本形式

在實際應(yīng)用中，易于使用的是單期模型。因此，本文僅考慮單期Brandt資產(chǎn)配置模型。假設(shè)投資者具有凸效用函數(shù)，要利用目前所具有的信息，來對投資標的進行配置決策，以最大化未來一個時期的財富。該決策可刻畫為最大化其凸效用函數(shù)的條件期望，即表示為 （1）

這里Wt表示該投資者的在t+1時刻的財富，bt為正數(shù)并且足夠小以使得財富的邊際效用保持為正數(shù)。令Rtf為無風險利率，為投資者組合t從t+1到時期的超額收益，。

本文采用類似Brandt和Santa-Clara(2006)的符號，即使用大寫字母表示總體收益，小寫字母表示超額收益。把所有變量加以一個表示時期的下標，以對應(yīng)于該變量是已知的時刻。例如，風險資產(chǎn)從時間t到t+1的收益率被表示成Rt+1。在同一時期的無風險利率被表示成Rtf，原因在于在收益期的開始就知道該變量的取值。假設(shè)共有M類風險資產(chǎn),即Rt+1的維數(shù)為M。

給定這些符號，考慮到 （2）

根據(jù)Brandt和Santa-Clara(2006)，可以把公式（1）表示成如下形式 （3）

實際應(yīng)用中，通常用樣本矩來代替（3）的條件期望來進行相應(yīng)的求解。組合的超額收益rp可表示為組合權(quán)重wt和風險資產(chǎn)的超額收益的線性函數(shù)，這里T表示向量的轉(zhuǎn)置。g為投資者的風險厭惡參數(shù)，該參數(shù)確定了在超額收益波動率上的懲罰程度。

假設(shè)存在一個預測信號變量集合zt，包含K個信號，即。把zt的第一個元素取為常數(shù)1，就可把擴張的資產(chǎn)空間與原有的風險資產(chǎn)空間聯(lián)系在一起進行表述。

Brandt和Santa-Clara(2006)指出組合的權(quán)重可以通過公式wt=qzt得到，這里q為一個M*K的參數(shù)矩陣，其最優(yōu)值q*可以通過求解（3）得到，有下式成立

（4）

這里N為樣本量大小，ver(.)為通過把一個矩陣的列堆在一起，使矩陣變成一個向量的算子，表示兩個矩陣的克饒耐克（Kronecker）乘積。把的元素與zt的對應(yīng)元素進行相乘后，就得到組合的權(quán)重wt。

（二）權(quán)重約束的實現(xiàn)方法

由于以上是用相對于無風險利率的超額收益進行的模型表述，那么給出的權(quán)重是分配在風險資產(chǎn)上的權(quán)重。對于分配在風險資產(chǎn)與現(xiàn)金上的權(quán)重之和為1的約束自然實現(xiàn)。換句話說，在求出分配在風險資產(chǎn)上的權(quán)重之后，把1減去這些權(quán)重之和后，就得到分配在現(xiàn)金上的權(quán)重。如果分配在現(xiàn)金上的權(quán)重大于1，那么表示需要進行借貸，以加大對風險資產(chǎn)的投資。除對分配在風險資產(chǎn)和現(xiàn)金上權(quán)重之和為1的約束以外，通過（4）獲得的權(quán)重沒有加以任何其他形式的約束。在應(yīng)用中，通?？紤]對權(quán)重加以限制賣空等約束。

當權(quán)重加以約束時，一般不能得到類似（4）的解析解，通常采用數(shù)值方法進行求解。對權(quán)重加以約束，求解最優(yōu)權(quán)重就變成了求解一個凸二次優(yōu)化問題。這個優(yōu)化問題可表述為：

目標函數(shù)（5）

約束條件（6）

這里，為決策變量，；矩陣A為控制約束條件的系數(shù)矩陣，矩陣B為常數(shù)矩陣。通過選擇矩陣A和B的具體形式，可以把權(quán)重的約束表示出來。

為方便求解，把以上的目標函數(shù)表示成如下形式 （7）

對于這種形式的凸二次優(yōu)化問題，可以采用Goldfarb和Idnani(1982,1983)的雙重法（dual method）來進行求解。對該方法的詳細介紹，可參見參考文獻[8,9],在此省略。

在求解上面優(yōu)化問題時,很多數(shù)值算法可以直接給出無約束條件的解。另外，也可以把對權(quán)重的約束放寬到接近無窮大的程度,通過求解上面的優(yōu)化問題得到。這兩種方式可以作為(4)式的替代方式，具有十分高的精度。

當僅有一個信號變量（常數(shù)1除外）并且僅有一個風險資產(chǎn)時，對權(quán)重的約束可以通過下面的“截尾變換法”實現(xiàn)，不需使用數(shù)值方法求解。在這種特殊情況下，可以唯一地求解權(quán)重，使“截尾變換法”與前文的數(shù)值方法近似等價。在這種特殊情況下，截尾變換法可以看成一種簡便算法。此時，不借助于數(shù)值方法，利用（4）式再進行截尾變換就可求出滿足約束條件的權(quán)重。

不失一般性，不妨把權(quán)重的約束表示為，這里，wd和wu分別為權(quán)重取值的下界和上界。對無約束的權(quán)重進行截尾變換，是指根據(jù)下式直接得到滿足約束條件的權(quán)重。

（8）

比如，計算出分配在風險資產(chǎn)上的權(quán)重wt=1.2。如果權(quán)重有不超過1且不小于0的約束，那么根據(jù)（8）式可得權(quán)重為。

下文將給出股票倉位動態(tài)調(diào)整模型。對于該模型，采用截尾變換法求解滿足約束條件的權(quán)重。如果對股票倉位動態(tài)調(diào)整模型增加信號變量的數(shù)量，那么截尾變換法將不能保證得到最優(yōu)的權(quán)重，此時可以采用本文給出的數(shù)值方法求解最優(yōu)權(quán)重。

三、股票倉位動態(tài)調(diào)整模型

假設(shè)僅考慮現(xiàn)金和股票兩類資產(chǎn)，股票倉位動態(tài)調(diào)整問題就轉(zhuǎn)化為前文的Brandt模型的一種特殊情況。此時，計算出的配置在股票上的權(quán)重就變成了股票倉位。在不產(chǎn)生歧義的情況下，下文所提到的權(quán)重和倉位將互換使用，不再一一說明。同時，計算出的權(quán)重，沒有轉(zhuǎn)化成百分比的形式，可自行轉(zhuǎn)換。

本文的倉位或權(quán)重是對股票市場系統(tǒng)性風險的凈敞口。凈敞口是綜合股票現(xiàn)貨、股指期貨后的風險頭寸。如果股票現(xiàn)貨的投資為10個億，但利用股指期貨對沖掉10個億投資的系統(tǒng)性風險，即是完全套保，此時凈敞口為0。如果股票現(xiàn)貨的投資為10個億，但利用股指期貨做多2個億，那么此時凈敞口為12個億。

下面，首先給出用做驅(qū)動倉位進行動態(tài)調(diào)整的信號變量并進行合理性分析，建立股票倉位動態(tài)調(diào)整模型，然后，對該模型進行實證分析。根據(jù)我國股市的特點，本文僅考慮用月度收益進行分析。同時，假設(shè)對股票進行指數(shù)化投資，投資于上證A股指數(shù)（簡稱A股指數(shù)），并且在每月以指數(shù)的收盤價調(diào)整倉位。

（一）信號變量：中國經(jīng)濟景氣指數(shù)之先行指數(shù)

針對美國資本市場，Brandt和Santa-Clara(2006)給出了股息率、國債收益率以及信用利差等指標作為驅(qū)動資產(chǎn)配置動態(tài)調(diào)整的信號變量。Ait-sahalia和Brandt(2001)探討了用于資產(chǎn)配置的信號變量選擇問題，給出了通過多個指標來構(gòu)造指數(shù)以復合多種信息的方法。

對于我國資本市場來說，選擇信號變量需要結(jié)合我國資本市場“新興加轉(zhuǎn)軌”的基本特征，提出適合我國市場的信號變量，不能簡單照搬國外的經(jīng)驗。經(jīng)過大量篩選和分析，本文選擇中國經(jīng)濟景氣指數(shù)中的先行指數(shù)作為驅(qū)動倉位動態(tài)調(diào)整的信號變量。

中國經(jīng)濟景氣指數(shù)包括先行指數(shù)、一致指數(shù)、滯后指數(shù)和預警指數(shù)。從1991年開始，該指數(shù)由中國經(jīng)濟景氣監(jiān)測中心計算并。2004年年末，高盛和中國經(jīng)濟景氣監(jiān)測中心合作編制先行指數(shù)。二者合作后會對指數(shù)的編制方法進行調(diào)整，因此可以認為先行指數(shù)從2005開始，編制方法發(fā)生了改變，導致2005年前后的先行指數(shù)數(shù)據(jù)可能存在結(jié)構(gòu)性的差異。

先行指數(shù)一共由8組指標構(gòu)成，這8組指標分別是投資新開工項目、消費者預期指數(shù)和房地產(chǎn)領(lǐng)先指數(shù)、恒生中國內(nèi)地流通指數(shù)、貨幣供應(yīng)M2、工業(yè)產(chǎn)品產(chǎn)銷率、物流指數(shù)和利率差。在計算先行指數(shù)時，經(jīng)季節(jié)調(diào)整去除季節(jié)因素的影響。先行指數(shù)以1996年為基期，基期數(shù)值為100，該指標按月計算，每月月末。該指數(shù)的編制方法、構(gòu)成指標的權(quán)數(shù)和權(quán)重等信息可以通過中國經(jīng)濟景氣監(jiān)測中心的網(wǎng)站查詢（省略.cn）。

（二）用先行指數(shù)驅(qū)動股票投資的合理性

良好的宏觀經(jīng)濟狀況，不一定能夠保證投資股市就取得較高的收益。宏觀經(jīng)濟的狀況與股市的發(fā)展變化并不同步，股市的發(fā)展變化一般領(lǐng)先于宏觀經(jīng)濟狀況的改變。

一般來講，先行指數(shù)能夠反映出經(jīng)濟的未來變化趨勢。根據(jù)中國經(jīng)濟景氣監(jiān)測中心，“我國先行指數(shù)的峰谷平均領(lǐng)先一致指數(shù)的峰谷6個月-7個月”。本文采用的先行指數(shù)的數(shù)值滯后于配置的時間2個月，由此推算，在某種程度上，本研究認為股市領(lǐng)先于宏觀經(jīng)濟4個月-5個月。下面的分析將表明，這種判斷具有統(tǒng)計上的顯著意義。

在表1中，給出了滯后2期的先行指數(shù)月度百分比變化率和A股指數(shù)月度收益的回歸分析結(jié)果。其中，A股指數(shù)月度收益率的數(shù)據(jù)區(qū)間是從2005年6月至2010年6月，而先行指數(shù)月度百分比變化率的數(shù)據(jù)區(qū)間是從2005年4月至2010年4月。為清楚顯示這兩個變量之間的關(guān)系，把先行指數(shù)月度百分比變化率提前2期。這里，A股指數(shù)月度收益率采用的是把A股指數(shù)月度百分比變化率扣除掉該期的無風險利率。其中，每個月的無風險利率用該月加權(quán)平均的7天銀行同業(yè)拆借利率代替。

從表1可以看出，滯后2期的先行指數(shù)月度百分比變化率和A股指數(shù)月度收益具有顯著的統(tǒng)計關(guān)系（顯著性水平：0.01），說明滯后2期的先行指數(shù)月度百分比變化率對A股指數(shù)月度收益具有很好的預測作用。

上面這種統(tǒng)計關(guān)系用2005年以后的數(shù)據(jù)來測算是顯著的，如果考慮更長一些的數(shù)據(jù)，比如從1995年至2010年的數(shù)據(jù)，仍然可以發(fā)現(xiàn)是顯著的。然而，這種較長時期的數(shù)據(jù)所體現(xiàn)的統(tǒng)計關(guān)系，主要是2005年以后的數(shù)據(jù)在起作用。這種發(fā)現(xiàn)可從以下兩個方面來理解：

1.從2005年5月9日開始進行股權(quán)分置改革，大陸股市開始進入“全流通”時代，從結(jié)構(gòu)上發(fā)生了本質(zhì)性的變化，股市是宏觀經(jīng)濟的晴雨表這一功能表現(xiàn)得逐漸明顯。

2.從2005年以后，先行指數(shù)的編制方法發(fā)生了結(jié)構(gòu)性的變化，可能比以前的編制方法更為科學，數(shù)據(jù)質(zhì)量得到很大的提高，因此對宏觀經(jīng)濟能夠起到較好的先行指示作用。

需要說明的是，本文使用滯后2期的先行指數(shù)月度百分比變化率是由先行指數(shù)公布時間所造成的。比如，在2010年7月1日，若要決定在該月的股票倉位配置，僅需獲得2010年5月的先行指數(shù)月度百分比變化率。2010年5月的先行指數(shù)值通常在2010年6月末公布，故在進行配置時，可以使用該數(shù)據(jù)。注意，這里與前文模型（第二節(jié)）中利用滯后1期的假設(shè)有些不同。本質(zhì)上，前文模型所表示的滯后含義是在決策配置時，利用當時可以利用的信息，而不是把對未來投資收益的預測納入決策當中。基于此，把滯后2期數(shù)據(jù)當成滯后1期處理即可。

（三）資金成本

股票倉位動態(tài)調(diào)整模型是對無風險資產(chǎn)和股票兩類資產(chǎn)進行動態(tài)配置的模型。為提高資金利用的效率，會把股票投資額度未用的資金以活期銀行存款的方式存入銀行、向金融機構(gòu)以同業(yè)拆借利率拆出或以其他方式融出資金取得基本無風險的收益。

本文用7天銀行業(yè)同業(yè)拆借利率代替無風險資產(chǎn)，或者說本文假定資金成本為7天銀行業(yè)同業(yè)拆借利率。在整個樣本期內(nèi)（從2005年6月到2010年6月），年化利率的均值為0.022。

四、不同約束條件下的配置表現(xiàn)

（一）投資收益分析

本文的投資收益是相對于資金成本或扣除資金成本的結(jié)果。如果把月度的利率加回股票投資的超額收益,不難得到在未去除資金成本前的收益表現(xiàn)相關(guān)分析結(jié)果，為節(jié)約篇幅，本文在此省略。表2給出了股票倉位動態(tài)調(diào)整模型的樣本外配置表現(xiàn)。

從表2可以看出，基于股票倉位動態(tài)調(diào)整模型的投資策略明顯地優(yōu)于“買入并持有”指數(shù)這一投資策略。通過對權(quán)重加以不同的約束，對實際配置表現(xiàn)有所影響。對權(quán)重加以的約束越多，投資收益的夏普比率越低。

（二）權(quán)重變化

根據(jù)權(quán)重無約束的股票倉位動態(tài)調(diào)整模型，本文把計算出的權(quán)重大小按樣本外預測期的時間進行排列，給出了權(quán)重變化折線圖（見圖1）。為方便分析，圖1還給出了權(quán)重的四條約束線。根據(jù)前文提到的截尾變換法，當權(quán)重超過約束線（大于上界或小于下界）時，只能取約束線對應(yīng)的數(shù)值；否則取計算出的權(quán)重。比如，在無約束條件下，計算出的2010年6月權(quán)重為-0.557。如果對倉位有不小于0的約束（即禁止賣空），那么倉位只能取0，即空倉。

從圖1可以看出，倉位在[-2,2]之間波動，隨時間變化明顯。與市場實際表現(xiàn)相比，股票倉位動態(tài)調(diào)整模型所給出的權(quán)重較為準確。比如，對于無約束的權(quán)重，在市場的幾個特征明顯的時間段，該模型提前建議調(diào)倉。

1.2008年7月至2008年12月，金融危機階段，市場跌跌不休，逐漸探底。在此階段，權(quán)重為負值，顯示如果不能賣空的話，就應(yīng)該清倉。在2008年11月，權(quán)重到達低谷。

2.2009年1月至2009年12月，政府救市，市場出現(xiàn)反轉(zhuǎn)。在此階段，權(quán)重為正值；并且從2009年2月開始，權(quán)重超過1，顯示應(yīng)該進行滿倉操作。如果可以根據(jù)市場情況增加投資額度，那么應(yīng)該在2009年3月、2009年5月至7月，增加投資額度。新增加的投資資金可以來源于自由資金，也可以來源于同業(yè)拆借的資金。本文是在考慮資金成本的條件下給出的配置建議。

值得注意的是，2009年8月，市場回調(diào)，當月跌幅高達22%。權(quán)重盡管從2009年7月有較大程度的下調(diào)，但在該月仍然給出滿倉的建議，沒有能夠避免較大損失的發(fā)生。對于這種情況，一種解決辦法是不斷改進模型。比如，可通過改進現(xiàn)有信號變量或增加新的信號變量，來提高對市場反應(yīng)的靈敏程度。另一種解決辦法是增加一些風險控制措施，比如，設(shè)定止損位，當損失達到止損位時，就進行止損，從而避免信號失靈時所引起的潛在大幅損失。

3.2010年1月至2010年6月，市場下跌。在此階段，權(quán)重除10年2月和4月以外，都為負值，顯示應(yīng)該空倉。如果能夠賣空市場的話，應(yīng)該賣空。值得注意的是，從2009年12月到2010年1月，給出的倉位建議是急劇地從滿倉變?yōu)榭諅}，說明倉位調(diào)整對信號的反應(yīng)非常強烈。

（三）參數(shù)敏感性分析

在實際應(yīng)用中，風險厭惡參數(shù)一般位于2至10之間。在前文的樣本外配置表現(xiàn)分析中，選擇了風險厭惡參數(shù)=5，用于參數(shù)擬合的樣本量為36（即用三年的月數(shù)據(jù)進行擬合）。

表3給出了不同風險厭惡參數(shù)和用于參數(shù)擬合的樣本量大小交叉配比下，[0,1]約束時投資組合的夏普比率。對于其他約束可以得到類似的結(jié)果，在此省略。

從表3可以看出，不同的參數(shù)對配置表現(xiàn)的影響比較有限。在這些不同參數(shù)配比下，所確定的投資組合仍然能夠優(yōu)于以“買入并持有”的方式投資于指數(shù)的投資表現(xiàn)。這說明，本文的計算結(jié)果是比較穩(wěn)健的。

值得注意的是，本文采用上證A股指數(shù)作為股票的替代。如果把A股指數(shù)換成上證綜指，可發(fā)現(xiàn)十分相似的結(jié)果。如果把A股指數(shù)換成深圳成指和滬深300指數(shù)，可以發(fā)現(xiàn)先行指數(shù)與這兩個股票指數(shù)仍然存在顯著的統(tǒng)計關(guān)系，但是顯著性程度將降低。從實際的配置表現(xiàn)上來看，對于這兩個股票指數(shù)，股票倉位動態(tài)調(diào)整模型仍然能夠得到良好的配置表現(xiàn)。但由于統(tǒng)計關(guān)系的顯著性程度的降低，配置表現(xiàn)要略遜于用上證A股指數(shù)?；诖?，可以認為，該模型對大盤股（上證A股指數(shù)）要比中小盤股（深圳成指）的投資更具指導意義。為節(jié)約篇幅，在此省略了相關(guān)結(jié)果的展示。

最后，需要評估先行指數(shù)修正對配置表現(xiàn)的影響。在最新組成指標公布后，指數(shù)編制機構(gòu)通常確定是否對上期先行指數(shù)數(shù)值進行修正。由于修正的基本原則是不改變指數(shù)的趨勢，對指數(shù)修正給實際應(yīng)用產(chǎn)生的不利影響不用擔憂。具體來講，對于無約束權(quán)重，先行指數(shù)下滑階段給出的倉位通常略高于根據(jù)修正后的數(shù)據(jù)計算的倉位；而先行指數(shù)上升階段給出的倉位通常略低于根據(jù)修正后的數(shù)據(jù)計算的倉位。這樣一來，以夏普比率來衡量，實際的配置表現(xiàn)將比未考慮修正時所計算的配置表現(xiàn)略差。在先行指數(shù)變化沒有明確方向階段給出的倉位在多個時點上的影響可以互相抵消，從而不會根本性地改變實際的配置效果?？紤]到通常對權(quán)重加以限制賣空和杠桿規(guī)模等約束，相當于對無約束權(quán)重進行“截尾”處理，導致先行指數(shù)進行修正產(chǎn)生的倉位變化影響大大降低，不會本質(zhì)地影響配置表現(xiàn)。

五、結(jié)論

本文建立了適合我國股票市場的倉位動態(tài)調(diào)整模型，考慮的是模型的單期形式。建立倉位模型的一個難點在于尋找合適的信號變量。基于先行指數(shù)與股票收益存在的顯著統(tǒng)計關(guān)系以及合理的理論解釋，本文把先行指數(shù)作為驅(qū)動股票倉位進行動態(tài)調(diào)整的信號變量。實證分析表明該模型具有很好的投資表現(xiàn)并且具有穩(wěn)健性。

在后續(xù)研究中，可以從理論和應(yīng)用兩個方面進行拓展。理論方面可考慮股票倉位動態(tài)調(diào)整模型的多期形式和使用不同效用函數(shù)，應(yīng)用方面可考慮把該模型從單一信號變量拓展到多個信號變量、探討債券的倉位動態(tài)配置模型、債券和股票的聯(lián)合配置以及相關(guān)的制度設(shè)計。

注：

本研究受到中國博士后科學基金資助（No.20090460639）

參考文獻:

1. Markowitz, H., 1952, “Portfolio Selection”, The Journal of Finance [J], 7:pp. 77-91.

2. Black, F., and Litterman, R., 1992, “Global Portfolio Optimization”, Financial Analysts Journal [J], Sep/Oct. pp.28-43.

3. Cuoco. D. H., and He S. I., 2008, “Optimal Dynamic Trading Strategies with Risk Limits”, Operation Research [J], 56（2）:pp.358-368.

4. Merrill Lynch, 2004, “The Investment Clock. Special Report #1: Making Money from Macro”, Merrill Lynch Bank Research Report [R], 10, November.

5. Perold A. R., and Sharpe W., 1988, “Dynamic Strategies for Asset Allocation”, Financial Analysts Journal [J], pp.16-27.

6. Estep T., and Mark K., 1988, “TIPP: Insurance without Complexity”, Journal of Portfolio Management [J], Summer, pp. 38-42.

7. Brandt M.W., and Santa-Clara, P. 2006, “Dynamic Portfolio Selection by Augmenting the Asset Space”, Journal of Finance [J], Vol.LXI, No.5:pp.2187-2217.

8. Goldfarb D., and Idnani A., 1982, “Dual and Primal-Dual Methods for Solving Strictly Convex Quadratic Programs”, In J. P. Hennart (ed.), Numerical Analysis, Springer-Verlag, Berlin [M], pp.226239.

9. Goldfarb D., and Idnani A., 1983, “A numerically Stable Dual Method for Solving Strictly Convex Quadratic Programs”, Mathematical Programming [J], 27: pp.133.

10. Ait-sahalia Y., and Brandt M. W., 2001, “Variable Selection for Portfolio Choice”, The journal of finance [J], Vol. LVI, NO.4:pp.1297-1351.