無風險資產的特征精選(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：無風險資產的特征范文
關鍵詞：期權理論；財務功能；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 期權及其特征
期權實質上是一種選擇權，是指期權賣方在收到一定的期權購買費用（權利金）之后，承諾給期權買方一份在特定的期限內以特定的價格從期權賣方購買（看漲期權）或賣給期權買方（看跌期權）一定數量相關標的資產的權利，而非義務的合約或合同。期權的價值包括履約價值和時間價值兩個部分：履約價值是指期權被立即執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履約價值以上的額外價值。期權價值主要受標的資產價格、期權執行價格、到期時間、標的資產價格波動率、無風險利率、標的資產收益率等六種因素的影響，但不管受到何種因素的影響，期權價值總是在一定的上、下限范圍內波動。期權的下限是期權的履約價值；期權的上限分為買權價格和賣權價格兩種，買權價格上限是標的資產的價格，賣權的上限是執行價格。
期權與其他衍生金融資產有所不同，其特征主要有：
（1）期權作為一種衍生金融產品，體現的是一種合約關系。期權的交易對象是一種權利，即買進或賣出特定標的物的權利，但并不承擔一定要買進或賣出的義務。這種權利具有很強的時間性，超過規定的有效期限不行使，期權便會自動失效。
（2）權利與義務的不對稱。在期權交易中，買賣雙方的權利、義務是不對等的。買方支付權利金后，就獲得買進或賣出的權利，而不負有必須買進或賣出的義務。賣方收取權利金后，負有買方要求，必須買進或賣出某一確定標的物的義務，而沒有不買或不賣的權利。
（3）風險與收益的不對稱。期權買方的風險是已知的，僅限于支付的權利金，不存在追加義務，但是其潛在的收益在理論上是無限的；期權賣方的收益是有限的，其收益值就是收到的權利金，但是風險損失在理論上是無限的。由于期權賣方承受的風險很大，為取得平衡，設計期權時通常會使期權賣方的獲利的可能性遠大于期權買方。
（4）期權具有以小博大的杠桿效應。在期權交易中，買方面臨的風險和損失是有限、可預知的，其最大損失就是權利金，因此，期權買方無須繳存保證金；賣方在期權賣出后至履約前，處于某種商品或金融資產空頭，面臨的風險是無限的，但只需向交易所繳存一定數量的保證金，一般為合約金額的一定百分比，因此，期權具有較強的杠桿性和投機性。
2 期權理論在企業中的應用
2.1 期權的財務功能
（1）套期保值功能。
期權的套期保值功能是指通過設立一個與現貨數量相等、方向相反的期權頭寸：買進現貨時，同時持有賣權（看跌期權）；賣出現貨時同時持有買權（看漲期權）。這樣對沖組合的總價值將會保持不變。
資產保值的思路是：無風險狀態可以通過資產權利與義務的分離來實現。其保值的公式為：無風險資產價值=看跌期權+風險資產現行價值-看漲期權價值。財務含義是持有風險資產與賣權多頭、買權多頭的組合，具有保險的功能，是一份無風險資產的復制品。
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貨市場的空頭，以規避價格上漲的風險。
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貨市場的多頭，以規避價格下跌的風險。
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，現貨價跌至每噸1.1萬元。該公司賣出現貨，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機制與期貨機制相結合。對于期權買方來說，買權多頭與期貨空頭的組合、賣權多頭與期貨多頭的組合；對于期權賣方來說，買權空頭與期貨多頭的組合、賣權空頭于期貨空頭的組合。
套期謀利的公式是：看漲期權價值=風險資產價值-無風險資產價值+看跌期權價值。財務含義是負債投資與一個賣權多頭、一個買權空頭的組合，具有價值增值的功能，是一份看漲期權的復制品。
例：假設“龍山”的股價是20元，一張“龍山”的認購權證可以認購1張“龍山”的股票，認購價格為25元，而認購權證的市價（即期權費用）為5元。故擁有1張“龍山”的認購權證，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的執行價格，這個價格是雙方達成的市場均衡價格，給現貨市場的標的物價值定位提供了方向。另外，權利金的確定為資產所附屬權利的價值提供了衡量方式，也為如何把不確定性轉換為經濟價值提供了可行性。
價值定位的公式是：風險資產價值=無風險資產價值+看漲期權價值-看跌期權價值。財務含義是風險資產價值由既定的無風險資產價值和風險行動的價值所構成，持有一個無風險資產與一個在買權多頭和賣權空頭上風險行動的組合，具有價值定位的功能，是一份風險資產的復制品。
例：2002年4月，深萬科發行總額為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換債券，債券契約規定債券持有人可以按轉換價格12.10元降可轉換債券轉換位公司的普通股票并可上市流通。發行時萬科的股價是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），與該可轉換債券信用等級相同但不附轉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）萬科可轉換債券期權價值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
萬科轉債每份期權的價值為：
c(t)=StN(d1)-Xe-rf(n-t)N(d2)=S0N(d1)-Xe-rfnN(d2)=2.534
由于轉換比率R=P/X=8.26，所以每張可轉換債券轉換權在發行時點0的價值為：
C(0)=R×c(0)=8.26×2.534=20.94
（2）萬科轉債市場價值M的確定。
由假設條件可知r0=5.5%，萬科轉債在時點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 期權的管理功能
（1）期權的激勵功能。
現代公司典型特征就是公司所有權與管理權的分離，由此產生了，經營者如何才能實現股東價值最大化，在公司的管理中產生了股票期權激勵制度。在股票期權制度中，經理人可以在規定時期內以股票期權的行權價購買本公司股票，這個購買過程稱為行權。在行權以前，股票期權的持有人沒有現金收益行權以后，其收益為行權價與行權日市場價之間的差價。經理人員可以自行決定在何時出售所得股票。股票期權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理人的收益。可見企業引入股票期權制度以后，經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的風險。這樣經理人的個人收益與其經營業績和企業的未來發展建立起一種正相關關系，從而鼓勵經理人更多地關注企業的長期持續發展，而不是僅僅將注意力集中在短期財務指標上。由此，企業價值最大化成為股東和經理人員的共同目標。
（2）期權的投資決策功能。
期權理論完善了傳統投資決策的中的凈現值決策方法和內含報酬率決策方法。在期權法下，管理者決策的價值將被考慮、得到評估，這正體現了期權理論與傳統投資決策方法相結合的現實意義，能給投資者未來繼續投資提供可選擇性。因此引入期權后，投資項目的價值=傳統的NPV+期權價值。傳統凈現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。而現實中許多項目的建設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的選擇，每階段完成后，企業就具有了是否完成下階段的期權。投資決策轉化為如何最有效執行期權的問題，把整個項目各階段結合起來進行評價，將使決策更加科學。
參考文獻
［1］邵函，蘇海燕.期權理論在企業財務風險管理中的應用［J］.財會通訊（理財版），2006，（12）.
第2篇：無風險資產的特征范文
關鍵詞：城鎮家庭資產；家庭消費；消費行為：分位數回歸模型
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，關于財富對消費的影響更激發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系。發現非金融財富對消費支出的影響不顯著。Davis和Palumbo采用美國宏觀數據進行研究，認為居民總資產若增加1美元，其總消費會隨之增加3-5美分，但金融資產和非金融資產對消費的影響各不相同。Dynan和Maki使用1983-1989年美國家庭微觀調查數據進行研究，發現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、住房資產與消費支出之間的關系進行了研究，認為住房資產對家庭的消費性支出具有顯著影響。且影響大于金融資產。Bostic等將美國的兩個微觀調查數據庫進行匹配，研究了金融資產與住房資產的消費效應，結果表明住房資產對消費的彈性系數為0.044-0.065，而金融資產的消費彈性系數為0.007-0.023，住房資產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國家的宏觀數據進行研究，發現居民金融資產的邊際消費傾向比住房資產的邊際消費傾向大。Sousa對1980-2007年歐元區的情況進行了研究，認為金融資產對消費的影響較大且顯著，而住房資產對消費的影響效應接近于零且不顯著。Peltonen等使用14個新興國家的數據對家庭財富與消費關系進行研究，發現亞洲國家的房產財富效應正在不斷增加，在股市資本化程度高的國家金融資產財富效應較強，而收入水平或者金融發展水平較低的國家房產財富效應更顯著。
駱祚炎采用城鎮居民1985-2005年的宏觀年度數據，分析了我國居民金融資產與住房資產對消費的影響，認為住房資產對消費的影響大于金融資產對消費的影響，但二者的影響效應都較為微弱。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，發現房地產市場具有擴張的財富效應，而股票市場具有收縮的財富效應。鄒紅和黃慧麗使用我國城鎮家庭1999-2009年季度數據。分析了居民資產對消費的影響，結果顯示我國房地產市場對居民消費影響顯著，其財富效應遠遠大于股票市場的財富效應。田青對我國2001-2009年的居民金融資產與實物資產進行了估算，并分析了二者對消費的影響，認為家庭資產會對消費產生積極的促進作用，其中實物資產對消費的影響作用較強，居民儲蓄和股票資產對當期消費會產生擠出效應。而其他類型金融資產對消費的影響不顯著。樂長根和辜宏強運用2003-2010年季度數據，使用誤差修正模型分別對居民股票資產、儲蓄資產、住房資產與消費變動之間的關系進行檢驗，發現股市存在微弱的負財富效應，住房市場的正財富效應相對顯著，儲蓄資產從短期來看具有負財富效應，在長期則有正財富效應。謝堊采用我國健康與養老追蹤調查數據，首次在微觀層面上探究了家庭資產對消費的影響，認為對于擁有自有住房者而言，房產的消費彈性明顯大于金融資產的消費彈性。張大永和曹紅使用我國家庭金融微觀調查數據，分析了家庭住房資產、金融資產及其他實物資產對消費的影響。研究結果表明，擁有自有住房與否、住房的價值和金融資產規模等因素都對家庭消費產生顯著影響，且住房資產對消費的影響大于金融資產。進一步分析認為，無風險金融資產對非耐用品消費產生較大影響，而風險金融資產對耐用品消費影響更大。陳訓波和周偉使用2008年的我國家庭動態跟蹤調查數據，分析了我國城鎮不同類型家庭財富對消費的影響，認為家庭各類資產對居民消費的影響顯著，且金融資產的邊際消費傾向高于房產。家庭人口數量和戶主特征等因素也對城鎮居民消費產生顯著影響。李濤和陳斌開基于微觀家庭數據，區分和比較了家庭生產性固定資產和非生產性住房資產對居民消費的影響，考察了家庭資產對居民消費的“資產效應”和“財富效應”。研究發現，家庭住房資產主要呈現出消費品屬性，只存在微弱的“資產效應”而不存在“財富效應”。相反，家庭生產性固定資產具有明顯的“資產效應”和“財富效”。張屹山等分析了我國居民收入與金融資產結構，結果發現，無論城鎮還是農村家庭，財產性收入對消費的促進作用都不顯著，原因是我國居民財產性收入在總收入中的占比較低。李波利用我國家庭金融調查數據，從理論和實證角度論證了金融風險資產對消費支出的財富效應與風險效應，認為兩者存在替代關系，隨著家庭金融資產的持有權重提高，資產財富的邊際消費傾向增加，資產風險的預防性儲蓄傾向也隨之增加。
上述研究的結果表明，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，利用微觀數據進行這一領域的研究近幾年才展開，研究的內容還有待進一步深入。本文擬利用我國家庭金融調查數據（China Household FinanceSurvey，CHFS），研究我國城鎮家庭金融資產、住房資產以及非住房實物資產對家庭消費的影響，特別地，本文將采用分位數回歸模型，重點研究不同收入水平家庭的消費影響因素。并將家庭金融資產細分為無風險資產、風險資產和社保賬戶資產，分別研究不同類別的金融資產與家庭消費之間的關系，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計
（一）樣本選擇
本文使用的數據來源于CHFS 2011年的全國基線調查數據。CHFS是西南財經大學我國家庭金融調查與研究中心進行的一項全國性的全面系統的入戶追蹤調查，涵蓋了全國25個省（市、區）、80個縣、320個社區共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。CHFS針對性較強，擁有居民家庭各項金融資產的詳細信息，全面客觀地反應了當前我國家庭金融的基本狀況。通過與國家統計局公布的可比數據進行對比，CHFS調查數據與國家統計局公布的數據基本一致，說明CHFS調查數據的高質量與可信度。
在數據處理過程中。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，且數據缺失較少。（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
結合CHFS的數據，本文給出變量定義如表1所示。
（三）描述性統計分析
由我國城鎮家庭關鍵指標的描述性統計結果可知，從金融資產上看，我國城鎮家庭金融資產均值為86030.00元，其中風險金融資產為28926.20元，無風險金融資產為57103.80元，即大多數家庭持有的無風險資產遠高于風險資產。此外，家庭擁有的社保賬戶資金不容忽視，達到23220.60元；從實物資產上看，城鎮家庭擁有的住房資產價值達632283.00元，遠高于其他實物資產的價值；①此外，樣本中的家庭規模基本符合我國大多數城鎮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模型估計及影響結果分析
根據模型（3）估計家庭資產對有房家庭支出的回歸結果如表2所示。由表2可知：
第一，家庭金融資產顯著影響家庭消費，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有關，從數量上看，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，住房資產顯著影響家庭消費，且住房資產對消費的彈性大于金融資產對消費的彈性，隨著收入水平的提高住房資產對家庭消費影響程度逐步下降。住房資產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顯著正相關，越是低收入家庭，住房資產對消費的影響越強烈。與金融資產相比，無論哪一類收人群體，其家庭消費都受住房資產的影響更大。我國城鎮有房家庭的住房資產均值為632283.00元，遠高于金融資產均值86030.00元的水平，因此，筆者認為，住房資產的保障作用對消費的影響明顯大于金融資產對消費的促進作用。
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。非住房類實物資產大致包括汽車、相機、空調或奢侈品等眾多耐用品以及字畫等藝術品，這類資產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模的影響大于低收入和高收入家庭。家庭規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分位點的系數最大為0.071，總體呈現倒u型狀態。消費支出與家庭成員人數正相關毋庸置疑。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小：對于低收入家庭來說，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，表現出家庭規模對家庭消費的影響隨著收入水平的提高呈現倒u型狀態。
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業、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。這是我們根據模型估計結果得出的一個有趣的結論。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，筆者認為產生前述現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，在有外來經濟資助情況下，家庭消費支出可以更高。
第八，正常婚姻狀態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。估計結果顯示。戶主婚姻狀態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的影響。婚姻狀態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，從數據上看，消費增加在10%-20%左右。
（三）無房家庭消費支出的分位數模型估計及影響結果分析
根據模型（3）估計家庭資產對無房家庭支出的回歸結果如表3所示。
由表3可知：
第一，家庭金融資產顯著影響家庭消費，高收入無房家庭對金融資產相對更敏感。由估計結果可知，消費支出的金融資產彈性都顯著為正，說明無房家庭消費同樣與家庭金融資產有關。樣本數據顯示，有房家庭的平均收入和平均金融資產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，非住房類實物資產對無房家庭消費的影響較大。非住房類實物資產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、實物資產和金融資產的影響，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沒有呈現規律變動。從模型對各變量不同分位點上的系數斜率相等檢驗結果可以看出，不同分位點上的系數（D1除外）都不能拒絕斜率相等的假設，也即各分位點上的系數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、金融資產較少、又都沒有住房資產，因此，無房家庭普遍需要節儉開支、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）無風險金融資產和風險金融資產對有房家庭消費支出的影響分析模型（4）的分位數回歸結果如表4所示。
對表2和表4相同變量的系數變化進行比較可以發現，將廣義金融資產劃分為無風險金融資產、風險金融資產和社保賬戶余額后，估計的系數基本不變。趨勢則完全沒有改變，說明模型是非常穩健的。這里，我們僅分析家庭無風險金融資產、風險金融資產和社保賬戶余額對家庭消費的影響。
第一，無風險金融資產對家庭消費影響最大，且其彈性系數隨收入的增加而減少。隨著家庭收入水平的提高，無風險金融資產對家庭消費的影響程度漸次減小。從描述性統計分析即可以看出，我國城鎮家庭無風險資產大致是風險資產的兩倍，且低收入家庭無風險資產配置的比重更高，而高收入家庭風險資產的配置比重更高，①上述結論正是消費理論和我國家庭金融資產配置狀況決定的，低收入家庭無風險金融資產對消費的保障作用更明顯。
第二，風險金融資產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彈性越大。在家庭金融資產配置結構中，高收入家庭更傾向于配置風險金融資產，其數量更多、比重更高、種類也更豐富。本文的估計結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。隨著收入的增加，家庭消費的風險金融資產彈性漸次增大，在最高收入的10%家庭中，其風險金融資產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的比重兩倍于風險金融資產，因此，無風險金融資產對家庭消費的影響更大。
第二，對有房家庭而言，無風險金融資產配置的比重隨家庭收入的提高而遞減，風險金融資產配置的比重隨家庭收入的提高而遞增。低收入家庭的資產結構中無風險金融資產比重最高，風險金融資產比重最低，風險金融資產的變動對家庭消費沒有影響。高收入家庭正好相反，無風險金融資產對其家庭消費沒有影響。
第三，社保賬戶資產在家庭財富中占有較大比重，大約占廣義家庭金融資產的20%以上，占低收入家庭金融資產的比重更高達25%。雖然這是一筆不能當期使用的資產，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顯著正相關，且越是低收入家庭，住房資產對消費的影響越強烈。與金融資產相比，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、空調或奢侈品等非住房實物資產通常具有消耗性，家庭擁有這類資產越多，基于該類資產的支出越多，但這些資產正是消費結構升級的趨勢和方向。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量提高，最終提高社會總需求。
第3篇：無風險資產的特征范文
關 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，出現異常現象。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實意義。{1}本文建立了一個數學模型，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，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化的可能性。
一、賣空機制的相關研究
賣空機制對投資者行為影響的系統研究始于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）現象。[2]Scherbina(2000)的實證研究證實了Miller的結論：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理分析
假設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。投資者不持有現金，不進行透支投資。市場上有兩種資產：無風險資產，其固定收益率為rf；風險資產（股票），其收益率為兩部分，即資本利得R和紅利d。我們假設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，風險資產的收益率用R代表。{3}投資者的資產組合由無風險資產和風險資產（股票）兩部分組成，風險資產的組合用市場組合或指數組合來表示，投資者面對的只有系統性風險。投資者的資產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，無風險資產的比率為(1-a)。投資者的市場風險貼現因子為?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，無風險資產的收益率為rf。假設在允許賣空的條件下，投資者投資風險資產的比例為a1，風險貼現因子為?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上漲到一個高點時，賣出所有股票，并借來相同數量的股票賣空；在一個低點時買回當初賣出的股票組合，同時買入同樣數量的股票還給其他投資者。進一步假設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，一年內股票指數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的收益率與允許賣空機制條件下相同，仍為w0和rf。假設在禁止賣空條件下，投資者投資股票的比例為a2，風險貼現因子為?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，是投資者繼續持有風險資產（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和無風險資產+現金；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。假設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，投資者的風險態度發生變化，有下列效用函數：
這是在資產組合?茁=1，即資產組合只有系統性風險的效用函數。其中，?酌為絕對風險厭惡系數。?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小；?酌∞，表示絕對風險回避。w為期末財富。假設在允許賣空機制的條件下，投資者的風險偏好系數為?酌1，在禁止賣空機制的條件下，投資者的風險偏好系數為?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（3）式，有：
a和?啄的關系此消彼漲，即風險資產的比例增加，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，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、風險態度發生變化，投資者的資產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投資者的最佳資產組合選擇
圖1中，R為資產組合的預期收益率，?滓為標準差，?滓=1/?啄。FF為有效前沿，rf E為市場線。在rf點，資產組合中全部為無風險資產；在Z點，資產組合中全部為風險資產。在rf和Z之間，資產組合中既有無風險資產，又有風險資產。越接近Z點，風險資產的比例越大；越接近rf點，無風險資產的比例越大。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資產組合。R 、R 和 1、 2是兩個最優資產組合的預期收益率和標準差（風險系數）。
從（9）式中可以看出，R1和R2的關系主要取決于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資產組合p2比允許賣空機制條件下的最優資產組合p1更具風險性。這表示在禁止賣空機制的條件下，投資者的最優資產組合中要加入更多比重的風險資產，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的走勢與允許賣空機制時相比發生了變化，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（假設投資者不離場），風險態度（更加偏好風險）的轉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（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波動的肥尾現象
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。實線SS代表允許賣空的股票走勢，允許賣空的股票指數圍繞基本價值對稱分布；虛線FS代表禁止賣空的股票指數，禁止賣空的股票指數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實路徑
行為金融學認為，投資者的行為選擇不符合經濟人理性。從靜態的角度看，經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，從動態的角度看，投資者的行為是符合經濟人理性的。因此，與行為金融學稍有不同，我們認為經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，是高度相關的社會性選擇。在我們的模型中，集體理性選擇的結果必然是：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函數的依據），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濟人理性假設，它不是一種最優的交易策略。
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，投資者資產組合的預期收益和風險較小，股票指數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果。
2. 投資者退化的現實路徑
現實中，投資者不可能先經歷允許賣空交易的市場環境，然后再返回禁止賣空交易的市場環境。比如在中國，在制度不健全或制度轉型的現實市場環境下（比如禁止賣空交易），投資者在剛剛入市時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境中成熟、成長起來，以及隨著各種負面的示范效應的激勵，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為噪音交易者。一些來自美國和歐洲機構投資者頻頻在新興市場掀起波瀾（在臺灣，QFII不但沒有穩定市場，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果。
3．制度改進與投資者進化
上面的分析是基于這樣的設想――投資者從一個幼稚的信息交易者在制度環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。這種設想主要是為了強調制度缺失如何引發投資者的噪音交易行為這個中國股票市場的特殊現象。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。在經濟發展的現實中，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聯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向理性的信息交易。其實，即使西方成熟市場上發現的一些行為金融學現象，比如處置效應、一月現象等，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，通過制度建設矯正投資者的噪音交易行為是降低市場非理、穩定股票市場、增強股票市場融資功能的必由之路。這是制度建設的行為金融學含義――外在的制度建設內化為投資者行為模式，也是行為金融學研究對制度建設的一個啟示。
五、關于賣空機制的相關討論
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定：賣出申報價不得低于最新成交價，以防止賣空者連續壓低行情。這項規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型市場，也不同程度地存在于成熟市場。
賣空機制既有穩定市場的一面，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務試點，標志著中國股市有了賣空機制。這項制度在短期內對股票市場的影響無法確認（也可能穩定市場，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會隨著市場其他制度建設方面的不斷進步，越來越顯現出來。
六、本文結論和政策啟示
本文選取股票市場允許或禁止賣空交易為特殊的制度環境，建立了一個簡潔的數理模型，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實路徑。本文的研究證明，在允許賣空機制的市場環境中，投資者選擇信息交易；在禁止賣空機制的市場環境中，投資者選擇噪音交易，導致股市的過度波動和肥尾現象。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；投資者退化的現實橫向路徑是，在成熟市場環境下，投資者是信息交易者，當進入新興市場時蛻變為噪音交易者。本文的另一個結論是：噪音交易不僅僅是有限理性和認知偏見的產物，在一定的制度約束下，噪音交易還是理性選擇的結果。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果，而是制度缺失、甚至制度過度（多余）的產物。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。上市公司的產權結構、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）的關系是：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，這個假設是符合邏輯的），高的預期收益的實現，要靠更高的未來股票價格實現，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，轉而用市場的不可測性代表市場的有效性，因此，有論者指出，Fama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，建立在其上面的現代資產定價模型就能成立。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，市場發展到一定階段，又重新引入賣空機制。新興市場國家和地區證券市場的發展，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，這是本文的關鍵假設。這個假設的合理性源自市場上存在一個經過風險貼現的社會正常回報率，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假設投資者為風險回避型。當預期收益率上升，即期的股票指數就會下跌，未來的股票指數上漲的幅度就會增大；相反，當預期收益率下降，即期的股票指數就會上漲，未來的股票指數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象。張宗新（2005）的實證結果證實了中國股票市場波動中存在的肥尾現象。[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. 經濟轉型期證券資產價格波動的制度解析[J]. 數量經濟技術經濟研究, 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：無風險資產的特征范文
馬考維茨(Markowitz)是現資組合分析理論的創始人。經過大量觀察和分析，他認為若在具有相同回報率的兩個證券之間進行選擇的話，任何投資者都會選擇風險小的。這同時也表明投資者若要追求高回報必定要承擔高風險。同樣，出于回避風險的原因，投資者通常持有多樣化投資組合。馬考維茨從對回報和風險的定量出發，系統地研究了投資組合的特性，從數學上解釋了投資者的避險行為，并提出了投資組合的優化方法。
一個投資組合是由組成的各證券及其權重所確定。因此，投資組合的期望回報率是其成分證券期望回報率的加權平均。除了確定期望回報率外，估計出投資組合相應的風險也是很重要的。投資組合的風險是由其回報率的標準方差來定義的。這些統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學展開式中可以看到投資組合的方差與各成分證券的方差、權重以及成分證券間的協方差有關，而協方差與任意兩證券的相關系數成正比。相關系數越小，其協方差就越小，投資組合的總體風險也就越小。因此，選擇不相關的證券應是構建投資組合的目標。另外，由投資組合方差的數學展開式可以得出：增加證券可以降低投資組合的風險。
基于回避風險的假設，馬考維茨建立了一個投資組合的分析模型，其要點為：(1)投資組合的兩個相關特征是期望回報率及其方差。(2)投資將選擇在給定風險水平下期望回報率最大的投資組合，或在給定期望回報率水平下風險最低的投資組合。(3)對每種證券的期望回報率、方差和與其他證券的協方差進行估計和挑選，并進行數學規劃(mathematicalprogramming)，以確定各證券在投資者資金中的比重。
二、投資戰略
投資股市的基金經理通常采用一些不同的投資戰略。最常見的投資類型是增長型投資和收益型投資。不同類型的投資戰略給予投資者更多的選擇，但也使投資計劃的制定變得復雜化。
選擇增長型或收益型的股票是基金經理們最常用的投資戰略。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。美國股市的歷史數據顯示，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。歷史數據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，投資戰略還可以分為積極投資戰略和消極投資戰略。積極投資戰略的主要特點是不斷地選擇進出市場或市場中不同產業的時機。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金增股票，提高投資組合的beta以增加風險；在市場不好時，反過來做。必須注意的是市場時機的選擇本身帶有風險。相應地，如果投資機構在市場時機選擇上采用消極立場，則應使其投資組合的風險與長期投資組合所要達到的目標一致。
類別輪換者會根據對各類別的前景判斷來隨時增加或減少其在投資組合中的權重。但這種對類別前景的判斷本身帶有風險。若投資者沒有這方面的預測能力，則應選擇與市場指數中的類別權重相應的投資組合。
最積極的投資戰略是選擇時機買進和賣出單一股票，而最消極的投資戰略是長期持有指數投資組合。
公司資產規模的大小通常決定了股票的流動性。規模大的公司，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據中可以發現，就長期而言，小公司的平均回報率大于大公司，但回報率的波動較大。
三、投資組合風險
我們已經知道，投資組合的風險是用投資組合回報率的標準方差來度量，而且，增加投資組合中的證券個數可以降低投資組合的總體風險。但是，由于股票間實際存在的相關性，無論怎么增加個數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越多，投資組合與市場的相關性就越大，投資組合風險中與市場有關的風險份額就越大。這種與市場有關并作用于所有證券而無法通過多樣化予以消除的風險稱為系統風險或市場風險。而不能被市場解釋的風險稱為非系統風險或可消除風險。所以，無限制地增加成分證券個數將使投資組合的風險降到指數的市場風險。
風險控制的基本思想是，當一個投資組合的成分證券個數足夠多時，其非系統風險趨于零，總體風險趨于系統風險，這時，投資組合的風險就可以用指數期貨來對沖。對沖的實際結果完全取決于投資組合和大市的相關程度。若投資組合與大市指數完全相關，投資組合的風險就能百分之百地被對沖，否則只能部分被抵消。
投資組合的系統風險是由投資組合對市場的相關系數乘以投資組合的標準差來表達，而這里的相關系數是投資組合與市場的協方差除以市場的標準差和投資組合的標準差。因此，投資組合的系統風險正好可以由投資組合對大市指數的統計回歸分析中的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據。
在投資組合的另一重要理論是在資本市場理論中引入了無風險資產的概念。在實際中，我們可以將國庫券認為是無風險資產。任何投資組合都可以看成是無風險資產和其他風險資產的組合。于是，投資組合的期望回報率可以表達成大市回報率與無風險回報率之差乘以beta值再加上無風險回報率。
國際金融投資行業也廣泛地使用VAR(Value-at-Risk)的方法來分析和管理投資組合甚至公司全部資產的風險。VAR實際上是衡量資產價值變動率的方法。其基本概念是：假設某投資組合的回報率是以正態分布，衡量在確定的概率下投資組合可能出現的虧損金額。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、投資組合業績評價
通常有兩種不同的方法對投資組合的業績進行評估。養老金、保險基金、信托基金和其他基金的主要投資計劃發起人一般會考察投資過程的各個主要方面，如資產配置、資產類別的權重和各類別重的證券選擇。這類評估稱為屬性評估。對很多投資者來說，他們更關心的是對一個特定的投資策略或投資機構效率的評價，如對有明確投資策略的開放式基金的評估。這種評估叫做指標評估。評估投資組合最直接的指標是回報率。但只有在相同或類似的風險水平下比較回報率才有實際的意義。從美國開放式互助基金的歷史數據可以看到，增長型基金的beta值最高，系統風險最高，相應在牛市時的回報率最高，在熊市時的回報率最低。平衡型的基金則相反。收益—增長型的基金的系統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境。在評估基金時，首先應將基金按風險等級分組，每一組的風險大致相同，然后在組中比較回報率的大小。
投資組合的回報率是特定期間內投資組合的價值變化加上所獲得的任何收益。對封閉式基金來說，由于沒有資金的流進和流出，回報率的計算相對比較容易。對開放式基金而言，頻繁的現金流動使普通的回報率計算無法反映基金經理的實際表現。開放式基金的回報率通常使用基金單位價值來計算。基金單位價值法的基本思想是：當有現金流入時，以當時的基金單位凈資產值來增加基金的單位數量；當有基金回贖時，基金的單位數量則減少。因此，現金的流動不會引起凈資產的變化，只是發生基金單位數量的變化。于是，我們可以直接使用期初和期末的凈資產值來計算開放式基金投資組合的回報率。
沒有經過風險調整的回報率有很大的局限性。進行風險調整后評估投資組合表現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風險的敏感度。對投資組合回報率、其方差以及beta值的進一步研究還可以定量顯示基金經理在證券選擇和市場時機選擇等方面的優劣。
【參考文獻】
[1]［美］小詹姆斯L·法雷爾，沃爾特J·雷哈特.投資組合管理理論及應用(PortfolioManagement:TheoryandApplication)[M].北京：機械工業出版社，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：無風險資產的特征范文
[關鍵詞] 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新發行以來，開放式基金已經成為中國證券市場最為重要的機構投資者。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，隨著開放式基金規模的不斷擴大，基金業績問題也成為諸多經濟學家關注的焦點。
影響基金業績的因素很多，國外已進行了大量的研究。Fama(1972)認為，基金業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；而后者為基金經理對市場組合未來的實現情況的預測能力，基金經理將根據期望的市場走勢調整其投資組合的風險水平，通過高風險資產和低風險資產之間的不斷轉換來戰勝市場。基金經理能否“戰勝市場”，能否真正體現“專家理財”的優勢，在很大程度上取決于基金經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，存續的基金數量也較少，實證考察的周期太短并不能有效反應開放式基金的真實業績變動情況。因此本文將繼續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
詹森指數是基于CAMP模型為基礎的基金業績衡量指標，本文把計算詹森指數的回歸模型稱為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為無風險資產收益率，ε為隨機干擾項，β為基金投資組合所承擔的系統風險，α即詹森指數。
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對市場收益作出判斷的話，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關系。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，當α>0時，顯示基金經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，如果γ顯著大于0，表明基金經理能夠通過正確預測市場走向而在風險資產和無風險資產之間轉換，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模型中加入一個虛擬變量對基金經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，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，學者們對資本資產定價模型中進行了調整，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組合與大公司股票資產組合的收益差，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、樣本和數據
1.研究樣本
本文選擇了國內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不多，本文選擇的研究區間為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收益，對其收益率進行分析。同時，對于在某個半年期內數據存在不完整的基金，做了在這個半年期內剔除的處理。
2.市場基準組合的選擇
我國證券市場雖經多年的發展，但股票指數的建設還不夠完善。目前缺乏統一的指數來反映市場的統一變動，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指數收益率減去中信100指數收益率，HML即等于中信風格指數中大盤價值(110指數)與小盤價值(410指數)收益率之和減去大盤成長(120指數)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，同一個考察期內有的存在不同儲蓄存款一年期的定期利率因此，我們將該考察期內相應周利率折算作為該考察期的基準來算無風險收益率，結果見表1。
4.數據
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站公布的數據，上證綜合指數來源于CCER經濟金融研究數據庫，中信系列指數來源于中信標普指數服務網。
四、計算結果
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果，各系數的顯著性水平為5%。
從表2和表3的結果中我們不難看出，各系數的正負區間比較雜亂，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，從我們的檢驗結果來看，2005年以前，α系數為正的可能性很大；2005年以后，α系數為負的可能性很大。這顯示基金群體對于整個市場來說具有抗跌和抗漲的特點。即在下跌的市場中，基金群體業績具有一定的超額增長，而在上漲的市場中，基金群體業績又弱于市場。不過，值得注意的是，上升市場中，α系數顯示基金群體業績落后于市場的幅度較大。其次，從T-M模型的二次項系數和H-M引入虛擬變量之后的系數來觀察，并沒有所謂的市場選擇能力表現，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。基金群體業績仍表現出一定的抗漲抗跌特征。值得注意的是，2006年的T-M和H-M模型的檢驗結果都表明基金在整體上漲行情中抗漲明顯，弱于市場整體表現，而且t統計值又相當顯著。γ值普遍為負繼續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果來看，尤其是2004年以后，λ1和λ2明顯出現正負相間的特點，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模的個股。即但在大多數階段內，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范發展的影響力。最后，t統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，各系數并沒有一定的持續性趨勢也從另一側面說明基金群體的業績持續能力并不強，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。從總體來看，2001年7月以來，我國經歷了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，基金表現不理想，但從數據來看還是強于市場的表現；自2005年一輪牛市的開始，基金業績表現也相對突出，尤其2006年基金業績表現普遍較好，但數據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，發現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。值得注意的是，基金群體具有抗跌抗漲的特性，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].數量經濟技術經濟研究，2001，(4).
第6篇：無風險資產的特征范文
關鍵詞：人民幣對外匯期權 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交易。人民幣對外匯期權交易的開展，標志著我國外匯市場已初步形成了即期、遠期、掉期、期權完整的產品，即完整的基礎類匯率衍生產品體系。但我國企業和金融機構專業知識和經驗不足，對外匯衍生產品無法正確定價和風險評估，不能確定目標成本，容易引發巨額虧損，而使企業陷入困境。人民幣對外匯期權定價過程是一個結合經驗數據、歷史數據、分析數據、模型測算等步驟的全面過程，隨著人民幣外匯衍生產品市場的快速發展，粗放的定價方式將導致銀行風險的不可控。人民幣外匯期權定價問題應滿足國內經濟主體規避匯率風險的需求，有利于推進國內外匯市場發展，促進我國人民幣國際化進程，有利于金融機構理財產品市場的發展，為金融機構帶來巨大的經濟效益。
研究現狀
外匯期權定價模型的研究建立在期權定價模型的基礎上。從現有文獻看，外匯期權定價的工作可分為參數方法和非參數方法兩個方面，其中又以參數方法中偏微分方程法居多。由BS（1973）模型發展而來的Garman-Kohlhagen（1983）模型是專門對外匯期權的定價。得到看漲歐式外匯期權公式：
（1）
（2）
（3）
S為當前的即期匯率；K為期權的行權價格；σ為匯率變動波動率；r為連續復合無風險利率；rf為外國的無風險利率；T生命期。N（x）是標準正態變量的累積分布函數。
Telmer（2002）研究了基于Garman-Kohlhagen模型假設條件下的歐式外匯期權定價，發現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，國內外學者都著力于改進Garman-Kohlhagen模型，提高模型對外匯期權的定價能力。Beta（l996）認為用擴散過程模型化隨機波動率是不夠的，還應結合跳躍過程解釋過度峰值。他假設匯率的動態過程遵循平方根過程的條件下，考慮了匯率呈現跳躍-擴散過程時的外匯期權定價模型。Dumas（l993a，1993b）應用匯率目標區模型對外匯期權定價，他用一個泊松過程描述在匯率目標區中心平價的跳躍過程。Hanson和Westman（2002）提出對數均勻過程跳躍擴散模型。假設資產價格服從：
（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定價中以來。此后，許多學者提出了復雜期權相應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，模擬標的資產的隨機過程，預測其平均回報過程，由此得到一個概率解。
參數模型只描述理論期權價格與輸入變量之間的靜態非線性關系，不能反映市場情況的快速變化，因此一些期權數據的定價結果并不理想。非參數方法由于其自適應性強和在數據生成過程中結構變換快速反應能力而得到發展（Sahalia，1998）。Andreou和Charalambous（2005）結合神經網絡和帶隱含參數的參數模型定價歐式期權。Wang（2007）結合神經網絡和Fuzzy技術，對外匯期權定價。Xun（2009）用支持向量回歸方法對期權進行估值，采用的是逐級法（Cascade Method）。王平（2011）采用基于統計學習理論通用學習方法支持向量回歸技術，引入跳躍擴散模型捕獲匯率市場動態過程的跳躍，提高匯率期權價格預測效果。
人民幣外匯期權產品描述
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在離岸市場上。境外外匯市場，人民幣外匯期權產品僅包括芝加哥商業交易所CME的人民幣期貨期權和無本金交割的美元對人民幣外匯期權（NDO）。境內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，但市場規模較小。與國內人民幣外匯期權相比，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。
芝加哥商業交易所2007年8月28日推出人民幣期貨、期權產品。人民幣期貨包括對美元、日元、歐元三種。合約規模：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設置6000份合約的頭寸警戒線和現貨交割月2000份合約的頭寸限制，旨在防止市場操縱行為的出現。人民幣期權是以人民幣期貨為標的資產的美式期權。每份期權合約的規模即一份人民幣期貨合約，期權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合約的期權費為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行價格的期權合約，該月的期權執行價格包括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一的共識。從投資實務的角度來看，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）從無風險資產的四個方面屬性對銀行同業間拆借市場、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。上海銀行間同業拆放利率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構，為貨幣市場的產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%。
人民幣外匯期權定價模型的比較與選擇
比較模型包括Garman-Kohlhagen模型，對數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，對當天各種期權合約估計價值。模擬結果圖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模型對同一執行價格，估計的不同到期時間的期權價格差距較其他方法要小。同一到期時間，估計的不同執行價格的期權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，所以期權沒有成交價，即使形成的價格也不能反映市場供需求關系，作為有效的市場價格。因此以上幾個人民幣外匯期權定價模型估計的期權價值只能與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，結果沒有在圖中顯示。
外匯期權定價方法中偏微分方程法的研究較多。國外對外匯期權的偏微分定價方法是建立在成熟市場與豐富的統計數據基礎上的，然而在我國市場，簡單照搬外匯期權定價模型公式的計算方法將對模型定價產生較大偏差。外匯期權的偏微分方程法以Garman-Kohlhagen模型為基礎，模型的構建需要假設條件偏多。一般在無套利條件下，構建套期保值組合。人民幣匯率形成體制的不完善，人民幣外匯期權的標的資產匯率還在市場化改革進程中，標的資產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，外匯期權的基礎生態環境與完全市場有一定差距。類似我國股票權證市場的資產定價功能不強，我國投資者的投機性和非理可能導致人民幣外匯期權價值與市場價格差異較大。非參數方法的優勢在于假設條件較少。非參數方法的外匯期權定價模型約束少，假設條件限制少，適用范圍廣。不足在于需要在有歷史交易價格的支持。非參數方法的外匯期權定價模型的主要特點是依賴于歷史交易價格規律求解出將來外匯期權的價值。由于市場交易數據的難以獲取，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，本研究結果有助于我國新上市的人民幣兌外匯期權交易過程的定價研究，以幫助相關投資者對外匯衍生產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：無風險資產的特征范文
(一)特雷諾(Treynor)指數
特雷諾(Treynor)指數是1965年由特雷諾提出的,它給出了證券組合單位系統超額收益率的算法,用公式表示為:Tp=(Rp-Rf)/βp其中,Tp:特雷諾指數;Rp:考察期內證券組合P的平均收益率;Rf:考察期內平均無風險收益率;βp:證券組合P的β系數。由此可見,某一證券投資組合的特雷諾指數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。雖然詹森指數與特雷諾指數都是以β系數來測定投資風險,但是β系數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,特雷諾指數可能并不會由此而變大,所以,特雷諾指數運用的是系統風險而不是全部風險。因此,當一項資產只是某個資產組合中的一個部分時,特雷諾指數就可以作為衡量績效表現的恰當指標加以應用。
(二)夏普(Sharpe)指數
夏普指數是諾貝爾經濟學獎得主威廉·夏普于1966年提出的另一個風險調整衡量指標,它是以證券市場線為基礎,指數值等于證券調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;Rp:考察期內證券組合P的平均收益率;Rf:考察期內平均無風險收益率;σp:證券投資組合的標準差。從直觀上看,夏普指數就是連接證券組合與無風險資產的直線的斜率。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。夏普指數調整的是全部風險,這是它與特雷諾指數的最大不同之處。因此,當某一個組合就是某一投資者的全部投資時,通常可以用夏普指數作為衡量績效的適宜指標。
二、經風險調整的測度指標的選擇
在根據投資組合風險來調整收益的方法中,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,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績。為了準確評估管理者的投資業績,就需要更為精確的經風險調整的測度指標。使用詹森指數、特雷諾指數以及夏普指數評價組合業績固然有其合理性,但也不能忽視這些評估方法的不足,主要表現在三個方面:其一,三大指數均是以資本資產定價模型為基礎,而后者隱含與現實環境相差較大的理論假設,可能會導致評估結果失真。其二,三大指數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果不同,因此也不具有可比性。其三,三大指數的計算均與市場組合有著直接或間接的關系,而現實中用于替代市場組合的證券價格指數具有多樣性,這同樣會導致基于不同市場指數所得到的評估結果不同,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,夏普指數是衡量投資管理者業績的最佳指標。
(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,所以投資者最關心的應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,特雷諾指數是一個適合的業績評估指標。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單位系統風險的高收益率,從而使整個組合的績效最優,因為特雷諾指數所衡量的就是承擔單位系統風險所得到的風險報酬,因此它是最恰當的業績衡量指標。
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,然后將每類資產的貢獻分解為資產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對整體業績的貢獻,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.構建一個可比較的市場基準,如選擇指數組合作為市場基準。2.比較實際投資組合與市場組合收益率的差別。3.將每類資產的貢獻分解為資產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對整體業績的貢獻。
第8篇：無風險資產的特征范文
關鍵詞：開放式基金、投資風格、投資策略、業績評估
一、引言
作為一種投資產品，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勢，已成為眾多投資者偏好的金融產品。我國的證券投資基金始于20世紀90年代初期，2001年在中國證監會“超常規發展機構投資者”的方針指引下，我國證券投資基金業實現了飛躍式發展，目前已成為我國證券市場上最重要和最具影響力的機構投資者。根據wind數據庫的統計，截止2011年3月底，我國共有開放式股票型基金約515只，管理的資產規模達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股市場上占據著主導的地位。而對開放式基金業績進行科學合理的評估，具有十分重要的現實意義。但目前國內對開放式基金的研究大多將國外已有的業績評估指標直接在國內進行應用，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績的影響作用，本文的研究嘗試彌補目前國內研究的不足，以增強基金業績評估的科學性。
二、相關研究綜述
開放式基金業績評價一直是理論界和實務界關注的熱點問題之一，無論是對于投資者、監管層、財務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績進行有效評估。
傳統的證券投資基金的業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)首次用數學的方法量化了單項資產或組合資產的風險，并且從理論上說明了投資分散化能夠減少組合資產的總風險，提出了資產組合選擇的均值-方差理論。隨后，在markowtiz研究的基礎上，由sharpe（1964）、lintner（1965）以及mossin（1966）引入無風險資產后提出的capm模型。在capm模型的基礎上，一些學者開始考慮將風險因素引入到基金的業績評估模型中，這些績效評估方法中，比較精典的有treynor指數、sharpe 指數及jensen 指數。treynor指數用以評估投資組合的績效。依據capm模型，只有系統性風險才能得到補償，因此treynor采用系統風險測度即貝塔系數，作為基金績效衡量的風險調整因素；sharpe 指數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指數更合理，也是投資基金業績評價中最常用的方法之一。jensen 指數是jensen（1968）提出的，他認為根據基金資產超額收益率與基準資產組合的超額收益率進行回歸分析得到的常數項，可以作為基金風險調整后的績效，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整績效的指標。
三、本文中樣本數據的選擇
本文以2008年9月30日之前成立的122只開放式股票型基金（包括指數基金）作為研究樣本。根據投資類型，并結合其持股集中度、持股特征等將其分為四大類：成長型、價值型、平衡型和指數型基金。
本文所選取的樣本區間為2009年1月1日至2010年12月31日，所選取的數據包括基金的日單位凈值、業績比較基準指數的收盤指數。對于無風險資產利率，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，央行分別于2010年10月19日和2010年12月25日各上調金融機構一年期存款基準利率0.25個百分點。我們利用簡均法調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，利用復權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績基準所對應的指數日收益率。以交銀股票精選為例，其業績比較基準為：75%×滬深300指數 + 25%×中信全債指數，首先計算第 交易日滬深300指數的日收益率和中信全債指數的日收益率，然后按照75%、25%的權重計算加權平均收益率即為基金對應業績基準的日收益率。
四、實證結果及分析
首先計算出每一只基金在樣本區間內的不同業績評估指標，然后從整體上和不同分類上對基金的業績進行描述性統計分析，統計結果見表1。
由表1可知，從整體上分析，經風險調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風險調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績評估指標進行檢驗,檢驗結果如表2、3、4所示：
由表2、3、4的檢驗結果可知，不同風格之間五個業績評估指標的levene檢驗結果表明均是同方差，同時根據t統計量及檢驗結果的顯著性，表明不同風格之間的業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檢驗結果表明，積極型基金和指數型基金之間在某些業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。而根據統計的結果也可表明積極型基金與指數型基金的不同業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績水平產生一定的影響。
五、主要結論
本論文主要是結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績進行評估。針對目前國內外學者在進行基金業績評估時往往采用市場指數來代替市場組合方法的不足，本文有針對性的進行了改進，并結合投資風格和投資策略，比較了基金的業績，結論如下：
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績評估指標進行了獨立樣本t檢驗，發現不同投資風格的基金他們的同一業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投資者他們的業績除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。研究結果表明：不同風格的股票型基金的業績評估差異不大；但不同策略的業績差異相對較大，也即資產配置策略的重要性。
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模與績效關系的實證研究[j].財經界，2007(6).
第9篇：無風險資產的特征范文
關鍵詞：動態資產配置 先行指數 股票倉位 約束權重
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，無論是機構投資者還是散戶，對于如何根據基本面等因素的變化來動態調整股票倉位的問題經常感到困惑。股票倉位的調整和控制存在很大的主觀性，往往被認為是藝術。
解決目前調整倉位所面臨困境的一種方法是從理論上進行創新，開發新的、更有效的調整倉位技術。對于考慮現金、股票和債券的大類資產配置，如果僅考慮現金和股票，那么大類資產配置問題就轉化成股票倉位的確定問題。因此，倉位動態調整可借鑒大類資產配置的方法來研究。目前，關于大類資產配置的金融理論取得了長足的進步，出現了現資組合理論、投資時鐘模型以及組合保險策略等理論和方法。然而，現有的理論方法存在明顯的不足，限制了其在投資中的應用。
經過幾十年的發展，Markowitz(1952)提出的均值方差模型（或投資組合理論）已經成為資產配置的重要方法。但是，由于均值方差模型存在需要對資產預期收益進行估計、一些不現實的模型假設以及配置結果對參數的敏感性等問題，導致該模型通常被放入“象牙塔”，難以在實務中發揮其應有作用。對于具有“新興加轉軌”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))。該模型把經濟周期與資產和行業輪動聯系起來，通過對影響資產收益表現的關鍵因素進行狀態劃分，來指導投資者確定不同階段的投資策略。然而，該方法在應用時需要對經濟周期進行正確地劃分，并且對資產配置的擇時和具體比例的指導作用還比較缺乏。
在動態資產配置方面，比較有影響的是組合保險策略的相關研究。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配置的聯系。由于沒有直接利用宏觀經濟等基本面信息，這些策略本身不具有利用信息上的優勢。
歸納起來，以上這些理論或方法通常存在模型假設強、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調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空間的動態資產配置方法（以下簡稱為Brandt模型），該方法規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變化，Brandt模型把動態投資組合問題轉化為靜態的投資組合問題。Brandt模型不依賴于對市場預期進行資產配置，而是直接利用現有指標或變量與資產收益的關系來確定配置比例，這對目前“先發展資本市場預期，后進行資產配置”的流行做法提出了挑戰。Brandt模型提出了可直接估計配置權重的擴張資產空間技術，延續了均值方差模型的理論脈絡，能夠充分利用該理論的現有研究成果。
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調整模型。該模型是在風險資產僅保留股票、驅動倉位動態調整的信號變量僅為中國經濟景氣指數中的先行指數時的一種特殊情況。作為鋪墊，本文介紹了Brandt模型的單期形式，給出了對權重加以約束的方法。股票倉位動態調整模型具有良好的投資表現，易于使用，對機構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與股票指數的顯著統計關系這一發現，對理解股市的運行和相關研究具有參考價值。
本文余下安排如下。第二節，介紹了Brandt資產配置模型的單期形式，對權重加以約束的實現方法進行分析討論。第三節，分析先行指數作為驅動股票倉位動態調整的信號變量的合理性，建立了股票倉位動態調整模型。第四節，分析了股票倉位模型的實際表現，并進行穩健性分析。最后，總結全文并探討拓展方向。
二、 Brandt模型及權重約束的實現方法
Brandt模型可以直接利用靜態的Markowitz均值方差模型來實現對參數的估計。從這一角度來說，Markowitz均值方差模型是Brandt模型的基礎。當所有信號變量的取值為常數時，資產空間沒有得到擴充，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調整模型是Brandt模型的一種特殊形式，所以股票倉位動態調整模型的股票倉位（或分配在股票上的權重）等參數的估計可以直接采用Brandt模型的估計方法。考慮到在實務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，對權重約束的實現方法進行了分析討論。
（一）模型的基本形式
在實際應用中，易于使用的是單期模型。因此，本文僅考慮單期Brandt資產配置模型。假設投資者具有凸效用函數，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為正數并且足夠小以使得財富的邊際效用保持為正數。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，以對應于該變量是已知的時刻。例如，風險資產從時間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。假設共有M類風險資產,即Rt+1的維數為M。
給定這些符號，考慮到 （2）
根據Brandt和Santa-Clara(2006)，可以把公式（1）表示成如下形式 （3）
實際應用中，通常用樣本矩來代替（3）的條件期望來進行相應的求解。組合的超額收益rp可表示為組合權重wt和風險資產的超額收益的線性函數，這里T表示向量的轉置。g為投資者的風險厭惡參數，該參數確定了在超額收益波動率上的懲罰程度。
假設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1，就可把擴張的資產空間與原有的風險資產空間聯系在一起進行表述。
Brandt和Santa-Clara(2006)指出組合的權重可以通過公式wt=qzt得到，這里q為一個M*K的參數矩陣，其最優值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的對應元素進行相乘后，就得到組合的權重wt。
（二）權重約束的實現方法
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，那么給出的權重是分配在風險資產上的權重。對于分配在風險資產與現金上的權重之和為1的約束自然實現。換句話說，在求出分配在風險資產上的權重之后，把1減去這些權重之和后，就得到分配在現金上的權重。如果分配在現金上的權重大于1，那么表示需要進行借貸，以加大對風險資產的投資。除對分配在風險資產和現金上權重之和為1的約束以外，通過（4）獲得的權重沒有加以任何其他形式的約束。在應用中，通常考慮對權重加以限制賣空等約束。
當權重加以約束時，一般不能得到類似（4）的解析解，通常采用數值方法進行求解。對權重加以約束，求解最優權重就變成了求解一個凸二次優化問題。這個優化問題可表述為：
目標函數（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矩陣，矩陣B為常數矩陣。通過選擇矩陣A和B的具體形式，可以把權重的約束表示出來。
為方便求解，把以上的目標函數表示成如下形式 （7）
對于這種形式的凸二次優化問題，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。
在求解上面優化問題時,很多數值算法可以直接給出無約束條件的解。另外，也可以把對權重的約束放寬到接近無窮大的程度,通過求解上面的優化問題得到。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1除外）并且僅有一個風險資產時，對權重的約束可以通過下面的“截尾變換法”實現，不需使用數值方法求解。在這種特殊情況下，可以唯一地求解權重，使“截尾變換法”與前文的數值方法近似等價。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重。
不失一般性，不妨把權重的約束表示為，這里，wd和wu分別為權重取值的下界和上界。對無約束的權重進行截尾變換，是指根據下式直接得到滿足約束條件的權重。
（8）
比如，計算出分配在風險資產上的權重wt=1.2。如果權重有不超過1且不小于0的約束，那么根據（8）式可得權重為。
下文將給出股票倉位動態調整模型。對于該模型，采用截尾變換法求解滿足約束條件的權重。如果對股票倉位動態調整模型增加信號變量的數量，那么截尾變換法將不能保證得到最優的權重，此時可以采用本文給出的數值方法求解最優權重。
三、股票倉位動態調整模型
假設僅考慮現金和股票兩類資產，股票倉位動態調整問題就轉化為前文的Brandt模型的一種特殊情況。此時，計算出的配置在股票上的權重就變成了股票倉位。在不產生歧義的情況下，下文所提到的權重和倉位將互換使用，不再一一說明。同時，計算出的權重，沒有轉化成百分比的形式，可自行轉換。
本文的倉位或權重是對股票市場系統性風險的凈敞口。凈敞口是綜合股票現貨、股指期貨后的風險頭寸。如果股票現貨的投資為10個億，但利用股指期貨對沖掉10個億投資的系統性風險，即是完全套保，此時凈敞口為0。如果股票現貨的投資為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，首先給出用做驅動倉位進行動態調整的信號變量并進行合理性分析，建立股票倉位動態調整模型，然后，對該模型進行實證分析。根據我國股市的特點，本文僅考慮用月度收益進行分析。同時，假設對股票進行指數化投資，投資于上證A股指數（簡稱A股指數），并且在每月以指數的收盤價調整倉位。
（一）信號變量：中國經濟景氣指數之先行指數
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動資產配置動態調整的信號變量。Ait-sahalia和Brandt(2001)探討了用于資產配置的信號變量選擇問題，給出了通過多個指標來構造指數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合我國資本市場“新興加轉軌”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驗。經過大量篩選和分析，本文選擇中國經濟景氣指數中的先行指數作為驅動倉位動態調整的信號變量。
中國經濟景氣指數包括先行指數、一致指數、滯后指數和預警指數。從1991年開始，該指數由中國經濟景氣監測中心計算并。2004年年末，高盛和中國經濟景氣監測中心合作編制先行指數。二者合作后會對指數的編制方法進行調整，因此可以認為先行指數從2005開始，編制方法發生了改變，導致2005年前后的先行指數數據可能存在結構性的差異。
先行指數一共由8組指標構成，這8組指標分別是投資新開工項目、消費者預期指數和房地產領先指數、恒生中國內地流通指數、貨幣供應M2、工業產品產銷率、物流指數和利率差。在計算先行指數時，經季節調整去除季節因素的影響。先行指數以1996年為基期，基期數值為100，該指標按月計算，每月月末。該指數的編制方法、構成指標的權數和權重等信息可以通過中國經濟景氣監測中心的網站查詢（省略.cn）。
（二）用先行指數驅動股票投資的合理性
良好的宏觀經濟狀況，不一定能夠保證投資股市就取得較高的收益。宏觀經濟的狀況與股市的發展變化并不同步，股市的發展變化一般領先于宏觀經濟狀況的改變。
一般來講，先行指數能夠反映出經濟的未來變化趨勢。根據中國經濟景氣監測中心，“我國先行指數的峰谷平均領先一致指數的峰谷6個月-7個月”。本文采用的先行指數的數值滯后于配置的時間2個月，由此推算，在某種程度上，本研究認為股市領先于宏觀經濟4個月-5個月。下面的分析將表明，這種判斷具有統計上的顯著意義。
在表1中，給出了滯后2期的先行指數月度百分比變化率和A股指數月度收益的回歸分析結果。其中，A股指數月度收益率的數據區間是從2005年6月至2010年6月，而先行指數月度百分比變化率的數據區間是從2005年4月至2010年4月。為清楚顯示這兩個變量之間的關系，把先行指數月度百分比變化率提前2期。這里，A股指數月度收益率采用的是把A股指數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平均的7天銀行同業拆借利率代替。
從表1可以看出，滯后2期的先行指數月度百分比變化率和A股指數月度收益具有顯著的統計關系（顯著性水平：0.01），說明滯后2期的先行指數月度百分比變化率對A股指數月度收益具有很好的預測作用。
上面這種統計關系用2005年以后的數據來測算是顯著的，如果考慮更長一些的數據，比如從1995年至2010年的數據，仍然可以發現是顯著的。然而，這種較長時期的數據所體現的統計關系，主要是2005年以后的數據在起作用。這種發現可從以下兩個方面來理解：
1.從2005年5月9日開始進行股權分置改革，大陸股市開始進入“全流通”時代，從結構上發生了本質性的變化，股市是宏觀經濟的晴雨表這一功能表現得逐漸明顯。
2.從2005年以后，先行指數的編制方法發生了結構性的變化，可能比以前的編制方法更為科學，數據質量得到很大的提高，因此對宏觀經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期的先行指數月度百分比變化率是由先行指數公布時間所造成的。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月的先行指數月度百分比變化率。2010年5月的先行指數值通常在2010年6月末公布，故在進行配置時，可以使用該數據。注意，這里與前文模型（第二節）中利用滯后1期的假設有些不同。本質上，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期數據當成滯后1期處理即可。
（三）資金成本
股票倉位動態調整模型是對無風險資產和股票兩類資產進行動態配置的模型。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、向金融機構以同業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天銀行業同業拆借利率代替無風險資產，或者說本文假定資金成本為7天銀行業同業拆借利率。在整個樣本期內（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
（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相關分析結果，為節約篇幅，本文在此省略。表2給出了股票倉位動態調整模型的樣本外配置表現。
從表2可以看出，基于股票倉位動態調整模型的投資策略明顯地優于“買入并持有”指數這一投資策略。通過對權重加以不同的約束，對實際配置表現有所影響。對權重加以的約束越多，投資收益的夏普比率越低。
（二）權重變化
根據權重無約束的股票倉位動態調整模型，本文把計算出的權重大小按樣本外預測期的時間進行排列，給出了權重變化折線圖（見圖1）。為方便分析，圖1還給出了權重的四條約束線。根據前文提到的截尾變換法，當權重超過約束線（大于上界或小于下界）時，只能取約束線對應的數值；否則取計算出的權重。比如，在無約束條件下，計算出的2010年6月權重為-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。與市場實際表現相比，股票倉位動態調整模型所給出的權重較為準確。比如，對于無約束的權重，在市場的幾個特征明顯的時間段，該模型提前建議調倉。
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，權重為負值，顯示如果不能賣空的話，就應該清倉。在2008年11月，權重到達低谷。
2.2009年1月至2009年12月，政府救市，市場出現反轉。在此階段，權重為正值；并且從2009年2月開始，權重超過1，顯示應該進行滿倉操作。如果可以根據市場情況增加投資額度，那么應該在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，當月跌幅高達22%。權重盡管從2009年7月有較大程度的下調，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，可通過改進現有信號變量或增加新的信號變量，來提高對市場反應的靈敏程度。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，權重除10年2月和4月以外，都為負值，顯示應該空倉。如果能夠賣空市場的話，應該賣空。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為空倉，說明倉位調整對信號的反應非常強烈。
（三）參數敏感性分析
在實際應用中，風險厭惡參數一般位于2至10之間。在前文的樣本外配置表現分析中，選擇了風險厭惡參數=5，用于參數擬合的樣本量為36（即用三年的月數據進行擬合）。
表3給出了不同風險厭惡參數和用于參數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果，在此省略。
從表3可以看出，不同的參數對配置表現的影響比較有限。在這些不同參數配比下，所確定的投資組合仍然能夠優于以“買入并持有”的方式投資于指數的投資表現。這說明，本文的計算結果是比較穩健的。
值得注意的是，本文采用上證A股指數作為股票的替代。如果把A股指數換成上證綜指，可發現十分相似的結果。如果把A股指數換成深圳成指和滬深300指數，可以發現先行指數與這兩個股票指數仍然存在顯著的統計關系，但是顯著性程度將降低。從實際的配置表現上來看，對于這兩個股票指數，股票倉位動態調整模型仍然能夠得到良好的配置表現。但由于統計關系的顯著性程度的降低，配置表現要略遜于用上證A股指數。基于此，可以認為，該模型對大盤股（上證A股指數）要比中小盤股（深圳成指）的投資更具指導意義。為節約篇幅，在此省略了相關結果的展示。
最后，需要評估先行指數修正對配置表現的影響。在最新組成指標公布后，指數編制機構通常確定是否對上期先行指數數值進行修正。由于修正的基本原則是不改變指數的趨勢，對指數修正給實際應用產生的不利影響不用擔憂。具體來講，對于無約束權重，先行指數下滑階段給出的倉位通常略高于根據修正后的數據計算的倉位；而先行指數上升階段給出的倉位通常略低于根據修正后的數據計算的倉位。這樣一來，以夏普比率來衡量，實際的配置表現將比未考慮修正時所計算的配置表現略差。在先行指數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。考慮到通常對權重加以限制賣空和杠桿規模等約束，相當于對無約束權重進行“截尾”處理，導致先行指數進行修正產生的倉位變化影響大大降低，不會本質地影響配置表現。
五、結論
本文建立了適合我國股票市場的倉位動態調整模型，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。基于先行指數與股票收益存在的顯著統計關系以及合理的理論解釋，本文把先行指數作為驅動股票倉位進行動態調整的信號變量。實證分析表明該模型具有很好的投資表現并且具有穩健性。
在后續研究中，可以從理論和應用兩個方面進行拓展。理論方面可考慮股票倉位動態調整模型的多期形式和使用不同效用函數，應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配置模型、債券和股票的聯合配置以及相關的制度設計。
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.