前言：想要寫出一篇令人眼前一亮的文章嗎？我們特意為您整理了5篇量化投資與證券管理范文，相信會為您的寫作帶來幫助，發現更多的寫作思路和靈感。

量化投資與證券管理范文第1篇

在傳統的證券投資學中，投資組合理論、資本資產定價模型、套利定價理論和期權定價理論是現代金融理論的四塊基石。前兩者主要依靠均值-方差組合優化的思想，后兩者則主要依靠市場的無套利條件。傳統的投資方法主要是基本面分析和技術分析兩大類，而量化投資則是“利用計算機科技并采用一定的數學模型去實現投資理念、實現投資策略的過程”[3]。從概念看，量化投資既不是基本面分析，也不是技術分析，但它可以采用基本面分析，也可以采用技術分析，關鍵在于依靠模型來實現投資理念與投資策略。為了分析量化投資對證券投資學的啟示，本文從量化投資“黑箱”的各個構成來探討量化投資與證券投資學中思路和觀點的差異。

（一）資產定價與收益的預測

根據組合優化理論，投資者將持有無風險組合與市場風險資產組合，獲得無風險利率與市場風險溢價。資本資產定價模型則將此應用到單一證券或組合，認為證券的風險溢價等于無風險利率加上與風險貢獻比率一致的風險溢價，超過的部分就是超額收益，即投資組合管理所追求的阿爾法值[4]。追求顯著正的阿爾法是資產定價理論給實務投資的一大貢獻。基于因素模型的套利定價理論則從共同風險因素的角度提供了追求阿爾法的新思路。其中，法瑪和佛倫齊的三因素定價模型為這一類量化投資提供了統一的參考。可以說，在因素定價方面，量化投資繼承了資產定價理論的基本思想。對于因素定價中因素的選擇，證券投資學認為，對資產價格的影響，長期應主要關注基本面因素，而短期應主要關注市場的交易行為，即采用技術分析。在量化投資中，主要強調按照事先設定的規則進行投資，這在一定程度上與技術分析類似。但是，在技術分析中，不同的人會有不同的結論，而量化投資則強調投資的規則化和固定化，不會因人的差異而有較大的不同。另外，量化交易更強調從統計和數學模型方面尋找資產的錯誤定價或者進行收益的預測。

（二）無套利條件與交易成本

在證券投資學里，流動性是證券的生命力。組合投資理論、資本資產定價模型以及套利定價理論等都認為市場中存在大量可交易的證券，投資者可以自由買賣證券。這主要是為了保證各種交易都能實現，如套利交易。根據套利定價理論，一旦市場出現無風險的套利機會，理性投資者會立即進行套利交易，當市場均衡時就不存在套利機會。現實市場中往往存在套利限制。一是因為凱恩斯說的“市場的非理性維持的時間可能會長到你失去償付能力”。二是因為市場總是存在交易費用等成本。但證券投資學中，對市場中套利限制與非流動性的關注較少，這是因為傳統金融理論中簡化了市場結構。市場微觀結構理論研究在既定的交易規則下，金融資產交易的過程及其結果，旨在揭示金融資產交易價格形成的過程及其原因。在市場微觀結構理論中，不同的市場微觀結構對市場流動性的沖擊是不同的。因而，從量化投資的角度看，為了降低交易帶來的價格沖擊，能實施量化投資策略的證券往往都應有較好的流動性，因為交易時非流動性直接影響投資策略的實施。從這個意義上講，量化投資時的交易成本不僅包括交易費用，更主要的是要考慮市場交易沖擊的流動性成本。

（三）風險控制與市場情緒

在證券市場中，高收益與高風險相匹配。量化投資在追求高收益的同時，不可避免地承擔了一定的風險。在證券投資學中，系統性風險主要源于宏觀經濟因素，非系統性因素則主要源于行業、公司因素，并且不考慮市場交易行為的影響。在量化投資中，較多地使用因素定價模型，不僅會考慮市場經濟因素，而且會考慮交易行為等因素，只是不同的模型有不同的側重點，在多模型的量化投資系統中自然包括了這兩方面的因素。除了各種基本面和市場交易的因素風險外，量化投資還有自身不可忽視的風險源。一方面，量化交易中，部分交易是采用保證交易的期貨、期權等衍生品交易，這種杠桿交易具有放大作用，隱藏著巨大的風險。另一方面，市場沖擊的流動性成本也是量化投資的風險控制因素，理所當然地在圖1的風險控制模型中體現出來。另外，在一般的投資過程中，市場情緒或多或少會成為風險控制的一個對象。然而，在量化投資中，更多的交易都是通過計算機來實現的，如程序交易等，這樣以來，投資者情緒等因素對投資決策的影響相對較小。所以，在量化投資的風險控制模型中較少地考慮市場情緒以及投資者自身的情緒，主要是通過承擔適度的風險來獲得超額回報，因為畢竟減少風險也減少了超額回報。

（四）執行高頻交易與算法交易

在對未來收益、風險和成本的綜合權衡下，實現投資策略成為量化投資的重要執行步驟。為了達到投資目標，量化投資不斷追求更快的速度來執行投資策略，這就推動了采用高速計算機系統的程序化交易的誕生。在證券投資學里，技術分析認為股價趨勢有長期、中期和短期趨勢，其中，長期和中期趨勢有參考作用，短期趨勢的意義不大。然而，隨著計算機信息科技的創新，量化投資策略之間的競爭越來越大，誰能運作更快的量化模型，誰就能最先找到并利用市場錯誤定價的瞬間，從而賺取高額利潤。于是，就誕生了高頻交易：利用計算機系統處理數據和進行量化分析，快速做出交易決策，并且隔夜持倉。高頻交易的基本特點有：處理分筆交易數據、高資金周轉率、日內開平倉和算法交易。[5]高頻交易有4類流行的策略：自動提供流動性、市場微觀結構交易、事件交易和偏差套利。成功實施高頻交易同時需要兩種算法：產生高頻交易信號的算法和優化交易執行過程的算法。為了優化交易執行，目前“算法交易”比較流行。算法交易優化買賣指令的執行方式，決定在給定市場環境下如何處理交易指令：是主動的執行還是被動的執行，是一次易還是分割成小的交易單。算法交易一般不涉及投資組合的資產配置和證券選擇問題。

二、對量化投資在證券投資教學中應用的思考

從上述分析可以知道，量化投資的“黑箱”構造與證券投資學之間存在一定的差異，因此，在證券投資的教學中應當考慮量化投資發展的要求。

（一）市場微觀結構與流動性沖擊

在理性預期和市場有效假說下，市場價格會在相關信息披露后立即調整，在信息披露前后市場有著截然不同的表現。在證券投資學里，一般認為價格的調整是及時準確的，然而，現實的世界里，價格調整需要一個過程。在不同的頻率下，這種價格形成過程的作用是不同的。在長期的投資中，短期的價格調整是瞬間的，影響不大。然而，在高頻交易中，這種價格調整過程影響很大。市場微觀結構就是研究這種價格形成過程。市場微觀結構理論中有兩種基本的模型：存貨模型和信息模型。存貨模型關注商委托單簿不平衡對訂單流的影響，解釋沒有消息公布時價格短暫波動的原因。信息模型關注信息公布后信息反映到價格中的這一過程，認為含有信息的訂單流是導致價格波動的原因。無論是關注委托訂單的存貨模型還是關注市場參與者信息類型的信息模型，這些市場微觀結構的研究加強了流動性與資產價格之間的聯系，強調流動性在量化投資決策中的重要作用。一般的證券投資學中基本沒有市場微觀結構的內容，因而，為了加強證券投資學的實用性，應關注市場微觀結構的內容與發展。

（二）業績評價與高杠桿

對于證券組合而言，不僅要分析其超額收益和成本，還要考慮其風險與業績。在組合業績評價中，一方面要考慮風險的衡量，另一方面則要分析業績的來源。在證券投資學中，組合業績來自于市場表現以及管理者的配置與選股能力。對于量化投資而言，市場時機和管理者的能力依然重要，然而，量化投資的業績評價還應考慮另一個因素：高杠桿。量化交易中，部分交易是采用保證交易的期貨、期權等衍生品交易，這種杠桿交易具有放大作用，在市場好的時候擴大收益，但在市場不好的時候會加速虧損，這些與傳統的業績評價就不太一樣。在一般的證券投資學里，業績評價主要考慮經風險調整的收益，很少考慮其杠桿的作用，這不僅忽略了杠桿的貢獻，而且有可能夸大了投資者的技能水平。

（三）人為因素與模型風險

在量化投資中，非常注重計算機對數據和模型的分析，這突出了量化投資的規則性和固定性。然而，實際中，別看量化采用了各種數學、統計模型，但策略設計、策略檢測和策略更新等過程都離不開人的決策。量化交易策略與判斷型交易策略的主要差別在于策略如何生成以及如何實施。量化投資運用模型對策略進行了細致研究，并借助計算機實施策略，能夠消除很多認為的隨意性。但是，量化策略畢竟體現投資者的交易理念，這一部分依賴于投資者的經驗，一部分依賴于投資者對市場的不斷觀察與更新。實際上，人始終處于交易之中，對于市場拐點以及趨勢反轉的判斷主要還是依賴投資者的經驗。光大的烏龍指事件充分表明了人為因素在量化投資中的兩面性：決策實施依賴于人的設定，而人的設定不僅依賴于經驗，而且人還會犯錯。人之所以會犯錯，一方面是因為人們對市場的認知是不完全的，另一方面則是人們使用了錯誤的模型。經典的證券投資理論中，股票價格的變動被認為是隨機的，小概率事件出現的機會比較小，但是經驗研究表明股票收益率具有肥尾現象，小概率事件發生的機會超出了人們原先的認識，即市場還會出現“黑天鵝”。更為關鍵的是，量化投資更依賴數學和統計模型，這就使得量化投資存在較大的模型風險，即使用了錯誤的模型。為了防范模型風險，應采用更為穩健的模型，即模型的參數和函數應該適應多種市場環境。近年來，研究表明，證券收益及其與風險因素的關系存在較大的非線性，同時，市場中存在一定的“噪聲”，采用隱馬爾科夫鏈等隨機過程和機器學習等數據挖掘技術進行信息處理成為量化投資的重要技術支持。

（四）2013年諾貝爾經濟學獎的啟示

量化投資與證券管理范文第2篇

本文較系統地介紹了統計學在證券期貨市場中的應用，其中包括作者的一些最新研究成果，如：證券期貨市場指標體系的研究；新華財經指數的編制；證券投資組合的研究與應用等。

關鍵詞：統計學證券市場期貨市場

分類號：O212C8F832.5文獻標識碼：A

TheApplicationofStatisticsonSecuritiesandFuturesMarkets

LICong-zhu,DINGShao-fang,WANGLing-hua,SUNDa-ning

(NorthChinaUniversityofTechnology,100041)

Abstract：Inthispaper,theApplicationofStatisticsonSecuritiesandFuturesMarketsisintroduced,author''''smanynewachievementsareincludedinit,suchasstudyofindexsystemonSecuritiesandfuturemarkets;studyofXinHuaindexnumberofsecurities;studyandapplicationofinvestmentinbondandsoon.

KeyWords：statisticssecuritiesmarketsfuturesmarkets

一、序言

我國自九十年代初建立證券期貨市場以來，短短幾年，得到了迅猛發展，方興未艾。僅拿股市來看(截至1999年07月13日)，在滬深兩市上市的境內公司已達900家，滬深市場的A，B股股數是981只，上市公司900家，其中滬市501只(461家)，深市480只(439家)，滬深A股股數874只，B股股數107只。這與1991年滬市8家深市6家上市公司相比，可見發展速度之快。市價總值21083億元人民幣，占國內生產總值的比重超過25%；開辦證券90家，兼營證券業務的信托投資公司237家，下屬證券營業部2400多家；現有43家境內企業海外上市，累計籌集資金100多億美元；已有107家公司成功發行了B股，籌集資金近50億美元；股民已達4000多萬。自1999年五月十九日井噴式行情以來，滬深兩市的日成交量猛增，至六月二十五日高達800多億(1998年8月18日香港股市一天的成交量為790億港元)，創下空前的天量。證券市場的作用愈來愈大，并逐漸成為國民經濟的晴雨表。

統計學及其相關學科在證券期貨交易中有什么作用呢?我們先從世界范圍談起。

據有關報道，當今華爾街最搶手的不再是傳統的MBA，而是有統計背景、數理能力強的人才。一些在美國獲得統計或數學博士學位的中國留學生被華爾街錄用，轉眼間便當上了年薪百萬美元的“白領”貴族。如，1984年入中國科學技術大學少年班的黃沁于1988年提前畢業，赴美國麻省理工學院就讀研究生，畢業后受聘到華爾街某大型證券公司工作。在這個世界上金融證券業最發達的地方，他以統計和數學為基礎，建立了自己的投資理論，現已升任該公司副總裁，主管對外投資工作。年僅27歲的黃沁是進入華爾街金融界高層領導的少數華人之一。

華爾街取才原則的轉向，從一個側面反映出證券期貨等金融業目前發展面臨的挑戰和未來的潮流。證券金融交易是信息量最大，信息敏感度最強、信息變化頻度最高的領域。隨著市場日趨復雜，數字已成為傳遞信息最直接的裁體，加上未來的經濟是被網絡覆蓋與籠罩的數字化經濟，大量的數學與統計工具將在分析研究中發揮不可或缺的重要影響。能否把握那看似枯燥無味的數字所隱含的精微變化，成為決定未來競爭成敗的關鍵因素之一。

前年諾貝爾經濟學獎授予在期權定價方面做出開拓性貢獻的經濟學家和統計學家。他們在二十多年前就探索出具有劃時代意義的定價模型——布萊克.斯科爾期定價公式。本世紀20年代開設了股票期權品種，由于采用柜臺交易方式和缺乏標準化的設計合約，很難轉讓對沖，交易量不足稱道。1973年美國經濟學家布萊克和斯科爾斯，引進概率統計上隨機變量函數的一些定理和積分求值，推導出不支付紅利的股票期權定價公式，從此期權有了明確科學的價格定位依據，很快形成一個完整的市場，并迅速推廣到全世界，直至現在，期權占據著金融王國的重要位置。定價公式成為整個市場運轉的基礎。這個期權公式的定價思想所引發的金融革命表現在，預測遠期價格成為可能，不僅使期權為指數、貨幣、利率、期貨交易提供了全新的保值，投資手段，極大地豐富了金融市場，而且進一步推動了對各種金融產品的價值研究，提高了操作的理論水平。由此可以推斷，沒有布萊克.斯科爾斯定價模型，期權就不可能發展這么快，全球金融衍生品市場也就不可能有今天的高度發達，如今國外大型金融機構在總結金融交易失利原因時，總是首先追究最初的定價是否存在漏洞和錯誤

建立一個模型就摘取經濟領域的桂冠這一事實，體現了經濟與統計數學密不可分的關系。據不完全統計，自1969年設立諾貝爾經濟學獎以來的40多位獲獎者中，著名的計量經濟學家有23位，10位擔任過世界計量經濟學會會長，有六位直接靠計量經濟的研究和應用成果獲獎。借用統計數學，將經濟理論數學公式化，將經濟行為定量化，已成為當今世界經濟的熱門課題。

有關專家指出，統計學，經濟理論和數學這三者對于真正了解現代經濟生活中的數量關系來說，都是必要的，但本身并非充分條件。三者結合起來，就是力量。數學給經濟界帶來新的視角，新的觀念。抽象的數學工具一旦準確地切入金融市場，就顯得非常實用和有價值。二十多年來，指導期權交易的理論—定價模型得到廣大投資者的一貫遵循。沒有統計基礎、不懂定價公式含義的人要想在市場有出色表現將是十分困難的。

證券金融市場的風險管理是個永恒的話題，投資者都想尋求收益回報，但又必須面對各種各樣的損失可能。市場到底存在哪些風險，如何確定風險的大小，如何才能實現收益最大化和風險最小化，歷來都是受人關注的焦點和難點。自從1952年美國學者馬柯威茨運用數量方法創立證券組合理論以來，市場風險的神秘色彩逐漸淡化，不再變得那么可怕和不可駕馭。

馬柯威茨組合理論的立足點是全面考慮“期望收益最大”和“不確定性(即風險)最小”。它通過總結投資損失的概率分布和可能收益與預期收益的偏離程度(即我們統計學上的方差)，發現投資者應該同時按適當比例購買各種證券而不是一種證券，進行分散化投資，其收益才盡可能是確定的。通過數量分析得出的這種結論，迎合了投資者避風險的需要。風險管理能力的提高促進了基金的蓬勃發展。在短短的幾十年間，隨著量化研究的不斷深入，組合理論及其實際運用方法越來越完善，成為現資學中的主流工具。由于馬哥威茨證券組合選擇理論給金融投資和管理思想帶來革新，1990年他獲得了諾貝爾經濟學獎。

眾所周知，量變引起質變。數量關系的背后，牽扯著市場的穩定與發展。金融業的現代化推動了統計與數理方法的應用研究，反過來，當今世界的金融管理特別是防范金融風險，也越來越要量化研究。早在1995年9月，美國斯但福大學經濟學教授劉遵義就通過實證比較，數量分析和模糊評價等方興，預測出菲律賓、韓國、泰國、印尼和馬來西亞有可能發生金融危機。后來的事實果然如此。這從一個側面提醒我們，沒有完整、科學的分析預測工具，就可能在國際金融競爭中蒙受重大損失。只有加強對作為金融信息的各種變量的研究，才能提高對金融運行規律的認識，才能把握市場的發展動向。

經濟理論的數學化和統計分析，使各種經濟行為也越來越數量化。在金融領域也不例外。定價公式和組合理論地位的確立，就證明數量工具已發揮了不可磨滅的作用。有統計顯示，在西方金融市場，三分之一的人運用組合理論來投資，三分之一的人靠技術分析管理頭寸，另外三分之一的人仍在堅守基礎分析。雖然運用何種手段來指導決策是投資者個人偏好、觀念的問題，但組合理論和技術分析所運用的統計工具逐漸被認同，說明理性投資將成為市場的寵兒。由此我們不難理解華爾街選才的動機。

主觀意見和直覺判斷有很大的隨意性，顯然與現資決策的要求相去甚遠。對市場和價格進行定量研究，從而揭示客觀存在的數量依存關系，成為投資和管理決策的一項基礎工作。用統計工具處理各種證券金融數據，可以比較全面地分析各種因素的影響力度。其主要表現在：

1結構分析：證券市場與匯率、利率變動和國民經濟發展有多大的關聯度；單一證券與整個市場之間如何相互影響，市場指數設計是否合理；證券與期貨價格走勢是否相互制約；同一類證券有沒有一定的連動關系。

2價值預測：分析未來證券發行和上市價格的理論定位，確定金融衍生證券的價格，分析預測證券期貨的價格走勢，進行投資決策等。

3政策評價：研究市場系統風險的預警及控制，探討不同的組合投資效果。

4理論檢驗：證券價格能否反映所有的信息，市場的有效性實證檢驗；各種技術指標的適用性和優化處理，周期效應的對比分析。

從以上可看出，量化研究有助于搞好風驗管理，設計投資組合，選擇交易時機，評估市場特性。統計工具在證券金融市場的大量應用，對交易技術的升級換代，管理水平的提高做出了特殊貢獻。現在，電腦交易系統在國外大行其道，依據不同要求設計的模型軟件層出不窮，只要把數據輸入電腦中，投資者根據分析結果隨時制訂和調整投資計劃。

投資者競爭的優勢不再停留在信息的收集上，而是綜合處理信息的能力。誰的模型從總量上與趨勢上能更合理、科學地分析市場，誰就能掌握主動。

量化投資與證券管理范文第3篇

我國證券投資價值投資方法的實例分析

由于盈利能力不強的上市公司價值投資研究價值不大，而且缺少較大的收益時間，無需把每股收益看作參考依據，所以為了避免非正常值導致的影響，選擇的依據必須滿足每股收益大于等于0．1，此外，將不完整的上市公司數據排除。最終的選擇結果如下：2009年188只、2010年205只、2011年226只，總共有619只。1．樣本期內各個時間段內的基本面量化指標和股票價格的相關研究。首先，利用SPSS16．0軟件計算出2009～2011年各個時間段的基本面量化指標和相應時間段的股票價格間的Pearson因子，相應的統計數據結果見表1。多元模型的自變量選擇那些和股票價格有明顯相關性的數據指標，排除與股票價格存在較小相關性指標，進而能夠為下一步各時間段的多元回歸分析提供合理的數據支持。在該階段，能夠保留下來指標的相關系數必須滿足0．05水平上的顯著性檢驗。然后，為了避免回歸過程中的自相關，所以將排除凈資產收益率。同時，因為流動比率在決策過程中可能轉換為風險控制因素，和股票價格間有較強的非線性，所以也應該給予剔除。2．優化選擇后的量化指標對股票價格貢獻度的影響分析。選取2009～2011年3組數據作為研究對象，利用Stepwise的輸入技術進行三次多元回歸分析，可以得到三組輸出。研究過程中關鍵要討論標準化因子和可決因子。標準化因子是指量化指標經過一個標準差的改變對股票價格產生的影響程度。該因子能夠防止由于不同指標的量綱不一樣而無法比較影響程度的問題。標準化因子絕對值越大，表示該因子對股票價格的解釋水平越高。可決因子是在調整回歸方程后獲得的，主要是指全部指標對股票價格的整體解釋水平。可決因子越大，表明該模型對股票價格的解釋水平越高，也就是說股票價格的變化對基本面因素變化有較大的影響，投資的合理性越大。相應的回歸分析結果見表2。根據回歸分析的計算數據能夠獲得如下結論：在觀察時間，每股收益包含在回歸模型之中，具有最佳的解釋股票價格的水平，因此，這個結果表明上市公司的盈利能夠受到較好的關注。回歸數據表明大多數情況下每股收益和總資產收益率均包含在回歸模型內，從而表明證券投資者非常關注對股票價值有較大影響的基本面，這一結果表明價值投資意識已經不斷地深入人心。從回歸分析結果數據可以看出，在2011年營業利潤增長率包含于回歸模型，從而說明證券投資者已經對上市公司的成長性有了關注，同時能夠表明證券投資者對和內在價值有關的基本面因素有了更為深刻地認識。從回歸分析數據可以看出，2010年和2011年期間每股凈資產已經退出了回歸模型，表明證券投資市場不夠關注風險水平。每股凈資產是指上市公司在破產時證券投資者股票的內在價值。每股凈資產屬于主要的風險評估基本面因素，正在被證券市場逐步地認可，說明證券市場對股票的關注不僅停留在投資回報上，同時非常關注風險的存在，這正是證券市場不斷趨向于理性的具體表現。通過對2009年和2010年的回歸分析可知，每股凈資產指標出現了缺失。主要原因在于2008年股票市場比較好的局面導致了證券投資者的思維定式，降低了對風險的關注度。經歷了一段時間，大量的解釋變量符合了回歸模型，這表明投資者對基本面的研究更加完善。根據回歸分析的結果，證券投資者不斷地利用更多的指標，通過不同的層面更為全方位地考慮證券的內在價值，證券市場不斷向以價值投資為中心的投資方向發展。此外，可決因子的周期變化表明在我國證券市場中，基本面因素對股票價格的解釋能力不斷提高，然而并不穩定。當外部經濟環境產生變動時，證券投資者容易產生非理，從而使非價值因素再一次占了上風。

我國證券投資基金價值投資的應對措施

管理費還能夠促進基金公司的可持續發展，為基金持有者帶來更大的投資回報。然而，如果基金管理公司的工資待遇和資產管理規模關聯過大，就會導致基金管理者僅僅關注視資產管理的規模，忽視幫助基金持有者獲得更大的投資回報。最為管用的方式就是優化基金管理收入的基本組成，采用浮動收益的方式，一定的資產管理費可以確保基金的有效實施，而浮動收益可以使基金管理者以基金投資者的權益為中心幫助基金投資者能夠獲得更大的收益。充分地利用投資組合策略。證券投資本身具有較高的風險，但是高風險和高收益是相互對應的，怎樣才能使投資風險減少并且使投資收益最大，投資組合策略就是一種行之有效的方法，利用這種方法不僅能夠有效地預防投資風險，而且能夠有效地彌補證券投資價值的缺陷。投資者可以依據不同階段國際經濟形式、國內產業制度以及行業的發展潛力適時地調節投資產品的比重，從而能夠得到最佳的收益。投資者應該不斷地轉變投資理念。投資者的理念在證券投資中具有非常重要的作用，證券投資者應該堅持長期投資的理念，主要關注證券投資的長期回報。證券投資者必須熟悉證券投資的相關概念和理論，知道證券投資過程中潛在的風險，掌握證券投資產品的相關功能；投資者應該明確投資目的，依據自身的實際情況選擇適合自身的證券投資產品。投資者應熟悉證券公司的相關情況，對證券公司的專業化水平、標準化產品、內部風險控制制度以及信息披露系統等情況有比較深入的了解，從而能夠從長期投資的角度獲得最大投資回報率。不斷健全證券市場的管理制度。通過股權改革可以較好地處理中國證券市場流通股和非流通股股東之間利益的不一致性、中國國有上市公司管理者缺位等難題，能夠為中國證券市場的制度化營造一個有利的環境，從而能夠不斷深化中國證券市場的中長期投資價值，為證券投資基金執行價值投資創造一個非常有利的市場平臺。五、結　論我國證券市場仍然是一種新興的證券市場，依然處在非有效市場向弱有效市場不斷轉變的階段，從某種意義上，利用價值投資策略得到的收益不是非常穩定的。通過股權分置改革，伴隨著上市公司質量持續提升，價值投資策略將轉變為證券市場的主流方式。根據相關研究可以得到以下結論：1．選取深證300指數股進行相應的回歸分析。根據回歸分析的結果可知：上市公司的盈利水平是非常受到重視的。證券投資者更加關注決定股票內在價值的基本面因素，價值投資理念正在漸漸地深入投資者的人心。投資者對上市公司的成長性給予了足夠的重視。市場對風險的關注程度正在降低。每股凈資產能夠表明上市公司在破產的狀況下，投資者持有的每股股票的價值。證券市場對股票的重視不但保持在收益上，而且非常關注風險，從而使證券理性更加回歸理性。隨著證券市場的不斷發展，投資者能夠更深入地剖析基本面的內涵。根據回歸分析的結果可知：證券投資者已經利用更多的指標，從不同的層面深入地考察股票的經濟價值，市場正在向以價值投資為主的理性投資發展。2．中國證券市場是一個新興市場，正處于轉型時期，因此，具有較好的價值投資意義，然而不能獲得比較穩定的收益。因此，應該采取有效的措施，完善基金績效評估體系和股票發行政策；合理地調整基金管理收入結構；充分地利用投資組合策略；投資者應不斷轉變投資理念；不斷完善證券市場的制度體系。隨著上市公司質量的持續提升，價值投資將不斷地深入人心，通過價值投資可以使中國證券市場更加趨于穩定。

作者：賴曉聰 陳凡 單位：中國社會科學院

量化投資與證券管理范文第4篇

【關鍵詞】信貸資產證券化；資產信用；有效途徑

一、信貸資產證券化的特點

信貸資產證券化本身是銀行間接融資與證券直接融資相結合的一種業務。和其他融資方式相比，資產證券化有其自身的獨特之處：1.資產證券化的基礎資產一般相對較好，同時進行信用增級，因此融資成本一般低于以企業整體為基礎的融資方式。2.通過證券化資產“真實銷售”和“破產隔離”，設立風險防火墻。3.把部分未來預期現金流狀況較好的資產剝離，或者對不同資產進行組合搭配，進行資產重組。

二、信貸資產證券化的優勢

（一）信貸資產證券化拓展中小企業的融資渠道。目前，由于商業銀行信貸規模的限制導致中小企業貸款難以有效保障，同時又缺乏規模效應、市場競爭力相對較低以及無形資產稀缺，大多數中小企業無法發行股票和債券融資。而中小企業信貸資產證券化則可將小企業貸款的專營模式與資產證券化技術相結合，通過資產證券化的平臺和工具，將中小企業的融資需求引導到間接融資市場上。這樣既充分發揮間接融資模式下商業銀行熟悉企業及直接融資模式下投融資行為高效等方面的優勢，又發揮市場在風險分散和資源優化配置上的優勢，為中小企業融資提供了一種新的混合式的方案，從而構筑起中小企業在間接融資和直接融資之間的橋梁，有利于降低中小企業的整體融資成本。

（二）信貸資產證券化緩釋商業銀行資本壓力。過去商業銀行資本管理偏重于分子管理法，重點考慮如何增加資本，而信貸資產證券化則是對龐大的商業銀行資產負債實施“瘦身術”，通過縮小分母提高資本充足率，降低存貸比，緩解銀行資本饑渴。由于當前實施的存貸監管辦法未覆蓋證券化資產，因此通過信貸資產證券化可騰出銀行自身信貸額度，提高放貸能力，為中小企業提供可持續的服務。信貸資產證券化擴大了商業銀行的業務發展空間。商業銀行作為信貸資產證券化的發起人，可充當貸款管理機構、托管機構和結算機構，采用收取管理費、托管費和結算收入等方式增加中間業務收入，從而改變商業銀行盈利模式。

（三）信貸資產證券化可以解決銀行負債和資產在利率和期限、結構上的非對稱矛盾，通過合理的貸款轉讓定價提高信貸業務總體收益。通過利率趨勢預測，在升息前出讓低息貸款，并在升息后重新放貸，可取得利率變動收益。同時，信貸資產證券化也給銀行理財業務發展提供了機遇。

（四）從風險管理角度看，信貸資產證券化使風險由存量化轉變為流量化，通過風險定價和轉移技術實現金融功能由資源配置轉變為風險配置。商業銀行通過將擬退出的區域、行業或企業的信貸資產進行資產證券化，轉換為在市場上可交易的產品，可以快速實現信貸退出，有利于分散和轉移信貸資產風險，優化信貸資產結構。

三、信貸資產證券化面臨的問題

信貸資產證券化的良性發展離不開成熟的金融市場，離不開完善的法律、信托、稅收等環境，目前我國信貸資產證券化仍然面臨現實的困難。

（一）市場制度不夠健全。我們國家的金融和證券發展還沒有達到發達國家的水平，還沒有建立起信貸資產證券化所需要的值得投資人信賴的獨立的法律法規框架。市場不夠成熟。我國信貸資產證券化市場分為兩類：一類是由銀監會審批監管的銀行信貸資產證券化和資產管理公司的不良資產證券化，其產品主要在銀行間債券市場進行交易；一類是由證監會審批監管的證券公司發行的企業資產證券化，其產品主要在證券交易所的大宗交易系統掛牌交易，兩個市場不能互聯互通，限制了信貸資產證券化產品的流動性。目前，信貸資產證券化市場一級市場投資受限，二級市場尚未形成。

（二）定價機制不夠完善。商業銀行內部的投資授信體系多是基于單個客戶或單筆貸款，對資產包的投資授信機制尚未建立起來。而我國利率沒有完全市場化，尚未形成清晰準確的債券資金收益率曲線，缺乏評估證券化資產風險和產品定價的科學方法。

（三）分散風險功能發揮不夠。目前我國商業銀行既是資產證券化產品的發行者，又是最主要的投資者，很多信貸資產證券化產品是銀行間互相持有，市場沒有形成足夠的專業風險投資人主體，不利于分散風險。

（四）證券化產品吸引力不夠。由于包括社保基金、企業年金、養老基金、保險機構等機構投資者的市場準入受限，使得信貸資產證券化產品的投資者類型單一。很多投資者對信貸資產證券化產品不熟悉，一些大機構對流動性較差、期限較短、規模較小、風險較高的中小企業信貸證券化產品投資興趣不大。另外，中介機構服務能力不夠也是我國信貸資產證券化所面臨的問題。目前我國信用評級運作還不規范，評估機構發展相對較弱，缺乏統一的評估標準和評估一致性，難以做到獨立、客觀、公正。

四、創新中小企業信貸資產證券化的有效途徑

量化投資與證券管理范文第5篇

關鍵詞：證券公司 創新 全面風險管理

一、引言

2012年5月，全國證券公司創新發展研討會明確了監管的底線：一是證券公司行為要合法合規，不能損害投資者合法權益；二是證券公司創新風險要可測、可控、可承受、不外溢，不形成社會性、系統性風險。目前滬深兩個交易所針對證券公司產品創新梳理了三大創新角度和十一項具體創新方向，這僅僅是一個開始，證券公司的經營范圍甚至會向資本市場以外延伸。

管制在放松，監管部門鼓勵證券公司的業務創新；監管在深化，監管部門對證券公司的監管更加精細，現場檢查次數在增加，報送材料在增加，系統權限接口在增加。資本金充足、風險控制能力強的證券公司將得到進一步創新發展，而創新業務的開展無疑將進一步加快行業的內部分化。

創新業務和傳統業務的重要區別往往在于其產品設計和運作的復雜性以及風險和收益特征的隱蔽性，尤其體現在衍生產品、結構化產品以及表外業務上，創新業務逐漸呈現復雜化、多元化、高風險的特點。在缺乏行業經驗的基礎上，證券公司如何確保創新業務風險的可測可控，很大程度上取決于能否對產品的風險點進行有效識別，能否迅速掌握新型風險科學計量和控制技術。

所謂風險管理，是指通過對風險因素、風險環境、風險事件的分析，采取相應決策和行動來規避和減少風險損失，或者在風險值確定的情況下，追求最大收益的行為。風險管理和創新的關系是相輔相成，共同發展。風險管理的結果是創新的基礎，沒有有效規范的基礎保障，無法獲得創新的資格。技術上、模式上、管理上的創新也能有效提高風險管理的針對性和有效性，業務上、產品上的創新需要內控管理和風險管理在過程中的緊密參與。創新的結果不僅是聲譽的提升、業務的發展、收入和利潤的提高，也是管理的提升、風險管理水平的提高。風險管理的目的不是制約業務創新，而是推動業務創新在規范、有序、高效中發展。

二、部分創新業務全面風險管理簡析

（一）債券質押式報價回購業務

債券質押式報價回購業務可能存在的主要風險點有：1、實際經營中業務規模突破了授權規模的規模失控風險；2、因配置資產流動性不足導致無法部分或全部償還到期客戶資金的流動性風險；3、因資金期限錯配導致未能及時滿足客戶大額贖回申請的風險；4、因標準券質押不足而造成的欠庫風險；5、因投資債券主體信用事件導致的信用風險；6、因利率等因素的變動使得投資損失的市場風險；7、因流程不合理、系統故障、操作失誤等所造成業務開展出現故障而導致公司面臨的操作風險、聲譽風險等。

針對這些可能存在的風險點，證券公司可采取如下風險控制措施：對報價回購業務規模及每日公司交易總額度進行限額管理；對大額申贖、關鍵時點、標準券折算率等進行事中盯市；提升自有資金保障、質押券保障和融資渠道保障等應急流動性安排；建立交易對手與交易品種信用評級機制，對公司各項投資組合進行監督和壓力測試。采取這些舉措可以有效對風險點進行識別、評估與應對，確保業務持續穩健運營。

（二）約定購回式證券交易業務

約定購回式證券交易業務面臨信用風險、市場風險和流動性風險三大類風險。信用風險是因客戶履約能力不足或惡意不履約的行為導致客戶未能按照協議約定按期足額償還交易款項所形成的風險。市場風險存在于兩個方面：一是由于股票價格的波動造成客戶標的證券市值、流動性等發生不利變動，從而造成交易履約保障比例下降的風險；二是同期貸款基準利率調高導致約定購回成本升高、客戶債券類標的證券的市值或公允價值下降，增加客戶違約風險。流動性風險指公司的流動性不足以及客戶違約后處置標的證券所面臨的流動性風險。

防范上述風險的關鍵點在于標的證券管理及客戶授信管理。標的證券管理包括股票池范圍標準的選定以及標的證券折算率的設定，目前證券公司主要運用經典的CAPM、WACC、Bata、DDM模型對股票進行定價，進而完成折券折算率的設定。而客戶授信管理方面，金融機構對機構客戶的信用評級尚可稱完整，但對個人客戶的信用評級基本僅停留在定性方面，缺乏定量評級，科學性及有效性還需要不斷加強。因此，增強券商定價能力及客戶信用評級能力是目前風險管理所需。

（三）融資融券業務

轉融通推出后的融資融券業務，同樣面臨信用風險、市場風和流動性風險三大類風險。其中，最主要的風險是客戶大面積違約帶來的信用風險與利率變動帶來的市場風險。正常情況下，證券公司按照制定的風險管理措施進行融資融券業務風險管理，風險規模較小，證券公司面臨的風險可控；但如果市場情況惡化導致客戶大面積違約或者利率突然大幅變動等極端情況發生時，證券公司可能因流動性問題引發連鎖效應，向證金公司違約，損失進一步擴大。在這種情況下，限額管理及信用衍生工具（如CRM）、利率衍生品對沖工具（利率互換、FRA）將是有效的風險防范手段。

證券公司創新業務將越來越多的呈現出跨行業、跨部門和跨業務的趨勢。在這種情況下，傳統風險管理模式大多僅從單項業務、單個部門的角度考慮風險，無法應對不同業務、不同類別風險的傳導效應，很難適應創新業務的發展要求。隨著證券行業創新業務品種的不斷增加，風險靈敏性加強，風險管理工作應當從風險組合的角度出發，貫穿各類業務，綜合考慮風險成因及對策，實施全面風險管理，以有效應對綜合性風險、系統性風險。

三、全面風險管理轉變的思路與建議

（一）從源頭介入業務創新

證券公司的內控管理部門要主動提前介入、深入參與、密切配合業務創新的整個過程，參與新業務或新產品方案的設計和論證，認真對待、仔細研究、耐心解答業務部門提出的各項問題；積極對創新業務的材料進行審查，配合完善相關業務制度規程；為相關單位與人員提供咨詢建議；著重從創新業務或產品結構、交易機制、權利義務安排、規章制度和合同協議制定等方面提供支持；對創新業務的合規風險進行有效評估、控制和管理，深入分析解決新業務發展、新產品推廣碰到的問題和障礙，確保創新業務在合法合規的前提下穩妥拓展。

（二）風險分類管理向總量管理轉變

目前證券公司主要按業務條線或風險類型進行風險管理，但隨著證券公司創新業務的開展，一項業務往往暴露于多項風險因子之下，一項風險因子的波動往往會對多項業務產生影響。如融資融券業務既要受客戶信用風險的影響也要受市場風險的影響，而股票價格的波動除影響融資融券業務外也會對自營業務、資產管理業務等產生影響。因此，在分類風險管理模式下通常難以觀察到公司風險暴露情況的全貌，也不利于與公司風險承受能力進行對比分析。為適應證券公司業務和產品創新要求，證券公司需要從自身業務經營角度出發，構建符合自身業務經營特點的數量模型，開展總量風險計量，以便更準確真實地估算公司業務經營所承擔的風險大小并加以管理。

（三）建立創新業務特有風險的預警、監控

針對創新業務特有的風險，證券公司需要深入剖析風險因子，結合因子對參數的敏感性情況，建立多維度、多層級的風險預警體系。例如某行業景氣度指標負向調整，可能引發客戶履約能力下降，導致信用風險增加的預警提示等。證券公司可以通過針對性的編制創新業務風險遷徙熱力圖，提供智能導航、風險導向型、深入風險因子的預警服務。證券公司還可以根據敏感性測試篩選前置指標、同步指標、后驗指標等，將關鍵風險指標與風險標準庫中的風險事件進行關聯，設置明確的閥值，確認創新業務風險狀態所處水平——危險水準、警戒水準還是可接受水準。最后，證券公司的監控系統應提供開放式接口，根據市場與業務的變化采集業務運作信息及支持信息，通過分析關鍵風險指標對相關閥值的沖擊，結合多渠道、多形式的監控結果，向各級管理層及時匯報創新業務運作狀況。

（四）定期調整創新業務關鍵風險指標

證券公司可以通過對各項創新業務建立風險控制矩陣，在創新業務開展一段時間后定期開展實施回測，進一步分析創新業務風險點及其來源、特征及形成條件，驗證創新業務風險管理策略和風險管理解決方案是否有效。當遇到重大風險事件或政策變更時進行風險點不定期維護，確保公司經營過程中的重大關鍵風險點能夠被有效識別，同時還應當持續深化風險點的識別工作，根據公司業務的發展以及各階段的工作重點，不斷刷新關鍵風險指標（KRI）。

（五）創新趨勢下風險管理工具的應用

發展風險量化分析工具的應用、產品定價及風險對沖緩釋能力的提高、增強授信評級模型的科學性及有效性，是創新趨勢下風險管理自身發展的新方向、新途徑。目前，證券行業的市場風險量化分析模型已經較完善：信用風險可以通過建立起內部信用評級模型來量化發行人信用風險；操作風險可以利用公司內、外部收集的數據實現了量化分析。為強化風險管理工具的運用，證券公司應當在風險管理方面投入必量的人力物力，盡可能培養和引進具有數理功底的量化分析人才，搭建風險量化分析系統，進一步強化風險量化分析能力。

（六）情景模擬和壓力測試

證券公司可以通過梳理涵蓋創新業務在內的所有業務的風險列表，包含經營風險、市場風險、操作風險、信用風險和流動性風險等風險，收集盡可能多的風險因子及其對應不同壓力情景下的數值，形成輕度、中度、重度壓力情景列表。尤其是重度綜合壓力情景，因其近乎苛刻的壓力條件，能涵蓋創新業務開展后所有極端情景。隨著創新業務的不斷推出，證券公司要及時根據業務特點不斷豐富風險因子，完善情景庫，開發多維度、多因子、進階式的壓力測試系統，建立了適應于專項、綜合壓力情景的壓力測試體系，包含產品層面壓力測試、組合層面壓力測試、業務層面壓力測試和公司層面壓力測試等層級，涵蓋傳統業務和創新業務中絕大多數風險環節。在創新業務開展前，證券公司應當模擬經營環境大幅波動等極端情況，通過壓力測試論證創新業務是否會引發風險失控；在創新業務開展過程中，通過壓力測試為創新業務的規模調整提供支持；在創新業務常態化之后，為其他創新業務的凈資本指標占用提供情景參數，從而為創新業務的運作營造一個合理的氛圍。

創新會增加產品復雜性和市場關聯性，創新的過程也是風險積累的過程，過度承擔風險，會給證券公司帶來危險；承擔風險不足，又會讓創新裹足不前。從證券行業分析，隨著創新的不斷深入，全面地認識風險，客觀地容忍風險，適度地承受風險，主動地管理風險，將成為證券公司發展戰略的重要內容。

參考文獻：

[1]彭志國，劉琳.企業內部控制與全面風險管理[M].北京：中國時代經濟出版社，2008

[2]高立法.企業全面風險管理實務（第2版）[M].北京：經濟管理出版社，2012

[3]潘雅瓊.證券公司業務創新的風險管理[J].經濟論壇，2006（12）

[4]屠新曙.證券市場風險管理[M].北京：科學出版社，2008