投资组合管理

前言：想要写出一篇令人眼前一亮的文章吗？我们特意为您整理了5篇投资组合管理范文，相信会为您的写作带来帮助，发现更多的写作思路和灵感。

投资组合管理范文第1篇

马考维茨(Markowitz)是现资组合分析理论的创始人。经过大量观察和分析，他认为若在具有相同回报率的两个证券之间进行选择的话，任何投资者都会选择风险小的。这同时也表明投资者若要追求高回报必定要承担高风险。同样，出于回避风险的原因，投资者通常持有多样化投资组合。马考维茨从对回报和风险的定量出发，系统地研究了投资组合的特性，从数学上解释了投资者的避险行为，并提出了投资组合的优化方法。

一个投资组合是由组成的各证券及其权重所确定。因此，投资组合的期望回报率是其成分证券期望回报率的加权平均。除了确定期望回报率外，估计出投资组合相应的风险也是很重要的。投资组合的风险是由其回报率的标准方差来定义的。这些统计量是描述回报率围绕其平均值变化的程度，如果变化剧烈则表明回报率有很大的不确定性，即风险较大。

从投资组合方差的数学展开式中可以看到投资组合的方差与各成分证券的方差、权重以及成分证券间的协方差有关，而协方差与任意两证券的相关系数成正比。相关系数越小，其协方差就越小，投资组合的总体风险也就越小。因此，选择不相关的证券应是构建投资组合的目标。另外，由投资组合方差的数学展开式可以得出：增加证券可以降低投资组合的风险。

基于回避风险的假设，马考维茨建立了一个投资组合的分析模型，其要点为：(1)投资组合的两个相关特征是期望回报率及其方差。(2)投资将选择在给定风险水平下期望回报率最大的投资组合，或在给定期望回报率水平下风险最低的投资组合。(3)对每种证券的期望回报率、方差和与其他证券的协方差进行估计和挑选，并进行数学规划(mathematicalprogramming)，以确定各证券在投资者资金中的比重。

二、投资战略

投资股市的基金经理通常采用一些不同的投资战略。最常见的投资类型是增长型投资和收益型投资。不同类型的投资战略给予投资者更多的选择，但也使投资计划的制定变得复杂化。

选择增长型或收益型的股票是基金经理们最常用的投资战略。增长型公司的特点是有较高的盈利增长率和赢余保留率；收益型公司的特点是有较高的股息收益率。判断一家公司的持续增长通常会有因信息不足带来的风险，而股息收益率所依赖的信息相对比较可靠，风险也比较低。美国股市的历史数据显示，就长期而言，增长型投资的回报率要高于收益型投资，但收益型投资的回报率比较稳定。值得注意的是，增长型公司会随着时间不断壮大，其回报率会逐渐回落。历史数据证实增长型大公司和收益型大公司的长期平均回报率趋于相同。另外，投资战略还可以分为积极投资战略和消极投资战略。积极投资战略的主要特点是不断地选择进出市场或市场中不同产业的时机。前者被称为市场时机选择者(markettimer)，后者为类别轮换者。

市场时机选择者在市场行情好的时候减现金增股票，提高投资组合的beta以增加风险；在市场不好时，反过来做。必须注意的是市场时机的选择本身带有风险。相应地，如果投资机构在市场时机选择上采用消极立场，则应使其投资组合的风险与长期投资组合所要达到的目标一致。

类别轮换者会根据对各类别的前景判断来随时增加或减少其在投资组合中的权重。但这种对类别前景的判断本身带有风险。若投资者没有这方面的预测能力，则应选择与市场指数中的类别权重相应的投资组合。

最积极的投资战略是选择时机买进和卖出单一股票，而最消极的投资战略是长期持有指数投资组合。

公司资产规模的大小通常决定了股票的流动性。规模大的公司，其股票的流动性一般较好；小公司股票的流动性相对较差，因此风险较大。从美国股市的历史数据中可以发现，就长期而言，小公司的平均回报率大于大公司，但回报率的波动较大。

三、投资组合风险

我们已经知道，投资组合的风险是用投资组合回报率的标准方差来度量，而且，增加投资组合中的证券个数可以降低投资组合的总体风险。但是，由于股票间实际存在的相关性，无论怎么增加个数都不能将投资组合的总体风险降到零。事实上，投资组合的证券个数越多，投资组合与市场的相关性就越大，投资组合风险中与市场有关的风险份额就越大。这种与市场有关并作用于所有证券而无法通过多样化予以消除的风险称为系统风险或市场风险。而不能被市场解释的风险称为非系统风险或可消除风险。所以，无限制地增加成分证券个数将使投资组合的风险降到指数的市场风险。

风险控制的基本思想是，当一个投资组合的成分证券个数足够多时，其非系统风险趋于零，总体风险趋于系统风险，这时，投资组合的风险就可以用指数期货来对冲。对冲的实际结果完全取决于投资组合和大市的相关程度。若投资组合与大市指数完全相关，投资组合的风险就能百分之百地被对冲，否则只能部分被抵消。

投资组合的系统风险是由投资组合对市场的相关系数乘以投资组合的标准差来表达，而这里的相关系数是投资组合与市场的协方差除以市场的标准差和投资组合的标准差。因此，投资组合的系统风险正好可以由投资组合对大市指数的统计回归分析中的beta值来表达。投资组合对大市的beta值是衡量投资组合系统风险的主要度量。投资组合的回报率、方差或标准差以及其beta值是投资组合分析和管理中的三个最重要的数据。

在投资组合的另一重要理论是在资本市场理论中引入了无风险资产的概念。在实际中，我们可以将国库券认为是无风险资产。任何投资组合都可以看成是无风险资产和其他风险资产的组合。于是，投资组合的期望回报率可以表达成大市回报率与无风险回报率之差乘以beta值再加上无风险回报率。

国际金融投资行业也广泛地使用VAR(Value-at-Risk)的方法来分析和管理投资组合甚至公司全部资产的风险。VAR实际上是衡量资产价值变动率的方法。其基本概念是：假设某投资组合的回报率是以正态分布，衡量在确定的概率下投资组合可能出现的亏损金额。VAR值就是用均值减一个标准方差的回报率，可以用来计算亏损。

四、投资组合业绩评价

通常有两种不同的方法对投资组合的业绩进行评估。养老金、保险基金、信托基金和其他基金的主要投资计划发起人一般会考察投资过程的各个主要方面，如资产配置、资产类别的权重和各类别重的证券选择。这类评估称为属性评估。对很多投资者来说，他们更关心的是对一个特定的投资策略或投资机构效率的评价，如对有明确投资策略的开放式基金的评估。这种评估叫做指标评估。评估投资组合最直接的指标是回报率。但只有在相同或类似的风险水平下比较回报率才有实际的意义。从美国开放式互助基金的历史数据可以看到，增长型基金的beta值最高，系统风险最高，相应在牛市时的回报率最高，在熊市时的回报率最低。平衡型的基金则相反。收益—增长型的基金的系统风险和回报率都在增长型和平衡型的基金之间。由此可见，任何一种基金在一个时期所获得的回报率在很大的程度上取决于基金的风险特性和基金在当时所面临的市场环境。在评估基金时，首先应将基金按风险等级分组，每一组的风险大致相同，然后在组中比较回报率的大小。

投资组合的回报率是特定期间内投资组合的价值变化加上所获得的任何收益。对封闭式基金来说，由于没有资金的流进和流出，回报率的计算相对比较容易。对开放式基金而言，频繁的现金流动使普通的回报率计算无法反映基金经理的实际表现。开放式基金的回报率通常使用基金单位价值来计算。基金单位价值法的基本思想是：当有现金流入时，以当时的基金单位净资产值来增加基金的单位数量；当有基金回赎时，基金的单位数量则减少。因此，现金的流动不会引起净资产的变化，只是发生基金单位数量的变化。于是，我们可以直接使用期初和期末的净资产值来计算开放式基金投资组合的回报率。

没有经过风险调整的回报率有很大的局限性。进行风险调整后评估投资组合表现的最常见的方法是以每单位风险回报率作为评判标准。两个最重要的每单位风险回报率的评判指标是夏普比例(ShameRatio)和特雷诺比例(TreynorRatio)。夏普比例是投资组合回报率超过无风险利率的部分，除以回报率的标准方差。特雷诺比例是投资组合回报率超过无风险利率的部分，除以投资组合的beta值。这两个指标的不同在于，前者体现了投资组合回报率对全部风险的敏感度，而后者反映对市场风险或系统风险的敏感度。对投资组合回报率、其方差以及beta值的进一步研究还可以定量显示基金经理在证券选择和市场时机选择等方面的优劣。

【参考文献】

[1]［美］小詹姆斯L·法雷尔，沃尔特J·雷哈特.投资组合管理理论及应用(PortfolioManagement:TheoryandApplication)[M].北京：机械工业出版社，2000.

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

ApproachforProducingSuperiorReturnsandSelectingSuperiorRernsand

ControllingRisk,McGraw-Hill,1999.

[3]陈世炬，高材林.金融工程原理[M].北京：中国金融出版社，2000.

投资组合管理范文第2篇

【关键字】投资组合理论，风险，风险衡量

一、理论背景

美国经济学家哈利・马科维茨于1952年在《资产组合选择》一文中首次提出投资组合理论，并进行了系统、深入和卓有成效的研究，该理论是现资理论的起源，为现代金融资产定价理论的建立和发展奠定了基础。

人们进行投资，本质上是在不确定性的收益和风险中进行选择。投资组合理论用“均值―方差”来刻画这两个关键因素。

马科维茨于1952年提出的“均值―方差组合模型”是在禁止融券和没有无风险借贷的假设下，以资产组合中个别股票收益率的均值和方差找出投资组合的有效边界。该模型认为风险与其结果的变异程度是联系在一起的，在未来投资收益的随机结果服从正态分布条件下，用平均值和方差两个参数就可以判断风险的程度。方差具有良好的数学特性，在判断资产组合的总风险时，方差可以分解为单个资产收益的方差和各个资产之间的协方差，从而为资产组合配置提供了技术基础。根据该理论，投资组合的期望收益率是投资组合中单项资产预期收益率的加权平均数，投资组合的风险可用该投资组合的总体期望收益的方差、标准差和标准离差率来衡量。

在风险管理活动中，应用马科维茨的投资组合理论有两个目的，一是利用马柯维茨的“均值―方差模型”衡量资产的投资风险，二是在投资决策中寻求一种最佳的投资组合，即分散风险。

二、单项资产的风险衡量

根据马柯维茨投资组合理论，风险可以用未来各种可能的收益率与其平均收益率的偏差来衡量。我们选择了贵州茅台（600519）和泸州老窖（000568）两家上市公司的股票为例，计算两只股票2012年月股票收益率的均值、标准差和标准离差率，以比较这两家公司股票的投资风险。相关收益率数据来源于CSMAR数据库。

两只股票2012年1月至2012年12月各月收盘价、收益率如下表所示：

根据表1数据，贵州茅台相关指标的计算结果如下：

由上述计算可以看出，虽然两者的标准差几乎相同，但由于收益率均值不同，我们用标准离差率进行风险度量，发现2012年泸州老窖的风险明显大于贵州茅台。

三、投资组合的风险衡量

投资组合理论认为，若干种证券组成的投资组合，其收益是这些证券收益的加权平均数，但是其风险不是这些证券风险的加权平均风险，投资组合能降低风险。

假设一个投资组合P是由贵州茅台和泸州老窖两种股票组成的， 和 分别表示资产组合中贵州茅台和泸州老窖的投资比例，则两项资产组成的投资组合的收益率均值和方差的计算公式如下：

假设投资组合P中包括90%的贵州茅台股票和10%的泸州老窖股票，即 =0.9， =0.1，则根据上面的公式可以计算出该投资组合的收益率均值、标准差和标准离差率分别为：

该投资组合的标准离差率（7.5143）均小于贵州茅台的标准离差率（7.5711）和泸州老窖的标准离差率（45.0040），由此可见，投资组合分散了风险。此外，两项资产在投资组合中的投资比例不同，投资组合的风险也不同。

利用excel函数功能可计算出两支股票的协方差为 0.00031898，则可计算出两者的相关系数为：

可以看到两者间存在正相关，根据马科维茨资产组合理论，一组证券如果不是完全正相关，可使风险在各种不同的证券之间在一定程度上相互抵消，从而降低整个投资组合的风险。投资组合中选取的证券种类越多，风险相互抵消的作用也就越显著。但随着证券种类的增加，风险减少的程度逐渐递减，直到非系统风险完全抵消，只剩下由市场因素引起的系统风险。投资者可以根据自己的风险偏好，选择不同的资产组合。

四、结论

通过上文的计算和分析可知，马科维茨投资组合理论的确具有技术上的可行性，该理论对于指导投资决策和加强财务风险管理有一定的应用价值，不但为分散投资提供了理论依据，而且也为如何进行有效的分散投资提供了分析框架。

参考文献：

投资组合管理范文第3篇

[关键词] VaR 方差风险 Markowitz组合投资模型

一、引言

1993年G30研究小组在《衍生产品的实践和规则》的报告中首次提出VaR模型,之后在巴塞尔银行监管委员会和国际证券委员会的推动下,VaR模型逐渐成为金融风险管理的主流方法。关于VaR模型在股票组合投资决策中的应用，国外学者做了大量研究。例如,Alexander,Baptista(2002)对比研究了均值-方差模型和均值-VaR模型对于股票组合投资决策的经济意义。Campbell,Huisman,Koedijk（2001）在VaR模型框架下研究了最优证券组合投资问题。Consigli(2002)应用均值-VaR模型研究了不稳定金融市场中的证券投资组合选择问题。

关于VaR模型在金融风险计量和管理中的应用，我国学者也作了一些研究。例如，戴国强、徐龙炳、陆蓉(2000)探讨了VaR模型对我国金融风险管理的借鉴意义及其应用方法。宁云才、王红卫(2002)探讨了Markowitz投资组合有效边界的程序化解法。

本文首先探讨了基于GARCH模型的股票投资组合VaR风险计量方法，然后将VaR风险替代Markowitz投资组合模型中的方差风险，通过求解非线性数学规划问题得到股票投资组合的另一种最优投资策略。

二、模型与方法

1.VaR的定义

根据Jorion的定义VaR指给定置信区间下金融资产或资产组合在持有期内的最坏预期损失。若用V表示资产组合在持有期末的价值，E(V)表示资产组合在持有期末的期望价值，表示给定置信区间c下资产组合的最低价值,则VaR值如(1)式所示。

（1）

其中,V*满足(2)式所示的条件。

P(V|V>V*)=c 或（2）

其中,f(v)表示持有期末资产组合价值的概率密度函数。

计算VaR需先确定以下三个因素:资产组合持有期的长短、置信区间c的水平和持有期内资产组合价值的分布特征。VaR值计算通常有三种方法:历史模拟法、方差-协方差法和蒙特卡洛模拟法。本文的研究采用方差-协方差法。

2.计算VaR值的方差-协方差方法

假设投资组合由n只股票组成，记为第i只股票的价值在投资组合总价值中所占的比例,并满足(3)式所示的约束条件。

令S表示投资组合收益率的方差-协方差矩阵,表示股票投资组合的投资策略向量,则投资组合收益率的方差可由(4)式计算得到。

(4)

假定资产组合的收益率服从正态分布,由正态分布的分位数进一步计算得到投资组合的VaR值,如(5)式所示。

(5)

其中,表示投资组合的初始投资额,表示标准正态分布在置信水平c下的分位数。

由于根据历史数据计算的收益率方差不能准确反映未来持有期内收益率的波动性,为克服这一的缺点,本文应用GARCH模型对股票未来持有期内的波动率进行预测，在波动率预测值的基础上计算投资组合在未来持有期内的VaR值。

3.GARCH模型及其对股票收益波动率的预测方法

对金融时间序列收益波动率的研究一直是金融研究的重点问题之一,1982年Engle提出了ARCH模型,即自回归条件异方差模型，1986年Bollerslev在此基础上提出了GARCH模型，即广义自回归条件异方差模型,用以对金融时间序列收益波动率进行建模。对股票收益波动率的建模经常采用GARCH(1,1)模型,例如宋逢明、江婕(2003)对中国股市波动率特征的实证研究,赵留彦、王一鸣(2004)在对中国股市收益率的时变方差与周内效应的研究，本文的研究采用GARCH(1,1)模型。

GARCH(1,1)模型的具体设定如公式(6）、(7)所示。

(6)

(7)

其中,rt表示股票在第t期的收益率，u表示股票收益率的均值，εt表示第t期股票收益率偏离均值的残差,σt表示第t期股票收益的波动率。α0 、α1和β为待估参数。

GARCH(1,1)模型实际上包含了一个递推公式。根据rt和公式(6)可计算得到εt ,将εt 和σt代入公式(7),可对σt+1进行预测,依次类推。预测使用的第一期的收益波动率通常由历史波动率法计算得到。

4.基于VaR的最优股票组合投资策略

令表示投资组合各成分股票收益率的相关系数矩阵,s表示由各成分股票收益率方差预测值构成的列向量,其中收益率方差的预测值由GARCH模型得到，则投资组合在预测期内收益率的方差可由(8)式计算得到。

（8）

在股票收益率服从正态分布的假定下,将代入公式(5）,可计算出投资组合的VaR值。将投资组合的VaR风险值替代Markowitz组合投资模型中的方差风险值,可得下述非线性数学规划问题。

(9)

(10)

求解上述非线性数学规划问题，可得到最小化投资组合VaR风险值的最优投资策略向量和最优投资组合的VaR值。

三、实证算例

本文选取上海证券交易所上市交易分属不同行业的6只股票构成样本股票投资组合,这6只股票的名称见表1。本文收集了上述股票2006年9月7日至2007年4月30日的日收盘数据,根据日收益率数据应用Eviews5.0软件估计各成分股票GARCH模型的参数,参数估计结果见表1。

应用GARCH模型预测各成分股票在下一个交易日里的收益波动率,预测结果列示于表2。

根据样本股票日收益率数据可计算成分股票间收益率相关系数矩阵。在给定各成分股票投资比重的条件下，应用公式(8)计算投资组合收益波动率的预测值， 再根据公式(5）计算投资组合在下一个交易日里的VaR风险值。利用Excel中的规划求解功能求解公式(9）、（10)所示的非线性规划问题，得到各成分股票的最优投资比重，求解结果列示于表2。

为比较上述最优投资策略降低投资组合VaR风险值的程度，本文同时计算了等比例投资策略下投资组合的VaR风险值，计算结果列示于表3。

表3显示,如果投资者的初始投资为1000000元,则在下一个交易日里,在5%的置信水平下,最优投资组合的最坏损失约为36443元,等比例投资组合的最坏损失约为39748元。在1%的置信水平下,最优投资组合的最坏损失约为51462元，等比例投资组合的最坏损失约为56130元。在两种置信水平下,等比例投资组合的最坏损失均大于最优投资组合的最坏损失。

参考文献:

[1]Alexander G. J.Baptista A. M.2002,Economic implications of using a mean-VaR model for portfolio selection:A comparison with mean-variance analysis [J],Journal of Economic Dynamics & Control 26,1159～1193

[2]Campbell R.Huisman R.Koedijk K.2001,Optimal portfolio selection in a Value-at Risk framework[J],Journal of Banking & Finance 25,1789～1804

[3]Consigli G.2002,Tail estimation and mean～VaR portfolio selection in markets subject to financial instability [J],Journal of Banking & Finance 26,1355～1382

[4]戴国强 徐龙炳 陆 蓉:2000,VaR方法对我国金融风险管理的借鉴及应用[J],金融研究,第7期

[5]宁云才 王红卫:2003，Markowitz组合投资模型的程序化求解方法[J],数量经济技术经济研究,第10期

[6]Jorion P.2000,VaR:风险价值――金融风险管理新标准[M],张海鱼译,中信出版社

[7]宋逢明 江 婕:2003，中国股票市场波动性特性的实证研究[J],金融研究,第4期

投资组合管理范文第4篇

金融服务业对IT的依赖程度非常高。2003年，全球的金融服务企业在IT方面的投资金额超过2350亿欧元，占大型银行整体非利息支出的15%至22%，但遗憾的是，这些投资常常没有达到预期的效益，许多企业甚至无法量化实际的IT投资收益。

面对这样的挑战，金融服务业的CIO们必须找出一套更好的方法，有效地管理IT投资项目。毋需舍近求远，金融服务企业自家的金融资产经理人(asset manager)就能给出这一问题的解决方案，即对IT项目进行“投资组合管理”(portfolio theory)。

风险管理是关键

过去由于金融机构利润丰厚，IT预算多，对创造更高的投资回报并未感受压力。随着世界经济大环境的日趋严峻，在资源有限的情况下，金融机构亦开始感到压力。特别在巴塞尔新资本协议极重视投资回报与运营效率的前提下，提升IT项目的投资绩效尤为重要。

对于金融机构来说，要提升IT项目绩效，最迫切的挑战就是改善项目管理、风险评估与资本管理，而这恰恰是它们的专长所在。一些金融机构已经开始尝试将“投资组合管理”工具运用于自身的IT项目管理中。

实际上，“投资组合管理”并非什么新理念，多年来它一直被金融服务机构用来降低资产的投资风险，提高投资回报率。“投资组合管理”工具被用于IT项目的管理时，公司高层与IT主管就能从企业战略目标的高度看待所有IT项目，以稳健保守的投资方案弥补风险较高的项目，并通过集中处理表现极佳或表现不佳的项目，降低预备资金的需求，大幅提升短期与长期的IT投资绩效。

“投资组合管理”工具的核心在于对风险的管理。对于金融机构来说，风险可能来自项目管理方法、跨区域合作与管理支持等各个层面，而持续管理项目可能面临的风险，主要包括以下几个方面的工作：

进行有系统的风险重新评估、从商业案例中找出避险措施，并定期报告项目状况；

透过加强管理与建立扎实的流程，确实执行风险管理计划；

在项目的每个阶段结束时签署“风险评估矩阵”(risk assessment matrix)；

当IT项目不再符合企业的战略目标，或是当风险大于预期回报时，必须暂缓执行；

针对风险公开交换意见，以革除企业内部互相推诿的不良习惯；

用财务数据的方式显示所有风险，将焦点放在最具影响力的因素上。

IT投资，战略先行

IT项目的风险管理是当务之急，但企业治理却是一个长期的任务。面对双重挑战，金融服务企业的CIO们在进行IT投资时，必须从公司战略的高度考虑问题，应遵从以下4个步骤：

步骤一，全盘整合。“投资组合管理”的基本特色就是为企业整体、不同产品、服务或业务项目分别制订投资组合，如此不但能明确责任归属，也能衡量整个方案的商业成效，增进部门之间的沟通协调，使其与企业战略目标一致，同时还能规划组织变革管理。

步骤二，了解成效。管理者可以针对企业本身的IT投资组合管理表现评分，并将分数与业界其它领导者比较，找出需要改善之处。

步骤三，逐步找出适合自己的最佳做法。想要达成管理IT投资的终极目标，最好秉持“婴儿学步”的精神。善用投资组合的先决条件是建立强有力的项目管理能力。

优良的项目管理包括：相关人员负起责任，为组织所有成员定义角色并分配责任，找出改善缺失或现况的作法；执行良好的项目管理方法，可利用像“能力成熟度模型”(CMM)这类工具，找出项目管理的优缺点，提升整个组织的成熟度；衡量绩效，制订衡量标准以评估项目品质与效益，例如透过可用的KPI，使用正确的工具追踪项目。

投资组合管理范文第5篇

关键词：积极配置型基金；积极组合管理能力；市场波动

中图分类号：F832.5 文献标识码：A 文章编号：1007-4392（2011）04-0012-03

配置型基金，就是在基金投资组合中既包括股票，也包括债券和货币市场工具的投资基金。其特点是不同投资品种之间可以按一定比例搭配，由基金公司根据市场情况在基金合同规定的范围内动态调整配置比例。根据晨星（中国）最新公布的基金评价标准，股票投资占比小于70％，同时固定收益类产品占比小于50％的配置型基金为积极配置型基金，其余的为保守配置型基金。

利用积极型投资组合管理策略，投资者往往能获得超额收益，因而研究积极型投资组合管理理论、评价基金的积极组合管理能力不但具有深化投资组合理论的学术价值，还具备评价基金投资绩效的实用价值。

一、理论基础

投资组合存在两种管理方式：一是消极型投资组合管理（以下简称消极组合管理）方式，二是积极型投资组合管理（以下简称积极组合管理）方式。在强有效或半强有效的市场中，投资者的最佳策略是消极组合管理策略；而在弱有效或无效市场中，投资者的最佳策略是积极组合管理策略。

随机游走理论、有效市场理论是消极组合管理的理论基础。它们很好地揭示了竞争使价格围绕价值作随机游走的现象，并清楚地说明了证券市场上价格波动不可预测的原因。但Grossman-Stiglitz悖论（1980）指出，即使在有效的市场上也一定间断地、不可预期地存在市场失效点。Flood和Ramachandran（2000）的研究进一步指出，这些偶尔的市场失效点可以给积极组合管理者提供盈利的空间。李学峰（2010）的研究更深入地揭示了消极组合管理理论的致命缺陷是未能考虑交易对手的存在及交易信息的不对称性。在此背景下，国内外的机构投资者多采用积极组合管理策略。

积极组合管理理论主要涉及了积极型头寸，积极型收益和积极性风险。积极组合管理就是通过构造积极型头寸，获得积极型收益的投资组合方式。李学峰、郭羽、谢铭（2009）在积极组合管理理论的基础上设计了适用于非有效市场的指标S，用来比较研究我国开放式基金和封闭式基金的积极组合管理能力。王婧彬（2010）将研究对象具体化，主要讨论了我国开放式基金的积极组合管理能力。本文继承了李学峰、郭羽、谢铭和王婧彬的研究，在结合基金评级的基础上，进一步讨论我国积极配置型基金的积极组合管理能力。

二、模型设计

（一）符号说明

本文主要使用的符号如表1所示。

（二）模型建立

基于积极组合管理理论和上述的相关文献，可设计如下积极组合管理能力的评价模型：

Ri,j,k为个股的积极型收益，表示第i只基金所持有的第j只股票在第k个考察期间内的收益率ri,j,k与同期整个股票市场收益率rm,k的差值，即：

Ri,j,k=ri,j,k-rm,k（1）

用沪深A股流通市值加权市场指数计算rm,k，而对于个股收益率ri,j,k，可通过公式（2）计算：

ri,j,k=（期末股票复权价格-期初股票价格）/ 期初股票价格 （2）

Hi,j,k为个股的积极型头寸，表示第i只基金所持有的第j只股票在第k个考察期间内的市值占整个投资组合总市值比例的均值hi,j,k与同时期这只股票的流通市值占整个股票市场总流通市值比例的均值hi,j,k之差，即：

Hi,j,k=hi,j,k-hi,j,k（3）

其中，hi,j,k可从基金公告的持股明细中获得，而

hi,j,k=（期初该股票流通市值占沪、深两市A股总流通市值的比例+期末该股票的流通市值占沪、深两市A股总流通市值的比例）/ 2

定义Si,j,k为个股的积极投资评价指标：

Si,j,k=Hi,j,k*Ri,j,k（4）

若Si,j,k为正，则说明基金持有该股票“多头寸”的同时获得了积极型收益，或者说明基金持有该股票“缺头寸”的同时避免了积极型亏损（负的积极性收益），从而表明了基金对该只股票的积极管理有效。反之，则表明基金对该只股票的积极管理无效。

相应的，定义Si,k表示第i只基金在第k个考察期内的积极投资评价指标：

定义Si表示第i只基金在整个考察期内的积极投资评价指标：

市场基准组合的指标为：Si,k=0且Si=0。

同样地，我们可以知道，当Si,k>0或Si>0时，说明整体上看基金积极组合管理有效，且它们的值越大，基金经理的积极组合管理能力越高。当Si,k

综上所述，我们可以计算出各只基金的积极投资评价指标，并与同期市场基准组合的指标进行比较，以此评价积极配置型基金的积极组合管理能力。

三、实证研究

（一）样本的选取

本文中2007年12月31日至2010年12月31日沪深A股流通市值加权市场指数、总流通市值、个股的复权收盘价格及其流通市值均取自沪深证交所、RESSET金融研究数据库和CCER经济金融数据库。

样本基金是从晨星网的基金筛选器中选取的，选择的基金类型为激进配置型基金。为保证所研究的基金在进入考察期时已完成建仓并且投资过程连续，所选取的基金的成立日期均在2008年1月1日之前。在此基础上，根据晨星三年评级结果，本文从一星、二星、三星、四星、五星这5类基金中分别选取4只基金，共20只积极配置型基金作为研究样本。

由于前十大重仓股在基金投资中占有很大比例，基本能代表其持仓状况，故本文以基金每半年持有的前十大重仓股为主要研究对象，据此衡量基金的积极组合管理能力。各基金的半年持仓明细可从其半年报和年报中获得。

（二）实证结果

本文以半年作为一个考察期，首先收集了6个考察期内沪深A股流通市值加权市场指数，并计算出rm,k，结果如表2所示。

其次，收集了各基金前十大重仓股的复权收盘价，计算出各期的收益率ri,j,k，并根据公式（1）进一步计算出各股的积极型收益Ri,j,k。

再次，收集了各基金前10大重仓股占基金投资总市值的比例和各股的流通市值占整个股票市场总流通市值比例，并分别计算出hi,j,k、hj,k以及积极型头寸Hi,j,k。

最后，计算出各只股票的积极投资评价指标的计算结果如表3所示。

四、对实证结果的分析

（一）整个考察期内积极配置型基金积极组合管理能力分析

从表3的最后一列可以看出：在整个研究区间内，绝大多数积极配置型基金的积极投资指标都为正。这表明多数被考察的积极配置型基金在整个考察期内均有较高的积极组合管理能力。这个结果也表明我国证券市场并非是强有效市场，采取积极的资产组合管理策略就可能获得显著的积极型收益。

（二）市场环境对积极组合管理能力的影响分析

由表3可以统计出各考察期内积极投资评价指标Si,k小于0的基金数量，结果如表4所示：

从表4中可以看出，2008年和2010年基金的积极组合管理能力普遍较好，但2009年积极组合管理能力较差的基金数量有明显增加。为了更准确地衡量不同市场环境下积极配置型基金整体的积极组合管理能力是否不同，我们采用单因素方差分析来进行检验。

设单因素方差分析的零假设为在各考察期内，所有基金值的算术平均值相同，即基金的积极组合管理能力没有时间趋势上的变化，并选择显著性水平为α=0.05，方差分析的结果为：F=4.748804，p值为0.00056。因为p

2008年和2010年基金的积极管理能力普遍较好，而2009年表现较差的原因可能有以下几点：一是金融危机导致2008年股市大跌，而2010年全年股市震荡，基金经理对此已有较清晰、明确的认识，故而在择时和择股方面易有正确的选择；二是经历了2008年的熊市后，2009年股市开始复苏，但基金经理对后市的反转认识不足，他们没有预料到2009年牛市的出现，导致了其资产组合的配置较为保守，没有获得积极型收益。

（三）不同级别基金的积极组合管理能力的比较分析

首先，计算在整个考察期内不同级别基金积极投资评价指标的算术平均值，结果如表5所示：

从表5看出，随着晨星评级的提高，基金的积极组合管理能力水平也就越高，两者呈明显的正相关关系，基金的晨星等级与其积极投资评价指标Si的Spearman相关系数高达1，故可认为晨星评级越高的基金其积极组合管理能力的平均水平也就越高。

下面，为了进一步分析不同级别基金的积极组合管理能力存在差异的原因，本文计算了各年度不同级别基金的积极投资评价指标Si,k的算术平均值，结果如表6所示：

由表6可知，2009和2010年晨星评级较高的基金其积极投资评价指标都明显高于晨星评级较低的基金。由于2009年和2010年是市场发生反转和震荡的时期，因此，晨星评级较高的积极配置型基金在面临剧变的市场环境或震荡的市场环境时，其积极组合管理能力要明显高于晨星评级较低的基金。

五、结论与启示

本文以2007年12月31日至2010年12月31日作为考察期间，研究了我国不同评级的20只积极配置型基金的积极组合管理能力。

研究结果显示，从整体上看，积极配置型基金均显示出较强的积极组合管理能力，但市场环境会对基金的积极组合管理能力产生一定的影响。本文还发现：晨星评级越高的基金其积极组合管理能力的平均水平也就越高，在市场发生反转或震荡时，这种能力便能得到更充分的体现。

我国积极配置型基金整体的积极组合管理能力较高，有战胜市场组合的能力，是良好的投资品种。但是，积极配置型基金的积极组合管理能力还不稳定，会受到市场环境（尤其是市场发生反转时）的影响，投资者可以通过市场发生反转或震荡时基金的表现，更进一步地判断基金的积极组合管理能力。

参考文献：

[1]李学峰、周爱民，《投资管理》[M].北京：机械工业出版社,2010。

[2]李学峰、郭羽、谢铭，《我国证券投资基金的积极资产组合管理能力研究》[J]，《金融发展研究》,2009。

[3]王婧彬，《我国积极配置型基金积极组合管理能力研究》[J]，《中国证券期货》，2010。