量化投资的优点范文第1篇

摘要：面对新世纪的发展要求，培育和不断壮大投资形成能力无疑具有突出的意义。在未来的投资战略设计中必须妥善解决以下两大问题：投资形成总水平的合理确定；投资形成的结构优化。科学地制定空间投资战略，其前提是明确这一战略设计的出发点和归宿，明确投资的空间结构。关于产业投资战略需要特别关注的是：产业投资优化的价值标准与基本目标的确立；产业投资连带效应的最优实现。

关键词：投资战略；投资形成战略；空间投资战略；产业投资战略

一、关于投资形成战略

面对新世纪的发展要求，培育和不断壮大投资形成能力无疑具有突出的意义。在未来的投资战略设计中，促进投资高水平形成是不可回避且必须着力解决的焦点问题之一。这方面，我们认为必须妥善解决以下两大问题。

（一）投资形成总水平的合理确定

投资形成总水平的适度化取决于对这样几个因素的准确测度：经济增长与社会发展的客观需要；全社会潜在投资资源的存量；社会对潜在投资存量的实际动员能力。由于我国今后相当长一个时期仍将处于经济加速起飞阶段，增长与发展过程中的投资扩张几乎不存在动力抑制，即投资的客观需要基本上可以认为是无限制的，因而合理确定投资形成的总水平，关键是把握住投资形成的条件和能力，即主要应建立在对后两个因素准确分析的基础上。

一般地说，要确定潜在投资资源总量的边界受哪些基本方面的制约并不困难，它大致等于国民收入中剔除消费等其他必要的非积累性分配内容后的余额、可运用的折旧基金数量、由消费延迟及沉淀后直接或间接向投资转化的数额，以及可从国外流入的投资之和。然而，如果缺少审慎和系统的测算依据，仍不可能找到潜在投资数量的准确界限。例如，确定投资从国民收入中可分离出来的数量，需要从动态的角度考虑投资与消费比例关系随经济社会发展阶段的适度处理问题；确定折旧中的投资潜在形成量，既涉及到折旧存量的充分动用、逐期补偿保障问题，又涉及到对资本折旧加速趋势的准确把握问题；确定消费向投资转化的数量水平，则要考虑消费基金总规模、分配结构、边际消费倾向、储蓄动因与结构及其他各种实现储蓄向投资转化的制约因素；而从境外形成投资，则需要对投资环境发展动态及对国外游资的变动状况进行准确分析。

潜在的社会投资资源量并不等于实际的投资形成量，很简单，社会对这一潜在存量的实际动员由于受各种条件的限制，不可能是十分充分的。因此，在制定投资形成战略时，除了根据各种相关因素准确地测算出投资资源存量边界外，还必须着重分析社会在一定时期内对这些潜在资源的实际动员能力。在这个过程中，尤其应着重分析这样几方面的条件：一是资金市场融资功能的强弱及其充分释放的保障程度；二是微观经济主体自其内部进行积累的主动性与能力；三是国家在社会投资形成过程中所具有的直接干预能力及组织调度能量的大小。

（二）投资形成的结构优化

投资可以形成于不同的渠道，而不同渠道形成的投资，在数量水平、流量稳定性及运用效应的优劣上可能存在相当大的差别，故投资形成结构的优化，是设计投资形成战略时不可忽视的重要问题。投资形成的渠道可以从两种涵义上理解：一是以社会总产品价值中各构成部分包括国际资本流入部分为分析对象的投资价值源流；二是指能够使潜在投资资源真正得到动员、最终进入社会投资领域的、与一定的经济主体或融资系统相关联的原始供给渠道，亦即融资实现的渠道。鉴于从社会总产品价值中形成的投资数量水平实际上缺乏弹性，主要适于抽象的理论分析，而特定投资形成目标的实现保障更现实地取决于各种融资途径的状态，投资形成过程中的利益关系也主要体现在各种融资信用活动中，故这里的讨论主要是指后一种意义的投资形成渠道及其结构优化问题。其中，以下两点无疑应是战略设计者考虑的重点：

一是保证投资按预期战略目标形成的融通渠道完善问题。这属于投资形成结构要素优化的范畴。目前我国的投资融通渠道已多元化，但近年来随着市场经济发展产生的新渠道（如证券市场等）大多尚不够通畅或容量相当有限，其功能尚无法充分释放；同时还有一些在市场经济国家普遍运用的投资融通方式在我国尚未规模化、规范化地出现；而结合我国具体国情和发展态势进行投资融通渠道的创新更未引起人们足够的重视；此外，资金市场的开放程度及其准入水平也还相当低。这样一种存在诸多空白和缺陷的融资系统如果不能得到充分的改善，既有的投资潜量也就不可能得到充分动员，这本身也是导致我国长期以来实际投资要素供给能力不足的基本原因之一。要适应新世纪经济社会发展战略的要求，促进投资充分形成，首先就必须把注意力放在形成尽可能全面、高效、有自身特色的融资渠道系统上。在未来的投资战略选择中，扩大我国投资融通渠道包括工具体系，形成功能强大的融资系统的目标，予以专门的规划，并设计出强有力的推进措施，无疑是投资形成战略中需要着重研究部署的问题。二是不同融资渠道在社会投资形成中的地位及其相互间比例关系的合理确定问题。面对新世纪发展需要的融资系统是建立在经济运行市场化基础之上的，因而其结构的优化在保证投资形成战略目标的同时，也必须能够全面适应市场经济高效、有序发展的内在要求。显然，提供不同投融资服务的资金市场必须在投资形成渠道中占据主导地位。但资金市场本身是一个庞杂的体系，它们所提供的不同的服务对投资形成的意义显然不尽相同。同时，不同的市场部分在发展、培育的条件与难度上也存在很大差异，这就需要进行充分的分析研究，确定出应着重发展的市场类型。从促进投资形成的角度上说，证券市场等长期资金市场显然应是重点发展的部分。另一方面，由于新世纪我们将面临大幅度的经济推进要求，而我国的特定国情，决定了某些必不可少的投资领域在经由市场导向时有可能得不到足够的支持，政府可以直接动员的投资资源显然也必须保持相当的比重。但如果政府对社会财力的集中过度，或多或少都会对培育企业投资主体、强化市场配置资源的功能产生影响。因此，如何确立市场形成投资与政府直接动员投资之间的最优动态比例包括其实现的保障，就需要结合不同投资主体的分工范围、投资结构战略、体制改革的客观要求及市场机制发育的实际状况来慎重考虑。

二、关于空间投资战略

生产力布局状况是反映经济社会发展质量的重要尺度，科学地制定长期的空间投资战略极为重要。在这一过程中，以下几个方面应予以高度重视。

（一）空间投资战略确定依据的合理设定

科学地制定空间投资战略，其前提是明确这一战略设计的出发点和归宿。可能的选择角度大致有三：其一，以最大限度地实现发展的效益目标为主要基点，兼顾地区经济发展的均衡化；其二，以实现地区经济均衡发展为主要基点，兼顾效益目标；其三，兼顾效益目标与地区均衡发展双重目标，在两者之间寻求平衡。从理论上说，第三种选择角度似乎不偏不倚，最能体现出公平性，也是许多有关经济社会发展的教科书宣传的信条。但事实上，这种模棱两可、无所侧重的原则在实践中几乎等于无原则，既不能有效地促进效益目标实现，也不能真正有助于地区经济发展均衡化的实现。而前两个选择角度，本身并不排斥效益与均衡的结合，作为原则又是具有明确侧重点的，其操作过程也便于规范。由于不同时期的经济社会发展均有其特定的不均衡性，对应的战略选择也从来都是有所侧重的。我们认为，根据我国的具体情况，面向新世纪的空间投资战略设计的出发点，还是应当侧重于最大限度地实现比较效益目标，在此前提下兼顾地区经济均衡化目标。

（二）空间投资战略设计中对某些关系的合理处理

空间投资战略设计中更现实的问题，是明确地规划出投资的空间结构。这里我们并不企图勾勒出这一结构的框架，仅提出在这一结构确定过程中常被忽视而实际意义又十分突出的几个关系，以期引起设计者的重视。

其一，宏观角度的地区投资分工优化与实际宏观集成效益的非拟合性问题。由局部利益最大化动机导致的不同地区投资的雷同化，固然不符合整体的投资效益实现要求，而按照分工协作要求形成的理论上的区域投资专业化，也未必能保证宏观投资集成效益的最优化。如果目前实际存在的地区经济之间相互封闭的问题得不到解决，那么，区域投资分工后形成的地区产业结构，显然就不能达到预期的宏观效益目标，甚至由于基于分工要求实现的各地区产业体系的相对单一化，还可能导致宏观与地区自身投资效益普遍的下降。因此，在设计地区投资分工战略时，必须充分考虑地区之间进行协作沟通的条件问题，即推进各地区比较优势的发挥，须建立在区域经济联系渠道通畅的基础上。也就是说，战略规划中只单一地强调地区优势的发挥和分工，而不考虑协作进行的条件，同样会造成严重的宏观效益损失。需要顺带指出的是，地区之间经济沟通、协作关系的强弱，既取决于相关政策法规的完善性，也取决于某些硬环境条件，如交通设施、信息通讯手段的健全、充分。有鉴于此，任何地区，无论其投资和发展的具体优势何在，都应当同时把现代交通、通讯、信息产业等作为投资的重点之一。其二，地区投资分工与区域内经济体系相对完整化矛盾的处理问题。总体分工要求进行的区域投资战略设计，必然带来地区投资内容的相对集中化。与前一点相关，在地区经济开放程度较高的背景下，这种状况可以通过区域经济互补来解决；但经济互补的实现，在实践中是不可能做到完全充分的；至少，在满足各地区发展需要的及时性上就存在弱点；何况某些难以预料的经济异动，也完全可能导致相对单一的地区经济在某一时期陷入某种程度的萧条甚至瘫痪状态中。同时，由于价格关系等方面的问题，某些地区在宏观角度上确立的发展优势特别是资源优势所在，投资实施后短期内未必能为地区带来比较效益，因而它还可能影响到地区之间经济发展的均衡性。这样，地区内经济体系在各有侧重基础上的相对健全同样是不可忽视的客观要求，而这与实现地区分工的战略无疑存在一定的矛盾。因此，强调地区投资分工的战略不能走极端，它并不意味着对地区经济体系化的忽视，只不过地区经济体系的健全，应当围绕着优势或主导产业而逐步拓展形成，不同产业在不同地区的发展比重应有较大区别罢了。在投资形成总量有限的背景下，如何合理确定各地区优势、主导产业与一般性产业的比例关系，也是设计空间投资分布战略时必须认真处理好的一个重要问题。

其三，地区资源优势利用与生态环境保护的关系问题。资源优势利用的空间投资分布战略，对生态环境的影响是直接、突出且具有长期性的。鉴于经济增长过程对生态环境的影响已成为阻碍社会发展质量的极为突出的因素，新世纪人类自身生存环境质量的优劣也将成为更重要的发展质量指标，生态环境保护和优化的意义无论如何估计都不过分，因而在空间投资战略的设计过程中，处理好自然资源开发利用与生态环境保护的关系，避免竭泽而渔的短期行为，无疑是十分必要的。这一点虽然早已被人们不同程度地认识到，但在以往实际的投资战略规划中却常常被忽视。有鉴于此，在设计投资空间分布战略时，需要对此确定明晰的准则与规范，并作出系统而严格的处理与稽核规定。

（三）对投资滞后地区社会福利提高要求的合理满足

以追求比较效益为主要基点，兼顾地区均衡发展的空间投资战略，或多或少会带来某些地区发展速度的相对缓滞，甚至可能导致其难以自我满足区内社会福利提高的目标，乃至出现某种程度的马太效应，成为影响政治、社会稳定的潜在隐患。中央政府作为全社会经济运行的组织管理和利益协调者，必须承担满足投资滞后地区社会福利与其他地区同步提高要求的责任。需要注意的是，投资滞后地区通常也是过去经济发展水平相对落后的地区，中央对其传统的扶持方法主要是增加财政补贴，实行转移支付政策，但仅此显然是不够的。可以考虑采取的其他政策是：降低中央对投资滞后地区收入的集中度，实行特殊的税收返还制度以确保这些地区的政府对其区内形成的税收保有高于一般地区的水平；对其优势资源实行流出保护政策（侧重于优势资源流出的高收益保障而非限制其流出）；实行重点发展地区部分投资收益向投资滞后地区直接进行转移流动的责任制度（在理论上，这实际上是对后者发展机遇损失的必要补偿，同时也是为了在国家财力集中量有限的背景下，满足必要的转移性支付需要）；允许产业政策确定的产业发展序列在这些地区执行时具有较大的弹性，以使其有限的投资集中用于增强其自身造血功能的产业领域；鼓励来自境外的投资尤其是基础设施性投资以更高的比例流入这类地区等。采取上述措施，可有效地缓解投资发展滞后地区社会福利增长目标实现的压力，体现发展的公平性原则。

三、关于产业投资战略

投资战略设计过程中最为人们所重视的内容，是投资在产业领域之间的合理分布。在这方面，我们认为需要特别关注的是以下两个问题：

（一）产业投资优化的价值标准与基本目标的确立制定产业投资战略，首先需要解决的，是以什么为产业投资优化的价值判断标准及在此基础上的产业投资优化目标的确定问题。面向新世纪的产业投资战略，可以有以下多重的优化标准和目标：一是实现既有产业体系相互间的发展均衡；二是追踪世界产业发展的新动态，适应国际潮流和现代化要求，进行产业结构的全面调整与重组，在新的技术基础上推动高效益产业的快速发展；三是分析世界范围内的产业技术发展趋势和我国经济、产业发展的优势所在，集中力量扶持发展某些创新的和可望在世界范围内居于领先地位的产业，以体现超前发展的战略意图；四是促进我国产业走向国际化经营，以实现对国际市场的高比例占领，最大限度地获取国际比较效益；五是根据我国的具体国情，注意发挥人力资源上的优势，保持对某些劳动密集型产业的投资比重；六是产业投资分布格局的设计除应明确体现出对经济增长的推动作用外，还应更加突出对社会发展质量的直接改善目标。

（二）产业投资连带效应的最优实现

量化投资的优点范文第2篇

论文关键词:指数化投资,跟踪误差,完全复制策略,非完全复制策略

基于被动投资理念的指数化投资是以复制和追踪某一市场指数为手段,通过分散化投资和被动管理来降低投资成本,并试图取得市场平均收益率的一种证券投资模式。由于指数化投资具有高度分散风险、投资收益稳定、运营成本和交易成本较低、资金利用率高、操作和投资监管透明化以及节税等特点,受到投资者,尤其是机构投资者的欢迎。自1973年世界上第一支指数基金(美国的Samsonite养老基金)诞生以来,在随后的20多年的时间里,美国指数化投资规模达到5000亿美元左右。因此指数化投资技术与方法的研究的最新进展进行系统综述,对于投资者准确理解指数化投资的内涵有指导作用,同时对于我国资本市场的发展也能提供有价值的借鉴。

一、对跟踪误差的计量研究

指数化投资为了获得与证券市场目标指数一致的收益和风险的投资目标,主要以复制和追踪目标指数为手段,因此证券投资组合的投资绩效主要通过跟踪误差这一关键性的技术指标来衡量。跟踪误差作为指数化投资中一种重要的控制风险的工具,主要度量指数化证券投资组合拟合基准指数的精确程度。跟踪误差的计量模型的科学性与准确性对于指数投资过程中的风险控制有着重要的影响,因此下文首先对跟踪误差的度量方式以及影响因素的最新研究进展进行综述。

1、对跟踪误差的度量方式的研究

TreynorandBlack(1973)最早提出组合收益率的跟踪误差的计量方法。他们将跟踪误差定义为投资组合构造的指数收益率序列与基准指数收益率序列的线性回归方程中残差的标准差。他们认为跟踪误差主要受两个收益率序列间的相关系数的影响。只要满足两收益率序列间的相关系数为1,由该度量方法计算的跟踪误差应为零。然而实际上通过投资组合构造的指数收益率序列应与基准指数收益率序列之间存在着显着的误差。因此,之后的学者对跟踪误差的定义进行不断的优化,其中以PopeandYaday(1994)提出的度量方式最为着名,并得到了最广泛的应用。他们将投资组合与基准指数的收益率的差值序列的标准差定义为跟踪误差,可以有效的度量投资组合偏离基准指数的程度,在PopeandYaday(1994)之后,大量的学者致力于跟踪误差的度量方式的优化研究。KonnoandWatanabe(1996)运用简单高效的单纯形方法计算指数化的债券投资组合的跟踪误差。MarkusRudolf等(1999)认为由于基线性偏差相对于二次偏差而言,能够更准确地度量投资者的风险偏好。因此他们将跟踪误差定义为指数化的投资组合与基准指数收益率之间的绝对差额作为跟踪误差,并在此基础之上对跟踪误差的度量方式更进一步的衍生,构造出最大绝对偏差

量化投资的优点范文第3篇

关键词：企业所得税；固定资产；投资

中图分类号：F810.42

文献标识码：A

文章编号：1003-7217(2010)03-0097-06

投资是拉动经济增长的三驾马车之一。针对生产经营所得和其他所得征收的所得税是影响企业投资行为的一个重要因素。本文试图借鉴DID计量方法，在控制影响固定资产投资其他因素的情况下，考察自2008年1月1日起开始实施的新企业所得税法，对原执行33％后执行25％所得税税率的上市公司(后文简称降低税率公司)税改前后的固定资产投资有何影响，与其他继续实施优惠税率的上市公司(即税改前实行低于33％的税率，税改后仍继续执行原优惠税率的上市公司)相比有何不同效应，国有上市公司和民营上市公司对此的反应是否相同，以便我们探询所得税改革的主要部分对企业固定资产投资的即期影响效应。

一、文献回顾

国外研究企业所得税制改革对固定资产投资的影响效应，最早可追溯到Robert E.Hall与DaleW.Jorgenson(1963)，他们对1954年国内收入法典规定的采用加速折旧法、1962年缩短机器设备的折旧年限及投资税收抵免等政策是否有效地改变了企业的投资行为进行了研究。Lawrence H.Summers，Barry P.Bosworth，James Tobin&Philip M.White(1981)基于托宾的q投资理论对美国20世纪70年代企业资本的形成变化进行了分析，探索税收政策对资本形成的影响，从此，有利于企业资本形成的一些税收政策得到认同。Salinger，Michael A.＆Lawrence H.Summers(1984)对税收改革与公司投资之间的关系进行了微观计量模拟研究。为反映加拿大上个世纪80年代的所得税制改革效果，JackJung研究了非金融企业1987年税改前后各省边际有效税率的变化情况。Kazumasa Iwata&AtsushiYoshida(1990)分别在封闭经济体和开放经济体假设下，估计税收改革对日本和美国资本成本及边际有效税率的影响。Jason G.Cummins，Kevin A.Hassett＆R.Glenn Hubbard(1995)注视大的税收改革，如1962、1971、1981和1986年的改革，发现税收政策的改变对企业设备投资有重要影响。DuanjieChen&Jorge Martinez-Vazquez(2003)为分析墨西哥2002年的税收改革是否提高了公司所得税制的经济中性，以及改革带给墨西哥吸引FDI多大程度的竞争力，估计了税改前后的边际有效税率。智利在20世纪80年代与几个结构性改革一起，对所得税进行了大的改革，基本特征是公司所得税率的显著降低。Rodrigo Vergara(2004)为此实证考察了税收改革与智利的投资表现之间的关系。基于宏观和微观证据，都发现公司所得税的减少是该国20世纪80年代和90年资繁荣的一个决定因素。

总之，国外研究所得税影响企业投资行为的政策效应起步较早。有的学者研究税收的某项具体条款对投资的影响，有的从整个税负角度研究对投资的影响；有的基于微观视角，有的基于宏观视角。我国的新企业所得税法(简称新税法)实施时间还不长，迄今为止尚未看到研究所得税改革对企业固定资产投资影响效应的文章。因此，以下试图基于微观视角，以税改前后上市公司执行税率的不同作为研究的切入点，考察税率降低对固定资产投资造成的即期影响效应，为后续研究抛砖引玉。

二、研究设计

(一)模型假设与设定

企业所得税通过规定所得税率、成本费用扣除等税务处理方法影响企业的应交所得税，从而影响企业的税后净利和固定资产投资的收益率，企业的投资行为由此受到影响。税改前我国内资企业的法定所得税税率是33％，2008年初开始实施的新税法税率为25％。税率的降低有助于提高企业固定资产投资的收益率，激励企业增加投资。在新税法实施前，不是所有的内资企业都实行33％的税率，有的执行低于法定税率的优惠税率。根据投资收益影响投资行为的理论，相对于实行优惠税率的这部分企业来讲，税改前没有享受优惠税率的企业固定资产投资理应少于执行优惠税率的企业。税改后降低税率企业的固定资产投资支出，与自身过去相比增加投资支出。于是，提出以下两个假设和相应模型。

假设1　税改前实行33％税率的企业固定资产投资少于实行优惠税率的企业固定资产投资。

模型1　利用2007年的数据，采用模型y=α0+α1Dtax+Xβ+ε，α0是截距项，α1表示税改前实行33％税改后执行25％税率的企业(处理组)固定资产投资与税改前后执行优惠税率的企业(控制组)固定资产投资的差异。如果α1显著为负，则表明2007年处理组企业的固定资产投资显著低于控制组企业的固定资产投资；X2是控制变量；ε是随机干扰项。

假设2　税改后所得税税率的降低有助于激励税率降低企业增加固定资产投资。

根据会计上期初余额加上本期增加数减去本期减少数等于期末余额的构稽关系可知，采用期末余额减去期初余额得到的投资增加数，掩盖了企业当期固定资产投资支出的真相，而这部分明细项目恰恰反应了当期固定资产投资的方向和水平，因此，使用期末减期初余额的算法不妥。另外，长期投资除了包括固定资产投资，还包括长期股权投资和长期债权投资。本文主要考虑企业的固定资产投资，所以，对此不予考虑。在建工程本期增加数反映当期尚未达到预定可使用状态的固定资产投资支出，最后需要转入固定资产。因此，最后经权衡考虑，本文使用的固定资产投资是固定资产净值本期增加数与期初固定资产净值余额之比。

2，控制变量的界定。根据以往的研究成果，控制变量x2基于微观视角主要有企业本身的个体特征，如企业的现金流、负债状况、资产报酬率、公司规模等。基于中观视角，需要看本企业所处行业的特征、市场竞争的激烈程度等。当然，这些因素都离不开各种因素综合作用形成的整个宏观环境的影响。

(1)企业的内部资金与资产盈利能力。现代公

司制企业的所有权和经营权两权分离，因为委托关系和信息的不对称，企业外部融资成本通常要高于内部融资成本，企业的投资需求有可能受到融资约束，在为投资项目融资时通常倾向于优先考虑内部资金。从早期Meyer&Kuh(1957)到Fazzari，Hubbard&Petersen(1988)的文献都强调投资与现金流或者内部资金的其他度量高度相关。而企业内部资金存量与其资产盈利能力的大小密不可分，资产报酬率的增加是现金流增加的前提和基础。

(2)企业的负债。债权人对公司的投资决策没有决定权，所以，由建立在非对称信息博弈论基础上的委托理论可知，当经理与股东利益一致时，很可能出现企业投资决策的目标是股东财富最大化，而不是企业价值最大化。当负债比例较大时，股东为追求超额收益，通常会投资风险较高的项目，因即使投资失败，债权人会承担大部分损失。当经理与股东利益不一致时，则负债的存在可在一定程度上约束管理层的投资行为，特别是通过投资扩大企业规模的倾向，因为追求规模很可能导致企业现金流的不足，使企业面临财务危机。此外，由信号传递理论可知，负债的存在一定程度上向企业外部人士传递了企业经营质量的信息，由此会导致再融资成本的变化，从而影响企业的投资。

(3)企业的投资机会。任何企业都要经历初创期、成长期、成熟期与衰退期。在不同时期，企业所面临的风险和收益有很大的不同，而风险和收益则会对企业的投资产生重要的影响。在低成长性企业中，企业很可能拥有较少的可获利的投资项目，因此，企业的策略便是不投资或少投资。对处于开拓市场或快速发展时期的企业，拥有高成长性或良好成长机会的企业，往往有许多高风险高收益的项目予以投资。以往的研究文献发现，在成长初期，企业往往具有大规模投资的倾向，随着企业逐渐走向成熟，增量投资有衰减之势。

(4)公司规模。企业的规模实力是影响其投资的又一因素。不同投资所需的资金量和所要承担的风险是不同的，这对企业规模和实力的要求也就不同。企业规模大、实力强，往往存在着资金充裕、产品成本低、市场占有率高和抗风险能力强的优势，为保证自己在行业中的强势地位，投资范围和规模也就可能扩大；而规模较小、实力不强的企业，由于在资金、成本、市场占有率及抗风险能力方面处于劣势，投资选择上就得谨慎和量力而行，必须选择投资规模相对小、见效相对快一些的项目。

(5)所处行业特征。不同行业具有不同的特征，有的行业相对于其他行业来讲，资本密集度高，而有的行业则劳动密集度高。资本密集型企业如电力、冶金、航天、石化等企业通常需要大额的固定资产投资，而劳动密集型企业的固定资产投资单位产品成本中物化劳动的比重较少，所以，对固定资产的投资需求相对较少。

以上变量定义及其计算方法如表1所示。

三、样本选择及描述性统计

(一)样本的选择

本文有关数据来自CSMAR和WIND数据库。为研究所得税改革对固定资产投资的即期影响效应，对所有2007～2008年的A股非金融企业进行了筛选。首先，剔除数据缺失和逻辑上存在错误的公司以及投资支出增长率大于2的公司；其次，剔除资产负债率大于100％、事实上已资不抵债的公司以及ST／PT类财务状况异常的公司；再次，保留在样本期间所有制性质未发生变化的公司，这是因为国有上市公司的制度特性、目标特性和管理特性等方面有着别具一格之处，所以，按照上市公司实际控制人的性质确定企业的所有制性质，针对不同类型的企业分别分析所得税改革对企业投资的影响。鉴于外商投资企业资金来源的特殊性、对税收政策、货币政策、投资环境等各项因素的敏感性等与国内企业相比具有独特性，因此，本文不予考虑。

经筛选后，最终获得473X2个观测值。由于国有上市公司除具有现代公司的一般特征，即大生产方式、大规模产销活动、具有现代企业制度的特征外，还具有一般现代公司所不具有的特征，如它的制度特性、目标特性、管理特性都有别具一格之处。所以，在分析所得税改革对企业投资的影响时，针对不同类型的企业分别加以分析。按照上市公司实际控制人的性质确定企业的所有制性质，国有和国有控股的上市公司被划入国有上市公司，其余除了实际控制人是外资企业或外资个人的被划入民营上市公司。由于外商投资企业资金来源的特殊性、对税收政策、货币政策、投资环境等各项因素的敏感性等与国内企业相比，具有独特性，因此，不予考虑。这样，样本中国有上市公司共有332家，民营上市公司有141家。332家国有上市公司中2007年执行33％税率到2008年执行25％法定所得税税率的有151家，其余实行的是国家规定的优惠税率，如2007年实行15％税率的就有140家，12％的有5家。民营上市公司中2007年实行33％到2008年实行25％税率的有70家，其余71家上市公司实行优惠税率。为减轻离群值(outlier)对估计结果的影响，对所有变量在第1分位以下和第99分位以上的观测值进行了调整(winsorize)。数据处理和模型估计工作采用软件EXCEL2003和STATA10完成。

(二)样本的描述性统计

样本的描述性统计如表2～5所示。由表2可见，降低税率的国有上市公司2007年固定资产投资的均值比实行优惠税率的上市公司高出6.75个百分点，中位数高出近3个百分点。资产报酬率的均值前者高于后者近半个百分点，中位数也略高。实行优惠税率国有上市公司的资产负债率均值高出没有享受低税率的公司约5个百分点，中位数高出近7个百分点。其余变量两者相差不大。

从表3可见，2008年降低税率的国有上市公司的固定资产投资均值和中位数均高于实行优惠税率的国有上市公司。负债水平两者差异显著，前者的均值和中位数都低于后者。企业资本的密集度、销售均值、上市年数两者相差不大，但是，资产报酬率两者的差距明显。降低税率的国有上市公司的资产报酬率均值为4.8％，而享受优惠税率的上市公司的ROA均值则为－6.59％，中位数相差约1.4个百分点。

从表4可见，民营上市公司2007年实行33％税率的固定资产投资均值和中位数低于实行优惠税率的公司。前者的资产报酬率均值高于后者，不过中位数还是实行优惠税率的公司高出0.67个百分点。另除资产负债率两者的均值和中位数相差4至6个百分点外，其余变量的值两者相差不大。

由表5可以看出，降低税率的民营上市公司在2008年的固定资产投资均值高于实行优惠税率的公司约0.76个百分点，中位数高出约2.4个百分点。资产报酬率的均值两者相差约1.4个百分点，中位数两者均在0.0440附近。另除资产负债率两者的均值有明显差异外，其余变量的值两者相差不大。

四、检验结果及原因探析

(一)模型的回归结果

2007～2008年的数据经检验存在个体效应，面板间存在异方差，所以，最终确定使用FGLS进行估计，回归结果如表7所示。因模型1的OLS回归结果除了没有年份哑变量和年份与税率的交叉项哑变量外，其余变量的参数系数符号、显著性水平均与表6一致，故只报告模型2估计的结果。

1，国有上市公司的回归结果。由表6可见：(1)2007～2008年固定资产投资的变化为－0.0111，但是不显著，说明整个宏观经济环境的变化对国有上市公司固定资产的投资支出几乎没有影响。(2)2007年降低税率的国有上市公司与享受优惠税率的国有上市公司相比，固定资产净值增加率要高出7.89个百分点，且差异在统计上是显著的。(3)原实行33％税率的上市公司在2008年与原享受优惠税率的上市公司相比，固定资产投资支出增加率要低4.68个百分点，但是，统计上不显著，表明剔除投资在2007～2008年的变化以及这两类公司实行不同税率呈现的投资差异后，2008年降低税率的公司没有显著地降低固定资产投资支出。

2，民营上市公司的回归结果。由表6可见：(1)民营上市公司2007～2008年固定资产投资的变化为－0.0799，且统计上显著，说明整个宏观环境的变化对民营上市公司固定资产的投资支出有影响，与2008年固定资产净值增加比率总体上降低的趋势一致。(2)降低税率的民营上市公司与享受优惠税率的民营上市公司相比，2007年固定资产净值增加率要低3.92个百分点，且在1％的显著性水平上呈现显著，表明两者在固定资产投资支出方面存在显著差异。(3)原实行33％税率的上市公司在2008年与原享受优惠税率的上市公司相比，固定资产投资净值增加率要高出10，18个百分点，统计上显著，表明剔除投资在2007～2008年由于宏观环境引起的投资变化以及这两类公司实行不同税率呈现的投资差异后，2008年降低税率的公司显著提高了固定资产的投资支出。

考虑到遗漏变量可能对回归结果产生影响，我们在控制变量中加入实际所得税税负、经营活动产生的现金流等变量进行估计，结果都没有实质性地改变或优于表7中的估计结果。另考虑到不同控制变量的变量可能对回归结果有影响，本文在模型中还用总资产替代营业收入变量衡量企业规模大小对投资的影响，公司的负债状况考虑递延税款借项和贷项，用存货占总资产的比重(存货密集度)反映企业所在行业的特征，得到的基本结论与前面的研究结果完全一致。

(二)原因探析

1，国有上市公司对外界因素的影响不敏感的原因探析。(1)从国有上市公司所从事的行业分析，332家上市公司中57家从事制造业中的机械、设备、仪表，37家从事石油、化学、塑胶和塑料行业，22家从事电力、煤气及水的生产和供应业，而141家民营上市公司样本中从事上述行业的分别有16、12和1家。可见，国有上市公司在大型设备的制造、资源类开采、能源、公用事业等垄断程度高的行业占有绝对优势，与其他从事非垄断行业的上市公司相比，企业的生产经营活动受外界的影响较小。所以，在很大程度上可以理解整个宏观经济环境的变化对国有上市公司固定资产的投资支出几乎没有影响。(2)大型投资项目具有连续性投资的特点，也可能导致国有上市公司投资对宏观环境变化的敏感度不高。它们的大型设备投资一般周期较长，投资具有连续的惯性特点，所以，国有上市公司的固定资产对总因素的影响总体上没有反应是不足为奇的。

2，2007年降低税率的国有上市公司与享受优惠税率的国有上市公司相比，固定资产净值增加率要高出7.89个百分点的原因探析。这可从影响国有企业固定资产投资的变量予以分析。由表7可见，影响国有上市公司固定资产投资的首要因素是企业资本的密集度，固定资产投资对此的敏感系数为20.28％。由表3可知，处理组的固定资本占总资产的比重均值和中位数均高出控制组的相关数值，且均值高出1个百分点左右。另就影响国有上市公司投资的第二个主要因素资产负债率来讲，前者的均值和中位数要低5～7个百分点，而企业投资对ALR总体上的敏感系数为12.86％。此外，代表企业规模的收入水平也影响着上市公司的固定资产投资支出，前者的均值和中位数都低于后者。总之，2007年实行33％税率的上市公司之所以比实行优惠税率的上市公司的固定资产投资支出总体上高出7.89个百分点，主要是因为尽管前者的AIR、收入规模均比后者低，但是，决定国有上市公司固定资产投资的主要因素是资本的密集度，前者在这方面占优。

3，民营上市公司受外界影响显著的原因探析。民营上市企业的经营目标是实现资本增值、追求资本收益最大化的。在这一目标驱动下，民营企业最大的特点就是其经营活动完全以市场为导向。宏观环境的运行状况直接影响着国内民营企业的生产经营活动。2008年的世界经济遭遇了百年不遇的金融危机的严重冲击，我国民营企业的出口业务由此也受到严重影响，利润的减少会制约企业的进一步扩大再生产，减少固定资产投资支出。外加民营上市公司所从事的主要行业如纺织、服装、皮毛及食品、饮料等，公司的总体规模不如国有上市公司大，平均总资产相当于国有上市公司的2／3。这些行业的企业收益易受经济景气与否的影响，投资总体上具有“掉头快”的特点。所以，可以理解民营上市公司受外界的影响显著。

4，对2007年降低税率的民营上市公司与享受优惠税率的民营上市公司相比，固定资产净值增加率要低3.92个百分点，2008年高出10.18个百分点，且差异在统计上显著的原因探析。这也可从影响民营上市公司固定资产投资的主要变量予以分析。由表7可见，影响民营上市公司固定资产投资的首要因素是资产报酬率。回归结果表明，ROA每上升1个百分点，固定资产投资对此的反应是0.2174个百分点。而表5可知，处理组的ROA均值尽管高于控制组的ROA，但前者的中位数小于后者约0.7个百分点左右。此外，就影响投资的第二个主要因素资产负债率来讲，前者的均值和中位数要低4～6个百分点左右，而企业投资对ALR总体上的敏感系数为－13.26％。因此，综合影响民营上市公司固定资产投资的主要因素进行分析，可以理解2007年实行33％税率的上市公司比实行优惠税率的上市公司的固定资产投资支出总体上要低3.92个百分点。在2008年前者资产报酬率的中位数大于后者近1个百分点，资产负债率的中位数两者相差也不到1个百分点，所以，也就不难理解前者的固定资产投资总体上要高出后者10.18个百分点。

五、研究结论、局限性和未来研究方向

量化投资的优点范文第4篇

导语:运作良好的量化基金,应该能够超越多数主动决策的基金经理,获取稳定的超额收益。

量化投资基金对国内基金投资者来说是一个相对陌生的概念。它是指基金管理人在分析历史数据的基础上总结股市运行的规律,开发出数量化投资模型,并且以模型输出的结果作为投资决策的主要依据。与此相对的是定性决策,即由基金经理或管理团队决定资产配置、行业配置、个股选择,根据个人经验和判断来建立最终的投资组合。

量化投资在发达市场中十分流行,而在国内这一新的投资方式则只是刚刚起步。最早一只量化概念主动型基金光大量化核心成立于2004年,而此后的4年间再无量化基金成立。2009年是量化投资重新起步,陆续发行了嘉实量化、中海量化、南方策略优选等四只量化基金。

量化投资有优势吗?

与定性决策相比,量化投资最大的好处就是避免了基金经理主观决策的随意性,降低了对基金经理个人能力和经验的依赖;同时能够根据严格的组合配置原则,建立符合投资目标的优化投资组合。

从国外成熟市场的情况来看,优秀的量化基金表现非常突出。例如数量化投资的创始人之一詹姆斯.西蒙斯管理的大奖章基金,自1988年成立后年均回报率达到38.5%,成为20年内最赚钱的基金经理。这一收益率水平远超过巴菲特20%的平均年收益率。

但在国内市场上,量化基金数量寥寥可数,而早期的量化基金相比定性投资基金并未显出优势。那么与依赖优秀基金经理的主动型基金相比,依赖模型的量化投资是否真的能产生优势呢?这取决于三个关键因素。

一是市场环境是否成熟。数量化模型的运用有重要的前提条件,最主要的是必须在一个相对成熟稳定的市场中运行,这种市场环境下基于历史数据设计的模型才可能延续其有效性。而国内股市历史上曾经大起大落,市场结构和运行规律都发生过质变。在这种情况下量化模型有可能跟不上市场本身的改变,严格的量化投资也难以显现适应变化的灵活性。因此早期市场并不适合量化投资理念;而随着市场逐渐成熟,量化投资的优势才开始逐渐显现。2009年后量化投资基金数量大增,也是对这一趋势的反映。

二是量化基金的运作模式。从国内市场的实际情况来看,纯粹依赖模型的量化管理模式仍然并不适合,严格数量化的投资策略难以取得成功。这是因为量化模型难以涵盖所有重要的市场因子,例如中国股市上十分重要的政策变化就无法纳入量化模型分析。因此在量化模型的基础上,在投资策略中适当加以主动修正是必不可少的。但如何把握主动和量化之间的平衡,又成为量化基金的一个难题。国内最早引入的量化基金,在纯量化管理还是混合主动管理的选择上就付出了不少学习成本。

三是投资模型本身的质量,这也是量化基金最核心的竞争力。投资模型是量化基金最核心的投资密诀。模型是否有效,是否真实反映市场运行的核心规律,决定了量化基金投资运作的长期效果。因此在成熟市场上,独特的投资模型往往是量化基金的核心竞争力所在。同时模型本身是否稳健也是量化基金持续投资的基础。如果不结合中国市场的实际引入成熟市场上的投资模型,往往并不成功。

量化投资的时机

基于以上几点原因,量化投资在国内仍处于起步阶段。但随着股市逐渐走向常态化增长,主动型基金数量不断增多,定性管理愈加难以获得超额收益,量化投资的空间正在逐渐显现。

从投资上看,量化模型的优缺点都十分明显,简单概括就是选股/配置强,选时弱。量化模型的主要优势体现在对大量个股的海选,以及确定科学的配置比例上。但在判断市场趋势何时发生转换的选时决策上,多数量化模型可以说无能为力。因此,量化投资的主导思想是获取alpha收益,而规避beta风险并非量化投资的强项。

因此,量化基金能否在投资中取得优势,就取决于它能否扬长避短。从投资目标上看,量化基金的目标不是与主动型基金争夺冠军,而是成为一名稳定战胜多数主动型基金的选手。运作良好的量化基金,应该能够超越多数主动决策的基金经理,获取稳定的超额收益。

TIPS:

创新主动量化投资――南方策略优选

南方策略优选是最新一只量化投资基金。该基金在产品设计上充分考虑了中国市场的现状和发展趋势,提出了创新的主动量化投资模式。这种以定量模型为核心,但在决策流程和模型构建中有机结合定性分析的模式有可能成为量化投资的主导模式。

南方策略优选的主动量化投资模式主要体现在三个层次:在资产配置层面上定性定量并重,在行业配置层面上的定量为主定性为辅,以及在个股选择层面的量化筛选。

针对量化投资的三大关键因素,南方策略优选都做出了针对性的改进和创新。从而有可能在逐渐成熟的中国股市上,探索量化投资模式的运作空间。

从该投资模型模拟运行的结果来看,南方策略优选的表现相当突出。模拟组合在超过60%的月度内获得了正的超额收益,正向超额收益显著高于负向超额收益。其投资模型的三年以来的各阶段累计收益在主动型基金中基本可以排名前10%。

但投资者应该清楚认识到的是,模型模拟结果并不代表实战。好的模型只是开了个好头,而在实际运行中还需要基金管理人真正发挥其优势。尤其是主动量化管理不仅取决于好的投资模型,同样取决于基金管理人的主动管理能力。从产品本身看,投资者可以期待南方策略优选探索出真正适合中国市场的运作模式,贡献稳定的超额收益。

量化投资的优点范文第5篇

摘 要 自2010年4月股指期货推出后，数量化投资逐渐成为我国资本市场的一个热点。对此，本文以投资者熟知的MACD指标为基础，运用遗传算法和模拟退火算法，建立了一个数量化投资模型。该模型的仿真投资收益明显超出大盘，而风险明显低于大盘。本文基于MACD指标建立数量化投资模型的方法简单、有效，可操作性强，可方便地推广至其他技术指标，在数量化投资领域中可能具有广泛的发展前景。

关键词 数量化投资 MACD 遗传算法 模拟退火算法

一、研究背景

与传统投资基于各方面信息和个人判断进行操作不同，数量化投资将适当的金融理论、投资经验等反映在数量模型中，然后利用程序软件代替大脑对海量信息进行科学处理，总结归纳市场规律，最终建立可以重复使用的、不依靠个人主观判断的投资策略。

由于数量化投资的操作策略往往经过了严格的验证，具有较强的系统性和规范性，主观随意性较少，风险可测可控，因此随着计算机数据处理能力的迅速提高，数量化投资获得了快速发展，数量化基金的规模亦迅速扩大。据统计，自2003年以来，数量化基金规模的年均增长速度高达15%，而传统型基金规模的增长速度则低于5%。

很显然，科学的数量模型是数量化投资成败的关键。当前，主流的数量模型均考虑了多方面的因素，既包括各种基本面因素，又包括各种技术因素，涉及较为高深的经济学、金融学、技术分析等知识，模型都比较复杂，理解难度较高，甚至令人望而生畏。对此，本文以人们熟知的技术指标为基础，通过引入遗传算法和模拟退火算法对参数进行优化，建立了一种较为简单、有效的数量模型构建方法，希望能为推动我国刚刚起步的数量化投资发展有所帮助。

二、模型框架

由于MACD指标以经平滑后的股票价格为基础，而股票价格包含了绝大部分的基本信息和技术信息，因此本文以MACD指标为基础研究建立相应的数量化投资模型。

（一）MACD公式

MACD是投资者最熟悉的技术指标之一，主要包括EMA、DIF和DEA三个指标，涉及一个已知变量（收盘价P）和三个未知参数（ 和 ），公式较为简单。

（二）决策准则

虽然MACD指标的运用方式有很多种，既存在对指标值的应用（如比较DIF和DEA的大小），又存在对形态的应用（如底背离、顶背离等）。对此，本文制定的决策准则相当简单，即：

时，做多

时，做空

三、模型参数优化

（一）参数的科学取值是决定MACD指标投资决策价值的一个关键因素

在一般的技术分析参考书和交易软件中， 和 通常取12、26和9。然而，该取值并不是最优的。

例如，以2005年1月5日至2010年12月31的沪深300指数为例，根据（公式1）和（公式2），做多业务在 和 取值12、26和9时，可获得的投资收益为230.55%（收益①）；而在 和 取40、195、130时，可获得的投资收益为651.98%（收益②）。

因此，参数取值是否合理决定了使用MACD指标进行投资决策时投资收益的高低，决定了MACD指标的投资决策价值。

（二）人工智能算法在技术指标参数优化领域中的突出优势

运用MACD指标建立数量化投资模型的关键在于对公式中的三个参数进行优化。然而，虽然参数取值与投资收益间存在确定的函数关系，但该关系并不能用一个表达式予以直接阐述，因此传统的解析方法在此并不适用。而其他传统方法如随机法和穷举法的优化效率不高。在此情况下，可运用人工智能算法有效解决此类优化难题。

遗传算法（Genetic Algorithms）和模拟退火算法（Simulated Annealing Algorithms）是人工智能的重要分支，两者均从一定的初始值开始，按照明确的规则搜索最优解，并不要求目标函数存在明确的表达式，且具有高效、鲁棒性强等特点。由于技术指标参数与投资收益间的关系相当复杂，不存在明确的函数关系式，因此遗传算法和模拟退火算法在技术指标参数优化领域中具有很高的应用价值。

此外，遗传算法和模拟退火算法的基本原理和运算过程虽然较为复杂，但其运用却相当简单，MATLAB等数据处理软件均提供了现成的工具箱供用户方便地使用，且即使不掌握参数优化的原理和运算过程，也不会对数量模型的研究产生重大影响，因此运用遗传算法和模拟退火算法对技术指标参数进行优化的可操作性强。

（三）遗传算法和模拟退火算法应用举例

1.MATLAB指令

假设投资收益R和参数 、 间的关系为R=gain( 、 )，则MATLAB的遗传算法指令和模拟退火算法指令分别为：

[x,fval] = ga(@gain,nvars, [],[],[],[],lb,ub,[],options)；

[x,fval] = simulannealbnd(@gain,x0,lb,ub,options)。

其中：

x和fval是程序返回值，分别为参数 、 的最优化取值及其所对应的投资收益；

gain是目标函数，可根据（公式1）、（公式2）和（公式3）编写；

nvars是待优化的参数个数；

x0是参数 、 的初始值；

lb是参数的下界；

ub是参数的上界；

options是MATLAB指令的设置选项。

免责声明：以上文章内容均来源于本站老师原创或网友上传，不代表本站观点，与本站立场无关，仅供学习和参考。本站不是任何杂志的官方网站，直投稿件和出版请联系出版社。