導語：如何才能寫好一篇股市投資的風險分析，這就需要搜集整理更多的資料和文獻，歡迎閱讀由公務員之家整理的十篇范文，供你借鑒。

篇1

一、項目管理概述

1、項目管理

項目管理是它是一種新的管理模式，它是以項目為主要管理對象，根據項目的內在規律，對項目生命周期進行有效的計劃、組織、控制、指揮、協調的管理活動。比如在實際工程項目管理中，往往由于施工單位的局限性，很難保證項目一次性實施成功，可將項目委托給從事項目管理的專業單位進行管理。

2、項目管理的主要特點

（1）項目管理實行經理負責制：施工單位不得越過項目經理直接管理項目內部工作，必須通過項目經理實現對施工項目的組織管理，項目經理要具備較強的專業技術水平、組織協調能力和管理經驗等；（2）以實現項目目標為目的：為實現項目目標，需將項目目標分成不同階段的分目標，再將分目標分解成各個不同階段的子目標，通過一步一步的完成子任務來實現總目標。在具體實施過程中，需要根據實際情況調整實施方案，保證總目標的完成；（3）有充分的授權保障：施工單位要授予項目經理生產調度指揮權，技術、組織方案決策權，財務、人事管理權等權利，項目經理也要授予其下屬的項目經理部成員在其分管業務方面的各種必要權力，使各成員有職有權。

3、項目管理的職能

項目管理的職能主要有以下幾點：

（1）組織：通過授權、職責劃分和簽訂合同等方式來進行有效的機構運轉，并通過建立有效的項目組織機構、配備所需的各類人員來確保項目目標的完成；（2）控制：為在項目實施過程中及時發現問題、解決問題，最終保證項目的順利完成，必須對項目實施情況進行檢查、監督、考核和調整，即有效控制過程；（3）計劃：為使項目協調有序地達到預期目標，可用一個動態的控制過程來統籌安排整個項目，把整個項目的生命周期中的所有目標和活動劃入正常計劃過程；（4）指揮：為保證項目各層次人員按既定計劃從事各項項目活動，可通過已建立的項目組織機構，逐級下達指令；（5）協調：對項目的眾多結合部之間出現的矛盾進行磋商、調整、聯系和溝通，來保證項目的正常進行。

二、系統開發環境及數據庫選擇

1、Visual C++ 開發平臺

Visual C++是一個功能強大的可視化軟件開發工具，目前它已成為程序員進行軟件開發的首選工具。作為基于Windows操作系統的可視化集成開發環境，它由編輯器、調試器以及程序向導、類向導等組件組成。且可為我們提供多層次可調節的應用程序，來大大提高軟件開發效率。

2、MFC

MFC應用程序框架是以MFC作為框架基礎的，以此程序框架模式搭建起來的應用程序在程序結構組織上是完全不同于以前的Win32 SDK編程方式的。MFC提供了相當多不同功能的類以適合盡可能廣泛的需求。

3、MySQL

MySQL是一個免費的SQL數據庫，作為一個多線程、多用戶的數據庫服務器，它的功能雖然不夠強大，但已經能夠滿足一般應用軟件的要求。它的主要目標是快速、易用，MySQL數據庫的開發者也在不斷使之更加完善，它的數據處理速度明顯優于其它數據庫服務器。如果所開發的應用軟件對數據庫操作的功能及靈活性的要求不是很高而對數據庫的性能要求較高的話，MySQL數據庫服務器不失為一個最佳的選擇。

三、投資項目評估與風險分析系統模塊的設計與實現

1、個人完成模塊的設計

通過需求分析，將系統的功能分為兩大部分：項目內容維護、查詢。其中，項目內容維護包括：①項目源輸入：將客戶遞交的數據按業務需求進行計算并存入數據庫。②報告輸出：按照規定的格式及項目計算結果數據輸出；查詢：查詢以往計算結果，輸出報表等。

系統主要由以下幾個模塊組成：①市場分析系統；②融資管理系統；③投資估算；④項目方案的比較評估。

2、詳細設計與實現

市場分析系統的設計：①市場調查處理：市場調查處理是為了對調查表搜集的數據和信息進行處理的功能模塊。它的作用是為了對調查結果進行匯總，以二種方式進行處理，最后利用評分和主觀概率給出直方圖和正態分布圖顯示。②市場預測：采用回歸分析法，在定性分析的基礎上，根據事物的發展規律及相互關系，利用實際數據，建立合理的經濟數學模型，來進行分析預測。

融資管理系統的設計：公司的資金可以從多種渠道、多種方式來獲得，不同來源的資金，其使用時間的長短、附加條款的限制、財務風險的大小、資金成本的高低都不一樣，這就要求公司認真分析公司融資的外部環境的內部條件，按照融資原則確定一個合理的融資方案。①籌資分析：融資規模已投資需要為依據，資金的合理需要量建立在資金充分利用的基礎上，以保證投資項目或經營活動正常開展所需要的最低限度的數量。②融資風險分析：融資風險的程度用概率的方法進行分析。

3、投資估算

①固定資產估算：以貨幣形式表現的計劃期內建筑、設備購置及安裝或更新生產型和非生產性固定資產的投入量。②流動資金估算：企業生產經營活動中，供周轉使用的資金、用于購買勞動對象、支付工資和其它生產費用的資金。③建設期借款利息投資項目在建設期間因固定資產投資貸款而應計付的利息。④投資回收期：又稱現值投資回收期，按給定基準折現率條件下，用項目折現后的凈現金收入償還全部投資的時間。

參考文獻

[1]齊寶庫，候景巖，王桂忠.項目管理的基本概念.沈陽：沈陽建筑工程學院學報.1998， 7.

[2]（奧）科夫勒著. MySQL 5權威指南（第3版）. 北京：人民郵電出版社. 2006年12月.

篇2

文章編號：1004-4914（2016）01-133-02

在個人財務活動中，對收益的追求無可厚非，但是由于財務風險存在的客觀性、財務環境和財務活動本身的復雜性、人們對風險認識的滯后性等原因，個人財務活動中的風險損失和風險收益很難平衡，這就需要進行個人財務風險管理。

一、個人財務風險管理概述

1.個人財務風險管理的相關定義。個人財務風險是指個人在整個財務活動的過程中，由于各種難以預料或無法控制的因素，使個人實際收益與預期收益發生偏離的不確定性。需要指出的是，與傳統意義上人們對財務風險的認知不同，個人財務風險不僅僅指的是個人財務損失，也可能會帶來個人財務收益。個人財務風險包括個人投資風險、個人籌資風險和個人信用風險。另外，個人財務風險的存在具有客觀性、發生與否具有不確定性、個人財務損益的雙面性和個人財務風險的動態可變性。

個人財務風險管理是指個人在財務活動過程中，通過一定的方法和措施，對財務風險進行分析、處理和防范，從而將財務風險控制在一定的范圍內，盡可能多地實現風險收益，減少風險損失，保持財務狀況穩定，甚至改善財務狀況的一項全面綜合的管理活動。

2.個人財務風險管理的職能。

（1）個人財務風險分析。個人財務風險分析是指通過發現和判斷個人所面臨的各種財務風險，推斷個人財務風險發生的概率和損失程度，從而得出相應的個人財務風險決策，以防范風險的發生和降低損失的可能。

個人財務風險分析包括個人財務風險識別、個人財務風險推斷、個人財務風險決策三個部分。

（2）個人財務風險處理。個人財務風險處理是指在進行個人財務分析的前提下，確定了個人財務風險決策以后，對于正在發生的風險進行應急處理，對于已經發生的風險進行補救，以盡量控制風險發生對個人財務狀況的影響程度，尤其是在減輕對個人的財務損失的方面。

（3）個人財務風險防范。個人財務風險防范是指在個人財務風險發生之前，根據個人財務風險分析的結果，提前采取財務風險預防、財務風險轉移、財務風險回避等方法分散或降低個人財務風險的措施。

3.個人財務風險管理的作用。

（1）個人財務風險管理有利于優化個人資源配置。在整個經濟系統中，每個人都在不斷地努力追求資源、擁有資源、享受和使用資源，同時個人也是風險的承擔者，個人財務狀況和資源配置效率的高低，影響著整個社會經濟系統資源配置，良好的個人財務風險管理對提高社會的經濟資源配置效率有著重要影響。如果個人無視風險的存在，盲目投資，在風險發生時便有可能潰不成軍，從而造成資產質量的下降，甚至可能會影響到個人生活；如果對風險采取過度消極的回避態度，則可能會錯失很多投資甚至盈利的機會，從而使個人的投資回報降低，也不利于個人資源配置。

（2）個人財務風險管理有利于降低個人的財務危機成本。在財務風險發生之前，個人財務風險管理可以利用保險或非保險的手段將風險轉移出去、采用風險較小的投資或籌資方案將部分風險回避掉、通過調整財務結構增強個人抵御風險損失的能力等等辦法。在財務風險來臨時，個人財務風險管理可以起到很好的防護作用，從而有效地降低了個人的財務危機成本。

（3）個人財務風險管理有利于增加個人財富。個人財務風險管理通過有效的個人財務風險分析、個人財務風險處理和個人財務風險防范，可以幫助個人做出正確合理的的財務決策，降低投資和籌資風險，減少風險損失，降低個人財務危機成本，提高個人財富管理的信心，增加個人財富。

二、個人財務風險管理的現狀

1.對個人財務風險管理的認識不足。現實生活中，許多人風險意識不足，對個人財務風險管理的認識就更少。在進行財務決策時，更多依靠的是以往經驗和個人判斷，對決策對象缺乏細致的認知、分析和推斷，更不用提風險防范與控制了。在風險發生時，其危害往往是連鎖式，不僅會影響到個人生活品質，還會影響個人的財務決策自信，嚴重的會對個人心理造成陰影，危害家庭，極端的例子是會危害到個人的生命。

據《新安晚報》報道，2015年1月4日晚9點30分，節儉一生的周承英奶奶，在將自己和老伴的畢生積蓄70萬元投給安徽鑫圣德投資管理公司被卷走之后，在維護自己的權益過程中，倒地去世，永遠地離開了。在投資之初，為了降低風險，老兩口還特意選擇了3個月期限的最短期限，然而，錢還是被投資管理公司卷走了，從發現被騙到去世僅僅22天，結局令人唏噓。

2.財務經營目標設定過高，決策缺乏科學性。有些人在進行財務活動時，在對財務收益的追求上急功近利，在進行投資活動的時候，將投資回報率作為非常重要的考量因素，把投資回報率設在一個相對較高的位置（這里的相對較高，是相對于同類項目而言），而且喜歡短期內獲利較大的投資，選擇風險大收益高的項目。而且，在進行投資時，不進行相應的項目考察分析，往往腦門一熱按照以往的經驗或者主觀判斷就匆忙進行投資了，甚至于賣房投資、借債投資，決策的科學性非常缺乏。

幾個月前，上海的周先生將自己226平方米的自有房產以1000多萬元的價格掛牌出售了。賣房之后，因為股市大好，周先生集中精力炒股，希望炒股受益能夠讓他換套豪宅，或者一套變兩套。然而在6月底7月初，一周的時間，他的購房款被套進去了，損失超過300萬。300萬從樓市轉移到股市，周先生可稱得上是光榮的“接盤俠”了。

3.盲目投資，個人投資管理帶有短視性和被動性。個人投資風險是指個人投資收益達不到預期效果，從而影響個人資產盈利水平和個人償債能力的風險。有的人在投資前不進行科學的可行性分析和論證，帶有較大的盲目性，往往投資時重視短期利益，而選擇何種投資、投資多少很大程度上帶有被動性，較為迷信機構推薦和所謂的投資高手。由于財務活動本身的復雜性，資本市場的瞬息萬變、變幻莫測，以及人們對風險的敏感度不同，大部分人往往事后才會有對風險所帶來結果有所認知，這個時候，風險已經來臨，損失不可避免，從而降低了資產盈利能力和個人償債能力，財務狀況變得不理想。很多投資者，在看到投資增長時，心里很開心，認為自己今天又賺了多少，需要說明的是，除了分紅以外，投資本身的增長只有在變現之后，才是真正賺到的錢，那些起伏的數字的變化，可以帶來收益，同時也能變成損失。這就使很多人在炒股的時候，大盤好的時候，收益上漲，大盤下跌的時候，一夜回到“解放前”，很多股民被套牢，有些股民甚至不得不“割肉”。

4.風險加大，個人負債經營的比例在逐步增大。個人債務籌資風險是指個人的債務籌資行為給個人帶來的風險，主要包括個人舉債經營導致流動性不足而喪失償債能力、或者由于個人舉債后資金使用不當而導致個人遭受損失的可能。有調查顯示，在國內貸款買房的人群中，有超過三成的房貸族月供占到收入的50%以上，由于一段時期內，個人收入相對固定，而家庭分裂速度的增快，使得個人對于住房的需求的剛性進一步提高，隨著按揭購房的日益普遍，這一數字還會進一步上升。50%是一個什么樣的概念呢？一般來說，個人負債率最好低于50%，低于30%是安全的；高于30%低于50%，個人生活會受到一定影響；而高于50%則可能使個人陷入財務危機；若是高于1，在嚴格意義上來說，這個人已經破產了。

三、產生個人財務風險管理現狀的原因

1.缺乏個人財務風險管理的意識。資本市場瞬息萬變、風起云涌，風險無處不在、無時不有，任何財務活動，都不是穩賺不賠的，個人作為資本市場的重要參與者，一定要有財務風險管理的意識。然而，現實生活中，很多人風險管理意識淡薄，比如在進行股票投資時，投資的原因多半是最近股市行情好，大家都看好后續的股市發展，一股腦地將自己的資產放到股市當中，覺得自己一定不是在最高峰買入的，一定有錢賺，完全不考慮股市震蕩可能帶來的風險損失，更不用說進行個人財務風險管理了。

2.財務經營目標與財務能力不協調。當今耳熟能詳的一句話就是，“你不理財，財不理你”，很多人在不具備相應的財務能力時，將財務經營目標定得很高，把自己的血汗錢放到了收益率很高的理財產品上，認為這些理財產品是有保障的，比炒股收益穩定又保險。但是，在理財的選擇上，選擇的是非保本型的產品，結果賠得一塌糊涂。

3.逐利心理、僥幸心理嚴重。在個人財務活動中，逐利心理和僥幸心理普遍存在。今天的投資收益在賬面上翻了一番，明天會再翻一番吧，后天會繼續上漲吧，行情這么好，倒霉的一定不是我吧，“理想很豐滿，現實很骨感”，結果遇到風險，投資收益大幅縮水，一夜回到“解放前”，成為華麗的“接盤俠”的人大有人在。

4.缺乏對風險和收益的適度權衡。在個人的財務風險管理過程中，夸大收益的可能，忽視風險的可能，盲目進行決策，缺乏對風險和收益的適度權衡，往往輸在一個“貪”字上。

四、加強個人財務風險管理的措施

1.多多學習，增強對個人財務風險管理的認識。在對減少個人財務風險損失的輿論宣傳方面，政府和媒體做了大量的工作，幾乎每個人都知道“股市有風險，入市需謹慎”這樣的警示，也都知道傳銷的危害，也了解不少理財陷阱，對一般的電信網絡詐騙也有一定的識別能力，但是，隨著股市震蕩向好、傳銷組織不斷地改頭換面、理財陷阱防不勝防、電信網絡詐騙花樣翻新，在紛繁復雜的利益誘惑面前，人們的風險識別能力沒有相應跟上，不少人還是栽了跟頭。因此，增強對個人財務風險管理迫在眉睫。通過學習個人財務風險管理方面的知識，進行有效的財務風險的分析、識別、推斷，可以顯著降低個人財務風險的發生概率，從而減少個人財務風險損失。

2.調整心態，轉變觀念，采取穩妥的財務風險管理策略。在個人財務風險損失的案例中，人們財務風險管理的心態和財務風險管理的觀念，在對財務風險管理策略的選擇上，有很明顯的影響作用。僥幸心理加上急于求成冒進的財務管理觀念，再加上個人本身對風險刺激的追求，便會很容易采取投機性強的風險管理策略，這樣財務管理風險自然加大；而回避心理加上消極的財務管理觀念，再加上個人本身對風險刺激的厭惡，一般會選擇消極的風險管理策略，會錯失很多投資獲利的機會，資產的保值增值效果也不明顯，個人財務狀況得不到很好的改善。因此，調整心態，轉變觀念，采取穩妥的財務風險管理策略是非常有必要的。在財務風險管理的心態上一定要平和，財務風險管理的觀念上一定要穩，采取穩妥的財務風險管理策略，有助于有效平衡風險與收益，在降低個人財務風險損失的同時，增加個人財務風險收益。

3.實施正確的投資策略，合理進行資本配置。不同的人會選擇不同的投資策略，而不同的投資策略，決定了不同的資本配置組合：風險追求者往往會選擇高風險高收益的投資策略，在資本配置上喜好風險資產，無風險資產比重較小；風險回避者則喜歡選擇低風險低收益的投資策略，在資本配置上偏好無風險資產，風險資產比重較小；而風險中立者則介于兩者之間。

篇3

會計謹慎性原則是針對經濟活動中的不確定性因素，要求人們在會計核算處理上持謹慎小心的態度，要充分估計到風險和損失，盡量少計或不計可能發生的收益，使會計信息使用者、決策者保持警惕，以應付紛繁復雜的外部經濟環境的變化，把風險損失縮小或限制在較小的范圍內。謹慎性原則的本質是對資本保值以及企業經營能力和償債能力加以維護。會計謹慎性原則被廣泛運用在會計核算、會計管理和財務分析過程中。在市場經濟條件下，由于競爭和風險日益加劇，社會經濟環境的不確定性因素越來越多。評價投資項目財務可行性的投資項目財務評價也應體現謹慎性原則，為投資者提供更有價值的財務評價信息，以保護投資者的利益。因此，筆者認為，在投資項目財務評價中應重視項目的不確定性，體現謹慎性原則。

一、謹慎性原則內涵的把握

我國《企業會計準則》中規定：企業對交易或者事項進行會計確認、計量和報告應當保持應有的謹慎，不應高估資產或者收益、低估負債或者費用。

理解謹慎性原則應注意以下幾個方面：

一是謹慎性原則存在的基礎是不確定性，所處理的是“可能發生”的事項。會計環境中存在著大量不確定因素，影響著會計要素的精確確認和計量，必須按照一定的標準進行估計和判斷；二是在市場經濟環境中，企業的經濟活動有一定的風險性，提高抵御經營風險和市場競爭能力需要謹慎；三是會計信息建立在謹慎性原則的基礎上，可以避免夸大利潤和權益、掩蓋不利因素，有利于保護投資者和債權人的利益；四是運用謹慎性原則的目的是在會計核算中充分估計風險的損失，避免虛增利潤、虛計資產，保證會計信息的決策有用性。

二、在投資項目財務評價中體現謹慎性原則的意義

在投資項目財務評價中體現的謹慎性原則，其內容與會計中應用的謹慎性原則有所差別，可以表述為：在投資項目財務評價中應體現謹慎性原則，項目投資額和收入的估算要謹慎，不可高估；項目成本、費用的發生內容與發生數額的估算應適當、充分；現金流入量的估算要謹慎，現金流出量的估算要適當、充分和提前；加強項目的風險分析，提高財務評價信息決策的相關性。

項目投資前期，決策是關鍵，而決策的依據是可行性研究的結論。投資項目財務評價是投資項目前期可行性研究的重要內容，是在對項目未來的運行狀況進行預測的基礎上，分析其財務可行性。財務評價指標是投資項目經濟效益優劣的標志，是項目決策的主要依據。在市場經濟環境下，項目的財務可行性直接影響到投資者的決策，而投資決策實際上引導了有限的投資資源的流向。因此，在投資項目財務評價中運用謹慎性原則，從而提高決策的相關性，可以正確引導投資資源的合理流向，提高各種資源配置的有效性，保護投資者的利益和投資的積極性。如果是涉及外商投資的，還會影響到外資的引入。

在投資項目財務評價中運用謹慎性原則的原因有三：一是投資項目未來的運行狀況存在許多不確定因素，大到社會政治經濟環境的變化，小到市場環境等因素的變化；二是財務分析的基礎數據都是估算的，有些項目是否發生或發生數額的大小是不確定的；三是同樣存在提高信息決策相關性的需求。

由此可以看出，投資項目財務評價與會計核算所面臨的問題十分相似，都有謹慎性原則存在的基礎――不確定性，都需要保護投資者和債權人的利益，都需要提高所提供信息的決策相關性。因此，筆者認為有必要在投資項目財務評價中體現謹慎性原則。

三、投資項目財務評價中謹慎性原則的具體體現

基于以上分析，在投資項目財務評價中運用謹慎性原則很有必要，主要體現在以下幾個方面：

（一）在財務數據的估算中體現謹慎性原則

財務數據的估算包括投資總額的估算，各項收入項目的估算，各項成本費用的估算，現金流入量和流出量的估算。

投資總額的估算數直接影響到企業的資產總額，每一項投資的估算都應有相應的依據，應詳細計算。收入項目的估算應在較為科學的市場預測的基礎上進行，對于銷售量和價格的估計應適當保守，對于是否發生不確定的收入項目應不予計算，對于發生數額不確定的收入項目應予低估；在各項成本費用的估算中，對于是否發生不確定的成本費用項目應予以計算，對于發生數額不確定的收入項目應予適當高估；現金流量的估算中也應體現謹慎性原則，不高估現金流入，不低估現金流出。

（二）在財務數據的分析中運用謹慎性原則

在對投資項目的財務數據進行估算后，就要進行財務分析，計算出反映投資項目盈利能力、償債能力和現金流動狀況的各項財務指標。投資者和政府主管部門就是根據這些指標確定項目的財務可行性以及項目未來的運行經濟前景的。

如在折舊費用的分析計算中，可以考慮改變所有固定資產統一采用直線法（按使用年限或工作量）平均計算折舊的方法，根據項目所占用固定資產的情況，將固定資產分為幾個大類，按各類固定資產磨損的性質分別采用不同的折舊計算方法，對于科技含量高的部分固定資產應采用加速折舊法。同樣，無形資產的攤銷也可根據項目的情況適當縮短攤銷年限。這樣一方面財務指標的計算結果具有謹慎性；另一方面還會產生一定的稅費后移效應，有利于投資者迅速收回投資。

（三）加強投資項目風險分析，在財務評價中反映風險

充分認識項目風險有利于提高項目決策的科學性，任何投資項目都是在一定的自然環境與經濟社會環境中進行的，受各種自然災害、技術條件、宏觀經濟環境、政策法規以及市場變化等因素的影響，都會有一定的風險。如果能夠充分認識項目的風險，全面地了解影響項目預期目標的各種風險因素及其產生的原因，了解各種風險因素對項目預期目標影響程度的大小及其發生的可能性，在項目決策的時候就可以有的放矢，確定更為合理的項目預期目標，避免項目的預期目標與實際值之間產生過大的偏差，從而增加項目決策的合理性與科學性。通過項目經濟評價風險分析，基本可以了解項目各種風險因素對項目預期經濟目標或重要經濟評價參數的影響程度，明確項目面臨的風險形勢，了解采取不同風險控制措施對項目預期經濟目標以及重要經濟評價參數的可能影響結果等方面的內容，為采取合適的風險控制措施提供依據。

加強投資項目經濟評價風險分析不但有利于減少項目投資失誤、促進投資項目健康發展，而且有利于減少整個社會的投資損失與資源浪費，從而提高整個社會的投資效益。此外，進行科學、合理的項目經濟評價風險分析，能夠促進項目投資者對國家宏觀經濟形勢的了解，促進國家各種宏觀調控手段的發揮；能夠影響投資者對投資行業與投資地區的選擇，最終影響全國的投資總量，實現調整投資結構的效果，達到宏觀調控的預期目標。

對投資項目的不確定性和風險性分析，應主要考慮以下幾個方面的因素：

一是社會因素、政治環境和經濟狀況的變化；二是技術發展速度對現有方案使用壽命的影響；三是市場變化對預測精度的影響；四是方案中有關經濟參數是估算的。

在投資項目財物評價中加強風險分析，可從以下兩方面入手：1.在業內對投資項目可行性研究規范中提出加大風險分析的行業規范；2.在項目財務評價中可根據項目風險的大小采用定性分析與定量分析相結合的方法，使風險分析結論更為科學、可靠。

定性分析方法常用的有特菲爾法，即調查和專家打分法。其做法是：首先通過風險辨識將項目風險列出，設計風險調查表；然后利用專家經驗對風險因素的重要性進行評估；再綜合整個項目的風險。

定量分析方法除了常用的盈虧平衡分析、敏感性分析和概率分析方法外，還可以考慮引入一些新的風險分析方法，如分析報酬法(又稱調整標準貼現率法)、風險當量法、解析法、主成分分析法等。這些方法有些模型較為復雜，可以組織專業人員編寫一些小軟件，只要輸入數據就可以得出計算結果，既方便使用，又可以推動風險分析在投資項目財務評價中的應用。

（四）考慮通貨膨脹或通貨緊縮對投資項目的影響

1.對資金的影響

通貨膨脹或通貨緊縮的發生會對投資項目的預期收益產生影響，從而產生投資項目的資金風險。以通貨膨脹為例，由于通貨膨脹風險的存在，導致投資項目產生資金風險，其具體表現如下：（1）因通貨膨脹，銀根緊縮、利率上升，致使資金成本加大，或難以得到貸款，導致企業資金緊張，從而帶來資金風險；（2）因通貨膨脹，價格上升，致使生產使用的原材料等成本增加，帶來資金風險；（3）通貨膨脹引起股市、匯率波動，股市價格指數的下降，匯率的下滑也會帶來資金風險。

篇4

內容摘要：本文在借鑒國內學者對A股市場CAPM檢驗的基礎上，選取2010年6月4日至2010年12月21日的周收益率，采用單指數模型、BJS兩步法和橫截面檢驗實證分析了我國創業板市場對CAPM的實用性并得出結論。

關鍵詞：CAPM BJS 創業板

資本資產定價模型源于1952年亨利•馬科維茨提出的資產組合理論，后經威廉•夏普深化為資產定價的均衡模型，即CAPM。2009年10月23深圳證券交易所設立創業板并舉行開板儀式。首批上市創業板公司28家，總市值1700億元，平均每家創業板公司的市值61億元。截至2010年11月，創業板公司147家，總市值6977.31億元。為適應創業板市場發展需要，2010年6月1日深圳證券交易所正式創業板指數，創業板市場進入新的發展時期（見圖1）。時至2010年12月，創業板已經推出一年有余，創業板指數也已半年另21日。對于CAPM是否適用于我國創業板市場，國內研究仍是空白。鑒于此本文運用CAPM對我國創業板市場進行實證檢驗，為我國創業板市場發展提供理論支持和經驗借鑒。

相關文獻回顧

顧榮寶，劉瑜華（2007）以深圳股票市場為研究對象，通過時間序列回歸方法對CAPM在中國證券市場的適用性進行實證檢驗，結果表明CAPM不適合我國深圳股票市場。尹哲君（2009）選取上市A股中2005年以前上市的，七個主要行業中規模較大，流動性較好且具有代表性的七支股票對我國股市中的CAPM有效性進行檢驗，得出結論，CAPM對目前中國證券市場的有效性不明顯。王茜（2010）從效用函數的角度對CAPM進行了重新審視，在一定程度上解釋了“賺了指數，賠了股票”現象。黎軍（2009）研究了CAPM在房地產投資風險分析中的應用，認為房地產市場投資受宏觀經濟走勢的影響較大，但各房地產公司股票的風險更多來自企業內部的非系統風險。方俊芝，唐敏（2009）探討了CAPM在保險產品定價中的應用，認為CAPM在保險產品金融定價的基礎性地位是不容忽視的。馮佩（2010）以上證綜指2002年已上市的20支權重股為研究對象，進行時間序列和橫截面回歸分析，最后得出結論：CAPM模型在我國證券市場并不完全適用，股票收益率受系統性風險的影響較弱，而受非系統性風險的影響較強。李璁，陳榮達（2010）選用2003年1月至2009年12月之間上證市場交易所選取的20支股票的84個月度收益率數據，通過BJS檢驗驗證CAPM模型在上證市場的有效性。現實結果與CAPM模型相差甚遠，一方面是因為上證市場尚屬不成熟市場，另一方面也說明CAPM模型的假設條件過于苛刻，最后得出結論：應謹慎對待CAPM模型在實際應用時的有效性。丁凱，穆瑞田（2010）選取我國上證A股權重前十名的股票為樣本，樣本觀測時間為2008年7月10至7月23日，使用日數據采用單指數模型、BJS方法和對CAPM進行橫截面模型的回歸分析，研究表明上證A股市場與CAPM理論不符。王曉燕，呂效國，浦燕（2010）借用因素模型的研究方法，利用2007年上證A股隨機選取的20只股票為樣本，采用月收益率作為樣本數據，對改進的CAPM進行了實證檢驗，發現改進模型的解釋力比傳統模型有明顯提高。

縱觀以上研究，可以發現目前國內學者在該問題研究上的局限性。一是針對CAPM在我國資本市場的適用性研究大多都集中在A股市場中的上市或深市，對于發展潛力巨大的創業板市場沒有給予關注。二是選取的數據大都是月度數據或日數據，股票市場瞬息萬變，跌宕起伏，月數據容易遺失掉一些重要的波動信息，日數據是相對的高頻數據，容易導致了噪聲數據的使用，有損系數估計的效率，均不利于研究。三是在選取不同的無風險利率，例如李璁，陳榮達（2010）選取一年期定期存款利率作為無風險利率，而馮佩（2010）采用三個月定期儲蓄存款利率作為無風險利率。因此，本文在前人的基礎上，用創業板股票的周數據對CAPM進行實證檢驗，以期得到更準確的結果。

理論基礎和數據選取

CAPM是在一系列假設的基礎上構建的理想模型。CAPM假設：一是投資者的行為可以用均值-方差準則描述，投資者效用受期望報酬率與變異數兩項影響，投資人為風險規避者；二是證券市場是完全競爭市場，投資人為價格接受者；三是完美市場假設，即沒有交易成本、交易稅等，且證券具有無限制分割性；四是同構型預期，即所有投資者對各投資標的預期報酬率和風險的看法是無差異的；五是所有投資人可用無風險利率無限制借貸；六是所有資產均可交易，包括人力資本；七是對融券放空無限制。CAPM的核心思想可表達如下：

或

其中：E（Ri）為股票或投資組合的期望收益率，Rf為無風險收益率，投資者能以這個利率進行無風險的借貸，βi是股票或投資組合的系統風險測度，E（RM）為市場組合的收益率。

由于創業板推出時間有限，本文選取2009年10月30日創業板首批上市的28家公司中的10家公司作為觀測樣本，股票代碼從300001-300011。由于立思辰（股票代碼300010）有籌劃重大資產重組事項，自2010年9月15日停牌，導致交易不連續，故從觀測樣本中剔除。2010年6月1日深交所正式創業板指數，所以本文樣本的觀測期間為2010年6月1日至2010年12月21日。選取10個觀測樣本的30個周收益率數據進行研究，計算公式為：Rt=（Pt-Pt-1）/Pt-1（其中Pt為股票t時的周收盤價格，Pt-1為股票t-1時的周收盤價格）。同時，本文采用觀測期間的創業板指數作為市場組合的收益率，能夠比較準確地反映創業板市場整體行情的變化和發展趨勢（見圖2）。

對于無風險利率的選取，國內學者目前沒有統一的認識普遍認可的無風險利率選擇一年期定期存款利率，市場的無風險利率可以選擇1天、7天的質押式回購利率，也可以選擇國債的二級市場收益率或同業拆借利率。本文遵照大多數學者對無風險利率的選擇，選擇人民幣一年期定期存款利率為無風險利率。即Rf=2.5%，折算為周利率為0.0479%。數據來源于中國人民銀行網站。

檢驗方法與實證分析

本文借鑒Black、Jenson和Scholes（1972）的研究方法（即BJS檢驗）進行分析檢驗。將時間序列檢驗劃分為三個時間段：第一個時間段從2010年6月4日至2010年8月6日，第二個時間段從2010年8月13日至2010年10月15日，第三個時間段從2010年10月22日至2010年12月21日。

第一步為單支股票β值的估計。選取第一時間段的周數據，采用單因素模型估計單支股票的β系數，系數值通過單支股票周收益率對市場組合周收益率的回歸來估計。模型設定如下：

Rit-Rf=αi+βi（Rmt-Rf）+εit

其中，Rit表示股票i在t時刻的周收益率（i=1，2，…，10）；Rf代表無風險收益率，即Rf=0.0479%；Rmt是市場組合在t時刻的周收益率，即創業板指數t時刻的周收益率；βi是對股票i的β系數估計；εit是誤差項。在置信水平95%下，利用Eviews6.0對單個股票的β值進行估計（見表1），表中β系數的估計值均通過t檢驗，估計值顯著。

第二步為股票組合β系數的估計。將股票按照β值大小升序排序，將10支股票分為5組，每組包含兩只股票，每只股票賦相同權重，并利用第二時間段的樣本數據計算組合的周收益率，組合周收益率取組合內股票收益率的算術平均。然后通過組合周收益率對市場組合周收益率回歸估計組合的β系數，模型如下：

Rpt-Rf=αp+βp（Rmt-Rf）+εpt

其中，Rpt表示股票組合p在t時刻的周收益率（p=1，2，…，5）；Rf代表無風險收益率，即Rf=0.0479%；Rmt是市場組合在t時刻的周收益率，即創業板指數t時刻的周收益率；βp是對股票組合p的β系數估計；εpt是誤差項。

在置信水平95%下，利用Eviews6.0對股票組合的β值進行估計（見表2）。

第三步為風險與收益關系的檢驗。利用第三時段的組合周平均收益率（由第三個時間段的股票收益率計算出組合的平均收益率）對第二步得出的組合β值進行橫截面回歸，對收益與系統風險關系進行實證檢驗，檢驗模型如下：

Rp=γ0+γ1βp+εp

其中，Rp為股票組合第三時段的周平均收益率；βp為第二步得出的組合系數；εp為誤差項。由表2結果可知，股票組合1至5的β系數估計的標準誤差可以接受，t檢驗值均大于臨界t值，t檢驗顯著，股票組合β值顯著不為零，可繼續進行橫截面回歸。利用第三步模型進行橫截面回歸，結果如表3和表4所示。

結論

首先，常數項系數估計值γ0=0.05915，無風險利率為正數但數值較小，這一實證結果表明在我國創業板市場上，投資者過于追求高收益，投機欲望強烈，而忽視了高收益相伴的高風險對自身承受能力的沖擊，同時也表明投資者對資本的時間價值關注不夠。以上兩種傾向說明創業板市場的投資者是非理性的，也從另一個側面反映了我國創業板市場的不成熟性。其次，γ1=-0.01542，是一個負數，表示股票收益與系統性風險呈負相關關系。這一方面違背了“高風險高收益”這一基本的金融學原理；另一方面，也可能是因為非系統風險在創業板股票的定價中起到了相當大的作用。另外，T統計量為-0.61984，顯著性不強，可決系數也只有0.113527（修正的可決系數甚至為負數），擬合程度極低。以上分析可以看出，在我國創業板市場上系統性風險與股票收益之間并不存在CAPM所預料的顯著的線性相關關系。同時也表明我國創業板市場是一個不成熟的資本市場。

參考文獻：

1.雷達，郭路.資本資產定價理論及其新進展的述評[J].經濟理論與實踐，2009（4）

2.尹哲君.從回歸分析看中國股票市場中的資本資產定價模型[J].山東行政學院山東省經濟管理干部學院學報，2009（3）

3.黎君.資本資產定價模型在房地產投資風險分析中的應用[J].前沿，2009（2）

4.方俊芝，唐敏.資本資產定價模型在保險產品定價中的應用[J].生產力研究，2010（5）

篇5

“股神”巴菲特曾經很形象地把金融衍生品稱為“大規模殺傷性武器”。但上海交大高級金融學院教授、博士生導師陳松男認為，金融衍生品只是一種市場投資工具，本身并不是金融危機的罪魁禍首。

陳松男在中量投資舉行的“結構化金融產品的設計、定價與風險分析”交流會上表示，發生金融危機的主要原因是風險控制出現了問題。比如，銀行不負責任地將大量貸款貸給了沒有還款能力的人，投資銀行不顧風險的貪婪行為，政府監管的缺失和法規的不完善，等等。這好比股市中的“地雷股”爆炸，錯不在股市本身，而在公司經營不善、信息不及時披露等。金融衍生品是一種投資工具，關鍵在于如何控制好風險，不能因噎廢食。

可借鑒臺灣的經驗

“發展金融衍生品對于中國大陸的資本市場發展同樣非常重要。股指期貨運行至今，并沒有加大市場波動。”陳松男在接受記者采訪時說，“即使是美國，在金融危機后也沒有停止發展金融衍生品，而是要求其更加透明化。”

目前還擔任中國臺灣金融工程師學會榮譽理事長的陳松男是金融工程及金融商品創新方面的資深學者，曾經主導參與臺灣期交所新商品開發規劃。

他說：“臺灣的金融衍生品市場可以作為大陸很好的參照例子。臺灣股指期貨推出前，監管層也非常擔憂和謹慎，業界也爭論激烈，但是平穩運行一年多后，股指期貨交易量大幅增加，之后市場又推出了其他金融衍生品，比如股指期貨的期權。大陸的金融衍生品市場也可以一步一步試水，逐步發展金融衍生品市場。”

金融產品需要創新

對于頗受投資者詬病的銀行發行的結構性理財產品，陳松男認為，關鍵在于銷售人員在面向客戶時，一定要把產品的潛在最大風險告訴客戶，不能只說可能獲得多少回報。

“結構性產品是否能賺錢，與定價有很大關系。目前銀行業的結構化金融產品還處在初級階段，技術還不成熟，很多結構性產品都是從海外引進的，其中的風險很難掌控。大陸應該加強金融衍生品創新，自己來設計、發行金融衍生產品，用以滿足投資者的避險和資產配置的需要。結構化的金融衍生品是完全可以在大陸生根的。”陳松男表示，“在臺灣，銀行的存貸差很小，銀行已經很難通過存貸差來賺取利潤，而是需要設計開發多種金融衍生產品滿足市場需求。”

篇6

一、文獻回顧

對投資資產收益構建適當的模型進行相關性分析，在投資風險管理中有很重要的應用價值。張維（2008）認為度量風險以及如何采取相應的對策是投資風險分析的核心。當研究單一市場不同資產收益相關性時，應該考慮聚類波動和厚尾分布等因素。Rachev和Mittnik（1993）指出對金融數據建模，模型結構固然重要，但資產收益分布假設由于影響到模型的擬合度，因此也要重點考慮。Fama、Mittnik、Rachev等人（2003）認為投資風險模型中變量分布為平穩分布時檢驗效果比較好。當研究多個市場相關性時，通常應用線性相關，例如應用多元線性回歸法研究變量間的相關性。但線性相關系數通常假定不同市場收益是對稱相關的，通常不能反映非對稱相關情況。Embrechts和Rachev等人（2003）研究了線性相關系數分析相關性的缺陷，不能較為準確地反映金融危機情況下的投資資產收益波動。為此Embrechts（1999）引入了Copula 函數來研究關于投資組合的風險價值問題，提供了處理變量相關問題的簡單易行的方法。之后Copula函數在投資資產風險管理中被廣泛采用，它克服了線性相關系數不能捕捉變量間的非線性和非對稱相關的缺點。秦學志、王玥（2011）分析了Copula函數的尾部相關系數的漸進變化特征及其應用。任仙玲、張世英（2008）利用Copula函數對民生銀行和浦發銀行兩只個股的尾部相關性做了分析，得出“其下尾相關性大于上尾相關性，且下尾相關性很大”的結論。但目前對于尾部相關性的研究多數集中在二維的情形。Bedford和cook（2001）在Joe 研究工作的基礎上，介紹了一種基于簡單構造塊——Vine copula的多變量分布概率模型，通過對多元聯合密度函數進行Vine copula分解，分解后的模型能夠捕捉到多個資產組合中不同風險因素間的尾部相關性差異，從而更好地描述資產間的相依結構。這一方法為研究高維復雜相關問題提供了新的思路。

二、研究方法

（一）Vine模型 Kurowicka和Cooke（2004）提出D-Vine和C-Vin

e模型，這兩類藤在不同的樹狀集合的邏輯結構下都能對高維分布進行分解。n維聯合密度函數f（x1，…，xn）的C-Vine和D-Vine的分解式分別如式（1）、式（2）所示：

其中，Cij|k是二維Copula分布函數，vj是d向量v中任一分量，而v-j是向量v中除去vj后的d-1維向量。

（二）擬合優度檢驗方法 本文采用經驗Copula檢驗統計量。假定n元隨機變量的秩統計量為｛U1，U2，…，Un｝，那么可以用一個經驗Copula來反映它們的分布信息，如式（4）所示：

該檢驗方法實質是考察經驗Copula與假定的Copula之間的距離，距離越小，那么越有可能接受零假設H0；距離越大，則越有可能拒絕零假設H0。其檢驗步驟為：

（1）產生秩統計量序列集U=｛U1，…，Un｝，Ui=｛Ui1，…，UiT｝；

（2）計算在每個秩統計量下的經驗Copula值，以及假定的Copula的參數；

在實際應用中，這兩個統計量的有限分布依賴于給定的Copula函數及其相應的參數，需要應用蒙特卡洛模擬來計算參數，間接得出兩個統計量。

二、基于C-Vine與D-Vine的投資組合相關性比較

（一）樣本選取與數據來源 采用C-Vine和D-Vine模型，本文對香港恒生（HSI）、日經225（N225）、新加坡海峽時報（STI）和上證綜指（SSEC）四個股票市場組成的投資組合的風險進行比較分析。數據樣本區間為2005年1月1日至2011年6月30日的周收盤價，由于各國的風俗習慣不同，同一時期內的數據個數不一致，數據對應上出現一些偏差，本文剔除了不同時間開盤的數據，共得到有效數據共1356個。本文將第i個市場的周收盤價定義為Pi，t，將收益率Ri，t定義為Ri，t=100（lnPi，t-lnPi，t-1）。本文的數據處理工具為Eviews6.0和 Matlab R2010a。

（二）收益率序列的描述性統計分析及正態檢驗 利用Eviews

6.0軟件對收益率序列進行描述性統計分析，應用J-B進行檢驗。計算結果如表1所示。

從表1可以看出，各個收益率序列的均值接近于0，方差接近于3；偏度值接近于0且都為負，峰度值均大于3。各收益率序列從偏度上看，接近正態分布；但從峰度上看，具有明顯的厚尾特征，大的峰度值表明各收益率序列的數據在均值附近的集中度較高。從J-B檢驗值可以看出，各收益率序列明顯不服從正態分布的假設。

（三）邊緣分布的建模與平穩性自相關檢驗 邊緣分布采用時間序列GARCH模型，首先進行平穩性檢驗。本文采取Dickey & Fuller（簡稱ADF）所提出的單位根檢驗。檢驗值如表2所示。

從表2可以看出，收益率序列進行的ADF單位根檢驗所得到的ADF值均小于各序列的概率臨界值，故樣本序列全部為平穩序列。應用DW檢驗，本文對樣本序列中是否存在自相關性進行檢驗。通過Eviews6.0計算得到各收益率序列的DW值如表3所示，從表3可以看出四個收益率序列的DW值均接近2，說明各對數收益率序列不存在自相關性。

（四）邊緣分布的GARCH建模與擬合度檢驗 因為樣本序列都是平穩的，且不存在自相關性，所以可以用GARCH模型對收益率序列進行建模。同時從描述性統計分析可知各個對數收益率序列的t特征比較明顯，故取對數收益率序列進行GARCH（l，l）-t建模，模型如式（5）所示：

對各收益率序列進行建模和參數估計，參數估計采用極大似然法。其結果如表4所示。

檢驗GARCH（1，1）-t模型對收益率序列的擬合效果，對其進行Ljung-Box檢驗，其結果表明在5%的置信水平上收益率序列無自相關性的假設是可接受的。計算各收益率序列的殘差序列，觀察殘差序列Q-Q圖（如圖1至圖4所示）可以看出GARCH（1，1）-t模型可以較好地擬合各序列的邊緣分布。

（五）基于C-Vine與D-Vine的收益率序列相關性比較分析 為了確定合適的變量順序，對不同收益率序列的Pearson相關系數進行了比較，具體結果如表5所示。

本文選擇了t-copula（具有對稱尾部特點）、Clayton copula（具有下尾相關性）以及Joe-Clayton Copula（同時具有上尾、下尾相關性）等三種pair copula函數進行分析。

一是基于C-Vine的收益率序列相關性分析。根據表6中選擇初始結點日經225，所以得到C-Vine的分解結構圖，如圖5所示。

根據圖5的分解結構，利用極大似然法，計算可得到各層參數，見表6，其中1、2、3、4分別代表日經225（N225）、新加坡海峽時報（STI）、香港恒生（HSI）和上證綜指（SSEC）。

應用PIT方法進行擬合優度檢驗，表7是檢驗統計量S在5%的置信水平下所得的P值。從表7中可以看出，Clayton Copula沒有通過檢驗但是很接近臨界值。

二是基于D-Vine模型的收益率序列相關性分析。采用D-Vine分解的方法首先要根據各變量間的相關性確定樹T1的次序，由表5可得到樹1變量的排序為日經225、新加坡海峽、香港恒生、上證綜指。D-Vine的分解如圖6所示。

根據圖6的分解結構，利用極大似然法，計算可得各層參數，如表8所示。其中1、2、3、4分別代表日經225（N225）、新加坡海峽時報（STI）、香港恒生（HSI）和上證綜指（SSEC）。應用PIT方法進行擬合優度檢驗，表9是檢驗統計量S在5%的置信水平下所得的P值。從表9中可以看出，不同的Copula函數擬合均通過檢驗。

三是基于C-Vine與D-Vine的收益率序列相關性比較分析。從表6和表8的參數估計可以得出，在C藤結構下用t-Copula描述變量間的相關性所得的自由度明顯不同，其中日經225與新加坡海峽時報、日經225與香港恒生、日經225與上證綜指的自由度均較小，說明它們聯合分布的尾部很厚，序列間出現極值的概率較大。在條件分布的情況下，當以日經225作為條件時，新加坡海峽時報、香港恒生之間的自由度最大，說明它們之間出現極端值的概率最小；當將日經225和新加坡海峽時報同時作為條件時，自由度取得最大值，說明相關性最小。以上的分析基本與D藤結構下相同，唯一不同的是在C藤中當以日經225為條件時，新加坡海峽時報和上證綜指之間的自由度為11.690648，說明它們之間的相關性較強，而在D藤中當以香港恒生作為條件時，新加坡海峽時報和上證綜指之間的自由度為300，說明它們之間的相關性很弱，C藤所得結論與我國股市的開放程度還不高有一定出入。另外從對應的AIC值、BIC值也可以看出D藤下的分解結構模型對數據的描述更優。因此C藤結構不適合分析股市間這種沒有絕對引導關系的相關性問題。

三、基于D-Vine的多元股市收益率序列尾部相關性分析

（一）尾數相關性分析 因為D藤模型對數據擬合效果更優，所以采用D藤參數值來分析各股市間的尾部相關性，從而為投資者提供投資參考。尾部相關性用來衡量當一個隨機變量大幅度增加或者大幅度減少時，另一個隨機變量也發生大幅度增加或者大幅度減少的概率。設二維隨機變量（X，Y）的邊際分布分別為Fx，Fy，其上尾相關系數？姿u和下尾相關系數？姿t定義如式（6）、式（7）所示：

從表10可以看出，采用t-Copula函數時，HIS和SSEC之間相關系數為0.047826，兩股市之間的相關性遠遠低于N225和STI，STI和HIS，后兩組股市相關系數分別為0.336015和0.322037，但從后兩組股市相關系數的絕對值來看，其相關性遠低于1，相關性不是太強。而條件相關系數結果均為0，所以不存在條件相關。因此，根據分析結果，同時對這四個股市投資可以分散風險。但由于尾部相關系數沒有得到體現，所以在熊市或牛市的時候，投資決策很難做出。采用Clayton Copula函數時，HIS和SSEC之間的下尾相關系數為0.305930，兩股市之間的下尾相關性遠遠低于N225和STI，STI和HIS，后兩組股市下尾相關系數分別為0.637326和0.646258，而后兩組下尾相關系數的絕對值均超過0.5，說明在熊市時，為了降低風險，不宜同時投資N225和STI，STI和HIS。采用Joe-Clay-

ton Copula函數時，在條件相關性分析結果中，上尾相關系數大于下尾相關系數，而且上尾相關性也極其微弱。在非條件相關性分析結果中，均呈現出下尾相關系數大于上尾相關系數，且N225和STI，STI和HIS兩組股市收益變動相關性要大于HIS和SSEC，這和采用t-Copula函數以及Clayton Copula函數所得到的結果一致。說明為了降低風險，在股市波動不大的情況下宜于同時向四個股市投資；在熊市時，不宜采用N225和STI，STI和HIS，兩種組合進行投資。

綜上分析可以看出，運用D-Vine函數對多個股市收益相關性進行分析，得出的結果，特別是尾部相關系數與實際情況一致，因此選擇D-Vine函數對多元股市收益相關性進行分析具有顯著的適用性。

（二）相關結論 本文采用的AGARCH-C-Vine與AGARCH-

D-Vine模型度量資產組合風險，對日經225（N225）、新加坡海峽時報（STI）、香港恒生（HSI）和上證綜指（SSEC）收益率序列的相關性進行實證比較研究，結果顯示AGARCH-D-Vine的擬合效果較好。運用AGARCH-D-Vine對各收益率序列尾部相關性分析，在選擇刻畫上尾相關、下尾相關以及上下尾相關的不同的Copula情況下，得到了投資者一致的投資組合決策結果。

參考文獻：

［1］Bauerle N， Muller A. Modelling and comparing dependencies in multivariate risk portfolios［J］. Astin Bulletin， 1998，28：59-76.

［2］Frees E W， Valdez E. Understanding relationships using copulas［J］. North American Actuarial Journal，1998，2：1-25.

［3］Klugman S A， Parsa R. Fitting bivariate loss distributions with copulas［J］. Insurance： Mathematics and Economics，1999，24：139-148.

［4］張維：《風險度量的主要模型及其評述》，《南京審計學院學報》2008年第3期。

［5］Rachev S，Mittnik S. Stable paretian models in finance［M］. New York： Wiley，2000.

［6］Fama E. Mandelbrot and the stable paretian hypothesis［J］. Journal of Business，1963，36： 420-429.

［7］Mittnik S， Rachev S.. Modeling asset returns with alternative stable models［J］. Econometric Reviews，1993，12： 261-330.

［8］Rachev S. Handbook of heavy tailed distributions in finance［M］. Elsevier： Amsterdam 2003：595-640.

［9］Rachev S， Menn C， Fabozzi F. Fat-tailed and skewed asset return distributions［M］. New Jersey： Wiley，2005.

［10］王天東、盧文淵：《新會計準則下我國上市公司債務重組影響因素研究》，《南京審計學院學報。2012年第1期。

［11］Embrechts P， Lindskog F， McNeil A. Modelling dependence with copulas and applications to risk management［M］//Rachev S. Handbook of heavy tailed distributions in finance. Elsevier： Amsterdam，2003.

［12］Embrechts P， Mcneil A J，Straumann D. Correlation and dependence in risk management： properties and pitfalls［M］//Dempster M. Risk management： value at risk and beyond. Cambridge：Cambridge University Press， 1999：176-223.

［13］秦學志、王玥：《尾部相關系數的漸進變化特征及其應用》，《系統工程理論與實踐》2011年第2期。

［14］任仙玲、張世英：《基于Copula函數的金融市場尾部相關性分析》，《統計與信息論壇》2008年第6期。

［15］Bedford T J， Cooke R M. Monte Carlo simulation of vine dependent random variables for applications in uncertainty analysis［C］. Proceedings of ESREL2001， MECC， Maastricht， Netherlands.

［16］Bedford T， Cooke R M. Probability density decomposition for conditionally dependent random variables modeled by vines［J］. Annals of Mathematics and Artificial Intelligence，2001，32：245-268.

［17］Bedford T， Cooke R M. Vines：a new graphical model for dependent random variables［J］. Annals of Statistics，2002，30：1031-1068.

［18］Joe H. Families of m-variate distributions with given margins and m（m-1）/2 bivariate dependence parameters［R］. Ruschendorf L， Schweizer B， Taylor M D. Distributions with fixed marginals and related topics. 1996

［19］Kurowicka D， Cooke R M. Distribution-free continuous bayesian belief nets［C］. Fourth International Conference on Mathematical Methods in Reliability Methodology and Practice， Santa Fe， New Mexico，2004.

［20］Genest C， B， R′emillard， Beaudoin D O. Goodness-of-fit tests for copulas： a review and a power study［J］. Insurance： Mathematics and Economics，2009，44：199-213.

［21］Dickey D， Fuller W. Distribution of the estimators for autoregressive time series with a unit root［J］. Journal of the American Statistical Association， 1979， 74：427-431.

［本文系教育部人文社會科學研究規劃基金項目（編號： 11YJ

篇7

【關鍵詞】VaR GARCH族模型 陽光私募基金

引言

近年來私募基金在我國發展勢頭猛烈。2007～2008年是陽光私募迎來大力發展的兩年，據國金證券基金研究中心的研究顯示，2008年度發行的陽光私募證券投資基金逾100只。在2009年122家管理人共發行了242只陽光私募。據好買基金研究中心不完全統計，截至2011年12月31日，國內通過信托平臺發行的證券投資類私募基金已達861只。陽光私募基金總體規模和市場迅速擴大，已成為我國資本市場重要的機構投資者之一，相關的研究隨之興起。但相比于對公募基金的研究，對我國國內私募基金研究的文獻還是很少，而且關于我國私募基金的研究文獻主要在私募基金業績指標體系的構建、私募基金經理的擇時能力及持續性研究方面，對陽光私募基金市場風險的研究較少涉及。因此本文的研究在了解陽光私募基金投資風險方面具有一定意義。

一、研究設計

（一）樣本與研究路線

本文選取十只陽光私募基金作為初始樣本，采用周數據進行市場風險分析，由于陽光私募基金公布的業績指標時間不定，對樣本的選取和數據的處理采用如下標準：第一，選取成立時間盡可能早的私募基金，獲取較多的樣本數據；第二，選取公布業績以周公布為主的陽光私募基金，若公布時間周期不是一周，則進行相關處理轉變為周數據（見附件：數據處理說明）；第三，選取的陽光私募基金覆蓋業績好的及業績差二個等級，以便研究的全面性。最終，樣本共445個數據。本文原始數據來自Wind資訊。

（二）模型構建與計算

1.VaR模型介紹。VaR的含義是，風險資產在一定的置信區間和期限內，在市場下的最大期望損失。VaR的一般描述為：某項資產投資的概率分布密度函數為f（w），在置信水平c，w0是初始資本，r是期限t內的收益率，r*表示一定置信水平c下的最小收益率，w*為c上所有投資的最低回報，則：VaR=w0[E（r）-r*]，其中w=w0（1+r），w*由下式得到：1-c=■f（w）dw=P（w?燮w■）=p。當該投資收益率分布服從正態分布時，分位點?琢可由下式求得：1-c=■Φ（ε）dε，通過查找正態分布列表的分位點-?琢=■，則求得在置信水平c下的最小投資收益w*=-?琢σ■+uΔt，代入上述公式，可以求得VaR=w0?琢σ■。由上式可知，VaR的計算取決于四個參數：（1）置信水平c；（2）時間間隔；（3）資產的收益率分布；（4）收益率的方差。收益率的分布主要有正態分布、學生分布和廣義誤差分布，收益的方差用GARCH族模型計算得到。

2.GARCH族模型簡單介紹。Bollerslev在1986年提出了GARCH模型來解決ARCH模型的多參數問題。at=rt-ut為t時刻的新息，若a滿足：at=σtεt，σ■■=α■+■α■a■■+■β■σ■■其中是{εt}均值0、方差1的獨立同分布隨機變量序列，α■>0，αi?叟0，β■?叟0，■（α■+β■）

由于資產價格波動往往是不對稱的，一般在股市股價下跌的波動影響大于股價上升的波動，為了更好刻畫這種波動，Nelson（1991）提出了EGARCH模型，其公式形式如下：

at=σ■ε■，ln（σ■■）=α■+■α■■+■β■ln(σ■■)，

這里，正的at-i對對數波動率的貢獻為α■（1+γ■）ε■，而負的at-i對對數波動率的貢獻為α■（1-γ■）ε■，其中ε■=αt-i/σ■，參數γ■表示αt-i的杠桿效應。

3.陽光私募收益率序列的統計特征。中國龍價值與塔晶獅王是我國成立較早的陽光私募基金，從成立到2011年底中國龍價值的收益率較好，塔晶獅王收益率較差。所以本文選取這2只陽光私募基金為案例，進行市場風險研究，收益率序列均取對數收益率序列。本文使用matlab軟件進行市場風險分析。

設中國龍價值周對數收益率序列為y1t，塔晶獅王周對數收益率為y2t。首先對收益率序列進行ADF單位根檢驗，在置信度95%下，得出中國龍價值的t統計量是-11.02，塔晶獅王t統計量是-13.66，因此，拒絕原假設，即時間序列不存在單位根，序列平穩。下面對2只陽光私募基金做統計描述，如表1統計描述：

從統計描述表中可以清楚地看到中國龍價值收益率序列的偏度為0.2479，峰度是5.3570，在正態分布下，偏度值是0，峰度值是3，即樣本基金收益率序列偏離了正態分布，具有明顯的左偏和尖峰特征。而Lillietest為0.1026，大于5%的臨界值，拒絕原假設，即序列不服從正態分布。同樣，塔晶獅王同樣不服從正態分布。基于以上收益序列特征，可以觀察到這二支基金收益序列均存在ARCH效應。因此，進一步檢驗收益率序列殘差的ARCH效應。如表2：

至少在滯后3階時，5%臨界值下，條件異方差的檢驗結果表明：拒絕原假設。原收益率序列殘差存在高階ARCH效應。

4.模型選擇。根據以上分析，我們用GARCH（1，1）模型看能否消除異方差問題。我們建立的模型，中國龍價值的均值方程和波動率方程為：

y1t=0.00128+0.13y1t-1+ε1t，

（1.168） （2.0）

σ12t=3.855e-006+0.929σ12t-1+0.05256ε12t-1

（1.573） （65.26） （3.21）

塔晶獅王的均值方程和波動率方程為：

篇8

關鍵詞：copula 金融市場風險 綜合風險 測算

    隨著經濟全球化和金融自由化的發展,全球金融市場特別是金融衍生品市場得到迅猛發展,呈現出了前所未有的波動性,金融機構和投資者面臨的各種風險日益復雜和多樣化,因此對金融風險的評估和測量也提出了越來越高的要求。傳統的風險計量方法已不能適應現代金融業的需要。基于此,copula方法這種全新的測算技術被引入金融風險的計量中。

    copula函數被稱為“相依函數”或者“連接函數”,它是把多維隨機變量的聯合分布用其一維邊際分布連接起來的函數。copula理論于1959年由sklar提出,定義了一個聯合分布分解為它的k個邊緣分布和一個copula函數,其中copula函數描述了變量間的相關結構,sklar定理為copula方法體系的發展打下了基礎。但直到上世紀90年代末期才被引入金融領域,nelson(1998)比較系統地介紹了copula的定義、構建方法,并全面介紹了copula函數的各項性質以及幾種重要的copula函數族。embrechs(1999)把copula理論引入到金融領域中,把金融風險分析推向了一個新的階段。在我國,對copula的研究起步較晚,最早是張堯庭(2002)在理論上,主要是從概率論的角度上探討了copula方法在金融上應用的可行性。copula方法在金融風險測算中主要具有如下優勢:①copula理論不限制邊緣分布的選擇,結合copula函數可以更為靈活地構建多元分布函數;②在運用copula理論建立模型時,邊緣分布反映的只是單變量的個體信息,變量間的相關信息完全由copula函數來體現,可以將隨機變量的邊緣分布和它們之間的相關關系分開來研究;③通過不同形式copula函數的選擇使用,可以準確捕捉到變量間非線性、非對稱的相關關系,特別是容易捕捉到分布尾部的相關關系,這有助于風險管理機構度量出現極端情況下的風險值。

    一、copula方法在國外金融市場風險測算中的應用

    1.常規模式下copula方法的應用

    如同任何新方法被應用到新的領域一樣,copula方法之于金融市場風險管理也經歷了從簡單到復雜,從理論研究到具體實證中的過程。sklar(1959)到nelson(1998),對copula理論起到了奠基性的作用。embrochts(1999)把copula作為相關性度量的工具,引入金融領域。matteis(2001)詳細介紹了arehimedean copulas在數據建模中的應用,并運用copula對丹麥火災險損失進行了度量。bouye(2000)系統介紹了copula在金融中的一些應用。embrechts (2003),genest(1995)分別于模擬技術、半參數估計、參數估計對copula的統計推斷作了詳細介紹。roberto de matteis(2001)對copula函數,特別是archimedean copula函數作了較為全面地總結。romano(2002)開始用copula進行了風險分析,計算投資組合的風險值,同時用多元函數極值通過使用monte carlo方法來刻畫市場風險。forbes(2002)通過對固定copula模型來描述copula的各種相關模式,并把這一個方法廣泛地應用在金融市場上的風險管理、投資組合選擇及資產定價上。hu(2002)提出了混合copula函數(mixed-copula)的概念,即把不同的copula函數進行線性組合,這樣就可以用一個copula函數來描述具有各種相關模式的多個金融市場的相關關系了。上述文獻主要從理論上探討了copula方法的適用性,并對copula函數形式的選擇,copula函數的參數估計方法等展開了較為深入的研究且采用金融市場的數據進行了相關實證說明,但都是在固定時間段內固定相關模式的假設下進行,沒有體現出金融市場風險瞬息萬變,投資組合的風險值動態變化的特征。

    2.動態模式下copula方法的應用

    眾所周知,金融市場投資組合面臨的風險每時每刻都在波動,在模型假設固定的情況下測算往往會低估風險,因此建立動態的,能及時體現市場波動特征的模型顯得更為重

要。dean fantazzini(2003)將條件copula函數的概念引入金融市場的風險計量中,同時將kendall秩相關系數和傳統的線性相關系數分別運用于混合copula函數模型中對美國期貨市場進行分析。patton(2001)通過研究日元/美元和英鎊/美元匯率間的相關性,發現在歐元體系推出前后這兩種匯率之間的相關性程度發生了顯著變化。在此基礎上,patton提出引入時間參數,在二元正態分布的假設下提出了時變copula函數來刻畫金融資產。goorbergh,genest和werker(2005)在patton的基礎上設計出新的動態演進方程并用在時變copula中對期權定價進行了研究。jing zhang,dominique guegan(2006)開始構造擬合優度的統計檢驗量來判斷樣本數據在進行動態copula建模時適用的模型結構,也就是時變相關copula模型與變結構的copula模型的統計推斷,ane,t.and c.labidi (2006)采用條件copula對金融市場的溢出效應進行了分析,bartram,s. m.,s. j. taylor,and y-h wang(2007)采用gjr-garch-ma-t作為邊緣分布并用gaussian copula作為連接函數建立了動態copula模型對歐洲股票市場數據進行了擬合,取得了較好的結果,aas,k.,c. czado,a. frigessi,and h. bakken(2008)在多元分布前提下對雙形copula建模進行了研究。

    二、copula方法在我國金融市場風險測算中的應用

    1.二元copula方法的應用

    copula方法在我國起步較晚,直到張堯庭(2002)才將該方法引入我國,主要在概率統計的角度上探討了copula方法在金融上應用的可行性,介紹了連接函數copula的定義、性質,連接函數導出的相關性指標等。隨后韋艷華(2003,2004) 結合t-garch模型和copula函數,建立copula-garch模型并對上海股市各板塊指數收益率序列間的條件相關性進行分析。結果表明,不同板塊的指數收益率序列具有不同的邊緣分布,各序列間有很強的正相關關系,條件相關具有時變性,各序列間相關性的變化趨勢極為相似。史道濟、姚慶祝(2004)給出了相關結構copula、秩相關系數spearman與kendall tau和尾部相關系數,以及這三個關聯度量與copula之間的關系,各個相關系數的估計方法等,并以滬、深日收盤綜合指數為例,討論了二個股市波動率的相關性,建立了一個較好的數學模型。葉五一、繆柏其、吳振翔(2006)運用archimedean copula給出了確定投資組合條件在險價值(cvar)的方法,對歐元和日元的投資組合做了相應的風險分析,得到了二者的最小風險投資組合,并對不同置信水平下var和組合系數做了敏感性分析。曾健和陳俊芳(2005)運用copula函數對上海證券市場a股與b股指數的相關結構進行分析,發現了與國外市場不同的研究結果:不論市場處于上升期或下跌期,上證a股與b股指數間均存在較強的尾部相關性。李悅、程希駿(2006)采用copula方法分析了上證指數和恒生指數的尾部相關性。肖璨(2007)則較為全面的介紹了copula方法應用二元情況下的建模與應用。

    2.多元copula方法的應用

    只在二元情況下度量金融市場風險并不全面,現實金融市場中的機構投資者和個體投資人通常選擇多個金融資產進行組合投資以降低投資風險,因此如何刻畫多個金融資產間的相關結構,對于規避市場風險更具有現實意義,但如何將二元向多元推廣依然是一個需要解決的難題。這是因為當變量增加時,模型的復雜程度及參數估計難度都將呈指數倍增長,針對二元方法的模型參數估計可能將不再適用,需要研究新的估計方法。

篇9

 

關鍵詞：金融全球化；金融風險；金融體制改革；國際合作

 

金融全球化在給世界帶來巨大利益的同時，也使得各國在金融風險發生時難以獨善其身。2007年4月，美國次貸危機所引發的全球金融危機及其對全球經濟產生的巨大沖擊，給各國政府再次敲響了警鐘，同時也給各國政府加強國際金融業務合作、協同防范金融風險提出了一個新的課題。發展中國家由于其自身金融體系不健全從而對金融風險的抵抗力顯得脆弱，所受到的影響也往往更大。因此，分析和研究金融全球化過程中發展中國家如何進行風險防范與監管就成為國際金融界關注的焦點。 

 

一、金融全球化過程中我國金融業凸顯的風險分析 

 

1978年以前我國的金融處于高度的金融抑制和非國際化狀態。1984年是我國金融體制改革的分水嶺，之后我國開始建立起以銀行業、證券業、保險業三大行業為支柱的金融產業，我國金融體制改革開始加快，在這個過程中我國也不可避免地參與到了金融全球化的過程中。1997年亞洲金融危機爆發，金融安全問題引起了全世界各國政府的高度重視，美國次貸危機引發的全球金融危機，更提高了各國政府協同防范金融風險的共識。我國金融體系雖然近年發展很快，但仍然不完善，還存在比較多的問題，而這些問題在環境變化時就有可能被放大并產生金融危機，具體表現在如下方面。 

 

(一)銀行業 

我國銀行業遵循審慎原則，有計劃、有步驟、分層次、分階段地對外開放，也正是因為有這樣的特殊原因，我國銀行業存在著特殊的問題。 

1、信貸質量差 

近年，我國商業銀行不良貸款持續增加，信貸質量惡化。這些不良貸款的增長，在銀行發生信用問題時風險有可能被放大并成為金融危機的導火索。銀行業的持續發展導致銀行業進入一種表面繁榮，在這種表面繁榮之下實際上隱藏了一系列的矛盾和不足。房價虛高，房地產泡沫不斷膨大，房屋空置率超過國際警戒線并有繼續擴大的可能，不可避免地給銀行造成大量壞賬。所以，國家必須投入大量精力去處置銀行信貸質量，否則銀行業就極有可能發生危機。 

2、資金來源單一，資金缺口大 

我國銀行資金來源主要以單位和居民存款為主，其中尤以居民儲蓄存款為主。由于目前銀行大部分為國家所有，在有國家信譽做保證的情況下，人們普遍沒有存款方面的顧慮。盡管如此，基層單位卻依舊出現資金供給小于資金需求的現象，放貸方面普遍存在著盲目放貸、違規放貸的問題。 

3、資本充足率低 

按照《巴塞爾協議》的規定，銀行資本金率不得低于8％，但我國銀行資本金率長期與此相差甚遠。與此同時，風險權重資產也非常之高，其抗風險能力可想而知。高風險、低資本的現狀暴露了國有商業銀行抵抗風險能力方面的問題。 

4、內部監控機制薄弱 

我國銀行業依舊缺乏良好的權力監管機制，業務流程不科學，監督不力，表現在對操作風險認識不足、風險防范意識差、組織結構設計不合理、治理機制不完善以及監管法律不健全等方面。銀行業作為經營貨幣的特殊行業，按理應是內部控制機制更為嚴格的部門，但屢屢發生的內部監守自盜問題，說明現有銀行內部控制機制尚存缺陷。因此，改善銀行業的內部監控機制，對銀行業來說已是迫在眉睫。

(二)證券業 

我國證券業自1992年以來得到了快速的發展，但我國股市自建立起就遺留下很多問題。與發達國家相比，先天性的缺陷使中國股市很難擺脫政策市和暴漲暴跌的困境，這使得國內證券市場抵御市場風險的能力大大減弱。 

1、股市暴漲暴跌，股民投資心態不穩定 

我國股票市場受政策影響很大，政策取向的變動在市場上得到充分反映，并通過炒作成倍放大。由于政策的不確定和獲取政策信息的不公平，市場炒作中追漲殺跌的慣性很大。因此，滬、深兩市自開市以來就表現為股價的暴漲暴跌，價格波動幅度巨大，這除了市場操作的因素外，也充分暴露了股民心態的不穩定和股票市場的過度投機。 

2、證券業融資渠道有限 

目前大部分證券業融資都是股權融資，債權融資極其有限。從發達國家相對成熟的資本市場來看，債券融資占到整個融資渠道的大部分。美國資本市場中債券的發行規模和當年未償還的債券額度都分別占到總量的50％以上。美國公司債券的籌資額度為同期股票籌資的3倍，成為美國公司主要的籌資渠道。由于這種籌資渠道不僅僅能吸取大額資金，而且能夠傳達一個積極的市場信號，顯示公司的經營能力和市場信心，因此，美國公司抵抗市場風險的能力大大增強。 

3、上市公司治理結構不科學 

我國上市公司多數是國有企業通過改制而來，國有股占絕對比重，“一股獨大”現象突出，導致了我國公司特殊的委托問題——“大股東操縱”和“內部人控制”，使銀行債權約束表現出無效性，債權人不能成為公司的股東，無法進行股權的治理。一旦出現國際股市的異常，“內部信息”相應放大，就會人為加大股市的不穩定性，引致垃圾股驅逐優良股的現象，從而降低股市的質量，增加股市的風險。 

 

(三)保險業 

我國保險行業自建立以來，30年中均保持年30％的增長速度，但作為新興資本市場，仍然存在很大的風險。 

1險公司的資產實力相對薄弱 

與國外市場相比，中國的保險公司實力普遍比較弱。2001年后隨著中國加入WTO、金融市場開放，中資保險公司規模小的弱點日益凸顯。 

2、資金運用效率低 

我國保險資金運用主要限于銀行存款以及買賣政府債券、金融債券、中國保監會指定的中央企業債券和國務院規定的其他資金。這樣的限制導致了我國保險資金大量囤積于國有銀行，存在著較大的利率風險和通貨膨脹風險，每一次利率的變動都會使保險公司蒙受巨大的利息損失，降低了資金的保值增值能力。 

篇10

關鍵詞：個人理財、理財規劃

一、樹立良好的個人理財意識

要樹立正確的理財意識，首先要對個人理財有一定的認識。個人理財是用于評估客戶對于財務需求的整體過程，它是專業的理財人員依據客戶的理財需要和理財目標，輔以分析客戶的生活及財務現狀。進而綜合的幫助客戶制定出一套有針對性的理財方案的銀行綜合業務。同時也是全方位、有針對性、多層次的個性化金融服務。針對這一要求，根據自身的財務狀況，確立好自己的理財目的。參考理財人員提供的意見和建議，結合自身的需求及目標情況選擇適合自己的理財工具，以便實現自己的理財目標。

二、對理財工具有一定的了解

儲蓄是我國最普及的投資渠道，也是我國國民的財富存儲的主要方式。儲蓄包括活期及定期兩種，活期存款可以隨時提取現金，而定期存款則是達到規定期限后才可提取現金。兩者中前者較后者利率低。但總的來說儲蓄是收益最低的理財工具。

個人信貸在我國主要是各種消費貸款，包括住房貸款、汽車消費、信用貸款等。在一定條件下，銀行向消費者提供抵款，消費者到期還本付息。而所獲取的貸款通過其他理財方式實現增值，抵消債務獲取盈利而成為一種理財方式。

債券是經濟主體為籌集資金向投資者出具的承諾在一定時期支付利息和償還本金的債務憑證。按照發行主體的不同分為政府債券、公司債券、金融債券。其利率較儲蓄高，且國債信用度極高，收入免稅，作為投資優于儲蓄。

股票隨著上海證券交易所和深圳證券交易所的開業，中國開始出現了股票投資。股票這獲利的方式主要有兩種：價格差或紅利。在現階段的中國股市，分工公司是個別現象，不分紅是普遍現象。個人的投資獲利主要是類似賭博的利用價格差投機。

除了以上幾種理財工具，還存在有保險、個人外匯業務、期貨、基金及收藏品等個人投資方式。

三、合理認識并盡量規避風險

投資的基本原理揭示了投資收益與風險成配比。投資作為理財的重要組成內容，其基本原理不容忽視；投資風險需要分散，即投資組合的風險要低于單項投資的風險。在投資的過程中，要對家庭財務適合性進行分析。包括與生活目標的適合度，與個人特點的適合度，與所處社會環境及生命階段的適合度等。對財務風險分析、管理和控制，包括收入風險、意外風險等，管理則包括規避和降低風險，分散風險和轉移風險等手段。財務風險控制則包括關注事業，職業生涯提升，建立多渠道收入來源等。結合相關理論知識認識風險科學地規劃理財計劃已達到盡量規避風險的目的。