齐岳+王治皓
摘要:十八大和十八届三中全会将发展多层次的资本市场作为金融改革的重要任务之一,十三五规划纲要中明确深化金融体制改革目标,发展多层次资本市场和完善金融运作机制是我国金融改革的重点。金融改革不仅对我国股市的发展产生了极大的促进效果,同时也对投资者提出了新的要求。在计算机技术与网络技术的不断发展与金融市场大数据的背景下,文章认为使用IT方法进行投资管理成为了投资领域的最新契机。文章创新地提出了应用IT方法进行投资管理的框架,包括股票技术分析、投资组合有效边界的计算、模拟生成历史实际值、遗传算法结合多目标投资组合规划等方法来满足投资者的投资需求。文章的意义在于能使投资者在十三五规划下金融市场不断丰富多彩的大环境中,结合金融大数据的时代背景,使用IT投资方式来对投资者提供科学有效的投资策略。
关键词:新常态;大数据;IT方法;投资组合
一、 引言
十八大和十八届三中全会将发展多层次的資本市场作为金融改革的重要任务之一,2014年国务院发布《关于进一步促进资本市场健康发展的若干意见》中一个重要的措施就是要求股票市场强化风险防护,防止发生股票市场的系统性金融风险。十三五在十二五的基础上把进一步发展多层次资本市场和完善金融运作机制作为金融进一步改革的重点方向。习近平总书记在2015年末频繁谈及股市,对股市发展提出了新的要求,即“要防范化解金融风险,加快形成融资功能完备、基础制度扎实、市场监管有效、投资者权益得到充分保护的股票市场”。这些种种利好都标志着投资者有着前所未有的机遇。这对广泛的投资者意味着具有更好的可持续发展状况与良好公司治理情况的企业显然具有更好的投资价值。于此同时,随着李克强总理再三强调大数据的重要作用,金融大数据的发展也是蒸蒸日上,投资者可以更加快速准确的获取金融市场的重要数据,继而进行更方便与准确地投资。
然而中国股市的情况与规划的目标截然不同,中国股票上证指数从2014年底由2 500点左右,持续上涨至2015年6月12号的5 178点后,上证指数急剧下跌至2016年1月28号的2 638点,跌幅高达近乎50%,在短短半年的时间内,股市暴跌共蒸发了近21万亿元。有相当多的股民在震荡如此剧烈的中国股市中,损失惨重,每个股民亏损平均值高达41万元,然而根据2014年中国人均平均工资近5万元来计算,在不到一个月的时间内每个股民约合亏损8年的工资。在近一年时间内,震荡如此剧烈的股市让众多投资者亏损惨重,使得投资者开始反思如何合理地在股市中投资与盈利。这就致使投资者们对投资管理提出了更高的要求,以求降低在金融市场投资的风险。
在经济新常态与大数据背景下,随着计算机与网络技术的不断发展,我们提出了以IT投资方式作为投资者的投资手段,即使用IT技术让投资者能更加科学系统的进行投资,而不是像以往那样简单粗略的根据一些图像与经验来作为投资依据。由于大数据具有快速准确的特点,投资者可以利用时刻变化的数据来进行技术分析、投资组合的应用。IT投资下的技术分析能为股民提供数字化的分析结果,其相对以往投资者根据股票的K线、均线等图像判断更加快速准确。
自2015年底至今持续近一年的“宝万之争”随着万科复牌后的连续跌停使得众多基金亏损严重,进而使得广大的投资者蒙受巨大的损失,这一事件反映了上市公司的公司治理问题严重影响到股票市场的健康发展,这也要求机构投资者必须进一步密切关注投资对象的公司治理情况,进而控制投资组合自身的风险。IT投资下的投资组合不仅仅能让投资者构建简单的传统的投资组合模型以有效地分散风险,更能在经济新常态的要求下使投资者不能仅只考虑风险与收益,还能综合考虑投资组合中的公司治理指数等相关数据。我们所提出的IT投资方式在实践中能够借助遗传算法等算法有效地建立多目标的投资模型,使投资者的投资组合不仅能够考虑风险与收益,还可以将公司治理水平等其他指数作为投资目标。
二、 传统投资方式
根据研究某些大型基金公司的季度报告可以发现某些大型基金的主要投资方式主要特点为行业分析与大权重投资某些特定股票。我们根据华夏基金年度投资策略和华夏回报证券投资基金在2008年第三季度报告的公开数据,发现该基金错误地认为中国股市将至少持续上涨至2008年北京奥运会之后,同时大权重买入了房地产股。然而事实却证明中国股市在2008年初就已经进入了长达7年之久的熊市,2014年底时,该基金公司大幅减持了创业板为代表的小盘成长股,同时大幅度增加了金融与地产为代表的大盘蓝筹股。然而在2015年,创业板为代表的小盘成长股的收益率远远高于该基金公司大幅增持的金融地产蓝筹股。从网上可以查阅到某型基金的年报,可以看出这些大型基金公司不仅时常会对行业与股市的发展产生错误的判断,还经常将资金集中于某些特定的股票进行大权重投资,这些股票甚至占到了基金的3%以上,使得某几只股票的权重高达10%。这种做法没有充分发挥大基金的资金充足,从而能够进行多元投资来减少投资组合的系统风险的优势。
个体投资者的投资策略不同于大型基金公司。于个体投资者没有大型基金公司的人力物力去对行业进行分析,因此个体投资者的投资方式主要有技术分析、打新股、紧随国家政策和跟踪主力资金动向。然而从2015年6月到2015年7月这一段时间的中国股市来看,无论投资者是紧随国家政策还是紧追新股都无法有效的避免自2015年6月15日以来股市雪崩似的崩盘。而随后如石油股等的蓝筹股大涨,投资者也常常因为投资对象过于单调的集中于某些股票而导致自身的亏损加剧。
三、 IT投资方式
自从20世纪60年代末70年代初,欧美证券交易所就已经使用计算机来进行证券交易操作。随着计算机科学技术的不断发展,金融领域的大规模数据与海量计算的特点使得计算机在金融领域得到了充分的利用。近些年来,随着李克强总理强调大数据应用在行业中的重要性,金融市场的大数据也逐渐引起了众多投资者的兴趣。随着我国基础网络的不断发展,任何一个投资者都可以便捷迅速的获得大量的金融市场信息。面对这些海量的金融数据,传统的投资者不能再像以往一样使用简单的方法进行分析与投资,而是必须借助不断发展的IT技术作为工具,充分使用大数据分析与云计算等方法来对大量的金融数据进行筛选并且得到有用信息,进而优化自身的投资策略。这就是IT投资组合管理的概念,即投资者使用IT技术对投资组合进行管理。
1. 技术分析。技术分析是我国投资者目前最为广泛使用的一种分析策略,投资者根据股票K线图的各种走势来选择买入或者卖出某只股票。这要求投资者时刻紧盯股票市场,然后需要根据图形来判断买卖时机。在IT投资组合方法下,投资者只需要将某只股票的信息提供给计算机,计算机根据该股票对应走势图的数据特点的算法来进行判断,并根据投资者的所指定的某种技术分析策略给出该股票的买卖建议。LiB,Hoi S C H和Sahoo D (2015)开发了一种根据股票价格的移动平均值作为交易信号的工具包,这个工具包能够让投资者在Matlab中使用。另外还有其他多种技术分析的投资策略,例如“上吊线”,“十字星”等交易信号来丰富IT投资组合,进而能快速的给投资者以信息反馈。相对于以往投资者对图形的判断而言,IT投资组合的方法使用更加快速与精确的数字来判断投资者的交易策略,从而能够更加迅速的捕捉到市场的动态。
2. 投资组合选择。Markowitz(1952)首次提出了投资组合理论,该理论研究了了投资组合的均值—方差分析方法和有效边界的性质。美国等发达国家的资本市场在很大程度上验证了该理论能够有效的降低投资组合理论的系统风险,然而该理论在我国的资本市场却仍然没有得到投资者足够的重视与充分的应用。其中(1)式即为投资组合的有效边界模型。X为投资组合权重向量,为协方差矩阵,为期望收益率向量,S为可行域。
投资者根据投资组合管理理论需要按照以下步骤进行证券投资:首先投资者对选择的证券依据模型(1)计算出所有有效投资组合权重;然后投资者根据权重计算出有效投资组合权重所对应的标准差与预期回报率,即计算出这些证券组成的投资组合有效边界;最后选择有效边界上满足投资者要求的回报率与风险的证券组合权重。
正如投资组合理论所指出,将多种证券进行一定权重的组合能够有效的降低系统风险,从而减少投资者在股市中的风险。因此对于选择好证券对象的投资者来说,计算出投资组合中各个证券的权重成为了投资组合中的首先要解决的问题。使用IT投资可以快速准确的从金融市场的大数据中选择出所需要的投资组合的股票以及相应的权重,从而计算出投资者应该投资的各种证券的权重。Zhang(2012)的研究表明,由于IT投资能够实时捕捉到市场的变动,因此可以为投资者建立起一个动态变化的投资组合以满足投资者的需求,该方法在美国的股票市场进行了验证,并取得了一定的效果。
这种IT投资能够根据投资者所选择的股票进行权重计算,根据投资者所承受的风险计算出收益率最大的投资组合。同时由于金融数据的不断更新,IT投资能有效的将投资组合变化为一个动态的组合以应对不断变化的市场来减少投资者的风险。
(1)模拟历史真实数据。由于金融市场中的现实数据的唯一性,使得现实数据只能生成一组投资组合的协方差矩阵与回报率向量。因此在很多情况下并不能多次驗证投资模型算法的有效性。针对这个问题,Hirschberger、Qi和Steuer(2007)提出了一种根据金融市场的现实数据来模拟生成协方差矩阵与回报率向量的算法。根据这种算法,计算机能够根据投资者所选择的证券的历史实际值来模拟生成若干个和现实值具有相同或者近似特征的协方差矩阵与回报率向量。根据历史实际值与模拟值,计算机可以对某种模型或者算法有效性进行多次判断,进而对模型或者算法进行改进计算。
(2)遗传算法。相对于上面所提到的参数二次性规划算法,遗传算法也是目前投资组合领域常用的一种算法。遗传算法由Holland(1975)提出,是一种来源于进化论、物种选择学说以及群体遗传学说的算法,遗传算法是模仿生物在自然界进化过程的机制来对现实极值问题进行求解的自适应自组织智能技术。遗传算法的特点使得遗传算法具有并行性与并行的能力,使得在计算机技术发展迅速的背景下能够快速准确地计算大规模投资组合的有效边界。同时由于遗传算法自适应自组织的特点,使得它能够在一定程度上有效的解决多目标的规划问题。目前孙雪莲(2013)、张群等(2013)、权向萍等(2009)、徐绪松(2004)、林丹和李敏强(2000)等学者已经在一定程度上对遗传算法在多目标投资组合中的应用做了一定的研究。多目标投资组合是传统投资组合的拓展与延伸,其不仅仅对投资组合的收益与风险两者进行优化,同时还对投资组合的其他目标有一定的要求,从而将传统的二维的投资组合模型扩展为三维乃至更高维度的投资组合模型。
(3)包含公司治理的多目标投资组合模型。随着中央巡视组的巡视,我国上市公司不断被揭露出存在众多问题,上市公司受到监管机构调查的情况时有发生。被巡视的34家央企中至少已有30多名高管被查,涉及中国联通、中石化、神华集团等多家企业。其中作为垄断行业的石油业,三大石油公司均出现高管因贪腐丑闻而落马,2016年央视纪录片《永远在路上》揭露出中国公司治理标杆的万科同样深陷丑闻。王宏(2011)发现投资者可以发现公司高管能力等公司治理指数对公司的运营、盈利等息息相关。李维安(2013)等学者的研究发现公司治理指数高则相对意味着公司的运营更加健康,也更值得投资者投资。运用IT投资,投资者可以将公司治理为投资组合的一个目标,这就要求投资组合的公司治理也成为一个新的目标维度,如(2)式中,x为投资证券的权重向量,为投资证券的期望收益率向量,为投资证券的协方差矩阵,c为这些证券所对应的上市公司治理指数向量,S为投资权重向量的可行域。
在随着我国经济新常态、一带一路政策的提出,包含例如公司治理指数作为目标的多目标投资组合也将愈加广泛,IT投资组合中的遗传算法也将有更加广阔的发展空间。
四、 展望
本文将进一步研究包含公司治理二级指标的多目标投资组合模型,将模型(2)中包含公司治理一级指标的三目标投资组合模型扩展为模型(3)中的八目标投资组合模型(根据南开大学中国公司治理研究院的中国上市公司治理指数评价体系中六个二级评价指标)。在齐岳(2007)和Qi(2015)的相关研究基础上对模型(3)的投资组合最优解集展开进一步研究,进一步探索我国股票市场中包含公司治理的多目标投资组合的效果。
十八大与十八届三中全会已经对我国的金融体制提出了改革的方向与要求,我国的投资者将进一步享受金融市场在党的领导下的改革开放的红利。然而市场风险不会因为愈发丰富多彩的金融市场而消失,反而会以各种形式伴随在投资中。随着大数据的思想与应用不可避免地进入金融市场,投资者需要借助不断发展的计算机技术在大数据背景下使用IT投资组合的方法进一步优化自身的投资策略,才能在享受我们党和国家不断推进改革与发展的金融市场的福利的同时有效地防范与降低风险,最终有效地防止股市可能的崩盘与踩踏,也才能让我国的股票市场健康向上的逐步发展。
参考文献:
[1] 李维安,戴文涛.公司治理、内部控制、风险管理的关系框架——基于战略管理视角[J].审计与经济研究,2013,(4):3-12.
[2] 林丹,李敏强.基于实数编码的遗传算法的收敛性研究[J].计算机研究与发展,2000,37(11):1321-1327.
[3] 齊岳,林龙.投资组合模型的改进研究:基于企业社会责任视角的实证分析[J].运筹与管理,2015,(3):275-287.
[4] 齐岳.投资组合管理:创新与突破[M].北京:经济科学出版社,2007.
[5] 权向萍,高岳林,薛宏刚.基于遗传算法的单位风险收益最大投资组合模型研究[J].统计与决策,2009,(17):41-44.
[6] 孙雪莲.基于多目标优化的投资组合分析[J].计算机工程与应用,2013,(9):267-270.
[7] 王宏.公司治理与内部控制[M].公司治理与内部控制.北京:法律出版社,2011.
[8] 徐绪松,侯成琪,王频.求解投资组合模型的遗传算法[J].武汉大学学报(理学版),2004,50(1):29-32.
[9] 张群,张超,黄晓霞.基于遗传算法的风险偏好系数均值方差拓展模型[J].统计与决策,2013,(8):19-22.
作者简介:齐岳(1970-),男,汉族,河北省蠡县人,美国佐治亚大学(University of Georgia, USA)金融系博士,中国公司治理研究院企业社会责任研究室主任,南开大学商学院财务管理系教授、博士生导师,中国特色社会主义经济建设协同创新中心研究员,《南开管理评论》国际版副主编,研究方向为投资组合管理、基金管理、金融工程、资产定价模型、公司财务学;王治皓(1989-),男,蒙古族,山东省梁山县人,南开大学商学院财务管理系博士生,研究方向为投资组合管理。