券商投资收益范文第1篇
2012年11月，中国证券业协会发布实施《证券公司直接投资业务规范》，让广大券商最关注的是这样一段话，“直投基金实行备案制、可以实行跟投机制，扩大直接投资业务范围至创业投资基金、并购基金、夹层基金等，并放宽了直投子公司及其下属机构不得负债经营的限制。”
这一纸公文，让券商直投机构的规模迅速扩张，一度达到40多家，成为不可忽视的一股PE力量。据chinaventure统计，目前共有13家券商成立多支人民币直投基金，其中有10支人民币基金披露目标募资规模，总计达360亿元；另有两支美元基金由中金在海外成立，基金规模分别为5亿美元和8亿美元。
他们，与深创投、达晨创投等老牌PE机构相比，究竟有哪些优势？谁将一跃成为行业的佼佼者？
“先天”平台优势
俗话说，大树底下好乘凉。对于券商直投机构来说，可利用母公司各种资源，在退出及投资领域具有天然的优势，让PE机构无法望其项背。
“依托券商平台，券商直投天然地具有一些并购及投资优势。”国信弘盛投资有限公司（下称“国信弘盛”，即国信证券旗下从事直投业务的子公司）董事、总裁龙涌告诉记者。
据他透露，相对于投资中后期的PE机构，券商直投的业绩普遍要更好些，最主要的原因是后者主要投资PRE-IPO项目，周期短，退出快，通常IRR（内部收益率）较好，成功率也较高。
以光大证券旗下券商直投子公司光大资本为例。据年报显示，2012年，光大资本在国内股权投资市场低迷的环境下，本着‘风险控制、好中选优’的原则，新增3个投资项目，合计新增投资金额1.72 亿元；已投项目中已上市项目1个，在会项目2个，启动退出机制项目5个，已完成退出项目3 个。全年实现营业收入7560万元，同比增长6%，实现净利润2042万元。
据分析，券商直投项目成功率高的原因在于，他们依托各大券商的投行平台，有效规避投资风险。
“在投资过程中，我们与券商平台有很多沟通及整合。我们盯投行，而很多项目投行已经跟了一、两年，比通常PE对企业花一两周做尽职调查的时间长得多，在此期间，信息不对称的矛盾基本解决，一些容易出现的问题也有效排查了，自然成功率比较高。”龙涌表示。
除此之外，券商直投无论是融资还是投资、退出、增值服务等各个领域，也都具有PE机构无可比拟的天然优势，
“在中国现有环境下，券商平台类公司优势非常明显，母公司贯穿于整个投资的早期和中后期，这对被投企业具有很大价值，正因如此，券商直投就可以利用母公司的资源进行整合，比如券商的投行团队、新三板团队、研究员及遍布全国的网络体系。这是任何一家PE机构都不具备的。”龙涌表示说。
众所周知，在PE市场行情不好的时候，募资对于大部分PE机构而言较为困难。然而，对券商直投来说，券商作为其股东，一般在其困难的时候会进行增资，关键时刻支援，而PE机构背后往往缺乏这样的“铁杆老大”。
“在具有不错投资机会的时候，很多PE机构拿不到股东的钱，而券商直投机构往往可以，能不能拿到钱在关键时刻很重要。”龙涌说。
2012年，东北证券对直投子公司东证融资的增资就是一个明显例证。
根据直投子公司东证融通的业务开展情况，东北证券在2012 年对其进行增资，使其注册资本增长至5 亿元，及时满足了业务开展的资金需求。目前，东证融通已经完成5个投资项目，并开发储备多个项目，为下一步创收打下了基础。
同样增资的还有海通证券。2012年，海通证券对直投子公司海通开元投资有限公司（下称“海通开元”）再次增资17.50 亿元，注册资本达到57.50 亿元，资本实力进一步增加。海通开元2012年全年完成股权投项目23个，投资金额12.1 亿元，累计投资项目59个，投资金额27.2 亿元。
“除了利用平台优势之外，券商直投机构还可依托券商本身的募资渠道，形成自己的募资优势。实际上，券商的客户结构实际上与券商直投的LP是重合的，比如，投资银行的客户、经纪业务的客户等。”龙涌告诉《融资中国》记者。
更为关键的是，作为子公司，券商与直投机构可谓“同患难 共荣辱”。龙涌说，“衡量一家PE的标准之一就是寻找项目资源的能力，能否找到好项目，需要建立项目源体系。而券商直投的优势是，投行部门、行业研究部门等都会源源不断地为我们提供项目。”
谁的投行基因最强？
并非具有券商平台，券商直投就能够获得成功。由于投行基因不同，券商直投的发展也是天壤之别。
根据上市公司数量及股东统计数据显示，目前排在第一梯队的券商直投机构包括中信证券旗下的金石投资、国信证券旗下的国信弘盛、广发证券旗下的广发信德以及平安证券旗下的平安财智等。
他们成功的主要原因，除了抓住2009年投资的好时机，还有一个共同特征，就是投行基因非常强，同时有较强的风险控制及专业投资能力。
“作为投行的一部分，很多券商直投公司采取了与母公司类似的风险管控措施，这些措施是经历过多次经济周期及震荡之后积淀下来的。相对于只有十几年发展历史的PE行业，券商直投的风险管控制度要完备得多。”宏源汇富创业投资有限公司（宏源证券旗下从事直投业务的子公司）有关负责人告诉记者。
此外，承销业务是券商的主要盈利来源之一。评价一家券商，很多时候在于承销团队是否足够优秀。同样，判断一家企业能否上市，也是评价一家券商直投机构是否具有发展潜力的重要指标。换句话说，这家券商直投公司是否有核心竞争力，取决于其投行基因。
比较最早从事券商直投的公司，负责人不断变动的，业绩相对落后；处于成功阵营的，大多起源于该券商的投行部门；其他一些公司，则起源于经纪业务公司，或研究团队出身，这些公司目前业绩平平。
与此同时，即使券商直投管理团队来自券商的投行部门，如果不能在实际投资过程当中实现与投行部门及平台无缝对接，也同样不能实现业绩的突破。
“在券商直投不断做大的过程中，能不能整合投行资源，非常关键。”龙涌表示。
观察一家券商直投机构是否具备投行基因，一方面是看他们能否整合投行资源，另一方面，对不准备将直接投资业务作为重点的券商直投来说，能否与券商平台紧密结合，则是考量竞争力的关键因素。因为，2010年以后成立的券商直投公司，生不逢时，主要投资方向并不是直接投资项目。
譬如，兴业证券全资子公司兴业创新资本管理有限公司（下称“兴业资本”），虽然2011年7月，兴业证券对兴业资本增资2亿元，注册资本由2亿元变更为4亿元，但截至2012年，兴业创业在股权投资领域，项目并不多。
除了直接投资业务之外，无论是债券投资还是集合资产管理计划等项目，赫然在列。2012年年报显示，“兴业资本经营范围为使用自有资金对境内企业进行股权投资；为客户提供股权投资的财务顾问服务；在有效控制风险、保证流动性的前提下，以现金管理为目的，将闲置资本金投资于依法公开发行的国债、投资级公司债、货币市场基金、央行票据等风险较低、流动性较强的证券，以及证券公司经批准设立的集合资产管理计划、专项资产管理计划；证监会同意的其他业务”。
受限中转型
与专业PE机构可广泛从银行及保险机构获得资金支持相比，出身券商的券商直投由于身份问题到处受到限制。同时，投行与保荐相结合的模式，也让后者陷入利益输送的漩涡当中。
2013年3月25日，银监会下发《中国银监会关于规范商业银行理财业务投资运作有关问题的通知》。某券商直投机构董事总经理告诉记者，这使PE基金包括券商直投从银行渠道募集资金受到限制。同时，保监会等机构也下达文件，不允许保险机构作为LP投向券商直投。
保监会对券商直投的限制一点不手软，规定“保险资金投资的股权投资基金，非保险类金融机构及其子公司不得实际控制该基金的管理运营，或者不得持有该基金的普通合伙权益”，这也同时导致券商直投基金将无缘保险资金。
同时，一些出身国有性质的券商直投机构还不得不受制于关于“国有股划转社保基金”的规定，让许多券商直投倍感寒意。
2009年6月19日，由财政部、国资委、证监会、社保基金会四部委联合发布《境内证券市场转持部分国有股充实全国社会保障基金实施办法》规定，“凡在境内证券市场首次公开发行股票并上市的含国有股的股份有限公司，除有规定外，均须按首次公开发行时实际发行股份数量的10%，将股份有限公司部分国有股转由全国社会保障基金理事会持有。”
这些都让券商直投开展投资业务雪上加霜。同时，“投行+保荐”的模式也让他们难逃利益输送的嫌疑。
其中，平安直投公司平安财智与平安证券之间就明源软件是否进行利益输送，在去年一直备受各大媒体的质疑。 2012年2月，深圳明源软件向中国证监会预披露了《深圳明源软件股份有限公司招股书申报稿》。根据明源软件的招股说明书显示，上市保荐机构为平安证券，其旗下的直投平安财智于2010年7月8日，以现金方式增资，实际出资500万元，持有92.996万股，发行后占总股本1.74%。不到一个月，天津达晨创世股权投资基金、天津达晨盛世股权投资基金也以现金方式对明源软件增资，合计实际出资2000万元，分别持有149.888万股、130.276万股，发行后占总股本的2.80%、2.44%。
在这种背景下，券商直投机构转型在即。当然，并非所有券商直投公司都想转型专业PE，作为金融机构的子公司，可选的投资类型也并不少。
的确，很多券商直投该机构不仅局限于PE投资，而且在尝试创业投资基金、并购基金、夹层基金、FOFs等多种类型基金。
譬如，中金佳成成立首支直投基金中金佳泰产业整合基金，目前已获批开展不动产投资基金业务，并在筹划进行新兴产业投资基金的管理。正在筹划直投基金的广发信德，也有望进行多元化尝试，拟设立新三板基金和并购基金，同时其夹层基金也正在紧张筹备当中。
但是，越来越多的券商直投公司正在向专业PE机构转型，包括金石投资、中金佳成以及国信弘盛。
记者在调查中发现，几乎券商直投的从业人员大部分都与券商紧密相关，或出身券商投行部，或者是其他部门，与券商之间“扯不清，理还乱”的关系让许多券商直投无论是募资还是投资，都难以摆脱母公司的庇护做大。那么，如何独立塑造核心竞争力，成为一个绕不过去的问题。
金石投资迈出了关键的一步。2012年4月，金石投资被获准设立中信金石投资基金（直投基金），运用自有资金向人民币股权投资基金进行投资；2012年6月，金石投资获准设立中信并购基金，其中，中信并购投资基金管理公司及并购基金分别于2012年9月3日和2012年11月15日在深圳市完成注册设立工作，正式名称分别为中信并购基金管理有限公司和中信并购投资基金（深圳）合伙企业（有限合伙），首期募集资金人民币30亿元的签约工作已于2012年底完成。
券商直投独立之后，如何继续保持与母公司之间的关联，又能保持公司的独立性？目前，各家券商直投机构都在摸索当中，金石投资的做法是，成立之初，将熟悉中信证券的老员工祁曙光调往金石投资担任法人代表及总经理，而熟悉PE机构的吴亦兵则担任董事长。
券商投资收益范文第2篇
【摘要】应计可靠性是否可被投资者识别一直都是资本市场中各个参与方关注的问题。本文采用沪深两市2001-2007年数据，检验广义上应计项目的可靠性与股票回报之间的关系。研究发现：（1）总的来说，应计项目的可靠性与股票回报负相关；（2）对不同的应计项目之间，其可靠性与股票回报的负相关程度存在差异，应计项目的可靠性越高，负相关程度越高。
【关键词】应计可靠性； 盈余持续性； 套利策略
一、应计可靠性的识别
目前，我国实行的是应计制会计，会计盈余由现金流量和应计项目两部分构成。有研究发现，现金流量和应计项目的可靠性是不一样的（Sloan，1996）。最主要的区别是应计项目包含了更大的主观性，也就是说其可靠性不及现金流量。Sloan（1996）对应计项目的计量仅仅只是考虑了应收、预收账款等往来款项，随着目前全球经济的金融化和一体化，企业投资、融资活动的增加，这种应计定义已经不能全面反映公司会计信息的可靠性。例如，WorldCom公司的会计丑闻就是把十亿美元以上应该费用化的支出进行了资本化。Richardson，Sloan，Soliman and Tuna（2005，简称RSST）提出了对应计项目的广义定义，他们认为应计项目①等于营运资本变化、非流动性经营资本变化与金融性净资产变化之和，即：WACC= ΔWC+ΔNCO+ΔFIN。
在表1中，ΔWC表示营运资本变化，主要包括应收账款、存货和应付账款的变化等。应收账款是否可以收回，取决于对方企业的经营和诚信情况；存货的多少与企业选择的存货的计价和发出方法相关，这样，应收账款和存货各期之间的变化具有很大的随意性，其可靠性较低。而相比于应收账款和存货，应付账款为本公司的债务，其可靠性更高。综合之下，ΔWC具有中等的可靠性。
ΔNCO表示非流动性经营资本变化。主要包括固定资产、无形资产、长期预付账款和递延税款。固定资产和无形资产的投入数量、每期计提折旧多少和摊销方法的选择、减值准备的计提都取决于管理当局的决策，具有较大的不确定性，其可靠性不高。同时，长期预付账款和递延税款具有中等的可靠性。综合考虑之下，ΔNCO具有中等的可靠性。
ΔFIN表示金融性净资产变化。主要包括短期投资、长期投资、短期负债和长期负债等。这些应计项目在以前的研究中都是被忽视的，但在全球经济一体化和金融化的趋势下，企业的金融性资产比重越来越大。这些应计几乎具有和现金一样的可靠性，变现能力较强，具有较高的可靠性。
二、应计可靠性与股票回报间的理论分析
“功能锁定”（functional fixation）概念最早来自Dunker （1945）和Luchins（1942）在心理学领域的研究。他们发现人的注意力有着一定的选择性，即当个人面对大量信息时，通常注意那些最显眼、最容易理解的部分，面对那些不太起眼、难以理解的信息内容则不大注意。
在证券市场研究中，“功能锁定假说”（Functional Fixation Hypothesis，以下简称FFH）是与“有效市场假说”（Efficient Market Hypothesis，以下简称EMH）相竞争的一种假说。EMH 认为证券价格能够充分、及时、无偏地反映一切可以公开获得的相关信息。FFH 认为投资者在决策过程中往往锁定于某种特定的表面信息，不能充分理解和利用有关信息来评估证券价值从而做出正确的投资决策。以会计盈余信息为例，市场对会计盈余信息的功能锁定体现为投资者只注意到名义的盈余数字,而对会计盈余的质量没有应有的关注，对具有相同会计盈余但盈余质量不同的公司的股票不能区别定价。
Hand（1990）提出了“扩展的功能锁定假说”（Extended FFH），他发现那些主要由个人投资者持有的股票在定价上存在“功能锁定”,而由机构投资者持有的股票不存在“功能锁定”问题。Hand（1990）提出两种假说：成熟投资者假说（sophisticated investors hypothesis）和天真投资者假设（na?觙ve investor hypothesis）。成熟投资者假说认为，投资者可以理解应计项目可靠性对盈余持续性的作用，应计可靠性可以在股票价格中得到反映，应计项目的可靠性与股票回报间应该不相关。反之，天真投资者假设（the naive investor hypothesis）认为，投资者不可以理解应计项目可靠性对盈余持续性的作用，应计项目可靠性与股票回报间应该负相关。
我国资本市场上近年来的发展也激发了学术界关于资本市场效率问题的研究兴趣。刘云中（2003）沿用了Sloan（1996）的方法，使用了1998年到2000年的数据进行检验，发现会计应计的持续性低于现金流量。李远鹏、牛建军（2007）研究发现在中国证券市场并不存在应计异象，即不存在对会计应计的过度反应。但是本文发现这并非市场对会计应计进行了正确定价，而是由于亏损公司的“洗大澡”行为造成的，表明检验中国证券市场的有效性，不能仅仅从投资者行为入手，而应充分考虑到公司层面的制度背景。
本文试图回答以下两个问题：（1）从盈余自相关角度看，会计可靠性是否具有更高的盈余持续性；（2）从股票回报角度看，市场是否给予会计可靠性恰当的定价。
三、应计可靠性与股票回报间的实证检验
（一）数据来源与样本选择
研究中财务数据来自《CSMAR2008》，股票收益率数据来自色诺芬（CCER）中的日交易数据，以2001年到2007年7年作为研究期间。
按照如下原则选择样本：有本年度年初、年末和下一年度的财务数据；有下一年度5 月到次年4月完整股票回报率数据；排除当年IPO 的公司；排除金融行业公司。所有变量都进行上下极限1%的winsorized处理，以消除极值对结果的影响，最后得到的样本从2001年到2006年分别为1072、1116、1188、1158、1173和1179，合计为6886个。
（二）研究方法
使用Fama and Macbeth（1973）年的方法进行回归分析。首先，使用横截面的年度数据估计每个参数的系数，然后报告每个系数在时间序列上的均值。回归模型如下：
RETt+1=ρ0+ρ1ROAt+ρ2TACCt+νt+1（1）
ρ1衡量了除应计部分以外的盈余对股票回报的作用，ρ2衡量了盈余中应计部分对股票回报的作用。公司中应计的比例与股票回报负相关，所以预期ρ2<0。
RETt+1表示下一年度经公司规模调整后股票持有收益。股票持有收益是指从会计年度结束后四个月后的十二个月的累计收益②。规模调整是将样本公司按最后一个交易日市场总价值的大小划分为十组，计算某一组其后一年的股票回报率，再将个别公司股票原始回报率减去其所在组的平均回报率。
由WACC=ΔWC+ΔNCO+ΔFIN，可以对公式（1）中的WACC进行转换，分别检验应计的各个组成对股票回报的作用。回归模型如下：
RETt+1=ρ0+ρ1ROAt+ρ2ΔWCt+ρ3ΔNCOt+ρ4ΔFINt+νt+1（2）
（三）应计可靠性与股票回报
表2中的回归1得到的结果与Sloan（1996）和RSST
（2005）的研究相一致，盈余的循环周转系数大约在0.765。在表2的回归2中，是按照公式（1）进行回归，和笔者的预期是一致的，ρ2显著为负。
由表1可知，ΔWC具有中等的可靠性，ΔNCO具有较低或中等的可靠性，ΔFIN具有较高的可靠性，其回归系数的符号可能是正，也可能是负。对可靠性较低ΔWC和ΔNCO，ρ2、ρ3是负值，对可靠性较高ΔFIN，ρ4是正值。表2中的回归3到5按照公式（2）进行单变量检验，检验的结果与预期一致。ΔWC和ΔNCO的系数表现为显著负相关，ΔFIN的系数显著正相关。表2中的回归6是按照公式（2）进行的多变量检验，检验结果与单变量检验基本一致。
其中，ρ1衡量了盈余中现金流量部分对股票回报的作用，ρ2、ρ3和ρ4衡量了ΔWC、ΔNCO和ΔFIN相比于盈余中现金流量部分对股票回报的作用。对公式（2）进行单变量的检验，ρ1衡量了排除ΔWC外的盈余对股票回报的作用，ρ2衡量了ΔWC与排除ΔWC后盈余对股票回报作用的差异。也就说，在单变量检验中，ρ1衡量不仅仅是盈余中现金流量部分对股票回报的作用，而是排除了某一个应计项目后的盈余对股票回报的作用。ρ2的符号可能是正，也可能是负。对可靠性较低的应计项目，ρ2是负值，对可靠性较高的应计项目，ρ2是正值。
四、研究结论与启示
根据RSST （2005）提出的广义应计项目定义。本文采用沪深两市2001—2007年间6886个公司年度数据，检验广义应计项目的可靠性与股票回报之间的关系。研究发现：总应计项目与股票回报负相关，应计各个项目与股票回报的负相关程度会随应计项目的可靠性不同而存在差异。非流动性经营资本、营运资本与金融性净资产的可靠性从低到高，其与股票回报之间负相关程度也逐渐减弱。Hand（1990）提出天真投资者假设在本文得到验证。●
【参考文献】
［1］ 李远鹏，牛建军.退市监管与应计异象［J］.管理世界，2007，（5）.
［2］ 刘云中.对会计应计量信息反映的检验纵［J］.证券市场导报，2004，（2）.
［3］ Alford, A.W., Jones, J.J., Zmijewski, M.E., 1994. Extensions and violations of the statutory SEC Form 10-K filing requirements. Journal of Accounting and Economics 17,229-256.
［4］ Fama,E.F.,Macbeth,J.D., 1973. Risk, return and equilibriumempirical tests. The Journal of Political Economy 81,607-636.
［5］ Hand,J,1990,A Test of the Extended Functional Fixation Hypothesis. The Accounting Review 65,740-763.
［6］ Sloan,R.G.,1996. Do stock prices fully reflect information in accruals and cash flows about future earnings? The Accounting Review 71,289-315.
［7］ Watts, R.L., 2003. Conservatism in accounting part I: explanations and implications. Accounting Horizons 17,207-221.
［8］ Sccott A.Richardson,Richard G.Sloan,Mark T.Soliman,Irem Tuna,2005,Accrual Reliability,Earning Persistence and Stock Prices, Journal of Accounting and Economics 39,437-485.
［9］ Diver, J.2001,\"a Selective Review of Selective Attention Research from the Past Century.\" British Journal of Psychology, 92:53-78.
注：本文中所涉及到的图表、注解、公式等内容请以PDF格式阅读原文
券商投资收益范文第3篇
关键词：煤炭采选业;CAPM模型;Fama-French三因素模型
0引言
资本资产定价模型(Capital Asset Pricing Model，CAPM)是最传统的资本定价模型，该模型主要应用的是市场风险的单独因子来反映风险与收益的关系，在资本市场得到广泛的认同，但也来自财务方面和实践者的质疑。质疑者认为CAPM模型只考虑了单一影响因子，因此更多学者提出改进模型，其中Fama-French三因素模型(Fama-French 3-factor model，FF3)被认为是改进模型中的主要代表之一。该模型在CAPM模型的基础上提出来增加规模效应和价值效应，在此前已有许多研究者论证其适用性[1]。
我国近年来对煤炭采选业在权益资产收益率的预测方面仍采用CAPM模型，由于目前煤炭采选业仍处在去杠杆后改革的调整期内，传统的CAPM模型是否继续适用仍不确定。本文通过对煤炭采选业进行状况介绍，再通过对CAPM和FF3模型对我国上市煤炭采选业收益率预测方面的适用性进行对比，研究各个模型结果的拟合程度，从而选择适用于我国煤炭采选企业的资产收益率预测模型。
1煤炭采选业的现状分析
从近年来看，煤炭采选业的发展主要包括两个阶段，第一个阶段是2002～2012年的黄金发展阶段，主要是十四大经历全面改革时期，后经过亚洲金融危机的挑战，煤炭采选业进入黄金时代。第二个阶段是2013～2017年的行业调整阶段，主要是三去一降一补政策的提出，对煤炭采选业进行全面调整。
根据我国统计局相关数据显示，我国原煤产量从2017年开始才出现增长，其产量为34.45亿吨。在2014～2017年供给侧改革全面开展，全行业在积极淘汰落后产能的同时，对煤炭行业的内部结构和优质产能的升级，提高煤炭产业的供给质量。图1是2011～2018年我国煤炭产量统计的相关数据。
在供给侧结构性改革的方面，我国“十三五”规划中对于煤炭行业去产能的主要目标基本实现。每年生产30万吨以下煤矿产能减少到2.2亿吨/年以内，煤炭行业将真正的从总量性去产能实现到系统性去产能、结构性优化产能[2]。
在煤炭产业结构性优化升级方面，加之过滤掉落后产能，集中度明显提高，煤炭的上下游产业结合在一起共同发展，煤焦、煤电等综合化发展趋势明显。新技术、新模式推动了新能源、现代物流。电子商务、金融服务、矿区旅游休闲、健康养老等多元化产业的协调发展。通过全面的供给侧结构性的改革，从而影响行业的经济环境和内部结构，故需要对该行业的未来资本收益率进行预测，从而对行业未来发展提供借鉴意义。
2实证研究和回归结果
2.1数据选取
煤炭行业在中国资本市场和产业经济中具有重要的支柱性作用。本文主要研究的是在供给侧结构性改革后，各模型对煤炭采选业资产收益率的预测的适用性的对比研究。数据选取主要是煤炭行业中的采选业进行研究，目前煤炭采选的上市企业共有30家。本文选取了12家上市煤炭企业进行研究，其中对于剔除有关企业的原因如下：
第一，ST和*ST类股票。ST股票是指财务状况或其他情况异常的上市公司股票。其交易会被交易所进行特别处理，这类股票与其他正常股票存在一定程度的差异[3]。
第二，周收益率缺失的数据。当有些特别原因公司并未披露数据，则提出该股票的数据，否则会影响实证结果。
研究对象的12家企业分别是靖远煤电(000552)、冀中能源(000937)、西山煤电(000983)、兰花科创(600123)、兖州煤业(600188)、阳泉煤业(600348)、盘江股份(600395)、上海能源(600508)、恒源煤电(600971)、陕西煤业(601225)、平煤股份(601666)、中煤能源(601898)，对以上企业的2016年1月1日至2018年12月31日的周收益率的数据进行实证检验[4]。数据样本的时间跨度为3年，从2016年的第一周到2018年的最后一周，每家企业可以提取152个周交易数据，经过公式处理后可以得到152个有效的周收益率数据。本文中所有的数据主要来源于金融研究数据库(RESSET)。
2.2實证模型介绍
本文将建立传统的资本资产定价模型(CAPM)和FF3模型。得到CAPM和FF3模型的回归结果，并对其结果进行分析，选择对煤炭采选业实用性更有效的模型[5]。
传统的资本资产定价模型(CAPM)
在式(1)中，表示第t期的资产组合i的周收益率;表示第t期市场的周无风险收益率，表示第t期的市场组合周收益率，表示资产组合i的市场风险因子，表示方程的截距项，建立方程后得到的残差项[1]。
FF3模型
与式(1)的指标解释含义均相同，是规模的回归系数，是规模的回归系数，分别表示资产组合i对股票的规模效应和价值效应的敏感度。
2.3变量选取与分组
因变量：
表示个股n在第t周最后一个交易日的周收盘价;表示个股n在t-1周最后一个交易日的周收盘价[6]。
自变量：
(1)周市场回报率是在RESSET数据库中的特定交易市场的周市场回报率，因为涉及沪深A股市场，故取两个市场的算术平均值。
(2)无风险利率是在RESSET数据库中的周无风险收益率。
(3)样本市值与账面市值比分别取得是周个股流通总市值和个股期末股东权益(含少数股东权益)除以个股期末总市值得出。
将选取的煤炭采选业的研究对象将其当年年末流通市值从小到大依此排列，按大小分为S，B两组，每组有6只股票，其中S表示的是Small(规模小)组，B表示Big(规模大)组。其次，将煤炭采选行业的当年的账面市值比从小到大依此排列，分别L、M、H组(低、中、高组)，其中均匀分配，每组有4只股票。对上述的两种分组进行排列组合，确定SL、SM、SH、BL、BM、BH六组研究对象[1]，资产组合分组情况如表1所示。
利用上述公式，以SL、SM、SH、BL、BM、BH的组合平均周收益率分别算出SMB和HML的数值[7]。
2.4实证检验与回归结果
2.4.1樣本数据描述性统计
得到SL、SM、SH、BL、BM、BH组的算术平均组合的周收益率，通过Eviews 9.0软件对六组数据进行描述性统计，如表2所示。
根据表2所示，六个组合的算术平均收益率正负均有，表示2016～2018年的煤炭采选行业的经营状况不是特别好，原因可能是在2016年至2017年正在火热进行的供给侧结构性改革对煤炭采选行业有着不小的规模调整，以至于其收益率的不稳定状况的出现。其次，SL组合SH组的标准差均小于BL和BH组，表示小规模的煤炭采选企业的风险要低于大规模企业。而在中间规模的企业却相反，表示煤炭采选行业规模过大并不好，需要未来进行规模调整，使得可能面临的风险相对较低。其中BL组的算术平均周收益率最高，而其标准差也是最大的，体现了“高风险，高收益”的特征，但SH组的风险和收益并不匹配，需要高度重视小规模但账面市值比相对较高的企业的发展。
2.4.2平稳性检验
在建立回归模型之前，需要对数据进行ADF检验，以保证数据的平稳，回归结果的有效性。通过Eviews 9.0软件对六组组合资产的周收益率数据以及周市场数据进行单位根检验[8-9]，结果如表3。
根据上表检验结果可知，六组周收益率样本数据以及市场组合周收益率的T值均远小于1%，5%，10%的临界值，P值均为0，拒绝原假设，故上述序列组合均不存在单位根，数据平稳性检验通过，可以进行下面的建模回归。
2.4.3样本数据CAPM模型回归
2016～2018年CAPM模型回归结果如表4所示。
表4结果中最后一列显示截距项的系数的P值并不显著，均不为0，显著性水平不高，而(RM-RF)组中的系数在5% level下显著性很高，符合CAPM模型的预期结果，故CAPM中的市场风险因子(RM-RF)可以很好解释煤炭采选业的股票市场中面临的风险影响因素。
2016～2018年FF3模型回归结果如表5所示。
根据表5结果显示，截距项的系数不为零，且每个显著性水平均不高在显著性水平上，S组资产组合中的SMB以及SH组和BH组的HML的P值不显著，其余各组的SMB和HML在5% level 的显著性水平下都很高，结果表明我国煤炭采选业的规模大且账面市值比较低的企业存在着规模效应和价值效应，规模小的企业存在的价值效应较明显，规模大其账面市值也大的企业存在的规模效应明显。故我国的煤炭采选业存在着规模效应和价值效应，FF3模型对该行业的适用性较强[10]。
表5中(RM-RF)的系数值：SL、SM、SH组的系数值分别为0.887 249，0.687 509，0.735 300;BL、BM、BH组的系数值分别为0.709 169、0.739 769、0.861 119。由此可知，除SL组中的系数值之外，随着账面市值比的升高，系数值随着升高，这与之前Fama和French在1993年研究的结果相一致，表明传统的资本资产定价模型(CAPM)中的系数值可以解释股票的规模效应。
2016～2018年模型拟合优度比较如表6所示。
根据表6结果可知，两种模型的拟合优度效果较为理想。从传统的资本资产定价模型(CAPM)结果中显示，调整的R2在0.09 946-0.322 845之间，平均值为0.2 111，FF3模型中的调整的R2在0.175 051-0.573 155之间，平均值为0.3 741，结果显示优于传统的CAPM 模型，表示FF3模型对2016～2018年我国煤炭采选业的收益率的解释能力更强，适用性效果更好。
3结论
本文以沪深A股煤炭采选行业板块12家企业股票为研究对象，选取2016年1月1日至2018年12月1日的周变化收率，周变化市场回报率，同时引入FF3模型中的规模和价值因子，根据与传统的资本资产定价模型进行对比，得出以下结论：
第一，建立FF3模型对煤炭采选业股票收益率预测模型整体拟合效果一般，通过T值和P值可以得知市场因子、规模因子和价值因子可以较好解释组合的收益率。但面对不同分组的解释力度不同，不同分组中规模效应和价值效应的影响效果不同，未来需要对该行业的分组更为细致，研究不同分组的各自主要影响因素，这也是本文没有考虑的地方[11]。同时可以对FF3的模型进行扩展，加入更有效的变量进行解释分析。
第二，我国煤炭采选行业板块的风险溢价同市场整体的经济状况成正相关，但波动幅度较小，故无论规模大小还是账面市值比的大小，其投资风险都小于市场系统风险，相对的收益状况也是较低的[12]。
第三，在进行煤炭行业的“十三五”规划。在进行了大规模的去杠杆之后，煤炭產量下降，经济环境发生巨大变化，传统的CAPM对煤炭行业的适用性不足;我国煤炭行业存在显著的规模和价值效应，实证结果表明FF3存在更好的适用性，因此FF3模型对煤炭采选业收益率的预测更适用。总之，投资者在进行投资时，需要对自身的风险偏好程度，期限选择长短进行不同的投资，实现有效的资产管理。
参考文献：
[1]李泽红，赵安策.中国电力行业收益率预测研究——基于CAPM与Fama-French三因素模型的适用性分析[J].河北经贸大学学报：综合版，2018，18(1)：34-39.
[2]石海娥.环保：亟须化解高耗能高污染[J].光彩，2016(5)：30-31.
[3]姚尧.独立董事政治背景与企业价值的研究[D].北京对外经济贸易大学，2015.
[4]陈晶璞，刘南南.基于因子分析法的上市煤炭企业财务风险评价研究[J].燕山大学学报(哲社版)，2012，13(4)：71-74.
[5]邓华卉.中国上市银行股权资本成本分析[D].上海：复旦大学，2014.
[6]黄文青.我国股份制商业银行公司治理绩效的实证研究[J].上海经济研究，2009(1)：104-110.
[7]苏艾舟.证券投资基金波动率异象研究[D].南京：南京理工大学，2017.
[8]高可盈，白建妹，黎辰星，等.智慧旅游视角下贵州省旅游业转型升级的思考[J].中国市场，2016(51)：184-186.
[9]马晨，江忻杰.沪市低市盈率股的β系数研究[J].科协论坛，2008(12)：109-110.
[10]游郭融，吴宏旭.我国创业板股票定价实证研究——基于市场溢价、规模溢价、价值溢价和流动性溢价四因子模型[J].郑州轻工业学院学报(社会科学版)，2016(6)：64-72.
[11]马健健.六因素模型与阿尔法——基于沪深股市的实证研究[J].郑州航空工业管理学院学报，2017(06)：90-102.
[12]常媛媛.基于三因素资本资产定价模型的我国上市银行股收益研究[D].济南：山东大学，2011.
[责任编辑：郑笔耕]
券商投资收益范文第4篇
一、金融投资收益与金融投资风险概述
（一）金融投资收益
基于经济学理论，任何金融投资活动和金融投资行为的最终目的均是为了获得高额的金融投资收益。在我国当前市场经济条件下，金融投资活动的热度越来越高，越来越多的企业和个人在高额投资回报的诱惑下积极地参与到金融投资活动中，通过科学合理的金融投资活动一方面为金融投资者带来了投资收益，另一方面促进了我国金融市场的快速发展，有效拉动了内需。在金融投资过程中金融投资收益率的高低主要取决于金融收益率，金融投资收益的过程也是对金融走向进行预算和评估的过程，随着金融投资期末的实现，便能够对金融投资收益的大小进行合理估算[1]。通常情况下，不同金融投资项目的金融投资收益率之间存在明显的差异。在金融投资过程中，很多金融投资者往往会将手中所有的闲置资金集中投资到相对较为单一的金融投资项目，在这种情况下如果金融项目盈利，那么金融投资者便会获得高额的投资回报;但是如果该金融项目亏损，也会为金融投资者带来相应的投资损失。可见金融投资收益与金融投资风险相伴而生，并且两者之间具有正向比例关系，即金融投资收益越高，所面临的金融投资风险也就越大。目前金融投资收益主要包括年度收益和月度收益两种形式，一般来说金融投资年终收益所得到了投资回报要高于月度收益，这与银行储蓄存款基本一致，投资期限越长所对应的投资回报效益越高。对于金融投资者来说，在金融投资的过程中应该选择何种金融投资类型应该基于金融投资者自身的实际情况以及风险承受能力，避免盲目跟风投资。其主要是由于每个金融投资者的经济条件、风险承受能力、所处的环境以及对金融投资的认识水平等均存在差异。只有选择适合投资者的投资方式才可以更好地获得投资收益，降低投资风险。
（二）金融投资风险
金融投资风险在金融投资过程中是客观存在的，是不以人的主观意志为转移的，因此在金融投资过程中必然伴随在金融投资风险的存在。金融投资风险包括市场风险、操作风险、信用风险、流动性风险等多种类型。市场风险主要是指在金融投资的过程中，由于市场汇率以及产品估价始终处于持续变化的过程中，难以有效预测，导致金融投资者面临较大的投资风险。特别是金融投资行业资金规模巨大，产业链较长，并且具有较强的关联性，因此必然会受到市场的影响。这就要求投资者要深入分析市场的变化规律，并采取合理的风险防范措施来有效降低市场风险。操作风险主要是指在金融投资的过程中由于操作人员自身对资金的管理和控制不合理，进而引发的金融投资风险。当前在金融投资快速发展的大背景下，金融投资专业人员供不应求，现有的金融投资专业人员不能满足金融投资机构的需求。导致部分金融投资项目团队专业性较低，风险防护意识较差，在金融投资决策过程中具有较大的主观性和随意性，进而容易导致操作失误，为金融投资带来风险。信用风险主要是指在金融投资的过程中由于借贷双方所提供的材料不真实等原因所导致的投资风险。现阶段我国尚未形成系统完善的信用管理体系，对信用评价过程中只能基于借款人的工资收入情况、工作单位以及身份证等进行简单的评估，为信用风险的产生埋下了隐患。流动性风险主要是指企业将大量资金投资到金融市场中，而在企业需要资金时，这些金融投资在短时间内无法变现，进而影响了企业正常的现金流转，产生资金流动性风险。这就要求企业在开展金融投资时，一方面要预留一部分资金，不能将全部资金均用于金融投资;另一方面要合理搭配金融投资的期限。
二、金融投资收益与金融投资风险之间的辩证关系
（一）金融投资收益与金融投资风险相伴而生
金融投资者必须清晰地认识到金融投资收益与金融投资风险之间相互伴生的关系，在金融投资过程中获得金融投资收益的同时必然伴随着金融投资风险。一旦发生金融投资风险将会给金融投资者带来不可挽回的巨大经济损失。这就要求金融投资者在金融投资过程中应该提高金融投资风险意识，充分分析金融投资过程中可能存在的金融投资风险，并采取相应的风险防控措施，避免金融风险的扩大化，降低金融风险的影响。在金融投资过程中如果不了解金融风险进行盲目投资，在金融风险发生后又无法转移金融风险，只能自己对金融风险所造成的损失进行承担。
（二）金融投资遵循高风险和高收益规律
风险与收益同时存在已经是金融投资领域不争的事实，在金融投资过程中一定要重视高风险高收益规律。如果某金融投资理财公司承诺较高的收益并且没有风险，便应该引起金融投资者的足够重视，对金融投资风险提前做好防范措施，或者尽量不要将资金投入到该公司，防止放生本金利息均无法收回的情况。高风险高收益时金融投资中不可违背的规律，金融投资者在投资时应该有自己的理解和认识，不能随意听信他人的言论而盲目投资。
三、金融投资提高收益控制风险策略
（一）加强对投资市场以及投资项目的针对性分析
为了有效防止金融投资风险，金融投资者在进行金融投资之前应该首先应对当前的金融市场进行深入分析，了解金融市场的未来发展趋势;并对金融投资项目的具体情况进行了解，分析项目的未来发展潜力，提前预见在金融投资过程中可能发生的金融风险，做好相应的风险防范措施，有效规避金融风险的产生，对于无法规避的金融风险应该采取有效风险转移以及风险控制措施，将金融风险的影响降到最低程度[2]。并不是所有的项目都可以获得投资收益，因此金融投资者在投资决策之前一定要慎重分析，特别是对于经营企业的综合实力以及财务状况进行了解，如果发现企业财务存在弄虚作假情况应该禁止向该企业进行投资。此外，为了保障金融投资的正确性，要求金融投资者具有金融投资风险防范意识，有助于金融投资者可以顺利完成整个投资过程，避免陷入不良投资风险之中。
（二）选择合适的金融投资工具
合适的金融投资工具有助于提高金融投资效益，降低金融投资风险。在网络信息时代，企业或者个人每天均会产生大量的数据信息，这些信息会以各种形式呈现在互联网上。金融投资者借助金融投资工具通过对这些信息的收集来充分了解投资项目以及投资对象的实际情况。目前在金融投资领域通常采用的金融投资工具主要包括基金、股票、房产以及保险等。这些金融投资工具之间具有不同的投资收益以及投资风险，投资者应该基于自身的实际情况合理选择。比如国债通常来说投资收益较低，投资周期较长，同时投资安全性较高，特别适用于保守型的金融投资者购买;相对来说股票投资风险较高，很多股票投资者在炒股过程中均发生亏损，其根本原因便在于这些投资者至看了股票投资的高收益，而没有关注到高风险，在风险来临是没有有效的风险防范措施，进而产生经济损失。
（三）提高对金融投资理论知识的掌握水平
金融投资者应该具备一定的金融投资基础知识，有助于在开展金融投资之前对金融投资过程中的注意事项以及风险应对进行分析，从而更好地规避金融投资风险，提高金融投资效益。首先在金融投资过程中应该避免将所有的资金都投入到单一的项目中，也就是所谓的不能将所有的鸡蛋均放在同一个篮子里，而是要将资金进行分散投资进而提高应对投资风险的能力。其次金融投资者在进行金融投资时应该及时了解国家经济政策，紧跟国家发展的脚步，在国家宏观引导的大背景下选择合适的金融投资项目。再次金融投资者应该充分发挥各种先进技术的作用，金融投资风险虽然是客观存在的，但是借助先进的分析技术可以预见风险，有助于投资者进行提前采取有效的应对措施。
四、结束语
基于上述分析，金融投资风险与金融投资收益是相互伴生的，高金融投资收益必然伴随着高金融投资风险。因此金融投资者在开展金融投资活动时，一定要基于自身的实际情况，选择适合自身的金融投资项目，同时应该树立风险意识，充分发挥先进技术在金融风险分析和识别中的作用，尽可能规避金融风险，提高金融投资效益。
摘要：金融投资风险分析对于金融投资活动的顺利开展具有非常重要的意义。本文首先分析了金融投资收益与金融投资风险的概念, 在此基础上对金融投资收益与金融投资风险之间的辩证关系以及相应的投资策略进行了重点论述。
关键词：金融投资,金融风险,策略
参考文献
[1] 吴穷.关于金融投资收益与风险的思考[J].普洱学院学报, 2018, v.34;No.129 (02) :34-35.
券商投资收益范文第5篇
[摘 要] 在经历了资本市场若干年的低迷之后，终于在中国经济高速增长的背景下和股权分置制度变革的带动下，迎来了资本市场的春天，基金也再度活跃起来。过去两年，很多学者对于基金的研究都是基于当时熊市的行情下所得的结果，基金的收益率普遍较低，甚至为负。本文选用了从2005年7月-2006年7月的最新数据，对我国投资基金业绩现状进行了实证分析。
[关键词] 开放式基金；业绩评价；风险调整指标；业绩归属分析
[作者简介] 何翠英，北京华夏正天国际信息咨询有限公司副总经理、经济师，研究方向为金融投资与理财。(北京 100053)
一、前言
中国经济近年来一直以惊人的速度增长，股市也在经历了几年低迷之后，迎来了大牛市。从2005年下半年开始，在中国宏观经济高速增长的大背景下，在股权分置这个利好消息的带动下，资本市场一直振荡上升。
自2001年中国第一只证券投资基金设立以来，基金市场规模逐渐扩大，同时也经历了在市场冰冻期的洗礼，在基金黑幕被揭开之时和随后的几年熊市的煎熬中，我国的证券投资基金举步为艰。然而，随着市场指数从1300点一路飙升，基金又再度活跃起来，与前两年相比，可谓是冰火两重天。
然而，无论熊市还是牛市，基金都有好坏之分。在中国，基金的管理费固定不变，与业绩不相关，在这种费用收取模式下，投资者唯一能做的就是选择一只优秀的基金，不枉花这笔管理费用。因此对中国证券基金的评估和绩效研究尤为重要。正确评价国内基金的回报和所承担的风险，并以此为基准排序，提供给投资人一个选择标准，具有重要的现实意义。
二、研究设计
本文选取了比较成熟的一些基金评价指标进行基金评价，比较各种指标评价结果之间的差异以及它们和晨星评级之间的差异，然后综合各种指标对基金的业绩进行分析。
1.样本选取和数据来源
本文以十只开放型股票基金作为研究对象，基金成立后都要经过一段时间建仓和调整，净值波动大，也不具有历史业绩，因此样本选取时剔除了新建的基金。另外，根据深圳晨星公司的评级结果，每一个星级标准选择两支基金。如，五星级基金选择上投摩根中国优势和广发聚富，四星级基金选择易方达积极成长和华夏回报，以此类推。
国外对基金的研究，一般数据期间不少于三年，我国由于基金历史比较短，本文的样本中一些基金创立只有两年或者更短一些，所得结果可能具有一定局限。所有数据来源于深圳晨星公司(http：//cn.morningstar.com/)，数据截至2006年7月。
2.无风险收益率的确定
国外类似研究一般都选取90天国债的收益率作为无风险利率确定的基准，但是我国这两年国债挂牌交易的品种和数量都很少，国债市场具有一定的投机性，无法客观反映我国无风险收益率。因此，在无风险收益率的选取上，参照国内同类研究，以一年期银行定期存款利息作为无风险利率。我国一年期定期存款利率从2002年2月21日到2004年10月29日一直处在1.98%的水平，到2004年以后上调至2.25%。
3.基准组合的选择
对于基金的合理评估需要一个合理科学的基准指标，CAPM模型中假设的的市场组合，由于市场组合在现实中很难构造，我们就需要虚拟一个市场指数。
根据《证券投资基金管理暂行规定》的规定，基金投资与国债的比例不得低于资产总值的20 %，但新的《证券投资基金法》取消了基金投资与国债的比例不低于20 %的约束，但是基金为了满足流动性的需要仍然会保有债券资产以应付投资者赎回基金。由于本文数据来源于深圳晨星公司，在结果中还要比较各种指标和晨星评级之间的差别，所以本文的基准组合选择和晨星公司一样的基准组合，选晨星大盘指数代表中国的股票指数，同时选用一年期国债的收益率4%作为债券的收益率，按照80%股票和20%债券的比例构建市场组合Rm=80%×中信大盘指数收益率+20%×国债收益率。
4.研究方法
(1)整体绩效评估模型
整体绩效评估模型总的来说都是在CAPM模型基础之上对基金业绩进行风险调整而得的。其中包括1965年特雷诺首次提出的反映基金单位系统风险所获得的风险溢价指标—特雷诺比率。1966年夏普提出的以资本线作为评价基准的反映单位总风险溢价的夏普比。1968年詹森在CAPM模型基础上提出的表示基金投资组合收益和市场投资组合差异的詹森指数。
①特雷诺指标(Treynor)Tp = ( Rp - rf ) /βp
根据CAPM理论，在市场达到均衡水平时，所有风险资产组合都将落在证券市场线上。但在实际中，一些基金将落在证券市场线之上而另一些将落在证券市场线之下。投资者希望在一定的β值下获得尽可能高的收益，特雷诺指标就是以证券市场线方程为基准，在市场达到均衡水平时，任一投资组合有如下风险-报酬关系。
②夏普(Sharpe)指标S p = ( Rp - rf ) /σp
夏普业绩指数以资本市场线为基准，在考察投资组合单位风险溢价水平时，以投资组合收益的标准差σ作为风险度量。夏普指数越大，代表无风险资产与资金投资组合组成的连线越陡，从而位于无风险资产与非管理证券组合集合而成的连线上方，可以与更高的投资者效用无差异曲线相切。夏普指数越大，基金管理越成功。
③詹森(Jensen)指标αp=Rp-rf-βp(RM-rf)
詹森业绩指数的方程实际上就是证券特征线方程，詹森业绩指数也就是特征线方程中的事后α系数，在优秀基金经理的超额收益率方程中，随机误差项会持续为正，因为他们所管理的证券组合的实际超额收益率一直超出按照Rp - rf = (RM - rf )βp +ε所计算出来的期望超额收益率水平，因此有必要在模型中增加一个正值截距项得到以下的式子Rp - rf =αp + (RM - rf )βp +ε，其中，αi的值代表了基金经理获得超出一般水平的风险调整收益的能力。
(2)基金绩效归属分析
这种方法通过对基金绩效的分解以及对证券选择能力和市场状况把握能力进行的分析与评价发现，基金组合超额收益率由选择收益率与风险收益率组成，从而也揭示了基金超额收益的来源。
①对资产组合超额收益率的分解
在CAPM模型基础上，法马提出了投资绩效分解的方法，把投资组合收益分解为选择收益率和风险收益率两个部分。
超额收益率(AC)=选择收益率(AB)+风险收益率(BC)
AC是基金组合P在承担风险系数为βp的总超额收益率， AB为基金管理者的证券选择能力而带来的收益，BC为基金组合的系统风险收益。
基金组合的超额收益率为：[ Rp - Rf ]= [ Rp - R (βp) ]+ [ R (βp) - Rf ]，[ Rp - R (βp) ]为选择收益率，[ R (βp) - Rf ]为风险收益率，其中R (βp) =βp ( Rm - Rf ) + Rf。
这次分解中，超额收益率被简单地分成了选择收益率和风险收益率两个部分，下面我们将继续分别分解这两个部分。
②对选择收益率的分解
选择收益率可进一步分解为可分散收益率与净选择收益率两个部分。为获得较高的收益，经常会放弃一些分散性，这样基金组合的可分散性风险就会较高。
根据CML计算出的基金在总风险(σP)下的期望收益率为：R (σP) = Rf + ( Rm - Rf ) (σP/σm)基金总风险期望收益率R (σP)与承担的系统风险期望收益率R (βp)之差即为与可分散风险匹配的可分散收益率：RD = R (σP) - R (βp) = ( Rm - Rf ) (σP/σm) 。
选择收益率减去可分散收益率就是净选择收益率(RN)：
RN = [ Rp - R (βp) ]- [ R (σP) - R (βp) ]=Rp - R (σP)
③对风险收益率的分解
Fama把风险收益率进一步分解为投资者风险收益率与经理人风险收益率两个组成部分。投资者风险收益率( R T)等于投资者目标风险(βT)下的期望收益率：R T =βT ( Rm - Rf )经理人风险收益率( Rm)就等于总体风险收益率与投资者风险收益率之差：RM = (βp -βT) ( Rm - Rf )
三、结论
1.从以上分析来看，所有基金平均回报率很高，最低的嘉实服务增值行业还有39.58%的平均回报率，超过了市场指数的收益率，和前两年的基金业绩不可同日而语。这种普遍高位的平均回报率很大程度上来说是由于这将近一年来的牛市所至。在本期所选样本看来，所有指标，无论是回报率还是夏普指数、詹森指标，大多超过了大盘收益率，所选样本的基金经理们在牛市时跑赢了市场。该结论于以往国内学者和国外学者Sharpe(1966) Jessen(1968)等人对美国基金的实证研究所得结果不同。这个结果反应出我国的市场的有效性比较差，尚没有达到半强式有效。
2.根据各种指标排序所得结果有很大差异。我们发现晨星评级的排序结果和根据夏普比率和阿尔法排序的结果大相径庭，却和平均回报率的排序和选择收益率排序比较吻合，说明晨星的评价方法综合考虑了回报率和基金管理能力，但是对风险调整收益率与传统指标所得结果不同。晨星星级评价是对基金过往业绩表现的定量分析，以期望效用理论为基础衡量基金风险调整后的收益，体现基金各月度业绩变化。
夏普业绩指数以资本市场线为基准，在考察投资组合单位风险溢价水平时，以投资组合收益的标准差σ作为风险度量。夏普指数越大，基金管理越成功。
詹森业绩指数也就是特征线方程中的事后α系数，αi的值代表了基金经理获得超出一般水平的风险调整收益的能力。
同样是三个经过风险调整的收益指标，结果却有如此大的差别，投资者在投资之前需要谨慎地选择评价方法和全方位评价基金，根据自己的个人偏好和风险承受能力来选择基金。
3.各基金分散化程度稍有不足。除了上投摩根中国优势之外，大部分基金的系统风险低于市场组合的系统性风险。一般认为β=1风险分散程度比较完美的情况，本文中所选样本大多数在0.7左右徘徊，说明基金的风险可以更加分散化，也间接说明我国基金经理人经历了漫长的熊市之后，投资比较谨慎。
4.超额收益率首先被分为选择收益率和风险收益率。风险收益率与贝塔系数成反比，在本文中风险收益率异乎寻常的高，不只与贝塔值稍稍偏低有关，还和我国现阶段无风险利率过于低有关。
选择收益率其实就是相应的詹森指数，其值大小和基金经理人的选股能力成正比。回报率较高的基金一般情况下选择收益率也较高，说明了这些基金经理有优秀的表现。在本文中所选样本选择收益率情况分化比较严重，最大的上投摩根中国优势选择收益率达到51.38%，最小的嘉实服务增值行业选择收益率只有7%，虽然如此此轮行情中最差表现的基金比起去年在股市低迷时的基金表现还是要好很多。
5.再从风险收益率分解的角度来讲，投资者的目标风险统一设定为1，投资者风险收益均相等。经理人风险除了上投摩根中国优势和金鹰成分股优选之外，其余部分经理人风险均为负，说明基金经理人所承担风险较小。
6.从选择收益率的分解来看，所有基金均含有可分散风险，所有基金的可分散风险均为正数。剔除这部分收益，净选择收益率比选择收益率有所减小，还有两只基金嘉实服务增值行业和金鹰成分股优选净选择收益率为负。说明这两只基金的经理人选股能力比较差，股票选择非常不成功。
综上所述，所选样本基金在选定时期内业绩比较理想，和前几年国内研究结论迥然相反。但是这并不能完全说明我国基金管理水平明显提高了，有可能由于市场处于上升时期，资本市场形势比较好，间接说明我国基金经理人驾驭牛市比驾驭熊市能力更强，在牛市中表现良好，在市场低迷时无能为力，这种特征有可能与市场没有卖空机制有关。
参考文献：
[1]埃德温·J·埃尔顿，马丁·J·格鲁伯.现代投资组合理论和投资分析[M].北京：中国人民大学出版社.
[2]Eugene Fama. Components of Investments Performance[M]. Journalof Finance，1972.
[3]史代敏.投资基金绩效评估方法的比较与实证研究[J].西南民族学院学报，2001，(10).
[4]黄勇.证券投资基金绩效评价方法及实证分析[J].经济师， 2004，(12).
[5]郑文堂，徐晓标.关于证券投资基金业绩评价方法及其应用的探讨[J].数理统计与管理，2005，(1).
[6]何军耀，蒲勇健.证券投资基金业绩的持续性研究[J].金融教学与研究，2004，(3).
[7]李红权，马超群.中国证券投资基金绩效评价的理论与实证研究[J].财经研究，2004，(7).
[8]夏嘉霖.证券投资基金绩效评估模型评析[J].国际商务研究， 2003，(5).
[9]黄翠霞，张小仁.我国证券投资基金绩效评估的实证研究[J].中山大学研究生学刊，2006，(3).
[责任编辑：喻 俊]
券商投资收益范文第6篇
主成分分析法可用来分析高度相关的变量，它的主要思想是把多个指标转化为综合指标，使这些主成分可以反映变量的绝大部分信息，是一种有效的降维方法。已有不少学者利用此方法对相关变量进行了研究。岳田利、彭帮柱等用主成分方法建立了分析苹果酒香气的评价模型，为评价果酒香气开辟了一条客观的新途径[1]。程鸿群、邹敏通过时序全局主成分分析法建立了中西部房地产投资环境评价指标体系，并用湖北省数据进行了实证研究[2]。彭丽将稀疏主成分分析用于股票投资组合的研究中，验证了稀疏主成分分析的有效性[3]。林海明、杜子芳提出了主成分分析综合评价的应用条件，使评价结果更具合理性[4]。刘遵雄、唐顺发基于主成分分析，研究了均值—熵指数在投资组合风险分散中的应用，为投资者的分散投资提供了有效的权衡[5]。
股票投资组合是投资者把资金按一定比例分别投资于不同股票的一种方案，当组合中比例确定后，需要考虑各只股票的收益率对投资组合整体收益的影响。因股票数量较多，采用主成分分析方法可以有效地减少维数，以较少的主成分反映绝大部分信息。
以上研究并未考虑用主成分方法研究投资组合的收益敏感度，为了弥补此不足，本文选定股票收益率作为研究对象，将主成分分析方法应用于代表性股票收益率的时间序列，求解投资组合收益敏感度。
二、投资组合收益的主成分分析方法
主成分分析方法是一种统计分析方法，将多个指标化为少数几个不相关的综合指标 (所谓主成分) , 笔者将投资组合收益的主成分分析方法叙述如下:
假定一个投资组合由p个资产构成, 它们的收益率分别为xi (i=1, 2, …, p)。构造收益率影响的主成分，首先是通过对这p个资产收益率相关性的研究，构造p个不相关的综合指标yi (i=1, 2, …, p), 其中每一yi都被合理地表示为各原始收益率的线性组合，这样统计数据所反映的信息就不再有重叠;接着，在上述p个综合指标中选取较少的m (m
方法的数学原理和公式推导可参考文献[6], 具体步骤如下:
(一)将各变量xi标准化，即对同一变量减去其均值再除以标准差，以消除量纲影响。
(二)在标准化数据阵X= (xij) 的基础上计算原始收益率相关系数R= (rij) , 其中
(三)求R阵的特征值λ1≥λ2≥...≥λp及相应的正则化单位特征向量cj= (c1j, c2j, ..., cpj) ，其中每一特征值是相应主成分的方差, 方差越大, 则对总变量的贡献越大;每一特征向y量j=则k∑p=是1c k对jx应k;主成分的线性表达式中原始收益率的组合系数：
(四)在已确定的全部p个主成分中合理选择前m个来实现最终的评价分析, 一般用方差贡献率解释主成分yj反映的信息量大小, m的确定以累计方差贡献率达到足够大的值 (一般取85%) 为原则;
(五)将各资产一个基点收益率变化相对应的交易组合价值变化代入各主成分的表达式中，获得对应于主成分一个基点收益率变化的交易组合价值变化，即组合收益对主成分的敏感度。
三、地产股收益的主成分分析
（一）投资组合的构造
目前中国房地产行业形势复杂，一方面一、二线城市房源需求持续增加，另一方面国家调控加强，倒逼开发商进行自我革新。在此背景下，大型房企强者恒强，龙头企业不论是土地储备还是融资方面，都远超中小房企。因此，本文关注大型上市房企的股价情况，构造投资组合，选择了具有代表性的八支房地产股票，分别是中国恒大、碧桂园、融创中国、中国海外发展、华润置地、龙湖集团、雅居乐、金地商置。
为了研究主成分对投资组合收益率的影响，本文采用市值加权法进行了投资组合的构造。市值加权是一种传统的投资组合构建方式，方法是按市值的占比来分配权重，因此市值高的公司对应的权重就更大，当这些大公司的股票表现良好时，该投资组合的表现也更好。比如标普500指数就是按照市值进行加权计算的。
企业流通市值等于流通股票数与其股价的乘积，以2019年5月2日收盘价为股价，计算得各企业流通市值如表1所示。
假设总投资金额为100万，以市值加权得到向每个企业的投资金额如表2所示：
设与第i个房企一个基点收益率变化相对应的交易组合价值变化为εi，第i个房企权重为µi，基点a=0.01%，投资总额I=1000000，则有εi=µi×a×I=µi×100，将计算结果列于表3中：
由上表可分析得到，中国恒大收益率变化一个基点会触发组合价值增加量为20.81元，中国海外发展的收益率变化一个基点则会触发组合价值增加20.31元，各房企的收益率与投资组合价值同向变动。
（二）主成分的提取
1、样本矩阵的建立
用choice金融终端软件得到八支房企股票2016年5月到2019年5月间每天的收盘价格。然后对选定的八支房地产股票进行收益率的计算。假定一只股票在第i天的收盘价为Si，定义iu为在第i天连续复利收益率，则有
以中国恒大2016年5月上旬为例，得到的收益率如表4所示：
2016年5月至2019年5月间约有739个交易日，将8只股票的收益率看成一个739×8的矩阵，因为收益率在同一量纲上，所以这里不再进行标准化计算。
2、协方差矩阵的建立
要实现一个主成分分析，第一步需要从观测中计算出一个方差-协方差矩阵。协方差矩阵是一个对称阵，对角元为方差，第i行和j列的元素为变量i和j的协方差，协方差越大，说明两者相关性越强。
对于8只股票的收益率矩阵，分别用E x c e l中的COVARIANCE.S和VAR.S函数计算它们的协方差和方差，用x1～x8表示8只股票的收益率，得到协方差矩阵如表5所示：
从对协方差矩阵的观察可知，碧桂园和融创、恒大和融创、雅居乐和融创的收益率具有一定程度的相关性，金地与其他企业的收益率相关性较弱，由此已对房企收益率之间的关系有了一初步认识。
3、特征值与特征向量的计算
进一步计算协方差矩阵的特征值和特征向量。矩阵的特征向量即因子载荷，它是因子所对应的收益率变动，而矩阵的特征值为因子得分，它是任意一天收益率变化对应某一因子的系数。分别用Excel中编写的Eigenvalues和Eigenvectors函数求得特征值、特征向量，如表6、表7中所示：
最高特征值3.73所对应的特征向量PC1为第一主元素，第二高特征值0.58所对应的特征向量PC2为第二主元素，以此类推。由于前四个特征值的累计方差贡献率已达87%，故前四个主成分已反映原始指标所提供的绝大部分信息，可利用它们来对投资组合收益进行研究。
主成分的线性表达式中的原始指标系数在理论上可取对应于特征值的正则化单位特征向量, 而对应于每一特征值的单位特征向量又不是唯一的 (存在符号上的差异) ，本文选取已求得的特征向量作为系数，构造出符合实际的前四个主成分依次为:
由线性表达式中系数的大小及符号, 可对各主成分的实际意义做如下解释:第一主成分为所有八项收益率的综合;第二主成分则与六项收益率成正相关，而与另两项负相关;第三、四主成分又分别较多体现x2、x3的信息。
（三）组合收益的敏感度分析
对于以上构建的投资组合，计算它对四个主成分的敏感度(对于主成分的一个基点变动所触发的变动数量)。
以第一主成分为例，它的一个基点变动对投资组合收益影响为:
同理得到其他三个主成分变动一个单位后，投资组合收益的变动，汇总为下表：
（四）结果分析及方法的进一步应用
通过对计算结果的分析，本文得到以下结论：
投资组合对主成分的敏感性暴露程度之比等于表5中投资组合收益变动的绝对值之比，所以投资组合对第四个主成分的暴露程度是对于第三个主成分的3.55倍。但是基于表3，第三个主成分的标准差(0.67)是第四个主成分的标准差(0.61)的1.098倍。某主成分对于一个特定的交易组合的重压性可以通过敏感性暴露和因子得分的标准差来衡量[7]，采用这个方法，第二个主成分的重要性是第一个主成分的3.23倍。
主成分分析进一步可应用于检测交易中的特定风险，有如下一些方面：
1、投资组合价值对其中某一资产的敏感性称为Delta，利用主成分分析可以计算其对某一因子的Delta。
2、期权投资组合对于标的资产的两级偏导数称为Gamma，如果直接计算会造成信息超负荷，故可以选择计算交易组合价值对于主成分分析中前两个主要因子的Gamma值。
3、利率产品投资组合的Vega是用来检测交易组合价值对于波动率的暴露程度，与一般检验波动率的方法相比，更简便的是采用主成分分析方法，计算出影响不同产品的波动率变化的主要因子，然后可计算出对应于前两个或三个主要因子的Vega数量。
摘要：本文提出计算投资组合收益敏感度的主成分分析方法, 并以该方法对由八支房地产股票组成的投资组合进行了分析, 结果表明, 主成分分析是评价收益敏感度的可行方法, 因此在投资决策中, 可通过主成分分析法, 确定投资组合价值的波动情况并实现更好的投资决策。
关键词：主成分分析,投资组合,收益,股票
参考文献
[1] 岳田利, 彭帮柱等.基于主成分分析的苹果酒香气质量评价模型的构[J].农业工程学报, 2007 (6) :223-227.
[2] 程鸿群, 邹敏等.湖北省房地产投资环境的时序全局主成分分析[J].武汉理工大学学报 (信息与管理工程版) , 2015 (8) :447-451.
[3] 彭丽.基于稀疏主成分分析的股票投资组合研究[D].西南财经大学, 2014.
[4] 林海明, 杜子芳等.主成分分析综合评价应该注意的问题[J].统计研究, 2013 (8) :25-31.
[5] 刘遵雄, 唐顺发.均值—熵指数在投资组合风险分散中的应用研究——基于主成分分析[J]南昌航空大学学报 (社会科学版) , 2017 (3) :29-33.
[6] 孙文爽, 陈兰祥.多元统计分析[M].高等教育出版社, 1994:295-475.
[7] John C.Hull.Risk management and financial institution[M].机械工业出版社, 2013:128-129.