量化投资步骤第1篇

Abstract: With a combination of construction and operation stages in project life cycle, gas filling station project schedule was studied, and a fuzzy dependent-chance programming model was established. A monkey algorithm based simulation method to the model was designed, and used to a filling station project schedule numerical simulation. The results show that, compared with the Max-npv model which considered the construction stage only, the life-cycle Max-npv model can speed up the project progress, increase the amount of work done, and improve the npv.

关键词:全寿命周期;现金流;加气站;项目进度;猴群算法

Key words: life cycle;cash flow;gas station;project schedule;monkey algorithm

中图分类号:C935;TP18文献标识码:A文章编号:1006-4311(2010)08-0090-03

0引言

现金流优化的项目进度问题(Project Scheduling Problem with Discounted Cash Flows,PSPDCF)是研究如何安排项目进度能使项目净现值(npv)最大化。项目进度问题自从1970 年由Russell 提出以来,吸引了众多学者的关注。其研究领域由无资源和资金约束的支付进度计划问题逐步转向带有资源约束下的现金流优化问题。Fang和Chyu[1]研究了具有资源约束的离散时间-费用平衡下的项目进度问题,并用群体学习算法进行了模拟。汪嘉,孙永广和吴宗鑫[2]对时间和费用都具有不确定性项目的进度计划的风险性进行了研究, 提出了以净现值的期望值为优化目标的数学模型DSPSP,并用模拟退火过程进行了模拟,优化结果DSPSP模型明显优于非常保守和非常乐观的两种极端策略。

然而,现有研究只是从投资费用最小的角度出发针对项目建设阶段的进度优化,实际上在加气站项目全寿命周期过程中,项目建设期和运营期并没有严格的界线,项目建设期和运营期都会对现金流产生影响。由于加气站项目的建设期较长,耗资量大,企业在项目建设初期往往没有足够的资金对项目中的所有活动同时开工,只能先投资建设一部分加气站,在这部分任务完工并运营一段时间后,用所得利润再继续投资建设新的加气站,项目的现金流受到运营期收益的影响,如果忽略掉这部分收益,将项目建设期和运营期分开,所得到的项目进度很可能不是最优。

本文从全寿命周期现金流角度出发研究加气站项目进度问题,同时考虑了银行贷款与还款,并将项目收益与成本及贴现率和贷款利率模糊化处理,使进度优化模型更具有实际的应用背景。最后,针对所建立的模糊规划设计了基于猴群算法的模糊模拟方法并对某加气站项目进行了模拟。

1定义和定理

定义1(Liu和Liu[3])假设θ是非空集合,p(θ)是θ的幂集。如果Pos满足以下三条公理,则称之为可能性测度。

公理1:Pos{θ}=1;

公理2:Pos{Φ}=0;

公理3:对于(θ)中的任意集族{Ai},有Pos{A}=Pos{A}。

假设θ是非空集合,P(θ)是θ的幂集。如果Pos是可能性测度,则三元组(θ,P(θ),Pos)称为可能性空间。

定义2(Liu和Liu[3])设ξ1,ξ2,…,ξm为模糊变量,若对R中的任意子集B1,B2,…,Bm,均有:

Pos{ξ∈B,i=1,2,…,m}=Pos{ξ∈B},

则称ξ1,ξ2,…,ξm为相互独立的模糊变量。

定义3(Liu和Liu[4])假设(θ,P(θ),Pos)是可能性空间,A是幂集P(θ)中的一个元素,则称Nec{A}=1-Pos{AC}为事件A的必要性测度。

定义4(Liu和Liu[5])设(θ,P(θ),Pos)是可能性空间,集合A是幂集P(θ)中的一个元素,则称Cr{A}=1/2(Pos{A}+Nec{A})为事件A的可信性测度。

定义5(Liu和Liu[3])设ξ为模糊变量,且α∈(0,1),则ξsup(α)=inf{r│Cr{ξ?叟r}?叟α}称为ξ的乐观值。

定义6(Liu和Liu[3])设ξ为模糊变量,且α∈(0,1),则ξsup(α)=inf{r│Cr{ξ?燮r}?叟α}称为ξ的悲观值。

定义7(Liu和Liu[4])设ξ为模糊变量,如果下式右端两个积分中至少有一个为有限的,则称:

E[ξ]=Cr{ξ?叟r}dr-Cr{ξ?燮r}dr

为模糊变量ξ的期望值。

定理1(Liu和Liu[4])假设ξ和η是相互独立的模糊变量,并且期望值有限,则对任意的实数a和b,有:

E[aξ+bη]=sE[ξ]+bE[η]

2模型设定

考虑一个天然气加气站建设项目,项目目标是要在全省范围内提供汽车加气服务,由于待建的加气站数目较多,企业拥有的资本较少,初期企业只能建少量加气站,经过运营一段时间获得足够的利润后再投资建设新的加气站,整个项目需要分多个阶段才能完成。项目的建设投资有三种来源,一是企业原有资本,二是已建成加气站的运营收益,三是银行贷款。加气站项目进度优化问题为:在每个阶段应该建多少个加气站,选择哪种来源的资本投资建设加气站,如果需要贷款,应在什么时间贷款,什么时间还款,才能使企业现金流最大。待决策的变量有三类,一是加气站建设时间和数量,二是贷款时间和数量,三是还款时间和数量。模型要用到的参数如下:

i:第i个现金流发生期,i=1,2,…,T。

ni:第i期新建的CNG加气站数量。

a:单个加气站运营一个阶段的利润

b:建设一个加气站需要的投资额

r1:贴现率

r2:银行贷款利率(r2>r1)

ci:第i期借入资金量,i=1,2,…,T

hij:第i期借入资金中第i期还款的数量,j=i+1,i+2,…T

Ri:第i期现金流量,i=1,2,…,T

假定a,b,r1,r2为相互独立的模糊变量,加气站项目全寿命周期现金流项目进度优化模型如下:

maxE[π]=E[Re] =E[((an+C-bn-h)e)s.t.Pos{ce+((c-h+an-bn)e) +c-h?叟bn}?叟α,i=1,2,…TPos{he?叟c}?叟β,i=1,2,…,T-1

其中(1)式表示目标函数,目标要满足现金流最大化,第一项表示已建成加气站在各阶段的收入,第二项表示各阶段企业投资贷款数,第三项表示各阶段投资建设成本,第四项表示各阶段企业偿还银行贷款数;(2)-(3)式表示约束条件,其中(2)式表示各期企业自有资本数与贷款数减还款数之和大于下期投资建设成本的可能性大于α,不等式左边第一项表示初期资本,第二项是企业运营收益,第三项表示贷款与还款数之差,不等式右边表示下期投资成本;(3)式表示还款数大于贷款额及利息和的可能性大于β。

上述模型中有三组未知变量,一是各期建站数量,二是各期借入资金数量,三是各期还款数量,共计w=(T2+3T)/2个决策变量,求解规模较大,不易求得解析解,因而本文采用猴群模拟算法进行求解。

3模型求解

对于模糊期望值和模糊相关机会规划,刘宝碇和赵瑞清(2003)[6]给出了利用模糊模拟、神经元网络和遗传算法相结合的混合智能算法进行求解的方法,本文在计算模糊变量的可能性测度及期望值时参照这种方法进行模拟。但是神经元网络和遗传算法仅适用于维数较低的模拟求解,鉴于本文中的模型需要求解的变量较多,且存在多种量纲,本文采用猴群算法的方法进行求解。

3.1模糊变量可能性测度模拟当取1时,约束条件(2)退化为L=Pos{c0+c1?叟bn1},本文以此为例说明模糊变量的可能性测度模拟方法。

步骤1:置L=α,其中α为L的一个较低估计。

步骤2:分别从模糊变量bi的α水平集中均匀产生ui,i=1,2,…,n,记做u=(u1,u2,…,un)。

步骤3:置μ=μ(u1)∧μ(u2)∧…∧μ(un)。

步骤4:如果满足c0+c1?叟bn1且L

步骤5:重复步骤2至步骤4共N次。

步骤6:返回L。

3.2模糊变量期望值模拟根据模糊变量的期望值线性性质(定理1),进度优化模型中的目标函数等价于:

E[Re]=((E[ae])n)+CE[e]

+(nE[be])+((h)E[e])

目标函数中含有模糊变量函数的期望值E[ae]、E[e]、E[be]和E[e],本文以E[ae]为例说明模糊变量期望值的模拟过程。

步骤1:设e=0,记f(θ1,θ3)=ae。

步骤2:从1中均匀产生θ1k,从3中均匀产生θ3k,使得Pos{θ1k}?叟ε,Pos{θ3k}?叟ε,令Vk=min(Pos{θ1k},Pos{θ3k}),k=1,2,…,M,其中ε是个充分小的正数。

步骤3:置l=min(f(θ1,θ3)),u=max(f(θ1,θ3))。

步骤4:从(l,u)中均匀产生r。

步骤5:设vk=min{Pos{ak,e}},则可信性测度Cr{ae}的模拟估计值为:

l=1/2(Pos+Nec)=1/2(max{vk│f(θ1,θ3)?叟r}

+min{1-vk│f(θ1,θ3)?燮r})

步骤6:如果L?叟0,置e=e+L,否则置e=e-L。

步骤7:重复步骤4到步骤6,直到最大循环次数M。

步骤8:返回期望值:

E[ae]=l+e•(u-l)/M。

3.3 基于猴群算法的模糊模拟猴群算法是由赵瑞清和唐万生[7]于2008年开发的,其原理是模仿猴子爬山的过程,分为爬、望、翻三个过程。假定共有M只猴子,每只猴子延着自己所处位置以步长epsilon向上爬(假定目标函数为求最大值),称为爬的过程;在爬到自己所处位置的最高处时,以步长bar向外观望(bar>epsilon),如果观望到的位置比自己所处的位置高,则跳到所观望到的位置,在新位置继续向上爬,称为望的过程;当爬和望重复一定次数后,每只猴子向所有猴子的重心方向翻,翻的步长随机给定,翻到新的位置后继续向上爬。重复以上步骤直到最大循环次数。

具体步骤和参数设定如下:

步骤1:初始化。

置M=3,即设定共有3只猴子,每只猴子随机选取一个初始位置(xi1,xi2,…,xiw),其中i表示第i只猴子,w表示需要求解的变量个数。

步骤2:爬。

设定加气站个数n的步长为g1=0.01/Q,贷款数c的步长为g2=100/Q。其中Q是经历一次爬、望和翻的循环次数,随着循环次数的增加,猴子的位置更接近于最优目标值,逐步缩小的步长能使模拟结果更加精确。

置yj=xij+a•sign(f′ij(xi)),j=1,2,…,w。其中f′ij(xi)为目标函数f(.)在点xi处的梯度:

f′ij(xi)=(f(xi+Δxi)-f(xi-Δxi))/2Δxij。

步骤3:望。

加气站个数n的步长设定为h1=0.1/Q,贷款数c的步长为h2=10000/Q。

随机从(xij-b,xij+b),j=1,2,…,w中产生数y=(y1,y2,…,yw),如果f(y)?叟f(x),则用y替换x。

步骤4:翻。

从(0,1)中随机产生一个数α,置yj=xij+α(pj-xij),其中pj=x,j=1,2,…,w。置y=(y1,y2,…,yw),用y替换x。

步骤5:重复步骤2到步骤4:,直到最大循环次数Q为止。

步骤6:返回3只猴子中目标值最大的即为模拟求解的最优目标值。

4加气站项目实例

假定某企业决定投资4000万元进行加气站项目,此项目计划在7年内完成。据估算,每个加气站建设成本为b=(420,450,480)万元,每个加气站年收益为a=(90,100,110)万元,每年贷款上限为100万元,贷款利率为r2=(0.05,0.06,0.07),贴现率为r1=(0.02,0.03,0.04),α=0.95,β=0.9。

采用猴群算法进行模拟,模拟计算结果为:第一年建9个加气站,贷款67万;第二年建3个加气站。最大净现值为1983万元。如果不考虑运营期收益,企业只有在第一年建9个加气站时项目净现值最大,最大净现值期望为1651万元。因而,考虑运营期收益时项目进度加快,项目完成量比不考虑运营期收益时的完成量多33%,净现值增加20%。

5总结

在以往对项目进度的研究中,仅仅局限于对项目建设期的现金流优化,现金流中不含有运营收益。本文将项目全寿命周期中对现金流有影响建设期和运营期两个阶段结合起来研究项目进度问题,构建了模糊机会规划模型,并采用猴群算法对某加气站项目的进度问题进行了模拟,结果表明,考虑项目运营期现金流后,项目进度和净现值都有所提高。

参考文献:

[1] YING CHIEH FANG, CHIUH CHENG CHYU. Proceedings of The 9th Asia Pasific Industrial Engineering & Management Systems Conference [C]// A population learning algorithm for the time/cost trade-offs resource constrained project scheduling problem,2008, Nusa Dua, Bali Indonesia: Asia pacific industrial engineering and management society,2008:459-466.

[2]汪嘉,孙永广,吴宗鑫. 时间和费用具有不确定性的优化进度计划[J]. 系统工程理论与实践.2002,1(1):93-98.

[3]Liu Baoding. Theory and practice of uncertain programming[M]. Heidelberg: Physica-Verlag.2002.

[4]Liu Yankui, and Liu Baoding. Expected value operator of random fuzzy variable and random fuzzy expected value models[J], International Journal of Uncertainty, Fuzziness & Knowledge-Based Systems, 2003, 11(2),195-215.

[5]Liu Baoding, and Liu Yankui. Expected value of fuzzy variable and fuzzy expected value models[J], IEEE Transactions on Fuzzy Systems, 2002, 10(4), 445-450.

量化投资步骤第2篇

家庭理财就是要把有限的金融资产分成以下九个部分并在相应的规划上留足金额，逐步实现家庭梦想。

收入的钱放对地方――做好税务规划。在我国，税负较重，并且针对高收入群体的税目较多，如何合理有效地避税，实现收入最大化，需要规划。节税重于投资，对于个体工商户及企业经营者，都应该通过规划来节税，小至所得税、营业税及考虑到长远的赠予和遗产税，每个人的一生都跟税收离不开关系。做好税务筹划以合理地避税，实现当期收入最大化。

节余的钱放对地方――做好储蓄率设置。储蓄是理财的基础，要做到有财可理，必须要有一定的储蓄积累。每个家庭、个人都应养成良好的储蓄习惯，不储蓄就谈不上理财，收入的20%～40%应作为储蓄。简单来说应该有收入四分的概念，将当期收入在个人储蓄、保费支出、投资性资产、生活消费支出四个方面做好配置。

风险管理的钱放对地方――做好保险规划。保险就相当于是家里的备用印钞机，当家庭主要收入提供者发生人身风险不能为家庭提供足够的持续收入来源时，保险理赔资金能够为家庭理财目标提供财务保障。保险规划的简便方法就是“双十法则”，用收入的10%购买到年收入10倍左右的保额。可以用生命价值法或遗属需要法测算家庭需要的保险金额。依所需要的保额去选择购买合适的保险品种，保费预算应控制在收入的10%以内，才不会负担过重；保额必须达到家庭年收入的10倍才能享受到比较充分的保障，在遇到困难时让家庭有足够的经济调整期。

增值的钱放对地方――选择好投资工具并做好投资性资产配置。投资是为了让资产快速增值以实现未来目标的一个重要手段。长期投资、价值投资、定期定额投资是必须坚定不移执行的理念。除了满足未来目标以外，从理财角度来讲，应该是不断地积累资产，让钱生钱，追求理财的最终目标――财务自由，做好资产配置，使理财收入达到工作收入或是生活支出以实现财务自由。

子女教育的钱放对地方――做好教育规划。在家庭教育、购房、退休三大希望工程中，教育是许多家庭摆在第一位的理财目标。望子成龙、望女成凤是每个父母的期待，无论是新婚尚未生育子女的家庭，还是已经生育的家庭，任何时候规划都不嫌晚，尤其是高等教育金和出国留学准备金都应该提前规划。如果自小孩出生后开始每月存200元，选择6%收益率的产品18年以后可以积累77470元，大学期间每年近2万元的学费便准备充足。

养老的钱放对地方――做好退休规划。确保有足够的退休金以安享晚年，选择年金类保险理财产品是不错的选择。

幸福生活的钱放对地方――做好购房规划。买房租房，在资金不充裕时，购房不宜过早，应该及早规划，延迟购房时机，让资产有足够的时间增长，甚至在资金买得起房的情况下，也应该测算购房后的自有资产与投资性资产的持有比率，购房后自有资产比率过高，投资性资产比率会不足，资产增长趋缓，不能够发挥出资产快速增值的效益，可以通过租购试算，规划出最合适的购房时机。

紧急备用的钱放对地方――备足应急基金。通过有计划的理财及资产配置后，每个家庭都应该备有三到六个月固定支出的现金存放于活期存款或货币基金中，用于应付紧急医疗或是其他紧急支出。

支出的钱放对地方――做好消费支出预算。没有理财计划的收支平衡式是：收入-支出=储蓄，有理财计划的收支平衡式是：收入-储蓄-保险-投资-教育金-退休金-购房资金-应急基金=支出，把钱放对地方之后剩余有限，所以通过记账来编制家庭预算是每个家庭必须培养的习惯，正确分辨“需要”和“想要”。购买需要的，抑制想要的。生活当中真正的需要其实不多,而是想要的太多。为了达成理财大业――财务自由，还是年轻时控制一下自己的“想要”，满足自己及家人未来的需要吧!

要实现以上九个目标必须顺利完成以下九个步骤。

第一个步骤是将理财目标数据化，将要达成的理财目标变成一个个具体的财务数据。不管是购屋、创业、子女教育或退休规划，都必须以几年以后要准备多少钱来设定目标，如5年以后购买现值100万元的住宅，10年以后准备20万元子女教育金，20年以后准备200万元的退休金等。所谓心想事成从财务的角度讲就是将抽象的梦想蓝图变成一个个具体的财务数据。

第二个步骤是摸清家底，衡量自己的财务状况。养成记账的习惯是积极理财的重要步骤，一方面能让你找到开源节流的方向，另一方面可以清楚有多少净资产与储蓄可以用于积极投资。目前有多少金融性资产与不动产，有多少长短期负债，以市价衡量的资产扣除负债后的净值剩余多少，每月收入与支出的现金流量如何，学会定期编制家庭资产负债表与现金流量表是一个很好的方法。

第三个步骤是认清自己的投资性格和风险承受能力来试算较有可能达成的投资报酬率。在各种收益率与风险的投资性资产上做好比例配置。积极理财的努力重点应放在提高收入增加储蓄额上，要积极理财就不能把钱全部放在银行存款上面，更不能把所有的闲钱都拿去买股票，进行高风险投资。投资的过程会影响到投资的成果，心理无法忍受净值剧烈波动的投资人，风险性高的股票或基金不要超过30%，可忍受净值上下起伏波动的投资人可把三年内不用的钱放在基金上。

第四个步骤是综合前三个步骤调整试算出应有的储蓄额目标。如20年后退休想要有200万元的退休金，目前有10万元可供投资，月收入6000元，依投资个性可达成的投资报酬率是10%。10万元本金以10%复利累积20年以后的本利和是67万元，还有133万元要靠储蓄来累积，以年金终值换算每月要储蓄1931元，储蓄率须达32%。若此时发现原目标设想的太高，储蓄率要达50%以上才能达成时，有必要回过头来调整目标，在梦想与现实中取得平衡。

第五个步骤是搜集投资信息了解投资工具特性，选择投资标的与市场进出时机。存款、债券、股票、黄金、不动产等投资工具风险各异，安全性、收益性、流动性各不相同。只有认识清楚各种投资工具特性才能根据自己的投资风格规划出较有机会达成预定报酬率的投资组合。

第六个步骤是计算支出预算。如前例的支出预算是每月4069元。最好的方式是在发薪时就将储蓄目标额以定期定额投资长期很有机会达到预定报酬率的国内外基金，这部分是为未来理财准备的，剩下的钱都可以用来满足目前的消费需求。

第七个步骤是依据国内外经济环境变化，定期检视投资组合并做必要的调整，此举对整笔投资而言更为重要。积极理财就必须投入一些时间与精力，来提高你的投资报酬率。个股换股波段操作或基金适时转换都不是很容易的事，最好能把投资当做一个学习的过程，在尝试中不断提高自己投资判断的准确度。

第八个步骤是在积极理财的过程中设置一个家庭财务安全网，也就是适当的保险规划。因此将一部份储蓄用来缴保费投保失业险及寿险，保障家人财务安全可让你在积极理财的过程中无后顾之忧。

量化投资步骤第3篇

关键词:平行结转分步法;逐步结转分步法;广义在产品;狭义在产品

成本核算是成本会计的最基本任务。产品成本计算基本方法有品种法、分批法和分步法。由于产品生产工艺过程的复杂性,生产组织的多样性和成本管理的不同要求,企业会选择不同的产品成本计算基本方法。如果企业产品生产需要多个步骤才能完成,并且要组织进行大量大批生产,这时就要采用分步法进行成本核算。大量大批多步骤生产的企业管理上要求核算各生产步骤的半成品成本时,就要使用逐步结转分步法进行成本核算。当大量大批多步骤生产的企业管理上不要求核算半成品成本时,为简化核算,可以用平行结转分步法进行成本核算。

一、平行结转分步法的核算特点

平行结转分步法又叫不计列半成品成本分步法。企业根据产品品种以及经过的各生产步骤设置产品成本明细账,各步骤可以不计算本步骤所产半成品成本,也不计算各步骤所耗上一生产步骤的半成品成本,而只计算本步骤所发生的各项其他费用以及这些费用中应计入产成品的“份额”。将相同产品各步骤成本明细账中的这些份额平行结转、汇总计算出最终产成品的总成本和单位成本。

二、平行结转分步法下广义在产品的确定

无论逐步结转分步法还是平行结转分步法,都要将各步骤生产费用合计在完工产品和在产品之间进行分配。不同的是,逐步结转分步法与平行结转分步法下在产品的含义不同。逐步结转分步法下的在产品是狭义的在产品,指的是正在某生产步骤加工中的在产品。平行结转分布法下的在产品指的是广义的在产品,这里广义的在产品包括尚在本步骤加工中的在产品、本步骤已完工转入半成品库的半成品、已从半成品库转到以后各步骤进一步加工尚未最后制成的半成品,也就是经过某个生产步骤加工但是还没有最终完工的产品。因此,对不同的生产步骤而言,广义在产品的范畴是不同的。理解各生产步骤广义在产品时要注意两点:一是在产品经过本步骤加工的;二是虽然经过本步骤加工但是还没有形成最终产成品。下文分情况分析如何确定连续式多步骤生产企业平行结转分步法下广义在产品数量。

(一)半成品直接转移时广义在产品的确定

例1:某工业企业大量生产的甲产品需要经过三个车间加工完成。第一车间对原材料进行加工生产出A半成品,第二车间对A半成品进行加工生产出B半成品,第三车间对B半成品进行加工生产出甲产品。A、B半成品在各车间之间直接转移,不通过半成品库收发核算。为了简化核算,企业采用平行结转分步法进行成本核算。各生产步骤生产费用采用约当产量比例法在完工产品和在产品之间进行分配。2月份各车间产量资料如表1所示。

本文引用产品生产中的等式“期初在产品数量+本期投产量=期末完工产品产量+期末在产品数量”来理解在产品数量的确定。为了便于理解平行结转分布法下该恒等式的运用,我们先看一下恒等式在逐步结转分步法下的运用。逐步结转分步法下,恒等式中某生产步骤期初在产品数量指期初正在本步骤加工中的在产品,本期投产量是本步骤投产量,期末完工产品产量是指经本步骤加工完成的半成品或产成品(对最后的生产步骤而言)的数量,期末在产品指期末本步骤加工中的在产品。针对例1给出的资料,可以列出以下3个恒等式。

第一车间:2+10=9+3①

第二车间:1+9=8+2②

第三车间:2+8=6+4③

本文根据恒等式确定平行结转分步法下广义在产品的数量。不同的是,在平行结转分步法下,某生产步骤期初在产品的数量指期初对该生产步骤而言的广义在产品数量,本期投产量与逐步结转分步法一样指该生产步骤的投产数量,期末完工产品产量指经本步骤加工并形成最终产成品的数量(适用于所有的生产步骤),期末在产品数量指期末本步骤而言的广义在产品数量。针对例1给出的资料,可以列出以下3个恒等式。

第一车间:(2+1+2)+10=6+(4+2+3)

④

第二车间:(1+2)+9=6+(4+2)⑤

第三车间:2+8=6+4⑥

综上可知,④、⑤、⑥式可以通过①、②、③式得到,①、②、③式的左边相加等于①、②、③式的右边相加,即(2+10)+(1+9)+(2+8)=(9+3)+(8+2)+(6+4)。由于A、B半成品在企业内直接转移,不通过半成品库收发核算,可以将等式中斜体加粗的部分去掉得到④式。从②、③式两个式子可以得到(1+9)+(2+8)=(8+2)+(6+4),因为B半成品库在二、三车间之间直接转移,可以把斜体加粗的数字去掉得出⑤式。而③式和⑥式是一样的。

所以逐步结转分步法下狭义在产品的数量和平行结转分步法下广义在产品的数量是有联系的。在半成品直接转移的连续式多步骤生产中,某生产步骤广义在产品数量=该生产步骤狭义在产品数量+该步骤后续各生产步骤狭义在产品数量。

针对例1中的资料,第一车间生产费用合计应该在6件甲产品和第一车间的广义在产品之间进行分配。在这,第一车间的广义在产品包含第一车间加工中的3件在产品、第二车间加工中的2件在产品和第三车间加工中的4件在产品。第二车间生产费用合计应该在6件甲产品和第二车间的广义在产品之间进行分配。第二车间的广义在产品包含第二车间加工中的2件在产品、第三车间加工中的4件在产品。第三车间生产费用合计应该在6件甲产品和第三车间的广义在产品之间进行分配。第三车间的广义在产品就是第三车间加工中的4件在产品。

需要说明的是,如果企业生产过程中的半成品通过半成品库收发核算,广义在产品就不能根据上面的等式来确定。

(二)半成品通过半成品库收发核算时广义在产品的确定

例2:承例1,如果A半成品通过A半成品库收发核算,B半成品通过B半成品库收发核算。1月末A、B半成品库均无库存。2月份各车间产量资料如表2所示,2月份A、B半成品库收发结存资料如表3所示。

平行结转分步法下,如果还将第一车间生产费用合计分配给5件甲产品和3+1+3件在产品是不正确的。等式(2+1+2)+10=5+(3+1+3)也是不成立的。我们先列出逐步结转分步法下3个车间产品数量的恒等式,2+10=9+3,1+8=8+1,2+6=5+3。通过3个等式可以得到(2+10)+(1+8)+(2+6)=(9+3)+(8+1)+(5+3),但是因为半成品通过半成品库收发核算,而经过第一车间加工的A、B半成品本期入库和下一车间领用的数量并不相等,所以(2+1+2)+10=5+(3+1+3)不成立。这就要考虑半成品的收发结存情况,第一车间生产的9件A半成品入A半成品库第二车间领用了8件,第二车间生产出来的8件B半成品进入B半成品库,而第三车间领用6件。通过逐步结转分步法下三个恒等式可以得到(2+10)+(1+8)+(2+6)=(9+3)+(8+1)+(5+3),将等式左边的加粗部分移到等式右边,可以得到(2+10)+1+2=[(9-8)+3]+[(8-6)+1]+5+3。即第一车间生产费用合计应该在5件甲产品和[(9-8)+3]+[(8-6)+1]+3件广义在产品之间进行分配。从本段的分析可以看出,当半成品通过半成品库收发核算时,第一车间的广义在产品除了包含第一车间加工中的3件在产品,第二车间加工中的1件在产品,第三车间加工中的3件在产品之外,还包含经过第一车间的加工在半成品库的1件A半成品和2件B半成品。

第二车间生产费用合计应该分配给5件甲产品和第二车间广义在产品。而第二车间广义在产品也不只是第三车间加工中的3件在产品和第二车间加工中的1件在产品,除此之外,还包含本期第二车间生产的进入B半成品库而第三车间未领用的(8-6)件B半成品。第二车间的广义在产品应该是3+1+(8-6)件。这样,在平行结转分布法下,第二车间也有恒等式(1+2)+8=5+[3+1+(8-6)]成立。

第三车间的生产费用合计在5件甲产品和第三车间加工中的3件在产品之间分配是正确的,这是因为第三车间之后没有半成品的收发核算,也就不用考虑半成品的收发结存情况。

可以看出,连续式多步骤生产企业半成品通过半成品库收发核算的情况下,各生产步骤广义在产品的数量可以用以下公式进行计算:某生产步骤广义在产品数量=该生产步骤狭义在产品数量+该生产步骤后续各生产步骤狭义在产品数量+(该生产步骤及后续生产步骤本期产出半成品入库数量-该生产步骤及后续生产步骤的下一生产步骤本期领用半成品数量)。

综上,平行结转分步法与逐步结转分步法下生产费用的分配,基于“期初在产品费用+本期生产费用=期末完工产品费用+期末在产品费用”恒等式展开。分步法下在产品数量的确定也可以通过“期初在产品数量+本期投产量=期末完工产品产量+期末在产品数量”恒等式来确定,而基于恒等式两种不同分步法中在产品数量的确定,看似“貌离”,实则“神合”。

参考文献:

1、于富生,黎来芳.成本会计学(第5版)[M].人民大学出版社,2009.

2、刘琳.约当产量法与分步法的结合探微[J].财会月刊(综合),2007(11).

量化投资步骤第4篇

关键词对外投资项目资源型项目投资风险模糊综合评价

1风险管理及对外资源型投资项目风险管理

所谓项目风险管理是指人们的主观行为，使各行为主体通过对某一项目实施过程中将要遇到的风险事件进行识别、衡量、分析，在此基础上制订出适宜的防范控制措施，用合理的手段综合处理风险，以最大限度地实现项目实施的既定目标的科学管理过程。

投资项目风险指的是项目投资建设运营过程中项目可能给项目投资者、项目债权人等相关利益群体所造成的损失及对国民经济和经济环境、环境等所造成的破坏程度。投资项目面临着大量的不确定性风险因素，对这方面的也颇多，一般来说主要分为市场风险、管理风险、技术风险、自然环境风险、经济风险、社会文化风险等。每一大类风险因素又可划分为若干小类，这些风险因素对不同的项目，甚至是同一项目不同阶段的程度也都是不同的，但任何一种风险都有可能造成项目建设的失败。

对外资源型投资项目风险管理是指对外资源型投资对勘探、开发、投资项目实施过程中存在的各种各样的风险事件进行识别、衡量、分析评价，并适时采取各种有效的方法进行处理，以保障该项目安全正常实施，达到预期收益，并保证本企业及国家的经济利益免受损失的科学管理过程。

2对外资源型投资项目风险管理的基本程序和步骤

对外资源型投资项目风险管理的基本程序与一般风险管理程序一样，包括风险的识别、风险的评价、风险的决策和风险的控制与防范这四个主要步骤。

风险的识别是整个风险管理活动的前提和基础。它包括调查投资项目面临的所有潜在风险是否存在、分析产生风险的各种原因。识别风险应尽可能全面按照系统分析的方法，项目风险可分为筹融资风险、建设期风险、生产期风险和项目决策风险。

风险的评价是指对投资项目所面临的各种特定风险发生的可能性或风险发生造成的损失的范围与程度进行的测算和估计。它包括风险大小的定量估计与风险危害基准的设定等。

风险的决策是指针对投资项目所面临的各种特定风险及其大小，运用适当的方法加以分析，从而做出是否投资，何时投资以及如何投资等的决策过程。

风险的控制与防范是指人们力求规避或改变那些可能引起或加重损失的因素，采取安全有效、积极合理的措施来对付各种风险。风险的控制与防范要根据风险管理主体对风险的态度、风险承受能力、管理者的素质、风险的性质和影响程度等许多因素，运用各种相应的方法来进行处理。其中风险的防范主要偏重于对风险的事前、损前处理，风险的控制则是在投资项目运作过程中，随时监视项目的进展，注视风险的动态，一旦有新情况，马上对新出现的风险进行识别、评价和决策，并采取必要的行动。

风险管理的这四个步骤之间不是孤立存在的，在实际运用过程中通常下一步骤的进行是以前一步骤的结果为依据而紧密联系在一起的。由于风险尤其是经济风险的影响因素是瞬息万变的，旧的风险因素会不断改变，新的风险因素又会不断产生，因此必须定期、不定期地进行风险识别、风险评价，不断修改和完善风险决策方案及风险控制方法。换句话说，风险管理活动的四个基本步骤是一个连续不断、循环往复的管理过程。

3对外资源型投资项目面临的主要风险

3.1项目筹融资风险

这是指项目管理者在筹融资活动中改变筹资结构，使其偿债能力丧失和资金利润率降低的可能性。项目筹融资风险主要来源于生产经营、资金组织和外汇汇率变动。如果生产经营中项目亏损，就使得筹融资中借入的资金偿还需用自有资金支付；如果资金安排不合理，购货付款与偿债付款较集中，就会出现临时性的经营困难；对外资源型投资项目还主要面临着汇率升降所带来的风险。

3.2建设期风险

在对外投资项目的整个建设周期中，由于资金的不断投入，而项目还未获得任何收益，这就使得项目一旦因为某些因素造成建设成本超支，不能按期完工或无法完成，就会给投资者带来损失。为此需考虑以下几方面的因素：管理者必须具备丰富的管理经验和一定的技术能力，否则导致项目的投资成本、完工质量及生产效率方面出现不确定性；原材料、燃料涨价，资金、人员和物资调配环节出现，都会造成建设成本增加、工程延期，投资回收期延长；土地、建筑材料及运输的可获得性出现困难，无法按计划开工，就会拖延工期；不可抗力风险自然灾害、战争、政局变动等都会影响工程开工，并对投资项目未来产品市场产生影响。

3.3生产期风险

项目建设完成，进入正常经营状态，通过产品的销售来偿还债务和回收投资，实现预期的经济效益和社会效益。这一时期的风险主要表现在生产、市场、政策、汇率变动、政治波动等方面。

生产方面，管理人员的自身素质和能力局限，对生产计划安排和人、财、物的有机组合不能实现预期的生产控制和成本控制，生产人员工艺技术不熟练，次品率高于标准，都会影响项目效益的实现；市场方面，原材料、能源市场价格波动，新技术的出现都会影响项目产品利润的实现；汇率方面，汇率的波动会直接影响投资收益；政治方面，一旦政局变动，尤其是国际关系出现分裂，将使投资项目严重受挫。

量化投资步骤第5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。

量化投资步骤第6篇

[关键词] 投资组合交易成本蚁群算法

一、引言

由Markowitz(1952)提出的均值-方差(MV)模型在投资组合理论中占有重要的地位, 是投资分析中的一种有效的工具。Markowotz分别用期望收益率和收益率的方差来衡量投资的预期收益水平和不确定性(即风险),建立了均值-方差投资决策模型。随后, Markowitz(1959),Mao (1970)讨论了均值-下半方差模型,在收益分布对称的情况下,下半方差刚好是方差的一半,但均值-下半方差有效前沿与均值-方差模型有效前沿完全一致;Konno(1991)研究了用均值绝对偏差来衡量投资组合的风险,提出了均值-绝对偏差模型(MAD模型),简化了投资组合优化的运算;Konno和Suzuki (1995)研究了均值-方差-偏度模型,基于收益不对称分布的情况,是对MV模型的补充。这些研究使得投资组合模型越来越接近实际,但也越来越难于用传统的数学规划方法进行有效地求解模,许多学者把目光转向应用仿生算法求解投资组合模型,解决模型的实际应用问题。

蚁群算法作为近年来一种新兴的仿生算法,具有较强鲁棒性、优良的分布式计算机制、易于与其他方法相结合的优点,被成功用来解决如TSP、武器-目标分配问题、频率分配问题、电力系统故障诊断等问题。近年来也有学者将蚁群算法应用于证券投资组合问题的研究,孙永征,刘亮(2008)将混合行为蚁群算法应用到股票市场投资者行为研究中去,建立了基于混合行为蚁群算法的股票市场投资行为演化模型,研究投资者的五种行为对股票价格及市场稳定性的影响。研究表明,不同投资行为与股票价格及市场稳性之间存在复杂的关系。谢燕兰(2008)利用经典MV模型和股票技术分析中成交量、收益率等指标,以银行作为投资避险的工具,构建了一个针对国内股票市场的证券组合投资优化模型。然而,这些研究成果没有考虑到股票投资过程中必然存在交易成本因素,从而降低了模型的实际应用价值。假设交易成本是线性函数,本文提出考虑交易成本的股票投资组合模型,利用蚁群算法求解所建模型,并且讨论了模型参数的设置对投资回报的影响。

二、蚁群算法下的投资组合模型

1.经典的MV投资组合模型

根据投资者均为理性经济人的假设,Markowitz理论认为投资者在证券投资过程中总是力求在风险一定的条件下,获得最大的收益;或者在收益一定的条件下,将风险降到最小。则Markowitz模型可表示为以下两种单目标的模型:

(1)

其中,n为持有资产的数量,xi代表每种资产的持有比例,ri(i=1,…,n)为每种资产的期望收益率,σij表示资产i和资产j(i=1,…,n;j=1,…,n)的协方差。

2.基于蚁群算法的证券投资组合模型

蚁群算法(ants colony algorithm)是由Dorigo等于1990年为了解决组合优化问题而提出的一种模拟蚁群觅食行为新型进化算法。概括而言,就是将蚁群的觅食行为视为一个复杂的路径优化问题。算法的主要机理可从两个方面来描述:(1)集体性,算法寻优过程是一种带有信息交换的并行过程,具有全局搜索的能力;(2)路径的适值标准,当蚂蚁在从巢穴去食物源(或者从食物源返回巢穴)时,会在走过的路上留下一种化学物质(pheromone),被称为信息素,这种信息素的强弱与它们所走的路的长度成反比。蚂蚁根据信息素的强弱以一定的概率来进行路径选择,形成了正反馈搜索过程。以上特征使得蚁群算法成为求解组合优化问题的一种简单、高效的手段。

在证券投资组合模型中,股票投资收益率相当于蚂蚁运动过程中留下的信息素,为了避免算法运算时间过长陷入停滞,Dorigo在蚁群模型中引入了启发函数加速模型的收敛,对应于证券投资组合模型,启发函数相当于投资组合的风险,算法运行的结果是使得组合实现最小风险下的最大收益。具体如下:

(1)转移概率的计算

转移概率直接关系到蚁群算法的寻优效率和执行结果,由下式得出,在证券投资组合模型中,蚁群通过对风险和收益的均衡确定转移概率:

(2)

其中,信息素τi(t)按照如下规则更新:

(3)

(4)

(5)

其中,为信息素的变化量,ri为第i个证券的收益率,α、β是模型参数分别反映了蚂蚁在运动过程中所积累的信息和启发信息在蚂蚁选择路径中的相对重要性,ρ是信息素的挥发系数,通常情况下设置ρ

(2)启发函数的定义

启发函数用来加速算法收敛,并且避免算法陷入局部最优,本文采用单只股票的标准差衡量其风险,从而构造启发函数,如下:

ηi=1/ρi (6)

(3)交易成本

交易成本是股票投资的一个重要问题,大多数情况下,投资者都是从已持有的投资组合开始,确定如何在股票市场上进行调整。股票投资仓位的调整必然需要交易费用,交易费用通常是新旧股票组合之差的V型函数:

(7)

其中,ci(t)表示第i只股票第t期的交易费用;

ki≥0,i=1,2,…,n,表示第i只股票的交易费率;

,Mi(t)表示第i只股票第t期投资额,假设初始投资金额M(0)=100万,各股票初始仓位Mi(0)=25万。

则n只股票第t期总交易费用为:

(8)

(4)投资回收总额

个股仓位根据上述转移概率公式(2)结果进行仓位调整,第i只股票在第t期末的投资回报为:

Mi(t)=M(t-1)×xi(t)×[ri(t)+1]-ci (9)

总的投资回收额:

(10)

三、蚁群算法基本流程

设有n只股票m名投资者,股票的收益率为ri为第i个证券的收益率,τi(t)为股票i上的信息素,并设置每只股票的初始信息素。

步骤1:参数初始化。令时间t=0和循环次数NC=0,设置最大循环次数NCmax,将m个蚂蚁置于n个元素(股票)上,初始化,令τij=const,(0)=0,其中cinst是常数;

步骤2:设置循环次数NCNC+1;

步骤3:蚂蚁数目KK+1;

步骤4:将各蚂蚁的初始出发点置于当前解集中;对每个蚂蚁k(k=1,2,…,m),按概率状态转移Pkij公式(2)移至下一个元素(股票)j;

步骤5:若元素未遍历完,即k

步骤6:根据公式(3)、(4)、(5)更新每条路径上的信息素量;

步骤7:若满足结束条件,即如果循环次数NC≥NCmax,则循环结束并输出程序计算结果,否则跳转到步骤2。

四、实证检验结果与分析

为了使算法结果具有可比性,本文使用谢燕兰(2008)文中基本数据作为样本,以2007年7月6日～2008年1月15日的国内A股证券市场每日交易资料(股价、收益率)作为运行资料,令初始投资资金为100万,运用MATLAB编程得到各模型2007年7月6日～2008年1月15日的投资回报。由于蚁群算法所需参数较多,需要讨论模型参数变化对运算结果的影响。

图1～2选取了三组六个具有代表性的算法寻优结果,可以观察到本文模型较谢燕兰模型(212.6万元)获得了更好的投资回报,三个参数α,β,ρ的设置对算法最终寻优结果有着不同的影响。其中α对投资组合回报影响较为显著,随着α的增大投资回报显著增加,α=3时投资回报为356.67万元,而当α=0.7时,投资收益仅为259.8万元,也就是说当投资者在第一天在某只股票的投资获得较高的收益时,第二天继续增加此只股票投资仓位;β和ρ的变化对投资回报的影响显著性不强,α和ρ不变,当β=0.3时投资回报为271.56万元,β=3.5时投资回报为279.27万元,这是由于国内A股市场交易规则中涨跌停板的限制在一定程度上控制了股票投资的风险,而投资时间间隔越长,对当前投资组合的影响越不明显,这和股票投资技术分析的结论一致。

五、结论

本文利用基本蚁群算法对投资组合模型进行了优化,主要提出了考虑交易成本的股票投资组合模型并对其进行了有效求解,与此同时讨论了模型参数变化对算法寻优结果的影响。实证结果表明蚁群算法能够在有限的资源条件下,求解传统的数学方法难以解决的投资组合问题,并且具有整体优化,高效迅速的优势,具有广阔的应用前景。

参考文献:

[1]Markowitz H M.,Portfolio selection [J]. Journal of finance, 1952, 7:77～91

[2]Markowitz H M.,Portfolio Selection: Efficient Diversification of Investments[M], Wiley: New York, 1959

[3]Mao J C T., Models of capital budgeting, E-V versus E-S[J]. Journal of Financial and Quantitative Analysis, 1970, 5: 657～675

[4]Konno H., Yamazaki H. Mean-absolute deviation portfolio optimization model and its application to Tokyo Stock market [J]. Management Science, 1991,37:519～531

[5]Konno H., Suzuki K. A mean-variance-skewness optimization mode[J].Journal of the Operations Research Society of Japan, 1995, 38: 173～187

[6]孙永征刘亮:基于混合行为蚁群算法的股票市场投资者行为模拟[J].山东大学学报(理学版)2007,42(6):35～40

[7]谢燕兰:蚁群算法在证券投资组合中的应用[D].苏州:苏州大学硕士论文,2008

量化投资步骤第7篇

投资者情绪（InvestorSentiment）与股票价格之间的关系是传统金融理论和行为金融理论争论的焦点。传统金融理论认为，市场是有效的，虽然部分投资者在某种程度上可能并非理性，但由于交易随机进行，非理对于股票价格的影响会相互抵消，因此股票价格不会受到影响。行为金融理论则吸收了心理学、社会学、人类学、行为决策研究的成果，是金融学、心理学、行为学、社会学等学科相交叉的边缘学科，力图揭示金融市场的非理和决策规律，“有限理性”与“有限套利”是其两大支柱。行为金融理论认为，证券的市场价格并不只由证券内在价值所决定，还在很大程度上受到投资者主体行为的影响，即投资者心理与行为对证券市场的价格决定及其变动具有重大影响。这突破了传统金融理论的有效市场和理性人假说，认为由于非理性投资者行为的不可预测性和套利的非完美性，理性套利者并不能及时纠正非理性投资者导致的股票价格与价值之间的偏离。所以，股票价格由其基础风险和非理性投资者的错误估价共同决定。投资者情绪是影响股票收益的重要因素之一。

二、相关研究评述

众多针对投资者情绪与股票市场的研究表明，投资者情绪对股市收益及波动有着重要的影响。Charoenrook(2003)以密歇根大学消费者情绪指数年度变化测度投资者情绪，以考察情绪与股票市场收益之间的关系，检验情绪的变化是否预测了股票市场收益，结果发现消费者情绪的变化在月度和年度上均预测了市场超额收益，且情绪的预测力与经济状况无关。Brown和Cliff(2004)对投资者情绪与短期股票收益率之间的互动关系进行了研究，发现情绪和近期市场收益相关，股票市场近期历史收益率和投资者情绪水平本身是情绪的重要解释变量。DenysGlushkov(2007)测量情绪敏感性股票是否会赚取更高的收益，结果表明投资者情绪较高的股票表现劣于投资者情绪较低的股票。王美今和孙建军(2004)构造理论模型并证明了投资者接受价格信号时表现出来的情绪是影响均衡价格的系统性因子。实证发现投资者情绪的变化不仅显著地影响沪深两市收益，另外，还有观点认为投资者情绪是影响资产定价的系统性风险（DeLongetal.，1990）。

三、投资者情绪指标的构建方法及其与股票收益关系研究

本研究分析投资者情绪与股票收益之间的关系，因此构造科学合理的股票情绪指标将情绪进行合理量化是一个重点。衡量投资者情绪的指标可以分为市场情绪指标和个股情绪指标两种，还可分为情绪的直接指标和情绪的间接指标两类。国外现有研究投资者情绪及其对市场作用时所运用的情绪指标大多是直接调查指标，这或许与国外金融市场发展程度及研究机构数据调查、保存的历史等条件有关。然而，基于投资者认知的情绪直接指标有可能在研究的出发阶段就产生了偏误。与此相比，金融市场交易变量已经包含了投资者的决策前与决策中的行为与心理偏差，运用这些变量表征情绪或许更为准确。本研究选取个股的股东户数和户均持股来构造投资者的市场情绪指标，属于情绪的间接指标。由于这两者都存在逐年递增的趋势，首先需要进行去趋势化处理。

（一）数据来源和处理

选取resset数据库中沪深300较早上市且数据完整的180只股票，样本选取这180只股票2002年6月至2010年3月的股票收益率、股东户数和户均持股数据，三者均为季度数据。其中，股东户数和户均持股数据需要进行处理，具体处理步骤如下：

步骤1去趋势化。具体做法是对每只股票的时间序列做回归，根据样本回归方程计算每只股票的季度估计值，用实际值减去估计值得到其差额；

步骤2对于去趋势化后的数据，用当期差额与上一期差额之间的差额作为个股情绪的变量；

步骤3每季度计算180支股票收益和情绪指标的均值（按市值加权）；

步骤4情绪指标的均值进行无量纲化（x-minmax-min*2-1）处理，处理后数值区间为[-1,+1]。

（二）实证研究

本研究以2002年6月至2010年3月中国证券市场交易数据为研究对象，构造投资者的市场情绪指标，通过讨论中国投资者情绪与股票收益之间的关系，揭示中国证券市场中投资者情绪的特征及其变化规律。

1.统计结果

时间序列回归的前提是时间序列平稳，因此首先对数据进行平稳性检验，采用ADF方法检验发现处理过后的股东户数和户均持股的情绪指标都平稳。根据股东户数得出的情绪指标系数为-0.150346，在10%的显著性水平下不显著。而根据户均持股得出的情绪指标（即sent）的系数显著，选用ar(1)模型。回归方程为：returnt=0.064873+0.245380sentt+utut=0.469612ut-1+vt或returnt=0.034408+0.245380sentt+0.115233returnt-1+vt可见，当期的市场收益与当期市场情绪以及上一期的市场收益相关。（无量纲化的）市场情绪每变动一个单位，当期市场收益变动0.25个单位，即变动25%。而上一期的市场收益每变动一个单位，当期市场收益变动0.12个单位，即上一期的市场收益变动1%，当期市场收益变动0.12%。基于稳健性考虑，以等权重方式重新构造180支股票收益和情绪指标的均值并进行回归分析，得出的结果与市场加权方式类似。

2.实际意义

虽然股东户数得出的情绪指标系数不显著，但仍可以看出它与市场收益反向变动。而户均持股得出的情绪指标系数则与市场收益正向变动。这是因为经过去趋势化处理，可将发行在外的股票数看做既定。股东户数越多，说明股票更多地分散在个人投资者的手中；户均持股则恰恰相反，在股票数固定的情况下，户均持股越大，那么股东户数越少，说明股票更多地集中在机构投资者的手中。而用当期差额与上一期差额之间的差额作为个股情绪的变量则表明用增量表征情绪，可视作情绪的波动。相对个人投资者而言，机构投资者由于持股量大，对于股票价格的变化所起的影响更大。可预见，机构投资者的占比越大，股票收益率越高；个人投资者的占比越大，股票收益率越低。因此，股东户数越多，股票收益率越低；户均持股越大，股票收益率越高。而我们的实证结果与之相符合。

量化投资步骤第8篇

论文摘要:文章分析了传统的项目投资决策方法存在的问题主张将实物期权分析方法用于项目投资决策,介绍了实物期权的基本思想、概念、类型及适用条件,着重分析了实物期权在投资决策分析中一般性分析方法及其步骤,以期通过实物期权的方法来提高投资决策的科学化。

投资决策是企业为了对若干可行性方案进行研究论证或者对单一方案的可行性进行分析运用一系列的科学理论方法和手段从若干个可行方案中选取最佳方案或确定某一方案是否可行的判断分析过程。传统的投资管理决策方法主要是净现值法,该法以净现值的大小或正负为标准来选取最优方案或确定一个方案的可行性,其最大的缺陷在于忽视了企业投资管理过程中的柔性。实物期权为企业的投资决策提供了新的视角,它突破了传统决策方法的束缚,面对环境的不确定性,它给出的适合期权价值的净现值判别标准显得更为有效和科学,对企业的投资决策有着重要的实际意义。

一、实物期权的概念和思想

近20年来,期权理论在西方国家得以迅速发展,其应用不仅仅局限于金融市场,而且推广到了企业的财务管理领域,期权不再仅仅是一种有效的避险工具和投资获利工具,而且促进了现代企业的财务管理分析中的新思路与新方法的发展。而我国对于期权理论在企业财务管理中的运用尚处于初始阶段,实物期权是指在不确定的条件下,以期权的概念来定义的实物资产投资的现实选择性,它反映企业进行长期资本投资的现实选择权,它反映企业进行长期投资决策时拥有的,能根据在决策时不确定的因素改变投资行为的一种权利,实物期权具有期权的特征,即投资不可逆性,时间上的延迟和选择性以及投资后的各种变动弹性,反应了实际生活中投资决策的特点。

二、实物期权的类型

与项目的投资决策相对应,根据实物期权的特点,可分为以下几类:

(一)延期型期权

延期型期权是实物期权中最重要的一类,它相当于买权。它指管理者可选择在今后某个适当时刻进行投资,而不必在当前立即决策,企业如果能够延期投资,就等于拥有一个买权,其执行价格为投资成本。延期型期权类似美式看涨期权。

(二)放弃型期权

放弃型期权相当于一个卖权。指项目经营一段时间后,如果经营效果不佳,企业可以放弃投资并且获得清算价值。清算价值就相当于执行价格。当项目的净现值低于清算价值时,放弃或转卖这一资产相当于企业执行这一卖权,可以避免更大的损失。相当于标的为股票的看跌期权。

(三)扩张型期权

扩张型期权相当于一个买权。项目投资后,如果市场条件好,企业可以通过扩大投资规模获得更大的收益。相当于标的股票的看涨期权。

(四)收缩型期权

收缩型期权相当于一个卖权。在市场需求减少时或在其他不利的情况下,大多数项目都会考虑到收缩投资规模,从而减少可能的损失。类似于金融期权中的看跌期权。

(五)转换型期权

转换型期权相当于一个买权。它指企业的项目投资者有权在多种决策之间进行转换,该期权的获得既取决于生产技术和过程的选择,也依赖于许多非技术的因素。对投资项目运作的具体过程进行转换的期权相当于标的为股票的双向期权,即看涨期权和看跌期权的组合。

(六)增长型期权

增长型期权相当于一个买权。项目的投资者获得初始的投资成功后,在未来时间内能够获得一些新的投资机会。当这些投资机会的条件成熟时,投资者就会抓住机会进行投资,以获得更大的利润。相当于标的为股票的看涨期权。

(七)复合期权

复合期权是指以期权为标的资产的期权,即为一种期权的期权就可以用来描述这类投资。如果用复合期权的方式来分析多阶段投资项目,项目的价值将会因为投资者能够依据未来不确定性动态调整投资过程而大大提高。通常我们可以将复合期权看作一系列欧式期权的组合,适用所有产业或公司特别是研发密集的产业。

三、实物期权分析方法的适用条件

实物期权分析方法并不是对任何项目的评估都是适用的。一般情况下,投资项目使用实物期权决策方法需要满足以下条件:

第一,当存在或有投资机会时,项目会出现更新以及在中途可能会出现战略的修订,传统的投资决策方法不能正确估计项目中包含的投资机会的价值。这时使用实物期权方法对项目投资价值的评估会更为全面合理。

第二,当投资项目的不确定性足够大,投资者不得不等待更多信息,以避免不可回收投资的决策失误。而且在不确定性足够大的情况下投资者必须考虑到投资的灵活性对项目价值的影响。

第三,当投资项目的价值主要由项目的未来现金流所决定,而不是由目前产生的现金流决定。

四、实物期权在投资决策中的一般性分析方法和步骤

(一)实物期权在投资决策中的一般性分析方法

林特和彭宁斯(Link&Pennings,2001)以ROA(RealOptionsAnalysis,实物期权分析)和DCF的互补性为基础,提出了四象限分析法。他们根据收益和风险的不同将项目分为四个象限(如图1所示)。由图1可以看出

象限1:项目具有高期望收益与低风险(低波动率),可使用DCF法分析,且项目应尽快实施。

象限2:项目具有低期望收益与低风险(低波动率),可运用DCF法分析,且项目应尽快放弃。

象限3:项目具有高期望收益与高风险(高波动率),可使用ROA法量化风险,并在新信息来临时决策。

象限4:项目具有低期望收益和高风险(高波动率),可使用ROA法分析,在有信息来临时实施项目。

投资决策实物期权分析方法的基本思路在于把投资项目视为某一实物期权或若干实物期权的组合。这样,决策分析对象从项目变为实物期权,即投资项目评价问题相应转换为实物期权的定价问题。

由于投资项目被视为若干实物期权的组合,则项目的真实价值转化为实物期权或组合的价值,等于项目的净现值NPV和各种灵活性的价值之和,成为扩展的NPV——ENPV(ExtendedNPV)。把灵活性的价值称为期权溢价(optionpremium,OP),即考虑到实物期权因素而增加的价值。因此,实物期权的价值构成为NPV=NPV+OP从上式可以看出,对于一个投资项目,其NPV是固定的,不同的实物期权的价值(项目的真实价值)差异在灵活性的价值即期权溢价(OP)上。不同的实物期权或组合有着不同的期权溢价,因而有着不同的价值构成。考虑到一种极端的情况——实物期权组合全部为到期型实物期权,则显然期权溢价OP=0,此时ENPV=NPV,则传统的投资决策方法与实物期权方法得到的结论完全一致,这也印证了传统的投资决策方法在基于完全信息假设即确定性条件下是完全有效的,因而当在投资决策中涉及到很少或是没有灵活性时,传统的投资决策方法(如NPV法、IRR法等)就足够了。

(二)实物期权在投资决策中的一般性分析方法的步骤实物期权理论至今还没有一个统一的分析框架,许多学者提出的分析框架都各有侧重。本文结合Amram和Kulatilaka(1999),Copeland和Antikarov(2001)提出的两种框架,得出实物期权在投资决策中的一般性分析方法的步骤(如图2所示)。

步骤一:构造实物期权应用框架。

描述决策内容。在对投资项目进行评估时首先要做的是对决策行为进行书面描述,明确说明要决策的问题是什么,存在哪些或有决策,哪些可观察的变量触发决策。有些决策包含多个期权,常常是多层次或者序列结构的复合期权,应分块进行评价以增加直观性和可评价性。

不确定性来源识别和分析。相对于金融期权而言,实物期权的不确定性来源要复杂得多,其中很多是不可见的,既包括系统性风险,又包括非系统性风险,在实物期权的应用中必须识别出这些不确定性来源并将之结构化。

非系统风险分析。实物期权应用中总是会遇到非市场风险,对这些非系统性风险的形式和来源进行详细说明有助于得到更好的结果。

决策准则的构造。决策准则的制定问题是应用框架中重要的参考要点。识别了期权与影响其价值的不确定性来源和风险后,我们需要构造一个简单的数学表达式作为决策的准则,比如当MR>MC时重新开始生产。决策准则越具体越好。

实物期权方法是一种思维方式,如果应用框架过于复杂该方法就将失去越性,如果应用框架很难理解将会限制其应用的范围。为了成功地执行实物期权,其应用框架应该简单易懂。步骤二:建立期权定价模型。

使用NPV方法计算项目的价值。建立输入变量,期权计价模型所包含的输入量较少且比较容易获取,这也是期权方法之所以诱人的重要原因。在大多数情况下DCF分析方法已经收集到了期权计价模型所需的大部分数据。所需的输入量主要包括标的资产现值、决策点的价值增量、标的资产波动率(市场风险)、期权期限及无风险收益率。

在综合了不确定性的基础上建立事件树,对标的风险资产价值产生影确定性进行建模。

根据事件树中列出的不确定性进行相应的决策,建立决策树。决策树上显示了最优决策所获得的项目价值也即是决策者要获得的期权价值。用定价模型对实物期权进行计价。选择适当的期权计价模型计算实物期权价值。

步骤三:对计算结果的检查。

这一步主要是对用实物期权方法计算出的结果进行评价分析,通常包括四个部分:定价结果比较、制定决策临界值、分析策略空间及投资风险特征分析。

步骤四:考虑是否需要重新设计。

在对结果进行研究分析之后,需要再考虑一下投资备选方案集合是否需要扩展,投资战略是否可以通过重新构造和设计而增加价值,是否能创造出更多的期权,是否存在具有相同性能的其他备选方案等等。经过若干次验证可以设计出具有更高价值的投资策略。

五、结束语

通过以上分析可以看出,实物期权理论为企业项目投资决策提出了一种可行的分析思路和分析方法,修正了传统方法的缺陷,具有一定的理论和现实意义。但应该指出,由于实物期权的概念还需在实务工作者中推介,而且其量化分析较难,很多决策者对这种方法不甚理解,影响了它的应用效果。因此在理论上和实践中都有待于进一步研究。

参考文献:

1、刘泽亮.论实物期权及其在风险投资中的应用[J].财经理论与实践,2002(3).

2、樊霞,刘西林.实物期权的项目投资组合决策优化研究[J].工业工程与管理,2006(1).

量化投资步骤第9篇

关键词：限制理论　关键链　项目成本管理

一、引言

限制理论TOC(theoly of constraints)是以色列学者Goldratt博士在1984年最先提出，目前已被应用到生产、营销和技术管理等领域。是由20世纪80年代初他开创的优化生产技术OPT(optimized production technology)的基础上发展起来的。在限制理论中，最基本的假设为生产销售系统中存在瓶颈(bottleneck)，而此瓶颈决定了生产系统的产出速率。Goldratt把TOC引入项目管理，并提出了一种关键链(Critical Chain)的管理思想。

在80年代后期，OPT曾在我同有所介绍，它已与MRP、JIT相并为第一三种先进作业管理技术。20午后，以OPT为背景发展的TOC，其内容是由两个不同因素所构成：一个是着眼于改善系统瓶颈，追求贡献利润最大的牛产改善方法；另一个是称之为思考程序(Thinking Process，TP)的方法。思考程序是针对根深蒂固的对立的某复杂问题提出非妥协性的突破(breakthrough)方案。Goldratt博士是从1980年后半期开始对思考程序进行开发，在1994年出版的《并非运气》(It’s Not Luck)写到TOC不仅适用于制造、lk的营销和方针约束等这些生产以外的问题，也适用于解决服务业和美国军队等很多组织中的问题。此外TOC还被应用于贡献利润会计和项目管理中。TOC方法不仅在美同，而且也引起世界范围的重视。相对于欧美国家，我国对TOC的研究要迟许多。

1997年，TOC方法已经应用到项目管理的两个方面。 一是一种单一项目的计划，以减少项目周期并简化项目控制。Goldratt写了一本《目标》的书来推销限制理论概念。并且在另一本著作《关键链》(criftcal Chahl)中的最后一章(第24章)，还提到了TOC在安排并行项目的共享资源方面的应用。

TOC除了应用于项目的有限资源安排，还能被应用于项目的成本管理和项目风险管理中，约束理论认为系统遇到的问题经常来自于系统中的少数瓶颈。改善系统只需改善系统的瓶颈，不需改善系统的所有环节。改善非瓶颈的环节对增进系统的能力是不起作用的，是对企业资源(含时间资源)的浪费。这些少数的瓶颈形成了企业经营系统的关键链。本文将试图探讨TOC在项目成本管理中的应用。

二、项目成本管理的传统模式局限性分析

项目的成本管理是项目能否按照批准的预算完成的基本保证。传统项目成本管理主要包括成本预测，成本计划、成本控制、成本核算、成本分析和成本考核几个方面的内容。这种项目管理摸式尽管已经很成熟，得到了广泛应用，但笔者认为，该模式由于将项目成本管理看作是一个静态的过程，与其动态多变的特点有悖，从而不可避免的出现以下缺陷：

(一)采用传统项目管理模式，项目经理往往把重点放在节省预计成本与投资成本上，而没有考虑到项目的限制因素(如：投资决策是否再买一台机器或雇佣更多的员工)。这样就可能导致原材料不足、库存堆秘、延误工期等现象。

(二)采用传统模式的管理者往往追求局部效益最佳(例如：进度计划中优先安排获利最多的产品，获利最少在最后)，他们认为这些标准应与净利润或投资回报率相关。但这些标准只能衡量生产局部的某一种产品所花的成本，或者成本偏差。这显然与全局优化的目标相结合。

(三)由于传统项目成本管理模式的静态性和进程一次性的特点，使得管理无法体现“全员参与”的基本要求。由于初期成本计划往往由项目经理决定，成本的评估电是由专业成本管理人员完成，无法切实收集到实际过程中来自各个部门、项目实施各个阶段的成本反馈意见，从而无法做到真正的成本监控。而且初期就有可能出现成本超支的现象。如果仍然按照原有的措施进行成本管理，其效果也是可想而知的。

三、利用TOC优化项目成本管理

根据限制理论，任何系统或组织的强弱应该是决定于最弱一环，而不是最强的一环。因此任何改善应该从最弱的一环下手，其余的改善只是加重这个环的重量，对于环的强度(整个系统或组织的产出)却没有帮助。因此传统上强调局部最佳化(Local Optimal)的绩效评估，无助于整体最佳化(Global Optimal)，并且对团队合作(Team Work)有极大的破坏。组织的单位或资源是相互依赖关系，可以用链条(chain)术形容组织，一个组织是一条链条，由许多环(Link)组成，环环相扣，各有不同的功能。管理者绝对不能“根据局部影响来做评估”，管理者唯有“根据整体影响来做评估”才能保护产出。关键是每个局部行为与决策对组织整体会有什么影响，必须把每个局部行为和决策连结到组织的利润、投资报酬率上等，看看它以整体的影响。限制理论应用在项目成本管理中，持续改善五个专注步骤，可把每个局部行为和决策连结到组织的整体利益上，核心步骤如下：

步骤一：找出瓶颈。最弱的一环是瓶颈，瓶颈资源无法应付市场需求，通过加强最弱的环以打破瓶颈(如投资决策再购买一部机器或雇佣更多的员工)。需要强调的是，在此步中不考虑打破瓶颈，只是确认瓶颈即可。

步骤二：彻底利用约束条件。通过寻找疗法实现瓶颈效率最大化，由此可挖抛项目的潜力，设法让现有的资源挤出最多产能，例如在美国采用TOC的很多企业里，进行这一活动可挖掘30％以上的潜在能力，但是，这一活动都应以不增加总经费和投资而增加贡献利润为目的。

步骤三：其它的环节都要支持步骤二所做的决定(全力支持)，即约束条件以外的环都要从属于约束条件，这些环节必须全力支持住步骤二所傲的决策，不可根据局部影响来做评估，不要有非最弱环节“开动率接近100％的想法”。做到此为止，不要多做，因为如果多做，成本会毫无理由地上升。限制理论称第三步骤以绩效评估为目的：是激励个人或每个单位去做对整体有利的事情，同心协力配合达成组织的绩效，因此要做到第三个步骤，组织的绩效评估则必须做改变。

步骤四：提升约束条件的能力。要尽可能彻底利用约束条件，只有不能再提高能力时，才以投资来提高能力。若要增加强度，此时则可再买一部机器、加班或雇佣更多员工。

步骤五：重新回到步骤一，重新找出另一个限制，限制在步骤四被打破了，不可停留在此步骤。因为当瓶颈被打破后，经过一段时间，可能不再是瓶颈。此时必须重新回到步骤，重新找出另一个限制，如果不重新评估，这些程序本身就会变成限制。TOC项目成本管理模式：

限制管理称这五个步骤为持续改善五个专注步骤，这五个步骤是指南针，把局部行为和决策连结到组织的利润上。然而使用成本分摊就足误导评估产品或服务的正原因。若能持续应用五个专注步骤，对产品或服务的评估，能将局部行为和决策与维织利润有效连接，将可确保该项目更赚钱的目标。

四、应用

假定某纺织公司共生产甲，乙两种产品。市场对于这两种产品的需求假设为相对稳定的，可预测未来两年的需求没有变化。对于每种产品目前每周的需求量是80个单位。每周营业费用为J$4200。生产两项产品时都使用A、B、C、D四部机器。每个机器每周所能提供的产能为40小时。

现假设该公司要决策生产甲、乙两种产品的优先次序。

(一)传统计算方法

甲产品每单位完下利益=$50－$(10+5)=$35

甲产品完工利益=35×80=$2800

乙产品每单位完工利益=$60－$(5+5)=$50

乙产品完工利益=50×80=$4000

按照传统的理论，管理者倾向于生产和销售单位边际贡献最夫的产品(乙产品)。

因乙产品每单位需B机器时间30分钟，生产80个单位乙产品将使B机器用去2400分钟。因此，按照传统方法，生产组合为优先生产已产品80个单位，甲产品0个单位。已产品每单位完工利益为$50，因此80单位乙产品完工利益$4000，减营业费用$4200之后，净损失$200。因此传统上采用归纳成本法以及产品成本及毛利分析方法，使公司产生亏损。

(二)TOG分析成本

由最后一栏结果，可知欲满足市场全部需求，则B机器加工产品每周需要3600分钟，但B机器每周仅能供应2400分钟，因此B机器为该项目的瓶颈，如未妥善管理及控制，则可能使项目中断。

TOC理论的焦点是使有效产出最大化，有效产出=净销售收入一直接材料成本。在任何一个系统中，有效产出是由一个或几个约束因素所限制(包括内部的和外部的)。管理工作的任务就是消除约束因素。在作决策时，非约束因素应服从约束因素。

可以看出，甲产品应为较为有利的产品，因此应先生产甲产品，B机器剩余时间则分配于乙产品生产。B机器全部生产时间2400分钟，生产80单位甲产品用去1200分钟，剩下的1200分钟可生产乙产品，因生产每一件乙产品需B机器30分钟，故可生产乙产品40单位。总完工利益可计算为：甲产品$2800($35×80)，乙产品$2000($50×40)，合计$4800，减去营业费用$4200后，净利润$600。

由此可以得出，利用限制理论的方法分析，把解决问题的关键点放任最主要的矛盾上。限制因素因时而异，应注意环境的变迁及限制因素的转变。作为管理者不能让自己的思维惯性成为约束因素，当情况变化时管理者也应做出相应的变化。

五、结语