量化投资论文篇（1）

马考维茨(Markowitz)是现资组合分析理论的创始人。经过大量观察和分析，他认为若在具有相同回报率的两个证券之间进行选择的话，任何投资者都会选择风险小的。这同时也表明投资者若要追求高回报必定要承担高风险。同样，出于回避风险的原因，投资者通常持有多样化投资组合。马考维茨从对回报和风险的定量出发，系统地研究了投资组合的特性，从数学上解释了投资者的避险行为，并提出了投资组合的优化方法。

一个投资组合是由组成的各证券及其权重所确定。因此，投资组合的期望回报率是其成分证券期望回报率的加权平均。除了确定期望回报率外，估计出投资组合相应的风险也是很重要的。投资组合的风险是由其回报率的标准方差来定义的。这些统计量是描述回报率围绕其平均值变化的程度，如果变化剧烈则表明回报率有很大的不确定性，即风险较大。

从投资组合方差的数学展开式中可以看到投资组合的方差与各成分证券的方差、权重以及成分证券间的协方差有关，而协方差与任意两证券的相关系数成正比。相关系数越小，其协方差就越小，投资组合的总体风险也就越小。因此，选择不相关的证券应是构建投资组合的目标。另外，由投资组合方差的数学展开式可以得出：增加证券可以降低投资组合的风险。

基于回避风险的假设，马考维茨建立了一个投资组合的分析模型，其要点为：(1)投资组合的两个相关特征是期望回报率及其方差。(2)投资将选择在给定风险水平下期望回报率最大的投资组合，或在给定期望回报率水平下风险最低的投资组合。(3)对每种证券的期望回报率、方差和与其他证券的协方差进行估计和挑选，并进行数学规划(mathematicalprogramming)，以确定各证券在投资者资金中的比重。

二、投资战略

投资股市的基金经理通常采用一些不同的投资战略。最常见的投资类型是增长型投资和收益型投资。不同类型的投资战略给予投资者更多的选择，但也使投资计划的制定变得复杂化。

选择增长型或收益型的股票是基金经理们最常用的投资战略。增长型公司的特点是有较高的盈利增长率和赢余保留率；收益型公司的特点是有较高的股息收益率。判断一家公司的持续增长通常会有因信息不足带来的风险，而股息收益率所依赖的信息相对比较可靠，风险也比较低。美国股市的历史数据显示，就长期而言，增长型投资的回报率要高于收益型投资，但收益型投资的回报率比较稳定。值得注意的是，增长型公司会随着时间不断壮大，其回报率会逐渐回落。历史数据证实增长型大公司和收益型大公司的长期平均回报率趋于相同。另外，投资战略还可以分为积极投资战略和消极投资战略。积极投资战略的主要特点是不断地选择进出市场或市场中不同产业的时机。前者被称为市场时机选择者(markettimer)，后者为类别轮换者。

市场时机选择者在市场行情好的时候减现金增股票，提高投资组合的beta以增加风险；在市场不好时，反过来做。必须注意的是市场时机的选择本身带有风险。相应地，如果投资机构在市场时机选择上采用消极立场，则应使其投资组合的风险与长期投资组合所要达到的目标一致。

类别轮换者会根据对各类别的前景判断来随时增加或减少其在投资组合中的权重。但这种对类别前景的判断本身带有风险。若投资者没有这方面的预测能力，则应选择与市场指数中的类别权重相应的投资组合。

最积极的投资战略是选择时机买进和卖出单一股票，而最消极的投资战略是长期持有指数投资组合。

公司资产规模的大小通常决定了股票的流动性。规模大的公司，其股票的流动性一般较好；小公司股票的流动性相对较差，因此风险较大。从美国股市的历史数据中可以发现，就长期而言，小公司的平均回报率大于大公司，但回报率的波动较大。

三、投资组合风险

我们已经知道，投资组合的风险是用投资组合回报率的标准方差来度量，而且，增加投资组合中的证券个数可以降低投资组合的总体风险。但是，由于股票间实际存在的相关性，无论怎么增加个数都不能将投资组合的总体风险降到零。事实上，投资组合的证券个数越多，投资组合与市场的相关性就越大，投资组合风险中与市场有关的风险份额就越大。这种与市场有关并作用于所有证券而无法通过多样化予以消除的风险称为系统风险或市场风险。而不能被市场解释的风险称为非系统风险或可消除风险。所以，无限制地增加成分证券个数将使投资组合的风险降到指数的市场风险。

风险控制的基本思想是，当一个投资组合的成分证券个数足够多时，其非系统风险趋于零，总体风险趋于系统风险，这时，投资组合的风险就可以用指数期货来对冲。对冲的实际结果完全取决于投资组合和大市的相关程度。若投资组合与大市指数完全相关，投资组合的风险就能百分之百地被对冲，否则只能部分被抵消。

投资组合的系统风险是由投资组合对市场的相关系数乘以投资组合的标准差来表达，而这里的相关系数是投资组合与市场的协方差除以市场的标准差和投资组合的标准差。因此，投资组合的系统风险正好可以由投资组合对大市指数的统计回归分析中的beta值来表达。投资组合对大市的beta值是衡量投资组合系统风险的主要度量。投资组合的回报率、方差或标准差以及其beta值是投资组合分析和管理中的三个最重要的数据。在投资组合的另一重要理论是在资本市场理论中引入了无风险资产的概念。在实际中，我们可以将国库券认为是无风险资产。任何投资组合都可以看成是无风险资产和其他风险资产的组合。于是，投资组合的期望回报率可以表达成大市回报率与无风险回报率之差乘以beta值再加上无风险回报率。

国际金融投资行业也广泛地使用VAR(Value-at-Risk)的方法来分析和管理投资组合甚至公司全部资产的风险。VAR实际上是衡量资产价值变动率的方法。其基本概念是：假设某投资组合的回报率是以正态分布，衡量在确定的概率下投资组合可能出现的亏损金额。VAR值就是用均值减一个标准方差的回报率，可以用来计算亏损。

四、投资组合业绩评价

通常有两种不同的方法对投资组合的业绩进行评估。养老金、保险基金、信托基金和其他基金的主要投资计划发起人一般会考察投资过程的各个主要方面，如资产配置、资产类别的权重和各类别重的证券选择。这类评估称为属性评估。对很多投资者来说，他们更关心的是对一个特定的投资策略或投资机构效率的评价，如对有明确投资策略的开放式基金的评估。这种评估叫做指标评估。评估投资组合最直接的指标是回报率。但只有在相同或类似的风险水平下比较回报率才有实际的意义。从美国开放式互助基金的历史数据可以看到，增长型基金的beta值最高，系统风险最高，相应在牛市时的回报率最高，在熊市时的回报率最低。平衡型的基金则相反。收益—增长型的基金的系统风险和回报率都在增长型和平衡型的基金之间。由此可见，任何一种基金在一个时期所获得的回报率在很大的程度上取决于基金的风险特性和基金在当时所面临的市场环境。在评估基金时，首先应将基金按风险等级分组，每一组的风险大致相同，然后在组中比较回报率的大小。

投资组合的回报率是特定期间内投资组合的价值变化加上所获得的任何收益。对封闭式基金来说，由于没有资金的流进和流出，回报率的计算相对比较容易。对开放式基金而言，频繁的现金流动使普通的回报率计算无法反映基金经理的实际表现。开放式基金的回报率通常使用基金单位价值来计算。基金单位价值法的基本思想是：当有现金流入时，以当时的基金单位净资产值来增加基金的单位数量；当有基金回赎时，基金的单位数量则减少。因此，现金的流动不会引起净资产的变化，只是发生基金单位数量的变化。于是，我们可以直接使用期初和期末的净资产值来计算开放式基金投资组合的回报率。

没有经过风险调整的回报率有很大的局限性。进行风险调整后评估投资组合表现的最常见的方法是以每单位风险回报率作为评判标准。两个最重要的每单位风险回报率的评判指标是夏普比例(ShameRatio)和特雷诺比例(TreynorRatio)。夏普比例是投资组合回报率超过无风险利率的部分，除以回报率的标准方差。特雷诺比例是投资组合回报率超过无风险利率的部分，除以投资组合的beta值。这两个指标的不同在于，前者体现了投资组合回报率对全部风险的敏感度，而后者反映对市场风险或系统风险的敏感度。对投资组合回报率、其方差以及beta值的进一步研究还可以定量显示基金经理在证券选择和市场时机选择等方面的优劣。

【参考文献】

[1]［美］小詹姆斯L·法雷尔，沃尔特J·雷哈特.投资组合管理理论及应用

量化投资论文篇（2）

摘要：基于文化创意企业特征，对外源融资约束时投资支出依赖内源融资能力的敏感性进行了研究。结果表明：文化创意企业内源融资能力和投资机会对投资支出具有显著的促进作用，外源融资约束对投资的影响与企业的成长性有关，低成长性企业外源融资约束对投资支出有显著的抑制作用，且外源融资受限时投资支出主要依赖于内源融资能力，而对高成长性企业，外源融资约束与投资支出正相关。

关键词：内源融资能力；外源融资约束；投资支出；文化创意上市公司

中图分类号：F275文献标识码：A文章编号：1001-8409（2013）10-0074-04

The Effect of Internal Financing and External Financing

Constraints on Investment Expenditure

——Take Cultural and Creative Listing Enterprises as an Example

WEI Yaping， SONG Jia

（School of Management， Tianjin Polytechnic University， Tianjin 300387）

Abstract： This paper， based on characteristics of cultural and creative enterprises， researches the sensitivity of investment spending depends on internal financing ability when external financing is limited. The result shows that： cultural creative enterprises′ internal financing ability and investment opportunities has significant effect on the growth of investment spending， the effect of external financing constraints to investment is related with the growth of enterprises， low growth enterprises′ external financing constraint has a significant inhibitory effect on investment spending， and investment spending mainly relies on internal financing ability when external financing is limited， but as for the high growth enterprises， external financing constraints shows positive correlatior with investment spending.

Key words： internal financing ability；external financing constraints；investment spending；cultural and creative listing enterprises

1引言

文化创意企业是按照商业运作方式运作，最终实现企业盈利的微观组织结构[1]。与我国绝大多数中小企业面临的基本约束一样，在市场化竞争环境的动荡性和多变性中，文化创意企业的资金成为稀缺资源，内部融资与外部资源供给的有限性影响到企业的投资决策。多数文化创意企业以人力资本、版权、知识产权作为主要资产，具有典型的无形性，创意产品形成过程的不确定性和市场需求的不稳定性决定了其高风险性，而创意的独特性使得创意产品的盈利具有可持续性，一旦创意成果受到消费者的青睐，衍生产品及其他服务将给企业带来丰厚的收益，因此文化创意企业具有不同于传统企业的轻资产、高风险、高收益的特点，进而其投融资行为也表现出一些特性。首先，文化创意企业轻资产的特性使其缺乏有形资产抵押物，加之投资周期长、风险高的特性，容易增强投资者风险厌恶的程度，使银行等金融机构提高对文化创意企业的贷款利率；其次，文化创意企业生产的是融文化、创意、时尚等为一体的产品，有着时尚潮流、个体嗜好、社会环境、文化差异等多种不确定因素，因此消费者的需求具有很大的随机性，这种随机性决定了企业对投资机会的把握需要更及时、准确，从而使其投资表现出明显的高时效性。由此可见，文化创意企业的投融资行为受到企业特征的影响较大，这些特征是否会导致企业依据自身融资能力和外源融资约束在融资顺序选择上做出调整，是否会连带影响投资支出水平等问题目前的研究还较少。因此，本文将对文化创意企业内源融资能力和外源融资约束对投资支出的影响进行研究。

2相关文献回顾

内源融资主要指企业将留存收益及可动用的金融资产转化为企业再投资资金来源，内源融资能力即企业从自身内部融通资金的能力[2]。外源融资是从企业外部通过股权和债权筹集资金，我国上市公司增发或配股等外部股权融资的审批程序复杂，且要求较高，并不是其可稳定依赖的资金来源，所以本文的外源融资主要指外源债权融资[3]。

早期的MM理论认为在完全的资本市场下，企业的融资方式不会影响企业本身价值进而影响其投资行为，投资决策只与公司面临的投资机会有关。而在非完全资本市场上，外部融资成本大于内部融资成本，公司的资本结构和融资渠道都可能对投资决策产生影响[3]。Bernanke[4]和Gertler[5，6]等从问题的角度发现，当公司内外部融资成本存在差异时，投资决策会在很大程度上依赖公司的内源融资能力，外源融资越困难，投资对内源融资能力的依赖性越强。Fazzari研究了1970～1984年美国422家大型制造业公司的投资行为，按现金股利支付率的高低将样本数据分为财务受限（即外源融资受限）组和不受限组，发现在控制投资机会的前提下财务受限组的投资受经营现金流的影响较大[7]。Hoshi（1991）、Schaller（1993）、Elston（1993）等分别研究了日本、加拿大、德国的情况，大致得出类似的结论，即财务受限越严重，投资受经营现金流的影响越大[3]。

我国学者冯魏将国内上市的135家制造业公司1995～1997年间的样本数据划分为财务受限组与财务不受限组，实证发现，在以TQ控制投资机会的前提下现金流可以部分地解释公司的投资行为，且财务受限组现金流的解释能力更强[8]。陆正飞等通过对2000～2002年中国制造业上市公司的数据进行回归，进一步分析了融资对投资支出的影响，结果发现企业投资支出同投资机会和内源融资能力正相关，同外源融资限制负相关，但外源融资限制越严重，企业投资越依赖内部融资能力的假设没有得到证明[3]。

综上所述，企业内源融资能力和投资机会与投资支出正相关，在控制投资机会的情况下，外源融资约束越大，企业投资越依赖内源融资能力的假设没有得到一致的证实。那么，文化创意企业的内源融资能力及在外源融资约束情况下对投资支出的影响是否也具有传统企业的特点？本文以文化创意上市公司为研究对象进行研究并实证检验，以期揭示文化创意企业融资能力与投资支出的关系。

3模型与假设

新古典投资理论认为，在完全资本市场上，投资机会成为均衡资本量的唯一决定因素[3]，而文化创意企业的高时效性决定了投资机会对企业投资支出的作用更加明显，用平均Tobin Q来表示投资机会，则决定投资的方程为[3]：

I/K=α+βTQ+ε（1）

其中，I为投资支出额；K为期初资本量，一般指上期期末总资产；为了消除企业规模的影响，将I除以上期期末总资产（K）进行标准化；TQ指Tobin Q值。

虽然这个结论是在完全市场假设下得到的，但对研究非完全市场的投资行为也具有借鉴意义[3]。在非完全市场上，外部融资成本的增加会造成一定程度的投资不足，当外源融资受限时，企业只能依靠内部积累进行投资，而内源融资能力直接影响企业的资本积累，从而影响投资行为，由此可以进一步推论，投资机会一定时，企业外源融资约束越严重，企业投资支出受内源融资能力的影响越大。可通过以下方法验证上述理论与推理对文化创意企业是否成立：在原方程中加入代表内源融资能力的变量，以经营净现金流量（CF）表示，并进行标准化处理；同时加入表示外源融资约束的变量，用哑变量D表示，受到约束用1表示，不受约束为0。于是回归模型如式（2）：

I/K=α+β0*（CF/K）+β1*TQ+β2*D*（CF/K）+β3*D+ε（2）

根据上述理论分析提出以下假设：

假设1：文化创意企业的投资支出与内源融资能力呈显著正相关关系；

假设2：文化创意企业的投资机会对投资支出具有显著的促进作用；

假设3：在外源融资受到约束时，文化创意企业投资支出对内源融资能力的依赖更大；

假设4：外源融资约束对文化创意企业的投资支出产生抑制作用。

4实证研究

4.1变量选取

（1）投资支出（IK）。 传统的长期性投资支出（I）为本期固定资产、长期投资及在建工程增加值之和，而文化创意上市公司的无形资产及开发支出在长期性投资支出中占有较大比例，因此本文把无形资产和开发支出也纳入考虑范围[9]。此外，工程物资用于核算企业为在建工程准备的各种物资的价值，对文化创意企业来说，尤其是影视类企业，经营过程中的各种拍摄器材及辅助配件都属于企业的工程物资，因此将工程物资也考虑进来。修正后的长期性投资支出为：

长期性投资支出（I）=本期固定资产+长期股权投资+在建工程+工程物资+无形资产+开发支出增加值

IK=长期性投资支出（I）/上期期末总资产（K）

（2）内源融资能力（CFK）。衡量内源融资能力的变量在国内外已有研究中大多使用经营现金净流量，本文延用这一度量方法，并将经营现金净流量（CF）标准化为CFK[9]。

CFK=CF/上期期末总资产（K）

（3）投资机会（IG）。 已有的研究通常用TQ反映投资机会，但由于我国资本市场不成熟，文化创意企业大多以无形资产为主，某一时点的股价难以反映企业的真实价值，因此用TQ表示文化创意企业的投资机会不太准确。Christie（1989）用消除规模影响后销售收入变动的方差作为投资机会的替代变量[10]，为了简化计算，本文用主营业务收入增长率（IG）作为投资机会的替代变量。

主营业务收入增长率（IG）=（本期主营业务收入-上期主营业务收入）/上期主营业务收入

（4）外源融资约束（Div/Det）。 本文将样本分为融资约束组和融资不受约束组，采用两个变量表示，第一个变量为现金股利支付率情况（Div），当单一企业的现金股利支付率高于平均现金股利支付率时说明企业外源融资不受限，用0表示，相反则说明企业外源融资受限，用1表示[11]。第二个变量为资产负债率（Det），资产负债率越高，外部融资约束越大，资产负债率是一个连续变量[3]。

确定变量后回归方程表示如下：

IK=α+β0*CFK+ β1*IG+β2*Div + β3*Div_*CFK +ε（3）

IK=α+β0*CFK+ β1*IG+β2*Det + β3*Det_*CFK +ε（4）

4.2样本选取与数据来源

本文选取深圳和上海证券交易所2011年及以前上市的文化传播类公司，共28家，以2009～2011年的财务数据为样本。为了保持数据的有效性，剔除 ST的公司，在样本期间通过买壳上市的公司只选取正式更名后的样本数据，经筛选最终选取了 2009年17家、2010年20家、2011年23家，组成60个样本数据。相关数据来自新浪财经数据中心、凤凰财经网站。

4.3描述性统计

对各变量进行描述性统计分析，如表1。

表1样本变量的描述性统计

变量平均值中位数标准差Div=1

（30个）IK0.1480.0420.380CFK0.1170.1240.153Det0.3940.3240.220IG0.2220.1150.504Div=0

（30个）IK0.1980.0560.649CFK0.1220.1080.212Det0.2890.2650.179IG0.3220.2000.460从表1可以看出，标准差都较小，表明样本数据较稳定。具体来说，文化创意企业外源融资约束组（Div=1）的平均投资支出（IK）低于外源融资不受约束组（Div=0）约5%，基本说明假设4成立；而反映内源融资能力的经营现金净流量（CFK）两组相差不大；对于投资机会，外源融资不受约束组的平均主营业务收入率（IG）高出外源融资约束组10%，说明外源融资不受约束组的文化创意企业成长性也较高，反过来也可能是因为投资机会多（成长性较好）的企业能够吸引投资者资金，因此外源融资没有约束。

此外，无论外源融资是否受约束，文化创意企业的资产负债率（Det）都较低，外源融资约束组的平均资产负债率不到40%，而不受约束组（Div=0）的平均资产负债率比约束组（Div=1）还低近十个百分点，这可能是文化创意企业缺乏高抵押性资产而受到银行等金融机构歧视的结果。同时也可以得出反映外源融资受限的两个变量正相关。

4.4回归结果

本部分使用SPSS170对样本数据进行分析，回归结果如表2。

从表2模型整体的检验效果来看，两个回归方程调整后的R2分别为74.2%和72.7%，说明自变量在总体上解释了投资支出变动72%以上的原因，方程拟合程度较好。P值都小于显著性水平α，说明回归方程有效，且两个方程的D-W值都表明不存在明显的自相关性。内源融资能力和外源融资约束对投资支出的影响具体为：

表2回归结果

变量系数标准差t值P值以Div为替代变量CFK1.7500.2616.6920.000***R2=0.742IG0.5270.0935.6820.000***D-W=1.512Div0.1130.0891.2670.210P=0.000aDiv_CFK-0.8750.428-2.0450.046**以Det为替代变量CFK1.1660.4552.5610.013**R2=0.727IG0.4700.0935.0430.000***D-W=1.187Det-0.1450.216-0.6730.504P=0.000aDet_CFK1.3261.4420.9200.362注：***，**，*分别表示在1%，5%，10%的水平上显著

（1）以Div和Det作为外源融资约束的替代变量，文化创意企业投资支出都与内源融资能力（CFK）呈显著的正相关关系，即文化创意企业的内源融资能力越强，投资积极性越高，对投资支出具有刺激作用，假设1成立。

（2）投资机会（IG）作为影响文化创意企业投资支出的重要因素，以不同变量代表外源融资是否受约束进行回归得出相同的结论，即投资机会对投资支出具有非常显著的促进作用。投资机会越多，投资支出越多，这也符合文化创意企业对投资时机把握要求高时效性的特点，假设2成立。

（3）Div为外源融资是否受约束的替代变量时，IK与Div的系数为正，与假设4相反但不显著，而IK与Div和CFK的交互项系数在5%的水平上显著为负，与假设3相反。这可能由于以现金股利支付率的高低判断企业外源融资是否受约束不太准确，也可能是文化创意企业对投资时机把握要求高，一旦有好的投资机会，即使外源融资受限，也会通过其他渠道筹得资金进行投资，减弱了投资支出对内源融资能力的依赖。此外，为了弥补文化创意企业因投资风险较大、回报期较长降低投资者预期收益的缺陷，上市公司可能会用较高的股利支付率吸引投资者，出现外源融资受约束依然分红的情况。

（4）Det为外源融资是否受约束的替代变量时，虽然Det系数小于0，在一定程度上说明外源融资受约束对投资有抑制作用，但不显著，假设4无法得证。Det与CFK交互项的系数为正，可以从直观上说明外源融资约束越大，企业投资支出对内源融资能力的依赖越大，但也不显著，假设3不能被证明。这也验证了描述统计中文化创意企业负债率相对较低，削弱了负债对投资的约束作用。这可能是文化创意企业因缺乏传统的抵押资产使外源债权融资受到约束，因此在选择外源融资时一定程度上违背了融资优序理论，更倾向于股权融资，股权融资的偏好降低了投资支出在外源融资受约束时对内源融资能力的依赖。

4.5分组回归

上述回归中假设3和假设4没有得到显著证明，这可能是由于文化创意企业对投资机会的把握要求非常高所致，因此有必要按照不同投资机会对企业分组，进一步研究内源融资能力与外源融资约束对投资支出的影响。由于以Div作为外源融资受约束的替代变量具有一定的缺陷，后面的研究以Det作为外源融资约束的替代变量。

Lang等的研究结论指出负债水平与投资规模负相关只有在低成长企业中才成立，对于高成长企业负债的约束作用并不明显，甚至有时出现负债水平与投资规模正相关的情况[12]。但Ahn等人（2003）得出了相反的结论[9]。本文将样本数据按照主营业务收入增长率的平均值分组，主营业务收入增长率高于平均水平的企业为高成长性企业，用1表示；反之则为低成长性企业，用2表示。分组后的描述统计如表3。

表3分组数据描述性统计

分组样本数平均值标准差 Det 1230.3140.257 2370.3580.169从表3可以看出，标准差都小于03，说明可靠性较好。低成长性文化创意上市公司的资产负债率均值比高成长性的公司高近5个百分点，说明文化创意企业资产负债率的高低与其成长性高低呈反向变化，即成长性越高，资产负债率越低，外源融资约束越小，这可能是成长性好的文化创意企业能够吸引投资者的青睐，以股权融资方式解决企业资金问题的原因。也符合一些实证研究成果，即成长机会高的公司应该选择较低的财务杠杆[9]。分组回归结果如表4。

表4分组回归结果

系数标准差t值P值低成长性组CFK0.2430.6110.3970.696IG0.6200.2043.0410.007***Det-0.5800.307-1.8890.075*Det_CFK5.5892.2212.5170.022**高成长性组CFK0.2550.4790.5320.598IG0.2410.0962.5000.018**Det0.2970.1442.0530.048**Det_CFK-0.9371.079-0.8690.392注：***、**、*分别表示在1%、5%、10%的水平上显著

（1）不管是高成长性组还是低成长性组，CFK与IK都具有正相关关系，但都不显著。这可能是根据成长性进行分组后，每一组内的文化创意企业成长性相差不大，因此内源融资能力对投资支出的影响也较为相似，显著性降低。

（2）投资机会在高成长性组和低成长性组都与投资支出具有显著的正相关关系，说明投资机会对所有文化创意企业的投资支出都具有促进作用，再次证明了假设2成立，也从另一个角度证明文化创意企业的投资受投资机会的影响很大，突显了高时效性。

（3）低成长性文化创意企业的外源融资约束在10%的水平上对投资支出有显著的限制作用，且在外源融资受到约束时，投资支出显著地依赖于内源融资能力，约束越大，投资支出对内源融资能力的敏感性越大。高成长性文化创意上市公司的外源融资约束在5%的水平上表现出与投资支出的正相关关系，这可能是因为高成长性的文化创意企业具有广泛的投资机会，能够吸引投资者进行投资，从而增加了投资支出。这与Lang等 （1996）的研究结果一致。

4.6稳健性检验

为了进一步证明回归结果的稳健性，本文将表示投资机会的主营业务收入增长率（IG）替换为净利润增长率（PG），得到的结论与前文所述结果一致，说明该模型的可靠性较好。本文在对文化创意上市公司进行分组时选取现金股利支付率情况的高低和资产负债率作为外源融资是否受约束的替代变量，在显著性水平下得到了相似的结论，也在一定程度上证明了回归结果的稳健性。

5结论与局限

综上所述，我国文化创意上市公司因其特殊的文化与经济属性，其内源融资能力和外源融资约束对投资支出的影响因成长性的不同而不同。但内源融资能力、投资机会对不同成长性企业的投资支出都具有促进作用，因此文化创意上市公司仍然要增强内源融资能力，同时特别关注投资机会，在外源融资能力受到约束时仍然能够通过其他渠道筹集资金进行必要的投资，减少外源融资约束对投资支出的抑制作用，即减弱对内源融资能力的依赖，对在一定程度上缓解文化创意企业融资难问题具有“异曲同工”之效。

本文的局限性主要有以下两方面：

（1）选取了文化传播类上市公司代表文化创意企业样本，按条件进行剔除后样本容量较小，这在一定程度上会影响实证结果的普遍性。

（2）变量的选取虽然在一定程度上针对我国文化创意上市公司的特点作了一些修正，但仍有不足。比如以现金股利支付率的高低判断企业外源融资是否受约束不太准确，这可能也是造成回归结果与假设相反的一个原因。

参考文献：

[1]丛海彬.文化创意企业核心竞争力评价指标体系构建研究[J].企业活力，2011（1）：72-75.

[2]赵亮.房地产行业上市公司融资能力研究[D].西北大学硕士学位论文，2007.

[3]陆正飞，汤睿.内部融资能力、外部融资限制与企业投资行为[J].会计论坛，2005（8）：3-11.

[4]Bernanke，Ben， Mark Gertler.Agency Cost，Net Worth and Business Fluctions[J].American Economic Review，1989，79：14-31.

[5]Bernanke，Ben， Mark Gertler.Financial Fragility and Economic Performance[J].Quarterly Journal of Economics，1990，105：97-114.

[6]Gertler，Mark.Financial Capacity and Output Fluctuation in an Economy with Multiperiod Financial Relationship[J].Review of Economic Studies，1992，59：455-472.

[7]Fazzari Steven， R Glenn Hubbard， Bruce Petersen.Financing Constrations and Corporate Investment[J].Brookings Papers on Economic Activity，1988，19：141-195.

[8]冯魏.企业投资行为研究[M].北京：中国时代经济出版社，2002.

[9]张斌.文化产业上市公司融资结构对其投资行为的影响研究[D].中南大学硕士学位论文，2011.

量化投资论文篇（3）

可信性理论研究现状

近十年来，我国的房地产投资发展迅速，普遍激增的房价不断推动当前房地产投资规模的直线增长，炒房现象十分严重，从而使得许多城市的大量新建住房闲置。城市中大量低收入群体买不起房的现象已逐渐成为当前房地产经济中的突出问题。为了更好地管理当前的房地产投资市场，国家已经陆续出台了许多控制房价过快增长的相关政策，以便从各个方面缓解当前城市未购房居民的买房压力。众所周知，当前形势下的房地产投资存在极大的风险性。为了更好地进行房地产投资就必须充分掌握当前影响房地产投资的各种有效信息，不能盲目进行投资建房，一旦房源严重过剩势必会大量积压闲置，直接影响与房地产投资有关的部分行业的正常运营。事实上，房地产投资受土地、人力、物力、财力以及市场需求等诸多不确定性信息的影响，因此，要想稳妥地进行房地产投资就需要对这些不确定性信息进行合理有效地处理。为了很好地处理房地产投资中的各类不确定性信息，本文基于可信性理论将采用模糊变量来处理这些不确定性信息。

自从Zadeh在1965年首先提出模糊集的概念以来，许多学者就开始了模糊集理论的研究工作并且使其在理论和应用上都得到了迅速地发展。后来，Bellman和Zadeh在数学规划的基础上第一次提出了模糊规划的概念，他们的先驱工作使得模糊环境下的数学规划理论得以迅速的发展。基于可能性理论，许多学者已经研究了大量模糊环境下的房地产投资组合问题，并且得到了许多有意义的模糊房地产投资优化模型以及一系列模型的性质和求解模型的各种相关算法。基于可能性测度，Liu 和 Liu在2002年提出了可信性测度的概念并且有效地丰富了现有的模糊优化理论。经过许多学者近十年的努力，可信性理论已经在理论和应用方面有了较大的发展。本文的目的是提出一类新的带有可信性限制的模糊房地产投资期望值模型。另一方面，本文将可信性理论作为模糊优化的理论基础，讨论模糊房地产投资期望值模型目标函数的一些基本性质。本文通过目标函数的性质将模糊房地产投资期望值模型转化为一个等价的线性形式。最后，列举一个房地产投资问题的实例并应用Lingo软件进行求解。

模糊房地产投资期望值模型

本文首先给出模糊房地产投资期望值模型并且讨论模型的一些基本性质；另一方面，本节还将通过所建立模型的一些基本性质将模糊房地产投资期望值模型转化为一个经典的线性规划模型。为了建立房地产投资期望值模型，本文将采用下面的指标、参数和决策变量。

n：建设住宅楼的种类数量。

xi：建设第i种住宅楼幢数。

ci：建设每幢第i种住宅楼的单位利润。

di：建设每幢第i种住宅楼所需的单位用地面积。

D：建设i种住宅楼所需总的土地数量。

ωi：建设每幢第i种住宅楼所需的单位人力劳动时间。

W：建设i种住宅楼所需总的人力劳动时间。

mi：建设每幢第i种住宅楼所需的单位机器使用时间。

M：建设i种住宅楼所需总的机器使用时间。

使用上面的各种记号，为了得到模糊房地产投资期望值模型，下面本文首先建立带有确定性系数的房地产投资模型：

（1）

根据以往房地产投资中的诸多经验，由于建筑原材料的价格、土地资源的有限性、房地产的市场价格以及建筑劳动者和各种机器的能力等不确定性因素，房地产投资决策者在有限的条件下只能得到有限的不确定性信息资源；但是，当房地产投资决策者不能获得有效的不确定性信息资源势必会影响到房地产投资的最终利润。因此，房地产投资决策者要想准确而有效地描述现实的房地产投资环境并且最终能获得更大的房地产经济利润，房地产投资决策者就需要对当前房地产经济中出现的各种不确定性信息进行合理而准确地分析。基于以上的这些因素，本文考虑将建设各种住宅楼的利润c1，c2，……，cn分别看作相互独立的模糊变量。于是，可以得到房地产投资的模糊利润系数c1（γ），c2（γ），……，cn（γ），这里假设以上的各个模糊变量是三角模糊变量。进一步地，本文基于可信性理论将利用模糊期望值模型对以上的房地产投资问题进行分析和建模。因此，下面可以建立以下的带有模糊利润系数的房地产投资期望值模型。

（2）

由于以上建立的带有模糊利润系数的房地产投资期望值模型（2）中的全部三角模糊变量是相互独立的，基于此本文则根据有关模糊变量期望值的相关性质可以将上面建立的模糊房地产投资期望值模型（2）转化为下面的一个带有确定利润系数的整数线性规划模型。

（3）

由于在以上带有模糊利润系数的房地产投资模型（2）和（3）的转化过程中，本文已经通过模糊变量期望值的相关性质将带有模糊利润系数的房地产投资期望值模型（2）转化成了一个经典的带有确定性利润系数的整数线性规划模型（3）。因此，就可以通过经典的整数线性规划算法求解模糊房地产投资期望值模型（3）。在具体的求解过程中本文将采用常用的Lingo软件对带有模糊利润系数的房地产投资模型（3）进行求解。

模糊房地产投资问题的实例分析

本节将通过一个数值实例来分析说明带有模糊利润系数的房地产投资期望值模型的可行性和有效性。本文将假设某房地产投资建筑公司共承包建设甲、乙、丙、丁、戊五种类型的住宅楼，其中五种类型住宅楼的建筑数量分别为x1，x2，……，x5，各种类型住宅楼每幢的土地使用面积、所需的人力劳动时间以及所需的机器使用时间分别为d1，d2，d3，d4，d5、ω1，ω2，ω3，ω4，ω5和m1，m2，m3，m4，m5。基于房地产投资承包商当前所拥有的各种建筑材料（人力、物力以及财力等）是有限的，因此，房地产投资决策者必须根据当前房地产投资的市场境况和以往的房地产投资经验加之所拥有的各种有效信息才可以作出一个合理有效的房地产投资决策。首先，由于当前的房地产承包商共有土地面积为D=10（103平方米），即有∑i=1dixi≤10；其次，房地产投资承包商所拥有总的人力劳动时间为W=8（103小时），即有∑i=1ωixi≤8；再次，房地产投资承包商所拥有总的机器劳动时间为W=10（103小时），即有∑i=1mixi≤10。另一方面，表1给出了带有模糊利润系数的房地产投资期望值模型的其它相关数据。由于受到当前房地产投资市场变化的影响，房地产投资的市场价格往往是一个不确定的值。若房地产投资承包商只凭个人的经验来作出最终的房地产投资决策，这样就势必会影响到最终的房地产投资利润，同时也会给房地产投资者带来或大或小的房地产投资市场风险。因此，为了更加合理有效地描述当前变化不定的房地产投资市场环境，在本文中我们将通过三角模糊变量分别表示每种住宅楼每幢的利润系数c1（γ），c2（γ），c3（γ），c4（γ），c5（γ），并且假设各个模糊变量是相互独立的。最后，基于以上的各种假设，本文将建立以下带有模糊利润系数的房地产投资期望值模型。

（4）

这里模型（4）中的模糊变量都是相互独立的，因此，根据方程（2）和方程（3）之间的转化方法可以得到以下一个等价形式的房地产投资整数线性规划模型 转贴于

（5）

为了求解房地产投资整数线性规划模型（5），本文利用可信性理论中求模糊变量期望值的方法已经分别计算出每个模糊利润系数ci（γ），（i=1，2，3，4，5）的期望值E[ci（γ）]，（i=1，2，3，4，5）。然后， 可以利用整数线性规划中的经典算法来求解上面建立的房地产投资模型（5）。最后，可以得到模糊房地产投资期望值模型（4）的最优投资利润为68.5以及最优解（x1*，x2*，x3*，x4*，x5*）=（2，0，0，0，2）（见表1）。

量化投资论文篇（4）

可信性理论研究现状

近十年来，我国的房地产投资发展迅速，普遍激增的房价不断推动当前房地产投资规模的直线增长，炒房现象十分严重，从而使得许多城市的大量新建住房闲置。城市中大量低收入群体买不起房的现象已逐渐成为当前房地产经济中的突出问题。为了更好地管理当前的房地产投资市场，国家已经陆续出台了许多控制房价过快增长的相关政策，以便从各个方面缓解当前城市未购房居民的买房压力。众所周知，当前形势下的房地产投资存在极大的风险性。为了更好地进行房地产投资就必须充分掌握当前影响房地产投资的各种有效信息，不能盲目进行投资建房，一旦房源严重过剩势必会大量积压闲置，直接影响与房地产投资有关的部分行业的正常运营。事实上，房地产投资受土地、人力、物力、财力以及市场需求等诸多不确定性信息的影响，因此，要想稳妥地进行房地产投资就需要对这些不确定性信息进行合理有效地处理。为了很好地处理房地产投资中的各类不确定性信息，本文基于可信性理论将采用模糊变量来处理这些不确定性信息。

自从zadeh在1965年首先提出模糊集的概念以来，许多学者就开始了模糊集理论的研究工作并且使其在理论和应用上都得到了迅速地发展。后来，bellman和zadeh在数学规划的基础上第一次提出了模糊规划的概念，他们的先驱工作使得模糊环境下的数学规划理论得以迅速的发展。基于可能性理论，许多学者已经研究了大量模糊环境下的房地产投资组合问题，并且得到了许多有意义的模糊房地产投资优化模型以及一系列模型的性质和求解模型的各种相关算法。基于可能性测度，liu 和 liu在2002年提出了可信性测度的概念并且有效地丰富了现有的模糊优化理论。经过许多学者近十年的努力，可信性理论已经在理论和应用方面有了较大的发展。本文的目的是提出一类新的带有可信性限制的模糊房地产投资期望值模型。另一方面，本文将可信性理论作为模糊优化的理论基础，讨论模糊房地产投资期望值模型目标函数的一些基本性质。本文通过目标函数的性质将模糊房地产投资期望值模型转化为一个等价的线性形式。最后，列举一个房地产投资问题的实例并应用lingo软件进行求解。

模糊房地产投资期望值模型

本文首先给出模糊房地产投资期望值模型并且讨论模型的一些基本性质；另一方面，本节还将通过所建立模型的一些基本性质将模糊房地产投资期望值模型转化为一个经典的线性规划模型。为了建立房地产投资期望值模型，本文将采用下面的指标、参数和决策变量。

n：建设住宅楼的种类数量。

xi：建设第i种住宅楼幢数。

ci：建设每幢第i种住宅楼的单位利润。

di：建设每幢第i种住宅楼所需的单位用地面积。

d：建设i种住宅楼所需总的土地数量。

ωi：建设每幢第i种住宅楼所需的单位人力劳动时间。

w：建设i种住宅楼所需总的人力劳动时间。

mi：建设每幢第i种住宅楼所需的单位机器使用时间。

m：建设i种住宅楼所需总的机器使用时间。

使用上面的各种记号，为了得到模糊房地产投资期望值模型，下面本文首先建立带有确定性系数的房地产投资模型：

（1）

根据以往房地产投资中的诸多经验，由于建筑原材料的价格、土地资源的有限性、房地产的市场价格以及建筑劳动者和各种机器的能力等不确定性因素，房地产投资决策者在有限的条件下只能得到有限的不确定性信息资源；但是，当房地产投资决策者不能获得有效的不确定性信息资源势必会影响到房地产投资的最终利润。因此，房地产投资决策者要想准确而有效地描述现实的房地产投资环境并且最终能获得更大的房地产经济利润，房地产投资决策者就需要对当前房地产经济中出现的各种不确定性信息进行合理而准确地分析。基于以上的这些因素，本文考虑将建设各种住宅楼的利润c1，c2，……，cn分别看作相互独立的模糊变量。于是，可以得到房地产投资的模糊利润系数c1（γ），c2（γ），……，cn（γ），这里假设以上的各个模糊变量是三角模糊变量。进一步地，本文基于可信性理论将利用模糊期望值模型对以上的房地产投资问题进行分析和建模。因此，下面可以建立以下的带有模糊利润系数的房地产投资期望值模型。

（2）

由于以上建立的带有模糊利润系数的房地产投资期望值模型（2）中的全部三角模糊变量是相互独立的，基于此本文则根据有关模糊变量期望值的相关性质可以将上面建立的模糊房地产投资期望值模型（2）转化为下面的一个带有确定利润系数的整数线性规划模型。

（3）

由于在以上带有模糊利润系数的房地产投资模型（2）和（3）的转化过程中，本文已经通过模糊变量期望值的相关性质将带有模糊利润系数的房地产投资期望值模型（2）转化成了一个经典的带有确定性利润系数的整数线性规划模型（3）。因此，就可以通过经典的整数线性规划算法求解模糊房地产投资期望值模型（3）。在具体的求解过程中本文将采用常用的lingo软件对带有模糊利润系数的房地产投资模型（3）进行求解。

模糊房地产投资问题的实例分析

本节将通过一个数值实例来分析说明带有模糊利润系数的房地产投资期望值模型的可行性和有效性。本文将假设某房地产投资建筑公司共承包建设甲、乙、丙、丁、戊五种类型的住宅楼，其中五种类型住宅楼的建筑数量分别为x1，x2，……，x5，各种类型住宅楼每幢的土地使用面积、所需的人力劳动时间以及所需的机器使用时间分别为d1，d2，d3，d4，d5、ω1，ω2，ω3，ω4，ω5和m1，m2，m3，m4，m5。基于房地产投资承包商当前所拥有的各种建筑材料（人力、物力以及财力等）是有限的，因此，房地产投资决策者必须根据当前房地产投资的市场境况和以往的房地产投资经验加之所拥有的各种有效信息才可以作出一个合理有效的房地产投资决策。首先，由于当前的房地产承包商共有土地面积为d=10（103平方米），即有∑i=1dixi≤10；其次，房地产投资承包商所拥有总的人力劳动时间为w=8（103小时），即有∑i=1ωixi≤8；再次，房地产投资承包商所拥有总的机器劳动时间为w=10（103小时），即有∑i=1mixi≤10。另一方面，表1给出了带有模糊利润系数的房地产投资期望值模型的其它相关数据。由于受到当前房地产投资市场变化的影响，房地产投资的市场价格往往是一个不确定的值。若房地产投资承包商只凭个人的经验来作出最终的房地产投资决策，这样就势必会影响到最终的房地产投资利润，同时也会给房地产投资者带来或大或小的房地产投资市场风险。因此，为了更加合理有效地描述当前变化不定的房地产投资市场环境，在本文中我们将通过三角模糊变量分别表示每种住宅楼每幢的利润系数c1（γ），c2（γ），c3（γ），c4（γ），c5（γ），并且假设各个模糊变量是相互独立的。最后，基于以上的各种假设，本文将建立以下带有模糊利润系数的房地产投资期望值模型。

（4）

这里模型（4）中的模糊变量都是相互独立的，因此，根据方程（2）和方程（3）之间的转化方法可以得到以下一个等价形式的房地产投资整数线性规划模型

（5）

为了求解房地产投资整数线性规划模型（5），本文利用可信性理论中求模糊变量期望值的方法已经分别计算出每个模糊利润系数ci（γ），（i=1，2，3，4，5）的期望值e[ci（γ）]，（i=1，2，3，4，5）。然后， 可以利用整数线性规划中的经典算法来求解上面建立的房地产投资模型（5）。最后，可以得到模糊房地产投资期望值模型（4）的最优投资利润为68.5以及最优解（x1*，x2*，x3*，x4*，x5*）=（2，0，0，0，2）（见表1）。

量化投资论文篇（5）

1. 引言

理论界之所以关心不完全资本市场条件下现代公司投资决策的实证研究，宏观上是因公司投资周期性可能在不完美资本市场条件下放大导致更大的宏观经济的震荡，微观是因为不完美的资本市场导致内部资金与外部资金成本上存在差异从而对保险与信贷市场产生关键性的影响。Modigliani and Miller（1958）论证了在没有摩擦的资本市场条件下公司的真实投资决策与公司的财务结构与政策没有关联，公司投资决策不必考虑财务上的因素。Tobin（1969）提出了公司投资的Q方法，认为资本存量的市场价值与重置成本是解释公司投资需求的基本变量。这两种方法都代表了公司投资决策的新古典理论，在这两种早期的公司投资理论方法的指导下，公司投资决策不可避免地采用了代表性公司（Representative Firms）的假定。而现代公司投资决策的实证研究，超越了这些无摩擦资本市场与代表性公司的假定，结合了公司投资决策中的信息与激励问题。

本文基于不完美资本市场条件下的公司投资决策这一领域核心文献的梳理，给出不完美资本市场条件下的公司投资决策在新古典框架下的标准公司投资动态模型；基于这一模型，阐述了公司投资决策实证研究模型的构造方法与过程；不但说明实证研究中的困难——投资机会Q测度，而且指出了相应的解决方法。

2. 实证模型的理论基础与实证模型的构建

2.1实证模型的理论基础

为了构造不完美资本市场条件下公司投资决策的实证模型，本文先介绍新古典的公司投资决策模型阐述理论基础。设公司资本是唯一的准固定要素，假定资本存量的调整为凸成本函数，风险中性的管理者选择每期的投资实现公司预期的未来利润流现值最大化。该最大化问题可以由下述模型刻画：

这里，下标i与t分别表示公司与时期；Kis表示期初的资本存量；π是利润函数；θis是对利润函数的外生冲击；C是资本存量的调整函数；Iis是公司投资； λit是资本调整成本函数的外生冲击； δ是公司资本固定的折旧率； 是公司i在时期t基于可获得的信息集Ω条件下的期望算子。由投资引起的新资本在当期就具备生产能力。

风险中性的管理者选择每一期的投资，从而使公司价值即式（1）最大化。在模型（1）中，目标函数最大化的公司投资的一阶条件为

式（3）定义了边际Q。从该式可以看出，由新增的投资带来的利润的折现值就是边际Q测度。边际Q就是投资机会的理论上的测度。由式（2）知，最大化模型（1）的关于公司投资的最优条件是新增投资的边际成本等于它的边际利润。

2.2 实证模型的构建

进一步设定资本调整成本为资本与投资的线性齐次函数为：

把这一线性齐次的函数代入式（2），进一步简化整理，得到下述公司关于投资的一个方程：

（4）

这里，εit为优化误差。式（4）就是公司投资决策实证研究中的模型设定的基石。可以对上式进一步简化为 。借鉴Fazzari et al. (1988)的处理方法，假定技术冲击为0。因此，上述简化式可以进一步简化为

（5）

式（5）代表了完美资本市场条件下的公司投资决策的实证模型。该式说明了，在完美的资本市场上，只有投资机会影响到公司投资决策。这一点，被2.1图示分析所示，r处水平的资本供给曲线S与由投资机会决定从而左右移动的资本需求曲线D影响到公司投资，即资本存量的变化。也正如2.1图示分析所示，对于信息成本高昂处于资本市场不完美现实世界的公司而言，公司净值的变化影响公司投资。因此，可以预期式（5）中的残差εit与现实世界里的公司净值变化有关。一个公司由当前收入减去成本与税收构成的现金流可能常常受一系列的会计决定所影响，但公司的现金流常常用来作为公司净值变化的变量。因此，预测公司投资的实证模型可以表述为

（6）

由前面的分析，对于完美的资本市场而言，只要变量边际Q足以控制了投资机会，系数c应当为0，从而在实证研究中H0：c=0的假设检验应当在统计上是显著的。如果实证研究中该假设被拒绝，表明资本市场不完美，公司投资存在融资约束。上述式（6）也是大量关于投资现金流敏感性实证研究文献中的模型。

3. 实证研究中的难点及其解决方法

3.1 实证研究中的难点——投资机会的Q测度

无论是理想世界还是现实中不完美的资本市场假定下，上述预测企业投资决策的实证模型设定涉及到投资机会边际Q的测度。尽管边际Q存在上文分析阐述的理论测度，但实证研究中，投资机会的边际Q测度是很困难的。如何寻找边际Q在实证研究中的变量，就成为了一个值得讨论的问题。在关于投资机会Q的测度问题上，学术界一直存在三个Q测度，他们分别是边际Q，平均Q与Tobin's Q。边际Q在上文中已经有详细的分析。本文在此给出其他两个Q测度的简单含义，并指出实证研究中投资机会Q测度的选取、存在的问题与解决方法。

平均Q被定义为Vit/Kit，这里的Vit是由上文中模型（1）给出，即公司管理者对公司资本存量主观估值。Tobin's Q为资本市场对平均Q的估计。在新古典的假定下，加之关于资本与投资的线性齐次的调整成本函数假定，边际Q与平均Q相等。如果资本市场是有效的，那么公司管理者对公司价值的估计与资本市场一致，从而平均Q与Tobin's Q的估计一致（Hayashi, 1982; Gugler et al. 2004）。不然发现，平均Q仍然存在实践中测度的困难，实证研究文献常常用Tobin's Q作为边际Q的变量，其估计式为

（7）

这里Dit是公司债券的市场价值，Sit是公司股票的市场价值， Nit是公司库存的重置价值，Kit是公司资本存量的重置价值。

尽管在实证研究中有了一个对边际Q进行的变量Tobin's Q，但这一存在可能较严重的测度错误。这一测度错误缘于：一是完美资本市场与线性齐次的资本存量调整成本假定在现实中不成立，导致边际Q与平均Q不相等；二是资本市场的无效导致公司管理者对公司价值的估计有偏差，导致平均Q与Tobin's Q不相等。三是即使这些假定在现实中均成立，也就是说，即使边际Q等于平均Q等于Tobin's Q，实证研究中在估计Tobin's Q所引用的式（7）也会存在测度上的误差。事实上Tobin's Q想要测度的是资本存量的市场价值与其重置价值的比。但式（7）只是一个近似。从公司市场价值Dit+Sit中扣除库存的重置价值Nit，人力资本Hit与商标的价值 等非物质资产的价值才是资本存量的市场估值，但人力资本与商标等非物质资产的估值是很困难的，所以实证研究中只从公司市场价值中扣减了Nit作为公司资本存量的市场估值。加之，Kit，Dit，Sit与Nit均是会计数据，并不能完全刻画相关的经济学意义上的概念。因此，实证研究中在估计Tobin's Q所引用的式（7）存在测度上的误差。在估计变量Kit，Dit，与Nit时，实证文献常用迭代程序（详细讨论见Whited（1992）），这种通行的做法又带来了一个问题，即测度误差存在序列相关，因为市场力量在一定时间内持续存在，资本市场的预期与基本面的偏离受持续的狂热的左右。而且，用这些迭代程序近似计算等式（7）中的各个变量也直接导致测度误差存在序列相关。

3.2实证研究Q测度的解决方法——测度误差一致的广义矩方法

从前面的分析知道，在不完美资本市场中公司投资决策的实证研究涉及到公司投资机会Q的估计，通常的估计方法难以得到估计值的良好统计性质，因为不仅边际Q的测度上存在误差，而且这些测度误差还存在序列相关的问题。为了得到具有良好统计性质的估计，可以运用测度误差一致的广义矩方法（Measurement Error-Consistent Generalized Method of Moments Estimators）（详见Erickson and Whited（2000）与Lyandres （2007）的讨论）。

4. 结论

现有的不完美资本市场条件下的公司投资理论在实证中的检验，遵循了结构建模的方法。本文基于标准的公司投资的动态模型的最优化条件，梳理当前文献中的研究逻辑，介绍了不完美资本市场条件下公司投资决策计量模型设定方法的背后逻辑，而且概括了当前实证研究中的存在的主要难点，即投资机会的边际Q的测度问题。当前文献普遍使用Tobin's Q作为边际Q的变量，这一实际上不但存在测度误差，而且带来这种测度误差的序列相关。测度误差一致的广义矩方法是纠正这种测度误差序列相关的有效方法。

不完美资本市场条件下公司投资实证研究的逻辑至少有三种。本文介绍的仅是其中的一种。欧拉方程方法是另外一种实证研究的逻辑，这种逻辑能够规避上述由于边际Q的估计存在的问题的。欧拉方程它能够从像模型（1）样的动态设定价值最大化的必要条件得到，通过欧拉方程刻画相邻期最优资本存量的决定。这种方法也是遵循实证研究的结构的方法，这一方法的经典文献可见Whited（1992）与Love（2003）。最后一种绕过使用金融市场变量作为边际Q的实证研究逻辑基于将时序数据方法推广到面板数据（Panel Data）的发展。这种方法通过向量自回归（VAR）预测框架将现金流对投资的效应分解为预测完美资本市场条件下的未来获利能力部分与由于金融市场的摩擦所导致的残差组成部分。这种方法则是一种简约式的实证建模方法，这一方法的经典文献可以参见Gilchrist and Himmelberg（1995）。

基金项目：国家自然科学基金项目地区科学基金项目（批准号：71163010）与教育部人文社科青年基金项目（批准号：09YJC790064）

参考文献：

[1]Erickson, T. and Whited, T. M., 2000, Measurement Error and the Relationship between Investment and “q”, Journal of Political Economy 108 (5), 1027-1057.

[2]Fazzari, S. M. Hubbard, R. G. and Petersen, B. C., 1988, Financial Constraints and Corporate Investment, Brookings Papers on Economic Activity 1988 (1), 141-195.

量化投资论文篇（6）

在贸易方面，2013年中国货物进出口4.16万亿美元，同比增长7.6%，居世界首位。在投资方面，根据《2013年度中国对外直接投资统计公报》，中国对外直接投资增长迅速，2013年突破千亿美元，同比增长22.8%。与此同时，投资覆盖的国家（地区）更为广泛，截至2013年底，中国1.53万家境内投资者在国境外设立2.54万家直接投资企业，分布在全球184个国家（地区）。在“走出去”的战略指引下，中国对外直接投资发展势头良好。

在这样的背景下，挖掘投资与贸易的关系显得更为重要，两者之间的关系对中国的经济增长和发展产生直接影响。中国对外直接投资的方式和目的多种多样，这些投资对贸易是产生正向的补充和创造作用还是负面的挤出和替代效应，有待实证。

一、文献综述

1.国际贸易与国际直接投资的替代关系理论

在1960年海默首次突破自然禀赋理论解释了美国公司对外直接投资行为后，FDI理论进入国际生产分工的理论阶段，经众多学者发展成为垄断优势理论。在市场不完全的基础上，企业特定优势成为其对外直接投资的必要条件之一。

弗农将跨国公司对外投资的行为解释为对出口贸易的替代。该理论分析了跨国公司在创新期、成熟期和标准化时期的对外投资的行为。但该理论局限于跨国公司制造业产品，并且不适用于解释发达国家直接互相投资的行为。

蒙代尔（1957）利用标准国际贸易模型研究证实投资与贸易的替代关系，即当OFDI不能发生时对贸易的影响。证明了对国际贸易的阻碍会促进资本的流动，而对资本流动的限制则会促进国际贸易。

2.国际贸易与国际直接投资的互补关系理论

小岛清的理论基于日本对美投资，强调国际生产分工，并指出国际资本流动还包括技术、人力资本、管理经验等。赫尔普曼和克鲁格曼都支持贸易创造理论，认为在规模报酬递增的条件下，跨国公司在专利技术、管理方式上具有专有优势，会与其海外子公司产生大量的公司内贸易。Lipsey等在80年代的研究证实了海外生产和母国出口具有互补关系，在2000年对日本、瑞典、美国的跨国公司的研究证明了OFDI与贸易互相补充的观点。

3.国际贸易与国际直接投资的权变关系理论

权变关系理论综合了以上两种观点，认为贸易与投资的关系存在“门槛”，而不具有统一解释。陈立敏（2010）汇总了一些国外学者的观点，例如Bergsten（1980）认为，投资与贸易替代或互补是由国际化投资程度决定的，而Markuson和Svenson（1985）的观点是二者关系取决于贸易与非贸易要素之间是否合作。Gray（1998）指出，对外投资的动机和类型直接影响了它与贸易的关系，Head与Ries（2001）指出对外投资的水平或垂直决定了它与贸易的关系。Blonigen（2001）的研究认为，投资与贸易的关系与投资的短期和长期效应有关。Svenson（2004）指出，这与其涉及的产业分类精细化程度有关。

二、实证分析

1.变量选取

本文研究内容是中国对外贸易与国际投资行为的关系，因变量为中国对外贸易金额，自变量为中国对外直接投资（ODFI）和外商对中国直接投资（FDI）。与贸易有关因素还有很多，如一国GDP和人均GDP，鉴于以往学者的研究，可以很清晰地认识到这些变量与OFDI和FDI有着显著的回归关系，因而本文只选取OFDI和FDI为自变量。

本文选取我国2004年～2012年对北美洲、拉丁美洲、欧洲、非洲、亚洲、大洋洲的贸易及投资数据。其中贸易指标为中国对各地区海关货物进出口总额（万美元），投资数据来源于《中国对外直接投资统计公报》。

2.实证检验

（1）模型建立

由于本研究使用面板数据，本文采用ADF检验法对进行单位根检验，最优滞后期由SIC原则自动判断。得出结论：序列在10%的显著性水平下均为一阶单整。

其中i代表地区，j代表时间。TRADEij表示j年中国对i地区的海关货物进出口总额，OFDIij为j年中国对i地区的对外直接投资流量，FDIij表示j年i地区对中国的实际投资额。

此时R2为0.84，表明中国对外直接投资和外商对华实际投资对贸易额具有较好的解释作用。模型可表示为：

经检验，模型不存在异方差，具有一阶序列相关性。修正后不再具有序列相关。此时模型应为：

（2）模型分析

FDI每增长一万美元，双边贸易额就会增加十万美元，而OFDI每增长一万美元，会使贸易额增加二万八千美元。可以看出，中国对外直接投资和外商对华直接投资对于国际贸易具有正向的影响，且外商对华直接投资对于贸易的促进作用更大。

根据新新贸易理论，投资与贸易一体化的原因在于公司内贸易和产业内贸易。产业内贸易通过企业专业化和规模化促进增长。公司内贸易则说明，先有对外投资才有贸易产生，因此投资是贸易的先导。但一般理论认为，在中国是贸易先行的。中国对外直接投资起步较晚，基本遵循贸易在前为投资积累经验、熟悉市场，再进行对外直接投资。根据实际情况和理论分析可以看出，外商对于中国的投资目的在于产业转移，而中国对外直接投资尚不具有这样的性质。并且，外商对华直接投资增加了跨国公司位于中国的子公司对机械设备和技术等方面的需求，从而拉动了中国与投资母国之间的贸易。

三、结论与建议

中国一直以来是吸引外商投资的大国，同时对外直接投资增长迅速、区域分布广泛，在各个行业都有所涉及，但集中于资源和初级产品制造。中国对外贸易总额持续大幅上涨，在政策导向下，商品结构也发生调整和优化。

通过实证分析，本文证实中国对外直接投资和外商对华投资与国际贸易之间是促进关系。根据学者们的研究可以发现，不同行业和不同类型的投资对于贸易的影响有所不同。对于一国贸易而言，对外直接投资应当能带来更多经济效益，我国对外直接投资营收略显不足。

因此，应当根据国际经验选择适当的对外投资方式，使对外贸易和对外直接投资同步增长，彼此促进，更好更快的带动我国国民经济的全面发展。应该协调贸易政策和投资政策，积极发展对外直接投资，从监管体系、对外直接投资的规模等方面全面提高对外直接投资质量，扩大对外贸易，推动我国跨国公司的建设与发展，提高跨国经营企业综合竞争力，尤其注重提高企业创新能力，培养国际化人才，同时规范海外企业经营，提升经济效益，选择适当的国际化战略。

参考文献：

[1]陈立敏.贸易创造还是贸易替代：对外直接投资与对外贸易关系的研究综述[J].国际贸易问题，2010（4）：122-128.

[2]党远鸿.中国对外直接投资与对外贸易关系研究[D].上海：华东师范大学，2009.

[3]陈鑫.我国国际贸易与外商直接投资相互影响研究[D].江苏：苏州大学，2013.

[4]Mundell，R.A.（1957）：International Trade and Factor Mobility，Ameri can Economic Review.

量化投资论文篇（7）

一、文献回顾

按照主体的不同，对国际投资和国际贸易的关系的研究可以分为两大类。一类以东道国为主体，研究东道国外来投资和对外贸易之间的关系。这种研究除了母国和东道国之外涉及到第三国，投资和贸易之间的关系也相对疏松。另一类以母国为主体，研究母国对东道国投资与两国贸易之间的关系。在此只涉及母国和东道国，投资与贸易之间的关系相对密切。本文的研究即属于后者，本文中的国际投资指对外直接投资，即fdi。

首先对国际投资与贸易关系进行研究的是1999年诺贝尔经济学奖得主mundell(1957)。mundell的研究以标准的古典国际贸易模型为基础，通过严格的假定，得出了国际投资替代国际贸易的结论。在随后的60年代，又有学者的研究支持了投资替代贸易的结论，其中较著名的是vernon(1966)的产品生命周期理论。按照该理论，一般情况下，投资和贸易只是一种转化关系，只有在投资提早发生的情况下，才发生投资对贸易的替代，而在技术进步日益加快的条件下，新产品的生命周期不断缩短，因此国际投资对国际贸易的替代越来越明显。另一个研究来自于johnson(1967)。johnson认为，关税导致的对外投资使不具有比较优势的进口替代部门获得了发展，因此减少了对外贸易量。

70年代开始出现投资和贸易具有互补性的研究成果。helmberger和schmitz(1970)的研究证明生产要素流动和商品贸易可能既有替代关系也有互补关系。这一时期最著名的论著来自于。日本小岛清教授(1977)。小岛清特别强调国际分工的重要性，将对外投资和贸易统一在国际分工的基础上，指出国际投资不是简单的资本流动而是包括资本、技术、管理方式和人力资本的总体转移。因此，对外投资应从本国处于比较劣势的边际产业依次进行，这就是本文所谈边际优势战略的理论基础。按照小岛清的理论，国际投资一方面可以通过相近水平的技术转移把东道国的比较优势发掘出来，另一方面使母国集中资源开发新的技术并形成新的产业，因此将会扩大两国的贸易。

无论是mundell的贸易与投资替代模型，还是小岛清的互补模型，都是从传统理论的分析框架上衍生出来的，并没有经过实证的检验(梁志成，2001)。这既有统计数据残缺不全的限制，也有计量方法与工具上的局限。20世纪80年代以来，贸易和直接投资的实证研究取得了突破性的进展，同时更多的研究成果证明投资与贸易之间具有互补关系。lipsey和weiss(1981)依据美国70年代的统计数据，对美国跨国企业在发展中国家所设立的子公司的生产和母公司的出口行为进行了研究，发现同类产品的子公司的年产量与母公司对这些国家的出口总量呈正相关关系。lipsey等人(1984)还进一步研究发现这种正相关或至少非负相关广泛存在于美国近80%的产业部门中。helpman和krugman(1985)的研究表明，在要素禀赋不对称和规模报酬递增的情况下，由于跨国公司的专有资产很难通过外部市场达成交易，就会存在大量的公司内贸易和对中间产品的需求，对外投资将会带动母国的出口贸易。ethier(1986)的研究给出了同样的结论。grossman和helpman(1989)把产品的成长内生化，证明了在一个动态的模型中国际化生产和贸易可以是同时扩大的。然而，markuson和svensson(1985)则利用要素比例模型揭示了商品贸易和要素流动(fdi)的相互苯系，指出两者之间究竟表现为替代还是互补，依赖于贸易和非贸易要素之间是“合作”还是“非合作”的问题。

90年代的研究延续了80年代的趋势。hufbauer、lakdawalla和malani(1994)的研究进一步证实了上述lipsey和weiss(1981)的结论，他们重点研究了美国80年代以来的情况，发现在整个时间跨度中出口与fdi一直保持着正相关关系。随后gramham(1996)的研究也证实了这一点。pattie(1994)根据对外投资的动机不同将fdi分为市场导向型、生产导向型和贸易促进型3类，认为只有市场导向型fdi容易替代对外贸易，而后两种类型投资则增加贸易。gray(1998)的研究得出了近似的结论。pfaffermayr(1994)就奥地利fdi和出口之间的因果关系进行了分析，发现它们之间具有双向的因果关系。jun和singh(1992)研究了1969—1993年间11个世界上最大引资国的出口和fdi的关系，其中有4个国家显示出口是fdi的格兰杰原因，只有一个国家显示fdi是出口的格兰杰原因，其余6国显示出口和fdi之间不存在显著的因果关系。与此同时，porter(1990)、hein(1992)、lucas(1993)、crosse和trevino(1996)、crosse(1997)等都证明了国际投资与国际贸易之间存在高度的相关性。但不可忽视的是，beldelbos和sleuwaege。(1998)的研究支持了mundell的结论，即在东道国存在贸易保护的情况下，fdi会替代母国的出口贸易。

2000年以后的研究以大量具体的实证研究为特征，且研究结果以fd!与贸易之间具有互补关系为主。张如庆(2005)的研究显示我国对外投资不是进出口变化的原因，对外投资对贸易总额的影响不明显，而项本武(2005)得出的“中国对外投资是出口创造性和进口替代型”的结论对此给予了解释。王洪亮和徐霞(2003)证明了日本对华直接投资和中日贸易之间的确存在着长期的互补关系，fdi和制成品的出口具有双向的因果关系，但fdi和进口仅有单向的因果关系。王洪庆、张浩和朱荣林(2004)的研究表明，美国在华投资与对中国总进口、工业品进口之间存在双向的因果关系，与工业品出口之间存在单向的因果关系，投资与出口以及中美的初级产品进出口之间均不存在因果关系。同时，王洪庆和朱荣林(2004)的研究表明，东盟对华直接投资积极地推动了中国与东盟贸易的发展，且投资对进出口贸易的贡献率较高。李保明和刘震涛(2004)的实证结果显示，两岸贸易总额、大陆进口和出口均表现出关于台商投资的显著正相关性，这说明台商投资对两岸贸易具有显著的促进作用。此外，stone和jeon(2000)研究认为贸易与海外直接投资之间为互补关系，且两者之间贸易更倾向于为主导因素；韩国学者lim和moon(2001)证明，当发达国家向不发达国家投资，而投资是新设立的或者投资产业在母国是夕阳产业时，fdi和贸易之间是正相关关系；blonigen(2001)深入到产品层次进行了分析，发现贸易和fdi之间既有替代也有互补的关系，而且替代效应的发生不是逐步的，而是短时间急剧变化的。

基于本文研究的侧重，在此再对边际优势战略和小岛清的边际优势理论进行进一步的说明。边际优势战略的概念来源于小岛清的边际优势理论，但应该注意的是，边际优势战略所代表的经济行为早已存在，只是由小岛清概括出来。边际优势理论更多地是一种国际投资理论，但因为它把国际投资和国际贸易在同一基础上进行分析，所以对投资和贸易的关系也给予了研究。同时也正因为它侧重于国际投资的研究，对两者关系的研究也并不全面。按照边际优势理论，对外投资应该从国内处于边际优势即相对劣势的产业开始，而处于相对优势的产业则进行对外贸易。按照小岛清的分析，对边际产业的产品需求应通过向海外投资的企业进口来实现。所以，小岛清论述的投资与贸易的关系也更多地是母国投资与进口之间的关系，这是一种单向的正相关关系。但与此同时，小岛清也论述了两国生产可能性边界的扩张和贸易总量的增加，间接地论述了投资和出口的关系，这同样是单向的正相关关系。但是，基于边际优势战略，对投资和贸易之间的关系作这样的理解还远远不够，况且如上所说，小岛清的理论是基于对现象的描述与分析，没有通过计量方法得到实证检验，而本文将在上述方面给予补充和进一步的研究。

二、日本对东亚投资和贸易的历史进程及两者关系的描述

二战以后至20世纪60年代，通过美国的帮助和自身的经济改革，日本经济得以恢复并实现了高速增长。而正是在60年代以后，很多东亚国家和地区(主要是亚洲“四小”、东盟四国和中国)纷纷实现了经济起飞和长期快速发展，使东亚地区成为了世界经济发展的热点，以至于使人将这种发展状态称为“东亚奇迹”。很久以来，对“东亚奇迹”的研究存在着大量的各种形式的成果。在这些成果中，我们不难发现两个最受人关注的词汇：东亚模式和雁行模式。通过这两种模式的论述，可以发现，先期发展起来的日本对上述东亚国家和地区的经济发展起到了重要的作用。东亚模式揭示了上述东亚国家和地区对日本经济发展经验的借鉴和模仿，因而东亚模式被认为源于“日本模式”(孔凡静，1999)，同时东亚模式更多地强调了贸易尤其是出口的重要性。雁行模式揭示了日本与这些东亚国家或地区的国际分工关系，强调了日本对这些国家和地区的投资(尤指直接投资)的重要性。所以，东亚模式和雁行模式的研究都说明了日本与这些东亚国家或地区的经济联系在“东亚奇迹”中的关键作用。在此也可以理解，本文研究的日本对东亚国家或地区的投资和贸易之间的关系反映了东亚模式和雁行模式的本质联系。

如上所述，本文采用的作为日本投资和贸易对象的东亚国家和地区是亚洲“四小”、东盟四国和中国，这是基于“东亚奇迹”研究的惯例，而且这些国家或地区与日本有更强的经济联系，因此也具有更好的代表性。在此不再对日本与这些国家或地区的双边关系下的数据进行描述，而是对日本与这些国家和地区的总体之间的数据及其表示的关系进行研究。这是因为，东亚作为一个密切联系的整体，日本与这些国家和地区的双边经济联系往往会延伸到第三方，在此意义下，单独描述日本与一方的经济联系并不比描述日本对其他东亚国家和地区的总体的经济联系有更好的解释力。而且，后者让我们保持了与后面研究的连贯性。

图1显示了日本对上述东亚国家和地区的投资和贸易(出口和进口)自1965—2003年的变化趋势。不难看出，无论投资、出口和进口都保持了长期快速增长的态势。同时，图1也显示了投资和贸易(出口和进口)之间很好的相关性，但是这种相关性只延续到1997年。1997年对3种数据来说都是一个波峰，相对于1997年，这3种数据在1998年都大幅下降。而且之后，出口和进口状况在短期内得到恢复，而投资始终(截至2003年)没有恢复到1997年的水平。我们知道，1997年发生了举世闻名的东亚金融危机，因此不难理解，日本的投资战略发生了重大调整，使相关数据发生了结构性变化，这在后面的检验中也得到了证明。

三、数据分析和模型设定

(一)数据说明

本文日本对上述东亚国家和地区的投资、出口和进口的数据均来自日本总务省统计局网站的统计资料，这些数据是以日本与单一国家或地区的统计值列出的，基于前面谈到的理由，本文将这些数据进行了加总。对于出口和进口，1985年(含)以前的数据单位为百万日元，之后的数据单位为十亿日元。为了统一单位，本文将1985年(含)以前的数据单位转化为十亿日元，并作了四舍五入处理。对于投资，原始数据的单位为百万美元，本文将之乘以汇率并将单位转化为十亿日元，并同样作了四舍五入的处理。其中，汇率数据来源于世界货币基金组织(imf)数据库，汇率为年终值。

(二)断点检验

在上面日本对东亚投资和贸易的历史进程的描述中我们看到，发生金融危机的1997年，投资和贸易的金额开始了大幅度减少，在之后的几年中，出口和进口得到了恢复，而投资却延续了下降的趋势。这似乎显示，相对于1997年(含)以前，日本对东亚投资和贸易之间的关系发生了变化。下面对此给以检验，即断点检验(chow breakpoint test)。既然投资相对于出口和进口之间的关系发生了变化，我们的检验依据投资为因变量、出口和进口为自变量的单方程模型来进行。根据断点检验的原理，考察在1997年前后投资与出口和进口的关系是否发生了变化，即考察出口和进口的系数是否发生了变化。检验结果如下(见表1)。

通过表1的检验结果显示，无论是通过f检验法还是似然比法，都可在1%的显著水平上拒绝“无断点”的原假设。也就是说，在1997年的前后，投资相对于出口和进口发生了趋势变化，或者说，投资与出口和进口之间的关系发生了结构性变化。因此，本文对边际优势战略下投资和贸易关系的研究采用1997年(含)以前的数据。

(三)单位根检验

由于经济数据一般具有长相关性，上述3种数据可能存在单位根，也就是说它们的时间序列可能是非平稳的。为了避免由于数据的非平稳性带来的伪回归，下面对3种数据进行单位根检验。

根据adf(augmented dickey-fuller)单位根检验的要求，最优滞后结构的选择主要依据aic(akaike information criterion)和sic(schwarz information criterion)两个准则，如果两者一致则选择一个最优滞后阶，不一致则选择两个。本文首先是对水平(1evel)数据进行单位根检验，而后对一阶差分数据进行单位根检验，但基于文章篇幅的考虑，检验结果合并于一表中(见表2)。

通过表2的单位根检验结果可以看出，投资、出口和进口的水平数据都存在单位根。为了确定变量的单整阶数，本文对投资、出口和进口的一阶差分数据进行单位根检验。同样从表2可以看出，投资、出口和进口的一阶差分数据不存在单位根。由此也说明，上述投资、出口和进口的水平数据为一阶单整或（1）过程。

（四）模型设定

由于本文研究的是日本对东亚投资与其对东亚出口和进口两个方面的关系，即要验证投资与出口之间和投资与进口之间是否存在因果关系，本文采用格兰杰因果关系检验法(granger causality test)作为主要研究手段。

根据格兰杰因果关系检验法，可以认为有关投资(fdi)、出口(ex)和进口(1m)的预测信息全部包含在这些变量的时间序列中。格兰杰因果关系检验的原理是判断某些变量的信息是否能改进对其他变量的预测，具体到本文，即为检验过去的投资、出口或进口是否会对未来的出口、进口或投资有影响。可以通过估计var模型来实现这一目的。对于本文的研究，有两种var模型可供选用：一种是直接表示投资与出口或投资与进口的关系的两变量的var模型；另一种是在考虑到另一变量影响的条件下综合反映两变量(投资与出口或投资与进口)关系的三变量的var模型。笔者认为，在考虑到其他变量影响的条件下来考察两个变量的关系更加符合本文研究的实际。因此，本文模型设定如下：

其中，fdi、ex、im分别代表日本对东亚的投资、出口和进口，α、β、γ为不同变量的系数，u1t、u2t、u3t为随机扰动项，t表示时间。检验投资对出口是否具有格兰杰因果关系，即检验β1i和β2i是否全不显著；检验投资对进口是否存在格兰杰因果关系，即是检验γ1i和αi3是否全不显著。该模型还可以检验日本对东亚出口和进口之间是否存在因果关系，但这不是本文的主要研究对象，因此只做附带性的考察。

四、经验结果及相关分析

根据格兰杰因果关系检验的原理，我们应该首先进行上述var模型的参数估计，而在此之前一项重要的工作是进行最优滞后结构的确定。然而限于文章的篇幅，在此只能省略最优滞后结构的确定过程而仅显示其结果，即：

由日本对东亚的投资、出口和进口组成的var模型的最优滞后阶为6。在此基础上，我们进行var模型的参数估计。同样基于篇幅的考虑，估计结果不再列出。下面，我们对var模型的参数估计结果进行f检验，即得到如下格兰杰因果关系检验结果(见表3)。

通过表3可以看到：(1)可以在10%的显著性水平上拒绝“投资不是出口的原因”的原假设，所以投资是出口的原因，但不能拒绝“出口不是投资的原因”的原假设，所以出口不是投资的原因，因此，投资对出口具有单向的因果关系；(2)可以在5%的显著性水平上拒绝“投资不是进口的原因”的原假设，所以投资是进口的原因，同时，可以在1%的显著性水平上拒绝“进口不是投资的原因”的原假设，所以进口也是投资的原因，因此，投资与进口具有双向的因果关系；(3)从程度的比较来看，投资与进口的关系相对于投资与出口的关系更加密切。

此外，通过表3还可以发现，出口是进口的原因，但进口不是出口的原因，出口对进口具有单向的因果关系。这并非是本文关注的问题，但与此相关有一个问题值得关注和解释：出口是进口的原因，进口是投资的原因，那么是否能推论出出口也是投资的原因，如果能如此推论，则和前面得出的结论相矛盾。如何对此给以解释呢？当然，答案是不能做此推论。这是因为，与日本对东亚出口相关联的进口是对一些在日本居于相对优势产业的具有较高科技含量的产品的进口，这部分进口构成日本出口生产要素的需求；而与日本对东亚投资相关联的进口是对一些在日本居于边际优势(即相对劣势)产业的产品进口，这些产业尽管在日本有需求但由于生产成本或经济结构调整等因素而无法生产，因而构成了对外投资。所以，出口推动的进口和推动投资的进口不具有相同的内容，因此上述推论不成立。但是，这个不成立的推论更深刻地说明了本文研究的边际优势战略下日本对东亚投资与出口和进口之间的关系。

五、结论和相关研究展望

本文的研究证明，在边际优势战略下，对外投资与本国出口和进口之间存在如下关系：(1)对外投资推动本国出口的增加，本国出口对本国对外投资没有作用或作用不明显；(2)对外投资推动本国进口的增加，本国进口同样推动本国对外投资的增加；投资与进口的关系相对于投资与出口的关系更加密切。

量化投资论文篇（8）

[中图分类号] F240[文献标识码] A[文章编号] 1006-5024(2008)02-0065-03

[作者简介] 莫寰，广州大学商学院副教授，浙江大学管理学院博士生，研究方向为企业管理、人力资源管理。

(广东 广州 510060)

一、人力资本理论的发展

农业经济时代，农民或农民阶层是创造社会财富的主体，土地则是最重要的生产要素；工业经济时代，创造社会财富的主体变成了工人或工人阶层，货币资本上升为第一生产要素，资本和劳动力的投入是经济持续增长的决定性因素；在知识经济时代，知识资本或者说智力资本成为第一资本以及重要的生产要素。与传统有形的物质资本相比，知识资本这种无形的资本可以被反复使用，不断增值，具有连续增长、报酬递增的特征。据苏联学者的统计，在机械化程度较低的条件下，体力和脑力劳动消耗的比例大约为9∶1；在中等程度的机械化条件下，比例约为6∶4；在知识经济时代，劳动与知识的结合达到新的水平，体力与脑力耗费的比例将变为1∶9。但是，社会的进步和发展、财富的创造和增长以至于企业之间的竞争状态并不是取决于知识本身，而是取决于掌握知识、应用科技的人，即人力资本。

古典经济学家亚当・斯密(Adam Smith)在他的《国富论》(1776年)中提出了人力资本的思想，后来经济学家欧・费雪(Irving Fisher)在《资本的性质和收入》(1906年)中首次提出人力资本的概念，并将其纳入经济分析的框架。但由于那时物质资本仍是生产中的决定性因素，所以人力资本理论并没有受到应有的重视。后来世界经济的发展呈现出与传统经济学的经典理论背道而驰的现象：美国出口的大部分产品不属于资本密集型而是劳动密集型；产出的增长率远远超出了生产要素投入的增长率；工人的劳动时间在减少，但收入却持续增长，经济增长中出现了用传统的经济增长理论(即用生产要素的增长解释经济的实际增长)无法解释的“余数”。为了寻找这个“余数”的解，许多经济学家从不同的角度进行了探索，而美国芝加哥大学的西奥多・舒尔茨(Theodore W Schultz)提出的人力资本理论无疑是最具震撼力的。他的题为《人力资本投资》的演讲(1960年)和其他一系列文章(20世纪50年代未至60年代初)都阐述了人力资本的概念和性质、人力资本投资的内容与途径、人力资本在经济增长中的作用等思想，这些都是现代人力资本理论的奠基之作。后来，美国的爱德华・丹尼森(Edward Denlson)通过实证计量方法，说明了人力资本在经济增长中的作用，他通过精细的分解，得出美国1929年至1957年期间的经济增长有23%归功于教育的发展，即对人力资本投资的积累这一结论。在另一个领域，美国经济学家雅各布・明塞尔(Jacob Mincer)在他的博士论文《人力资本投资与个人收入分配》(1957年)和《在职培训：成本、收益与某些含义》一文中建立了个人收入分析与其接受的培训量之间关系的经济学模型，提出了收益函数的概念，并用收益函数揭示了劳动者收入和个人收入差距缩小的根本原因是人们受教育水平的普遍提高，是人力资本投资的结果。而人力资本理论具备完整理论体系的功劳应该归功于加里・贝克尔(Gary S Becker)，他系统地阐述了人力资本投资的问题，对人力资本的性质、人力资本的投资行为提供了有说服力的理论解释。

从认识到知识作为投资的结果到确认人力资本在经济增长中的作用，再到通过实证研究计量人力资本对经济增长的具体贡献和受教育或受培训对个人收益等的影响，人力资本理论的核心可概括为三方面的内容：1.人力资本就是体现在人身上的知识、技能；2.人力资本是通过教育和健康等形式支出所形成的，其中高等教育的投资是人力资本投资的核心部分；3.人力资本投资像其他一切资本一样，可以获得回报，而且人力资本投资的回报率大于物质资本投资的回报率，它可以增加国民收入，促进经济增长；4.高等教育最重要的经济价值就是对人力资本的贡献。所以，政府应增加对教育尤其是高等教育的投资。

二、传统人力资本理论下企业人力资本投资的困境

现在，重视人力资本投资已成为世界性的共识。对作为微观经济主体的企业来说，人力资本的存量毫无疑问是构成其核心竞争力最主要的因素。即是说，人力资本投资理应是企业一项重要的投资，也是最具增值回报的投资。但经济学角度的人力资本理论研究并没有将企业作为人力资本投资的主体，管理学视角的人力资本理论研究又主要侧重于人力资本和人力资本投资的重要性，对企业如何进行人力资本投资或者说如何有效并持续地提升人力资本存量并没有给予应有的关注和足够的重视。企业一般来说并不是教育投资的主体，所以，企业人力资本存量的增加要么通过录用人力资本含量高的人才，要么投资于雇员的培训。

直接在人才市场上招聘和录用人力资本含量高的人才无疑是迅速提高企业人力资本存量最有效、理论上成本也最低的方法，问题是并非总能如愿。那么，对企业而言，人力资本投资在很大程度上就意味着对员工培训的投入。但培训也并非为灵丹妙药。首先，既然是投资，就意味着需要成本，并不是企业愿意投入就能投入，更不是企业想投入多少就能够投入多少。其次，既然是投资，就要有回报和收益，学习本身甚至学到的东西都不代表组织投入的产出，员工的学习行为本身只是手段而不是目的。虽然有许多诱人的计算培训投资回报率的方法和公式，但是实际上，通过以企业经营业绩和经营成果的回报率来计算培训投资的收益往往属于自我安慰。因为培训投入的产出一般并不是可以量化的经济指标，培训与组织的经营业绩或经营成果之间有一个转化的过程，这个转化的过程相当复杂，而且企业的经营业绩或经营成果是许多因素综合作用的结果，如经济环境、政治风云的变化、国家的相关政策、行业竞争状况、企业的相关政策、消费者观念的变化，等等，培训只是其中一个因素而已。

一般认为，构成人力资本的是劳动者的知识存量、技能水平和健康状况，但“劳动者的知识存量、技能水平和健康状况”并不能等同于“人力资本”，正如“货币”也不能等同于“资本”是一样的道理。他们要成为资本，就必须投入到生产中并带来增值。换言之，凝聚在劳动者身上的知识、技能及其表现出来的能力只表明其主体具有将这些知识、技能和能力运用于为企业或社会创造财富的潜能，但这种潜能的发挥还要取决于许多主客观的因素。主观上，具有这种潜能的个体有没有尽其所能地运用其潜能为社会或者说为企业服务的意愿和行动；客观上，环境(包括社会大环境，但主要是个体所在组织的小环境)是否鼓励、支持以及奖赏这种潜能的运用和发挥。因此，从企业的角度来说，人力资本投资不仅是要尽可能吸收、招聘、录用优秀的人才，也不仅是要尽可能加大员工培训的力度，而且甚至更重要的是要创造条件和营造氛围改变人力资本的构成和激发人力资本的运用和发挥，包括制度、政策、环境、文化和氛围等，而这一切归根到底都属于“激励”的范畴。管理能够出效益甚至能够创造奇迹，主要就是因为有效的管理能够最大限度地激发组织成员的积极性，能够激发组织成员主动提升自己的人力资本，并积极甚至超常地发挥自己的潜能，从而实现组织与个人的双赢。

三、通过激励的优化组合实现企业人力资本的增值

激励是主体为了特定目的，对客体的内在需要进行满足、激发、强化或疏导，从而使客体的需要、动机甚至行为符合主体的利益和需要的行为过程。激励理论的百花齐放至少说明了一点，作为社会人，人的最大特点就是需要而且能够被激励。对激励的研究有两个不同的方向：一是从人的需要或行为动机角度进行研究，主要包括：马斯洛的需要层次理论、麦格雷戈的X理论和Y理论、奥德弗尔的ERG理论、赫茨伯格的双因素理论、麦克利兰的三种需要理论和弗鲁姆的期望理论。这些理论主要认为人的行为动机是人的需要，而且这些理论普遍认为需要的激励力有强弱的区别，主要取决于需要本身引起紧张的强弱和他对满足这种需要可能性的估计，需要越强烈，引起的紧张也越强烈，这种需要的激励力也越强。另一个研究方向是从人对行为结果的主观感知的角度进行研究，包括公平理论、归因理论和强化理论等。这些理论认为人对行为结果的主观感知(公平与否、原因是什么、是否得到肯定和奖赏)会影响人的行为意愿和实际行为。

计划行为理论(Theory of planned behavior，TPB)从另一个视角研究了行为的动因，这个理论认为意愿(intention)是行为最近的前因变量(immediate antecedent)，而意愿是对结果信念、规范信念和控制信念的感知和综合考虑的结果。结果信念是对某种行为的可能性后果以及这种后果对个人影响的主观估计和评价，它将决定个体对特定行为的好恶以及好恶的程度；规范信念是对行为的社会规范性期望(如社会的评价、父母的意见、朋友及周围人的看法等)的理解，它的结果是个体对社会压力或主观规范的认知；控制信念是对行为的自我控制水平的认知，是对行为过程的难易程度(或者说是对有可能促进或妨碍行为绩效的因素)的主观感知。尽管人们的这些信念不一定有充分的依据或充分的理由甚至可能是有偏见的，但人们是理智地或理性地追随自己的这些信念，并产生相应的行为意愿，而行为意愿往往会导致与信念相一致的行为。

从激发人的行为的角度来看，激励理论与计划行为理论可谓是异曲同工。他们都肯定了人的行为是理智选择的后果，是经过对结果(是否属于自己所需及对自己的吸引力)、对社会规范(从他人的角度来看这应不应该、值不值得)、对可能性(能否达到以及成本与代价的比较)的考量之后的选择；如果要激发某种行为，就要从行为结果、社会规范和可能性方面施加影响。企业的人力资本投资不仅包括招聘高素质人才和加强员工培训，而且要通过激励资源的优化组合、通过创造良好的组织文化，把员工的目标、激情、希望和努力引向对组织有利的方向，使所有置身于这种企业文化的员工都能够根据组织和群体的目标、行为准则调整个人的行为和目标，产生或强化组织所期望的需要，积极主动地提升自己的人力资本，并将它们运用于为企业创造财富。

首先，激励能够影响甚至改变个体获取和提升人力资源的意愿

人力资本是指凝聚在劳动者身上的知识、技能及其表现出来的能力，人力资本的获取和提升的主动性都掌握在个体手里。首先取决于个体有没有获取和提升人力资本的需要，或者说有没有这种意愿。因为对个体而言，获取和提升自身的人力资本实际上也是需要成本的，是对未来发展可能性和潜力的投资(下称自我人力资本投资)，投资的初衷和目的毫无疑问也是投资回报和收益，这种回报和收益是人力资本(知识、技能、能力等)的获得和提升得到认可和赏识，有用武之地，取得相应的回报。自我人力资本投资就取决于他对这些回报和收益的大小、可能性、可信性和吸引力的认知和评估。所以，企业可以通过相应的激励机制、激励手段、激励措施和激励方法让员工建立起自我人力资本投资与投资回报和收益之间确定的联系以及正面的心理预期，将人力资本的获取和提升变成个体内在的需要，激发个体获取和提升人力资本的意愿、主动性和积极性。

其次，激励能够影响甚至改变个体人力资本的构成

自我人力资本投资的具体内容，即获取或提升什么样的知识、技能和能力，也是个体对投资回报和收益的评估和预期的结果。如果企业将薪酬和福利待遇与学历挂钩，高学历就会成为员工个人的渴望和追求；如果企业肯定和奖赏技术创新能力，员工就会努力提高自己的技术水平和创新能力。需要特别强调的是，培训是企业为了实现组织的战略和目标，为了改善员工的工作态度、工作行为、工作绩效或者更新知识、技能和改进工作方法而进行的有计划、有组织培养和训练行为。我们可以将培训看作企业对员工人力资本构成主动的干预。因此，企业如果希望通过员工培训改变员工人力资本的构成，提升企业人力资本的存量，就必须在组织中营造鼓励不断学习、不断创新的环境和氛围，增加学习新知识、新技能的紧迫感和压力，建立受训结果与回报(包括物质和精神两方面)之间的心理预期，提供运用新知识、新技能的机会和支持，加强培训的目的性、实用性和培训过程的管理，提高员工受训和受训转化的积极性、主动性和自信心，增强员工对企业的认同感和归属感。

再次，激励能够影响甚至改变个体人力资本潜能的发挥

企业的人力资本存量由企业员工个体的人力资本(包括知识、技能、能力、观念、精神状态、健康等方面)集合而成，但存量不会自动转化为企业的财富。企业人力资本的存量储存于每个个体身上，只有当这些个体将自身的人力资本用于实现组织的目标，才能真正成为企业的人力资本。而且储存于个体身上的人力资本存量具有“内隐”的性质，是一种潜能，很难从外部准确地评估和衡量，即我们无法判断个体究竟有多大的能量，除非这些能量被发挥出来。这些能量能发挥到什么程度，主观上取决于个体，但客观上却是取决于企业。企业的管理理念、管理制度、管理文化、管理能力、管理水平和管理方法等所构成的外部环境能够深刻地影响员工自身能量的发挥。企业应该充分利用各种激励的手段、措施和方法，调动员工的工作热情和工作积极性，充分激发员工的创新精神和创造力，努力提高员工对企业的忠诚度和凝聚力，使员工的人力资本潜能能够最大限度地发挥出来。

参考文献：

[1]王明杰，郑一山.西方人力资本理论研究综述[J].中国行政管理，2006，(8).

[2]孟丽菊，王续琨.“人力资本理论”非经济学贡献解读[J].辽宁师范大学学报(社会科学版)，2006，(4).

量化投资论文篇（9）

研究公司的投资行为的影响因素，探究公司投资效率，为未来投资收益保驾护航，显得十分必要。上述投资理论对从宏观层面对公司投资决策作了深入分析，未对公司内部微观层面做深刻探讨，忽视了现代公司制度下两权分离带来的问题，不能有效揭示的微观管理层方面对公司的投资行为的影响，这也为本文的研究提供了一定的理论参考。

二、过度投资概述

国内外关于过度投资的起源于Jensen &Meekling（1976）在其经典论文《企业理论：管理行为，成本和所有权结构文献》中的“成本理论”，指出职业经理人在公司经营活动中，可能为了自身利益最大化，进行利己操作，从事一些损害股东利益的活动，诸如：在职消费、过度投资、懈怠工作等行为。之后诸多学者对过度投资进行了大量深入的研究，迈克尔?詹森认为过度投资是公司的非效率投资行为，即是将公司中的自由现金投资于投资净现值

国有企业作为我国国民经济发展的主体，赋予了更多的政治目标和经济责任。国有企业过度投资行为的发生不仅仅不利于公司长期可以持续发展更将损害我国经济的增长。对国有企业过度投资问题研究显得十分必要。

三、过度投资衡量

目前，国内外学术界对企业过度投资影响较大的计量方法主要有三种，FHP 投资―现金流模型（Fazzdri，Hubbard，Petersen，1988）、Vogt现金流-投资机会模型（1994）、Richardson 实际投资规模与预期投资规模的残差模型（2006），我国一些研究学者通过采用这些模型，结合我国特殊的文化背景和制度背景，考虑到我国经济情况与西方国家存在一定的差异，适当的调整和更换模型中相关因子和变量，结合实证研究方法对我国上市公司过度投资行为做了深入研究。下文将对三种度量方法作简要介绍。

（1）FHP投资―现金流敏感度模型。Fazzari 等（1988）以企业自由现金流假说为理论基石，研究企业的自由现金流与投资行为之间的敏感度关联情况而建立的模型，同时从融资的角度深入分析了企业过度投资行为的抑制机制。研究结论表明当公司拥有投资机会的前提条件下，公司投资支出与公司的自由现金流量密切关联，呈显著正向关系，公司内部的自由现金量的多少决定着公司的投资行为。但模型也引起了一些学者的质疑，认为投资支出与公司自由现金流的敏感程度，不仅与过度投资有关，也和公司投资不足有关，敏感度显著的成因不能具体划分。此外，模型中只纳入一个自由现金流量变量因素，对其他内外部因素如：公司行业、管理层特征、公司规模等因素未进行考虑，并不能直接用于对公司过度投资行为进行计量。

（2）Vogt现金流-投资机会模型。Vogt（1994）建立了以自由现金流量与投资机会的交互项为变量的实证模型，通过对模型交互项的正负符号来判定引起投资行为与自由现金流量之间显著的成因，由此判定公司过度投资或投资不足的存在，为深入研究公司自由现金流与其他相关因素提供了基础。

但模型不能对公司过度投资或投资不足的具体程度进行测量，同时，在模型中引入了Tobin's Q来计量公司投资机会变量，对制度不完善的环境下可能存在一定的偏差。由于我国证券市场制度还不健全，资本市场还不成熟，以Tobin's Q 值衡量公司投资机会，有效性存在一定问题，这对模型中的参数估计存在一定的误差，从而影响研究结果的可靠性和科学性。

（3）Richardson残差模型。Richardson（2006）在研究公司自由现金流中的过度投资问题时，将公司的总投资支出分解维持性投资和新增投资净额为两个部分，并对新增投资做了进一步细分为两个方面，即预期投资和非预期投资，建立了投资模型，并用模型中的残差项对公司过度投资进行了具体量化。预期投资解释为受公司规模、成长性、行业特点、融资情况及其他之外因素的投资支出，是公司最佳投资，解释为预期净现值为正的投资支出。而非预期投资解释为投资效益低的投资支出即称为非效率投资，为实际投资与预期投资的差额。

量化投资论文篇（10）

他在这本书中强调，量化投资不管用多高科技的方法，首先要搞清楚的是研究的对象――由众多参与者组成的市场。就像炼金的关键不是你用什么样的咒语，什么样的贤者之石，什么样的工艺，首先要搞清楚的是你炼金的原料里有没有“金”的元素成分，或者有什么其他贵金属的成分。然后再去思考能用什么样的方法去提炼。而现在很多量化投资研究者就像炼金术士一样本末倒置，他们以为掌握了某个数学方法或物理方法，就掌握了投资制胜的法宝。

不一样的执着

为了采访路阳，记者在网上搜到了他这本著作的电子版，读完第一章就感受到了他的与众不同。

14年前，一个二本学校里的专科生，本来打算学点编程将来找个IT民工的工作，却因为在路边看了一本关于索罗斯的书，路阳萌生了将计算机和金融结合起来，走计算机和金融复合发展的职业规划，并将这个规划从那时到现在一直坚持了14年。

14年间，他从曲阜师范大学印刷工程专业的专科生，通过“专升本”成为计算机专业本科生，后来又考取了北京航空航天大学金融工程研究生，毕业后到软件公司做数据挖掘，然后到证券公司工作，在基金公司做数量研究员，并当上了基金经理，后又转投私募。

难怪推荐我采访路阳的中国量化投资学会创始人王瑞军先生说：“路阳是中国宽客精神的代表。”这种执着的韧劲儿不仅体现在他的职业发展道路上，更体现在他对打造一套稳健盈利的量化投资交易系统的坚持上。

据路阳介绍，从2007年开始研究复制沪深300指数开始，他就开始琢磨做一套稳健盈利的量化对冲系统，而这一坚持，到现在也有六七年的时间了。

在这六七年的时间里，他凭借出色的编程能力，用国际最顶尖的商务智能软件SAS编写了一整套包含择时、行业配置、个股选择、风险控制、风格管理、因子归因分析、自动下单在内的完整量化投资决策系统，并从2009年开始对这套系统进行反反复复的测试和修改。

“打造一套稳健盈利的量化投资交易系统绝非一朝一夕的事情。我一直觉得自己像在发明设计一辆汽车，汽车在刚发明的时候，还不如马车跑得快，不如马车跑得远，但是汽车跑过马车是不可阻挡的历史潮流。”路阳如是说，“同样，在绝对收益领域，量化投资比主观投资更稳健，更稳定，也是不可阻挡的趋势，这是由量化投资的基本原理和人性的弱点决定的。”

不一样的理论

生活中的路阳为人有些腼腆，说话声音不大，如果在与你聊天中接个电话，他都会有一脸愧疚，大概这是一些“技术男”的共性。不过，如果在和你谈到群体行为金融理论时，路阳马上就会变成另一个人――在Wind的讲座上，他的思维清晰、言语流畅，面对台下听众的问题会很快用通俗易懂的语言给出令人满意的答案。

对他来说，群体行为金融理论这一概念是经过自己多年来对量化投资的深入研究和对传统理论的不断反思才提出的，是经得起实践检验的，而且他深知，虽然坚持是一种巨大的力量，但是很多时候就怕坚持错了方向。这也正是路阳不断对量化投资的理论基础进行反思并以炼金术士来警醒自己的原因。

这一理论也得到国际学术界的关注，2013年美国行为金融与经济学会邀请路阳参加在芝加哥举行的“第五届行为金融与经济学年度会议”，并作关于群体行为金融理论与应用的发言报告。

该会议是行为金融研究领域非常有影响力的学术会议，经常有诺贝尔经济学奖获得者参与。

在路阳的书中，他说这是一套可以获得诺贝尔经济学奖的理论。当然，这只是戏言，但不可否认的是，这是一套可以登上大雅之堂的理论，是符合诺贝尔奖的科学思想的理论，甚至在该群体行为金融理论框架下，2013年同时获得诺贝尔经济学奖的两个学术冤家――有效市场理论的提出者法玛和行为金融学派的代表人物席勒也变成了对立的统一。

群体行为金融理论在理论基础上继承了行为金融理论的市场观，但更强调市场的群体行为特征。

它的资产定价模型以法国社会心理学家，群体心理学的创始人古斯塔夫・勒庞在《乌合之众》一书中揭示的群体一般行为特征为理论基础，强调群体的行为完全不同于个体的行为，个体都要受到群体的影响。

但是该理论并非直接对群体心理进行建模，而是认为人的群体心理会映射到资产价格上，对资产价格进行群体行为分析。而行业板块、题材概念都是市场中常见的群体划分维度。

路阳认为，群体行为金融理论绝不是一个学术象牙塔里的理论，而是对投资实务总结、升华的开放理论体系。巴菲特、索罗斯、西蒙斯都在利用群体心理获利;基本面是群体博弈定价的想象基础;波浪理论只是群体心理周期的经验总结;将个股置于其所处的群体中进行分析，更容易发现“异动”。

在路阳的量化投资理论体系中，除了群体行为金融理论之外，另一大理论基石就是统计学中的大数定律，他甚至提出是否利用了大数定律是区别量化投资与的唯一标准。

路阳非常认同西蒙斯从数据出发而不是从模型出发的建模思路，而所有从数据出发的模型，本质上都是在利用统计学中的大数定律。

不一样的系统

可以说群体行为金融理论的提出，完全是来源于路阳的量化投资系统研发实践，反过来也可以说，路阳的量化投资交易系统也是在群体行为金融理论思想的指导下完成的。也就是说整个系统就是一个知行合一的系统，是一套将群体行为科学理论与现代数据挖掘技术融为一体的系统。

这个系统有这样几个非常显著的特点。

首先，将风险管理放在第一位。路阳认为市场中唯一可以确定的就是充满了不确定，所以系统对风险控制的设计不可谓不细致，包括多元化的“无影灯”阿尔法源，策略闭环认错机制，基于大样本数据的模型检测，各种自适应性设计等等。

其次，非常强调对资产定价因子的发现和度量。“我们的系统本质上就是建立了一个有效的机制迅速的发现和评价当前市场状态下有效因子，给有效因子更高的推荐权重，而不是我们强加给系统我们喜欢的因子。”路阳说，他的思想就是要在这个兵无常势、水无常形的市场里，以市场之心为心。当然，目前在市场上，并不是全都如路阳这样，一些给系统加入自己看好的因子的“专家”们也大有人在，或许他们觉得用这个被自己看重的因子得出的结论更能彰显自己在这一行业中的专业性吧。

在阐述对资产定价深刻理解的重要性的时候，路阳举了一个有趣的例子：三个人坐电梯从一楼到十楼。一个原地跑步，一个做俯卧撑，一个用头撞墙，他们都到了十楼。有人问他们是如何到十楼的？一个说是跑上来的，一个说是俯卧撑上来的，一个说是用头撞墙上来的。当你对资产定价因子没有深刻认识的时候，赚钱的时候，你可能并不知道你是如何赚到的;同样亏钱的时候，你也不会知道如何亏掉的，在牛市里人人都觉得自己是股神，而事实上你可能只是一个被随机致富的幸运儿。

第三，就是利用大数定律，通过多品种的，短周期的交易，使通过数据统计挖掘发现的规律能够很好的释放出来。所以路阳的这套群体行为金融量化投资交易系统的资金管理很大，甚至可以做到三五十亿的规模，换手率也比较高。

最后，系统的设计遵循简单、直接、有效的原则。只有简单直接的系统才有更好的执行力。“做一套全自动的量化投资系统并不难，难的是执行。”做过多年量化投资系统测试的路阳深有感触，“复杂的系统一旦遇到问题就很难找到问题出在哪里，所以很难执行下去。”而路阳的群体行为量化投资交易系统已经达到一点鼠标，基本可以不管不问，让其自动执行的执行力。

不一样的理念

与路阳交流，并没有出现我之前一直担心的问题，他会不会说出一堆我这个文科生听不懂的数学、物理方面的专业术语。相反，他一直在用非常浅显的语言跟我表达他对量化投资的理解。

他说量化投资并不是什么神奇的武功，只是一种淡定的投资哲学。在他看来，这里的哲学并不是抽象、晦涩的哲学理论，而是《专业投机原理》作者、被《巴伦周刊》誉为“华尔街终结者”的维克托所说的“所谓‘哲学’，是你对于人生与世界深信不疑的一套特定见解”。

在路阳的量化投资哲学里并不追求各种内功心法、各种招术，追求的是对市场群体行为的深刻理解，对资产定价的准确把握，对投资理念的系统化执行力。与很多追求发现圣杯的宽客不同，在他看来，资产管理所管理的并不仅仅是资金，更是投资人的信誉度，在资产管理行业口碑就是圣杯。

如何获取投资者的信任，路阳列举了两种方式，一种是通过用高深的数学模型，物理方法，别人听不懂的术语，英文单词，高智商，高学历来包装，营造出一种神秘感和专业性，以此获取投资者的信任;另一种方式是做一套投资者都能看得懂的系统，将盈利的基本原理和风险点都能跟投资者沟通清楚。

路阳最推崇的海外基金公司并不是西蒙斯的文艺复兴科技，而是由一群行为金融学者创建的LSV资产管理公司和由诺贝尔经济学奖获得者法玛的学生创建的AQR资产管理公司。

这两家资产管理公司有着共同点，即它们都是非常有学术底蕴的科研型资产管理公司，他们都使用相对透明的量化投资策略。今年前者的管理规模达到830亿美元，后者的管理规模达到1050亿美元，其客户都是以大型机构客户为主。

目前，路阳的群体行为金融量化投资交易系统的定位是获得年化收益率20%左右，最大回撤力争控制在5%以内，不管牛市熊市还是震荡市都能稳健盈利的系统。

但是稳健和博取市场眼球往往是矛盾的，所以他希望通过群体行为金融理论的宣传和品牌建设来破解这一矛盾，他说这好比两条腿走路，只靠一条腿是走不远的，只靠资金曲线是很脆弱、很偶然的，只靠品牌忽悠更不行，一定要把这两点结合在一起。建立一套让投资者能看得明白、听得明白、用着放心的绝对收益量化资产管理系统。

不一样的格局