第 七 章 證券組合管理理論
第一節(jié) 證券組合管理概述
證券組合管理理論最早是由美國著名經(jīng)濟(jì)學(xué)家哈里·馬柯威茨于1952年系統(tǒng)提出。
一、證券組合含義和類型
“組合”一詞通常是指個人或機(jī)構(gòu)投資者所擁有的各種資產(chǎn)的總稱。
證券組合按不同的投資目標(biāo)可以分為避稅型、收入型、增長型、收入和增長混合型、貨幣市場型、國際型及指數(shù)化型等。
避稅型證券組合通常投資于免稅債券。
收入型證券組合追求基本收益(即利息、股息收益)的最大化。能夠帶來基本收益的證券有附息債券、優(yōu)先股及一些避稅債券。
增長型組合以資本升值(即未來價格上升帶來的價差收益)為目標(biāo)。
收入和增長混合型證券組合試圖在基本收入與資本增長之間達(dá)到某種均衡，因此也稱為均衡組合。
貨幣市場型證券組合是由各種貨幣市場工具構(gòu)成的。
國際型證券組合投資于海外不同的國家，是組合管理的時代潮流。
指數(shù)化型證券組合模擬某種市場指數(shù)。
二、證券組合管理的意義和特點
證券組合管理的意義在于:采用適當(dāng)?shù)姆椒ㄟx擇多種證券作為投資對象，以達(dá)到在保證預(yù)定收益的前提下使投資風(fēng)險最小或在控制風(fēng)險的前提下使投資收益最大化的目標(biāo)，避免投資過程的隨意性。
證券組合管理特點主要表現(xiàn)在兩個方面：
(1)投資的分散性。證券組合理論認(rèn)為，證券組合的風(fēng)險隨著組合所包含證券數(shù)量的增加而降低，尤其是證券間關(guān)聯(lián)性極低的多元化證券組合可以有效的降低非系統(tǒng)風(fēng)險，使證券組合的投資風(fēng)險趨向于市場平均風(fēng)險水平。因此，組合管理強(qiáng)調(diào)構(gòu)成組合的證券應(yīng)多元化。
(2)風(fēng)險與收益的匹配性。
三、證券組合管理的方法和步驟
(一)證券組合管理的方法
根據(jù)組合管理者對市場效率的不同看法，其采用的管理方法可大致分為被動管理和主動管理兩種類型。
被動管理，指長期穩(wěn)定持有模擬市場指數(shù)的證券組合以獲得市場平均收益的管理方法。
主動管理，指經(jīng)常預(yù)測市場行情或?qū)ふ叶▋r錯誤證券，并借此頻繁調(diào)整證券組合以獲得盡可能高的收益的管理方法。
(二)證券組合管理的基本步驟
1.確定證券投資政策。證券投資政策是投資者為實現(xiàn)投資目標(biāo)應(yīng)遵循的基本方針和基本準(zhǔn)則。包括確定投資目標(biāo)、投資規(guī)模和投資對象三方面的內(nèi)容以及應(yīng)采取的投資策略和措施等。
2.進(jìn)行證券投資分析。證券投資分析的目的是明確這些證券的價格形成機(jī)制和影響證券價格波動的諸因素及其作用機(jī)制;另一個目的是發(fā)現(xiàn)那些價格偏離價值的證券。
3.組建證券投資組合。確定證券投資品種和投資比例。
4.投資組合的修正。投資者應(yīng)該對證券組合在某種范圍內(nèi)進(jìn)行個別調(diào)整，使得在剔除交易成本后，在總體上能夠最大限度地改善現(xiàn)有證券組合的風(fēng)險回報特性。
5.投資組合的業(yè)績評估?？梢钥闯墒亲C券組合管理過程上的一種反饋與控制機(jī)制。
四、現(xiàn)代證券組合理論體系的形成與發(fā)展
(一)現(xiàn)代證券組合理論的產(chǎn)生
1952年，哈理·馬柯威茨發(fā)表了一篇題為《證券組合選擇》的論文。這篇著名的論文標(biāo)志著現(xiàn)代證券組合理論的開端。第一次對證券投資中的風(fēng)險因素進(jìn)行了正規(guī)的闡述。
(二)現(xiàn)代證券組合理論的發(fā)展
缺點：計算量太大。
夏普、特雷諾、詹森分別于1964、1965、1966年提出了著名的資本資產(chǎn)定價模型(CAPM)。1976年，理查德·羅爾對這一模型提出了批評，因這該模型永遠(yuǎn)無法用經(jīng)驗事實來檢驗。史蒂夫·羅斯突破性地發(fā)展了資本資產(chǎn)定價模型，提出套利定價理論(APT)。羅爾和羅斯在1984年認(rèn)為這一理論至少在原則上是可以檢驗的。
相關(guān)推薦：
2010年證券從業(yè)資格考試《投資分析》基礎(chǔ)內(nèi)部資料(18)
2010年證券從業(yè)資格考試《投資分析》基礎(chǔ)內(nèi)部資料(17)
2010年證券從業(yè)資格考試《投資分析》基礎(chǔ)內(nèi)部資料(16)
2010年證券從業(yè)資格考試《投資分析》基礎(chǔ)內(nèi)部資料(15)
更多推薦：
