第一章不允许卖空投资组合(201609)

XX证券投资顾问“投资组合”服务协议甲方：XX证券有限责任公司乙方：投资者本协议包含以下内容：（一）《XX证券投资顾问“投资组合”服务协议书》（二）《XX证券投资顾问风险揭示书》乙方已经完整、详细阅读上述文件并充分理解全部内容，甲方已经向乙方充分揭示证券投资有关风险，乙方根据自己对交易品种、交易期限、交易方式及其它相关需求，选择并接受上述第（一）、（二）文件条款的约束，乙方一旦通过网络页面点击确认或其它方式选择接受本协议后，服务协议立即生效。

乙方可以通过XX证券官方客服电话（XXXX）取消该服务。

XX证券有限责任公司郑重提醒投资者：为保护投资者的合法权益，请投资者在签署《XX证券投资顾问“投资组合” 服务协议》之前，务必确认《XX证券投资顾问“投资组合”服务协议》中的权利和义务，并根据自身的风险承受能力与财产状况需求等，选择合适的投资顾问服务产品。

客户在接受投资顾问服务过程中，应充分认识到“证券投资顾问的投资建议仅供客户参考，客户应当独立做出投资决定、独立承担投资风险。

” 本协议所涉风险揭示书、协议等文件均由我公司根据有关法律、法规、规章、等制定，我公司如修订相关内容，将在我公司XX手机证券" APP、"XX证券通达信版网上交易（至富版）”电脑客户端上以公告形式通知投资者，如投资者在公告规定的期限内未提出异议，即视为同意有关修订内容。

（一）XX证券投资顾问“投资组合”服务协议甲乙双方本着平等、互利、公平、自愿的原则，经双方充分交流和友好协商，根据《中华人民共和国民法通则》、《中华人民共和国合同法》、《证券投资顾问业务暂行规定》等有关规定，就乙方聘请甲方为其提供投资顾问服务事宜，达成以下协议，并承诺共同遵守：第一章投资顾问服务释义第一条本协议约定的证券投资顾问服务是指甲方接受乙方的委托，由甲方具备投资顾问资格的员工向乙方提供涉及证券及证券相关产品的投资建议服务，辅助乙方作出投资决策，并直接或者间接获取经济利益的经营活动。

投资组合计划书1. 引言投资组合是指投资者在不同的资产类别中分散投资以降低风险并实现预期收益的一种投资策略。

本投资组合计划书旨在为投资者提供一个详细的投资组合规划，包括投资目标、资产配置、风险管理等方面，帮助投资者更好地实现财务目标。

2. 投资目标投资目标是投资组合计划的核心，它直接影响着资产配置和风险管理的策略。

在确定投资目标时，需要考虑以下因素：2.1 资金需求首先，投资者需要确定自己的资金需求。

这包括短期资金需求和长期资金需求。

短期资金需求可能涉及到日常开支、应急资金等，而长期资金需求可能涉及到教育基金、养老基金等。

2.2 收益要求其次，投资者需要明确自己对投资的收益要求。

这取决于投资者的风险承受能力和预期收益水平。

投资组合的收益目标应该与投资者的财务目标相一致。

2.3 风险承受能力最后，投资者需要评估自己的风险承受能力。

风险承受能力直接决定了投资组合中风险资产和保守资产的比例。

高风险资产可能带来更高的收益，但也伴随着更高的风险。

3. 资产配置在确定投资目标后，接下来需要进行资产配置。

资产配置是指将投资资金分配到不同的资产类别中，以降低整体投资组合的风险。

3.1 资产类别的选择投资组合可以包含多种资产类别，如股票、债券、房地产等。

不同的资产类别具有不同的风险和收益特征。

投资者需要根据自己的投资目标和风险承受能力选择适合自己的资产类别。

3.2 资产配置的比例在选择资产类别后，需要确定每种资产类别在投资组合中所占的比例。

这取决于投资者的风险偏好和收益目标。

一般来说，高风险资产较少的投资组合可能更适合风险承受能力较低的投资者，而高风险资产较多的投资组合可能更适合风险承受能力较高的投资者。

4. 风险管理在投资组合中，风险管理是至关重要的。

以下是几种常见的风险管理策略：4.1 多元化投资多元化投资是通过将投资分散到不同的资产类别和市场中，降低整体投资组合的风险。

投资者可以通过购买不同类型的股票、债券和其他资产来实现多元化。

卖空机制、投资者关注与公司违规第一部分：卖空机制的背景与特点卖空机制最早出现于美国股市，其目标是提供市场上的资本流淌性，通过借入出售股票，可以为市场提供做空的机会。

与买涨不同，卖空赚取的是股价下跌带来的差价。

因此，卖空投资者通常会选择对一家公司或行业持有悲观的观点，期望赚取股市下跌带来的利润。

卖空机制的实施依靠于借股机制。

投资者通过借入他人持有的股票，当股价下跌时再以低价买入并归还给原始股东。

借股机制为卖空提供了便利，但也存在风险，如股东提前要求归还股票、股价上涨等状况。

第二部分：投资者对卖空机制的关注卖空机制引起了广泛的关注和争议。

卖空投资者认为，卖空有助于揭示市场的真实状况，纠正过度高估的股价，让市场更加公平。

而持反对意见的投资者则认为，卖空可能会引发恶意做空、传播谣言以推动股价下跌等不端行为，损害公司和市场的稳定。

投资者对卖空机制的关注主要体此刻以下几个方面：1. 股价异常下跌的原因：当股价迅速下跌时，投资者会关注是否有卖空投资者在操作。

他们会分析市场的供需状况，并密切关注与该公司相关的市场动向，以确定股价波动的原因。

2. 做空报告的发布：卖空投资者会发布一份做空报告，其内容通常包括对公司财务状况、管理层水对等方面的质疑，以及对将来进步的悲观猜测。

这些报告会引起投资者的关注，可能会导致股价下跌。

3. 反击行动的展开：被卖空的公司会实行一系列反击行动，包括发表声明、对卖空行为提告状讼等。

投资者会关注这些反击行动，以裁定公司是否有被卖空的合理理由。

第三部分：公司违规与卖空机制卖空机制在一定程度上也揭示了公司违规的可能性。

一些公司可能通过操纵财务数据、虚报业绩等手段来维持高估的股价，以防止受到卖空的打压。

然而，这些不端行为直接损害了公司的经济利益，也对投资者的利益造成了严峻损失。

卖空机制的存在促使公司更加重视财务透亮度和合规经营。

面对卖空的压力，公司需要加强信息披露，提供准确、有公信力的财务信息，以增强投资者对公司的信任。

2000年2月系统工程理论与实践第2期　不允许卖空的多因素证券组合投资决策模型马永开1,唐小我2(11安徽财贸学院基础部,安徽蚌埠233041;21电子科技大学管理学院,四川成都610054)摘要:　利用套利定价理论(A PT)改进不允许卖空的M arkow itz的证券组合投资决策模型,导出了不允许卖空的多因素证券组合投资决策模型,并研究了该模型的解及其性质Λ关键词:　证券组合;因素模型;套利定价理论;因素风险;非因素风险中图分类号:　F830.9 αM u lti2facto r M odel fo r Po rtfo li o Investm en t D ecisi on under the Conditi on of N o Sho rt SaleM A Yong2kai1,　TAN G X iao2w o2(1.A nhu i In stitu te of F inance and T rade,Bengbu,233041;2.U n iversity of E lectron ic Science and T ech2 no logy of Ch ina,Chengdu610054)Abstract:　In th is paper,w e si m p lify M arkow itz′s model fo r po rtfo li o investm en t un2der the conditi on of no sho rt sale w ith the help of arb itrage p ricing theo ry(A PT),p re2sen t a m u ltifacto r model fo r po rtfo li o investm en t decisi on under the conditi on of nosho rt sale,and study its so lu ti on and its characteristics.Keywords:　po rtfo li o;facto r model;A PT;facto r risk;non2facto r risk1　引言现代资产配置理论(modern po rtfo li o theo ry,简称M PT)所要解决的问题是建立这样一个法则(即证券组合投资决策方法),使得投资者可以依据这一法则将一定量的资本在各种可能的资产形式之间作一分配,建立这个法则应该遵循的原则是:尽可能降低资产组合的非系统风险Λ随着证券交易活动的规范化和证券交易制度的不断完善,现实的证券市场中卖空操作常常受到限制,所以,我们应该更多地研究不允许卖空条件下的证券组合投资决策问题Λ本文以套利定价理论(A PT)为基础,提出了不允许卖空的多因素资产配置模型,与经典的H arry M arkow itz的均值2方差模型相比,该模型具有更强的可控性和实用性Λ2　套利定价理论(APT)1964年威廉・夏普(W.Sharpe)在H arry M arkow itz的组合证券理论的基础上提出了著名的资本资产定价模型(CA P M),用资产的预期收益率与Β系数的关联描述收益—风险间的关系,从而大大简化了运算,为组合投资理论应用于实际提供了可行的途径,标志着组合投资理论的成熟Λ近年来,当代组合投资理论循着“资本资产定价模型”的轨迹向前发展,形成了由斯蒂芬・罗斯(Stephen A.Ro ss)首创的套利定价理论(A rb itrage P ricing T heo ry,简称A PT)Λ这个理论与CA P M所不同的一个显著的观点(也可以说是一个向前的发展)是,它认为证券的实际收益并不只是笼统地受对“市场组合(M arket Po rtfo li o)”变动的敏感性的影响,而是分别受对经济中许多因素变动的敏感性大小的影响,α收稿日期:1998207217资助项目:国家杰出青年科学基金(79725002)即它假定证券i 的收益率是由以下因素模型(facto r model )(1)生成的:r i =a i +Βi 1I 1+Βi 2I 2+…+ΒiS I S +Εi (1)式中,I j 是影响证券i 收益率的第j 个指数的值,j =1,2,…,S ;Βij 是证券i 的收益率对第j 个指数的敏感度(beta 值),j =1,2,…,S ;a i 是影响证券i 收益率的所有指数值都为0时证券i 的预期收益水平;Εi 是随机误差项,满足E (Εi )=0,V (Εi )=∆2ΕiΖ同时,公式(1)还满足以下两个条件:i )Cov (Εi ,Εj )=0,i ≠j (任意两种证券收益率的随机误差项是互不相关的)ii )Cov (Εi ,I j )=0,j =1,2,…,S (证券i 收益率的随机误差项和任一指数是互不相关的)根据A PT 的假定条件,两个风险相同的证券或证券组合不可能提供不同的预期收益Λ因为一旦出现与上述相反的情况,套利者就有机可乘,他可以卖空预期收益率低的证券同时买入预期收益率高的证券,从而不花一分钱,不承担任何风险而获取利润Λ而这种情况在均衡条件下是不可能的,所以,证券i 的均衡收益率为:E (r i )=r f +Βi 1[E (I 1)-r f ]+Βi 2[E (I 2)-r f ]+…+ΒiS [E (I S ]-r f ](2)式中:E (r i )是证券i 的预期收益率;r f 是无风险证券收益率;Βij 同公式(1);E (I j )-r f 是指数j 的风险代价Ζ公式(2)就是A PT 模型Ζ它用资产的预期收益率与经济中多个因素的Β系数的关联描述资产的收益—风险之间的关系,给出了均衡条件下资本市场上各种资产的价格风险关系Ζ目前普遍使用的影响证券收益率的五种指数是:利率、景气、通货膨胀、劳动生产率、投资者信心Ζ3　不允许卖空的多因素证券组合选择决策模型311　模型的提出设投资者选择了m 种证券作为投资对象,第i 种证券的因素模型为r i =a i +Βi 1I 1+Βi 2I 2+…+ΒiS I S +Εi ,投资者投向第i 种证券的投资比例系数为x i ,i =1,2,…,m ;这m 种证券构成的证券组合的因素模型为r p =a p +Βp 1I 1+Βp 2I 2+…+ΒpS I S +Εp (3)其中r p =∑m i =1xi r i ,a p =∑m i =1x i a i ,Βp j =∑m i =1x i Βij (j =1,2,…,S ),Εp =∑mi =1x i Εi .为了下文表达的需要,我们引入下面的记号:X =(x 1,x 2,…,x m )T 为投资比例向量;B =(Βij )m ×S ;r =(r 1,r 2,…,r m )T ,Λ=E (r ),V 为收益率向量r 的协方差阵;Ε=(Ε1,Ε2,…,Εm )T ,V Ε为随机向量Ε的协方差阵;e m 为元素全为1的m 维列向量;I =(I 1,I 2,…,I S )T 是影响证券收益率的指数向量Ζ我们采用证券收益率的均值(预期收益率)作为证券收益大小的度量指标,用证券收益率的方差(反映证券收益的稳定性)作为证券风险的度量指标Ζ由(2)式知证券组合的期望收益率为:E (r p )=r f +Βp 1[E (I 1)-r f ]+Βp 2[E (I 2)-r f ]+…+ΒpS [E (I S )-r f ](4)证券组合的风险可表示如下:Ρ2(r p )=E (r p -E (r p ))2将(3)式代入得:Ρ2(r p )=E [Βp 1(I 1-E (I 1))+Βp 2(I 2-E (I 2))+…+ΒpS (I S -E (I S ))+Εp ]2=E [Βp 1(I 1-E (I 1))+Βp 2(I 2-E (I 2))+…+ΒpS (I S -E (I S ))]2+E (Εp )2=B T p D S B p +E (Εp )2其中:B p =(Βp 1,Βp 2,…,ΒpS )T 是证券组合的beta 系数向量;D S =(d ij )S ×S 是影响证券收益率的指数向量I 的协方差矩阵,其中的d ij 满足下式:d ij =cov (I i ,I j ) (i ,j =1,2,…,S )由上式可看出,证券组合投资的风险由两个部分构成,一部分是由影响证券收益的指数向量I 的变化引起83系统工程理论与实践2000年2月的,我们把它称为因素风险(系统风险),记为F 因素;另一部分是由于证券组合投资收益率的随机扰动项引起的,我们把它称为非因素风险(非系统风险),记为F 非因素Ζ即有Ρ2(r p )=F 因素+F 非因素(5)式中:F 因素=B T p D s B p ,　F 非因素=E (Εp )2=X T V ΕX 由于影响证券收益率的指数向量I 的变化是不以投资者的意志转移的,所以从(4)、(5)两式可看出:投资者只能通过证券组合投资的beta 系数向量B p 来控制证券组合投资的期望收益和因素风险的大小;当投资对象确定后,投资者只能通过证券组合投资比例向量X 控制组合投资的非因素风险的大小Ζ所以,我们提出下面的证券组合投资比例向量选择模型Ζ 模型(A )m in F 非因素=E (Εp )2=X T V ΕX s .t .　e T m X =1B T X =B 0X Ε0其中,B T X 就是证券组合的beta 系数向量B p ,B 0是提供给投资决策者确定的风险选择向量Ζ模型(A )就是不允许卖空的多因素证券组合投资决策模型,它的意义是:在给定证券组合投资的beta 系数向量B p 为B 0和不允许卖空的前提下,使证券组合投资的非因素风险最小Ζ使用模型(A )进行证券组合投资决策的前提是已知各单个证券的因素模型,由它确定的证券组合的价格风险关系也是通过和经济中多个因素的Β系数的关联描述的Ζ312　与M arkowitz 的均值-方差模型的比较不允许卖空条件下的M arkow itz 均值2方差模型如下:m in Ρ2(r p )=X T V Xs .t .X T e m =1X T Λ=m 0X Ε0(6)其中m 0是供投资决策者选择的证券组合预期收益率,它的意义是:在不允许卖空和给定证券组合投资预期收益率m 0的条件下,使证券组合投资的风险最小Ζ它的理论依据是:理性的投资行为是在尽量减少风险的条件下寻求最大的期望收益或在给定预期收益的条件下使风险最小Ζ均值2方差模型在理论上是严谨的Ζ由(1)式可知,V Ε是对角矩阵,模型(A )中需要确定的参数有m (S +1)个,而模型(6)中需要确定的参数有12(m +1)(m +2)个Ζ通常影响证券收益率的指数只选最有影响的几个,向量I 中的元素个数S 远小于参加组合的证券种数m ,所以模型(A )和M arkow itz 的均值2方差模型相比,模型中需要确定的参数个数要少得多Ζ模型(A )提供给投资决策者的风险选择参数是一个向量B 0=(Β01,Β02,…,Β0S )T ,其中Β0i 是由投资决策者确定的证券组合的收益率对第i 个指数I i 的敏感因子,它能够反映出投资环境的多变性;而M arkow itz 的均值2方差模型提供给投资者的风险选择参数只有证券组合投资预期收益率m 0一个,而且它的值一经确定就不能随投资环境的变化而变化Ζ所以,和M arkow itz 的均值2方差模型相比,模型(A )中设立的风险选择参数更具科学性Ζ同时,模型(A )将证券组合的投资效果与多个指数建立了联系,所以,模型(A )更具可控性Ζ313　B 0的设置投资者使用模型(A )进行证券组合投资决策时,首先应该对各个经济指数进行分析,确定证券组合和各个指数的关联度,即设置B 0Ζ由(3)式可看出,证券组合和各个指数的关联度(即Β系数)是由参加组合的各单个证券的Β系数向量以及投资比例向量决定的,所以B 0的选取必须满足证券组合的内部结构的要求,否则,投资者的愿望就不能实现Ζ因此,投资者必须将自己的意愿和证券组合的内部结构结合起来,才93第2期不允许卖空的多因素证券组合投资决策模型能实现自己的目标Ζ由于模型(A )是二次规划问题,而且V Ε是正定矩阵,所以只要它的可行解集非空,一定有唯一最优解Ζ因此,投资者选择B 0时,只要使模型(A )的可行解集非空,就能实现自己的目标Ζ下面先研究B 0必须满足的条件Ζ结论1　模型(A )有解的必要条件是:1)　rank (A )=rank (A ϖ)Ζ其中A =e T mB T ,A ϖ=e T m 1B T B 0.2)　B m in ΦB 0ΦB m ax .其中B m ax =(m ax 1Φi Φm Βi 1,m ax 1Φi ΦmΒi 2,…,m ax 1Φi Φm ΒiS )T ,B m in =(m in 1Φi Φm Βi 1,m in 1Φi Φm Βi 2,…,m in 1Φi Φm ΒiS )T.证明　1)由线性代数理论可知,若rank (A )≠rank (A ϖ),方程组A X =(1,B T 0)T 无解,从而模型(A )的可行解集为空,则模型(A )无解Ζ2)设B 0=(Β01,Β02,…,Β0S )T ,模型(A )有最优解X A =(x A 1,x A 2,…,x A m )T Ζ则由模型(A )的约束条件知e T m X A =1 B T X A =B 0 X A Ε0而B 0=B T X =6m i =1x A i Βi 1,6m i =1x A i Βi 2,…,6m i =1x A i ΒiS T 由X A Ε0和X T A e m =1知 m in 1Φi Φm Βij Φ6m i =1x A i Βij Φm ax 1Φi ΦmΒij ,　j =1,2,…,S 即B m in ΦB 0ΦB m ax 证毕Ζ结论1仅给出了模型(A )有解的必要条件,即使投资者按结论1确定B 0,也不能保证模型(A )有解Ζ那么,投资者选定了B 0以后,怎样判断模型(A )是否有解呢?结论2　模型(A )有解的充分必要条件是下面的线性规划模型有解,而且最优值为零(即m in J =0)Ζ 模型(L P )m in J =z 1+z 2+…+z S +1s .t .A X +E S +1Z =(1,B T 0)T X Ε0Z =(z 1,z 2,…,z S +1)T Ε0其中E S +1是S +1阶单位矩阵Ζ结论2的证明比较简单,此不赘述Ζ根据结论1和结论2可得选取B 0的算法一如下:①首先对投资环境进行分析,为B 0确定一组备选值;②取B 0的一个备选值,验证结论1和结论2的条件是否能够满足,若结论1和结论2的条件都能满足,则B 0选取成功,否则转下一步;③取B 0的下一个备选值转②,直到备选值取完为止Ζ上述选取B 0的算法要求在为B 0确定一组备选值中,至少有一个值是可行的,否则,这个方法将失效Ζ为此,我们下面提出另外一种算法Ζ设投资者已将经济指数按重要性由高到低排列:I 1,I 2,…,I S ;投资者应该优先确定证券组合和他认为比较重要的指数的关联度,即他确定B 0各分量的次序为:Β01,Β02,…,Β0S Ζ根据这个思想和(3)式,可得选取B 0的算法二如下:第1步　求解下面的两个线性规划模型: 模型(L P1.1)　m in Β01=Β11x 1+Β21x 2+…+ΒS 1x Ss .t .x 1+x 2+…+x S =1x 1,x 2,…,x S Ε0 模型(L P1.2)　m ax Β01=Β11x 1+Β21x 2+…+ΒS 1x S s .t .x 1+x 2+…+x S =1x 1,x 2,…,x S Ε004系统工程理论与实践2000年2月 设模型(L P111)的最优值为m11,模型(L P112)的最优值为m12;接下来,投资者在区间[m11,m12]上根据自己的意愿为Β01选取一个值Ζ ……第i步　求解下面的两个线性规划模型:模型(L P i.1)　m in　Β0i=Β1i x1+Β2i x2+…+ΒS i x Ss.t.x1+x2+…+x S=1Β11x1+Β21x2+…+ΒS1x S=Β01Β1(i-1)x1+Β2(i-1)x2+…+ΒS(i-1)x S=Β0(i-1) x1,x2,…,x SΕ0模型(L P i.2)　m ax　Β0i=Β1i x1+Β2i x2+…+ΒS i x Ss.t.x1+x2+…+x S=1Β11x1+Β21x2+…+ΒS1x S=Β01Β1(i-1)x1+Β2(i-1)x2+…+ΒS(i-1)x S=Β0(i-1) x1,x2,…,x SΕ0 设模型(L P i.1)的最优值为m i1,模型(L P i.2)的最优值为m i2;接下来,投资者在区间[m i1,m i2]上根据自己的意愿为Β0i选取一个值Ζ第i+1步　求解下面的两个线性规划模型:模型(L P(i+1).1)　m in　Β0(i+1)=Β1(i+1)x1+Β2(i+1)x2+…+ΒS(i+1)x Ss.t.x1+x2+…+x S=1Β11x1+Β21x2+…+ΒS1x S=Β01Β1(i-1)x1+Β2(i-1)x2+…+ΒS(i-1)x S=Β0(i-1)Β1i x1+Β2i x2+…+ΒS i x S=Β0ix1,x2,…,x SΕ0模型(L P(i+1).2)　m ax　Β0(i+1)=Β1(i+1)x1+Β2(i+1)x2+…+ΒS(i+1)x Ss.t.x1+x2+…+x S=1Β11x1+Β21x2+…+ΒS1x S=Β01Β1(i-1)x1+Β2(i-1)x2+…+ΒS(i-1)x S=Β0(i-1)Β1i x1+Β2i x2+…+ΒS i x S=Β0ix1,x2,…,x SΕ0 设模型(L P(i+1).1)的最优值为m(i+1)1,模型(L P(i+1).2)的最优值为m(i+1)2;接下来,投资者在区间[m(i+1)1,m(i+1)2]上根据自己的意愿为Β0(i+1)选取一个值Ζ……第S步　求解下面的两个线性规划模型:模型(L P S.1)　m in　Β0S=Β1S x1+Β2S x2+…+ΒS S x Ss.t.x1+x2+…+x S=1Β11x1+Β21x2+…+ΒS1x S=Β01Β1(S-1)x1+Β2(S-1)x2+…+ΒS(S-1)x S=Β0(S-1)x1,x2,…,x SΕ014第2期不允许卖空的多因素证券组合投资决策模型模型(L P S.2)　m ax　Β0S=Β1S x1+Β2S x2+…+ΒS S x Ss.t.x1+x2+…+x S=1Β11x1+Β21x2+…+ΒS1x S=Β01Β1(S-1)x1+Β2(S-1)x2+…+ΒS(S-1)x S=Β0(S-1) x1,x2,…,x SΕ0设模型(L P S.1)的最优值为m S1,模型(L P S.2)的最优值为m S2;接下来,投资者在区间[m S1,m S2]上根据自己的意愿为Β0S选取一个值Ζ结论3　算法二一定能成功地选择B0Ζ证明　算法二的每一算法步骤能否实现,完全取决于其对应的两个线性规划模型是否有最优解,而算法二中的每个线性规划模型的可行解集都是有界凸集,所以,只要其可行解集非空它们就一定有最优解Ζ下面,我们用归纳法证明结论3Ζ1)模型(L P1.1)和模型(L P1.2)的可行解集由下面的约束条件确定x1+x2+…+x S=1x1,x2,…,x SΕ0显然,模型(L P1.1)和模型(L P112)的可行解集是非空的,从而它们一定有最优解Ζ所以,算法二中的第一步一定能够成功地确定Β01Ζ2)设算法二的第i步能成功地确定Β0iΖ此时,模型(L P i.1)和模型(L P i.2)一定有最优解,设模型(L P i.1)的最优解为X i1,最优值为m i1;设模型(L P i.2)的最优解为X i2,最优值为m i2.由于投资者是在区间[m i1,m i2]上选择Β0i的,所以,必存在k i1,k i2Ε0,使Β0i=k i1m i1+k i2m i2且k i1+k i2=1Ζ构造X i+1=k i1X i1+k i2 X i2,容易验证X i+1是模型(L P(i+1).1)和模型L P(i+1).2)的可行解,即模型(L P(i+1).1)和模型(L P(i+1).2)的可行解集非空,从而算法二的第i+1步也能成功地确定Β0(i+1)Ζ由数学归纳法原理可知,B0的每一分量都能成功地确定,即结论3成立Ζ在我们提出的设置B0的两种算法中,算法一先考虑投资者的意愿,然后才考虑证券组合结构,所以不能保证一定成功;算法二优先考虑证券组合结构,然后再考虑投资者的意愿,所以它能保证一定成功Ζ从算法二的算法过程来看,在B0的各分量中,排在前面的分量的选择自由度要比排在后面的分量大,这就是为什么优先设置证券组合和重要的指数的关联度的原因Ζ投资者使用模型(A)作为证券组合投资决策模型的目的是尽可能地降低证券组合的非因素风险,显然,模型(A)分散非因素风险的效果和B0的取值有关;那么,B0取何值时,模型A分散非因素风险的效果最佳?结论4　当B0=B T V-1Εe me T m V-1Εe m 时,模型(A)分散非因素风险的效果最佳Ζ证明　从模型(A)中去掉证券组合beta系数向量B p=B0的约束,可得下面的模型(A1): 模型(A1)m in　F非因素=E(Εp)2=X T VΕXs.t.e T m X=1 XΕ0 显然,模型(A1)分散非因素风险的效果最佳Ζ考虑下面的优化问题:m in F非因素=E(Εp)2=X T VΕXs.t.e T m X=1对它使用L agrange乘数法可得该优化问题的最优解为:X o=V -1Εe me T m V-1Εe m .由于VΕ是正定对角矩阵,所以X0Ε0,则X0也是模型(A1)的最优解Ζ即当证券组合投资比例向量为X0时,证券组合的非因素风险最小Ζ此时,证券组合的beta系数向量B p为:24系统工程理论与实践2000年2月B p =B T V -1Εe me T m V -1Εe m 故结论4成立Ζ314　模型(A )的求解投资者设置好B 0以后,接下来就要求解模型(A )Ζ由于模型(A )是二次规划问题,所以它可以化为线性规划问题求之;也可以使用计算机软件直接求解Ζ4　计算举例设某证券组合有五种证券组成,并且证券收益的因素模型由两种指数构成,每种证券的两个Beta 值及其收益率的随机误差项的方差如表1所示Ζ表1第1个指标的敏感系数Βi 1第2个指标的敏感系数Βi 2随机误差项的方差∆2Εi 证券10.31.30.216证券20.70.80.265证券30.90.50.176证券41.20.70.125证券50.51.00.146 使用模型(A )可得该证券组合的不允许卖空的投资决策模型如下:m in F 非因素=0.216x 21+0.265x 22+0.176x 23+0.125x 24+0.146x 25s .t .　x 1+x 2+x 3+x 4+x 5=10.3x 1+0.7x 2+0.93+1.2x 4+0.5x 5=Β011.3x 1+0.8x 2+0.5x 3+0.7x 4+x 5=Β02x 1,x 2,x 3,x 4,x 5Ε0 使用算法二得到Β01的取值范围为[0.3,1.2],我们给Β01选取了几个值以及相应的Β02的取值范围如表2所示Ζ表2　Β01的取值0.40.60.81.0Β02的允许选择范围[1.15,1.21][0.87,1.03][0.625,0.86][0.5,0.678] 我们给B 0设置了几组值,则其相应的模型(A )的最优解和最优值如表3所示Ζ表3　B 0的设置值最优解最优值(0.4,1.2)T (0.73,0.00,0.00,0.07,0.20)T0.122(0.6,0.9)T (0.22,0.17,0.26,0.01,0.34)T0.047(0.8,0.7)T (0.01,0.18,0.46,0.11,0.24)T0.056(1.0,0.6)T(0.00,0.08,0.54,0.38,0.00)T 0.071 利用结论4可求得使模型(A )分散非系统风险的效果最佳的B 0值为(0.766,0.84)T ,其相应的模型(A )的最优解和最优值分别为:(0.16,0.13,0.20,0.28,0.23)T 和0.034Ζ参考文献:[1]　陈共1证券学1北京:中国人民大学出版社,19941[2]　贝多广1证券经济理论1上海:上海人民出版社,19951[3]　程希骏1现代投资理论分析1合肥:安徽教育出版社,1993134第2期不允许卖空的多因素证券组合投资决策模型。

机会约束下的投资组合问题
韩其恒;唐万生;李光泉
【期刊名称】《系统工程学报》
【年(卷),期】2002(017)001
【摘要】不同的投资者会有不同的期望收益率与置信水平,因此就会采取不同的投资策略.在证券收益率服从正态分布的前提下,提出了在允许卖空时的一类机会约束下的投资组合问题,它是以期望收益率与置信水平为导向的.建立了其数学模型,讨论了最优解的存在性与唯一性,得到了最优解的解析表达式,并利用Matlab语言给出了求解有效边界曲线、可行集、机会约束问题的最优解,最优解的均值以及标准差的程序,最后举例予以了说明.
【总页数】6页(P87-92)
【作者】韩其恒;唐万生;李光泉
【作者单位】天津大学系统工程研究所,天津,300072;天津大学系统工程研究所,天津,300072;天津大学系统工程研究所,天津,300072
【正文语种】中文
【中图分类】F830.9
【相关文献】
1.机会约束下的均值-CVaR投资组合模型研究 [J], 张永芬
2.投资者偏好条件下概率准则投资组合问题求解 [J], 刘勇;马良
3.模糊不确定环境下基于机会约束的多项目投资组合 [J], 沈佳乐
4.机会约束下的均值-半绝对离差投资组合问题研究 [J], 胡支军;李静
5.机会约束下基于混合整数规划的均值-VaR证券投资基金投资组合选择模型 [J], 王良;杨乃定;姜继娇
因版权原因，仅展示原文概要，查看原文内容请购买。

不允许卖空的投资组合M-V有效前沿的漂移分析
M-V有效前沿的漂移分析报告
在当今的股市中，“不允许卖空”是一种股票投资组合的特定类型，这意味着投资者不能够卖出股票价格低于其买入价格的股票。

在这种情况下，并不能够实施“M-V”有效前沿的漂移分析，因为它需要投资者同时买入低价格股票和卖出高价格股票。

然而，即使不能实施M-V有效前沿的漂移分析，也可以使用
一些其它方法来为不允许卖空的股票投资组合实施一些投资决策。

例如，可以使用金融工程技术，通过模拟资产购买和售出（以及其它类型的金融工具），来模拟M-V有效前沿的漂移
分析。

这种技术可以用来分析给定的投资组合结构，以确定最佳的投资比例，并根据未来的市场变化作出调整，使投资者能够在不允许卖空的情况下获得最大的投资回报。

此外，通过对非常市场数据进行趋势分析，投资者也可以采取交易策略，以最大限度地投资回报。

例如，投资者可以采用“趋势交易”，即仅在投资组合中的资产形成较稳定的趋势时，才进行购买或出售操作。

此外，投资者还可以采取“熊市套利”策略，即在股价低于其历史均价时买入，在股价高于其历史均价时卖出。

最后，在不允许卖空的股票投资组合中，投资者还可以采取“投资组合优化”策略，以确保投资组合减少风险并获得最大回报。

例如，投资者可以增加投资组合中的固定收益因子，以降低投资组合中的波动性变化，或者减少商品和/或小市值股票
的投资比例，以降低风险。

总之，尽管不允许卖空的股票投资组合有时会受到M-V有效前沿漂移分析的限制，但投资者仍可采取一些其它策略来确保他们在该组合中获得最大的投资回报，包括通过金融工程技术进行模拟、对非常市场数据进行趋势分析、采取趋势交易或熊市套利以及优化投资组合结构。