郭紫璇

摘要：由于證券投資的收益具有不確定性，所以將馬克維茨證券組合投資Bayes估計(jì)引入證券投資風(fēng)險(xiǎn)的分析中，本文介紹了證券投資風(fēng)險(xiǎn)分析中的組合理論，以及在預(yù)測證券走勢時(shí)對Bayes估計(jì)的運(yùn)用，并相應(yīng)的運(yùn)用實(shí)際數(shù)據(jù)進(jìn)行定量分析。組合理論的原理是通過將資產(chǎn)分散投資的方法降低風(fēng)險(xiǎn)。Bayes估計(jì)運(yùn)用前一天的數(shù)據(jù)預(yù)測未來股票走勢。據(jù)此，投資者可以采取有效措施對風(fēng)險(xiǎn)進(jìn)行科學(xué)管理以減少證券投資活動(dòng)中的損失。

關(guān)鍵詞：證券投資;組合理論;Bayes估計(jì);證券投資風(fēng)險(xiǎn);分析應(yīng)用

中圖分類號(hào)：F830.91;F224 文獻(xiàn)識(shí)別碼：A 文章編號(hào)：1001-828X（2019）018-0326-03

一、證券投資風(fēng)險(xiǎn)的概念

證券投資風(fēng)險(xiǎn)是指投資者在證券投資的過程中損失本金或者收益達(dá)不到預(yù)期的可能性。風(fēng)險(xiǎn)來自于未來收益的不確定性。當(dāng)實(shí)際收益達(dá)不到預(yù)期，就造成了損失。盡管隨著社會(huì)發(fā)展，可選擇的投資的種類日趨多元，但證券投資仍然以它獨(dú)特的魅力吸引著一批又一批投資者的青睞。然而，波云詭譎的證券投資市場對于廣大投資者來說依然難以把握，因?yàn)樗诮o人帶來收益的同時(shí)必然伴隨著一定的風(fēng)險(xiǎn)。證券投資風(fēng)險(xiǎn)的要素分析在證券投資活動(dòng)中起著重要的作用，從來源上劃分，有系統(tǒng)風(fēng)險(xiǎn)和非系統(tǒng)風(fēng)險(xiǎn)兩大類。

二、證券組合投資在證券投資風(fēng)險(xiǎn)分析中的應(yīng)用

（一）證券組合投資理論

1.證券組合投資理論簡介

證券投資組合理論的基本框架（Markowitz模型）奠定在均值一方差理論的基礎(chǔ)上，根據(jù)個(gè)別股票的均值和方差找出在一定收益水平下方差最小的投資組合。

2.證券投資組合方案的選擇

多種證券投資組合的原則是，組合期望收益越大越好，組合標(biāo)準(zhǔn)差越小越好。即如果有“選擇證券A優(yōu)于選擇證券B”，則以下不等式中至少有一個(gè)不等式成立。無差異曲線I：斜率為正;下凸.這意味著：在邊際效用遞減原理的作用下，隨著投資者每次遭受的風(fēng)險(xiǎn)等量增加，但這一單位的風(fēng)險(xiǎn)所能“交換”得到的期望收益率越來越高。在同一條無差別曲線上，投資者獲得的效用是相同的。在同一證券市場當(dāng)中，一般的情況是：一種證券的平均收益越大，它的收益風(fēng)險(xiǎn)也越大。（見圖1）

對于投資組合，相關(guān)系數(shù)p可以反映兩種證券在做組合時(shí)，兩者的期望收益在同方向或相反方向上移動(dòng)的程度。相關(guān)系數(shù)p的絕對值小于等于1。

將這7個(gè)投資計(jì)劃的結(jié)果繪入以σ為橫坐標(biāo)、u（即E（rp）為縱坐標(biāo)的圖表中，并獲得平滑曲線。這條曲線就是當(dāng)XA在（0，1）區(qū)間上連續(xù)變化時(shí)所得的曲線，稱為A、B組合的有效前沿。投資者可以根據(jù)自己的喜好在有效前沿上進(jìn)行選擇投資。

對不同的相關(guān)系數(shù)PAB可以得到不同的有效前沿，繪制不同的曲線。從而確定分配資金的比例。具體選擇時(shí)，我們可以將投資組合的無差別曲線繪人坐標(biāo)系中。兩曲線切處所對應(yīng)的投資組合即為在這一條件下的最優(yōu)方案。

4.方法總結(jié)

證券投資的風(fēng)險(xiǎn)是客觀存在的。獲得較高的收益必須承擔(dān)較高的風(fēng)險(xiǎn)。但是在對數(shù)據(jù)的分析之前，我們可以先對要投資的項(xiàng)目/證券類型有一個(gè)前期判斷。降低投資風(fēng)險(xiǎn)的有效途徑是組合投資方式，即投資者應(yīng)當(dāng)選擇一組證券而不是一種證券作為投資對象，并且分散到越多證券，風(fēng)險(xiǎn)越低。但證券組合并不是簡單地對資金的平分，而應(yīng)該是通過分析計(jì)算得到的最優(yōu)組合。這個(gè)組合能夠使風(fēng)險(xiǎn)在能承擔(dān)的范圍內(nèi)，同時(shí)收益最大。

（二）Bayes估計(jì)在證券投資風(fēng)險(xiǎn)分析中的應(yīng)用

按照Bayes統(tǒng)計(jì)學(xué)的觀點(diǎn)，為了制定一個(gè)好的決策，應(yīng)當(dāng)利用所有可獲得的信息。并且，在獲得新信息的基礎(chǔ)上的做出的決策要優(yōu)于未獲得新信息時(shí)做的決策。

我們將貝葉斯（Bayes）方法引入證券投資分析中，對信息進(jìn)行更加充分的應(yīng)用，對風(fēng)險(xiǎn)和收益進(jìn)行分析，增加投資決策的穩(wěn)定性。在分析過程中利用貝葉斯（Bayes）方法，并增加了參與決策的信息量，以對應(yīng)證券投資過程中面對的諸多不確定因素.這樣就可以對信息進(jìn)行更加充分的應(yīng)用，增加投資決策的穩(wěn)定性。在這一部分，我們將應(yīng)用公式。

（1）在對此股票每日收盤價(jià)格進(jìn)行狀態(tài)劃分時(shí)，劃分的區(qū)間長度過大，使得預(yù)測精度降低。

（2）選取的總時(shí)間跨度過大，前后相差30個(gè)工作日，這只股票的走勢已經(jīng)發(fā)生了改變。根據(jù)k線圖，其實(shí)我們能夠直觀的看到在5月2日附近的一周左右時(shí)間里，股票單價(jià)已經(jīng)大致穩(wěn)定在400元以下，并且還在保持一種不明顯的下降趨勢.所以我們應(yīng)該在保持有足夠數(shù)據(jù)的情況下適度縮短時(shí)間范圍。

（3）除了我們自身在數(shù)據(jù)分析中的失誤，還應(yīng)當(dāng)考慮的是世界經(jīng)濟(jì)形勢、國家政策等因素的影響。從k線圖中我們可以看到從3月中下旬開始，此股票經(jīng)歷了大幅下跌，這是明顯的反?，F(xiàn)象，是Bayes模型難以預(yù)測的。（見下頁圖3）

從上面兩個(gè)實(shí)例可以看出，用Bayes模型來預(yù)測股票未來價(jià)格的方法是可行的。這個(gè)方法不僅能夠預(yù)測股票未來走勢，并且甚至可以準(zhǔn)確地支出預(yù)測的股票價(jià)格所在范圍。進(jìn)行狀態(tài)劃分時(shí)，所取區(qū)間長度越小，得到的結(jié)果就越精確。但是相應(yīng)的，計(jì)算量就越大。

2.方法總結(jié)

在將Bayes方法應(yīng)用于這兩只股票數(shù)據(jù)的過程中，我們可以發(fā)現(xiàn)：

由于投資者的決策最終取決于對行動(dòng)后收益的預(yù)期，而信息的獲得可以合理化這種預(yù)期，所以信息在決策的過程中具有重要意義。Bayes方法的優(yōu)越性在于它可以充分利用已知信息。股票價(jià)格在證券市場中，每時(shí)每刻都在發(fā)生波動(dòng)，而Bayes估計(jì)不但能預(yù)測股票漲跌情況，而且能將這種定性趨勢精確到具體的數(shù)據(jù)范圍內(nèi)，這對投資者進(jìn)行決策是非常有幫助的。

但是這種優(yōu)勢并不是萬能的.正如在前面對Bayes模型敘述過程中提到的，在沒有重大事件發(fā)生的情況下，證券收盤價(jià)會(huì)在以往出現(xiàn)過的范圍內(nèi)波動(dòng)，即O