量化投资方案精选(九篇)

前言：一篇好文章的诞生，需要你不断地搜集资料、整理思路，本站小编为你收集了丰富的量化投资方案主题范文，仅供参考，欢迎阅读并收藏。

第1篇：量化投资方案范文

Abstract: Data envelopment analysis(DEA) is conducted according to the input and output indicator values. Relative efficiency evaluation is conducted for theinput data of the investment program of advanced manufacturing technology(AMT). To avoid uncertainty and non-magnanimity of considering the input indicator alone , the quantitative analysis of the intangible benefits output indicators is done. Changing the C2R model and BC2 model in the DEA, combinating the Duality Theory, a view that intangible benefits value of ATM is a new type of the shadow price is proposed. Relative effectiveness of ATM intangible benefits is analysed and put forward the improved method for the input and output data of the ineffective programs. finally, the feasibility and practicability of the method is proved by an example.

关键词:先进制造技术;无形效益价值;数据包络分析;效益评价指数

Key words: advanced manufacturing technology;intangible benefits value;data envelopment analysis; benefit evaluation index

中图分类号:F403.7文献标识码:A文章编号:1006-4311(2010)11-0054-04

0引言

企业开发先进制造技术项目需要大规模投资,而且实施先进制造技术的主要目的是提高企业竞争优势,具体包括:提高产品质量、增强柔性、降低成本、缩短产品交货期、减少废品和返工、精简人力、改善工作质量、增强制造过程的抗干扰能力、提高企业对市场需求的反应能力、提升企业形象、及时引入新产品和更新产品、提高企业对市场机会的控制能力、降低工作强度和增强员工对企业的满意度与忠诚度、获得新技术知识和使用新技术等等。这些因素产生的效益除成本的降低可以在现有会计系统中有所体现外,其它效益都是不能直接货币化的无形效益,难以定量化分析,因此使得先进制造技术效益评价问题变得比较困难。

AMT无形效益是关系到企业长远发展的关键因素,是投资的主要目标和做出正确投资决策的关键。对AMT无形效益的评价,有助于企业从长远的战略角度选择投资方向,提高企业的整体实力,保证经营目标的实现。我国学者在这方面做了很多研究,提出了很多无形效益定量评价的方法。李春好等利用多目标广义投资效率模型和综合效用评价模型分别对方案的优劣进行了排序[1-2];宋金波等对AMS的技术创新优势的无形效益进行了分析[3-4];汪应洛等用可能性分布表示评价指标值,并对投资项目的有形效益和无形效益进行加权平均,最终得到综合效益的评价结果[5-6]。但是这些研究成果都是对AMT投资方案结果的分析,没有考虑投入因素对产出无形效益的影响。刘德学等利用C2R模型对AMT投资总体效益进行了分析,但并没有具体分析AMT投资的无形效益该如何度量,而且只对方案中输入指标影响最大的因素作了分析,并没有说明规模是否合理且怎样改进[7-8]。本文针对AMT投资特征,通过对DEA中的两个经典模型C2R和BC2联合分析,导出影响无形效益的主体原因,再以DEA的相对效率为基础,构造AMT投资的输入输出评价指标体系,结合对偶理论,提出无形效益的价值是一种新型的影子价格的观点,从技术有效还是规模有效等几个方面分析AMT无形效益的价值,对AMT无形效益价值进行相对效率的评价,并给出了无效方案的改进方法。为AMT无形效益价值的分析提供了一种新的量化分析工具。

1DEA评价模型

设有m个AMT投资方案,亦即m个决策单元:DMUr,r=1,2,…,m,每个方案均有n种输入和p种输出,DMUr的输入和输出向量分别为x=(x1r,x2r,…,xnr)T,y=(y1r,y2r,…,ynr)T,r=1,2,…,m,假定n种输入的非负权重向量为v=(v1,v2,…,vn),p种输出的非负权重向量为u=(u1,u2,…,up)。在一般情况下,由于人们对AMT投资方案输入、输出之间的信息结构了解比较少或者它们之间的相互替代性比较复杂,同时也为了尽量避免决策者主观意志的影响,所以,不事先给定输入和输出的权重,而是将输入输出权重看成是可变量,然后在分析过程中根据某种原则来确定。为了衡量每一个AMT投资方案的综合输入输出效果,定义AMT各投资方案DMUr的效率评价指数为:h==uyvx r=1,2,…,m

由DEA的弱有效性特征[10]可知,对AMT第k个投资方案的评价是一个在所有DMUr的效率评价指数hr都小于或等于1的条件约束下,寻找对DMUk最有利的投入项权重组合(v1,v2,…,vn),以及产出项权重组合(u1,u2,…,up),使得DMUk的效率评价指数hk达到最大的数学规划模型。因此构造评价第k个AMT投资方案的C2R数学规划模型(Ⅰ):max hk=uyvx

s.t.uyvx1,r=1,2,…,mu0,j=1,2,…,pv0,i=1,2,…,n(Ⅰ)

模型(Ⅰ)中,当hk等于1时说明相应的AMT投资方案的效率为相对有效。模型(Ⅰ)是一个分式规划,利用Charnes-Cooper变换[5],在模型(Ⅰ)中,令t=,ω=tv,μ=tu,从而将模型(Ⅰ)化为等价的线性规划模型(Ⅱ):max hk=μy

s.t.μyωx1,r=1,2,…,mωx=1u0,j=1,2,…,pω0,i=1,2,…,n(Ⅱ)

由于AMT无形效益的不确定性、难以度量及难以预测性,因此它是一种具有社会因素占主导特征的影子价格。模型(Ⅱ)中投入产出项的权重是生产内部价值的反映,根据对偶理论,相对于外部因素而言这种权重值实际上是一种反映外部松弛价值的变化量,这种变化量恰好能描述AMT无形效益的影子特征。为了对AMT无形效益的评价,将模型(Ⅱ)的求解转化为对模型约束条件松弛变量的分析。写出线性规划(Ⅱ)的对偶式:

min θ

s.t.xλ+s-i=θx0yλ-s+j=y0λ0,k=1,2,…,ms-i0,s+j0,i=1,2,…,n;j=1,2,…,p(Ⅲ)

设ε>0是一个非阿基米德无穷小量[10],针对模型(Ⅲ)考虑带ε的C2R模型:min θ-εs+s

s.r.xλ+s=θxyλ-s=yλ0,k=1,2,…,ms0,s0,i=1,2,…,n;j=1,2,…,p(Ⅳ)

其中,θ为投入比例变量,λ为第k个AMT方案的决策变量,s为与投入相对应的松弛变量向量,表示第k个AMT方案DMUk应减少的投入量;s为与产出相对应的剩余变量向量,表示第k个AMT方案DMUk应增加的产出量。令s=s+s,表示第k个AMT决策方案相应无形效益松弛量,由于ε>0是一个非阿基米德无穷小量,根据对偶理论及模型(Ⅳ)目标值的要求,则必有0s/θ0。

模型(Ⅱ)假设投资函数存在固定的规模报酬,若在(Ⅱ)中增加了一个固定的变量ck使得允许规模报酬变动,即得到BC2模型(Ⅴ):max hk=μy-ck

s.t.ωx-μy+ck0,r=1,2,…,mωx=1u0,j=1,2,…,pω0,i=1,2,…,n(Ⅴ)

同理,为了评价AMT无形效益,将模型(Ⅴ)的求解转化为对模型约束条件松弛变量的分析。考虑如下对偶问题

min θ-εs+s

s.r.xλ+s=θxyλ-s=yλ=1λ0,k=1,2,…,ms0,i=1,2,…,ns0,j-1,2,…,p(Ⅵ)

模型(Ⅳ)可用来同时评价AMT无形效益的规模有效性和技术有效性,模型(Ⅵ)则仅用来判断技术有效性,因此,分析AMT无形效益时,将两个模型结合使用,就可以判断每个方案是技术有效还是规模有效,从而为方案的改进提供帮助。

2DEA评价的有效性分析

模型(Ⅳ)和模型(Ⅵ)可以视为一种生产前沿的非参数估计,可以利用一组实际的输入输出观测值(即DMU的输入输出值),构造出输入输出一切可能组合的外部边界(称为“包络边界面”)约束条件,使得所有的输入输出观测点均落在这个包络面内。下面的定理将证明,只有DEA有效(或DEA弱有效)的决策单元对应的生产点位于包络面上,即DEA有效决定了产出的效益是有效的。模型中的λk将各个有效单元生产点连接起来,形成一种有效包络面(即生产前沿的分段线性估计),该包络面描述了投入产出的AMT无形效益的价值,位于此前沿面上的DMU被视为DEA有效的,而远离前沿面的DMU为非DEA有效的。从多目标规划的角度看,如果以输入最小,输出最大为目标,那么生产前沿面就是以生产可能集做为约束集合的相应线性多目标规划的Pareto面,即数据包络面的有效部分。因此,利用DEA的有效单元生产点λ来评价AMT所产生的无形效益,判断投入的合理性,其结果是有效的。进一步可利用一种线性变换对于不合理(即非DEA有效)的AMT方案进行改进,也会得到DEA有效的AMT无形效益包络面。

由于利用模型(Ⅰ)与模型(Ⅱ)得到的最优目标函数值是相同的,因此可以用模型(Ⅱ)来定义决策单元的有效性。

定义1若模型(Ⅱ)的最优值等于1,则称DMUk为弱DEA有效。

定义2若模型(Ⅱ)存在最优解ω*,μ*满足ω*>0,μ*>0,并且最优目标值等于1,则称DMUk为DEA有效。

根据线性规划对偶理论中的互补松弛性,对于模型(Ⅳ)和模型(Ⅵ),若存在带非阿基米德无穷小量的最优解,则有如下有效性判断的性质。

定理1设ε为非阿基米德无穷小量,模型(Ⅳ)的最优解为:λ*、θ*、s、s,i=1,2,…,n,j=1,2,…,p,则有:

()若θ*

()若θ*=1,s+s>0,则被评价单元DMUk为弱DEA有效。

()若θ*=1,s+s=0,则被评价单元DMUk为DEA有效。

证由条件知,模型(Ⅲ)和带有ε的对偶模型(Ⅳ)存在最优解,并且最优解λ*、θ*、s、s是模型(Ⅲ)最优解中使目标函数s+s达到最大的最优解,因此,若θ*0,由定义2,DMUk为DEA有效。证毕。

定理2设ε为非阿基米德无穷小量,若模型(Ⅵ)的最优解满足θ*=1,则决策单元DMU技术有效,否则,技术无效。

证明过程与定理1相似。证略。

由定理1的判定条件()可知,当θ*

定理3设ε为非阿基米德无穷小量,模型(Ⅳ)的最优解为λ*、θ*、s、s,i=1,2,…,n,j=1,2,…,p且θ*

证模型(Ⅳ)的对偶规划矩阵式为:

max μyk

s.t.ωx-μy0,j=1,2,…pωx=1,k=1,2,…,mω0μ0

设其最优解为ω*,μ*,且ω*>0,μ*>0。由线性规划的对偶互补条件,有:(ωx-μy)λ=0,j=1,…,p

因此:ωx-μyk=ωxλ-μyλ

=(ωx-μy)λ=0

现在对于任意C2R模型的生产可能集T里的有:

xλx,yλy

其中λ0,j=1,…,p,故:

ωx-μy=ωxλ-μyλ

=(ωx-μy)λ0

即(,)为下面问题的最优解:

(ωx-μy)=ω-μ,k=1,2,…,m

因此(,)为多目标规划的Pareto解,即(,)为DEA有效。证毕。

3评价指标的设定

由于AMT无形效益的属性具有不确定、不可度量等社会特征,因此DEA的投入产出属性需要具备完整性、可衡量性、可解构性、不重复性和最少性等,但DEA评价属性设置太多会增加模型的复杂度和结果分析的困难度,因此,在考虑评价目的以及确保评价指标之间保持相互配合与相互联系的基础上,将代表AMT投资的人、财、物三方面投入的资本额度,员工人数比率,技术人员比率,设备利用率等四个基本要素定为输入指标。将AMT无形效益最为典型的六个属性:系统柔性,产品交货期,产品质量,市场竞争能力,客户满意度,产品研发能力定为输出指标。

设m个AMT投资方案DMUk ,r=1,2,…,m,每个方案的评价指标设置相同。根据前述模型的假定,每个方案均有四种输入xir,i=1,2,3,4,有六种输出yjr,j=1,2,…,6,具体指标及其经济含义定义如下。

投入资本额度(x1r):表示在AMT的投资准备以及实施过程中,企业所投入的资金情况,该指标主要衡量企业对AMT财力方面的投入力度。

员工人数比率(x2r):表示在AMT实施过程中,参与该方案所涉及各项工作的员工占全体员工总数的百分比,该指标衡量企业实施AMT人力方面的投入状况。

技术人员比率(x3r):表示企业在AMT方案的实施中,专业技术人员占该方案实施所需的全体员工总数的百分比,该指标衡量企业实施AMT的企业技术力量。

设备利用率(x4r):表示实施AMT利用企业设备的数量占企业全部设备数量的百分比,该指标衡量实施AMT,企业可以一次性投入设备的能力,该指标体现了企业对AMT的物力方面的投入状况。

系统柔性(y1r):表示系统适应变化的能力,该指标表示两个方面:一是系统所能适应的变化范围,另一方面是系统对变化进行响应的难易程度。

产品交货期(y2r):产品交货期可以影响流动资金的占用、库存以及与库存相关的成本费用之外,还会影响对顾客的服务质量,对潜在顾客的吸引等。

产品质量(y3r):产品质量是影响企业形象的重要因素,产品质量好,企业形象也会跟着提升,企业可信度自然也会增加。该指标衡量产品合格率。

市场竞争能力(y4r):企业在同行业中的市场份额,以及在该行业中的地位,表示了相对于其他同行业企业而言的竞争优势。

客户满意度(y5r):顾客对产品以及服务的满意程度,该指标度量是否能够满足顾客需求多样化。

产品研发能力(y6r):研究开发新产品的时间周期,该指标表示企业及时引入新产品的能力。

4实例分析

表1为六种先进制造技术投资方案DMUk 的相关指标数据,k=1,2,…,6,按照相同的目标和任务、相同的外部环境以及相同的投入产出指标原则,每个AMT投资方案即为一个决策单元(DMU),在这些数据中,方案的四个输入指标{xir}:投入资本额度,员工人数比率,技术人员比率,设备利用率是可直接量化的指标,输出指标{yjr}是代表AMT无形效益价值的六个产出属性:系统柔性,产品交货期,产品质量,市场竞争能力,客户满意度,产品研发能力,这些指标不可以直接量化,因此,通过专家评测采用10分制打分法对其进行打分,其中1为最差表现,10为最好表现,以此作为评价系统的初始输出指标值。

利用LINDO6.0软件,对模型(Ⅳ)求解,其结果见表2,对模型(Ⅵ)求解,其结果见表2所示,其中非阿基米德无穷小量取10-9。

利用表2和表3的数据,对六种投资方案的AMT无形效益价值进行有效性分析,并对那些无效的DMU方案提出改进措施,使得AMT无形效益的价值水平得到最优的提升。

4.1 无形效益价值的效率分析C2R模型中,θ=1,即无形效益的总效率有效,也就是说输入指标达到了最佳组合,而且得到了最大无形效益产出;θ≠1,即无形效益的总效率无效,说明输入指标存在资源冗余。BC2模型中,θ=1,即为技术有效,说明方案实施中,对于投入要素做到了有效地运用,以达到产出无形效益的最大化,其值越高表示其投入资源使用情形越有效。对于同一个决策单元,无形效益的总效率无效,但技术有效,说明这种无形效益总效率无效是一种规模无效。

从表2中的数据以及前述DEA有效性判断定理的结论可知,方案1、方案3、方案4、方案5中的θ=1,且对每个最优解λ*、s*-、s*+,都有s+s=0,所以是DEA有效的,即无形效益的总效率有效,说明如果将这几个方案的投入要素有机组合投入,可以达到最佳无形效益产出水平,每一个单位的投入都可以得到充分的利用,从而得出最大的无形效益产出;另外,每增加一个单位的投入,无形效益的产出也会增加一个单位。而方案2、方案6中的θ

从表3中的数据可以看出,方案2的θ=1,是DEA有效,而方案6的θ

4.2 无形效益价值的规模收益分析规模收益是用来表示某方案(即决策单元)的投入项和无形效益产出项之间是否达到最佳状态,包括无形效益的规模收益不变、规模收益递增、规模收益递减三种情况。若存在λ,使λ=1,则DMUk无形效益的规模收益不变;若λ1,则DMUk无形效益的规模收益递减。

由表2中的数据可知,方案1、方案3、方案4、方案5的∑λ=1,它们的无形效益规模收益不变,达到规模经济,而方案2和方案6的∑λ

4.3 无形效益价值的投影分析由定理3可知,非DEA有效的决策单元,按照变换公式:=θx-s=y+s进行调整,调整后的决策单元必定是DEA有效的。

从投入产出松弛变量的数据来看,在目前的规模下,方案6的投入还可以再减少,对于方案6做如下调整:

=θx-s=0.914826*95-5.173614=81.734856,

同理,=θx-s=0.914826*26-0=23.785476,=23.215386,

=75.015732。

同理可计算:=y16+s=7+0=7,=7.092394,=6,

=7.382725,=4.762871;=7.181349。

由计算结果可以看到,对于方案6,在现有规模的无形效益输出下,只要将投入资本额度,员工人数比率,技术人员比率,设备利用率分别调整为81.734856万元,23.785476%,23.215386%,75.015732%,那么在现有规模的输入下,具有无形效益特征的产品交货期,市场竞争能力,客户满意度,产品研发能力的无形效益价值分别可提高至7.092394,7.382725,4.762871,7.181349,系统柔性和产品质量的无形效益价值不变,而且使得投资方案成为有效决策单元。

综上所述,通过分析,本实例得到如下结论:方案2应该适当增加它的投资规模;方案6应该在投影量值的改变下,同时增加它的投资规模;方案1、方案3、方案4、方案5几个方案的投入要素可以根据实际情况进行有机组合,都将使AMT无形效益价值无论从规模效率还是技术效率方面达到最优水平。

5结束语

从文中讨论的结果可以看到,将DEA分析方法进行适当的变化,可以做到对AMT无形效益价值的定量分析和评价。文中将DEA最基本的C2R模型和BC2模型进行改进,充分利用对偶理论的本质特征,提出无形效益价值是一种新型的影子价格的观点,然后将这两种概念结合起来,从总效率、规模效率、技术效率和投影效益几个方面对AMT无形效益价值的效率进行了定量的分析和评价,得到一些有意义的决策结果,并通过实例的计算分析,验证了方法的可行性和实用性。文中提出的方法为无形效益的研究提供了一种量化分析的工具。

参考文献:

[1] 李春好.先进制造技术选择的多目标广义投资效率模型[J].中国软科学. 2002,(8):73-76.

[2] 宋之杰,谷晓燕.先进制造系统技术创新优势无形效益评价[J].经济问题.2008,(10):37-39.

[3] 宋金波,戴大双,王东波,宋砚秋.基于人员因素的先进制造技术成功实施研究[J].科研管理.2007,28(3):19-25.

[4] 杜丹丽.先进制造技术的DEA选择研究[J].工业技术经济.2006,25(2):69-72.

[5] 李晓明,孙林岩,汪应洛,高杰.先进制造技术(AMT)应用水平与制造业企业市场竞争力关系研究[J].管理工程学报.2004,18(4):55-59.

[6] 刘哲,孙林岩,李延海.先进制造技术的应用研究[J].科技进步与对策.2005,22(12):87-88.

[7].刘德学.基于可能性理论的先进制造技术投资项目评价方法[J].统计与决策.2005,(02X):19-20.

[8] 李春好,桑静,贾艳辉.先进制造技术投资评价模式研究[J].工业技术经济.2005,24(3):101-103.

第2篇：量化投资方案范文

[关键词]固定资产投资证券投资决策方法

投资是企业重要的财务活动之一，它通常是指企业将一定的财力和物力投入到一定的对象上，以期在未来获取收益的经济行为。投资活动可以按多种标准进行分类，其中按投资方式的不同可分为直接投资和间接投资，直接投资又称为实物投资，是指直接用现金、固定资产、无形资产等进行投资，直接形成企业生产经营活动的能力。直接投资往往数额大，回收期长、与生产经营联系紧密。

间接投资一般也称为证券投资，是指用现金、固定资产、无形资产等资产购买或取得其他单位的有价证券（股票、债券等）。

固定资产投资的规模大小和技术的先进程度、证券投资的规模大小和投资对象的合理性，在很大程度上决定了企业经营和发展的潜力，因此，对固定资产投资和证券投资决策方法的研究和使用对企业的生存和发展都具有十分重要的意义。

一、固定资产投资决策

1、固定资产投资决策方法。如前所述，固定资产投资直接影响企业的生产经营规模，由于它投资数额大、投资回收期长、一经决策和实施就难以改变，因此固定资产投资决策成败与否后果深远。实务中，企业在进行固定资产投资决策时，一般都要提出几种投资方案，进行反复比较后从中选取最佳或最合理的方案，这就需要运用净现值法、内含报酬率法、现值指数法、投资回收期法、平均报酬率法等投资决策方法，但现行财务管理理论和实践对固定资产投资主要采用净现值(简称NPV)法。所谓净现值是指投资方案的未来现金流人量的现值和现金流出量的现值的差额。用公式可表达为：

NPV=∑CIt／(1+i)t—∑COt／(1+i)t

其中：CIt表示第t年的现金流入量；COt表示第t年的现金流出量；i表示预定的折现率。

净现值法的决策规则是：在只有一个备选方案的采纳与否决策中，净现值为正者则采纳，净现值为负者不采纳；在有多个备选方案的互斥选择决策中，应选用净现值是正值中的最大者。

2、对固定资产投资决策方法的说明。不难发现，净现值法与其他方法相比具有以下优点：

(1)净现值法考虑了资金的时间价值，能够反映各种投资方案的净收益，即以各种投资方案收益的大小作为投资决策的依据，因此是一种较好的方法。

(2)净现值法与企业的财务管理目标相一致。投资方案的净现值就是该方案能够给企业增加的价值，因此要实现企业价值最大化这一目标，就必须在多种备选方案中选择净现值最大且不小于零的投资方案。

因此，现行企业财务管理工作中主要采用净现值法进行固定资产的投资决策。

二、证券投资决策

1．证券投资决策方法。证券投资决策的目标就是将投资收益和投资风险风险联系起来，对二者进行权衡后选择最为合理的证券进行投资。因此，证券投资决策主要是讨论如何在规避风险的基础上最大限度地获取证券投资收益，这就是著名的投资组合理论。投资组合理论最初由马考维茨(HMarkowitz)于20世纪50

年代创立，后经威廉•夏普(WSharpe)等人发展，主要运用证券投资回报率的期望值E和系统风险系数β两个指标表示一个证券(或证券组合)的投资价值，以此为基础的分析被称为“E—β”分析。

证券投资组合的风险可以分为两种性质完全不同的风险，即系统风险和非系统风险。系统风险又称为不可分散风险或市场风险，是由于一些会影响到所有公司的因素如战争、通货膨胀、经济衰退、金融危机、国际市场的变化引起的风险。这些因素对任何企业来说，都是不可避免的；非系统风险又称为可分散风险或公是指发生于个别公司的因素如新产品开发失败、失去一项重要合同、重大项目投标的失败、竞争对手的出现、生产工艺技术的老化等所造成的风险，此类风险可以通过多元化的投资来分散或消除。

2．对证券投资决策方法的说明。资本市场理论和实践研究表明，证券的回报率和系统风险之间存在着很高的相关性，即风险与收益对等，高风险可以用高回报来补偿，而低风险则伴随着低回报。在完全有效的资本市场中，证券的价格反映其价值，证券的价格在任何时刻都应与其价值相符，因此购买或出售证券只能获得与该证券的系统风险相一致的回报率。也就是说，证券投资的净现值等于零。因此证券投资决策不能用净现值作为评价指标，而应采用“E—β”分析法。

综上所述，对固定资产投资与证券投资决策方法的差异归纳为以下几点：(1)现行企业财务管理理论和实践对固定资产投资决策主要采用净现值(NPV)法，而对证券投资决策则采用回报率与风险(E—β)分析法。

(2)只有当固定资产投资方案的净现值不小于零时，才有可能接受该方案，而证券投资方案的净现值一般为零。

(3)由于证券市场的竞争性远远高于产品市场，使得证券市场能够迅速达到竞争性均衡状态，因此，证券投资的平均租金高于零；而产品市场或者因为存在垄断和寡头，或者因为某个或某些企业的创新而使得该行业调整到竞争性均衡状态还需要一定的时间，所以固定资产投资可以赚取经济租金。

三、原因分析

1．从资本资产定价模型的角度来看。上面的分析似乎表明固定资产决策和证券投资决策是两种截然不同的决策类型，其实并非如此，两者实际上都使用资本资产定价模型来量化风险。

威廉•夏普1964年开创的资本资产定价模型(CapitalAssetPricingModel，简称CAPM)被认为是财务管理学形成和发展中最重要的里程碑，它的出现第一次使人们能够对风险进行定量分析。这一模型为：

Kj=Rf+βj(Km—Rf)。

式中：Kj表示第j种股票或第j种证券组合的必要报酬率；Rf代表无风险报酬率；βj表示第j种股票或第j种证券组合的β系数；Km表示所有股票或所有证券的平均报酬率。

可见，资本资产定价模型简单、直观地揭示了证券的期望报酬率与风险之间的关系。

例：当前的无风险报酬率为6％，市场平均报酬率为12％，A项目的预期股权现金流量风险大，其值β为1．5；B项目的预期股权现金流量风险小，其β值为0．75，则：

A项目的必要报酬率=6％+1．5×(12％—4％)=18％

B项目的必要报酬率=6％+0．75×(12％—4％)=12％

因此，资本资产定价模型是证券投资分析的直接工具，应用资本资产定价模型可以直接预测证券投资组合的期望报酬率；而在固定资产投资决策中，资本资产定价模型同样发挥作用，即可以用于估计固定资产投资方案的机会成本，固定资产投资方案的风险越大，资金的机会成本也就越大。如果固定资产投资方案的净现值大于零，就说明该固定资产投资方案的期望报酬率大于资金的机会成本。

因此，无论是固定资产投资决策还是证券投资，资本资产定价模型都是一个有效的工具，所不同的是，在证券投资决策中，资金的机会成本就是该证券投资的期望报酬率；在固定资产投资决策中，用估计的资金机会成本作为折现率对固定资产投资方案的预期现金流量进行折现，计算其净现值，并根据计算结果的大小对投资方案作出取舍。

2．从经济租金和有效资本市场假说的角度来看。

第3篇：量化投资方案范文

[关键词]固定资产投资证券投资决策方法

投资是企业重要的财务活动之一，它通常是指企业将一定的财力和物力投入到一定的对象上，以期在未来获取收益的经济行为。投资活动可以按多种标准进行分类，其中按投资方式的不同可分为直接投资和间接投资，直接投资又称为实物投资，是指直接用现金、固定资产、无形资产等进行投资，直接形成企业生产经营活动的能力。直接投资往往数额大，回收期长、与生产经营联系紧密。

间接投资一般也称为证券投资，是指用现金、固定资产、无形资产等资产购买或取得其他单位的有价证券（股票、债券等）。

固定资产投资的规模大小和技术的先进程度、证券投资的规模大小和投资对象的合理性，在很大程度上决定了企业经营和发展的潜力，因此，对固定资产投资和证券投资决策方法的研究和使用对企业的生存和发展都具有十分重要的意义。

一、固定资产投资决策

1、固定资产投资决策方法。如前所述，固定资产投资直接影响企业的生产经营规模，由于它投资数额大、投资回收期长、一经决策和实施就难以改变，因此固定资产投资决策成败与否后果深远。实务中，企业在进行固定资产投资决策时，一般都要提出几种投资方案，进行反复比较后从中选取最佳或最合理的方案，这就需要运用净现值法、内含报酬率法、现值指数法、投资回收期法、平均报酬率法等投资决策方法，但现行财务管理理论和实践对固定资产投资主要采用净现值(简称NPV)法。所谓净现值是指投资方案的未来现金流人量的现值和现金流出量的现值的差额。用公式可表达为：

NPV=∑CIt／(1+i)t—∑COt／(1+i)t

其中：CIt表示第t年的现金流入量；COt表示第t年的现金流出量；i表示预定的折现率。

净现值法的决策规则是：在只有一个备选方案的采纳与否决策中，净现值为正者则采纳，净现值为负者不采纳；在有多个备选方案的互斥选择决策中，应选用净现值是正值中的最大者。

2、对固定资产投资决策方法的说明。不难发现，净现值法与其他方法相比具有以下优点：

(1)净现值法考虑了资金的时间价值，能够反映各种投资方案的净收益，即以各种投资方案收益的大小作为投资决策的依据，因此是一种较好的方法。

(2)净现值法与企业的财务管理目标相一致。投资方案的净现值就是该方案能够给企业增加的价值，因此要实现企业价值最大化这一目标，就必须在多种备选方案中选择净现值最大且不小于零的投资方案。

因此，现行企业财务管理工作中主要采用净现值法进行固定资产的投资决策。

二、证券投资决策

1．证券投资决策方法。证券投资决策的目标就是将投资收益和投资风险风险联系起来，对二者进行权衡后选择最为合理的证券进行投资。因此，证券投资决策主要是讨论如何在规避风险的基础上最大限度地获取证券投资收益，这就是著名的投资组合理论。投资组合理论最初由马考维茨(HMarkowitz)于20世纪50年代创立，后经威廉•夏普(WSharpe)等人发展，主要运用证券投资回报率的期望值E和系统风险系数β两个指标表示一个证券(或证券组合)的投资价值，以此为基础的分析被称为“E—β”分析。

证券投资组合的风险可以分为两种性质完全不同的风险，即系统风险和非系统风险。系统风险又称为不可分散风险或市场风险，是由于一些会影响到所有公司的因素如战争、通货膨胀、经济衰退、金融危机、国际市场的变化引起的风险。这些因素对任何企业来说，都是不可避免的；非系统风险又称为可分散风险或公是指发生于个别公司的因素如新产品开发失败、失去一项重要合同、重大项目投标的失败、竞争对手的出现、生产工艺技术的老化等所造成的风险，此类风险可以通过多元化的投资来分散或消除。

2．对证券投资决策方法的说明。资本市场理论和实践研究表明，证券的回报率和系统风险之间存在着很高的相关性，即风险与收益对等，高风险可以用高回报来补偿，而低风险则伴随着低回报。在完全有效的资本市场中，证券的价格反映其价值，证券的价格在任何时刻都应与其价值相符，因此购买或出售证券只能获得与该证券的系统风险相一致的回报率。也就是说，证券投资的净现值等于零。因此证券投资决策不能用净现值作为评价指标，而应采用“E—β”分析法。

综上所述，对固定资产投资与证券投资决策方法的差异归纳为以下几点：

(1)现行企业财务管理理论和实践对固定资产投资决策主要采用净现值(NPV)法，而对证券投资决策则采用回报率与风险(E—β)分析法。

(2)只有当固定资产投资方案的净现值不小于零时，才有可能接受该方案，而证券投资方案的净现值一般为零。

(3)由于证券市场的竞争性远远高于产品市场，使得证券市场能够迅速达到竞争性均衡状态，因此，证券投资的平均租金高于零；而产品市场或者因为存在垄断和寡头，或者因为某个或某些企业的创新而使得该行业调整到竞争性均衡状态还需要一定的时间，所以固定资产投资可以赚取经济租金。

三、原因分析

1．从资本资产定价模型的角度来看。上面的分析似乎表明固定资产决策和证券投资决策是两种截然不同的决策类型，其实并非如此，两者实际上都使用资本资产定价模型来量化风险。

威廉•夏普1964年开创的资本资产定价模型(CapitalAssetPricingModel，简称CAPM)被认为是财务管理学形成和发展中最重要的里程碑，它的出现第一次使人们能够对风险进行定量分析。这一模型为：

Kj=Rf+βj(Km—Rf)。

式中：Kj表示第j种股票或第j种证券组合的必要报酬率；Rf代表无风险报酬率；βj表示第j种股票或第j种证券组合的β系数；Km表示所有股票或所有证券的平均报酬率。

可见，资本资产定价模型简单、直观地揭示了证券的期望报酬率与风险之间的关系。

例：当前的无风险报酬率为6％，市场平均报酬率为12％，A项目的预期股权现金流量风险大，其值β为1．5；B项目的预期股权现金流量风险小，其β值为0．75，则：

A项目的必要报酬率=6％+1．5×(12％—4％)=18％

B项目的必要报酬率=6％+0．75×(12％—4％)=12％

因此，资本资产定价模型是证券投资分析的直接工具，应用资本资产定价模型可以直接预测证券投资组合的期望报酬率；而在固定资产投资决策中，资本资产定价模型同样发挥作用，即可以用于估计固定资产投资方案的机会成本，固定资产投资方案的风险越大，资金的机会成本也就越大。如果固定资产投资方案的净现值大于零，就说明该固定资产投资方案的期望报酬率大于资金的机会成本。

因此，无论是固定资产投资决策还是证券投资，资本资产定价模型都是一个有效的工具，所不同的是，在证券投资决策中，资金的机会成本就是该证券投资的期望报酬率；在固定资产投资决策中，用估计的资金机会成本作为折现率对固定资产投资方案的预期现金流量进行折现，计算其净现值，并根据计算结果的大小对投资方案作出取舍。

2．从经济租金和有效资本市场假说的角度来看。

第4篇：量化投资方案范文

关键词：项目管理 不确定性 评价

1、在所有的拟建项目中进行最优化，从而得到可行的方案

在拟建项目的评估中，要制定多个拟实施方案，运用最优化原理对各个方案进行优化设计，然后通过对各个方案进行可行性分析研究，计算出一系列财务指标，最后依据计算出的指标对各个方案进行对比分析，找出最终选定的实施方案，所以项目的投资决策所选择的实施方案必须是最优方案，是利润最大化方案，也是资金利用效率最高的方案。保证评估所用指标的来源一致，相互可比。对拟建项目进行评价，分析其是否可行，其关键在于通过预测方案未来的财务数据，计算方案相关的重点指标，将计算出的指标数值与类似项目或行业指标进行对比，从而确定项目方案是否可行，投资决策是否正确。但是，评估时所选的计算基数不尽相同，应用条件也不完全一致。所以，此时务必保证指标的一致性、可比性。若遇到不一致时要根据其应用条件进行调整，只有这样才能保证所得出的方案为最优方案，才能保证投资决策和财务评价的正确性。

2、不确定因素

市场的变化是瞬息万变的，项目投资的收益，与项目投资的风险，是共同存在的，在项目进行投资之前，对即将投资的项目，进行合理科学的评价，是项目投资是否能成功的重要前提。在评价体系中，项目的财务评价，又占有核心的位置，有的投资者对项目财务评价不够重视，或者虽然重视了，但是不够合理，这些都会导致投资的盲目性，进而失败。更进一步说，还会造成投资者与社会资源的较大损失，这些都体现了项目投资之前，财务评价的重要性。合理科学的财务评价可以帮助投资者分析投资项目能否获利，并且在此基础上，衡量、评价、规避项目投资带来的财务风险，如何对项目进行评价更科学、更合理，如何开展项目的财务评价以及财务风险的规避工作，进而帮助我们减少风险，防范风险。

项目财务评价中的不确定性因素主要包括技术因素、资金结构因素、利率汇率因素、物价变动因素、生产能力因素、宏观政策因素、建设期因素等，合理科学的财务评价可以帮助投资者分析投资项目能否获利，并且在此基础上，衡量、评价、规避项目投资带来的财务风险，如何对项目进行评价更科学、更合理，如何开展项目的财务评价以及财务风险的规避工作，是广大项目投资者面临的重要而极具现实意义的问题。建设项目财务评价为主线，同时还评价了项目的建设方案、项目的建设进度等方面，他们与项目的财务评价是互相影响、互相联系的。项目投资的财务评价结论，是项目决策的重要依据，广大的项目投资者，需要科学的财务评价理论、财务评价方法体系的指导。进行财务评价的过程中，可以将一些备选方案进行排序，排序的标准，可以按照风险的大小来进行，可以在各个备选方案中，选出经济效益最大，并且风险最小的方案作为最终的投资方案，以此来衡量项目风险的大小以及项目针对特定的项目，如何规避财务风险的问题。在评价体系中，项目的财务评价，又占有核心的位置，有的投资者对项目财务评价不够重视，或者虽然重视了，但是不够合理，这些都会导致投资的盲目性，进而失败。更进一步说，还会造成投资者与社会资源的较大损失，这些都体现了项目投资之前，财务评价的重要性。合理科学的财务评价可以帮助投资者分析投资项目能否获利，并且在此基础上规避项目投资带来的财务风险，如何对项目进行评价更科学、更合理，如何开展项目的财务评价以及财务风险的规避工作。

敏感性分析，是我们在项目的财务评价过程中，经常使用的方法，有时我们也把它称为不确定性分析方法，在项目建设过程中，不确定性因素主要包括技术因素、资金结构因素、利率汇率因素、物价变动因素、生产能力因素、宏观政策因素、建设期因素等，当这些因素发生变化的时候，也会或多或少的影响着项目的经济效益，项目财务评价为主线，同时还评价了项目的建设方案、项目的建设进度等方面，他们与项目的财务评价是互相影响、互相联系的，并且这些相关方面的评价，是项目财务评价的重要的先行条件，如果离开了这些相关方面的讨论，项目的财务评价，变成了只追求短期利润的不切实际的行为。项目的债权人、项目的债务人、项目的受益人以及项目的管理者等。这些群体同投资者一样，也在关心着项目的获利能力、项目的风险大小、项目的风险承受能力等等。财务评价指标理论与方法形成的科学评价体系，可以从财务的视角下，评价项目是否可行、或以多少以及风险大小。能够给投资者以及其他的相关利益群体，用可以量化、可视化的方式，对项目的投资有一个清晰的认识，进而在投资决策的过程中，减少失误。提前对项目进行财务预测与评价，可以使项目的投资者，在项目的筹资过程中，合理选择筹资方案，合理使用资金，项目投资者可以有效的规划资金、利用资金。项目的债权人、项目的债务人、项目的受益人以及项目的管理者等，在投资决策的过程中，可以从财务的视角下，评价项目是否可行、或以多少以及风险大小。能够给投资者以及其他的相关利益群体，用可以量化、可视化的方式，对项目的投资有一个清晰的认识，起到辅助决策的作用，我们可以利用敏感性分析的方法，达到分析风险进而规避风险的目的。

3、结论

以项目财务评价的基本理论和方法并且结合项目的实际情况，在投资决策的过程中，可以从财务的视角下，评价项目是否可行、或以多少以及风险大小。在对项目进行财务评价的同时，以净现值率、净现值、内部收益率等动态评价指标作为主要的决策依据，以静态投资利润率、静态投资回收期作为次要的辅助决策依据的评价方法。提前对项目进行财务预测与评价，可以使项目的投资者，在项目的筹资过程中，合理选择筹资方案，合理使用资金，项目投资者可以有效的规划资金、利用资金。能够给投资者以及其他的相关利益群体，用可以量化、可视化的方式，对项目的投资有一个清晰的认识，起到辅助决策的作用。建设项目财务评价为主线，同时还评价了项目的建设方案、项目的建设进度等方面，他们与项目的财务评价是互相影响、互相联系的。

参考文献

[1]贾小燕.对应用投资项目财务评价指标的探讨[J].中国工程咨询，2006（9）：

第5篇：量化投资方案范文

二、环境成本多目标投资决策模型建立

(一)构造判断矩阵应用层次分析法。首先就是要弄清楚问题的范围、所包含的因素、因素间的关联和隶属关系、以及最终要达到的目标。核心是把决策问题层次化，层次结构通常分为三层：目标层、准则层和方案层。对于项目投资来说。选择最佳的投资方案是目标层，投资方案的影响因素如现金流入、流出量和环境因素是准则层，备选方案是方案层。其结构如图1所示。

当建立起项目投资决策影响因素层次构造图后，就要求出每一层次内各因素对于上一层次有关因素的相对重要性，亦即权重。两个因素之间进行比较，可以用表1中的九级标度表示。

在调查分析研究的基础上，采用对不同因素两两比较的方法，构造不同层次的判断矩阵，并分别计算它们的最大特征值、与此相对应的特征向量、各层次的单排序以及进行判断矩阵的一致性检验。

(二)判断矩阵权重求判断矩阵每行所有元素的几何平均

(三)层次单排序所谓层次单排序，就是确定某一层次各因素对上一层次某因素的影响程度，并依此排出顺序。其方法可以根据矩阵理论。通过数学计算求得判断矩阵的特征向量，此特征向量就代表了该层次部分(或全部)因素对上层次某因素的影响程度大小。即权重值。这些权重值便是单排序结果。对于矩阵特征向量的计算。通常采用的是特征值法(EM法)。九级比率标度法的引入，帮助形成判断矩阵，而只有当判断矩阵基本满足一致性的条件下，应用层次分析法得出的结论才基本合理，因此，为了保证层次分析法的结论基本合理，还必须对形成的判断矩阵进行一致性检验。

(四)一致性检验其检验的依据是矩阵理论。方法是先计算一致性指标，即： CI=(入max-n)，(n-1) 如果CI=0，则表明该判断矩阵具有完全一致性，检验结束，若CI≠O，则需进行随机一致性比率CI／RI的计算，其中RI指判断矩阵的平均随机一致性指标，如表2。若CI／RI

(五)层次总排序层次总排序就是计算确定某一层所有因素对最高层的相对重要性排序权值。计算某层次的总排序，必须利用上一层次的总排序和本层次的单排序，而第二层对第一层的单排序同时就是第二层的总排序，这样总排序要从最高层到最低层逐层进行。层次总排序同样也应做一致性检验，其过程也是从高到低逐层进行。

三、实例检验

现以一个具体实例为例，说明应用考虑环境成本后的层次分析法进行投资项目评价决策的基本过程。某小型化工在生产Y产品时会产生一种废料，该厂在对该废料进行处理时，拟采用B1、B2两种不同的设备。设备B1：采用酸溶剂溶解。但是采用酸溶剂溶解的方法会产生一种有害物质Z，由于该厂将其排入附近的河流，会对水质产生污染。并且目前为止企业无法将其消除。虽然现在没有相关的法规对排放该有害物质进行处罚，但是有关部门正在草拟一部新法规，估计在五年后会颁布实施。设备B2：采用碱溶剂溶解。该设备不仅不会产生有害物质，而且其残余物还可回收处理每年可取得净收益。

(一)构建判断矩阵对实例进行层次分析，过程为：先建立设备投资决策影响因素层次构造图，然后两个因素之间进行比较，可以用表1中的九级标度表示。该项目的判断矩阵有五个，即方案层相对于购置成本(A1)准则的判断矩阵；方案层相对于生产支出(A2)准则的判断矩阵；方案层相对于环境成本(A3)准则的判断矩阵；方案层相对于残值收益(A4)准则的判断矩阵；准则层相对于目标层(A)的判断矩阵，如下所示：

建立的设备投资决策影响因素层次构造图，如图2所示：

(二)层次单排序现以矩阵(A1-B)为例，其计算过程为：计算判断矩阵每一行元素的乘积Mi，M1=7，M2=1/7；计算Mi的n次方根征向量W1=(0．85，0．15)T，表示方案对购置成本的相对权重值。同理可计算出其余判断矩阵的特征向量：W2=(0．25，0．75)T，W3=(0．1，0．9)T,W1=(0．17，0．83)T，W=(0．26，0．12，0．56，0．06)T。

(三)判断矩阵的一致性检验计算判断矩阵最大的特征值。对于已求得特征向量W=(0．85，0．15)T，于是有如下计算：

计算判断矩阵一致性指标CI=0．02，计算判断矩阵一致性检验系数CR，判断其一致性CR=CV RI=0．02，可见，判断矩阵(AT1B)一致性通过，即判断不存在严重的片面性。同理可以计算得出判断矩阵(AT-B)、(A2-B)、(A3-B)、(f-A)均一致性检验通过。

(四)层次总排序根据上述计算结果，进行层次总排序，如表3所示：

从计算结果可得设备B2在综合评价中权重大于设备B1，应购买设备B2。

(五)层次总排序一致性检验层次总排序一致性检验计算如

企业进行项目投资决策时，考虑环境成本因素是非常有必要的，可能会影响投资方案的评价结果，而且运用层次分析法将环境成本影响货币计量化，并纳入到分析模型中进行长期投资决策分析，可以促使决策者在兼顾环境效益方面选择更符合企业经济效益的投资方案。

在投资决策中，常遇到多因素、多层次、非定量化条件等多因素相互交织的情况，这就涉及到考虑多目标因素的投资决策方法。而层次分析法的特点在于将非定量化研究的思维过程定量化，因此它能够定量分析一些难以精确定量的定性决策问题，也可以看作是一种定性分析和定量分析相结合的决策方法。本文提出的考虑环境成本的层次分析法为项目投资决策提供了有效的工具，其分析结果具有参考价值，但投资项目评价毕竟是一项复杂的系统工程，涉及因素众多，需结合具体情况对投资项目做出最佳选择。

参考文献：

第6篇：量化投资方案范文

关键词：投资 净现值 内部报酬率 差额内部收益率法

1、项目投资的决策指标

在确定了项目的现金流量以后，就要使用项目投资决策评价指标对准备投资的项目进行评价。项目投资决策评价指标就是衡量和比较投资项目可行性并据以进行方案决策的定量化标准和尺度。投资决策指标根据是否考虑时间价值可以分为两类，即贴现指标和非贴现指标。非贴现指标包括投资回收期指标、投资收益率指标等指标。贴现指标包括净现值指标、现值指数和内涵报酬率指标。

2、净现值决策指标分析

2.1传统的净现值（NPV）法

净现值（NPV）法是指一个项目从投资新建开始到报废清理为止的整个项目计算期内，以收付实现制下的净现金流量为基础，按行业基准的折现率计算的各年净现金流量折现值的代数和。其优点主要有：

①所有的动态指标中，净现值是一个基础的指标，决定指标。净现值率（NPVR）、获利指数（PI）、原始投资额的现值、内部收益率（IRR）无一不与净现值有关，甚至可以说是净现值的延伸。

②净现值的取值直接影响着净现值率、获利指数、内部收益率的取值范围。

③在项目投资决策中，无论单一方案、互斥方案、组合方案中所运用的各种决策方法及具体指标，其实质都是净现值这个指标的运用。

2.2传统净现值法的局限性

传统NPV法虽然有众多的优越性，长期被无所顾忌的使用，但是随着我国市场经济的深入发展，企业间的竞争变得越来越激烈，外部决策环境的不确定性变得越来越大。面对这种剧烈变化的市场环境，要求决策者的决策过程由静态决策转变为动态决策，决策的重点从一般决策转移到战略决策。在这种环境中，传统NPV法的决策有效性就受到严重质疑。

2.2.1传统NPV法忽视了项目投资中决策柔性的价值

所谓决策柔性，是指当项目的外部决策环境发生变化时，决策者可以改变或调整原先初始选择的灵活性，这种决策柔性是具有价值的。传统NPV法假设未来的变化总是按决策之初既定的环境发生，不论是对未来的现金流还是所需采用的风险折现率，都未考虑管理者对未来变化的适时调整。

2.2.2传统NPV法忽视了项目投资中战略的价值

对一个企业而言，项目投资可以分为一般项目投资和战略项目投资。传统NPV法的适用范围仅限于一般项目投资，对投资的战略意义或间接价值及知识价值无法进行量化分析。至于战略项目投资相对注重的是项目长远的利益和长足的发展。在实际经营中，对大多数企业而言未来的发展机会可能比眼前的收益更有价值。显然，采用传统NPV法不能为这些着眼于未来的投资决策提供理论支持。

2.3解决局限性的方法

既然传统NPV法面临诸多挑战，在很多情况下不是项目投资决策的最佳方法，那么有什么方法可以解决这一难题吗？有，那就是实物期权方法。所谓期权就是拥有享受获利机会而不必承担损失的一种权力。其实上文中提到的决策柔性的价值和项目战略的价值都是一种期权。

3、内部报酬率（IRR）法决策指标分析

3.1内部报酬率含义

内部报酬率（IRR）定义为：投资方案的净现值（NPV）等于零时的贴现率。这一定义规定了IRR必须按照现值计算。实际上IRR有两层涵义：（1）表明项目本身具有的最高获利能力。（2）反映的是项目本身纯正的获利能力。

3.2在实际操作中内部报酬率也有一定的缺陷

3.2.1内部报酬率可能存在无解

假定某一投资项目，原始投资额为1000万元，寿命期为两年，第一年净现金流量为1500万元，第二年净现金流量为-800万元。则可通过方程：1000=1500×（P/F，I，1）-800×（P/F，I，2）求解内部报酬率。但此题求解为无解。

3.2.2内部报酬率可能有多解

假定某一投资项目，原始投资额为1000万元，寿命期为两年，第一年净现金流量为2500万元，第二年净现金流量为-1500万元。则可通过方程：1000=2500×（P/F，I，1）-1500×（P/F，I，2）求解内部报酬率。但此题求解有两个根：I1=36.18%；I2=13.82%。针对此题，当资金成本率小于36.18%或大于13.82%时，投资没有价值。只有在13.82%

4、净现值法与内部报酬率法的比较

净现值法（NPV）与内部报酬率法（IRR）都存在一定的主观性，它们各自有自己的经济涵义，不能相互替代。虽然NPV给出足够的信息用于金融决策，可是IRR能给予投资者更多的有用信息，而NPV做不到；IRR有时是更合适的价值测度；NPV和IRR的重复投资或排序特征并末使前者优于后者；NPV存在着与IRR相同的多重根问题。因此，没有理由不同时使用NPV和IRR。

4.1NPV法和IRR法的矛盾

一些人认为，两种方法在分析评价相互排斥的投资方案时之所以会产生矛盾，是因为它们对投资方案所收回的现金的再投资有不同的假设和理解。但是，IRR与NPV本身就是不同的指标，具有不同的经济涵义和功能，出现矛盾并不是一件不合理的事情。为了使IRR法和NPV法相一致，一般采用差额增量内部收益率法。

4.2NPV法和IRR法的解决

在上图中我们可以看到A、B方案的贴现率、净现值、内部收益率指标间的相互关系。横轴上的两个截距分别代表能使净现值等于零的两个方案的内部收益率。以A-B方案作为一个新方案C，则C方案的现金流量为第一年初0，第一年末10000，第二年末5000，第三年末0，第四年末-23000，可以计算出C方案的IRR：0=0+10000（P/F，IRR，1）+5000（P/F，IRR，2）-23000（P/F，IRR，4）则可以得到，C方案的IRR为18%，由图两条线的交点即是这个特殊的点的横坐标，这时的NPV相等。可见，基准收益率小于18%时，B的NPV较大，当基准收益率大于18%时，A方案的NPV较大，所以在基准收益率大于18%的情况下NPV法和IRR法的结论一致。

第7篇：量化投资方案范文

关键词：熵;风险;投资组合;均值―方差模型

中图分类号：F830.59文献标识码：A文章编号：1008-2670（2014）04-0029-07

一、引言

在经济全球化和金融一体化的影响下，我国金融市场也得到了快速的发展。但是资本市场存在如上市公司质量不高、财务信息造假、监管不严、行政化严重等问题[1]，导致其在金融结构、市场机制、市场深度、市场文化方面距离成熟的资本市场还有一定的差距，市场波动性较大，因而证券投资的风险管理问题就比较突出，而建立科学有效的风险度量方法是进行风险管理的基础。马科维茨的均值―方差模型的提出是金融风险进入量化时代的标志，但是该模型假设条件过于苛刻，其实际应用受到很多学者的质疑，之后又有学者提出其他方法，到目前为止有半方差度量法[2]、VAR度量方法[3]、ARCH度量方法[4]、β系数度量方法[5]等。但是这些风险度量方法都存在一定程度的缺陷，如半方差只说明收益率的偏离方向，没有反映证券组合的损失到底有多大[6];而VAR度量方法是在假设收益服从正态分布的条件上成立的[7]。实际中证券的收益率是不服从正态分布的，有必要寻找一种广泛有效的风险度量方法。从内涵上来看，熵是不确定性的体现，并且在度量过程中无需对分布做任何假设，因此本文提出将熵理论引入投资组合模型中，来寻求更加实用的组合选择工具。

许国志、李凤章[8]将熵与决策行动的不确定性和风险相联系并用于决策分析中。顾昌耀、邱苑华[9]提出将熵引入到贝叶斯决策中，改进和完善已有信息价值度量，丰富和发展了贝叶斯决策理论。在理论引入基础上，很多学者建立了自己的模型。主要有两种方法，一种方法是计算每只股票的熵来代表每只股票的风险，并对股票风险进行排序，筛选出适当数量的股票进行组合，但是这种方法并没有给出最终的投资方案。姜丹、钱玉美[10]建立效用风险熵模型，考虑了随机事件客观状态的不确定性和结果价值两方面的因素，并且说明了用熵衡量风险的合理性。杨继平[11]通过期望―效用决策模型对股票进行筛选排序，并与二阶随机占优准则做了比较，得出期望―效用决策模型更具有实用性的结论，但是该模型计算量巨大并且未考虑投资者的风险偏好。袁博[12]建立最单纯的熵模型，并引入调节因子来度量股票投资风险，对原上证50的50只股票进行风险排序，筛选出20只目标股票。实证研究得出，熵模型在度量股票投资风险具有高效、便捷、实用性。另外一种方法是根据熵的定义，直接给出投资组合的熵值表达式，确定投资方案，但是这种方法没有考虑个股风险对于投资方案的影响。李华[13]利用熵的最大熵原理改变组合投资的目标函数建立了模型。李江涛[14]结合我国实际情况，考虑交易费用、限制约束、最小交易单位以及限制卖空等几个条件，构建了均值―熵模型，该模型与我国真实股票市场相接近，与实际更相符，但是没有通过具体数据进行实证研究。

综上，国内学者对于熵理论对金融风险的度量和管理的研究还处于起步阶段，在建立模型时单独使用个股熵值排序筛选法和计算组合熵值确定投资方案这两种方法，所以各模型都有不可避免的弊端，因此将这两种方法结合起来，用投资比例加权个股的熵值来表示系统的风险是一种新的研究思路和方法。

二、均值―熵模型概述

用熵来度量投资风险，对收益率的概率分布没有要求。在实际的证券市场中，各风险资产收益率的分布并不是确定的，投资者只关心的是实际收益率小于期望收益率时所面临的风险，因此用熵度量投资风险在实际应用中更具有实用性和价值意义。从熵的定义来看，熵描述的是一个系统的无序程度，而信息熵是将系统的无序程度与信息量有效结合，信息熵的数值越大，表明该值包涵的样本的信息量越大，样本的不确定性程度就越小。风险本质上看是表现投资者收益率的不确定程度。选择用信息熵来度量投资风险具有更加完善的理论基础。熵表现的是收益率概率分布的多阶矩特征，能涵括更多关于分布的信息，相比只能反映分布二阶矩特征的方差，能更加准确地衡量投资者面临的全部风险。用熵衡量投资风险更符合客观现实，误差更小。根据熵的定义及其性质可知，用熵函数度量投资风险与投资者对于风险度量的理解是相一致的，基于熵测度风险的资产风险排序，相比用方差度量更具有合理性。

根据信息熵的定义可知，单个证券的熵值可用H（X）=∑ni=1-pilnpi求出，可将此公式定义为证券的初始熵值，但是根据信息熵的性质可知，由于各证券的收益率不是相互独立的，因此不具有可加性。常用的办法是将证券的熵分解成受市场影响的系统风险熵和非系统熵。王博[17]提出用β系数加权的市场收益率的熵和残差项的熵的和来表示单个证券的熵，具体表示为H（S）=βH（rm）+H（εi），但是该模型假设残差项和市场收益率是不相关的，而在现实生活中，残差项和市场收益率是有一定关系的。所以在此基础上，引入条件熵对此模型进行改进。所有单个证券的收益率对市场收益率的条件熵都是独立的，这样单个证券的熵就能相加。单个证券的熵值公式表示为：

由以上定义可以看出，H（S）反映的是某资产的风险程度，H（S）的值的大小与其风险程度是正相关的。

基于以上单个风险资产的风险度量公式，可定义投资组合的熵值公式：

设投资者投资于n种证券，第i（i=1、2….n）种证券的投资比例为xI，∑ni=1Xi=1，0≤Xi≤1（i=1、2….n）。则n种证券的组合投资风险为：

理性的投资者总是希望在一定的收益下，投资风险尽可能的小。从这方面看还需加入一个约束条件使得证券投资组合的期望收益率大于等于某一给定的值，得到的均值 ― 熵模型为：

三、均值―熵模型的实证分析

（一）数据选择

由于投资资本的有限性，投资者在选取投资组合时既要兼顾分散风险又要考虑自身资本承受能力，因此投资组合中的股票数量不宜过多。由根据风险分散和投资组合原理以及对中国股票市场的调查研究得出的经验法则[12]可知，当投资组合中的股票数量超过12只时，组合对非系统风险的分散作用开始减弱。因此，在研究过程中可以选择10只股票，此时组合对非系统风险的分散作用较大。

从深证100中涉及金融、能源、交通、地产等行业中选取成长性好、业绩高、收益率稳定的10只股票进行研究[15]。所选股票见表1。

为了保证数据序列的平稳性，选择使用股票的对数收益率来研究。为了保证模型的时效性，选取2012年7月1日至2013年7月1日的日收益率来研究。表1选取股票名称及代码

（二）数据处理

我们可以根据这10只股票从2012年7月1日至2013年7月1日的收盘价数据分析来推断其未来的收益趋势，股票的对数收益率定义为：

rit=lnpit-lnpit-1

（7）

公式中，rit表示第i只股票在第t个交易日的对数收益率，pit，pit-1表示第i只股票在第t-1，t个交易日的收盘价。 在进行计算之前，通过计算收益率序列的均值、标准差、偏度、峰度及正态分布检验统计量来了解各只股票收益率序列的基本统计特征。各股票相关统计特征值数如表2：

从表2可以看出，各股票收益率的均值都在零附近，峰度远大于正态分布下的K=3，表现出显著的尖峰厚尾的特征，且各股票收益率的J-B统计量都远大于零，说明收益率序列不服从正态分布。

作为时间序列，尽管不服从正态分布，但是仍有必要检验序列的平稳性，平稳性检验最常用的是ADF检验，各股票的单位根检验的数据如表3：

从表3可以看出，在置信度为0.05的水平下，10只股票的收益率序列都通过了平稳性检验，可以进行进一步的熵值计算。表3ADF统计

（三）数据计算

根据股票日收益率的定义可求出每只股票的对数收益率序列，并将区间[min（r），max（r）]等分10个小区间，并用频率来代替概率，这样可得到10只股票收益率的分布率和每个区间的样本均值，如表4所示，每只股票的第一行为频率，第二行为中间值：

根据以上概率分布，可求出每只股票的期望对数收益率和初始熵值，具体如表5和表6所示：

各股票初始熵值与其方差的对比如表7所示。从表7可以看出，用熵衡量风险与用方差衡量有类似的效果，基本符合熵越大，方差越大。但也有一些不同，验证了研究熵度量风险的必要性。

运用同样的方法求深证100指数的概率分布，来代表市场收益率的概率分布。具体结果如表8所示：表7初始熵值与方差对比表

接下来计算在给定收益率的条件下，用熵值衡量风险与用标准差衡量风险的区别，可以通过计算一定收益率水平下，要使得投资组合的风险最小的各个股票的组合情况。

利用MATLAB中的优化工具箱可求解公式（6）这一线性约束问题，求出均值―熵模型下10只股票的投资比例，如表12所示：

为了方便比较，我们可以求出相同收益率水平下，均值―方差模型的投资比例，具体如表13所示：

通过对比均值―方差模型与均值―熵模型在相同收益率下的投资方案，可以看出，在收益率由低到高的过程中，两种模型都会选择用收益风险比较大的中金岭南（000060）代替华联控股（000036），可见新旧模型存在相似的选择过程。但是用熵度量风险的新模型计算出的投资方案中只通过两只股票来分散风险，而传统方法得出的最有投资组合中包括了更多的股票。

四、结论

（一）用熵来度量风险具有合理性和可行性

从实证过程可以看出，股票的熵值不依赖于某种特定的分布，只要确定收益率的分布，便能求出股票的熵值，因此熵值是一种理想的股票风险度量手段[16]。

（二）均值―熵模型能够为投资者提供更加简单的投资方案

从以上的实证结果可以看出，在相同收益率下，用均值―方差模型计算出的最优投资组合中包含的股票数量更多。虽然从理论上来讲，选择的股票越多，分散风险的效果就越明显，但是过度分散不仅不会降低投资者面临的风险，反而会因为信息成本等其他成本的增加提高风险。而基于熵度量风险的均值―熵模型提供给投资者的最优方案中包括的股票数量更少，更加简洁，可以减少交易费用和管理费用，降低投资者的风险。

（三）模型评价

1.模型优势

（1）使用熵代替方差衡量投资组合的风险，不需要对收益率的分布做任何假设，是一种对客观概率的正确描述和无偏估计，代表风险的熵值的大小只与收益率的概率分布状况有关，这就克服了使用均值―方差模型必须假设收益率的分布是正态分布的缺陷。因此，均值―熵模型在使用时更具有实用性。

（2）熵在度量风险时与方差的效果是相似的，但是熵可以描述收益率的多阶矩的特性，相比方差只能表达的二阶矩的特征，熵能提供更多关于收益率的信息，因此能更加准确地衡量不确定程度。投资者确定各个风险资产的投资比例的过程是复杂动态多变的，用熵来衡量投资组合的风险更加合理。

（3）虽然增加投资组合中的资产数量能够有效分散系统风险，但是过度分散反而会降低组合收益。本文的实证结果表明，均值―熵模型能够在相同收益水平上，提供给投资者更加简单精炼的投资方案。包含股票数量较少的投资方案，能在分散风险的基础上有效降低管理费用和交易费用，从而降低投资者面临的风险。

2.模型的不足之处

（1）本文提出的均值―熵模型，在数学方面欠缺严谨性，没有证明过程。

（2）整个计算过程过于繁琐，需要进一步通过计算机仿真，增强模型的实用性，为投资者选取资产组合提供便利工具。

（3）由于熵的值只跟变量的概率分布有关系，并不受其取值的影响，不能表现出投资者对于风险的主观反映，因此熵对风险的描述欠缺全面性。

（4）在整个分析过程中，没有考虑税收和交易费用等问题，需要进一步改进。

参考文献：

[1]王霄，杨珊珊.浅析我国资本市场存在的问题及原因[J].商，2013（3）：121-122.

[2]卫海英，张国胜.基于半方差风险计量模型的组合投资分析[J].财经研究，2005（1）：115-121.

[3]邵欣炜.基于VAR的金融风险度量与管理[D].长春：吉林大学，2004.

[4]闫冀楠.股市投资收益与风险直接关系的定量研究[J].天津大学学报，1999（7）：454-458.

[5]丁健. β系数估计方法研究[D].北京：对外经济贸易大学，2006.

[6]王春峰.金融市场风险管理[M].天津：天津大学出版社，2001.

[7]赵青.投资项目组合风险分析与度量[D].西安：西北工业大学，2005.

[8]李凤章.决策分析中的风险、不确定性和熵[D].北京：中国科学院，1988.

[9]顾昌耀，邱苑华.复熵及其在Bayes决策中的应用[J].控制与决策，1991（4）：253-259.

[10]姜丹，钱玉美.效用风险熵[J].中国科学技术大学学报，1994，24（4）：461-469.

[11]杨继平，张力建.期望效用―熵决策模型在沪市争取按投资选择中的应用研究[J].系统工程，2005，23（12）：23-29.

[12]袁博.熵模型在股票投资风险管理中的应用研究[D].西安：西安建筑科技大学，2009.

[13]李华.证券投资组合中的熵优化模型研究[J].大连理工大学学报，2005，33（6）：16-21.

[14]李江涛.熵风险下的国内证券投资组合模型[J].商业经济，2009（11）：64-65.

第8篇：量化投资方案范文

[关键词]环保技术创新方法

山西省是中国最大的炼焦用煤炭资源基地，也会使山西省成为中国最大的焦炭生产基地和世界最大的焦炭出口基地。2000年世界焦炭贸易量2510万吨，中国出口1520万吨，占世界焦炭贸易量的60%。其中，山西焦炭出口占中国焦炭出口量的80%，占世界焦炭贸易量的48%，山西焦炭是世界焦炭行业的龙头，其焦炭产量占到全国的40%，约占世界焦炭产量的20%，焦炭出口量占全国焦炭出口量的80%，并且天津口岸的山西焦炭价格已经成为国际贸易的基准价。可见焦炭对于整个山西省的重要性。而进行煤炼焦的过程中，会产生大量的焦炉煤气，如何有效环保的对焦炉煤气进行回收利用，如何对新上项目的综合价值进行评价，正是本文所要研究的重点。对待上新项目的环保性能、经济性能进行评价，从而做出准确的投资决策使我们所关心的。

一、NPV评价方法

净现值法（NPV）：是评价投资方案的一种方法。该方法是利用净现金效益量的总现值与净现金投资量算出净现值，然后根据净现值的大小来评价投资方案。净现值为正值，投资方案是可以接受的；净现值是负值，投资方案就是不可接受的。净现值越大，投资方案越好。净现值法是一种比较科学也比较简便的投资方案评价方法。我们知道传统的项目评价中对于投资决策分析而言，主要是采用这种净现值法，这种方法也曾经被美国亚利桑那州立大学资本资产投资管理学院的DondleL.MeeDer提出并且利用这种方法用于投资决策具有严重局限的概念中，因为它是以投资决策在一定条件下能够还原为前提的，也就是说项目的投资在市场条件恶化时，能够以某种方式还原，如果不能还原，则是一个要么投资，要么永远都不投资的决策，而如果公司现在不进行投资决策，那么它将永远失去投资机会。但是人们普遍认为，净现值法利用现值可加性原理，运用数学方法进行演绎计算，应该是一种最理性、最科学的分析方法，是投资决策分析中的法宝。

但是就我们所要研究的环保类项目的投资决策而言,净现值法只是用于静态的投资项目分析,对于动态的多投资阶段的项目显得有些不足,得到的评价结果势必也是有局限性的。就焦化产业中的焦炉煤气利用技术的选择与比较中,关键是如何确定折现率,这也是一大难题,可以说,到现在为止,这不得不依靠我们的主观判断,其道理就像任意多的已知数与一个未知数相加其结果还是未知数一样简单,在净现值为零的情况下,向左向右稍微调整某个因素,净现值就能变成或正或负。还有一个重要问题是焦炉煤气的利用技术的产生过程有其特殊的局限性和特点。焦炉煤气是指用几种烟煤配成炼焦用煤,在炼焦炉气中经过高温干馏后,在产出焦炭和焦油产品的同时所得到的可燃气体,是炼焦产品的副产品。对于单一焦化企业的主营业务就是焦炭生产和销售。而对那些利用焦炉煤气生产其他工业产品是由于国家环保政策法规的要求，故其计算时,当其净现值为零或者是负数时,也都可以投资。但是在什么范围内进行投资需要新的算法和条件,这也就是本文最终所要传达的信息。

二、实物期权定价模型

实物期权分析法是指企业或者是个人在进行投资决策时拥有的、能根据决策时尚不确定的因素，改变行为的权利（期权）进行投资可行性分析的方法。麻省理工学院FaimoK.Lamalain分析：如果投资者对某个投资项目进行首轮投资后，若该项目盈利前景良好，将能降低投资者进行第二轮投资的成本，而如果第一轮没有投资，今后想再投资该项目或进入该投资领域就要付出相当高的成本。在进行投资时还要考虑应用动态规划中的整数规划进行投资时机的选取。可以看出，期权法强调了投资是分阶段进行的，投资资金往往并不是一步到位，而是先投入先期部分资金，生产销售该产品，同时继续对产品的性能、技术进行研发和改进，这可以减少投资者的潜在损失，其价值远远大于一次性投入的情况。这种方法就是针对项目的发展动态过程，根据项目开始投资后，管理者能够收集到更多的关于项目进程和最终产品市场特征的信息。后继的商业化过程是在前期的成功基础上实施的，是可以选择的;当新的信息不断到达,项目投资回报率不确定性逐渐消失时,管理者可通过修正最初投资策略,提高项目的价值和限制损失。如果项目成功，企业能从中获得巨大的投资收益；如果不成功,企业至多也是损失项目投入的沉没成本,相当于期权的成本。

对于期权定价模型而言，焦炉煤气的利用技术中，只有以焦炉煤气作原料生产甲醇这项技术可以进行下一步投资，可以利用甲醇为原料生产甲醛、聚甲醛、醋酸等化工产品。而其他的投资项目成为最终的消费品。期权的投资前提是筹资的无限可能性，但是在实践中难免有种种困难。存在很多的不确定性，也使得我们在进行环保技术创新项目投资决策中不能够简单的依靠一种投资决策方法。

三、灰色关联分析评价方法

灰色理论概述与于1982年由我国学者邓聚龙教授所提出。邓教授认为现实世界并不是清清楚楚的白色系统，又非一无所知的黑色系统，而是略知一二的灰色系统。灰色系统理论主要研究“小样本贫信息不确定性问题”。以往用白色的思想处理问题，要找到因素间明确的映射关系，然而确定性作用原理在社会、经济、农业、生态的等领域都没有物理原型，虽然能知道某些因素，但很难明确全部因素，更不可能建立明确的映射关系。比如影响物价的许多因素，如心理预期、政府导向等是无法量化的。一些可以量化的数据又缺乏详细的资料，因此对物价的定量预测具有一定难度，若不考虑这些因素，只将可以得到数据的因素考虑进去，必然带来预测结果的不准确。就白色系统常用的回归分析工具而言，在应用过程中具有其缺点。比如：要求样本有大容量，是正态分布，平稳过程才能得到统计规律，计算工作量较大，不容易分析复杂系统等等。而对于以上困境，灰色理论应运而生，它处理问题另辟蹊径，不是找概率分布，求统计规律，而是用生成的方法求得随机性弱化，规律性增强的新数据序列。这一新的数据序列既能体现原数据序列的变化趋势，又消除了其波动性，它可以较好的解决某些参数已知，某些参数未知的系统问题。

在我国焦炉煤气的利用技术上既有新的技术也有些不被淘汰的旧技术，当然对于现在的生产而言，这些技术是相当成熟的，而要将项目的技术性和经济性进行有效结合不是件容易得事情，更何况环保技术创新项目的投入需要考虑更多的因素。需要我们对项目的各方面进行综合性考虑，这就涉及了灰色系统关联评价方法。作为一种综合评价方法，这种方法在对白黑两种情况的考虑是相当充分的，即使实际中技术和经济都存在不确定性，我们也是能进行相应决策分析的。就焦炉煤气的利用上来说，可以根据项目的各种经济性参数和项目的技术参数来构建综合评价指标体系，从而为项目投资决策的分析提供决策依据。

四、结论

由于本文所要研究的是环保技术创新项目投资决策评价方法研究现状，我们在对目前比较流行的几种评价方法进行分析之后，发现在进行单一的项目评价时，如果考虑的因素不是很多，可以采用NPV方法来进行项目投资的决策分析。可是这种方法又不能摆脱静态性，而实物期权定价模型可以解决这个问题，使项目的投入具有动态性，可以提高决策的效果。但是如果我们在进行一个项目的开发时，如果所要考虑的因素不仅仅是经济因素，那么影响我们做出最终投资决策的就不能用NPV方法进行简单的评价，必须借助于系统工程理论中的综合评价来进行综合评判，从而决定我们待上项目的未来。

通过对三种评价方法的说明，结合文章的背景，山西的焦化产业环保技术创新项目决策时不仅要考虑投资性指标，还要考虑到技术投入指标和环境保护指标。只有将这三者考虑周全，才能做出正确的评价结果，从而有效的指导实际工作。这也是作者今后所要进一步研究的重点，利用净现值法和实物期权方法对经济性指标进行先评价，然后通过这一步整理好的经济参数与技术指标、环境保护指标进行结合，利用灰色系统关联分析综合评价方法对待上投资项目进行最终综合价值的评价，依据综合价值最高原则可以选择出优先进行开发的投资项目。这样就实现了我们的决策分析。

总之，在今后的研究中，努力将技术创新与环境保护联系起来，不光考虑项目的经济特性、也要考虑项目的技术创新性和环境保护特性。充分利用项目评价中的各种评价方法进行深入细致的评价工作，从而有效的指导实际工作。文中提到的综合评价方法灰色系统关联理论只是综合评价方法的一种，今后将其他的综合评价方法进行再分析，通过实际案例结合数学模型来分析这种投资决策评价方法的优越性。

参考文献：

[1]白思俊等:系统工程[M].北京:电子工业出版社，2006

[2]叶义成等:系统综合评价技术及其应用[M].北京:冶金工业出版社，2006

[3]杜栋等:现代综合评价方法与案例精选[M].北京:清华大学出版社，2005

[4]马中:环境与资源经济学概论[M].北京:高等教育出版社，1999

第9篇：量化投资方案范文

关键词：建设项目 投资管理 控制

中图分类号：TU7 文献标识码：A 文章编号：1674-098X（2012）12（c）-00-02

1 建设项目投资管控重要意义

伴随我国投资体制的逐步改革，基于投资方实施决策，并最终承担收益及风险的原则，令企业在经营投资阶段中明确了主体核心地位，投资方则逐步成为工程建设行业持续发展的动力。实现合理科学的投资、安全优质的运行以及预期效益成为投资方的主体建设目标，而投资管控则成为项目施工建设实践管理的内容之一。项目建设投资管控即是在符合进度与质量要求标准下，将建设项目投资控制到批准估算限额范畴中，并及时进行偏差错误的纠正，进而确保建设项目实现良好投资目标。该控制应是动态的全过程管理，并非单纯的单一目标管控，应促进各个参与建设项目的机构均应用有效合理的资源，良好实现预期目标，该过程对企业的科学、经济发展发挥了更显著的推动促进作用。

2 投资失控相关问题

投资管控是项目建设投资阶段能否实现预期目标的核心关键。伴随我国投资管理体制的逐步更新改革，项目建设领域存在的三超问题得到了有效的控制，然而并没有完全予以消灭。引发该失控现象的成因是多方面的，主体因素则在于相关建设体制与约束管理机制在执行阶段中欠缺良好的力度，没有实施全面到位的控制。例如对项目实施可行性的研究报告没有体现良好的细度与广泛的深度，无法呈现合理的客观公正性，设计方案存在优化不优价的现象，且工程变更呈现出较大随意性，并且频频发生签订合同简单进而引发纠纷问题。还存在企业选择投标与招标的时机有失妥当性，体现了管理措施的不力

问题。

3 建设项目投资管理控制的科学策略

优质的管理控制可对有限资源实施良好整合，形成动态监督，进而科学实现既定目标，履行规范责任。对于建设项目管控的核心工作便是对其实施目标管控，为此，做好项目投资管理应基于动态视角，确保整体项目工程目标的全面、良好实现。为此，我们应制定切实可行的实践控制策略，确保建设项目投资的合理、高效与

科学。

3.1 科学完善可行性报告制定，准确进行投资估算

伴随投资体制优化改革进程的不断深入，投资方应做好自主投资、科学决策，并自行承担风险，为此做好项目投资的可行性研究，发挥了举足轻重的影响作用，是投资方管理成败的核心关键。科学合理、全面准确的投资策略，则是投资方在项目建设阶段中需应对的首要问题。针对工程项目建设可行性制定的研究报告，其内容包含丰富信息量以及较多工作量，论证结果则呈现了丰富内涵。要想明确项目实施可行性，则应针对项目涵盖的领域、存在的环境、具体政策体制以及技术可行性、建设经济效益目标、获取社会效益标准、资金状况、总体投资方面做好全面真实、细致入微的评价论证。科学选择可行度高、合理性强的经济评价模式及相应参数，认真求实、客观公正的将可行性报告全面落实到位，真切映射项目实质效益，方能实现项目决策管理与投资经营的准确科学性，提升综合建设水平。投资估算为建设项目探究投资经济效益的科学依据，估算可成为明确设计任务的具体限额投资标准，对于初步设计概算发挥了全面控制效用。为此，投资估算的实践编制应科学遵循建设工程项目经营投资动态发展原理，做好合理的估算预测，衡量变化过程中的各类动态因素，尽最大可能确保投资充足，方向目标正确，全面映射项目规划设计内容，施工区域经济发展水平以及投资项目资金的实际状况。

3.2 实施设计招标、开展限额设计，促进设计方案的全面优化

项目工程的优质设计，可通过细节施工图描述确保一次性工程投资的充足、合理，并优化项目完成建设交付应用阶段的运营效益水平。针对一定施工规模的工程项目，在设计阶段应科学采用招投标体制，建设方应对拟建工程出具明确、清晰的功能标准与投资要求，创建完善健全投标管理机构，制定合理公正评标方式，做好投标单位信誉等级与资质水平的严格审核把关，做好细致严密的工程招标文件编制，进而确保投标竞争的公正、公开、合理公平。设计方实施内部管控阶段中，应令设计方案的优质成果同个人效益全面挂钩，进而提升核心竞争力。借助招标阶段对设计单位的竞争优选，可确保设计方案的先进合理与科学可行。另外，我们应科学推行限额设计，即设计方、项目建设各个专业应确保符合工程建设的应用功能要求，基于该目标按照投资额度进行设计管理控制，对于不合理科学的变更则应做好全面严格控制，这样才能确保项目投资的坚固性，不被随意突破。对整体工程项目投资，建设方应做到心中有杆秤，设计方则应对工程项目做好投资分解，基于投资限额标准，遵循价值工程科学原理做好设计方案的分析，进而树立价值提升目标，基于分析功能途径，做好经济、技术方案的研究，科学开展多方案比选，最终促进设计效果的良好优化。

3.3 强化项目实施阶段投资管控

建设项目工程实施阶段是建筑实体构成的重要环节，同时也是消耗各类资源的主体关键。基于项目工程建设内含复杂性，对其质量、效益影响因素众多、变化丰富，令实施阶段常常形成无法预期的各项费用，为此应强化工程项目招投标管理，做好施工阶段良好管控。

（1）强化招标文件良好编制，提升工程量清单制定准确性与内涵深度。

招标文件的科学编制是工程项目实施招投标管理的核心依据，对于促进建设项目工程造价的合理化，降低项目经济投资发挥了决定影响作用。因此，在编制招标文件阶段中，应聘请专家全面参与，对编制报价相关要求、具体评标方式、合同内容条款实施重点校验审核。应树立互惠互利、公平公正的科学原则，确保招标文件的科学严密、精确标准。工程量清单准确程度与深度标准对工程造价产生直接影响，可有效降低清单之中的少量以及漏项问题，不会给项目实施带来麻烦，还会预防竣工结算超出施工图预算的不良现象。为此应提升工程量清单制定质量水平，为项目投资管理提供必要保证

（2）推行大规模项目工程无标底招标管理。

无标底招标为工程项目招标阶段中，不进行标底编制，而是借助一整套科学严格的操作规范流程、评标方式明确合同中标方。无标底招标采购方式在国际领域经常采用，适用于建设规模较大、工作内容较为复杂的项目。招标采购同时为一项较为艰巨的任务，其包含较多负面影响内容，为此我们应用无标底招标，应树立自信，掌握专精技术、巩固知识能力水平，形成良好的洞察分析与判断能力，明确选择合理评标方式以及各级指标参数，应用严格编订招标文件，做好招标工作有序管理组织，通过综合评审优选投标机构。招标工作应遵循市场规律，组织公开、公正的竞争优选，应摒弃一切人为干扰影响，确保评标结果良好公正。

（3）巩固合同管理重要地位作用，做好合同及协议补充签订管理。

发展市场经济是信用化与法制性的经济建设，各类大规模建设工程项目管控应科学履行管理合同体制，为项目实施阶段各类争议及纠纷问题的处理提供科学参考依据。应由合同拟定、谈判、双方签订以及实施的各个环节给予明确清晰的规定，创建整体完善的科学管理体制，令合同管理更加制度化、科学化与规范化。应基于合同主线做好项目建设管控，注重合同管理规范，优选合同类型，做好条款内容的科学措辞，避免不规范、不严谨的合同，给项目结算带来安全隐患以及争议问题。

（4）做好工程变更的科学管控，完善现场签证管理。

工程建设单位应设置或聘请专业机构，做好工程项目变更的科学评估、良好审核，做到权责管理明确、工作责任到位，预防随意引发工程变更。应基于原合同签订作为依据，做好变更范围的明确规定并规范审批程序，创建健全完善的过错变更责任追究与奖励机制，进而对变更事项进行严格管控。对于不可避免的变更，则应令其有效前置，越早引发变更，其损失便会越微小。现场签证则应基于施工签订合同款项、施工图纸以及工程造价清单作为参照依据，签证内容则应清楚明晰、科学量化，对于超越签证的内容应交由专业部门做好审批认证。

3.4 强化工程项目建设信息管控，优化投资管理效果

建设项目工程开展信息管理，应在其决策制定以及实施管理阶段中，基于信息技术快捷高效及全面的优势，做好信息存储管理、获取、存储、交流及处置的科学管控组织。应遵循定量、定性、标准、高效、可预见原则，借助科学信息组织传输及管理，强化工程建设施工目标控制总体水平及能力，进而提升工程投资管理效益。工程建设项目一般持续周期较长，参与单位众多，显著的建筑工程单件性特征令信息量庞大，呈现出丰富的变化性与错综复杂性，令项目工程承担了繁重的信息管理工作任务。为此，我们应全面做好工程项目建设的信息管理工作手册编订，确定建设项目工程信息管理机构的工作任务，编订明确信息管理工作任务的规范流程，并创建信息管理工作处置平台以及信息工作中心。再者，应完善建设工程项目计费提取体制，将计费依据同投资管控全面挂钩、设计费同设计环节引发的投资节超全面挂钩，通过明确清晰的奖罚处理，令设计工作人员树立精品意识，为建设项目工程的投资管理贡献力量，发挥创造价值。对于咨询监理费用的管理，应引入有效措施，对于节约投资行为策略给予必要奖励。应令监理逐步前置到设计规划阶段，深入至工程方案的设计优化环节中，有效预防施工过程重大变更设计以及安全隐患的不良发生，进而实现事前控制、科学预防目标。再者应实施项目工程的事后评价，做好投资效益评估，创建建后评估管理机制，对项目工程投资与建设管控状况做好综合评估，进而促进其建设管控水平的优化

提升。

4 结语

总之，建设项目工程优质投资管控极为重要，我们只有树立全过程理念，在优质建设目标基础上节约成本投入，创新建设工艺，规范建设制度，做好组织协调管控，才能全面提升项目建设投资效益，创建精品优质工程，并促进项目建设行业的持续、全面与优质发展。

参考文献

[1] 王爽.建设项目跟踪审计在建设投资中的应用[J].水利水电技术，2010（4）.

[2] 潘东良.浅谈如何进一步加强政府投资建设项目工程变更管理[J].中国集体经济，2011（16）.