時間：2023-07-23 09:24:57
導語：在量化投資主要方法的撰寫旅程中，學習并吸收他人佳作的精髓是一條寶貴的路徑，好期刊匯集了九篇優秀范文，愿這些內容能夠啟發您的創作靈感，引領您探索更多的創作可能。
量化投資在歐美的應用已超過30年，最為傳奇的是華爾街的對沖基金經理詹姆斯?西蒙斯創立的復興科技公司旗下的大獎章基金。從1989年起，復興科技公司的大獎章基金的年回報率平均高達35%，大獎章基金被譽為最成功的對沖基金。截止到1999年12月底的11年，大獎章基金累計的回報是2478.6%，是原資產的25倍。另一個為人們熟知的是美國長期資本管理公司。該公司成立于1994年2月，是一家主要從事定息債務工具套利活動的對沖基金。1994年到1997年，長期資本管理公司的投資回報率分別為28.5%、42.8%、40.8%、17.1%。無疑，量化投資在美國市場的運用是成功的。時至今日，量化投資已經成為美國市場中一種重要的投資方法。到2009年，量化投資比重已經上升到30%以上，主動投資產品中有20%～30%使用了定量的技術（丁鵬，2012）。
量化投資最典型的特征就是通過建立數學量化模型進行交易，它是建立在大量歷史數據的基礎上、建立反應某種特定規律的數學模型、在此基礎上進行程序化交易。具體而言，就是從那些瞬息萬變的市場變化中去尋找能夠獲得微小利潤的計算機化交易，關鍵在于捕捉到人們無法利用的短暫價差來實現套利。模型可以看作醫院里面的各種先進的醫學診斷儀器，醫生通過這些先進診斷儀器對病人進行掃描化驗，獲取反映病人的身體狀況的指標數據，然后通過獲取的數據去判斷病人所患的疾病，從而對癥下藥。類似地，量化投資就是在市場中不斷去尋找套利機會，其實就像是在發現市場的不易察覺的“疾病”，依托于模型的掃描和檢測，獲得市場的各項關鍵指標數據，從而找出套利機會，然后做出投資決策。量化投資需要精湛的計算機編程技術，其主要形式是程序化交易。程序化交易絕大多數都是高頻數據交易，其特點是：計算機自動完成；交易量巨大；持倉時間很短，當日頻繁交易；每筆收益率很低，但總體收益穩定。高頻數據交易的核心是模型算法，負責策略及機會，速度是關鍵保障，因此大機構一般在交易所大樓旁租高速光纜建立交易室。目前，美國股市總體成交量約70%是高頻交易，而涉及機構僅占2%。
具體到股票市場，目前，股票市場上有很多風格各異的分析流派，其中最為人們熟知的有兩個分析流派。其一是技術分析，其二就是基本面分析。但是另外一種在國外已經非常的成熟的方法即量化投資方法卻很少為人們所知。
二、量化投資在A股市場的發展
相對于量化投資交易量占據70%的發達金融市場，國內量化投資的發展才剛剛起步。在中國A股市場在整個投資市場所占據的規模又有絕對的優勢，所以，量化投資在A股市場的發展前景就決定了量化投資在整個金融市場的發展前景。
目前，量化投資在A股市場的發展還有很多局限性。首先，我國A股市場的投資主體仍是噪聲交易的的中小規模散戶，導致資金規模不夠集中，無法發揮資金的規模效應，不利于程序化規模交易的推廣。其次，量化投資具有頻繁交易，持倉時間較短的特點。由于A股市場還不是T+0的交易制度，這就決定了量化投資在A股市場還不備大規模運用的前提。最后，創新能力不足。即使是目前已經開發的幾只量化投資基金，同質化現象也非常明顯。核心策略仍然局限于技術指標和均線系統的搭配運用，缺乏多元化程序化交易策略庫的支持。
在看到局限性的同時，我們也應該看到其廣闊的發展前景：
第一，與歐美比較成熟的金融市場相比，我國證券市場的發展歷史還很短，只有區區二十多年的時間，隨著A股市場的進一步發展，比如規模進一步擴大，實行T+0的交易制度等，量化投資的發展前景就會愈發寬廣。同時，量化投資是一種套利交易，這就決定了弱有效市場是其耐以生存的土壤。由于我國投資者隊伍參差不齊、不夠成熟，這就給通過發掘市場非有效性來獲取阿爾法收益帶來了更多機會；
第二，量化投資的技術和方法在國內還是新手事物，競爭者很少。相對于目前證券市場上傳統的定性投資者太多，機會很少，競爭過于激烈而言，量化投資者較少，機會很多，這就給量化投資創造了良好的發展機遇。在這方面，只要引進成熟的量化投資人才，增強開發差異化模型的創新性，避免模型過于單一，就會為量化投資的發展帶來新的曙光。
第三，一旦量化投資在A股市場逐漸得到認可，及所表現出的相對于傳統投資方法的優勢，就會產生一種加速效應：中小規模投資者看到量化投資所帶來的可觀回報，但同時自己不具備量化投資的能力和條件，這就會促使中小投資者把錢交給優秀的量化投資團隊，從而加速量化投資規模的擴大。
關鍵詞：量化投資；傳統投資；模式數學模型；自變量參數
1量化投資簡介
1.1基本概念
量化投資是一種借助于計算機高效計算程序進行復雜運算，以金融產品未來收益與風險為研究對象的新型投資方式。量化投資的基礎是以股票價格、日成交額等大數據庫數據為參考樣本數據并建立數學模型，運用仿真分析及迭代方法不斷修正數學模型，直到數學模型可以用來預測指導投資交易。任何一個投資的方案或者設想，都可以為它設計一個數學模型，然后借助大數據庫的現有數據進行迭代法測試分析，以此來判別數學模型的有效性。傳統投資方式基本上是對傳統的技術分析和公司的經營狀態基本分析，存在一定的局限性；相比之下量化投資分析是基于對大數據市場數據的，數據樣本空間容量足夠大，而且可以快速進行運算并排除投資者個人心理因素的主觀影響，科學性和時效性更強。此外，量化投資是一種主動性的投資方式，在進行數學模型選擇、自變量選取、數學模型的驗算迭代都是投資行為的主動部分。
1.2交易內容及方法
量化投資交易的內容主要是量化策略以及交易策略，在制定交易策略時必須立足于投資市場、投資產品以及分配在內等。具體交易平臺則是靠以計算機計算程序為基礎的線上交易平臺系統。進行量化投資交易時通常會遇到各種較為復雜的情況，但是基本前提都是要依據現有的既定的大量數據庫數據，靈活采用各種方法來判斷投資對象是否值得投資。總體來說，量化投資有估值法、資金法和趨勢法三種。
2量化投資現狀
從理論上來說，每個量化投資者的決策行為可以被同化為理性預期、風險規避、嚴格效用基本一致的理想化模型。然而現實情況中每個人的心理活動、出發點、知識水平等都存在差異，進行量化投資時人們作出的決策也存在差異。人的非理性行為與理性行為都是客觀存在的，而且非理性行為對理性行為也存在著一定的影響，因此投資人在進行投資決策時并不能完全理性地進行選擇。綜上所述，非理性人的客觀存在使投資人在進行投資決策時不能完全忽視個人的心理因素。既然個人的心理因素無法排除，那么在建立決策分析數學模型時，就應該把個人的心理因素考慮在內。當前我國國內量化投資有以下幾個特點：(1)個人投資者占總投資者的比例很高。上文已經提到投資者個人的非理性客觀存在且不可避免，那么眾多量化投資者的非理性因素間接影響我國量化投資市場。(2)我國的量化投資市場雖然發展迅速但仍不成熟。與美國及歐洲發達國家相比，我國量化投資市場只能是一個新興的市場，直接表現在各方面的信息不完整且難以搜集，一些基礎數據我們只能自己想方設法地去開發獲取。(3)量化投資行業的企業構成比較復雜。目前我國量化投資行業的企業種類比較多，跨越眾多不同的領域。加上我國量化投資市場還處于新生期，市場不穩定信息變化較快，因此量化投資行業的可用層面指標數目非常少且指標數值經常變化。當前我國量化投資者正是依據當前行業的特點，從不同的層面和角度驗證分析，建立泡沫型數學分析模型，才能獲得巨大的利潤。(4)量化投資策略研究落后。通過把我國量化投資策略與美國及西方發達國家的量化投資策略進行對比，發現我國現有的量化投資策略嚴重落后。國外的量化策略研究是在大量的事件、數據積累分析的基礎上，腳踏實地潛心研究總結出來的。現階段我國量化策略研究多是借用國外的策略，結合國內的量化投資行業的實際現狀進行修正得來的。當前我們還缺少指導量化投資行業的專家、指導著作，為此我國國內的一些高等院校開始著手量化投資策略的研究并取得了初步的成效。
3量化投資優勢
量化投資是在定性投資基礎上進行繼承和延伸的一種主動投資工具。定性投資的核心是對宏觀經濟和市場基本面進行深入的分析，再加上實地調研上市公司以及與上市公司的管理層進行經驗交流，最終把調研結果整理成專題報告，把報告作為決策依據。不難看出定性投資帶有很大的個人主觀判斷性，它完全依賴于投資經理個人經驗以及對市場的認知。量化投資在調研層面與定性投資相同，區別在于量化投資更加注重數據庫大數據，運用各種方法發現運用大數據所體現出來的有用信息，尋找更優化的投資方式以獲得大額收益，完全避免了投資經理個人的主觀臆斷和心理因素，更加科學合理。綜上所述，與定性投資相比，量化投資具有以下優勢。
3.1投資方式更加理性
量化投資是采用統計數學與計算機建模分析技術，以行業大數據庫為參考，取代了個人主觀判斷和心理因素的科學客觀投資方法。很明顯，行業大數據的樣本容量已遠遠高于有限的對上市公司調研所形成的樣本容量；在進行投資決策時，把決策過程科學化數量化可以最大程度的減少投資者決策時個人情感等心理因素對決策結果的影響，從而避免了錯誤的選擇方向。
3.2覆蓋范圍大效率高
得益于因特網的廣泛實施應用，與各行各業的運行數據都可以錄入大數據系統形成體量巨大的數據庫；得益于計算機行業云時代到來對計算分析速度的革命性變革，在極短的時間內就可以得到多種量化投資的投資方法。定性投資方式進行決策時，由于決策人的精力和專業水平都存在一定的局限性，自然其考慮投資的范圍要遠遠低于電腦決策，二者根本沒有可比性。綜上所述，雖然與定性投資相比，量化投資具有明顯的優勢，但是二者的目的是相同的，都以獲得最大收益為目的，多少情況量化投資與定型投資可以互相補充，搭配使用會起到意想不到的效果。
4量化投資的劣勢
上文已經提到量化投資的決策過程依賴于大數據庫以及計算機分析系統的科學決策，因此只要投資思想正確量化投資就不會出現錯誤。然而即使是投資思想及決策過程都沒有問題，也不意味著量化投資完美無缺。量化投資本質上是對某一特定基準面的分析，事實上基準面有時范圍過小，縱然決策過程合理化、無偏差，量化投資也存在一定的局限性。量化投資的另一特點是進行考察決策時覆蓋的市場面非常廣泛，在當前國民經濟快速發展的時代，人們對市場的認知難免出現盲區或者對某一個局部了解不充分的現象，此種情況下量化投資的正確性就很難保證。
4.1形成交易的一致性
基于量化投資的低風險特性，人們更多地依賴于采用大數據云分析平臺進行決策，如此大家對某一行業的市場認知以及投資決策水平就處在同一認知層次上，當遇到極端的市場行情時，人們作出的交易決策往往一致，即容易達成交易的一致性。例如期貨行業以及股票行業，在市場行情動蕩的特殊時期，人們往往選擇在同一時機拋出股票或者期貨，這種大規模的一次性拋盤則會造成在預期拋售價格基礎上的劇烈波動，導致投資者的實際收益在一定程度上低于預期收益。此種情形下又會引起新一輪投資恐慌，不利于市場的穩定發展。
4.2指標鈍化和失效
任何一個行業的某一個市場承載投資者的容量都是有限的，從戰略投資的角度來看，當某一個市場的產業鏈較為成熟、技術門檻較低時，投資者進入該市場就會容易很多，當市場的承載量大大低于投資者進入數量時，既定的投資策略則會失效。例如某一企業的某只股票第一年能獲得50%的收益，第二年則降為20%的收益，第三年可能是5%，第四年就沒有收益了。諸如趨利反轉策略、套利策略現在已經非常大眾化且投資者已經達成共識，一擁而上集中式進行投資就會導致投資評價指標鈍化甚至失效。
盡管量化投資已經成為市場投資的發展趨勢,但是大多數投資者并不是很熟悉量化投資。一方面是由于量化投資一定程度上依賴數學模型,而賺錢的投資模型都是機構的秘密武器,不會輕易披露。另一方面是由于量化投資采用計算機系統,設計各種交易手段,有著較為復雜的數學計算與技術要求,現在許多量化投資都是計算機自動執行的程序交易。另外,量化交易者,俗稱寬客(quants)的交易和故事多多少少增加了量化投資的神秘感。所以,人們一般把量化投資稱為“黑箱”。納蘭(Narang,R.,2012)描述了量化交易系統的典型構造,打開了量化投資的“黑箱”。納蘭認為阿爾法模型用來預測市場未來方向,風險控制模型用來限制風險暴露,交易成本模型用來分析為構建組合產生的各種成本,投資組合構建模型在追逐利潤、限制風險與相關成本之間做出平衡,然后給出最優組合。最優目標組合與現有組合的差異就由執行模型來完成。數據和研究部分則是量化投資的基礎:有了數據,就可以進行研究,通過測試、檢驗與仿真正確構建各個模型。預測市場并制定策略是量化投資的核心,即阿爾法模型在量化投資中處于核心地位。隨著量化投資的不斷發展,量化投資模型也在不斷改進。簡單的策略可能就是證券或組合的套利行為,如期現套利組合、市場異象研究中的差價組合等。統計套利策略是經典的量化投資策略,如匹配交易或攜帶交易。近年來,高頻交易成為量化投資的重要內容,基于高速的計算機系統實施高頻的程序交易已經是量化投資的重要利器。丁鵬(2012)將量化投資的主要內容分為以下幾個方面:量化選股、量化擇時、股指期貨套利、商品期貨套利、統計套利、期權套利、算法交易、ETF/LOF套利和高頻交易等。他認為量化投資的優勢在于:紀律性、系統性、及時性、準確性和分散化。
二、量化投資“黑箱”中的構造與證券投資學的差異
在傳統的證券投資學中,投資組合理論、資本資產定價模型、套利定價理論和期權定價理論是現代金融理論的四塊基石。前兩者主要依靠均值-方差組合優化的思想,后兩者則主要依靠市場的無套利條件。傳統的投資方法主要是基本面分析和技術分析兩大類,而量化投資則是“利用計算機科技并采用一定的數學模型去實現投資理念、實現投資策略的過程”。從概念看,量化投資既不是基本面分析,也不是技術分析,但它可以采用基本面分析,也可以采用技術分析,關鍵在于依靠模型來實現投資理念與投資策略。為了分析量化投資對證券投資學的啟示,本文從量化投資“黑箱”的各個構成來探討量化投資與證券投資學中思路和觀點的差異。
(一)資產定價與收益的預測
根據組合優化理論,投資者將持有無風險組合與市場風險資產組合,獲得無風險利率與市場風險溢價。資本資產定價模型則將此應用到單一證券或組合,認為證券的風險溢價等于無風險利率加上與風險貢獻比率一致的風險溢價,超過的部分就是超額收益,即投資組合管理所追求的阿爾法值。追求顯著正的阿爾法是資產定價理論給實務投資的一大貢獻。基于因素模型的套利定價理論則從共同風險因素的角度提供了追求阿爾法的新思路。其中,法瑪和佛倫齊的三因素定價模型為這一類量化投資提供了統一的參考。可以說,在因素定價方面,量化投資繼承了資產定價理論的基本思想。對于因素定價中因素的選擇,證券投資學認為,對資產價格的影響,長期應主要關注基本面因素,而短期應主要關注市場的交易行為,即采用技術分析。在量化投資中,主要強調按照事先設定的規則進行投資,這在一定程度上與技術分析類似。但是,在技術分析中,不同的人會有不同的結論,而量化投資則強調投資的規則化和固定化,不會因人的差異而有較大的不同。另外,量化交易更強調從統計和數學模型方面尋找資產的錯誤定價或者進行收益的預測。
(二)無套利條件與交易成本
在證券投資學里,流動性是證券的生命力。組合投資理論、資本資產定價模型以及套利定價理論等都認為市場中存在大量可交易的證券,投資者可以自由買賣證券。這主要是為了保證各種交易都能實現,如套利交易。根據套利定價理論,一旦市場出現無風險的套利機會,理性投資者會立即進行套利交易,當市場均衡時就不存在套利機會。現實市場中往往存在套利限制。一是因為凱恩斯說的“市場的非理性維持的時間可能會長到你失去償付能力”。二是因為市場總是存在交易費用等成本。但證券投資學中,對市場中套利限制與非流動性的關注較少,這是因為傳統金融理論中簡化了市場結構。市場微觀結構理論研究在既定的交易規則下,金融資產交易的過程及其結果,旨在揭示金融資產交易價格形成的過程及其原因。在市場微觀結構理論中,不同的市場微觀結構對市場流動性的沖擊是不同的。因而,從量化投資的角度看,為了降低交易帶來的價格沖擊,能實施量化投資策略的證券往往都應有較好的流動性,因為交易時非流動性直接影響投資策略的實施。從這個意義上講,量化投資時的交易成本不僅包括交易費用,更主要的是要考慮市場交易沖擊的流動性成本。
(三)風險控制與市場情緒
在證券市場中,高收益與高風險相匹配。量化投資在追求高收益的同時,不可避免地承擔了一定的風險。在證券投資學中,系統性風險主要源于宏觀經濟因素,非系統性因素則主要源于行業、公司因素,并且不考慮市場交易行為的影響。在量化投資中,較多地使用因素定價模型,不僅會考慮市場經濟因素,而且會考慮交易行為等因素,只是不同的模型有不同的側重點,在多模型的量化投資系統中自然包括了這兩方面的因素。除了各種基本面和市場交易的因素風險外,量化投資還有自身不可忽視的風險源。一方面,量化交易中,部分交易是采用保證交易的期貨、期權等衍生品交易,這種杠桿交易具有放大作用,隱藏著巨大的風險。另一方面,市場沖擊的流動性成本也是量化投資的風險控制因素,理所當然地在圖1的風險控制模型中體現出來。另外,在一般的投資過程中,市場情緒或多或少會成為風險控制的一個對象。然而,在量化投資中,更多的交易都是通過計算機來實現的,如程序交易等,這樣以來,投資者情緒等因素對投資決策的影響相對較小。所以,在量化投資的風險控制模型中較少地考慮市場情緒以及投資者自身的情緒,主要是通過承擔適度的風險來獲得超額回報,因為畢竟減少風險也減少了超額回報。
(四)執行高頻交易與算法交易
在對未來收益、風險和成本的綜合權衡下,實現投資策略成為量化投資的重要執行步驟。為了達到投資目標,量化投資不斷追求更快的速度來執行投資策略,這就推動了采用高速計算機系統的程序化交易的誕生。在證券投資學里,技術分析認為股價趨勢有長期、中期和短期趨勢,其中,長期和中期趨勢有參考作用,短期趨勢的意義不大。然而,隨著計算機信息科技的創新,量化投資策略之間的競爭越來越大,誰能運作更快的量化模型,誰就能最先找到并利用市場錯誤定價的瞬間,從而賺取高額利潤。于是,就誕生了高頻交易:利用計算機系統處理數據和進行量化分析,快速做出交易決策,并且隔夜持倉。高頻交易的基本特點有:處理分筆交易數據、高資金周轉率、日內開平倉和算法交易。高頻交易有4類流行的策略:自動提供流動性、市場微觀結構交易、事件交易和偏差套利。成功實施高頻交易同時需要兩種算法:產生高頻交易信號的算法和優化交易執行過程的算法。為了優化交易執行,目前“算法交易”比較流行。算法交易
優化買賣指令的執行方式,決定在給定市場環境下如何處理交易指令:是主動的執行還是被動的執行,是一次易還是分割成小的交易單。算法交易一般不涉及投資組合的資產配置和證券選擇問題。 三、對量化投資在證券投資教學中應用的思考
從上述分析可以知道,量化投資的“黑箱”構造與證券投資學之間存在一定的差異,因此,在證券投資的教學中應當考慮量化投資發展的要求。
(一)市場微觀結構與流動性沖擊
在理性預期和市場有效假說下,市場價格會在相關信息披露后立即調整,在信息披露前后市場有著截然不同的表現。在證券投資學里,一般認為價格的調整是及時準確的,然而,現實的世界里,價格調整需要一個過程。在不同的頻率下,這種價格形成過程的作用是不同的。在長期的投資中,短期的價格調整是瞬間的,影響不大。然而,在高頻交易中,這種價格調整過程影響很大。市場微觀結構就是研究這種價格形成過程。市場微觀結構理論中有兩種基本的模型:存貨模型和信息模型。存貨模型關注商委托單簿不平衡對訂單流的影響,解釋沒有消息公布時價格短暫波動的原因。信息模型關注信息公布后信息反映到價格中的這一過程,認為含有信息的訂單流是導致價格波動的原因。無論是關注委托訂單的存貨模型還是關注市場參與者信息類型的信息模型,這些市場微觀結構的研究加強了流動性與資產價格之間的聯系,強調流動性在量化投資決策中的重要作用。一般的證券投資學中基本沒有市場微觀結構的內容,因而,為了加強證券投資學的實用性,應關注市場微觀結構的內容與發展。
(二)業績評價與高杠桿
對于證券組合而言,不僅要分析其超額收益和成本,還要考慮其風險與業績。在組合業績評價中,一方面要考慮風險的衡量,另一方面則要分析業績的來源。在證券投資學中,組合業績來自于市場表現以及管理者的配置與選股能力。對于量化投資而言,市場時機和管理者的能力依然重要,然而,量化投資的業績評價還應考慮另一個因素:高杠桿。量化交易中,部分交易是采用保證交易的期貨、期權等衍生品交易,這種杠桿交易具有放大作用,在市場好的時候擴大收益,但在市場不好的時候會加速虧損,這些與傳統的業績評價就不太一樣。在一般的證券投資學里,業績評價主要考慮經風險調整的收益,很少考慮其杠桿的作用,這不僅忽略了杠桿的貢獻,而且有可能夸大了投資者的技能水平。
(三)人為因素與模型風險
在量化投資中,非常注重計算機對數據和模型的分析,這突出了量化投資的規則性和固定性。然而,實際中,別看量化采用了各種數學、統計模型,但策略設計、策略檢測和策略更新等過程都離不開人的決策。量化交易策略與判斷型交易策略的主要差別在于策略如何生成以及如何實施。量化投資運用模型對策略進行了細致研究,并借助計算機實施策略,能夠消除很多認為的隨意性。但是,量化策略畢竟體現投資者的交易理念,這一部分依賴于投資者的經驗,一部分依賴于投資者對市場的不斷觀察與更新。實際上,人始終處于交易之中,對于市場拐點以及趨勢反轉的判斷主要還是依賴投資者的經驗。光大的烏龍指事件充分表明了人為因素在量化投資中的兩面性:決策實施依賴于人的設定,而人的設定不僅依賴于經驗,而且人還會犯錯。人之所以會犯錯,一方面是因為人們對市場的認知是不完全的,另一方面則是人們使用了錯誤的模型。經典的證券投資理論中,股票價格的變動被認為是隨機的,小概率事件出現的機會比較小,但是經驗研究表明股票收益率具有肥尾現象,小概率事件發生的機會超出了人們原先的認識,即市場還會出現“黑天鵝”。更為關鍵的是,量化投資更依賴數學和統計模型,這就使得量化投資存在較大的模型風險,即使用了錯誤的模型。為了防范模型風險,應采用更為穩健的模型,即模型的參數和函數應該適應多種市場環境。近年來,研究表明,證券收益及其與風險因素的關系存在較大的非線性,同時,市場中存在一定的“噪聲”,采用隱馬爾科夫鏈等隨機過程和機器學習等數據挖掘技術進行信息處理成為量化投資的重要技術支持。
關鍵詞：石油天然氣項目；經濟評價；量化評級；概率分析；蒙特卡洛方法
中圖分類號：F407.22 文獻標識碼：A 文章編號：1001-828X（2013）07-0-02
隨著經營環境所面臨的不確定因素不斷增加，中國石油企業石油天然氣投資項目決策的復雜程度也在不斷加大。通常情況下，企業在進行項目決策時以經濟評價指標作為重要依據，但隨著經濟評價指標體系的不斷擴充完善，以及管理層發展戰略所要求的定性指標在項目決策過程中的逐漸引入，如何在各評審項目間進行取舍、通過眾多的定量和定性指標發現出符合企業發展戰略的優質項目，目前尚缺乏精確的可量化的評價標準。此問題在企業資金較為緊張、項目投資總規模受限的情況下顯得尤為突出。
在此背景下，學習和借鑒國際上常用的項目經濟評價量化分析方法，通過掌握量化分析工具以提高項目決策的科學性已顯得十分必要。本文的主要目的即在于通過引入一套綜合考慮定量與定性評價指標的項目經濟評價量化分析方法，探討通過概率分析提高石油天然氣項目決策的科學性，有效進行項目甄選、確保經營發展預期目標的實現。
一、基于概率分析的量化評級機制概述
（一）基本定義
所謂基于概率分析的量化評級機制，是指在量化分析的基礎上將油氣項目經濟評價的各項結果轉化為明確的分值，在分值總分的基礎上確定項目評級結果，以評級結果作為項目是否通過和在多個項目間進行比較取舍的依據。為加強對不確定性因素的評價分析，量化分析中最核心的定量因素分析采用概率分析的方法（蒙特卡洛模擬法）進行。
（二）采用概率分析進行量化分析的必要性
油氣項目的風險巨大而又復雜，在油氣項目經濟評價的實踐操作中，由于缺少對不確定性因素進行評價的有效方法，傳統經濟評價方法已逐漸不能適應油氣項目經濟評價的最新要求。
首先，傳統經濟評價分析方法不能綜合考慮不確定性因素的影響，例如敏感性分析僅能對單一的不確定性因素變化進行量化分析，決策樹（層次分析）把不確定性因素的影響結果看作有多個固定的結果，并為每個結果分配可能性，最終得到評價指標的期望值。
其次，傳統經濟評價參數往往是通過以往項目經驗的經濟指標估算得來一個具體數值，沒有針對具體項目內容具體分析，在不確定性因素方面往往依靠樂觀或悲觀的策略，采用系數法對評價參數進行處理，如在投資成本的處理上通常以主觀增加一定比例的不可預見費作為對不確定性因素的處理。
因此，為彌補傳統經濟評價分析方法的這種缺陷，有必要引入概率分析方法作為量化評級機制的核心內容。概率分析是國際上項目經濟評價量化分析方法中常用的一種，概率分析有概率樹、情景分析法、蒙特卡羅模擬等方法。由于計算機技術的普及以及分析工具的成熟，蒙特卡羅模擬在投資決策分析中得到了普遍的應用。本文著重研究以蒙特卡洛摸擬法作為計算工具，探索符合中國石油企業實際的項目經濟評價量化分析思路。
二、采用蒙特卡洛方法進行項目經濟評價量化分析
（一）蒙特卡洛方法概述
1.基本定義
蒙特卡洛模擬法又稱統計試驗法或隨機模擬法，該法由法國數學家John.ron.neuman創立，由于其依賴的概率統計理論與賭博原理類同，因此以歐洲著名賭城摩納哥首都Monte Carlo命名。它是以計算機模擬為基礎，用于研究和處理有限多個隨機變量綜合結果的一種數學方法。其原理是將項目目標變量（風險評價指標）和各個風險變量綜合在一個數學模擬模型內，每個風險變量用一個概率分布來描述，然后利用計算機產生隨機數（或偽隨機數），并根據隨機數在各個風險變量的概率分布中取值，算出目標變量值，經過多次運算即可得出目標變量的期望值、方差、概率分布等指標，供決策者參考。
2.蒙特卡洛模擬法的數學解讀
蒙特卡洛模擬法的基本原理是：假定函數Y= f（X1，X2，… Xn），其中變量X1，X2，… Xn的概率分布已知，蒙特卡洛模擬法通過直接或間接抽樣取出每一組隨機變量（X1，X2，… Xn）的值（X1i，X2i，… Xni），然后按Y 對于X1，X2，… Xn的關系式確定函數值：yi=（X1i，X2i，… Xni）。反復獨立抽樣（模擬）若干次（i=1，2，… ，m），便可得到函數Y 的一批抽樣數據y1，y2，… ym，當模擬次數足夠多時，便可得出與實際情況相近的函數Y 的概率分布與其數字特征。這需要利用計算機針對某種概率模型進行數以千計、甚至數以萬計的模擬隨機抽樣。
3.蒙特卡洛模擬法的主要優點
蒙特卡洛模擬法是油氣項目經濟評價的理想方法，其實質是在確定風險因素概率密度函數的前提下，依靠對大量歷史數據進行統計分析的一種基于風險決策情景模擬的仿真實驗。該方法的優點是使用計算機模擬項目的自然過程，比歷史模擬方法成本低、效率高，結果相對精確；同時可以處理多個因素非線性、大幅波動的不確定性，能更準確地反映不確定性因素的影響，并把這種不確定性的影響以概率分布形式表示出來，從而獲得評價指標更為詳細、全面的統計信息，克服了敏感性分析等常規方法只能求得經濟評價指標單一估值的局限性，更符合項目的實際情況、更具有科學性。需要注意的是蒙特卡洛模擬法依賴于特定的隨機過程和選擇的歷史數據，不能反映風險因素之間的相互關系，需要有可靠的模型，否則可能導致偏差和錯誤。
（二）采用蒙特卡洛模擬的方法進行經濟評價的分析過程
1.確定經濟評價指標
在油氣項目經濟評價中存在眾多的不確定因素，加強風險因素識別與分析，是合理進行經濟評價的前提。經濟評價指標體系的建立應遵循4條原則：
（1）系統性原則
油氣項目經濟評價是一個由多個子系統構成的綜合系統，各個系統之間以及子系統內部各因素之間相互聯系、相互影響。
（2）定性與定量相結合的原則
油氣項目經濟評價既有定量的因素，也有需要以性質來定性表征的因素。
（3）針對性和啟示性的原則
油氣項目經濟評價的涉及因素很多，各類項目特點和共性不盡相同，因素和指標間側重關系和影響不同，應有針對性地分類和刻畫并建立關聯關系。
（4）可比性原則
對不同地區、不同國家油氣項目的評價應在同一標準的前提下進行，這樣的評價結果才具有可比性，在項目綜合優選中應減少人為主觀臆斷。
根據以上原則，可選取的影響油氣開發項目經濟效益的主要因素有商品量、銷售價格、經營成本和建設投資等。
（1）商品量
一般而言，油氣商品量是指通過銷售可以獲取收入的產品數量，亦可以稱之為產品銷量，它是根據油氣產量和油氣商品率計算得出的；油氣商品率一般是根據油氣生產過程中發生的損耗和自用情況綜合確定，外供其他油氣田或區塊而非本油氣田或區塊自用的油氣量均為商品量。
油氣商品量的風險主要來自于油氣的產出量。以氣田為例，現已開發氣田多為儲量豐度低、物性較差、非均質性強、氣水關系復雜，以致氣田產能遞減快，產量不確定性大。產量預測的主要方法有：遞減曲線分析法、水驅曲線法、數學模型法和數值模擬法等，不同方法結果均是在理論上最佳逼近于真實產量。不同區塊地質和開發條件存在差異，以及生產中如修井、不可控制力等不確定性的存在，會造成實際產量與設計方案存在一定的偏差，因此，經濟評價中選擇某種產量預測結果作為測算的同時，應考慮其不確定性，以及對氣田開發經濟效益的影響。
（2）銷售價格
油氣的銷售價格往往是影響項目效益最敏感的因素之一，因此需要對未來油氣價格做合理預估。在沒有長期價格合同下，可以在歷史價格數據分析的基礎上，結合多家咨詢機構（油氣咨詢公司、投行）的遠期價格預測，考慮價格的變動趨勢，最終確定未來不同階段石油和天然氣的價格分布區間，用于蒙特卡洛隨機模擬。
（3）經營成本
降低或控制成本已成為各油田單位的重要任務。經營成本的增加，可分為內在因素和外在因素：內在因素多數是為減緩油氣田產量自然遞減而產生的各種措施費用，如排水采氣、增壓輸送及修井等工藝技術措施等，帶來了材料、動力等費用的增加；外在因素則是由于宏觀經濟因素，如通貨膨脹而引起的原材料價格上漲。因此，經濟評價應考慮經營成本的浮動效應，可根據各油氣田經營成本歷史數據和通貨膨脹率估算出經營成本的變化幅度及可能性。
（4）建設投資
建設投資包括：固定資產投資、無形投資、遞延資產和預備費。建設投資估算的范圍包括勘探工程投資、開發工程投資，根據油氣藏工程、采集工程和地面工程提供的工程量投資。近年來，氣田開發以滲透率低、品位差的儲量為主，開發成本普遍偏高，不但增加了投資，同時也增加了投資估算的不確定性。
2.確定風險變量及其分布規律
風險變量的確定，可采用專家調查法進行風險識別，并在此基礎上，請專家對風險因素的發生概率和影響程度進行評估。如果風險因素較多，可以先進行敏感性分析，選擇敏感的風險因素作為風險變量。
風險變量的概率分布描述是進行模擬分析的基礎，常用的有正態分布、三角分布、均勻分布、梯形分布、β分布、階梯分布等。當風險變量只能獲得一個范圍值時，可采用均勻分布公式來描述；當風險變量除取得范圍值外，還知道最可能值，則用三角分布公式來描述；當風險變量獲得少量的隨機值，則根據多數風險變量具有正太分布或對數正太分布的特征，可模擬為正太或對數正太分布公式來描述。對有歷史數據的風險變量可根據數據做統計分析，估計其概率分布，對沒有歷史數據的風險變量，可以采用專家調查法確定變量的概率分布。
3.計算機模擬運算
根據基礎數據和產生的隨機變量輸入變量值計算評價指標值，整理模擬結果所得評價指標的期望值、方差、標準差及其概率分布和累計概率，繪制累計概率圖，計算評價指標達到目標值的概率。蒙特卡洛模擬法的具體計算可以通過Matlab軟件編程語言來實現求解，或借助加載在Excel中的Crystal Ball軟件。
三、以定性指標分析作為量化分析的有益補充
對于油氣項目經濟評價中遇到的對項目評價結果有重大影響，但又不宜量化的影響因素，可采用專家調查法進行定性分析。常見的定性指標有：
（1）油氣項目所在地的區域政治、經濟、商業環境和財稅政策；
（2）油氣項目與企業發展定位和區域發展戰略的契合程度；
（3）油氣項目在技術驗證、產能和就業帶動方面的附加效益。
四、評級打分卡的建立和評級結果的確定
將通過蒙特卡洛模擬法得出的量化分析結果和定性指標分析結果通過統一的項目評級打分卡轉換為直觀的評級分值，將分項評級分值加權匯總后得出項目評級結果（如AAA，AA等），作為項目經濟評價結果的最終參考依據。評級打分卡的取值范圍可由評價專家根據歷史項目經驗進行確定，各分項評級分值的加權權重則在可歷史經驗的基礎上，參考企業當前經營重點和發展戰略確定，做到項目經濟評價標準與企業實際經營間的緊密結合。
五、結語
油氣開發項目存在很大的風險和不確定性，做好經濟評價、加強針對不確定性因素的分析是規避風險的有效手段。
我國現階段油氣項目經濟評價中很大的不足是風險評價指標關注力不夠，主要風險因素包括油氣價格、經營成本、投資估算等，識別并深入分析風險因素，合理預測風險因素的可能分布范圍，是正確測算經濟效益和規避風險的關鍵。
蒙特卡洛模擬法能夠綜合考慮多種風險因素，可提供更可靠、更貼近實際的風險分析結果，目前已在許多國家的管理決策、公共事業管理以及大型跨國公司的項目風險管理和經濟評價中被廣泛使用。建議在油氣開發項目經濟評價中加強蒙特卡洛模擬分析研究，采用多種方法綜合評價，提高項目決策的科學性。
參考文獻：
[1]童曉光，竇立榮，田作基，等.21世紀初中國跨國油氣勘探開發戰略研究[M].北京石油工業出版社，2003.
[2] Komlosi Z P. Application： Monte-Carlo simulation in risk evaluation of E & P projects [R]. SPE 68578， 2001.
[3]孟繁莉，曹成潤，牛繼輝.中外油氣資源評價方式差異的探討[J].世界地質，2005，24.
[4]徐鐘濟：蒙特卡羅法[M].上海科學技術出版社，1985.
[5]蔡進功，吳錦蓮，晁靜.國際油公司油氣資源經濟評價現狀[J].石油勘探與開發，2002，29.
[6]許文星，顧祥柏.基于蒙特卡羅模擬的項目費用風險分析[J].石油化工設計，2007，24.
[7]謝軍，馮景.數字油田建設經濟效益與風險分析[J].吐哈油氣，2007，12.
近日，證監會頻頻開出巨額罰單，處罰市場操縱行為，顯示出監管層對嚴重違法行為的零容忍態度。與此同時，上證指數出現周K線五連陰，監管日益趨嚴，加快市場資金流出，A股市場整體表現較弱，投資者避險情緒上升。
截至5月21日，上證指數今年以來累計下跌0.42%，創業板指累計下跌8.02%，滬深300指數表現較好，年內上漲2.83%。滬深300指數的標的股多為藍籌股，順應了今年的藍籌行情，推升了指數的上漲，見圖1。
在A股市場整體表現不佳的背景下，大部分采取主動管理的權益類公募基金逆市盈利，凈值增長率實現正收益并跑贏市場主要指數。今年以來，股票基金平均凈值增長率為2.02%，混合型基金平均凈值增長率為1.10%。統計結果顯示，2017年，量化主題基金凈值表現較前期下滑明顯，該類基金今年以來的平均凈值損失幅度達2.72%，遠低于股票基金和混合基金的平均水平。雖然大部分量化主題基金平均表現回落，但部分基金管理公司旗下的量化基金的表現較為穩定，例如華泰柏瑞基金管理公司旗下的7只量化基金，其平均凈值增長率達4.51%，大幅跑贏同類平均水平。
發行速度加快
2004年，國內首只采用量化對沖策略的基金成立，至2011年市場存量超過10只，下頁圖2描述了該類基金歷年量化主題基金市場存量及發行數量。自2015年起，這類基金的數量明顯增多，截至2017年5月23日，年內已有15只量化基金成立，超過2016年全年發行水平。較早成立的產品多采用量化選股，量化模型和策略較為單一。而近年來量化技術和投資策略不斷豐富，由早期嘗試階段逐漸走向成熟和創新。因此，在進行統計分析時，筆者著重關注今年以來的表現，選擇已進入常規運作周期，具備可查、完整信息披露的產品進行業績統計和研究。
多數量化基金的股票選擇行為是基于投資模型而定，堅持數量化的投資策略，這種完全基于模型的數量化投資方法既能客觀、理性地分析和篩選股票，也能保證不受外部分析師的影響，減少了投資者情緒對基金投資運作的影響，從而保持投資策略的一致性與有效性。利用機械化的數量化模型進行投資更具有紀律性，但使得基金選股擇時的能力下滑。在今年的政策驅動行情中，多數量化主題基金依舊重倉中小盤股票，使得該類基金凈值表現不佳。
凈值遭遇滑鐵盧
根據濟安金信基金評價中心的統計，截至2017年5月21日，市場上共有71只主動權益類的量化主題基金，過去1個月、過去3個月、過去6個月的平均凈值損失幅度分別為-3.35%、-3.41%、-2.96%，遠低于其他主動權益類基金的平均水平。具體來看，具有今年以來持續運作記錄的共有56只，今年以來的平均凈值損失幅度為2.72%，17只凈值上漲，39只凈值下跌，凈值下跌幅度超10%的高達6只。2016年整體表現較為優異的量化主題基金在2017年為何會遭遇滑鐵盧呢？
據筆者統計，2017年，業績下滑的量化主題基金普遍重倉了高估值、小市值的成長股，可見量化基金未能及時適應行情轉變。這源于量化主題基金大多采用使用數量化模型計算來M行投資，量化基金模型結構上的相似性將直接影響模型的有效性及流動性問題。
從模型的具體操作來看，量化模型主要根據歷史數據構建，其吸收新信息的能力比較緩慢，一旦外部環境出現變化或發生某些重大事件，例如設立雄安新區等，其有效性很可能受到影響。
少數基金表現突出
雖然量化主題基金今年以來的整體表現不佳，但個別公司旗下的量化產品表現較好。例如，華泰柏瑞基金管理公司旗下的7只量化基金今年以來的平均凈值增長率為4.51%，遠超量化主題基金的平均水平，如下表所示。據筆者統計，這7只量化基金的基金經理均為卿，2017年一季報顯示，除華泰柏瑞量化絕對收益策略定期開放混合、華泰柏瑞量化對沖穩健收益定期開放混合兩只定期開放的基金外，其他5只股票投資比例都達到90%以上，保持高倉位運作。
國內著名投行宏觀策略的研究員的積累，華爾街量化投資歷練，再加上國內私募基金投資的經驗，費鵬對量化投資的A股應用有著自己的心得。他認為，量化投資最大的優勢在風險控制上，在此基礎上運用數據挖掘技術初選股票，再進行基本面的深入研究，使量化和價值研究相互印證，達到“中西醫結合”。
他分析目前市場上的量化產品將研究的重點放在擇股和行業配置上，實質上大多是“量化選股”基金，缺乏有效及時的風險響應體系，而從國外的經驗看量化的一大特點就是對風險的預判。費鵬介紹，華商基金量化投資團隊在設計該基金投資模型時就將風險量化模型作為重中之重。在設計中他們借助了包括統計信息學角度出發的信息熵值（Entropy）的變化、分形理論出發的市場模式（Pattern）的變化、金融物理學角度出發的金融泡沫統計指標的變化、市場微觀結構出發的分析師一致預期分歧的變化和趨勢等構建風險模型，對中短期系統風險進行定量分析。依靠基金經理和研究員對宏觀經濟發展狀況、人口與社會的結構性特征、經濟產業周期等因素的分析對長期風險進行定性分析。
在產品結構設計上，華商大盤量化基金獨具特色，其一，倉位比較靈活，股票投資比例可為0—95%，也就是說當市場趨勢性下跌時，可以空倉應對；其二，產品結構多樣性，雖然目前公募基金已開展了股指期貨，但基本上作為流動性管理的手段，而該基金將把股指期貨作為一個有效的風控或者對沖工具應用到投資中；其三，在投資標的上，華商大盤量化主要選擇流動性好的滬深300成分股，以保證在極端情況下可以及時調倉；其四，經過測算，在目前A股市場中利于量化操作規模在10億左右，因此一旦華商大盤量化基金募集額達到10億時便會停止。
而據記者了解，華商大盤量化基金在擇股方面也有別于一些量化類基金。相較而言，目前國內公募量化基金多采用多因子模型，而多因子模型的設計原理是把價值投資理論通過數字模型加以表達。而在實際測算中，華商基金量化團隊每日漲幅居前的股票中會有所謂投資價值較少的“垃圾股”，很難通過價值投資理論解釋。對此華商大盤量化基金在設計選股模型時更多的是通過捕捉市場的異常波動，尋找股價波動的非基本面的因素。通過對數據挖掘，建立初選股票池，然后按照行業分類，結合基本面研究，通過行業研究員調研，尋找相互印證支持依據，最終進行擇時投資。
從目前市場趨勢看，越來越多的基金公司傾向于推出量化策略。相對于海外成熟市場，A股市場不是特別有效的市場，量化投資策略可以發揮其紀律性、系統性、及時性、準確性、分散化的有點而捕獲國內市場的各種投資機會。同時A股市場的深度和廣度都與前幾年不可同日而語，市場上有兩千多家上市公司，基金經理加研究員再加賣方，能把握和持續跟蹤的公司也不過幾百家。量化投資多層次，多角度，海量數據觀察，可以捕捉更多的投資機會，拓展更大的投資空間。
巧理壓歲錢
ETF聯接基金生財有道
新春又至，在成人感嘆春節成“春劫”時，孩子們的壓歲錢水漲船高，越來越多的小朋友在春節長假后晉升為“小財神”。這筆賀歲紅包若巧妙打理，則有望成為個人的夢想基金。在理財人士看來，作為兒童成長的見證，讓壓歲錢生錢也需要尋覓具有成長基因的理財產品。
目前在募的嘉實中證500ETF聯接基金將90%以上基金財產投資于中證500ETF，緊密跟蹤標的指數的市場表現，追求跟蹤偏離度和跟蹤誤差最小化，可謂集普通開放式指數基金的申贖方便和ETF跟蹤指數效率更高的優勢于一身。本質上也是跟蹤中證500的指數基金。該指數囊括滬深兩市500家中小企業，是股市高成長的風向標，從長期走勢看，顯示出高成長特征。據WIND數據統計，在2006年到2012年的6年間，中證500累計收益率表現居于主要指數之首，累計漲幅超過280%。另外對于基金投資而言，成本優勢就是收益優勢。嘉實中證500ETF聯接基金投資門檻低，管理費+托管費僅為0.6%，且投資于ETF的基金資產部分不再另行收取管理費和托管費，其運作成本低于一般開放式指數基金和股票型基金，所節省的成本使基金持有人有更多資金參與投資。
關鍵詞：風險量化分析法；審計；工程項目造價；審計樣本
對于內部審計機構來說，工程審計一直是審計的重點領域和難點領域，也是審計風險較大的領域，如何在審計中發現問題，保護國家和人民財產不受損失，規避審計風險，也是審計人員重點考慮的事項。在工程項目審計中，特別是與工程造價有關的審計項目，審計樣本的選擇，是審計成功與否的關鍵環節，采用風險量化分析法，針對工程項目的特性，對其管理中的L險點進行定性分析，并進行量化，使選擇工程審計樣本更具客觀性和合理性，可以有效的防范審計風險。
一、風險量化分析法的概念
風險量化分析法，就是通過定性風險分析排出優先順序的風險進行量化分析，通俗的講，就是將一些不具體、模糊的風險因素用具體的數據來表示，從而達到分析比較的目的。使用風險量化分析法，一般在定性風險分析之后進行定量分析，定量分析反映出來的趨勢可以指出需要增加還是減少風險管理措施，它是風險應對計劃的一項依據，并作為風險監測和控制的組成部分。
二、現行工程審計存在的主要難點及風險
對內部審計來說，工程項目審計一般關注兩個方面，一是項目管理程序的合規性，如項目的審批程序、發包程序等；二是工程造價的真實合理性。近年來，我國國有企業在工程程序管理方面，都有了比較大的改進，做到了有法可依，但是在工程造價審核方面，由于工程造價審核的復雜性，仍存在較大的問題，是工程舞弊的重點領域，也是內部審計的主要風險點。
（一）工程管理是一個復雜的系統工程
一個工程項目從項目建議書到項目竣工，中間要經過可行性研究、設計、招投標、合同簽訂、施工、工程竣工驗收、結算、編制竣工財務報告等多個環節，且每個工程項目都涉及到多個專業，如土建、給排水、電力照明、通訊等專業，每個環節和每個專業都需要專門的技術業務為支撐，審計人員除具備識圖、施工、預決算、財務等方面的能力外，還必須對招投標、合同管理等方面的法律法規有比較深刻的了解，才能做好工程審計工作。
（二）工程項目管理周期長、建筑市場變化節奏快
一般較大的工程項目，建設周期都在1年以上，而一些大型基建項目，建設周期在三年以上甚至更長，較長的建設工期對應的是建設市場的變化，主要表現在材料價格的波動、人工費的變化和政策法規變化等因素，給工程審計帶來了較大的困難和風險，特別是工程結算審計。
（三）常用的審計樣本選擇方法不能滿足工程審計要求，隱藏著較大風險
一些大型國企下面，往往設有專門的工程管理機構，對企業內部的工程項目進行對口管理，這些管理機構每年管理的工程項目少則幾十個，多的甚至上百個，如此多的工程項目，審計人員不可能進行詳查，只能選擇有限的幾個項目進行審計，那么如何選擇審計樣本就變得非常重要。一般審計中常用的樣本選擇法為簡單隨機選樣法、系統選樣法、分層選樣法三種方法，但是對于工程項目來說，這三種抽樣方法均不能讓人滿意，無法根據工程的特點，選擇有效的樣本，找到有效的切入口。因此選擇審計樣本時，一般都是審計人員根據自身經驗選擇，沒有客觀性的標準和條件；而內部審計活動是一種獨立客觀的監督和評價活動，作為審計的執行者“人”來說，難以避免審計人員的主觀性，這就給審計工作帶來較大風險，防范工程審計風險能力低。
三、風險量化分析法在工程審計中的運用方法
（一）根據工程項目的特點，找出工程管理過程中關鍵因素
對工程管理的特點進行分析總結可以得出這樣的結論，每個工程項目都具有以下關鍵因素：工程類別、投資額、是否招投標、工期長短、合同價約定、結算方法、工程款支付等，對以上的關鍵因素找出相關的風險點，分析其風險的大小，也就是先進行定性分析，繼而進行定量分析，找出存在風險較大的項目，作為審計樣本。
（二）對工程項目進行定性分析和定量分析
在進行定性分析和定量分析時，可以根據工程項目的特征，分為7個風險因素，同時設定項目總的風險權重為100分，根據各個特征的風險程度，賦予一定的權重值。
1.從工程類別上分析，大修、維修項目比新建項目風險大。工程項目可以劃分為新建項目和大修、維修項目，新建項目一般有比較齊全的設計圖紙和預算，審批程序較嚴謹；而大、維修項目，一般沒有整體的圖紙設計，在實施過程中，維修到什么程度，建設方（使用方）有較大的話語權，實施結果有可能偏離原批準計劃，在結算時，工程量的計量難度較大，因此大、維修項目造價舞弊風險比新建項目大。在定量分析時，新建項目風險度5分，大維修項目風險度10分。
2.從項目投資額分析，投資額大的項目的比投資小的風險大。投資額大的項目，建設方在管理項目時，相比投資額小的項目，有較大的舞弊空間；如100萬的項目，舞弊的最大值也只能是十萬元級別的，而千萬元的項目，其舞弊值可能是百萬級別的。因此可以按照投資額大小劃分不同的風險度，100萬元以下的項目風險度5分，100萬元至500萬元的項目風險度10分，500萬元以上項目風險度20分。
3.從工期角度來講，工期長的比工期短的風險大。工期長的項目，由于建筑市場的人工、材料價格的波動幅度大，造成工程結算難度加大，因此風險較大。定量分析時工期一年以下的項目風險度5分，一年以上的項目10分。
4.從招投標的角度分析，應招標而未招標的項目比招標項目風險大。工程發包環節是工程管理中的關鍵環節，工程發包一般經過公開招標、邀請招標和不招標的方式確定施工單位，公開招標的項目要招標公告，編制招標文件和標底，提供工程量清單，經過評標委員會評審后，確定中標人，經過這種方式確定的承包人，程序合規，風險較小；邀請招標的項目，相對公開招標來說，建設方在選擇施工方時有較大的操作空間，風險較公開招標大；而應招標而未招標的項目，發包程序本身存在違規行為，由于沒有進行投標報價程序，合同價的約定依據不足，風險較大。 因此，公開招標的項目風險度為5分，邀請招標的項目風險度為10分，可未經招標的項目風險度定為20分。
5.從工程審價的角度來說，自行審價的項目比委托第三方審價的項目風險大。第三方審價機構委派的審價人員，一般是專業的造價工程師，有豐富的審價經驗，對建筑市場的政策變化比較了解，材料價格波動比較清楚，對工程結算比較專業，出具的審價報告比較規范，且審價報告必須經過發包方、承包方三方簽認，一般能規避較大風險；而自行審價的項目，一般程序為項目管理人員審核后，本部門其它人員進行復核，然后報本部門負責人審核后，確定工程造價，但是由于審核人員均為本部門人員，缺少外部監管因素，實際操作中，很多項目連基本的復審程序也沒有，容易形成舞弊風險；有些工程管理單位出于自身利益考慮，對工程項目的結余資金進行截留而不上交，容易形成“小金庫”，往往存在較大風險。在風險度分析時，委托第三方審價的風險度定為5分，自行審價的項目風險度定為10分。
6.從工程結算價分析，結算價超出合同價較大的項目風險較大。項目合同價的約定，招標工程為中標價，未招標的工程一般按設計預算或計劃金額，結算價大幅超出與合同價，表明這個項目的管理存在一定的問題。引起投資增加的原因一般是工程變更、工程量清單量差、材料價差調整、政策性調整等因素，而上述因素正是工程結算舞弊的主要手段，是審計人員在審計中重點關注的對象。因此可以根據結算價與合同價的偏離度進行劃分，超出合同價10%之內的5分，超出合同價10-20%的10分，超出合同價20%以上的20分。
7.從工程款支付角度分析，工程款已經支付完畢的項目比未支付完畢的風險大。工程款項已經支付完畢的項目，如發現工程結算方面有多計價的問題，那么就要面臨向施工方追討多計的工程費用的難題，建設方失去主動權。在風險量化分析時，工程款尚未支付完畢5分，已經支付完畢的10分。
（三）通過打分程序，找出風險度最高的項目
根據風險度的量化分析，審計人員可以對被審計單位管理的工程項目進行逐一打分，找出風險度排在前列的項目，根據審計方案的要求，抽取一定數量作為審計樣本，進行下一步的詳審。
四、提高風險量化分析法效率的技巧
（一）做好審前調查工作，填寫審計調查表
審計通知書下發時，同時下發工程項目結算審計調查表，要求被審計單位如實填報并在一定時間內完成，審計調查表中應有工程項目名稱、類別、投資計劃、合同價、招投標情況、結算價、審價情況、開工竣工日期、工程款支付情況等欄目。
（二）核實被審計單位填寫工程情況調查表的準確性
審計進點后，首先要求被審計方提供工程管理方面的投資計劃、合同，招投標、結算資料等，可以采用隨機抽樣的方法和被審計單位提供的審計調查表進行對比，防止被審計單位故意填寫錯誤的信息，誤導審計工作，如發現審計調查表填寫的數據不準確或漏填等事項，應重點關注并查明原因。
（三）與“造價指標法”等配合使用，可以達到事半功倍的效果
經過風險量化分析方法選擇出的工程樣本，可以根據工程實際情況，結合“每平方造價指標法”、“材料消耗量指標法”、“材料價格比較法”等進行進一步的判斷，快速發現工程造價的舞弊行為，如“每平方造價指標法”依據歷史數據，用來判斷多層、高層住宅樓造價上非常有效，可以達到事半功倍的效果。
五、結語
根據工程項目的特征，使用風險量化分析的方法，對工程項目管理中的風險進行分析，并進行量化，使工程項目審計的樣本選擇更具有客觀性，能較好的消除人為因素的影響，更好的規避審計風險。但是在使用過程中，量化分析法仍不能完全脫離人為因素的影響，在定性分析時，如何判斷某一因素風險程度高低，仍存在一些不確定的因素，影響定性分析的準確性，而在定量分析時數值的取定，仍需要進一步的改進和優化，才能使風險量化分析法更好的服務于工程項目審計。
參考文獻：
[1]金妮. 工程項目全過程造價審計方法探析[J]. 財經界（學術版），2013（14）：227.
值得一提的是，嘉實美國成長將采用在美國發展成熟的量化投資策略對基金進行管理。量化投資的優勢就是克服對經濟和經理人的情緒依賴。
嘉實美國成長擬任基金經理張自力博士則表示，通過量化投資這一工具，基金被抽象成大數據，大股票，因而管理者不會受到因一個個體或者一個國家導致的投資行為認知偏差，為日常的情緒主觀所干擾，在投資上更加客觀。值得一提的是，張自力師從耗散結構理論創始人的諾貝爾獎科學家，普利高津，成為其在中國的關門弟子并獲得博士學位。這位由華爾街歸來的美股投資能手，對美國市場的深刻理解，源自其在美國16年證券從業經驗。張自力加盟嘉實基金之前，在美國世紀投資管理集團擔任資深副總經理、研究總監暨美國世紀收入及成長基金的基金經理。他曾領導設計的美國世紀紀律化成長基金在2005年9月30日成立以來，尤其是風險調整后的績效如信息比率在同類型315只基金中排名第1，獲晨星三年期五星及五年四星的評價。
除此之外，嘉實基金總經理趙學軍也發表了自己的看法，“基本面投資和量化投資最大的區別是，前者在投資上是向前看的，主要觀察企業未來的行動，靠人來對企業的盈利情況進行預測，而后者在投資上更像是對過去事物的總結和歸納，用計算機進行更為系統的統計，通過這一方法分析出投資的走向。”他還透露，之所以喜歡與張自力交流并將其請到嘉實基金，不僅是因為其管理的基金在美國有著最好的業績，更因為張自力在量化投資的研究上造詣頗深，已達到大師級水準。
美股市場配置價值不可或缺
【關鍵詞】量化選股 GARP策略
一、引言
量化投資策略就是利用量化的方法，從大量的歷史數據中尋找并獲得超額收益的一種投資策略。其核心思路可分成價值投資策略和成長投資策略。前者追求的是價格被低估的證券價值回歸，后者追求的是高估值證券的風險收益。但這兩種類型的選股理念都存在明顯問題，價值投資選出的低市盈率和較好成長性的藍籌股在強市常遭冷落，而成長投資則是在博取未來，其選出的高估值證券未必真有成長性，且抗風險能力普遍較差。GARP（Growth at a Reasonable Price）策略從成長和價值兩方面給出了相對完善的解決方案。
二、GARP策略的比較優勢
GARP策略是同時考量價值因素和成長因素的一種混合型投資策略，試圖尋找價值被市場低估，同時又有較強持續穩定增長潛力的股票。對于投資者而言，GARP 策略益處多多：
（一）分散化投資
GARP策略選取的股票涉及多個行業、各自有不同的市值規模，凸顯了分散化投資的概念，避免了局部市場劇烈波動對投資收益的侵蝕。
（二）數量化選股
該方法增強了量化投資對信息的挖掘深度和使用效率，選股過程更為透明、客觀，較好地彌補了僅依賴基本面研究的傳統投資方式的局限性。
（三）收益更穩定
在股票市場的價值和成長風格發生輪動時，該策略可以兼顧兩種因素，有效平滑收益與風險，市場輪動情況下表現更穩定。
三、GARP策略的相對不足
雖然GARP策略由于上述原因對投資者有很大的吸引力，但還是有很多方面應當進一步改進。
（一） GARP策略在對行業分類時易出現粗糙的“小行業合并”現象
目前的研究領域，可以參考的行業分類種類較多，常用的包括證監會行業類、WIND類、申銀萬國類、中信證券類、中證類等。一些GARP策略的使用者若用較細的行業分類，則會面臨對一些權重較小的行業進行合并的問題。合并形成了一個“小行業”進行研究，這是一種非常粗糙的方法，合并的這些小行業直接可能并沒有相似的性質，將它們合并在一起，并不是一個很好的處理辦法。
（二）GARP策略容易忽視選股指標在不同行業之間的影響差異
GARP策略對每個行業都是用同一的因子進行分析，這是可進一步細化之處。因為在全市場范圍內進行有效因子篩選時，不同行業的因子有效性影響肯定有所區別，如何消除同一因子選股有效性在不同行業間的差異，這一問題需進一步探索。
四、GARP策略的改進意見
GARP策略集中了成長投資策略和價值投資策略的優點，可以有效地尋找那些被低估而且有強勁持續成長潛力的公司，若能在運用中對上述問題恰當解決，則可以使GARP策略更為合理。本人基于對市場的一些研究，提出以下幾點相應對措：
（一）利用收益率序列的相關性將權重較小的行業合并到相應行業中
我們在利用GARP策略進行預測時，應當盡可能使行業包含較多相關的股票。對于行業劃分較細的分類方法，可能面臨因成份股太少而使單個股票的異常情況直接影響到整個選股因子在行業中的篩選效果，因此我們有必要將其合并到大的行業中。合并可以收益的相關性為標準，將收益率相關性較高的行業進行合并。
（二）使用標準化方法消除選股指標在不同行業之間的可比性差異
考慮到各個因子值大小不一，在使用GARP策略進行選股時要先統一量綱，將因子值標準化，將其轉化成無量綱、無數量級差別的標準分，然后再進行分析評價。目前最普遍使用的無量綱方法是標準化法，就是另 ，其
中是單只股票對應的某一因k的數值。使用標準化方法可以消除量綱和數量級的影響，從而使不同行業之間的股票在某一選股因子上具有可比性。
（三）剔除具有異常收益的股改股票和防止樣本內過度優化
2006-2007年是股權分置改革的高峰時期，很多股票在股改完成的復牌首日會出現超高收益，或者是連續漲停。這樣的股票對使用GARP策略進行選股是不利的，應當在檢驗因子時將其剔除。同時，為了避免因使用行業內窮舉法篩選出的有效因子出現有效持續性較差的問題，建議采用樣本內篩選因子、樣本外檢驗的方法，避免選出的超高收益因子不具有持續性。
總之，GARP策略主要是尋找價值與成長之間的一個平衡。合理可行的成長速度與價值低估，在兩者之間實現平衡是一個很好的投資策略，既可以實現穩健的超額收益，又能實現風險可控。要設計出兩者之間的平衡，需要將GARP策略不斷地完善修正，從而實現投資者回報在資本市場可持續的超額增長。
參考文獻