组合投资分析与管理课程设计

HUNANUNIVERSITY组合投资分析与管理课程设计目录第1章摘要 -2-第2章文献综述 -3-第3章设计思路 -5-第4章证券品种选择 -6-第5章行业及股票确定 -7-1.行业的确定 -7-2.股票的确定 -9-第6章投资组合构建 -16-1、基本思路简述 -16-2、相关理论概述 -16-Markowitz投资组合理论 -16-(1)股票收益率的分布 -18-(2)自回归移动平均（ARMA）模型 -19-3、组合构建 -20-待选证券池. -20-4、购置组合 -26-第7章组合管理 -27-1、技术分析方法的选取原则： -27-2、技术分析方法的介绍： -27-3、具体管理操作： -31-第8章现阶段成果与思考 -35-第9章心得感想 -37-第10章附录 -39-1、相关程序 -39-2、层次分析法及一致性检验： -42-3、传媒行业、通讯设备、港口运输判断矩阵及其检验等 -44-摘要现代资产组合理论是现代金融投资理论的三大基石之一，主要研究投资者在权衡收益和风险的基础上实现效用最大化的方法以及由此对整个资本市场产生的影响。本文是基于Markowitz资产组合理论，运用财务分析、技术分析等多种方法，对我国A股市场的证券进行组合构造及管理的一次实践报告型论文。本文主要按以下几个部分展开。证券品种、行业及股票的确定。本文结合我国投资环境实际情况将证券品种选为股票和国债，以国债为无风险资产，投资期为半年。购买股票时，首先结合各大投行的行业研究报告，挑选出中药、传媒、港口航运和通讯设备四个短期内整体形势和政策导向良好的行业。其次，在各行业中选取总资产排名前五的企业，结合行业特征运用财务分析方法选取衡量企业偿债能力、运营能力、盈利能力和成长能力的财务指标，运用层次分析法建立衡量企业综合财务状况的综合评价体系。最后按综合指标排名各行业选出两支股票，建立待选证券池。投资组合构建。本文的投资组合构建基于Markowitz的资产组合理论，即均值-方差原理。其中，协方差的确定直接根据各股月收益率序列的相关系数求得；方差的确定首先尝试用不同的分布拟合各股收益率分布，然后确定拟合优度最高tlocation-scale分布作为收益率分布，并用分布参数方差代替各股方差。预期收益率的确定运用ARMA模型预测未来6个月的收益率，并对预测值取均值代替。最后建立二次规划模型，运用MATLAB2011b求解出组合收益2.5%下的最小风险组合比例及各股额度。组合的管理。本文采用主动型组合管理，以求解出的各股额度作为该行业最大投资金额，以证券池中所有股票为对象，运用均线理论、箱体理论、MACD及其他技术分析方法判断股票操作的时点，并给出具体的操作案例。最后，我们对组合投资的实际结果与预期进行了对比分析，对其中未达预期及超预期的部分进行了反思，并提出了对组合的改进方向及展望。关键词：Markowitz资产组合理论层次分析法ARMA模型技术分析文献综述投资组合是指投资者手中所持有的股票、债券和金融衍生产品等构成的组合,人们构建投资组合是出于分散和规避风险的考虑。1952年,Markowitz在金融财务杂志上发表的《投资组合选择》是公认的现代投资组合理论研究的开端,之后的现代投资组合的研究大部分都是围绕Markowitz投资组合理论而展开的。Markowitz在其提出的均值-方差投资组合模型中，以均值和标准差分别度量收益和风险。要使投资组合在预期收益条件下其风险最小或者在既定风险条件下其收益最大，就必须求出投资组合中个股的权重。针对这个问题，学者进行了广泛的研究。王键和屠新曙（2000）在Markowitz模型的基础上提出了用几何方法求解投资组合的最优权重，这种方法可以分别求出既定收益和既定风险条件下投资组合中个股的最优权重，因而具有较强的现实意义。张波、陈睿君和路璐（2007）提出用粒子群算法求解投资组合最优权重，并在以VAR为基础的投资组合模型中对该方法进行了实际检验，检验结果表明该算法可以非常有效地求出投资组合的最优权重。金融数学的出现使现代金融理论进入了定量分析的阶段，而要对投资组合进行定量分析，就需要对其进行数学建模。RachelCampbell、RonaldHuisman和KeesKoedijk（2001）在均值-方差模型框架下利用极大极小法提出了一个投资组合选择模型，该模型是非常具有现实和理论意义的。PankajGupta、MukeshKumarMehlawat和AnandSaxena（2008）利用模糊数学规划提出了一个投资组合优化模型，他们将均值-方差投资组合模型演变为半绝对离差投资组合模型，同时应用多准则决策的模糊数学规划，为投资者追求积极或保守策略提供了一个综合投资组合优化模型。Freitas、Souza和Almeida（2009）利用神经网络预测投资组合的收益率，从而提出了一个投资组合优化模型，并进行了实证分析，结果表明该模型是有效的。在具有摩擦的市场中，刘明明、高岩（2006）基于绝对偏差，构造了一个均值绝对离差的投资组合模型，该模型是对均值-方差投资组合模型的发展。陈国华、陈收、房勇、汪寿阳（2009）通过模糊约束来简化方差约束，并以此提出了一个证券投资组合的模糊线性规划模型，最后还通过具体实例检验了该模型的可行性。由于投资者进行投资的过程是一个动态的过程，因而静态投资组合模型在一定程度上很难满足投资者的实际需要。王秀国、邱菀华（2005）在均值-方差投资组合模型的基础上，基于下方风险控制研究了投资组合问题，从而构建了一个动态投资组合模型。史宇峰、张世英（2008）基于时变相关系数构建了一个动态投资组合模型，同时也求得了该模型的解析解，并在此基础上进行了实证检验，检验结果表明该模型对于控制投资组合的风险具有一定现实和理论的意义。Anagnostopoulos和Mamanis（2010）建立了一个带有三个目标和离散变量的动态投资组合优化模型，该模型为风险、收益和证券数量之间找到了一个平衡。设计思路证券品种选择证券是多种经济权益凭证的统称。它主要包括资本证券、货币证券和商品证券等。狭义上的证券主要指的是证券市场中的证券产品，其中包括产权市场产品如股票，债权市场产品如债券，衍生市场产品如股票期货、期权、利率期货等。基于我国投资环境现状，我们选择投资股票与国债。股票是股份证书的简称，是股份公司为筹集资金而发行给股东作为持股凭证并借以取得股息和红利的一种有价证券。每股股票都代表股东对企业拥有一个基本单位的所有权。股票是一种高风险高收益的投资方式，之所以选择股票，正是看中了股票的高收益性，正因为股票不可避免的高风险性，在选择股票的时候，尽量以保收益控风险为原则。债券是一种金融契约，是政府、金融机构、工商企业等直接向社会借债筹措资金时，向投资者发行，同时承诺按一定利率支付利息并按约定条件偿还本金的债权债务凭证。债券的本质是债的证明书，具有法律效力。债券具有的风险相当小，几乎是具有稳定的收益，当然不可置否其收益也远远低于股票，其中国债的风险程度几近为零，作为保底，除股票之外的另一部分资金则用于购买国债以期保底。行业及股票确定1.行业的确定选择行业，最重要的一点在于如何正确预测所观察行业的未来业绩。先需要了解这样两个问题的答案:一是该行业的历史增长状况如何；二是其未来增长的趋势又会怎样。然后，我们更为关心该行业在过去的销售和收入的增长如何，其业绩与国民生产总值增长（或其他有关综合统计数据，如国民收入等）相比较，情况又怎样？在通盘考虑了这些情况之后，投资者便特别感兴趣于了解行业增长与国民生产总值增长的关系。因为有的行业与国民经济同步增长，有的行业增长则更快，这为投资者提供了最佳投资的选择。在分析步骤开始时，要建立销售指数，将某代表性基年与其他年份相比较，并用百分比来表示销售。例如基年销售额为2亿元，1996年销售额为2.5亿元，那么，1996年的销售指数为1.25×100%=125%。如果将这一指数同国民生产总值相比较，则能表示出某行业增长与国民生产总值增长的相应关系，也可将销售指数同其他国民经济指标相比较，如国民收入指数等。上述关系可以通过相关分析或回归分析勾勒出其图形。相关分析考虑两个变量（如国民生产总值和销售），在坐标中确定的时点上，这些变量的关系得到了描述，所建立的回归线最适合于这些点所暗示的总体形态。这就是说，用一个清晰、简单的图形来反映销售和国民生产总值的关系及其密切的程度，若所描述的趋势保持不变，便暗示了其在未来的关系。复合回归分析是指对某些事项相互作用的数个变量之影响所作的分析。往往运用计算机来建立回归线。标准--普尔公司在产业调查中运用了这一分析程序。用回归分析方法建立的指数形式,这些指数与回归线的建立提供了行业分析的重要信息，它们既可用绝对数，又可用相对数（有关的商业指数）来表示一个行业的增长速度。这一增长的稳定性也能估算，它表明了行业的循环，并预测了未来的增长。在分析过程中，被选择的企业和时期是十分重要的。因为它们将代表一个行业。2013年国家首次将信息消费作为扩大内需的重要手段，未来2年4G主题投资将贯穿通信设备板块，板块业绩拐点向上明确，因此我们选择通信设备行业。随着大盘的上升以及周期性行业的进一步活跃，沿海运输市场出现回暖景象，因此我们选择港口航运行业。文化市场受消费者的收入水平和消费偏好影响较大，具有较大弹性，由于市场竞争机制和国家产业政策的引导，以及信息技术的迅猛发展，我国传媒业获得了前所未有的发展机遇，传媒产业化进程不断加快。传媒行业受经济波动影响较小，行业内公司业绩普遍不错，因此我们选择传媒行业。中药受原材料价格影响较大，例如2013年10月，冬虫夏草，随销售旺季的到来，市场小量货源走势较好，但因今年存货有量，行情走稳。总之，稳定增长的行业是相对可靠的选择，利用以上两种分析方法，结合近期的行业研究报告以及国内政策走向，我们最终选定中药、传媒、通信设备、港口航运四个行业。2.股票的确定在选择出具体的行业之后——医药行业、传媒行业、通讯设备、港口航运。根据我们选择股票的原则之一即是保收益、控风险，因而首先根据各行业总资产的排名，以排名前五者为对象进行股票的选取。这是由于总资产在一定程度上说明了企业的规模以及在行业中的实力，一般而言，总资产越高的公司，在行业之中都是具有一定地位的大型企业，其实力相对而言具有保障，对于投资者而言，选择该类型的企业能够大大降低风险程度。（表5-2-1为所选择出的五只股票）表5-2-1行业股票中药行业传媒行业通讯设备港口航运——000538云南白药600373中文传媒002396星网锐捷600018上港集团——600535天力士300027华谊兄弟600289亿阳信通601018宁波港——600518康美药业300336新文化002093国脉科技600717天津港——600332白云山300291华录百纳002115三维通信601880大连港——600085同仁堂300058蓝色光标002316键桥通讯600575芜湖港在各行业之中选择出五只实力相对较强的股票之后，利用各项财务指标对各支股票的财务报表进行分析，研究其偿债能力、营运能力、盈利能力、成长能力及是否有投资的价值，以各项财务指标为基础，利用层次分析法选择出最优的两只股票作为主选股以及备选股。偿债能力是指企业用其资产偿还长期债务与短期债务的能力。企业有无支付现金的能力和偿还债务能力，是企业能否健康生存和发展的关键。企业偿债能力是反映企业财务状况和经营能力的重要标志。静态的讲，就是用企业资产清偿企业债务的能力；动态的讲，就是用企业资产和经营过程创造的收益偿还债务的能力。企业有无现金支付能力和偿债能力是企业能否健康发展的关键。依据我们所选择行业的行业特征以及短期选股的实际要求，以流动比率进行说明（流动比率=流动资产/流动负债），流动比率是指企业流动资产与流动负债的比率，表明企业每一元流动负债有多少流动资产作为偿还的保证，反映企业用可在短期内转变为现金的流动资产偿还到期的流动负债的能力，按照经验该比率最佳数值为2:1。营运能力是指企业的经营运行能力，即企业运用各项资产以赚取利润的能力。企业营运能力的财务分析比率有：存货周转率、应收账款周转率、营业周期、流动资产周转率和总资产周转率等。这些比率揭示了企业资金运营周转的情况，反映了企业对经济资源管理、运用的效率高低。企业资产周转越快，流动性越高，企业的偿债能力越强，资产获取利润的速度就越快。根据实际情况在此选择存货周转率（销售成本/平均存货余额）以及总资产周转率（营业收入额/平均资产总额）进行说明。盈利能力就是指公司在一定时期内赚取利润的能力，利润率越高，盈利能力就越强。通常表现为一定时期内企业收益数额的多少及其水平的高低。对公司盈利能力的分析，就是对公司利润率的深层次分析。对于经营者来讲，通过对盈利能力的分析，可以发现经营管理环节出现的问题，对于投资者来讲也具有重要意义。销售毛利率｛销售毛利率=[（销售收入-销售成本）÷销售收入]×100%｝为衡量企业盈利能力的一个重要指标，毛利率是企业净利润的基础，没有足够大的毛利率企业便不能盈利。企业成长能力是指企业未来发展趋势与\o"发展速度"发展速度，包括企业规模的扩大，\o"利润"利润和\o"所有者权益"所有者权益的增加。企业成长能力是随着市场环境的变化，企业资产规模、盈利能力、市场占有率持续增长的能力，反映了企业未来的发展前景。因为我们所选择的的股票都是具有相当大规模资产的大型企业，相当多一部分已经走向了成熟稳定发展的阶段，因此对成长能力不做过多分析。EPS（每股盈余）（期末净利润÷期末总股本）指普通股每股税后利润。EPS为公司获利能力的最后结果。每股盈余高则代表着公司每单位资本额的获利能力高,这表示公司具有某种较佳的能力——产品行销、技术能力、管理能力等等,使得公司可以用较少的资源创造出较高的获利。对于股东而言每股盈余越高也就说明其投资所获利润越大。表5-2-2为所选股票的相关财务指标数据：表5-2-2财务指标行业股票流动比率存货周转率总资产周转率销售毛利率EPS中药行业——————————000538云南白药2.681.70510.16870.30832.53600535天力士1.184.60230.23560.35890.87600518康美药业2.471.8660.10820.26860.631600332白云山1.433.88230.26940.34250.573600085同仁堂3.211.00080.22370.4370.389传媒行业————————600373中文传媒2.050.80630.25940.16620.83300027华谊兄弟1.760.19860.48990.57130.68300336新文化5.070.27590.06780.47060.67300291华录百纳9.330.19990.04060.59580.659300058蓝色光标1.990.51911.19690.30490.65通信——————————002396星网锐捷3.04432.17997.2610.4409550.3504600289亿阳信通1.96951.5431-0.87320.545555-0.1385002093国脉科技4.98040.2074.63340.7620010.0847002115三维通信3.38820.70144.48120.311472-0.0412002316键桥通讯1.75611.307330.83030.2492360.07港口航运——————————600018上港集团1.09694.79864.39030.3442410.1742601018宁波港1.205544.15413.26190.3591560.18600717天津港1.27832.169219.12290.187710.5601880大连港1.053214.0586-0.63020.2431270.13600575芜湖港1.12925.484227.26990.0452110.09层次分析法（AnalyticHierarchyProcess，简称AHP）是对一些较为复杂、较为模糊的问题作出决策的简易方法，它特别适用于那些难于完全定量分析的问题。它是美国运筹学家T.L.Saaty教授于上世纪70年代初期提出的一种简便、灵活而又实用的多准则决策方法。人们在进行社会的、经济的以及科学管理领域问题的系统分析中，面临的常常是一个由相互关联、相互制约的众多因素构成的复杂而往往缺少定量数据的系统。层次分析法为这类问题的决策和排序提供了一种新的、简洁而实用的建模方法。运用层次分析法建模，大体上可按下面四个步骤进行：（i）建立递阶层次结构模型；（ii）构造出各层次中的所有判断矩阵；（iii）层次单排序及一致性检验；（iv）层次总排序及一致性检验。确定了各只股票的相关财务数据之后，以之为基础运用层次分析法选择出最优股作为主选股以及备选股。以医药行业为例，进行相关说明。（1）根据行业研究报告以及我们投资目标（控风险、保收益），以表5-2-3为依据，做出该行业各只股票的判断矩阵表5-2-3表5-2-4中药流动比率存货周转率总资产周转率销售毛利率EPS流动比率1.002.004.000.330.50存货周转率0.501.003.000.331.00总资产周转率0.250.331.000.200.25销售毛利率3.003.005.001.002.00EPS2.001.004.000.501.00（2）确定判断矩阵之后，由于各个指标的重要性为人为认定的主观因素，一定程度上可能与客观事实相违背，例如，若人为认定A因素的重要性大于B因素，且B因素的重要性大于C因素，从不等式的原理来看，必然有B因素的重要性大于C因素。但是，往往主观上却有可能认为B因素的重要性不如C因素或者是等同于C因素，这样相矛盾的结论必然会对模型的结果产生一定程度的影响，但是误差是相对的，在任何一种模型中都是不可能完全消除的而只是能够尽量避免。因此在此，有必要进行一致性检验将误差圈定在有效范围内。在此利用CR值进行说明，若CR＜0.1，则通过一致性检验。CR=CI/RI=0.0334（其中，RI通过查表得知）中药行业五只股票的判断矩阵的CR值远小于0.1，因此已通过一致性检验，该判断矩阵是合理的。（3）在确定了指标判断矩阵之后，计算其最大特征值所对应的特征向量，由该向量来确定各指标权重。计算结果如表5-2-4所示：表5-2-4：（4）将行业内股票数据做归一化处理（同一行业5只股票同一指标，每个指标减去均值除于标准差，剔除单位及数量级不同的影响），再按如下公式计算各行业各股票综合评价指数：Z=a1*z1+a2*z2+a3*z3+a4*z4+a5*z5计算结果如表5-2-5所示：表5-2-5：如表所示，综合排名前两名为云南白药与天力士，因此这两者作为所选择的主选股以及备选股。同理所得，其他各行业所选择的主选股和备选股为传媒行业——华录百纳、华谊兄弟、通讯行业——国脉科技、星网锐捷、港口航运——宁波港、天津港。

投资组合构建1、基本思路简述投资组合的构建关键在于既定证券池内各支证券的购买数量的确定。根据Markowitz投资组合理论，投资者以期望收益率为依据进行决策，并以证券的方差作为风险的度量，那么可以求得使风险资产组合方差最小的组合比例。由此可知，对于一组风险资产，只要得到其期望收益与协方差矩阵，就能计算其任意可得组合期望下风险最小的组合比例。当引入无风险资产时，也可同理求任意可得组合期望下的方差最小组合比例。通常的，期望收益及协方差矩阵可根据历史数据求均值得出，此种做法在证券收益率服从正态分布时是成立的，但事实上证券（特指股票）收益率并非完全服从正态分布，而是呈现“尖峰厚尾”的分布特征，使得原来求各参数的方法失效。本文求解组合比例所需的协方差仍用收益率序列相关的求解方法得出，方差则用“tlocation-scale”分布拟合收益率后的参数方差代替，期望收益率用自回归移动平均（ARMA）模型预测未来半年数据求均值得出，体现”预期“思想。求得求解比例所需参数后，我们用MATLAB软件进行二次规划求解既定组合收益下风险最小的组合比例。最后，本文讨论了购置组合的理想情况和实际情况。2、相关理论概述(1)Markowitz投资组合理论Markowitz资产组合理论研究的是有关对多种资产进行选择和组合的问题。所谓资产组合，是指投资者把投资资金分配给若干种资产（比如：股票、债券、外汇、不动产和实业投资等），对各类资产的投资额占总投资额的某一比例，目的是使投资者持有的资产的总体收益尽可能高，同时使风险又尽可能的低。此处主要阐述Markowitz经典资产组合理论模型：假设市场上仅有种风险资产（即无风险资产不存在），其收益率向量记为,投资者投资此种风险资产的资产组合向量记为。两种资产收益率的协方差记为，其对应的协方差矩阵记为。特别地，记向量，并假定为非退化矩阵，。相应地，该资产组合的收益率记为，总风险记为。记总收益率。则通过计算可以得到：，在建立模型之前，Markowitz对市场做了下面的假设：（1）X服从联合正态分布；（2）信息成本为零，投资者都接受市场的价格，获得相同的信息；（3）所有的投资者都是理性的投资者，或在一定收益水平下使风险最小化，或在风险一定的水平上使收益最大化；（4）市场无摩擦，无交易费用，无代理费和税收；（5）市场是完全可分和充分流动的；（6）投资者有无限信用额度，可以无限制向银行借贷，且存贷利率相同；（7）投资者允许卖空。基于上述记号和假设而建立如下的模型：mins.t.=1该模型是一个优化问题，其含义是在给定的预期收益水平下，风险最小的投资策略为最优策略，其中的表示预期收益，约束条件=1表示所有的财富都用来投资证券，且无卖空限制。(2)股票收益率的分布西方的计量经济学家们对于证券资产收益率分布的研究由来已久。早在1950年代，Kendall(1953)和Osborne(1959)就通过对英国和美国股市收益率的数据分析研究认为：股票资产的收益率近似服从正态分布。这种观点符合统计学中的大样本思想，再加上正态分布的性质容易处理，从而广为研究人员和业界所接受。比如1973年提出的Black-Scholes公式就是以对数收益率满足正态分布为基础建立起来的；资本资产定价模型（CAPM）假定收益是关于时间独立同分布的，其联合分布为多变量正态；1994年J.P.Morgan公司推出的VAR系统RiskMetrics,实质是假设有价证券的收益率服从正态分布。股票收益的正态分布假设被如此广泛地应用着，但反对它的声音却从未间断过。Alexander（1961）对Osborne的数据重新进行了分析，认为尖峰、厚尾是证券资产收益率的基本特征，用正态分布来描述金融资产的短期收益率是不太合适的。Peters（1991）发现1928到1989年的S&P500股票收益呈现负偏、尖峰、厚尾的特征。近年来很多学者，对这一问题作了进一步的研究,尝试了用一些各不相同的分布来描述股票资产的对数收益率，从而考虑到它的尖峰、厚尾、负偏特征。Smith（1981）首先提出用逻辑斯谛分布来模拟股票收益，这种分布近似于正态分布，不过比正态分布厚尾。其后，Gray和French（1990）、Peiró（1994）对逻辑斯谛分布的拟合优劣性作了进一步的分析。Hsu（1982）、Gray和French（1990）曾经讨论过指数幂分布，这种分布具有尖峰和厚尾的特征，尾部以指数级的速率缩小，因而可以给股票收益分布给出一个不错的拟合。Press（1967）认为证券收益由一个连续的扩散（布朗运动）和一个间断的跳跃（泊松过程）组成：前者造成了证券价格的连续变化，后者反映了消息面带来的较大的震动。Kon（1984）为这种混合正态分布找到了实证的证据。Praetz（1972）、Blattberg和Gonde（s1974）、Gray和French（1990）、Felipe和Javier(1997)认为Scaled-t分布比其它分布更好地拟合了股票收益。当自由度增大到较大时，Scaled-t分布趋同于正态分布。特别地，Praetz（1972）在假设证券收益波动性是一个时变的随机变量的条件下，从理论上推导出证券收益的分布满足Scaled-t分布。(3)自回归移动平均（ARMA）模型ARMA模型属于时间序列分析中的一种，20世纪70年代，由美国统计学家金肯（JenKins）和波克斯（Box）提出。对于一个平稳、零均值的时间序列，，一定能对它拟合一个如下形式的随机差分方程：式中，是时间序列在t时刻的元素；称为自回归(Autoregressive)参数；称为滑动平均(MovingAverage)参数；序列称为残差序列，当这一方程正确地揭示了时序的结构与规律时，则应为白噪声，即。显然，上式左边为一个阶差分多项式，称为阶自回归部分；右边为一个阶差分多项式，称为阶滑动平均部分。上式称为阶自回归阶滑动平均模型，记为ARMA(n，m)模型，也称为ARMA时序或ARMA过程。在上式中，当时，模型中没有滑动平均部分，称为阶自回归模型，记为AR(n)。其形式为：在上式中，当时，模型中没有自回归部分，称为阶滑动平均模型，记为MA(m)。其形式为：3、组合构建待选证券池.根据上文财务分析所得结论，组合构建的证券从待选证券池中选取。待选证券如下：表6-2-1证券池股票中药行业600085同仁堂000538云南白药传媒行业300291华录百纳300027华谊兄弟通信设备行业002093国脉科技002396星网锐捷港口航运行业601018宁波港600717天津港债券无风险资产01030303国债（3）其中，03国债（3）每半年结息一次，考虑到我们的组合时限设定为半年，刚好可以获得国债的利息收益，虽然二级市场买卖可能会有一定价格损益，但波动不大此处将此种情况忽略。(1)数据选取与说明本文的股票收益率数据选取使用月收益率数据，可以较好反应股票的实际收益，让影响股票价格的信息都得以体现，收益率计算公式如下：月收益率本文数据范围选取1999年1月——2013年10月，总共178个月近15年的数据，大量的数据有助于反应股票收益率的真实变化。需要复权时，复权方法选取向前复权。所有数据均取自同花顺iFinD软件。(2)股票的选取上文按财务指标综合评分法在各行业中确定除了待选股票，财务分析方法是个价值发现的过程，但作为公开公布的信息，其存在的价值可能早已被发现，仅依此作为依据市场效果可能达不到预期。另外，Markowitzd的组合投资理论假设风险资产的收益越高风险越大，从数值上表现出的就是期望收益随方差的增大而增加，但部分新上市的股票由于处于发展初期，股票价格的变化未经历过市场周期，可能会出现收益率小风险反而大的情况，为避免这样的情况影响计算结果，此处引入单位风险收益指标，选取各行业内指标较大的股票参与构建组合。具体如下：单位风险表6-2-2各股单位风险收益股票均值方差单位风险收益600085同仁堂2.474610.098480.245048000538云南白药2.42808.3671940.290178300291华录百纳0.151013.227340.011415300027华谊兄弟2.651819.735810.134363002093国脉科技0.898211.781190.096237002396星网锐捷1.080713.212730.081791601018宁波港-0.63146.781128-0.09311600717天津港-0.082010.13249-0.0081根据上表可以确定，最终选取云南白药（000538）、华谊兄弟（300027）、国脉科技（002093）、天津港（600717）几只股票参与组合的构建。(3)参数确定协方差.协方差指标用于衡量各风险资产的关联性，该指标的确定本文参照普遍的做法，直接求各股票收益率序列间的相关系数，再根据协方差的公式直接求得。b.方差在Markowitz组合投资理论中，用方差来衡量风险资产的风险。通常的做法认为收益率的方差是静态不变的，可以用长期的数据作为大样本计算得出，也有理论认为收益率的方差是存在波动的，ARCH族模型的应用就是其成果之一。为简化计算又能良好衡量股票实际的方差，本文用多种分布试图拟合收益率分布，并选出拟合优度最高的分布作为收益率分布，用分布的方差参数作为股票收益率方差，体现“总体”思想。以下是几只股票收益率分布：图6-2-1云南白药和华谊兄弟收益率分布图6-2-2国脉科技和天津港收益率分布由上图可以看出，收益率分布并未如Markowitz组合投资理论中所假设的那样服从正态分布，而是呈现一种“尖峰厚尾”的分布特征。实际操作过程中我们尝试了Logistic分布、对数正态分布、极值分布和tlocation-scale分布，结果发现tlocation-scale分布的拟合优度最高，且很好地拟合了分布的尖峰特性，其尾部也较正态分布要厚，故本文选取tlocation-scale分布作为收益率收益率分布。根据以上分析，运用MATLAB2011b可计算出各股票的协方差矩阵：表6-2-3股票协方差矩阵云南白药华谊兄弟国脉科技天津港云南白药0.0070010.006346210.002860568-0.0003562华谊兄弟0.00661510.0389502210.008229915-0.00283619国脉科技0.00286060.0039183620.0138796490.00326624天津港-0.000356-0.002836190.003266240.010266737b.期望收益股票期望收益的计算通常也采用历史数据均值来代替，这样的做法在收益率服从正态分布的情况下是有效的，但实际情况下历史均值并不能很好反应股票的预期收益。观察选取股票的收益率时间序列：图6-2-3云南白药和华谊兄弟的收益率时间序列由上图可以看出，股票收益率时间序列似乎存在一定波动规律，收益率的上升下降呈交替出现的情况。用历史平均收益率代替期望收益率，未考虑时间序列的趋势及波动等因素，基于此，本文提出改进方法，预测未来6个月的收益率，再计算预测值的均值作为预期收益率。参考部分文献做法，本文采用自回归移动平均（ARMA）模型进行预测，该模型很好地衡量时间序列的自相关性及波动特性。考虑到各个企业上市时间不同，为统一数据口径，建立ARMA模型时采用2009.11——2013.10，共48个月的收益率数据。时间序列模型的建立，首先要考虑序列的平稳性。对各股票收益率序列使用ADF检验，各收益率序列均在1%的置信水平下拒绝存在单位根的原假设，检验通过。随后是需要确定ARMA（p，q）模型中的两个参数，即p值（AR模型滞后阶数）及q值（MA模型滞后阶数），参数的确定有多种方法，本文采用AIC信息准则，取0~10中AIC值最小的模型，如此能让模型包含最多的信息。据此对四只股票的收益率序列的模型识别如下：表6-2-4ARMA模型识别股票识别模型云南白药ARMA（5,5）华谊兄弟ARMA（2,6）国脉科技ARMA（5,4）天津港ARMA（2,4）现用部分已知数据考察ARMA模型的预测效果如下：图6-2-4云南白药预测效果图6-2-5华谊兄弟预测效果观察上图可得，ARMA的预测结果在单个数据点上并不显得理想，但基本趋势还是能较好把握，预测均值的效果都比较良好，预测误差均在5%以内，故可说明该方法可取。故对四支股票均求预期收益率如下：表6-2-5各股预期收益率（%）股票2013.112013.122014.12014.22014.32014.4均值云南白药2.20584.0139-4.46065.31423.03197.22282.8736华谊兄弟69.5456-0.4687-28.0246-42.4957-13.711545.63435.0799国脉科技-8.1037.67391.1413-3.671711.9733.01172.5042天津港0.557511.4962-4.2923-8.33966.10266.52012.0004综上，可得证券期望收益率表：表6-2-6证券期望收益率证券期望收益率云南白药0.028736华谊兄弟0.050799国脉科技0.020042天津港0.02000403国债（3）0.002833(4)二次规划求解组合比例得到求解有效组合比例的各项参数后，可建立二次规划模型求解一定组合收益下的最小方差组合：object:min[x1x2x3x4x5]*H*[x1x2x3x4x5]’s.t.其中xi指各股票所占比例，取R运用MATLAB2011b规划工具箱，求解结果如下：表6-2-7组合比例证券比例云南白药0.4004华谊兄弟0.1270国脉科技0.0203天津港0.306003国债（3）0.1463此时，组合方差最小为0.0032.在本文中，投资比例的确定是为了确定各行业的投资额度，及各行业可投资的最大值，投资总额为10万元，可知各股票投资额度如下：表6-2-8各股投资额度证券投资额度（元）云南白药40040华谊兄弟12700国脉科技2030天津港3060003国债（3）146304、购置组合在理想情况下，应该可以即时按当前价格购入组合，在此情况下，各股价格是确定的，考虑到实际情况，股票不能无限细分，每次最少买1手即100股，故可运用整数规划求解具体的各股票购买手数。实际上，股票价格波动大，寻找一个理想的买点是非常重要的，故本文实际操作中并不一次性购入组合，而是使用技术分析确定各股理想的买入卖出点，进行主动型的管理。本文同时假设：同行业财务评分类似、规模类似时，长期其收益方差类似，故实际买股时，将同时观察证券池内所有股票，每股的购买受投资额度的限制，剩余资金作为投机性资金，用于形势利好时的补仓。下文将具体讨论运用技术分析购置组合和管理组合。组合管理1、技术分析方法的选取原则：在股票市场中技术分析法可谓是种类丰富、门类繁多，这些方法为研究股票投资者在面对具体情况时所应该做出的具体行为提供了颇具建设性的指导。但这些方法之间，往往或是对同一指标的重视程度有不同的理解，或是在理解相同股市数据时得出的是相反的结论，亦或是考虑是设定的周期长短有所不同。正是因为技术分析法之间存在有这样的差异，使得我们在选取我们想使用的分析方法时应该首先充分理解自己的投资组合的目的和性质。我们组在选取技术分析方法时是从以下角度进行考虑的：首先，我们进行的是一个投资组合的投资，我们建立组合的基础是出于对当前的股票市场有了一定的研究，心中对股票的未来预期有了一个底，并根据数理方法确定了我们的组合比例。因此，过于频繁的对我们的投资组合进行操作调整其本身是对我们之前研究推理过程的一种否定（当然前提是市场并未频繁波动到需要时刻对组合进行操作），而且不满足组合投资在时间上的属性反而使得我们的交易行为更倾向于短线操作。其次，数学的预测方法终究是只是预测，如果市场的实际状况与我们的预期相差十分大时，我们仍然，需要及时采取相应措施减小组合的损失，毕竟我们是作为一个投资者的身份出现在市场中的。所以，适当的股市观察分析法方同样是必不可少的。经过我们小组之前的讨论，我们小组投资组合的性质和目的确认如下：我们的投资组合的期限为半年，期望目标为月收益率2.5%，允许上下10%范围内的波动。因此，根据上述条件我们确定我们这次组合投资过程中的3个主要技术分析方法：均线（MA）分析法、箱体理论、MACD和其他股市常用判断指标简称其他。2、技术分析方法的介绍：（1）均线（MA）分析法：移动平均线的英文是movingaverage，简称MA，其原本的意思是平均移动，由于我们在研究使用时将它们制成线形，所以又称它为移动平均线，简称均线。移动平均线是由著名的美国投资专家格兰威尔于20世纪中期提出来的。均线理论是当今应用最普遍的技术指标之一，它能帮助交易者确认现有趋势、判断将出现的趋势、发现过度延生即将反转的趋势。它的计算方法是将某一段时间的收盘价除以一个周期。移动平均线常用线有5天、10天、30天、60天、120天和240天的指标。其中，5天和10天的短期移动平均线，是短线操作的重要指标，被称为日均线；30天和60天的是中期均线指标，常常被称做季均线指标；120天、240天的是长期均线指标，称做年均线指标。对移动平均线的考查一般从几个方面进行。在我们观察股票图时，120天和240天均线或许在图上一般没有直接的表示需要调出来，但是前面的四种均线却是总能够在股票的K线图上看到的。a.移动平均线方法的特点：首先移动平均线具有相对稳定性，因为从计算的角度去思考我们不难发现移动平均线的方法是将若干天的收盘价格进行平均化处理，就会使某天大的价格变动“摊小”，某天小的价格变动“摊大”，所以移动平均线能够表现出相对稳定的特点。其次是移动平均线具有支撑压力性，即移动平均线在股价走势中起着支撑线和压力线的作用。一旦MA遭遇突破，就是支撑线和压力线遭遇突破。这里所指的支撑线和压力线是对于股票的价格走向而言的，支撑线即股票接下来的价格走向将以这个价位为起点最终不低于这个价位，压力线则刚好相反，且支撑线与压力线的性质是可以相互转换的。这点我们在箱体理论处会具体说明。b．移动平均线方法的作用：揭示股价运动方向：上升趋势/下降趋势移动平均线向下，则趋势向淡移动平均线向上，则趋势向好助涨助跌作用移动平均线朝一个方向移动，通常会持续几个星期或几个月之后才发生反转.依势操作c.我们使用的方法：我们使用均线的方法是将均线进行单独观察和组合分析，所谓单独观察就是观察单独一根均线的走势，比如MA60这条均线，当我们将K线图的反映周期放大时，MA60在绝大部分的股票中是与K线走势密切重合的，因此MA60可以作为股票当前和未来走势的指向；再比如MA20，在股票分析中又被称为一支股票的生命线，当股价开始跌破这条线时，MA20很容易转换为该股价格的压力线。所谓组合分析，就是分析几条均线的组合状态，这里涉及的是一些前人经过分析以后得出来的均线特殊交错时的状况，例如5日、10日、20日均线构成的“死亡山谷”这种情况我们在这次实际操作中也观察到过。(2)箱体理论：所谓箱体理论，是指股票在运行过程中，形成了一定的价格区域.即股价是在一定的范围内波动，这样就形成一个股价运行的箱体。当股价滑落到箱体的底部时会受到买盘的支撑，当股价上升到箱体的顶部时会受到卖盘的压力。一旦股价有效突破原箱体的顶部或底部，股价就会进入一个新的箱体里运行，原箱体的顶部或底部将成为重要的支撑位和压力位。要更通俗一点的话就如同水箱一样，几个上下连接在一起的水箱，第一个水箱的顶部本来是为该个水箱中的水位提供压力的，但当它被水压冲破后就会为新的水位提供支撑力。因此，只要股价上扬并冲到了心里所想象的另外一个箱子，就应买进；反之应卖出。箱体理论的优势在于不仅仅是以一天或几天的K线数据为研究对象，而是以整个的所有K线数据作为研究对象，因而决策的信息量更大。箱体理论的精髓在于，股价收盘有效突破箱顶，就意味着原先的强阻力变成了强支撑，而股价必然向上进入上升周期。只要技术指标盘中不即时显示箱顶标志，持仓待涨应该是个不错的选择，尤其当股价升势明显时。a.箱体理论的意义：根据股票箱体理论我们可以确定在某一时间内股票价格波动的上下限（即箱顶和箱底），使得我们可以以此判断股票是否还值得持有。根据股票箱体理论中的突破效果我们可以判断股票购买时的适入时间点。具体例子我们会以我们的一支股票进行分析。b.如何绘制一个股票箱体：股票原始箱体上下限的确定确定方法一：以股价稳定时期内的最高和最低值作为箱顶和箱底。确定方法二：股价重要转折点后的第一个波峰波谷取箱确定方法三：整数倍取法确定方法四：统计后得出的价差范围法确定方法五：常用数据图线作为箱体的上下限上升下降类的趋势箱体方法一使用平行线取箱法，依次连接K线图中股票的最高点和最低点做成股票的轨道线，再根据波段原理以一波一谷来分箱方法二折线取箱，折线取箱一般有首波峰取箱和黄金分割率取箱。如何判断原箱体被突破：根据经验数据分析，当股票价格突破我们所绘制的原有箱体的上限的时间超过了3天且超过的幅度大于20%我们就可以称之为一次有效的突破，从而我们就又可以根据箱体理论中对于箱体的分类进一步绘制新箱体或补充上级箱体。c.我们使用的方法：我们根据箱体理论的原理在股票图中绘制箱体，并以2、3天为一个周期根据股市数据的更新重新绘制箱体。(3)MACD指标：a.MACD简介MACD称为指数平滑移动平均线，是从双移动平均线发展而来的，由快的移动平均线减去慢的移动平均线，MACD的意义和双移动平均线基本相同，但阅读起来更方便。当MACD从负数转向正数，是买的信号。当MACD从正数转向负数，是卖的信号。当MACD以大角度变化，表示快的移动平均线和慢的移动平均线的差距非常迅速的拉开，代表了一个市场大趋势的转变。使用MACD时的买卖原则：1.DIF、DEA均为正，DIFF向上突破DEA，买入信号参考。2.DIF、DEA均为负，DIFF向下跌破DEA，卖出信号参考。3.DEA线与K线发生背离，行情可能出现反转信号。4.MACD的值从正数变成负数，或者从负数变成正数并不是交易信号，因为它们落后于市场。（DIF又称做离差值，而DEA又称作离差平均值）b.判断进行何种操作的依据：我们在没有选择融资融券的情况下，投资组合的操作的直接表现无非不离买卖两种。因为我们小组在进行组合投资管理时也使用到了多种方法，而这些方法也同样难免有时会出现冲突的表现，因此我们小组在判断的过程中使用的依据是：不对三种方法中的任何一种过分偏重，不过度执着于前人的经验，重点在于抓住三种方法图线背后反映的现象本质，将这些决定我们行动的因素分两派，用相对稳妥的方法，采取少数表现服从多数表现的判断。3、具体管理操作：我们小组在这一次的组合投资过程中对股票的管理可以说还是下足了功夫的，从小组成员轮流盯盘到每日数据汇总周末图标重置分析再到具体的股票买卖和发现可能与预定目标有所偏差时的调整，我们小组进行了一定数量的管理操作，这里我将挑出我们小组的4个较大的操作进行具体介绍。操作一：对云南白药的减持操作我们小组于10月12日对云南白药股份进行了预期的买入操作，并根据之前的数据对云南白药的月K线绘制了箱线图。图7-3-1云南白药箱线图我们当时买入的时机正好处于我们绘制的第三个蓝色阴影箱体中，且箱体突破的时间没超过5天，且结合12日的均线与MACD线数据来看该股价格仍然有向上攀升的可能。但在3天后，由当天的盯市人员何飞颖同学发现10月15日当天交易结束后MA5、MA10、MA20三条均线出现死亡交叉，这引起了我们小组的密切关注。但介于MACD线此时仍然表现出买方力量强，且箱体理论分析的结论是仍有上升空间，我们小组还是决定持有观望。在10月17日MACD线如图中所示提升卖出信号，这引起了我们小组的警觉，我们在次日开盘后不久便进行了卖出，买入了我们的组合备选股同仁堂。而云南白药的股票走势也在17日之后出现巨大跌幅。图7-3-2对云南白药的减持操作操作二：增持天津港，同时适当买入华谊兄弟和华录百纳我们小组于10月25日进行第二阶段的买股，但当时的华谊兄弟与华录百纳从图线上来看都呈现出股价低于3条短期均线的态势，因此我们只是少量买入进行试水。同时正常买入另外一支基础数据较好的股票天津港。图7-3-3天津港箱线图我们买入的阶段处于上图第二个阴影箱体的末段，一直到11月19日前股价及相关数据并未有较大变化，我们小组决定修改我们于25日前绘制的箱线图，改小箱体为长箱体。11月19日当天盯市人员于博群同学发现MACD提示卖出信号，且近期股价与3条短期均线的位置比较焦灼。我们小组在得到这一消息后对情况进行了讨论，最后认为虽然MACD提示了卖出点，但因为其MA60明显作为其最下支撑线，且我们目前股价所处的位置是在我们绘制的新长箱体的中轴线附近，更何况MACD虽显示卖出信号但市场上对于这支股的买方力量仍然强大，因此具有很大的潜力。11月21日，天津港的股价成功突破原长箱体的压力线，我们根据分析认为这支股票的潜力十分巨大，因此选择于21日后进行增持操作。图7-3-4操作二操作三：近期对于华谊兄弟股价瞬跌的适时回避随着新年将至，华谊兄弟作为我国知名的电影公司自然为抢占贺岁档做足了准备，多部电影的出炉使华谊兄弟的股票在近期有所回暖，于是我们小组根据一开始制订的投资组合方案于最近一段时间恢复了华谊兄弟在组合中的占比。但在两周前通过新闻、网络、微博等各种渠道了解到，华谊兄弟近期即将退出的电影《私人定制》并不被市场上的投资力量所看好，可能近期会出现相当数量的卖出操作。因此，我们小组也适时的对华谊兄弟的股份进行减持。尽管此次操作的时机并未赶在股价下跌之前，有跟风的嫌疑，但对于我们所要达到的收益目标来说还算是一次成功的减损避险。图7-3-5操作三现阶段成果与思考本组的投资组合实践与管理从2013年10月着手开始以来，经过组内成员的不懈努力与积极求索，经历选行业、选股、构建组合、管理组合几个大阶段，最后于2013年12月30日正式结束。其中，组合正式开始购置运营的时间为2013年10月21日，运营时长两个月零8天，实际操作次数8次，其中大规模（整股清仓或换股买入）3次，所有的大规模操作均有小组成员召开小组会议讨论决定，普通调仓等小规模操作至少由两人共同决定，小组所有成员群策群力，均为这次组合投资与管理贡献了自己的力量。截止2013年12月30日，本小组组合投资总资产为103139.55元，初始资产为100000.00元，盈利3139.55元，盈利率为3.14%，月化盈利率为1.37%。其中，最终持有股票及数量为：云南白药200股、国脉科技2500股、华谊兄弟1500股、天津港1500股，云南白药盈利516.00元，国脉科技盈利2225.00元，华谊兄弟亏损216.45元，天津港盈利635.00元。国债因为尚未到达结息日故当前并未购入。具体情况见下图：图8-1最终持有股票盈亏情况组合管理结束后，投资组合月化盈利率1.37%，未达到预期目标的2.5%，究其原因，本小组讨论反思得出以下几点原因：（1）市场的历史数据并未能完全地反应股票的真实收益和风险，本组基于历史数据建模并得出的结论难免存在一定偏差；（2）组合运营时间太短，组合投资本身应是一种价值投资而并非短期投机，时间太短并不能让企业真正的价值得以体现；（3）中国股市发展并不完善，股市行情受政策等因素的影响太大，导致股票短期波动可能会大幅脱离股票实际价格。（4）本小组的短期操作因不能做到随时盯盘而缺乏时效性，部分操作也应要提前召开会议大家讨论而错失了最佳的买入卖出点。附录1、相关程序%组合投资，股票收益率的ARMA预测%%提取前十天数据识别模型[H,PValue,TestStat,CriticalValue]=adftest(r4);HPValuefigure(1);subplot(2,1,1)autocorr(r4)subplot(2,1,2)parcorr(r4);%组合投资，确定ARMA模型的滞后阶数%test=[];%s15_length=length(s15mint);%s15mint10=[s15mint10;zeros(20,1)];z=iddata([r11;zeros(6,1)]);forp=1:5%自回归对应PACF,给定滞后长度上限p和q，一般取为T/10、ln(T)或T^(1/2),这里取T/10=12forq=0:5%移动平均对应ACFm=armax(z(1:48),[p,q]);AIC=aic(m);%armax(p,q),选择对应AIC值最小的模型%[H,P,Qstat,CV]=lbqtest(z,[p;q],0.05)test=[test;pqAIC];endendnum=find(test(:,3)==min(test(:,3)))test(num,1)test(num,2)%组合投资的ARMA预测%m1=armax(z(1:48),[55]);%armax(p,q),[p_testq_test]对应AIC值最小figure(4)e=resid(m1,z);%拟合做残差分析plot(e);grid;title('残差序列');%检验残差的自相关和偏相关函数figure(5)subplot(2,1,1)autocorr(e.OutputData)%一阶差分序列z自相关函数图MA(q)，置信水平0.95subplot(2,1,2)parcorr(e.OutputData)%一阶差分序列z偏相关函数图AR(p)，置信水平0.95p=predict(m1,z,1);%lclm是任何idmodel对象(idpoly，idss，idgrey或idarx)，z是包含输入输出数据的iddata对象。1是预测时间长度po=p.OutputData;mean(po(49:54))%{figure(6)subplot(2,1,1)plot(43:48,'r*',z(43:48));title('原始序列');grid;subplot(2,1,2)plot(43:48,'b*',p(43:48));title('预测序列');grid;po=p.OutputData;zo=z.OutputData;figure(7)x=[43:1:48];plot(x,po(43:48),'r',x,zo(43:48),'b',x,po(43:48),'*',x,zo(43:48),'*');title('原始序列和预测序列');legend('red--原始序列','blue--预测序列');grid;zq=po(43:48)-zo(43:48);figure(8)plot(zq,'*');holdon;plot(zq);title('预测值与原始值之差');%mean(zq)grid;figure(9)w=zq/zo(43:48);ww=w*100;%误差plot(ww,'*');holdon;plot(ww);grid;title('预测值与原始值之差/原始值');%}2、层次分析法及一致性检验：判断矩阵A对应于最大特征值的特征向量W，经归一化后即为同一层次相应因素对于上一层次某因素相对重要性的排序权值，这一过程称为层次单排序。上述构造成对比较判断矩阵的办法虽能减少其它因素的干扰，较客观地反映出一对因子影响力的差别。但综合全部比较结果时，其中难免包含一定程度的非一致性。如果比较结果是前后完全一致的，则矩阵A的元素还应当满足：(1)定义2满足关系式（1）的正互反矩阵称为一致矩阵。需要检验构造出来的（正互反）判断矩阵A是否严重地非一致，以便确定是否接受A。定理1正互反矩阵A的最大特征根必为正实数，其对应特征向量的所有分量均为正实数。A的其余特征值的模均严格小于。定理2若A为一致矩阵，则（i）A必为正互反矩阵。（ii）A的转置矩阵AT也是一致矩阵。（iii）A的任意两行成比例，比例因子大于零，从而rank(A)=1（同样，A的任意两列也成比例）。（iv）A的最大特征值=n，其中n为矩阵A的阶。A的其余特征根均为零（v）若A的最大特征值对应的特征向量为=（,…,,则，即定理3n阶正互反矩阵A为一致矩阵当且仅当其最大特征根=n，且当正互反矩阵A非一致时，必有>n。根据定理3，我们可以由是否等于n来检验判断矩阵A是否为一致矩阵。由于特征根连续地依赖于，故比n大得越多，A的非一致性程度也就越严重，对应的标准化特征向量也就越不能真实地反映出在对因素Z的影响中所占的比重。因此，对决策者提供的判断矩阵有必要作一次一致性检验，以决定是否能接受它。对判断矩阵的一致性检验的步骤如下：（1）计算一致性指标（2）查找相应的平均随机一致性指标RI。对n=1,…,9，Saaty给出了RI的值，如表2所示。RI的值是这样得到的，用随机方法构造500个样本矩阵：随机地从1~9及其倒数中抽取数字构造正互反矩阵，求得最大特征根的平均值，并定义（3）计算一致性比例当CR<0.10时，认为判断矩阵的一致性是可以接受的，否则应对判断矩阵作适当修正。3、传媒行业、通讯设备、港口运输判断矩阵及其检验等2-1各行业判断矩阵：2-2各行业判断矩阵一致性检验结果：CR值为：行业传媒行业通讯设备港口航运CR值0.03340.03370.01712-3各行业股票归一化处理：2-4各行业各股综合评价得分：传媒行业通讯设备港口航运-0.074940.476143-0.109590.048717-0.228910.661515-0.025640.6465370.5910280.406125-0.48227-0.45421-0.35426-0.41149-0.688752-5各行业主选股以及备选股：传媒行业通讯设备港口航运主选股华录百纳300291国脉科技002093宁波港601018备选股华谊兄弟300027星网锐捷002396天津港600717

集成的会计系统财务四大基础模块ERP系统是分模块的，在财务会计领域，一般总会有如下的4大模块：总帐，应收帐款，应付帐款和固定资产。如图1-1所示，这四个模块本身是相互集成的（图中以连接模块的线条代表模块间的集成），比如当用户对应收，应付和资产三个明细分类帐进行操作时，系统会自动更新总分类帐中的数据。图1-1财务四大基础模块这四大基础模块可以构成一个独立的会计软件–它具有和其他会计软件一样的特征：帐务处理和业务处理是分开的。所谓业务处理是指企业日常运作的具体业务，比如根据销售定单和定单履行情况开出销售发票；根据采购定单和收货情况校验收到的发票；以及所有的库存收发业务等等。而所谓帐务处理是指财务人员根据原始凭证（包括外部的，如发票，和内部的，如入库单）编制会计分录，在系统中记录下来。对于一般会计软件而言帐务处理和业务处理是分开的，它们之间是通过单据在企业内部其他部门和财务部门间的传递和核对完成的，同时财务人员需要利用专业知识分析业务和编制分录。同时除了最基础的借贷，科目和金额以外，财务人员可能还需要手工录入一些附加信息，以利于日后做一些简单的汇总分析，这些附加信息是以凭证输入时的附加字段体现的。图1-1右下角红色的粗箭头代表了这种分开处理的过程。虽然大方向上是一致的，但是不同的软件之间在功能上还是会有很大的差别的，图1-1中列举了一些这四大基础模块的功能。模块外部的红色箭头是需要手工输入的功能，模块内部的则是系统可以自动完成的功能。事实上有些功能已经体现了ERP业务处理和帐务处理统一的特征，比如图1-1中的红圈所示的自动付款功能。集成下的财务会计如果ERP的财务会计模块仅仅是一般会计软件的功能延伸和加强，那它不会在最近的10年间对全球企业的财务实践带来如此巨大的变革。而ERP本身的集成性，决定了它的财务会计模块完全融入到了企业整体的流程中，图1-2描述了在集成环境下的财务会计模块。图1-2财务会计和物流的集成在物流领域有四个基本的模块：销售，生产，采购和库存管理，企业物流管理的流程和功能不是本书所要讨论的内容，图1-2中我们大致例举了一些物流模块的基本功能（在图中各模块内部）。在下面我们要着重介绍的是物流模块和财务会计的集成关系，本章主要介绍以下7个集成点：销售开票，销售发货，采购收货，发票校验，其他收发货，盘点和估价。销售开票销售开票的过程其实是在ERP系统中生成一帐开票凭证（BillingDocuments）。发票，形式发票，红字发票和贷项凭证都是不同类型的开票凭证。我们通常提到的发票（如增值税专用发票或普通发票）是根据系统中的开票凭证在金税系统中套打出来（或直接套打出来）的实物凭证。在下文中如果不特别指明实物发票，那“发票”都是指系统中保存的开票凭证。ERP系统是集成的，而销售开票又是销售流程的最后一个环节。因此发票在系统中不是孤立的，它一般是参照先行的其他凭证（如销售定单或发货单）建立的，系统会根据一定的规则自动的复制这些先行凭证的信息，从而使得开票的过程尽可能的简单，也防止了错误的产生。发票的结构发票由一个发票抬头和多条行项目构成。在发票抬头系统保存了关于整张发票的信息，比如付款方（客户），开票日期，整张发票的净金额，币种，付款条款，国际贸易条件，售达方（有时候付款方和售达方是不同的），价格条款（比如针对整张发票的折扣）。行项目中保存了仅对该行有用的信息，比如商品，数量，该行净金额，重量和体积，参照凭证的编号（比如，该发票针对的发货单号），价格条款（比如货款，运费，折扣，增值税等等）。可以发现系统中的发票所保存的信息大大超过了实物发票所需要的，在套打实物发票时，系统会根据各国家和企业的规定选取相关的信息，按规定的格式打印出来。开票方式从参照凭证（定单或发货单）生成发票，系统提供了如下一些可能的方法：只要某些数据吻合，你可以合并多张不同的凭证（销售定单和/或发货单）的全部或一部分，开出一张发票。前提条件是：首先，需要从这些参考凭证中复制的发票抬头数据在这些凭证中都是一致的。其次，拆分开票的条件不成立。比如在处理到期的开票清单时，系统会合并那些具有相同的客户编号，销售组织和开票类型的参照凭证，如果上述的前提条件都满足，系统将开出一张发票。如果你希望在某些情况下发票是分开的，比如希望同一张交货单上的很多商品按不同的商品组分开开票，那么可以通过定义拆分开票规则来实现。当然你也可以针对每张销售凭证开一张发票，比如每张发货单一张发票。在具体执行开票时，系统提供了如下方法：定单或发货单个别开票。我们可以针对整张定单，个别行项目或行项目的部分数量进行个别开票。手工处理到期开票清单。我们可以使用到期开票清单来处理开票，在这种情况下财务人员不需要针对某张销售定单或发货单单独开票。我们只需要输入选择条件，系统会自动挑选那些符合条件的定单或发货单，生成到期开票清单。经过手工编辑和模拟后就可以实际开票了。后台自动处理到期开票清单。为了减少处理时间和人力，可以将到期开票清单的处理安排在系统后台完成，比如每天下午4点由系统自动生成。财务会计过帐当开票这一业务处理在系统中完成后，通过ERP系统的集成功能，在财务会计模块会自动生成相应的会计分录。图1-2中“开票”标签所指的箭头就代表了这种自动过帐。但是为了增强灵活性，也可以对于某些类型的开票凭证自动冻结过帐，这样在流程设计时在正式过帐前可以加入控制点。而当控制完成后，过帐也仅仅是一个按钮的工作了。对于会计科目，系统是综合4个数据自动判断的，它们分别是销售组织，客户组，商品组和价格条款。这样系统可以自动将货款和增值税分别计入“产品销售收入”和“应交税金-增值税-销项”科目中。同样的，如果价格条款中还有运费和折扣，可以分别计入“产品销售收入”的二级科目中。此外这种科目确定的机制也使得我们可以根据销售组织，客户组和商品组设置二级或三级科目。不过需要指出的是虽然系统提供了这些灵活性，但是在实际实施中我们未必需要这样做，特别是当我们同时实施了盈利分析模块时，此类分析将没有必要通过科目来完成。盈利分析将在第4章中具体介绍。对于金额的确定，系统是根据发票中各价格条款的金额来决定的。定价功能是ERP销售模块的一个非常有力也非常有趣的功能。本书不做详细的介绍。有一点需指出的是我们在实施时，可以根据企业的实际情况和管理要求，决定开票时是直接从销售定单复制价格呢，还是允许修改或重定价（这种配置是基于发票类别的）。对于定价功能和科目自动确定功能的一个应用是消费税的计算和过帐，我们可以在销售定价模板中增加一增一减两个价格条款，它们的计算规则是货款的百分比，两者分别指向“产品销售税金和附加-消费税”和“应交税金-消费税”科目，同时消费税率维护在和商品相关的定价表中。因为消费税是价内税，所以我们的实物发票中并不体现，但是财务会计上却即时地记帐了。这个问题的另一个解决方法是月末定期地运行报表计算消费税额，并自动批输入过帐。两者都是可行的，也都可以自动生成纳税申报表，前者的好处是记录的实时性，从而有利于盈利分析。折扣和折让如果销售已经完成，但是客户对于产品的质量或者别的方面存在异议，双方协商以折扣和折让的方式处理。在系统中可以有如下3种处理方案：第一：用贷项凭证的形式来处理折扣和折让。贷项凭证在系统中和发票一样，是一种不同类型的开票凭证。贷项凭证可以参照发票或者贷项凭证申请来创建，而且既可以针对整张发票也可以针对部分行项目，还可以针对行项目中的部分数量。使用贷项凭证申请，我们可以走正规的客户投诉和扣款流程，保证完善的内部控制。如果我们不准备对实物发票，特别是增值税发票做任何处理，那么通过配置，可以让系统自动生成如下会计分录：借：产品销售折扣和折让贷：应收帐款-客户明细。对于这种处理方法需要注意如下两点：第一，贷项凭证没有增值税发票作为原始凭证，因此在我国是不能减少增值税销项额的，因此折扣应该给不含税价，否则折扣中的增值税部分就只能由销售方作为费用多承担了。但是在实际业务中这往往会使双方的业务人员夹缠不清，无法理解。第二，正由于贷项凭证没有发票做原始凭证，在我国的实施中可能会引起企业所得税上的麻烦。但这种方案的优点是明显的：它不涉及对原增值税发票的处理，而众所周知，这类处理在我国是非常难的。第二：用取消发票并重开来解决折扣和折让的问题。取消发票在系统中会生成反方向的红字发票和冲销会计分录，业务人员取消原发票后重新开票，并更改价格条款。从实物发票的角度，会有如下两种情况：1如果对方能够返还两联增值税发票,我们可以开出红字发票，其中记帐联作为减少销项税的原始凭证。其他三联和返还的原发票的两联应妥善保管。2如果对方不能返还两联中的任何一联，必须做如下操作：客户应从当地税务部门取得退货或折扣证明单并交给销售方。销售方开出红字发票，其中两联作为其减少销项税的原始凭证，另两联交给客户。第三仍然用贷项凭证的功能，只是通过配置，让系统自动生成如下会计分录：借：产品销售收入借：应交税金-增值税-销项贷：应收帐款-客户明细，金额为折扣金额。同时开具实物红字发票，金额为原发票金额。再根据折扣后金额重开实物发票。将红字发票和重开发票同时作为贷项凭证的原始凭证。需要注意的是ERP中在很多情况下使用贷项凭证，贷项凭证是直接以后续的调整金额记帐的。但是我国增值税管理要求对于增值税发票变更的处理，一般都是先用红字发票冲销，随后在对变更后的金额开具发票。所以在实施中要么仍然使用贷项凭证的方法，只是实物红字发票和重开发票两者一起作为贷项凭证的原始凭证，如本节中的第三种方案和下一节中的第二种方案。要么在ERP流程中也使用这种先冲销，再重开的方式，如本节中的第二种方案和下一节中的第三种方案。不过这两种方案都避免不了红字发票难开的问题，这已经不是ERP系统的问题，在实务中企业也会考虑其他的避免方法，比如本节第一种方案和下一节中第一种方案，以避免开红字发票。退货对于客户投诉的另一种解决方法是退货。在系统中有3种处理方案：第一：标准的退货流程。首先是建立退货凭证，退货凭证可以是针对销售定单或针对发票。当货物实际退回时，仓库参照退货凭证做入库处理，系统自动生成会计分录借：存货贷：产品销售成本。如果需要补货，那么做补货的发货处理，系统自动生成会计分录借：产品销售成本贷：存货。这种情况不影响开票和实物发票。第二：如果客户不要补货，而要退回货款，那系统将针对退货开出贷项凭证，并自动生成如下分录：借：产品销售收入借：应交税金-增值税-销项贷：应收帐款-客户明细，金额为退回部分的售价。同时财务人员开具红字发票，金额为原发票金额。再根据退货后余额重开发票。将红字