国产日韩欧美一区二区三区三州_亚洲少妇熟女av_久久久久亚洲av国产精品_波多野结衣网站一区二区_亚洲欧美色片在线91_国产亚洲精品精品国产优播av_日本一区二区三区波多野结衣 _久久国产av不卡

?

基于二階DEA模型的金融風(fēng)險承受能力評價研究

2014-04-29 20:34:42蔣丹肖東生
中國管理信息化 2014年18期
關(guān)鍵詞:投資組合

蔣丹 肖東生

[摘 要] 隨著經(jīng)濟(jì)的不斷發(fā)展,投資領(lǐng)域變得越來越廣,人們的投資行為日益普遍。然而,投資是有風(fēng)險的,那么,人們對于投資所帶來的風(fēng)險,其承受能力究竟有多大,這是個很值得探討的問題。本文借助二階DEA模型,通過對組成風(fēng)險承受能力的4大要素(風(fēng)險偏好、風(fēng)險態(tài)度、風(fēng)險能力和風(fēng)險認(rèn)知)單獨進(jìn)行評估,進(jìn)一步為每個客戶產(chǎn)生一個最終的風(fēng)險值,幫助金融機(jī)構(gòu)評估客戶風(fēng)險承受能力,從而為投資者選擇合理的投資組合。

[關(guān)鍵詞] DEA;風(fēng)險承受能力;投資組合

doi : 10 . 3969 / j . issn . 1673 - 0194 . 2014 . 18. 061

[中圖分類號] F830.59 [文獻(xiàn)標(biāo)識碼] A [文章編號] 1673 - 0194(2014)18- 0096- 04

0 引 言

在金融業(yè)日趨市場化的今天,人們的金融意識開始發(fā)生轉(zhuǎn)變,人們對資金增值的要求從無意識到有意識,投資理念也逐步走向成熟。然而,由于人們自身專業(yè)知識的缺乏,各咨詢機(jī)構(gòu)應(yīng)運而生。秉承著“適應(yīng)性”原則,理財規(guī)劃師、經(jīng)銷商和投資顧問在衡量投資機(jī)會是否適合客戶時必須考慮客戶的個人情況、財務(wù)狀況、投資目標(biāo)和風(fēng)險承受能力等因素。而在這些因素當(dāng)中,能否對客戶金融風(fēng)險承受能力進(jìn)行合理評價則非常關(guān)鍵,因為這將是咨詢機(jī)構(gòu)推薦客戶選擇投資組合的基礎(chǔ),但是其金融風(fēng)險承受能力是最難被評估的,因為缺乏統(tǒng)一的標(biāo)準(zhǔn)。

基于以上的分析,本文在現(xiàn)有研究的基礎(chǔ)之上進(jìn)一步圍繞以下問題進(jìn)行分析:①影響風(fēng)險承受能力的因素有哪些?②金融風(fēng)險承受能力評價模型-DEA模型的有效性如何?③最終產(chǎn)生的風(fēng)險值的有效性如何?

1 風(fēng)險承受能力

投資意味著風(fēng)險,而風(fēng)險是客觀存在的,但個人的風(fēng)險承受能力卻因人而異,它反映一個人所能承受的投資損失而不至于影響到正常的生活。個人的風(fēng)險承受能力與其資產(chǎn)狀況、工作情況、家庭狀況等都有關(guān)系。通過對一些統(tǒng)計變量與風(fēng)險承受能力關(guān)系的總結(jié),筆者發(fā)現(xiàn),在性別上,男性在面對風(fēng)險時,其承受能力較女性而言更大;在職業(yè)類型上,自由職業(yè)者、有較高社會地位的人、專業(yè)人士和在私營企業(yè)上班的人具有更大的風(fēng)險承受能力;在收入和財富上,投資者的風(fēng)險承受能力隨收入和財富的增加而增長;在投資經(jīng)驗、金融知識和教育上,投資者的風(fēng)險承受能力也隨經(jīng)驗、教育以及風(fēng)險和個人理財?shù)脑黾佣鲩L;年齡、婚姻和家庭狀況與投資者的風(fēng)險承受能力的關(guān)系則不確定。

從以上描述中可以發(fā)現(xiàn),風(fēng)險承受能力是多維的,影響風(fēng)險承受能力的因素有很多,本文通過參閱大量的文獻(xiàn)和總結(jié),在前人研究的基礎(chǔ)之上將影響風(fēng)險承受能力的因素概括為以下4大類:風(fēng)險偏好、風(fēng)險態(tài)度、風(fēng)險能力和風(fēng)險認(rèn)知,而在衡量個人風(fēng)險承受能力時,應(yīng)對每個因素進(jìn)行評價。

2 風(fēng)險承受能力評價模型

Charnes、Coper和Rhodes (1978) 發(fā)表的第一篇關(guān)于數(shù)據(jù)包絡(luò)分析 (DEA)文章表明,在可比條件下,DEA模型可以用于評定和比較決策單元的相對性能。而本文將DEA應(yīng)用于風(fēng)險承受能力評估,采用了Ardehali(2005)的方法論,即將客戶或投資者定義為DMUs,將削弱風(fēng)險承受能力或意愿的變量作為輸入變量或風(fēng)險抑制因素,將增加風(fēng)險承受能力或意愿的變量作為輸出變量或風(fēng)險促進(jìn)因素,最后,為每個個體計算得出最終風(fēng)險值。DEA模型在本研究中主要是作為一種分類工具,各咨詢機(jī)構(gòu)根據(jù)DEA計算得到的不同風(fēng)險承受能力值對顧客進(jìn)行分類,從而幫助客戶選擇相應(yīng)的投資組合。

2.1 SBM模型

由于CCR和BCC模型無法衡量全部松弛變量,因此在評估中存在缺陷,ADD模型雖能從松弛變量入手,能考慮到所有非效率的來源,但ADD由于其自身設(shè)置的缺陷,不能精確地衡量效率水平,從而在使用中具有很大的局限性,而SBM模型——一種較為完善的DEA模型,可以很好地解決ADD模型存在的問題。下列表達(dá)式描述的是SBM模型的基本形式:

ρ*=min(1)

S.t.

xio=xijλj+si-(i=1,2,…,m)

yro=yrjλj-sr+(r=1,2,…,s)

λj≥0(j=1,2,…,n)

si-≥0(i=1,2,…,m)

sr+≥0(r=1,2,…,s)

且0≤ρ*≤1

其中,j是1-n的n個個體數(shù);i是風(fēng)險抑制因素(傳統(tǒng)的輸入因素)指標(biāo);r是風(fēng)險促進(jìn)因素(傳統(tǒng)的輸出因素)指標(biāo);Xij代表的是第j個研究對象第i個風(fēng)險抑制因素的值;yrj代表的是第j研究對象第j個促進(jìn)因素的值;s表示的是投入、產(chǎn)出的松弛變量;λ是權(quán)重向量; ρ*是個體的風(fēng)險值。

值得注意的是,本模型在衡量風(fēng)險態(tài)度變量的每一個心理問題時,選擇的是 Likert 量表,對于5個選項:“強(qiáng)烈反對”“不同意”“中立”“同意”和“強(qiáng)烈同意”,分別被編碼為1,2,3,4,5。而有些數(shù)據(jù)必須縮小被分為5或10相等的間隔以匹配Likert量表,例如,把21歲到32歲的年齡轉(zhuǎn)換為“1”;33~44歲轉(zhuǎn)換為“2”,等等,“5”相當(dāng)于69~80歲的人。唯一例外是對投資經(jīng)驗?zāi)陻?shù)的劃分,0~1年的投資經(jīng)驗被轉(zhuǎn)換為“1”;2~3年:“2”;4~5年:“3”;6~ 10年:“4”;11年及以上:“5”。

2.2 兩階段DEA模型

兩階段DEA模型的第一階段由4個SBM模型構(gòu)成,它們分別是態(tài)度模型、能力模型、偏好模型以及認(rèn)知模型;第二階段是包括所用因素在內(nèi)的模型,而之所以選擇兩階段DEA模型,其原因有兩點:①根據(jù)大量文獻(xiàn)建議,為了正確合理的評估風(fēng)險承受能力,應(yīng)對其影響因素分開考慮;②把所有相同的變量合并是不合適的,因為同一變量對態(tài)度、能力、偏好以及認(rèn)知的影響方向可能是不同的(即,如資產(chǎn)負(fù)債比在能力模型中是一種抑制因素,而在偏好模型中卻是一種促進(jìn)因素)。

(1)第一階段為每個客戶生成4個DEA值(與每一個因素相對應(yīng)),每個值都介于0~1之間,反映了此客戶與其他所有客戶在某個特定因素上的關(guān)系。例如,對于能力和態(tài)度的得分分別為0.5和0.9,就意味著客戶招致風(fēng)險的財政能力是穩(wěn)健的,而與其他客戶相比,他/她承擔(dān)貨幣風(fēng)險的意愿更強(qiáng)。

(2)第二階段是對風(fēng)險承受能力的整體評價。也就是說,考察風(fēng)險的多重性,以及每個元素對整體風(fēng)險承受能力的影響。從本質(zhì)上講,當(dāng)為每一個客戶計算出相應(yīng)的態(tài)度值、能力值、偏好值及認(rèn)知值后,它們組合成一個單向的SBM模型(把第一階段的輸出結(jié)果作為第二階段的虛擬輸入變量)為每個客戶產(chǎn)生一個最終的風(fēng)險承受能力值,介于0~1之間,而最具冒險的投資者被給予1分,其他的都低于1分。

3 金融風(fēng)險承受能力評價研究

3.1 樣本選取與數(shù)據(jù)來源

本文的數(shù)據(jù)來源于問卷調(diào)查,問卷采用紙質(zhì)問卷或在互聯(lián)網(wǎng)上分發(fā),面向廣東省共發(fā)布300份問卷,實收回137份,有效問卷135份,有效回收率為45%。在已得數(shù)據(jù)中,男性(58%)稍多于女性,平均年齡為35歲,大多數(shù)是已婚的或有穩(wěn)定的關(guān)系(66%),50%以上沒有家屬,70%以上至少有一個大學(xué)學(xué)士學(xué)位并有著較高的平均收入和平均凈資產(chǎn),60%是全職工作者。

3.2 變量定義

風(fēng)險態(tài)度,指人招致風(fēng)險的意愿。對風(fēng)險態(tài)度的測量,本文采用13個心理問題指標(biāo)進(jìn)行分析,通過 Likert 量表來打分。風(fēng)險認(rèn)知,主要指的是人們對風(fēng)險回報的理解,本文選擇金融市場知識、投資經(jīng)驗及對風(fēng)險回報的理解3方面的指標(biāo)來對其進(jìn)行衡量,同樣采用 Likert 量表來打分。風(fēng)險偏好,指為了實現(xiàn)目標(biāo),企業(yè)或個體投資者在承擔(dān)風(fēng)險的種類、大小等方面的基本態(tài)度,本文風(fēng)險偏好主要包括從高風(fēng)險到低風(fēng)險投資、負(fù)債到資產(chǎn),借助資產(chǎn)負(fù)債率和收入負(fù)債率兩個指標(biāo)來分析。風(fēng)險能力,指面對風(fēng)險時的經(jīng)濟(jì)能力,它受到年齡、收入、資產(chǎn)凈值以及投資年期影響,而本文綜合Cordell(2001)和Ardehali(2005)的思想以及現(xiàn)有研究方法,選取資產(chǎn)負(fù)債率、收入負(fù)債率、凈資產(chǎn)、收入、家屬數(shù)量、受教育程度、年齡及投資年期8個指標(biāo)。各變量的含義詳見表1。

3.3 實證分析

3.3.1 相關(guān)性分析

圖2反映了風(fēng)險態(tài)度、風(fēng)險能力、風(fēng)險認(rèn)知以及風(fēng)險偏好4個因素之間的關(guān)系,由(斯皮爾曼等級相關(guān)系數(shù))ρ可知,各因素之間呈弱相關(guān)性,表明各因素之間是相對獨立的,這說明在評估各因素的過程中應(yīng)對其進(jìn)行分開考慮的分析是正確的,而這在一定程度上也意味著本文選擇的二階DEA模型是合理的。

3.3.2 第一階段模型

如圖3所示,在態(tài)度模型中,其中有9位被調(diào)查者具有最強(qiáng)烈的金融風(fēng)險意愿,因此,分配給他們的風(fēng)險態(tài)度值為1。而相比其他被調(diào)查對象而言,這9個人有較高的平均收入和凈資產(chǎn),以及較低的資產(chǎn)負(fù)債率和較低的正式教育,而且他們基本上已婚。此外,運用在態(tài)度模型當(dāng)中的心理學(xué)問題通過likert量表所轉(zhuǎn)換成的變量,它們之間的相關(guān)系數(shù)如圖4所示。這些心理問題(A1~A13)之間的弱相關(guān)性表明它們在評估風(fēng)險態(tài)度時的相對獨立性和重要性。

在認(rèn)知模型中,僅僅只有2人的得分為1??芍?,被調(diào)查的對象對風(fēng)險的認(rèn)知普遍不足,但是,從以上兩位最具風(fēng)險認(rèn)知的客戶的問卷來看,他們都有著比較豐富的投資經(jīng)驗和較高的學(xué)歷。日常生活中,雖然很難直接判斷哪些人最具風(fēng)險認(rèn)知,但不難發(fā)現(xiàn)風(fēng)險認(rèn)知與個人的受教育程度以及投資經(jīng)驗是密切相關(guān)的。

在偏好模型中,4位被調(diào)查對象顯示出強(qiáng)烈的風(fēng)險偏好,因為根據(jù)他們過去的財務(wù)決策,他們有最大的傾向來接受金融風(fēng)險,因此,他們的風(fēng)險偏好值為1。而相比其他受訪者,他們擁有更高的資產(chǎn)凈值和收入;同時,他們年齡更大、已婚且有家屬。然而這樣的結(jié)果是有悖于常理的,因為年齡越大,一旦金融投資失敗,其從失敗中恢復(fù)的時間有限,所以其所能承擔(dān)的風(fēng)險越?。涣硪环矫?,已婚和家屬的緣故決定了很多家庭的投資開始追求穩(wěn)定,對風(fēng)險的承受能力逐漸減弱。但是,需要注意的是,債務(wù)變量與風(fēng)險偏好是呈正相關(guān)。因為他們擁有更高的資產(chǎn)凈值和收入來負(fù)擔(dān)負(fù)債;同時,為了讓家庭成員擁有更好的生活質(zhì)量,他們需要更多的投資來積累更多的財富,所以負(fù)債比率較高。

在能力模型中,有17位被調(diào)查者的風(fēng)險能力值為1。因為相對于整個樣本而言,他們有最大的經(jīng)濟(jì)能力來招致風(fēng)險。收入、凈資產(chǎn)和賺錢潛力(由受教育的水平來衡量)是決定金融風(fēng)險能力的關(guān)鍵因素,而這17位被調(diào)查者70%至少擁有學(xué)士學(xué)位,同時有著較高的平均收入和凈資產(chǎn)。

3.3.3 第二階段模型

根據(jù)第一階段獲得的態(tài)度值、認(rèn)知值、偏好值及能力值,將這些輸出結(jié)果作為第二階段的虛擬輸入變量,運用到第二階段的SBM模型,從而為每個客戶產(chǎn)生一個全局的金融風(fēng)險承受能力值。在第二階段模型中,其中10位調(diào)查對象最具風(fēng)險承受能力,故其最后的風(fēng)險值為1。而所有樣本最終的風(fēng)險承受能力值的均值、中位數(shù)及最小值分別為0.506±0.196,0.460和0.194。

問卷中的第14個問題向每個參與者表明,獲得的數(shù)據(jù)將用來計算得到一個介于0~1之間的最終風(fēng)險值。同時,讓每個參與者對他們最后的風(fēng)險值進(jìn)行估值。結(jié)果,對比DEA模型處理的結(jié)果,36%的女性和67%的男性高估了他們的最終風(fēng)險值;相反,43%的女性和42%的男性則低估了他們的最終風(fēng)險值。另外,值得注意的是,第14個問題的平均得分為0.540,與第二階段均值0.506很接近,這說明DEA模型對風(fēng)險承受能力的評估與顧客自我評估具有內(nèi)部一致性,但在精度上卻還是存在一定的差異,這主要是因為第二階段的得分保留了3位有效數(shù),而自我評估得分只有1位有效數(shù)。

3.3.4 不同性別風(fēng)險承受能力分析

由表2可知,在所有的模型當(dāng)中,處在風(fēng)險前沿面上的男性數(shù)量比女性要多,同時,男性的得分在每個模型當(dāng)中都要高于女性的得分,這表明相對于女性而言,男性在面對風(fēng)險時其承受能力更高;其次,t檢驗表明,性別差異對態(tài)度值和認(rèn)知值是顯著的。

3.3.5 有效性檢驗

在本研究中,所用的二階DEA模型為每個客戶計算出最終的風(fēng)險值,如果得分為1,則意味著其風(fēng)險承受能力最大。為了驗證其最后結(jié)果的有效性,本文對二階的DEA模型進(jìn)行一次反向,即對輸入輸出變量的方向進(jìn)行調(diào)換,如果得分為1,則意味著其風(fēng)險承受能力最小。通過分析發(fā)現(xiàn),原DEA模型最后的風(fēng)險值與反向DEA模型最后的風(fēng)險值高度相關(guān)(皮爾森系數(shù)為0.841),這表明本方法是有效的。

4 結(jié) 論

本文在對風(fēng)險承受能力進(jìn)行評估時采用了DEA測量工具,為了與統(tǒng)計學(xué)、社會經(jīng)濟(jì)學(xué)以及心理學(xué)等性質(zhì)的數(shù)據(jù)相適應(yīng),選擇了DEA-SBM效率模型來獲取最后的風(fēng)險值,本次研究最后得出的結(jié)論與相關(guān)文獻(xiàn)的結(jié)論存在一致性。特別是對風(fēng)險承受能力的多維性進(jìn)行了驗證:風(fēng)險態(tài)度、風(fēng)險認(rèn)知、風(fēng)險偏好及風(fēng)險能力之間的弱相關(guān)性意味著各風(fēng)險因素是可以單獨被正確評估的。其次,本研究在一定程度上還反映了風(fēng)險與特定統(tǒng)計變量之間的關(guān)系,即在金融風(fēng)險概念上,男性與女性之間存在著內(nèi)在的差異。最后,由于本次研究的樣本容量相對來講比較少,樣本的多樣性比較缺乏,研究的對象主要是那些擁有較高凈資產(chǎn)的個體,所以缺乏一定的普遍性,而這些不足之處將是后續(xù)研究需改進(jìn)和完善的。本次研究的主要貢獻(xiàn)主要體現(xiàn)在對風(fēng)險計數(shù)的構(gòu)建上,而金融機(jī)構(gòu)則可以通過這個風(fēng)險計數(shù)來評估客戶風(fēng)險承受能力,從而為投資者選擇合理的投資組合。

主要參考文獻(xiàn)

[1]P H Ardehali,P C Paradi,M Asmild. Assessing Financial Risk Tolerance of Portfolio Investors Using Data Envelopment Analysis[J].International Journal of Information Technology and Decision Making,2005,4(3).

[2]K Tone.A Slacks-based Measure of Efficiency in Data Envelopment Analysis[J]. European Journal of Operational Research ,2001,130(3).

[3]K C Yook,R Everett.Assessing Risk Tolerance:Questioning the Questionnaire Method[J]. Journal of Financial Planning,2003,16(8).

[4]D M Cordell.RiskPACK:How to Evaluate risk tolerance[J].Journal of Financial Planning, 2001,14(6).

猜你喜歡
投資組合
實例模型在投資組合最優(yōu)化中的應(yīng)用
美國紐約州羅伯特小學(xué)“健康的投資組合”課外體育活動分析與啟示
個人理財投資組合策略分析
商情(2016年43期)2016-12-23 14:27:30
企業(yè)財經(jīng)管理對投資組合保險的應(yīng)用思考
含有模糊約束的最優(yōu)投資組合模型
不確定收益的最優(yōu)投資組合模型
中國市場(2016年24期)2016-07-06 16:35:24
證券投資組合實證研究及績效評價
西部金融(2015年7期)2015-10-29 17:10:08
基于隨機(jī)微分博弈的最優(yōu)投資
我國開放式證券投資基金投資組合研究
基于均值
時代金融(2015年14期)2015-06-01 02:39:54
孝感市| 鸡东县| 侯马市| 广灵县| 银川市| 吉水县| 同仁县| 岑溪市| 轮台县| 东乌珠穆沁旗| 西贡区| 兴隆县| 长岛县| 韶山市| 甘洛县| 巴马| 朔州市| 历史| 同仁县| 米易县| 互助| 礼泉县| 灌阳县| 应城市| 静乐县| 正宁县| 吴川市| 彩票| 蒙阴县| 贡嘎县| 田东县| 房山区| 海林市| 高唐县| 昆明市| 鄂尔多斯市| 芒康县| 历史| 昌吉市| 仁寿县| 东安县|