企业投资组合问题研究论文.docx

《企业投资组合问题研究论文.docx》由会员分享，可在线阅读，更多相关《企业投资组合问题研究论文.docx（13页珍藏版）》请在第一文库网上搜索。

1、企业投资组合问题及对策管理案例分析目录第1章引言111研究背景与意义112研究综述1第2章我国企业投资管理现状32.1 企业年金的投资原则32.2 我国企业年金的投资政策42.3 我国企业年金的投资程序4第3章我国企业年金投资组合管理中存在的问题53.1 年金投资风险收益比相对较低53.2 年金投资范围相对较窄且限制较多53.3 投资管理机构水平参次不齐53.4 无法满足不同年龄、风险偏好人群的投资需求6第4章中航集团年金投资组合管理案例分析64.1 中航集团年金投资组合管理现状64.1.1 中航集团年金投资管理制度体系64.1.2 中航集团年金现行的管理模式74.2 中航集团年金投资组合管理

2、存在的问题84.2.1 资产配置能力有待加强84.2.2 投资组合同质化，各投资管理人能力差异化体现不足84.2.3 投资绩效考核和资金分配方式急需完善8第5章优化企业投资组合管理建议85.1 优化企业年金投资组合管理策略95.1.1 优化组合资产配置比例95.1.2 增加组合类别，丰富职工选择95.1.3 改进投资评价机制95.1.4 根据投资管理人特点进行资产分配95.2 年金投资监督政策建议105.2.1 监督方式转变与相关制度的完善105.2.2 加快金融改革，放宽投资比例，增加投资品种105.2.3 放宽境外投资限制H结论H第1章第2章引言1.1研究背景与意义“深度学习”一词最早于1

3、986年被引入机器学习，2000年被用于人工神经网络。深层次学习方法由多层次构成，学习具有多层次的抽象数据特征。D1方法允许计算机通过相对简单的概念来学习复杂的概念。对于人工神经网络来说,深度学习是指为了改变网络在多个计算阶段的统计活动而精确地分配信用。为了学习复杂的国数，深层结构被用来抽象多层次的操作，例如非线性操作。为了全面推广，深度学习就是利用多层非线性信息处理和抽象的机器学习子领域进行有监督或无监督的特征学习、性能、分类和模式识别。虽然深度学习的历史可以追溯到很长一段时间，但深度学习的真正发展大约是十年。在这一领域，深度学习的第一个成功应用是手写体识别。由于计算能力的瓶颈等原因，深度学

4、习一直没有得到人们的认可。随着计算机硬件的升级，计算机能力是几何学的多重增长，而深度学习终于发挥了作用。2012年，兴老师带领学生参加了图像分类比赛，准确率提高了近10个百分点。从此，深度学习的春天正式来临。在接下来的几年里，深度学习颠覆了图像识别、文本理解等领域的算法设计思想。随着数据的日益丰富和多样化，计算设备也越来越先进。深度学习有可能改变良至引领人工智能的发展。近年来，随着证券投资机构的快速发展和大量金融财富的所有权与经营权分离，组合管理已成为金融资产管理的重要形式。以中国市场为例，中国人民银行2017年统计数据显示，两市年成交额为112.8万亿元，而到2017年底，证券期货经营机构私

5、人资产管理总资产30.50万亿元（含社保基金和企业年金）。扣除社保基金和企业年金等因素后，民营资产管理业务总规模为29.03万亿元。12研究综述众所周知，深度学习已经成为最受欢迎的技术词汇，这似乎是一项刚刚发明的新技术。但事实上，深度学习的研究历史（表1）可以追溯到沃伦麦卡洛赫教授和沃尔特皮特教授1943年提出的单神经元计算结构。这种结构可以通过n个权值和个输入作为输出计算加权和，是现代神经元结构的雏形。1958年FrankRosenb1att教授提出的感知器模型是第一个能够根据样本数据学习特征权重的模型，它对现代机器学习的发展产生了重大影响。1969年，MarvinMinsky教授在其著作中

6、证明了感知器模型只能解决线性可分问题，而不能解决排他或问题，并给出了“基于感知器的研究注定要失败”的结论。神经网络研究停滞不前。表1.深度学习发展史上的重大科学及新闻事件时间阶段时间1943第一阶段单神经元计算结构1958感知器模型1969神经网络第一次重大低潮80年代末第一阶段分布式知识表达与反向传播算法90年代初CNN,RNN,1STM得至IJ很好发展2012第二阶段A1exNet获得I1SVRC冠军2013深度学习被M1T评为“年度十大科技突破之一”2015特斯拉将自动驾驶功能投入商用2016A1phaGo击败世界围棋冠军李世石2017A1phaGo击败世界排名第一的围棋高手柯洁2019

7、AIPhaStaI战胜星际争霸职业选手这一时期，人们在认知生物学领域取得了重要进展，发现了两种重要的认知机制：一种是抽象，另一种是迭代。从原始信号开始，做底层抽象，逐步到高层抽象迭代，在迭代中抽象出高层模式。到20世纪80年代末，分布式表示和反向传播的引入开启了神经网络研究的第二个阶段。分布式知识表示是深度学习的一个重要特性。其基本思想是先让每个神经元表达简单的特征，然后结合神经元来描述复杂的特征。与局部知识表示（即一个特征对应一个神经元）相比，分布式表示需要较少的神经元来描述相同大小的特征空间，大大节省了存储空间。到目前为止，反向传播算法仍然是训练深层神经网络的主要方法。随着计算机网络性能的

8、不断提高，计算机数据的性能得到了很大的提高，大数据互联网+的发展解决了计算能力和训练样本量的问题，阻碍了神经网络的发展，自那时起，深度学习得到了迅速的发展。在2012年由ImageNet举办的I1SVRC图像分类比赛中，由A1exKriZheVSky教授实现的深度学习系统A1exNet获得冠军。此后，深度学习算法在图像识别领域的表现彻底粉碎了传统的机器学习算法（如支持向量机SVM等）,2013年后在i1svrc中，只有深度学习算法参与。2013年，深度学习被麻省理工学院评为“年度十大技术突破之一”。2016年和2017年，谷歌子公司deepmind凭借基于深入学习研发的a1phago击败了围棋

9、大师李世石和柯洁，一度引发全球人工智能恐慌。2019年1月，深谋远虑开发的阿尔法之星击败了经典战略游戏星际争霸的专业电子竞争对手，标志着人工智能已经能够在一些信息游戏中击败人类。第3章我国企业投资管理现状2.1 企业年金的投资原则根据人力资源和社会保障部2011年发布的企业年金基金管理办法第四十六条，“企业年金基金的投资管理应当遵循谨慎、分散风险的原则，充分考虑安全性，企业年金基金财产的盈利性和流动性，实行专业化管理。”这些原则也充分揭示了企业年金的投资风险偏好。第一、风险与收益平衡原则要求企业年金投资管理应在年金投资活动中平衡投资收益与风险。由于企业年金被视为员工退休后的第二道保障，年金投资

10、管理既追求投资收益,又追求风险,难度很大。年金投资管理者在年金投资过程中，需要合理配置年金组合资产，以实现收益最大化、风险最小化，从而合理、稳定地维护和增加年金资产的价值。风险和回报需要结合条款进行考虑。一般来说,期限越长，风险越大，相应的回报率可能越高。第二、在2011年发布的企业年金基金管理办法中，监管部门赋予委托人、受托人、托管人、账户管理人和投资管理人不同的权力和义务，相互监督，平衡年金组合投资的风险和收益；此外，监管部门还通过强制限制投资比例和信用评级来控制投资风险，如股权资产投资比例上限为30%o限制投资比例控制投资组合风险。第三、流动性原则认为，虽然我国年金总体上处于资本积累阶段

11、，但其资本具有稳定性和长期性的特点，因此目前在年金资产配置过程中不需要考虑过多的流动性。但是，随着参加养老金计划的职工继续进入退休年龄，养老金的积累期也将结束，他们可能面临大量资金外流。今后，要根据参加年金计划的职工的年龄、性别和工作稳定性,制定资产配置的长期规划。在平衡风险和收益的基础上，保持资产的适当流动性，以应对短期支付和未来资本支出。第四，由于企业年金投资的复杂性和重要性，专业化原则需要专业化管理来保证企业年金的保值增值。人力资源和社会保障部2011年发布的企业年金基金管理办法指出，受托人、账户管理人，托管人和投资管理人必须是符合注册资本条件或人力资源和社会保障部指定的专业机构。此外，

12、要求专业组织有专业的团队、科学的管理流程和严格的风险控制体系。2.2 我国企业年金的投资政策在2004年企业年金基金管理试行办法的基础上，2011年出台的企业年金基金管理办法进一步明确和限定了投资范围、投资工具和比例，旨在控制年金的投资风险。2013年下发的关于扩大企业年金基金投资范围的通知在2011年的基础上继续扩大投资范围和限制条件。企业年金基金管理办法第六章第四十六条规定了年金投资的范围：“企业年金基金的财产限于境内投资，投资范围包括银行存款、国债、央行票据、债券回购、万能保险产品等，与投资挂钩的保险产品、证券投资基金、股票、金融债券以及信用等级在投资级以上的企业（公司）债券、可转换债券

13、（含单独交易的可转换债券）、短期融资债券、中期票据等金融产品。”以及2013年下发的关于扩大企业年金基金投资范围的通知中增加的“商业银行理财产品、信托产品、基础设施债务投资计划和专项资产管理计划从上述规定可以看出，年金投资资产主要包括：货币工具、权益工具、固定收益工具（含信用风险）和无信用风险的固定收益工具。2.3 我国企业年金的投资程序由于本文以公司受托管理制度为背景，探讨了投资组合管理中存在的问题，因此本文仅讨论了公司受托管理制度下企业年金投资管理的基本程序：首先，确定企业年金投资的收益风险偏好。企业年金受托人将根据委托人的目标收益水平和风险偏好制定基本投资政策,对投资管理人的投资行为进行

14、监督。基本投资政策至少应涵盖投资收益水平、风险偏好和流动性偏好。其次，根据收益风险偏好，制定投资组合策略。在基本投资政策的基础上，受托人根据现代投资理论确定投资组合策略。包括：固定比例组合策略、可变比例投资策略、套期保值策略、成本平均投资策略等。三是资产配置。受托人按照一定的规则将资金分配给投资经理，每个投资经理建立自己的投资组合。在此基础上，受托人监督投资管理人在受托人指定的中央层面上控制每个投资组合的资产配置比例。在资产配置过程中，受托人首先需要对宏观经济和资本市场进行深入研究，选择需要配置的主要资产类别，然后预测未来资产价格走势，确定每项资产在整个年金组合计划层面的比重，最后引导各投资管

15、理人按计划比例稳定主要资产配置。此外，资产配置是一个动态的调整过程。受托人需要及时判断国内外经济和资产市场环境的变化，调整资产配置比例。四是资产选择与交易。投资管理人根据受托人制定的基本投资政策和资产配置策略，在受托人指导的资产配置比例中心范围内选择和配置特定资产。投资管理人根据自己的专业投资能力，选择某一资产类别的特定金融工具，及时迸行交易。第4章我国企业年金投资组合管理中存在的问题3.1 年金投资风险收益比相对较低2008-2017年，我国企业年金平均算术收益率为4.51%,收益率标准差为3.89%o根据近10年来我国长期国债的收益率水平，假设无风险收益率为4%,利差率为0.13o近十年来，全国社保基金平均收益率为6.56%,收益标准差为6.99%,相同的无风险收益率假设为4%,夏普比率为0.37,远远高于我国企业年金的投资风险收益水平。与国外企业年金投资相比，我国企业年金投资的风险收益水平仍然较低。以香港强积金为例，近15年的年均投资回报率为6.66%,收益率的标准差为14%-6%o根据近10年来香港的无风险回报率水平，假设无风险回报率为2%,夏普率为0.35,高于同期中国年金投资的无风险回报水平。3.2 年金投资范围相对较窄且限制较多2011年发布的企业年金基金管理办法中指出，企业