【正文】 668%%%%%%600675%%%%%%600677%%%%%%600688%%%%%%600690%%%%%%600701%%%%%%600705%%%%%%600717%%%%%%目標(biāo)概率%%%%%%表中的“目標(biāo)概率”是指使用相應(yīng)組合進(jìn)行投資時獲得的收益率低于生存水平的概率的最小值。我們可以計算這些組合的期望和方差，在“均值方差”坐標(biāo)系中描繪它們的位置。圖中藍(lán)色的曲線為有效前沿。6種組合的期望和方差如下表所示。Z=Z=Z=Z=Z=Z=期望收益方差. 應(yīng)用“策略4”進(jìn)行優(yōu)化計算對于“策略4”，已知生存水平z，我們把壞情況出現(xiàn)的概率和壞情況的破壞力兩個方面綜合考慮，作為評價風(fēng)險的指標(biāo)，用表示。我們的目標(biāo)是使最小。這一策略的數(shù)學(xué)模型如下：我們分別對生存水平z=、、用Lingo軟件進(jìn)行優(yōu)化求解，計算結(jié)果如下表所示。股票代碼各支股票的優(yōu)化投資比例(X)Z=Z=Z=Z=Z=Z=600001%%%%%%600002%%%%%%600005%%%%%%600006%%%%%%600007%%%%%%600009%%%%%%600010%%%%%%600016%%%%%%600019%%%%%%600028%%%%%%600033%%%%%%600037%%%%%%600058%%%%%%600060%%%%%%600062%%%%%%600071%%%%%%600072%%%%%%600073%%%%%%600076%%%%%%600085%%%%%%600086%%%%%%600088%%%%%%600100%%%%%%600103%%%%%%600104%%%%%%600115%%%%%%600120%%%%%%600121%%%%%%600126%%%%%%600133%%%%%%600151%%%%%%600161%%%%%%600165%%%%%%600166%%%%%%600170%%%%%%600171%%%%%%600180%%%%%%600181%%%%%%600183%%%%%%600186%%%%%%600188%%%%%%600190%%%%%%600196%%%%%%600198%%%%%%600205%%%%%%600207%%%%%%600210%%%%%%600221%%%%%%600223%%%%%%600236%%%%%%600256%%%%%%600258%%%%%%600263%%%%%%600266%%%%%%600270%%%%%%600282%%%%%%600288%%%%%%600307%%%%%%600309%%%%%%600313%%%%%%600319%%%%%%600322%%%%%%600330%%%%%%600345%%%%%%600368%%%%%%600372%%%%%%600377%%%%%%600380%%%%%%600383%%%%%%600399%%%%%%600498%%%%%%600500%%%%%%600555%%%%%%600569%%%%%%600588%%%%%%600600%%%%%%600624%%%%%%600626%%%%%%600631%%%%%%600632%%%%%%600635%%%%%%600637%%%%%%600638%%%%%%600639%%%%%%600642%%%%%%600643%%%%%%600649%%%%%%600651%%%%%%600662%%%%%%600663%%%%%%600664%%%%%%600665%%%%%%600668%%%%%%600675%%%%%%600677%%%%%%600688%%%%%%600690%%%%%%600701%%%%%%600705%%%%%%600717%%%%%%α%%%%%%βγ表中表示收益低于生存水平的概率，即；表示風(fēng)險情況發(fā)生時的平均破壞力，即；等于和的乘積。我們可以計算這些組合的期望和方差，在“均值方差”坐標(biāo)系中描繪它們的位置。圖中藍(lán)色的曲線為有效前沿。6種組合的期望和方差如下表所示。Z=Z=Z=Z=Z=Z=期望收益方差. 對結(jié)果偏離有效前沿的分析從計算結(jié)果的分析圖中可以看出，在實證分析中，運(yùn)用安全第一準(zhǔn)則的優(yōu)化計算結(jié)果較大的偏離了有效前沿。這與理論是不相符合的，根據(jù)安全第一準(zhǔn)則的理論，安全第一準(zhǔn)則的結(jié)果應(yīng)該位于有效前沿上。，計算結(jié)果非常接近有效前沿，但是，本章的結(jié)果卻偏差較大。分析線性運(yùn)算的算法特點以及數(shù)據(jù)特點，我們認(rèn)為產(chǎn)生偏差的主要原因是我們選股的范圍（100支股票）相對于用于計算的樣本狀態(tài)（22種情況）太大了，而我們使用的線性算法只是一種對于連續(xù)情況的離散化逼近，在狀態(tài)數(shù)量相對于資產(chǎn)數(shù)量太小的情況下，誤差會比較大。. 模擬投資和分析我們以2003年10月到2003年12月的數(shù)據(jù)作為模擬投資、驗證績效的范圍。由于我們的計算結(jié)果偏離了有效前沿（），我們計算了同等均值水平的MV優(yōu)化組合的績效作為參照。. 運(yùn)用“策略1”的結(jié)果進(jìn)行模擬投資我們把Z=x時運(yùn)用“策略1”得到的組合記為SF1(x)，把與SF1(x)的均值水平相同的“均值方差”組合極為MV(x)，以下是運(yùn)用這些組合在2003年10月到2003年12月進(jìn)行模擬投資的結(jié)果。SF1()SF1()SF1()SF1()SF1()SF1()2003年10月2003年11月2003年12月MV()MV()MV()MV()MV()MV()2003年10月2003年11月2003年12月模擬投資()()()()()()SF1（x）收益均值MV（x）收益均值SF1（x）收益方差MV（x）收益方差. 運(yùn)用“策略4”的結(jié)果進(jìn)行模擬投資同樣，我們把Z=x時運(yùn)用“策略4”得到的組合記為SF1(x)，把與SF1(x)的均值水平相同的“均值方差”組合極為MV(x)，以下是運(yùn)用這些組合在2003年10月到2003年12月進(jìn)行模擬投資的結(jié)果。模擬投資()()()()()()SF4收益均值MV收益均值SF4收益方差MV收益方差. 模擬投資結(jié)果分析從理論上說，安全第一準(zhǔn)則的計算結(jié)果應(yīng)該位于有效前沿上。由于本章的計算結(jié)果與有效前沿偏離比較大，所以我們用相同期望的“均值方差”組合的投資績效作為比較。從結(jié)果上看，兩種策略的投資績效與同期望的均值方差模型的投資績效在多數(shù)情況下都是比較接近的。由于模擬投資的次數(shù)太少，而且12月的股價受年終因素影響，不規(guī)律性較大，所以我們的結(jié)果不足以說明風(fēng)險控制情況。這也是本文在實證分析中考慮不周的地方。第5章. 總結(jié)和展望當(dāng)筆者在學(xué)習(xí)研究生課程中證券組合投資理論的過程中，一直對投資理論究竟是如何運(yùn)用于投資實踐這個問題比較困惑。在本文的寫作過程中，筆者在導(dǎo)師的指導(dǎo)下，經(jīng)歷了從投資理論到數(shù)學(xué)模型、再到計算機(jī)模型、最終進(jìn)行模擬投資的全過程，從中學(xué)到了解決實踐問題的完整方法。應(yīng)該說，這是筆者在本文寫作過程中最大的收獲（“漁”的收獲）。在對安全第一準(zhǔn)則及其相關(guān)理論進(jìn)行研究和比較的基礎(chǔ)上，本文對安全第一準(zhǔn)則模型提出了擴(kuò)展的方法。但是筆者受自身知識水平的限制，尚不能在本文中給出嚴(yán)格的證明。金融學(xué)理論的應(yīng)用是同大量的數(shù)據(jù)處理相聯(lián)系的，在本文寫作過程中，曾大量應(yīng)用計算機(jī)技術(shù)突破這一瓶頸問題，這在很大程度上得益于筆者的計算機(jī)技術(shù)背景。這在另一個側(cè)面說明了跨學(xué)科知識對于實踐的重要作用。在本文的實證分析階段，由于筆者缺乏對問題的總體把握和具體規(guī)劃，導(dǎo)致了實證分析的數(shù)據(jù)安排不合理，使分析的結(jié)論不突出，這是本文寫作過程的一個重大教訓(xùn)。在本文中發(fā)現(xiàn)，在一定情況下，安全第一準(zhǔn)則離散模型的計算結(jié)果和偏離有效前沿，文中曾嘗試對這一現(xiàn)象的原因進(jìn)行初步探討。這是本文最主要的遺留問題。作為對未來工作的展望，筆者計劃給出模型的明確的適用范圍，并且改進(jìn)算法以擴(kuò)大適用范圍。參考文獻(xiàn)[1] Markowitz, H., Portfolio Selection, Efficient Diversification of Investment, Wiley, New York,1959.[2] Roy, A. D., Safetyfirst and the holding of assets, Econometrica, 1952, 20, 431449.[3] Pyle, . and Turnovsky, Safetyfirst and expected utility maximization in mean standard deviation portfolio selection, Rev. Econ. Stat., 1970, 52, 7581.[4] Arzac, . and Bawa, ., Portfolio choice and equilibrium in capital markets with safety first investors, J. Finan. Econ., 1977, 4, 277288.[5] Atwood, J., Demonstration of the Use of Lower Partial Moments to Improve SafetyFirst Probability Limits, American Journal of Agricultural Economics, 67(1985):787793[6] Lawrance C. and Ronbinson G., How safe is riskmetrics, Risk, 1995, 8, 2629.[7] Li, D