时间：2023-06-06 08:59:50
开篇：写作不仅是一种记录，更是一种创造，它让我们能够捕捉那些稍纵即逝的灵感，将它们永久地定格在纸上。下面是小编精心整理的12篇量化投资方法，希望这些内容能成为您创作过程中的良师益友，陪伴您不断探索和进步。
1量化投资简介
1.1基本概念
量化投资是一种借助于计算机高效计算程序进行复杂运算，以金融产品未来收益与风险为研究对象的新型投资方式。量化投资的基础是以股票价格、日成交额等大数据库数据为参考样本数据并建立数学模型，运用仿真分析及迭代方法不断修正数学模型，直到数学模型可以用来预测指导投资交易。任何一个投资的方案或者设想，都可以为它设计一个数学模型，然后借助大数据库的现有数据进行迭代法测试分析，以此来判别数学模型的有效性。传统投资方式基本上是对传统的技术分析和公司的经营状态基本分析，存在一定的局限性；相比之下量化投资分析是基于对大数据市场数据的，数据样本空间容量足够大，而且可以快速进行运算并排除投资者个人心理因素的主观影响，科学性和时效性更强。此外，量化投资是一种主动性的投资方式，在进行数学模型选择、自变量选取、数学模型的验算迭代都是投资行为的主动部分。
1.2交易内容及方法
量化投资交易的内容主要是量化策略以及交易策略，在制定交易策略时必须立足于投资市场、投资产品以及分配在内等。具体交易平台则是靠以计算机计算程序为基础的线上交易平台系统。进行量化投资交易时通常会遇到各种较为复杂的情况，但是基本前提都是要依据现有的既定的大量数据库数据，灵活采用各种方法来判断投资对象是否值得投资。总体来说，量化投资有估值法、资金法和趋势法三种。
2量化投资现状
从理论上来说，每个量化投资者的决策行为可以被同化为理性预期、风险规避、严格效用基本一致的理想化模型。然而现实情况中每个人的心理活动、出发点、知识水平等都存在差异，进行量化投资时人们作出的决策也存在差异。人的非理性行为与理性行为都是客观存在的，而且非理性行为对理性行为也存在着一定的影响，因此投资人在进行投资决策时并不能完全理性地进行选择。综上所述，非理性人的客观存在使投资人在进行投资决策时不能完全忽视个人的心理因素。既然个人的心理因素无法排除，那么在建立决策分析数学模型时，就应该把个人的心理因素考虑在内。当前我国国内量化投资有以下几个特点：(1)个人投资者占总投资者的比例很高。上文已经提到投资者个人的非理性客观存在且不可避免，那么众多量化投资者的非理性因素间接影响我国量化投资市场。(2)我国的量化投资市场虽然发展迅速但仍不成熟。与美国及欧洲发达国家相比，我国量化投资市场只能是一个新兴的市场，直接表现在各方面的信息不完整且难以搜集，一些基础数据我们只能自己想方设法地去开发获取。(3)量化投资行业的企业构成比较复杂。目前我国量化投资行业的企业种类比较多，跨越众多不同的领域。加上我国量化投资市场还处于新生期，市场不稳定信息变化较快，因此量化投资行业的可用层面指标数目非常少且指标数值经常变化。当前我国量化投资者正是依据当前行业的特点，从不同的层面和角度验证分析，建立泡沫型数学分析模型，才能获得巨大的利润。(4)量化投资策略研究落后。通过把我国量化投资策略与美国及西方发达国家的量化投资策略进行对比，发现我国现有的量化投资策略严重落后。国外的量化策略研究是在大量的事件、数据积累分析的基础上，脚踏实地潜心研究总结出来的。现阶段我国量化策略研究多是借用国外的策略，结合国内的量化投资行业的实际现状进行修正得来的。当前我们还缺少指导量化投资行业的专家、指导著作，为此我国国内的一些高等院校开始着手量化投资策略的研究并取得了初步的成效。
3量化投资优势
量化投资是在定性投资基础上进行继承和延伸的一种主动投资工具。定性投资的核心是对宏观经济和市场基本面进行深入的分析，再加上实地调研上市公司以及与上市公司的管理层进行经验交流，最终把调研结果整理成专题报告，把报告作为决策依据。不难看出定性投资带有很大的个人主观判断性，它完全依赖于投资经理个人经验以及对市场的认知。量化投资在调研层面与定性投资相同，区别在于量化投资更加注重数据库大数据，运用各种方法发现运用大数据所体现出来的有用信息，寻找更优化的投资方式以获得大额收益，完全避免了投资经理个人的主观臆断和心理因素，更加科学合理。综上所述，与定性投资相比，量化投资具有以下优势。
3.1投资方式更加理性
量化投资是采用统计数学与计算机建模分析技术，以行业大数据库为参考，取代了个人主观判断和心理因素的科学客观投资方法。很明显，行业大数据的样本容量已远远高于有限的对上市公司调研所形成的样本容量；在进行投资决策时，把决策过程科学化数量化可以最大程度的减少投资者决策时个人情感等心理因素对决策结果的影响，从而避免了错误的选择方向。
3.2覆盖范围大效率高
得益于因特网的广泛实施应用，与各行各业的运行数据都可以录入大数据系统形成体量巨大的数据库；得益于计算机行业云时代到来对计算分析速度的革命性变革，在极短的时间内就可以得到多种量化投资的投资方法。定性投资方式进行决策时，由于决策人的精力和专业水平都存在一定的局限性，自然其考虑投资的范围要远远低于电脑决策，二者根本没有可比性。综上所述，虽然与定性投资相比，量化投资具有明显的优势，但是二者的目的是相同的，都以获得最大收益为目的，多少情况量化投资与定型投资可以互相补充，搭配使用会起到意想不到的效果。
4量化投资的劣势
上文已经提到量化投资的决策过程依赖于大数据库以及计算机分析系统的科学决策，因此只要投资思想正确量化投资就不会出现错误。然而即使是投资思想及决策过程都没有问题，也不意味着量化投资完美无缺。量化投资本质上是对某一特定基准面的分析，事实上基准面有时范围过小，纵然决策过程合理化、无偏差，量化投资也存在一定的局限性。量化投资的另一特点是进行考察决策时覆盖的市场面非常广泛，在当前国民经济快速发展的时代，人们对市场的认知难免出现盲区或者对某一个局部了解不充分的现象，此种情况下量化投资的正确性就很难保证。
4.1形成交易的一致性
基于量化投资的低风险特性，人们更多地依赖于采用大数据云分析平台进行决策，如此大家对某一行业的市场认知以及投资决策水平就处在同一认知层次上，当遇到极端的市场行情时，人们作出的交易决策往往一致，即容易达成交易的一致性。例如期货行业以及股票行业，在市场行情动荡的特殊时期，人们往往选择在同一时机抛出股票或者期货，这种大规模的一次性抛盘则会造成在预期抛售价格基础上的剧烈波动，导致投资者的实际收益在一定程度上低于预期收益。此种情形下又会引起新一轮投资恐慌，不利于市场的稳定发展。
4.2指标钝化和失效
任何一个行业的某一个市场承载投资者的容量都是有限的，从战略投资的角度来看，当某一个市场的产业链较为成熟、技术门槛较低时，投资者进入该市场就会容易很多，当市场的承载量大大低于投资者进入数量时，既定的投资策略则会失效。例如某一企业的某只股票第一年能获得50%的收益，第二年则降为20%的收益，第三年可能是5%，第四年就没有收益了。诸如趋利反转策略、套利策略现在已经非常大众化且投资者已经达成共识，一拥而上集中式进行投资就会导致投资评价指标钝化甚至失效。
关键词：效用理论；投资决策；风险
1、风险效用理论
在工程项目的风险评价中有多种评价模式，这些评价方法所选择的指标多为期望值。但以期望值作为评价指标的主要缺点是没有充分考虑到项目决策者的决策偏好和承担风险的能力。效用理论作为一种投资项目的一种评价方式，其主要的决策依据和标准是效用最大化原则，并且将决策者的主观决策偏好引入决策中。这一决策方法的理论依据是现代效用理论。在这一理论体系中，把某个具有不确定的建议或决策的效用定义为在偶然事件中获得标准价值的概率相等。同时引入平衡点的概念，即期望得到某种预期值和接受偶然事件的态度无差异的某个数值，并把预期值和平衡点之间的差异定义为风险费用。效用值具有无量纲的特点，一般将决策者最满意的方案效用值定义1，最不满意的方案效用值定义0。即以[0,1]区间来描述和量化对各类待决策方案的效用值。
2、风险效率
由于外界环境可能随时发生变化，因此项目的投资决策会不可避免的面临一定程度风险。为便于研究，一般都把这类风险转化为实际成本的增加来进行量化，即认为未来可能发生的风险事件都可以用追加成本的方式来加以克服。在这种思路下，可将项目的投资风险定义为发生超出能接受的预期成本超支的可能性，与之对应的概率即为项目投资的风险水平。
因此在考虑项目投资的风险评价时，就需要从降低预期成本和降低风险水平这两个角度来进行分析。显然，在预期投入成本为定值的前提下，应当使得该项目的风险水平最低；反之，在风险水平确定后，可确定最优的投资计划所需的预期成本。在这二者之间就存在一个最优组合的问题，实现风险和投资成本同时得到控制，即体现项目投资的效率。这个效率将其定义为风险效率。
3、项目效用的确定
根据前文对于效用的定义，显然效用可绘制成0-1之间变化的曲线的形式，简称为效用曲线。确定效用曲线的方法主要有两种：直接提问法和对比提问法。直接提问法是通过让决策者回答和项目有关的一系列问题，并对这些问题做出主观性的量化，由决策者绘制出让自己满意的效用曲线。对比提问法则是通过让决策者对不同方案间的两两比较来确定在何种情况之下这两类方案具有等效性。当存在多个待考虑因素时，则是固定其他因素，只考虑一个可变因素，以提问的方式来确定该可变因素的效用曲线。在实际应用中，直接提问法因主观性太强而回答的结果往往比较模糊，因此采用较少，更多的是利用对比提问法。
4、0-1规划模型
从本质上看，0-1规划属于整数规划的范畴。在实际应用中，0-1规划既可用于单指标的项目投资决策，也可用于多指标的项目投资决策。这一决策模型的基本步骤和必要的假定为：
（1）同时存在个待决策的投资项目，相应的决策向量为。（2）各待决策的投资项目的效益向量为，其中 为第 个方案的效益。（3）确定各投资项目在资源使用方面的约束条件向量。（4）确定各待决策项目所消耗的资源向量，以矩阵表示。（5）在需要同时进行考虑的 个指标中，有 个属于越大越优型，其他为越小越优型。（6）令第 个待决策项目的第 个指标的效益为，并将各个待决策方案指标进行归一化后再带入模型进行计算。（7）设定各参考指标的权重向量。（8）决策模型：
如在上式中加入约束条件，即可实现从多指标决策模型切换到单指标决策模型。
5、风险与效益综合平衡模型
上一节的模型中考虑的因素为经济利益，而在实际操作中还面临着众多不可确知的随机因素，并带来一定的风险。因此在制定投资决策时还需要将风险因素纳入到决策环节中，同时兼顾到投资项目所可能产生的经济效益和与之伴随的风险，力求在二者之间达到一种最佳的平衡。先假定以项目的预期投入成本和伴随的风险的度量作为投资决策的控制性因素。依据风险效率曲线，在追加预期投入成本的前提下，投资项目的风险水平会有所降低。这样就可能存在两种具有代表性的投资方案，即预期投入最低，但风险很高方案和预期成本最高但风险水平很低的方案。投资者必然会依据企业对风险的承受能力选择在这两个方案之间的某种折中投资方案，从而出于一种本能在风险和效益之间寻求一种平衡。从理论上讲，当风险效率曲线是可靠的前提下，可以通过理论求解的方法以精确的方式寻找到一种最优的风险效率组合投资方案。而实际上，由于受到投资者承受风险的能力的限制，只能选择一种最接近最优解的投资方案。因此投资项目未来的净收益和风险效用是紧密联系的，投资者在风险和效益之间做出的选择实质上反应的是在同等条件下决策者对风险的认知和承受能力。若将风险效用作为正向指标，则可把它作为投资项目利益最大化的一个控制因素。具体讲，可建立如下数学模型：
（1）设投资者拥有的资金总量为 ，各待决策的可行投资方案和利润分别为和。（2）以各可行决策方案中成本最低者作为基准成本，其他投资方案超出该基准成本的部分和风险成本之和为，其下限为，总成，可计算各投资项目的回报率。（3）令风险效用函数和各投资项目的预期效用分别为和，在此基础上以投资回报率和风险效率均取得最优作为优化目标，建立如下模型：
6算例
本例中有三个可供决策的投资项目，各项目的控制参数分别如下。1项目A 基本成本100万元，风险概率0.2，风险结果50万元，预期总利润138万元。2项目B 基本成本105万元，风险概率0.2，风险结果30万元，预期总利润130万元。3项目C 基本成本110万元，风险概率0.2，风险结果10万元，预期总利润135万元。效用函数为，此处 为投资者为降低成本而投入的费用，表示风险容忍度，此处取为25万元。
依据效用理论并结合决策树法，可得到如图1的决策结果：
由图1可见，项目C的预期效用最大。再利用效用函数可计算项目C成本与风险的平衡点为12.35万元，也优于其他投资方案(项目A的平衡点为20.58万元，项目B的平衡点为14.53万元)。因此应当选择项目C作为投资方案。
再用风险与效益综合平衡模型来求解该问题。可得，，。将以上数据带入模型，可解得如下结果：
7、结语
项目投资决策是一项复杂的过程，受到很多实际因素的影响。在决策中引入风险因素是让投资决策更加合理的必然手段。本文引入效用理论的基础上，构建了0-1规划模型和考虑风险与效益的综合平衡模型，给出的实例概要说明了该方法的使用。
参考文献
关键词：移动平均线 风险调整收益 量化投资模型
一、高风险资产的长期持有对投资者造成的损失
中国股市向来就是过山车式的走向，尤其是2008年的股市，从最高点6120点一路跌至1664点。同样，作为金融危机的发源地的美国，S&P 500 指数下跌了约37%。更为可怕的是，由于所有类别的资产都大幅度地下跌，不同资产的多样化配置本可以带来的正常利润现在却完全消失殆尽。比如说，摩根史坦利国际远东（MSCI EAFE）指数，高盛商品指数，美国房产投资指数（NAREIT）都有超过了36%的下跌。更为普遍的是，G7国家都经历了股票市场市值短时间蒸发了75%以上的痛苦，而这75%的下跌需要投资者在未来实现300%的正增长才能完全抵消。
从不同国家的经济历史来看，在经济萧条时期的资产都呈现了大幅度下降，这向我们表明了一个事实，长期持有某种特定风险的资产并不一定是个聪明的举动。当分析美国上述各种指数长期收益的时候，我们就会发现，绝大部分的资产收益虽然每段时期波动不同，但长期来看，都可以得到很好的长期收益率，而更为惊人的是，不同资产的长期收益率居然十分接近。当然，由于债券的低风险，其长期的收益要低于其他指数。但从风险的角度来看，当我们仔细分析这些指数的最大跌幅（表一）时，可以看到几乎每个指数在某年都会有超过40%的跌幅，同样，债券除外。
二、量化投资模型用于调整各资产的收益
如前文所述，本文将会通过移动平均时间模型这种非常简单的量化模型来测试其管理风险的能力。为了更好地测试此模型，笔者认为需要如下几个条件以确保此模型简单易行：1、纯粹的计算机制；2、对每个资产类别使用同样的参数和模型；3、价格为唯一的可变量；4、所有数据不包括分红，且每月更新一次。
移动平均线型的交易系统是最为简单和流行的趋势交易系统，最常用的参数是200天移动平均线。因此，笔者采用的计算规则如下：
1、购买原则：当月平均价大于10个月的SMA
2、卖出原则：当月平均价小于10个月的SMA
为了描述本量化时间模型的特点和逻辑，笔者采用了超过100年的各资产市场收益率来进行测试。通过表二看出，本量化时间模型不仅提高了复合收益率，还同时降低了风险。
可见，量化投资模型优化后达到了很好的收益数据。其中一个显著的特征是降低了风险。具体来看，我们使用“购买后长期持有法”和“量化时间交易模型”来进行对比，并对各资产进行均等份额配置。通过对上述指数同段时期的测算，可以发现量化时间交易模型能够在绝大多数时间区间里保证资产组合至少拥有60%以上的净值。而购买后长期持有配置常常会有约50%的资产跌幅。
三、结束语
一个非主观性的，量化交易模型将在降低风险的基础上对收益实现正影响。也就是说从理论上来看，除了通过多样化配置实现低风险收益，还可以尝试通过简单易操作的量化移动平均时间模型来提高风险调整后的收益。
参考文献：
[1]龚六堂：《动态经济学方法》，北大出版社，2002
[关键词]固定资产投资证券投资决策方法
投资是企业重要的财务活动之一，它通常是指企业将一定的财力和物力投入到一定的对象上，以期在未来获取收益的经济行为。投资活动可以按多种标准进行分类，其中按投资方式的不同可分为直接投资和间接投资，直接投资又称为实物投资，是指直接用现金、固定资产、无形资产等进行投资，直接形成企业生产经营活动的能力。直接投资往往数额大，回收期长、与生产经营联系紧密。
间接投资一般也称为证券投资，是指用现金、固定资产、无形资产等资产购买或取得其他单位的有价证券（股票、债券等）。
固定资产投资的规模大小和技术的先进程度、证券投资的规模大小和投资对象的合理性，在很大程度上决定了企业经营和发展的潜力，因此，对固定资产投资和证券投资决策方法的研究和使用对企业的生存和发展都具有十分重要的意义。
一、固定资产投资决策
1、固定资产投资决策方法。如前所述，固定资产投资直接影响企业的生产经营规模，由于它投资数额大、投资回收期长、一经决策和实施就难以改变，因此固定资产投资决策成败与否后果深远。实务中，企业在进行固定资产投资决策时，一般都要提出几种投资方案，进行反复比较后从中选取最佳或最合理的方案，这就需要运用净现值法、内含报酬率法、现值指数法、投资回收期法、平均报酬率法等投资决策方法，但现行财务管理理论和实践对固定资产投资主要采用净现值(简称NPV)法。所谓净现值是指投资方案的未来现金流人量的现值和现金流出量的现值的差额。用公式可表达为：
NPV=∑CIt／(1+i)t—∑COt／(1+i)t
其中：CIt表示第t年的现金流入量；COt表示第t年的现金流出量；i表示预定的折现率。
净现值法的决策规则是：在只有一个备选方案的采纳与否决策中，净现值为正者则采纳，净现值为负者不采纳；在有多个备选方案的互斥选择决策中，应选用净现值是正值中的最大者。
2、对固定资产投资决策方法的说明。不难发现，净现值法与其他方法相比具有以下优点：
(1)净现值法考虑了资金的时间价值，能够反映各种投资方案的净收益，即以各种投资方案收益的大小作为投资决策的依据，因此是一种较好的方法。
(2)净现值法与企业的财务管理目标相一致。投资方案的净现值就是该方案能够给企业增加的价值，因此要实现企业价值最大化这一目标，就必须在多种备选方案中选择净现值最大且不小于零的投资方案。
因此，现行企业财务管理工作中主要采用净现值法进行固定资产的投资决策。
二、证券投资决策
1．证券投资决策方法。证券投资决策的目标就是将投资收益和投资风险风险联系起来，对二者进行权衡后选择最为合理的证券进行投资。因此，证券投资决策主要是讨论如何在规避风险的基础上最大限度地获取证券投资收益，这就是著名的投资组合理论。投资组合理论最初由马考维茨(HMarkowitz)于20世纪50
年代创立，后经威廉•夏普(WSharpe)等人发展，主要运用证券投资回报率的期望值E和系统风险系数β两个指标表示一个证券(或证券组合)的投资价值，以此为基础的分析被称为“E—β”分析。
证券投资组合的风险可以分为两种性质完全不同的风险，即系统风险和非系统风险。系统风险又称为不可分散风险或市场风险，是由于一些会影响到所有公司的因素如战争、通货膨胀、经济衰退、金融危机、国际市场的变化引起的风险。这些因素对任何企业来说，都是不可避免的；非系统风险又称为可分散风险或公是指发生于个别公司的因素如新产品开发失败、失去一项重要合同、重大项目投标的失败、竞争对手的出现、生产工艺技术的老化等所造成的风险，此类风险可以通过多元化的投资来分散或消除。
2．对证券投资决策方法的说明。资本市场理论和实践研究表明，证券的回报率和系统风险之间存在着很高的相关性，即风险与收益对等，高风险可以用高回报来补偿，而低风险则伴随着低回报。在完全有效的资本市场中，证券的价格反映其价值，证券的价格在任何时刻都应与其价值相符，因此购买或出售证券只能获得与该证券的系统风险相一致的回报率。也就是说，证券投资的净现值等于零。因此证券投资决策不能用净现值作为评价指标，而应采用“E—β”分析法。
综上所述，对固定资产投资与证券投资决策方法的差异归纳为以下几点：
(1)现行企业财务管理理论和实践对固定资产投资决策主要采用净现值(NPV)法，而对证券投资决策则采用回报率与风险(E—β)分析法。
(2)只有当固定资产投资方案的净现值不小于零时，才有可能接受该方案，而证券投资方案的净现值一般为零。
(3)由于证券市场的竞争性远远高于产品市场，使得证券市场能够迅速达到竞争性均衡状态，因此，证券投资的平均租金高于零；而产品市场或者因为存在垄断和寡头，或者因为某个或某些企业的创新而使得该行业调整到竞争性均衡状态还需要一定的时间，所以固定资产投资可以赚取经济租金。
三、原因分析
1．从资本资产定价模型的角度来看。上面的分析似乎表明固定资产决策和证券投资决策是两种截然不同的决策类型，其实并非如此，两者实际上都使用资本资产定价模型来量化风险。
威廉•夏普1964年开创的资本资产定价模型(CapitalAssetPricingModel，简称CAPM)被认为是财务管理学形成和发展中最重要的里程碑，它的出现第一次使人们能够对风险进行定量分析。这一模型为：
Kj=Rf+βj(Km—Rf)。
式中：Kj表示第j种股票或第j种证券组合的必要报酬率；Rf代表无风险报酬率；βj表示第j种股票或第j种证券组合的β系数；Km表示所有股票或所有证券的平均报酬率。
可见，资本资产定价模型简单、直观地揭示了证券的期望报酬率与风险之间的关系。
例：当前的无风险报酬率为6％，市场平均报酬率为12％，A项目的预期股权现金流量风险大，其值β为1．5；B项目的预期股权现金流量风险小，其β值为0．75，则：
A项目的必要报酬率=6％+1．5×(12％—4％)=18％
B项目的必要报酬率=6％+0．75×(12％—4％)=12％
因此，资本资产定价模型是证券投资分析的直接工具，应用资本资产定价模型可以直接预测证券投资组合的期望报酬率；而在固定资产投资决策中，资本资产定价模型同样发挥作用，即可以用于估计固定资产投资方案的机会成本，固定资产投资方案的风险越大，资金的机会成本也就越大。如果固定资产投资方案的净现值大于零，就说明该固定资产投资方案的期望报酬率大于资金的机会成本。
因此，无论是固定资产投资决策还是证券投资，资本资产定价模型都是一个有效的工具，所不同的是，在证券投资决策中，资金的机会成本就是该证券投资的期望报酬率；在固定资产投资决策中，用估计的资金机会成本作为折现率对固定资产投资方案的预期现金流量进行折现，计算其净现值，并根据计算结果的大小对投资方案作出取舍。
2．从经济租金和有效资本市场假说的角度来看。
[关键词]固定资产投资证券投资决策方法
投资是企业重要的财务活动之一，它通常是指企业将一定的财力和物力投入到一定的对象上，以期在未来获取收益的经济行为。投资活动可以按多种标准进行分类，其中按投资方式的不同可分为直接投资和间接投资，直接投资又称为实物投资，是指直接用现金、固定资产、无形资产等进行投资，直接形成企业生产经营活动的能力。直接投资往往数额大，回收期长、与生产经营联系紧密。
间接投资一般也称为证券投资，是指用现金、固定资产、无形资产等资产购买或取得其他单位的有价证券（股票、债券等）。
固定资产投资的规模大小和技术的先进程度、证券投资的规模大小和投资对象的合理性，在很大程度上决定了企业经营和发展的潜力，因此，对固定资产投资和证券投资决策方法的研究和使用对企业的生存和发展都具有十分重要的意义。
一、固定资产投资决策
1、固定资产投资决策方法。如前所述，固定资产投资直接影响企业的生产经营规模，由于它投资数额大、投资回收期长、一经决策和实施就难以改变，因此固定资产投资决策成败与否后果深远。实务中，企业在进行固定资产投资决策时，一般都要提出几种投资方案，进行反复比较后从中选取最佳或最合理的方案，这就需要运用净现值法、内含报酬率法、现值指数法、投资回收期法、平均报酬率法等投资决策方法，但现行财务管理理论和实践对固定资产投资主要采用净现值(简称NPV)法。所谓净现值是指投资方案的未来现金流人量的现值和现金流出量的现值的差额。用公式可表达为：
NPV=∑CIt／(1+i)t—∑COt／(1+i)t
其中：CIt表示第t年的现金流入量；COt表示第t年的现金流出量；i表示预定的折现率。
净现值法的决策规则是：在只有一个备选方案的采纳与否决策中，净现值为正者则采纳，净现值为负者不采纳；在有多个备选方案的互斥选择决策中，应选用净现值是正值中的最大者。
2、对固定资产投资决策方法的说明。不难发现，净现值法与其他方法相比具有以下优点：
(1)净现值法考虑了资金的时间价值，能够反映各种投资方案的净收益，即以各种投资方案收益的大小作为投资决策的依据，因此是一种较好的方法。
(2)净现值法与企业的财务管理目标相一致。投资方案的净现值就是该方案能够给企业增加的价值，因此要实现企业价值最大化这一目标，就必须在多种备选方案中选择净现值最大且不小于零的投资方案。
因此，现行企业财务管理工作中主要采用净现值法进行固定资产的投资决策。
二、证券投资决策
1．证券投资决策方法。证券投资决策的目标就是将投资收益和投资风险风险联系起来，对二者进行权衡后选择最为合理的证券进行投资。因此，证券投资决策主要是讨论如何在规避风险的基础上最大限度地获取证券投资收益，这就是著名的投资组合理论。投资组合理论最初由马考维茨(HMarkowitz)于20世纪50
年代创立，后经威廉•夏普(WSharpe)等人发展，主要运用证券投资回报率的期望值E和系统风险系数β两个指标表示一个证券(或证券组合)的投资价值，以此为基础的分析被称为“E—β”分析。
证券投资组合的风险可以分为两种性质完全不同的风险，即系统风险和非系统风险。系统风险又称为不可分散风险或市场风险，是由于一些会影响到所有公司的因素如战争、通货膨胀、经济衰退、金融危机、国际市场的变化引起的风险。这些因素对任何企业来说，都是不可避免的；非系统风险又称为可分散风险或公是指发生于个别公司的因素如新产品开发失败、失去一项重要合同、重大项目投标的失败、竞争对手的出现、生产工艺技术的老化等所造成的风险，此类风险可以通过多元化的投资来分散或消除。
2．对证券投资决策方法的说明。资本市场理论和实践研究表明，证券的回报率和系统风险之间存在着很高的相关性，即风险与收益对等，高风险可以用高回报来补偿，而低风险则伴随着低回报。在完全有效的资本市场中，证券的价格反映其价值，证券的价格在任何时刻都应与其价值相符，因此购买或出售证券只能获得与该证券的系统风险相一致的回报率。也就是说，证券投资的净现值等于零。因此证券投资决策不能用净现值作为评价指标，而应采用“E—β”分析法。
综上所述，对固定资产投资与证券投资决策方法的差异归纳为以下几点：
(1)现行企业财务管理理论和实践对固定资产投资决策主要采用净现值(NPV)法，而对证券投资决策则采用回报率与风险(E—β)分析法。
(2)只有当固定资产投资方案的净现值不小于零时，才有可能接受该方案，而证券投资方案的净现值一般为零。
(3)由于证券市场的竞争性远远高于产品市场，使得证券市场能够迅速达到竞争性均衡状态，因此，证券投资的平均租金高于零；而产品市场或者因为存在垄断和寡头，或者因为某个或某些企业的创新而使得该行业调整到竞争性均衡状态还需要一定的时间，所以固定资产投资可以赚取经济租金。
三、原因分析
1．从资本资产定价模型的角度来看。上面的分析似乎表明固定资产决策和证券投资决策是两种截然不同的决策类型，其实并非如此，两者实际上都使用资本资产定价模型来量化风险。
威廉•夏普1964年开创的资本资产定价模型(CapitalAssetPricingModel，简称CAPM)被认为是财务管理学形成和发展中最重要的里程碑，它的出现第一次使人们能够对风险进行定量分析。这一模型为：
Kj=Rf+βj(Km—Rf)。
式中：Kj表示第j种股票或第j种证券组合的必要报酬率；Rf代表无风险报酬率；βj表示第j种股票或第j种证券组合的β系数；Km表示所有股票或所有证券的平均报酬率。
可见，资本资产定价模型简单、直观地揭示了证券的期望报酬率与风险之间的关系。
例：当前的无风险报酬率为6％，市场平均报酬率为12％，A项目的预期股权现金流量风险大，其值β为1．5；B项目的预期股权现金流量风险小，其β值为0．75，则：
A项目的必要报酬率=6％+1．5×(12％—4％)=18％
B项目的必要报酬率=6％+0．75×(12％—4％)=12％
因此，资本资产定价模型是证券投资分析的直接工具，应用资本资产定价模型可以直接预测证券投资组合的期望报酬率；而在固定资产投资决策中，资本资产定价模型同样发挥作用，即可以用于估计固定资产投资方案的机会成本，固定资产投资方案的风险越大，资金的机会成本也就越大。如果固定资产投资方案的净现值大于零，就说明该固定资产投资方案的期望报酬率大于资金的机会成本。
因此，无论是固定资产投资决策还是证券投资，资本资产定价模型都是一个有效的工具，所不同的是，在证券投资决策中，资金的机会成本就是该证券投资的期望报酬率；在固定资产投资决策中，用估计的资金机会成本作为折现率对固定资产投资方案的预期现金流量进行折现，计算其净现值，并根据计算结果的大小对投资方案作出取舍。
2．从经济租金和有效资本市场假说的角度来看。
关键词：投资方 建设项目造价 控制
一、建设项目决策阶段的投资控制
项目的立项决策，是项目建设的开始阶段，是投资方进行全过程投资控制最为关键的阶段。首先是决策阶段，决策阶段虽然所需花费的资金不多，但对项目投资费用所造成的影响却能占到70 %；决策阶段对投资费用所造成的影响是最大的，因而是关注的焦点。在项目的决策阶段，合理地确定建设地点、建设规模，科学地确定建设标准，严密地进行可行性研究，对拟建工程项目在技术上是否可行、经济上是否合理有利、环境上是否允许等方面进行全面系统的分析、论证，进行多方案优选，做好建设项目投资估算的编制与审查，经审查批准后，即可作为建设项目总投资的计划控制额，施工期间不得任意突破，使其真正起到决策和控制作用。
投资方组织编写的项目建议书与可行性研究报告应能全面而准确体现业主的投资意图。项目建议书的准确与否直接关系项目投资的效益， 投资方应对拟建项目的选址、功能、建设规模、建设标准、设备选用、环境影响评价、使用年限等进行准确详细的阐述并编制可行性研究报告。可行性研究报告所确定的各项初步技术经济指标将直接决定了整个项目的投资。投资方决不能认为可行性研究只是形式，只是走走过场而已。
投资主体也可以选择适合的监理单位参与建设项目的投资分析，有效控制项目投资。目前，一般都认为监理单位只是施工质量的监理，所以很少介入到投资方的前期投资决策分析；同时，投资方在技术上往往缺乏专业的技术人员，项目的立项决策就是几个领导几句话的事情，很难从技术角度对项目的建设进行客观全面的分析，也就很难做到科学合理的决策。这实际上是走进了一个误区，监理的职责不仅体现在施工阶段，更重要的是要让其参与到前期阶段。利用监理单位在专业技术上的优势，为业主更科学、更合理的进行投资控制提供技术上的保障，从而最低程度的减少业主投资决策的盲目性。
二、建设项目设计阶段的投资控制
在项目做出投资决策后，控制工程造价的关键就在于设计。设计阶段也是投资控制的重点阶段之一，因此投资方把设计阶段的投资控制作为重点，积极进行主动控制将是进行投资控制最有效的手段。设计质量的优劣，不仅会影响工程施工的控制目标和投入资源多少，而且对投资额的控制和项目建成后的使用效果产生影响。由于工程产品的一次性投资大，建成后可变性小，因此，做好设计工作，以高质量的设计成果来实现工程项目，是设计阶段投资控制的主要目标。
要加强对设计单位的考核和制约，应以合同的方式提高设计的质量，减少由于过多地、不必要的设计变更造成投资的失控。投资者要加强对勘察、设计合同的管理，与设计单位建立相应的经济责任制。在与勘察、设计单位签订有关合同时，将勘察、设计质量，特别是对工程地质勘探的准确程度以及估算、概算、预算在各阶段设计文件中的执行情况与设计费用挂钩，并建立相应经济责任制，用经济手段实现对建设项目投资的控制。
三、建设项目发包阶段的投资控制
投资方在对项目立项决策与设计阶段对投资进行有效的控制后，可以说对整个项目的投资也就基本上控制了，但是施工阶段投资的控制也不能忽视。施工阶段投资的控制，应注重从技术上规范管理，减少施工单位索赔的机会。多年的实践证明，控制建设项目发包阶段工程造价的有效手段是积极推行建设工程招投标制。
1、通过招标方式选择好施工队伍。建设部颁发《建设工程招标投标暂行规定》中指出：“确定中标企业的主要依据是标价合理、能保证质量和工期，经济效益好、社会信誉高。”
2、加强合同管理，避免合同条款的缺陷。合同条款规定了双方的权利、义务，是双方行动的依据。
首先，合同措词要严密，不留“活口”。有时施工方就是利用了合同中某些条款的不确定性向投资方索赔， 以达到增加盈利的目的。其次，合同条款要详细，特别是一些牵涉到投资增减的条款，诸如设计变更的确认及其计价依据、某些特殊材料的调价方法等都要详细而明确。
其次，注重对合同变更，特别是施工过程中发生的现场签证与设计变更的管理，建立完善的变更审查、审批制度。手续不完善的签证，一般不予认可。
投资方要对于每一项设计变更的功能目标、工程量及造价增减情况都应进行详细分析，严格控制施工中的设计变更，从制度上防止任意提高设计标准，改变工程规模，增加工程投资费用。严格地讲，对变更部分提出的投资增加，是施工单位的一种索赔方式。这就要求投资方驻工地代表具有较强的管理经验与专业能力，特别是要具备较强的预算能力。对于现场签证，现场技术管理人员能够正确分析其具体内容，确定其是否已属于图纸、预算内容以及包干内容，然后进行适当签证，否则很容易造成无谓的投资增加。而对于施工过程中发生的变更，投资方应认真考察变更内容的原因、投资增减情况及其对工期的影响等。
3、对大宗材料和大型设备实行单独招标采购，最大程度降低材料设备投资。
在工程造价中，材料设备费用所占的比重很大，其采购、供应和管理是否科学，不仅直接影响工程质量，而且影响着工程造价。因此，投资方应对建筑材料和设备的货源、价格建立信息网络，掌握市场行情。对差价大的大宗材料或价值大的设备，我们通常选择直接与厂家定货自供，或者由施工单位购买，业主参与材料的招标工作，真正选择到质量优良、价格合理的材料、设备。
转贴于
4、严密工程承发包合同。通过招标、投标选定了施工队伍，即可签订建设工程承发包合同。合同价即为中标价。在合同履行过程中，通过有关的合同条件，将合同各方的投资工作密切联系起来，促进投资工作的开展和投资控制目标的实现。
5、严格按合同约定及实际完成的工作量支付工程进度款。
投资方应在合同约定的基础上，准确做好对已完工程量的计量，严防工程进度款的超进度支付。
6、投资主体要在规范自身行为的同时，加强对监理单位的管理，积极主动地防范施工单位的索赔。索赔发生的原因，除了以上谈到的合同缺陷及合同变更外，一般还有以下几种：业主违约、业主代表（监理工程师）行为不当、其他不可抗力的影响等。监理工程师是接受业主委托进行工作的，因此从施工合同的角度，由他们的不当行为给施工单位造成的损失，应由投资方承担。业主除了严格履行施工合同约定的条款外，还要做好“监理的监理”。
四、建设项目施工阶段的投资控制
工程建设进入施工阶段后，由于工程设计已完成，工程量已完全具体化，因而影响工程投资的可能性只有5%-10%， 节约投资的可能性已经很小。但工程投资却主要发生在这一阶段，浪费投资的可能性则很大，可以说施工管理水平的高低直接影响建设工程造价，做好施工阶段的投资控制，也是整个建设项目投资控制的重要组成部分。
1、认真做好施工组织设计的审查工作
工程项目的施工组织设计提出了工程施工中进度控制、质量控制、投资控制、安全控制、现场管理等目标以及技术组织措施。施工组织设计的基本内容包括工程概况和施工条件分析、主要工程的施工方案、施工进度计划和施工平面图。它是施工阶段的全局性的技术经济文件。对施工组织设计进行优化，主要目的之一就是使投资与工期、投资与质量之间的关系能够得到正确处理。要正确处理质量、工期和投资三者之间的关系，不能一味要求缩短工期而以较大的投资作为代价。要督促施工单位做好施工进度计划网络图的设计和优化，在保证工程质量和满足工期的前提下，尽可能降低工程造价。
2、严格工程变更及现场签证的审查与控制
在工程项目的实施过程中，由于多方面的情况变化，经常出现工程量变化、施工进度变化以及发包方与承包方在执行合同中的争执等许多问题。由于工程变更所引起的工程量的变化、承包方的索赔等，都有可能使项目投资超出原来的预算投资。对必要的设计变更，应做到以下几点：（1） 进行工程量和投资增减分析，论证变更的必要性；（2） 所有设计变更均需经发包方代表或发包方委托进行项目管理的监理工程师同意；（3） 当设计变更超过原设计标准或已批准的建设规模时，均应经原项目审批部门和其他有关部门的审查批准。
严格控制施工现场的签证。对于因施工条件或无法预见的情况的发生所引起的工程量的变化， 需进行现场签证。现场签证一般涉及工程量的增减、施工方案的变更和施工时间的改变，在工程建设管理过程中，要建立完备的现场签证手续，签证必须达到量化要求，签证的工作量应主要为现场实测、实量或清点的实物量，如长度、高度、深度、宽度、规格等，避免出现建设单位工程管理人员只管签证，不算经济帐的现象，造成投资失控的严重后果，变事后被动控制为事前主动控制工程造价。
3、做好合同管理，做好索赔管理
加强施工合同的费用控制，是施工阶段投资控制的一项重要内容。积累一切可能涉及索赔论证的资料，加强索工程造价管理是一门集经济、技术、管理于一体的具有前瞻性的学问，对可能引起的索赔应当有所预测，及时采体补救措施，有效避免索赔事件的发生。
4、做好竣工决算审核，控制工程造价作为一项核心工作来抓，使有限的建设资金发挥出
分级基金：杠杆效应是柄双刃剑
2007年7月17日国内首只创新型封闭式分级基金面世，目前市场上共有7只分级基金，包括3只封闭式、3只指数及2010年3月发行的1只主动开放式，其中3只封闭式基金的近期收益见附表。纵观这7只基金，既有封闭式基金也有开放式基金，设计方式类似，都有满足相对保守投资者设计的低风险份额和相对激进投资者设计的高风险份额。另外，又有一条主线将它们区分开来，即收益分配方式。从国内分级产品的特色来看，其核心主要是针对基金份额进行收益风险的重新设计，将基金份额分成具有明显风险收益属性的不同级别，从而满足不同投资者的需求，单从设计层面上讲具有一箭双雕之功用。目前分级基金正如火如荼，某种程度上也说明适应了市场的投资需求。
某种程度上，杠杆效应可能是吸引投资者关注分级基金的一大因素。简单来讲，杠杆效应相当于高风险份额向低风险份额借入资金，将两份额资产混合起来投资，以期获得超额收益，同时允诺低风险份额某一基准收益率。需要警惕的是，高风险份额在放大了投资收益的同时也提高了风险。最后的结果是高风险份额可能获得超额收益，也可能损失翻倍。简单来说，高风险份额向低风险份额借入资金的成本为2％，如果基金的收益率为5％，高风险份额相当于获得了额外的3％的收益，相反如果基金的收益率为-1％，高风险份额除了要承受基金的损失还需要支付2％的融资成本。
在关注分级基金特色的同时，也应关注基金的投资目标和策略等。分级基金首先是基金，其次才是其创新性。分级基金的杠杆效应是在基金收益的基础上面做设计，少了基金本身获取收益的能力，分级基金的杠杆效应也如空中楼阁，有时会起到相反的效果。
量化基金：挑战传统的基本面分析
量化基金，简单理解就是依据数量化的技术进行资产管理，有别于传统的基本面分析，主要运用数学理论和复杂的统计手段构建投资策略。自1971年富国银行发行跟踪纽约证券交易所1500只股票的指基以来，数量化技术便逐渐被人们认识，量化基金应运而生。海外量化基金的优异表现曾经一度引起了许多人的关注，这种设计思路也逐步被引入国内基金产品设计中。
量化基金有别于普通基金的运作模式，普通基金依靠基金经理做决策该买卖哪些股票，在什么时候交易，量化基金最明显的优势在于计算机模型的处理效率远高于人脑，在海量股票选择中占有绝对优势。量化基金的研究成本比主动管理型基金要低得多，成千上万只股票如果单靠分析师去研究并挑选，研究成本会很高。而量化基金主要依靠计算机模型来做决策，相对而言，研究成本会降低。多数量化基金的模型会按照基准指数的投资组合去挑选具体的行业和股票。这个流程会降低主动管理型基金经理凭主观推断和情绪化去选择某一行业或者某只股票的风险，这也是其优势之一。
由于量化基金的这些优势以及业绩上的优异表现，此类产品在国外一度被很多投资者所津津乐道。据一份研究资料表明，1981～2000年，使用量化技术的增强型指数基金普遍战胜了业绩基准。然而近年来海外量化基金失效及黑箱子现象使所有人开始重新审视量化基金的有效性和未来(失效主要是指2007年8月以来量化基金的业绩相比非量化基金普遍表现不佳；黑箱子是对某些量化基金操作方式的一种形象地描述，量化基金的模型和投资方法并不是公开的，基金经理就好像在一个黑箱子里面进行操作一样)。模型结构的相似性将直接影响模型的有效性及流动性。模型最主要的功能是通过有效识别因素寻找被低估的股票。发展之初，可能证券间的相关性不是很强，模型对识别错误定价的证券是有效的，但随着市场的发展，相关程度也不断增加，有效性可能会减弱。从模型的具体操作来看，量化模型主要是根据历史数据来构建，它吸收新信息的能力比较缓慢和迟钝。一旦外部环境发生变化或发生某些重大事件，如基本面上的变化等，其有效性可能就会受影响。
指数型QDII：另辟蹊径的QDII
国内首只指数型QDII――国泰纳斯达克100指数基金的发行，标志着QDII基金产品设计另辟蹊径，将逐渐朝着多样化格局发展。未来QDII市场可能形成主动和被动投资型产品共存的局面。某种程度上说，指数型QDII的出现是国内基金公司在首次出海投资探索经验的一个调整。从投资策略上说，主动和被动投资很难说孰优孰劣。然而现阶段，在海外投资环境相对复杂，海外投资经验和人才缺乏，指数型QDII的优势可能更甚于主动投资型QDII，并可能成为QDII发展的主流趋势。
简单地说，就是利用基于数据模型的量化投资策略运作的基金。基金公司宣传此类产品时，习惯于用“电脑+人脑”进行解释。
从1971年巴克莱投资管理公司发行全球第一只定量投资产品至今，量化投资已走过30年历程。
凭借着良好的业绩表现，这一投资方法已占据全球投资30%的江山，成为主流的投资方法之一。其中著名的大基金自成立起至2006年的17年间，年化收益率达到38.5%。
然而，近两年来，量化基金在全球的业绩并不理想。次贷危机之后，量化基金一直举步维艰。
国内量化基金的兴起，正是在次贷危机之后。
截至目前，国内已成立的采用量化策略的基金有12只，其中9只自2009年以来成立。它们整体面临业绩不尽如人意的尴尬，据《投资者报》数据，它们的年复合增长率为11.78%，远低于平衡类、价值类、成长类基金。
量化基金成败，最关键是量化模型的有效性和投资纪律的执行情况。然而，国内已有的量化基金两方面均无太大优势。
一方面，模型相对较原始，量化投资策略要么机械地借鉴国外已经公开的模式，要么基于基金公司自有的多因子模型；另一方面，与海外量化基金一样，具体的模型并不会公开，这样投资纪律便无处考察。
从现有的几只量化基金过往业绩看，长期业绩较优异的是上投摩根阿尔法，自成立以来，年复合增长率达到35%，算得上是量化基金的龙头。
量化模型无亮点
投资模型是量化基金最核心的竞争力。
定量基金经理基于对市场的理解，提炼出能够产生长期稳定超额收益的投资思想，并用历史数据验证其正确性，再由系统根据提炼出的投资思想，在全市场挑选符合标准的股票，并通过对收益、风险的优化，建构最优股票组合。
“对于中国这样的新兴市场，量化投资的关键是能否根据市场特点，设计好的投资模型。”接受《投资者报》记者采访时，上海一位从事量化投资的基金经理说道。
然而，已有的量化基金中，大多简单地利用国外已公开的模型，或是用基金公司自有的一些简单模型，在考察市场的有效性上普遍比较欠缺。
如中海量化策略和南方策略优化在行业权重配置中均采用的Black-Litterman（BL）模型。
这种模型现是华尔街主流模型，亦是高盛公司资产管理部门在资产配置上的主要工具。
BL模型利用概率统计方法，将投资者对大类资产的观点与市场均衡回报相结合，产生新的预期回报。即由投资者对某些大类资产提出倾向性意见，模型根据投资者的倾向性意见，输出对该大类资产的配置建议。
然而，在国内市场信息搜集等方面局限性较大的情况下，该系统到底是否有效还仅是基金公司体现其“专业性”的一个由头，有待探讨。
国内量化基金模型还具有同质化特点，表现在对个股估值等方法的应用上，如PE估值法、PB估值法、PS估值法、PEG估值法、PSG估值法、EV/EBITDA估值法等。
另外，模型是量化产品背后“不能说的秘密”，虽然基金契约中对要采用的量化模型做了模糊介绍，作为靠“执行纪律”取胜的产品，实际运作是否执行到位，也无处查证。
量化基金业绩平淡
量化基金的优点首先在于，通过具体的经济模型对经济复苏行业评估并进行行业权重配置，将基金经理的投资理念与分析有效结合。
其次，覆盖全市场，避免因基金经理个人偏见或经理不足造成选择范围局限。
再次，通过基金经理精细化投资运作，较好把握细微的结构性投资机会。
或许是因为模型简单雷同，以及没有较好体现A股的特征，比如说波动性、“政策市”等，现有的量化基金整体业绩优势并不明显。
根据《投资者报》数据，可比较的6只“人脑+电脑”量化产品的年复合增长率为11.78%，低于“人脑”管理的趋势类、回报类、价值类、平衡类（年复合增长率均超过18%）。
今年以来，所有量化基金中，超越指数的仅有采用量化投资的富国沪深300增强指数型基金，截至4月1日，回报率为6.94%。
而在估值修复行情中，以对估值有量化指标要求的华商动态阿尔法、国泰金鼎价值精选、嘉实量化阿尔法大幅跑输业绩大盘，取得负收益，净值分别下跌7.2%、6.7%和4%。
上投摩根阿尔法领衔
从已成立的采用量化策略投资的基金中，年复合增长率大幅超过平均值的仅有上投摩根阿尔法，为35%。但这与该基金是较早采用量化策略的基金之一，成立于2005年10月，经历过2006、2007年的大牛市行情有一定关系。
截至去年底，该基金资产规模44亿元，自成立以来的回报率为425%。该基金受到机构投资者的青睐，持股2.9亿份，占基金总份额的21%。
近两年的市场表明，价值投资和成长投资在不同的市场环境中都存在各自的发展周期，并呈现出一定的适应性。而上投摩根阿尔法量化模型适应了这一市场特点。
[关键词] 环保 技术创新 方法
山西省是中国最大的炼焦用煤炭资源基地，也会使山西省成为中国最大的焦炭生产基地和世界最大的焦炭出口基地。2000年世界焦炭贸易量2510万吨，中国出口1520万吨，占世界焦炭贸易量的60%。其中，山西焦炭出口占中国焦炭出口量的80%，占世界焦炭贸易量的48%，山西焦炭是世界焦炭行业的龙头，其焦炭产量占到全国的40%，约占世界焦炭产量的20%，焦炭出口量占全国焦炭出口量的80%，并且天津口岸的山西焦炭价格已经成为国际贸易的基准价。可见焦炭对于整个山西省的重要性。而进行煤炼焦的过程中，会产生大量的焦炉煤气，如何有效环保的对焦炉煤气进行回收利用，如何对新上项目的综合价值进行评价，正是本文所要研究的重点。对待上新项目的环保性能、经济性能进行评价，从而做出准确的投资决策使我们所关心的。
一、NPV评价方法
净现值法（NPV）：是评价投资方案的一种方法。该方法是利用净现金效益量的总现值与净现金投资量算出净现值，然后根据净现值的大小来评价投资方案。净现值为正值，投资方案是可以接受的；净现值是负值，投资方案就是不可接受的。净现值越大，投资方案越好。净现值法是一种比较科学也比较简便的投资方案评价方法。我们知道传统的项目评价中对于投资决策分析而言，主要是采用这种净现值法，这种方法也曾经被美国亚利桑那州立大学资本资产投资管理学院的DondleL.MeeDer提出并且利用这种方法用于投资决策具有严重局限的概念中，因为它是以投资决策在一定条件下能够还原为前提的，也就是说项目的投资在市场条件恶化时，能够以某种方式还原，如果不能还原，则是一个要么投资，要么永远都不投资的决策，而如果公司现在不进行投资决策，那么它将永远失去投资机会。但是人们普遍认为，净现值法利用现值可加性原理，运用数学方法进行演绎计算，应该是一种最理性、最科学的分析方法，是投资决策分析中的法宝。
但是就我们所要研究的环保类项目的投资决策而言,净现值法只是用于静态的投资项目分析,对于动态的多投资阶段的项目显得有些不足,得到的评价结果势必也是有局限性的。就焦化产业中的焦炉煤气利用技术的选择与比较中,关键是如何确定折现率,这也是一大难题,可以说,到现在为止,这不得不依靠我们的主观判断,其道理就像任意多的已知数与一个未知数相加其结果还是未知数一样简单,在净现值为零的情况下,向左向右稍微调整某个因素,净现值就能变成或正或负。还有一个重要问题是焦炉煤气的利用技术的产生过程有其特殊的局限性和特点。焦炉煤气是指用几种烟煤配成炼焦用煤,在炼焦炉气中经过高温干馏后,在产出焦炭和焦油产品的同时所得到的可燃气体,是炼焦产品的副产品。对于单一焦化企业的主营业务就是焦炭生产和销售。而对那些利用焦炉煤气生产其他工业产品是由于国家环保政策法规的要求，故其计算时,当其净现值为零或者是负数时,也都可以投资。但是在什么范围内进行投资需要新的算法和条件,这也就是本文最终所要传达的信息。
二、实物期权定价模型
实物期权分析法是指企业或者是个人在进行投资决策时拥有的、能根据决策时尚不确定的因素，改变行为的权利（期权）进行投资可行性分析的方法。麻省理工学院FaimoK.Lamalain分析：如果投资者对某个投资项目进行首轮投资后，若该项目盈利前景良好，将能降低投资者进行第二轮投资的成本，而如果第一轮没有投资，今后想再投资该项目或进入该投资领域就要付出相当高的成本。在进行投资时还要考虑应用动态规划中的整数规划进行投资时机的选取。可以看出，期权法强调了投资是分阶段进行的，投资资金往往并不是一步到位，而是先投入先期部分资金，生产销售该产品，同时继续对产品的性能、技术进行研发和改进，这可以减少投资者的潜在损失，其价值远远大于一次性投入的情况。这种方法就是针对项目的发展动态过程，根据项目开始投资后，管理者能够收集到更多的关于项目进程和最终产品市场特征的信息。后继的商业化过程是在前期的成功基础上实施的，是可以选择的;当新的信息不断到达,项目投资回报率不确定性逐渐消失时,管理者可通过修正最初投资策略,提高项目的价值和限制损失。如果项目成功，企业能从中获得巨大的投资收益；如果不成功,企业至多也是损失项目投入的沉没成本,相当于期权的成本。
对于期权定价模型而言，焦炉煤气的利用技术中，只有以焦炉煤气作原料生产甲醇这项技术可以进行下一步投资，可以利用甲醇为原料生产甲醛、聚甲醛、醋酸等化工产品。而其他的投资项目成为最终的消费品。期权的投资前提是筹资的无限可能性，但是在实践中难免有种种困难。存在很多的不确定性，也使得我们在进行环保技术创新项目投资决策中不能够简单的依靠一种投资决策方法。
三、灰色关联分析评价方法
灰色理论概述与于1982年由我国学者邓聚龙教授所提出。邓教授认为现实世界并不是清清楚楚的白色系统，又非一无所知的黑色系统，而是略知一二的灰色系统。灰色系统理论主要研究“小样本贫信息不确定性问题”。以往用白色的思想处理问题，要找到因素间明确的映射关系，然而确定性作用原理在社会、经济、农业、生态的等领域都没有物理原型，虽然能知道某些因素，但很难明确全部因素，更不可能建立明确的映射关系。比如影响物价的许多因素，如心理预期、政府导向等是无法量化的。一些可以量化的数据又缺乏详细的资料，因此对物价的定量预测具有一定难度，若不考虑这些因素，只将可以得到数据的因素考虑进去，必然带来预测结果的不准确。就白色系统常用的回归分析工具而言，在应用过程中具有其缺点。比如：要求样本有大容量，是正态分布，平稳过程才能得到统计规律，计算工作量较大，不容易分析复杂系统等等。而对于以上困境，灰色理论应运而生，它处理问题另辟蹊径，不是找概率分布，求统计规律，而是用生成的方法求得随机性弱化，规律性增强的新数据序列。这一新的数据序列既能体现原数据序列的变化趋势，又消除了其波动性，它可以较好的解决某些参数已知，某些参数未知的系统问题。
在我国焦炉煤气的利用技术上既有新的技术也有些不被淘汰的旧技术，当然对于现在的生产而言，这些技术是相当成熟的，而要将项目的技术性和经济性进行有效结合不是件容易得事情，更何况环保技术创新项目的投入需要考虑更多的因素。需要我们对项目的各方面进行综合性考虑，这就涉及了灰色系统关联评价方法。作为一种综合评价方法，这种方法在对白黑两种情况的考虑是相当充分的，即使实际中技术和经济都存在不确定性，我们也是能进行相应决策分析的。就焦炉煤气的利用上来说，可以根据项目的各种经济性参数和项目的技术参数来构建综合评价指标体系，从而为项目投资决策的分析提供决策依据。
四、结论
由于本文所要研究的是环保技术创新项目投资决策评价方法研究现状，我们在对目前比较流行的几种评价方法进行分析之后，发现在进行单一的项目评价时，如果考虑的因素不是很多，可以采用NPV方法来进行项目投资的决策分析。可是这种方法又不能摆脱静态性，而实物期权定价模型可以解决这个问题，使项目的投入具有动态性，可以提高决策的效果。但是如果我们在进行一个项目的开发时，如果所要考虑的因素不仅仅是经济因素，那么影响我们做出最终投资决策的就不能用NPV方法进行简单的评价，必须借助于系统工程理论中的综合评价来进行综合评判，从而决定我们待上项目的未来。
通过对三种评价方法的说明，结合文章的背景，山西的焦化产业环保技术创新项目决策时不仅要考虑投资性指标，还要考虑到技术投入指标和环境保护指标。只有将这三者考虑周全，才能做出正确的评价结果，从而有效的指导实际工作。这也是作者今后所要进一步研究的重点，利用净现值法和实物期权方法对经济性指标进行先评价，然后通过这一步整理好的经济参数与技术指标、环境保护指标进行结合，利用灰色系统关联分析综合评价方法对待上投资项目进行最终综合价值的评价，依据综合价值最高原则可以选择出优先进行开发的投资项目。这样就实现了我们的决策分析。
总之，在今后的研究中，努力将技术创新与环境保护联系起来，不光考虑项目的经济特性、也要考虑项目的技术创新性和环境保护特性。充分利用项目评价中的各种评价方法进行深入细致的评价工作，从而有效的指导实际工作。文中提到的综合评价方法灰色系统关联理论只是综合评价方法的一种，今后将其他的综合评价方法进行再分析，通过实际案例结合数学模型来分析这种投资决策评价方法的优越性。
参考文献：
[1]白思俊等:系统工程[M].北京:电子工业出版社，2006
[2]叶义成等:系统综合评价技术及其应用[M].北京:冶金工业出版社，2006
[3]杜栋等:现代综合评价方法与案例精选[M].北京:清华大学出版社，2005
[4]马 中:环境与资源经济学概论[M].北京:高等教育出版社，1999
揭开定量投资神秘面纱
与定性投资不同，定量投资更多关注“数字”背后的意义，依靠计算机的帮助，分析数据中的统计特征，以寻找股票运行模式，进而挖掘出内在价值。
李延刚总结了定量投资的三大优势：首先是理性。定量投资是对于基于基本面定性投资方法和工具的数量化统计性总结，它在吸收了针对某种投资风格和理念的成功经验的基础上，以先进的数学统计技术替代人为的主观判断，并能够客观理性地坚持，以避免投资的盲目性和偶然性。“完全的数量化分析过程将极大地减少投资者情绪的影响，避免在市场极度狂热或悲观的情况下做出非理性的投资决策，因而在牛熊市的转换中具有很强的自我调节性。”
其次，全市场覆盖。定量投资可以利用数量化模型对垒市场的投资标的进行快速高效的扫捕筛选，把握市场每一个可能的投资机会，而定性投资受人力精力的限制，显然无法顾及如此广的覆盖面。
此外，数量化投资更注重组合控制和风险管理。数量化的个股选择和组合构造过程。实质上就是在严格的约束条件下进行投资组合的过程，先从预先设定的绩效目标的角度来定义投资组合，然后通过设置各种指标参数来筛选股票，对组合实现优化，以保证在有效控制风险水平的条件下实现期望收益。“换言之，数量化投资模型能够很好地体现组合收益与基准风险的匹配和一致，”李延刚解释。
定量投资是否适应中国市场
“谈到定量投资，不得不提量化投资领域中的传奇人物――詹姆斯・西蒙斯。”李延刚并不掩饰其对这位投资大师的崇敬，“他不仅是世界级的数学家，也是最伟大的对冲基金经理之一。他创办的文艺复兴科技公司花费15年时间，研发基于量化数学模型的计算机模型，借助该模型，两蒙斯所管理的大奖章基金，从1989年到2006年的平均年收益率达到了38.5％，甚至超过股神巴非特。”
值得一提的是，李延刚也来自数量化投资的发源地――北美，他有着6年海外一线投资管理的实际工作经验，深刻领会并掌握了量化投资理念与方法，具备数量化投资领域的成功经验。2007年，李延刚回国后加盟中海基余，着手增强中海基金金融工程团队的寅力。在借鉴国外成熟的投资理念与经验的基础上，结合A股实际，他用了近两年时间对数量化模型进行反复修改与调试。目前，中海基金的金融工程部已经形成从择时、配置到选股等方面的一系列研究成果，并在今年顺势推出中海量化策略基金。
詹姆斯・西蒙斯的神话在中国证券市场能否再次实现?“当其他人都摆西瓜摊的时候，我们摆了一个苹果摊。”李延刚用一个形象的比喻来形容定量投资存国内市场的发展机遇。他认为，目前国内证券市场定性投资者太多，竞争激烈，而数量化投资者则太少，机会相对更多，竞争也很小。李延刚表示，大量实征研究证明，中国证券市场为一个弱有效市场，市场上被错误定价的股票相对较多，留给定量投资发掘市场非有效性的空间也就越大。基于这种考虑，定量投资方法在中国的发展极具发展空间。
“今年推出量化基金并非一时的心血来潮，一方面中海基金金融工程部已经逐渐成熟，而另一方面也是出于市场时机的考虑。”李延刚强调。
他认为，在经历2008年的巨幅下跌后，市场底部已经基本确立，目前小盘股估值相对较贵，短期内市场可能会以调整为主，但未来市场走势仍然存在诸多不确定。在此背景下，如何把握结构性机会将是未来投资关键之所在，利用数量模型进行分析和投资的量化基金具备更好的适应性。中海量化策略基金将把握市场调整时机，采用数量化模型选人具有估值优势和成长优势的大中盘股票作为基石，辅之以部分优质的小盘股票。
“量体裁衣”完善全程量化流程
据了解，中海量化策略基金的全程量化流程分三个步骤，即选股策略自下而上，施行一级股票库初选、二级股票库精选以及投资组合行业权重配置的全程数量化。
“就像裁缝做衣服一样，量化基金在投资中也要通过‘量体裁衣’来完善全程量化流程。通过全程量化与基金经理的思想相配合，才能做出优质的量化基金。”李延刚表示。
首先，选取代表性最强的反映公司盈利能力的指标，对于所有的A股上市公司进行筛选从而得到一级股票库。“主要通过对所有A股股票过去三年平均EPS(每股收益)、ROE(净资产收益率)、毛利率三项指标进行筛选，它们能分别较好的反映上市公司的获利能力，从而得到一级股票库。”李延刚说。
其次，通过盈利性指标、估值指标、一致预期指标，熵值法确定指标权重后，对一级库股票进行打分排名，从而筛选出二级股票库。其中，一致预期指标则是通过各券商分析师的调查后，得出上市公司盈利预期数据平均值，以此权威性地反映市场对公司未来盈利的预期水平。“中海量化基金引入一致预期作为选股指标，可以全面、权威的反应市场对上市公司未来盈利的预期水平，为投资决策提供更为真实和前瞻性的依据。与此同时，还可以根据预期的变化及时动态调节，更加适应股市的震荡波动。”李延刚强调。
计算机给投资带来的改变
1997年5月11日，国际象棋世界冠军卡斯帕罗夫与1BM公司的国际象棋电脑“深蓝”的六局对抗赛降下帷幕。在前五局以2.5对2.5打平的情况下，卡斯帕罗夫在第六盘决胜局中仅走了19步就向“深蓝”拱手称臣。整场比赛进行了不到一个小时，卡斯帕罗夫赛后说，在最后一局时，“我已经无力再战。”于此同时，利用计算机和数学模型来进行数量化投资的基金正迈入高速增长期。
量化基金即以数量化投资来进行管理的基金。数量化投资区别于基本面投资，他不是通过“信息和个人判断”来管理资产，而是遵循固定规则，由计算机模型产生投资决策。量化投资并不是基本面分析的对立者，90％的模型是基于基本面因素，同时考虑技术因素。由此可见，它也不是技术分析，而是基于对市场深入理解形成的合乎逻辑的投资方法。
数量化技术发源于20世纪70年代，以1971年富国银行发行跟踪纽约证券交易所1500只股票的指数基金为标志，此后随着计算机处理能力的提高，越来越多的物理学家和数学家离开学校被华尔街雇佣，基金经理们开始依靠电脑来筛选股票。
1979年巴克莱全球投资(Barclays Global Investor)成立了第一支主动数量(Quantitative & Active)投资基金标志着量化投资由草根实践走到了公募基金历史舞台聚光灯下。此后，Vanguard，Federated，Janus，American Century,Alliance Bernstein，Evergreen以及Schwab都开始在运作数量化基金，他们也都开始加入Barclays Global Investors和LSVAsset Management的阵营，后两者是数量化基金管理中最大的两家公司。另外，NumericInvestors和AQR CapitalManagement是增长最快的数量化基金公司。
根据Bloomberg的数据，截至2008年底，1184只数量化基金管理的总资产高达1848亿美元，相比1988年21只数量化基金管理的80亿美元资产来说，平均增长速度高达20％，而同期非数量化基金的年增长速度仅为8％。
2000年之后是数量化基金发展的黄金时期，无论是个数还是管理规模都有了跨越式的发展。1998年数量化基金仅136只，至2002年增长一倍多，达316只，2008年底更是达到1848只，1988年至1998年年平均增长率为46％，2000年至2008年年平均增长幅度达54％。从规模上来看，1988年至1998年年平均增长率为32％，2000年至2008年年平均增长幅度达49％。
其中的原因有二：一是，2000年之后计算机技术飞速发展，为数量化的应用提供了良好的平台；更为主要的是主动管理型基金很难战胜大盘，于是投资指数基金以及采用数量化方法筛选股票逐渐流行起来。而且数量化基金的表现也非常不错。2002年至2007年5年间，相比美国市场主动型管理基金每年5.93％的超额收益，那些覆盖所有资产的数量化基金每年的超额收益可以达到6.95％。另外，有研究表明，2004年至2007年，投资美国大盘股的数量化基金产品的表现平均超越非大盘主动型基金103个基点。
模型――量化基金的心脏
数量化基金的兴起，建立在数量化投资技术的发展之上。在20世纪80年代，大量复杂模型得以发展，这包括：混沌理论(chaos theory)、分形(fraetals)、多维分形(multi-fractals)、适应过程(adaptive programming)、学习理论(leaming theory)、复杂性理论(complexity theory)、复杂非线性随机理论(complex nonlinear stochasticmodels)、数据挖掘(data mining)和智能技术(artificial intelligence)。然后，回归分析(regression analysis)和动量模型(momentum modeling)仍然是被调查者使用最广泛的数量化投资方式。
数量化基金最明显的优势之一就是计算机处理数据的能力远远胜过人脑，这使电脑在海量股票选择中占有绝对优势。例如在嘉信证券的股票评级系统跟踪的股票超过3000只，并且每只股票都综合了基本面、估值、动理和风险因素进行打分，并按分数高低给A至F不同的评级。其次。量化基金是以定量投资为主，用纪律性较强的精细化定量模型，代替了基金经理或分析师在定性层面的主观判断，使投资业绩较少受到个人“熟悉度偏好”的影响。最后，数量化基金收取的费率及管理费用比传统的主动型基金低很多，因为他们需要的研究人员更少，成本更低。据Lipper调查，数量化基金的平均费用是1.32％，相比而言，主动型基金的管理费用平均达到1.46％。
数量化投资理念成就了一大批数量化基金经理，詹姆斯・西蒙斯无疑是其中的佼佼者。他所管理的大奖章基金对冲基金(Medallion)，从1989年到2006年的17年间，平均年收益率达到了38.5％，而股神巴菲特过去20年的平均年回报率为20％。从1988年成立到1999年12月大奖章基金总共获得2478.6％的净回报率，超过第二名索罗斯的量子基金一倍，而同期的标准普尔指数仅有9.6％。即使在次贷危机全面爆发的2007年，该基金的回报率仍高达85％。
然而量化基金并非所有市场都能有效战胜非量化基金。Lipper把基金分为四类型，每一类型量化投资与传统投资比较，2005年量化投资基金战胜传统基金，而2006年在增强指数型基金中，量化投资落后于传统型基金，到2007年情况则发生较大转弯，除市场中立基金外，其余量化投资基金全部跑输传统型基金。在考虑了风险、跟踪误差后，数量化投资具有更小的跟踪误差和更高的回报。研究表明数量投资基金业绩具有很强的轮动特点。大部分数量投资基金具有很强的价值投资偏好(value bias)，因此，他们在价值型市场下表现良好，而1998-1999年是成长型市场，数量化投资基金大部分跑输传统型基金。2001-2005年是价值型市场，数量化投资基金普遍表现优异。
用数学创造财富
国内基金业虽然历史较短，但发展迅速。美国等成熟基金市场的现状，也很可能会是我们未来的发展方向。指数基金、量化基金以及免佣基金等品种，在未来有望陆续发展壮大，受到越来越多投资者的认可。
目前，国内基金市场上有4只量化基金，光大保德信量化核心、上投摩根阿尔法、嘉实量化阿尔法、中海量化策略，其中后两只均是今年才成立，前两只分别成立于2004年8月和2005年10月。
光大保德信量化核心一方面通过光大保德信的多因素数量模型对股票的预期收益率进行估算，个股预期收益率的高低决定投资组合是否持有股票；另一方面，投资团队从风险控制角度，重点关注数据以来的信息，通过行业分析和个股分析形成对量化的补充；最后由投资组合优化器根据预先设计的风险构建组合。
上投摩根阿尔法基金的描述则是同步以“成长”与“价值”双重量化指标进行股票选择，然后研究团队将对个股进行基本面审核，结合跟踪误差的紧密监控，以求不论指数高低，市场多空皆创造主动管理回报。投研团队最终决定进入组合的股票，量化分析是辅助和基础。
嘉实量化基金“定量投资”为主，辅以“定性投资”。通过行业选择模型，捕捉具有投资吸引力的行业，然后再在所选行业中运用Alpha多因素模型筛选个股。定性的辅助作用表现在利用基本面研究成果，对模型自动选股的结果进行复核，剔除掉满足某些特殊条件的股票。
中海量化策略以量化模型作为资产配置与构建投资组合的基础。根据量化指标实行从一级股票库初选、二级股票库精选，再根据相关模型计算行业配置权重。结合行业配置权重，组合中每只股票的配置比例。
舞蹈家杨丽萍的舞台收官之作于10月24日开始全国巡演。就在同日，深圳市创新投资集团有限公司宣布向云南杨丽萍文化传播有限公司投资3000万元，把早在八月间即已确定的投资意向落实。深创投曾表示，计划用三到五年时间把云南杨丽萍文化传播有限公司做上市。
根据清科集团数据显示，2011年文化产业获得的投资创历史新高，投资总额达到261.38亿元，投资案例35个，专项基金13个。
本刊记者注意到，在这些投资中，单纯来自PE的投资占比却相对有限。尽管很多投资机构表示看好文化产业，但文化与投资间存在错位。
难以确定的泡沫风险
演艺投资只是文化产业项下的一个内容。
从2010年开始，国家一系列针对文化创意产业的积极政策相继出台，尤其在2011年出台的《2011年“十二五”时期文化产业倍增计划》，旨在大力扶持文化产业战略投资、支持和鼓励文化企业上市融资发行企业债、鼓励以央企文化企业作为兼并主体进行行业内兼并重组，从而使得文化创意产业全面升温。
去年3月，小马奔腾进行上市前最后一轮融资，吸引了近40家机构参与竞投。有业内人士称，该公司的最高估值达30亿元。无独有偶，今年6月份，海润影视集团完成的一轮私募中，吸引七弦投资、华录百纳领衔的20家PE/VC机构竞投，募得资金为8亿元左右，11月份又募得资金2亿元。
投中集团高级分析师冯坡解释，对于目前市场上的文化类企业，很少具有强势的盈利能力，这样就造成企业规模相对较小，很难具有上市能力。类似像小马奔腾和海润影视相对盈利能力较强、业绩较高的稀缺性企业，就会过度吸引投资者的关注，产生集中竞投，可能出现高估现象。究其本质是由于市场的供需不平衡造成的。
清科2012年年会的文化产业投资专题会上，多位创投机构负责人也纷纷表示，在现有的市场容量中选择追逐PreIPO，就会产生投资泡沫。浙商创投股份发起合伙人、行政总裁华晔宇告诉记者：“对于文化产业，是否存在泡沫是相对的，不能一概而论，只能说文化产业的不确定性放大了估值的风险。”
文化产业，多为概念性产品，尤其涉及创意类内容，是一个无形的产业，存在于人们头脑，相异于其他实体产品，无法用统一的标准化的方法进行判断和估值。制作人或者投资人前期看好其价值，但是其最终产品价值的决定在消费者。
对此论述，冯坡进一步补充说，除了对产品无法判别外，文化产业比其他产业对外部环境存在更高的敏感度，然而这些同样难以进行量化估值。从根本上讲，无法估定消费数量，就无法判断是高估还是低估，进而判断是否存在泡沫。
退出道路不畅
记者走访了一家已具规模的动漫公司，其股权单一，公司的运营良好，符合机构投资取向。公司负责人告诉记者：“的确需要资金介入，之前也和一些PE机构商谈合作，但由于大多投资方的介入会改变股权构成，参与公司管理，盈利的目标性太强，而公司的理念是根植于文化的发展，并不想冒进，所以为了保护原有的公司理念，最终都没有达成合作。”
记者了解到，IPO上市目前仍是PE退出的最主要渠道，PE在介入所司管理后，会以追求公司更大的盈利、从而尽早实现IPO上市为目的，因而难免出现有些投资方会忽略对内容的把握和定位。而且在部分PE参与投资中，与被投资公司签订对赌协议，很大程度上控制着公司的运营。
冯坡认为，任何投资都是以盈利为目标的。但是由于文化产业的特殊性，内容是发展的核心，因而对于未来企业的话语权是否会旁落于PE投资机构尤其敏感。
目前的中国文化市场，能够解决这一问题的方法一是PE机构选择并购的退出机制，二是进行单项目投资，但是第二种投资选择很难实现。上述动漫负责人也表示：“非常热衷于单个项目的投资的方式。而且如果公司在产品结构上有待提高，为了追逐盈利而盲目扩大规模，这并不利于公司的发展。”
华晔宇介绍，目前PE投资影视主要存在两种基金模式，一种针对公司的长期股权投资，另一种是影视投资基金，主要针对项目投资。记者了解到，目前有PE投资电影或电视剧，选择通过分红的方式退出，还可以通过出售版权等方式退出，包括通过演出和表演的票房奖退出。
IPO之外的退出方式也只是在影视行业有所体现，对于其他类型的文化产业，并没有明显的改变。理念的不统一和方式的单一性造成文化和投资像跨了银河般难以对接。
投资谜题难破
文化产业投资出现的乱象，归根结底是市场的问题。前述动漫负责人向记者介绍，一些小型公司本来具有很好的制作能力和创意元素，但是由于缺少资金，为了支持企业的生存，唯有选择资本介入。
小型文化类企业如果可以获得更多的融资渠道，长远看更有利于文化产业的发展。一位业内人士向记者表示，尽管国家政策具有文化专项资金，但是申报条件过高，申报过程时间较长，一些小型文化类公司根本不具有申报资格。
记者了解到，民间资本进入文化产业仍然存在“玻璃门”。对于新闻出版行业，除了国资背景的机构可以介入外，民资大多被挡在了投资门槛之外。投资文化产业还存在很大的政策壁垒。
一位多年从事制片的影业人士告诉记者，中国在影视投资方面，没有像美国一样形成完片担保制度。国内的风险辨别多落在制片人身上，而美国在投资方和制作方之间还存在一个担保方，多为保险机构，协助制片方甄别风险。一方面帮助制片方框定成本，另一方面帮助投资方规避不必要风险。
PE投资更擅长于协助公司管理，对于主要依赖内容的文化产业，掌控还是有限的，因而形成了较高的投资门槛。抛开上述的不确定因素，文化产业形成内在标准的方式唯有市场化，目前文化产业市场化的程度很低，最重要的是在于优良的企业较少，受政策引导性影响很大，而投资却按照市场化的运作，这样投资和被投资两方面并没有在一个层面运行，离开市场化，任何机制都不可能完善建立。
