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
在传统的金融市场上，最受推崇、应用最广泛的金融分析方法是基本分析方法和技术分析方法。基本面分析是以基本的宏观经济数据和微观财务数据作为投资分析的基础，是一种比较客观的分析法，其核心是市场参与者对资料数据进行理性的分析评估并一贯坚持利用它们。如果说基本分析走的是/价值到价格0的分析思路，那么技术分析则可以说走的是/价格到价格0的分析思路。技术分析是指以市场价格、成交量、价和量的变化以及完成这些变化所经历的时间等市场行为作为分析的基础，是一种通过人们的主观经验来判断市场未来走向的分析法。而心理分析法则是一种从/市场心理到价格0的分析思路，认为股票投资行为在很大程度上经常受到心理因素支配。价值型股票能长期战胜成长型股票，源于人们对经济与经营信息经常性的反应过度和反应不足。这种过度反应进一步会影响人们对情况改观的敏感与判断，从而在价格定位上出现经常性的滞后反映。因此，心理分析法以市场参与个体与群体的心理状态及心理变化对投资决策的影响作为其分析的基础，在市场方向即将逆转或维持原方向的临界点时，通过推测市场主导势力控制者的心理价格定位，分析主导资金的流向从而判断未来市场的走向。心理分析法基于市场心理分析价格，强调市场心理是影响价格的最主要因素。而在其他投资分析方法看来，市场心理并非是影响市场价格的主要因素，例如，技术分析认为一切影响因素都已包含在价格中，因此不把市场心理作为独立的分析对象。
金融投资市场在不断发展，单纯靠一种分析法是很难适应投资市场的发展的。无论是基本分析方法、技术分析方法，还是心理分析方法，其实都各有千秋，又各有不足。行为金融学的崛起使得金融学家不能再忽视心理学家的研究成果，这意味着，如果基本分析、技术分析是建立在心理分析的基础之上，金融投资理论就会更加实用。
较之已经完全体系化、理论化、系统化的基本分析法和技术分析法，心理分析法相对比较薄弱。但行为金融学研究表明，心理分析法在对某些市场重大转折点的心理把握和弥补其他分析方法不足方面具有独到之处。以股价为例，心理分析法认为，促成股价变动的因素，主要是市场对于未来股票市场信心的强弱：若投资者对未来股市乐观，就必然会买入股票，股价因而上升；若过度乐观，则股价可能超越合理水平，上涨至不合情理的价位。相反，若投资者对股市悲观，信心转弱，将卖出手中股票，股价因此而下跌；倘若投资者心理过度悲观，会不计成本大量抛售，则可导致股票价格跌至不合理的低价。当市场表现出越来越强烈的投机狂热的心理特征时，牛市常常已进入尾声；当市场一片低迷，恐惧心理越来越强烈时，熊市可能正悄然离去。
按照行为金融学的观点，在参与市场的行为中，投资者总会依据他们的主观判断和客观因素做出买卖决定，亦即投资者同时在用感性和理性两种方式对待市场。如果把基本分析视为对客观因素的分析，技术分析视为对主观因素的分析，那么，以同时具有感性和理性两种情态的投资者的心理预期为基础，心理分析法的优势在于，它既包含主观因素也包含客观因素，是介于客观和主观之间、感性和理性之间的/模糊0分析法。它填补了基本面分析法和技术面分析法的空白，以一个更中立、更平和的态度预测市场方向，使偏理性和偏感性的预期分析更好地融合在一起，有利于对市场走向作出一个更准确的判断。
但心理分析法亦有其缺点。首先，对于如何衡量股票市场的心理，这常使分析金融市场行情的人士感到困惑。在美国，已建立了测量市场心理的一些指标体系，如共同基金的现金/资产比例、投资顾问公司的看法、二次发行的数量等等，由于不同的国家有不同的市场监管体系、不同的市场发育程度、不同的市场信息结构，因此，按美国市场条件建立起来的市场心理测量体系，可能无法直接应用于其他国家。其次，心理分析要把握市场投资者群体的心态，这隐含了一个假定：就是所收集的市场调查信息和投资者意见代表了整个市场的态度，并且对分析预测市场的转折点能起到帮助作用，但要全面收集市场调查信息和投资者意见来测量市场的态度是有难度的。再次，心理分析法的缺陷是对进出场的时机把握精度不够，甚至容易产生重大的偏差，令投资者受到重大损失。
二、改善心智模式与投资判断
行为金融学的崛起，提供给人们另一个思考方向，引发了人们对于投资过程中深层次心态的重视。人作为一个有思维、有情感、有理性、有直觉的多维综合体，在理性的决策过程中，不仅人们的情感会经常地破坏对理性决策必不可少的自我控制能力，而且人们的理性也无法完全把握所遇到的问题。因为，人们所面对的事物是如此复杂多样，信息是如此不完全、不对称，以致于人们仅凭理性是很难对自己所观察到的事物做出有效的归纳。其结果，人们可能借助更主观的测量方法，在做决策时按既有的认知定势而行事。这使人感到，投资者的心智模式，诸如对心理压力的反应、迅速决策能力、逻辑思维、意志坚强与否、个性中的情绪化成份、对金钱的态度等，都将决定其在投资中的成败概率。/心智模式0（MentalModels）这个词最早是由苏格兰心理学家克雷克（KennethCraik）于1940年创造出来的，是认知心理学的一个概念，指人们的长期记忆中隐含着的关于世界的心灵地图。通俗地说，所谓心智模式是指人们思想方法、思维习惯、思维风格和心理素质的反映。我们通常不易察觉自己的心智模式，以及它对行为的影响。然而，心智模式一旦形成，将使人自觉或不自觉地从某个固定的角度去认识和思考发生的问题，并用习惯的方式予以解决。行为金融学研究为我们提供了一些可以预见的投资心理误区，这些心理误区有规律可循，经由认识这些行为误区，投资者可以为之借鉴，改善心智模式，提升投资效率。
心智模式的改善之一：EQ的检视与修炼大体上，投资心智模式可以分为理性层次与非理性层次。理性层次主要涉及投资者在投资方面的知识及智慧的高低、对经济状况及股票等投资工具分析预测的能力，可以称之为投资IQ（InteligenceQutient）。非理性层次主要涉及投资者自我情绪的理解与控制、判断和控制他人情绪的能力，协调人际关系的能力及自我激励与自我意识能力，可以称为投资EQ（EmotionalIntelligenceQuotient）。行为金融学更多地是从EQ的角度看投资）））人们在投资时受到的心理因素的控制，远大于理性的思考，如果不预先知道这种情境，事先约束自己，并时时警惕自己，则难免陷入投资误区。在行为金融学看来，EQ比IQ重要，知识本身不是成功的保证，绝大多数的投资者由于无法分辨负面情绪并加以控制，成为投资最大的障碍。既然投资更是投资者心理素质的角逐，因此，投资者如果想强化和提升自己的投资管理能力，首要任务是提升自己的EQ,而不是IQ,简言之，从情绪管理入手，设法控制甚至驾驭自我的情绪，是成功投资的核心一环。
英国的乔纳森#迈尔斯深信，投资者可以用自己的方式弱化负面性格特征，培养心理经济学理性所要求的若干特征。因此，只要认出自己容易倾向于哪一种思考方式或行为模式，就可以设法纠正这些偏差。
心智模式的改善之二：避免陷入信息加工陷阱正确的推断决策取决于抛弃各种错误的金融性信息处理习惯，为了避免推断决策中启发式偏差的影响，投资者首先要尽量做到全面理解数据，避免以偏概全，对先验概率、样本规模和可预测性不敏感，克服对偶然性和均值回归的误解，对有效性幻觉保持警觉。
怎样才能防止反应过度或反应不足呢？对此，投资者要时刻注意自己的投资行为是否被个人偏好或投资大众的力量所左右，这两方面的力量可能会同时发生作用，并且都会受媒体、新闻、广告、统计数据或故事等信息因素的影响。基本上，对于投资要有现实的态度，要防止人类过于乐观和过于自信的本性，在投资时要预计到最坏的事情发生。投资者应比较正面的和负面的消息，努力找出市场上最乐观和最悲观的判断，注意是否存在过度反应或反应不足的风险，避免陷入盲目乐观。也就是说，自己的预期是否产生了毫无理由的变化？当市场上出现重大新闻时，投资者可能会作出投资决策，这时需要考虑影响价格的因素。当市场开始上升，媒体中充斥着各种利好消息之时，投资者需要问自己，市场上是否同时存在着利空。总之，投资者需要养成对所有的问题同时看到两个方面的良好习惯，通过自己的正反两方面思考去得出结论，这意味着需要掌握逆向思考的艺术。
由于锚定的风险可能很大，但同时又由于锚定于一项预期也可能是合理的，因此，投资者应当对作为/锚0的资料或数据的质量进行检验，避免其带有片面性或不准确性，同时应当尽可能地不断根据事态的变化对其进行修正。
对锚定的积极使用特别体现在投资过程中设立的多个止损锚点。
投资者怎么看待问题（尤其是怎么归类损失和收益）,对投资者决策有很大的影响。面对同样一组选择，可以选择好的或淘汰不好的，或是保护利益或避免损失，结果会做出不同的决定。所以，在做决定的时侯，最好要从各种角度来衡量问题。不仅要权衡各种利弊，也要用不同表述方式设定眼前的问题。
心智模式的改善之三：与投资情境保持一定距离证券市场的媒体环境，以及频繁接触、关系紧密的人们（家庭成员、同学、好友、同事等）的思想观念、行为习惯和投资经验等都会对一个人的投资心智模式的形成，进而对市场的看法和投资决策产生重要影响。为了避免自己的思想和愿望被深度操纵，一个比较好的方法是独立思考，不要深陷于各种投资群体的/情境场0。因此，建议投资者应该设法与投资的情境保持距离。远离投资情境可以分为两大类，首先是要远离股价，想办法让自己不知道手中股票的股价，避免受到股价波动的影响，而作出错误的决策；其次是要远离市场，也就是离开投资大众，避免受到市场气氛的影响，盲目地跟随大众而作出错误的决策。美国投资大师沃伦#巴菲特为了避免受到股价及过多信息的影响，选择在美国中西部的小城市操盘，而且办公室没有任何可以接受即时信息的设备，并规定不准外面营业员打电话进来。另一位投资大师约翰#坦伯顿，也是基于相同的理由，刻意选择在阿拉斯加的小岛上操盘。除此之外，还有许多的大师级的人物，也有相同的做法，他们操盘的地点，都不是在信息最丰富、最快速的纽约，而是选择农村或者干脆在国外操盘，目的就是为了避免决策受到股价波动的影响。
心智模式的改善之四：借用投资规则与计划克服人性弱点在改善心智模式中，克服诸多的人性弱点殊非易事，因此，投资者往往需要有一些规则或计划限制自己，以免被情绪影响投资决策。
投资者的情绪之所以那么容易受影响，最主要的原因就是因为股票市场充满不确定性。因此避免情绪受影响，对症下药的首要方法，就是降低投资的风险。从这个意义上说，价值型投资提供了一种主要心理机制，投资者可籍此与市场情绪之间保持距离。而投资高风险的投资工具，最重要的就是要做好风险管理，风险降低了，投资人自然就比较不会为厌恶损失心理所左右，或是屈服于其他心理倾向，心慌意乱地做出一些错误的事。降低股票投资风险的方法有下列几项：分散投资、长期投资、用平均成本法建仓、做最坏的打算、不要追逐热门股、不从事信用交易等。事实上，只要投资者自己挑选和交易股票，或者选择基金经理人，就很难不被错误的心理感受所左右，而指数型基金能使投资活动完全摆脱情绪干扰。
国外指数基金发展的历史经验表明，在一个中长期的牛市行情中，主动配置型基金由于频繁操作、过分关注市场的短期波动等原因，往往难以战胜市场，而指数基金采用分散投资的策略，既可以有效降低非系统性风险，又能降低交易成本，在经济和证券市场的总体上升中把握长期收益。从1983年到1997年的15年中，美国指数基金的表现好于85%的非指数基金。基于以上原因，指数型基金在国外成熟金融市场的发展很快，在整个美国基金市场，指数基金的资产规模已经超过1/3,成为养老基金、保险年金等长期性资金的主要投资品种。
一个人的性格对其心智模式的形成有很大的影响，性格不同的人，其心智模式往往也有明显的区别，作为个人投资者，保持理性意味着不断提高把握自己情感特点的能力，从而作出最符合自己心理特点的决策，而不会轻易被其他投资者所左右，因此，不同投资者需要制定不同的情绪控制计划。具体是将可能出现的情况拟定成几种情景，提前作好心理和行动准备，严守纪律，长期遵照计划去做。
三、寻找行为偏差中的投资机遇
从行为金融学角度来看，人性特点对投资者决策的影响远远超过了传统经济学理论所揭示的程度，成为引发价格波动和市场交易活动的重要驱动力。
以投资者对信息反应的往复与摇摆为例，如果投资者基于有限的信息作出了过分自信的预计，则他们会依据新信息是支持还是反对他们先前的信念而作出过度反应或不足反应。那就是，如果投资者对一家公司的前景看好，而新出现的信息似乎也支持这一看法，他们就会对该信息过度反应，并变得更加看好该公司和更加自信，从而把价格推高到一个过高的水平。反过来说，如果新信息对原来看涨的看法提出挑战，则它通常会被/打折扣0。投资者会对该信息反应不足而变得不像以前那样看好但仍过分自信，并且不能对股价预期作出适当调整。乔纳森#迈尔斯利用图1揭示了这一过程。随着左边特征不断发展，反应过度的趋势不断加强，投资者会急于作出投资决策，匆忙进入市场。
与此相似，随着右边特征不断增加，投资者又会表现为反应不足，慢条斯理地作出投资决策，拖延不决或在购买之前等待、观望。所以能对群体的过度反应和反应不足做出正确的判断，就能够获取超额的利润。
行为金融学提出的投资策略，主要包括逆向投资策略和顺势投资策略。
逆向投资策略要求投资者衡量一般投资大众的意见，当他们的看法达到极端不合理的状况时，便反其道而行之。其中的基本逻辑是：如果群众持有某种看法，而且每个人都根据那个看法采取行动，市场上就没有新资金可以继续推动股价朝那个方向前进。逆向投资策略其实有很多地方与价值投资法有共同特性。价值投资法也具有逆向投资的一些特色，只是操作时没有那么严格。价值型投资者相中的价格重跌股往往与逆向操作者英雄所见略同。不过价值型投资者找的只是便宜货）））价格低于实际价值的股票）））对市场人气的极端看法并不感兴趣。利用极端意见，把握机会从中获利，是逆向投资法的精髓。
顺势投资策略（又称惯性投资策略、动量投资策略）要求投资者衡量一般投资大众的意见，在市场已经启动，但大众对信息表现出谨慎和迟疑时，及时抢进，顺应市场趋势操作。其内在逻辑是：投资者并不马上作出反应，而是需要一段时间对消息进行消化。在面临需要深思熟虑的局面时，投资者可能会表现得过于谨慎，往往犹豫再三，迟迟不采取行动。投资者的个性、他们所获得的信息量、他们的处世态度以及其所属的投资者类型都将影响时滞的长短。这种现象里面蕴涵着投资机会。
从总体上看，逆向投资策略是一个长期风险小、回报高的交易策略，这是因为由于市场的期望已经很低，股价继续下跌的可能性不大，股价在合理的空间，有上升的潜力；另一方面，长期持有，减少了不必要的交易成本。但在短期内该策略仍不排除具有非常大的风险）））逆向操作者可能经常太早行动，短期的逆向震撼会让投资者痛不欲生。所谓短期逆向震撼是指，当各种迹象显示可以采取逆向投资策略时，由于投资者不可能刚好抓住反转点，所以一旦采取逆向策略后，短期内的股价走势可能和投资者选择的方向相反，而且有时候持续很久，这个时候投资者会承受很大的压力。投资者必须了解，当投资群众的意见趋于一致时，它在短期内推波助澜的力量是极其快速且巨大的。逆向投资者就必须经常承受这种短期震撼，一旦无法承受，很可能又会随众人趋势而行。想成为真正的逆向投资者，就必须有能力承受这种短期震撼的压力。
顺势投资策略是一个短期策略，风险很高，仅适合于有丰富投资经验的投资者。为了减少判断失误带来的损失，该策略必须有严格的风险控制标准。例如，采取止损策略、严格分散化等。
四、行为金融学实践及其借鉴意义
据非正式估计，目前大约有720亿美元的基金已经按照心理学原理进行投资。行为金融学方面的专家也开始到股票市场上一显身手。Fuller和Thaler资产管理公司1993年成立于美国，其发起者是两位行为金融专家Rus2sellJ.Fuller和RichardH.Thaler。该公司旗下拥有两个行为金融基金，在纽约证券交易所的代码分别为UBRLX和UBVLX,其中UBRLX是美国最早的应用行为金融学理论的投资基金。以下是它们的投资理念比较（见表1）。
同样，创立于1994年的美国LSV资产管理公司，主要管理者同样是三位着名的行为金融学教授：JosefLakonishok、AndreiShleifer和RobertVishny。LSV资产管理公司的投资方法以这三位教授的研究成果为基础，致力于找出那些刚刚开始价值回归的股票，该公司旗下拥有一个行为金融基金）））LSVEX。LSVEX基金管理者认为，投资者的行为偏差导致某些股票的价格在过去一段时间内偏离基本价值，基金的投资目标就是寻找和投资于这些证券，以求获得超常的长期回报。荷银（ABNAMRO）资产管理公司是最早在欧洲和亚洲把行为金融学用于基金投资的公司。目前旗下有两个行为金融基金：欧洲的价值比投资基金（ABNAmroValueRatioInvestment,AAVRI）及日本的行为金融基金
二、量化投资“黑箱”中的构造与证券投资学的差异
在传统的证券投资学中,投资组合理论、资本资产定价模型、套利定价理论和期权定价理论是现代金融理论的四块基石。前两者主要依靠均值-方差组合优化的思想,后两者则主要依靠市场的无套利条件。传统的投资方法主要是基本面分析和技术分析两大类,而量化投资则是“利用计算机科技并采用一定的数学模型去实现投资理念、实现投资策略的过程”。从概念看,量化投资既不是基本面分析,也不是技术分析,但它可以采用基本面分析,也可以采用技术分析,关键在于依靠模型来实现投资理念与投资策略。为了分析量化投资对证券投资学的启示,本文从量化投资“黑箱”的各个构成来探讨量化投资与证券投资学中思路和观点的差异。
(一)资产定价与收益的预测
根据组合优化理论,投资者将持有无风险组合与市场风险资产组合,获得无风险利率与市场风险溢价。资本资产定价模型则将此应用到单一证券或组合,认为证券的风险溢价等于无风险利率加上与风险贡献比率一致的风险溢价,超过的部分就是超额收益,即投资组合管理所追求的阿尔法值。追求显着正的阿尔法是资产定价理论给实务投资的一大贡献。基于因素模型的套利定价理论则从共同风险因素的角度提供了追求阿尔法的新思路。其中,法玛和佛伦齐的三因素定价模型为这一类量化投资提供了统一的参考。可以说,在因素定价方面,量化投资继承了资产定价理论的基本思想。对于因素定价中因素的选择,证券投资学认为,对资产价格的影响,长期应主要关注基本面因素,而短期应主要关注市场的交易行为,即采用技术分析。在量化投资中,主要强调按照事先设定的规则进行投资,这在一定程度上与技术分析类似。但是,在技术分析中,不同的人会有不同的结论,而量化投资则强调投资的规则化和固定化,不会因人的差异而有较大的不同。另外,量化交易更强调从统计和数学模型方面寻找资产的错误定价或者进行收益的预测。
(二)无套利条件与交易成本
在证券投资学里,流动性是证券的生命力。组合投资理论、资本资产定价模型以及套利定价理论等都认为市场中存在大量可交易的证券,投资者可以自由买卖证券。这主要是为了保证各种交易都能实现,如套利交易。根据套利定价理论,一旦市场出现无风险的套利机会,理性投资者会立即进行套利交易,当市场均衡时就不存在套利机会。现实市场中往往存在套利限制。一是因为凯恩斯说的“市场的非理性维持的时间可能会长到你失去偿付能力”。二是因为市场总是存在交易费用等成本。但证券投资学中,对市场中套利限制与非流动性的关注较少,这是因为传统金融理论中简化了市场结构。市场微观结构理论研究在既定的交易规则下,金融资产交易的过程及其结果,旨在揭示金融资产交易价格形成的过程及其原因。在市场微观结构理论中,不同的市场微观结构对市场流动性的冲击是不同的。因而,从量化投资的角度看,为了降低交易带来的价格冲击,能实施量化投资策略的证券往往都应有较好的流动性,因为交易时非流动性直接影响投资策略的实施。从这个意义上讲,量化投资时的交易成本不仅包括交易费用,更主要的是要考虑市场交易冲击的流动性成本。
(三)风险控制与市场情绪
在证券市场中,高收益与高风险相匹配。量化投资在追求高收益的同时,不可避免地承担了一定的风险。在证券投资学中,系统性风险主要源于宏观经济因素,非系统性因素则主要源于行业、公司因素,并且不考虑市场交易行为的影响。在量化投资中,较多地使用因素定价模型,不仅会考虑市场经济因素,而且会考虑交易行为等因素,只是不同的模型有不同的侧重点,在多模型的量化投资系统中自然包括了这两方面的因素。除了各种基本面和市场交易的因素风险外,量化投资还有自身不可忽视的风险源。一方面,量化交易中,部分交易是采用保证交易的期货、期权等衍生品交易,这种杠杆交易具有放大作用,隐藏着巨大的风险。另一方面,市场冲击的流动性成本也是量化投资的风险控制因素,理所当然地在图1的风险控制模型中体现出来。另外,在一般的投资过程中,市场情绪或多或少会成为风险控制的一个对象。然而,在量化投资中,更多的交易都是通过计算机来实现的,如程序交易等,这样以来,投资者情绪等因素对投资决策的影响相对较小。所以,在量化投资的风险控制模型中较少地考虑市场情绪以及投资者自身的情绪,主要是通过承担适度的风险来获得超额回报,因为毕竟减少风险也减少了超额回报。
(四)执行高频交易与算法交易
在对未来收益、风险和成本的综合权衡下,实现投资策略成为量化投资的重要执行步骤。为了达到投资目标,量化投资不断追求更快的速度来执行投资策略,这就推动了采用高速计算机系统的程序化交易的诞生。在证券投资学里,技术分析认为股价趋势有长期、中期和短期趋势,其中,长期和中期趋势有参考作用,短期趋势的意义不大。然而,随着计算机信息科技的创新,量化投资策略之间的竞争越来越大,谁能运作更快的量化模型,谁就能最先找到并利用市场错误定价的瞬间,从而赚取高额利润。于是,就诞生了高频交易:利用计算机系统处理数据和进行量化分析,快速做出交易决策,并且隔夜持仓。高频交易的基本特点有:处理分笔交易数据、高资金周转率、日内开平仓和算法交易。高频交易有4类流行的策略:自动提供流动性、市场微观结构交易、事件交易和偏差套利。成功实施高频交易同时需要两种算法:产生高频交易信号的算法和优化交易执行过程的算法。为了优化交易执行,目前“算法交易”比较流行。算法交易
优化买卖指令的执行方式,决定在给定市场环境下如何处理交易指令:是主动的执行还是被动的执行,是一次易还是分割成小的交易单。算法交易一般不涉及投资组合的资产配置和证券选择问题。 三、对量化投资在证券投资教学中应用的思考
从上述分析可以知道,量化投资的“黑箱”构造与证券投资学之间存在一定的差异,因此,在证券投资的教学中应当考虑量化投资发展的要求。
(一)市场微观结构与流动性冲击
在理性预期和市场有效假说下,市场价格会在相关信息披露后立即调整,在信息披露前后市场有着截然不同的表现。在证券投资学里,一般认为价格的调整是及时准确的,然而,现实的世界里,价格调整需要一个过程。在不同的频率下,这种价格形成过程的作用是不同的。在长期的投资中,短期的价格调整是瞬间的,影响不大。然而,在高频交易中,这种价格调整过程影响很大。市场微观结构就是研究这种价格形成过程。市场微观结构理论中有两种基本的模型:存货模型和信息模型。存货模型关注商委托单簿不平衡对订单流的影响,解释没有消息公布时价格短暂波动的原因。信息模型关注信息公布后信息反映到价格中的这一过程,认为含有信息的订单流是导致价格波动的原因。无论是关注委托订单的存货模型还是关注市场参与者信息类型的信息模型,这些市场微观结构的研究加强了流动性与资产价格之间的联系,强调流动性在量化投资决策中的重要作用。一般的证券投资学中基本没有市场微观结构的内容,因而,为了加强证券投资学的实用性,应关注市场微观结构的内容与发展。
(二)业绩评价与高杠杆
对于证券组合而言,不仅要分析其超额收益和成本,还要考虑其风险与业绩。在组合业绩评价中,一方面要考虑风险的衡量,另一方面则要分析业绩的来源。在证券投资学中,组合业绩来自于市场表现以及管理者的配置与选股能力。对于量化投资而言,市场时机和管理者的能力依然重要,然而,量化投资的业绩评价还应考虑另一个因素:高杠杆。量化交易中,部分交易是采用保证交易的期货、期权等衍生品交易,这种杠杆交易具有放大作用,在市场好的时候扩大收益,但在市场不好的时候会加速亏损,这些与传统的业绩评价就不太一样。在一般的证券投资学里,业绩评价主要考虑经风险调整的收益,很少考虑其杠杆的作用,这不仅忽略了杠杆的贡献,而且有可能夸大了投资者的技能水平。
(三)人为因素与模型风险
二、证券投资中经济学分析法的应用研究
针对上述提到的三种有价证券风险，投资方必须要详细分析证券投资的风险系数，拟定最佳投资方案参与市场交易活动。经济学分析法是比较实用的研究模型，其根据市场信息分析出投资项目的利弊，为投资人决策提供可靠的指导。证券投资中经济学分析法包括：
(一)基本分析法
证券投资是指投资者购买股票、债券、基金券等有价证券以及这些有价证券的衍生品，以获取红利、利息及资本利得的投资行为和投资过程。基本分析法是以传统经济学理论为基础，以企业价值作为主要研究对象，通过对决定企业内在价值和影响股票价格的宏观经济形势、行业发展前景、企业经营状况等进行详尽分析。以大概测算上市公司的长期投资价值和安全边际，并与当前的股票价格进行比较，形成相应的投资建议。
(二)技术分析法
金融业是现代经济产业的重要构成，金融产业凭借其独特经营方式在市场上占据了较大的比例。技术分析法是以传统证券学理论为基础，以股票价格作为主要研究对象，以预测股价波动趋势为主要目的，从股价变化的历史图表入手，对股票市场波动规律进行分析的方法总和。技术分析认为市场行为包容消化一切，股价波动可以定量分析和预测，如道氏理论、波浪理论、江恩理论等。
(三)演化分析法
新市场经济体制逐渐朝着开放式方向发展，为资金持有者提供了诸多的投资平台，不断创造了预期的经济收益。演化分析法是以演化证券学理论为基础，将股市波动的生命运动特性作为主要研究对象。从股市的代谢性、趋利性、适应性、可塑性、应激性、变异性和节律性等方面入手，对市场波动方向与空间进行动态跟踪研究，为股票交易决策提供机会和风险评估的方法总和。
1. 投资控制的必要性及存在问题
基本建设项目的五大控制目标包括：安全、质量、投资、工期和环保，投资是其中一项主要控制指标。基本建设项目的投资控制是指在建设项目建设全过程的各个阶段，包括投资决策阶段、设计阶段、交易阶段以及实施阶段等，把建设工程投资控制在合理的范围和批准的限额以内，随时纠正发生的偏差，以保证项目投资管理目标实现的过程。它是建设项目工程管理工作的重要组成部分，是一项庞大的系统工程，涉及面广、政策性强。而影响项目投资最大的阶段则是决策和设计阶段。据相关研究显示，在初步设计阶段，影响项目投资的可能性为75% ~95%；在施工图设计阶段，影响项目投资的可能性为10%~35%。显然，项目投资控制的重点在于投资决策和设计阶段，而在项目做出投资决策后，控制项目投资的关键就在于设计阶段。在整个基本建设链条中，设计单位发挥着源头性、基础性作用，地位是至关重要的。
从设计单位的角度进行投资控制，主要内涵是指在优化建设方案、设计方案的基础上，在建设程序的各个阶段，采用一定的方法和措施把工程投资控制在合理的范围和核定的投资限额以内的过程。投资控制的水平在影响项目决策和进程的同时也是衡量设计质量的重要指标之一。特别是在基本建设项目设计中，专业分工细致、接口繁杂，每个专业都对项目投资有所影响。因此，能否协调各专业做好整个项目的投资控制，也是衡量设计水平、检验设计质量的一项重要标准，而投资控制是与每一个专业设计工作密切相关的。
近年来在大规模基本建设过程中，我国已经在投资控制方面积累了一定的经验，包括管理方法、设计流程、专业接口以及针对影响投资关键问题的处理措施和方法等，但也存在一些薄弱环节：如设计理念方面，存在重工程、轻经济，重设计、轻勘察的认识；设计方案、标准和措施等的不稳定、不合理造成投资不合理；工程数量计算统计不实、不准导致概算编制的偏差；概算编制与设计标准、设计方案不匹配；变更设计的范围、类别、工程内容与相关规定不符；生产流程的管理方面存在效率不高、沟通不畅等问题。
分析原因，在客观方面主要有勘察设计周期不合理导致勘察设计深度不够、“三边工程”等，但下面主要从主观方面按照技术和管理两个方面进行分析：
由于上述原因严重制约投资控制质量和效果，导致设计过程中，往往是概算编制基本完成，总投资汇总出初稿之后才发现投资过高或超过上一阶段的限额要求，而此时各专业设计已经成型，为了控制投资只能被动的修改设计和概算。
这些问题的存在严重影响了各阶段投资控制质量和各专业生产效率。为切实提高我院投资控制的质量和生产效率，将投资控制落实到每一个生产环节，进一步提升整体设计水平，提升设计管理水平，最大限度地提高建设投资效益。
2. 国内外的投资控制情况
首先需要明确的是：建设项目的投资管理与投资体制、项目管理模式密切相关，投资管理属于被动依赖关系。国际上的项目管理模式，一是形式多样，如BOT、BT、EPC等多种模式，二是发展比较快，这与国际经济形势发展有很大关系，其发展比国内、尤其国内基本建设管理模式快。在国外各种项目管理模式下，负责投资控制的通常是项目管理咨询公司（PM）和工料测量师行（QS）。由于国情、路情的不同，政策层面、操作层面的方式有很大不同。这种前提决定了不能照搬照抄国际上的投资管理方式，但对其取得的先进经验我们可以有选择地学习和参照。存在的问题是对国际先进造价管理行业或企业我们以往基本没有接触，知之甚少。
国内基础建设领域，目前进行项目投资控制的手段主要有：决策、设计阶段的方案竞选、设计招标、标准设计、限额设计、价值工程等，施工阶段的工程招投标、控制设计变更、投资的目标控制等。但针对设计部门特点的，特别是基本建设领域，适应于大型基本咨询企业应用的投资控制的研究和方法还未见有相关的系统的研究成果，很多投资控制手段还停留在理论阶段。特别是缺乏针对基本项目涉及专业众多、接口复杂等特点的，可实施、可操作的投资控制技术、管理成果。
但是，随着近年来大规模基本建设的开展，在建设管理过程中，我们还是积累了大量的经验。
3. 投资控制研究目标
通过技术措施、管理措施两个方面的综合研究，建立涉及各个专业的综合投资控制体系。将投资控制的理念渗入、落实到各专业具体设计工作中去，改变目前在投资汇总后进行被动控制调整的现状，而是由个专业从设计源头即开展投资控制，提高投资控制工作的质量，提高工作效率。
4. 投资控制研究方法
投资控制研究从技术措施、管理措施两方面入手。
在技术措施研究方面主要采用案例分析的方法，通过对几个典型项目各个阶段设计资料从影响投资的技术因素、管理因素等方面进行系统的研究分析，并辅以专家分析等方法，深入研究和剖析各个阶段、各专业投资控制的关键因素以及我院目前投资控制工作中存在问题，提出相应的控制措施。对技术措施的研究拟针对各专业的设计中影响投资的关键因素，从投资控制角度分专业提出具体的控制措施，从设计源头主动进行投资控制。研究要立足于不同勘测设计阶段的不同要求，体现出各阶段的工作特点。
在管理措施研究方面主要采用对既有流程的使用现状进行调查分析，可针对典型项目深入梳理，查找出存在的问题，并结合部分技术方面的研究成果，征询、协调、统一各专业的意见和要求，对投资控制流程进行优化和改进。
5. 投资控制研究需要关注的主要内容
投资控制研究的主要内容应包含决策阶段的预可和可研、设计阶段的初步设计和施工图设计以及实施阶段的变更设计和清理概算等建设项目全过程。
5.1 影响投资控制的主要因素和存在问题
本项研究的主要方法是采用案例分析的方法，选取不同建设标准的典型项目，通过查找分析其各阶段设计过程中在投资控制方面的成功经验以及存在的问题，并辅以专家分析的方法，研究分析目前投资控制存在的主要问题。
对典型项目的研究以该项目的预可研、可研、初步设计、施工图等各阶段的估算、概算、预算为基础，具体研究步骤为：
（1） 对典型项目各阶段的投资组成进行分析，查找整理出所占投资比重大的工程项目。
（2） 梳理各阶段与投资控制有关联的工作内容，调查、分析典型项目中相关工作的实际情况。
（3） 对投资比重大的工程项目进一步分析其影响因素，可结合不同阶段间的变化情况有针对性的分析影响这些工程项目的因素，在此分析过程还要考虑不同阶段的设计特点，对于上一阶段能够确定的因素，在下一阶段可不再列为影响因素。
（4） 根据影响因素对项目投资影响程度的大小，确定影响投资控制的主要因素。
（5） 结合典型项目的实际设计、实施过程，分析在这些项目中主要影响因素的控制情况，有哪些成功的经验和存在的问题。
（6） 通过对经验的总结和问题的分析，组织相关专业专家进行研究，确定针对各主要影响因素的控制措施，对存在问题提出解决方案。
在研究过程中不仅限于各阶段概算成果的研究和分析，更要侧重于各典型项目投资控制过程中存在的问题，即在各阶段设计完成初稿至文件出院之间的调整过程。此外还要重点区分不同阶段的主要控制因素和重点工作：在预可研、可研阶段工作的重点在于线路方案、技术标准、项目规模的确定；而在初步设计阶段的工作重点则是在上阶段批复的基础上进行深化设计，限制条件的增加也对投资控制提出了不同的需求；到了项目实施阶段，对变更设计的控制变成了影响总体投资较大的因素。
5.2 各专业投资控制的主要内容
分专业研究分析预可、可研、初步设计、施工图设计、变更设计、清理概算等各阶段影响投资控制的主要内容和因素，提出在设计阶段如何有效提高和保证选择技术标准、设计方案和工程措施的技术经济合理性的方法。主要研究步骤为：
（1） 各专业对典型项目各阶段的本专业投资及各阶段间的投资变化进行分析，查找出每个设计阶段影响本专业投资的主要因素和与投资控制相关的主要工作，并按照专业内部因素、上序专业影响进行分类。
（2） 对于专业内部因素，各专业要结合每个阶段的工作特点，提出每个阶段主要因素的控制措施，控制措施要具体、可操作、可检验。
（3） 对于上序专业影响因素，由牵头专业组织协调，研究确定联合控制措施。
5.3 分专业不同阶段工程数量计算统计规则
主要研究方法可以基本现行的不同研究和设计阶段深度要求和概算（估算）编制办法、定额的要求为依据，以各专业工程为研究对象，围绕工程项目的基本单元，尊重勘测设计习惯，来系统梳理工程数量计算原则、方法和深度要求。本部分的研究可借鉴目标管理的工作方式，从设计各阶段的成果要求入手，逆向梳理出对应的工程数量统计的深度和统计规则，从提高工作效率的角度，既满足各方面需求，又减少本阶段不必要的数量统计工作。
各专业的研究过程中需要根据预可研，可研、初步设计阶段设计深度的不同，配合概预算深度、定额使用的不同要求，整理出各专业分阶段的数量计算、统计规则，特别要理清数量计算的依据和过程。在梳理过程中要特别关注那些占投资比重较大的工程，和在已完成项目中工程数量统计出现过的问题。
主要工作步骤为： 1.各专业根据预可研、可研、初步设计各阶段的设计深度及成果文件要求，从编制概（估算）的角度梳理数量及设计要求。2.对已完成的典型项目进行调研，收集在生产中容易出现的工程数量统计的问题。3.对既有的各专业数量统计原则进行梳理，按照设计阶段的不同要求提出分阶段的统计规则。4.对各专业梳理的各阶段数量统计原则进行整合，就其中接口部分进一步明确责任和分工。
2.基础数据准确可靠原则。准确可靠的基础数据对于财务评价结果的准确有着决定性作用。财务评价的大部分基础数据都是通过估算和预测得来的，具有不确定性。基础数据准确可靠原则，可以在最大程度上稳妥地确定和选取基础数据，使财务评价结果的可靠性实现最大化，避免过度乐观估算带来的巨大风险，更好地满足旅游投资决策的需要。
3.静态与动态分析相结合，动态分析为主原则。世界上比较通行的财务评价是以基于资金时间价值理论的动态分析法为主，估算某一项目全部计算期内每年的费用和效益，同时采取现金流量分析的静态分析方法，计算净现值和收益率评价指标。
(二）旅游项目投资财务评价的作用
1.旅游投资项目财务评价可以说是旅游投资项目决策分析与整体评价中不可或缺的重要组成部分。旅游项目评价应从多方面、多角度进行，从旅游项目的前评价、中间评价到后评价，贯穿始终，旅游项目的财务评价都是不可或缺的重要内容。在旅游投资项目的项目建议书、机会研究报告、可行性研究报告中，财务评价都是其不可缺少的重要组成部分。
2.在旅游项目或方案选取比对时，旅游投资项目财务评价也起着十分重要的作用。这种方案比选可以说是旅游投资项目财务分析与评价的精髓。通过方案的比选，适当优化工程、技术、规模等各方面内容，最后的财务分析结果反馈到方案的建设中，以优化旅游项目整体。
3.在旅游投资项目决策过程中，旅游投资项目财务评价的结论是该项目决策的重要依据。在某一旅游项目中，该项目的发起人决策、权益投资人决策、债权人决策、审批人决策等等，都要依据财务评价的结论。对于需要政府审核的项目，审核部门在决策时，也都要以相关财务数据为该旅游项目经济与社会影响力的判断基础。
二、旅游项目投资财务评价的内容与步骤
由于旅游项目的目标和性质不同，旅游投资项目财务评价内容也有所不同。对以经营为目的的旅游项目而言，旅游项目财务评价内容应包括财务费用与效益的估算、偿债能力分析、营利能力评价和财务生存能力分析等；为社会公众提供公共产品和服务的非经营性项目，财务评价有其专门的体系。
（一）旅游项目投资财务评价的内客
1.明确旅游项目评价范围，根据旅游投资项目的融资方式和性质选取适宜的评价方法。
2.通过基础数据对财务费用与效益进行估算，主要包括成本费用、营业收入和相关税金的估算等，并制作相关辅助财务报表。这些估算是旅游项目财务分析与评价的基础准备工作，即对旅游项目财务分析基础数据的确定、分析与估算。
3.进行旅游项目投资财务评价，即计算财务分析指标并编制财务分析报表，主要包括偿债能力分析、营利能力分析和财务生存能力分析。4.在对某旅游项目初期方案进行财务评价后，还需要进行不确定性的分析，主要包括敏感性分析和盈亏平衡分析。这需要将财务分析的结果进行反馈，优化原方案，甚至进行重大调整。
（二）旅游项目投资财务评价的步骤
财务评价的步骤与各组成部分之间的关系，主要包括财务评价与融资方案、投资估算之间的关系。财务分析的基础是融资方案和投资估算，但在实际操作的过程中，三者互有关联，相互影响，这可以体现在财务评价的指标体系设置与方法上。首先要分析融资前的项目投资现金流量，分析结果可以体现出项目方案设计的合理性，以用于未来投资决策或项目方案的比选。这是考察项目是否具备可行性，对项目发起人、债权人、投资者和政府部门有很大用处。假设财务评价的第一步分析结论为“可行”，然后才能继续考虑融资方案，进行该项目的融资后分析，其主要包括项目偿债能力分析、资本金现金流量分析和财务生存能力分析等，它是融资方案必选、融资决策和投资者出资的重要依据。
三、旅游项目投资财务评价的指标计算
2创业投资引导基金绩效评价指标体系的构建
2．1指标体系构建
创业投资引导基金绩效评价对基金的自我评价和外部监管等方面都有着重大作用。但现有研究尚未建立较能完全反映创业投资引导基金特色的指标体系，刘建均在《指导意见》中提出创业投资引导基金评价基本因素。本文在构建指标体系时首先借鉴这些基本因素，归纳为政策效益和经济效益。另外，考虑到创业投资引导基金属于公共财政支出，因此本文在构建绩效评价指标体系时借鉴了公共财政支出绩效的部分评价指标，归纳为管理效益。基于以上三个指标维度，本文构建了创业投资引导基金评价指标体系，见表1。
2．2指标说明
根据创业投资引导基金设立的宗旨，影响其评价绩效最主要的因素在于其政策效益，而政策效益又主要表现在杠杆效应，政策落实情况，政策实施效果三方面。其中杠杆效应主要由引导基金的两次引导体现，第一次引导是创业投资引导基金参股商业性创投基金形成子基金，其引导效果量化为“1－母基金规模（元）／参股的子基金总规模（元）”。这里的参股的子基金总规模仅指与引导基金合作的商业性创投基金，而非全部的商业性创投基金。第二次引导是指引导基金参股的子基金可以进一步与其它商业性创投基金或社会机构联合投资某一家创业企业，其引导效果为“1－投放到创业企业中的子基金规模（元）／子基金投资的创业企业所吸引到的全部创业资本（元）”。政策效益二级指标之一是子基金对政策目标的落实情况。引导基金的目的是支持初创期企业，特别是战略性新兴产业的发展，缓解创业投资领域的市场失灵。因此，它是否投放在了这些领域是对引导基金政策效果的一个重要评判标准。但政府的介入如果方式不当，也会造成一定程度的挤出效应，所以可从积极效应和消极效应两个方面进行评价。积极效应的评价可由以下三个三级指标体现：投入初创期企业的资金占子基金规模的比重，投入战略性新兴产业的资金占子基金规模的比重，投入中小型企业的资金占创业投资子基金的比重。消极效应是指创业投资引导基金投放在市场竞争已经很激烈的领域从而造成挤出效应。由于挤出效应会对创业投资引导基金的绩效造成负面影响，所以该指标应该取负值，使用“投放在市场竞争已经很激烈领域的资金规模占引导基金总规模的比重的相反数”来度量。政策实施效果即引导基金在运作后对创业企业产生的影响，可从解决社会就业的人数，对当地经济的贡献和对科技进步的贡献三个方面考虑。分别由以下指标度量。第一，子基金投资的创业企业就业人数的增长率；第二，子基金投资的创业企业税收的增长率；第三，子基金投资的创业企业专利数量的增长率。创业投资引导基金在面临绩效评价时也面临着经济效益的评价。周莉［10］对多家有创投基金参与的上市公司进行实证分析，结果表明，创投基金的投资收益率与投资阶段、被投资企业成长能力、被投资企业盈利水平具有相关性。故本文选取营业收入增长率，净利润增长率，平均ROE和投资阶段作为创业投资收益率评价指标。其中，营业收入增长率用“最近三年被投资企业营业收入增长率的平均值”度量；净利润增长率用“最近三年被投资企业净利润增长率的平均值”度量；平均ROE用“最近四年被投资企业净资产收益率的平均值”度量。在实证检验中，投资阶段越早，投资收益率越高，所以投资阶段用“（被投资企业的上市时点－创投基金的投资时点）／（被投资企业的上市时点－被投资企业有限公司设立时点）”来度量。此外，除了创业投资收益率，对引导基金的经济效益评价还考虑了投资成功率，用成功退出的项目占总项目的比重（％）度量。从基金规范性角度来看，在绩效评价时应考虑管理效益，主要从管理的规范性、专业性两方面考虑。此外，本文在构建指标体系时充分考虑了创业投资引导基金属于公共财政支出范畴，所以还应考虑财政透明性。管理的规范性主要体现在对合作创投企业筛选的规范性，项目评审流程规范性，被投企业审计报告的规范性。管理的专业性主要体现在引导基金受委托管理机构履行职责的情况，引导基金专家评审委员的专业评审能力，引导基金理事会的办公能力和引导基金内部控制制度的健全性。财政的透明性则考虑信息披露对象的广度，信息披露内容的广度，信息披露方式的易获取性。以上指标均为定性指标，主要由专家打分获取。
3直觉模糊层次分析法的创业投资引导基金绩效评价
关于一般绩效评估方法的研究成果十分丰富，诸如DEA［11，12，13］、主成分分析法［14］、灰色关联度分析法［15］、层次分析法［16］等评估方法都被广泛应用于各个领域的绩效评估实践中。其中DEA多用于投入－产出模型的评价；而主成分分析法的优势则在于处理相关性较高的指标体系；灰色关联度分析考虑了统计分析中难以处理的多因素和非线性；层次分析法则更利于处理数据疏散化问题。然而这些传统的绩效评估方法或者是过分依赖于专家的主观性（如层次分析），或者是对需要处理的指标具有可比性约束（如DEA，主成分分析和灰色关联），因此不适宜于处理涉及三个完全不同维度的创业投资引导基金绩效评价问题。VanLaarhoven和Pedrycz［17］于1983年首次提出了将层次分析法模糊化，Buck－ley［18］在此基础上发展了模糊层次分析法。将专家的主观性进行了模糊化处理，比层次分析法更为客观、准确，但它的局限性也十分明显［19－20］，即不能精确表达弃权或者犹豫的情况，且针对定量和定性的指标需要分别使用不同的方法集结。为了解决这一问题，基于Zadeh［21］的模糊集概念基础上提出的直觉模糊层次分析法［22］，统一了对定性和定量指标的集结。直觉模糊信息能够较好、较完整地反映决策主体对客观事物评价的不确定性［23］，下面比较一下经典数学、模糊数学和直觉模糊信息分别是如何刻画元素是否属于一个集合的。在经典数学中，一个元素α要么属于集合S＝（α∈S），要么就不属于集合S＝（α∈S）。模糊数学的诞生，通过引入隶属函数告诉我们事物不一定都是“非黑即白”，比如一个元素α可以八成比例属于集合S，两成比例不属于集合S。明显地，虽然模糊数学能够很好地描述事件的模糊性，但它的缺点也很显然，那就是必须给出这个元素到底有“几分”属于集合。也就是说它必须明确给出隶属度的值。在现实决策实践中，由于客观事物的复杂性和人类思维的局限性，人们往往对事物了解不够系统和全面，这就造成了不能给出隶属度精确值的现象是普遍存在且很难避免的。然而，当人们回答元素α是否属于集合S时，最普遍或者说是最简单的方法是给出一个取值范围，如元素α“七八成比例”属于集合S，意思就是α属于集合S的隶属度介于七八之间，可以用区间［0．7，0．8］表示。它也能够被理解为：给出这个区间的决策者很确信α至少有七成，至多有八成属于集合S，也可以说α至少有两成不属于集合S。可以看出在评价元素α是否属于集合S时，有两个重要的信息，其一就是元素α至少有几成属于集合S（记为μ），其二就是元素α至少有几成不属于集合S（记为ν）。直觉模糊信息正是结合了这两个重要参数，并将这个有序实数对（μ，ν）定义为直觉模糊数。从直觉模糊数的定义可以看出，直觉模糊信息能够更好地刻画决策者评价的模糊性和不确定性，同时也使得决策更为简单有效。考虑到创业投资引导基金实际评价背景，即专家对待评创业投资引导基金的认识较为模糊且不确定，我们利用直觉模糊信息来刻画其评价信息。
4实例分析
4．1基于直觉模糊信息的两基金绩效评价比较分析
成都某创业投资有限公司成立于2009年，是由中国进出口银行、成都投资控股集团有限公司、成都高新投资集团有限公司等三家股东共同出资15亿元组建的一家以FOF业务为主的创业投资公司。某公司以“打造专业的、市场化的、在全国具有极大影响力的母基金平台”为长期发展目标，一直立志于与优秀的机构及团队建立合作关系，截止2013年底，该公司已与国内外知名机构联合设立16支合作子基金，子基金运营总规模45．62亿元。该公司基金组合主要侧重于投资高新技术企业和中小企业，完成了对企业发展各阶段的全面覆盖，行业投资策略为信息技术、生物医药、能源环保、消费服务类、现代制造业、现代农业等国家及本地区鼓励发展的行业。该公司是一个政府主导、市场运作非常成功的中国中西部最具行业影响力的创业投资机构。现评价该公司旗下运作的甲与乙两支母基金绩效。甲基金是一支比较偏重创业投资活动政策效果的基金，对盈利能力要求较低，管理也比较规范化。乙基金运行专业，侧重经济效益，对政策效果的重视程度较差。计算R1和珚R1的距离，得到d（R1，珚R1）＝0．1568＞0．1，未通过一致性检验。故进一步设置参数进行调整，令σ＝0．6，使用（4）－（5）进行调整，得到：经济效益。通过文中提出的绩效评价方法得知，甲基金得分大于乙基金，说明对于创业投资引导基金而言，政策效应更为重要，符合创业投资引导基金设立的基本思想，即弱化经济效益，偏重政策效应。
4．2与模糊层次分析法的比较分析
基于相同的信息集，我们用模糊层次分析法对甲、乙基金进行了评价，与直觉模糊层次分析法的评价结果见表7。从表7可知，直觉模糊层次分析法和模糊层次分析法都得出了甲基金优于乙基金的结论，但就评价方法的角度来看，直觉模糊层次分析法更符合实际情况，能够更准确地表达出决策参与者对信息不完全情况下的认知，从每个指标的优势、劣势以及不确定程度三个方面来综合评价。其次，在模糊层次分析评价过程中，针对未通过一致性检验的判断矩阵，我们只能通过专家的重新打分，进行新一轮的检验计算，而直觉模糊层次分析法则是设置参数进行判断矩阵的调整，这个过程不需要决策者的参与，更为快速有效。
二、基本分析与技术分析
现资理论主要区分为基本分析与技术分析两大领域，近年来研究偏向于技术分析居多，但事实上两者各有其优劣，但在不同时机各有其适合发挥的空间，如同投资大师索罗斯把景气与股价比喻为老人与狗，虽然终究价格与景气最终会抵达相同的地方，但也代表是常会有被高估和被低估的现象。总之基本分析是我们用来衡量投资期价内含价值的方法，而技术分析却常是我们用来决定买卖时机的方法。因此，两者各有其研究价值。
（1）基本分析：是指投资分析人员根据经济学、金融学、财务管理学及投资学的基本原理，对决定投资价值及价格的基本要素如宏观经济指标、经济政策走势、行业发展状况、产品市场状况、公司销售和财务状况，评估投资价值，判断合理价位，从而提出相应的投资建议的一种分析方法。基本分析的理论基础建立在以下一个前提条件之下，即任何金融资产的“真实”（或“内在”）价值等于这项资产所有者的所有预期收益流量的现值。基本分析的架构可分为三部分，包括宏观经济分析，产业分析及公司分析，总体经济分析又可以从经济增长率、物价指数、利率、汇率、货币供给额来做研究。
（2）技术分析。技术分析是通过图表型态解析（Chart analysis），或计量化技术指标（Technical index）的买卖信号，分析过去及现在价格变化的走势，以推演未来价格的变动趋势（Trend），但不予深入探讨其变动的理由。图表型态解析的技术分析，是运用股价变化走势所构成的各种图形，以推测未来价格的变动趋势。例如，道氏理论、波浪理论及由趋势线所画出的支撑线、阻力线、W底、M头等价格型态，皆属于此种技术指标。技术分析是以统计学为工具，发展出一些可以帮助投资人，以较客观及科学化的市场信息，通过明确的数值及机械化的买卖信号来研判买卖时机，寻找能预测出期市买卖点及超买超卖现象的指标。因此，技术分析的目的，在决定买卖时机。技术分析在以交易资料侦测市场供需变化，掌握套利机会并借此获取超额报酬。技术分析的基本假设如下：一是价格由供需关系决定，以形成趋势型态变动。二是历史将会一再地重演，投资人可利用过去价格的变动资料或趋势，预测未来价格的变动趋势。也就是贪婪与恐惧（或害怕）是影响投资人的主要情绪。实务上，技术分析的方法很多，主要可分为图表型态及计量化指标分析。
三、研究设计与结论分析
本研究运用移动平均线和VIX指数结合的方法，对我国期货市场上的农产品、能源化工和金属三大类期货品种的综合表现进行分析。研究区间为金融危机之后的2008年11月至2014年7月。
一、引言
基础设施作为国民经济的基础和社会发展的先行资本，对推动经济和社会进步都有着至关重要的作用。然而，近年来我国基础设施投资快速发展的同时，由于投资决策缺乏科学性和正确性导致了投资的混乱和无序，基础设施建设出现了不平衡和不协调性，具体表现为，为了投资而投资，缺乏明确目标的投资，重复建设投资等[3][7][8]。
关于基础设施投资的研究，现有文献中多以基础设施投资经济效应的显著程度来判断基础设施投资规模的适度性.在实证研究中，大多数学者以基础设施投资的经济效应是否达到最大化作为评价投资规模适度性的标准[2]。例如，认为拉动GDP增长是基础设施投资的最主要作用，并以对GDP是否表现出正向的拉动作用作为基础设施投资是否过度的判断标准。其他有关基础设施投资规模适度性评价的研究参见[1][3][4][5][8][10]。
另外，基础设施投资作为促进经济发展和城镇化过程的重要手段，其投资规模具有很强的政策性，所以近年来一些学者开始通过基础设施的投资效率比较研究来探讨其投资规模的适度性[6]。例如，建立了基础设施投入和产出的综合指标体系，并应用二阶段数据包络法对我国各省份的基础设施总体投资效率进行了比较与评价。
综上所述，以往对于基础设施投资的研究具有以下缺陷。首先，绝大多数研究均针对基础设施投资的总量或总体存量，只有少数文献着眼于具体部门或行业，但仅涵盖了交通，电力等对经济增长作用明显的行业；从而就不能对改善基础设施投资效率提出全面的建议。其次，对基础设施投资规模适度性的研究，通常只考虑了其对经济增长的推动作用，而忽略其社会发展效应。
为克服上述缺陷，本文采用DEA方法，以基础设施投资相关数据作为投入变量，以经济增长和城镇化增长的指标作为产出变量，利用我国31省市2004-2013年的数据综合评价基础设施投资的效率，并将该效率值作为衡量整个基础设施投资对社会综合产出影响大小的指标；其次以该效率值作为因变量，以各类基础设施投资额作为解释变量，运用Tobit模型进行回归，分析各类基础设施投资对该效率的影响，通过回归系数的符号对其投资规模适度性做出判断。
二、基础设施投资概论和基础理论分析
（一）基础设施的界定
在关于基础设施的研究中，学者对于基础设施的内涵和界定并没有统一，精确的定义，往往根据自己的理解和研究的需要自行定义：国内外的相关研究多从两个角度来界定基础设施，第一，从行业部门角度将其分为交通，通信，电力，供水，教育，卫生社会保障等；第二，从职能的角度将其分为经济性和社会性基础设施。本文主要研究基础设施投资效率和各类基础设施投资结构及规模适度性问题，结合本文内容，世界银行的报告以及我国《国民经济行业分类标准》，本文中关于基础设施的界定如图2.1所示。
（二）基础设施投资规模适度性判定
基础设施作为国民经济的基础和社会发展的物质载体，其综合承载能力决定着一定时期社会的综合产出水平。这里，综合产出水平涵盖经济和社会发展两个方面，各类基础设施对整个系统社会综合产出的影响如2.1式所示：
G=Min{MaxGi}
MaxG1=f（I1）……MaxGi=f（Ii）……MaxGn=f（In）（2.1）
这里，Ii为第i类基础设施的存量水平，Gi为由其确定的最大社会综合产出，G为整个基础设施系统所决定的最大社会综合产出水平；若G1=G2=…Gn=G，则达到最理想情况。然而，在现实情况下，各类基础设施中，有些处于短缺状态，而另外一些处于过度状态，这种不平衡就造成了资源浪费，导致基础设施系统的综合产出不高。此时，基础设施投资的目的就是作为增量部分，优先投资短缺的而减少对相对过度的基础设施的投资，尽可能平衡各类基础设施的水平。
本文以各类基础设施投资对整个投资效率的影响在模型中的正负作为判断投资规模适度性的标准。若某类基础设施对整个投资效率的影响为正，则说明其投资规模相对不足，应增加其投资规模来提高整体效率；若某类基础设施对投资效率的影响为负，则说明该类基础设施投资过度，应降低其投资速度。
三、我国基础设施投资效率实证分析
相比于应用参数方法的单一产出指标评价体系，应用非参数方法的数据包络分析法从多产出角度研究基础设施投资的效率更为全面。为分析规模适度性问题，我们首先应用DEA数据包络分析方法对2004-2013年我国31省市的基础设施投资效率进行计算和评价。
（一）基础设施投资效率评价的理论框架
1、DEA方法的原理与评价模型。DEA方法是一种用来评价同类性质的决策单元之间相对效率的非参数方法，该方法是通过数学规划模型来计算各个决策单元之间的相对效率，并据此来进行相对有效性评价。与参数方法相比，DEA方法无需构造具体的生产函数就可以对决策单元的效率进行评价，而且能够对分散的数据进行综合分析，并且不必知道它们之间的关系。因此DEA方法被广泛应用于计算各种研究领域的投入产出效率，DEA方法有基于输入导向（Input-DEA）和基于输出导向（Output-DEA）两类，其中前者是在输出固定时最小化输入，而后者是在输入固定时最大化输出。
结合本文研究内容，运用基于输入导向的方法进行分析更为恰当，本文使用DEA方法的经典模型――B2C模型进行效率的计算和评价。B2C模型的原模型和对偶问题如（3.1），（3.2）所示。
（PBC2）max（μTyj0+μ0）=Vp，s.t.ωTxj-μTyj-μ00，j=1，2，…nωTxj0=1，ω0，μ0.（3.1）
（DBC2）minθ=VD∑nj=1yjλj+s-=θxj0，∑nj=1λj=1，s-0，s+0，λj0，j=1，2，…n（3.2）
2、评价指标体系的建立。在用DEA方法进行基础设施投资效率计算和评价时，投入产出指标的选取直接关系到评价结果的准确性。为了尽可能反应实际情况并且便于获取数据，我们以基础设施投资总额和该行业部门总就业人数作为投入指标，以地区生产总值的增加值和城镇人口的增加值作为输出指标，建立评价指标体系如图3.1所示。
（二）基础设施投资效率实证分析
1、模型的建立与数据处理。引入松弛变量和非阿基米德无穷小量ε的Input-BC2模型如（3.3）所示：
（P-ε）max（μTyj0+μ0）=Vpεs.t.ωTxj-μTyj-μ00，j=1，2，…nωTxj0=1，ωε，μεe.（3.3）
其对偶问题如（3.4）所示：
（D-ε）min[θ-ε（Ts-+eTs+）]s.t.∑nj=1xjλj+s-=θxj0∑nj=1yjλj+s+=yj0∑nj=1λj=1，s-，s+0λj0，j=1，2，…n（3.4）
其中ε为无穷小量，线性规划（D-ε）的最优解为λ0，s-0，s+0，θ0若θ0=1，则决策单元j0为弱DEA有效的，若θ0=1，且s-0=0，s+0=0，则j0为DEA有效的。
综合考虑我国投资策略，我们选择新世纪以来基础设施投资投入产出作为分析对象，由于2002年国家统计局对我国《国民经济行业分类》进行了调整，为了保持数据的统一性，本文中选取我国31省从2004-2013年间的基础设施投入与产出数据作为评价对象进行效率分析。其中为排除价格因素对投入与产出数据的影响，在基础设施投入方面，用各省市历年的固定资产投资价格指数对基础设施投资数据进行平减，对各省市GDP同样利用相应的价格指数进行调整。
2、求解与结果分析。应用输入导向的Input-BC2模型，对我国2004-2013年期间31个省市基础设施投入产出数据进行效率计算和分析（数值结果由DEAP2.1软件计算得出）。为了保证各地区10年间的基础设施投资效率在时间序列上的可比性，我们将31个地区从2004-2013年间的310组数据放在一起组成一个生产可能集进行分析比较，各省市计算结果见表3.1。
表3.1表明，从整体上看我国基础设施投资效率呈递减趋势，说明基础设施投资整体上的效果在降低，其对经济增长和城镇化的促进作用在降低，在投资过程中可能存在结构的不均衡和不合理，阻碍了其对社会综合产出的影响。北京、天津、上海、江苏、山东、广东、、青海、宁夏这些省市10年间的基础设施投资效率处于较高水平，直辖市和东部沿海经济发达省份投资效率高说明在投资配置过程中结构合理；边疆少数民族地区投资效率也处于较高水平，说明这些地区的投资对城镇化进程和经济增长都产生较大的促进作用，体现了我国近些年通过政策支持优化基础设施资源配置，促进较为落后的偏远地区共同发展的政策落实情况较好。相比这几个省市其他地区的投资效率表现出不同的特点，需要进一步进行分析以对优化投资结构，提高投资效率提供一定的有益指导。
四、基于Tobit模型的各类基础设施投资适度性实证分析
本节中，我们通过Tobit模型对各类基础设施投资规模的适度性进行检验。
（一）Tobit模型介绍
第3节中通过DEA方法计算出来的基础设施投资效率的取值范围是[0，1]，是截断数据，若以这种效率值为被解释变量，采用普通最小二乘法（OLS）进行回归分析，得到的参数估计值是有偏的。
故我们选择基于最大似然估计法的Tobit回归模型进行分析，Tobit模型的基本形式如（4.1）所示。
y*i=βxi+εiyi=y*i，0
εi・N（0，σ2），xi为解释变量向量，yi为被解释变量向量，β为参数向量。
（二）各类基础设施投资规模适度性实证结果分析
1、适度性评价模型的构建与数据说明
基于2.2中提出的基础设施投资规模适度性的评判标准，本节选择各个类别的基础设施投资规模作为解释变量，应用Tobit模型分析每一类基础设施投资对整体效率的影响从而分析其投资规模的适度性，建立的回归模型如（4.2）所示。
Yef=β0+β1Xny+β2Xjt+β3Xtx+β4Xky+β5Xsl+β6Xjy+β7Xwh+β8Xws+ε（4.2）
其中Yef为上一章中通过DEA方法计算的各省份基础设施投资效率值，Xny为能源设施，Xjt为交通设施，Xtx为通信设施，Xky为科研设施，Xsl为水利设施，Xjy为教育设施，Xwh为文化体育设施，Xws为卫生和社会保障设施。β0，β1，β2，β3，β4，β5，β6，β7，β8为待估参数，其正负反应了各类基础设施投资对基础设施投资效率的影响程度和投资规模的适度性，ε为随机扰动项。
2、适度性实证结果分析
首先，我们使用我国31省市2004-2013年10年的面板数据从整体上分析我国各类基础设施投资规模的适度性问题。由于各类基础设施投资数据量很大，而且被解释变量投资效率的取值范围为[0，1]，故我们首先对各类基础设施投资数据取对数处理，再通过Stata软件进行Tobit回归分析，计算结果如表4.1所示。
表4.1反映了在各个解释变量中，能源，通信，科研，文化基础设施投资与投资效率呈负相关关系，交通，水利，卫生社保，教育基础设施投资与投资效率呈正相关关系.其中，能源，通信，科研基础设施，文化基础设施投资分别在1%和5%水平下与投资效率显著负相关，水利，卫生社保基础设施投资在5%水平下与投资效率显著正相关，而教育和交通基础设施投资与整体效率的正相关关系并不能通过显著性检验。于是我们有如下分析：
首先，能源、通信、科研和文化基础设施投资对整个投资效率的影响是负向的。即在目前的基础设施存量水平和结构下，这几类基础设施投资规模已经过度，增加其投资会对整个社会综合产出的增长产生抑制作用，降低整个基础设施投资系统的效率。故在接下来的基础设施投资中，应减缓这几类行业部门投资的速度，使各类基础设施投资协调发展。
其次，水利、卫生社保基础设施投资对整个投资效率的影响是正向的。这表明水利和卫生社保基础设施投资规模不足，增加其投资能够较大的促进社会综合产出的增加。故在后继基础设施投资中应增加这两个行业部门投资的规模，提高投资速度，来促进基础设施投资效率的提高和社会综合产出的增长。
再次，交通和教育基础设施投资与整个投资效率呈正相关，但并不显著。这在一定程度上显示了我国交通和教育基础设施投资规模不足。
（三）分区域基础设施投资适度性实证结果分析
在第三节中对我国基础设施投资概况的介绍表明，由于我国各地区地理环境，经济发展情况以及国家政策支持程度不同，各地区基础设施投资情况差异显著，因此在分析基础设施投资规模适度性问题时，要根据不同地区的实际情况具体分析，才能对各类基础设施投资情况做出更为真实的判断，进而对提高投资效率提出更有效的政策建议。
所以，下面我们根据我国各地区经济发展状况以及基础设施投资情况的特点，将中国31个省市划分为四个区域，东部，中部，西部和东北部（如表4.2所示）进行分析。
表4.2我国各省市区域划分
东部地区北京 天津 河北 上海 江苏 浙江 福建 山东 广东 海南
中部地区山西安徽江西河南湖北湖南
西部地区内蒙古 广西 重庆 四川 贵州 云南 陕西 甘肃 青海 宁夏 新疆
东北地区辽宁吉林黑龙江
利用相同的模型（如（4.3）所示）对各地区进行分析，其中被解释变量为各地区的基础设施投资效率，解释变量为各地区内不同种类基础设施投资数据。
YRef=β0+β1XRny+β2XRjt+β3XRtx+β4XRky+β5XRsl+β6XRjy+β7XRwh+β8XRws+ε（4.3）
利用各地区省份10年基础设施投资和效率面板数据分别对东部，中部，西部和东北部地区进行回归分析，回归结果如表4.3所示。
从表4.3可知，不同区域基础设施投资情况差异明显：同一区域内不同部门基础设施投资规模适度性存在很大不同，同一部门基础设施投资在不同区域亦表现出不同的适度性。
具体来看，在东部地区，能源、交通、文化体育基础设施投资与整个基础设施投资效率显著负相关，教育基础设施投资与整个投资效率显著正相关，而其他行业部门投资与投资效率的相关性并不显著。这表明在东部地区能源供给，交通运输和文化体育基础设施规模已经过度，而教育基础设施规模存在不足。
在中部地区通信，科研和文化体育基础设施投资规模过度，而交通和卫生社保基础设施投资规模不足。在西部地区能源，通信，科研和文化体育基础设施投资规模过度，而交通和水利基础设施投资规模不足。在东北地区科研设施投资规模过度，而其他部门基础设施与投资效率的关系并不显著。在今后的投资决策中要减缓对已经出现规模过度的基础设施的投资，而对规模不足的则要加快投资速度，使得各类基础设施投资均衡协调发展。
五、结论及政策建议
本文综合考虑了基础设施投资对经济增长和社会发展的效应，提出了基础设施投资规模适度性判定方法。首先通过DEA方法对我国31省市2004-2013年基础设施投资效率进行了测算，在此基础上建立了基础设施投资规模适度性评价的Tobit模型，然后通过该模型对我国各部门基础设施投资规模适度性从整体和分区域两个角度进行了实证分析。结合该分析和我国实际情况，我们对接下来提高基础设施投资效率提出如下政策建议。
首先，应继续加大基础设施投资，提高社会综合发展水平，虽然通过近年来的大规模投资，我国基础设施水平已经有很大提高，但相比于一些发达国家，我国基础设施整体水平仍然落后。其次，应优化基础设施投资结构，确保各部门均衡发展。基础设施系统作为一个整体，其综合承载能力决定了一定时期经济和社会发展水平。只有保持合理的投资结构，保证各类基础设施发展均衡，才能够确保基础设施系统的社会综合产出最大。最后，应全面考虑区域发展特点，注重投资的区域平衡。不同地区由于地理环境和经济发展状况以及国家政策支持力度的不同，基础设施存量水平以及投资增量水平都存在很大差异。故各地区在发展基础设施水平时要充分结合当地的特点和优势，优先发展某些优势基础设施，以快速提高社会综合产出水平。（作者单位：1.中国中材集团有限公司；1，2.对外经济贸易大学）
参考文献：
[1]Aschauer D A，Public Investment and Productivity Growth in the Group of Seven[J].Economic Perspectives，1989，（Sep）：17-25.
[2]Devarajan S，Swaroop V，Zou H，The composition of public expenditure and economic growth[J].Journal of Monetary Econonics，1996，37（2）：313C344.
[3]丁建勋.基础设施投资与经济增长――我国基础设施投资最优规模估计[J].山西财经大学学报，2007，（29）：28-31.
[4]方俊智.基础设施投资与经济增长的关系――兼论云南省基础设施投资的最优规模[D].云南财经大学，2011.
[5]Karras G，Is government investment underprovided in Europe？ Evidence from a panel of fifteen countries[J].Economia Internazionale，1997，50（2）：223-235.
[6]李忠富，李玉龙.基于DEA方法的我国基础设施投资绩效评价：2003-2007年实证分析[J].系统管理学报，2009，（18）：309-315.
[7]刘卓，于长革.基础设施投资的经济效应及其最优规模分析[J].经济科学，2006，（1）：30-41.
纵观国外金融市场的发展历程，金融投资理念大致分为两个主要流派：一是学院派，其演变的轨迹是从资本定价模型，到组合投资理论，再到期货期权公式。许多运用该理念的市场操作者获得了巨大的成功，积累了大量财富，但也不乏失败的案例，如长期资本公司的倒闭。总的看来，这种流派在全球金融投资中所占的比重越来越大。二是市场派：巴菲特的内在价值投资理论和索罗斯的利用市场结构性缺陷获利的落差投资法。具体而言，当今最流行的投资理念和方法主要有“技术分析投资法”、“价值投资法”、“指数投资法”、“组合投资法”、“羊群搏傻法”以及“资本资产套利法”等。
技术分析投资理念
推崇技术分析的投资者，认为市场交易的形态能够反映出所有参与者的心理力量以及导致股价变化的所有逻辑与信息，对有价证券的基本面，如公司的经营历史、盈利潜力和其他有关估值的微观经济因素不大关心，重视的是一只股票的价格与交易量的交易形态，对形态分析与对行业和市场指标的分析结合在一起，其所显示的未来趋势是技术分析者预测股价和进行投资的依据。这种投资理念基于三大假设前提：市场行为包含一切信息，价格沿趋势移动，历史会重复。在市场没有达到有效的时候，运用的效果较好。
如果单靠技术分析预测股市涨跌，可信度较低，因为影响投资收益的因素很多，如国家政策、财务报表情况、图线量价技术面、流动资金面、新闻消息面等。按照有效市场假说理论，技术分析投资法在未达到弱式有效的市场中可以运用。
价值投资理念
价值投资法从某种意义上是一种基本面分析投资法，但两者又不完全等同，基本面分析是一个更广泛的范畴。价值投资法的核心是进行公正合理的估价。通常情况下股价成周期变动：被有高价预期的投资者和短线投资者推至非理性的高度，之后便受到科学估值投资者的打压。证券估值的基本方法主要有内含价值法、相对价值法、收购价值法等。
内含价值法认为一个公司的价值等于它未来股利的净现值。因此，首先应从盈利预测中推导出未来股利，然后将其折现，得出股票的现值。如果股票市场价格低于计算结果，则应买入；如果市场价格高于内含价值，则应卖出。相对价值法是与同类公司做比较来判定一个公司的价值（市盈率法）。收购价值法以第三方收购人如另一家公司、杠杆收购方或者清算人的价值来计算公司的股价。
价值投资法的不足之处在于盈利预测以及股利贴现率较难确定，尤其是对不派发股利的成长型公司、不断亏损的老牌企业以及重组公司进行估值时。价值投资法最适合在成熟有效的市场运作，同时适合长期运作。
巴菲特价值投资理念
巴菲特价值投资法是价值投资法独特的一种，由巴菲特基于格雷厄姆价值分析法创立。其投资理念并不完全等于绩优加长线。巴式方法大致可概括为5项基本条件、5项投资逻辑、12项投资要点、8项选股标准、2项投资方式。
组合投资理念
一般而言，组合投资是机构投资者尤其是基金运用最多的投资方法。其主要运用的是马柯威茨的均值方差模型、资本资产定价模型、单指数模型等。具体而言有消极和积极的组合管理。证券组合可降低非系统性风险，因为非系统性风险可以互相抵消。有的分散化投资策略是不可取的，成为无效组合或者叫无效界面。投资至少要在有效界面上选择有效组合，可利用马柯威茨的均值方差理论。同时，也可以利用资本资产定价模型以及单指数模型来选择股票，它比马柯威茨的均值方差模型计算量少。在市场初级发展阶段以及成熟阶段均可实行，不过在成熟有效的市场运用效果会更好。
指数化投资理念
指数化投资是西方国家近几年来比较流行的一种投资理念，其核心是跟踪某一指数设计投资组合，使组合的涨跌幅度与指数的涨跌幅度完全一致。按照指数化投资理念设计投资组合的方式有许多种，最简单的做法是复制指数，即根据指数的权重构成按比例分配资金买进股票。如果要跟踪标准普尔500指数，可将资金按市值权重比例分配到500个成份股票上。
索罗斯投资理念
索罗斯投资理念中最主要的是落差投资法，它是综合利用股票、期货、债券、汇率市场等多种投资工具综合套利。索罗斯和巴菲特一样，不相信证券市场是有效率的，他认为技术分析是没有任何理论根据的，真正有用的是基本面分析，包括行业分析和公司分析。
索罗斯主要的投资技巧包括：大量利用信用融资投资，扩大获利金额，主要包括无本金外汇远期交易、大量放空、期货汇率交易、期货股价指数交易、期货商品交易等；利用落差投资法，包括东西方时间落差、现货与期货落差、市场面与实质面落差、过度恐惧与过分乐观落差、消息公布日与实际发生日落差；专门研究小组提供各金融商品的趋势，同时利用全球资本体制的五大缺陷。五大缺陷包括利益分配不均、金融体系的不稳定、全球垄断及市场求过于供、国家的角色模糊、价值与社会凝聚。索罗斯的投资方法需要许多客观条件的帮助，一般的投资者和小机构根本无从效仿。
中国资本市场投资理念变迁特点
我国资本市场的发展历史不过15年左右，尤其在市场经济体系尚不完善的情况下，资本市场更显得稚嫩。这反映在市场特征方面，就是政策市和消息市特征鲜明，投资者急功近利的思想比较严重，大众的投资理念还不成熟。随着机构投资者在市场中的比重增加以及市场进一步规范，投资者的投资理念逐步成长。
第一阶段（1990～1996年）：投资理念淡薄或是建立在技术分析上的投机阶段。这一阶段我国资本市场处于起步初创时期，市场规模很小，股票严重供不应求，由此而产生“股票＝钱”的幻觉，只要拥有资金、握有股票和收集筹码，就一定会获得高额回报。股票市场供求关系严重失衡，导致一些超级大户联手随意在市场上翻云覆雨，齐涨齐跌现象使得投资者对上市公司的基本面不甚关心，股价涨跌实质上仅仅是筹码的集中和扩散过程，拥有了筹码便拥有了一切。不同公司的股价比较除了控盘程度之外，没有任何成熟的标准可循。于是，政策市和消息市特征鲜明，投资者的投资理念还相当模糊和稚嫩。
如果说一定要寻找这一阶段的投资理念的话，市场操作人士在或多或少地应用技术分析法。其主要原因在于：一是我国股市处于初创时期，在股票供求严重失衡的情况下，股价走势不由公司的经营业绩、财务状况等基本面因素主导；二是市场的博弈格局是庄家与散户的对垒，散户热衷于技术分析，以图型发现庄家的踪迹，而机构（庄家）更重视筹码的收集，市场投机气氛浓厚，投资者普遍偏好追“强庄股”；三是技术分析的陷阱比比皆是。一些“庄家”和投资者充分利用雄厚的资金实力，按照技术分析法的图形故意营造比较好的技术形态或转折点，引诱“散户”进入“圈套”，然后进行反向操作，在散户被套住的情况下“庄家”神不知鬼不觉地逃之夭夭。
第二阶段：在概念的旗帜下投机。经过市场不断反思，投资理念从单纯技术分析与股价操纵转到崇尚绩优高成长。1996年，跑赢大盘指数的股票一般都具有高成长性、高送配、绩优的特性，如早期的四川长虹、深科技、东大阿派、深发展等。从这些大牛股气势恢弘的走势，可以清晰地看到机构主力资金大举运作的痕迹。
这一阶段的典型特征是两类投资者（散户和机构投资者）的投资理念开始出现分化。散户还在继续迷信技术分析法，希望从中捕捉到机构投资者的踪迹，从而赌得大运。而机构投资者的投资理念逐步由依靠技术分析进行投机，过渡到依靠公司基本面进行投机，重点关注上市公司是否具备良好的成长性、高送配，于是，机构投资者通过聚集大量的资金爆炒和投机绩优股。虽然这一阶段投资理念主流是倾向绩优高成长，但最终的目的是在基本面的基础上依靠资金实力操纵股价并获取暴利，其结果是造成股价严重透支，一些股票如深发展、四川长虹股价由此步入漫漫熊途。
机构投资者除了充分利用绩优高成长理念外，还发挥“重组概念”的想象空间进行投资。这一方面是因为在公司面临经营困境的情况下，重组意味着将为公司重新注入新的活力；另一方面，在“壳资源”极为稀缺的情况下，重组时一般是实力雄厚的新企业进入。由此，机构投资者大肆渲染重组后企业将步入高成长行列，在重组与绩优成长股之间建立逻辑关系，为炒作该股票制造浓烈的市场气氛。
由于股票投资的目的不是现金红利（也几乎不可能），而是资本利得或股价买卖价差，使得市场投机气氛浓厚，投资者普遍偏好成长股，概念炒作盛行。机构投资者队伍还很弱小，影响力相对有限，难以引导理性的投资理念。
第三阶段：投资理念多元化。随着为引导证券市场理性的投资理念而加大对机构投资者的培育，基金开始成为我国资本市场的主力军，并引导着主流的投资理念。无论是向新型行业投资、向高成长的新兴市场投资（国际化浪潮），还是向国内绩优蓝筹股投资，基金始终伴随着先进的产业理论、管理思想的武装，走在经济发展和改革的最前沿，领先于经济周期。
随着管理层监管力度及媒体舆论监督的加强，机构做庄的难度越来越大，操作不好将带来巨大损失，甚至有可能受到刑事处罚。特别是在新的市场格局下，以前那种“机构与散户之间的博弈”已演变为“机构、散户、机构之间的博弈”，机构如不加强研究工作、注重基本面研究，优势将荡然无存。由于投资者的投资理念发生转变，组合投资逐渐被券商接受，部分券商开始从集中投资、重点投资和深度投资转向了分散投资和组合投资，摈弃“做庄”思维，注重基本面研究，获取“阳光”利润。
当以基金为主体的机构投资者开始主宰市场时，市场的博弈双方不再局限在机构投资者与散户之间，而主要是在机构投资者之间展开，于是，投资理念开始呈现多元化趋势。目前，机构投资者的投资理念大致分为成长型、价值型和平衡型三种。
成长型投资理念的投资目标在于追求资本的长期成长，将资产主要投资于资信好、长期有盈余或有发展前景的公司的普通股票或债券，其主要特点是当期得到的股利收入较少，但其资本利得及长期预期收入较多。
价值型投资理念主要投资于价值型的股票，也就是说，价值型投资理念的投资者寻找的是内在价值被市场低估的股票。他们一般投资于市盈率较低的传统行业，如银行业、公共事业及能源类等，这些公司经常受到市场的冷落，市盈率低，因此，投资成本较为低廉。
平衡型投资理念则是成长型和价值型的综合，既关心资本利得也关心股利收入，甚至还考虑未来股利的增长，但最关心的还是资本利得的潜力。受这种理念支配的投资者同时投资于成长型股票和有良好股利支付记录的价值型股票，目标是获取股利收入、适度资本增值和资本保全，从而使投资者在承受相对较小风险的情况下，有可能获得较高的投资收益。因此，平衡型投资理念适合既想得到较高股利收入，又希望收益比成长型更稳定的投资者，如主要寻求资金保全的保险基金和养老基金，以及相对保守的个人投资者。
寿险资金运用基本理念：价值投资遵循价值投资理念
目前，市场参与者的投资理念各不相同，即使是同一个投资者在不同时期所遵循的投资理念也会有所差异，这一方面是因为市场处于不断的变化过程中，另一方面是各个投资者的资金性质等也有所不同。根据中国寿险资金来源的性质以及我国股市的特点，寿险资金运用应当遵循价值投资理念。
价值投资理念是建立在对影响资金运用的经济因素、政治因素、行业发展前景、上市公司经营业绩、财务状况等要素的分析上，以公司的成长性及发展潜力为关注重点，以判定有价证券的内在投资价值为目的的投资策略。价值投资的真谛在于通过对有价证券基本面的经济分析，使用金融资产定价模型估计有价证券的内在价值,并通过对其市场价格和内在价值的比较，发现并投资那些市场价格低于其内在价值的有价证券，以期获得超过大盘指数增长率的超额收益。
从保险资金运用的发展趋势来看，基于保险经营效率和安全考虑，保险投资将呈现多样化特点，以实现“在不损失收益率的前提下最大限度的分散投资风险”。因此，寿险资金运用的渠道在监管当局和市场环境的推动下将更为宽松，包括房地产、抵押贷款、股票、债券、实业和海外投资等无不将成为寿险资金运用的方向。尽管可以通过组合投资使得各资产之间的相关程度降低以在一定程度上规避投资风险，但是，在上述各资产范围内如何选择相应的个性化资产呢？比如构建一个有实业、股票甚至房地产的投资组合，如何选择哪一种股票、哪一种实业以及哪一个地方（区域）的房地产呢？显然，要通过价值投资理念与相应的方法运用资金。
保险投资失误造成保险企业的损失，并进而导致保险企业失去偿付能力和最终破产的情况比比皆是，像美国公平人寿由于投资房地产失败导致经营巨损，美国Colonia公司由于投资金融衍生品亏损导致公司经营失败，First Executive投资垃圾债券而遭受重大损失，日本日产生命保险公司的破产主要是在泡沫经济时期大量卖高预定利率产品，严重的利差损失使其失去偿付能力。
但不能因为这些投资失败案例就一概否定保险资金运用于房地产或股票等，而应该是在监管当局所规定的投资范围内选择有价值的投资品种和对象，比如有升值趋势的楼盘、绩优成长个股等。寿险公司资金的长期性以及未来的偿付性，要求保险资金必须在保值的基础上实现增值，在安全性、稳定性的基础上追求盈利性，因此，在资金要求回报以及市场存在风险的情况下，寿险的投资理念应当遵循价值投资理念，才能达到效益最大与风险最小。既不能因为一味求稳而放弃回报率较高的项目，否则，在激烈的市场竞争中必然会被实力强大的外资保险公司所压倒；同时，又不能为了获得高额回报而不顾投资风险，要在投资回报与风险之间寻找到一个平衡点。
遵循价值投资的基本投资哲学是基于保险公司保费收入的特点。但是，现代保险业还发行了许多具有理财性质的投资连接产品，其风险由投资者承担，保险公司只不过充当委托理财和投资的角色，监管当局要求对这部分资金开设独立账户。这部分资金的运用就不能死守价值投资理念，而应该根据投资者的偏好运用相应的投资理念。
价值投资的分析内容
一般来说,价值投资包括宏观、中观及微观经济分析。首先,宏观经济分析是价值投资的前提。其以国家整体经济走势和经济政策走向为研究基础，主要研究国内生产总值、就业状况、通货膨胀、国际收支等宏观经济指标对证券市场的影响，并结合对财政政策和货币政策走向的分析，预测宏观经济走势，并以此判断大盘的走势。证券市场对国家经济政策十分敏感，对国家预算、税收、投资政策、利率和汇率变动的分析是价值投资模式的基础。
其次，中观经济分析是价值投资的基础。其主要是针对行业现状和前景的研究，判断不同行业的成长性。尽管各部门都处在相同的宏观经济形势下，但是不同行业的利润率水平以及发展前景是不同的。
第三，微观经济分析是价值投资的关键。其以公司财务状况和发展潜力为研究基础。价值投资理念认为，公司的质量直接关系到公司股票和债券的市场表现优劣，具有投资价值的有价证券不但要具有良好的业绩，更要能长久保持稳定的发展。所以，价值投资关注的不仅仅是公司的历史盈利水平，而且需要通过对公司的行业竞争能力、经理层管理能力、各种财务指标的综合评价分析，预测公司将来的盈利能力。这是价值投资理念分析重点中的重点。
具体分析可以遵循几个原则进行：企业原则。公司简单且可以了解吗？经营历史是否稳定？长期发展远景是否看好？经营原则。经营者是否理性?经营者对股东是诚实坦白的吗？经营者是否会盲从其它公司的行为等。财务原则。重点集中在股东权益报酬率，而不是每股盈余。市场原则。公司有多少实质价值？能否以显著的价值折扣购得该公司股票。
成功投资的关键，取决于企业的实质价值和支付一个合理划算的交易价格，而不必在意最近或未来股市将会如何运行。因此，在评估投资计划时，应该先以企业的观点出发，衡量该公司经营体系所有质与量的层面、财务状况以及可以购买的价格。
价值投资的分析步骤
第一步：从宏观、中观到微观面的经济预测。价值投资关注的是公司的内在真正价值以及未来的成长性，因此，需要对GDP、行业未来的市场状况以及公司的销售收入、收益、成本和费用等进行尽可能准确的预测。预测方法主要有概率预测和经济计量模型预测两种。
第二步：筛选具有发展潜力的行业。通过宏观经济预测和行业经济分析，投资者可以判断当前经济所处的阶段和未来几年内的发展趋势，这样，可以进一步判断出未来几年可以有较大发展前景的行业。
第三步：估算企业及其股票的内在价值。在确定了欲投资的行业之后，需要对所选行业内的个股进行内在价值分析。股票内在价值的估算有很多种方法，一般来说，股利贴现模型最为简单而被普遍使用。
【中图分类号】G40-054 【文献标识码】A 【论文编号】1009―8097（2009）05―0076―04
一 引言
近年来，众多学者致力于研究教育信息化投资效益问题，在研究框架[1]、分析模式[2]、评价模型[3,4]等方面进行了许多有益的探索。其中，焦宝聪、唐闻捷等人提出的基于DEA的相对有效性评价方法[3,4]，是国内较早的进行教育信息化绩效评价的定量分析模型。该模型实现了对评价对象的客观排序，却无法反映各评价指标之间的关联性，而且纯粹的DEA模型对评价指标的数量有限制，在评价指标较多时，无法很好区分评价对象间的相对优劣，不利于评价对象间的比较[5]。受限于DEA对指标数的限制，这些研究也未涉及较为完整的教育信息化评价指标体系。因此，这种方法还有待进一步完善。
为了克服DEA模型对指标数的限制，并反映不同指标之间的关联性，本文采用加权灰色关联分析方法来评价教育信息化投资效益。同时，为克服加权灰色关联分析在权重确定时的主观性，本文采用DEA模型来确定权重向量，通过“非均一”赋权，计算出各评价单元的最优关联度，实现客观的优先排序评价。为提高所提出的分析模型的实用性，文章深入分析了高校教育信息化投入与产出结构，使模型建立在较为完整的投资效益评价指标体系之上。最后，通过示例分析说明模型的应用过程。
二 基于DEA的加权灰色关联分析评价模型
基于DEA的加权灰色关联分析方法[6]是在灰色关联分析方法[7]基础上提出的一种改进方法，通过DEA模型的复合，克服了加权灰色关联分析中权重确定的主观性以及“均一化”加权无法体现评价的“最优性”与“公正性”的问题。基于DEA的加权灰色关联分析的一般步骤如下：
（1） 确定反映系统行为特征的参考数列和影响系统行为的比较数列。设有m个比较数列Xi（i=1,2,…,m），1个参考数列X0，每个数列有n个观测点，构建如下的评价矩阵X：
（2） 对参考数列和比较数列进行无量纲化处理：
（3） 求各比较数列与参考数列在各个时刻（即各观测点）的点关联系数ξi(k)。
其中λ为分辨系数，一般在0～1之间选取，通常取0.5。ξi (k)是比较数列Xi与参考数列X0在第k个观测点的相对差值，其大小描述了Xi对X0的影响程度，称为Xi与X0在k处的点关联系数。
（4） 求比较数列Xi对参考数列X0的最优加权关联度ri：
设ω i (ω i≥0，і=1,2,…,n； )为反映不同的观测点在总体观测中重要程度的权重，则Xj对X0的加权关联度ri为：
为了科学地确定权重，克服权重确定的主观性，根据DEA方法的原理，以各观测点的权重ωr(r=1,2,…,n)为决策变量，对每一个比较数列Xj（j=1，2，…，n）均构造如下线性规划模型，通过“非均一”赋权，求得每一个比较数列Xj对参考数列X0的最优加权关联度ri。
（5） 排序评价。将各比较数列Xj对参考数列X0的最优加权关联度按大小顺序排列起来，组成一个关联序，它反映各比较数列对于参考数列来说的“优劣”关系，例如，若ri＞rj，则称Xi对于参考数列X0优于Xj，记为Xi＞Xj。通过该关联序，实现对各比较数列的优先序评价。
三 教育信息化投资效益评价方案设计
教育信息化投资效益评价属于多投入多产出的问题，涉及的观测指标众多。不同类型的对象，其投资模式和效益评价的侧重点都不同。评价应在同类对象的比较中进行，并应有比较完整的评价指标体系。为此，首先应制定一整套科学合理、易于操作的投资与效益评测指标体系，然后，按科学的方法进行数据的收集与整理，最后，应用基于DEA的加权灰色关联分析模型进行评价。
1 评价指标体系设计
高校教育信息化的投入包括许多项目，涉及到高校教育工作的众多方面。根据目前各高校教育信息化建设及运行情况，我们将投资分为基础设施建设投资、教学信息化建设投资和管理信息化建设投资三大部分，每一部分包含若干子项目。同样，根据教育信息化对高校各方面工作的影响，我们将效益分为教学效益、教育管理效益、科研效益和人才培养效益四个部分。这些效益大多是非经济效益，是非物质成果，只能通过这些效益的影响因素来衡量。通过对高校教育信息化建设及运行过程中各项投入及效益影响因素的深入分析，我们制定如图1和图2所示的测算指标体系。
2 模型应用流程
首先，构造评价矩阵。高校教育信息化投资效益评价方式主要有两种，一是同类学校之间的对比，二是同一学校不同投入模式、不同年度的对比。在使用加权灰色关联分析方法进行评价时，前者以各个学校的投资效益指标观测值构成加权灰色关联分析的比较数列Xi，后者以同一学校不同投入模式或不同年度的投资效益指标观测值构成比较数列Xi，每个评价指标对应于加权灰色关联分析模型中的一个观测点。
评价矩阵的参考数列X0根据灰色关联分析方法的原理构造：投资测算指标选择各列最小值、效益测算指标选择各列最大值，其逻辑含义为以最小的投资取得最大的效益。依据上述思想，按评价方式的不同，根据上述投资效益测算指标体系采集数据，建立评价矩阵X。
然后，根据基于DEA的加权灰色关联分析模型进行数据处理。首先求各评价单元的点关联系数矩阵。然后按公式2-4所构造的DEA模型，求各比较数列对参考数列的最优加权关联度，并对计算结果进行排序，根据关联序得出各评价单元的优劣关系，得到高校教育信息化投资效益的排序评价。最后对排序结果进行分析，提出排名较差的评价对象投资效益改进的指导意见，并反馈结果。
教育信息化投资效益评价流程如图3所示。
四 应用示例
为说明本模型方法的应用，假定要评价4所本科院校教育信息化的投资效益，按前述指标体系收集受评院校近三年的指标观测数据（为简化说明，此处从各一级指标中选取若干二级指标进行分析，Cij和Pij与第三节中指标相对应），各投入指标值以万元单位，效益指标中某些无法测量的，采用评价打分法，按相关评价标准打分获取，最终得如表1所示的观测数据。X1、X2、X3、X4代表四所学校，每一行为一所学校的评价指标值向量。X0代表在各评价指标都取得最优值的情况下虚拟的参考学校。
以4所学校的指标值向量为比较数列，以虚拟的参考学校X0的指标值向量为参考数列。将上表数据导入EXCEL中，按基于DEA的加权灰色关联分析方法的步骤求解。
首先按式2-1和式2-2，计算受评学校各指标的点关联度系数，得点关联系数矩阵（见表2）。
然后，按式2-4构造的DEA模型，利用EXCEL规划求解功能计算各学校的最优关联度，得到4所学校的最优关联度依次为1，0.9969，0.9979，0.9983。
本文为全文原貌 未安装PDF浏览器用户请先下载安装 原版全文
按加权关联分析方法的评价准则，对各评价单元进行关联度排序，根据关联序，得4所学校的排序结果为X1>X4>X3>X2，说明学校X1的教育信息化投资效益最好，其次为X4、X3、X2。
根据上述排序评价结果，对各学校投资效益进行分析。首先，对比X1与X2的情况，X1评价最好而X2评价最差，两所学校规模虽有一定差别，但从两所学校的投入与产出的对比来看，X2的多媒体教室、应用教学软件和办公自动化系统投资相对较少，学生上机时数、多媒体课件和网络教学资源数及教师科研论文数相对较低，所以X2要提高投资效益，应适度增加多媒体教室、应用教学软件和办公自动化系统的投资，同时努力提高学生上机时数、多媒体课件及网络教学资源数和教师科研水平。同理，对于X3，应适度增加基础设施建设投资以及应用教学软件投资，努力提高办公自动化水平和教师科研水平；对于X4，各方面投资效益比例与X1基本相似，投入与产出比例基本协调，可考虑适度扩大学生规模，进一步提高效益。
通过上述示例，我们可以看出本方法无指标数限制，能够处理指标间的关联性，应用过程合理简便，有助于较好地评价高校教育信息化的投资效益。
五 小结
高校教育信息化投资效益评价对于提高高校教育信息化投资管理水平有重要作用。为了提高评价的客观性和准确性，必须努力寻求科学有效的评价模型。本文采用基于DEA的加权灰色关联分析方法进行教育信息化投资效益评价，为此还设计了一套在较为完整的评价指标体系，该方法综合了DEA和加权灰色关联分析两种方法的优势，既克服了权重确定时的主观性，实现了客观的优先排序评价，又通过“非均一”赋权达到了优先序评价的最优化，保证了分析结果的公正性，弥补了以前提出的教育信息化绩效评价方法的不足，为高校教育信息化投资效益评价的定量分析提供了一种新的思路。
参考文献
[1] 郭莉,许逵.教育信息化成本效益研究框架与领域[J].中国电化教育,2006,(6):18-22.
[2] 郭莉,祝智庭.教育信息化的成本效益分析[J].电化教育研究,2005,(6):15-18.
[3] 焦宝聪,赵意焕,董黎明.基于数据包络分析的教育信息化绩效评价模型[J].电化教育研究,2007,(4):38-41.
[4] 唐闻捷,熊晶晶,王波.高校教育信息化建设投入产出相对 有效性分析[J].电化教育研究,2007,(7):76 -78.
[5] 聂伟,邵春福,杨励雅,等.基于DEA和灰色关联分析的区域 公路网综合评价方法[J].交通运输系统工程与信息, 2007,7(8):96-100.
[6] 杨印生,谢鹏扬,李洪伟.基于DEA的加权灰色关联分析方法[J].吉林大学学报(工学版), 2003, 33(1):98-101.
