最佳投资组合与预测模型的优化——以“金融控股公司”为例.pdfVIP

维普资讯 2007年第2期 科技管理研究 2007No S ． 2 cienceandTechnologyMnaagementResearch ”‘ 文章编号：1000—7695 (2007)02—0253—04 最佳投资组合与预测模型的优化 以 “金融控股公司为例 潘文超 (景文技术学院财务金融系，台湾台北 104) 摘要：台湾金融控股公司的成立，使台湾金融机构的发展朝着多元化、集团化、国际化与大型化的道路前进。 这不仅会促进台湾金融机构经济规模的扩大，而且还将会增强金融行业与外 国金融机构竞争的实力。本文以多 家金融控股公司为例，研究如何运用DEA挑选技术效率较高的金融控股公司建立投资组合，如何使用灰关联、 演化式类神经网络筛选网络输入变量及架构，以优化类神经网络的预测绩效。研究结果指出，优化后的类神经 网络预测绩效相对优于回归模型及一般倒传递类神经网络模型。 关键词：数据包络分析；灰关联分析；演化式类神经网络；创新投资；预测 中图分类号：F83 文献标识码 ：A 题大多是探讨厂商的经营效率。Murthietal(1997)提出 1 前言 一 利用DEA特性来衡量基金绩效的指标，且将此指标取名 台湾加入世界贸易组织 (WTO)后，跨国金融集团强 为 DEAPorftolioEfficiencyIndex(DPEI)。将它与传统指标 敌压境，多家市场 占有率不及 1％的新银行生存空间越来越 做比较：对美国1993年7种类型的731支基金与第三季中 小。这些银行若不能及时转型为金融控股公司，最后必然 的33种2083支共同基金的横断面资料进行个别基金效率 惨遭市场淘汰。而金融控股公司的成立，将有助于金融行 的研究。研究结果除显示DPE能有效衡量基金绩效外，还 业进行多元化经营 (如银行、保险、证券、创投、理财咨 发现共同基金之交易成本与规模的大小对于基金绩效似乎 询等)，客户可以得到综合性服务。这对金融业的大型化与 没有影响。McMuUen＆Strong(1998)利用 DEA模式分析 增强国际竞争力会起到积极的作用。因为业务规模变大就 了美国1997年 135支股票型基金，产出项为 1、3、5年的 会形成一定的经济规模，从而有利于台湾金融机构与外国 报酬率，投入项为标准差、最小投资金额、交易费率与销 金融机构相抗衡。 售费率，列出达到完全效率的基金与接近效率的基金，并 本文以台湾 14家金融控股公司为例，阐明金融控股业 说明接近效率基金要减少投入或增加产出才能达到完全效 务一系列的处理步骤 (这些步骤包括了如何建立投资组合， 率。研究结果显示大型基金的投入并不能有相对的产 出， 如何建构股票预测模型等)，以使得预测股票的投资报酬率 故较不具效率性。 能够提高，同时使预测结果的准确率能够提升。在进行投 灰色理论可分为灰关联分析及灰预测分析两大领域。 资策略分析时，许多决策者通常采用类神经网络进行预测 而灰关联度则为灰关联分析的两大支柱之一，主要功能为 模型之建构。但是，类神经网络输入变量的选取与网络架 做离散序列之间测度的计算。而 目前尚无将灰关联分析应 构 (包含隐藏层层次、神经元个数等)参数的决定，往往 用于预测变量的选取 ，大多是应用于企业经营绩效及排名。 是由学者或是凭决策者 自身的经验累积所决定的。如此构 宋祠 (2004) 以1998～2004年为研究期间，利用灰关联分 建出来的类神经网络模型，其预测能力也往往不如预期优