投资组合管理的系统方法
合集下载
相关主题
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
计算机技术包含个人计算机和工作站，可以在较低的成本下提供相当强的处理能力。计算 机软件的发展使得人们能够更加有效地使用计算机来运行相当复杂的数学或统计过程，处理大 量的数据。最后，电子通信的广泛利用使快速传递大量数据变得容易可行，并使得数据处理更 为有效。
1.7 参与者
在投资组合管理过程中，除了专业的投资组合管理人员以外，还有几种重要的参与者群体。 投资组合的投资者代表了首要的群体。这群人分布很广泛，从很小的个体投资者到大型计划的 投资者，包括诸如公司退休金计划、州或地方政府退休金计划、捐赠基金和其他基金等这样一 些群体。投资管理人员或称投资经理是第二类群体。投资顾问组成了第三类群体，他们为主要 投资计划的投资者和富有的个人在设定目标、配置资产和选择投资管理人员等方面提供咨询服 务。相对应地，第四类群体是从事对投资管理人员的业绩评估和提供上述或其他的更专业化服 务的人员。
各专业投资经理的广泛存在和不同投资类型的不断演进，导致大型的投资者雇佣了大量的 投资经理。这反过来产生了如何选择管理人员的问题，以避免人员过剩和实现管理者间的合作， 从而使整个计划最优化。这也是投资顾问和某些专业机构提供建议和结构性的分析技术来帮助
下载
第1章 投资组合管理的系统方法
7
设计和运作具有多个投资经理的计划的全过程。相应地，不同类型专业管理人员的增加使得业 绩评价任务更加复杂化了。这就需要通过所谓回报归因 （return attribution）的程序来分析投资 过程的更多方面。关于这一点我们将在本书最后一章进行讨论。
下载
第1章 投资组合管理的系统方法
5
1.5 数据库
上述五个重大的理论突破给试图分析金融市场的结构和动力的投资者提供了一个非常宝贵
的框架，也是财务、金融和经济数据库开发的首要推动力量。这些数据库（例如 60年代早期的
普通股股票价格和回报率的数据库的开发）反过来成为测试理论的有效性的工具，也成为开发
新的理论和分析技术的工具。回顾往事，值得注意的是关于股票回报率的客观数据的开发历史
表1-2 理论的重大发现导致投资管理的系统方法
理论 投资组合理论 资本市场理论
证券估值
应用
资产配置 全球投资 风险－回报率相互替换 投资组合分析 业绩测量 红利折现模型
理论 证券估值 市场有效性
衍生证券估值
应用
证券市场直线 积极/消极策略 多指标估价模型 保护性择售权 投资组合保险 指数期货
例如，投资组合理论产生了正式地确定资产配置的实践。事实上每一个主要的投资计划 发起人都要进行这样的评估，他们或者单独进行，或者在已开发了适当的资产配置模型的计 划顾问的帮助下进行。投资组合理论的原则，既为全球投资分析提供了原动力，又给出了分 析框架。
4
第一篇 引 论
下载
有一些机构可能在过程中使用不一致的估计，而其余的机构则可能运用统计模型来估计风险。 投资机构不仅仅在规模和专业化程度上不同，而且它们在投资分析和投资管理过程中运用
的方法也有差异。不过，总体上说，投资组合管理业务的发展趋势是在投资过程中更注重结构 性和修炼性，并在投资中更多地使用系统方法。值得指出的是，在投资组合管理中，站在运用 系统方法进行投资组合管理前沿的机构已经增大了其市场份额，而其他的机构则相应失去了市 场份额。这主要是因为在反映顾客需求和实现投资目标上前者比后者更加有效。
1.4 理论和应用
表1-1 变化的动力
Ⅰ 理论突破 Ⅱ 数据库的开发 Ⅲ 分析工具
统计学的工具 计算机，通信和软件
表1-2列出了财务学研究中五个最重要的、具有深远意义的理论突破。这些理论在概念上 是十分简单的，但其应用却是相当强有力的。最重要的是，这些发现已经对投资管理的实践产 生了深远的影响，正如表 1-2中在相关理论的应用一栏所列举的那样。
第一篇
■引 论
第1 章
■ 投资组合管理的系统方法
1.1 引言
投资组合 (Portfolio)管理的目的是：按照投资者的需求，选择各种各样的证券和其他资产 组成投资组合，然后管理这些投资组合，以实现投资的目标。投资者的需求往往是根据 风险 （risk）来定义的，而投资组合管理者的任务则是在承担一定风险的条件下，使 投资回报率 （return）实现最大化。
投资组合管理由以下三类主要活动构成：（1）资产配置，（2）在主要资产类型间调整权重， 和（ 3 ） 在 各 资 产 类 型 内 选 择 证 券 。 资 产 配 置 的 特 征 是 把 各 种 主 要 资 产 类 型 混 合 在 一 起 ， 以 便 在风险最低的条件下，使投资获得最高的长期回报。投资组合管理者以长期投资目标为出发点， 为提高回报率时常审时度势改变各主要资产类别的权重。例如，若一个经理判断在未来年份内 权益的总体状况要比债券的总体状况对投资者更加有利的话 ,则极可能要求把投资组合的权重 由债券向权益转移，而且，在同一资产类型中选择那些回报率高于平均回报率的证券，经理便 能改善投资组合回报的前景。
须知投资组合的投资者最终是对决策过程中各阶段负责的，因而投资者最应该注意的焦点 将是目标的设定。在美国，由于资产配置决策和投资业务结构极其重要，许多主要的投资组合 的投资者亲自承担投资组合决策制定过程这一阶段的责任。这是一种相对较新的现象，在 70年 代中期才逐渐开始形成的，同时，它还受 1973～1974年市场急剧下跌的影响和雇员退休收入保 障法案 (Employee Retirement Income Security Act , ERISA)出台的推动。雇员退休收入保障法 案规定了计划投资者和投资管理者双方谨慎的行为准则。在此以前，投资管理人员一直要承担 资产配置和投资决策过程的其他阶段的全部责任。在美国境外，投资管理人员将继续承担整个 决策过程的全部责任，不过很有可能海外项目的投资者也将日益承担资产配置的责任。
随着时代的发展，财务、金融数据和经济数据、定量分析工具和基础的财务学理论的可利 用性正在不断增长。在本章中，我们首先描述这种增长的可利用性如何使反映投资者需求的发 展战略和投资技术的工作变得容易和便捷。然后我们进而讨论投资组合经理和原始投资者及其 他过程参与者在执行投资组合管理各项功能的过程中是如何相互作用的。最后，作为本章的结 束，我们说明金融市场两个关键的基本特征—风险与回报率的相互替换和市场有效性概念 —与主要的投资组合管理活动是如何相关联的。
1.3 变化的动力
表1 - 1表示促使投资组合管理的系统方法发展 和成长的三种最主要的动力。或许最主要的力量是 基于40～50年前出现的坚实的财务学和经济学理论 而开发的战略、模型和技术，而相应的财务、金融 和经济数据库的不断建设，计算机硬件和软件的快 速更新换代，强有力的统计工具的开发等，则提供 了测试和运用这些投资模型和技术的手段。
表1-4是关于选择统计技术的说明。回归分析
表1-4 分析工具
统计和其他定量方法 ቤተ መጻሕፍቲ ባይዱ归和变差 多元分析 因素分析 判别分析 时间序列分析 ARCH模型 ARIMA模型
计算能力和速度 PC工作站 软件 电子通信
6
第一篇 引 论
下载
通常用来测试各种方法的切实可行性，还可用来为各种模型建立结构。多元分析技术，例如因素 分析（factor analysis）和判别分析（discriminant analysis）对于评价价格行为、经济数据或其他 有助于评估金融市场结构的基础因素是一种有用工具。成熟的时间序列分析始创于Box-Jenkins模 型和与之相关的 ARIMA模型。这一领域的最近创新包括 ARCH(自回归异方差， autoregressive heteroscedastic)模型，该模型成为评价模型结构稳定性的一种工具，并提供了对随时间变化模 式进行建模的真知灼见。
还不超过 30年，而且取得了重大的成果，其主要原因是理论发现的推动。
自从开发出普通股票的价格和回报率的数据库以来，数据库包括了大量的多类型的财务、
金融和经济的度量方法和指标。现在在某些领域里存在数据过剩的情况，而在另一些领域例如
房地产业和国际市场则还需要更多更好的数据。计算机技术和高速电子通信技术的快速发展已
提供了数据传输并进行有效处理的手段。
数据库的运用方式多种多样：在测试中，可 作为模型的输入；或用于更好地理解市场及其各 组成部分。全面地列举和描述数据库及其应用远 远超出了本书的范围。在这里我们仅仅列出一些 主要的数据库，并讨论如何使用它们，以便演示
表1-3 财务、金融和经济数据库
Ⅰ数据类型 市场价值 回报率 基础数据（盈利、红利等）
于各自的分析研究是十分重要的，而且能够整合 起来在更大的范围内进行综合比较。投资者可能 愿意按部门或产业（例如，比较能源部门和耐用 消费品部门）、按市场（例如，比较美国市场和日
个别证券 部门/产业 市场 资产类别
本市场）或按资产类型（例如股票、债券、国库
券）来评价这些数据。
1.6 分析工具
在给出理论框架和适当的数据的情况下，统 计技术、计算机和软件则形成了所谓“分析工具”。 这些分析工具代表了在进行投资组合系统管理中 所必须的三个基础中的第三个重要方面。它们为 客观和有效地评价财务和经济数据在投资组合管 理过程中是否有用提供了基础。统计技术和计算 机软件还为测试最新开发的投资组合管理战略和 方法的有效性提供了手段。最后，它们可以有效 地评价投资组合管理成功与否而不管其实现业绩 目标的过程中是否运用系统方法。
资本市场理论不仅提供了评价风险 -回报相互替换特征的有用且可运作的框架，而且还 激发了投资组合分析客观基础的发展，并且改进了基金业绩评价的方法。投资经理、主要的 计划发起人和领先的投资顾问，已经把这些方法应用到改善目标的设定和投资过程的控制等 方面。
证券估值理论的发展已经导出诸如 红利折现模型 （ DDM ）和 证券市场直线 ，这些结果允 许投资者可对各种单个的证券和资产类型做出客观的比较。关于市场有效性的研究已经导致积 极投资方法和消极投资方法的开发，进而鼓励了更强有力的估值方法的开发和应用。最后，衍 生工具定价模型已经产生了各种与期权和期货有关的战略，这大大扩充了投资的范围。
1.2 投资经理
现在有大量的投资管理机构给客户提供投资组合管理服务，这些客户包括个人投资者、共 同基金 （mutual fund）、捐赠基金、大型退休金计划、人寿保险、财产保险和银行。据估计在 美国至少有 1000家这种投资管理机构 ,其规模大小不等：从只对少量的特殊顾客提供特定的投 资组合管理服务的、由 1～3个管理者组成的“小店铺”，到对广泛的顾客类型提供全方位投资 组合管理服务的大型的全功能机构。这些机构在其投资分析的方法和投资组合管理的方式上存 在很大的区别，表现了不同的投资风格。投资管理机构可能运用清晰的或隐含的程序，而且可 能是相对加以控制的或不加控制的。其中许多机构可能只是模模糊糊的处理不确定性问题 ,又
在投资过程的证券选择阶段和不同类型资产间的权重分配阶段，大型投资组合的投资者雇 佣外部的投资管理人员。负责证券选择的外部管理人员通常是管理某一资产类型的专家，例如 股东权益专家或债券专家。对于范围较广泛的资产类型，还可以进行更细的划分，投资经理专 攻其中某一部分的专业投资管理。这里要说明，投资顾问经常为投资者提供关于选择投资组合 管理人员的重要建议，这些顾问开发了大量有关投资管理人员的数据库，并且持续地评价这些 管理者，因而他们能够满足投资者的需要为其找到合适的管理者。
在制定资产配置决策中，大型投资组合的投资者采用投资管理顾问提供的服务。投资管理 顾问是这样一种组织，它从事的不仅仅是对资产配置的建议，还包括其他的重要方面，例如目 标的设定和投资管理人员的选择。作为专家，投资顾问开发了为资产配置的确定提供结构化方 法的成熟过程和程序。另外，他们具有各种各样投资计划的经验，能为资产配置过程提供额外 的洞察力。
数据库和投资组合管理之间的相互关系。 表1-3列举了按不同准则对数据库进行的分类
以及投资者使用数据的各种方法。历史数据提供 了一种正确观察有关事物相互关系的能力，而现 行数据为正在进行的运作所需要，期望的数据则 为深入分析提供了洞察力。各成分证券的数据对
经济数据（ GNP、CPI等） 结合数据（ P/E比率、红利收益率等） Ⅱ分析的周期 现行的—当代的 历史的 期望的 Ⅲ证券类型
1.7 参与者
在投资组合管理过程中，除了专业的投资组合管理人员以外，还有几种重要的参与者群体。 投资组合的投资者代表了首要的群体。这群人分布很广泛，从很小的个体投资者到大型计划的 投资者，包括诸如公司退休金计划、州或地方政府退休金计划、捐赠基金和其他基金等这样一 些群体。投资管理人员或称投资经理是第二类群体。投资顾问组成了第三类群体，他们为主要 投资计划的投资者和富有的个人在设定目标、配置资产和选择投资管理人员等方面提供咨询服 务。相对应地，第四类群体是从事对投资管理人员的业绩评估和提供上述或其他的更专业化服 务的人员。
各专业投资经理的广泛存在和不同投资类型的不断演进，导致大型的投资者雇佣了大量的 投资经理。这反过来产生了如何选择管理人员的问题，以避免人员过剩和实现管理者间的合作， 从而使整个计划最优化。这也是投资顾问和某些专业机构提供建议和结构性的分析技术来帮助
下载
第1章 投资组合管理的系统方法
7
设计和运作具有多个投资经理的计划的全过程。相应地，不同类型专业管理人员的增加使得业 绩评价任务更加复杂化了。这就需要通过所谓回报归因 （return attribution）的程序来分析投资 过程的更多方面。关于这一点我们将在本书最后一章进行讨论。
下载
第1章 投资组合管理的系统方法
5
1.5 数据库
上述五个重大的理论突破给试图分析金融市场的结构和动力的投资者提供了一个非常宝贵
的框架，也是财务、金融和经济数据库开发的首要推动力量。这些数据库（例如 60年代早期的
普通股股票价格和回报率的数据库的开发）反过来成为测试理论的有效性的工具，也成为开发
新的理论和分析技术的工具。回顾往事，值得注意的是关于股票回报率的客观数据的开发历史
表1-2 理论的重大发现导致投资管理的系统方法
理论 投资组合理论 资本市场理论
证券估值
应用
资产配置 全球投资 风险－回报率相互替换 投资组合分析 业绩测量 红利折现模型
理论 证券估值 市场有效性
衍生证券估值
应用
证券市场直线 积极/消极策略 多指标估价模型 保护性择售权 投资组合保险 指数期货
例如，投资组合理论产生了正式地确定资产配置的实践。事实上每一个主要的投资计划 发起人都要进行这样的评估，他们或者单独进行，或者在已开发了适当的资产配置模型的计 划顾问的帮助下进行。投资组合理论的原则，既为全球投资分析提供了原动力，又给出了分 析框架。
4
第一篇 引 论
下载
有一些机构可能在过程中使用不一致的估计，而其余的机构则可能运用统计模型来估计风险。 投资机构不仅仅在规模和专业化程度上不同，而且它们在投资分析和投资管理过程中运用
的方法也有差异。不过，总体上说，投资组合管理业务的发展趋势是在投资过程中更注重结构 性和修炼性，并在投资中更多地使用系统方法。值得指出的是，在投资组合管理中，站在运用 系统方法进行投资组合管理前沿的机构已经增大了其市场份额，而其他的机构则相应失去了市 场份额。这主要是因为在反映顾客需求和实现投资目标上前者比后者更加有效。
1.4 理论和应用
表1-1 变化的动力
Ⅰ 理论突破 Ⅱ 数据库的开发 Ⅲ 分析工具
统计学的工具 计算机，通信和软件
表1-2列出了财务学研究中五个最重要的、具有深远意义的理论突破。这些理论在概念上 是十分简单的，但其应用却是相当强有力的。最重要的是，这些发现已经对投资管理的实践产 生了深远的影响，正如表 1-2中在相关理论的应用一栏所列举的那样。
第一篇
■引 论
第1 章
■ 投资组合管理的系统方法
1.1 引言
投资组合 (Portfolio)管理的目的是：按照投资者的需求，选择各种各样的证券和其他资产 组成投资组合，然后管理这些投资组合，以实现投资的目标。投资者的需求往往是根据 风险 （risk）来定义的，而投资组合管理者的任务则是在承担一定风险的条件下，使 投资回报率 （return）实现最大化。
投资组合管理由以下三类主要活动构成：（1）资产配置，（2）在主要资产类型间调整权重， 和（ 3 ） 在 各 资 产 类 型 内 选 择 证 券 。 资 产 配 置 的 特 征 是 把 各 种 主 要 资 产 类 型 混 合 在 一 起 ， 以 便 在风险最低的条件下，使投资获得最高的长期回报。投资组合管理者以长期投资目标为出发点， 为提高回报率时常审时度势改变各主要资产类别的权重。例如，若一个经理判断在未来年份内 权益的总体状况要比债券的总体状况对投资者更加有利的话 ,则极可能要求把投资组合的权重 由债券向权益转移，而且，在同一资产类型中选择那些回报率高于平均回报率的证券，经理便 能改善投资组合回报的前景。
须知投资组合的投资者最终是对决策过程中各阶段负责的，因而投资者最应该注意的焦点 将是目标的设定。在美国，由于资产配置决策和投资业务结构极其重要，许多主要的投资组合 的投资者亲自承担投资组合决策制定过程这一阶段的责任。这是一种相对较新的现象，在 70年 代中期才逐渐开始形成的，同时，它还受 1973～1974年市场急剧下跌的影响和雇员退休收入保 障法案 (Employee Retirement Income Security Act , ERISA)出台的推动。雇员退休收入保障法 案规定了计划投资者和投资管理者双方谨慎的行为准则。在此以前，投资管理人员一直要承担 资产配置和投资决策过程的其他阶段的全部责任。在美国境外，投资管理人员将继续承担整个 决策过程的全部责任，不过很有可能海外项目的投资者也将日益承担资产配置的责任。
随着时代的发展，财务、金融数据和经济数据、定量分析工具和基础的财务学理论的可利 用性正在不断增长。在本章中，我们首先描述这种增长的可利用性如何使反映投资者需求的发 展战略和投资技术的工作变得容易和便捷。然后我们进而讨论投资组合经理和原始投资者及其 他过程参与者在执行投资组合管理各项功能的过程中是如何相互作用的。最后，作为本章的结 束，我们说明金融市场两个关键的基本特征—风险与回报率的相互替换和市场有效性概念 —与主要的投资组合管理活动是如何相关联的。
1.3 变化的动力
表1 - 1表示促使投资组合管理的系统方法发展 和成长的三种最主要的动力。或许最主要的力量是 基于40～50年前出现的坚实的财务学和经济学理论 而开发的战略、模型和技术，而相应的财务、金融 和经济数据库的不断建设，计算机硬件和软件的快 速更新换代，强有力的统计工具的开发等，则提供 了测试和运用这些投资模型和技术的手段。
表1-4是关于选择统计技术的说明。回归分析
表1-4 分析工具
统计和其他定量方法 ቤተ መጻሕፍቲ ባይዱ归和变差 多元分析 因素分析 判别分析 时间序列分析 ARCH模型 ARIMA模型
计算能力和速度 PC工作站 软件 电子通信
6
第一篇 引 论
下载
通常用来测试各种方法的切实可行性，还可用来为各种模型建立结构。多元分析技术，例如因素 分析（factor analysis）和判别分析（discriminant analysis）对于评价价格行为、经济数据或其他 有助于评估金融市场结构的基础因素是一种有用工具。成熟的时间序列分析始创于Box-Jenkins模 型和与之相关的 ARIMA模型。这一领域的最近创新包括 ARCH(自回归异方差， autoregressive heteroscedastic)模型，该模型成为评价模型结构稳定性的一种工具，并提供了对随时间变化模 式进行建模的真知灼见。
还不超过 30年，而且取得了重大的成果，其主要原因是理论发现的推动。
自从开发出普通股票的价格和回报率的数据库以来，数据库包括了大量的多类型的财务、
金融和经济的度量方法和指标。现在在某些领域里存在数据过剩的情况，而在另一些领域例如
房地产业和国际市场则还需要更多更好的数据。计算机技术和高速电子通信技术的快速发展已
提供了数据传输并进行有效处理的手段。
数据库的运用方式多种多样：在测试中，可 作为模型的输入；或用于更好地理解市场及其各 组成部分。全面地列举和描述数据库及其应用远 远超出了本书的范围。在这里我们仅仅列出一些 主要的数据库，并讨论如何使用它们，以便演示
表1-3 财务、金融和经济数据库
Ⅰ数据类型 市场价值 回报率 基础数据（盈利、红利等）
于各自的分析研究是十分重要的，而且能够整合 起来在更大的范围内进行综合比较。投资者可能 愿意按部门或产业（例如，比较能源部门和耐用 消费品部门）、按市场（例如，比较美国市场和日
个别证券 部门/产业 市场 资产类别
本市场）或按资产类型（例如股票、债券、国库
券）来评价这些数据。
1.6 分析工具
在给出理论框架和适当的数据的情况下，统 计技术、计算机和软件则形成了所谓“分析工具”。 这些分析工具代表了在进行投资组合系统管理中 所必须的三个基础中的第三个重要方面。它们为 客观和有效地评价财务和经济数据在投资组合管 理过程中是否有用提供了基础。统计技术和计算 机软件还为测试最新开发的投资组合管理战略和 方法的有效性提供了手段。最后，它们可以有效 地评价投资组合管理成功与否而不管其实现业绩 目标的过程中是否运用系统方法。
资本市场理论不仅提供了评价风险 -回报相互替换特征的有用且可运作的框架，而且还 激发了投资组合分析客观基础的发展，并且改进了基金业绩评价的方法。投资经理、主要的 计划发起人和领先的投资顾问，已经把这些方法应用到改善目标的设定和投资过程的控制等 方面。
证券估值理论的发展已经导出诸如 红利折现模型 （ DDM ）和 证券市场直线 ，这些结果允 许投资者可对各种单个的证券和资产类型做出客观的比较。关于市场有效性的研究已经导致积 极投资方法和消极投资方法的开发，进而鼓励了更强有力的估值方法的开发和应用。最后，衍 生工具定价模型已经产生了各种与期权和期货有关的战略，这大大扩充了投资的范围。
1.2 投资经理
现在有大量的投资管理机构给客户提供投资组合管理服务，这些客户包括个人投资者、共 同基金 （mutual fund）、捐赠基金、大型退休金计划、人寿保险、财产保险和银行。据估计在 美国至少有 1000家这种投资管理机构 ,其规模大小不等：从只对少量的特殊顾客提供特定的投 资组合管理服务的、由 1～3个管理者组成的“小店铺”，到对广泛的顾客类型提供全方位投资 组合管理服务的大型的全功能机构。这些机构在其投资分析的方法和投资组合管理的方式上存 在很大的区别，表现了不同的投资风格。投资管理机构可能运用清晰的或隐含的程序，而且可 能是相对加以控制的或不加控制的。其中许多机构可能只是模模糊糊的处理不确定性问题 ,又
在投资过程的证券选择阶段和不同类型资产间的权重分配阶段，大型投资组合的投资者雇 佣外部的投资管理人员。负责证券选择的外部管理人员通常是管理某一资产类型的专家，例如 股东权益专家或债券专家。对于范围较广泛的资产类型，还可以进行更细的划分，投资经理专 攻其中某一部分的专业投资管理。这里要说明，投资顾问经常为投资者提供关于选择投资组合 管理人员的重要建议，这些顾问开发了大量有关投资管理人员的数据库，并且持续地评价这些 管理者，因而他们能够满足投资者的需要为其找到合适的管理者。
在制定资产配置决策中，大型投资组合的投资者采用投资管理顾问提供的服务。投资管理 顾问是这样一种组织，它从事的不仅仅是对资产配置的建议，还包括其他的重要方面，例如目 标的设定和投资管理人员的选择。作为专家，投资顾问开发了为资产配置的确定提供结构化方 法的成熟过程和程序。另外，他们具有各种各样投资计划的经验，能为资产配置过程提供额外 的洞察力。
数据库和投资组合管理之间的相互关系。 表1-3列举了按不同准则对数据库进行的分类
以及投资者使用数据的各种方法。历史数据提供 了一种正确观察有关事物相互关系的能力，而现 行数据为正在进行的运作所需要，期望的数据则 为深入分析提供了洞察力。各成分证券的数据对
经济数据（ GNP、CPI等） 结合数据（ P/E比率、红利收益率等） Ⅱ分析的周期 现行的—当代的 历史的 期望的 Ⅲ证券类型