物業維修基金分析論文范文第1篇
一、維修基金的使用范圍
1.公用設施維修基金的使用范圍：
①物業區域內的道路;
②物業區域內的路燈;
③物業區域內園林綠化地;
④物業區域內的地下排水管;
⑤物業區域內的文化體育場所;
⑥物業區域內的停車場;
⑦其他公用設施。
2.房屋本體維修基金的使用范圍：
①房屋的承重墻的結構部位;
②抗震結構部位;
③多墻面;
④樓梯間;
⑤公共通道;
⑥門廳;
⑦公共屋面;
⑧電梯;
⑨機電設備;
⑩本體消防設施;
⑾公共天線;
⑿本體上下水共用管道;
⒀共用防盜監控設施;
⒁其他房屋本體共用部分。
二、物業維修基金的收取標準
1.發展商按本小區建設總投資的2%交納公用設施維修基金。
2.房屋本體維修基金的收取標準(請參照《附錄》，僅供參考)：
①多層房屋(不帶電梯)
--外墻涂料(含水刷石)：0.25元/平方米o月;
--外墻貼瓷磚、馬賽克：0.20元/平方米o月;
②高層房屋(含多層帶電梯)：
--使用國產(含合資)電梯：0.30元/平方米o月
--使用進口電梯：0.35元/平方米o月
三、維修基金的收取程序
1.公用設施維修基金的收取程序：
①發展商在工程竣工驗收后，按小區建設總投資的2%計算公用設施維修基金;
②發展商應一次性將公用設施維修基金劃撥到區住宅管理部門的專用賬戶上。
2.房屋本體維修基金的收取程序：
①公司財務部應在小區住宅保修期滿以后開始計收房屋本體維修基金;
②財務部會計應在每月的20日編制住戶下月的《房屋本體維修基金應收明細表》;
③明細表交財務部經理審核：
--經審核存有疑問，應及時查明并予以更正;
--經審核無誤財務部經理應在明細表上審核欄內簽署姓名、日期。
④財務部會計根據審核無誤后的《房屋本體維修基金明細表》，按照《服務收費標準作業規程》中的相關規定填寫費用收取單;
⑤收費單經財務部經理審核無誤加蓋財務專用章后交管理處公共事務部的相關人員派發;
⑥公共事務部的相關人員按照《服務收費標準作業規程》中的相關規定進行派發;
⑦已辦理銀行托收的住戶，由出納員將托收明細表交銀行在規定的時間內托收，并直接劃歸代管基金專項賬戶上;
⑧出納員應在銀行每次托收后的二日內到銀行讀取托收數據，并及時將托收結果制表交財務部會計按《會計核算標準作業規程》中的相關規定進行賬務處理;
⑨住戶用現金交納的由出納員按照《現金管理標準作業規程》及《服務收費標準作業規程》中的相關規定進行收取;
⑩出納員應在每日下班前，將當日收取的房屋本體維修基金按照《現金管理標準作業規程》和《銀行存款標準作業規程》中的相關規定存入基金的專項帳戶內;
⑾出納員應在每日下班前將房屋本體維修基金的收款收據、收款清單、銀行解款書及時交財務部會計核對;
⑿財務部會計對沒有按時交納的房屋本體維修基金，應按照《服務收費標準作業規程》、《應收賬款標準作業流程》中的相關規定進行催繳;
⒀對尚未售出的空置房屋，其房屋本體維修基金由發展商交納;
⒁對催繳3次依然不交納房屋本體維修基金的業主，公司可按有關法規政策規定或根據《委托管理全合同》、《業主公約》中的相關規定采取相應的摧繳措施;
⒂對逾期未繳的房屋本體維修基金，財務部會計應按照《服務收費標準作業規程》中的相關規定計收滯納金。
四、物業維修基金的使用程序
1.公用設施維修基金的使用程序：
①管理公司根據實際情況需要使用公用設施維修基金時，應向小區業主管理委員會提供以下材料：
--公司總經理簽字并加蓋管理公司或管理處章的使用申請;
--相關項目的有關圖紙、預算資料;
--施工承接單位或人員資質資料。
②小區業主管理委員會在接到公用設施維修基金的使用申請后14日內召集業主大會審議：
--同意使用的，向區住宅管理部門報送由業主管理委員會主任和公司總經理或管理處經理共同簽字的《住宅小區共用設施專用基金使用申請表》;區住宅管理部門應在接到申請表后的14日內完成審批，并將款項劃撥到公司賬戶;
--不同意使用的，業主管理委員會應將不同意見書面通知管理公司。
③業主大會不同意使用公用設施維修基金，而管理公司認為有充足理由的，應向區住宅上級主管部門申請復議，經復議同意管理公司申請的，業主管理委員會必須執行;
④業主管理委員會可以對使用維修基金工程項目的施工質量及材料消耗等進行監控，并按工程要求進行驗收;
⑤公用設施維修基金賬目，應由下列單位每3個月張榜公布一次;
--業主管理委員會;
--管理公司或管理處。
2.房屋本體維修基金的使用程序：
①管理公司收取的房屋本體維修基金原則上30%用于房屋本體公用部位的日常維修和零星小修，70%用于房屋本體公用部位的中修以上維修工程，特殊情況可另行處理;
②管理公司因需要進行中修以上的維護工程時，應向業主委員會提供下列資料：
--有公司總經理或管理處經理簽名的申請計劃;
--該項目的預算資料;
--其他相關資料。
③申請計劃經業主委員會或該棟業主審議：
--如經審議，業主管理委員或該棟50%的業主不同意，而公司或下屬管理處認為有足夠理由實施該項工程的，公司或下屬管理處可向小區住宅管理部門申請，經管理部門核定后實施;
--如經審議，業主管理委員會或該棟50%的業主書面同意后，管理公司或下屬管理處應按計劃執行該項工程;
④整個小區的本體基金不夠支付的，經業主管理委員會同意，由全體業主分攤;
⑤單棟房屋本體維修基金不夠使用時，經業主管理委員會或該棟50%以上業主書面同意，由該棟各業主分攤;
⑥公司財務部應在每年12月31日前，向業主管理委員會提交下房屋本體維修基金的使用計劃及預算：
--業主委員會應在收到公司計劃及預算的15日內作出答復，逾期則視為同意;
--業主委員會在收到公司提交的急修工程計劃及預算的7日內應予以答復，逾期則視為同意。
⑦公司或下屬管理處使用房屋本體維修基金完成房屋本體共用部位維修養護項目后;
--日常維修和零星小修的費用支出證明由公司總經理簽字，作為房屋本體維修基金支出的記賬憑證;
--中修以上的工程應出具《施工項目清單》，由業主管理委員會主任或該棟樓長(或20%以上業主)、公司總經理簽字，作為房屋本體維修基金支出的記賬憑證。
⑧財務部應每3個月公布一次本體維修基金的收支賬目。
五、物業維修基金的管理程序
1.公用設施維修基金的管理程序：
①公用設施的維修基金由區住宅管理部門設立專門賬戶管理，區管理部門不得干涉業主管理委員會對基金的正常使用，但應嚴格按使用審批程序審查無誤后支出;
②公用設施專用基金的銀行利息可以作為維修基金的日常開支;
③財務部會計根據公用設施維修基金的收支單據編制記賬憑證、登記賬薄，按照《會計核算標準作業規程》中的相關規定進行獨立的財務處理;
④小區業主或其他相關人員及單位，如對設施維修基金的收支賬目有疑問，可向下列單位提出質詢：
--業主管理委員會;
--管理公司或下屬管理處。
⑤管理公司或下屬管理處接到質詢后：
--原則上應在7日內予以答復;
--特殊情況可另行處理。
2.房屋本體維修基金的管理程序：
①財務部會計應對房屋本體維修基金以房屋每棟為單位設立專賬管理，并設立專用賬號存儲各棟物業的本體維修基金;
②經辦人憑房屋本體維修基金支出的原始憑據，按《費用審核報銷標準作業規程》中的相關規定到財務部辦理報銷手續;
③財務部會計將房屋本體維修基金的報銷單據按照《會計核算標準作業規程》中的相關規定進行賬務處理;
④如小區內的日常小修超過了房屋本體維修基金的比例，則應：
--經過業主管理委員會或所需進行維修的單棟房屋的50%以上的業主同意;來源：
--將超出的部分在下房屋本體維修基金的小修費里沖抵;
--經業主管理委員會決定提高本體基金標準來彌補。
⑤小區內的業主、其他相關單位或個人如對房屋本體維修基金的收支存有疑問，可以：
--向業主管理委員會查詢;
--向公司財務部查詢。
六、物業維修基金資料的保管
1.財務部會計應在每月月末將本月物業維修基金的發生憑據匯總、記賬并按《會計核算標準作業規程》中的相關規定進行賬務處理。
物業維修基金分析論文范文第2篇
2、關于《浙江省物業管理條例（草案）》的說明
3、物業專項維修資金的繳付與業主權益平衡
4、山東老舊小區改造方案出爐
5、政府采購物業管理服務創新研究
6、住宅小區業主共有財產信托法律制度研究
7、住宅維修資金信托管理法律模式構建
8、把握政策 掌握方法 維修資金使用不再難
9、物業服務合同法律問題探析
10、三路進發查“癥結” 對癥下藥求實效
11、房屋維修資金管理與使用的三大難題
12、住宅專項維修資金管理與使用中的不足與建議
13、物業專項維修資金使用的探索
14、長沙住宅專項維修資金管理模式探討
15、武漢市住宅專項維修資金現行制度探析
16、小區公共收益若干問題之探討
17、論物業專項維修資金的增值與管理
18、鎮江加強住宅專項維修資金領域信用監管
19、沈陽市老舊小區物業服務現狀調查研究
20、超萬億元維修資金沉睡房子“養老金”成糊涂賬
21、既有房屋建筑物的維修效益管理
22、破解維修資金使用“五難”
23、住宅專項維修資金管理模式探析
24、分配式協商民主：國家有效介入與社區居民自治培育
25、烏魯木齊：12月1日起可申請2018年屋面防水維修
26、廣西高校住宅區物業管理存在問題與對策
27、住宅維修資金管理使用的問題及對策探討
28、改革住房公積金制度若干問題的思考和建議
29、我國住宅專項維修資金的使用管理研究
30、物業企業會計核算中存在的問題及對策
31、住宅專項維修資金增值探微
32、住宅專項維修資金保值增值模式探析
33、管好用好房屋“養老金” 切實維護業主合法權益
34、行政事業單位專項資金管理的思考
35、對構建高校專項資金預算管理體系的幾點思考
36、高校住宅專項維修資金使用管理存在的問題與思考
37、房子“養老錢”何時更好用？
38、討論專項維修基金制度范圍是否應該擴大
39、物業管理的資金籌集及扭虧為盈的措施
40、加強物業專項維修資金管理的幾點思考
41、住房專項維修資金歸集的實踐與探索
42、小區電梯廣告 收益該歸誰
43、商住房該不該交維修基金？
44、建筑物區分共有權研究
45、我國現行物業管理的諸多困惑與模式再造
46、關于早期商品房管理問題之探討
47、《物權法》對物業管理的影響
48、房屋維修資金困境的經濟學分析
49、物業維修基金的增值與運作方式研究
物業維修基金分析論文范文第3篇
【摘 要】 文章運用數據包絡分析方法對我國投資基金在牛市和熊市中的績效情況進行了實證研究，并將下行風險引入到基金績效的評價中。研究表明，下行風險比傳統方差風險能更好地描述基金實際所面臨的風險；我國的證券投資基金在牛市時普遍能取得高于市場收益的績效，而熊市時大部分基金并不能戰勝市場，且大部分基金的績效在牛市和熊市時并沒有表現出持續性，但也沒有表現出明顯的反轉性。
【關鍵詞】 證券投資基金； 績效評價； 數據包絡分析； 下行風險度量
一、引言
基金的產生已有200余年的歷史，現代成熟的基金績效評估方法出現在20世紀中葉。特雷諾指數、夏普指數和詹森指數構成了現代衡量基金績效的三大指數，時至今日仍得到廣泛的應用。近年來，數據包絡法（DEA）等非參數方法被運用到投資基金的績效評價中。Murthi等人（1997）首次將DEA用到了基金業績的評價上，隨后，Holod和Lewis（2011），Premachandra等人（2012）都對這個問題進行了深入研究。
我國證券市場開放較晚，國內對基金績效的研究起步也比較晚，但數據包絡分析方法在基金績效的評價中也被國內學者采用。錢建豪（2005）采用DEA方法對我國證券市場的開放型基金進行了研究。張屹山（2010）用四種不同的DEA模型考察我國證券市場上54只開放型基金，提出了分別適用于牛市和熊市的不同的DEA分析模型。李學峰等（2009）用數據包絡法（DEA）和詹森指數對我國證券市場200多只基金進行分析，發現DEA模型能提供不良基金改善的具體方法。王赫一（2012）用基于規模收益可變的超效率DEA方法對我國開放型基金在牛市和熊市的表現進行了研究。本文將同時運用參數方法和非參數方法進行基金績效的分析，并將下行風險引入到基金績效的評價中，考察我國證券投資基金在牛市和熊市不同市場走勢下的績效情況。
二、基于DEA的投資基金績效評價方法
在基金績效衡量中，主要有參數方法和非參數方法。參數方法是指將基金的業績直接用一個數值表示出來，并根據數值的大小比較基金業績的優劣，常見的參數方法有特雷諾指數、夏普指數、詹森指數和RAROC方法。而數據包絡分析方法（DEA）則是進行基金績效評估的一種優良的非參數估計方法。
DEA首先提出用于評價相同部門間相對有效性的方法，即C2R模型。將其引入到基金績效的分析中，不需要對基金收益率的分布和投資者的偏好做出假設，使之比傳統方法的假設條件更低。
在DEA法度量基金績效時，本文用到了下行風險度量法——LPM法。LPM（Lower Partial Moment）法是指低端部分矩的風險度量方法。這種方法認為，只有當實際所得低于人們預期的收益時，才會發生風險。因此，對風險的度量應該只考慮低于預期收益的部分，計算公式為：
LPMk（μR）=（μ-R）kdF（R）
其中，μ為人們預期的收益，R為實際的收益，k為LPM的階數?？梢钥吹?，LPM的風險判斷方法與大多數人的直覺一致，人們在投資時穩定收益為正時，不會考慮到投資存在的風險，只有當收益低于預期時，人們才會認為發生了風險。顯然，當樣本數量足夠大時，LPM法估算出的風險能夠與實際的期望值相吻合。
三、數據選擇與處理
（一）數據選擇
基金的數據選擇包括市場時段選擇、基金樣本選擇、市場收益率的選擇和無風險收益率的選擇幾個方面。
1.市場時段選擇
本文選擇的研究時段是2008年4月1日至2013年10月1日。在所選時間段內，我國股市經歷了多次牛市、熊市和振蕩期，優秀的基金經理有很多時機可以把握，為自己的基金帶來優良的業績。
2.基金樣本選擇
截至2013年10月1日，我國證券市場上共有1 677只開放式基金，200只封閉式基金，138只貨幣型基金和102只理財型基金。本文選擇開放式基金作為研究對象，且以股票型基金和混合型基金為主。為了充分考察市場上不同類型基金的業績，原則上一個基金公司選擇一只基金，但為了對比需要，特地選擇了嘉實基金公司的兩種不同類型基金和大成基金公司的兩只同類型基金，研究它們的業績是否有差異。為了使研究結論科學有效，本文所選基金都成立于2008年前。所選基金及其投資風格分類來自天天基金網（http：//
fund.eastmoney.com）。
3.市場收益率的選擇
對市場收益率的選擇將直接影響基金績效的評價，本文選用滬深300指數和中信國債指數加權得到市場收益率。計算方法是：市場收益率=0.8×滬深300指數收益率+0.2×中信國債指數收益率
4.無風險收益率的選擇
按照國內慣用做法，本文選取一年期定期存款利率作為無風險利率，我國一年期定期存款利率數據來自http：//data.bank.hexun.com/ll/ckll.aspx。
（二）數據來源和處理
本文所有基金凈值相關數據來自通信達金融數據庫，由于分紅造成的影響，將所有基金的單位凈值進行后復權處理，收益率采用對數收益率，使之滿足統計學特征。本次研究所用軟件為DEAP2.1等。
四、實證研究
（一）證券市場走勢分析
實證研究將對樣本基金在不同市場走勢下的投資績效進行分析。首先做出滬深300指數的走勢圖，找出牛市和熊市的不同階段。
2008年4月至2013年10月這段時間內，我國股市劇烈震蕩，本文選取2008年11月1日至2009年7月31日為牛市研究段，此時間段內滬深300指數的漲幅達到了122.6%；取2011年7月15日至2012年8月31日為熊市研究段，此時間段內滬深300指數的跌幅為29.5%。對于牛市和熊市，分別用DEA對基金績效進行分析。
（二）牛市條件下的基金績效分析
首先選取基金的方差、基金與市場的協方差、基金的期初單位凈值、基金的管理費用和托管費用作為輸入變量，基金的收益率和期末單位凈值作為輸出變量?；鸬姆讲詈突鹋c市場的協方差可以度量基金的風險，基金的期初單位凈值代表基金的投入成本，基金的管理費用和托管費用是基金的運營成本?；鸬氖找媛屎推谀﹩挝粌糁凳腔鹱詈笕〉玫漠a出，可以作為輸出很好地度量基金的業績。其次，本文用LPM法計算的下行風險代替方差，作為基金風險的度量，其他輸入輸出指標不變，再次，對基金DEA有效性進行檢驗。用LPM法計算下行風險時，μ取無風險收益率，k為2。k取2符合一般投資者的心理預期，因為對一般投資者而言，等額收益帶來的效用增量低于等額損失帶來的效用減量。因此，損失越大時風險增大的比例也越大。將用方差時計算的Θ值記為Θ1，用下行風險時計算的Θ值記為Θ2。
用DEAP2.1軟件對牛市基金進行DEA有效性檢驗，結果如表1。
從表1中得出，無論是用方差度量風險還是計算下行風險時，都有4只基金是DEA有效的，分別是上投內需、鵬華成長、南方避險和50ETF。以Θ1值為例，上投內需、鵬華成長和南方避險在參數方法檢驗中的排名很高，而50ETF作為指數型基金，管理成本低，所以也取得了很高的排名。長城永恒在DEA有效性檢測上排名最差，而它同時也是唯一一個詹森指數為負值的基金，這體現了非參數方法的績效評價和參數方法具有一定的一致性。光大優勢的Θ1值為0.924，這代表可以通過其他24種基金構成一個投資組合，使它們的輸入為光大優勢實際輸入的0.924，而取得同樣的輸出。通過對牛市基金的DEA檢驗，可以看出92%的基金的Θ1值過了0.8，說明牛市中的基金效率普遍較高。Θ2值的檢驗也有類似的結論。
（三）熊市條件下的基金績效分析
對熊市條件下的基金進行DEA有效性檢驗。由于DEA模型不能適用于負值，可先對所有值進行坐標變換轉化為正值，再進行DEA檢驗，檢驗結果如表2。
從檢驗結果可以看出，只有南方避險和50ETF是DEA有效的，而其他基金的Θ值相對較低，可見從系統內部看，基金熊市時的效率較牛市低，這與之前的結論是一致的。
五、結論
本文運用DEA方法對我國投資基金在牛市和熊市中的不同盈利能力進行了實證研究，得到以下結論：
1.將下行風險與傳統的方差風險對比研究，下行風險只考慮了收益率下跌時的風險，更符合人們傳統上對風險的認識。實證研究結果表明，下行風險比傳統方差風險能更好地描述基金實際所面臨的的風險，取得了更好的結果。
2.我國基金經理普遍在牛市時更能借助市場上升的行情選擇合適的證券組合，獲得更多的超額收益率；而在熊市時，不同基金之間的業績差距較大，且大部分基金并不能獲得市場同等風險條件下的期望收益率。
3.從整體的持續性上看，大部分基金的績效在牛市和熊市時并沒有表現出持續性，但也沒有表現出明顯的反轉性，同一基金不同市場行情下的業績波動較大，少部分基金能夠保證業績一致。
【參考文獻】
[1] Murthi B P S，Choi Y K，Desai P. funds and portfolio performance measurement： a non parametric approach[J]. European Journal of Operational Research，1997，98（1）：408-418.
[2] Holod D，Lewis H F. Resolving the deposit dilemma： a new DEA bank efficiency model[J]. Journal of Banking and Finance， 2011，35（11）：2801-2810.
[3] Premachandra，Zhu，Watson，et al. Best-performing US mutual fund families from 1993 to 2008： Evidence from a novel two-stage DEA model for efficiency decomposition[J]. Journal of Banking & Finance，2012，36（12）：3302-3317.
[4] 錢建豪.基于DEA模型的我國開放式基金績效評價體系及其實證研究[J].當代財經，2005（12）：42-46.
[5] 張屹山，王赫一.基金績效評價問題研究[J].經濟管理，2010（7）：128-133.
[6] 李學峰，文茜，張艦.慣性或反轉策略會提升投資績效嗎？——以開放式基金為例的實證分析[J]. 財貿研究，2011（5）：93-99.
[7] 王赫一.我國證券投資基金績效評價及績效持續性研究[J].統計與決策，2012（6）：156-158.
物業維修基金分析論文范文第4篇
[摘要]本文在闡述機構投資者的特點與優勢的基礎上，深入分析了機構投資者行為對股票市場的正面、負面影響，提出了減弱和消除機構投資者對股票市場負面影響的對策。
[關鍵詞]機構投資者；股票市場；影響
1 機構投資者的特點與優勢
1.1 規?；蛯I化優勢
當前我國證券市場的發展越來越趨于成熟，傳統小而分散的投資主體行為日益形成規?；?、集中化發展，投資主體的專業優勢比以往獲得了更大的提高。機構投資者將這些小而分散的投資資金進行有效聚集，不僅形成了良好的規模效應，而且機構投資者借助自身專業的投資能力，高薪聘請的高技術、高專業水平的投資專家指導團隊，制定了一套全面系統完善的投資分析策略與實現方法，極大地降低了傳統分散投資中的高成本效應和個人投資風險，提高了投資的經濟效益。
1.2 安全性偏好
機構投資者能夠為個人投資者提供科學、安全的資產保值與增值效應，降低個人投資者的投資風險。與個人投資者不同，機構投資者作為個人投資者的集群，在整個股票市場的經營管理活動中，具有極為重要的集群化、規?；?、專業化優勢，能夠極大的提高投資決策的能力水平，降低個人投資者的投資風險。因此，對于每一個機構投資者而言，強烈的風險意識，嚴格的風險評估體系，完善的內部防范機制和內部治理制度都是機構投資者行為的重要發展優勢，是幫助個人投資者降低風險參數，穩定持續利益的根本，具有重要的現實意義。
1.3 投資分散化
機構投資者將小規模的分散資金吸納到一起，形成了良好的規?；?，有效地解決了個人投資者因投資分散化所導致的諸多問題。機構投資者依靠自身專業的技能，良好的信息資源優勢與敏銳的分析判斷能力，靈活的運用現代投資組合理論與現代計量方法，全面系統的對投資行為進行分析，極大的提高機構投資者決策的科學性，極大地降低了投資風險。
2 機構投資者行為對股票市場的影響分析
2.1 正面影響
（1）豐富證券投資品種，擴大市場容量。機構投資者作為個人投資者的集群，具有極為重要的集群化、規?；?、專業化優勢，同時機構投資者作為證券市場的投資主導，在參與證券市場的投資時能夠極大地豐富證券投資的品種，針對個人投資者的不同需求進行不同的組合搭配，從而有效滿足不同風險投資者的偏好問題，提高個人投資者的投資熱情，擴大了市場容量。
（2）改善證券市場結構，穩定證券市場。機構投資者的規?；б鎸⒋罅康拈e散資金匯集，運用自身的專業優勢提高了個人投資者的低效益的投資活動，極大地改善了證券市場的結構，同時，規?；臋C構投資者在優化市場主體結構的基礎上，還能夠積極的規避因個人投資者行為所產生的投資風險，增加證券市場的穩定性。
（3）促進理性投資理念和投資行為的形成。個人投資行為具有極強的分散性，個人投資者往往受專業水平和信息資源等因素的限制，難以作出理性科學的投資決策。而機構投資者專業化系統性的投資分析思路與投資行為決策則很好的解決這一問題。此外，機構投資者在證券市場投資中不像個人投資者為短期利益所驅使，其更能通過理性的長線投資分析來積極的獲取資本的保值和增值，提高投資活動的科學性，降低投資風險。機構投資者對股市理性投資理念的形成與發展具有重要的促進作用。
2.2 負面影響
（1）羊群行為可能會加劇股市的波動。羊群行為的產生與機構投資者之間的決策趨同性具有重要關系。機構投資者要形成良好的規模效應，必須大量的吸引分散資金，而這些分散資金的獲得，必須能夠在短期內快速地實現讓客戶滿意，最實際的辦法就是讓客戶在短期內能夠看到既得的利益與投資收益，因此，受機構投資者博名利等因素的影響，短期投資行為大量滋生。很多的機構投資者受利益驅使作出了相似或者相同的投資決策，從而導致證券市場的羊群效應產生，當羊群效應突破了一個臨界點，大量規?；Y金作用于市場，將會直接增加證券市場的買賣壓力，出現過度反應的市場現象，加劇了股市的波動性。
（2）短視行為不利于股市的穩定。在證券市場中存在大量的機構投資者，受利益的驅使，他們為了更多的爭奪客戶資源，匯集個人投資者，很可能會出現大量的競爭性短視行為，把原有的投資理念拋棄，不再遵循投資的謹慎性與科學性，進行大量的短視行為投資，以謀求短期性的投資收益。這些短視行為使得機構投資者在短期內頻頻的變換投資組合，不僅極大的增加股市的不穩定性因素，造成整個股市的動蕩不安，也極大的增加機構投資者自身的交易風險。
（3）趨利性加劇了股市的波動。機構投資者與個人投資者的區別在于資金規模的大小、信息獲取的多少，以及專業能力的強弱等，但是他們本質上都是趨利性很強的金融資產管理者，只不過個人投資者行為分散、資金規模小、對證券市場的影響力小，而具有規?；б娴臋C構投資者資金實力雄厚、行為集中分布，對證券市場的影響力大。同時，機構投資者以金融資產為媒介來積極的獲取資產的增值與保值行為本身就帶來濃厚的趨利性色彩。而利益的驅使可能會使機構投資者唯利是圖，不擇手段，引發大量的暗箱操作、內幕交易，造成整個股市市場交易的不公平性與不穩定性。
（4）流動性壓力增加了股市的不穩定性。機構投資者的規模效應能夠引發股市市場的大量資金流動。同時，受機構投資者決策趨同性的影響，大量的機構投資者行為將極大地增加交易的流動性壓力，增加股市的不穩定性。如：在利好時期，機構投資者大量的購買股票，將造成股價的劇烈波動；在利空時期，機構投資者爭先拋售股票，可能引發股票市場的“雪崩效應”，對整個股票市場的波動性產生重大影響。
3 減弱和消除機構投資者對股票市場負面影響的對策
3.1 完善資本市場結構，加快金融創新步伐
機構投資者對我國資本市場由單一化向多元化轉變具有極為重要的促進作用。機構投資者作為證券市場的投資主導，能夠積極地利用其集群化、規?；?、專業化優勢，極大的加快金融市場的創新步伐，通過多種方式來對金融產品和其衍生產品進行品種豐富，有效的滿足個人投資者的不同需求和不同風險偏好投資者參與投資的熱情，完善資本市場結構，擴大了市場容量。
3.2 優化投資者結構，培育各類型的機構投資者
基于機構投資者的發展優勢，培養大量的機構投資者具有重要的意義。尤其是對不同類型的機構投資者的培養，更是優化投資者結構，是資本市場實現多元化發展的重要保障。具體來說，必須積極的發揮不同類型機構投資者的市場作用和互補調和作用。不同機構投資者具有不同的投資理念和投資風格，他們有自身獨有的市場理解能力。因此，我們必須積極的優化投資者結構，增加資本市場中證券投資的自由競爭性，建立以社?；?、保險資金等主體的多元化的資本運營模式，努力培養各種類型的機構投資者，讓他們相互競爭，相互促進并相互提高，從而更好的完善和穩定資本市場的結構優化與功能提升。
3.3 提高上市公司質量，完善退市機制
機構投資者要想真正成為資本市場運行的主體，充分發揮其優化資本結構與穩定市場的功能，必須有效提高資本市場中上市公司的質量，提高上市公司的準入門檻，積極的完善其準入機制，加大監督力度，對經營績效差、發展潛力小的公司堅決不予其上市。而對已經上市的公司加強有效的經營監督管理，完善上市公司的信息披露機制與退市機制，對經營績效差、財務信息虛假的上市公司堅決予以清除，只有這樣才能保證我國上市公司的總體質量，促進整個股票市場的投資價值的提升。
3.4 加強對機構投資者的監管力度
當前我國證券市場的監督機制不健全，機構投資者大多依靠自我監督和自我約束來進行自身的監管，導致證券市場的機構投資者的違規操縱頻頻發生，對證券市場的穩定健康發展極為不利。因此，構建全面系統完善的監督機制迫在眉睫。首先，必須積極的完善我國證券市場中針對機構投資者行為的相關法律法規，形成全面有力的法律約束力，對操縱違規行為進行嚴懲。其次，要求積極的實現相關信息披露的制度，做到相關信息披露的完整有效性、真實準確性、及時充分性，讓相關信息的使用者能夠重點清晰、層次清楚的把握正確的披露信息，有效的提高其經營決策的準確性。最后，建立健全社會的監督機制，號召全民參與，共同監督機構投資者行為，從而積極的維護廣大投資者的利益，保障股市的穩定。
3.5 建立獨立客觀的投資業績評價機構和評價體系
資本市場的信息不對稱性是引發機構投資者風險的重要原因，因此建立健全客觀、公正、公平的投資業績評價體系和投資業績評價機構具有重要的現實意義。它能提高資本市場信息的客觀性、透明度和有效性，極大的降低機構投資者和相關信息使用者投資信息的不對稱性，能夠讓機構投資者進行更加清晰、冷靜、科學的投資運作，減少因短期利益、自身名譽等因素引發的機構投資者短視行為和羊群行為。
4 結 論
總之，隨著我國證券市場的積極發展，國內機構投資者的規模也日益發展壯大。機構投資者行為是降低投資風險，促進我國資本市場持續穩定發展的重要基礎。因此，對機構投資者行為進行正確認識與良好的規范化管理，將會對我國證券市場的穩定性與健康性發展產生重要的深遠影響。
參考文獻：
[1]E.菲利普·戴維斯.機構投資者[M].北京：中國人民大學出版社，2005.
[2]韓金紅.機構投資者類型對股市波動的影響[J].商業研究，2012（4）.
[3]高輝，王剛，蔡澤昊.機構投資者行為與指數表現研究[J].上海經濟研究，2012（1）.
物業維修基金分析論文范文第5篇
摘要：針對金融時間序列具有的多重分形特征，提出基于標度曲線測度滬深300指標股之間的相似性并實現聚類。該方法首先使用多標度退勢波動分析（MSDFA）擬合不同自相關階數下收益率序列的標度曲線，然后抽取其分布或形態特征構造模式向量。聚類通過含權K-means算法實現，最優類別數根據分類適確性指標（DBI）確定。結果顯示，基于標度曲線的聚類能夠揭示出股市的行業聚集性和板塊間的關聯性，在此基礎上構造的投資組合可以顯著降低風險，并且效果優于基于原始序列線性趨勢特征的聚類。
關鍵詞：時間序列聚類； 多重分形； 多標度退勢波動分析； K均值聚類算法； 均值-方差模型
0引言
聚類是數據挖掘與時間序列分析中一類經典問題，所謂聚類是指將數據劃分成有意義的多個組，使得組中數據盡可能相似，而組間數據具有明顯差別。時間序列聚類分析廣泛用于工程控制[1]、網絡安全[2]等多個領域。而對于金融時間序列，聚類分析有助于發現股市中隱藏的板塊輪動與聯動現象，挖掘板塊傳導規律[3]，對探索羊群效應的成因[4]有著十分重要的理論意義，對制定最優投資組合，降低風險也有著實踐意義。金融市場作為一個非線性動力系統，它產生的資產價格變動或收益率波動序列具有高維度和高動態性的特點，這使得一些經典的聚類方法[5-8]很難兼顧聚類效果和算法的時間復雜度，因此，找到一種高效的特征提取方式是至關重要的。金融時間序列中普遍存在的復雜性特征（分形特征）為解決這一問題提供了新思路。所謂分形特征是指在一定標度（采樣頻率）范圍內，不同標度下過程的自相關性在統計意義上是相似的，可以通過Hurst指數描述。文獻[9]進一步將分形的概念拓展到多重分形領域。多重分形是指序列在不同階數自相關性下的分形特征是不同的，需要用廣義Hurst指數H（q）進行描述。文獻[9]給出了計算H（q）的多重分形退勢波動分析（Multi-Fractal Detrended Fluctuation Analysis，MFDFA）方法，并提出使用分形譜、奇異度指數描述序列的多重分形程度。許多研究表明[10-11]，股市、期貨、外匯市場產生的序列都具有多重分形特征，并且即使序列形態是相似的，其分形譜寬度和奇異度指數可能也存在顯著差異。這意味著隱藏在價格波動背后的動力學基礎是不同的，進行聚類時需要考慮過程的復雜性特征[12]，否則會影響聚類質量。文獻[13-14]分別基于分形維和多重分形譜參數對金融時間序列進行聚類分析。結果顯示，劃分為同一類型的股票在流通股本、行業景氣度方面高度一致，而不同類型的股票存在很大差異。但他們的研究涉及的股票樣本較小，對聚類質量也沒有進行客觀評價。同時，MFDFA方法本身也存在局限[15]：一方面，廣義Hurst指數在描述金融時間序列的復雜行為時過于簡單了，序列的自相關特征可能包含眾多局部標度系數。實際上，H（q）是對序列分形特征的全局描述。另一方面， MFDFA需要預先給出標度區間，如果區間選取不合理，則得到的結果是有偏的，因此不適合序列存在不規則多重分形的情況。
有鑒于此，本文嘗試對傳統的MFDFA分析進行擴展，擬合序列不同階數下的標度曲線（給定階數下序列的H（q）隨時間標度的變化規律），并將標度曲線的分布或形態特征轉化成為能夠捕捉原始序列多重分形特征的模式向量，進而實現對原始序列的聚類。本文給出的聚類算法還考慮了不同自相關階數在測度相似性時的貢獻度差異。針對滬深300指標股聚類的模擬實驗結果表明，與傳統的基于序列線性趨勢特征進行聚類的算法相比，基于標度曲線的聚類質量更優，得到的資產組合收益更高、風險更低，并顯示出明顯的行業聚集特征，能夠反映出板塊傳導機制。
1模型與方法
1.1基于多標度退勢分析的標度曲線擬合
1.2基于標度曲線的時間序列聚類算法
下面提出基于標度曲線的時間序列聚類方法，該方法不僅考慮了在給定階數下序列的局部標度特征，也考慮了在測度相似性時不同階數貢獻的差異，其算法如圖1所示。
方法1主要考慮標度曲線的分布特征，也就是將給定階數下的標度曲線的均值、標準差、偏度和峰度作為代表該標度曲線的指標。
方法2主要考慮標度曲線的局部形態特征。將標度曲線劃分為m個分段，使用最小二乘法擬合每個分段，得到斜率估計量，作為代表該標度曲線的指標。
2.1數據與MSDFA分析
為股票的日收盤價）計算日度對數收益率，最終得到的收益率序列長度為2240。在使用MSDFA擬合標度曲線時，定義標度s={11，13，…，560}，用于退勢的多項式階數為1，由于篇幅所限本文只給出兩只具有代表性的股票標度曲線，如圖2～3所示。從圖2～3可看出：下面分析標度曲線的性質，可以得出三點結論：1）當s≤180時，標度曲線比較平穩，但此后標度曲線劇烈震蕩。因此，可以將180天視為中短期和長期的分界線。2）在平臺階段內大多數情況下，h（sk）都小于0.5，因此在中短期內過程的波動是反持續性的。3）平臺階段后雖然波動劇烈，但正向偏離大于負向偏離，均值遠大于0.5，因此在長期內波動是持續的。值得注意的是，標度曲線在全部標度范圍內的均值接近于MFDFA計算得到的廣義Hurst指數，這進一步印證了Hurst指數是對序列全局分形特征描述的觀點。
2.2標度曲線的特征提取
在聚類之前需要根據1.2節給出的方法提取標度曲線的特征信息，首先采用基于分布特征的方法，圖4給出了標度曲線均值、標準差、偏度、峰度隨q（取值范圍為[-20，20]）的變化規律。觀察圖4中的曲線，不難看出，q對統計特征的影響可以劃分為三個具有顯著差異的階段：[-20，-2）、[-2，2]、（2，20]。例如在圖4（a）中，標度曲線均值在q∈[-20，-2）內隨著q的增加而下降，在達到極小值后（q=-2）迅速上升，在q=2時達到極大值，此后逐漸降低。由于在所有階數下，均值均大于0.5，因此過程都是持續性的。在圖4（b）中，標度曲線標準差隨著q的增加而下降，在達到極小值后（q=-1）迅速上升，在q=8以后趨于穩定。在圖4（c）和（d）中，偏度和峰度都首先隨q的增加而上升然后在q∈[-2，2]時迅速下降，并在q∈（2，20]時基本維持穩定。根據標準正態分布偏度為0、峰度為3的性質可知，標度曲線的分布是非正態的。
接下來采用基于形態特征的方法。本文將標度曲線劃分為等長度的4個分段，利用最小二乘估計得到每個分段的斜率，得到的結果如圖5所示。不難看出，分段斜率隨q的變化規律與圖4相似，也即當q∈[-2，2]時，各分段斜率都發生顯著變化。值得注意的是，在絕大多數情況下，前3個分段的標度曲線斜率都是負值。
3滬深300指標股聚類分析
3.1權重確定
首先根據式（6）計算不同階數相應的權重（以貢獻度表示），得到的結果如圖6所示。結果顯示，兩種情況下，階數的貢獻度隨q的變化規律是相似的，也即在計算兩個金融資產的標度曲線相似度時，階數在區間[0，4]內對應的距離具有更大的貢獻度。同時，當q<-2時各階數的貢獻是相近的；而當q>4時，兩種情況下各階數貢獻度表現出較大差異，其中基于分布特征的各階數貢獻度高于基于形態特征的貢獻度。因此，可以說在測度相似性時，基于分布特征的方法考慮的階數范圍更寬，而基于形態特征的方法考慮的階數更多地集中在q∈[0，4]。
3.2聚類結果
使用K-means算法對股票進行聚類。作為比較，本文也直接根據原時間序列的線性趨勢特征進行聚類，具體方法是將時間序列劃分為長度相等的分段，使用最小二乘法擬合每個分段得到斜率估計量，并將分段斜率作為該序列的屬性值。實驗中將分段長度設為16，分段數量為2240/16=140。聚類還需要給出類別數，本文將初始類別數設定為2～10，然后根據分類適確性指標（Davies Bouldin Index，DBI）確定最終類別數。DBI指標顯示，基于標度曲線的聚類最優類別數是5，而基于時間序列線性趨勢聚類的最優類別數是4，但為便于對兩種方法聚類質量進行評價也劃分為5類。得到的結果如表1所示。由于篇幅所限，表1只給出類別中最具有代表性的4只股票（與類別中其他股票的距離和最?。?，類別中的第一只股票是聚類中心。表1中類別順序是按照該類別內股票數量升序確定的，也即類別1中股票數量最少，類別5中股票數量最多。
從表1可看出：兩種權重下基于標度曲線的聚類效果是相似的，只是在類別中個別股票或者位次存在差異，顯示出方法的穩健性。同時，聚類結果顯示出顯著的行業聚集特征，例如類別1對應金融板塊，類別2對應地產板塊，類別3對應有色金屬板塊，類別4對應煤炭能源板塊，類別5對應制造業板塊以及所有沒有包含在類別1～4的股票。表1中給出的股票分別是所屬類別的風向標股票。此外，類別順序還表現出板塊間傳導特征。業內普遍觀點是行情發端于金融地產股，然后通過有色金屬板塊向煤炭能源和制造業傳遞。本文的聚類結果較好地描述出了該特征。而基于時間序列形態的聚類，雖然類別1～5中也有很多股票出現在前兩種聚類結果中，但沒有顯示出行業聚集性，類型劃分主要基于個股票波動與股指波動的相似程度。
趨勢特征的聚類）類別1平安銀行、浦發銀行、招商銀行、外高橋浦發銀行、平安銀行、招商銀行、中信證券金地集團、南山鋁業、深萬科A、招商地產類別2深萬科A、招商地產、華僑城、金融街深萬科A、招商地產、金融街、北京城建北京城建、外高橋、中國寶安、三一重工類別3南山鋁業、銅陵有色、江西銅業、中金嶺南江西銅業、銅陵有色、南山鋁業、云南銅業五礦發展、平安銀行、東方航空、河北鋼鐵類別4神火股份、兗州煤業、廣匯能源、西山煤電神火股份、兗州煤業、西山煤電、申能股份貴州茅臺、雙匯發展、山西汾酒、魯信創投類別5福田汽車、中聯重科、宇通客車、深南玻A福田汽車、宇通客車、深南玻A、中聯重科海油工程、浙江醫藥、云南白藥、中集集團
3.3聚類質量評價
為了進一步對各算法的聚類質量進行比較，本文再設計一組模擬實驗原文“試驗”?；舅悸肥牵?）在全部162只股票中采用不同方法抽出10只股票；2）利用投資組合均值-方差模型確定最優投資組合（稱為有效前沿）；3）計算組合的收益與風險。
實驗結果證明：在不同類別中選取股票得到的資產組合從收益和風險兩個角度都優于隨機選取股票的結果，也即聚類是有效的。而在聚類方法比較方面，基于標度曲線的聚類也優于單純基于時間序列形態的聚類，前者得到的組合風險更小，這進一步印證了本文方法的優越性。同時，實驗還發現在確定權重時基于分布特征得到的結果更優，也即在測度相似性時，需要考慮更多的階數。
4結語
本文利用MSDFA擬合金融時間序列的標度曲線刻畫復雜過程的局部標度特征。針對滬深300指標股的實證研究發現，當s≤180時，標度曲線波動幅度較小，并且顯示出反持續性特征；而當s>180時，標度曲線劇烈波動，但正向的多于負向的，因此總體上過程是持續性的?？梢姌硕惹€比經典的MFDFA方法能提供更豐富的信息。在此基礎上本文分別采用兩種方式（分布和形態）提取不同階數下標度曲線的特征作為屬性組成模式向量，研究發現兩種特征提取方式中各屬性值在q∈[-2，2]內均存在結構變化。在此基礎上通過K-means算法對指標股進行聚類，通過DBI指標確定最優分類數，并且在測度股票標度曲線相似性時考慮了不同階數的貢獻度差異。聚類結果顯示，基于標度曲線的聚類可以揭示出股票市場的行業聚集性和板塊傳遞特征，而基于時間序列線性趨勢特征的聚類，主要反映個股波動與股指波動的相似程度。本文還利用了投資組合均值-方差模型對聚類質量進行評價，模擬實驗原文“試驗”表明建立在聚類分析基礎上的投資組合可以顯著降低風險，并且基于標度曲線的聚類顯著優于基于時間序列形態的聚類，這進一步印證了本文方法的優越性。
參考文獻：
[1]ZHANG Z， SUN Y， ZHANG S， et al. Clustering analysis of electric load series using clustering algorithm of multi-hierarchy and detailed decomposition based on data mining[J]. Power System Technology，2006，30（2）：51-56.（張智晟，孫雅明，張世英，等. 基于數據挖掘多層次細節分解的負荷序列聚類分析[J]. 電網技術，2006，30（2）：51-56.）
[2]WANG L，TENG S. Application of clustering and time-based sequence analysis in intrusion detection[J]. Journal of Computer Applications，2010，30（3）：699-701，714.（王令劍，滕少華. 聚類和時間序列分析在入侵檢測中的應用[J]. 計算機應用，2010，30（3）：699-701，714.）
[3]CHEN M， CHEN M， WU W， et al. Dynamic casual relationship in different industry indices： Chinas evidence[J]. Systems Engineering — Theory and Practice， 2009，29（6）：19-31.（陳暮紫，陳敏，吳武清，等. 中國A股市場行業板塊間領滯關系的動態變化實證研究[J]. 系統工程理論與實踐，2009，29（6）：19-31.）
[4]LI Q， ZHANG T， DING H. Herd behavior of the securities investment funds in China-empirical analysis based on periodic law and plate effect[J]. Journal of Central University of Finance and Economics，2013（6）：37-43.（李奇澤，張鐵剛，丁煥強. 中國證券投資基金羊群行為——基于周期規律與板塊效應的實證分析[J]. 中央財經大學學報，2013（6）：37-43.）
[5]CAI S， XIA Z， ZHANG W. Semi-supervised spectral clustering of time-series similarity[J]. Computer Engineering and Applications， 2011，47（31）：116-118.（蔡世玉，夏戰國，張文濤. 時間序列相似性半監督譜聚類[J]. 計算機工程與應用，2011，47（31）：116-118.）
[6]KALPAKIS K， GADA D， PUTTAGUNTA V. Distance measures for effective clustering of ARIMA time series[C]// Proceedings of the 2001 IEEE International Conference on Data Mining. Piscataway： IEEE Press， 2001：273-280.
[7]ZHANG H， HO T， LIN M. A non-parametric wavelet feature extractor for time-series classification[C]// KAKDD 2004： Proceedings of the 8th Pacific-Asia Conference， LNCS 3056. Berlin： Springer-Verlag， 2004：595-603.
[8]VAITHYANATHAN S， DOM B. Model-based hierarchical clustering[EB/OL]. [2010-10-10]. http：//arxiv.org/ftp/arxiv/papers/1301/1301.3899.pdf.
[9]KANTELHARDT J W， ZSCHIEGNER S A， KOSCIELNY-BUNDE E， et al. Multifractal detrended fluctuation analysis of nonstationary time series[J]. Physica A： Statistical Mechanics and its Applications， 2002，316（1/2/3/4）：87-114.
[10]ZHANG L， LIU C. Multifractal analysis of Japan and China stock markets in different economy Periods[J]. Systems Engineering — Theory and Practice，2013，33（2）：317-328.（張林，劉春燕. 日中兩國不同經濟時期股市的多重分形分析[J]. 系統工程理論與實踐，2013，33（2）：317-328.）
[11]HUANG J， CHENG H， GUO Y， et al. Research on multifractal features of the relation between price and volume in China metal futures market： based on MF-DCCA approach[J]. Management Review，2013，25（4）：77-85.（黃健柏，程慧，郭堯琦，等. 金屬期貨量價關系的多重分形特征研究——基于MF-DCCA方法[J]. 管理評論，2013，25（4）：77-85.）
[12]NI Z， HU T， WU X， et al. A novel machine learning approach based on fractal theory： Fractal learning[J]. Journal of University of Science and Technology of China，2013，43（4）：265-270.（倪志偉，胡湯磊，吳曉璇，等. 基于分形理論的一種新的機器學習方法：分形學習[J]. 中國科學技術大學學報，2013，43（4）：265-270.）
[13]HUANG C， WU Q， WU Z， et al. Clustering financial time series based on multi-fractal features of variance volatility[J]. System Engineering， 2006，24（6）：100-103.（黃超，吳清烈，武忠，等. 基于方差波動多重分形特征的金融時間序列聚類[J].系統工程，2006，24（6）：100-103.）
[14]ZHONG W， GAO Q， CHENG Y. The clustering of financial time serials based on wavelet and multi-fractal[J]. Systems Engineering，2009，27（3）：58-61.（鐘維年，高清維，陳燕玲. 基于小波和多重分形的金融時間序列聚類[J]. 系統工程，2009，27（3）：58-61.）
[15]YIN Y， SHAN P. Modified DFA and DCCA approach for quantifying the multiscale correlation structure of financial markets[J]. Physica A： Statistical Mechanics and its Applications，2013，392（24）： 6442-6457.
物業維修基金分析論文范文第6篇
如果對自己養老金投資的需求清晰、明確自身風險偏好，且有一定的市場投資經驗，選擇目標風險基金較合適。如果是一名投資小白，或者平時無暇顧及賬戶資產管理，對長期資產配置趨勢一目了然的目標日期型基金可納入選擇范圍。
不知從何時開始，養老漸成為一種奢侈。曾經腦海中規劃的幸福晚年，在經濟高速發展、消費水平逐漸提升的今天，開始被“焦慮感”代替。人們如何才能安度晚年，為此養老政策頻出。
于是，為了讓退休后老人能夠有所養，2018年3月初，證監會出臺了《養老目標證券投資基金指引（試行）》。
該文件的落地，標志著養老目標基金政策準備工作基本完成。在此背景下，各基金公司開始緊鑼密鼓上報發行材料。據了解，8月6日，已有14只養老目標基金獲得證監會允許發行批文。
從發布養老目標證券投資基金指引到首批產品獲批，引發投資者關注的養老目標基金到底是什么？與普通的理財基金又有何不同？普通投資者應該怎么買呢？
何為養老目標基金？
據證監會《養老目標證券投資基金指引（試行）》規定：養老目標基金是指以追求養老資產的長期穩健增值為目的，鼓勵投資人長期持有，采用成熟的資產配置策略，合理控制投資組合波動風險的公開募集證券投資基金。簡單來說，養老目標基金就是一款以養老為主要目標的基金產品。
和其他普通基金不同的是，養老目標基金采用的是FOF的形式進行運作。所謂FOF，就是Fund of Funds，顧名思義就是基金中的基金。相比于普通的基金，FOF并不直接投資股票或債券，其投資范圍僅限于其他基金，通過持有其他證券投資基金而間接持有股票、債券等證券資產，也就是說，投資FOF就等于同時投資多只基金。
證監會規定，養老目標基金采用的投資策略分為兩種：目標日期策略、目標風險策略。前者以固定的日期為標志，后者以約定了風險為特征。據了解，在首批14只養老目標基金產品中，有9只目標日期策略型基金，在基金名稱中均有“養老目標日期”字樣；5只是目標風險型基金。
華夏基金介紹，養老目標日期基金以投資者退休日期為目標，根據投資人不同生命階段風險承受能力進行投資配置。這類基金假定投資者隨著年齡增長，風險承受能力逐漸下降，因此會隨著所設定目標日期的臨近，逐步降低權益類資產（股票、股票基金、混合型基金等）的配置比例，增加非權益類資產的配置比例。也就是說，越接近目標日期，高風險產品倉位越低，低風險產品倉位上升。
而目標風險基金最大的假設是投資人對自己養老金投資的需求清晰，明確自身風險偏好，且有一定的市場投資經驗，愿意承擔風險。
值得注意的是，監管層為了規范養老目標基金，目前只有新核準的專為養老設計的產品，名稱中才能有“養老目標”字樣。
FOF讓基金收益更穩健
證監會規定，養老目標基金要定期開放和采用FOF投資，這樣的制度性設計可以使基金收益相對穩健。早在2017年，監管層在市場求穩的大環境下力推公募FOF，當時便有市場人士分析稱此舉或為備戰養老目標基金的推出。
FOF在剛剛成立時，有市場人士質疑投資太過保守。然而，高配贖回成本最低的貨幣基金成為不少FOF基金經理的選擇。事實也證明，這樣的配置經受住了市場考驗。FOF開放贖回后的第一季度，不僅扛住了凈贖回的壓力，也保持了基金凈值穩定，穩健的管理策略抵御了贖回壓力。
此外，養老目標基金以追求養老資產的長期穩健增值為目的，鼓勵投資人長期持。這類基金大部分也都設計了一至三年的封閉期。
據了解，在首批14只養老目標基金中，三年封閉期的有9只，一年封閉期的有4只，五年封閉期的僅有1只。
對比一年封閉期和三年封閉期，有業內人士表示，一年封閉期可以給投資者提供根據自身情況（如財務狀況、風險偏好的變化等）每年調整一次配置的機會；三年封閉期則適合對流動性要求較低的投資者。
風險依舊要防范
只是，養老目標基金雖然與社?；鹜顿Y風格相似，均是以追求長期穩健增值為目的，鼓勵投資者長期持有，其風險性比普通基金更低一些。但是，作為一種理財產品，其風險性依舊存在。
對于投資者來說，養老目標基金是長線理財產品，雖然FOF的基金運行模式具有一定分散風險的能力，但在實際操作中，防控風險還是要考驗投資機構的管理水平了。
對此，博時基金多元資產管理部總經理魏鳳春建議，養老目標基金致力于長期投資，可追求大類資產的超額收益。在充滿不確定的市場上，養老目標基金管理人也不會將風險暴露在單一資產上，更多的是通過大類資產配置捕捉機會、分散風險。這就要求投資人長期持有，也是為了保證該類型基金的特點和優勢。雖然近3年股票市場不利于基金盈利，但年化收益率超過10%的基金數量仍超過400只。再看我們周圍，不管是投資股票，還是投資基金，能達到每年盈利10%的人并不多，不能中長期持有是導致收益率走低的重要原因。
鵬華基金資產配置與基金投資部FOF投資副總監焦文龍建議，與目前證券市場的位置對比，長期來看（比如10-20年），權益資產的風險溢價是穩定的，因此投資者可以考慮采用一次性投入結合定投的方式，在爭取獲得權益資產長期確定性收益的同時，一定程度上利用波動降低風險。
華夏基金則建議，如果對自己養老金投資的需求清晰、明確自身風險偏好，且有一定的市場投資經驗，選擇目標風險基金較合適。如果是一名投資小白，或者平時無暇顧及賬戶資產管理，對長期資產配置趨勢一目了然的目標日期型基金可納入選擇范圍。