商业银行高端个人客户群资产配置研究.pdf

《商业银行高端个人客户群资产配置研究.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、学校代码：10255学号：108268中图法分类号：商业银行高端个人客户群资产配置研究TheStudyofAssetAllocationfortheHighNetWorthIndividualsofCommercialBanks学科专业：企业管理作者姓名：王小平指导教师：瞿宝忠教授答辩日期：2011年5月》lS唾东华大学学位论文原创性声【!』』===一。本人郑重声明：我恪守学术道德，崇尚严谨学风。所呈交的学位论文，是本人在导师的指导下，独立进行研究工作所取得的成果。除文中己明确注明和引用的内容外，本论文不包含任何其他个人或集体已经发表或撰写过的作品及成果的内

2、容。论文为本人亲自撰写，我对所写的内容负责，并完全意识到本声明的法律结果由本人承担。学位论文作者签名：；水平日期：矽I1年r月弓矿日东华大学管理学博士学位论文东华大学学位论文版权使用授权书学位论文作者完全了解学校有关保留、使用学位论文的规定，同意学校保留并向国家有关部门或机构送交论文的复印件和电子版，允许论文被查阅或借阅。本人授权东华大学可以将本学位论文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或扫描等复制手段保存和汇编本学位论文。保密口，在——年解密后适用本版权书。本学位论文属于不保密∥学位论文作者签名：；八、子指导教师签名：日期：弘}1年

3、J月≥o曰日期：yf／村月印日Z■l摘要商业银行高端个人客户群资产配置研究面对发展潜力巨大的中国财富市场，国外的金融机构纷沓而来。中资金融机构尤其是商业银行也纷纷加入到争夺财富市场份额的竞争中。毫无疑问，市场份额的增加得益于高端个人客户的增加。而如何赢得更多的高端个人客户的信赖和忠诚，无论是现在还是将来都是中外资金融机构需要解决的问题。依据经济学的经济人假设，高端个人客户追求的是既定成本下的收益最大化。不管商业银行的服务形式如何，其立足点应是以追求客户利益最大化为首要目标。资产配置作为投资决策中的重要一环，其对投资收益的影响是巨大的。为使客户的利益最大化，商

4、业银行应向客户提供优质的资产配置服务。而目前国内就高端个人客户群资产配置服务的研究尚不多见，基于此，论文以资产配置为切入点，在充分借鉴前人研究的基础上，对商业银行高端个人客户群的资产配置进行研究，重点研究了以下内容：(一)商业银行高端个人客户群的资产配置特征。通过问卷调查，利用统计分析方法，就调查问卷所涉及到的高端个人客户的基本特征、风险偏好、投资知识＆投资经验、产品结构&投资目标及投资者观点＆自信度五方面进行了统计分析。结果表明，高端个人客户群的年龄大多在50岁以下；主要由专业技术人员、私营企业家及家庭主妇、教师等构成；其财富来源于稳定性收支结余和高成长性

5、资本积累；资产净值大都处在500—1000万人民币之间；大多具有一定的投资知识和投资经验，市场参与度较高；主要持有的资产包括现金存款、股票与开放式基金、房地产、货币挂钩结构性投资产品、私人股权及实体企业；主要投资目标为长期成长和积极成长，当前东华大学管理学博-1：学位论文投资期限为2—5年；大部分为风险偏好者；对股票、固定收益产品、房地产的未来走势持谨慎态度，自信度处于50％以下。(二)对商业银行高端个人客户群的资产配置产品进行了分析。通过对不同种类资产的历史收益率数据的分析，可知投资产品的历史收益和其风险相对应，高风险意味着高收益。利用我国2003年4月至

6、2010年7月的9个宏观经济变量和两类资产(股票和国债)的具体数据，运用单位根检验、协整检验、格兰杰因果检验、脉冲响应和方差分解等时间序列分析工具对宏观经济变量与资产配置产品预期收益率间的关系进行了实证研究，证明了在长期通货膨胀因素对资产配置产品的预期收益率影响最大。结合投资时钟理论，指出通货膨胀状态下商业银行高端个人客户群资产配置类别。(三)构建了商业银行高端个人客户群资产配置模型。由于通货膨胀因素对资产配置产品预期收益影响重大，且由于方差在度量风险上存在不足，在BL模型基础上，引入通货膨胀风险和VaR约束条件，构建了BL—Inflation．VaR资产配

7、置模型。数理证明该模型下某一资产的预期收益为亘(民j=[pD一+酽Q1研1·[(rE3一FI+PrCzlQ】+∑巧岛。j=l与原始模型相比，该模型证明，通货膨胀因素对资产预期收益的影响来自两方面，一是通货膨胀风险厌恶系数嗲，，二是通货膨胀风险敏感度岛。(四)商业银行高端个人客户群资产配置的实证检验。结合商业银行高端个人客户群的资产配置特征，选取股票、基金、房地产、黄金、储蓄存款、QDII、大宗商品等资产的历史收益数据，借助Matlab7．0工具，对商业银行高端个人客户群的资产配置进行了实证检验。实证结果表明，与MV模型和BL模型相比，本文所构建模型的方差最小

8、，能更有效地规避通货膨胀风险；同时，该模型也较好地反