摘 要：国内券商面临着业务转型的压力，提升买方业务绩效成为券商非常关注的问题，而买方业务的战略性资
产配置则决定了投资绩效。本文从这一角度出发，提出了一套基于参照组绩效的买方业务战略性资产配置策略，并以
S券商为例进行了实证分析。
关键词：券商；买方业务；资产配置
中图分类号： 文献标识码：A 文章编号:1003－9031(2012)12－0030－05 DOI:
收稿日期：2012－10－24
作者简介：项歌德（1979-），男，湖北武汉人，经济学博士，现供职于申银万国证券股份有限公司博士后工作站；
罗 翔（1978-），男，江西九江人，经济学博士，现供职于华中科技大学公共管理学院。
国内券商买方业务战略性资产配置策略研究
在传统经纪业务逐步萎缩的背景下，券商正逐步从
通道业务向买方业务和创新业务进行转型，这使得如何
提升买方业务的绩效受到各大券商的高度重视。
券商买方业务，包括狭义的买方业务与广义的买方
业务。 狭义的券商买方业务主要是指券商利用自有资金
从事各类自营证券投资业务，广义的买方业务包括券商
运用自有资金从事的各类购买业务， 包括固定资产投
资、日常运营资金管理和券商自有资金投资等业务。 对
于广义买方业务而言， 前二者不存在资产配置的问题，
而券商自有资金投资也是一个比较宽泛的业务概念，不
仅包含狭义的买方业务， 还包括诸如在融资融券业务、
直接投资业务中的购买业务。 本文研究的券商买方业务
战略性资产配置，主要是针对狭义的买方业务，即券商
自营证券投资业务资产配置。
券商证券市场投资领域从单一资产扩展到多资产
类型、从国内市场扩展到国际市场，单一资产投资方案
难以满足投资需求， 资产配置的重要作用逐渐凸显出
来。 有效的资产配置可以帮助券商从事买方业务时候降
低单一资产的非系统性风险，这使得资产配置成为投资
过程中最重要的环节之一，也是决定投资组合相对业绩
的重要因素。
一、资产配置的分类
资产配置，按照不同角度的可以进行多种分类：
1．按照配置的时间跨度和风格，可以分为战略性资
产配置和战术性资产配置。 战略性资产配置， 也称为政
策性资产配置，一般指周期为 3-5 年的资产配置。 战术
性资产配置，一般指周期更短的资产配置。
2．按照配置的范围，可以分为全球资产配置和行业
风格资产配置。全球资产配置是指基于“国别效应”的“市
场分散化原则”，对国内、国外资产进行综合配置。行业风
格资产配置基于“行业效应”的“行业分散化原则”将资产
在不同行业中进行配置。
3．按照配置的主体，可以分为券商（或投行）资产配
置、投资基金资产配置、保险公司资产配置、银行资产配
置、企业资产配置等。券商（或投行）倾向于配置风险较高
的资产。保险公司和银行则倾向于配置风险较低的资产。
企业则依赖于其具体的资产规模和风险偏好。 从已有的
研究看，对于投资基金和保险公司资产配置的文献较多，
而对于券商资产配置的研究较为少见。
4．资产配置根据其资产配置的细分程度不同可以分
项歌德 1；罗 翔 2
（1.申银万国证券股份有限公司博士后工作站，上海 200031；2.华中科技大学 公共管理学院，湖北 武汉 430074）
金融市场 HAINAN FINANCE
Monthly
襋
30 2012 年第 12 期 总第 289 期
为大类、中类和小类资产配置，这三类资产配置之间是
一种层层递进的包含关系。 大类资产配置与战略性资产
配置的范畴较为类似，主要是指在股票、债券、各种金融
衍生工具和现金之间的比例配置。 从行业轮动、板块轮
动中寻找机会，或者对各类债券进行组合的资产配置则
属于中类资产配置。 小类资产配置则要具体到每一种资
产类别中明确哪一只股票或债券的比例。
二、文献回顾
从 Markowitz（1952）提出用均值方差模型度量投资
组合的收益和风险后，如何对资产进行有效配置得到了
学者们的关注，相关理论也得以不断完善 [1]。 国外不少学
者专门针对证券资产配置进行了多维度研究，如 Brinson
等(1986)发现资产配置能够解释大部分的投资组合收益
变动，其中美国养老基金投资收益的变化中，%可以
由资产配置来解释 [2]。 Roger 等（2000）发现，不同基金回
报的 40%差异可以由资产配置来解释，而对同一只基金
而言其回报的变化中有 %来自于资产配置[3]。 目前，
国内研究对象主要集中于证券投资基金，绝大部分文献
都是针对证券投资基金的战术性资产配置或者中类、小
类资产配置研究，一般都是借用国外研究中的技术分析
和量化分析手段提出如何有效寻找具有投资价值的板
块、行业和具体股票。 这其中针对证券投资基金资产配
置策略与绩效的研究较多，比如蒋晓全等（2007）借助面
板分析发现政策性资产配置对我国证券投资基金资产
配置效率影响最大[4]；葛勇（2010）研究发现证券投资基金
战略性资产配置因素在基金业绩贡献率中达到 %
[5]。 还有的是结合具体的技术分析或者量化分析技术说
明资产配置策略，如温琪等（2011）提出基于 Black-Lit-
terman框架的中国股票市场投资中行业间资产配置策略
[6]；杨高宇（2012）则提出基于周期理论，资产配置应该结
合经济周期的波动来进行[7]。
专门针对券商买方业务战略性资产配置的研究较
少涉及，已有文献主要集中在绩效评价而不是具体的配
置策略， 原因在于战略性资产配置存在一定的难度，且
没有现成的投资理论进行指导。史水齐（2008）从“经济资
本”的角度，运用 RAROC 指标对证券公司最优资本配置
进行了较为简单的说明，并未涉及如何进行有效资本配
置和配置效率评估[8]。盖晓伟等（2012）也是从“经济指标”
角度对金融控股公司的配置效率、风险管控能力进行了
分析[9]。 郑德珵等（2003）引入 EVA 衡量证券公司的资本
配置效率，以国内某家证券公司为实证分析对象检验了
其资本配置绩效的 EVA 分析，验证 EVA 对于引导证券
公司内部资源配置、提高资本配置效率的作用[10]。何品杰
（2004） 也运用 EVA 方法进行了类似的研究 [11]。 Liu 和
Zhu（2010A）提出了一个“拟夏普比率”的方法进行证券
公司投资收益评价，这一思路值得本文借鉴[12]。
不难发现对国内券商买方业务战略性资产配置策
略研究基本尚未涉及，本文的研究力图填补这一领域的
空白。 上述这些关于资产配置策略的研究， 无论是针对
哪种类型的配置，其配置策略都是基于某种理论或成熟
的技术工具，即其方法背景都是客观的。 本文将其统称
为基于客观理论方法的资产配置策略。 事实上， 无论哪
种理论策略都不是万能的，从实践经验总结中获取最佳
的配置应该是有别于以往相关理论的一个创新。 正如新
经济增长理论认为真正实现技术进步进而推动经济增
长的来自于一种“干中学”，即从实际生产中不断学习先
进的经验， 继而进行创新。 根据买方业务绩效明显占优
的现有券商战略性资产配置比例作为目标券商从事买
方业务战略性资产配置的策略依据，是一种基于主观实
践经验的配置策略方法，也是对“干中学”在证券投资中
的应用。
三、国内券商资产现状
本文根据中国证券协会公布的 106家券商的总资产
和净利润的排名数据分析了券商总资产与净利润之间
的关系，造成证券公司之间在资产收益率上呈现显著差
别的原因是多方面，从根本上看与证券公司自身的经营
能力有关。 具体而言，与证券公司的规模大小、资产的配
置效率有相当大的关系。图 1显示的是 2010年 106家券
商净利润与总资产之间的关系散点图，横坐标为总资产，
纵坐标为净利润。 为了便于绘图， 将特别异常的两个样
本剔除 （总资产超过了 1000 亿元的中信证券和海通证
国泰君安
国信
申万
光大
中信建设
招商
500000
450000
400000
350000
300000
250000
200000
2000000
100000
50000
0
4000000 6000000 8000000
图 1 国内券商总资产与净利润关系图
资料来源：笔者根据中国证券业协会网站（http://www.
（万元）
100000000
y=
R2=
净
利
润
总资产
150000
金融市场HAINAN FINANCE
Monthly
襊
312012 年第 12 期 总第 289 期
券）。 根据资产规模可以将 106家券商分为两个梯队，第
一个梯队其总资产规模都在 500亿以上， 一共有 11个，
且其总资产规模除了光大证券以外均在 600 亿元以上；
第二个梯队中券商总资产规模都在 500亿元以下， 且主
要集中在 100～300 亿元之间，占到总数的 80%以上。 两
个梯队之间的规模差异是比较显著的。
对证券公司总资产投入（Y）与净利润（X）之间的线
性关系进行了简单回归，得到了图中线性回归线代表的
回归函数 Y=，拟合优度达到 。 回归
估计结果的经济学意义即以 104 家券商为总体样本，其
平均总资产收益率为 。 图 1的散点图中显示，总资
产规模大的券商其总资产收益率未必高（即位于线性回
归线下方）。 究竟是什么导致资产规模与收益率之间这
种不对称的关系？ 本文试图从买方业务资产配置的角度
来说明资产配置效率差异进而导致其收益率的差异。
四、战略性资产配置的思路
1．总体思路
本文将从资产配置效率角度分析不同券商资产收
益率的差异原因。 已有的相关文献都是从某种资产组合
理论或者技术分析角度提出相应的资产配置策略，并对
其进行绩效评估。 而从一个较长的战略配置周期看，短
期的技术策略未必有效。本文提出的资产配置思路就是：
从一个较长的牛熊周期中将券商实际证券投资绩效进
行排序，选择其中较高效率的样本作为参照组，根据参照
组的平均资产配置比例作为基准比例，并在此基础上进
行动态调整。 这样处理的依据是， 本身从实际的市场投
资中获得的经验就是对理论最好的应用。 这一思路更好
地切合了中国证券市场发展的实际特征，同时也是对新
经济增长理论中“干中学思想”的传承。
（1）券商分类方法。 较为合理的进行资产配置的方
法就是根据券商行业的整体平均水平，确定权益类资产、
固定收益类资产和现金资产之间的比例。 运用平均水平
的好处是可以部分规避系统性风险，但是券商行业中个
体资产配置效率差异巨大， 从图 1从不难看出不同规模
的券商其资产收益率差异显著。 为此， 本文研究中首先
按照资产规模划分为两个梯队，然后在每一个梯队中对
各个券商资产配置效率进行评价排序，划分为高效率组、
中等效率组和低效率组。 需要说明的是， 由于第一梯队
中券商样本数量较少，仅仅为 11 个，因此只划分为高效
率组和低效率组。 证券公司可以参照高效率组中券商资
产配置的平均比例来确定其资产配置，这种方法能够剔
除行业中资产配置效率较差券商的信息，仅选取其中资
产配置效率较高券商的信息，从而提高信息利用的效率。
（2）资产配置方案。 在具体进行资产配置选择中，本
文提出了一个基于同一类别中高效率组平均水平的资产
配置决策方案，能够较为全面地充分利用各种信息，提升
了决策的科学性。即通过计算在一个较长牛熊周期中，高
效率组对于不同大类风险资产配置比例的平均水平，作
为目标券商战略性资产配置的基准比例。 在基准比例之
上，确定可能变动的幅度。
2．资产配置流程
这一资产配置决策方案的流程如图 2 所示。 图 2 说
明的资产配置具体操作流程很明显是一个自循环过程，
这也体现了券商买方业务战略性资产配置的动态性。
（1）券商资产配置效率评价和排序。运用适当的评价
方法，对 106家券商的资产配置效率进行评价。按照评价
的结果将其划分为高效率组、中效率组和低效率组。
00 开始
01 券商资产配置效率评价并排序
02 确定参照组平均水平
03 确定配置比例的波动幅度
04 根据市场信息进行动态修正
图 2 券商资产配置决策方案流程图
荩
茛茛
茛
茛
茛
表 1 券商分类标准
按照资产规模分类 数量 按照资产配置效率分类 备注
第一梯队 11 个
高效率组
无中等效率组
低效率组
第二梯队 95 个
高效率组
中等效率组
低效率组
阶段 调整周期 阶段 调整周期
01 3-5 年 03 年度
02 年度 04 季度
表 2 调整周期说明
金融市场 HAINAN FINANCE
Monthly
襋
32 2012 年第 12 期 总第 289 期
（2）确定参照组资产配置的平均水平。战略性资产配
置策略的核心就是参照组资产配置的平均水平。 参照组
指的是资产规模与目标对象相当，且资产配置效率较高
的券商分组。 确定参照组平均水平作为资产配置的基准
比例，具体做法就是先计算参照组中每一个券商逐年的
某类资产比重均值，然后在对参照组中所有券商进行算
术平均，即既考虑了时间因素差异，又考虑组内个体因素
差异。 计算过程如（1）式所示。
Ratio= 1n
n
i = 1
ΣRatioi， Ratioi= 1m
m
j = 1
ΣXj （1）
按照中国证监会对于券商净资本核算的要求， 一般
券商在进行战略资产配置时候常用的指标是不同风险大
类资产占净资本的比重。 本文在分析券商资产配置比例
时沿用这一标准，即采用两个指标：权益类证券/净资本、
固定收益类证券/净资本。 在（1）式中，表示某券商 i 第 j
年权益类证券（或固定收益类证券）市值占净资本比重，
表示某券商 i在 m年内权益类证券（或固定收益类证券）
市值占净资本比重的平均值， 表示参照组中 n个券商权
益类证券（或固定收益类证券）市值占净资本比重的平均
值，即为目标对象参照的资产配置基准比例。
（3）确定配置比例的波动幅度。依据参照组资产配置
基准比例， 结合参照组中在不同行情类型中具体比例的
变化，按照最高值、最低值与基准比例之间的差距，确定
配置比例的可能波动幅度。
（4）根据市场变化进行动态调整。在得到资产配置比
例经过市场动态调整后， 就得到了优化后券商资产配置
比例，作为实际经营活动中资产配置的准则。需要说明的
是，这一阶段已经不属于战略资产配置，而是从战术角度
对中类或者小类资产进行配置。
3.调整周期说明
为了从量化特征上体现券商买方业务战略性资产配
置的动态性， 需要根据市场信息对已有的配置比例进行
动态调整。 因此资产配置活动并不仅限于初次确定券商
资产配置比例，而是在以后的经营活动中不断动态调整。
而实际上对于资产配置确定的各个阶段都存在动态调整
的必要，而且其调整的周期也存在差异，如表 2所示。 对
券商的整体评价调整周期较长， 主要是考虑其较长时间
中的稳定表现。 对于战略资产配置基准比例的确定则是
按照年度进行， 而战术性资产比例确定调整幅度更为频
繁，可能是按照季度或月度进行。
五、实证分析
本文在研究过程中以第一梯队中的 S证券公司买方
业务为研究对象， 针对其提出相应的买方业务战略性资
产配置具体方案。 数据来源包括中国证券协会公布的券
商年度财务报告和中国货币网内部发布的部分券商净资
本报告。
1．参照组的确定
研究对象的资产规模决定了参照组位于第一梯队。
如本文前述的分类标准， 中国券商的第一梯队有 11 个。
参照组的确定需要运用合适的证券投资绩效评价方法进
行筛选。
证券投资绩效评估的传统方法包括三种指数 ：
Jensen 指数，Treynor 指数和 Sharpe 指数。 前二者都是基
于证券组合系统风险系数来度量。 而 Sharpe指数则是完
全基于证券组合本身的绩效变化来进行度量 。 采用
Jensen 指数或 Treynor 指数进行绩效评估则必须首先估
算出系数， 已有的研究中并没有对于如何准确估算该系
数给出统一的处理方法，葛勇（2010）就是用股票市场大
盘指数（实证中用沪深 300指数）的涨跌来代表系数。 本
文提出的买方业务证券投资目标中不仅包含股票市场，
还包含债券市场以及其他衍生品市场， 从如此众多的市
场组合中得到一个一致的系数显然不现实。 除去前两种
方法在数据可得性的困难以外，Liu 和 Zhu （2010A）对
Sharpe指数相对于其他两种方法的优势进行较为详细的
剖析。基于此，本文在对参照组的证券投资绩效评估中采
用 Sharpe指数进行处理。
沿用 Liu和 Zhu（2010A）的思路，本文借鉴 Sharpe 指
数对第一梯队券商买方业务投资绩效进行评估， 结果如
表 3所示。Sharpe指数大于 1的券商有 5个，其他 4个均
远远小于 1。 因此本文将 Sharpe 指数大于 1 的券商作为
买方业务投资效率的“高效组”，也就是确定 S 券商资产
配置基准比例的参照组。
表 3 参照组投资绩效评估结果
券商名
称
国信
证券
申银
万国
中信
证券
国泰
君安
广发
证券
中信
建投
银河
证券
招商
证券
海通
证券
平均收
益
% % % % % % % % %
Sharpe
分 类 低效组 高效组
注：招商证券与中信证券在公司年度财务报告的分部报告
中将自营业务定义为证券投资业务， 两类业务仅名称不一致，
业务口径完全相同。 光大证券、华泰证券年度财务报告未提供
相应业务部门数据，因此未被列入比较。
金融市场HAINAN FINANCE
Monthly
襊
332012 年第 12 期 总第 289 期
对比图 1中券商净资本利润率的比较， 不难发现招
商证券与中信建投证券尽管其买方业务资产配置效率
较高，但是整体业务配置效率偏低，说明相对于券商的业
务部门而言，买方业务更占优。
2．资产配置比例的确定
根据表 3中得到的参照组结果， 对参照组中的 5 家
券商 2008—2011年期间投资绩效进行了分析，结果如表
4所示。 表 4中说明了 2008-2011年这四年间，第 1梯队
券商的整体自营业务收益平均水平与同期沪深 300指数
收益率的对比。根据沪深 300指数收益率的表现，可以将
年度市场行情大致分为熊市和牛市两类：收益率为正且
较高视作牛市行情； 收益率为负视作熊市行情。 如果将
沪深 300指数收益率视作市场组合平均收益水平， 不难
发现第 1 梯队券商的自营业务收益与其呈现高度相关，
唯一不同之处在于：当市场处于熊市期间（如 2008、2010
和 2011年）， 券商自营业务收益要显著高于市场组合平
均水平；当市场处于牛市期间（如 2009 年），券商自营业
务收益要明显低于市场组合水平。 也就是说， 券商的主
动证券投资相对于市场组合有一种“熨平效应”。
按照（1）式提出的计算方法，参照组（即高效组）在不
同大势行情中资产配置比例实证分析结果如表 5 所示。
按照表 5 的分析结果，风险较高的权益类证券/净资本基
准比例牛市中为 %，熊市中为 %；风险较低的
固定收益类证券/净资本基准比例牛市中为 %，熊
市中为 %。进一步对参照组资产配置基准比例分析
不难看出有如下特征：
（1）牛市中，权益类证券与固定收益类证券配置比大
约为 3:6；熊市中这一比值保持在 2:7左右。
（2）风险更高的权益类证券的占比在牛市期间要高
于熊市期间， 但是远远低于风险较低的固定收益类证券
占比。 这说明资产配置高效组券商的投资仍然是非常稳
健的。 即使是风险较高的权益类证券在不同大势行情中
其比重变动也不超过 10%。
（3）高效组券商的资产配置存在明显差异，本文实证
分析得到的不同类型证券与净资本比重的变动区间如表
5 所示。 这其中变动最大的就是固定收益类证券与净资
本的比重，变动的下限达到了基准值的 2/3 左右。 对此，
本文通过进一步研究发现主要是由于固定收益类证券/
净资本与净资本规模之间存在一种“规模递增”效应。 以
广发证券为例，2008年其净资本为 795,837 万元（对应固
定收益类证券/净资本为 %），2011 年净资本上升至
2,262,072 万元 （对 应固定收益类证券 /净资本为
%）。 这种“规模递增”效应来自于两个方面的原因：
其一是高效组券商自身对于买方业务资产配置投资更为
稳健，无疑提升了固定收益类证券的比重；其二是证券监
督管理部门对于券商有风险管控的要求， 其中最为重要
的就是对于净资本充足率有定性指标要求， 券商对于风
险资产的管控更为严格， 这就使得净资本不断提升的同
时，更高风险资产的比重下降，较低风险资产的比重显著
上升。
六、结论
本文从买方业务资产配置策略着手， 提出了与以往
研究有所不同的一种战略性资产配置思路， 即基于同类
券商中资产配置效率较高的参照组资产配置比例作为基
准，动态调整的资产配置策略。这一方法应用的关键在于
寻找合适的参照组， 并通过对参照组资产配置比例进行
整体分析确定合理的资产配置比例标准。 本文以中国 S
券商为例， 应用这一策略实证分析了其较为合理的买方
业务资产配置比例， 并从中发现了高效组的资产配置数
量和比例特征。
需要说明的是， 由于本文提出的这一买方业务资产
配置策略实际上是一种后验式策略， 因而不应该在证券
市场的动态发展中保持一成不变。 这种战略性资产配置
比例具有一定的时间跨度应该按照本文前述的周期进行
一定幅度的战略调整。 ■
（特约编辑：罗洋）
（下转第 39页）
表 4 参照组投资绩效评估结果
年份
券商自营业务
收益平均值
沪深 300 指数
收益率
权益类证券及证券衍生品
max-μ μ-min
2008 % % % %
2009 % % % %
2010 % % % %
2011 % % % %
注：max 表示最大值，min 表示最小值，μ 表示均值（下同）。
表 5 参照组资产配置实证分析结果
市场
类型
权益类证券/净资本 固定收益类证券/净资本
μ max-μ μ-min μ max-μ μ-min
牛市 % % % % % %
熊市 % % % % % %
金融市场 HAINAN FINANCE
Monthly
襋
34 2012 年第 12 期 总第 289 期
[13]Tsuruta, D. Bank Information Monopoly and Trade
Credit: do only Banks have Information about Small Business-
es?[J].Applied Economics,2008(40):981–996.
[14]Alphonse,P,Ducret, J, Severin, Trade Credit
Facilitates Access to Bank Finance：Evidence from US small
business data[D].University of Lille，2003.
[15]Schwartz,R, Economic Model of Trade Credit[J].
Journal of Financial and Quantitative Analysis,1974,9(4):643–
657.
[16],Wilson, Empirical Investigation of
Trade Credit Demand[J].International Journal of the Economics
of Business,2002,9(2):257–270.
[17]Paul, S, Wilson, Determinants of Trade Credit
Demand：Survey Evidence and Empirical Analysis[J].Journal of
Accounting,Business and Management, 2007,14(4)：96-116.
[18]Paul, S, Wilson, Credit Supply：an Empirical
Investigation of Companies Level Data [J]. Journal of Account-
ing,Business and Management,2006,13(4):85-113.
[19]Fisman, R, Raturi, M. Does Competition Encourage
Credit provision? Evidence from African Trading Relationships
[J]. Review Economic Statist,2004,86(1):45–352.
[20]Van horen N. Customer, Market Power and the Provi-
sion of Trade Credit: Evidence from Eastern Europe and Cen-
tral Asia [R].Working Paper, The Word Bank WPS
[21]苏汝劼，冯晗.商业信用与企业规模的负相关关系：
基于关系网络的理论分析与实证检验[J].经济理论与经济管
理，2009（3）:66-71.
（上接第 34页）
参考文献：
[1]Markowitz, Harry. Portfolio Selection [J]. Journal of Fi-
nance,1952（1）:77-91.
[2]Brinson P, Hood R, Beebower L. Determinants of Port-
folio Performance[J].Financial Analysts Journal,1986（4）:39-44.
[3]Roger G, Paul D. Does Asset Allocation Explain 40,90
or 100 Percent of Performance [J]. Financial Analysts Journal,
2000（1）:26-33.
[4]蒋晓全,丁秀英.我国证券投资基金资产配置效率研
究[J].金融研究，2007（2）:89-97.
[5]葛勇 .中国证券投资基金资产配置管理研究 [D].上
海：华东师范大学，2010.
[6]温琪，陈敏，梁斌.基于 Black-Litterman 框架的资产
配置策略研究[J].数理统计与管理，2011（7）:741-751.
[7]杨高宇.基于货币供应周期的股市周期拐点判别与资
产配置研究[J].上海金融，2012（2）:64-68.
[8]史水齐.证券公司最优资本配置的探析[J].上海企业，
2008(10):46-47.
[9]盖晓伟，张国明，李仲聘.金融控股公司经济资本配置
及其绩效考核初探[J].海南金融，2012（5）:60-68.
[10]郑德珵，段唯，刘正芳.中国证券公司资本配置绩效
的 EVA 评价[C].深圳证券交易所第五届会员单位、基金管
理公司研究成果评选，2003.
[11]何品杰.基于经济增加值（EVA）的国内券商资本配
置绩效评价研究[D].南京：南京理工大学，2004.
[12]Liu Qihao, Zhu Shu. Performance Evaluation on Pro-
prietary Trading of China Listed Security Firms[C]. 2010 Inter-
national Conference of Accounting and Financial Engineering,
2010.
����������������������������������������������
392012 年第 12 期 总第 289 期
金融市场HAINAN FINANCE
Monthly
襊
