基于随机DEA的绿色投资组合评价与优化研究

Under the realistic demand of the country to vigorously advocate the construction of green financial system and the realization of green investment mode, this project intends to evaluate green investment portfolios. Based on the knowledge of stochastic DEA and related interdisciplinary disciplines, this project focuses on studying the evaluation index, evaluation methods as well as future optimal strategies of the green portfolios. First, in order to extract the hidden information of the society and environment and make up for the disclosure of the corporate information, this project tends to build green investment criteria by using data mining methods based on the economic, social and environmental criteria. Then, in accordance with the real input-output process of green investment portfolios, the corresponding stochastic investment possibility sets are constructed in the case of static and dynamic investment. As for the treatment of random inputs and outputs, different stochastic DEA models are built based on the chance constraint, diversification and linear constrained, respectively. Finally, using neural network and related econometric measurements, this paper analyzes the characteristics of the green investment portfolio efficiencies. Furthermore, based on the proposed stochastic DEA evaluation models, portfolio benchmarking method is designed for providing investors with practical static/dynamic green portfolio strategies. This project is devoted to providing some theoretical support and practical guidance for the in-depth exploration of China's green investment.

在国家大力倡导构建绿色金融体系与实现绿色投资模式的现实需求下，本项目拟以绿色投资组合为研究对象，基于随机DEA和相关交叉学科知识，研究绿色投资组合的评价指标、评价方法和最优策略问题。项目以经济、社会和环境三重投资标准构建绿色投资评价指标，结合数据挖掘方法提取出决策单元关于社会和环境的隐含数据特征，弥补企业信息披露的片面性；以绿色投资组合的投入-产出过程为依据，在静态与动态投资情形下构建相应随机投资可能集；以随机DEA为理论支撑，建立单阶段/多阶段机会约束型、分散化约束型和线性约束型随机DEA绿色投资组合评价模型；以神经网络和相关计量模型为研究工具，定量分析绿色投资组合效率的相关性质，提供效率改进方向；在此基础上，结合随机DEA绿色投资组合评价模型，设计绿色投资组合标杆构造方法，为投资者提供切实可操作的静态/动态绿色投资组合策略，为我国绿色投资问题的深入探究提供一定理论支撑与实践指导。

在国家大力倡导构建绿色金融体系与实现绿色投资的现实背景下，对绿色投资组合评价方法的研究是适应国家发展要求，具有重要的现实指导意义。尽管投资组合评价的研究在学术界已经持续多年，但是就绿色投资组合评价而言，评价指标和评价方法还有待明确和完善。绿色投资组合的评价需要综合考虑它们在经济、社会和环境等方面的表现，其投入-产出过程呈现多投入、多产出的特征。数据包络分析方法(Data Envelopment Analysis，DEA)作为一种多投入、多产出的数据驱动评价方法，被认为是解决效率评价问题的有效工具之一。本项目针对绿色投资的基本特征，构建多维度评价指标，以我国的证券资产和投资基金为依托，基于DEA理论、数据挖掘理论以及投资组合优化理论，研究绿色投资组合的评价指标、评价方法和最优投资策略等重要问题。主要研究成果包括：（1）以绿色投资组合的初始财富为投入，社会责任表现和终端财富为产出构建投资组合的投入-产出过程，构造相应的生产可能集和DEA模型，通过仿真分析和实证研究验证了所提出模型的可行性与实用性；（2）构建区间分散化DEA模型，分析投资组合参数不确定程度对其效率和排名的影响；（3）构造多源数据驱动的DEA模型来测算资产的投资价值，为投资者制定有效的投资组合策略。上述研究，不仅完善了现有绿色投资组合评价与优化理论，也拓宽了DEA方法在数据分析方面的应用前景，同时也为我国绿色金融体系的构建提供了决策支持。