跳转到主要内容

developerWorks 中国  >  Rational  >

现代投资组合理论:用投资技术推动项目投资组合管理

developerWorks
文档选项

未显示需要 JavaScript 的文档选项


对此页的评价

帮助我们改进这些内容


级别: 初级

Patrick McKenna, 高级技术顾问, IBM Rational software

2005 年 11 月 15 日

本文来自于 Rational Edge:随着企业寻找改进关于软件项目的净现值或期望的商业价值,在软件开发方面的项目投资组合管理(Project portfolio management,PPM)在过去的几年得到了更多的关注。本文介绍了 PPM 的历史和理论基础,但回避了通常与这些概念相关的复杂数学。

插图我们许多人对投资组合这个平常概念都熟悉 —— 组织并管理有某种联系的项目集合的有用方式。投资组合可以是艺术家的概略、研究者的项目、现金、公债和股票的集合。同样的,项目投资组合可能被视为简单的详细目录或公司中所有项目的列表,或者在更高级别上,作为与策略结合的,用于最佳值的稳定的项目集合。这些项目投资组合是有效且有用的,但他们都是在更大或更小的定性范围内的。它们并没有真正抓住管理人员如何利用现代投资组合方法来选择并管理项目投资的最优集的核心。在快速前进的二十一世纪,软件项目企业中的管理人员面临着复杂的,经常难处理的项目投资决策。管理人员需要能够将复杂问题变换成有效的解决方案的定量的投资组合概念。

当 Harry Markowitz 在 Journal of Finance 中发表了一篇名为“Modern Portfolio Theory(MPT)”的文章时,向现代投资组合思想的变迁在 1952 年开始重要起来。非常简单的是,Markowitz 建议管理人员关注在基于整体的风险-收益特征来选择投资组合 —— 资产的收集。MPT 向那些想要从项目思想的“局部”级别步入到投资组合思想的“全局”级别的管理人员提供了指导。

本文没有将 MPT 倡导为一个解决软件经济的复杂问题的“魔术子弹”,本文也没有论述需要完全应用的更加具体的数学和算法。相反地,我的目的是讨论一般的 MPT,包括历史、一些基本概念,如回报、风险、不完善的相关性,和蒙特卡罗模拟法(Monte Carlo Simulation),并提供了一个论证了投资组合方法的实际案例。

一个简要定义

要开始此讨论,让我们接受 Investopedia 的投资组合定义“一组投资者持有的资产”。1

如果我们将此定义应用到项目管理中,我们可以认为“资产”是财务的、物质的,或者是本身独立的并/或与项目中其他资产结合的能够增加价值的信息。资产“组”设计用来完成长期过程中可接受风险级别上的价值增长。“投资者”是业务经理,他们的工作是将资产以投资组合的形式有效工作。在本文中的随后部分,我将在介绍了更多关于管理项目的成熟概念(特别是作为投资的软件项目思想)之后回顾此定义。



回页首


将投资组合理论应用到 IT 投资中

将 MPT 和其他同时代的基于风险的方法,如 Multi-Attribute Utility Analysis 和 Real Options Theory 应用到 IT 投资中早就不是新鲜事了。这种想法由 F. Warren McFarlan 于 1981 年首次提出,他的思想在 Harvard Business Review 的文章“Portfolio Approach to Information Systems”中发表。2 McFarlan 建议管理人员使用基于风险的方法来选择并管理 IT 项目。通过明确地了解了风险的本质和范围,管理人员可以将他们的资源恰当地分配给 IT 项目。

在 McFarlan 的文章出现十三年之后,General Accounting Office(GAO)在 1994 年书写了一篇名为“Improving Mission Performance Through Strategic Information Management: Learning from Leading Organizations” 的报告。3 报告介绍了企业如何使用组合投资方法来选择、控制,及评估 IT 项目。企业可以定义并应用一组将会处理与许多竞争投资机会相关联的利益、成本和风险的决策准则。

实际上,对 IT 失败渐增的关注,特别是关于关键任务或根本任务的 IT 系统,导致了美国政府以 1996 年的 Clinger-Cohen Act 的形式对 IT 投资采取行动。该法令要求美国联邦政府机构采用IT 项目的投资方法。在 1998 年 GAO 发表了描述将投资组合管理作为四个战略的企业目标其中一个的文章“An Executive Guide: Measuring Performance and Demonstrating Results of Information Technology Investments”。

同一年后期,John Thorp 出版了 Information Paradox: Realizing the Business Benefits of Information Technology,它将投资组合管理指定为利益实现的三个基础部分中的一个。Thorp 证明投资组合管理可以用于最小化风险、最大化回报,并根据其他项目来评估项目。他还叙述了建立项目投资组合的基本步骤。



回页首


MPT 概述

三个关键的规则支撑着 MPT:

  1. 理性的投资者选择更多的价值,且比起较多风险更喜欢较少的风险。

  2. 存在投资者可以选择用来支持他们的目标的许多最佳投资组合。

  3. 多样化的投资组合增加了成功几率。

通过按照不同比例将资产组放在一起,然后度量结果合计风险和每个组的回报来形成投资组合。在本文中,“回报”指的是由投资过程提供的资产价值的增加。由于不可能手动地生成所有可能的投资组合,所以必须应用自动化的方法。使用最频繁的方法是蒙特卡罗模拟法(我将在后面讨论)。

模拟形成了许多投资组合的一个“轮廓”,包括一些有效的,从低风险/低回报的到高风险/高回报的,和在这两个极端之间的。许多投资组合将效率低下,这意味着它们将拥有与低回报相关的高风险。这些要避免!

图 14显示了一个有界限的且由弯曲线包含的所有可能的投资组合的轮廓。这条线叫做“效率界限”(Efficient Frontier) ,是 Markowitz 对投资组合理论的重要贡献。

图 1:对石油和天然气投资的投资组合优化。来源:Don Merritt,Merak Projects
图 1:石油和天然气投资的投资组合优化。来源:Don Merritt,Merak Projects

投资组合越靠近效率界限,就越有效,这意味着:

  • 对于回报级别,不存在其他低风险的投资组合,或者

  • 对于风险级别,不存在其他高价值的投资组合。

值得提到的是,投资理论,如 MPT(基于股价运动),不应该被想象成可以直接转移到软件或其他项目。股票表示公开贸易的公司的价值,而它们的价格由市场决定。另一方面,项目一般是短期的不由市场定价的工作。

一些经济学家还对现代投资组合理论的适用性表示怀疑。考虑 MPT 思想引领者 William Sharpe 的这段评论:

如果由一个投资者考虑具有根本上不同前途的投资组合,如果他的决策假设只是依据风险和回报的话,那么也许将会忽略太多的事实。[斜体字表示强调]

Allan Greenspan 式的评论“也许将会忽略太多的事实”特别是与软件项目管理和围绕估计、容量计划、人员、进度、依赖、交流等等的不同任务有关。

这些告诫应该小心,但不是阻止管理人员分析现代投资组合概念。毕竟,发放公债和证券是用来为像一些 SMB(Small and Medium Businesses)主要项目筹资,且行业(如软件、医药品,和石油天然气)中许多“项目驱动”的公司的股票价格在很大程度上是根据新产品投资组合的健康状态定价的。



回页首


实践中的投资组合

如上面所阐述的,投资组合要通过根据必须出现在定量的(统计的和数学的)术语中的风险和回报的度量来组合资产的方式来生成。另外,设计良好的投资组合也包含“关联不完善”的项目。让我们看看这些概念。

风险和回报

软件金融度量经常(必要的)是定量的。例如,大量的工作用来为软件项目成本估算产生有效和可靠的数据。软件项目投资的预期值和回报是基于这些成本估算,以及投放市场的时间估算、市场研究,和发售定价,最终的结果常常如下面提到的其中一种度量:

  • NPV(Net Present Value,净现值)。NPV 是一定时期内现金流入的现值减去现金流出的现值。NPV 分析对投资或项目将得到的未来现金流入的可靠性是敏感的。

  • ECV(Expected Commercial Value,预期市场价值)。根据决策树分析,ECV 考虑项目的未来收入流、商业和技术成功的可能性,以及商业化成本和开发成本。

软件项目管理中的风险也是众所周知的,尽管它通常在质量方面表示于编制的风险列表中。对风险的定量方法涉及根据输入值(如市场成本的开发、市场大小、投入市场的时间、价格等等)的范围(高、低和目标)来计算 NPV 或 ECV。

这经常通过模拟来执行,且 NPV 和 ECV 呈现为直方图或分布曲线,我们可以由它们来计算风险,作为标准偏差标准偏差常常用于度量下降趋势的风险。)

相关性

大量的知识、决策制定,和问题解决能力是基于我们在多变事物之中发现行为模式的能力。事物之间的关系(根据它们是否共同,或分别改变),叫做“相关性”。要使多样化的投资有效,投资组合中的资产根据它们在任何已知的商业环境中的表现必须不能关联(有相互关系的)得太紧密。

此概念可以由一个实例很简单地证明,此实例是,随着能源价格的变化,投资的价值(如航空股和石油股)如何移动到(共变)相反的方向,或者随着利率的变化,财产价格和美元转为相反方向的方式。在投资组合理论中,关联不紧密的资产叫做“不完善相关”。

在软件项目中,不完善相关的概念可以扩展到,例如,质量和产品革新,两个看起来不完善相关的项目类别。企业也许会将产品推向市场以保护解决方案的市场地位,这样做时,也会对客户造成品质问题。在快速变化的市场环境下(争取市场份额和精神份额是关键的),一个高风险的产品革新策略是正当的,实际上,是必要的。公司可以随后再对品质进行处理。但随着商业环境与更加谨慎的客户统一起来,我们也许不得不在品质上更多地投资。

有经验的软件管理人员永远会缓和不完善关联以确保产品革新全速继续而品质仍旧坚固。软件项目经理不必要计算项目或项目子族之间的关联。实际上,知道了各种投资组合的部分不是关联的太紧密就足够了。

蒙特卡罗模拟法

蒙特卡罗模拟法是一项涉及使用随机数和概率来寻找复杂问题的解决方案的技术。该术语首次由 S. Ulam 和 Nicholas Metropolis 造就,是有关游戏几率的,在摩纳哥王国的蒙特卡罗很流行。

该方法基于迭代评估,利用随机数集作为输入。当模型复杂且非线性时(换句话说,在线性方式下参数不共变),或者当模型涉及多于两三个不确定参数时,使用该方法。模拟能够包含超过 10,000 个模型的评估,一项曾经只能借助超级计算机的帮助才能完成的任务。

模拟是按照采样方法分类的,因为输入是根据代表真实数据总体的概率分布而随机生成的。它使用随机数5生成器通过重复地根据不确定变量的概率分布采样来生成模型的多重情境。

蒙特卡罗方法可以用于估计项目值(NPV 或 ECV,如上面提到的)和风险,然后根据这些数据生成一定范围的不同投资组合。



回页首


投资组合方法的评价

最初我们接受了一个投资组合的简单定义:由投资者掌握的一组资产。

一个更完全且也许更具体的 IT 投资组合解释在一篇 2002 年 3 月由 CIO Council 发表的名为“A Summary of First Practices and Lessons Learned in Information Technology Portfolio Management”的优秀报告中给出:

IT 投资组合由一组计划或项目组成。投资组合管理关注点在总计的层次上。其主要目标是识别、选择、筹资、监控并维护实现企业目标的项目必须内容的适当混合。
投资组合管理考虑投资组合中所有项目的合计成本、风险和回报,以及它们之间的权衡。6

很重要的是实现投资组合管理不只是“按比率扩大”的项目和规程管理。一个古老,但很好的 IBM 说法可以用来说明此点:“项目是局部的,投资组合是全局的”。以我的观点来看,“投资组合是永远的”,只要企业存在且拥有实现策略,那么它将必须拥有项目投资组合。

让我们来观察一个应用于软件项目的此方法的真实世界的实例。

2001 年 Federal Chief Information Officers(CIO)Council(Best Practices Committee —— Community of Practice for IT Performance Management)评估了两个应用于两个主要联邦 IT 计划的投资组合方法:Balanced Scorecard (BSC) 和 Applied Information Economics (AIE) 方法。这些方法由 Veterans Affairs (VA) 应用以在 Information Security Program (ISP) 中对投资做出决策。

ISP 项目的目的是减少导致四类损失:欺诈、生产力、任务冲突,和法律责任的三种类型的安全事件 —— 病毒、未授权侵入,和环境事件 —— 的频率和严重性。

如下是七类 ISP 投资(项目):

  1. 公共密钥基础结构

  2. 侵入窃密检测

  3. IT 系统认证和授权计划

  4. 简化的注册

  5. 防病毒

  6. 计算机事件响应能力培训

  7. 教育、认知和消息建立

所有这七个 ISP 投资都有各种风险和潜在的投资回报。VA 团队使用 AIE 方法来分析可选组件的哪些组合会在减少安全相关的损失方面最有效。要做到这点,他们运行蒙特卡罗模拟法为成本和收益生成 50,000 个随机情境 —— 每个是一个潜在的 ISP 结果。模拟器掌握了情境并汇出投资回报的柱状图,以及与所有生成的结果相关联的风险或不确定度。

蒙特卡罗模拟法估计 ISP 投资的最佳组合会比没有 ISP 时所发生的损失少 75% 到 90%。同样的分析表明在侵入窃密检测上的投资不会减少足够的损失以调整成本。这个发现表明 VA 可以免去三千万美元的项目成本。7



回页首


有关项目投资组合管理的产品

我已经尽力表达现代投资组合理论和对于 IT 投资的基于风险的方法远不是新的。甚至存在要求联邦机构采用对于 IT 的投资方法的美国联邦法规(Clinger-Cohen Act, 1996)。效率界限、不完善关联和蒙特卡罗模拟法的概念对许多商家来说不是异类或新的了,且不断地应用于优化项目投资。

已知项目管理的投资组合方法相当普及,无疑那些基于这些概念的工具将可以购买到。让我们来考虑一些投资组合工具,包括 IBM Rational Portfolio Manager,及如何使用它们。

Schlumberger

Schlumberger,一个领先的石油气探测公司,应用那些利用遗传算法迭代方法来生成并分析探测项目(油井)的最优投资组合的软件。该软件支持复杂地质情境和关键性能指示器(KPI)的模型,如生产、投资、现金流,和成功的地质概率。公司经由其完全所有的软件子公司,Merak,来销售该专用软件。

Portfolio Decisions, Inc.

Portfolio Decisions 声明,使用蒙特卡罗模拟法和线性规划来洞察投资组合问题,如优化风险到回报的比率,最小化易变率,达到平衡等等。所有考虑的项目的经济输出被加载到模型中,以及出现概率。公司的目标作为限制输入进去。蒙特卡罗模拟法用于生成可能成果的数据库,该数据库是最佳的,能够达到最大值投资组合、最小风险投资组合,和中间的一组价值/风险平衡投资组合。程序通过在分析人员制定的约束内变换所有者权益比例(包括零)和项目定时来建立投资组合。

Palisade Corporation

Palisade Corporation 提供了为商业、科学,和工程领域中的任何风险情况建模的 @RISK 产品。为了结合所有建模情况中的不确定性, @RISK 使用了包含每一件关于变量的事物(包括满量程可能值,每个值发生可能性的一些度量)的模拟技术。@RISK 利用所有信息,以及 Excel 模型,来分析每个可能的结果。这等同于一次运行成百上千个“假设分析”情境。

IBM

IBM Rational Portfolio Manager 对项目和投资组合管理是高度可伸缩的工具。虽然它不合并算法来任意地生成投资组合,但它提供许多金融投资工具所不能提供的优势。除了它的项目管理特性以外,它的存储库中存储着项目数据,如成本、EV(Earned Value)绩效数据、金融度量(如 NPV),和 ROI,项目组织可以应用这些数据来做投资组合的决策。Portfolio Dashboard ——具有记分卡和投资气泡图、OLAP Pivots,和假设分析特性 —— 支持所需的过程来选择并管理用于投资组合的恰当的资产混合。



回页首


结束语

许多软件项目企业最可能拥有一些非正式的投资组合管理过程,这些已经被编制到他们的战略计划、预算和 IT 治理过程中。这些投资组合过程帮助将项目和策略结合起来并平衡不同项目投资的风险和回报。一些投资组合分析可能也在 Project Management Office 层次上执行。

同样可能的是许多这样的工作是基于定性的甚至直觉的方法(这些方法将不会为那些面临非常复杂问题的企业服务)执行的。要管理复杂情况,企业也许会发现他们得益于用定量的,基于风险的方法来管理项目投资。

存在丰富的关于现代投资组合概念和基于风险的方法的文献和知识,软件项目经理可以加以利用以增强他们的管理方法。我希望本文将管理人员和其他人引向可以帮助他们计算风险承担者关心的资产的最佳利用的投资组合的知识。



回页首


注释

1http://www.investopedia.com/terms/p/portfolio.asp

2 可以在 Harvard Business Online http://doi.contentdirections.com/mr/hbsp.jsp?doi=10.1225/81510 上购买

3http://www.gao.gov/special.pubs/ai94115.pdf 免费获得

4 要得到此文件所出自的完整白皮书,请参见http://www.oilfield.slb.com/media/services/software/valuerisk/portfolio-optimization.pdf

5 参见 http://random.mat.sbg.ac.at/others/

6 可以在http://www.cio.gov/archive/BPC_portfolio_final.pdf 找到完整的文章

7 完整的报告名为“Lessons Learned on Information Technology Performance Management: Applying the Balanced Scorecard and Applied Information Economic to Federal Information Technology Initiatives”,可以在 http://www.cio.gov/documents/PM_Lessons_Learned_Final_Report.pdf 获得。该报告由 Federal Chief Information Officers Council Best Practices Committee(Community of Practice for IT Performance Management)筹备。



回页首


参考资料

  • 您可以参阅本文在 developerWorks 全球站点上的 英文原文


回页首


关于作者

Patrick McKenna

Patrick McKenna 是一个同加拿大蒙特利尔的 IBM Rational Portfolio Manager 团队一起的高级技术顾问。他设计用户培训,书写关于项目投资组合管理的文章,并致力于投资组合理论和部署方法。在到 IBM 之前,他致力于咨询、培训和关于本地的和驻外的销售团队的人力资源开发。作为各种 ISO 技术委员会的成员有七年了,他为 ISO 9000 和 ISO 13485 国际标准的开发做出贡献。 他拥有化学硕士学位和教育方面的教育学硕士学位。




回页首


对本文的评价

太差! (1)需提高 (2)一般;尚可 (3)不错!(4)真棒!(5)

建议?



回页首



    关于 IBM隐私条约联系 IBM