对于证券行业这类轻资产的现代服务型行业，必须重视客户资产研究。首先，随着社会生产力的提高，卖方市场逐渐向买方市场转变，迫使企业从产品竞争转向对有限客户资源的争夺，使得客户成为企业的重要资产;其次，企业分工日益细化导致轻资产运营企业不断涌现，尽管传统企业估值均以企业财务报表为依据，但对于轻资产企业，特别是其中的高成长企业，难以根据传统财务报告进行估值，导致以客户资产价值为依据的企业估值日益重要。在证券行业，服务同质化现象严重，客户是企业最重要的资产，证券行业对客户资产的争夺历来非常激烈，迫切需要更精细化的客户资产管理。　　但证券客户的价值很难用现有模型准确计量。目前，对于独占型(Lost forgood)客户，由于企业掌握客户全部交易记录，一般基于客户历史现金流建立确定性模型;对于共享型(Always a share)客户，客户与多企业存在客户关系，未来交易行为很不确定，一般建立随机模型。尽管证券客户属于独占型，但交易行为主要受证券市场收益率等随机变量影响，且该随机变量及其波动率本身也波动较大，基于客户历史交易记录的确定性模型难以对客户资产合理估值。　　根据企业风险收益需求对客户资产组合优化，是客户资产研究的新方向。但直接采用现代资产组合理论解决客户资产组合具有很大偏差。首先，客户资产不能卖空、未来收益受市场竞争和企业营销策略影响、流动性低、交易成本高，和金融资产差异较大;其次，市场竞争和市场营销策略对于细分群体价值有严重影响，但细分群体价值依赖内部数据建模，市场竞争行为依赖外部数据建模，故需综合企业内部数据和外部数据建立客户资产组合模型，通过模型优化可以获得符合企业风险收益需求的多期最优市场营销策略。现有客户资产组合对上述因素并未予以考虑。　　本论文以证券业客户资产的价值计量、客户资产组合优化为研究对象，基于证券公司内部数据研究投资心理偏差对客户投资收益率和交易频率影响，建立基于投资心理偏差的证券客户细分方法;针对证券市场收益率对于不同心理细分群体的影响，建立证券客户细分群体佣金价值随机模型及其蒙特卡罗解法;基于上市公司公开数据考察企业间市场竞争对于证券客户增长率的影响，综合内部数据和外部数据建立了证券业客户资产组合优化模型及其粒子群解法。本文共分为六章，其中第一章阐述了论文的研究背景及意义，并对于客户资产研究的基础理论及主要模型、客户资产和客户资产组合的关系、客户细分以及行为金融理论等相关研究文献进行了回顾和总结，然后给出了论文的主要内容和创新点;　　第二章梳理现有研究，认为由于投资者行为不符合理性经济人假定，过度自信效应和处置效应等投资心理偏差对投资者收益率和交易频率有重要影响。本章提出Dispersion指标计量过度自信效应，提出DE_Gain指标计量处置效应，然后提出基于过度自信效应和处置效应的证券客户细分方法。基于Dispersion和DE_Gain对证券客户心理细分，不同细分群体的佣金价值及其风险具有明显差异，为证券客户细分群体的佣金价值计量奠定基础。　　第三章在细分基础上，以证券市场收益率这一随机过程为自变量，分别建立不同细分群体投资收益率的线性模型、交易周转率的GARCH模型。在对期望现金流折现后，最终建立证券客户细分群体佣金价值随机模型。由于该模型无解析解，故采用基于拉丁超立方抽样的蒙特卡罗模拟法求解，以加快收敛速度。模拟结果显示，投资心理偏差较少的证券客户，长期具有更高的客户价值，仅基于客户历史价值决定营销资源分配，会导致对高价值客户投入不足，对低价值客户投入过多。　　第四章分析表明客户资产和金融资产存在很大偏差:一、客户资产不能卖空，方差会高估客户资产风险;二、客户资产期望收益不是外生的，市场营销策略既会提升客户增长率又会降低存量客户价值，应为模型决策变量;三、客户资产缺乏流动性，客户资产的调整需要多期的营销成本投入才能见效。本章首先基于上市券商的外部财务报告，建立基于竞争和市场营销策略的证券客户增长率面板模型。回归分析表明券商降佣和增加营销服务投入等措施能够增加经纪业务客户账户资产规模，但其他券商的竞争行为会降低上述措施的效果。基于该客户增长率模型，建立证券客户资产组合模型，以下半方差计量客户资产风险，以多期营销组合为决策变量，以企业风险偏好、市场营销策略投入为约束，寻找客户资产价值最大化的多期最优营销组合。由于客户资产组合模型是NP-hard问题，本模型又涉及多期、多变量优化，无法在多项式时间内获得精确解，本章将客户资产组合问题映射为粒子群优化问题，并予以算法实现。　　第五章根据二至四章研究结果，基于某证券公司内部数据进行客户资产组合实证研究。在对证券客户进行投资心理细分的基础上，利用蒙特卡罗模拟各细分群体的佣金价值，将该佣金价值代入客户资产组合模型，分五种竞争场景对客户资产组合进行粒子群优化，获得了不同竞争场景下的最优客户资产组合和最优多期营销组合。根据粒子群优化结果对证券经纪业务发展趋势进行分析，结论表明:证券经纪业务竞争是存量客户再分配过程，原则上应尽量保持现有佣金水平不变，适当降低营销服务成本，减缓佣金下降速度。但不同细分群体的策略有所差异:对于低价值、高风险群体，需要不断减少营销服务成本，并适当降佣参与佣金价格竞争;对于高价值、低风险群体，降佣会导致客户资产较大损失，因此需要尽量维持佣金费率不变，同时维持或增加营销服务成本，以降低客户流失、增加客户获取。模型优化结果认为证券行业过去低佣金、高成本的竞争策略存在偏差，但该结果与近两年证券行业将营销服务资源从低价值客户向高价值客户转移的趋势相吻合，符合证券行业的存量客户再分配现状。　　第六章对全文进行了总结，并指出了本论文研究的不足和进一步研究方向。　　本论文的创新点主要体现在以下几个方面:　　(1)提出了基于投资心理偏差的证券客户细分方法。由于证券客户的账户资产周转率和投资收益率取决于其投资心理偏差，该细分方法抓住了证券客户价值差异和风险差异的本质，对于进一步研究证券客户价值计量和客户资产组合具有十分重要的意义。　　(2)建立了证券客户佣金价值随机模型及其蒙特卡罗模拟解法。在该模型中，各细分群体的投资收益率和账户资产周转率均为市场收益率函数，各细分群体佣金贡献不仅取决于其投资心理偏差，还取决于市场收益率这一随机变量，因此以市场收益率作为自变量建立了各细分群体收益率模型、基于GARCH模型建立了各细分群体账户资产周转率模型，并在此基础上建立证券客户细分群体佣金价值随机模型。有助于解决证券业客户作为独占型客户但价值受随机过程影响较大的客户价值计量问题。　　(3)建立了基于多期市场营销策略的客户资产组合模型及其粒子群近似解法。针对客户资产不可卖空、流动性差、交易成本高、客户价值受市场营销策略影响较大等特征，改进客户资产组合模型假设，提高了模型适用性。模型将多期市场营销策略作为决策变量，充分利用证券公司内部数据和外部数据，基于面板模型显式地对行业竞争行为建模，研究竞争场景下市场营销策略对于券商客户资产组合的影响。相对于静态客户资产组合模型，此方法更加适用于证券公司经营环境以及市场营销决策的实际需求。