1、2020/8/31,0000000000000,1,第十一章 投資組合的業(yè)績(jī)?cè)u(píng)價(jià),第一節(jié) 投資組合評(píng)價(jià)的基準(zhǔn) 第二節(jié) 單因素整體業(yè)績(jī)?cè)u(píng)估模型 第三節(jié) 多因素整體業(yè)績(jī)?cè)u(píng)估模型 第四節(jié) 時(shí)機(jī)選擇與證券選擇能力評(píng)估模型 第五節(jié) 投資組合變動(dòng)評(píng)估模型,2020/8/31,0000000000000,2,第一節(jié) 投資組合業(yè)績(jī)?cè)u(píng)價(jià)的基準(zhǔn),投資組合業(yè)績(jī)?cè)u(píng)價(jià)的目的 評(píng)價(jià)投資計(jì)劃能在多大程度上實(shí)現(xiàn)投資目標(biāo)； 評(píng)價(jià)投資經(jīng)理執(zhí)行投資計(jì)劃的結(jié)果，即投資經(jīng)理執(zhí)行投資計(jì)劃的成功程度。 主要內(nèi)容 投資基準(zhǔn)的確定 投資組合收益率的衡量 超額收益率及跟蹤誤差指標(biāo),2020/8/31,0000000000000,3,一、投資基準(zhǔn)

2、的確定：?jiǎn)我换鶞?zhǔn)投資組合的選取,1、Roll(1978)： 不同基準(zhǔn)投資組合會(huì)導(dǎo)致不同的風(fēng)險(xiǎn)調(diào)整，因此會(huì)對(duì)超常收益的表現(xiàn)產(chǎn)生不同的評(píng)價(jià)。 均值-方差有效邊界內(nèi)的兩個(gè)基準(zhǔn)投資組合可能導(dǎo)致對(duì)一系列消極投資組合的不同排序。 以某一投資組合為基準(zhǔn)時(shí)落在證券市場(chǎng)線以上的投資組合，可能會(huì)在以另外一個(gè)投資組合為基準(zhǔn)時(shí)落在證券市場(chǎng)線以下。 在均值-方差有效邊界上的基準(zhǔn)投資組合無法對(duì)消極投資組合進(jìn)行區(qū)分，消極投資組合會(huì)和其他所有證券一樣落在證券市場(chǎng)線上。,2020/8/31,0000000000000,4,2、實(shí)際中的運(yùn)用 兩個(gè)擁有不同信息的投資管理人會(huì)有不同的均值-方差曲線。,一、投資基準(zhǔn)的確定：?jiǎn)我换鶞?zhǔn)投資

3、組合的選取,平庸投資管理人的有效邊界,出色投資管理人的有效邊界,A,B,R,O,rf,2020/8/31,0000000000000,5,一、投資基準(zhǔn)的確定：多個(gè)基準(zhǔn)投資組合的選取,Grinblatt和Titman(1989)認(rèn)為：如果股票的收益率是由k個(gè)因素產(chǎn)生的，如果沒有套利機(jī)會(huì)，k個(gè)充分分散的投資組合可以組合成均值-方差有效邊界，因此通常認(rèn)為采用多個(gè)基準(zhǔn)優(yōu)于采用單一基準(zhǔn)。 方法 Lehmann & Modest (1978)的APT法 Gruber-Sharpe法,2020/8/31,0000000000000,6,二、投資組合收益率的衡量,投資回報(bào) 在評(píng)價(jià)期間投資組合的資產(chǎn)價(jià)值變化加上

4、同一期間所獲得的任何收益。 資本利得+利息、紅利等收益 用基金凈值計(jì)算的問題 用基金的凈值增長率視為基金的投資收益率，可能會(huì)被基金各次之間的投資組合資產(chǎn)的現(xiàn)金流入和流出所歪曲。 因此，在計(jì)算投資組合收益率時(shí)，要對(duì)現(xiàn)金流入和流出進(jìn)行調(diào)整。,2020/8/31,0000000000000,7,投資組合收益率的衡量,一般采取基于基金單位凈值數(shù)據(jù)進(jìn)行霎時(shí)間加權(quán)的方法計(jì)算基金的投資收益率，從而避免基金規(guī)模變動(dòng)因素、分紅時(shí)間因素產(chǎn)生的影響。,2020/8/31,0000000000000,8,三、超額收益率及跟蹤誤差指標(biāo),跟蹤誤差的原因在于：目標(biāo)投資組合可以事先為自己定義投資目標(biāo)，投資基準(zhǔn)一旦確定，投資管

5、理人就要追蹤該基準(zhǔn)投資組合，限于資金規(guī)模、投資管理人能力等原因，在實(shí)際投資過程中，無法使得實(shí)際投資組合與投資基準(zhǔn)做到完全一致，因素會(huì)產(chǎn)生所謂的跟蹤誤差。,2020/8/31,0000000000000,9,第三節(jié) 單因素整體業(yè)績(jī)?cè)u(píng)估模型,Markowits理論模型為精確測(cè)量證券投資基金的風(fēng)險(xiǎn)和收益提供了良好手段，但這一模型涉及計(jì)算所有資產(chǎn)的協(xié)方差矩陣，而對(duì)上百種可選擇的資產(chǎn)，模型的復(fù)雜性制約了其在實(shí)際中的應(yīng)用。 證券分析家企圖建立比較實(shí)用的評(píng)估基金整體績(jī)效的模型，以簡(jiǎn)化基金整體績(jī)效評(píng)估的復(fù)雜性，即單因素績(jī)?cè)u(píng)估模型。 Treynor(1965) Sharpe(1966) Jensen(1968)

6、 研究基礎(chǔ)：CAPM理論,2020/8/31,0000000000000,10,一、Jensen M.C.(1968)指數(shù)評(píng)估模型,1、模型 Jensen測(cè)試是建立在CAPM測(cè)算基礎(chǔ)上的資產(chǎn)組合平均收益，它用到了資產(chǎn)組合的值和平均市場(chǎng)收益，其結(jié)果即為資產(chǎn)組合的值。,Jensen指數(shù)為絕對(duì)績(jī)效指標(biāo)，表示基金的投資組合收益率與相同系統(tǒng)風(fēng)險(xiǎn)水平下市場(chǎng)投資組合收益率之間的差異。當(dāng)其值0，基金績(jī)效優(yōu)于市場(chǎng)投資組合績(jī)效。在基金和基金之間比較時(shí)，Jensen指數(shù)越大越好。,2020/8/31,0000000000000,11,一、Jensen M.C.(1968)指數(shù)評(píng)估模型,2、模型評(píng)價(jià) Jensen模型

7、奠定了基金績(jī)效評(píng)估的理論基礎(chǔ)，是至今為止使用最廣泛的模型之一。 Jensen模型隱含一個(gè)假設(shè)，即基金的非系統(tǒng)風(fēng)險(xiǎn)已通過投資組合徹底分散掉，因此只反映收益率和系統(tǒng)風(fēng)險(xiǎn)因子之間的關(guān)系。如果基金并沒有完全消除掉非系統(tǒng)風(fēng)險(xiǎn)，則Jensen指數(shù)可能給出錯(cuò)誤信息。 例如A、B兩種基金具有相同平均收益率和系數(shù)，但基金A的非系統(tǒng)風(fēng)險(xiǎn)高于基金B(yǎng)。按Jensen模型，兩基金有相同的Jensen指數(shù)，因而績(jī)效相同。但實(shí)際上基金A承擔(dān)了較多的非系統(tǒng)風(fēng)險(xiǎn)，因而A基金經(jīng)理分散風(fēng)險(xiǎn)的能力弱于B基金經(jīng)理，基金A的績(jī)效應(yīng)劣于基金B(yǎng)。由于該模型只反映了收益率和系統(tǒng)風(fēng)險(xiǎn)的關(guān)系，因而基金經(jīng)理的市場(chǎng)判斷能力的存在就會(huì)使值呈時(shí)變性，使基

8、金績(jī)效和市場(chǎng)投資組合績(jī)效之間存在非線性關(guān)系，從而導(dǎo)致Jensen模型評(píng)估存在統(tǒng)計(jì)上的偏差。,2020/8/31,0000000000000,12,二、Treynor J. L.(1965)評(píng)估模型,1、模型 Treynor指數(shù)是以單位系統(tǒng)風(fēng)險(xiǎn)收益作為基金績(jī)效評(píng)估指標(biāo)。 Treynor利用美國1953-1962年間20個(gè)基金的年收益率資料，進(jìn)行基金績(jī)效評(píng)估的實(shí)證研究，計(jì)算公式為：,Treynor指數(shù)表示的是基金承受每單位系數(shù)風(fēng)險(xiǎn)所獲取風(fēng)險(xiǎn)收益的大小，其評(píng)估方法是首先計(jì)算樣本期內(nèi)各種基金和市場(chǎng)的Treynor指數(shù)，然后進(jìn)行比較，較大的Treynor指數(shù)意味著較好的績(jī)效。,2020/8/31,000

9、0000000000,13,二、Treynor J. L.(1965)評(píng)估模型,2、模型評(píng)價(jià) Treynor指數(shù)評(píng)估法同樣隱含了非系統(tǒng)風(fēng)險(xiǎn)已全部被消除的假設(shè)。在這一假設(shè)前提下，因?yàn)門reynor指數(shù)是單位系統(tǒng)風(fēng)險(xiǎn)收益，因此它能反映基金經(jīng)理的市場(chǎng)調(diào)整能力。不管市場(chǎng)是處于上升階段還是下降階段，較大的Treynor指數(shù)總是表示較好的績(jī)效。這是Treynor指數(shù)比Jensen指數(shù)優(yōu)越之處。 如果非系統(tǒng)風(fēng)險(xiǎn)沒有全部消除，則Treynor指數(shù)和Jensen指數(shù)一樣可能給出錯(cuò)誤信息，這時(shí)Treynor同樣不能評(píng)估基金經(jīng)理分散和降低非系統(tǒng)風(fēng)險(xiǎn)的能力。.,2020/8/31,0000000000000,14,三

10、、Sharpe W. F. (1996)指數(shù)評(píng)估模型,1、模型 Sharpe測(cè)度是用資產(chǎn)組合的長期平均超額收益除以這個(gè)時(shí)期收益的標(biāo)準(zhǔn)差。它測(cè)度了對(duì)總波動(dòng)性權(quán)衡的回報(bào)。 Sharpe指數(shù)反資本市場(chǎng)線作為評(píng)估標(biāo)準(zhǔn)，是在對(duì)總風(fēng)險(xiǎn)進(jìn)行調(diào)整基礎(chǔ)上的基金績(jī)效評(píng)估方式。 Sharpe利用美國1954-1963年間34只開放式基金的年收益率進(jìn)行了績(jī)效的實(shí)證研究，計(jì)算公式為：,當(dāng)采用Sharpe指數(shù)評(píng)估模型時(shí)，同樣首先計(jì)算市場(chǎng)上各種基金在樣本期內(nèi)的Sharpe指數(shù)，然后進(jìn)行比較，較大的Sharpe指數(shù)表示較好的績(jī)效。,2020/8/31,0000000000000,15,三、Sharpe W. F. (1996

11、)指數(shù)評(píng)估模型,2、模型評(píng)價(jià) Sharpe指數(shù)和Treynor指數(shù)一樣，能夠反映基金經(jīng)理的市場(chǎng)調(diào)整能力。 和Treynor指數(shù)不同的是， Treynor指數(shù)只考慮系統(tǒng)風(fēng)險(xiǎn)，而Sharpe指數(shù)同時(shí)考慮了系統(tǒng)風(fēng)險(xiǎn)和非系統(tǒng)風(fēng)險(xiǎn)，即總風(fēng)險(xiǎn)。 因此， Sharpe能夠反映基金經(jīng)理分散和降低非系統(tǒng)風(fēng)險(xiǎn)的能力。如果證券投資基金已完全分散了非系統(tǒng)風(fēng)險(xiǎn)，則Sharpe指數(shù)和Treynor指數(shù)的評(píng)估結(jié)果是一樣的。,2020/8/31,0000000000000,16,四、Treynor-Black(1973)比率評(píng)估模型,Treynor-Black比率這種方法用資產(chǎn)組合的值除以其非系統(tǒng)風(fēng)險(xiǎn)，它測(cè)算的是每單位非系統(tǒng)

12、風(fēng)險(xiǎn)所帶來的非常規(guī)收益，衡量該風(fēng)險(xiǎn)組合中積極型組合業(yè)績(jī)的指標(biāo)。 殘值風(fēng)險(xiǎn)：與股票選擇相聯(lián)系的風(fēng)險(xiǎn)，稱為殘值風(fēng)險(xiǎn)(亦稱跟蹤誤差或殘差)。 在投資組合管理中，總是期望在增加投資組合價(jià)值增量()的同時(shí)盡可能減少殘值風(fēng)險(xiǎn)。當(dāng)殘值風(fēng)險(xiǎn)較低時(shí)，可以較大的置信度相信是穩(wěn)定的；而殘值風(fēng)險(xiǎn)較高時(shí)，投資組合的價(jià)值增量()就會(huì)有更大的不確定性，即值顯著性的置信度降低。,2020/8/31,0000000000000,17,四、Treynor-Black(1973)比率評(píng)估模型,信息比率或估價(jià)比率 為提高對(duì)業(yè)績(jī)度量的置信度，應(yīng)使價(jià)值增量()與所面臨的殘值風(fēng)險(xiǎn)的比率達(dá)到最大， 這一比率稱為信息比率或估價(jià)比率。,2020

13、/8/31,0000000000000,18,四、Treynor-Black(1973)比率評(píng)估模型,因?yàn)榛貓?bào)率隨著區(qū)間處長而線性增加是，但風(fēng)險(xiǎn)隨著區(qū)間的平方根增加而增加，所以n年后的置信度可表示為,假設(shè)回報(bào)率符合正態(tài)分布，可使用標(biāo)準(zhǔn)正態(tài)分布得到以概率表示的置信度水平。 假設(shè)取值高于1.96個(gè)標(biāo)準(zhǔn)差，而相應(yīng)概率為95%?？梢杂?jì)算出一位投資信息比率為0.7的經(jīng)理人員需要7.8年時(shí)間的業(yè)績(jī)支持才能達(dá)到要求的置信度水平。,2020/8/31,0000000000000,19,五、M2測(cè)度指標(biāo),M2測(cè)度目的是糾正投資者只考慮基金原始業(yè)績(jī)的傾向，鼓勵(lì)他們應(yīng)同時(shí)注意基金業(yè)績(jī)中的風(fēng)險(xiǎn)因素，從而幫助投資者挑選

14、出能帶來真正最佳業(yè)績(jī)的投資基金。,2020/8/31,0000000000000,20,五、M2測(cè)度指標(biāo),當(dāng)資產(chǎn)組合P與國庫券通過適當(dāng)比例混合時(shí)，可沿著P的資產(chǎn)配置(P點(diǎn))向下移動(dòng)，直到調(diào)整后資產(chǎn)組合的標(biāo)準(zhǔn)差與市場(chǎng)指數(shù)的標(biāo)準(zhǔn)差一致。這時(shí)P*與市場(chǎng)指數(shù)的垂直距離就是M2指標(biāo)。從圖中可見，當(dāng)投資基金P資金配置線的斜率小于資本市場(chǎng)線的斜率小于資本市場(chǎng)線的斜率時(shí)，P的M2指標(biāo)就會(huì)低于市場(chǎng)指數(shù)，此時(shí)它的夏普測(cè)度指標(biāo)也小于市場(chǎng)指數(shù)。,2020/8/31,0000000000000,21,第三節(jié) 多因素整體業(yè)績(jī)?cè)u(píng)估模型,Lehmann & Modest (1987)的APT法 Gruber-Sharpe方法

15、,2020/8/31,0000000000000,22,一、Lehmann & Modest (1987)的APT法,該方法由Lehmann 和Modest(1987)第一次提出，即運(yùn)用套利定價(jià)理論(APT)確定基準(zhǔn)投資組合進(jìn)行基金評(píng)價(jià)。 根據(jù)APT理論，股票的投資收益率受到多個(gè)因素的影響，基金的投資率由其投資的股票的收益率的，因此基金的收益率也同樣受到這些因素的影響。,Lehmann 和Modest(1987)多因素模型的基本假設(shè) 任意兩種證券剩余收益i和j之間均不相關(guān) 任意兩個(gè)因素Ii和Ij之間及任意因素Ii和剩余收益i之間均不相關(guān),2020/8/31,0000000000000,23,一

16、、Lehmann & Modest (1987)的APT法,Lehmann 和Modest(1987)的多因素模型認(rèn)為，影響證券收益的因素為：市場(chǎng)平均指數(shù)收益、股票規(guī)模、公司帳面價(jià)值比市場(chǎng)價(jià)值(BE/ME)、市盈率、公司前期的銷售增長等。 Fama和French(1993)在CAMP模型的基礎(chǔ)上，認(rèn)為影響證券收益的因素除了上述因素外，還應(yīng)包括按照行業(yè)特征分類的普通股組合收益、小盤股收益與大盤股收益之差(SMB)、高BE/ME收益與低BE/ME收益之差、HML等作為因素引入績(jī)效評(píng)估模型。 Cathart(1997)在以上因素的基礎(chǔ)上，引入基金所持股票收益的走勢(shì)因素，即前期最好股票與最差股票的收益

17、之差。,2020/8/31,0000000000000,24,二、Cruber-Sharpe方法,該方法由Cruber和Sharpe提出的，是一種選取代表不同投資風(fēng)格的基準(zhǔn)投資組合對(duì)基金收益率進(jìn)行擬合的方法。 隨意選擇多個(gè)基準(zhǔn)投資組合，每個(gè)基準(zhǔn)投資組合代表某一投資風(fēng)格或選股模式。 基金投資組合的收益率公式為：,只需求得上式優(yōu)化模型中的jp，即可得到基金收益表現(xiàn)的系數(shù)，即基金的歷史表現(xiàn)評(píng)價(jià)結(jié)果。,2020/8/31,0000000000000,25,第四節(jié) 時(shí)機(jī)選擇與證券選擇能力評(píng)估模型,股票選擇能力評(píng)價(jià) 一定投資基準(zhǔn)下的資產(chǎn)組合的超額業(yè)績(jī)貢獻(xiàn)分析 Fama業(yè)績(jī)分解評(píng)價(jià) 市場(chǎng)時(shí)機(jī)選擇能力評(píng)價(jià) 系

18、數(shù)的時(shí)變性模型 Grinblatt和Titman(1989)的正權(quán)重加權(quán)收益率模型 現(xiàn)金管理分析及市場(chǎng)預(yù)測(cè)成功率,2020/8/31,0000000000000,26,一、股票選擇能力評(píng)價(jià),研究業(yè)績(jī)貢獻(xiàn)，其目的就是把總的業(yè)績(jī)分解為一個(gè)一個(gè)的組成部分，每個(gè)組成部分都代表了一個(gè)特定的資產(chǎn)組合選擇能力水平。 一定投資基準(zhǔn)下的資產(chǎn)組合的超額業(yè)績(jī)貢獻(xiàn)分析 Fama業(yè)績(jī)分解評(píng)價(jià),2020/8/31,0000000000000,27,(一)一定投資基準(zhǔn)下的資產(chǎn)組合的超額業(yè)績(jī)貢獻(xiàn)分析,1、業(yè)績(jī)的分解 分解為三要素： 廣義的資產(chǎn)配置選擇，如股權(quán)、固定收益證券和貨幣市場(chǎng)工具之間的選擇； 各市場(chǎng)中行業(yè)的選擇； 行業(yè)

19、中具體股票的選擇 具體表示 資產(chǎn)配置的收益貢獻(xiàn)AA 證券選擇的收益貢獻(xiàn)S 股票投資超額收益的收益貢獻(xiàn)EER 行業(yè)選擇的收益貢獻(xiàn)SA 行業(yè)內(nèi)證券選擇的收益貢獻(xiàn)SS 債券投資超額收益的收益貢獻(xiàn)FER,2020/8/31,0000000000000,28,(一)一定投資基準(zhǔn)下的資產(chǎn)組合的超額業(yè)績(jī)貢獻(xiàn)分析,2、分析的著重點(diǎn)：解釋資產(chǎn)組合P與另一個(gè)預(yù)定標(biāo)準(zhǔn)的市場(chǎng)基準(zhǔn)資產(chǎn)組合B之間的收益差別。 假設(shè)目標(biāo)資產(chǎn)組合P與基準(zhǔn)資產(chǎn)組合B共包括股票、債券、國庫券等幾類資產(chǎn)。在每一類中存在著確定的市場(chǎng)基準(zhǔn)指數(shù)資產(chǎn)組合。基準(zhǔn)資產(chǎn)組合B中各類資產(chǎn)的權(quán)重是固定的，基準(zhǔn)投資組合B的期間收益率為,2020/8/31,00000

20、00000000,29,(二)Fama業(yè)績(jī)分解評(píng)價(jià),風(fēng)險(xiǎn),SML,Fama基金業(yè)績(jī)分解圖,收益率,Rm,Rp,Rp,Rp,Rf,TS,RP,TR,NS,D,2020/8/31,0000000000000,30,(二)Fama業(yè)績(jī)分解評(píng)價(jià),2、等式,2020/8/31,0000000000000,31,(二)Fama業(yè)績(jī)分解評(píng)價(jià),3、Fama業(yè)績(jī)分解評(píng)價(jià)方法的具體步驟 設(shè)定考察期，計(jì)算期間內(nèi)基金的周收益率時(shí)間序列rPt、期間收益率rp,同時(shí)計(jì)算出對(duì)應(yīng)期間的市場(chǎng)基準(zhǔn)的周收益率時(shí)間序列rmt、期間收益率rm，并確定同期無風(fēng)險(xiǎn)利率rf 按前面的方法，計(jì)算標(biāo)準(zhǔn)差p、 m、 p 分別計(jì)算五項(xiàng)指標(biāo),根據(jù)Fa

21、ma提出的基金業(yè)績(jī)分解法，可計(jì)算出各基金在樣本期內(nèi)TS和NS，D指標(biāo)，進(jìn)行相互之間的橫向比較并排序，以反映基金管理人投資才能的相對(duì)大小。其中，TS為基金管理人進(jìn)行證券選擇或時(shí)機(jī)選擇即期投資才能煌收益(損失)，K為基金可分散風(fēng)險(xiǎn)而獲得的收益(損失)，NS為TS減去D之后的凈值。,2020/8/31,0000000000000,32,二、市場(chǎng)時(shí)機(jī)選擇能力評(píng)價(jià),與股票選擇一樣，投資經(jīng)理也可通過正確地估計(jì)市場(chǎng)走勢(shì)，即估計(jì)什么時(shí)候出現(xiàn)牛市，什么時(shí)候出現(xiàn)熊市，據(jù)此進(jìn)行投資組合的定位，從而取得優(yōu)秀業(yè)績(jī)。當(dāng)投資經(jīng)理預(yù)計(jì)市場(chǎng)將出現(xiàn)下滑走勢(shì)時(shí)，可通過擴(kuò)大投資組合中的現(xiàn)金比例或降低投資組合中權(quán)益部分的值來定位投資組

22、合。反過來，如果預(yù)計(jì)市場(chǎng)將出現(xiàn)上升趨勢(shì)時(shí)，可通過減小投資組合中的現(xiàn)金比例或提高投資組合中權(quán)益部分的值來定位投資組合。,2020/8/31,0000000000000,33,(一)系數(shù)的時(shí)變性模型,如果基金經(jīng)理具有市場(chǎng)擇時(shí)能力，他會(huì)主動(dòng)改變組合的風(fēng)險(xiǎn)以適應(yīng)市場(chǎng)的并謀求高額的收益，資本資產(chǎn)的價(jià)值本身也可能隨時(shí)間的變化而變化。 根據(jù)研究者對(duì)系數(shù)的不同假設(shè)，將此類模型分為兩類 UD模型，主要含義是將市場(chǎng)分為多頭與空頭兩種形態(tài)，并假設(shè)基金經(jīng)理預(yù)期未來市場(chǎng)看好時(shí)，會(huì)多買入一些波動(dòng)幅度較高的風(fēng)險(xiǎn)資產(chǎn)，反之當(dāng)基金經(jīng)理預(yù)期未來市場(chǎng)看壞時(shí)，多買進(jìn)波動(dòng)幅度較低的風(fēng)險(xiǎn)資產(chǎn)，而賣出波動(dòng)幅度較高的風(fēng)險(xiǎn)資產(chǎn)。因此，多頭時(shí)期

23、與空頭時(shí)期的系數(shù)應(yīng)有所不同，投資組合的系數(shù)應(yīng)視為二項(xiàng)式變量。 投資組合系數(shù)為隨機(jī)變量，其值隨時(shí)間的變動(dòng)而變動(dòng)。,2020/8/31,0000000000000,34,1、Treynor & Mazuy (1966)的傳統(tǒng)二次項(xiàng)回歸模型,具備擇時(shí)能力的基金經(jīng)理應(yīng)能預(yù)測(cè)市場(chǎng)走勢(shì)，在多頭時(shí)通過提高投資組合的風(fēng)險(xiǎn)水平以獲利較高的收益，在空頭時(shí)則降低風(fēng)險(xiǎn)。因此，特征線不再是固定斜率的直線，而是一條斜率會(huì)隨市場(chǎng)狀況改變的曲線。,市場(chǎng)超額回報(bào)率,基金的超額回報(bào)率,0,基金回報(bào)率與市場(chǎng)回報(bào)率關(guān)系的二項(xiàng)式回歸模型,2020/8/31,0000000000000,35,1、Treynor & Mazuy (196

24、6)的傳統(tǒng)二次項(xiàng)回歸模型,回歸模型為：,若2大于零，表示市場(chǎng)為多頭走勢(shì)，即Rmt-Rft0，這時(shí)市場(chǎng)收益率大于無風(fēng)險(xiǎn)收益率。由于(Rmt-Rft)2為正數(shù)，因此證券投資基金的風(fēng)險(xiǎn)溢價(jià)(Rpt-Rft)會(huì)大于市場(chǎng)投資組合的風(fēng)險(xiǎn)溢價(jià)(Rmt-Rft).反之，當(dāng)市場(chǎng)呈現(xiàn)空頭走勢(shì)時(shí)， (Rmt-Rft)=0，證券投資基金風(fēng)險(xiǎn)溢價(jià)的下跌幅度會(huì)小于市場(chǎng)投資組合風(fēng)險(xiǎn)溢價(jià)的下跌幅度，這樣，基金的風(fēng)險(xiǎn)溢價(jià)(Rpt-Rft)仍會(huì)大于市場(chǎng)投資組合的風(fēng)險(xiǎn)溢價(jià)(Rmt-Rft).因此， 2可用于判斷基金經(jīng)理的擇時(shí)能力。p與市場(chǎng)走勢(shì)無關(guān)，它代表基金收益與系統(tǒng)風(fēng)險(xiǎn)相當(dāng)?shù)耐顿Y組合收益率差異，可用來判斷基金經(jīng)理的選股能力。如果

25、p大于零，表明基金經(jīng)理具備選股能力， p值越大表明基金經(jīng)理的選股能力越強(qiáng)。,2020/8/31,0000000000000,36,2、Heriksson & Merton (1981)的二項(xiàng)式隨機(jī)變量模型(期權(quán)模型),對(duì)投資組合所實(shí)現(xiàn)的回報(bào)率分別擬合兩條特征線。一條是對(duì)市場(chǎng)上升時(shí)期(Rmt=Rft)進(jìn)行擬合，另一條是對(duì)市下降時(shí)期(Rmt=Rft)進(jìn)行擬合。 成功的市場(chǎng)時(shí)機(jī)選擇者應(yīng)在市場(chǎng)上升時(shí)提高值，在市場(chǎng)下降時(shí)降低值。從圖形上看，成功的市場(chǎng)時(shí)機(jī)選擇者在市上升時(shí)擬合特征線的斜率應(yīng)大于市場(chǎng)下降時(shí)期的擬合特征線的斜率。在統(tǒng)計(jì)上，我們可以通過一般回歸方程中加入一個(gè)虛擬變量來評(píng)價(jià)這種關(guān)系。,Rp-Rf,

26、Rm-Rf,基金回報(bào)率與市場(chǎng)回報(bào)率關(guān)系的期權(quán)模型,2020/8/31,0000000000000,37,2、Heriksson & Merton (1981)的二項(xiàng)式隨機(jī)變量模型(期權(quán)模型),Heriksson和Merton將擇時(shí)能力定義為：基金經(jīng)理預(yù)測(cè)市場(chǎng)收益與無風(fēng)險(xiǎn)收益之間差異大小的能力?；鸾?jīng)理根據(jù)這種差異，將資金有效率地分配于證券市場(chǎng)，具備擇時(shí)能力者可預(yù)先調(diào)整資金配置，以減少市場(chǎng)收益小于無風(fēng)險(xiǎn)收益時(shí)的損失。其回歸模型為：,在UD模型中，特點(diǎn)重視基金經(jīng)理的市場(chǎng)擇時(shí)能力。 在下降市場(chǎng)中的特征線斜率為1-2，而成功的市場(chǎng)時(shí)機(jī)選擇者其參數(shù)2應(yīng)為正值。因此成功的市場(chǎng)時(shí)機(jī)選擇使得市場(chǎng)下降時(shí)的特征線

27、斜率明顯低于市場(chǎng)上升時(shí)期的特征斜率。當(dāng)20時(shí)，基金經(jīng)理掌握了市場(chǎng)下跌的趨勢(shì)，這時(shí)需要及時(shí)調(diào)整資產(chǎn)組合；如果1-20，表示市場(chǎng)空頭時(shí)，基金經(jīng)理反面能夠逆勢(shì)獲利。,2020/8/31,0000000000000,38,3、Ferson和Schadt(1996)的條件模型,該方法考慮了基金經(jīng)理會(huì)利用已知的股利、收益等公開信息調(diào)整投資策略，從而影響基金預(yù)期收益率這一因素，對(duì)基金評(píng)價(jià)方法進(jìn)行了相應(yīng)的改進(jìn)。他們認(rèn)為，基金經(jīng)理通過這些信息可預(yù)測(cè)股票的未來收益，且可預(yù)測(cè)市場(chǎng)的風(fēng)險(xiǎn)溢價(jià)。他們對(duì)Treynor和Mazuy的傳統(tǒng)二次項(xiàng)回歸模型(TM模型)進(jìn)行了修正。在此基礎(chǔ)上增加了一個(gè)前一時(shí)點(diǎn)的公開信息函數(shù)，計(jì)算公

28、式為：,如果二者正相關(guān)，則評(píng)價(jià)時(shí)得到的超常收益率會(huì)降低；反之，如果二者負(fù)相關(guān)，則評(píng)價(jià)時(shí)得到的超常收益率會(huì)提高。,2020/8/31,0000000000000,39,3、Ferson和Schadt(1996)的條件模型,如果通過已知變量能夠預(yù)測(cè)未來市場(chǎng)收益，且基金經(jīng)理確實(shí)利用了這些信息，那么他們就會(huì)在預(yù)期市場(chǎng)收益率增加時(shí)增大市場(chǎng)參與比例，即基金的條件風(fēng)險(xiǎn)系數(shù)和利用已知信息后投資基準(zhǔn)的預(yù)期收益率正相關(guān)。而無條件調(diào)整的基金評(píng)價(jià)方法則忽略了基于這些公開信息進(jìn)行調(diào)整所帶來的超常收益。因此，采用條件模型得到的評(píng)價(jià)結(jié)果應(yīng)比傳統(tǒng)評(píng)價(jià)方法結(jié)果更悲觀。但實(shí)證結(jié)果并非如此。 但實(shí)證研究發(fā)現(xiàn)，無論通過統(tǒng)計(jì)分析還是經(jīng)

29、濟(jì)分析，基金經(jīng)理確實(shí)都利用了上述已知信息。且風(fēng)險(xiǎn)系數(shù)和利用已知信息后基準(zhǔn)的預(yù)期收益率負(fù)相關(guān)。他們認(rèn)為，這主要是由于市場(chǎng)收益率較高，基金會(huì)有大量的現(xiàn)金流入，從而導(dǎo)致下降。因此，采用條件模型對(duì)基金評(píng)價(jià)的結(jié)果比的Jensen評(píng)價(jià)方法的結(jié)果更樂觀。,2020/8/31,0000000000000,40,(二)Grinblatt和Titman(1989)的正權(quán)重加權(quán)收益率模型,該方法所需評(píng)價(jià)投資組合的超額收益率時(shí)間序列的加權(quán)平均值來表示。公式為：,如果將各時(shí)段的權(quán)重視為一個(gè)持有基準(zhǔn)投資組合的投資者邊際效用，則正權(quán)重加權(quán)收益率就表示了在其現(xiàn)有投資組合中加入少量所需評(píng)價(jià)的投資組合而使投資者效用期望增加的邊際

30、量。如果所評(píng)價(jià)的投資組合是由一個(gè)出色的基金經(jīng)理管理，則它加入會(huì)帶來效用的增加。因此，這個(gè)指標(biāo)可作為衡量基金經(jīng)理投資管理能力的方法。,2020/8/31,0000000000000,41,(三)現(xiàn)金管理分析及市場(chǎng)預(yù)測(cè)成功率,1、現(xiàn)金管理分析 市場(chǎng)時(shí)機(jī)選擇分析評(píng)價(jià)方法，是分析 在不同的市場(chǎng)環(huán)境下，一種基金或一個(gè)經(jīng)理所控制的投資中的現(xiàn)金頭寸如何變化。 在市場(chǎng)繁榮期，成功的市場(chǎng)時(shí)機(jī)選擇者持有的現(xiàn)金比例應(yīng)較??；在市場(chǎng)蕭條時(shí)期，持有現(xiàn)金比例應(yīng)較大。 為使用這種方法，需確定基金的正?，F(xiàn)金比例?，F(xiàn)金比例可以是政策規(guī)定，也可根據(jù)評(píng)價(jià)時(shí)期基金現(xiàn)金比例平均值計(jì)算出來，并以此代表正?，F(xiàn)金比例。,2020/8/31,0000000000000,42,2、成功概率方法,估計(jì)