基于数据包络分析（DEA）的开放式基金绩效评估

发布时间：2020-09-28 20:17

　　如果将1991年10月设立的“武汉证券投资基金”和“深圳南山风险投资基金”作为中国证券投资基金业起步的标志,基金业在我国已经走过了17个年头。截止2008年10月,已成立基金公司达60家,其中31家为中外合资,旗下管理的开放式基金348只、封闭式基金34只。基金业的快速发展,一方面反映了我国实体经济的增强,另一方面也反映了资本市场的繁荣。但是,我们在看到发展的同时,也应该看到迅速膨胀背后蕴藏的危机——这样的发展是否过快了呢?我们应该如何来甄别基金的优劣呢?这些都是理论界与业界应该探讨的课题。真正意义上的证券投资基金在我国的发展不过10余年,至今还没有建立起一套完善、权威、科学的绩效评估体系。当前,这样一套体系的建立却又显得非常迫切与重要,这既有助于准确把握基金本身的投资价值,也有助于管理层、基金持有人及社会公众对基金管理人的监督,引导基金业规范经营、健康发展,推动证券市场的规范化进程。可以说,建立适合我国证券投资基金绩效综合评价指标体系己经成为当前我国证券投资基金建设的一个核心问题,具有十分重要的理论意义和现实意义。现阶段,国内外基金绩效评估的主流方法均借助于传统的因子模型。该类方法需要选择市场基准和具体的因子模型,评估结果自然会受到研究者主观判断的影响。正是基于传统模型这一严重缺陷,本文采用了在管理学领域中已广泛运用的数据包络分析法(DEA)来开展我国开放式基金绩效评估工作,避免传统方法的缺陷,试图建立起一个理论上科学,实践中操作性强的评估框架。本文分为五个章节,各章节安排了以下内容。第一章,证券投资基金基本理论及研究状况概述。主要介绍证券投资基金的基本理论,包括概念、分类以及在我国的发展历程;同时,该部分对国内外基金绩效评估的研究现状作了简要的文献追踪;最后,指出了本文的研究内容与创新之处。第二章,证券投资基金绩效评估方法概述与对比。本章节对当前基金绩效评估的主要方法进行概述性介绍并比较各种方法间的优劣。同时,对数据包络分析方法的基本思想、效率分析框架、综合DEA模型理论及各子模型间关系、DEA模型的优劣势作重点分析,为后文的实证开展作理论铺垫。第三章,DEA模型的构建。根据DEA模型指标的构建原则,初步筛选出相关的输入/输出指标,并对每个指标的构建方法作详细介绍。具体的输入指标有日收益率的VaR、期初规模、持股集中度、预留现金比率、单位份额费用,输出指标有累计净值收益率、期末规模。同时,将实证所需运用的DEA模型(C2R模型、BC2模型及超效率模型),从理论到数理模型作深入分析。第四章,实证研究。该部分根据第三章的理论框架,以2004—2007年为样本期,对股票型基金、债券型基金、混合型基金分类别进行每年度相对效率计算与排名,绩效持续性检验,效率分解、Malmquist指数计算与改进等工作。第五章,总结与展望。对实证分析后的结论作总结与阐述,并针对本文研究的不足之处及后续研究工作加以展望。本文构建了一个无基准的基金绩效评估框架,其具体包括以下几个方面内容:第一,各组别基金总体绩效的排名,并通过对比发现基金组别间相对效率差异;第二,各组别间基金绩效持续性的甄别与检验;第三,各基金相对总体效率的分解,及利用Malmquist指数对相对效率动态变化进行分析。在以上框架指导下,通过实证研究,本文得到以下结论。其一,整个样本年度内,债券型基金的平均相对效率值最高,而股票型和混合型的平均相对效率值相近,均低于债券型。这与股票型基金和混合型基金受市场行情的影响大于债券型基金有关。其二,股票型、债券型、混合型基金均存在2年期的持续性。同时,债券型基金和混合型基金还在一定程度上表现出3年期和4年期的持续性,但因样本期过短,无法进行后续检测。其三、整体持续度表明,股票型基金内部排名变化最大,混合型基金次之,债券型基金变化最小。该结果一定程度上表明投资对象是影响基金业绩和风险的重要因素。其四,基金相对无效率的主要诱因是规模效率无效率。券型基金相较于股票型基金而言,规模效率无效对总技术效率的影响要小很多;而混合型基金在整个样本期内,规模效率无效对总技术效率的影响又较前两者均要小。其五,Malmquist指数分析表明,证券市场行情的变化对EP(技术效率变化指数)影响远小于TP(技术进步指数),因而国内基金管理人在如何推进投资技术进步方面显得更为重要。其六,参考集的分析表明,长期具有较强市场竞争力的基金很少,但竞争力差的基金在长期内持续缺乏竞争力的现象却十分普遍,再次证明“弱者恒弱”这一现象。 DEA模型分析法的运用不但可以规避传统方法的缺陷,而且可以得到更为丰富的结论。将这一方法引入到基金绩效评估领域,并进行系列深入研究,正是本文的亮点所在。同时,作者在其他研究者相似工作的基础上作了以下方面的探讨与创新: 第一,扩大样本期与样本数量,选择更多适宜输入/输出指标,这样可以使模型涵盖更多基金评估信息,这是以往相似研究工作所不具有的。第二,选取时变VaR作为风险度量指标,更好地刻画基金收益的风险分布状况。虽然VaR风险度量方面的研究较多,但将其与DEA模型结合运用的研究较少。并且DEA模型本身对数据精确性要求较高,所以更加精确的风险刻画方法显得尤为重要。第三,改进乘数交叉模型,用于对相对有效率基金的绩效持续性进行验证,得到一些有实际意义的研究结论。第四,将Malmquist指数引入基金动态效率变化评估,而非仅仅利用DEA模型传统的效率分解方法来考察效率状况,使得研究结论更加丰富。当然,本文的研究工作也仅处在理论探讨阶段,如要将其运用于实务还有一些工作需要深入下去。作者在结合现阶段研究的基础上,认为以下几个方面的工作是必须的。首先,将指标偏好信息引入到DEA模型中,改进现有模型。基本的DEA模型与基金运行的实际情况有一定差别,故应不断开发新模型使其更符合现实。其次,改变单期样本时间长度,或者同时设定不同时间长度的样本期,以此考察基金相对效率变化的更多情形,探讨多长的样本期的实践效果最好。再次,本文的研究是基于基金投资类型分类的基础上进行的,在后续的研究中可以按其他指标分类来考察。最后,选取更多不同输入/输出指标来进行实证研究。因数据包络分析模型分析结果受输入/输出指标的影响极大,选取不同指标对同一基金进行评价,其结果很有可能不同。因而什么样的指标较为符合我国现阶段基金的评价并无定论,这就需要对更多指标加以验证,并经受实践检验。
【学位单位】：西南财经大学
【学位级别】：硕士
【学位年份】：2009
【中图分类】：F224;F832.5
【文章目录】：
内容摘要
Abstract
前言
1. 证券投资基金相关理论及研究状况
    1.1 证券投资基金概述
        1.1.1 证券投资基金的概念与特点
        1.1.2 证券投资基金的分类
        1.1.3 证券投资基金在我国的发展
    1.2 国内外文献综述
        1.2.1 基于单因子的基金绩效评估模型研究状况
        1.2.2 基于多因子的基金绩效评估模型研究状况
        1.2.3 无基准组合的基金绩效评估模型研究状况
        1.2.4 基金绩效持续性研究状况
    1.3 研究内容与创新
        1.3.1 研究内容
        1.3.2 创新之处
2. 证券投资基金绩效评估模型研究
    2.1 传统评估方法概述与适用性分析
        2.1.1 均值方差模型提出前的基金绩效评估体系——未经风险调整的指标
        2.1.2 基于CAPM 模型的单因素基金绩效评估体系
        2.1.3 基于ATP 模型的多因素绩效评估体系
        2.1.4 基金业绩持续性评估体系
    2.2 DEA 模型思想介绍与优劣分析
        2.2.1 数据包络分析的基本思想
        2.2.2 DEA 模型的效率分析
        2.2.3 综合DEA 模型介绍
        2.2.4 DEA 方法的特点与优劣点
3.D EA分析模型的构建
    3.1 输入/输出指标体系的选择标准与设计
        3.1.1 输入/输出指标体系构建的原则
        3.1.2 输入/输出指标体系的设计
    3.2 DEA 基金绩效评估模型的构建
        3.2.1 DEA 分析的角度
        3.2.2 DEA 模型的构建
4. 基于DEA模型的基金绩效评估实证研究
    4.1 样本设计
    4.2 本文实证研究路线图
    4.3 各输入/输出指标检验
        4.3.1 2004 年~2007 年各年度输入/输出指标数据
        4.3.2 输入/输出指标相关性检验
    4.4 按投资类型分类对各年度基金绩效评估
        4.4.1 股票型基金绩效评估
        4.4.2 债券型基金绩效评估
        4.4.3 混合型基金绩效评估
    4.5 实证结论
5. 总结与展望
参考文献
附录
后记
致谢

【参考文献】