论文部分内容阅读
中国证监会在经过大概三个月的征求意见之后,在2016年9月23日正式颁布并实施了《公开募集证券投资基金运作指引第二号——基金中基金指引》,从此公募基金正式迎来FOF新时代,FOF的出现极大地丰富了我国金融产品体系,为投资者提供了一个新的投资渠道,FOF不仅能替普通投资者精选优质基金,还能够对风险进行二次分散,同时为更多投资者实现全球资产配置,满足流动性宽裕的高净值用户的需求,总之,FOF的出现极大推动了我国公募基金行业的发展。随着《指引》的发布,FOF相关业务正在稳步推进,但相关理论研究还比较落后。本文正是在这样的背景下,对FOF组合构建中所涉及到的具体量化模型进行理论介绍与实证研究。FOF组合构建的核心大概可以分为两步,第一步是进行大类资产配置,第二步是对每一类资产的子基金进行筛选,即基金评价内容。对于第一步,在对FOF进行大类资产配置研究时,我们主要讨论的模型有以下三种,如Markowitz的均值-方差模型、B-L模型(Black&Litterrman)以及风险平价模型,在分析了构型的构建方法之后,基于最新数据从实证的角度对三种模型进行了比较分析。至于基金评价相关内容,我首先介绍了基金评价过程中常用的一些量化指标,如基于CAPM模型的夏普比率、詹森α、特雷诺指数、超额收益率以及信息比率等,利用这些指标可以粗略地对基金进行排序与筛选,并构造相应的基金组合。随着近年来研究的深入,研究者们逐渐发现,投资组合的业绩来源中包含一个十分重要的因素,那就是"风格",后来便衍生出一系列基于风格归因的基金业绩评价方法。在对风格进行归因分析时,根据模型选择数据的不同,主要有两种方法,一种是基于收益率时间序列回归法,一种是居于持仓明细回归法,因为公募基金每日公开披露净值,净值时间序列数据相对易获得,故本论文主要使用的数据是前者。在本文后半部分详细地介绍了基于风格归因的量化模型,如Fama-French三因子模型,Carhart四因子模型等等,并对Carhart四因子模型进行了实证分析,力求比较清楚地解释FOF组合构建中子基金的筛选过程,希望能给组合管理者以及基金研究员一定的参考作用。