论文部分内容阅读
基金作为机构投资者的代表具有专业理财优势、理性投资行为和规模经济效应,对我国资本市场结构的完善具有不可替代的作用。做为优化金融资源配置、降低金融风险、完善金融体系的重要工具,基金可以强化对上市公司的监督和制约,有利于促进上市公司完善治理结构。此外基金为社会保障体系的改革与完善提供了技术支持,是各类养老金参与资本市场的重要渠道和理想的投资工具。对开放式基金业绩进行全面系统的评价,无论从理论上还是从实践上看都有着重要意义。数据包络分析(DEA)和神经网络作为评价基金绩效常用的方法,得到了广泛的应用,但两种方法有着各自的缺点。数据包络分析的理论基础是基于线性规划的最优化理论,对现实世界的解释会存在较大的偏差,同时数据包络分析方法效果的实现很大程度上受到变量个数,即指标体系规模的限制。评价指标越多,模型的方程数就越多,对问题的限制越多,为了达到数据包络分析的效果,就必须要降低指标数目,只用较少的指标来反映基金的综合绩效,这就使得评估时考虑的因素减少,必然使得评价结果失真,而造成误判。神经网络做为一种通过实际输出与目标输出之间的误差,不断学习、修正,最终将误差缩小到一个合理范围来估计评估的方法,采用人为指定的方法确定目标输出具有很大的主观性和随意性。本文在分析数据包络分析和神经网络两种方法各自在基金绩效评价方面的优劣的基础上,构建并采用基于数据包络分析-神经网络的方法来对基金绩效进行评价,结合了线性方法和非线性方法的有优点,更能全面客观准确的反映真实世界经济活动的实质,同时避免了单纯使用数据包络分析方法对指标个数的限制和单纯使用神经网络方法目标输出的随意性,主观性的弊端。文章选取了2006年初至2008年底的74只开放式基金做为研究样本,并选取了反映开放式基金投入、风险和收益三方面共计12个指标参与评价,通过对数据包络分析,神经网络两种方法的模型进行分析,选择,构建了适合本文的评价方法。通过数据包络分析第一次评价,并在第一次评价结果的基础上,使用神经网络进行最终评价,得到结论:(1)2006年到2008年我国开放式基金的综合效率较低,大多存在投入冗余,产出不足或二者皆有的情况,其中投入产出均非最优的基金占到了最终评价样本总数的60%。这一现象说明了我国开放式基金在合理投资,各种要素利用效率以及风险规避方面存在一定问题。同时可以从实证结果中发现,债券型基金的表现比股票型和混合型基金更好,这可以用债权型基金具有更好的避险特性来解释。(2)数据包络分析和神经网络两种方法同时运用在开放式基金的综合绩效评价上,可以较好的弥补单纯使用DEA方法与单纯使用BP神经网络方法的不足。