论文部分内容阅读
基金投资者进行投资决策时需要合理的基金业绩评价方法作为决策依据.科学的基金业绩评价方法不但能客观反映基金的实际运作状况,而且对基金投资者、管理公司、以及市场监管部门正确决策都具有非常重要的意义.目前已有的证券投资基金业绩评价方法种类繁多,主要有经典和现代方法两大类.这两类方法体系中的各个方法大都存在着自身特有的局限性,如考察指标过于单一,评价结论相互间存在矛盾等等,这些缺陷往往使得投资者没有统一全面的参考依据.
本文以解决传统基金业绩评价体系中存在的普遍性问题作为研究的基本出发点,在全面分析各个现有方法弊病的同时,另辟蹊径,创新性的结合数量经济中应用广泛的数据包络分析法(DEA)构建新的证券投资基金相对评价模型;另外,本文摆脱了现代投资组合理论中利用均值和方差衡量风险与收益的传统理论框架约束,构建了新的基于基金累积平均收益率与收益风险价值(VaR)的风险-收益评价体系.该方法的优点主要体现在两方面:第一,它不是从整个基金市场的角度分析问题,而是选取其中的一部分元素作为评价对象;第二,它仅考虑收益负波动风险(损失下限)对基金业绩的影响,使得正波动风险带动基金收益增加成为可能.对于投资者而言,他们可以在利用传统方法进行初步筛选的基础上,利用该方法找寻欲投资的待选基金集合中业绩最优的基金进行投资.与传统方法相比,该方法更统一、更直观.
为了更合理的描述基金业绩数据的统计特性,本文在构建数据包络分析模型的输入输出指标体系时采用了非正态分布的非对称广义自回归异方差(AGARCH)模型进行指标量的分析计算,充分体现了基金收益时间序列数据的自相关性、有偏性、异方差性以及尖峰厚尾性,从而使得本文构建的新的基金业绩评价方法更贴近于实际.