案例一我国封闭式基金绩效评价【范本模板】

案例一
我国封闭式证券投资基金绩效的实证分析
——基于2006-2008的数据
实证研究的设计
一、样本基金和样本期间的选取
本文中的实证研究选取了2002年8月15日以前成立的10家封闭式、平衡型证券投资基金作为样本基金，基金的规模均在20亿或30亿,它们的资料见表3。

1。

样本期间有两个：一是牛市2006年8月11日至2007年10月19日;二是熊市2007年10月19日至2008年11月7日。

封闭式平衡型样本基金的确定原因在于：（1)数据的可获得性；（2）封闭式基金没有赎回压力，所以影响基金净值收益率的变量因素少，所实证结果的可靠性较好；（3）相比开放式基金而言，封闭式基金不可赎回，所以基金规模大小变动小；（4）封闭式基金的投资具有雷同性，且所选择的平衡型基金在基金规模、投资方向、投资理念和投资策略都比较相似，所以具有可比性.
样本期间的确定原因为：（1）样本期间内，我国股市经过了牛、熊二市的交替变化，因此对这段时期基金绩效的比较研究能更好地体现出基金经理们的投资理念和操作思路；（2）牛市的样本期间包括了60个交易周，熊市的样本期间包括了54个交易周，符合统计学上的大数定理。

表3。

1 证券投资基金概况表
数据来源:凤凰财经网http://finance。

二、市场基准组合的确定
由于所选择样本基金投资的主要方向为国内的沪、深两市的股票，同时我国法律规定基金投资资金必须至少有20％投资于债券市场，故这里对于市场基准的选择借鉴的是沈维涛、黄兴孪（2001）对中国证券投资基金业绩的实证研究与评价时的市场基准周收益率:
R m = 40%*上证综指的周收益率+ 40%*深证成指的周收益率+ 20％＊中证国债指数
上证综指、深证成指数据来源于雅虎财经（http：//.yahoo。

com)；中证十年期国债指数收益率来源于中证指数有限公司（http：//。

cn）。

三、无风险收益率选取
国外研究文献一般采用三月期的国库券收益率作为无风险收益率，虽然目前我国已经建立起相对较为完整的债券市场，既有交易所市场，又有银行间市场和柜台市场。

但由于交易所市场和银行间市场处于分割状态，缺乏有效地连通,以致不同市场上形成的利率存在背离，而且期限结构比较单一。

所以本文采用一年期银行定期存款利率作为无风险收益率，并按52周折算成周收益率。

2006年至2008年我国一年期银行存款利率调整情况如表3。

2。

由于2007、2008年央行多次调整利率，故在实证分析过程中根据不同的时期来调整为对应时期的无风险利率。

表3。

2 2006-2008年我国一年定期存款利率调整情况
数据来源：中国人民银行网站http：//www.pbc。

研究方法和实证结果
本文选用了经典的Sharpe指数、Treynor指数和Jensen指数对基金经风险调整后的收益进行测度，同时运用T-M模型、H-M模型及C-L模型对基金经理的证券选择能力和市场时机选择能力进行了分析研究.计算的方法是运用了SPSS 17。

0软件进行回归分析。

一、对基金业绩测度的实证结果
本文根据CAPM模型，利用SPSS 17.0进行了一元线性回归，分别得出了各基金在牛市和熊市不同的β值。

表3。

3和表3.4分别为牛市和熊市中，基金的超额收益、平均收益率、标准差和系统性风险β等指标的表现情况。

表3.5为根据表3.3及表3.4中各参数计算得到的三个经风险调整后的评价指标值及据此对基金的初步排序结果情况。

表3。

6为Sharpe、Treynor及Jensen指标之间的相关关系表。

表中计算所使用的基金净值统计数据来源于凤凰财经网（http://finance。

）。

表3.3 牛市中样本基金基本指标数值
*为在5％显著水平上通过了t检验表3.4 熊市中样本基金基本指标数值
*为在5%显著水平上通过了t检验如表3。

3和表3。

4所示，各基金的相关系数R大部分都在0.7以上，有3只基金的R值大于0。

8，因此保证了回归方程的拟合优度.所以可以说利用回归方程计算得到的β值能在一定程度上代表基金的系统性风险水平. 表3。

3和表3。

4的回归结果显示,（1）在收益方面，牛市的收益率普遍为正,但是大部分基金的超额收益及平均收益都低于市场基准组合，只有2只基金（泰和、久嘉）超过了市场组合；而熊市的收益率普遍为负，相较而言,大部分基金的损失都超过了市场基准组合，只有基金汉兴的损失略低与市场组合。

(2）在风险方面,从标准差比较来看，牛市、熊市中各基金的总风险均超过了市场基准组合风险，这说明了样本基金都存在非系统性风险；从回归出来的β值来看,两市中各基金的β值都略小于市场β值,这印证了前文中所描述的平衡型基金所追求的是成长及收益之间平衡的投资风格和所承担的风险较小、成长性不高的基金特点。

表3。

5列出了根据第二章所给的Sharpe指数、Treynor指数及Jensen指数的计算公式,所计算得出的样本基金的三大经典的风险调整指标及其与平均收益率一起的排序结果.
表3。

5 牛、熊市中经风险调整后基金业绩指标对比表
牛市中,各基金的Sharpe指数都远低于市场基准组合,除了平均收益率的差别,这同样说明了各基金的总风险高于市场水平，但各基金都取得了高于无风险收益率的收益。

Treynor指数也反映出大部分基金单位系统性风险收益低于市场水平，只有泰和、裕阳、久嘉和安顺的指数值超过了市场组合。

这主要归结于大部分基金的收益都低于市场组合的收益。

从Jensen指数分析,只有同样的4只基金（泰和、裕阳、久嘉和安顺)超过了市场组合的指数值，说明了这些基金的收益超过了它们所承受风险对应的预期收益。

而值得注意的是，其他6只基金的Sharpe 指数和Treynor指数为正值，但是Jensen指数却为负值，这说明了它们的业绩表现不如市场组合。

综合几个指数看来，（1）从排序结果分析,Treynor指数和Jensen 指数的排序结果最相似，平均收益率和Sharpe指数排序与它们稍有出入,这说明部分基金的总风险和系统性风险之间还有一些差距，这些基金未充分分散非系统性风险。

牛市中未能较好分散风险的基金有泰和与久嘉，其余基金表现良好。

（2)通过对比可发现,基金鸿阳、通乾、汉兴和同盛的各指标值及排名较为相似，这在一定程度上说明了这些基金在牛市的投资风格和投资策略存在较高的相似性。

熊市中,基金平均收益率、Treynor指数及Jensen指数的值都共同反映了各基金在熊市中的表现都劣于市场基准组合，且各指标的排名非常相似，基金汉兴一直稳定在第1名，基金通乾和同盛一直稳定在第5和第6名,而基金泰和、久嘉排名一直靠后。

值得注意的是，在熊市中，Sharpe指标与其他几个指标的差异较大.首先体现在与市场组合相比,各基金的Sharpe指标反映出单位总风险所承受的损失都低于市场水平；其次是与同期其他指标相比，Sharpe指标的排序结果不同。

原本排名靠前的汉兴在Sharpe排名中变成了第7名，而原本靠后的久嘉、泰和排名上升为第3和第1。

经过分析，首先由于Sharpe衡量标准是基金单位总风险，而Treynor和Jensen衡量的是系统性风险，这种差异性说明了在熊市中,部分样本基金的总风险远高于系统性风险，这些基金分别是汉兴、银丰及裕阳。

其次是因为如前文所述，在β发生变化时，Treynor指数和Jensen指数可能无法恰当地评价基金表现。

表3。

6列出了牛市和熊市中各指标的Person相关系数,反映出的各指标相关关系与前文中的分析基本一致.
结合表3。

5和表3.6，我们可以得出以下结论：
(一）Treynor指数及Jensen指数的相关性较高。

这是因为两者衡量风险的基准都是回归得所到的系统性风险β,所衡量的都是系统风险所获得的收益或所承担的损失,其运用的一个假设前提便是投资组合分散了所有的非系统性风险。

而Sharpe指标衡量的是单位总风险所获得的收益或承担的损失,在投资组合未充分分散非系统性风险的情况下，用Sharpe指标更合适。

（二）所选取的样本基金的表现普遍跟市场贴近但只有少数能超越市场，而且不管在牛市还是熊市，并非所有基金都能较好地分散风险。

同时，同一只基金在不同市场中分散风险的能力也有所差距（如汉兴、银丰)。

在这种情况下，结合三个指数进行综合的基金绩效评估分析会更准确.
（三）在牛市到熊市的过程中，各基金的β值发生了变化，Treynor指数和Jensen指数的排序结果差异较大，这也证实了前文中所说的，当β发生变化时，Treynor指数和Jensen的α系数都无法恰当地评价基金表现。

故在这种情况下，用Sharpe指数更合适。

（四）在牛市表现较好的基金不一定在熊市中也能保持相对良好表现。

可以看出,很多在牛市中排名靠前的基金在熊市中的排名却有所下降，有些在这种在市场上涨和下跌行情中基金表现的变化情况便涉及到了基金绩效归因的分析,即基金经理的选时择股能力的分析.
表3.6 牛市、熊市基金排序结果相关关系表
P值均通过95％置信水平的显著性检验二、对基金经理证券选择能力和市场时机把握能力的实证结果
本文选取了三个模型对基金经理管理能力进行评价，分别是T—M模型、H —M模型和C-L模型。

为了更好地检验基金经理在牛、熊市的转变过程中的选股能力和择时能力,在运用T-M模型和H—M模型时,将样本期间合并为2006年8月11日至2008年11月04日,包含了牛市和熊市。

表3。

7、表3。

8和表3。

9即为三个模型的回归参数结果表。

表中的R-Square 基本上都在0。

7以上,表明三个模型对数据的拟合程度都较好，模型的解释能力较强.
表3.7 T—M模型回归参数表
*为在5％显著水平上通过了t
检验
表3。

8 H—M模型回归参数表
*为在5％显著水平上通过了t 检验
表3.9 C—L模型回归参数表
＊为在5%显著水平上通过了t检验(一）证券选择能力
T—M模型回归结果显示,10只基金中有8只基金的α值为正值，表明大部分基金具有证券选择能力。

α为负值的分别是基金通乾和基金鸿阳，这两只基金的Jensen指数为正,说明了这两只基金不具有显著的选股能力,同时也没有通过调整投资组合来获得高于市场基准组合的收益。

H-M模型显示10只基金中有7只的α为正,同样说明了大部分的基金具有证券选择能力。

α为负的除了上述两只，还有基金久嘉，但久嘉的Jensen指数为正，这说明了根据H—M模型回归结果，虽然基金久嘉不选股能力，但是其可以通过调整投资组合来获得高于市场水平的业绩.
（二）市场时机把握能力
T—M和H-M模型的结果都显示，10只基金中只有2只基金的γ值为正，分别是基金通乾和基金久嘉,但是只有基金久嘉的γ的t检验值和p值能说明γ值在5%的显著性水平上通过了显著性检验。

其余8只基金的γ值均为负数，并且
基金同盛和基金汉兴的t检验显示出这2只基金具有负的时机选择能力。

这表明了两种方法所得的结果是非常相近的。

C-L模型的结果显示出，10只基金中同样只有基金通乾和基金久嘉的β2—β1〉0，并且两个β值均通过了5%的显著性检验，这说明C-L模型证明出两只基金具有正的时机选择能力。

同时其余8只基金的β2—β1<0，且两个β值也通过了5％的显著性检验，说明了这8只基金不具有市场时机选择能力。

结合T-M模型、H—M模型和C-L模型所得结果，我们可以得出以下结论: （一）证券选择能力方面，实证结果表明所选样本集中大部分基金具有一定的证券选择能力，有的基金虽然不具有选股能力，但是仍有通过调整投资组合来提高基金业绩的能力.
（二）择时能力方面，实证检验的结果表明大部分基金经理具有负的时机选择能力,仅有2只基金具有正的时机选择能力，但同时却有负的证券选择能力。

结论及分析
综合前一部分的实证研究结果，主要得到以下几点结论：
一、如果不考虑风险因素,以基金平均收益率作为评价标准，牛市中只有20％的样本基金的业绩超过了市场基准组合；熊市中只有10％的基金的损失低于市场水平。

这一结论与Sharpe（1966）、Jensen（1968）等人对美国共同基金业绩实证研究的结论相似：在同等风险水平下，证券投资基金的收益率不会超过市场基准组合的收益率。

同时国内的学者张新、杜书明（2002）也通过实证研究证明了这一结论。

二、利用三种风险调整指数评价基金的绩效时，可以发现不管牛市还是熊市,Treynor指数和Jensen指数的评价和排序具有较强的相关性；而Sharpe指数与它们之间的相关性相对弱一些，尤其是在熊市中.原因可能有：（1）Treynor指数和Jensen指数对风险的衡量尺度相同;(2）不同基金对非系统性风险的分散程度不同，且同一种基金在不同市场走向中分散非系统性风险的能力也有所不同，这造成某些基金非系统性风险较高，影响了指标值；(3）在β值随着牛市转向熊市而发生变化时，Treynor和Jensen指数可能无法恰当地评价基金绩效。

三、在样本期间内,有70％的基金表现出一定的证券选择能力，有20%的基金表现出负的证券选择能力且业绩未超过市场水平，还有10％的基金虽然表现
出负的证券选择能力但业绩超过了市场水平。

大部分基金显示出正的证券选择能力可能是因为（1）所选样本为平衡型基金，其投资风格和投资策略比较稳健，而不用对股票是否具有成长潜力进行深入研究、选择；(2）可能是基金经理交叉持股，将资金集中投资于少数股票，导致少数股票股价的超稳定局面，这就造成了虚假的股票选择能力。

四、模型的实证研究结果表明80%的基金不具有市场时机把握能力，另外20%基金拥有时机把握能力，但却不具备正的证券选择能力.这在一定程度上表明我国基金的业绩主要归因于基金经理的证券选择能力，这不仅与结论3相吻合，同时也与国内外的研究结果吻合。

五、我国大部分基金在分散风险的能力方面还有待提高，虽然系统性风险是与我国证券市场发展的深度、广度、质量和市场效率有关，但基金经理可以尽量在目前的市场中通过多样化投资来分散非系统性风险；
六、所选样本期间有一个明显的由牛转熊的过程,但大部分基金的业绩在牛市和熊市的差距较大，在牛市表现好的基金在熊市表现下降,这说明我国基金的业绩稳定性和抗跌能力有待提高。