论文部分内容阅读
近年来中国证券投资基金蓬勃发展，开放式基金已经成为了中国基金的主流形式，投资者的投资证券市场的主要途径之一。股票型开放式基金以上市公司股票为主要投资对象，侧重于追求资本利得和长期资本增值，是最重要的基金品种。因此，多角度，多方位地评价其业绩，对于建立市场秩序，促进基金业的有序竞争，实现优胜劣汰，引导资金的有序流动，提高基金的管理效率等，都具有重大意义。
从东南亚金融危机到美国次贷危机，不断发生金融危机让人们意识到，控制风险的重要性。传统的标准差所衡量的是收益率偏离收益率均值的平方和，即使收益率为正，也会加大标准差的值，不符合人们对风险即为“可能的损失”的定义。因此，新的风险度量指标VaR(Value at Risk)和ES(Expected Short)等应运而生。VaR对应的是一段时间内一定置信水平下最大可能的期望损失，能描述了基金潜在的下行风险。VaR模型的主要优点是无论对金融机构、监管者和投资者而言都是一种评估风险的有效工具，而且较为通俗易懂。由于VaR在理论和实践上都具有一些良好的性质，现在在风险领域的运用也日趋广泛，比如著名的国际间银行组织便将VaR作为世界范围内度量银行内部风险的方法写入了《巴塞尔协议》。因此在对基金绩效进行评价时，传统的以标准差度量风险的Sharpe比率无法适应新形势下基金管理者管理风险的要求，引入基于VaR和ES的Sharpe比率来对基金进行排名显得尤为重要，这可以更加准确地衡量基金的风险-收益情况，也为投资者，特别是对风险较为敏感的投资者选择基金提供重要的参考。但是VaR没有考虑到超过一定置信度的收益率最左端的损失情况，而左端尾部超过置信度的情况虽然是小概率事件，确是风险管理应该关注的。预期不足ES弥补了VaR的这一缺陷，它是VaR估计失败时损失的条件期望值，对下方的尾部风险有着更深刻的描述。
本文用基于VAR和ES调整的Sharpe比率对2006年之前成立至今的所有共30只股票型开放式基金进行了排名。在计算VAR和ES时主要有参数法、非参数法和半参数法三种方法。参数法主要是假定收益率序列服从某个特殊的分布，从而估计其参数，但是由于极端事件发生的概率较小，能得到位于收益率序列左尾部的数据也较少，这会影响模型拟合的精确性。而非参数方法具有模型的稳定性的优点，因为其事先并不需要假定任何模型，能够避免参数法由于对分布的模型误判造成的估计的偏差。因此本文对VAR和ES进行估计时采用了经验模拟法和核光滑估计法两种非参数方法。实证结果显示，不同风险衡量标准的选择对基金绩效评价结果有一定影响。虽然不同基金受系统风险的影响较大，但是，由于不同风险测度对风险的衡量不同，因此会导致排名不尽相同。传统Sharpe比率排名法会掩盖一些基金风险控制能力不足的缺点。另外，收益率较高的基金在控制风险方面的表现也不尽相同，有的基金是高收益高风险，有的基金在取得高收益的同时对风险的控制较好。
以上所得的5种Sharpe比率值均是基于在一段时期内的平均超额收益除以在整个时间跨度内的风险或者一定置信度下的损失或期望损失所得。是在静态地考察收益率时间序列，不能得到关于单只基金在不同时刻的风险.收益情况。而事实上，投资者还关注每周，或每日等更短的时间段，或者某些时刻基金的收益和收益波动情况。因此，本文还考虑了基金收益随时间波动的动态性，由于股票收益率普遍存在波动“丛聚现象”，即收益率的波动主要受上一期波动影响，因此用广义自回归条件异方差(GARCH)模型对收益波动进行模拟较为合理。因此，本文采用了GARCH(1，1)对30只样本基金周收益率和基准指数的收益率进行拟合，估计出了相应的动态的VaR和动态ES，计算出基金时变Sharpe比率，并将其与基准市场指数进行比较，从而在一定的时间跨度动态地评价基金的表现。通过样本期间，动态的调整的Sharpe比率序列与基准指数的比较发现，基金投资收益的波动与大盘指数的波动在时间和幅度非常接近，但一些表现较好的基金经理具有一定控制风险的能力，收益率波动没有大盘波动的幅度大，业绩较好的基金能在较长时期内保持其优势。