东南大学
硕士学位论文
我国开放式基金绩效评价研究——基于VaR的RAROC绩效评价方
法
姓名：朱晓云
申请学位级别：硕士
专业：金融学
指导教师：朱涛
20090604
摘要
摘要
本文在国内外基金绩效研究的基础上，以国内开放式基金为研究对象，运用基于VaR的RAROC
方法对证券投资基金的绩效进行了评价。通过分类比较分析，将开放式基金分为债券基金、股票基
金和混合基金，股票基金按其投资策略进一步细分为成长型基金、收入型基金、平衡型基金及指数
基金。VaR方法采用历史模拟法，在拟合数据时采用了能够较好处理尖峰厚尾现象的(]ARCH模型。
研究对象选取我国2001--2005年间成立的开放式基金(不含货币市场基金)，样本区间为在自其成
立日至2008年12月31日的累计基金净值，以满足VaR历史模拟法大量数据样本的需要。
基于RARAOC方法研究我国开放式基金的绩效发现，基金的绩效总体与其风险成反比：债券基
金虽然收益普遍较低，但是其绩效总体而言最好：股票基金追求高风险收益较高，但是其绩效总体
上最差：混合基金收益和绩效参差不齐；股票基金中，总体而言，成长型基金收益较高绩效较差，
收入型基金收益较低绩效较好，平衡型基金的绩效有好有差：指数基金跟踪指数，绩效较差。因此
本文建议进一步完善我国证券市场法律法规体系，大胆创新金融产品，着力提高基金经理的管理能
力。
关键词：开放式基金基金绩效VaR GARCH RAROC
Abstract
Based on the study ofthe performance of domestic and foreign funds this paper chooses to study the
domestic open-end funds by the USe of VaR-based methods of RAROC performance to evaluate the
performance of securities investment funds．Through the classification of a comparative analysis，open-end
funds are divided into bond funds，equity funds and mixed funds．According to the investment strategy,
equity funds are fur吐圯r broken down into growth funds，income funds，balanced funds and index funds．
Methods VaR USeS historical simulation method，fitting the data by the use of GARCH model to deal with
peak fat-tail phenomenon．As the result of VaR historical simulation method requires a large amount ofdata,
the study is to set up a 2001-2005 open-end fund(excluding money market funds)，the sample interval for
its establishment to 2008 December 31 on the net value of the accumulated fund．
Research of the open-end fund performance in China based on RARAOC method found that the
Fund’S performance is inversely proportional to their risk．Although the proceeds of bond funds are
generally lower,but the best in terms of its overall performance；high—risk equity funds likes to pursue
higher earnings，but its overall performance are the worst；mixed funds revenue and performance ale
uneven；stock funds，in general，have higher income growth fund poor performance，revenue lower the
performance of income funds performance gains beaer，the performance of fund balance are good and bad；
index funds track the index,a worse performance．Therefore this paper suggests to further improve China's
securities market laws and regulations should be introduced to adapt to the development of the relevant
financial product innovmion and the need for bold，more fund managers to improve management
capabilities．
Key words：open-end fund，performance evaluation，VaR GARCH,RAROC
H
图表索引
插图索引
图2．1 全球基金数量发展概况⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯5
图2-2 全球基金净值规模发展概况⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．．5
图2．3 中国基金数量发展状况⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯7
图2_4 中国基金净值规模概况⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯8
图3．1 资本市场线CML⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．12
图3-2 证券市场线SML⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．．13
图4．1 华安创新(代码：040001)收益率统计图⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．25
图4．2 华安创新(代码：040001)条件方差图⋯⋯．j⋯⋯⋯⋯⋯⋯⋯⋯⋯．26
表2．1
表3．1
附录1
附录2
附录3
附录4
附录5
附录6
附录7
附录8
附录9
附录lO
表格索引
1998-2007美国共同基金规模占全球基金的规模⋯⋯⋯⋯⋯⋯⋯⋯⋯．．5
Morningstar基金绩效评价标准⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．．18
年化收益率最低／高的前20名排名表⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．．39
年化VaR值最低／高的前20名排名表⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．．40
年化RAROC值最低／高的前20名排名表⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．4l
混合基金实证结果表⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．42
债券基金实证结果表⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．43
指数基金实证结果表⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．43
股票平衡型基金实证结果表⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．43
股票收入型基金实证结果表⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．44
股票成长型基金实证结果表⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．44
各类基金基准实证结果表⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯44
V
东南大学学位论文独创性声明
本人声明所呈交的学位论文是我个人在导师指导下进行的研究工作及取得
的研究成果。尽我所知，除了文中特别加以标注和致谢的地方外，论文中不包含
其他人已经发表或撰写过的研究成果，也不包含为获得东南大学或其它教育机构
的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均
已在论文中作了明确的说明并表示了谢意。
研究生签名：
东南大学学位论文使用授权声明
东南大学、中国科学技术信息研究所、国家图书馆有权保留本人所送交学位
论文的复印件和电子文档，可以采用影印、缩印或其他复制手段保存论文。本人
电子文档的内容和纸质论文的内容相一致。除在保密期内的保密论文外，允许论
文被查阅和借阅，可以公布(包括刊登)论文的全部或部分内容。论文的公布(包
括刊登)授权东南大学研究生院办理。
第一章引言
1．1研究背景及意义
第一章引言
自2001年9月第一只开放式基金“华安创新”诞生以来，我国证券投资基金尤其是开放式基金
发展迅速。截至2008年底，我国共有59家基金公司，成立并发行的开放式基金达433只，占全部
基金数量的93．32％，开放式基金规模达23870亿元，占全部基金规模的96．88％【ll。
开放式基金作为一种大众化的投资工具，在证券市场的健康发展过程中发挥着越来越重要的作
用，特别是在证券投资风险日益显现的今天，越来越多的投资者都将基金、债券等低风险投资品种
作为自己的主要选择之一，一个客观有效的基金绩效评判系统和评判结果对于他们进行正确的投资
决策具有极其重要的指导意义。因此，如何对证券投资基金的绩效进行客观、公正的评价就越发显
得其迫切性。
对基金整体绩效衡量的大量实证研究表明：与理论假设相一致，资本市场是有效的，换句话说，
基金业作为整体并不能战胜市场12i。这一结论尽管对基金业存在的理由提出了巨大的挑战，但这也
凸现了基金绩效衡量问题的重要性。主要原因有：基金公司需要根据绩效衡量提供的反馈机制，进
行投资监控并为改进投资操作提供帮助；投资者需要根据基金经理的投资表现了解基金在多大程度
上实现了投资目标，监测基金的投资策略，并为自身进一步的投资选择提供决策依据；监管部门从
保护投资者利益的角度出发，也需要恰当地使用绩效衡量指标对基金公司的运作加以规范。总之，
上述各方面都依赖于对基金绩效的正确衡量，以及对绩效信息的恰当运用。
如何衡量基金绩效?基金的收益是否与其所承担的风险相对称?基金较好的业绩是靠基金经理
“个人投资技巧”还是基金公司完善的投资管理?基金的业绩表现是否可持续?基金业从总体上是
否能够超越市场指数?已有基金绩效的衡量方法是否可靠?所有这些方面的问题都在一定程度上反
映出了绩效衡量问题的复杂性与多面性，同时也呈现出绩效衡量问题研究引人入胜的一面。
现代金融投资理论发展的一个显著特点就是理论与实际结合，基金绩效衡量问题的研究也不例
外。尽管已有基金绩效衡量方法仍存在着各种各样的问题，但这些研究成果仍给基金业带来了深刻
的影响。20世纪70年代中期以前，在美国，绩效衡量在投资管理机构中还处于可有可无的地位，
而现在大多数基金管理组织都将业绩评估视为其投资决策过程中的一个不可分割的有机组成部分。
尽管中国证券投资基金的发展历史不长，但成长速度却很快，其对股票市场的影响日益重要。
特别是作为政府主导下的一种金融创新，证券监管部门已将大力培育证券投资基金的发展、超常规
发展机构投资者作为促进中国证券市场稳定健康发展的重要措施加以利用，在此大背景下，研究基
金绩效评估问题无疑具有重要的理论价值和现实的指导意义。
在许多经济发达国家，尤其在美国对基金绩效衡量问题已经展开了大量理论与实证研究，但我
国证券投资基金业的发展尚处于起步阶段，与基金运行有关的数据资料无论是在内容上还是在持续
时间上，仍不能满足实证研究的充分需要，实证研究结论的可靠性受到了很大影响，但利用这些资
料进行一些初步的实证研究仍是十分有益的。一方面，它不仅为基金绩效衡量提供了新的例证，丰
富了人们对基金绩效表现的认识，更为重要的是，处于起步阶段的中国证券投资基金业的可比性较
强，这又将会在很大程度上减少或消除基金绩效评价中可能存在的各种偏误(Measurement bias)：
另一方面，基金投资组合的透明性为直接观察我国资本市场的运行提供了重要的窗口，通过基金绩
【11数据来源：银河证券基金研究中心‘中国证券投资笨金2008年行业统计报告》。
【2】Fama E．Market efficiency：long-term returns and behavioral finance[J]．Journal of Financial Economies,1998(49)：283-306；
Hogan S，Jarrow氏Too M，Warachka M．Testing markct efficiency using statistical arbitrage with applications to
momentum and value strategies[J]．Journal of Financial Economics，2004(9)．
1
东南大学硕士学位论文
效衡量的研究，深化人们对机构投资者行为与作用的认识，对促进中国基金业的规范发展将有着重
要的实践意义。
1．2国内外研究进展
随着证券投资组合理论的发展，国外对基金绩效的评价己经形成了一套相对比较成熟的理论。
近年来，我国基金业发展迅猛，社会上对基金绩效进行评价的需求也日益强烈，相继出现了一些评
价系统，但从方法上基本还处于对国外理论的引进吸收阶段。综观现有国内外基金评价方法，可以
分为两类：一是单一的定量方法；二是综合评价的指标体系。这些方法的理论基础包括：投资组合
理论、资本资产定价模型(CAPM)、套利定价理论(APT)及有效市场价说(EMH)。具体有：
①基于资产组合理论的基金绩效评价方法：该类方法主要通过基金内部各类资产的持仓比率
和收益来评价绩效。Grinblatt&Titman(1992)等根据基金组合的变化提出了组合变动方
法(PCM)。龙淼和曾德明(2006)在研究基金重仓持股的基础上，分析了国内股票型基金
的绩效状况。田浩和李随成(2004)引入信息比率方法，探讨了基金绩效评价问题。
② 基于资本资产定价模型(CAPM)的基金绩效评价的三大经典方法：特雷诺指数模型
(Treynor，1965)、夏普指数模型(Sharpe，1966)、詹森指数模型(Jensen，1968，1969)，
以及M2测度(France Modigliani&Leah Modigliani，1997)等。孙静和秋菀华(2003)采
用夏普指数模型对我国基金绩效的评价进行了推广：刘艳武和蒋瑛琨(2004)进一步运用
夏普指数模型验证了我国基金市场的适用性；屠新曙和段琳琳(2005)对詹森指数模型在
我国基金市场的有效性进行实证分析。张本照和杜斌(2008)采用M2测度方法对我国基
金绩效进行实证分析。
③基于套利定价理论(APT)理论的基金绩效评价方法：这实际上是一种运用广泛的因素分
析法，分为单因素方法和多因素方法。国内部分学者也将其引入基金绩效评价，运用单因
素方法评价基金绩效的代表学者有：王尤和陈宇峰(2002)，王千红和吕小娟(2007)；陈
艳和孙晓光(2005)，徐颖和刘海龙(2006)则运用多因素方法对基金绩效的评价进行了相
应的实证研究。
除了上述主流方法以外．Momingstar绩效评价方法、数据包络分析(DEA)、基于VaR的RAROC
等方法也被广泛运用到基金绩效评估领域(邓超和袁倩，2007：吴庆田和肖赛君，2007；谭政勋，
2005；钱谱丰和李凯，2007)。
本文将以风险调整下的收益率为主线，采用基于VaR的RAROC(经风险调整后的资本收益，
黜sk Adjusted Return on Capital)方法来衡量基金的绩效。我们认为，运用RAROC方法可以考虑不
同种类基金的单位风险收益，这样，即使成立时间、投资对象、投资策略等不同的基金，其计算出
来的结果亦具有可比性，既方便同种类型基金的比较，又方便不同类型基金间的比较。基金投资属
于高风险，可能会带来高收益，但绩效评价不一定好，因为会给投资者带来的损失可能性也会增大。
所以，在计算VaR时，以前的学者多使用德尔塔一正态分布法ll J，本文考虑到金融时间数据的普遍
特性——尖峰厚尾性，将采用历史模拟法计算VaR值，拟合数据的模型利用能够较好处理尖峰厚尾
现象的@U℃H模型。
1．3论文结构
本文在理论和实践上都具有前沿性和新颖性。本文采用实证分析与比较研究相结合的方法，是
【l】谭政勋．我国开放式基金风险调整绩效评估研究们．财会月刊，2005(5)；钱谱丰，李凯．基于VAR的RAROC指标
评估证券投资基金绩效实证分析【J】．商业研究，2007(11)。
2
第一章引言
一篇技术性应用性很强的研究，与以往关于基金绩效评价方法的研究相比，系统性、全面性和实证
性也是其最主要的特点。
根据本文的研究目的，研究程序与篇章结构如下：
第一章引言
说明本文的研究背景及意义、国内外基金绩效的研究现状、论文结构和创新点。
第二章国内外基金业发展状况及基金分类
本章先描述了基金业的起源和发展，接着介绍了我国基金业的发展历程，随后介绍了基金的分
类方法，为本文基金的分类研究以方便不同种类间进行比较分析作必要的准备和铺垫。
第三章基金绩效评价理论基础及绩效评价模型综述
本章回顾了基金绩效衡量的理论基础，并对基金绩效评价方法进行了总结。
第四章基于VaR的RAROC基金绩效评价方法
本章介绍了本文的基金绩效评价方法一基于VaR的RAROC方法。将VaR三大计算方法进行
比较，提出了本文运用VaR历史模拟方法的理由与依据，在此基础上引入(}ARCH模型计算VaR值，
并进行实用性和合理性分析。
第五章实证过程
本章研究对象的样本来源和数据修正方法以及实证的步骤，最后分析实证结果。
第六章建议和展望
本章基于实证研究的结论，对我国基金业及基金自身管理提出建议，并对后续研究提出展望。
1．4创新点
本文在研究基金绩效过程中，以前人研究为基础，并进行了一定的创新：
1．将基金进行分类研究。前入在研究时主要注重方法验证，较少进行分类比较，有一些学者虽
然进行了分类，但是分类较粗略，只分到股票基金、债券基金、混合基金及货币市场基金，本文在
进行基金绩效比较时，按照投资策略将股票基金进行了细分，进一步分为成长型基金、收入型基金、
平衡型基金以及指数基金。
2．采用累积净值计算净值收益率。在描述基金的净值收益率时，以前的学者没有考虑基金的红
利分配，只是简单以每日净值(足。：坐兰二丝坠x100％)计算。本文在计算基金的净值收益率时考虑”
NA■一1
了红利分配，以每日累计净值(冠．；坐兰二坐竺=L±垒。100％)计算，这样更符合实际情况，更合理、更
”^纠K—I
具说明性。
3．数据全面。前人的研究一般只是选取几十种典型基金，并截取一部分样本区间来研究，样本
数据较少且不全面。本文的研究对象涵盖我国基金市场上2005年12月31日前成立的所有开放式基
金(货币市场基金除外)，样本区间为自基金成立日起至2008年12月31日的基金累计净值。考虑
到VaR历史模拟法需要大量的历史数据，在2006年1月1日后成立的开放式基金因为样本数据较
少没有列入研究范围。
4．利用GARCH模型计算VaR值。在研究方法上，已有部分学者将VaR引入基金绩效的衡量，
即RAROC方法：删瓜圮：丑。但是，国内学者在利用VaR来衡量基金绩效时，大都使用德尔塔一
yaR
正态分布法，没有考虑金融时间序列典型的尖峰厚尾性。本文采用GARCH模型拟合数据，使用历
史模拟法求VaR值，这在国内还不多见。
3
东南大学硕士学位论文
第二章国内外基金业发展状况及基金分类
对基金进行适当的分类是研究基金绩效评价的前提。就目前而言，分类标准不统一给绩效评估
带来了一定困难和复杂性。本章在探寻证券投资基金发展历史的基础上，着重研究了基金分类问题，
并提出以风险为考量依据，将其分为股票基金、债券基金及混合基金，股票基金再进一步细分为收
入型基金、成长型基金、平衡型基金及指数基金，以此分类方法进行基金绩效的比较研究。
2．1证券投资基金的起源和发展
1．证券投资基金的起源
证券投资基金是证券市场发展的产物，在发达国家已有上百年历史。证券投资基金作为社会化
的理财工具，起源于英国的投资信托公司。
证券投资基金的萌芽是由于产业革命的推动。产业革命极大地推动了英国生产力的发展和社会
财富的增长，因此许多需求资金的国家在资金充裕的英国发行各种有价证券，但投资者受到欺诈，
损失惨重。另外，公众为谋求资本的最大增值，希望能投资海外，却苦于资金量小和缺乏国际投资
经验，因此萌发了集合众多投资者的资金、委托专人经营和管理的方法。
1868年，英国成立“海外及殖民地政府信托基金”，金融史学家将其视为证券投资基金的雏形。
该基金公开向社会公众发售认股凭证，投资于美国、俄国、埃及等国的17种政府债券，但不能退股
和兑现基金份额，认购者的权益仅限于分红和派息。这些早期的基金管理没有引进专业管理人，而
是由投资者通过签订契约，推举代表来管理和运用基金资产。直到1873年罗伯特·弗莱明创立“苏
格兰美国投资信托基金”，投资信托基金才成为一种专门的盈利业务，聘请专职管理人进行管理。
初创阶段的基金多为契约型投资信托基金，投资对象多为债券，在类型上主要是封闭式基金。
直至1879年英国《股份有限公司法》公布，投资基金发展成为股份有限公司式的组织形式。至1890
年止，营运中的英国投资信托基金超过100只。
2．证券投资基金的发展
基金起源于英国，但在美国得到了迅猛发展。1924年3月21日，“马萨诸塞投资信托基金”在
美国成立，成为世界上第一支公司型开放基金11】。随后在美国迅猛发展：1926年至1928年3月，美
国成立的公司型基金达480家：1929年基金资产达70亿美元，是1926年的7倍。但随后的经济危
机导致基金业一直处于低速发展阶段，基金总资产在1929—1931年间下降了50％以上。20世纪40
年代以后，发达国家政府认识到证券投资基金的重要性，纷纷立法加强监管，完善对投资者保护措
施，为基金业发展提供了良好外部环境。如1940年美国颁布的《投资公司法》和《投资顾问法》等。
在美国，共同基金【2】已经成为一种大众化的投资工具。截至2007年末，美国的共同基金规模达
到了13．44万亿美元，占全球基金总规模51．31％(表2．1)。1980年，美国仅有6．25％的家庭投资基
金，现在约有一半的家庭投资于基金，基金占所有家庭资产的40％左右。p’
20世纪80年代以后，证券投资基金在世界范围内得到普及，基金业的快速扩张正在成为一种
国际性现象。根据美国投资公司协会(ICI)的统计，截至2007年末，全球基金数量达66350只，
其中开放式基金65682只，全球基金的资产规模达26．22万亿美元，其中开放式基金25．88万亿美元，
【l】“马萨诸塞投资信托基金”有3个新的特点：①组织形式由契约型改变为公司型；②运作方式由封闭式改变为开
放式；③回报方式由过去的固定收益方式改变为收益分享、风险分担的分配方式。
【2l证券投资基金在各个国家和地区的称谓不尽相同：美国称“共同基金”，英国和中国香港称“单位信托基金”，日
本和中国台湾称“证券投资信托基金”，中国大陆则将其称为“证券投资基金”。
【3】数据来源：美国投资公司协会‘2008 ICl Fact Book)。
4
第二章国内外基金业发展现状及基金分类
近年来呈稳定增长态势。图2．1是全球基金数量发展概况，图2．2是全球基金净值规模发展概况。【1】
表2．1 1998--2007美国共同基金规模占全球基金的规模
年份全球基金规模(亿美元) 美国共同基金规模(亿美元) 美国共同基金规模比重
9，594，550
11，762，345
II，871，028
11，654，868
11，324，128
14，048，311
16，164，795
17，771。027
21．823。455
5，867。187
7，264，471
7，424，112
7，433。106
6，776，289
7，969，541
8，792，450
9，763，921
ll，485，012
61．15％
61．78％
62．54％
63．78％
59．84％
56．73％
54．39％
54．94％
52．63％
2007 26，199，448 13，442，653 51．31％
数据来源：美国投资公司协会http：／／Www．ici．org／indcx．html。
图2-l 全球基金数量发展概况
图2-2 全球基金净值规模发展概况
【1】数据来源；美国投资公司协会http：／／www．ici．org／index．html。
5
均坞加∞∞∞加∞∞g；g：∞毗舵∞∞∞∞
东南大学硕士学位论文
2．2我国基金业的发展历程
我国基金业的发展可以分为3个历史阶段：
①早期探索阶段：20世纪80年代末至1997年11月14日《证券投资基金管理暂行办法》颁
布之前。
②封闭式基金发展阶段：《证券投资基金管理暂行办法》颁布实施以后至2001年9月开放式
基金推出以前。
③开放式基金发展阶段：2001年9月“华安创新”成立以来至今。
1．我国基金业发展的早期探索阶段
20世纪70年代末，中国经济体制开始改革，基金作为一种筹资手段开始受到一些中国驻外金
融机构的注意。1987年，中国新技术创业投资公司(中创公司)与汇丰集团、渣打集团在中国香港
联合设立了中国置业基金，标志着中资金融机构开始正式涉足投资基金业务。其后，一批由中资金
融机构与外资金融机构在境外设立的“中国概念基金”相继推出。在境外“中国概念基金’’与中国
证券市场初步发展的影晌下，1992年11月中国境内第一家比较规范的投资基金—淄博乡镇企业游
资基金(简称淄博基金)fl】成立。随后引发了短暂的中国投资基金发展的热潮。1993年下半年政府
进行了宏观调控，投资基金的审批受到限制。1994年以后经济逐步升温，但基金发展过程中的不规
范问题和积累的其他问题逐步暴露出来，多数基金的资产状况趋于恶化，经营上步履维艰。此后中
国基金业进入治理整顿阶段，发展陷于停滞状态。截至1997年底，“老基金”12J的数量共有75只，
规模在58亿元人民币左右。
总体而言，这一阶段中国基金业的发展带有很大的探索性和自发性。“老基金”存在的问题主要
表现在以下3个方面：
①缺乏基本的法律规范，普遍存在法律关系不清、无法可依、监管不力的问题；
②受地方政府要求“服务地方”经济需要的引导。以及当时境内证券市场规模狭小的限制，
“老基金”并不以上市证券为基本投资方向，而是大量投向了房地产、企业等产业部门，
因此它们实际上是一种直接投资基金，而非严格意义上的证券投资基金；
③深受房地产市场降温、实业投资无法变现以及贷款无法回收的困扰，资产质量普遍不高。
2．封闭式基金发展阶段
1997年11月14日，国务院证券管理委员会颁布了《证券投资基金管理暂行办法》。这是我国
首次颁布的规范证券投资基金运作的行政法规，为我国基金业的规范发展奠定了法律基础，由此我
国基金业的发展进入了一个新的阶段。
1998年3月27日，南方基金管理公司和国泰基金管理公司分别发起了规模均为20亿元的两只
封闭式基金——“基金开元”和“基金金泰”，拉开了中国证券投资基金试点的序幕。1998年，我
国共设立了5家基金管理公司，封闭式基金5只，年末资产净值合计107．4亿元人民币。1999年，
共有14只新的封闭式基金的发行，清理规范“老基金”改制成立了4只证券投资基金，因此至1999
年年底，证券投资基金数量达23只，资产净值达576．85亿元人民币，基金管理公司的数量增加到
lO家。截至2001年9月开放式基金推出之前，我国共有47只封闭式基金。2002年8月我国的封闭
式基金增加到54只，但其后由于高折价没有再发行使封闭式基金陷于停滞状态。2006年随着第一
只封闭式基金到期转为开放式基金，至2008年末我国封闭式基金的数量较少到31只。
3．开放式基金发展阶段
2000年lO月8日，中国证监会发布了《开放式证券投资基金试点办法》。2001年9月，我国第
一只开放式基金——“华安创新”诞生，标志着我国基金业进入一个全新的发展阶段。从近年来我
【l】该基金为公司型封闭式基金，募集规模1亿元人民币，60％投向淄博乡镇西耶，40％投向上市公司，并与1990
年8月在上海证券交易所最早挂牌上市。
【21人们习惯上将1998年‘暂行办法》实施以前设立的基金称为“老基金”。
6
第二章国内外基金业发展现状及基金分类
国开放式基金的发展看，我国基金业的发展中表现出以下几个方面的特点：
①基金品种日益丰富，基本涵盖国际上主要基金品种。2002年8月，南方基金管理公司推出了
我国第一只以债券投资为主的南方宝元债券基金。2003年3月，招商基金管理公司推出了我国第一
只系列基金。2003年5月，南方基金管理公司推出了我国第一只保本型基金一南方避险保本型基
金。2003年12月，华安基金管理公司推出了我国第一只准货币型基金——华安现金富利基金。2004
年10月，南方基金管理公司成立了国内第一只上市开放式基金(LOF)——南方基金配置基金。2004
年12月，华夏基金管理公司推出了国内首只交易型开放式指数基金(ETF)——华夏上证50ETF。
②合资基金管理公司发展迅猛。我国第一家中外合资基金公司诞生于2002年末，目前合资基金
公司的数量已达30家，占全部基金管理公司数量的50％。合资基金公司带来的国际先进投资理念、
风险控制技术和营销体系等，很大程度上推动了国内基金业的快速发展。
③营销和服务创新活跃。基金业市场化程度的提高直接推动了基金管理人的营销和服务创新活
动。申购费用模式可选择前端收费或后端收费，交易方式可采用电话委托、ATM、网上委托等。定
期定额计划、红利再投资这些在成熟市场较为普遍的服务也被越来越多基金管理公司所采用。
④法律法规逐步完善。2004年6月’1日《证券投资基金法》正式实施，成为中国基金发展史上
又一个重要里程碑。中国证监会相应配套法规迅速出台，推动基金业在更加规范的法制轨道上稳健
发展。
⑤封闭式基金和开放式基金的发展形成鲜明对比。自1999年4月我国封闭式基金首次出现折价
交易后，封闭式基金的高折价已成为其进一步发展的巨大障碍。与封闭式基金发展停滞不前相比，
我国开放式基金的发展却是蒸蒸日上。截至2008年底，我国的基金管理公司已有59家，管理基金
数量已达464只，其中开放式基金433只，占基金全部数量的93．32％。基金资产规模达到了24638
亿元人民币，其中开放式基金23870亿元，占中国基金市场资产总规模的96．88％[11(如图2—3、2-4)。
图2-3 中国基金数量发展状况
【l】数据来源：银河证券基金研究中心《中国证券投资基金2008年行业统计报告》。
7
东南大学硕士学位论文
35000
30000
25000
；20000
15000
10000
5000
’0
u。
l 30432
Z4638
9qn 0
8571
，9左R 469晕R异q—lIII!主{：二
107n．520—846．8—21 8·‰．1茹i蝌j酣1
2．3证券投资基金的分类
图2-4 中国基金净值规模概况
经过短短几年的发展，2008年底我国的基金数量达到了464只，其中开放式基金占433只。随
着基金数量、品种的不断增多，无论投资者、基金管理公司，还是基金研究评价机构、监管部门，
都需要对基金进行科学合理的分类：
①对基金研究评价机构而言，基金的分类则是进行基金评级的基础。
②对基金投资者而言，需要在众多的基金中选择适合自己风险收益偏好的基金。科学合理的
基金分类，将有助于投资者加深对各种基金的认识及对风险收益特征的把握，有助于投资
者作出正确的投资选择与比较。
③对基金管理公司而言，基金业绩的比较应该在同一类别中进行才公平合理。
④对监管部门而言，明确基金的类别特征，将有利于针对不同基金的特点实施更有效的分类
监管。
科学合理的基金分类至关重要，但在实际工作中对基金进行统一的分类并非易事。作为金融服
务行业，基金产业为不断满足投资者的需要，基金产品创新的步伐从未停止，没有一种分类方法能
够满足所有的需要，各种分类方法之间不可避免地存在重合与交叉。为统一基金分类标准，一些国
家常常会由监管部门或行业协会出面制定基金分类的统一标准。如美国投资公司协会依据基金投资
目标和投资策略的不同，将美国的基金分为33类。我国在2004年7月1日开始实施的《证券投资
基金运作管理办法》中，首次将基金分为股票基金、债券基金、混合基金、货币市场基金等。不过
监管部门或行业协会往往不够精细，无法满足投资者的实际投资需要。因此，尽管存在不同的分类
标准，投资者仍会借助一些基金评级公司的基金分类进行实际的投资操作。
构成基金的要素多种，因此可以根据不同的分类标准对基金进行分类：
1-根据运作方式的不同，可以将基金分为封闭式基金、开放式基金。
封闭式基金是基金份额在基金合同期限内固定不变，基金份额可以在依法设立的证券交易所交
易，但基金份额持有人不得申请赎回的一种基金运作方式。开放式基金是指基金份额不固定，基金
份额可以在基金合同约定的时间和场所进行申购或者赎回的一种基金运作方式。
2．根据组织形式的不同，可以将基金分为契约型基金、公司型基金等。
不同的国家具有不同的法律环境，基金能够采用的法律形式也会有所不同。目前我国的基金全
部都是契约型基金，而美国的绝大多数基金是公司型基金。组织形式的不同赋予了基金不同的法律
地位，基金投资者所在受到的法律保护也因此有所不同。
8
第二章国内外基金业发展现状及基金分类
3．依据投资对象的不同，可以将基金分为股票基金、债券基金、货币市场基金、混合基金等。
股票基金是指以股票为主要投资对象的基金。债券基金主要以债券为投资对象。货币市场基金
以货币市场工具为投资对象。混合基金同时以股票、债券为投资对象，通过在不同资产类别上的投
资实现收益与风险之间的权衡。根据中国证监会对基金类别的分类标准：60％以上投资于股票的基
金为股票基金；80％以上投资于债券的基金为债券基金；仅投资于货币市场工具的基金为货币市场
基金；投资于股票、债券和货币市场工具，但股票投资和债权投资的比例不符合股票基金、债券基
金规定的基金为混合基金。
4．根据投资目标的不同，可以将基金分为成长型基金、收入型基金和平衡型基金。
成长型基金是指以追求资本增值为基本目标，较少考虑当期收入的基金，主要以具有良好增长
潜力的股票为投资对象。收入型基金是指以追求稳定的经常性收入为基本目标的基金，主要以大盘
蓝筹股、公司债、政府债券等稳定收益的证券委投资对象。平衡型基金则是既注重资本增值又注重
当期收入的一类基金。
5．根据投资理念的不同，可以将基金分为主动型基金和被动(指数)型基金
主动性基金是一种力图获得超越基准组合表现的基金。与主动型基金不同，被动型基金并不主
动寻求取得超越市场的表现，而是试图复制指数的表现。被动型基金一般选取特定的指数作为跟踪
的对象，因此通常又被称为指数型基金。
6．根据募集方式的不同，可以将基金分为公募基金和私募基金。
公募基金是指可以面向社会公众公开发售的一类基金；私募基金则是只能采取非公开方式，面
向特定投资者募集发售的基金。与私募基金相比，公募基金主要具有如下特征；①面向社会公众公
开发售基金份额和宣传推广，基金募集对象不固定；②投资金额要求低，适宜中小投资者参与；③
必须遵守基金法律和法规的约束，并接受监管部门的严格监管。
7．根据基金的资金来源和用途的不同，可以将基金分为在岸基金和离岸基金。
在岸基金是指在本国募集资金并投资于本国证券市场的证券投资基金。由于在岸基金的投资者、
基金组织、基金管理人、基金托管人及其他当事人和基金的投资市场均在本国境内，所以基金的监
管部门比较容易运用本国法律法规及相关技术手段进行监管。离岸基金是指在他国发售证券投资基
金份额，并将募集的资金投资于本国或第三国的证券市场的证券投资基金。
8．特殊型基金。
①系列基金。系列基金又称为“伞型基金”，是指多个基金共用一个基金合同，子基金独立运作，
子基金之间可以进行相互转换的一种基金结构形式。我国目前共有12只系列基金。
②基金中的基金。基金中的基金是指以其他证券投资基金为投资对象的基金，其投资组合由其
他基金组成。我国目前尚无此类基金存在。
③保本基金。保本基金是指通过采用投资组合保险技术，保证投资者在投资到期时至少能够获
得投资本金或一定回报的证券投资基金。保本基金的投资目标是在锁定风险的同时，力争有机会获
得潜在的高回报。目前，我国已有多只保本基金。
④交易型开放式指数基金(ETF)。交易型开放式指数基金(Exchange Traded Funds，简称“ETF”)，
通常又被称为“交易所交易基金”，是一种在交易所上市交易的、基金份额可变的一种开放式基金。
ETF基金最早产生于加拿大，但其发展和成熟主要是在美国。一般地，ETF基金采用被动策略跟踪
某一标的市场指数，因此具有指数基金的特点。
⑤上市开放式基金(LOF)。上市开放式基金(Listed Open-ended Funds，简称“LOF”)，是一种
既可以在场外市场进行基金份额申购或赎回，又可以在交易所进行基金份额交易和申购或赎回的开
放式基金。它是我国对证券投资基金的一种本土化创新。
9
东南大学硕士学位论文
2．4小结
目前而言，国际基金业美国占据主导地位，其基金资产规模占全球基金总规模的半数以上。欧
洲、日本等基金业发展比较成熟。其它新兴国家和地区，如中国香港、中国台湾、新加坡、韩国等
发展迅猛，日益发展成为本国资本市场中的强大力量。证券投资基金作为一种投资工具，在美国等
发达国家已经成为个人或家庭的主要投资品种之一。在我国，随着基金的完善和发展，证券投资基
金越来越受到投资者欢迎，特别是对于不善理财和对资本市场不够了解的投资者来讲，是一个很适
合的投资品种。开放式基金已经成为证券投资基金的主流产品，2007年全球开放式基金规模占全球
基金总规模的98．80％，2008年我国开放式基金规模占我国基金总规模的96．88％。随着基金数量、
品种的不断增多，无论投资者、基金管理公司，还是基金研究评价机构、监管部门，都需要对基金
进行科学合理的分类，作为基金绩效评价的基础。
本文以中国证券市场上的开放式基金为研究对象，为方便基金绩效比较，我们将对基金进行分
类研究。在上述综合考虑了基金分类方法的基础上，本文以风险为考量标准，先将开放式基金大体
分成债券基金、股票基金及混合基金，再将股票基金按照投资策略进一步细分为成长型基金、收入
型基金、平衡型基金及指数基金，在此基础上对它们进行分类探究。
一般而言，股票基金的风险最高，混合基金次之，债券基金最小。但是如果将投资大盘股、蓝
筹股等绩优股的股票基金与投资小盘股等成长类股票的偏股混合基金比较，股票基金的风险就不一
定较高，很有可能这种偏股混合基金的风险更高一点。所以，在确定基金的风险时最根本的还是要
依据基金投资对象的风险而定。
相对而言，成长型基金的风险大、收益高：收入型基金的风险小、收益低；平衡型基金的风险、
收益介于成长型基金与收入型基金之间。但这也不是绝对的，有些成长型基金的投资对象是一些大
盘绩优股，同样寻求资本增值，但风险会相对低一点，很可能会低于投资于高成长股票的平衡型基
金。在现实生活中，很难找到纯粹的收入型基金，一般而言，红利型的基金也会寻求资本增值，有
点类似于平衡型基金。怎么来区分此类基金?本文在处理这种情况时，主要考虑基金的投资方向和
其对分红的关注度，若是红利分配频繁则将其归入收入型基金，否则归入平衡型基金。
本文将开放式基金进行如此分类，一方面是为了进行横向比较，不同种类的基金评价结果是不
是差异性较大，同类型基金的评价结果是不是具有一致性；另一方面是为了进行纵向比较，同种类
的基金评价结果是不是差异性很大，不同的基金经理的管理能力是否能完全反应在基金的绩效上。
10
第三章基金绩效评价理论基础及方法综述
第三章基金绩效评价理论基础及方法综述
3．1证券投资基金绩效评价理论基础
3．1．1投资组合理论
投资组合理论(Portfolio Theory)最早由马科维兹(Markowitz，1952)提出，其在1952年发表
的题为《投资组合选择》的论文，对现代投资理论具有奠基性意义，标志着现代证券组合的开端，
随后在其1959年出版的同名著作中系统地阐述了这一理论。投资组合理论为有效投资组合的构建和
投资组合的分析提供了重要的思想基础和一整套分析体系，从而就对以投资组合为己任的基金管理
业产生了广泛而深远的影响：
1．马科维兹首次对风险和收益这两个投资管理中的基础性概念进行了准确的数理化定义，从此
同时考虑风险和收益就作为描述合理投资目标缺一不可的两个要件(参数)。
在马科维兹之前，投资顾问和基金经理尽管也会顾及风险因素，但由于不能对风险加以有效的
衡量，就只能将注意力放在投资的收益方面。马科维兹用投资回报的期望值(均值)表示投资收益
(率)，用方差(协方差)表示收益的风险，解决了对资产风险的衡量问题，并认为典型的投资者是
风险回避者，他们在追求高预期收益的同时会尽量回避风险。据此马科维兹提供了以均值一方差分
析为基础的效用最大化的一整套投资组合理论。
2．投资组合理论关于分散投资的合理性阐述，为基金管理业的存在提供了重要的理论依据。该
理论认为，证券组合的风险随着组合所包含证券数量的增加而降低，尤其是证券间相关性越小的多
元化证券组合，越能有效地降低非系统性风险，使证券组合的投资风险趋于市场风险水平。
在马科维兹之前，尽管人们很早就对分散投资能够降低风险有一定的认识，但从未在理论上形
成系统化的认识。在《投资组合选择》一文中，马科维兹在对单一资产的风险计量的基础上导出了
均值一方差模型(又称均异模型)：
E(o)=E而E(‘)
tffil
oP=ΣEXtXjO'j(Y舭
I=i 1=1
Ex,=l
(3．1)
公式(3．1)中，％2表示投资组合的方差，or,，q是证券的标准差，墨，■表示投资于证券
i，j的投资比重，i,j=l，2，⋯⋯，n，表示组合中共有n种证券，屏，表示相关系数。
投资组合的方差公式说明：投资组合的方差并不是组合中各个证券方差的简单线性组合，而是
在很大程度上取决于证券之间的相关关系。单个证券本身的收益和标准差指标，可能对投资者并不
具有吸引力，但如果它与投资组合中的证券相关性小甚至是负相关，它就会被纳入组合。当组合中
的证券数量较多时，投资组合的风险大小在很大程度上更多地取决于证券之间的协方差，单个证券
的方差则会居于次要地位。因此投资组合的均值一方差公式对于分散投资的合理性，不但提供了理
论上的解释，而且提供了有效分散投资的实际指引。
东南大学硕士学位论文
3．马科维兹提出的“有效投资组合”的概念，使基金经理从过去一直关注于对单个证券的分析，
转向了对构建有效投资组合的重视。自上世纪50年代初马科维兹发表其著名的论文以来，投资管理
已从过去专注于选股转为分散投资和组合资产之间的相互关系上来。事实上，投资组合理论已将投
资管理的概念扩展为组合管理，从而使投资管理的实践发生了革命性变化。
4．马科维兹的投资组合理论已被广泛应用到投资组合中各主要资产类型的最优配置的活动中，
并被实践证明是行之有效的。由于在整个投资组合决策中“资产配置”居于基础性的地位，对整个
基金投资组合的最终表现具有决定性影响，因此均值一方差受到一如既往的重视也就不足为奇了。
在此理论基础下，人们发展了信息比率和组合变动方法(PCM)等模型用以评价基金的绩效。
(详见3．2．1节)
3．1．2资本资产定价模型
在马科维兹均值—方差模型的基础上，夏普(Sharpe，1964)、林特纳(Lintner，1965)和莫辛
(Mossin，1966)进一步提出了资本资产定价模型(Capital Asset Pricing Model，简称CAPM)。CAPM
模型包含两个部分：资本市场线(CML)和证券市场线(SML)，该模型随后在长达15年的时间里
一直在金融研究领域中占据着统治性的地位，在实践领域中尤其在资本配置方面至今仍应用广泛举
足轻重。
CAPM模型的资本市场线(CML)模型是在一系列假设条件下得出的，其基本形式如下：
弼心+[半卜(3．2)
公式(3．2)中，E(名)表示有效组合P的期望收益率，％表示有效组合P的标准差，E(rm)表
示市场组合m的期望收益率，％表示市场组合M的标准差，，：r表示无风险证券收益率。
图3-1 资本市场线CIIL
CAPM模型的证券市场线(SML)模型基本形式如下：
E(I)=o+屈[E(％)一，，] (3-3)
公式(3．3)中，E(，；)表示证券的期望收益率，0是无风险资产的收益率，E(rm)表示市场组
合的期望收益率，层为风险系数。
12
第三章基金绩效评价理论基础及方法综述
图3-2 证券市场线S}tL
CML和SML的共同点：①这两条线在纵坐标上都有个截距，截距都表示无风险收益率。②纵
坐标都表示收益率。③这两条线都表示收益和系统性风险之间的一种线性关系。
CML和SML的区别：①适用范围不同：SML适用范围更宽泛一些，既适用于单个股票，也适
用于投资组合；CML不适用单个证券，只适用组合。②横坐标不同：CML的横坐标是标准差，包
含所有风险；SML的横坐标是13系数，用来衡量市场风险(系统风险)。③两条线斜率的含义不同：
CML的斜率表示每一个单位的标准差所对应的风险收益率；SML的斜率表示每一个单位的p系数
所对应的风险收益率。
CAPM模型是一般均衡模型，它说明在均衡情况下，单个证券或投资组合的期望收益率与其风
险之间存在着一种简单明了的正向线性关系。这种关系具有合理的直观解释：投资于某证券或投资
组合的期望收益率等于无风险利率加上该投资所承担的风险补偿。在投资收益上风险是决定性因素，
要取得较高的投资收益必须承担较高的投资风险。在已知市场组合的收益率和风险值、无风险资产
的收益率和单个证券或投资组合的风险值。或风险敏感度13的情况下，投资者就可以得出单一证券
或投资组合的期望收益率。CAPM模型尽管结构简单，却蕴含着非常丰富的经济思想并具有很强的
解释力，从而对投资管理实践带来了深刻的影响：
1．CAPM模型表明在风险和收益之间存在一种简单的线性替换关系，从而在投资收益与风险之
间建立了一种非常明确的关系。过去投资管理关注的主要是投资的收益方面，CAPM使得基金管理
由过去的收益管理模式向现代的风险管理模式转变。
2．不同于方差对投资风险的衡晕，CAPM模型的SML提出了衡量风险大小的新的思想，这就是
资产的13值。D值反映了资产收益率受市场组合收益率变动影响的敏感性，衡量了单个资产不可分
散风险(亦可称为市场风险、系统风险)的大小。不能期望承担可分散风险而得到补偿，从而使投
资者和基金管理者把注意力集中到系统风险上。
3．CAPM模型突出了市场投资组合的重要性，托宾(Tobin，1964)在此基础上提出了著名的分
离定理。分离定理表明不同风险偏好的投资者会对一个相同的风险资产组合——市场投资组合产生
共同的兴趣。投资者的不同风险偏好的满足，完全可以通过其在无风险资产与市场投资组合之间的
不同投资比例(资产配置)来满足，而没有必要建立自己的投资组合。这样CAPM也是导致指数基
金创立的理论基础之一。
4．CAPM模型可以用来评价证券的定价是否合理。以SML为参照，偏离SML的证券为价格错
定的证券。例如存在两种证券A和B，位于直线上方的证券A价值被低估，而直线下方的证券B价
值则被高估，这无疑为投资决策提供了重要的信息。
CAPM模型为投资组合绩效衡量提供了理论基础。对基金组合绩效衡量的经典性指标——夏普
指数、特瑞纳指数、詹森指数及M2测度等就是建立在CAPM模型之上的。(详见3．2．2节)
13
东南大学硕士学位论文
3．1．3套利定价模型
罗尔(Roll，1977，1978)指出了CAPM模型的不可检验性，而罗斯(Ross，1976)提出了一
种替代CAPM的模型——套利定价模型(Arbitrage Pricing Theory，简称APT模型)。APT模型建立
在比CAPM模型更少和更合理的假设之上，而且从原则上看是可以加以检验的，因此与CAPM模型
相比有一定的应用上的相对优势。
APT模型用套利概念定义均衡，并假设证券的收益率与一组指数线性相关，其基本形式如下：
E“)=凡+届t^+届2五+⋯+成丸(3．4)
公式(3．4)中，E(，；)表示证券组合i的期望收益率，气表示与证券因素无关的常数，岛表示
证券i的收益率对风险因素j0=i，2，⋯，n)的收益率的敏感度，旯。表示风险因素j的风险增溢(j=1，⋯，
n)。
APT模型表明：在市场均衡状态下，证券或组合的期望收益率完全由它所承担的因素风险所决
定：承担相同风险的证券或证券组合都应该具有相同的期望收益率；期望收益率与因素风险的关系，
可由期望收益率的因素敏感性的线性函数来表示。如果将因素固定为一种，而且这一因素就是市场
因素本身(即单因素模型)，APT模型就与CAPM模型在形式上取得高度一致。APT模型在中的应
用表现在下面两个方面：
1．事先尽量猜测某些因素可能是证券收益的影响因素，但并不确定知道哪些因素对证券收益有
广泛而特定的影响，哪些因素没有。于是可以运用统计分析模型对证券的历史数据进行分析，以分
离出哪些是统计上显著影响证券收益的主要因素。
2．明确确定某些因素与证券收益有关，于是对证券的历史数据进行回归，以获得相应的敏感度
系数，再运用公式(3．4)预测证券的收益。
在APT的理论加框下，Roll(1978)给出了基于APT的基金绩效评价模型，Connor＆Korzjszyk
(1991)等运用该方法进行了有关经验研究。(详见3．2．3节)
3．1．4有效市场理论
有关有效市场理论(Efficient Market Hypothesis，简称EMH)的论述可以追溯至lJBachelier(1900)的
理论研究以及Cowles(1933)的经验研究。而现代经济学文献中有关EMH的论述则始白Samuelson
(1965)，其中又以法玛(Fama，1970)对EMH理论的阐述最为系统，而Grossman(1976)以及
Grossman＆Stiglitz(1980)则对EMIl理论进行了重新定义。
Fama粕J：EMH分为三种形式：弱势有效市场假设、半强势有效市场假设以及强势市场假设。弱势
有效市场假说认为，证券价格充分反映了历史上一系列交易价格和交易量中所隐含的信息，因而直
接否定了投资分析中技术分析方法存在的基础。半强势有效市场假说认为，证券当前价格完全反映
所有公开信息，又进一步否定了投资分析中基本面分析存在的基础。强势有效市场假说认为，证券
价格总是能及时充分地反映所有相关信息，包括所有公开的信息和内幕信息，否定了任何内幕信息
的价值。
在一个高度竞争性的市场下，EMH具有直观的合理性：股票价格充分反映了所有已知信息，新
信息会立即在股票价格中得到反映。因此在有效市场下，基金经理不可能获得超过由投资对象的风
险水平所决定的投资回报，也就是说，投资专家并不比普通投资大众更高明。这无疑从根本上否定
了基金管理业作为一个行业的存在价值。国外早先的实证研究中，大部分研究结论是支持市场是高
14
第三章基金绩效评价理论基础及方法综述
度强势有效假设的。这些研究的结果对投资实务界产生了重大的影响：既然投资基金无法取得高于
市场的收益率，那么就没有必要浪费时间和精力进行积极的投资管理，基金只要能够模拟市场指数
进行资金的消极管理就可以了。因此EMH理论也成为指数基金存在的哲学基础。
国外最近的一些研究则表明，有效市场并不像想象中的那么有效。证据来自两个方面：首先是
存在很多明显的异常现象，其次是存在一些看来直接反驳该假设的证据。Grossman(1976)以及
Grossman＆Stiglitz(1980)认为，信息并不是免费的，因此在有效市场下，投资者将会考虑到获
取市场信息的成本以及利用信息进行投资决策的成本。根据这一理论，20世纪80年代一些实证研究
表明：共同基金可能会取得超越市场表现的风险调整收益。现在主导性的观点是：尽管市场会向着
越来越有效的方向发展，但证券价格所反映的信息却要比一些聪明的投资者或投资专家所掌握的全
部信息要少，这无疑为那些期望超越市场表现的基金经理进行积极的组合管理提供了激励。
3．2证券投资基金绩效评价模型综述
3．2．1基于资产组合的绩效评评价方法
1．信息比率。以马克维兹的均异模型为基础，Goodwin(1998)最先提出了信息比率(Information
Ratio)用以衡量基金的均异特性。其计算公式如下：
侬：生(3．5)
oD，
公式(3．5)中，q=Rp一也是基金与基准组合的差异收益率，Dp=Rp—Rb是差异收益率
的均值， 是差异收益率的标准差，b为基准组合。
信息比率是基于均值一方差标准统计模型计算出来的。差异收益率的方差可以对组合在实现投
资者真实投资目标方面的相对风险作出衡量，因此是一个更有效的风险计量方法。信息比率越大，
说明基金经理单位跟踪误差所获得的超额收益越高，因此信息比率较大的基金的表现要好于信息比
率较低的基金。如果将无风险收益率作为衡量基准，夏普指数实际上可以被看作一种特定情况下的
信息比率。
2．组合变动方法(PCM)。考虑到市场组合选择的困难，Orinblatt&Titman(1992)等提出了一
种根据基金投资组合变化状况来度量其绩效的评价方法，即组合变动方法(Portfolio Change Measure，
简称PCM)。PCM的计算公式为：
ΣPCMj--E“_，，一_一(3．6)
J=l 1=1
公式(3．6)中，以为基金投资组合中证券的种类，rjJ为基金收益率，吩，。为证券／在基金组合
中的权重。如果PCM为正值，则表明基金绩效比较较好；反之，若PCM为负值则表明基金绩效较
差。
PCM方法是通过计算在基金改变投资组合之后，在给定的评价期间内基金是否增持了哪些具有
较高收益的证券头寸，来判别它们的投资绩效高低。运用PCM方法评价基金绩效虽然避开了市场组
合选择的困难，但需要掌握有关基金投资组合变化的详细信息。此外，PCM方法本身对有关基金运
15
东南大学硕士学位论文
作信息的揭示是比较有限的。
3．2．2基于OAPI／的绩效评价方法
20世纪60年代以来，一些学者在标准CAPM理论指导下，建立了用于评价基金组合资产管理
绩效的指数模型，其中最具代表性的有以下三种：
1．特雷诺指数模型。特雷诺指数模型最先由美国学者特雷诺(Treynor，1965)根据证券市场线
(S池)提出。
下乃一2B一彳0 (3．7)
公式(3．7)中，Rv是基金珀勺期望收益率，0是无风险收益率，辟是风险指数，乃是特雷诺
业绩指数，它的样本估计值为o 2警。
2．夏普指数模型。与特雷诺指数模型所采用的风险指数不同，夏普(Sharpe，1966)用标准差仃
来度量基金的投资风险，并以资本市场线(CML)为基准构造了夏普指数模型。
a—Rp—rl 雕2≮ (3．8)
公式(3．8)中，Rv是基金f的期望收益率，0是无风险收益率，仃P是风险指数，&是夏普业
绩指数，它的样本估计值为§。：挈。。
仃p
3．詹森指数模型。在特雷诺指数模型和夏普指数模型的基础上，詹森(Jensen，1968，1969)以
证券市场线(SML)为基准，采用风险指数∥构造了评价基金绩效的詹森业绩指数模型。
‘=％一rl一岛(如一r／) (3·9)
公式(3．9)中，Rp是基金f的期望收益率，，，是无风险收益率，屏是风险指数，如为市场组
合的期望收益率，‘是詹森业绩指数，其样本指数估计值为&尸=Rv—rf一或(Rm—rf)。
詹森指数模型与特雷诺指数模型十分相似，Friend&Blume(1970)等讨论了这两个模型之间的
关系，给出了它们之间的转换关系：
之：生≥：孚+(页肿一ry) (3．10)
P
§p 9 p
三种经典指数评价模型的区别：夏普指数考虑的是总风险，特雷诺指数和詹森指数考虑的是市
场风险；特雷诺指数与詹森指数只考虑了基金获得的超额回报，夏普指数同时考虑了超额回报和风
险分散：詹森指数要求对样本期内所有的数据进行回归。
三种经典指数评价模型同时存在着很大的缺陷：①CAPM模型的有效性问题，三种指数模型都
16
第三章基金绩效评价理论基础及方法综述
是以CAPM为理论基础的，而CAPM的成立却依赖于有效市场假说：②SML或CML误定可能引致
的绩效衡量误差；③基金组合的风险并非一成不变，基金经理根据市场变化可能会对基金组合随时
作出变动；④以单一市场组合为基准的衡量指标会使绩效评价有失偏颇，很难找到合适的绩效评价
标准，即准确的市场组合，只能寻求市场组合的“替代物”，然而“替代物”在实际应用中都是不准
确的。针对这些问题，Sharpe(1988)、Elton(1992)、Ming(1999)等提出采用多指数模型测算基
金绩效。然而采用多指数绩效评价模型仍无法根本性地解决因市场组合选择不同而产生评价结果失
真的这一问题。
除了上述三大经典基金绩效评价方法，基于CAPM模型基础上还有M2侧度等。
M2侧度。尽管可以根据夏普指数的大小对组合绩效表现的优劣加以排序，但夏普指数本身的数
值却难以加以解释。为此诺贝尔经济学奖获得者France Modigliani&Leah Modigliani(1997)提出了
一个赋予夏普指数以数值化解释的指标，这一指标就是目前被人们称为M2测度的指标。
M2=瓦一瓦5墨％+。一如=立O'p(瓦一乃)一瓦+。
(3·11)
公式(3．11)中，Rm，Rp为基金P在‰，％水平下的平均收益率。
这一方法的基本思想是：通过无风险利率下的借贷，将被评价组合基金的标准差调整到与基准
指数相同的水平下，进而对基金相对基准指数的表现作出考察。由于M2测度实际上表现为两个收
益率之差。因此也就比夏普指数更容易为人们所理解和接受。不过，M2测度与夏普指数对基金绩效
表现的排序是一致的。
3．2．3基于APT的绩效评价方法
针对CAPM中的种种假设以及经验研究结果中出现的种种质疑，罗斯(Ross，1976)建立了
APT理论。APT无须对资本市场的有效程度进行假设，而仅仅从一价定律出发假定投资者更愿意选
择那些具有较高价值的资产。虽然APT与CAPM都是关于资产定价的均衡模型，但APT分析的是
受许多因素影响的均衡价格，因此在理论上更具一般性。
在APT理论框架下，罗斯给出了基于APT的基金绩效评价模型，Connor&Korzjszyk(1991)
等运用该方法进行了有关经验研究。
根据APT理论，基金期望收益率与定价要素之间存在如下线性关系：
E(，；)=凡+孱l^+层2如+⋯+层n五(3．12)
公式(3．12)中，E(，；)表示证券组合f的期望收益率，九表示与证券因素无关的常数，岛表示
证券f的收益率对风险因素，(，=l，2，⋯，n)的收益率的敏感度，彳，表示风险因素．，的风险增溢
(j=l，⋯，n)。
将运用APT理论得出的基金期望收益率作为绩效评价标准，则基金绩效可表示为给定时期内基
金的实际收益率与按APT得出的期望收益率之差，差额越大业绩越高。基于APT的绩效评价方法
事实上是要找出一定时期内基金获取相应成果的原因。基于APT绩效评价方法仍存在一些不确定性，
很明显APT本身并不能估计出有关因子量，所以从APT得出的评价结果依赖于对定价要素的选择。
17
东南大学硕士学位论文
3．2．4其他模型和方法
1．Momingstar绩效评价方法。20世纪90年代以来，Momingstar、Standard&Poor、Moody等
国际著名评级机构纷纷建立了各自的基金绩效评价体系，其中以Momingstar提出的基金业绩评价体
系最具代表性。
首先，该体系将基金分为国内股票基金、国际股票基金、纳税债券基金和市政债券基金等四种
类型。
其次，计算基金的Momingstar收益率，记为Ms-Return：
胁一Ref甜棚：!圣二2 (3．13)
R^一rf
公式(3．13)中，Rv为基金p三年内的历史收益率，，，为短期国债的收益率，心为基金P所
属种类基金三年内历史收益率的算术平均值。
然后，计算投资基金的Momingstar风险值，记为Ms—R isk：
Ms-Risk：—AM—Lv (3．14)
R括‘
公式(3．14)中，AMLp为评价期间基金P的月平均损失，R括丸为基金P所属种类基金三年
内月平均损失的算术平均值。
最后，将Ms-Return与Ms—R／sk相减得出基金绩效的初始评价结果，并根据下表给出的评
及标准测定基金绩效。
表3-1 Momingstar基金绩效评价标准
资料来源：httD：／／momingstar．com．
Morningstar提供的绩效评价方法比较简便，且评价结果的表达形式也很直观。不过，当两个基
金的星级相同但所属种类不同时，该方法就无法判断哪一种基金的管理更为有效。
2．基于随机过程的绩效评价方法。随着现代控制理论的发展与完善，一些学者运用随机过程研
究了基金绩效的评价问题。
基于随机过程研究基金绩效的学者们认为：基金的业绩可由它们给投资者带来的效用反映。在
基金运营期间内，可将基金的净资产收益率看作是随机变量，且基金给投资者带来的效用可表示为
基金净资产收益率的函数形式。因此，只要确定净资产收益率的分布函数，就可以用随机过程来描
述效用的大小，并据此反映基金所取得的业绩。举例说明，设M和N为两种投资基金，这两种基金
在评价期间内的期望效用差为：
V=fu【R(‘，f)】{／【％(‘，氕)卜g【氐(‘，“)】}积(‘，f) (3．15)
公式(3．15)中，U(g)为效用函数，a，b分别表示基金M和N在评价期间内收益率的上下限，
18
第三章基金绩效评价理论基础及方法综述
厂(g)和g(g)分别为基金M和N各自收益率分布的概率密度，将上式经过分布积分变换得：
y=r{F【％@，厶)卜G[R．Ⅳ“，靠)】}u’【RG，f)】搬(‘，f) (3．16)
公式(3．16)中，G【如(‘，靠)】和F【％@，厶)】分别为基金M和N的净资产收益率的分布
函数。因此，在u【R(‘，f)】的前提下，只要判断G【如@，靠)】和，【％@，厶)】的大小关系就可
以比较这两种基金的绩效。
3．数据包络分析方法(DEA)。数据包络分析方法(Data envelopment analysis，简称DEA)是一
种决策单元(DMu)相对有效性的非参数方法。传统DEA模型主要有两种类型：一类是面向输入
的DEA模型，另一类是面向输出的DEA模型。这两种模型均假设决策单元(DMu)的输入或输出
保持不变，借助于数学规划将DMU投影到DEA前沿面上，通过比较决策单元偏离DEA前沿面的
程度，测算它们的相对绩效。目前，该方法已被广泛地应用于相对绩效的评价中。
p
DPEI=_：——当L—一(3．17)
乙w_fx,o+vo'o
公式(3．17)中，R为基金的投资收益，薯。为交易成本，cro为风险指数，w，1，为权系数。
尺二在约束条件。1——2一≤1(j=1，2，⋯，J)下， maxDPEl。
、1
乞心勃+V乃
基于DEA的绩效评价方法除了具有假设前提简洁、经济含义明确、模型解释能力较强外，还能
够有效地回避市场组合选择这一棘手问题。此外，该模型能够提供丰富的经济信息。然而，基于DEA
的绩效评价方法本身也存在一些局限性，这主要体现在：一方面，现实中采用DEA模型测算基金绩
效，往往需要从基金的输入和输出两方面要素同时综合考虑，而现有DEA模型无法做到这点；另一
方面，分别使用面向输入和面向输出的DEA模型测算基金绩效，并对它们进行排序，所得到的评价
结果往往不一致，这使得评价者无法根据同一的判别标准分析基金管理的相对有效性。
4．基于的VaR的RARoC绩效评估方法。
RAROC方法(Risk Adjusted Return on Capital，简称RAROC)，一般被称为“经风险调整后的资
本收益率”方法，最早由信孚银行(Bankers Trust)于20世纪70年代开发，用来作为资金分配及绩效
评估的工具。Simons(1998)在此基础上将其用于基金的绩效评价，模型如下：
I认Roc：旦上(3．18)
圪吠
公式(3。18)中，Rp为某一时期持有的金融资产或证券组合的收益率，VaR为金融资产或证券
组合在某一时期和给定的置信区间内的预期最大损失值，可用于衡量金融资产或证券组合的风险。
VaR的计算方法有：①德尔塔——正态分布法：②历史模拟法；③蒙特卡罗模拟法(详见第四章)。
RAROC方法是基于VaR模型建立的，主要用途是衡量绩效和配置经济资本。以VaR为基础的
RAROC方法能够克服经典绩效评估指标苛刻的模型假设条件，RAROC模型虽然采用单因素绩效指
标的形式，但VaR．具有诠释组合整体风险的涵义，因此能够以简洁的形式更全面的衡量风险调整后
19
东南大学硕士学位论文
的收益。RAROC能够满足投资者不同风险偏好的需求，投资者可以根据自己的风险偏好选择具有
不同RAROC的基金产品，而且VaR在形式上更加直观，更易被理解。本文将使用基于VaR的RAROC
模型来评估基金的绩效。
第四章基于VaR的RAROC基金绩效评价方法
第四章基于VaR的RAROC基金绩效评价方法
VaR(Value at Risk)，一般被称为“风险价值”或“在险价值”，其含义是指在市场正常波动下，
某一金融资产或证券组合的损失。基于VaR的RAROC方法，最早由信孚银行开发，用来作为资金
分配及绩效评估的工具。将其用于评价基金的绩效非常合理且适用性很强：VaR具有诠释组合整体
风险的涵义，在形式上更加直观、更易被理解，以VaR为基础的RAROC方法能够克服经典绩效评
估指标苛刻的模型假设条件，能够以简洁的形式更全面的衡量风险调整后的收益，方便投资者根据
自己的风险偏好选择具有不同RAROC的基金产品。在计算RAROC时，关键是计算VaR值。本文
将以历史模拟法计算VaR值，采用GARCH模型对历史数据进行修正，很好地处理了金融时间数据
典型的尖峰厚尾和连续性现象。
4．1 VaR模型精要
4．1．1 VaR计算原理
VaR(Value at Risk)，一般被称为“风险价值”或“在险价值”，其含义是指在市场正常波动下，
某一金融资产或证券组合的损失。确切地说，VaR描述了“在某一特定时期内，在给定的置信区间
下，某一金融资产或证券组合可能遭受的最大潜在损失价值”；或者说“在一个给定的时期内，某一
金融资产或证券组合的下跌以一定的概率不会超过的水平是多少?”。llJ
VaR方法的最大优点就是提供了一个统一测量风险的方法，简单直观地描述了投资者在未来某
一给定时期内所面临的市场风险。它可以测量不同的市场因子、不同金融工具构成的复杂证券组合
以及不同业务部门的总体市场风险暴露，因此它使得不同类型资产风险之问具有可比性，逐渐成为
联系整个企业或机构的各个层次的风险分析、度量的主流方法。另外，VaR方法可用于多种不同金
融产品，并能对不同金融产品和不同资产类型的风险进行度量和累积，因而它能够用来对整个企业
和跨行业的各种风险进行全面的量化。
VaR作为衡量市场风险的指标，主要有两个参数；一是给定的置信水平o，二是资产的持有期
t。例如；在99％的置信水平下，每日VaR为1万元，即表示每天损失l万元的概率只有1％，也就
是说，未来24小时内有99％的把握确定损失不会超过l万元。数学公式为：
Jprob(Ap≥vaR)-1川(4．1)
1 L加)dr=口
～
公式(4．1)中，△p表示证券组合在持有期内的风险损失；VaR表示置信水平a下处于风险中
的价值。
求解VaR的过程如下：r f(r)dr=口，其中，b为分为数，直接与VaR相关，坟r)为r的密度
函数。所以，求解VaR的核心问题就在于R的分布问题，也就是密度函数的求解问题。鉴于回报率
的分布在整个考察期内非固定性，求解模型分为参数和非参数两种。
【¨EJorion,Value at Risk：The New Benchmark for Controlling Derivaties Risk[M]，New York：McGraw·Hill，1997．
21
东南大学硕士学位论文
4．1．2 VaR计算方法
到目前为止，VaR的计算方法有许多种，但从最基本的层次上可以归纳为两种：局部估值法
(Local．valuation Method)和完全估值法(Full．valuation Method)。局部估值法是通过仅在资产组合
的初始状态作一次估值，并利用局部求导来推断可能的资产变化而得出风险衡量值。比如。德尔塔
一正态分布法。完全估值法是通过各种情景下投资组合的重新定价来衡量风险。比如，历史模拟法
和蒙特卡洛模拟法。
1．德尔塔一正态分布法
假定组合回报服从正态分布，于是利用在正态分布的良好特性——置信度与分位数的对应性计
算的组合的VaR等于组合收益率的标准差与相应置信度下分位数的乘积：
，’o一
玩尺=Z。盯√△f (4．2)
公式(4．2)中，Z二表示标准正态分布置信度口下对应的分位数(口---95％时，z二=1．65；口=99％
时，Z二----2．33)；口表示组合收益率的标准差；址表示持有期。
如上所述，Vall取决于两个重要的参数：持有期和置信度。针对不同的投资对象和风险管理者，
这两个值的选择有所差异。尽管正态分布方法计算简化，但是由于具有很强的假设，无法处理实际
数据中的厚尾现象，具有局部测量性等不足。
2．历史模拟法
历史模拟法的核心在于：根据市场因子的历史样本变化，模拟证券组合的未来损失分布，利用
分位数给出一定置信度下的VaR估计。即，将当前的权数放到历史的资产收益率时间序列中：
jL
Rp。t=Σ嵋，t足^ (4．3)
公式(4．3)中，哗，七表示投资组合在时间k的收益率，是构造的虚拟收益率：嵋^表示当前时
间t的投资权重：Ri,k表示组合中第i只证券在时间k的收益率。
其计算步骤为：
①计算组合中第i只证券在时间t的收益率R．七；
②计算虚拟投资组合时间序列的收益率R。。；
③将可能的虚拟组合收益率从小到大排列，得到损失分布，通过给定的置信度对相应的分位数
求出VaR。
历史模拟法的概念直观、计算简单，无需进行分布假设，可以有效地处理非对称性和厚尾问题，
而且历史模拟法可以较好的捕捉各种风险、处理非线性、市场大幅度波动等问题。但是，历史模拟
法的缺陷在于：①假定市场因子的未来变化与历史完全一样，这与实际金融市场变化不相一致；②
历史模拟法需要大量的历史数据，通常需要的样本数据不少于500个：③历史模拟法的计算量大，
对计算机能力要求比较高。
3．蒙特卡洛模拟法(Monte Carlo Simulation)
历史模拟法计算的VaR是基于历史市场价格变化得到组合损益的n种可能结果，从而在观察到
的损益分布基础上通过分位数计算VaR。蒙特卡洛模拟法模拟的Vail计算原理与此类似，不同之处
第四章基于VaR的RAROC基金绩效评价方法
在于市场价格的变化不是来自历史观察值，而是通过随机模拟得到。其基本思路是：假设资产价格
的变动依附在服从某种随机过程的形态，利用电脑模拟，在目标时间范围内产生随机价格的途径，
并一次构建资产报酬分布，在此基础上求出VaR。‘
蒙特卡洛模拟法的操作主要包括3个步骤：①选择适合描述资产价格途径的随机过程，比如，
对于股价或汇率的随机过程，多以几何布朗运动模型来描述：②依随机过程模拟虚拟的资产价格途
径；◎综合模拟结果，构建资产报酬分布，并以此计算投资组合的Vail．。
蒙特卡洛模拟法优点：可涵盖非线性资产头寸的价格风险、波动性风险，甚至可以计算信用风
险；可处理时间变异的变量、厚尾、不对称等正态分布和极端状况等特殊情景。蒙特卡洛模拟法缺
点：①需要繁杂的电脑技术和大量的复杂抽样，即昂贵又费时；②对于代表价格变动的随机模型，
若是选择不当，会导致模型风险的产生；◎模拟所需的样本必须足够大，才能使估计出的分布得以
与真实的分布接近。
本文将采用历史模拟法计算VaR，基于以下考虑：
①不考虑德尔塔一正态分布法的原因是：德尔塔一正态分布法假设过于严苛，它假定数据服
从正态分布，而本文的研究样本——开放式基金的净值收益率和其他金融时间数据一样，
并不符合正态分布，而且具有尖峰厚尾和连续性现象。
②不考虑蒙特卡洛模拟法的原因是：容易获得研究对象的大量样本数据，没有必要模拟数据
获取；没有高性能的电脑支持数据抽样；找到合适的模型方法来模拟数据并要规避模型风
险并不容易。
4．1．3 VaR方法对本文的适用性问题
虽然VaR方法得到了风险管理工作者的广泛认同，但是VaR方法也有缺陷。在使用过程中应当
关注到以下几个方面的问题：
1．VaR没有给出最坏情景下的损失。VaR只是度量了市场处于正常变动下的市场风险，而对于
金融市场的极端价格变动，如市场突然的“崩盘”等，VaR方法无法处理，这主要源于VaR方法依
赖的统计方法，而非VaR方法本身。
2．VaR的度量结果存在误差。首先，VaR对未来损失的估计是基于历史数据的，显然很多时候
并不符合实际。其次，VaR在特定的假设条件下进行，如数据分布的正态性等，而实际数据与假设
可能不符合，如具有厚尾性等。第三，VaR会受到样本变化的影响，不同时期的数据和抽样周期的
不同都会影响到其数值的大小。
3．头寸变化造成风险失真。VaR假设头寸固定不变，因此在对一天至数天的期限作出调整时，
要用到时间数据的平方根。但是，这一调整忽略了交易头寸在期间内随市场变化的可能性，导致实
际风险与计量风险出现较大的差异。
本文在利用历史模拟法计算VaR值时，考虑了以上问题：
1．压力测试问题：本文的研究对象是开放式基金，是一种组合投资产品。即使其中的某一个资
产发生突发事件，比如某公司倒闭清盘，该公司股票价值将归为零，对于以其为投资对象的基金而
言，由于其他资产的中和效应，在基金净值收益率计算范围内影响基本可以忽略，因此无需压力测
试。本文是基于历史数据进行的研究，主要是对基金过去绩效的评估，在样本采集期内，虽然我国
证券市场起起伏伏，但还没有出现这种情况，更没有出现市场“崩盘”现象。
2．度量结果误差问题：基于历史数据研究对本文基本没有影响，因为本文是以其为基础计算历
史绩效，并非用来预测未来的风险和收益。本文基于(3ARCH模型拟合数据，不需要假设样本数据
符合正态分布，GARCH模型能够很好地处理尖峰厚尾现象。尽管数据抽样问题在本文的实证研究
也同样存在，会影响到研究结果的数值大小，但并不影响结果间的比较。
3．头寸失真问题：本文以基金每日净值收益率为计算，计算日均净值收益率、日均VaR值和日
东南大学硕士学位论文
均RAROC值，进行年化处理只是为了方便比较，并不影响对结果的比较分析。
RAROC方法(Risk Adjusted Return on Capital，简称RAROC)，一般被称为“经风险调整后的资
本收益”方法，最早由信孚银行(Bankers Trust)于20世纪70年代开发，用来作为资金分配及绩效评
估的工具。其定义如下： 删ROC=塑铲∽4，
RAROC在金融领域中应用比较广泛。①用于业绩评价。在金融投资中，高收益总是伴随着高风
险，为了追求更高的利润，交易员可能会不惜冒巨额损失的风险。对业绩的评估如果只简单地使用
投资回报率，可能会导致风险的过度承担，因此必须对可能的过度投机行为进行限制。使用经风险
调后的收益来评估业绩，可以防止交易员的投机行为，迫使交易员在一定风险条件下寻求收益的最
大化。②用于风险资本的分配与调整。基于RAROC的风险资本分配方法的基本原理是：首先根据各
业务部门的申请和RAROC的计算结果制定初步方案，把风险资本分配到各业务部门；此后每过一段
时间重新测算RAROC值，对于RAROC值低于平均水平的业务部门减少其风险资本，对于RAROC值
高于平均水平的业务部门增加其风险资本，从而提高整个机构风险资本的效益。③用于投资决策。
投资决策的数学本质是带有约束条件的最优化问题。RAROC综合考虑了风险与收益两个因素，符合
决策者在一定风险条件下寻求收益最大化的目的，因而可将RAROC作为投资决策的目标函数，在一
定风险偏好下投资活动中选择RAROC最大的资产。
Simons(1998)在此基础上将其用于基金的绩效评价，模型如下：
R；
RAROC-二=一(4．5)
VaR,
公式(4．5)中，R；为第i只基金的净值收益率均值，FaR,为第i只基金净值收益率的VaR值，可
用于衡量金基金的风险。一般而言，RAROC的值越大，投资基金绩效越好。
以RAROC方法来评价基金的绩效既合理又具有很强的实用价值。以VaR为基础的RAROC方
法能够克服经典绩效评估指标苛刻的模型假设条件，RAROC模型虽然采用单因素绩效指标的形式，
但VaR具有诠释组合整体风险的涵义，因此能够以简洁的形式更全面的衡量风险调整后的收益。
RAROC能够满足投资者不同风险偏好的需求，投资者可以根据自己的风险偏好选择具有不同
RAROC的基金产品，而且VaR在形式上更加直观，更易被理解。
RAROC模型的形式看起来并不复杂，只有R，和VaR两个变量，但是对这两个变量进行度量却
并不容易，其中涉及到统计量的分析、计算方法的选择等多方面的问题。
1．Rr的计算(即基金净值收益率的度量)。
我们经常提到金融资产在市场上的价格，然而价格只是一个绝对量，无法反映某一金融资产价
值的变动。事实上，人们更关注的是金融资产在市场上价格的波动，即金融资产的收益率。与价格
不同，收益率可以在不同资产之间进行比较。因此，收益率或价差才是衡量证券业绩表现如何的更
好指标，同时它也更易于建立统计模型。本文以基金净值收益率来代表Rj，在处理基金净值收益率
时考虑了分红因素，以累积基金净值(含分红)为基础计算基金净值收益率。其计算公式如下：
24
第四章基于VaR的凡幔oC基金绩效评价方法
如= —NAVt-NA—E_l+D,×100％
NAV,一l
(4．6)
公式(4．6)中，足。为基金在第t期的收益率，NAK为第t期末的基金净资产，口为基金在
第t期的现金分红。
采用累积净值收益率可以克服简单净值收益率在统计分析中的不足，更适合建立金融资产模型。
因此，在RAROC模型的计算过程中，基金的收益率采用累积净值收益率形式。
2．VaR的计算
在分析VaR模型的理论基础及计算原理时，我们只给出了计算VaR的最基本方法和理论。实际
上，在计算VaR风险度量模型的过程中，方法的选择非常重要。目前VaR的计算方法大多围绕对资
产组合分布特征的确定而展开，三种基本的方法分别为：德尔塔一正态分布法、历史模拟法和蒙特
卡洛模拟法，每种方法都有其自身的优缺点和适用性，必须谨慎分析再做出选择。(详见4．1节)
本文可以找到大量的基金净值历史数据，采用历史模拟法计算VaR值。首先，可以避免德尔塔
一正态分布法要求的数据必须符合正态分布的苛刻假设，众所周知，金融时间序列大都具有严重的
尖峰厚尾现象，若以德尔塔一正态分布法来计算则会导致结果失真，误差加大。其次，可以避免采
用蒙特卡洛模拟法而导致的模型风险和计算机高性能的严格要求。因此，本文利用GARCH模型拟
合数据，采用历史模拟法计算VaR值。(具体计算详见4．3节)
4．3基于GhRQ-I模型计算VaR
4．3．1金融时间数据特性
金融时间序列的波动性具有一些明显的基本特征：
1．尖峰厚尾性：①市场收益率的分布呈厚尾分布现象，即在尾部的发生概率要高于根据正态分
布特征得出的预期值，这也称为过度峰态特征：②均值附近，即峰顶的密度函数值高于正态分布的
理论估计值；③金融资产的收益率通常服从左偏态分布，即左尾部出现的观测点多于右尾部：④金
融资产的收益率有轻度自相关现象；⑤资产收益的平方值序列存在显著的自相关。
Series：R
Sample 1 1717
Observations 1 71 7
MeaR
Median
Maximum
Minimum
S七d．Dev．
Skewness
Kurtosis
0．000610
0．000000
0．056269
-0．064822
0．01 0970
-0．056519
6-286723
Jarque-Bera 773。7465
Probability 0．000000
图4-1 华安创新(代码：040001)收益率统计图
2．波动聚集性：金融市场的价格波动往往具有时间变化的特征，有时相当稳定，有时波动异常
东南大学硕士学位论文
激烈，收益率的变化常呈现在某一段时间内持续偏高或偏低的情况。波动聚集现象的出现源于外部
冲击对价格波动的持续性影响，在收益率的分布上则表现出尖峰厚尾特征。
3．波动的长期记忆性和持续性：长记忆是指每～个观测值都带有在它之前所发生的所有时间的
“记忆”。这种“记忆”是长期的，在理论上是延续的。近期的影响比远期的影响大，但残留影响总
是存在。因此，收益率序列的绝对值或幂的自相关呈现十分缓慢的衰减，相距较远的时间间隔仍然
具有显著的相关性，表现为历史时间的影响会长期影响着未来。
图4—2 华安创新(代码：040001)条件方差图
金融市场的波动具有一定的周期性，相对平静的时期过后，就会出现剧烈波动的特殊时期。这
时候，金融时间序列就会出现尖峰厚尾性(图4．1)和波动的集聚性及连续记忆性(图4．2)。传统的
主流经济计量模型只能解释随时间变换的变异性的～部分，大部分变异性都淹没在模型的随机误差
项中。(}ARCH模型认为，某一时期随机误差的方差不仅取决于前期的实际随机误差，还取决于以
前各期的方差。因此，收益率的方差可预测，条件方差不仅取决于最新信息，也取决于以前的条件
方差。GARCH模型的优点在于：它考虑到了金融时间序列的波动聚集性和连续性，并且可有效地
排除收益率中的过度峰值。下节将介绍GARCH模型。
某些时间序列特别是金融时间序列，常常会出现某一些特征值相对集中出现的情况。例如，股
票的收益率模型，其随机扰动项往往在较大幅度波动后面伴随着较大幅度的波动，反之亦然，这种
性质被称为波动的集群性。在一般的回归分析和时间序列分析中，要求随机项是同方差，而对于随
机项波动的集群性不能满足随机项是同方差的需求，因此需要引进条件异方差ARCH。
ARCH的条件异方差(Autoregressive Conditional Hetreoskedasticity)的缩写，条件异方差的概
念最早是由Engle(1982)提出的。Boilerslen(1986)基于ARCH模型提出GARCH模型。本文在采用历
史模拟法来计算VaR时，就是运用GARCH模型来拟合数据的。它能够在正态分布假定不成立(厚
第四章基于VaR的RAROC基金绩效评价方法
尾现象)的条件下，仍能够得到很好的估计值。
GARCH模型的意思是广义自回归条件异方差(General ARCH)。现在，这些概念已经在计量经
济学的各个领域中广泛使用。一个形式简单且应用广泛的模型是GARCH(1，1)。该模型具有其他
复杂模型的主要特征，而且它通常拟合得也不错。其模型如下：
{_卅‘忆， ，
(4．4)
【砰=国+口《l+∥a三l
从公式(4．4)可以知道当期的方差依赖于三个因素．常数项∞，ARCH项矗，用前一期残差
的平方表示(反映前一期的波动性)，和前一期的预测方差(即GARCH项)。
4．3．3 VaR历史模拟法计算步骤
经典的德尔塔一正态分布法假定组合回报服从正态分布，显然，这种方法存在着很大缺陷，假
设组合回报服从正态分布是不符合实际情况的。从我们对各类基金收益率拟合图分析来看，几乎每
一个基金的收益率都存在着厚尾现象，并且都存在着一定的波动连续性，这也是金融类时间序列数
据普遍存在的现象。因此，本文采用历史模拟法来计算VaR值，运用Eviews软件中GARCH模型来
拟合数据进而计算VaR。
历史数据法假定投资组合的回报分布是独立分布，市场因子的未来波动和历史波动完全一样，
其核心是利用过去一段时间资产回报率数据，估算资产回报率的统计分布，再根据不同的分位数求
得相应置信水平的VaR，其计算步骤如下：
第一步：选择合适的收益率时间序列；
第二步：对历史收益率进行拟合找到合适的拟合模型，本文使用GARCH模型拟合数据；
第三步：确定置信概率水平的分为数；
第四步：计算MaR。
4．4小结
本文利用RAROC方法评价基金绩效，模型方法见公式(4．5)：RAROC=“'。通常情况下，
肠喝
RAROC模型描述了单位资本风险所获得的收益，RAROC的值越大越好。本质上讲，该方法与三大
经典指数方法(詹森指数、夏普指数和特雷诺指数)相类似，都在某种程度上反映了风险资本的效
率。由于传统的线性风险度量工具，对于测量当今各种复杂的金融衍生T具，尤其是期权类非线性
金融工具的组合资产已经很难适用，所以VaR模型的应用，为测量复杂组合金融资产的市场风险提
供了有效的途径。这种经风险调整后的业绩评价方法能更全面、准确地描述基金的真实收益。
以VaR为基础的RAROC方法能够克服经典绩效评估指标苛刻的模型假设条件，RAROC模型
采用单因素绩效指标的形式，但VaR具有诠释组合整体风险的涵义，因此能够以简洁的形式更全面
的衡量风险调整后的收益。RAROC能够满足投资者不同风险偏好的需求。投资者可以根据自己的
风险偏好选择具有不同RAROC的基金产品。而且VaR在形式上更加直观，更易被理解。
在计算RAROC时，关键是计算VaR值。本文采用历史模拟法来计算VaR值，既可以克服德尔
塔一正态分布法要求的样本数据符合正态分布的苛刻假设，很好地处理金融时间序列典型的尖峰厚
尾和连续性现象，又可以避免采用蒙特卡洛模拟法而导致的模型风险和计算机高性能的严格要求。
27
东南大学硕士学位论文
5．1样本选取和处理
第五章实证过程
考虑到VaR模型历史模拟法需要大量的数据，一般要500个以上。由于2001年以前我国还没
有开放式基金，因此本文选取的基金是2001．2005年问成立并发行的开放式基金(不含货币市场基
金)，截止日期是2005年12月31日。样本为基金的每日净值，样本区间为自基金成立日起至2008
年12月31日。
本文采用分类方法评估基金绩效，将研究对象——开放式基金主要分为股票基金、债券基金及
混合基金，其中按投资策略将股票基金进一步细分：成长型基金、收入型基金、平衡型基金及指数
基金。
样本数据来源于一级市场基金日净值数据，在处理基金净值收益率时考虑了分红因素，因此这
里是以累计基金净值(含分红)为基础计算的基金净值收益率。其计算公式如下：
死= —NAVt-NA—Vt_,+Dt×100％
NAK—l
(5．1)
公式(5．1)中，R．f为基金在第t期的收益率，删K为第t期末的基金净资产，口为基金在
第t期的现金分红。
对于股票基金、混合基金及债券基金这三类基金，综合考虑其定义和实际基金组合比重情况，
确定了这三类基准基金的受益率计算公式：
股票基金：毽=如×o．8+如×o·2 (5．2)
混合基金：毛=如×0．5+＆×0．5 (5．3)
债券基金：疋=如×o．2+砧×0．8 (5．4)
其中，如和如分别为以上证A股指数和上证国债指数为基础计算的每日收益率。
5．2实证步骤
第一步，根据基金的净值和分红，求出基金的累计净值，数据主要来源于一些基金理财软件提
供的基金累计净值，缺失部分我们将自行计算，比如，若有基金分红，将在每期中累加。
第二步，根据公式(5．1)，以基金的累计净值计算基金的每日收益率。在此基础上求出基金的
日均收益率，公式如下：
R=丢喜马，， @5，
第三步，利用Eviews5．0软件分析数据。用Eviews5．0中的GARCH模型拟合数据，此时需要对
第五章实证过程
原数据进行GARCH(1，1)或GARCH(2，1)或GARCH(1，2)或GARCH(2，2)检验，置
信区间为99％，只要残差符合正态或T分布或Ged分布检验即可，在这12种检验中依次进行，直
到符合拟合情况。
第四步，依据上述方法找到最佳的GARCH模型拟合之后，进一步求出当期的方差(prob--make
garch variance series，得到garch01)。
第五步，求出VaR值序列。在命令中逐步输入以下语句：如果残差设置为正态分布，则是series
std=sqr(garch01)，series var=std*@qnorm(O．99)；如果残差设置为T分布，则是series std=sqr(garch01)，
series var=std·@qtdist(O．99，分位数)；如果残差设置为ged分布，则是series std=sqr(garch01)，series
vat=std·@qged(O．99，分位数)。其中正态分布的分位数是确定的，99％自由度下为2．33，T分布和god
分布的分位数可在GARCH模型拟合的结果表中找到。
第六步，根据拟合结果得出的一系列VaR值序列，求出日均VaR值。
n
第七步，利用基金日均净值收益率冠和日均VaR值，得到日均的RAROC值，RAROC：二L。
’阮尺
第八步，由于基金日均净值收益率、日均VaR及日均RAROC的数值较小，比较难度大，所以
将其年化：雠=冠×242、‰=FaR×压石、删ROC年=疆2看42万x R磊7=
2424甭×R,
上述年化处理中我们采用242天计算的理由是：在实证研究时，每年的基金净值数据在240一
245个之间，平均值为242，因此计算成年化数据时，采用了实际的242来计算。
第九步，将日均基金净值收益率、日均VaR值、日均RAROC值、年化基金净值收益率、年化
VaR值及年化RAROC值统一到一个表格中，方便结果分析。
5．3实证结果分析
5．3．1结果描述
本文研究的开放式基金一共131只，运用GARCH模型拟合数据时，大部分基金的每日净值收
益率序列完全符合GARCH(1，1)及残差为正态分布的条件，但是有14只基金例外，其中：
1．有lO只基金基本符合GARcH(1，1)条件，但自由度稍微不足99％，它们分别是：110002
易基策略、162205荷银预算、163402兴业趋势、180001银华优势、200002长城久泰、240001宝康
消费、240004华宝动力、377010上投阿尔法、450001国富收益及510050上证50ETF；
2．有3只基金使用GARCH(2，I)或GARCH(2，2)条件。其中自由度为99％，完全符合条
件是：288002中信红利。基本符合条件，但自由度不足99％的是；260103景顺长城动力、350001
天治财富。
3．上述拟合模型都是残差符合正态分布，有1只基金(1 80002银华保本)使用残差符合t分布
的GARCH(1，1)模型，自由度为99％，完全符合条件。
综上，GARCH模型拟合数据的效果较为令人满意，只有12只基金的最终拟合情况难以完全符
合条件，但总体而言GARCH模型处理尖峰厚尾现象效果非常好，提高了实证结果分析的可信度。
5．3．2结果分析
1．年化收益率排序分析(附录1)。
年化收益率最低的前20名中，债券基金12只，混合基金6只，股票平衡型基金1只(金鹰优
东南大学硕士学位论文
选)，股票成长型基金1只(金鹰小盘)。除混合基金盛利配置(偏债)，混合型基金及股票型基金的
年化RAROC值很低，因此可以认为这7只基金绩效相当差，不但受益率低风险还高。债券型基金
虽然收益较低，但是风险也低，因此RAROC值较高。
年化收益率最高的前20名排名中，混合基金6只，股票基金14只，其中股票平衡型基金4只，
股票成长型基金7只，股票收入型基金1只(中信红利)，指数型基金2只(嘉实300、长城久泰)。
混合型基金在投资时比较偏股，并且它们的RAROC值也较高，因此可以认为是比较不错的混合型
基金。中信红利分类时属于收入型基金，但是在实际投资时比较注重资本的增值，在投资方向上和
名称并不相符，应该属于平衡型基金或者说成长型基金。2只指数基金的表现也不错，可以认为是
投资者不错的选择，这种被动地跟踪指数的投资策略值得肯定。排名前3位的基金是景顺长城动力、
交银精选、中信红利，它们的年化收益率分别达到了315％、258％、222％，日均收益率在1％左右，
对这三只基金每日收益率进行分析发现，它们有个共同点：2008年1月1日以后的每日收益率异常
变化，大涨大跌，每日能有百分之几十的涨跌，涨大于次日跌的幅度，但是中国的证券市场自2007
年下半年以来一直不景气，这种异常现象背后的原因虽然不能妄加揣测，但是很难摆脱操纵基金净
值数据之嫌。
2．年化VaR排序分析(附录2)
年化VaR最低的前20名中，以债券基金为主13只，混合基金5只，股票平衡型基金1只(招
商安泰)，股票成长型基金1只(荷银预算)，虽然有2只股票基金Vall值较低，但是这2只股票基
金投资比较谨慎，主要投资于大盘股等绩优股，风险很小。
年化VaR最高的20名中，混合基金7只，股票基金13只，其中股票成长型基金8只，股票平
衡型基金3只，股票收入型基金1只(中信红利)，指数基金1只(上证50ETF)。上证50ETF收益
率不高，风险却很高，和我国证券市场的涨跌紧密相连，因此类似于股票基金的标准。排名的前3
位的是交银精选、景顺长城动力、中信红利，原因可能是2008年1月1日起的净值大涨大跌，因此
风险较高，这也在上述年化收益率排序分析中得到验证。
3．年化RAROC排序分析(附录3)
年化RAROC最低的前20名中，混合基金lO只，股票基金10只，其中股票平衡型基金4只，
股票成长型基金3只，指数基金3只。RAROC最低的是上证50ETF，其他2只指数基金是融通深
证100和万家公用。原因可能是：我国的证券市场体制、法律、管理等各方面与美国等发达资本国
家相比还相当落后，导致证券市场不像美国等发达国家强势有效。虽然混合基金在一定程度上风险
较低，但实际数据出来的结果并不如此，经过分析发现：这些混合基金较偏股，在实际投资时基金
经理将部分资金投资于安全的债券后，在选择股票时反而比一般的股票基金更为激进，选择的股票
风险比较高。这种情形同样发生在某些平衡型基金上，在选择了一部分所谓的大盘股和绩优股基础
上，基金经理将其余的资金用在了高成长性、高风险的股票上。这种投资方式有失基金创立时的“宗
旨”，而高风险的股票成长型基金反而更注重风险控制，这种基金只占了3只。
年化RAROC最高的20名中，债券基金8只，混合基金7只，股票基金5只，其中股票成长型
基金2只，股票平衡型基金2只，股票收入型基金1只(富国天益)。这5只股票基金的绩效较好，
但所占比重较低，大部分股票基金的绩效相比其他类型的基金还是相当差。景顺长城动力的年化
RAROC值很高(0．93 14，第10名)，但是显然应该剔除，因为它的收益率不真实，风险和收益都出
奇地高。
4．混合基金分析(附录4)
混合基金的绩效有点参差不齐，这可能与该种混合基金偏股还是偏债相关。一些股票部分投资
于成长类公司的偏股基金的绩效有点类似于股票成长型基金。偏债型的基金比较类似于债券类基金。
一些偏股型混合基金的风险并不比一般的成长型基金低，甚至还高，基金经理们在保证一定的资本
金的安全后，“盲目”的将资金投资于高成长性的股票，而导致风险加大，致使RAROC较低。
5．债券基金分析(附录5)
第五章实证过程
债券基金的绩效总体而言是最高的，并且几乎所有的债券基金的绩效都比较高。原因是：我国
的债券种类以中央政府债券、地方政府债券为主，还有一些国有大型企业可以发行企业债。无论是
国债还是企业债，债券的安全性高，但收益较低，风险较小。
6．指数基金分析(附录6)
指数基金采用被动投资策略，跟踪市场，主要是为了获得与目标指数相似的收益率。大部分指
数基金的RAROC值相对而言不太高，并且上证50ETF是所有基金中最低的。通过数据分析，指数
基金的收益率不高，然而VaR值并不低，这就导致了RAROC值不高。结合现实情况，我们认为：
我国证券市场是弱势有效的，而且各方面并不健全，因此这种被动的投资策略在我国这样弱势有效
的市场中实行并不适用。
7．股票平衡型基金分析(附录7)
股票平衡型基金的RAROC值比较参次不齐，收益率也相差较大。这可能与投资的证券种类有
关，RAROC值较大的基金可能选择了风险较低的大盘等绩优股，而RARoC值较低的基金选择了高
成长性的股票。在进行基金单个分析时，某些基金经理在进行投资时一部分资金投资风险较低的债
券后，剩余资金则极力追求高收益，导致风险加大，RAROC值偏低。
8．股票收入型基金分析(附录8)
股票收入型基金的RAROC值相对较高，这与红利型基金投资的对象为大盘股、绩优股等息息
相关。在实际生活中，纯粹的收入型基金比较少见，在全部131只基金中只有4只，一般情况下，
基金经理会在考虑红利的基础上，考虑资本增值，因此可能使收入型基金偏向于平衡型基金。收入
型基金的收益比较低，风险也比较低，因此风险偏好低投资者可以选择这类基金。
9．股票成长型基金分析(附录9)
股票成长型基金的RAROC值跨度也比较大。RAROC值较低可能是VaR值较大造成的，原因
是：首先由于中国证券市场波动较大；其次成长型基金主要投资于潜力的小盘股，风险相对会增加；
最后可能由于基金经理的能力所致，他们并没有很好地分散风险。如果选择成长性好的绩优股，成
长型基金的RAROC值就会比较高。
lO．股票基金、债券基金及混合基金基准分析(附录10)
各类型基金，不管是股票基金、债券基金还是混合基金，与本文所列的基金基准相比，RAROC
值都超过了基准。原因可能是：①证券市场发展不健全，市场的波动性较大，因此股票指数等随市
场剧烈震荡，导致基准风险加大。RAROC值减小；②基金经理的能力普遍战胜了市场基准，管理
能力较好。
5．3．3小结
根据上面的分析可以认为，基金的绩效总体与其风险成反比：债券基金虽然收益普遍较低，但
总体而言其绩效最好；股票基金追求高风险，收益较高，但是其绩效总体上最差：混合基金收益和
绩效参差不齐。对股票基金进一步细分分析可以看出：大部分成长型基金收益较高绩效较差，但投
资于绩优股的成长型基金绩效较好：收入型基金所占股票基金的比例较低，收益较低绩效较好；平
衡型基金的绩效有好有差，与投资方向偏股或偏债相关：指数基金跟踪指数，总体而言绩效较差与
我国证券市场弱势有效及各方面还不健全相关。
既然基金的绩效总体与其风险是呈反比，那么随着基金风险的增加，并没有获得同等比例增加
的收益。在对某些基金的异常结果分析中，还可以看到以下情况：①基金经理进行投资时，并没有
遵循基金发行时“承诺”的投资方向，比如，某些红利型基金却投资了高风险高收益的股票，没有
注重红利分配；②在进行基金组合资产配置时，不注重基金的风险控制，特别是一些混合基金和股
票平衡型基金，基金经理将部分资金投资于安全资产后，剩余资金盲目地追求高风险，导致风险加
大，绩效偏低。
3l
东南大学硕士学位论文
本文实证结果反映出了我国的证券市场“新型加转轨”的特征。几乎所有的基金绩效都是超过
本文所设定的基金基准的，并且指数基金的绩效普遍较差。从现实来看，我国证券市场在监管制度、
法律法规、产品设计、微观市场结构等各方面都很不健全，与发达国家相比差距巨大。
32
第六章建议及展望
6．1建议
6．1．1证券市场完善方面
第六章建议及展望
我国证券市场有待进一步完善。整个证券市场是个统一体，证券市场的发展会影响基金市场的
发展。基金的投资对象都是来源于证券市场的股票、债券、权证等投资产品，因此证券市场和基金
市场是息息相关的。
1．健全法律法规。如果将我国证券市场法律和美国相比。不难看出，我国的证券市场立法尚不
健全。
2．大力开发证券市场产品，尤其是一些金融衍生品。
3．健全我国证券市场微观运行机制。目前我国证券市场机制还不健全，融资融券机制、股指期
货虽然已经提上议事日程，但至今也没有推出，一个没有做空机制的市场是无法完善其微观运行机
制的。
4．进一步推动基金业的发展，使基金成为投资者青睐的投资品种。我国的基金市场自1998年发
展至今，经历了3个阶段，并且发展速度很快，但是与发达国家成熟的基金市场相比，我国的基金
市场还处于初级阶段，需要加快速度发展。
6．1．2市场监管方面
1．监管部门不应在促进基金业的发展中承担过多的发展职责，而应将工作的重点转向对基金管
理公司的监管、投资者教育与保护市场公平竞争信息充分披露等方面上来。
2．应尽快建立我国基金的业绩计算的披露标准，规范业绩的制度。
3．在信息披露中，应增加对基金风险数量指标的披露，为使投资者对基金投资风险具有直观性
的认识，应要求基金对全部年度的净值增长率加以披露。
4．进一步增加信息披露的透明度，具体建议有：增加基金债券投资部分的信息披露，在基金季
度组合中增加总资产的披露，开放式基金应按月披露基金资产的流入赎回情况等。
5．监管部门、行业协会及商业化的评级机构应建立各自独立的基金评级体系。
6．1．3基金公司管理方面
1．基金公司在对外披露自己的业绩时，不应过分渲染过去好的业绩，也不应刻意掩饰过去经营
上的败笔。
2．在业绩的披露上，应全面客观，不应随意选取对自己有利的指标。
3．在基金管理公司内部，可以考虑建立自己的业绩评价系统，以此为据改善基金投资管理服务。
4．理论上，公司治理制度问题不仅存在于金融类公司中，一般的公司不管规模大小尤其是本土
企业，治理问题都存在这样那样的问题，职业经理人制度和企业文化远没有西方国家先进，这也是
我国基金公司管理制度需要进一步完善的地方。
5．伴随着中国证券市场和基金市场的发展，为更好地服务于投资者，中国的基金经理的水平有
33
东南大学硕士学位论文
待进一步提高。
6．1．4投资者教育方面
1．不要单纯依赖基金的绩效表现作出投资决策，而应对基金的风险情况加以同等的关注。
2．不但要关注基金公司公布的绩效表现，同时也应对管理公司的素质与诚信度加以关注。
3．不要过分依赖来自基金评级中介机构的评级结果，而应有自己的分析判断。
6．2对后续研究的展望
1．鉴于本文的研究对象限于我国国内开放式基金，且统计方法的差异等原因，所以难以与国际
基金界进行横向比较，有待随后的研究中加以完善。
2．在进行基金分类时，本文参考了一些基金公司的分类标准，但是发现各个基金公司的分类并
不统一，而且虽然基金类型是不变的，但有些基金在投资方向上过分跟随市场热点变换。关于收入
型基金和平衡型基金的界定在现实生活中比较难，似乎纯粹意义上的收入型基金比较少，本文在分
析收入型基金时主要考虑基金的投资方向和其对分红的关注度，多少带点主观性。以上种种原因也
使本文的基金分类留有一些缺陷。若能将此改进，将会对本文的研究产生更为积极的影响。
3．在进行模型拟合时，有少数基金的拟合效果不是很理想，并且出现这种情况的基金主要是收
益率波动性超大的基金。但是出现这种情况的几率较小，一共只有12只基金，占所有样本的9．6％。
对于不太符合条件的基金，最后选择了12种里面拟合程度最好的来计算VaR值。如果能找到更优
的模型替代OARCH来拟合数据计算VaR值，将使本文的基金绩效衡量的准确度进一步提高。
致谢
致谢
几经修改，硕士毕业论文终于定稿，一路辛苦跋涉，成稿的喜悦让我再次体会到苦尽甘来。硕
士论文的创作过程中，我得到了众多师长、学友以及家人的指导、帮助和支持，回想起来，心中满
是感激。
本文能够顺利完成首先要非常感谢我的导师朱涛副教授。从论文选题、思路分析、结构规划、
资料收集到最终完稿，全过程都得到了朱老师悉心的指导和帮助。他一步步将我领进本课题的研究
领域，他学富五车的知识、严谨务实的治学态度、兢兢业业的工作精神，时时刻刻都在鞭策着我。
在我硕士研究生的两年多时间里，朱涛导师对我学习和生活关怀备至。师恩似海，终生难忘。
回望逝去的学习时光，感谢东南大学提供给我良好的学习硬件和软件。东大有敦实致远的学习
氛围、止于至善的人生态度，更重要的是有众多知识渊博的老师，他们是徐康宁院长、周勤教授、
胡汉辉教授、邱斌教授、余珊萍教授、张宗庆教授、虞斌副教授、张向阳副教授、何效山副书记、
耿有权副书记、祝虹副书记、以及东南大学经济管理学院的所有领导和老师们。在他们的辛勤栽培
下我收获了经济学、金融学等专业知识，为我毕业后的人生发展奠定了坚实的理论基础。从他们身
上我汲取的不仅仅是知识，还有许多为人治学的深刻道理。
在论文过程中，我得到了不少同学的帮助和支持，金融系魏巍、吴网红同学在计量方法和英语
翻译上给予了重要建议，在此表示衷心的感谢，希望他们在今后的人生道路上一帆风顺l
感谢东南大学经管学院06级金融专业的全体同学，两年多的共同学习和生活将是我人生最宝贵
的财富。同窗好友们，不仅带给我很大的帮助，也使我从中体会到无穷的乐趣。尤其要感谢我的舍
友吴网红、魏巍、樊元元同学，他们在生活学习上给予了我太多的帮助。岁月易逝，友谊长存!
最后，我还要深深地感谢我的家人，感谢他们给予我巨大的精神鼓励和最大程度的理解与支持。
他们的殷切希望和关爱是我永远前进的不竭动力!
东大的求学生活是我人生中宝贵的一段经历，我将倍加珍惜!本文的完成仅仅是新的人生历程
的开始，漫漫前途，我将铭记师长们的教诲，脚踏实地，勇往直前，开拓进取，无悔于自己的青春1
35
朱晓云
2009年4月于南京
东南大学硕士学位论文
参考文献
【l】Chames A，Cooper W，Rhodes E．Measuring the Efficiency of Decision Making Units叨．Europe
JoBmal ofOperational Research,1978(6)：1 123·l 145
【2】Connor G Korzjszyk R．Performance Measurment with the Arbitrage Pricing Theory：A New
Framework for Analysis[J]．Review ofQuantitative Finance Account,1991(3)：4-25
f3】Elton J，Edwin J，Martin J，Gruber J．Efficiency with Costly Information：A Reinterpretation of
Evidence from Managed Portfolios[J]．Review ofFinancial Studies，1993(1)：1-22
【4】Elton J，Gruber J．Portfolio Analysis with Non-normal Multi—index Return-generating Process[J]．
Review of Quantitative Finance and Accounting,1992(3)：5—17
【5】Fama E．Components of Investment Peformance[J]．Journal of Finance，1 972(27)：551-567
【6]Fame E，James M．础Sk Retum and Equilibrium：Empirical Tests[J]．Journal of Business．
1 973(7 1)：607-636
【7】Fama E．Market efficiency：long—term returns and behavioral finance[J]．Journal ofFinancial
Economics，1 998(49)：283-306
【8】Friend E，Blame M．Mutual Funds and Other Institutional Investors[J]．New York：McGraw-Hi I l，
1970：15l-172
【9】Goodwin T．111e Information Ratio【J】．Financial Analysts Journal，1998(4)：34-42
【1 0】Grinblatt M，Titman S．Performance Persistence in Mutual Funds[J]．Journal of Finance，
1992(47)：1977—1984
【ll】Grinblatt M，Titman S．Performance Measurement without Benchmarks：An Examination of Mutual
Fund Returns[J]．Journal ofBusiness．1993(1)：47-68
【121 Grinblatt M，Titman S．Mutual Fund Performance：An Analysis of Quarterly Portfolio Holdings[J]．
Journal of Business，1 989(5)：393-4 16
【13】Grossman S．On the Efficiency of Competitive Stock Markets When Trades Have Diverse
Information[J]．Journal ofFinance，1976(2)：573-585
[14】Grossman J,Stiglitz E．On the Impossibility of lnformationally Efficient Markets[J]．American
Economic Review,1980(3)：393-408
【15】Gupta F’Prajogi＆Stubbs E．The information ratio and performance[J]．Journal of Portfolio
Mangement,1999(3)：33·39
【16】Hogan S，Jarrow＆"leo M，Waraehka M．Testing market efficiency using statistical arbitrage with
applications to momentum and value strategies[J]．Journal of Financial Economics，2004(9)
【17】Jensen M．The Performance of Mutual Funds in the Period 1945-1964[J]．Journal of Finance，
1968(23)：389—416
【1 8】Jorion只Value at Risk：The New Benchmark for Controlling Derivaties Risk[J]．New
Y|ork：McGraw-Hill，1997
【19]Lintner J．The Valuation of Risky Assets and the Selection of Risky Investments in Stock Portfolios
and Capital Budgets[J】．Review ofEconomics and Statistics，1965(47)：13-37
[20】Markowwitz H．Protfolio Selection[J]．Journal of Finance，1 952(3)：77—79
【21】Ming Y Multiple—Benchmark and Multiple-Portfolio Optimization[J]．Financial Analysts Journal．
1999(1)：63-68
【22】Modigliani E Modigliani L．Risk-adjusted Performance[J]．Joumal of Portfolio Manageme蝇
36
参考文献
1 997(23)：45-54
【23】Mossin J．Equilibrium in a capital asset market[J]．Econometrics，1 966(35)：768—783
[24】Roll＆Ambiguity when Performance is measured by the Security Market Line[J]．Journal of Finance,
1978(9)：105l-1069
【25】Roll＆A Critique of the Pricing Theory’S Tests：On Past and Potential Testability of the Theory[J]．
Journal ofFinancial Economics，1 977(4)
[26】Ross S．The Arbitrage Theory of Capital Asset Pricing[J]．Journal of Economic Theory,
1976(12)：341·360
【27】Samuelson A．Proof that Properly Anticipated Prices Fluctuate Randomly[J]．Industrial Management
Review，1 965(6)：41-49
【28】Sharpe WDetermining a Fund’S Effective Asset Mix[J]．Investment Management Review,
1988(6)：5-15
【29】Sharpe W Mutual Fund Performance[J]．Journal ofBusiness．1966(12)：119—138
[30】Sharpe W The Theory ofCapital Asset Pricing[J]．Management Science．1963(1)：137-149
【31】Smions K．Risk-Adjusted Performance ofMutual Funds[J]．New England Economic Review,1998(9)
[32】Treynor J．How to Rate Management Investment Funds[J]．Harvard Business Review,1965(1)：63-75
【33】(美)潘泽，班塞尔．用VaR度量市场风险【M】．北京：机械工业出版社，2001
【34】陈鹏．基于VaR的我国证券投资基金绩效评价方法[J]．价值工程，2006(6)：113．117
【35】陈艳，孙晓光．基于因子分析的证券投资基金绩效评价【J】．特区经济，2005(10)；108-llO
【36】韩国文．证券投资基金绩效评价理论方法研究综述【J】．技术经济，2006(10)：73-77
【37】刘艳武，蒋瑛琨．Sharpe指数评价中国证券市场基金绩效的实用性[J】．金融研究，2004(10)：
94-99
【38】邓超，袁倩．基于动态DEA模型的证券投资基金绩效评价【J】．系统工程，2007(1)；1l l-117
【39】郭建军，刘浩．净收益率指标对基金绩效评估的可靠性【J】．统计与决策，2003(2)：10，24
【40】李红权，马超群．中国证券投资基金绩效评价的理论与实证研究[J]．财经研究，2004(7)：56·65
【4l】李金林，赵中秋．证券投资基金绩效评估的模型与方法[J]．北京理工大学学报，2003(6)：266-270
[42】龙淼，曾德明．证券投资基金重仓持股对上市公司绩效的影响研究【J】．事业财会，2006(4)：12·15
[43】钱谱丰，李凯．基于VAR的RAROC指标评估证券投资基金绩效实证分析【J】．商业研究，2007(11)。
199-204
[44】孙静，邱菀华．基金绩效评估的新准则：推广的夏普准则[J】．管理科学，2003(6)：39-42
【45】谭政勋．我国开放式基金风险调整绩效评估研究【J】．财会月刊，2005(5)：65-66
[46】田浩，李随成．信息比率及其在基金绩效评价中的应用【J】．数学的实践与认识，2004(10)：36-43
【47】屠新曙，段琳琳．经典詹森指数绩效衡量方法有效性的实证研究——来自中国基金市场的检验
【J1．统计与决策，2005(7)：25．27
【48】王聪．证券投资基金绩效评估模型分析[J]．经济研究，2001(9)：31-38
【49】王千红，吕小娟．证券投资基金绩效单冈数指数评价方法[J】．商业研究，2007(6)：129—131
【50】王庆仁．基金投资策略、绩效与市场有效[J】．财经科学，2003(6)：23-26
【5l】王尤，陈宇峰．对我国证券投资基金绩效的实证分析——单因素评价模型【J】．山西财经大学学
报，2002(12)：91．94
【52】吴庆田，肖赛君．基于DEA方法的封闭式基金相对绩效和持续性研究【J】．财经理论与实践，2007
(7)；4l—14
【53】徐颖，刘海龙．基金的投资绩效归因分析及实证研究【J】．系统工程，2006(1)：76—81
【541张本照，杜斌．基于M2测度值的我国开放式基金绩效实证研究【J】．经济研究导刊。2008(16)：
51．54
37
东南大学硕士学位论文
【55】张晓峒．计量经济学软件EViews使用指南【M】．天津：南开大学出版社，2004
【56】中国证券业协会．证券业从业资格考试统编教材—证券投资基金【M】．北京；中国财政经济出版
社，2007(6)：324．327
【57】中国证券业协会．证券业从业资格考试统编教材一证券投资分析【M】．北京：中国财政经济出版
社，2007(6)：330．332
38
附录
年化收益率最低的前20名
l 260103 景顺长城动力混合型3．152068
2 519688 交银精选股票成长型2．588166
3 288002 中信红利股票收入型2．220020
4 163402 兴业趋势LOF／混合型0．439008
5 377010 上投阿尔法股票平衡型0．417259
6 519008 海富优势混合型0．399017
7 000041 华夏精选股票成长型0．390828
8 270005 广发聚丰股票成长型0．388293
9 240004 华宝动力股票平衡型0．375929
lO 510081 长盛精选混合型0．357299
ll 375010 上投优势股票成长型0．355238
12 161706 招商成长LOF／股票成长型0．333517
13 481001 工银价值股票成长型O．32679l
14 5 1900l 银华优选股票股票平衡型0．324885
15 320003 诺安股票股票成长型0．316886
16 200002 长城久泰指数基金0．3 1 6364
17 240005 华宝策略股票平衡型0．304543
18 002们l 华夏红利混合型0．303378
19 160706 嘉实300 LOF，指数基金0．300390
3．384345
3．67462l
3．127080
0．509917
O．614764
0．500590
O．535564
0．6003 16
0．347703
0．35293 l
0．490930
0．380225
0．542465
O．6l 9905
0．355013
0．476748
0．393779
0．43 1844
0．440679
0．059871
O．045276
0．045636
0．055343
O．043630
0．05 1239
0．046910
0．041579
0．069501
0．065078
O．046515
O．056386
O．038725
0．033690
0．057379
O．042657
O．049715
0．045160
0．043818
O．93 1367
O．704335
O．709934
O．860940
0．67873 l
0．797092
0．72975 l
0．646814
1．081180
1．012376
0．723603
0．8771 56
O．602418
O．524087
O．892605
0．663588
0．773384
0．702518
0．681653
20． 350002 天治品质混合型O．299144 O．407999 0．047132 0．733 199
39
东南大学硕士学位论文
附录2 年化VaR值最低／高的前20名排名表
年化VaR值最低的前20名
l 519688 交银精选股票成长型2．588166
2 260103 景顺长城动力混合型3．152068
3 288002 中信红利股票收入型2．22002
4 5l0050 上证50ETF E1W指数基金0．188792
5 5 19001 银华优选股票股票平衡型0．324885
6 377010 上投阿尔法股票平衡型0．41 7259
7 27『0005 广发聚丰股票成长型0．388293
8 162204 荷银精选股票成长型0．274155
9 020005 国泰金马混合型0．196662
10 481001 工银价值股票成长型0．326791
l I o000ll 华夏精选股票成长型0．390828
12 070006 嘉实服务股票平衡型0．243376
13 310328 新动力股票成长型0．261614
14 162703 广发小盘LOF／股票成长型0．254098
15 163402 兴业趋势LOF／混合型0．439008
16 040002 华安A股混合型／指数基金0．148917
17 1 10002 易基策略股票成长型0．259034
18 41000l 华富优选混合型0．170394
19 42000l 天弘精选混合型O．134182
3．674621
3．384345
3．12708
0．705371
0．61 9905
O．614764
O．600316
0．566397
O．560432
0．542465
0．535564
0．522323
O．516678
0．516354
O．509917
0．504755
0．50187
O．500659
O．500625
0．045276
0．059871
O．045636
O．017205
0．03369
O．04363
O．041579
O．03lll5
O．022557
0．038725
0．04691
O．029952
0．032549
O．03 1633
0．055343
O．018965
0．033179
0．021878
O．017229
0．704335
O。931367
O．709934
0．267649
0．524087
0．67873 l
0．646814
0．484034
O．3509ll
0．602418
0．72975 l
O．465949
0．506339
0．492l
O．86094
0．295027
0．516137
0．340339
0．268028
20 519008 海富优势混合型0．399017 0．50059 0．051239 0．797092
40
附录
附录3 年化RAROC值最低／高的前20名排名表
年化RAROC值最低的前20名
l 001001 华夏债券A／B 债券型0．066029
2 202201 南方避险／2007止混合型0．28185l
3 100018 富国天利平衡债券型0．1 15607
4 510080 长盛债券债券型0．1 18396
5 217003 招商债券债券型0．065829
6 240004 华宝动力股票平衡型0．375929
7 240003 宝康债券债券型0．087463
8 340001 兴业转基债券型0．205143
9 510081 长盛精选混合型0．357299
lO 040004 华安宝利混合型0．255016
l I 260103 景顺长城动力混合型3．1 52068
12 310318 盛利配置混合型0．132566
13 100020 富国天益股票收入型0．29557
14 161603 融通债券债券型0．070541
15 320003 诺安股票股票成长型0．316886
16 161706 招商成长LOF／股票成长型0．3335 17
17 163402 兴业趋势LOF／混合型0．439008
18 32000l 诺安平衡混合型0．234444
19 162605 景顺鼎益LOF／股票平衡型0．282571
O．044223
0．225526
0．102082
0．106217
0．060702
0．347703
0．081401
O．199942
0．35293 l
0．266741
3．384345
0．142846
O．3 18687
0．077898
0．355013
0．380225
O．509917
0．273247
0．342322
0．095979
0．080337
0．0728
0．071653
0．069712
0．0169501
0．069069
O．065955
0．065078
0．061457
0．059871
0．059656
0．05962
0．0582ll
0．057379
0．056386
0．055343
0．055154
0．053062
1．493076
1．24975
1．132497
1．114657
1．084462
1．08118
1．074468
1．026012
1．012376
O．95604l
O．93 1367
0．928037
O．927463
0．90555
0．892605
0．877156
O．86094
O．857994
0．825455
20 070005 嘉实债券债券型0．090726 0．1 10755 0．052658 0．819162
41
东南大学硕士学位论文
附录4 混合基金实证结果表
垡塑垒签基垒耋型笙丝蝗董垒生丝y坐旦塑B熊嫂堡生垡墅竖Q堡
00201 l 华夏红利混合型0．303378 0．431844 0．04516 0．702518
163402 兴业趋势混合型，I．OF 0．439008 0．509917 0．055343 0．86094
163801
020003
020005
040004
05000l
0510004
07000l
090003
lOool6
100022
l1000l
150103
161005
161601
161605
161606
18000l
180002
20000l
20200l
202201
217005
240002
253010
255010
260103
270002
28800l
290002
310318
32000l
350002
3980ll
400001
41000I
42000l
45000l
51008l
519003
5l懈
519087
中银中国
国泰金龙行业
国泰金马
华安宝利
博时增长
博时精选
嘉实成长
大成蓝筹稳健
富国天源平衡
富国天瑞
易基平稳
银河银泰
富国天惠
新蓝筹
融通蓝筹
融通行业
银华优势企业
银华保本增值
长城久恒平衡
南方稳健成长
南方避险
招商先锋
宝康配置
德盛安心
德盛稳健
景顺长城动力
广发稳健
中信经典
泰信先行
盛利配置
诺安平衡
天治品质
中海分红
东方龙
华富优选
天弘精选
国富收益
长盛精选
海富收益
海富优势
新世纪优选
混合型／LOF
混合型
混合型
混合型
混合型
混合型
混合型
混合型
混合型
混合型
混合型
混合型
混合型
混合型
混合型
混合型
混合型
混合型
混合型
混合型
混合型
混合型
混合型
混合型
混合型
混合型
混合型
混合型
混合型
混合型
混合型
混合型
混合型
混合型
混合型
混合型
混合型
混合型
混合型
混合型
混合型
O．2433 13
O．200014
O．196662
0．255016
0．191018
O．208436
O．17009l
0．25414
O．11467l
O．241037
0．147965
0．252535
0．295935
0．176127
O．150638
O．21145
0．148155
0．041299
0．163277
0．142893
O．28185l
0．20765 l
O．18443l
0．152971
0．140575
3．152068
O．223246
O．199706
O．187321
0．132566
O．234444
0．2991 44
O．189913
0．205862
0．170394
O．134182
0．145179
O．357299
O．170889
0．399017
0．207683
0．348378
0．424295
O．560432
0．266741
0．348917
0．3601 39
O．304527
O．35696
0．285072
0．43981 l
0．288091
0．337808
O．391465
0。276238
0．325888
0．383726
0．289909
0．135446
0．321 121
0．301848
0．225526
0．29701
0．307636
0．241828
O．383704
3．384345
0．359168
O．361699
0．422499
0．142846
0．273247
0．407999
O．290617
O．326399
0．500659
0．500625
0．352336
0．35293 l
0．273215
0．50059
0．406479
0．044896
O．030303
0．022557
O．061457
0．035192
O．037204
O．035904
0．045766
0．025858
0．03523
0．033016
O．048056
O．048595
0．040986
O．029714
O．035423
0．03285 l
O．01960l
O．032685
0．03043 l
0．080337
0．044942
O．038538
0．040(晒3
O．02355 l
0．059871
O．039956
O．035492
0．028501
0．059656
0．055154
0．047132
0．042008
O．040543
O．021878
O．017229
O．026487
0．065078
O．040207
O．051239
0．032844
0．698417
0．471403
O．3509ll
O．9560IIl
0．54746
0．578766
0。55854
0．711957
O．402254
0．548046
O．513605
0．747569
0．755966
0．637593
O．462237
O．55 1045
O．5l104
0．304912
O．50846
O．473394
1．24975
0．699138
O．5995 12
0．632562
O．366362
O．931367
0．621563
0．552133
O．443365
0．928037
O．857994
0．733199
0．653484
0．630707
0．340339
0．268028
O．412047
1．012376
O．625475
0．797092
O．51093l
040002 华安A股混合型0．148917 0．504755 O．018965 O．295027
42
附录
附录5 债券基金实证结果表
垡受鱼鲞基金耋型生丝蝗董奎笙丝Y丛旦塑坠坚Qg 生丝垦丛Qg
00100l 华夏债券A／B 债券型0．066029 0．044223 0．095979 1．493076
070005
090002
lOool8
12100l
151002
160602
161603
202101
217003
240003
34000l
510080
嘉实债券
大成债券
富国天利平衡
国投融华
银河收益
鹏华普天债券
融通债券
南方宝元债券
招商债券
宝康债券
兴业转基
长盛债券
债券型
债券型
债券型
债券型
债券型
债券型
债券型
债券型
债券型
债券型
债券型
债券型
0．090726
O．06265
O．115607
0．107235
O．1189l
0．049943
0．070541
O．110447
0．065829
O．087463
0．205 143
0．118396
O．110755
O．078539
O．102082
0．16391l
O．153551
0．088883
0．077898
O．138486
O．0160702
O．08140l
O．199942
O．106217
0．052658
O．051278
0．0728
O．042055
O．04978
O．03612
0．0582ll
0．05 1267
0．0697 12
O．069069
O．065955
0．07 1653
O．819162
0．797696
1．132497
O．654225
O．774395
0．561892
0．90555
0．797533
1．084462
1．074468
1．026012
1．114657
附录6 指数基金实证结果表
基全垡照．基金鱼签一基金耋型．生丝蝗萱奎生丝y巫旦塑墼迅Q￡生丝垦垒垦Q￡
5l0050 上证50ETF 指数基金dEI"F 0．188792 0．705371 0．017205 0．267649
160706 嘉实300 指数基金／LOF 0．30039 0．440679 0．043818 0．681653
161607 融通巨潮指数基金／LOF O．219073 0．403108 0．034935 0．54346
161903 万家公用指数基金／LOF 0．160592 0．44121l 0．023397 0．363979
l10003 易基50 指数基金0．207972 0．41 l107 0．032519 0．505881
161604 融通深证loo 指数基金0．144924 0．423668 0．021989 0．342069
180003 银华道琼斯88 指数基金0．21 1393 0．340488 O．0399l 0．620853
200002 长城久泰指数基金O．3 1 6364 0．476748 0．042657 0．663588
519180 万家180 指数基金0．162184 0．32465l 0．0321 13 0．499563
附录7 股票平衡型基金实证结果表
基金垡亟一基全鱼鍪基垒耋型釜丝蝗董垒生丝y坐旦塑垦型塑堡生丝B△盥g
040001 华安创新股票平衡型0．147508 0．369533 0．02566 0．399173
160105
162605
070003
070006
090004
121002
151001
162202
21000l
21300l
217002
240004
240005
310308
377010
51900l
南方积配股票平衡型几oF 0．199399 0．391497 0．03274l 0．509326
景顺鼎益股票平衡型／LOF 0．282571 0．342322 0．053062 0．825455
嘉实稳健股票平衡型0．150598 0．371347 0．026069 0．405544
嘉实服务股票平衡型0．243376 0．522323 0．029952 0．465949
大成精选增值股票平衡型0．243174 0．375738 0．041603 0．“719
国投景气股票平衡型0．229018 0．289746 0．050809 0．79041
银河稳健股票平衡型0．1 9 1 606 0．344595 0．035743 0．55603 l
荷银周期股票平衡型0．1 78454 0．338902 0．033849 0．526564
金鹰优选股票平衡型0．137319 0．366781 0．024067 0．37439
宝盈红利股票平衡型0．147483 0．310085 0．030574 0．475621
招商安泰平衡股票平衡型0．145034 0．256639 0．036328 0．56513
华宝动力股票平衡型0．375929 0．347703 0．069501 1．081 18
华宝策略股票平衡型0．304543 0．393779 0．049715 0．773384
盛利精选股票平衡型0．182096 0．289587 0．040422 0．6288 1 l
上投阿尔法股票平衡型0．417259 0．614764 0．04363 0．67873l
银华优选股票股票平衡型0．324885 0．619905 0．03369 0．524087
519996 长信银利股票平衡型O．231 144 0．322416 0．046085 0．716912
43
东南大学硕士学位论文
附录9 股票成长型基金实证结果表
基金垡亟基坌垒整． 基垒耋型生丝蝗堇奎生丝y坐旦塑＆垒垦Q￡生丝&垒垦Qg
000001 华夏成长股票成长型0．146124 0．310163 0．030285 0．471121
160505
161706
162703
0000ll
02000l
050002
070002
08000l
09000l
110002
llo005
160106
160605
162102
162201
162203
162204
博时主题
招商成长
广发小盘
华夏精选
国泰金鹰增长
博时富裕
嘉实增长
长盛成长
大成价值增长
易基策略
易基积极
南方高增
鸱华中国50
金鹰小盘
荷银成长
荷银稳定
荷银精选
股票成长型／LOF
股票成长型／LOF
股票成长型／LOF
股票成长型
股票成长型
股票成长型
股票成长型
股票成长型
股票成长型
股票成长型
股票成长型
股票成长型
股票成长型
股票成长型
股票成长型
股票成长型
股票成长型
0．269241
0．333517
O．254098
0．390828
0．201572
0．19326
O．229936
O．152379
O．195979
O．259034
O．282616
0．263745
0．229228
0．128941
O．173468
0．166575
0．274155
0．387507
0．380225
O．516354
O．535564
0．357828
0．390133
0．412742
0．28307
0．267292
0．50187
0．490416
0．4601 16
0．369404
0．434053
0．340777
0．307323
0．566397
0．044664
O．056386
0．031633
O．0469l
O．036212
O．031844
O．0358ll
0．034604
O．047132
0．033179
O．037045
O．036848
0．039889
0．019096
O．032722
O．034842
0．03“15
0．694802
0．877156
O．492l
0．729751
0．5633 19
0．495369
0．557095
0．538306
O．733204
O．516137
O．576278
0．573214
0．620535
0．297063
O．509037
0．542018
0．484034
附录lO各类基金基准实证结果表
●I●__--●●l-_--___---●●●l_●_●●●__●__-__●-●●___●l_●-l●-_l●_I-____l__-●________-l_l_________●-●●_●_--____●__________l--____--I●_●I____----____-_●__●_l■_●--
基金类型年化收益率年化VaR 年化RAROC
股票基金
债券基金
O．06791l
0．040944
0．505373
0．134877
0．134378
0．303566
混合基金0．054427 0．317881 0．17122
作者简介
作者简介
朱晓云，女，1982年2月19日生，江苏泰兴人，2002年9月进入东北大学工商管理学院金融
系攻读学士学位，于2006年6月获得经济学学士学位。2006年9月至今在东南大学经济管理学院
金融系攻读硕士学位。
研究生阶段攻读了包括现代金融理论、国际金融理论、金融市场学、投资投资学、金融中介学
等15门课程。已修满全部34个学分。主要研究方向是金融中介学。
主要发表论文概况：
【l】朱晓云．VaR在我国开放式基金绩效评价中的应用研究【J】．商业经济，2008(10)：82．83．
45