不同目标类型的开放式基金收益率特征分析Word文件下载.docx
《不同目标类型的开放式基金收益率特征分析Word文件下载.docx》由会员分享,可在线阅读,更多相关《不同目标类型的开放式基金收益率特征分析Word文件下载.docx(16页珍藏版)》请在冰豆网上搜索。
![不同目标类型的开放式基金收益率特征分析Word文件下载.docx](https://file1.bdocx.com/fileroot1/2023-1/23/0403fec5-b11f-49ff-8ac3-de2021934567/0403fec5-b11f-49ff-8ac3-de20219345671.gif)
年9月,基金净值占两市A股流通总市值的比例只
有13.5%,2002年8月基金净值占两市A股流通
总市值的比例还不到7%。
在基金对市场影响日益
加强的背景下,已占居基金业主流的开放式基金的
价格行为也成为研究界的重要关注对象,故本文选
择开放式基金的收益率特征作为研究主题。
我国开放式基金多以股票投资为主,兼投债券,
其资产构成中,股票市值所占比例较大。
开放式基
金的价格由单位净资产值NAV决定,所以,基金收
益率的大小与证券价格的波动有直接的关系,风险
也主要来自证券市场,研究证券市场的工具同样可
用于研究开放式基金。
另一方面,基于证券投资基
金专家理财、组合投资的特性,从理论上可以认为开
放式基金有较低的非系统风险,收益率应更趋平稳,
平均值也应高于市场整体的收益率。
本文正是从这个理论观点出发,通过开放式基
金的价格数据,以计量经济方法分析开放式基金收
益率的影响因素、统计特征,进而研判开放式基金的
收益能力、风险分散能力及与证券市场的联系;
通过
ARCH模型分析研判开放式基金收益率波动特征,
并据此对计量模型进行调整。
ARCH分析的结果同
第1期总第159期商
业
经
济
与
管
理No
1Vol
159
2005年1月BUSINESSECONOMICSANDADMINISTRATIONJan.2005
时可用于讨论开放式基金的风险特征,即是否以系
统风险为主。
因开放式基金有多种目标类型,在投
资选择上各有侧重,上述分析结果在各种类型间的
比较,可用于评价基金择股与投资目标间的一致性,
进行评判基金管理公司的择股能力。
二、模型应用及样本说明
(一)理论模型
越来越多的实证研究结果揭示:
金融市场的许
多时间序列数据,诸如股票价格、通货膨胀、利率和
外汇汇率等序列方差经常表现出随时间变化的特
点,也就是说这些序列波动的程度是随时间的变化
而变化的。
传统的计量模型已不能客观地反映方差
变化,于是许多金融学家和经济学计量学家开始尝
试用一些二阶乃至更高阶矩的随时间变化的模型来
定量地描述各种经济和金融行为。
其中被认为最集
中地反映了方差变化特点而被最广泛地应用在金融
时间序列上的模型是最早由恩格尔(Engle,1982)提
出的有条件的异方差自回归模型(Autoregressive
ConditionalHeteroskedasticity,ARCH),即著名的
ARCH模型。
ARCH模型及以后的发展模型
GARCH、E-GARCH等被大量地用于金融市场,尤
其是资本市场的投资收益率分析研究,对各种收益
率非正态分布状况下的方差特征有较好的解释。
从国内研究进展来看,对ARCH理论的研究和
关注由来已久,早在20世纪90年代中后期,就已经
有一些介绍性的论文刊登(张汉江等,1997)。
但是对
模型的应用研究,主要在宏观经济、证券市场和期货
市场这些领域,被运用最多的是股票价格的波动性研
究(徐剑刚等,1997),近年来,股市
杠杆效应(楼迎
军,2003)、人民币汇率预测(惠晓峰等,2003)诸方面
的ARCH模型应用研究成果渐次面世。
对于开放式
基金的研究,目前公开发表的相应成果较少,有一些
与投资行为有关的公开文献(谢盐等,2004)。
本文实证的第一部分是收益率的统计特征分
析,主要根据开放式基金的价格序列,通过统计计算
获得相关指标进行分析,不涉及计量经济模型。
实
证第二部分讨论收益率序列的波动情况,用到的理
论模型主要有以下一些:
1.单指数模型。
作为证券分析的传统工具,威
廉夏普的单指数模型具有里程碑式的重要意义,在
分析证券或组合与市场的联系,及组合的风险度量
方面,有不可或缺的地位。
具体模型为:
Rit=
i0+
i!
RMt+
it
(1)
式中Rit表示第i家样本基金在t时刻的收益
率,RMt为市场整体在t时刻的收益率,一般用指数
的收益率表示,
it为随机误差项。
io、
i为对应的参
数,通过回归方法可获得估计值,此处的
i就是基金
的
系数。
2.GARCH模型。
由于模型
(1)中的随机误差
项有不能满足传统模型假设的可能性,故引入
GARCH模型对进行方差检验,并利用检验结果对
基础模型
(1)进行修正。
Bollerslev(1986)提出的广义ARCH模型∀
GARCH,是对ARCH模型应用的非常有价值的拓
展(周哲芳等,1998),它在ARCH的条件方差是
t
平方值的自回归函数的基础上,引入前若干期方差
值的影响。
一般的GARCH模型可以表示为:
yt=xit
+
t
(2)
t=ht!
ht=!
0+!
1
2t
-1+#!
q
-q+∀1ht-1+#+
∀pht-p=!
0+∃qi
=1!
i
-i+∃pj
=1∀jht-j(3)
式(3)表示的序列服从GARCH(q,p)过程。
且
参数满足条件:
E(t)=0,D(t)=1,E(ts)=0(t%s);
!
0>
0,!
i
0,∀j
0,∃q
i=1!
i+∃pj
=1∀j<
1。
实际应用中,较为简单的GARCH模型可以用
来代表一个高阶的ARCH,且在p=0时,GARCH
(q,0)就是q阶的ARCH,即ARCH是GARCH的一
种特殊形式。
因ARCH类模型应用较为广泛,本文
对其理论原理不作展开。
(二)样本及数据说明
开放式基金每交易日公布基金单位净值,考虑
到应有足够大的样本容量,本文采用2002年12月
31日以前上市的17只开放式基金作为样本基金
(具体名称见表1),以17只开放式基金的日净值和
上证A股指数日收盘价为基础样本数据。
为便于
讨论,将样本基金的目标类型分为价值型、成长型、
平衡稳健型三大类,指数基金和债券基金不在三类
之列。
沪深市场的A股股票是开放式基金最常见
的也是最大类的投资对象,而深证A股指数与上证
第1期朱晋:
不同目标类型的开放式基金收益率特征分析63
A股指数有很强的相关性,选择其中一家即可作为
开放式基金的参考指标。
数据截取的时间区间为各只样本基金的发行之
日至2004年5月26日,容量最大的是
华安创新,
含575个基础数据,最少的是
华夏债券,含362个
基础数据。
开放式基金的价格数据(即NAV数据)均
为考虑分红后的复权数据。
每家基金模型回归过程
中需要的A股数据取相同的时间区间。
每日收益率
为前后交易日收盘数据的对数一阶差分值。
即:
Rit=ln(NAViv)-ln(NAVi,t-1)
RMt=ln(PAt)-ln(PA,t-1)
(4)
上式中NAVit表示第i家基金在t期的净值,
PAt为上证A股指数在t期的收盘价。
数据处理运
用Excel和计量经济学软件Eviews4.0版。
数据的
来源为各大基金公司及上海证券交易所的网站所公
布的历史数据。
三、实证结果及分析
(一)样本序列的统计指标分析
利用Excel和Eviews软件,计算出各家样本基
金的统计指标平均日收益率、收益率标准差、收益率
序列偏度与峰度(见表1所示)。
为作比较,计算出
相同时间区间的上证A股指数的平均日收益率与
收益率标准差。
比较指标由下列公式计算:
平均收益率比较=基金平均日收益率-对应区间
上证A股平均日收益率
标准差比较=基金收益率标准差/对应区间上证
A股收益率标准差
表1
样本序列统计结果
基金名称平均收益率标准差偏度峰度
同期上证A股指数比较
平均收益率标准差
基金类型
宝盈鸿利-5.1E-050.0090-1.04516.637-1.68E-040.7627价值型
博时价值增长5.7E-040.00960.0177.3825.97E-040.8116价值型
长盛成长价值1.5E-050.0084-0.39110.511-7.45E-050.7170价值型
富国动态平衡1.9E-040.00700.4895.8353.31E-040.6106平衡稳健型
华安180-3.8E-050.0097-0.1275.684-3.11E-040.8286指数基金
华安创新-2.7E-050.0079-0.71411.993-1.16E-050.5916成长型
华夏成长1.9E-040.00760.8038.0442.49E-040.6025成长型
华夏债券2.5E-050.0019-4.37937.778-1.70E-040.1568债券基金
嘉实成长3.0E-040.0093-0.4487.8833.59E-040.7979成长型
国泰金鹰增长5.6E-050.0081-0.3608.351-4.91E-050.6739成长型
南方宝元9.4E-050.0039-1.97222.4383.52E-050.3304债券基金
南方稳健1.4E-040.00750.2908.5171.69E-040.5586成长型
鹏华行业成长-9.1E-050.00820.6845.9348.31E-050.7380成长型
融通新蓝筹-1.9E-060.0073-0.2976.666-8.23E-050.6184平衡稳健型
易方达平衡4.0E-040.00730.4656.1954.78E-040.6278平衡稳健型
银华优势9.3E-050.0099-0.3589.371-1.22E-040.8403平衡稳健型
大成价值增长4.1E-050.0098-2.43721.867-9.87E-050.8310价值型
表1中数据显示,在样本区间内,有8家开放式
基金的平均日收益率超过同期上证A股指数的平
均日收益率,表现最好的是
博时价值增长;
其余平
均日收益率低于同期上证A股指数的9家基金中,
最差的是
华安180。
一半以上的开放式基金至今
不能跑赢大盘,使我们对基金管理公司的能力不得
不有所疑虑。
所有样本基金的收益率标准差均小于同期上证
A股指数的标准差值,本文用比值来表示这种差异。
比值越大,风险越接近大盘整体,在比值大于0.8的
四家基金中,
博时价值成长获得比较好的收益率,
而其余三家(银华优势、大成价值增长、华安180)的
收益率比较值均在后五位。
也就是说,具有相对较
高风险的这三家基金并没有获得相对较高的收益
率。
两家债券基金的标准差远小于其它样本基金,
合乎情理。
不同目标类型的基金在收益率及标准差
上无明显差异。
17家样本基金中,只有6家的偏度大于0,其余
都小于0,说明基金序列方差大部分有左偏的倾向。
17家基金的峰度都较大(正态分布时峰度为0-3),
64商
理2005年
尖峰特征明显。
综合可见,开放式基金的收益率方
差也存在ARCH状态下的
尖峰厚尾特征。
两家
债券基金都有明显的左偏和较大的峰值。
(二)模型ARCH特征分析
由表1的偏度与峰度数据可知,本文选择的十
七家样本基金都存在ARCH状态的特征,故在作单
指数模型回归的同时,应考虑通过ARCH类模型对
基础模型进行调整。
根据样本数据,将理论模型
(2)、(3)具体化,用下列模型进行实证分析。
Rit=
i0+
it
it|#t-1~N(0,hit)
hit=!
2
i,t-1+#+!
2i
t-q+∀1hi,t-1+
#+∀phi,t-p
i=1,2,#,17
(5)
上式实际上是对单指数模型随机误差项的
GARCH(q,p)分析,p=0时即为ARCH(q)。
将(q,
p)分别取(1,0)、(2,0)、(1,1)、(2,2)几种情形时,可
得参数!
和∀的估计值的伴随概率(表略)。
因为是
对ARCH特征的分析,只要有足够小的伴随概率,
我们就可认为参数原值不显著为0,ARCH特征存
在,具体的参数估计值的大小并不重要。
检验的原
假设为各参数原值=0,若给出的显著性水平为
5%,则伴随概率<
0.05时,原假设不能成立,参数
显著不为0,ARCH或GARCH效应存在。
计算结
果显示,在5%的显著性水平下,17家基金均有显著
的ARCH
(1),只有3家不满足ARCH
(2),说明所有
的基金收益率模型的随机误差的方差值与上一期的
随机误差值有关,其中14家基金的随机误差项的方
差甚至受到前二期的随机误差值的显著影响。
同
理,在5%的显著性水平下,17家基金中有15家满
足GARCH(1,1),表明这15家基金收益率模型的
随机误差项的方差同时受到上一期随机误差值和方
差值的影响。
在6家满足GARCH(2,2)的基金中,
这种影响上溯到前二期。
(三)上证A股指数收益率对开放式基金收益
率的影响分析
本文所计算的基金收益率回归分析基于ARCH
(1)模型的展开。
利用公式
(1),在回归方法中选择
ARCH
(1),得
估计值及其它计量经济指标如表2。
此处的
值是开放式基金的
系数,从中可分析基
金组合资产的系统风险的大小,也可用于检验与股
价指数的因果关系。
表2
开放式基金收益率回归分析结果
基金名称
值判定系数R2
的T检验AICSC
宝盈鸿利0.58580.58325841.31529-7.5106-7.4689
博时价值增长0.58900.54155039.83684-7.3560-7.314
长盛成长价值0.53110.52858635.51403-7.4973-7.4562
富国动态平衡0.47220.63673158.20812-8.2512-8.2124
华安1800.72760.70485540.70825-7.7756-7.7282
华安创新0.90560.53274862.61059-7.8910-7.8596
华夏成长0.39390.69616459.68886-8.1782-8.1470
华夏债券0.03990.27837510.66532-9.9956-9.9507
嘉实成长0.64710.63382688.80587-7.6833-7.6387
国泰金鹰增长0.62300.595563171.2998-8.0229-7.9875
南方宝元0.01590.0199862.969231-8.3725-8.3308
南方稳健0.44520.62807162.36835-7.9998-7.9700
鹏华行业成长0.61690.568072121.2851-8.4933-8.4576
融通新蓝筹0.36560.35021823.82243-7.4492-7.4092
易方达平衡0.46940.62198848.05425-8.1184-8.0795
银华优势0.46940.30715323.52309-6.8172-6.7745
大成价值增长0.39370.27015115.38479-6.7002-6.6549
由表2的回归数据,可得出下列结论:
1.全部样本基金的
系数均小于1,即开放式
基金的系统风险要小于市场风险。
而
值的T统
计量较大,最小的也有2.96,表明基金收益率与上
证A股收益率之间有显著的因果关系,置信度大于
99%。
不同目标类型的开放式基金收益率特征分析65
2.判定系数R2集中于0.5-0.7之间,平均数
为0.50454。
从实证研究的角度看,这样的拟合度
已属可行。
用于评价模型质量的AIC和SC的值全
部小于-6,表示17家样本基金的回归模型均有较
好的精确度(易丹辉,2002)。
但也有一些基金的判
定系数比较小,说明了各个基金之间在回归拟合优
度上有一定的区别。
华夏债券和南方宝元这两个债
券基金判定系数较低,说明两家基金的收益率序列
与A股指数收益率虽有显著的因果关系,但用来回
归的单指数模型在数学形式上不甚合适。
3.基金目标类型与
值的大小有一定关系,即各
个基金因风格和投资目标的不同,表现在对指数的敏
感性上有较大的不同。
17家基金中属于成长型的基
金有六家,
值最大的是
华安创新为0.9056,平均
值为0.6053;
平衡稳健型的有四家,平均
值为0.
44415;
价值型也是四家,平均
值为0.5249。
样本中
唯一的指数基金
华安180的
值为0.7276,处于较
高的水平,这是因为该基金跟踪投资的上证180成份
股的走势与上证A股指数之间存在一定的内在联系。
六家成长型基金中最大的
值0.9056与最小的
值
0.3939(华夏成长)之间差异较大,但较高的平均值说
明成长型的基金比其它两类基金对股指的敏感性要
高,自然风险也要大一些。
平衡稳健型基金投向债券
的比例要比其它类型的基金大,所以平均值在三类基
金中最低也是合乎情理的。
值最小的是两个债券
基金∀∀∀南方宝元和华夏债券,都小于0.1,这和它
们以债券投资为主、股票投资为辅的投资目标有关,
由于股票投资在资产配置中的比例不超过35%,因
此它们受股指的影响很小。
四、结论与对策建议
通过上述实证分析,我们可以得出下列观点:
第一,开放式基金的整体收益能力差强人意,有
半数运行一年半以上的开放式基金平均日收益率低
于同期的上证A股指数收益率。
若考虑开放式基
金的认购赎回费用,盈利能超越A股大盘的基金家
数就更少了。
这17家样本基金的管理公司囊括了
国内基金管理业的主要机构,他们的业绩尚且如此,
说明基金管理业在提高管理效率,给投资者良好回
报上还须加倍努力。
第二,开放式基金的收益率方差均表现了明显
的ARCH特征,绝大部分(15家)还具有GARCH
(1,1)特征,说明开放式基金收益率的不确定性或者
说风险性同样受到时间因素的影响,可以认为开放
式基金的组合投资未能简化风险的性质。
对投资者
而言,普通股风险分析方法同样适用于开放式基金。
第三,结合表1和表2的结果,我们可以看到,
一些平均收益率低的基金,
系数也较小,如大成价
值增长、银华优势和融通新蓝筹等。
从
系数上看,
这些基金的风险中非系统风险的比例较高,但却未
能获得理想的收益,这与证券投资基金组合投资分
解非系统风险的基本宗旨相去甚远。
从投资的角度
看,选择这样的基金有一定的危险性,最好采取回避
的策略。
第四,实证结果表示不同目标类型的基金收益
率在与股指变化率的关联度上有明显区别,且这种
区别与投资目标较为相符,说明开放式基金在择股
上与投资目标有较强的一致性。
这对细分市场,吸
引不同目的的投资者有较大帮助。
&
证券投资基金
法∋出台,对基金类型的清晰明确影响较大