证券投资基金资产配置毕业论文

导语：证券投资基金资产配置毕业论文一文来源于网友上传，不代表本站观点，若需要原创文章可咨询客服老师，欢迎参考。

摘要证券投资基金资产配置效率研究,旨在度量资产配置对证券投资基金业绩的贡

献程度。本文根据我国证券投资基金发展的实际情况,通过建立面板数据模型,

对我国证券投资基金资产配置效率进行实证研究,发现政策性资产配置在时间序列上对同一

基金的业绩起着重要作用,基金积极管理程度与政策性资产配置对不同基金业绩差异贡献程

度的关系不明显。

关健词证券投资基金资产配置效率面板数据

一、引言

证券投资基金资产配置,是指基金管理人决定如何在可投资的资产类型股票、债券

和现金等之间分配资金的过程。资产配置策略依据投资政策指导思想的不同分为战略

性资产配置策略,简称为与战术性资产配置策略

,简称为两种。战略性资产配置策略是指基金为了实现长期投资目

标而决定在不同资产类别之间进行配置的投资政策,它是基金管理公司投资决策委员会

的核心任务,又称为政策性资产配置。战术性资产配置策略是投

资者充分抓住由于宏观和微观经济层面的变化而导致金融资产的市场价格偏离其内在

价值的市场机会,通过选时主动地调高或者降低不同资产类别的配置比

例,其效果也称为“选时效应’,。①证券投资基金资产配置效率研究,旨在度量资产配置对证券投资基金业绩的贡献程

度,它有助于基金管理者深人了解资产配置对于同一只基金在时间序列上业绩变化的贡

献程度,有助于深人了解不同基金之间业绩差异的根本原因,有助于基金管理者根据各

自的特点构建投资管理体系和研究开发不同类型的金融创新产品。本文在对国外证券

投资基金资产配置效率分析方法进行文献综述的基础上,结合我国证券投资基金发展的

实际情况,通过建立面板数据模型,对我国证券投资基金资产配置效率进行

实证研究。

二、文献综述

国外学者有关证券投资基金资产配置效率的研究,最早形成体系的是,

和,简称,他们论证了政策性资产配置对于基金业绩在时间序列上

变动的贡献程度为,远远超过“市场选时”及“证券选择”对基金业绩的贡献程度,

由此认为政策性资产配置是决定基金业绩最重要的因素①。,和

,简称,采用一年家大型养老基金季度收益率和资产配置

比例的数据,重新验证了文章的研究结论—政策性资产配置对于基金业绩

在时间序列上变动的贡献程度为,政策性资产配置是决定基金业绩最重要的

因素②。

国外学者在证券投资基金资产配置的效率分析方面,最著名的研究成果是由

和简称《〕年提出的,他们认为和的研究虽然

解释了政策性资产配置对于同一基金在时间序列上业绩变化的贡献程度,却存在以下两

个方面的缺陷一是和并没有解释政策性资产配置对于不同基金之间的业绩

差异的贡献程度二是和并没有解释基金收益水平有多大比例归因于资产配

置政策的收益水平。《通过研究得到以下结论第一,基于政策性资产配置对共

同基金和养老基金的贡献程度的中位数分别为和,认为政策性资产配置对

于基金业绩在时间序列上变动的贡献程度大约为。第二,在基金业绩横截面贡献程

度的研究方面,对养老基金的年期收益率和共同基金的年期收益率进行分析,基于

政策性资产配置对共同基金和养老基金在横截面上的收益率的贡献程度分别为和

,认为政策性资产配置对不同基金之间业绩差异在横截面上的贡献程度大约为

。第三,如果基金业绩水平的以上可以由政策性资产配置的收益水平所解释,

则意味着基金积极管理是徒劳的,但是对于一些优秀基金经理管理的基金而言,实施积

极管理可以获得超越基准收益的业绩,此时基金业绩水平不能全部由政策性资产配置所解释,还有一部分要归因于基金积极管理。①

但无论是、还是的研究,主要研究方法还是简单的

回归,即将每只基金的实际收益率沿时间序列对政策性资产配置收益率作回归,得到每

只基金的决定系数,并进一步得到所有决定系数的均值、中值和分布统计数据。所有决

定系数的平均值就是政策性资产配置对基金业绩的贡献程度。而面板数据

是指对不同时刻的截面个体作连续观测所得到的多维时间序列数据,面板数据模型是一

类利用合成数据分析变量间相互关系并预测其变化趋势的计量经济模型。因此本文通

过建立面板数据模型,对我国证券投资基金资产配置效率进行实证研究。

三、实证研究

一研究目的

对我国证券投资基金资产配置效率进行实证研究主要有以下三个目的

政策性资产配置对于同一基金业绩在时间序列上变动的贡献程度。

政策性资产配置对于不同基金之间在横截面上业绩差异的贡献程度。

基金积极管理程度与政策性资产配置对不同基金业绩差异贡献程度的关系。

二样本选取

本文以深圳和上海证券交易所的封闭式基金和开放式基金为总样本,从中选取符合

以下标准的基金作为研究对象基金规模至少在亿元以上成立并且运作时间

至少年以上在所有的封闭式基金和开放式基金中,剔除指数型基金、增强指数型

基金、债券型基金、保本型基金和货币市场基金,研究对象主要限于股票型基金—成长

型股票基金、价值型股票基金、平衡型股票基金、配置型股票基金。②依照上述选择的标

准,本文从深沪两市上市的全部家封闭式基金中选取了家,扣除了三只指数型封闭

式基金基金普丰、基金景福和基金兴和对于开放式基金而言,由于我国开放式基金大

发展的时期是在年以后,最终列人研究对象的开放式基金有家,他们分别是华夏

成长、国泰金鹰增长、华安创新、博时增长、嘉实成长、长盛成长价值、大成价值增长、富国

动态平衡、易基平稳增长、融通新蓝筹、银华优势企业、南方稳健成长、鹏华行业成长和宝

盈鸿利收益。据此,纳人研究样本的证券投资基金总数为家。

人选的封闭式基金和开放式基金的研究周期都为年月日一拓年月

日,主要基于以下几点原因

第一,为了保证所有人选的封闭式基金和开放式基金的数据保持平衡

第二,满足基金成立并且运作时间至少年以上的条件,获得足够的数据

第三,我国开放式基金大发展时期是在年以后,而且年以后基金才开始重视资产配置在基金投资管理中的作用

第四,我国最后一批在世纪年代初期成立的投资基金经过证监会的清理和规

范,纷纷在年底一年成功转型为封闭式证券投资基金,例如基金融鑫年

月日上市,基金久富年月日上市为了扶持经过清理规范而成立的新的基

金管理公司,证监会同时又批准他们发行了最后一批封闭式基金,例如基金通乾

年月日上市,基金久嘉年月日上市,基金丰和年月日上市,基金

银丰年月日上市。

第五,年以前我国证券投资基金的运作很不规范,管理层监管不利,导致“基金

黑幕”的发生,基金运作过程中普遍存在融资融券、通过国债回购放大资金和缴纳少额保

证金可以申购数倍资金数量的新股的不正当竞争行为等等,都导致年以前大部分

基金的资产配置中“股票市值”和“债券和货币资金市值”占基金总净值的配置比例之和

大于的奇异现象。

第六,我国证券投资基金的建仓周期一般为发起成立以后的个月,在此期间各类

资产的持仓比例可能会有较大幅度的变化,并且基金不对外公布其净值和投资组合报

告。个月以后,基金的投资运作已进人正常状态,就要按规定定期公布净值周报、季报、

中报和年报。因此每一只基金具体的研究周期从其成立之日起个月以后开始计算,即

要求是年月以前成立的基金。

三数据来源和数据处理

数据来源

封闭式基金和开放式基金的资产类别主要包含股票、国债与现金三大类。数据周期

均为季度数据,我们可以从基金投资组合季度报告、中期报告、年度报告和净值公告中计

算基金每个季度的实际资产配置比例和实际收益率。数据来源于巨潮资讯深圳证券交

易所、大智慧软件和各基金公司网站。

资产配置效率分解分析框架和数据的处理其中,‘在资产类别上的实际权重。在资产类别上的政策性资产配置比例

在资产类别上的实际收益率凡‘在资产类别上的政策性资产配置收益率。

我们主要用季报中的“债券与货币资金市值

,”和“股票市值”两类数据,并由此计

算出“债券与货币资金所占比例”和“股票所占比例”作为每个基金的实际配置比例、,四研究方法

本文建立面板数据模型对我国证券投资基金资产配置效率进行实证研

究。考虑到我国各只基金存在规模、净值变化和资产配置等诸多因素的差异性,本文采

用变截距模型玖‘二、月‘。下‘。。参数‘和月‘都是个体时期恒

量,其中截距项‘代表了截面单元的个体特征,它反映了模型中被遗漏的体现个体差异

变量的影响,其取值只受截面单元不同的影响。‘是不可观测因素,随机扰动项“。则代

表了模型中被遗漏的体现截面和时间序列同时变化的因素的影响。截距和斜率参数假

设回归斜率系数相同齐性但截距不同。需要指出的是,如果面板数据模型仅仅就

样本自身效应为条件进行推论,宜选取固定效应模型,同时为了减少截面

数据造成的异方差影响,模型的估计方法选取广义最小二乘法璐。另一方面,如果

是以样本效应对总体效应进行推论,宜选取随机效应

模型。在选择随机效应模型的时候,模型不能是变系数,不能包括自回归项,也不

能使用加权平均,估计方法只能使用非加权。由于本文是以纳人研究对象

的只封闭式和开放式基金作为我国证券投资基金的样本,是以样本效应对总体效应

进行推论,故选取随机效应模型。本文运用的计量软件是一。四、实证结果

一我国证券投资基金政策性资产配置效率的面板数据模型

对家股票型封闭式和开放式基金建立面板数据模型“二‘月’尸。下‘“。,

采取随机效应模型,对我国证券投资基金业绩在时间序列上的贡献程度为。

二我国证券投资基金战术性资产配置效率选时效应的面板数据模型

表“资产配置效率分解分析框架”中的第二象限“政策性和积极资产配置收益”选

时不选股,用符号表示等于实际资产配置比例与基准指数收益率乘积的和,用公式

表示干凡,从而可以获得各家基金“选时不选股”收益率的时间序列。,对只

股票型封闭式和开放式基金建立随机效应的面板数据模型。二、洲人污“‘“。,

得到估计结果见表。从表的统计结果可以看出,决定系数为,模型的拟合优度较高,回归系数口

为,估计标准误为,检验统计量为,在水平下高度显著,一检验

值为,证明残差无序列自相关。豪斯曼检验构造的一统计量的

检验值为,相伴概率值为,接受原假设,即模型选取随机效应是正确的。

这表明“选时不选股”对我国股票型证券投资基金业绩在时间序列上的贡献程度

为。

依据表“资产配置效率分解模型”,战术性资产配置选时效应对基金业绩的贡献

程度等于第二象限“政策性和积极资产配置”选时不选股与第一象限“政策性资产配

置”即不选时也不选股贡献程度的差。战术性资产配置对基金业绩的解释程度为

一。因此,政策性资产配置远远超过了战术性资产配置对基金业

绩在时间序列上的贡献程度,这也证明了我国基金没有显著的“选时”能力。

三政策性资产配置对于不同基金之间业绩差异的贡献程度

我们采用横截面数据分析政策性资产配置对于不同基金之间业绩差异

的贡献程度。我们将纳人研究样本的只封闭式和开放式基金作为一个研

究整体,先将每只基金每季度实际收益率‘,,和政策性资产配置收益率‘,

分别进行几

何平均,转化为复合年均实际收益率‘和复合年均政策性资产配置收益率‘再将

和‘汇总形成横截面数据,建立计量模型‘刀理。,将‘对‘作横截

面回归,所得到的决定系数可以代表政策性资产配置对我国证券投资基金之间业绩差异

的贡献程度,并与美国共同基金和养老基金进行对比见表。从表中发现,政策性资产配置对我国证券投资基金之间业绩差异的贡献程度为

,要远远低于美国共同基金的和养老基金的。这表明我国证券投资基金

之间的业绩差异不是来源于政策性资产配置,主要来源于基金经理的选拔、股票的选择

和各资产类别的风格选择②等积极管理罗

因素。

四积极管理程度与政策性资产配置对不同基金业绩差异贡献程度的关系

本文将符号界定为衡量基金积极管理程度的标志,将上述样本估计结果对

应的现有积极管理程度设定为二如果基金经理提高现有的积极管理程度,那么

,本文设定二如果基金经理降低现有的积极管理程度,那么,本文设定

再依据公式几。,一‘,‘对纳入研究样本的只封闭式和开放式

基金中的每只基金各个时期的实际收益率进行相应的调整

然后,再依据公式厂夕厂,几⋯厂一进行几何平均

最后,建立模型。’月尸‘十二‘,将几何平均年度化总收益率,’与资产配置收

益率进行回归,得到的决定系数代表积极管理程度与政策性资产配置对不同基金业

绩差异贡献程度的关系,并与美国共同基金进行对比见表。从表中,我们可以看出,积极管理程度与政策性资产配置对不同基金业绩差异贡

献程度呈现负相关的关系积极管理程度越高,政策性资产配置对不同基金之间业绩差

异的贡献程度越小积极管理程度越低,政策性资产配置对不同基金之间业绩差异的贡

献程度越大。另一方面,积极管理程度变化使政策性资产配置对我国基金业绩差异贡献

程度的波动性远比美国共同基金的小,改变既定的积极管理程度,使政策性资产配置对

我国基金业绩差异贡献程度的影响不明显。五、结论

政策性资产配置在时间序列上对我国同一证券投资基金的业绩起着重要作用。

政策性资产配置对我国同一基金业绩在时间序列上的贡献程度为,远远超过了

战术性资产配置的贡献程度,我国证券投资基金没有显著的“选时”能力。

我国证券投资基金之间业绩差异主要来源于基金经理的选拔、股票选择和各资产

类别的风格选择等积极管理因素。政策性资产配置对我国不同基金之间业绩差异的贡

献程度为,远远低于美国共同基金的和养老基金的。

积极管理程度与政策性资产配置对我国不同证券投资基金业绩差异贡献程度的

关系不明显。积极管理程度与政策性资产配置对我国不同基金业绩差异贡献程度呈现

微弱的负相关性,并且这种负相关性的波动性远比美国共同基金的小。

参考文献

【杜书明,《基金绩效衡量理论与实证研究》,中国社会科学出版社,第一页。