導語：證券投資基金資產配置畢業論文一文來源于網友上傳，不代表本站觀點，若需要原創文章可咨詢客服老師，歡迎參考。

摘要證券投資基金資產配置效率研究,旨在度量資產配置對證券投資基金業績的貢

獻程度。本文根據我國證券投資基金發展的實際情況,通過建立面板數據模型,

對我國證券投資基金資產配置效率進行實證研究,發現政策性資產配置在時間序列上對同一

基金的業績起著重要作用,基金積極管理程度與政策性資產配置對不同基金業績差異貢獻程

度的關系不明顯。

關健詞證券投資基金資產配置效率面板數據

一、引言

證券投資基金資產配置,是指基金管理人決定如何在可投資的資產類型股票、債券

和現金等之間分配資金的過程。資產配置策略依據投資政策指導思想的不同分為戰略

性資產配置策略,簡稱為與戰術性資產配置策略

,簡稱為兩種。戰略性資產配置策略是指基金為了實現長期投資目

標而決定在不同資產類別之間進行配置的投資政策,它是基金管理公司投資決策委員會

的核心任務,又稱為政策性資產配置。戰術性資產配置策略是投

資者充分抓住由于宏觀和微觀經濟層面的變化而導致金融資產的市場價格偏離其內在

價值的市場機會,通過選時主動地調高或者降低不同資產類別的配置比

例,其效果也稱為“選時效應’,。①證券投資基金資產配置效率研究,旨在度量資產配置對證券投資基金業績的貢獻程

度,它有助于基金管理者深人了解資產配置對于同一只基金在時間序列上業績變化的貢

獻程度,有助于深人了解不同基金之間業績差異的根本原因,有助于基金管理者根據各

自的特點構建投資管理體系和研究開發不同類型的金融創新產品。本文在對國外證券

投資基金資產配置效率分析方法進行文獻綜述的基礎上,結合我國證券投資基金發展的

實際情況,通過建立面板數據模型,對我國證券投資基金資產配置效率進行

實證研究。

二、文獻綜述

國外學者有關證券投資基金資產配置效率的研究,最早形成體系的是,

和,簡稱,他們論證了政策性資產配置對于基金業績在時間序列上

變動的貢獻程度為,遠遠超過“市場選時”及“證券選擇”對基金業績的貢獻程度,

由此認為政策性資產配置是決定基金業績最重要的因素①。,和

,簡稱,采用一年家大型養老基金季度收益率和資產配置

比例的數據,重新驗證了文章的研究結論—政策性資產配置對于基金業績

在時間序列上變動的貢獻程度為,政策性資產配置是決定基金業績最重要的

因素②。

國外學者在證券投資基金資產配置的效率分析方面,最著名的研究成果是由

和簡稱《〕年提出的,他們認為和的研究雖然

解釋了政策性資產配置對于同一基金在時間序列上業績變化的貢獻程度,卻存在以下兩

個方面的缺陷一是和并沒有解釋政策性資產配置對于不同基金之間的業績

差異的貢獻程度二是和并沒有解釋基金收益水平有多大比例歸因于資產配

置政策的收益水平。《通過研究得到以下結論第一,基于政策性資產配置對共

同基金和養老基金的貢獻程度的中位數分別為和,認為政策性資產配置對

于基金業績在時間序列上變動的貢獻程度大約為。第二,在基金業績橫截面貢獻程

度的研究方面,對養老基金的年期收益率和共同基金的年期收益率進行分析,基于

政策性資產配置對共同基金和養老基金在橫截面上的收益率的貢獻程度分別為和

,認為政策性資產配置對不同基金之間業績差異在橫截面上的貢獻程度大約為

。第三,如果基金業績水平的以上可以由政策性資產配置的收益水平所解釋,

則意味著基金積極管理是徒勞的,但是對于一些優秀基金經理管理的基金而言,實施積

極管理可以獲得超越基準收益的業績,此時基金業績水平不能全部由政策性資產配置所解釋,還有一部分要歸因于基金積極管理。①

但無論是、還是的研究,主要研究方法還是簡單的

回歸,即將每只基金的實際收益率沿時間序列對政策性資產配置收益率作回歸,得到每

只基金的決定系數,并進一步得到所有決定系數的均值、中值和分布統計數據。所有決

定系數的平均值就是政策性資產配置對基金業績的貢獻程度。而面板數據

是指對不同時刻的截面個體作連續觀測所得到的多維時間序列數據,面板數據模型是一

類利用合成數據分析變量間相互關系并預測其變化趨勢的計量經濟模型。因此本文通

過建立面板數據模型,對我國證券投資基金資產配置效率進行實證研究。

三、實證研究

一研究目的

對我國證券投資基金資產配置效率進行實證研究主要有以下三個目的

政策性資產配置對于同一基金業績在時間序列上變動的貢獻程度。

政策性資產配置對于不同基金之間在橫截面上業績差異的貢獻程度。

基金積極管理程度與政策性資產配置對不同基金業績差異貢獻程度的關系。

二樣本選取

本文以深圳和上海證券交易所的封閉式基金和開放式基金為總樣本,從中選取符合

以下標準的基金作為研究對象基金規模至少在億元以上成立并且運作時間

至少年以上在所有的封閉式基金和開放式基金中,剔除指數型基金、增強指數型

基金、債券型基金、保本型基金和貨幣市場基金,研究對象主要限于股票型基金—成長

型股票基金、價值型股票基金、平衡型股票基金、配置型股票基金。②依照上述選擇的標

準,本文從深滬兩市上市的全部家封閉式基金中選取了家,扣除了三只指數型封閉

式基金基金普豐、基金景福和基金興和對于開放式基金而言,由于我國開放式基金大

發展的時期是在年以后,最終列人研究對象的開放式基金有家,他們分別是華夏

成長、國泰金鷹增長、華安創新、博時增長、嘉實成長、長盛成長價值、大成價值增長、富國

動態平衡、易基平穩增長、融通新藍籌、銀華優勢企業、南方穩健成長、鵬華行業成長和寶

盈鴻利收益。據此,納人研究樣本的證券投資基金總數為家。

人選的封閉式基金和開放式基金的研究周期都為年月日一拓年月

日,主要基于以下幾點原因

第一,為了保證所有人選的封閉式基金和開放式基金的數據保持平衡

第二,滿足基金成立并且運作時間至少年以上的條件,獲得足夠的數據

第三,我國開放式基金大發展時期是在年以后,而且年以后基金才開始重視資產配置在基金投資管理中的作用

第四,我國最后一批在世紀年代初期成立的投資基金經過證監會的清理和規

范,紛紛在年底一年成功轉型為封閉式證券投資基金,例如基金融鑫年

月日上市,基金久富年月日上市為了扶持經過清理規范而成立的新的基

金管理公司,證監會同時又批準他們發行了最后一批封閉式基金,例如基金通乾

年月日上市,基金久嘉年月日上市,基金豐和年月日上市,基金

銀豐年月日上市。

第五,年以前我國證券投資基金的運作很不規范,管理層監管不利,導致“基金

黑幕”的發生,基金運作過程中普遍存在融資融券、通過國債回購放大資金和繳納少額保

證金可以申購數倍資金數量的新股的不正當競爭行為等等,都導致年以前大部分

基金的資產配置中“股票市值”和“債券和貨幣資金市值”占基金總凈值的配置比例之和

大于的奇異現象。

第六,我國證券投資基金的建倉周期一般為發起成立以后的個月,在此期間各類

資產的持倉比例可能會有較大幅度的變化,并且基金不對外公布其凈值和投資組合報

告。個月以后,基金的投資運作已進人正常狀態,就要按規定定期公布凈值周報、季報、

中報和年報。因此每一只基金具體的研究周期從其成立之日起個月以后開始計算,即

要求是年月以前成立的基金。

三數據來源和數據處理

數據來源

封閉式基金和開放式基金的資產類別主要包含股票、國債與現金三大類。數據周期

均為季度數據,我們可以從基金投資組合季度報告、中期報告、年度報告和凈值公告中計

算基金每個季度的實際資產配置比例和實際收益率。數據來源于巨潮資訊深圳證券交

易所、大智慧軟件和各基金公司網站。

資產配置效率分解分析框架和數據的處理其中,‘在資產類別上的實際權重。在資產類別上的政策性資產配置比例

在資產類別上的實際收益率凡‘在資產類別上的政策性資產配置收益率。

我們主要用季報中的“債券與貨幣資金市值

,”和“股票市值”兩類數據,并由此計

算出“債券與貨幣資金所占比例”和“股票所占比例”作為每個基金的實際配置比例、,四研究方法

本文建立面板數據模型對我國證券投資基金資產配置效率進行實證研

究。考慮到我國各只基金存在規模、凈值變化和資產配置等諸多因素的差異性,本文采

用變截距模型玖‘二、月‘。下‘。。參數‘和月‘都是個體時期恒

量,其中截距項‘代表了截面單元的個體特征,它反映了模型中被遺漏的體現個體差異

變量的影響,其取值只受截面單元不同的影響。‘是不可觀測因素,隨機擾動項“。則代

表了模型中被遺漏的體現截面和時間序列同時變化的因素的影響。截距和斜率參數假

設回歸斜率系數相同齊性但截距不同。需要指出的是,如果面板數據模型僅僅就

樣本自身效應為條件進行推論,宜選取固定效應模型,同時為了減少截面

數據造成的異方差影響,模型的估計方法選取廣義最小二乘法璐。另一方面,如果

是以樣本效應對總體效應進行推論,宜選取隨機效應

模型。在選擇隨機效應模型的時候,模型不能是變系數,不能包括自回歸項,也不

能使用加權平均,估計方法只能使用非加權。由于本文是以納人研究對象

的只封閉式和開放式基金作為我國證券投資基金的樣本,是以樣本效應對總體效應

進行推論,故選取隨機效應模型。本文運用的計量軟件是一。四、實證結果

一我國證券投資基金政策性資產配置效率的面板數據模型

對家股票型封閉式和開放式基金建立面板數據模型“二‘月’尸。下‘“。,

采取隨機效應模型,對我國證券投資基金業績在時間序列上的貢獻程度為。

二我國證券投資基金戰術性資產配置效率選時效應的面板數據模型

表“資產配置效率分解分析框架”中的第二象限“政策性和積極資產配置收益”選

時不選股,用符號表示等于實際資產配置比例與基準指數收益率乘積的和,用公式

表示干凡,從而可以獲得各家基金“選時不選股”收益率的時間序列。,對只

股票型封閉式和開放式基金建立隨機效應的面板數據模型。二、洲人污“‘“。,

得到估計結果見表。從表的統計結果可以看出,決定系數為,模型的擬合優度較高,回歸系數口

為,估計標準誤為,檢驗統計量為,在水平下高度顯著,一檢驗

值為,證明殘差無序列自相關。豪斯曼檢驗構造的一統計量的

檢驗值為,相伴概率值為,接受原假設,即模型選取隨機效應是正確的。

這表明“選時不選股”對我國股票型證券投資基金業績在時間序列上的貢獻程度

為。

依據表“資產配置效率分解模型”,戰術性資產配置選時效應對基金業績的貢獻

程度等于第二象限“政策性和積極資產配置”選時不選股與第一象限“政策性資產配

置”即不選時也不選股貢獻程度的差。戰術性資產配置對基金業績的解釋程度為

一。因此,政策性資產配置遠遠超過了戰術性資產配置對基金業

績在時間序列上的貢獻程度,這也證明了我國基金沒有顯著的“選時”能力。

三政策性資產配置對于不同基金之間業績差異的貢獻程度

我們采用橫截面數據分析政策性資產配置對于不同基金之間業績差異

的貢獻程度。我們將納人研究樣本的只封閉式和開放式基金作為一個研

究整體,先將每只基金每季度實際收益率‘,,和政策性資產配置收益率‘,

分別進行幾

何平均,轉化為復合年均實際收益率‘和復合年均政策性資產配置收益率‘再將

和‘匯總形成橫截面數據,建立計量模型‘刀理。,將‘對‘作橫截

面回歸,所得到的決定系數可以代表政策性資產配置對我國證券投資基金之間業績差異

的貢獻程度,并與美國共同基金和養老基金進行對比見表。從表中發現,政策性資產配置對我國證券投資基金之間業績差異的貢獻程度為

,要遠遠低于美國共同基金的和養老基金的。這表明我國證券投資基金

之間的業績差異不是來源于政策性資產配置,主要來源于基金經理的選拔、股票的選擇

和各資產類別的風格選擇②等積極管理羅

因素。

四積極管理程度與政策性資產配置對不同基金業績差異貢獻程度的關系

本文將符號界定為衡量基金積極管理程度的標志,將上述樣本估計結果對

應的現有積極管理程度設定為二如果基金經理提高現有的積極管理程度,那么

,本文設定二如果基金經理降低現有的積極管理程度,那么,本文設定

再依據公式幾。,一‘,‘對納入研究樣本的只封閉式和開放式

基金中的每只基金各個時期的實際收益率進行相應的調整

然后,再依據公式廠夕廠,幾⋯廠一進行幾何平均

最后,建立模型。’月尸‘十二‘,將幾何平均年度化總收益率,’與資產配置收

益率進行回歸,得到的決定系數代表積極管理程度與政策性資產配置對不同基金業

績差異貢獻程度的關系,并與美國共同基金進行對比見表。從表中,我們可以看出,積極管理程度與政策性資產配置對不同基金業績差異貢

獻程度呈現負相關的關系積極管理程度越高,政策性資產配置對不同基金之間業績差

異的貢獻程度越小積極管理程度越低,政策性資產配置對不同基金之間業績差異的貢

獻程度越大。另一方面,積極管理程度變化使政策性資產配置對我國基金業績差異貢獻

程度的波動性遠比美國共同基金的小,改變既定的積極管理程度,使政策性資產配置對

我國基金業績差異貢獻程度的影響不明顯。五、結論

政策性資產配置在時間序列上對我國同一證券投資基金的業績起著重要作用。

政策性資產配置對我國同一基金業績在時間序列上的貢獻程度為,遠遠超過了

戰術性資產配置的貢獻程度,我國證券投資基金沒有顯著的“選時”能力。

我國證券投資基金之間業績差異主要來源于基金經理的選拔、股票選擇和各資產

類別的風格選擇等積極管理因素。政策性資產配置對我國不同基金之間業績差異的貢

獻程度為,遠遠低于美國共同基金的和養老基金的。

積極管理程度與政策性資產配置對我國不同證券投資基金業績差異貢獻程度的

關系不明顯。積極管理程度與政策性資產配置對我國不同基金業績差異貢獻程度呈現

微弱的負相關性,并且這種負相關性的波動性遠比美國共同基金的小。

參考文獻

【杜書明,《基金績效衡量理論與實證研究》,中國社會科學出版社,第一頁。