《修正的Sharpe指数及其在基金业绩评价中的应用.pdf》由会员分享，可在线阅读，更多相关《修正的Sharpe指数及其在基金业绩评价中的应用.pdf（10页珍藏版）》请在taowenge.com淘文阁网|工程机械CAD图纸|机械工程制图|CAD装配图下载|SolidWorks_CaTia_CAD_UG_PROE_设计图分享下载上搜索。
1、2006年7月系统工程理论与实践第7期 文章编号:100026788(2006)0720001210修正的Sharpe指数及其在基金业绩评价中的应用史 敏1,2,汪寿阳1,2,徐山鹰1(11 中国科学院数学与系统科学研究院,北京100080;21 中国科学院研究生院管理学院,北京100039)摘要:随着近几年基金管理公司的数量迅速增长和基金发行规模的不断增加,证券投资基金已经超过券商、保险、私募基金成为国内资本市场最大、最有影响力的机构投资者,因此科学地分析和评价基金的业绩以及度量它们所面临的风险就变得越来越重要.目前,国内最常用的风险调整后的绩效度量指标 Sharpe指数使用标准差来度量投资
2、风险及假设收益率服从正态分布,但实证检验发现中国开放式基金收益率序列有明显的尖峰、厚尾性和有偏性.为此,提出用非对称Laplace分布来拟合收益率分布,它充分考虑了收益率分布的有偏性、尖峰和厚尾性,因此能更好的度量基金的投资风险.在此基础上,分别给出了基于非对称Laplace分布标准差和VaR值的修正的Sharpe指数;然后对31只开放式基金数据进行了实证分析.结果表明,修正的Sharpe指数是有效的.关键词:基金业绩评价;非对称Laplace分布;Sharpe指数中图分类号:F83019 文献标识码:ARevised Sharpe Index for the Performance Eval
3、uation ofSecurities Investment FundsSHI Min1,2,WANG Shou2yang1,2,XU Shan2ying1(11Academy of Mathematics and Systems Science,Chinese Academy of Sciences,Beijing 100080,China;21School of Management ofGraduate School of the Chinese Academy of Sciences,Beijing 100039,China)Abstract:With the continuously
4、 establishment of new fund management corporations and the extension of fundissuance scale,the securities investment funds have exceeded the asset size of the security companies,insurers andprivately offered funds and become the biggest and the most influential institutional investors in the Chinese
5、 domesticcapital market.So it is more and more important to analyze and evaluate properly performance and risk of the funds.At present,Sharpe index is one of the most popular performance evaluation indexes.However,the traditional Sharpeindex assumes that the yield rate sequence of portfolio obeys no
6、rmal distribution and cant capture any skewness andheavy tail.So we use the asymmetric Laplace(AL)distribution to fit the yield rate sequence.One advantage of theasymmetric Laplace distribution is able to capture the skewness,kurtosis and heavy tail.Based on the standarddeviation and VaR of asymmetr
7、ic Laplace distribution,a modified Sharpe index is proposed.With an empiricalanalysis on the open2end fund data,we find the revised Sharpe index is valid.Key words:performance evaluation of securities investment funds;asymmetric Laplace distribution收稿日期:20052062031 引言证券投资基金(securities investment fun
8、d)(简称投资基金或基金)是指一种利益共享、风险共担的集合投资方式,是金融投资制度的一种创新,它通过基金发行单位,集中投资者的资金,由基金托管人托管,由基金管理人管理和运用资金,从事股票、债券等金融工具投资.共同基金作为一种共同投资、专家经营、共担风险、收益共享的新型金融工具和养老基金、保险基金一起是发达国家证券市场的最大投资者.那么,在我国以“专家理财、组合投资、分散风险、稳定市场”的使命形象而面世的证券投资基金是否起到了其中的一项或几项作用呢?面对日益丰富的基金品种,投资者如何选择适合的基金进行投资?这都涉及到一个如何有效评价基金业绩的问题.自从20世纪60年代末以来,学者们提出了几种用以
9、评估基金管理人相关业绩的单一指数和衡量方法,包括Sharpe比率(1966)1、Treynor比率(1965,1966)2,3、Jenson值(1968、1969)4,5、估值比率(Appraiseratio)(1998)6、M22方法(1997)7、M23方法8等方法.上述方法都对风险测度进行了一定调整.但它们也不断受到人们的质疑和批评,主要集中于基准的选取和理论基础CAPM模型的有效性.如,Roll(1977)9和Ross(1977)10对CAPM模型表示怀疑,批评了有关投资组合绩效的测定5,6.Admati和Ross(1986)11的研究结果也表明即使基金经理有良好的选股能力与择时能力,
10、但通过詹森阿尔法作为绩效评价标准也很难体现出来.Bailey(1992)12对这些方法所依赖的基准指数对真实市场指数的代理性表示疑问.针对CAPM为基础的单因素模型存在的问题,Lenman,Modest(1987)13、Fama,French(1993,1996)14,15、Carhart(1997)16等提出了多因素模型.“多因素”模型部分地解决了“单因素”模型存在的问题,模型的解释能力也有所提高.但是,在实证研究中,“多因素”模型要求能够识别所有的相关因素.而资产定价理论并没有给出风险资产定价所需要的全部因素或者因素的个数,所以在实证中,因素的选择就受到个人主观判断的影响:并且“多因素”模
11、型仍然没有办法解释资产收益的实质性差别,绩效评估的结果对于因素选择十分敏感;同时,也即评价的结果对基准的选取比较敏感.Chen和Knez17等(1996)采用随机折扣因子方法对业绩进行评价,也仍未摆脱基准选取的影响.正是上述的原因,“单因素”模型和“多因素”模型孰优孰劣,至今在西方国家尚无定论.张文璋和陈向民18(2002)利用我国证券市场的实际数据模拟了一系列随机组合代替实际基金,考察了由4种基本模型、3种因素基金组合、9种市场指数和5种无风险收益率组合成的540种具体的基金业绩评价方法,研究结果表明评价方法的选择对评价结论有着很大的影响,其中不同的基本模型、基准组合和市场指数对评价结论具有
12、决定性的影响,而无风险收益率的选择对评价结果的影响则较小.唐有瑜(1999)19对深圳股票市场的研究表明:“单因素”模型和“多因素”模型都有一定的适应性.虽然“多因素”模型的拟合效果要稍好于“单因素”模型,但由于前者在数据的获取上存在较大困难,而且,所选择的回归因素之间存在相关性.从因素的选择及运算的简便性的角度看,“单因素”模型要比多因素模型好.单因素绩效评价指标多是以CAPM作为其理论基础,由于CAPM理论缺乏实证的支持以及业绩评价对基准选取的敏感性,同时在中国还没有一个被广泛接受的可作为基准组合代表的市场指数(而在美国,S&P500指数具有很好的代表性),所以目前在中国对基金的整体业绩的
13、评测指标中,Sharpe指数仍然是运用最为广泛的指标之一.但Sharpe指数理论上假设投资组合的收益率序列服从(联合)正态分布,实际使用中以标准差来表示投资组合 基金的风险,并没有考虑到实际收益率序列具有尖峰、厚尾、有偏的特性,所以用它来评价基金业绩有可能会给出错误的评价结果.因此,本文下面的部分采用非对称Laplace分布来拟合收益率序列,进而给出了修正的Sharpe指数.2 非对称(Asymmetric)Laplace分布为了拟合实际金融数据的有偏性,黄海、卢祖帝(2003)20提出一种能同时刻画金融数据尖峰、有偏性和厚尾性的分布函数 非对称Laplace分布,并将它引入了金融市场风险管理
14、中.定义 如果x是一个随机变量,有如下的分布密度函数形式,那么就称它服从非对称Laplace分布(Asyymetric Laplace Distribution),记为xAL(,p),f(x|,p)=kexp-11-pIx+1pIxk|x-|,(1)其中,k=p2+(1-p)2.是位置参数,是标准差,p是形状参数,介于0到1之间,它控制着偏度和峰度,p的不同取值使得偏度为正或负.从密度函数(211)式可以看出,当p的|x-|被赋予较大的权重,导致密度函数向右偏,也就是偏度为正;当p=015时,密度函数是对称的,也就是传统的Laplace分布;当p015时,对于x 015意味着左偏,p 015意
15、味着右偏.2系统工程理论与实践2006年7月图1Laplace分布密度函数图3 基于非对称Laplace分布的修正Sharpe指数311 基于非对称Laplace分布标准差的修正Sharpe指数在这里,我们用非对称Laplace分布的标准差来度量风险,然后在此基础上,我们给出了修正的Sharpe指数SI3,其数学表达式为:SI3=?Rp-rf3p.(2)在这里,设收益率序列服从非对称Laplace分布AL(,p),位置参数,标准差,形状参数p通过对历史数据使用极大似然估计方法来估计得到,3p就等于AL(,p)的标准差.312 基于风险值V aR的Sharpe指数投资者更关心的是低于基准部分的下
16、滑风险(Downside Risk),特别是很关心在未来的一段时间内可能的最大可能潜在损失情况,而VaR(Value2at2Risk)恰好可以给出在今后特定期间(持有期间)内,在一定的置信度水平下,资产组合可能发生的最大损失值.因此从上个世纪90年代末开始,VaR(Value2at2Risk)已经成为了金融风险管理领域最常用的风险度量工具,这个指标除了可以评估基金投资组合的损益,还可以帮助基金经理进行资产配置.基于非对称Laplace分布来计算VaR值可以由式(1)推导出:-VaRAL=F-1(1-)=+kln1-p.(3)在这里,参数,p要通过对历史数据使用极大似然估计方法来估计得到.当用V
17、aR替代标准差作为对投资组合 基金的风险的描述时,就可以给出基于VaR的Sharpe指数:SI(VaR)=?Rp-rfVaR.(4)4 实证分析411 样本数据截至2004年底,我国已经成立的38家基金公司一共管理着161只基金(不包括筹建中但尚未批准发行的),其中封闭式基金54只,开放式基金107只;封闭式基金普遍成立时间较早,2001年前成立的有33只,最晚的一只基金银丰也于2002年9月成立了;相对来说,开放式基金的历史就短多了,从2001年9月第一只开放式基金“华安创新证券投资基金”发行至今也仅仅只有3年多的时间,但开放式基金发行在近两年呈现加速扩容的态势,2002年底,还只有17只开
18、放式基金,到2003年底就有61只,2004年底又扩张到107只,因此开放式基金发行在近两年呈现快速扩容的态势,而国内关于基金绩效研究的文章主要还是基于封闭式基金数据进行的,对开放式基金涉猎还较少,因此我们选择开放式基金作为我们的研究对象.通常认为,35年的数据能反映证券市场一个周期的运行规律,但由于中国开放式基金的实际情况,并且进行非对称Laplace分布拟合需要一定的数据量,同时又希望能有较多的基金被纳入研究以进行比较,所以我们选择在2003年8月1日前已发行的基金作为研究对象,共31只基金,样本区间为2003181120051311,数据来源为华安基金管理公司网站公布的每周基金累计净值.
19、处理基金和指数收益率时,为避免因为数据太小产生的误差,均进行了扩大100倍的处理,收益率rt计算公式为:rt=logNtNt-1100,其中rt为基金在第t周的收益率,Nt和Nt-1分别为基金在第t和t-1周的单位累计净值.3第7期修正的Sharpe指数及其在基金业绩评价中的应用表1给出了31只开放式基金收益率序列的基本统计量.从表1中我们可以看出,债券型基金的标准差均明显小于股票型基金的标准差,而所有的序列的峰度均大于3;偏度方面,华夏债券、嘉实理财债券、招商债券基金、宝康债券基金收益率的偏度为负,意味着向左偏;其余基金收益率的偏度为正,意味着向右偏,除嘉实成长收益外所有的基金收益率的偏度的
20、绝对值均大于014,其中中融融华债券型基金的偏度更是达到112165.表1 基本统计量基金名称均值标准差偏度峰度样本量华夏成长0.02420.86690.71204.4662381华夏债券0.00050.1592-0.71948.4317381国泰金鹰增长0.03900.80640.48084.0864381华安创新0.01620.83680.52284.1661381华安180-0.01170.87710.65624.1004381博时价值增长0.00380.95580.65534.5161381嘉实成长收益0.03690.82720.43903.7032381嘉实理财增长0.06210.7
21、3500.34254.0021381嘉实理财稳健0.02770.77590.62444.2624381嘉实理财债券-0.01540.2279-0.52506.0461381长盛成长价值0.01720.76940.69484.4061381大成价值增长0.02280.71610.77855.2893381大成债券基金0.02140.28160.05536.1968381富国动态平衡0.02240.73540.69194.4683381易方达平稳增长0.05250.78040.49334.1542381中融融华债券型0.01970.48261.216510.3064381融通新蓝筹0.01900.
22、76290.48104.1970381合丰成长基金0.04600.83930.62664.0052381合丰周期基金0.04790.92640.49584.1316381合丰稳定基金0.02500.80920.58373.8700381南方稳健成长0.03770.76700.46753.8492381南方宝元债券型0.01760.36660.57434.6500381金鹰优选0.00770.83840.55954.6067381宝盈鸿利收益0.00220.83520.70655.0064381招商股票基金0.03270.81840.47094.0042381招商平衡型基金0.02630.550
23、10.52804.3610381招商债券基金0.01060.1703-0.47077.1658381宝康消费品基金0.04530.71170.46764.7801381宝康灵活配置0.03220.67180.53215.0254381宝康债券基金0.02090.2827-0.43037.5723381天同180-0.01920.91210.70024.1488381412 无风险利率的调整采用银行1年期存款利率作为无风险利率.但由于在样本期间,该利率经过了2004年10月29日的一次上调,在此之前1年期存款利率为1198%,在此之后1年期存款利率上调0127个百分点,达到2125%,所以本文按
24、变化的长短进行了加权调整,经调整的无风险利率为210378%年,日平均利率约为01005583%.413 实证结果与分析4系统工程理论与实践2006年7月41311 正态性检验在这里,我们使用Jarque2Bera统计量对31只开放式基金在样本期内收益率序列进行了正态性检验,发现所有的序列都大大超过5%的临界值,显著性地拒绝收益率服从正态分布的假设.表2 正态性检验基金名称Jarque2Bera统计量基金名称Jarque2Bera统计量华夏成长64.98463 3融通新蓝筹36.49273 3华夏债券493.38543 3合丰成长基金40.11543 3国泰金鹰增长32.57193 3合丰周期
25、基金35.04013 3华安创新38.00683 3合丰稳定基金32.9263 3华安18045.61093 3南方稳健成长24.67913 3博时价值增长62.40873 3南方宝元债券型62.73433 3嘉实成长收益19.56543 3金鹰优选59.48093 3嘉实理财增长22.67043 3宝盈鸿利收益93.68913 3嘉实理财稳健48.97483 3招商股票基金29.31873 3嘉实理财债券161.61043 3招商平衡型基金45.98883 3长盛成长价值60.7743 3招商债券投资基金284.49993 3大成价值增长119.3743 3宝康消费品基金62.66933 3
26、大成债券基金159.14753 3宝康灵活配置基金81.27463 3富国动态平衡63.30043 3宝康债券投资基金337.80423 3易方达平稳增长35.68613 3天同18051.05493 3中融融华债券型928.20933 3 注:3 3 号表示,在5%的显著性水平下,拒绝原假设,即收益率序列不服从正态分布;3 号表示,在1%的显著性水平下,拒绝原假设;其中Jarque2Bera统计量5%和1%的临界值分别为519915和912103.表3 非对称Laplace分布的极大似然估计基金名称p偏度峰度A25%的临界值1%的临界值华夏成长-0.30140.94200.37470.990
27、46.66681.34072.5003.900华夏债券00.14960.49880.01026.00019.23333 32.5003.900国泰金鹰增长00.85360.48380.13716.01251.89532.5003.900华安创新00.87960.49350.05536.00201.44822.5003.900华安180-0.09950.92220.46650.28256.05331.38772.5003.900博时价值增长-0.08350.99850.46940.25816.04450.80382.5003.900嘉实成长收益-0.09530.87590.44640.44926
28、.13500.57942.5003.900嘉实理财增长00.74650.47050.24906.04141.25342.5003.900嘉实理财稳健-0.10260.81080.44300.47646.15190.71952.5003.900嘉实理财债券00.22550.5242-0.20446.02794.51323 32.5003.900长盛成长价值00.81240.49250.06356.00272.05042.5003.900大成价值增长-0.16700.75710.40990.73636.36520.85712.5003.900大成债券基金-0.02830.28180.43750.5
29、2076.18170.22872.5003.900富国动态平衡-0.20480.79170.39640.83696.47330.97072.5003.900易方达平稳增长00.81340.47720.19346.02501.34452.5003.900中融融华债券型-0.11340.47100.39860.82096.45520.36422.5003.900融通新蓝筹-0.12180.80890.43820.51506.17770.55892.5003.9005第7期修正的Sharpe指数及其在基金业绩评价中的应用基金名称p偏度峰度A25%的临界值1%的临界值合丰成长基金-0.16830.89
30、290.41420.70406.33350.78242.5003.900合丰周期基金-0.13350.97840.43390.54986.20270.55892.5003.900合丰稳定基金-0.08470.86740.45510.37746.09521.50982.5003.900南方稳健成长-0.10230.81140.43850.51256.17600.56082.5003.900南方宝元债券型-0.08230.38780.40790.75156.38060.47582.5003.900金鹰优选-0.16010.87910.43190.56576.21460.54352.5003.900
31、宝盈鸿利收益-0.19780.87900.41850.67096.30270.77312.5003.900招商股票基金-0.14030.87750.43020.57896.22480.95412.5003.900招商平衡型基金-0.08240.58480.43370.55146.20390.86272.5003.900招商债券投资基金0.00990.16740.49860.01176.00010.21772.5003.900宝康消费品基金-0.04020.70160.45680.36346.08820.65332.5003.900宝康灵活配置基金-0.01000.64880.47700.194
32、76.02531.12672.5003.900宝康债券投资基金00.25690.47110.24416.03981.73392.5003.900天同180-0.19860.96390.43360.55196.20421.14552.5003.900 注:A2是Anderson统计量,检验分布的拟合优度,原假设是天收益率服从非对称Laplace分布,可见在5%和1%的显著性水平下,除华夏债券、嘉实理财债券两个序列的Anderson统计量大于临界值外,其余29个序列的都不能拒绝原假设.3 3号表示在5%和1%的显著性水平下都拒绝原假设,3 表示在1%的显著性水平下拒绝原假设.表4 传统Sharpe
33、指数、修正的Sharpe指数及基于VaR的Sharpe指数基金名称收益率均值%排序衰减度排序Sharpratio排序Sharpe ratiofor AL排序Sharpe Ratiofor VaR(H)排序Sharp Ratiofor Var(AL)排序嘉实理财增长0.062110.00361310.07689410.07570910.03066610.0295931宝康债券基金0.0209180.00271830.05418150.05962720.018370.0232692易方达平稳增长0.052520.00229550.06011920.05768130.02425130.0221385
34、宝康消费品基金0.045350.00204760.05580640.05660640.02343740.022494大成债券基金0.0214170.00289120.05616830.05612250.02075860.0232133合丰成长基金0.04640.00152180.04815660.0452660.0251420.0193736合丰周期基金0.047930.00135190.04567970.04324970.02136150.0177997宝康灵活配置0.0322100.001159130.03962100.04102380.015199120.0156599南方稳健成长0.0
35、37770.001221100.04187380.03958290.017185100.0161338国泰金鹰增长0.03960.001184110.0414490.039149100.01763980.01475810嘉实成长收益0.036980.001003150.037859110.035755110.01759290.01434312招商平衡型基金0.0263120.001158140.03766120.035427120.01546110.01456211南方宝元债券型0.0176210.001171120.032779140.030982130.013024150.01340113
36、招商股票基金0.032790.000803170.033134130.030896140.014365130.01275415招商债券基金0.0106240.00192770.029459150.029979150.011044200.01111816中融融华债券型0.0197190.000851160.029252160.029963160.011773160.01318414嘉实理财稳健0.0277110.000642180.028505170.027277170.01327140.01097717大成价值增长0.0228150.000511190.024043180.022739180.
37、010181210.0097218合丰稳定基金0.025130.000482200.023995190.022386190.01114180.00879621富国动态平衡0.0224160.000469210.022868200.021242200.011066190.00932319华夏成长0.0242140.000393220.021475210.019756210.011204170.009072206系统工程理论与实践2006年7月基金名称收益率均值%排序衰减度排序Sharpratio排序Sharpe ratiofor AL排序Sharpe Ratiofor VaR(H)排序Sharp
38、 Ratiofor Var(AL)排序融通新蓝筹0.019200.000312230.017587220.016586220.0072220.00670422长盛成长价值0.0172220.000252240.015099230.014299230.006964230.00526923华安创新0.0162230.000189260.012688240.012071240.005629240.00443624金鹰优选0.0077254.22E205280.002525250.002408250.001158250.00097825嘉实理财债券-0.0154300.002314-0.0920726
39、-0.0930526-0.0263626-0.0317426华夏债券0.0005284.28E20630-0.0319327-0.0339827-0.013127-0.0123227天同180-0.0192310.00022125-0.0271728-0.0257128-0.0123628-0.0102928华安180-0.0117298.86E20527-0.019729-0.0187429-0.0088429-0.0071129宝盈鸿利收益0.0022273.62E20631-0.0040530-0.0038530-0.0016830-0.001630博时价值增长0.0038267.77E
40、20629-0.0018731-0.0017931-0.0008131-0.0006831 注:AL标准差表示由非对称Laplace分布拟合得到的标准差,VaR(H),VaR(AL)分别由历史模拟法和非对称Laplace分布方法得到的99%的置信度水平下的VaR值,AL Sharpe ratio,Sharpe VaR(H)和Sharpe VaR(AL)分别表示基于非对称Laplace分布标准差、基于历史模拟VaR值和基于非对称Laplace分布VaR值的Sharpe指数.41312 非对称Laplace分布数据拟合与检验表3给出了由极大似然估计方法得到的非对称Laplace分布的,和的参数估计
41、值,第五列和第六列分别是根据这些参数通过公式(2.7)计算出的偏度和峰度,第七列是Anderson-Dirling统计量(简称Anderson统计量),检查序列是否服从参数为所估计值的非对称Laplace分布,最后两列分别给出了5%和1%的临界值.除华夏债券、嘉实理财债券两个序列的Anderson统计量大于临界值外,其他29个序列的Anderson统计量均小于5%和1%临界值,说明在95%或99%的置信度下不能拒绝原假设.41313VaR值有效性检验从表5中可以看出,31只基金中共有18只基金采用基于正态分布来估计得到的VaR值偏小(即超出比例大于1%),因而低估了基金的实际风险,这也从另一方
42、面证明了实际金融资产的收益率存在厚尾现象,而对于非对称Laplace分布,仅仅有5只基金的VaR值偏小,可见非对称Laplace分布更好地描述了尾部的状况.41314Sharpe指标与排序利用公式(1),(2),(3)和(4)计算在样本期间传统的Sharpe指数、基于非对称Laplace分布标准差的Sharpe指数、基于历史模拟法VaR值的Sharpe指数和基于非对称Laplace分布VaR值的Sharpe指数,同时本文也给出了衰减度指数,以及收益率均值,并分别对这六个指标进行了排序,结果见表4.7第7期修正的Sharpe指数及其在基金业绩评价中的应用历史模拟法需要大量的历史数据.通常认为,历
43、史模拟法需要的样本数据不能少于1500个,如果是日数据,这相当于6年(以每年250个工作日计算).而实际上,对于中国开放式基金是没有如此多的数据的(从第一只开放式基金发行至今也仅仅有不到3年半的时间跨度),所以会导致VaR估计的波动性和不精确性.因为对于每只基金在整个样本区间内仅仅有381个有效数据,所以针对99%的置信度,意味着最多只能有4天的收益率绝对值大于VaR值,故尾部的数据偏少,每增减一天的收益率都会使超出比例相对于1%发生较大的变化,所以还不能更好的体现出非对称Laplace的优点,如果采用更多的数据来检验的话将能更好的体现出非对称Laplace分布的优势,这方面的内容可以参见黄海
44、等2002.Anderson2Dirling统计量是按L2距离建立的均方型统计量,是Cramer2von Mises统计量的一种,计算公式为A2=n-Fn(r)-F0(r)2F0(r)(1-F0(r)dF0(r),其中,F0(r)是假设分布,Fn(r)是经验分布.对于样本数据检验,计算公式可改写为:A2=-n-S,S=1nni=1(2i-1)lnF(Yi)+ln(1-F(Yn+1-i),其中F表示假设分布.表5VaR有效性检验基金名称正态分布非对称Laplace分布VaR超出比例VaR超出比例华夏成长-1.99240.2625-2.05210.2625华夏债券-0.36971.3123-0.4
45、1250.7874国泰金鹰增长-1.83691.0499-2.26440.2625华安创新-1.93040.7874-2.39310.2625华安180-2.05220.5249-2.43060博时价值增长-2.21970.7874-2.62730嘉实成长收益-1.88740.5249-2.18340.2625嘉实理财增长-1.64781.3123-1.90980.7874嘉实理财稳健-1.77740.5249-2.01490嘉实理财债券-0.54561.3123-0.66101.3123长盛成长价值-1.77260.5249-2.20490大成价值增长-1.64311.0499-1.7712
46、0.7874大成债券基金-0.63361.0499-0.68141.0499富国动态平衡-1.68840.5249-1.80380.5249易方达平稳增长-1.76301.0499-2.11930.2625中融融华债券型-1.10291.5748-1.07081.5748融通新蓝筹-1.75581.3123-2.00120.2625合丰成长基金-1.90660.5249-2.08620.5249合丰周期基金-2.10720.7874-2.37750.5249合丰稳定基金-1.85740.5249-2.20750南方稳健成长-1.74661.5748-1.99070南方宝元债券型-0.83521
47、.5748-0.89671.3123金鹰优选-1.94270.7874-2.16360.2625宝盈鸿利收益-1.94081.0499-2.11490.5249招商股票基金-1.87121.0499-2.12610.5249招商平衡型基金-1.25341.0499-1.42270.5249招商债券投资基金-0.38552.0997-0.45121.0499宝康消费品基金-1.61041.5748-1.76600.7874宝康灵活配置基金-1.53071.3123-1.69981.0499宝康债券投资基金-0.63672.0997-0.65831.8373天同180-2.14110.2625-2
48、.40750.2625 注:在这里,选择的置信度水平为99%.从表4中可以看出,在样本期间内(即2003年8月1日到2005年3月1日),采用后5个指标排序的结果差别不是很大;采用这六个指标中的任意一个对基金绩效进行衡量,嘉实理财增长基金都无可争辩的排在第一位,说明嘉实理财增长基金不仅投资收益最高,而且它的风险控制能力也相对较好,风险溢酬最高,而且,从表中可以看到在4个风险调整后的收益衡量指标(传统的Sharpe指数,基于非对称Laplace分布标准差的Sharpe指数,基于历史模拟VaR值的Sharpe指数和基于非对称Laplace分布VaR值的Sharpe指数)排序中,排名第27位的基金均
49、在宝康债券基金、易方达平稳增长、宝康消费品基金、大成债券基金、合丰成长基金、合丰周期基金这6只基金中产生,在衰减度的排序结果中,合丰成长基金、合丰周期基金虽8系统工程理论与实践2006年7月然没有排入前7位,但也仅随其后,分别排在第8、9位;同时用5种风险调整后的收益度量指标排序靠后的基金排名也都很一致.从表6给出的对5个风险调整后的收益指标排序进行的Kendalls tau-b和Spearmans rho秩相关系数检验可以看出,这5个指标排序的一致性非常高,尤其是前4个指标之间,这说明根据传统的Sharpe指数来判断基金的绩效情况还是有较好的效果的,也从另一侧面验证了传统Sharpe指数作为
50、中国金融市场上度量绩效最常用的指标还是有一定的可取性和有效性的.表6 秩相关系数检验order1order2order3order4order5Kendalls tauborder113 30.9698923 30.9010753 30.9483873 30.7978493 3order20.9698923 313 30.879573 30.961293 30.7935483 3order30.9010753 30.879573 313 30.8666673 30.6989253 3order40.9483873 30.961293 30.8666673 313 30.7978493 3ord