关键词：基金；模拟合并；跨业兼营；破产概率
中图分类号：F832．I 文献标识码：A 文章编号：1005-0892(2006)05―0038―05
一、前言
随着国际金融竞争的加剧以及金融一体化的深入，银行、保险、证券、基金之间的协议合作、相互渗透的趋势日益明显，各国金融业都由传统的分业经营向混业经营方向发展，其中，银行与基金业之间的混业发展非常迅速，显得尤为突出。
在我国，随着基金业的发展，银行和基金之间的业务联系也越来越紧密。虽然我国目前仍以封闭式基金为主，但开放式基金的发展将成为大势所趋。1997年11月《证券投资基金管理暂行办法》规定，基金的托管人必须是银行。而2001年7月中国人民银行实施的《附业银行中间业务暂行规定》明确指出，商业银行经过人民银行审查批准后，可以开办投资基金托管业务，可以接受基金管理人委托办理开放式基金单位的认购、申购和赎回业务，可以受理开放式基金单位的注册登记业务。到2005年4月6日，中国人民银行、银监会和证监会授权中国工商银行、中国建设银行、交通银行试点设立基金管理公司。可以说，商业银行经营跨业兼营基金在我国已经是大势所趋了。
在决定是否允许银行跨入基金业之前，监管者必须事先对扩展的后果有全面的认识，充分了解银行跨入基金对银行风险的影响。在理论界，赞成混业经营尤其是银行跨入基金业的依据是投资组合理论。根据投资组合理论，只要银行和基金的收益不完全正相关，则银行跨入基金业就有风险分散的收益，可以直接降低银行的风险；或者可以通过经营基金业务获得较高的收益，从而间接降低破产几率。而反对者担心的则主要是道德危机。他们认为，银行在面临跨业经营基金的机会时，为了追求高投资报酬率，会选择高风险业务以抵消风险分散的效果，损害银行自身的利益以及信息不完全投资者的利益。此外，金融系统之间的紧密相关性使得风险蔓延(contagion)存在可能，这会导致系统性风险产生。
分析银行跨业经营基金风险的文献虽然很多，但没有一致结论，这主要是由于使用的资料不同、研究方法不同，以及测量风险和收益的方法存在差异。而且，文献中的资料主要是关于美国和欧洲的，不一定适用于中国。因此，本文的目的在于利用我国银行与基金的资料，将银行和基金进行模拟合并，通过评估银行跨业兼营基金的风险和收益大小，为进一步探讨银行跨业兼营基金提供参考。
二、文献回顾
目前涉及商业银行跨业兼营非银行金融机构总风险问题的文献，主要包括两个角度四种方法。第一个角度是直接观察银行跨业兼营非银行金融机构对银行的影响，包括两种方法：一种是直接分析欧洲或其他国家全能银行及专门银行的风险和收益差异；另一种是考察美国金融控股公司的非银行业务对金融控股公司的影响。第二个角度则是进行实证分析，也包括两种方法：一种是利用资产组合原理，通过实证分析金融业之间的收益相关性来考察风险和收益；另一种是利用模拟合并的方法，将银行和非银行作假想式的模拟合并，然后分析跨业合并对风险和收益的影响。
但是，第一个角度的两种方法，要么研究重点与本文不同，要么就是未能采用严谨的计量方法。由于中国目前实行的仍然是分业经营制度，同欧洲、美国以及其他国家在金融体系上存在较大的区别，所以从这些国家得到的经验不一定适用于中国。而第二个角度的投资组合方法隐含了产业同质性(homogeneousindustry)，以及产业获利性的分配有时间平稳性(time-stationary)并且是联合正态分布(ioint-normal)的假设。由于我国~银行和保险业的市场资料oin和t-会nor计ma资l料并不一定满足这些假设，所以用资产组合方法可能会带来研究偏差。
对于模拟合并方法，虽然它没有考虑协同效应的影响，但目前关于协同效应的研究并没有得出一致结论。由于本文在计算破产风险时采用的是平均方法，抵消了协同效应的正负影。向，所以协同效应可以忽略不计。因此本文将主要采用Boyd，Graham and Hewitt(1993)的模拟合并方法，将银行与基金公司模拟合并，并将合并后的混业经营集团同合并前各银行、基金公司的风险和收益进行对比分析，以判断银行跨业兼营基金业务的风险及收益变化情况。该方法避免了投资组合方法中不适合的假设，而且采用一个因子来膨胀或缩小非银行金融公司的大小，使模拟合并后的混业公司在一开始就能具有多种不同的非银行业务比例。
三、研究方法及数据
(一)资料来源及说明
本文采用的数据时间范围是从1999年到2003年，时间长度是5年。对于会计数据，本文考虑使用产业(industry level)资料或个别公司(ndividual firm level)资料。使用产业资料可能忽视产业内的变异性，从而导致低估收益的变异数并高估不同产业间的相关性。产业资料可以从宏观上分析不同行业间跨业合并的风险及收益效果，尽管真正跨业的是个别企业，但采用产业资料计算后更能反映真实收益在合并的不同行业之间的分配，有利于从整体上了解兼业效果，仍有参考价值。
在本文中考虑使用的衡量指标有：对于收益，使用平均资产报酬率；对于风险，采用三种衡量方法，即标准差、变异系数的倒数以及破产概率。标准差是投资组合理论中标准的风险衡量指标，但仅以标准差作为风险衡量指标还不全面。因为在混业经营的情况下，如果银行跨业兼营基金的风险增大了，其结果将是不支持银行跨业兼营基金；但如果风险增大的同时，收益也增加了，并且收益增加的速度快于风险增大的速度，其结果将是赞成混业经营。所以，还应该将收益的变动同时考虑到指标中去，故本文使用变异系数的倒数作为风险衡量指标。变异系数的倒数代表的是每单位风险的报酬率，如果银行跨业基金能使银行的变异系数降低，则跨业经营可以提高银行的每单位风险的报酬，所以应当支持银行跨业兼营基金。
而从公共政策的角度来看，只要商业银行跨业兼营非银行金融业能使商业银行的破产概率降低，那么就应该支持商业银行跨业兼营非银行金融业。
在本文中，考虑的银行样本企业包括4家国有商业银行以及11家股份制商业银行，即中国银行、中国工商银行、中国建设银行、中国农业银行、交通银行、深圳发展银行、招商银行、上海浦东发展银行、民生
银行、华夏银行、广东发展银行、福建兴业银行、中信实业银行、光大银行、恒丰银行；考虑的基金样本企业包括10家基金，即博时基金、长盛基金、大成基金、富国基金、国泰基金、华安基金、华夏基金、嘉实基金、南方基金、鹏华基金。
数据来源是2000-2004年各期金融年鉴、保险年鉴、各公司网站以及全景网络、银行业监督管理委员会网站。
(二)模型
本文研究所采用的各种收益和风险衡量方法均参考前述文献中的衡量方法，其中破产概率的估计来自于Boyd，Graham and Hewitt(1993)。
1．获利性的衡量
本文采用平均资产报酬率(return on equity)来衡量收益。各个金融公司的平均资本报酬率用下式计算：
2．风险的衡量
对于风险的衡量，分别采用标准差、变异系数的倒数以及破产概率三种衡量方法。
第一种衡量方法是标准差，代表收益的变异性，即：
第二种衡量方法是变异系数的倒数，代表单位风险的获利率，即：
ICOV高，表示高绩效；反过来，ICOV高也代表低单位报酬的风险。因此，它可作为间接衡量风险的指标。
第三种衡量方法是破产概率，即衡量负债大于股东权益的概率。假设A代表总资产，E代表股东权益，IT代表税后净利(或净损失)。当股东权益不足以抵付公司的净损失时，亦即当π
益提高了，但风险也上升了，而且风险上升速度比收益提高速度更快，这体现在ICOV指标随着基金资产比重的增加而下降。但从破产概率这一指标来看，破产概率随着基金资产比重的增加而下降(除了从0到5％之外)。由于破产概率是公共政策方面的指标，破产概率下降使得本文从公共政策角度看，应该谨慎支持银行跨业兼营基金。但对银行自身来说，进入基金业并没有得到预期的风险分散收益。
(二)产业资料
由图4-6可见，基金业的报酬率、标准差都比银行业高，但单位风险报酬率和破产概率则比银行业低，因此，从产业数据可以看出，基金业的收益比银行业高，但风险也相对很高。银行业和基金业的相关系数是0．097952，这表明银行兼营基金存在一定的潜在风险分散收益。
由图4-6显示，银行兼营基金虽然收益提高了，但风险也上升了，而且风险上升速度比收益上升速度更快，这体现在ICOV指标随着基金资产比重的增加而下降。但从破产概率这一指标来看，在基金资产比重小于40％的情况下，银行兼营基金使得自身的破产概率增大了；当基金资产大于40％时，破产概率随着基金资产比重的增加而下降。
五、结论及建议
表1和表2列出了银行跨业兼营基金的各种结果。从这两个表可以看到，R与S以及ICOV结果都不支持银行全面跨业兼营基金。产业资料和季度资料显示，如果银行跨业兼营基金，将使风险升高；虽然收益也升高了，但升高速度没有风险升高速度快。然而，由于本文研究的是行业平均情况，并不代表具体企业的情形，所以具体银行必须根据自身实力和风险防范能力，作出是否跨业兼营基金的决策。其依据就是收益与风险之间的衡量。
从破产概率指标来看，对于季度资料，随着基金业务资产比重的增加，破产概率下降；而对于产业资料，当基金业务资产比重大于40％时，破产概率将随着基金业务资产比重的增加而下降。所以从公共政策的角度来看，本文支持银行跨业兼营基金，支持目前央行和银监会允许中国工商银行、中国建设银行、交通银行试点设立基金管理公司的政策。
[关键词] HURST指数 封闭式基金 套利
一、引言
在一个有效市场的市场上,不应该存在持续的套利机会,而在封闭式基金(closed-end fund)的交易过程中,交易价格低于其净资产价值(Net Asset Value)的折价交易现象,无论在国外成熟的资本市场还是我国并不完善的资本市场上都普遍存在。这一奇特的现象构成了“封闭式基金折价之谜”,成为金融界研究的热点和难点,更令人称奇的是几十年来专家学者尝试从各个角度找出一个合理的解释,然而至今没有一种理论能够真正令人信服。而关于封闭式基金的研究主要集中在业绩评价、折价以及套利机制。国外关于套利机制的研究是伴随折价现象研究的发展而发展起来的,因此套利机制的研究在国外的研究占据着重要地位,但是国内对套利机制的研究还没有系统性成果,这是本文研究的动机。
投资者在封闭式基金的交易中是否存在持续性?基于折价率是否可以套利?这些问题的解决是套利机制研究的重要补充,一方面为基金折价的解释增加了新的理论依据;另一方面也为分析市场的有效性提供了新的视角。
二、投资者交易持续性研究
资本市场上的资金总量是有限的,那么是否从整体上来说证券市场的资金会存在替代关系,当行情好的时候,封闭式基金同股票市场的波动是否一致,是否有一样的持续性,为解决这个问题,我们引进Hurst指数。Hurst指数原本是用来实测水文时序样本所反映出的持续性特征的一个概念,由于对所研究的系统所要求的假定很少,对随机序列是否服从正态分布也不做要求,被广泛应用于自然科学领域,最近几年则被引入经济领域。
Hurst指数可由R/S统计法确定,R/ S 统计分析可用来研究一大类问题,对于方差发散或有长期记忆作用的随机过程都适用。下面结合封闭式基金折价率简单介绍用R/S计算方法确定Hurst指数。Rn是封闭式基金整体加权折价率n个数据偏离其均值的累加值的极差,表示它的最大变化范围;Sn是其标准差,表示偏离均值的程度,测度分散程度,Rn/Sn表示极差的大小。接着我们具体给出R/S分析的过程。
考虑封闭式基金整体加权折价率序列偏离均值的累积和为:,其中,是n期的累积偏差,mn是n期的平均值。
n个数据的极差就是式(1)最大和最小值之差:,其中:Rn是x的极差。
为了比较不同类型的时间序列,用极差除以标准差(即重标极差)得到:
,其中:
重标极差应该随时间而增加。Hurst建立了以下关系:,其中:a为常数。
如果序列是一个随机序列,H应该等于0.5,即累积离差的极差应该随时间的平方根增加。一般地,H不等于0.5,可这样求出:对式两边先取对数得:
因此可画出ln(R/S)和lnn的双对数图,用直线拟合。直线的斜率就给出了Hurst 指数的一个估计。
HURST指数(H)有三个不同类型:
(1)H=0.5,标志着所研究的序列是一个随机序列,即过去的增量与未来的增量不相关。这是通常概率统计学的研究对象;
(2)0.5
(3)0
三、基于折价率的套利研究
封闭式基金的折价率不一样,而我们能否利用这个折价率套利,这个是本文关注的焦点。耿广棋(2003)构建了通过买入高折价率的基金组合,卖空低折价率的基金组合的alpha投资策略 。然而考虑到我们目前不允许卖空,因为本文对该策略稍作改变。以2000年到2008年的基金周折价率和周收盘价为样本数据,设计一套以折价率变化为核心的封闭式基金投资策略,总是买入周折价率最高的N只封闭式基金,等额投资于N支封闭式基金。因为封闭式基金不缴纳印花税,故在简化条件下,交易费用以万分之二计算。重复上面的步骤,最后计算出来各周的平均收益率和超额收益率同上证指数对比。
本文将基金i的收益率定义为:
其中:Rit:t时段基金i的收益率;BPit: t时段买入基金i的收益率;SPit:t时段卖出基金i的收益率。
基金组合的收益率:
市场收益率用RMs表示,本文选取上证指数作为市场指数的代表,于是市场收益率可可以用下式计算:
SHt表示t时刻的上证指数;SHt-1表示t-1时刻的上证指数。
超额收益率可以用下式计算:
经过计算,我们发现选择折价率最高的5只封闭式基金构造的组合,一周后卖出的季度收益率同上证指数相比,二者保持相同的走势,但却有明显的差别,若采用该Alpha策略,收益基本都小于上证指数的收益。当上证指数收益率不断下降,即大市处于下跌状态时,采取该策略,其负收益要显著大于大市下跌的幅度,因此可见该种组合明显比大市不具有抗跌性,当大势处于上扬时,该策略下的基金组合不具有领先大市上涨的优势。显然该策略在中国不能做空的市场,不能算一个有效的Alpha策略。终究其原因是噪声交易者的反应过度。假如我们能够做空的话,买入跟踪上证指数的ETF组合,同时卖空折价率最高的几只基金,即使在考虑交易费用的情况下,在接近9年的时间里仍能获取超过100%以上的超额收益(见表1)。正式基于如此,我们可以依据相反的操作方式,买入折价率最低的几只封闭式基金,剔除折价率小于-10%以上的封闭式基金,能获取超过80%以上的超额收益,其原理同上面所介绍的几乎一致,并且在我们的市场是确实可行的。但我们仍然要谨记基于封闭式基金折价套利的风险。主要表现在:1.流动性风险,当资金量较大时对交易成本的影响;2.这个Alpha策略是基于历史数据,基于历史有效并不能保证以后将持续有效。
四、 总结
封闭式基金折价之谜一直是金融研究的热点问题,也是基金投资常常要涉及到的实用问题,我们应用Hurst指数研究表明在不同的行情下投资者交易并没有表现出持续性。在我国的证券市场不能做空的条件下,由于投资者的反应过度,基于买入折价率最低的投资策略是不能获取超额收益,并且还要还要承受相当大的亏损。然而买入折价率高于-10%以上的封闭式基金是能够获取超额收益,这也给我们的投资者提供了一种投资策略。
参考文献:
[1]高红兵 潘 瑾 陈宏民:我国证券市场波动的Hurst 指数东华大学学报(自然科学版) ,2001年8月
[2]王怀芬 张人骥:封闭式基金转开放的套利机制研究.上海立信会计学院学报,2007年8月
[3]叶德磊:《中国证券市场发展研究》,江西人民出版社,2004年版
[4]黄复兴:《中国证券市场制度风险研究》,上海社会科学院出版社,2004年版
[5]吴建华:《中国证券市场结构分析》,黄山书社,2004年版
[6]陈琦伟:《投资银行学》,东北财经大学出版社,2002年版
[关键词]国债收益率曲线 存款准备金率 利率期限结构理论
一、国债利率期限结构理论基础
国债收益率与期限结构之间的变化是通过国债收益率曲线来直观反映的,解释二者变化关系的理论称为利率期限结构理论。目前,利率期限结构的理论解释主要有三种:无偏预期理论、市场分割理论和流动性偏好理论。无偏预期理论假定投资者决策的决定因素是国债的收益大小,而与国债期限关系不大,因此可认为长期国债到期收益率为短期国债收益率的几何平均。市场分割理论将债券市场分为短期、中期、长期市场,认为市场利率取决于国债的供求关系,一般表现为随着期限的增加,国债收益率呈现递增趋势。流动性偏好理论认为风险、预期和自身的偏好是影响利率期限结构的因素。
二、函数模型设计与检验
从收益率的构成要素上看,国债收益率通常有国债价格、债务期限、息票支付的现值、以及市场利率四项要素组成。他们构成了一个最基本的国债定价模型:
式中:P表示国债价格,C表示每期支付的国债利息,F表示国债面值,Y表示到期收益率或市场利率,n表示到期年限。
本文将运用非线性回归方程讨论到期收益率与到期期限的关系。条件假设如下:(1)投资者一直持有国债到期;(2)无交易费用;(3)各期利息进行在投资。
1.非线性回归模型采用幂函数,如下:
YIELD=A*YEAR^B
其中YIELD为到期收益率,YEAR为到期年限,A、B为参数。
2.对于回归模型的实证检验:
用计量软件EVIEWS对2010年5月12号银行间标准期限国债交易数据进行拟合之前,首先将回归模型两边取对数,所得的线性回归方程:Ln(YIELD)=LnA+B*Ln(YEAR),再运用普通最小二乘法,可得:Ln(YIELD)=0.581453+0.240874Ln(YEAR)
(35.6704) (32.23757)
并且得到R^2=0.985772,F=1039.261,说明拟合效果较好。计算的国债收益率曲线方程为:YIELD=1.788635*YEAR^0.240874
这就可以说明幂函数是拟合国债收益率曲线较好的函数。
三、动态分析
利用非线性回归函数拟合国债收益率曲线,并对不同时点的曲线位置进行对比,进而分析变动原因。
本文选择的时间点分别为2009年12月15日,2010年2月12日。选择这些时间点主要目的是分析2010年1月央行出台货币政策前后1个月内,存款准备金率变动预期及其真实变动对国债收益率曲线的影响。
用EVIEWS分别对以上两个时间点所对应的收益率数据和到期年限数据做线性回归分析,得到结果如下:
2009年12月15日国债收益率曲线方程:
YIELD=1.750947*YEAR^0.270471(R^2=0.955315)
2010年2月12日国债收益率曲线方程:
YIELD=1.8592626*YEAR^0.243864(R^2=0.963924)
两个时点的拟合程度良好。
将由以上方程所得的数据输入EXCEL中,得两个时点的国债收益率曲线如图:
1.通过两个样本时点国债收益率曲线可以看出,我国国债收益率整体向右上倾斜,符合利率期限结构理论。
2.在存款准备金率调整前后,国债收益率有所变化,本文将分两个阶段对其进行分析:
(1)存款准备金率上调之前
在此期间,债券市场看跌的预期比较强烈,市场对利率风险的敏感程度普遍增加,为了规避风险,债券的需求量减少,收益率曲线明显上升。短期与中期债券收益率变化比较剧烈,长期债券收益率变化平稳,这种趋势主要是由债券期限的差异引起的,长期国债的资金主要来源于专门经营长期投资的法人主体。
(2)中国人民银行决定,从2010年1月18日起上调存款准备金率:
2月12日国债收益率依然显著上升,但较调整前的收益率曲线有所上移。这里以2月12日的10年期即期利率为长期利率,得3.457%;以六个月的即期利率为短期利率得1.4165%,计算得长短期利差为2.0405%,小于存款准备金率上调之前12月15日的长短期利率差2.2654%,这也符合了偏紧的货币政策将导致长短期利差变小、收益率曲线相应变得平坦的结论。
从曲线的变化情况可以看出:短期利率上升幅度较大,由于长期利率波动与短期利率的变化存在极大相关性,长期利率也有所上升,但上升幅度较小,这说明:货币政策的着眼点在于短期收益率水平,也就是说短期收益率对于货币政策的调整更加敏感,它对于长期收益率的影响是通过改变人们对未来短期利率水平的预期来实现的。
四、结论
通过对央行存款准备金率的调整和国债收益率曲线的变动规律的分析,我们可以利用国债收益率曲线很好的把握未来收益率的走势情况,但由于我国国债收益率是部分市场化的,非市场因素的变动仍会在很大程度上影响国债收益率变动。为了是收益率曲线能够良好的反映我国经济状况,建议我国应该进一步增加上市国债的品种,丰富国债期限结构,从而达到更好为经济稳定发展做出贡献的目的。
参考文献:
[关键词] 证券投资基金 委托－ 激励机制
基金激励制度是基金内部治理的重要组成部分，基金激励问题的产生的根源在于理性人的行动都是以自身效用或者利益最大化为标准，人的利益与委托人的利益不完全一致，他可能采取有利于自身而损坏委托人利益的行为。激励机制的目的就是促使人采取有利于委托人利益的行为而不是损害委托人利益的行为。因此，激励机制就是设计一种契约制度，使得人能够最大限度地为基金投资者的利益工作。本文运用激励理论的相关模型，分别对固定费率制度及浮动费率制度进行比较研究，试图找出最佳的基金管理激励模式。
一、基金固定管理费模式与浮动管理费模式的比较
基金管理费收入制度分为固定管理费模式和浮动管理费模式。固定管理费模式指基金管理人都按固定费率对基金净资产提取管理费。浮动管理费模式则是基金管理人根据基金管理的业绩水平提取管理费，基金收益越好，基金管理人的管理费收入越高。在两种不同的管理费模式下，基金管理人会选择不同的的行为和努力程度，基金的期望收益也不相同，而基金受益人的受益也将有变化，下面将建立模型进行比较分析。
1.模型假设
(1)基金投资人是风险中性的，其效用函数与基金收益呈线形关系，即U[E(π)=]=E[U(π)]，出投资人希望投资回报越高越好。
(2)基金管理人是风险厌恶的，他的目标是管理费用收入的最大化，因而基金净值的增加对他来说是效用递减的，其效用函数为凹函数:假定取效用函数的具体形式为:是管理费收入，ρ是绝对风险规避度,ρ不随实际收入的变化而变化，ρ的绝对值越大，管理人越厌恶风险。
(3)假定A代表基金管理人可供选择的行为集,a∈A表示管理人特定的行动代表了管理人的努力水平的大小,由于信息不对称,投资人无法观察到a的具体值。基金管理人的努力成本C(a)。a越大,管理人越努力,成本就越大。假设满足
(4)基金收益π是a的递增函数，管理人越努力则基金收益越高，但努力的边际收益递减。假设基金的绩效完全取决于管理人的努力程度，则基金收益为:为努力程度系数，θ是外生随机变量，包括市场性风险，政策性风险等。
2.固定管理费模式分析
基金的年固定费率为r1,s1表示基金管理人管理该只基金的管理费收入,V是基金期初的净资产值，π1是该基金一个管理年度取得的收益。年管理费收入为:基金管理人工作努力a,努力成本基金年收益π1=k1na1+θ,则基金管理人努力工作的年净收益为：
基金管理人年净收益期望值:
年净收益方差:
由于基金管理人是风险厌恶的，其净收益效用是严格递增的凹函数，因此管理人净收益的确定性等价收入：
基金管理人会选择使自己净收益的确定性等价收入最大的行为:
解得基金管理人的最优努力水平:
基金年收益期望值:
3.浮动管理费模式分析
该模式下基金管理人按基金资产的增值部分提取管理费，提成比例设为β2，则管理费收入则基金管理人的净收益为:
基金管理人净收益的确定性等价收入为：
基金管理人的行为选择依据:
基金管理人最优努力水平:
基金年收益期望值:
4.制度效率比较
比较两种不同管理费模式影响下的基金管理人选择的最优努力程度a*得:
实行浮动管理费模式的基金管理人只能对基金资产的增值部分提取管理费,基金管理人管理风险大,提成基数小,故,必然有β2＞r1,且β2应大于r1若干倍。设β2=ηr1,必有η＞1,则:显然,浮动管理费收入制度下基金管理人会更加努力工作。
二、结论分析
以上分析证明了浮动管理费模式相对固定管理费模式是一种高效率的制度，基金管理费与投资绩效挂钩将会激励基金管理人愿意付出更高的努力为基金受益人工作，结果将为受益人创造更高水平的回报。
近年来，证券市场中的惯性与反转现象逐渐成为研究热点。所谓惯性现象，是指过去的赢 (输)家组合持续成为赢(输)家组合，而反转现象是指过去的赢 (输)家组合成为未来的输(赢)家组合。惯易策略是以股票过去的表现作为买卖判断的基础，即买入近来的强势股，卖出近来的弱势股；而反转策略则卖出近来的强势股，买入近来的弱势股。一般认为，这两种现象产生的原因在于股票价格对过去或公开的信息发生具有规律性反应。惯性与反转现象的发现，被视为“市场异象”。从理论研究的角度看，这些能给投资者带来超常收益的规律性现象是对传统资本市场理论，特别是“有效市场假说”(emh)的极大挑战，冲击着当代金融理论的基石。从投资实践的角度看，把握资产价格的这些规律性变动，可以给投资者带来超常收益，增加获利空间。关于惯性与反转现象以及相应投资策略的研究，无疑具有理论与实践的双重意义。
目前，比较成熟的研究主要建立在国外市场发达的交易机制和成熟的投资环境基础之上。本文以中国偏股型封闭式基金和偏股型开放式基金的投资行为为研究对象，这主要基于两点考虑：一是因为基金的投资决策是市场发展趋势的方向标；二是从1998年3月中国发行第一支基金至今，证券投资基金资产总规模达5008.2亿元，沪深两市上市的封闭式基金共有54家，开放式基金102家，发行基金单位6551.13亿份，基金资产净值 1050亿元，可见中国基金业取得了超常规的快速发展。在当前的市场环境下加强对证券投资基金投资行为的研究，不仅有利于倡导正确的价值观和投资理念，发展壮大投资基金，而且有利于推动证券市场的健康稳定发展和金融体制的健全完善。
二、研究设计
(一)样本选择
根据中国证监会1999年3月10日的《证券投资基金管理暂行办法实施准则第五号 {证券投资基金信息披露指引)》的规定，基金管理人应该在每个季度的公告截至日后15个工作日内编制完整的投资组合公告，并经基金托管人复核后予以公告。基金公告的内容包括按市值占基金资产净值比例大小排序的前10名股票明细，即股票名称、数量、市值、占基金资产净值比例(%)。本文将上述的前10名股票定义为“基金重仓持有的股票”，并以其作为研究样本，样本以一个季度为间隔，时间跨度从1999年3月31日至 2006年3月31日。为使样本数目尽可能达到统计检验中大样本数目的经验要求，本文选择了投资组合公告在5年以上的偏股型封闭式基金，共49支；投资组合公告在两年半以上的偏股型开放式基金，共24支，作为研究对象。数据来源于天软数据库、深圳国泰君安数据库(csmar)和金融界网站(http：//)，采用matlab和microfit统计软件。
(二)模型定义
本文根据gtm模型，做出如下改进：
首先，gtm模型对惯性反转现象的研究方法主要是先对整个市场的股票按照某一标志，如超常收益率进行排序，选择高低两端的股票构造赢家组合和输家组合，并分析这两种组合在未来一段时间的超常收益率情况。本文认为，由于资产价格对不同的信息将发生不同的反应，并且不同的资产其价格对同类信息也将产生不同的反应，因此本文基于行为金融的理论和研究方法，选择了24支开放式基金和49支封闭式基金为研究对象，以基金重仓持有的股票为样本，基于这些股票过去一段时期相对于上证综合指数收益率进行分组，分别构造赢家组合和输家组合。之所以选择上证综合指数，一是因为其作为国内外普遍采用的衡量中国证券市场表现的权威统计指标，是一个包括上证180指数、上证50指数、上证综合指数、a股指数、b股指数、分类指数、债券指数、基金指数等的指数系列；二是因为基金持股的偏好受到行为、心理因素的影响，个体差异较大，以上证综合指数来构筑赢家、输家组合，可以提供一个相对科学、统一的分析参照系。
其次，gtm模型并没有区分基金在买卖股票时所采用的交易策略的差异性，比如：投资组合中的某只股票的权重变化为负值，有可能是因为相对于通过持仓调整而将权重维持在当前水平的投资策略而言，投入到该支股票的新资金所占比例较小。然而，本文希望测量的是增加的交易量本身，而不是由价格变动或由新股票进入、退出所引发的权重变化带来的惯性估计值的改变。
如图1(以股票进退投资组合和市值为研究对象)和图2(以股票进退基金投资组合的支数为研究对象)所示，中国基金进出股票相当频繁，持股仍以中短期为主。因此，本文将基金买卖股票的行为分为三类：完全退出、新进去和持仓调整。分别考虑有股票进入或退出时对基金投资组合的影响，并检验未来一段时期超额收益的变化趋势和惯性反转的程度。这样一来，权重变化在有新资金进入(退出)的情况下总是正值(负值)，并且，在没有惯性(或反转)交易的零假设下，每一个组成部分的惯性值应趋近于零。
综合以上内容，本文提出用以检测基金投资策略的衡量指标的模型为：
其中，t表示股票j在基金投资组合中出现的次数；n表示基金投资组合中所考察的股票支数，因本文以基金投资组合中前10位的重仓股为研究样本，所以 n的最大取值为10；rj,t-k为股票j在t—k期间的收益率，按照复利方式根据股票的日收益率计算出股票的季度收益率：表示基金投资组合中股票j的权重，pjt表示t季度股票j的季末价格，hjt表明t季度投资组合中股票j的股数。
本文采用复数表示惯性估计值m，其中实部为
用来衡量基金在考察期内所采取的投资策略的综合效果。当rj,t-k>rm,t-k时，即股票i在t—k期的收益率大于同期的上证综合指数收益率，若wj,t>wj,t-1即基金增加股票j的持有市值比例，则m>0，表明基金采取追涨的惯性策略；当rj,t-k<rm,t-k时，若wj,t<wj,t-1，则m>0，表明基金采取了杀跌的惯性策略。表明基金采取了卖高的反转策略；当rj,t-k<rm,t-k时，若wj,t<wj,t-1，则m<0表明基金采取了买低的反转策略。总之，m衡量的是基金在考察期内所采取的投资策略的综合效果，如果m>0，表明基金采取的是追涨杀跌的惯性策略；如果m<0，表明基金采取的是买低卖高的反转策略。虚部数值的变化可将基金交易行为区分为新进入、完全退出和持仓调整三类。imm(i)>0，表明本期增持了股票j；imm(i)<0，表明本期减持了股票j；imm(i)=0，表明本期股票，j退出基金的投资组合；imm(i) =∞，表明新股票i进入该基金的投资组合。1表示对基金投资组合权重变化进行检验的时间跨度，当1等于1时，是对连续季度的投资权重变化进行检验；当1等于2或4时，检验的时间间隔分别为6个月或1年。本文对1分别取1、2、4时的惯性值 m进行检验。k表示基金经理的投资策略是根据本季度或前k季度的股票价格波动所做的反映。当k=o时，m值反映基金经理基于本季度股票收益率所采取的交易策略；当k=1时，m值衡量的是基金经理根据上一季度股票收益率所采取的交易策略。
三、实证结果分析
grinblatt，titman和wermers (1995)用gtm模型进行实证检验时，采用的是t—统计检验，本文考虑到每个季度的估计值不一定独立，采用fama-macbeth方法，对各个季度的横截面数据进行基金持股比例、收益率和m值的统计检验。实证检验结果见表1、表2和表3。
实证结果表明，全体股票、新进入股票这两列m值，其均值和中位数，不论是t—检验还是符号检验，都大于零，表明基金投资行为的惯易倾向显著。基金在有新进入股票时的m值，无论是均值还是中位数，都远远大于全体股票、退出股票的相应度量值，这表明基金在买入股票时，追涨现象十分显著；在只考虑完全退出股票时，m的均值和中位数都为负，即存在反转交易行为，这表明基金在卖出股票时，高卖的现象十分显著。
表3为基金持仓调整时的 m值，本文将它作为衡量基金投资综合效果的参照。从表3中可见，对于持仓调整策略而言，虽然其惯性估计值的均值和中位数都非常小，但均为正值。例如，对于一个季度(k=1，l=1)的滞后回报，封闭式基金和开放式基金均值分别为0.2116和0.1974，中位数分别为0.2066和 0.1574。以封闭式基金为例， 0.2116表明机构投资者在季度末持有的股票在该季度的回报率仅比上个季度开始时持有股票的相应回报率高0.2个百分点。这和grinblatt，titman和 wermers(1995)0.3个百分点的惯性估计值非常接近。随着滞后期的拉长，均值的估计值上升，而中数却仍然很小。此外，所有m估计值的分布都是偏斜的，中位数比均值小。在持仓调整的情况下，所有m值的滞后平均惯性估计值都为正数，并且在统计上显著，虽然显著值非常小。可见，不论以本季度股票回报率的变动(k=0)还是以上一季度股票回报率(l=1)作为决策依据，基金明显倾向于采取追涨的惯性投资策略。
从投资的综合效果来看，当 k=0时，m值的均值大多大于 k=1时的均值。可见，绝大部分基金管理人倾向根据本季度股票收益率的变动同向调整持股结构，即采取追涨的惯性投资策略。其中的原因，一是因为中国证券市场属于资金推动型的幼稚市场，当大盘开始启动后，个股存在着较大的上涨惯性；当大盘开始下跌，无论是绩优股、成长股还是垃圾股都同步下跌，基金只有采取趋势投资策略顺势、借势、甚至造势，才能赚取超额利润。二是中国基金业绩评价标准粗糙。目前，对于多种风格、不同风险收益目标的基金，各基金管理公司都采用基金净值对基金绩效进行评价。由于基金经理采用同一股票研究分析平台，又为了获取市场认同，在业绩上不输给同业，不得不采取谋求短期盈利的行为，导致选股和投资决策雷同和基金投资风格趋同。
四、结论及建议
本文以偏股型证券投资基金为研究对象，分析这些基金是否存在收益的惯性反转现象。实证结果表明：在交易策略上，证券投资基金整体采用惯易策略，但倾向于买过去表现好的股票，尤其是收益率高于同期上证综合指数收益率的股票；不倾向于卖出过去表现差的股票，即采用高买高卖的策略。m值在考虑有新股票进退时，显著大于其他各种情况，这表明基金经理在选择新股进入投资组合时倾向追涨。并且选择股票时偏好收益率高于上证综合指数的股票。m值在考虑股票完全退出的情况下，所有的m值均为负值，说明基金在进行投资组合调整时，都倾向采用完全退出并投资新股的策略。可见在偏股型证券投资基金中，基金投资跟风、同质现象依旧存在。要改变这一现状，一方面要提高上市公司的质量，增加具有投资价值的股票数量；另一方面也应使基金的投资风格向多元化方向发展。
中国公募基金：表现优异却发展受限公募基金作为资本市场散户投资机构化的主要途径，对提升我国资本市场发展质量具有重要作用。历史数据表明，在我国市场中，被动持有公募基金市场组合可以持续战胜被动持有股票市场组合，证明公募基金可以挖掘一般投资者难以挖掘的信息，提升市场和资源配置效率，并可以改善投资者的表现。2002—2019年，美国主动管理股票型基金市场平均费后超额收益率为-1.8%，而同期中国公募基金费后超额收益率为5%。如图1所示，该类基金过去18年的累计收益走势显示，基金组合显著优于股票市场组合，显著优于美国公募基金。
但从管理规模和市场占有率的角度上来看，我国的公募基金，无论是相较于美国基金市场还是中国股票市场，其发展都处于相对局限的状态。表1的数据表明，截至2019年末，我国公募基金市场总体规模约为14.5万亿元人民币，相当于国内生产总值（GDP）的15%左右，其中主要为货币型（7万亿元）和债券型（3万亿元），持有股票市场规模在过去10年间均低于10%。反观同期美国基金市场体量约为17.7万亿美元，其中大部分为主动管理股票型基金，它们持有的股票占市场总流通市值的比率在很长一段时间均在40%左右。这些数据表明，过去10年间，我国权益类基金的体量无论相对于经济总量还是市场规模，都远小于公募基金在美国市场的占比，且发展速度相对迟缓于我国股票市场发展速度（表1中股票市场规模变化率可以体现出这一情况）。那么是何种原因导致公募基金如此优质的投资标的在中国长时间未受到个体投资者的应有关注，进而使得我国资本市场专业化之路长期受阻？本文从投资者收益实现的角度对该问题展开了分析。公募基金持有收益率v.s.投资者实现收益率本文认为，造成这一现象的重要原因之一是：虽然公募基金可以长期为投资者创造超额收益，但由于个体投资者无效的买入、卖出时机选择损害了他们的投资收益，造成他们的实现收益率明显低于基金的长期持有收益。而个体投资者将此实现收益率与股票市场长期持有收益率（可直接通过股票市场指数直接观测得到）进行比较，进而可能产生了公募基金管理无效的错觉，一定程度上导致了基金市场发展迟缓。本文根据中国公募基金市场数据研究发现，个体投资者在基金市场上的错误择时损失了全市场近一半的收益率。图2显示，被动持有基金市场组合可以获得年化11.75%的收益率（BHR），但个体投资人同期的实现收益率（通过内部收益率IRR度量）仅为6.55%。这一现象在不同投资标的和收益风格的基金产品中均显著存在。表2分别将所有基金根据投资标的（面板B）和收益类型（面板C）进行分类，发现在不同的基金品类中，大部分产品的被动收益率均高于投资者的实现收益率。
最后，面板D发现，即使对于那些被动管理基金，基金投资人的IRR也显著低于产品的被动收益。在不同子样本的研究中发现，该现象在2005—2009年之间尤其显著，在此股市泡沫形成及破裂期间，基金市场持有收益率约为29%，但基金投资者实现收益率仅为14%。而总第期图1该时期正是基金市场规范发展的最初阶段（2004年《中华人民共和国证券投资基金法》正式实施）和风险感知较为突出的阶段，使得资本市场投资者产生了基金收益低下和风险规避能力有限的最初印象。该印象为何长期未被基金行业的优异表现所改变？其中一个可能的重要因素是，股票市场中已存在诸多具有代表性的指数，例如上证指数、沪深300以及中证500等，但基金市场却由于投资风格以及类别多样，缺乏类似的指数。该差异导致股票市场的买入持有收益率直观可见，而基金市场的买入持有收益则相对难以计算，造成市场投资人通常使用基金的实现收益率与股票市场的买入持有收益率进行对比。图3给出的实证检验发现，无论是基金市场还是股票市场，其实现收益率均低于买入持有收益率。虽然基金市场的表现持续优于股票市场，但其实现收益率则稍逊于股票市场的买入持有收益率。该现象使得投资人进一步确认了基金管理人并未创造超额价值的早期印象。投资者资金流动、基金特征和实现收益进一步的研究表明，个体投资者资金流动存在着显著的历史表现追逐——股票市场表现好时流入，表现不好时流出。但这一流动负向预测了市场的未来走势，直接造成了投资者的实现收益率低于基金的被动持有收益率。图4报告了每个季度的基金市场资金流入以及基金市场组合走势与沪深300指数走势。如图可以看出，公募基金的净流入与其过去一段时间的市场走势具有较高的相关性，特别是2007年的股市泡沫时期。
后期由于市场的快速下跌导致大量资金被处置效应锁定，基金市场长期处在净流出的状态。但依然可以发现在一些较好的年份，资金流出程度明显低于其他季度。回归的结果显示，基金流入与过去一年基金市场表现高度相关，过去一年收益率每提高1%，季度的市场流入平均会增加17亿元人民币左右。但基金市场未来表现则与过去资金流入显著负相关：平均每流入100亿元人民币，未来一年基金市场表现则会降低0.4%。该结果表明，市场的资金流入基本在追逐过去历史表现，但这种追逐会降低未来的期望收益，造成投资者的损失。这一特征基本符合外推信念的预测，进而产生了“笨钱”效应。本文提出了一些可能改进这一现象的建议，以进一步促进公募基金行业的良性发展，以通过个体投资者“机构化”达到改善市场整体质量的目的。第一，公募基金行业可以通过构建行业指数，向公众披露标准化的收益表现度量，以供投资者参考以及用于横向比较，并进一步引导投资者使用相对更为专业的公募基金作为投资渠道。第二，监管机构及基金行业应加强投资者知识教育，让投资者可以更为深入理解收益、风险及流动性之间的动态关系，避免过度兴奋和恐慌造成无效的资金流动，更好地进行资产配置。总之，以上措施将有望更好地发挥公募基金在市场中的作用，提升市场配置效率，改善风险环境，更好地满足投资者的资产管理需求。
作者：季吉
一、样本数据来源与选取
本课题主要对华夏基金管理公司的上证 50ETF 进行实证研究。通过选取2007年12月30日至2015年12月31日这一样本期间的基金累计净值作为研究的样本数据，数据均来自国泰君安大智慧和金融界网站。在研究的过程中，从上证50ETF指数基金的发展现状来看，这个基金的日收益序列具有一定的平稳性以及便利性，这样才能利用VaR模型来对基金的未来风险进行预测以及研究。
因此，本课题主要采用日收益率序列来描述上证ETF的价格波动性。其中，上证ETF基金的日收益率通过公式1计算得出：
在公式1 中，Rt为基金在t日的收益率；NAVt是第t日的基金累积净值，NAVt-1的基金累计净值。上证 50ETF 是一只指数型开对上证 50ETF 进行正态性检验，计算它们的均值、标准差、峰放式基金，在课题的研究中，本文主要对上证 50ETF进行正态性分布检验，然后计算这个基金的均值、标准差、峰度以及偏度等。
二、数据检验
（一）数据单位根检验
在金融时间内，由于时间序列存在一定的特殊波动性。在这个背景下，需要利用广义的自回归条件异方差来对收益率序列的方差。在本次数据的单位根检验中，通过利用样本期间内的上证50ETF数据，利用ADF对这个数据进行单位根检验，从而判断上证50ETF的收益率时间序列是否为平稳时间序列，具体结果如表2 所示：
从文中分析可以的初，原假设是上证 50ETF 的收益率序列存在单位根，而根据上表的数据可以看出，样本基金的t统计量为-39.5623，这个值要明显小于5%显著性水平下的t值，因此样本基金拒绝了原假设，这说明了上证50ETF基金的收益率序列是平稳序列。
（二）相关性检验
从本课题研究的模型来看， 这个模型中自身存在的时间序列有特定的特点，即惯性以及粘滞性。
这个特点主要表现在彼此之间具有相关的关系。基于这个背景，需要利用明星来检验这种特性，并且对这种特性进行描述。在本文的研究中，通过利用自相关函数以及偏相关函数对模型进行检验，同时在研究的过程中，利用Ljung- Box Q的检验方法对模型的相关性进行研究以及分析。在本课题的原假设中，主要是假定滞后阶数为10，并且求出相关的系数图。从Eviews5.0的计算结果来看，由于求出的Q值中概率的最终结果都大于0.05，这个数据说明原假设不能被拒绝，这就说明上证50ETF基金的收益率序列不存在序列相关的情况。
三、GARCH 模型实证分析
VaR是当前比较流行的风险度量方法，国外著名学者菲利普?乔瑞给这个模型下过定义，即VaR模型是指在一定置信水平区间以及一定的时间中，对最大的损失进行预期估计，通
在以上公式中，Pt-1为在t-1时期的金融资产，换句话来说，这是指某个证券或者证券组合的累计净值，在公式中，Z[α]是指模型的置信度，即在标准正态分布中模型的临界值。在一般情况下，当[α]= 0.05 时，Z[α]=1.645， [σrt]代表的含义是上证50ETF基金产品时间序列收益率的条件方差等。
从上述的分析可以看出，本课题研究的上证50ETF基金在样本期间内的日收益率为平稳序列，能够用GRRCH模型进行验证，因此，上证50ETF基金的收益率可以用一般的均值回归方程来计算，在广义的自回归条件异方差条件下，GARCH模型可以表现为GARCH（l，l）模型，最终估计的结果如下表所示：
从研究分析可以看出，上证50ETF基金的收益率序列属于标准的GARCH模型，同时，GARCH（l，l模型中的ARCH项以及GRCH项在5%水平下是全部显著的，这些结果表明该模型能够适合正态名。这个研究结果表明，本文研究的上证50ETF基金的时间序列收益率的波动性以及集聚性是确实存在的。另外。在本文研究的基金中，上证50ETF基金使用这个模型后，ARCH 项与 GARCH项之间的和0.9，这个值是
[关键词]商业银行；汇率风险管理；非对称拉普拉斯分布：在险价值
中图分类号：F830.9 文献标识码：A 文章编号：1008-4096（2015）04-0083-07
一、引言
随着经济全球化的日渐深入及中国企业“走出去”战略的实施，中国企业国际化程度将日益提高。在2014年11月APEC工商领导人峰会上表示，未来十年中国对外投资将达到1.25万亿美元，这意味着中国今后的对外直接投资规模将增加3倍。国有企业、民营企业和中小企业将集群式“走出去”，在全球化背景下进行资源配置、产能合作与产业渗透。国务院随即出台了金融业支持企业“走出去”的一揽子措施。可以预见，随着相关政策的逐步推进与政策效力的不断释放，由此衍生的跨境金融服务需求将为国内商业银行带来全新的发展机遇和潜在增长点。商业银行如欲抓住发展契机，亟需为“走出去”客户提供安全、便利、有效的本外币跨境结算、中长期项目融资、投资并购等金融支持与延伸服务。在此背景下，深度参与国际金融市场是商业银行有效整合国际金融资源、加速推进跨国经营活动的必要前提。
当前国际社会政治经济环境日渐复杂，国际投融资活动愈加频繁，国际金融市场中蕴含的市场、信用与操作风险越来越大。近十几年来国际著名金融机构的破产倒闭案件和2007年美国次贷危机所引起的金融海啸余波未息，如何在交易品种多样化与风险种类多元化的国际金融市场进行跨币种、跨市场、跨媒介资金交易，寻求交易收益与交易风险之间的有效平衡，成为国内商业银行跨境交易执行主体与市场风险管理部门亟需加深理解的重要课题。
本文研究针对这一问题，通过实证研究，一方面，为国内商业银行丰富跨境交易汇率风险测度指标，进而准确定位、有效衡量汇率风险提供参考；另一方面，将在工程科学、质量控制等领域得到广泛应用的拉普拉斯分布引入金融风险管理范畴，在风险管理计量方法上进行新的尝试与探索。
二、理论基础与文献综述
1986年巴塞尔协定的补充协议《资本协议关于市场风险的补充协议》成功颁布，协议要求商业银行必须量化市场风险并计算其相应资本金。市场风险管理的关键在于测度风险，即将风险定量化计算。最初的风险测度方法包括名义值法、敏感性法和波动性法等，由于涉及大量计算且不能为金融机构高管及监管人员提供一个关于整体风险的完整图像，已越来越不能满足金融市场测度风险的要求。这时，人们希望有一个简单指标能够完全反映其在某一特定市场价格变动和某一特定期间下持有一定头寸的金融资产组合所带来的可能损失额。在这种背景下，作为一种风险测度方法与风险测度指标，在险价值（Valueat Risk，即VaR）应运而生。汇率作为一种重要的金融市场指标，受国内外经济形势与外汇政策等因素的影响呈现出一定的波动性，特别是在浮动汇率制下，这种波动性显得更加活跃，加剧了外汇持有主体①收益的不确定性，需要找到科学有效的方法来测度、管理风险。而诞生于20世纪90年代的VaR模型则为汇率风险提供了有效测度，使得外汇持有者能够借助披露的VaR信息及时调整外汇头寸、降低风险。
VaR将金融风险测度为一个确定的值，因其直观简洁的特点，广泛应用于世界不同地区的银行资本金（包括市场风险、信用风险和操作风险的资本金）分析与研究。VaR的计算方法主要有历史模拟法、蒙特卡罗模拟法以及参数法三种，而实践中通常多采用参数法。考虑到金融资产序列收益率具有典型的尖峰、厚尾、偏态特征，因而在采用参数法计算VaR时，确定合适的概率分布函数来描述这种特征，对提高VaR计算的准确性有着十分重要的意义。为此，许多学者进行了大量研究。陈守东和俞世典认为中国股票市场的收益率具有厚尾特征，在t分布和GED分布假定下的GARCH模型能够更好地反映出收益率的风险特性。田新时和刘汉中基于Johnson分布族的非线性测度VaR。汪飞星等把PearsonⅦ分布应用到VaR模型的计算中。得到了很好的风险测度效果。王慧敏和刘国光利用跳跃式扩展模型和极值理论方法对沪深股市收益分布特征进行了研究，认为帕累托分布较好地拟合收益分布左尾部风险。潘志斌认为金融资产回报的尖峰厚尾现象可以通过g-h分布来描述，并运用g-h分布计算投资组合的VaR。黄炎龙将Skewed-t分布引入VaR的计算中，认为Skewed-t分布能更好地描述金融资产收益率序列的尖峰厚尾性和非对称性特征。
综观前述研究成果，笔者发现，以前学者应用汇率收益率分布测度VaR时，较少运用非对称拉普拉斯分布。尽管上述学者通过用其他分布来测度资产收益率分布，取得了一定进展。但是，由于多数分布形式比较复杂，有的分布函数没有解析表达式，只能用特征函数来表示，给进一步研究带来了很大的困难。鉴于此，本文尝试利用Kozubowski和Podgorski提出的非对称拉普拉斯分布对1999年1月1日至2012年2月14日三个重要发达市场国家汇率收益率数据进行分布拟合与检验，并基于拟合的非对称拉普拉斯分布测度汇率收益率VaR。
三、分布模型
拉普拉斯分布诞生于1774年。因与正态分布相比拥有显著的厚尾特征而在工程科学、质量控制、环境科学领域得到广泛应用。近年来，与经济金融学科相关的期权定价领域，围绕拉普拉斯分布出现了实践与应用：Kou在跳跃扩散模型中利用拉普拉斯分布较好地克服了基于正态分布假定推导出的传统B-S模型的不足。在方法论方面，非对称拉普拉斯分布在刻画资产收益率尖峰、厚尾、偏态过程中衍生出两种分布形式，即Kozubowski和Podgorski以及Huang等不同参数形式，两者间的区别在于特定涵义的差异化参数。
（一）非对称拉普拉斯分布的定义
我们称随机变量Yσ，μ服从非对称拉普拉斯分布AL（μ，K，σ），假如参数μ∈R和σ≥0使得随机变量Yσ，μ特征函数为：
四、样本数据选取、拟合与检验
（一）样本数据的选取
本文选取基于美元（USD）的三种主要货币英镑（GBP）、欧元（EUR）和日元（JPY）所对应的汇率数据，利用非对称拉普拉斯分布模型进行实证分析。考虑到欧元诞生日为1999年1月1日，为了使数据更具可比性，我们选取汇率时间序列数据从1999年1月1日至2012年2月14日，共3 422个样本，数据来源为WIND咨询金融终端。记P1为汇率的中间价序列，其收益率序列采用自然对数形式表示：
（二）样本数据的主要统计量与参数估计
利用已观测数据作为样本，计算样本描述统计量和参数极大似然估计值，结果如表2所示。
从表2可以看出，三种汇率的峰度远大于3，尖峰特征比较明显：在偏度方面，三种汇率的偏度也是一致，均表现为右偏。偏度、峰度的描述统计量表明汇率收益率并不服从正态分布，描述统计虽然不足以推导出一般性的结论，但却能够为进一步研究提供参考价值。为了进一步检验我们的判断，利用STATA12.0软件对样本数据进行一种正态性的偏度一峰度检验，结果如表3所示。从检验结果可知，在1%显著性水平下，汇率USD_JPY和USD_GBP无论是在偏度还是在峰度，抑或是把两者结合在一起考虑都表现出显著的非正态性。尽管在1%显著性水平下，汇率USD_EUR的偏度（P=0.2583）不显著，但其峰度（P=0.0000）非常显著，当把两者结合在一起考虑（P=0.0000）仍表现出显著的非正态，结果如表3所示。对样本进行KolmogorovSmirnov正态检验，结果与正态性的偏度一峰度检验完全一致。
（三）汇率收益的非对称拉普拉斯分布参数估计与拟合图
为了拟合非对称拉普拉斯分布模型，我们运用最大似然估计量，分别计算三种汇率收益率分布估计参数μ、σ和κ，结果如表2所示。把其代入表1中的总体矩的理论值公式，即可得到分布特征参数的理论值，计算结果如表4所示。
从表4可以看出，除了汇率USD_JPY偏度参数理论值和经验值不一致外，汇率USD_EUR、USD_GBP偏度非常一致。而在峰度方面，三种汇率的理论值和经验值比较一致，这些说明应用非对称拉普拉斯分布拟合汇率收益率的分布，效果是比较好的，要显著地优于正态分布。为了更直观显示汇率收益率的分布拟合效果。运用STATA12.0软件，分别画出三种汇率收益率的直方图，并根据相应的估计参数，画出非对称拉普拉斯分布和正态分布的密度函数图，再将它们叠加一起，如图2-图4所示。
从以上三种汇率的拟合图以清楚地看到，非对称拉普拉斯分布能较好地拟合三种汇率收益率分布，优于正态分布的拟合效果。使用它去拟合汇率收益率，除了汇率USD_JPY偏度不一致外，非对称拉普拉斯分布能够很好地拟合汇率收益率序列的尖峰、厚尾、偏态特征。
（四）非对称拉普拉斯分布拟合检验
为了进一步证实上文的结论，进行Kolmogorov-Smirnov拟合优度检验，D为分布函数和样本累计分布之间的K-S最大距离，用来检验样本数据是否服从非对称拉普拉斯分布，检验结果如表5所示。
从表5可以看出，在5%显著性水平下，基于非对称拉普拉斯分布三种汇率拟合检验的P值均大于α，因而接受原假设，即汇率收益率序列服从非对称拉普拉斯分布。因此，运用非对称拉普拉斯分布测度汇率收益率的VaR是合适的。
五、外汇收益率VaR测度
我们主要研究基于拟合的非对称拉普拉斯分布如何测度汇率收益率VaR。另外，考虑到汇率收益率分布偏态特征，尽管多头头寸和空头头寸的VaR并不正好相反，但计算方法原理完全一样，因而本文主要关注汇率收益率多头头寸的VaR测度。
（一）VaR的定义及其计算方法
VaR是一种利用统计思想对风险进行测度的方法，又称为在险价值。VaR是指在一定的置信水平下，某一金融资产或证券组合在未来特定的一段时间内最大可能的预期损失。从数学角度来说，VaR可以表示为资产组合的收益率分布α分位数，表达式为：
也是就说，未来收益率只有α的概率小于等于VaR。在VaR的定义中有三个基本要素，即时间展望期、置信水平和资产收益率分布。（1）时间展望期的选择。通常时间展望期就是指计算VaR的时间范围。由于本文选用的是日收益率数据，故时间展望期为一个交易日。（2）置信水平的选择。对于不同的风险类型，一般选择不同的置信水平。置信水平越高，风险厌恶程度越大。（3）资产收益率分布的选择。一般假定资产收益率服从正态分布，但根据前文汇率收益率分布拟合检验结果可知，非对称拉普拉斯分
六、结论与政策建议
关键词：开放式基金；风格调整绩效；Lobosco方法
中图分类号：F83文献标识码：A文章编号：1672-3198（2008）10-0249-01
对于开放式基金，识别投资风格后，就可以计算出投资风格对基金总体业绩的贡献，从而可以准确的将基金总体业绩分为投资风格的贡献和基金经理的贡献。如果投资风格基准指数收益率高，则相应的投资风格对组合投资总体业绩贡献大。对于风格调整绩效的计算方法有很多，鉴于笔者在先前的研究中选用夏普模型对基金的风格进行的识别，因此本文选用Lobosco方法对基金的风格调整绩效进行计算分析。
1 Lobosco方法
Lobosco方法是基于Sharpe风格识别方法和Modiligliani的风险调整绩效指标RAP而产生的。
如果已知组合投资i的投资风格，并且市场上存在个投资风格基准指数，采用Sharpe的带约束条件的回归模型为
Ri=bi1F1+bi2F2+…+binFn+ei,∑nj=1bij=1,bij≥0
所以在因子敏感度bij中，最大值bis所对应的因子就是该组合投资的投资风格。将Sharpe风格识别法与风险调整绩效指标RAP相结合就可以得到风格调整绩效，即用风格基准的RAP值作为投资风格对总体业绩的贡献。设组合投资i、对应的投资风格基准组合以及市场组合的收益风险情况如表1所示，则组合投资i的风险调整绩效和风格基准的风险调整绩效值为：
RAP(i)=(σm/σi)(Ri-Rf)+Rf
RAP(s)=(σm/σs)(Rs-Rf)+Rf
投资组合i的风格调整绩效就是RAP(i)-RAP(s)。
其中：Ri、Rm、Rs、分别表示组合投资i、市场基准组合、组合投资i对应的风格基准组合平均收益，σi、σm、σs分别组合投资i、市场基准组合、组合投资i对应的风格基准组合风险。
无风险利率（Rf）采取一年定期存款利率，按照算数平均值，从2005年1月至2007年8月一年定期利率平均值为0.0245。
市场基准指数采取复合指数，复合指数收益率按照如下公式获得：市场指数收益率=80%×中信A股综合指数收益率+20%×中信国债指数收益率。
其他收益的均值都是其算数平均值。
2 实证分析
2.1 样本选取
鉴于本文以开放式基金为研究对象，由于开放式基金2001年才得以发行，总共才经历了7年时间。本文选择2004年12月31日之前成立的开放式基金作为研究对象。
本文在78只中随机抽取5只样本基金：华夏成长、长盛成长、大成价值、博时裕富、德盛稳健。契约约定风格包括1只成长型、2只平衡型、1只收益型（价值型）和1只被动指数型，发行份额均超过20亿，比较具有代表性。
由于子样本区间时间跨度不长，为了获得更多的数据，而且基准指数也是计算周收益率，所以在计算样本基金是一律使用周数据。
基金周收益率的计算公式为：
2.2 风格调整绩效的计算
笔者在先前的研究中选取中信风格和中信国债作为基准指数，运用夏普模型分析所选样本的投资风格，结果如表1：
在该模型中，市场指数的风格调整绩效为0，如果基金的风格调整绩效大于零，则说明基金的投资能力超于市场；如果小于零，则说明基金的投资能力低于市场；如果等于零，则说明基金的投资能力一般，只能取得市场平均组合的收益率。
从表2可以看出，在该模型分析结果中，有4只基金的风格调整绩效小于零，说明这些基金经过风格调整后的业绩不如基准风格指数，没有战胜基准风格指数获得超额收益；有1只基金的风格调整收益大于零，说明这些基金经过风格调整后能够战胜市场，为投资者获得更多的收益。
本文还统计了目前最为流行的衡量基金风险调整收益指标――Jensen风险调整后指标。经过比较发现这两种模型的统计结果基本相同，都没有表明基金能够显著的战胜市场获得超额收益。
3 结论
配合Sharpe模型，我们采取Lobosco方法对模型进行风格调整绩效的分析，并且与Jensen指标进行对比，得出如下结论：两个指标都证明基金经理有可能优于基准风格指数取得超额收益，但就目前实际情况来看，还是无法战胜市场。分析原因:
（1）主观因素可以大致归结为四点：较多的管理费用、较高的交易成本、较大的现金储备、较重的税务负担。
其次是基金经理们往往会频繁地进行证券交易，以显示出其决策能力、管理水平及敬业精神，这就导致了交易成本的增加。
另外是管理型基金通常会保持5%左右的现金储备，以供基金购回时用，而指数基金中基本不含现金。由于美国股市主要为牛市所主导，所以较大的现金储备就成为基金的包袱和累赘。这使得基金的长期表现大打折扣。
最后是管理型基金会使投资者的税务负担较重。
（2）客观原因：大型股票导向，外国股票拖累，指数进出效应。
大型股票与小型股票的长期表现谁优谁劣一直在学术界中纷争不休，使用不同数据、或在不同时段便会得出不同结论。但有一点是肯定的，当大型股票和美国股票傲视群雄之时(如十二世纪九十年代)，持有小型股票或外国股票的基金都将会望尘莫及。
此外，指数基金的风行造就了市场上的指数进出效应从两方面强化了指数基金的表现。一是没有投资“入指股票”的管理型基金无法分享股价飙涨的喜悦；二是含有“离指股票”的管理型基金却会因此而招致飞来横祸。
参考文献
［1］Lobosco. Angelo Style/Risk-Adjusted Performance［J］. Journal of Porfolio Management, 1999:65-68.
［2］Modigliani F, Modigliani L. Risk-adjusted performance［J］. Journal of portfolio Management,1997:45-54.
［3］戴方. 中国开放式基金业绩的实证研究［J］. 国际商务-对外经济贸易大学学报,2005，（2）:58-62.
购物车(0)