论文部分内容阅读
近年来,量化投资策略已成为资本市场投资的热门话题,以非市值加权为代表的Smart Beta策略指数基金,结合了被动策略和主动策略的优点,获得了投资机构和投资者们的广泛关注。虽然此类基金数量和规模都在不断扩大,但针对此类基金绩效的研究仍有所不足。本文在此背景下,运用实证分析法对我国Smart Beta策略指数基金进行绩效评价。
本文采用数据包络分析(DEA)进行基金绩效评价,选取17只Smart Beta策略指数基金作为研究样本,将研究周期划分成下降、上升和震荡三个时期。首先,从风险收益、调整风险收益和管理人能力三大方面挑选算术平均日收益率、几何平均风险日收益率、收益率标准差、贝塔系数、最大回撤率、跟踪误差、三大经典指标、信息比率、T-M模型等12个指标分别计算。其次,借助主成分分析法对传统基金绩效评价指标进行降维处理,形成综合指标作为DEA方法的输入指标。然后,计算基金累计净值增长率、基金份额变化率作为DEA的输出指标。最后,采用DEA方法中的BCC模型对样本基金的效率进行计算,依据计算后的技术效率、纯技术效率和规模效率值的大小,对样本基金和策略因子在三个时期内的绩效进行评价。
通过实证研究,从传统基金绩效评价指标角度分析,Smart Beta策略样本基金整体波动幅度小,系统性风险普遍小于市场基准风险,年跟踪误差符合基金招募书要求。从DEA角度分析,上升期有效样本基金的数量最多,三个时期基金效率平均值与有效基金占比并无大幅波动,Smart Beta策略指数基金业绩波动跟市场波动一致。对常见策略因子分析可知,下降期价值因子策略绩效更优,上升期红利因子策略绩效较好,基本面加权策略在上升期和震荡期均有不俗表现。
本文采用数据包络分析(DEA)进行基金绩效评价,选取17只Smart Beta策略指数基金作为研究样本,将研究周期划分成下降、上升和震荡三个时期。首先,从风险收益、调整风险收益和管理人能力三大方面挑选算术平均日收益率、几何平均风险日收益率、收益率标准差、贝塔系数、最大回撤率、跟踪误差、三大经典指标、信息比率、T-M模型等12个指标分别计算。其次,借助主成分分析法对传统基金绩效评价指标进行降维处理,形成综合指标作为DEA方法的输入指标。然后,计算基金累计净值增长率、基金份额变化率作为DEA的输出指标。最后,采用DEA方法中的BCC模型对样本基金的效率进行计算,依据计算后的技术效率、纯技术效率和规模效率值的大小,对样本基金和策略因子在三个时期内的绩效进行评价。
通过实证研究,从传统基金绩效评价指标角度分析,Smart Beta策略样本基金整体波动幅度小,系统性风险普遍小于市场基准风险,年跟踪误差符合基金招募书要求。从DEA角度分析,上升期有效样本基金的数量最多,三个时期基金效率平均值与有效基金占比并无大幅波动,Smart Beta策略指数基金业绩波动跟市场波动一致。对常见策略因子分析可知,下降期价值因子策略绩效更优,上升期红利因子策略绩效较好,基本面加权策略在上升期和震荡期均有不俗表现。