人大证券课件投资组合管理业绩 评价模型.pptVIP

投资组合管理业绩评价模型基金管理业绩评价模型 风险调整后的收益 因素模型 时机选择能力 证券选择能力 业绩评价概述 外部需要： 投资者选择业绩好的基金管理公司 内部需要： 基金公司高层考核下层， 度量基金经理的表现 度量的基本原则——风险和收益匹配 确定投资基准 比较两个组合的业绩 不是，直接比较收益的大小 而是，比较经过风险调整后的收益大小 不同风险的组合不能直接比较 此外，还要看，在多大程度上实现了预先的投资目标 简单而粗略的风险调整收益 与具有类似风险的组合进行比较 按风险，将组合分类 计算同类中，组合的平均收益， 然后，从大到小排序 这些方法不够精确 单因素业绩评价模型 以CAPM为基础的 市场组合（市场指数）为因素factor 多个模型： William Sharpe Jack Treynor Jensen Treynor-Black M2 夏普指数Sharpe’s measure 计算组合在样本期间的夏普指数 然后比较大小，大者优 风险：总风险＝系统风险＋非系统风险 能够反映分散非系统风险的能力 相对绩效 Treynor’s measure 风险：系统风险 隐含了非系统风险被消除的假设 不能反映分散非系统风险的能力 相对绩效 Jensen’s measure 建立在CAPM下 隐含了非系统风险被消除的假设 相同系统风险 绝对绩效 三个指数的判断可能有差异 两个组合A和B 收益相同，系统风险（β系数）相同 非系统风险不同 AB Ja =Jb and Ta=Tb 但，SaSb Jensen的改进 β系数呈现时变性， 组合收益与市场收益可能是非线性关系 Treynor ＆ Mazuy 二次项回归 Merton ＆ Heriksson 双β市场模型 Treynor-Black 每单位非系统风险所带来的非常规收益 衡量积极型组合业绩的指标 信息比information ratio 或 股价比率 appraisal ratio 越大越好 残值风险类似计量中的残差 残差越小越好 用IFR计算达到置信度所需时间越短越好 Connor and Korajczyk实证结论， 排序的稳定性高 假设条件 市场无法预测 收益率服从正态分布 效用函数是指数型 实用性不强 四种评估指标的联系 市场组合M的Treynor’s measure 组合p的第二Treynor’s measure 市场组合的Sharpe’s measure 组合p的Sharpe’s measure M2指标 Leah Modigliani and Franco Modigliani 改进了Sharpe’s measure 构造组合p＊， p＊ 是 p与rf的再组合，使得风险与M相同 两者，直接比较收益 多因素模型业绩评估 多个因素： 市场平均指数收益 股票规模 公司账面价值比市场价值 PE/ME 市盈率 P/E 公司前期销售增长 单因素与多因素优劣尚无定论 Market timingSelectivity 时机选择能力： 预期上升，积极，增加风险资产比例 选择证券能力： 预期上升，选择非系统风险大的证券 β系数呈现时变性，不是常数 β系数：binary variable Stochastic variable TM＝Treynor and Mazuy TM模型：二次回归 下页的图形中看出， If selecting correct market timing the scatter will show quadratic curve 回归中，增加二次项 Test H0：γ＝0, more strictly γ 0 XXXXXXX XXXXXXX 0 RM－Rf Ri-rf X XX X XXXXXXX XXXX XXX Merton的结论 把握实际的投资组合收益模式 类似 某种期权投资策略的收益图形 Henriksson and Merton Binary variable 组合的β系数可能有两个值 D is dummy variable Chow test Fama的组合收益的分解 组合的收益被分解成五个部分 Rf－0：无风险资产收益 R1－Rf：事先愿意承担系统风险所得 R2－R1：时机把握能力 R3－R2：非系统风险，所得 Rp－R3：选择股票所得 βP’’ r i P P’’ r3 r2 r1 rf 0 r4 βP β1 P’ 业绩分解计算例子 某组合P， Rf＝10％ 平均收益 标准差 预期β 实际β 组合P 20％ 15% 0.8 0.9 市场组合 16％ 12% 1.0 1.0 第1项rf：无风险收益，10％ 第2项r1-rf ：愿意承担系统风险，β ＝0