基于Bayes的开放式基金业绩的评价方法.pdfVIP

9ll 基于Bayes的开放式基金业绩的评价方法 罗良文，王建军 (中南财经政法大学 经济学院，武汉 430074) 摘 要：文章在Bayes分析框架下，构建了估计基金绩效指标alpha的贝叶斯阶层学习先验模型，对模型中 的参数赋予一定先验，把基于大量基金样本估计出的基金平均绩效水平与基金alpha横截面变异性这一信息加 入到单个基~~alpha的估计中，运用Gibbs抽样方法从后验分布中抽样，用后验样本的均值来估计未知参数 研 究结果表明，引入基金先验相关性可以很好地估计基~~-alpha，提高其估计精度。 关键词：贝叶斯分析；基金绩效；Gibbs抽样 中图分类号：F832 文献标识码：A 文章编号：1002—6487(2013)22—0158—04 ／1和dr的条件先验，此条件先验与投资者对参数 和 的 0 引言 先验一起将最终决定Mpha的边际先验。由于所有的基金 alpha都依赖于 和 这两个参数 ，所 以基金Mpha的先验 证券投资基金的绩效是基金管理水平的直接标志，也 之间是不独立的。在这里我们假设 的先验与 的先验 是广大投资者最为关心的问题 。从Jensen(1968)开始，有 相互独立，并且 的先验分布为正态分布，对 的先验分 大量文献研究表明，基金经理人没有能力战胜市场，因此 布为逆伽马分布。对 值和残差方差的先验分布为扩散先 投资者只会投资于被动指数基金。也有少数研究认为，虽 验分布，并且独立于alpha的先验分布，与基金经理人没有 然基金经理人没有特别的技能，但是投资者却可以用一些 关系。 事先变量如基金过去的绩效水平或者基金经理人的风格 我们建立关于参数先验信息的贝叶斯阶层模型刻画 来确定基金经理人是否有技能。而这其中对基金绩效水 参数的先验分布： 平指标alpha的准确估计显得十分重要，因为它是投资者 ～ N(m ， ) (2) 投资基金的重要依据，直接关系到投资者的投资决策。 ～ ，G(， ) (3) 口，～N(，0a) (4) 1 “学习先验”下的模型 p(bj，)～ (5) ／ 1．1 模型设定 其中， 为观察到alpha值的基金数量，为利用已知 记基金． ，在 时刻的超额收益为r¨，在t时刻观察到的 均值 和基金数量 计算出的样本标准差。 市场超额收益率为F，。 1．3 参数的估计步骤 基于CAPM模型，设定基金的超额收益率与市场基准 与通常的两阶段估计方法相比，Gibbs抽样方法在阶 收益率关系为一线性因子结构： 层模型的贝叶斯估计中有显著的优越性，因为对单个基金 r 一a，+ ，Ff+￡