基于DEA的我国主动型股票基金绩效及其影响因素分析.docVIP

基于DEA的我国主动型股票基金绩效及其影响因素分析 　　【摘要】伴随着我国股票市场不断地丰富和完善，我国基金业迎来了新的发展时机。主动型股票基金以战胜市场为目标，受到追求更高收益的投资者的广泛关注。本文运用传统DEA模型计算出我国主动型股票基金2012到2014年的效率值，并进一步利用Tobit模型对我国主动型股票基金绩效的微观影响因素进行回归分析，最后得出了基金成本利润率、选股能力和选时能力同主动型股票基金绩效呈显著正相关，而基金资产总值和持股集中度对主动型股票基金绩效具有显著的负影响的结论。 　　【关键词】主动型股票基金 绩效 DEA模型 Tobit模型 　　一、研究背景与意义 　　2014年，随着新《基金法》的实施和下半年牛市的突然降临，我国的开放式基金又迎来了新的发展时机，其中尤以股票型开放式基金的发展最为活跃。截至2014年底，我国股票型开放式基金全年新增88个，共计699个，在开放式基金中占比最高，约为39.65%1。在股票型开放式基金中，主动型股票基金以追求取得超越市场的业绩表现为目标，受到追求更高收益的投资者的广泛关注。对主动型股票基金绩效的研究有助于投资者对基金的表现进行把握，也有利于基金公司自身对业绩进行评价。本文将采用DEA模型对主动型股票基金的绩效进行分析，以期给投资者和基金公司投资与管理带来借鉴意义。 　　二、DEA模型相关理论 　　数据包络分析（data envelopment analysis，DEA）利用包络的思想将所有决策单元的投入项与产出项投射至几何空间中，寻找出最小投入或最大产出的决策单元，根据决策单元与包络线的距离判断各决策单元的相对效率程度2。Charnes、Cooper和Rhodes（1978）提出了CCR模型，即在规模报酬不变的假设下，以多项投入和多项产出的线性组合的比值代表各决策单位的效率值。假设有n个决策单元DMUj=（DMU1，DMU2，……，DMUn），每个决策单位使用m种投入Xj=（X1j，X2j，……，Xmj）T，得到s种产出Yj=（Y1j，Y2j，……，Ysj）T。v和u分别为与m种投入和s种输出对应的权重，即v=（v1，v2，…，vm）T，u=（u1，u2，…，us）T，则第j0个决策单位的效率值可以表示为公式2-1： 　　BCC模型是由Banker、Charnes和Cooper（1984）提出的。当假设条件变为规模报酬可变时，技术效率可以分解为纯技术效率（pure technology efficiency，PTE）和规模效率（scale efficiency，SE）。在CCR模型2-1式中加入凸性约束条件，则可得到BCC模型。 　　三、数据说明与研究方法 　　根据基金评级三年起步的规定，本文选定的研究时期为2012到2014年三年。研究样本选取了2012年之前成立的主动型股票基金，在剔除其中数据不全的基金后，样本总量为271只基金，本文样本数据均来自同花顺iFinD。 　　结合国内学者研究经验，本文采用基金资产净值、基金费用率、收益率标准差作为投入指标，基金平均收益率和单位净值增长率作为产出指标。影响主动型股票基金绩效的因素指标选用了基金资产总值、基金成本利润率、选股能力和选时能力和持股集中度。 　　同时本文选取产出导向型DEA模型进行实证研究，由于DEA模型计算所得的效率值均在0到1之间，本文采用Tobit模型分别对主动型股票基金技术效率、纯技术效率和规模效率的影响因素进行回归分析。 　　四、基于DEA的主动型股票基金绩效实证分析 　　由于传统DEA模型要求投入和产出指标为非负，本文采用功效系数法将数据变为大于0小于等于1的值。处理后的数据分别运用CCR模型和BCC模型计算271只主动型股票基金2012到2014年的技术效率、纯技术效率和规模效率，计算软件为deap2.1。 　　（一）2012年主动型股票基金绩效分析 　　表4-1选取了2012年技术效率排名前15的主动型股票基金进行分析。从总体投资方向上看，选取的主动型股票基金大部分投资了金融和地产行业的股票，这些基金表现出色得益于基金经理出色的选股能力。虽然2012年我国股票市场处于震荡调整时期，市场整体涨幅不大，但是金融地产指数的较大涨幅使得投资金融地产股的基金表现较好。 　　从具体效率值看，中欧行业成长混合、中欧新动力、上投摩根新兴动力等8只基金的技术效率值为1，实现了规模最优和投入产出的最优化。其余7只技术效率无效的基金中，有4只基金的纯技术效率值为1，规模效率不为1。万家精选规模报酬递增，可以通过扩大投入规模达到技术效率有效，中银增长、南方成份精选和光大保德信红利规模报酬递减，可以通过缩小投入规模实现技术效率有效。 　　（二）2013年主动型股票基金绩效分析