指数投资研究系列（三）——跟踪误差的一类线性模型.pdfVIP

定量研究 定量研究 证券研究报告 专题报告 指数投资研究系列（三） 2014 年 5 月 15 日 跟踪误差的一类线性模型 对于信奉有效市场的投资者而言，如何构建尽可能接近基准指数表现的投资组合 是他们所面临的核心问题。一个流行的做法是，最小化组合与基准指数之间跟踪偏差 的平方和。但在实际中，不论是指数基金的管理者还是申购人，更关注的恰恰是跟踪 偏差本身。一方面，它是一个简便直观，易于获得的评判标准。另一方面，基金经理 在管理过程中，也会尽可能避免那些使得投资组合和基准指数的收益率之间出现极端 偏差的操作。因此，相比于极小化跟踪误差的平方和，以跟踪误差或其绝对值为基础 设立优化目标，得到的最优解有着更为直观的解释，对实践的指导意义也更强。  线性跟踪误差模型的共同特点是只最小化组合与基准指数收益率之间的绝对偏差。 其最优解能够更方便地反映出基金经理在管理过程中所追求的投资理念与目标。具 体可分为两大类型：最小化平均绝对偏差（MAD ）和最小化最大偏差（MinMax ）。 前者是对跟踪偏差的绝对值之和进行优化，而后者则是对最大跟踪偏差的控制。  如果把风险表述为投资组合的收益低于基准指数的可能性，那么，跟踪误差的最小 化应当聚焦于投资组合与基准指数收益之间的负偏差。因此，可以进一步衍生出两 种新的跟踪误差定义。1、在投资组合收益低于基准指数的约束下，最小化跟踪偏 差的和，称为“平均绝对下跌偏差模型”(MADD)。2 、最小化最大的负偏差，称 为“下跌 MinMax 模型”(DMinMax)。  线性跟踪误差模型提供了关于目标函数更直观的推断与解释，投资者很容易根据自 相关研究 身对风险的偏好来选择对应的优化模型。就样本内的结果而言，如果基金经理的管 理目标是最小化绝对下跌偏差之和（MADD ），那么将二次跟踪误差模型替换成 MADD 后，这一偏差和就将下降 40 个 bp。而当管理人关心的是最大绝对下跌偏 差(DMinMax)，那么持有下跌 DMinMax 组合所承担的最小“风险”将远低于二次 跟踪误差组合。  样本外检验表明，以偏差平方和最小为优化目标的传统方式并没有表现出显著或一 致的优势。通过这种方式构建的组合也很难匹配管理者在投资过程中的实际目标， 而线性跟踪误差模型却能有相当直观的解释。不仅如此，在投资者较为关心的组合 与基准指数的负偏差