基于DEA方法投资基金业绩分析.docVIP

基于DEA方法投资基金业绩分析 　　摘要：由于投资基金成绩评估中的传统方法的限制，这份文件作为数据包络分析（DEA）要设立投资基金成绩评估模型的工具。DEA方法基于数学规划的思想，通过建立线性规划模型比较决策单元之间的相对效率，对决策单元进行评价。采样13开放式投资基金，将输出进行分析并与他们业务性能相比。调查不同业务效率的资金，并分析它们的原因。利用分析评价结果帮助其提高和管理好资金的建议。 　　关键词：投资基金；业绩分析；数据包络分析（DEA） 　　中图分类号：F2文献标识码：A文章编号2013 　　1引言 　　数据包络分析（Data Envelopment Analysis）简称DEA，是运筹学、管理科学和数理经济学交叉研究的一个新领域，它的第一个模型C2R由美国著名运筹学家、数学家和经济学家A.Charnes（查恩斯），W.WCooper（库珀）和E.Rhodes（若德斯）于1978年创建。DEA使用数学规划模型评价具有多个输入和多个输出的“部门”或“单位”（决策单元，Decision Making Unit，简记为DMU）间的相对有效性（DEA有效）。根据对各DMU观察的数据判断DMU是否为DEA有效，从而对决策单元之间进行比较。目前可采用的评价方法有层次分析法、生产函数法、神经网络、多目标决策、模糊数学综合评价法以及数据包络分析（Data Envelopment Analysis，简称DEA）等方法。通过比较各个方法的特点，本文采用DEA方法。与其他方法相比而言，DEA方法处理多输入特别是多输出问题的能力是具有绝对优势的，主要表现在以下几个方面：（1）输入和输出的数据可以为不同计量单位的指标；（2）可以同时处理多种输入和输出指标；（3）不需预定指标间的关系和赋予主观权重；（4）改变了过去评价方法中将有效与非有效DMU混为一谈的局面，估计出确实有效的生产前沿面；（5）致力于每个DMU优化而不是对整个集合的统计回归优化，不仅可以排序还可以提供具体的改进建议。因此，它比其它的一些方法（包括采用统计的方法）优越，用途也更广泛。 　　本文利用DEA方法的结果，可以判断各决策单元的有效性，并找出非有效单元的无效原因及其改进措施。采用传统方法评估基金业绩的关键问题是，如何选择一个合适的市场组合来反映基金的风险选择。现实中真正的市场组合是很难获得的，因而只能寻求市场组合的“替代物”，通常人们选择具有代表性的市场指数作为市场组合。本文简单介绍近几年的国内投资证券基金业绩评价方法的基础上，尝试运用数据包络分析方法（DEA）对我国的投资基金业绩进行评价。 　　2投资基金业绩及DEA理论综述 　　2.1投资基金业绩 　　所谓基金业绩的评价主要是对基金在过去一段时间内的实际操作成果进行评估，以便基金公司进一步的调整经营方向和加强管理，为投资者提供基金选择的参考，为金融市场管理部门加强宏观监控提供定量参考依据。传统投资基金业绩评估方法主要有：Treynor业绩指数法、Sharpe业绩指数法以及Jensen业绩指数法等，主要是借鉴于外国证券投资基金的业绩评价方法和理论。在现实证券市场中，市场信息是无法完全公开、公正、顺畅传播的，因此这三种评估方法所依赖的市场有效状态难以达到，进而给他们的直接应用带来一定困难。 　　传统的基金业绩分析方法在国内外广泛应用，但是都存在着一些不足的共性。一是以有效市场假设为前提；二是基准市场组合在真实市场中难以定位，即基准基金组合一般是选取某个市场指数，但单一的市场指数并不一定包含所评价基金中所以投资对象；三是现实市场中的无风险收益的选取没有确定的标准，因为完全无风险的投资是不存在的。中国的证券市场建立时间还不是很长，各种法律法规及市场操作还没有完全成熟，没有一个权威的市场指数能代表市场组合。另外，中国的债券市场不是很发达，债券品种不是很发达，债券品种不多，因此对应期限的无风险收益的选取就会有一定偏差。 　　2.2数据包络分析法的特点 　　DEA是应用数学模型来评价单位或单元相对有效性的一种方法，尤其适用于那些具有多投入、多产出的复杂系统，优势比较明显。具体表现在以下几个方面： 　　（1）DEA不需要确定投入和产出之间的显式表达式，这排除了很多主观的因素，减少了误差，具有较强的客观性。对于现实的复杂情况，某一形式的投入可能会涉及到多种产出结果，投入和产出之间存在某种必然联系，但是却很难以显式表达式描述出来，很多的评价方法却要求人为地给出这一表达式。 　　（2）DEA虽然从最有利于决策单元的角度进行评价，但是却是以决策单元的各投入产出指标权重为变量的，这避免了确定各指标在优先意义下的权重。 　　（3）DEA不仅能对每个决策单元相对效率进行综合评价，而