基于交易的,多期股票型,基金績效,歸因研究興業(yè)基金,管理有限公司 , 辛曌 （二等獎）

《基于交易的,多期股票型,基金績效,歸因研究興業(yè)基金,管理有限公司 , 辛曌 （二等獎）》由會員分享，可在線閱讀，更多相關(guān)《基于交易的,多期股票型,基金績效,歸因研究興業(yè)基金,管理有限公司 , 辛曌 （二等獎）（27頁珍藏版）》請在裝配圖網(wǎng)上搜索。

1、基于交易的多期股票型基金績效歸因研究 課題研究人：辛曌 選送單位：興業(yè)基金管理 內(nèi)容提要 基金績效評價是國內(nèi)基金業(yè)當前的重要研究課題。基金組合，尤其是開放式積極管理型基金組合的持倉通常會處于較為頻繁的變動之中，因此，對基金管理公司而言，一個實現(xiàn)的、急迫的問題是采用什么樣的績效評估方法反映基金經(jīng)理的管理能力？本文將答復上述問題，不僅如此，還將提供一個基于現(xiàn)實基金績效的實證分析。 本文的多期Brinson模型解決了基金績效評估問題的以下重要問題：首先，采用簡單Brinson模型可以將超額收益再分解為超額資產(chǎn)配置收益、超額個股選擇收益以及交互收益三個局部；其次，我們采用以交易日為單

2、位的單期計算，可以解決積極型股票組合的持倉變化問題；再次，本文的多期技術(shù)可以對組合資產(chǎn)中的各細分資產(chǎn)進行多期收益的精確分解；最后，針對實現(xiàn)中的收益計算和資產(chǎn)細分等具體問題提出了解決方法。 本文的模型現(xiàn)實意義重大，不僅可以廣泛運用于基金公司、保險公司、資產(chǎn)管理公司等買方機構(gòu)的內(nèi)部績效評價，還可以便于研究人員用交易日數(shù)據(jù)用于基金的縱向和橫向數(shù)據(jù)研究的各種模型之中。 目 錄 1、前言 …………………………………………………………1 2、相關(guān)文獻綜述 2 3、基于交易的多期BRINSON模型 4 3.1 單期Brinson模型 4 積極管理型投資組合歸因分析 6 4、基于真

3、實基金組合的實證分析 11 4.1 幾個根本概念的現(xiàn)實表述 12 4.2 基金資產(chǎn)的切分 13 4.3 選股能力還是資產(chǎn)配置能力？ 15 5、總結(jié) ……………………………………………………………22 1、前言 基金績效評價是國內(nèi)基金業(yè)當前的重要研究課題。合理客觀地評價旗下基金的投資績效，一方面可以為內(nèi)部投資研究提供事前、事中支持與事后業(yè)績考核；另一方面也可以向客戶展現(xiàn)更有說服力的投資業(yè)績，使其對基金管理團隊的運作績效有更深層的認識。 基金組合，尤其是開放式積極管理型基金組合的持倉通常會處于較為頻繁的變動之中，一方面，基金經(jīng)理會根據(jù)市場趨勢進行主動性投資操作；另一方面，來自

4、客戶的頻繁申購、贖回基金也對基金組合產(chǎn)生非常大的沖擊，基金經(jīng)理將不得不根據(jù)申購贖回量買賣股票，而且申購贖回資金的流動會直接導致持倉股票權(quán)重的變動。因此，對基金管理公司而言，一個實現(xiàn)的、急迫的問題是采用什么樣的績效評估方法反映基金經(jīng)理的管理能力？ 本文將答復上述問題，不僅如此，我還將提供一個基于現(xiàn)實基金績效的實證分析，對基金經(jīng)理的管理能力進行詳細分析，以期為國內(nèi)基金同行和其它買方機構(gòu)在投資組合績效評估工作的推進和完善上做出奉獻。 AA(正文中不出現(xiàn)作者單位名稱，因此，此處隱去真實名稱)基金管理已經(jīng)成功開發(fā)了基于本文模型的績效與風險評估系統(tǒng)，并將本文的模型運用日常的績效評價中。 我們認為本文的重

5、要意義一方面在于為國內(nèi)同行的績效評估工作提供了重要借鑒；另一方面，用基金真實的交易數(shù)據(jù)展現(xiàn)了一個績效分析框架的完整框架。有關(guān)數(shù)據(jù)以及基于該數(shù)據(jù)形成的研究結(jié)論都是首次在文章中予以披露，AA基金管理旨在不違反現(xiàn)行法律法規(guī)對相關(guān)信息的披露要求根底上，與同行和廣闊投資者分享我們的研究成果，為推動國內(nèi)基金績效分析研究做出奉獻。 本文第2局部對績效評價相關(guān)研究進行了綜述，第3局部闡述基于交易的多期績效歸因模型的構(gòu)建過程；在此根底上，第4局部采用該模型針對真實的交易數(shù)據(jù)，對旗下管理的趨勢投資基金2006年績效歸因進行了實證分析，以此對基金投資團隊的管理能力進行評價。在這局部的分析中，我還將提供諸如國內(nèi)股改

6、送權(quán)證、可轉(zhuǎn)債套利過程等等較為特殊情況的收益處理方式。最后，在第5局部做出總結(jié)。 2、相關(guān)文獻綜述 績效歸因分析的本質(zhì)是將基金組合的實際績效與一個市場基準〔Benchmark〕的收益進行比擬，同時，將兩者之間的差額分解成幾種“效應〞，比方資產(chǎn)配置效應和個股選擇效應。 基于分析方法和使用數(shù)據(jù)的不同，歸因分析可以劃分為以下兩大類別：外部評價法和內(nèi)部評價法。外部評價法是指由第三方借助基金凈值數(shù)據(jù)與基金基準的市場表現(xiàn)采用統(tǒng)計學方法進行的基金績效歸因分析，通常是基于CAPM模型與多因子模型進行拓展，比方HM模型、TM模型、Fama and French三因子模型以及Carhart的四因子模型等等。

7、國內(nèi)王霞〔2001〕、辛曌〔2004〕等人對這些方法進行了總結(jié)。Fama〔1972〕最早提出的歸因分析模型就是建立在CAPM模型根底上，將資產(chǎn)組合的超額收益率分為“選擇回報〞〔由分散回報和凈選擇回報組成〕和“風險回報〞〔由投資者風險回報和經(jīng)理人風險回報組成〕兩局部。 而內(nèi)部評價法那么是指基于基金組合的真實交易數(shù)據(jù)而進行的基金績效分析。Brinson等人〔1985、1986、1991〕的工作為基金績效的內(nèi)部評價做出重要先導性奉獻，其中，在1986年的經(jīng)典文章中，Brinson等人以 91家養(yǎng)老基金從1974年開始的10年間的數(shù)據(jù)為研究對象，采用最小二乘回歸法發(fā)現(xiàn)基金收益的時間差異90%以上是由

8、資產(chǎn)配置能力解釋的。盡管后來的學者對該文的研究結(jié)論進行屢次深入探討，甚至有人提出不同結(jié)論〔Jahnke,1997等〕。這些研究文章中首先提出了以后被廣泛稱之為Brinson模型的基金評價方法。Brinson模型強調(diào)將基金組合收益與基準收益進行比擬，兩者之間的超額收益再次分解為超額資產(chǎn)配置收益與超額股票選擇收益和交互收益三種。簡單的Brinson模型提出后，從不同角度又得以拓展：Karnosky and Singer 〔1994〕將其拓展為多幣種績效歸因模型〔KS模型〕，從而可以對全球資產(chǎn)的績效進行分析。另外， 對于一個買入持有策略的組合而言，多期的歸因分析仍然可被視為一個單期進行處理，但是，對

9、于一個積極型投資組合而言，需要構(gòu)建適宜的多期歸因方法，Davies and Laker〔2001〕以及Arnarson等人〔2003〕對此作出了奉獻。 影響股票和債券的因素明顯不同，債券更多地受利率水平的共性影響，因此，債券組合與股票組合的績效歸因分析方法也顯著不同。大量研究學者〔Fong, Pearson, and Vasicek，1983; Ramaswamy，2001〕開展了單純的債券組合績效歸因分析方法。限于篇幅限制和為了突出主題，本文只討論股票型基金歸因方法，如果股票型基金中包含局部債券持倉，處理方式上，等同于不在基準中的股票持倉。 與外部評價法相比，內(nèi)部評價法所包含的信息全面，

10、并且可以切分到任意維度，從而可以進行行業(yè)或者個股的績效分解，便于基金內(nèi)部績效細化評價和外部客戶推介。由于基金定期公布季報、年報中包含了局部甚至是非常詳細的內(nèi)部信息，因此，外部機構(gòu)可以借助這些信息進行內(nèi)部評價。正是看到基于持倉數(shù)據(jù)進行歸因分析的明顯優(yōu)點，一些研究也對基于CAPM和多因子模型的分析方法加以改良以用于基于〔季度或者月度〕持倉的內(nèi)部歸因分析。 但很明顯，對于一個積極管理型的基金而言，只憑這些公布信息無法進行準確分析〔比方無法有效地剔除“披露日修飾〞行為〕。因此，我們在下文將給出一種基于即時交易〔每天〕數(shù)據(jù)的歸因模型，該模型可以廣泛運用于基金公司、保險公司、資產(chǎn)管理公司等買方機構(gòu)的內(nèi)部

11、績效評價。 3、基于交易的多期BRINSON模型 3.1 單期Brinson模型 首先，我們先引入Brinson等人〔1986，1991〕提出的單期Brinson模型。一個時期的基金收益可以分為四個局部：資產(chǎn)配置收益、個股選擇收益、交互收益和基準組合收益。在計算這四局部收益之前，先構(gòu)建四個概念性組合： : 實際組合； : 積極資產(chǎn)配置組合； : 積極股票選擇組合； : 基準組合。 其中，每個組合的計算可以用下表來描述： 組合資產(chǎn)收益〔〕 基準資產(chǎn)收益〔〕 組合資產(chǎn)權(quán)重〔〕 基準資產(chǎn)權(quán)重〔〕 其中，為組合資產(chǎn)權(quán)重；為基準資產(chǎn)權(quán)重；為組合資產(chǎn)收

12、益；為基準資產(chǎn)收益。 這樣，基準組合收益為 資產(chǎn)配置收益: ；公式〔1〕 個股選擇收益: ; 公式〔2〕 交互收益: ； 公式〔3〕 總超額收益 為保持內(nèi)部一致性，每期組合中的各類資產(chǎn)分類權(quán)重總和必須為1，各類資產(chǎn)收益綜合必須等于總組合收益： ； 這樣，超額收益就由資產(chǎn)配置收益、個股選擇收益和交互收益所構(gòu)成，但是，以此類推，在具體的分析中，績效評估者還可以根據(jù)自身的需要對超額收益進行適當修改。通常，資產(chǎn)配置收益被改寫為以下形式〔Brinson, Hood, Beebower,1986〕： 公式〔4〕 比擬公式

13、〔1〕、〔4〕，會發(fā)現(xiàn)，盡管基準收益進入公式〔4〕，但兩者在總和上是相等的，上述的內(nèi)部一致性原那么下，組合和基準的權(quán)重之和都為1，因此，兩者之差與一個相對固定量的乘積的總和為0，這樣： 盡管對于總資產(chǎn)配置收益而言，兩者的計算結(jié)果是一致的，但是，兩者背后的評價理念有所差異：強調(diào)超額資產(chǎn)配置收益來源于對上漲的資產(chǎn)類別〔比方行業(yè)〕的超配或者對下跌的資產(chǎn)類別的低配；但強調(diào)只有對漲幅超過基準總收益的類別進行超配或者對跌幅超過基準總收益的類別進行低配才是有超額資產(chǎn)配置能力。比方，在普漲行情中，要求對所有上漲行業(yè)都進行超額，這顯然是做不到的，因為即使在一個無現(xiàn)金比例的股票組合中，根據(jù)內(nèi)部一致性原那么，

14、對一個行業(yè)的超配，必然另一個行業(yè)的低配為代價。從這個角度看，的評價更為貼近現(xiàn)實一些。 另外，績效評價者還可以根據(jù)自身需要對超額收益進行重新劃分，比方可以將交互收益也歸到個股選擇收益中去〔Menchero，2000〕。 積極管理型投資組合歸因分析 Brinson模型可以在任意時間段內(nèi)，比方1天、1個月，進行相應計算，然后，再將所有時間段內(nèi)地單期進行匯總計算。 不過，不像組合的收益率可以跨期進行復合計算，各個分解的歸因收益不能簡單地進行跨期復合計算。我們假設組合收益率為與基準收益為在給定的時期中，被分解為多個“效應〞。很自然，在多期，收益率就是將每個時期的復合收益： 而基準收益為：

15、 單期的超額收益表示為，多期的超額收益相應為。之所以不能簡單對跨期進行效應加總，是因為各期收益超額的總和并不等于復合收益超額： 很明顯，對于買入持有組合而言，由于持倉組合在各期沒有變化，多期歸因可以簡化為一個單期進行計算。但基于交易〔Transaction Based〕組合的績效歸因就需要根據(jù)真實交易和現(xiàn)金流量數(shù)據(jù)采用適宜的模型進行計算。之所以不能將一個多期簡單地看成一個單期，原因在于，在多期，積極管理型基金投資組合的持倉必然發(fā)生變化，對于一個開放式基金而言，這個單期通常是以天計算，其中的原因一方面來自于基金經(jīng)理的頻繁操作；另一方面也源于投資者申購、贖回基金份額對原有持倉權(quán)重的改變。由此

16、可見多期歸因分析對現(xiàn)實中的基金績效評價的重要意義。 海外學者對于該問題的研究時間也不長，但迄今為止，已經(jīng)開展出幾種較為實用的多期歸因處理方法。目前的幾個研究共識是：根據(jù)Brinson模型的四個概念性組合，對于基金層面〔不對資產(chǎn)進行細分〕的多期歸因存在精確解；對應類別資產(chǎn)〔行業(yè)〕或者個股層面那么不存在精確解。 基金層面的多期處理技術(shù)的根本原理在于將總超額收益按照一定的算法歸因于資產(chǎn)配置、個股選擇和交互收益三種效應中去。Burnie, Knowles, and Teder (BKT,1998)提出了一種被成為幾何歸因法的方法。他們重新定了歸因效應的表達式： 用幾何歸因方法重新定義單期效應

17、，使得多期歸因分析可以像收益率一樣進行復合計算。 單期歸因效應的幾何方法表述為： 行業(yè)配置收益 個股選擇收益; 交互收益 David(1999)提出了一種算術(shù)歸因法，這種方法可以克服BKT方法需要重新定義歸因公式的問題，通過算術(shù)演算可以直接推導出與單期相對應的多期歸因效應公式。該方法已經(jīng)被Russell/Mellon分析效勞公司的績效歸因系統(tǒng)所采用。其核心思想是將多期收益用對數(shù)形式展開： 對應地，超額收益為： 其中，為調(diào)整因子，其作用就是要上式與標準的單期歸因分析公式相等。很明顯有 ， 其中，時，。有了這個調(diào)整因子，多期資產(chǎn)配置、個股選擇和交互收益就可以寫成

18、： 行業(yè)配置收益 個股選擇收益; 交互收益 算術(shù)歸因法也稱為可加性歸因，其算法的內(nèi)在原理是假設在一個連續(xù)的時間內(nèi)考察基金績效，在瞬時上，跨期的收益就可以被連續(xù)的復合，或者稱之為可加，而不是可乘。如果將跨期收益看作是離散的復合，那么就可以實現(xiàn)可乘的歸因算法。David(2001)還比擬了BKT的幾何算法與算術(shù)算法的異同。因為，，所以BKT公式相當于單期公式乘以調(diào)整因子。 Davies and Laker〔2001〕那么從Brinsion四個概念性組合角度入手提出基金層面的各種效應可以直接用四個概念性組合的復合收益乘積之差來表示。 很明顯，基金層面的多期歸因可以采用多種準確計算方法來處

19、理。但是，如果要評價基金經(jīng)理在細分資產(chǎn)，比方行業(yè)和個股上的超額能力就需要用到類別層面的多期歸因方法。 以下我們遵循Arnarson等人〔2003〕的思路，對Davies and Laker〔2001〕提出的方法進行拓展，使其可以用于類別資產(chǎn)層面的歸因分析。 假設一個股票組合分為M個細分資產(chǎn)類別〔比方行業(yè)，甚至可以細分到個股〕，那么，類別的收益奉獻為 其中，為期初權(quán)重，為第一期的收益率〔只有跨兩期才能計算收益率〕。 兩期的收益奉獻為： 對多期進行一般化處理那么有： 其中，表示期內(nèi)復合收益率。其中第三個因子的作用是將組合總收益的效應傳遞到了每個類別上，這樣做的好處是可以對多期的

20、各類資產(chǎn)進行任意歸因效應的分解。 在此根底上，多期Brinson行業(yè)歸因框架可以表示為： 組合行業(yè)收益 基準行業(yè)收益 組合行業(yè)權(quán)重 基準行業(yè)權(quán)重 其中，分別是基金實際組合、積極資產(chǎn)配置組合、積極股票選擇組合以及基準組合的期復合收益率。 從而多期行業(yè)資產(chǎn)配置、多期個股選擇以及交互收益分別為： 用這種方法不僅可以與單期Brinson模型一樣的思路來計算基金層面的資產(chǎn)配置收益、個股選擇收益和交互收益，更重要地可以將歸因分析分解到細分組合資產(chǎn)維度，比方行業(yè)或者個股 個股層面的歸因分析不同于基金層面和行業(yè)層面，限于篇幅和突出重點，本文不做

21、介紹。 。 4、基于真實基金組合的實證分析 由于一個真實的基金組合需要以每個交易日作為單期進行歸因，從而如果要進行季度或者年度績效歸因分析，就需要運用多期歸因方法。下面的分析，我們將采用上述多期歸因模型對我公司旗下的趨勢投資基金進行績效歸因分析，以展示多期歸因模型如何在實際的基金績效評估工作中發(fā)揮重要作用。 4.1 幾個根本概念的現(xiàn)實表述 我們在第3局部中詳細介紹了基于交易的多期歸因分析框架，但要將其運用到實際基金績效中，還需要梳理清楚幾個根本概念的現(xiàn)實表述形式。在進行實證分析之前，我們基于基金交易的真實情況分別定義了收益率、權(quán)重、收益奉獻等根本概念。 股票收益率的表達式為

22、： 其中，為股票的t日收益率；為股票的t日收盤市值；為股票的t-1日收盤市值；為股票的t日現(xiàn)金流凈額其中現(xiàn)金流入流出形式通常包括買入股票、賣出股票、分紅、交易本錢。賣出股票和分紅為現(xiàn)金流入，為正值；買入股票、發(fā)生交易本錢為現(xiàn)金流出，為負值。為簡化分析，假設現(xiàn)金流只包括股票買賣行為。 ；是指在交易日發(fā)生的買入金額，可以是多筆金額的累計也可以是單筆。通常在某一交易日只發(fā)生連續(xù)買入的交易行為〔不能發(fā)生兩次以上反向交易 我們的公式允許發(fā)生一次反向交易，如果存在屢次反向交易，上述公式將低估收益，正確的公式就需要適當進行調(diào)整。我們的分析中不涉及反向交易，是因為除了專門的套利基金外，基于基金公司的內(nèi)

23、部風控制度，目前和將來的大多數(shù)基金不會進行頻繁反向交易。 〕，這時，等同于。如果在某一交易日只發(fā)生連續(xù)賣出的交易行為，那么為0，那么等于累計賣出金額。 說明一下：這種收益率算法對于交易日發(fā)生大額的買入行為，或者期初持倉為0的股票收益率的計算非常必要。換言之，這種收益率的計算隱含的假設是買入交易發(fā)生在第二期的期初，而賣出交易那么發(fā)生在第一期的期末〔如果按照實際交易發(fā)生數(shù)據(jù)來計算那么兩者都將發(fā)生在兩期的交界點〕 買入點 賣出點 1 0 權(quán)重： 其中，為t-1日組合的資產(chǎn)凈額，組合中包括現(xiàn)金比例，買入股票同時意味著現(xiàn)金減少，從而其權(quán)重也減少；賣出股票那么不改變，因為賣

24、出股票收回的現(xiàn)金計入下一個交易日。因此，從上述權(quán)重公式可以看出，這里的權(quán)重計算比只考慮期初股票市值的情況更貼近現(xiàn)實，這樣做防止了對當天新買入股票的計算遺漏。另外，隱含的假設是1與除現(xiàn)金外的投資品種權(quán)重之差就是當天現(xiàn)金權(quán)重。 我們提出的這種計算收益和權(quán)重的方法可以使得基金績效的分解真正分解到最細分的維度上，比方個股。求出收益率和權(quán)重后，兩者的乘積就是收益奉獻。有了這些根本概念后，剩下的問題就是將報告期按照實際發(fā)生交易的日期分割為不同的時間區(qū)間，在對每個交易進行單期計算后，在整個評估期〔通常為1月或者1年〕用多期的Brinson模型進行歸因分析。 4.2 基金資產(chǎn)的切分 之所以提出這個問題，

25、是因為現(xiàn)實的基金組合中不可能只包括股票單一品種，根據(jù)國內(nèi)的開展現(xiàn)狀，基金可投資的品種就包括債券〔包括可轉(zhuǎn)債〕、權(quán)證〔包括股改送權(quán)證、別離債附權(quán)證與認股權(quán)證〕、正逆向回購等等，未來還可能包括股值期貨等新衍生品。如果不對相關(guān)資產(chǎn)進行合理切分就很難準確計算到細分維度的歸因效應。以下我們指出資產(chǎn)切分的幾個關(guān)鍵點： 首先是如何處理期初本錢為0的投資品種？ 這個問題很有意思，股改送的權(quán)證和別離債附權(quán)證都涉及這個問題，如果期初本錢為0，就無法對該品種收益率進行計算，為了客觀反映這局部收益，我們做出如下安排： 股改送權(quán)證和可別離債附權(quán)證的期初本錢以其理論價格計算，上市后交易價格與理論價格比例就可以作為收

26、益率。理論價格遺漏局部我們創(chuàng)造性的將其視為股票分紅或者可轉(zhuǎn)債分紅〔相對于可別離債而言〕，這樣，我們將就股票與權(quán)證、可別離債與權(quán)證的收益進行了再切分。 其次的一個問題是，如何處理可轉(zhuǎn)債轉(zhuǎn)股問題。如果一只基金只投資于可轉(zhuǎn)債而沒有投資對應正股，那么轉(zhuǎn)債轉(zhuǎn)股后的對應正股收益可以復原為轉(zhuǎn)債收益，但是如果同時投資轉(zhuǎn)債和正股，那么會存在一個收益歸屬原那么確實定問題：即先賣出的股票收益先歸于轉(zhuǎn)債還是歸于股票？為了防止一個“主觀〞問題的發(fā)生，我們的處理方式是將轉(zhuǎn)債轉(zhuǎn)股視為轉(zhuǎn)債賣出，轉(zhuǎn)股后的正股視為股票買入，用轉(zhuǎn)債轉(zhuǎn)股時對應市值表示上述兩筆交易的發(fā)生金額。由于轉(zhuǎn)債轉(zhuǎn)股通常是轉(zhuǎn)債正向套利交易的重要內(nèi)容，因此，這種

27、方式意味著轉(zhuǎn)債套利的收益歸于對應正股收益了。 另外，由于現(xiàn)實交易中還存在權(quán)證行權(quán)、賣空等等可能的交易情況，因此，需要根據(jù)資產(chǎn)屬性以及投資團隊對相關(guān)資產(chǎn)的交易動機確認等等具體情況，確定合理的資產(chǎn)細分原那么。 4.3 選股能力還是資產(chǎn)配置能力？ ——基于趨勢基金2006年績效歸因的實證 AA基金為股票型基金，2006年晨星公司評價為5星級。2006年累計凈值增長率為160.43％，以下我們基于AA基金的每日交易數(shù)據(jù)進行年度績效歸因分析。 基金組合的年度績效分析 基于多期歸因模型，我們提供一個包括大類資產(chǎn)、行業(yè)資產(chǎn)、以及個股績效分解框架。 首先是大類資產(chǎn)的績效。 AA基金2006年

28、大類資產(chǎn)收益與奉獻 資料來源：AA基金 總收益億元，奉獻度163.36% 與累計收益率存在3.02％的誤差，造成這種誤差的原因我們認為主要是日收益率算法問題，在理想狀態(tài)下，需要基于每筆交易進行分期計算，考慮到基金交易系統(tǒng)和估值系統(tǒng)的現(xiàn)狀，我們以日為單位已經(jīng)相當準確了。另外，我們的計算假設現(xiàn)金奉獻度為0，根據(jù)我們的倉位測算，實際上現(xiàn)金奉獻應該有千分之幾，鑒于年度分析的現(xiàn)金奉獻較小，以及現(xiàn)實處理中繁瑣，我們沒有計算現(xiàn)金奉獻。 (誤差3.02%)，其中股票收益接近個億，奉獻度為152%。權(quán)證和可轉(zhuǎn)債投資奉獻分別為％和％,其中，權(quán)證絕對收益小于可轉(zhuǎn)債，但奉獻度較大，原因在于股改權(quán)證奉獻較大時，基

29、金份額相對較小。這一個有趣的現(xiàn)象，就是通過類別資產(chǎn)甚至個股絕對績效和相對績效的比照還可以反映出該類比資產(chǎn)在總基金凈資產(chǎn)的份額變化。 我們來看行業(yè)績效： AA基金2006年行業(yè)資產(chǎn)收益與奉獻 資料來源：AA基金 行業(yè)分類采用證監(jiān)會行業(yè)分類，不過需要強調(diào)地是，我們對可轉(zhuǎn)債〔包括可別離債〕、權(quán)證與相應地正股都歸于同一行業(yè)，這樣可以真實反映整個行業(yè)奉獻。趨勢基金行業(yè)奉獻特征表現(xiàn)為： 金融、機械設備和金屬〔鋼鐵〕行業(yè)的奉獻度非常高，分別超過了30%，在一個完整年度內(nèi)，整體而言，行業(yè)奉獻較為平均。 最后，再來看

30、趨勢基金的個股奉獻。 AA基金2006年個股收益與奉獻〔5%以上奉獻個股〕 資料來源：AA基金 我們只列示統(tǒng)計了奉獻度為5%以上的個股，當然，正股對應的相應轉(zhuǎn)債、〔認購、認沽、認股〕權(quán)證等類別奉獻都包括在股票收益中。根據(jù)多期績效分析結(jié)果，招商銀行、五糧液這個品種的奉獻度分別為18.10％和15.34％，其次，是雙匯、金發(fā)、浦發(fā)、金融街、柳工、中企、民生、武鋼和重機，這些品種的奉獻度在5－7%之間。上述品種的累計奉獻度為80.333%，占總奉獻度的49%。 通過個股奉獻度分析，我們還可以提煉一些基金運作規(guī)律： 〔1〕長期持有的股票奉獻

31、相對較好。招商銀行包括權(quán)證、轉(zhuǎn)債在內(nèi)奉獻度為，是最大的奉獻品種。而招商2006年漲幅230%，以8％左右穩(wěn)定倉位也可以粗略計算出相應的奉獻度，這和我們的計算結(jié)果根本一致，因此，對于某些績優(yōu)股票長期持有，穩(wěn)中求進，效果比波段操作好很多。 〔2〕在基金規(guī)模較小時，某些小股票可能會給基金帶來更高奉獻度；而基金規(guī)模較大時，盡管某些股票絕對收益較大，但相對收益可能較低。趨勢基金的資產(chǎn)規(guī)模伴隨業(yè)績逐漸在增長，在初期，金發(fā)科技是組合中的重要品種，因此，盡管絕對收益相對低，但奉獻度卻排名考前；而后期武鋼〔包括相應的權(quán)證套利〕絕對收益很大，但奉獻度卻較低。 〔3〕股改停牌導致采用停牌收盤價計算的雙匯股價失真

32、，從而降低了收益奉獻度。這種股改停牌效應，引發(fā)了諸如基金套利與反套利的思考。面臨基金凈值的低估以及相應的短期基金申購贖回套利行為，基金公司可以考慮采用公允價值法或提高贖回費等多種手段保護長期持有人利益〔AA基金，2006〕。在具體的收益測算上同樣也可以采用公允價值法。 年度績效歸因 單獨計算組合的績效只是相當于完成了多期Brinson歸因分析框架中的一局部工作。下面我們以滬深300 趨勢基金的業(yè)績基準為50%的中標300＋45%的中標國債＋5%現(xiàn)金比例，由于2006年趨勢基金在資產(chǎn)配置上根本以股票為主，因此，股票類資產(chǎn)配置能力必然大大領(lǐng)先。以滬深300做比擬，可以更好地表達基金的真實能力

33、。不過，這存在的另一個問題是由于建倉以及現(xiàn)金比例的問題，因此，直覺上，在總資產(chǎn)配置能力上必然落后于基準。實現(xiàn)中的一段時間的合理基準可以是基金公司內(nèi)定的考核基準也可以根據(jù)當時的市場情況隨時進行調(diào)整，比方，可以選擇80％的滬深300＋20%的現(xiàn)金比例作為新基準。 為基準，考察趨勢基金的選股和資產(chǎn)配置能力。 根據(jù)上述基于交易的多期Brinson模型： 超額收益＝組合收益－基準收益 ＝超額資產(chǎn)配置收益＋超額個股選擇收益＋交互收益 AA基金2006年的總超額收益 ＝％－％ ＝-0.70%+45.52%-8.39% ＝36.43% 因此，以滬深300為基準的歸因分析結(jié)果說明

34、，2006年度，趨勢基金并沒有取得超額行業(yè)收益，36.43％的超額收益主要由個股選擇能力獲得〔其中交互收益為負〕。 由于建倉和現(xiàn)金比例的限制〔至少5%〕，因此，現(xiàn)實中的基金組合不可能到達滬深300組合一樣的倉位水平，從而在超額行業(yè)配置上沒有取得明顯收益主要原因那么是股票資產(chǎn)權(quán)重較低。以下我們給出了2006年趨勢基金的股票倉位比例變化。因此，我們的實證結(jié)果說明，趨勢基金2006年的超額收益〔基于滬深300的，如果基于基準組合，那么會由超額行業(yè)收益〕全部由選股能力獲得。 我們的模型的優(yōu)勢在于可以對細分資產(chǎn)的超額收益能力進行分解，因此，以下給出行業(yè)超額收益的分解數(shù)據(jù)。 AA基金行業(yè)超額收益

35、〔按組合收益從大到小排列〕 資料來源：AA基金 AA基金行業(yè)超額收益分解〔按超額收益收益從大到小排列〕 資料來源：AA基金 超額收益奉獻最大的行業(yè)依次為機械、食品、房地產(chǎn)和零售行業(yè)，占總超額收益的50%。在超額收益中，行業(yè)配置收益最大的依次為食品飲料〔14.88%，雙匯、五糧液等〕、機械設備〔5.50%〕、零售行業(yè)和房地產(chǎn)。由于總超額行業(yè)配置收益只有％，這也說明在2006年的普漲行情中，很難獲得超額行業(yè)收益，因為在一個行業(yè)中的超配，必然是以一個行業(yè)的低配為代價。換言之，超額收益的獲取更多地要仍然要依賴于選股能力。 個股選擇收益中最大的依次為金屬〔鋼鐵〕、石化〔金發(fā)〕交

36、通運輸和機械類，其中，由于金屬和交通運輸行業(yè)的交互收益〔誤差〕較大，因此，其真實個股選擇還可能要打折扣。這其中的原因可以從交互收益的看出：交互收益為0為理想狀態(tài)，但是現(xiàn)實的基金投資不可能出現(xiàn)這種情況，出現(xiàn)負的交互收益那么超額配置和超額收益方向要相反，比方，一個股票跑贏行業(yè)指數(shù)，同時我們的組合又低配該行業(yè)，這樣就可能出現(xiàn)正超額選股收益、負的行業(yè)配置，以及負的交互收益。石化、交通運輸和金屬行業(yè)就是如此。換言之，這個行業(yè)中超額個股選擇能力的獲取是基于“人為〞低配的原因，因此，影響了真實選股能力的度量。 回憶前文，這也是問什么有些學者將交互收益歸于選股能力的原因。 基于交易的多期Brinson

37、模型的運用拓展 由此，我們提供了一個準確、細分到股票維度，基于交易日的多期Brinson歸因分析框架，通過這個框架，可以準確地度量基金組合在任意時間段內(nèi)的細分資產(chǎn)奉獻度、并將超額收益分解到個股層面，從而便于內(nèi)部績效評價與投資參考。比方，下列圖是每個交易的個股奉獻〔招行系列〕、行業(yè)奉獻〔金融〕和基金凈值累計增長率的比擬圖，這項工作的完成就需要準確計算個股、行業(yè)每個多期的奉獻度。 基金凈值累計增長、金融行業(yè)奉獻度、招行奉獻度比擬 但是，我們還認為該模型的重要意義并不局限于此，先前的學者通常會基于基金公司的季報數(shù)據(jù)進行相應績效分析，包括BHB等人也是基于季報數(shù)據(jù)對基金績效進行回歸分析，季報

38、數(shù)據(jù)存在明顯的數(shù)據(jù)遺漏，因此，我們相信基于交易的多期Brinson模型的運作，可以方便研究人員用交易日數(shù)據(jù)用于基金的縱向〔比方10年〕和橫向〔比方旗下不同基金之間〕數(shù)據(jù)研究的各種模型之中，這包括圍繞BHB等人的對資產(chǎn)配置能力的爭論的解決；基于各種風格的基金績效分析〔因為很明顯，我們可以根據(jù)自身需要對組合進行維度分解，比方，基于價值/成長因子、趨勢/反轉(zhuǎn)因子等等，這將極大地豐富基于因子特征基金績效分析研究成果〕。我們后續(xù)的工作將在這些研究領(lǐng)域做出相應探索。 5、總結(jié) 本文的多期Brinson模型解決了基金績效評估問題的以下重要問題：首先，采用Brinson模型框架解決了對績效的分解問題，Br

39、inson模型可以將超額收益再分解為超額資產(chǎn)配置收益、超額個股選擇收益以及交互收益三個局部；其次，我們采用以交易日為單位的單期計算，可以解決積極型股票組合的持倉變化問題；再次，由于各個分解的歸因收益不能簡單地進行跨期復合計算，因此，本文的多期技術(shù)可以對組合資產(chǎn)中的各細分資產(chǎn)進行多期收益的精確分解；最后，針對實現(xiàn)中的收益計算和資產(chǎn)細分等具體問題提出了解決方法。 本文的模型現(xiàn)實意義重大，不僅可以廣泛運用于基金公司、保險公司、資產(chǎn)管理公司等買方機構(gòu)的內(nèi)部績效評價，還可以便于研究人員將交易日數(shù)據(jù)用于基金的縱向和橫向數(shù)據(jù)研究的各種模型之中。 參考文獻 Arnarson, B. O., Kara

40、son,S., Haraldsson,H.O., and Karason H., Return Attribution of Actively Managed or Time-Varying Portfolios, Volume 7(4)The Journal of Performance Measurement, Summer 2003. Brinson G P Measuring non-US equity portfolio performance，Journal of Portfolio Management,1985, p 3-76. Brinson, G. P., L. R.

41、Hood, and G. L. Beebower, Determinantsof Portfolio Performance, Financial Analysts Journal, July/August 1986. Brinson, G. P., B. D. Singer, and G.L. Beebower, Determinants of Portfolio Performance II: An Update,Financial Analysts Journal, May/June 1991. Burnie, J. Stephen, James A. Knowles, and To

42、omas J. Teder. 1998. Arithmetic and Geometric Attribution. Journal of Performance Measurement 3 (No. 1, fall):59–68. David, C., Combining Attribution Effects Over Time, Journal of Performance Measurement Summer 1999, pp. 5-14. Davies, Owen and Laker, Damien, “Multiple-Period Performance Attributio

43、n Using the Brinson Model〞, Journal of Performance Measurement, Fall 2001 pp. 12-22 Fama,E. F., Components of Investment Performance, Journal of Finance 1972,27,551-567. Frongello, A., Attribution Linking: Proofed and Clarified, The Journal of Performance Measurement, Fall2002. Ibbotson ,R.G., a

44、nd Kaplan, P.D., Does asset allocation policy explain 40, 90, or 100 percent of performance?, Financial Analysts Journal ; Jan/Feb, 2000. Jahnke,W.W., The Asset Allocation Hoax, The Journal of Financial Planning,, February ,1997. Menchero, Jose G. An Optimized Approach to Linking Attribution Effec

45、ts over Time, Journal of Performance Measurement, Fall 2000, pp. 36-42. Karnosky, Denis S. and Brian D. Singer, Global Asset Management and Performance Attribution, The Research Foundation of the Institute of Chartered Financial Analysts,1994. Ramaswamy, S., Fixed income portfolio management : ris

46、k modelling, portfolio construction and performance attribution Journal of Performance Measurement, Vol.5, No 4, summer 2001, pp 58-70 Surz, R. J., Stevens, D., and Wimer, M., The importance of investment policy, Journal of Investing, Winter 1999. Warren,B.,The new science of asset allocation, McGraw-Hill Companies,1997. 王霞. 證券投資基金評價研究, 深圳證券交易所綜合研究所,2001. 辛曌，基金績效經(jīng)典模型及其改良，工作論文，2004。 AA基金，頻繁贖回基金行為應予限制，中國證券報，2006年8月29日。 張雪瑩，資產(chǎn)配置對基金收益影響程度的定量分析，證券市場導報，。