资产配置是决定基金绩效的关键因素吗?——来自中国市场的证据
发布时间：2021-01-05 18:50
有效的资产配置对投资组合绩效起着重要的作用,经典的Brinson模型和Xiong模型对基金绩效进行了有效的分解,并通过回归可决系数来判断资产配置以及主动投资对基金绩效的影响.借鉴Xiong模型的研究方法,通过对中国资本市场2005年第一季度至2018年第一季度的偏股型基金和平衡型基金的相关数据进行分析后发现:中国的基金相对于美国基金更加注重主动投资;平衡型基金相对于偏股型基金更看重资产配置;横截面回归结果发现,中国同类型基金收益之间的差异主要是由主动投资导致的,资产配置对基金收益的解释力度只有10%左右,远低于美国市场的40%.研究结果说明了中国资本市场相对发达资本市场来说更不成熟,表现为基金对择时择券的热衷,这也为中国资产配置的理论研究和实务操作提出了要求和挑战.
【文章来源】：系统科学与数学. 2019,39(09)北大核心
【文章页数】：15 页
【部分图文】：
图１业绩归因及与经典模型的比较??（Ｆｉｇｕｒｅ?１?Ｐｅｒｆｏｒｍａｎｃｅ?ａｔｔｒｉｂｕｔｉｏｎ?ａｎｄ?ｃｏｍｐａｒｉｓｏｎ?ｗｉｔｈ?ｃｌａｓｓｉｃａｌ?ｍｏｄｅｌｓ）??４．２基于时间序列的超额收益业绩归因??考虑到Ｘｉｏｎｇ模型指出ｆｆｌ超额收益算出来的可决系数相对干总收益计算的结果解释意??．．．
６７??平衡歡基金??Ｐ－Ｍ??５２．１５％??９．２７％??３８．７４％??４５．８８％??５１．１５％??５８．８１％??６５．８４％??０．３１??Ｒ－Ｐ??４７．７６％??１５．７２涔??２３．５８％??３６．７０％??４６．７３％??６０．７３％??７２．９９％??－０．１１??Ｉｎｔｅｒ??０．０９％??１１．９１％??－１８．６９％??－９．１７？??０．９６％??９．３５％??１７．８８％??－０．０８??同样将本文研究结果守Ｘｉｏｎｇ等ｔ的分析结果进行比较分析，结果如图２所示．可以??看到，相对千Ｘｉｏｎｇ的分析结果，中国资本市场上基金主动投资收益的解释力度明Ｍ更大，??尤其是偏股型基金，Ｘｉｏｎｇ的分析结果中该部分只占到了?４１％．资产配置收益的解释力度中，??中国资本市场中偏股型基金略低于Ｘｉｏｎｇ的分析结果，而甲－衡型基金略高于Ｘｉｏｎｇ的结果．??交Ｘ收益方面，中国资本市场几乎为零，明Ｍ低于Ｘｉｏｎｇ的分析结果．因此综合来看，中国资??本ｒｆｆ场上的基金在投资过程中更加注重主动投资，尤其是偏股型基金，平衡型基金对资产配??置相对更为重视．??Ｉ??ＸＩＯＮＧ??ＸＩＯＮＧ??偏股型??平衡型??股票型??平衡型??□资产配置?■主动收益?Ｅ交互收益??图２超额收益业绩归因与ＸＩＯＮＧ模型的比较??（Ｆｉｇｕｒｅ?２?Ｃｏｍｐａｒｉｓｏｎ?ｏｆ?ｅｘｃｅｓｓ?ｒｅｔｕｒｎ?ｐｅｒｆｏｒｍａｎｃｅ?ａｔｔｒｉｂｕｔｉｏｎ?ａｎｄ?ＸＩＯＮＧ?ｍｏｄｅｌ）??为了更清晰地展示偏股型基金专平衡型基金在业绩归因上的差异，图３和图４分别报??告了两种类型基金的资产配置收益及主动投资收益解释力度的频数图．可
１４２２??系统科学与数学??３９卷??Ｒ２?（％）??■偏股型?□平衡型??图３资产配置收益解释力度频数分布图??（Ｆｉｇｕｒｅ?３?Ａｓｓｅｔ?ａｌｌｏｃａｔｉｏｎ?ｉｎｃｏｍｅ?ｉｎｔｅｒｐｒｅｔａｔｉｏｎ?ｉｎｔｅｎｓｉｔｙ?ｆｒｅｑｕｅｎｃｙ?ｄｉｓｔｒｉｂｕｔｉｏｎ?ｍａｐ）??０?１０?２０?３０?４０?５０?６０?７０?８０?９０?１００??Ｒ２?（％）??■偏股型?□平衡型??图４主动投资收益解释力度频数分布图??（Ｆｉｇｕｒｅ?４?Ａｃｔｉｖｅ?ｉｎｖｅｓｔｍｅｎｔ?ｉｎｃｏｍｅ?ｉｎｔｅｒｐｒｅｔａｔｉｏｎ?ｉｎｔｅｎｓｉｔｙ?ｆｒｅｑｕｅｎｃｙ?ｄｉｓｔｒｉｂｕｔｉｏｎ?ｍａｐ）??４．３基于横截面的业绩归因??对每季度所有基金的收益率进行业绩归因横截面回归分析，根据Ｘｉｏｎｇ模型，在横截面??回归时，采用基金总收益或超额收益计算结果是一致的，为与上部分计算方法保持统一，采??用超额收益作为被解释变鍊表６报告了横截面回归可决系数的统计分析结果，可以看到，??在横截面层面，偏股型基金与平？衡型基金表现类似，资产配置收益对基金收益的解释力度均??在１０％左右，主动投资收益对基金收益的解释力度均在＆＆％，左右．在ＩＫ模型和Ｘｉｏｎｇ模型??的横截面回归分析中，资产配置收益对基金收益的解释力度均值均在４０％左右．因此通过对??比可以发现，中国资本市场上基金间在资产配置上大体类似（这从表１基金各种资产所占比??
【参考文献】：
期刊论文
[1]基于线性反馈策略的多阶段均值-方差投资组合优化[J]. 周忠宝,刘湘晖,肖和录,刘文斌. 系统科学与数学. 2018(09)
[2]下行风险、符号跳跃风险与行业组合资产定价[J]. 龚旭,文凤华,黄创霞,杨晓光. 中国管理科学. 2017(10)
[3]大类资产配置理论研究评述[J]. 张学勇,张琳. 经济学动态. 2017(02)
[4]基于投资者情绪的均值-方差投资组合选择研究[J]. 罗琰,刘晓星. 湖南财政经济学院学报. 2016(05)
[5]对冲通货膨胀风险的投资组合策略求解[J]. 郑效晨,刘渝琳,曹晓旭. 系统科学与数学. 2016(08)
[6]风险条件下基于收益视角的最优投资决策研究[J]. 吉小东,要亚玲. 系统科学与数学. 2015(06)
[7]资产收益可预测的动态资产配置[J]. 张玲. 系统科学与数学. 2014(05)
[8]中国证券投资基金绩效归因的实证研究[J]. 郑琳. 新金融. 2014(02)
[9]均值-方差模型下DC型养老金的随机最优控制[J]. 张初兵,荣喜民. 系统工程理论与实践. 2012(06)
[10]长期投资者收益可预测条件下战略资产配置决策:——理论与中国实证[J]. 杨朝军,陈浩武,杨玮沁. 中国管理科学. 2012(03)
本文编号：2959120
【文章来源】：系统科学与数学. 2019,39(09)北大核心
【文章页数】：15 页
【部分图文】：
图１业绩归因及与经典模型的比较??（Ｆｉｇｕｒｅ?１?Ｐｅｒｆｏｒｍａｎｃｅ?ａｔｔｒｉｂｕｔｉｏｎ?ａｎｄ?ｃｏｍｐａｒｉｓｏｎ?ｗｉｔｈ?ｃｌａｓｓｉｃａｌ?ｍｏｄｅｌｓ）??４．２基于时间序列的超额收益业绩归因??考虑到Ｘｉｏｎｇ模型指出ｆｆｌ超额收益算出来的可决系数相对干总收益计算的结果解释意??．．．
６７??平衡歡基金??Ｐ－Ｍ??５２．１５％??９．２７％??３８．７４％??４５．８８％??５１．１５％??５８．８１％??６５．８４％??０．３１??Ｒ－Ｐ??４７．７６％??１５．７２涔??２３．５８％??３６．７０％??４６．７３％??６０．７３％??７２．９９％??－０．１１??Ｉｎｔｅｒ??０．０９％??１１．９１％??－１８．６９％??－９．１７？??０．９６％??９．３５％??１７．８８％??－０．０８??同样将本文研究结果守Ｘｉｏｎｇ等ｔ的分析结果进行比较分析，结果如图２所示．可以??看到，相对千Ｘｉｏｎｇ的分析结果，中国资本市场上基金主动投资收益的解释力度明Ｍ更大，??尤其是偏股型基金，Ｘｉｏｎｇ的分析结果中该部分只占到了?４１％．资产配置收益的解释力度中，??中国资本市场中偏股型基金略低于Ｘｉｏｎｇ的分析结果，而甲－衡型基金略高于Ｘｉｏｎｇ的结果．??交Ｘ收益方面，中国资本市场几乎为零，明Ｍ低于Ｘｉｏｎｇ的分析结果．因此综合来看，中国资??本ｒｆｆ场上的基金在投资过程中更加注重主动投资，尤其是偏股型基金，平衡型基金对资产配??置相对更为重视．??Ｉ??ＸＩＯＮＧ??ＸＩＯＮＧ??偏股型??平衡型??股票型??平衡型??□资产配置?■主动收益?Ｅ交互收益??图２超额收益业绩归因与ＸＩＯＮＧ模型的比较??（Ｆｉｇｕｒｅ?２?Ｃｏｍｐａｒｉｓｏｎ?ｏｆ?ｅｘｃｅｓｓ?ｒｅｔｕｒｎ?ｐｅｒｆｏｒｍａｎｃｅ?ａｔｔｒｉｂｕｔｉｏｎ?ａｎｄ?ＸＩＯＮＧ?ｍｏｄｅｌ）??为了更清晰地展示偏股型基金专平衡型基金在业绩归因上的差异，图３和图４分别报??告了两种类型基金的资产配置收益及主动投资收益解释力度的频数图．可
１４２２??系统科学与数学??３９卷??Ｒ２?（％）??■偏股型?□平衡型??图３资产配置收益解释力度频数分布图??（Ｆｉｇｕｒｅ?３?Ａｓｓｅｔ?ａｌｌｏｃａｔｉｏｎ?ｉｎｃｏｍｅ?ｉｎｔｅｒｐｒｅｔａｔｉｏｎ?ｉｎｔｅｎｓｉｔｙ?ｆｒｅｑｕｅｎｃｙ?ｄｉｓｔｒｉｂｕｔｉｏｎ?ｍａｐ）??０?１０?２０?３０?４０?５０?６０?７０?８０?９０?１００??Ｒ２?（％）??■偏股型?□平衡型??图４主动投资收益解释力度频数分布图??（Ｆｉｇｕｒｅ?４?Ａｃｔｉｖｅ?ｉｎｖｅｓｔｍｅｎｔ?ｉｎｃｏｍｅ?ｉｎｔｅｒｐｒｅｔａｔｉｏｎ?ｉｎｔｅｎｓｉｔｙ?ｆｒｅｑｕｅｎｃｙ?ｄｉｓｔｒｉｂｕｔｉｏｎ?ｍａｐ）??４．３基于横截面的业绩归因??对每季度所有基金的收益率进行业绩归因横截面回归分析，根据Ｘｉｏｎｇ模型，在横截面??回归时，采用基金总收益或超额收益计算结果是一致的，为与上部分计算方法保持统一，采??用超额收益作为被解释变鍊表６报告了横截面回归可决系数的统计分析结果，可以看到，??在横截面层面，偏股型基金与平？衡型基金表现类似，资产配置收益对基金收益的解释力度均??在１０％左右，主动投资收益对基金收益的解释力度均在＆＆％，左右．在ＩＫ模型和Ｘｉｏｎｇ模型??的横截面回归分析中，资产配置收益对基金收益的解释力度均值均在４０％左右．因此通过对??比可以发现，中国资本市场上基金间在资产配置上大体类似（这从表１基金各种资产所占比??
【参考文献】：
期刊论文
[1]基于线性反馈策略的多阶段均值-方差投资组合优化[J]. 周忠宝,刘湘晖,肖和录,刘文斌. 系统科学与数学. 2018(09)
[2]下行风险、符号跳跃风险与行业组合资产定价[J]. 龚旭,文凤华,黄创霞,杨晓光. 中国管理科学. 2017(10)
[3]大类资产配置理论研究评述[J]. 张学勇,张琳. 经济学动态. 2017(02)
[4]基于投资者情绪的均值-方差投资组合选择研究[J]. 罗琰,刘晓星. 湖南财政经济学院学报. 2016(05)
[5]对冲通货膨胀风险的投资组合策略求解[J]. 郑效晨,刘渝琳,曹晓旭. 系统科学与数学. 2016(08)
[6]风险条件下基于收益视角的最优投资决策研究[J]. 吉小东,要亚玲. 系统科学与数学. 2015(06)
[7]资产收益可预测的动态资产配置[J]. 张玲. 系统科学与数学. 2014(05)
[8]中国证券投资基金绩效归因的实证研究[J]. 郑琳. 新金融. 2014(02)
[9]均值-方差模型下DC型养老金的随机最优控制[J]. 张初兵,荣喜民. 系统工程理论与实践. 2012(06)
[10]长期投资者收益可预测条件下战略资产配置决策:——理论与中国实证[J]. 杨朝军,陈浩武,杨玮沁. 中国管理科学. 2012(03)
本文编号：2959120
本文链接：https://www.wllwen.com/jingjilunwen/jinrongzhengquanlunwen/2959120.html
