基金投资组合分析大全11篇
时间：2023-08-23 16:36:17
基金投资组合分析篇（1）
博时基金全称为博时主题行业股票证券投资基金，成立于2005年1月6日，是博时基金公司旗下第四只开放式基金，属于股票型基金。
二、业绩评价分析
（一）样本及其数据选择说明
本文选取的博时主题基金为开放式股票型基金，数据主要来源于深交所，结合其公司基金网站公布和其他第三方网站的周净值和年报为依据。时间从06年4月3日到08年3月28日，共计97周。
（二）主要参数说明
1、无风险利率的选择
国外一般采用三个月的国库券的利率作为基准利率，而中国金融业目前还没有基准利率的概念，本文采用两年期定期存款利率。
2、市场基准收益率
(1)基准成分选择
各基金公司业绩基准众多，一般把股票型指数与债券型指数、存款利率按比例复合作为基准。
股票型指数:上证综合指数、沪深300指数、新华富时600成长指数、新华富时中国A200、沪深300指数、中信标普A股综合指数、国泰君安指数、中信标普100指数等
债券指数:上证国债指数、新华富时中国国债指数、银行间债券综合指数、中信标普国债指数、新华雷曼中国综合债券指数等
(2)基准成分比例
2004年6月1日正式实施的《证券投资基金法》取消了《证券投资基金管理暂行办法》对证券投资基金投资于国债的资产比例不低于20%的规定。但是根据各基金产品说明中持股比例，把80%作为各基金的平均持有股票比例仍适用。
(3)市场业绩基准s
市场基准=中信标普A股综合指数*8O%+中信标普债券指数*20%，得出市场业绩基准的周收益为0.0118
（三）评价指标
在评价基金投资绩效时必须考虑基金所承担的风险，通常引入风险调整后的收益率，即单位风险回报率来评价基金的绩效。评价基金风险调整后收益率的经典方法有三种，即特雷诺(Treynor)指数、夏普(Sharpe)指数和詹森(Jensen)指数。
（四）收益实证分析
1、收益率指标实证结果及分析
下表为收益率的计算结果，评价期内市场基准收益的周平均收益为0.0118，市场周收益的方差为0.0408。
表3.4.1基金收益率实证结果
结果表明:
（l）此基金周收益高于周无风险收益率，显示了其作为专业理财产品在金融资产资产增值和保值上相比银行存款而言有很大的优势;
（2）在评价期内的收益率高于市场周平均收益率，从这点上看，可以认为此基金具有跑赢大盘的能力;
（3）周收益方差高于市场周收益的方差，说明此基金的收益好于市场收益，但是同时承担了较大的风险;
2、经风险调整的收益率指标实证结果及分析
对夏普指数、詹森指数、M2测度和盈亏比5个指标的实证结果如表3.4.2，其中无风险收益采用0.00068，此基金的 回归值为0.7086，做盈亏比统计时采用市场基准收益做比较。
表3.4.2此基金业绩实证结果数值
（1）夏普指数:市场基准周收益的夏普指数为0.2714，此基金比市场高，说明单位总波动在收益上得到了补偿。
（2）詹森指数：詹森指数大于零，说明此基金业绩好于市场水平，其组合是战胜了市场基准组合的；
（3）M2测度：M2测度值大于零，也说明基金组合的资产收益大于市场基准收益，只是超过得不是很多。
（4）盈亏比：这一指标反映了在市场基准组合收益下，盈利的概率大于亏损的概率，这也说明基金的盈利能力较强。
总的说来，因为我国的证券市场效率比较低，使用系统风险的特雷诺指数和詹森指数的准确性会打一个大折扣，而夏普指数调整的是总风险，更具有参考价值。
基金投资组合分析篇（2）
【关键词】
投资风格；sharp模型；资产配置；行业配置；个股选择
0 引言
1998年首批基金管理公司成立以来，我国证券投资基金行业不断壮大。截止2011年底，基金数量已超过1000只，并涵盖股票型、混合型、债券型、货币型等各类传统类型以及多种创新类型。数量和类型众多的基金为基金投资提供了多样化的工具，同时也对基金研究分析工作提出了更高的要求。
基金研究中，基础工作无疑是基金业绩分析。通过对基金历史业绩的研究，为选择基金提供基础依据，其背后的逻辑是历史业绩出色的基金有更大概率在未来取得更好的业绩。然而，在实际投资中，经常出现基金业绩缺乏稳定性的情况，使得不能简单的通过基金业绩分析来进行投资。
造成这一现象的原因是多方面的，其中风格对基金业绩的影响最值得关注。不同的投资风格之间难言优劣，但对于一段时期来讲，市场特征可能有利或不利于某种风格的基金，这种市场特征的变化，对基金阶段业绩的变化起到了重要的影响。由此可见，为更好的进行基金投资，对基金风格的分析至关重要。
1 基金风格分析文献回顾
对证券投资基金投资风格的研究，一直是证券投资学关注的焦点问题之一，国内外对此已经取得了不少的成果。
Sharp（1992）在多因素模型的基础上，采用基于收益率波动进行拟合的方法，建立了基金投资风格分析模型，该模型目前也被基金研究机构较为广泛采用。Sharpe在对一些基金业绩研究之后所认为，基金投资组合的收益97%取决于其投资风格，只有3%来自于对个股的选择。
曾晓洁，黄嵩，储国强（2004）运用Sharp的基于收益率的投资风格分析模型，对我国证券投资基金投资风格进行了实证研究，发现我国基金的投资风格趋于相同，而且实际投资风格与基金招募书里宣称的投资风格相偏离。
国内外的相关研究为我们考察基金的投资风格提供了很好的理论模型，并对了解基金风格与业绩之间的关系提供了依据。但我们看到，过去的研究仍存在一些不足。其中最主要的问题，就是对基金风格的角度较为片面，缺乏全面的视野和体系化的归纳。在本文中，我们将针对这一不足，对基金风格分析的方法体系进行总结，并结合具体数据进行实证分析。
2 基金投资风格分析体系框架
对于不同类型的证券投资基金，由于投资范围和投资目标存在较大差异，在进行基金风格分析时不宜统一处理。本文中，我们仅把主动式偏股型基金作为研究标的。
为了清晰的表现基金投资风格的体系，我们把基金的风格近似的看成函数形式：
其中代表某只基金，代表某段时期，则表示基金在时期的投资风格。
对于基金的投资风格，可以从个角度去分析，对应的就是维空间上的一点。一般来说，我们可以从基金的资产配置、行业配置、个股选择三个角度分析基金的投资风格，对应的就是以资产配置风格、行业配置风格、个股选择风格为坐标轴的三维空间中的一点。
对于基金投资风格函数中的时间变量，可以为最新的时间点或一段时期，也可以为历史上的一个时间点或一段时期。当为最新的时间点或一段时期时，表示基金当前的投资风格。更为常用的，我们经常需要分析在较长时期内的基金投资风格，此时，我们可以用来表示从历史上的到当前的一段较长时期内基金表现出来的整体投资风格。
无论是基金当前的投资风格还是基金较长时期内的整体投资风格，都属于静态投资风格，实际投资中，我们同样需要对基金的组合调整特征等动态风格进行分析。对此我们引入对函数求导的形式，来刻画基金的动态投资风格：
对于动态的投资风格来说，我们较少使用一次的变化情况作为分析基金动态投资风格的依据，实际上，我们更常分析的是较长时期内基金表现出来的动态投资风格
即表示较长时期内的基金动态投资风格，其代表的含义是基金在较长一段时期内的组合稳定度（也可以看成是组合调整速度，稳定度越低、相应调整速度越高）。与分为资产配置、行业配置、个股选择三个维度相对应，也同样是以资产配置风格、行业配置风格、个股选择风格的调整速度为坐标轴的三维空间中的一点，其在三个坐标轴上的坐标分别为仓位变动度、行业配置调整速度、重仓股变动度。
值得注意的是，我们采用数学函数的形式对基金投资风格分析框架进行说明，仅仅为了在逻辑上更加清晰的表现基金风格分析各角度之间的关系，而在实际计算中，所采取的计算方法并不一定依照上文所述的数学公式来进行推导。
3 基金投资风格分析的数据基础
在上文所述框架下，以在我国基金行业内可以取得的数据为基础，基金投资风格分析可以分为以收益率数据为基础和以定期披露的投资组合数据为基础两种方式。
3.1 以收益率数据为基础的投资风格分析
对于以收益率数据为依据的基金投资风格计算方法，我们采用sharp的收益率波动模型作为基础。Sharp模型的基础形式如下：
，。其中，
为维的一个二维矩阵，表示股票市场上类风格指数、债券市场指数、货币收益率指数共个指数在考察期内个样本段上的收益率时间序列。
为维列向量，表示基金在股票市场上类风格、债券市场、货币市场共类资产上待求的配置比例，且，。
为维列向量，表示基金在考察期内个样本段上的收益率时间序列。
而表示标准差。
待定的在考察期内的基金在各类资产上配置比例，也就是通过最优化方法，求得的使在限定条件下取得最小值的极值点。
根据求得的配置比例向量，我们得到了基金在考察期内模拟的投资组合情况，并由此作为基金投资风格分析的基础数据。
3.2 以定期披露的投资组合数据为基础的投资风格分析
在我国基金的信息披露体系中，季报及中报年报中有对基金投资组合情况的披露，可以作为我们进行基金投资风格特征分析的基础数据。
在基金季报中，关于基金投资组合情况的信息披露里，在对主动式偏股型基金风格分析过程中用到的数据主要有资产配置比例、行业配置比例、前十大重仓股名称及配置比例。在基金中报年报中，用到的数据主要为持股明细。
4 我国证券投资基金投资风格实证研究
在对我国证券投资基金投资风格的分析中，目前多数文献及主要基金研究机构多以收益率数据为基础，采用sharp模型对投资风格进行分析。本文中，我们尝试以定期披露数据为基础的方式，对基金投资风格问题进行实证研究。在分析角度上，我们从基金的行业配置入手，对行业投资风格变动度进行分析。
我们选择从2009年三季报至2011年三季报2年期间内9个报告期，以在考察期初已经结束建仓期、即在2009年一季度末之前设立的308只主动式偏股型基金作为分析样本。
从行业的成长与波动趋势出发，我们将行业分为周期、防御和成长三类。通过统计得到三类行业配置占总体配置的比例之后，我们设定的行业投资风格变动度划分标准为：
条件1、如果某只基金行业投资风格变动度大于15%，则该基金行业投资风格变动度为高；
条件2、如果某只基金行业投资风格变动度大于7.5%小于等于15%，则该基金行业投资风格变动度为中；
条件3、如果某只基金行业投资风格变动度小于等于7.5%，则该基金行业投资风格变动度为低。
其中，基金行业投资风格变动度的计算方法如下：
、、分别表示基金在第报告期时，周期、成长和防御三类行业的配置比例。
经上述分析，我们得到基金的行业投资风格变动度。由表1可见，行业风格变动度低、中、高三个组别内的基金数量分别为78、185和45只，样本中超过60%的基金期间行业风格变动度处于7.5%到15%之间。
将基金行业投资变动度与同期基金业绩进行分组比较，其结果如表2所示。可以看到：
1）行业投资变动度越高的组别，其组内基金收益率标准差越大，显示其组内基金业绩分化更为明显。但三组之间收益率标准差区别并不显著，并且可能受到组内样本数量的影响。
2）行业投资变动度越高的组别，其组内基金收益率无论从均值、最高值和最低值均落后于变动度更低的组别。
5 结论
本文针对基金风格分析研究中缺乏全面性和系统性的不足，引入数学函数这一形式，对基金风格分析的体系框架进行了总结。根据本文的总结，主动式偏股型基金的投资风格可分为资产配置风格、行业配置风格和个股选择风格三个角度，以及静态和动态等不同维度。
在基金投资风格分析的框架下，我们对基金投资风格分析中的数据选取和处理方法进行了说明。进一步地，我们以定期披露数据为基础的方式对我国证券投资基金投资风格问题进行了实证研究。
对我国基金行业投资风格变动度进行的分析显示，行业投资变动度高的基金收益率落后于变动度低的基金。由于没有进一步的统计验证，这一结果并不能证实更高的行业投资风格稳定性可以导致更好的业绩，但至少表明频繁变换基金的行业投资风格，并不能改善基金的业绩，反而可能成为基金业绩落后的原因。
【参考文献】
[1] Sharpe William F.Mutual fund performance.Journal of Business，1966，39：119-138
基金投资组合分析篇（3）
从2006年正式入市投资以来,企业年金基金的投资规模已经超过1200亿元(胡晓义,2009),成为资本市场上占一席之地的机构投资者。但是由于信息的不透明,企业年金的投资业绩并不被外界所知,企业年金基金之间的也难于进行横向的比较。为了对企业年金的投资业绩、资产配置以及组合波动程度进行了解,本文采集了273个投资组合2006年以来的投资情况作为研究对象,对企业年金基金的投资业绩进行了分析比较。
业绩分析从三个方面展开,一是考察不同年份成立的年金组合,其年均收益率的状况,并与同期中信年金指数的年均收益率进行比较;二是考察2009年底按股票资产配置比例分类的年金组合投资当年收益率情况,并与各配置的业绩基准进行比较;三是考察不同资产配置的投资组合2009年收益率的波动程度。
一、总体收益情况分析
1. 绝对收益水平
2006年以来,总体而言各组合的平均收益率达到8.46%。为了了解投资时间长短对年金基金业绩的影响,将全部组合按成立的年限进行分组,对各组的收益率按净资产加权,得到各年份成立组合的几何平均收益率结果如下表所示:
表1 2006年以来各年成立的企业年金基金收益率情况
成立年份 成立以来收益率 几何年均收益率
2006年 50.46% 10.75%
2007年 37.53% 11.21%
2008年 13.44% 6.51%
2009年 5.38% 5.38%
从上表可以看出,成立时间越长的企业年金,投资收益率越高。尽管从2006年到2009年,中间经历了一次大的牛市和大的市场下跌,但是总体而言,企业年金的投资状况良好。2006年成立的年金基金年平均收益率超过10%,2007年成立的年金基金年平均收益率超过11%,2008年成立的基金年均收益率达到6.5%,均远好于通货膨胀率和同期银行存款利率,这说明企业年金进入资本市场投资以来是成功的。
2. 与年金指数的比较
下面结合中信企业年金指数对各年的投资业绩进行比较,考察管理人的业绩与市场基准相比的收益情况。我们以2006年8月份的中信年金指数为基准计算各年的收益率情况,这里采用的年金指数组合为20%权益类资产,50%固定收益资产和30%流动性资产。
表2 中信年金指数253组合各年数值
2006年8月 2006年 2007年 2008年 2009年
1084.263 1209.714 1505.231 1314.079 1539.326
数据来源: 财汇网。
根据以上资料计算各年的投资收益率及年均投资收益率结果如下:
表3 中信年金指数收益率
年份 2006年 2007年 2008年 2009年
成立以来累计收益率 41.97% 27.25% 2.27% 17.14%
几何年均收益率 9.16% 8.36% 1.13% 17.14%
比较企业年金的累计实际收益率和按照2-5-3比例计算的年金指数比较发现,除2009年当年外,2006年以来的实际投资业绩均超过指数基准。
2009年的投资业绩低于指数基准,非常重要的一个原因是指数计算的是全年收益率,而样本中当年的组合中有相当部分的年金基金成立的时间很短,实际的投资期限只有几个月。而且实际的年金组合并没有按照资产限制的上限进行投资,但能够超过中信指数,说明管理人体现了较强的管理能力。
二、资产配置对年金基金业绩的影响分析
由于各投资组合在股票、债券和流动性产品上的投资比例与中信年金指数不同,因此,这也影响了对组合投资业绩的判断。由于无法了解各投资组合资产配置的变动情况,这里以2009年底各投资组合的实际资产配置为标准确定组合的日常资产配置状况,并以此分析对年金投资业绩的影响。
具体方法为按照投资股票资产的比例把组合分成四类,分别是投资权益类资产比例为20%以上,权益类资产比例在10%～20%之间,权益类资产投资比例在1%～10%之间和权益类资产投资在1%以下的组合。我们以资产净值为权重,分别计算了各类资产平均资产配置的状况和2009年的投资收益率。如下表所示。
表4 不同资产配置的年金组合收益状况
组合分类 权益类资产占比 固定收益资产占比 流动性资产占比 资产合计 2009年投资收益率
20%～30% 24% 41% 37% 102% 11.39%
10%～20% 14% 52% 36% 102% 7.59%
1%～10% 7% 49% 44% 101% 4.52%
1%以下 1% 43% 57% 101% 2.02%
从计算结果可以看出,持有权益类资产比例20%以上的组合年平均投资收益率为11.39%,平均持有权益类资产为24%,持有权益类资产在10%～20%之间的组合收益率为7.59%,持有权益类资产在1%以下的组合收益率最低,收益率为2.02%。随着权益类资产投资比例的提高,企业年金的投资收益率相应提高,这对于企业年金的投资决策和资产配置无疑具有重要的指导意义。
下面我们分别以上证综指,中债总指数和1年期定期存款为基础,计算各投资组合业绩基准 :
业绩基准=权益类占比*上证指数+固定收益占比*中债总指数+流动性资产占比*1年期存款利率
表5不同资产配置的投资组合业绩比较
组合分类 年投资收益率 业绩基准
20%～30% 11.39% 19.60%
10%～20% 7.59% 11.46%
1%～10% 4.52% 6.07%
1%以下 2.02% 0.83%
尽管企业年金2009年取得了良好的投资业绩,但是与各自的市场基准比较,除低风险组合外,其余各投资组合的业绩均落后于市场,这从另一个角度说明,战胜市场往往是很困难的。但是需要说明的是,这里在投资期限上存在一个假设前提,即各组合从年初开始投资的,投资期限为一整年。
三、组合波动状况分析
不考虑各投资组合的资产净值,我们仅对各投资组合的绝对收益率进行分析,比较各组合投资收益的均值、方差最大值和最小值,如下表所示:
表6按权益资产分类的投资组合波动情况
权益资产占比 20%～30% 10%～20% 1%～10% 1%以下
均值 10.88% 7.64% 4.22% 1.57%
均方差 4.19% 4.09% 3.11% 1.36%
最大值 19.46% 20.19% 14.47% 5.56%
最小值 1.63% -0.50% -0.01% -0.33%
可以看出,权益类资产的配置越高,各投资组合收益之间的方差越大,意味着投资组合承受的风险越大,对于权益类投资比例较高的组合而言,组合之间收益的波动也更大。但是总体而言,年金投资业绩表现良好,实现了养老基金保值增值的目的。
四、总结
通过对273个企业年金投资组合2006年的业绩分析,我们发现:
1. 总体而言,企业年金入市投资以来保持了良好的收益水平,2006年以来的平均收益率达到8.46%,超过当期通货膨胀率。
2. 成立时间越长的组合总收益率越高;从年均收益率来看,2008年成立的组合收益率最低,2007年成立的组合收益率最高。
3. 从资产配置角度看,股票资产配置越高的组合投资收益率越高,现金和固定收益配置高的组合收益相对较差。但是与组合自身的业绩基准相比较,各组合的收益率均低于业绩基准。
基金投资组合分析篇（4）
国内学者对社会保障基金投资风险的研究是随着社会保障基金的投资范围扩大而逐步开展的。孙天法、张良华（2004）认为，生产自动化水平达到一定的条件下，人工劳动成为大机器的操作异常的代替品，失业率将成为工业时代普遍的社会现象[1]。与此同时,随着自动化生产发展，社会生产对劳动力的需求下降。人类生命周期的延长使人类依赖社会保障生存时间更长。社会和经济条件的变化，使传统的社会保障面临着前所未有的挑战。刘子兰、严明（2006）采用均值—方差模型、VAR模型等分析工具，对全国社会保险基金投资的风险进行了度量，构建社会保障基金投资组合模型并进行了实证分析，对社会保障基金可量化风险的管理提供了解决思路[2]。毛燕玲等（2007）提出实业投资是社会保障基金拓展的新业务，未来的社会保障基金将更多地投资国内实业。其还研究了社会保障基金的投资现状，以及社会保障基金国内实业投资面临的主要风险，最后提出防范和管理社会保障基金国内实业投资风险的具体对策和思路[3]。黄莉（2007）从社会保障基金投资运营风险的产生出发，分析了我国社会保障基金投资运营在投资途径和投资模式、投资运营水平、投资运营法规等几方面存在的风险，最后从拓宽社会保障基金投资方式、加大社会保障基金投资规模、加强投资监管等几方面提出了防范风险的建议[4]。
杨轶华、关向红（2009）从内部与外部两方面对社会保障基金投资运营中面临的风险进行了系统的分析，建议进行组合投资，分散投资风险，建立社会保障基金投资风险补偿机制，加强监管部门的有效监管[5]。廉桂萍（2009）对社会保险基金境外投资风险及其防范展开研究，指出风险主要包括流动性风险、汇率风险、信息披露和交易成本风险、税收法规风险、投资限制风险和国家风险[6]。许海英、魏建翔（2011）运用克鲁格曼三角形理论对基金投资进行风险分析，在借鉴发达国家先进经验的基础上，提出优化投资结构、强化投资监管、完善风险补偿机制等对策化解风险[7]。通过上述文献可看出，我国社会保障基金投资风险的分析框架还没有完全确立，而且投资风险的定性分析较多，定量分析较少，在实证研究社会保障基金投资风险方面，还缺乏深入系统的研究。因此，本文试对社会保障基金的投资风险进行测度，并且提出在后危机时代社会保障基金投资的风险防范路径。
二、我国社会保障基金的投资现状
目前，社会保障基金主要投资于国内金融市场，投资产品主要包括银行存款、国债和股票等。在过去的一段时间里，社会保障基金选择银行存款和国债作为主要的投资产品。近年来，社会保障基金一系列多元化投资的探索和创新，2003年开始扩大试点范围，投资谨慎稳健；2004年开始向实业股权投资；2006年开始对外国投资；2008年开始向股权投资基金投资，以分散风险增加盈利，奠定了良好的基础。社会保障基金投资不断优化组合，2009年末，全国社会保障基金产业投资比例是20.54%，固定收益产品的投资比例是40.67%，国内和海外股票投资比例是32.45%。从收益水平看，过去10余年，全国社会保障基金累计收益率为9.17%（见表1），比同期累计通货膨胀率2.14%高出7.03%，这表明社会保障基金的收益率水平还是较为满意的。从表1显示的收益率水平看，仅在2004年和2008年投资收益率低于通货膨胀率，其余年份均完成了保值增值功能。2004年，社会保障基金投资“缩水”，主要原因是股票的投资回报率并不好。2008年，社会保障基金投资由于国际金融危机的影响，收益率稍差。近年来，股市行情较好，社保基金投资收益上升。
三、我国社会保障基金中股票投资风险的测度
2009年，我国社会保障基金投资收益的22.7％来自股票收入，年末交易性金融资产、可供出售金融资产和长期股权投资余额为4131.74亿元，占资产总额的53%。由于股权投资、境外投资和股权投资基金投资缺乏相关数据，因此本文只对社会保障基金的股票投资展开分析。对于社会保障基金而言，股票是收益率较高、风险性最大的投资渠道，股票投资收益的不确定性受到宏观经济运行状况、资本市场的完善等多重因素的影响。虽然股票投资只是社会保障基金投资的部分，但分析社会保障基金股票投资的风险测度对于防范社会保障基金的风险而言具有重要意义。1952年，马可维兹（Markowitz）明确提出，使用收益率波动离散程度的统计测度———方差和标准差这两个指标作为风险的测量工具，并在使用这两个变量的数据结构中进一步丰富了其投资组合理论[8]。
（一）样本选择
本文从社会保障基金2011年第二季度新进与增仓两大股票池中，筛选出持股比例最为靠前的10只股票（见表2）作为样本，依次用x1，x2，…，x10表示，本文中只考虑由这十只股票组成的社会保障基金投资组合。对于市场证券组合，本文选择上证综合指数。计算使用日度数据，数据区间定为2011年4月1日至2011年6月30日。同时，本文上证综合指数的日对数收益率由每日的收盘指数计算所得，以每只股票收盘价的每日对数收益率为基本数据。
（二）确定置信水平
为了满足不同的风险规避需求，可以选择不同的置信水平进行比较分析。本文选择95%与99%两种置信度，便于进行比较分析。
（三）计算相关指标
1．计算收益率。根据Rt=ln（Pt）—ln（Pt-1）公式计算股票收益率，其中Pt和Pt-1分别表示股票在第t日和t-1日的股票价格。本文没有考虑样本数据的排列顺序、所谓的“周一效应”等现象，当股票价格指数不是很大的波动，其种类约等于股票价格指数变化的速度，对应于股票市场整体收入水平。因此，即使出现假期也不影响数据序列。
2．计算协方差矩阵。通过SPSS软件，计算出社会保障基金前10支重仓股票的每日对数收益率的协方差矩阵（见表3）。
3．计算股票权重。以2011年6月30日的收盘价为基准，根据社会保障基金的持股数和收盘价来计算其市值，从而得出股票投资权重。
（四）社会保障基金投资组合与上证指数风险度量值的计算
笔者假设投资组合的总价值为1，计算VaR可以转化为在给定的置信水平1-c下，计算出Δt日（本文采用1日和10日）内的投资损失不超过投资总额的百分比。同时针对不同的风险度量指标，计算出社会保障基金投资组合和上证综合指数的三种风险度量值即方差、β系数和VaR，具体结果见表4。
四、简要结论与后危机时代防范社会保障基金投资风险的路径
（一）实证分析结论
从表4中可看出，社会保障基金投资组合的β系数为0.88，这意味着组合类型是一个保守的投资组合，风险低于上海综合指数，该组合的波动性相对较小。在95%的置信水平上，利用方差—协方差法计算得出的VaR：在99%置信水平下，上证指数的VaR1值为2.976%，而社保基金投资组合的VaR1为2.811%。即在2011年6月30日的下一个24小时内，99%的可能性认为损失值的最大限度为投资总额的2.811%。同理，在未来10天的持有期内，有95%的可能性认为损失值不会超过投资总额的7.269%，有99%的可能性认为损失值不会超过投资总额的9.412%。上证综指的VaR1为1.996%，这说明指数每日有95%的可能性损失不会超过1.996%。也就是说，每日损失大于1.996%的可能性不会超过5%，而相同置信水平下社保基金投资组合的VaR1却为1.968%。通过实证分析表明，社会保障基金投资组合的三个风险度量均低于上海综合指数的风险度量值，这表明在一定程度上社会保障基金投资组合的风险程度比相应市场平均风险水平要低。因此，在这一时期社会保障基金投资组合具有一定的风险控制能力特征。
（二）防范社会保障基金投资风险的路径
1.要坚持审慎投资方针。一是正确选择投资目标与风险政策。现阶段的中长期投资最低目标是战胜通货膨胀，5年预期年化收益率不低于3.5%。二是树立长期投资、价值投资和责任投资的投资理念[9]。三是进行组合投资，分散投资风险。多元化投资是确保社会保障基金投资合理最有力的武器，同时可以扩大全国社会保障基金投资渠道，适当的海外投资将有助于分散投资风险。根据《全国社会保障基金投资管理暂行办法规定》，社保基金投资的范围限于银行存款、国债和其他具有流动性良较好的金融工具，包括上市流通的信用评级在投资级以上的有价证券、证券投资基金和股票。目前，我国社会保障基金投资风险不平衡，低风险投资主要有银行存款、政府债券、金融债券和其他投资产品。
基金投资组合分析篇（5）
中图分类号：F832 文献标识码：A 文章编号：1672-3791（2012）09（c）-0252-02
2012年以来，以量化分析技术投资著称的量化基金表现得一枝独秀，逐渐从振荡市中脱颖而出。一季度，上证综指上涨2.88%，同期标准股票型基金平均业绩为0.31%，而按照Wind分类的13只量化基金，其平均业绩为2.92%，五行基金更是取得7.65%的正收益，在亚洲量化基金中排名第一，超越同期上证指数4.77个百分点。
美国私募基金复兴科技公司的第一支纯粹的量化投资基金—— 大奖章基金，从1988年3月成立至2008年的21年里，平均年度净收益高达36%，远远跑赢同期道指年均8.81%的涨幅，比索罗斯、巴菲特同期的业绩高出10%，原因：一是数学家基金经理；二是量化分析技术。
1 基本面分析量化分析是投资机构先后采用的2种投资技术
基本面分析，是分析员和基金经理通常采用研究财务报表，与公司高层会谈，与相关人员荷香业专家讨论等方式，对少数几家公司股票（约10到100只股票）进行非常深入的研究分析，来决定要投资哪些股票以及如何投资。在基本面分析分类中，会根据行业不同，有专员长期跟踪和深入研究其中一个行业，而这几名专员最后则会成投资这个行业的专家。在股票市场成立以来长期采用的较为传统的分析和投资方式就是基本面分析。基本面投资，通过企业内部财务报表的形式，来发现企业的潜在价值，以求企业得到稳定持续的高额收益，一旦买入，长期持有。
量化分析，借助数学、物理学、几何学、心理学甚至仿生学的知识，通过建立模型，进行估值、择时选股。量化分析员和量化基金经理，通常会同时研究全盘数千支股票，分析的方式也可以是基于公司基本面的，但是会强调量化财务指标。量化的指标（又称因子）也可以是其他更有特色的数据。从事量化分析投资的基金经理通常不去上市公司实地调研，而是将精力放在不断完善模型上，量化分析投资的模型是决定投资业绩的关键，投资模型始终处于绝密状态，不同市场设计不同的量化分析投资管理模型，在全球各种市场上进行短线交易。
2 量化分析技术获取超额投资收益之道
在变幻莫测的市场经济中，能否理性思考投资、不受情绪影响，将是成功的关键。而利用计算机的筛选得出的量化分析基金，不受投资中非理性因素影响，使投资更有计划行、纪律性、规律性，基金管理人要做到不贪婪、不恐惧、不放弃，不受情绪影响，以一颗平常心追求利益瘦小。
量化分析，有一套完整、科学的投资体系。严格的纪律性是量化投资明显区别于主动投资的重要特征。在量化分析基金的运作中，主观判断也会出现和量化分析模型相左的情兄，但会坚持量化分析投资的纪律，相信模型判断的长期稳定性，不会盲目去调整改变。与传统偏股型基金不同，量化分析基金采用独特的投资组合管理方式，渐进动态调整基金组合。这样不仅可以顺应瞬息万变的市场，还可以降低个股集中度，平稳投资业绩。因此，这种方式并不会产生传统意义的重仓股，也就大大降低了重仓个股的风险。
量化分析业绩，来自于量化分析模型批量选股的成功率大于失败率。量化分析的模型敏锐的“发觉”了开场环境的转变，自动调高了评估因子、预期因子及市场反转因子的权重，量化分析模型依此逻辑选择的股票大部分取得较好收益，提升了整体业绩。
3 量化分析技术创始人并非经济学家。
量化分析技术并非发端于华尔街，不少人最初并非经济学家，如巴契里耶和布莱克原先是数学家，夏普则从事医学，奥斯伯恩为天文学家，沃金与坎德尔是统计学家，而特雷诺则是数学家兼物理学家。1970年代美国债券市场和股票市场全面崩盘，当时提出用量化分析方法管理投资组合的人是作家彼得·伯恩斯坦。1952年3月发表“投资组合选择”论文、提出现代财务和投资理论最著名远见的马克维茨，以该理论勉强通过博士答辩，到1990年10月，这些人中才有三位获得诺贝尔经济学奖。
2012年，美国伦斯理工学院金融工程硕士李炬澎，依据5000年中国古老的《易经八卦数理》研发立体数量模型分析微观经济，用超高频率政治外交词汇、交易数据、股票期权数据、公司债务数据来做个股分析，用《五行相克相生原理》来分析自然、社会、政治、人文如何影响宏观经济。比如用计算机分析新闻报道中天地雷风水火山泽8中自然天文现象与宏观经济关联程度，使五行基金取得亚洲量化分析投资行业第一名的业绩。
4 量化分析技术应用的载体是计算机软硬件技术的发展
马克维茨的投资组合现代金融理论，提出了风险报酬和效率边界概念，并据此建立了模型，成为奠基之作。托宾随后提出了分离理论，但仍需要利用马克维茨的系统执行高难度的运算，1961年，与马克维茨共同获得1990年诺贝尔奖的夏普用IBM最好的商用电脑，解出含有100只证券的问题也需要33mim。夏普1963年1月提出了“投资组合的简化模型”（单一指数模型），简化模型只用30s。1964年夏普又开发出资本资产定价模型（CAPM），不仅可以作为预测风险和预期回报的工具，还可以衡量投资组合的绩效，以及衍生出在指数型基金、企业财务和企业投资、市场行为和资产评价等多领域的应用和理论创新。1976年，罗斯在CAPM的基础上，提出“套利定价理论”（APT），提供一个方法评估影响股价变化的多种经济因素。布莱克和斯克尔斯提出了“期权定价理论”。莫顿则发明了“跨期的资本资产定价模型”。
5 量化分析应用的关键是基本面分析无法快速精确处理丰富的金融产品和巨大交易量
1970年代以前，华尔街认为投资管理需要天赋、直觉以及独特的驾驭市场的能力，基本面分析师、基金经理可以独力打败市场，而无需依靠那些缺乏灵魂、怪异的数学符号和缥缈虚幻的模型。华尔街对学术界把投资管理的艺术，转化成通篇晦涩难懂的数学方程式一直持有敌意，1970年代初期，美国表现最佳的基金经理人从未听过贝塔值，并认为那些拥有数学和电脑背景的学者只是一群骗子。
量化分析投资不会出现在个人投资者为主的时代。个人投资者既缺乏闲暇的时间，也普遍无此能力。仅有现资理论的建立，及各类模型的完善与推陈出新，并不会直接催生出量化分析投资，它还需要其他几个重要前提条件，比如：机构投资者在市场中占据主导，随着社保基金和共同基金资产的大幅增加，成为市场上的主要机构投资者，专业机构管理大规模资产，需要新的运作方式和金融创新技术，专业的投资管理人有能力和精力专注地研究、运用这些量化分析技术。
1970年代后期的Wells Fargo银行，率先用量化分析技术管理投资组合，投资高股息股票，用较少的风险获得了较大的收益，不用这些模型，不用电脑运算这些公式，会陷于困境。1980年代以来，面对数不胜数的各类证券产品和期权类产品，以及庞大的成交量，许多复杂的证券定价，必须靠大容量高速运算的电脑来完成。到2007年美国股市近一半的机构基金都是由量化模型来管理的。从2000年初到2007年全球量化分析基金市场连续8年表现远远超过其他投资方式。
6 量化分析在应对经济危机和突发经济事件中开拓前进
1987年10月大股灾，当天股市和期货成交量高达令人吃惊的410亿美元，价值瞬间缩水6000亿美元。很多股票直接通过电脑而不是经由交易所交易。一些采用投资组合保险策略的公司，在电脑模式的驱使下，不问价格机械卖出股票。很多交易员清楚这些投资组合会有大单卖出，宁愿走在前面争相出逃，加剧了恐慌。针对整个投资组合而非单个证券，机械式的交易，电脑的自动操作，大量的空单在瞬间涌出，将市场彻底砸垮。
1997年至1998年亚洲金融危机股市暴跌，量化分析投资的算法交易也起到了同样的坏作用。著名的长期资本管理公司，遭遇俄罗斯国债违约这一小概率事件，也陷入破产之境，迫使美联储集华尔街诸多投资银行之力，加以救助。
2007年8月金融危机中，许多量化基金出现巨额损失。其原因主要是几家大型对冲基金大量卖出它们的量化分析基金股票，去弥补其在其他投资方式上的损失。由于很大相同仓位的股票在很短的时间内被廉价卖出，从而加剧了很多投资指标的损失，尤其是价值和动量指标的损失。
2011年即使欧债金融危机发生，量化分析基金也再次表现优异，超过其他投资方式，虽然能否就此再度复兴仍属未知，此一趋势已不可逆转。
7 量化分析技术今后几年全球应用的热点在中国的A股市场
中国金融、资本、股市投资者结构很不合理，A股市场的专业投资机构持有市值的15.6%，而发达市场这一比例大致为70%。更为不合理的是交易结构，A股市场个人投资者持有市值占比26%，但却完成了85%的交易。根据Wind分类，目前我国市场上共有13只量化基金，包含11只普通股票型基金，1只指数基金和1只偏股混合基金。
中国现有的人才和技术都难以支持完全的量化分析投资，在缺乏国际化人才和成熟模型的情况下，经营业绩自然也差强人意。
量化分析今后几年全球热点在中国的A股市场。现在主要发达国家的股市很大程度上由量化基金所控制。为了寻找更高收益的市场，很多大型量化基金也开始大量投资于发展中国家市场，中国的A股市场是今后几年全球量化分析投资热点，所以近年来很多北美和欧洲的高层量化分析基金经理和分析员纷纷到中国大陆、香港和新加坡推广量化投资技术。这是国际国内的金融市场和投资者，都要面对的机会和挑战。
基金投资组合分析篇（6）
我国开放式基金业经过近年来的超常规发展，在基金规模、品种创新和公司治理上都逐步走向成熟。但在基金投资风格管理方面，仍然存在几个问题有待解决：第一、在基金投资风格的划分方面没有一个统一的标准、缺乏统一规范的分类体系，投资者无法选择合适的比较基准来客观、准确地评价基金业绩；第二、在实际中基金投资风格随大市漂移，缺乏稳定性。第三、基金投资风格趋同，投资组合同质化严重；这种迹象表明基金总体风险有集中的趋势，基金抵御风险的能力大大削弱。鉴于我国资本市场还是一个“新兴+转轨”的市场，在此背景下对基金风格漂移问题进行系统性研究是非常必要的。
一、基金投资风格漂移现象
识别基金投资风格有事前分析和事后分析两种方法，事后风格分析又分为基于组合的风格分析法（Holding-based style Analysis HBSA）和基于收益的风格分析法（Return-based style Analysis RBSA）。
国内外大多采用上述方法对基金实际投资风格进行实证分析，从而判定其投资风格是否发生漂移。Dan di Bartolomeo，Erik Witkowski（1997）使用1995年以前美国证券市场上的748只共同基金研究发现40%的基金发生了投资风格变化。Moon kim，Ravi Shukla & Michael Tomas（2000）采用晨星公司提供的1993年12月～1996年12月份的基金数据，运用判别分析方法对基金进行分类，研究基金宣称的投资目标与基金实际投资目标相匹配的程度，发现超过50%的共同基金两者不一致，其中严重不一致的共同基金超过33%。Chan，Lakonishok（2002）用1976年1月至1997年12月美国市场上的共同基金数据，采用两种风格识别方法（HBSA与RBSA），发现基金风格存在漂移现象。曾晓洁（2004）等运用RBSA风格法对基金的投资风格进行了识别和划分，发现基金投资风格在经历了牛市和熊市的交替后发生较明显的变化，有超过一半的基金实际投资风格发生改变。顾华平（2008）应用Sharpe投资风格分析法对我国股票型开放式基金的实际投资风格进行了分析，结果表明，在2004年3月到2008年3月期间，大多数基金的实际投资风格与其契约风格不同，从整个考察期看，基金的投资风格并不稳定，表现出随市场状况变化而漂移的特征。龙振海（2010）通过截面横向分类以及贝叶斯判别分析的方法考察基金风格类别的变动，研究发现，基金风格类别变动现象既存在于年度之间，又存在于年度之内；短期内基金类别总的变动率高，而长期基金类别总的变动率低。
二、基金投资风格漂移与基金绩效的关系
通过国内外学者的研究证实基金风格漂移现象确实存在于市场之中，那么关于风格漂移与基金业绩两者关系的研究就显得尤为重要和现实。国内外对该问题进行研究的时间还不长，尽管有了一些成果，但并未形成一致结论，主要有以下几种观点。
基金投资风格保持一致性能够获得较好的业绩。Indro（1998）等研究发现，基金投资风格及其持续性对基金业绩有很大的影响，并且投资风格和投资策略都改变的基金业绩最差。Keith C.Brown，W.V.Harlow（2005）运用多元变量模型检测基金投资风格的一致性，得出在市场上涨时，投资风格一致性越高的基金，业绩表现上越好；反之，表现则越差。同时证明，基金投资风格的一致性与基金未来绩效的一致性存在着显著的联系。
基金投资风格漂移更利于获取较好的业绩。Gallo.Lockwood（1997）运用晨星公司的分类方法和因素分类方法，并通过比较多样化风格的业绩与单独风格的业绩发现，多样化的风格能够有效地改善基金的业绩表现。Ahmed，Lockwood & Nanda（2002）通过数据检验发现，通过市场资本量和成长因素分类的股票收益排名随着时间的推移发生剧烈的变动，保持单一风格的基金组合业绩远逊于精准的多风格变换策略组合。
基金风格漂移与基金业绩在具体的市场条件下表现出不同的关系。宋威（2009）与郭文伟（2010）等都发现牛市行情中发生风格漂移的基金绩效要优于固守宣称风格的基金绩效，而在熊市行情中发生风格漂移的基金绩效则低于未发生风格漂移基金的绩效。因此，风格漂移的影响不可一概而论，在牛市中会增加基金绩效，而如若处置不当，在熊市中则会放大风险导致绩效降低。
三、总结
通过对现有国内外基金投资风格漂移文献的研究，总的来说，研究方法不离基于组合的风格分析法和基于收益的风格分析法，或是二者结合；而受限于数据的获取，基于组合的风格分析法没有得到广泛的应用。研究结果均认为证券投资基金投资风格会发生漂移，同时，风格漂移对基金业绩会产生影响。
参考文献
[1]Moon Kim，Ravi Shuklar，Michael Tomas.Mutual Fund Objective Misclassifi-cation.Journal of Economics and Business，2000，vol.52（309-323）.
基金投资组合分析篇（7）
证券投资基金属于当前社会经济发展过程中一项重要的金融产品与金融工具，更是世界上发达国家金融系统之中的重要金融力量。仅资产规模程度情况而言，相对于国债、企业债券以及上市公司的股票等形式的金融证券投资产品，投资基金的规模更大，影响力也更高，这种情况主要在美国表现最为明显。有效发展证券投资基金能够促进国际证券行业发展，为稳定国际证券交流市场具有重要意义。与此同时，资产的证券化发展趋势形成是市场经济环境的重要走向。
一、证券投资基金资产配置概述
我国证券市场发展水平与速度不断加快，并为证券基金发展程度提升提供了更加有力的支持。金融市场当中发行的金融基金产品种类与数量的逐渐递增也进一步的扩展了基金市场规模。并在此基础上形成了一个相对完成的金融产品产业链条。将多种基金类型进行分类，形成了基于风险水平的基金产品线。
证券投资基金的发展对促进我国金融证券市场良好稳定发展提供了重要力量。并对推动市场不断发育成熟起到了重要作用。加强证券投资基金资产配置研究具有重要重要意义。
与此同时，需要注意的是我国证券市场发展过程中存在速度较快与市场变化相对复杂。证券投资基金本身属于新兴市场产品，其优势与弱点特征可能会存在一定时间。另外，我国股票市场当中存在较大风险，投资基金主要针对股票市场以及债券市场两种环境当中，而股票市场的风险性相对较高，非系统性的风险指数则比较低，造成了我国证券市场想要实现分散化的资产投资则比较困难。因此，证券投资基金规避风险能力比较差。
综合我国投资证券基金的市场情况进行分析，证券投资基金上存在比较弱的抗风险能力。因此，针对不同证券行情与基金种类进行分析，资产配置产生的绩效程度存在差异性。
证券投资基金发展过程中资产配置应当结合资产类别形成的收益以及投资人产生的风险偏好情况作为因素进行分析。并在此基础上形成具有风险程度的最优组合。相对应的资产投资基金运作者能够结合实际情况，运用相对应的资产配置方案完成对现有资产的配置。不同类型的配置策略能都需要结合一定的理论基础，并表现出一定的行为特征，甚至产生差异性的支付模式。这种证券投资基金资产配置因此能够在不同的市场环境当中发挥作用。
也因此通过健全资产配置相关实施方案能够达到对市场进行预见性判断。这个过程中其核心内容为形成资产配置的原则以及实施方案。
通过对上述中理论内容进行分析，我国在对证券投资基金相关工作进行研究的过程中应当加强对资产配置方面的管理与重视。这是因为资产配置能够对基金市场发展起到关键性作用。
二、资产配置
（一）资产配置理论以及实证分析
上个世纪50年代初有Markow创造的资本资产组合研究理论内容当中就已经出现了有关现代资产配置方面的相关内容。但是这个过程中人们将侧重点仍然放在均值已经方差产生的针对全部投资人的相同风险资产组合问题当中。在现实生产经营的过程中，基于相关影响因素的约束，针对不同的资产投资人，尤其是长期、短期投资人产生的投资组合则不能够时间相同的。因而造成的对风险情况的评估与判断也不尽相同。资产组合方式理论在这种环境当中具有局限性特征。资产配置理论研究构成中，美国哈佛大学一大批研究学者对长期资产配置问题做了较为深入的研究。这个过程中坎贝尔等人对风险因素当中的变动权益溢价等概念与风险内容进行研究。与此同时，相关的金融学专家也认识到了有关资产组合方式产生的理论内容具有先导性特点。
一些经济学者联合起来构建起了一个长期投资者资产配置组合实证模型，通过这个模型学者们最早能够模拟投资者决策产生的影响条件与环境。莫顿融合了上述中的理论与实证经验开创性的创造了有关理解投资机会随时间发生比那话的一般性框架内容。Brinson等人采用了基准回报对美国共同基金产生的总回报进行了序列回归分析，其产生的结果显示了资产配置能够准确的表现基金总回报情况，其结果为91.5%。换言之，学者们可以断定采用基金总回报解释基金积极管理效果两者之间明显较小。针对基金之中的总回报以及时间序列归回分析则存在一定的关联。
而针对采用资产配置回报数据分析表示资产总回报的R2值，经济学者Surz则认为其具有基金管理者信任水平。
假设基金经理拥有高或者是低的基金管理能力，因此其也就能够形成高或者是低的信任程度。这种情况与喜好赌注以及既定购买发生偏离了。因此能够造成时间序列产生总回报效果相对比较好。而Lbbotson学者则通过94只平衡基金以及58只老虎基金完成对上述理论的证实。面对基金产生的投资回报波动情况，超过90%以上的基金会通过资产配置完成说明，这其中产生的基金回报存在差异性，但是40%左右可以通过资产配置进行说明。其中超过了100%的回报水平能够基于配置回报水平被说明。通过上述的实践证明，发现证券投资基当中的资产配置属于绩效结果的重要影响因素。
（二）证券投资基金的资产配置类型分析
1.战略性资产配置
采取战略性资产配置的主要条件与背景是基金投资目标性质与所在国家所从属的法律环境。这些决定了基金资产配置的资产类型部分，以及相关类型存在的比重情况。
基金投资管理工作的重要内容就是战略性资产配置部分。这种性质的资产配置可以被解释成为是长期资产配置决策的内容。也就是属于一种能够通过基金作为资产形成的长期可选择正常比例风险与收益控制。
通常情况下，战略性资产配置多属于基金投资目标当中的基本保障。结合基金绩效情况进行分析，采取这种资产配置能够有效凸显出基金风险与收益权衡评估，并通过一定的方式完成资产配置与风险、收益结合。
2.动态性资产配置
基于战略资产性配置基础上形成的针对资产配置比重进行的一种动态管理内容。从管理内容方面看主要包括是否结合市场情况完成对资产的配比调整，除此之外还包括适时调整相关问题。动态资产配置中并不存在长期所有资产配置比重调整，这个过程中主要指的是长期市场变化机械比重调整方案内容。这种机械性的内容主要体现的是建立在动态资产配置基础上的策略，以及在这种策略基础上形成的具有战略性、恒定组合战略以及组合保险战略以为的资产配置。
3.战术性资产配置
这项资产配置类型主要针对的是相对较短的时间范围内完成对资产收益预测获利的一种策略。其针对的是中期以及短期利益，这个过程中，长期资产配比会发生偏离，进而形成收益。战术性资产配置策略主要属于一种积极策略内容，基于短期风险以及长期收益特征进行分析，其形成预测能力强弱直接关系到战术性资产配置的实际效果。这种资产配置往往都会偏重于客观分析而不是主观判断。通过回归分析以及最优化分析能够形成相对准确的价格内容。换言之，战术性资产配置需要通过对未来资产相关价格信息进行衡量，进而达到实现价值的预期效果。
（三）证券投资基金资产配置效率情况
战略性资产配置效率，主要是针对长期投资回报率过程中目标有效性。通常情况下投资人员会对风险以及通货膨胀进行分析，将投资目标作所产生的投资回报率作为投资目标实现依据。资产配置主要以投资目标为基础，对不同类型资产组合以及配置比例进行分析。不同资产类别收益率存在一定不同，且风险性也不同，直接造成资产配置比例差异，进而形成差异化资产配置绩效，这对是否能够实现最初投资目标有着直接影响，即战略资产配置效率直接关系到投资目标实现情况。
1.资产混合变化效率，主要是针对不同类别资产长期权重目标改变的有效性。资产混合变化效率要进行必要的效率考察，以实现对其组合绩效影响分析。该资产配置实际权重和目标权重之间的差异性能够直接体现资产管理人资产混合变化效率。
2.主要资产类别内部投资效率，主要是对资产管理人对资产类别业绩的考察，即对其是否高于基准值业绩或低于基准值业绩。通过微观层次对资产管理人的资产类别选择进行对比，并通过对比方式考察资产管理人的实际绩效与市场标准之间的差异，同时也能够对从事相同类别资产的管理人进行业绩比较，更全面衡量资产管理人相对表现。
三、我国资本市场中证券投资基金资产配置分析
结合我国当前证券投资环境实际情况进行分析，我国市场环境当中的基金可以根据投资标的以及风格进行几个层次的分析，分类包括几个类型：股票型、平衡型、债券型、货币市场以及保本基金等几个类型。这其中股票型基金由于与股票市场行情两者之间关系比较密切，为此，本文结合2013年至2014年时间段的多只股票情况进行资产配置分析。
上述中的股票型基金主要分为两种类型，分别为封闭式股票基金以及开放式股票基金，针对封闭式基金通过回归分析能够获得资产配置权重分析结果。这个过程中以为先进资产回报率往往是不变的，为此，在论文当中所设置的现今资产所得权重比率为5%。并能够通过这项数据完成对股票资产部分以及债券资产部分的完整回报估计。
资产配置中的股票以及债券资产部分内容形成的标准差皆可以表示为3.9%，因此可以发现其波动性相对比较小。达到5百分位点股票资产权重共占据57.2%。达到95百分位点的股票资产权重则占据68.8%。通过上述数据内容可以发现，封闭式基金资产配置产生的差异性效果并不明显。需要注意的是基金配置过程中产生的差异性相对较大，这意味着封闭式基金往往采用的是长期资产配置机制。
基金投资组合分析篇（8）
把好选择这道门
选择受益于城市化、工业化和老龄化等中国趋势点的上市公司股票进行投资，促使基金资产充分分享社会经济发展的收益。从中长期看，中国经济正处于强劲增长趋势，具有工业化、城市化和老龄化等中国趋势点，受益于中国趋势点的上市公司在未来将获得广阔的成长空间。通过深入研究来精选投资于那些受益于中国趋势点的上市公司股票以充分分享经济增长的成果。中国趋势点分析、品质分析、持续增长分析是股票选择的前提。从中长期看，只有受益于中国趋势点的、并具有良好品质和持续增长性的上市公司股票才具有良好的投资价值。在证券市场投资工具欠完备的情形下，动态资产配置与分散投资法是降低总体投资风险与取得合理投资回报的有效手段；采用风险管理工具监控和准确跟踪投资组合风险。
主动投资管理模式
基金组合采用主动投资管理模式，在积极主动和深入的宏观研究分析和判断的基础上，结合基金管理人自主开发的主动式资产配置模型进行一级资产配置，以配置基金总资产在股票、固定收益证券的比例；参考选时模型判断市场走势而决定是否调整投资组合或以固定收益证券抵押融资适当扩大固定收益证券的投资规模以争取更好的收益，但以不超过基金资产净值的25％为限；采用基于投资组合保险策略开发的资产再平衡模型，控制整体投资组合的可能损失。
基金组合采用“自上而下”的主动投资管理策略，在充分研判中国经济增长趋势、中国趋势点和资本市场发展趋势的基础上，深入分析研究受益于中国趋势点的持续增长的上市公司证券，以期在风险可控的前提下实现投资组合的长期增值。固定收益证券投资使用利率预期策略、收益率曲线策略和久期策略进行组合管理。
追求收益是根本
基金组合为追求绝对收益，以战胜一年期活期存款利率为投资目标的基金产品。因此，基金组合的投资操作应以争取投资收益为首要目标；一年期活期存款利率是一个相对稳定的基准，在有效控制基金跟踪误差的大前提下，基金的收益风险特征将会呈现一个长期稳健增长的势态。由此，在基金运作过程中，风险控制乃为实现投资目标之关键所在，基金管理人应在控制风险最小的前提下追求收益。
此外，将本基金组合定位为追求绝对收益的产品的目的，是让基金管理人对资产配置有更大的主动权和灵活性。在投资的过程中，基金管理人必须严格遵循风险管理的限制，系统化地管理对各类资产的投资，特别是控制风险资产的投资进程。基金管理人将相对较大部分的基金资产投资于固定收益类的货币市场基金，以获取相对稳定的利息收益，然后在市场形势有利的时候，再逐步加大对相对高风险、高收益的股票基金的投资比例，以提高基金组合的收益，并应在适当的时机实现股票基金的投资收益。相反，在市场存在较大的下跌风险时，本基金组合可以进行灵活转换从而全面回避风险资产的投资，而主要通过固定收益类的货币市场基金的投资获取一定的收益。
基金组合也要掌握风险控制
由于基金组合将以基金年度为周期调整基准底线的风险控制水平并不间断地考察基金的投资绩效，在每个投资周期内，通过对固定收益类货币市场基金和股票基金的投资比例的动态调整，争取到基金能够在承担较低风险的基础上获取高于银行存款利率的收益。
以数量化模型为基础的资产配置策略和严格的风险控制是基金争取绝对收益的重要工具。估值合理是基金选股的核心要求。采用市净率（P/B）、动态市盈率（PEG）、动态市售率（PSG）、市现率（P/C）等估值指标并参考国际估值分析方法综合评估入选的上市公司股票，选取估值相对低的上市公司股票。而以投资组合保险技术（CPPI）和VAR值跟踪为基础的资产再平衡模型则是降低风险的关键。
典型案例
以长信基金的一只基金，基金组合1000万，周期一年时间为例，保证投资组合能获得不低于银行活期税后利息0.576%的收益，其中保本组合即货币基金部分为a1，风险组合即股票基金部分为a2，按照货币基金现有年收益率为2.2%，风险组合止损比例上限为5%，那么有：
a1+ a2=1000
a1×（1+0.022）+ a2×（1-0.05）≥1000×（1+0.00576）
所以保本组合的货币市场基金份数a1 为774.4万份，风险组合的股票基金份数为225.6万份。在合适的时机进行股票基金的申购，在基金净值未触及止损比例上限5%的时候坚决持有。若触及止损，长信基金将在综合分析后市走势的基础上与客户进一步沟通下面的投资决定：是继续持有还是斩仓出局。这样的投资策略至少可以保证客户一年以内不低于银行活期存款利息的收益。
按照现有长信银利股票基金(519996)年33.58%的收益，和长信利息收益货币基金（519999）年2.2%的收益计算，以上投资组合年收益率：
基金投资组合分析篇（9）
二、资产配置
（一）资产配置理论以及实证分析
上个世纪50年代初有Markow创造的资本资产组合研究理论内容当中就已经出现了有关现代资产配置方面的相关内容。但是这个过程中人们将侧重点仍然放在均值已经方差产生的针对全部投资人的相同风险资产组合问题当中。在现实生产经营的过程中，基于相关影响因素的约束，针对不同的资产投资人，尤其是长期、短期投资人产生的投资组合则不能够时间相同的。因而造成的对风险情况的评估与判断也不尽相同。资产组合方式理论在这种环境当中具有局限性特征。资产配置理论研究构成中，美国哈佛大学一大批研究学者对长期资产配置问题做了较为深入的研究。这个过程中坎贝尔等人对风险因素当中的变动权益溢价等概念与风险内容进行研究。与此同时，相关的金融学专家也认识到了有关资产组合方式产生的理论内容具有先导性特点。一些经济学者联合起来构建起了一个长期投资者资产配置组合实证模型，通过这个模型学者们最早能够模拟投资者决策产生的影响条件与环境。莫顿融合了上述中的理论与实证经验开创性的创造了有关理解投资机会随时间发生比那话的一般性框架内容。Brinson等人采用了基准回报对美国共同基金产生的总回报进行了序列回归分析，其产生的结果显示了资产配置能够准确的表现基金总回报情况，其结果为91.5%。换言之，学者们可以断定采用基金总回报解释基金积极管理效果两者之间明显较小。针对基金之中的总回报以及时间序列归回分析则存在一定的关联。而针对采用资产配置回报数据分析表示资产总回报的R2值，经济学者Surz则认为其具有基金管理者信任水平。假设基金经理拥有高或者是低的基金管理能力，因此其也就能够形成高或者是低的信任程度。这种情况与喜好赌注以及既定购买发生偏离了。因此能够造成时间序列产生总回报效果相对比较好。而Lbbotson学者则通过94只平衡基金以及58只老虎基金完成对上述理论的证实。面对基金产生的投资回报波动情况，超过90%以上的基金会通过资产配置完成说明，这其中产生的基金回报存在差异性，但是40%左右可以通过资产配置进行说明。其中超过了100%的回报水平能够基于配置回报水平被说明。通过上述的实践证明，发现证券投资基当中的资产配置属于绩效结果的重要影响因素。
（二）证券投资基金的资产配置类型分析
1.战略性资产配置
采取战略性资产配置的主要条件与背景是基金投资目标性质与所在国家所从属的法律环境。这些决定了基金资产配置的资产类型部分，以及相关类型存在的比重情况。基金投资管理工作的重要内容就是战略性资产配置部分。这种性质的资产配置可以被解释成为是长期资产配置决策的内容。也就是属于一种能够通过基金作为资产形成的长期可选择正常比例风险与收益控制。通常情况下，战略性资产配置多属于基金投资目标当中的基本保障。结合基金绩效情况进行分析，采取这种资产配置能够有效凸显出基金风险与收益权衡评估，并通过一定的方式完成资产配置与风险、收益结合。
2.动态性资产配置
基于战略资产性配置基础上形成的针对资产配置比重进行的一种动态管理内容。从管理内容方面看主要包括是否结合市场情况完成对资产的配比调整，除此之外还包括适时调整相关问题。动态资产配置中并不存在长期所有资产配置比重调整，这个过程中主要指的是长期市场变化机械比重调整方案内容。这种机械性的内容主要体现的是建立在动态资产配置基础上的策略，以及在这种策略基础上形成的具有战略性、恒定组合战略以及组合保险战略以为的资产配置。
3.战术性资产配置
这项资产配置类型主要针对的是相对较短的时间范围内完成对资产收益预测获利的一种策略。其针对的是中期以及短期利益，这个过程中，长期资产配比会发生偏离，进而形成收益。战术性资产配置策略主要属于一种积极策略内容，基于短期风险以及长期收益特征进行分析，其形成预测能力强弱直接关系到战术性资产配置的实际效果。这种资产配置往往都会偏重于客观分析而不是主观判断。通过回归分析以及最优化分析能够形成相对准确的价格内容。换言之，战术性资产配置需要通过对未来资产相关价格信息进行衡量，进而达到实现价值的预期效果。
（三）证券投资基金资产配置效率情况
战略性资产配置效率，主要是针对长期投资回报率过程中目标有效性。通常情况下投资人员会对风险以及通货膨胀进行分析，将投资目标作所产生的投资回报率作为投资目标实现依据。资产配置主要以投资目标为基础，对不同类型资产组合以及配置比例进行分析。不同资产类别收益率存在一定不同，且风险性也不同，直接造成资产配置比例差异，进而形成差异化资产配置绩效，这对是否能够实现最初投资目标有着直接影响，即战略资产配置效率直接关系到投资目标实现情况。
1.资产混合变化效率，主要是针对不同类别资产长期权重目标改变的有效性。资产混合变化效率要进行必要的效率考察，以实现对其组合绩效影响分析。该资产配置实际权重和目标权重之间的差异性能够直接体现资产管理人资产混合变化效率。
2.主要资产类别内部投资效率，主要是对资产管理人对资产类别业绩的考察，即对其是否高于基准值业绩或低于基准值业绩。通过微观层次对资产管理人的资产类别选择进行对比，并通过对比方式考察资产管理人的实际绩效与市场标准之间的差异，同时也能够对从事相同类别资产的管理人进行业绩比较，更全面衡量资产管理人相对表现。
基金投资组合分析篇（10）
基金项目：国家自然科学基金项目“基于时变参数的学习机制、利率行为与政策效果研究”（71173030）。
作者简介：王志强，男，辽宁大连人，东北财经大学金融学院教授，博士生导师，研究方向：金融工程；赵庆，男，满族，辽宁大连人，东北财经大学金融学院博士研究生，研究方向：金融工程。
一、引言
投资组合通常是指个人或机构所拥有的由股票、债券及衍生金融工具等多种有价证券构成的一个投资集合，投资组合的优化和多元化发展不仅丰富了金融投资决策的方法而且加深了对金融市场的认识。Roll[1]在Markowitz[2]均值-方差模型框架下提出跟踪误差投资组合模型，即投资组合管理者预期给定一个基准投资组合，通过跟踪误差来对投资组合管理者的投资业绩进行评价，基于跟踪误差的投资组合方法在金融界得到广泛运用。Rudolf等[3]给出了最小风险跟踪误差模型的线性模型，方便了跟踪误差模型的实践应用。王秀国和邱菀华[4]基于跟踪误差模型提出了跟踪误差多因素投资组合决策模型，并给出了数值分析。罗金川和房勇[5]提出了分层主成分分析方法，采用完全复制标的指数的投资策略来构建因素投资组合选择模型最小化跟踪误差，在此基础上通过改变分层的数量控制投资组合的跟踪误差。
但是由于金融市场波动和金融风险加剧，Black和Litterman[6]指出均值-方差模型框架下关于要求随机变量均匀分布和对期望收益和协方差的敏感性的缺陷。基于此，众多学者进行了鲁棒优化算法的研究。Costa和Paiva[7]提出了基于线性矩阵不等式的跟踪误差投资组合鲁棒优化算法。高莹和黄小原[8]同样基于线性矩阵不等式方法研究了将跟踪误差投资组合鲁棒优化在中国基金市场的运用。
本文基于跟踪误差投资组合鲁棒优化模型利用MATLAB提出新的求解算法，同时提出其衍生模型：单一目标收益跟踪误差投资组合鲁棒优化模型、多目标收益跟踪误差投资组合鲁棒优化模型和基于成本单一目标收益跟踪误差投资组合鲁棒优化模型，并将其在中国资本市场进行了实证分析。
二、模型描述
（一）跟踪误差投资组合鲁棒优化基本模型
本文基于Costa和Paiva[7]跟踪误差投资组合鲁棒优化模型结合中国资本市场实际情况，提出投资组合收益满足预期收益要求，使得投资组合风险最小化的跟踪误差投资组合鲁棒优化模型：
投资组合中，下标i表示投资组合中资产i；下标k表示第k种情景得到的期望收益和协方差矩阵。外生变量ωB为模型中根据预先设定目标确定的基准投资组合；γk是第k种情景下投资组合预先设定目标收益；rf是投资组合中无风险收益率。随机参数μk是由不同情景得到的期望收益；Ωk则是由相应情景预期收益的协方差矩阵。跟踪误差投资组合鲁棒优化模型中需要确定两个决策变量即内生变量ωi和α。其中ωi是投资组合中各项资产权重，α为引入的偏差波动的上界变量，α=max1ωiσ2P（ωi）=（ω-ωB）TΩk（ω-ωB），其中σ2P（ωi）为跟踪误差投资组合鲁棒优化模型的方差。投资组合的目标函数是求α最小的投资组合权重ωi，数理金融含义是：在市场风险最大的情景下α=max1ωiσ2（ωi），选择投资组合权重ωi使得投资组合收益波动最小，即min1ωiα。式（3）是投资组合关于期望收益约束，I为单位列向量；式（4）是关于投资组合权重约束；式（5）表示根据资本市场实际情景不允许卖空。
（二）跟踪误差投资组合鲁棒优化衍生模型
根据Costa和Paiva[7]，高莹等[8]学者的研究，跟踪误差投资组合鲁棒优化模型在资本市场具有适用性，然而面对资本市场的复杂性，本文在其基础上提出衍生模型。
1.单一目标收益跟踪误差投资组合鲁棒优化模型
假定投资组合是根据基本分析方法构建股票集，面对不同的情景集，在既定的单一收益目标约束下γ1=γ2=…=γk=γ选择投资组合具体的投资权重，即单一目标收益跟踪误差投资组合优化模型，这与Costa和Paiva[7]、高莹等[8]假设相同。
2.多目标收益跟踪误差投资组合鲁棒优化模型
许多投资组合优化模型在假设时都按照单一收益目标约束γ1=γ2=…=γk=γ下选择组合资产权重。然而在实际中，投资组合管理者针对不同市场预期采用相同的目标收益是不科学的，投资组合管理者的目标收益与市场预期是相关的，当投资组合管理者面对较乐观市场预期时会提高目标收益，面对悲观市场预期时会降低目标收益。特别是跟踪误差投资组合鲁棒优化模型在不同情景集下即在不同股票预期收益下，假定单一目标收益显然与实际情景不相符。多目标收益跟踪误差投资组合鲁棒优化模型则是在单一目标收益的基础上，根据不同市场预期制定不同的目标收益，即γk， k=1，2，…，m不全部相等提出的优化模型。
3.基于交易成本单一目标收益跟踪误差投资组合鲁棒优化模型
组合优化的目标是在风险与收益之间权衡从而选择投资组合最优权重的过程，传统上这个过程与交易成本是分开考虑的，然而这样得到次优权重经常会导致巨大的交易成本，并且在一些情况下会严重影响经风险调整的组合收益。
基于交易成本单一目标收益跟踪误差投资组合鲁棒优化模型是在单一目标收益模型基础上引入交易成本函数：TC（ω）=（TC1（ω1），TC2（ω2），…，TCn（ωn））， i=1，…，n，其中TCi（ωi）代表第i种资产交易成本，ωi代表第i种资产权重。则投资组合净权重为：=ω-TC（ω）=（1，2，…，n）T，i=ωi-TC（ωi）；投资组合基准权重为：B=ωB-TC（ω），Bi=ωBi-TC（ωBi）；投资组合收益为：μp=ωμ=∑n1i=1[μiωi]，其中μ=（μ1，μ2，…，μn）为n种资产预期收益；投资组合净收益为：μPN=∑n1i=1[μ1i]=∑n1i=1[μi（ωi-TC（ωi））]；投资组合风险为：σ2p（）=TΩ，其中Ω为投资组合中资产协方差。则基于交易成本单一目标收益跟踪误差投资组合鲁棒优化模型为：
三、跟踪误差投资组合鲁棒优化衍生模型在基金中的应用
（一）单一目标收益跟踪误差投资组合鲁棒优化模型转化为Fmincon函数标准形方法及在基金中的应用以光大保德信均衡竞选股票基金（基金代码360010）的交易数据为实证数据，根据MATLAB Fmincon函数提出一种新的求解方法，并将单一目标跟踪误差投资组合鲁棒优化模型的最优解与基准组合、基金实际组合的结果进行比较。
1.实证假设
假设（1）：基金360010在2013年第4季度投资组合构建是根据投资组合中各股票前6个月度收益率进行判断。
假设（2）：根据我国基金管理办法每季度公布股票重仓股组成，同时根据数据可得性，假定基金360010每季度调整一次投资比例，即在持有期内2013年第4季度投资组合中各股票权重比例不变。
2.数据选取
选取光大保德信均衡竞选股票基金（360010）在2013年第4季度投资组合10支重仓股。样本数据为2013年3月至2013年9月的月度收盘价，并且将收盘价依据（Pt-Pt-1）/Pt-1转化为2013年4月至2013年9月月度收益率，数据来源于大智慧软件。
3.计算方法及计算结果
（1）基准组合权重及收益。取基准投资组合权重ωB为10×1矩阵ωB=（1/10，1/10，…，1/10）T，则基准投资组合收益率为10只股票月度收益率均值。
（2）构造情景集及组合收益和协方差。本文考虑2种计算情景集方法，即k=1，2。
情景1，期望收益μ1为10×1矩阵是依据历史数据按算术平均值计算，相应协方差矩阵Ω1为10×10矩阵。
情景2，期望收益率μ2是按由近及远0.3、0.2、0.2、0.1、0.1和0.1权重计算得到，即最近期收益的权重是0.3，以后依次类推，最远期收益率的权重是0.1，原因是距离当前较近时期的收益率对基金经理预期判断影响较大。情景2下期望收益的协方差矩阵Ω2为10×10矩阵。
（3）单一目标收益跟踪误差投资组合鲁棒优化模型Fmincon函数标准化过程。
情景1下，单一目标收益跟踪误差投资组合优化模型Fmincon函数标准化过程。为使得跟踪误差模型转化为fmincon函数标准形式，设x=（α，ω2，ω2，…，ωn）。
综上所述，情景1下，单一目标收益跟踪误差投资组合优化模型（1）―（5）转化为Fmincon函数标准化形式式（11）―（16）：式（1）转化标准形式（11）为式（17）；式（2）转化标准形式（12）为式（18）；式（3）转化标准形式（14）为式（19）和式（20）；式（4）转化标准形式（15）为式（21）和式（22）；式（5）转化标准形式（16）为式（23）和式（24），其中Fmincon函数标准形式中初始迭代点矩阵为式（25）。
单一目标收益跟踪误差投资组合优化模型情景2转化为Fmincon函数标准形式计算方法与情景1计算方法相同。由于篇幅所限情景1与情景2具体函数值未给，备索。
利用MATLAB Fmincon函数求解单一目标跟踪误差投资组合鲁棒优化模型情景1和情景2下各资产权重，其中，γ1=γ2=0.05，无风险收益率取工商银行2013年整存整取一年期存款利率，即γf=0.0325，同时为比较投资绩效也给出了基金实际各资产权重，如表1所示。
由表2可见，从收益角度而言，单一目标收益跟踪1表2各模型下投资绩效模型1情景11情景21基金实际1基准组合收益10.0999 10.0946 10.0536 10.0499 风险10.0006 10.0002 10.0031 10.0037 收益/风险1171.9770 1480.6111 117.4492 113.6394 误差投资组合优化模型情景1和情景2收益率均显著高于基金实际情景与基准模型，并且显著高于投资组合目标收益γ=0.05，表明该模型对于提高基金收益是有效的；从风险角度而言，情景1和情景2风险均显著低于基金实际情景与基准模型，表明该模型对于分散风险同样是有效的；故此，单一目标收益跟踪误差投资组合优化模型情景1和情景2投资绩效显著优于基金实际情景和基准模型，表明单一目标收益跟踪误差投资组合优化模型可以显著提升基金表现。虽然单一目标收益跟踪误差投资组合优化模型情景1模型收益率高于情景2模型，但是风险更高，并且投资绩效显著低于情景2模型，从另一个角度而言，也印证了跟单一目标收益跟踪误差投资组合优化模型最终选择较大情景下各资产的权重的结论。综上所述，单一目标收益跟踪误差投资组合优化模型对于提高组合收益、分散组合风险是有效的，对于中国资本市场资产配置具有指导意义。
（二）多目标收益跟踪误差投资组合鲁棒优化模型在基金中应用
多目标收益跟踪误差投资组合优化模型式转化为MATLAB Fmincon函数标准形式中处理式（3）转化为式（14）时，2种情景下取不同目标收益，即γ1≠γ2，则：
如表3所示，在不同目标收益下，各资产权重发生变化，即进一步验证了多目标收益跟踪误差投资组合优化模型相比单一目标收益模型更具有合理性；投资组合实际收益率高于目标收益，表明多目标收益跟踪误差投资组合优化情景1时对于提高组合收益表现具有较好的表现；在目标收益递增的过程中，投资组合实际收益也伴随着目标收益逐步增加，投资组合风险先下降、后上升，在目标收益为0.065时组合风险达到最小-0.00003，投资组合风险总体呈现下降趋势，多目标收益跟踪误差投资组合优化情景1时不仅在提高收益方面表现优异，在分散风险方面同样有效；多目标收益跟踪误差投资组合优化情景1时在目标收益γ1=0.065时、偏差波动的上界变量为α1=0.0031投资组合绩效最高，与表3均高于基金实际和基准模型投资绩效。
表3与表4具有组合收益显著高于目标收益的情况。但是多目标收益跟踪误差投资组合鲁棒情景2下组合风险与情景1不同，组合风险在随着目标收益的增加而增加，没有出现反转现象。情景2多目标收益跟踪误差投资组合优化模型在目标收益γ1=0.05时、偏差波动的上界变量为α1=0.0016投资组合绩效最高，与表2相比投资绩效同样均高于基金实际权重投资绩效和基准模型投资绩效。
结合表3和表4，根据投资组合绩效分析，多目标收益跟踪误差投资组合鲁棒优化模型在情景1时和情景2时，最终会选择在情景1时，目标收益为γ1=0.065、偏差波动的上界变量为投资组合权重，与表2相比，多目标收益跟踪误差投资组合鲁棒优化模型相比单一目标收益模型在提高收益、降低风险方面表现更为有效。
综上所述，在相同情景下不同目标收益γk会改变投资组合权重，影响投资组合收益与风险走势，从而影响投资组合投资绩效，因此，需要根据不同的市场预期下确定不同投资目标收益，再根据投资绩效分析，从而确定更优的投资组合权重。
（三）基于交易成本单一目标收益跟踪误差投资组合鲁棒优化模型实证分析
采用与Zheng和Liang[10]、王春峰等[11]相同的交易成本函数：TCi（ωi）=aiωi+bi，i=1，2，...，n，同样忽略固定交易成本对资产权重的影响，则变为：TCi（ωi）=aiωi，0
基于交易成本单一目标收益跟踪误差投资组合优化模型转化为MATLAB Fmincon函数标准形式方法与上述相同。
利用MATLAB Fmincon函数求解得情景1与情景2资产权重及投资绩效如表5所示：
由表5可见，基于交易成本单一目标跟踪误差投资组合鲁棒优化模型情景1和情景2的收益率均低于与未引入交易成本的单一目标模型的收益率（见表2），再次印证引入交易成本会降低投资组合收益率；根据投资绩效分析，基于交易成本单一目标模型情景1投资效率高于情景2投资效率，这与单一目标模型结果相反，表明引入交易成本后会影响投资决策，也许会产生截然不同的结果。
四、结论
本文研究了跟踪误差投资组合鲁棒优化模型及其衍生模型在中国资本市场的应用：
基金投资组合分析篇（11）
证券投资基金是一种利益共存、风险共担的集合证券投资方式，即通过发行基金份额，集中投资者的资金，由基金托管人托管，由基金管理人管理和运用资金。人们平常所说的基金主要就是指证券投资基金。证券投资基金作为一种现代化的投资工具，主要具有以下三个特征：集合投资，基金是这样一种投资方式：它将零散的资金巧妙地汇集起来，交给专业机构投资于各种金融工具，以谋取资产的增值；分散风险，以科学的投资组合降低风险、提高收益是基金的另一大特点；专业理财，基金实行专家管理制度，这些专业管理人员都经过专门训练，具有丰富的证券投资和其它项目投资经验。证券投资的划分标准很多，按投资标的分类，证券投资基金可以分为：债券基金、股票基金、货币市场基金以及混合型基金。我国的债券投资基金虽然起步较晚，但是近年发展迅速，为我国资本的完善发挥了重要作用。同事也为中小投资者拓宽了投资渠道，促进了证券市场的稳定与发展。
一、证券投资基金股票投资的投资风格实证分析
对股票型基金的风格分类有两种分类方法：第一是事前分类，即按照基金的招募说明书的投资目标和投资策略分类，也就是基金公司和基金经理自己宣称的风格，所谓的名义风格。一般来说基金都会将自己所属的基金风格体现在基金的名称当中，比如易方达积极成长基金，上头摩根成长先锋等等；二是事后分类，即基于基金公布实际投资组合分类，这种分类方法是按照基金实际投资的组合和绩效判断其风格归属。这里采用事前分析，本文选取截至2013年底处于上市的股票型基金58 只和封闭式基金30只股票型开放式基金为样本，将样本基金按照成长型、平衡型、价值型进行归类，详见表1。
表1 样本基金事前基金风格情况表
统计结果显示，股票型开放式基金的投资风格则较为集中，从基金数目来看和从基金规模来看，平衡型开放式基金规模占比最高，各占2/3 左右，成长型基金相对较少占比近1/3，价值型基金最少。封闭式基金的投资风格也比较集中，60%的封闭式基金其投资风格为平衡型，占全部基金规模的近74%。可见，随着基金业的发展，尤其是开放式基金的出现，基金产品的投资风格设计渐趋改变，各基金公司开始向其他细分市场扩展，通过差异化的投资风格，传递不同的投资理念，来满足不同细分市场的投资者的需求。
二、我国投资基金股票选时选股能力的实证分析
选股能力，评价基金经理正确选择证券的能力。选时能力，评价基金经理恰当选择投资时机的能力。对基金择时能力和选股能力评价方法的基本思路是：一般采用资本资产定价模型为基准和出发点，将投资基金的择时能力和选股能力明确分离和准确量化，然后进相关评价和能力分析。本部分的实证选择的是特雷诺（Treynor，J）和玛泽（Mauzy，K）提出的T-M模型。
（1）T-M模型简介。1966年由Treynor和Mazuy共同提出，用于对基金经理的时机选择与证券选择能力的评估。认为具备时机选择能力的基金经理应能预测市场走势，在多头时，通过提高投资组合的风险水平以获得较高的收益，在空头时降低投资组合的风险。从而CAPM特征线不再是固定斜率的直线，而是一条斜率会随市场状况变动的曲线，该曲线相应的回归模型简称为T-M模型。公式如下：
根据二次市场超额收益模型：R-Rf=α+β×（Rm-Rf）+γ×[（Rm-Rf）2]+ε。
其中：R为基金复权净值收益率序列数据的算术平均值；Rf为当前银行一年定期存款税前收益率（折算到用户设定的计算周期）；Rm为标的指数收益率序列数据的算术平均值。通过该模型回归后得到的α表示了基金经理的选股能力，γ表示了基金经理捕捉市场时机的能力，即选时能力。
（2）选时选股能力的实证分析。样本集与样本期间的选取，本次实证研究扔选取2012年9月到2013年前成立的所有非指数型开放式股票基金（25只）为样本，样本数据为2013年到2014年1月截至52周前每周的复权净值。无风险收益率的选择以一年定存利率（税前）为准，一年期定期存款的利率是2.25%。市场基准的选择上证综合指数。
（3）回归结果如表2所示。
表2 样本基金择时择股能力实证数据表
（4）对于实证结果分析。样本基金之中25 只基金的α值均为正值的有20只，表明绝大部分基金在一定程度上均具有选股选择能力在T-M模型下的选时能力，我们可以从大部分基金的γ 值为负得出，样本基金的选时能力不强。
三、结论总结
本文从投资风格与选时选股两个方面实证分析了我国基金的投资策略进行了实证分析。分析结果表明各基金的投资风格具有一定的差异，股票型开放式基金的投资风格则较为集中，封闭式基金的投资风格相比开放式更集中。对于选股选时能力的分析表明绝大多数基金具备一定的择股能力，但尚不具备择时能力。我国证券投资基金的发展还处于快速发展的阶段，制度不完善、产品相对不成熟包括基金经理的投资理念也处于发展阶段。本文关于投资策略的研究仅是证券投资基金很小一个方面，由于个人能力有限还有诸多不足兴许还有错误，但求自己的研究工作能为该研究在实践方面的发展提供一些新思路。（作者单位：西南民族大学）
参考文献：
[1]熊胜君，杨朝军.中国证券投资基金投资风格变化原因分析[J].哈尔滨商业大学学报（自然科学版），2005，（12）.
[2]曾晓洁，黄高，储国强，基金投资风格与基金分类的实证研究[J].金融研究，2004，（3）.
[3]杨东锐.证券投资基金投资行为的实证研究[D].重庆：重庆大学， 2005.
[4]丁志国.证券市场有效性研究[D].吉林：吉林大学，2004.
