改进的均值方差模型在我国主动型股票基金行业配置的应用研究

VIP免费

3.0 赵德峰 2024-11-19 6 4 2.09MB 72 页 15积分

侵权投诉

摘要

随着资本市场的日益活跃，基金尤其是股票型基金在数量和资产管理规模上

均获得了较大的增长，逐渐成为财富管理的重要工具。而在股票型基金的发展中，

行业配置日益得到重视，众多行业轮动、行业精选、主题行业的基金的发行运作

也充分证明了行业配置的重要性。同时，由于股票型基金的股票持仓要求及目前

市场投资品种的匮乏，相比于资产大类配置，行业配置更具操作空间。加之我国

目前正处于经济转型时期，不同行业间表现两极分化，行业配置研究极具意义。

本文主要使用 VaR 改进后的均值-方差模型对股票型基金进行量化行业配置。

其中，在 VaR的计量中使用 GARCH模型进行收益率拟合，得出对异方差的估计，

并采用正态分布假设和不对分布做出假设两种方法得出 VaR 的估计，通过返回测

试选择最佳方法，并以此做出 VaR 预测。在预期收益的计量中，本文使用一致预

期行业复合两年利润增长率和预期股本回报率两个指标。最后，本文通过模型与

样本基金表现对比完成模型有效性及适用性检验。通过实证研究，本文主要得出

如下结论：VaR 改进后的均值-方差模型在中长期的行业配置上表现出较好的效果，

但在短期配置上表现不理想；在预期收益的选择上，预期行业两年复合利润增长

率优于预期净资产收益率；在 VaR 的计量中，正态性假设下的 VaR 计量不满足有

效性要求，而实际分布法计量效果较好。

本文的主要创新之处在于将 VaR 改进后的均值-方差模型用于行业配置的量

化研究中，并使用一致预期数据和回购收益率作为预期收益和无风险利率。在 VaR

的计量中，避免了对标准残差做出分布假设。但同时，本文在量化过程中未考虑

交易费用、流动性等市场摩擦因素，未来的研究中可将其作为调仓成本列入量化

模型中。

关键词：行业配置均值-方差模型风险计量预期收益一致预期

ABSTRACT

As the capital market being increasingly active, the mutual fund especially stock

fund has increased in both quantity and asset under management, and it is gradually

regarded by public as a main choice of wealth management. With the development of

stock fund, industry allocation is increasing valued, large quantity of industry rotation

funds and industry selection funds issued successfully. At the same time, the industry

allocation is more flexible than asset allocation for stock fund as a result of limitation in

stock holdings and lack of investments. Besides, the performances of industries polarize

while China is in its economic transition period. The industry allocation research is

meaningful hence.

The paper quantified industry allocation in stock fund with the Mean-Variance

Model improved by VaR. In the measure of VaR, GARCH model was applied in fitting

the fluctuation of industry index yield to get the estimation of heteroscedasticity. Normal

distribution hypothesis and none distribution hypothesis were employed and evaluated by

Back-up test. In the measure of expected return, expected composited industry profit

growth and expected return of equity from consensus data were applied. The

effectiveness and applicability of the Mean-Variance Model was tested by contrast the

performance of the model and performance of sample funds. The main conclusions of the

paper are: The Mean-Variance Model used in the paper showed positive effect in long

term, while its short term performance was disappointing. The expected composited

industry profit growth show better result than expected return of equity in this model. In

the estimate of VaR, the normal distribution hypothesis failed in passing back-up test.

Main innovations of the paper are quantified industry allocation with the

Mean-Variance Model improved by VaR, applied consensus data as expected return and

repo rate as riskless rate, and avoid distribution hypothesis in VaR estimation. But also,

the transaction expenses and liquidity were not taken in consideration which can be treat

as reallocation cost in further research.

Key Words: Industry Allocation, Mean-Variance Model, Expected

Return, Value-at-Risk, Consensus Data

中文摘要

ABSTRACT

第一章绪论 ..................................................... 1

1.1 选题背景与意义 .......................................... 1

1.2 文献综述 ................................................ 2

1.3 章节安排 ................................................ 6

1.4 可能的创新及不足 ........................................ 7

第二章传统行业配置策略概述 ..................................... 9

2.1 投资时钟理论 ............................................ 9

2.2 基于经济周期的行业配置策略 ............................. 10

2.3 基于货币周期的行业配置策略 ............................. 12

第三章股票型基金行业配置现状及配置贡献 ........................ 13

3.1 证券投资基金发展概况 ................................... 13

3.2 行业分类方法 ........................................... 14

3.3 股票型基金的行业配置现状 ............................... 16

3.4 股票型基金的行业配置贡献 ............................... 18

3.4.1 业绩归因方法—Brinson 模型 ..........................18

3.4.2 样本基金行业配置贡献测量 ............................19

第四章行业的风险计量 .......................................... 23

4.1 传统风险计量方法 ....................................... 23

4.2 VaR 理论概述及计量方法 .................................. 24

4.2.1 VaR 理论概述 ........................................24

4.2.2 VaR 计量方法—GARCH 模型 ............................26

4.2.3 计量效果的返回测试 ..................................28

4.3 实证：行业指数的 VaR 计量 ............................... 29

4.3.1 样本数据有效性检验 .................................31

4.3.2 GARCH 模型拟合及 VaR 计量 ............................36

4.3.3 VaR 计量效果检验及预测 ..............................40

4.4 本章小结 ............................................... 43

第五章行业的量化配置 .......................................... 45

5.1 Markowitz 投资组合理论 ................................. 45

5.2 资产定价模型 ........................................... 47

5.2.1 资本市场线 .........................................47

5.2.2 证券市场线 .........................................49

5.3 实证：最优行业指数配置—预期收益-VaR 模型 ............... 50

5.3.1 风险矩阵与预期收益 .................................50

5.3.2 基于预期收益-VaR 的有效前沿 .........................55

5.3.3 最优行业配置的确定 .................................56

5.3.4 预期收益-VaR 模型效果检验 ...........................59

5.4 预期收益-VaR 模型的缺陷及可能的改进 ..................... 61

5.5 本章小节 ............................................... 62

第六章结论 .................................................... 64

参考文献 ....................................................... 65

在读期间发表的论文和承担科研项目及取得成果 ..................... 69

致谢 ........................................................... 70

上海理工大学硕士学位论文

第一章绪论

1.1 选题背景与意义

近年来基金业获得了蓬勃的发展。不仅在数量和资产管理规模上日益增

长，在收益率上也有较好的表现。截止至 2012 年末，我国市场中基金数量已

达1110 只，总资产管理规模为 2.69 万亿，其中股票型基金在数量及资产管

理规模中均占据明显的大比重，其平均收益率达到 5.69%，收益率最高的中

欧中小盘收益率更是达到 29.34%，而同期上证综指仅上涨了 3.17%，深证综

指仅上涨 2.22%。

在收益的众多来源中，资产配置的贡献了占据较大比重。根据 Ibbotson

和Kaplan(2000)[1]的研究，在美国共同基金和养老基金中，资产配置为基金

的收益贡献度超过 100%，个股选择和择时等甚至带来了负贡献，另外，不

同基金间 40%业绩的差异可以使用资产配置上的区别来解释。因此，选择有

效的资产配置方法对投资组合的管理至关重要。

而对于股票型基金而言，证券投资基金法的规定，股票型基金在每个开

放日需保持不低于 5%的现金及政府证券以应对赎回，股票投资比例不得超

过95%，同时不得低于 60%。由于法规对公募基金仓位的限制，基金的仓位

调整空间有限，加之我们目前市场中可选的投资资产类别有限，大类资产配

置灵活度较低，收益风险调整空间较小。更多情况下，对收益风险的调整是

通过对行业的配置实现。而我国的法规对行业配置集中度等无硬性规定，因

此行业配置具有较大的操作空间且通过有效行业配置为基金带来的收益贡献

较大。

同时，近年来随着我国经济转型的推进，不同行业间的表现呈现两极分

化状态，2012 年全年增长幅度最高的房地产行业涨幅为 31.74%，而表现最

差的信息服务行业收益率为-11.95%，首尾相差超过 40%。各行业中，涨幅超

过10%的有 5个行业，跌幅超过 10%的行业有 4个，差异明显，行业配置研

究的因此更加具有意义。

而近年来众多行业轮动、行业精选、主题行业的基金的发行运作也进一

步说明了行业配置在基金资产组合配置中的重要性。同时，也增强了有效的

行业配置方法的需求。如何有效的进行行业配置成为亟待解决的问题。

目前常见的行业配置研究多以策略分析为主，讨论集中在如何对经济周

期及货币周期等的判断及在不同周期下配置何种行业[2,3]，但在实际操作中具

第一章绪论

体配置比例仍需依靠投资者本身的主观判断，缺乏对行业配置的量化。而量

化模型本身应用已日益广泛，展现出计量精准、避免主观情绪干扰等众多优

势，但目前尚未用于主动管理型基金中，拥有很大的发展空间。

在资产配置的量化模型中，最为著名的为 markowitz 提出的现代资产组

合管理理论。其在资产配置过程中，综合考虑了各资产的收益、风险情况及

资产间相关性带来的对整个投资组合的风险降低，最终确定了资产组合的风

险收益前沿面，再结合资产市场线得出最优风险投资组合。

虽然综合考虑了收益及风险情况，但 markowitz 理论中使用收益均值及

方差分别代表预期收益和资产风险，仅体现资产过去的收益风险情况，不能

对代表未来资产情况。众多研究针对此问题提出了各种解决方案[4]，本文在

此基础上使用一致预期数据及 VaR 分别作为预期收益及风险的估计，将均值

-方差模型改进为预期收益-VaR 模型，并将此用于股票型基金的行业配置量

化研究中，以期为行业配置的量化提供借鉴。

1.2 文献综述

行业因素是影响股票表现的重要因素，根据范龙振、王海涛[5](2003)的研究，

我国股票市场的行业效应和地区效应较为明显，其中，相比于地区效应，行业效

应更为明显。熊胜君、杨朝军[6](2004)的研究进一步证实了我国股票市场存在较为

明显的行业效应，并由此得出“自上而下”的配置策略有效的结论。

行业因素不仅对股票的收益率存在影响，更在一定程度上影响了股票价格波

动。Roll(1992)[7]对各国的股票指数波动进行归因分析，实证结果显示，行业因素

在众多解释因素中最为显著，能够解释近一半的股票指数收益率波动，其次为汇

率因素。Marsh(1997)[8]同样认为行业因素对股价波动最具影响的因素，其研究显

示20%-30%的股价波动均可由行业因素解释，Arshanapalli 等[9](1997)使用 ARCH

检验验证了该结论。然而 Heston 和Doukas [10](1994)则认为行业因素对股价波动

的影响程度较低，其研究显示仅 1%的股价波动可使用行业因素解释。

众多学者的研究说明了采用行业配置策略可行性，然而采用何种行业配置策

略，如何把握市场变化及时调整行业配置，如何量化行业配置成为急需解决的问

题。Sorensen 等[2] (1956)提出了行业动量轮动策略。该策略下的投资组合行业配

置主要依据前期行业表现，即主要配置于前期表现较好的行业。其实证研究使用

1972 年至 1982 年10 年的股票历史数据(分为 43 个行业)，结果显示配置前期收益

率前五的行业所获得的年收益率为 9.32%，配置收益率前三的行业年收益率为

上海理工大学硕士学位论文

16.8%，超越同期标普指数的表现。但研究中也指出，该策略表现受市场环境影

响较大，牛市中效果明显好于熊市中的效果，而在市场大幅波动的年份该策略基

本无效。

郑木清[3] (2003)提出通过对经济周期的判断进行行业配置。其研究考察了不

同的经济阶段下各行业的表现，分别计量了各行业收益率对 GDP 和利率的敏感程

度，据此对行业进行分类并给出依据经济阶段的判断选择行业的一般准则，为行

业配置提出参考。

上述研究提供了行业配置的基本规则，但在操作上仍主要依靠投资者本身的

主观判断。余志高[4] (2011)将现代投资组合管理理论——均值方差模型引入行业

配置中，建立了行业配置的量化模型。实证中使用 2005 年年初至 2010 年年末六

年的股票日收益率，行业使用证监会行业分类，研究了普通和允许卖空两种情形

下的量化行业配置模型，完整的展示了量化过程及效果。

现代的投资组合管理理论始于 Markowitz，在此之前，对投资组合管理的研

究尚未实现量化，对风险仅停留在概念上的认识无法准确计量。Markowitz(1952)[11]

在投资组合管理的研究中，首次对收益及风险进行了定量研究，将其分别定义为

均值和方差，证券的方差代表了其风险，而证券组合的风险则使用组合协方差计

量，实现了风险的定量化，并创立了基本的均值一方差(Mean-Variance, MV)模型，

为投资组合管理的研究开辟了一条全新的思路。

均值-方差理论是投资组合研究的重大突破，极大地方便了人们对于风险的定

量刻画。Merton(1972)[12]对该模型的有效性进行了研究，结果表明，风险收益前

沿面上每一点代表的投资组合均可以通过市场组合和最小方差下的投资组合进行

线性组合得到。

均值-方差理论刻画的风险收益前沿面上的每一个投资组合都具有相同风险

下获取的收益最高的特征，为取得更高的收益必须承担更高的风险，即每个投资

组合都是有效的。但如何从风险收益前沿面选择最佳投资组合中成为困扰投资者

的难题。为解决这一问题，Sharpe(1964)[13]和Lintner(1965)[14]分别独立推导出了

资本资产定价模型(CAPM)，探讨了在均值-方差模型的理论框架之下，如何在资

本市场达到均衡时决定资产的价格和收益率，选择最优的投资组合，同时为市场

提供了一个可以计量投资品风险大小的有力模型。

均值-方差理论及 CAPM 模型一经提出并获得了较为广泛的应用。李善民，

徐沛(2000)[15]在充分分析我国股票市场的特征后，对均值-方差模型在我国股票市

场的有效性进行了实证检验。结果显示，该使用模型构建的投资组合有效的降低

第一章绪论

了投资组合的系统风险，与随机投资组合相比具有较强的优越性。施建刚，黄清

林(2005)[16]创新性的将收益-方差模型和收益-β模型用于房地产投资决策中，并进

行了实证研究，其使用方法与资本市场投资组合构建类似。但由于房地产流动性

不足等问题，该模型在实际应用中有效性有待考察。

但同时，其对收益及组合风险的假设和计量方法受到众多学者的质疑。在收

益的计量上，Koskosidis 与Duarte(1997)[17]指出均值方差模型使用过去收益，不能

代表资产未来的表现，应使用对未来收益的预期替代。Koskosidis 等使用情境分

析等方法得出未来收益预期，以此修正均值-方差模型。其中情境分析既可以是根

据过去资产表现得出的对未来的预测也可以根据专家观点得出的对未来收益的预

期。

在对风险的计量上，使用方差的有效性也深受质疑。方差计量了资产的全部

风险，而其中只有系统风险可以通过配置不同品种的投资品降低。因此，有学者

指出应使用β系数替代方差计量风险，实现系统风险与非系统风险的分离的同时

更易理解风险大小。但 Fama 和French(1992)[18]的研究指出，β系数与方差具有相

同的假设条件，存在有效性不足的问题。

均值-方差模型假设资产的收益率符合正态分布，而事实上，资产的收益率多

不符合该假设。Konno(1990)[8]提出仅考虑资产的收益和方差还不足提供资产所有

信息，应在模型中加入其它影响投资决策的信息，如偏度。在研究中，他使用绝

对方差替代传统的方差并加入了偏度，建立了均值-绝对方差-偏度模型。该模型

以均值和绝对方差为限制条件并以偏度最大为目标，将投资组合模型线性化，节

约了求解的时间。

除收益率符合正态分布的假设引起质疑外，使用方差度量风险的有效性本身

也引起争议。有学者认为，资产价格的上涨和下跌均应影响方差的计算，但事实

上，仅资产价格的下跌才会被投资者视为风险，资产价格的上涨是实现收益的条

件，并不带来风险。为此，计量单边价格波动的半方差被视为计量风险的有效代

替。Quirk、Saposnik(1962)[19]使用半方差模型代替传统的方差模型，得出半方差

模型由于方差模型的结论。James(1970)[20]的研究再一次证明了此结论。

上述方差改进均在一定程度上完善了对资产的风险计量，使均值-方差更具实

用性。但存在参数难以理解等问题，随着风险管理理论的发展，VaR 逐渐被引入

投资组合管理中。

吴世农、陈斌(1999)[21]对比分析了均值-方差模型及分别使用 Downside-risk

和VaR 改进后的模型。文章在进行理论研究对比的基础上，使用了深圳成指及上

文档加载中……请稍候！
如果长时间未打开，您也可以点击刷新试试。

下载文档到电脑，查找使用更方便

15 积分 4人已下载

立即下载 VIP免费下载

摘要：

摘要随着资本市场的日益活跃，基金尤其是股票型基金在数量和资产管理规模上均获得了较大的增长，逐渐成为财富管理的重要工具。而在股票型基金的发展中，行业配置日益得到重视，众多行业轮动、行业精选、主题行业的基金的发行运作也充分证明了行业配置的重要性。同时，由于股票型基金的股票持仓要求及目前市场投资品种的匮乏，相比于资产大类配置，行业配置更具操作空间。加之我国目前正处于经济转型时期，不同行业间表现两极分化，行业配置研究极具意义。本文主要使用VaR改进后的均值-方差模型对股票型基金进行量化行业配置。其中，在VaR的计量中使用GARCH模型进行收益率拟合，得出对异方差的估计，并采用正态分布假设和不对分布做出...

展开>> 收起<<

改进的均值方差模型在我国主动型股票基金行业配置的应用研究.pdf

共72页,预览8页

还剩页未读，继续阅读

改进的均值方差模型在我国主动型股票基金行业配置的应用研究

相关推荐

开通VIP享超值会员特权

作者详情

相关内容

推荐作者

热门标签

举报选择: