前言：中文期刊网精心挑选了股票型基金范文供你参考和学习，希望我们的参考范文能激发你的文章创作灵感，欢迎阅读。
股票型基金范文1
一、引言
随着2013年6月新《基金法》的实施，基金产品创新发行异常迅速，积极推动了我国基金市场的发展，截止2015年7月底，我国98家基金公司共发行基金产品数已达到2451只，基金数量增长之快带来的问题是，投资者如何才能有效选择基金产品？目前，投资风格是作为基金产品发行的标签，但大量文献研究发现基金投资风格发生漂移已成常态，且该现象越来越严重。现有相关文献研究主要集中在基金投资风格漂移实证检验及其成因方面。在投资风格识别上主要有定性与定量两类方法：定性上可根据基金招募书宣称的投资风格来识别风格漂移；定量上可用计量方法来检验基金投资风格漂移。后来还有一些学者研究牛市和熊市行情下的基金风格漂移情况，得出了各种结论。但几乎未有文献系统研究宏观经济环境下的基金投资风格漂移情况。本文将重点探讨宏观经济环境对股票型基金投资风格漂移的影响，以期实证检验宏观经济波动是如何影响到基金投资行为的，本文研究意义在于为如何通过基金公司等机构投资者来维稳证券市场健康发展奠定理论与实证基础。
二、文献评述
随着全球基金市场的迅速发展，国内外关于基金投资风格漂移方面的文献逐渐增多，但大多集中在基金投资风格漂移检验、漂移原因解释、漂移程度量化及分析其与基金绩效之间的关系等。在基金投资风格漂移检验、量化及成因方面。Sharpe(1992)开创性地建立了投资风格分析模型，利用基金历史收益率与某种风格指数相联系进行风格识别。DanDiBartolomeo和ErikWitkowsk（i1997）研究认为基金普遍发生了较严重的投资风格漂移现象。Cooper等（2005）发现基金可通过变换基金名称来改变其投资风格。董铁牛等（2008）实证结果发现：债券型基金无投资风格漂移现象，然而股票型和混合型基金有较严重的投资风格漂移现象。宋光辉和许林（2011）运用分形理论构建了CIS指标来量化投资风格漂移，发现风格漂移的基金比例高达76.4%，但同时漂移程度并不大。PauloLeite和MariaCéuCortez(2014)发现基金会根据他们筛选的策略表现出不同的投资风格。容易发现这些文献的检验方法均没有考虑到样本数据的尖峰厚尾、波动聚集等特征，从而使得研究结论缺乏可靠性。
在投资风格漂移对基金业绩及其持续性影响方面。Kathryn和Robert(2007)研究结果发现：投资风格漂移与基金业绩正相关。Andrew等(2008)把投资风格漂移的程度分解成主动的与被动的成分，实证发现：基金主动调整投资组合比被动调整投资组合更有效，业绩的压力促使基金经理发生风格漂移。SunilWa-hal和M.DenizYavuz.(2013)研究结果表明：风格投资在资产收益的可预测性方面发挥了重要作用。UlfHerrmann和HendrikScholz(2013)实证结果表明：25%的基金表现出超额业绩和风格转换能力；25%的基金表现出短期的业绩持续性，但不具备风格转换能力。李学峰和徐华（2007）发现基金发生投资风格漂移要比坚守投资风格有更好的投资业绩。王敬和刘阳（2007）、王鹏（2011）肯定了基金未来业绩受投资风格的持续性影响，认为大小盘基金发生适度风格漂移对未来业绩有益，而成长型和价值型基金则应坚守投资风格。高鹤等（2014）研究发现：男性与女性基金经理在实际投资风格与长期投资业绩方面均没有显著差别。不难发现这些文献只是检验了投资风格漂移对基金绩效的影响，但没有文献解释这些影响是否跟宏观经济环境有密切关系。在不同股市行情下基金投资风格漂移方面。宋威（2009）研究发现李学峰和徐华（2007）得出的结论仅适用于牛市行情，在熊市行情下发生了风格漂移的基金不会有更优的绩效。郭文伟等（2011）研究发现：风格漂移在长期上显著削弱了基金绩效，从短期上看，风格漂移对基金绩效的影响随股市牛熊转换而变化；在熊市中，风格漂移有利于提升基金绩效，在牛市或由牛市转向熊市的过渡阶段，风格漂移对基金绩效有负面影响。陈星榕（2014）研究得出基金家族要严格控制投资风格漂移程度，不能随意对投资风格做出调整，而要随宏观经济波动进行风格漂移。容易发现这些文献只是研究了不同股市行情下的投资风格漂移及其绩效问题，对于宏观经济环境是如何具体影响投资风格漂移问题没有涉及。
综上所述，偏股型基金经常发生较严重的投资风格漂移现象，学者们也在不断尝试运用各种方法来检验投资风格漂移及其对基金业绩等方面的影响，通过解释不同股市行情下的业绩影响与漂移成因以寻求更科学的结论。但国内学者对基金投资风格漂移仍处于摸索阶段，研究结论未达成一致，有可能是因为基金投资风格漂移的识别方法、研究样本和研究视角不同所导致。因此，基金投资风格漂移问题仍是值得研究的领域，且未见文献研究宏观经济环境对基金投资风格漂移的影响。考虑到基金数据的尖峰厚尾、波动聚集等特征，本文通过构建修正的EGARCH-M模型，从宏观经济环境的视角，实证分析其对股票型基金投资风格漂移的影响，据此为政府部门提出有效的监管政策以引导基金维护证券市场稳定发展提供决策参考。
三、样本数据与模型构建
本文借鉴牛市和熊市对基金投资风格漂移的影响研究，从宏观经济环境的视角研究其对基金投资风格漂移的影响。首先对国内宏观经济环境进行划分，选择了基金市场高速发展的宏观经济环境2009-2014年，研究其对基金投资风格漂移情况，通过构建修正的EGARCH-M模型，实证检验样本股票型基金在研究期间的投资风格漂移情况，最后通过比较分析宏观经济环境不同阶段所发生的投资风格漂移基金比例情况，推理出宏观经济环境对股票型基金投资风格漂移的影响。
（一）样本选择与数据来源因股票型基金容易发生投资风格漂移现象，本文选取了2005年成立的37只开放式股票型基金作为研究样本，考虑到2007-2008年爆发了全球的次贷危机，到2009年才逐步慢慢复苏过来，故以2009年3月2日至2014年2月28日共五年作为研究期间。数据来源于聚源数据库、国家统计局网、证券会网、天天基金网等数据库与相关网站，主要包括我国宏观经济数据（GDP当季同比增长率、居民消费价格指数CPI当月同比增长率）、基金单位净值、基金分红送配、基金业绩比较基准、各个风格指数的收盘价。采用的数据分析软件有Excel2003和Eviews7.0。被解释变量，基金日收益率Y。因变量Y定义为Yt=(ln(NAVt+Dt)–lnNAVt-1)×100，其中，NAVt是第t日的基金单位净值，Dt是第t日的基金分红，NAVt-1是第t-1日的基金单位净值。解释变量，风格指数日收益率X。每一只基金的风格指数日收益率是根据它的业绩比较基准公式，分别以每一个风格指数收益率的权重乘以风格指数收益率。如：天治品质基金的业绩比较基准公式为70.0%×中信标普300指数收益率+30.0%×中信标普国债指数收益率。那么风格指数日收益率Rt=(lnPt–lnPt-1)×100，其中，Pt是第t日的指数收盘价，Pt-1是第t-1日的指数收盘价。另外，一年期定期存款年利率TDR与银行间同业拆放利率。本文研究的基金业绩比较基准公式中涉及到的一年期定期存款年利率直接使用中国人民银行公布的一年期定期存款利率，涉及到的同业存款利息率直接使用上海银行间同业拆放利率（ShanghaiInterbankOfferedRate）隔夜数据。从表1统计结果可以看出，37只样本基金日收益率序列的偏度均不为0，峰度也均大于3，Jarque-Bera统计量在1%显著性水平下均拒绝收益序列服从正态分布的原假设，表明基金日收益率序列不服从正态分布，具有典型的偏度、尖峰厚尾特征。对各风格指数日收益率序列的描述性统计分析也得出了类似结论。将所选取的基金收益率与风格指数收益率做回归分析，并进行ARCH-LM检验，检验结果发现样本基金均存在波动聚集ARCH效应，且具有高阶ARCH效应，即GARCH效应，因此，本文采取GARCH族模型对基金日收益序列建模是合理的。
（二）模型构建根据表1的描述性统计结果可知，样本基金日收益率序列具有尖峰厚尾、波动聚集等特征，即存在高阶ARCH效应。据此，本文参照彭耿（2014）构建的修正EGARCH-M模型①，以基金日收益率Y为因变量，以风格指数日收益率X为自变量，构建EGARCH-M计量模型。
四、实证分析
（一）宏观经济环境阶段的划分本文借鉴一般的宏观经济周期划分法，把经济环境划分为复苏期、过热期、滞胀期和衰退期四个阶段。由于经济增长和通货膨胀是两个非常重要的宏观经济指标，本文借鉴卢文伟（2014）的方法，从经济增长和通货膨胀两个维度，选取国内生产总值和居民消费价格指数作为宏观经济环境划分指标。由于无法获取国内生产总值的月度数据和居民消费价格指数的季度数据，但仅使用年度数据划分经济周期会影响准确性，故本文最终采用国内生产总值GDP当季同比增长率和居民消费价格指数CPI当月同比增长率作为宏观经济环境的划分指标。下表2为宏观经济环境划分标准：在研究期间选择上，考虑到样本基金是2005年成立的，要选择基金已经运行了一段时间，这样样本才具有良好的代表性，根据2004-2014年的国内生产总值GDP当季同比增长率和居民消费价格指数CPI当月同比增长率的走势图（如图1），再结合2007-2008年美国次贷危机的全球影响，本文选取了次贷危机后国内基金市场高速发展的宏观经济环境，2009年3月2日至2014年2月28日这五年为研究期间，具体经济环境划分结果见表3。
（二）实证结果与分析使用修正EGARCH-M模型对37只样本股票型基金投资风格漂移情况进行分析，根据样本基金日收益序列的尖峰厚尾、波动聚集特征，具体修正方法是将EGARCH-M模型设定为（1,1）阶，ERROR（误差）设定为GED（GeneralizedError，广义误差），ARCH-M设定为Std.Dev（.标准差）。根据表1的描述性统计结果，采用这样的修正是比较符合数据客观特征的。实证分析结果见表4所示（因文章篇幅限制，仅列出了两个关键系数实证结果，下同）。表4数据结果表明，在整个研究期间内，37只样本基金中，有20只基金发生了投资风格漂移，17只基金没有发生投资风格漂移，基金风格漂移的数量占比达54.05%，说明投资风格漂移现象较严重。为了进一步分析宏观经济环境对基金投资风格漂移的影响，下面对宏观经济环境中不同阶段的投资风格漂移现象进行分析，实证结果主要如表5所示。根据表5的实证结果就可以得出表6的结果，发现37只样本基金在宏观经济环境的四个不同阶段中，基金发生投资风格漂移的情况：在复苏期，有14只基金发生了投资风格漂移，其余23只基金没有发生投资风格漂移；在过热期，有13只基金发生了投资风格漂移，其余24只基金没有发生投资风格漂移；在滞胀期，有17只基金发生了投资风格漂移，其余20只基金没有发生投资风格漂移；在衰退期，有13只基金发生了投资风格漂移，其余24只基金没有发生投资风格漂移。通过这四个阶段的实证数据归纳得出，不同宏观经济环境下投资风格发生漂移的基金数量无明显差异。从发生投资风格漂移的基金数量比例上分析，复苏期、过热期、滞胀期、衰退期发生投资风格漂移的基金数量比例分别是37.84%、35.14%、45.95%、35.14%，滞胀期发生投资风格漂移的基金数量比例相对较大，但是整体看来，不同宏观经济环境下发生投资风格漂移的基金比例无明显差异，且都小于长期宏观经济环境中的风格漂移基金比例54.05%，这说明在次贷危机后宏观经济环境所处的某个特定阶段，由于时间较短，而且经济波动是单向的，所以对基金投资风格漂移影响不够明显；而在长期的宏观经济环境中，经济波动是复杂多向的，且时间较长，经济波动会较大，故基金发生投资风格漂移会更严重。即进一步得出结论：在宏观经济环境的某个阶段，宏观经济波动较小，对基金投资风格漂移无明显影响；但在长期的宏观经济环境中，经济波动较大，基金投资风格漂移相对要严重。这与彭耿（2014）的研究结论正好相反。
（三）原因分析根据实证分析结果，本文认为导致股票型基金投资风格漂移以及宏观经济环境下的投资风格漂移现象在某个经济阶段内无显著差异，但在长期宏观经济环境中具有正影响的原因可能有以下三点：第一、本文选取风格指数日收益率与基金日收益率进行比较，而它可能会随宏观经济环境发生变化，且时间越长，经济波动会越大。本文研究期间为5年，经济波动相对会较大，容易导致基金发生严重的投资风格漂移现象。故研究宏观经济环境的某个阶段发生投资风格漂移的基金数量比例会低于长期宏观经济环境下的基金风格漂移比例。第二、所选样本基金为2005年成立的37只开放式股票型基金，属于大样本，且研究期间为次贷危机后的宏观经济环境（2009-2014年），所选的基金至少已经运行了4年，相对比较成熟，在样本选择上主观因素较小，研究期间较长，结论相对也比较客观。而彭耿（2014）在选取样本基金上是逐个挑选且只选了11只基金，有可能因样本过小导致统计结果中各阶段发生投资风格漂移的基金数量比例差异较大。最终导致本文研究结论不同于彭耿（2014）的研究结论。第三、宏观经济环境对股市的传导作用较强，但对基金投资有一定的滞后。郑挺国和尚玉皇（2014）研究认为长期的股市曲线应该可以理解为是宏观经济的反映，即宏观经济的好与坏决定了股市长期的波动走势。而基金是投资股市的，通过股市传导给基金是需要时间的，比如基金建仓就需要一定的时间，即具有滞后性，故短期内宏观经济波动对基金投资行为影响不明显，但长期这种影响作用会逐渐突显出来。
五、结论与建议
股票型基金范文2
这个月业绩前三名的都是股票型基金。它们分别是景顺能源、东吴行业和申万消费,收益率分别达到14.57%、13.54%和13.50%,业绩骄人。
景顺能源基建:近期业绩蹿升快
景顺能源基建是一个主题型基金,进入3季度以来业绩蹿升很快。凭借下半年以来的出色表现,该基金目前的排名已经上升至同类基金第8位。景顺能源基建二季末仓位为85.36%,持仓的重心为基础设施建设、新能源、大消费等板块。这些板块中的部分个股在本轮反弹中有突出的表现。该基金接下来的表现值得期待。
东吴行业:收益率达到13.54%
东吴行业轮动是一只股票型基金,这个月的收益率达到13.54%。该基金今年以来的业绩也在同类基金中排名亚军。其实,东吴基金是今年最为惹眼的基金公司,旗下基金表现均非常出色。不过,由于东吴基金去年的业绩比较差,好业绩是否能持久,不少人表示怀疑。
申万消费:消费主题基金
申万巴黎消费增长是一只消费主题基金。该基金重仓股票金飞达、横店东磁、创元科技等强势上涨,基金业绩提升明显。今年以来,几乎所有基金经历都看好“大消费”行业,不过申万消费的表现并不尽如人意,尽管这个月取得了13.50%的收益率,在所有基金中排名第三,但是今年以来的业绩为-4.45%,在同类186只基金中仅仅排名第96位。
后三名基金点评
这个月出现亏损的基金不是很多,后三名基金亏损都超过3%。其中,国投沪深300金融地产收益率-4.78%,上投优势收益率-3.84%,华宝上证180价值ETF收益率-3.72%。
国投沪深300金融地产:无奈指数下跌
国投沪深300金融地产成立于2010年4月9日,是境内唯一一只金融地产行业基金。由于生不逢时,该基金成立以来不到半年亏损18.40%。不过从长期看,一旦大盘蓝筹崛起,该基金肯定将快速上涨,值得长期关注。看好金融地产的投资者,不妨买一些国投沪深300金融地产基金。
上投优势:押宝房地产
上投中国优势成立于2004年9月15日,曾经是一只明星基金,特点是精准把握市场投资主线和行业趋势。该基金的投资思路“不与众同”,二季度末重仓地产股,房地产股的比例从一季度末的10.05%,快速提升到28.82%。结果,这个月中粮地产、招商地产等重仓股快速下跌,导致该基金亏损3.84%。该基金“押宝”房地产股看似没押对,不过考察一只基金不能只看短线,不妨多给它一些时间再好好观察观察。
股票型基金范文3
关键词：开放式基金、投资风格、投资策略、业绩评估
一、引言
作为一种投资产品，开放式基金集合投资、专家管理、组合投资、利益共享、风险共担及流动性较好的优势，已成为众多投资者偏好的金融产品。我国的证券投资基金始于20世纪90年代初期，2001年在中国证监会“超常规发展机构投资者”的方针指引下，我国证券投资基金业实现了飞跃式发展，目前已成为我国证券市场上最重要和最具影响力的机构投资者。根据wind数据库的统计，截止2011年3月底，我国共有开放式股票型基金约515只，管理的资产规模达1.94万亿，约占a股流通市值的10%左右，开放式股票型基金在a股市场上占据着主导的地位。而对开放式基金业绩进行科学合理的评估，具有十分重要的现实意义。但目前国内对开放式基金的研究大多将国外已有的业绩评估指标直接在国内进行应用，特别是新闻媒体在宣传时往往以基金的净值增长率作为衡量基金业绩好坏的标准，而忽略了基金约定的投资风格和投资策略对基金业绩的影响作用，本文的研究尝试弥补目前国内研究的不足，以增强基金业绩评估的科学性。
二、相关研究综述
开放式基金业绩评价一直是理论界和实务界关注的热点问题之一，无论是对于投资者、监管层、财务顾问或开放式基金管理人自身都迫切需要对不同类型基金的业绩进行有效评估。
传统的证券投资基金的业绩评价主要利用净值变化指标如基金单位净值、净值增长率和投资收益率等来进行的，但忽视了基金获取投资收益所遭受的风险。markowitz(1952)首次用数学的方法量化了单项资产或组合资产的风险，并且从理论上说明了投资分散化能够减少组合资产的总风险，提出了资产组合选择的均值-方差理论。随后，在markowtiz研究的基础上，由sharpe（1964）、lintner（1965）以及mossin（1966）引入无风险资产后提出的capm模型。在capm模型的基础上，一些学者开始考虑将风险因素引入到基金的业绩评估模型中，这些绩效评估方法中，比较精典的有treynor指数、sharpe 指数及jensen 指数。treynor指数用以评估投资组合的绩效。依据capm模型，只有系统性风险才能得到补偿，因此treynor采用系统风险测度即贝塔系数，作为基金绩效衡量的风险调整因素；sharpe 指数用来衡量基金承担每单位总风险所能获得的额外报酬。sharpe 指数考虑了投资组合的总风险，在非充分分散化投资和非完全有效的证券市场中，较treynor指数更合理，也是投资基金业绩评价中最常用的方法之一。jensen 指数是jensen（1968）提出的，他认为根据基金资产超额收益率与基准资产组合的超额收益率进行回归分析得到的常数项，可以作为基金风险调整后的绩效，称为jensen 的alpha 值。jensen 的alpha 值是第一个以收益率的形式表达风险调整绩效的指标。
三、本文中样本数据的选择
本文以2008年9月30日之前成立的122只开放式股票型基金（包括指数基金）作为研究样本。根据投资类型，并结合其持股集中度、持股特征等将其分为四大类：成长型、价值型、平衡型和指数型基金。
本文所选取的样本区间为2009年1月1日至2010年12月31日，所选取的数据包括基金的日单位净值、业绩比较基准指数的收盘指数。对于无风险资产利率，我们选用银行1年期定期存款利率进行替代，考虑到在样本期内，央行分别于2010年10月19日和2010年12月25日各上调金融机构一年期存款基准利率0.25个百分点。我们利用简均法调整基金在样本期间的无风险利率为2.278%。
在进行基金日单位净值增长率时，我们以2009年1月1日的净值为基准向后复权，利用复权后的基金日单位净值指标来进行基金日净值变化率，具体计算公式为：
这样可以计算出所选取的122只基金486个交易日的基金日净值变化率指标。同时，我们计算每一只基金的业绩基准所对应的指数日收益率。以交银股票精选为例，其业绩比较基准为：75%×沪深300指数 + 25%×中信全债指数，首先计算第 交易日沪深300指数的日收益率和中信全债指数的日收益率，然后按照75%、25%的权重计算加权平均收益率即为基金对应业绩基准的日收益率。
四、实证结果及分析
首先计算出每一只基金在样本区间内的不同业绩评估指标，然后从整体上和不同分类上对基金的业绩进行描述性统计分析，统计结果见表1。
由表1可知，从整体上分析，经风险调整后的所有开放式股票型基金的收益指标sharpe比率和treynor指标均大于0，表明基金可以获得超过无风险收益率的超额正收益率。但在基金管理能力方面，尽管从整体上基金能够获得均值约为0.0002%的超额收益，但不同基金之间存在较大差异，以样本基金中jensen指标的最高值与最低值比较，两者相差0.0018，或者从不同基金的jensen指标的波动率来分析，波动率高于均值水平，表明基金获取超额收益的能力存在较大差异。
而估价比率和m2测度均有与jensen指标相类似的情景。从投资风格角度分析，平衡型基金的sharpe比率高于成长型和价值型，但平衡型与成长型的treynor指标又相差不大。那么不同风格之间经风险调整后的收益是否有差异呢？我们利用独立样本t检验来对不同风格的股票型基金的五个业绩评估指标进行检验,检验结果如表2、3、4所示：
由表2、3、4的检验结果可知，不同风格之间五个业绩评估指标的levene检验结果表明均是同方差，同时根据t统计量及检验结果的显著性，表明不同风格之间的业绩评估指标之间不存在较大的差异。
那么积极型的基金管理者和消极型的基金管理者在不同的业绩评估指标上是否有差异呢？本论文同样利用独立样本t检验来进行分析，独立样本t检验结果表明，积极型基金和指数型基金之间在某些业绩评估指标上服从同方差分布，如treynor指标、jensen指标和m2测度指标在10%的检验水平下均拒绝同方差的假设。而根据统计的结果也可表明积极型基金与指数型基金的不同业绩评估指标的均值之间存着着显著的差异。这也表明投资策略会对基金的业绩水平产生一定的影响。
五、主要结论
本论文主要是结合基金的投资风格和投资策略对我国开放式股票型基金的业绩进行评估。针对目前国内外学者在进行基金业绩评估时往往采用市场指数来代替市场组合方法的不足，本文有针对性的进行了改进，并结合投资风格和投资策略，比较了基金的业绩，结论如下：
本文利用sharpe比率、treynor、jensen指标、估价比率、m2测度等方法对不同风格的基金的这五个业绩评估指标进行了独立样本t检验，发现不同投资风格的基金他们的同一业绩评估指标之间没有太大差别。但若考虑到基金的投资策略，则积极型的投资者与消极型的指数投资者他们的业绩除m2测度指标无明显差异外，其余的指标都存在着显著的差异。研究结果表明：不同风格的股票型基金的业绩评估差异不大；但不同策略的业绩差异相对较大，也即资产配置策略的重要性。
参考文献：
[1]admati a， ross s a. 1985，measuring investment performance in a rational expectations equilibrium model [j].journal of business，58,pp: 1-26.
[2]admit a r， bhattacharya s， ross s a， pfleiderer p. 1986，on timing and selectivity [j]. journal of finance，41,pp:715-730.
[3] 冯辰.我国开放式股票型基金规模与绩效关系的实证研究[j].财经界，2007(6).
股票型基金范文4
1.引言
近年来金融工具及其衍生物越来越多元化，其带来的不确定因素也越来越大，因而金融市场的风险也就越来越高。金融市场间的关系更是变得日趋复杂，更多的呈现出非线性、非对称和厚尾的特性，金融波动和危机的频繁出现使聚合风险管理和金融市场间相依关系分析成为国内外关注的焦点。
现阶段最常使用的风险度量指标是20世纪90年代j.p.morgan和g30集团提出的var（value at risk）方法，var旨在一定的置信水平下，估计金融资产或组合受市场因子波动影响，而在未来特定的一段时间内的最大可能损失。严格的说，var描述了在一定的目标期间内收益和损失的预期分布的分位数。如果c代表置信水平，var对应的是较低的尾部水平1-c。可表示为：
其中，表示某事件的概率，表示资产或资产组合在持有期内的损失，c为置信度水平。在最近这些年var作为金融风险度量工具得到了广泛的应用，然而，研究发现var不具有次可加性和一致性的风险度量，后来针对这一问题，acerbi等[2-3]提出了期望损失es（expected shortfall）的定义。
假设r为持有期内资产或者资产组合的损益，并假设r的累积分布函数f（r）（cdf）是连续的，那么对于置信水平，var也可以用如下定义：
式中，表示r的分布在给定显着水平的下侧分位数。假设表示r的概率密度函数，那么置信水平为1-c下的es可以定义为：
式中，为示性函数。es实质上是将资产价值r乘以权重的从-到0的积分，这样它就把超过var水平的损失部分考虑进去了。从经济意义上讲，es就是指当损失超过var时的平均损失。由于它同时具有了次可加性和一致性，是一个较好的风险度量工具。rappoport（1993）第一次在金融行业中用它来做风险管理的一个工具，后来acerbi（1997）等人证明了该方法是一个一致性的风险度量工具。
同时，通过引入copula函数度量资产组合集成风险的方法已经越来越成熟。schweizer和sklar最早提出copula函数的概念及其它的一些性质。后来sklar指出了copula函数可以把具有不同类型边缘分布函数连接起来，并且能抓住它在风险管理应用中的本质特征（例如：尖峰厚尾性）；emberchts等第一次把该方法引入到金融类相关研究之中。许多研究学者在他们的基础上做了很多有意义的研究。例如：breymann等人研究表明了学生t-copula的经验拟合比高斯copula优越很多；ceske，hemandez（1999）提出可以将copula函数与montecarlo技术结合计算相关损失；matteis对archimedean copula做了很好的总结。
在我国，copula函数方法在金融上的应用才刚刚起步，且其中绝大多数文献做的是介绍性、引入性的研究。最早见的是张尧庭（2002）提出copula函数在金融风险领域大有可为；史道济利用copula函数研究外汇组合的相关性；司继文（2004，2005）分别将copula函数应用于国内外的股票市场和期货市场；韦艳华、张世英（2004）将garch模型应用于copula函数，来度量金融时间序列的自相关结构。前人的研究主要集中在利用copula函数对股市或资产组合的相关性研究。而韦艳华（2004）利用garch模型拟合正态copula函数的边缘分布，然后运用monte carlo仿真技术计算投资组合的var。
本文创新一是采用garch或者egarch模型来拟合t-copula函数的边缘分布，克服了传统garch模型不能处理特定非对称金融时间序列的局限性。对此，本文也比较分析了单独使用garch下和本文采取的方法下的风险值，研究表明本文提出改进的思路对风险估计更为准确。改进二在于对于风险衡量的指标不是仅仅采用var，而是利用var与es双监管的风险度量方法，克服了传统风险度量var的很多缺陷（不具有次可加性、正齐次性等）。最后通过度量我国股票型开放式基金的市场风险为出发点，运用monte carlo仿真技术计算投资组合的var以及es，具有很强的实用价值。
2.garch或者egarch收益率分布模型
对于某一金融资产，投资者最想知道的是将来某个时刻该资产收益率的信息。由于金融资产收益率的尖峰厚尾性、条件异方差性、波动聚集性和杠杆效应等，普通的garch模型对对前三者能较好的刻画，但是对于杠杠效应garch模型不能刻画出，因此，本文对不存在杠杆效应的收益率序列采用garch模型拟合资产收益率的特征，对存在杠杠效应的收益率序列采用egarc模型刻画。该模型是glosten jagannathan和runkle在engle提出自回归条件异方差（arch）模型和bofloerselev提出的广义自回归条件异方差（garch）模型的基础上改进提出的，它考虑了坏消息和好消息对波动性不同的影响。
假设投资组合中有d种金融资产，对于资产i，直接根据最近的n期历史收益率数据（t=1，2，…，n）运用garch其中eagch模型中条件方差采用自然对数形式，意味着非负，且杠杠效应为指数型的。模型中引入了一个重要参数，若，说明信息作用非对称，存在杠杠效应。为第i个资产收益率序列；为的条件均值项；v是t分布的自由度。为待估参数；随机扰动项服从均值为0，方差为1的标准t分布。即：
它的形式使得garch或者egarch模型能够较好地描述收益率序列的各种特性（如条件异方差性、波动聚集性）。
假定利用观察资产收益率历史数据样本可以得到，在估计出参数后，可以得到下一时刻收益率的条件分布：
其中，是自由度为v的t分布函数，是到时刻t为止的信息集。利用matlab可以很方便地由样本观测数据估计出garch模型的各个参数，从而由式（2）得到给定t时刻前信息集的条件概率分布。
3.copula函数的参数估计
在资产分配、衍生品定价和风险管理等许多金融领域中，有关风险因素之间的相关性度量及其重要。许多文献中常采用多元正态函数，然而各种金融资产的收益率之间一般并不符合多元正态分布的假设，为此，本文使用copula函数来解决这个问题。
由sklar定理可知，对于一个具有边际分布函数为（）的金融资产的联合分布函数f，一定能找到一个copula函数c，使得：
如果所有的边际分布函数都连续则从上式定义的copula函数是唯一的。从上式可以计算得出copula：
其中，
文献表明，t-copula能更好地刻画各个金融资产的尾部相关性，本文研究的是t-copula连接函数分布。
其中，表示相关系数矩阵为r，自由度为v的维标准t分布函数，表示自由度为v的单变量标准t分布函数的反函数。copula模型为：
参数v为t分布的自由度。为d维t-copula分布，表示均值为0，方差为1，自由度参数为的正规化t分布函数，即：
式中是伽马函数。由于t-copula的密度函数对任意维数都不是一个简单的形式，本文根据t-copula函数形式使用matlab工具估计其参数，过程
（1）把资产收益率数据通过概率积分变换转化为一致分布；
（2）用对数似然函数法估计学生t-copula的参数：
此处的copula函数c为公式（4）给出的；
（3）令，此处是单变量累积标准正态分布函数；
4.利用模特卡罗模拟资产组合的var和es
根据embrechts关于利用t-copula函数模拟随机变量的方法，多次模拟资产组合资产收益率的随机扰动项。具体模拟步骤为：
（1）由上述估计出的随机扰动项的相关系数矩阵r，对其进行cholesky分解。
（2）根据标准正态分布，模拟d个相互独立的随机变量。
（3）产生与y相互独立的变量e，服从分布。
（4）令。
（5）令，则x为服从自由度为v的t分布。
（6）计算得到。
（7）根据得到联合分布为，连接函数为的d维随机扰动项。
（8）根据egarch或garch模型，得到金融资产收益率的条件均值和条件方差，然后根据随机波动方程，得到资产组合的资产收益率向量。
（9）给定资产在投资组合中的权重，计算投资组合收益r的值。
（10）重复上述过程5000次，模拟得到其经验分布，容易求出var和es的值。
5.实证研究
（1）数据的选取和边缘分布的估计
本文选取融通深证100基金2010年3月31日公布的前10大重仓股票作为观测样本，如表1所示。
本文采用从2004年7月1日至20010年3月31日共937个（对空缺数据已做处理）交易日的收盘价作为原始数据，计算出每只股票的对数收益率，并根据公式（1）、（2）估计出每只股票的边际分布，利用aic准则、sc准则和杠杆系数检验可以得出万科a、苏宁电器、中兴通讯、格力电器、吉林敖东存在杠杠效应，适宜采用egarch模型建模（其余采用garch建模拟合效果更好），下面以第三、四只股票五粮液（000858）和苏宁电器（002024）为例，分析其边缘分布函数的估计和拟合效果的评价。参数估计结果见表2和3：
其中，表2、3中括号的数据表示相应t统计量的估计值。从表2、3中给出的k-s相伴概率可知，利用cml方法对原序列做概率积分变换后，序列服从[0，1]的均匀分布。由此可以说明本文提出的模型可以较好地描述相关资产的边缘分布。同样的方法检验了其他8只股票的边缘分布拟合效果，都说明了garch或者egarch模型能较好拟合各自的边缘分布，因此用本文的模型描述收益率序列的边缘分布是充分的。
（2）copula函数参数估计和monte carlo模拟var和es
此处为了对比分析采用egarch或garch拟合边缘分布与仅仅采用garch拟合的效果，根据上面估计得各个股票收益序列的边缘分布，利用文中第四部分的估计copula函数参数的方法，估计得出其t分布的自由度dof=7.5848和各自的相关矩阵（表4、表5）。
由上述结果可知，仅仅采用garch拟合边缘分布使得各个资产之间的相关系数整体性的变小。从而可以推断出可能会导致风险的低估，从而对准确度量基金风险存在一定的影响。进一步的风险值比较分析可见表6、表7。
按照表1的投资比例，假设投资者处于t时刻，这里的t时刻指的是样本时间段的最后一天，即2010年3月31日，t时刻的投资组合价值为：
假设资产持有期从t时刻到t+1时刻，置信水平选择95%和99%进行估计。根据本文的copula-garch（egarch）模型，运用t-copula函数的模特卡罗模拟仿真模拟5000次，可以得出t+1时刻各个股票的收益率序列，进一步可以计算出t+1时刻各股票的损失序列，给定置信水平，容易得出t时刻到t+1时刻相应的投资组合var和es值，表6、7分别给出了本文提出的采用egarch或garch拟合边缘分布和传统方法仅仅采用garch模型拟合的情况下各个股票和证券投资组合的var和es值。
表6、表7清晰的显示本文所提出的方法对准确估计风险更进了一步，比较而言传统方法只使用garch模型拟合边缘分布导致了单个资产和资产组合的风险值都偏小。对于文中提出使用egarch模型拟合万科a、苏宁电器、中兴通讯、格力电器、吉林敖东，从表6与7中可以看出，var与es的风险值都比其他个股风险值偏离程度更大，说明采用egarch模型针对特定（存在杠杠效应）金融序列拟合效果更好，风险估计更为准确。
单独分析表6可以看出，在投资额一定的情况下，基金的风险值要比单个资产进行投资的风险值小，可见该基金选择的各个股票之间的相关关系有较大差别，说明投资组合可以大大降低投资风险。从var和es的风险值看，es都大于var，说明es比var度量风险更为保守，也说明了var在度量风险上存在计算风险值偏低的现象，这样对基金控制风险和减少资产损失极为不利，特别是当极端事件发生时，资产组合的风险值与实际值就会发生偏差。另外从var与es的差值可出看出，置信水平越高，投资组合降低风险的程度也就越大，但是由于var不具有次可加性，从es的差值能很明显看出。
6.结论
本文为了描述特定资产具有非对称性的特征，通过对资产收益率进行egarch建模，对不存在杠杠效应的资产仍使用传统的garch模型，这与copula可以连接具有不同边际分布的函数的相关关系相符，同时考虑到var度量风险的不足，引入了es一致性风险度量，通过t-copula函数和monte carlo模拟计算出了证券投资组合的var以及es的值。最后文章对融通深证100基金风险度量的实证研究可以看出，有的金融资产收益率序列可能存在杠杠效应；而且var的确存在低估风险的不足；同时也得出了风险值var或者es在置信度越高，它们的差值越为明显，说明了本文copula-egarch（garch）模型能较好地刻画投资组合二中不同资产间非正态非线性非对称的相关性。基于该模型的风险度量方法可以为我们基金管理公司评估和管理资产组合的市场风险，从而有利于公司控制和减少资产损失提供一定的参考作用。
参考文献
张尧庭.连接函数(copula)技术与金融风险分析明[j].统计研究,2002(4):48-51.
史道济,邱男.关于外汇组合风险相关性的分析[j].系统工程,2005,23(6):90-94.
司继文,蒙坚玲,龚朴.国内外期货市场相关性研究田[j].华中科技大学学报,2004,21(1):16-19.
股票型基金范文5
关键词:融资融券;股票型基金;创新
我国首批6家证券公司已经作为试点正式开启融资融券业务,随着融资融券相关制度的不断成熟,它将扩展证券公司的传统业务,成为一个新的赢利点。融资融券给中国股票市场引入了做空机制,使原来的单边交易模式变成双边交易,会大大改变中国证券市场的现状。融资融券业务对证券市场的影响十分广泛,不仅涉及到证券公司和投资者,而且也将直接影响到中国股票型投资基金,对中国股票型投资基金的创新方向起到了路标作用。
一、融资融券制度及其中国特色
融资融券是一种信用交易方式,具体包括证券融资交易和证券融券交易。 证券融资交易指投资者预期股票价格将会上涨,以保证金交易方式购入股票,差额部分由证券公司垫付,投资者支付利息。证券融券交易指投资者预期股票价格将会下跌,通过支付一定比例的保证金,向券商借入股票后按现行价格卖出,借出股票股息由投资者支付。简单地说,融资指买空,融券指卖空。
融资融券在我国的资本市场中最早出现在90年代初,当时的法规没有禁止融资融券,大量客户向证券营业部借钱买股票或借股票来卖。由于处在资本市场发展早期,金融监管体系不完善,监管能力跟不上,证券市场内相关参与主体自我约束意识缺乏,大量违规事件的发生使得证监会在1996年明令禁止融资融券业务。中国现阶段推行融资融券业务,出于风险防范的考虑,对于业务的交易各方以及交易所涉及的标的物和保证金都有着更加严格的规定:
首先,对申请开展融资融券业务试点的证券公司要求较高,须是创新试点类证券公司。从经营角度,要求公司须从事证券经纪业务已满3年、公司治理健全、内部控制有效;从财务角度,要求公司要满足最近6个月净资本均在12亿元以上等条件;从业务角度,客户交易结算资金第三方存管方案已经证监会认,并在试点期间只允许证券公司利用自有资金和自有证券从事融资融券业务。
其次,对投资者交易资格也有严格规定,要求客户具有符合要求的担保品和不少于50万的资金,交易中所得证券或者资金都应交付证券公司,作为担保物。证券公司在客户不能按时、足额偿还证券或资金的情况下,有权进行强制平仓。
第三,为了防止对标的证券的市场操纵,减少人为影响因素,规定标的证券要在交易所上市3个月以上,股东人数不少于4000人,流通市值不低于5亿(融资买入标的股票)或8亿(融券卖出标的股票)。同时为了避免高杠杆效应带来的高风险,要求融资融券保证金比例不低于50%,并根据中国股市起伏过大的现状,规定投资者融资融券的期限不得超过6个月。在有价证券冲抵保证金的方面,依据有价证券的风险大小规定:股票折算率最高不超过70%,ETF折算率最高不超过90%,国债折算率最高不超过95%,其他上市的基金和债券折算率最高不超过80%。
二、融资融券制度对股票型投资基金发展的影响
融资融券业务会给股票型基金带来价值重估的机会,尤其是交易型开放式指数基金(ETF)和高折价的封闭型基金。融资融券业务的相关规定和特点会使投资者对ETF和高折价封闭型基金的需求大量增加,ETF的规模会呈现出爆发式增长,封闭型基金的高折价现象会得到显著改善。
1.融资融券对指数型基金发展的影响
指数基金(Index Fund),顾名思义就是以指数成份股为投资对象的基金,即通过购买一部分或全部的某指数所包含的股票,来构建指数基金的投资组合,目的就是使这个投资组合的变动趋势与该指数相一致,以取得与指数大致相同的收益率。从规模看,中国市场已成为全球第二大指数型基金市场。
根据是否能在二级市场上交易,我国的指数型基金可以简单地分成两类,一类是ETF(Exchange Traded Fund),交易型开放式指数基金,国内称为交易所交易基金,这种基金的交易模式兼顾了普通开放式基金和封闭式基金的优点,既可以在一级市场上申购和赎回,还能在二级市场上交易,扩宽了投资者的交易途径。另外一类是普通的开放式指数型基金,投资者只能在一级市场上交易,由于交易途径的受限,发展速度不及ETF基金。
融资融券的推出,无论是短期还是长期来看,对我国指数型基金都有着积极的影响。首先从短期来看,首批融资融券标的股票有90只,这些股票的流动性和市场关注度会随着融资融券的推出有一定幅度的上升,流动性的增加能够使这些股票享受到流动性溢价,市场给予的估值水平会有所提高,尤其是首批90只股票基本上都是大盘蓝筹股,大盘股经过最近一年的调整,估值水平相对较低,有一定的补涨需求。根据融资融券可冲抵保证金证券的规定,首批标的股票可冲抵保证金的折算率是75%,高于非成分股票65%的折算率,较高的折算率会使这些股票具有一定的新的交易价值。深证成分指数、上证50指数中的成分股包含了首批标的股票。综合以上因素,相关指数基金在一级市场上的净值会因股票价格上涨有所提升;在二级市场上,指数基金价值增值的预期会带来大量的大盘,进一步推高指数基金的交易价格。
从中长期来看,融资融券的推出给股票市场引入了做空机制,把原来的单边交易模式变成了双边交易模式,既能做多又能做空的双边机制会使上市公司的股价更合理,更准确地反映公司内在价值,市场有效性的提高会增大投资者尤其是个人投资者在获取超额收益方面的难度。在保证市场绩效的同时,较低管理费的指数型基金会更加吸引投资者。
融资融券保证金制度规定了除现金以外的保证金的标的物,这些标的物相对于现金都有不同程度的折价,单就股票相关标的物而言,ETF的折算率最高,为90%,一般股票型基金是80%,股票折算率最低,为70%。这就意味着在将来的融资融券业务中,相对于股票充抵保证金证券品种而言,投资者可以用较少的资金购买ETF作为保证金,获得同样的交易额度。
随着我国融资融券业务的不断成熟,融资融券标的物也会从开始的股票逐步扩展到ETF等上市交易型基金。当ETF成为融资融券标的物的时候,投资者可以借助融资融券对ETF进行套利。ETF目前的套利模式有一定的缺点,时间上的滞后性使得瞬时套利的效果不太好,融资融券可以有效地改善ETF套利时滞性的缺点。当ETF在二级市场上出现溢价交易时,投资者可以在一级市场上申购ETF的同时在二级市场融券卖空ETF;投资者面对ETF折价交易时的操作是:在一级市场赎回ETF的同时在二级市场融券卖空ETF的标的股票,从而套利者者可以利用融资融券消除一级市场上申购、赎回和二级市场上交割之间的时间差。
融资融券业务能够有效改善ETF的套利效果并使ETF具有杠杆操作效应,借助融资融券,ETF的数量和规模会有一个快速的发展。
2.融资融券对于高折价封闭型基金发展的影响
随着我国融资融券业务的逐渐成熟,封闭型基金在可以预期的时期内能够做为融资融券保证金的标的物,并且折算率相对股票比较高,同时我国的封闭型基金由于封闭期较长,缺乏流动性,普遍存在着高折价的现象,这就给投资者提供了利用高折价封闭型基金来放大杠杆操作的机会,进一步提高资金的使用效率。而且,封闭型基金的历史波动性要小于股票的波动性,便于投资者做好风险控制,保持杠杆率的稳定性。在融资融券业务中,高折价封闭型基金的折算率较股票更高是一个特殊优势,投资者对封闭型基金的需求会大幅增加,封闭型基金流动性的提高会给予封闭型基金流动性溢价,有效改善封闭型基金高折价现象。
另外,投资者还可以借助融资融券交易进行无风险套利活动,先进行投资组合构造:首先挑选出合适的折价封闭型基金构成组合,计算出该基金组合的β 值,然后选取可融券标的股票构建股票组合,保证股票组合的β 值等于基金组合β 值。组合构建完成后,进行市场操作:买进所构造基金组合,同时融券卖出所构造股票组合,持有封闭型基金净值回归平价(到期日或转开放日),赎回或卖出基金并买券平仓。但由于融券的最长期限不能超过6 个月,该无风险套利操作只适合距离到期日不超过6个月的封闭型基金。不过这一套利模式短期来说不具可行性,因为我国目前所有封闭式基金距离到期日都在2年以上。在不远的将来,套利活动会引起投资者对高折价封闭式基金的大量需求,从而推高封闭式基金的交易价格。
三、中国股票型投资基金的创新分析
融资融券业务将给基金产品创新带来契机,基金产品投资范围扩大以及双边交易机制能够使基金经理有更大的操作空间,投资策略和操作手法也会更加多样化。在将来的基金投资策略中,融资融券带来的杠杆化操作会使数量化投资模式运用的越来越多,基于融资融券业务的创新型基金也会出现,目前基金投资策略趋同、投资手法单调的现象将得到改善。
1.股票型投资基金创新具有的优点
进行基金创新,可以借鉴国外比较成熟的产品,譬如130/30基金。这种基金是主动管理型基金,资产由两部分的投资组合构成,即多头和空头。基金经理用所有本金追踪某种指数,初步建立多头头寸;同时通过融入相当于基金原有净值30%的证券,并抛空这部分融券,再将抛空所得的现金增加原有的多仓仓位,这样基金将资产的30%投资于空头组合,130%投资于多头组合,用100%的资金建立起了160%的组合规模。虽然利用了投资杠杆,基金的净权益风险仍然保持与传统指数型基金相当的水平,使得基金能够产生较高的超额收益。举例来说,如果一只130/30基金具有100万美元的资产,那么它会用100万美元买入一个股票的投资组合,同时融入价值30万美元的证券并卖掉。所得30万美元再次增加多头头寸,基金的投资就完成了130%的多头和30%的空头的组合。
跟130/30基金类似的主动型基金还有120/20、125/25、140/40,其中130/30的比重是最大的,占到了52%。美联储T条例对于风险敞口扩大的限制,以及基金边际超额收益会随着杠杆比例扩大而下降同时风险大幅上升的原因使得130/30基金占据了相关市场的主导地位。
我国传统的股票型基金只能单向做多,在市场下跌的情况下,只能通过减少仓位或调仓防御性股票减少股价下跌带来的损失,实现相对收益。130/30基金是双边投资基金,引入了做空机制,投资者通过建立适当比例的空头头寸可以在一定程度上规避系统性风险引起的股价下跌损失,还可以卖空预期不好的股票来获取超额收益。
在利用行业研究报告、股票研究报告方面,我国传统的股票型基金只能选择研究报告中建议增持的股票进行投资, 获取投资收益,建议减持股票的信息不能给基金带来收益。130/30基金可以卖空建议减持的股票,卖空所得用来增加预期表现较好的股票投资比例,提高资金的使用效率,更大程度上利用研究报告的信息。
130/30基金的多头头寸比例是本金的130%,空头头寸比例是本金的30%,双边交易机制使得多头头寸和空头头寸都可以给本金带来收益,即意味着投资者能够用100%的本金建立160%的持仓规模,操作的杠杆效应在预期准确的情况下能够给投资者带来更大的本金回报率。
2.股票型投资基金创新引起的风险分析
130/30基金的优点来自于空头头寸的建立,能否通过做空机制获得超额回报,关键在与空头仓位的灵活运用,不能机械地使用固定比例模型。做空机制和杠杆效应会加大130/30基金的操作难度和操作风险,管理者需要有更有效的风险控制体系。
衡量股票系统性风险的指标β系数,也可以用来衡量基金的系统风险,基金的系统风险可通过组合股票的贝塔值加权平均得到。130/30基金的多头头寸一般是跟踪某种指数,把传统指数基金的β系数作为基准,那么业绩基准的β值就是1。130/30基金的系统风险若要跟基准保持一致,多头头寸的β加权平均值应该是1.3,同时空头头寸的的β加权平均值须是0.3,这会加大头寸建立的研究难度和操作难度。而且β值的时变性需要基金对头寸实施动态调整来维持与基准一致的风险,这无疑会增加交易成本和管理成本。
若在我国推出130/30基金等创新基金,初期阶段基金公司或基金经理在建立空头头寸方面的经验不很丰富,可能会机械地运用数量化投资模型挑选出一些表现较差的股票,并按固定的比例建立空头头寸。根据我国股票市场的现况,业绩较差的股票价格不一定会下跌,有时候反而会受到炒作,机械式的卖空不但不会获得超额收益,还会遭受损失。空头头寸的仓位需要根据市场不断的变化情况动态地作出调整,引入空头机制的基金需要适当具备经验的投资者来运作才能更有效地发挥作用。
另外,130/30基金的相关费用会比传统基金要高:进行融券和建立空头头寸时会产生一定的交易费用以及支付卖空股票的股利;为了控制风险,动态调整空头头寸会导致股票交易频繁,交易佣金居高不下。
当然从我国目前融资融券的制度安排来看,对于抵押标的以及融券卖出资金的使用有一定限制,完全复制国外的130/30基金难度很大,不过这是我国股票型基金借助融资融券实现创新的一个方向。
参考文献:
[1]曾康霖.金融学教程[M].北京:中国金融出版社.2006年4月.
[2]《证券公司融资融券业务试点管理办法》.中国证监会.
股票型基金范文6
我国的证券投资基金近几年发展快速，成为中国股市中最为重要的机构投资者之一，其投资行为对于在一定程度上影响着股票市场，本文分别采用统计描述分析、截面数据回归法、虚拟变量回归法及动态模型对2006年到2010年基金持股的数据进行了研究分析，结果表明基金持股行为会对股票的收益性、流动性及波动性产生较为显著的影响；我国基金存在一定程度的“羊群效应”；并且偏好收益波动大的股票，且持股比例与波动性成正比。
[关键词]
基金持股行为；股票收益率；回归模型
一、引言
基金在我国被认为是最具代表性的机构投资者。机构投资者的资金实力、环境条件以及获取信息的优势使得他们做出的投资决定更成熟，所以有众多中小投资者认为基金的持股行为对自己的投资有着指导作用；其次由于机构投资者持有股票的数量远远大于一般投资者，所以他们不会轻易地变动自己的投资组合，这经常会被认为是能够起到稳定证券市场的作用；最后，因为机构投资者往往采用中长期投资策略，所以其持股比例对股票收益的波动性也会产生影响。
Malkiel and Xu（1999）采用1926年到1997年的数据通过实证分析认为，虽然股票市场整体的波动性并没有增加，但是对于每一只股票来讲，波动性确实增加了，并且他们的结论中提到了随着机构投资者对于个股的持股比例的增加，个股的波动性增加。
二、相关理论及文献回顾
有效市场理论：Fama（1976）提出的市场有效理论，认为股票价格能够充分及时反映一切历史和公开信息。这一理论对投资者和公司来说有许多重要的意义：信息会被立刻反映在价格里，所以投资者通过观察价格就可以获得所有的历史及公开信息。并且投资者只能通过这些信息来获得市场的平均收益率，不存在获取超额利润的机会。
行为金融理论：安德瑞·施莱佛（2000），根据行为金融学的基本观点，按照投资者拥有信息的程度，把投资者分为信息交易者和噪声交易者。信息交易者通常指拥有正确的市场信息，并根据对市场信息判断进行交易的投资者。噪声交易者是指经常依据与市场无关的信息进行投资决策的交易者，他们购买股票的依据是“噪声”而不是信息。这部分交易者的典型行为是容易受金融专家建议的左右，不会分散投资，经常频繁的进行交易。
羊群效应：Scharfstein和Stein（1990）提出了“羊群行为”理论，认为如果基金经理对自己的选股能力不确定，那么他会采取和其他投资者的行为保持一致，从而导致“羊群行为”的产生。Falkenstein（1996）认为基金可能都喜欢具有某种特征的股票并且讨厌具有另外一些特征的股票，从而购买他们的行为与掌握的信息及投机没有太多关系。
另外，基于对“羊群效应”会影响市场稳定性的怀疑，Lakonishok，Shleifer and Vishny（1992）指出，如果投资者比个人投资者拥有更多的信息来评估股票的基本价值，那么机构投资者将一齐买入价值被低估的股票，同时远离价值被高估的股票，这种“羊群行为”和个人投资者的非理产生相互抵消效用，促使股价趋向均衡价值，而不是远离均衡价值。
三、研究设计
（一）研究目的
流动性是指金融资产变现的能力，即在市场操作有效中，能以尽可能低的成本实现交易的能力。投资者往往愿意持有那些流动性强并且交易费用低的资产，所有那些流动性差的资产会产生流动性溢价。由于换手率的计算较简单并且是较为普遍的度量流动性的指标，所以本文选用换手率作为股市流动性的变量
股票市场价格的波动性反映的是证券市场的投资风险，过度的波动不仅违反市场有效性的理论，也会给投资者带来投资风险。理论上虽没有研究指明波动率越小越好，但是如果股价频繁并且剧烈的波动，会降低股票对投资者的效用。本文采用的是Markowitz提出的以收益率分布的方差作为波动性的度量。
（二）研究对象及方法
本文选取的数据是2006年到2010年所有基金所持有的股票样本。在进行描述性统计时，将这些股票分为前十大重仓股与前五十重仓股，因为这些重仓股对于研究近年来基金持股的趋势已经具有代表性，又可以避免个别特殊情况造成描述性统计的解释力不强。而在进行回归时，使用的是所有的持股样本，这是为了使得样本数量尽可能充足，但是带来的问题是，也许会因为投资的分散性使得结果有偏差。
其次，由于我国基金的信息披露是以季度为基础，所以研究设计同样采用了以季度为基础的研究方法。用上个季度末的基金持股比例作为基金的已知持股比例，考察在下一个季度中这些股票的市场反应，来检验对股票流动性、收益性、波动性的影响是否显著。
研究方法主要采用修正的Fama—MacBeth回归方法。
四、分析结论与局限性
（一）模型构造
本文采用刘志远和姚颐（2005）的回归方程，在Fama的回归模型上稍做调整，加入了流通股本的对数，作为控制变量，可以剔除多重共线性，并且同时能考察流通股本规模对被解释变量的影响。
建立方程如下：
分别来考察基金持股比例对于该只股票流动性、收益性和波动性的影响。
（二）结论及局限性：
1.对基金前十大及前五十大重仓股进行描述性统计发现，我国基金的平均持股比例不算太高，但是持股较为集中，主要集中在50大重仓股上，但随着近年来证券基金的发展，基金的持股范围有所扩大，股票的集中度也有所降低。
