第一部分 基金业绩归因分析理论

　　一、 以Jensen-aIpha模型为基础的基金业绩归因模型

　　国外主流的基金绩效的主要评价方法(夏普比率法、特雷诺方法、詹森指数法等)，着重反映的是基金在风险调整下的整体绩效结果，但没有具体揭示取得相应绩效结果的原因，不能有效地反映基金投资组合超额收益的来源。大部分主流的业绩归因分析(T—M模型和H—M模型等)都是建立在单因素CAPM模型上。依据CAPM进行的分析剔除了系统性风险的风险补偿，对投资组合的超额收益率进行归因分析。

　　1、基础的Jensen-aIpha模型

　　最早建立、最具代表性、迄今为止使用最广泛的模型之一，奠定了基金业绩度量的基础。基本思想是根据CAMP模型，在SML上构建一个由无风险资产与市场组合组成的基准投资组合，其系统风险与基金投资组合的相等，那么基金的实际收益率与基准投资组合的期望收益率之间的差值即可衡量绩效优劣。

　　

　　（1）

　　其中，rp代表基金的实际收益率，rf代表无风险收益率，bp代表基金的系统风险，即beta系数，rm代表基准投资组合的期望收益率，ap代表超额收益率，即衡量基金超额收益率的变量，且％>0表示基金具有证券选择能力。如果基金

　　并没有完全消除掉非系统风险，则Jensen-alpha模型可能给出错误信息。

　　2、在densen模型基础上分离市场时机选择能力的T-M模型

　　由于基金经理市场时机选择能力的存在使卢呈现时变性，打破基金业绩与基准投资组合业绩之间的线性关系，从而导致Jensen-alpha模型存在统计上的偏差。Treynor和Mazuy(1966)是最早对基金经理的市场时机选择能力进行研究的学者，他们在Jensen模型的基础上做了完善， 分离出市场时机选择能力。若基金经理发挥了时机选择能力，则当预测市场收益上涨时，增大投资组合中的贝塔值；预测市场收益下跌时，减小投资组合中的贝塔值。将贝塔进行分解：

　　（2）

　　将(1)代入单因素Jensen模型得到基金投资组合的收益表达式：

　　（3）

　　其中，b2代表市场时机选择能力，ap代表证券选择能力。通过最小二乘法可得到各参数估计值，并给出其显著性检验结果。若估计出的b2>0，且通过了显著性检验，则说明基金在市场上涨时(rm>rf)采取了更为激进的投资策略，能获得高于市场平均水平的收益率；基金在市场下跌时时(rm<rf)采取了更为保守的投资策略，其损失小于市场平均水平，即基金经理有择时能力。

　　Treynor和Mazuy选取了1953-1962年美国57只开放式基金年度数据来验证基金经理是否具有把握市场时机的能力。实证结果显示没有证据能够证明基金经理具有市场时机选择能力。T-M模型是评估证券选择和市场时机选择能力最基础、最经典的模型，后人的研究常以此为基础做进一步的修改和完善。

　　3、在Jensen模型基础上分离市场时机选择能力的H-M模型

　　Merton发展了一种评价市场时机选择能力的非参数检验理论模型。他提出：基金经理只预测股票市场收益率高于或低于无风险资产收益率。而不关心差别的大小。通过对市场收益率高于或低于无风险资产收益率的条件概率来分析市场时机选择能力。Henrikson和Merton秉承了Merton的思路在T—M模型的基础上提出了一种与T—M模型相似却更为简单的方法。他们假设基金投资组合的贝塔只取两种值：市场上升时期贝塔取较大值；市场下降时期贝塔取较小值。通过对市场收益率高于或低于无风险资产收益率的条件概率来分析市场时机选择能力。在基础的iensen．alpha模型的基础上加入了表示市场上升和下降的虚拟变量，得到新的回归方程如下：

　　（4）

　　D是一个虚拟变量，定义如下：

　　

　　（5）

　　因此，如果估计出b2<0且显著，说明基金经理存在择时能力，这里的ap同样代表证券的选择能力。

　　4、在APT定价理论基础上加入市场时机选择的C—L模型

　　Chang和Lewellen在借助H—M模型的市场时机选择理论，考虑了市场在上升期、下降期的不同情况，形成了基于套利定价理论的C—L模型。模型表达形式如下：

　　（6）

　　其中b1代表市场下降的贝塔值，b2代表上次上升的贝塔值。该模型的核心思路是检验上式中b1是否显著异于b2，即b2-b1>0反应了基金具备正向的市场时机选择能力。

　　Chang和Lewellen选取了美国20世纪70年代67只基金月度和季度数据，采用

　　C—L模型进行了实证检验。实证结果表明在研究期间内基金经理既未表现出灵活的市场时机选择能力，也未表现出明确的证券选择能力。

　　C—L模型的优点在于区分了基金在多头和空头市场的贝塔值。即使在基金不具有择时能力时，我们也能通过二者之和分析基金的特点。需要注意的是，在用C．L模型进行检验时，基金收益率的时间区间对结果会产生很大的影响，因此在进行实证分析时，通常对各基金经理不同时间内的管理能力进行分析。

　　5 、F-S条件性模型

　　F—S条件性模型对引起卢的时变性的背后因素进行细化分析。由于一些随时间而变化的各种公开信息如分红等对投资组合的影响客观存在，以往回归得到的系数涵盖这些时变性经济变量的信息，因此解释未来投资收益时会出现偏差。为了解决这个问题，Ferson和Schadt提出了条件性绩效评估方法，即期望值以公开信息变量为条件性，在T—M二次回归模型的基础上加上了一个前一时点的公开信息的变量，形成了条件性回归模型：

　　（7）

　　其中，ap、b0、b1与T-M模型中的含义相同，只是加入了条件性。Zt-1表示了t一1时刻的公开信息参数，称为公开信息变量，可用其预测t时刻基金收益率。如果通过已知变量能够预测未来收益，而且基金经理确实利用了这些信息，那么他们会在预期市场收益增加时增大市场参与比例，即基金的条件风险系数和利用已知信息后预期的市场收益率正相关。而无条件调整的基金收益评估方法则忽略了基于这些公开信息进行调整所带来的超额收益。

　　Ferson和Schadt通过实证研究发现，无论是通过统计分析还是经济分析，基金经理确实利用了已知的公开信息。而且他们还发现，条件风险系数和利用已知信息后预期的市场收益率负相关。也就是说，当市场收益率较高时，基金经理会降低其条件风险系数贝塔：而当市场收益牢较低时，基金经理会提高其条件风险系数贝塔。这样的结果虽然表明基金具有市场时机选择能力，但是选择的方向却正好和市场方向相反。

　　6、针对densen-a pha模型中数据频度进行改进的GII模型

　　Goetzrnan，Ingersoll和Ivkovic认为基金经理进行有关市场风险方面决策的频率小于一个月，而T—M，H—M模型均以用月度收益数据为基础进行回归检验，这样可能会降低市场时机把握能力。他们使用基金和指数的日收益数据，对月度价值进行累计，以评估每日市场时机把握能力产生的月度价值。

　　

　　（8）

　　其中，Pmt代表累度超额收益率，Rmf和Rb分别代表每日的市场收益率和无风险收益率。则上式表示用每日的市场收益率与无风险收益率中的大值进行累乘，得出的月度累计值再减去月度收益率，即为每日时机选择的累度超额收益率。这里认为基金经理每日都会积极的进行操作，发挥选择市场时机的能力，在市场具有超额收益率时将头寸投于股票，反之将头寸投于无风险资产，这样每日选择结果累积成月度收益值。此值与该月市场收益率的差值可得到Pmt表示t月由每日把我市场带来的单位基金资产月度增加值，i为交易日，从而得到GII模型。

　　（9）

　　如果估计出的b2>0且显著，说明基金经理人存在择时能力。ap同样代表证券选择能力。

　　7、Fama提出的超额收益分解模型

　　Fama业绩分解针对 Jensen模型的不足侧重从风险分解的角度对基金投资组合和相应的基准投资组合之间的收益率的差别进行细化，做出了如下分解：超额收益率=风险收益率+选择收益率

　　根据CAPM得到承担系统性风险应得的收益率

　　（10）

　　而基金的实际收益率溢价为

　　（11）

　　其中，(rp一rbr，)为证券选择收益率，反映了基金经理的选股能力，(rbr一rf)表示已经由CAPM模型解释的系统风险对应的收益率。

　　选择收益率被Fama进一步分解为可分散收益率与净选择收益率两个部分。

　　为获得较高的收益，基金经理经常会放弃一些分散性，这样基金投资组合的非

　　系统风险就会较高。净选择收益率在剔除非系统性风险和系统性风险的基础上，能够更加直接和准确地体现基金管理人的证券选择能力，分清绩效的具体来源。

　　根据资本市场线(CML)定义式：

　　（12）

　　可以求出资产组合承担整体风险应得的收益率，这里op为组合整体风险，则rop为基金投资组合与总风险匹配的收益率，rm为市场组合收益率。证券投资收益率可以进一步分解为：

　　（13)

　　(rp一rop，)为证券选择净收益率，(rop一rbp，)为承担非系统风险对应的收益率，我们就是要找出(rp一rop)在(rp，rf)中所占的比例及其值是否为正，以分析出基金经理真正的选股能力。

　　风险收益率也可以进一步分解。如果投资者对基金投资组合设置了目标风

　　险水平，那么基金的总体风险中，一部分风险就可以看作是投资者风险，另一

　　部分则可以看作是经理人风险。这样，风险收益率就近一步分解为投资者风险

　　收益率与经理人风险收益率两个部分。投资者风险收益率(rt)等于投资者风险

　　(b)的期望收益率：

　　(14)

　　经理人风险收益率就等于总体风险收益率与投资者风险收益率差：

　　(15）

　　Fama的业绩分解模型可以用图示直观的加以描述。图1中连接无风险利

　　率rf与市场组合M构成的SML直线为评价基金所实现的收益率是否与所面临

　　的风险相匹配提供了基准。其中，P点是假设实际的某基金投资组合，其收益

　　率是rp：P’点是与基金投资组合P在其风险完全分散时系统风险相同的证券组

　　合，其收益率是rB P点收益率与SML直线上相I同风险水平P’点的期望收益

　　率只差pp’就是该基金的选择收益率，即组合P经风险调整后的超额收益率。

　　基金的总体收益实际上有三个部分组成，一部分是无风险收益(rf)，一部分是

　　风险收益(rbt一rf)，另一部分就是选择收益(rp一rbf)。(rop一rbf)就是与可分散风

　　险相匹配的要求附加回报率，即可分散收益率，而(rp一rop)就是所谓的净选择

　　收益率。因为与可分散风险匹配的要求附加回报率总是非负的，所以净选择收

　　益率总是不大于总选择收益率。只有基金组合是完全分散时，二者才会相等。

　　

　　8、波动市场选择能力方法

　　把波动性被运用到市场时机选择能力的研究中去，其核心思想是在市场波动性不断变化的过程中，基金经理可以相应调整自身投资组合以改变市场敞口

　　(market exposure)。根据GARCH模型理论，金融产品收益率具有波动聚类的特点，本期高波动性一般伴随着下一期同样高的波动性，反之亦然。因此与市场收益率相比，市场波动更易预测而且预测的精确度更高。Busse(1999)论证了用来衡量市场风险敞口的p系数与市场收益率的标准差即市场波动性之间的关系：市场波动性增大，基金的市场风险敞口风险减小，其线性关系如下式所示：

　　（16）

　　其中，bpt代表基金在t时刻的市场风险敞口，omt表示t时刻市场的波动性，om—代表市场历史平均波动性，ymp即为反应基金的市场敝口和市场波形性之间的关系的参数，若其为负值且显著，则表明基金经理具有市场时机选择能力。Busse将上式与Jensen单因素模型和Fama多因素模型相结合，构造了基金波动市场时机选择能力的单因素和多因素模型。

　　Busse将上式与Jensen单因素模型和Fama多因素模型相结合，构造了基金波动市场时机选择能力的单因素和多因素模型。

　　基于Jensen单因素模型的衍生模型：

　　（17)

　　基于Fama的多因素模型的衍生模型：

　　(18)

　　二、摒弃传统Jensen-aIpha模型的BHB模型

　　?Brinson、Hood和Beebower摒弃传统Jensenada—alpha模型的分析主线提出了对市场要求较低，仅涉及到单期和多期收益率计算的更直观模型。他们定义了基金实际收益是由于积极主动管理所带来的收益，反映了基金具体投资策略的结果，称为策略收益；并定义了基准投资组合收益为政策收益，反映的是根据基金投资策略事先确定其投资的各资产类别及其权重的消极管理的收益。BHB模型的基本框架可以用四象限图加以说明：

　　BHB模型四象限表

　　

　　一象限代表政策收益，其值为，这里Wpt表示消极择时(基准组合)

　　下的资产i的权重，rpti表示消极证券选择下的资产i的收益率。运用政策资产配

　　置权重和指数资产组合收益，反映消极管理的基准组合收益，此时择券择时均处于被动状态。

　　二象限代表政策收益与世纪选择收益之和，其值为，这里Wai表示积极择时下的资产i的权重，rpi表示消极证券选择(基准组合）下的资产i的收益率。运用实时调整的实际资产配置权重和指数资产组合收益，反映了考虑择时因素的基金投资组合收益情况。

　　三象限代表政策收益与证券选择收益之和，其值为

　　

　　，这里Wai表示

　　消极择时下的资产i的权重，rai表示积极证券选择下的资产i的收益率。运用政策资产配置权重和积极构建的资产组合收益，反映了考虑择券因素的基金投资组合收益情况。

　　四象限代表基金组合的实际收益，其值为，这里Wai表示积极择时下

　　i的资产i的权重，rai表示积极证券选择下的资产i的收益率。运用实际资产配置权重和积极构建的资产组合收益，反映了将择券因素和择时因素全部考虑在内的基金投资组合收益情况。

　　三、可随意添加多种因素的多因素CAPM归因模型

　　在CAPM提出后，大量学者对其进行了检验，发现了很多CAPM不能解释的

　　异常(anomalies)，Fama和French按照CAPM的思路在单因素模型中加入了账面市值比和公司市值两个因素，给出了三因素模型，并对其进行了实证检验，发现拟合程度比较高，比CAPM对整体收益率的解释能力更强。根据他们的思路，我们可以随意添加多种因素到CAPM模型中，多因素模型表达式如下：

　　

　　（19）

　　这里的(rb1一rf)即表示第f个因素对应的风险溢价，得出的参数估计值b1．若大于0，且通过显著性检验，则表明该因素对基金收益率具有解释能力，是一个重要的归因冈素。该模型有?个重要假设，即各因素之间互不相关，这也就避免了回归时可能出现的多重共线性问题。但在实证研究中，因素的设定十分重要。模型要求能识别所有的相关因素，而投资定价理论并没有明确地给出对风险资产定价所需要的所有因素或因素的个数。在实证时，因素的选择就受到个人主观判断的影响，也影响到模型的解释能力。

　　四、非参数评估方法

　　非参数方法不建立在CAPM的基础上，无须预先假定证券收益的分布情况，也无须规定单只证券的价格形成机制，只需要判断Pl(t)-P2(t)是否为1即可，其中P1（t)是正确预测rm>rf的概率，P2(t)是正确预测名rm<rf的概率。但在现实研究中很难获得基金经理预测情况的数据，因此该方法很难具备实际操作的意义。Jiang(2003)借鉴了H—M模型的思想，提出了一个新的非参数方法模型。他假设基金经理根据本期获得的信息预测下一期市场收益，表达式为

　　

　　。那么基金经理的市场时机选择能力可以用下面的表达式度量：

　　

　　（20）

　　当v=0时，表示基金经理不具备市场时机选择能力；当v=1时，表示基金经理完全具备正的市场时机选择能力；当v=-1时，表示基金经理完全具备负的市场时机选择能力。

　　五、基金业绩归因分析总结

　　综上所述可以清晰的看出证券投资基金业绩归因分析方法的发展脉络：以追溯Jensen—alpha模型超额收益率来源为起点，从超额收益率中细分出证券选择能力和市场时机选择能力形成了业绩归冈分析方法最重要、最完备的一条线，

　　发展出了T—M、H—M、C—L模型；为了更加精确区分导致贝塔时变性的背后因素引入了F—S条件性模型；在实证检验中因为数据频度的选择对业绩有影响，据此发展出了GII模型；Fama模型则从风险与收益的对应角度力求准确地分析基金的证券选择、市场时机选择能力，以上都是从收益率角度对基金业绩进行归因分析。与此平行的另一分支是Busse从波动性角度对基金业绩进行归因分析。而这两部分都属于时间序列研究角度。多因素CAPM归因模型同属于时间序列研究，只是不以CAPM模型为基础建立，后来的BHB则另辟蹊径考察不同时期由于权重或收益率的改变得到的比政策组合高的收益。从而分离证券、市场时机选择能力。以上所以方法均属于参数评估方法，另外还有一类非参数评估方法，作为主体模型研究和运用的比较少，作为对参数评估的佐证居多。其关系结构图如下：

　　业绩归因结构图

　　

　　第二部分 基金业绩归因分析实证研究

　　一、实证研究

　　1、BHB业绩归因分析理论

　　BHB模型策略效应即实际投资组合与基准组合收益率的差异，可以分为三部分：择时效应、证券选择效应和互交效应。

　　（1）、择时效应—由资产配置带来的超额收益。

　　假设基金经理能够自主选择决定基金资产配置比例，但是在每个资产类别内部则完全按照该类资产业绩基准配置，即每个资产类别的收益率等于该资产类别业绩基准收益率，那么该基金的收益率超过基准收益率的部分称为择时效应。择时效应计算公式为：

　　（21）

　　其中，各符号意义在上一部分中已经说明，下同。

　　Damien Laker发现BHB模型中有关择时效应归因的定义在某些情况下可能会带来错误的结果。并将结果更准确地修改为：

　　

　　（22）

　　其中，rall代表基金投资组合基准总收益率。

　　2、证券选择效应——由个股／个券选择带来的超额收益

　　假设基金经理完全按照业绩基准的比例进行资产类别配置。但是在每一个

　　资产类别内部则能够自主进行个股／个券选择。即基金中每个资产类别的权重

　　等于业绩基准中每个资产类别的权重；那么该基金的收益率超过基准收益率的

　　部分称为个股／个券选择效应。选择效应计算公式为：

　　

　　（23）

　　3、交互效应——由资产配置和个股／个券选择综合效应带来的超额收益

　　基金超额收益不仅来自择时效应和证券选择效应，还有一部分是由于二者的交互作用所带来的贡献，即所谓的交互效应。交互效应计算公式为：

　　

　　（24）

　　将上面三种效应合计，则可得总超额收益，即策略收益：

　　

　　（25）

　　综合上面各种效应，以及它们之间的关系，结合上一章相关内容可用图示

　　表示如F：

　　BHB模型反映的效应表：

　　

　　二、BHB业绩归因分析设计

　　这部分我们首先对基金业绩在基金层面进行归因分析设计，而基金的业绩

　　主要取决于其股票组合的业绩水平，所以我们接着对基金股票组合进行归因分

　　析设计。这样由上到下、从内到外的归冈设计，非常有助于基金经理找出基金

　　业绩不佳的来源，并据此改进投资策略，改善基金业绩。

　　1、基金层面的归因分析

　　根据BHB模型，首先将基余业绩在基金层面进行归因分析，得到基金业绩

　　在股票、债券、现金、权证和其他资产这五类资产的择时(资产配置)效应、个股／个券选择效应以及它们之间的交互作用。这样归因以后，我们可以检查资产之间的配置足否合理，证券内部的个股／个券选择是否合理，并据此改进投资策略，最终提高基金投资业绩。

　　2、股票组合层面的归囚分析

　　对股票组合业绩进行归因分析。分别从仓位控制、行业配置和量价操作三

　　个方面进行分析。

　　（1)仓位控制能力分析

　　基金仓位控制能力既是反映基金对系统风险防范的主要依据，也是衡量基

　　金择时能力的重要指标。良好的仓位控制应当是大盘下跌时，基金仓位逐步减

　　少，底部逐步加仓；反之，大盘上涨时，基金仓位逐步增加，项部逐步减仓。

　　因此，基金仓位与大盘指数基本呈正相关关系。对大成价值增长基金(见下文基

　　金介绍)来说，设其股票平均仓位为cs。债券平均仓位为cb。同期沪深300指数

　　收益率为rh，中信标普国债指数收益率为rb。则仓位控制的超额收益率‘计算公

　　式为：

　　

　　（26）

　　其中，0.80和0.20分别为基金业绩基准中沪深300指数和中信标普国债指数的比重，即分别为基准中股票和债券的比重。

　　rc>0，则基金仓位控制能力强：反之，若rc<0，则基金仓位控制能力差。

　　(2)行业配置超额收益率

　　同样的原理也可适用于股票层面上对行业业绩进行归因分析。这里的归因

　　分析也包括三个因子：行业之间的配置效应、各行业内部股票的选择效应以及这两者的互交作用。这里的行业使用的是证监会行业分类。这样归因分析后，我们可以检查各个行业的配置是否合理。各行业内部个股选择是否合理。并据此改进投资策略，最终提高基金投资业绩。

　　值得注意的是，对某基金来说，行业i配置效应收益率为：

　　（27）

　　其中，ai代表同期行业i占基金股票组合比例的平均值，bi代表同行业i占市场基准比例的平均值。代表同期行业i以总股本为权重的行业指数收益率。rh为沪深300指数收益率，所有行业配置的超额收益率为：

　　（28）

　　（3)股票量价操作把握能力分析

　　实际经验可以发现，因为买卖价位、操作数量控制的不好，也可能会导致

　　该股票的投资收益率不理想。因此，必须再考率到基金的股票量价操作把握能

　　力对基金股票投资的效应，这里股票量价操作超额收益率含义是指不含仓位问

　　题以及行业配置问题而是完全由于买卖价位和股票操作数量的控制所带来的超

　　额收益率股票量价操作超额收益率ri计算公式为：

　　?

　　（29）

　　其中rs为基金的股票组合的收益率。

　　二、实证分析

　　指标确定与样本选取

　　1、指标确定

　　由于数据来源不足，无法确定基金中股票投资组合和债券组合等资产带来

　　的红利、股息和利息等以及基金中各个行业股票组合带来的红利和股息。本文

　　将采用资产市值来计算收益率(本文基金业绩未考虑基金管理费用)，故：

　　基金投资收益

　　

　　（30）

　　分别代表基金在T期期初和期末的单位资产价值。资产i的

　　投资收益率rai，行业i股票组合收益率与基金投资收益率的计算方法相同，都是利用单位资产净值。

　　沪深300指数收益率

　　

　　（31)

　　分别代表沪深300指数在T期期初和期末的值。同理

　　也适用于中信标普国债指数收益率rb。

　　2、样本选取

　　我们选取大成价值增长作为样本基金，根据其契约，可知大成价值增长的业绩基准计算公式为：业绩基准=沪深300指数收益率×80附中信标普国债指数收益率×20％。这说明基金业绩基准中的股票组合和债券组合分别为80％和20％，同时说明基金中股票组合和债券组合的业绩基准分别为沪深300指数和中信标普国债指数。

　　本文采用大成基金价值增长2005年至2008年数据，包括基金及股票组合、债券组合、现金、权证和其他资产在四年问的配置比例和收益率，中国证监会

　　22个行业在基金股票组合中的配置比例和收益率。还包括以上三个投资组合各

　　自业绩基准的配置比例和收益率以及中国证j证监会个行业在沪深300中配置比

　　例和收益率，这些数据均来自WIND金融资讯数据库。

　　三、研究方法及分析

　　1、基金层面归因分析

　　我们利用上面的数据，经过一系列的处理，然后利用上一节中有关基金业

　　绩归因分析方法，带入公式(21)(22)(23)完成超额收益的分解。具体分解如下：

　　择时效应、证券选择效应和交互效应。值得注意的是，我们对2005年至2008

　　年每年度基金中各类资产分别进行超额收益的分解。结果列示于下面表A，表B，表C和表D。表中值得注意的是各类资产的超额收益数值并不等于前面与该资产相关的三种效应数值之和，原因就是，我们根据公式(22)做了相关的处理，为避免出现某利-情况，造成结果的不准确。

　　成价值增长2008年度业绩归因分析表

　　

　　成价值增长2007年度业绩归因分析表

　　

　　成价值增长2006年度业绩归因分析表

　　

　　成价值增长2005年度业绩归因分析表

　　

　　下面对大成价值增长基金四年度的业绩进行基金层面的横向和纵向的归因

　　分析，也就是本年度各类资产间的比较和各年度相应资产间的比较分析。

　　(1)横向比较分析

　　大成价值增长于2008年是跑赢业绩比较基准的，虽然其收益率为-50.10％，但相对业绩基准收益率-50.91％可获得0.80％的超额收益。其中，择时效应即资产配置贡献最大，6.77％，各类资产组合的证券选择效应次之，为1.36％。整体来说，2008年是大盘持续下跌的过程，这说明基金在股票、债券和现金等资产之间的配置是合理的，该基金能够抵御一定的系统风险，并对基金的收益有较大正效应。同时，各类资产中的个股／个券选择也是合理的。对超额收益从另一个角度(资产)分析，我们可以明显的看到，股票组合的贡献最大，高达16.10％，而其他类资产都为负值。因此，如果基金经理要获得更大的收益，则可以提高股票组合权重或是调整其他类资产中的个股，个券的配置比例。

　　对于股票、债券和现金等资产，上面提到的基金中股票组合获得的超额收

　　益是比较高的，对这做出最大贡献的就是股票组合中个股的选择效应，为10.74％，这说明基金经理有很强的个股选择能力。但是，债券组合中的个券选

　　择能力就比较差，其值为-9.38％，直接导致债券组合获得-9.55％的超额收益，

　　进而导致整个基金获得较少的超额收益。所以，基金经理只需调整债券组合中

　　个券的配置比例，就会产生明显的效果。WIND数据显示，2008年度开放式基金(包括330支基金)加权收益率为-44.17％，同期全部AB股(包括1610支股票)的加权收益率为-65.04％，通过与表B相应数值对比可以看出，尽管大成价值增长收益略低于整个开放式基金的总体加权收益，但它显著好于大盘走势的。同理，我们可以将上述分析用于剩余三年的数据分析，篇幅有限，不予赘述。

　　(2)纵向比较分析

　　大成价值增长于2005年至2008年获得的超额收益分别为6.61％，39.05％，-189.52％，0.80％，其中有三年大成价值增长是跑赢基准的，即超额收益为正值，尤其以2006年最高，高达39．05％，而以2007年最低，以至于．189．52％。这说明基金经理的积极投资管理是有效的。我们可以看到，对2007年基金超额收益影响最大的是证券选择效应，其值为-185.03％，而这又进而归因到股票组合的个股选择效应，其值为-174.44％。由WIND上证综合指数走势图，可以看到大盘指数从2007年1月4日N2007年10月16日是一路上扬的，收盘价由最初的271 5．72上涨到最高点6092．06。之后指数跌宕起伏，但总体趋势是下跌的，收盘价下挫到2007年12月28日的5261．56。形势的

　　突变，可能影响到了基金经理对于个股选择能力，高价进入，低价抛出等现象

　　造成了，收益率的迅速下滑，相对于基准129．16％的高收益率来说，必然会如此。

　　进行下面的分析之前，将2005年至2008年的，大盘走势进行一个分类：2005年是一整个熊市，未有丝毫走强的迹象：2006年是疯狂的一年，大盘呈指数型增长，也就是牛市来临的标志，并且这一趋势一直延续到了2007年；2007年仍是牛市，大盘呈线性增长，只是在年末后三个月，大盘进入到一个跌宕起伏的阶段，经历了数次大的调整，步入了第一个下跌阶段；2008年势必意味着牛市的终结，熊市的来临，整个大盘迅速下跌，市值缩水，三分之二的财富就此消失。简单归结为：2005稳定的熊市，2006上涨的牛市，2007年牛熊交替2008年下跌的熊市。

　　结合上面对四个表的分析，可以看到，在一个稳定变化的阶段，大成价值

　　增长是能够跑赢基准业绩的。而在产生波动的阶段，则会出现较差的后果。同

　　时，我们可以发现，大成价值增长在2006年对股票、债券和现金等各类资产有

　　较差的配置能力，原因就是2006年上一轮牛市的起点，而在2005年毫无征兆，

　　各类资产的配置要经过一个调整的过程，大成价值增长基金经理则是能力较差。同样，在2007年各类资产配置和证券组合的个股／股权选择能力也较差。

　　2、股票组合层面归因分析

　　(1)行业配置能力分析

　　我们将大成价值增长基金巾股票组合各行业于2005年至2008年的数据，经过处理之后，带A．N股票组合层面的行业配置归因分析公式(26)，同时借鉴第一部分，基金层面归因分析公式(23)(24）中，则可完成对股票组合超额收益按照各行业的分解。其结果列示于表1，表2，表3和表4。值得注意的是基金收益率的处理，对于本期某一行业在前期没有投资，则无法求的该行业投资收益率，本文为了计算方便，统一设置为100％。

　　成价值增长2008年度行业配置归因分析表

　　

　　成价值增长2007年度行业配置归因分析表

　　

　　成价值增长2006年度行业配置归因分析表

　　

　　成价值增长2005年度行业配置归因分析表

　　

　　同样的，我们对基金四年度的业绩进行股票组合层面的横向和纵向的归因

　　分析，也就是本年度各行业股票投资间的比较和各年度相应行业股票投资问的

　　比较分析。

　　(1)横向分析

　　以大成价值增长2008年度的表现为例，其股票组合投资是跑赢大盘的，虽

　　然收益率为-52.3％，但相对于沪深300指数的收益率-64.69％，仍获得12.17％的超额收益。各行业的证券选择效应是三类效应中贡献最为突出的，高达97.34％，进而归因到电子、批发和零售贸易、机械设备仪表和电力煤气及水的生产和供应行业的证券选择效应，择时效应即基金股票组合对各个行业的配置能力却很弱。这说明基金经理具有很强的个股选择能力，不过同时也具有较差的行业配置能力。该基金股票组合主要投资于金融保险、金属非金属、房地产、采掘业和食品饮料五个行业，占总资产价值的79．33％。2008年为大盘不断下跌的熊市，而金融保险和房地产业是在金融危机中遭受冲击最大的两个行业，其比例却达到41.15％，这只能说明一种现象，弱市中各大基金会出现“抱团取暖”的现象，即资金会汇聚到少数几个行业中，产生一种混乱的配置现象，充分展示了较差的行业配置能力。

　　同理，我们可以将上述分析用于剩余三年的数据分析，篇幅有限，不予赘

　　述。

　　(2)纵向分析

　　大成价值增长基金股票组合于2005年至2008年获得的超额收益分别为12.17％-238.99％-10.48％，17.86％，其中只有两年度大成价值增长股票组合

　　是跑赢基准的，即超额收益为正值，尤其以2005年最高，仅为17．86％，而以2007年最低，以至于-238.99％。这说明基金经理的积极投资管理是并不总是有效的。

　　我们可以看到，对2007年基金超额收益影响最大的是证券选择效应，其值为-159.70％，而这又进而归因到金属非金属、机械设备仪表、食品饮料、房地产、采掘业、批发零售贸易和石油化学行业的个股选择效应，其合值为-115.21％。由上面的分析可知2007年是一个牛市转熊市的阶段，形势的突变，可能影响到了基金经理对于个股选择能力，高价进入，低价抛出等现象造成了，收益率的迅速下滑，相对于基准182．50％的高收益率来说，必然会产生如此的后果。

　　基于上一部分对这四年大盘走势的归结，再结合上面对四个表的分析，可以看到，在一个稳定变化的阶段，大成价值增长是能够跑赢基准业绩的。而在产生波动的阶段，则会出现较差的后果。同时，我们可以发现，大成价值增长股票组合在2005年和2008年这两个熊市的行业配置能力(择时效应)都欠佳，2005年交通运输仓储、信息技术业、金属非金属和采掘业四个行业，占整个基金资产总值的60.53％，2008年金融保险、金属非金属、房地产、采掘业和食品饮料五个行业，占基金资产总值的79.33％。无疑进一步验证了我们本文提到的“抱团取暖”现象。

　　(2)仓位控制能力和股票量价操作能力分析

　　首先获得2008年的数据，大成价值增长的股票平均仓位c0=68.10％，债券平均仓位cb=23.00％，那么将数据带入公式(25)，则可得仓位控制超额收益率rc=8.13％，大于零。这表明基金在2008年的仓位控制能力是良好的，与其择时

　　能力的判定是相符的。

　　对股票组合层面的归因分析最后一项内容就是对股票量价操作能力的分析。将2008年各类行业择时效应相加，则可获得所有行业配置超额收益率，将之与rc代入公式(28)，得股票量价操作超额收益率rt=-61.42％，远

　　远小于零。由此可知，这说明基金的股票量价操作能力较差。如果基金经理能

　　改进对股票的量价操作，基金的业绩将会更好。以此类推，我们同样可以得出2005年至2007年的仓位控制超额收益率和股票量价操作超额收益率.

　　3、总结

　　本节主要利用BHB模型，对大成价值增长基金进行了归因分析，分别进行了基金层面和股票组合层面两部分的归因分析，每部分又分别有三项分析内容。在横向和纵向实证分析的基础上，引入具体事例进行更为清楚的分析。我们同

　　样可以将分析单个基金的方法，推广到各种类型的基金，如开放式基金、封闭

　　式基金、股票型基金、债券型基金、偏股型基金和货币市场基金等。将同类型

　　基金视作一个大基金，在进行如上的分析之后，还要进一步的比较同种分类方

　　式下的不同类型基金的业绩。即开放式基金与封闭式基金的比较，股票型基金、债券型基金、偏股型基金和货币市场基金等不同投资范畴的基金间的比较。这对整个基金市场的了解，以及整个基金业绩的客观评价有很大的帮助。

　　现代西方证券投资基金业绩评价理论研究的核心主要集中在两个方面：基

　　金收益率能否超过市场组合或某个评价基准的收益率，即基金是否能够战胜市

　　场；基金经理是否具有市场时机选择能力和证券选择能力。我们在本文中以大

　　成价值增长基金为例，利用BHB模型进行归因分析，其中基金超额收益代表前

　　者，而择时效应和证券选择效应代表后者。实证检验加上事例引入我们得出如

　　下结论：

　　1．大成价值增长基金经理业绩是能超过市场有效性的，即基金能够战胜市

　　场。不过在大盘形势急转直下的情况下，基金经理们的表现却不容乐观，不但

　　没有获得超额收益，而是损失惨重，换句话说，基金经理业绩表现不如一般投

　　资人。

　　2．基金经理虽然具有市场时机选择能力，但不很显著，行业配置能力也是

　　如此。只有极少数基金具有显著的市场时机能力。萨缪尔森也指出在证券市场

　　中不存在可以保证成功的轻易的战略。但是Bollen和Busse(2001)，Chance和Henler(20010发现使用日数据评价基金经理的市场时机能力时，能够证明基金经理具有市场时机能力。

　　3．该积极投资策略基金具有显著的股票选择能力。少数积极投资策略基金

　　具备股票选择能力。Chen，Jegadeesh和Wermers(2000)研究了积极投资策略基金和消极投资策略基金的持股和交易情况后指出，成长型基金在选择被低估的大型成长型公司股票时具有超过其他基金的能力。Wermers(1999)发现，从

　　1975．1994年，高周转率的基金选择的股票的收益，非常明显地击败了标准普尔500指数的收益。

　　4．有效市场假设并不是绝对的。根据Fama的有效市场理论，如果信息是充分的并且容易获得，那么任何人都不能战胜市场。通过上面对大成价值增长基金的归因分析，我们可以看到该基金不管是基金层面还是股票层面，各种效应或是超过基准业绩，或是低于基准业绩，与市场组合表现并不是一致的，这也

　　结论和启示正说明有效市场假设并不是绝对的。美国的证券市场效率非常高，然而美国的少数基金总能战胜市场指数，如富达麦哲伦基金(Fidelity Magellan fund)。小部分投资巨星像沃伦·巴菲特、彼得·林奇(忠诚马吉兰基金)、约翰·坦普尔顿(坦普尔顿基金)an约翰·内夫(前卫温莎基金)等人的职业记录显示了他们的优异业绩一向难以与有效市场调和。大量的实证研究文献证明，市场是十分有效的，但是特别的勤奋、智慧或创造性实际上都可以期待得到应有的回报。

　　5．基金业绩评价的模型尚存在缺陷。现代西方关于基金业绩评价的文献很多，大多数模型足基于资产定价模型演变而来，而资产定价模型本身尚有许多漏洞，再加上基金业绩评价模型自身的缺陷，难免对评价结论造成扭曲。同时，在实践过程中，我们会遇到两个比较显著的问题：一是数据来源的限制，从WIND金融资讯数据库获得的数据并不完整，虽然经过一系列的调整，仍避免不了误差的存在，例如实证检验过程中，通过基金层面归凶分析得出的部分数据与通过股票层面归因分析得出的同类数据出现不一致；二是比较基准的选择，如果分析单个的基金，或许比较容易确定基准组合的成份和相应的比例，但是我们把同类型基金作为一只基金处理的时候，就会面临基准的选择，成份或是相应比例的不同，都会产牛不同的结果。

来源：专注产业链