【典型的基金绩效评价指标和晨星评级体系的有效性分析案例11000字【论文】】

）式中：rGtTRtRbtγ--风险厌恶程度系数，根据晨星评级的全球标准，取γ=23.2.3评级方法晨星基金评级首先根据基金持仓特征对每只具有三年以上业绩的基金进行分类,这样可以客观的观察到基金的资产分布情况和风险收益特点。然后晨星基金用月度收益率来计算衡量基金收益，再然后计算基金的MRAR风险调整后收益。最后晨星基金根据MRAR（风险调整后收益）指标对不同类别的基金分别进行评级。如图7所示，基金评级成正态分布，排在前10％的基金被评为5星基金；接下来22.5％的基金被评为4星基金；中间35％的基金被评为3星基金；以此类推，然后再接下来22.5％的基金被评为2星基金；排名倒数10％的基金被评为1星基金。在确定每个星级的资金数量时运用了四舍五入法。数据来源：晨星中国网站图1晨星评级方法晨星评级将基金种类、风险因素和回报三者有效结合起来，综合评价基金的绩效，是一种较完善的的基金绩效评价体系。但它也存在一定的局限性，一方面基金经理的变更或重大事项不会影响晨星基金评级，另一方面对于指数基金而言，晨星基金评级和基金本身是否优秀没有关系，评级基本失效。第4章晨星评级指标的有效性分析本文以最近三年2018.1.1-2020.12.31为样本期间，以股票型基金作为考察对象，计算截止2020年12月31日所有股票型基金的总回报率（年化）、Treynor指数、Sharpe指数、Jensen指数作为绩效评估标准，并对这些指标进行排名，然后与MRAR晨星风险调整后收益指标排名的结果进行比较，运用描述性分析和相关系数分析的方法对晨星基金评级的有效性进行实证研究，根据研究得出了相关结论。本文以人民币一年期定期存款为无风险收益率，以业界常用的沪深300指数作为业绩基准。截止2020年12月31日，共有1428只股票型基金，其中540只基金具有三年晨星评级，且拥有样本期间36个月的业绩数据。对应于各项指标，各有540个观测值。4.1各绩效指标的描述性分析通过表3可以看到各个绩效指标的描述性统计结果。整体上看各项绩效评价指标的分布情况都基本符合正态分布。从峰度系数上来看，特雷诺指数和夏普指数的峰度系数都接近于3，表明这两个指标统计的数据在中心聚集的程度较高，较完全符合正态分布；从偏度系数上来看，各项指标的偏度系数都在0左右，说明各项指标两端分布均匀，除詹森指数外，各项指标都略正偏态。从中值和平均值来看，各项绩效指标都为正值，说明了考察期的三年里，平均而言，股票型基金跑赢了市场无风险利率。这与考察期市场因素关系很大，以沪深300指数为例，在2018年1月1日到2020年12月31日之间，沪深300指数的年化收益率为8.57%，三年的总回报率为28.83%。充分显示了系统性因素对基金收益的影响极大。表1各个绩效指标的描述性统计数据总回报率夏普指数特雷诺指数詹森指数晨星收益率平均27.380.040.060.0213.12中位数26.170.040.060.0212.45标准差16.430.020.040.038.61峰度0.593.731.961.090.79偏度0.410.350.12-0.190.46区域104.860.230.330.2357.63最小值-23.07-0.05-0.09-0.11-14.67最大值81.790.180.240.1242.96观测数5405405405405404.1.1总回报率通过表3可以看到，在考察期间内，总回报率最小值为-23.07%，最大值为81.79%，平均收益率为27.38%，中值为26.71%。如图8所示收益率集中在0~40%之间，其中一半之上的基金集中在20~40%之间。对比沪深300指数28.83%的总收益率，说明大部分基金的收益率在业绩标准附近。总收益率大于60%的基金有24只，表明了在考察期间内有一部分基金获得超额的收益率。由于市场的系统性因素，整体来看，基金的收益远远超出了无风险收益率，样本基金的总回报率基金符合正态分布。图22018年1月1日-2020年12月31日总回报率4.1.2特雷诺指数结合表3和图9的数据可以发现，在考察期间内，特雷诺指数最小值为-0.09最大值为0.24，平均值为0.06，落在0.05%到0.1之间的基金个数将近一半左右，达到260个。而以沪深300指数为业绩基准的日收益率为0.02%。这表明了样本基金在考察期间承担系统风险获得超额收益的能力是偏高的。从特雷诺指数得出的结果来看，特雷诺指数的分布和总回报率的分布基本一致符合正态分布。图32018年1月1日-2020年12月31日特雷诺指数4.1.3夏普指数结合表3和图10的数据可以发现，样本基金在考察期间内，夏普比率的最小值为-0.05，最大值为0.18，平均值为0.04，落在0到0.05区间内的基金个数有391个，超过了一半。通过夏普指数来看，样本基金在考察区间内表现不错，超过一半基金承担单位总风险获得的超额收益为正数。图42018年1月1日-2020年12月31日夏普指数4.1.4詹森指数结合表3和图11的数据可以发现,在样本区间内，Jensen指数的最小值为-0.11%，最大值为0.12%，平均值为0.02%，整体分布情况与经过系统性风险和非系统性风险调整后的夏普指数大致相同，落在0~0.05%区间内的基金个数最多。而以沪深300指数为业绩基准的日收益率为0.02%。表明经风险调整后，大部分基金和以沪深300指数为基准的市场回报处在同一水平。图52018年1月1日-2020年12月31日詹森指数4.1.5晨星调整后收益结合表3和图12的数据可以发现,在三年考察期间内，晨星调整后的收益率的最小值为-14.67%，最大值为42.96%，平均值为13.12%；峰度系数为0.79，偏度系数为0.16，都接近于零，整体基金分布状况与其他指标大致类同，基本符合标准正态分布。大部分基金的晨星风险调整后回报在10%~20%之间，基于沪深300指数为基准的总回报率为28.83%。结果表明了经晨星调整后，在考察期间内，大部分基金没有给投资者提供出有价值的信息。图62018年1月1日-2020年12月31日晨星调整后收益4.2各指标排名相关性分析本文通过典型基金业绩指标和晨星经风险调整后的收益（MRAR）对540只基金分别进行排名。然后根据排名结果运用Excel对其进行了相关性分析，结果如表4所示。晨星风险调整后收益（MRAR）排名与各项业绩指标的排名相关性都在70%以上，其中与夏普比率的排名结果的吻合度最高表2各指标排名相关性结果MRAR排名回报率排名夏普排名特雷诺排名詹森排名MRAR排名10000回报率排名0.9424165071000夏普排名0.9522233540.913471125100特雷诺排名0.9486605460.9496580350.95604427810詹森排名0.9448140920.957465180.9378085050.9566271951资料来源:晨星数据库和Wind数据库整理4.2.1MRAR排名与总回报率排名对比通过散点图将MRAR对基金的排名和总回报率对基金的排名结果呈现出来、如图13所示，可以发现MRAR排名前100位的基金和总回报指数的排名基本吻合。中间部分排名分布略微分散。图7MRAR排名vs总回报率排名4.2.2MRAR排名与特雷诺指数排名对比将MRAR排名和特雷诺指数排名通过散点图呈现出来，如图14，可以发现MRAR对基金的排名前100位和和后50名特雷诺指数对基金的排名基本吻合，排名中间的基金差别较大，说明两者对业绩优异和业绩很差的基金的筛选结果相同，中间排名结果的差异主要体现在MRAR评级时有衡量下行风险，而特雷诺指数仅仅考虑系统性风险，忽视了非系统性风险。图8MRAR排名vs特雷诺指数排名4.2.3MRAR排名与詹森指数排名对比将MRAR排名和詹森指数排名通过散点图呈现出来，如图15，可以发现MRAR排名与詹森排名对比和MRAR排名与特雷诺排名对比的结果极为接近。原因是詹森指数和特雷诺指数一样，再对投资组合的绩效进行评价时仅考虑系统性风险。结果显示MRAR和詹森指数对业绩优异和业绩很差的基金具有良好的是筛选效果。图9MRAR排名vs詹森指数排名4.2.4MRAR排名与夏普排名对比运用散点图对比MRAR排名和夏普指数对基金的排名结果，如图15，可以发现其结果晨星风险调整后收益的排名和夏普指数的排名重合很高，说明两者对基金的筛选结果相似。本文选择的样本基金为股票型基金，而夏普指数尤其适合全部为风险投资的投资标的。图10MRAR排名vs夏普指数排名4.3五星基金排名对比在选择的样本基金中，2020年12月31日评级当期共有47只股票型五星基金，基金列表如表5所示。可以观察出，通过晨星风险调整后收益的排序挑选出的五星基金，与用夏普和特雷诺这两个风险调整后收益指标排序的结果基本一致。表3五星基金排名结果基金名称代码MRAR排名Treynor排名Sharpe排名汇丰晋信智造先锋股票A0016431515汇丰晋信智造先锋股票C0016442619广发高端制造股票A0049973917工银瑞信战略转型主题股票A00099141114招商行业精选股票0007465816上投摩根卓越制造股票001126677华安新丝路主题股票001104743信达澳银新能源产业股票00141082434工银瑞信物流产业股票00171892922工银新金融股票00105410226嘉实新能源新材料股票A003984112542嘉实新能源新材料股票C003985122846广发多元新兴股票00374513148工银瑞信文体产业股票A00171414159天弘文化新兴产业股票164205152110富兰克林国海沪港深成长精选股票001605161824华夏创新前沿股票002980171723华夏节能环保股票004640181320嘉实智能汽车股票002168192645嘉实新兴产业股票000751201213中欧时代先锋股票A001938214035富国文体健康股票A001186223429泓德战略转型股票001705234741诺安研究精选股票320022242721交银施罗德消费新驱动股票519714252312中欧时代先锋股票C004241264847鹏华优势企业股票005268271611鹏华环保产业股票000409282025建信大安全战略精选股票001473294126景顺长城成长之星000418304452工银美丽城镇主题股票A001043313718工银研究精选股票000803325356泰达宏利转型机遇股票000828333354建信改革红利股票000592345255鹏华养老产业股票000854353136博时丝路主题股票A001236364643圆信永丰优加生活股票001736375840工银瑞信聚焦30股票001496385132南方国策动力股票001692393844工银瑞信生态环境行业股票001245403231博时丝路主题股票C002556415550上投摩根安全战略股票001009424253民生加银优选股票000884433027万家消费成长股票519193446139南方天元新产业股票(LOF)160133454933景顺长城沪港深领先科技股票004476466257景顺长城环保优势股票001975473648总体而言，根据对2020年12月评级的基金的绩效指标排名的相关性分析可以发现，相较于夏普和特雷诺这两个风险调整后收益指标来说，MRAR引入了投资者偏好理论，着重衡量了基金的下行风险，而不是仅仅只考虑波动性和系统风险。与传统指标相比，晨星评级指标筛选出来的基金能够很有效的反映过去三年基金在同类基金中的绩效。通过对样本基金中的47个五星基金的业绩指标的排名对比，我们发现，五星基金的夏普指数和特雷诺指数基本上排在前面，这充分显示了五星基金相对于其他基金具有优秀的控制风险的能力。第5章结论本文主要以股票型基金作为考察对象，研究了晨星基金评级的有效性。选择合适的样本基金共540只。以2018年1月1日到2020年12月31日样本基金的数据，比较三年总回报率、雷诺指数、夏普指数、詹森指数和三年晨星调整后收益的分布情况，发现各个指标的分布情况都比较符合完全正态分布。这表明了晨星基金运用正态函数来对基金业绩划分星级是合理的。然后本文以这些衡量业绩的指标对样本基金进行排名，并做了相关性分析，通过相关矩阵可以看出晨星基金风险调整后的收益率排名和各个业绩指标排名的相关性都在0.7以上，其中和夏普指数的相关性高达0.95以上。说明晨星基金评级指标能较好筛选出业绩状况较好的基金。然后本文又进一步对2020年12月当期47只股票型五星基金进行考察，发现五星基金的夏普指数和特雷诺指数对样本基金的排名基本排在前面，说明了五星基金相对于其他基金具有优秀的控制风险的能力，能够将风险调整后收益依旧优秀的基金挑选出来。晨星基金评级是以基金的历史业绩为基础，对基金的历史业绩进行客观分析。评级是对基金历史业绩的评估而不是对未来的预测，旨在帮助投资者筛选出值得进一步研究的基金，而并非是买卖基金的建议。基金未来的业绩仍然会受到各种因素的影响，比如市场形势，基金经理的变动，资产配置的变动。投资者再筛选基金的时候还要多结合其他指标综合衡量参考文献[1]MarkowitzHM,PortfolioSelection[J],JournalofFinance,1952(7):77～91[2]JackTreynor,HowtoRateManagementofInvestmentFunds[J],HarvardBusinessReview,1965,43(2):63～75[3]Sharpe,WilliamF.MutualFundPerformance[J],JournalofBusiness,1966,39:119～138[4]JensenC.ThePerformanceofMutualFundsinThePeriod1945～1964[J].JournalofFinance,1968,23:389～416[5]FamaEF,FrenchKR.Commonriskfactorsinthereturnsonstocksandbonds[J].JournalofFinancialEconomics,1993,33(1):3～56[6]MarkM.Carhart,OnPersistenceinmutualfundperformance[J],JournalofFinance,1997，(52):57～82[7]GrinblattMark,SheridanTitman,ThepersistenceofMutualFundPerformance[J],ThejournalofFinance,1992,47(5):197