欢迎来到天天文库
浏览记录
ID:34670005
大小:2.50 MB
页数:61页
时间:2019-03-09
《基于var和cvar的我国开放式基金绩效评价》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库。
1、基于VaR和CVaR的我国开放式基金绩效评价摘要随着开放式基金的发展,开放式基金日趋成为主流的投资产品,加之投资开放式基金能够获得免税等有利条件,它逐渐获得大众的青睐。基金的产品种类繁多,我国目前已有的开放式基金更是数以百计。面对纷繁复杂的基金产品,如何做出合理的投资选择,基金的绩效评价就显得尤为的重要。现代的很多投资者都认为基金是一种不可靠的投资方式,这主要是投资者在对基金的认识上还有些偏差。他们认为基金投资基本上是无风险的投资,而事实上任何的理财产品或者投资的金融产品都是有风险的,只是分风险大小不同而已。目前我国现有的基金业绩评价指标过度侧重基金净值,把关
2、注点都放在了基金的收益上,忽略了基金存在的风险。本论文引入了由传统Sharp比率演变而来的基金业绩评价RAROC模型,此模型综合考虑了基金的收益和风险,从而使基金的评价更为客观合理。同时,论文改进了RAROC模型中风险度量方法,从而使模型更加的精确。本论文首先回顾了国内外基金业绩评价的主要理论与研究成果,提出了以CVaR代替VaR作为RAROC模型的风险度量,并在此基础上进行基金业绩评价。然后论文对VaR和CVaR风险度量进行了理论介绍,在理论研究的基础上,论文选取了样本基金股票型基金、混合型基金和债券型基金各8只用于实证分析。这24只样本基金分别用T残差假设
3、为T分布和GED分布下的参数模型GARCH、EGARCH、TARCH和基于峰度法的极值POT模型估计了VaR和CVaR值。实证结果表明,所选参数模型中GED分布下的GARCH模型拟合效果最好;同时,基于峰度法的极值POT模型也能够很好地拟合尾部收益分布。然后,通过Lopez(1998)提出的损失函数方法进行模型比较,发现GED分布下的GARCH模型在估计VaR时优于极值POT模型;而通过定义的ELC统计量的比较,发现极值POT模型在计算CVaR时优于GARCH—GED模型。最后,在模型比较之后,选出最优的风险度量结果计算RAROC值再进行基金的业绩评价。关键词
4、:开放式基金;业绩评价;GARCH模型;VaR;CVaR;RAROCTHEPERFoRMANCEEVALUATIoNoFoURCoUNTRY’SOPEN—ENDFUNDSBASEDoNVALRANDCVARABSTRACTWiththedevelopmentoftheopen—endfunds,open—endfundshavebecomethemainstreaminvestment.Investingtheopen—endfundshastheadvantageoftaxavoidance,SOmoreandmoreinvestorslikethem.Fu
5、ndshaveaviderangeofproductsandourcountryhashundredsofopen-endfundsatpresent.Inthefaceofthevariousopen—endfunds,performanceevaluationoffundsisimportanttomakeareasonabledecisionforinvestors.Manyinvestorsthinkthatfundsaredeceptious,becausethereisstillsomedeviationontheunderstandingofth
6、efunds.Theythinkthatinvestingfundsisarisk-freeinvestment,butanyfinancialproductisrisky,justthesizeofriskdifferent.Otherwise,ourcountry’Sfundperformanceevaluationindexeshaveanexcessiveemphasisonfund’Snetvalue.Theypayattentiontothereturnsoffundandignoretherisk.Thisarticleintroducesthe
7、performanceevaluationmodel--RAROCmodel,whichevoluesbythetraditionalSharperatio.ThismodelhassuchaIIIcomprehensiveconsiderationofreturnsandriskthatfundevaluationbecomesmoreobjectiveandreasonable.Atthesametime,thisarticleimprovesthemethodofriskmeasurementintheRAROCmodelSOastomakethemod
8、elmoreprecise.First
此文档下载收益归作者所有