【基金量化研究系列】基金绩效归因模型(三)——基于CAPM、T-M、H-M、C-L模型的基金绩效归因研究


1. 引言

在前一篇文章中,我们对某只基金的超额收益来源进行了分解,分解成了择时、择股与交互作用三个部分。详情请见:【基金量化研究系列】基金绩效归因模型(一)——Brinson多期归因模型简介。然而,Brinson多期归因模型在使用时需要使用每一个子周期的具体持仓信息(在各行业或各类资产之间资金的流入流出和仓位数据),因此该模型的应用对象更偏向于自有的持仓组合。然而,对于一般的公募基金而言,我们是无法及时通过公开渠道获取其持仓信息的:市场上一般的公募基金只能获取其每日的净值数据以及日收益率数据,因此我们需要使用适用范围更广泛的归因模型。那么,我们能不能仅根据收益率数据和净值数据对一只公募基金的基金管理人的业绩进行归因呢?本文就来探讨一下这个问题。

在建立模型之前,我们先对一些可能用到的指标进行说明:

指标 含义
rp 投资组合收益率
rm 市场组合(基准)收益率
rf 无风险利率
rpex 投资组合超额收益 (rp - rf
rmex 市场组合超额收益 (rp - rm

2. 模型介绍

2.1 CAPM模型

资本资产定价模型(Capital Asset Pricing Model,CAPM) 是由威廉·夏普(William Sharpe)等人构建的单因子模型。利用CAPM模型,我们可以将组合的超额收益分解为来自于市场风险敞口的收益 β 和组合特异性收益(非市场收益) α :
r p − r f = α + β ( r m − r f ) + ϵ r_p - r_f= \alpha + \beta(r_m - r_f) + \epsilon rprf=α+β(rmrf)+ϵ
其中,β 表示组合在市场中暴露的风险敞口;
α 表示组合无法由市场风险解释的,或者说由个股选择带来的超额收益。

因此,若某只组合或基金的 α 显著大于0,则意味着基金管理人具有正向的择股能力

2.2 T-M模型

T-M模型(Treynor-Mauzy Model) 是由特雷诺(Treynor) 和 玛泽(Mauzy)两人在CAPM模型框架的基础上增加了市场超额收益的二阶项,模型表达式如下:

r p − r f = α + β 1 ( r m − r f ) + β 2 ( r m − r f ) 2 + ϵ r_p - r_f= \alpha + \beta_1(r_m - r_f) + \beta_2(r_m - r_f)^2 + \epsilon rprf=α+β1(rmrf)+β2(rmrf)2+ϵ

可以看出:若 α 显著大于0,则说明基金管理人具有正向的择券能力;若 β2 显著大于0,则说明基金管理人具有正向的择时能力

2.3 H-M模型

H-M模型(Henriksson-Merton Model) 是由亨利克逊(Henriksson) 和 莫顿(Merton)两人在1981年提出的归因模型,该模型是在T-M模型的基础上进行了改进,模型表达式如下:

r p − r f = α + β 1 ( r m − r f ) + β 2 ( r m − r f ) I r m > r f + ϵ r_p - r_f= \alpha + \beta_1(r_m - r_f) + \beta_2(r_m - r_f)I_{r_m > r_f} + \epsilon rpr

  • 22
    点赞
  • 200
    收藏
    觉得还不错? 一键收藏
  • 13
    评论
《基于持仓的基金业绩归因:始于Brinson,归于Barra》是“星火”多因子系列的第四篇文章。本文主要介绍了基于持仓的基金业绩归因方法的起源和发展。 文章首先提到了William F. Sharpe、John Lintner和Jan Mossin等学者在1960年代提出了资本资产定价模型CAPM),该模型解释了资产组合投资回报与市场因素之间的关系。在CAPM的基础上,1986年,Gary P. Brinson等人发表了著名的《全球资产配置:创造新的市场优势》一文,提出了持仓(投资组合)配置是决定基金业绩的主要因素。这篇文章为后续的基金业绩归因方法奠定了基础。 随着金融市场的发展和信息技术的进步,基金管理行业对于基金业绩归因的需求越来越大。Barra公司在1994年推出了基于持仓的基金业绩归因模型,为投资者和基金经理提供了对基金业绩背后驱动因素的深入理解。 Barra模型基于CAPM和Brinson模型,结合了风格归因和超额收益归因的方法。它将投资组合的超额回报分解为多个因子,如行业因子、风格因子等,并进一步分析每个因子对基金业绩的贡献。通过这种方法,投资者可以更加清晰地了解基金业绩的来源,以及基金经理的投资策略和能力。 文章最后指出,基于持仓的基金业绩归因方法不仅可以为投资者提供更多的信息和洞察,还可以帮助基金经理优化投资组合,提高业绩。随着大数据、人工智能等技术的发展,基于持仓的基金业绩归因方法还将提供更加精确和高效的投资决策支持。 综上所述,《基于持仓的基金业绩归因:始于Brinson,归于Barra》介绍了基于持仓的基金业绩归因方法的起源和发展,并强调了其在投资决策和业绩优化中的重要性。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 13
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值