投资组合绩效评价及其应用研究PDF|Epub|txt|kindle电子书版本网盘下载

投资组合绩效评价及其应用研究PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第1章　绪论1

1.1　研究背景1

1.1.1　金融定价理论研究的评述2

1.1.2　证券投资组合理论的发展3

1.1.3　证券投资组合绩效评价理论的发展4

1.2　研究动因9

1.3　技术路线、研究内容和本书创新期望11

1.3.1　技术路线11

1.3.2　主要研究内容12

1.3.3　本书的创新期望15

第2章　追踪参考证券的单期均衡定价模型17

2.1　证券市场的机构投资者的行为19

2.1.1　机构投资者对市场的影响力渐现19

2.1.2　证券市场机构投资行为偏好20

2.2　多因素定价模型23

2.2.1 均值方差模型（MV）和追踪误差模型（TEV）24

2.2.2　资本市场均衡26

2.3　实证分析30

2.3.1　样本描述31

2.3.2　检验方法34

2.3.3　实证结果36

2.4　小结45

第3章　单期均衡定价模型修正与绩效评价46

3.1　传统投资组合绩效评价模型47

3.1.1　Sharpe指数47

3.1.2　Jensen指数48

3.2　业绩持续性比较分析49

3.3　业绩与持续性的实证51

3.3.1　样本来源及研究方法51

3.3.2　实证结果54

3.4　小结63

第4章　追踪参考证券的速率函数绩效评价65

4.1　简化模型的分析67

4.1.1　投资期分析67

4.1.2　典型值与偏差73

4.2　投资人行为分析76

4.2.1　投资者行为假设76

4.2.2　投资者行为与期望效用最大化78

4.3　投资组合绩效评价指标80

4.3.1　速率函数I的理论分析82

4.3.2　投资绩效指标的参数θ的分析86

4.4　实证分析88

4.4.1　样本来源及研究方法88

4.4.2　实证结果93

4.5　小结102

第5章　绩效时变特征的条件性参数检验103

5.1　计量经济学条件性检验方法104

5.1.1　估计方法和检验构造104

5.1.2　条件信息变量106

5.2　条件方法参数检验108

5.2.1　条件绩效评价模型108

5.2.2　条件择时评价模型110

5.3　实证分析113

5.3.1　样本选择113

5.3.2　实证结果114

5.4　小结135

第6章　绩效时变特征的条件性非参数检验136

6.1　随机折扣因子的绩效评价方法139

6.1.1　随机折扣因子的经济学解释139

6.1.2　随机折扣因子的绩效评价原理140

6.2　实证分析143

6.2.1　样本选择143

6.2.2　实证结果144

6.3　小结148

第7章　动态交易策略的信息量绩效衡量与综合分析149

7.1　信息量指标：相对熵151

7.2　信息量指标和常用模型的联系154

7.2.1　信息量指标与随机折扣因子154

7.2.2　信息量指标与其他常用方法158

7.3　实证分析160

7.3.1　样本来源及研究方法160

7.3.2　实证结果161

7.4　小结164

第8章　投资组合绩效综合评价指标165

8.1　指标构建166

8.2　主成分分析171

8.3　小结175

结论与后续拓展研究176

1　结论176

2　本书的局限性177

3　后续的拓展研究178

参考文献180

后记196

图1—1　技术路线13

图2—1　2003年基金核心资产与A股指数20

图3—1　样本基金Jensenα值与3Fα值55

图3—2　全样本期用Bootstrap方法Jensen指数和3F方法相关系数分布图59

图3—3　全样本期用Bootstrap方法Sharpe值和3F方法相关系数分布图60

图3—4　熊市样本期用Bootstrap方法Jensen指数和5F方法相关系数分布图60

图3—5　熊市样本期用Bootstrap方法Sharpe值和5F方法相关系数分布图61

图4—1 p＝1/2，λ＝2.1时，r、ν和x的关系图71

图4—2　r和v的关系图72

图4—3　r≥0时最小投资期t*和x的关系72

图4—4　单个投资期的Sharpe比率和x的关系图73

图4—5 ρ＝1/2，λ＝2.1时，E［ω（1）］、ωpp（1）和x的关系图75

图4—6　样本基金累计收益和市场累计收益的比较90

图4—7　样本基金收益和市场收益波动的比较91

图4—8　不同偏度下的速率函数比Sharpe值98

图6一1　时间序列的参考证券随机折扣因子144

图6—2　3种模型评价的超额收益α146

图7—1　各个基金管理公司的平均信息量164

图8—1 因子与特征值散点图171

表2—1　3个参考证券回归结果37

表2—2　3个参考证券时间序列回归结果37

表2—3　3个参考证券截面回归结果42

表2—4　参考证券截面回归结果44

表3—1　样本基金基本情况52

表3—2　样本基金绩效评价情况56

表3—3　3种方法对样本基金绩效排序的相关系数59

表3—4　整个样本期内基金的业绩持续性检验结果61

表3—5　熊市样本期内基金的业绩持续性检验结果62

表4—1　20只基金进行假设检验结果92

表4—2　20只基金在评价期间的描述性统计93

表4—3　20只基金在评价期间的绩效评价结果94

表4—4　20只基金在评价期间5种方法的绩效排序95

表4—5　评价期间5种方法绩效排序的相关系数96

表4—6　20只基金变换的速率函数和拓展的Sharpe指数97

表4—7　在评价期间采用MRAR方法和速率函数的比较99

表4—8　基于GARCH（1,1）模型的参数估计及速率函数100

表4—9　基于GARCH（1,1）变换的速率函数和拓展的Sharpe指数101

表5—1　回归参数115

表5—2　样本基金三因素模型GMM估计结果115

表5—3　样本基金条件单因素模型的GMM估计结果117

表5—4　样本基金单因子条件α与无条件α比较118

表5—5　样本基金三因素条件模型的GMM估计结果118

表5—6　样本基金三因子条件α与无条件α比较120

表5—7　3种方法对样本基金绩效排序的相关系数121

表5—8　样本基金全条件αβ单因素模型的GMM估计结果122

表5—9　样本基金三因素全条件αβ模型的GMM估计结果123

表5—10　样本基金T-M和H-M模型的GMM估计结果125

表5—11　样本基金单条件T-M模型的GMM估计结果128

表5—12　样本基金单条件H-M模型的GMM估计结果129

表5—13　样本基金全条件αβT-M模型的GMM估计结果130

表5—14　样本基金全条件αβH-M模型的GMM估计结果131

表5—15　不同方法证券选择和时机选择能力相关系数134

表6—1　参考证券随机折扣因子的描述性统计145

表6—2　样本基金非参数估计的绩效结果145

表6—3　样本基金绩效评价排序随机折扣方法与其他方法排序的相关性146

表6—4　样本基金全条件模型的非参数估计的绩效结果147

表7—1　19只基金在评价期间的信息量161

表7—2　20只基金根据信息量的绩效排序162

表8—1　20只基金32个绩效评价指标167

表8—2　主成分分析171

表8—3　旋转后的因子系数172

表8—4　评价因子权系数173

表8—5　20只基金根据综合指标的绩效排序174