收藏本站
《上海社会科学院》 2019年
收藏 | 手机打开
二维码
手机客户端打开本文

基于EEMD方法的基金业绩评价研究

王浩宇  
【摘要】:随着中国金融市场的飞速发展,公募基金市场的发展愈加迅速。自1998年中国首次成立公募基金,到2018年中国公募基金行业的规模达到12万亿余元,对投资者来说,在规模日益庞大的公募基金中,如何遴选出适合自己投资策略和投资偏好的基金品种成为了主要关注的问题。对基金管理人而言,如何评判自己管理基金的业绩和管理特点成为了基金经理人关注的问题。这两个问题都依赖于对公募基金业绩进行准确而科学的评价。准确而科学的基金业绩评价方法可以帮助投资者遴选出适合自己投资策略和投资偏好的基金品种同时也可以帮助基金经理在基金管理上找到合适的策略和方法。以往对基金业绩评估的理论和方法是建立在资本资产定价模型(C apita l Asset Pricing Model,CAPM)上的,通过这一模型可以评估基金在承担市场风险和投资经理能力两方面的表现。EEMD方法是由在NASA工作的华裔科学家黄锷提出的,起初用于分析物理学和大气科学的实验数据,之后被用于分析金融时间序列。EEMD方法可以将金融时间序列分解为具有不同时间周期的分时间序列和趋势序列,可以将这些分时间序列重组为具有经济学和金融学含义的时间序列分量。本文从EEMD方法和资本资产定价模型(CAPM)出发,结合这两种模型构建了评估共同基金的业绩评价模型,并用中国基金市场的数据进行了实证分析。在构建模型方面,本文先用EEMD方法对基金的累计收益分解为短周期、长周期和趋势项三个分量,之后将这三个分量分别纳入到资本资产定价模型中,对基金的这三个不同尺度上的分量进行业绩评价。此外,由于EEMD方法作为一种独立的数据分析方法,它自己也有一套较为成熟的分析框架,所以本文用EEMD方法自身的分析方法对分解出来的三个基金收益分量进行了分析。最后,本文用常用的基金业绩评估指标对分解出的三个尺度下的基金收益进行分析。分析得到的结果是,给基金提供正的风险溢价的主要是基金长周期收益,基金短周期收益往往为基金带来负的风险溢价,趋势项往往为基金带来正的风险溢价。这一结论建议基金经理更加关注基金长周期的盈利,在短周期上应该尽量避免给基金带来亏损的操作。分析得到的另一结果是,基金短周期收益主要通过承担市场系统性分险来获得超额收益,基金长周期收益和趋势收益部分很少通过承担市场系统性风险来获取收益,而是通过基金管理者的资产配置能力获取一定的风险溢价来获取超额收益。这一结论建议基金管理者在获取短周期收益上应该重点关注基金承担的市场风险水平,在获取长周期收益和趋势收益上应该更加关注资产配置的合理和有效。此外,本文还得到结论是不同基金类型在三个收益周期上呈现的特征是不相同的。另外,基金的短周期收益的周期一般在5天左右,长周期收益的周期一般在一年半到两年之间,这侧面说明基金短周期收益更倾向于受到市场的短期波动的影响,而基金长周期收益则更倾向于受到经济周期带来的影响。
【学位授予单位】:上海社会科学院
【学位级别】:硕士
【学位授予年份】:2019
【分类号】:F832.51

手机知网App
【相似文献】
中国期刊全文数据库 前10条
1 孙其法;闫秋艳;闫欣鸣;;基于多样化top-k shapelets转换的时间序列分类方法[J];计算机应用;2017年02期
2 王金策;杨宁;;时间序列趋势预测[J];现代计算机(专业版);2017年02期
3 彭佳星;肖基毅;;基于分型转折点的证券时间序列分段表示法[J];商;2016年31期
4 刘伟龙;;基于ARMA模型的股价预测及实证研究[J];智富时代;2017年02期
5 周仰;;《漫长的告别》(年度资助摄影图书)[J];中国摄影;2017年04期
6 王嵬;;王嵬作品[J];当代油画;2017年07期
7 刘明华;张晋昕;;时间序列的异常点诊断方法[J];中国卫生统计;2011年04期
8 郭崇慧;苏木亚;;基于独立成分分析的时间序列谱聚类方法[J];系统工程理论与实践;2011年10期
9 王佳林;王斌;杨晓春;;面向不确定时间序列的分类方法[J];计算机研究与发展;2011年S3期
10 万里;廖建新;朱晓民;倪萍;;一种基于频繁模式的时间序列分类框架[J];电子与信息学报;2010年02期
中国重要会议论文全文数据库 前10条
1 周家斌;张海福;杨桂英;;多维多步时间序列预报方法及其应用[A];中国现场统计研究会第九届学术年会论文集[C];1999年
2 张立波;庞蓉蓉;王勇;黄敏;何成涛;傅强;曲贤敏;仲昭衍;;基于时间序列的随机质控设计与应用[A];中国输血协会第九届输血大会论文专辑[C];2018年
3 张可;李媛;柴毅;黄磊;;基于分段趋势的符号化时间序列聚类表示[A];第37届中国控制会议论文集(D)[C];2018年
4 徐光晶;;统计学在大地电磁测深时间序列处理中的应用[A];2017中国地球科学联合学术年会论文集(二十九)——专题57:电磁地球物理学研究及其应用[C];2017年
5 毛宇清;王咏青;王革丽;;支持向量机方法应用于理想时间序列的预测研究[A];中国气象学会2008年年会气候预测研究与预测方法分会场论文集[C];2008年
6 吴丽娜;黄领梅;沈冰;吕继强;;黄河上游降水时间序列混沌特性识别与预测年限分析[A];水系统与水资源可持续管理——第七届中国水论坛论文集[C];2009年
7 吴坚忠;路子愚;郑应平;;时间序列社会悖论模型及分析[A];1989年控制理论及其应用年会论文集(上)[C];1989年
8 雷敏;孟光;谢洪波;Kerreie Mengersen;Peter Bartlett;;嵌入维数对复杂时间序列的熵分析的影响研究[A];中国力学大会-2015论文摘要集[C];2015年
9 王兆甲;王海良;;一种相似时间序列挖掘算法及其在汽车运动分析中的应用[A];2014中国汽车工程学会年会论文集[C];2014年
10 林忠辉;莫兴国;薛玲;;用NDVI时间序列确定作物物侯和作物类型判别[A];第十四届全国遥感技术学术交流会论文摘要集[C];2003年
中国重要报纸全文数据库 前10条
1 王晓宝 杨永恒 永安期货;浅析波动率的均值回复特征[N];期货日报;2017年
2 东证期货 王爱华 杨卫东;两年涨跌轮回 秋季普遍下跌[N];期货日报;2009年
3 国家统计局核算司 吕峰;不变价GDP时间序列数据的构造[N];中国信息报;2016年
4 ;《时间序列与金融数据分析》[N];中国信息报;2004年
5 何德旭 王朝阳;时间序列计量经济学:协整与有条件的异方差自回归[N];中国社会科学院院报;2003年
6 刘俏;让数据坦白真相[N];21世纪经济报道;2003年
7 卞纪;我国多时间序列湿地遥感制图完成[N];中国气象报;2011年
8 权证一级交易商 国信证券;正股走势及时间序列主导下半年权证市场运行结构[N];证券时报;2006年
9 广发期货股指研究小组 谢贞联;Hurst指数提示市场升势或将形成[N];上海证券报;2012年
10 丁睿 中粮期货研究院;试论指数HP滤波分析法的应用[N];期货日报;2014年
中国博士学位论文全文数据库 前10条
1 康峻;基于时间序列遥感数据的植被精细分类与覆盖度反演研究[D];中国科学院大学(中国科学院遥感与数字地球研究所);2018年
2 林蕾;基于循环神经网络模型的遥感影像时间序列分类及变化检测方法研究[D];中国科学院大学(中国科学院遥感与数字地球研究所);2018年
3 丁红;柳江径流分析与预测研究[D];武汉理工大学;2016年
4 周超;集成时间序列InSAR技术的滑坡早期识别与预测研究[D];中国地质大学;2018年
5 张琪;时间序列流数据异常检测问题的研究[D];山东大学;2019年
6 张方;局部相似分析的统计研究及其在生物时间序列中的应用[D];山东大学;2019年
7 郝鹏宇;基于多时相遥感数据的作物早期识别[D];中国农业科学院;2019年
8 丁超;MODIS时间序列重建方法与应用[D];中国地质大学(北京);2018年
9 魏永强;煤矿瓦斯监测数据插值与预测研究[D];中国矿业大学(北京);2015年
10 杨玉军;基于机器学习的时间序列模型研究及其应用[D];电子科技大学;2018年
中国硕士学位论文全文数据库 前10条
1 王浩宇;基于EEMD方法的基金业绩评价研究[D];上海社会科学院;2019年
2 纵焱;基于组合Shapelets的时间序列分类方法研究[D];中国矿业大学;2019年
3 王恒健;云工作负载预测模型研究与实现[D];江苏大学;2019年
4 韩如愿;两种基于数据驱动的库存预测方法研究[D];厦门大学;2017年
5 曹西娟;模糊时间序列在钻井风险概率中的预测及应用[D];西南石油大学;2018年
6 王子一;基于特征提取的时间序列分类方法的研究[D];南京大学;2019年
7 单中南;时间序列半监督分类研究[D];河北经贸大学;2019年
8 栗云峰;基于时间序列高分一号影像的南京市农业用地提取方法研究[D];南京大学;2019年
9 曹俊波;风功率预测与多种市场下虚拟电厂电—热—气协调优化调度[D];长沙理工大学;2018年
10 孔翔玉;关于时尚产品生命周期曲线动态预测方法的研究[D];南京大学;2019年
中国知网广告投放
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62791813
  • 010-62985026