时间：2023-05-29 18:24:51
从上月股市开始发力之后，股票型基金便一直保持上涨势头。近一个月以来尽管证券市场仍旧处于调整期，上证指数未有大幅上涨，不过股票型基金和偏股型基金仍然有一定幅度的增长。
从8月中旬到9月中旬这一个月中，增长率最高的是湘财合丰成长，净值增长率达到了4.01%，排名第二的是广发小盘成长，净值增长率达到了3.71%，排名第三的则是融通深证100，增长率为3.44%，排名第四的是嘉实理财增长，增长率为3.38%，排名第五的是海富通股票，增长率为2.85%。
配置型基金中，一个月来表现最好的是广发稳健增长，净值增长率为3.88%，其次是上投摩根中国优势基金，增长率为3.68%，第三是金鹰中小盘，增长率为3.53%。
股票型基金和配置型基金中，还有一些表现不错的基金，比如广发聚富，银华优势企业，融通行业景气，华安宝利配置，银河银联收益，华富竞争力优选，富国动态平衡等等，这几个基金一个月以来的收益率也都在2.5%以上，相当不错。
如果看今年以来的表现，比较突出的有广发稳健增长，今年以来的收益率已经达到了16.83%，富国天益价值，收益率为22.16%，上投摩根优势基金，今年以来的收益率达到了10.15%，湘财合丰成长，收益率为15.34%，海富通精选，收益率为12.69%，嘉实理财增长，收益率为16.93%，易方达策略成长，收益率为18.20%，湘财合丰周期，收益率为10.58%，诺安平衡，收益率为12.52%，银河银联收益，收益率为12.90%，还有广发聚富，收益率为17.47%。和月收益水平比较起来，长线的盈利能力更为重要，投资者选择基金应该更多的参考长线收益水平。
以基金公司来看的话，有几家基金公司很明显整体水平优于其它公司，从中脱颖而出。比如广发基金旗下的广发小盘（成立时间比较短），广发稳健增长以及广发聚富三只基金均表现不俗，月增长率分别为3.71%，3.88%和2.79%，在同类型基金中名列前茅。其中，后两只基金今年以来的增长率分别为16.83%和17.47%。在股市持续低迷的情况下，广发显示出不错的资金增值管理能力。
另外，湘财荷银，嘉实基金和易方达基金同样表现不俗。湘财旗下的湘财合丰成长，湘财合丰周期，还有湘财合丰稳定表现均非常稳定，其中最值得称道的是成长和周期两只基金，今年以来净值增长率都超过了10%，但是其风险评价都很低，净值的波动率非常平稳。
嘉实旗下的嘉实理财增长、嘉实成长收益、嘉实理财稳健还有嘉实服务增值行业4只基金的整体表现也都不错。而且前三只基金今年以来的收益率都在10%上下，说明该公司的基金管理水平也大有可圈可点之处。
再看偏债型基金。偏债型基金通常风险低，收益也相应比较低。在各类债券配置比例比较高的基金中，收益率的高低常常受到股票配置仓位的影响。因而简单的排序有时候并不是那么的科学，我们必须结合风险评价综合的看。从开放式基金业绩排行表当中，我们可以看到近一个月来，增长率比较高的是富国天利增长债券，增长率为2.93%，普天债券，增长率为1.63%，招商安泰债券，增长率为1.55%。
今年以来收益率比较高的偏债型基金则是嘉实理财债券，收益率为8.84%，招商安泰债券，收益率为8.51%，大成债券，收益率为8.39%，富国天利增长，收益率为8.26%。排名第一的嘉实债券，风险等级很低，而另外三个基金，其过往的净值波动也都比较高，也就是风险较大，这很可能是因为他们的股票仓位所导致的。
最后来看看指数型基金。一个月以来，受股市回调的带动，指数型基金亦有轻微上涨。增长率最高的是融通深证100，增长率达到了3.61%，第二位是长城久泰300，增长率是2.34%，第三则是天同180，增长率为1.55%。
股票型证券投资基金是以股票为主要投资方向的证券投资基金，简称是股票基金。
涉及了几个概念：
1、公募基金在我国叫做证券投资基金，也就是公募基金投资方向只能是证券市场。
2、股票证券投资基金是从投资方向上细化分类，这种基金是专门投资于股票这个证券市场的。
3、股票型基金属于高风险高收益类型基金，受股市影响极大。
4、股票型基金不是保本的，中短期都会有产生大幅度亏损的可能性。
5、一般股票型基金投资股票的比例占基金总资产的80-95%。
6、对一般投资者，股票型基金更加适合采取基金定投的形式进行投资。
（来源：文章屋网 ）
关键词：股票市场；行为金融学；股票型基金；羊群行为
文章编号：1003-4625(2010)06-0065-06 中图分类号：F830.91 文献标识码：A
一、文献综述
在过去的几年中，中国证券投资基金得到了快速的发展。截至2008年12月31日，共有488只证券投资基金正式运作，资产净值合计20660.65亿元，股票投资方向墓金资产净值占到A股流通市值的31.52％左右。股票型投资基金是中国资本市场机构投资者中一类极为重要的力量。随着证券投资基金的发展，由于种种因素造成基金投资行为趋同，对市场产生了很大影响，这种现象引起了笔者极大的关注和思考：基金投资行为出现的趋同特征是否具有羊群效应，羊群效应程度如何，以及这种羊群效应能否提升市场理性投资理念等。目前，国内对我国股票型投资基金的研究大多基于传统金融学的理论，从基金的投资规模和投资组合的角度来研究基金的实际运行。因此，笔者想从行为金融学的角度出发，并通过实证研究的方法来研究我国股票型投资基金的投资行为特点，是否存在羊群行为，及其程度，并分析产生羊群行为的动因，最后来判断这种行为是否有利于我国资本市场的发展。在进行论述之前简单回顾一下国内外关于羊群效应的研究：
(一)国外的羊群行为研究
Lakonishok,Shleifer,and Vishny在1992年使用了341个不同的基金经理管理的769只基金来做羊群行为的实证研究。他们的数据取自1985―1989年的面板数据，是由每一期结束时被每个基金持有的每一股票的份额数量组成。所考察的基金公司管理的股票总额为1240亿美元，已经占到退休金总额的18％，最后他们得出的结论是基金经理不存在显著的羊群行为。但是在小公司股票交易方面具有轻小的羊群行为，原因主要是因为小公司的公开信息较少，基金经理在买卖小公司股票时比较注重观察其他基金的交易行为，并且依据其他基金操作行为进行投资。此外，他们还对基金基于股票过去表现的羊群行为，对某一特定行业股票的羊群行为及不同行业股票之间的羊群行为进行了考察，均未发现美国基金交易存在明显的羊群行为。
Grinblatt,Titman和Wermers在1995年根据1974-1984年间274个共同基金组合的变化数据，同样发现样本基金并不存在显著意义上的羊群行为。他们的例子中得出的羊群行为系数HM(在实证研究中会重点介绍)均值是0.25，与LSV的退休基金的均值0.27的水平大致相似。
Nofsinger和Sias在1998年以1977-1996年间纽约证券交易所的所有上市公司为研究对象，结果发现，基金持股比例的变化和当年收益之间存在正相关性，这主要是基金经理采用正反馈交易策略所引起的。
Wermers又在1999年以1975-1994年间美国股市的所有基金为研究对象，得出的羊群效应系数HM的均值是0.34，发现样本基金在整体意义上存在一定程度的羊群行为，并且样本基金共同买人的股票比共同卖出的股票都具有较高的收益，也就是说两种股票之间收益差距将延续较长时间。Wermers据此认为，基金的羊群行为可能是理性的，并且有利于加速了股价反映新信息的速度，因而有利于提高市场的效率。
(二)国内羊群行为研究
宋军和吴冲锋在2001年以1998年10月－2000年9月期间共8个季度的样本基金数据为研究对象，结果发现我国的基金同样存在了羊群行为现象。而且，高增长行业股、低股价和小公司股比其他类型股票存在更严重的羊群行为现象。研究进一步发现，我国股市投资者采用的羊群效应是非理性的，并且是真羊群行为，而不是伪羊群行为。
施东晖也在同年对1999年1月-2000年9月期间我国基金进行分组研究，同样也得出我国基金从整体上存在明显的羊群行为现象，投资理念趋同，并且在一定程度上加剧了股价波动。其中，在基金比较热衷的行业，如生物医药业、电子通讯业和基础建设投资业，都发现了比较严重的羊群行为现象。
宋军和吴冲锋在2001年进一步使用个股收益率的分散度指标对我国证券市场的羊群行为进行了实证研究，并且将其实证结果和美国证券市场的实证结果进行比较，结果发现我国证券市场的羊群行为程度要高于美国证券市场的羊群行为程度。同时，将市场收益率处于极高和极低水平的样本数据分散度回归系数进行比较，结果发现在市场收益率极低的羊群行为程度远高于在市场收益率在极高时的羊群行为程度，说明熊市条件下更容易出现羊群效应。
孙培源和施东晖在2002年基于CAPM建立了检验证券市场羊群行为的回归模型，采取了CSAD方法，选取沪深股市所有个股的日收盘价数据进行实证分析，样本区间为1992年1月2日至2000年12月29日。结论是在政策干预频繁和信息不对称严重的市场环境下，我国股市存在一定程度的羊群行为，并导致系统风险在总风险中占较大比例。
宋军和吴冲锋在2003年以2000年全年在《中国证券报》发表的“股评家对大盘的走势的预测”的文章作为研究对象，建立了一个股评家羊群行为的检验模型。他们研究了股评家羊群行为的存在性，影响羊群行为的因素和羊群行为的理性特征。结果发现：股评家的舆论存在明显的羊群行为；股票的历史收益率、市场乐观情绪、股评家预测的一致程度、股评家的能力、初始声誉等因素都会影响到股评家的羊群行为。
二、LSV模型
由于羊群行为对于市场的稳定性和效率有很大影响，因此各国学术界、投资界和监管部门纷纷围绕各国金融市场进行羊群行为的实证研究。总的说来，有关羊群行为的实证研究并没有一个特定的可检验模型，通常是采取纯粹的统计学方法来测量在特定的证券市场上是否发生了羊群行为，而侧重点不在考虑发生这种行为的内在原因。因而，在羊群行为的理论探讨与实证研究之间缺乏一个直接的联系。另外，许多研究对统计分析能否抓住市场参与者对公开可用信息的共同反应的程度也不确定。下面重点介绍一种被普遍用来测量羊群行为的LSV模型。
Lakonishok,Shleifer,and Vishny(简称的LSV)(1992)提出了采用一种统计学方法来测量羊群效应。这是后来很多实证研究的基础模型。他们将羊群行为定义并且测度为相对于各基金经理独立交易的预期来说，一组或若干基金经理同时买卖特定股
票的一般倾向。LSV模型度量方法给出了一段时间内市场参与者所完成的交易的子集。这一子集通常包括相同兴趣的基金经理。H(i，t)是指在t季度，证券的羊群程度的度量值。模型定义为：
HMG，t)=lp(i，o―p(00-AFO，t)
(1)
定义：i表示第i种股票，t表示季度。B(i，o为在第t期净买进股票i的基金的数量，S(i，t)为在第t期净卖出股票i的基金的数量，(净买进或卖出一般用基金季报的持仓变动来表示)N(i，o：B(i，t)+S(i,t)。则公式(1)中的变量可定义如下：
p(i,t)：B(i，t)／N(i，t)
(2)
p(o=E[p(i，t)]
(3)
AF(i，t)=Eo：E[IpG，t)一p(t)1]
(4)
p(i，o是在第t季度，净买人股票i的基金在所有交易该股票的基金中所占的比例。在不同的时期，基金可能会根据市场的具体情况调整其交易策略。因此，p(i，o不能准确地衡量基金对特定股票进行买人交易的倾向，模型使用0p(i,t)一p仁)]，即某只股票买人交易的比例偏离当期平均水平的程度，衡量基金对该股票进行买人交易的倾向。
AF(i，o为调整因子，在基金交易不存在羊群行为的零假设下计算得出。当交易特定股票的基金数量N(i，o增大时，基金净买人该股票的比例p(i，o会趋于等于p恤)，此时AF杠，t)也趋于等于o；通常情况下，多数样本股票的N(i，t)都比较小，因此，AF(i，o>o。一般当基金数量较大时可以将AF(i，t)近似看成0。
HM(i，o为羊群行为系数，如果HM(i，t)等于o，就认为基金的交易过中不存在羊群行为；相反，如果HM(i，o显著地不等于0，就认为基金的交易过程中存在羊群行为，HM(i，o的绝对值越大，羊群行为就越严重。将所有股票的HM(i，t)去算术平均值就可以得到整个市场的羊群度。
但是，用LSV模型来测算证券市场羊群行为有一定的局限性。由于目前市场中的只有基金是利用他人的资产进行投资，由于受到法律监督和制约，所以必须定期公开持仓信息，交易信息，而其他投资者则没有这种义务公开信息。所以，LSV模型提出的羊群行为的测度只能是研究基金而不能考察其他投资者的行为，而本文可以通过WIND数据库，收集基金的持仓信息，利用LSV模型来测算基金的羊群行为。
三、我国证券投资基金羊群行为实证
(一)数据处理
重点研究2007-2008年度我国股票型投资基金羊群行为度的实证检验。由此我们以wind数据库中所有在2007年第一季度至2008年第四季度公布季报、中报、年报的投资基金作为样本。由于报告中只公布占基金资产净值前10名的股票，所以我们以这些基金重仓股为基本数据来源。(样本股票见附录)并且为了数据便于使用和分析，我们特进行以下的数据处理：
1 将每个季度末基金报告中基金持仓前10位股票的数量分别对上一季度的基金投资组合进行比较，来计算其投资组合的变动额(要剔除配股、送股、增发等因素对股票持有量的影响)。如果出现某只股票的持有数比上一季度增加时，则说明该季度该基金对该股票为净买人策略，反之则视为净卖出策略。如果某股票未进入上一季度组合的前10名股票的行列，那么在本季度也不做处理，因为无法对该股票的数量变化进行有效判断，不能判断基金的投资策略。
2 如果某只股票参与买卖的基金数量较少，就不将其纳入考虑范围，这样的目的是为了更好地描述基金在股票买卖的趋同性影响，而防止把正常的买卖作用进行错误放大。所以限定以下条件：小于3家基金投资参与的股票；或者该股票有3家基金投资，3家基金不是都买人或卖出的股票不被考虑。也就是说当有3家以上的基金参与净买卖时，该股票进入羊群行为实证检验中。
3 当基金数目很大时，AF将近似于0。我们进行研究的样本基金数已达到321支(也为当前基金数目)，因此可以近似的认为AF为0。
(二)实证检验
笔者进行的实证检验主要分3个方面进行展开。首先，进行全部样本的羊群效应检验，主要整体上评价2007-2008季度间和年度间的羊群效应度及其变化；其次，按照股票的收益分成三个组进行计算比较，分析基金对不同收益股票的投资策略的差异，找出不同收益股票间的羊群效应度，探讨这种投资行为后面的投资理念和对市场的影响；再次，按照股票的市场规模进行分类，宋检验基金的投资选择在股票规模上的倾向性，进而有助于更好地了解基金的投资策略和偏好。
1 整体检验
首先对样本基金的总体的羊群效应按照年度和季度进行检验，表1分别给出2007-2008年个季度的HM值的计算结果。
从整体上来看，在2007-2008年每个季度都存在着较为显著的羊群效应。均值已经达到了50％以上，远远高于Grinblatt,Titman和Wermers测度的美国共同基金均值羊群度27％的水平。说明我国基金相对于美国基金来说，羊群行为更为明显。从这两年的个季度水平来看，2009年相比较2008年各个季度来说，第一、三季度有一定升高，第二、四季度略有下降。但变化并不明显，应该说季度之间差异不大。而按年度来看，同样的这两年的羊群度变化幅度不大，没有明显的下降或上升趋势。
2 按股票收益检验
笔者对基金持仓最大的前10只股票按历史收益大致区分成3组，即收益最好组(股票收益高于同期大盘指数10％以上)、中间组(股票收益在同期大盘指数波动上下10％)以及较差组(股票收益低于同期大盘指数10％以下)。为再按照个各个季度分别计算羊群度。结果如下：无论是按季度，年度还是按分组都体现了一些的特点和一些的规律性。
首先，按各小组看，股票收益处于最差组的股票在每个季度中的HM值都是相对较低的。在2007年中间组的羊群集中度HM在大多数季度中都高于收益最高组的HM。而在2008年收益最高组与中间组的HM值变动不大。这体现了基金的特点，就是对于收益表现较好的股票有了更多的基金关注，而对于收益较差的股票，基金的操作相对分散，看法差异较大，表现在羊群集中度HM值也就偏低。
2008年与2007年相比，收益最高组的HM略有提高，这说明2008年基金公司对于收益较高的股票给予了更多的关注，有集中同步操作的趋势，这跟2008年基金业延续2007年的价值投资策略的实际情况较为一致。从两年的平均值来看，收益中间组合和收益较差组的羊群度有逐渐下降的趋势，这说明基金虽然在这些重仓股上仍然存在羊群效应，但程度有所减缓，基金公司对于这一部分股票的投资分化在加剧。
3 按照股票类型差别分组的检验结果
笔者将所有股票年度样本按股票2008年年底的流通A股本大小分成三组：小规模组(流通股本小于等于1亿股)；中等规模组(流通股本大于1亿股，小于等于5亿股)；大规模组(流通股本大于5亿股)，然后分别统计它们的HM值。
从股票规模分组上来看，各季度和年度均值都显示HM依股票流通股本规模的变化。股本规模越大，羊群行为度HM越小。虽然在钢铁、金融、汽车、石化等各行业聚集了不少大盘股，这些基本上都是基金的重仓股，是基金获利的最重要的源泉，但计算结果却说明基金对于中小盘股票，尤其是小盘股的投资有着更大的趋同性。2008年在市场行情不景气的条件下，这一趋势得到了进一步的保持，不过不同规模下HM的变动都不大。
四、我国证券投资基金羊群行为的成因分析
根据前面的实证研究，简要分析我国证券投资基金出现羊群行为的成因。
(一)基金内部的激励机制问题
目前基金业和证券市场不断发展，基金的业绩受越来越多的因素影响，导致很难评估基金经理的投资能力，目前还缺乏一种比较简便的评估方法来评价基金经理经营业绩的好坏，这就使基金经理绩效评估时出现了许多困难。当前使用最多的还是传统的比较法，即通过与其他基金经理的业绩相比较来评估某个基金经理的投资能力。在这种评估机制下，很多基金经理为了使自己的业绩不落后于同行其他基金经理，尤其是自己又不能有准确的判断时，就会开始关注行业内尤其是投资业绩较好的基金经理的投资动向，这样就很容易会产生追随、模仿其投资决策的行为。特别是在投资前景不明朗的情况下，部分的基金经理就更容易采取与其他基金经理相似的投资策略，选择相似的投资组合，采取“抱团”的方式，来避免自己承担更多的风险。在这种情况下就很容易产生羊群行为。
(二)基金公司和基金经理追求短期投机收益
由于基金是一种代人理财的集合投资方式，在日益激烈的基金市场竞争中，基金公司面临着投资者赎回的压力，基金投资水平直接影响了投资这是否赎回。在我国，由于证券市场的发展时间较短，大多数的基金投资者还未形成一种长期价值投资理念，更多的投资者把投资基金看做是短期投资工具。期待在短期内可以为自己带来丰厚的利润。如果一旦所购买的基金在短期内表现落后于市场或其他基金，或者是基金净资产值有所下降，投资者就很容易产生赎回基金的行为。所以，基金在面临巨大的生存压力下，选择长期价值投资的操作理念就会发生改变，而开始追求短期内的收益最大化。在这样的条件下，当市场上出现某些热点概念时，并且成为市场追逐潮流时，为了追求更多的短期受益，并且避免自身业绩被市场热点或其他基金经理所抛开，就会有更多的基金经理也会因此而加入，这反映在基金的运作上就呈现出跟风现象和羊群行为。
另外，基金经理职业声誉也是产生羊群行为的一个重要因素。因为在基金行业中，基金经理的职业声誉是基金经理的职业发展和从业收入的重要影响因素，一旦基金经理的声誉在其运作基金时遭到破坏，会对基金经理的整个职业生涯产生长期的不良影响。为了顾及自身职业声誉，选择有丰富经验的基金经理将是基金经理们的明智选择。
(三)证券市场的不完善性，缺乏优质的上市公司
我们知道，在证券市场中有句名言“不要把所有的鸡蛋都放在一个篮子里”，也就是在证券市场中要注意分散风险，采取多元化组合投资策略。而从基金投资运作角度来看，要实现多元化组合投资的优势，基金的证券投资组合至少应包含20个品种股票以上才能达到目标。但是从我国上市公司历史业绩情况来看，存在有相当多的上市公司上市越早企业平均盈利水平越低的问题。导致目前我国的股票市场中还缺乏足够多的蓝筹股和绩优成长股，基金在进行投资组合时可选择性就很低，这样也会使基金持有相似的基金重仓股。另外一方面，由于我国企业地存在着大量资产重组，这使得企业的生产经营情况和产业特征都处于不稳定状态。因为基金的投资风格取决于被投资公司的特征，公司的不稳定状态也就使基金很难形成或坚持已有的投资风格。于是，这样就会导致基金放弃原有的投资风格，采取追逐市场热点投资方式，也就出现了多个基金同时买卖相同的股票的情况。并且基金在选择投资证券时，一般都会集中在市场上被普遍认为业绩良好、收益可靠、风险较小的热门股票上。所以，热门股票经常被基金公司竞相持有，从而就很难把基金投资策略区分开来。此外，目前我国证券市场还没有做空机制，这样一定程度上也限制了基金的投资行为。因为没有做空机制的条件下，投资者要实现资本的增值，只能通过证券价格的上涨，也就使在市场行情好的时候才能满足。而当市场出现单边下降时，基金的业绩就很难提高，这样也在一定程度上促进了羊群行为的产生。
五、政策建议
从以上的研究可以看出，制度设计的缺陷，出于对声誉和报酬的需求，信息的不确定性，信息成本过高等都可能导致股票型投资基金从众行为的产生。这些对于人们掌握和控制金融市场中的从众行为提供了有力的证据，因而对于中国的证券市场的规范和投资者的理性投资理念的建立具有积极的意义。从监管部门来看，从众行为对于市场稳定具有消极的作用，全市场范围的从众行为还可能引发深层次的金融动荡。因此，要减少从众行为产生，正确引导证券投资行为，特别是引导股票型投资基金等机构投资者的投资行为，应该从以下几个方面着手：
(一)培养理性投资理念
我国的股票型投资基金，应当是我国证券市场上投资理念和投资策略的领导者，应当积极借鉴和吸收金融学的新成果，并将其运用于实际。我国证券市场是一个新兴的证券市场，历史短、不规范并且运行效率低。在低效率的市场上，基于传统的金融学投资理论的基金投资策略将很难成功。因为满足发达证券市场投资理论的一些前提条件在中国是并不存在的。如果在中国证券市场中，采取传统投资理论指导的消极投资策略，那么基金的业绩表现必然落后于大盘。值得注意的是，在我国的证券投资基金中，一些采取积极投资策略的基金也并未取得优于大盘的业绩。原因在于证券投资基金过于注重成长投资，导致选股不当和过于重仓某几只股票，而且没有进行必要的价值投资。因此，考察中国证券市场的投资者行为特点，制定科学的投资策略，培养理性投资理念是中国的证券投资基金面临的一大课题。
(二)设计合理的激励机制
制订合理的投资基金绩效评估体系，修正高层管理人员的报酬结构，在衡量业绩时，除衡量基金的净值外，还要衡量多方面的能力，如考虑创新性、设置工资水平下限、对赢利者设置额外奖赏。这种方法对基于声誉产生的从众行为将十分有效，中国目前的证券投资基金由于对基金管理人员的报酬标准单一，导致了各种基金投资风格的趋同，使得大部分
基金在大市上涨时，都采取了增长型的投资策略，平衡型的投资策略在市场中没有立足之地。如果一旦市场反转，这种策略相同的投资基金将陷入极大的风险之中。如果适当地修正报酬结构，将鼓励基金投资风格的多元化，降低基金整体的风险。
(三)增加市场透明度
降低各种信息成本、交易成本以及组织方面的限制；规范信息披露制度，增加信息的透明度，降低信息的不确定性。在信息传递机制方面，加强我国股票市场的信息披露的及时性、完整性和准确性，尽量控制内幕交易，避免一部分投资者在信息获取上处于明显的优势，而驱使其他投资者观察该类投资者的行为，推测所谓的未公开信息，由此导致的从众行为。另外，也要防范投资基金利用资金优势与上市公司联合散布虚假信息，而导致引发其他投资基金的从众行为。
(四)为基金提供避险工具，提高上市公司质量
加快金融市场的制度和法规建设，发展指数期货等多种金融工具，为投资基金开拓更广阔的投资空间。基金的运作(特别是开放式基金)要求资本市场提供合理的避险工具。比较完善的期权、期货等金融衍生产品，将为基金投资提供大量的盈利机会和防范风险、对冲风险(尤其是系统性风险)的便利条件和有效手段。同时，推出有效的做空机制将给投资基金带来更大的操作空间，避免基金的操作手法趋同性。此外，还要完善相应的法规，严格禁止市场操纵行为，防止利用资金优势和持股优势制造虚假的市场参数。
金融市场是投资基金生存的土壤，基金的投资行为在很大程度上受到市场环境的制约。虽然我国股票市场已经取得了长足的发展，但与成熟市场相比还有很大的差距。市场规模有限，上市公司质量良莠不齐，优质公司数量太少。这样便造成了众多基金追逐少数蓝筹股的现象。解决这一问题的有效途径在于扩大市场容量，重点在于提高上市公司的质量。上市公司良好的行业前景、高速的业绩成长性、及时的信息披露、完善的市场监管，这些因素是市场稳定发展的关键因素，也是消除从众行为不利影响的根本。
(五)减少政策对证券市场的过度干预，建立市场自主调节机制，改善证券市场的外部环境
在中国，很多人把我国的证券市场称之为“政策市”，这充分说明了我国的政府在证券市场中起的作用很大，投资者的投资行为甚至受到了政策的过多干预和影响，在今后，应加强市场的自主调节职能，使政府在合理的范围内进行调节，还要注重调节的力度和强度，循序渐进地发展。
上半年股市是一个标准的M型。普通投资者最为关心的基金表现优于上年，取得正收益。据Wind数据统计，今年上半年股票型基金平均回报率为4.87%，领先上证指数。其中，值得一提的是，股票型基金取得正收益的基金数量远多于负收益的基金数量，负收益仅有41只，表现最差的为富安达优势成长，收益为-5.34%。有33只股票型基金收益率超过10%，表现最佳的是景顺长城核心竞争力，收益为22.72%，亚军和季军由广发基金囊括，广发聚瑞19.66%，广发核心精选18.14%，见表1。
表现优异基金各有神通
虽然整体股指并没有出现太高涨幅，但一些优秀的股票型基金还是凭借着自己的“内功”取得了不错的收益。以上半年业绩排名前5的股票型基金为例，分析其背后的成功因素。
抓住时机快速建仓
从今年形势来看，上半年是M型走势，出现过两个明显的建仓好时机，分别是在1月初和4月初。受制于上年跌跌不休的走势，很多基金持谨慎态度对待市场，错过了底部特别是1月初的良好建仓时机。而上半年表现最优秀的景顺长城核心竞争力作为一只新基金， 2011年12月20日成立，正好赶上黄金建仓时间点。作为新基金，它可以用100%资金建仓而不用卖出所持有的股票，具有很强的成本和时间优势。基金经理并不保守，大胆、快速的建仓策略让景顺长城核心竞争力基金获得了极高收益。据统计，仅3个月时间，在3月13日该基金已经上涨到了20%，表现远高于同期的新基金。排名第五的中欧新动力基金也采取积极、快速建仓的策略，基本上仓位都保持在85%以上，分享到了股市波段性上涨的红利。
精选行业，超配战术
在M型走势下，板块轮动效应非常明显，要想获得好的回报，必须能精确把握行业的脉动。基金经理及团队对各行业的研究分析和精选能力得到了最好的市场考验。在精选行业的同时，作为基金的传统战术——超配，成为了利器。从前五强基金来看，基本上每个基金都有非常明显的超配板块，也正是这些超配板块给予了其极高的收益（见表2），而均衡分散投资则在上半年表现不佳。
从基金超配板块来看，制造业是最受青睐行业，几乎每个基金都作为重点选择，表示他们对制造业一致看好。超配比例最重的是广发旗下两只基金，在两个板块上就分别投入84.97%和79.21%的资金，几乎孤注一掷。这不仅体现了基金经理优秀的选股判断能力，还体现了其有很强的自信。
逢低购入，价值投资
上半年在这方面表现最突出的是中欧中小盘基金。该基金作为一只2009年的老基金，以往的战绩也不俗，多有斩获。作为唯一一只中小盘基金杀入前五强，自然有其独特之处。一般中小盘股波动大、机会多、风险高，需要有很强的市场时机选择和个股挑选能力。该基金经理敏锐抓住了房地产调控见底、市场刚需反弹导致市场回暖的趋势，并且有预见性地提前布局。仅在一季度，超配房地产股比例高达46.62%，房产价格随着6月份的回暖，使得地产股有了快速上扬的机会，可见其基金经理判断之准。同时，这也是价值投资的最好体现。地产股由于国家的调控政策，一直走下坡路，估值大幅度降低，逐渐出现投资价值，基金经理正是判断估值见底，出现了明显投资价值并且不为市场关注的情况下，果断下注加大投资，才获得了良好的效果。中欧中小盘基金在这方面的表现，就犹如剑客亮剑，直刺要害。
团队作战规模优势
广发系基金在上半年的表现最为抢眼，旗下无论是股票型，债券型、混合型还是货币型基金都表现优异。作为老牌基金公司，强大的研发分析能力是其优势，团队作战更是其王牌战术。以往如华夏、嘉实等诸多大公司经常采用这种战术。所谓团队作战，即经过公司调研后，不仅在旗舰基金进行重点配置，而且公司旗下多只基金交叉持股共同配置。这样可以锁住大量筹码，维持股价稳定，一旦题材兑现，整体业绩就会非常优异。本次广发系两只基金都高配制造业和食品饮料业，在个股上也有较多重复，例如两只基金对洋河股份、金种子酒都作为重仓配置。
行业基金凸显价值
对于唯一一只杀到前五的行业基金中欧新动力基金，向世人证明了行业基金在中国依然有很高的价值。行业基金在海外基金中大行其道，是主力投资品种，但在中国还只是新兴产物，仅有20多只行业基金在运作。中欧新动力基金作为重点投资新一代信息技术、生物技术、高端装备、制造技术、新材料新能源技术的基金，上半年侧重投资制造业，比例高达51.97%，其余的重点投资在机械设备和食品行业。上半年以上3个板块都是表现较佳行业，中欧新动力基金表现优秀也不难想象。行业基金价值凸显，相信今后会逐步成为主流投资品种。
选基切勿迷信排名
这里要提醒大家，基金排名只是暂时的，不应作为基民选择基金的主要依据。这点在上年的业绩前三强基金体现得最为明显：当年排名第一的博时主题行业基金，今年上半年收益7.03%，排名第96位；亚军鹏华价值优势和季军东方策略成长，收益仅为3.31%和5.14%，排名分别为291位和219位。
对于行业板块的判断是有独立判断能力的基民选择基金的重点，行业基金凸显价值。
新年伊始，已经有多只新基金上报。从各家公司获批以及上报的基金品种来看，围绕债券市场展开的产品创新成为目前市场的主要趋势之一。国债交易型ETF基金及其联接基金、上证企债30ETF基金，以及中债新中期票据交易型ETF基金及其联接基金等纷纷推出，这些基金产品不仅可以活跃交易所市场与银行间债券市场的交易，同时也会促进国内债衍生品市场的进一步发展。结合市场以及产品情况，以下发行产品值得关注：中银稳健添利债券型发起式基金、广发新经济股票型发起式基金、工银保本2号混合型基金。
（据国金证券基金研究中心）
券商理财产品：抛弃股票投奔债券
尽管股市已有起色，但是1月份开年的券商集合理财产品并没有向股市全力投入，股票类券商理财产品在2012年的惨败，让券商资管产品的发行暂时仍以稳健类为主。
同花顺iFind数据显示，截至1月18日，2013年开年共有37款券商理财产品进行推广，其中纯债券类占到12只，货币型有12只，股债平衡型的为10只。可见债券类产品是券商发力的重点。
目前的券商集合理财市场中，国泰君安、东方证券、中信证券、华泰证券占据了市场份额的前四强，均在百亿元以上。其中国泰君安接近200亿元，不过1月份收益排行后10名的产品中，国泰君安的产品就占据了两个席位。
阳光私募：三大魔咒难打破
大盘的回暖使得投资者的眼光再次回到了私募基金。正如公募有仓位的“88”魔咒，在一向神秘的私募江湖中，也流传着一些魔咒。
魔咒一：冠军年年有，魔咒难打破。前一年的冠军产品很难在下一年继续保持其良好的业绩，如果将这一魔咒的概念再扩大范围，前一年的前十榜单也很少在下一年出现重复。魔咒二：规模是业绩的敌人，规模越大收益越难有保证。魔咒三：“1期”领航，同门难同命。不少投资公司除旗舰产品以外，其他产品的业绩都相去甚远。“1期”现象中比较典型的有呈瑞，在呈瑞1期获得36.90%的年化收益的同时，其余7只产品均出现不同程度的亏损。
（据好买基金研究报告）
信托：风险难控，遭部分银行停售
信托公司或面临失去银行销售渠道带来的挑战。据悉，在深圳地区，以四大行深圳分行为首的多家银行目前已暂停信托产品代销业务，何时恢复代销尚无时间表。有国有银行人士表示，恢复代销信托计划的可能性不大。
自从去年底上海地区某银行客户经理私售投资产品引发纠纷后，银行对代销其他金融机构发行的投资产品极为谨慎。为掌握银行代销情况并排查风险，去年底银监会下发《关于银行业金融机构代销业务风险排查的通知》，要求银行全面排查销售第三方产品的业务。
事实上，去年下半年已有银行开始收紧代销信托业务。比如，有股份制银行要求代销的融资类信托计划的项目必须是与该行有过信贷合作。
不过，有业内人士担忧，虽然一些银行已暂停代销信托产品，但是，如果不杜绝银行员工私售投资产品，可能引发的风险更大。
（据万得信托市场报告）
银行理财产品：建行发行最多，兴业银行高收益登顶
2013年01月（18日之前），64家银行共计发行理财产品1119款。建设银行发行量维持高位，以127款产品继续占据榜首；中国银行、工商银行随后。共计1167款理财产品到期，已公布收益率的产品335款，其中1款产品超预期，其他产品实际收益率均符合预期，且全部达到预期收益率上限。
1.引言
近年来金融工具及其衍生物越来越多元化，其带来的不确定因素也越来越大，因而金融市场的风险也就越来越高。金融市场间的关系更是变得日趋复杂，更多的呈现出非线性、非对称和厚尾的特性，金融波动和危机的频繁出现使聚合风险管理和金融市场间相依关系分析成为国内外关注的焦点。
现阶段最常使用的风险度量指标是20世纪90年代j.p.morgan和g30集团提出的var（value at risk）方法，var旨在一定的置信水平下，估计金融资产或组合受市场因子波动影响，而在未来特定的一段时间内的最大可能损失。严格的说，var描述了在一定的目标期间内收益和损失的预期分布的分位数。如果c代表置信水平，var对应的是较低的尾部水平1-c。可表示为：
其中，表示某事件的概率，表示资产或资产组合在持有期内的损失，c为置信度水平。在最近这些年var作为金融风险度量工具得到了广泛的应用，然而，研究发现var不具有次可加性和一致性的风险度量，后来针对这一问题，acerbi等[2-3]提出了期望损失es（expected shortfall）的定义。
假设r为持有期内资产或者资产组合的损益，并假设r的累积分布函数f（r）（cdf）是连续的，那么对于置信水平，var也可以用如下定义：
式中，表示r的分布在给定显着水平的下侧分位数。假设表示r的概率密度函数，那么置信水平为1-c下的es可以定义为：
式中，为示性函数。es实质上是将资产价值r乘以权重的从-到0的积分，这样它就把超过var水平的损失部分考虑进去了。从经济意义上讲，es就是指当损失超过var时的平均损失。由于它同时具有了次可加性和一致性，是一个较好的风险度量工具。rappoport（1993）第一次在金融行业中用它来做风险管理的一个工具，后来acerbi（1997）等人证明了该方法是一个一致性的风险度量工具。
同时，通过引入copula函数度量资产组合集成风险的方法已经越来越成熟。schweizer和sklar最早提出copula函数的概念及其它的一些性质。后来sklar指出了copula函数可以把具有不同类型边缘分布函数连接起来，并且能抓住它在风险管理应用中的本质特征（例如：尖峰厚尾性）；emberchts等第一次把该方法引入到金融类相关研究之中。许多研究学者在他们的基础上做了很多有意义的研究。例如：breymann等人研究表明了学生t-copula的经验拟合比高斯copula优越很多；ceske，hemandez（1999）提出可以将copula函数与montecarlo技术结合计算相关损失；matteis对archimedean copula做了很好的总结。
在我国，copula函数方法在金融上的应用才刚刚起步，且其中绝大多数文献做的是介绍性、引入性的研究。最早见的是张尧庭（2002）提出copula函数在金融风险领域大有可为；史道济利用copula函数研究外汇组合的相关性；司继文（2004，2005）分别将copula函数应用于国内外的股票市场和期货市场；韦艳华、张世英（2004）将garch模型应用于copula函数，来度量金融时间序列的自相关结构。前人的研究主要集中在利用copula函数对股市或资产组合的相关性研究。而韦艳华（2004）利用garch模型拟合正态copula函数的边缘分布，然后运用monte carlo仿真技术计算投资组合的var。
本文创新一是采用garch或者egarch模型来拟合t-copula函数的边缘分布，克服了传统garch模型不能处理特定非对称金融时间序列的局限性。对此，本文也比较分析了单独使用garch下和本文采取的方法下的风险值，研究表明本文提出改进的思路对风险估计更为准确。改进二在于对于风险衡量的指标不是仅仅采用var，而是利用var与es双监管的风险度量方法，克服了传统风险度量var的很多缺陷（不具有次可加性、正齐次性等）。最后通过度量我国股票型开放式基金的市场风险为出发点，运用monte carlo仿真技术计算投资组合的var以及es，具有很强的实用价值。
2.garch或者egarch收益率分布模型
对于某一金融资产，投资者最想知道的是将来某个时刻该资产收益率的信息。由于金融资产收益率的尖峰厚尾性、条件异方差性、波动聚集性和杠杆效应等，普通的garch模型对对前三者能较好的刻画，但是对于杠杠效应garch模型不能刻画出，因此，本文对不存在杠杆效应的收益率序列采用garch模型拟合资产收益率的特征，对存在杠杠效应的收益率序列采用egarc模型刻画。该模型是glosten jagannathan和runkle在engle提出自回归条件异方差（arch）模型和bofloerselev提出的广义自回归条件异方差（garch）模型的基础上改进提出的，它考虑了坏消息和好消息对波动性不同的影响。
假设投资组合中有d种金融资产，对于资产i，直接根据最近的n期历史收益率数据（t=1，2，…，n）运用garch其中eagch模型中条件方差采用自然对数形式，意味着非负，且杠杠效应为指数型的。模型中引入了一个重要参数，若，说明信息作用非对称，存在杠杠效应。为第i个资产收益率序列；为的条件均值项；v是t分布的自由度。为待估参数；随机扰动项服从均值为0，方差为1的标准t分布。即：
它的形式使得garch或者egarch模型能够较好地描述收益率序列的各种特性（如条件异方差性、波动聚集性）。
假定利用观察资产收益率历史数据样本可以得到，在估计出参数后，可以得到下一时刻收益率的条件分布：
其中，是自由度为v的t分布函数，是到时刻t为止的信息集。利用matlab可以很方便地由样本观测数据估计出garch模型的各个参数，从而由式（2）得到给定t时刻前信息集的条件概率分布。
3.copula函数的参数估计
在资产分配、衍生品定价和风险管理等许多金融领域中，有关风险因素之间的相关性度量及其重要。许多文献中常采用多元正态函数，然而各种金融资产的收益率之间一般并不符合多元正态分布的假设，为此，本文使用copula函数来解决这个问题。
由sklar定理可知，对于一个具有边际分布函数为（）的金融资产的联合分布函数f，一定能找到一个copula函数c，使得：
如果所有的边际分布函数都连续则从上式定义的copula函数是唯一的。从上式可以计算得出copula：
其中，
文献表明，t-copula能更好地刻画各个金融资产的尾部相关性，本文研究的是t-copula连接函数分布。
其中，表示相关系数矩阵为r，自由度为v的维标准t分布函数，表示自由度为v的单变量标准t分布函数的反函数。copula模型为：
参数v为t分布的自由度。为d维t-copula分布，表示均值为0，方差为1，自由度参数为的正规化t分布函数，即：
式中是伽马函数。由于t-copula的密度函数对任意维数都不是一个简单的形式，本文根据t-copula函数形式使用matlab工具估计其参数，过程
（1）把资产收益率数据通过概率积分变换转化为一致分布；
（2）用对数似然函数法估计学生t-copula的参数：
此处的copula函数c为公式（4）给出的；
（3）令，此处是单变量累积标准正态分布函数；
4.利用模特卡罗模拟资产组合的var和es
根据embrechts关于利用t-copula函数模拟随机变量的方法，多次模拟资产组合资产收益率的随机扰动项。具体模拟步骤为：
（1）由上述估计出的随机扰动项的相关系数矩阵r，对其进行cholesky分解。
（2）根据标准正态分布，模拟d个相互独立的随机变量。
（3）产生与y相互独立的变量e，服从分布。
（4）令。
（5）令，则x为服从自由度为v的t分布。
（6）计算得到。
（7）根据得到联合分布为，连接函数为的d维随机扰动项。
（8）根据egarch或garch模型，得到金融资产收益率的条件均值和条件方差，然后根据随机波动方程，得到资产组合的资产收益率向量。
（9）给定资产在投资组合中的权重，计算投资组合收益r的值。
（10）重复上述过程5000次，模拟得到其经验分布，容易求出var和es的值。
5.实证研究
（1）数据的选取和边缘分布的估计
本文选取融通深证100基金2010年3月31日公布的前10大重仓股票作为观测样本，如表1所示。
本文采用从2004年7月1日至20010年3月31日共937个（对空缺数据已做处理）交易日的收盘价作为原始数据，计算出每只股票的对数收益率，并根据公式（1）、（2）估计出每只股票的边际分布，利用aic准则、sc准则和杠杆系数检验可以得出万科a、苏宁电器、中兴通讯、格力电器、吉林敖东存在杠杠效应，适宜采用egarch模型建模（其余采用garch建模拟合效果更好），下面以第三、四只股票五粮液（000858）和苏宁电器（002024）为例，分析其边缘分布函数的估计和拟合效果的评价。参数估计结果见表2和3：
其中，表2、3中括号的数据表示相应t统计量的估计值。从表2、3中给出的k-s相伴概率可知，利用cml方法对原序列做概率积分变换后，序列服从[0，1]的均匀分布。由此可以说明本文提出的模型可以较好地描述相关资产的边缘分布。同样的方法检验了其他8只股票的边缘分布拟合效果，都说明了garch或者egarch模型能较好拟合各自的边缘分布，因此用本文的模型描述收益率序列的边缘分布是充分的。
（2）copula函数参数估计和monte carlo模拟var和es
此处为了对比分析采用egarch或garch拟合边缘分布与仅仅采用garch拟合的效果，根据上面估计得各个股票收益序列的边缘分布，利用文中第四部分的估计copula函数参数的方法，估计得出其t分布的自由度dof=7.5848和各自的相关矩阵（表4、表5）。
由上述结果可知，仅仅采用garch拟合边缘分布使得各个资产之间的相关系数整体性的变小。从而可以推断出可能会导致风险的低估，从而对准确度量基金风险存在一定的影响。进一步的风险值比较分析可见表6、表7。
按照表1的投资比例，假设投资者处于t时刻，这里的t时刻指的是样本时间段的最后一天，即2010年3月31日，t时刻的投资组合价值为：
假设资产持有期从t时刻到t+1时刻，置信水平选择95%和99%进行估计。根据本文的copula-garch（egarch）模型，运用t-copula函数的模特卡罗模拟仿真模拟5000次，可以得出t+1时刻各个股票的收益率序列，进一步可以计算出t+1时刻各股票的损失序列，给定置信水平，容易得出t时刻到t+1时刻相应的投资组合var和es值，表6、7分别给出了本文提出的采用egarch或garch拟合边缘分布和传统方法仅仅采用garch模型拟合的情况下各个股票和证券投资组合的var和es值。
表6、表7清晰的显示本文所提出的方法对准确估计风险更进了一步，比较而言传统方法只使用garch模型拟合边缘分布导致了单个资产和资产组合的风险值都偏小。对于文中提出使用egarch模型拟合万科a、苏宁电器、中兴通讯、格力电器、吉林敖东，从表6与7中可以看出，var与es的风险值都比其他个股风险值偏离程度更大，说明采用egarch模型针对特定（存在杠杠效应）金融序列拟合效果更好，风险估计更为准确。
单独分析表6可以看出，在投资额一定的情况下，基金的风险值要比单个资产进行投资的风险值小，可见该基金选择的各个股票之间的相关关系有较大差别，说明投资组合可以大大降低投资风险。从var和es的风险值看，es都大于var，说明es比var度量风险更为保守，也说明了var在度量风险上存在计算风险值偏低的现象，这样对基金控制风险和减少资产损失极为不利，特别是当极端事件发生时，资产组合的风险值与实际值就会发生偏差。另外从var与es的差值可出看出，置信水平越高，投资组合降低风险的程度也就越大，但是由于var不具有次可加性，从es的差值能很明显看出。
6.结论
本文为了描述特定资产具有非对称性的特征，通过对资产收益率进行egarch建模，对不存在杠杠效应的资产仍使用传统的garch模型，这与copula可以连接具有不同边际分布的函数的相关关系相符，同时考虑到var度量风险的不足，引入了es一致性风险度量，通过t-copula函数和monte carlo模拟计算出了证券投资组合的var以及es的值。最后文章对融通深证100基金风险度量的实证研究可以看出，有的金融资产收益率序列可能存在杠杠效应；而且var的确存在低估风险的不足；同时也得出了风险值var或者es在置信度越高，它们的差值越为明显，说明了本文copula-egarch（garch）模型能较好地刻画投资组合二中不同资产间非正态非线性非对称的相关性。基于该模型的风险度量方法可以为我们基金管理公司评估和管理资产组合的市场风险，从而有利于公司控制和减少资产损失提供一定的参考作用。
参考文献
张尧庭.连接函数(copula)技术与金融风险分析明[j].统计研究,2002(4):48-51.
史道济,邱男.关于外汇组合风险相关性的分析[j].系统工程,2005,23(6):90-94.
司继文,蒙坚玲,龚朴.国内外期货市场相关性研究田[j].华中科技大学学报,2004,21(1):16-19.
【关键词】开放式基金 证券市场 择时选股能力
一、引言
我国的开放式基金起步较晚，但是发展迅速，日益成为证券市场上最有发展潜力的机构投资者，自我国的第一只开放式基金——华安创新成功发行以来，开放式基金以其较好的流动性和市场选择性、信息披露透明度高等优势，迅速占据证券投资市场，越来越多的投资者选择开放式基金作为投资理财的工具。按照投资目标的不同，我们可将开放式基金分为股票型、货币市场型、债券型和混合型。鉴于我国基金对股票的高度依赖性，研究股票型基金有着特殊的意义。借助于国外成熟的理论模型，对我国开放式股票型基金的择时选股能力进行研究，有助于引导资金的流向，提高资金的利用效率，同时也关系到基金管理公司进行投资决策以及投资者自身的切身利益，对于促进我国证券市场的健康发展也有着重要的意义。
二、择时选股能力评价模型介绍
（一）T-M模型的介绍
从T-M模型的回归分析结果来看，拟合优度R2在0.1597—0.9439，大多数的R2值大于0.7，说明样本基金的回归直线与观察值拟合的较好，并且从结果可以看到18只基金的F值均在5%显著性水平上通过了检验，方程的整体显著性较好。但是没有一只基金的？琢值大于0，均表现出负的选股能力。有14只基金的？茁2>0，且有4只基金在5%的显著性水平下通过了检验。说明大部分基金管理者具备了正向的择时能力，其中博时精选、光大量化核心、嘉实沪深300LOF、东方策略成长这四只基金具有较强的择时能力。但是基金管理人普遍不具备对股票的选择能力。
从H-M模型的回归分析结果可以看到，拟合优度R2在0.1599～0.9451之间，且大多数的R2值大于0.7，说明样本拟合值较好，从F值的结果可以看到18只基金均通过了在5%显著性水平上的检验。没有一只基金的？琢值大于0，说明近两年基金经理普遍缺乏选股能力。而？茁2>0的有15只，占样本的83%，有5只基金在5%的显著性水平下通过t检验，表明大部分基金具备正向的择时能力，其中部分基金具备显著的择时能力。从近两年的实证结果来看，我国的开放式股票型基金具备一定的择时能力，但是选股能力较差。
五、研究结论及对策建议
通过对近两年我国18只开放式股票型基金的择时选股能力进行实证研究，可以看出没有一只基金的？琢值大于0，说明我国的开放式股票型基金不具备良好的选股能力。在样本基金中，我们可以看到大多数基金的？茁2值大于0，表明大多数基金经理具有正向的择时能力，其中有几只基金通过了显著性检验，说明我国的开放式股票型基金具有一定的预测证券走势的能力。
综合而言，选股能力作为基金业绩的主要评价内容，而研究结论反映了我国开放式股票型基金经理普遍缺乏选股能力，这说明我国开放式股票型基金经理管理能力在熊市中表现较差，这与我国股市目前处于下行时期以及基金绩效考核体制的不完善有关。大多基金公司在资产配置上采取从众行为，因此导致的失误对基金业绩的影响很大，弱化了基金经理的择时选股能力。
因此，首先应对证券类从业人员尤其是基金经理进行专业方面的培训，提升其专业化水平，基金公司也应完善其基金绩效的考核机制，将基金经理的薪资与其业绩挂钩，确保投资者的切身利益。其次，应加强对投资者的教育，强化其投资风险意识，通过科学的决策，避免遭受损失。最后，有关政府部门应加强对证券股市行业的监督检查工作，进行科学有效的引导，防止股市泡沫产生。
参考文献
[1]孔爱国，刘武.基金的市场时机选择检验——对基金管理人业绩的评价[J].复旦学报（社会科学版），2001，（5）：43-48.
[2]陈宇峰.证券投资基金的绩效评价理论及其启示[J].山东社会科学，2006，（4）：107-109.
[3]郑彩云，陈晓倩.我国开放式股票基金的择时选股能力研究[J].商业经济，2009，（3）：63-64.
关键词：DCC-MVGARCH模型；石油；股票；黄金；相关性
中图分类号：F830.9 文献标识码：A 文章编号：1003-5192(2012)04-0053-05
Empirical Study on the Correlation of Oil, Stock and Gold Markets Based on DCC-MVGARCH Model
DONG Jie1,2, PAN He-ping1～4, YAO Yi-yong1,2,5, LI Cheng-gang2
(1.Prediction Research Center, University of Electronic Science and Technology of China, Chengdu 610054, China; 2.School of Economics and Management, University of Electronic Science and Technology of China, Chengdu 610054, China; 3.Chongqing Finance Institute, Chongqing 400067, China; 4.School of Economics, Sichuan University, Chengdu 610064, China; 5.Tianfu College of Southwestern University of Finance and Economics, Mianyang 621000, China)
Abstract:With the deepening of the economic and financial globalization, the global financial markets have been as a whole. This paper use Engle’s DCC-MVGARCH model to study the dynamic correlation of oil, stock and gold markets. The empirical results find that the dynamic conditional correlation coefficients of WTI crude oil futures and spot market, the S & P 500 index, gold market presents clear time-varying characteristics. There are dynamic conditional correlations between WTI crude oil futures and spot market, stock market, gold market.
Key words:DCC-MVGARCH model; oil; stock; gold; correlation
1 引言
金融市场之间的相关性一直是各国学者强烈关注和广泛研究的热点。其中，石油期货与现货市场之间的相关性、不同金融市场之间的相关性是重要的研究课题之一。研究石油期货与现货市场之间的相关性，有利于把握期货市场和现货市场的变动规律，能够为现货市场价格的设定及规避市场风险提供科学的决策依据。Pan［1］在提出智能金融的基本理论时，指出在互联网和信息技术高度发达的今天，经济和金融的全球化使得全球金融市场已经连为一体。因而，在建立金融市场模型时应该首先进行全球相关金融市场的信息融合。Pan［2］首次提出了全球金融市场的“超级贝叶斯影响网络模型”（Super Bayesian Influence Networks，简称SBIN），将全球金融市场看成是一个相互影响的贝叶斯网络。本文将构建计量经济模型研究石油期货与现货市场、美国股票市场和黄金市场的动态相关性，探讨它们动态相关性的时变特征。
2 文献回顾
关键词：机构投资者；羊群行为；正反馈交易；市场稳定性
JEL分类号：G28 中图分类号：F830 文献标识码：A 文章编号：1006－1428(2011)12－0055－08
一、文献综述
机构投资者的崛起是全球金融体系近30年来最重大的变化之一。目前机构投资者已经成为世界主要资本市场的主流投资力量，对全球的资源配置、资本市场稳定和公司治理等都产生了重大而深远的影响。随着中国机构投资者队伍的迅猛壮大，其行为正在对中国资本市场产生越来越大的影响，而其中最突出、最显著的就是对证券市场稳定性的影响。
国内外学者对此进行了多方位的深入研究，无论在理论模型方面还是实证分析上都有着丰富的研究成果。从行为金融理论视角出发，学术界基于不同角度进行分析，其中，关于机构投资者的羊群行为和正反馈交易就进行了多方面的解释，建立了多种理论模型。羊群行为在心理学上被解释为人类的从众心理，从投资角度来看，经济学家将其解释为主体的有限理性。关于羊群行为的检验，比较有影响力的理论模型主要有四种，分别是Scharfstein和Stein(1990)提出的委托羊群行为模型和声誉羊群行为模型，Bikhchandani，High－leifer和Welch(1992)提出的信息串连模型，Lakon－ishok，Shleifer和Vishny(1992)构建的LSV模型。
正反馈交易行为也称为动量交易或惯易，是指买入过去表现好的股票，卖出表现不好的股票(Lakonishok，et al.，1992)。在正反馈交易的形成机制中，羊群行为只是诠释角度之一，学者们还从其他角度对其形成进行了阐释，比如，投资者外推预期(Koutmos，1997)、问题(Lakonishok，Shleifer，Vish－ny，1992)和追随趋势趋向(Andreassen，Kraus，1990)等。有的学者构建了正反馈交易理论模型进行解释，其中具代表性的包括De Long，Shleifer，Summers和Waldmann(1990)的DSSW模型、Barberis和Shleifer(2003)的BS模型，以及Sentana和Wadhwani(1992)的价值预期投资者和反馈交易者的两群体市场模型。那么，如何测量是否存在正反馈交易呢?部分学者设计了指标来进行测算。Grinblatt，Titman和Wermers(1995)设计了GTW指标；Badrinath和Wahal(2002)沿用他们设计的指标，但做出一些改进，引入Hratio将股票分为建仓、持仓调整和清仓三种状态；Shu(2008)假设机构投资者对不同的股票会采取不同的交易行为，构建了MT指标。
在展开对投资者行为进行理论阐释的同时，国内外学者实证分析了机构投资者的羊群行为及反馈交易与市场稳定性之间的关系。国外Lakonishok，Shleifer和Vishny(1992)、Grinblat，Titman和Wermers(1995)、Wermers(1999)、Cohen，Gompers和Vuolteenaho(2002)、Ramalingegowda(2005)等的研究表明机构投资者存在羊群行为或正反馈交易，但其行为促进了市场稳定。国内祁斌，黄明和陈卓思(2006)、姚姬和刘志远(2007)、盛军锋、邓勇和汤大杰(2008)的实证也显示机构投资者在一定程度上稳定了市场。不过，有人持不同的看法。加入时间因素之后，Dreman(1979)、Friedman(1984)、Puckett和yah(2009)认为机构投资者行为在短期加剧了市场波动。国内学者施东晖(2001)、伍旭川和何鹏(2005)、张羽和李黎(2005)、何佳和何基报等(2007)、谢赤和禹湘等(2007)认为国内投资者存在较严重的羊群行为或正反馈交易并加剧了股价波动。
概括而言，国外的理论及实证研究对于机构投资者与股市稳定性的关系倾向于支持机构投资者提高了市场的稳定性，而国内的研究对于机构投资者和市场稳定性的关系没有倾向性的研究结论，研究结论的分歧比较大。由此，进一步对这一问题展开深入而全面的研究就显得尤为重要和迫切。
二、中国机构投资者与市场稳定性的实证研究
(一)研究方法及数据来源
目前，我国的证券投资基金在国内机构投资者中占据主导地位，截至2009年10月末，A股市场上所有基金的资产净值已经达到23407亿元，较十年前的574亿元增长近40倍。其中基金所持股票市值超过2万亿元，占A股可流通市值的15.6％，占A股可自由流通市值约25％。因此，我们在以下实证分析中以证券投资基金为代表性样本进行研究。
如前所述，基金交易行为对市场稳定性的影响可从多个角度来考察。在本文的实证研究中，我们假设基金交易行为(指在股票上的净现金流量)对股票市场稳定性(指股票市场回报变动和市场波动)的影响通过羊群行为和正反馈交易体现。由此，本文将检验基金是否存在羊群行为和正反馈交易，如果存在，其程度如何，是否影响了市场稳定。
文中使用经典的LSV模型，以及Wermers(1999)在LSV基础之上提出的买方羊群测度(BHM)和卖方羊群测度(SHM)来检验投资者羊群行为及其程度，对不同类型基金以及不同时间段的基金羊群行为进行统计分析。实证中，定义HM(i，t)为基金关于股票i在时间t下的羊群测度：
其中boldi,t是股票i在t期末的基金持股比例，ppindexi,t是股票i在t期的收益率于市场上所有股票中的排序值，即将股票按收益由小到大分为10组：－5，－4，－3…3，4，5，以此来区分股票。MT的取值范围为[－5，5]，MT>0意味着机构投资者在该区间对股票采取动量交易，MT
影响市场稳定的因子并不只有交易行为，随着股市中上市公司总市值占GDP的比例不断上升，其与宏观经济及经济政策的相关度在增强。因此，我们在研究基金交易行为对市场稳定性的影响时，需要考虑到宏观经济环境的不同。接下来，本文考察在剔除了宏观经济变量的影响后，基金交易行为对股票市场稳定性的影响，对此，文章采用广义自回归条件异方差模型进行计量分析。
Engle(1982)在研究英国通货膨胀率时提出自回
归异方差模型(ARCH)，Bollerslev(1986)则在ARCH模型的基础上，提出了广义的自回归条件异方差模型，该模型增加了对自相关变量的描述，提高了预测的准确性。同时，Merton(1973)认为证券回报率与波动率相关，Engle，Rubin和Lilien(1987)在此基础上，建立GARCH-in-MEAN模型。Black(1976)和Christie(1982)发现杠杆效应，认为股票回报率与波动性之间存在负的相关关系。即坏消息比好消息对股价影响更大。为了刻画股票市场的杠杆效应，Nelson(1991)在ARCH模型的基础上，假设误差项服从指数分布，建立EGARCH模型，使得模型更适用于实际情况。
本文在GARCH-in-MEAN的基础上，结合Nel－son(1991)的假设，考虑GDP、CPI、M2对市场的影响，建立多变量EGARCH-in-MEAN。我们假设回归误差项服从指数正态分布，同时在后续的数据统计中，我们发现所选的数据并不存在显著的尖峰厚尾的现象，因此本文采用Gausian分布，而不是student t分布。在对回报率进行自相关系数检验中，我们发现回报率存在很强的自相关关系，而GDP，CPI，M2也存在一阶单位根，因此我们采用一阶差分后的平稳数据作为自变量进行研究。建立模型如下：
a2表示GDP增长率的一阶差分对股指回报率的影响；a3表示CPI同比的一阶差分对股指回报率的影响，a4表示M2同比的一阶差分对股指回报率的影响。a5表示收益方差对回报率的影响。β1表示误差绝对值对股指波动率的影响，β2表示利空和利好消息对股指波动率的影响的杠杆效应，β3表示GARCH自相关关系。
羊群行为与正反馈交易检验所用数据主要来源于聚源和Wind数据库，包括2000年到2009年所有基金的半年报和年报的持股明细、个股股本、送股转增、收益率、波动率等数据，市场和个股的流动性方面的数据来自上交所和深交所每年公布的市场质量报告。
我们选取的样本数据包括自2000年到2009年的基金半年报和年报中披露的持股明细，以及这段时间内基金所有持股的送股转增数据。由于基金持股数量增加可能由于送股转增造成，因此我们剔除当期出现送股转增的股票，对于增发、配股等情况造成的持股数量增加，我们视为基金主动增加持股，不做处理。我们还发现有些股票中参与买卖的基金数量较少。或者基金持股的变动数量很细微，如果将这些交易行为视作基金增减持仓，可能会影响最后的羊群结果，因此剔除参与买卖的基金数量小于5的股票和基金持股数量变动小于1000股的样本。
在实证分析剔除宏观经济变量影响之后，基金交易行为对市场稳定性的影响时，我们选取了对股市影响最大的，主要反映经济周期和流动性的指标，包括GDP增速、CPI同比和M2同比(分别用GDP、CPI、M2代表)，在研究宏观经济对股市影响的大部分文献中都是使用这些变量。实证中这些变量存在单位根。
股票方面，我们使用自己构造的股票指数代表市场，包括有基金持股的股票指数、无基金持股的股票指数、基金重仓股指数和基金轻仓股指数。根据所披露的基金持股明细汇总统计，我们得到基金所持股票占该股票总股本的比例值，每半年度进行一次排序，取比例值大于0的股票构造“有基金持股的股票指数”，取比例值等于0的股票构造“无基金持股的股票指数”，取排名前三分之一的股票构造“基金重仓股指数”，取排名后三分之一的股票构造“基金轻仓股指数”。这些指数都是采用流通股本加权的方式，编制软件为天相系统。实证中，我们依次分别以R1、R2、R3和R4代表以上指数的收益率。代表基金行为的指标主要有HM和MT，均为本文之前计算所得。由于宏观经济变量公布时间不同，实证中最终使用的均为季度数据。
(二)实证检验结果
1、羊群行为的实证结果。
我们对不同时间下基金持股的羊群效应进行测度。实证发现随着年份的增加，羊群效应有减弱的趋势，但是羊群行为在1％的水平下统计性显著，最近计算得到的值为0.114。而根据国外研究文献，美国市场1974-1984年间274位基金经理旗下的共同基金的平均值为0.025(Grinblat，Titman和Wermers，1995)，1985-1989年769家免税股票基金的平均HM值为0.027(Lakonishok，Shleifer，Vishny，1992)，1975-1994年间所有共同基金的平均HM值为0.034(Wermers，1999)。相比之下，国内基金的羊群行为更为明显。不过，从HM值的趋势来看，随着市场规模不断扩大，监管层的监管力度加强，基金投资者越来越成熟，国内基金羊群行为的趋势是越来越弱的。
图1显示买方羊群、卖方羊群和整体市场羊群效应相对一致。在2003年和2004年，卖方羊群高于买方，而在2007年下半年，买方羊群行为则高于卖方，到了2008年，卖方羊群则开始高于买方羊群，可以看出基金在不同行情阶段的羊群行为有明显的差异。
那么，不同类型的基金，其羊群行为是否存在差异呢?为此，本文将基金划分为开放式和封闭式、股票型和积极配置型，进行分类计量，计量结果显示，2004年到2008年间，封闭式基金的羊群行为比开放式基金严重。而在2008年金融危机开始，封闭式基金的羊群行为率先于开放式基金开始减弱，但到2008年底，封闭式基金和开放式基金又从“靠拢”向“分离”发展。我们认为出现如此差异的重要原因可能是开放式基金和封闭式基金赎回方式的不同，封闭式基金在到期日之前是没有赎回压力的，而且分红也比较少，所以管理者可能偏向于采用更为激进的交易策略。
同时，股票型基金羊群行为的波动小于积极配置型基金。从图3可见，自2005年股票市场开始复苏，积极配置型投资基金的羊群行为比股票型基金显著，而在2007下半年，当股市走势趋淡时，积极配置型基金的羊群效应开始弱化，这说明由于积极配置型对资产的灵活配置，在股票市场预期好转的时候。积极配置型基金羊群行为比股票型的基金要严重，而在市场预期变坏的情况下，积极配置型基金的羊群行为要低于股票型基金。
既然不同行情下不同类型基金的羊群行为存在差异，那么基金投资不同规模的股票，是否存在羊群行为的差异?我们首先以A股流通股本的大小作为分类标准，在市场上的所有股票中进行排序分类，按股本比例从大到小排序，将前30％、后30％分别作为大盘股和小盘股，将中间的40％作为中盘股。
实证结果显示，小盘股和中盘股的羊群行为均高于大盘股，而中盘股与小盘股的羊群差异不明显。笔者认为造成这种情况的主要原因是，中小盘股公布的
信息比较少，且盘子比较小，易于拉升，带动羊群行为，从而获得正反馈收益。
2、正反馈交易的检验结果。
在正反馈交易的检验中，本文先统计得到所有基金作为整体的MT指标，之后进行不同方向的分解，首先按照封闭式和开放式基金分解，再按照股票型和积极配置型分解，最后按持股流通盘的大小进行分类，统计基金在大、中、小盘三类股票上的MT指标。具体结果及相关分析如下。
2002年到现在，基金整体MT均值处于上升的趋势中，这表明基金的正反馈交易程度是不断上升的，期间在2005年底达到最高点，随着2006到2007年大行情的启动，MT值快速回落，到2007年底，MT值再次回升并于2009年上半年达到高点。从基金整体的MT均值与上证指数的比较可见，MT值与大盘走势有较强的相关性。在股票指数不断涨升的时候，整体MT均值下降；而在市场低迷或是下跌时，整体MT均值便会升高。
Shu(2008)计算得到的美国市场机构投资者MT均值在2004年为0.3左右，1982年到2004年之间最高水平也只有0.5，而目前国内基金的MT均值为1.7，明显高于美国市场。
从基金分类统计的结果来看，封闭式基金的正反馈交易程度较高且波动较剧烈，而开放式基金程度较轻且较平缓。与此类似的是，积极配置型基金的MT值相对平缓，股票型基金的MT值震荡更为剧烈，股票型基金在股市上涨阶段的正反馈程度要高于积极配置型，而当股市处于整理或下跌状态，两类基金的MT值就明显收窄。
此外，基金在大、中、小盘股票上的正反馈交易都比较明显，但小盘股上的MT均值低于大盘股，中盘股的MT均值波动最为剧烈。总体看，机构投资者在大盘股上的正反馈交易行为较中盘和小盘股更为明显。究其主要原因，笔者认为，一方面，大盘股较少而基金越来越多，大量资金追逐不多的大盘股，易于形成正反馈交易；另一方面，流通盘越大，获取超额收益的难度也越大，投资者往往会采取趋势投资的方法，在趋势出现后才加大仓位，从而加剧了正反馈交易。
总之，国内基金的正反馈交易一直存在，在经过一段时间的上升后，目前基本保持稳定，但明显高于国外水平，这种交易行为在一定程度上会增加市场的波动。从正反馈交易行为与市场走势的对比中，我们发现明显的规律，即基金的正反馈交易行为与大盘走势相反，上涨时基金的正反馈交易程度下降，下跌时则上升。此外，不同类型基金和在不同股票上的正反馈交易行为有明显差异，比如封闭式基金的正反馈交易要高于开放式基金，积极配置型基金要低于股票型基金，基金在大盘股上的正反馈交易要高于小盘股。
3、剔除宏观经济影响后的基金交易行为与市场稳定性。
如前“实证方法与数据来源”中所述，我们使用自己构造的股票指数代表市场，分别为：有基金持股的股票指数、无基金持股的股票指数、基金重仓股指数和基金轻仓股指数。
首先，我们对四个指数收益率序列进行统计描述，发现，有基金持股指数和重仓股指数的平均收益率要高于无基金持股指数和轻仓股指数，标准差则反之。无基金持股指数和轻仓股指数的收益率序列出现明显的尖峰、右偏，从Jarque-Bera中可以看出并不能拒绝正态分布假设，同时，从峰度(kurtosis)小于或等于3来看，不存在厚尾现象。
接下来，我们采用自回归条件异方差模型对序列分别进行计量分析。通过EGARCH(1，1)模型，我们估计出模型参数，并且得到Log(GARCH)，其等同于波动率。
四类指数的收益与宏观经济变量有较显著的相关性。观察上面的统计结果，可以发现：(1)代表市场资金充裕度的M2与指数收益呈现显著正相关，这与定性理解相符，市场流动性越充裕，资产收益表现越好；(2)代表经济增速的GDP与指数收益也呈现显著正相关，即经济高增长伴随着上市公司业绩的快速上升，股价顺势上涨；(3)三个重要的宏观经济变量中仅CPI与指数收益相关性较弱，但有基金的组合收益与CPI仍存在显著相关性；(4)各类指数与宏观经济变量的关系不尽相同，所以在对指数的波动率进行估计时，剔除宏观经济变量的影响是有必要的。
表6是我们使用EGARCH-in-MEAN模型对方差进行分析，结果显示：(1)利好和利空信息对指数波动的影响基本上都没有通过显著性检验；(2)从系数正负和数值大小来看，利空信息对指数波动的影响均为正向，即利空会增加指数波动，但在四个指数间存在差异；(3)利好消息对有基金和基金重仓股的影响较小，而利空信息对有基金和基金重仓股的影响却更大。虽然系数都不显著，但是这个现象令我们联想到基金的羊群行为，在市场出现利空消息后，基金的一致行为会增加股票的波动，所以下面我们将收益方差与基金的羊群行为和正反馈交易相对应，看看两者之间的关系。
我们先观察四个指数收益波动的大小，可以发现。数值上并没有绝对高低之分，分阶段来看，在2003-05年和2009年一季，有基金和基金重仓的波动性要大于无基金和基金轻仓，而2006-2008年却是相反的结果。基金轻仓的收益波动最为平稳，其余三个指数收益波动上下震荡非常明显，尤其是有基金持股的股票指数和无基金持股的股票指数。接下来，我们把四个指数的收益波动与之前统计得到的基金羊群和正反馈交易行为数值放在一起比对，可以明显看到：基金羊群行为与有基金指数、基金重仓指数的收益波动之间都存在明显的正相关关系，特别是在2003-2006年和2009年这段时间：而无基金组合和基金轻仓组合与羊群行为关系不明显。正反馈交易方面，2004-2005年和2008-2009年是正反馈交易最高的时期，但其与指数收益波动不存在相关性。
总之，在剔除CPI、GDP和M2等宏观经济变量的影响之后，经过GARCH模型的检验，我们发现：基金持有股票并不能降低股票的波动率，但是股票收益对各类信息包括利空和利好消息的反应能力更加明显：虽然有无基金持有不会造成股票波动性的显著差异，但是基金的交易行为会对其持有的股票产生明显的阶段性影响，当基金羊群处于较高水平时，有基金持股的股票和基金重仓股票收益的波动会出现异常升高和大幅度的震荡。
三、实证研究结论
在对基金持股明细进行统计分析和定量检验其羊群行为和正反馈交易程度之后，我们得到以下主要结论：
第一，投资者的交易行为是影响市场稳定性的重要因素。在对基金交易行为的定量检验中，我们发现，国内基金的羊群行为HM值远大于美国1970年代至1990年代的水平，正反馈交易指标MT远大于美国1980年代到2000年代，说明基金存在非理性投资行为。不过值得关注的是，基金的羊群行为在逐年下降。正反馈交易的程度趋于平稳，这表明基金的投资行为在逐渐趋于理性，对市场稳定性的影响也在朝正面且积极的方向逐步变化。
第二，对不同基金和不同类型股票中基金的交易行为进行细化研究发现：
(1)基金在不同行情阶段的羊群行为和正反馈交易程度有明显的差异。在市场上涨时，基金的买方羊群BHM值明显高于卖方羊群SHM值，MT均值下降；而在下跌阶段，卖方羊群SHM高于买方羊群BHM，MT均值升高，这种规律可能会加剧市场的波动。如市场缺乏做空机制，这种现象更难以有效解决。
(2)封闭式基金的羊群行为HM值和正反馈交易MT值均高于开放式基金。出现这种现象的原因可能与运作方式的差异有关，包括赎回机制上的不同。由于封基的赎回和分红压力要远小于开放式基金，基金作为人，其交易方式也会出现一些变化。
(3)在股市高涨阶段，积极配置型基金羊群测度HM高于股票型基金，市场低迷期。两类基金的羊群行为测度HM趋近；相反，在股市持续上涨时，股票型基金正反馈交易程度MT值高于积极配置型，而低迷，阶段，两类基金的MT值趋近。笔者认为，这可能与积极配置型基金的股票仓位比较灵活有关。
股票基金是以股票为投资对象的投资基金，是投资基金的主要种类。
股票基金作为一种投资工具，在股市中占有重要地位。以美国为例1993年美国股票基金为7490亿美元，占美国共同基金总值的36％，占全部股票市值的13％，1996年增加到17501亿美元，占美国共同基金总值的49％，占全部股票市值的17％。
股票基金按投资的对象可分为优先股基金和普通股基金，优先股基金可获取稳定收益。风险较小，收益分配主要是股利。普通股基金是目前数量最大的一种基金，该基金以追求资本利得和长期资本增值为目的，风险较优先股基金大。
按基金投资分散化程度，可将股票基金分为一般普通股基金和专门化基金，前者是指将基金资产分散投资于各类普通股票上，后者是指将基金资产投资于某些特殊行业股票上，风险较大，但可能具有较好的潜在收益。
按基金投资的目的还可将股票基金分为资本增值型基金、成长型基金及收入型基金。资本增值型基金投资的主要目的是追求资本快速增长，以此带来资本增值，该类基金风险高、收益也高。成长型基金投资于那些具有成长潜力并能带来收入的普通股票上，具有一定的风险。股票收入型基金投资于具有稳定发展前景的公司所发行的股票，追求稳定的股利分配和资本利得，这类基金风险小，收入也不高。
它曾经是2008年的抗跌明星。2008年上半年A股市场大幅下挫，东吴双动力基金跌幅仅为22％，在所有股票型开放式基金中排名第一，被誉为“抗跌之王”。
然而，这匹“黑马”仅仅在一年之后就被打回原形：2009年上半年其收益率仅23.10％，在184只同类基金中排名倒数第二，还不及冠军深100ETF76.55％收益率的三分之一。
“我就不明白了，为什么东吴双动力的业绩一下子就这么差了呢?”基民侯女士不解地问记者。
东吴双动力基金成立于2006年12月15日，是一只股票型基金。它的投资目标是，通过对投资对象价值和成长动力的把握，风格动态配置，以资本增值和现金红利的方式获取较高收益。该基金成立以来业绩排名波动较大，2007年上半年，东吴价值成长双动力基金净值增长62.26％，在股票型开放式基金中排名58位；2007年下半年，该基金净值增长35.60％，排名65位。
根据银河证券基金研究中心的统计，2008年上半年，上证综指累计下跌48％左右，股票型基金平均跌幅达36％，而同期东吴双动力基金仅跌22％，在所有股票型基金中排名第一，获银河“五星级”基金评价，理柏“总回报”、“稳定回报”两项“优”级评价。该基金的选股择时、仓位控制等能力为业界所认可，与金鹰中小盘一起被认为是两匹基金黑马。
之后，尽管经历了“停牌门”风波，业绩因为两大重仓股云天化和云南盐化停牌后“复牌”遭遇不少损失，东吴双动力在2008年43.47％的亏损还说得过去。
那么，进入2009年之后，是什么原因导致东吴双动力这么快的坠落，成为表现最差的基金之一?
其实，业绩不佳的不仅仅是东吴双动力，它的同门基金也面临着业绩不佳的困局：另一只股票型基金东吴行业上半年的收益率只有27.51％，在可比的同类184只基金中排名第180位。相反，偏股混合型基金东吴嘉禾精选的收益率比同门的两只股票型基金要高，收益率达到30.37％，不过，这个业绩也仅仅在同类57只基金中排名第52位。
一位不愿透露姓名的业内人士指出，投研能力整体太弱，导致东吴基金在今年整体业绩不佳。
东吴双动力2008年四季报显示，该基金的股票仓位只有61.01％。截至去年年底，东吴旗下的3只偏股型基金都十分谨慎，东吴轮动的股票仓位也维持在底线60％左右，东吴嘉禾优势的持仓比例降到了43％。如果说一季度业绩不好的重要原因是股票仓位太低?那位业内人士还指出：除了仓位低，选股能力太差，总选错热点，是业绩差的另一原因。
从东吴双动力2008年四季报持有的十大重仓股看，有双鹭药业、中国南车、中国铁建和青岛啤酒等多只股票表现不佳，其中双鹭药业甚至出现了9.21％的跌幅。另外，该基金重仓持有医药板块的股票，由于此类股票一季度涨幅不大，使其整体业绩不佳。
不过，东吴双动力在一季度末已经把股票仓位提升到89.47％，为什么二季度的收益率只有12.25％，在可比的188只股票型基金中仅仅排名178位呢?
关键词：股票估值 戈登模型 股权自由现金流模型
股票定价理论是资本市场理论的核心内容，其在宏观经济和微观经济两个层面上都有重要的理论意义。在宏观经济层次上，股票市场对企业发展和经济增长的积极作用是通过对资本的集中和最优配置来实现的，而后者又有赖于股票价格能够真实反映公司的价值。只有这样。价格机制这只“看不见的手”才能真正发挥作用，指导资金投向那些效益好、管理水平高、有发展潜力的企业。实现社会资源的优化配置。而在微观经济层次上。投资者只有以科学的股票定价理论为指导进行投资，才能减少盲从性和投机性。提高投资收益。同时降低股票市场的非理性波动。
一、股价现金流贴现模型理论
股票价格变动分析方法大致可以分为两派，基本面分析和技术分析。随着股票市场发展的日益成熟。基本面分析已成为投资者使用的主要分析方法。基本面分析认为股票具有“内在价值”，股票价格是围绕价值上下波动。格雷厄姆和多德在1934年出版的《证券分析》一书中，通过对1929年美国股票市场价格暴跌的深刻反思，对基本面分析理论作了全面的阐述，成为这一领域的经典著作。他们认为，股票的内在价值决定于公司未来盈利能力。股票价格会由于各种非理性因素的影响而暂时偏离价值，但是随着时间的推移，股票价格终将会回归到其内在价值上。
格雷厄姆和多德对基本分析理论的重要贡献是指出股票内在价值决定于公司未来盈利能力。而在当时，人们普遍认为股票价格决定于公司的账面价值。此后。戈登对“内在价值”作了进一步的量化，提出了股票定价股息折现模型(也称戈登模型)。按照此模型，假设某投资者持有股票后第一年的分配得到股息为D。以后每年按固定比率g增长。该股票的折现率为r(决定于市场利率和该股票的风险)。那么该股票的内在价值V为：V=D/(r-g)
戈登模型已成为一个股票估价的基本模型，在基本面分析理论中占有重要的地位。戈登模型在实际应用过程中遇到的最大问题在于上市公司往往由于企业战略或其他原因而改变分红派息比率，导致模型不能很好的发挥作用。由此。人们又对戈登模型进行了拓展，使用股权自由现金流作为企业未来收益的度量指标。由于企业现金流相对比较稳定。不易受到操控。这样在对股票进行估值时可以减少上市公司管理层具体经营措施带来的干扰。戈登模型另外一个拓展的方向是在企业增长率的变化上，人们又发展出两阶段和三阶段模型。两阶段模型适用于前期适度增长后期低速平稳增长的情形；三阶段模型更为复杂，它适用于企业在第一阶段高速增长，而后第二阶段增速逐渐下降，第三阶段低速平稳增长的情形。
价值投资的实质在于使用金融资产定价模型估计股票的内在价值，并通过对股票价格和内在价值的比较去发现那些市场价格低于其内在价值的潜力股并进行投资，以期获得超越业绩比较基准的超额收益。因此，如何恰当地评估股票的内在价值是投资者所必须关注的问题。从实质上看，投资者所购买的是他们认为公司在未来可能创造的业绩。而不是公司过去的成果，当然也不可能是公司的资产。因此在以股东价值最大化为总目标的现代企业中。上市公司股票的价值评估更注重对公司未来盈利能力的评估。
二、股价现金流贴现模型应用研究
股票现金流贴现模型基本原理是股票当前价格等于其预期现金流的现值总和。该模型基于特定公司自身的增长和预期未来现金流进行估价，因而不会为市场的扰动所影响。但该模型估计参数的问题比较困难。我们永远不能够确定任何一个参数估计是正确的，因为每个参数都依赖其他参数，那么怎样决定哪组参数是正确的呢?股票价值估值的质量将最终取决于所获信息的质量，而所获信息的质量决定于市场是否是有效的和获取信息成本的限制。
股利贴现模型中需要有上市公司的股利分配率，并对股利分配的成长率需做出预测，而我国上市公司派现不是普遍现象，而且派现的公司分配的现金数额也很有限。我国股市的实际情况是。企业往往不发放现金股利。更多的企业分红选择的是股票股利，而这实际上相当于不断地增资配股，并没有给投资者实质性的回报，这也使以现金股利为基础的贴现模型失去估价基础，并且股票股利是非定期发放的。这种股利发放模式增大了贴现模型计算的难度。
尽管我国的股利分配存在以上情况，股利贴现模型在我国并不一定就完全不能适用。即使对于无股息支付的股票，如果通过调整股息支付比率以反映预期增长率的变化。也可以得到一个合理的评估值。一个高增长的公司。尽管当前不支付股息，仍然能通过股息计算其价值。只要满足增长率降低，股息增加的条件，即对于公司处于稳定增长(公司在其经营的领域中收益增长率处于正常或偏低的水平)的情况，用戈登增长模型可以恰当评估其股票价值。对于适度增长的公司(即公司在其经营的领域中收益增长率处于适度偏高的水平)而言，两阶段的折现现金流量模型可以反映公司的具有一定增长变化的特征，而三阶段的模型可以更好地反映高增长(公司在其经营的领域中收益增长率远远高于正常水平)的公司在长期中趋于稳定增长的特征。但是，如果股息支付率不能反映增长率的变化。那么，股息折现模型就会低估无股息支付或低股息支付股票的价值，而这时用上述相对价值模型来进行股票价值估价也许是一个相对正确的估价。
现金流贴现模型是着眼于企业未来的经营业绩，通过估算企业未来的预期收益并以适当的折现率折算成现值，借以确立企业价值的方法。使用该方法应以企业过去的历史经营情况为基础。考虑企业所在的行业前景、未来的投入和产出、企业自身资源和能力、各类风险和货币的时间价值等因素，然后进行预测。以这种方法来评估所选企业。是建立在对企业外在因素和内在条件等多种因素综合分析的基础上的，因此在对企业进行价值评估时，需要解决4个主要因素问题。
(一)现金流
这是对公司未来现金流的预测。需要注意的是，预测公司未来现金流量需要对公司所处行业、技术、产品、战略、管理和外部资源等各个方面的问题进行深入了解和分析，并加以个人理解和判断。确定净现金流值的关键是要确定销售收入预测和成本预测。销售收入的预测，横向上应参考行业内的实际状况，同时要考虑企业在行业内所处位置。对比竞争对手，结合企业自身状况：纵向上要参考企业的历史销售情况，尽可能减少预测的不确定因素。成本的预测可参考行业内状况，结合企业自身历史情况，对企业的成本支出进行合理预测。
(二)折现率
资金是有时间价值的，比如来自银行的贷款需要6％
的贷款利率，时间却比较短，而来自一般风险投资基金的资金回报率则可能高达40％，时间却可能比较长。在应用过程中。如果是风险较小的传统类企业，通常应采用社会折现率(全社会平均收益率)，社会折现率各国不等。一般为公债利率与平均风险利率之和，目前我国可以采用10％的比率。如果是那种高风险、高收益的企业，折现率通常较高，在对中小型高科技企业评估时常选30％的比率。
(三)企业增长率
一般来说。在假设企业持续、稳定经营的前提下。增长率的预测应以行业增长率的预测为基础，在此基础上结合企业自身情况适度增加或减少。在实际应用中，一些较为保守的估计也会将增长率取为0。需要注意的一点是。对增长率的估计必须在一个合理的范围内，因为任何一个企业都不可能永远以高于其周围经济环境增长的速度增长下去。
(四)存续期
评估的基准时段，或者称为企业的增长生命周期，这是进行企业价值评估的前提，通常情况下采用5年为一个基准时段，当然也会根据企业经营的实际状况延长或缩短，关键是时段的选定应充分反映企业的成长性。体现企业未来的价值。
