中国开放式股票型基金的风险偏好特征

《中国开放式股票型基金的风险偏好特征》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。

1、中国开放式股票型基金的风险偏好特征　　　　摘要：基于多种数据生成方式全面检验了核正则化最小二乘法（KRLS）的样本拟合效果和样本外预测能力，在此基础上使用KRLS方法对传统定价模型进行修正，分析我国四种类型开放式股票型基金的风险偏好特征。研究发现：与广义线性模型相比，KRLS方法能够有效捕捉随机变量之间复杂的非线性相关关系。从横截面维度来看，我国不同风格的基金均偏好于投资高市值股票，其中指数型基金的投资比例最高；除成长型基金外，价值型和平衡型基金也均热衷于投资“成长型”股票。从时间维度来看，我国指数型基金的风险偏好相对

2、稳定，而三类主动型基金表现出明显的风险调整行为，并且风险偏好的变化特征较为相似。下载论文网　　关键词：基金风格；风险偏好；风险调整；KRLS　　中图分类号：F224；文献标识码：A文章编号：10037217（2017）05004607　　一、引言　　一般来说，基金风格反映基金管理者投资过程中的总体风险状况，能够作为投资者和监管部门进行风险管理的基础。然而，由于基金经理人与投资者之间的委托代理问题，基金经理通常会采取主动的风险调整策略。基金宣称的投资风格能否反映其真实的风险偏好，各种类型基金在面临不同的金融市场环境时会做

3、出怎样的风险调整等问题一直是学术界和实务界的关注热点。　　现有文献大多基于多因素模型考察投资基金的风险溢价，以此判断基金经理人投资过程中的风险偏好。但是金融资产超额收益与风险因子之间通常具有非线性、非可加的复杂相依关系，传统多因素模型的线性假设并不成立[1]。虽然部分文献通过引入高阶项等方法对传统定价模型进行了改进[2]，但仍无法克服定价模型在形式设定上存在的主观性。为了克服传统定价方法在模型设定等方面存在的缺陷，本文将核正则化最小二乘法（KernelRegularizedLeastSquares，KRLS）引入金融研

4、究领域，并基于多种数据生成方式对KRLS的有效性进行全面检验。在此基础上，使用KRLS方法对传统定价模型进行修正，从多个维度考察我国开放式股票型基金的风险偏好特征。　　本文的主要贡献体现在以下几个方面：研究内容上，一方面，我们从横截面维度和时间维度两个层面考察了不同类型基金的风险偏好特征，有助于认清我国开放式股票型基金的总体风险偏好和变化趋势；另一方面，分析了基金投资风格与其真实风险偏好的关系，这对把握基金的真实风险状况、完善证券投资基金监管具有重要的现实意义。研究方法上，将KRLS方法引入到金融研究领域，对传统的定价

5、模型进行修正，不仅考察了风险因子对超额收益的平均影响，还对投资基金逐点的风险偏好加以分析，这在一定程度上弥补了传统模型的局限性。　　二、文献综述　　基金的投资风格是判断其风险偏好以及风险投资行为的重要基础。然而，大量的研究文献表明许多因素会导致基金的投资风格和风险偏好发生改变，从而使基金发生投资风格漂移现象[3，4]。王敬和刘阳发现历史业绩对基金的投资风格持续性具有一定影响[5]。艾洪德和刘聪、肖继辉和彭文平发现基金经理的教育经历、从业经验等个人特征与基金的投资风格漂移倾向显著相关[6，7]。　　除既定的投资风格外，基

6、金行业锦标赛、基金经理职业忧虑等多种因素都会对基金的投资风险偏好产生影响。Brown等首次将锦标赛理论引入基金行业，指出前期业绩较差的基金经理人倾向于在后期提高投资风险[8]。此后，这一理论得到众多学术研究的支持[9，10]。罗真和张宗成认为基金经理的职业忧虑水平会对基金投资风险产生显著影响[11]。刘莎莎等从委托代理问题等方面概况了基金经理调整投资风险的动机[12]。此外，金融市场环境同样会对基金的投资风险产生影响[13]。　　?b于诸多因素会影响基金的投资风险偏好，国内外众多学者围绕基金的投资风格以及投资风险行为展

7、开了广泛研究。目前来看，识别基金的投资风格、考察基金风险偏好的方法众多，其中多因素模型的应用最为广泛。Fama和French通过市场资产组合、市值因子和账面市值比因子对股票的超额收益进行解释，该三因子模型在解释金融资产的横截面收益上得到了广泛应用[14]。随后，学者对三因子模型进行了拓展，如Carhart构建的加入动量因子的四因子模型、Fama和French提出的五因子模型等[15，16]。然而，现有的多因素模型通常基于线性假设考察金融资产超额收益与不同风险因子之间的关系，因而存在一定的局限性。　　传统的多因素模型不能

8、捕捉风险偏好的时变性和不同风险因子之间的交互影响，为此许多学者对多因素模型进行了拓展研究。如Olmo和Pouliot基于变点检验考察了基金绩效以及风险承担的动态变化[17]。随后，Bandi和Renò使用半参数扩散模型研究了金融变量之间复杂的非线性关系，但是，这一方法由于模型的局限性难以在资产定价中得到广泛应用[18]。为了解决模