基于岭回归的基金投资风格识别研究.pdf

基于岭回归的基金投资风格识别研究.pdf

ID:52391466

大小:378.13 KB

页数:4页

时间:2020-03-27

基于岭回归的基金投资风格识别研究.pdf_第1页
基于岭回归的基金投资风格识别研究.pdf_第2页
基于岭回归的基金投资风格识别研究.pdf_第3页
基于岭回归的基金投资风格识别研究.pdf_第4页
资源描述:

《基于岭回归的基金投资风格识别研究.pdf》由会员上传分享,免费在线阅读,更多相关内容在工程资料-天天文库

1、一名家观察■现代管理科学■2010年第11期基于岭回归的基金投资风格识别研究●宋光辉许林郭文伟摘要:文章在分析Sharpe投资风格识别模型的基础上,指出了它的缺陷及改进方法,针对其中的风格资产多重共线性问题,通过比较岭回归、主成分回归与偏最小二乘回归等常用三种处理方法,提出了基于岭回归的弱式风格识别模型,并以开放式股票指数型基金为研究样本,实证结果表明:该方法能较好对基金投资风格进行识别,并发现股票指数型基金大都呈现大盘成长型投资风格,没有发生投资风格漂移现象,这与指数型基金投资理念相一致。关键词:投资风格;Sharpe模型

2、;多重共线性;岭回归;弱式风格识别模型一引言准确性识别就显得尤为重要。国内外学者主要采用事后识、一类风格基金吸引一类投资者,所谓投资风格是指基别方法.目前主要有基于组合的风格识别(PortfolioBased金经理按照特定风格而非单个证券来配置资产的一种组StvleAnalysis。PBSA)和基于收益的风格识别(Return合投资方法。自从Sharpe(1992)研究发现投资风格对基金BasedStyleAnalysis,RBSA)两种方法。投资组合的收益起决定性的作用.基金收益大约9O%都来基于组合的风格识别法的基本思路

3、是:通过计算投资自于某种投资风格。至今.鲜明的投资风格已成为基金击组合中的市值规模、市盈率、市净率等指标特征来判断其败竞争对手以获取市场份额的主流投资方法。目前.基金投资风格。显然.这种识别方法可以得到基金的实际投资投资风格的识别主表1Sharpe模型缺陷及其改进要有事前识别和事存在问题影响结果改进主要代表文献后识别法:事前识降低共线程度Lobosco(1997)别就是按照基金招募说明书中宣称的各风格资产导致风格分析结果Fama&French(1993)收益率之间准确性下降,很难明GruberM投资风格进行确.J(1996)

4、存在较高的确基金的实际投资一次差分横向处理CarhartM(1997)认:事后识别是按多重共线性风格特征VolkmanD照基金实际投资组.A(1999)Darsinos&Satehell(2004)合来判断其投资风格.这种方法要对由于风格资产之间通过比较3到5种风格资Christopherson(1995)基金所实际投资的风格资产的噪音存在.导致出现产的Sharpe风格分析法.JohnG.G.&LarryJ.L.f1997)股票市值大小.P,伪回归及不能完全发现四种风格资产(大盘Brown(1997)E、P/B、公司成长性完

5、备性问题反映所有的风格类价值.大盘成长.小盘价值Hastieetal(2001)型和小盘成长的模型分析袁境(2005)等指标进行分析..出现识别误差效果最佳:因子聚类分析董铁牛、杨乃定、劭予I(2008)然后根据投资组合总特点对基金投资没有给出所得各种风格进行确认事没有给出各风格因子权重系数提出了计算各权重系数标AngeloLoboseo&DanDibartolomeo前识别只需根据基重风格的资T产统权计无的置法信区区分间各.权因重而也系准差的近似公式.或利用(1997)数各自的统计显著MonteCarlo仿真、遗传算Rog

6、erOtten&DennisBams(2001金发行时的招募说量检验法来优化系数进行检验ChristodoulakisG.A.(2003)明书就可判别.如性.大大降低风格识Tae—HwanKim,eta1.(2005)果基金经理不严格别结果的可靠性遵守基金发行宣称静态平均估计方法采用滚动窗口的形态分J时的约定出现所谓onA.Christopherson(1995)缺乏投资风得出的投资风格实的投资风格漂移现格漂移动态际上是整个研究期析.即对于一系列连续的AngeloLoboseo&DanDibartolomeo间内的平均值.难

7、以时期进行一系列的风格分(1997)象.那么这种识别识别问题揭露投资风格动态析.以此来挖掘投资风格I~uisK.C.Chenetal(2002)对于投资者反而起漂移特征漂移动态规律TeoM&WooS.J(2004)误导作用因此.对基金投资风格进行资料来源:本文文献整理。一6一■2010年第11期■现代管理科学■名家观察表27种风格资产指数之间的相关性检验资产权重之和为1,而且都为正数(如Sharpe模型):半强式风格识别的条件只限制风格资『风格资产LPGLPVMPGMPVSPGSPVGB产权重之和为l;弱式风格识别是指对风格

8、资}LPG1产没有任何约束的分析方法,VikasAgarwal}LPV0.867*l&NaravanY.Nik(2000)称此为一般的风格识}MPGO.9160.875*1别.并指出Sharpe强式风格识别模型的两个约MPV0.839*0.931半0.919"1束条件,而且还没有给出风格权

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。