统计学方法在业绩评价中的全新应用：基金评价新视角

一、国内主动权益基金具备正超额能力

• 研究背景：随着公募基金行业快速发展，投资者面临选择优质产品的难题。同时，基金业绩基准的规范对业绩评价提出更高要求。
• 研究方法：借鉴Fama & French (2010) 的方法，采用风险调整超额和超越基准收益两种指标，通过bootstrap方法分析国内主动权益基金的横截面表现。
• 研究结论：
  • 国内主动权益基金存在能够产生正超额的产品，其超额收益并非来自运气，而是源于优秀的投资管理能力。
  • 国内权益基金的超额水平显著高于美国市场，这与金融市场整体发展程度有关。
  • 采用三因素模型风险调整超额指标衡量基金超额能力优于超越基准收益指标，表明国内权益基金的超额能力更多来源于选股而非风格择时。

二、业绩评价指标存在错选漏选问题

• 研究背景：投资者需要通过业绩指标选择优质基金，但不同指标的有效性存在差异。
• 研究方法：采用Harvey & Liu (2020) 的检验框架，基于国内主动股票型基金对常见的业绩指标进行统计检验与分析，计算错选率、漏选率和相对比率。
• 研究结论：
  • 单一业绩评价指标的错选率显著高于漏选率，意味着通过业绩指标评选基金时更容易错选。
  • 不同业绩评价指标的错选率和漏选率存在显著差异，且不同指标间存在错选率和漏选率的相互制衡关系。
  • 选择业绩指标和确定其阈值时需要重点关注错选率和漏选率的制衡关系。

三、启示

• 挖掘投资管理能力需努力：构建高效的基金业绩评价体系具有挑战，但通过历史数据挖掘优秀基金经理仍具有重要意义。
• 前沿理论推动业绩评价发展：将前沿统计学和AI理论应用于实务，有望推动基金评价领域的健康发展。