本文選題：FOF　切入點：大類資產(chǎn)配置　出處：《山東大學》2017年碩士論文　論文類型：學位論文

【摘要】：中國證監(jiān)會在經(jīng)過大概三個月的征求意見之后,在2016年9月23日正式頒布并實施了《公開募集證券投資基金運作指引第二號——基金中基金指引》,從此公募基金正式迎來FOF新時代,FOF的出現(xiàn)極大地豐富了我國金融產(chǎn)品體系,為投資者提供了一個新的投資渠道,FOF不僅能替普通投資者精選優(yōu)質(zhì)基金,還能夠?qū)︼L險進行二次分散,同時為更多投資者實現(xiàn)全球資產(chǎn)配置,滿足流動性寬裕的高凈值用戶的需求,總之,FOF的出現(xiàn)極大推動了我國公募基金行業(yè)的發(fā)展。隨著《指引》的發(fā)布,FOF相關(guān)業(yè)務正在穩(wěn)步推進,但相關(guān)理論研究還比較落后。本文正是在這樣的背景下,對FOF組合構(gòu)建中所涉及到的具體量化模型進行理論介紹與實證研究。FOF組合構(gòu)建的核心大概可以分為兩步,第一步是進行大類資產(chǎn)配置,第二步是對每一類資產(chǎn)的子基金進行篩選,即基金評價內(nèi)容。對于第一步,在對FOF進行大類資產(chǎn)配置研究時,我們主要討論的模型有以下三種,如Markowitz的均值-方差模型、B-L模型(BlackLitterrman)以及風險平價模型,在分析了構(gòu)型的構(gòu)建方法之后,基于最新數(shù)據(jù)從實證的角度對三種模型進行了比較分析。至于基金評價相關(guān)內(nèi)容,我首先介紹了基金評價過程中常用的一些量化指標,如基于CAPM模型的夏普比率、詹森α、特雷諾指數(shù)、超額收益率以及信息比率等,利用這些指標可以粗略地對基金進行排序與篩選,并構(gòu)造相應的基金組合。隨著近年來研究的深入,研究者們逐漸發(fā)現(xiàn),投資組合的業(yè)績來源中包含一個十分重要的因素,那就是"風格",后來便衍生出一系列基于風格歸因的基金業(yè)績評價方法。在對風格進行歸因分析時,根據(jù)模型選擇數(shù)據(jù)的不同,主要有兩種方法,一種是基于收益率時間序列回歸法,一種是居于持倉明細回歸法,因為公募基金每日公開披露凈值,凈值時間序列數(shù)據(jù)相對易獲得,故本論文主要使用的數(shù)據(jù)是前者。在本文后半部分詳細地介紹了基于風格歸因的量化模型,如Fama-French三因子模型,Carhart四因子模型等等,并對Carhart四因子模型進行了實證分析,力求比較清楚地解釋FOF組合構(gòu)建中子基金的篩選過程,希望能給組合管理者以及基金研究員一定的參考作用。
[Abstract]:After about three months of soliciting opinions from the China Securities Regulatory Commission, In September 23rd 2016, the "guidelines for the Operation of Public offering Securities Investment funds" No. 2 was formally promulgated and implemented. From then on, the public offering funds formally ushered in the new era of FOF, which greatly enriched the financial products system of our country. It provides a new investment channel for investors. FOF can not only select quality funds for ordinary investors, but also redistribute risks and achieve global asset allocation for more investors. In short, the emergence of FOF has greatly promoted the development of the public offering fund industry in China. With the release of the guidelines, FOF related businesses are advancing steadily. However, the relevant theoretical research is still relatively backward. Under this background, the theoretical introduction and empirical study of the specific quantitative model involved in the construction of FOF combination can be divided into two steps. The first step is to allocate assets in large categories, and the second step is to screen the subfunds of each type of assets, that is, the content of fund evaluation. For the first step, we mainly discuss the following three models when we study the allocation of large categories of assets in FOF. For example, the mean-variance model of Markowitz, BlackLitterrman model, and the risk parity model, after analyzing the construction methods of the configuration, the three models are compared and analyzed based on the latest data from an empirical point of view. First of all, I introduce some commonly used quantitative indicators in the process of fund evaluation, such as Sharp ratio based on CAPM model, Jason 偽, Traineau index, excess return rate and information ratio, etc. With these indicators, funds can be roughly sorted and selected, and corresponding fund portfolios can be constructed. As recent studies have deepened, researchers have come to discover that the source of portfolio performance includes a very important factor. That is "style", and then a series of performance evaluation methods based on stylistic attribution have been developed. In the attribution analysis of style, there are two main ways to select different data according to the model. One is based on the return time series regression method, the other is based on the position breakdown regression method, because the public offering funds disclose their net worth publicly every day, and the time series data of net value are relatively easy to obtain. In the second half of this paper, the quantitative model based on style attribution, such as Fama-French three-factor model, Carhart four-factor model and so on, is introduced in detail, and the Carhart four-factor model is analyzed empirically. This paper tries to explain clearly the selection process of the FOF portfolio to construct the neutron fund, hoping to give some reference to the portfolio manager and the fund researcher.
【學位授予單位】：山東大學
【學位級別】：碩士
【學位授予年份】：2017
【分類號】：F832.51

【相似文獻】

相關(guān)期刊論文 前10條

1 王懷亮;;交叉驗證在數(shù)據(jù)建模模型選擇中的應用[J];商業(yè)經(jīng)濟;2011年10期

2 ;美國模型店寶典[J];模型世界;2010年04期

3 潘慧峰;張艾穎;劉芳君;;衍生品定價中的模型風險研究的回顧與展望[J];科學決策;2012年03期

4 柴振榮;管理策略[J];管理科學文摘;1994年08期

5 胡航;中國轎車市場需求短期預測及模型選擇[J];汽車工業(yè)研究;2001年10期

6 韓珂;尹勤;;大學生手機話費模型的建立和分析[J];統(tǒng)計教育;2007年09期

7 陳向華;薛英;白曉東;;多發(fā)風險模型的負盈余持續(xù)時間分布的計算[J];內(nèi)蒙古農(nóng)業(yè)大學學報(自然科學版);2008年03期

8 楊東升;截面時序分析——模型選擇與參數(shù)估計[J];統(tǒng)計研究;1999年01期

9 郭興義;;混合衍生產(chǎn)品設(shè)計之五 混合衍生產(chǎn)品定價模型選擇[J];中國外匯;2006年07期

10 向陽,楊德禮;模型選擇Agent研究[J];管理科學學報;2004年02期

相關(guān)會議論文 前9條

1 張維;;模型選擇:現(xiàn)狀與發(fā)展[A];全國青年管理科學與系統(tǒng)科學論文集（第1卷）[C];1991年

2 金偉;周浩;于永利;;維修管理IDSS的設(shè)計方法[A];設(shè)備維修與改造技術(shù)論文集[C];2000年

3 曾菊英;許冰;;制度變遷及其模型選擇[A];21世紀數(shù)量經(jīng)濟學（第10卷）[C];2009年

4 廖冬初;秦壽康;;縣級規(guī)劃總體優(yōu)化模型及其計算方法[A];發(fā)展戰(zhàn)略與系統(tǒng)工程——第五屆系統(tǒng)工程學會年會論文集[C];1986年

5 張維;;關(guān)于模型選擇中的若干理論問題[A];科學決策與系統(tǒng)工程——中國系統(tǒng)工程學會第六次年會論文集[C];1990年

6 戰(zhàn)明華;李生校;;貨幣與產(chǎn)出的關(guān)系(1995～2003):不同模型的分析結(jié)果及其比較[A];中國金融學會第八屆優(yōu)秀論文評選獲獎論文集[C];2005年

7 王樹盛;;Probit模型及其在交通方式分擔中的應用研究[A];可持續(xù)發(fā)展的中國交通——2005全國博士生學術(shù)論壇（交通運輸工程學科）論文集（下冊）[C];2005年

8 戴鋒;梁玲;李興兵;馮俊濤;;經(jīng)濟增長的動態(tài)進程模型及實證研究[A];第十四屆中國管理科學學術(shù)年會論文集(上冊)[C];2012年

9 韓珂;尹勤;;大學生手機話費模型的建立和分析[A];江蘇省現(xiàn)場統(tǒng)計研究會第十次學術(shù)年會論文集[C];2006年

相關(guān)重要報紙文章 前3條

1 建南;幫你建立有效客戶關(guān)系[N];中國商報;2001年

2 首創(chuàng)期貨研發(fā)中心金融工程組 徐澤平;方差-協(xié)方差法的VaR計量模型選擇[N];期貨日報;2007年

3 證券時報記者 楊波　金燁 程俊琳;量化投資走在中國 六年學步漸入佳境[N];證券時報;2010年

相關(guān)博士學位論文 前9條

1 夏小超;統(tǒng)計檢驗與模型選擇相關(guān)問題研究[D];重慶大學;2015年

2 朱素玲;模型選擇與模型平均研究[D];蘭州大學;2014年

3 房小兆;基于稀疏和低秩約束的模型學習研究[D];哈爾濱工業(yè)大學;2016年

4 呂子昂;模型選擇的曲率方法研究[D];北京交通大學;2012年

5 常群;支持向量機的核方法及其模型選擇[D];哈爾濱工業(yè)大學;2007年

6 賀利堅;多Agent系統(tǒng)中信任和信譽模型的研究[D];北京交通大學;2011年

7 張立明;結(jié)合可滿足的基于模型等價性驗證及不一致診斷問題研究[D];吉林大學;2012年

8 毛文濤;支持向量回歸機模型選擇研究及在綜合力學環(huán)境預示中的應用[D];西安交通大學;2011年

9 劉靖旭;支持向量回歸的模型選擇及應用研究[D];國防科學技術(shù)大學;2006年

相關(guān)碩士學位論文 前10條

1 張亞楠;基于宏微觀模型推斷鋼構(gòu)件強度的無損檢測技術(shù)研究[D];中國礦業(yè)大學;2015年

2 單昕彤;認知診斷中模型—資料的測驗擬合檢驗統(tǒng)計量研究[D];江西師范大學;2015年

3 孫志濱;LDA模型的研究及其在推薦系統(tǒng)中的應用[D];浙江大學;2016年

4 仝景景;“碎片化數(shù)據(jù)”的模型平均方法[D];華東師范大學;2016年

5 肖馨梅;融合Lasso罰模型的理論與應用研究[D];燕山大學;2016年

6 尹瀟瀟;Meta分析中的模型選擇與模型平均[D];云南財經(jīng)大學;2016年

7 陳笑弟;交互效應下的模型選擇[D];中國科學技術(shù)大學;2016年

8 孫式雪;高維數(shù)據(jù)在直接控制FDR下的模型選擇[D];華中師范大學;2016年

9 劉菲菲;模型選取準則的若干討論[D];揚州大學;2016年

10 陳星;TVWS頻段的SPM模型海上傳播校正研究[D];海南大學;2016年

，

本文編號：1615589