【文章內(nèi)容簡介】 理論的現(xiàn)象。金融學(xué)教授鮑勃 ?豪根通過對 1963 年 至 2020 年的研究發(fā)現(xiàn) 股票收益和風(fēng)險成反比 。 因此檢驗我國證券投資基金收益和風(fēng)險的關(guān)系是否存在 收益 風(fēng)險悖論，探究基金收益和風(fēng)險的相關(guān)關(guān)系，具有一定的價值。 研究 意義 證券投資基金作為一種利益共享、風(fēng)險共擔(dān)的集合證券投資方式，憑借其專業(yè)理財、分散風(fēng)險的優(yōu)點，從其誕生就得到市場投資者的青睞 。 然而對于中小投資者來說，證券投資基金的出現(xiàn)具有極大的 意義 。因為個人投資者進(jìn)入證券市場往往要繳納一定的交易手續(xù)費，而投資基金將資金集中起來進(jìn)行交易，可以大大降低手續(xù)費用的費率。因此投資成本 較 小，便于投資者進(jìn)行投資。另外，投資基金把許多大小不一的資金集合起來后，就可以形成 規(guī)模 巨大的資金，可分散投資于數(shù)十 種 甚至數(shù)百種有價證券。投資者因此可以將風(fēng)險更大程度地分散，這比把資金 單獨投資一種證券要更加安全。正是因為證券投資基金具有這么多的優(yōu)勢 ，所以無論其規(guī)模還是其品種都得到巨大發(fā)展，對我國經(jīng)濟(jì)和金融市場的發(fā)展產(chǎn)生了巨大影響。 然而，近幾年許多投資者因投資基金虧損嚴(yán)重，證券投資基金并沒有展現(xiàn)出其分散投資、專業(yè)理財?shù)膬?yōu)點。 另外，國內(nèi)大部分的文獻(xiàn)都是基于我國股市對收益和風(fēng)險的相關(guān)1 導(dǎo)論 2 關(guān)系進(jìn)行研究，很少有文獻(xiàn)對我國證券投資基金收益和風(fēng)險的相關(guān)關(guān)系進(jìn)行實證研究。 因此 重新 研究基金收益和風(fēng)險之間的關(guān)系 ，對投資者和基金管理者都具有 十分重要的現(xiàn)實 意義 。本文的研究有助于深化對傳統(tǒng)金融理論的認(rèn)識，使投資者重新 認(rèn)識基金實際收益和風(fēng)險關(guān)系，有助于投資者針對不同市場狀況，采取不同的投資策略。 本文結(jié)構(gòu) 和 主要特色 本文結(jié)構(gòu) 本文以我國證券投資基金為研究對象，分析風(fēng)險和收益的相關(guān)性、金融環(huán)境變化對相關(guān)性會產(chǎn)生何種影響。本文基于對收益和 VaR、收益和 ΔVaR實證關(guān)系研究，得出一種有效的基金投資策略。 本文主要結(jié)構(gòu)如下： 第一章為導(dǎo)論 ，主要討論了一下研究背景， 闡述研究風(fēng)險和收益相關(guān)性的價值， 其后 簡要介紹本文結(jié)構(gòu)和主要特色 。 第二章為文獻(xiàn)綜述，對國內(nèi)外相關(guān)研究文獻(xiàn)進(jìn)行系統(tǒng)歸納、 總結(jié) 和評價 。 第三章 相關(guān)理論 介 紹 ，主要介紹 VaR 模型的含義和各種計算方法。 第四章 本文研究對象 和研究方法。 第五 章對我國證券投資基金收益和風(fēng)險進(jìn)行實證研究。 首先把 VaR 進(jìn)行排序，構(gòu)造基金組合 ； 然后通過橫截面回歸檢驗我國證券投資基金收益和 VaR之間的相關(guān)性 ；最后 檢驗收益和 ΔVaR之間的相關(guān)性。 第六 章為本文的結(jié)論 與解釋 ，并在 最后 指出本文不足之處。 目前， 我國 國內(nèi)對收益和風(fēng)險的研究很多，但是 我國最大的數(shù)據(jù)資源庫——中國知網(wǎng)學(xué)術(shù)文獻(xiàn)總庫僅收錄一篇研究 基金 風(fēng)險和收益關(guān)系的文獻(xiàn) 。 本文在衡量基金收益和風(fēng)險關(guān)系時，不僅對基金收 益率和 VaR 之間的靜態(tài)關(guān)系進(jìn)行檢驗，還衡量了收益率和 ΔVaR 之間的動態(tài)相關(guān)關(guān)系，以進(jìn)一步研究收益與主動承擔(dān)風(fēng)險和被動承擔(dān)風(fēng)險的關(guān)系。 鑒于 不同經(jīng)濟(jì)形勢下 風(fēng)險與收益1 導(dǎo)論 3 關(guān)系并不一致，本文 在 對 全樣本 進(jìn)行 分析 的 同時 ，以 2020 年 10 月為分界點進(jìn)行子樣本分析，從而考察不同經(jīng)濟(jì)狀態(tài)下風(fēng)險與收益關(guān)系 。 此 外，大部分研究風(fēng)險和收益關(guān)系的文獻(xiàn)在衡量風(fēng)險時， 一般 都 只使用單一方法來衡量風(fēng)險， 其合理性有待商榷 。 這是由于 采用不同方法來衡量風(fēng)險，會得到不同結(jié)論，存在模型選項偏差。為了避免模型選擇偏差造成的結(jié)論不穩(wěn)健， 本文在衡量風(fēng)險時使用 三種 方法，即 參數(shù)方法 （ 包括 GARCH， CF 擴(kuò)展） 和 非參數(shù)歷史模擬 法，并且在 這 三種不同方法下得到相同的結(jié)論，說明本文論相對穩(wěn)健。2 文獻(xiàn)綜述 4 2 文獻(xiàn)綜述 證券投資基金風(fēng)險衡量方法 文獻(xiàn) 綜述 證券投資風(fēng)險是指證券投資收益的不確定性。通 常 我們 將 證券投資風(fēng)險定義為投資者蒙受損失的可能性，即投資的實際收益和預(yù)期收益的偏差大小。投資收益的可能分布發(fā)散性越強(qiáng)，證券投資的風(fēng)險 越大。 1952 年 Markowitz在其投資組合理論中首次提出用方差或標(biāo)準(zhǔn)差來度量證券投資組合的風(fēng)險 。由于 Markowitz 模型計算非常復(fù)雜，尤其是處理大量證券 組合時，準(zhǔn)確計算證 券組合的方差難以做到。因此，自 Markowitz 發(fā)表論文以后的數(shù)十年時間里，后繼者們致力于簡化證券投資組合分析的研究，從而引出了資本資產(chǎn)定價模型 CAPM，該理論主要部分 是由 Sharp、林特和摩森三個人幾乎同時分別獨立提出的 。 CAPM 模型把證券的風(fēng)險分為系統(tǒng)風(fēng)險和非系統(tǒng)風(fēng)險， 證券預(yù)期收益的大小由 系統(tǒng)風(fēng)險 β決定。 1963 年 Mandlebrot 注意到，金融資產(chǎn)價格的較大波動常會引起其他方面的較大變化，而較小的變化通常引起其他小的變化。特別是，金融變量在一定時期內(nèi)較為平靜，而在隨后的一段時間內(nèi)卻 發(fā)生巨大波動，也就是說波動率不是常數(shù)，而是隨著時間變化的。 Fama（ 1965）、 Hagerman（ 1978） 相繼發(fā)現(xiàn)，股票收益率分布具有 有偏性 和尖峰后尾性，為了 能更好地描述和分析金融市場價格波動 行為的方法，許多金融和計量學(xué)家開始探究不同的模型來處理這一問題。 1982 年恩格爾提出了隨時間變異的條件方差模型 —ARCH 風(fēng)險計量模型， ARCH 模型能較好地描述金融時間序列中出現(xiàn)的條件方差時變性、尖峰后尾和波動性聚集現(xiàn)象，因此該模型立刻在金融實證中得到廣泛運用， 將風(fēng)險度量方法的準(zhǔn)確性大大提高。 1986 年 Bollerslev 通過在 ARCH 模型中引入條件方差的滯后值對 ARCH 模型進(jìn)行了推廣，提出 GARCH 模型 。1976 年 Black 指出，資產(chǎn)波動性和資產(chǎn)收益率是負(fù)相關(guān)的。即當(dāng)證券價格上漲時，收益率為正，波動性下降；當(dāng)資產(chǎn)價格下降時，收益率為負(fù)，波動性上升。 為更好的 描述這種情形， 1991 年 Nelson 提出了 EGARCH 模型，允許正和負(fù)的滯后值對波動性存在不同影響。 然而這些方法把出現(xiàn)有利和不利情況下偏離預(yù)期結(jié)果都算作了風(fēng)險。 為2 文獻(xiàn)綜述 5 了解決 方差度量風(fēng)險的不足， Markowitz 提出了 下方風(fēng)險的概念，即只衡量收益率低于預(yù)期收益率的下部分 風(fēng)險，并用半方差（ semivariance）來度量此風(fēng)險。 1991 年 Hariow 通過對下偏矩風(fēng)險指標(biāo)和方差風(fēng)險指標(biāo)實證比較發(fā)現(xiàn)，以均值 下偏矩計算得到的證券投資組合有效邊界位于以均值 方差的有效邊界左上方，表明在 期望收益相同的條件下，下偏矩優(yōu)于方差， 但是當(dāng)收益里滿足正態(tài)分布時，兩者 得到相同有效邊界。 近些年來，隨著金融工程的迅速發(fā)展，金融市場上出現(xiàn)了許多金融衍生品，傳統(tǒng)的金融風(fēng)險衡量方法已 不再 適用， VaR 方法 便在此環(huán)境下 應(yīng)運而生。1993 年 G30 集團(tuán)發(fā)表的關(guān)于衍生品實踐的報告竭力推薦各國銀行使用 VaR來衡量金融風(fēng)險，得到各國金融機(jī)構(gòu)的響應(yīng)。 自從 1994 年 JP 摩根首次使用VaR 披露其風(fēng)險后， VaR 得到迅速發(fā)展。 由于 VaR 在衡量風(fēng)險上具有很多優(yōu)良特性，很多研究者迅速把 VaR 運用到基金風(fēng)險衡量和管理中。 2000 年 Jorion首次把 VaR 運用到投資組合風(fēng)險分析。 2020 年 Stephanos Papadamou 和 George Stephanides 使用 VaR 和 ETL（ expected tail loss）來估計投資于歐洲的共同基金的風(fēng)險， 得出這兩個模型都可以精確地估計共同基金的風(fēng)險。 Gupta 和 Liang（ 2020）和 Agarwal 和 Naik（ 2020）都分別采用傳統(tǒng)標(biāo)準(zhǔn)差和 VaR 來衡量對沖基金的風(fēng)險，得出 VaR 能更好的衡量對沖基金 的風(fēng)險，因為對沖基金收益率分布有左偏、尖峰后尾的特性，標(biāo)準(zhǔn)差低估對沖基金尾部風(fēng)險。 2020 年 Bali和 Gokcan 分別使用正態(tài)分布、廣義誤差分布（ GED）、 CornishFisher 擴(kuò)展和極值理論 EVT 來估計對沖基金組合的 VaR，發(fā)現(xiàn) EVT 和 CF 擴(kuò)展能夠很好的囊括后尾風(fēng)險。 2020 年 Bali、 Gokcan 和 Liang 采用非參數(shù)和 CF 擴(kuò)展模型，通過對 1995 年 至 2020 年對沖基金 VaR 的計算 ，得出對沖基金的 VaR 和對沖基金收益存在正相關(guān)關(guān)系。 在國內(nèi)，為了把 VaR 風(fēng)險管理技術(shù)運用到我國風(fēng)險管理實踐，許多學(xué)者分別從 理論和實證 兩方面入手研究 。 1997 年鄭文通最早介紹了 VaR 模型，并在正態(tài)分布條件下進(jìn)行研究，得出 VaR 是度量風(fēng)險的一種科學(xué)方法。 杜海濤（ 2000）對 VaR 方法在證券波動性管理中的使用做了實證研究 。 他認(rèn)為上海和深圳兩個市場的指數(shù)收益率都服從正態(tài)分布，并基于這個前提，計算 95％置信度下的 VaR 值，得出 VaR 模型能較好的擬合市場風(fēng)險。 王春峰 （ 2001）在其專著中 系統(tǒng) 介紹了 VaR 的各種計 算方法。王美今、王華（ 2002）對 上交2 文獻(xiàn)綜述 6 所的股票 進(jìn)行實證分析，得出對收益率的分布的假設(shè)是正確計算 VaR 的前提，對于收益率普遍非正態(tài)分布特性，一般的 GARCH 由于沒有考慮金融時間序列的后尾分布，可能低估風(fēng)險， 因此 必須選擇那些能 準(zhǔn)確 描述收益非正態(tài)性、后尾分布模型。 于瀟媛（ 2002）對 VaR 技術(shù)中的歷史模擬法、 RiskMetrics 方法和完全參數(shù)法在我國證券市場的有效性進(jìn)行了 分析。他認(rèn)為，完全參數(shù)法不僅解決了極端情況，能避免對歷史數(shù)據(jù)的較好依賴性，而且不局限正態(tài)分布的假設(shè)，相對來說比其他兩個方法更適合我國金融市場風(fēng) 險測量 。 鄒建軍、張綜益 （ 2020） 分別采用移動平均法、 RiskMetrics 和 GARCH（ 1， 1）模型估計 上交所股票 收益率的風(fēng)險并計算了日 VaR，結(jié)果得出 GARCH（ 1， 1）模型能更好的反映 股票 波動性。 蒲明（ 2020）論證 VaR 模型估計開放式基金風(fēng)險的可行性，并提出 ―方差 協(xié)方差 ‖計算方法。 羅付巖、唐邵玲（ 2020）利用GARCHVaR 模型在不同收益率分布假設(shè)下對上證指數(shù)進(jìn)行了建模，結(jié)果表明：廣義誤差分布分布下的 GARCHVaR 適合建模上證指數(shù)收益序列。 張敏、鄭丕諤（ 2020） 通過對其所選取的 16 支開放 式基金的日收益率序列建模，得出基于后尾分布和廣義誤差分布的 GARCH（ 1， 1）和 EGARCH（ 1， 1） 都能較好地模擬基金日收益率序列。 周澤炯（ 2020）在正態(tài)分布、 t 分布及廣義誤差分布 GED 三種分布假設(shè)條件下，對基金的 VaR 值進(jìn)行了估計，并且采用 Kupiee 失敗頻率檢驗方法對 VaR 模型 估計 的準(zhǔn)確性進(jìn)行了返回檢驗 。 結(jié)果表明，基于廣義誤差分布 的 GARCH 模型計算的 VaR 值最能真實地反映基金風(fēng)險。 風(fēng)險和收益關(guān)系 文獻(xiàn)綜述 資本資產(chǎn)定價模型（ CAPM）指出預(yù)期收益率和系統(tǒng)風(fēng)險正相關(guān)，系統(tǒng)風(fēng)險越大，預(yù)期收益 率越高。 Fisher 和 Hall（ 1973）得出結(jié)論：投資者為獲得收益而承擔(dān)更高風(fēng)險時， 必須給予更多的預(yù)期收益。 Ross（ 1973）也證明了風(fēng)險和收益存在線性正相關(guān)關(guān)系。 David 和 Robert Jacobson（ 1987）研究不同企業(yè)類型的收益和風(fēng)險相關(guān)關(guān)系 并得出如下結(jié)論 ：當(dāng)把不同企業(yè)作為一個整體來衡量收益和風(fēng)險關(guān)系時，系統(tǒng)風(fēng)險和非系統(tǒng)風(fēng)險都和投資收益率高度正相關(guān)； 對于不同的企業(yè)類型，系統(tǒng)風(fēng)險都和投資收益率相關(guān)系數(shù)基2 文獻(xiàn)綜述 7 本相同且顯著；非系統(tǒng)風(fēng)險和投資收益率的關(guān)系會隨著企業(yè)類型的改變而產(chǎn)生變化，對 于消費類和制造類企業(yè)，投資收益率和非系統(tǒng)風(fēng)險顯著正相關(guān)，然而對于金融企業(yè)，這種相關(guān)性減小且不再顯著。 Bali， Gokcan 和 Liang（ 2020）以 1995 年 1 月 至 2020 年 12 月的對沖基金數(shù)據(jù)研究樣本，得出對沖基金收益率和 VaR 存在較強(qiáng)的正相關(guān)關(guān)系。 Friend 和 Blume（ 1970）采用紐約證券市場 3300 家股票的月數(shù)據(jù)作為研究樣本， 分別計算 1956 年以前四年的 β值，然后按 β大小對公司排序， 構(gòu)建10 個風(fēng)險和收益與之相對應(yīng)的資產(chǎn)組合 。 結(jié)果 表明，收益和風(fēng)險之間并沒有明顯關(guān)系，較高的 β 值并沒有因為承擔(dān)多余風(fēng) 險而獲得額外收益。 戰(zhàn)略管理大師 Bowman（ 1980）以美國不同行業(yè) 數(shù)據(jù) 為樣本 ，分別用年凈資產(chǎn)收益率的均值和方差來衡量收益和風(fēng)險，得出收益和風(fēng)險之間存在顯著的負(fù)相關(guān)關(guān)系。 Fiegenbaum 和 Thomas（ 1988） 選取 能夠 代表 42 個產(chǎn)業(yè)的公司，結(jié)果發(fā)現(xiàn)收益和風(fēng)險的關(guān)系某種程度上依賴歷史業(yè)績。 Jeger（ 1991） 在 Fiegenbaum和 Thomas 的基礎(chǔ)上，度量收益時分別使用總資產(chǎn)收益率和凈資產(chǎn)收益率，采用變異系數(shù)來度量風(fēng)險，得出當(dāng)收益低于中位數(shù)時，大多數(shù)產(chǎn)業(yè)風(fēng)險收益負(fù)相關(guān) ； 當(dāng)收益高于中位數(shù)時，大多數(shù)產(chǎn)業(yè) 風(fēng)險收益正相關(guān)。 Fama 和 French（ 1991）通過對 1941 年到 1990 年紐交所上市股票的研究也 得到 與 Friend 和Blume 基本相同的結(jié)論， 即 將 β 作為風(fēng)險的唯一衡量指標(biāo)，股票收益和風(fēng)險之間相關(guān)性很弱甚至幾乎不存在相關(guān)性， 僅僅 采用 系統(tǒng)風(fēng)險 不能提供風(fēng)險和收