混合型基金投资策略篇（1）

我们观察的时间段为2006年1月1日～2007年3月31日。2007年1季度，证券市场出现了一轮明显的涨跌交替分布行情，基金风格漂移较为明显，有利于研究比较和把握未来投资机会，作为重点观察区间。

我们选择了银河和晨星的基金分类方法，前者是按照基金招募说明书如何说分类，而后者是按照基金实际如何做分类，根据二者在实际投资过程中发生的改变，即可判定基金是否发生风格漂移。我们重点研究了混合偏股型基金向股票型基金的漂移。投资者一般认为，股票型基金的风险要大于混合偏股型基金。银河的混合偏股型，大致对应于晨星的积极配置型。研究对象覆盖了截至2007年3月31日的44只混合偏股型基金。

研究发现，基金风格漂移已成常态。44只混合偏股型基金中，19只出现风格漂移，比例高达43.18％；均是从混合偏股型变为股票型，风险明显上升。在业绩排名前1/3的混合偏股型基金中，风格漂移的比例更是高达50％(见左表)；而在业绩排名后1/3的混合偏股型基金中，这一比例只有26.67％。

研究还表明，排名靠前的基金净值增长率贡献，多来自于风险的提升。提高股票的配置比例，在上涨周期中，确实有助于提升基金净值增长率。基金经理迫于排名的压力，不得不改变基金的投资风格，追求较高风险水平下的收益。

3类漂移各有侧重

风格漂移大致可分为3类：一是策略性调整，二是疑似违背招募说明书，三是违规违法。违规违法，是指严重违反法律法规对资产配置的要求，目前很难认定。故本文的探讨集中于前两类。

策略调整重选时

策略性选择，是指基金管理人在招募说明书许可范围内，对资产配置的比例进行灵活调整。这是允许的。

在上升周期中，策略调整成功的可能性较大，能够为投资者带来更多收益。研究显示，风格稳定的混合偏股型基金的风险，大致上是发生漂移基金的67％。基金管理人用放大风险的策略，来获得超额风险收益。

在2007年1季度，可比较的36只基金的统计分析表明，风格漂移基金，比风格稳定基金的平均收益率高了5％(见右图)，确实为投资者带来了超额收益。牛市中表现尤为明显。

但策略性调整，主要依赖基金管理人的选时能力，如果出现失误，则很有可能出现逆势选错、降低收益率。

疑似违背有蹊跷

疑似违背招募说明书，主要指管理人为了追求高收益，在操作过程中，违背了招募说明书中资产配置比例的规定，或者没有坚持说明书中规定的特有风格，但在公开信息披露时间点前，对资产配置作了调整，达到了招募说明书的要求。

例如，在招募说明书中，某混合型基金规定了某个特殊行业的配置比例，但是在实际操作中，由于该行业的涨幅严重落后于大盘，管理人将该行业的比例大幅下调，转而配置其他涨幅大的行业，并在基金报告时间点前，对不符合招募说明书要求的资产配置，进行了调整。

通过市场波动和基金净值波动的比较，有可能发现某些疑似违背招募说明书的情况。在最近的两次大跌中，很多?混合型基金的跌幅都超过大盘，有的甚至超过9.5％，这肯定是不符合招募说明书要求的风格特征的。但是在正式的信息披露中，并未发现超过股票上限的情况。

其原因很可能是，管理人通过债券回购、投资权证等多种方式，或者直接提高股票的配置比例，放大了风险。这些操作都能在信息披露前得到纠正，因此对于这种介于违规违法与策略性调整之间的方式，认定上有相当的困难。

混合型基金投资策略篇（2）

以股票型基金为例，我们分析和比较了采用“定投”和“一次性买入”这两种投资策略，在大牛市、大熊市、平衡市、牛短熊长，熊短牛长这几种市场走势情况下的收益差异。我们发现，定投策略获得收益金额和避免亏损的概率远远大于一次性投入或是频繁操作策略，定投策略确实能够有效规避一部份市场风险，特别是把周期拉长后，风险会进一步释放。

今年以来，随着债券市场的不断扩大，投资者对债券的投资热情开始蔓延，我们选取了近两年的债券型基金的业绩，进行定投策略的数据模拟，发现表现也非常不错。债券市场属于长期向上的单边市，震荡幅度较小，适合期初单笔投入后期持续追加的策略。债券基金定投对于稳健型客户来说，同样能获得可观的收益。

然而，基金定投不应该只专注于在投资时点的选择上，更应该把关注点放在投资标的的选择上，两者相结合才能让定投发挥应有的功效。

通过对不同投资期限和不同类型基金的定投收益的分析比较，我们得出如下结果：

1、混合型优于股票型

从最近五年到最近三年的基金定投业绩比较可以发现，混合型基金由于灵活的仓位控制，整体定投业绩好于主动型股票型基金。说明基金仓位对业绩稳定性有很大影响，谁都不希望赚到的钱很快输掉，混合型基金能有效锁定收益。

2、中小盘指数基金优于大盘指数基金

从最近五年到最近三年的中小板基金定投业绩优于中证100和上证50等大盘指数基金，主要原因还是中小企业公司的企业增长和盈利能力相对权重股要更强，虽然PE较高，波动较大，成长性远优于权重指数，业绩表现相对更佳。

混合型基金投资策略篇（3）

《投资者报》排出的“投资总监上半年投资能力排行榜”显示，于鑫获得的平均收益率为-5.41%，在54位投资总监中排在倒数第二。其管理的三只基金东方策略成长、东方龙混合、东方精选上半年收益率分别为-5.97%、-5.23%、-5.05%。

目前东方基金旗下共有11只产品，主动管理的偏股型产品有5只，于鑫就管理了其中的三只——东方龙混合、东方策略成长由他独自管理，东方精选由于规模最大、公司最为重视，由于鑫、呼振翼、朱晓栋三位基金经理共同管理。

于鑫曾任世纪证券资产管理部投资经理，2005年进入东方基金公司。2006年1月，东方精选成立，最初由昔日明星基金经理付勇担纲，2007年7月起由于鑫和付勇共同管理。不过仅管理了一年多，于鑫就离开此职位，2013年1月又进入管理阵营。2008年6月成立的东方策略成长，最初由于鑫和付勇搭档管理，2010年初，付勇离职转投长信基金，此后该基金一直由于鑫一人管理。东方龙混合成立于2004年11月，中途更换过多位基金经理，于鑫于2008年9月接任并独自管理至今。

在基金公司，权益类和固定收益类产品一般分属不同部门，但于鑫除了偏股型基金，还在2011年前参与过东方金账簿货币的管理。

从于鑫的管理风格来看，其重仓股中金融股比重最大，其次是地产股，但这些股票上半年给基金业绩拖了后腿。

金融股拖累业绩

东方策略成长和东方龙混合最能反映于鑫的投资风格，一个明显的特点是，他对金融股特别是银行股非常青睐。2011年，正是因为坚守金融股，于鑫取得了令人瞩目的业绩。在九成基金跑输其业绩比较基准的背景下，于鑫管理的混合型基金东方龙和股票型基金东方策略成长分别在同类产品中排名第一和第五。

此后，于鑫的策略一直没有明显变化，金融股始终在行业配置中比重最大，两只基金金融业占股票市值比未低于过30%。两只基金的重仓股多有重合，中国平安、招商银行、民生银行自2012年初就一直在两只基金的前五大重仓股之内。

2012年末的蓝筹股行情让两只基金全年都获得了10%以上的收益率，但好景不长，金融股行情在今年春节后戛然止步，走上持续下跌道路，直到最近才有重新启动的迹象。

一季度，于鑫降低了整体股票仓位及金融股配置比例，东方策略成长金融业占股票净值比由去年末的37.2%降至一季度末的31.8%，减持了招商银行、民生银行，但少许增持中国平安。东方龙混合金融业比例也从37.8%降低至35.8%，同样是减持招商银行、民生银行，增持中国平安。减持银行股的操作比较正确，但增持中国平安却是一个失误。二季度中国平安、招商银行、民生银行分别下跌16.18%、3.33%、9.69%。

两只基金第二重仓行业是房地产，包括万科A、保利地产、金地集团等，但多数时间也处于调整状态。

据Wind数据统计，上半年，东方策略成长收益率为-5.97%，排在336只普通股票型基金的第298位；东方龙混合收益率为-5.23%，排在29只平衡混合型基金的倒数第四位。

“三拖一”不改颓势

今年1月4日，东方精选突然增聘了于鑫、呼振翼两位基金经理，被认为是为原基金经理庞飒的离职做准备。

人事变动后，该基金仓位有所降低，重仓股也明显调整。

一季度末，东方精选原来的第一重仓股泸州老窖不见踪影，该股一季度跌幅达28%终被抛弃。对原有重仓股大多进行了减持，只增持了中国平安和保利地产，另外增加三个新面孔——金地集团、万华化学和五粮液。增持的股票表现不佳，除了中国平安，保利地产、万华化学、五粮液也分别下跌11.9%、8.4%、6.96%，仅金地集团上涨5.7%。

虽然东方精选的基金经理数量最多，达到三位，但最终新班子的调仓换股还是没有改变该基金上半年下跌的命运。其上半年以-5.05%的收益率排在146只偏股混合型基金的倒数第17位。

公司人事震荡频繁

自付勇离职后，东方基金就进入多事之秋，公司高层不合的传闻甚嚣尘上。

混合型基金投资策略篇（4）

一、引言

在经济全球化、一体化的环境下，金融市场快速发展，其规模日渐扩大。金融投资的特点为风险与收益共存，为了保证自身投资的成效，广大投资者对金融市场展开了分析。本文主要从混沌理论视角出发，对中国股票、期货及黄金等市场展开了全方位的研究，旨在进一步提高投资决策的有效性。

二、混沌理论概况

在1970年后，非线性科学快速发展，经国内外学者共同努力，完善了其研究内容，具体包括孤立波、混沌及分形，其中最为重要的理论之一便是混沌理论。在现代科学技术支持下，特别是计算机技术，其为混沌学研究提供了可靠的保障。

混沌学的研究对象主要为动态系统，其在各个领域均有着普遍的运用，如：自然与社会科学等，通过与其他学科的交融与渗透，进一步促进了其发展。当前，各国学者均十分关注混沌时间序列预测，其模型分为两种，一种为动力学方法，另一种为相空间重构方法，前者以已知系统模式为前提条件，借助描述系统数学模型，经过简化与求解，从而保证了预测的有效性；后者借助实际观察数据，构建适合的空间模型，通过观察相点的轨迹运动，从而达到预测目标。现阶段，混沌时间序列预测方法分为全局法、局域法、人工神经网络法等[1]。

在经济学领域中对混沌理论的应用时间较长，可追溯到上个世纪80年代，美国学者最早提出了混沌现象，此后，有关学者在风险管理、股票市场、证券市场等方面均引入了混沌理论，但时至今日，关于混沌理论在经济领域中的应用仍存在较大争议，通过对既有理论分析可知，金融市场研究中对混沌理论的应用主要体现在混沌识别、常规预测等方面，缺少关于投资决策的研究报道[2]。因此，本文借助混沌理论研究金融市场投资决策是必要的。

三、基于混沌理论的中国金融市场投资决策研究

金融市场作为市场经济的重要构成部分，其重要性日益显著。虽然中国金融市场发展时间较短，但股票、期货及黄金市场经数十年发展均取得了显著的成绩。金融投资属于理财工具，为了规避投资风险，保证投资效益，国内外学者均十分关注中国金融市场投资决策的研究。如果市场有效，最优投资策略为投资与市场组合、采用消极管理，但有效市场假说缺少可行性，随之出现了分形市场假说，它认为投资者行为与两个因素有关，一种为金融市场信息接受度，另一种为投资时间尺度。金融市场作为复杂系统，其拥有混沌、分形等特性，因此，分析过程中可采用混沌、分形等理论。

（一）研究意义

中国金融市场是由股票、期货及黄金市场构成的，其面向大众，拥有固定的场所，可进行集中化交易，具体有上海证券交易所、上海期货交易所、上海黄金交易所、深圳证券交易所等。此作为新兴金融市场，发展迅速，影响力日渐增强。

本文选用混沌理论进行研究，具有积极的意义，在理论方面，研究中利用分形、混沌理论，对金融市场展开了非线性分析，从而推动了金融理论的发展；在现实方面，对于投资者而言，其投资成败的关键点便是投资策略，该策略涉诸多的内容，包括投资对象、规模及时机等，通过对合理投资策略的推广，利于培养投资者的理性思维，使其全面了解市场特性，以此保证其预测、决策的成效，同时也利于促进我国金融市场的稳定与健康发展，使其规避了金融风险，提高了管理效率与质量[3]。

（二）研究内容

1.混沌性检验。在应用混沌理论研究中国金融市场过程中，因确保其属于混沌系统，为了明确其是否拥有混沌系统的特性，可通过混沌识别，研究金融市场中的价格序列数据。通过调查可知，国内外学者经研究证实了股票市场具有混沌性，中国股票市场为弱混沌，但关于其他市场的研究相对较少。因此，研究过程中侧重期货、黄金市场，经检测，确定其具有混沌性，此后再借助非线性确定性混沌模型展开预测与分析，从而满足投资决策需求。

在中国股票市场方面，选用上海证券交易所与深圳证券交易所所提供的4000个数据为研究对象，其源于Bloomberg数据库，通过对数据处理、计算发现，二者日收盘价格序列呈现出了尖峰厚尾的特点，不属于正态分布。通过R/S检验分析显示，沪深两市拥有非线性特征，即：价格波动具备分形性与持久性，经递归图分析指出，两市指数的价格时间序列具有确定性[4]。

在中国期货市场方面，虽然国内学者研究了中国期货市场，但仅限于单一品种，也未能运用不同方法进行检验。由于期货市场的指数缺少一致性，各品种均有着独特性，单一品种的混沌性不具备代表性与典型性，因此，研究过程中应选用不同的方法，以此提高检验分析的全面性与准确性。实践中选用了三大期货交易所的全部上市品种，首先，利用最大交易量复权法进行采集，以此保证了数据的完整性、准确性及代表性，此后进行了处理、计算及检验。此结果为各期货市场的不同品种价格序列具有尖峰厚尾的特点，不属于正态分布。通过R/S、BDS及递归图检验可知，我国期货市场价格序列波动具有非线性与持久性特点，同时其价格普遍确定。

在中国黄金市场方面，我国黄金市场发展时间较短，在21世纪才成立上海黄金交易所，与国外市场相比，其在交易量、影响力等方面均相对较小，但其发展速度较快，与其他金融市场共同构建了完整的金融市场体系。在金融危机影响下，美元贬值，我国开始大规模储备黄金，但其在外汇储备中所占比重仍相对较小，因此，相关学者要求中央应加大其储备量。随着黄金价格的上涨，国内投资者对其给予了高度关注，因此，黄金价格预测与分析逐渐成为了热点。以上海黄金交易所的2000个数据为研究对象，采集后对其进行处理与计算，通过R/S、BDS分析与检验发现，中国黄金市场不符合正态分布，具有非线性及确定性，但其非线性特征不够明显，造成此情况的原因为该市场发展时间尚短，难以实现定量检验[5]。

通过对三个市场的分析与检验证实，中国金融市场具备混沌个特性，因此，可利用混沌理论探讨其投资决策。

2.混沌预测。中国金融市场混沌预测是其投资决策的前提条件，最传统的投资策略便是价格预测，即：价格上涨则买入，而其下跌则卖出。为了掌握中国金融市场的预测方法，应利用Lyapunov指数，该指数对系统混沌量及轨道指数发散进行了量化估计，在相空间寻找相似点与相似轨迹，在此基础上，构建预测模型，经研究证实，金融时间序列预测经去噪处理后，其预测性能明显提高；同时，采用自适应预测方法，此方法的优点为涉及的样本量少，预测准确性较高，同时可克服时变困难，并拥有自适应跟踪系统运动轨迹，在分析中国金融市场过程中可选用Valterra级数自适应预测模型，虽然其预测效果较好，但也存在不足，主要表现为缺少稳定性，个别情况下，可能出现预测失败。因此，日后，该模型仍需进一步改进。

当前，在金融市场中广泛应用着神经网络模型，其预测精度高，并且具有一定的灵活性，将其用于金融市场预测，网络通过对样本的学习，自适应地提取了金融资产价格的动态规律，同时其动态特性、存储能力，有效反应了金融市场的时序特性，从而保证了预测精度[6]。

3.混沌投资。金融市场投资决策流程如下：确定投资战略、分析市场、构建投资组合、品股业绩、改进投资组合等，实践中应注意两个事项，第一为金融资产分析，通过对投资工具风险及收益的评估，以此明确投资时机，为了解决此问题，常年的决策方法为技术分析，结合混沌预测，构建混合交易模型，经验证显示，该模型具有一定的稳定性，同时还可保证高额收益率；第二为最优资产组合，主要是控制投资风险，促进投资收益的最大化，在处理此问题过程中可利用非线性技术及行为金融理论，其投资组合模型有M-V模型、M-V-S-K模型[7]。

四、总结

综上所述，混沌理论作为非线性技术，将其用于金融投资领域，利于提高投资者的预测与决策能力，待有效控制风险后，其投资收益将更加显著。本文借助混沌理论，对中国金融市场展开了全方位的混沌识别，并提出了混沌预测方法及交易、投资模型。

参考文献

[1]刘超，刘丽.系统金融理论研究――兼论现代金融理论、行为金融理论、系统金融理论的比较[J].南方金融，2011，12：9-18.

[2]黄腾飞.基于混沌理论的中国金融市场投资决策研究[D].南京航空航天大学，2013.

[3]张震.基于混沌理论的金融风险管理模式探讨[J].区域金融研究，2012，08：20-26.

[4]杨新华，施筱勇.有效资本市场理论与混沌理论的融合――资本市场价格波动的规律性[J].华中农业大学学报（社会科学版），2003，04：18-21+30.

混合型基金投资策略篇（5）

为了帮助持有人更好的判断基金的投资潜力，基于2009年年报数据，《投资者报》数据研究部4月中旬对基金的持股市盈率进行了研究，结果显示，全部偏股型基金的持股市盈率远远高于同期大盘指数市盈率。

以2009年底收盘价和当年每股收益计算，A股指数市盈率为34倍，股票型基金的平均持股市盈率为51倍，混合型基金更高，为55倍。华夏大盘基金经理王亚伟管理的两只基金持股市盈率均超过100倍。

考虑上市公司未来的利润增长对市盈率会带来影响，我们对股票型基金的持股PEG（即市盈率相对利润增长的比率）也进行了计算，结果显示，股基成长空间大于混基，仅有6%大于临界值1，而混基中有20%大于1。一般来说，该指标小于1比较安全，且越小越好。

研究结果还显示，基金并没有把不持有亏损股作为严格的红线对待，90%的基金手中持有这类股票，只不过这些亏损股多数不出现在十大重仓股中而已。

基金持股大都质地平平

《投资者报》数据研究部的统计数据显示，大部分基金持有的都是业绩平平的高市盈率股票。

截至2009年年底，全部A股市场的市盈率为34倍，而股基的持股平均市盈率为51倍，混基为55倍，分别高出17个点和21个点。

股基中，市盈率超过34倍的基金占主流，统计范围内的212只基金中有182只超过A股市场市盈率。有12只基金的持股市盈率超过100倍，持股市盈率最高者分别是南方优选价值和南方高增，各为165倍和150倍。

这两只基金共同大比例持有的海通集团，2009年末市盈率高达2500倍；此外，南方优选持有市盈率超过100倍的股票还有中泰化学，占该基金股票投资比例的3.48%。

持股市盈率低于34倍的股基共30只，主要集中在易方达、长城和华宝兴业基金公司。

持股市盈率最低的10只股基依次是长城品牌优选、华宝兴业行业精选、易方达上证50、易方达科讯、长城消费增值、华宝兴业中证100、博时主题行业、华安宏利和长城双动力。

154只列入统计范围的混合型基金中，有138只持股市盈率超过34倍，仅有16只低于市场平均水平。

市盈率超过100倍的基金共12只，分别是嘉实主题精选、汇添富蓝筹稳健、银河收益、东吴进取策略、华夏策略精选、银河稳健、华夏大盘精选、诺安平衡、海富通强化回报、南方宝元债券、泰信先行策略和国投瑞银稳健增长。

王亚伟管理的两只基金持股平均市盈率均超过100倍，华夏大盘精选和华夏策略精选持有的个股市盈率超过100倍的分别有11只和9只，主要为长航油运、乐凯胶片、莲花味精、吉林森工、三元股份、广钢股份、莫高股份、广电网络和北新路桥。

嘉实主题是混合型基金中持股市盈率最高的基金，2009年底持股市盈率高达220倍，重仓持有的个股市盈率超过1000倍的股票有3只，分别是冠农股份、新赛股份、红太阳。

持股市盈率最低的10只混基依次是泰达宏利品质生活、融通行业景气、上投摩根中国优势、华富竞争力优选、易方达平稳增长、博时精选、华宝兴业宝康灵活、长城久恒、融通蓝筹成长、博时价值增长。

混基中持股市盈率较低的基金一般持有的股票数量也比较少，持股市盈率最低的10只基金平均每只仅持有48只股票，持股最少的是长城久恒和上投摩根中国优势，在2009年底仅持有22只和23只股票。

股基持股的成长性略好

从基金的持股市盈率可以看出其持有股票的现实质量，但如果持有的股票未来有很好的成长性，股票质量存在的极大提升空间。

《投资者报》数据研究部按计算市盈率相同的方法对基金持股的PEG（市盈率相对盈利增长比率）进行计算，结果显示，6%的股基和20%的混基持股PEG大于1，这表明它们持有的股票价值已经高估，未来的成长空间有限。

股基中，持股PEG的平均值为0.79，大于1的基金共有13只，主要集中在小型基金公司管理的基金中。

持股PEG最大的前10只基金依次是东方策略成长、宝盈泛沿海增长、金鹰行业优势、友邦华泰价值增长、诺安成长、大摩领先优势、泰达宏利成长、万家公用事业、兴业社会责任、国泰区位优势。

东方策略成长持有的62只股票中有25只PEG超过临界值1，该基金重仓持有的大禹节水、北新路桥的市盈率都已超过100倍，可利润增长仅10%多一些。

持股PEG最低的10只股基依次是中银动态策略、泰达宏利周期、富国天鼎中证红利、鹏华优质治理、嘉实量化阿尔法、诺德成长优势、易方达科讯、上投摩根中小盘、信达澳银领先增长和融通动力先锋。

投资中小盘股票的基金持股PEG普遍较低，除上投摩根中小盘基金外，广发小盘成长、易方达中小盘、国泰中小盘成长和华安中小盘成长，持股PEG均不超过0.8。

混基持股的PEG要高于股基，平均值为0.82，超过临界值1的基金数为30只，占全部基金的20%，高出股基14个百分点。

持股PEG最高的前10只混基依次为易方达科汇、长城景气行业龙头、东方龙混合、鹏华中国50、诺安灵活配置、长城安心回报、兴业可转债、国泰金龙行业精选、中海蓝筹配置和宝盈核心优势。

最低的依次是南方宝元债券、华宝兴业宝康灵活、嘉实主题精选、华宝兴业多策略、长盛创新先锋、民生加银品牌蓝筹、上投摩根中国优势、东方精选和国联安小盘精选。

90%的基金持有亏损股

为了控制基金的投资风险，大部分基金公司内部都不允许旗下基金投资已经亏损的公司，但本报统计发现，90%以上的基金手中都持有正处于亏损状态的股票。

股基中仅有10只手中没有利润为负的股票，分别是宝盈资源优选、博时主题行业、长城双动力、广发核心精选、国富成长动力、景顺长城能源基建、南方隆元产业主题、诺安成长、上投摩根成长先锋和上投摩根内需动力。

持有最多亏损股的基金是长信增利策略，2009年底共持有的55只股票中，有9只亏损。

从股票投资占比总额看，持有负收益股票最多的基金是国联安优势，重仓持有大商股份，该股票在2009年每股收益为-0.4元，国联安优势持有1.12亿元，占该基金股票投资总额的9.27%。

混合型基金投资策略篇（6）

关键是基金业绩高速增长的时期结束了，是否意味着投资者要转换基金投资方向呢?这取决于对股市，债市未来整体趋势的判断。综合看来，三季度以来股市的大震荡并未改变股市的基本趋势：因此我们需要调整投资战术而非战略。

从目前市场来看，中场休息的可能性更大。上半年主要由超常流动性推动的单边上涨结束，业绩复苏才是股市下一步能否上行的关键。而由于业绩增长的不均衡性，单边上涨格局难以再现，震荡中股市逐步上行将是四季度的基本特征。

因此，以偏股型基金为主的战略方向无须动摇，但在选择基金的具体风格和特点上则应根据市场变化进行调整。具备动态资产配置能力和较强选股能力的基金是优选，而部分年底新发基金也值得纳入投资视野。

知易行难：灵活配置考验基金管理人

从图1可以看到股市在3季度以来非常显著的波段特征：股指基本上以+／-10％的波动幅度交替上涨或下跌。这样的大波段从理论上来说是适合进行动态资产配置调整的。如果能敏锐地把握市场交替涨跌的时机动态调整股票仓位比例。就有可能在适度避险的同时也带来明显的超额收益。

但从整体上来看，资产配置比例可变范围最大的配置混合型基金，业绩表现却并不特别出色。从平均业绩来看，配置混合型基金相比股票型和偏股混合型基金并未表现出优势；配置型混合基金整体上涨得慢，跌得略少，这主要归因于平均仓位较低；而动态的仓位调整效应整体上并未显现。

在8月以来股市的大幅震荡中，许多基金都采取了积极的仓位调整策略，波段操作的迹象十分明显。但多数基金的仓位调整都存在滞后于市场的问题。从基金行业长期的投资实践来看，大类资产配置的作用主要体现在周期转换时，也就是战略性选时；而在市场的波段震荡中，能够做好短时选时／战术性选时的基金则并不多见。

管理人风格与能力是关键，规模因素也不可忽视。虽然在震荡市下。灵活的资产配置策略可能带来明显的投资优势，但不能简单根据基金的产品类型来判断其优劣。更为关键的是基金管理人的实际投资风格及其是否具备动态资产配置的能力；许多配置混合型基金虽然契约规定的股票配置可变比例较大，但在投资实践中却并未表现出更优的选时能力。

此外，基金规模也是不容忽视的因素之一。大规模基金即使采取动态配置策略通常来说也只能是微调。而小规模基金则有可能在投资风格上体现出更大的灵活性。如果做一个简单的区分。30亿以下的基金规模相对是较为适合灵活操作风格的。

选时＋选股：动态配置策略领跑市场

那么如何来评估基金管理人的风格和能力呢?还是只能从相关基金历史的投资操作中去寻找踪迹。从基金在历次股市下跌或震荡中的业绩表现中，我们能够发现少数基金在各种市场状况下均能保持相对稳定的业绩表现。

从长期来看，很少有基金靠单纯的选时能力获胜：选时和选股能力相对均衡的基金在震荡上升的市场环境下表现最佳。其原因是股市震荡时期往往是市场风格转换的时期，股市震荡中市场的热点和驱动因素都在发生转变，因此震荡阶段下的仓位动态调配同时也是组合结构调整的过程，这需要基金把握下一阶段的选股方向，具备较高的选股能力。

从二季度以来震荡市中表现最为出色的基金来看。其中不少基金就是选股和选时能力兼具，综合表现突出的典型。在排名前10的基金中，华夏大盘精选、银华领先、新华分红、兴业社会责任等都属于这类基金。这些基金在股市的大起大落中充分发挥了灵活投资的优势，既在仓位上灵活调整，同时在结构调整上也表现出色。而这些基金大多是规模在20亿元左右的小规模基金。

中小实力基金，新基金值得关注

综合考虑基金的选股和选时能力，具备较强投研实力的中小基金应予以较高的关注度。在上半年的上涨行情中，新华和华商两家中小基金表现突出；而在三季度以来的震荡中，两家中小公司旗下基金仍然保持着突出的业绩(表2)。

混合型基金投资策略篇（7）

1. 固定收益类基金。2009年,基金投资的稳健性还是被放在了第一位。因此,无论是上半年还是下半年,固定收益类基金是投资者必须认真研究的品种。

这里所说的固定收益类基金,主要是指债券型基金(包括一级债基和二级债基)、货币市场基金、保本型基金。

据有关专家分析发现,应选择投资品种的期限为中期或中短期,且流动性控制较好的债券型基金,而对于投资信用债的基金则要选择投资高信用等级的债券类基金。

2. 债券型基金。专家通过对2008年前成立的34只基金分析发现,2009年值得关注的债券型基金有华夏债券、国泰金龙债券、中信稳定双利、工银瑞信争强收益和大成债券。主要理由是它们的业绩比较稳定,无论是在2007年股票市场处于牛市行情,还是2008年债券市场处于熊市行情,都能够保持债券基金的基本风格和稳定收益。

2008年是债券型基金成立最多的一年。在新成立的52只基金中,涌现出一些管理优秀的债券型基金。

2008年8月27日成立的长城稳定增利债券基金,截至年底,大约4个月,获得了8.4%的收益率;还有如建信稳定增利、交银施罗德增利、中海稳健收益和工银瑞信信用等,均成立于2008年,且都取得了让人满意的成绩。

3. 货币市场基金。由于货币市场基金具有较强的流动性,投资者在2009年可以保持一定的持有量,一方面可以保证日常所需资金流动性的充沛,另一方面也方便在市场行情出现明显变化时,调整投资组合。

有关专家认为,在未来尚有进一步降息空间的背景下,货币市场基金目前手中的资金使得其阶段收益有望在未来1～3个月维持在较高水平,综合收益和流动性均具有一定优势。

随着充裕资金供给下短期利率持续维持低水平,以及现阶段高收益率吸引下增量资金对“浮动盈余”的摊薄,中长期而言,货币市场基金收益率将跟随利率呈现明显下移趋势,不排除阶段性降至历史低位水平的可能。从整个年度来看,预期货币市场基金年收益率在2.0%左右。

从具体品种看,值得投资者关注的有中信现金优势货币、嘉实货币等。在2007年和2008年,它们的收益率明显高于同期一年期的定期存款利率,而其流动性明显比一年定期存款强。

策略二

权益类基金。基于2009年的宏观经济形势、股票市场的分析,2009年上半年股票方向基金的投资还是应该谨慎,尽量减少持有的比例。如果持有,一方面应选择重仓持有通讯、医药、基建、消费和农业板块股票的基金品种;另一方面,在持有选择时点上,投资者应在货币的流动性开始明显提高、企业利润开始回升的时点大量介入。专家预计,这个时点将在2009年的下半年出现。

股票方向的投资基金主要包括股票型基金和混合型基金。从2008年股票型基金和混合型基金业绩来看,国内的混合型基金管理较差,大部分混合型基金被当作股票型基金管理。据笔者从网络基金信息统计得出的分析结果认为,2008年两类基金业绩表明,熊市中,混合型基金并没有发挥灵活调仓的优势,增加债券的投资导致两类基金业绩相当。

因此,在配置股票方向基金时,投资者应更多考虑基金业绩的稳定性、股票基金的投资方向以及基金公司的品牌,而持有混合型基金和股票型无需分类考虑。

根据分析发现,华夏大盘、华夏红利、富兰克林弹性市值、兴业趋势投资、华夏优势增长、兴业全球视野、中信红利精选、汇添富优势精选、易方达价值精选、上投摩根阿尔法和华宝兴业多策略,这些基金在管理上比较稳定,无论是在牛市还是在熊市,都能够把握好市场的节奏,在偏股型基金业绩始终处在前1/3的排名之中。

在投资方向上,这些基金更看好一些非周期性行业,如在医药、通讯、金融和消费板块投资比较多,预计无论市场在2009年保持低迷还是步入较大幅度反弹,它们基本上可以做到可攻可守。

2008年新成立的基金,大部分采取了保守的低仓位投资策略,就如在牛市行情中新成立的基金采取激进的投资策略那样,难以看到基金管理的实际能力,这些新基金普遍采取低仓位策略。2009年无论基金的行情如何,它们的投资价值均比较低,因此不列入考察对象。

策略三

1. 布局指数与封闭类基金。若2009年市场启动在下半年,当各国政策传导生效后、国内促进经济发展的投资带动消费以及证券市场如创业板、融资融券业务扩大和股指期货的救市政策发挥作用,则股市有望走出低谷。

2. 指数基金。有关专家分析发现,在市场走出低谷的初期,并不会有明显的板块效应,第一轮更多的是指数的普涨。历史数据表明,在普涨的时候,威力最大的就是指数基金。

结合2006年和2007年指数基金在牛市行情中的增长情况,专家建议重点关注华夏上证50ETF、华安MSCI中国A股、万家上证180和长城久泰中标300。

这些指数基金的主要特点是:在2006年和2007年牛市行情中均有不错的业绩表现,并且在2008年同类基金中,下跌的幅度较小。

3. 封闭式基金。至于封闭式基金,主要是考虑其折价率和到期时间。

折价率比较高,且到期时间较短的基金,具有较高的投资价值,因为这类基金一方面可以获得与开放基金类似的增长,另一方面持有到期还可以获得一份额外的折价收益。值得注意的是,投资封闭式基金一定要有准备长期持有的态度,一直持有到封转开,否则,未必能够分到想要的折价率收益。

混合型基金投资策略篇（8）

我们还是坚持今年初的看法,在市场前景不明朗的情况下,下半年依然应该紧紧盯住“进可攻、退可守”的基金。这个看法得到了长城证券、招商证券、海通证券三大研究机构的下半年基金投资策略的支持。

不必再那么恐惧

“去年底我买了5万元指数基金,结果亏了不少,是不是该赎回?”“基金跌了这么多,我还该拿着吗?”最近,记者接到不少类似的电话。

那么,当前是不是该赎回自己的基金呢?

综合基金研究机构的看法,我们的意见是:没有必要过于恐惧,目前割肉是最不可取的。在目前的阶段性底部,除了以不变应万变,坚决不卖,激进的投资者或者长期投资者可以定投或者分批买入优秀基金。

巴菲特曾经指出,要在别人恐惧的时候贪婪。如果你觉得别人现在已经恐惧了,那就不妨“贪婪”一下。

坚持“进可攻退可守”

有些投资者比较纳闷,为什么在大部分基金亏损的情况下,嘉实主题精选和华商盛世成长两只基金上半年还能赚钱呢?选股能力,是震荡市考验基金经理很重要的一个因素。

在选择基金时,除了看仓位设计,还要看基金经理过去的表现是否优秀。如果在大部分时候都可以战胜指数,就说明基金经理的选股能力很强。

在今年初,本刊就在2010年基金投资策略中提出,2010年市场的不确定性因素很多,波动将非常剧烈。在这样情况下,买进优秀的“进可攻、退可守”的基金,更可能取得不错的收益。下半年这个策略依然有效。

本刊认为,“进可攻、退可守”的基金一般股票仓位的弹性都比较大,最高可以达到95%,最低可以降到20%甚至是0。在优秀基金经理的“调教”之下,如果市场上涨,这一类基金可以帮你获取比较好的收益;如果市场发生极端情况,这些基金也不用像那些有高仓位限制的股票型基金一样,只能眼睁睁看着下跌而无能为力。比如,一般股票型基金的仓位最低为60%,指数型基金一般在90%以上,如果市场发生2008年那样的极端情况,这些基金遭受大损失在所难免。

在震荡市中,仓位弹性较大、选股选时能力强的基金,最有可能给你带来满意的收获。当然,激进的投资者可以配置部分股票型基金或指数基金,保守的投资者则多配置一些债券基金。事实证明,这类基金上半年的表现确实不错。在本刊推荐的基金中,大部分基金都在同类基金中排名前列。

三大机构支招选基金

那么,基金研究机构是怎么看的呢?三大研究机构与本刊年初策略不谋而合。

混合型基金投资策略篇（9）

关键词：基金绩效 先决信息 系统协偏度 系统协峰度

文献综述

1968年，Michael C. Jensen发表了以资本资产定价模型（CAPM）为基础的投资组合业绩衡量测度，被称为Jensen’s alpha（詹森阿尔法）。Jensen’s alpha是迄今为止比较受欢迎的基金绩效评估方法之一。CAPM模型以严格假设为基础，其弱点说明了其他条件模型的考虑是有道理的。Ferson和Schadt（1996）认为，基金经理在管理基金投资组合时，会根据上一期证券市场的某些先决信息变量的变化来决定下一期的投资策略，进而导致CAPM模型中β发生变化。他们引入条件因素计算条件Jensen’s alpha。Christopherson et al. （1999）深入挖掘了上述思想，他们发现引入条件因素后，基金的业绩表现明显提高，条件性模型却使几乎所有结论改善，因此条件性方法研究业绩问题更有说服力。Patro（2001）用传统的评估方法和引入条件性变量研究45只基金在不同基准下的业绩及时机选择能力。结果表明，条件性变量在统计上很显著，意味着今后的分析中应该考虑这些因素。何孝星、于宏凯（2003）选取具有显著影响的中信科技指数和上交所14天国债回购利率作为先决信息变量，首次采用条件CAPM框架对我国证券投资基金业绩进行评价，认为条件CAPM框架比无条件CAPM框架对我国基金业绩的解释能力更强，解释结果更为可靠。郭宁、倪冰玉（2007）选择中信科技指数收益率、国债指数收益率和一月效应虚拟变量等先决信息变量，分析研究基金的绩效，得出结论：中国证券市场上的开放式基金表现优于市场。同时，引入先决信息变量的条件CAPM模型比非条件CAPM模型可以更好地解释基金的收入来源。

依据Kimball 的理论基础，Harvey 和Siddique（2000）指出仅用均值和方差不足以描述投资者的偏好，提出增加协偏度作为风险度量的一个因素，证明了协偏度风险因子有显著的负的风险溢价，即协偏度越高收益率越低。两人研究发现，如果资产收益率具有系统偏度，那么其期望收益率应该包括承担这些风险的溢价。基于Harvey-Siddique模型的Jensen’s alpha特别适用于收益率呈现非正态分布的基金投资组合。Hwang和Satchell（1999）通过理论和实证研究发现资产的系统协峰度具有明显的风险溢价，因此进行分析资产收益率时候需要考虑这个因素。Alexandros Kostakis（2008）认为根据Kimball（1993）的效用推导，投资者必会考虑负协偏度风险因素，推荐使用Harvey-Siddique模型。在国内，郑振龙、黄文彬（2009）进行了基于高阶矩的基金绩效考核模型研究，认为基于高阶矩的考核模型优于基于传统CAPM的考核模型。

在前述研究者的基础上，结合Ferson和Schadt的研究及有关高阶矩风险理论，本文提出了新的研究理论方法，尝试用新的角度解释基金绩效问题。

研究方法

McDonald（1973）研究了对投资于两个市场的某一个投资组合的绩效问题，提出类似于传统Jensen’s alpha的McDonald’s measure。该指标决定了每一个市场的投资情况对该投资组合的贡献度。McDonald’s measure可以表述为：

（1）

式中，φi=x1Ji,1+x2Ji,2，φi为McDonald’s measure；β*i,1=x1βi,1；β*i,2 =x2βi,2；x1和x2分别为投资组合投资于相互独立的两个市场上的投资比例；Ji,1和Ji,2分别表示投资组合i在相互独立的两个市场上的詹森阿尔法；Rit为考察期内投资组合i的实际平均收益率；Rft为样本期内的实际平均无风险收益率；Rm为样本期内基准组合的实际平均收益率；Rm1t-Rft和Rm2t-Rft分别为相互独立的两个市场上的风险溢价；βi,1和βi,2分别为投资组合i在相互独立的两个市场上的系统性风险敏感系数。

Ferson和Schadt（1996）提出了条件CAPM模型，认为基金经理在管理基金投资组合时，会根据上一期证券市场的某些先决信息变量的变化来决定下一期的投资策略，导致CAPM模型中β发生变化。他们进一步假定基金经理使用不超过Zt的信息做出投资决策，因此β（Zt）仅仅是Zt的函数。根据Shanken的研究和泰勒级数，他们将β（Zt）近似为一个线性函数，最终的资产收益率模型为：

（2）

借鉴Ferson和Schadt及McDonald的做法，改进他们的理论模型。假设两个独立市场上的信息集合分别为Zm1,t和Zm2,t，任意一个投资组合投资于这两个独立市场上的总期望超额收益率可以表示为：

（3）

式（3）中，φi为考虑两个独立市场的加权条件詹森阿尔法，φi显著为正（负）值，即表示基金i有优于（劣于）市场的表现；Zm1,t和Zm2,t分别为两个独立市场上的信息集合；和则分别是对两个独立市场上的信息变量Zt的条件反应系数。

式（3）并没有考虑不同市场上的高阶矩风险因素，因此在模型中融入该因素。在模型中，加入零成本的负协偏度投资组合和零成本的正协峰度投资组合作为高阶矩风险溢价，可重新解释基金风险与收益间的平衡关系。

（4）

式（4）中，φi为考虑两个独立市场高阶矩风险溢价因素的加权条件詹森阿尔法，去掉式（4）中的两个市场上的先决信息变量因素，φi为考虑两市场因素的加权无条件詹森阿尔法；（S--S+）S和（K+-K-）S分别为股票市场上的协偏度和协峰度投资策略。（S--S+）b 和（K+-K-）b分别为债券市场上的协偏度和协峰度投资策略。

数据说明及相关处理

（一）数据说明

样本基金选择及日收益率计算。选择国内市场上的79只股票型基金、102只混合型基金、28只债券型基金为研究对象。数据选取从2007年2月26日至2011年3月16日，数据频率为日。所有样本基金的净值基础数据来源于上海聚源、财汇数据库。基金数据为公开披露的数据，不涉及内部数据。针对单个基金的净值通过复权进行计算。单只样本基金的超额收益率计算为单只基金的实际日收益率与无风险收益率之差。单只基金的实际日收益率=（T日单位复权净值-T-1日单位复权净值）/ T-1日单位复权净值。

市场组合选择及日收益率计算。本文采用沪深两个交易所的加权平均股票综合指数作为股票市场的市场组合，即上证综合股票指数与深圳综合股票指数的日收益率加权平均计算。债券市场的市场组合采用中信标普全债指数。其中，股票市场的市场组合日收益率=（上证综合股票指数日收益率+深圳综合股票指数日收益率）/2；债券市场的市场组合日收益率=中信标普全债指数日收益率。指数的日收益率=（T日收盘价-T-1日收盘价）/ T-1日收盘价。

无风险收益率选择。7天银行间债券市场回购利率R07D是市场认可程度最高的短期利率基准之一，是套利资金的成本参考基准，也是短期债券发行定价和利率衍生品定价的重要基准，更是市场资金面充裕程度的风向标。为此，本文选择国内银行间债券市场回购R07D计算得到金融市场上的日无风险收益率。

先决信息变量选择及计算。本文选择高交易量股票与低交易量股票收益率差额作为股票市场上的先决信息变量之一，采用平均加权的上海红利收益指数和深圳红利全收益指数收益率作为另外一个股票市场上的先决信息变量。时间区间为2007年2月26日至2011年3月16日。在债券市场上，选择“临近到期的交易所固定利率国债即期收益率和半年到期的交易所固定利率国债即期收益率之差，1年期和10年期的交易所固定利率国债即期收益率之差”等变量作为债券市场上的先决信息变量。时间期间为2007年2月26日至2011年3月16日。债券市场先决信息变量基础数据来源于中央国债登记结算有限责任公司官方网站。股票市场先决信息变量基础数据来源于上海聚源数据库和Wind咨询。

风险资产投资组合的选择。它包括股票市场风险资产投资组合和债券市场风险资产投资组合。其中，股票市场风险资产投资组合为单个行业指数，行业指数依据国家一级行业标准划分，将单个行业指数作为行业风险资产投资组合，共22个行业风险资产投资组合。分别为：农林指数、采掘指数、制造指数、食品指数、纺织指数、木材指数、造纸指数、石化指数、电子指数、金属指数、机械指数、医药指数、水电指数、建筑指数、运输指数、信息指数、批零指数、金融指数、地产指数、服务指数、传播指数、综企指数等。债券市场风险资产投资组合为：上证国债指数、银行间国债指数、中证金融债指数、中证企业债指数、反映交易所可转债市场走势的中信可转债指数。

（二）协偏度、协峰度组合策略处理

依据2006年2月26日至2007年2月26日连续一年交易日数据计算第一组系统性协偏度和协峰度，以2007年2月26日为排序日期，根据该日期的排序结果，按照30%最大协偏度（协峰度）的国家一级标准行业划分的行业指数平均加权构造投资组合，收益记为S+（K+）；30%最小协偏度（协峰度）的行业指数平均加权构造投资组合，收益记为S-（K-）。然后买进最小协偏度（最大协峰度）投资组合，卖出最大协偏度（最小协峰度）投资组合，构造出来零成本的协偏度（协峰度）投资组合，赚取溢价收益S--S+（K+-K-）。依据上述思路，然后利用跨度一年交易日的区间长度滚动构造下一日的具有零成本的负协偏度投资组合和零成本的正协峰度投资组合，共988组。对于债券市场上的协偏度和协峰度的投资组合构建依据上述思路进行。

股票市场上的投资组合策略构建：（S--S+）S=简单加权平均的30%最小协偏度的行业指数收益率-简单加权平均的30%最大协偏度的行业指数收益率。（K+-K-）S=简单加权平均的30%最大协峰度的行业指数收益率-简单加权平均的30%最小协峰度的行业指数收益率。债券市场上的投资组合策略构建：（S--S+）b =简单加权平均的40%最小协偏度的债券品种指数收益率-简单加权平均的40%最大协偏度的债券品种指数收益率。（K+-K-）b=简单加权平均的40%最大协峰度的债券品种指数收益率-简单加权平均的40%最小协峰度的债券品种指数收益率。

依据Harvey 和Siddique（2000）对协偏度的定义，估计系统协偏度如下：

（5）

式（5）中，； ，为市场组合的第t+1时刻的超额收益率与其样本期间的均值之差。

依据Hwang和Satchell（1999）对协峰度的定义，估计系统协峰度如下：

（6）

式（6）中，； ，为市场组合的第t+1时刻的超额收益率与其样本期间的均值之差。

为了避免异常数值对式（5）和式（6）中的估计参数α和系数β的影响，本文借鉴Litzenberger, R. H., Ramaswamy, K（1979）的做法，分别做以下平滑处理，消除异常数值的不利影响。最后，根据平滑处理过的α和β计算系统协偏度和协峰度。

实证分析

（一）描述性统计

表1显示，半年到期交易所固定利率国债即期利率与临近到期交易所固定利率国债即期利率均值差值为0.37%；10年到期交易所固定利率国债即期利率与1年到期交易所固定利率国债即期利率的均值差值为1.67%，该数值与临近到期交易所固定利率国债即期利率日均值相近。表2显示，债券市场的协偏度投资组合策略日收益率均值为0.04597%，协峰度投资组合策略日收益率均值为0.07117%；股票市场上的两个策略日收益率均值分别为 0.25981%、0.63044%。

（二）先决信息变量、系统高阶矩因素的平均t值及显著性

通过对所有样本基金的回归分析，表3给出了先决信息变量、系统高阶矩因素的平均t值及显著性，可以发现，除了turnoversp这个变量不显著外，其他变量都显著。

（三）实证结果

首先，在79只样本股票型基金中，宝盈泛沿海增长股票一只基金的无条件詹森阿尔法系数为负值，为-0.0000123，但是不显著，剩余基金的无条件詹森阿尔法系数都大于零，其中，国富弹性市值股票、国泰金鹰增长股票、华夏收入股票、华夏优势增长股票、泰达宏利成长股票、泰达宏利周期股票、兴全全球视野股票7只基金通过10%显著性水平检验，占比为7/79；华夏优势增长股票的无条件詹森阿尔法最大，为0.0010824。所有股票型基金的平均无条件詹森阿尔法为0.0006101。对于条件詹森阿尔法，实证研究发现，华夏优势增长股票、泰达宏利成长股票共两只基金通过10%显著性检验，国富弹性市值股票、国泰金鹰增长股票、华夏收入股票、泰达宏利周期股票、兴全全球视野股票5只基金的条件詹森阿尔法不再显著；大成积极成长股票的条件詹森阿尔法为最大值（0 .0004398），但不显著，宝盈泛沿海增长股票的条件詹森阿尔法为最小，且为负值（-0.0001497）；所有样本基金的平均条件詹森阿尔法为0.0004712；条件詹森阿尔法都比无条件詹森阿尔法小，平均条件詹森阿尔法数值也比无条件詹森阿尔法小（见表4）。这说明，在考虑了先决信息变量之后，股票型基金在总体上来说表现不是很好，大多数没有超过市场。在模型中增加条件性因素，条件詹森阿尔法显著左移。图1和图2说明了条件詹森阿尔法和无条件詹森阿尔法变化情况。

其次，28只无条件詹森阿尔法都大于零的债券型基金中，仅招商安泰债券A、泰信双息双利债券、融通债券3只基金的无条件詹森阿尔法系数没有通过10%显著性检验，其他基金都通过10%显著性检验。其中，富国天利增长债券、中信稳定双利债券、长盛全债指数增强债券、华夏债券A/B、华宝兴业宝康债券、华夏债券C、大成债券A/B、国泰金龙债券A、大成债券C、诺安优化收益债券、鹏华普天债券B、嘉实超短债债券、鹏华普天债券A 13只债券型基金通过1%显著性检验。招商安泰债券A的无条件詹森阿尔法最大，为0.0017301，嘉实超短债债券的无条件詹森阿尔法最小，为0.0000479；样本基金的平均无条件詹森阿尔法为0.0002667。对于条件詹森阿尔法，样本基金的条件詹森阿尔法系数都为正值。其中，招商安泰债券A、国投瑞银融华债券、南方宝元债券、银河收益债券、泰信双息双利债券、华泰柏瑞稳本增利债券A、融通债券7只基金的条件詹森阿尔法没有通过10%显著性水平检验，其它基金通过10%、5%、1%的显著性水平检验（见表5）。平均条件詹森阿尔法系数0.0002455。招商安泰债券A条件詹森阿尔法最大，为0.0017048，嘉实超短债债券的条件詹森阿尔法最小，为0.0000457。这说明，在考虑了先决信息变量之后，债券型基金总体上表现不错，大多数超过市场。在模型中增加条件性因素，条件詹森阿尔法显著左移。图3图4说明了条件詹森阿尔法和无条件詹森阿尔法变化情况。

第三，102只混合型基金中，仅大摩基础行业混合基金的无条件詹森阿尔法小于零（-0.0000236），但是不显著，无条件詹森阿尔法大于零的占比为101/102。其中，华夏大盘精选混合、华夏红利混合、大摩资源优选混合（LOF）、富国天惠成长混合（LOF）、嘉实服务增值行业混合、交银稳健配置混合、华夏成长混合、嘉实主题混合、嘉实增长混合、华夏回报混合、华安宝利配置混合、兴全趋势投资混合（LOF）、兴全可转债混合、华夏回报二号混合、博时平衡配置混合、泰达宏利风险预算混合、银华保本增值混合、申万巴黎盛利强化配置混合18只基金的无条件詹森阿尔法通过10%水平的显著性检验，在这18只基金中，华夏大盘精选混合、兴全可转债混合、银华保本增值混合3只基金通过1%显著性检验。华夏红利混合、华夏回报混合、泰达宏利风险预算混合3只基金通过5%显著性检验。平均无条件詹森阿尔法为0.0005663。鹏华动力增长混合（LOF）的无条件詹森阿尔法最大，为0.0029587，大摩基础行业混合的无条件詹森阿尔法最小，为-0.0000236。对于条件詹森阿尔法，华夏大盘精选混合、银华保本增值混合两只基金通过1%水平的显著性检验，数值为正；兴全可转债混合一只基金通过5%显著性检验，数值为正；华夏红利混合、华夏回报混合、泰达宏利风险预算混合3只基金通过10%显著性检验，数值为正；条件詹森阿尔法为正，通过显著性检验的基金个数为6只，相比于无条件詹森阿尔法而言，只数明显下降；南方避险增值混合条件詹森阿尔法为负值，但没有通过显著性检验。条件詹森阿尔法数值为负的基金个数为两只，分别为南方避险增值混合和大摩基础行业混合（见表6）。平均詹森阿尔法为0.0004468，鹏华动力增长混合（LOF）的条件詹森阿尔法为最大，为 0.0028063；大摩基础行业混合的条件詹森阿尔法最小，为-0.0000783。这说明，在考虑了先决信息变量之后，混合型基金在总体上来说表现不是很好，大多数没有超过市场。在模型中增加条件性因素，条件詹森阿尔法显著左移。图5和图6说明了条件詹森阿尔法和无条件詹森阿尔法变化情况。

（四）先决信息变量的贡献度

将条件模型（4）定为非限制性模型，去掉模型（4）中条件因素后的模型定为限制性模型，即无条件模型，使用如下F统计量检验在非限制性模型中新加入的变量是否对系统解释能力有显著的提高。

（7）

式（7）中，UR2为非限制性模型的调整可决系数，R2为限制性模型的调整可决系数。N为样本观测值数量，p为非限制性模型中的变量个数，q为线性约束数量。

本文通过计算每只基金的R2和UR2，发现UR2都大于R2。通过计算每只基金的F值，发现，在样本基金中，全部基金获得了5%显著性的F值，部分基金获得了1%的显著性的F值。这说明，先决信息变量可以更好地解释大多数基金的收益来源。笔者认为，使用本文提出来的条件詹森阿尔法可以较好地评价基金绩效。

研究结论

第一，Michael C. Jensen认为基金的alphas时常为负值，但是本文计算得到的结果大多为正值，并且在模型中增加条件性因素，条件詹森阿尔法显著左移，与Christopherson et al.（1999）的观点不同：使用条件alphas，alphas的分布向右转移，即多正值。本文之所以得到如此结论，是与市场非完全有效相关，通过控制住相关因素，降低了计算出来的条件詹森阿尔法。

第二，在所有样本基金中，无论是无条件因素模型还是条件模型，债券型基金整体来看，表现很好，在无条件模型和条件模型中表现较好的基金个数占比分别为89.29%、75%；其次是混合型基金，混合型基金中表现较好的基金个数在无条件模型和条件模型中占比分别为17.65%、5.88%，而股票型基金这个比例分别为8.86%、2.53%。

第三，先决信息变量中，半年到期的交易所固定利率国债即期收益率与临近到期的交易所固定利率国债即期收益率之差，10年期和1年期的交易所固定利率国债即期收益率之差，上海红利收益指数和深圳红利全收益指数收益率，前一日高交易量股票与低交易量股票收益率差额等因素在评价基金绩效时候不能忽视，具有重要影响。

第四，样本债券型基金都表现出较好的风险分散能力。股票型基金中仅宝盈泛沿海增长股票没有表现出良好的风险分散能力；混合型基金中仅南方避险增值混合、大摩基础行业混合两只基金没有表现出良好的风险分散能力。

第五，在模型中引入条件性因素比无条件因素模型可以更好地解释基金的收益来源。

第六，需要重视市场上的系统性高阶矩风险因素。

参考文献：

1.Ferson, W. E. and Schadt, R. W. Measuring fund strategy and performance in changing economic conditions [J]. Journal of Finance, 1996, 51

混合型基金投资策略篇（10）

经过名称变更之后，偏股基金市场格局发生了重大的变化，混合型基金已经形成一家独大的格局。目前主动股票型基金由原来的474只萎缩为114只，而混合型（偏股混合+配置混合）基金数量一举达到834只。最终市场将形成两类混合型基金，其中的一类是老的混合型基金，这类基金0-95%仓位居多，而另一类是仓位为60%-95%的变型混合型基金。

有些评论认为，剩余股票基金提高股票仓位下限后意味着有些基金要被动加仓，从而为股票市场带来增量资金。稍微看一下数据便会知道这纯属臆想出的利好。从涉及资产看，实际上对市场的影响微乎其微，在变更名称的358只主动型股基中，截止到二季度末，其平均仓位达到88%，实际上只有45只基金的仓位比例低于80%，工银瑞信涉及基金资产净值规模最多达到580亿元。但对于将来新发的产品来说，股票型基金或许仍然会成为一个主力方向。

对于证监会要求股票基金提高股票比例上限，市场中有许多声音并不理解，认为这会进一步绑住基金经理的投资手脚，让基金在股市下跌中无以避险。这在6月中～7月中的股市大跌中更被凸显。高仓位的股票基金在下跌中净值普遍亏损严重。

然而事实真的是如此么？是否放开基金的投资比例限制，基金就能做到根据股市涨跌来增仓减仓了？

理想美好，但现实是残酷的。从笔者对基金行业十多年投资行为的跟踪分析来看，大多数基金是不具备有效择时能力的，也就是无法根据对股市趋势的预判来进行增仓减仓。

原因之一是提前判断股市涨跌极其困难，尤其是短时间的趋势涨跌。中欧基金总经理窦玉明最近在一次报告会上说，从业21年，没有见过真正能高抛低吸的人。笔者前一阵时间与许多资深基金经理作交流，在投资决策链条的选时-行业配置-个股选择上，即使是业内最资深的基金经理也自认为，最难也最没有把握的就是选时。其内在原因是，选时与选股的内在逻辑不同，甚至是相互矛盾的；专注做选股的基金经理很少能在选时上也表现出色，反之亦然。

原因之二是大到做不了。即使有些基金具备主动减仓的意识，但资产规模庞大时，减仓的过程也就是下跌或加速下跌的过程。对一个庞大到以万亿计的基金行业来说，整体减仓就意味着股市下跌，想先于股市下跌减仓是不可能的。基金行业整体上可以说是不具备择时能力。

原因之三是机制所限，基金很少会通过仓位的大幅主动管理来获取超额收益。既然这十分困难，做错的概率比做对的概率高，那么追求相对收益排名的基金很少会冒风险在仓位上大增大减。

也就是说，也许从个体上来说有少部分基金经理具备主动择时能力，但从全行业角度来看，整体上不具备择时能力。这一结论既适用公募基金，也包括号称以选时著称的私募基金。事实上从整体上来看，私募基金相比

公募基金也就是在机制上能提供一些主动选时的激励，另外操作灵活度大一些，但从整体上，也不具备显著的择时能力。

那么有投资者会说，在大跌中混合型基金跌得比股票型基金少一些，难道不是仓位灵活更有优势的证明吗？整体上而言混合型基金之所以在大跌中平均亏得少，并非因为它主动减仓的择时能力，而是因为其平均仓位一直就低。但与此相对应的另一面是，上涨中混合型基金涨幅就是明显弱于股票型基金的。并不是混合型基金的选时能力就更强，而是其本身相对于股票基金来说就是仓位水平略低，风险略低，预期收益略低。