郏扬荻[1]（2021）在《基金业绩持续性研究 ——基于开放式股票型私募基金的实证》文中进行了进一步梳理
沈一凡[2]（2021）在《基于基金微观参与主体的基金业绩影响研究》文中认为1998年,中国内地首批五家基金管理公司成立。根据Wind统计,截至2020年6月30日,中国基金总量由2001年的53只发展到6965只,基金管理规模也由818.03亿元扩大到如今的177629.50亿元,20年间增长了近216倍,跃居至全球第五。互联网的普及,带给了整个基金行业新的活力;同时,在新冠疫情、全球大放水与资产荒的联合作用下,基金逐渐成为中小投资者资产配置中不可或缺的一部分,也一度成为大众关注的焦点。然而,中国市场相比成熟市场又显得更为特殊,急速变化的市场风格、更加非理性的投资者、市场参与者与市场结构的快速进化、基金经理等从业人员较快的培养和晋升,造就了全世界独一无二的基金市场。我国的基金市场逐渐从野蛮生产的阶段迈向良序增长的阶段,在这个重要的时间点对中国基金市场进行研究,不论是对日常的投资、还是为世界提供极具中国特色的基于中国样本的本土化研究,都具有重大的意义。就整个基金市场而言,其中存在着多种多样的参与者。根据各自的职能和作用,基金直接参与主体包括了基金管理人、基金投资人与基金托管人。在我国,大部分的基金托管人为国有银行,极少涉及到具体的基金投资行为和决策。因此就投资决策而言,基金管理人与基金投资人起到了最关键的作用。基金管理人通常为依法设立的基金管理公司,由公司进行统一决策和管理,基金经理进行具体的基金投资决策。因此,就基金市场微观参与主体而言,基金投资者、基金管理公司与基金经理构成了一套完整的闭环,基金投资者通过申购赎回基金进行相关买卖操作,基金管理公司将资金交给基金经理管理,基金管理公司的企业文化和基金经理的投资能力共同决定了基金的业绩,基金投资者根据基金业绩来确定是否继续投资,基金管理公司通过基金业绩来评估基金经理。本文聚焦于基金市场主要的三大微观参与主体,分别从基金投资者、基金管理公司与基金经理出发,基于经典数理模型,构建以这三个角度为基石的基金业绩研究框架,同时结合中国特有现状,包括非理性的投资者、社保基金的委托投资与基金经理等从业人员的快速晋升与培养三个特点,进行了本土化的研究,探讨三大参与主体对基金经理投资行为与基金业绩的影响,本文得出以下主要结论:首先,从基金投资者角度出发,研究了基金流量对基金经理投资行为与基金业绩的影响,即这种流量驱动型基金风险转移（risk shifting）行为的动机和后果。本文发现:（1）我国的基金投资者存在严重的处置效应,经历了大量资金流入的基金往往会降低其冒风险程度。然而,若资金的净流入同时发生在过往获得良好业绩的基金时,基金的风险水平反而会提升。（2）基金经理往往会通过增加换手率、提高组合风险系数、提高权益持仓占比和购买更多赢家股票的方式来增加风险。（3）这种发生在高业绩的基金流量驱动型风险转移,会使基金在随后两个季度表现恶化,直到第三季度才恢复。（4）这种风险转移行为,更容易发生在那些出现高额异常净流量、业绩源于运气、成立较晚的、规模较小的基金上。其次,从基金管理公司角度出发,以具有中国特色的社保管理资格为切入点,研究了基金管理公司对基金经理投资行为及基金业绩产生的影响。本文发现:（1）被委托的社保基金拥有比同类公募基金更多的超额收益。（2）社保基金超额收益可能来源于更好的择时能力、基金管理公司内部的交叉补贴,而与可能的政治关联无关。（3）当获得社保管理资格后,基金管理公司旗下基金的整体业绩有所下降,并且投资风格会与同一管理公司旗下社保基金呈现相似的特点,其中还会出现反向交易的情况。进一步分析发现,基金管理公司内部那些业绩较差、管理规模较大的基金可能作为内部交叉补贴资金的提供方。（4）社保基金的管理有助于基金管理公司扩大市场份额,获得更多特权,如新基金的设立。最后,本文从基金经理角度出发,通过基金经理过往研究经历刻画基金经理“能力圈”,研究分析师行业研究经历对基金经理投资偏好及其业绩的影响。本文发现:（1）基金经理会在自己优势行业上进行超配,这种超配不论是相对于全市场、整个基金行业还是同类型基金均成立,同时对于优势行业的股票持有时间会更长。（2）基金经理对于优势行业的超配行为,在考虑了持仓因素后可以为基金带来相比于其他非优势行业的超额收益,同时基金经理在优势行业上具备更强的风险控制能力。（3）深入研究发现,基金经理在优势行业上具备更强的选股能力和行业择时能力,进一步证实了优势行业形成的能力圈是超配行为产生超额收益的机制之一。（4）在最后的拓展研究中,进一步证实了基金经理在优势行业上形成的优势源于行业自身、基金经理对于优势行业的政策敏感度和能力的持续扩张,而非存在私有信息。综上所述,本文将包括基金投资者、基金管理公司和基金经理三个方面的基金微观参与主体放在了统一的研究框架下,不仅对相关理论和成果起到了补充和完善,更是结合中国市场特有因素,做出了有别于其他研究的创新研究,为国内外学者研究中国基金市场提供了多样的经验证据和多方面的研究角度。
黄文禹[3]（2021）在《基金的运气、技能与业绩表现 ——基于FDR法的实证研究》文中认为共同基金是指基金公司通过发行基金单位集中投资者资金,由专业的投资经理管理运营以获得投资收益的一种集资式的投资工具。基金的历史业绩是投资者选择基金的重要参考依据之一,基金的业绩除了与基金经理本身的投资能力密切相关外,还与市场环境变化和基金经理的投资运气有关。若仅根据历史业绩做出投资决策,投资者可能会错过真正具有投资能力的基金。基于此想法,本文选取存续期超过60个月的股票型开放式共同基金作为研究样本,借鉴Barras等（2010）中运用的“False Discovery Rate”（FDR）方法修正运气因素对基金业绩的影响,探究中国基金业绩的真实表现。首先,需要运用合理的定价模型回归得到基金的超额收益?。在相关文献中,作者们通常更加关心第二阶段FDR方法的分析过程,而忽略了模型选择的重要性。不恰当的定价模型会增加?的估计误差,从而使得FDR分析无效。本文在定价模型部分引入了Barillas和Shanken（2018）提出的贝叶斯多因子模型比较方法,通过动态的模型选择,引入宏观环境变化因素,增加?估计的准确度,提高FDR方法的有效性与准确性。我们排除运气因素对股票型基金和偏股混合型基金的业绩进行有效评估,就能够获得市场上真正有技能和无技能的基金的比例。长期来看,市场上零超额收益基金的比例达到了80.5%,正超额收益基金比例为15.4%,负超额收益基金比例为4.1%。短期来看,市场上零超额收益基金比例下降至72.4%,正（负）超额收益基金的比例上升至19.9%（7.7%）。这说明部分基金经理具有短期投资能力,但在长时间能这种投资能力消失了。本文的研究思路为国内投资者及学者合理评价基金业绩提供了新的角度。本文在进行基金业绩评价的时候,一方面运用FDR方法考虑了运气成分对结果的影响,另一方面还引入定价模型比较方法,从模型层面提升业绩评价结果的有效性。
赵肖然[4]（2021）在《基金同业竞争和业绩的持续性》文中研究说明近年来,我国证券投资基金的规模日益扩大,基金运作机制日趋成熟。随着基金数量的增多,同类基金之间的竞争也日趋激烈。基金的业绩是否具有持续性,一直是国内外学界和业界持续关注的问题,本文尝试从基金同业竞争角度探讨基金业绩的持续性。为了探究同业竞争、基金业绩及其持续性等相关问题,本文筛选出2005-2020年的747只股票型及偏股型混合基金作为研究对象,得到了11,610个半年度观测值。本文根据基金持仓股票风格建立基金竞争网络,并定义相关指标度量基金竞争强度,同时采用Carhart四因子风险调整后的收益作为基金的业绩评价标准。在此基础上,本文针对所探究的问题做了分组分析和回归分析,得到显着的结果,并做了稳健性检验。本文的研究结论有:（1）基金同业竞争对基金业绩有抑制效应,市场优质资源的稀缺性和同业竞争对资金流入量的影响导致了这种抑制效应;（2）基金同业竞争对基金资金流入量有抑制效应,在资金流入总量有限的情况下,同类基金竞争越激烈,每只基金的资金流入量就越少;（3）基金业绩具有持续性,即在当期表现优异的基金能够持续地获得高于竞争对手的收益,并且这种持续性在高竞争强度基金中更为显着。在高竞争强度下仍表现优于竞争对手的基金展现出优秀的管理能力,其业绩持续性更强。最后,本文根据实证研究结果提出了有针对性的建议。
陈佳锋[5]（2021）在《基金经理个人特征、投资风格与基金业绩 ——基于牛熊市的比较分析》文中指出基金经理通过决定基金投资组合的决策从而和基金的表现息息相关。因此,关注基金经理本身,研究反映其投资能力的各种影响因素,这具有重大的意义。国内外已经有许多文献表明,基金经理的人口背景特征与基金的业绩指标之间有着明显的相关性,但是其具体的影响作用机制尚无定论。基金经理特征是否影响基金各类绩效指标、通过何种路径来影响、在不同的市场行情下结果是否有所不同,这是本文探讨的主要问题。首先本文选取了三大风险调整后的收益指标作为基金的总体绩效指标,然后将基金的综合指标分为总风险和超额收益,总风险可以进而分解为系统风险和非系统风险,超额收益也可以再次分解为基金经理选股能力和择时能力。这样,便形成了较为系统全面的基金绩效评价体系。随后文章从基金经理的生理特征、专业程度等方面选取了解释变量;通过引入基金换手率和基金持股集中度来度量基金经理的投资风格,并将其作为中介变量。最后在不同的市场条件下,利用混合截面数据对各类基金绩效指标进行了实证分析。研究结果显示,基金经理不同的特征变量在牛熊市行情下对基金各类绩效指标的作用是有所差别的:如在牛市中,持有证书这一特征变量与各类基金业绩指标均无显着的影响,而在熊市中,基金经理持有CFA、CPA或者FRM证书之一会对基金的夏普比率等的提高产生积极的作用。相同的个人信息特征在牛熊市下对基金绩效指标的影响也不尽相同:年龄较大的基金经理在牛市中趋向风险控制以及取得更好的超额收益,而在熊市中倾向于冒险,这符合行为金融的前景理论。最后,本文运用Bootstrap检验法来研究基金经理特征、投资风格与基金绩效指标的传导路径:在熊市中,基金经理的研究员经历通过基金换手率对基金的非系统风险产生正向影响,而在牛市中,基金换手率对上述影响路径的中介作用并不显着,本文将从行为金融的角度来对其进行解释。
丁鹏[6]（2021）在《基于改进神经网络的我国私募证券投资基金绩效评价研究》文中进行了进一步梳理截至2019年年底,我国已经累计完成注册和备案的私募证券投资基金的管理人数量、私募证券投资基金的产品数量、基金的管理规模分别为8875家、41399只和2.45万亿元。但在快速发展的同时,行业内也出现了行业标准的缺乏、基金产品的运行不规范、私募基金评估指标体系尚未完善等问题。因此,在新的市场经济形势下,探究对中国私募证券投资基金进行评估的方法是很有必要的。本文的研究思路和成果:第一,本文对国内外文献资料的梳理、评述,全面介绍了私募证券投资基金的基本概念、组织形式、投资策略和绩效评价相关研究进展,界定了本文研究的理论基础,并进一步确定研究框架和方法。第二,宏观层面上,从私募行业生命周期视角出发,研究我国私募证券投资基金发展历程,并将其概括为萌芽、形成、发展、调整、创新五阶段,从行业发展历程纵向角度捕捉该行业存在的问题;微观层面上,本文对行业中基金管理人的数量及规模、地域及结构、投资策略分布情况进行梳理和分析,发现我国私募证券投资基金行业存在着明显的规模小型化、收益波动大、融资渠道单一、评价体系及评级缺乏等问题。第三,在比较过去基金评价方法的基础上,设计出兼顾客观性、系统性和科学性的指标体系,选用BP神经网络算法来完成本文私募证券投资基金评级模型的搭建,并创新地提出基于信息准则思想的隐藏层神经元数量确定方式以改进传统的BP神经网络模型。第四,以2013年至2020年3155个样本为研究对象的实证研究结果显示出基于BP神经网络算法的私募证券投资基金评级模型相较多元线性回归的优越性及本文提出改进方法的有效性。第五,针对模型搭建过程中展现出重要性的指标,本文做了分析和论述。第六,选取行业中有代表性的案例,利用本文搭建的模型进行案例分析,并着重分析其重要指标。第七,基于研究结论和案例分析,本文针对性地提出行业建议和研究展望。
田敏[7]（2021）在《我国基金经理人绩效评价与影响因素研究》文中提出改革开放以来,我国经济体量迅速扩张,国内证券投资市场步入快速发展阶段。经过40余年的发展,证券投资基金已成为我国投资者的主要投资工具之一。伴随着金融市场体制的不断成熟和完善,基金管理公司数量迅速増加,基金产品不断丰富,基金规模也在快速扩大。虽然现如今我国基金市场监管体系日趋完善,但仍存在基金质量良莠不齐的问题。由于信息不对称,投资者很难从中有效甄别、选取适合自己的基金,因此如何有效评估和判断基金的效率也就成为了国内外学者研究的热门领域。从投资者角度出发,投资基金某种程度也就意味着选择基金经理人,而基金经理人直接决定基金业绩及投资者收益,是基金公司的核心资源。因此基于基金经理人角度,对其管理的基金业绩进行综合精准的测算,并进一步深入探究,对于投资者、基金公司以及监管部门来说都具有重要的意义。以往学者对于基金评价的研究大多是基于Markowitz提出的均值-方差模型,而基金经理人由于同时管理着多只基金,因此投资者在选择基金经理人进行投资时,基金经理人所管理的基金之间的波动性也受到了广泛关注。本文基于Markowitz提出的均值-方差模型,用收益的均值来衡量收益,用收益的方差来衡量风险,同时由于基金经理人管理多只基金的特点,引入纵向收益率方差和横向收益率方差来衡量其风险,因此本文从投资者视角构建了基金经理人绩效评价指标体系,并在此基础上选取了样本期内156位基金经理人运用DEA-Tobit两阶段模型进行实证分析。第一阶段运用BCC-DEA模型从静态与动态两个维度测度了基金经理人的绩效,第二阶段以通过BCC-DEA测算的基金经理人绩效为被解释变量运用Tobit模型对基金经理人进行静态与动态两方面影响因素分析。基于以上分析,根据不同基金经理人的绩效及影响因素差异,进一步利用均值-双方差模型对基金经理人进行分散化投资策略分析,并给出相应的投资建议。本文根据实证研究得到以下结论:第一,样本期内大部分被考察基金经理人处于DEA相对无效状态,基金经理人之间及样本期内基金经理人绩效波动水平较大。选择基金经理人进行投资时,一方面要关注基金经理人管理基金的整体收益（收益率）,另一方面也要关注基金经理人整体的波动性（纵向收益率方差）,同时也要关注基金经理人自身管理基金之间的波动性（横向收益率方差）;第二,样本期内未处于DEA有效状态的基金经理人可由处于DEA有效状态的基金经理人组合并达到不低于现有的收益与更小的风险水平。因此对于投资者而言,投资部分基金经理人的组合,相对于购买单个基金经理人所管理的基金而言,可以获得更高的收益或者更低的风险水平;第三,在选择基金经理人时,样本期内基金经理人的证券从业年限越长,基金经理人的绩效水平越高,因此可以依据基金经理人的证券从业年限来选择基金经理人;第四,投资者在进行投资时可以将基金经理人视做一类金融产品,对其进行分散化投资,这样从基金经理人角度进行投资,为投资者提供了新的思路,在一定程度上可有效降低投资风险。
丁琼琼[8]（2021）在《基于投资风格和bootstrap方法的股票型基金评级研究》文中研究说明截止2020年底,我国现存1362只股票型基金,其净值总额高达2万亿元,现已成为公募基金市场上的主流品种。可是如何挑选能持续带来高收益的优质基金,一直是投资者的一大困惑。而基金评级的出现,则大大降低了投资者的搜寻成本,通过定期公布各只基金的历史业绩排名,有助于投资者进行筛选。但是由于我国基金评级业务起步较晚,目前还存在忽略基金的业绩来源和投资者的风格偏好等问题。因此,本文以主动管理的普通股票型基金为研究对象,从基金的投资风格出发,通过Gruber模型和bootstrap方法构建了一个新的基金评级体系,帮助投资者识别真正有能力的基金,为投资者构建基金组合提供参考。本文分别从整体和单只基金的角度研究分析了我国股票型基金的实际投资风格和超额收益,再进一步通过bootstrap方法对股票型基金的业绩进行了归因分析,识别出能带来超额收益的实力基金。经过一系列的实证分析后,得出了以下结论:（1）我国股票型基金存在着明显的“风格漂移”现象,而且风格与市场行情息息相关,整体而言,我国股票型基金呈“大盘成长”型;（2）我国近80%的股票型基金能获得正向的超额收益,同时,相比于三年期业绩,五年期业绩能跑赢大盘的股票型基金数量有所下降;（3）近70%的股票型基金的超额收益来源于基金经理的超强能力。同时,相比于三年期,五年期的超额收益更多是源于基金经理的能力,“运气基金”的数量更少。基于以上研究结论,本文构建了一个新的股票型基金评级体系,并对最近三年期和五年期的基金业绩进行了星级评价。为了验证本文提出的基金评级方法的可靠性,本文运用该评级方法进行了业绩回测,最后发现依据本文提出的基金评级方法构建基金组合可以获得比主动管理的股票型基金指数和沪深300等大盘指数略高的收益率,而且其模拟业绩相比于依据其他评级机构构建基金组合会更胜一筹。最后,本文基于以上研究结论分别向基金市场的监管者、评级机构和投资者提出了相关政策建议。首先,市场监管者应健全信息披露机制,加强基金的投资监管;其次,评级机构应注重基金的长期超额收益,完善基金评级体系;最后,投资者应注重基金的长期评价,坚持价值投资。
刘航宇[9]（2020）在《富国天惠精选成长基金绩效研究》文中认为近年来,公募证券投资基金作为主要的机构投资者以其专业理财、组合投资的独特优势吸引了众多投资者的目光。投资策略对基金业绩有着至关重要的作用,然而,许多基金对投资策略这一核心环节没有给到足够的重视,在投资过程中并不具有适合自身发展的投资策略,这在一定程度上制约了基金的长远发展。对此,本文以有着15年“长跑冠军”业绩的富国天惠精选成长基金为案例,以定性分析与定量分析方法相结合对其投资策略进行深入研究,以期对个人投资者、其它机构投资者在投资策略的制定和实施带来启示。以富国天惠精选成长基金的投资策略为出发点。首先,对基金其所属基金管理公司概况进行详细介绍。其次,从基金选股策略、择时策略两个方面对基金投资策略分别考察,关于选股策略,基金基于主动投资管理,采用“自下而上”的选股策略,投资于定价合理、具备高成长潜力的股票,具体从基金选股理念、选股标准及持仓股特征三个方面分别考察基金选股策略;关于择时策略,基金依据趋势的识别、确认模型适度择时操作,基金择时策略分别体现在仓位管理上。然后选用Fama和French的TM-FF3模型对基金在牛市、熊市、震荡市以及全周期市场环境下周度数据进行回归,结果显示基金在全周期、震荡市表现出较强的选股能力,在牛市期间不具备显着选股能力;基金在不同市场环境下均不具备显着择时能力,且在不同市场环境下小盘股和低账面市值比股票对基金业绩贡献度高于大盘股和高账面市值比股票,基金业绩主要源于主动承担系统性风险所获得,超额收益来源于基金较强的选股能力;最后,通过DEA模型对基金的综合绩效进行分析,发现富国天惠精选成长基金在样本基金中效率较高,但其效率值每年都在下降,基金管理人应结合自身实际情况,避免经营业绩在以后出现大幅波动,妥善处理资金的用途,逐步实现自身效率的提高,对得到的松弛变量进行研究发现,基金的β系数和最大回撤率偏高,基金经理应当适当降低这两个指标来提高基金的整体绩效。
沈渤人[10]（2020）在《基于Fama-French五因子模型及自助法的公募基金管理能力研究》文中指出从1998年公募基金起步至今,我国公募基金凭借着较低的投资门槛和集合专业管理优势,逐渐成为大众投资者最为青睐的投资工具之一,22年来不管是产品类别、管理规模都在日益扩张,公募基金行业的发展引领着整个中国资管行业格局的变革。随着公募市场关注度的不断提升,基金绩效的研究也成为基金领域的研究重点,如何找到合适的评价方法来分析基金绩效影响因子,对基金市场的健康发展以及各参与主体都息息相关。为此,本文将围绕基金绩效评价展开,具体聚焦于两大议题的探究,即基金能否战胜市场获取超额收益,以及超额收益的获取是来自于基金经理的管理能力还是运气。本文选择了2016年前成立的88只公募型权益型基金作为研究样本,时间选取2006年到2019年每月月度数据进行实证研究,使用过去学者应用并不广泛的Fama-French五因子模型作为基础回归模型,并使用残差自助法研究“运气因子”检验。具体实证操作中,首先进行88只基金面板数据Fama-French五因子模型的回归分析,具体研究市场风险因子、规模因子、账面市值比因子、盈利能力因子和投资增速因子对所选样本基金绩效的影响,从而得出风险调整后超额收益的存在与否;在管理能力评价方面,基于自助法的重抽样得到风险调整后超额收益的模拟值,进而对运气因素进行有效刻画,深入探讨基金的超额收益来自于运气还是管理能力。根据实证分析结果,本文主要得出了以下结论:Fama-French五因子模型对我国公募基金绩效分析具备较好的适用性,规模效应、账面市值比效应、盈利效应以及投资效应都对基金收益具备显着影响,高投资收益的获取与市场风险的高低存在正相关关系,且投资市值规模小的成长型公司所带来的超额收益高于市值规模大公司,同样选择高盈利能力公司所获取的超额收益也要高于盈利水平低下的公司,这与Fama和French在五因子模型中所得出的结论一致,而另外两个账面价值比因子、投资能力因子则表现出相反的结论,在我国倾向于选择低账面价值比及高投资增速的标的。本文也通过实证研究发现,我国绝大部分基金收益率能够跑赢同期市场基准收益率,体现了公募基金作为投资工具的优越性,而其中27.27%的绩优基金存在不能被Fama-French五因子模型解释的超额收益,且几乎所有基金均能通过“运气”检验,表示绩优基金超额收益来自于基金经理优秀的管理能力而非运气。本文的创新之处在于将Fama-French五因子模型与残差自助法相结合,通过对回归结果的残差序列进行有放回的自助模拟抽样,以实现对超额收益实际值和模拟值的显着性比较,从而分离基金超额收益中的管理能力和运气,深入探讨基金的超额收益来自于管理能力还是运气。
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
| 致谢 |
| 摘要 |
| abstract |
| 1 绪论 |
| 1.1 研究背景与研究意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 研究框架与研究内容 |
| 1.2.1 研究框架 |
| 1.2.2 研究内容 |
| 1.3 研究方法 |
| 1.4 研究创新点 |
| 2 文献综述 |
| 2.1 基金业绩与基金评价 |
| 2.1.1 基金业绩持续性 |
| 2.1.2 基金业绩评价 |
| 2.2 基金投资者、投资行为与业绩 |
| 2.2.1 基金投资者与历史业绩 |
| 2.2.2 投资者投资选择能力 |
| 2.2.3 基金投资者与投资行为 |
| 2.3 基金管理公司、投资行为与业绩 |
| 2.3.1 管理激励机制 |
| 2.3.2 资源优先分配 |
| 2.3.3 交叉补贴策略 |
| 2.3.4 家族共同持股 |
| 2.4 基金经理、投资行为与业绩 |
| 2.4.1 基金经理个人特征 |
| 2.4.2 基金经理信息优势 |
| 2.4.3 基金经理职业路径 |
| 2.4.4 基金经理变更替换 |
| 2.5 文献评述 |
| 3 理论分析与研究设计 |
| 3.1 基本理论 |
| 3.1.1 有效市场假说 |
| 3.1.2 委托代理理论 |
| 3.1.3 行为金融理论 |
| 3.1.4 路径依赖理论 |
| 3.2 内在联系 |
| 3.2.1 现实联系 |
| 3.2.2 理论联系 |
| 3.2.3 时间联系 |
| 3.3 基金投资者与基金业绩的理论分析与研究假设 |
| 3.3.1 理论分析 |
| 3.3.2 研究假设 |
| 3.4 基金管理公司与基金业绩的理论分析与研究假设 |
| 3.4.1 理论分析 |
| 3.4.2 研究假设 |
| 3.5 基金经理经历与基金业绩的理论分析与研究假设 |
| 3.5.1 理论分析 |
| 3.5.2 研究假设 |
| 4 基金投资者对基金业绩的影响——基于高业绩基金风险转移的视角 |
| 4.1 背景介绍 |
| 4.2 数据描述与样本选择 |
| 4.2.1 数据来源 |
| 4.2.2 变量定义 |
| 4.2.3 描述性统计 |
| 4.3 实证分析 |
| 4.3.1 基金流量与业绩关系 |
| 4.3.2 基金流量与风险转移 |
| 4.3.3 基金风险转移的来源 |
| 4.3.4 基金风险转移的业绩 |
| 4.4 潜在解释 |
| 4.4.1 基金异常流量 |
| 4.4.2 基金业绩归因 |
| 4.4.3 基金相关特征 |
| 4.5 本章小结 |
| 5 基金管理公司对基金业绩的影响——基于社保基金委托投资的视角 |
| 5.1 背景介绍 |
| 5.2 机构背景与假设 |
| 5.2.1 机构背景 |
| 5.2.2 相关假设 |
| 5.3 数据描述与样本选择 |
| 5.3.1 样本选择 |
| 5.3.2 变量定义 |
| 5.3.3 描述性统计 |
| 5.4 社保基金的超额收益 |
| 5.5 社保基金超额收益的解释 |
| 5.5.1 择时能力 |
| 5.5.2 政治关联 |
| 5.5.3 交叉补贴 |
| 5.6 社保基金对基金公司及旗下基金影响 |
| 5.6.1 基金管理公司业绩 |
| 5.6.2 基金投资风格分析 |
| 5.6.3 基金业绩损益分析 |
| 5.6.4 社保基金带来的资金流入 |
| 5.6.5 社保基金带来的额外特权 |
| 5.7 本章小结 |
| 6 基金经理经历对基金业绩的影响——基于卖方分析师行业经历的视角 |
| 6.1 背景介绍 |
| 6.2 数据描述与样本选择 |
| 6.2.1 样本选择 |
| 6.2.2 变量定义 |
| 6.2.3 描述性统计 |
| 6.3 实证结果 |
| 6.3.1 优势个股和优势行业的配置决策 |
| 6.3.2 优势个股和优势行业的持有周期 |
| 6.3.3 优势个股和优势行业的配置绩效 |
| 6.3.4 优势个股和优势行业的持有风险 |
| 6.4 稳健性检验 |
| 6.4.1 行业择时能力 |
| 6.4.2 行业选股能力 |
| 6.5 进一步研究 |
| 6.5.1 优势源于行业自身 |
| 6.5.2 优势源于私有信息 |
| 6.5.3 优势源于政策敏感 |
| 6.5.4 优势源于能力扩张 |
| 6.6 本章小结 |
| 7 结论与展望 |
| 7.1 研究结论 |
| 7.2 研究启示 |
| 7.3 研究不足与展望 |
| 参考文献 |
| 附录 |
| 博士期间成果目录 |
| 致谢 |
| 摘要 |
| abstract |
| 1 绪论 |
| 1.1 研究背景 |
| 1.1.1 我国公募基金的发展现状 |
| 1.1.2 公募基金的特点 |
| 1.1.3 基金业绩评价的重要性 |
| 1.2 研究目的与研究意义 |
| 1.3 研究方法与文章结构 |
| 1.3.1 研究方法 |
| 1.3.2 文章结构 |
| 1.4 本文的主要创新点和不足 |
| 2 文献综述 |
| 2.1 基金业绩评价方法 |
| 2.1.1 国外文献综述 |
| 2.1.2 国内文献综述 |
| 2.2 资产定价模型比较方法 |
| 3 模型与方法 |
| 3.1 基准模型 |
| 3.2 贝叶斯模型比较方法 |
| 3.2.1 BS方法 |
| 3.2.2 边缘似然与非正常先验分布 |
| 3.2.3 推导CZZ先验分布 |
| 3.3 FDR方法 |
| 3.3.1 定义运气 |
| 3.3.2 估计过程 |
| 4 实证结果及分析 |
| 4.1 样本区间和数据来源 |
| 4.2 样本数据的描述性统计 |
| 4.3 贝叶斯最优模型 |
| 4.4 基金运气对基金长期业绩的影响 |
| 4.5 基金运气对基金短期业绩的影响 |
| 4.6 定价模型对FDR结果的影响 |
| 5 结论与展望 |
| 5.1 研究结论 |
| 5.2 研究改进 |
| 参考文献 |
| 致谢 |
| 摘要 |
| abstract |
| 1 绪论 |
| 1.1 研究背景和意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 研究重点、难点和创新点 |
| 1.3 文章框架 |
| 2 文献综述 |
| 2.1 基金业绩评价 |
| 2.1.1 国外关于基金业绩评价的研究 |
| 2.1.2 国内关于基金业绩评价的研究 |
| 2.2 基金业绩的持续性 |
| 2.2.1 国外关于基金业绩持续性的研究 |
| 2.2.2 国内关于基金业绩持续性的研究 |
| 2.3 基金同业竞争和规模对业绩的影响 |
| 2.3.1 国外关于基金同业竞争和规模对业绩影响的研究 |
| 2.3.2 国内关于基金同业竞争和规模对业绩影响的研究 |
| 2.4 总结 |
| 3 相关理论基础和理论分析 |
| 3.1 相关理论基础 |
| 3.1.1 资产定价理论 |
| 3.1.2 市场竞争理论 |
| 3.1.3 业绩持续性来源理论 |
| 3.2 相关理论分析 |
| 3.2.1 同业竞争和基金业绩 |
| 3.2.2 基金业绩持续性 |
| 4 实证研究设计 |
| 4.1 样本数据 |
| 4.2 变量的选取和计算方法 |
| 4.3 基金竞争网络的构建 |
| 4.3.1 坐标系构建 |
| 4.3.2 基金竞争对手的确定 |
| 4.3.3 相对于竞争对手的表现 |
| 4.4 变量的描述性统计 |
| 5 实证分析和结果 |
| 5.1 同业竞争和基金业绩 |
| 5.1.1 分组比较结果 |
| 5.1.2 回归结果分析 |
| 5.2 同业竞争和基金业绩的持续性 |
| 5.2.1 分组比较结果 |
| 5.2.2 回归结果分析 |
| 5.3 稳健性检验 |
| 5.3.1 基金业绩评价指标 |
| 5.3.2 基金风格描述维度 |
| 5.3.3 竞争强度度量方法 |
| 6 结论、启示与展望 |
| 6.1 研究结论 |
| 6.2 研究启示 |
| 6.3 研究的不足与展望 |
| 参考文献 |
| 致谢 |
| 摘要 |
| abstract |
| 1 绪论 |
| 1.1 研究背景与意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 研究思路与方法 |
| 1.2.1 研究思路 |
| 1.2.2 研究方法 |
| 1.3 研究框架 |
| 1.4 创新点与不足之处 |
| 1.4.1 创新点 |
| 1.4.2 不足之处 |
| 2 文献综述 |
| 2.1 基金绩效的评价方法 |
| 2.2 基金经理个人特征与基金绩效 |
| 2.3 基金经理投资风格与基金绩效 |
| 2.3.1 基金换手率与基金绩效 |
| 2.3.2 基金持股集中度与基金绩效 |
| 2.4 基金经理个人特征与投资风格 |
| 2.5 文献评述 |
| 3 理论机制与研究假设 |
| 3.1 理论机制 |
| 3.1.1 人力资本理论 |
| 3.1.2 信号理论 |
| 3.1.3 高层梯队理论 |
| 3.1.4 行为金融理论 |
| 3.2 研究假设 |
| 4 基金相关指标选取与模型设计 |
| 4.1 基金样本选择与数据来源 |
| 4.2 基金绩效度量、基金经理投资风格和基金经理特征的选取 |
| 4.2.1 基金绩效度量指标选取 |
| 4.2.2 基金经理个人特征的指标选取 |
| 4.2.3 基金经理投资风格的指标选取 |
| 4.2.4 控制变量 |
| 4.3 模型建立 |
| 5 基金经理特征、投资风格与基金绩效的实证分析 |
| 5.1 描述性统计分析 |
| 5.1.1 基金经理个人特征描述性统计 |
| 5.1.2 基金业绩描述性统计 |
| 5.1.3 基金经理投资风格描述性统计 |
| 5.2 共线性检验 |
| 5.3 基金经理特征对基金各类业绩指标的总体分析 |
| 5.3.1 基金综合绩效指标的分解分析 |
| 5.3.2 基金经理个人特征对各类基金绩效指标的影响分析 |
| 5.4 熊市中基金经理特征、投资风格与各类基金业绩指标的关系 |
| 5.4.1 熊市中基金综合绩效指标的分解分析 |
| 5.4.2 熊市中基金经理个人特征对各类基金绩效指标的影响分析 |
| 5.4.3 熊市中基金经理投资风格的中介作用 |
| 5.5 牛市中基金经理特征、投资风格与各类基金业绩指标的关系 |
| 5.5.1 牛市中基金综合绩效指标的分解分析 |
| 5.5.2 牛市中基金经理个人特征对各类基金绩效指标的影响分析 |
| 5.5.3 牛市中基金经理投资风格的中介作用 |
| 5.6 稳健性检验 |
| 5.6.1 熊市下的稳健性检验 |
| 5.6.2 牛市下的稳健性检验 |
| 5.7 本章小结 |
| 6 研究结论与建议 |
| 6.1 研究结论 |
| 6.2 建议 |
| 6.2.1 基金管理公司 |
| 6.2.2 基金投资者 |
| 参考文献 |
| 致谢 |
| 摘要 |
| ABSTRACT |
| 1 绪论 |
| 1.1 研究背景与意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 研究方法与内容 |
| 1.2.1 研究方法 |
| 1.2.2 研究内容 |
| 1.3 研究重点与难点 |
| 1.3.1 研究重点 |
| 1.3.2 研究难点 |
| 2 私募证券投资基金绩效评价相关文献综述 |
| 2.1 私募证券投资基金概念综述 |
| 2.1.1 基本概念 |
| 2.1.2 组织形式 |
| 2.1.3 投资策略 |
| 2.2 私募证券投资基金绩效评价相关研究综述 |
| 2.2.1 基金业绩度量相关文献 |
| 2.2.2 基金业绩来源分解相关文献 |
| 2.2.3 基金业绩持续性相关文献 |
| 2.3 文献总结与评述 |
| 3 中国私募证券投资基金发展现状分析 |
| 3.1 中国私募证券投资基金行业发展历程 |
| 3.1.1 早期萌芽阶段(1993年至1995年) |
| 3.1.2 创建形成阶段(1996年至1998年) |
| 3.1.3 盲目发展阶段(1999年至2000年) |
| 3.1.4 深度调整阶段(2001年至2013年) |
| 3.1.5 创新发展阶段(2013年6月至今) |
| 3.2 中国私募证券投资基金行业格局分析 |
| 3.2.1 基金管理人管理规模及变动 |
| 3.2.2 基金管理人地域及结构 |
| 3.2.3 基金策略 |
| 3.3 中国私募证券投资基金行业现存问题分析 |
| 3.3.1 基金管理人、产品规模小型化 |
| 3.3.2 收益波动较大 |
| 3.3.3 融资渠道单一 |
| 3.3.4 评价体系及评级缺乏 |
| 3.3.5 总结 |
| 4 证券投资基金绩效评价方法比较与改进 |
| 4.1 现有绩效评价方法比较 |
| 4.1.1 经典绩效评价方法 |
| 4.1.2 多因素模型评价方法 |
| 4.1.3 BP神经网络分析法 |
| 4.1.4 不同方法比较分析 |
| 4.2 BP神经网络模型改进 |
| 4.2.1 模型基础知识 |
| 4.2.2 模型现存问题 |
| 4.2.3 改进思路与原则 |
| 5 私募证券投资基金绩效评价体系设计 |
| 5.1 设计思路与原则 |
| 5.1.1 设计思路 |
| 5.1.2 设计原则 |
| 5.2 指标体系设计过程 |
| 5.2.1 基本信息指标 |
| 5.2.2 风险指标 |
| 5.2.3 收益指标 |
| 5.2.4 投资能力指标 |
| 5.2.5 业绩持续性指标 |
| 6 私募证券投资基金绩效评价模型拟合及有效性检验 |
| 6.1 数据选取与统计特征分析 |
| 6.1.1 数据来源与数据处理 |
| 6.1.2 描述性统计 |
| 6.2 基于改进的BP神经网络算法的评价模型拟合 |
| 6.3 基于多元线性回归的评价模型拟合 |
| 6.4 改进神经网络模型与多元回归模型比较 |
| 7 评价方案的案例分析 |
| 7.1 案例基本情况 |
| 7.2 私募证券投资基金案例分析 |
| 8 研究结论与行业建议 |
| 8.1 研究结论 |
| 8.2 行业建议 |
| 8.2.1 推广私募证券投资基金评级工作 |
| 8.2.2 提升私募基金管理人风控能力 |
| 8.3 研究展望 |
| 8.3.1 私募证券投资基金评价体系应与时俱进 |
| 8.3.2 改进的BP神经网络模型推广 |
| 参考文献 |
| 摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 研究背景和意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 国内外文献综述 |
| 1.2.1 基金经理人个人特征概述 |
| 1.2.2 基金经理人能力概述 |
| 1.2.3 绩效评价方法概述 |
| 1.2.4 DEA方法在证券投资基金市场中应用概述 |
| 1.2.5 相关文献评述 |
| 1.3 研究思路、方法和技术路线 |
| 1.3.1 研究思路 |
| 1.3.2 研究方法 |
| 1.3.3 技术路线 |
| 1.4 主要研究内容 |
| 1.5 创新之处 |
| 第2章 基金经理人与其绩效评价方法概述 |
| 2.1 基金及基金经理人类型 |
| 2.2 基金经理人个人特征概述 |
| 2.3 DEA评价方法 |
| 2.4 本章小结 |
| 第3章 基金经理人绩效评价实证分析 |
| 3.1 评价指标体系构建 |
| 3.2 研究方法 |
| 3.2.1 基金经理人绩效静态分析方法 |
| 3.2.2 全局参比Malmquist指数 |
| 3.3 数据来源及描述性统计特征 |
| 3.4 基金经理人绩效静态分析 |
| 3.4.1 负数据处理 |
| 3.4.2 绩效静态分析实证结果 |
| 3.5 基金经理人绩效动态分析 |
| 3.6 标杆分析 |
| 3.7 本章小结 |
| 第4章 基金经理人绩效影响因素实证分析 |
| 4.1 模型介绍 |
| 4.2 变量选取与模型构建 |
| 4.2.1 变量选取 |
| 4.2.2 模型构建 |
| 4.3 数据统计特征 |
| 4.4 实证结果分析 |
| 4.4.1 多重共线性检验 |
| 4.4.2 回归结果 |
| 4.5 本章小结 |
| 第5章 基于均值-双方差模型的分散化投资策略分析 |
| 5.1 均值-双方差模型构建 |
| 5.2 实证结果 |
| 5.3 本章小结 |
| 第6章 结论与展望 |
| 6.1 结论 |
| 6.2 展望 |
| 参考文献 |
| 附录 |
| 攻读学术论文期间发表的成果 |
| 致谢 |
| 摘要 |
| abstract |
| 1、绪论 |
| 1.1 研究背景及意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 文献综述 |
| 1.2.1 基金业绩评价的相关研究 |
| 1.2.2 基金投资风格的相关研究 |
| 1.2.3 文献评述 |
| 1.3 研究目标、内容与研究方法 |
| 1.3.1 研究目标 |
| 1.3.2 研究内容 |
| 1.3.3 研究方法 |
| 1.4 本文的创新点 |
| 2.基金评级的相关理论及方法 |
| 2.1 资产定价理论 |
| 2.1.1 资本资产定价模型 |
| 2.1.2 套利定价理论 |
| 2.1.3 Fama-French三因素模型 |
| 2.1.4 Carhart四因素模型 |
| 2.2 基金投资风格的识别方法 |
| 2.2.1 基于持仓的风格识别方法 |
| 2.2.2 基于收益的风格识别方法 |
| 2.3 区分基金业绩来源的bootstrap方法 |
| 2.4 小结 |
| 3.国内外主要基金评级方法的比较分析 |
| 3.1 国内外主要基金评级机构介绍 |
| 3.2 比较分析 |
| 3.2.1 评级理念 |
| 3.2.2 评级指标 |
| 3.2.3 星级划分 |
| 3.3 小结 |
| 4.基于投资风格和bootstrap方法的股票型基金评级体系构建 |
| 4.1 评级的理念和思路 |
| 4.2 基金评级的对象——普通股票型基金 |
| 4.3 基金评级的风格指数选择 |
| 4.4 股票型基金业绩评价模型 |
| 4.4.1 基于投资风格的风险调整收益指标 |
| 4.4.2 基于bootstrap方法识别基金的业绩来源 |
| 4.5 股票型基金评级的星级划分 |
| 5.我国股票型基金评级结果分析 |
| 5.1 我国股票型基金的实际投资风格分析 |
| 5.1.1 股票型基金总体的投资风格分析 |
| 5.1.2 单只基金的投资风格分析 |
| 5.2 我国股票型基金的超额收益 |
| 5.2.1 自成立以来的超额收益 |
| 5.2.2 最近三年期的超额收益 |
| 5.2.3 最近五年期的超额收益 |
| 5.3 我国股票型基金的超额收益来源——“运气”还是“能力” |
| 5.3.1 自成立以来的超额收益的来源 |
| 5.3.2 最近三年期超额收益的来源 |
| 5.3.3 最近五年期超额收益的来源 |
| 5.4 我国股票型基金的星级评定结果 |
| 5.4.1 最近三年期的星级评定结果 |
| 5.4.2 最近五年期的星级评定结果 |
| 5.5 小结 |
| 6.基金评级方法的应用及效果检验 |
| 6.1 业绩回测的样本选择 |
| 6.2 股票型基金投资策略的确定与执行 |
| 6.2.1 股票型基金投资策略的确定 |
| 6.2.2 股票型基金投资策略的业绩表现 |
| 6.3 小结 |
| 7.研究结论与政策建议 |
| 7.1 研究结论 |
| 7.2 政策建议 |
| 致谢 |
| 参考文献 |
| 附录 |
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景 |
| 1.2 研究目的和意义 |
| 1.3 研究内容、方法和技术路线 |
| 1.3.1 研究内容 |
| 1.3.2 研究方法 |
| 1.3.3 技术路线 |
| 1.4 本文主要特点 |
| 2 相关理论与文献综述 |
| 2.1 相关理论 |
| 2.1.1 基金绩效评价理论 |
| 2.1.2 基于资本资产定价模型的单因素绩效评价模型 |
| 2.1.3 Fama-French三因子模型 |
| 2.1.4 DEA综合绩效评价模型 |
| 2.2 文献综述 |
| 2.2.1 国外文献综述 |
| 2.2.2 国内文献综述 |
| 3 基于DEA模型的绩效评价体系理论分析 |
| 3.1 DEA方法介绍 |
| 3.2 DEA方法理论分析模型 |
| 3.2.1 CCR模型 |
| 3.2.2 BCC模型 |
| 3.3 DEA评价基金绩效的可行性分析 |
| 3.4 DEA方法的优点 |
| 3.5 DEA方法的缺点 |
| 4 富国天惠精选成长基金案例介绍 |
| 4.1 富国基金管理有限公司介绍 |
| 4.1.1 富国基金管理有限公司的概况 |
| 4.1.2 富国基金管理有限公司的主要基金产品 |
| 4.1.3 富国基金的投资风格与风险控制 |
| 4.2 富国天惠精选成长基金介绍 |
| 4.2.1 富国天惠精选成长基金的概况 |
| 4.2.2 富国天惠精选成长基金在任基金经理简介 |
| 4.2.3 富国天惠精选成长基金的选股策略 |
| 4.2.4 富国天惠精选成长基金的择时策略 |
| 5 富国天惠精选成长基金案例分析 |
| 5.1 基于单因素模型整体绩效分析 |
| 5.1.1 绝对收益指标分析 |
| 5.1.2 风险调整收益指标分析 |
| 5.2 基于TM-FF3模型的基金的选股择时能力研究 |
| 5.2.1 模型选择 |
| 5.2.2 样本选取与变量说明 |
| 5.2.3 基金周收益率的描述性统计 |
| 5.2.4 ADF检验 |
| 5.2.5 实证结果分析 |
| 5.3 基于DEA模型的综合绩效分析 |
| 5.3.1 模型选择 |
| 5.3.2 投入与产出指标的选择与检验 |
| 5.3.3 基于DEA方法的基金效率分析 |
| 6 结论与建议 |
| 6.1 结论 |
| 6.2 建议 |
| 参考文献 |
| 致谢 |
| 摘要 |
| abstract |
| 第一章 引言 |
| 第一节 研究背景及意义 |
| 一、研究背景 |
| 二、研究意义 |
| 第二节 研究内容 |
| 第三节 研究方法 |
| 第四节 研究创新点 |
| 第二章 文献综述 |
| 第一节 国外相关文献综述 |
| 第二节 国内相关文献综述 |
| 第三节 小结 |
| 第三章 中国公募基金发展现状 |
| 第一节 我国公募基金市场概况 |
| 一、公募基金发展历程 |
| 二、公募基金的分类 |
| 第二节 我国公募基金发展动态 |
| 一、公募基金公司竞争环境 |
| 二、公募基金业绩情况 |
| 第三节 小结及展望 |
| 第四章 模型设计与数据选取 |
| 第一节 模型设计 |
| 一、Fama-French五因子模型 |
| 二、自助法模型 |
| 第二节 数据选取 |
| 一、样本选取 |
| 二、基金月度收益率R_i |
| 三、无风险利率R_f |
| 四、基准收益率 |
| 五、因子数据 |
| 六、计量软件 |
| 第三节 小结 |
| 第五章 实证分析 |
| 第一节 统计性描述 |
| 一、样本基金收益率及风险 |
| 二、因子变量统计性描述 |
| 第二节 模型适用性分析 |
| 一、相关性检验 |
| 二、冗余因子检验 |
| 三、平稳性检验 |
| 第三节 面板数据适用性检验 |
| 一、组间异方差检验 |
| 二、组内自相关检验 |
| 三、组间同期相关检验 |
| 四、适用性检验结果小结 |
| 第四节 Fama-French五因子模型的实证分析 |
| 第五节 基于自助法的实证分析 |
| 第六节 实证结果总结 |
| 第六章 结论与展望 |
| 第一节 结论 |
| 第二节 政策建议 |
| 第三节 不足之处与未来研究方向 |
| 参考文献 |
| 附录 |
| 附表 1 样本基金个体收益率及风险情况 |
| 附表 2 本文使用的Stata代码 |
| 致谢 |
| 个人简历及在学期间发表的研究成果 |
