证券投资基金绩效评估模型分析
本文依据衡量指标的不同，将目前国际上较为流行的证券投资基金绩效评估模型分为五大类，并评述
了这五大类模型的运用方式、作用和区别，以及这些模型运用的相关检验，最后进行了简要的评论并提
出了几点建议。
证券投资基金绩效的评估主要是针对一只基金的实际运作成果进行评价。在绩效评估中，主要包括：
(1)对基金的整体收益进行评估，判断其是否超过市场平均收益；(2)超过市场平均收益的部分中有多少
可归结为基金经理的投资才能；(3)采用什幺因素或指标对基金绩效进行评估，并判断不同因素或指标对
绩效评估结果的影响；(4)选择什幺类型的评估模型，评估模型的选择应根据一国的基金市场状况等因素
而确定。根据以上内容及不同管理风格的基金，评估基金绩效的因素或指标主要分为两类：对于采用消
极管理风格的基金，主要是评估其在证券市场的一般收益水平和风险水平；对于采用积极管理风格的基
金，除了以上两个指标外，还包括基金经理的选股能力、市场运作中的时间选择(或定时)能力以及基金
组合的分散化程度等指标。这些指标分别衡量了基金经理预测市场的发展趋势、识别证券价格是否被低
估或高估及控制风险的能力。本文的分析是根据积极管理风格基金类型来进行的。
一、理论模型分析
(一)Markowits 均值一方差模型
证券投资基金投资及其它风险资产投资首先需要解决的是预期收益与预期风险这两个核心问题。如
何测定组合投资的预期收益与预期风险、如何以这两项指标进行资产分配，是市场投资者迫切需要解决
的问题。正是在这样的背景下，Markowits(1952、1958)的理论应运而生。该理论依据以下 4 个假设：
1．投资者在考虑每一次投资选择时，其依据是某一持仓时间内的证券收益的概率分布。2．投资者是根
据证券的预期收益率估测证券组合的风险。3．投资者的投资决定仅仅是依据证券的预期收益和预期风
险。4．在一定的风险水平上，投资者希望收益最大，相应的是在一定的收益水平上，投资者希望风险
最小。
根据以上假设，Markowits 确立了证券组合预期收益、风险的计算方法和有效边界理论，建立了资
产优化配置的均值一方差模型，该模型运用于基金整体绩效的评估，可表达为：
目标函数：
限制条件： (不允许卖空)
式中 Rp 为基金组合收益，Ri 为 i 基金(或第 i 只股票)的收益，Xi 和 Xj 为基金 i、j 的投资比例，δ2(Rp)
为组合投资方差(组合总风险)，Cov(Ri—Rj)为两个基金之间的协方差。该模型为现代证券投资理论奠定
了基础。该模型表明，在限制条件下求解 Xi 基金收益率使组合风险 δ2(Rp)最小，可通过拉格朗日目标
函数求得。其经济学意义在于，投资者可以预先确定一个期望收益，通过模型可以确定投资者在每个投
资项目(如某只基金或股票)上的投资比例，使其总投资风险最小。不同的期望收益就有不同的最小方差
组合，这就构成了最小方差集合。
(二)单因素整体绩效评估模型
虽然 Markowits 理论模型为精确测量证券投资基金的风险和收益提供了良好手段，但是这一模型涉
及计算所有资产的协方差矩阵，面对上百种可选择的资产，其模型的复杂性制约了实际应用。因此，证
券分析家企图建立比较适用的评估基金整体绩效的模型，使其得到广泛的应用。以 Treynor(1965)、
Sharpe(1966)及 Jensen(1968)的三个指数模型为代表，大大简化了基金整体绩效评估的复杂性，称为单因
素整体绩效评估模型。单因素模型都是以 CAPM Model 为研究基础的。目前，这三种基金绩效评估模
型在发达国家资本市场中运用最为流行。
1．Jensen，M．C．(1968)指数评估模型。Jensen 利用美国 1945～1964 年间 115 个基金的年收益率
资料以及 S&P500 计算的市场收益率进行了实证研究。计算公式为：
Ji=Ri,t-[Rf,t+βi(Rm,t-Rft)]
式中 Ji 为 Jensen 绩效指标：Rm,t 为市场投资组合在 t 时期的收益率；Ri,t 为 i 基金在 t 时期的收益
率；Rf,t 为 t 时期的无风险收益率，βi 为基金投资组合所承担的系统风险。Jensen 指数为绝对绩效指标，
表示基金的投资组合收益率与相同系统风险水平下市场投资组合收益率的差异，当其值大于零时，表示
基金的绩效优于市场投资组合绩效。当基金和基金之间比较时，Jensen 指数越大越好。
Jensen 模型奠定了基金绩效评估的理论基础，也是至今为止使用最广泛的模型之一(Malkiel，1995，
Carlson，1997)。但是，用 Jensen 指数评估基金整体绩效时隐含了一个假设，即基金的非系统风险已通
过投资组合彻底地分散掉，因此，该模型只反映了收益率和系统风险因子之间的关系。如果基金并没有
完全消除掉非系统风险，则 Jensen 指数可能给出错误信息。例如，A、B 两种基金具有相同的平均收益
率和 β 因子，但基金 A 的非系统风险高于基金 B，按照该模型，两种基金有相同的 Jensen 指数，因而
绩效相同。但实际上，基金 A 承担了较多的非系统风险，因而 A 基金经理分散风险的能力弱于 B 基金
经理，基金 A 的绩效应该劣于基金 B。由于该模型只反映了收益率和系统风险的关系，因而基金经理的
市场判断能力的存在就会使 p 值呈时变性，使基金绩效和市场投资组合绩效之间存在非线性关系，从而
导致 Tensen 模型评估存在统计上的偏差。因此，Treynor 和 Mazuy 在模型中引入了二次回归项、Merton
和 Henriksson 也提出了双 β 值市场模型，并利用二次回归项和随机变量项对基金经理的选股能力与市场
运用中的时间选择能力进行了进一步的研究。
2．．L(1965)评估模型。Treynor 指数是以单位系统风险收益作为基金绩效评估指标的，Treynor
利用美国 1953—1962 年间 20 个基金(含共同基金、信托基金与退休基金)的年收益率资料，进行基金绩
效评估的实证研究，计算公式为：
式中 Ti 为 Treyno，绩效指标， 为 i 基金在样本期内的平均收益率， f 为样本期内的平均无风险
收益率。 i- f 为 i 基金在样本期内的平均风险溢酬。Treynor 指数表示的是基金承受每单位系数风险所
获取风险收益的大小，其评估方法是首先计算样本期内各种基金和市场的 Treynor 指数，然后进行比较，
较大的 Treynor 指数意味者较好的绩效。Treynor 指数评估法同样隐含了非系统风险已全部被消除的假
设，在这个假设前提下，因为 revnor 指数是单位系统风险收益，因此它能反映基金经理的市场调整能力。
不管市场是处于上升阶段还是下降阶段，较大的 Treynor 指数总是表示较好的绩效。这是 Treynor 指数
比 Jensen 指数优越之处。但是如果非系统风险没有全部消除，则 Treynor 指数和 Jensen 指数一样可能给
出错误信息。因此，Treynor 指数模型这时同样不能评估基金经理分散和降低非系统风险的能力。
3．Sharpe，W．F．(1966)指数评估模型。Sharpe 指数把资本市场线作为评估标准，是在对总风险
进行调整基础上的基金绩效评估方式。Sharpe 利用美国 1954—1963 年间 34 只开放式基金的年收益率资
料进行了绩效的实证研究，计算公式为：
式中 Si 为 Sharpe 绩效指标，δi 为 i 基金收益率的标准差，即基金投资组合所承担的总风险。当采
用 Sharpe 指数评估模型时，同样首先计算市场上各种基金在样本期内的 Sharpe 指数，然后进行比较，
较大的 Sharpe 指数表示较好的绩效。
Sharpe 指数和 Treynor 指数一样，能够反映基金经理的市场调整能力。和 Treynor 指数不同的是，
Treynor 指数只考虑系统风险，而 Sharpe 指数同时考虑了系统风险和非系统风险，即总风险。因此，Sharpe
指数还能够反映基金经理分散和降低非系统风险的能力。如果证券投资基金已完全分散了非系统风险，
则 Sharpe 指数和 Treynor 指数的评估结果是一样的。
在对以上三种模型的运用操作上，由于 Sharpe 指数与 Treynor 指数均为相对绩效度量方法，而
Jensen 指数是一种在风险调整基础上的绝对绩效度量方法，表示在完全的风险水平情况下，基金经理对
证券价格的准确判断能力。Treynorr 指数和 Jensen 指数在对基金绩效评估时，均以 β 系数来测定风险，
忽略了基金投资组合中所含证券的数目(即基金投资组合的广度)，只考虑获得超额收益的大小(即基金投
资组合的深度)。而在衡量基金投资组合的绩效时，基金投资组合的广度和深度都必须同时考虑。因此，
就操作模型的选择上，Sharpe 指数模型和 Treynor 指数模型对基金绩效的评估较具客观性，Jensen 指数
模型用来衡量基金实际收益的差异较好。而在 Sharpe 指数和 Treynor 指数这两种模型的选择上，要取决
于所评估基金的类型。如果所评估的基金是属于充分分散投资的基金，投资组合的 β 值能更好地反映基
金的风险，因而 Treynor 指数模型是较好的选择；如果评估的基金是属于专门投资于某一行业的基金时，
相应的风险指标为投资组合收益的标准差，所以运用 Sharpe 指数模型比较适宜。
(三)多因素绩效评估模型
以上以 CAPM 模型为基础的单因素评估模型无法解释按照股票特征[如：市盈率(P／E)、股票市值、
账面价值比市场价值(BE／ME)、及过去的收益等]进行分类的基金组合的收益之间的差异，所以研究者
们又用多因素模型来代替单因素模型进行基金绩效的评估。其中，Lenman，Modest(1987)、Fama，
French(1993，1996)，Carhart(1997)等的多因素模型最具代表性。多因素模型的一般数学表达式如下：
Ri=ai+bi1I1+bi2I2+bi3I3+…+bijIijεi
式中：I1，I2，…，Ii 分别代表影响 i 证券收益的各因素值；bi1，bi2，…，bij 分别代表各因素对证
券收益变化的影响程度；ai 代表证券收益率中独立于各因素变化的部分。该模型有两个基本假设：(1)任
意两种证券剩余收益 εi、εj 之间均不相关；(2)任意两个因素 Ii、Ij 之间及任意因素 Ii 和剩余收益 εi 之间
均不相关。
在 Lehman 和 Modest(1987)的多因素模型中，他们认为影响证券收益的因素为：市场平均指数收益、
股票规模、公司的账面价值比市场价值(BE／ME)、市盈率(P／E)、公司前期的销售增长等。Fama 和
French(1993，1996)在 CAPM 模型的基础上，认为影响证券收益的因素除了上述因素外；还应包括按照
行业特征分类的普通股组合收益、小盘股收益与大盘股收益之差(SMB)、高 BE／ME 收益与低 BE／ME
收益之差，HML 等作为因素引入绩效评估模型。Carhart(1997)在以上因素的基础上，引入了基金所持股
票收益的韧性因素，即前期最好的股票与最差的股票收益之差。
多因素模型虽然部分解决了单因素模型存在的问题，模型的解释力也有所增强，但在实证研究中，
模型要求能识别所有的相关因素，而投资定价理论并没有明确地给出对风险资产定价所需要的所有因素
或因素的个数。所以在实证时，因素的选择就受到个人主观判断的影响(Chen，Roll，Ross1996)。并且
多因素模型仍然无法解释资产收益的实质性差别，绩效的评估结果对因素的选取十分敏感。正是上述的
原因，单因素模型和多因素模型孰优孰劣，至今在西方国家尚无定论。
(四)择时能力与选股能力评估模型
Tensen 模型无条件地采用基金的历史收益来估计期望的绩效，因此，它并未考虑基金组合期望收益
和风险的时变性。而实际上，如果基金经理具有市场择时能力，它会主动地改变组合的风险以适应市场
的变化并谋求高额的收益；资本资产的价值本身也可能随时间的变化而变化，这些原因都会使 β 值呈现
时变性。对此，Treynor 和 Mazuy(1966)，Chang 和 Lewellen(1984)等采用 CAPM 形式来描述基金经理的
择时能力和选股能力评估模型。根据研究者们对 β 数的不同假设，将此类模型大致分为二类。第一类称
为 UD 模型，主要含义是将市场分为多头(up)与空头(Down)两种形态，并假设基金经理在预期未来市场
看好时，会多买入一些波动幅度较高的风险资产；反之，当基金经理预期未来市场看坏时，多买进波动
幅度较低的风险资产，而卖出波动幅度较高的风险资产，因此，多头时期与空头时期的 β 系数应有所不
同，因此将投资组合的日系数视为二项式变量(binary variable)；另一类则视为投资组合 β 的随机变量
(stochastic varivable)，其值随时间的变动而变动，以下分别介绍。
1．Treynor 和 Mazuy(1966)的传统二次项回归模型。在证券市场回归模型中，他们加入一个二次项
来评估证券投资基金经理择时与选股能力，他们认为具备择时能力的基金经理应能预测市场走势，在多
头时，通过提高投资组合的风险水平以获得较高的收益；在空头时则降低风险，因此，特征线不再是固
定斜率的直线，而是一条斜率会随市场状况改变的曲线，回归模型为：
Rp,t-Rf,t=αp+β1(Rm,t-Rf,t)+β2(Rm,t—Rf,t)2+εp,t
式中 αp 为选股能力指标，β1 为择时能力指标，β2 为基金投资组合所承担的系统风险，Rp,t 为基金
在 t 时期的收益率，εp,t 为误差项。Treynor 与 Mazuy 认为如果 β2 大于零，表示市场为多头走势，即
R,t—Rf,t>0，这时市场收益率大于无风险收益率。由于(Rm,t—Rf,t)2 为正数，因此，证券投资基金的风
险溢酬(Rp,t—Rf,t)会大于市场投资组合的风险溢酬(R,t—Rf,t)；反之，当市场呈现空头走势时
(Rm,t—Rf,t≤0)，证券投资基金风险溢酬的下跌幅度会小于市场投资组合风险溢酬的下跌幅度，这样，
基金的风险溢酬(Rp,t—Rf,t)仍会大于市场投资组合风险溢酬(Rm,t—Rf,t)，因此，选择 β2 可用于判断基
金经理的择时能力。αp 与市场走势无关，它代表基金收益与系统风险相等的投资组合收益率差异，on
可以用来判断基金经理的选股能力。如果 αp 大于零，表明基金经理具备选股能力，αp 值越大，表明基
金经理的选股能力越强。这里的 αp 与 Jensen 指数模型的区别在于,αp 已对择时能力做了调整，将择时
能力与选股能力明确分离。
2．Heriksson 和 Merton(1981)的二项式随机变量模型。UD 理论将 β 看成二项随机变量，其在多头
与空头市场上的值是不同的。Heriksson 与 Merton 将择时能力定义为：基金经理预测市场收益与无风险
收益之间差异大小的能力，然后根据这种差异，将资金有效率地分配于证券市场；具备择时能力者可以
预先调整资金配置，以减少市场收益小于无风险收益时的损失，其回归模型为：
式中 max(o，Rf,t—Rm,t)代表选取零与 Rf,t—Rm,t 二者的最大值。在该模型的运用上，可根据市场
状况作出不同的变形，当市场状况良好时，则 Rm,t≥Rf,t，max(0，Rf,t—Rm,t)=0，模型变为：
Rp,t—Rf,t=αp+β1(Rm,t-Rf,t)+εp,t 当市场状况不佳时，则 Rm,t≤Rf,t，模型变为
Rp,t—Rf,t=(β-β2)(Rm,t—Rf,t)+εp,t。
在 UD 模型中，特别重视基金经理的市场择时能力。当 β2>0 时，表示基金经理掌握了市场下跌的
趋势，这时需要及时调整资产组合；如果(β1—β2)<0，表示市场空头时，基金经理反而能够逆势获利。
3．Chang 和 Lewellen(1984)的改进模型。Chang 和 Lewellen 对 Heriksson 和 Merton 的基金整体绩效
评估模型进行了改进，其所建立的回归模型为：Rp,t—Rf,t=αp+β1min(o,Rm,t-Rf,t)+β2max(Rm,t-Rf,t)+εp,t
式中的 β1 为空头市场时的 β，β2 为多头市场时的 β。min(o，Rm,t-Rf,t)代表选取零与(Rm,t-Rf,t)二
者的最小值。通过(β2—β1)的验定，可以判断基金经理的择时能力，如果(β2—β1)>0，表示基金经理具
备择时能力。
关于以上基金经理的择时能力和选股能力评估模型的运用，主要是针对开放型证券投资基金进行的。
例如，Heriksson 和 Merton 针对 1968 年至 1980 年间美国 116 个开放型基金月收益率进行绩效实证研究，
结果发现有 59 个基金的 β2 大于零，但仅有 11 个基金明显大于零；而对 αp 进行验定，仅有 3 个基金明
显大于零。显示出这些基金经理并不具备市场择时能力与选股能力。
(五)投资组合变动评估模型
Grinblatt 和 Titman(1993)等提出了投资组合变动法(Portfolio Change Measure)，此法主要是依据事件
研究(Event study Measure)的评估方法，计算事件的研究期间(Event Period)与后续期间(Comparison Period)
资产收益的差异，其墓本观点是掌握证券市场投资信息的基金经理会持有较高收益的资产，并将这些资
产进行投资组合，该投资组合的绩效比其它投资组合的绩效更好，模型为：
式中 Wi,t 为 t 时期 i 证券投资基金的持股比例；Wi,t-1 为 t—1 时期 i 证券投资基金的持股比例；Ri,t
为 t 时期 i 证券投资基金的收益率；T 为样本期间总数；N 为基金总数。该模型以投资组合的持股权数
(Portfolio Weights)的变动来衡量基金绩效。
二、模型的相关检验
以上的模型均为回归模型，在使用的资料符合常态分配的条件下，需要对回归式中的残差项进行自
我相关检验。另外，这里也对模型运用中所需的检验方法加以说明：
(一)残差项自我相关检验
进行回归分析时，如果使用的变量具有时间数列的性质，可能会有自我相关情况的出现，当自我相
关程度很高时，虽然估计的回归系数较准确，但因 MSE(Mean of Square Error)可能会严重低估误差项的
变动程度，使得参数估计值的标准误差被低估或 t 检验值被高估，因此必须检验前后期的误差项之间是
否存在自我相关。使用 Durbin-Watson 检验自我相关系数 p 是否等于零。
P=0，误差项无自我相关；P≠0，误差项有自我相关。
根据一般最小平方法(OLS)线性回归计算残差值可得统计量 D：
其中，et 为第 t 期样本残差项，查阅 Durbin-Watson 表，可得到两个临界值，DL 与 Du。其检验方
法如下：
(二)Kendall 和谐系数
在对于各项基金在不同和相同研究时期上的绩效，可以采用 Kendall 和谐系数来检验绩效的排名方
式是否具有合理性或一致性。和谐系数 W 值表示如下：
K 为实证模型的个数；n 为投资基金的样本数；其中 S 值为：
Ai 为第 i 个基金依各绩效指标评比的名次和。
W 值介于 0 与 1 之间，W 值越接近于 1，表示绩效的排名方式越具有合理性或一致性。
(三)相对法、绝对法和多重比较法
通过了 Kendall 和谐系数的检验，只能知道各项基金绩效指标的排名方式具有合理性或一致性，但
仍无法得知究竟哪一个基金在整体绩效的表现上明显优于另一个基金，这时可以运用相对法、绝对法和
多重比较法进行检验。
1．相对法。相对法就是计算第 t 期 i 基金的收益率(Ri,t)与当期股票市场期初平均价位(例如我国可
用“沪指”1050 点为其期初平均价)收益率(①Qi)之比，即在 Ri,t 与①Qi 同号时，计算二者之比：为正且
Di>1(或皆为负担 Di<1)时，表明基金经理的操作绩效高于市场平均水平，相对值越高，表明操作绩效越
好。
2．绝对法。绝对法就是计算①i=Ri,t—①Qi。当①i 为正时，表明基金操作绩效高于市场平均水平；
当①i 为负时，表明基金经理操作绩效低于市场平均水平；当①i 为零时；表明其等同于市场平均水平。
对于一个成熟的基金经理来说，其①一般都是一个近似服从正态分布的随机变量，即：①～N(①，δ2)。
该变量的数学期望①反映了该基金经理的投资收益率超过市场平均收益率水平，标准差反映了该基金经
理的稳健程度或分散风险 的能力。显然，①越大越好，δ 越小越好。在对基金绩效的分析评估中，当样
本点大于 7(自然是样本点越大越可信)时，我们可以用样本均值和样本标准差来分别近似的代表①和 δ。
3．多重比较法。多重比较法就是在基金排名方式合理的情况下，检验两个基金之间是否有明显的
优劣存在，其检验方法如下：
如果 表示基金 i 与基金 i 的整体绩效没有明显差异。K 为绩效指标的个数，n 为
证券投资基金的个数，Z 为在标准常态分配下右尾机率为 a／n(n—1)的点。
三、简要评论与建议
(一)简要评论
西方证券投资基金绩效评估方法的发展已经积累了大量的研究成果，但不同的评估模型在实证中或
多或少地存在一些问题，正因如此，才使绩效评估方法不断得到补充、发展和完善。在绩效评估模型的
发展过程中，评估的因素或指标问题一直是争论最大的一个方面，也是基金绩效评估方式不断发展所遵
循的主线。早期的研究主要是 Jensen 等单因素整体绩效评估模型，后来发展到多因素模型，然后，在对
整体绩效进行识别的基础上，将基金绩效分解为基金经理的证券选择能力和市场运作中的时间选择能力。
这可以理解为，基金绩效研究从外生给定的因素(如风险和收益)发展到基于基金特征构造的内在因素(如
基金经理的证券选择能力)。正是从外在因素向内在因素的发展，使得近期的研究又转向探讨基金的投
资风格、管理及申购费用、规模、存续时间、基金管理公司的结构与基金绩效的关系等。但迄今为止，
关于因素或指标选择的争论仍未达成一致意见，不同的国家和基金样本，用不同的模型和因素都有可能
对绩效进行较为准确的评估。
随着西方证券投资基金市场的不断发展与完善，基金的品种越来越丰富，基金绩效评估的研究相应
地更加关注不同类型风格的基金差异。对基金经理投资行为与绩效关系的研究主要表现在基金经理的羊
群行为(herd behavior)及饰窗效应(Window addressing)对绩效的影响两个方面。
(二)几点建议
1．利用 Jensen 等单因素模型和多因素模型进行基金绩效评估更接近我国证券市场现状。
(1)Markowits 模型在其假设中隐含了要求证券市场具备强型效率。强型效率指证券市场最高程度的
效率，它要求所有有关证券价格波动的信息(包括公开和未公开的)对证券价格变动没有任何影响，即证
券价格已经充分、及时地反映了所有有关的信息。然而，如果有人利用内部信息买卖证券获利，则说明
证券市场尚未达到强型效率。Markowts 的均值一方差模型依据的 4 个假设，例如，投资者在证券投资
选择时依据某一持仓时间内的证券概率分布，根据预期收益率估测证券的组合风险等，说明该模型适合
于强型效率的证券市场，以及信息已充分披露、均匀分布和完全使用的市场。并且实际应用性也不强。
而我国证券市场仍然处于发展初期，信息的完整性、均匀分布性、完全使用性与发达国家有较大差距。
例如我国某些券商事先得知一些内幕信息进行违规交易从中获利，最后遭到证监会处罚的事件时有发生。
这些说明我国证券市场与强型效率市场相差较远。而 Jensen、Sharpe 等单因素和多因素模型本身在其假
设中对市场效率没有提出过分的要求。单因素模型在对绩效的评估上，如前面所述可根据基金的类型进
行选择。尽管单因素和多因素模型的假设与实际情况有出入，但只要尽可能将主要因素纳入模型中，模
型就会越贴近市场，造成的绩效误差就会越小。
(2)从实证研究的结果来看，张兆国等(2000)在对单因素模型与多因素模型进行比较研究后得出结论：
单因素模型和多因素模型对当前中国股票市场都有一定的适应性，但后者的拟合效果比前者好，而后者
的应用难度比前者大；在对投资组合风险与收益的估计中，运用多因素模型比运用单因素模型保守；在
对投资组合适度规模的确定中，运用两种模型的结果基本相同。笔者认为，如果选择多因素模型，主要
看所选择因素与绩效的相关性如何，所选择因素与绩效的相关性高，这种高相关性的因素则是所选择的
对象。在单因素和多因素模型的实证结论大致相同的情况下，应该选择应用难度较小的模型。张兆国等
在实证研究中得出相关性的结论：从多因素模型来看，当前我国股票收益率与工业产值、物价指数等宏
观因素的相关性较差，但变动方向一致，即股票收益率与工业产值的变动正相关，相关系数为 0．0636；
与物价指数的变动负相关，相关系数为—0．0528，相应的双尾检验值分别是 0．7207、0．7780、
0．7667；从 R，值来看，多因素模型有 50％左右的样本值在 以上，有 70％左右的样本值在 0．4 以
上。而从单因素模型的相关性来看，股票收益率与因素间的相关性很高，从 R2 值来看，有 30％左右的样
本值在 0．5 以上，有 70％左右的样本值在 0．4 以上；从 F 值来看，所有样本的 F 值均大于其显着性
水平，这表明选取的股票指数能够解释股票收益率的变动。通过这些分析结果至少可以说明：①目前我国
工业产值、物价指数等宏观因素对股票收益率影响较小；①采用单因素模型和多因素模型的适应性大
致是一样的；①多因素模型所选择的指标还待进一步的实证检验，如市场平均指数收益、股票规模、BE
／ME、等等。因此，对当前我国基金绩效的评估选择单因素模型比多因素模型更为适宜一些。
(3)由于我国证券市场到目前为止不允许卖空，因此，对于利用 Markowits 等模型得出的绩效比较并
不是建立在同一个基准平台上，即在不允许卖空机制下得出的绩效指标并不能完全反映基金经理和模型
之间在资金配置能力上的差异。由于受到卖空限制，在基金进行组合投资的比例上，基金原组合中的部
分在经过模型的筛选后会被排除在新的组合之外，因此，在非卖空条件下利用 Markowits 模型计算的基
金投资组合绩效往往会远高于基金投资组合的实际绩效。
(4)对于择时能力与选股能力的基金绩效评估模型，由于主要是针对积极开放型基金绩效的评估，而
在我国目前还是封闭型基金的情况下，应该说其适用性在当前是不强的。但随着我国开放式基金的增加，
其适用性会逐步增强。
2．从开放型基金和封闭型基金的特征来看，开放型基金的价格是由基金的净资产价值加一定手续
费而确定，基金的价格必然反映基金的净资产价值；而封闭型基金的单位价格虽然以基金资产价值为基
础，但更多的是随证券市场供求关系的变化而变化，它并不一定就是反映基金的净资产价值。正是由于
开放基金的价格能反映其价值，其收益率是基金业绩的真实反映；封闭型基金的价格不一定能反映其价
格，其收益率不一定是基金业绩的真实反映。因此开放型基金在各不同长短时期的绩效排名具有合理性
或一致性，而封闭型基金则不一定具有合理性或一致性。由于我国目前的基金类型还主要是封闭型，在
对于跨时期的封闭型基金绩效评估样本的选择上，应该注重样本时限内交易的稳定性和代表性，以避免
样本数据过度波动带来较大的估计误差，使样本具有较新的市场特征，能够反映当前的市场状况和基金
的真实绩效；在对于基金绩效的排名上，应选择最近一年期或半年期的绩效排名才具有正相关，才具有
可参考价值，其余时期的绩效排名并不具有明显的正相关。一般来讲，如果以短期资料衡量基金绩效，
则可能因基金经理的短期投资策略恰巧与市场的走势一致而有较佳的表现。因此，如果从客观的角度评
估基金绩效，应尽可能采用长期的资料评估较为恰当。发达国家的证券投资基金成立的时间较长，因此，
发达国家有关基金绩效的评估多以季度作为样本单位。我国证券投资基金如果以 1997 年《证券投资基
金管理暂行办法》的颁布算起，到目前才 4 年左右时间，因此，目前可以考虑以月作为样本期单位，以
后再逐步地用季作为样本期单位。另外，仅仅以当前基金绩效排名作为投资决策指标并不完全合适，还
需要考虑市场状况、基金投资形态及基金规模等相关因素。
3．在基金各项绩效指标的排名具有一致性或合理性的情况下，应进一步以多重比较法比较各样本
期内绩效排名最佳基金与最差基金的整体绩效差异，使得排名不仅仅是顺序上的区别，也能明确投资收
益率的明显差别。在衡量证券投资基金绩效时，将风险(无论是以基金收益率的标准还是以系统风险衡
量的风险)考虑在内，必然是较为精确的，但同时以基金持有的基础证券组合的市盈率、投资对象的资
本规模、持仓的行业分布及股票投资的集中度等特征值进行分析等作为衡量基金绩效的指标，则更加丰
富了基金绩效评估的方法。
4．在我国目前非卖空机制下，证券投资基金面临着较大的风险。因此，加快对股票等衍生具的研
制和开发是当务之急。只有基金市场具备了有效的风险规避机制和工具，才能稳步向前发展。
