2016年3月21日 星期一

常見的共同基金評等方法以及FundRay評等法介紹 (上)



目前共同基金的績效評比方式主要有國外的晨星五星等評級法和理柏的五等級評級法,以及國內的李存修-邱顯比「四四三三」法則和基智網的評等法(1-5, 間距為0.5)

      然而,上述所有的評等方法都採相對評等邏輯,因為在同一基金類別之下,被評等的每檔基金都會取得高低不同的評級。當市場處於熊市時,即便真實績效不如基準指標,然只要依照各評等公式,排序在前面的基金仍然會取得較高的評級,如54。反之,當市場處於牛市時,排序在後面的基金即便績效優於基準指標,仍然會落入評級12的窘境。上述即為相對評等法的主要缺點。


      所以,當某一類別的金融市場處於明顯的多頭或空頭趨勢時,相對評等法恐怕會誤導投資人的投資決策,投資人不可不慎。上述這些相對評等法的主要功能應該只是用來辨別基金彼此間過去的績效差異,而非用來當作投資組合的決策參考。

筆者今天要介紹一種新的評等方式,FundRay 絕對績效評等法。此方法不僅提出一種迥異於相對評等的邏輯,經筆者過去多年的研究和產學合作經驗,也證明此法應用在避險基金、共同基金和CTA(管理期貨基金)上,不僅可以因為全部基金無法通過檢定而避掉市場大幅回落的風險,另外,針對過去一段時間的績效,被此評等法認定為最優的基金投組,它們在未來也具有顯著的績效持續性[i]

FundRay的絕對績效評等法乃基於2014年發表於Journal of Financial Econometrics的一篇文章中所提出的一般化逐步卓越預測能力檢定法 (a generalized stepwise test for superior predictive ability test,簡稱generalized SSPA test)[ii]所建構,下一篇文章中將會幫助讀者建立基礎的統計概念,再介紹上述檢定法,以及FundRay評等法。基金產業專家或研究基金的學者除了採取上述介紹的相對評等法來評斷基金相對表現之外,有些人也會利用基金經理人或基金公司的特徵變數來預測一檔基金未來的表現,譬如經理人從事基金操作的年資、經理人的學歷、性別、過往操作該檔基金或其他基金的績效、基金的管理資產規模、上半年的績效、基金過去一段時間的申贖造成的淨資金流量、所屬基金家族的總資產規模、基金家族是否有明星基金等等,我們稱此法為事前分析(ex-ante analysis)

此外,自2000年已故計量學者H. White博士提出真實性檢定法(Reality Check)來控制資料窺探偏誤以來,過去這十幾年,計量學者如Hansen (2005, Journal of Business Economic and Statistics)Romano and Wolf (2005, Econometrica)Romano and Wolf (2007, Annals of Statistics)Hsu, Hsu, and Kuan (2010, Journal of Empirical Finance)一直到Hsu, Kuan, and Yen (2014, Journal of Financial Econometrics),都著墨於如何在控制資料窺探偏誤(data-snooping bias)時,同時能提高檢定能力。而上述這些方法都可謂是學界針對統計上的多重檢定(multiple hypotheses test),所貢獻的智慧結晶。只是恰巧,基金績效的檢定非常適合採用上述這些多重檢定法。下篇文章中筆者將會進一步解釋何謂資料「窺探偏誤」,有了簡單的統計知識及背景後,將更容易了解FundRay 評等法是如何將其技術應用於共同基金的檢定。

                                                                            FundRay首席顧問 顏盟峯






[i] 針對CTA的應用,請參考 Hsu, Kuan, and Yen (2014, Journal of Financial Econometrics),針對避險基金的應用,請參考 Hsu, Kuan, and Yen (Ch21, Reconsidering the Funds of Hedge Funds: The Financial Cirsis and Best Practices in UCITS, Tail Risk, Performance, and Due Diligence. 2013, Ed. by Greg N. Gregoriou)。針對共同基金的應用,因受限於產學合約保密協定,不便在此揭露細節。
[ii] Hsu, Kuan, and Yen (2014, Journal of Financial Econometrics)