证券

我国证券投资基金绩效评估的实证研究

发布时间：2013-11-29 | 所属分类：证券：论文发表 | 浏览： | 加入收藏

1　研究背景

从中国基金业的发展来看，目前整个基金业的发展是以证券投资基金的发展为主体的。1998年3月，基金开元和基金金泰的成功发行，揭开了中国证券投资基金发展的序幕。在随后的几年中，基金作为一种金融创新工具被赋予了强大的生命力与制度优势，从而获得了迅速发展。基于基金市场对金融市场乃至全球经济的重要影响，对基金业的研究从未停止。怎样合理评价基金的经营绩效，对于广大投资者、基金管理人以及行业监管部门都有着非常重要的意义。从以最传统的三大指标为开端发展起来的各种单因素模型，到后来的三因素、五因素模型，从最初研究风险收益包括经风险调整的收益的静态模型，到现在逐步发展起来的研究基金管理者能力、基金持续能力等等的动态模型，基金绩效的评估方法林林总总，但是至今为止就基金绩效评估体系仍然没有取得一致。

我国对基金绩效评估的研究一直是一个受各方关注的热门问题。如沈维涛、黄兴孪(2001)及张新、杜书明(2002)等。他们用传统的绩效评价方法对国内基金市场作出了前瞻性的工作。其共同的特点如下：(1)选用的绩效评估指标均为三大传统指标(特雷诺指标、夏普比率、詹森阿尔法)，没有能够用新的指标从更深的角度揭示基金投资组合的风险—收益特征。(2)选用的样本期都是1999年5.19行情以来的牛市行情数据，反映的是基金业在多头市场中的绩效特征。而惠晓峰、迟巍(2002)等，他们用较新的指标对我国的证券基金进行了实证分析，但他们的分析主要集中在对RAROC的实证运用，且其VaR的算法是基于正态分布的假设之下求出的。李博和吴世农(2001)运用因子分析，薛继锐(2001)运用多因子模型对基金的投资风格进行了研究。丁文桓、冯英浚和康宇虹(2002)运用多投入、多产出的数据包络分析方法进行了基金评估的尝试。此后还有廖海(2004)、钱建豪(2005)也运用DEA模型分别对我国的封闭式基金和开放式基金的绩效做了评估。龙子泉和赵红艳(2005)用因子分析的方法对我国开放式基金绩效的综合评价进行了实证研究。综合国内的研究，目前存在的主要问题有：(1)样本期间比较短，多数在1年到1年半左右；(2)样本期间集中在2000年至2001年间，此期间内市场表现为明显的单边上升趋势；(3)多数研究仅使用单因素模型分析，而忽略了非CAPM分析；(4)缺少对开放式基金的综合研究。

2　研究设计

本文选取了一些当今比较成熟和常用的基金业绩评价指标进行因子分析，试图综合这些指标反映的信息对证券投资型开放式基金的经营业绩做出评价。

2. 1　样本选取及数据来源

我国的开放式基金在2001年开始发行，当年只发行了三只；在2002年，开放式基金占基金市场的主流，共发行了15只，而封闭式基金遭到了抛弃，多只基金提出了封闭式转为开放式；在2003年更是占据绝对优势，全年共发行了24只开放式基金而没有发行封闭式基金，但是，却同时面临着投资者巨大的赎回；到了2004年，赎回的资金更是巨大。现在，基金市场基本上是开放式、封闭式并驾齐驱的局面。本文以2002年发行的13只开放式基金为研究对象(为保证可比性剔除了两支债券型基金)。考虑到基金成立后一般需要3个月左右的建仓期，净值波动较大，所以样本的选取要适当推延；故以2003、2004的数据为样本，试图研究这13只基金在面对市场赎回时，基金经理人的具体表现如何。这些基金在2003年后都是市场较为成熟的基金，且没有进行新股配售，可以通过对这些代表性基金的分析来透视我国证券投资基金市场的具体表现。

国外大部分实证研究以月为频率，数据期间至少3年。但Nicolas(Nicolaset al. , 2000)以日为频率的研究结果显示，数据频率的不同会导致结果的迥异。由于基金仓位的频繁变化，数据频率越高越能评估基金的实际绩效。同时也出于扩充样本量的目的，本文以周作为数据取样的频率。所有数据都来源于深圳国泰安信息技术有限公司提供的CSMAR(系列研究数据库)每周的净值数据。

2. 2　基准组合的构造

对基金绩效客观全面的评估需要一个合理科学的基准指标(Benchmark)。Grinblatt和Titman(1994)的研究结果显示，美国基金绩效评估结果对基准的选择十分敏感。基于CAPM的基金评估指标理论上要求市场组合作为基准指标，但这样的指标在现实世界中并不存在，我们只能寻找其良好近似。

一般而言，基金评估基准以相应的市场指数为基础。国际上基准指数的编制和发布已经非常发达和成熟，著名的基准指数发布者包括：摩根斯坦利资本国际(MSCI)，标准普尔(Standard&Poor' s)，道·琼斯(Dow Jones)以及Brinson Partners，金融时报公司(Financial Times Limited), Merrill Lynch-Wilshire等。他们向投资者提供了丰富的基准指数品种，形成了按照诸如资产类别(股票、固定收入证券/债券、地产等)，行业类型，相关区域(亚太地区、大中华地区等)，市场发育程度(发达资本市场、新兴市场)，股票风格(增长型、价值型)等一系列、多层次的指标体系。因此国外基金大多采用市场上已有的得到广泛认同的基准指数作为基准指标。

我国目前仍然没有各方公认的适合作为绩效评估基准的股票指数或债券指数。交易所指数是目前最具有权威性的指数。但是由于我国沪深二市分别计算市场指数，没有统一的可以代表中国股市的市场指数。考虑到中信指数经过这些年的发展逐渐成熟并得到许多投资机构和学者的认同，因此本文选取中信指数作为股票指数，同时选择中信国债指数作为债券指数。中信指数和中信国债指数的数据来源于中信指数网(www. citicindex. com)。根据《证券投资基金暂行管理办法》，我国的基金投资于债券的比例不能低于20％，因此本文选取的基准市场组合为：

基准市场收益率=80％股市收益率+20％国债收益率

2. 3　无风险收益率的确定

国外的基金绩效评估研究，一般都把90天国债的收益率作为市场无风险收益率。在我国，由于近一两年国债挂牌交易的品种和数量越来越少，国债市场存在较强的投机性，国债收率无法客观反映无风险收益水平，因此不适于用作市场无风险收益率。我国的银行存款利率是由人民银行规定的，国有银行存款实质上是由国家担保的，银行风险几乎等同于国家风险。本文将一年期储蓄存款利率作为市场(年)无风险收益率，即2004年10月29日以前rf=1.98％，此后的为rf=2.25％并按照复利方法折算为实际周无风险收益率。计算结果为：

{MF1q624.jpg}

2. 4　指标的选择

2. 4. 1　平均收益率

收益率是评估基金投资绩效的基础。一段时间的平均收益率可以用于衡量基金投资的效果。本文取两年内基金的周收益率平均为平均收益率指标值。在不考虑分红的情况下，基金(投资组合)的单期收益率由下式给出：

{MF1q625.jpg}

2. 4. 2　收益率的标准差

收益率标准差是衡量收益率波动程度的指标，在一定意义上反映了基金投资的风险程度。这种风险既包括系统风险也包括非系统风险。

2. 4. 3 基金投资组合的β值

β衡量投资组合的系统风险，即基金在构造了充分分散化的投资组合后仍需承担的投资风险。根据CAPM，通常有两种方法计算β。第一种，按照CAPM的定义：{MF1q626.jpg}，即通过投资组合收益率与基准组合收益率的协方差获得。另一种方法可以由期望收益-β关系(即经验上的证券市场线，β表示斜率)，通过回归方法得到：

{MF1Q611.jpg}

2. 4. 4　VaR

VaR是近年来比较流行的风险衡量指标。在1997年，Jorion在有关VaR的文章中，将VaR定义为某一金融资产或证券组合在给定置信度水平下一定持有期内的最大可能损失。计算VaR常用的有几种方法，考虑到涉及分布的假设和检验比较繁琐，因此本文选取了一种比较简单的算法。设资产组合的初始价值为W，持有期末的期望收益为R，R的数学期望和标准差分别为μ和σ，在给定的置信水平c下，资产组合的最低值为W[*]=W(1+R[*])，其中R[*]为相应的最低收益率。则

VaR=E(W)-W[*]=-W(R[*]-μ)

本文选取的周数据共有99个，故在95％的置信水平下，根据某一基金的净值，画出直方图可以找到该基金的第5个最低值，以此为W[*]，并以净值均值来代替E(W)，进而算出各基金在样本时间范围下的VaR值。

2. 4. 5　Treynor指数

Treynor指数以投资组合单位系统风险所获收益作为基金绩效评估指标。Treynor利用美国1953～1962年间20家基金的年收益率资料，进行绩效评估的实证研究，计算式为

{MF1q627.jpg}

式中TP为Treynor指数；R[，P]为投资组合报酬率；r[，f]为样本期内的平均无风险收益率；β[，P]为投资组合系统风险。T[，P]值越大，表明绩效越好。该指标也用来评估基金表现是否战胜市场，但隐含了非系统风险已全部被消除的假设。因此Treynor指数可能给出错误信息，不能评估基金经理分散和降低非系统风险的能力。

2. 4. 6　Sharpe指数

Sharpe指数把资本市场线作为评估标准，是对总风险进行调整的绩效评估方法。Sharpe利用美国1954～1963年34家共同基金的年收益率资料进行实证研究，计算式为

{MF1q628.jpg}

式中，S[，p]为Sharpe指数；R[，p]为投资组合所承担的总风险。该指数是目前公认较为优良的绩效指标。与Treynor指数不同的是Sharpe指数同时考虑了系统风险和非系统风险。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。

2. 4. 7　詹森指数(Jp)

詹森指数是以证券市场线(SML)作为基准的一种指数。其公式为：

{MF1q629.jpg}

其中，E(R[，p])为投资组合的实际期望收益率，它是投资组合管理者利用公开信息以及非公开信息所判断的投资组合期望收益率，等式右边方括号内的值是以CAPM为准则所计算的投资组合收益率，实际上就是以公开信息分析可得到的均衡收益率，β为投资组合的风险因子。

在实际回归模型中，我们用的函数关系是：

{MF1q630.jpg}

2. 4. 8　RAROC

RAROC(Risk Adjusted Return on Capital)模型，其表达式为：

RAROC=ROC/VaR

其中，公式中ROC为某一时期基金持有的金融资产或证券组合的收益。RAROC模型被定义为经风险调整的资本收益。通常情况下，RAROC的值越大越好，RAROC模型描述了单位资本损失所获得的收益，它在某种程度上反映了资本的效率，可以说该方法是夏普指数的一个演变。

2. 4. 9　选股能力与择时能力(T-M模型)

在T-M模型中，通过一个二次项将基金的超额收益来源分解为基金经理的选股能力α和择时能力

{MF1q631.jpg}

在回归分析中，β[，2]=0是原假设。若β[，2]＞0，表明基金经理具有成功的市场时机捕捉能力。对于有择时能力的基金经理而言，他面对的SML是非线性的，当市况良好(牛市)时，他能通过积极投资提高组合的β值，而在市场低迷时转向持有保守性资产以降低组合的β值。

2. 5　模型设计

本文拟对上述的十个指标进行因子分析。因子分析使用了SPSS11.0。

2. 5. 1　因子分析模型

{MF1q632.jpg}

此模型有两个特点，其一，模型不受量纲的影响；其二，因子负荷不是唯一的。这种非唯一性从表面上看是不利的，但通过因子的变换(即因子的旋转)，可使新的因子更具有鲜明的实际意义。

旋转后的因子模型：

{MF1q633.jpg}

此模型是初始因子模型通过因子轴的旋转而得到，设公因子F旋转到公因子K，在保持各指标的公因子方差不变的条件下，使因子载荷中各列元素向"0"和"1"两极分化，从而更容易做出有实际意义的解释。

2. 5. 2　因子得分模型

{MF1q634.jpg}

根据此模型可以从指标的观测值估计各个公因子的值，它对样品的分类有实际意义。

2. 5. 3　综合评价得分模型

{MF1q635.jpg}

根据此模型可以将多维数据降为一维数据，使多个因子值根据权重λ[，j]而综合在一个目标数据中。

3. 研究结果

3. 1　指标计算结果

3. 1. 1　收益分析

从收益率上看，这十三支基金中有五支的平均收益率为负值。计算出来十三支基金的平均收益率是0.000449，有六支基金的盈利表现位于平均水平之上。表现最好的是国泰金鹰增长、易方达平稳和博时增长，它们的收益率均达到1％以上。表现最差的是华安中国A股。

表1

　　　　　　　　收益率均值　　收益率标准差　　　 VaR　　　　　　βp华夏成长　　　　 0.000839　　　 0.020654　　　 0.100677　　　 0.889159国泰金鹰增长　　 0.001689　　　 0.019776　　　 0.079960　　　 0.791395华安中国A股　　 -0.000888　　　 0.020781　　　 0.092232　　　 0.905685博时增长　　　　 0.001133　　　 0.025510　　　 0.118030　　　 1.032013嘉时成长收益　　 0.000926　　　 0.020927　　　 0.077638　　　 0.833210长盛成长价值　　 0.000126　　　 0.020044　　　 0.057071　　　 0.776055大成价值增长　　-0.000157　　　 0.023472　　　 0.063289　　　 0.836061富国动态平衡　　 0.001069　　　 0.015953　　　 0.075386　　　 0.666239易方达平稳　　　 0.001493　　　 0.018001　　　 0.113212　　　 0.725200融通新蓝筹　　　-0.000021　　　 0.017979　　　 0.065734　　　 0.685102银华优势企业　　-0.000088　　　 0.022396　　　 0.072738　　　 0.803207鹏华行业成长　　 0.000063　　　 0.019292　　　 0.030887　　　 0.759205宝盈鸿利　　　　-0.000352　　　 0.020362　　　 0.085919　　　 0.795511

3. 1. 2　风险分析

从收益率的标准差上可以看出，十三支基金的波动率水平相差不大，标准差基本处于1.5％～2.5％之间。其中收益波动最大的是博时增长，最稳定的是富国动态平衡。而VaR值的差别较大，最高的仍是博时增长(VaR值为0.118030)，其次是易方达平稳和华夏成长。VaR值最小的是鹏华行业成长，仅为0.030887。贝塔值反映了该基金与市场总体表现的关联程度。由表格我们可以看出博时增长的贝塔值高达1.032013，其风险高于市场风险。贝塔值最低的是富国动态平衡。

3. 1. 3 经风险调整的收益分析

有7只基金的特雷诺指数为负。特雷诺指数最高的分别是国泰金鹰增长、易方达平稳和富国动态平衡。特雷诺指数值最低的是华安中国A股，其值远低于其余十二支基金。

有5只基金的夏普指数为负，同样包括了华安中国A股；与特雷诺指数相比，鹏华行业成长、长盛成长表现为正，但其正值也相对较低。而国泰金鹰增长和易方达平稳依然表现最好。

詹森指数除华安中国A股为负(-0.000249)外，其他均表现为正。说明基金普遍存在超额收益，即收益大于市场收益；国泰金鹰增长的超额收益能力最强(詹森指数最大，为0.002199)。

有5只基金的RAROC为负。其中，值最小的是华安中国A股，这个基金从各种指数的评价来看表现都是最差的；此指标下，表现最为优异的仍然是国泰金鹰增长，其次是易方达平稳和富国动态平衡。

上面四种风险调整后的收益指数评估的结果在排序上不尽相同，但是名列前茅的和排名最后的基金大致相同。虽然收益分析和风险分析指出，国泰金鹰增长的收益水平和风险水平均最高，但是经过风险调整后我们看到，国泰金鹰增长的单位风险收益能力最强。其次是易方达平稳。而其他各股的优劣程度则相差较远，甚至是否存在正的收益都存在较大的差异。

3. 1. 4　选股能力与择时能力

由表二可以看出，在选股能力方面，十三支基金都表现出正的α值。但是，只有博时增长、易方达平稳、国泰金鹰增长和富国动态平衡通过了置信度为0.1的显著性检验，而博时增长和易方达平稳还通过了置信度为0.05的显著性检验。这一结果表明我国的基金管理者仅有少数具有良好的选股能力。

表2

　　　　　　　　特雷诺指数　　夏普指数　　　詹森指数(αp)　　　RAROC　　　股票选择能力　　　时机选择能力华夏成长　　　　 0.000514　　 0.022133　　　 0.001460　　　　 0.794622　　 0.001227　　　　　 0.512905国泰金鹰增长　　 0.001651　　 0.085411　　　 0.002199　　　　 1.938479　　 0.002276　　　　　-0.172007华安中国A股　　 -0.001402　　-0.042725　　　-0.000249　　　　-0.878217　　 0.000176　　　　　-0.937629博时增长　　　　 0.000728　　 0.044424　　　 0.001915　　　　 0.957381　　 0.003114　　　　　 2.648568嘉时成长收益　　 0.000653　　 0.044253　　　 0.001483　　　　 1.163084　　 0.001632　　　　　 0.329739长盛成长价值　　-0.000331　　 0.006266　　　 0.000618　　　　 0.210265　　 0.001256　　　　　-1.407690大成价值增长　　-0.000645　　-0.006704　　　 0.000403　　　　-0.240169　　 0.001694　　　　　-2.850930富国动态平衡　　 0.001031　　 0.067011　　　 0.001438　　　　 1.331815　　 0.001578　　　　　-0.309211易方达平稳　　　 0.001531　　 0.082915　　　 0.001928　　　　 1.342612　　 0.002781　　　　　-1.882710融通新蓝筹　　　-0.000589　　-0.001187　　　 0.000369　　　　-0.030425　　 0.001409　　　　　-2.296390银华优势企业　　-0.000586　　-0.003930　　　 0.000435　　　　-0.118232　　 0.000736　　　　　-0.664722鹏华行业成长　　-0.000421　　 0.003259　　　 0.000537　　　　 0.168356　　 0.001151　　　　　-1.357200宝盈鸿利　　　　-0.000923　　-0.017285　　　 0.000163　　　　-0.368951　　 0.000685　　　　　-1.154120

在择时能力方面，十只基金的管理者均表现出负的时机选择能力。但是这十三支基金中仅有融通新蓝筹通过了显著性检验，也就是说，结果表明我国的基金管理者普遍不具备市场时机选择能力。

3.2　因子分析结果

由表三可以看出，只有前两个因子的特征值大于1，而且这两个因子初始特征值的累积率就达到了86.730％，旋转后对总方差的累积贡献率也达到了86.730％，因此我们可以认为，这两个因子足以比较好地解释样本数据包含的信息。

表3　各因子对应特征值和方差贡献率

Total Variance Explained

Compon　　　　　Initial Eigenvalues　　　　action Sums of Squared Loadi　　 ation Sums of Squared Loadir　　　　　Total　 of Variand　 mulative　　Total　 of Variand　 mulative　　Total　 of Variand　 mulative1　　　　 6.066　　 60.659　　　60.659　　 6.066　　 60.659　　 60.659　　　5.967　　59.674　　　 59.6742　　　　 2.607　　 26.071　　　86.730　　 2.607　　 26.071　　 86.730　　　2.706　　27.056　　　 86.7303　　　　　.603　　　6.034　　　92.7634　　　　 0.528　　　5.281　　　98.0445　　　　　.121　　　1.206　　　99.2506　　　　93E-02　　　0.579　　　99.8297　　　　66E-02　　　0.127　　　99.9568　　　　95E-03　　4.195E-02　　99.9989　　　　30E-04　　20230E-03　 100.00010　　　 23E-08　　5.023E-07　 100.000

Extraction Method: principal Componet Analysis.

由表4可以看出，公因子1主要支配着均值、特雷诺指数、夏普指数、詹森指数，公因子1在这几个指标上的载荷都达到了0.97以上。因此，第一个公因子可以解释为基金的获利能力，称其为收益因子。公因子2主要支配着标准差和贝塔值，因此第二个公因子主要解释了基金的风险水平，称其为风险因子。

表4　旋转后的因子载荷矩阵

Rotated Component Matrix[a]

　　　　　　　　Component　　　　　　 1　　　　　 2均值　　　　.95　　　 5.531E-02标准差　　 -.236　　　 .866VAR　　　　 .410　　　 .605贝塔　　　 -.110　　　 .974特雷诺　　　.966　　 -9.92E-04夏普　　　　.911　　 -8.66E-02詹森　　　　.977　　　 .191RAROC　　　 .983　　 -3.14E-02选股能力　　.819　　　2.54择时能力　　.422　　　 .727

Extraction Method: Principal Component Analysis.

Rotation Method: Varimax with Kaiser Normalization.

a. Rotation converged in 3 iterations.

根据表5我们可以建立因子得分模型

表5　因子得分

Component Score Coefficient Matrix

　　　　　　　　Component　　　　　　 1　　　　　 2均值　　　　.168　　　-.015标准差　　 -.072　　　 .335VAR　　　　 .048　　　 .213贝塔　　　 -.054　　　 .371特雷诺　　　.170　　　-.037夏普　　　　.173　　　-.069詹森　　　　.160　　　 .037RAROC　　　 .169　　　-.048选股能力　　.131　　　 .066择时能力　　.046　　　 .259

Extraction Method: Principal Component Analysis.

Rotation Method: Varimax with Kaiser Normalization.

Component Score.

G[，1]=0.168x[，1]-0.072x[，2]2+0.048x[，3]-0.054x[，4]+0.170x[，5]+0.173x[，6]+0.160x[，7]+0.169x[，8]+0.131x[，9]+0.046x[，10]

G[，2]=-0.015x[，1]+0.335x[，2]+0.213x[，3]+0.371x[，4]-0.037x[，5]-0.069x[，6]+0.037x[，7]-0.048x[，8]+0.066x[，9]+0.259x[，10]

最后，我们可以建立综合评分模型：

F=0.6994G1-0.3006G[，2]

此模型中因子的权重是根据其方差的贡献率来计算的，即按该因子的贡献率与两个因子的总贡献率的比值来确定的。符号的确定是根据证券投资基金的绩效与收益因子成正比，与风险因子是成反比。

由模型我们得到的综合评价结果如表6所示。只有四支基金的综合评分为正值，综合表现最好的是易方达平稳、国泰金鹰增长和富国动态平衡。这三支基金的综合得分远高与排名第四的嘉时成长收益。可以说，这三支基金的业绩最为突出。这一结果与前面单个指标的分析基本一致。

表6　综合排名结果

　　　　　　　　收益因子　　风险因子　　 综合评分　　　综合排名华夏成长　　　　0.30481　　 0.72501　　 -0.004754　　　　5国泰金鹰增长　　1.5241　　 -0.19616　　　1.1249212　　　 2华安中国A股　　-1.61152　　 0.61244　　 -1.311197　　　 13博时增长　　　　0.81004　　 2.58959　　 -0.211889　　　　9嘉时成长收益　　0.55767　　 0.27371　　　0.3077572　　　 4长盛成长价值　 -0.4198　　 -0.46709　　 -0.153201　　　　8大成价值增长　 -0.82445　　 0.10956　　 -0.609554　　　 11富国动态平衡　　0.98194　　-1.24903　　　1.0622273　　　 3易方达平稳　　　1.45522　　-0.62806　　　1.2065757　　　 1融通新蓝筹　　 -0.50409　　-1.13946　　 -0.010039　　　　6银华优势企业　 -0.76839　　 0.23425　　 -0.607828　　　 10鹏华行业成长　 -0.52427　　-0.86136　　 -0.10775　　　　 7宝盈鸿利　　　 -0.98125　　-0.0034　　　-0.685264　　　 12

4. 结语

由因子分析的结果可以看出，目前流行的评价基金绩效的指标主要还是反映了收益和风险这两方面的信息。综合收益和风险两方面评价证券投资基金的绩效，我们可以发现我国的证券投资基金总体经营水平并不太理想，并且基金之间的业绩差别也比较大。

【参考文献】

[1]黄勇. 证券投资基金绩效评价方法及实证分析[J]. 经济师，2004(12).

[2]李姝. 证券投资基金绩效评价评价方法及一致性分析[J]. 社会科学辑刊，2002(2).

[3]夏嘉霖. 证券投资基金绩效评估模型评析[J]. 国际商务研究，2003(5).

[4]惠晓峰，迟巍. 运用RAROC方法对我国证券投资基金业绩评估的分析[J]. 数量经济技术经济研究，2002(11).

[5]史代敏. 投资基金绩效评估方法的比较与实证研究[J]. 西南民族学院学报·哲学社会科学版，2001(10).

[6]许志英. 上海证券市场投资基金绩效评估实证研究[J]. 工业技术经济，2003(2).

[7]郭建军，刘浩. 净收益率指标对基金绩效评估的可靠性[J]. 统计与决策，2003(2).

[8]李金林，赵中秋. 中国证券投资基金绩效评估的模型与方法[J]. 北京理工大学学报，2003(3).

[9]龙子泉，赵红艳. 中国证券投资基金绩效实证研究[J]. 统计与决策，2005(1).