交易性开放式基金的绩效评价研究

张伟艳

一、前言

ETF 是交易型开放式基金的简称，ETF 具有起点低、持仓透明、成本低廉、交易灵活等特点。它结合了封闭式基金和开放式基金的运作特点，投资者既可以向基金管理公司申购或赎回基金份额，又可以像封闭性基金一样在二级市场交易。但是ETF 在申购和赎回的时候，交易标的不是现金，而是一篮子股票。

基金绩效评价理论基础是资本资产定价模型和有效边界理论，正是由于CAPM 模型的出现才使得三大经典指数广泛应用。CAPM 模型的具体形式是 ：Rp=Rf+β×（Rm-Rf）。其中：Rp 是资产或资产组合的报酬率；Rf 为无风险报酬率；β 为给定资产或资产组合的系统风险，Rm 是市场组合的报酬率。

二、理论基础

国外关于ETF 绩效的研究愈加丰富，有研究认为主动管理策略会影响ETF 和政府债券的表现，但是政策对政府债券的影响力度要高于主动管理策略。不同国家ETF的折溢价水平对基金反馈交易具有不同的影响，但是目前市场上的更流行的ETF 折价的水平并不会影响ETF 的申购和赎回。不同国家也会导致投资者关注与ETF 收益率之间的关系有所不同。另外ETF 对于其标的市场也会产生影响，ETF 的收益率会影响其标的指数收益率，同时ETF 的出现能够提高标的市场的价格发现能力和流动性。

国内进行ETF 绩效研究的样本较少，样本区间也相对较短，研究方法单一。目前，关于ETF 基金的绩效评价大都从基金运作效率和市场表现入手。运作效率方面，ETF 可以良好的跟踪标的指数收益率，ETF 价格是“已实现”波动率的格兰杰原因。ETF 市场的市场表现，主要是折溢价和流动性方面的研究，有学者用投资者情绪和投资者交易行为解释折溢价、也有人用融资融券交易来解释折溢价水平和基金的流动性、基金成分股的停牌和涨跌停也会导致ETF 价格大幅度偏离净值，还有学者认为影响国际ETF 折溢价的因素包括时差和汇率。

常用的风险调整系数指标包括Sharpe 指数、Jensen指数、Treynor 指数；T-M 模型，H-M 常用来评价基金的选股能力指标和择时能力。有学者提出不同的基础模型、基准组合对应的不同模型会导致不同的结果，有学者使用因子分析法进行评价的尝试。且单一指标无法解释具有不同特征的资产组合具有收益差，于是引入了多因素分析。本文拟从风险调整收益水平角度对具有代表性的5只ETF 基金进行绩效评价，结合不同的基础模型对ETF基金进行评价，且用不同的无风险利率进行稳健性检验。

三、实证分析

（一）数据选取

1.样本选取。本文选取成立较早且比较有代表性的华夏上证50、嘉实沪深300ETF、易方达深证100、南方中证500ETF、华安上证180ETF 作为研究对象。样本时间确定为2020 年6 月12 日到2021 年6 月4 日，共52 周。

2.指标确定。构造资本资产定价模型需要事先确定市场组合收益和无风险收益率。按照规定，我国的证券投资基金投资于国债的比例不得低于20%，因此市场组合的周收益率Rm=80%*上证综合指数的周收益率+20%*上证国债指数收益率。无风险收益率Rf 选取1 年中国人民银行定期储蓄存款利率，且按1 年52 周转化为周收益率。

（二）基金绩效评价研究

1.单因素绩效评价

詹森指数，计算公式为J=Rp-（Rf+βp*（Rm-Rf）），詹森指数越大，超额收益越大。由表1 可以看出易方达深证100ETF 的超额收益最高，华安上证180ETF 次之。

特雷诺指数，衡量每单位系统性风险获得的风险溢价，即T=（Rp-Rf）/βp。特雷诺指数越大，基金表现越好。从表1 可知，表示易方达深证100ETF 的特雷诺指数最大，每单位的系统风险带来的超额收益最大。

夏普指数，S=[E（Rp）—Rf]/σp，即投资组合承担单位风险所得到的超额报酬。若夏普指数大于0，表示基金报酬率高过波动风险；反之，表示基金报酬率小于波动风险，Sharpe 指数越大，投资组合越佳。由表1 可知，基金的夏普指数都大于0，且华安上证180ETF 对应的夏普指数最大，这表明华安上证50ETF 单位风险对应的风险溢价比较高

表1 β、特雷诺指数、詹森指数和夏普指数

比较三大指数，具有较高的一致性，本文中易方达深证100ETF 和华安上证180ETF 在不同指标衡量条件下均有较好的表现。

2.选股能力和择时能力评价

单因素绩效评价具有一定的局限性，无法处理超额收益为负的情况，因此我们将用T-M 和H-M 模型进行选股能力和择时能力的评价。

T-M 模型

T-M 模型：Rpt-Rft=αp+βp（Rmt-Rft）+γp（Rmt-Rft）^2+εpt

α：选股能力指标 ；β：基金组合所承担的系统风险；γ：择时能力指标；Rpt：基金在各时期的收益率；Rmt：市场组合在各时期的收益率；Rft：各时期的无风险利率；εpt：随机误差项。

如果二次项系数显著大于0，意味着基金投资组合的收益率提高的更快，而当市场收益率降低时，基金收益率降低的幅度要小一些，这说明基金经理能够预测市场变化，具有时机选择能力。同理，如果α 显著大于0，说明具有一定的选股能力。T-M 模型的回归结果如表2。

如表2，五只基金的α 全部大于0，表明这些基金都具有一定的选股能力；但其中4 只基金的γ 系数都小于0，这意味着这些基金缺乏择时能力。这一事实与实际相符，本文所选取的样本ETF 的成分股都是股市中表现较好的股票。

表2 T-M 模型的α 和γ 系数

H-M 模型

Henrisksson 和 Merton 将时机选择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，在T-M 模型的基础上引入虚拟变量Dt，即H-M 模型：Rpt-Rft=αp+βp（Rmt-Rft）+γpD（Rmt-Rft）^2+εpt

其中：D 是虚拟变量，Rmt-Rft〉0，则D=1，否则D=0，α 和γ 的含义同上。

M 模型的回归结果如表3。

表3 H-M 模型的α 和γ 系数

可见，H-M 模型和T-M 模型得到的评估结果具有高度的一致性。H-M 模型的回归结果也表明：五只基金的α 全部大于0，基金具有良好的选股能力；除南方中证500ETF 以外，其余4 只基金的γ 都小于0，表示它们不具有择时能力。

（三）无风险利率对ETF 绩效评价结果的影响

在之前的分析中，我们都用一年定期银行存款利率代替无风险利率，为了研究不同的无风险利率对绩效评价的影响，我们分别选用6 个月存款和3 年存款利率替代，T-M 回归结果如表4、表5。

从表4、表5 可以看出，我们采用不同的无风险利率包括半年期、1 年期和3 年期中国人民银行定期存款利率，所得到的α 和γ 都没有明显差别。同时，我们还计算了各个基金选择不同无风险利率的阿尔法的相关系数，两两之间的相关系数均达到0.95 以上，γ 对应的相关系数都在0.99 以上。所以我们认为采用不同期限的银行存款利率代替无风险收益率，所得到的业绩评价指标高度线性相关。

表4 T-M 模型-6 个月存款利率的α 和γ 系数

表5 T-M 模型-3 年存款利率的α 和γ 系数

四、结语

综合三大经典指数，易方达深证100ETF 和华安上证180ETF 在不同指标下均有较好的表现，单位系统性和总体风险带来的超额收益最高；综合T-M 和H-M 模型，由于α 全都大于0，因此我们认为这5 只基金都具有较好的选股能力，但其中4 只基金择时能力都不佳，只有南方中证的γ 系数为正，具有一定的择时能力。

分别使用6 个月、1 年和3 年存款利率代替无风险利率，得到的α 和γ 系数具有高度的相关性，因此，我们可以认为不同的无风险利率对基金绩效的选股能力和择时能力评价没有显著影响。

但在我们的实证过程中没有考虑政策的影响，政策的出台可能会对相关行业产生重要影响，这将是我们接下来要做的工作。