大數據基金的績效評價研究

王繼瑩

（嶺南師范學院，廣東 湛江 524048）

一、引言

近年來，大數據技術的迅猛發展帶來了其在投資界的廣泛應用，因此，結合了資產投資理論、量化投資模型以及大數據信息資源化的大數據基金應運而生。目前，我國的大數據基金尚處于剛起步階段，與此直接相關的研究不多，對于其績效評價的研究更是少之又少。而對于一個新起步的基金品種的績效進行評價，有助于客觀的展現該創新品種的運作狀況和運行效率，以推動監管層制定與時俱進的相關政策和法規，不斷完善市場，從而使得基金市場更加成熟、穩定、公平、透明。因此，對大數據基金建立績效評價體系，科學合理對其進行績效評價，對其未來發展具有深遠的現實意義和理論價值。

國外的基金績效評價研究起步較早，Markowitz[1](1952)提出了風險投資模型，利用均值-方差來衡量投資組合的收益和風險,其認為投資組合的收益與風險可以優化到最佳的平衡效果。此后，夏普指數、特雷諾指數、詹森指數等評價指標以及T-M模型、H-M模型、VAR模型等評價模型相繼提出,為現代基金績效評價奠定了重要的理論基礎。國內對基金績效評價的研究主要借鑒和應用了國外經典指標與模型：張文璋、陳向民[2]（2002）運用T-M、H-M模型比較分析了我國部分基金的擇時擇股能力，受基準組合、市場指數、模型的選擇的影響，結果差異性很大。杜金堀和廖仁英[3]（2006）采取平均收益率、收益標準差、夏普比率和特雷諾指數對我國開放式基金的總體績效進行了研究，并運用傳統T-M的模型和H-M模型進行了擇時擇股能力的分析。……