嘉实基金公司各产品绩效评价的因子分析.doc

应用统计软件 课程实验报告年级专业_09 保险_ 姓 名_ 郭见鹄_ 学 号_090142881_ 指导教师_ 王周伟_上海师范大学金融学院2012 年 4月成绩评定：实验内容得分实验项目一实验项目二实验项目三总分实验项目一 嘉实基金管理公司各基金产品绩效评价的因子分析摘要1999年3月，嘉实基金（HARVEST FUND MANAGEMENT CO.,LTD.）经中国证监会批准成立，并于2005年6月成为合资基金管理公司。嘉实拥有证券投资基金设立与管理、全国社保基金投资管理人、企业年金投资管理人、基金公司开展境外证券投资管理业务和基金管理公司特定客户资产管理业务资格。截至2011年12月31日，资产管理规模超过2274亿元，居行业前列。本文主要采用理论分析与实证分析相结合的形式，通过因子分析法对嘉实基金公司旗下具有典型意义的、共14个基金产品的绩效进行评价。首先选择对基金产品相对重要的指标设定评价体系，这些指标包括基金运作时间、基金资产总值、管理费用（率）、单位净收益、基金净值增长率、累积净值增长率，基金经理的累积任职时间等，然后借助SPSS软件计算各基金产品的绩效得分。从得到的研究结果，分析比较嘉实基金管理公司旗下各基金产品的优劣，对基金产品存在的问题，基金管理公司未来的发展提出相应的建议，也会基金投资者提供参考标准。关键词：嘉实基金产品；绩效评价；因子分析AbstractIn March 1999, Harvest Fund ( HARVEST FUND MANAGEMENT CO., LTD. ) by the China Securities Regulatory Commission approved the establishment, and in June 2005 as a joint venture fund management company. It has the establishment of securities investment funds , fund investment management, enterprise annuity management, the administration of overseas securities investment business and specific qualification for the customers asset management business. As of December 31, 2011, the scale of assets under management is over 227,400,000,000 yuan, which ranks the forefront of industry.This paper combines theoretical analysis with empirical analysis, through the method of factor analysis on Harvest Fund Company a total of 14 fund products performance evaluation which are with typical significance. First step is to choose the relatively important set of index evaluation system, including the fund operation time, fund assets, management costs ( rate), unit net income, net growth fund, the cumulative net growth rate, the fund managers cumulative service time etc, and then use SPSS software to calculate the fund product performance score.From the obtained results, analysis and comparison of Harvest Fund Management Company under the quality of the products, we find the problem that the product exists, put forward the corresponding proposal on future development of the fund management company , and provide reference standard to fund investors.Key words: Harvest Fund Products; Performance Evaluation; Factor Analysis目 录实验项目一 嘉实基金管理公司各基金产品绩效评价的因子分析3摘要3Abstract41、绪论61.1研究背景61.2研究目的和意义61.3研究对象和范围71.4研究方法72、相关理论回顾82.1 因子分析的意义82.2 因子分析的数学模型82.3 因子分析的步骤93、基金绩效模型的构建113.1 因子分析的运用113.2 数据的处理113.3 数学模型建立134、研究结果与分析164.1数学模型的合适度164.2因子得分的计算174.3 综合评价的结果分析17参考文献19附件：主要操作步骤201、绪论1.1研究背景1999年3月，嘉实基金（HARVEST FUND MANAGEMENT CO.,LTD.）经中国证监会批准成立，并于2005年6月成为合资基金管理公司，目前嘉实的股东为中诚信托有限责任公司、立信投资有限责任公司与德意志资产管理公司。嘉实拥有证券投资基金设立与管理、全国社保基金投资管理人、企业年金投资管理人、基金公司开展境外证券投资管理业务和基金管理公司特定客户资产管理业务资格。截至2011年12月31日，资产管理规模超过2274亿元，居行业前列。目前，嘉实旗下管理2只封闭式基金、28只开放式基金及多个社保组合和企业年金账户，共同基金产品线和资产管理业务种类齐全。四百多名员工共同协作，使嘉实建立起成熟高效的投资研究团队和市场服务团队，在起伏跌宕的市场中屡创佳绩，更赢得了行业里的诸多赞誉。“远见者稳进”是嘉实13年来核心管理思想的浓缩，是嘉实13年发展的写照，也是嘉实对未来的自我希骥。13年来，这个理念引领着嘉实前行。凭借规范、稳健、务实的管理风格、科学理性的投资运作以及投资者利益至上的经营理念，嘉实为广大投资者创造了丰厚的投资回报，并跻身于国内优秀的基金管理公司行列。 1.2研究目的和意义之所以会选择嘉实作为研究对象， 是因为其在同行业中具有较大的影响力，其打造出了具有不同风格稳定投资观的品牌基金，是数百万客户的投资选择。在业绩、产品、服务这三个方面，其综合实力也不容小觑。在如今变幻莫测的市场环境中，有如此的卓越的业绩，其背后的原因值得我们探究。本文分析比较嘉实基金管理公司旗下各基金产品的优劣，对基金产品存在的问题，基金管理公司未来的发展提出相应的建议，也对基金投资者提供参考标准。1.3研究对象和范围本文主要采用理论分析与实证分析相结合的形式，通过因子分析法对嘉实基金公司旗下具有典型意义的、共14个基金产品的绩效进行评价。选择对基金产品相对重要的指标设定评价体系，这些指标包括基金运作时间、基金资产总值、管理费用（率）、单位净收益、基金净值增长率、累积净值增长率，基金经理的累积任职时间等，然后借助SPSS软件计算各基金产品的绩效得分。1.4研究方法利用金融界数据库，将选出的各项指标进行量化，利用因子分析法建立嘉实基金公司各基金产品的绩效的评价模型，运用SPSS软件，根据指标的贡献率确定权重，计算各基金产品的绩效得分，比较它们的优劣。根据排名发现之中的问题，从而对嘉实基金公司的发展提出建议并得出结论。2、相关理论回顾2.1 因子分析的意义因子分析是通过对变量之间关系的研究，找出能综合原始变量的少数几个因子，使得少数因子能够反映原始变量的绝大部分信息，然后根据相关性的大小将原始变量分组，使得组内的变量之间相关性较高，而不同组的变量之间相关性较低。因此，因子分析属于多元统计中处理降维的一种统计方法，其目的就是要减少变量的个数，用少数因子代表多个原始变量因子分析由Charles Spearman于1904年首次提出。比较：与主成分分析类似，它们都是要找出少数几个新的变量来代替原始变量不同之处：主成分分析中的主成分个数与原始变量个数是一样的，即有几个变量就有几个主成分，只不过最后我们确定了少数几个主成分而已。而因子分析则需要事先确定要找几个成分，也称为因子(factor)，然后将原始变量综合为少数的几个因子，以再现原始变量与因子之间的关系，一般来说，因子的个数会远远少于原始变量的个数。关系：因子分析可以看作是主成分分析的推广和扩展，但它对问题的研究更深入、更细致一些。实际上，主成分分析可以看作是因子分析的一个特例。2.2 因子分析的数学模型因变量和因子个数的不一致，使得不仅在数学模型上，而且在实际求解过程中，因子分析和主成分分析都有着一定的区别，计算上因子分析更为复杂因子分析可能存在的一个优点是：在对主成分和原始变量之间的关系进行描述时，如果主成分的直观意义比较模糊不易解释，主成分分析没有更好的改进方法；因子分析则额外提供了“因子旋转(factor rotation)”这样一个步骤，可以使分析结果尽可能达到易于解释且更为合理的目的原始的p个变量表达为k个因子的线性组合变量：系数aij为第个i变量与第k个因子之间的线性相关系数，反映变量与因子之间的相关程度，也称为载荷(loading)。由于因子出现在每个原始变量与因子的线性组合中，因此也称为公因子。e为特殊因子，代表公因子以外的因素影响。变量xi的信息能够被k个公因子解释的程度，用 k个公因子对第i个变量xi的方差贡献率表示：第j个公因子对变量xi的提供的方差总和，反映第j个公因子的相对重要程度：2.3因子分析的步骤 1.数据检验Bartlett球度检验：以变量的相关系数矩阵为基础，原假设：相关系数矩阵是单位阵(对角线元素不为0，非对角线元素均为0)。如果相关矩阵是单位阵，则各变量是独立的，无法进行因子分析。KMO检验：用于检验变量间的偏相关性，KMO统计量的取值在01之间如果统计量取值越接近1，变量间的偏相关性越强，因子分析的效果就越好KMO统计量在0.7以上时，因子分析效果较好；KMO统计量在0.5以下时，因子分析效果很差。2.因子提取Principal components(主成分法)：多数情况下可以使用该方法(这也是SPSS的默认选项)。通过主成分分析的思想提取公因子，它假设变量是因子的线性组合Unweight Least Square(不加权最小平方法)：该方法使实际的相关矩阵和再生的相关矩阵之差的平方和达到最小Generalized Least Square(加权最小平方法)：用变量值进行加权，该方法也是使实际的相关矩阵和再生的相关矩阵之差的平方和达到最小Maximum Likelihood(最大似然法)：该方法使取值的可能性最大化；不要求数据服从正态分布，在样本量较大时使用较好Principal Axis Factoring(主轴因子法)：该方法从原始变量的相关性出发，使得变量间的相关程度尽可能地被公因子解释3.因子命名和和解释因子旋转(factor rotation)的目的是使因子的含义更加清楚，以便于对因子的命名和解释旋转的方法有正交旋转和斜交旋转两种正交旋转是指坐标轴始终保持垂直90度旋转，这样新生成的因子仍可保持不相关斜交旋转：坐标轴的夹角可以是任意的，因此新生成的因子不能保证不相关。因此实际应用中更多地使用正交旋转SPSS提供5种旋转方法，其中最常用的是Varimax(方差最大正交旋转)法4.计算因子得分因子得分(factor score)是每个因子在每个样本上的具体取值，它由下列因子得分函数给出：因子得分是各变量的线性组合 。3、基金绩效模型的构建3.1 因子分析的运用本文主要通过因子分析法对嘉实基金公司旗下具有典型意义的14个基金产品的绩效进行评价。其中包括12个开放式基金：嘉实增长、嘉实稳健、嘉实成长、嘉实货币、嘉实短债、嘉实300、嘉实海外、嘉实策略、嘉实主题、嘉实债券、嘉实服务、嘉实优质，以及2个封闭式基金：基金丰和、基金泰和。选择对基金产品相对重要的指标设定评价体系，这些指标包括基金运作时间、基金资产总值、管理费用（率）、单位净收益、基金净值增长率、累积净值增长率，基金经理的累积任职时间等，然后借助SPSS软件计算各基金产品的绩效得分。在尽量减少信息丢失的前提下，从众多指标中提取少量的不相关指标，然后根据方差贡献率确定权重，进而计算出综合得分的一种方法。它的最大优势在于各综合因子的权重不是主观赋值，而是根据各自的方差贡献率大小来确定的。因此，借助因子分析来构建嘉实各基金产品的绩效评价模型，通过方差贡献率确定权重，建立新的指标评价模型，通过评分高低，对比得出嘉实各基金产品的优劣。3.2 数据的处理 针对选出的7个指标，通过金融界数据库中的财务指标和年报整合而得，所有数据都截止于2011年12月31日。原始数据如下表所示：表-1 14个基金产品7个指标数据基金运作时间（年）资产净值规模(亿元)管理费用（万元）单位净收益(元净值增长率(%）累积净值增长率（%）基金经理的累积任职时间（年）嘉实增长940.24 6035.76 3.3604-18.72488.82 2嘉实稳健9100.54 15080.52 0.74 -17.63172.291嘉实成长1045.81 6871.62 0.63 -4.17 353.11 2嘉实货币7114.50 3778.66 1.99 7.34 138.184嘉实短债68.49 348.09 0.00 1.47 15.10 4嘉实3007260.46 39069.00 -0.38 -11.45 201.43 4嘉实海外598.07 17652.60 -0.36 -2.51 -34.00 1嘉实策略672.30 10845.00 0.1169-12.9654.774嘉实主题697.06 14559.00 0.0055-20.24185.714嘉实债券911.03 1654.50 0.1709-0.4494.494嘉实服务861.29 9193.50 2.5164-20.99314.84嘉实优质570.20 10530.00 -0.1946-20.63-19.64基金丰和1026.50 3975.00 -0.1168-26.59317.774基金泰和1317.47 2620.50 -0.1264-21.66601.11对于绩效的界定，理论界对其有以下四种观点：一是结果绩效论；二是技能、价值观与能力绩效论；三是行为绩效论；四是绩效产出论。结果绩效论是以财务上的结果来表现，比如基金的单位净收益、基金净值增长率、累积净值增长率等这些指标来评价绩效。在本文中的绩效主要是结果绩效，是以财务上的结果为数据基础来衡量绩效的高低。外部指标基金规模及成立时间基金经理基金费用图1内部指标盈利指标：单位净收益成长指标：净值增长率累积净值增长率图2图1、图2为本文基金指标评价的选择体系为了能够使得因子分析达到客观和公平，排除由指标方向原因所造成的差异，需要对各个指标进行同向化处理。本文选取的是正指标，即指标数值越大则说明情况越好的指标。指标同向化处理方法如下：正指标：主要指的是指标值越大对基金公司越有利的指标，本文在进行分析时采用的指标为正向指标。因此，在进行分析时对正向指标无需处理。3.3 数学模型建立表2 KMO 和 Bartlett 的检验KMO 和 Bartlett 的检验取样足够度的 Kaiser-Meyer-Olkin 度量。.724Bartlett 的球形度检验近似卡方52.198df21Sig.000在数学模型建立以前，首先要观察数据是否适合因子检验。从表2可以看到，7个变量的p值接近0，说明有较强的相关关系。KMO统计量为0.724，大于0.7，适合做因子分析。表3 共同度量公因子方差初始提取基金运作时间1.000.808资产净值规模1.000.881管理费用1.000.976单位净收益1.000.187净值增长率1.000.415累积净值增长率1.000.895基金经理的累积任职时间1.000.324提取方法：主成份分析。从表3可以看出，大部分变量都接近90%,说明提出的公因子对原始变量的解释能力应该是较强的。这些因素主要表现为基金的运作时间、资产净值规模、管理费用和累积净值增长率。表4 各变量的方差贡献率解释的总方差成份初始特征值提取平方和载入旋转平方和载入合计方差的 %累积 %合计方差的 %累积 %合计方差的 %累积 %12.80540.07040.0702.80540.07040.0702.30932.99032.99021.68124.00864.0781.68124.00864.0782.17631.08864.0783.97913.98378.0614.92113.15991.2205.5157.35298.5736.065.93299.5047.035.496100.000提取方法：主成份分析。从表4可以看出，前两个变量解释了原始变量方差的64.078%，表明因子分析较理想，可以进一步确立具体模型。表5：旋转因子矩阵旋转成份矩阵a成份12基金运作时间.817-.374资产净值规模-.067.936管理费用.027.988单位净收益.279-.330净值增长率-.625-.157累积净值增长率.920-.220基金经理的累积任职时间-.568.034提取方法 :主成分分析法。 旋转法 :具有 Kaiser 标准化的正交旋转法。a. 旋转在 3 次迭代后收敛。表5中我们可以看到，第一个因子包含了基金运作时间、净值增长率、累积净值增长率、基金经理的累积任职时间，其中既有持续经营指标，又有成长指标。另外，基金经理的累积任职时间，反应其业务水平，实际上也反映了市场对其操作满意的持续度。综合来看，我们可以称因子一是“管理成长水平”在因子二中，资产净值规模、管理费用的载荷相当明显。单位净收益相对于因子一，在因子二略微较高，故划入其中。因子二主要反映了“财务盈利能力”。因此，基金绩效的数学模型建立如下：X1=0.817f1-0.374f2X2=-0.067f1+0.936f2X3=0.027f1+0.988f2X4=0. 279f1-0.330f2X5=-0.625f1-0.157f2X6= 0.920f1-0.220f2X7=-0.568f1+0.034f2其中，x1、x2、x7分别表示基金运作时间、基金资产总值、管理费用、单位净收益、基金净值增长率、累积净值增长率和基金经理的累积任职时间。注：xi已不是原始变量，而是标准化变量。 f1表示“管理成长水平”，f2表示“财务盈利能力”。4、研究结果与分析4.1数学模型的合适度对于之前所建立基金绩效的数学模型，X1=0.817f1-0.374f2X2=-0.067f1+0.936f2X3=0.027f1+0.988f2X4=0. 279f1-0.330f2X5=-0.625f1-0.157f2X6= 0.920f1-0.220f2X7=-0.568f1+0.034f2其中，x1、x2、x7分别表示基金运作时间、基金资产总值、管理费用、单位净收益、基金净值增长率、累积净值增长率和基金经理的累积任职时间。注：xi已不是原始变量，而是标准化变量。 f1表示“管理成长水平”，f2表示“财务盈利能力”。观察其旋转后因子的结果如下：图3 因子分析模型的载荷观察图由图3可以看出，数学模型各载荷系数大部分接近1，说明因子分析模型设定较为合适。4.2因子得分的计算表6 因子得分系数矩阵成份得分系数矩阵成份12基金运作时间.333-.086资产净值规模.080.451管理费用.129.487单位净收益.089-.129净值增长率-.307-.151累积净值增长率.399.001基金经理的累积任职时间-.258-.051提取方法 :主成分分析法。 旋转法 :具有 Kaiser 标准化的正交旋转法。由表6，可以得到，因子得分函数为f1=0.333x1+0.080x2+0.129x3+0.089x4-0.307x5+0.399x6-0.258x7f2=-0.086x1+0.451x2+0.487x3-0.129x4-0.151x5+0.001x6-0.051x7注：xi已不是原始变量，而是标准化变量。4.3 综合评价的结果分析 对14个基金进行综合评价，用公因子的方差贡献率做权数，对每个因子得分进行加权，计算公式为 式中，表示第个因子所占权重，表示第种因子变量。由之前的表4可得，i=2, 1=2.805, 2 =1.681因此有F=0.62528 F1+0.37472 F2又 F1=0.333x1+0.080x2+0.129x3+0.089x4-0.307x5+0.399x6-0.258x7F2=-0.086x1+0.451x2+0.487x3-0.129x4-0.151x5+0.001x6-0.051x7 即 最终的因子评价模型为F=0.62528 F1+0.37472 F2 =0.1760 x1+0.2190 x2+0.2631 x3+0.0073 x4-0.2485 x5+0.2499 x6-0.1804 x7图4 嘉实各基金两因子得分的散点图从图4中可以看出，因子2得分最高的是嘉实300，得分最低的是嘉实债券，说明嘉实300财务盈利能力最高， 嘉实债券财务盈利能力较低；因子1得分最高的是基金泰和，得分最低的是嘉实短债，说明基金泰和管理成长水平较高， 嘉实短债管理成长水平较低。表7 嘉实各基金综合得分及排名基金名称因子1因子2综合得分排名嘉实3000.202912.830453.033361基金泰和2.03807-0.658831.379242嘉实稳健0.769320.533161.302483嘉实增长1.27748-0.643050.634434嘉实主题-0.214680.600420.385745嘉实服务0.44659-0.254270.192326基金丰和0.59535-0.461590.133767嘉实成长0.52524-0.509450.01