关键字：投资基金；业绩；述评
中图分类号：F832．5文献标识码：A文章编号：100－4392（2008）10－0011－04
一、国外研究情况
（一）理论研究
1.评价模型与评价方法。
对基金总体业绩进行评价始终是基金业绩评价研究的核心内容，在评价模型和方法使用上，经历了20世纪60年代以前的利用未经风险调整的收益评价，到60年代基于资本资产定价模型（CAPM）的风险调整方法，以及到现在所常用的无基准业绩评价。
20世纪60年代以前的研究简单地对收益进行评价，而且发展比较缓慢，直到Treynor（1965）、Sharpe（1966）、Jensen（1968）分别提出特雷纳指数（Treynor Index）、夏普比率（Sharpe Ratio）和詹森指数（Jensen Index）之后，基金业绩评价研究才进入了一个新的发展阶段。
Treynor（1965）第一次对投资基金的风险进行了合理量化，开创了现代资产组合业绩评价研究的新时代。但由于特雷纳指数衡量的是系统风险，并不涉及组合的分散化，因此该指标适用于评价分散化投资的基金业绩。Sharpe（1966）认为对于经营较好的投资基金，其总风险与系统风险基本一致，但对于经营较差的投资基金，其总风险可能因非系统风险不同而相差较大。因此，他提出利用单位总风险的超额收益来衡量总风险调整后的基金业绩。Jensen（1968）在资本资产定价模型（CAPM）和证券市场线（SML）基础上，通过比较评价期间基金的实际收益和由CAPM计算出的预期收益，在风险调整后再以百分比的形式来评价基金的业绩表现，即詹森指数。詹森指数比特雷纳指数和夏普比率更容易理解，且统计检验很方便，因此成为研究中最常被采用的计量方法。
特雷纳指数、夏普比率和詹森指数均是风险调整后的收益指标，且合理地度量了风险因素，因此成为基金业绩评价的三大经典方法。在这三大指标的基础上，后来的学者又不断加以改进使其能更真实地反应基金的业绩水平，这包括Treynor和Black（1973）提出的估价比率（Appraisal Ratio）、Sortino和Meer（1991）提出的绍坦诺比率（Sortino Ratio），等等。甚至有学者也对CAPM模型提出了新的改进，如Leland（1999）建议使用资产收益分布的其它高阶矩作为资产额外的风险度量，Bird和Gallagher（2002）则认为应充分考虑资产收益率的偏度和峰度，从而更好地利用资产收益率的前四阶矩来评价基金业绩。
由于以CAPM为基础的单因素模型无法解释按照股票特征进行分类的基金收益的差异，因此学者们又用多因素模型进行业绩度量。
Lehmann、Modest（1987）首次利用APT模型对基金业绩进行评价，并检验了CAPM及APT度量是否对基准选取敏感，结果显示业绩度量方法和基准的选择对基金的超额收益度量结果和排名具有很重要的影响。Fama（1992）、French（1995）研究表明，股票的收益不仅受市场指数收益的影响，还与资产组合的特性相关，尤其是股票规模、BE／ME、E／P以及公司前期的销售增长等。因此，Fama（1993）、French（1996）在CAPM的基础上，将股票规模及B／M指标引入CAPM，从而提出三因素模型。检验表明，在三因素模型中，除了短期收益连续外，其它的CAPM异常都不见了，且三因素模型能很好解释Debondt和Thaler（1985）发现的资产收益长期逆转现象。之后，Carhart（1997）又引入了基金所持股票收益的动量因素，从而将三因素模型扩展为四因素模型。
多因素模型虽然部分解决了单因素模型存在的问题，但在实证中，由于因素的选择受个人主观判断的影响，使得结果不够客观。另外，多因素模型同样无法完全解释资产收益的横截面特征。因此，对单因素和多因素模型孰优孰劣问题，至今尚无定论。
综合来看，虽然DEA方法无需对投资者偏好等作出假设，而且还将基金的运营成本考虑在内，甚至在运用上不受投资组合平均超额收益为负值的影响，但是该方法对投入产出指标的选取十分敏感，针对同一个样本，选取指标不同时会得到不同的结论，这大大限制了该方法的普遍使用。
2.基金特征对基金业绩的影响。
早期的理论研究没有考虑基金特征对业绩的影响，后来的研究发现诸如基金费用、规模效益、基准误差、生存偏见、周转率和基金经理人的个人特征等都会对基金业绩产生比较大的影响，从而推进了基金特征对业绩影响的研究。
在基金费用方面，Sharpe（1966）最早将基金费用与基金表现联系起来，发现具有较低费用的基金的表现相对较好。Golec（1996）发现负超额收益与费用率正相关。Hooks（1996）研究表明，低销售率基金的表现要好于无销售费用基金的平均表现，但Dellva和Olson（1998）的研究认为，前端收费基金具有相对较低的风险调整收益。
在规模效益方面，Daniel、Christine、Micheal和Wayne（1997）发现，尽管随着基金规模的增大，基金的单位研究费用、管理费用等可能会降低，但业绩并没有呈现出必然的好转。在基准误差方面，Lehman和Modest（1987）、Grinblatt和Titman（1989）、DeMaskey和Smith（2001）研究发现，度量基金业绩的误差可能是由不适当的基准设定而产生。
在生存偏见方面，Brown、Goetzmann、Ibbotson和Ross（1992）、Elton、Gruber和Blake（1996）、Grin-blatt和Titman（1994）研究表明，生存问题可能会导致其它研究中得到的基金超额业绩被夸大，从而造成基金业绩持续的表象。
在周转率方面，Friend、Blume和Crockett（1970）的早期研究发现投资组合的周转率与业绩之间存在微弱的正相关关系。但Malkiel（1995）以及Carhart（1997）研究认为，股票投资周转率以及基金整体费用对基金表现具有负面影响，而Grin-blatt和Titman（1994）、Wermers（2000）的研究则认为，周转率与基金业绩存在正向关系，表明进行积极交易的基金具有较好的发现价值低估股票的能力。
在经理人个人特征方面，Brown、Harlow和Starks（1996）研究发现那些试图最大化其个人期望收益补偿的理性基金经理人更倾向于改变其投资组合的构成，特别是那些很有可能成为输家的基金经理人可能会希望通过提高基金投资组合的风险水平而扭转败局。Chevalier和Ellison（1999）研究发现年轻、拥有MBA学位的基金经理人以及较高综合SAT成绩的基金经理人具有较好表现。Bers和Madura（2000）的研究表明经验丰富的基金在短期内要比欠缺经验的基金表现好。
（二）实证研究
1.对基金选股和择时能力的分析。
基金选股与择时能力研究主要是考察基金经理人的投资能力，对其证券选择能力和时机判断能力进行分析，这是探究基金业绩好坏的内在缘由。Treynor和Mazuy（1966）首先提出了TM模型，并对基金经理人的选股和择时能力进行实证分析。此后，关于基金选股与择时能力的研究逐渐发展起来，研究内容大体可以分为参数方法、非参数方法、DGTW业绩分解模型和业绩归属模型。
在参数方法方面，Treynor和Mazuy（1966）提出了TM模型，并以1953－1962年间57只开放式基金为样本进行实证研究，发现仅有1只基金在95％的置信水平上拒绝了没有时机选择能力的假设。Chang和Lewellen（1984）对HM模型进行了改进，提出了CL模型，并检验了1970－1979年间67只基金的月度收益数据，结果表明基金经理人没有市场时机选择能力，也不具备显著的证券选择能力，基金整体似乎没有跑赢采取消极投资策略的组合业绩。Christopherson、Ferson和Glassman（1998）对美国1979－1990年间185只养老基金经理人的进行实证研究，结果表明，在CRSP加权指数及分类指数基准下，某些经理人的条件选股能力确实表现出时变特征，且红利收入和国债收益率是选股系数的显著解释变量。Hallahan和Faff（1999）利用TM、HM模型以及JK设定检验，研究了1988－1997年间65只澳大利亚股票基金的市场时机选择能力，结果表明，样本期内基金几乎不具备市场时机选择能力，也没有TM、HM模型优劣的明显证据。Goetzmann、Ingersoll和Ivkovic（2000）对1988－1998年间558只基金共123个月的月度收益率采用HM模型、GII模型及经Fama和French三因素模型调整后的HM、GII模型，对基金的市场时机选择能力进行了分析，结果表明，几乎没有基金表现出统计上显著为正的市场时机选择能力。
在非参数方法方面，Merton（1981）、Henriksson和Merton（1981）构造了非参数方法对时机判断能力进行检验。Jiang（2003）提出了一种检验基金经理人择时能力的非参数方法。这种非参数方法的检验统计量，是表明当市场收益相对较高时，基金经理人承担更多市场风险的概率。
在DGTW业绩分解模型方面，Daniel、Grin-blatt、Titman和Wermers（1997）提出了特征指数衡量方法（Characteristic－Based Measure），简称DGTW模型，即根据公司规模、B／P值、动量因素三个不同特征建立一系列特征组合，针对个别股票的特征选择适当的特征指数，将基金所持个股与特征指数收益率加以比较，从而计算出基金的整体收益率。
在业绩归属模型方面，Brinson、Hood和Bee-bower（1986）认为组合收益与基准组合收益的差异受择时效应、选股效应和交互效应三个因素的影响，为此他们建立了一个将整体表现分解为投资策略贡献、择时贡献以及选股贡献的业绩分解模型，即BHB模型，并发现基金收益对资产配置收益的回归方程的R2可以用以衡量基金收益时序变化中为资产配置解释的部分。
2.对基金业绩持续性研究。
基金经理人是否能够持续地获得超额收益是近年来基金研究的一个热点。早期的一些研究，如Sharpe（1966）、Jensen（1968）和Carlson（1970）等利用Spearman等级相关系数所进行的检验，基本上认为基金业绩不具有持续性，但20世纪90年代以来的研究倾向于支持基金业绩具有一定持续性的观点。
Grinblatt和Titman（1992）利用横截面回归方法对美国1976－1987年间共同基金的收益序列进行实证分析，结果显示基金收益具有持续性。之后，Bers（1998）利用横截面回归和交叉积比率检验研究了1990－1996年间101只美国注册的国际共同基金业绩的持续性，结果显示，基金在1年、2年和3年期间内具有一定持续性；评价期间越长，持续性越强。
Hendricks、Patel和Zeckhauser（1993）对1974－1988年间165只基金样本采用平均超额收益率、夏普比率、詹森指数等指标进行实证检验，结果表明基金业绩具有持续性。
Goetzmann和Ibbotson（1994）选择1976－1988年的基金数据，按照基金收益率处于前半部分或处于后半部分而将他们划分为赢家和输家，然后考察各个基金在相邻年度的业绩表现。结果显示，55％以上的赢家仍为赢家，输家仍为输家。如果连续考察3年的情况，则有60％左右的赢家仍为赢家，这表明基金有1－3年的短期业绩持续性；但是在3年后，40％的赢家成了输家，这表明过去的赢家能否长期保持优势具有很大的不确定性。
Brown和Goetzmann（1995）运用一个交叉乘积比率，采用相对基准和绝对基准，对基金的风险调整收益序列同基准序列比较后的盈亏状况持续性进行了分析，发现基金业绩具有一定持续性，但这种持续性逐年递减。
Christopherson、Ferson和Glassman（1998）最早运用条件业绩评价方法研究基金业绩持续性，认为结合补充的条件信息变量，对基金业绩持续性的评价会更加接近真实。
此外，Wermers（2000）研究发现，上一年表现好的基金比上一年表现差的基金在下一年度中平均要获得高于5％的收益率，这些基金每年的表现也要比市场指数高2％。Bollen和Busse（2001）对基金的选股、择时能力持续性进行了研究，发现在剔除了动量和投资费用因素后，基金选股、择时能力仍具有一定的短期持续性。
（三）简要述评
20世纪60年代以来，随着现代资产组合理论和资本资产定价模型的诞生和发展，证券投资基金业绩评价研究发展起来，评价方法不断涌现，迄今已经积累了大量丰富的研究成果。但不同的评价方法都或多或少地存在一些问题，正因如此，才使业绩评价方法不断得到补充、完善和发展。
从未来发展的趋势来看，综合评价和基准研究将是非常重要的两个发展方向。迄今为止，关于基准的争议仍在继续，对于基准的选取也远没有形成一定的共识。Roll（1978）、Lehmann和Modest（1987）等的研究表明，业绩评价对市场基准的选取非常敏感，所以基准问题仍是未来进一步研究的方向。虽然研究西方共同基金业绩评价研究已经积累了丰富的成果，但现有文献对基金综合评价的研究却比较少，还没有能够全面涵盖业绩评价各个方面的综合评价方法。因此有必要开发能全面综合评价基金业绩各方面表现的体系和方法。
二、国内研究情况
（一）理论研究
1.关于投资风格分类的研究。
江波和汪雷（2002）以沪深交易所上市交易的20只投资基金为样本，运用Sharpe和Treynor指数对不同类型基金的投资组合特点及其投资风格进行分析，发现指数型、平衡型、进取型投资基金投资风格差别明显，并对基金业绩的表现影响各异。
而戴志敏（2003）研究表明最早成立的三家开放式基金投资风格趋同，并指出政策风险、流动性风险控制经验缺乏、以及股票选择原则上的趋同性是投资风格趋同的主要原因。曾晓洁和黄篙（2004）的研究也显示我国证券投资基金的投资风格趋于相同，而且基金自身宣称的投资风格在很大程度上不能代表其实际的投资风格。
对投资风格的研究有助于我们更好地区分不同类型投资基金业绩的评价，并在此基础上，对今后基金业的发展提供投资策略上的支持。
2.关于基金业绩评价模型选择的研究。
王聪（2001）对马柯威茨的均值－方差模型、单因素评估模型、多因素评估模型以及择时选股能力评估模型在中国的运用情况进行了系统阐述和分析，认为单因素模型较马柯威茨的均值－方差模型更合适一些，在衡量基金绩效时要综合考虑各种因素的影响，并且还提出要加快对股票衍生工具的研制和开发。
吴冲锋和倪苏云（2002）认为评价基准的演变是推进基金业绩评价研究不断发展的重要原因。刘月珍、杨义群（2002）将中国证券投资基金评价体系分为描述性评价和比较性评价，并这两类评价对基金来说是同等重要的。
陈刚（2003）采用非参数方法对基金业绩进行评价。谭浩（2003）系统研究了基金业绩评价统计指标体系。周屏（2006）采用多元统计方法对开放式基金业绩评价进行研究。陈丽萍和陈诚（2006）鉴于评价指标定量难和模糊性特点，运用层次分析法对投资基金业绩进行平静。
随着基金市场的不断发展和完善以及基金品种的不断丰富，对基金业绩评价的研究更加注重从不同类型基金的收益之间的差异、基金自身的特征及其持股特征与业绩的关系进行探讨，并且采取的方法也呈现多样化趋势。
（二）实证研究
1.传统方法对基金业绩评价的实证研究。
自从我国1998年新的证券投资基金上市以来，为了更好地评价基金的运作情况，关于基金业绩评价的研究层出不穷。
王茂斌（1999）利用传统的基金业绩三大指标评价方法对1998年新成立的5只基金进行实证分析，结论表明五只新基金虽能取得超过指数的收益，但却隐含着高低不同的非系统性风险。
沈维涛和黄兴孪（2001）采用风险调整指数法、T－M模型和H－M模型，对10只1999年5月10日之前上市的新基金进行评价，结果表明我国证券投资基金的业绩总体上优于市场基准组合。李博和吴世农（2001）选用三大指数和估计比率，利用统计检验比较基金收益率和市场收益率的差异，分析了基金管理人、基金规模、基金设立时期三个因素对基金收益率的影响。研究发现，基金的业绩水平不存在规模效应、管理人效应和设立时期效应。
张海燕（2006）利用回归分析法对基金业绩评价的三大指数进行实证分析，结果显示三大指标的回归结论基本相同。
2?.新型方法对基金业绩评价的实证研究。
由于认识到传统的基金业绩评价指标的局限性，学者逐渐将能够全面、客观反映基金业绩多投入多产出的DEA模型等新方法应用于基金的业绩评价中。
陈刚和李光金（2001）、陈刚（2003）、韩泽县和刘斌（2003）、钱建豪（2005）等都将DEA模型应用于国内基金业绩评价领域，但由于输入指标和输出指标的选择上有所不同，因此结果也有比较大的差别。吴国富和杨春鹏（2005）将因子分析与DEA分析法结合起来对基金业绩进行评价（下转第29页）（上接第14页）研究。
曾鸿志和张黎宁（2004）将贝叶斯统计推断理论运用到基金业绩评价中，把历史数据和直觉分析结合起来，为基金业绩实证分析提供了新的视角。
储晶、肖冬荣和夏景明（2005）认为基金业绩评价问题本质是分类问题，提出基于SVM的二叉树多级分类器实现方法对基金业绩进行研究，实证结果显示该评估系统有较强的实用性和针对性。
（三）简要述评
国内现有对基金业绩评价的研究主要集中在引进和利用国外方法对中国基金业绩进行评价方面，而且对某些近年来国外出现的新方法，大多只是介绍性质的引进，在基金评价理论方面的创新几乎是空白。实证研究方面，主要是采用国外传统的基金业绩模型，套用我国的基金数据，对基金进行排序，绝大部分研究没有考虑投资风格与基金业绩之间的联系，而且大多数都是以封闭式基金为研究对象，针对开放式基金特点所进行的业绩评价研究较少。
综合来看，国外研究的不足显然也是国内研究的弱点所在。由于我国基金市场起步晚、证券市场本身问题也比较多，从而造成了国内现有研究存在很多不足，因此，需要我们进一步深入研究。
参考文献：
[1]Blake D,1999:Lehmann B.N, Timmermann A. Asset al-location dynamics and pension fund performance. Journal of Busi-ness.
[2]Bollen Nicolas P. B,2001: Busse Jeffery A. On the timing ability of mutual fund managers. Journal of Finance.
[3]Richard Kjetsaa,2003:Mauteen Kieff. Stochastic domi-nance analysis of equity mutual fund performance. American Busi-ness Review.
[4]Treynor Jack.1965:How to rate management of investment funds. Harvard Business Review.
[5]Friend, I. Blume, M.,1970:Crockett, J. Mutual funds and other institutional investors. New York: McGraw-Hill.
[6]潘金根,2003:《关于建立我国证券投资基金评价体系的研究》,《国际金融研究》[J]｡
[7]牛鸿､詹俊义,2004:《中国证券投资基金市场择时能力的非参数检验》,《管理世界》[J]｡
[8]徐泓､杨万贵､杨凡,2004:《中国证券投资基金业绩评价体系研究》,《甘肃社会科学》[J]｡
[9]谭浩,2003:《基金评价统计指标体系研究》,《财经科学》[J]｡
关键词:基金业绩;评价指标;评价方法
证券投资基金业绩评价是促进基金业健康发展的重要环节之一。投资基金的发展取决于它的经营绩效,因此无论是基金管理人还是基金所有人,都有必要对基金的经营绩效进行合理的评价,并通过评价结果来对基金施加影响,从而促进基金的发展。在成熟的市场中,基金评级、股票评级和债券评级一起构成了资本市场信用评级的三大支柱。对基金管理人来说,通过对基金的绩效进行分析,可以衡量自己的经营成果,可以对基金的经营者做出正确的评价,以决定今后的投资方向。此外科学、客观的基金业绩评价对于促进基金的有序竞争、实现优胜劣汰也具有非常重要的作用。
随着我国证券投资基金规模的不断扩大,证券投资基金对证券市场的影响也越来越大。但是,自2008年下半年以来,随着沪深指数的持续下跌,许多基金的单位资产净值跌破面值,基金的专家理财形象受到越来越多的质疑。因此,如何对基金的投资业绩进行客观评价,受到各界越来越多的关注,也变得越来越重要和迫切。
当前,我国的证券投资基金业正处于发展的关键阶段,在经过了投资者盲目的追捧期后,投资者逐渐理性起来,希望能获得对基金投资水平和盈利能力的客观评价信息,但由于目前国内基金业绩评级的研究相对滞后,所做的研究也基本上都是简单套用传统的风险调整收益指标来完成的,致使所进行的评价不仅在实证结果上有较大的偏差,在理论上也存在着明显的缺陷。此外,由于我国证券市场存在着体制性缺陷,在基金运作过程中的违规行为容易发生,这对基金业绩评价的准确性也造成了一定的影响。以上这些因素使得投资者无法获得有关基金投资水平和盈利能力的客观评价信息,从而敬而远之,对基金的热情越来越低,成为基金发行越来越困难的一个重要原因。
因此,对基金的业绩进行客观、科学的评价,使市场各方都能对基金的业绩和投资效果有一个清醒而准确的认识,对我国证券投资基金业的健康发展无疑会有着重要的意义。
通过对基金业绩的评价,可以加深对基金这种投资品种功能的认识,可以约束基金管理人的投资行为,可以给基金持有者提供客观的决策指导,因此在基金业的逐渐成长和壮大过程中,有关基金的业绩评价问题一直是围绕着这些目的展开的,而且新的方法不断涌现。总体来说,这些方法可以归纳为以下几种类型。
1.基金的整体收益与风险的度量
基金的投资收益是衡量基金业绩最重要的收益指标,它直接反应了基金持有人在一个时段内的收益情况。从事后分析来看,收益越大,基金的业绩就越好。通常在计算基金收益时都采用基金净值增长率或基金累积净值增长率,但如果考虑时间因素的话,用基金累积净值增长率比直接用基金净值增长率更妥当。国际上比较通用的收益状况衡量指标就是累积净值增长率,这类似于股票的还净处理。此外,采用累积净值增长率来描述基金的收益也比较符合我国的国情。尽管基金的各项财务指标的计算是按照年度会计准则进行的,但基金的分红并不在年初进行,分红之前基金管理人仍然可以运作这部分资产,因此用累积净值增长率可以克服资金分配对资金运作绩效衡量的影响,使得评价结果更为客观。
2.基金风险调整收益的比较
前面所说的基金业绩评价方法是将基金资产的风险和收益分开讨论的,这就存在比较明显的缺陷。实际上,单独评价基金的收益或者风险是没有任何意义的,投资收益和投资风险只不过是一个问题的两个方面,很难将他们截然分开,于是有了单位风险下收益的比较的概念。
统一比较的基准以后,基金业绩比较才有真实的含义。自从马柯维茨提出现代组合理论之后,有关基金业绩的评价方法和体系也向前大大推进了一步,出现了许多非常有效的量化指数,有些指数一直沿用到现在,其中最为著名的是特雷诺指数、夏普指数和詹森指数。其中,夏普指数和特雷诺指数都是相对比较指标,而詹森指数是一个绝对评价指标,它较好地描述了基金管理人的市场判断能力;夏普指数和特雷诺指数描述的是单位系统风险下的投资收益,但并未涉及非系统风险的收益大小,或者说没有考虑基金组合中证券的数目大小对基金业绩的影响。从基金持有人的角度来看,夏普指数是一个比较客观的业绩评价指标,因为它真实地描述了投资人的收益与总风险之间的对应关系。对于那些充分分散化投资的基金来讲,特雷诺指数和詹森指数都是很好的评价指标。正因为三个指标所描述的内容各有侧重,所以在具体的评价过程中,应根据不同投资风格的基金选择不同的评价指标。
3.多因素分析
前面三种基金业绩评价指标可以看做是单因素评估模型的具体应用,或者说是基于capm理论的评估方法,这种处理方法存在两个明显的缺憾:一是capm理论的局限奥性同样会在这三个模型中出现,而现实情况是简单的capm理论很难解释实际存在的大量的反常现象,也就是说capm理论本身在解释市场现象时还存在需要改进的地方;二是这种统一处理的方法并不能对基金经理人的选股和选时能力进行有效的描述,而在基金的业绩评价中基金经理人的作用是非常重要的。为了克服这两个缺点,出现了多因素的评估模型和二项式模型。
创业投资引导基金作为政府出资设立的旨在引导民间资本流向高创新性投资的基金，不仅在促进我国经济转型的过程中发挥着重要的作用，同时也承担着政府通过市场参与主体进行经济、社会调控的多重目标。从科技部2012年统计数据来看，全国成立创业投资引导基金达到188家、政府投入累计超过260亿元，而直接和间接带动投资资金规模更是超过1400亿元。我国创业投资引导基金正呈现出蓬勃发展趋势。特别是随着国务院《关于创业投资引导基金规范设立与运作的指导意见》（以下简称《指导意见》）的出台，建立一套行之有效的我国创业投资引导基金绩效评价指标体系和评价方法既是目前我国创业投资引导基金纳入公用财政考评后的迫切需要，也是进一步提高政府引导基金配置效率、推进创业投资引导基金良性发展的必然诉求。关于创业投资引导基金绩效体系和方法的研究源于Audretsch等人［1］最早对创业投资引导基金绩效评价标准的定性分析；Bartzokas和Mani［2］针对以色列Yozma的具体项目强调了引导作用和示范效应对创业引导基金绩效评价的重要性。Cum－ming［3－4］分别基于加拿大政府支持投资基金（LSIFs）和澳大利亚政府创新投资基金（IIF）的数据，从基金管理者人口特征、基金盈利能力、基金运作周期、以及基金规模和基金推出机制等多个方面入手构建了创业投资引导基金绩效评价体系并进行了实证分析。但是由于诸如：各国对高新技术企业的认定差异、退出方式政策限制、以及数据指标可获取性不同等众多方面的差异，这些研究结果并不能很好地直接应用于我国创业投资引导基金的绩效评价［5］。国内学者目前主要探讨了适用于传统开放式基金业绩的评价方法［6－7］，但随着创业投资引导基金在我国的发展，近年来，也有不少国内学者开始关注到了我国创业投资引导基金的绩效评价问题［8－9］。但这些文献依然主要集中在其经济效益的评价，虽少数学者考虑到了引导基金应具有的社会效益功能，以及创业投资引导基金作为公共财政支出应具有的公共财政特性，但尚未提出合适的绩效评价方法；另外，不同的地方政府对创业投资引导基金的社会效益期望也不同，已有研究忽略了在社会效益方面的异质化目标。因此，本文拟从创业投资绩效评价的现实出发，在现有文献研究的基础上，首先构建创业投资引导基金绩效评价体系；其次结合直觉模糊层次分析法的特点，提出创业投资引导基金绩效评价方法；最后通过实例的分析展示了该评价方法的应用过程以及与传统模糊层次分析法的比较过程。
2创业投资引导基金绩效评价指标体系的构建
2．1指标体系构建
创业投资引导基金绩效评价对基金的自我评价和外部监管等方面都有着重大作用。但现有研究尚未建立较能完全反映创业投资引导基金特色的指标体系，刘建均在《指导意见》中提出创业投资引导基金评价基本因素。本文在构建指标体系时首先借鉴这些基本因素，归纳为政策效益和经济效益。另外，考虑到创业投资引导基金属于公共财政支出，因此本文在构建绩效评价指标体系时借鉴了公共财政支出绩效的部分评价指标，归纳为管理效益。基于以上三个指标维度，本文构建了创业投资引导基金评价指标体系，见表1。
2．2指标说明
根据创业投资引导基金设立的宗旨，影响其评价绩效最主要的因素在于其政策效益，而政策效益又主要表现在杠杆效应，政策落实情况，政策实施效果三方面。其中杠杆效应主要由引导基金的两次引导体现，第一次引导是创业投资引导基金参股商业性创投基金形成子基金，其引导效果量化为“1－母基金规模（元）／参股的子基金总规模（元）”。这里的参股的子基金总规模仅指与引导基金合作的商业性创投基金，而非全部的商业性创投基金。第二次引导是指引导基金参股的子基金可以进一步与其它商业性创投基金或社会机构联合投资某一家创业企业，其引导效果为“1－投放到创业企业中的子基金规模（元）／子基金投资的创业企业所吸引到的全部创业资本（元）”。政策效益二级指标之一是子基金对政策目标的落实情况。引导基金的目的是支持初创期企业，特别是战略性新兴产业的发展，缓解创业投资领域的市场失灵。因此，它是否投放在了这些领域是对引导基金政策效果的一个重要评判标准。但政府的介入如果方式不当，也会造成一定程度的挤出效应，所以可从积极效应和消极效应两个方面进行评价。积极效应的评价可由以下三个三级指标体现：投入初创期企业的资金占子基金规模的比重，投入战略性新兴产业的资金占子基金规模的比重，投入中小型企业的资金占创业投资子基金的比重。消极效应是指创业投资引导基金投放在市场竞争已经很激烈的领域从而造成挤出效应。由于挤出效应会对创业投资引导基金的绩效造成负面影响，所以该指标应该取负值，使用“投放在市场竞争已经很激烈领域的资金规模占引导基金总规模的比重的相反数”来度量。政策实施效果即引导基金在运作后对创业企业产生的影响，可从解决社会就业的人数，对当地经济的贡献和对科技进步的贡献三个方面考虑。分别由以下指标度量。第一，子基金投资的创业企业就业人数的增长率；第二，子基金投资的创业企业税收的增长率；第三，子基金投资的创业企业专利数量的增长率。创业投资引导基金在面临绩效评价时也面临着经济效益的评价。周莉［10］对多家有创投基金参与的上市公司进行实证分析，结果表明，创投基金的投资收益率与投资阶段、被投资企业成长能力、被投资企业盈利水平具有相关性。故本文选取营业收入增长率，净利润增长率，平均ROE和投资阶段作为创业投资收益率评价指标。其中，营业收入增长率用“最近三年被投资企业营业收入增长率的平均值”度量；净利润增长率用“最近三年被投资企业净利润增长率的平均值”度量；平均ROE用“最近四年被投资企业净资产收益率的平均值”度量。在实证检验中，投资阶段越早，投资收益率越高，所以投资阶段用“（被投资企业的上市时点－创投基金的投资时点）／（被投资企业的上市时点－被投资企业有限公司设立时点）”来度量。此外，除了创业投资收益率，对引导基金的经济效益评价还考虑了投资成功率，用成功退出的项目占总项目的比重（％）度量。从基金规范性角度来看，在绩效评价时应考虑管理效益，主要从管理的规范性、专业性两方面考虑。此外，本文在构建指标体系时充分考虑了创业投资引导基金属于公共财政支出范畴，所以还应考虑财政透明性。管理的规范性主要体现在对合作创投企业筛选的规范性，项目评审流程规范性，被投企业审计报告的规范性。管理的专业性主要体现在引导基金受委托管理机构履行职责的情况，引导基金专家评审委员的专业评审能力，引导基金理事会的办公能力和引导基金内部控制制度的健全性。财政的透明性则考虑信息披露对象的广度，信息披露内容的广度，信息披露方式的易获取性。以上指标均为定性指标，主要由专家打分获取。
3直觉模糊层次分析法的创业投资引导基金绩效评价
关于一般绩效评估方法的研究成果十分丰富，诸如DEA［11，12，13］、主成分分析法［14］、灰色关联度分析法［15］、层次分析法［16］等评估方法都被广泛应用于各个领域的绩效评估实践中。其中DEA多用于投入－产出模型的评价；而主成分分析法的优势则在于处理相关性较高的指标体系；灰色关联度分析考虑了统计分析中难以处理的多因素和非线性；层次分析法则更利于处理数据疏散化问题。然而这些传统的绩效评估方法或者是过分依赖于专家的主观性（如层次分析），或者是对需要处理的指标具有可比性约束（如DEA，主成分分析和灰色关联），因此不适宜于处理涉及三个完全不同维度的创业投资引导基金绩效评价问题。VanLaarhoven和Pedrycz［17］于1983年首次提出了将层次分析法模糊化，Buck－ley［18］在此基础上发展了模糊层次分析法。将专家的主观性进行了模糊化处理，比层次分析法更为客观、准确，但它的局限性也十分明显［19－20］，即不能精确表达弃权或者犹豫的情况，且针对定量和定性的指标需要分别使用不同的方法集结。为了解决这一问题，基于Zadeh［21］的模糊集概念基础上提出的直觉模糊层次分析法［22］，统一了对定性和定量指标的集结。直觉模糊信息能够较好、较完整地反映决策主体对客观事物评价的不确定性［23］，下面比较一下经典数学、模糊数学和直觉模糊信息分别是如何刻画元素是否属于一个集合的。在经典数学中，一个元素α要么属于集合S＝（α∈S），要么就不属于集合S＝（α∈S）。模糊数学的诞生，通过引入隶属函数告诉我们事物不一定都是“非黑即白”，比如一个元素α可以八成比例属于集合S，两成比例不属于集合S。明显地，虽然模糊数学能够很好地描述事件的模糊性，但它的缺点也很显然，那就是必须给出这个元素到底有“几分”属于集合。也就是说它必须明确给出隶属度的值。在现实决策实践中，由于客观事物的复杂性和人类思维的局限性，人们往往对事物了解不够系统和全面，这就造成了不能给出隶属度精确值的现象是普遍存在且很难避免的。然而，当人们回答元素α是否属于集合S时，最普遍或者说是最简单的方法是给出一个取值范围，如元素α“七八成比例”属于集合S，意思就是α属于集合S的隶属度介于七八之间，可以用区间［0．7，0．8］表示。它也能够被理解为：给出这个区间的决策者很确信α至少有七成，至多有八成属于集合S，也可以说α至少有两成不属于集合S。可以看出在评价元素α是否属于集合S时，有两个重要的信息，其一就是元素α至少有几成属于集合S（记为μ），其二就是元素α至少有几成不属于集合S（记为ν）。直觉模糊信息正是结合了这两个重要参数，并将这个有序实数对（μ，ν）定义为直觉模糊数。从直觉模糊数的定义可以看出，直觉模糊信息能够更好地刻画决策者评价的模糊性和不确定性，同时也使得决策更为简单有效。考虑到创业投资引导基金实际评价背景，即专家对待评创业投资引导基金的认识较为模糊且不确定，我们利用直觉模糊信息来刻画其评价信息。
4实例分析
4．1基于直觉模糊信息的两基金绩效评价比较分析
成都某创业投资有限公司成立于2009年，是由中国进出口银行、成都投资控股集团有限公司、成都高新投资集团有限公司等三家股东共同出资15亿元组建的一家以FOF业务为主的创业投资公司。某公司以“打造专业的、市场化的、在全国具有极大影响力的母基金平台”为长期发展目标，一直立志于与优秀的机构及团队建立合作关系，截止2013年底，该公司已与国内外知名机构联合设立16支合作子基金，子基金运营总规模45．62亿元。该公司基金组合主要侧重于投资高新技术企业和中小企业，完成了对企业发展各阶段的全面覆盖，行业投资策略为信息技术、生物医药、能源环保、消费服务类、现代制造业、现代农业等国家及本地区鼓励发展的行业。该公司是一个政府主导、市场运作非常成功的中国中西部最具行业影响力的创业投资机构。现评价该公司旗下运作的甲与乙两支母基金绩效。甲基金是一支比较偏重创业投资活动政策效果的基金，对盈利能力要求较低，管理也比较规范化。乙基金运行专业，侧重经济效益，对政策效果的重视程度较差。计算R1和珚R1的距离，得到d（R1，珚R1）＝0．1568＞0．1，未通过一致性检验。故进一步设置参数进行调整，令σ＝0．6，使用（4）－（5）进行调整，得到：经济效益。通过文中提出的绩效评价方法得知，甲基金得分大于乙基金，说明对于创业投资引导基金而言，政策效应更为重要，符合创业投资引导基金设立的基本思想，即弱化经济效益，偏重政策效应。
4．2与模糊层次分析法的比较分析
基于相同的信息集，我们用模糊层次分析法对甲、乙基金进行了评价，与直觉模糊层次分析法的评价结果见表7。从表7可知，直觉模糊层次分析法和模糊层次分析法都得出了甲基金优于乙基金的结论，但就评价方法的角度来看，直觉模糊层次分析法更符合实际情况，能够更准确地表达出决策参与者对信息不完全情况下的认知，从每个指标的优势、劣势以及不确定程度三个方面来综合评价。其次，在模糊层次分析评价过程中，针对未通过一致性检验的判断矩阵，我们只能通过专家的重新打分，进行新一轮的检验计算，而直觉模糊层次分析法则是设置参数进行判断矩阵的调整，这个过程不需要决策者的参与，更为快速有效。
5结语
关键词：创业投资 引导基金 绩效评价 政策效应 指标体系
一、问题的提出
为促进创业投资引导基金规范化运作、提高创业投资引导基金的政策效果，国务院办公厅于2008年10月转发了由发改委等部门共同制定的《关于创业投资引导基金规范设立与运作的指导意见》（以下简称《指导意见》）。这一《指导意见》充分体现了引导基金的政策目标，规定了引导基金的运作模式，并对基金的管理与监督和风险控制提出了具体的要求，为发挥引导基金的运作效果提供了制度保障。《指导意见》特别提出，引导基金纳入公共财政考核评价体系，财政部门和负责推进创业投资发展的有关部门对所设立引导基金实施监管与指导，对引导基金建立有效的绩效考核制度，定期对引导基金政策目标、政策效果及其资产情况进行评估。因此，探讨引导基金的绩效评价的理论和方法是一个急需研究的课题。
二、国外引导基金绩效评价的研究成果
（一）从政策目标角度评估政府引导基金绩效的研究
主要包括针对政府创业投资引导基金政策效果和受资公司绩效的研究两个方面。
1.针对政府创业投资引导基金政策效果的研究
Douglas Cumming（2007）将澳大利亚创新投资基金（IIF, Innovation Investment Funds）与加拿大、英国、美国的政府扶持工程作了比较。他建立的创业投资者经营绩效评价体系的指标包括：首次投资时公司所处的发展阶段、投资行业、分期付款、企业联合投资、投资组合规模、退出结果、IPOs退出的收益绩效。得出，虽然澳大利亚创新投资基金的成功退出率不高，但却成功培育了其创业投资发展的土壤。借鉴以上研究成果，Douglas Cumming & Sofia Johan（2009）调整了指标体系，对澳大利亚PSF（Pre-seed government venture capital Funds）工程进行了评估，调整后的指标为：公司的发展阶段、投资的行业、分期付款、企业联合、地理位置、投资组合规模。他们得出，PSFs是澳大利亚种子阶段创业公司的主要投资方，但无明显投资高科技公司的喜好，但PSFs对澳大利亚VC产业起到增值作用。Federico Munari & Laura Toschi（2009）认为，在评估政府引导基金绩效时必须考虑地区特点。他们比较了英国高技术区和低技术区的不同政府混合引导基金和私有风险投资基金的绩效，绩效评价的指标有分期付款率、企业联合度、成功的IPO和兼并退出、以及失败退出。得出结论，混合风险投资基金：a.更倾向于投资早期技术型部门；b.高技术地区的分期付款率较高，且更易吸引企业联合伙伴；c.受资公司的IPO/兼并率更低，在低技术区的撤销率更低。
以上研究是以政府创业投资引导基金的政策目标为出发点，从宏观上把握政府引导基金对创业投资产业及本国经济的政策作用。结果表明，引导基金对本国创业投资产业的早期投资和促进融资等方面体现出政策作用。
2.针对政府创业投资引导基金的受资公司绩效的研究
Lerner J.(1999)分析了美国SBIR（小企业创新计划）的受资公司与未得到融资公司的差异。他们的研究表明，政府SBIR方案对高技术产业起了重要的促进作用，减少了投资者面临的信息空缺，帮助创业公司解决了风险融资问题。另外，政府风险基金每年引导的民间资金超过20亿美元。Boyns N. & Cox M. & Spires R. & Hughes A. (2003)评估英国EIS（Enterprise Investment Scheme）和VCT（Venture Capital Trusts）的绩效。他们从基金对投资者和融资的作用、公司的作用（公司盈利能力、生产力、存活率等方面）、及经济作用（公司的管理、员工技能、外部技能、资产支出、R&D的投入、新产品和服务开发、方式革新、生产成本）等方面评估绩效。研究得出，两个方案建立的基金都在一定程度上完成了各自的即期、中期和远期的政策目标。同样是针对EIS和VCT，Marc Cowling & Peter Bates & Nick Jagger & Gordon Murray（2008）采用经济和金融绩效的标准指标评估EIS和VCT支持的公司，量化两个方案经济绩效的关键指标（如公司年龄、规模以及行业等）,评估了以下几个方面的公司绩效：贸易绩效（盈利能力、销售额）；资产结构（固定资产，债务杠杆比率，资产结构)；要素利用（劳动生产率）；存活率等。
以上研究是从受资公司绩效角度，比较了有政府引导基金参与和纯私人风险投资绩效的差异，结果显示了政府引导基金在不同方面的积极效应。
（二）从引导基金运营状况评估其绩效的研究
Cumming D.J. & MacIntosh J.G.（2005）研究加拿大政府LSIFs（Labour Sponsored Investment Funds）计划的绩效，分析了这些基金的风险、收益以及资产累积，考虑基金特征和管理者素质等，将盈利能力作为主要评估指标。研究表明，LSIFs项目并没有达成最大化利润的目标，且LSIFs的成功率很低，而能长期维持雇佣成长率的公司更少。该研究针对政府创业投资引导基金的盈利能力、创业投资资本额等进行研究，体现了引导基金的资金变动状况。另外， Jonathan G. S. Koppel（2008）从政府的运作管理角度评估了美国引导基金（SBIC）。从主管由总统任命、监视与协调、报告和审计要求三个控制手段分析引导基金的绩效。他得出：政府基金管理者和政府监督者的关系不该是一种管理关系；由于AID（美国国际发展理事会）对基金的监督权力不够，所以，应注重政府引导基金管理框架的设计。
（三）从创业投资行业发展角度综合评估引导基金绩效的研究
Anthony Bartzokas & Sunilmani (2004)从系统进化角度评估了以色列Yozma方案。评价指标包括：与政府风险投资基金相关的退出数量、IPO/M&A比例、成功比例、基于现有创业投资基金修改过的成功比例、管理的总资本、最佳退出、知名的投资者或者战略伙伴是否投资创业投资公司、创业投资的引导作用。结果显示，Yozma出现的时机很好地迎合了以色列创业投资产业进化的进程，有力地促进了以色列创业投资产业的发展。该研究将引导基金的引导作用和示范效应纳入评估指标，是一个创新。
Nightinghale B.(2009)针对英国的六个政府方案（ECF、EGF、RVCF、SEF、UCF、WF）建立了一个评价指标体系，包括考核风险的六大指标（地区股权、融资、融资的知识型大基金、高质量的交易流和人力资源发展、适宜成长型公司的环境、拥有高价值与稳定的共同法令）以及对受资公司总体能力的培养、盈利能力、劳动生产力等三项考核内容。研究结果：短期内政府混合基金的受资公司融资绩效可能会变差，但方案融资对受资公司后期的绩效有积极作用。该研究是从投入产出角度探讨引导基金的经济效应，是更加宏观的效应研究。
三、对国外政府创业投资引导基金绩效评价研究的评述
（一）研究思路上分为建立完整模型的分析和直接针对各个指标的分析两种。1.多数研究先提出相关理论及该领域的已有研究，构建指标体系，构建完整的模型，采用计量回归分析法处理数据，分析各个指标的合理性及模型的拟合程度，得出结论。但是，该类研究的模型并未将引导基金纳入公共财政考核评价体系进行设置，没有体现财政部门和负责推进创业投资发展的有关部门对所设立引导基金实施监管与指导。2.少数研究并不建立模型，研究者在理论基础上选取指标，针对指标提出一些假设，比较分析样本数据，检验假设的正误，最终得出引导基金绩效表现的结论，并提出相应对策。该类研究大都只选取某一侧重点，为我们提供了研究思路。
（二）研究方法上多是针对某一（或某几个）特定引导基金，通过不同类别的数据样本比较分析，得出其总体绩效表现。1.比较分析。针对引导基金投资直接绩效的研究，比较了其他类型基金的投资绩效。2.研究针对性强。多数研究针对的是某一政府创业投资引导基金，或者针对某国几个特定的政府创业投资引导基金。3.重数据分析，轻理论。多数研究都先建立模型，未建立评估理论体系。
（三）观点或结论比较统一，都认为政府引导基金对创业投资产业的发展有很大的促进作用。各研究均强调了引导基金对本国创业投资行业的影响，以及科学评估引导基金绩效的重要性。虽然各政府引导基金在设计、执行上不尽相同，但都在一定程度上解决了本国的高技术、高风险早期创业公司的融资不足等问题，引导了本国创业投资产业的发展。
总的来说，这些研究都达到了一定水平与高度。无论是直接针对引导基金的研究还是针对受资公司绩效的研究，均设置出多个评估指标，建立了研究模型，进行了科学的定量分析。但是由于研究的目的不同，他们建立的评估指标体系侧重点各不相同，都未能实现对引导基金绩效综合评价，这也是我们要进一步研究的方向。
四、未来研究的发展方向
（一）加强理论体系构建及实证研究。对政府创业投资引导基金绩效的评价应建立在何种理论之上，是项目投资评价？还是政策效应分析？能否建立在政府财政收支绩效评价理论基础之上？我们应该建立基于政府财政收支绩效评价理论基础之上的绩效评价理论体系。
（二）研究样本进一步广泛化。就研究样本而言，该领域现有文献的研究范围多局限于美国及其创业投资产业发达的国家，未来应当加强以其他国家特别是发展中国家为样本的研究。检验评估方法在新样本中是否成立，探求评估创业投资引导基金绩效评价的一般规律。
（三）适当调整研究角度。未来研究应从政府政策目标出发考核引导基金绩效，强调引导基金对本国创业投资业和经济的引导、示范作用，并将引导基金纳入公共财政考核评价体系。
（四）拓宽研究时限。要评估创业引导基金的绩效最好有它完整的运行周期，但现有研究基本是针对某一时间段进行的，这可能会得出不正确的研究结果。未来研究应尽量延长时限或选择已退出的引导基金进行研究。
参考文献：
[1]Cumming D J. Government policy towards entrepreneurial finance: Innovation investment funds[J]. Journal of Business Venturing, 2007(2)
[2]Cumming D J, Johan S. Pre-seed government venture capital funds[J].Int Entrep, 2009(7)
[3] Munari F, Toschi L. Assessing the impact of public venturecapital programmes in the United Kingdom: Do regional characteristicsmatter?[EB/OL].省略/abstract=1539384,2010-1-0/2010-5-1.
[4]Lerner J. The Government as Venture Capitalist: The Long-RunImpact of the SBIR Program[J]. Journal of Business, 1999, 72(3).
[5]Boyns N, Cox M, Spires R, Hughes A. Research into the Enterprise Investment Scheme and Venture Capital Trusts[R]. Cambridge UK: Inland Revenue, 2003.
[6]Cowling M, Bates P, Jagger N, Murray G. Study ofthe impact of Enterprise Investment Scheme (EIS) and Venture Capital Trusts (VCT) on company performance[R]. HMRevenue & Customs Research Report 44, 2008.
近年来，在国家各项政策支持下，中国基金业进入了快速发展的轨道，基金与基金管理规模呈几何增长。在基金投资中，投资者常关注那些收益排名靠前的基金即明星基金，而拥有明星基金的基金公司也被称作“明星家族”。许多研究都已证实了明星基金具有溢出效应，即明星基金不仅能为自身吸引投资者来投入资金，也能为该基金公司的其他基金吸引更多资金和申购量。溢出效应产生的原因表现在多方面：首先，大部分投资者认为同一基金公司旗下的基金具有相似的研究开发能力、管理质量、投资理念等，所以认为可以用单支基金的评价指标去取代基金家族的整体评价指标；其次，当媒体以及公众将注意力放到某明星基金上，其基金家族的名字也随之出现在投资者的视野中，从而使该基金家族得到很大程度上的宣传，吸引更多的投资者投资到该基金家族的其它基金上；最后，投资者认为基金的历史业绩具有一定的参考价值，以此为依据去选择基金，会很大程度上降低搜寻成本。正是因为明星基金的溢出效应，为基金公司带来了更多的申购量，使基金公司可以收取更多的基金管理费，导致国内基金公司造星运动盛行。
虽然基金公司打造的明星基金的收益良好，但投资者并不能随意投资明星基金，因为大部分明星基金经常或长期处于暂停申购的状态。暂停申购的原因一方面是基金公司募集的资金已达到一定规模，如果该基金持续被大量申购，而适合该基金投资的产品又不充足，造成该基金很难保持高收益率；另一方面是为了避免该基金趁机进入套利，使原基金持有者的利益受到损害。当投资者认为同一基金家族的基金产品投资能力以及管理水平相当，但又不能随意追逐业绩优异的明星基金时，投资者就会选择投资该明星基金所在公司的其它产品。但现阶段并没有关于兄弟基金的收益情况是否与明星基金的收益情况相当的调查或研究，因此无法证实投资者追随明星家族是否能获取超额收益。现有的对基金研究报告以及评价指标大部分也都是针对单支基金的，如基金收益率、基金净值增长率、业绩比较基准增长率等，却少有对基金家族层面的评价指标。大部分投资者一般是先选择基金家族，然后再选择旗下的基金产品进行投资。既然如此，投资者又该通过哪些指标来衡量基金家族的整体业绩水平。针对此情况本文构建了衡量基金家族整体业绩水平的四个指标，分别是加权平均业绩、业绩极差、优质基金比率、加权排名百分位数。从基金家族的层面构建整个家族的业绩评价指标，可以防止投资者被明星基金误导，帮助投资者多角度地去衡量和评价基金家族的总体资产管理能力，使投资者投资基金变得更加有据可依。
二、文献综述
中国人民银行于1992年11月批准成立的淄博乡镇企业投资基金是我国最早成立的基金，标志着国内基金公司的成立，这不仅促进了资金更高效率地使用，使投资者拥有更多的投资选择，还由此产生了我国对基金业绩评价的研究。在基金投资萌发初期，我国主要是引进国外的评价理论和方法对基金进行实证分析，在基金投资的成长期，国内学者多是对基金评价模型进行修正和创新。石磊、王毅捷（1999）在新基金的业绩分析中，数据来源是1998年4月到1999年5月这一年间新上市5只基金，其方法主要是运用詹森指数计算和比较这5只新基金的收益率排名，文中还分析了投资者的净选择性报酬并得出投资者只投资于新基金可以分散股市的非系统风险的结论。李凯、张婷（2000）在证券投资基金投资收益分析中，通过实证研究透析了基金的投资绩效与组合策略的关系，运用资本市场理论对证券组合特征曲线进行回归分析，得出基金组合投资的绩效取决于股票的选择而不是长时间的规划的结论。杨湘豫、谭国威（200
7）在开放式基金经理与“热手”中，经过对基金经理的选时选股的持续性分析得出我国开放式基金经理有“热手”存在。赵旭、吴冲锋（2004）的证券投资基金业绩与持续性评价的实证研究中，认为国内传统基金业绩评估方法是从国外理论中引进的，分别有Treynor指数法、Sharpe指数法和Jensen指数法，他们还是国内首次运用R/S和DEA模型对基金的可持续性以及相对业绩进行实证分析的学者。
20世纪60年代以前，国外运用投资组合理论和资本资产定价模型来比较投资基金的业绩，主要的依据是基金的投资收益率，之后Treynor（1965）特雷纳指数、Sharpe（1966）夏普比率和Jensen（1968）詹森指数的产生使单只基金业绩的度量方式有了新的转变。三者都是利用未经风险调整的业绩指标或经风险调整的业绩指标将基金的业绩与基准业绩、市场业绩、无风险利率相比较，评价基金的业绩是否超过市场的平均业绩。Treynor（1965）最早建议把基金的系统风险进行量化，同时在比较基金业绩的过程中引入基金系统风险的对比，由于特雷纳指数并不考虑组合分散的问题，因此特雷纳指数可以被广泛运用于评价分散化投资的基金业绩。Sharpe（1966）在特雷纳指数的基础之上将投资基金的系统风险与总风险进行区别，夏普指数把经营业绩好的投资基金的系统风险与总风险同等看待，但对于经营业绩差的投资基金，就认为基金的总风险会由于非系统风险的不同而相差较大，于是他就提出了将单位总风险的超额收益用于评价那些总风险经过调整后的基金业绩。Jensen（1968）为了比较基金的实际收益水平和通过CAPM方法计算的预期收益水平，选择了衡量资本市场投资工具的资产定价模型和证券市场线作为评判标准，得出的基金业绩的评价指标都是经过风险调整后的百分比数。Lehmann and Modest（1987）、French and Fama（1993）包括Carhart（1997）都是通过寻找适合的评价基金业绩的方法，并在不同的评判标准下分析基金业绩水平的结果，希望能够借此找出造成基金业绩水平结果差异的因素。Le
hmann and Modest（1987）构建了基金业绩评价的APT模型，同时把 CAPM及APT度量对评价标准选取的敏感性进行了显著性检验，结果表明基金评价标准和衡量业绩方法的选择对基金超额收益的排名和结果有显著的影响。Fama、French（1993）指出股票的收益在受市场指数收益影响的同时还与资产组合的特性有关，因此在CAPM中引入了股票规模的因素，而 Carhart（1997）在引入基金所持股票收益的因素中又完善了对股票收益的评价。
总结国内外的研究，国内学者的研究大多是对国外的先进理论进行引用继而实证分析最后修正的过程，然而国外的基金业绩研究多是针对单只基金的业绩进行评价，运用各种评价指标可以非常迅速地知道业绩优异的基金即明星基金，但是对于基金家族业绩的度量却是少之又少，也就是说我们无法运用这些评价指标来判定明星基金的家族业绩是否比非明星基金家族的业绩显著，如此一来，投资者在明星基金暂停申购期间购买明星基金的兄弟基金取得的收益是否比购买非明星基金家族的基金更高就不得而知了，因此我们很有必要构建一些可以评价基金家族整体业绩水平的指标来解决此问题。
三、数据来源及样本选取
（一）数据来源
为了保证数据的充足性和广泛性，本文选取了2012—2013年度拥有2只及2只以上股票型和混合型基金的基金家族作为研究样本，总计988只基金。选择股票型和混合型基金的原因是这两种基金是目前各大基金公司经营的基金产品的主流，相对其它种类的基金来说，更能代表基金家族管理公司对投资管理和风险控制的重视程度，很好的体现基金家族的整体业绩水平。基金暂停申购数据来自和讯基金网和各大基金管理公司的官方网站，其余数据均取自Wind金融数据库，数据处理和差异显著性分析都是运用Excel和stata12.0软件完成。
（二）样本的选取
本文的研究对象是基金家族，找到基金家族总的数量是要解决的首要问题。本文首先对2012—2013股票型和混合型基金按照基金公司名称进行分类整合，选取拥有两只或两只以上基金的基金公司为基金家族，其中2012年度有66个基金家族，2013年度有72个基金家族。
为了对比明星家族和非明星家族的业绩，需要选出明星基金进而找出明星家族。净值增长率是不考虑风险情况下的衡量基金收益率的指标，可以简单直观的衡量投资者的收益情况。因此本文对股票型和混合型基金按照年度净值增长率进行降序排列，排名前5%的基金即为明星基金，其所在的基金家族称为明星家族。2012年度的明星基金为31只，明星家族为21家；2013年度的明星基金为37只，明星家族为20家。
若基金长期暂停申购，则它对绝大数投资者来说是“只能看不能买”，没有任何意义，因此其业绩不应列入基金家族的业绩计算范围，因此在计算基金家族整体业绩时应剔除基金家族中长期暂停申购的基金。通过和讯基金网和各大基金管理公司的官方网站，2012年度明星基金中暂停申购超过一年的有9只，2013年度明星基金中暂停申购超过一年的有7只。按照上述的选取样本的方法，最后本文得到有关基金家族的样本（见表1）。
四、基金家族业绩指标的构建
为了体现一个基金公司的整体管理水平，即对所有基金进行管理，整个资金规模层面的业绩水平，避免利用某支包装起来的“明星产品”来对投资者产生的误导，本文构建了四个指标，从多方面来衡量基金家族的整体业绩水平。
（一）加权平均业绩
为了使基金家族业绩指标的结果更具有说服力和信服力，本文选取未经风险调整的净值增长率r和经过风险调整的詹森指数jensen这两个指标来计算基金家族的加权平均业绩。对同一基金家族旗下的样本基金按管理资产金额的权重进行加权计算得出该基金家族的加权平均整体业绩。以2012年度宝盈基金家族为例，该家族加权平均整体业绩如表2所示。
（二）加权排名百分位数
为计算基金家族的整体排名，需要用到基金家族里每只基金的资产净值和同类基金区间收益排名百分比，将每只基金在对应产品类别的排名做加权平均。为了使排名百分位数与权重比例同向变化，本文以（1-排名百分位数）作为加权排名百分位数的基准，这样加权排名百分位数越大，基金家族的业绩就越好。以2012年度宝盈基金家族为例，该家族加权排名百分位数如表3所示。
（三）优质基金比率
本指标里的优质基金即为明星基金，计算该指标需要知道某基金家族是否有明星基金，将“明星基金”的资金规模在基金家族同类基金中所占的规模比例计算出来。以2012年度宝盈基金家族为例，该家族优质基金比率如表4所示。
（四）业绩极差
为了检验基金家族收益是否稳定，保证业绩衡量指标结果的可靠性，本文构建了业绩极差这个指标，并选取未经风险调整的净值增长率r和经过风险调整的詹森指数jensen这两个指标来计算基金家族的业绩极差。将家族旗下同类基金产品最优业绩和最差业绩之差计算出来。以2012年度宝盈基金家族为例，该家族业绩极差如表5所示。
五、基金家族业绩评价指标的应用
（一）明星家族是否为真的明星
明星家族整体业绩如何？明星家族是不是真的明星？为了展示明星家族在业绩水平上和非明星家族的差异，分析明星家族的真实表现，验证明星家族是不是真的明星，本文运用加权平均的净值增长率和加权平均的詹森值两个指标对明星家族和非明星家族进行了整体业绩的差异显著性检验。考虑到基金业绩对整个家族业绩的平均水平有较大的影响，而明星家族又经常长时间地暂停申购明星，所以暂停申购期间的明星基金业绩不应该计入基金家族整体业绩的计算范围，因为它对绝大多数投资者来说没有意义。因此，本文对于明星家族与非明星家族业绩的比较考虑了两种情况：一是未剔除暂停申购的明星基金；二是剔除了暂停申购的明星基金。业绩差异检验结果见表6和表7。
从表6和表7可知，无论暂停申购的明星基金是否在考虑的范围之内，无论是选择未考虑风险调整的基金净值增长率r12，还是考虑了风险因素的詹森值jensen12来衡量基金家族的整体业绩，明星家族的加权平均业绩都高于非明星家族，并且通过了1%的显著性水平检验。由此可见，明星基金的优秀业绩对其整个家族的业绩水平起到了提升作用，明星家族是名副其实的明星。
（二）投资者追逐明星家族能获得超额收益吗？
投资者往往根据历史业绩来选择投资对象，所以会选择过去业绩优秀的明星家族进行投资。但历史业绩优秀是不是意味着未来的业绩依然优秀？因此，基金家族的业绩是否具有持续性，对投资者来说意义重大。
为了研究基金家族的业绩是否具有持续性，本文首先按照加权平均业绩排名分别找出了2012和2013年度排名前十的基金家族（见表8）。由表8可知，2012年排名前十的基金家族中，只有华宝兴业基金公司和农银汇理基金公司出现在2013年度排名前十的基金家族中。由此可以初步判断基金家族的业绩水平很难持续，基金家族之间的竞争很激烈，投资者单纯依赖上年度的历史数据进行投资，很可能得不到预期的超额收益。
为了进一步验证投资者追逐明星家族的后果，本文假设有两个投资者，分别选择了2012年度的明星家族和2012年度的非明星家族进行投资，并且持有一年，以此检验在2013年初选择了2012年度的明星家族的投资者在未来一年的投资收益是否可以显著超过选择2012年度非明星家族的投资者，检验结果如表9所示。
由表9可知，2012年度的明星家族和非明星家族在2013年度的投资收益率并没有显著差异，只有未剔除暂停申购基金情况下，2012年的明星家族的加权净值增长率略高于非明星家族。由此可以说明，无论是明星家族还是非明星家族，都很难保持业绩水平的持续性，如果投资者根据历史业绩选择过去的明星家族进行投资，并不能获得超额收益。基金家族的市场竞争激烈，投资者不能单纯的依赖明星家族的年度业绩水平作为投资依据，需要从业绩极差，优质基金比率，加权排名百分数等多个方面的历年数据来衡量基金家族的整体业绩水平。
六、结语
本文运用2012—2013年度拥有2只及2只以上股票型和混合型基金的基金家族作为研究样本，构建了基金家族业绩评价指标并进行了应用，得到结论如下：
1.运用基金家族的整体业绩评价指标，更加能够公正客观的评价基金公司业绩，避免投资者被明星基金和明星基金所在的基金家族所误导，寻找真正能为投资者带来超额收益的基金家族，为广大投资者提供参考。
2.无论是否考虑明星基金暂停申购的影响，明星家族的整体业绩水平都显著高于非明星家族，说明明星家族在打造明星基金的同时，并没有忽略对非明星基金的管理，使整个家族的业绩水平保持领先，是名副其实的明星。
3.明星家族的历史业绩水平不能作为投资者进行投资的唯一依据，基金家族的业绩没有显著的持续性，投资者选择过去的明星家族进行投资并不能获得超额收益，投资者还需要考虑各基金家族投资团队的稳定性、管理能力并且还应从业绩极差、优质基金比率、加权排名百分数等多个方面的历年数据来衡量基金家族的整体业绩水平。■
（责任编辑：张恩娟）
参考文献：
Ivkovic Z. Spillovers in Mutual Fund Families： Is
Blood Thicker than Water？ .Working Paper， 2001.
大部分私募基金3月份取得了正收益。私募基金当期的收益优于大市和晨星股票型基金(按调整后的可比数据),统计范围275只基金最近一月的平均回报率为1.33%,而同期的沪深300和晨星股票型基金分别为1.07%和0.97%。
短期表现评价(今年以来)
从绝对收益的角度看,今年以来275只基金中共有149只取得了正收益,占54.18%,3月份市场延续升势帮助更多的基金取得正收益。
总体上看,275只基金今年以来的平均回报率为0.08%,而同期的沪深300和晨星股票型基金分别为-7.91和-5.03,相对来说整体上私募基金对下行风险的控制能力较好,但国内私募基金绝对收益的特征仍然有待加强。
今年以来275只基金中,253只基金战胜同期的沪深300;220只基金战胜同期的晨星股票型基金。今年以来回报率大于10%的共有14只。
中期表现评价(最近一年)
具有一年历史数据的共有201只基金,其中获得正收益的有193只。私募基金业绩分化比共同基金更加明显,这不仅受到追求绝对收益的投资策略影响,同时也和投资流程、决策机制和基金经理个人风格有很大的关系。而股指期货和融资融券等金融工具出现,有可能加大业绩分化。
201只基金最近一年的表现中,有71只超越同期的沪深300;83只基金战胜同期的晨星股票型基金。201只基金最近一年的平均回报率为32.47%,不敌同期沪深300和晨星股票型基金。最近一年回报率超过65%的基金共18只。
风险调整后收益―夏普比率
在201只可计算最近一年风险调整后收益的基金中,有194只基金的风险调整后收益为正值。夏普比率超过1的基金有136只,占比约为67.66%,表明这些基金最近一年来所承受的单位风险获得了超额回报。
长期表现评价(最近两年)
从绝对收益的角度看,125只基金中最近两年取得正收益的有83只。125只基金的平均回报率为4.61%,同期的沪深300和晨星股票型基金分别为-9.29%和-2.44,最近两年市场走势属于单边下跌和上涨的典型v形走势,从这个角度看私募基金在控制风险和创造超额收益方面表现出和公募基金相对不同的特点和价值,一方面和私募基金的仓位调整空间较大有重要的关系。
评价体系介绍
报告的统计对象仅包括在中国境内成立的（不含港澳台）， 由信托公司作为受托人与投资管理人，投资咨询公司、投资管理公司等作为投资顾问共同发行的，投资于中国国内（不含港澳台）证券市场上包括股票、债券、货币市场工具、期货、期权等金融衍生品的证券投资信托基金。列入统计样本的共计78只基金。所有样本归于一类进行业绩表现评价。
报告采用回溯法计算各基金最近一段时期的回报率，再以相对参考基准收益率(即同时期的沪深300指数以及晨星股票型基金指数为基准)进行比较。
在评价指标方面，采用的收益评价指标是总回报率（Total Return）。它反映投资人在持有基金的一定时期内所获得的收益。
风险评价指标采用的是标准差（Standard Deviation）-波动率。它能反映计算期内总回报率的波动幅度，即基金每月的总回报率相对于平均月回报率的偏差程度，波动越大，标准差也越大。
此外，报告以夏普比率（Sharpe Ratio）作为风险调整后收益指标。它反映了基金承担单位风险所获得的超额回报率（Excess Returns），即基金总回报率高于同期无风险收益率的部分。
投资收益点评
具体投资收益评价如下：
短期表现评价（最近六个月）
2008年的中国市场受内外因素影响，沪深300指数从2007年年末的5338.27点下跌到了2008年6月30日的2791.82点，跌幅近47.7％。
晨星所统计的78只私募证券投资基金中共有60只基金具有六个月历史数据，有47只基金跑赢同期沪深300指数，38只基金战胜同期晨星股票型基金指数。5只基金取得了难得的正回报，显示出了较强的短期投资收益获取能力和风险控制能力（见表1）。
其中表现突出的深圳市星石投资顾问有限公司成立于2007年。其总经理兼投资总监江晖历任工银瑞信基金管理有限公司等多家公募基金的投资总监和基金经理。
公司旗下的深国投・星石1期-5期证券投资集合资金信托基金系列在最近一个月（5月21日-6月20日）的操作中保持了较低的股票仓位，回避了股市大跌的风险。其5只基金最近一个月的回报率均为正，且高出同期沪深300指数回报率（-24.67％）近26个百分点，超过同期晨星股票型基金指数回报率（-18.74％）近20个百分点。
深国投・星石1期-4期证券投资集合资金信托基金系列在最近三个月（3月21日-6月20日）回报率为1％左右，高出同期沪深300指数回报率（-28.79％）近30个百分点，超过同期晨星股票型基金指数回报率（-21.76％）近23个百分点。而深国投・星石1期-3期证券投资集合资金信托基金系列在最近六个月回报率为5％左右，高出同期沪深300指数回报率（-43.43％）近48个百分点，超过同期晨星股票型基金指数回报率（-34.39％）近40个百分点。
另外两只短期表现出色的基金，是由同样公募基金出身的田荣华带领的深圳市武当资产管理有限公司旗下的深国投・武当1期证券投资集合资金信托（成立于2007年11月12日）和深国投・武当2期证券投资集合资金信托（成立于2007年12月19日）。
深国投・武当1期-2期证券投资集合资金信托基金系列近一个月的回报率约为-1％，高出同期沪深300指数回报率（-17.33％）近16个百分点，超过同期晨星股票型基金指数回报率（-13.32％）近12个百分点。近三个月的回报率约为3％，高出同期沪深300指数回报率（-27.64％）近30个百分点，超过同期晨星股票型基金指数回报率（-21.94％）近25个百分点。近六个月的回报率为10.28％（1期）和-2.68％（2期），分别高出同期沪深300指数回报率（-37.54％）47.82个百分点（1期）和34.86个百分点（2期），超过同期晨星股票型基金指数回报率（-29.84％）40.12个百分点（1期）和27.16个百分点（2期）。
深圳市武当资产管理有限公司成立于2007年6月。其投资决策委员会主席田荣华曾经任职于北京证券、国信证券，并出任过长盛基金管理公司基金经理。其副总经理兼投资总监易贵海曾担任长盛及鹏华基金管理公司基金经理。
在2008年1月末至4月中旬的这段时间内，武当果断地将仓位降低到10％-40％，避免了净值跟随股市的暴跌。当4月中下旬市场接近3000点的时候，武当公司增持了钢铁、地产、银行等行业，并将股票仓位提高至40％-60％，抓住了市场的反弹机会。
中期表现评价（最近一年）
晨星统计的78只基金中具有一年历史数据的共有26只基金,其中有18只基金跑赢同期沪深300指数，有14只基金战胜同期晨星股票型基金指数。表现突出的有上海涌金投资咨询有限公司旗下的深国投・亿龙中国2期证券投资集合资金信托以及深圳市民森投资有限公司旗下的深国投・民森A.B号证券投资集合资金信托基金。
上海涌金投资咨询有限公司基金经理梁文涛曾任易方达基金管理公司的基金经理和研究部负责人。由其管理的深国投・亿龙中国2期证券投资集合资金信托基金最近一年的收益率为44.19％，高出同期沪深300指数回报率（-16.45％）近60个百分点，超过同期晨星股票型基金指数回报率（-6.31％）近50个百分点。显示出了基金经理较好的中期投资收益获取能力和风险控制能力。
深圳市民森投资有限公司由著名操盘手蔡明所设立，旗下深国投・民森A.B号证券投资集合资金信托基金系列（成立于2007年6月25日）一年的收益率为19.95％（A号）和20.82％（B号）, 高出同期沪深300指数回报率（-23.42％）近44个百分点，超过同期晨星股票型基金指数回报率（-13.2％）近34个百分点。
长期表现评价（最近两年）
长期来看，由刘红海管理的上海涌金投资咨询有限公司旗下的深国投・亿龙中国1期证券投资集合资金信托基金表现较为突出，其基金经理刘红海曾先后担任博时基金管理有限公司基金经理和宝盈基金管理有限公司投资总监。
该基金成立于2006年4月18日，其近两年（2006年6月5日至2008年6月5日）的年化回报率为62.04％，与同期沪深300指数回报率58.21％相比高3.83个百分点，超出沪深300指数回报率（53.48％）8.56个百分点。
投资风险评价
在所有统计的具有最近一年历史波动率（Standard Deviation）数据的25只基金中，波动率最小的六只基金如下表：
波动率最大的六只基金如下表：
风险调整后收益评价
私募基金11月表现评价
面对11月中旬的两次大跌，不少私募基金都降低了仓位（图）。截止至11月底，MCRI指数的成分基金共有136只，整体仓位为70.58％，较10月底的77.91％下降了7个百分点，不过其中仍有五成的私募基金仓位维持在50％以上，另有27％的私募基金仓位在50％至80％之间。这一结果表明私募基金经理们对后市的看法仍就保持乐观态度。
华润信托的统计数据显示MCRI成分基金在11月份继续增持机械设备仪表（16.53％到17.21％）、食品饮料（8.49％到10.66％）和医药生物制品（8.1％到9.54％），并减持了金融保险业（13.67％到10.6％）、金属非金属（12.6％到10.59％）以及采掘业。前五大重仓行业仍占到了私募基金总体仓位的近六成。
虽然沪深300下跌了5％，但是仍然有50％的私募产品取得了正收益，中位数为0.09％，成绩值得肯定。多数产品的收益均在0－5％之间，收益跌幅超过10％的有25只。不过，依然有17只产品的月度收益超过17％。
私募基金长期表现评价（最近两年以及三年）
从2008年11月底至2010年11月的两年间，MCRI指数和晨星股票型基金指数表现相当。晨星统计数据显示，具有两年以上历史的基金已有175只，其中有88只私募产品战胜了同期的沪深300指数，占比50％；另有75只优于同期的晨星股票型基金指数，占比43％。
这里给出私募基金按照上述索提诺比率排序后的详细收益情况和基金的基本信息，以供投资者参考我们（表1）。这其中，我们剔除了成立以来收益率为负的部分私募产品；同时，对于采取复制策略的系列私募产品，我们只选取排名最靠前的一只入榜。
目前，具备三年历史的私募产品已经有76只，到年底会有近100只左右的私募产品满三年。统计数据显示，仅一只产品未能战胜同期的沪深300指数，高达七成的私募产品优于同期的晨星股票型基金指数。期间年化回报为正的产品有43只，占比57％。
关键词：基金家族；明星基金；整体业绩指标
中图分类号：F830 文献标识码：A 文章编号：1003-9031（2014）10-0013-06 DOI：10.3969/j.issn.1003-9031.2014.10.03
一、引言
近年来，在国家各项政策支持下，中国基金业进入了快速发展的轨道，基金与基金管理规模呈几何增长。在基金投资中，投资者常关注那些收益排名靠前的基金即明星基金，而拥有明星基金的基金公司也被称作“明星家族”。许多研究都已证实了明星基金具有溢出效应，即明星基金不仅能为自身吸引投资者来投入资金，也能为该基金公司的其他基金吸引更多资金和申购量[1-5]。溢出效应产生的原因表现在多方面：首先，大部分投资者认为同一基金公司旗下的基金具有相似的研究开发能力、管理质量、投资理念等，所以认为可以用单支基金的评价指标去取代基金家族的整体评价指标；其次，当媒体以及公众将注意力放到某明星基金上，其基金家族的名字也随之出现在投资者的视野中，从而使该基金家族得到很大程度上的宣传，吸引更多的投资者投资到该基金家族的其它基金上[6]；最后，投资者认为基金的历史业绩具有一定的参考价值，以此为依据去选择基金，会很大程度上降低搜寻成本[7]。正是因为明星基金的溢出效应，为基金公司带来了更多的申购量，使基金公司可以收取更多的基金管理费，导致国内基金公司造星运动盛行。
虽然基金公司打造的明星基金的收益良好，但投资者并不能随意投资明星基金，因为大部分明星基金经常或长期处于暂停申购的状态。暂停申购的原因一方面是基金公司募集的资金已达到一定规模，如果该基金持续被大量申购，而适合该基金投资的产品又不充足，造成该基金很难保持高收益率；另一方面是为了避免该基金趁机进入套利，使原基金持有者的利益受到损害。当投资者认为同一基金家族的基金产品投资能力以及管理水平相当，但又不能随意追逐业绩优异的明星基金时，投资者就会选择投资该明星基金所在公司的其它产品。但现阶段并没有关于兄弟基金的收益情况是否与明星基金的收益情况相当的调查或研究，因此无法证实投资者追随明星家族是否能获取超额收益。现有的对基金研究报告以及评价指标大部分也都是针对单支基金的，如基金收益率、基金净值增长率、业绩比较基准增长率等，却少有对基金家族层面的评价指标。大部分投资者一般是先选择基金家族，然后再选择旗下的基金产品进行投资。既然如此，投资者又该通过哪些指标来衡量基金家族的整体业绩水平。针对此情况本文构建了衡量基金家族整体业绩水平的四个指标，分别是加权平均业绩、业绩极差、优质基金比率、加权排名百分位数。从基金家族的层面构建整个家族的业绩评价指标，可以防止投资者被明星基金误导，帮助投资者多角度地去衡量和评价基金家族的总体资产管理能力，使投资者投资基金变得更加有据可依。
二、文献综述
中国人民银行于1992年11月批准成立的淄博乡镇企业投资基金是我国最早成立的基金，标志着国内基金公司的成立，这不仅促进了资金更高效率地使用，使投资者拥有更多的投资选择，还由此产生了我国对基金业绩评价的研究。在基金投资萌发初期，我国主要是引进国外的评价理论和方法对基金进行实证分析，在基金投资的成长期，国内学者多是对基金评价模型进行修正和创新。石磊、捷（1999）在新基金的业绩分析中，数据来源是1998年4月到1999年5月这一年间新上市5只基金，其方法主要是运用詹森指数计算和比较这5只新基金的收益率排名，文中还分析了投资者的净选择性报酬并得出投资者只投资于新基金可以分散股市的非系统风险的结论[8]。李凯、张婷（2000）在证券投资基金投资收益分析中，通过实证研究透析了基金的投资绩效与组合策略的关系，运用资本市场理论对证券组合特征曲线进行回归分析，得出基金组合投资的绩效取决于股票的选择而不是长时间的规划的结论[9]。杨湘豫、谭国威（200
7）在开放式基金经理与“热手”中，经过对基金经理的选时选股的持续性分析得出我国开放式基金经理有“热手”存在[10]。赵旭、吴冲锋（2004）的证券投资基金业绩与持续性评价的实证研究中，认为国内传统基金业绩评估方法是从国外理论中引进的，分别有Treynor指数法、Sharpe指数法和Jensen指数法，他们还是国内首次运用R/S和DEA模型对基金的可持续性以及相对业绩进行实证分析的学者[11]。
20世纪60年代以前，国外运用投资组合理论和资本资产定价模型来比较投资基金的业绩，主要的依据是基金的投资收益率，之后Treynor（1965）特雷纳指数、Sharpe（1966）夏普比率和Jensen（1968）詹森指数的产生使单只基金业绩的度量方式有了新的转变。三者都是利用未经风险调整的业绩指标或经风险调整的业绩指标将基金的业绩与基准业绩、市场业绩、无风险利率相比较，评价基金的业绩是否超过市场的平均业绩[12-14]。Treynor（1965）最早建议把基金的系统风险进行量化，同时在比较基金业绩的过程中引入基金系统风险的对比，由于特雷纳指数并不考虑组合分散的问题，因此特雷纳指数可以被广泛运用于评价分散化投资的基金业绩。Sharpe（1966）在特雷纳指数的基础之上将投资基金的系统风险与总风险进行区别，夏普指数把经营业绩好的投资基金的系统风险与总风险同等看待，但对于经营业绩差的投资基金，就认为基金的总风险会由于非系统风险的不同而相差较大，于是他就提出了将单位总风险的超额收益用于评价那些总风险经过调整后的基金业绩。Jensen（1968）为了比较基金的实际收益水平和通过CAPM方法计算的预期收益水平，选择了衡量资本市场投资工具的资产定价模型和证券市场线作为评判标准，得出的基金业绩的评价指标都是经过风险调整后的百分比数。Lehmann and Modest（1987）、French and Fama（1993）包括Carhart（1997）都是通过寻找适合的评价基金业绩的方法，并在不同的评判标准下分析基金业绩水平的结果，希望能够借此找出造成基金业绩水平结果差异的因素[15-17]。Le
hmann and Modest（1987）构建了基金业绩评价的APT模型，同时把 CAPM及APT度量对评价标准选取的敏感性进行了显著性检验，结果表明基金评价标准和衡量业绩方法的选择对基金超额收益的排名和结果有显著的影响。Fama、French（1993）指出股票的收益在受市场指数收益影响的同时还与资产组合的特性有关，因此在CAPM中引入了股票规模的因素，而Carhart（1997）在引入基金所持股票收益的因素中又完善了对股票收益的评价。
总结国内外的研究，国内学者的研究大多是对国外的先进理论进行引用继而实证分析最后修正的过程，然而国外的基金业绩研究多是针对单只基金的业绩进行评价，运用各种评价指标可以非常迅速地知道业绩优异的基金即明星基金，但是对于基金家族业绩的度量却是少之又少，也就是说我们无法运用这些评价指标来判定明星基金的家族业绩是否比非明星基金家族的业绩显著，如此一来，投资者在明星基金暂停申购期间购买明星基金的兄弟基金取得的收益是否比购买非明星基金家族的基金更高就不得而知了，因此我们很有必要构建一些可以评价基金家族整体业绩水平的指标来解决此问题。
三、数据来源及样本选取
（一）数据来源
为了保证数据的充足性和广泛性，本文选取了2012―2013年度拥有2只及2只以上股票型和混合型基金的基金家族作为研究样本，总计988只基金。选择股票型和混合型基金的原因是这两种基金是目前各大基金公司经营的基金产品的主流，相对其它种类的基金来说，更能代表基金家族管理公司对投资管理和风险控制的重视程度，很好的体现基金家族的整体业绩水平。基金暂停申购数据来自和讯基金网和各大基金管理公司的官方网站，其余数据均取自Wind金融数据库，数据处理和差异显著性分析都是运用Excel和stata12.0软件完成。
（二）样本的选取
本文的研究对象是基金家族，找到基金家族总的数量是要解决的首要问题。本文首先对2012―2013股票型和混合型基金按照基金公司名称进行分类整合，选取拥有两只或两只以上基金的基金公司为基金家族，其中2012年度有66个基金家族，2013年度有72个基金家族。
为了对比明星家族和非明星家族的业绩，需要选出明星基金进而找出明星家族。净值增长率是不考虑风险情况下的衡量基金收益率的指标，可以简单直观的衡量投资者的收益情况。因此本文对股票型和混合型基金按照年度净值增长率进行降序排列，排名前5%的基金即为明星基金，其所在的基金家族称为明星家族。2012年度的明星基金为31只，明星家族为21家；2013年度的明星基金为37只，明星家族为20家。
若基金长期暂停申购，则它对绝大数投资者来说是“只能看不能买”，没有任何意义，因此其业绩不应列入基金家族的业绩计算范围，因此在计算基金家族整体业绩时应剔除基金家族中长期暂停申购的基金。通过和讯基金网和各大基金管理公司的官方网站，2012年度明星基金中暂停申购超过一年的有9只，2013年度明星基金中暂停申购超过一年的有7只。按照上述的选取样本的方法，最后本文得到有关基金家族的样本（见表1）。
四、基金家族业绩指标的构建
为了体现一个基金公司的整体管理水平，即对所有基金进行管理，整个资金规模层面的业绩水平，避免利用某支包装起来的“明星产品”来对投资者产生的误导，本文构建了四个指标，从多方面来衡量基金家族的整体业绩水平。
（一）加权平均业绩
为了使基金家族业绩指标的结果更具有说服力和信服力，本文选取未经风险调整的净值增长率r和经过风险调整的詹森指数jensen这两个指标来计算基金家族的加权平均业绩。对同一基金家族旗下的样本基金按管理资产金额的权重进行加权计算得出该基金家族的加权平均整体业绩。以2012年度宝盈基金家族为例，该家族加权平均整体业绩如表2所示。
（二）加权排名百分位数
为计算基金家族的整体排名，需要用到基金家族里每只基金的资产净值和同类基金区间收益排名百分比，将每只基金在对应产品类别的排名做加权平均。为了使排名百分位数与权重比例同向变化，本文以（1-排名百分位数）作为加权排名百分位数的基准，这样加权排名百分位数越大，基金家族的业绩就越好。以2012年度宝盈基金家族为例，该家族加权排名百分位数如表3所示。
（三）优质基金比率
本指标里的优质基金即为明星基金，计算该指标需要知道某基金家族是否有明星基金，将“明星基金”的资金规模在基金家族同类基金中所占的规模比例计算出来。以2012年度宝盈基金家族为例，该家族优质基金比率如表4所示。
（四）业绩极差
为了检验基金家族收益是否稳定，保证业绩衡量指标结果的可靠性，本文构建了业绩极差这个指标，并选取未经风险调整的净值增长率r和经过风险调整的詹森指数jensen这两个指标来计算基金家族的业绩极差。将家族旗下同类基金产品最优业绩和最差业绩之差计算出来。以2012年度宝盈基金家族为例，该家族业绩极差如表5所示。
五、基金家族业绩评价指标的应用
（一）明星家族是否为真的明星
明星家族整体业绩如何？明星家族是不是真的明星？为了展示明星家族在业绩水平上和非明星家族的差异，分析明星家族的真实表现，验证明星家族是不是真的明星，本文运用加权平均的净值增长率和加权平均的詹森值两个指标对明星家族和非明星家族进行了整体业绩的差异显著性检验。考虑到基金业绩对整个家族业绩的平均水平有较大的影响，而明星家族又经常长时间地暂停申购明星，所以暂停申购期间的明星基金业绩不应该计入基金家族整体业绩的计算范围，因为它对绝大多数投资者来说没有意义。因此，本文对于明星家族与非明星家族业绩的比较考虑了两种情况：一是未剔除暂停申购的明星基金；二是剔除了暂停申购的明星基金。业绩差异检验结果见表6和表7。
从表6和表7可知，无论暂停申购的明星基金是否在考虑的范围之内，无论是选择未考虑风险调整的基金净值增长率r12，还是考虑了风险因素的詹森值jensen12来衡量基金家族的整体业绩，明星家族的加权平均业绩都高于非明星家族，并且通过了1%的显著性水平检验。由此可见，明星基金的优秀业绩对其整个家族的业绩水平起到了提升作用，明星家族是名副其实的明星。
（二）投资者追逐明星家族能获得超额收益吗？
投资者往往根据历史业绩来选择投资对象，所以会选择过去业绩优秀的明星家族进行投资。但历史业绩优秀是不是意味着未来的业绩依然优秀？因此，基金家族的业绩是否具有持续性，对投资者来说意义重大。
为了研究基金家族的业绩是否具有持续性，本文首先按照加权平均业绩排名分别找出了2012和2013年度排名前十的基金家族（见表8）。由表8可知，2012年排名前十的基金家族中，只有华宝兴业基金公司和农银汇理基金公司出现在2013年度排名前十的基金家族中。由此可以初步判断基金家族的业绩水平很难持续，基金家族之间的竞争很激烈，投资者单纯依赖上年度的历史数据进行投资，很可能得不到预期的超额收益。
为了进一步验证投资者追逐明星家族的后果，本文假设有两个投资者，分别选择了2012年度的明星家族和2012年度的非明星家族进行投资，并且持有一年，以此检验在2013年初选择了2012年度的明星家族的投资者在未来一年的投资收益是否可以显著超过选择2012年度非明星家族的投资者，检验结果如表9所示。
由表9可知，2012年度的明星家族和非明星家族在2013年度的投资收益率并没有显著差异，只有未剔除暂停申购基金情况下，2012年的明星家族的加权净值增长率略高于非明星家族。由此可以说明，无论是明星家族还是非明星家族，都很难保持业绩水平的持续性，如果投资者根据历史业绩选择过去的明星家族进行投资，并不能获得超额收益。基金家族的市场竞争激烈，投资者不能单纯的依赖明星家族的年度业绩水平作为投资依据，需要从业绩极差，优质基金比率，加权排名百分数等多个方面的历年数据来衡量基金家族的整体业绩水平。
六、结语
本文运用2012―2013年度拥有2只及2只以上股票型和混合型基金的基金家族作为研究样本，构建了基金家族业绩评价指标并进行了应用，得到结论如下：
1.运用基金家族的整体业绩评价指标，更加能够公正客观的评价基金公司业绩，避免投资者被明星基金和明星基金所在的基金家族所误导，寻找真正能为投资者带来超额收益的基金家族，为广大投资者提供参考。
2.无论是否考虑明星基金暂停申购的影响，明星家族的整体业绩水平都显著高于非明星家族，说明明星家族在打造明星基金的同时，并没有忽略对非明星基金的管理，使整个家族的业绩水平保持领先，是名副其实的明星。
3.明星家族的历史业绩水平不能作为投资者进行投资的唯一依据，基金家族的业绩没有显著的持续性，投资者选择过去的明星家族进行投资并不能获得超额收益，投资者还需要考虑各基金家族投资团队的稳定性、管理能力并且还应从业绩极差、优质基金比率、加权排名百分数等多个方面的历年数据来衡量基金家族的整体业绩水平。■
参考文献：
[1]Ivkovic Z. Spillovers in Mutual Fund Families： Is
Blood Thicker than Water？ [R].Working Paper， 2001.
[2]Huiji J， Verbeek M. Spillover Effects of Marketing in Mutual Fund Families[R].ERM Report Series， EFA Ljubljana Meeting Paper， 2007.
[3]Khorana A，Servaes H. Conflicts of Interest and Competition in the Mutual Fund Industry[R].Working Paper，2004.
[4]林树，李翔，杨雄胜，Onkit Tam. 他们真的是明星吗？ ――中国证券基金市场的经验证据[J].金融研究，2009（5）： 107-120.
[5] 张婷. 投资者的选择与基金溢出效应研究[J]. 证券市场导报，2010（1）：70-77.
[6] Sirri E， Tufano P. Costly Search and Mutual Fund
Flows [J].Journal of Finance， 1998， LIII（5）： 1589-1622.51（3）.
[7]Gruber M J. Another Puzzle： The Growth in Actively
Managed Mutual Funds [J]. Journal of Finance， 1996， 51（3）.
[8]石磊，捷.新基金的业绩分析[J].预测，1999（10）：40-41.
[9]张婷，李凯.证券投资基金业绩分析[J].预测，2000（1）：41-44.
[10]杨湘豫，谭国威.开放时基金经理于热手的实证分析[J].系统工程，2007（6）：45-49.
[11]赵旭，吴冲锋.证券投资基金业绩与持续性评价的实证研究――基于DEA模型与R/S模型的评价[J].管理科学，2004（4）：58-64.
[12]Treynor J.L. How to rate management of investment funds [J].Harvard Business Review， 1965， （43）：63-75.
[13]Sharpe W.F. Mutual fund performance [J].Journal of
Business， 1966， （39）：119-138.
[14]Jensen M.C. The performance of mutual funds in the
period 1945-1964 [J].Journal of Finance， 1968， 23（5）.
[15]Lehmann B. Modest D. Mutual fund performance
evaluation： A comparison of benchmarks and benchmark comparisons [J].Journal of Finance， 1987， 42（2）：233-265.
[16]Fama E.F， French K.R. Common risk factors in the
returns on bonds and stocks [J].Journal of Financial Economics.1993.（33）：3-53
