共同基金的DEA绩效评估外文翻译资料

 2022-07-06 06:07

英语原文共 59 页,剩余内容已隐藏,支付完成后下载完整资料


共同基金的DEA绩效评估

摘要

本文的目标有很多。 首先,我们对共同基金绩效评估的DEA模型文献进行综合评述。 然后我们讨论共同基金DEA模型中存在负回报的问题,我们找出一个经济合理的DEA模型,并以自然的方式解决负回报问题。 此外,考虑到不同的风险度量,我们提供了一个关于真实市场数据的实证应用。 我们也考虑了不同的持有期,包括一段金融危机和一段金融复苏。 此外,我们比较DEA绩效指标与传统财务指标获得的结果。

关键字:DEA共同基金业绩评价 负数据 夏普指数 Sortino指数

第一章 序言

近年来,数据包络分析(DEA)对共同基金绩效评估的应用越来越多。

如果我们考虑应用传统的共同基金,社会责任投资(SRI)共同基金、伊斯兰基金、养老基金、交易所交易基金(etf)、对冲基金、大宗商品交易顾问(cta)和管理未来的资金,在国际期刊上刊登的论文和书籍数量总数约100(数据指的是2014年年底)。

然而,如果我们看一下财务实践中使用的绩效指标,根据其历史结果来比较共同基金,我们发现最常用的指标不包括通过DEA模型获得的任何绩效得分。

我们可能想知道,在金融市场工作的从业人员和大数据提供商缺乏“财务可见度”的原因是什么。在我们看来,我们可能会找到两个主要原因。

第一个解释与对DEA指标提供清晰的财务解释的困难有关,而这些指标可以被金融专业人士清楚地掌握。

第二个可能的解释是DEA模型的相对复杂程度,与一些传统的金融指标(比如夏普、Treynor和Sortino比率)相比。这一点尤其适用于最近的文献中提出的许多先进的DEA模型。

我们必须提出一个问题,经常在共同基金和影响财务数据可以导致DEA模型缺点:负面的存在意味着回报,这通常是观察,特别是在金融危机时期,需要使用特殊的设备制定的DEA模型。

本文的主要目标是多方面的,可以总结如下。

首先,我们全面回顾了DEA模型文献对共同基金绩效的评价(第8.2节)。

其次,我们讨论了共同基金DEA模型中存在负回报的问题(第8.3节)。

第三,我们确定了一种经济上合理的DEA模型,以一种自然的方式解决了负回报的问题,它的灵感来自于财务上的考虑,而不是来自于数学上的技术细节。与此同时,它依赖于一个基本的DEA模型,因此实现起来相对简单(第8.4节)。

在第五章中,我们概述了一些在金融中最广泛使用的传统指标,以评估共同基金的表现;他们也有严重的缺点,存在负平均回报。

这一贡献的第四个目标是提出基于不同风险度量的DEA模型在真实市场数据上的实证应用。实证调查还考虑了不同的持有期,并在金融危机时期和金融复苏时期进行。此外,我们将DEA的绩效指标与传统的财务指标进行比较。

第二章 关于共同基金的DEA文献

评估共同基金业绩的问题并不是DEA方法的第一个应用。事实上,第一个提出了DEA模型来研究共同基金业绩的贡献,仅仅在15年多前才被公布。在这些先驱论文中,我们发现了Murthi et al. (1997), McMullen和Strong (1998), Basso和Funari (2001), Choi and Murthi (2001), Tarim and Karan (2001), Galagadera and Silvapulle(2002)。

从2003年开始,每年发表在这个主题上的论文数量开始大量增加,并且在最近几年变得越来越丰富。图8.1概述了在科学期刊或书籍中发表的论文数量,这些论文采用了DEA模型,对共同基金的绩效进行了年度评估。在图8.1中所考虑的出版物的数量包括关注传统共同基金、社会责任投资(SRI)共同基金和伊斯兰基金,但也包括养老基金和交易所买卖基金(etf)的论文。

图8.1 关于DEA模型的发表论文的数量,用于评估共同基金(包括SRI基金和伊斯兰基金)、养老基金和etf的出版年份。

与此同时,图8.2显示了使用DEA方法评估对冲基金、商品交易顾问(CTAs)和管理期货基金业绩的发表论文的数量。

图8.2论文发表论文的数量,用于评估对冲基金、CTAs和管理期货基金在出版年份的表现。

从图8.1和8.2中可以看出,目前公布的对共同基金的DEA评估报告的总体数量是非常相关的。表8.1详细介绍了各种贡献,每篇论文的DEA模型的报告提出/使用,一个简短的总结研究的主要特点和主要特征进行实证分析(地理区域和时间段的数据和资金的数量考虑)。

表8.1对DEA模型文献进行了风格化审查,以评估共同基金的绩效。(是一些非本论文作者的观点,为突出重点在此不罗列,下同表8.2,表8.3)

类似地,表8.2提供了关于社会责任投资(SRI)共同基金的DEA绩效评估的论文,它利用DEA的能力不仅考虑了金融特征,而且还衡量了共同基金的社会责任程度。

表8.2 对DEA模型的文献进行了风格化审查,以评估社会责任投资(SRI)共同基金的绩效。

此外,近年来,DEA方法也被应用于一种特殊的SRI基金:遵循伊斯兰金融规则的基金(Shariah合规);关于对伊斯兰共同基金的贡献的审查见表8.3。

表8.3对DEA模型的文献进行了风格化的评估,以评估伊斯兰共同基金的表现。

此外,关于养老基金DEA模型的文献综述也在表8.4中提出,表8.5则考虑了试图将DEA应用于交易所交易基金(etf)的论文。然而,关于DEA对etf的应用,我们必须记住,etf的目标是跟踪股票或债券指数,而不是跑赢市场。

表8.4 对DEA模型文献进行了风格化审查,以评估养老基金的绩效。

DEA方法在金融领域的另一个应用领域是对对冲基金业绩的评估。表8.6显示了DEA文献对对冲基金的贡献。

表8.6对DEA模型文献进行了风格化审查,以评估对冲基金的表现。

此外,表8.7报告了应用DEA方法衡量商品交易顾问(CTAs)和管理期货基金业绩的贡献。

表8.7对商品交易顾问(CTAs)和管理期货基金的业绩进行评估,对DEA模型的文献进行了程式化的审查。

另一方面,共同基金实际上是由金融专业人士管理的股票和/或债券组合。因此,对组合选择提出的一些DEA模型也可能对共同基金的绩效评估有帮助。表8.8给出了用于投资组合选择的DEA方法的论文。可以看出,这类报纸的数量在过去几年中已相当可观;参见图8.3,它显示了每年发表的论文数量。

表8.8对投资组合选择和股票指数的DEA模型的文献进行了程式化的回顾。

图8.3 在出版的年份,出版的关于投资组合选择和股票指数的DEA模型的论文数量

第三章 DEA建模中的负回报问题

在经典的DEA模型中,通常假定所有输入和输出值都是非负的。这确实是在用DEA方法测量性能时的一个关键假设。然而,在共同基金的绩效评估中,通常情况下,当选择一个输出变量作为平均回报或平均超额收益时,它远远不能满足于对共同基金的绩效评估。

另一方面,文献中也很清楚,当某些输出变量可能取负值时,DEA的绩效测度可能会给出不满意的结果;例如Silva Portela等人(2004)。我们可以很容易地从以下的风格化的例子的快速分析中了解到原因,在这个例子中,我们考虑了一个不断返回规模的DEA模型。

让我们考虑一下四个决策单元(DMUs) U1、U2、U3、U4的性能评估问题,其中一个输入x,两个输出y1和y2。让四个DMUs的输出值,按照输入值进行标准化,如下所示:

和athinsp;isin;thinsp;R .

在规模报酬不变的CCR模型中,DMU j0的DEA性能指标j0isin;{1,2,3,4}是以下线性分式规划问题的最优值

其中v,u1,u2分别是与输入和输出变量相关的权重,ε是非阿基米德常量。 通过求解以下等价的面向输出的线性规划可以找到最优解

如果我们将分析限制在DMU U1,U2,U3U1,U2,U3的集合中,那么我们有一个经典的DEA问题,其中所有的输入和输出值都是正的。 这种情况的效率边界如图8.4所示,其中笛卡尔坐标轴代表归一化输出值和

有效边界是连接有效的DMUs,即DMUs与DEA的性能测度为1的线。

图8.4显示,DMUs U1和U3是有效的,而U2是低效的,其DEA性能测度等于众所周知,点P2代表的是与U2相同的输入和输出方向的虚拟单元,它位于有效边界上。这个虚拟单元表示,在保持输入值不变的情况下,单元U2可以改进其输出值,通过沿着虚线OP2向有效边界移动,直到到达效率。如果我们在分析中包括DMU U4,它的输出值为负值,就可以得到令人迷惑的结果,所以DEA分数问题(8.5)-(8.7)不再给出合理的效率度量。

表8.9显示了U4的第二次输出的不同值所得到的四个DMUs的效率测度值;

图8.5、8.6、8.7、8.8显示了在一些相关案例中得到的有效边界。

Fig. 8.5

有效边界的例子研究U1,U2,U3,U4U1,U2,U3,U4在U4 =(minus;1、2)U4 =(minus;1、2)(归一化输出值)

图8.6

以DMUs U1,U2,U3,U4U1,U2,U3,U4在U4=(1,3)U4=(1,3)(归一化输出值)为例的有效边界

图8.7

以DMUs U1,U2,U3,U4U1,U2,U3,U4在U4=(1,4)U4=(1,4)(归一化输出值)为例的有效边界

图8.8

有效边界的例子研究U1,U2,U3,U4U1,U2,U3,U4在U4 =(minus;1,6)U4 =(minus;1,6)(归一化输出值)

可以看出,在第3个案例中,在分析中包含U4的情况并没有修改包络U1、U2、U3U1、U2、U3的有效边界的部分:这部分与没有U4的情况完全相同;这很重要,因为它要求U1,U2,U3U1,U2,U3的效率值不变。对于a lt; 3(见图8.5)U4并不位于有效边界上,因此效率不高,而a = 3 U4达到有效边界,如图8.6所示,因此它变得高效。

在例3 lt;ale;5,表示在图8.7中,愉快向上的位移并修改有效边界;然而,这一转换并没有改变有效边界的部分,决定了U1、U2、U3U1、U2和U3的效率得分,因此它们的性能度量不会改变。另一方面,对于一个3 U4来说,它位于有效边界上,因此它是有效的。

图8.8显示,在gt; 5中,U4的升高将有效边界从DMUs U2和U3移开,导致效率得分的降低;这种转变使得U3变得低效。因此,第二个输出的足够高的值可以补偿第一个输出的负值,从而使U4在第二个输出值足够高的情况下变得高效。另一方面,让我们保留输入和第二个输出常量的值,同时降低第一个(负)输出的值。

特别地,让我们分析U4的效率得分的行为,因为负输出的值更糟。在这种情况下,一个好的性能指标应该显示U4的效率得分下降,因为负的输出值会恶化。然而,事实并非如此。

实际上,让我们考虑U4(minus;k)0 lt;le;3 k gt; 0增加;图8.9显示了k′= 1的情况和k”= 2,= 2。很容易看出,有效边界上的虚拟单元P4的笛卡尔坐标如下。

所以U4的DEA效率得分是恒定的,等于

不管第一个输出的值是多少。这意味着U4的效率度量对于第一个(负)输出的所有值都是相同的,因此第二个输出(除了输入)的值是唯一重要的。

图8.9

DMU U4(k, a)的有效边界与k值和a = 2(归一化输出值)的距离

在衡量共同基金业绩的背景下,这一事实具有不现实的后果,不符合投资者偏好的通常经济假设。

事实上,如果第一个输出代表了共同基金的平均收益率(或其平均超额收益),这意味着,当平均回报率为负,其价值为投资者漠不关心,是否仅略小于零,也需要一个沉重的损失。

在这种情况下,只有第二次输出的值是相关的,这显然与经济原理相反,即所有其他的东西都相等,期望值越高越好。

另一方面,如果我们考虑一个可以取负值的单个输出(以及任意数量的输入),情况就不会更好。

实际上,从CCR-O模型中可以很容易地看到它。

如果yj0yj0是负的,解就不存在;在这种情况下,可行域是空的,因为第一个约束(8.19)没有与u的解。

在采用BCC模型的情况下,只需要部分改进引入变量返回到规模。事实上,一个bcci模型是关于输出的平移不变的(见1996年),这意味着DEA的效率度量是不变的,对于原输出值的转换,结果是对原始数据添加一个常量。因此,用一个bcci模型,可以通过在负输出中加入合适的常数(大于最低平均收益率的绝对值),从而很容易地克服负收益(或超额收益)的问题;关于这个主题的概述,请参阅牧师和Ruiz(2007)。

然而,由于绩效结果取决于模型的方向,所以应该在财务考虑的基础上谨慎选择方向。在我们看来,评估共同基金业绩的最合适的方向是输出方向,因为投资者通常寻求在不增加输入变量的价值的情况下最大化平均回报和(最终)其他产出变量的价值。但是,BCC-O模型并不是对输出的平移不变,因此,对于这种模型,我们面临类似于CCR模型所遇到的缺陷;如有进一步的评论,请参见Silva Portela等人(2004)。

另一方面,我们可以尝试采用一种合适的DEA模型,即平移不变(Ali and Seiford 1990;洛弗尔和牧师1995)。特别地,一个具有这种性质的著名的DEA模型是加性模型,实际上这个模型经常被用来解决DEA分析中的负数据问题。

然而,添加DEA模型高效和低效的

全文共6287字,剩余内容已隐藏,支付完成后下载完整资料


资料编号:[10193],资料为PDF文档或Word文档,PDF文档可免费转换为Word

原文和译文剩余内容已隐藏,您需要先支付 30元 才能查看原文和译文全部内容!立即支付

以上是毕业论文外文翻译,课题毕业论文、任务书、文献综述、开题报告、程序设计、图纸设计等资料可联系客服协助查找。