1【摘要】近些年來，我國私募證券投資基金行業迅猛發展，私效的資產配置工具，那么科學評價私募基金表現尤為重要。報告研究了中國私募證券投資基金的量化評價方法及其市場表現。研究發現，單一指標對不同策略基金的評價效果存在差異，即使對于單一策略的基金，不同指標的評價效果也不盡相同。基于各單一指標，報告提出了量化評價綜合指標，且對基金未來收益具有良好的預測能力。此外，在英華獎揭曉后的一年內，基于綜合評價指標量化基金組合，可以顯著跑贏英華獎基金組合年化約25%。報告研究對廣大私募基金投資者投資組合的有效構建，以及私募基金業的科學評2QuantitativeEvaluationofHedgeFResearchCenterforAssetManaResearchCenterforFundofFundsJianfengYu,ZhuzhuWen,PeAbstract:Inrecentyears,China'shedgefundindustryhasexperiencedaboom.HedgeFOFscanserveasahighlightingtheimportanceoftheeffectiveevaluationofhedgefundperformance.ThisreportinvestigatesthequantitativeevaluationmethodsandperformanceofthehedgefundsinChinstrategythoseofdifferentmetricsareinconsistent.Bycombiningvariousstrongpredictabilitytofuturereturns.Additionally,formedbytheindicatoroutperformstheYapproximately25%inannualizedreturns,duringtheone-yearperiod3improvementoftheevaluationsysteminthehedgefundindustry.4近年來，我國私募證券投資基金（以下簡稱“私募基金”，也稱“對沖基金”）市場呈現蓬勃發展態勢。根據中國證券投資基金業協會統計，私募基金已逐步成為我國資產管理行業中的重要組成部分，在服務人民日益增長的財富管理需求、促進金融資源高效配置以及實體經濟高質量發展期機構投資者提供高效的資產配置工具，那么科學評價私募基金表現至關重要。對廣大投資者而言，面對眾多的私募基金產品，如何評價私募基金進而甄選出優秀的基金進行投資是個根本性問題。選出最優秀的少數基金然而，由于私募基金的一些固有特征，使得有效評價其表現具有一定的難度。例如，其靈活多變的動態策略及衍生品的應用使得其收益非正態）；錄時間短，導致有些傳統評價指標估計不夠準確；而且相對公募基金而言，私募基金并不披露其持倉信息使得無法通過其持倉組合對其表現進行評估對沖基金提出了對應的評價指標，但是由于基金策略多樣，單一指標的評5相對于西方發達國家的對沖基金，我國私募基金在某些方面獨具特色：投資群體并非機構主導而散戶群體不可忽視，投資者投資期限較短，風險報告基于中國私募基金市場，檢驗了已有眾多評價指標對不同策略基金評價的適用性，在此基礎上提出了私募基金量化評價的綜合指標，并對比分析了基于私募基金英華獎以及私募量化選基進行投資這二者之間表現的優劣。研究發現：其一，整體而言中國證券私募基金市場能夠創造年化異，即使對于單一策略的基金，不同指標的評價效果也不盡相同；其三，分不同策略來看，除宏觀策略外，量化評價綜合指標具有良好的表現，其中管理期貨策略表現最好，風險調整后年化收益高達26.33%（T值為2.80）；第四，考慮到不同策略的基金收益之間相關性可能較低，投資組合中如果基金策略存在多樣性，可能會獲得更好的組合表現），其五，盡管英華獎榜單組合可以跑贏同期滬深300金市場組合并未見顯著優勢，而且整體來看，報告提出的基于綜合評價指6報告研究的創新之處體現在：其一，基于現有私募證券基金的評價方法，科學提出了量化綜合評價指標。現有單一指標的評價可能并不能很好適應所有基金策略，而對于單一策略的基金，不同指標的評價效果也不盡相同，那么綜合評價指標能夠盡可能的克服這些不足，為私募基金的有效評價提供科學依據。其二，揭示了相對于現有評價體系“英華獎”，基于綜合評價指標的量化選基方案的優越性。“英華獎”作為基金業最具權威性的獎項之一，旨在建立和完善國內私募證券投資基金行業的科學評價體系，展示私募證券投資基金行業的優秀管理機構以及基金產品，推動行業向規范健康的方向發展。報告研究發現，基于綜合評價指標的量化選基方案優于現有評價體系“英華獎”，這給國內私募證券投資基金行業的科學報告其余部分安排如下：第二部分文獻回顧，第三部分數據描述與指伴隨著西方發達國家對沖基金市場的繁榮發展，涌現出一批關于私募基金業績評價的研究。資產表現的度量發軔于均值-方差框架下的夏普比率1964），首次提出基于參考基準的度量（阿爾法）以來，學界衍生出各類），7評價建立了參考基準。在此基礎上，Kosowski等(2007)根據七因子模型風險調整后的超額收益，融入關于基金經理是否具有管理能力的先驗信息，提出了后驗超額收益，即貝葉斯阿爾法。而且，對沖基金可能會發生策略偏移，導致實際策略和自己披露的策略不一致，導致基準模型調整后的阿爾法失真。鑒于此，Jagannathan等（2010）進行了修正，提出了相對策略阿爾法。此外，由于對沖基金收益通常呈現非正態分布（Bali，2006），則傳統的評價指標如夏普比率和阿爾法，難以準確評價不同資產類別表現的相對優劣。所幸在于，近似隨機占優不需要對收益分布進行假設，Bali(2013)將其引入私募基金的評價，提出了近似一階隨機占優指標（AFSD）。需要特殊說明的是，現實世界里，基于眾多指標度量基金表現過程中，可能天然地存在道德風險。如果投資者根據基金短期表現選擇購買基金，那么基金經理尤其是對沖基金經理得益于策略選擇更加靈活、衍生品應用更加豐富，有動機對短期表現進行操縱。這種操縱無任何信息含量可言，并不會給投資者提供價值。然而，一種防操縱的業績表現度量（Manipulation-proofPerformanceMeasures，簡稱MPPM）可以的法律地位，整體上私募基金行業發展起步較晚。關于國內私募基金的研究也相對不足。肖欣榮和田存志（2011）從委托-代理視角理論分析了私募場表現及風險屬性。Zhang等（2022）發現中國私募基金表現出趨勢交易8傾向，通過持有被高估的股票加劇市場的錯誤定價。而如何評價私募基金的投資能力并預測其未來表現，更是鮮有關注。祝小全等（2022）基于中國私募證券投資基金樣本，從個體層面考察了基金的多維擇時能力，但是報告研究中基金數據來源于私募排排數據庫。樣本篩選辦法如下：（1）僅篩選非結構化基金2）為避免幸存者偏差，保留已經清盤的基），Hsieh，2000；Aggarwal和Jorion，2010），個月的歷史收益數據。經過以上兩步篩選，每年具有有效凈值2記錄的基金9基金數目/支25,00020,00015,00010,0005,000021,3273,640913913200420052006200720082009201020112012201320142015201620172018201920202021202220232024200420052006200720082009201020112012201320142015201620172018201920202021202220232024年份從收益來看，管理期貨策略下的平均收益最大（0.72%）；事件驅動策略下基金的平均收益最小（0.05%）。從波動性來看，債券策略下基金收益（17.81）。此外，在絕對值水平，相對于收益最 4由于基金在申購贖回時凈值驟變，導致收益出現極端值，因此基金收益在參考Goetzmann等（2007），采用滾動一年期的數據計算月度的其中，rft為無風險收益，rt為基金收益，P為損失厭惡系數，T為觀測點個數，Δt為投資時間（以年為時間）。在計算過程中參數取值：T=12,A2 A1r），于基準資產收益（虛線），記A1為基金收益的累積分布高于基準資產收益的累積分布的面積，記A2為基金收益的累積分布低于基準資產收益的累積對于管理期貨策略，采用南華商品期貨指數作為基準。對于債券策略，采用中債綜合國債指數（H11006.CSI）作為基準。對于復合策略，采用私募排排融智復合策略指數作為基準。其余策略一并采用MKT因子作為基），rt-rft=α+β·MKTt+Et(3)其中，rt為基金當月收益，rft為當月無風險利率，α即為CAPM調整（5）CAPM未解釋R方與Alpha交互（R2A）），R2A：R2A=α·(1-R2)(5) 期貨策略，采用南華商品期貨指數作為基準；對于債券策略，采用中債綜合國債指數（H11006.CSI）作為基準；對于復合策略，采用私募排排融智私募基金可能會發生策略偏移，導致實際策略和自己披露的策略不一），其中，I為基金自己報的策略對應的指數，I為其它的策略指數。對于每一個I進行回歸，選出最大的alpha，即為相對策略阿爾法其中，I為基金報告的策略對應的指數，I為其它的策略指數。當每個一級策略下包含的二級指數均成立時，對于將當前一級策略更換完所有二級策略。每一只基金對于每一個I進行回歸，選出所有回歸模型Fung和Hsieh（2004）提出的對沖基金七因子模型，對美國私募基金的收益表現出良好的解釋能力。報告參考該研究工作，并基于中國市場實際，構建中國版的私募基金定價因子模型，記作HFF。由于私募基金投資標的涉及股票、債券以及商品，因此，報告所構建的私募基金定價因子模Liu等（2019）提出的中國版的四因子對中國市場股票表現出良好的LSY四因子數據進行了對比分析。如表2所示，對于MKTRF、SMB、7數據來源于/~stambaug/。然而，債券定價因子與商品定價因子均為報告作者計算所得。其中，），企業債（AA-級）到期收益率、10年期固定利率國債到期收益以及中債綜）：其中，CYTD10t為第t個月的10年期企業債（AA-級）到期收益率，其中，BOND_INDExt為第t個月的中債綜合全價（總值）指數的數其中，FUTURES_INDExt為t月的中證商品期貨指數數值。月的收益，分別記作WINNERt+1、LOSERt+1。CMOMt+1=WINNERt+1-LOSERt+1(12)做空，分別計算兩個投資組合t+1月的收益，分別記作backwardatedt+1、contangot+1。BASISt+1=backwardatedt+1-contangot+1(13)N示，從均值角度來看，債券因子（BOND10）最低，值為-0.33%，價值因子（VMG）最高，值為1.10%。然而，從標準差角度看，股票市場因子（MKTRF）最大，值為7.30，債券市場綜合因子（BOND_RET）最小，證券私募基金由于其靈活的投資策略以及包括衍生品在內的相對豐富的投資對象，被市場認為是最可能具有主動管理能力的資管產品。而且，相對于公募基金經理的薪酬更多取決于其管理的資產規模，私募基金的基金經理薪酬更多取決于其創造超額收益的能力。那么中國私募基金是否創造了Alpha？此外，公募基金除了公布凈值，還會定期披露持倉信息，投資者可以從公募基金的持倉信息中了解業績歸因以及風險暴露情況。然而，私募基金只會定期披露凈值信息，那么私募基金的風險暴露情況如何?針對以上問題，本節對中國私募基金進行了投資組合分析，考察了全部基金[1.76][0.19] [0.62][14.94]7.923.66[1.09][3.97]4.55-1.33[0.76][-1.25]0.432.42[0.15][3.22]6.44-0.05[0.88][-0.05]3.920.51[0.95][0.79]77.99-5.57[1.05][-0.78]-4.69-0.84-2.36-0.43收益。然而不同策略的私募基金組合表現產生分化，除相對價值策略、債券策略、組合策略、符合策略外，其它策略基金組合的年化超額收益高于市場整體水平。此外，債券策略基金組合的年化超額收益最低，為1.22%。基金市場組合仍能獲得3.00%的年化收益，且t值為2.27金市場能夠為投資者創造阿爾法。分策略結果顯示，宏觀策略、相對價值此外，不同策略的基金組合對不同因子的風險暴露情況也存在差異。系數均顯著為正，說明這些基金組合均承擔著市場風險；而管理期貨策略的基金組合，由于期貨的風險對沖作用，并沒有暴露市場風險。對于VMGalpha（Byalpha），理論上這些指標越大，基金未來表現越好。那么現實中，這些指標在中國私募證券基金評價中表現如何？針對該問題，本節進本節基于不同策略的私募基金，在當月按照其中一個評價指標在橫截面上對基金分為5組，并計算各投資組合下一基金定價因子（HFF）進行回歸分析。出于簡潔考慮，本節僅報告最低組（P1）、最高組（P5）以及多空投資組合（P5-P1）的超額收益及其基于股票策略，除RET_DOWN外，其它評價指標的HFFAlpha均顯著為正（至RET_DOWN外，所有評價指標對基金未來收益具有良好的預測能力。對現良好。對于復合策略，所有指標對基金未來收益均表現出良好的預測能力。可見，單一指標對不同策略基金的評價效果存在差異，即使對于單一上一節研究表明，各評價指標確實對基金未來收益表現出預測能力。但是，有些時候某個評價指標可能數據上存在缺失或者短時間失效的情況，無法有效地基于該指標選擇基金。而且，即使不存在缺失的情況，相對于單一指標，采用多個評價指標從更多維度共同來選擇優質基金可靠度更高。此外，對于投資者而言，投資組合內基金過多會給其管理帶來一定的難度，刻有些指標數據存在缺失，要求至少具有一半的非缺失數據。構造具體辦在橫截面上進行標準化處理；然后，將標準化處理后的指標等權求均值，表6不同策略下基金投資組合分析（綜合指標PI）管理期貨策略由于多樣化交易策略、高杠桿效應等因素，多空組合收益最略以外，基本上該多空組合的收益主要來自多頭，這對于難以持有基金空頭的普通投資者來講是有利的。結果表明，在這些策略下，綜合綜合評價指標（PI）對基金未來收益具有良好的預測能力，則采用該指標能夠有效考慮到不同策略的基金收益之間相關性可能較低，投資組合中如果基金策略存在多樣性，可能會獲得更好的組合表現。基于此，本節構造了一種新的策略，記作LL_HH。具體如下，第低組（最高組）的基金合并成新的組合，記作G1、G5；第三步，分別針低組，記為Low，意味著不同策略中表現最差的基金放在一起進一步選出表現最差的基金；類似地，G5組合中的最高組，記為High，意味著略中表現最好的基金放在一起進一步選出表現最好的基金。最后，計算收益，但是其顯著程度（T值為2.12）不如LL_HH策略，而且事件驅動策略的對沖組合收益主要來自空頭。因此，整體來看，相較于建投資組合過程中，考慮組合中不同的基金個數、不同的調倉頻率以及持有月數。具體而言，投資組合中基金個數分別設定為5、10、20，調倉頻會有不同月份選基的多個投資組合，則計算這些投資組合收益的等權平均現乏善可陳，與之一致的是，在4.4節分析中，這兩個策略并未上榜英華獎，說明英華獎確實選出了一批過去表現好的基金，但上榜后未來表現如俗，絕對優于管理期貨、股票策略之外的其它策略。此外，如附錄表B.2、5在資產管理行業，金牛獎素有“奧斯卡”的美譽，受到投資者以及監管層的高度認可。私募金牛獎作為中國證券報主辦的金牛系列評選活動之一，每年會采用定量與定性相結合的方法，評選出金牛私募管理公司、金牛私募投資經理，而不涉及具體的私募基金產品。然而私募英華獎作為基金業的另一重要獎項，是由中國基金報主辦的評選活動，其獲獎榜單不僅涉及私募基金管理公司，而且包括不同策略的私募基金產品。本節關心的核心問題是，那些獲獎的基金產品在獲獎后一定時間段內表現究竟如何？投資者根據獲獎榜單進行資產配置效果如何？與報告所提出的量化選基方法對比孰優孰劣？雖然私募金牛獎評選的管理公司以及投資經理也會分策略，但是一個管理公司或投資經理旗下的基金數目眾多，那么同一策略下的所有管理公司或所有基金經理旗下的私募基金總數可能成百上千。如果基于這眾多基金進行投資組合分析，并與報告通過量化方法選出少量幾支基金對比，顯然不足以令人信服。相比之下，每年上榜私募英華獎的所有策略基金產品總共僅有幾十支。基于以上考慮，本節選取上榜英華獎的私本節從中國基金業微信公眾號中，手工搜集各年度私募英華獎不同策略的基金產品名單以及私募英華獎公布日期。由于數據可獲得性有限，本名單與私募排排數據庫里的基金中文名字相匹配，獲取私募英華獎基金產品在私募排排數據庫中逐一對應的代碼（ID）。根據整理的私募英華獎基參考林兟等（2021）的研究，本節在英華獎與量化選基對比分析過程中，首先采用英華獎私募基金產品樣本，基于不同策略分析產品組合在獲獎后的一年時間里投資組合的市場表現，然后對比分析與同期市場、同期相應策略下私募基金組合、同期相應策略下量化選基組合表現之間的差異。同期相應策略下量化選基組合的構建日期選取為當年私募英華獎公布的當了量化選擇基金組合以及同期英華獎、股票市場、同策略基金市場平均的累積財富10。圖中累積收益均基于超額收益計算而得，超額收益基準為月度無風險利率。由于報告英華獎上榜產品僅覆蓋2017年度以及2020至即股票策略、宏觀策略、管理期貨策略、相對價值策略、債券策略、復合策略，分比形式。結果顯示，相對于市場表現（英華-市場），股票策略、管理期貨、債券策略以及復合策略下，HFFAlpha均顯著為正，表明這些策略下于同策略的私募基金組合（英華-私募基金），僅有股票策略，HFFAlpha），來一年表現，大多數跑輸對應策略的私募基金市場組合。本節最關心的是選基組合的市場表現優于英華獎私募基金組合。并且，不同策略下跑贏程）；），AlphaAlphaAlphaAlphaAlphaAlpha注：表中收益均為年化百分比形式，方括號內為Newey-West(1987)調整后的t值。Alpha近些年來，我國私募基金市場呈現蓬勃發展態勢，在資產管理行業扮演著重要作用。面對眾多的基金產品，如何評價私募證券基金進而甄選出優秀的基金進行投資是個根本性問題。選出最優秀的報告基于中國私募基金市場，分析了已有眾多評價指標對不同策略基金評價的適應性，在此基礎上構造了私募基金量化評價的綜合指標，并對比分析了基于私募基金英華獎以及私募量化選基投資二者之間表現的優劣。研究發現：其一，中國證券私募基金市場能夠為投資者創造超額收益；其二，已有的單一指標對不同策略基金的評價效果存在差異，即使對于單一策略的基金，不同指標的評價效果也不盡相同；其三，報告提出的量化評價綜合指標具有良好的表現；最后，基于綜合評價指標的量化選基投資組合表現優于對應策略下的私募基金市場組合，盡管英華獎榜單組合可以跑贏同期滬深300指數，但相較于私募基金市場組合并未見顯著優勢，而且整體來看，報告提出的基于綜合評價指標的量化選基方案可以跑贏英華報告研究對投資者的投資決策以及私募基金行業的健康發展具有一定的啟示。其一，對于廣大投資者特別是機構投資者而言，報告提出的綜合指標量化選基方案，對投資組合的有效構建具有良好的遵循；其二，私募英華獎的評選依據具有一定的科學性、合理性，但可能存在一定的優化空間，報告提出的私募量化評價方案可能提月末。有的基金習慣性月末發布凈值，但是會有偶爾月初發布上月2.基金發布數據會變頻，有的時候可能周度發布，有的時候可3.基金凈值不一定每個月都會發布，中間可能會有缺失的情況。基于以上特點，為獲取有效的月度凈值數據，采取數據清洗規1.基于所有發布過凈值數據的基金，生成去重復觀測的基金/年：（果當月最后五個交易日有發布的凈值記錄，則該凈值數據為當月凈值2）如果當月最后五個交易日沒有發布凈值記錄，下個月初前5個交易日有凈值記錄，則下月初的凈值記錄設定為當月的凈值；凈值記錄，而當月中有凈值記錄，則當月的凈值設定為月中的凈值。（4）如果當月末最后五個交易日、當月中分別具有多個凈值記錄，則當月的凈值設定為日期最大的那個凈值觀測值；反之，如果下月2424114153332311127412311注：收益為年化百分比形式，方括號內為Newey-West(1987)調整后的t值。注：收益為年化百分比形式，方括號內為Newey-West(1987)調整后的t值。注：收益為年化百分比形式，方括號內為Newey-West(1987)調整后的t值。rN,t=αN+βrB,t+εN,t(C.1)為非基準收益，為其對應的策略指數以及綜合策略指數的收益。rA,t貝葉斯方法為k個基準（benchmark）資產對于m個非基準σαN=0相當于設定αN=0，相反，如果αN先驗信念是擴相當于σαN=∞,而對于有限的σαN，先驗信念集中在定價限制上，但也會存在一定程度的定價錯誤。σαN可以看作是錯誤定價的不確定σ為δA的邊際先驗方差，Φc為cA的邊際先驗協方差矩陣。此處設定σ=∞,即αA是擴散的，并且先驗δ0是不相關的。c0的先驗估計為相應樣本估計出的A的截面矩。Φc的先驗被定里運用收縮方法可以讓我們得到一個更準確的cA的估計，相當于讓(αNBN)I,U=(εN,1,…,εN,T)’Rp=(XY),vec(U)~N(0,Σ?IT),g=vec(G)，Σ-1~W(H-1,v)(C.12)其中，H=S2(v-m-1)Im,S2的取值為從OLS回歸中獲取的ΣF=D+ZIZ，Q=Z,(IT-ZF-1Z,)Z。=E(gIRp)=(Im?F-1ZIZ)gI(C.13)Var(gIRp)=其中，v是Σ-1服從的Wishart分布的自由度，取值為v=m+3，相應的有B=B=XI1τ/T,BB=(X-1τ,B),(X-1τ,B)/T,BB=記Rp,A為區間中可以觀測到rA,t的那一段時間共S行，估計過程中，在（C.17）和（C.18）中用的橫截面平均值和方差代替E(σ)和Var(σ)。在計算時，將v0設置為（C.18）的等式N和VαN為αN的后驗均值和后驗協方差陣，為(C.13)和(C.15)中對應var(αAIΦ)=E[var(φdIΦ,d)IΦ]+var(E(φdIΦ,d)IΦ)(C.23)E[var(φdIΦ,d)IΦ]=tr(vφAvd)+,vφA(C.24)var(E(φdIΦ,d)IΦ)=,AvdA(C.25)managers[J].JournalofFinancialEconomics,2010,96(2):238-256.