基金净值范文

基金净值范文第1篇

B端基金灰飞烟灭

这其中，尤以结构性的分级基金B端净值受损更加严重。B端基金是分级基金的进取部分。一般和稳健A端配比是5：5，也有少数是3：7。这样B端分级天生的自带杠杆倍数就达2倍或3.33倍。在当前的下跌市中，净值跌幅轻易就能扩大到10%以上。目前有200多只B端基金，重灾区是转债B端基金。

以转债B级（150144.SZ）为例，在6月25日净值下跌16.76%后，6月26日单日净值下跌53.66%，创下该基金单日净值受损之最。连续暴跌之后，该基金净值在7月7日、8日两天净值跌幅都仍在30%以上。

原因有二：一是转债分级基金的A：B端配比是7：3，初始杠杆高企;二是不同于A股股票的涨跌停板机制，债券包括可转债是没有涨跌停板的，在极端市场环境下，其持仓标的价格波动比正股更大。高企的杠杆倍数加上高弹性的持仓品种，导致了净值的更高波动率。

wind数据显示，6月15日至7月8日短短16个交易日，三只转债B级基金均损失惨重。转债B级累计净值跌幅83%，可转债B（150165.SZ）累计净值跌55%，转债进取（150189.SZ）累计净值跌幅39%。

然而，B端基金比净值下跌更恐怖的还有下折。下折是不定期折算的一种形式，按照分级基金的发行文件，当B份额的净值下跌到某个价格时（比如0.25元），为了保护A份额持有人利益，基金公司按照合同约定对分级基金进行向下折算，折算完成后，A份额和B份额的净值重新回归初始净值1，A份额持有人将获得母基份额，B份额持有人的份额将按照一定比例缩减。

通俗地说，就是B的净值弹性太大，为了保证B端能够持续地源源不断给A端支付利息，当B的净值跌破一定门槛的时候，将B进行类似的“缩股”：比如8份B类基金合成1份B类基金，让净值重新归1，这是非常可怕的。因为下折前，B的净值虽然低，但价格一般有较大溢价。而下折后，溢价就被抹平了。造成B端基金投资者市值上的重大损失。

依然以转债B级为例。该分级母基6月26日触及下折，根据条款设计和基准日净值，按照7.5：1“缩股”。随后，通达信复权数据显示，B类基金7月1日复牌大跌78%。该基金前面还有多个跌停。B端投资余额几乎灰飞烟灭。

开放式股票基金净值异动

结构化的杠杆基金净值单日跌幅超过10%可以理解。但这轮下跌中，主动型股票基金也有单日净值跌幅超过10%的。6月26日，国富健康优质生活（000761.OF）净值下跌16.07%，次日净值续跌13.29%。

非杠杆的开放式基金募集说明书也规定了持仓上限不超过95%。那这样的基金净值受损也超过10%是怎么来的呢？可能的解释有两点：一是极端行情下，基金经理操作失误，新追高的品种收盘跌停造成超额损失。二是由于该基金规模较小，或发生基金巨赎，导致继续持有基金的投资者在暴跌行情下还要承受额外的损失。

分级A的恐慌

再说回分级基金的稳健份额――A级基金。这是类固收品种，并自带看跌期权。一般他们同B端基金是形成跷跷板效益的。但在7月8日的极端行情里，也出现了大面积跌停。两市出现AB端配对基金同时跌停的奇异市况。

这主要是当天市场流动性已经空前匮乏。B端基金价格连续无量跌停，净值更是雪崩，每天以20多个点的速度下跌靠近或达到下折阈值，且看不到企稳迹象。这样导致A端基金在下折后，大比例折算成带有风险的母基金。而场内投资者已经极度悲观，即时连续暴跌后，也不愿意参与折价抄底，造成低风险偏好投资者的抛售。

基金净值范文第2篇

跌幅与管理人相关

封闭式、股票型、指数型、偏股型、平衡型5类偏股类基金，月度平均净值涨跌幅度分别为-17.23％、-18.04％、-22.1％、-17．58％和-15.11％。

指数型基金的平均净值损失幅度最大，符合其产品特点。前期部分基金公司大力宣传指数型基金最适合作为基金定投的标的，这些公司在熊市中想方设法动员投资者购买高风险类基金产品，而基金自身还在不停地降低股票投资仓位，很难说是负责任的做法。

封闭式、股票型、偏股型基金的平均净值损失幅度相近，表明这些基金虽然在分类上有所区别，但实际投资运作却相差不多。这就是基金管理人的失误，没有让不同类型的基金表现出明显不同的绩效特征。平衡型基金的平均净值损失幅度虽然最小，但依然有15.11％，原因在于很多基金经理内心深处的激进意识并不逊于前两类基金。

通过月度绩效排名还可以看到，新基金在此次大调整中净值损失幅度也很大，全部跌破面值不说，有的基金已经跌破了0.90元，更有一鼓作气跌破0.80元之势，严重损伤了新投资者，的热情。

另外，月度跌幅偏多的基金里，有较为明显的公司特征，即部分基金公司旗下的基金或全部、或大部分损失惨重。由此看来，这些公司虽然设计、发行了不同类型的基金新产品，制造了不少的噱头，但投资运作水平并没有实质性提高。

货币基金成避风良港

偏债型、债券型、中短债、保本型、货币市场5类偏债类基金，月度平均净值涨跌幅度分别为-9.08％、-0.75％、0.16％、-3.23％和0.23％。

偏债型基金由于股票投资比例较高，平均净值跌幅接近10％，个别风格激进的基金接近20％，可见有些基金没有做好对于各类资产的灵活配置。

债券型基金的净值继续折损，与2008年以来此类基金大量发行、新股一级市场收益大幅度下降有关。基金公司本来想在债券型基金上投机一把，但由于市场环境的变动，此类基金也成为鸡肋。债券型基金在2008年二季度以后既不再被基金公司看好，也不再被投资者看好。前者表现在基金公司对于债券型基金的发行热情锐减，后者表现为申购债券型基金的积极性不高。

保本基金却受到了投资者的偏爱。本月结束保本二期募集的国泰金鹿保本基金，成立规模为31.87亿份，其中新募集的资金规模为25.41亿份，占总规模的比例为79.73％。可见在当前的凄惨行情面前，能够保本，对于投资者的吸引力突然增大了很多。

追求保本，当然是一种保守的投资策略。但目前市场上是否还有比这更好的投资品种?有，那就是货币市场基金。货币市场基金是2008年以来唯一净值在稳定增长的基金类别。熊市中，投资保本基金固然是防范风险的有效措施之一，但由于流动性也随即丧失，故保本基金只适合作为资产配置中的有限组成部分，而货币市场基金流动性良好，且还有微薄但稳定的收益，是基金投资者最佳的防守大本营，因为股市行情不会永远低迷下去。市场中的新话题

随着业务处理手段的升级，少量货币市场基金通过特殊的交易渠道，可以实现T+0赎回，笔者觉得投资者应该冷静看待此事。

关于货币基金的T+0赎回

1　货币市场基金的T+0赎回并不是新鲜事，以前就有过，不过那是针对更加小的一部分客户群体。

2　目前虽然有6只货币市场基金可以办理该项业务，但只能是通过某个特定的交易渠道，并非在所有的交易渠道都可以办理T+0赎回。

3　大多数货币市场基金目前都没有办法办理T+0赎回。

4　货币市场基金的T+0赎回对于投资者的作用较为有限，因为现有的T+0赎回主要是与某个理财账户挂钩，而各种理财账户对于投资者来说，都是组合投资的一个有效部分，真正能够有特别着急的事情紧急需要使用的投资者少之又少。

5　只要是将规模控制在一定范围之内，从专业、技术等角度出发，其它类型的开放式基金也可以考虑T+0赎回。

私募基金的类公募化运作

私募基金的类公募化运作引起了市场的关注。据笔者观察，这种现象在一些大城市里出现较多。笔者完全赞成有关人士的观点：为了充分保护好普通投资者的利益，应该坚决制止私募基金的类公募化运作方式。

私募基金的类公募化运作，指的是部分私募基金在充分借鉴公募基金成功运作经验的基础上，有选择性地学习其中某些对自己有利的地方进行运用，主要表现在市场推广、募集资金等方面。而在合规运作、投资者利益保护、信息披露、业务处理、资产托管、制度建设等方面，私募基金通常都会有自己的标准。

私募基金的类公募化运作有逐渐扩散之势，其中一些商业银行有意无意之中起了推波助澜的作用。有关方面对于私募基金的监管已经到了亟待考虑的时刻。否则，任由私募基金自由化发展下去，将会危及到金融市场的安全，危及理财市场的稳定，危及公募基金的有序健康发展。

基金净值范文第3篇

关键词：基金净值预测；灰色GM（1，1）模型；马尔可夫链

一、引言

近年来随着我国证券市场的快速发展，证券投资基金受到了越来越多投资者的关注。基金净值是广大投资者能够最为直接接触到的有关基金运作情况的数据，合理预测基金净值对于广大投资者做出科学合理的投资决策具有重要意义。但是基金净值的变动受多种因素的影响，如大盘指数波动、国家政策调控、基金经理的投资能力以及其他的不确定因素等等，其对基金净值的影响机理各不相同。可以将基金净值的变动过程看作一个灰色系统,利用系统中少量的已知信息来生成、开发、提取有价值的信息，实现对系统运行行为、演化规律的正确描述和有效监控，从而达到对未来事物进行准确预测的目的。

灰色系统模型已经被广泛用于时间序列数据的拟合与预测。冉茂盛等（1997）用灰色模型方法预测我国物价变动趋势；陈海明、段进东（2002）运用灰色马尔可夫模型来预测股票价格；杨楠等（2006）用灰色马尔可夫模型预测房价指数。灰色预测理论的GM（1，1）模型所描述的灰色量，其白化微分方程解为指数型曲线，主要适应于时间短、数据少、波动小、具有长期趋势的预测对象,马尔可夫理论根据状态之间的转移概率来预测系统未来的发展，适合于随机波动性较大的预测问题。本文基于灰色系统预测和马尔可夫预测的特点，将两种预测方法结合，利用GM（1，1）模型来揭示经济现象长期发展变化的趋势，利用马尔可夫预测模型来确定现象状态之间的转移，建立灰色-马尔可夫预测模型，对基金净值走势进行预测。

二、灰色GM(1,1)-马尔可夫模型预测过程

（一）GM（1，1）模型

设原始序列为X（0）={x（0）（1），x(0)(2),……，x(0)(n-1),x(0)(n)}，首先对X(0)作一次累加生成，得到新数列：X(1)={X(1)(1),x(1)(2),……，x(1)(n-1),x(1)(n)}，

详细的,有x(1)(1)=x(0)(1)x(1)(k)=x(0)(k)+x(1)(k-1),k=2,3,…，n。一次累加生成序列{x(1)(k)|=1,2,3，……n}的规律可以通过求解一阶线性微分方程：dX(1)dt+aX(1)=u的解得到，a为发展灰数，u称内生控制数。

设为待估参数向量，=au，利用最小二乘法求解可得=(BTB)-1BTyn，通过上式可得a和u。

其中，B=-12(x(1)(1)+x(1)(2))1

-12(x(1)(2)+x(1)(3))1

-12(x(1)(n-1)+x(1)(n))1,yn=[x(0)(2),x(0)(3)……，x(0)(n)]T。

得到GM（1,1）模型：(1)(k+1)=[x(0)(1)-ua]e-ai+ua。

其中k=0,1,2,……,n。可以利用GM（1,1）模型对X(1)做出预测，并由累减生成得到原始数据数列X(0)的模拟序列值，并令(t)=(0)(k+1)即：

(0)(k+1)=(1)(k+1)-(1)(k)，(0)(1)=(1)(1),（k=1,2,……,n），

（二）GM（1，1）模型检验

灰色预测模型的检验方法有残差检验、关联度检验和后验差检验法。

1.残差检验

残差检验有两种：绝对误差和相对误差检验。

绝对误差：ε(0)(k)=x(0)(k)-(k)；相对误差：Ω(0)(k)=ε(0)(k)x(0)(k)×100%,式中，(0)(k)=(1)(k)-(1)(k-1)，(0)(1)=(1)(1)，（k=2,3,……,n）。

2.关联度检验

关联系数定义为：ξ(k)=min(Δ(k))+ρmax(Δ(k))Δ(k)+ρmax(Δ(k))，式中，ξ(k)为第k个数据的关联系数；ρ为取定的最大差百分比，一般取ρ=0.5；Δ(k)=|(0)(k)-x(0)(k)|,最后计算关联度ξ，关联度ξ定义为：ξ=1n-1∑nk=1ξ(k)。

3.后验差检验

首先计算原始数列x(0)的均方差s0，s0定义为：

s0=s02n-1，s02=∑nk=1[x(0)(k)-x(0)]2，x(0)=1n∑nk=1x(0)(k)；

计算残差数列ε(0)的均方差s1，s1定义为：

s1=s12n-1，s12=∑nk=1[ε(0)(k)-ε(0)]2，ε(0)=1n∑nk=1ε(0)(k)；

由此计算方差比：c=s1/s0；最后计算小误差概率p：p={|ε(0)-ε(0)|＜0.6745s0}。

（三）马尔可夫状态转移概率矩阵

将符合n阶马尔可夫非平稳的随机序列划分为m个状态，状态区间为Ei∈[E1i,E2i]，其中E1i=(t)+Ai,E2i=(t)+Bi,Ai=ai,Bi=bi，为原始数据的均值。状态划分数目m和常数ai，bi的确定，可以依据研究对象的实际意义、样本数据的多少选取。状态划分好后，就可以利用m步状态转移概率的计算公式p(m)i,j=m(m)i,jmi（式中p(m)i,j、m(m)i,j分别为状态Ei经m步转移到状态Ej的概率和次数，mi为状态Ei出现的次数）来构造m步状态转移概率矩阵。

如果状态划分不合适，以致某一状态中无原始数据落入时，则可令p(m)i,j=0。p(m)反应了系统各状态之间转移的规律。通过考察p(m)和初始状态Ei，就可以预测系统未来的发展变化状况。在实际中一般只要考察一步转移概率矩阵。

（四）计算模拟值

设预测对象处于Ek状态，考察一步转移概率矩阵P中的第k行，若maxjpkj=pkl，则可以认为下一时刻系统最有可能由状态Ek转向状态Ej。若遇到矩阵P中第k行有两个或两个以上概率相同或相近时，则状态的未来转向难以确定。此时，需要考察两步或n步状态转移概率矩阵P(2)或P(n)（其中n≥3）。确定了预测对象未来的状态转移后即确定了预测值变动的灰区间，然后就可以用该区间中位数y(k)＾得到系统的模拟值，其中y(k)＾=12(E1i+E2i)=y()+12(Ai+Bi)。

三、基金净值预测的灰色GM(1,1)-马尔可夫方法

本文选取开放式基金―广发稳健增长（270002）2007年12月14日至2008年1月4日16天的基金净值作为样本进行预测。

（一）GM（1，1）模型

根据前述方法，利用16个原始样本数据，求解出=(BTB)-1BTyn=-0.00662.1656，从而得到a=-0.0066，u=2.1656，进而得到GM（1,1）模型：(1)(k+1)=x(0)(1)-uae-ak+ua=330.3448e0.0066k-328.1212。模拟预测序列：(0)(k+1)=(1)(k+1)-(1)(k)=2.1731e0.0066k，即(k)==2.1731e0.0066k。

（二）模型检验

1.残差检验

利用公式经过计算得到残差检验表（表1）：

表1 残差检验表

序号x(0)(i)(0)(i)ε(0)(i)=x(0)(i)-(0)(i)相对误差（%）

12.22362.223600

22.17402.1875-0.0135-0.6210

32.16482.2020-0.0372-1.7184

42.20062.2166-0.0160-0.7271

52.23902.23120.00780.3484

62.24772.24600.00170.0756

72.28102.26090.02010.8812

82.28882.27580.01300.5680

92.29992.29090.00900.3913

102.34302.30610.03691.5749

112.34852.32140.02711.1539

122.34842.33670.01170.4982

132.34832.3522-0.0039-0.1661

142.35882.3678-0.0090-0.3816

152.34502.3835-0.0385-1.6418

162.37992.3992-0.0193-0.8110

由误差计算结果可以看到，相对误差不超过2%，可以认为模型精度是很高的。

2.关联度检验

经过计算得到如下关联系数表（表2）：

表2 关联系数表

序号（k）ε(k)序号（k）ε(k)序号（k）ε(k)序号（k）ε(k)

1150.7190.68130.83

20.9560.92100.34140.68

30.3470.49110.42150.33

40.5580.60120.62160.50

表3 净值预测表

项目GM(1,1)模型灰色-马尔可夫模型

编号日期实际值预测值残差相对误差预测值残差相对误差

171月5日2.37992.4311-0.051-2.1523%2.37110.00880.0370%

181月8日2.42212.4472-0.025-1.037%2.38720.03490.4972%

191月9日2.41372.4634-0.050-2.06%2.40340.01030.4271%

关联度ξ计算：本例中，ξ=1n-1∑nk=1ξ(k)=ξ=116-1∑16k=1ξ(k)=0.6399。一般来说，在ρ=0.5，ξ=0.6399时是令人满意的。

3.后验差检验

根据前述:x(0)=1n∑nk=1x(0)(k)=2.2870，s02=∑nk=1[x(0)(k)-x(0)]2=0.0748，从而求出原始数列x(0)的均方差s0=s02n-1=0.0706，ε(0)1n∑nk=1ε(0)(k)=0.000631，s12=∑nk=1[ε(0)(k)-ε(0)]2=0.006717，残差数列ε(0)的均方差s1=s12n-1=0.021162；

由此计算方差比：c=s1/s0=0.2996；小误差概率p：p={|ε(0)-ε(0)|＜0.6745s0}。

P={|ε(0)-0.000631|＜0.6745×0.0706}={|ε(0)-0.000631|＜0.04764}=1

由预测精度等级划分表：当小误差概率p值＞0.95、方差比c值＜0.35,则预测精度等级为“好”，可知前面得到的模型有较好的预测精度，并可用于预测。

（三）马尔可夫状态转移概率矩阵

根据广发稳健增长（270002）16个样本数据的分布状况，经过多次试验将其划分成四个状态,即：

E1:E11=(t)-0.03;E21=(t)-0.0225

E2:E12=(t)-0.0225;E22=(t)-0.01

E3:E13=(t)-0.01;E23=(t)+

E4:E14=(t)+;E24=(t)+0.01

其中，=2.2870，状态划分好后，计算一步转移概率矩阵。经计算，落入四个状态的原始样本数据分别为：M1=2，M2=4，M3=6，M4=4。由状态E1转移到状态E1:E4的原始数据样本点数分别为M11(1)=2，M12(1)=0，M13(1)=0，M14(1)=0。类似的方法可以求解Mij，进而得到一步转移概率矩阵为：

P（1）=1000

230130

0161213

0141214

（四）计算模拟值

根据上面P（1）的矩阵就可以预测基金净值的未来转移状态。2008年1月4日的基金净值处于E2状态，那么接下来就考察P（1）矩阵的第二行，可以得到maxp2j=p21=23，因此可以预测2008年1月5日的广发基金净值最有可能处于E1状态，则基金净值可能落在灰区间[(17)-0.03,(17)-0.0225],即[2.362513，2.379663],得到最有可能的预测值为：2.3711。实际上广发稳健下一个交易日的基金净值为2.3799，灰色-马尔可夫模型的预测误差为0.0088，相对误差率为0.3703%；而通过灰色GM(1,1)模型计算得到的预测值为2.4311，预测误差为0.0512，相对误差率为2.1523%。同样的方法预测出接下来的两个交易日即2008年1月8日和9日的基金净值。具体数据见表3：

从以上表中数据比较可以看出，灰色-马尔可夫模型的预测精度较高，对于随机波动性大的数据预测效果较好，各项预测指数都要优于灰色GM（1，1）模型。

四、结论

基金净值受多种因素影响，其不确定因素难以准确把握，基金净值的预测问题是一个典型的

灰色系统。而合理准确地预测基金净值走势，对于投资者把握投资机会，做出适时的投资决策，具有重要的现实意义。本文吸取了灰色预测方法和马尔可夫预测方法的优点，将两种方法结合起来，建立灰色-马尔可夫预测模型，并选取广发稳健增长2007年12月14日至2008年1月4日16天的基金净值数据作为样本进行了预测分析。预测结果显示，灰色-马尔可夫模型的预测精度较高，各项预测指数都要优于灰色GM（1，1）模型，可见灰色－马尔可夫模型具有较好的预测应用价值。

参考文献:

[1]李工农，阮晓青，徐晨.经济预测与决策及其Matlab实现[M].北京:清华大学出版社,2007.8:46-63.

[2]伍海华，杨德平.随机过程[M].北京：中国金融出版社，2002：37-69.

[3]李曜.证券投资基金学[M].上海：上海财经大学出版社,2002:13-14.

[4]邓聚龙.灰理论基础[M].武汉:华中科技大学出版社,2002:102-220.

[5]程亚鹏，张虎，张庆宏.GM(1.1)模型在房地产价格指数预测中的应用[J]河北农业大学学报,1999(7):90-93.

[6]陈海明，段进东.灰色-马尔可夫模型在股票价格预测中的应用[J].经济问题,2002(8):37-39.

[7]唐娜，桂预风，李宝.灰色马尔可夫模型应用于股指分析[J].第五届不确定系统年会论文集,2007(8):195-198.

（作者单位：青岛大学经济学院）

基金净值范文第4篇

一､引言

在我国,证券投资基金作为近年来新兴的大众投资工具,是一种利益共享､风险共担的组合证券投资方式,它最重要的特点就是实现组合投资､专家运作管理｡1998年我国新基金面向广大投资者后,基金取得了良好的业绩,尤其是在2001年之前,基金投资的回报率相当高,受到广大投资者和基金管理人的普遍关注｡但随着2001年以后我国证券市场低迷,大多数基金出现不分红现象,基金投资也受到冷落｡尤其是2004年沪､深两市的封闭式基金,更是出现大幅折价的情况,很多投资者不愿再投资封闭式基金,认为其没有投资价值,甚至讽刺所谓的“专家理财”｡根据我国基金相关法律法规规定, 封闭式基金若取得收益,分配每年不得少于一次,封闭式基金年度收益分配比例不得低于基金年度已实现收益的百分之九十｡同时,规定基金当年发生亏损,则不进行分配,基金分配后每份基金资产净值不得低于面值等｡可见,封闭式基金分红主要依据其资产净值的增长情况｡2005年起我国开始实行股权分置改革等多项金融改革政策,一方面改革后的个股基本面的变化直接影响封闭式基金的净值增长情况;另一方面新的金融衍生工具的不断推出使得证券市场资金分流,股民对封闭基金的热情大大减小｡本文拟对2005年我国沪､深两市54只基金的资产净值增长情况进行分析,从而客观评价封闭式基金的投资价值｡

二､封闭式基金资产净值增长的衡量方法

从总体上看,在证券市场低迷情况下,相当一部分基金的资产净值也是下跌的,这主要和我国封闭式基金的投资对象选择的限定有关｡因为我国《证券投资基金法》规定封闭式基金的投资对象只能是上市交易的股票､债券,当基金持有的股票价格大幅下跌时,其资产净值也必定下跌｡但我们不能以此判定基金资产净值增长情况,否定所有基金｡我们有必要通过一定的比较基准来衡量基金资产增长情况,做出客观的评价｡

(一)比较基准选择｡考虑到我国基金投资对象和指数反映总体市场等的因素,以及我国有关法律法规对基金投资于股票､债券的比例要求,选择基准为:上证A股指数×80%+上证国债指数×20%｡

(二)资产收益率计算方法｡封闭式基金每周单位净资产的变化率作为基金的周资产收益率,当有分红时,进行相应的调整,即:

Rit=(NAVit-NAVit-1+Dit)/NAVit-1

(1)

R=Rit (2)

其中,Rit表示周资产收益率,下标i表示第i支基金,下标t表示第t周;NAVit表示t周基金单位资产净值;NAVit-1表示t-1周基金单位资产净值;Dit表示期间基金分红｡

根据(1)式计算出简单算术收益率,在此基础上进行算术平均,计算出基金的周资产收益率,根据(2)式折算成年收益率,以此来衡量封闭式基金的资产增长情况｡

(三)评价周期｡我们选取2005年4月15日至2006年3月3日作为评价周期｡

(四)样本选取｡目前我国沪､深两市上市的所有封闭式基金,以便较为全面地分析封闭式基金资产净值的增长情况｡

(五)评价方法｡根据各基金资产净值增长率的高低,确定其排名,并和比较基准(上证A股指数×80%+上证国债指数×20%)作对比,判断其投资价值｡

三､2005年封闭式基金资产增长实证分析

我们对沪深54只封闭式基金的有关数据进行计算分析后,得出其排名情况｡(表1)

四､结论

基金净值范文第5篇

2005年，股票市场依然偏弱。上半年股票市场延续了2004年的跌势，上证指数一度跌破1000点，下半年股票市场反复筑底回稳，由于股权分置改革顺利推进，市场信心逐步恢复，上证指数全年下跌8.33%。债券市场则一涨再涨，由于CPI持续走低，而市场资金非常充裕，债券市场走出了难得的长牛行情，中信国债指数全年上涨14.03%。从总体上看，基金的投资能力进一步提高，主动操作的基金整体取得了正收益。债券型和偏债型基金整体收益最好，但美中不足的是，它们的收益都低于国债指数收益。相比较而言，配置型基金的整体绩效表现更好，大部分取得了不错的超额收益。封闭式基金中，科汇、安顺、景阳、科翔等净值增长居前；开放式股票型基金中，易基策略与合丰成长净值增长超过10%；股票指数型基金中，银华88取得了10.27%的高收益，与其他指数基金净值普遍下跌形成鲜明对比；偏股型基金中，富国天益和中国优势净值增长超过10%；配置型基金中，广发稳健、广发聚富和华安宝利净值增长居前，其中广发稳健以16.93%的收益在所有基金中排名第一；偏债型和债券型基金中，银河收益和嘉实债券表现较为出色。总体来看，中小型基金表现要好于大型基金，业绩排名靠前的大多为30亿份以下的小基金。基金盘子小，“船小好掉头”，资产配置调整较为迅速。从公司角度看，一些基金公司整体表现优异，例如广发、易方达、华安、嘉实等，旗下基金普遍表现不错。

2005年新发基金57只，但股票型基金首发规模一路走低。2004年股票型基金平均首发规模超过30亿，其中海富收益和中信经典甚至超过100亿。2005年初，这个数字下降到10亿，而到了下半年，股票型基金首发能到5亿就算是不错了。但银行系基金凭借强大的销售渠道，取得了超过40亿的发行份额，在弱市中非常抢眼。另外，货币市场基金规模快速膨胀，基金数量从9只增加到25只，净值规模增长了1225.18亿元，增幅达193.47%，基金市场规模增长主要靠货币市场基金，但在下半年赎回量也相当大。值得一提的是，许多业绩优秀基金获得了净申购，基金投资者日趋成熟。

2006年，股票市场仍然处在深层次的变革当中，股权分置改革将基本完成，制度创新的推进将为股票市场长期健康发展奠定基础。有利的因素是市场的估值水平已很有吸引力，不利的因素主要有经济增长速度放缓，上市公司盈利水平可能回落，而新老划断后，股票供给增加和IPO重启会给市场带来压力。总体来说，股票市场的机会可能会比2005年更多。而债券市场预计会维持高位震荡整理的局面，市场环境比较有利。因此2006年基金市场的发展较为乐观，建议投资者增加股票基金的仓位。另外，笔者认为封闭式基金将会是2006年的一个亮点，管理层推出封闭式基金到期解决方案将为期不远，封闭式基金折价率的大幅下降是可以期待的。笔者建议投资者对封闭式基金战略性持仓。

基金净值范文第6篇

近期基金市场投资要点

本轮行情可望持续到2007年一季度，在此之前已入市投资者都可对后续行情保持谨慎乐观、积极持股待涨，而未入市投资者仍应积极入市。

因为封闭式基金价值回归行情的基础力量仍然非常坚实，并且尚未完全体现到价格变化之中。封闭式基金的折价率仍然提供了较高的风险补偿，封闭式基金转开放的试点工作相对顺利，封闭式基金的分红等制度改革得到了投资人和大部分基金管理人的认同，股指期货等新金融工具即将推出而引入的潜在套利机会等等因素，都有利于行情的进一步发展。

因此，建议在封闭式基金价格回调时，期望获取稳定收益的投资者大胆介入，重点关注高折价率，具有短期内大比例现金分红前景的封闭式基金。部分基金的半年可分配利润份额收益率超过20%，十分具有吸引力。择机增持折价率相对较高、可分配利润份额收益率较高、业绩稳定的封闭式基金；同时，对2007年5月前到期的短期基金，选择基金公司管理实力较强的基金，可以继续采取买入并持有的策略，以争取超过开放式基金的期间收益率。

近期成立的规模巨大的新基金开始步入建仓期。由于目前市场估值已日趋合理、蓝筹稀缺，发现新的投资机会越来越难，因而建仓现有的大盘蓝筹股将是新基金的合理选择。这将为市场的稳定以及老基金的净值增长作出一定贡献。近期投资者可以重点选择增持大盘蓝筹股配置较多、业绩稳健的偏股型开放式基金，适当减持前期题材投资和风格投资过于积极、组合风险累积较高的部分基金，以建立更稳健的开放式基金投资组合，为2007年获得更理想的投资回报奠定基础。

基金净值范文第7篇

如果一只股票型基金利用股指期货空头进行套期保值操作，对于套期保值部分的现货和空头股指期货证券组合来说，由于利用股指期货空头对冲了股票现货的市场风险，对于对冲风险后的证券组合来说，其理论上的回报率接近无风险利率，那么该股票型基金为什么要持有该证券组合而不是直接投资国债呢?笔者认为当短期市场波动性较大时，股票型基金可以运用股指期货来规避短期内由于市场风险因素的影响使基金净值产生大幅度的下降，来维持基金净值的稳定性。待市场行情好转好，可将股指期货头寸平仓，保留股票现货头寸，而持有国债只能获得无风险收益。

一、运用股指期货稳定基金净值的必要性

股指期货的一个重要功能就是规避市场中的系统性风险，即投资者可以利用股指期货合约对其风险暴露的现货资产进行套期保值。通常情况下，期货的价格和现货的价格由于受到同种因素的影响，二者呈现相同方向的变化，套期保值者通过在期货市场建立与现货市场相反的头寸，以达到以一个市场的盈利来补偿另一个市场亏损的目的。若短期市场波动性较大，股价在一段时间产生不利变动将带来基金净值的大幅度下降，基金净值的下降会影响投资者对该基金的持有信心，从而导致投资者赎回该基金，为了避免投资者大量赎回该基金，基金可以利用股指期货对现货头寸进行保值，以维持该基金净值的稳定性。在市场行情不利时，对于采取被动型投资策略的指数基金来说，更需要利用股指期货对冲系统性风险，对现货头寸进行保值。

下面我们以嘉实沪深300指数证券投资基金(以下简称“嘉实300指数基金”)为例，来研究利用股指期货维持该基金净值稳定性的可行性。嘉实300指数基金是复制和跟踪沪深300指数的一只股票型基金，其业绩比较标准为沪深300指数增长率*95%+同业存款利率*5%。

二、套期保值比率的测量模型

利用股指期货进行套期保值的投资者面临着一个十分关键的问题，那就是对于每单位的风险暴露资产需要使用多少期货合约来为其进行套期保值，即最优的套期保值比率h。下面，我们采用最少方差法来计算套期保值比率。

S：在套期保值期限内，现货价格S的变化。

F：在套期保值期限内，期货价格F的变化。

σS：S的标准差。

σF：F的标准差。

ρ：S和F之间的相关系数。

h：套期保值率。

θ：系统性风险在该资产组合的总风险中所占的比例，θ越大，套期保值的效果就越好，即由于进行了套期保值而被分散的系统性风险的比例越高。θ=ρ2。

当套期保值者持有资产的多头和期货的空头时，在套期保值期限内保值者头寸的价值变化为S-hF，套期保值头寸价格变化的方差v为：v=σ2S+h2σ2F-2hρσSσF，对h求导得：v′=2hσ2F-2ρσSσF，使方差最小，令2hσ2F-2ρσSσF=0，我们发现使方差最小的h值为：

h=ρσS/σF

三、沪深300股指期货套期保值策略

(一)应用仿真交易沪深300期货合约IF0803进行套期保值

选取从2007年8月30日到2008年3月13日共计130个交易日作为样本期，并在此后的时间对套期保值效果进行检验。嘉实300指数基金每日累计净值与仿真交易沪深300IF0803合约的每日结算价走势如图1和图2。

将嘉实300指数基金和IF0803合约的每日结算价作对数处理，计算其收益率，根据最少方差法，由前述公式得到：σS=0.00876，σF=0.03916，ρ=0.63，θ=0.3926，h=0.141。对嘉实300指数基金而言，嘉实300指数基金与IF0803合约相关性不是很高，系统性风险占投资总风险的比例为39.26%，该资产组合中非系统性风险较高。由于股票指数期货尚未正式推出，仿真交易没有交易动机和参与者太少，与真实交易存在较大差异，因此，用仿真交易IF0803合约对嘉实300指数基金进行套期保值不太适合。

图1

嘉实300指数基金每日累计净值走势图(根据新浪财经数据整理)

图2

IF0803合约每日结算价走势图(根据中国金融期货交易所网站数据整理)

由于股指期货合约交割采用现金交割，无需考虑运输成本、仓储等由实物交割产生的费用，所以在真实交易情况下，股指期货的价格与指数现货的价格具有很强的相关性和收敛趋势。因此选用沪深300指数现货进行套期保值验证，比选用仿真交易期货合约进行验证更有说服力。下面，我们选用沪深300现货指数来替代期货合约。这样忽略了由于市场价格偏离理论价格的波动从而导致的基差风险，但作为对股指期货套期保值策略以及其效果检验的前瞻性研究，这样的假设并不会对本文造成较大影响。

(二)应用沪深300指数替代期货合约进行套期保值

选取从2007年1月4日到2007年12月28日共计242个交易日为样本期，并在此后的时间对套期保值效果进行检验。嘉实300指数基金每日累计净值与沪深300指数现货走势如下图3和图4：

图3

嘉实300指数基金每日累计净值走势图(根据新浪财经数据整理)

图4

沪深300指数每日收盘价走势图(根据中证指数有限公司网站数据整理)

将嘉实300指数基金和沪深300指数现货收盘价价作对数处理，计算其收益率，根据最少方差法，由前述公式得到：计算得σS=0.01244，σF=0.02336，ρ=0.966，h=0.514，θ=0.9323。对嘉实300指数基金而言，系统性风险在投资总风险的比例为93.23%，该组合套期保值的效率为0.9323，经过组合后暴露的风险已经很少了。

四、运用沪深300指数稳定基金净值效果检验

以10亿的嘉实300指数基金市值计算需要对冲的期货合约数量，套期保值开始日2008年1月2日现货指数收盘为5385.1点，合约乘数为300，不考虑资金成本及交易费用，得到进行套期保值需要卖空的股指期货合约手数：Xf=(1000000000×0.514)/(5385.1×300)≈318手。

下面通过套期保值收益比较对套期保值效果进行检验。

从表1中可以看到，在市场呈下跌趋势时，进行套期保值的总市值大于没有进行套期保值的市值，也大于套期保值开始时刻证券组合的市值，基本锁定了收益。所以若预期短期市场朝不利方向波动性较大时，可以运用股指期货对股票型基金进行套期保值，套期保值能有效地规避市场下跌的系统性风险，维持基金净值的稳定性。

参考文献：

[1]李晶.指数基金利用股指期货进行套期保值研究.财经界，2007年9月.

[2]徐张立.股票市值管理方案实证分析.期货日报，2008年6月24日.

[3]John C.Hull.Options，Future and other Derivatives，2001年1月

基金净值范文第8篇

63家基金净值增长超过5％

数据统计显示，5月29日至6月19日，213只具有可比性的偏股型开放式基金累计净值平均增长率为3.89％。共有201只基金累计净值增长率为正，占全部基金的94.37％，这之中有63只基金累计净值增长率超过5％，其中，建信成长和汇丰动态等基金增长率最高，分别为12.53％和10.88％。同样，累计净值出现负增长的11只基金中，6只跌幅在1％以下，而跌幅最大的巨田基础也只有4.03％。可见，在此轮调整中，即使那些表现较差的基金，累计净值跌幅也不大。与之相对，同期沪深A股整体情况就要差得多。通过聚源数据统计，具有可比性的1275只股票平均涨幅为-6.09％，其中，868只股票股价涨幅为负值，占全部样本的68.08％，其中，股价跌幅超过20％的股票多达303只，而跌幅超过30％的也有21只，*SST秋林和SST长岭跌幅甚至高达36.94％和36.89％。

由此可见，此轮调整中偏股型开放式基

金抗跌性很强，基金投资组合分散市场风险的作用得以显现。

偏股型开放式基金出现分化

在5月29日前表现最好的20只基金在此轮调整中表现不佳，仅有约一半基金累计净值增幅超过偏股型开放式基金平均水平，只有4只累计净值增幅能超过5％，德盛小盘和华宝成长表现最好，净值增幅分别为8.44％和8.24％。前期表现最好的10只基金中有6只累计净值增幅落后于平均水平，其中，前期表现最好的华夏大盘，累计净值增幅只有4.21％；表现最差的长信金利，累计净值增幅为0.92％。

前期表现最差的20只基金中，部分品种却出现了一些积极的变化。在此轮调整中，4只累计净值增幅超过偏股型开放式基金平均水平。前期收益排名倒数第三的富国天惠累计净值增幅达到了4.26％，而景顺平衡、海富股票和南方积配累计净值增幅分别达到5.66％、4.33％和4.87％。

指数型基金净值增长减缓

在5月30日以来的调整行情中，不同基金品种出现分化。首先，前期表现抢眼的指数基金走弱，14只指数基金累计净值平均增长率只有2.28％，落后偏股型开放式基金平均水平1.5个百分点。这些基金没有1只累计净值增幅超过5％，其中，表现最好深圳100ETF也只有4.94％，而红利ETF累计净值增长率为-2.8％，可见，在调整市中指数基金明显不占优势。

其次，债券型开放式基金表现也不好。在此轮调整中，14只普通债券型开放式基金，累计净值平均增幅仅0.076％，其中，6只基金还出现负增长，中信双利和富国天利跌幅分别为0.7％和0.58％。从目前情况看，在央行利率长期上升的大背景下，债券市场不会有太大起色，投资中长期债券的基金要想获得高收益，具有相当难度。

最后，对于纯股票基金和积极配置基金，实际上二者差别不太大。此轮调整表现最好的10只基金中，它们各占一半，但是在表现最好的5只基金中，积极配置基金只有1只。

基金净值范文第9篇

《投资者报》数据部通过研究2009年基金年报，发现基金作为机构投资者的主力，所配置的重仓股已不再如市场想象――将超级大盘股悉数收入囊中，其重仓配置排名居前的股票多以市值排在A股市场第二梯队的公司为多，同时，以深圳中小板为代表的中小盘股配置比例在基金业中逐渐上升。

我们的研究同时发现，在跑赢大盘方面，基金控盘的股票（基金持股合计超过该只股票流通盘的50%）并无明显强势。

话语权越来越小

2009年底，基金创出近三年以来股票最高仓位，但因股市点位较2007年最高点时低近一半以及投资者赎回，基金行业所持资产净值较2007年底下降了24%，其股票合计市值比例，去年底仅占证券市场流通市值的12%，比年初下降8个百分点，只有2007年底最高值的一半，为近5年来的最低值。

这意味着，基金在A股市场的话语权变得越来越小。

为何在管理层一直大力推动机构投资者发展的背景下，基金在2009年反而没能增加话语权？其原因在于：

一，2007年大牛市让基金市场火爆，导致基金持股净值占比暴增，但2008年熊市导致基金净值缩水严重，而2009年不错的股市表现让很多基金投资者手中的基金“解套”，不少投资者选择赎回基金份额；同时，2009年新发基金的增量补充没能“对冲”赎回份额，基金整体份额全年并未增加。

二，2009年为“大小非”解禁高峰，限售股解禁对两市总市值虽无影响，却造成流通市值大扩容。2009年，A股总市值增加12万亿元，较期初增加一倍，与市场指数涨幅接近；两市流通市值却从4.5万亿元增加到15万亿元，增加两倍。

流通市值的迅猛增加主要来自大小非解禁。持有这些解禁股的人，被市场称为是产业资本的主要力量。

经过股权分置改革后的全流通市场，已经发生沧海桑田的变化，以基金为代表的金融资本老大位置已被产业资本所代替。

并非“以大为美”

已丧失A股“老大”地位的基金行业主要持有哪些股票？它们具有何种特征？《投资者报》通过对2009年基金年报披露的持股情况展开研究，发现基金选股并非越大越看好，沪深两市最大市值的5只个股，并不在基金行业持有市值最大的前10只股票之列。市值处于银行板块第二梯队的股份制银行，挤占了不少基金业持股前十名的位置。

统计显示，基金持有最多的股票是市值排在所有A股第7名的招商银行。从2006年底开始，招行就一直位列基金行业重仓股的前列。2009年底，合计有293只基金（占基金数量60%）持有招商银行，他们合计持有的股份占招商银行流通股本的21%。在2007年底，基金行业持有招行的流通股比例曾经达到65%。

2009年报中，基金行业持股市值最大的10只股票中，没有工、中、建、交这样的大银行，同时，中国石化位列基金业持股市值排行中的第19名，中国石油位列第67名。

可能正是由于基金目前持股并未“以大为美”，证券分析人士从去年底就预言的大小盘股风格转换，迟迟未现。

逐步增配中小盘

在上证综指当前仍在为上攻3200点而较劲时，深圳中小板指数目前已经高出上证综指历史高点6100点时其所处的点位。或许是基金行业看到表现强劲的中小板市场，也在把资金向中小盘股倾斜。2009年底时，基金配置的中小盘股票已经达到了市场平均值（即中小板市场整体市值占A股的比例）。

此前5年，基金持有的中小盘股票比例，一直处在平均值之下。随着中小板上市公司陆续增多，在市场中地位渐渐提高，2009年底，中小板整体市值已占到A股市场的5%，而基金合计持有中小盘股票也占到了基金净值5%。几乎所有中小盘股票的股东中，都有基金的身影，只是其持股数量的多少的区别。

将不小的仓位建在中小盘股上，应是看好这类公司较高的未来发展空间。通常，基金持有的这类公司都是一些子行业的龙头。

比如基金常年持有的苏宁电器，因从中享受了公司业绩上涨进而推动市值上涨并获得较高的收益，成为机构投资者成功投资的典范。可以预见，现在基金持有中小盘股仅为市场平均值，随着中小盘股市场不断扩容，基金将会继续增配这类股票。

控盘股未必都跑赢市场

通常来说，基金持有一只股票的流通股超过50%，即被视为该只股票被基金控盘。2009年底，基金合计持股超过50%的股票共有26只，截至4月2日，这些股票涨幅超过同期上证综指的有16只，占比62%。

过去5年，基金“控盘”股票的表现没有上述情况乐观，跑赢大盘的比例更低。

基金净值范文第10篇

【关键词】基金 指数 协整 VEC

一、ETF的介绍

交易型开放式指数基金是一种在交易所上市交易的、基金份额可变的一种开放式基金。自1993年美国证券交易所推出SPDRS后，全世界其它国家和地区纷纷推出各种ETF的商品。我国首只ETF产品出现在2005年2月23日，由华夏基金公司推出。至今我国已推出超过47只ETF。股指期货推出后，ETF进入了一个更加活跃的时期，ETF自身的套利机制以及与股指期货组合的套利机制，都将使其在中国的资本市场上发挥更大的稳定和协调机作用。

二、文献综述以及问题的提出

Tse和Martinez认为ETF基金净值、二级市场价格是ETF基金价格发现过程中的两个主要信息因素。本文研究的ETF基金全部为指数基金，因此，本文认为中国的ETF指数基金作为一种紧密跟踪指数的基金，不仅仅是ETF基金的二级市场价格，ETF基金的跟踪指数（也称为标的指数）、基金净值都将成为ETF基金投资者的投资决策信息，它们在ETF基金的价格发现机制中将起着不同的信息功能作用。由于本文研究的ETF基金全部为指数基金，这与国外的指数期货有点相近，投资者正确选择了指数就能盈利。投资者买了ETF基金，就不必再去关心各种股票的具体走势了，指数涨了就能够盈利，指数下跌就亏损。由于中国ETF基金的股票比例构成完全复制对应的指数，因此产品设计者将ETF基金的单位净值定为其跟踪指数的某一百分比，这样投资者通过观察指数的变化就能直观了解投资ETF的损益。

基于以上研究基础上，本文首先对基金价格、基金净值以及所复制指数进行协整检验，此后简历VEC模型，最后实证分析ETF基金净值、基金价格以及复制指数所形成的系统是否存在协整关系进行深入的分析。

三、模型推导

正如前文所述，本文首先推导所需模型。ETFt：t时刻ETF二级市场交易的价格的对数；NAVt：t时刻ETF的IOPV的对数；Tr_ETF：跟踪指数的价格对数；

将向量形式的模型分解开，则得到每个解释变量的具体的误差修正模型。

四、数据获取

目前我国共有四十多只ETF基金产品，但其中的指数复制性的基金不过十只。考虑到样本的充足性，本文主要侧重于尽量选取交易时间较长的基金，而对于交易量的是否活跃考虑的较少。综合以上因素本文选取了六只有代表性的基金。

数据的获取来至大智慧交易软件、天天乐基金网站、以及基金公司的数据库。经整理后，共获取了246个有效样本。为了减少数据的波动，先对每一个时间序列取对数，最终可得到18个对数序列。

五、实证分析及结论

为研究ETF基金价格、基金净值、跟踪指数的连续对数价格序列之间的相互联系，首先，运用ADF方法来检验三种连续序列的平稳性，由图2可知，ETF基金价格、基金净值、跟踪指数的对数价格序列均是非平稳的，但它们的一阶差分序列是平稳的，即ETF基金价格、基金净值、跟踪指数的连续对数价格序列均是z（1）过程。图8是对ETF基金价格、基金净值、跟踪指数之间的对数价格协整关系运用特征根迹检验和最大特征值统计量方法进行检验的结果。结果表明ETF基金价格、基金净值、跟踪指数之间存在协整关系，协整关系数为2。