4.其他风险:包括技术风险、大额申购/赎回风币型基金等七大类。最后从基金的评价标准上，三险、顺延或暂停赎回风险、不可抗力风险等。家机构都采用五星级的评价标准，星级越高排名越
三、我国证券投资基金的主要评价方法好，但在星级的评定标准上略有差异。鉴于基金产品的上述特点和主要风险因素，对（一）收益评价指标基金产品进行有效的评价，既可以为监管机构的监晨星基金采用总回报率来衡量基金的收益。总管决策提供服务，又可以为投资者的投资决策提供回报率反映在既定的时期内，投资人持有基金所获参考。所谓基金评价，就是独立的第三方权威评价得的收益，并假设投资人将所得分红用于再投资，不机构通过收集有关信息，运用科学的定性和定量分考虑税收、交易费用。析方法，依据一定的标准，对基金绩效表现做出的客中信基金评价标准采用了分红即时再投资的时观公正评价。目前国内主要专业的基金评价机构会间加权几何收益率作为基金收益评价指标。根据现根据评价模型对各种基金进行评估，评估结果最高行的基金信息披露制度，以每周公布的基金单位净为五星，最低为一星。投资者在投资基金的过程中，值为基础，计算相应的平均收益或累计收益等指标。基金评价可以起到积极的协助作用。银河基金则综合考虑在评价期内的净值增长
国内的基金评价业主要是三种类型，第一类是率、平均月度净值增长率以及平均季度净值增长率，晨星、理柏等，它们是外资机构，而且评价方法比较并将基金在每个阶段的净值增长率转换为标准分，成熟；第二类是以银河证券和中信证券为代表的券合计标准分越高，基金的收益越好。商，他们有专门的人员开始有意识地开展基金评价（二）风险评价指标业务；第三类就是分布在券商研究所的研究员，但只晨星基金采用的是标准差和晨星风险系数。标为大客户服务。准差反映计算期内总回报率的波动幅度，即基金每
金融理论与实践
78
2011年第7期(总第384期)
【证券市场】
周的总回报率相对于平均周回报率的偏差程度，波动越大，标准差越大。晨星风险系数用于衡量与同类基金相比较，某只基金的下行风险，其中下行风险指基金的总回报率低于同期无风险收益率。晨星采用中国国内一年期银行定期存款利率作为无风险收益率，该系数越高，说明与同类基金相比，该基金的下行风险也即亏损率越高。
中信基金采用最近三年的标准差形式。从衡量基金管理人的风险控制水平，测量投资者面临的总风险水平看，标准差指标仍是一个较好的测度，也是国内外使用最广泛的风险衡量指标。中信基金评价准则采用标准差指标度量风险，评价表中公布基金近一年、二年和三年的标准差，分别衡量基金净值的短、中、长期的风险特征，为了便于分析，风险水平采用年化标准差的形式。银河基金仍将月度净值增长率的标准差转化成为标准分的形式进行评价。风险评价标准分等于月净值增长率的标准差的标准分。
（三）风险调整后收益指标
晨星基金采用的是夏普比率。夏普比率是衡量基金风险调整后收益的指标之一，反映了基金承担单位风险所获得的超额回报率，即基金总回报率高于同期无风险收益率的部分，一般情况下，该比率越高，基金承担单位风险得到的超额回报率越高。
中信基金的评价准则建立在投资者的风险偏好基础上，不考虑收益和风险的结合方式，而是按照“投资者喜好高收益而厌恶高风险”的原则，通过对风险的惩罚而进行收益的调整。中信基金评价所依赖的是期望效用理论，根据每个投资组合的期末值构建效用函数并计算期望效用值，然后按照期望效用值的高低对所有的投资组合进行排名。
银河基金则考虑基金的收益评价和风险评价，从收益评价的得分减去风险评价的得分，即为风险调整后收益标准分。风险调整后收益标准分越高，基金整体表现越好。
四、净值模拟方法及主要计算流程一般来说，事后评价是根据基金收益率的表现情况或通过对基金净资产的变化情况来对不同基金进行分析比较。但是，由于基金投资决策是与未来的不确定性联系在一起的，到事后再评价时不确定性已经消失，所以不能仅用事后的观点来看待事前的决策。因此，是否能对基金投资做出正确的决策，其中的主要因素是在做出决策前基于所获信息之上进行有效的评价，也即通常所说的事前评价。在进行事前评价的过程中，基础资产价格过程拟合的优劣与事前评价的准确度息息相关，随机模拟与基础
2011年第7期(总第384期)
资产走势的拟合度越高，事前评价的准确度越高，反
之亦然。本节重点介绍常见用于模拟资产价格过程的随机模型，并给出最优拟合过程的选取方法。随后应用具体的基金净值数据进行实证分析，检验随机净值模拟方法的有效性和合理性。
（一）常用随机过程及其参数估计BlackandScholes（1973）年首次引入基于对数正态分布（GBM）的期权定价模型，开创期权定价的新方向。虽然该模型简单实用，含义清晰，但在后期的应用过程中依然发现诸多潜在问题，如波动率小、后尾和均值回复现象等。为此，后期诸多学者对这一模型进行了部分改进，主要有Merton（1976）引入的跳扩散模型（JDM）、Vasicek（1977）引入的瓦塞克模型（VM）和指数瓦塞克模型（EVM）、Cox,IngersollandRoss（1985）引入的CIR模型、MadanandSeneta（1990）引入的方差伽马模型（VGM）、EngleandNg（1993）引入的非线性广义自回归条件异方差模型（NGARCH）及多种模型融合的混合模型。
后期的诸多模型改进无外乎用于弥补BS模型的厚尾和均值回复现象，所以可以将上述诸多模型进行如下的二维分类（见表1）。
表1
随机过程的二维分类1.几何布朗运动（GBM）模型：dSt=St(μdt+σdWt),u,σ>0为常数
2.跳扩散模型：St=S0expμt+σWt+∑i=t1Yi其
N
中μ为漂移项系数，σ>0为波动性参数，∑i=t1Yi为
N
{}
(Nt)t?0为参数λ的Poisson过一复合Poisson过程，
程Yi~N(μY,σY)为独立同正态分布，各过程之间相
互独立。
3.Vasicek模型：dXt=α(θ-Xt)dt+σdWt，其中α、θ、σ均为正常数
4.CIR模型：dSt=α(θ-St)dt+σStdWt其中α、θ、σ>0且满足σ2?2αθ。
5.NGARCH模型的离散化形式为：?Sti
=μ?ti+σti?Wti
ti
22
σ2ti=ω+ασti-1+β(εti-1-γσti-1)2ε2ti=(σti?Wti)