一、开放式基金的风险管理（论文文献综述）
韩凯[1]（2020）在《考虑动态资金流动的开放式基金最优投资与风险管理问题研究》文中进行了进一步梳理经过两百多年的发展,共同基金已经成为当今金融市场中的一类重要的金融产品,也是很多投资者投资证券市场的重要途径.开放式基金交易机制灵活、管理专业等优势使其已发展成为共同基金行业最重要的组成部分.由于开放式基金的投资者可以在交易时间内自由地申购和赎回基金份额,基金经理所管理的基金池伴随有动态的资金流动,而这种资金流动对开放式基金的投资组合和风险管理都有重要影响.本文旨在考虑资金动态流动的情况下研究开放式基金的最优投资与风险管理问题,该问题具有较强的理论和实际意义,且关于该问题的现有研究相对较少.本文主要从以下三个方面对开放式基金的最优投资与风险管理问题进行研究.第一部分从基金经理的角度考虑带有动态资金流动的开放式基金最优投资问题.其中,基金的资金流入、流出过程为两个相互独立的复合Poisson过程,风险资产价格过程服从几何布朗运动.对资金流入过程做扩散近似,并考虑了资金流入过程与风险资产价格过程的相关性.参考Berk和Van Binsbergen（2015）[1]的研究结果,我们把投资者在购买基金时的预期收益率这一参考基准考虑在内,首次引入基金累计增值过程来动态地度量基金的表现,克服了之前基于基金收益率的度量指标缺乏基金规模信息和不可持续性等不足.为了最大化基金累积增值的期望效用,基金经理动态地调整基金的投资策略.利用随机动态规划方法,我们得到了相应的Hamilton-Jacobi-Bellman（HJB）方程,进而求得基金经理的最优投资策略和最优价值函数.结果表明:基金经理在制定投资策略时会考虑投资者的预期收益率,尽量满足其盈利性需求以吸引更多的资金流入.另外,资金流入过程与风险资产的相关性关系也会影响基金的最优投资策略.第二部分考虑开放式基金经理与单个投资者的Stackelberg博弈问题.在该博弈中,基金经理为领导者,单个投资者为跟随者.投资者投资于无风险资产、一个被动型指数基金和一个开放式基金.开放式基金经理利用其专业的选股能力,仅投资于无风险资产和组成被动型指数基金中部分盈利性较好的风险资产,而且基金经理实时地从在管资产中抽取固定比例的管理费.投资者通过调整在三者的投资以最大化其终端财富的期望效用,基金经理可以调整基金投资组合以最大化其累积管理费的期望.不同于之前相关研究中所采用的鞅方法和倒向随机微分方程的求解方法,本章采用动态规划方法先后得到投资者和基金经理的HJB方程,并求得各自的最优投资策略.结果表明:被动型指数基金在投资者和基金经理的投资过程中都起到了随机参考基准的作用,对二者的投资策略都有重要影响.此外,管理费率的提高会激励基金经理采取更加激进的投资策略,而这会使投资者降低在该基金的投资.第三部分在跳-扩散模型下考虑开放式基金的最优管理费和最优投资问题.风险资产价格过程为跳-扩散模型,我们同时考虑了基金的资金流入率和流出率与风险资产价格过程的相关性.基金经理不仅可以在一个无风险资产和一个风险资产之间调整基金的投资策略,还能调整基金的比例管理费率.该部分同时考虑了基金经理在管理开放式基金时的短期目标和长期目标,即:为基金公司创收和自身职业发展,我们假设基金经理的目标是最大化累积管理费的期望效用与基金终端财富期望效用之和.根据极大值原理,我们给出相应的Hamiltonian函数和伴随过程所满足的倒向随机微分方程（BSDE）.通过求解该BSDE,我们得到最优投资策略和最优管理费率所满足的方程,并证明最优策略组合的存在唯一性.该部分的结果表明:管理费率的调整是基金经理控制开放式基金资金流动风险的重要手段,无论资金流动过程与风险资产价格过程是否相关.这种相关性会影响基金的最优投资策略.通过对开放式基金的最优投资与风险管理问题建立数学模型,本文研究资金流动和市场因素对开放式基金投资策略的影响,印证了一些实证研究中的结果,为基金的管理提供了参考和理论依据.为了更加直观地分析投资策略,文章还给出了一些数值算例来分析模型参数对最优策略的影响.
刘骏斌[2]（2020）在《资产价格与系统性金融风险：影响机制及其监控研究》文中研究表明历经多年高速发展,我国已经建立起较为完善的金融体系,金融市场体量和影响力显着增加,金融经济系统对资产价格波动的敏感性提高。2008年金融危机后,我国发生了房地产价格的多轮上涨和“千股跌停”的股灾,资产价格波动加剧了系统性金融风险压力。当前,我国经济面临深化供给侧改革和转型升级的迫切需求,守住不发生系统性金融风险的底线成为我国金融改革中的根本性任务。因此,研究资产价格与系统性金融风险的相互影响机制及其监控问题契合当下金融改革的重点,具有深远的研究意义和实践价值。基于当前研究背景和现实需求,本文将系统性金融风险扩展到国家金融安全范畴,并遵循“资产价格内涵→资产价格与系统性金融风险相互影响→风险测度→溢出效应→监控机制和政策建议”的逻辑思路展开研究,旨在构建较为系统的宏微观分析框架。本文首先从资产价格的理论基础和“价值-价格”关系入手,阐述了资产价格的形成和波动机理,研究表明:资产价格能够充分反映公开信息,资产价值是决定资产价格的基础,流动性水平是资产价格联动、泡沫化和周期性变化的主要影响因素,存在复杂的驱动机制和波动效应影响。在分析资产价格的形成与波动的基础上,本文详细阐述了资产价格与系统性金融风险的相互影响机理。首先,一系列金融危机已经明确了资产价格与系统性金融风险的相互影响事实,本文进一步从预期、市场和流动性角度分析了资产价格与系统性金融风险的相互影响途径,涉及预期影响下的资产价格和货币价值偏离、投资决策影响和价格机制、流动性冲击、信贷杠杆和货币循环等具体影响渠道;同时,基于开放式基金的资产配置和企业-银行部门的信贷关系构建理论模型,解析资产价格与系统性金融风险之间存在的跨期、“螺旋式”叠加、时滞、持续和不对称等影响效应特征。在明确资产价格与系统性金融风险相互影响机理的基础上,本文基于资产价格数据信息,分别从宏微观角度测度系统性金融风险。首先,基于网络视角测度的开放式基金的系统性金融风险结果表明系统性金融风险在基金之间的传染具有方向性和非对称性。其次,针对扩展的宏观系统性金融风险范畴,分别选用综合指数法测度金融系统压力指数和金融主权指数,选用Copula-GARCH（1,1）-Va R模型测度信用货币的币值稳定性,并验证了测度指标的合理性。在系统性金融风险测度的基础上,本文基于市场因子和面板数据分析的实证方法研究系统性金融风险的微观机构溢出效应,结果表明:基于金融网络测度的风险指标对开放式基金的现金流和收益增长的影响具有两面性,既是风险的冲击、传染和分散,也能够凸显出机构的系统重要性程度。进一步的,运用时变参数随机波动率结构VAR模型（TVP-SV-SVAR）分析系统性金融风险的宏观时变溢出效应,结果表明:美元货币政策冲击和跨国资本循环持续增加系统性金融风险压力,并共同冲击人民币币值稳定和阻碍金融主权实力的提升。最后,本文基于资产价格视角构建系统性金融风险监控机制。通过借鉴能够反映变化方向、大小和延续性的时变方法,分析系统性金融风险监控的现状,提出转变监控的理念思路和原则,构建多维度、多系统的系统性金融风险监控体系。并进一步从资产价格变化、外生性冲击和风险指数视角对系统性金融风险的监控效果进行了非线性时变检验,明确了相应监控指标及其适应的监控范围。
叶林美[3]（2020）在《对中国开放式基金“赎回异象”的实证研究 ——基于面板数据模型》文中研究表明开放式基金作为基金中的主体基金,以其门槛低、申赎便利、种类多样等特点,受广大投资者的喜爱。随着经济与金融的发展,我国开放式基金在申赎渠道、信息披露及管理方式等方面,都有了很大的改善。然而,投资者对业绩优良基金的不合理赎回行为,即“赎回异象”,使基金经理运作基金的难度上升,同时导致基金经理提高基金业绩积极性下降,对投资者利益、基金公司发展甚至我国金融体系的整体建设和完善,都带来了负面影响。为分析投资者对基金的赎回行为是否存在“赎回异象”,本文选择了251支股票型开放式基金和165支债券型开放式基金进行研究,样本涵盖范围为2013年第3季度到2019年第1季度,共23季度。模型中的解释变量为基金的业绩表现,被解释变量为总体基金净赎回率及个人投资者基金净赎回率。后者是为了验证个人投资者是否更易发生不合理的赎回行为。运用动态面板数据模型对模型进行回归后发现,股票型开放式基金存在赎回异象,而在债券型开放式基金中,个人投资者存在赎回异象。赎回异象的存在将影响基金市场健康发展。为了进一步避免赎回异象的发生,本文结合前人研究和相关理论分析,提出以下对策建议。第一,基金投资者应当提升自身的投资素养和专业知识,提高收集有价值信息的能力;第二,基金管理人应在把控基金运营管理的同时,投入更多精力到投资者行为研究上;第三,政府监管部门应当注重对投资者的宣传教育,同时完善证券市场机制和政策法规,为基金投资行为提供支持。
李原[4]（2019）在《股市波动对开放式基金风险影响研究 ——基于投资者情绪的中介效应模型》文中指出自2001年以来,我国开放式基金市场逐步壮大与完善,开放式基金在我国的基金市场中已占有绝对主导性地位。截至2019年第二季度,开放式基金的总数已达5554只,基金份额达126718.25亿份,基金资产净值达131620.82亿元。其中,股票型基金由于其多占比、高收益等特征,一直以来受到基金市场与投资者的广泛关注。然而受制于我国基金发展历程较短、市场尚未成熟等背景条件,开放式基金的市场风险无法被忽视或轻易避免。不仅如此,其风险更会受到整体金融市场表现的影响,特别是以股票为主要标的的股票型开放式基金,其收益与风险水平无论在直觉上还是理论上,都与股票市场的走势与波动紧密相关。那么,目前我国股票型开放式基金的流动性风险及赎回性风险承担水平如何?它与我国沪深股市的市场表现之间是否存在联系?这一联系的机制可能是由什么因素导致的?投资者情绪的变化是否在这一影响过程中起到了传导的作用?这些问题对于市场进一步认识开放式基金的风险及其产生具有重要的意义,它与基金管理人的经营状况息息相关,与资本市场的健康平稳发展休戚与共,它不仅是市场与投资者关注的重点,更是学界试图量化、分析及溯因的研究热点。首先,本文系统性梳理了有关开放式基金风险的研究,发现传统研究对该风险的度量往往将基金的市场表现,即基金收益率的波动程度作为基金风险的度量方式,而缺少从市场交易角度等更为微观的层面来度量风险的研究。因此本文从市场角度入手,从股票型开放式基金的资产端与负债端分析基金风险的形成机制,将基金在某一时点标的股票资产因变现而可能受到的损失定义为基金的流动性风险,将基金在某一时点可能面临投资者赎回的程度定义为基金的赎回性风险。在此定义之上,本文参考已有文献做法,选取了14只具有代表性的股票型开放式基金,分别利用日度与月度数据构建基金的流动性风险与赎回性风险指标。其次,股票型开放式基金作为金融市场的一个重要子市场,极有可能受到股票市场的涨跌波动影响,然而已有文献对于这一影响并未从微观层面上进行深入研究。因此本文利用2007年初（或基金成立日）至2018年末的非平衡面板数据回归模型,分别检验了基金两种微观风险与股市表现之间的关系,研究发现,第一,基金的流动性风险与上证指数和深证综指的涨幅显着负相关,与与股市波动显着负相关,这可能受到市场整体环境的影响;第二,基金的赎回性风险与深证综指的涨幅显着负相关,且与股市波动显着正相关。上述结论表明,我国股票型开放式基金的微观风险确实受到股市涨跌波动的影响。再次,虽然传统的风险传染理论对金融风险与市场波动在各个金融子部门间的传染渠道进行了一定的理论分析与实证研究,但受制于样本等因素,我国股票型开放式基金的微观风险受股市影响的具体机理却缺乏深入研究。基于此,本文从行为金融学的视角出发,利用中介效应检验,考察投资者情绪的作用,研究发现,投资者情绪至少在一定程度上将股市涨跌波动的风险传导至股票型开放式基金的流动性风险。最后,本文从主要研究结论出发,提出了以下政策与建议:对于基金管理人而言,需要密切关注股市的涨跌波动情况,合理配置基金标的资产,完善基金份额管理及规划,并建立相应预警机制控制基金的流动性风险与赎回性风险;对于监管当局而言,需要加快推进基金市场的机制建设与法制完善,从流动性风险和赎回性风险两大微观视角提升对开放式基金的监管水平,并在风险可控的前提下及时引入做空机制;对于投资者而言,需要加强对资本市场与基金风险水平的认知能力,明确自身风险承担能力,从而选择适合自身风险与收益特征的基金产品。
黄育蓉[5]（2018）在《基于行为科学的开放式基金经理人投资策略与基金业绩关系研究》文中进行了进一步梳理基金经理人能力是影响基金业绩重要因素之一,当基金经理人与基金投资者的利益不完全一致时,基金经理人在投资管理时可能不会将着眼点放在投资者的根本利益上。自2008年初市场转为熊市至今,基金行业发展整体表现极为疲软。如何全面、准确、科学地分析和评价我国开放式基金经理人的投资行为,进而挖掘影响基金业绩的因素,寻求提升基金业绩和基金经理人能力的措施,是基金投资者、基金管理人和基金监管者共同关心的焦点问题。鉴于此,以基金经理人投资策略对基金业绩的影响为研究主题,将开放式基金经理人能力与基金业绩在概念内涵和外延做了严格区分,由此构建了开放式基金经理人投资行为研究框架。首次引入基金净值增加额的非参数检验方法,对国内开放式基金的能力进行了详细分析。然后,基于行为科学的角度分析基金经理人投资策略中投资管理主动性、资产配置集中度和基金经理人风险转移动机对基金业绩的影响。论文的主要研究内容和成果如下:首先,以基金净值增加额来度量基金经理人能力,采用二项分布检验是否存在有能力的基金经理,并构建能力指数,检验基金投资者是否能识别基金经理人的能力以及能力强的基金经理人是否能为投资者带来高收益的假设。研究结果显示:样本中大部分的基金经理人能获得显着为正的净值增加额,同时,基金净值增加额具有显着的持续性,因此,有能力的基金经理人确实存在;另外,如果基金投资者能事先选择能力指数最高的基金,在下一期中获得最高的风险调整收益。其次,构建基金动态组合研究基金经理人主动性水平与基金业绩的关系,再结合自助抽样法剔除运气因素对基金业绩的影响,样本基金根据主动性水平的高低进行分组,进而分析基金主动性水平与基金业绩的关系。研究发现:剔除随机因素的影响后,基金投资管理行为越活跃,基金收益就越高;而基金主动性水平较低的两组,在剔除随机因素的影响后,基金投资者并没有获得超额收益。然后,运用样本的时间序列和面板数据模型研究基金资产配置集中度与基金业绩之间的关系。研究发现:在控制基金成立时间、基金规模、基金费率、波动率等因素后,基金持股行业集中度和股票集中度越高,基金业绩就越好。因此,基金持股行业持股集中度与股票集中度指数的大小能反映基金经理人的能力水平的高低。最后,由于基金经理人自利性动机将会对基金投资策略产生影响,本文研究了由“代理冲突”导致的基金经理人自利性风险转移动机对基金业绩的影响。采用自激发门限回归模型和分段线性回归模型重点分析基金在不同经济状态下业绩-资金流的关系,从而揭示了基金经理人风险转移动机变化的规律。研究发现:基金业绩-资金流关系在经济上行阶段为非线性相关关系,而在下行阶段为线性相关关系。基金经理人在经济上行阶段会倾向于降低基金资产组合的风险水平以实现基金规模最大化目的,而这将会损害投资者的利益。论文从理论上分析了基金经理人的投资行为对基金业绩的影响以及内在机理,并构建了基金经理人投资行为与业绩关系的理论框架,这有利于丰富和发展基金业绩评价理论研究。突破了传统研究中采用基金业绩模型估计基金经理人能力的视角,以基金净值增加额构建能力指数,采用二项分布检验法全面分析基金经理人能力以及检验能力指数的应用效果。同时,与之前研究不同,研究基金主动性水平时,考虑了随机因素的影响,使研究更加科学和全面。此外,研究基金经理人行为时,还将基金经理人自利性风险转移动机纳入研究中,这能更真实地反映基金经理人策略的变化对基金业绩的影响。
曾建光[6]（2016）在《技术进步与经理人的风险承担——基于开放式基金采用XBRL的证据》文中提出从2010年开始,中国证监会强制要求所有的基金公司摈弃PDF作为信息披露的格式,而统一采用XBRL作为唯一的披露语言。这种信息披露方式的技术进步对开放式基金经理人的风险承担究竟有何影响?基于此,本文采用中国开放式基金的数据,考察XBRL的强制采用对基金经理人风险承担的影响。研究结果表明:采用XBRL之后,在以规避失业风险为主导的熊市中,与绩效排名靠前的基金经理人相比,排名靠后的基金经理人更倾向于规避风险;反之,在以薪酬激励为主导的牛市中,与绩效排名靠前的基金经理人相比,排名靠后的基金经理人更倾向于追求风险。本研究结论得到的启示是,信息披露的技术进步有助于提升市场的资源配置效率。
于江宁[7]（2016）在《开放式基金业绩与基金流量研究》文中提出我国开放式基金经历了十多年的快速发展,市场已经具有一定的规模,开放式基金成为个人和机构进行资产管理的重要手段。但是,对于基金市场的参与者来说还存在一些问题和挑战。特别是2015年股票市场风云突变,开放式基金市场亦受到冲击,基金业绩和基金规模都发生了巨大的变化。在此背景下,本文选择开放式基金业绩与基金流量作为研究课题,目的是为了帮助市场参与者更好的认识基金投资的价值和风险,更深入的理解影响投资者选择的主要因素以及基金市场与外部市场的联系。早在1950年代,国外对投资组合收益与风险展开系统性研究,但是对于基金业绩流量关系的研究始于20世纪90年代,在业绩流量线性和非线性关系的理论和实证方面积累了一定成果。但是国内研究还仅限于业绩流量的线性关系,对于业绩流量关系中的凸性或者说非对称性研究较少,对于基金流量影响因素的分析也主要围绕基金业绩,但是忽略了外部市场环境的影响,而对于基金流量的外部性更是鲜有涉及。本文的研究所针对的问题一方面来源于国内文献中的遗漏和缺失,另一方面来源于基金市场当前状况与环境。通过对基金的业绩、需求和流量有关问题展开研究,试图解开影响投资者选择的前因后果,顺着这个研究思路,本文主要研究内容和结论有:首先研究了基金业绩的评价方法、风险度量、风险收益平衡指标,然后利用三因子和四因子模型分析了不同风格基金的风险调整后收益,发现动量因子与业绩差的基金负相关,与业绩好的基金正相关,说明动量因子对基金业绩有着助推作用。接下来,以主动投资模型理论为指导,使用基金的绝对收益和风险调整收益对业绩持续性问题展开分析,证明了基金的绝对收益在一年的时间长度上不存在持续性,三因子风险调整后收益较差的基金具有持续性,但是使用四因子模型后业绩差基金的持续性消失,说明动量效应是风险调整收益持续表现不好的一个重要原因。本文研究了分红调整的基金流量度量方法,提升了数据估计的有效性。并从宏观和微观两个不同的视角分析了基金流量的影响因素,其中股票基金流量受股票市场收益和波动的正向影响较为显着,同时宏观经济指数和投资者情绪均与股票基金流量正相关。而且,实证结果还表明股票市场上升对于提高债券基金和混合基金的流量也有积极作用。随后针对基金的流入流量和流出流量更进一步研究了业绩流量关系的非对称性,发现流入流量对业绩的敏感性大于流出流量,年轻基金的流入流量和流出流量都高于年老基金。不仅如此,在对基金流量的溢出效应研究中,发现近几年新成立基金的现金净流入是基金流量增加的主要原因,表现为股票市场与基金市场的相互作用,股票市场收益带动了新成立基金的现金净流入,反过来新成立基金的现金净流入增加了股票市场收益的波动。本文还发现了基金流量在短期存在“智钱”效应,当基金流量提升1%,未来一个季度基金收益增加约为4个基点。这些研究结论对我国基金市场的参与者带来一定的启示。首先,基金管理者应该重视基金的风险管理和价值投资,因为基金业绩与投资者选择具有正向反馈作用。其次,基金市场监管者应该重视基金市场与外部市场环境的相互影响,对新成立基金的数量与规模合理引导和调控,避免在市场上升期盲目新发基金引起市场的震荡。最后,投资者应该提高投资水平和风险意识,成长型和价值型风格的基金具有更好的风险调整后业绩,并且基金业绩在中长期不具有持续性。
徐兴旺[8]（2015）在《我国开放式基金风险评估研究 ——基于VaR-GARCH模型和模糊数学方法的应用》文中研究指明2013年6月1日起,我国新《基金法》正式颁布实施,这意味着券商、保险公司和私募基金等可自行发售基金产品；而基金公司亦可拓展信托产品和银行理财产品的市场业务空间。伴随着投资主体的多元化和投资范围的延伸,基金产品在国内财富管理市场发展迅速,成为资本市场主流资金和社会闲散资金的重要投资选择,在其带来稳定收益的背后,如何评估并降低系统性和非系统性风险问题日益引起人们的关注。科学、客观、公正的风险评估体系不仅能够帮助投资者全面地了解开放式基金的风险程度,而且还有助于提高基金管理公司的投资运作水平,同时还能为监管部门制定政策法规提供参考价值。因此,构建科学合理的开放式基金风险评估体系,对促进我国基金市场乃至整个证券市场的健康发展具有重要意义。本文在对国内外相关理论研究的基础上,重点阐述了国内开放式基金发展的现状、特征和面临的主要风险。在总结比较财富管理产品常用风险评估方法后,综合考虑方法的科学性、系统性、可行性问题,分别从定量和定性角度出发,选择了结合GARCH模型的VaR方法和运用层次分析的模糊综合评价法,进一步构建我国开放式基金的风险评估体系。本文选取九只开放式基金产品作为样本进行实证研究,其中股票型基金、债券型基金和混合型基金各三只,以2005年1月4日到2013年12月31日期间的样本数据作为研究基础,采用VaR-GARCH模型计算其日VaR值,并与日实际损失值进行比较分析,运用回溯测试进一步测算模型的拟合度。同时通过对开放式基金各类风险指标的梳理,运用结合层次分析的模糊综合评价法,得到样本基金的总体风险评价结果。将两类风险评估方法所得出的实证结果进行比较,并将基金在样本期间的实际表现作为参考,进一步印证VaR-GARCH模型和模糊综合评价法在我国开放式基金风险评估中的有效性和互补性。最后,在前文对开放式基金风险定量和定性评估的基础上,分别从监管层、基金公司和投资者的角度提出相关风险管理措施和建议。
张驰[9]（2014）在《基于VaR的我国开放式基金市场风险研究》文中进行了进一步梳理近年来，伴随着经济全球化和金融一体化的进程，中国的金融市场取得了前所未有的发展，金融风险也呈现加剧现象。开放式基金作为一种专家管理的集合投资方式，已成为我国证券市场的主要参与者。如何度量其风险，已成为金融监管机构与基金持有者共同关心的问题。因此，研究开放式基金市场风险具有重要的理论和实践意义。本文针对后危机时期我国开放式基金市场，应用基于VaR理论的GARCH模型对我国开放式基金风险进行了实证研究。论文选取十五只基金的日收益净值数据，使用Eviews7.0计量分析软件对这十五只开放式基金时间收益序列进行综合分析，得出各自收益率分布情况，并利用ARCH-LM检验时间序列存在异方差、波动聚集性等特征。随后以单只基金为例选择合适的模型，再利用此模型在t分布和GED分布的假设下，建立了估计基金风险的VaR-GARCH模型，对各只基金及不同类型基金的VaR值进行估计。最后在95%和99%置信水平下，运用Kupiec方法对VaR模型的准确性进行了返回检验。得出如下主要结论: t分布可以刻画基金收益率序列的尖峰厚尾特征，但是t分布的尾部较厚，根据GARCH（1,1）-t分布模型计算VaR值会高估真实的风险，根据GARCH（1,1）-GED分布模型计算的VaR值能较真实的反映基金风险；95%置信水平下，GARCH-t模型存在高估风险，而GARCH-GED模型存在低估风险；99%置信水平下，GARCH-t模型和GARCH-GED均存在高估风险。最后，基于实证研究的启示，结合我国开放式基金风险管理的现状，提出了相应的政策建议。
张淑[10]（2014）在《逆周期监管视角下我国开放式基金风险预警模型研究》文中研究表明近年来，随着国民经济的快速增长，作为金融业重要组成部分的证券投资基金得到了蓬勃发展，反过来又对国民经济的发展起到一定的积极作用。但是与此同时，基金业内在的风险性也开始逐步暴露出来。作为金融风险监管的一个重要组成部分，对基金业的风险进行合理识别、测度、控制并建立预警模型是有其理论意义与实践意义的。然而，目前理论界对于基金风险管理的研究主要集中于风险的评价与测度；在估算出基金风险之后如何建立有效的预警机制来防范并控制风险还有待进一步的研究。另外，2008年国际金融危机暴露出金融体系的非稳定性以及顺周期性，需要将传统的微观审慎监管理念转向宏观审慎监管理念，从金融系统的顺周期性和逆周期性来研究其对于整个经济体的分散风险或积聚风险的作用。但遗憾的是，大多数学者还是关注金融业的传统行业——银行业，从巴塞尔协议对银行业的资本约束的顺逆周期性来研究金融风险的稳定性，很少有学者涉及证券业，而从基金业顺逆周期性来研究基金风险监管方法的更是少之又少。因此，本文试图从基金业顺逆周期性的角度出发，建立逆周期风险预警模型。本文首先对现阶段已有的国内外研究成果进行一个回顾，总结关于逆周期监管理论和风险预警模型建立的研究成果；其次验证我国开放式基金的顺逆周期性；再次用CHAID决策树和贝叶斯网络来构建我国开放式基金风险预警模型，最后得出结论并给出政策建议。因此，本文的结构安排如下：第一章是绪论，主要介绍本文的研究背景和研究意义，设计研究思路并提出研究创新点；第二章是国内外文献综述，综合讨论目前开放式基金风险研究的不足之处，以及逆周期理论和风险预警模型对其可借鉴之处；第三章介绍开放式基金特征及来源，并将基于中证基金指数的在险值（VaR）与国内生产总值（GDP）、上证综合指数等建立回归模型，检验开放式基金风险的顺逆周期性；第四章建立开放式基金风险预警指标体系，构建基于CHAID决策树算法和贝叶斯网络的风险预警模型并进行实证研究；第五章对全文进行总结与展望，并在逆周期监管理论视角下提出政策建议。实证研究结果表明，我国开放式基金风险与国内生产总值增长率、上证综合指数增长率都存在顺周期性效应，因此建立开放式基金风险的逆周期监管制度非常必要。另外，本文建立了包括16个指标在内的风险预警指标体系，以开放式基金外部机构评级为风险衡量指标，利用CHAID决策树算法和贝叶斯网络构建的开放式基金风险预警模型的检出准确率达到75%85%，总体预警效果比较不错，基本能够对开放式基金进行准确分类；而且贝叶斯网络模型同时给出各个节点的条件概率，据此可以计算单个个案被分类为某一类的条件概率。本文的创新点有从逆周期监管角度切入来思考开放式基金的风险管理；不仅考虑开放式基金风险测度问题，并验证其顺周期性，为证券业顺周期行为做了一个实证补充，同时考虑了开放式基金的风险预警模型建立问题；在预警模型建立中，运用数据挖掘中的CHAID决策树算法和贝叶斯网络方法，较以往常用的判别分析法和回归分析法是一个较大的突破。
二、开放式基金的风险管理（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、开放式基金的风险管理（论文提纲范文）
（1）考虑动态资金流动的开放式基金最优投资与风险管理问题研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 研究背景与意义 |
| 1.1.1 全球共同基金行业的发展与现状 |
| 1.1.2 中国基金业的发展与现状 |
| 1.2 当前研究现状 |
| 1.2.1 基金表现的度量方法 |
| 1.2.2 基金的资金流动 |
| 1.2.3 开放式基金的最优投资问题 |
| 1.3 本文主要工作与创新点 |
| 1.3.1 本文主要工作 |
| 1.3.2 本文创新点 |
| 第二章 基本知识 |
| 2.1 Lévy过程相关的基本概念与一些结果 |
| 2.1.1 Lévy过程相关的基本概念 |
| 2.1.2 It?公式 |
| 2.2 Lévy过程最优控制问题求解方法 |
| 2.2.1 动态规划方法 |
| 2.2.2 极大值原理 |
| 2.2.3 动态规划方法与极大值原理的关联 |
| 第三章 考虑资金流动的开放式基金最优投资问题 |
| 3.1 引言 |
| 3.2 问题框架 |
| 3.2.1 开放式基金的动态资金流动 |
| 3.2.2 金融市场 |
| 3.2.3 最优化问题 |
| 3.3 模型求解 |
| 3.4 数值分析 |
| 3.5 小结 |
| 第四章 开放式基金管理的Stackelberg博弈 |
| 4.1 引言 |
| 4.2 问题框架 |
| 4.2.1 金融市场 |
| 4.2.2 Stackelberg博弈 |
| 4.3 模型求解 |
| 4.3.1 投资者的最优投资策略 |
| 4.3.2 基金经理的最优投资策略 |
| 4.3.3 验证定理 |
| 4.4 数值分析 |
| 4.4.1 市场参数对均衡策略的影响 |
| 4.4.2 指数基金的构成对均衡策略的影响 |
| 4.5 小结 |
| 第五章 跳-扩散模型下开放式基金最优投资与管理费问题 |
| 5.1 引言 |
| 5.2 问题框架 |
| 5.2.1 金融市场与资金流动 |
| 5.2.2 基金经理的最优化问题 |
| 5.3 模型求解 |
| 5.4 小结 |
| 第六章 总结与展望 |
| 参考文献 |
| 附录A 第三章证明 |
| 附录B 主要符号说明 |
| 发表论文和参加科研情况说明 |
| 致谢 |
（2）资产价格与系统性金融风险：影响机制及其监控研究（论文提纲范文）
| 摘要 |
| Abstract |
| 主要缩略词、符号变量的注释表 |
| 第一章 绪论 |
| 1.1 研究背景与意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 研究内容与研究方法 |
| 1.2.1 研究范围界定 |
| 1.2.2 研究思路 |
| 1.2.3 研究内容 |
| 1.2.4 研究方法 |
| 1.3 研究创新与不足之处 |
| 1.3.1 研究创新 |
| 1.3.2 可能的不足之处 |
| 第二章 文献综述 |
| 2.1 资产价格形成与波动研究综述 |
| 2.1.1 资产定价理论研究 |
| 2.1.2 资产价格波动研究 |
| 2.2 资产价格与系统性金融风险关联研究综述 |
| 2.2.1 系统性金融风险的理论属性研究 |
| 2.2.2 系统性金融风险的生成机制研究 |
| 2.2.3 资产价格与系统性金融风险的影响研究 |
| 2.3 系统性金融风险的测度与监控研究综述 |
| 2.3.1 系统性金融风险的识别与测度研究 |
| 2.3.2 系统性金融风险的影响与监控研究 |
| 2.4 文献述评 |
| 2.5 本章小结 |
| 第三章 资产价格的形成及其波动效应研究 |
| 3.1 资产价格的形成与波动机理分析 |
| 3.1.1 资产价格的理论基础 |
| 3.1.2 资产价格形成的市场机理 |
| 3.1.3 资产价格波动的流动性驱动机制 |
| 3.2 资产价格统计特征与泡沫分析 |
| 3.2.1 资产价格的统计特征分析 |
| 3.2.2 资产价格泡沫分析 |
| 3.3 资产价格的波动效应分析 |
| 3.3.1 研究设计 |
| 3.3.2 变量选取与检验 |
| 3.3.3 实证分析 |
| 3.4 本章小结 |
| 第四章 资产价格与系统性金融风险的影响机理研究 |
| 4.1 资产价格与系统性金融风险影响的典型事实 |
| 4.1.1 房地产危机 |
| 4.1.2 股票市场危机 |
| 4.1.3 银行业危机 |
| 4.1.4 回顾与分析 |
| 4.2 资产价格与系统性金融风险的影响途径分析 |
| 4.2.1 预期途径影响分析 |
| 4.2.2 市场途径影响分析 |
| 4.2.3 流动性途径影响分析 |
| 4.3 资产价格与系统性金融风险的影响效应分析 |
| 4.3.1 基于金融机构的影响效应分析 |
| 4.3.2 基于宏观视角的影响效应分析 |
| 4.4 本章小结 |
| 第五章 基于资产价格的系统性金融风险测度研究 |
| 5.1 系统性金融风险测度的理论基础 |
| 5.1.1 微观视角的系统性金融风险测度理论 |
| 5.1.2 宏观视角的系统性金融风险测度理论 |
| 5.2 基于网络视角的系统性金融风险测度体系构建 |
| 5.2.1 基于网络关联的测度分析 |
| 5.2.2 基于网络视角系统性金融风险测度体系构建 |
| 5.3 宏观视角的系统性金融风险测度 |
| 5.3.1 金融系统压力指数 |
| 5.3.2 金融实力指数体系 |
| 5.4 本章小结 |
| 第六章 基于资产价格的系统性金融风险溢出效应研究 |
| 6.1 系统性金融风险溢出效应的理论分析 |
| 6.1.1 微观溢出效应分析 |
| 6.1.2 宏观溢出效应分析 |
| 6.2 系统性金融风险的微观机构溢出效应实证分析 |
| 6.2.1 研究设计 |
| 6.2.2 变量选取和实证模型 |
| 6.2.3 实证结果分析 |
| 6.2.4 微观机构溢出效应小结 |
| 6.3 系统性金融风险的宏观时变溢出效应实证分析 |
| 6.3.1 研究设计 |
| 6.3.2 因果检验与模型估计结果 |
| 6.3.3 脉冲结果分析 |
| 6.3.4 宏观时变溢出效应小结 |
| 6.4 本章小结 |
| 第七章 基于资产价格视角的系统性金融风险监控研究 |
| 7.1 系统性金融风险监控的理论基础 |
| 7.1.1 系统性金融风险监控的理论发展 |
| 7.1.2 系统性金融风险监控方法演化 |
| 7.2 系统性金融风险监控的现状与构建 |
| 7.2.1 系统性金融风险监控的现状分析 |
| 7.2.2 系统性金融风险监控理念与原则 |
| 7.2.3 多维度风险监控体系的构建 |
| 7.3 系统性金融风险的资产价格监控 |
| 7.3.1 极端条件下信贷杠杆对资产价格波动冲击 |
| 7.3.2 基于资产价格泡沫的测度监控 |
| 7.3.3 基于资产组合的尾部风险度量与监控 |
| 7.4 基于资产价格视角的外生流动性冲击监控 |
| 7.4.1 外生流动性冲击监控基础 |
| 7.4.2 研究设计 |
| 7.4.3 初步检验与模型设定 |
| 7.4.4 正交脉冲响应分析 |
| 7.5 基于资产价格的系统性金融风险指数化监控 |
| 7.5.1 微观系统性金融风险监控体系构建 |
| 7.5.2 微观系统性金融风险的时变监控 |
| 7.5.3 宏观系统性金融风险的时变监控效果检验 |
| 7.6 本章小结 |
| 第八章 研究结论与未来展望 |
| 8.1 主要结论 |
| 8.2 政策建议 |
| 8.3 研究展望 |
| 参考文献 |
| 攻读博士学位期间的科研情况 |
| 致谢 |
（3）对中国开放式基金“赎回异象”的实证研究 ——基于面板数据模型（论文提纲范文）
| 致谢 |
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 第一节 选题背景与研究意义 |
| 一、选题背景 |
| 二、研究意义 |
| 第二节 研究方法与可行性 |
| 一、研究方法 |
| 二、可行性解释 |
| 第三节 研究创新之处 |
| 第二章 文献综述 |
| 第一节 国外研究 |
| 第二节 国内研究 |
| 第三节 研究述评 |
| 第三章 我国开放式基金赎回异象机理分析 |
| 第一节 我国开放式基金概况 |
| 第二节 赎回异象发生的可能理论解释 |
| 一、心理账户理论 |
| 二、处置效应理论 |
| 三、前景理论 |
| 四、噪声交易理论 |
| 五、羊群效应理论 |
| 第三节 赎回异象影响因素分析 |
| 一、基金业绩表现 |
| 二、基金持有人结构 |
| 三、基金分红额和分行频率 |
| 四、基金规模 |
| 五、基金风险 |
| 六、证券市场走势 |
| 七、金融发展程度 |
| 第四节 赎回异象的假设提出 |
| 第四章 我国开放式基金赎回异象的实证研究 |
| 第一节 变量定义与处理 |
| 一、被解释变量 |
| 二、解释变量 |
| 三、其他控制变量 |
| 第二节 数据选取及模型设定 |
| 一、样本数据范围 |
| 二、数据来源 |
| 三、模型设定 |
| 第三节 样本描述性统计 |
| 一、股票型开放式基金描述性统计 |
| 二、债券型开放式基金描述性统计 |
| 第四节 单位根检验 |
| 一、股票型开放式基金ADF检验 |
| 二、债券型开放式基金ADF检验 |
| 第五节 模型回归 |
| 一、股票型开放式基金赎回行为的模型回归 |
| 二、债券型开放式基金赎回行为的模型回归 |
| 第六节 稳健性检验 |
| 一、股票型开放式基金赎回行为稳健性检验 |
| 二、债券型开放式基金赎回行为稳健性检验 |
| 第五章 结论建议与研究展望 |
| 第一节 本文结论 |
| 第二节 对策建议 |
| 一、对基金投资者 |
| 二、对基金管理人 |
| 三、对政府监管部门 |
| 第三节 研究展望 |
| 参考文献 |
| 附录1 股票型开放式基金主体信息表 |
| 附录2 债券型开放式基金主体信息表 |
（4）股市波动对开放式基金风险影响研究 ——基于投资者情绪的中介效应模型（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 第一节 研究背景 |
| 第二节 研究意义 |
| 第三节 研究思路和研究方法 |
| 第四节 可能的创新点 |
| 第二章 文献综述 |
| 第一节 开放式基金的风险研究 |
| 第二节 股市波动的相关研究 |
| 第三节 投资者情绪的相关研究 |
| 第四节 文献述评 |
| 第三章 理论分析与研究假设 |
| 第一节 开放式基金的风险与股市波动 |
| 第二节 投资者情绪理论 |
| 第四章 实证研究设计 |
| 第一节 样本选择和数据来源 |
| 第二节 变量设计 |
| 第三节 模型的建立 |
| 第五章 实证结果与分析 |
| 第一节 描述性统计 |
| 第二节 平稳性检验 |
| 第三节 协整检验 |
| 第四节 回归分析 |
| 第五节 机制分析 |
| 第六节 稳健性检验 |
| 第七节 本章小结 |
| 第六章 研究结论与建议 |
| 第一节 研究结论 |
| 第二节 政策与建议 |
| 第三节 研究的局限性和未来展望 |
| 参考文献 |
| 致谢 |
（5）基于行为科学的开放式基金经理人投资策略与基金业绩关系研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 研究背景与问题的提出 |
| 1.2 研究目的与意义 |
| 1.3 国内外研究现状分析与评论 |
| 1.3.1 基金经理人能力研究综述 |
| 1.3.2 基金主动性研究综述 |
| 1.3.3 运气因素对基金业绩影响研究综述 |
| 1.3.4 基金资产配置策略研究综述 |
| 1.3.5 基金经理人风险转移动机研究综述 |
| 1.3.6 相关研究述评 |
| 1.4 研究框架与结构 |
| 1.4.1 研究内容 |
| 1.4.2 研究结构 |
| 1.5 研究方法与概念定义 |
| 1.5.1 研究方法 |
| 1.5.2 概念定义 |
| 第2章 基金业绩和经理人投资行为评价理论研究 |
| 2.1 资产组合和资产定价理论 |
| 2.1.1 证券投资组合理论 |
| 2.1.2 资本市场线(CML) |
| 2.1.3 资产定价模型(CAPM) |
| 2.1.4 套利定价理论(APT) |
| 2.2 证券投资基金的业绩评价 |
| 2.2.1 Treynor比率 |
| 2.2.2 Sharpe比率 |
| 2.2.3 Jensen Alpha |
| 2.2.4 T-M模型 |
| 2.2.5 H-M模型 |
| 2.2.6 多因素模型 |
| 2.3 市场有效假设与基金投资策略 |
| 2.3.1 资本市场效率理论(EMH) |
| 2.3.2 市场有效性、金融学异象与基金投资策略 |
| 2.4 行为金融与投资策略 |
| 2.4.1 行为金融的相关概念 |
| 2.4.2 行为金融投资策略 |
| 2.5 委托-代理理论与基金投资行为 |
| 2.6 激励理论与基金投资行为 |
| 2.7 基金经理人行为与基金业绩关系理论分析 |
| 2.7.1 投资能力与投资策略关系 |
| 2.7.2 投资能力与投资业绩的关系 |
| 2.8 本章小结 |
| 第3章 基于净值增加额的基金经理人能力研究 |
| 3.1 引言 |
| 3.2 数据描述 |
| 3.3 基金经理人业绩评价基准的选择 |
| 3.4 基于净值增加额的基金经理人能力研究 |
| 3.4.1 基金净值增加额的计算方法 |
| 3.4.2 假设的提出 |
| 3.4.3 假设检验的方法 |
| 3.4.4 基金经理人的能力检验 |
| 3.4.5 基金净值增加额持续性检验 |
| 3.5 投资者的选择与基金经理人能力 |
| 3.5.1 基金经理人能力与补偿收入 |
| 3.5.2 基金经理人能力与基金投资者收益 |
| 3.6 本章小结 |
| 第4章 基金主动性对基金业绩影响研究 |
| 4.1 引言 |
| 4.2 研究方法 |
| 4.2.1 基金主动性的度量方法 |
| 4.2.2 基金主动性与业绩关系的分析方法 |
| 4.3 数据描述及基金主动性分析 |
| 4.3.1 数据描述性统计分析 |
| 4.3.2 基金主动性估计和分析 |
| 4.4 基金主动性对基金业绩的影响分析 |
| 4.4.1 自助抽样法 |
| 4.4.2 基金主动性的影响—全样本的净收益分析 |
| 4.4.3 基金主动性的影响—分组净收益分析 |
| 4.4.4 各组累积密度函数比较—分组净收益分析 |
| 4.4.5 基金主动性的影响—分组总收益分析 |
| 4.5 本章小结 |
| 第5章 基金资产配置集中度对基金业绩影响研究 |
| 5.1 引言 |
| 5.2 基金资产配置集中度的计算方法 |
| 5.2.1 基金股票行业集中度指标构建 |
| 5.2.2 基金持股集中度指标构建 |
| 5.3 数据描述 |
| 5.3.1 行业的划分标准 |
| 5.3.2 基金资产配置集中度分析 |
| 5.4 基金资产配置集中度与业绩关系分析——基金组合分析 |
| 5.5 基金资产配置集中度与业绩关系分析——面板回归分析 |
| 5.5.1 回归模型的设定 |
| 5.5.2 变量设计 |
| 5.5.3 实证分析 |
| 5.6 本章小结 |
| 第6章 基金经理人风险转移动机对基金业绩影响研究 |
| 6.1 引言 |
| 6.2 研究方法 |
| 6.2.1 基金业绩-资金流关系估计方法 |
| 6.2.2 业绩分段点和分段个数的确定 |
| 6.2.3 经济状态的划分 |
| 6.2.4 基金经理人风险转移动机的度量方法 |
| 6.3 实证研究 |
| 6.3.1 变量设计 |
| 6.3.2 基金业绩-资金流关系实证研究 |
| 6.3.3 基金经理人风险转移动机对基金业绩的影响分析 |
| 6.4 本章小结 |
| 结论 |
| 参考文献 |
| 攻读博士学位期间发表的论文及其它成果 |
| 致谢 |
| 个人简历 |
（7）开放式基金业绩与基金流量研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 研究背景 |
| 1.2 研究问题与意义 |
| 1.2.1 问题提出 |
| 1.2.2 研究意义 |
| 1.3 研究对象和范围 |
| 1.3.1 研究对象 |
| 1.3.2 研究范围 |
| 1.4 研究内容、方法和技术路线 |
| 1.4.1 研究内容 |
| 1.4.2 研究方法 |
| 1.4.3 技术路线 |
| 1.5 本文主要贡献 |
| 第二章 研究文献综述 |
| 2.1 基金业绩流量研究的理论基础 |
| 2.1.1 投资组合理论 |
| 2.1.2 有效市场假说 |
| 2.1.3 行为金融理论 |
| 2.2 基金业绩流量关系研究现状 |
| 2.2.1 业绩流量线性关系研究 |
| 2.2.2 业绩流量非线性关系研究 |
| 2.2.3 基金流量与市场收益关系研究 |
| 2.2.4 基金流量与投资者情绪关系研究 |
| 2.2.5 业绩流量关系研究评述 |
| 2.3 我国开放式基金研究现状 |
| 2.3.1 明星基金效应 |
| 2.3.2 基金赎回异象 |
| 2.3.3 国内研究评述 |
| 第三章 开放式基金的发展现状 |
| 3.1 全球开放式基金的现状分析 |
| 3.1.1 市场规模 |
| 3.1.2 现金净流量 |
| 3.1.3 风险与挑战 |
| 3.2 美国共同基金的现状分析 |
| 3.2.1 总体趋势 |
| 3.2.2 投资者结构 |
| 3.2.3 共同基金与退休储蓄 |
| 3.3 我国开放式基金的现状分析 |
| 3.3.1 基金规模演变 |
| 3.3.2 投资者结构变化 |
| 3.3.3 市场潜力与竞争态势 |
| 3.4 本章小结 |
| 第四章 基金业绩评价与风险收益 |
| 4.1 业绩评价方法 |
| 4.2 因子模型实证分析 |
| 4.2.1 主要模型 |
| 4.2.2 数据处理 |
| 4.2.3 实证分析 |
| 4.3 风险收益度量与分析 |
| 4.3.1 风险度量 |
| 4.3.2 风险收益平衡指标 |
| 4.3.3 不同风格基金的风险收益分析 |
| 4.4 本章小结 |
| 第五章 基金业绩持续性研究 |
| 5.1 基金业绩持续性文献回顾 |
| 5.2 业绩持续性问题的研究方法 |
| 5.3 主动投资模型的解释 |
| 5.3.1 模型变量与定义 |
| 5.3.2 业绩持续性与资金流量反应 |
| 5.4 业绩持续性的实证分析 |
| 5.4.1 样本数据 |
| 5.4.2 绝对业绩持续性分析 |
| 5.4.3 风险调整业绩持续性分析 |
| 5.5 本章小结 |
| 第六章 基金流量度量与基金规模 |
| 6.1 基金流量度量方法 |
| 6.1.1 现金净流量度量 |
| 6.1.2 估计值的准确性 |
| 6.1.3 基金流量的度量 |
| 6.2 资金流量与基金规模 |
| 6.2.1 不同类型基金的基金规模变化 |
| 6.2.2 新成立基金与“老”基金对规模的影响 |
| 6.3 本章小结 |
| 第七章 基金流量的影响因素研究 |
| 7.1 股票基金总体流量受股票市场的影响分析 |
| 7.1.1 股票基金流量的VAR模型 |
| 7.1.2 数据处理 |
| 7.1.3 实证结果 |
| 7.2 不同类型基金个体流量受股票市场和宏观经济的影响分析 |
| 7.2.1 模型与变量 |
| 7.2.2 数据处理 |
| 7.2.3 股票基金流量非平衡面板模型实证检验 |
| 7.2.4 其他基金流量非平衡面板模型实证检验 |
| 7.2.5 稳健性检验 |
| 7.3 基金流入流量与流出流量对基金业绩的敏感性分析 |
| 7.3.1 研究方法 |
| 7.3.2 实际申购赎回的数据处理 |
| 7.3.3 实证结果分析 |
| 7.3.4 稳健性检验 |
| 7.4 本章小结 |
| 第八章 基金流量的溢出效应研究 |
| 8.1 基金净流量对股票市场的影响 |
| 8.1.1 “老”基金与新成立基金的净流量 |
| 8.1.2 新基金成立时现金净流入对股票市场的影响 |
| 8.2 基金净流量对未来收益的影响 |
| 8.2.1 “智钱”效应和“蠢钱”效应 |
| 8.2.2 面板向量自回归模型的实证分析 |
| 8.3 本章小结 |
| 第九章 结论与展望 |
| 9.1 研究结论 |
| 9.2 研究启示 |
| 9.3 研究展望 |
| 参考文献 |
| 致谢 |
| 攻读博士学位期间取得的研究成果 |
（8）我国开放式基金风险评估研究 ——基于VaR-GARCH模型和模糊数学方法的应用（论文提纲范文）
| 致谢 |
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 国内外研究概况 |
| 1.2.1 国外研究综述 |
| 1.2.2 国内研究综述 |
| 1.2.3 文献评述 |
| 1.3 研究内容与方法 |
| 1.3.1 研究的主要内容 |
| 1.3.2 研究方法与思路 |
| 1.4 本文主要创新点 |
| 第二章 开放式基金发展历史回顾及风险特征 |
| 2.1 开放式基金概况 |
| 2.1.1 开放式基金的界定 |
| 2.1.2 开放式基金的分类及特点 |
| 2.2 开放式基金的发展现状分析 |
| 2.2.1 国外开放式基金发展历程 |
| 2.2.2 国内开放式基金发展历程 |
| 2.3 开放式基金风险影响因素分析 |
| 2.3.1 系统性风险 |
| 2.3.2 非系统性风险 |
| 第三章 开放式基金风险评估相关理论概述 |
| 3.1 开放式基金风险评估概述 |
| 3.1.1 风险评估相关因素分析 |
| 3.1.2 风险评估相关问题分析 |
| 3.2 开放式基金风险度量方法 |
| 3.2.1 波动性指标 |
| 3.2.2 灵敏度指标 |
| 3.2.3 下侧风险指标 |
| 3.2.4 风险评估方法的比较及选用 |
| 3.3 VaR方法的理论分析 |
| 3.3.1 VaR概述 |
| 3.3.2 VaR参数选择 |
| 3.3.3 VaR计算方法 |
| 3.3.4 VaR方法比较及选用 |
| 3.4 模糊综合评价法的理论分析 |
| 3.4.1 模糊综合评价的概述 |
| 3.4.2 模糊综合评价的合成运算 |
| 3.4.3 评价权重方法的运用 |
| 第四章 我国开放式基金风险评估模型的构建 |
| 4.1 基于VaR-GARCH模型的开放式基金风险评估模型构建 |
| 4.1.1 开放式基金VaR-GARCH模型研究 |
| 4.1.2 VaR-GARCH模型相关方法与检验 |
| 4.2 基于模糊综合评价法的开放式基金风险评估模型构建 |
| 4.2.1 风险评估指标体系的构建 |
| 4.2.2 评价指标权重的确定 |
| 第五章 我国开放式基金风险评估的实证分析 |
| 5.1 基于VaR-GARCH模型的实证分析 |
| 5.1.1 样本选取与数据来源 |
| 5.1.2 样本基金相关假设检验 |
| 5.1.3 GARCH模型对样本数据的估计 |
| 5.1.4 VaR值的计算和模型有效性检验 |
| 5.2 基于模糊综合评价法的实证分析 |
| 5.2.1 构建评价指标集和评语集 |
| 5.2.2 层次分析法确定指标权重 |
| 5.2.3 计算模糊综合评价值 |
| 第六章 总结与展望 |
| 6.1 主要结论 |
| 6.2 政策与建议 |
| 6.2.1 优化金融风险监管机制,创建透明有效的证券市场氛围 |
| 6.2.2 加强基金产品设计合理性,完善风险内部控制制度实施 |
| 6.2.3 强化风险识别能力,建立风险维权组织 |
| 6.3 不足与展望 |
| 参考文献 |
| 附录 |
| 攻读硕士学位期间的学术活动及成果情况 |
（9）基于VaR的我国开放式基金市场风险研究（论文提纲范文）
| 致谢 |
| 摘要 |
| ABSTRACT |
| 目录 |
| 插图清单 |
| 表格清单 |
| 第一章 绪论 |
| 1.1 研究背景 |
| 1.2 国内外文献综述 |
| 1.3 研究内容和结构安排 |
| 1.4 研究创新与不足 |
| 第二章 我国开放式基金发展及风险状况 |
| 2.1 开放式基金涵义 |
| 2.2 我国开放式基金市场发展历程和现状 |
| 2.3 我国开放式基金发展中存在的问题 |
| 2.4 我国开放式基金风险认识 |
| 第三章 开放式基金市场风险度量的理论与方法 |
| 3.1 开放式基金市场风险度量的 VaR 理论 |
| 3.1.1 VaR 定义及主要计算方法 |
| 3.1.2 VaR 的准确性检验方法 |
| 3.2 基于 VaR 方法的 GARCH 模型 |
| 3.2.1 GARCH 模型 |
| 3.2.2 GARCH-M 模型 |
| 3.2.3 非对称形式的 GARCH 模型 |
| 第四章 我国开放式基金市场风险的实证研究 |
| 4.1 样本选取以及数据处理与分析 |
| 4.2 市场风险的实证分析 |
| 4.2.1 模型选择 |
| 4.2.2 VaR 值计算 |
| 4.3 实证研究的准确性检验 |
| 第五章 结论与政策建议 |
| 5.1 研究结论 |
| 5.2 政策和建议 |
| 5.3 存在不足与研究展望 |
| 参考文献 |
| 攻读硕士学位期间的学术活动及成果情况 |
| 1）参加的学术交流与科研项目 |
| 2）发表的学术论文及工作论文 |
（10）逆周期监管视角下我国开放式基金风险预警模型研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 目录 |
| 第1章 绪论 |
| 1.1 研究背景与研究意义 |
| 1.2 研究思路与结构 |
| 1.3 研究工具及创新点 |
| 第2章 开放式基金风险预警研究回顾 |
| 2.1 开放式基金风险管理研究现状 |
| 2.2 逆周期监管理论的国内外研究现状 |
| 2.3 风险预警模型的国内外研究现状 |
| 2.4 研究现状评价 |
| 第3章 开放式基金风险特征 |
| 3.1 开放式基金风险来源及特征 |
| 3.2 开放式基金风险测度 |
| 3.3 开放式基金风险的周期性 |
| 3.4 小节 |
| 第4章 开放式基金风险预警模型及实证 |
| 4.1 风险预警体系概述 |
| 4.2 开放式基金风险预警指标及过程 |
| 4.3 样本选取 |
| 4.4 基于 CHAID 算法的预警模型及实证研究 |
| 4.5 基于贝叶斯网络的预警模型及实证研究 |
| 4.6 小结 |
| 第5章 结论与展望 |
| 5.1 结论 |
| 5.2 政策建议 |
| 5.3 不足与展望 |
| 参考文献 |
| 附录 |
| 致谢 |
四、开放式基金的风险管理（论文参考文献）
- [1]考虑动态资金流动的开放式基金最优投资与风险管理问题研究[D]. 韩凯. 天津大学, 2020(01)
- [2]资产价格与系统性金融风险：影响机制及其监控研究[D]. 刘骏斌. 东南大学, 2020(02)
- [3]对中国开放式基金“赎回异象”的实证研究 ——基于面板数据模型[D]. 叶林美. 上海外国语大学, 2020(01)
- [4]股市波动对开放式基金风险影响研究 ——基于投资者情绪的中介效应模型[D]. 李原. 浙江财经大学, 2019(06)
- [5]基于行为科学的开放式基金经理人投资策略与基金业绩关系研究[D]. 黄育蓉. 哈尔滨工业大学, 2018(01)
- [6]技术进步与经理人的风险承担——基于开放式基金采用XBRL的证据[J]. 曾建光. 中国会计评论, 2016(02)
- [7]开放式基金业绩与基金流量研究[D]. 于江宁. 上海交通大学, 2016(03)
- [8]我国开放式基金风险评估研究 ——基于VaR-GARCH模型和模糊数学方法的应用[D]. 徐兴旺. 合肥工业大学, 2015(08)
- [9]基于VaR的我国开放式基金市场风险研究[D]. 张驰. 合肥工业大学, 2014(06)
- [10]逆周期监管视角下我国开放式基金风险预警模型研究[D]. 张淑. 浙江财经大学, 2014(02)