超阶矩SE-DEA模型：揭示股票基金绩效的极端风险影响

本文主要探讨了股票型基金绩效分析的新视角，由湖南大学金融与统计学院的戴晓凤教授和陈佳琪共同研究。传统上，基金风险的度量往往局限于四阶及以下的矩风险，如方差、偏度和峰度，这些指标在衡量风险时未能充分捕捉到极端风险对基金绩效的潜在影响。因此，研究者提出了一种创新的方法，即基于超高阶矩的SE-DEA（Stochastic Efficiency DEA）模型。 SE-DEA模型是一种在不确定环境下评估决策单元绩效的有效工具，它结合了随机前沿分析（RFA）和数据包络分析（DEA）的优势。通过引入AS（阿利斯指数）和FH（弗罗林赫奇指数）这两个衡量四阶以上矩风险的指标，该模型能够更全面地评估基金的表现，不仅考虑了基金的一般风险，还特别关注了那些可能导致重大损失的极端事件。 在对中国股票型基金的实际数据分析中，研究发现，将超高阶矩纳入考量后，选择的基金相较于只依赖传统风险指标的基金表现更为稳健和有效。这表明，对极端风险的考虑对于准确评价基金的总体绩效至关重要。然而，尽管风险确实是投资者选择基金的关键因素，但提升基金管理人的选股和择时能力对于优化基金绩效更为紧迫。 本文的贡献在于扩展了基金绩效评估的理论框架，并提供了实证证据来支持超高阶矩在基金风险度量中的应用。关键词包括金融学、股票型基金绩效、SE-DEA模型、超高阶矩以及Jack-knifing法（一种用于估计模型稳定性的方法）。这一研究对于金融机构和投资者理解极端风险对投资决策的影响，以及指导基金管理人改进风险管理策略具有重要的实践意义。通过这篇首发论文，研究者希望推动业界对基金绩效评价方法的进一步探讨和优化。