基于Bayes的开放式基金业绩的评价方法  

作　　者：罗良文[1] 王建军[1] 

机构地区：[1]中南财经政法大学经济学院,武汉430074

出　　处：《统计与决策》2013年第22期158-161,共4页Statistics & Decision

基　　金：国家社会科学基金青年项目(11CJL014)

摘　　要：文章在Bayes分析框架下,构建了估计基金绩效指标alpha的贝叶斯阶层学习先验模型,对模型中的参数赋予一定先验,把基于大量基金样本估计出的基金平均绩效水平与基金alpha横截面变异性这一信息加入到单个基金alpha的估计中,运用Gibbs抽样方法从后验分布中抽样,用后验样本的均值来估计未知参数。研究结果表明,引入基金先验相关性可以很好地估计基金alpha,提高其估计精度。

关 键 词：贝叶斯分析 基金绩效 GIBBS抽样 

分 类 号：F832[经济管理—金融学]