■趙麗媛

一、引言

近幾年，大數(shù)據(jù)迅猛發(fā)展，數(shù)據(jù)資源化逐漸成為新的發(fā)展趨勢，大數(shù)據(jù)技術(shù)的應用不斷滲透到證券市場，嘗試將大數(shù)據(jù)帶來的強大信息優(yōu)勢與傳統(tǒng)證券機構(gòu)的研發(fā)優(yōu)勢相結(jié)合，成為當下證券市場的一個重要創(chuàng)新方向。大數(shù)據(jù)技術(shù)可以得到非常有價值的但之前一直沒有途徑獲取的網(wǎng)絡信息，這些網(wǎng)絡信息可以有效反映投資者情緒。國外很早就有學者以大數(shù)據(jù)為基礎(chǔ)，量化分析投資者情緒與股票收益率和波動率的關(guān)聯(lián)性。Werner&Murray（2004）通過研究與45支道瓊斯指數(shù)成分股相關(guān)的150萬條媒體報道，得出信息有利于準確預測市場波動的結(jié)論。Bank et al.（2011）發(fā)現(xiàn)，網(wǎng)站搜索點擊量可以影響到交易活動，當谷歌搜索量增加時，代表投資者對于股票市場的關(guān)注度提高，投資者交易更頻繁，交易的流動性更高。Fabrizio et al.（2012）以媒體信息作為反映投資者情緒的指標，研究發(fā)現(xiàn)，媒體信息會顯著影響到股價波動及收益。眾所周知，國內(nèi)證券市場存在顯著的羊群效應，個人投資者眾多，所以我國證券市場更容易受到投資者情緒影響。近幾年，國內(nèi)一些學者也開始借助大數(shù)據(jù)探究投資者情緒以及投資者關(guān)注度對股票市場的影響。俞慶進和張兵（2012）通過分析百度指數(shù)，證實投資者的關(guān)注度確實影響到創(chuàng)業(yè)板股票市場的交易頻率與流動性。朱振和蔣文璐（2016）通過探究余額寶指數(shù)與股票市場的關(guān)聯(lián)性，指出余額寶指數(shù)會對投資者產(chǎn)生一定的指導作用。許承明和田婧倩（2016）通過構(gòu)建博大數(shù)據(jù)投資者情緒指數(shù)，發(fā)現(xiàn)互聯(lián)網(wǎng)基金市場對股票市場具有波動溢出效應。

大數(shù)據(jù)基金是將大數(shù)據(jù)技術(shù)與傳統(tǒng)基金產(chǎn)品相融合的重要產(chǎn)物，截至2017年12月31日，已經(jīng)有31只大數(shù)據(jù)基金成立。大數(shù)據(jù)基金的投資量化模型在傳統(tǒng)的分析綜合財務指標因子、市場驅(qū)動因子等基礎(chǔ)上引入大數(shù)據(jù)因子，大數(shù)據(jù)因子主要根據(jù)互聯(lián)網(wǎng)平臺的點擊量、瀏覽量以及現(xiàn)金流、各類型支付信息等互聯(lián)網(wǎng)行為數(shù)據(jù)而建立，從而使基金管理者對基金進行更有效的資產(chǎn)配置。近年來大數(shù)據(jù)基金發(fā)展迅速，目前很多國內(nèi)外學者仍然僅研究開放型基金和封閉式基金的發(fā)展，并未開始對大數(shù)據(jù)基金進行研究。所以本文從大數(shù)據(jù)基金的業(yè)績持續(xù)性和選股擇時能力兩方面，對大數(shù)據(jù)基金展開研究，探究大數(shù)據(jù)基金目前業(yè)績表現(xiàn)，分析其現(xiàn)階段的發(fā)展特點，從而對投資者的投資和基金管理者未來管理方向提出相應建議。

二、文獻綜述

目前為止，國內(nèi)外學者對開放式和封閉式基金的業(yè)績進行過大量的研究分析。整體來講，對基金業(yè)績的評價除了風險調(diào)整后的績效排名，還包括兩方面：一是基金業(yè)績持續(xù)性；二是基金的選股擇時能力。

一是基金業(yè)績持續(xù)性研究。目前國內(nèi)外學者研究基金業(yè)績持續(xù)性時，廣泛采用的方法主要有兩類:參數(shù)法與非參數(shù)方法。William（1966）等學者通過Spearman相關(guān)系數(shù)研究發(fā)現(xiàn)，短期內(nèi)基金業(yè)績不具有持續(xù)性。Narasimhan&Sheridan（1993）運用重疊形成期來構(gòu)造贏家組合和輸家組合，發(fā)現(xiàn)業(yè)績持續(xù)性的存在與否和持有期的長短有關(guān)。Brown&Goetzmann（1995）采用列聯(lián)表法進行研究，結(jié)果表明基金業(yè)績存在一定的持續(xù)性。國內(nèi)學者對于基金業(yè)績持續(xù)性的研究相對較晚，吳啟芳等（2003）采用橫截面回歸的方法，對我國封閉式基金的業(yè)績持續(xù)性進行了實證分析，結(jié)論表明基金業(yè)績基本不存在持續(xù)性。周澤炯和史本山（2004）采用基于橫截面回歸參數(shù)檢驗方法和Z檢驗、Yates連續(xù)修正卡方檢驗及Fisher精確檢驗三種非參數(shù)檢驗方法，對我國16只開放式基金業(yè)績持續(xù)性進行檢驗，結(jié)果表明我國開放式基金業(yè)績不具有持續(xù)性。肖奎喜和楊義群（2005）運用績效二分法研究發(fā)現(xiàn)，我國開放式基金業(yè)績持續(xù)性不強。李曉梅和劉志新（2009）根據(jù)動量檢驗法檢驗了偏股型開放式基金業(yè)績的持續(xù)性。

二是基金選股擇時能力研究。Treynor&Mazuy（1966）在CAPM理論模型中加入一個二次項來描述基金經(jīng)理的擇時能力，由此提出的T-M模型。Henriksson&Merton（1981）提出帶虛擬變量項的雙貝塔的H-M模型，即當市場超額收益為正時，虛擬變量取值為1，否則取值為0；Chang&Lewellen（1984）在H-M模型的基礎(chǔ)上，提出將市場趨勢分為上升和下降兩階段的C-L模型。Busse（1999）提出用波動模型來準確衡量市場行情處于不斷波動的狀態(tài)時基金的選股擇時能力。Fama&French（1996）提出三因素模型，他們認為應在傳統(tǒng)的T-M模型、H-M模型和C-L模型中加入規(guī)模因子、賬面市值比因子。Carhart（1997）在三因素模型基礎(chǔ)上，引入投資組合動量因子使之成為四因素模型，模型解釋力更強，擬合程度更好。國內(nèi)學者基本采用上述幾種代表性模型對國內(nèi)基金選股擇時能力展開研究。王守法（2005）采用H-M模型和T-M模型研究發(fā)現(xiàn)，我國基金不具備選股擇時能力。羅春風（2011）利用T-M模型、H-M模型、C-L模型和HMFF3模型對我國股票型基金和混合型基金進行實證分析，結(jié)果表明基金具備一定的選股能力，但沒有市場時機選擇能力。

綜上可知，許多學者通過不同方法對開放式和封閉式基金進行了大量研究，但沒有學者采用上述方法對大數(shù)據(jù)基金展開研究，因此，本文以2016～2017年期間14只大數(shù)據(jù)基金為樣本，運用具有代表性的列聯(lián)表法對大數(shù)據(jù)基金業(yè)績持續(xù)性進行分析，采用經(jīng)典的T-MFF3模型和H-MFF3模型探究大數(shù)據(jù)基金擇時能力和選股能力。

三、數(shù)據(jù)的選擇與說明

（一）研究樣本與數(shù)據(jù)來源

由于大數(shù)據(jù)基金成立的時間較短，為保證評價期間的有效性，本文選取成立時間兩年以上的大數(shù)據(jù)基金作為研究對象，同時大數(shù)據(jù)基金分為兩類：主動管理型基金、被動指數(shù)型基金。因此，本文最終選取6只主動管理型基金和8只被動指數(shù)型基金作為研究樣本，分別是：銀河定投寶、廣發(fā)中證百發(fā)100A、廣發(fā)中證百發(fā)100E、南方大數(shù)據(jù)100A、博時淘金大數(shù)據(jù)100I、博時淘金大數(shù)據(jù)100E、南方大數(shù)據(jù)300A、南方大數(shù)據(jù)300C、天弘云端生活優(yōu)選、東方紅京東大數(shù)據(jù)、廣發(fā)百發(fā)大數(shù)據(jù)A、廣發(fā)百發(fā)大數(shù)據(jù)E、廣發(fā)百發(fā)大數(shù)據(jù)策略成長A、廣發(fā)百發(fā)大數(shù)據(jù)策略成長E。評價期間為2016年1月1日～2017年12月31日，選取日頻數(shù)據(jù)進行研究。本文所用的各只基金的概況、歷史凈值、分紅、中證全指等數(shù)據(jù)均來源于Wind數(shù)據(jù)庫。

（二）基金收益率的計算

本文選擇以季度為單位來考查所選樣本基金的持續(xù)性?；鹗找媛视嬎愎饺缦拢?/p>

式中，Rit為基金i在t時點的凈值收益率，NAVit、NAVit-1分別為基金i在t時點、t-1時點的單位凈值，Dit為基金i在t時點發(fā)放的單位紅利。

（三）市場基準組合構(gòu)造

以往探究基金績效評價的文獻中，較多采用滬深300指數(shù)作為市場基準，滬深300選取上海證券交易所和深圳證券交易所A股上市股票中300只規(guī)模大、流動性好的股票構(gòu)成樣本股。滬深300指數(shù)定位于大盤股，而大數(shù)據(jù)基金更趨向于小盤股，因此本文選擇剔除上市時間短于3個月、實際有退市風險的ST股票后的全部滬深A股構(gòu)成的中證全指作為市場基準。同時，研究14只大數(shù)據(jù)基金后發(fā)現(xiàn)其資產(chǎn)配置平均90%投資于股市，基本沒有基金資產(chǎn)投資于債市，因此本文選擇中證全指作為市場組合Rmt的代表。

（四）無風險利率的選擇

國外學者通常選擇一年期的國債利率或銀行同業(yè)拆借利率來代表無風險利率，由于國內(nèi)債券市場流動性較弱，利率沒有市場化，國債品種較少，因此不能選取國債利率作為無風險利率。本文選取同期的銀行一年期定期存款利率作為無風險利率Rf，折算成日收益率，數(shù)據(jù)來自央行官網(wǎng)。

四、大數(shù)據(jù)基金業(yè)績的持續(xù)性分析

（一）研究方法說明

本文采用Brown&GoetzmanLn（1995）的列聯(lián)表法，具體步驟是：首先，選擇基金業(yè)績的評價指標，根據(jù)評價指標的大小對第t期所要研究的基金由大到小排序；其次，按照排列好的基金順序選擇中間那只基金作為基準基金，業(yè)績排在基準基金前面的基金定義為“贏家”，記為“W”,排在基準基金后面的基金定義為“輸家”，記為“L”；然后，按照同樣的方法定義出t+1期的“贏家”與“輸家”。如果基金在第t期與第t+1期都為“贏家”則記為“WW”。如果連續(xù)兩期都為“輸家”則記為“LL”。如果第t期是“贏家”，第t+1期是“輸家”則記為“WL”，反之則記為“LW”。最后，根據(jù)WW、WL、LW、LL出現(xiàn)的頻數(shù)列出聯(lián)表。如果WW和LL的頻數(shù)比WL和LW出現(xiàn)的頻數(shù)大很多，則說明基金業(yè)績具有持續(xù)性。

（二）統(tǒng)計結(jié)果檢驗方法

僅僅通過比較WW、WL、LW、LL數(shù)量來判斷業(yè)績是否具有持續(xù)性是不精準的，由于樣本基金的數(shù)目不夠多,所以本文采用Z檢驗和Fisher精確檢驗兩種方法對統(tǒng)計結(jié)果進行檢驗。

1.Z檢驗。各基金相對獨立，定義p表示基金業(yè)績在下期持續(xù)的概率。如果不能拒絕p=1/2的原假設(shè)，說明業(yè)績不具有持續(xù)性。又因為代表持續(xù)勝出基金數(shù)目的隨機變量Y服從二項式分布，所以可以構(gòu)造一個二項式，檢驗概率p是否大于1/2。當樣本量足夠時，Y的Z檢驗值近似服從均值為0、標準差為 1 的正態(tài)分布，檢驗式為

其中：Y=“WW”（或“LL”）；n=WW+WL（或LW+LL）；持續(xù)勝出比為R1=WW/（WW+WL），持續(xù)敗出比為R2=LL/（LW+LL）。

2.Fisher精確檢驗。在基金相互獨立的原假設(shè)下，列聯(lián)表的條件概率服從超幾何分布，僅依賴于WW、LW、WL、LL四個觀測值中任意一個，可以表示為：

在原假設(shè)條件下，其中任何一項頻數(shù)都不是小概率條件，如果WW、WL、LW或LL某個值過大或過小，那么可以拒絕基金業(yè)績不具有持續(xù)性的原假設(shè)。

（三）衡量基金業(yè)績的指標

基金的業(yè)績主要從收益水平、風險狀況、風險調(diào)整后收益以及基金經(jīng)理的管理能力四方面來衡量，本文據(jù)此分別選取平均收益率、Sharp指數(shù)、Treynor指數(shù)三個指標代表基金的業(yè)績表現(xiàn)。

（四）實證結(jié)果與分析

本文運用列聯(lián)表法對14只基金的平均收益率、Sharp指數(shù)、Treynor指數(shù)三個指標進行分析，得出結(jié)果如表1～3。

表1 大數(shù)據(jù)基金平均收益率檢驗結(jié)果

表2 大數(shù)據(jù)基金Treynor指數(shù)檢驗結(jié)果

表3 大數(shù)據(jù)基金Sharp指數(shù)檢驗結(jié)果

從實證結(jié)果可以看出，平均收益率、Sharp指數(shù)、Treynor指數(shù)Z值均小于1.96，未通過檢驗，且三項指標結(jié)果保持一致，說明大數(shù)據(jù)基金在2016～2017年期間，業(yè)績并沒有表現(xiàn)出持續(xù)性。對于Fisher精確檢驗，只有平均收益率這項指標在2016年第四季度到2017年第一季度業(yè)績表現(xiàn)出顯著的持續(xù)性，其他結(jié)果均未通過檢驗，這與Z檢驗結(jié)果保持一致。因此，總體上，大數(shù)據(jù)基金在業(yè)績的持續(xù)性方面并沒有很好的表現(xiàn)。

五、大數(shù)據(jù)基金的選股擇時能力分析

（一）研究方法說明

Treynor&Mazuy（1966）在CAPM模型理論基礎(chǔ)上，引入二次項來表示基金經(jīng)理的市場時機把握能力，提出T-M模型：

Henriksson&Merton（1981）對T-M模型增加虛擬變量區(qū)分選股和擇時能力，提出H-M模型：

其中，αp代表基金經(jīng)理選股能力，αp顯著大于0，表明基金經(jīng)理具備明顯選股能力；β2代表基金經(jīng)理的擇時能力，β2顯著大于0，表明基金經(jīng)理具備明顯擇時能力；Dp，t是一個虛擬變量，當 Rm，t＞Rf，t時，Dp，t=1；當Rm，t＜Rf，t時，Dp，t=0。

本文在使用經(jīng)典的T-M模型和H-M模型基礎(chǔ)上，同時結(jié)合Fama-French三因素模型，加入兩個表示風險敏感因素的因子：規(guī)模因子和賬面市值比因子。采用T-MFF3模型、H-MFF3模型，具體分別如下：

其中，SMBt表示規(guī)模因子，用小盤股指數(shù)與大盤股指數(shù)收益率之差來衡量，本文小盤指數(shù)用巨潮小盤指數(shù)收益率代表，大盤指數(shù)用巨潮大盤指數(shù)收益率代表；HMLt表示賬面市值因子，等于上市公司中高賬面市值比公司與低賬面市值比公司的股票收益率之差，其中高賬面市值比股票指數(shù)用巨潮價值指數(shù)的收益率來衡量，低賬面市值比股票指數(shù)用巨潮成長指數(shù)來衡量。

（二）實證結(jié)果與分析

表4～7分別是在T-M模型、H-M模型、T-MFF3模型和H-MFF3模型下,對指數(shù)型大數(shù)據(jù)基金和主動管理型大數(shù)據(jù)基金的選股能力以及擇時能力的檢驗結(jié)果。

表4～5結(jié)果顯示，考察8只指數(shù)型大數(shù)據(jù)基金的選股能力時，在2016～2017年期間，T-M模型下5/8的基金α大于0，表現(xiàn)出顯著的正選股能力；TMFF3模型下，全部基金表現(xiàn)出正的選股能力，其中5只基金通過顯著性檢驗；在H-M模型下，7/8的基金表現(xiàn)出正的選股能力，其中4只基金通過顯著性檢驗，剩余1只基金在10%水平下顯著為負；HMFF3模型下，同樣有7/8的基金表現(xiàn)出正的選股能力，且5只基金通過顯著性檢驗。總體來講，大部分的指數(shù)型大數(shù)據(jù)基金在近兩年期間表現(xiàn)出顯著的正選股能力，說明大數(shù)據(jù)基金在選擇證券股票方面跑贏市場。考察指數(shù)型大數(shù)據(jù)基金的擇時能力時，T-M模型、T-MFF3模型、H-M模型下均有5/8的基金β大于0，表現(xiàn)出正的擇時能力，只有南方大數(shù)據(jù)100A通過顯著性檢驗；H-MFF3模型下，同樣有5/8的基金表現(xiàn)出正的擇時能力，其中3只通過顯著性檢驗。雖然半數(shù)以上的大數(shù)據(jù)基金的都表現(xiàn)出正向的市場時機選擇能力，但通過顯著性檢驗的基金非常少，表明指數(shù)型大數(shù)據(jù)基金的市場時機把握能力很弱，只有小部分指數(shù)型大數(shù)據(jù)基金在市場時機選擇方面跑贏市場。

表4 指數(shù)型大數(shù)據(jù)基金T-M模型檢驗結(jié)果

表5 指數(shù)型大數(shù)據(jù)基金T-M模型檢驗結(jié)果

由表6～7可知，考察主動管理型大數(shù)據(jù)基金的選股能力時，T-M模型、T-MFF3模型、H-M模型下，分別有2只、6只、4只基金表現(xiàn)出正的選股能力，其中只有東方紅京東大數(shù)據(jù)這一只基金通過顯著性檢驗。H-MFF3模型下，6只基金全部表現(xiàn)出正選股能力，其中4只基金通過顯著性檢驗，但其中3只顯著性比較弱。結(jié)果表明，主動管理型大數(shù)據(jù)在證券選擇方面整體能力較弱?？疾熘鲃庸芾硇痛髷?shù)據(jù)基金的擇時能力時，T-M模型、T-MFF3、H-M模型下，分別有5只、3只、3只基金具備擇時能力，其中只有廣發(fā)百發(fā)大數(shù)據(jù)這2只基金的擇時能力通過顯著性檢驗。H-MFF3模型下，1只基金擇時能力顯著為正。所以1/3的主動管理型大數(shù)據(jù)基金具備市場時機把握能力，說明這些基金可以選擇正確的時機進行投資跑贏市場。從R2結(jié)果可以看出，模型高度擬合，且多因素模型比單因素模型的擬合度更高，說明模型選取非常適合。對比指數(shù)型大數(shù)據(jù)基金與主動管理型大數(shù)據(jù)基金，指數(shù)型大數(shù)據(jù)基金中選擇證券股票能力比市場時機把握能力要強，主動管理型基金是后者略強于前者。從整體來看，指數(shù)型大數(shù)據(jù)基金的選股擇時能力略優(yōu)于主動管理型基金。同時可以發(fā)現(xiàn)，大數(shù)據(jù)基金中選股擇時能力二者兼?zhèn)涞幕鸩淮嬖凇?/p>

六、研究結(jié)論與建議

從連續(xù)兩年的大數(shù)據(jù)基金業(yè)績指標統(tǒng)計結(jié)果來看，不管指數(shù)型大數(shù)據(jù)基金，還是主動管理型大數(shù)據(jù)基金業(yè)績，都不具有持續(xù)性，說明對于投資者而言，之前績效較好的基金在未來未必會有好的收益，甚至可能出現(xiàn)相反的結(jié)果。在選股擇時方面，大部分指數(shù)型大數(shù)據(jù)基金均具有選股能力，相對來說，市場時機選擇能力較弱一些；主動管理型大數(shù)據(jù)基金只有東方紅京東大數(shù)據(jù)基金具有顯著的選股能力，只有廣發(fā)百發(fā)兩只大數(shù)據(jù)基金具有市場時機選擇能力，其他基金均沒有較好的表現(xiàn)。因此，在選股擇時方面，均有部分大數(shù)據(jù)基金在選股和擇時方面跑贏市場，整體來講，指數(shù)型大數(shù)據(jù)基金比主動管理型大數(shù)據(jù)基金表現(xiàn)較好些。

表6 主動管理型大數(shù)據(jù)基金T-M模型檢驗結(jié)果

表7 主動管理型大數(shù)據(jù)基金T-M模型檢驗結(jié)果

根據(jù)研究結(jié)果，本文提出以下建議：對于基金管理者，基金公司應該進一步改善現(xiàn)有基金量化模型，逐步調(diào)整和加深對大數(shù)據(jù)資源的整合運用，深度挖掘大數(shù)據(jù)資源背后隱藏的有效信息，不斷嘗試新的大數(shù)據(jù)信息的使用方式，以使基金業(yè)績在未來具備持續(xù)性，有更好的績效表現(xiàn)；對于投資者而言，大數(shù)據(jù)基金在選股和擇時兩方面均有跑贏市場的表現(xiàn)，其中指數(shù)型大數(shù)據(jù)基金的選股能力優(yōu)于擇時能力，主動管理型大數(shù)據(jù)基金擇時能力略優(yōu)于其選股能力，所以投資者投資時可以根據(jù)兩種大數(shù)據(jù)基金的不同優(yōu)勢進行抉擇。同時，因為大數(shù)據(jù)基金業(yè)績目前還不具備持續(xù)性的能力，因此投資者不能僅依據(jù)基金前期的表現(xiàn)進行投資，需要不斷保持對大數(shù)據(jù)基金的了解，明確各個大數(shù)據(jù)基金的特點，選擇有潛力的投資對象，達到自己的投資期望。

[1]李曉梅，劉志新.從基金經(jīng)理頻繁跳槽看我國開放式基金經(jīng)理的管理技能[J].系統(tǒng)工程，2009，27（11）：46～51.

[2]羅春風.我國證券投資基金績效的實證分析——基于業(yè)績分解理論[J].中南財經(jīng)政法大學學報，2011，（5）：95～101.

[3]王守法.我國證券投資基金績效的研究與評價[J].經(jīng)濟研究，2005，（3）：119～127.

[4]吳啟芳，汪壽陽，黎建強.中國證券投資基金業(yè)績的持續(xù)性檢驗[J].管理評論，2003，（11）：23～28.

[5]肖奎喜，楊義群.我國開放式基金業(yè)績持續(xù)性的實證檢驗[J].財貿(mào)研究，2005，16（2）：55～59.

[6]許承明，田婧倩.互聯(lián)網(wǎng)基金對股票市場的影響——基于大數(shù)據(jù)情緒指數(shù)的實證研究[J].南京審計大學學報，2016，13（6）：33～40.

[7]俞慶進，張兵.投資者有限關(guān)注與股票收益——以百度指數(shù)作為關(guān)注度的一項實證研究[J].金融研究，2012，（08）：152～165.

[8]周澤炯，史本山.我國開放式基金選股能力和擇時能力的實證研究[J].財貿(mào)研究，2004，15（6）：92～97.

[9]朱振，蔣文璐.余額寶情緒指數(shù)與中國股票市場間相互影響的實證分析[J].中國物價，2016，（05）：36～39.

[10]Bank M，Larch M，Peter G.Google search volume and its influence on liquidity and returns of German stocks[J].FinancialMarkets& Portfolio Management，2011，25（3）：239.

[11]Brown S J，Goetzmann W N.Performance Persistence[J].JournalofFinance，1995，50（2）：679～698.

[12]Busse J A.Volatility timing in mutual fimds:evidence from daily returns[J].Review of Financial Studies，1999，12（5）：1009～1041.

[13]Carhart M M.On persistence in mutual fund performance[J].Journal of Finance，1997，52（1）：57～82.

[14]Chang E C，Lewellen W G.Market Timing and mutualfund investmentPerformance[J].Journalof Business，1984，57（1）：57～72.

[15]Fabrizio L，Salvatore M et al..How news affects the trading behaviour of different categories of investors in a financialmarket[J].SocialScience Electronic Publishing，2012，15（2）：213～229.

[16]Fama E F，F(xiàn)rench K R.Multifactor explanations of asset pricing anomalies[J].Journal of finance，1996，51（1）：55～84.

[17]Henriksson R D，Merton R C.On Market Timing and Investment Performance.II.Statistical ProceduresforEvaluating Forecasting Skills[J].Journal of Business，1981，54（4）：513～533.

[18]Narasimhan J，Sheridan T.Returns to buying winners and selling losers:Implications for stock market efficiency[J].Journal of Finance，1993，48（1）：65～91.

[19]TreynorJ，Mazuy K.Can mutualfunds outguess the market?Harvard Business Review 44[J].Harvard Business Review，1966，44（1）.

[20]Werner A，Murray Z F.Is All That Talk Just Noise?The Information content of Internet stock message boards[J].Journal of Finance，2004，59（3）：1259～1294.

[21]William F S.Mutualfund performance[J].Journal of Business，1966，39（1）：119～138.