① 评估基金风险的几个指标
一、与收益相关指标：阿尔法系数： 反映超额投资回报率（越大越好）
阿尔法系数（α）是基金的实际收益和按照贝塔系数（β）计算的期望收益之间的差额。代表基金多大程度上跑赢预期收益率
二、与风险相关指标：
1、标准差：反映基金回报率的波动幅度（越小越好）
标准差是指过去一段时期内，基金每个月的收益率相对于平均月收益率的偏差幅度的大小。基金的每月收益波动越大，那么它的标准差也就越大。
标准差越大，基金未来净值可能变动的程度就越大，稳定度就越小，投资风险就越高
2. 贝塔系数：衡量价格波动情况（牛市及上升阶段越大越好，熊市及下跌阶段越小越好）
贝塔系数（β）是一种评估证券系统性风险的工具，用以评估某只股票或某只股票型基金相对于整个市场的波动情况。
贝塔系数是一个相对指标。贝塔系数越高，意味着基金相对于业绩评价基准的波动性越大。换言之，贝塔系数越高，其风险也就越大
三、与收益风险都相关指标：
1、夏普比率: 基金绩效评价标准化指标（越高越好）
夏普比率（SharpeRatio，也叫夏普指数），是诺贝尔奖获得者威廉·夏普根据资本资产定价模型（CAPM）发展出来，用来衡量金融资产的绩效表现的一个指标。
夏普比率的核心思想是，选择收益率相近的基金承担的风险越小越好，选择风险水平相同的基金则收益率越高越好。该比率代表投资人每多承担一份风险，可以拿到几份报酬，该比率越高，基金承担单位风险得到的超额回报率越高。
公式：夏普比率=［投资组合预期报酬率-无风险利率］÷投资组合的标准差
如果夏普比率为正值，代表基金报酬率高过波动风险；若为负值，代表基金操作风险大过报酬率。因此，夏普比率越大，说明该只基金单位风险所获得的风险回报也就越高，基金的绩效也就越好
2、R平方：反映业绩变化情况（越接近100阿尔法系数与贝塔系数越可靠）
前面我们提到了贝塔系数，然而它能否有效衡量风险，很大程度上受基金与业绩评价基准相关性的影响。如果将基金与一个不大相关的业绩评价基准进行比较，计算出来的贝塔系数就没有意义。所以考察贝塔系数时，应当同时考察另一个指标——R平方。
R平方是衡量一只基金业绩变化在多大程度上可以由基准指数的变动来解释，以0至100计。如果R平方值等于100，表示基金回报的变动完全由业绩基准的变动所致；若R平方值等于60，即60%的基金回报可归因于业绩基准的变动。简言之，R平方数值越小，说明业绩基准变化与基金表现的相关性越低。
此外，R平方也可用来确定贝塔系数或阿尔法系数的准确性。一般而言，基金的R平方值越接近100，其两个系数的准确性便越高。
注意：上述5个指标能帮助我们进行基金风险评估，但是，要想获得理想的投资收益，需要考虑的因素还有很多，如基金公司的情况、基金经理的水平等。所以，我们需要不断地加强投资方面的学习，从而提升投资技能
② 怎么看中低风险基金评估净值
中低风险的基金评估净值应该在中商城以满足这个条件，也是中等风险的投资者可以优先考虑的基金
③ 基金风险评估是什么部门规定的
就是这个基金的波动幅度，风险高的可以转很多，同样可能亏很多看，风险低的不可能赔很多，但也不可能转太多。现在买基金对个人也要做评估，两个评估相比较，建议你买那个风险段的基金。
④ 如何衡量基金的风险
以下将介绍衡量基金风险最常见的两种工具———标准差和β系数。
标准差是指过去一段时期内，基金每个月的收益率相对于平均月收益率的偏差幅度的大小。基金的每月收益波动越大，那么它的标准差也越大。例如，基金A在过去36个月内每月的收益率都是1％，那么其标准差为0。基金B的月收益率是不断变化的，一个月是5％，下一个月是25％，再下一个月是－7％，那么基金B的标准差则大于基金A的标准差。而基金C每个月都亏损1％，其标准差也同样是为0。
实际上，标准差所量化的对象是投资组合收益的波动，而不是投资组合中的风险，因为标准差并没有体现基金的下行风险，即亏损的可能性。正如上例，尽管基金B的标准差较大，但其风险并不一定比基金C的风险大。换而言之，标准差大的基金可能没有下行风险，而仅仅是收益波动很大。因此，我们最好将标准差视为衡量收益波动的手段。
应当将基金的标准差与同类型基金或者业绩评价基准的标准差进行比较。因为单看标准差本身的绝对数字并不能直观地显示其含义。例如，7％的标准差比5％高，但这个数值对于某只基金来说，是高还是低呢？
β系数衡量基金收益相对于业绩评价基准收益的总体波动性，是一个相对指标。β系数越高，意味着基金相对于业绩评价基准的波动性越大。β系数大于1，则基金的波动性大于业绩评价基准的波动性。反之亦然。
如果β系数为1，则市场上涨10％，基金上涨10％；市场下滑10％，基金相应下滑10％。如果β系数为1.1， 市场上涨10％时，基金上涨11%，；市场下滑10％时，基金下滑11%。如果β系数为0.9， 市场上涨10％时，基金上涨9%； 市场下滑10％时，基金下滑9%。
值得注意的是，β系数能否有效衡量风险，很大程度受基金与业绩评价基准相关性的影响。如果将基金与一个不大相关的业绩评价基准进行比较，计算出来的β系数就没有意义。所以考察β系数时，应当同时考察另一个指标———R平方。
R平方为1，则基金与业绩评价基准是完全相关的。R平方为0，意味着两者是不相关的。R平方越低，β系数作为基金波动性指标的可靠性越低。R平方越接近1，β系数则越能体现基金的波动性。在晨星的基金评价体系中，同时列示了β系数和R平方。
用统计工具作为风险衡量指标，是一种较好的考察基金风险的的手段，但投资者应当记住，不能仅仅根据一个风险衡量指标来做决策。低的风险衡量指标并不能保证投资的百分之百安全，因为没有任何指标能完全准确地预测基金未来的风险。
⑤ 如何看基金各项指标去评价该基金投资风险
买基金，不外乎是关心收益和风险如何？风险我们要怎么判断呢？
有六个辅助指标能帮助我们量化基金的风险，它们分别是平均回报、标准差、贝塔系数、阿尔法系数、R平方、夏普比率。
这几个指标都代表啥意思呢？我们一个个来看看。
平均回报
平均回报反应的是基金收益高低的一个指标，代表的是基金在一定时间内的平均回报率的多少。
不用说，平均回报当然是越高越好，数值越大，说明收益就越高。
标准差
标准差反应的是基金回报率的波动幅度，指过去一段时期内，基金每个月的收益率相对于平均月收益率的偏差幅度的大小。
简单点说就是，标准差体现的是基金的收益和平均收益值的偏离程度。
基金每月的收益波动越大，它的标准差就越大。投资回报就越不稳定，投资风险也就越大。
所以，我们当然是希望标准差是越小越好。
不同类型的基金，标准差的数值也会不一样，比如股票基金波动大，标准差肯定偏大，货币基金波动小，标准差自然就偏小。
我们在比较标准差数值大小的时候，要跟同类型基金去对比。
贝塔系数（β）
贝塔系数体现的是基金相对于整个市场的波动情况，即基金相对于大盘的偏离程度。
贝塔系数是一个相对指标，β越高，波动越大，风险也就越大。
假设某只基金的贝塔系数是1.1，说明上证指数涨10%，基金涨11%；上证指数跌10％，基金跌11%。
如果贝塔系数为1，则上证指数涨10％，基金涨10％；上证指数跌10％，基金相应跌10％。
如果贝塔系数为0.8，则上证指数涨10％，基金涨8％；上证指数跌 10％，基金相应跌8％。
大家可以看出，贝塔系数大于1，说明基金波动比大盘要大，代表着这只基金的风险比大盘大。如果贝塔系数小于1，说明基金波动比大盘小，风险比大盘小。
当处在牛市，市场处于上升阶段，可以选高贝塔系数的基金；当处在熊市，市场在下跌阶段，选低贝塔系数的基金。
阿尔法系数（α）
阿尔法系数是基金的实际收益和按照贝塔系数计算的期望收益之间的差额，即跑赢市场的部分。
公式：基金的收益=市场收益+超额收益。
贝塔系数代表市场收益，阿尔法则代表着超额收益。阿尔法系数越大，超额收益就越大。
阿尔法系数代表着基金有多大程度能跑赢预期收益率，这个数值，我们当然是倾向于越大越好。
R平方
R平方反映的是业绩基准的变动对基金表现的影响，数值按0-100进行衡量。
如果R平方为100，说明基金回报变动完全取决于业绩基准变动；如果R平方为50，说明有50%的基金回报来自于业绩基准变动。
此外，R平方还可以用来确定贝塔系数与阿尔法系数的准确性。一般来说，基金的R平方越大，β和α这两个系数的准确性越高。
夏普比率
夏普比率是综合了收益和风险的系数，用来衡量金融资产的绩效表现。
公式：夏普比率=［投资组合预期报酬率-无风险利率］÷投资组合的标准差
若夏普比率为正值，代表基金报酬率高过波动风险；若为负值，代表基金操作风险大过报酬率。
夏普比率越高，表示在收益相同的情况下，基金的波动越低，基金承担单位风险得到的超额回报率越高。
所以，在同等风险条件下，夏普比率越高越好。
上面介绍的这六个指标，可以帮助我们对基金风险进行评估。
大家在在辨险识财看风险评价报告挑选基金运用时要注意，不同类型的基金，数值肯定不出在一个水准上，我们要在同类型基金中去比较，才具备参考性。
⑥ 基金绩效综合评价主要包括哪些内容
绝对回报、相对回报、波动率、alpha、beta、sharpe、treynor、jensen等
⑦ 四种基金绩效评价法
基金绩效评价是一个复杂的问题。它不仅涉及到衡量绩效的客观有效的度量方法，也关系到基金绩效的持续性和业绩归因分析等多方面的因素。从目前的情况看，我国在基金绩效评价方面的研究依然非常薄弱，不仅在理论研究上还基本停留在国外90年代的理论水平，在实证研究上也比较缺乏。
国外近几十年的理论研究和实践表明，数量分析的方法被大量地引入基金绩效评价。随着现代金融理论的不断发展，基金绩效评价在理论研究的指导下进行了许多实证分析，而实证分析的结果又反过来对相关的金融理论和假设进行了验证。事实上，许多在金融投资理论界存在争议的假设依然能够在基金绩效评价的领域发现其踪迹。
国外对基金绩效评价研究有着长期的历史、较为完善的理论体系和大量的实证研究，而我国目前还基本处在开始的阶段。这是因为证券投资基金在我国的时间较短，即使以90年代初期各地不规范设立的基金（如蓝天基金、天骥基金和广发基金等）算起，也不过10余年的时间。若以1998年3月第一只封闭式基金（基金金泰、基金开元）成立算起也仅几年的时间。由于封闭式基金的基金规模（份额）并不随基金绩效发生变动，封闭式基金的发行长期处于超额认购的局面，加之持有人主要是通过封闭式基金的交易获取价差收益而不是通过净值增长获得资本利得，因此无论是管理公司、持有人、监管层和独立第三方对基金绩效评价的研究并不系统和深入。从2001年华安基金公司在中国市场发行了第一只开放式基金起，截至2005年12月28日，共有217只证券投资基金正式运作，其中开放式基金163只，封闭式基金54只。按照证监会11月底的统计数据，目前证券投资基金的净值规模已经达到5000亿元；共有52家基金管理公司，其中正式管理基金的是49家；与迅猛增长的基金市场相比，我国在基金绩效评价的理论研究和实证分析方面还远远落在后面。
国外的绩效评价具有较长的历史。60年代资产组合理论、资本资产定价模型和股票价格行为理论，奠定了现代基金评价理论的基石。特别是Sharpe/Lintner的资本资产定价模型（CPAM），更是基金绩效评价的基础。Treynor、Sharpe和Jensen几乎同时分别提出了经过风险调整后的基金绩效评价方法，这才使绩效评价能够在同样的风险水平上进行比较。尽管他们在衡量风险的指标选取上有所不同（Sharpe指数采用的是全部风险）。CPAM模型历史久远而且目前仍被广泛应用（例如Malkiel，1995和Ferson、Schadt，1996）。不过这个理论也遭到了强烈的反对（RichardRoll1977，1978，AdmatiandRoss，1985，和DybvigandRoss，1985a，b）。例如，使用证券市场线来进行绩效评价是“不确定的”。使用这种方法来判断绩效有时会被视为“无望的”（AdmatiandRoss，1985，p.16）和“总体而言任何事情皆有可能。”（DybvigandRoss，1985a， p.383）
针对上述的批评，又有一些改进的指标被提出。例如信息率，即是改进的詹森指数，通过单位非系统风险的超常收益率对基金投资业绩进行评价。1997年诺奖得主FrancoModigliani和其孙女LeahModigliani把国债引入证券投资的实际资产组合，构建一个虚拟的资产组合，使其总风险等于市场组合的风险，通过比较虚拟资产组合与市场组合的平均收益率来评价基金业绩，该种方法被命名为M2.
2000年Muralidhar认为Sharp值、信息率、M2法不足以有效地进行组合构建和基金业绩排序，问题的关键在于对组合和基准之间标准差的差异调整不够，并且忽略了“组合和基准的相关性”常导致错误排序和评价。鉴于此，Muralidhar提出了M3测度方法。Stutzer（2000）在损失厌恶理论基础上，假定投资者选择最大可能地回避风险，从而构建了一个新的评价指标，即衰减度（ProbabilityofDecayRate），该指标最大的特点在于允许收益率收敛于各种分布。当收益率收敛于非正态分布式衰减度对于偏度和峰度敏感性较高，正偏度的基金风险趋小。
此外，证券选择和时机选择、业绩归因、绩效的持续性、基金风格、绩效评估的一致性、基准组合的有效性和资产配置分析等方面，也是国外近期基金绩效评价研究的热点。
Treynor＆Mazuy（1966）首次提出的二次方程模型（T-M模型）可以用来检验基金经理的择时能力。择时能力是指基金经理预测风险资产的收益高于或低于无风险利率的能力。Heriksson＆Merton（1981）则提出在CPAM模型中增加一个二项式随机变量，称之为双β模型（H-M模型）。Bhattacharya＆Pfleiderer（1983）对H-M模型的研究表明，经过他们改进后的模型可以判断基金经理是否正确地利用了正确的信息。Connor＆Kora jczyk（1991）的研究表明在基金组合与市场收益率之间有协偏度（Co-skewness）时，T-M和H-M模型会得到错误的结论。Grinblatt＆Titman（1989，1994）针对这种情况提出了（PPW）的模型，此模型通过计算期内各时期的超额收益率的加权收益率，给出了择股和择时能力的综合检验结果。此外，Chang＆Lewellen（1984）基于APT模型提出了一种新的检验方法。引入变量β1和β2，通过计算它们的差来判断资产管理人的择时能力。
Fama（1972）最早对基金绩效进行了归因分析，并提出了著名的Fama模型。Fama的模型建立在CAPM模型有效的前提上，他将资产组合的超额收益率分为“选择回报”（由分散回报和净选择回报组成）和“风险回报”（由投资者风险回报和经理人风险回报组成）两部分。Brinson，Hood＆Beebower（1986）提出的BHB模型则将资产组合与基准组合的差异归因于择时、择股和交互作用三类。但他们的研究结果也遭到了许多批评，如Hensel，Ezra＆Ilkiw（1991），JohnNuttall（1998）等。
绩效的持续性是绩效评价的又一个主要研究方面。如果基金绩效是持续的，则绩效评价的结果对投资者而言是具有实际应用意义的。尽管关于绩效持续性的研究常常是相互矛盾的，不过近来众多的研究比较倾向于认为基金的绩效具有较为显著的持续性。如Brown＆Goetzmann（1995）认为基金“短期内”具有持续性。比较常用的检验方式有半期平均秩差检验法和交叉积比率（CPRCrossProctRadio）法。半期平均秩差检验法是通过将基金按时间分为前后时间相等的两部份，并分别计算其秩。如果这两段的秩相等，则表明该基金的业绩在全部基金的排名保持稳定状态，其业绩具有长期的稳定性。CPR法是将一定时期内的基金绩效与所有基金的中位值相比较，将比较结果高者标为W（win），低于中位值者标为L（lost）。定义CPR=WW LL/（WL LW）。CPR的取值范围为（0，+∞），如果绩效的持续性越差，CPR值越接近0，反之若持续性越强，CPR值越接近正无穷。据Carhart（1997）的观点，短期的基金绩效的持续性应归咎于持有的好或差的股票，长期的持续性则是由于费率结构的设计不同。
基金的风格研究是对基金的投资和收益特点进行的研究。随着金融创新的深化和产品设计竞争的加剧，市场上逐渐出现了许多类型和风格差异的基金。因此基金的风格研究具有极大的实用性。基金风格研究的方法可以分为因素分析法和特征分析法。最早的风格研究方法是所谓的HBS（HoldingsBasedStyleAnalysis）法。这种方法通过对基金披露的全部持股信息进行分析而进行。缺点是无法有效地剔除“披露日修饰”行为。1992年夏普（Sharpe）采用12因素模型（这12个因素是短期票据、中期政府债、长期政府债、公司债、抵押证券、大盘价值股票、大盘成长股票、中盘股票、小盘股票、非美国债券、日本股票和欧洲股票）进行研究，这种方法被称为RBS（ReturnBasedStyleAnalysis）。RBS方法将基金收益分解为风格收益和选择收益。模型中因素的选取遵循排他、无遗漏和易于获得等原则。目前有越来越多的各种因素模型出现。而特征分析法有MSB（MorningstarStyleBox）方法等。晨星风格箱法（MSB）由著名的晨星公司于1992年提出并于2002年进行了改进。它首先根据资产组合中各股票市值规模的大小将其分为大盘、中盘和小盘，再在划分的每个市值区间根据定义的算法计算其价值和成长得分，最后将其定位到基金风格箱里的不同位置。
GolloandLockwood（1999）对1983-1991期间更换了经理人的共同基金的业绩、风险及投资风格的改变进行了研究。当用公司规模、价值/成长重新对基金进行分类时，发现有多于65%的基金在改变管理之后投资风格也发生了改变。
绩效评估的一致性是研究和比较基金绩效评价的诸方法结果差异性的。不过该方面的研究一直比较少，国内目前还只有王聪（2001）对多重比较法等概念进行了一些介绍。评估一致性的检验方法主要有Spearman秩相关检验、Kendall协同检验和多重比较法等。Spearman秩相关检验方法是通过对两种绩效评估方法所形成秩序列的相关性，判断两方法是否一致。如果该两种方法的秩（排序的差的平方）较小，则表明该两种方法对基金的评估具备一致性。Kendall协同检验是在相关系数检验法上发展的。其中Kendall协同系数定义为12S/m2n（n2-1）。W的取值范围在0和1之间。W的值越大，诸绩效评估方法具备越强的一致性。极端地，W取值1时说明所有的绩效评估方法结果完全相同。经过Kendall协同检验，具有一致性的基金可以通过多重比较法来进行总体业绩评估。
国内关于基金绩效评价的研究目前还比较少。从已发表的文章和收集的资料来看，国内的研究还局限于对国外理论的介绍和实证研究，更多地是对某种单独的理论或角度进行研究，缺乏整体和系统的研究和缺少理论上的创新。
[编辑]
基金绩效评价的指标[1]
1、夏普(Sharpe)指数简介
美国经济学家威廉·夏普于1966年发表《共同基金的业绩》一文，提出用基金承担单位总风险（包括系统风险和非系统风险）所带来的超额收益来衡量基金业绩，这就是夏普指数。夏普指数通过一定评价期内，基金投资组合的平均收益超过无风险收益率部分与基金收益率的标准差之比来衡量基金的绩效。计算公式为：
Sp = (rp-rf)/σp
其中，Sp为夏普指数，rp为基金组合的实际收益, rf为无风险收益率, σp 为基金收益率所对应的标准差。
夏普指数的理论依据是资本资产模型（CAPM模型），以资本市场线(CML)为评价的基点,如果基金证券组合的夏普指数大于市场证券组合M的夏普指数，则该基金组合就位于CML之上，表明其表现好于市场；反之，如果基金投资组合P的夏普指数小于市场证券组合M的夏普指数，则该基金组合就位于CML之下，表明其表现劣于市场。因此，可以认为，夏普业绩指数越大,基金绩效就越好；反之，基金绩效就越差。
2、特雷诺(Treynor)指数简介
杰克·特雷诺1965年发表《如何评价投资基金的管理》一文，认为足够的证券组合可以消除单一资产的非系统性风险,那么系统风险就可以较好地刻画基金的风险，即与收益率变动相联系应为系统性风险。因此，特雷诺指数采用在一段时间内证券组合的平均风
险报酬与其系统性风险对比的方法来评价投资基金的绩效。这就是特雷诺指数，它等于基金的超额收益与其系统风险测度β之比。
计算公式为：
Tp = (rp-rf)/ βp
其中，Tp为特雷诺指数；βp表示基金投资组合的β系数，是投资组合要承担的系统风险。
特雷诺业绩指数的理论依据也是资本资产定价模型（CAPM模型），但是是以证券市场线（SML）为评价的基点，当市场处于平衡时，所有的资产组合都落在SML上，即SML的斜率就表示市场证券组合的特雷诺指数。当基金投资组合的特雷诺指数大于SML的斜率时， 该投资组合就位于SML线之上，表明其表现优于市场表现；反之，当基金投资组合的特雷诺指数小于SML的斜率时，该投资基金组合位于SML线之下，表明其表现劣于市场表现。所以，特雷诺业绩指数越大,基金的绩效就越好；反之，基金的绩效就越差。
3、詹森(Jensen)指数简介
美国经济学家迈克尔·詹森1968年发表《1945-1964年间共同基金的业绩》一文，提出了一种评价基金业绩德绝对指标，即詹森指数。他认为,基金投资组合的额外收益可衡量基金额外信息的价值,因而可以衡量基金的投资业绩，其计算公式为：
Jp=rp-[rf+βp(rm-rf)]
----Jp为詹森指数。
詹森业绩指数,又称为α值,它反映了基金与市场整体之间的绩效差异。詹森指数也以资本资产定价模型为基础，根据SML来估计基金的超额收益率。其实质是反映证券投资组合收益率与按该组合的β系数算出来的均衡收益率之间的差额。当然，差额越大，也就是詹森系数越大,反映基金运作效果越好。如果为正值，则说明基金经理有超常的选股能力,被评价基金与市场相比，高于市场平均水平，投资业绩良好；为负值则说明基金经理的选股能力欠佳,不能跑过指数,被评价基金的表现与市场相比较整体表现差；为零则说明基金经理的选股能力一般,只能与指数持平。