" Jurnal Reksadana dalam Bhs Indonesia "

KINERJA REKSADANA kegigihan: MENGGUNAKAN MATRIX Transisi Markov PROBABILITAS

Wen-Tao Lee Lee Wen-Tao
Department of Finance, National Sun Yat-sen University Departemen Keuangan, Yat-sen Nasional Universitas Ming
No.70, Lien-Hai RD. No.70,-Hai RD Lien. Kaohsiung City, 80424, Taiwan ROC Kaohsiung City, 80424, Taiwan ROC
capm2000@ms63.hinet.net capm2000@ms63.hinet.net

ABSTRAK

Kami mengeksplorasi kegigihan kinerja reksa dana yang relatif Taiwan menggunakan dan kinerja mutlak Kami menggunakan transisi Markov instan probabilitas korelasi urutan Spearman tradisional atau metode pemenang-pecundang. sampel kami, terutama bebas dari bias keberlangsungan hidup, bahwa kinerja reksa dana tetap, namun, kegigihan paling karena kinerja relatif. Sebuah analisis probit menunjukkan bahwa kenaikan kinerja yang buruk kemungkinan hilangnya.
Kata Kunci: Reksa Dana, Kinerja, Ketekunan, Matriks Probabilitas Transisi


1. PENDAHULUAN


Sejak awal tahun 1986, sekarang ada total mendekati 700 reksadana dibesarkan di Taiwan pada akhir tahun 2006. Pada akhir tahun 2006, 522 reksadana masih bertahan. Karena untuk meningkatkan besar jumlah reksadana di Taiwan, banyak investor tidak dapat memilih dana yang sesuai referensi. Sebagian besar investor mengambil kinerja masa lalu dana sebagai utama. Mulai dari 1996, Investasi dan Konsultasi Efek Asosiasi ROC berkala menerbitkan peringkat dana yang dikeluarkan oleh perusahaan investment trust domestik 1. Banyak perusahaan manajemen kekayaan juga menawarkan kinerja pengembalian reksa dana di masa lalu,. Namun adalah kinerja historis terus-menerus? Jika jawabannya adalah ya, bagaimana kegigihan kuat itu? Dapat investor mengambil kinerja masa lalu sebagai acuan dalam pengambilan keputusan investasi?
Dalam penelitian sebelumnya pada ketekunan kinerja reksa dana, baik asing dan domestik empiris studi mengadopsi dikotomi pemenang dan pecundang atau nilai dari peringkat kinerja historis dalam evaluasi. Kedua metode tidak memberikan bukti apakah kinerja reksa dana yang terus-menerus. Meskipun demikian, dikotomi pemenang dan pecundang gagal untuk menyediakan investor dengan informasi yang memadai. Koefisien peringkat sejarah menunjukkan hubungan antara masa lalu dan kinerja reksa dana saat ini. Investor masih tidak dapat membuat keputusan investasi dengan informasi seperti itu hanya.

Untuk meningkatkan nilai acuan dalam pengambilan keputusan, peneliti memperluas model dikotomi pemenang dan pecundang dengan menambahkan jumlah divisi peringkat kinerja reksa dana. Dengan estimasi Probabilitas Transisi Rantai Markov matriks, penelitian ini menyediakan lebih kaya matriks probabilitas transisi dana kinerja jajaran sehingga investor dapat memiliki gambaran tentang perubahan peringkat kinerja reksa dana di masa lalu. Melalui kerjasama Rantai Markov uji dan uji rasio kemungkinan, penelitian ini menguji apakah transisi probabilitas dari kinerja reksa dana dalam mematuhi lalu acak dan telah mengklarifikasi apakah kinerja reksa dana dalam negeri adalah persisten.

Sebelumnya evaluasi kinerja dana kegigihan di Taiwan kebanyakan bias diabaikan keberlangsungan hidup. Untuk pertama kalinya, penelitian ini mengambil bias keberlangsungan hidup ke dalam pertimbangan, ketekunan membuat pengukuran kinerja reksa dana lebih akurat. Selain itu, penelitian ini membuat statistik kinerja dana sebelum likuidasi, atau penggabungan.
Penelitian ini bertujuan mengangkat 315 reksa dana di Taiwan dan diinvestasikan dalam saham dalam negeri antara 1990 dan 2006. Perkiraan indeks kinerja setiap tahun dilakukan melalui dana harian nilai bersih dan dividen dalam tahun terakhir untuk memverifikasi kinerja indeks beberapa dana bersama persisten. indeks tersebut termasuk kembali mutlak dan tiga indeks yang relevan - indeks Sharpe, indeks Treynor dan indeks Jensen.. empiris menunjukkan hasil yang relevan tiga indeks secara signifikan gigih kembali absolut sementara ketekunan tidak terlalu signifikan Reksa dana dengan kinerja yang lebih miskin lebih mungkin dilikuidasi atau digabung daripada rata-rata historis.

Kontribusi utama penelitian ini adalah penggunaan data negeri reksa dana yang paling kaya dan komprehensif untuk mengevaluasi kegigihan kinerja reksa dana dibesarkan di Taiwan dan diinvestasikan dalam saham domestik. Dengan matriks probabilitas transisi untuk kinerja jajaran estimasi dana dalam tabel kontingensi, kertas menyediakan informasi lebih dari studi sebelumnya dengan menggunakan dikotomi, regresi analisis atau nilai untuk melayani sebagai acuan untuk pengambilan keputusan investasi.
Selain prakata, kertas itu termasuk diskusi sastra dan metode belajar di bagian kedua, data sampel dan evaluasi kinerja dana di bagian ketiga, hasil empiris dana kinerja peringkat stabilitas di bagian keempat, sub-sampel uji dan kinerja dilikuidasi atau digabung dana di bagian kelima dan kesimpulan dan saran di bagian keenam.

2. TINJAUAN LITERATUR DAN STUDI METODE
2,1 Pengukuran dana kinerja

Treynor (1965) mengadopsi ide Keamanan Pasar Line (SML) untuk mengusulkan model reksa dana. Model kinerja adalah nilai indeks dana kembali setelah dikurangi risiko suku bunga bebas dalam kembali kelebihan untuk dibagi oleh sistem risiko unit:
Indeks Treynor

(1) Apakah nilai dari model pasar?
indeks Treynor menggambarkan seberapa banyak unit pengembalian kelebihan sistem unit risiko yang dapat memiliki nilai yang lebih besar. berarti kinerja yang lebih baik alokasi reksa dana indeks. Treynor (1965 dibuat) peringkat reksa dana Treynor melalui dan memeriksa kinerja itu terus-menerus dengan indeks Spearman. Carlson (1970) mempelajari 57 reksa dana di AS dengan indeks Sharpe tidak hanya tetapi juga indeks Treynor untuk mengevaluasi kinerja dana. Kesimpulan ini juga menunjukkan kurangnya persistensi kinerja reksa dana pasar.
Sharpe (1966) mengembangkan model evaluasi kinerja berdasarkan Pasar Modal Line (CML).
Berbeda dengan Treynor, Sharpe percaya hanya pertimbangan risiko sistem gagal untuk memasukkan risiko semua. Dampak dari total risiko pada kinerja harus dipertimbangkan indeks. Estimasi Sharpe dari adalah:

(2) pengembalian rata-rata; return; adalah rata-rata return bebas risiko.
evaluasi indeks Sharpe mengacu pada kembalinya setiap unit total risiko nilai lebih besar. berarti dan performa yang lebih baik. Sharpe (1966) mempelajari reksa dana terbuka 34 di antara 1944 dan 1963 di AS dan dibuat peringkat dengan indeks Sharpe. Test dilakukan agar korelasi Spearman melalui hasil menunjukkan dana dalam dua siklus tidak korelasi positif yang signifikan dalam pasar. Carlson (1970) mempelajari 57 dana di Amerika Serikat dengan menggunakan indeks Sharpe dan Indeks Treynor. Kesimpulan menunjukkan kinerja persistensi kurangnya dana.
The measurement model is: Jensen (1968) mengusulkan Pasar Model indeks evaluasi kinerja mutlak untuk mengevaluasi apakah dana itu abnormal return. The abnormal return yang lebih tinggi berarti kinerja orlower kinerja alokasi benchmark. Selain itu, Jensen (1968), dengan model ini, evaluasi kemampuan fund manager untuk memprediksi fluktuasi harga saham individu dan tingkat harga umum efek di masa depan. Model pengukuran adalah:

(3) kembalinya dana dalam ; pengembalian bebas risiko ; kembalinya alokasi benchmark dalam ; mencegat estimasi regresi, mewakili kembali kelebihan dana tersebut; koefisien estimasi regresi, mewakili sistem risiko dana tersebut. Sebagai Kinerja melebihi dana alokasi benchmark kinerja pasar; ketika , kinerja rendah terhadap kinerja benchmark alokasi pasar. Oleh karena itu lebih besar berarti nilai kinerja dana yang lebih baik.


2,2 pemeriksaan kinerja ketekunan

Dalam studi dana ketekunan kinerja, beberapa persistensi ditemukan kinerja reksa dana dan beberapa bukti yang ditemukan dari terus-menerus bergantung pada periode dan. Grinblatt Titman (1992) meneliti kinerja reksa dana 1974-1987. Hasil penelitian menunjukkan kinerja dana persisten dalam jangka panjang lari.
Empiris Hasil penelitian menunjukkan, kebanyakan, kinerja statisticcally luar biasa. Sebagai imbalannya mutlak dan indeks Jensen dan pemenang / pecundang kinerja terus-menerus, hasil menunjukkan pemenang dalam periode ini adalah 60% kemungkinan untuk menjadi pemenang lagi di periode berikutnya. Untuk dana kinerja ketekunan, dana dengan kinerja yang baik di masa lalu yang terus-menerus. 2 Mereka yang memiliki kinerja yang buruk dapat terus berkinerja buruk kinerja. Hasil hanya bisa menyarankan investor menghindari dana miskin dengan. Ia masih tidak sangat membantu dalam memilih dana. 2

Brown dan Goetzmann (1995) dan Malkiel (1995) semua menunjukkan kinerja kegigihan dana sehubungan dengan periode sampel ini. Sebagian besar empiris hasil yang lebih jelas menunjukkan bukti terus-menerus dari kinerja reksa dana pada tahun 1970 dari itu. Kinerja dana pada tahun 1980 tidak gigih dengan bukti kinerja terbalik Xianbi. Chiu dan Lin Qinpei (1999) percaya klasifikasi yang lebih baik akan menunjukkan kemampuan dari manajer dana. Reverse kinerja mungkin karena inaccruate klasifikasi.
Kahn dan Rudd (1995) regeression digunakan untuk meninjau hubungan kinerja dana pendapatan tetap dan saham dalam dan kemudian periode sebelumnya.. Hasil obligasi menunjukkan pasar yang cukup signifikan telah terus-menerus mempengaruhi studi yang berbeda-beda klasifikasi dana ketekunan kinerja.

Selain dikotomi pemenang dan pecundang atau estimasi regresi, pengujian dapat dilakukan dengan kembali absolut atau kinerja indeks dalam rangka korelasi Spearman. Sebagai contoh, Williamson (1972) mempelajari 180 1970. Dana antara 1961 dan di AS Setelah uji kelas, kesimpulan didukung kurangnya dana persistensi kinerja.
Di Taiwan, Wu Jinting (1998) digunakan beberapa indeks kinerja dan kelas korelasi Spearman. Ternyata tidak semua kinerja dana domestik gigih Shihuei. Wong (2002) menemukan dana kegigihan kinerja sehubungan dengan periode kinerja. Tahunan Dalam kinerja, dana kinerja tidak gigih Qinjun. Xu dan Jiang Zhijiang (1993) 3 data yang digunakan dari tahun 1998 sampai 2002 untuk mengestimasi persistensi dana yang berbeda melalui peringkat-peringkat urutan korelasi Spearman. Hasil empiris menunjukkan setiap periode tidak memiliki persistensi. dana diklasifikasikan Lebih memiliki lebih persistensi kinerja yang signifikan.
Chen Anlin, Hong Jialing dan Lee Wenzhi (2001) juga digunakan agar korelasi Spearman untuk memperkirakan peringkat persistensi kinerja dari 64 dana sebelum tahun 1999. Hasil penelitian menunjukkan kinerja dana dalam persistensi Xiuwei. Lin dan Wang Jiazhen (2003) mempelajari 248 dana dalam negeri dari 1994-2001 melalui korelasi Spearman rangka tradisional untuk menilai kinerja kegigihan dana indeks yang berbeda.. empiris Hasil indeks menunjukkan kinerja yang relevan tidak stabily gigih Indexed terkait dengan beta CPAM adalah mmore terus-menerus dalam jangka panjang.
Baik Sharpe (1966), Jensen (1968), Carlson (1970) dan Williamson (1972) aborad studi domestik maupun dengan korelasi Spearman agar gagal menyediakan informasi yang cukup.. Dikotomi pemenang dan pecundang kegigihan dasar probabilitas menawarkan kepada investor Namun, seperti diviiosn pemenang dan pecundang gagal untuk memenuhi kebutuhan investor. Meskipun kedua Spearman korelasi dan dichoromy agar dapat digunakan untuk memeriksa apakah dana kinerja yang gigih, mereka juga memberikan sedikit informasi dana ketekunan kinerja. Penelitian ini bertujuan metode bettter daripada dua di kesederhanaan dan persepsi langsung untuk menyediakan investor dengan informasi lebih lanjut tentang dana persistensi kinerja.
Dalam Tabel Contingency oleh Carhart (1997), peringkat kinerja dana dibagi menjadi sepuluh divisi. The. Penulis diperkirakan tahun-tahun peringkat pembagian dengan transisi-probabilitas 4. Matriks. Gambar II adalah matriks probabilitas transisi oleh Carhart Metode yang menyertakan informasi lebih dari dikotomi dan memungkinkan iinvestors untuk memiliki pandangan yang lebih baik dana ketekunan kinerja. Carhart hanya estimatd dana dengan kinerja terbaik dan terburuk dalam alokasi investasi untuk melihat apakah mereka telah kembali kelebihan uji. Statistik tidak dilakukan pada probabilitas transisi untuk melihat apakah divisi peringkat adalah acak di tahun terakhir.

Penelitian sebelumnya terhadap kinerja dana dalam negeri sering sampel insuffient. keberlangsungan hidup. prasangka sering diabaikan dalam kinerja ketekunan dana studi penelitian ini adalah yang pertama untuk mengambil likuidasi atau gabungan dari reksa dana dalam negeri menjadi pertimbangan. Oleh karena itu, tidak ada masalah keberlangsungan hidup bias dalam pengukuran kinerja ketekunan dana.

2 2,3 Rantai Markov Probabilitas Transisi statistik uji

Manfaat terbesar dari dikotomi untuk mengevaluasi kinerja dana adalah kesederhanaan.. Hal ini relevan sederhana hipotesis nol dalam ujian Penggunaan lebih dari dua divisi dalam transisi probabilitas untuk mengevaluasi kinerja kegigihan memerlukan dana tes bersama dana persistensi kinerja Rantai. Markov oleh Anderson dan Goodman (1957) dapat memiliki uji statistik matriks transisi probabilitas dana kinerja peringkat untuk memeriksa apakah pemindahan peringkat mematuhi atau tahunan peringkat non-acak acak tapi persisten. Wikipedia pengantar probabilitas transisi Rantai Markov matriks adalah sebagai berikut. Lihat Lampiran I untuk inferensi transisi probabilitas.

Kinerja yang relevan menganggap dana jenis yang sama adalah acak dan mematuhi sela distribusi seragam, dana N, kita membagi menjadi nilai m kinerja dari besar ke kecil dana. Sebagai contoh, kami membagi kinerja jajaran dana menjadi 10 kelas. The kelas 1 st mencakup dana dalam 10% pertama; itu dn grade 2 meliputi dana peringkat antara 11% pertama dan 20%. The grade th 10 berisi dana peringkat antara 91% dan 100%.
Berdasarkan dana tahunan kinerja, kami memberikan grades. Tahunan kinerja dana transferensi kelas matriks telah negara. waktu Jika memiliki dana, setiap acak and dan tahun jumlah maksimum dana . Presuming . Menganggap adalah dana di negara; di , Itu milik state, negara, di bawah , , Variabel acak obeys asymptotically normal distribution and expected value is 0; variable is mematuhi distribusi asimtotik dan nilai yang diharapkan adalah 0; variabel . Di bawah funds performance state dana kinerja negara dan spesifik , , Untuk memberikan hipotesis nol , , Seseorang harus memiliki:

(4) mematuhi distribusi Chi-kuadrat incremental. Kebebasan . . Untuk menguji semua. Kita dapat jumlah semua. Hasil akan mematuhi kebebasan . Chi-square distribusi 5.

2,4 Probabilitas uji rasio kemungkinan

Selain probabilitas transisi proses uji Markov, Kupiec (1995) peristiwa diduga dalam distribusi binomial. Hipotesis nol yang disediakan adalah event rasio Melalui Kemungkinan Ratio (LR), seseorang dapat menguji apakah rasio terjadinya peristiwa sama dengan null hipotesis LR. Pengukuran adalah sebagai berikut:

(5) dan mematuhi statistik kebebasan 1-persegi distribusi Chi. Kelebihan uji rasio kemungkinan adalah tes langsung pada ransum terjadinya dana. Diperoleh peringkat kinerja adalah rasio kecenderungan acak tes, apakah transisi probabilitas terjadinya rasio adalah acak null hipotesis sebagai sama untuk memverifikasi apakah mutlak peringkat kinerja dana adalah acak.

3. 3. SAMPEL DATA DAN EVALUASI KINERJA DANA

3,1 Contoh sumber

Sumber dalam penelitian ini adalah reksa dana database Jurnal Ekonomi Taiwan (Thailand Tej) meliputi 1990-2006. Peneliti dipilih dua jenis dana - "dibesarkan di Taiwan dan diinvestasikan dalam saham domestik" dan "dibesarkan di luar negeri dan diinvestasikan dalam saham domestik" empat target investasi saham kecil, saham teknologi, saham dan saham / obligasi 1. Tabel daftar ikhtisar dana dibesarkan di Taiwan dan target investasi di tahun terakhir. Penelitian ini bertujuan 315 dana dari data sampel.

Dana PI ini dievaluasi dengan nilai-nilai bersih pada hari-hari perdagangan tahun ini. Jika dana baru dibesarkan pada bulan Januari, mereka termasuk dalam performa kinerja jajaran dana kami. Mereka dibangkitkan setelah tanggal termasuk dalam tahun depan. Dana dilikuidasi atau digabung pada bulan Desember termasuk dalam jajaran kinerja tahun ini. Mereka sebelum tanggal tidak termasuk dalam barisan dan evaluasi tahun. Ada 315 dana antara 1990 dan 2006 pertemuan prinsip penyortiran.
Kembalinya bebas risiko didasarkan pada variabel agen dari suku bunga bebas risiko bunga deposito satu tingkat tahun 6 pada website Bank Sentral Republik Cina (Taiwan). Benchmark Indeks tertimbang indeks harga saham oleh Bursa Saham Taiwan.
,2 kinerja estimasi
Dari simulasi dana studi evaluasi kinerja, Chiu Xianbi (1994) menemukan Sharpe, Treynor, indeks Jensen dan kembali dana sebelum penyesuaian resiko tidak mempunyai perbedaan signifikan dalam akurasi membedakan profitabilitas dana. Yang paling banyak digunakan Sharpe, Treynor, dan Jensen yang relevan indeks kinerja juga digunakan dalam studi ini bersih nilai harian. dan dividen dari Thailand Tej digunakan untuk memperkirakan kembali setiap hari dana di waktu kontinu. Pengembalian harian:

(6) nilai bersih pada periode t.

dividen tunai yang dikeluarkan pada periode t.
indeks Treynor, indeks Sharpe dan indeks Jensen untuk pengukuran kinerja yang relevan dana dalam rumus (1), (2) dan (3):

3,3 keberlangsungan hidup bias

Beberapa studi empiris domestik dana kinerja bias diukur keberlangsungan hidup.. Untuk akurat mengukur apakah dana kinerja yang terus-menerus, kemungkinan dana likuidasi atau menggabungkan dianggap. Pada dana 315, 74 yang dilikuidasi atau digabung sampel selama periode Untuk mengukur keberlangsungan hidup atau probabilitas bias likuidasi atau merger, ada total 2.017 buah sampel yang efektif dalam 315 dana antara 1990 dan 2006. Probabilitas dana yang akan dilikuidasi atau digabung setiap tahun adalah 3,67%.

3,4 pengujian dan hipotesis null

Untuk dana kinerja matriks transisi, selain dana tahunan probabilitas transisi peringkat kinerja matriks, penelitian ini juga mencakup dana baru dan dilikuidasi atau digabung dana setiap tahun ke estimasi matriks transisi probabilitas. Artinya, dana yang dihimpun tahun ini tercatat di tahun sebelumnya seperti baru dana. Mereka yang ada di tahun sebelumnya tetapi dilikuidasi atau digabung tahun ini tercatat di divisi likuidasi tahun ini hipotesis. Null ditetapkan sebagai dana kepatuhan kinerja jajaran acak. Dana tersebut belum tentu dipengaruhi oleh peringkat pada tahun sebelumnya. Dalam pertimbangan keberlangsungan hidup dan bias praduga dana kinerja peringkat mematuhi acak, uji rasio kemungkinan oleh Kupiec (1995) adalah hipotesis nol sebagai:

berarti kemungkinan dana yang dilikuidasi atau digabung setiap tahun; adalah jumlah dana divisi peringkat kinerja. Pada peringkat bawah dua divisi, memberikan probabilitas liquadatoin atau penggabungan di masa lalu , the likelihood ratio test null hypothesis , Rasio kemungkinan uji hipotesis null is P ij =48.18%. Dalam transisi bersama probabilitas uji Rantai Markov, kinerja reksa dana di divisi pada tahun sebelumnya memiliki probabilitas yang sama untuk jatuh ke dalam masing-masing divisi di tahun berikutnya. Probabilitas likuidasi atau menggabungkan rasio .


4. 4. KINERJA DANA STABILITAS RAND HASIL EMPIRIS

4.1Performance gigih dari dua

Goetzman dan Ibbotson (1994), Brown dan Boetzman (1995) dan Malkiel (1995) pemenang dan dikotomi digunakan pecundang, yang juga digunakan di sini. Pemenang dan pecundang Lihat estimasi probabilitas transisi matriks pada Tabel 2 dan uji rasio kemungkinan daftar. Tabel 3 transisi probabilitas gabungan uji apakah kinerja jajaran dana pada tahun sebelumnya mematuhi acak di tahun berikutnya.
S1 mengacu pada dana peringkat 0 ~ 50% di tahun sebelumnya; S2 menunjukkan peringkat dana dalam 2 dn 50% di tahun sebelumnya. Dari Tabel 2, kita dapat melihat kedua kembali mutlak dan Sharpe, Jensen dan indeks Treynor menolak transisi probabilitas sebagai hipotesis null acak 7. Pada kolom 4 September, dana di peringkat pertama 50% lebih kecil kemungkinannya untuk dilikuidasi atau digabung dari rata-rata historis. Probabilitas penolakan mereka akan dilikuidasi atau digabung adalah sama pada 3,46% dari rata-rata historis dalam likuidasi, atau penggabungan. Those in the 2 nd 50% are more likely to be liquidated or merged than historical average. The refusal to be liquidated or merged is also 3.46%. Mereka dalam 2 dn 50% lebih mungkin dilikuidasi atau digabung dari rata-rata historis atau The. Penolakan akan dilikuidasi digabung juga 3,46%.
Tabel 3 menawarkan sambungan tes probabilitas transisi Rantai Markov matriks. Melalui uji probabilitas transisi, tidak peduli apa keadaan dana kinerja pada tahun sebelumnya, semua negara transisi probabilitas menolak hipotesis nol yang sama, berarti transisi dana kinerja sebelumnya dan tahun berikutnya adalah tidak acak transisi. uji matriks probabilitas dimana semua probabilitas yang sama juga menolak hipotesis null.

4,2 kegigihan dari sepuluh divisi

Probabilitas estimasi dan uji dalam dua divisi tahu apakah dana kinerja yang persisten. Informasi yang terlalu sederhana Tabel. Carhart (1997) menggunakan dana kontingensi kinerja dibagi. Dia peringkat kinerja absolut dana ke divisi sepuluh unit satu tahun untuk memperkirakan dana abosulte kinerja peringkat transisi probabilitas. Melalui tabel kemungkinan transisi, yang lebih baik bisa ambil dana transisi probabilitas kinerja. Dengan transisi probabilitas dalam tabel kontingensi Carhart (1997), perkiraan dana penelitian kinerja indeks probabilitas transisi peringkat. Dengan Markov Chain oleh Anderson dan Goodman (1957 ), kertas tes probabilitas transisi, termasuk proses dana kinerja yang acak anmd tidak gigih dan probabilitas performancetransition dana dalam Rantai Markov stasioner.
Dengan metode pembagian peringkat oleh Carhart (1997), dana kinerja adalah peringkat dari atas ke bawah dalam 10 divisi;. Dana dengan kinerja di 10% pertama adalah dalam 1 st divisi mereka yang berada di 10% pertama ~ 20% dalam 2 nd divisi. Mereka yang berada di 10% terakhir berada di divisi th 10. Providing Untuk memulai, jika dana kinerja berlaku acak, tidak terus-menerus.. Transisi Setiap probabilitas dalam matriks probabilitas transisi sama transisi probabilitas dari divisi in the previous year and pada tahun sebelumnya dan tahun ini, setelah memberikan kinerja tahun previsous , Markov Chain joint test null hypothesis is , Rantai Markov null hipotesis gabungan uji and Kupiec (1995) dan Kupiec (1995) uji rasio kemungkinan . .
Tabel 4 hasil tes daftar matriks probabilitas transisi dan rasio kecenderungan dari divisi peringkat sepuluh performance kembali mutlak dan Sharpe, Jensen dan relevan performance indeks Treynor. Yang pertama colmn S1 untuk S10 lihat dana kinerja dengan sepuluh kuantil pertama untuk divisi kesepuluh di tahun sebelumnya. R1 untuk R10 pada baris pertama yang berarti kinerjanya dana pada tahun berikutnya dalam sepuluh kuantil pertama untuk divisi kesepuluh. Tabel 5 hasil tes bersama Chaintransition probabilitas Markov matriks.
Absolute Kinerja, Dana S1 ~ S3 di 30% pertama pada tahun sebelumnya memiliki probabilitas transisi harus masih dalam 30% pertama tahun depan rasio. Kemungkinan di S3 untuk menguji R1 menolak hipotesis nol secara acak. Tidak peduli di daerah manapun antara S1 dan R3 kinerja pada tahun sebelumnya, kemungkinan dana kinerja tahun depan di divisi R10 terakhir menolak hipotesis nol, ini. berarti dalam indeks kinerja absolut, dana yang masuk dalam 30% pertama pada tahun sebelumnya memiliki probabilitas yang lebih rendah harus inthe terakhir divisi dari probabilitas acakAbsolute Kinerja, dana di S10 sangat mungkin berada di divisi R10 terakhir tahun berikutnya, menolak secara signifikan kinerja sebagai hipotesis nol secara acak. Pada pertunjukan kembali absolut, walaupun dana dengan kinerja yang baik tidak memiliki persistensi signifikan, dana dengan kinerja buruk sangat mungkin untuk menjaga kinerja yang buruk pada tahun berikutnya.
Indeks Sharpe, dana dengan baik atau buruk kinerja yang baik memiliki banyak bukti persistensi.. Dana yang baik dengan performa yang lebih memiliki probabilitas acak dari hipotesis untuk menjaga performa baik, terutama yang Sharpe dengan indeks peringkat pertama di 10% di S1 divisi Mereka memiliki setinggi 16,8% probabilitas berada di R1 tahun berikutnya, dan 15,2% dari S2 ke R2. Dana dengan kinerja baik pada tahun sebelumnya memiliki probabilitas lebih rendah daripada hipotesis acak untuk berada di babak kedua divisi:. Contoh dana S1 ~ S3 pada tahun sebelumnya memiliki sekitar 5,5% probabilitas berada di 10% terakhir R10 tahun berikutnya. ini lebih rendah dari hipotesis nol secara acak ij P = 9,645%. Indeks Treynor memiliki kinerja yang sama dengan indeks Sharpe tidak.. Dana yang baik dengan kinerja di tahun sebelumnya masih baik memiliki kinerja berikutnya tahun Probabilitas dari S1 ke R1 adalah lebih dari 15%. Itu dari S1 ke S2 ke R10 di bawah atau sekitar 6%. Dana dengan kinerja yang buruk seperti pada S10 memiliki probabilitas setinggi lebih dari 17% menjadi 10% dalam divisi R10 terakhir tahun berikutnya.
Brown dan Goetzmann (1995) mengatakan dana dengan kinerja buruk lebih cenderung dihentikan hasil. Serupa ditemukan di resonansi ini. Dalam salah kinerja absolut atau indeks kinerja yang relevan, sebagian besar dana dalam likuidasi menolak S1 ~ S3 atau setara untuk menggabungkan sejarah rata-rata; mereka yang S9 ~ S10 lebih dari 8% kemungkinan akan dilikuidasi atau digabung pada tahun berikutnya. Probabilitas penolakan akan dilikuidasi atau menggabungkan sama dengan rata-rata historis.
Tabel 5 adalah ujian bersama dari 10 divisi. Pada uji bersama acak kepatuhan kinerja tahun depan, dana yang masuk dalam 10% pertama hanya memiliki Sharpe, Jensen dan indeks Treynor signifikan menolak hipotesis nol secara acak tahun berikutnya kembali kinerja Absolut. gagal untuk menolak transisi probabilitas non-acak. Absolute kembali persistensi kinerja tidak khas.. Dana yang miskin dengan kinerja seperti dalam 20 terakhir% dari S9 ~ S10 menolak dana kinerja null acak sebagai hipotesis berikutnya tahun ini berarti mereka lebih cenderung untuk menjaga performa buruk.

4,3 Klasifikasi sub-sampel persistensi kinerja

Untuk memahami apakah alam dana menyebabkan hasil yang berbeda, dana dibagi menjadi empat sub-sampel berdasarkan target investasi untuk mengevaluasi kembali dana persistensi kinerja. Sub-sampel saham teknologi, saham kecil, saham, dan saham + obligasi. Tech 41 dana saham memiliki termasuk 264 sampel; saham kecil dan memiliki saham 260 saham termasuk 1.592 sampel; saham obligasi + memiliki 87 dana termasuk 339 sampel.
Tek saham dan saham kecil tidak mencakup banyak sampel. Dengan peringkat terlalu banyak divisi di ttransition sampel probabilitas-sub matriks, probabilitas transisi akan memiliki perwakilan estimasi miskin dan kinerja uji statistik tidak tinggi. Akibatnya, hanya 3 divisi digunakan 8S1 ~ S3 adalah dana peringkat pertama untuk kelompok ketiga di tahun sebelumnya; ~ R1 R3 lihat dana peringkat pertama di divisi ketiga dan tahun depan. Empiris Hasil tech saham saham kecil pada Tabel mutlak menunjukkan kinerja transisi 5 matriks probabilitas tidak memiliki probabilitas transisi yang khas yang berbeda dari acak. Pada dana baru Sebaliknya, dalam saham kecil memiliki kinerja yang baik di tahun pertama. Sebagai imbalannya mutlak, dana baru 51,9% cenderung berada di peringkat pertama 1 / 3. Sharpe , Jensen dan indeks Treynor menunjukkan hasil serupa. Dalam salah kinerja absolut atau indeks kinerja yang relevan, kemungkinan dana dalam pertama 1 / 3 dari S1 divisi di tahun sebelumnya berada di pertama 1 / 3 dari pembagian R1 tidak lebih tinggi dari probabilitas acak.
hasil empiris dari saham sub-sampel pada Tabel mutlak kembali menunjukkan kinerja 6 adalah mirip dengan Sharpe, Jensen dan indeks Treynor.. Kinerja empat indeks persistensi tinggi cukup memiliki bukti absolut Dalam kinerja, dana di S1 pada tahun sebelumnya memiliki 39,7% kemungkinan untuk berada di 1 / 3 dari R1 berikutnya tahun pertama dan 21,8% probabilitas untuk berada di peringkat 1 / 3 terakhir.. Kedua mencapai probabilitas penolakan berbeda null hipotesis dalam statistik. Ini membuktikan dana saham yang baik dengan kinerja tinggi memiliki persistensi Dalam kinerja mutlak, dana peringkat terakhir dalam 1 / 3 di tahun sebelumnya memiliki 22,1% kemungkinan hanya berada di pertama 1 / 3 peringkat tahun berikutnya. Mereka memiliki 41,9% kemungkinan berada di terakhir 1 / 3 peringkat tahun berikutnya menunjukkan. ini dana saham dengan kinerja yang buruk di tahun sebelumnya masih cenderung payah tahun berikutnya.
Pada Tabel 6 dari saham + obligasi dana tidak memperlihatkan bukti mutlak kegigihan dalam kembali. Threerelevant Indeks-indeks kinerja memiliki ketekunan yang tinggi. Apa yang bernilai perhatian adalah dana dari empat indeks peringkat yang terakhir 1 / 3 dari S3 pada tahun sebelumnya telah probabilitas setinggi 10% akan dilikuidasi atau digabung daripada rata historis 3,46%.
Tabel 7 daftar uji bersama sub-sampel probabilitas transisi empiris dana. Kecuali saham kecil, sisanya tiga sub-sampel kinerja peringkat S1 atau S3 sebagian besar menolak hipotesis randomnull tahun berikutnya. Dana dengan kinerja yang lebih baik di tahun sebelumnya telah probabilitas grezter untuk perfrom baik di bawah rata-rata peringkat yang baik. Orang-orang miskin dengan kinerja buruk di bawah peringkat yang lebih besar memiliki kemungkinan likuidasi atau menggabungkan thehistorical dari. Probabilitas berada di barisan miskin lebih tinggi dari hipotesis acak.

5. Dilikuidasi atau digabung DANA

Dalam dana 229 sampel dalam studi, 85 telah dilikuidasi atau merger antara 1990 dan 2006. Estimasi Tidak ada yang tersedia dalam studi sebelumnya terhadap kinerja dilikuidasi atau digabung dana dan. Skala sejarah reksadana di Taiwan sudah cukup statistik dilikuidasi atau digabung dana membuat The. penelitian statistik persentase absolut kembali peringkat kinerja dari 85 dana dari dua tahun sebelum likuidasi atau merger, atau kemudian peringkat dana tersebut tow tahun, tahun sebelumnya dan tahun likuidasi atau merger 9 dengan dana lainnya. Tabel 8 menunjukkan kinerja rata-rata dana ini di 65% dari total dana pasar, yang berarti 65% dari total dana yang dilakukan selama-dana dilikuidasi. Kedua dilikuidasi atau digabung dana dikalahkan oleh lebih dari 70% dari dana sebelum likuidasi atau menggabungkan . Dilikuidasi. dana dikalahkan oleh 77,1% dari dana dalam rata bergabung; dana dikalahkan oleh 74,4% dari dana dalam rata
Pada Tabel 8, dana penggabungan telah kinerja peringkat dari 53% dan 61,4% dalam dua tahun sebelum dan sebelumnya penggabungan tahun di pasar secara keseluruhan. Pada tahun dari penggabungan dana lain, kinerja mereka yang berada di peringkat rata-rata 57,9% dari pasar secara keseluruhan. Setelah penggabungan dana lain, dana tersebut sudah peringkat kinerja pada 54,3% dan 52,6% pada tanggal 1 dan 2 tahun dn setelah bergabung. Dari data tersebut, kita bisa belajar penggabungan dana tersebut memiliki sekitar kinerja yang sama rata-rata pasar secara keseluruhan. Setelah menggabungkan dana lain, kinerja meningkat secara signifikan atau ditolak.

6. KESIMPULAN DAN SARAN

Tulisan ini bertujuan untuk dana dibesarkan di Taiwan dan diinvestasikan dalam saham dalam negeri antara 1990 dan 2006 tahun. Transisi Markov Melalui Probabilitas matriks, statistik ini dilakukan untuk melihat apakah dana kinerja yang terus-menerus dalam 17. Untuk dana persistensi memperkirakan kinerja yang lebih baik, penelitian untuk waktu pertama kali bias kesintasan mempertimbangkan dana domestik kegigihan kinerja untuk mengurangi bias keberlangsungan hidup dan lebih setia memperkirakan dana persistensi kinerja jajaran.
Hasil empiris menunjukkan bahwa, dalam performa kembali mutlak, ketekunan yang lebih rendah,. Sharpe Jensen dan relevan kinerja indeks Treynor memiliki lebih kegigihan khas,. Dana yang baik dengan kinerja tahun sebelumnya telah probabilitas yang lebih rendah daripada rata-rata historis likuidasi atau merger



DAFTAR PUSTAKA
Wang Jiazhen and Xu Gu Yuanhong (2004), Application of Risk Values and Persistence of Mutual Funds Performance in Taiwan, National Taiwan University Management Collection of Essays, Volume 14: Issue 2, pp. 23-47
JIang Yixin (2001), Mutual Funds Performance Ability Analysis and Persistence Study, Graduate Institute of Finance, NYSU, Unpublished Master Thesis Paper
Lee Mingzhi (1996), Domestic Mutual Funds Performance Persistence Study, Master Thesis Paper, Graduate Institute of Business Administration, NCHU
Lee Cunyin (2004), Study of Factors Affecting Domestic Stocks Funds Performance, Master Thesis Paper of Graduate Institute of Economics, Shih Hisun University
Chiu Xianbi, Theory and Practice of Evaluation of Funds Performance, Securities Market Development Quarterly, Issue 19, pp. 33-45, July 1993
Chiu Xianbi, Lin Qinpei (1999) Study of Mutual Funds Classification and Funds Performance Persistence, Journal of Finance Studies, Volume, 7 Issue 2, pp. 63-88 。
Wu Jinting (1998), Study of Mutual Funds Performance Persistence and Investment Trust Companies Performance Differences, Graduate Institute of Business Administration, NCU, Unpublished Master Thesis Paper
Xu Peiji, Chen Xuanji, Du Mingzhi (2003), Mutual Funds Shareholding Performance Decomposition and Information Content, Securities Market Development Quarterly, Volume 15, Issue 3, pp. 1-26
Zhang Xun (1999), Fama-French Three-factor Model Mutual Funds Performance Persistence Study, Graduate Institute of Business Administration, NSYU, Unpublished Master Thesis Paper
Chiu Shuyuan, Xu Jiahao (2002) Relation between Funds Characteristics and Performance, Journal of Chinese Management Review, October 2002
Chen Anlin, Hong Jialing, Lee Wenzhi (2001), Study of Mutual Funds Management Team Property and Funds Performance, Securities Market Development Quarterly, Issue 13, Issue 3, pp. 1-27
Chen Anlin (1999), The Stable Factors for the Stock Returns in Taiwan: Cross-Validation, Factor Analysis and Simulation, Collection of Essays, The Eighth Securities and Financial Market Theory and Practice Study Symposium, pp. 174–197
Zheng Weihu, Lee Kaili (2006), Study of Short-term Performance of Mutual Funds in Taiwan – Based on Model of Mover-Stayer, Economic Thesis Paper, 34:4 (2006),469–504
Wong Shihuei (2002), Study of Mutual Funds Performance and Persistence with Gruber Four-factor Model and Modified Two-factor Model Evaluation, Graduate Institute of Management, NCTU, Unpublished Master Thesis Paper
Abrahamse, AF, (1969), “The Tail Field of a Markov Chain.” The Annals of Mathematical Statistics, Vol. 40, No. 1, pp. 127-136.
Anderson and Goodman, (1957), “Statistical Inference about Markov Chains.” The Annals of Mathematical Statistics, Vol. 28. 28. No.1, pp. 89-110.
Anderson, TW; Goodman, LA, (1957), “Statistical Inference about Markov Chains,” The Annals of Mathematical Statistics, Vol. 28, No. 1. 28, No 1. pp. 89-110.
Banerjee, AV, (1992), “A Simple Model of Herd Behavior.” The Quarterly Journal of Economics, Vol. 107, No. 3, pp. 797-817.
Bhat, BR . (1961), “On the Asymptotic Distribution of the "PSI-Squared" Goodness of Fit Criteria for Markov Chains and Markov Sequences.” The Annals of Mathematical Statistics, Vol. 32, No. 1, pp. 49-58.
Billingsley, Patrick., (1961), “Statistical Methods in Markov Chains.” The Annals of Mathematical Statistics, Vol. 32, No. 1, pp. 12-40.
Boudreau, PE, (1968), “Functions of Finite Markov Chains and Exponential Type Processes,” The Annals of Mathematical Statistics, Vol. 39, No. 3, pp. 1020-1029.
Brown, SJ; Goetzmann, WN; Ross, SA, (1995), “Survival.” The Journal of Finance, Vol. 50, No. 3, Papers and Proceedings Fifty-Fifth Annual Meeting, American Finance, Association, Washington, DC, January 6-8, 1995. pp. 853-873.
Brown, SJ; Goetzmann, WN (1995), “Performance Persistence.” The Journal of Finance, 50,679-698.
Carhart, MM, (1997), “On Persistence in Mutual Fund Performance.” The Journal of Finance, 52,57-82.
Cochran (1952), “The χ 2 -test of goodness of fit.” The Annals of Mathematical Statistics, Vol. 23. 23.
Conrad, J.; Kaul, G., (1993), Long-Term Market Overreaction or Biases in Computed Returns?” The Journal of Finance, Vol. 48, No. 1, pp. 39-63.
Elton, EJ; Gruber, MJ; Blake, CR, (1996), “The Persistence of Risk-Adjusted Mutual Fund Performance.” Journal of Business, Vol. 69, No.2 pp. 133-157
Elton, EJ; Gruber, MJ; Blake, CR, (1996), “Survivorship Bias and Mutual Fund Performance.” The Review of Financial Studies, Vol. 9, No.4, pp. 1097-1120
Falkenstein, EG, (1996), “Preferences for Stock Characteristics as Revealed by Mutual Fund Portfolio Holdings.” The Journal of Finance, 51,111-135.
Gold, Ruth Z., (1963), “Tests Auxiliary to χ 2 Tests in a Markov Chain. The Annals of Mathematical Statistics, Vol. 34, No. 1, pp. 56-74.
Goodman, LA, (1959), “On Some Statistical Tests for Mth Order Markov Chains.” The Annals of Mathematical Statistics, Vol. 30, No. 1, pp. 154-164.
Grinblatt, M.; Titman, S., (1993),” Performance Measurement without Benchmarks :An Examination of Mutual Fund Returns.” The Journal of Business,vol.66, No.1,47-68.
Grinblatt, M.; Titman, S.; Wermers, R., (1995), “Momentum Investment Strategies, Portfolio Performance, and Herding: A Study of Mutual Fund Behavior.” The American Economic Review, Vol. 85, No. 5. pp. 1088-1105.
Grinblatt, M.; Titman, S.; Wermers, R., (1995), “Momentum Investment Strategies, Portfolio Performance, and Herding: A Study of Mutual Fund Behavior” The American Economic Review, Vol. 85, No. 5, pp. 1088-1105.
Grinblatt, M; Titman, Titman ., (1992) “The Persistence of Mutual Fund Performance.” The Journal of Finance, Vol. 47, No. 5, pp. 1977-1984.
Hendricks, D.; Patel, J.; Zeckhauser, R., (1993),” Hot Hands in Mutual Funds Short-Run Persistence of Relative Performance 1974-1988.” The Journal of Finance, 48,93-130.
Jain , PC; Wu, JS, (2000), “Truth in Mutual Fund Advertising Evidence on Future Performance and Fund Flows.” The Journal of Finance, 55,937-958.
Jensen, MC, (1968), “The Performance of Mutual Funds in the Period 1945-1964.” The Journal of Finance, 23,389-416
Kothari, SP; Warner, JB, (2001), “Evaluating Mutual fund Performance.” The Journal of Finance, 56, 1951-2010.
Kupiec, P. ,1995, "Techniques for Verifying the Accuracy of Risk Measurement Models", Journal of Derivatives 2 (December), 73-84.
Lehmann, BN; Modest, DM, (1987), “Mutual Fund Performance Evaluation--A Comparison of Benchmarks and Benchmark Comparisons.” The Journal of Finance, 42,233-265.
Malkiel, BG, (1995), “Returns from Investing in Equity Mutual Funds 1971 to 1991.” The Journal of Finance, 50,549-572.
Walsh, JE, (1946),“Some Order Statistic Distributions for Samples of Size Four. "The Annals of Mathematical Statistics, Vol. 17, No. 2., pp. 246-248.
Zheng, L., (1999), “Is Money Smart A Study of Mutual Fund Investors' Fund Selection Ability.”, The Journal of Finance, 54,901-933

Table 1: Kenaikan Reksadana di Taiwan antara 1990 dan 2006 dan Klasifikasi Terget Investasi
Target Investasi Kenaikan investasi di Taiwan Kenaikan di Taiwan dan Taget investasi di dalam dan luar negeri Kenaikan di Luar Taiwan dan investasi di Taiwan Total
Small stocks 29 29 1 1 30 30
Real property securitization 8 8 8 8
Real estate 8 8 1 1 9 9
Stocks Saham 164 164 67 67 4 4 235 235
Stocks + bond 85 85 25 25 110 110
Principle guarantee 11 11 2 2 13 13
Index stocks 6 6 1 1 1 1 8 8
Tech stocks 41 41 10 10 51 51
Energy stocks 2 2 2 2
Funds Dana-dana 8 8 74 74 82 82
Currency Mata uang 2 2 2 2 4 4
Bones Bones 93 93 28 28 121 121
Asset securitization 5 5 5 5
Total Total 447 447 226 226 5 5 678 678
Catatan : Data dari kenaikan dana dan target investasi diperoleh dari TEJ database.
Table 2:Bagan Dana Transisi Probabilitas Matrix di Dua Divisi
1990~2006 ( R1 ) ( R2 ) ( C )
a. absolute return
( S1 ) 52.7*** 44.6** 2.67 2,67
( S2 ) 45.3* 45,3 * 48.8 48,8 5.98***
(New) (Baru) 44.6 44,6 55.4** 0*** 0 ***
b. Sharpe index
( S1 ) 56.8*** 40.9*** 2.32**
( S2 ) 42.4*** 51.2* 6.33***
(New) 40.9** 59.1*** 0*** 0 ***
Jensen index
( S1 ) 53*** 44.5** 2.56*
( S2 ) 45* 48.9 48,9 6.1***
(New) 44.6 44,6 55.4** 0*** 0 ***
Treynor index
( S1 ) 56.4*** 41.2*** 2.32**
( S2 ) 42.6*** 51.1* 6.33***
(New) (Baru) 41.6** 58.4*** 0*** 0 ***
Table 3: Kebersamaan dari Tes pembagian dalam dua bagian Bagan Dana Transisi Probabilitas Matrix yang sama
Null hypothesis Absolute return Sharpe index Jensen index Treynor index
P(S1,R1)=P(S1,R2) 8.3*** 27*** 9.5*** 25.1***
P(S2,R1)=P(S2,R2) 14*** 23.9*** 15.5*** 23.6***
P(New,R1)=P(New,R2) 15.3*** 21.9*** 15.3*** 20.5***
All probabilities equal. 等 37.6*** 72.9*** 40.3*** 69.1***

Table 4: Bagan Dana Transisi Probabilitas Matrix di Sepuluh Divisi

1990~2006 ( R1 ) ( R2 ) ( R3 ) ( R4 ) ( R5 ) ( R6 ) ( R7 ) ( R8 ) ( R9 ) ( R10 ) ( C )
a. absolute return
( S1 ) 12.8 12,8 8.94 8,94 13.4 13,4 7.26 7,26 13.4 13,4 10.1 10,1 8.38 8,38 8.38 8,38 10.6 10,6 5.59** 1.12**
( S2 ) 8.19 13.5 13,5 11.1 11,1 7.6 7,6 8.77 8,77 12.3 12,3 11.7 7.02 12.9 5.26** 1.75
( S3 ) 14.5** 9.83 9.25 9.25 8.67 7.51 15** 12.1 12,1 7.51 7,51 5.2** 1.16**
( S4 ) 10.6 13.5 10.6 10,6 8.82 14.1* 6.47 11.8 7.06 5.88* 8.24 2.94 2,94
( S5 ) 8.93 11.9 10.7 10.7 7.14 7.14 7,14 8.93 11.9 8.33 7.74 7,74 6.55*
( S6 ) 9.25 12.7 9.83 9.83 9.25 6.36 13.3 8.67 11.6 5.78* 3.47 3,47
( S7 ) 9.83 9,83 7.51 7,51 12.1 7.51 9.25 11.6 8.09 8,09 15** 7.51 6.94 4.62 4,62
( S8 ) 11.8 4.71** 6.47 11.8 9.41 14.7** 8.24 9.41 11.2 11,2 6.47 5.88 5,88
( S9 ) 8.62 8,62 8.05 8,05 9.77 9,77 13.8* 8.05 9.2 9,2 12.1 8.05 4.02*** 10.9 7.47**
( S10 ) 5.52* 6.13 8.59 8.59 8,59 7.36 12.9 4.91** 7.36 11.7 18.4*** 18,4 *** 8.59***
(New) 9.57 9.24 6.93* 9.9 8.91 9.24 6.6* 9.9 13.5** 16.2*** 0*** 0 ***
b. Sharpe index
( S1 ) 16.8*** 11.2 10.6 10.6 9.5 9,5 7.82 10.6 8.94 8.38 5.03** 0.56***
( S2 ) 9.94 15.2** 11.1 11,1 9.36 9,36 10.5 8.77 10.5 11.7 6.43 5.26** 1.17**
( S3 ) 10.4 10.4 10.4 8.09 8,09 13.3 12.7 11.6 9.83 4.05*** 6.94 2.31 2,31
( S4 ) 16.5*** 10.6 11.2 11,2 11.8 10 8.82 8.24 5.88* 5.88* 5.88* 5.29
( S5 ) 7.74 7,74 10.1 10,1 15.5** 14.9** 8.33 7.14 5.95* 11.9 9.52 6.55 2.38
( S6 ) 9.83 9.25 7.51 7,51 12.1 10.4 8.09 8,09 8.09 8,09 9.25 15** 6.94 6,94 3.47 3,47
( S7 ) 7.51 7,51 5.78* 8.09 8,09 8.67 8,67 9.83 12.7 13.9* 11 11 13.3 4.62** 4,62 ** 4.62 4,62
( S8 ) 5.88* 10 10.6 11.8 10.6 12.4 12,4 8.82 10.6 7.06 6.47 5.88
( S9 ) 8.05 8.62 12.1 5.75* 8.62 9.77 9,77 12.6 12,6 8.05 6.32 11.5 8.62***
( S10 ) 6.75 6,75 4.91** 7.36 5.52* 6.13 9.2 9,2 8.59 7.36 16.6*** 18.4*** 18,4 *** 9.2***
(Baru) 9.9 9.57 5.61** 7.92 7.92 9.57 8.58 8,58 10.2 12.9* 17.8*** 0*** 0 ***


Tabel 4 (lanjutan)
1990~2006 ( R1 ) ( R2 ) ( R3 ) ( R4 ) ( R5 ) ( R6 ) ( R7 ) ( R8 ) ( R9 ) ( R10 ) ( C )
c. Jensen index
( S1 ) 15.1** 12.3 12,3 14* 14 * 7.26 9.5 12.3 12,3 7.26 8.94 8,94 6.7 6.15* 0.56***
( S2 ) 9.94 13.5 13,5 11.1 11,1 9.94 8.19 9.36 9,36 6.43 14.6** 10.5 4.68** 1.75 1,75
( S3 ) 12.1 12,1 8.67 8,67 11 11 7.51 7,51 10.4 10,4 7.51 7,51 13.9* 12.1 12,1 9.25 9,25 6.36 1.16**
( S4 ) 12.9 12,9 9.41 10.6 11.2 11,2 9.41 8.24 7.06 8.24 8.82 10.6 3.53
( S5 ) 10.1 10,1 7.74 7,74 11.9 11,9 13.7* 7.14 7,14 8.33 7.74 7,74 8.33 10.1 10,1 8.93 5.95 5,95
( S6 ) 8.67 8,67 12.1 12,1 9.25 9,25 11 11 10.4 10,4 8.67 8,67 7.51 7,51 9.25 9,25 10.4 10,4 9.83 9,83 2.89 2,89
( S7 ) 9.83 9,83 9.25 9,25 7.51 7,51 9.83 9,83 10.4 10,4 10.4 10,4 10.4 10,4 12.1 12,1 10.4 10,4 4.05*** 5.78
( S8 ) 9.41 9,41 8.82 8,82 8.82 8,82 10.6 9.41 9,41 14.7** 12.4 12,4 8.82 8,82 7.65 6.47 2.94 2,94
( S9 ) 6.32 10.9 7.47 7,47 8.62 9.77 9,77 11.5 11,5 10.9 8.05 4.6** 12.6 12,6 9.2***
( S10 ) 5.52* 5.52* 8.59 8,59 8.59 8,59 7.98 9.2 9,2 10.4 10,4 5.52* 11 11 17.8*** 9.82***
(Baru) 9.57 8.25 8,25 7.92 7,92 8.25 8,25 10.6 7.92 7,92 11.6 11,6 9.24 9,24 14.5*** 12.2 12,2 0*** 0 ***
d. Treynor index
( S1 ) 16.2*** 12.8 12,8 12.8 12,8 8.94 8,94 10.6 10,6 7.82 7,82 10.6 7.82 7,82 6.7 4.47*** 1.12**
( S2 ) 9.36 9,36 12.3 12,3 11.1 11,1 12.3 12,3 8.19 9.94 9.36 9,36 13.5 13,5 7.02 7,02 5.26** 1.75 1,75
( S3 ) 13.3 10.4 10,4 8.67 8,67 8.67 8,67 13.3 9.25 9,25 11 11 11 11 5.78* 6.94 6,94 1.73 1,73
( S4 ) 12.9 12,9 10 14.7** 10 10 8.24 12.9 12,9 8.24 6.47 5.29** 6.47 4.71 4,71
( S5 ) 9.52 9,52 11.9 11,9 11.9 11,9 13.7* 13,7 * 10.1 10,1 10.1 10,1 7.14 7,14 9.52 9,52 7.14 7,14 6.55 6,55 2.38 2,38
( S6 ) 8.09 8,09 8.67 8,67 12.7 9.25 9,25 12.1 12,1 8.09 8,09 5.2** 11.6 11,6 16.2*** 5.2** 2.89 2,89
( S7 ) 8.09 8,09 5.78* 7.51 7,51 9.25 9,25 10.4 10,4 13.3 13.3 13,3 11.6 11,6 11 11 5.78* 4.05 4,05
( S8 ) 4.71** 8.82 8,82 8.82 8,82 13.5 13,5 8.24 13.5 13,5 11.8 8.24 7.06 8.24 7.06**
( S9 ) 6.32 9.77 9,77 6.9 6,9 8.05 8,05 9.77 9,77 9.77 9,77 12.1 12,1 8.62 8,62 8.05 8,05 11.5 11,5 9.2***
( S10 ) 9.2 9,2 4.91** 9.2 9,2 7.36 7,36 4.91** 6.13 6,13 8.59 8,59 5.52* 17.8*** 17.8*** 8.59***
(New) (Baru) 10.9 10,9 9.9 5.61** 6.6* 6,6 * 8.58 8,58 7.59 7,59 9.57 10.6 10,6 13.2** 17.5*** 0*** 0 ***
Table 5 : Kebersamaan dari Tes pembagian dalam dua bagian Bagan Dana Transisi Probabilitas Matrix yang sama di sepuluh devisi

States Amerika absolute return Sharpe index Jensen index Treynor index
( S1 ) 15.4 20.1** 22.4** 23.3**
( S2 ) 14.4 14,4 15.2 15.8 15,8 12.2 12,2
( S3 ) 18.9* 13.3 12.6 12,6 11.7 11,7
( S4 ) 13.5 13,5 18.8* 4.7 16.5 16,5
( S5 ) 9.3 9,3 18.5* 9.2 9,2 9.3 9,3
( S6 ) 9.6 9,6 9.5 9,5 3.2 3,2 19.6**
( S7 ) 11.6 11,6 16.7 16,7 10.1 10,1 12.6 12,6
( S8 ) 17* 17 * 10.4 10,4 9.1 9,1 18.2* 18,2 *
( S9 ) 18.6* 18,6 * 20.9** 25.4*** 20.6**
( S10 ) 37.1*** 46.8*** 37.9*** 46.9***
( New ) 34.8*** 42.9*** 25.3*** 45***
(All) (Semua) 200.2*** 233.2*** 175.7*** 235.8***

Table 6 : Hasil Transisi Probabilitas Matrix dari Sub - Samples
1990~2006 ( R1 ) ( R2 ) ( R3 ) ( C ) ( R1 ) ( R2 ) ( R3 ) ( C )
a. tech stocks b. b. small stocks
1.absolute return
( S1 ) 39.7 39,7 38.5 38,5 21.8* 0*** 0 *** 36.7 36,7 34.7 34,7 26.5 26,5 2.04 2,04
( S2 ) 36 36 34.7 34,7 28 28 1.33 1,33 29.5 29,5 36.4 36,4 27.3 27,3 6.82 6,82
( S3 ) 25.4 25,4 26.8 26,8 42.3* 5.63 5,63 26.8 26,8 29.3 29,3 39 39 4.88 4,88
(New) (Baru) 35 35 30 30 35 35 0** 0 ** 51.9** 22.2 22,2 25.9 25,9 0 0
2.Sharpe index
( S1 ) 41* 41 * 39.7 39,7 19.2** 0*** 0 *** 40.8 40,8 26.5 26,5 30.6 30,6 2.04 2,04
( S2 ) 34.7 34,7 38.7 38,7 26.7 26,7 0*** 0 *** 27.3 27,3 36.4 36,4 29.5 29,5 6.82 6,82
( S3 ) 23.9 23,9 22.5* 46.5*** 7.04 7,04 26.8 26,8 36.6 36,6 31.7 31,7 4.88 4,88
(Baru) 37.5 37,5 27.5 27,5 35 35 0** 0 ** 48.1* 48,1 * 25.9 25,9 25.9 25,9 0 0
3.Jensen index
( S1 ) 41* 41 * 37.2 37,2 20.5** 1.28* 1,28 * 36.7 36,7 30.6 30,6 30.6 30,6 2.04 2,04
( S2 ) 32 32 40 40 28 28 0*** 0 *** 31.8 31,8 38.6 38,6 22.7 22,7 6.82 6,82
( S3 ) 25.4 25,4 23.9 23,9 45.1** 5.63 5,63 26.8 26,8 29.3 29,3 39 39 4.88 4,88
(Baru) 40 40 27.5 27,5 32.5 32,5 0** 0 ** 48.1* 48,1 * 25.9 25,9 25.9 25,9 0 0
4.Treynor index
( S1 ) 44.9** 34.6 34,6 20.5** 0*** 0 *** 36.7 36,7 32.7 32,7 28.6 28,6 2.04 2,04
( S2 ) 28 28 41.3* 41,3 * 30.7 30,7 0*** 0 *** 31.8 31,8 34.1 34,1 27.3 27,3 6.82 6,82
( S3 ) 25.4 25,4 26.8 26,8 40.8 40,8 7.04 7,04 26.8 26,8 31.7 31,7 36.6 36,6 4.88 4,88
(Baru) 40 40 25 25 35 35 0** 0 ** 48.1* 48,1 * 25.9 25,9 25.9 25,9 0 0
c. c. stocks saham d. d. stocks + bonds
1.absolute return
( S1 ) 39.7*** 32.5 32,5 25.8*** 1.97*** 39.8 39,8 30.1 30,1 25.8 25,8 4.3 4,3
( S2 ) 32.7 32,7 31 31 31.6 31,6 4.65 4,65 28.6 28,6 36.9 36,9 31 31 3.57 3,57
( S3 ) 29.6 29,6 30.7 30,7 32.3 32,3 7.4** 40 40 22.5* 25 25 12.5***
(New) (Baru) 22.9*** 35.2 35,2 41.9*** 0*** 0 *** 26.8 26,8 34.1 34,1 39 39 0*** 0 ***
2.Sharpe index
( S1 ) 39.5*** 36.5** 22.3*** 1.75*** 1,75 *** 46.2*** 32.3 32,3 18.3*** 3.23 3,23
( S2 ) 33.4 33,4 29.6 29,6 32.7 32,7 4.2 4,2 33.3 33,3 32.1 32,1 29.8 29,8 4.76 4,76
( S3 ) 28.7 28,7 30.5 30,5 32.7 32,7 8.07*** 27.5 27,5 32.5 32,5 27.5 27,5 12.5***
(Baru) 23.7*** 30.5 30,5 45.8*** 0*** 0 *** 26.8 26,8 26.8 26,8 46.3*** 0*** 0 ***
3.Jensen index
( S1 ) 39.7*** 32.3 32,3 26.4** 1.53*** 45.2*** 26.9 26,9 23.7* 23,7 * 4.3 4,3
( S2 ) 32.7 32,7 29.4 29,4 33 33 4.87 4,87 28.6 28,6 35.7 35,7 32.1 32,1 3.57 3,57
( S3 ) 28.5 28,5 32.1 32,1 31.8 31,8 7.62*** 33.8 33,8 31.2 31,2 22.5* 12.5***
(Baru) 25** 36 36 39** 0*** 0 *** 26.8 26,8 30.5 30,5 42.7** 0*** 0 ***
4.Treynor index
( S1 ) 40*** 33.6 33,6 24.5*** 1.97*** 48.4*** 26.9 26,9 21.5** 3.23 3,23
( S2 ) 32.5 32,5 32.3 32,3 31 31 4.2 4,2 31 31 38.1 38,1 23.8 23,8 7.14 7,14
( S3 ) 28.3 28,3 31.6 31,6 32.3 32,3 7.85*** 26.2 26,2 32.5 32,5 31.2 31,2 10* 10 *
(Baru) 25.4** 28.8 28,8 45.8*** 0*** 0 *** 28 28 26.8 26,8 45.1** 0*** 0 ***

Table 7 : Kebersamaan dari Test Sub-samples
Bagian Amerika absolute return Sharpe index Jensen index Treynor index
a. Tech stocks
( S1 ) 8.8** 11.2*** 7.9** 11.2***
( S2 ) 2.8 2,8 5.5 5,5 5.5 5,5 6.1*
( S3 ) 4.1 4,1 8.9** 6.4* 4.1 4,1
(Baru) 2.2 2,2 2.7 2,7 3 3 3.5 3,5
(Semua) 17.8** 28.3*** 22.7*** 24.9***
b. Small stocks
( S1 ) 1.7 1,7 2.5 2,5 1.2 1,2 1.3 1,3
( S2 ) 1 1 1 1 2.2 2,2 0.8 0,8
( S3 ) 1.1 1,1 0.6 0,6 1.1 1,1 0.6 0,6
(Baru) 5.8 5,8 4.1 4,1 4.1 4,1 4.1 4,1
(Semua) 9.6 9,6 8.3 8,3 8.6 8,6 6.8 6,8
c. Stocks
( S1 ) 21.9*** 33.5*** 23.3*** 25.3***
( S2 ) 0.2 0,2 1.4 1,4 1.1 1,1 0.5 0,5
( S3 ) 7.6** 12.2*** 9.4** 10.9***
(Baru) 25.6*** 30.6*** 19.8*** 29.4***
(Semua) 55.3*** 77.8*** 53.6*** 66.1***
c. Stocks + bonds
( S1 ) 3 3 11.9*** 7.9** 12.3***
( S2 ) 1.2 1,2 0.2 0,2 0.9 0,9 3.8 3,8
( S3 ) 15.2*** 11.1*** 11,1 *** 12.5*** 5.5 5,5
(Baru) 6* 6 * 10.6*** 7.6** 9.5**
(Semua) 25.5*** 33.8*** 28.9*** 31.1***
Table 8 : Peringkat Rata - rata odari Likuiditas atau Dana Merger
Klasifikasi Dua tahun sebelum Likuidasi Satu tahun sebelum Likuidasi Likuidasi / Merger Nomor Rata – rata pertahun
Likuidasi 65.1% 65,1% 65.5% 65,5% 77.1% 77,1% 33 33 4.09 4,09
Dana Merger 61.5% 61,5% 67.9% 67,9% 74.4% 74,4% 52 52 4.14 4,14

Hasil dari Dana Merger Dua tahun sebelum Likuidasi Satu tahun sebelum Likuidasi Likuidasi / Merger Satu tahun setelah Likuidasi Dua tahun setelah Likuidasi
53% 53% 61.4% 61,4% 57.9% 54.3% 54,3% 52.6% 52,6%