第一章 绪论
1.1 研究背景及意义
1.1.1 研究背景
1.1.1 研究背景
证券投资是一种狭义上的投资，在证券投资市场，投资者可以通过购买有价证券（股票、基金等）获取投资收益。我国证券市场起步较晚，但经过几十年的发展逐步壮大和成熟，取得了举世瞩目的成就，其价值理念和投资理念逐步被投资者认同和接受，在资本市场中产生越来越重要的影响。我国证券投资随着市场的规模不断扩大发展迅速，投资者越发关注创新意识的强化，并将越来越多的投资新品种带入市场，为我国经济的发展起到了巨大的促进作用。
一般来讲，证券投资具有一定的风险，想要在中国证券市场中获取收益需要专业的技能作为支撑。然而，对于企业和投资者来说，其有限的信息获取能力与专业分析能力难以支撑其做出合理有效的决策，因此，分析师与基金经理作为证券市场中专业性较强的一类人受到投资者越来越多的依赖。分析师作为证券市场的引导者，他们的主要职责是收集信息、分析信息，对获取的信息进行挖掘并提出自己的观点，其中包括经济形势分析、市场走势分析、产业变化分析、公司经营情况分析等多个方面，进而给出投资建议，辅助投资者进行决策，然而分析师的预测结论是否可靠，能否为投资者提供有效的帮助难以准确评估，有待于进一步的研究。基金经理不同于分析师，他们不但掌握着专业的技能，更加具有一定的主动性，能够真实地参与市场投资，对资产组合的配置做出判断和决策，进而实现管理资产合同中约定的策略，并获取市场目标收益。基金经理会根据当前市场状态及分析师的建议提取适合自己的信息，做出自己的投资判断，形成属于自己的投资风格，而不同的投资风格则决定着投资者的资金去向，需要投资者做出谨慎的择。
因此，无论是分析师还是基金经理，其投资选择能力均会对投资者的决策起到至关重要的作用，需要对其能力进行一定的研究。
...........................
1.2 国内外研究综述
1.2.1 证券投资分析师预测能力研究现状
1.2.1 证券投资分析师预测能力研究现状
已有文献的研究发现，公司的财务信息是分析师对其盈利能力进行预测的重要参考指标，同时也发现财务信息披露质量可以对分析师预测的准确性产生显著的正向影响（Brown et al，1997；Hope，2003；Behn et al，2008）[1-3]。此外，大量文献研究表明，企业披露社会责任信息可以有效地促进企业的财务绩效（陶文杰和金占明，2012；汤晓建，2013）[4, 5]，且随着资本市场的全面发展，投资者对企业社会责任承担情况更加重视，并将其作为财务信息披露的重要补充（Adams 等，2011）[6]，分析师也将其纳入企业收益状况预测的重要参考指标。
目前，国外学者对分析师预测能力的分析，主要从分析师跟踪数量、分析师预测精度以及分析师预测分歧三个方面展开。Lang 和 Lundholm（1996）[7]通过实证研究发现，企业社会责任信息的披露蕴含了潜在利益，可以吸引投资者对其进行投资，同时可以减少投资风险及降低信息不对称；Orens 和 Lybaert（2007）[8]通过实证研究，发现以社会责任信息为主体的非财务信息会影响到分析师的预测结果；Dhaliwal 等（2012）[9]以国家为单位，研究了社会责任信息披露对分析师预测误差的影响，发现独立发行社会责任报告的国家，其分析师预测误差显著较小；Harjoto等（2015）[10]通过对美国 1993-2009 年公众公司数据的分析，发现企业社会责任信息披露能够减少分析师的预测散布，增加企业价值。由以上综述可以看出，大多数国外学者的研究结果证实了企业社会责任信息披露对分析师预测存在影响。
..........................
第二章 分位数回归分析理论与方法
2.1 线性分位数回归
均值回归可以用于描述解释变量对响应变量条件均值的影响，具有线性性、无偏性和有效性等优良性质。但在实际问题中，古典假定往往难以满足，且当数据散布较大时，均值回归只能得到一条回归曲线，难以具有代表性。
均值回归可以用于描述解释变量对响应变量条件均值的影响，具有线性性、无偏性和有效性等优良性质。但在实际问题中，古典假定往往难以满足，且当数据散布较大时，均值回归只能得到一条回归曲线，难以具有代表性。
在线性回归的最小二乘法和中位数回归的基础上，Koenker 等(1978)[32]最先提出了分位数回归（QR）的概念，将线性回归和中位数回归扩展到了一般情况，使得响应变量的整个条件分布特征得以揭示。分位数回归采用最小化非对称损失函数的和的方法估计参数，与均值回归相比，有如下优点：第一，可以细致地刻画各影响因素对响应变量的异质影响；第二，对模型的随机扰动项无需做分布假定，提升了模型构建的稳健性。
分位数回归在研究处于不同分位点上解释变量对响应变量的影响的同时，也不需要误差项服从正态分布的假定，其对变量间异质性的刻画与稳健性受到了广大学者的关注。众多学者对其在理论模型和应用研究等方面开展了广泛深入的研究。第一，在模型计算方面，主要方法包括单纯形算法（Koenker 和 D'Orey，1987）[33]、内点算法和平滑算法等。第二，在模型检验方面，主要包括用以诊断回归系数与回归方程显著性的 Wald 检验和似然比检验、拟合优度检验以及回归系数同质性检验和对称性检验。第三，在模型扩展方面，随着计量技术的发展，分位数回归的建模框架不断得以丰富，例如，Koenker 和 Xiao（2006）提出的分位数自回归（QAR）模型、Xiao（2009）[39]提出的分位数协整模型和许启发和蒋翠侠（2011）[40]提出的分位数局部调整模型。第四，在模型预测方面，分位数回归能够细致刻画响应变量在不同分位点处的变动规律，不仅能够提供点预测与区间预测，而且能够提供条件密度预测，以反映响应变量条件分布的完整信息。
..........................
..........................
2.2 广义加性分位数回归
解释变量与响应变量间的函数形式并非总是已知的，在实际应用中，这种函数关系往往难以预估。Jiang 等（2014）[56]的研究表明，尽管在很多应用中，线性分位数回归模型可以提供有效估计，但是针对实际问题的模型假定可能会存在偏差，当模型假定有偏差时，基于该模型进行研究便可能会得到错误的结论，因此需要考虑更为一般的非线性模型。
非线性模型虽然在一定程度上可以解决模型误设的问题，但也存在函数形式选择和设计上的困难，为了解决这一难题，不断有学者采用非参数方法，建立非参数分位数回归模型。Koenker（2005）[38]和 Ghouch 和 Genton（2009）[57]通过局部多项式扩展开发了局部多项式分位数回归模型。Koenker 和 Schorfheide（1994）[33]探讨了一类分位数平滑样条，Koenker 和 Mizera（2004）[58]通过在三元模型上引入连续分段线性函数进行了扩展。White（1992）[59]基于 ANN 派生出非参数条件分位数估计的一致性。Taylor（2000）[60]将 ANN 框架扩展到非线性分位数回归中，并提出分位数回归神经网络模型（QRNN），一方面通过分位数回归细致地刻画解释变量对响应变量整个条件分布的影响，另一方面使用神经网络结构捕捉潜在的非线性特征。从以上研究中不难看出，非参数模型不需要假定解释变量与响应变量函数形式与分布，这一特性使其具有较大的稳健性和适应性，更加符合现实需求。
非参数回归模型由于不需要假设前提条件，能够更加灵活地挖掘数据间的关系，但其估计方差会随着自变量数目的增加而变大，且对解释变量与响应变量之间的关系的解释较为困难，1985 年 Stone 提出了加性模型[61]，将可加模型中的每一项分别使用光滑函数进行估计，使得每一项中解释变量与响应变量之间的关系都能够得到较好的解释，进而使问题得到解决。之后，Hastie 和 Tibshirani（1996）[62]将加性模型进行了扩展，提出了广义加性模型，为非参数回归建模提供了一种实用的方法，广义加性模型限制了非参数分量由低维加性成分组成，可以在一定程度上避免维数灾难的发生。
.................................
第三章 分析师预测能力受企业社会信息披露影响分析 ...................... 12
3.1 问题提出 ................... 12
3.1 问题提出 ................... 12
3.2 研究假设 .................. 12
第四章 证券投资基金经理选股与择时能力评价 ..................... 23
4.1 问题提出 ...................... 23
4.1 问题提出 ...................... 23
4.2 变量获取 .............23
第五章 总结与展望 ..................... 34
5.1 研究总结 ......................... 34
5.1 研究总结 ......................... 34
5.2 研究展望 .................... 35
第四章 证券投资基金经理选股与择时能力评价
4.1 问题提出
4.1 问题提出
近年来，我国证券投资基金取得了快速发展，在金融市场的重要性日益突出，不仅吸引了投资者的广泛关注，同时也吸引了大量的学者对其进行研究。基金收益不仅取决于投资资产本身，往往还取决于基金经理是否具有战胜市场的能力，主要包括股票选择能力（选股能力）和市场时机判断能力（择时能力）。因此，客观科学地评价基金经理的能力十分重要。
目前，国内外已有大量的文献对基金经理的选股与择时能力进行了广泛的研究，主要采用了均值回归的方法，各因素对基金经理的选股与择时能力的异质性难以得到体现，且已有研究所提出的模型多为参数估计模型，需要首先对变量之间的关系进行假设，容易出现偏差。因此，需要一个更加一般化的方法对基金经理的投资选择能力进行评价研究。
为更加准确地评价基金经理的选股与择时能力，进而为投资者提供投资参考，本章在分位数框架下，使用广义加性结构对三因子 T-M 模型进行拓展，提出了广义加性分位数回归模型，既可以增强模型在与分位点对应的不同市场环境下的解释能力，又能够避免三因子 T-M 模型形式误设带来的误差，提高评价效率。
.............................
第五章 总结与展望
5.1 研究总结
参考文献（略）
证券投资具有极大的市场风险，而投资者本身普遍缺乏相关专业知识，难以通过已有信息做出合理决策，本文围绕证券投资基金，选取了对这一市场具有引导和决定意义的两类人——证券投资分析师和基金经理进行相关分析，以此辅助分析师进行投资决策。基于分位数回归，本文主要做了以下研究工作：
参考文献（略）