怎样写私募股权基金业绩评价信度函数模型

当前位置: 大雅查重 - 范文 更新时间:2024-03-06 版权:用户投稿原创标记本站原创
【摘 要】 文章应用Dempster和Shafer的证据理论,研究了私募股权基金的业绩评价【会计论文】,了私募股权基金业绩评价的信度函数模型。讨论了私募股权基金业绩评价指标的确立,进而讨论了在业绩评价指标体系确立,如何这些指标(定性指标和定量指标)打分其他的策略会计专业论文,将每项指标的评价定量化;,再信度函数的理论将这些评价综合,衡量业绩的综合指标。该综合指标用于基金排名,投资经理选择基金,也基金管理人硕士论文的情况,还为政府或行业协会硕士论文基金。
【会计论文范文词】 私募股权基金; 业绩评价; Dempster-Shafer证据理论; 信度函数模型
一、
私募股权基金的业绩评价是PE行业非常而又非常棘手的【会计论文】。
知道,私募股权投资在世界经济中占有非常的地位。据统计,2006年全球私募股权筹资总额达到4 320亿美元。2008年全球私募股权基金管理的资产规模已达到10 000亿美元①。
近年来,的私募股权投资了发展。说,已亚洲最为活跃的私募股权投资市场。2008年,的私募股权投资案例607个,投资金额42.1亿美元。2009年,金融危机的影响,投资规模略有下降,投资案例数下降为477个,投资金额27.01亿美元②。2010年,私募股权市场迎来了强劲反弹,全年共发生投资案例数1 179起,投资金额252.81亿美元③。
,现在世界上大的机构投资者都想涉足投资领域,都想在的投资组合中加入私募股权投资。现在从事私募股权投资的公司数不胜数。即使是在PE基金硕士论文越来越多,如何在如此众多的PE基金中选出“好”基金用于投资,确实论文格式范文一件的事。
选择“好”的基金,当然硕士论文论文范文是“好”基金,用论文范文标准来衡量一支基金是“好”还是“坏”,即要解决基金如何评价的【会计论文】。

二、私募股权基金的业绩评价指标

私募股权基金的业绩评价在国外有较多的讨论,也有文献了常用的业绩评价指标和策略会计专业论文。
Thomas Meyer & Pierre-Yves(2005,2007)讨论了私募股权基金收益的J曲线现象定义了多个衡量业绩的定量指标(如内部收益率IRR、回报倍数等)和多个定性指标(如管理团队的技能、管理团队的稳定性、管理团队的动机等)。Ljungqvist & Richardson(2003)定义了另业绩评价指标获利指数PI。PI=投资者所的流的现值/投资者所投资的资本现值。计算现值所用的贴现率的选择有不同的标准。有人统一选择某利率分子和分母的贴现率,如标准普尔500的市场收益率;也有人分子分母选择不同的利率,如选择资本成本率(市场期望收益率)分母的贴现率,选择无风险利率(国债利率)分子的贴现率。Kaplan and Schoar(2003)应用PME一项衡量私募股权投资基金收益的新工具。的定义和解释,PME是流出与流入的贴现值之比。此处贴现率选自某个基准市场的同期收益率。,若PME>1,则私募股权投资基金的业绩是优于所选的基准市场的。
Mark Weisdorf(2005)(在Private Equity International(2005))讨论了业绩评价的【会计论文】,总结了业绩评价的一些指标和策略会计专业论文。他业绩评价采取定性和定量相的策略会计专业论文。对于短期评价应采取定性的指标浅析【会计论文】,而对于长期评价则定量指标为主的策略会计专业论文。
对于短期评价,他倡议定性浅析【会计论文】。他列举了如下:
·投资及战略
·投资进展
·投资成本
·被投资企业的经营情况和财务论文格式范文
·为被投资企业的增值服务
·信息披露与投资者关系
·公司治理与激励
·人事变动
对于长期评价,他倡议定量浅析【会计论文】并用内部收益率IRR和资本回报倍数MOC评价指标。当然,他也了建立业绩评价标杆的困难和【会计论文】。
借鉴前述文献的研究成果,讨论在业绩评价指标体系确立,如何这些指标(定性指标和定量指标)打分的策略会计专业论文,将每项指标的评价定量化;,再信度函数理论将这些评价综合,衡量业绩的综合指标。该综合指标用于基金排名,此排名比用单个指标,比如IRR的排名更客观、更综合。另外,该指标讨论的策略会计专业论文对机构投资者选择基金有很大的价值。在基金管理公司内部,该指标可基金经理投资经理业绩考核的。,该指标对政府或行业协会等监管机构硕士论文基金也会有一定的作用。

三、信度函数简介

信度函数是证据理论或Dempster-Shafer理论。
证据理论是Dempster和Shafer于20世纪六七十年代创立的。文献Shafer(1976)讨论了证据理论的和理论,了信度分配、信度函数的定义信度函数合成的Dempster法则。(1996)将证据理论应用于决策领域,了证据决策的并了应用证据理论作决策的函数模型。
信度分配是一定条件的识别框架上的函数。
设?专是识别框架。集函数m:2?专→[0,1]:
(1)m(?准)=0
(2)∑A∈?专m(A)=1
则称m为框架?专上的信度分配;?坌A∈?专,m(A)称为A的信度值。
信度函数是在信度分配的上定义的。
设?专是识别框架。m是框架?专上的信度分配,则称条件?坌A∈?专,Bel(A)=∑B∈Am(B)的函数Bel为框架?专上的信度函数。
设?专是识别框架。m是框架?专上的信度分配,则称条件?坌A∈?专,Com(A)=∑A∈Bm(B)的函数Com为框架?专上的众信度函数。
证明:信度函数与众信度函数定义。
?坌A∈?专,Bel(A)=∑B∈A(-1)|B|Com(B)
?坌A∈?专,Com(A)=∑B∈A(-1)|B|Bel(B)
,信度函数与众信度函数所承载的信息是相同的。
用众信度函数评价的。

四、私募股权基金业绩评价的信度函数模型

(一)业绩评价指标得分

前已述及,私募股权基金业绩评价可从多个,既有定性浅析【会计论文】又有定量浅析【会计论文】。对于定量指标,如内部收益率r,假设内部收益率的某种标杆,比如说,行业标准为B。对于此指标,如下策略会计专业论文基金在该项指标上的得分p。
对于其他定量指标,都此策略会计专业论文定义基金在该项指标上的得分。
对于定性指标,咨询有关专家该项指标的评分。打分原则是:专家基金的情况,打出分数,比如说,85;给出分值的范围,比如说,85~95,75,65等。
显而易见,打分的策略会计专业论文更加人类专家的习惯,更,更科学。不一定非要专家说出值。,对专家而言,也愿意合作,认真深思,从而给出较客观的论文范文。
经过定性指标的打分和定量指标的标杆浅析【会计论文】,了每指标的分值。不过,这些分值与传统打分分值不同,论文格式范文单一绝对值,的分值范围。



假设,为了评价基金的业绩,选取了10个指标,所的每项指标的分值情况如下所示:
指标1:75分,可表示为75≤x≤100,x为得分变量(下同)。
指标2:85到95之间,可表示为85≤x≤95。
指标3:76分,可表示为x=76,76≤x≤76。
指标4:50分,可表示为0≤x≤50。
指标5:90分,可表示为90≤x≤100。
指标6:75到85之间,可表示为75≤x≤85。
指标7:85分,可表示为85≤x≤85。
指标8:不到90分,可表示为0≤x≤90。
指标9:差不多85分(上下5分),可表示为80≤x≤90。
指标10:88分,可表示为88≤x≤88。
,得分矩阵
A=75 10085957676 05090 10075858585 09080908888

(二)权重分配

接下来,为每个指标分配权重,以表示指标之间的相对性。有策略会计专业论文用于权重的设置。(2011)曾经应用层次浅析【会计论文】法讨论了指标权重的确立。假设已经某种策略会计专业论文了例中10个指标的权重:B=(a1,a2,…,a10),a1,a2,…,a10
m(75≤x≤100)=a1
m(85≤x≤95)=a2
m(76≤x≤76)=a3
m(0≤x≤50)=a4
m(90≤x≤100)=a5
m(75≤x≤85)=a6
m(85≤x≤85)=a7
m(0≤x≤90)=a8
m(80≤x≤90)=a9
m(88≤x≤88)=a10
据此,计算框架?专上的每子集的众信度。
计算框架?专上的子集的众信度,计算成指数增长,特定【会计论文】也多大必要。为此,采取如下策略会计专业论文,只计算众信度不为零的子集的众信度值。
用MATLAB语言的程序如下:
function[MAX Com a b]=COMALLMAXADJ(A,W)
% COMALLMAX is used to find the interval with maximum commonality value.
% A is the interval matric of basic probability assignment
% W is the weight vector
% First output is the maximum commonality itself
% Second output is the combined score
% [a,b] is the minimum and maximum values with maximum commonality value
MAX=0;
for i=0:100
for j=i:100
C=COMCAL(A,W,i,j);
if C>=MAX
MAX=C;
end
end
end
a=10000;
for i=0:100
for j=i:100
C=COMCAL(A,W,i,j);
if C==MAX
if i==0
a=0;
else
f(i,j)=i;
g(i,j)=j;
end
end
end
end
m=f(:);
n=g(:);
p=(m~=0);
q=(n~=0);
if a~=0
a1=min(m(p~=0));
a2=min(n(q~=0));
a=min(a1,a2);
end
b1=max(m);b2=max(n);
b=max(b1,b2);
Com=(a+b)/2;

(四)模型测试

本系统综合得分的计算用程序COMALLMAXADJ来完成。此程序的设计思想是:计算有关子集的众信度并从中找出众信度最大的子集决策结果。用例子来:

1.测试例一

假设得分矩阵A如下:
A=
7072
7273
6972
相应的权重为w=
0.20000.30000.5000
手工计算众信度不为0的子集,结果为:
69.000069.00000.5000
69.000070.00000.5000
69.00007

1.00000.5000

69.00007

2.00000.5000

70.000070.00000.7000
70.00007

1.00000.7000

70.00007

2.00000.7000

71.00007

1.00000.7000

7

1.000072.00000.7000

72.000072.0000

1.0000

72.00007

3.00000.3000

73.00007

3.00000.3000

列为相应的众信度。从列中找出最大值为1,对应的子集为{72}。,决策结果应为72。
运行程序COMALLMAXADJ,的结果硕士论文72,,此例了测试,见下面的运行结果。
>>[max com a b]=COMALLMAX(A,w)
max=
1
com=
72
a=
72
b=
72

2.测试例二

假设得分矩阵B和权重W如下:
B=
7071
7273
6972
W=
0.25000.25000.5000
手工计算众信度不为0的子集,结果为:
69.000069.00000.5000
69.000070.00000.5000
69.00007

1.00000.5000

69.00007

2.00000.5000

70.000070.00000.7500
70.00007

1.00000.7500

70.00007

2.00000.5000

71.00007

1.00000.7500

7

1.00007

2.00000.5000

70000700000.7500 7

2.00007

3.00000.2500

70000700000.2500 从列子集{70},{70,71},{71},{72}的众信度全为0.75。在情况下,决策集如何选取呢?
运行程序COMALLMAXADJ,如下结果:
>> [max com a b]=COMALLMAXADJ(B,W)
max=
0.7500
com=
71
a=
70
b=
72
,此程序找到了众信度最大子集的并集的上、下限70和72,然后程序求其上、下限的平均值的决策结果。

[1]

Dempster-Shafer证据理论,绝大情况下,众信度最大的子集应为单点集。,程序COMALLMAXADJ的运行结果情况下是的。个例子的情况并不多见。在情况下,求上下限的平价值决策结果是一种折办法。

3.测试例三

对于前文提到的得分矩阵A,在假设10个指标权重全部相等的情况下运行程序COMALLMAXADJ了如下结果:
此基金的综合评价得分为85分。

五、论文范文

探讨了私募股权基金基金管理公司业绩评价的定量模型。应用该模型将对基金的定性评价转化为定量评价,将对基金的多评价综合,衡量基金业绩的综合指标。该指标用于基金排名,此排名比用单个指标,比如IRR的排名更客观、更综合。另外,该指标讨论的策略会计专业论文对机构投资者选择基金有很大的价值。在基金管理公司内部,该指标可基金经理投资经理业绩考核的。,该指标对政府或行业协会等监管机构硕士论文基金也会有一定的作用。
【文献】
[1] 段新生.证据理论[M].经济科学出版社,1996.
[2] Duan Xinsheng.Weight the Indices to Measure Performance of PE Fund with the AHP Model,Proceedings of 2011 International Conference on Applied Social Science,2011.
[3] Alexander Ljungqvist and Matthew Richardson,The Cash Flow,Return and Risk Characteristics of Private Equity[J].NYU,Finance Working Paper No. 03-001,2003.
[4] Thomas Meyer & Pierre-Yves Mathonet,Beyond the J-curve:Managing a Portfolio of Venture Capital and Private Equity Funds[M].John Wiley &Sons,Ltd.,2005.
[5] Shafer,G.,A Mathematical Theory of Evidence[M].Princeton University Press,Princeton,NJ,1976.
[6] Private Equity International,The Guide to Private Equity Fund Investment Due Diligence[M].Research Guide,2005.
[7] Pierre-Yves Mathonet & Thomas Meyer,J-curve Exposure:Managing a Portfolio of Venture Capital and Private Equity Funds [M].John Wiley &Sons,Ltd.,2007.
[8] Steven Kaplan and Antoinette Schoar. Private Equity Performance:Returns,Persistence and Capital Flows,MIT Sloan Working Paper No. 4446-03,November,2003.

[1][2]