目的：现阶段，我国的基金绩效评价体系还不够完善，同时一些发达国家在探讨这方面问题时提供了一些理论和方法。本文要通过运用基于VaR的GARCH模型和夏普指数两种评估方法，对基金业绩进行评价，从而找到一种相对合适的模型，从而让基金收益评价和比较的结果更具有参考价值。

意义：基金业绩指的是基金投资组合管理的综合表现。一个投资组合的高收益也就意味着承担高风险，低收入意味着承担的风险也比较低，所以，如果按照常规的计算平均收益率这种方法是远远不够的，因为还要根据风险大小来对收益率进行调整，也就是要计算风险调整后的收益率。本文探索了基于VaR的GARCH模型的业绩评估方法，为投资者提供风险偏好选择的评价指标。

研究现状分析：

国外研究VAR模型的文献比较丰富。具体如下:Jorion.P(1996)具体地界定VAR的概念,以及计算的模型。Hendrics(1996)对VaR计算模型的兰种方法进行了实证研究,并总结各种方法的优缺点。Francois M.Longln(2000)经过研巧压力测试下的极值理论,提出了极端状态下风险的计量方法。PenzaP（2001）定性地研巧了VAR在度量美国证券市场风险方面的应用。Davide Maspero提出了相对VAR的计量模型,详细介绍了该模型在资产风险管理中的应用,通过基金管理为例实证了相对VAR的计量方法。

在现实的金融市场中,独立同方差的假设远远不适用于刻画金融时间序列的波动规律。Engel(1982)通过研巧发现非线性时间序列中的误差项的方差不稳定,表现出波动集聚现象,并此提出了条件异方差自回归模型(ARCH模型),该模型全面的刻画方差的变化特点,能更加精确地对条件异方差进行测度,比一般模型假定方差为常数更真实,随后在经济领域中被广泛应用。

由于ARCH模型不能保证参数非负,而且不能刻画出波动率的持续性。Bollerslev提出了广义ARCH模型,也就是所谓的GARCH模型,GARCH模型分别考虑了扰动项和扰动顶条件方差的滞后值。GARCH模型因为其对波动现象近似准确地刻画,被广泛应用于证券市场的历史数据分析和金融产品定价等领域。

Lilien、Robins和Engle首次构建出条件异方差均值模型(GARCH-M模型)。Nelson(1991)提出EGARCH模型,即指数型GARCH模型。学者构建ARCH、GARCH模型并进行了一系列的实证研究,结果表明条件异方差模型用来刻画金融市场时间序列的波动现象具有非常好的效果。French,stambaugh和schwert(1987)用广义自回归条件异方差模型来研究美国的股票市场的预期收益率和风險的关系,研究结果现实预期收益率与样本股票的可预测风险成正相关关系。Tagliafichi(2001)介绍了在多钟分布条件下var的度量方法及ARCH模型的应用。Benavides(2007)指出相对与其他方法,GARCH模型在估计一个交易日数据的准确性方便比较高,但是在长期来看,GARCH模型会高估VaR值。

在计量金融市场的风险方面,国内的研究者沿用外界的理论和模型,并结合我国证券市场的实际情况作了更加细致的硏巧。国内学者中郑文通最早开始利用VaR进行证券市场的风险研究,他详细的介绍了在险价值的原理定义及计算方法,并阐明了引入在险价值模型对我国金融市场风险计量的必要性。戴国强、徐龙炳等计量投资组合产品的波动风险时选用了VAR模型,并进一步对在险价值进行了详细的阐述,以及该模型对我国证券市场的适用性进行了探讨,最后还提出防范市场风险的建议。

叶青利用VAR模型的两种计算方法:GARCH模型和半参数法,结合中国股票市场的历史数据进行了市场风险的度量,两个模型结合起来预测风险比单独使用任何一个模型计算更有效果。牛方磊,卢小广(2005)分析得出上证指数收益率序列存在条件异方差的特性,其收益率分布不符合正态分布的特征,然后运用ARCH模型簇对上证指数收益率序列进行实证分析,结果显示GARCH（1,1)模型对于上证指数的风险波动描述的拟合效果非常好。陈小红(2006)筛选出10只偏股型开放式基金,发现其样本基金的日收益率序列呈现出尖峰厚尾的特征,不符合正态分布的特征,并依次使用历史模拟法和GARCH模型来计量VAR,并进行了对比性研究。刘庆富根据我国期货市场的风险特化建立了能准确度量时变风险价值的EGARCH-GED模型,得出EGARCH-GED模型能很好的估算期货市场的投资风险。