我国基金业在近几年进入到了高速发展时期，随之而来的是基金投资者对基金业绩评价的迫切需求。与基金业的发展速度相比国内基金业绩评价研究进展缓慢，且仍局限于直接套用国外经典研究模型阶段。本文围绕基金业绩评价研究为核心，分别从基金择时能力评价、基金整体业绩评价和基金投资效率评价这三个方面对基金业绩评价进行了研究探索，期望为我国基金业绩评价研究提供一定的理论价值和实践参考。　　首先，本文构建了CDM-TM-FF3和CDM-HM-FF3模型来对我国基金的择时选股能力进行研究。本文认为即便基金仅投资于一个国家或一个地区的证券市场，基金资产的目标投资市场仍可以分为股票市场和债券市场等其他投资市场，当能够确定基金将资产分别投资于股票市场和债券市场时必须分别添加对应的市场基准组合。在建立多个基金投资市场模型的基础上，本文通过引入信息变量来反映基金经理对基金系统风险的调整。实证结果表明，多市场条件择时选股能力模型更能体现基金的择时能力，在股票市场和债券市场上，部分基金表现出显著的择时能力。由于采用双择时能力指标的设定，本文可以更明确的判断基金在各个投资市场上的择时能力表现。对比三种基金类型的择时能力测量结果，股票型基金表现出更好的债券市场择时能力，债券型基金则表现出股票市场择时能力，混合型基金在两个市场上的表现较为均衡。本文得出混合型基金表现出对市场更强的择时能力是因为其资产配置比例在各个投资市场上受到较少的限制，所以基金的择时能力评价结果并不能完全反映基金经理的择时能力水平，但仍可以作为评价基金业绩表现的一个重要参考。　　其次，本文构建了基于SSM的动态基金业绩评价模型，并用以对基金的业绩进行评价。本文先对传统常系数基金业绩评价模型的估计值进行分解，证明了常系数估计值由时变系数的期望值以及一系列协方差项共同组成，因而常系数估计值无法对基金业绩进行准确评价。随后根据基金资产配置权重的变化，本文构建了基于信息变量的SSM模型来反映基金业绩评价中的时变系数，并采用最新的Particle EM算法来求解该非线性SSM模型。因为该方法可以获取对动态的alpha和beta的估计值，根据之前证明的常系数分解式，该方法可以很方便地计算基金在时期内的期望业绩水平和系统风险承担情况，避免了常系数估计中的有偏性。随后本文还根据基金择时能力指标的定义，利用获取的时变beta系数构建了直接反映基金择时能力的评价指标。　　最后，本文使用了Kuosmanen and Kortelainen(2010)的随机前沿半参数模型，并运用调整后的模型实证评价了我国基金的投资效率。与以往的评价模型相比，调整后的随机前沿半参数模型不仅结合了DEA和SFA的各自优点，还规避了基于CAPM的基金业绩评价可能造成的模型设定问题。此外，该模型不仅能够更为充分和全面对基金的投资效率进行评价，而且可以根据研究者自身需要将各种投入产出指标纳入到基金的投资效率评价中，从而为研究者在基金评价领域提供了新的研究方法。基金投资效率的评价结果表明与传统的测量指标的结果不同，基金投资效率排名并不仅仅取决于期末基金累计净值的大小或总收益率的高低，而且取决于其较低的投入指标。研究结果表明股票型基金和混合型基金的投资效率在不同基金之间差异明显，而债券型基金的投资效率在基金相互之间的差距较小，反映出债券型基金投资效率的稳健性。　　本文不仅对三大研究分支的传统理论模型进行了一些调整，而且在模型实证估计方法上也引用了较新理论估计方法以期望能够提高基金业绩评价的精准度。此外本文的研究成果对基金监管者、基金管理者和基金投资者均体现出较高的参考价值。因此本文的研究在基金业绩评价研究领域体现出了较高的理论和现实意义。