您好, 访客   登录/注册

共同基金业绩文献综述

来源:用户上传      作者:

  【摘要】文章总结了过去国际几大顶尖期刊中关于基金业绩的研究,从基金业绩评价方法、基金业绩持续性和基金业绩三个视角进行了梳理。在基金业绩评价方法中,过去五十年间,国际学术界从单因子模型发展到多因子模型,形成了完善的评价体系,并在此基础上应用了OLS、Bootstrap、贝叶斯等多种统计方法来实现对基金业绩的精准评估。業绩持续性的研究中,文献普遍发现基金业绩存在持续性,但对于持续性的持续长短,即长期和短期,学术界则出现了争议性的结论。最后,文章从基金特征、基金经理特征和基金家族特征三个方面评述了基金业绩的影响因素。
  【关键词】共同基金;基金业绩评价;因子模型;持续性;
  业绩影响因素;基金家族
  【中图分类号】F832.51
  一、引言
  共同基金是近些年兴起的一种投资工具,共同基金的资金由投资者的资金汇集而成,基金经理负责将这些资金在股票、债券、货币市场中进行分配。共同基金由专业的基金经理运营,他们分配基金的资产,试图为基金投资者创造收益。目前,共同基金已经成为全球个人投资者参与股市最重要的方式之一,其中美国是全球规模最大、发展最为全面的基金市场,截至2018年底,美国共同基金和ETF基金规模达到21.1万亿元,美国共同基金的总数远远超过了在纽交所和美国证券商自动报价系统交易的股票之和。而在中国,共同基金在金融市场中的地位也是不言而喻的,它的成长伴随着也标志着中国资本市场的成长,见证了中国资本市场的日益壮大。1998年,国内第一批基金管理公司诞生了,拉开了公募基金行业发展的长卷。经过20多年的发展,我国公募基金资产已经合计13.91万亿元,投资者规模达6亿人,累计为投资者赚取近2.8万亿元收益。可见,共同基金在资本市场起到了中流砥柱的作用,这也让共同基金成为了金融学术界最有现实价值的研究领域之一。
  共同基金的经营目标是为投资者博取收益,因此,基金业绩是监管层监控基金市场作用,基金公司进行管理活动,投资者选择投资工具时的重要参考依据,基金业绩也成为所有基金研究方向中最受关注的课题。在研究共同基金业绩时,业绩评价方法、业绩持续性和业绩影响因素是三大主流研究方向。只有找到合理的评估基准,才能正确估计出基金的超额收益,从而区分出有投资能力和没有投资能力的基金经理。目前,国际学术界已经基本建立了完善的业绩评估体系,在这个过程中,除了不断寻找新的模型因子,统计推断方法也在不断更新,从传统的OLS发展到Bootstrap,从经典的频率学派扩展到贝叶斯学派。而即便基金的确获得了超额收益,那么收益的持续性也是选择和评估基金时十分重要的考虑因素。2018年4月1日,证监会颁布了《公开募集开放式证券投资基金流动性风险管理规定》,新规下监管层要求基金公司全面实施流动性风险管理,为了响应国家新规的要求,基金公司纷纷提高持有期少于7天的赎回费率,并开始在投资者短期赎回时做出提示性公告。可以预判,未来投资者对共同基金持有期的拉长是必然趋势,共同基金在投资者的资产组合中应当承担的是长期资产增值的角色。那么过去获得超额收益的基金未来是否也能长期实现优异表现则变得更加重要,相比基金是否能获得超额业绩这一问题的争议,基金业绩持续性结论较为一致,学术界普遍发现基金存在业绩持续性,但持续性的持续时长仍存在争论。最后,在对基金业绩进行评估后,如何预测基金业绩、到底什么因素决定和影响了基金业绩?本文将从基金特征、基金经理特征和基金家族特征三个方面对该问题进行阐述。
  二、基金业绩评价方法
  按照基金经理所采取的投资策略差别,共同基金可被分为被动型基金和主动型基金。被动型基金的基金经理不试图获得超过市场收益的超额回报,只是通过被动复制指数成分来构建投资组合。主动型基金的基金经理以打败市场为目标,通过积极的投资配置试图获得超额收益。由于声称可以打败市场,主动型基金自诞生之日就受到了投资者热烈的追逐。最新数据表明,截至2018年末,美国主动型基金持有规模已达2.84万亿美元。同样,中国头部基金中主动型产品管理规模上千亿的公司数量也要远远高于被动型产品。但基金经理的主动管理是否真的可以帮助投资者获得额外的收益、他们是否真的具有区别于一般散户的投资能力和投资策略、基金的超额收益是不是靠运气、用什么样的模型可以更准确的评估基金经理能力呢?这些都是学术界、监管层和投资者最关心的基本问题,学术界对此有着丰富的研究成果,但却一直没有解决争议。
  在评价基金业绩时,最重要的一个问题就是找到合理、有效的业绩评价基准。如果基金的实际收益超过了基准收益,则意味基金获得了超额收益,可以认为基金经理具备过人的投资能力,即主动管理是有价值的,对于投资者而言,为基金经理的主动管理支付一定的管理费用也是合理的。而如果基金经理可以打败市场,那么也说明市场不是完全有效的。几十年来,金融领域的学者不断地对过去的评价基准进行修正和完善,积累了一批优秀的研究成果。Treynor(1965)首次将现代投资组合理论引入到基金业绩评价领域,提出Treynor指数。Treynor指数可以反映基金投资组合每单位系统风险下超额收益率的大小,其认为投资者都是理性的、厌恶风险的,因此投资者就会选择单位系统风险溢价大的组合,所以该指数可以用来评估基金的业绩表现,Treynor指数越高说明基金的表现越好,越能获得超额收益。在Treynor指数的度量下,共同基金不能战胜大盘。Jensen(1968)用基金实际业绩和预期业绩之差衡量基金业绩,这一差值被人们称作詹森阿尔法。Jensen发现,不管是单独看还是总体看,基金都不会获得超额收益。
  随着业绩评价体系成为基金经理重要绩效指标,以及监管部门对正确评价基金业绩的重视,单因子模型已经无法提供可靠的评价基准,多因子模型应运而生。Fama和French(1993)在传统CAPM模型中加入了市值因子SMB和成长因子HML,正式提出著名的三因子模型。尽管三因子模型比CAPM考虑了更多的风险因子,对CAPM的定价错误进行了一定的修正,但它仍然无法解释动量现象,FF3对基金业绩进行评估也存在较大误差。Carhart(1997)对Fama French三因子模型进行了扩充,Carhart发现Jegadeesh and Titman(1993)所提出的动量效应可以大部分解释基金的超额业绩,因此在模型中增加了动量因子,构建了四因子模型,在资产定价领域留下了浓墨重彩的一笔。此外,Carhart发现,FF3模型下基金的超额收益基本可以被动量因子解释,因此四因子模型下,共同基金不能获得超额回报。Daniel,Grinblatt和Titman(1997)构建了一个以基金的股票篮子特征为基准的业绩评价体系。模型根据基金投资组合中股票的市值、账面市值比和上一年收益等特征,将每个特征按照大小分成五组,从而形成的125个被动投资组合,基金投资组合的股票特征所对应的被动投资组合的收益即为模型的回归因子。Daniel,Grinblatt和Titman认为,如果基金经理只是通过利用低市值、低账面市值比、高历史收益股票具有高收益的简单规律来获得超额收益,那么这部分超额回报并不能反映基金经理的投资才能。文章将该模型应用于1974—1994年基金的季度持股数据,结果发现共同基金大部分的超额收益都是通过投资于特征股票而获得的,而并不是来自什么特殊的投资策略,这说明基金经理并不具备优异的投资才能。Jordan和Riley(2015)发现,共同基金历史回报的波动率对未来业绩具备一定的预测作用。Fama和French的四因子模型下,波动率低的基金投资组合与波动率高基金投资组合的多空组合能够获得5.4%的收益。Jordan和Riley认为,高波动率基金的高收益并非来自基金经理的能力,而仅仅是因为高波动率股票本身就具有更高的回报,因此在评价基金收益时应该将收益波动率也纳入回归因子中。Busse,Jiang和 Tang(2017)开发了一种估算共同基金业绩的新方法,该方法对基金业绩进行两次调整,分别控制了因子模型中的Beta和股票特征,实证结果表明,在控制了风险因子后,基金业绩和股票特征高度相关,和以往的评价模型相比,新模型会显著改变的基金业绩排名,约四分之一的基金业绩排序产生了超过10%的改变。   除了寻找评估模型中的定价因子,对基金业绩进行评估时所用到的统计推断方法也在得到了蓬勃发展,传统统计方法存在的问题被不断修正。比如,Alpha和夏普比率等经典衡量指标通常是应用普通最小二乘(OLS)回归来估算,但其实使用OLS方法存在许多问题。第一,真实数据中基金的收益率曲线可能不会呈现正态分布的形态,不满足OLS的基本假设;第二,会计变量彼此高度相关,有些甚至表现出高度的多重共线关系,这会导致基于基本面的交易策略的基金收益在横截面上显示出复杂的相关性;第三,OLS估计方法下,很难区分回归系数的显著性是来自随机的偶然还是真正的预测能力。因此,近些年来统计学界出现了许多新兴的统计推断方法,比如Bootstrap再抽样法、Jackknife估计法、EM 算法、Logistic回归法 、Robust回归法 、Monte Carlo方法等,其中Bootstrap成为资产定价文章中所采用的主流推断方法之一,被广泛应用于参数估计中。Kosowski, Timmermann和Wermers(2006)采用Bootstrap方法来检验美国开放式股票型共同基金的业绩表现,发现Bootstrap方法可以得到不同以往研究的结论。具体的研究思路是,作者首先用传统的评价模型估计出每只基金的Alpha,然后对所有基金Alpha的联合分布进行Bootstrap检验,进而判断那些业绩突出的基金经理是真的具备投资技能还是仅仅是大样本下的偶然导致的。最终结果表明,抽样变异性无法完全解释基金业绩,明星基金的基金经理的确具备更高的选股能力,并且这种能力具有持续性。Fama和French(2010)将横截面上,基金实际的历史Alpha与10000次Bootstrap模拟后收益历史进行比较,并以此评估基金业绩。模拟时,强制将假设分布的Alpha设定为0,由于模拟出的基金收益能够反映收益的真实特征,所以模拟出的历史收益反映了基金在不获得任何超额收益时的分布情况,将模拟的历史和基金真实的历史收益进行对比,则可以更准确地区分出优等基金和劣等基金。
  Bootstrap仍属于频率学派下的推断方法,作为统计学领域的另一大学派,贝叶斯方法也被用于基金业绩评估中。Pástor和Stambaugh(2002)基于贝叶斯估计方法,使用无关资产作为被动基准评估历史收益,这一新方法的估计结果有别于以往大部分研究的结论,例如,与传统的夏普比率估计法下的基金排名相比, 前十分位的基金中,只有2%的基金是重叠的,夏普比率下表现优异的基金大约有30%落入了新方法下业绩排名的倒数分为。
  随着市场的发展,基金業绩的评价方法被不断完善,学术界的研究开始不再局限于仅仅发现新因子,然后孤立地对收益率进行评价。目前,一个被学者更广泛关注的问题是,基金之间普遍存在类似的策略,这会让评价模型的残差具有相关性,从而降低评价模型区分有技能和没有技能的基金经理的能力,因此在评价基金业绩和基金经理能力时,不仅要考虑评价模型的回归结果,还要结合基金的投资策略和具体交易行为进行综合分析。Grinblatt,Titman,和Wermers(1995)使用两百多个共同基金的季度持股数据,构建了基于动量效应的评价指标,并用该指标评估基金的投资风格。该指标等于基准期内基金经理调仓前后投资组合收益率之差,因此正值意味着平均而言,如果没有对投资组合进行调整,基金当前的投资组合的收益率将高于基金原本投资组合的收益率。该指标旨在衡量基金经理将其投资组合向在历史高回报股票的倾斜,以及抛售过去低回报股票的程度。文章结果表明,大约77%的基金会买入历史业绩高的股票,卖出过去历史业绩差的股票,也就是说基金经理广泛采用动量投资方法,共同基金的正收益大比例是由一个简单的动量交易策略形成的,并非来自基金经理独有的信息或过人的投资才能。Chen,Jegadeesh和Wermers(2000)通过观察1975年1月份至1995年1月份日期间美国所有共同基金的持股和交易表现,对共同基金积极管理的价值进行了探讨。文章发现,虽然共同基金所持有的股票并不一定表现的更好,但基金主动买入的股票会显著地比其主动卖出的股票收益更高,两者在交易后一年的收益差约为2%,这一结果在某种程度上肯定了主动管理的价值和基金经理的能力。
  三、业绩持续性研究
  基金的历史业绩是否具备预测能力一直是基金领域的研究热点。基金的历史业绩对接下来基金表现的预测能力与有效市场假说相悖,因此对持续性研究也是学术界检验市场有效性的方式之一。业绩持续性指的是历史收益高的基金,之后的收益也会高,历史收益低的基金,之后的收益也会低。由于历史业绩是投资者选择基金时重要的参考指标,因此关于基金持续性的探讨对投资者而言具有一定的指导作用。虽然目前的实证研究给出了不同的经济后果,但很大部分都发现基金业绩存在一定的持续性,但有关持续性的长短存在着多种经验证据。
  (一)基金业绩存在持续性
  虽然基金业绩存在持续性已经被人们普遍接受,但持续性的是长期现象还是短期现象学术界尚有多种观点。一类学者认为,基金业绩具备长期持续性,基金的历史业绩可以具备超过1年的预测能力。Grinblatt和Titman(1992)以1974—1984年279只共同基金的月度数据为样本,发现共同基金前5年的异常收益每高1%,接下来5年的异常收益就会高0.28%,这一关系统计上高度显著,并且持续性来自基金经理的投资能力。Gurber(1996)以美国1985—1994年间227只共同基金的收益情况为研究样本进行实证检验,结果发现基金业绩具有1~3年的持续性。Fletcher and Forbes (2002)发现,英国共同基金具有连续两年的业绩持续性。Berk和Van Binsbergen(2015)认为传统的Alpha衡量方法不能正确反映基金经理能力,因此文章从价值增量(Value added)的角度评估基金业绩,并发现基金的价值增量有长达10年的持续性。所谓价值增量就是基金经理基金从市场中提取的价值,这一价值等于基金超额收益率与管理资产的相乘,使用1962—2011年的CRSP基金数据,文章发现普通经理人可以每年产生320万美元的价值增量,而这一反映投资能力的证据不能归因于运气,由基金经理能力而导致的横截面差异在未来十年内持续存在。董博(2019)以近10年的数据作为分析基础,发现基金持续时间越长,可能由于经验以及投资技巧积累,使基金可以更好地获取收益。   另一种观点是基金的收益特征的持续时间不会超过1年,并不具备长期持续力。Hendricks,Patel和Zeckhauser(1993)认为基金具有3个月的短期业绩持续性,Hendricks等人对1974—1988年间美国开放式股票型基金的季度业绩进行序列回归,回归结果显示上个季度的业绩对下个季度的业绩具有高度显著的预测能力,在控制了市值和季节因素之后,这一现象仍然存在。但如果将检验区间拉长到一年,那么该现象则会消失,这说明基金业绩只具有短期持续性,长期则不具有持续性,因此作者形象地将短期业绩优异的基金比喻为“烫手山芋”。Droms和Walker(2001)同时使用Z检验和Chisquare检验对529只国际股票型共同基金1977—1996年间的业绩进行分析。结果表明,和美国共同基金的经验证据类似,国际股票型共同基金的业绩持续性只有1年,当预测期间扩大到2年、3年和4年的时候,持续性检验在任何置信区间下都不显著,因此国际共同基金业绩也不具备长期业绩持续性。Bollen和Busse(2004)发现基金业绩的历史业绩具有季度持续性。该文章创新性地使用230只共同基金的日数据进行研究,在每季度将基金按照该季度所实现的超额收益率进行排名。文章发现,在接下来的一个季度,之前排名较高的基金仍可以获得25~39个基点的超额收益,但当作者拉长基金的评估期时,这一现象就会消失,说明基金业绩的持续性只是一个短期现象。Huij 和Verbeek(2007)发现基金存在1个月的短期业绩持续性,Huij等人以六千多个美国股票共同基金1984年到2003年间的月度回报数据为样本,根据过去的表现将基金排名并构建投资组合,然后评估投资组合的样本外表现。为了更有效、精确地评估基金的历史业绩,文章使用贝叶斯方法对历史表现进行测量。文章结果表明,当用基金过去12个月的业绩进行排名时,表现最好的那组基金在下一个月能够取得0.26%的超额收益。Hoberg,Kumar和Prabhala(2017)发现基金业绩具有1年的业绩持续性,但这种持续性只有当基金在其投资风格下面临较少的同业竞争时才会存在。
  (二)基金业绩没有持续性
  对于已有研究检验出的业绩持续性,学术界有相当一部分学者持反面观点。比如有人认为,以往研究中使用的基金数据,都只包含目前还在运行中的基金的观测值,因此存在严重的幸存者偏差,这可能导致基金被检验出业绩持续性。Malkiel(1995)就是這一观点的代表,文章认为,因为被清盘的基金往往是历史回报比较低的,所以如果数据里只包含尚在运行的基金,就意味着表现不好的基金总是会从数据集中被删除,数据就会出现选择偏误,这会造成实证结果错误地检验出业绩持续性。因此Malkiel使用1971至1991年间Lipper Analytic Services提供的无幸存者偏差数据,对基金的业绩进行分析,发现基金仅在20世纪70年代的数据中存在业绩持续的现象,但是这一现象到80年代就消失了。Berk和Green(2004)认为投资者在投资基金时,都具备寻找有能力的基金经理的动机,过去的表现是一个重要寻找依据,因此投资者会将资金从历史业绩差的基金中取出,然后转移到这些表现更好的基金上。由于管理者提供优异回报的能力是规模收益递减的,因此这个过程一直持续到基金规模达到经理不再有动机获得优异表现的程度,对表现不佳的基金反之亦然,投资者在从基金中撤回资金的时候,由于基金的规模效应,基金接下来的表现便会提高,从而导致差的表现也不会持续。
  (三)业绩持续性的来源
  有的文章认为业绩持续性和基金经理能力无关。Brown和Goetzmann(1995)使用12年的美国股票型共同基金数据发现,基金表现的持续现象在横截面上具有相关性,这反映了基金的历史收益率对下一期收益率的预测能力可能只是由于基金管理者的群体行为,而不是某些基金管理者能够选择出被其他基金经理忽略的好股票,而是基金经理间的羊群效应。Carhart(1997)认为持续性只是因为基金经理投资了动量因子。Fletcher and Forbes (2002)研究了1982年1月至1996年12月英国单位信托基金业绩的持续性。文章发现英国共同基金业绩的持久性,可以用那些已知的可以捕获股票横截面差异的因子来解释,不是基金经理的策略导致的,因此不能归因于基金经理过人的投资能力。Lou(2012)认为,业绩持续性来自共同基金流量引起的交易所导致的价格压力。作者构建衡量流量引起交易的指标E(Fit),在控制了E(Fit)之后,按照Alpha进行排名的基金业绩持续性消失。但是控制Alpha,对基金按照E(Fit)排名,业绩持续的现象不会消失。这说明,E(Fit)才是业绩持续性的真正来源,而非基金经理能力。
  有的文章认为,业绩持续性与基金经理的投资才能有关。Elton,Gruber和Blake(1996)等文章都认为共同基金历史业绩具有信息含量,业绩持续性来自经理人的能力。Busse和Tong(2012)认为基金业业绩的持续性来自基金经理对行业的选择能力。文章将1980—2009年美国共同基金的持股数据,将基金的超额收益拆分成个股选择能力和行业选择能力,行业选择能力是指将资产分配给随后优于其他行业的能力,个股选择能力是指在基金投资的行业内挑选最佳股票的能力。实证结果表明,虽然基金经理对个股的筛选能力无法预测基金下个季度的收益,但基金经理的行业选择能力可以预测下两个季度的收益,并且这一结果在统计上是高度显著的,因此文献中记载的基金收益的持续性来自基金经理的行业选择能力。
  此外,在这些研究业绩持续性来源的文章中,Brown和Goetzmann(1995)、Carhart(1997)等都发现业绩持续性主要是由那些历史表现差的基金所驱动的。Berk和Xu(2004)认为历史收益不好的基金相比历史收益好的基金更加具有业绩持续性的原因,是这些基金已经失去了高弹性的投资者,因此剩下的都是不会对糟糕的表现做出充分的反应的那类投资者。   四、基金业绩影响因素
  本部分将从基金特征,基金经理特征和基金公司特征三个角度对基金影响因素的文献进行梳理,其中,基金特征指基金的规模、费用等基金本身的属性;基金经理特征指的是基金经理学历、年龄等个人特征;基金公司特征指的是家族规模、旗下基金产品多样性等公司特质。
  (一)基金特征
  在研究基金特征和业绩关系的话题中,基金的规模是备受关注的研究角度。首先,对于经济学家,这一关系可以用于判定基金的规模经济性;其次,该行业的规模经济的性质,决定了经理人和投资者之间的代理关系以及他们之间的最优薪酬设计。第三,对于投资者,这一关系则可以成为帮助他们决定选择最近规模出现大幅增长的基金时的重要参考。Grinblatt及Titman(1989)发现了基金收益随基金规模而下降的混合证据,因此文章并没有给出确切的结论,这也引发了后续一系列文章对于该问题的探讨。Perold和Solomon (1991), Lowenstein (1997)等文章都发现基金规模会侵蚀收益,背后的原因主要交易费用、流动性和价格冲击等。Chen,Hong和Huang(2004)研究了1962—1999年间主动型共同基金规模和收益间的关系,发现无论使用哪种业绩基准,不管是否考虑基金费用,基金收益都随着基金规模的增长而下降,并且这一现象在投资小股票和流动性差的基金中最为明显。Ferreira,Keswani和Miguel(2013)发现,美国证据表明的基金规模收益递减效应并不是普遍真理。作者研究发现,仅在美国基金样本中基金规模才与基金業绩负相关,而对于非美国基金,基金规模的扩大会带来更好的业绩。
  在投资基金的过程中,投资者会被收取各种费用,这些费用包括前端费用、后端费用、赎回费、递延销售费用以及12B-1费用等。市场中,存在着收取全部、部分或完全不收费的各种收费结构的基金,投资者在对这些不同收费结构的基金进行选择时,必须清楚地知道哪些费用能够在成本收益的基础上合理化,因此费用和业绩间关系的研究有很强的实务指导意义,也可以起到对基金收费规则制定者的监督作用。Golec(1996)发现基金费用对收益呈现负向作用。Dellva和Olson(1998)发现对于1987—1992年间美国所有股票型基共同基金而言,收取12b-1费用和赎回费的基金会获得较高的风险调整后收益,而采取前端费用的基金则获得较低的风险调整后收益。Elton等(2003)发现有激励费的基金比没有激励费的基金表现出更好的选股才能。
  除了费用和规模之外,还有研究者对其他基金特征和业绩关系进行了研究,比如Cooper,Gulen和Rau(2005)发现基金的名字对基金业绩没有显著影响。Simutin(2014)发现,虽然理论上现金持有会拖累基金表现,但实际数据却表明异常现金持有量越高,基金收益越高。使用1992—2009年间美国国内共同基金数据,本文显示,拥有大量异常现金的主动型股票基金每年比持有异常现金较少的同类基金高出2%以上。原因是,拥有高额异常现金的经理人可以通过做出明智的选股决策来弥补现金回报率低的问题,而能力低下的经理人则会发现持有异常现金的代价高昂,而选择更充分的暴露于股票资产。高异常现金持有的基金经理人还会更少地受到流动性的限制,并能更好的控制基金交易成本,而低额异常现金持有的基金则缺乏灵活性来应对资金流出,并可能因此遭受成本高昂的减价出售(Fire sales)。Busse,Tong和Tong等人(2019)发现交易越频繁的基金业绩表现越好,作者对这一现象的解释是,频繁交易可以通过提供流动性和实现对市场更敏捷的反应来获得高收益。
  (二)基金经理特征
  Detzel和Weigand(1998)对基金经理管理经验和基金表现的关系进行了深入探讨,文章考查了1986年至1995年间93个基金经理的管理业绩,对基金管理人的从业经历与基金未来收益情况的关系做了深入研究,文章发现拥有10年经验的基金管理人的表现并不会比从业经验较短的基金管理人获得更高的收益。Chevalier和Ellison(1999)认为基金经理的年纪、SAT分数和是否获得工商管理硕士学位都会显著影响基金未来表现。以1988年至1994年间2029只基金为样本,实证结果显示,年轻的、高考分数高的、和获得了工商管理硕士学位的基金经理所管理的基金业绩更优异,这一结论也从另一个角度肯定了某些基金经理的确存在优于同行的投资能力。Chuprinin和Sosyura(2018)使用人口普查记录中,有关基金经理父母收入和财富的数据,研究了共同基金经理家庭经济能力与其基金业绩间的关系。文章发现,家境贫穷的基金经理会得到更高的超额回报,这一现象背后的原因是,天生贫穷的基金经理在进入资产管理行业时面临更高的壁垒,因此只有最有资质的那批人才能进入该行业。并且出身富裕的经理人更有可能被提拔,而贫穷的经理人只有表现出色时才能被提拔。 Bai,Ma和Mullally等人(2019)发现基金经理的出生月份对基金业绩有显著影响。由于美国许多州都有入学截止日期,这导致有些孩子上幼儿园时会比其他孩子大,以1980—2015年间的4 359只共同基金和6 618位基金经理为研究样本,作者发现那些上幼儿园时比其他孩子年龄大的基金经理的选股能力更好,他们所管理的基金每年要比年轻基金经理的高0.48%。这种差异来自年龄大的基金经理有更强的自信心,因此会采取更加自信的投资方式,例如加更大的赌注,减少粉饰业绩的行为,以及确保更多基于业绩的资金流量等。
  (三)基金家族特征
  基金家族在捕捉市场机会和资源配置等方面,都比单独的基金具备更大的优势和灵活性。并且背靠基金家族,共同基金可以充分享受基金公司带来的“声誉红利”,因此绝大多数共同基金他们的背后都会有一家管理多个其他基金的基金公司,这是目前行业最流行的经营模式。但以往的大多数文献都将基金视为独立的个体。近些年,随着一些学者陆续发现基金族的溢出效应和家族策略的存在,研究基金家族对共同基金的影响成为新兴研究热点,其中就有相当一部分文献在关注基金家族特征对公司旗下基金表现的影响。Chen,Hong和Huang(2004)发现,控制基金规模后,基金所属家族中其他基金管理资产的规模可以显著提高该基金的业绩,也就是说基金所属基金家族规模的扩张有益于基金业绩。对家族中其他基金规模两个标准偏差的冲击会导致下个月该基金业绩产生大约为4至6个基点的波动。Pollet和Wilson(2008)将1976—2001年间基金业绩与滞后一期的基金家族规模进行回归,结果发现基金所在的基金家族规模越大基金表现越优异。   然而,这些论文研究的样本都截止到2000年左右,但自2000年以来,美国共同基金业发生了许多重要的监管变化,包括公平披露法规(Reg FD),全球结算(GS)等,以及由于某些交易丑闻被曝光而引起的越来越严格的监管和审查,这些大环境的改变会使得过去的经验证据不再有效。Bhojraj,JUN CHO和Yehuda(2012)认为,监管环境的改变会显著影响基金家族规模对基金业绩的相关关系。因此作者使用1992—2008年美国主动管理的股票型共同基金的数据,结果发现随着监管变化,基金家族规模对基金业绩的有利影响不复存在。在控制了基金规模之后,属于较大基金家族的基金在监管变化之前时具有更好的选股能力,而该能力随后逐渐消失。Massa(2003)发现基金家族产品的多样化与基金的业绩负相关。Nanda,Wang和Zheng(2004)发现基金家族下的基金的投资风格和策略越是多样化,越有可能诞生出业绩突出的“明星基金”。Chen,Hong和Jiang(2013)发现,基金公司将管理业务外包的行为会损害该家族中相关基金的业绩。
  五、总结
  通过对国际顶尖期刊相关文献的梳理,可以发现,共同基金是否能够带来超额业绩仍存在较大争论,监管和投资者尚急需学术界开发出更加合理的基准模型和更精准的计量方法。业绩持续性的经验证据尚需学者进行更精细化的研究,挖掘业绩持续性背后的根源,找到真正由投资能力驱动持续性的基金,是未來具备更大研究空间的议题。此外,基金业绩的影响因素到底有什么,哪些基金会是好基金,基金经理和基金家族是否为了提高基金业绩,进行了粉饰业绩、造星策略等伤害投资者的行为,这些都是公募基金行业自身和监管层都极其关心的问题,其研究成果对于中小投资者也有着重大参考价值,因此未来的研究需要在影响因素领域有更多的开拓。
  主要参考文献:
  [1]Berk J B,Green R C.Mutual fund flows and performance in rational markets[J].Journal of political economy,2004,112(6):1269-1295.
  [2]Berk J B,Van Binsbergen J H.Measuring skill in the mutual fund industry[J].Journal of Financial Economics,2015,118(1):1-20.
  [3]Berk J,Xu J.Persistence and fund flows of the worst performing mutual funds[J].Unpublished Working Paper,University of California,Berkeley,2004.
  [4]Brown S J,Goetzmann W N.Performance p e r s i s t e n c e [ J ] . T h e J o u r n a l o f finance,1995,50(2):679-698.
  [5]Busse J A,Goyal A,Wahal S.Performance a n d p e r s i s t e n c e i n i n s t i t u t i o n a l investment management[J].The Journal of Finance,2010,65(2):765-790.
  [6]Busse J A,Irvine P J.Bayesian alphas and mutual fund persistence[J].The Journal of Finance,2006,61(5):2251-2288.
  [7]Busse J A,Jiang L,Tang Y.Double-adjusted mutual fund performance[J].Available at SSRN 2516792,2017.[8]Busse J A,Tong Q.Mutual fund industry selection and persistence[J].The Review of Asset Pricing Studies,2012,2(2):245-274.
  [9]Carhart M M.On persistence in mutual f u n d p e r f o r m a n c e [ J ] . T h e J o u r n a l o f finance,1997,52(1):57-82.
  [10]Chen H L,Jegadeesh N,Wermers R.The value of active mutual fund management:An examination of the stockholdings and trades of fund managers[J].Journal of Financial and quantitative Analysis,2000,35(3):343-368.
  [11]Daniel K,Grinblatt M,Titman S,et al.Measuring mutual fund performance with characteristic‐b a s e d b e n c h m a r k s [ J ] . T h e J o u r n a l o f finance,1997,52(3):1035-1058.
  [12]Detzel F L,Weigand R A.Explaining persistence in mutual fund performance[J].Financial services review,1998,7(1):45-55.   [13]Droms W G,Walker D A.Performance persistence of international mutual funds[J].Global Finance Journal,2001,12(2):237-248.
  [14]Fama E F,French K R.Luck versus skill in the cross‐section of mutual fund returns[J].The journal of finance,2010,65(5):1915-1947.
  [15]Fletcher J,Forbes D.An exploration of the persistence of UK unit trust performance[J].Journal of Empirical Finance,2002,9(5):475-493.
  [16]Grinblatt M,Titman S,Wermers R.Momentum investment strategies,portfolio performance,and herding:A study of mutual fund behavior[J].The American economic review,1995:1088-1105.
  [17]Grinblatt M,Titman S.The persistence of mutual fund performance[J].The Journal of Finance,1992,47(5):1977-1984.
  [18]Gruber M J.Another puzzle:The growth in actively managed mutual funds[J].The journal of finance,1996,51(3):783-810.
  [19]董博.基金主動性,投资者类型与收益的相关分析[J].国际商务财会,2019(9).
  [20]Hendricks D,Patel J,Zeckhauser R.Hot hands in mutual funds:Short‐run persistence of relative performance,1974–1988[J].The Journal of finance,1993,48(1):93-130.
  [21]Hoberg G,Kumar N,Prabhala N.Mutual fund competition,managerial skill,and alpha persistence[J].The Review of Financial Studies,2017,31(5):1896-1929.
  [22]Huij J,Verbeek M.Cross-sectional learning and short-run persistence in mutual fund performance[J]. Journal of Banking & Finance,2007,31(3):973-997.
  [23]Jan Y C,Hung M W.Short-run and long-run persistence in mutual funds[J].The Journal of Investing,2004,13(1):67-71.
  [24]Jensen M C.The performance of mutual funds in the period 1945–1964[J].The Journal of finance,1968,23(2):389-416.
  [25]Jordan B D,Riley T B.Volatility and mutual fund manager skill[J].Journal of Financial Economics,2015,118(2):289-298.
  [26]Kosowski R,Timmermann A,Wermers R,et al.Can mutual fund “stars” really pick stocks New evidence from a bootstrap analysis[J].The Journal of finance,2006,61(6):2551-2595.
  [27]Lehmann B N,Modest D M.Mutual fund performance evaluation:A comparison of benchmarks and benchmark comparisons[J].The journal of finance,1987,42(2):233-265.
  [28]Malkiel B G.Returns from investing in equity mutual funds 1971 to 1991[J].The Journal of finance,1995,50(2):549-572.
  [29]Prather L,Bertin W J,Henker T.Mutual fund characteristics,managerial attributes,and fund performance[J].Review of financial economics,2004,13(4):305-326.
  [30]Ang J S,Lin J W.A fundamental approach to estimating economies of scale and scope of financial products:The case of mutual funds[J].Review of Quantitative Finance and Accounting,2001,16(3):205-222.   [31]Lou D.A flow-based explanation for return predictability[J].The Review of Financial Studies,2012,25(12):3457-3489.
  [32]Chen J,Hong H,Huang M,et al.Does fund size erode mutual fund performance The role of liquidity and organization[J].American Economic Review,2004,94(5):1276-1302.
  [33]Elton E J,Gruber M J,Blake C R.The persistence of risk-adjusted mutual fund performance[J].Journal of business,1996:133-157.
  [34]Blake C R,Morey M R.Morningstar ratings and mutual fund performance[J].Journal of financial and Quantitative Analysis,2000,35(3):451-483.
  [35]Gottesman A A,Morey M R.Manager education and mutual fund performance[J].Journal of empirical finance,2006,13(2):145-182.
  [36]Chevalier J,Ellison G.Are some mutual fund managers better than others Cross‐sectional patterns in behavior and performance[J].The journal of finance,1999,54(3):875-899.
  [37]Dellva W L,Olson G T.The relationship between mutual fund fees and expenses and their effects on performance[J].Financial Review,1998,33(1):85-104.
  [38]Elton E J,Gruber M J,Blake C R.Incentive fees and mutual funds[J].The Journal of Finance,2003,58(2):779-804.
  [39]Bai J J,Ma L,Mullally K A,et al.What a difference a (birth) month makes:The relative age effect and fund manager performance[J].Journal of Financial Economics,2019,132(1):200-221.
  [40]Li H,Zhang X,Zhao R.Investing in talents:Manager characteristics and hedge fund performances[J].Journal of Financial and Quantitative Analysis,2011,46(1):59-82.[41]Chuprinin O,Sosyura D.Family descent as a signal of managerial quality:Evidence from mutual funds[J].The Review of Financial Studies,2018,31(10):3756-3820.
  [42]Gaspar J M,Massa M,Matos P.Favoritism in mutual fund families Evidence on strategic cross‐fund subsidization[J].The Journal of Finance,2006,61(1):73-104.
  [43]Nanda V,Wang Z J,Zheng L.Family values and the star phenomenon:Strategies of mutual fund families[J].The Review of Financial Studies,2004,17(3):667-698.
  [44]Guedj I,Papastaikoudi J.Can mutual fund families affect the performance of their funds [C]//EFMA 2004 Basel Meetings Paper.2003.
  [45]Bhojraj S,JUN CHO Y,Yehuda N.Mutual fund family size and mutual fund performance:The role of regulatory changes[J].Journal of Accounting Research,2012,50(3):647-684.
  [46]Ferreira M A,Keswani A,Miguel A F,et a l . T h e d e t e r m i n a n t s o f m u t u a l f u n d performance:A cross-country study[J].Review of Finance,2013,17(2):483-525.   [47]Cooper M J,Gulen H,Rau P R.Changing names with style:Mutual fund name changes and their effects on fund flows[J].The Journal of Finance,2005,60(6):2825-2858.
  [48]BUSSE J,Tong L,Tong Q,et al.Trading regularity and fund performance[J].Review of Financial Studies,2019,32(1):374.
  [49]Simutin M.Cash holdings and mutual fund performance[J].Review of Finance,2013,18(4):1425-1464.[50]Golec J H.The effects of mutual fund managers’ characteristics on their portfolio performance,risk and fees[J].Financial Services Review,1996,5(2):133-147.
  [51]Bhojraj S,JUN CHO Y,Yehuda N.Mutual fund family size and mutual fund performance:The role of regulatory changes[J].Journal of Accounting Research,2012,50(3):647-684.
  [52]Chen J,Hong H,Huang M,et al.Does fund size erode mutual fund performance The role of liquidity and organization[J].American Economic Review,2004,94(5):1276-1302.
  [53]Pollet J M,Wilson M.How does size affect mutual fund behavior [J].The Journal of Finance,2008,63(6):2941-2969.
  [54]Massa M.How do family strategies affect fund performance When performance-maximization is not the only game in town[J].Journal of Financial Economics,2003,67(2):249-304.
  [55]Bhattacharya U,Lee J H,Pool V K.Conflicting family values in mutual fund families[J].The Journal of Finance,2013,68(1):173-200.
  [56]Kacperczyk M,Sialm C,Zheng L.Unobserved actions of mutual funds[J].The Review of Financial Studies,2006,21(6):2379-2416.
  [57]Nanda V,Wang Z J,Zheng L.Family values and the star phenomenon:Strategies of mutual fund families[J].The Review of Financial Studies,2004,17(3):667-698.
  [58]Casavecchia L,Ge C.Jack of all trades versus specialists:Fund family specialization and mutual fund performance[J].International Review of Financial Analysis,2019,63:69-85.
  [59]Bhattacharya U,Lee J H,Pool V K.Conflicting family values in mutual fund families[J].The Journal of Finance,2013,68(1):173-200.
  [60]Baks K P,Metrick A,Wachter J.Should investors avoid all actively managed mutual funds A study in Bayesian performance evaluation[J].The Journal of Finance,2001,56(1):45-85.
  [61]Pástor ,Stambaugh R F.Mutual fund performance and seemingly unrelated assets[J].Journal of Financial Economics,2002,63(3):315-349.
  [62]朱曉文,廖颖姝.基于bootstrap思想的贝叶斯估计[J].知识经济,2011(22):63.
  [63]Yan X,Zheng L.Fundamental analysis and the cross-section of stock returns:A datamining approach[J].The Review of Financial Studies,2017,30(4):1382-1423.
  [64]孔东民,刘莎莎,陈小林,邢精平.个体沟通、交易行为与信息优势:基于共同基金访问的证据[J].经济研究,2015,50(11):106-119+182.
  [65]林煜恩,陈秀玲,池祥萱.共同基金流量具有信息内涵吗 [J].经济研究,2014,49(S1):176-188.
  [66]王珏,张新民.基于bootstrap分析方法的我国基金经理选股能力研究[J].中国软科学,2013(11):139-150.
转载注明来源:https://www.xzbu.com/3/view-15102764.htm