【109】基金研究中的共识和分歧

学术财经 2024-01-18 17:32 四川

题图：ChatGPT 生成的基金市场中的共识与分歧的概念图.

不知不觉就 2024 了。开年第一篇，我们对基金研究做一个非常简要的梳理，以更好地理解我们当前所处的位置，从而更好地选择想要研究的问题方向。

随着基金市场的迅速发展，基金在以美国为代表的发达市场和以我国为代表的新兴市场都扮演着日益重要的角色。尽管近年来指数基金（包括纯指数基金、指数增强型基金和相关的 ETF）增长更为迅速，主动管理的股票型基金仍然有着相当的规模，是居民投资股票市场的重要路径。基金相关的学术研究也日益受到重视。理解这些已有研究达成了何种共识，以及新近文献又对这些共识提出了何种挑战、进而引发了新的争论和分歧，对于有效开展相关研究非常关键。因此，本文对此进行简要的梳理。

特别地，早期研究达成了至少三项重要共识，但随着数据可得性的提升，近年来，一些新研究对这些经典共识提出了挑战。本文接下来对每一对论点分别进行介绍。

注：由于涉及文献太多，后文不会详细列出相关文献。

1. 基金业绩可预测性

资产收益的可预测性一直是实证资产定价乃至金融学的核心研究问题之一，对于基金研究而言，基金业绩的可预测性同样居于核心地位。

关于基金业绩可预测性的文献，可进一步分为两个分支。首先，最为直观的是按照与股票收益预测类似的方法，构建基金业绩预测指标/因子，来预测基金未来业绩。其次，另一支文献则从基金业绩包括能力和运气两个部分（）这一基点出发，着重考察对基金能力的识别。

具体来看，在基金业绩预测指标方面，已有文献发现不同指标都可能有助于预测基金业绩：

一些简单的基金特征，例如，规模和费率：大规模基金受规模报酬递减规律的影响（用业界的话来说，即更容易触碰到策略容量而导致策略失效）往往业绩更差，而高费率基金总体来看业绩也更差。还有一些基金经理特征也可能有助于预测基金业绩，例如，基金经理团队结构（参见【106】基金经理特征与基金业绩）。
基金历史业绩特征也有帮助。已有研究表明，基金市场在短期呈现出显著的动量效应，因此，基金历史业绩有助于筛选未来一段时间表现优异的基金。
一些代表基金管理主动性的指标。由于基金经理/机构投资者往往被认为更加专业，因此，已有文献认为，基金经理只会在有着关于股票的私有信息时选择偏离基准组合的持仓。这一假设隐含之义是如果基金持仓偏离基准组合，则意味着基金经理有私有信息，相应地，基金业绩应当更好。因此，可以通过从不同角度来度量基金投资组合对基准组合的偏离，来代表基金管理的主动性（自然地，这需要用到持仓数据）。典型例子是基金的主动份额（active share, Cremers and Petajisto, 2009）和基金持仓的行业集中度（industry concentration, Kacperczyk et al., 2005; 田正磊等，2023）。

近年来，一些研究开始利用机器学习方法研究基金业绩预测问题，并提供了进一步的证据。有趣的是，这些研究之间也存在分歧：两篇去年下半年发表于 JFE 的文章认为简单的基金特征——尤其是历史业绩和资金流——对于基金业绩预测最为重要（DeMiguel et al., 2023; Kaniel et al., 2023）。而另一项研究则认为通过吸取股票市场因子研究的成果，用基金持股异象特征来筛选基金，可以获得显著的超额收益和 alpha（Li and Rossi, 2020）。Kaniel et al. (2023) 使用了不完全相同的股票特征，并认为在控制了基金和基金公司特征后，基金持股特征无助于筛选基金。

另一支文献则着重于考察如何评估基金能力（即估计 alpha）。经典方法是对每只基金分别进行时序分析估计其 alpha，进而依据 alpha 显著性判定基金是否有能力。但对大量基金进行这一 fund-by-fund analysis 会引发严重的多重假设检验（multiple testing）问题。为此，学者们提出了以各种 bootstrap 及其变体为代表的方法来进行修正。其中，Barras，Fama and French，以及 Harvey and Liu（个人最喜欢、读的最多的一组），在这一领域都非常活跃。详细的内容可以参见川总写量化公众号的“出色不如走运”系列推文。这些方法实际上不仅应用于基金能力评判，也可用于因子的分析。

2. 基金是否有能力

在前述关于基金能力评估的文献中，又有一个很重要的分支，考察了一个非常基础的问题，即：作为一个整体，基金是否有能力？换言之，是否有相当比例的基金是有能力的？这一问题关系到整个（主动管理）基金行业的存续问题。如果几乎所有基金都没有能力，那么，主动管理型基金行业便没有存在的必要了。但与此同时，如果大多数基金都有能力，则基金投资者实际上也不需要考虑基金筛选问题，闭眼买就可以了。

已有研究对这一问题的回答也经历了从共识到分歧的演变。早期研究大多认为大部分基金是没有能力的，尤其是在考虑了对多重检验问题的调整之后。但近年来，一些研究指出，基金（费后净）alpha 实际上并不代表基金能力。虽然基金净 alpha 总体而言接近于 0 乃至为负，但如果使用正确的指标——基金的价值创造能力（基金费前毛 alpha 与规模乘积）来度量基金能力，则可以发现有不少基金实际上是有能力的。这意味着我们需要重新审视、理解基金的能力问题。

需要注意的是，采用基金价值创造能力来度量基金能力，一个很重要的前提是基金受到规模报酬递减规律的影响。这一点，虽然总体而言大都认可其存在，但基金个体层面和基金行业层面的规模报酬递减是否都存在，以及更为重要的，规模报酬递减规律的影响有多大，其实仍然存在一些争议。这方面的主要工作，涉及 Lubos Pastor、Min Zhu、Yan Liu，以及 Yang Song 等学者的一系列工作。

当然，对于中国市场而言，历史上，主动管理型股票基金的 alpha 平均大约在年化 3%，非常可观。这意味着在中国市场中，主动管理的股票型基金有着其价值。投资者可以通过筛选优质主动型基金来获取更好的投资回报。当然，如同发达市场一样，可以预期，随着市场效率的提升，主动基金的 alpha 总体而言会趋于下降，要真正筛选到优质基金，也并不容易，需要很多努力（以及好运气）。

3. 投资者的业绩追逐行为特征

除了基金经理，基金投资者也是基金市场的关键参与者，理解基金投资者行为特征对于保护投资者福利、促进市场的发展，同样至关重要，甚至可能更为关键。已有文献表明，基金投资者最重要的行为特征是追逐历史业绩优异的基金，即通常所说的“业绩追逐行为”。如何理解这一行为特征，也成为了已有研究的重点。

在这方面，两类文献占据了主流：

一方面，以 Berk and Green (2004) 的开创性研究为代表的文献认为，基金投资者是非常专业的，可以利用贝叶斯学习方法，理性地从基金历史业绩中学习基金能力，进而做出合理的投资决策（参见基金研究：Takeaways of BvB）。这一类观点曾经占据主流，但在近年来日益受到第二类文献的挑战。
另一方面，不少新近研究认为，投资者并不能区分由风格因子带来的收益（对应风险补偿）和基金 alpha（Song, 2020），乃至投资者直接依据简单直观的晨星评级来做投资决策（Ben-David et al., 2022，参见直击灵魂的研究：Takeaways of Ben-David）。

有趣的是，两类文献都提供了很强的实证证据，这使得我们面临更大的困扰：到底谁是正确的呢？

有两种可能的思路：

其一，对证据进行重新解读。例如，Huang et al. (2020) 用理论分析表明，基金评级不一定就是简单的信号，也可以代表基金的声誉（reputation）。在这种情况下，投资者依据离散的基金评级来做出投资决策，实际上是理性的。
其二，提供额外的证据，表明市场中同时存在着有不同专业度的投资者。园长自己在基金投资者行为方面的主要工作，是沿着这一视角展开的。

4. 结语

经过 60 年的发展，基金相关研究的分歧似乎反而越来越大了，已有的共识一定程度上在打破。但这实际上给了我们更多的机会。无论是学术研究者，还是业界投研人员，如果能更深刻地理解现实，把握典型事实，进而准确抽取出关键特征、构建好分析框架，便有机会做出影响整个行业的重要工作（或者研发出更加有效的投资策略）。也期待接下来能跟您一起在基金研究之路上多探讨，为我们更好地理解基金行业贡献一点绵薄之力。

全文完。祝您阅读愉快！

References:

Ben-David, Itzhak, Jiacui Li, Andrea Rossi, and Yang Song. "What do mutual fund investors really care about?." Review of Financial Studies 35.4 (2022): 1723-1774.
Berk, Jonathan B., and Richard C. Green. "Mutual fund flows and performance in rational markets." Journal of Political Economy 112.6 (2004): 1269-1295.
Cremers, KJ Martijn, and Antti Petajisto. "How active is your fund manager? A new measure that predicts performance." Review of Financial Studies 22.9 (2009): 3329-3365.
Huang, Chong, Fei Li, and Xi Weng. "Star ratings and the incentives of mutual funds." Journal of Finance 75.3 (2020): 1715-1765.
Kacperczyk, Marcin, Clemens Sialm, and Lu Zheng. "On the industry concentration of actively managed equity mutual funds." Journal of Finance 60.4 (2005): 1983-2011.
Song, Yang. "The mismatch between mutual fund scale and skill." Journal of Finance 75.5 (2020): 2555-2589.
田正磊、刘洋溢、罗荣华. 行业集中与风格均衡：双向助力基金价值创造. 管理世界, 2023, (11): 94-114.

因子动物园

因子动物园：专注股票与基金的因子研究

最新文章

陆艺升等：机构投资者相机抉择与控股股东股权质押及其公司治理效应

阅读最多的部分历史推文

关于 BetaPlus 小组数据更新及网站恢复的说明

【113】ETF 流动性有价值吗？

Update again|基金研究中的常识与趋势

杂谈|研究兴趣的发展

【112】基金网络、信息利用与业绩

《管理世界》文章发表过程的一些启发

[需要您的帮助]|公众号新增内容形式投票

【109】基金研究中的共识和分歧

因子动物园和园长的 2023

Risk-Return Tradeoffs (II)

Risk-Return Tradeoffs (I)

《管理世界》|| 田正磊、刘洋溢、罗荣华：行业集中与风格均衡：双向助力基金价值创造

园长的学习清单|开源金工的体系化的基金配置研究

Revisiting 因子投资的 1024

【108】基金现金管理能力：中美市场之间的差异

旧文新读|【092】基金规模报酬递减之争

直击灵魂的研究：Takeaways of Ben-David

关于 factorwar 网站数据及引用的说明

【107】文本分析与基金研究（II）：学术视角下的量化基金

旧文新读|【083】What is the expected return on the market?

基金研究：Takeaways of BvB

Harry Markowitz

会议日程|2023气候风险与金融市场前沿论坛

【106】基金经理特征与基金业绩

一些历史推文

【105】因子择时到底行不行？

【104】文本分析与基金研究（I）：基于文本的基金分类

【103】Options: Factors, Models, and Factor Momentum

【102】主题型基金：主动与被动型基金有何不同？

因子动物园的四年：因子投资+基金研究之路

JF 基金相关文献（2022）

旧文重发|【086】欺世盗名之徒的存在价值

【101】新闻叙事、文本分析与资产定价

只有一个问题的小调查：基金推文和书籍偏好

【100】园长研究|基金投资者真的不“学习”吗？

2022 推文回顾

【099】抄基金作业可以随随便便成功吗？

【098】当利率不再下降，异象还成其为异象吗？

【转载】Cochrane Asset Pricing, Preface

【097】Not All Inflation Created Equal：通胀与资产定价

【096】基于下行风险的投资组合管理

【095】因子动物园的另一面：如何估计异象的先验概率

【094】基于回归斜率的因子溢价估计与因子模型

【093】机器学习与基金研究（I）：业绩预测

【092】学术打脸系列（I）|基金规模报酬递减之争

Update|基金研究：常识与趋势

【091】园长自己关于中国基金市场的研究

【090】既要募资又不泄露策略，可能实现吗？

分类

时事

民生

政务

教育

文化

科技

财富

体娱

健康

情感

旅行

百科

职场

楼市

企业

乐活

学术

汽车

时尚

创业

美食

幽默

美体

文摘

原创标签

时事社会财经军事教育体育科技汽车科学房产搞笑综艺明星音乐动漫游戏时尚健康旅游美食生活摄影宠物职场育儿情感小说曲艺文化历史三农文学娱乐电影视频图片新闻宗教电视剧纪录片广告创意壁纸头像心灵鸡汤星座命理教育培训艺术文化金融财经健康医疗美妆时尚餐饮美食母婴育儿社会新闻工业农业时事政治星座占卜幽默笑话独立短篇连载作品文化历史科技互联网

发布位置

广东北京山东江苏河南浙江山西福建河北上海四川陕西湖南安徽湖北内蒙古江西云南广西甘肃辽宁黑龙江贵州新疆重庆吉林天津海南青海宁夏西藏香港澳门台湾美国加拿大澳大利亚日本新加坡英国西班牙新西兰韩国泰国法国德国意大利缅甸菲律宾马来西亚越南荷兰柬埔寨俄罗斯巴西智利卢森堡芬兰瑞典比利时瑞士土耳其斐济挪威朝鲜尼日利亚阿根廷匈牙利爱尔兰印度老挝葡萄牙乌克兰印度尼西亚哈萨克斯坦塔吉克斯坦希腊南非蒙古奥地利肯尼亚加纳丹麦津巴布韦埃及坦桑尼亚捷克阿联酋安哥拉