文献阅读荟-No.300-影响力投资基金的风险与回报

2024-11-27 10:01   广东  

论文:影响力投资基金的风险与回报

Jeffers J, Lyu T, Posenau K. The risk and return of impact investing funds[J]. Journal of Financial Economics, 2024, 161: 103928.

下载地址:

https://doi.org/10.1016/j.jfineco.2024.103928


01 摘要
文章对具有双重财务和社会目标的私募市场基金——影响力投资基金的风险敞口和风险调整绩效进行了首次分析。作者引入了一个影响力基金现金流的数据集,并利用风险投资绩效衡量中的偏差来描述风险状况。影响力基金的市场贝塔系数(β)低于可比的私募市场策略,考虑到这个因素,影响力基金的表现不如公开市场,但不一定逊于可比的策略。文章考虑替代定价模型,将可持续性和新兴市场风险考虑在内,文章表明投资者的财富组合和偏好改变了影响力投资的感知财务价值。

02 研究数据
2.1 影响力投资基金
原始数据由国际金融研究理事会(IFRC)成员整理的影响投资基金列表提供,通过两种方式获取财务数据:直接从基金通过IFRC的数据收集获取(“IFD基金”),以及间接从列表中的基金获取,文章将这些基金与来自Preqin的现金流数据进行匹配(“Preqin影响基金”)。文章还限制分析对象为运营至少三年,且在年度层面没有数据缺失的基金,所有基金都在其网站上或通过与IFRC共享的法律文件中明确了影响力目标。文章的最终分析样本包括94个基金,其中48个是IFD基金,46个是Preqin影响力基金。

文章的基金样本涵盖了 1999 年至 2015 年的成立年份,现金流数据截至 2021 年底。如果有可用的季度数据(87 只基金),文章就使用季度数据;否则使用年度数据(7 只基金)(使用年度而非季度的现金流并不会实质性地改变结果)。

样本中,基金的目标既包括社会目标,也包括环境目标,正如表A所示,环境目标经常与社会目标结合在一起,但为了简化,文章将每个基金归为一个主要关注点。最常见的关注点是经济发展,基金旨在“动员资本以帮助改善服务不足人群的社会经济状况”,第二大常见关注点是可持续实践,基金在投资组合公司的选择和治理中同时考虑环境和社会因素,第三大常见关注点是清洁技术和能源。
表1 样本影响力基金的任务重点
2.2 非影响力基金
将影响力投资基金与一系列在资产类别、发行年份和规模方面与影响力基金相匹配的私募市场基金进行对比,这种基准测试旨在尽可能多地控制可能影响风险-回报关系的关键特征,以分离出影响力因素对风险-回报关系的影响。文章的假设实验是:如果投资者在投资1美元于影响力基金和1美元于其他可比的非影响力基金之间做出选择,这种选择对风险和回报有何影响?
将每只影响力基金与Preqin数据库中基于一般资产类别、发行年份和最接近规模的不同基金进行匹配来构建文章的匹配基金基准。由于Preqin的资产类别与影响力样本中的资产类别略有不同,进行了以下调整:将综合股票影响力基金与平衡型Preqin基金进行匹配,将影响力综合基金、债务基金和房地产基金与Preqin综合风险投资基金进行匹配。
2.3 影响力基金和基准基金的描述性统计数据

图1  影响力基金与基准基金的地区分布与行业
影响力基金投资于各种不同的地理区域、行业,甚至资产类别,其投资范围比其他可比的私募基金更广。图1比较了影响力基金、匹配基金和风险投资基金的投资组合公司总部地区的分布情况。影响力投资在新兴市场经济体中的普遍存在是影响力基金的一个显著特征,这可能导致其风险状况与匹配基金和风险投资基金有所不同。
表2 汇总统计数据
表2提供了文章样本中影响力基金和基准基金的汇总统计数据。根据构建,影响力基金和匹配基金在成立年份具有相同的分布特征,在规模方面也相似,影响力基金的中位规模为1.43亿美元,而基准基金为1.60亿美元。1000 万美元用于匹配资金。这大大低于风投基金 2.8 亿美元的中位数,不过少数几个异常值使影响力基金的平均规模规模更大。文章的影响力基金和匹配基金的早期投资年份比风投基金少,相应的现金流也更少。
无论是绝对业绩衡量指标(内部收益率和倍数)还是 PME 比率都表明,相对于基准基金,影响力基金表现不佳。文章构建 PME,使用标准普尔 500 总回报指数作为市场回报。按照这一衡量标准,影响力作为资产类别是表现最差的基金群体,平均 PME 为 0.74。匹配基金的 PME 为 0.99,风险投资基金的 PME 为 0.91。

03 私募市场中的风险与回报特征
在私募股权风险衡量中,一个关键问题是现金流分布不规则,这使得回归因子分析变得困难。文章利用私募股权文献中现有绩效衡量指标所隐含的两个不同的随机贴现因子模型。文章的见解是利用这些绩效衡量指标之间的差距来创建一个统计量,以捕捉现金流带来的风险敞口。文章将这个统计量称为PME楔型。
3.1 公开市场等值(PME)
隐含在 PME 中的贴现率,相当于具有对数效用偏好的投资者的状态定价函数,从时间 t 到 t+1 的 PME 贴现率可以表示为以下形式的随机贴现因子:
在共同对数正态回报率的假设下,资本资产定价模型的证券需求函数(SDF)表现为以下风险-回报关系:

3.2 广义公开市场等值(GPME)
文章通过将私募股权投资(PME)与广义私募股权投资(GPME)进行比较,创建了一个新的统计数据。GPME 在概念上与 PME 相似,但用于对私募股权基金现金流进行折现的单期证券定价函数(SDF)采用了更灵活的形式:
在这种灵活的状态转移函数下,当α=0 且β=1 时,PME 是一个特殊情况。当α和β被估计为反映市场回报和无风险利率时,假设共同对数正态回报,这种状态转移函数意味着以下适当的考虑市场风险敞口的对数线性β定价关系:
GPME 采用基准化的视角,询问一项投资如何为投资者的投资组合增加价值,而这些价值是从市场中无法获得的。每笔现金流都折现到时间 t,包括初始投资。此外,每笔现金流都根据基金规模进行标准化。因此,GPME 可以被描述为投资于该基金的 1 美元的净现值。GPME的局限性在对于基金存续期更长的样本,基于净现值的基金绩效估计值可能存在更大的偏差,再者个别基金GPME估计值的噪声性导致需要更多假设条件,使其不太适合比较不同策略的风险暴露。
3.3 PME 楔直觉
文章使用 PME 和 GPME 之间的差异(“PME 楔”)来为我们提供关于基础资产β的信息,其中,β为代表投资者财富组合的因素(如公开市场)的协方差。这种方法的优点之一是它所需的假设相对较少。PME 楔并不依赖于这两个模型中的任何一个模型是预期回报的真实模型。文章的统计量要充分捕捉β,所需的唯一假设是私募股权回报和因子回报是联合对数正态的。
在主动型新兴市场(PME)的情况下,非零定价误差反映了两个组成部分:一个是真正的α,这可能不会被资本资产定价模型(CAPM)模型的预期回报所捕捉,另一个是主动型新兴市场和全球主动型新兴市场之间的预期回报差异。主动型新兴市场楔子消除了任何未被这两个模型捕捉到的真正的α成分,并且仅表示主动型新兴市场和全球主动型新兴市场之间的预期回报差异。
评估风险敞口和市场β的理想方法是通过进行因子回归并直接测量协方差,而文章使用PME楔来推断风险敞口有以下三点好处:首先,PME楔易于计算,因为它比较了两种不同贴现率的现金流净现值。其次,这种方法仅使用基金现金流数据推断风险敞口,避免了不规则间隔的现金流或使用净资产值来形成一致的回报序列所导致的许多问题。第三,该方法仅依赖于公开市场指数和私募股权对数回报共同正常的假设,这是基于sdf的资产定价的标准假设。
3.4 预测发展
3.4.1 市场风险预测
在股票市场上涨的时期(即世界处于股票溢价高于在资本资产定价模型(PME)假设下的水平的状态),与广义资本资产定价模型(GPME)相比,资本资产定价模型(PME)会系统性地高估高β资产的表现,并低估低β资产的表现。
预测1:SDF

当股权溢价足够高时,SDF的参数将不再是对数效用SDF的参数。也就是说,对于如下形式的SDF:,b>1。当股权溢价足够低时,b< 1。b= 0和a= 1仅在以下情况下成立:
当预测1为真时,那么PME的失真将与具有不同β的资产相关。
预测2:β
在单因素模型中,当市场股权溢价足够高时,PME高估了高时延资产(β>1)的异常表现,低估了低时延资产(β<1)的异常表现。如有PME=GPME,β=1。
预测3:相对β
当市场股票溢价足够高时,在其他条件相同的情况下,PME楔形的相对大小反映了资产的相对大小。文章还使用人为杠杆化的现金流来提供有关时延的额外信息。文章通过增加用于资金现金流的杠杆因子k,然后使用原始sdf估计杠杆现金流的PME和GPME,来模拟增加时延。杠杆PME楔形是无杠杆楔形的直接放大,加上无风险复制投资组合上PME的额外定价误差。假设联合对数正态收益,杠杆PME楔形反映了以下估计量的样本估计,这取决于β和杠杆因子k:

预测4:杠杆β
当市场股权溢价足够高时,如果参数为:则PME楔形值随k增大,反之则减少。此外,带k的PME楔的相对斜率反映了资产的相对大小。
3.4.2. 与其他因素协变的预测
在CAPM模型中,其中市场投资组合的回报代表了代表性投资者财富投资组合的回报。文章可能会关心与其他因素的协方差,例如公共可持续性因素或新兴市场因素,考虑不同的公开市场指数的协方差,这些指数可能合理地捕捉构成代表性投资者财富组合的另类资产。如果公开市场X股票溢价足够高,当满足条件:,预测取决于X股票溢价的大小。
预测5:X因素的β
如果股票溢价对于公开市场因素X来说足够高,那么一个正的PME楔形意味着该因子的>1。
预测6:X因素的杠杆β

如果股票溢价对于公开市场因素X来说足够高,那么PME楔型和杠杆因子k之间的正相关关系表明该因子
预测7:多因素GPME

如果影响力投资的回报由公开市场因素决定,那么当使用多因素证券定价函数对现金流进行折现时,与这些因素相关的 GPME 为零。一个显著的非零的 GPME 与一个多因素的 SDF 表明,影响力投资无法用这些公开市场的因素来复制。

04 影响力投资基金与市场风险
评估影响投资财务效益的第一步是衡量影响投资策略在公开市场风险中的暴露程度及其市场风险调整后的回报率。这种分析考虑了代表性投资者的财富组合回报率近似于市场回报率的情况。本节首先通过私募股权市场指数(PME)和私募股权市场指数(GPME)来研究私募基金的表现,然后在这些结果的基础上检查每种策略的市场风险敞口(或称市场风险系数),最后构建做多和做空投资组合,以加强对影响投资和基准基金的比较。
4.1 考虑市场因素的 PME 和 GPME 估计
文章使用两个SDF来定价影响和PE现金流:当SDF用于定价现金流时,GPME是异常表现,并且PME将该SDF限制为a=0和b=1的特殊情况。
表3 估计SDF与市场风险
研究表 3 中的系统性发展性基金(SDF)如何评估影响以及匹配基金的现金流。基金层面的 GPME 由以下公式给出:

对于基金 i,现金流时间 j,现金流期限 h(j),以及现金流 C 。基金层面的 PME 给出如下:
表4 相对于市场风险的预期绩效
在表4中,文章使用表3中的SDF参数,报告了PME和市场风险GPME SDF下的影响基金和匹配基金的平均表现。
图(a)展示了对影响力基金的研究结果。影响力投资相对于公开市场的表现不佳,与受限策略的普遍表现不佳以及具有顺周期特征的正 PME 楔是一致的。

图(b)中报告了匹配基准基金的结果。匹配基金的PME和GPME估计值也是负数,但小于影响基金,匹配基金的PME楔比影响基金更大,表明匹配基金的市场风险暴露更大。公共市场股票投资者投资匹配基金组似乎比投资影响基金组稍好,但差异不大。

图(c)对美国风险投资基金进行了同样的分析。相对于市场而言,影响基金和匹配基金表现不佳。风险投资基金的PME也为负,但小于影响基金的PME,表明每投入1美元资本存在异常损失-0.07美元。然而,风险投资基金的GPME与影响基金的GPME接近,风险调整损失为每投入1美元资本-0.43美元。文章的结果表明,如果投资者关心市场风险敞口,那么无论是添加影响基金还是风险投资基金,其投资组合的表现都会同样糟糕。
4.2 利用人工杠杆来对冲市场风险敞口
图2  使用市场风险 SDF 的 PME-GPME 楔

图2中绘制了影响、匹配资金和风险投资基金的PME楔。对于任何具有正β的资产,预计随着更多杠杆的增加,楔会增大(预测4)。当β为零时,楔会保持恒定(水平线),因为额外的杠杆不会影响楔的大小,也可以对现金流应用负杠杆,模拟β的减少。

研究结果表明,影响基金的回报率相对低于可比的私募市场策略。从表4的PME来看,匹配基金似乎几乎没有定价误差,而影响基金则有显著的负回报。然而,当使用GPME调整β时,两种策略都有显著的负回报,即使影响基金的回报率仍然相对较低。将影响与风险投资基金进行对比时,调整β的经济重要性更加突出。风险投资基金在总回报率(PME)方面明显优于影响基金,但在风险调整回报率(GPME)方面则不那么明显。

4.3 通过多空投资组合比较风险与回报

4.3.1 价值加权的多空投资组合

文章为样本中的每个基金发行年创建基金现金流的基金规模加权投资组合。这些投资组合是通过从基准基金规模加权现金流的长期投资组合中减去影响基金规模加权现金流的短期投资组合来构建的。
对于关注市场风险敞口的投资者来说,影响力基金作为资产类别的表现接近匹配基金,甚至可能优于专注于美国的风险投资基金。这一发现令人惊讶,因为影响力基金相对于非影响力基金有一个额外的约束:它们的投资除了产生财务回报外,还需要产生社会回报。如果投资者通过投资影响力机会就能获得类似的回报,为什么不这样做呢?一种可能性是,私人市场投资者关心的是绝对回报而非风险调整后的回报。另一种可能性是,鉴于私人市场存在信息摩擦,投资者对影响力投资的机会集并不完全了解。

4.3.2. 长短期投资组合楔

 
图3 PME-GPME 价值加权多空投资组合楔

本节创建了两组投资组合,一组做多风险投资基金并做空影响基金,另一组做多匹配基金并做空影响基金,其中匹配基金是根据资产类别、发行年份和规模与影响基金进行配对的。图3 中观察到的楔形图表明,在前一节构建的长短投资组合中,人工杠杆k的增加导致楔形图增大。匹配影响的长短投资组合(实线)和风险投资影响的长短投资组合(虚线)的正斜率表明,净现金流β为正:随着k的增加,GPME 变得更负,楔形图增大,这进一步表明两个基准的β都大于影响投资组合的β。


05 风险与回报的替代模型

5.1 可持续性因素

上文结果证明,影响基金、匹配基金和风险投资基金的GPME为负,这相当于意味着所有基金的回报都具有负CAPM。然而,公开市场对可持续资产的需求可能意味着一种与CAPM不同的资产风险回报权衡模型。因此,本节考虑在样本中加入公共可持续性因素,研究是否有助于解释私募市场影响和基准基金的回报。

表5 GPME与多因素SDF
表5的第一个观察结果是,当文章在市场因素中添加公共可持续性指数时,对冲基金的 GPME 估计值会接近零。第二个观察结果是,与对冲基金的结果不同,加入公共可持续性指数似乎并未改善对冲基金的模型。对冲基金相对于市场每投入 1 美元资本损失 0.33 美元;当文章使用市场和可持续性多因素模型进行风险调整时,每投入 1 美元资本的损失增加到 0.34 美元。对于风险投资基金,GPME 估计值从单因素资本资产定价模型中的每投入 1 美元资本损失 0.43 美元变为每投入 1 美元资本损失 0.40 美元。
得出结论,公共可持续性因素对影响基金的额外解释力不是增加一个因素的机械结果。相反,影响力基金似乎比基准基金有明显的风险敞口,这是通过将公共可持续性指数加入市场因素来衡量的。
5.2 另类财富投资组合

影响风险和回报的替代模型也可能以具有不同单一因素的单因素模型的形式呈现,这些单一因素对应于不同的投资者财富组合。本节衡量了影响力基金在公共可持续性和新兴市场两个独立因素的风险敞口,表明影响力投资在这些维度上也具有不同的风险特征,而且不同的财富投资组合对于影响力是否具有优惠性可能有不同的评估。

5.2.1 公共可持续性

考虑一种场景,对于投资者而言,替代性的财富投资组合不是市场,而是公开交易的可持续性指数。
表6 带有可持续性指数的估计社会需求函数
表6 报告了使用可持续性指数作为公共市场收益率的单因素 SDF 估计值。估计结果表明,将公共可持续性作为公共市场替代品的事后 SDF(列 2)与具有对数效用假设的 SDF(列 1)不同。b大于1的事实表明回报溢价“足够高”(预测1)。

表7 相对于可持续性指数的预估绩效
表7 提供了来自这种替代的单因素模型的公共市场等值(PME)和广义公共市场等值(GPME)的估计值。公共市场等值和广义公共市场等值的估计值在影响力基金、匹配基金和风险投资基金之间差异很大。相对于公共可持续性指数进行风险调整,每投入 1 美元资本,匹配基金获得 0.23 美元,而风险投资基金损失 0.08 美元,影响力基金损失 0.51 美元。对于财富投资组合由公共可持续性指数衡量的投资者来说,影响力基金不是在财务上有利可图的投资组合补充。

5.2.2 新兴市场

本节使用 MSCI 新兴市场可投资市场总回报指数作为文章衡量投资者财富组合的指标。对于那些接触新兴市场经济体而非美国市场的投资者,例如作为社会基金常见投资者的基金会来说,这种财富组合具有相关性。

表8 包含新兴市场指数的估计系统性发展性融资(SDF)
表8 中报告了新兴市场指数的单因素 SDF 估计值。不仅估计值与对数效用模型所隐含的参数不同,而且该模型中差异的幅度是显著的,并且与新兴市场在文章所研究的时间段内的出色表现有关,处于一种回报溢价足够高的情况。
图4 PME-GPME 楔形新兴市场指数

图4表明,向上倾斜的曲线以及新兴市场股票溢价大且为正相结合,影响大于 0 。匹配基金和风险投资基金的曲线向下倾斜,表明这些基金与新兴市场因素的协方差为负。在这种情况下,与投资匹配的非影响基金相比,影响力基金似乎增加了已经面临新兴市场风险的投资者的风险敞口。

06 结论

文章对影响力投资的风险状况和风险调整后的绩效进行了特征描述。本文基于科特韦格和内格尔(2016年)的见解,开发了“PME楔”统计数据来分析影响力投资的风险属性和绩效。研究发现,影响力投资的β值低于基准私募市场基金,表明其周期性较低,将其纳入投资组合所增加的市场风险敞口低于可比私募市场策略。尽管匹配基金和风险投资基金的绝对业绩高于影响力基金,但考虑市场风险敞口后,三者的风险调整业绩相近。影响力投资的表现受投资者偏好和财富组合影响,加入公开可持续性指数能提高对其回报率的解释能力。影响力投资在新兴市场有积极敞口,与基准基金表现不同。总回报方面,匹配基金最高,风险投资基金次之,影响力基金最低,但差异主要由市场风险敞口造成。研究强调了参考点在影响力投资绩效中的重要性,并希望未来进一步探索其与财务风险和回报的联系。



讨论时刻:
       论文提到,影响力投资的表现取决于投资者的偏好及其财富组合。这是否意味着不同的投资者群体对影响力投资基金的接受度和期望收益有所不同?




如果有好的建议,请留言给我们。

"大于研究"是华南理工大学经济与金融学院、金融工程研究中心于老师和学生对外分享研究成果和学习的心得的公众号。

对我们的研究感兴趣的可以联系fofscut@163.com





大于研究
大于研究是华南理工大学金融工程研究中心的老师和学生对外分享研究成果和学习的心得的公众号。对我们的研究感兴趣的可以联系fofscut@scut.edu.cn。
 最新文章