我国开放式基金的绩效：运气还是选股能力？

论文摘要

1868年,世界上第一个投资信托“外国和殖民地政府信托”在英国诞生,而第一个具有现代开放式基金雏形的基金则在1931年出现。严格的讲,中国投资基金的发展始于海外,直到2001年9月11日“华安创新”的发行才填补了中国没有开放式基金的历史空白。与早期封闭式基金坎坷的发展历程不同,开放式基金在我国发展迅速,几年内几乎取代了市场中所有的封闭式基金。自2007年以来,基金规模扩张的步伐进一步加大,掀起一轮又一轮扩容高潮。其实,随着这一波波浪潮高涨的,不仅是投资者们满腔的热情,还有中外学者对基金业发展的关注。在对基金绩效评估及相关问题分析的过程中,专家、学者们试图从不同类型、不同投资风格的基金中挑选出最具投资价值的对象,并且得到了许多有意义的结论。本文试图就基金绩效研究的一个细小问题进行深入分析:我国开放式基金的绩效是运气使然,还是基金经理的选股能力所致?[0]众所周知,基金经理的选股能力是影响基金绩效的一个重要因素,基金经理的选股能力越强,基金的绩效可能越好。但是,选股能力却不是决定基金绩效的唯一因素,本文将基金经理选股能力外的、非基金经理所能左右的所有其他因素统统视为运气。运气在市场中普遍存在,这就可以解释为什么牛市行情中,选股能力很弱的基金随机构造股票组合也可能获得较好绩效,因为这些好的绩效源自运气。运气对基金绩效的影响也可以从同花顺金融研究中心研究员、数学博士冯一桢在最新发表的专题研究中得到佐证。冯一桢博士通过大量的数据统计之后得出了一个令人惊讶的结论:在07年9月至08年3月期间,那些受市场高度关注、并在之前很长一段时间表现不凡的超大型基金并不是判断市场走势最精确的投资者,他们的买卖行为与未来指数走势的相关性上不是最高的,在同业中仅处于中等偏上水平。相反,一些能踏准市场节奏、稳立潮头的却是另一批平常不怎么起眼的基金。这些背负着人们较高期望的超大型基金无论是基金长期表现还是基金经理从业时间长短或受教育程度都有理由让投资者相信他们有较强的选股能力,但这些基金在考察期内的表现却不如一些选股能力不如自己、之前并不被人们看好的其他基金,原因何在?运气可能是一个重要的解释因素。之前一些研究通过将基金的排序期和评价期分离开来的办法间接对运气进行控制。但是,此类研究的目的并不在于探究运气对绩效的影响,它的重点还是在于考察基金绩效的持续性。而在本文中,笔者将引入自助法,直接对运气进行建模。在超常收益率为0的假设下（ Jensenα= 0）,自助法可以通过自助抽样模拟出任何一只基金在考察期内超常收益率的1000个模拟值,以此形成零假设下关于超常收益率的经验分布,这种经验分布是对现实情况的模拟,已经将运气因素对基金绩效的影响包含在内。然后我们将真实的超常收益率与这1000个模拟值进行比较,若真实收益率为正（负）,并且比90%的模拟值大（小）,那么说明小概率事件发生,关于超常收益率的零假设不成立,也就是说,即便考虑了运气对绩效的影响,该只基金的超常收益率仍然存在,那么该只基金绩效不能完全被运气所解释,其源自选股能力的可能性增加。否则,小概率事件没有发生,关于超常收益率的零假设成立,即考虑运气后基金不存在超常收益率,这意味着,该基金的超常收益率源自运气,可以被运气所解释。为了更加清楚、准确的分析基金的绩效归因问题,本文分为七个部分对此进行深入研究。第1部分是引言,这部分简单的介绍了国内外基金发展历程、基金绩效评估的基本内容和相应研究的重要意义。第2部分简要回顾了基金绩效评估方法,包括Treynor指数、Sharpe指数、Jensen指数在内的常用基金绩效指标、各种静态和动态的评估模型。本文也对未来的发展趋势进行了总结。第3部分对与本文紧密相关的两篇国外文献进行了分析,这两篇论文均在研究中引入自助法,以达到区分运气与基金经理选股能力对基金绩效影响的目的。与此同时,笔者分5个部分对国内相关文献进行综述。在梳理文献的过程中笔者发现:通常人们应用Meton-Heriksson模型（M-H模型）或Treynor-Mazuy的二项回归模型（T-M模型）对基金经理的选股能力和择时交易能力进行评估将会得到基金经理并不具备有这些能力的结论。但人们在使用M-H与T-M时,实际上已经接受基金的收益率能够代表各自基金经理的选股能力的这一隐含假定,而事实上,较高的基金收益率完全可能是运气所致,而并非能力的体现。此外,笔者还发现,在使用多因子模型对基金业进行综合分析时,多数研究直接根据假设检验对Jensenα（即剔除证券风险后的超常收益率α）的显著性进行判定,而并未顾及假设检验是否有效,是否合理。同时,在国内相关研究中,样本不足也是影响研究质量的另一大障碍。在第4部分介绍了本文的研究方法Fama-French三因子模型和自助法的基本思想之后,笔者分步给出本文研究的具体思路。步骤1:根据Fama-French三因子模型回归得到各只基金的超常收益率αi其相应的t统计量、残差序列e?it和其他待估参数。步骤2-6:应用自助法构造t统计量的经验分布,这种分布是对现实情况的模拟,也就包含了现实中运气因素对基金绩效的影响。假设基金绩效源自运气,当置信度确定时,根据t的经验分布我们便可以找到假设检验的临界值t?。在置信度水平为90%情况下:（1）若αi> 0,且t > t?,这表明该只基金的超常收益率αi比1000次自助法模拟中90%的模拟值大,说明该基金的绩效源自基金经理超强的选股能力,与运气无关;否则,若αi> 0, t < t?,那么我们可以断定该基金绩效源自运气;（2）若αi< 0,且t > t?,这表明该只基金的超常收益率αi比1000次自助法模拟中90%的模拟值小,说明该基金的绩效是由基金经理低下的选股能力造成的,与运气无关;否则若αi< 0, t < t?,那么绩效不高只是运气不好而已。没有特别说明,本文所用数据始于2004年2月27日,止于2007年8月31日。本文研究的数据来源和相关指标的计算方法在第5部分有相应介绍:从wind资讯中收集到的开放式基金周基金资产净值（NAV）是计算239只基金周收益率的基础。而规模因子SMB和价值因子HML分别是依照申银万国的小盘股指数和大盘股指数、市净率系列指数来计算的。论文所涉及的无风险利率R f是银行一年期定期存款的周利率。最后,市场基准利率是根据股票市场收益率、债券市场收益率和无风险利率编制的。第6部分在进入本文核心前,笔者还对数据的平稳性进行了检验,结果表明所有数据均为平稳的时间序列,这保证了用Fama-French三因子模型回归的有效性,并且其后的JB检验表明,以往基金绩效研究中普遍使用的t检验实际上对80%以上的基金失效,这说明构建统计量t经验分布的必要性。通过对比239只基金超常收益率的t值与从经验分布中确定的临界值t?后发现,中国开放式基金无论好坏都与运气有着明显的关系,绩效能够真实反映基金经理的选股能力或择时能力的基金数量不多。随后笔者进一步考察了成长收益型基金和积极成长型基金,发现成长收益型基金中存在的超常收益率主要源基金经理优良的选股能力,相比而言,积极成长基金组中存在的超常收益率（即α大于0）主要依靠较好的运气。最后,笔者还用递归构造投资组合的方式考察了我国基金的持续性,实证结果表明若以周为单位我国基金的持续性相当明显。第7部分是对全文的总结,强调了运气对我国基金业的重大影响,并且表明运气对不同类型基金的影响存在差异,同时指出论文在模型选择、数据选取中仍存在的不足。本文的创新主要体现在基金绩效研究方法上,通过自助法构造统计量t的自助法分布,本文不但弥补了用传统检验方法判断基金超常收益率显著性所产生的不足,还将最容易忽略的运气因素考虑进绩效评估中,拓展了研究范围。并且自助法的引入可以缓解由于基金收益率样本容量不足而引起的绩效评估精确度下降的问题。除此之外,本文对国内研究进行了以下改进:（1）扩充样本容量。国内研究所涉及到的样本过小,无法代表考察期内基金市场的状况,更无法体现当前基金市场的特性。样本偏差成为以往基金绩效研究之间结论相悖的重要原因之一。而本文所选取的样本涵盖了考察期内的所有基金,较长的时间跨度也保证了结论的准确性。（2）许多学者用基金收益率的周数据代替月数据,从而增加样本容量,但回归后的随机扰动项仍然无法通过正态性检验,假设检验失效,从而使人们对基金的超常收益率的判断变得不准确。而本文使用自助法构造新的分布,依此作为判断标准,这与残差是否服从正态分布无关。

论文目录

• 摘要
• ABSTRACT
• 1. 引言
• 1.1 研究背景
• 1.2 研究意义
• 1.3 创新之处
• 1.4 研究框架
• 2. 基金绩效评估方法简要回顾
• 2.1 基金绩效度量指标
• 2.2 基金绩效评估模型
• 2.3 发展趋势
• 3. 国内外相关文献综述
• 3.1 国外相关文献回顾
• 3.2 国内相关文献回顾
• 3.3 简要评述
• 4. 研究方法
• 4.1 Fama-French 三因子模型
• 4.2 自助法
• 4.3 本文研究方法
• 5. 数据来源和相关指标计算方法
• 5.1 基金收益率
• 5.2 规模因子SMB
• 5.3 价值因子HML
• 5.4 无风险利率
• 5.5 基准利率benchmark
• 6. 实证分析
• 6.1 数据的平稳性检验
• 6.2 扰动项的正态性检验
• 6.3 单只基金绩效的归因分析
• 6.4 不同类型基金的绩效归因分析
• 6.5 基金绩效的持续性研究
• 7. 总结与展望
• 7.1 全文总结
• 7.2 论文的不足之处与改进方向
• 参考文献
• 后记
• 致谢
• 在读期间科研成果目录