《基于动态面板回归的基金业绩决定因素.pdf》由会员分享，可在线阅读，更多相关《基于动态面板回归的基金业绩决定因素.pdf（6页珍藏版）》请在taowenge.com淘文阁网|工程机械CAD图纸|机械工程制图|CAD装配图下载|SolidWorks_CaTia_CAD_UG_PROE_设计图分享下载上搜索。
1、 第19卷 第1期2010年2月系统管理学报Journal of Systems&ManagementVol.19 No.1Feb.2010 文章编号:100522542(2010)0120077206基于动态面板回归的基金业绩决定因素唐松莲1,许友传2(1.华东理工大学 商学院,上海200237;2.复旦大学 金融研究院,上海200433)【摘要】基于我国61家股票型基金20042062008203的16个季度面板数据,使用动态面板回归模型对数据进行了探索性建模,研究了政策性资产配置和基金经理对基金业绩的贡献。主要发现有:政策性资产配置与基金业绩之间的关系显著,在控制其他因素的情况下,基金资
2、产配置能力提高1%,约能提高基金业绩0.8%;基金经理的学历、年龄、从业时间和从业背景对基金业绩的贡献显著,但贡献度不大;基金业绩存在可能的“反转”现象,反转周期估计半年。关键词:资产配置;政策性资产配置;基金经理;基金业绩中图分类号:F 830.39 文献标识码:AStudy on Fund Performances Determinants Based onDynamic Panel RegressionTA N G Song2lian1,XU You2chuan2(1.School of Business,East China University of Science and Tech
3、nology,Shanghai 200237,China;2.College of Financial Research,Fudan University,Shanghai 200433,China)【Abstract】The purpose of this study is to test whether policy asset allocation and fund managers help toexplain fund performance.We use Arellano and Bond(1991)dynamic panel regression to do this based
4、 onthe database of 61 stock funds in June 2004 to March 2008.The major findings include:(1)policy asset allo2cation significantly affects fund performance,In the control of other factors,if the ability of asset alloca2tion increased 1 percent,the fund performances can be improved about 0.8 percent;(
5、2)fund managerscharacteristic such as qualifications,age,employment time and business background,significantly affectfund performance;(3)fund performance may exist reversal phenomenon in China,the cycle is about halfa year.Key words:asset allocation;policy asset allocation;fund managers;fund perform
6、ance收稿日期:2008212231 修订日期:2009206209基金项目:国家自然科学基金资助项目(70803010,70872073);教育部人文社科青年项目(06JC630021);复旦大学“金苗”资助项目(09JM030)作者简介:唐松莲(19812),女,博士。研究方向为机构投资者行为。E2mail:songsong19811010 到2008年为止,我国基金业已走过11个年头。资本市场的蓬勃发展促成了基金业的壮大,股票市场的风云变幻磨练出了基民(即基金持有人)的理性1。基金作为一种集合理财产品,目的是利用基金公司专业的投资决策团队和信息优势,取得相比于个人投资者较好的投资收益。
7、基金业绩决定因素的研究历来也是微观金融理论关注的重点。目前的研究主要包括:对基金资产配置进行的研究2;对基金经理能力的研究324。随着基金的发展及其在资本市场中的影响日益显现,国内对基金资产配置和基金经理研究文献也开始涌现。蒋晓全等5发现政策性资产配置在时间序列上对同一基金的业绩起着重要作用。李豫湘等6发现年轻的、投资经验丰富的、在同一基金管理时间较长的基金经理所管理的基金业绩会较好。上述研究为进一步研究基金业绩的决定因素提供了很好的理论模型和实证方法,然而,现有文献也存在着如下不足,如在研究资产配置对基金业绩的贡献时,大都采用横截面回归或时间序列回归的办法;在研究基金经理对基金业绩的影响时,
8、大都采用回归方法来测度两者之间的相关性,但基金经理对基金业绩的贡献程度却无从得知。基于此,本文选择了61家股票型基金在16个季度上的面板数据,使用Arellano等7动态面板回归模型对大样本数据进行了探索性建模,考察了基金政策性资产配置和基金经理对基金业绩的贡献。1 文献回顾1.1 资产配置与基金业绩资产配置是根据风险与收益相匹配的原则,将全部资产投资于风险资产和无风险资产中,并决定或调整这两类资产在一个完全资产组合中的比例。资产配置可分为政策性资产配置(Policy Asset Al2location,PAA)与战术性资产配置策略(TacticalAsset Allocation,TAA)。
9、PAA策略是指基金为了实现长期投资目标而决定在不同类型资产间进行配置的活动;TAA策略是基金决策委员会通过选时主动地调高或降低不同资产类型的配置比例。Brinson等2把基金总回报沿时间的波动分解为由PAA决定和TAA决定,并发现在研究样本中,基金总回报的时间变化中有93.6%可由PAA解释。之后Ibbotson等8的进一步研究发现,对基金绩效中有多少能被资产配置解释的问题,不能进行简单的衡量。在不同基金之间的业绩差异中,可以解释40%;而在同一基金回报随时间的波动中,则平均可以解释90%。李雪峰等9发现中国的封闭式基金大部分具有较高的资产配置能力。蒋晓全等5发现TAA在时间序列上对同一基金的
10、业绩起着重要作用,但基金积极管理程度与TAA对不同基金业绩差异贡献程度的不明显。王征10发现资产配置对股票型基金收益率的贡献在时间序列上的解释程度为80%左右,在横截面上解释程度为7%左右。但以上研究从方法上看,他们都分别从横截面或时间序列角度来研究资产配置对基金业绩的影响,忽略了数据的时间序列特性或截面特性;从研究结果看,对基金业绩影响较大的是TAA,而TAA对基金业绩的贡献很难与基金经理区分开,所以,本文主要测度TAA对基金业绩的贡献。1.2 基金经理与基金业绩基金经理的工作能力,包括分析、判断、研究、学习、身体健康状况和社会交际能力等。但工作能力是个抽象的概念,难以量化,只能通过经理人的
11、某些特征反映出来,通过量化基金经理能力的其他主要特征,来研究基金经理与基金业绩之间的关系。Chevalier等324开辟了采取量化方法研究基金经理能力和基金业绩间关系的先河,他们以投资组合超额收益Alpha、系统风险Beta、费率、基金管理费和证券组合换手率等为被解释变量,以基金经理的学位、年龄、任期、受教育年限、基金资产、基金投资风格等为解释变量,以美国530只共同基金为样本,发现基金经理的能力确实可以影响基金业绩。随后的研究者大都选取基金经理的一个或几个特征,来观察基金经理能力与基金业绩间的关系,如Israels2en11的研究表明,任期6年以上的基金经理具有较高的收益率;且任期越长的基金
12、经理对应的基金业绩越佳的结论12。Khoran13发现基金经理变更与业绩之间存在负相关。Khorana14的研究发现,从好的大学毕业的基金经理业绩要高于一般性大学毕业的基金经理。国内这方面研究成果大部分集中在基金经理更换上,得出的结论并不统一。余为政等15发现基金经理的更换公告会引起市场的注意。许晓磊等16217发现基金经理更换与基金业绩间不存在显著的相关性。后面的研究又发现基金经理的离职不一定会影响业绩,但基金业绩会对基金经理的更换产生作用18。陆家骝等19的研究支持这一结论。此外,李豫湘等6发现年轻的基金经理、投资经验丰富的基金经理、在同一基金管理时间较长的基金经理所管理的基金业绩相对较好
13、一些。2 计量模型2.1 指标设计为研究PAA对基金业绩的影响,需分别测度基金PAA收益率(PRit)和基金实际收益率序列(TRit)。TRit等于各类别资产的实际比例Wi,j,t和实际收益率Ri,j,t的乘积之和,即TRit=2j=1Wi,j,tRi,j,t其中:i表示基金公司;j表示资产类别,主要包含股票、债券与货币性资产,j=1,表示投资于股票资产,j=2,表示投资于债券或货币资产;t表示季度(本文采用季度数据,假设在每个季节内,基金的资产配置87系 统 管 理 学 报第19卷 权重不变,只在季节末调整);基金公司i在季度t投资于股票资产的实际比例为:Wi,1,t=股票资产市值基金资产总
14、市值同理,基金公司i在季度t投资于债券与货币资产的实际比例为:Wi,2,t=债券与货币资产市值基金资产总市值 基金在资产j上的Ri,j,t是这样计算的:对开放式基金,使用季度单位基金净值增长率代替;对封闭式基金,使用季度基金规模总净值增长率代替。PRi,t等于PAA比例W-i,j与PAA收益率Ri,j,t的乘积之和,即PRi,t=2j=1W-i,jRi,j,t其中,W-i,j等于基金各季度实际配置比例Wi,j,t的算术平均值,即W-i,j=11616t=1Wi,j,t,那么,W-i,1等于基金各季度股票资产的Wi,1,t的算术平均值,即W-i,1=11616t=1Wi,1,tPAA中债券与货币
15、资产的比例W-i,2等于基金各季度债券与货币资产的Wi,2,t的算术平均值,即W-i,2=11616t=1Wi,2,t;Ri,j,t是资产类别j在各季度的政策性资产收益率,参照蒋晓全等5,10的研究,本文中,股票资产在各季度的政策性收益率采用“中标300指数”(代码为SH816000)的季度收益率;债券资产在各季度的政策性收益率采用“中信国债指数”(代码为SH816020)的季度收益率。为研究基金经理对基金业绩的影响,可设置如下变量:基金经理更换(BG),根据张美霞18的研究,当基金在该季度存在基金经理更换时取1,否则取0;基金经理年龄(NL),以开始任职该基金经理时的年龄为准。李豫湘等6发现
16、年轻的基金经理所管理的基金业绩相对较好一些;基金经理从业时间(CYSJ),即基金经理从事证券或基金行业的工作时间;Israelsen11发现任期越长的基金经理管理的基金业绩越佳。基金经理的学历(XL),目前基金经理的学历有博士、硕士和学士,根据Khora2na14的研究,分别给予3、2和1的赋值;基金经理的从业背景(CYBJ),即基金经理任职该基金经理前的从业经历。在统计数据中发现,基金经理的从业背景一般是研究员、投资经理、基金经理助理或基金经理,如基金经理在任职前是基金助理或其他基金的基金经理,取值1,否则取0。2.2 模型与估计研究PAA和基金经理对基金业绩的影响,可进行如下的面板回归:T
17、Rit=0+PRit+1BGit+2NLit+3CYSJit+4XLit+5CYBJit+i+vit(1)式中:ui是面板回归的截面效应或个体成分,在固定效应假设中,ui是常数,在随机效应假设中,ui服从正态分布N(0,2u);i,t是面板回归的随机效应或异质成分。对式(1)的常规估计方法有多种,如组内估计(或固定效应估计)、组间估计、随机效应估计、可行的广义最小二乘估计(FGLS)等20221。但问题是:本文将使用61只基金16个季度的平齐数据进行实证研究,除了基金资产配置、基金经理等对基金业绩有影响外,基金业绩也可能具有一定的持续性,即以前期的基金业绩对现期业绩可能会产生显著的影响。此时,
18、需对模型进行如下的修正:TRit=0+ppp=1TRit-p+PRit+1BGit+2NLit+3CYSJit+4XLit+5CYBJit+i+vit(2)式(2)为动态面板回归模型,当面板回归中含有因变量的滞后值(或作为解释变量)时,回归变量的外生性不能得到保证,基于固定效应的协方差估计、最大似然估计(ML E)等将不再是一致的,且动态模型的初值设定也会影响模型和参数的估计效果20。为处理以上可能的后果,人们提出了一些针对动态面板回归模型的估计方法7,22224,其中,GMM估计7获得了最广泛的应用,本文沿袭这一方法。为更形象、直观地阐述Arellano等7估计的原理,且便于理解,假设有以下
19、简化的动态面板回归模型:TRit=0+1TRit-1+i+vit(3)iIID(0,2),vitIID(0,2v)式中,当N 固定时,为获得参数1的一致估计,可对式(3)进行一阶差分,以剔除截面效应的影响:TRit-TRit-1=1(TRit-1-TRit-2)+(vit-vit-1)(4)当t=3时,式(4)变为TRi3-TRi2=1(TRi2-TRi1)+(vi3-vi2)显然,TRi1与(TRi2-TRi1)高度相关,而与(vi3-vi2)不相关,故只要vit不是序列相关的,TRi1就可作为(TRi2-TRi1)的有效工具变量;同理,当t=4时,式(4)变为TRi4-TRi3=1(TRi
20、3-TRi2)+(vi4-vi3)97 第1期唐松莲,等:基于动态面板回归的基金业绩决定因素此时TRi1和TRi2是(TRi3-TRi2)的有效工具变量(因为TRi1、TRi2与(vi4-vi3)不相关);依次类推,当t=T时,有效工具变量集(TRi1,TRi2,TRiT-2)。不妨令vi=(vi3-vi2,vi4-vi3,viT-viT-1)则易推E(vivi)=2v(IN“G)其中,G=2-10000-12-10000000-12是(T-2)(T-2)阵。令Wi=TRi1 TRi1,TRi2 TRi1,TRi2,TRiT-2则根据前述推理,有E(Wivi)=0,且所有截面的工具变量阵为W=
21、W1,W2,WN,将其乘以式(4)两边得:WTRit=1WTRit-1+Wvit(5)对式(5)进行GLS估计,即可获得Arellano等的一步一致估计21:1=(TRit-1)W(W(IN“G)W)-1W(TRit-1)(TRit-1)W(W(IN“G)W)-1W(TRit)(6)可证明最优的GMM估计是将W(IN“G)W=Ni=1WiGWi替换成VN=Ni=1Wi(vi)(vi)Wi则最优的GMM二步估计为211=(TRit-1)W(VN)-1W(TRit-1)(TRit-1)W(VN)-1W(TRit)(7)由于可见,该估计无需知道动态回归的初始信息和i、it的分布信息。为了获得可行的G
22、MM估计,只需将式(6)中的随机项vit的估计值带入式(7),就能获得最优的GMM估计,此即Arellano等的GMM二步估计。注意的是,式(3)是不含有外生变量的动态面板回归,当在式(3)中加入外生变量集Xit=(PRit,BGit,NLit,CYSJit,XLit,CYBJit)时,有E(Xitvis)=0,但E(Xiti)0,那么Xit也将是有效的工具变量,则截面的工具变量阵为:Wi=TRi1;Xi1 TRi1,TRi2;Xi1,Xi2 TRi1,TRi2,TRiT-2;Xi1,Xi2,XiT-1同理,加入外生变量的动态面板回归模型为:W TRit=1W TRit-1+W(Xit)+W
23、vit(8)应用式(6)、(7)相似的原理,可分别获得式(8)的GMM的一步与二步估计。由前述分析可知,GMM估计的一致性取决于Evitvit-2是否等于0,当Evitvit-20时,GMM估计的工具变量集不能成立。Arellano等7还建议使用Sargan检验判断模型的过度识别约束问题。关于多期动态面板回归模型、Evitvit-2是否等于0的检验方法、Sargan检验原理等更详细的内容可参见文献21和Stata技术文本等。3 实证研究3.1 样本选择与数据来源从沪深两市2003212231前成立的基金中,按照如下标准筛选分析样本:剔除指数型基金、增强指数型基金、债券型基金、保本型基金和货币型
24、基金,研究对象是股票型基金;基金规模在5亿元以上。按照该标准,进入研究范围的基金有82家,其中,封闭式基金28家,开放式基金54家。由于我国封闭式基金于2007年开始了“封转开”,在54家开放式基金中,有21家是由“封转开”转化而来,故最终样本为61个。研究期间为20042062008203,主要基于以下考虑:满足基金成立后运作时间至少在3年,以获得足够多分析数据;我国开放式基金的大力发展是在2003年后,且2003年后基金才开始重视资产配置在投资管理中的作用;2003年以前,基金运作过程中存在融资融券等行为,导致资产配置中“股票市值”和“债券和货币资金市值”占基金总市值的比例之和大于100%
25、的异常现象。本文使用的数据中,资产实际配置比例和实际收益率都来源于基金的季报、中报、年报和净值报告,这就使得研究的最小周期是季度。从20042062008203共16个季度。股票和债券的基准指数数据来自中信指数网站;其他数据来自CSMAR数据库和各基金公司网站。3.2 实证结果表1给出了政策性资产配置、基金经理对基金08系 统 管 理 学 报第19卷 业绩影响的估计。其中,模型(1)(4)分别给出了因变量(基金实际收益率或基金业绩)在滞后14期条件的Arellano and Bond GMM一步估计,但Sargan检验表明模型均存在过度识别问题,且模型(1)、(4)的随机项的一阶差分存在2期自
26、相关性,表明一步估计不能获得一致的参数估计。本文对模型(1)(4)进行了GMM二步估计,它们分别对应于模型(5)(8)。Wald检验表明,模型(5)(8)的整体拟合效应良好;Sargan检验表明,模型均不存在过度识别问题;且模型(6)、(7)随机项的一阶差分不存在2期自相关性,即当因变量的滞后23期值作为解释变量进入动态面板回归模型时,模型的GMM二步估计效果良好。从模型(6)、(7)可以发现:基金的政策性资产配置的系数在0.8左右,也就是说,基金资产配置能力提高1个百分点,能导致基金业绩约提高0.8个百分点。基金经理的学历、年龄、从业时间和从业背景对基金业绩贡献显著,其中,学历、年龄和从业背
27、景是正相关,即基金经理的学历越高、年龄越大和具有基金相关从业背景会带来较好的基金业绩,但贡献度均不大;但从业时间与基金业绩负相关,基金经理较长的从业时间并不能显著提高基金业绩。基金业绩存在可能的“反转”现象,如上季度的基金业绩与本季度的业绩呈显著的反向关系,但我国基金的业绩似乎有半年的周期现象。表1 模型估计结果模型一步估计(1)(2)(3)(4)二步估计(5)(6)(7)(8)TRit-1-0.1753 3 3-0.0943 3 3-0.1223 3 3-0.1043 3 3-0.1753 3 3-0.0943 3 3-0.1213 3 3-0.1043 3 3TRit-20.2843 3
28、30.1783 3 30.2223 3 30.2833 3 30.1823 3 30.2253 3 3TRit-3-0.2323 3 3-0.3353 3 3-0.2283 3 3-0.3343 3 3TRit-4-0.1873 3 3-0.1883 3 3PRit-10.8223 3 30.8023 3 30.8453 3 30.8313 3 30.820 43 3 30.796 83 3 30.840 63 3 30.8263 3 3BGit-1-0.0020.003-0.0010.004-0.002-0.006-0.0010.003NLit-10.0010.0010.0020.0010.
29、0013 30.0013 3 30.0023 3 30.001XLit-10.0130.0140.0180.0130.0133 3 30.0143 3 30.0183 3 30.0123 3 3CYSJit-1-0.0063 3-0.0063 3-0.0073 3 3-0.004-0.0073 3 3-0.0063 3 3-0.0073 3 3-0.0033 3 3CYBJit-10.0130.0110.0140.0050.0163 3 30.0143 3 30.0153 3 30.0070-0.007-0.0083 3 3-0.0030.0043 3 3-0.0083 3 3-0.0083
30、3 3-0.0040.0043 3 3Wald Test 2 345.203 3 32 707.623 3 32 521.723 3 32 444.293 3 352 913.933 3 366 745.153 3 3337 255.123 3 342 581.473 3 3Sargan Test455.773 3 3413.813 3 3344.603 3 3280.313 3 360.3460.1759.860.042rd Autocorrelation Test4.573 3 30.290.20-2.873 3 34.443 3 30.280.17-2.213 3 注:Wald Test
31、是对模型整体拟合效应的检验;Sargan Test检验模型是否存在过度识别问题;2rd Autocorrelation Test是检验模型随机项的一阶差分是否存在2阶自相关性。3 3 3,3 3,3 分别表示统计量在1%,5%和10%的显著性水平上显著4 结 语本文以2003212231前成立61家股票型基金,在20042062008203的16个季度数据,使用Arel2lano and Bond动态面板回归,研究了资产配置和基金经理对基金业绩的贡献,且获得了一致、稳健的估计结果。本文研究发现:政策性资产配置对基金业绩的贡献度约为80%;基金经理的学历、年龄、从业时间和从业背景对基金业绩的贡献
32、显著,但贡献度均不大;基金业绩存在可能的“反转”现象,但我国基金的业绩似乎有半年的周期现象。研究基金业绩在多大比例上来源于政策性资产配置,对基金公司的投资流程设计及资源配置具有重要的参考意义。鉴于基金业绩很大程度上都是由政策性资产配置决定的,故基金公司应将有限的研究资源更多的用于分析影响股票市场整体发展的因素,例如宏观经济、货币政策和财政政策等。研究基金经理的能力对基金业绩的影响,主要是为科学选拔和考核基金经理的机制提供一定的经验依据。本文发现基金经理的能力对基金业绩会产生作用,但贡献度并不大,说明在目前我国的资本市18 第1期唐松莲,等:基于动态面板回归的基金业绩决定因素场,基金经理面对大起
33、大落的市场环境,对基金业绩掌控能力仍不够。参考文献:1 巴曙松,陈华良,王 超.2008年中国基金与资产管理行业发展报告M.北京:中信出版社,2008.2 Brinson G,Hood L R,Beebower GL.Determinantsof portfolio performanceJ.Financial Analysts Jour2nal,1986,42:39248.3 Golec Joseph H.The effects of mutual fund Manag2erscharacteristics on their portfolio performance,risk and fe
34、esJ.Financial Services Review,1996(5):1332148.4 Chevalier Judith,Glenn Ellison.Are some mutualfund managers better than others?cross2sectionalpatterns in behavior and performanceJ.Journal ofFinance,1999,54:8752900.5 蒋晓全,丁秀英.我国证券投资基金资产配置效率研究J.金融研究,2007(2):89297.6 李豫湘,程 剑,彭 聪.基金经理个人特性对基金业绩影响的研究J.价值工程,
35、2006(2):21227.7 Arellano M,Bond S.Some tests of specification forpanel data:Monte Carlo evidence and application toemployment equationsJ.Review of Economic Stud2ies,1991,58:2772297.8 Roger G Ibbotson,Paul D Kaplan.Does asset alloca2tion policy explain 40,90,or 100 percent of perform2ance?J.Financial
36、 Analysts Journal,2000(11):26233.9 李雪峰,茅勇峰.我国证券投资基金的资产配置能力研究 基于风险与收益相匹配的视角J.证券市场导报,2007(3):56263.10 王 征.资产配置对基金收益率的贡献度分析 来自中国市场的经验数据J.经济科学,2005(4):80289.11Israelsen.Risk2adjusted performance of mutual FundsJ.New England Economic Review.1998(9):2232245.12Kon S J.The market2timing performance of mutua
37、lfund managers J.Journal of Business,2000(3):4562478.13Khorana A.Top management turnover:An empiricalinvestigation of mutual fund managersJ.Journal ofFinancial Economics,1996(40):1232151.14Khorana A.Performance changes following top man2agement turnover:Evidence from open2ended mutualfundsJ.Journal
38、of Financial and Qualitative Analy2sis,2001,36:782102.15 余为政,叶敏蕾.重大事件与封闭式基金的信息披露J.中国会计评论,2003(1):22234.16 许晓磊.对我国基金调整经理现象的分析J.证券市场导报,2002(10):45252.17 赵清光.我国基金经理更换与基金绩效J.金融观察,2005(6):36242.18 张美霞.基金业绩、基金经理更换与投资者财富效应 一项基于我国资本市场的实证研究J.山西财经大学学报,2007(9):35239.19 陆家骝,王茂斌.什么决定了基金经理的更换J.证券市场导报,2007(3):2222
39、8.20Hisao C.Analysis of panel dataM.Cambridge Uni2versity Press,2003.21Badi H,Baltagi.Econometric analysis of panel dataM.3nd ed.John Wiley&Sons Ltd,2005.22Arellano M,Bover O.Another look at the instrumen2tal variable estimation of error2components modelsJ.Journal of Econometric,1995,68:29251.23Ahn S,Schmid P.Efficient estimation of models fordynamic panel data J.Journal ofEconometrics,1995,68:5227.24Blundell R,Bond S.Initial conditions and moment re2strictions in dynamic panel data modelsJ.Journal ofEconomics.1998,87:1152143.28系 统 管 理 学 报第19卷