《基金经理特征与基金投资业绩.docx》由会员分享，可在线阅读，更多相关《基金经理特征与基金投资业绩.docx（12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、文献来源文献来源：Clare, A.,Sherman,M., OSullivan,N., Gao,文 & Zhu,S. (2022). Manager characteristics: Predicting fund performance. International Review of Financial Analysis, 80, 102049.文献亮点：近年来，有大量的研究试图挖掘能够预测基金业绩的指标。大多数研 究都是从基金收益中得出结论，但是却忽略了这些基金多年可能由不同的基金经理 管理的这一因素。在这篇论文中，我们建立了一个全面的基金经理特征数据库，创 建了基金经理职业生
2、涯收益曲线的时间序列。我们拼接了基金经理可能管理的不同 基金的收益，并将这些收益与基金经理的特征联系起来。从而探究这些特征是否 会对基金经理技能、基金经理风格以及业绩持续性等方面产生影响。文献概览近几十年来，公募基金的表现吸引了大量学术文献的关注，相关出版文章数量也达到 数千份(参见Cuthbertson, Nitzsche, and OSullivan (2010)。公募基金可能由单个基 金经理管理，也可能由一个经理团队管理。由于基金经理在其整个职业生涯中会管理 多只基金，一只基金的收益往往是由几个不同的基金经理或管理团队接续管理产生。 类似的，一个基金经理的职业生涯收益曲线通常由由几个不同
3、的基金组成。然而，绝 大多数与公募基金收益相关的文章都将基金业绩和基金经理业绩视为同义词。这就引 发了一个问题，是基金产品有超额收益，还是基金经理有超额收益？此外，在行为金 融学文献中有很多证据表明(参见CuthbertsonNtzsche, and OSullivan (2010),基金 经理特征如年龄、经验、教育程度、性别等可能与基金收益有关。在金融媒体中，公募基金会定期根据(最近的)业绩进行广告宣传，“明星”基金经理也 是如此。投资者需要能够归因两者的业绩，以便他们能够做出明智的投资决策。如 前文所述，现存的文献主要集中关注基金的历史收益。在这篇文章中，我们贡献了 一个比较小众但是正在逐
4、步被大家关注的文献类别，即关注基金经理的特征。具体 来说，我们研究了基金经理特征与(i)基金经理业绩、(ii)基金经理风格以及(iii)风险敞 口之间的关系。首先，我们研究基金经理特征和经理业绩之间的关系。为此，我们收集了基金经 理的信息：年龄、从业年限、基金任期、学历、性别、团队参与程度和所有权(基 金股权)。基金经理的这些特征包括能力、技能、知识、努力、动机、社交网络和 职业网络以及是否涉及相关利益等指标，这些指标在衡量基金经理的表现中扮演 重要角色。例如，管理基金业绩之间的差异可以归因于学位类型、就读的教育机 构或专业资格等相关特征的不同。另一种可能则是，基金业绩的不同与投资行为 差异有
5、关，而投资行为差异又与经理的年龄、从业年限、管理本基金的任期、对 自己基金的投资、性别或团队规模有关。更有经验的基金经理是否会因为在这个 行业从业更多的时间而受益？年长的基金经理是否从累积的更多的经验中获益？ 对基金的个人投资是否会影响基金经理的投资动机从而影响基金业绩？我们将在 下文具体讨论这些问题。其次，之前的文献表明，基金经理的业绩可以部分归因于风险承担和投资风格(参 见，Daniel, Grinblatt,Titman,and Wermers(1997)o 而风险承担和投资风格的差 异可能受到基金经理特征的影响。例如，教育程度越高或专业资格越高，基金经 理就越有信心脱离群体，从而愿意承
6、担更大的市场风险或异质性风险。此外，相 似的教育背景会在基金经理中形成社交或职业网络，从而导致许多基金经理出现图41基金经理技能与基金业绩.“经理.职业生涯”样本Manager performance and characteristics (manager-career).InptGenderCFAPhDMBASATBusUGQuantTenureExperAge1-2.077-0.0530.541-0.6450.6870.000-0.4710.2690.0020.0080.013(-1.433)(-0.116)(2.268)(-0.447)(1.100)(0.133)(-1.461)(0.
7、620)(0.544)(2.708)(0.917)2-1.090-0.1230.5500.9580.625-0.000-0.4990.2640.012(-0.865)(-0.269)(2.296)(-0.656)(0.989)(-0.008)(-1.544)(0.602)(5.116)3-1.409-0.0200.503-0.6500.7140.0000.5120.2220.010(-1.131)(-0.045)(2.134)(-0.453)(1.146)(0.059)(-1.608)(0.515)(5.992)4-3.004-0.1740.5720.3160.3810.001-0.3810.
8、2970.043(-2.013)(0.370)(2.314)(-0.211)(0.591)(0.642)(-1.140)(0.661)(3.324)资料来源：International Review of Financial Analysis,整理最值得注意的是，图4中关于管理基金任期、从业经验和年龄的结果在系数符号 和显著性方面与图3中的结果非常相似。无论我们如何选择度量智慧的变量，它 与基金经理的技能都为正相关：也就是说，在其他条件相同下，基金经理的任期 越长，经验越丰富，基金经理的年龄越大，基金表现越好。横截面测试结果基金经理风格/风险暴露图3和图4显示了基金经理特征和基金经理技能之间的
9、关系。在图5中，使用“经 理-基金”样本，我们利用公式网和4进行回归，以确定基金经理的特征与他们在 Carhart模型的四个风险因子的风险承担（公式3）和特异性风险暴露（公式4）之间 是否存在关系。图5中的结果仅包括从业经验特征变量作为经理智慧的度量。图5的第一行显示了基金经理特征和市场风险因子之间的关系。我们发现一些特 征与市场风险因子有显著的关系：女性基金经理对市场风险的暴露程度较低。关 于教育程度，我们发现，持有CFA资格和毕业于SAT入学要求较高的大学的基 金经理，都倾向于较低市场因子的风险敞口，而具有定量学位的经理往往有较高 的市场风险敞口。我们还发现，持有基金股份的基金经理对这一因
10、素的风险敞口 较低，而拥有较大团队的基金往往对这一因素的风险敞口较高。最后，经验更丰 富的基金经理对市场风险的风险敞口更小。图5的第二行显示了基金经理特征和规模风险因子之间的关系。男性基金经理往 往更容易受到规模风险因素的影响，而拥有MBA学位或商科相关学位的经理人 往往较少受到规模风险因子的影响，他们更偏爱大盘股。我们还发现，持有该基 金股权的基金经理对规模因子的风险敞口较低。最后，更有经验的基金经理对规 模风险敞口的平均水平也较低。图5的第三行显示了基金经理特征和价值风险因子之间的关系。虽然女性基金经 理与男性相比，不易受到市场风险和规模因子的影响，但她们更容易受到价值风 险因子的影响。拥
11、有博士学位的基金经理往往较少受到价值风险因子的影响，而 那些从SAT入学要求较高的大学毕业的基金经理往往更多地受到价值因子的影 响。我们还发现，持有基金股份和较大管理团队的基金经理对价值因子的暴露程 度较低。最后，我们发现经验丰富的基金经理更倾向于有更多的价值风险因子暴 *=!=*露。图5第四行显示了基金经理特征和动量风险因子之间的关系。具有CFA资格或拥 有博士学位的基金经理在其投资组合中可能倾向于这一因子，而那些从SAT入学 要求较高的大学毕业的基金经理倾向于较少受到动量因子的影响。我们还发现， 持有基金所有权的基金经理，对于动量因子的风险暴露较低。最后，更有经验的 基金经理也倾向于较低的
12、动量风险敞口。图5中的最后一行显示了基金经理特征与异质性风险之间的关系。我们发现男性 基金经理管理的基金比女性更容易受到异质性风险的影响。此外，那些拥有量化 学位、持有基金所有权股权以及属于较大团队的基金经理，往往对异质性风险的 风险敞口较低。我们可以用另一种方式总结以上结果：从性别特征角度来看，与女性基金经理相 比，男性会更多地暴露于市场和规模风险因子；更少地暴露于价值风险因子；更 多地暴露于异质性风险。从团队规模特征角度，我们可以看出，由较大的团队管 理的基金与男性基金经理管理的基金有非常相似的风险敞口。最后，当我们考虑 从业经验特征时，我们可以看出：经验较丰富的基金经理，也就是智慧较高的
13、基 金经理，管理的投资组合具有：较低的市场风险敞口、规模和动量风险因子；较 高的价值风险敞口；以及没有显著的特殊风险敞口。此外，我们发现，所有权特 征的系数都是显著为负。这表明，拥有基金所有权的基金经理，针对以上所有这 些风险，风险敞口都较小。图5：基金经理风格/风险暴露与基金业绩Manager risk, investment style and characteristics (manager-funds).InptGenderCFAPhDMBASATBusUGQuantOwnerTeam SzEx perMarket factor1096.8834.718-17.37246.831-29
14、.033-0.09913.99341.628-33.3423.247-0.122(22.850)(2.182)(-1.764)(1.378)(-1.069)(-2.978)(1.130)(2.612)(-3.405)(3.611)(-2.004)Size factor332.131157.92-37.07326.105-151.150-0.034-101.33-57.036-54.4064.563-0.375(2.448)(3.511)(-1.332)(0.272)(-1.968)(-0.363)(-2.895)(-1.266)(-1.965)(1.795)(-2.185)Value fact
15、or-245.677-85.51320.117-268.748-20.5120.285-17.7118.675-56.126-6.4190.381(-2.334)(-2.451)(0.932)(-3.606)(-0.344)(3.898)(-0.652)(0.248)(-2.614)(-3.256)(2.859)Momentum factor127.400-19.84118.77174.80026.234-0.074-5.8947.388-25.7040.917-0.186(2.773)(-1.303)(1.992)(2.300)(1.009)(-2.335)(-0.497)(0.484)(-
16、2.743)(1.066)(-3.206)Idiosyncratic risk0.4520.081-0.038-0.010-0.095-0.000-0.030-0.116-0.064-0.0150.000(3.721)(1.996)(-1.521)(-0.113)(-1.339)(-1.242)(-0.942)(-2.832)(-2.592)(-6.760)(0.948)资料来源：International Review of Financial Analysis,整理基金经理特征与基金业绩持续性检验我们的研究结果清楚地表明，许多基金经理的特征会影响基金经理的相对表现。 在过去的几十年里，除了
17、投资业绩之外，业绩持续性也引起了人们的广泛关注。 然而，关于基金经理特征与业绩持续性的相关性的分析却很少。在这项研究中， 我们将注意力转向这个未被探索的领域。我们将对11个基金经理特征的持久性， 进行讨论。图6展示了基金经理特征持久性测试的结果。我们报告了在过去的36个月中， 按特征值大小分成的十个分位数组合，收益top-bottom组合（记作Decile1-10） 及分特征top-bottom组合（记作Decile1-1）各自的1个月持有收益。该图显示 了每个分位数组合的每月alpha、alpha的t统计量和t统计量对应的p值。从图6第一行，关于基金经理职业生涯的持续性的研究中，我们可以看到
18、第一组 （top组）的基金经理的任期alpha为每月0.146%,在99%置信水平下显著。从第2组到第10组中，任期alpha从正变为负，单调下降。从图6的倒数第二列， 我们看到收益top-bottom组合任期alpha为0.185%,在95%的置信水平下显著。 在第2行，通过对16207个基金经理的全部样本进行持续性分析，我们发现结果与 第1行的“经理职业生涯”样本结果非常相似。第一组的任期alpha为0.136%,在 95%置信水平下显著。因此，我们的研究结果提供了强有力的证据，证明基于36个月的排序周期和1 个月的持股周期，top组合在横截面上具有持久性。这个结果在“经理-职业生涯” 样
19、本和“经理-基金样本都非常一致。图6：基金经理特征与基金业绩持续性检验Performance persistence by manager characteristic (manager-funds).Decile 1Dodie2Dedle 3Decile 4Dedlc5Decile6Dcrilc 7Dedle8Decile9Dedle 10Dedle 1-10DecUe 1-1AU (6291)Manager-alpha0.1460.0580.043-0.028-0.040-0.029-0.006-0.011-0.060-0.0390.185Careeralpha23551.0030.738
20、-0.476-0.652-0.453-0.086-0.154-0.770-0.5192.068p-value0.0100.13902450.6710.7430.6590.52703740.787a 7020.019Ail (16,207) Manager-Fundalpha0.136-0.0030.0070.028-0.071-0.0100.012-0.019-0.023-0.0210.158alpha2266-0.0580.1270.544-1.082-0.1580.177-0.242-0.301-0.2711.755p-value0.0130.4980.4450.2920.8350.557
21、0.4300.6040.622a 6040.038Malealpha0.148-0.0020.0110.035-0.073-0.011-0.001-0.010-0.020-0.0010.149Managerst-alpha2449-0.0490.1810.644-1.090-0.186-0.001-0.133-0270-0.0011.641p-value0.0070.4870.4160.2560.8410.5780.5050.5720.613a 4910.049Femalealpha0.052-0.036-0.006-0.0220.091-0.051-0.1720.002-0.003-0.17
22、30.2260.096Managerst-alpha0.665-0.4S7-0.087-0.2631.049-0.657-1.6880249-0.033-1.7832.1801.S08p-value0.2780.6690.5480.6020.1410.721O.%80.4970.518a 965o.on0.043CFAalpha0.109-0.0290.412-0.015-0.056-0.080-0.008-0.041-0.026a 0630.046“alpha1.810-0.4620.601-0.243-0.694-1.074-0.128-0.522-0.3090.7070.503p-val
23、ue0.0390.66502880.6020.7420.8510.5560.7040.6300.2430.315Non-CFAalpha0.1780.017-0.0040.043-0.0390.0220.0230.032-0.012-0.0310.210-0.0691alpha27710.329-0.0690.649-0.6310.3330.3280.382-0.156-0.3732.457-1.606p-value0.0030.37005400.2660.7130.3630.3790.3650.564a6440.0050.949MBAalpha0.1310.0100.0610.032-0.0
24、90-0.001-0.0060.0030.028aois0.115t-alpha1.9690.1770.8390.549-1217-0.001-0.0840.0400.3530.1861.186p-value0.0220.4130.1970.2970.8870.4960.5420.4930.365a 4050.118NoMBAalpha0.147-0.0180.0010.035-0.067-0.0440.049-0.001-0.061-0.0110.159-0.016t-alpha2478-0.3090.0090.555-0.946-0.6760.651-0.005-0.739-0.1362.
25、102-0.441p-value0.0080.60905150.2850.8150.7320.2660.4990.7830.5490.0260.657Doctoratealpha0.0440.0460.075-0.067-0.134-0.031-0.1400.0490.0590.037-0.025t-alpha0.2870.3160513-0.698-1.400-0.267-1.0360.4120.508a 302-0.104p-value0.3950.3960.2980.7630.9020.6330.8500.3620.3030.3450.532Nonalpha0.113-0.031-0.0
26、540.047-0.0720.003-0.025-0.036-0.056-0.0230.142-0.111Doctoratet-alpha1.998-0.561-0.8930.794-12260.051-0.448-0.519-0.838-0.3191.925-0.763p-value0.0190.7150.8150.2330.8850.4610.6720.6820.7830.6140.0320.783BUSUGalpha0.111-0.147-0.0410.013-0.0380.0560.007-0.0010.044a 0270.084t-alpha1.456-1.712-0.5620.13
27、5-0.4550.6080.092-0.0020.4510.2180.781p-value0.071O.%80.7130.4370.6540.2790.4750.4920.329a 4250.221Non-BUSUGalpha0.070-0.0760.168-0.078-0.113-0.065-0.059-0.011-0.057-0.0700.1410.040t-alpha0.581-0.6991.487-0.747-1.189-0.557-0.465-0.121-0.610-0.7401.0180.353p-value0.2950.7S70.0650.7810.8670.6990.6840.
28、5460.7330.7700.1530.385Quantalpha0.371-0.343-0.051-0.0750.0120.0240.182-0.129-0.134-0.0730.445t-alpha2667-2.481-0.408-0.6910.1140.1721.691-1.204-1.035-0.6512.635p-value0.0020.9970.6510.7560.4440.4620.0400.8830.852a7490.003Non-Quantalpha0.078-0.095-0.045-0.053-0.025-0.0310.0440.0120.0240.0140.0640.29
29、3t-alpha1.100-1.095-0.596-0.649-0298-0.3760.5460.1430.286a 1280.6592.106p*value0.1480.8690.7340.7540.6010.6480.3180.4330.393a 4510.2470.012SAT-Highalpha0.211-0.020-0.0320.0420.002-0.0080.008-0.0270.0100.0210.189(alpha2482-0.377-0.4520.6030.034-0.1370.111-0.3660.130a 2571.758p-value0.0060.5940.6610.2
30、750.4950.5470.4630.6420.4620.4080.040SAT-Lowalpha0.100-0.0540.042-0.085-0.093-0.0530.016-0.0670.028-0.0300.1310.110t-alpha1.404-0.7240.563-1.093-1.186-0.7090.167-0.7520.364-0.3341.2731.740p-value0.0820.76602830.8760.8620.7550.4740.7530.358a6340.1040.046Tenurealpha0.1550.0060.0040.034-0.0460.0180.015
31、-0.0010.0060.0080.147Longt-alpha24520.1200.0790.605-0.7860.3060.236-0.0080.0790.0941.531p-value0.0070.4180.4780.2710.7630.3780.41903100.481a 4600.073Tenurealpha0.0550.0010.048-0.058-0.133-0.0730.000-0.075-0.096-0.0880.1430.100Shortt-alpha0.810.0160.603-0.919-1.494-0.9010.001-0.887-1.286-1.1021.5811.
32、993p-value0.2050.49202740.8080.9300.8020.4860.8110.909a 8610.0570.024Experiencealpha0.1580.0130.0320.030-0.0470.0190.027-0.008-0.0090.0120.145Longt-alphaZ5190.24203240.515-0.6800.3170.370-0.104-0.126a 1501.556p-value0.0070.3810.3070.2990.7300.3740.3710.5500.5430.4400.063Experiencealpha0.037-0.092-0.
33、002-0.057-0.173-0.131-0.036-0.H3-0.062-0.1530.1900.121Shortt-alpha0.533-1.565-0.041-0.972-2214-2.019-0.462-1.183-0.959-2.0812.0742.773p-value0.3300.9430.5330.8130.9900.9790.6810.8680.842a 9840.0190.003Agealpha0.184-0.0370.0270.022-0.089-0.004-0.0080.0100.036-0.0180.203Oldert-alpha2.462-0.6300.3730.3
34、77-1.255-0.062-0.0940.1370.445-0.2062.061p-value0.0070.72603590.3650.8810.5300.5590.4520.334a5750.018Agealpha0.100-0.052-0.021-0.007-0.040-0.059-0.001-0.083-0.090aoi90.0810.083Youngert-alpha1.214-0.912-0.264-0.099-0.637-0.903-0.011-0.954-1.0910.2400.7191.140p-value0.1260.81405980.5220.7200.8010.5150
35、.8230.871a 4050.2420.111Owneralpha0.1610.0090.0120.089-0.0350.0660.0960.0440.057a 0900.071t-alpha24830.1590.1631.193-0.4090.7831.1900.5310.681a 9080.798p-value0.0070.4340.4530.1130.6750.2210.1420.3320.240a 1740.210Non-Owneralpha0.112-0.011-0.031-0.005-0.127-0.018-0.050-0.063-0.070-0.0710.1830.048t-a
36、lpha1.621-0224-0.504-0.092-2.038-0.301-0.607-0.783-0.996-0.9121.8970.791p-value0.0630.5830.6880.5340.9750.6050.7610.7690.841asi70.0300.221资料来源：International Review of Financial Analysis,整理前文讨论的基金业绩和基金经理特征之间关系，表明经理的任期、经验和年龄对 基金经理的业绩起着重要作用。图6中的结果表明，这些特征也具有持续性。我 们发现无论是按照管理任期还是从业经验特征分组，第一组（top组）的业绩表 现均具
37、有持续性。拥有长期从业经验的基金经理的表现比短期经验基金经理高出 0.12%o而关于基金经理年龄的调查结果在统计学上没有那么显著：虽然年长的 基金经理组比年轻基金经理组表现得好，但结果仅在90%的置信水平下显著。关于基金经理特征和业绩持续性之间关系，我们发现：男性基金经理、非CFA基金经理、“定量”基金经理的基金经理，SAT高分基金经理、从业时间长的基金经理以及管 理本基金任期长的基金经理，业绩持续性最为明显。总结在本文中，我们试图了解一系列的基金经理特征是否与基金的投资收益有关。我 们建立了一个全面的基金经理数据库，包括基金经理职业生涯历史收益的时间序 列。我们拼接了基金经理可能管理的不同基
38、金的历史收益并将这些收益与基金经 理的特征联系起，来探究这些特征是否会对基金经理技能、基金经理风格以及业 绩持续性方面产生影响。我们对基金经理特征和基金经理技能进行回归。无论是“经理-职业生涯”样本或“经 理-基金”样本，我们均发现从业经验，管理本基金任期，年龄等特征都与基金经 理的技能呈现正相关：基金经理的任期越长，基金经理越有经验，基金经理年龄 越大，业绩就越好。当我们考虑基金经理特征与每个基金经理在Carhart四个风险因子的暴露之间的 关系时，我们发现更有经验的基金经理倾向于管理这样的投资组合：对市场、规 模和动量风险因素的暴露较低；对价值风险因素的暴露较高；对特异性风险的暴 露不大。
39、我们还发现，当基金经理在基金中拥有股份时，相对于没有股份的基金 经理来说，他们对所有这些风险子的风险敞口往往更低。关于基金经理特征和业绩持续性之间关系，我们发现：从特征角度看，男性基金经理、 非CFA基金经理、理工科背景基金经理、SAT高分基金经理、从业时间长的基金经理 以及管理本基金任期长的基金经理，业绩持续性最为明显。类似的交易和从众行为。基金的所有权是否会导致更保守的风险承担？如果是基金团队管理基金，那么个人团队成员是否会因责任感减弱而进行更极端的交易？ 个人经理是否会做出更保守的决定？接下来我们将具体阐明投资风格与基金经理 特征之间的关系。我们对超过6000名美国股票型公募基金经理的大
40、样本进行了研究。因为一个基 金经理可能管理多个基金，我们得到超过了 16000个基金经理与其基金收益对应的 时间序列样本。我们将这些不同基金的收益根据其基金经理分组，由此得到每个 基金经理的历史收益曲线。我们总共构建了超过6000个经理职业生涯收益的时 间序列样本。除此之外，我们还对基金经理的表现的持续性进行了详细的研究。其 中包括11个基金经理特征的持续性分析。我们的研究有助于深入了解持续性是 归因于基金产品还是基金经理。我们研究了 1990年1月至2015年7月之间的长 期业绩收益。这一时期包括了金融市场的几个重大混乱和波动的时期，因此我们 的研究捕捉了基金经理特征在应对市场极端情况中的作
41、用。从基金经理特征和基金业绩的关系出发进行研究，我们可以得出的结论是：在其他条 件相同下，从业年限，基金任期，年龄等特征与基金经理技能呈现正相关。基金经理 的任期越长，经验越丰富，基金经理年龄越大，基金表现越好。当我们考虑每个基金 经理特征与Carhart四个风险因子的风险敞口之间的关系时，我们发现更有经验的基 金经理倾向于管理具有以下风险因素的投资组合：较低的市场风险敞口，较高的价值 风险因子敞口；以及没有显著的异质性风险敞口。关于基金经理特征和业绩持续性之 间关系，我们发现：男性基金经理、非CFA基金经理、“定量”基金经理，SAT高分基 金经理、从业时间长的基金经理以及管理本基金任期长的基金经理，业绩持续性最为 明显。本文的其余部分组织如下：在第二部分我们