2022-05-30-北京大学国家发展研究院-尾部风险承担与基金网络_22页_1mb

报告摘要

尾部风险承担与基金网络总结

核心内容

本文基于基金锦标赛理论框架，结合基金网络结构特征，探讨了基金在不同市场状态下的尾部风险承担行为。研究发现，基金在牛市中倾向于承担更多的尾部风险以提升收益，而在熊市中则倾向于规避尾部风险以避免亏损。基金的网络中心度通过信息交流和资金流外溢两种机制影响其尾部风险承担行为，在牛市中网络中心度会抑制尾部风险的增加幅度，而在熊市中则无显著影响。

主要观点

基金尾部风险承担行为的市场依赖性：尾部风险在牛市中能够显著提升基金收益，而在熊市中则可能带来亏损。
基金网络中心度的作用机制：
- 信息交流渠道：网络中心度高的基金能够获取更多信息，从而更可能承担尾部风险。
- 资金流外溢渠道：网络中心度高的基金因投资者对其业绩敏感度较低，导致资金流-业绩曲线更平坦，削弱了薪酬激励，从而抑制尾部风险的增加。
锦标赛效应的市场差异：在牛市中，锦标赛效应主要通过薪酬激励影响基金的尾部风险承担行为；而在熊市中，职业忧虑成为主导因素，抑制基金承担尾部风险。
网络中心度的调节作用：网络中心度对尾部风险锦标赛效应具有调节作用，其影响在牛市中显著，熊市中不显著。

关键信息

研究对象：2006—2018年我国开放式股票型和混合偏股型基金。
尾部风险衡量方法：采用混合Copula函数估计基金的尾部风险。
基金网络构建依据：基于基金重仓股，构建基金网络以反映信息交流和资金流外溢。
变量构造：
- 尾部风险调整幅度：基金下半年尾部风险与上半年尾部风险之差。
- 业绩排名：根据基金上半年净值收益率进行标准化处理。
- 网络中心度：包括度中心度和中介中心度，分别衡量基金的信息交流能力和对信息的控制能力。
- 资金流：定义为基金下半年净值变化与上半年净值的比率。
控制变量：包括基金年龄、基金规模、基金换手率、基金波动率、基金团队和基金家族规模。

实证模型与结果

模型设定

基金年中收益与尾部风险：
$$
\operatorname {NavRtn} _ {i, t} ^ {(2)} = \alpha + \beta \operatorname {Trisk} _ {i, t} ^ {(2)} + \lambda^ {\prime} \text {Control} _ {i, t} + u _ {i, t} + a _ {i} + v _ {t}
$$
- 在牛市中，尾部风险对收益有显著正向影响。
- 在熊市中，尾部风险对收益无显著影响。
尾部风险、锦标赛效应与网络中心度：
$$
D l t r _ {i, t} = \alpha + \beta_ {1} R a n k _ {i, t} + \beta_ {2} C e n t r a l i t y _ {i, t} + \beta_ {3} R a n k _ {i, t} C e n t r a l i t y _ {i, t} + \lambda^ {\prime} \text {Control} _ {i, t} + u _ {i, t} + a _ {i} + v _ {t}
$$
- 在牛市中，基金业绩排名与网络中心度交乘项的系数显著为负，表明网络中心度抑制尾部风险的增加。
- 在熊市中，交乘项不显著，说明网络中心度对尾部风险承担行为无调节作用。
资金流-业绩关系：
$$
\text {Cashflow} _ {i, t} ^ {(2)} = \alpha + \gamma_ {1} \text {low} _ {i, t} + \gamma_ {2} \text {mid} _ {i, t} + \gamma_ {3} \text {high} _ {i, t} + \lambda^ {\prime} \text {Control} _ {i, t} + a _ {i} + v _ {t} + u _ {i, t}
$$
- 资金流-业绩曲线在牛市中呈现凸性特征，即投资者对高业绩基金更敏感。
- 网络中心度高的基金，其资金流-业绩曲线更平坦，表明投资者对其业绩敏感度较低。