NBER美国国民经济研究局-NBER-Dont-Take-Their-Word-For-It_-The-Misclassification-of-Bond-Mutual-Funds_41页_930kb

文档总结：债券共同基金的误分类现象

核心内容

本文探讨了美国债券共同基金在向Morningstar提交的资产构成报告中存在系统性误分类问题，并分析了这种误分类对投资者行为和基金表现的实际影响。作者指出，基金经理倾向于夸大其基金的资产质量，从而使得基金被错误地归类为低风险资产，进而获得更高的投资者流入和Morningstar评级。

主要观点

• 信息不对称与误分类：基金经理向Morningstar提交的资产构成数据与实际投资组合存在显著差异，导致基金被错误分类为低风险类别。
• 误分类的普遍性：大约30%的债券基金被误分类为更安全的类别，这一比例在2018年上升至33%。
• 误分类的影响：误分类基金在实际风险类别中表现平平，甚至低于其同行；但因其被归类为低风险基金，获得了更高的Morningstar评级和投资者流入。
• 评级机制的依赖性：Morningstar的分类主要依赖基金自报的资产构成数据，而非自行计算的信用风险指标，导致误分类现象。

关键信息

1. 误分类现象的发现

• 基金经理在报告中声称持有的高评级债券比例显著高于实际持有比例。
• 例如，某些基金报告中持有100%的AAA债券，而实际持有仅为0.05%。
• 误分类导致基金在风险分类上被高估，从而获得更好的评级和更高的投资者流入。

2. 误分类的后果

• 投资回报：误分类基金在实际风险类别中表现较差，但因与低风险基金比较，表现出更高的回报。
• 费用：误分类基金的费用比率显著高于其实际风险类别中的同行，平均高出9.98%。
• 投资者行为：Morningstar的误分类使得基金获得更高的星级评级，进而吸引更多的资金流入。每增加一个误分类星级，基金获得正向资金流入的概率提高约14%。

3. 数据来源与方法

• 数据：作者结合了Morningstar Direct数据库、Morningstar的开放式共同基金持仓数据以及信用评级历史数据。
• 方法：通过比较基金自报的信用资产构成与实际持仓，计算基金的真实信用风险类别，并分析其对基金表现和投资者行为的影响。

4. 误分类的原因

• 基金经理可能出于营销目的，故意夸大基金的资产质量，以吸引投资者。
• Morningstar的评级机制高度依赖基金自报的数据，缺乏独立的信用风险评估。

5. 误分类的持续性

• 误分类现象在多个时期持续存在，尤其在基金经历较大亏损后更为明显。
• 误分类在基金家族层面也普遍存在，部分家族的误分类比例高达30%以上。

方法论与实证分析

• 数据时间范围：2003年第一季度至2019年第二季度。
• 分析步骤：
  • 使用历史数据构建基金信用风险分布图，发现基金自报数据与实际数据存在显著偏差。
  • 进行回归分析，验证误分类基金在不同收益率指标上的表现差异。
  • 使用两阶段最小二乘法，分析误分类对基金流入的影响。

结论

• 误分类的广泛性：美国债券共同基金的误分类现象普遍存在，影响了投资者对基金风险的判断。
• 对市场的影响：误分类不仅扭曲了基金的评级，还影响了投资者的资金分配决策。
• 政策与监管启示：本文强调了对基金信息透明度和独立评级机制的必要性，以防止信息失真对市场造成误导。

文献贡献

• 数据准确性与完整性：本研究为数据来源的准确性和完整性对市场影响提供了新的实证证据。
• 基金行为偏差：补充了关于基金偏离其声明投资目标的研究，指出这种行为在债券基金中同样存在。
• 风格投资研究：进一步支持了风格投资对投资者行为的显著影响，特别是在债券基金领域。

数据细节

• 基金样本：1,294个独特的美国固定收益共同基金，时间跨度为2003年第一季度至2019年第二季度。
• 信用评级数据：来自Standard & Poor、Moody's、Fitch等机构，覆盖2012年6月之后的CUSIP证券。
• 变量控制：包括债券久期、基金类型、时间固定效应等，以提高分析的准确性。

总体影响

• 误分类基金在市场中获得了不公平的优势，包括更高的评级和费用，以及更多的投资者资金。
• 本文揭示了信息中介在金融市场中的潜在偏差，并对投资者决策和基金绩效产生了实质性影响。