20211015-东兴证券-海外文献速览系列之九_基金风格漂移度量以及其对基金业绩的预测作用_21页_1mb

基金风格漂移度量及其对基金业绩的预测作用总结

核心内容

本报告总结了Yezhou Sha发表于《Economic Modelling》的论文《The devil in the style: Mutual fund style drift, performance and common risk factors》，探讨了中国主动权益基金风格漂移的度量方法及其对基金业绩的预测能力。作者在Wermers（2012）的基础上提出了改进的风格漂移度量方法（HBSA-SD），并进行了实证分析。

主要观点

• 风格漂移的定义：风格漂移被定义为特定风格特征的波动性，包括规模、价值和动量。HBSA-SD方法通过计算被动风格漂移（PSD）和主动风格漂移（ASD）的标准差，克服了传统方法中风格漂移求和的不足。
• 风格漂移的来源：风格漂移主要由基金持有的股票特征变化引起，尤其是规模维度的变化。风格漂移的总波动率集中于零，表明基金经理可能在控制被动漂移。
• 风格漂移与基金业绩的关系：具有强烈风格漂移的基金表现出较强的风格漂移溢价，这种溢价是持续的，并且与基金的横截面回报相关。
• 预测能力的来源：风格漂移的预测能力源于承担风格相关的共同风险，而非基金的未观察到的活动或内幕信息。
• 基金公司效应：尽管基金公司效应可能影响基金表现，但作者未发现其能有效解释风格漂移的预测能力。

关键信息

风格漂移的度量方法

• HBSA-SD方法：通过基金的持股信息和股票特征数据，计算风格漂移为被动和主动风格漂移的标准差。
• PSD与ASD的定义：
  • PSD：由股票特征变化引起的投资风格变化。
  • ASD：由基金经理主动调整投资组合引起的风格变化。

实证结果

• 风格漂移的均值回归：风格漂移在时间上表现出均值回归，平均集中在零，表明风格漂移不是长期的。
• 投资组合表现：
  • 低风格漂移基金的平均月收益为-1.180%，而高风格漂移基金的平均月收益为1.852%。
  • 风格漂移溢价为3.032%，但风险调整后的溢价显著下降。
• 风险调整模型：
  • 使用Carhart四因子模型调整后，风格漂移的预测能力减弱，表明其主要由市场风险驱动。
  • 风格漂移与基金业绩的正相关关系在控制其他变量后依然存在。

风格漂移的预测能力

• Fama-MacBeth横截面回归：
  • 风格漂移（SD）在模型中显示出显著的正向预测能力，其系数为0.0474，t统计量为2.49。
  • 主动风格漂移（ASD）和被动风格漂移（PSD）单独显示预测能力有限，但共同使用时预测能力增强。
• 控制变量的影响：
  • 控制变量如基金的短期持续性、动量效应、基金规模和年龄，对风格漂移的预测能力有影响，但不完全解释其溢价。

结论

• 风格漂移的经济意义：风格漂移在中国共同基金市场中具有显著的预测能力，且其溢价主要来源于承担风格相关的共同风险。
• 研究贡献：本文首次尝试在中国市场使用基于持股的风格漂移分析方法，为后续研究提供了新的视角。
• 局限性：尽管HBSA-SD方法有效，但风格漂移的预测能力可能受市场条件变化的影响，存在模型失效的风险。

风险提示

• 模型失效风险：由于市场环境的变化，基于历史数据的模型可能不再适用。
• 未观察到的信息：未观察到的交易和基金经理行为可能影响风格漂移的度量和预测能力。

相关报告汇总

• 本报告是东兴金工团队“海外文献速览”系列的第九篇，旨在为投资者提供海外研究成果的参考。

图表目录

• 图1：中国共同基金风格的性质
• 图2：跨时间的共同基金风格（2000-2018）
• 图3：月度ASD
• 图4：风格漂移与共同基金表现
• 图5：风格漂移溢价的详细信息
• 图6：被动和主动风格漂移与共同基金表现
• 图7：风格漂移与横截面基金表现
• 图8：风格漂移与基金公司效应

参考文献

• Daniel, K., Grinblatt, M., Titman, S., & Wermers, S. (1997)
• Wermers, S. (2012)
• Zeng, L., et al. (2004)
• Zhou, Z., et al. (2018)
• Amihud, Y., & Goyenko, S. (2013)
• Fama, E. F., & French, K. R. (1993)
• Carhart, M. M. (1997)

附录

• 表2：风格漂移排序的投资组合表现
• 表3：风险调整模型的alpha
• 表4：双排序组合方法的回报
• 表5：Fama-MacBeth横截面回归结果

此总结涵盖了论文的核心内容、主要观点和关键信息，结构清晰，便于快速理解研究的重点。