《证券论文中国开放式基金投资风格漂移.doc》由会员分享，可在线阅读，更多相关《证券论文中国开放式基金投资风格漂移.doc（4页珍藏版）》请在三一办公上搜索。
1、中国开放式基金投资风格漂移 程度的量化研究郭文伟（广东商学院金融（金融论文）学院，广东广州510320）摘要：采用基于滑动窗口的改进型风格识别法对我国2004年底以前成立的52只开放式基金在2004年2011年的风格漂移进行动态跟踪研究。结果表明：开放式基金普遍存在不同程度的风格漂移和风格趋同现象；成长型基金、价值型基金、平衡型基金均偏好大盘成长股和中盘成长股，而指数型基金则显示出指数化投资特征。在风格漂移程度方面，各种类型基金风格漂移日益明显：成长型基金风格漂移强于价值型，价值型风格漂移强于平衡型，而指数型基金风格漂移程度相对较小；熊市中基金的风格漂移程度大于牛市。关键词：开放式基金；投资风
2、格；风格漂移；风格趋同一、引言所谓风格漂移，一般是指基金投资组合特征或所体现的风格与基金对外宣称的投资目标或投资风格不一致。投资者及学界对基金业的风格漂移及风格趋同现象一直存在争议，因为不少投资者是根据基金对外宣称的投资风格和投资目标并结合个人的投资偏好以及风险容忍程度来选择合适的产品，如果基金风格发生漂移，则个人投资者将面临所投资的产品与自身情况不匹配的风险；在极端情况下，风格漂移会导致基金投资业绩与所宣称的投资目标相差甚远。这种情况下，即使投资业绩与预期没有发生较大偏离，也可能使得投资组合面临新的更高的风险，因为它违背了投资者当时购买基金的投资理念及初衷。因此，投资者对基金风格的一致性极为
3、关注，但国内外大多数研究发现，基金业普遍存在风格漂移现象。在我国这样一个“新兴+转轨”的基金市场中，基金业同样呈现出明显的风格漂移和追涨杀跌特征。我国正式的开放式基金于2001年开始设立，由于成立时间较短，关于基金投资风格的研究目前仍处于起步阶段。在我国资本市场面临“新兴+转轨”的特征背景下，研究基金的风格漂移及其变迁规律，对于基金管理人以及投资者意义重大。对基金投资者来说，基金风格漂移分析为理解基金的投资类型，检查基金经理是否遵守其向投资者所承诺的投资理念以及选择适合自己投资偏好的基金提32；对基金管理公司而言，可以监控和管理基金的投资活动，同时利用风格分析方法对公司的基金业绩进行评价，以便
4、采取措施对基金经理行为进行激励或约束。二、文献回顾一基金风格漂移目前国外有少数文献对基金风格漂移的存在性、成因及风格漂移与业绩的关系等进行了研究，如Brown和Goetzmann19971、Chan等20022、Kim等20003、Swinkels和VanDerSluis20014。在国内，大多数文献局限于对基金风格漂移现象的存在性进行简单的实证分析，对基金风格漂移程度的量化研究则尚未涉及。如袁境20055采用因子分析法对10只开放式基金在2002年2004年的投资风格进行实证研究，结果发现这些基金存在投资风格趋同现象，并且与其招募说明书中约定的投资风格不一致。周铨等20066、欧阳敬东200
5、77、李学峰和徐华20078也通过实证研究得出类似的结论，其中李学峰和徐华从动态的角度考察各基金的“风格漂移”现象，认为基金的“风格漂移”行为并非如国内大多数研究者所认为的是基金的不成熟和不规范行为；相反，“风格漂移”现象更可能是基金对我国资本市场非有效、不完善和个人投资者投资理念不成熟表现在片面追求基金的高绝对收益能力、忽视价值投资等方面现实的一种主动的适应性行为。二基金风格漂移程度量化方法在有关基金风格漂移程度的量化方法方面，由于时至今日仍没有关于基金投资风格的统一定义，这导致对基金风格漂移程度的量化分析存在困难，而且相应的方法存在较大差异。Buetow等20009根据对基金的统计，建议研
6、究基金风格漂移问题时用特定的投资组合或自定义基准来提高基于基金收益率的分析结果稳定性，但是依然不能解决各种风格指数之间存在的共线性问题。Chan等20022提出了一种基于三因素模型的基金投资风格一致性检验方法。该方法基于规模和帐面市值比率这两种指标检验基金风格的一致性，以此来捕捉基金投资行为。Wermers200210基于组合特征管理视角研究风格漂移问题，他将风格漂移进一步细分为主动型和被动型，其研究结果显示，风格一致性高的基金业绩好于发生风格漂移的基金。实际上，Wermers也发现基金主动型交易行为加剧了基金风格漂移程度。NoelAmenc和LionelMartellimi200211提出弱
7、式风格模型，从F统计值和Chow检验判断基金在两个时期的投资风格是否一致，从而量化了基金在这两个时期内的风格偏移程度。Idzorek和Bertsch200412提出SDS指标以测量基金在某一时期内投资组合结构变化的整体波动率，他们认为SDS指标能有效及时地比较和测量基金投资风格的一致性。该指标是在Sharpe强式风格模型回归参数的基础上进一步发展而来的，基金的SDS值越大，说明其发生风格漂移的程度越大，风格一致性越弱。类似地，Bar等200513通过计算Carhart四因素模型回归参数的平均标准差来测量风格一致性，他们对Idzorek和Bertsch的方法进行改进，结果发现团队管理的基金其风格
8、一致性高于单个基金经理管理的基金。Brown和Harlow200514采用Carhart199715四因素模型的回归误差项和拟合优度指标研究基金投资风格的一致性问题。归纳现有文献可发现，关于基金风格漂移的量化方法主要有两大类：一类是基于基金收益的线形回归或二次规划方法，如NoelAmenc和LionelMartellimi200211的弱式风格模型、Chan等20022的三因素模型、Brown和Harlow200514的四因素模型以及Idzorek和Bertsch200412、Kathryn和Robert200816的Sharpe模型与SDS指标法。另一类是基于基金组合特征的对比方法，如Wer
9、mers200210、Andrew等200817以及TheofanisDarsinos和StephenSatchell200418提出的模型。比较这些风格漂移量化方法可以发现：NoelAmenc和LionelMartellimi200211的弱式风格模型只能从F统计值和Chow检验判断基金在两个时期内的投资风格是否一致，而无法进一步量化两个时期内基金风格的漂移程度；而且Chow检验有明显的缺点，即需要确切地知晓模型结构变化的断裂点在哪里，而这在某些情况下是不可能的，因为结构的变化可能是渐进的、非突发的，这时Chow方法将失效。Chan等20022的三因素模型仅仅依靠两个相连时期内回归参数列之间
10、的相关性来判断其投资风格的一致性，缺乏统计上的显著性分析；而Buetow等20009提出的采用特定投资组合或自定义基33提高结果稳定性的做法，依然无法解决各种风格指数之间存在的共线性问题。与其他学者采用回归或二次规划分析方法不同，TheofanisDarsinos和StephenSatchell200418采用因素模型分析基金经理的投资风格倾向，使得基金风格漂移得以识别与量化。虽然这种识别方法在一定程度上可以避免采用基于基金组合收益识别方法所面临的共线性问题、风格指数一致性问题等，但它也有自己的假设前提：1每种资产的特征之间是独立的；2资产特征都服从正态分布。实际上，由于风格资产的特征值并非严
11、格服从正态分布，代表性特征指标的选取也没有统一标准，而且该方法对每个风格资产的特征指标都要计算方差，因而所得结果也是一定时期内的平均静态估计；如果采用滚动时间窗口加以分析，将导致计算比较繁重，不像Sharpe强式风格模型那样计算方便且易于理解。Werm-ers200210、Andrew等200815采用的基于组合特征的风格漂移量化方法，首次将风格漂移细分为主动型和消极型两种情况，进一步丰富了风格漂移的内涵；该方法虽然原理简单，易于理解，但计算繁琐，而且受到数据可获性的限制，不易推广；另一方面，该方法只考虑了投资组合均为股票的情况，同时受到获取基金披露信息时效的限制，无法及时跟踪基金投资风格的动
12、态变化。Idzorek和Bertsch200412提出的建立在强式Sharpe模型参数基础上的SDS指标不但能反映基金在风格指数参数上变化的均值，而且也能反映基金整体的风格漂移程度。该指标原理简单，易于理解和计算，而且数据可获性强，易于推广，同时还考虑了股票和债券等多种资产组合的情况。鉴于此，本文采用SDS指标计算基金在研究时期内的风格漂移程度。由于强式Sharpe模型包含了非卖空约束条件和资产组合约束条件，这与目前中国证券（证券论文）市场对基金投资的约束情况相一致，因此，采用基于强式Sharpe模型的SDS指标测量中国证券投资基金的风格漂移是合适的。三、实证研究一基金的选取与研究时期划分本文
13、以2001年2003间成立的52只开放式基金为研究对象，根据基金的投资类型进行划分，其中成长型9只、价值型7只、平衡型16只、债券型16只、指数型4只。样本期间为2004年2011年，这期间，中国证券市场经历了熊牛更迭的宽幅波动，具有一定的完整周期性；同时也经历了股权分置改革，并逐步迎来全流通局面，这些都深刻改变了市场的股权结构。目前学术界对股市中牛市和熊市的划分尚未形成统一标准，常见的经验做法主要有两种：一是根据股指在各阶段内持续上涨或下跌的点数或幅度来划分，一般认为股指持续下跌或上涨幅度接近30%时，可归为进入熊市或牛市；二是从技术分析和艾特略波浪理论判定股市所处的位置及趋势来划分。本文参
14、考陆蓉和徐龙炳200419的做法，根据股指持续上涨或下跌的幅度将研究时期划分为五个子时期：1熊市时期2004年1月2005年12月，上证指数下跌%；2牛市时期2006年1月2007年10月，上证指数上涨%；3熊市时期2007年11月2008年12月，上证指数下跌%；4牛市时期2009年1月2009年7月，上证指数上涨%；5熊市时期2009年8月2011年12月，上证指数下跌%。文中的基金收益率原始数据来自聚源数据库，各种风格指数数据来自中信标普风格指数数据库。二各指标测算1.基金风格漂移量化指标SDS本文采用Sharpe199220强式风格模型对我国2004年前成立的34只开放式基金在2004
15、年3月2011年12月间的风格变化进行动态分析，通过滚动窗口方法来揭示基金风格的漂移。由于基金披露信息频率为1个季度，所以这里采用3个月的滚动步长，窗口整体长度为16个月见图1。在获得基金不同时期内的风格权重系数后采用SDS指标测量基金在某一时期内投资组合结构变化的波动率，以此揭示具体维度上的风格漂移程度。SDS的计算公式为：SDS=varbi1+varbi2+varbin其中bin来自Sharpe模型中的回归系数，i=8，共采用8种风格指数大盘价值、大盘成长、中盘价值、中盘成长、小盘价值、小盘成长、国债指数和企债指数。由于基金现金存款比例较少，目前国内还没34图1研究时期与滚动窗口分布图有专
16、门的现金指数，因此把基金资产配置中的现金部分归入债券资产类型。SDS指标能有效及时地比较和测量基金投资风格的一致性，其值越大，说明基金发生风格漂移的程度越大，风格一致性越弱。2.基金收益率基金净值有单位净值和累计单位净值之分。单位净值是基金净资产值与基金规模份额的比值。基金每次分红后，单位净值降低，但累计单位净值不变。由于收益是衡量基金在期末比期初的价值增值情况，而前期分红已流出基金，不再属于基金经营资产，所以本文用单位净值与当期分红之和来衡量业绩。基金业绩收益率表示为：Rit=NAVit?NAVi，t?1+DitNAVi，t?1其中Rit表示基金i在第t个期间内的收益率，NAVit表示基金i
17、在第t个期末的单位净资产，Dit表示基金i在第t个期间内发放的红利。3.各类风格指数收益率考虑到指数的成分股在研究时期中可能发生分红或送配股等情况，导致股价变动，从而导致指数的收盘价发生变化，为了统一计算标准，本文所涉及的市场指数A股指数和风格指数中信标普纯风格指数和申万风格指数全部为复权后的收盘价。指数收益率的计算公式为：Rndexx，t=Pindex，t?Pindex，t?1Pindex，t?1其中Rndexx，t表示指数i在第t个期间内的收益率，Pindex，t表示指数i在第t个期末的收盘价，Pindex，t?1表示指数i在第t?1个期末的收盘价。图2总体SDS与R2的散点图三实证结果的
18、讨论1.总体SDS与R2的相关性分析这里的R2来自Sharpe强式风格模型对各样本基金进行风格分析后的平均拟合优度，它反映基金收益波动能为各种风格因素收益波动所解释的比例，显然，如果各样本基金投资风格越少发生漂移，即SDS值越小，则在理论上R2越大；反之如果各样本基金风格漂移越严重，即SDS值越大，则理论上R2越小；由此说明拟合优度R2与风格漂移指标SDS之间呈负相关性。从图2可知，总体SDS与平均R2的Pearson相关性系数为?，Sig.双侧检验值为，说明相关系数在1%的置信水平上显著，与预期结果比较一致。2.基金投资风格漂移的纵向分析从基金投资类型上看，由图3可知，成长型基金组在第一个熊
19、市时期2004年3月2005年12月重仓的股票依次为大盘成长股和中盘成长股，这两种股票持仓比例合计高达55%以上，而债券投35持在30%以上。在第一个牛市时期2006年1月2007年10月，成长型基金组开始提高中盘价值股和大盘价值股的持仓比例，同时减少了大盘成长股的持仓比例。在第二个熊市时期2007年11月2008年12月，大盘成长股和中盘成长股仓位逐步减少，而大盘价值股和中盘价值股持仓比例开始上升。在第二个牛市时期2009年1月2009年7月和第三个熊市时期2009年8月2011年12月，成长型基金持续提高大盘价值股和小盘价值股的持仓比例，同时持续减少大盘成长股和中盘成长股的持仓比例。从整个研究时期2004年3月2011年12月来看，成长型基金组对大盘价值股、大盘成长股、中盘价值股、中盘成长股、小盘价值股、小盘成长股、中信国债、中信企债的平均持仓比例分别为%、%、%、%、%、%、%、%。由此可知，在整个时期内，成长型基金组主要侧重大盘成长股、中盘成长股和小盘成长股。
