■张 燃,杨 玲,李艳茹
证券投资基金业绩备受学术界,从业人员和投资者关注。随着对基金市场研究的深入,学者们注意到,使用月度数据的基金业绩评价结果与使用季度数据的结果不同,这说明基金季报可能漏掉了对基金业绩有显著影响的交易,比如在同一个季度内买入又卖出的交易,这类交易被称为“未报告交易”“短期交易”或“期间交易(Interim Trade)”。这些交易是否以及通过何种渠道对基金业绩产生影响?已有研究主要从两方面论证:
一方面,分析基金经理短期交易动机和行为,即基金经理人持仓调整的动因和具体短期操作。Hirshleifer et al.(2012)提出,短期调整是基于经理人获得的私人信息,主要集中于反向操作以锁定收益。Scherbina&Jin(2005)认为,短期交易与基金经理人的经验有关。由于不愿意承认过去的决策失误,有经验的基金经理人往往更倾向于长期持有亏损的股票,而新的基金经理不受过去业绩的影响,在交易中会卖出业绩较差的股票。Kempf&Ruenzi(2009)将影响基金经理决策的原因分为对失业风险的考虑和对超额回报的追逐。Puckett&Yan(2011)通过对1999—2005年期美国基金市场的实证研究发现,短期交易业绩较好的基金与被交易的股票具有相似的收益特征。这些股票通常表现出过去业绩较好、波动率较高、对应上市公司的规模较小和套利可能性较大等特征。
另一方面,估计短期交易业绩,即短期交易对基金整体业绩的贡献度。Ferson&Khang(2002)首次考虑到基金交易的时间变化以及在交易报告日期间的短期交易。Shukla(2004)在不考虑基金交易费用的前提下,认为基金短期交易并没有为投资者创造价值,而是提高了基金经理人的收入。Kacpersczyk et al.(2005)通过对比根据基金报告的持股情况构造的投资组合收益率与基金实际收益率之差来研究基金的不可观测交易,发现这些交易虽然不可观测,但是可以为基金创造价值。Huang et al.(2009)则通过分析基金当前持股波动标准差与基金真实收益波动标准差的差异,从风险的角度刻画短期交易对基金整体风险的影响。Puckett&Yan(2011)在Kacpersczyk et al.(2005)的启发下,依靠ANcerno数据库信息,将期间交易从不可观测交易中剥离,对美国1999—2005年期间共3816只基金的短期交易进行细致研究,发现去除交易成本后,短期交易在基金的年平均超额收益率中的贡献约为20~26个基点,认为信息不对称、套利机会等都是短期交易业绩的主要来源。胡畏(2012)通过利用基金定期公布的持股信息与每个交易日公布的基金净值的方式,间接考察基金的短期交易。朱杰(2012)的研究则是从传统的三因素模型出发,将影响因素分为短期交易和交易成本两类,通过在模型中加入控制因子的方法,提出了有条件的修正模型。
根据Kacperczyk et al.(2005)的方法,使用基金每半年公布一次的全部持股组合收益率与基金净值增长率间的差值,即运用收益率差(Return Gap)来定量描述期间交易业绩。笔者通过对我国2767只证券投资基金在2011—2018年的期间交易的分析,发现期间交易平均每年的收益率约为1.30%,还发现基金的期间收益具有持续性。那么,哪些因素会影响基金经理进行期间交易,进而影响期间交易业绩?为此,笔者进一步从市场因素、基金特征、交易股票特质以及基金经理个人特征等方面探索这一问题,发现当基金经理学历越高、从业年限越长时,他(她)越愿意选择短期交易,并且学历较高的男性经理人的短期交易业绩更好。市场规模因子、账面市值比因子、股票波动率、流动性和基金的投资风格等因素也会影响期间交易业绩的大小。
与上述胡畏(2012)和朱杰(2012)的研究有所不同,笔者的分析是对我国证券投资基金期间交易业绩的直接检验。并且在研究中运用了CSMAR提供的基金每半年持仓变动数据,具体表现为,选取的原始数据包括了所有的“累计买卖价值超出期初基金资产净值2%或者累计买卖价值前20名”的股票,如果某只股票同时出现在某一报告期的买入及卖出的名单中,则认为存在期间交易,据此建立的研究样本是由真正进行过短期交易的基金构成的。在稳健性检验环节,使用了Wind数据库提供的基金季度持仓前十名的股票数据。当相邻两季度间基金持仓前十名股票持股份额发生改变时,便认为基金在这个报告期内进行过期间交易。上述样本利用了目前能够确定的市场上所有的期间交易数据,是对期间交易业绩的直接检验。
为了估计未报告交易对基金业绩的影响,笔者借鉴了Kacpersczyk et al.(2005)的研究方法,其研究认为通过比较基金持有人净收益变动率与基金上期末持股组合收益率之差,可以获得期间交易的估计值。据此,首先假设基金在考察期内不存在期间交易,按照基金在上一观察期末的持有资产种类与权重估算当期且假设未发生期间交易的可能收益值,然后比较该基金的真实收益与基于上期末基金持有资产计算的可能收益值,得到收益率差值,用收益率差值近似衡量短期交易的影响。对基金持有人净收益变动的描述,则从基金净值的角度出发,通过基金份额净值(NAV)的相对变动描述基金f在时刻t(季末)的净收益变动(RF)。
为估计期间交易,将基金f在t时期持股收益定义为该基金在t-1期末持有的股票在[t-1,t]期内收益率的加权平均。其中,每支股票的权重为t-1期末股票价值占基金所持全部股票价值的百分比。
基金的资产配置远不止股票,因此在基金持股组合收益率(RH)计算过程中,仍需要考虑基金所持其他资产(包括现金、优先股、衍生品、债券等)的收益率。在计算其他资产的收益率时,考虑到优先股的特殊性,对其收益率采取和债券相同的方法来近似计算。对于现金等其他资产则以国债收益率指数近似衡量。考虑到指数构成的全面性,选择了中证系列指数作为现金和债券的收益率代表。其中,中证全债指数涵盖了中国国债、企业债、银行间债和可转换债券市场的业绩表现,因此针对债券等固定收益证券(含债券及优先股等),使用中证全债指数作为收益率指标,而以中证国债指数作为现金等其他资产的收益率近似值。以普通股、债券(含优先股)、现金等资产在t-1期末基金公布的资产配置占比作为t时期的权重,基金投资组合收益率为:
受我国基金信息披露内容的限制,目前无法将短期交易的交易成本从收益率差中剥离。因此,在分析收益率差符号和大小的基础上,推断期间交易对基金业绩的影响。在考虑基金托管费用(MF)及管理费用(CF)的基础上,将基金f在t时期的收益率差(RG)定义为两者之差:
因此,收益率差可以用来衡量基金期间交易的业绩。
首先,短期交易难免会受到市场整体收益率水平的影响。Chen(2000)研究显示,当金融市场处于牛市时,基金经理的冒险意识会增加,短期交易将更加频繁,而当市场处于熊市时,出于对工作稳定的考虑,可能减少对基金持仓的短期调整。
其次,基金自身的特征不可忽略。一般来说,不同类别基金会采用不同的投资方式,在资产配置时会存在较大差异。股票型基金将基金总资产的60%以上投资于股票,比债券型基金更需要对持仓进行频繁调整。但由于所选取的样本基金多为股票型基金和混合型基金,并且在初步的实证分析中,基金类别变量对短期交易业绩的影响在统计上和经济上均不显著,因此在后续研究中没有考虑基金类别的影响。除了基金投资类别外,Kacpersczyk et al.(2005)发现,基金成立时间长短也会影响短期交易业绩。同时,基金的投资风格也是影响持仓调整的重要因素。因此,笔者主要从基金成立时间以及投资风格角度分析基金的自身因素对短期交易的影响。
最后,基金短期调整的股票特征也会影响其交易业绩。一般认为,获取超额收益的机会存在于套利可能性高、股价波动率大的股票之中。机构投资者经常积极搜寻非公开信息、寻找存在定价偏误的股票,并且依靠这些信息进行短期持仓调整。此外,由于信息不对称和套利机会与股票的流动性相关,且某些基金会选择动量投资策略,因此股票流动性和滞后收益率都是需要考虑的因素。
Kacperczyk et al.(2014)研究发现,基金经理人在不同时期所表现出的投资能力是不同的:在牛市中,经理人更多地通过其选股能力提升基金业绩;而在熊市时,则通过择时能力及时调整投资组合的Beta来实现业绩增长。刘莎莎等(2013)对中国市场的研究得到了相似的结论。Ferson&Mo(2016)认为当利用线性因子模型对基金业绩进行风险调整时,会存在与基金收益择时、波动择时以及选股能力相关的因素。Golec(1996)曾经以美国基金作为样本,研究了基金经理的学历、受教育年限、年龄、任期、是否为MBA以及基金共同管理人数与基金业绩的关系,可以说“买基金就是买基金经理”,基金经理个人特征与基金的业绩相关。基金经理特征影响其投资风格和投资能力,也影响到他们对自身能力的认知,因而会影响其交易频率、资产调整的周期。因此,下文从基金经理的人口学特征、教育背景和从业经历等因素出发,分析基金经理的调仓频率偏好。各部分研究所使用变量的名称及定义归纳如表1。
实证研究所用数据均来自国泰安金融数据库(CSMAR)。稳健性检验所用数据来自Wind资讯。
CSMAR中提供了2009—2018年6月间基金每半年累计持仓变动总额的前2%或前20名的股票名称、变动方向及交易金额。根据上述信息,首先使用Python对可得到的全部观测值进行第一次筛选。具体而言,如果一只基金同时出现在某一时间段(每半年)内的买入变动总额的前2%或前20名和卖出变动总额的前2%或前20名,即认为这只基金在同一观测期内同时进行了“买进—卖出”或“卖出—买进”的短期操作,选取此类基金作为研究样本。之后,再对每期内具有短期交易基金数目统计。样本时间区间为2010年6月—2018年6月。受基金信息披露完整性的限制,部分基金数据不齐全导致缺漏值,因此需要对数据作进一步筛选和剔除。其中,对由于股票收益率等连续型变量引起的缺漏采取前后期平均值的方法填充,对由其他类似于基金期末份额、资产配置等引起的缺漏以及无法补齐的样本则直接剔除,最终样本包含15个报告期内共计2767只证券投资基金的短期交易数据(见表2)。
表1 变量汇总表
表2 不同时期进行期间交易的证券投资基金数目
计算基金净值增长率的数据全部来自CSMAR。在超额收益率计算过程中,考虑到我国尚未完全实现利率市场化,以及主要是在半年的时间间隔内考察短期交易的现状,故选择中证国债收益率指数作为无风险收益率,选取沪深300指数收益率作为股票市场的市场组合收益率。
根据前文方法,对2767只基金的收益率差进行了估计。在选择股票回报率估计模型时,虽然多因素模型克服了单因素模型的很多不足,模型的整体解释能力也有所增强。但在实证研究中,由于因素的选择受到个人主观判断的影响,很难找出影响风险资产定价的全部因素。并且多因素模型仍然无法解释资产收益的实质性差别,基金业绩的评估结果对因素的选择十分敏感。因此,笔者选择了单纯收益率模型和单因子模型。
第一步,对样本数据整体进行研究,即不区分基金交易的时间和代码,将全部基金的收益率差进行平均,结果见表3。
表3 期间交易业绩估计结果(1)
对于样本基金而言,在研究期间内,短期交易对基金业绩的影响均值为正,即通过短期交易调整基金持仓的结果对投资人是有利的,这与Kacpersczyk et al.(2005)以及 Puckett&Yan(2010)的研究结果基本保持一致。在不考虑基金超额收益的前提下,以单纯收益率模型计算结果为例,短期交易每年对基金业绩贡献约为1.30%(半年收益率0.0065的两倍),即基金业绩提高了1.3%。单因子模型的计算结果略小,期间交易业绩表现为0.22%(半年收益率0.0011的两倍)。无论是从单纯收益角度来说,还是超额收益率,短期交易均对基金净值产生正向影响。后续回归分析中以单纯收益率模型的计算结果作为期间交易的业绩度量。
实际上,许多研究表明,基金的短期交易具有持续性,即当基金某期短期交易业绩不好时,下一期的业绩也很有可能延续上期表现。为了检验持续性是否存在,假定做期间交易的基金在接下来的几个观测期继续做期间交易。在2015年12月将样本基金根据其收益率差值由差到好分为S1~S8共8组,然后按照组别计算随后三期的收益率,计算结果见表4。其中,S1、S8分别代表在Q+0(2015年12月)时,短期交易业绩最差和最好的一组。
表4 短期交易业绩的持续性
在表4中,第一组S1为2015年12月收益率差最差的29只基金,第八组S8则由该期收益率最佳的28只基金组成。表格中第一行数据为2015年12月,每组基金短期收益率差的平均值,第二行数据为2016年06月该组别基金收益率的均值,以此类推。根据表4的计算结果,可以看出,S1在第Q+1期、第Q+2期及第Q+3期时,表现依旧较差,分别为-0.174,0.029以及-0.002。相反,S8组的后续三期的收益率分别为0.190、0.111、0.034。此外,收益率最高的组和最低组的差异也一直保持显著为正。这表明,从样本数据上看,在假设基金经理进行期间交易具有持续性的前提下,期间交易业绩也具有持续性。
根据前文对短期交易业绩的可能影响因素分析,综合市场因素、基金自身特征以及被交易股票特征进行实证分析,变量的统计特征如表5所示。
表5 变量的统计特征
其中,被交易股票的收益率和流动性是上期半年内的月收益率和流动性指标的平均值。被交易股票波动率采用异质性波动率,计算采用如下方法:搜集当期交易股票在上期末前6个月的每日收益率以及市场收益率,根据方程(9),对股票收益率与市场收益率进行回归,提取每日回归残差,然后将残差波动率(即标准差)作为异质性波动率。
其中,rsi,t代表第 i只股票在时间 t的收益率;rf为无风险利率,rmt则是对应时间t内标普中国A股指数收益率;E(ei)代表残差的平均值。
在样本中,解释变量市场规模因子均值为-0.0002,即规模较小的上市公司的收益率高于规模较大的上市公司。而市场账面市值比因子均值为0.0003,说明在研究期内,股票市场整体上价值型公司的收益率高于成长型公司。交易股票特质上,股票收益率、波动率以及流动性平均水平依次为0.0138、0.0228、0.0171,说明基金短期调仓的股票整体流动性较差、收益率及价格波动性较大,存在套利的机会,利于短期交易。这些变量间的相关系数见表6。
为避免极端值对结果的影响,对数据进行了1%缩尾处理。将收益率差作为短期交易业绩的代理变量,建立回归方程(10)。
其中,被解释变量RG为基金短期交易业绩,解释变量分别为在某一时间段内买卖股票的价格波动率、收益率以及流动性、市场因子、基金相关特征等。在控制年份后的回归分析结果见表7。
表7 市场因素、基金特征和被交易股票对短期交易业绩的影响
以上结果表明账面市值比因子、市场风险因子、基金特征和被交易股票特质等因素对于短期交易的业绩存在显著影响。流动性越强的股票,短期交易业绩越差;波动性越大的股票,短期交易业绩越好。指数型基金的短期交易业绩较差。这可能是因为股票流动性越强,信息不对称程度越低,不利于套利机会。而一般认为,获取超额收益的机会存在于套利可能性高、股价波动率大的股票之中,所以股票流动性越强,短期交易业绩越差。
表6 变量间的相关系数
基于前文对基金期间交易的定义,将上述的2767只明确具有期间交易记录的基金作为研究样本,只保留按照前文的判定方法确定发生过期间交易的观测值,因变量取值为1。对照样本为研究期内从未进行过期间交易的基金,因变量取值为0。此外,在样本构建过程中,剔除了基金经理相关数据缺失、以及存在基金经理人更替的样本,最终的研究样本为2694只基金,其中发生过期间交易的基金有1764只,从未发生过期间交易的基金有930只,回归分析结果见表8。
表8 基金经理人特征与是否进行期间交易
回归结果显示:除了基金经理人的持证资格外(是否具有CFA证书),基金经理人的性别、从业时间长短、投资风格和学历等因素都会显著地正向影响基金经理的短期交易行为。具体结果是,学历越高、从业时间越长的男性经理人越有可能做期间交易。
为了进一步定量分析基金期间交易业绩与基金经理人特征的相关性,以具有期间交易的基金为样本,以基金在2011—2018年内期间交易业绩(Return Gap)为被解释变量,基金经理性别、学历、证券从业年限、是否CFA持证、受教育年限等为主要解释变量,在考虑市场收益率和基金特征影响的基础上,进行回归分析。受到基金经理人特征数据披露的限制,研究样本为2767只基金,观测值总数为7485。
表9 基金经理人特征与期间交易业绩
从表9可以看出,基金经理的性别和从业年限等因素影响他们期间交易的业绩。具体来说,基金经理证券从业时间越长,他的期间交易业绩越好;男性基金经理比女性基金经理的期间交易业绩更好;期间交易的业绩大小不受基金经理的学历和是否CFA持证的显著影响。
为检验收益率差模型对我国证券投资基金期间交易业绩衡量的稳健性,笔者还使用了Wind数据库提供的基金季度持仓前十名的股票数据进行检验。具体识别方法为:当相邻两季度间基金持仓前十名股票持股份额发生改变时,便认为基金在进行期间交易。首先,通过Stata数据合并功能对采集的全部持仓信息进行第一次筛选。经过筛选后,剔除在前文研究样本中已经使用过的基金,剩余的509只基金构成稳健性检验样本。同样采用收益率差模型,对509只基金的期间交易进行估计,分析结果与前文基本保持一致,509只基金的平均年收益率差为1.40%,这表明期间交易可以为基金业绩带来正向的影响,说明收益率差模型在不同基金研究样本下均可以对期间交易进行有效估计,并且可以得到基本一致的结论。
笔者使用收益率差模型研究了我国证券投资基金在2011—2018年间的期间交易对基金整体业绩的影响,以及可能因素对期间交易业绩的影响机制。研究结果表明,期间交易对我国基金业绩的年平均贡献约为1.30%,期间交易可以为基金投资者带来正向的收益。
从市场因素、基金特征、股票特质和基金经理个人特征等方面解析期间交易业绩的来源时,发现:一是市场因素对基金短期交易业绩具有显著影响。受上市公司规模较小、成长型公司收益高于价值型公司收益、信息不对称导致的定价误差等影响,短期交易的业绩往往更高。二是基金个体效应对期间交易业绩的影响则主要表现在基金的投资风格和投资类别等因素。成长型基金的短期交易业绩好于收益型基金和平衡型基金,主动型基金的短期交易业绩好于指数型基金。交易股票的特点在一定程度上反映了我国基金经理的选股能力。三是基金短期交易业绩与股票流动性负相关,而与股票上期回报率和股票波动率正相关。上述结果可以理解为当股票流动性较小,信息不对称程度较高时,更有可能存在定价误差;而波动率较大时,经理人越有可能通过私人信息获利。另外,研究显示被交易股票上期收益率越高,本期基金短期交易业绩越好。这可能由于基金经理人使用了动量交易策略。同时,股票收益率的持续性可以为短期交易带来积极的影响,投资于过去收益率较高的股票时,短期交易收益率也较高。
基金经理个人特征对期间交易的影响,体现在基金经理的性别、证券从业时间和学历等方面,学历越高、从业时间越长的男性基金经理越有可能做短期操作。而基金期间交易业绩与基金经理个人特征的分析表明:基金经理的性别和证券业从业时间等因素会影响他们的期间交易业绩,证券从业年限越长的基金经理的期间交易业绩越好,男性基金经理明显比女性基金经理的期间交易业绩更好。这一结果表明我国基金经理整体上具有选股能力,他(她)们可以根据市场的变动,通过市场信息和私人信息,及时调整持仓;期间交易的收益可以弥补由此增加的交易成本,因而对基金持有者有利。