開放式基金錨定啟發式偏差對其績效的影響

摘要:本文利用最小二乘法對我國開放式基金的投資看漲情緒變動指標與行業超額收益率的相關關系進行了檢驗，考察開放式基金作為一個整體在各個行業上是否存在錨定啟發式偏差，并進一步設計指標衡量單只開放式基金的錨定啟發式偏差程度，利用BB動態面板模型考察了錨定啟發式偏差對基金績效的影響，發現基于行業當期超額收益率的錨定啟發式偏差顯著利于提高投資績效，而基于行業歷史超額收益率的反轉啟發式偏差對投資績效的影響不大。

關鍵詞:開放式基金;錨定啟發式偏差;投資績效

Abstract:In this paper，we test the relationship between the investor sentiment index and the industrial wide abnormal return using Ordinary Least Square method，and analyze whether our open-end funds as a whole are prone to anchoring heuristics bias for each industry. And we design a new indicator to measure the extent of anchoring heuristic bias for each open-end fund. Furthermore we apply BB dynamic panel-data model to examine the influence of anchoring heuristic bias on their performance. We find that the Momentum anchoring heuristic based on the current industrial abnormal return can improve the investment performance significantly，while the reversal anchoring bias based on historical industrial abnormal returns barely has any influence on the performance.

Key Words:open-end funds，anchoring heuristics bias，investment performance

中圖分類號:F830.3 文獻標識碼:A文章編號:1674-2265(2010)10-0075-06

一、文獻綜述與問題的提出

行為金融學認為投資者普遍存在系統性認知偏差，而認知偏差主要包括“啟發式偏差”(Heuristics Bias)和“框架依賴”(Framing Dependence)。其中，“啟發式偏差”是指投資者多依據“經驗法則”來進行投資決策而產生的認知偏差。投資者依賴“啟發法”做出的投資決策帶有不確定性，只能說可能是正確的結論。但如果所遺漏的因素和現象很重要，那么信息的缺損就會導致產生判斷與估計上的嚴重偏差。啟發式偏差的一種重要形式是錨定啟發式偏差(Anchoring Heuristics Bias)。人們在形成某一判斷和估計時，經常先始于某初始值或基準(可能是任意的，也可能是基于歷史信息的)，目標價值就是以此為基礎結合其他信息進行上下調整而得出的，即人們趨向于把對將來的估計和過去已有的估計相聯系，然后相對此值再做“調整”，這種行為產生的啟發式偏差即為錨定啟發式偏差。

國外對錨定啟發式偏差進行了大量的研究。Kahnemann和Tversky(1974)以幸運輪實驗為例對直覺驅動的偏差進行研究，發現人們很容易過多地受到無意義的初始值的約束與左右;Cutler、Poterba和Summers (1989)，Bernard和Thomas (1992)等認為股票價格反應不足的現象表明投資者對股票未來價格的預測更多的是基于股票過去的表現，而不是對未來的預期。Block和Harper (1991)研究發現，無法通過事先的警告來完全消除錨定啟發式偏差;Ritov (1996)探討了決策過程中的錨定啟發式偏差，發現其不會隨著經驗的增加而呈現減少的趨勢。至于對投資者錨定啟發式偏差的判斷，許多學者是通過分析投資者對未來的預期與歷史投資收益率之間是否具有穩定相關性來實現的。如Michael和Statman (1988)，Fisher和Statman(2000)均通過這種方法證實了投資者具有錨定啟發式偏差。

在國外相關理論基礎上，國內學者開始對中國股票市場投資者的錨定啟發式偏差進行理論和實證研究:饒育蕾(2003)以持股比例作為衡量投資者看漲情緒的指標，發現我國的封閉式證券投資基金存在錨定啟發式偏差;茅力可(2004)使用協整理論實證檢驗表明，上海股票市場存在錨定啟發式偏差;黃松、張宇和尹昌列(2005)利用線性回歸的方法研究表明，我國證券公司存在顯著的錨定啟發式偏差，并隨著時間推移表現出一種“謹慎的看漲情緒”;李學峰、于翠珍和茅勇峰(2008)從風險與收益相匹配的視角，設計了衡量投資者心理預期變動的新指標，發現我國開放式基金在投資心理上具有錨定啟發式偏差，這種投資心理會對當期市場走勢產生顯著的正向影響，而對未來市場走勢產生顯著的負向影響。

上述研究為我們研究我國開放式基金的投資心理特征提供了重要的理論基礎和研究方法。然而，我們看到，一方面，以往的研究多使用整個市場收益率為錨定對象來研究開放式基金或封閉式基金的啟發式偏差行為，而從行業的角度對兩類投資者的啟發式偏差行為的研究還處于空白，而考察基金在各個行業上的啟發式偏差行為有助于拓寬我們的研究視角。另一方面，以往的研究還停留在將開放式基金或封閉式基金作為一個整體，考察其是否存在啟發式偏差，尚未有研究考察過單只基金的啟發式偏差，更不要說，對單只基金的啟發式偏差行為對其績效的影響進行研究了。此外，我們根據看漲情緒變動與行業超額收益率的相關關系進一步區分了慣性啟發式偏差與反轉啟發式偏差①，以更加細致全面地考察基金啟發式偏差行為對其績效的影響。以上三方面的推進有助于我們更加深入了解和認識啟發式偏差行為，也對機構投資者更加合理地進行行業配置，提高其自身投資績效具有積極意義。

本文使用行業超額收益率②指標衡量投資者心理預期的變動，以此研究開放式基金在各個行業的配置上是否具有錨定啟發式偏差，并進一步構造衡量單只基金啟發式偏差程度指標，考察其啟發式偏差行為對自身投資績效的影響。

二、研究設計

(一)研究思路

首先，根據中國證監會的行業劃分標準，我們將行業劃分為農林牧漁業、采掘行業、制造行業(飲料食品、紡織服裝、木材家具、造紙印刷、石油化工、電子行業、金屬非金屬、機械設備、醫藥生物業)、公用事業、建筑行業、交運倉儲板塊、信息技術板塊、商業貿易板塊、金融板塊、房地產板塊、社會服務業、文化傳播業、綜合行業等21個行業。t時期，行業i的超額收益率的計算如公式(1)、(2)所示:

=(t期期末i行業指數-t期期初i行業指數)/t期期初i行業指數(1)

其中表示行業i在時期t的收益率， 表示時期t的市場收益率。

其次，根據上文關于錨定啟發式偏差的定義，研究投資者在行業i上是否具有錨定啟發式偏差主要是分析投資者對未來預期是否由行業i的超額收益率所決定。因此，首先需要選擇合適的指標反映投資者對未來行業i走勢的預期。從預期收益的角度而言，如果開放式基金預期未來行業i超額收益將上升，那么基金經理可以對i行業進行增持③，以從行業i超額收益率上升中獲得更高的收益;反之，如果預期未來行業i超額收益將下降，那么基金經理可以減持所屬行業i的股票，以降低由于行業i超額收益率下降所造成的損失。因此，基金投資組合中所屬行業i股票的持有比例的變動可以明確地反映基金經理對行業i未來走勢的預期。故我們可以選擇t時期所統計的在行業i上進行增持的開放式基金數占開放式基金總數的比作為衡量整個開放式基金對行業i的看漲情緒指標

，并進一步計算看漲情緒變動指標，以衡量開放式基金整體對未來行業i指數走勢的心理預期變動。

在選定上述指標的基礎上，需要通過檢驗兩個指標之間的相關關系來驗證開放式基金在對行業i的配置上是否具有錨定啟發式偏差，并設計指標計算單只基金的啟發式偏差程度以衡量基金的啟發式偏差對其績效的影響。我們將實證檢驗分為以下四個步驟:第一步，由于看漲情緒變動指標和行業超額收益率均為時間序列，因此需要對其進行平穩性檢驗。我們將利用單位根檢驗中的ADF(Augmented Dickey-Fuller)方法④對看漲情緒變動指標和行業i超額收益率進行平穩性檢驗;第二步，在通過平穩性檢驗的基礎上，利用最小二乘法估計對行業i超額收益率和看漲情緒變動指標進行相關分析，以確定開放式基金在行業i上的啟發式法則;第三步，基于行業超額收益率的視角，計算單只基金的啟發式偏差程度;最后，我們使用動態面板模型考察基金啟發式偏差程度對其自身績效的影響。

(二)研究模型

1. 單只基金啟發式偏差程度的計算。根據上文的研究思路，我們首先需要利用單位根檢驗方法對投資者看漲情緒變動指標和市場收益率進行平穩性檢驗，即檢驗原序列是否存在單位根。如果不存在單位根，則說明原序列是平穩的。反之，則認為原序列是不平穩的。其回歸方程式為:

公式(3)中， 為所需檢驗的時間序列，為誤差項。如果檢驗結果表明 顯著為0，則原序列是不平穩的;若 顯著小于0，則原序列是平穩的。

其次，利用公式(4)、(5)分別考察開放式基金基于i行業當期超額收益率和歷史超額收益率的啟發式法則。方法如下:

其中， 表示t期投資者對行業i看漲情緒的變化， ，、分別表示t期和t-1期對行業i進行增持的開放式基金占開放式基金總數的比例，即投資者對行業i的看漲情緒指標; ，

分別表示t期和t-1期行業i的超額收益率，即投資者可能的錨定參照物;、為回歸系數， 為殘差項。如果回歸參數 具有顯著性，則表明投資者心理預期變動與行業i當期(歷史)超額收益率之間存在相關關系，投資者預期的變動依賴于行業i的當期(歷史)超額收益率，即投資者在行業i上存在啟發式偏差。若 為正，則表明開放式基金在行業i上的看漲情緒變動與行業i的超額收益率正相關，我們稱這種啟發式偏差為基于當期(歷史)超額收益率的慣性啟發式偏差(以下簡稱為慣性啟發式偏差);如果 顯著為負，則表明開放式基金在行業i上的看漲情緒變動與行業i的超額收益率負相關，我們稱這種啟發式偏差為基于當期(歷史)超額收益率的反轉啟發式偏差(以下簡稱為反轉啟發式偏差)。

再次，假設單只基金k在時期t持有n個行業的股票，若開放式基金在行業i上具有基于當期(歷史)超額收益率的慣性啟發式偏差，那么，當行業i股票總市值占基金k投資組合總市值變動與行業i的當期(歷史)超額收益率符號相同時，則認為基金k在行業i上存在基于當期(歷史)超額收益率的慣性啟發式偏差。其他情況，則認為基金k在行業i上不存在慣性啟發式偏差。若開放式基金在行業i上具有基于當期(歷史)收益率反轉的啟發式偏差，則當行業i股票總市值占基金k投資組合總市值變動與行業i的當期(歷史)超額收益率符號相異時，認為基金k在行業i上存在基于當期(歷史)超額收益率反轉啟發式偏差。其他情況，則認為其在該行業上不存在反轉啟發式偏差。我們使用公式(6)、(7)衡量慣性、反轉啟發式偏差程度⑤。

、 為基金k在時期t的基于當期超額收益率的慣性、反轉啟發式偏差程度， 為時期t行業i股票市值占基金k投資組合總市值的比重，

為指示函數，如(8)式所示。

2. 啟發式偏差對基金績效影響的度量。為了更加深入地揭示慣性、反轉啟發式偏差對基金績效的影響，且考慮到基金t時期的績效可能受到前期績效的影響，本文運用Blundel和Bond(1998)提出的BB動態面板估計模型⑥，探究開放式基金啟發式偏差行為對于自身績效的影響。投資者在考慮收益的時候也必須考慮風險的大小，因此，本文使用Sharpe指數來衡量基金的投資績效，我們得到式(9):

為時期t基金k的Sharpe指數， 、

分別為t時期基金k的基于當期超額收益和歷史超額收益的慣性啟發式偏差值，、 分別為t時期基金k基于當期超額收益和歷史超額收益的反轉啟發式偏差值， 為時期t的市場收益率，

為隨機誤差項。

通過(9)式得到的回歸系數 體現當期績效受到前1期績效水平的影響， 、 、 、 分別表示基于當期超額收益的慣性、反轉啟發式偏差以及基于歷史超額收益慣性、反轉啟發式偏差對基金Sharpe指數的影響，代表市場因素對基金Sharpe指數的影響。

對于(9)式，若 、 顯著大于零，則表明基金基于行業當期超額收益的慣性、反轉啟發式偏差有利于基金的績效;若、顯著小于零，則表明基金基于行業當期超額收益的慣性、反轉啟發式偏差不利于基金的績效;若 、不顯著，則認為基金當期和前一期的慣性啟發式偏差對基金績效的影響不顯著。對系數、的解釋與、的解釋相類似。

三、實證檢驗與結果分析

本文的研究期以季度為單位，針對以往研究時期較短的不足，本文將研究時期擴展為2003年9月30日至2009年12月31日，以2003年第三季度作為第1期，以后每季度1期，至2009年12月31日，共26期。

在選擇樣本基金時，本文遵循以下原則:選取股票型和混合型開放式基金為研究對象;選取的基金在進入考察期時，已經完成建倉并且投資過程連續⑦，共選取了259家2007年9月30日前成立的股票型和混合型開放式基金。

本研究以基金每季度末公布的行業分布明細數據為主要研究對象，以反映基金的行業配置狀況。該部分數據來自WIND數據庫。

根據前文的研究設計，統計各個時期中對行業i進行增持的基金家數占當時已完成建倉的股票型和混合型開放式基金總數的比，并計算各個時期行業i的看漲情緒的變動。根據公式(1)、(2)計算行業i各個時期的超額收益率;根據(3)式，對各個行業看漲情緒變動序列、超額行業收益率序列進行平穩性檢驗;根據(4)、(5)式，使用行業i的當期和歷史超額收益率對行業i的看漲情緒變動進行回歸，并根據回歸系數的顯著性判斷開放式基金在行業i上是否存在啟發式偏差，根據回歸系數的正負符號，判斷開放式基金在行業i上是存在慣性啟發式偏差還是存在反轉啟發式偏差。以上實證結果如表1所示。

由表1可見，各行業超額收益率和看漲情緒指標變動都具有平穩性，因此可直接利用最小二乘法分析二者的關系，進而對我國開放式基金在各行業上是否具有錨定啟發式偏差進行檢驗。我們發現，基于行業的當期超額收益率，開放式基金在采掘行業、食品飲料、公用事業、商業貿易、綜合行業、石油化工、電子行業、金屬非金屬、醫藥生物、交運倉儲、金融服務、房地產、社會服務、文化傳播、綜合行業等行業存在啟發式偏差，且均為慣性啟發式偏差⑧。在農林牧漁等其他行業上不存在啟發式偏差;基于行業的歷史超額收益率，開放式基金在采掘行業、食品飲料、石油化工、金屬非金屬、機械設備、醫藥生物、公用事業、交運倉儲、商業貿易、金融服務、房地產、文化傳播等行業上存在反轉啟發式偏差，在其他行業上不存在啟發式偏差。通過對匯總后的開放式基金行業配置匯總進行分析，我們發現，這些開放式基金存在啟發式偏差的行業，其市值規模一般較大，占開放式基金的凈值比也較大，而其他開放式基金不存在啟發式偏差的行業，一般鮮有基金問津。亦即，在開放式基金主要持有的行業上，其行為均存在基于當期超額收益率的慣性啟發式偏差或基于歷史超額收益率的反轉啟發式偏差。

根據公式(6)、(7)、(8)計算各只基金在時期t的基于當期收益的慣性啟發式偏差值和基于歷史收益的反轉啟發式偏差值⑨。

本文涉及面板數據，為避免偽回歸問題，應首先通過單位根檢驗研究期間樣本數據的平穩性。Im等(1997)提出了IPS檢驗，使用組平均LM統計量進行檢驗;Levin等(2002)考慮了誤差過程存在著自相關和異方差的情況，提出了新的檢驗步驟和統計量，對LL方法進行了改進，得到LLC方法。本文同時運用IPS和LLC方法進行單位根檢驗(本文數據分析運用Eviews6.0和Stata10)，結果(如表2所示)證明所有變量均在1%顯著性水平下平穩。

根據式(9)使用基于行業當期超額收益的慣性啟發式偏差值和基于行業歷史超額收益的反轉啟發式偏差對基金的Sharpe指數進行回歸，回歸結果如表3所示。

觀察表3發現，檢驗拒絕了模型中解釋變量系數均為0的原假設，除 系數不顯著外，其余各解釋變量的系數均在1%下顯著。我們可以看到基于當期行業超額收益的慣性啟發式偏差的回歸系數為正，其大小為0.2659，基金基于當期行業收益的慣性啟發式偏差正向影響基金績效?；谛袠I歷史超額收益的反轉啟發式偏差，其回歸系數大小為-0.0787，且不顯著，說明基金的績效受基于行業歷史超額收益的反轉啟發式偏差影響很小，且不顯著。此外，從控制變量上來看，上期指數對當期指數的影響顯著為負，但其回歸系數絕對值很小，為-0.0322;基金績效還主要受到當期市場收益的影響，基金的指數與市場收益顯著正相關。

四、小結與啟示

本文從行業超額收益率的視角，考察了我國開放式基金在各個行業上是否存在啟發式偏差，并通過設計新方法度量了單只基金基于行業當期超額收益和行業歷史超額收益的啟發式偏差程度值。選取自2003年第三季度至2009年末前后26個季度，對我國開放式基金的啟發式偏差行為進行了度量，并進一步運用動態面板數據模型研究了啟發式偏差對基金績效的影響。

研究結果顯示，基于當期行業超額收益，基金在采掘行業、食品飲料、公用事業等行業上存在慣性啟發式偏差，而在農林牧漁等其他行業上不存在啟發式偏差;基于行業歷史超額收益，基金在采掘行業、食品飲料等行業上存在反轉啟發式偏差，在農林牧漁等其他行業上不存在啟發式偏差。而基金基于當期超額收益率的慣性啟發式偏差，對基金的績效起到一定的促進作用，而基于歷史超額收益率的反轉啟發式偏差對基金績效的影響不大。這說明，雖然啟發式法則是種非理性的行為，但是，從基金的角度來看，其采用的基于行業超額收益的啟發式法則是有益于提高其自身績效的，其“非理性”的投資行為是對我國市場環境的適應。

其次，從市場的角度來看，基金的基于當期超額收益的慣性啟發式偏差能夠獲利，說明我國股票市場在信息的反應上存在反應不足的現象，從而使得開放式基金可以利用慣性啟發式偏差進行獲利;另一方面，基于行業歷史超額收益，開放式基金存在反轉啟發式偏差，這說明我國股票市場上同樣存在反應過度的現象。亦即，新信息出現后，開放式基金先表現為反應不足，表現在投資行為上就是基于當期超額收益的慣性啟發式偏差;但在信息的擴散過程中，其有可能采取了簡單的外推方法，導致過度反應，反映在其投資行為上就是基于行業歷史超額收益的反轉啟發式偏差。

由以上的結論和啟示我們可以得到如下的對策建議:第一，我們發現基于行業當期超額收益率的慣性啟發式偏差有利于提高開放式基金的投資績效，以往的研究也發現投資者某些行為或心理因素諸如慣性反轉交易策略、處置效應等會顯著影響投資績效，這就啟示基金管理者應充分重視對市場環境和(其他)投資者行為的研究，科學分析后進行投資決策，以提高自身投資績效。第二，與其說是基金利用基于當期收益的慣性啟發式偏差獲利，倒不如說是利用我國市場的不足來獲利。換言之，市場的規范與健全程度，會對投資者的心理和行為產生重要影響，這也就啟示我們，提升我國機構投資者的理性程度、更為充分地發揮其市場穩定功能，不能僅僅從投資者本身著力，還需要對市場環境、市場制度和交易機制進行不斷的改革和完善。第三，結合已有的研究(李學峰、于翠珍和茅勇峰，2008)，錨定啟發式偏差會對當期市場走勢產生顯著的正向影響:導致上升的市場出現進一步的上升，下跌的市場則進一步下跌。即錨定啟發式偏差是導致市場暴漲暴跌的因素之一。這使我們看到了博弈論所揭示的個體理性所導致的集體非理性，正因此，除了上述的對市場機制與制度的完善外，同時需要我們加強對主要機構投資者行為的引導和監控。

注:

①關于看漲情緒變動、行業超額收益率、慣性啟發式偏差、反轉啟發式偏差等概念詳見研究設計部分。

②我們使用行業i的收益率減去當期市場的收益率作為行業i的超額收益率。

③如果基金的行業配置中，i行業市值所占基金凈值比上升，那么我們認為基金對i行業進行了增持，如果i行業市值所占基金凈值比下降，我們認為基金對i行業進行了減持。

④如果序列服從AR(1)且誤差項不存在自相關的情況時，采用DF檢驗。但是經濟時間序列很難滿足誤差項是同方差且相互獨立的假定，因此考慮使用ADF方法。

⑤單只基金k在時期t的基于行業歷史超額收益率的慣性、反轉啟發式偏差計算方法與(6)、(7)式類似，在此不再贅述。

⑥早期動態面板估計主要采用Andersen和Hsiao(1981)估計方法，以被解釋變量兩期滯后項以及兩期與三期滯后項差分作為工具變量。隨后Arellano 和Bond(1991)在此基礎上，利用解釋變量與預定變量的滯后項、嚴格外生變量的差分作為工具變量進行估計，提高了動態面板的估計效率。但是這種方法假定隨機誤差項不存在自相關，當自回歸系數較高時，估計量表現出較大的不穩定性。而后Bundell和Bond(1998)基于Arellano和Bover(1995)的研究，利用其他矩條件推出系統GMM估計量。

⑦考慮到研究時期的長短會影響到回歸的效果，因此剔除2007年第三季度后成立的基金。

⑧此處的慣性啟發式偏差以及下面的反轉啟發式偏差，其系數均通過了5%的顯著性檢驗。

⑨由于基金在所有行業上不存在基于當期超額收益的反轉啟發式偏差和基于歷史超額收益的慣性啟發式偏差，故無需計算單只基金基于當期超額收益的反轉啟發式偏差和基于歷史超額收益的慣性啟發式偏差。

參考文獻:

[1]饒育蕾，劉達鋒.行為金融學[M].上海財經大學出版社，2003年第一版.

[2]茅力可.上海股票市場的錨定啟發式偏差實證分析[J].經濟師，2004，(10).

[3]黃松，張宇，尹昌烈.從行為金融看我國證券公司錨定啟發式偏差[J].特區經濟，2006，(6).

[4]李學峰，于翠珍，茅勇峰.我國開放式基金啟發式偏差行為及其對市場影響分析[J].財貿研究，2008，(4).

[5]A.Tversky and D.Kahneman， 1974，“Judgment under uncertainty:Heuristics and biases，”Science，(185)，pp.1124-

1131.

[6]D.Cutler，J.Porterba and L.Summers，1989，“What moves stock price?，”Journal of Portfolio Management， (15)，pp.4—12.

[7]V.L. Bernard and J.K.Thomas，1992，“Evidence that stock prices do not fully react the implications of current earnings for future earning，”Journal of Accounting and Economics，(13)，pp.305—340.

[8]R A .Block and D R.Harper，1991，“Overconfidence in estimation:testing the anchoring and adjust- ment hypothesis，”Organizational Behavior and Human Decision Processes，(49)，pp.188—207.

[9]I.Ritov，1996，“Anchoring in simulated competitive market negotiation，”Organizational Behavior and Human Decision Processes， (7)，pp.16—25.

[10]Solt，Michael and Meir Statman，1988，“How Useful is the Sentiment Index?，”Financial Analysts Journfll， (44)，pp.45—55.

[11]Fisher，Kenneth and Meir Statman，2000，“Investor Sentiment and Stock Returns，”The Financial Analysts Journal，(3)，pp.16—23.

(責任編輯 耿 欣)