流動性、流動性風(fēng)險與基金業(yè)績
——基于我國開放式基金的實證研究

蘇 辛，周 勇

(1.上海證券交易所博士后工作站，上海 200120；2.中國科學(xué)院數(shù)學(xué)與系統(tǒng)科學(xué)研究院，北京 100190)

流動性、流動性風(fēng)險與基金業(yè)績
——基于我國開放式基金的實證研究

蘇 辛1，周 勇2

(1.上海證券交易所博士后工作站，上海 200120；2.中國科學(xué)院數(shù)學(xué)與系統(tǒng)科學(xué)研究院，北京 100190)

本文構(gòu)建了我國資本市場的流動性因子，從基金持有資產(chǎn)的角度度量基金的流動性及其風(fēng)險，分別考察二者對業(yè)績的影響，并在控制某些基金特征之后，從流動性效應(yīng)、持續(xù)性等方面研究了二者對于業(yè)績的綜合影響。實證結(jié)果顯示，流動性beta是一個有效的流動性風(fēng)險測度，基金業(yè)績中存在流動性溢價和流動性風(fēng)險溢價，表明基金的流動性和流動性風(fēng)險不僅可以預(yù)測業(yè)績，還可用于識別基金經(jīng)理是否具有主動管理能力，從而為投資者決策提供了有效的方法。

流動性；流動性風(fēng)險；基金業(yè)績

1 引言

與封閉式基金相比較，開放式基金最大的特點在于其“開放性”，投資者在基金存續(xù)期內(nèi)可以隨時進行申購贖回，但由此引發(fā)的流動性風(fēng)險問題已成為當(dāng)前學(xué)者和業(yè)界重點關(guān)注的問題。這是因為，流動性風(fēng)險是一種系統(tǒng)性風(fēng)險，它是開放式基金運作中所面臨的全部風(fēng)險的集中體現(xiàn)。在極端情況下，基金流動性風(fēng)險的積聚會導(dǎo)致“基金贖回—股市下跌—贖回增加—股市進一步下跌”的惡性循環(huán)，可能會進一步爆發(fā)災(zāi)難性的市場流動性危機，從而影響金融市場的穩(wěn)定。1998年長期資本管理公司(LTCM)倒閉就是由于流動性風(fēng)險引起的，它一度引起了美國乃至全球市場的恐慌。

可見，流動性風(fēng)險加劇不僅會加大基金管理公司的經(jīng)營風(fēng)險，甚至?xí)o市場帶來巨大的沖擊。在這種背景下未雨綢繆，對開放式基金的流動性風(fēng)險進行研究是十分必要而且迫切的。如何認(rèn)知開放式基金流動性風(fēng)險以及如何提升基金經(jīng)理的流動性風(fēng)險管理水平對于加強開放式基金流動性風(fēng)險管理，維護整個金融體系的穩(wěn)定，具有積極的理論意義和現(xiàn)實意義。

國外實務(wù)界和學(xué)術(shù)界對流動性風(fēng)險的測度做了大量的研究。較早期的研究是，Garbade和Silber[1]提出用證券變現(xiàn)前與變現(xiàn)后價格差值的方差來度量流動性風(fēng)險，并建立了相應(yīng)的模型。Bangia等[2]提出了BDSS模型，用流動性調(diào)整VaR的方法(La-VaR)來度量做市商市場上的流動性風(fēng)險值，并將買賣價差所反映的流動性風(fēng)險直接納入到傳統(tǒng)的VaR公式中。

而最新的研究主要集中在將流動性風(fēng)險看作是一種系統(tǒng)性風(fēng)險因子進行研究，但很少文獻研究了流動性及流動性風(fēng)險在基金業(yè)績中的作用。例如，Easley, Hvidkjaer和O’Hara[3]使用基于微觀結(jié)構(gòu)模型的非公開信息(PIN)的測度方法，發(fā)現(xiàn)信息風(fēng)險可以定價。Pastor和Stambaugh[4]指出市場流動性是資產(chǎn)定價中一個重要的變量，流動性beta越高的股票會獲得一個更高的預(yù)期收益。Acharya和Pedersen[5]提出了在市場風(fēng)險因子的基礎(chǔ)上增加了三個與流動性有關(guān)的風(fēng)險因子的模型。Liu Weimin[6]提出了一個增加流動性風(fēng)險因子的市場模型。Watanabe和Watanabe[7]研究了流動性beta的時變和流動性風(fēng)險溢價，結(jié)果發(fā)現(xiàn)條件流動性因子載荷的估計是統(tǒng)計顯著的。

由于我國開放式基金成立時間短、樣本少，關(guān)于開放式基金流動性風(fēng)險的研究尚處于起步階段，大多集中在基金贖回和基金流量的問題上，關(guān)于流動性風(fēng)險測度等問題的研究還較少。例如，趙旭和吳沖鋒[8]基于Nanda和Narayanan[9]模型進行修正，發(fā)現(xiàn)基金管理者的預(yù)期利潤與其管理能力正相關(guān)，與流動性成本和流動性需求的風(fēng)險負(fù)相關(guān)。陸蓉等[10]發(fā)現(xiàn)我國開放式基金業(yè)績與資金流動呈現(xiàn)負(fù)相關(guān)且為凹的關(guān)系，業(yè)績好的基金面臨較大的贖回壓力。肖媛等[11]使用改進的指數(shù)化換手率度量開放式基金流動性風(fēng)險，構(gòu)建資產(chǎn)流動性風(fēng)險價值和條件風(fēng)險價值度量模型，提出了基于流動性風(fēng)險調(diào)整的開放式基金資產(chǎn)變現(xiàn)方法。

流動性風(fēng)險是一種系統(tǒng)性風(fēng)險，表現(xiàn)形式多樣，涉及的因素眾多，如何識別并準(zhǔn)確度量，一直是開放式基金流動性風(fēng)險管理中亟待解決的問題。不同于其他文獻，本文提出了我國資本市場的系統(tǒng)性市場流動性因子，主要從基金持有資產(chǎn)的角度度量基金的流動性及其風(fēng)險，分別考察二者對基金業(yè)績的影響，并對同樣是基金業(yè)績影響因素的基金年限、規(guī)模、周轉(zhuǎn)率等控制變量進行多元回歸，從流動性效應(yīng)、業(yè)績持續(xù)性等方面來考察流動性和流動性風(fēng)險對于基金業(yè)績的綜合影響。已有大量研究表明股票收益率存在流動性溢價[12-14]和流動性風(fēng)險溢價[4,7]。本文將檢驗我國開放式基金收益率中是否存在流動性溢價和流動性風(fēng)險溢價，以及流動性風(fēng)險是否可以用于預(yù)測基金業(yè)績和基金經(jīng)理的主動管理能力。

2 流動性和流動性風(fēng)險的測度方法

2.1 流動性的測度方法

2.1.1 不流動比率[13]

為了觀測不流動性對于價格的影響，Amihud[13]將不流動性測度為每單位(美元)交易量上的絕對美元價格變化，則股票i在m月的不流動比率為：

(1)

其中，Di,m是股票i在m月可獲得數(shù)據(jù)的天數(shù)，ri,t是股票i在t日的收益率，dvoli,t是股票i在t日的成交額。顯然，如果股票價格相對于較小的成交額發(fā)生了很大的變動，股票是不流動的，即具有較大的ILLIQ值。Amihud測度的優(yōu)點是，相對于市場微觀結(jié)構(gòu)的數(shù)據(jù)，股票價格和成交量的數(shù)據(jù)較容易獲得。因此，不流動比率如今已廣泛應(yīng)用于實證研究中，例如，Acharya和Pedersen[5],HouKewei和Moskowitz[15],Avramov,Chordia和Goyal[16]，Goyenko等[17]。

2.1.2 回歸法

Pastor和Stambaugh[4]于2003年提出了由于流動性引起的價格變動所度量的流動性，使用當(dāng)月的日數(shù)據(jù)將給定月份的市場構(gòu)建為NYSE和AMEX個股的流動性等權(quán)平均。則股票i在t月的流動性測度是γi,t在模型(2)回歸中的OLS估計：

(2)

綜上，作為一種價格影響的測度方法，Amihud測度反映了股票收益對于交易的敏感程度，是一個對于流動性的很好的低頻代理變量[14]。由于Amihud測度捕捉了價格影響，被廣泛用于檢驗流動性的問題中，因此，Amihud足以捕捉流動性的特征。另一方面，由于本文使用日數(shù)據(jù)，可能會存在不同步交易的問題，當(dāng)收益率使用報告期收盤價時，基金經(jīng)理不頻繁地進行股票交易更可能使得原本不好的業(yè)績在第二天便戰(zhàn)勝市場。即，基金超額收益存在反轉(zhuǎn)現(xiàn)象。如果基金超額收益的反轉(zhuǎn)是由流動性有關(guān)的反轉(zhuǎn)或不同步交易造成的，這一反轉(zhuǎn)可能會反映在Pastor和Stambaugh[4]測度之中。因此，我們將采用Amihud[13]不流動比率和Pastor和Stambaugh[4]測度作為基金的流動性測度方法。

2.2 流動性風(fēng)險度量

Pastor和Stambaugh[4]、Sadka[18]都指出，流動性風(fēng)險實際上是資產(chǎn)收益率與市場流動性變化的協(xié)方差，換句話說，流動性風(fēng)險反映了資產(chǎn)收益率是否與其對市場流動性新息的敏感性有關(guān)。按此思路，我們用股票或基金收益率對市場流動性新息進行移動回歸所得到的流動性betas估計作為流動性風(fēng)險測度。基金的流動性風(fēng)險可以直接從基金收益率回歸(即，基金流動性betas)測度，也可以通過基金持有資產(chǎn)的流動性風(fēng)險(即，持有的流動性betas)的價值加權(quán)平均得到。本文所采用的流動性風(fēng)險的測度方法是基于持有的流動性betas，這是因為持有的流動性betas不要求基金在任何時候都要有生存性[19]，此外，持有的流動性betas也比直接從基金收益率估計得到的beta更精確[19]。

Sadka[18]使用了Carhart[20]的七因素模型來計算對沖基金的風(fēng)險調(diào)整收益，并在此基礎(chǔ)上加入Sadka流動性因子來計算流動性風(fēng)險，該方法已被證明是為度量基金流動性風(fēng)險提供了一個有用的工具，并被廣泛運用于流動性風(fēng)險的問題研究中。通常，投資者最關(guān)注的是基金業(yè)績，因此，我們很有必要去分析基金業(yè)績的來源，我們也使用多因素模型來估計股票的流動性風(fēng)險。已有大量實證研究表明，F(xiàn)ama和French[21]的三因素模型可以解釋基金的收益率。然而，三因素模型不能解釋動量因子的收益(見Fama和French[21])或流動性因子的收益(見Pastor和Stambaugh[4])。因此，我們在Carhart四因素模型[22]的基礎(chǔ)上加入了流動性風(fēng)險作為附加因素，考察基金流動性風(fēng)險所產(chǎn)生的收益價差是否可以用于補償流動性風(fēng)險溢價。基于此，我們定義的流動性風(fēng)險可計算為如下五模型中Lt的回歸系數(shù)βi,t,L：

ri,t-rf,t=αi,t+βi,t,LLt+βi,t,MMKTt+βi,t,SSMBt+βi,t,VHMLt+βi,t,UUMDt+εi,t

(3)

在模型(3)中，ri,t為股票收益率，rf,t為無風(fēng)險收益率，Lt為市場流動性新息，模型其余因素同Carhart四因素模型中的因素。流動性因子等于股票組合的流動性beta的最大組和最小組之間的收益差，其中，流動性beta分別使用Amihud測度和PS測度計算得到。可見，流動性風(fēng)險解釋了不由其它市場、規(guī)模、賬面市值比、動量等因素的風(fēng)險暴露所捕捉的那部分預(yù)期收益率。

3 我國開放式基金流動性風(fēng)險的實證研究

根據(jù)我們實證分析的需要，并考慮數(shù)據(jù)的可獲得性，我們主要分析國內(nèi)開放式股票型基金，并從中選取了2005年1月1日之前成立并公開募集的、且數(shù)據(jù)完整可靠的44只股票型和偏股型基金作為樣本(數(shù)據(jù)不完整的也予以剔除)。由于只有主動投資的基金才能充分體現(xiàn)基金經(jīng)理的投資和管理能力，我們剔除了以被動管理為主的指數(shù)型基金，還剔除了債券型基金、平衡型基金、貨幣市場基金、政府債券基金和持有普通股少于70%的基金，此外，為避免潛在偏差(IncubationBias)，我們還排除了那些資產(chǎn)規(guī)模在500萬以下或管理少于10只股票的基金。

本文以日數(shù)據(jù)作為實證研究的數(shù)值基礎(chǔ)，這是因為開放式基金的申購贖回以及基金經(jīng)理的投資操作通常是按日進行的，因此使用日數(shù)據(jù)度量的流動性風(fēng)險具有更大的現(xiàn)實意義。樣本期間為2005年1月1日至2013年12月31日，共計2177個觀測值。這樣每個樣本基金至少有9年數(shù)據(jù)，從而可以確保基金在建倉穩(wěn)定后的投資管理績效。本文所有實證數(shù)據(jù)來自Wind資訊金融終端和國泰安數(shù)據(jù)服務(wù)中心。

具體的變量定義如下：

基金年限(Age)：至樣本期間末期基金成立的年限，我們在此取自然對數(shù)，ln(Age)；

基金規(guī)模(Size)：基金經(jīng)理管理的總凈資產(chǎn)值的自然對數(shù)，ln(TNA)；

周轉(zhuǎn)率(TurnoverRatio)：基金最小的證券總購買或總賣出量(總買賣量)與基金平均TNA的比率；

新資金的流量(flow)：定義為新資金在上一年流入基金的百分比，計算公式為：

此外，在目前的中國基金市場上，費率是證券監(jiān)督委員會根據(jù)各支基金的投資類型和風(fēng)格規(guī)定的，而不是由基金經(jīng)理決定的，故本文不考慮費率因素。

另一方面，由于基金經(jīng)理的投資管理能力最終也體現(xiàn)在基金的投資風(fēng)格特征上，因此，本文也不考慮風(fēng)格因素。

3.1 流動性效應(yīng)檢驗

此部分主要探討流動性對于基金業(yè)績的影響。即，檢驗基金持有股票的流動性是否與基金水平上的流動性溢價有關(guān)。

首先，需要檢驗樣本基金收益率中是否存在流動性溢價。為此，我們將基金的流動性測度定義為基金持有的流動性的價值加權(quán)平均。根據(jù)Amihud測度值的大小從高到低排序，并據(jù)此將樣本基金分為5組，表1的panel A列出了各基金小組的特征統(tǒng)計量。正如與預(yù)期一致的，我們發(fā)現(xiàn)流動性與基金特征之間存在很強的相關(guān)性：流動性較小的第5組基金，即平均Amihud不流動比率較高的基金，持有現(xiàn)金的比率更高、基金成立的時間也較長、規(guī)模也更小，此外，從流量看，除第2組基金外，流量隨著不流動比率的上升而上升，即，第5組基金更易獲得更多的資金流入，可見Amihud不流動比率與周轉(zhuǎn)率之間存在正相關(guān)，即，持有期間越長的投資者更可能會持有更多的不流動資產(chǎn)。Panel A的結(jié)果表明，由于很多基金特征會影響基金業(yè)績，我們很有必要在接下來的多元分析時控制這些特征變量，以確保我們可以準(zhǔn)確地檢驗流動性溢價。

表1 流動性與基金業(yè)績

Panel A基金特征

流動性小組CashAgeTNAFlowTurnover1709781852310476662805808354610897565388980814475131721441037826363217772075126482817893527065

Panel B基于Amihud和PS測度分組

流動性小組AmihudAmihud基準(zhǔn)調(diào)整收益AlphaPSPS基準(zhǔn)調(diào)整收益Alpha1604e-50028-0095501990029-01512944e-50029-0095402630023-01453134e-400336-0093403047003-01444222e-400341-00936035580031-01425707e-40036-00907370045-01295-1647e-40008(408)00054(395)05380016(382)0022(369)

Panel B給出了分別按Amihud測度和PS測度分組的基金小組的等權(quán)基準(zhǔn)調(diào)整收益率和等權(quán)風(fēng)險調(diào)整收益率(即由Carhart四因素模型回歸得到的alpha)。結(jié)果顯示，基金流動性之間具有較大的偏差。最不流動的基金小組的Amihud測度值是第1組基金的11.7倍。從Panel B看出了兩個重要的結(jié)論：一是流動性溢價是顯著且連續(xù)的，而不僅僅是由個別小組產(chǎn)生的；二是流動性溢價是單調(diào)增的，任何小組的基準(zhǔn)調(diào)整收益(或alpha)與第1組的基準(zhǔn)調(diào)整收益(或alpha)之差均為正。此外，Amihud值最大組和最小組之間的基準(zhǔn)調(diào)整收益差和風(fēng)險調(diào)整收益差分別為0.8和0.54個百分點，且t統(tǒng)計量表明差異都是統(tǒng)計顯著的。而PS測度下對應(yīng)的收益差依然為正的，分別為1.6和2.2個百分點，t統(tǒng)計量同樣顯示是顯著的，這一結(jié)果表明，基金收益率中存在流動性溢價。

接下來，我們在控制基金特征之后進行多元回歸，檢驗流動性對于基金業(yè)績的敏感性。分別使用基準(zhǔn)調(diào)整收益、Sharpe比率和四因素alpha對流動性、上一期業(yè)績、基金年限、規(guī)模、周轉(zhuǎn)率、流量和機構(gòu)投資者的虛擬變量進行面板回歸，標(biāo)準(zhǔn)誤差使用Newey-West法調(diào)整：

perfi,t=β0+β1perfi,t-1+β2Liqi,t-1perfi,t-1+β3Liqi,t-1+λ1ln(agei,t-1)+λ2ln(TNAi,t-1)+λ3turnoveri,t-1+λ4flowi,t-1+λ5Inst+εit

(4)

模型(4)中，perfi,t表示當(dāng)期的基金業(yè)績，分別由基準(zhǔn)調(diào)整收益、Sharpe比率和四因素模型估計的alpha得到；Liqi,t-1是上一期流動性，用正態(tài)化的Amihud測度和PS測度代入；控制變量包括上一期業(yè)績、基金年限、規(guī)模、周轉(zhuǎn)率、流量、機構(gòu)虛擬變量、流動性與業(yè)績交叉項共7個變量，這些控制變量對于業(yè)績度量有直接且相互的影響。其中，我們定義當(dāng)基金份額的50%以上由機構(gòu)持有時機構(gòu)虛擬變量取1，否則為0。

表2給出了流動性效應(yīng)檢驗的結(jié)果。從整體的估計結(jié)果看，使用Sharpe比率作為業(yè)績得到的R-squr相對比較小，表明Sharpe比率可能不適于進行線性回歸。第2-4列為流動性變量采用Amihud測度時的結(jié)果，結(jié)果顯示，Amihud不流動比率與基金業(yè)績之間具有極其顯著的正相關(guān)關(guān)系。Amihud測度上升一單位，將引起下一年的基準(zhǔn)調(diào)整收益、Sharpe比率和四因素alpha分別上升0.059、0.89和0.1。第5-7列為流動性變量采用PS測度時的結(jié)果。PS測度上升一單位，將引起下一年的基準(zhǔn)調(diào)整收益、Sharpe比率和四因素alpha分別上升0.069、0.22和0.061。

表2的結(jié)果顯示，Liq*Perf的系數(shù)全部為正，且在5%的置信水平下使用全部基金估計的t統(tǒng)計量都顯著，而使用部分基金數(shù)據(jù)回歸得到的顯著性下降；實證結(jié)果顯示，基金年限與業(yè)績存在負(fù)相關(guān)，即，成立時間越短的基金可能會取得更好的業(yè)績，且非常顯著；基金規(guī)模對業(yè)績有負(fù)影響，即，規(guī)模具有不經(jīng)濟性；此外，實證結(jié)果還表明周轉(zhuǎn)率與基金業(yè)績正相關(guān)。

在控制變量中，我們最關(guān)心的是流量變量的系數(shù)。特別地，流量與業(yè)績顯著負(fù)相關(guān)，以panelA中Amihud測度的結(jié)果為例，流量增長1%，會引起基準(zhǔn)調(diào)整收益、Sharpe比率和四因素alpha分別下降0.29%、6%和0.8%。有趣的是，三種業(yè)績度量方法中流量對于業(yè)績的影響顯著不同。使用基準(zhǔn)調(diào)整收益時，在Amihud測度和PS測度下，流量發(fā)生1%的變化分別會導(dǎo)致業(yè)績下降0.29%和0.28%，顯著小于1%，而使用另兩種度量方法時，相應(yīng)的變化分別為6%和6.3%，以及0.8%和0.82%，顯著大于第一種方法的結(jié)果。Inst的系數(shù)表明機構(gòu)投資者與基金業(yè)績具有正相關(guān)的關(guān)系。通常，數(shù)量少但規(guī)模大的機構(gòu)投資者更可能將收益的外部性內(nèi)部化，可以避免基金資產(chǎn)的流出。因此，我們期望那些機構(gòu)投資者比重大的基金，它們的不流動性對于業(yè)績敏感性的影響更小。例如，如果不流動基金由機構(gòu)投資者持有，他們會更加關(guān)注市場，當(dāng)基金業(yè)績變差時會發(fā)生大量的贖回，而流動基金由個人投資者持有時，就會出現(xiàn)持有者效應(yīng)。

3.2 流動性風(fēng)險與基金業(yè)績關(guān)系的實證分析

此部分主要研究流動性風(fēng)險預(yù)測基金業(yè)績的能力。開放式基金的流動性風(fēng)險，首先需要度量基金持有股票的流動性風(fēng)險，然后根據(jù)各股在基金資產(chǎn)中所占的權(quán)重來計算基金的流動性風(fēng)險。我們使用12個月作為移動窗口來考察流動性風(fēng)險的時變情況。在使用日數(shù)據(jù)的情況下，為了考慮異方差和自相關(guān)性，我們使用Newey-West協(xié)方差陣來計算標(biāo)準(zhǔn)差。

表3給出了基于持有的基金流動性風(fēng)險和業(yè)績關(guān)系的實證結(jié)果。根據(jù)模型(3)的估計結(jié)果，我們按照流動性betas的估計值將樣本基金分為5組。表3揭示了流動性風(fēng)險與預(yù)期業(yè)績之間存在著相關(guān)性。以Amihud測度為例，流動性beta最大組和最小組之間的基準(zhǔn)調(diào)整收益差和alpha差分別為0.014和0.008，差值均為正值，且相對顯著，其中Amihud測度下的差異比較顯著，而PS測度下的差異則比較弱。但PS測度分組的業(yè)績差要大于Amihud測度分組的業(yè)績差，PS測度分組的基準(zhǔn)調(diào)整收益差和四因素alpha之差分別為0.0169和0.016。因此，全部4個業(yè)績序列顯示第5組基金業(yè)績均比第1組基金業(yè)績好，業(yè)績差均為正。這些結(jié)果表明， 基于歷史數(shù)據(jù)的流動性風(fēng)險對于預(yù)期業(yè)績之間存在正影響，即，對于市場流動性新息敏感性更大的基金會獲得更大的預(yù)期收益。可見，流動性beta捕捉了樣本基金的流動性風(fēng)險暴露情況， 并且基金業(yè)績中存在流動性風(fēng)險溢價，而另一方面，流動性風(fēng)險也是可以根據(jù)基金業(yè)績進行測度的。兩者之間的相關(guān)性也與傳統(tǒng)的資產(chǎn)定價理論相符。因此，流動性beta可以看作是流動性風(fēng)險的一個很好的代理變量，可用于基金流動性風(fēng)險的研究中。

表2 流動性對于業(yè)績敏感性的影響

表3 流動性風(fēng)險與基金業(yè)績

表4 流動性風(fēng)險和流動性風(fēng)險溢價

隨后接下來，我們來研究基金業(yè)績是否可以用流動性風(fēng)險溢價提供進行補償。我們分別使用四因素模型和五因素模型對超額收益回歸。

表4的結(jié)果顯示，除了alpha之外，因子估計值之間的差別不大。樣本基金的風(fēng)險調(diào)整收益從-0.141降至 -0.158(或-0.153)，說明基金業(yè)績中大約有12%(或9%)可以由其流動性風(fēng)險解釋。上述結(jié)果表明在當(dāng)期估計的流動性beta可以預(yù)測下一期的流動性beta。因此，流動性beta可以為那些希望賺取流動性風(fēng)險溢價的投資者提供有價值的信息。

此外，基金的高流動性風(fēng)險不僅表明基金的未來業(yè)績可以通過流動性風(fēng)險溢價獲得，也說明基金經(jīng)理的主動管理能力可以由管理期間的系統(tǒng)性風(fēng)險解釋。因此，我們的結(jié)論表明基金的流動性beta可以識別業(yè)績的兩個來源，即有12%(或9%)來自承擔(dān)流動性風(fēng)險的收益補償，而88%(或91%)來自基金經(jīng)理的主動管理能力。這一點發(fā)現(xiàn)可以得到一個重要結(jié)論：基金的流動性風(fēng)險不僅可以預(yù)測業(yè)績，還可以用于識別基金經(jīng)理是否具有主動管理能力。

3.3 流動性風(fēng)險和業(yè)績持續(xù)性分析

在前文中，我們已經(jīng)發(fā)現(xiàn)，流動性風(fēng)險對于基金業(yè)績具有顯著的影響，且基金業(yè)績來自于流動性風(fēng)險溢價和基金經(jīng)理的主動管理能力。那么，如何分辨基金業(yè)績是來自能力，還是運氣呢？如果基金的好業(yè)績是由于經(jīng)理的能力，則在某種程度上，這一能力會具有一定的持續(xù)性，我們會期望歷史贏家基金的未來業(yè)績繼續(xù)好于歷史輸家基金。但如果好業(yè)績是由于運氣，則基金業(yè)績不可能存在持續(xù)性。在此部分中，我們將檢驗樣本基金的流動性風(fēng)險對于業(yè)績持續(xù)性的影響。同樣，此部分僅給出使用Amihud測度度量流動性風(fēng)險的實證結(jié)果。

本文在業(yè)績-持續(xù)性效應(yīng)下，探討流動性風(fēng)險是否可以解釋基金業(yè)績的持續(xù)性效應(yīng)。按照Carhart[22]的思想，分別根據(jù)流動性beta和上一年收益將基金細(xì)分為25個小組。通過分別對比流動性beta和收益率的最大組(贏家)和最小組(輸家)的結(jié)果，可以幫助我們考察具有相同流動性風(fēng)險的基金是否會影響業(yè)績持續(xù)性。

表5給出了持續(xù)性的分析結(jié)果，Panel A列出了各組的基準(zhǔn)調(diào)整收益，panel B列出了各組的四因素alpha，均為使用等權(quán)平均所得到的結(jié)果。從panel A和panel B的結(jié)果可以看出，流動性風(fēng)險最大的那組基金的基準(zhǔn)調(diào)整收益和alpha都表現(xiàn)出很強的持續(xù)性，根據(jù)上一年收益劃分的贏家和輸家在下一年的基準(zhǔn)調(diào)整收益之差和alpha分別為0.073(t=4.52)、0.075(t=2.85)，且這一差異在贏家和輸家中同時存在，其中，贏家比市場基準(zhǔn)高出了0.084，而輸家僅高出市場0.01。此外，根據(jù)流動性beta劃分的其它小組基金也表現(xiàn)出業(yè)績持續(xù)性，流動性風(fēng)險最小的那組基金，贏家的基準(zhǔn)調(diào)整收益比輸家高出了0.036(t=2.59)，四因素alpha則高出了0.038。因此可以認(rèn)為，流動性風(fēng)險可以解釋基金業(yè)績的持續(xù)性現(xiàn)象。換句話說，如果當(dāng)期的業(yè)績主要是由于面臨較高的流動性風(fēng)險而產(chǎn)生的，當(dāng)期業(yè)績好的基金在下一期的業(yè)績依然會好。

此外，由于流動性是持續(xù)的，對于不流動性的正向沖擊意味著未來的不流動性會走高，這將導(dǎo)致未來的收益率上升，同期收益率下降。這也為投資者尋找具有持續(xù)管理能力的基金提供了有效的方法。例如，從投資者的角度來說，在流動性風(fēng)險最大的小組中，上一期的贏家基金是最具投資潛力的，基準(zhǔn)調(diào)整收益為0.084、四因素模型的alpha為-0.037，均為25個小組中的最大值，因而，這一小組的基金業(yè)績具有良好的持續(xù)性，具有一定風(fēng)險容忍度的投資者可以選擇該組基金。

另一方面，大量研究發(fā)現(xiàn)，投資者對于不流動基金的差業(yè)績反應(yīng)更敏感，這可能是因為不流動基金的收益率具有更大的持續(xù)性。如果不流動基金的持續(xù)性確實更大，那么其接下來的業(yè)績同樣不好，投資者就會逃離不流動基金，甚至不考慮其他投資者贖回的影響。這一點與銀行危機的實證文獻研究相似，如Gorton[23]等，他們認(rèn)為由于差預(yù)期發(fā)生的擠兌會導(dǎo)致銀行的未來業(yè)績變差。

因此，我們接下來進行針對性更強的檢驗，檢驗投資不流動資產(chǎn)的基金業(yè)績是否表現(xiàn)出更大的持續(xù)性，尤其是當(dāng)歷史業(yè)績不好時。根據(jù)Amihud不流動比率和PS測度的值按升序排列，將取值在前20%的基金定義為流動基金，排序在后20%的基金定義為不流動基金。表6列出了流動基金和不流動基金之間的比較情況。每月，我們按照過去12個月的收益率將樣本基金分為5組， 然后計算每組基金在當(dāng)月的平均業(yè)績。特別的是，我們僅針對Amihud值劃分的流動基金和不流動基金分別進行分析。

表5 流動性風(fēng)險的持續(xù)性效應(yīng)

表6 流動基金與不流動基金的業(yè)績持續(xù)性對比

表6還給出了流動基金和不流動基金基于上一年收益的最大組和最小組之間的業(yè)績差。從表6可以看出，不流動基金的最大組和最小組的業(yè)績差分別為0.0335和0.034，稍微比流動基金高，t值分別為2.22和2.69。此外，我們還發(fā)現(xiàn)不流動基金中歷史業(yè)績最差的那組(即第1組)的業(yè)績并不比業(yè)績最差的流動基金差。可見，不流動基金的業(yè)績均好于流動基金。這可能是由于不流動基金的業(yè)績?nèi)狈Τ掷m(xù)性，這與資產(chǎn)定價文獻中關(guān)于不流動股票的研究一致，例如，Avramov, Chordia和Goyal[15]證明了不流動股票的月度業(yè)績會發(fā)生較強的逆轉(zhuǎn)。

由于不流動基金和流動基金對于差業(yè)績的不同反應(yīng)，會導(dǎo)致投資者發(fā)生不同的贖回行為。例如，有的投資者在遭受基金投資損失之后，可能會變得更加厭惡風(fēng)險，由于不流動基金的流動性風(fēng)險加大，投資者更可能會贖回其對不流動基金的投資，從而進一步加劇不流動基金的流動性風(fēng)險。

4 結(jié)語

本文通過對開放式基金的流動性風(fēng)險進行實證研究，取得了幾個重要的結(jié)論：

(1)從實證的角度研究了流動性和流動性風(fēng)險對于基金業(yè)績的影響，結(jié)果表明，流動性風(fēng)險是基金業(yè)績的重要決定因素。流動性風(fēng)險因子beta顯著的基金在2005-2013年間會獲得一個較高的未來收益。基于此，我們從風(fēng)險管理的角度，為測度基金的流動性風(fēng)險提供了有效的方法。

(2)我們發(fā)現(xiàn)，流動性和流動性風(fēng)險會產(chǎn)生流動性溢價和流動性風(fēng)險溢價，基金為了避免流動性風(fēng)險會愿意向投資者支付溢價(即流動性風(fēng)險溢價)。這就解釋了流動性beta小的基金為什么業(yè)績會不好，因此，流動性beta大的基金的業(yè)績可能會更好。然而，需要注意的是，只有部分業(yè)績來源是由流動性風(fēng)險溢價提供的，業(yè)績?nèi)〉玫淖钪饕蚴腔鸾?jīng)理的主動管理能力，且基金業(yè)績持續(xù)性主要是由于基金業(yè)績與市場流動性存在相關(guān)性。因此，流動性風(fēng)險可以為那些期望獲得流動性風(fēng)險溢價的投資者提供有價值的信息，這也有助于投資者尋找管理能力持續(xù)的基金和基金經(jīng)理。

(3)我們還發(fā)現(xiàn)，流動性風(fēng)險還與基金業(yè)績中的其它重要效應(yīng)有關(guān)，例如流量效應(yīng)和持續(xù)性效應(yīng)等對基金業(yè)績具有顯著的影響。

[1] Garbade K D, Silber W L. The payment system and domestic exchange rates: Technology versus institutional change[J]. Journal of Monetary Economics, 1979, 5(79):1-22.

[2] Bangia A, Diebold F, Schuermann T, et al. Liquidity on the outside[J]. Written Communication,1993, 10(3): 457-465.

[3] Easley D, Hvidkjaer S, O’Hara M. Is information risk a determinant of asset returns?[J]. Journal of Finance, 2002, 57(5): 2185-2221.

[4] Pastor L, Stambaugh R S. Liquidity risk and expected stock returns[J]. Journal of Political Economy, 2003, 111(3): 642-685.

[5] Acharya V V, Pedersen L H. Asset pricing with liquidity risk[J]. Journal of Financial Economics, 2005, 77(2): 375-410.

[6] Liu Weimin. A Liquidity-augmented capital asset pricing model[J]. Journal of Financial Economics 2006, 82(3): 631-671.

[7] Watanabe A, Watanabe M. Time-varying liquidity risk and the cross-section of stock returns[J]. Review of Financial Studies 2008, 21(6): 2449-2486.

[8] 趙旭, 吳沖鋒.開放式基金流動性贖回風(fēng)險實證分析與評價[J].運籌與管理, 2003，12(6): 1-6.

[9] Nanda V,Narayanan M P. Liquidity, investment ability, and mutual fund structure[J]. Journal of Financial Economics,2000,57:417-443

[10] 陸蓉, 陳百助, 徐龍炳, 等.基金業(yè)績與投資者的選擇——中國開放式基金贖回異常現(xiàn)象的研究[J]. 經(jīng)濟研究, 2007, (6): 39-50.

[11] 肖媛, 胡小平, 黨風(fēng)順. 我國開放式基金的風(fēng)險度量模型研究[J]. 中國管理科學(xué), 2009, 17(6): 25-32.

[12] Amihud Y, Mendelson H. Asset pricing and the bid-ask spread[J]. Journal of Financial Economics, 1986, 17(2): 223-249.

[13] Amihud Y. Illiquidity and stock returns: cross-section and time-series effects[J]. Journal of Financial Markets, 2002, 5(1): 31-56.

[14] Hasbrouck J. Trading costs and returns for U.S. equities: Estimating effective costs from daily data[J]. Journal of Finance, 2009, 64(3): 1445-1477.

[15] Hou Kewei, Moskowitz T J. Market frictions, price delay, and the cross-section of expected returns[J]. Review of Financial Studies, 2005, 18(3): 981-1020.

[16] Avramov D, Chordia T, Goyal A. Liquidity and autocorrelations in individual stock returns[J]. Journal of Finance 2006, 61(5): 2365-2394.

[17] Goyenko R Y, Holden C W, Trzcinka C A. Do liquidity measures measure liquidity?[J]. Journal of Financial Economics, 2009, 92(2): 153-181.

[18] Sadka R. Liquidity risk and the cross-section of hedge-fund returns[J]. Journal of Financial Economics, 2010, 98(1):54-71.

[19] Lynch A A. Liquidity, liquidity risk, and the cross section of mutual fund returns[R]. Working Paper,University of Missouri, 2011.

[20] Fung W, Hsieh, D A. The risk in hedge fund strategies: theory and evidence from trend followers [J]. Review of Financial Studies, 2001, 14: 313-341.

[21] Fama E F, French K R. Multifactor explannations of asset pricing anomalies[J]. Journal of Finance, 1996, 51(1): 55-84.

[22] Carhart M. On persistence in mutual fund performance[J]. Journal of Finance, 1997, 52(1): 57-82.

[23] Gorton G. Banking panics and business cycles[J]. Oxford Economic Papers, 1988, 40:751-781.

Liquidity, Liquidity Risk and Performance——A Empirical Study on Chinese Open-End Mutual Funds

SU Xin1, ZHOU Yong2

(1.Postdoctor Research Station, Shanghai Stock Exchange, Shanghai 200120, China;2.Academy of Mathematics and Systems Science, Chinese Academy of Sciences, Beijing 100190,China)

Liquidity factor in Chinese capital market is constructed in this paper, and the impact of liquidity and liquidity risk on performance are investiqated from the angle of holding assets. There exist liquidity premium and liquidity risk premium in performance. The results show liquidity risk can not only be used to predict performance, but also identify the fact that whether managers have skill of active management. An effective means is provided for investors to make decisions.

liquidity; liquidity risk; performance

2014-11-07；

2015-02-03

中國博士后科學(xué)基金第八批特別資助項目(2015T80444);中國博士后科學(xué)基金面上一等資助項目(2014M550243);國家自然科學(xué)基金委重點項目(71331006);自然科學(xué)基金委資助項目(71271128)；中國科學(xué)院重點實驗室、國家數(shù)學(xué)與交叉科學(xué)中心、長江學(xué)者和創(chuàng)新團隊發(fā)展計劃(IRT13077)；上海財經(jīng)大學(xué)211工程四期和上海市一流學(xué)科A類項目資助

蘇辛(1983-)，女(漢族)，廣西南寧人，上海證券交易所博士后工作站，博士后研究員，研究方向：數(shù)量金融與風(fēng)險管理.

1003-207(2015)07-0001-09

10.16381/j.cnki.issn1003-207x.2015.07.001

F830.91

A