開放式基金流量變化與投資者行為之關聯性研究
——來自基金市場與股票市場的經驗證據

于江寧 朱啟貴

(上海交通大學安泰經濟與管理學院，上海 200052)

引言

我國基金市場起源于1998年，但直到2003年《證券投資基金法》和2004年《證券投資基金公司管理辦法》出臺后，基金市場發展才步入正軌。近十年間，證券投資基金經歷快速發展，已經成為非常重要的投融資手段。從基金投資對象上看，股票基金、混合基金、債券基金、貨幣市場基金這四類開放式基金市場規模占比最大。2013年互聯網金融的爆發使得貨幣基金規模一躍而起，2014年初伴隨新一輪牛市來臨，股票基金再次獲得投資者青睞。資金的大進大出引起監管者和學術界對基金市場穩定性的廣泛關注(祁斌，2006；蔡慶豐和宋友勇，2010)[14][10]，基金流量也成為學術研究的一個重要方向。然而，國內關于基金流量的研究主要關注基金業績和明星效應，而忽視了其他市場的影響和投資者情緒的變化。本文將研究對象由傳統的股票基金擴展為全部四類開放式基金，試圖進一步分析基金流量的影響因素。

文獻綜述

基金業績一直被認為是基金流量最重要的影響因素，而國外最新研究表明基金投資者不僅僅關注基金歷史業績，基金流量還與未來經濟條件、市場增長潛力密切相關(Ederington et al., 2009; Jank, 2011)[4][7]。例如，Chalmers et al.(2013)[3]分析了利率波動、期限價差等經濟變量對美國基金凈流量的影響。Ferson et al.(2012)[5]研究發現股票基金流量與消費者信心指數、美元價值、工業產值增長正相關，交易換手率和滯后期基金流量對季度凈流量解釋力也較強。Ferson et al.(2012)[5]、Golubeva et al.(2009)[4]發現基金流量與股票市場收益正相關，與股票市場波動負相關。Ben-Rephaela et al.(2012)[2]發現當股票市場震蕩并且投資者情緒低迷時，資金會由股票類基金流向債券類基金。在研究方法上，國外學者大多使用時間序列模型，一方面是由于國外基金市場發展比較成熟，具有充分的統計數據；另一方面采用時間序列模型更能反映基金市場與其他經濟變量之間的動態關系。

我國關于基金流量的研究主要集中在以下幾個方面：

(1)基金市場是否存在“贖回異象”。認同者如陸蓉等(2007)[12]發現基金當季回報率對資金凈流量產生顯著的負面影響，投資者會傾向贖回業績表現好的基金，對業績表現差的基金反而追加投資。而肖峻與石勁(2011)[15]認為短期回報率的影響不足以證明我國基金投資存在“贖回異象”，他們發現基金滯后年度收益對資金凈流量有顯著的正面影響。馮金余(2012)[11]發現資金流量與中長期業績正相關，與短期(季度)業績負相關，基金投資者總體上偏好追逐長期績優基金。

(2)明星基金是否會獲得投資者的更多青睞。肖峻與石勁(2011)[15]以基金序數回報率界定明星基金，發現明星基金沒有獲得超額的資金流入，而業績不好的基金也沒有獲得超額的資金流出。劉白蘭與鄒建華(2013)[13]以擁有績優基金的基金公司作為“明星家族”，發現明星基金可以為明星家族帶來更多的資金流入。

(3)研究對象針對基金個體效應。國內研究普遍認為基金歷史業績、基金經理名氣等對投資者的決策具有較大影響，但是忽略了市場外部條件對投資者行為的影響。

綜上所述，雖然國內研究關于基金流量的分析越來越細致，但對比國外研究還存在一定差距。早期以短期收益作為主要對象的研究均認為我國基金市場存在“贖回異象”和“明星效應”，但后來肖峻與石勁(2011)[15]、馮金余(2012)[11]等通過引入中長期的歷史收益，卻得到相反的結論。馮金余(2012)[11]通過引入時間虛擬變量發現基金流量與股票市場牛熊市特征相關，不同時期下基金收益對基金流量的影響也不同。這些均表明基金流量的動態特征更加明顯。從基金的個體效應和短期效應來看，基金收益的確會影響投資需求，但以中長期為限，基金市場整體收益、歷史業績、股票市場變化是否會對基金流量產生影響，還不得而知。

有鑒于此，本文研究方向和主要貢獻是：(1)數據樣本不再局限于股票基金，進一步考察債券基金、混合基金、貨幣市場基金的流量特征；(2)研究方法從時間序列模型入手，分析股票基金總體流量與股票市場之間的動態關系；(3)通過非平衡面板模型進一步考察基金市場與股票市場和宏觀經濟指標間同期相關性；(4)基金業績和排名已經難以解釋基金流量的巨幅波動，本文借鑒海外研究最新成果，構建投資者情緒的代理變量，分析基金投資行為對基金流量的影響。

數據和變量定義

一、樣本數據

基金數據來源于國泰安數據庫(CSMAR)，數據樣本是由基金類型、單位凈值、資產凈值、基金分紅、貨幣基金收益率等所能匹配到的全部開放式基金的歷史數據，樣本區間為2004年3季度～2015年1季度，其中2014年4季度和2015年1季度的基金單位凈值和資產凈值由天天基金網獲得。樣本數據時間跨度為國內相關研究中最長最新，包含2006～2007年與2014～2015年兩個牛市區間，并且包含開放式基金中的股票基金、債券基金、貨幣市場基金和混合基金，數據范圍最廣。樣本剔除QDII基金和流量異?；?代碼“310338”)，非平衡面板模型要求樣本至少包含連續三年以上數據。股票市場指數和宏觀經濟指標數據同樣來源于國泰安數據庫，時間區間與基金數據相匹配。

二、基金市場變化趨勢

本文通過數據統計繪制基金規模趨勢圖(圖1)和基金流量趨勢圖(圖2)1。由圖1可見，2006年上半年以前，四類基金的市場規模處于歷史低位。2006年下半年，我國股票市場開啟了一輪牛市，股票基金規模在不到一年時間攀升至15000億元以上，混合基金市場規模也大幅提升，而債券基金和貨幣市場基金沒有明顯變化。2013年以后，互聯網金融導致“寶”類貨幣基金的崛起，貨幣基金市場規模大幅提升，在2014年底達到21000億元，超越股票基金市場占比。2014年股市新一輪牛市啟動，股票基金規模再次回歸歷史高位。從基金規模走勢能夠看出特殊歷史時期和市場外部條件的重要作用。

圖2可見，股票市場兩次牛市期間，股票基金和混合基金的流量上升趨勢明顯，而貨幣基金流量在此期間持續處于低位?；ヂ摼W金融沒有對貨幣基金流量造成直接影響，貨幣基金流量的季節特征相對更加明顯。從四類基金流量歷史數據可以看出，我國開放式基金的流量最高達到1.5倍，最低達到-50%。根據晨星數據，美國開放式基金流量變化在正負20%之間，我國基金流量波動十分明顯。

三、變量定義

1.被解釋變量——基金流量 (Flow)

被解釋變量為四類基金各自的總凈流量(Flowt)和單只基金凈流量(Flowi,t)。國內文獻多根據Sirri et al(1998)[9]的方法計算基金凈流量，隱含的假設是基金流量為期末資金凈流入，基金分紅全部用來再投資?；鸱旨t全部再投資的假設會造成基金流量低估。本文參考基金研究機構晨星(Morningstar)的定義，基金凈現金流量(Cash Flow)計算方法如下:

其中，TNAi,t為t季度基金i的資產凈值，Ri,t為t季度基金i的投資收益率，使用基金季末凈值增長率來替代2，Pi為基金i的單位凈值，di,t為t季基金i分紅，b為紅利再投資比例。再投資比例由于沒有直接可獲得數據，根據晨星研究的假定設為40%。

在計算基金總凈流量時，需要考慮每期新成立基金從市場中吸納的資金(fundIn)，這里假設各支基金第一期的基金資產凈值為基金成立之初的資金凈流入。

為了消除基金規模和基金數量增長對時間序列數據穩定性的影響，使用t-1季度各類基金資產凈值總和對t季各類基金凈現金流量總和進行標準化，得到t季度分類基金凈流量Flowt，同理可以計算得到基金個體凈流量Flowi,t。

2.解釋變量

(1)基金收益率(Return)

肖峻與石勁(2011)[15]、馮金余(2012)[11]認為基金排名能更好解釋基金規模變化，使用基金過去24個月回報率進行OLS回歸得到Fama-French三因子模型調整的回報率作為解釋變量。我們認為基金歷史收益是投資者在整個市場中進行決策的重要指標，基金排名則是投資者在同類基金中進行選擇的參考指標。使用24個月回報率進行OLS回歸估計，一方面限制了數據樣本的選擇，另一方面由于序列相關和小樣本，回歸系數存在很大偏誤。由于基金流量假定為季末資金凈流入，本文仍選擇基金當期收益率和歷史收益率作為解釋變量。

(2)股票市場超額收益率(ExRtn)

從歷史經驗上來看，股票市場周期變化對投資者心理影響顯著，基金業績和排名已經難以解釋基金流量的巨幅波動。股票市場超額收益率反映了股市收益的重要特征，本文使用上證指數(SHidx)季度收益率與3月算數加權利率(rt)之差計算股票市場超額收益率3。

(3)股票市場波動(%ΔVol)

芝加哥期權交易所推出的VIX指數是股票市場風險的有效度量，反映了投資者對未來市場波動的預期。我國沒有類似的波動率指數，因此無法反映投資者對股票市場波動的預期。本文使用真實市場波動進行替代，即上證指數每日收盤價計算的季度標準差變化百分比，sdSHidx為上證指數季度標準差。

(4)基金規模(lnTNA)

Sirri et al.(1998)[9]發現基金規模與基金流量負相關，投資者認為規模大的基金會稀釋收益。基金規模為季末基金資產凈值(Total Net Assets)。

(5)宏觀經濟指標(Economy Index)

本文選取的宏觀經濟指標有一致指數、工業景氣指數、國房景氣指數和消費者物價指數。一致指數(YZZS)包括了生產、就業、收入分配、需求等經濟活動各方面的情況，可以綜合反映總體經濟的變動情況。工業景氣指數(GYJQZS)衡量企業生產經營狀況和發展趨勢，反映了企業面臨的宏觀經濟形勢，如果經濟企穩，有利于投資者樹立信心，資金就會進入市場。國房景氣指數(GFJQZS)是反映房地產市場景氣變化趨勢和程度的綜合指數。消費者物價指數(CPI)代表了與居民生活相關的消費品與服務的價格水平。

(6)投資者情緒(Sentiment)

Goetzmann et al.(2008)[6]分析了18個月基金日流量數據，認為投資者情緒對基金流量有重要影響。Ferson et al.(2012)[5]考察了有關投資者情緒的BW指數4和密歇根消費者信心指數。Ben-Rephael et al.(2012)[2]發現基金之間的資金流動是投資者情緒的有效度量5。張宗新(2012)[12]使用封閉式基金折價率表示投資者情緒，但沒有發現存在顯著影響。

本文參考Ben-Rephael et al.(2012)[2]，使用股權類基金和債權類基金的凈現金流量(Cash Flow)構建資金轉移率(NEIOR)作為投資者情緒的代理變量。

股權類基金：X = CF1+ CF4(1為股票基金，4為混合基金)

債權類基金：Y = -1*(CF2+ CF3) (2為債券基金，3為貨幣市場基金)

如果X＞0且Y＞0，NEIOR = min(X,Y)/(TNA1+ TNA4)

如果X＜0且Y＜0，NEIOR= -1*min(|X|,|Y|)/(TNA2+ TNA3)

(7)時間虛擬變量(Dummy)

Kamstra et al.(2010)[8]在研究基金流量季節特征時發現股票基金流量上半年比下半年更高，貨幣基金在第二季度通常表現為資金凈流出，第四季度資金凈流入達到最大值。考慮到基金流量的時間特性，時間虛擬變量設定Dummy1表示上半年，Dummy2表示下半年。

研究方法

一、股票基金流量VAR模型

為了檢驗解釋變量滯后期的影響，使用VAR模型對股票基金流量的時間序列數據進行動態建模。Ben-Rephaela et al.(2012)[2]發現基金之間的資金流動NEIO與VIX波動率指數負相關，與股票市場超額收益(ExRtn)正相關。由于無法獲得我國不同類別基金之間的流量數據，本文構建股票基金流量VAR模型：

使用Stata12.0計量軟件對VAR模型中季度數據平穩性進行檢驗，檢驗方法為增廣的Dickey-Fuller檢驗，滯后期均為0，結果表明股票基金流量(Flow)、股票市場超額收益(ExRtn)、股票市場波動(%ΔVol)數據均為平穩。根據VAR模型滯后期數檢驗SBIC標準，模型滯后期設定為2期6。

二、四類基金流量的非平衡面板模型

國內研究不管是使用平衡面板模型還是非平衡面板模型，數據樣本選取均為股票基金。本文則對樣本中股票基金、債券基金、貨幣市場基金和混合基金分別建立非平衡面板模型，基本形式見公式(10)。面板數據單位根檢驗結果為平穩序列，Wooldridge面板序列相關檢驗結果顯著，Hausman檢驗結果顯示固定效應顯著，因此本文采取Baltagi-Wu兩階段自相關固定效應估計方法。

實證結果與分析

一、股票基金流量VAR模型實證檢驗

VAR模型實證結果如表1所示。方程1被解釋變量為股票基金流量，股票基金流量滯后一期的系數顯著為正，滯后兩期系數符號發生反轉。股票市場超額收益和股票市場波動的滯后兩期與股票基金流量顯著正相關。方程2被解釋變量為股票市場超額收益，股票基金流量和股票市場波動的滯后項沒有顯著影響。方程3被解釋變量為股票市場波動，股票市場超額收益滯后項的系數顯著為正。這些結果基本符合Ben-Rephael et al.(2012)[2]的研究結論，即投資者在觀測到股票市場超額收益增大時，會追加對股票基金的投資，并且股票基金流量具有持續性(2個季度)，稍有不同的是股票市場波動的增加并未引起投資者撤離股票基金，相反投資者還會追加對股票基金的投資。股票市場超額收益增加，預示著未來股票市場波動也將有所放大。

對VAR模型估計結果進行格蘭杰因果分析7，結果表明股票市場超額收益和股票市場波動在5%的水平上是股票基金流量的格蘭杰原因，而基金流量不是股票市場收益和波動格蘭杰原因。這意味著基金流量不能解釋股票市場未來趨勢。

二、股票基金流量非平衡面板模型實證檢驗

1.基金收益率

表2中，模型1至模型3考察了股票基金收益率對股票基金流量的影響。模型1的結果顯示股票基金當期收益率(Ri,t)與股票基金流量顯著負相關，看上去當季基金流量存在“贖回異象”。但是，模型2中基金過去3月收益率(Ri,t-1)與模型3中基金過去半年平均收益率(Ri,[t-1,t-2])的系數在1%的水平上均顯著為正，基金過去半年平均收益率上升10個百分點，基金凈現金流入相對其凈資產將提高7個百分點。這與肖峻與石勁(2011)[15]使用序數回報率作為解釋變量的結論基本相同，即中長期來看，投資者還是選擇申購業績較好的基金，而贖回業績較差的基金，股票基金投資不存在“逆向選擇”。

2.宏觀經濟指標

模型1至模型3的結果表明，宏觀經濟一致指數(YZZSt)與股票基金流量顯著正相關，模型4至模型6的結果表明，國房景氣指數(GFJQZSt)、工業景氣指數(GYJQZSt)、消費者價格指數(CPIt)的系數在1%的水平上均顯著為正。這意味著股票基金流量與宏觀經濟走勢趨同。

3.基金規模

Sirri et al.(1998)[9]等研究認為大型基金的流量增長率相對小于小型基金。與之一致，若將滯后一期基金規模(lnTNAi,t-1)作為解釋變量，回歸系數在1%的水平上顯著為負8。不過從基金流量的計算公式可以看出，同期基金規模越大，基金流量也會越大。因此，使用同期基金規模作為解釋變量(lnTNAi,t)，回歸系數在1%的水平上均顯著為正。

4.股票市場的影響

模型1至模型6的結果顯示，股票市場超額收益(ExRtnt)的系數在1%的水平上均顯著為正，模型2至模型6中，股票市場波動的系數至少在5%的水平上顯著為正，表明股票市場超額收益和股票市場波動均與股票基金流量有著明顯的同期相關性，這一結論與上述股票基金流量VAR模型估計結果相一致?；貧w結果顯示，股票市場超額收益的增加1%，可以引起基金資金凈流入增加0.7%，而股票市場波動率放大1%，會促使基金流量增加約0.04%。

5.投資者情緒

模型1至模型6中NEIORt的系數至少在5%的水平上顯著為正。這表明當基金市場內部投資者選擇減少債權類基金的資金配置，增大股權類基金的資金配置時，股票基金流量將顯著增加。

6.時間效應

對時間虛擬變量進行回歸估計時，代表下半年的時間虛擬變量由于多重共線性而被省略。從表2中可得到與Kamstra et al.(2010)[8]類似的結論，上半年我國股票基金流量比下半年更高。

三、其他基金流量非平衡面板模型實證檢驗

表3列示了其他三種不同類別基金流量非平衡面板模型的估計結果，模型1為債券基金(Bond fund)，模型2為貨幣市場基金(Money market fund)，模型3為混合基金(Hybrid fund)?？梢钥闯?，股票市場超額收益與債券基金、混合基金流量均顯著正相關，而與貨幣市場基金流量負相關。這表明當股票市場收益增加時，投資者會傾向贖回風險和收益較低的貨幣基金。我國混合基金中股票資產占比通常較高，而債券基金也在資產配置中處于重要位置，因此當股票市場收益提升引起增量資金流入股票基金時，也同時流入了債券基金和混合基金。同樣的，股票市場波動與債券基金、混合基金流量顯著正相關，與貨幣市場基金流量負相關，反映出我國基金投資者面對股票市場波動增加時，除了加大對股票基金的投資，還會增加債券基金和混合基金的資金配置。代表宏觀經濟指標的工業景氣指數與混合基金顯著正相關，說明宏觀經濟向好將吸引增量資金進入混合基金。投資者情緒指標(NEIORt)與混合基金流量顯著正相關。時間虛擬變量回歸結果表明，上半年貨幣基金流量顯著低于下半年，這比較符合貨幣基金的季節性特征，通常年底貨幣基金收益率較高，資金流入較多。同股票基金一樣，債券基金、貨幣市場基金和混合基金的基金流量與同期資產規模均顯著正相關。

穩健性檢驗

本文通過四個方法進行面板模型的穩健性檢驗9。

檢驗1：從樣本中剔除指數型基金數據。

檢驗2：在股票基金流量非平衡面板模型中使用解釋變量的滯后一期。

檢驗3：面板模型計量方法使用異方差修正固定效應和動態面板估計方法(加入被解釋變量滯后一期)。

檢驗4：采用平衡面板模型，樣本區間不變。

檢驗1至檢驗4的結果顯示基金歷史收益、股票市場超額收益、宏觀經濟指數、投資者情緒的估計結果均與前述分析保持一致?；鹨幠Ｕ缥闹兴?，當使用滯后一期作為解釋變量時，符號變為負。時間虛擬變量和股票市場波動的估計結果只有部分變得不顯著，系數符號未發生改變，不影響本文基本結論。

結論與建議

針對國內研究關于基金“贖回異象”的爭論，本文通過實證研究發現基金流量與歷史收益之間呈現顯著的正相關關系。通過對基金流量VAR模型和非平衡面板模型的共同分析，證實了股票基金流量與股票市場超額收益、股票市場波動、宏觀經濟條件正相關，混合基金與股票基金的流量特征相一致，債券基金作為基金資產配置中的重要選擇，在股市上升期也將獲得增量資金。貨幣基金流量與股票市場收益和波動負相關，互聯網金融的崛起沒有引起貨幣基金流量比率的大幅增加，其申購贖回的季節特征相對更加明顯。由債權類基金向股權類基金的資金轉移一定程度上反映了投資者情緒，這種情緒指標對股票基金和混合基金流量具有顯著的解釋能力。這些都暗示我國基金市場投資者投機行為明顯，當市場收益上升時不管是內部投資者還是外部投資者，均偏好配置風險較高的基金資產。

根據本文研究結果，我們提出以下建議：

(1) 我國基金市場發展日趨成熟，但是信息披露相對國外基金市場還有很大差距。對比國外月度數據，我國基金資產凈值每季度才公布一次，各類基金之間的資金進出更加沒有相關的統計數據，對業界和學術界而言，想要更全面客觀地了解基金市場動態變化十分困難。

(2) 基金流量受股票市場影響顯著，基金流量波動巨大。在當前資本市場深入開放的背景下，可以考慮養老金和企業年金以合理的方式參與資本市場，不僅能夠保值增值，對基金市場穩定也有益處。

(3) 基金流量沒有隨著股票市場波動放大而減少，相反還會增加，表現出強烈的投機特性。一方面受到基金投資者結構的影響，個人投資者占比過高，穩定性不足；另一方面缺少類似VIX指數的股票市場波動率指標，這類指標不僅是股票市場重要的定價工具，也可以成為基金市場交易策略和風險控制重要的參考。

(4) 基金行業馬太效應盡顯。股票基金和貨幣市場基金受股市和互聯網金融影響，市場規模占比大大超出債券基金和混合基金，這種非均衡發展給基金行業帶來極大的市場風險和流動性風險。未來財富管理要求在增加，風險也在增加，行業監管者應該重視風險管控，避免機構“散戶化”和投資“趨勢化”。

注釋

1.基金規模與基金流量統計為研究所能匹配的最大數據樣本，接近市場容量。

2.貨幣基金缺少凈值數據，基金季度收益率由每日公布的7日年化收益率換算后取平均。

3.可選的股票市場指數還有滬深300指數和中證500指數，但是時間區間會相應縮短。

4.見Baker and Wurgler (2006)[1]對投資者情緒的度量。

5.Ben-Rephaela et al.(2012)[2]將基金分為股權類和債權類，股權類包含風險相對較高的股票基金和混合基金，債權類包含風險相對較低的債券基金和貨幣市場基金，NEIO(Exchanges in - Exchanges out)表示債權類基金向股權類基金的資金凈流入。

6.限于篇幅，統計結果沒有報告。

7.限于篇幅，統計結果沒有報告。

8.限于篇幅，統計結果沒有報告。

9.限于篇幅，統計結果沒有報告。