中國共同基金投資影響因素研究

張亦安,吳紅梅

(北京林業大學 經濟管理學院，北京 100083)

一、引言

(一)研究背景

基于共同基金分散風險等優點的存在，中國共同基金市場雖遠低于世界發達國家，但近年來中國共同基金資產規模不斷發展，共同基金投資者人數增加，人們對共同基金的關注程度也持續走高。[1]新入市的共同基金投資者正積極地尋求更高的投資收益方式，關注著如何獲取超越市場的投資回報，他們將注意力放在了影響投資回報的各種因素上，例如基金業績、基金收益和市場因素等。[2]本文從共同基金投資者的角度，選擇基金流量作為評估共同基金業績的代理變量，運用因子模型來研究何種因素影響共同基金投資者進行共同基金的投資。

目前中國國內基金市場相較國外基金市場而言不夠成熟，共同基金作為一項新式投資，投資者多數未受過專業培訓，市場透明度低，信息搜索成本高[3-4]，在這些因素的干擾下，共同基金的投資者更傾向于關注何種因素？關注度存在差異的話，對共同基金的購買量有無影響？

(二)研究的內容及意義

作為基金投資市場上處于弱勢群體的一方，對投資行為產生影響的因素包括投資者本身的認知誤差、外部環境影響因素等。投資者在選擇基金時，都希望能夠得到產生正績效(alpha)的基金測度風險因素。為了評估風險調整后的業績，投資者在對基金進行評級時必須運用風險模型，因此，我們可以通過投資者所作的基金選擇來推斷他們所使用的風險模型。到目前為止，除了Barber,Huang,Odean[5]運用競賽假說等風險模型檢驗基金業績與流量關系的影響并進行實證檢驗之外，少有文獻研究基金流量關系的動態特征。

本文主要基于Barber,Huang,Odean[5]對共同基金對影響投資者的風險因子做出的，并對中國共同基金市場進行實例補充。目前國內學界有關投資者的風險態度和盈虧關系大多是從行為金融角度出發，數據也僅更新到2015年，本文更新了近幾年的數據，以求模型結果更貼合實際。

本文綜合使用了CAPM模型、夏普比率、Fama French三因子和五因子模型來對投資者的風險因素評判標準做出實證研究，以此來分析影響共同基金資金流量的因素具體有哪些。這樣有助于政府正確引導證券購買者的投機行為，提高市場運行效率。文章參考國外相關文獻，創新性地加入了基金規模和基金年齡等影響因素，并綜合考量共線性等因素，提高了模型的準確性。

二、文獻綜述

關于基金流量與影響因子之間的關系，國外研究范圍更廣時間也更長，而國內學者針對這方面的研究則相對較少，近年來才逐漸開展[6]。最近，一些國外學者不僅研究基金業績與流量關系，而且開始著重把基金年齡和規模等作為影響因素代入模型，文章參照國外研究方式，結合本國國情也將基金年齡與規模納入考量中。

(一)國外理論研究動態

國外早期的研究表明：資金流動對資金回報能做出反應(Sirri和Tufano[7]、Ippolito[8])。此外，正收益比負收益帶來的資本流更多(Chevalier和Ellison[9])。如上所述，這一系列研究使用了多種方法衡量業績指標，從原始回報率到多因素阿爾法指數。本文綜合考慮之后，選擇使用基金流量作為投資者買賣封閉式基金的測算指標，由于投資者想要獲得正alpha即正收益回報，本文結合CAPM模型(競賽假說)設定初始因子模型。并借鑒國外學者的理論成果，在競賽模型的基礎上進一步結合Fama和French的三因子與五因子模型進行研究[10-11]，同時考慮了基金規模和基金年齡的因素，結合夏普比率的成果[12]對共同基金對影響投資者的風險因子問題進行研究。

(二)國內理論研究動態

國內學者對相關問題也進行了一定的檢驗，國內文章的數據大多基于面板回歸分析，業績表現優良的資金可以吸引更多的投資者，投資者更關注的是基金的市場表現。羅榮華等基于2005-2015年開放式基金面板數據，研究基金流量變動會產生的影響，結果發現基金變化波動大的，業績普遍偏弱；反之基金流量波動小的，業績反而較前一種情況有所增強，基金規模大的公司反映較為劇烈。[13]本文選用中國封閉式基金來進行共同基金流量的測算，重點考察基金投資者最關注的因素，希望對中國共同基金市場的發展做出貢獻。

三、數據來源與變量定義

(一)數據來源與樣本描述

關于模型的數據收集問題，本文選取我國共同基金中的封閉式基金為研究對象，共調查了4837支基金，有效數據共16464條。文中所用的封閉式基金的時間跨度為2010年1月至2017年12月。使用8年的月度數據來估計基金的平均因素風險敞口。此外，本文數據來自CCER數據庫與Wind數據庫，所有變量為避免擾動項，都是在1%和99%的水平進行Winsorize。

(二)變量定義

1.基金流量

參考Chevalier、Ellison[9]和Sirri、Tufano[7]，將投資者評判共同基金的指標定義為資金凈流量。假設資金為季末流入，定義基金流量Flowi,t：

(1)

其中，TNAl,t為共同基金l在第t季度的“總資產凈值”，rl,t為共同基金l在第t季度的“基金收益率”。[14]

2.投資者關注的因素

(1)資本資產定價模型(CAPM)

運用共同基金市場中2010年1月至2017年12月的封閉式基金數據，將8年的收入時點的Beta系數數據來進行CAPM模型的建立。

資本資產定價模型：

E(Rl)=Rft+βi[E(RWi-Rfi)]

(2)

該模型表明，假設對期望收益、方差、協方差的估計完全相同，資本市場線是所有風險組合和無風險組合的集合。

(2)Fama-French 三因子模型

Fama 和 French兩位學者發表文章中的三因子模型如下：

Ri,t- Rft= ∝it+ βi(Rmt-Rft)+siSMBti+hiHMLti+ei,t

(3)

此模型廣泛用于基金評價，投資組合的超額回報率可由以下三個因子決定，市場資產組合Rmt-Rft，市值因子SMBti，賬面市值比因子HMLti。

(3)Fama-French 五因子模型

Fama和French兩位學者在進一步研究后發現，除了三因子模型的影響因素外還有盈利水平風險和投資水平風險。

Ri,t- Rft= ∝it+siSMBti+hiHMLti+

RiRMWti+CiCMAti+ei,t

(4)

從公式來看，五因子模型相較三因子模型，增加兩項：

RMWti=較高的盈利投資組合-較低的盈利投資組合，而CMAti=低/高再投資比例公司股票投資組合的回報之間的差值。這兩項分別表現出了盈利水平風險與投資水平風險。參數估計的方法仍然使用的是多元線性回歸的方法，這里的∝it(截距項)是五因子模型中的超額收益項。

(三)控制變量

1.基金規模

基金規模是影響基金業績的重要因素之一，按日常生活經驗來談，基金規模越大則其知名度就越高，投資者對這類基金的信任程度也就越高。我們便可以進行假設：投資者或許會因為基金規模的大小而影響決策，因此將基金規模作為影響共同基金投資者投資量的控制變量之一。

將樣本區分開，分別設定為小基金虛擬變量和大基金虛擬變量。為了對基金規模進行劃分，我們在每年12月根據基金總凈資產樣本中值對基金進行劃分，并將低于中值的基金定義為小型基金，高于中值的基金定義為下一年的大型基金。本文將規模小于基準數值的基金設為虛擬變量0，將規模大于基準數值的基金設為虛擬變量1，進行數據分析后體現在描述性統計表中。

2.基金年齡

上市時間越長的基金，知名度和穩定度往往好于新成立的共同基金，因此也就可能具有更好的業績。但是初上市基金往往會迅速獲取資金并進行規模擴大，并進行積極的宣傳，這一切的因素均會對最終的基金業績產生影響。新老基金投資風格也存在差異，為了探討基金年齡的差異對投資者偏好的影響，本文將基金年齡作為控制變量之一。并且將年輕(老)基金定義為那些回報率低于(高于)5年的基金。

(四)描述性統計

此描述性統計的樣本區間為 2010 年至 2017 年。本文把樣本限定在共同基金中的封閉式基金包含的4837支基金，存在16464個有效數據點。部分數據失效并進行剔除，保證了剩余數據的有效性。

從表1可以看出:共同基金市場中的封閉式基金從個數方面來看，2010年到2017年間呈現出總體穩步上升的趨勢，在2013-2014年期間有一定的平臺期，其他時期均呈現上升趨勢。從基金平均交易額來看，時間段前期交易額雖有下滑，但在2014年后還是有了一定幅度的上升，雖沒有初期上升程度高，但仍在一定程度上對下跌有所緩解。從基金的平均資產凈增長上來看，2010-2017年波動平穩，2010-2011年出現了大幅度的波動，其他年份保持在一個平穩的水平線上。2010-2017年期間，共同基金市場中的封閉式基金從規模方面來看，整體呈現出穩步上升的趨勢，2014-2015年間略有下降，但后幾年上升幅度較大。從基金年齡方面來看，整體呈現為在一個水平線上上下波動，波動幅度在可控范圍內。

表1 描述性統計

四、實證結果與分析

(一)資金流量與基金回報的檢驗

本文參考Jegadeesh[15]的方法，將基金對照前J期的相對業績(Ranki,t-1)分為三段：前40%、后 20%和中間40%，形成3個投資組合，計算組合K期的平均基金業績。

為確保下式各段的連續性，本文將其定義如下：

Bottomi,t-1=min(Ranki,t-1，0.4)

Middlei,t-1=min(Ranki,t-1-Bottomi,t-1，0.4)

Topi,t-1=min(Ranki,t-1-Bottomi,t-1-Middlei,t-1，0.2)

首先對基金業績與流量的關系進行檢測，本節采用了分段線性模型進行估算：

FLOW=C(1)×PAY+C(2)×YEAR+C(3)

經過線性回歸擬合后得到表2。

表2 基金業績與流量關系

由此可得，共同基金流量與回報的簡單線性回歸方程式由式(5)所示。

FLOW=(-6.35E+09)×PAY-(3.19E+10)×YEAR+6.42E13

(5)

可以從式(5)中看出基金流量與收益回報值有正相關性，這就說明投資者在進行共同基金投資之前會關注此種基金的收益率大小，以此來判斷是否進行買入或者賣出的操作，年份的虛擬變量對基金流動的線性關系貢獻不大。從數據列表中的DW檢驗可以看出變量之間不存在自相關性，因此分設兩個變量沒有問題，可以繼續加設變量。根據上文的分組結果對數據及進行加權參數分組檢驗得出以下結果(見表3)。

表3 加權參數分組檢驗

從表3易看出分組后整體線性水平下降，中段的收益大小對基金流量產生的影響較為明顯，因此單獨抽取中段數據再進行線性擬合可得表4：此時年份有關于流量的影響精度上升，短期內，基金簡單回報率和年份對資金流量存在正向影響。

表4 年份對資金流量的影響

此時得出的結果并未加入因子模型的判斷結果，接下來將在文中分步驟加入因子模型中的因子進行回歸檢驗，具體進行測試三個因子模型的變量分別對投資者購買共同基金產生多大的影響。

(二)基金流量結合CAPM實證結果

在前文基礎上，進一步進行線性回歸模擬分析投資者的投資行為，本文結合貨幣市場政策中的無風險利率，進一步推算出CAPM模型中有關Rm-Rf的值，并將其因子設為Beta并代入回歸式中，使回歸式變為以下形式：

FLOW=C(1)×PAY + C(2)×BETA

(6)

代入數據后得到表5。

表5 CAPM實證結果

從表5可以看出在加入市場因素后，整個線性回歸模型非常顯著。

根據表5可知，短期內，基金收益在風險調整后對資金流量存在顯著的正向影響。在此基礎上根據上文進行的基金區間選取，對數據進行進一步加權測算，得出表6實證結果。

表6 加權測算結果

加入中期加權數據，基金業績對基金流量的影響程度略微下降，市場風險對其影響仍表現為非常顯著的水平，加權中期顯著水平有所提升。即加權后，基金業績仍對CAPM的alpha表現出最顯著。

(三)基金流量結合三因子模型實證結果

由于本文的三因子模型中的SMB和HML是結合基金分組和年份算出，為了避免回歸結果中出現多重共線性的回歸誤差，模型中去掉了虛擬變量年份，則公式變為：

FLOW = C(1)×β + C(2)×SMB + C(3)×HML

(7)

經過OLS線性回歸后得到表7實證結果。

表7 三因子模型實證結果

從表7中可以看出規模因子相較于賬面因子而言對于資金流量影響更大，加入賬面因子和價值因子后發現回歸不如只有市場因子的回歸方程顯著。從上期數據來看，對比不同的基金回報率指標后發現，投資者對不同基金回報率的指標敏感程度不同。其中，基金簡單回報率對資金流量存在顯著的正向影響，經過CAPM、Fama和French三因子模型調整的回報率對資金流量的影響并不顯著。

由此可知，投資者主要關注長期的共同基金普通收益、市場表現，對規模因素、價值因素的關注程度不夠高，即在選擇投資標的時，容易忽略規模、價值的影響。此時的回歸方程為：

FLOW =0.398×β -(2.31E-10)×SMB +(1.40E-10)×HML

(8)

(四)基金流量結合五因子模型實證結果

在結合三因子兩個變量的基礎上，再加入盈利水平風險和投資水平風險兩個風險水平因素，通過Eviews軟件進行擬合后得到表8，公式變為：

表8 五因子模型實證結果

FLOW = C(1)×β+C(2)×SMB+C(3)×HML+C(4)×RMW+C(5)×CMA

(9)

從表8中可以得知在五因子模型中規模因子和賬面因子均表現出顯著的現象，但是盈利水平風險和投資水平風險兩個風險水平因素對基金流量顯著性水平表現不甚顯著，市場風險表現仍然最為顯著。

根據五因子模型的結果，發現仍舊是CAPM中的市場性風險beta值對資金流量顯著性水平最高，其次是Fama French三因子模型中的賬面因子和規模因子。這就體現出了共同基金投資者在進行投資時最關注的仍然是CAPM模型中的市值風險，對其他模型風險雖有關注，但關注度還是沒有CAPM中的市值因子高。擬合方程如下：

FLOW = 0.409×BETA -(2.13e-10)×SMB +(1.40e-10)×HML +(1.17e-11)×RMW -(2.69e-06)×CMA

(10)

(五)基金流量同基金規模及年齡的關系

加入控制變量基金規模和基金年齡后研究市場因素和基金的規模及年齡對共同基金業績的影響，即對共同基金投資者的影響力度。市場風險因素作為投資者關注的指標，構建如下回歸方程：

FLOW = C(1)×BETA + C(2)×SIZE + C(3)×OLD

(11)

表9所示，投資者對規模風險、價值風險的關注程度略低于對市場風險因素的關注。基金規模和基金年齡對資金流量存在顯著影響，即基金規模越大，基金成立時間越長，資金流入量越大。也就是說共同基金投資者在選擇基金類型進行投資時，會關注這支共同基金的成立時間及目前的規模，綜合考量目前市場上存在的風險進行投資。

表9 加入控制變量后的測算結果

(六)基金流量結合夏普比率的實證結果

經過因子模型的測算后，加入夏普比率來進一步研究共同基金投資者對單位風險回報率的關注程度。

表10所示，加入夏普比率之后，規模因子和價值因子對基金業績表現程度的顯著性提高，但是夏普比率呈現不顯著的正相關關系。這說明投資者相較于關注單位風險回報，更多注重的是基金的規模及成立時長，以此來判斷其在市場上的影響力大小。這樣的關注方式略顯片面，因此共同基金投資者應當加強對單位收益回報的關注程度。

表10 夏普比率測算結果

五、共線性檢驗

考慮到因子模型有存在多重共線性的情況，本文特別對涉及的因子變量之間做了共線性檢驗。如表11所示，通過檢驗各變量之間的相關系數r，若任意兩者之間接近1，則說明二者之間存在相關性，即存在多重共線性。表11中各變量的r絕對值檢驗均小于0.1，這充分說明本文各因子之間并不存在共線性，保證了結果的嚴謹性。

表11 共線性檢驗

六、結論與展望

本文選擇基金流量作為共同基金收益的代理變量，結合市場收益情況和幾種因子模型及夏普比率，綜合考慮了基金規模和基金年齡，著重研究影響共同基金投資者決策的幾種因素的影響程度大小。實證結果表明，基金業績與流量間為正向關系，投資者對市值風險和賬面風險的敏感性低于對市場風險的敏感程度。相比于投資風險，共同基金投資者更關注市場風險對收益的影響，這也就證明了影響中國共同基金投資者投資決策最關鍵的因素為CAPM模型中的市場因素，人們在進行投資時對其余風險因素考慮力度不足。加入規模因素和基金年齡因素的虛擬變量后發現，大規模公司，成立時間越長，資金流入越高；小規模公司承擔的生存壓力更大。從單位風險收益測算中可知，相較于對比每種基金的單位收益回報，消費者更愿意去直接對比基金規模及基金年齡的大小。

總體而言，從幾個模型同基金流量的擬合結果來看，在影響共同基金資金流量的因素中，競賽模型中的市場風險因素最為敏感，其次是三因子模型中的SMB風險和HML風險，對五因子模型中的RMW風險和CMA風險敏感度最低。這說明投資者在進行決策時，會優先考慮市值因素，而對其他變量考慮不夠全面，并且對于越復雜的變量考慮的就越少一些。投資者更樂于去關注基金規模大、成立時間長的基金，對小單位的凈回報率關注度也略少一些。在科研方面，學者們應當結合現在的研究成果，進一步分析我國共同基金投資者的投資心理，關注投資者喜好的搜尋信息方式，提升共同基金投資者能力。在監管方面，監管部門及基金管理者應重視短期內資金大量流入，矯正政府角色定位，關注資金異常流動,依法規范證券市場秩序。[14]政府部門應規范行為，主動了解投資者需求，公開發布信息及政府提供的服務，力求公開透明。暢通投訴舉報渠道，完善相關機制。[16]