投資風格漂移對債券型基金業績的影響研究

郭彪 侯懿洳 王靜宇

摘要：本文選取2013年至2021年期間的開放式中長期純債基金作為樣本，運用風格分析模型進行滾動窗口回歸對基金進行風格識別，并通過資產組合分析法和回歸模型研究風格漂移對基金業績的影響。實證分析發現，雖然投資風格漂移能提升基金的絕對業績，但并不能顯著提高基金的詹森指數，且與風險調整后的夏普比率是顯著負相關的。高風格漂移帶來的基金業績的提高是受風格風險驅動的，頻繁的風格漂移也會為基金帶來額外的非系統性風險。本文的結論對投資者和基金公司監管具有可資借鑒的意義。

關鍵詞：債券型基金 風格漂移 基金業績

緒論

根據投資品種，我國開放式基金可以分成股票型、債券型、混合型、貨幣市場型、合格境內機構投資者（QDII）型等。相比股票型基金，債券型基金具有收益穩定、風險低的特點。隨著債券市場發展和投資者風險分散意識增強，債券型基金每年的發行規模和數量均有明顯增長。社保基金、養老基金、企業年金等風險策略較保守的投資者，都積極配置債券型基金。

對投資者來說，掌握基金風格有助于改善投資決策。然而，由于基金信息披露的內容不足，投資者難以基于基金持倉情況進行投資風格分析。而且各基金公司推出了風格多樣的基金，呈現出風格漂移。風格漂移指主動型投資基金的投資風格會隨著市場環境、基金經理投資策略的變化而變化，從而導致基金整體的風險收益特征漂移。

目前，關于風格漂移對債券型基金業績影響的研究較少，期待本文彌補此領域的空白。本文研究風格漂移程度對債券型基金的超額收益率和風險是否有預測能力，豐富了債券型基金收益率預測的研究領域。本文運用實證研究方法，構造多因子模型來得出不同基金的風險暴露，從而識別基金的投資風格和風格漂移情況。期待本文研究結論能對投資者決策、基金公司經營管理提供些許參考和借鑒。

文獻綜述

基金風格測量主要分為基于持倉的方法和基于收益率的因子載荷法。基于持倉的方法需要高質量的基金持倉數據，囿于數據，本文采用基于收益率的方法。陳磊等（2019）把債券型基金的風格分析模型分成兩類，即基于久期的分解模型和基于重新定價的收益率曲線分解理論模型。第一種將基金超額收益的來源分成資產配置、證券選擇和交互效應（Brinson等，1986），或建立模型2將債券組合進行收益分解等（Campisi，2000）;第二種使用債券的定價公式推算債券價格，不使用久期和凸性度量債券的風險。例如，Fama和French（1993）認為期限因子和違約風險因子能夠解釋債券的價格波動。唐嘉穗（2018）基于Campisi模型分解超額收益率，歸因因子分為收入效應、利率曲線結構效應和利差效應等。

Chevalier和Ellison（1999）發現基金業績競爭是導致風格漂移出現的主要因素。Choi和Kronlund（2018）發現在無風險利率、斜率和利差水平較低時，債券型基金會提高在公共因子上的暴露程度，發生風格漂移。李穎等（2002）的數據實證發現，樣本期內有大半基金發生了風格漂移。劉知博（2012）以風格漂移分值（Style Drift Score，SDS）衡量風格漂移程度，發現風格漂移程度和基金經理的異質性相關性顯著。Sha（2020）發現風格漂移顯著提升股票基金的凈回報，但同時會增加基金的風險，不會給基金風格調整后的收益帶來顯著溢價。

理論基礎及模型設計

（一）理論基礎及假說

基于CAPM的資產定價理論認為，一只基金的收益可以分解成與基金經理投資能力（alpha）相關的部分、系統性風險收益和非系統性風險相關的收益三個部分。Wermers等（2012）認為基金的風格漂移存在主動和被動風格漂移，主動風格漂移指的是基金經理的交易行為導致的投資組合風格漂移，如基金經理會根據對市場的判斷采取靈活的投資策略;被動風格漂移指的是市場環境的變化帶來標的股票、債券的變動，從而導致投資組合風險收益特征發生變化。無論是主動還是被動變化，基金經理可以通過風格漂移改變在傳統因子上的風險敞口進而影響收益，但同時也可能會改變基金的非系統性風險。Choi和Kronlund（2018）發現債券型基金會擇時提高在因子上的風險暴露程度，發生“追求高收益率”的風格漂移現象。Agarwal等 （2018）也注意到，基金可以將自己的風險敞口裝扮成“alpha”，并將其呈現給投資者。因而在風險調整前后，通過風格漂移，資產組合的持有期收益率可以獲得正的溢價。但是，Brown等（2004）研究結果說明，投資風格變換的頻率越高，基金經理判斷錯誤的可能性越大，決策犯錯的幾率越大，基金的非系統性特質性風險也越高。鑒于本文的目的是實證檢驗基金風格漂移與未來收益率和風險之間的關系，即風格漂移是否會顯著影響一只基金接下來的持有收益和風險調整后業績，因此，本文參考Sha（2020）提出如下假設：

假設1：一只基金的風格漂移程度越高，該基金持有期收益率越高;

假設2：隨著一只基金風格漂移程度的提高，該基金經系統性風險調整后的收益（詹森指數）沒有顯著變化;

假設3：一只基金的風格漂移程度越高，該基金風險調整后的夏普比率越低。

（二）模型設計

根據套利定價理論（APT）：

Ri=E（Ri）+λi，1 F1+λi，2F2+...+λi，nFn+εi? ? ? ? ?（1）

E（Ri）=0

cov（εi， εj）=0

其中，λi，j是資產組合收益率在各個風險因子上的暴露程度，Fi為公共風險因子。

本文基于債券的內在價值對債券型基金進行業績分解，從而得到債券型基金的公共風險因子。業績分解過程以Campisi（2000）的業績歸因框架為基礎，基金的收益框架包括收入效應、國債效應、利差效應和選擇效應。在我們的模型中，國債效應和利差效應的波動為影響債券價格的公共風險因子;因為息票收益由債券票面利率決定，所以Campisi（2000）中將息票收益定義為靜態效應。將無風險利率分解為水平、傾斜、曲率三個主成分，同時結合利差因子和常數項，分別代表利差變化和近似無風險的票息收入和杠桿費用。構建如下所示的風格分析模型：

Ri，t=λi，1dLevt+λi，2dInt+λi，3dCort+λi，4dSprt+λi，5+εi，t

（2）

dLevt、dInt、dCort、dSprt分別為無風險利率的水平、傾斜、曲率因子和利差因子在t時點的變動率，λi，5為代表息票收益的常數項。λi，1、λi，2、λi，3、λi，4分別為債券型基金在四個因子上的風險暴露程度。

Idzorek和Bertsch（2004）提出了用來量化投資風格漂移程度的SDS指標。SDS通過測度投資組合在不同風格資產上的波動情況來衡量風格漂移程度。計算公式如下：

（3）

其中，λi， j代表公式（2）中基金收益率在風格分析方程上的回歸參數。SDS越高，風格漂移程度越高。

（三）基金業績評價模型

基金的持有收益率基于基金的（后）復權凈值收益率得到：

其中NAVt、NAVt-1計算基金在t、t-1時點的凈值。

Jensen（1969）以CAPM模型為基礎，提出了衡量產品回報超出比較基準的詹森指數，通過以下回歸方程檢驗詹森指數是否顯著：

R-rf=α+β（Rm-rf）+ε

其中截距項α為詹森指數，R為資產組合在樣本期的收益率均值，rf為無風險收益率均值，Rm為市場組合的收益率均值，α顯著大于0時，代表該投資組合的表現優于基準組合。α在風險調整方面采用了系統性風險，投資組合的α越大，系統性風險調整后的收益越高。

夏普（1966）提出超額收益率除以收益率標準差為投資組合風險調整下的超額收

益率：

SR表示夏普比率，δP表示投資組合在樣本期內的收益率標準差，代表投資組合在樣本期內的均值回報率，代表無風險收益率均值回報率。投資組合的夏普比率越大，風險調整后的超額收益率越高。

實證分析

（一）實證數據說明

本文的研究對象為債券型基金。選擇2013年1月至2021年1月為研究區間，共1832只樣本基金。為計算風險調整后的收益率，排除樣本基金成立前6個月的凈值數據。

選擇銀行1年期存款利率作為無風險利率的基準計算債券基金的超額收益率。以中債-綜合指數（總值）財富指數收益率作為市場組合，中債-綜合指數（總值）財富指數收益率減去無風險收益率為自變量，再計算基金各個窗口期對應的α。同時，本文選擇各基金在2013—2020年的周收益率，滾動計算其每個季度的夏普比率。基金凈值數據來自國泰安數據庫，其他數據均來自萬得（Wind）。

（二）基金風格回歸

我們選擇中債國債收益率曲線上的關鍵期限收益率序列3，提取出利率期限結構水平、傾斜、曲率三個因子。三個因子的總方差解釋和主成分結果如表1所示。

三個主成分的總方差累計解釋能力達到98.229%。在三個因子中，水平因子的解釋能力最強4。得到三個主成分因子后，加入利差因子得到四個因子，四個因子都通過了平穩性檢驗，且不存在多重共線性問題（見表2）。

接著，我們采用滾動窗口回歸獲得所有樣本基金在四個風險因子上的風險暴露和常數項的時間序列。以60個交易日為滾動窗口，20個交易日為滾動步長，同時由于債券型基金的收益率序列存在異方差和自相關問題，本文采用Newey-West方法調整t統計量。

回歸分析R2的值越大，風格分析模型對收益率序列的擬合效果越好。本文樣本中R2的均值達到78.2%，中位數為85.2%，標準差為3.83%，說明我們選擇的四個因子能較好衡量樣本內基金凈值的表現變化。

表3統計了基金風格歸因模型系數結果，λ1和λ4顯著為負。回歸系數顯著程度較高，證明該模型可以較為準確地進行債券型基金風格分析。

（三）基金風格漂移程度度量

SDS用來測度基金在某一時期內的風格漂移程度，等于方程回歸參數方差之和的平方根。我們計算每個時點的SDS值，得到SDS的時間序列，時間序列的頻率等于滾動步長。對SDS值進行縮尾2%處理，發現其平均值為2.204左右（見表4），劉知博（2012）發現我國開放式股票型基金的SDS值為5.6左右，說明純債型基金的風格漂移程度普遍小于股票型基金。

選取樣本區間內每個季度末時點，考察時點t前6個月的風格漂移程度。對SDS指標進行排名，將所有樣本基金按照數量平均分為5個組（見圖1），在2018年之后債券型基金的風格漂移程度有所降低，可以看出近幾年我國債券型基金的投資風格趨于穩定。

（四）資產組合分析

將樣本基金分組之后，我們將各個基金組合分別持有6個月和12個月（見表5、表6），滾動計算評價期的基金組合平均業績。

表5列出了5個基金組合持有6個月的業績表現。用風險調整前的收益率衡量，低風險漂移基金的超額收益率是1.96%，最高風格漂移的基金組合的平均超額收益率是2.38%，6個月期的高-低策略收益率為0.42%，高風格漂移和低風格漂移策略的超額收益率存在顯著差異，t統計值為2.08;但考慮系統性風險調整后的收益（詹森指數）之后，風格漂移溢價消失了，t統計量僅為1.14;考慮風險調整后的收益（夏普比率）之后，則出現了相反的結果，第1組風格漂移程度最小的基金組合的夏普比率為0.3016，第5組風格漂移程度最大的基金組合的夏普比率為0.2086，風格漂移小的基金組合未來的業績表現顯著優于風格漂移程度高的基金，t統計量為-2.30。

表6列出了將5個基金組合持有1年的業績表現，與持有期為6個月的結論類似。12個月期的高-低策略收益率為0.40%，高風格漂移和低風格漂策略的超額收益率存在顯著差異，t統計值為2.19;但考慮系統性風險調整后的收益之后，風格漂移溢價消失了，t統計量僅為0.32;考慮風險調整后的收益之后，則出現了相反的結果，第1組風格漂移程度最小的基金組合的夏普比率為0.2583，第5組風格漂移程度最大的基金組合的夏普比率為0.1883，風格漂移小的基金組合未來的業績表現顯著優于風格漂移程度高的基金，t統計量為-2.73。

綜上，SDS對系統性風險調整后的績效無貢獻，對風險調整后的績效是負貢獻的，即風格調整越頻繁，純債型基金的風險調整后績效越差。因此，組合1到組合5中債券型基金業績的提高是由風格風險驅動的，并不是alpha。頻繁的風格漂移會帶來風險調整后績效的下降。

（五）SDS和基金業績的回歸

接著，本文選取了2015年前成立的242只債券型基金為樣本，搜集其2015年至2020年的業績數據和相關特征指標，以季度為時間跨度，共7163個觀測數，得到一個短面板數據。構建實證模型如下：

Ri，t-rft=a+γ1ln（SDSi，t-1）+∑γContrlVariablesi，t-1+εi，t

alphai，t=a+γ1ln（SDSi，t-1）+∑γContrlVariablesi，t-1+εi，t

SHARPEi，t=a+γ1ln（SDSi，t-1）+∑γContrlVariablesi，t-1+εi，t

（4）

當γ1顯著大于0時，說明基金風格漂移程度正向影響相應的業績指標;反之有負面影響。控制變量方面，選取了一些影響基金業績的相關因素，包括中債綜合指數變動率5、滬深300指數收益率、基金規模、基金成立年限、基金管理費、基金上期業績（見表7）。

Hausman檢驗的結果表明，各模型均應使用固定效應模型，因此我們分別控制了個體固定效應和時間固定效應。結果如表8所示。

結合回歸結果和投資組合的表現來看，風格漂移強烈的基金有顯著的風格漂移溢價。風格漂移現象既會改變傳統因子上的風險敞口，進而影響收益，又會改變基金的非系統性風險。因而在風險調整前后，通過風格漂移，資產組合的持有期收益率可以獲得正的溢價，但是alpha的溢價為0。同時，頻繁的風格漂移也會為基金帶來額外的非系統性風險。在回歸模型3中，SDS的系數為負，表明基金風險調整后績效和風格漂移負相關。

結論與建議

本文選取2013—2021年的開放式中長期純債基金作為樣本，運用風格分析模型進行滾動窗口回歸，對基金進行風格識別。再運用SDS指標衡量風格漂移的程度，通過資產組合分析法和回歸模型研究風格漂移對業績的影響。實證分析發現，投資風格漂移顯著影響基金的業績，其中，風格漂移與基金的凈值收益率正相關，但并不能顯著提高基金的詹森指數，且與夏普比率是負相關的。

對投資者來說，其很難根據基金的持倉情況準確及時判斷基金的風格是否發生漂移。而基金經理由于業績壓力可能提高風格漂移程度，這卻提升了投資風險。投資者在篩選基金時，首先應正確看待基金的業績，不能只關注基金的凈值收益率的大小，也要判斷基金的業績表現究竟是由風格風險驅動還是alpha驅動，并且了解基金的風格特征，對基金的風格漂移程度有所了解。其次應選擇經營穩健的基金產品。雖然投資風格漂移會提升凈值收益率，但會降低風險調整后的績效，投資者應該充分認識到頻繁風格漂移會給基金帶來額外風險。

對基金經理而言，應避免頻繁調整基金投資風格。不能忽略投資風格漂移為基金產品帶來的潛在風險。應建立基金投資風格的動態監測機制，讓投資者可以充分了解基金風格和風格漂移情況。此外，還應重視基金經理的業績評價和激勵機制。過度強調短期業績排名或將導致基金經理因為業績壓力出現風格漂移現象，使投資者承擔更高的風險。

參考文獻

[1]陳磊，劉鈺瑩，張澤憲.債券基金業績歸因的最新方法及應用[J].債券，2019（3）： 59-67.

[2]李穎，陳方正，李源海.投資風格類別及持續性對基金業績的影響[J].證券市場導報，2002（10）： 39-42.

[3]劉知博.基金經理異質性與投資風格漂移——基于SDS方法的截面數據實證分析[J].商業時代，2012（7）：82-84.

[4]唐嘉穗.債券投資組合的多期業績歸因研究[D].中國科學技術大學，2018.

[5] Agarwal V， Green T C， and Ren H. Alpha or beta in the eye of the beholder： What drives hedge fund flows？[J]. Journal of Financial Economics， 2018， 127（3）： 417-434.

[6] Brinson G P， Hood L R and Beebower G L. Determinants of portfolio performance[J]. Financial Analysts Journal， 1986， 42（4）： 39-44.

[7] Campisi， S. Primer on fixed income performance attribution[J]. Journal of performance measurement， 2000， Summer： 14-25.

[8] Chevalier J and Ellison G. Risk taking by mutual funds as a response to incentives[J]. Journal of Political Economy， 1997， 105（6）： 1167-1200.

[9] Choi J and Kronlund M. Reaching for Yield in Corporate Bond Mutual Funds[J]. The Review of Financial Studies， 2018， 31（5）：1930-1965.

[10] Fama Eugene F， and French Kenneth R. Common risk factors in the returns on stocks and bonds[J].

Journal of Financial Economics Volume 33， Issue 1. 1993.

[11] Idzorek T M and Bertsch F. The style drift score[J]. The Journal of Portfolio Management， 2004， 31（1）： 76-83.

[12] Jensen M C. Risk， the pricing of capital assets， and the evaluation of investment portfolios[J]. The

Journal of Business， 1969， 42（2）： 167-247.

[13] Sha Y Z. The devil in the style： Mutual fund style drift， performance and common risk factors[J].

Economic Modelling， 2020， 86： 264-273.

[14] Sharpe W F. Mutual Fund Performance[J]. Journal of Business， 1966， （39）：119-138.