公募FOF投資風格漂移的研究

文/池靜榕（上海大學悉尼工商學院）

一、引言

隨著近代中國資本市場的發展，基金作為一種重要的投資手段，不斷被越來越多的投資者所接受，FOF（Fund of Fund，中文名為基金中基金）也逐漸進入大眾視野。1985年，美國第一只FOF產品誕生，至今已經形成較為成熟的投資體系。而在我國，FOF產品發展較晚，第一只公募FOF產品于2017年10月17日成立，截至2021年12月31日，國內公募基金市場已有313只公募FOF問世，總規模達到3140億元。

基金公司為了能夠吸引更多的投資者，將基金分為不同的投資風格，以此來達到資源優化配置的目的。但在實際操作中，基金經理出于業績考慮或追求短期收益，可能會出現投資風格漂移的現象。投資風格漂移現象，即基金實際操作中所展現的投資風格與招募說明書中投資風格不一致的現象。投資風格漂移可能會使基金本身的風險等級與投資者所能接受的風險等級不一致，從而損害投資者的利益。

二、文獻綜述

（一）基金投資風格識別

國外對于基金投資風格形成的研究最早開始于二十世紀七十年代，最初是由于一些研究發現可以將股票分為具有不同特征的幾大類，同類的股票會有相似的風險與收益，相關性較強，不同類股票之間的風險和收益會有較大的差異，基本不存在相關性。Basu（1977）選取1957年3月到1971年4月作為樣本區間，發現高市盈率的股票的業績表現低于低市盈率的股票業績表現[1]。Chan, L., Y. Hamao, J. Lakonishok （1991）以日本股票作為研究對象，指出另一個要素——“價格現金流比率”對日本股票收益影響顯著。像市盈率、市凈率、價格現金流比率等均被定義為“價值特征”。基于這種定義，將具有較低市盈率、市凈率、價格現金流比率的股票定義為“價值股”，其余具有相反特征的股票定義為“成長股”。除此之外，基金所投資的上市公司股票的規模是另一個重要因素[2]。Christopherson(1995)通過研究發現，投資組合特征與歷史收益、未來收益之間存在強關聯關系，并將預測未來收益放在比研究歷史收益更為重要的位置[3]。

國內對于基金投資風格的研究要晚于國外，目前主要集中在基金實際投資風格的識別方面。袁境（2005）選取2002~2004年間的10只開放式基金作為研究對象，采用因子分析法，將10個財務指標作為解釋變量，基金投資風格漂移作為被解釋變量，結果發現10只基金均存在投資風格漂移現象，且漂移風格趨同[4]。周銓，朱洪亮，李心丹（2006）選取非貨幣型基金作為研究對象，采用聚類分析和因子分析法，研究所選樣本是否發生投資風格漂移，所得結論與袁境一致[5]。李學峰，徐華（2007）應用Sharpe資產類別因素模型，選取17只封閉式股票型基金為研究對象，將研究區間分為牛市和熊市兩個子區間，得到在牛市時基金趨同于成長型，熊市時趨同于價值型和平衡型[6]。董鐵牛、楊乃定、劭予工（2008）充分分析了Sharpe模型法和聚類分析法兩種方法的優缺點，并在此基礎上提出了一種Gap statistic聚類分析與Sharpe模型相結合的投資風格分類方法[7]。

（二）基金投資風格漂移

相對于國內學者而言，國外學者對于基金投資風格漂移的研究開始較早，最早始于20世紀60年代的美國。在如何識別基金投資風格漂移方面，普遍認為有兩種方法：一種是基于基金收益率波動的RBSA（Return Based Style Analysis）法，一種是基于組合的PBSA（Portfolio Based Style Analysis）法。基于組合的風格分析方法（PBSA）是目前評估基金投資風格的常用方法，比較典型的代表有晨星風格箱和理柏的基金業績評估系統。PBSA法主要根據基金實際持有股票的特征來劃分，通過計算投資組合所持有股票在市場資本化比率、市盈率、股息率、歷史盈余增長率等在內的特征，從而確定基金的投資風格的歸屬。RBSA與PBSA相比，優點在于信息的易得，但它也存在著一些缺陷，例如它的前提假設是在所研究的樣本區間內，基金經理的投資風格未發生漂移，若發生了漂移，就無法得出在某一特定時點的投資風格，只能得到該區間內的平均投資風格。

三、實證研究

（一）研究區間與樣本選擇

由于FOF自2019年起呈現井噴式增長，為了保證樣本基金在研究區間內已成立，同時為了保證實證結果的可靠性，本文選取2020年1月2日至2021年12月31日作為研究區間。選取的FOF為在2020年1月1日已成立，并且持續運行至2021年12月31日的57只開放式公募FOF。

（二）基金名義投資風格分析

本文研究對象選取基金的投資風格，是因為許多基金的名義投資風格與其實際的投資風格并不相符，從而造成基金投資風格漂移的現象。在本文中，根據晨星風格箱，將投資風格分為成長型、價值型、平衡型。成長型基金一般是指投資于市盈率比較高，風險較高，收益也較高的股票，價值型基金一般是指投資于有長期穩定回報的藍籌股，傾向于穩定增長的行業，平衡型介于兩者之間。

（三）基金實際投資風格分析

本文采用Gruber四因素模型研究樣本區間內FOF實際投資風格，使用Eviews計算出該模型的各項系數。該模型定義為：

在公式（3-1）中，當Rs,t- Rb,t的系數βi,2的t值為正，且在5%置信水平下顯著，則判斷為小盤型，若系數βi,2的t值為負，且在5%置信水平下顯著，則判斷為大盤型，若系數βi,2的t值在5%置信水平下不顯著，則判斷為中盤型；當RG,t– RV,t的系數βi,3的t值為正，且在5%置信水平下顯著，則判斷為成長型，若系數βi,3的t值為負，且在5%置信水平下顯著，則判斷為價值型，若系數βi,3的t值在5%置信水平下不顯著，則判斷為平衡型。

出于對數據可獲得性的考慮，本文選取Wind價值指數來代表價值型風格資產，Wind成長指數代表成長型資產，Wind大盤指數代表大盤風格資產，Wind小盤指數代表小盤風格資產。

本文選擇累計收益率作為基金的收益率指標。基金凈值=總資產-總負債，基金單位凈值=基金凈值/基金份額，基金累計凈值=基金單位凈值+派發紅利，基金累計收益率=ln[t期累計凈值/(t-1)期累計凈值]，計算公式為：

其中，NAVi,t為t日該基金累計凈值，NAVi,t-1為t-1日該基金累計凈值，Ri,t為t日該基金的累計收益率。在公式中使用對數收益率的原因是為了保證二階矩平穩。以上原始數據均來自Wind數據庫。

本文采用上證指數收益率作為市場指數收益率，計算公式為：

其中，Mt為t日上證指數收盤價，Mt-1為t-1日上證指數收盤價，Rm,t為t日上證指數收益率。

無風險收益率選自RESSET數據庫無風險收益率。

首先，對自變量進行橫向差分處理，運用Eviews軟件計算各項之間的相關系數。三個階段的自變量相關系數均較低，回歸結果均較為可靠。之后使用Eviews軟件對模型(4-1)進行回歸，得到樣本區間的回歸系數及T值統計表，從而得到的該基金的實際投資風格。

在樣本區間內，樣本基金的投資風格為中盤成長38只，占比66.7%，其余19只均為大盤成長。在整個研究區間內，所有樣本基金除規模有中盤與大盤的區分外，在投資風格上均為成長型（表1）。

表1 部分樣本基金名義投資風格與實際投資風格匯總表

在實證結果中，57只樣本基金中有28只基金投資風格未發生漂移，均保持為成長型，占比49.1%，其余29只基金均有不同程度的風格漂移。

投資者在選擇基金時，會綜合考慮基金的各種基本情況，其中包括該基金在招募說明書中的投資目的、投資標的、投資風格、業績比較基準、往期業績表現等。基金的投資風格作為重要的參考因素之一，在投資者投資基金時有重要參考價值。理論上來說，基金在投資過程中所展現的投資風格應該與其公示的投資風格保持一致，但從研究過程中發現，大部分的公募FOF會出現投資風格漂移的情況。

四、結論

本文針對在樣本區間內，公募FOF是否發生了投資風格的漂移進行研究。針對所做的實證分析的結果，得到如下結論：在第一部分基金實際投資風格與基金名義投資風格的對比當中，有超過半數的樣本基金發生了投資風格的漂移，因此得出，FOF投資風格漂移為普遍現象這個結論。由于公募FOF在我國國內起步較晚，選取的樣本FOF的成立年份集中在2017~2019年之間，并且FOF大多為養老型基金，本身就具有在初期風格會較為激進，后期風格會更為穩健的特征，因此便不難理解為什么實證分析結果中，大部分FOF投資風格均發生了偏移，且在階段一、階段二、階段三中大多偏移為了成長型。