基金风格（共8篇）
基金风格 篇1
1 引言
传统的绩效评价研究 (包括择时和选股能力研究) 虽然可以解释基金经理是否具有超常表现, 但却无法解释这种绩效是由何种投资策略所产生。从国外来看, 基于投资风格的基金绩效评价研究是解释该问题的有力方法, 然而, 传统的研究多为基于持有数据的研究, 对数据的要求较高, 需要掌握基金在每一时间点的详细持股明细和对应的风格信息。W. Sharpe在1988和1992年提出了一种易于操作并有较强解释能力的风格分析法——基于收益数据的分析法[1,2]。这种方法是通过求解最大程度解释基金收益变化的一组风格资产系数, 从而确定对应的基金风格。其模型如下:
式 (1) Sharpe称为资产分类因子模型, 即基金收益可以由多个风格因子资产收益来解释。其中, Rp, t为基金p在t时刻的收益, K表示风格资产因子的个数, Fi, t是风格资产因子i在t时刻的收益, bp, i表示基金收益对第i个风格资产因子收益的敏感程度, ep, t是残差项, 且两两不相关。风格资产因子多用市场风格指数替代, 诸如大盘成长、小盘价值和国债指数等。
基于收益数据的风格分析有别于传统分析主要表现在:在风格分析中, bp, i还意味着组合中相对应风格投资的权重或称敞口因子, 因此对它有两个约束条件。其和为1说明基金所投资的资产可以在风格因子中完全体现。bp, i为非负约束, 因为从长期来看, 基金对某一类资产的持有不会为负, 这个条件也称为卖空限制。由于基于收益数据的分析只需了解基金的历史收益率数据和对应的风格指数历史收益率数据, 该方法一经提出就在业内产生了广泛影响。
基准选取是影响绩效评价结果的关键因素, Sharpe的风格研究可以找到一组同基金本身风格相似的风格资产组合 (以下简称同风格模拟组合) , 以该资产组合为基准进行绩效评价就可以得出基金经风格调整后的表现。这种基准的选取方法可以有效地避免人为选择误差, 因此可以得到较为客观的绩效评价结果。
Sharpe在1992年的分析中指出, 式 (1) 中基金的收益可以分解为两部分。等式右边除去残差部分为基金收益中可以由风格资产解释的部分, 风格资产对基金收益的解释比例可以由拟合程度指标R2表示:
R2是指基金收益的变动中由风格资产所解释的比例。而残差为非风格收益部分, 可解释为基金经理的选择能力。Sharpe (1992) 进一步把这种选择能力表述为一种相
对绩效评价法, 即基金相对于同风格模拟组合的绩效表现, 为式 (3) 中的常数项αpHorst等 (2004) 认为式 (3) 加入约束条件后, 其αp不一定会同风格因子收益完全独立[3]。不难发现, 式 (3) 中的αp跟经典的绩效评价方法Jensen指标非常类似。一般的Jensen指标是通过下式得出的:
其中, αi为Jensen指标、Rmt为市场组合的收益、ηt为零贝塔资产, 当无风险资产为基准的组成部分时它也可以由无风险资产替代。其他参数的含义同上。借用Jensen模型的思想, Horst等 (2004) 构建了一个扩展的Jensen模型用风格资产因子作为市场组合来进行相应的基金绩效评价:
αJ, p表明基金的超额收益超过其风格资产超额收益的部分, 其值为正, 说明基金的收益在经过风格调整后的表现是优异的, 基金经理具有优异的选股能力。式 (4) 同一般的Jensen模型的最大区别在于一般Jensen模型只有一个市场基准, 而 (5) 式却有多个基准, 且都是风格基准。值得注意的是, 式 (4) 并不包括如式 (3) 的约束条件, 因此, αJ, p在体现基金经理的选择能力上, 比之Sharpe模型要少受限制。
目前我国的基金研究多集中在传统的绩效评价 (包括择时和选股能力) 研究。在不多的几篇投资风格研究中, 冉华 (2001) 介绍了国外投资风格的分类以及著名基金评级公司的风格分类方法, 并根据基金契约书和上市公告公布的投资策略对基金的投资风格进行了简单的分类[4]。然而, 这是一种事前分类, 没有体现基金实际的投资风格。曾晓洁等 (2004) 应用Sharpe的风格分析对我国的52只封闭式基金进行了风格分类的实证研究, 认为我国大多数的基金投资风格趋于相同, 且宣称的风格同实际的风格有一定的差距[5]。值得注意的是, 曾文研究的R2很低, 普遍在75%左右, 同国外风格研究中的约90%相比, 其解释能力明显不足;李学峰 (2007) 同样应用Sharpe基于收益率的风格分析, 通过T统计检验, 认为基金投资风格的变化并不是基金不成熟和不规范的表现, 更可能是对我国资本市场非有效、不完善和个人投资者投资理念不成熟现实的一种主动的适应性选择, 根据市场态势的变化调整投资风格有助于提高基金绩效[6]。
总的来看, 国内目前已有的风格研究多侧重于基金的风格分类, 而基于投资风格的基金绩效评价研究为投资者投资基金引入了新的思路。
2 研究方法
2.1 研究方法的设计
本文选择Sharpe (1992) 的模型为基本的风格分析模型, 并按照规模和价值/成长两个维度对基金进行分类。
从规模上来看, 基金投资的股票类型可分为大盘和小盘股票, 对应的基金类型则为大盘基金和小盘基金;从价值/成长上来看, 基金又可分为成长型、价值型和平衡型基金。以寻求资本增值为目的的基金为成长型基金, 即投资股票以期价格上涨而获得收益。而价值型基金为投资市场重新认识了其价值从而带动股价向价值回归的股票Lobosco和DiBartolomeo (1997) 首先对这个置信区间作了一个近似估计[7]。然而Kim、Stone和White (2000) 认为, Sharpe模型的系数bp, i其真值有可能位于0、1边界, Lobosco的方法并非一个有效的估计[8]。他们运用Andrews (1999) 的结论用蒙特卡罗方法对参数的置信区间也作了一个估计, 实证表明要优于Lobosco的方法。本文的参数检验也选用这个方法, 简称K-S-W, 其计算过程如下:
定义Sharpe模型参数的真值θ= (αβ′) ′, β为K×1的列向量, K为风格因子个数; 其估计值为
而随机变量
G是服从均值为0、方差为E[e2tXtXt′]的多元正态分布随机列向量。Q是L×K阶的矩阵, L是基金所包含的系数为零的风格因子个数[9]。如果bp, j为第i个为0的风格系数j, 则qi, j=-1, 其他情况下qi, j为0。Q实际上是用来确定式 (3) 中哪个风格系数为0的矩阵, 因为真值不可知, 只能近似估计。一般是通过求解没有非负约束的式 (3) 来估计Q的参数, 这称之为预检验 (Pretest) 。预检验可在标准的经济计量方法下求解, 因此可用t统计量对参数进行检验, 相应的置信水平为前测置信水平α. 把计算出来的Q代入式 (8) 进行蒙特卡罗模拟 (Monte Carlo Simulation) , 就可以得到随机变量
其中, ZL为α/2的百分位点 (Percentile) , ZU为1-α/2的百分位点。相应的Sharpe模型参数θ的置信区间则为:
通过K-S-W估计, 我们不仅可以知道系数bp, i的置信区间, 而且还可以对参数αp是否显著进行检验。即如果参数αp计算出来的置信上限和下限的符号相反, 则参数αp在置信水平α下显著为0。
3 样本和数据
3.1 样本选取
陈收 (2007) 等学者的研究表明投资者的风险偏好和投资决策会随市场态势的变化而变化[10]。本文随机考察一个较完整的市场历史周期, 选择自发行首只新基金以来的全部封闭式基金, 样本期为2000年1月至2003年12月。由于其中3只基金的发行较晚, 在样本期内没有足够的数据, 因此被剔除, 有效样本为51只。在整个分析期内, 基金经历了一波牛市和熊市行情。为了反映这种不同市场态势下的基金投资风格变化, 以2001年7月为分界点把整个样本划分为两组进行研究:第一组为2000年1月至2001年7月, 剔除数据不全和没有上市的基金后共有22只基金, 主要反映的是牛市上升行情;第二组为2001年7月至2003年12月, 主要反映的是熊市下跌行情。其中数据齐全的有36只基金, 余下的15只基金均为在样本期内上市交易, 其分析周期为上市日至2003年年底Cummisford等 (1996) 的研究表明, 样本频率过高会给风格分析带来噪声 (Noise) 影响, 反之又难以捕捉风格的变化[11]。例如, 用周度数据反映风格的变化, 棋变动幅度要大于实际风格的变动程度, 因此难以真实反映实际资产风格。为了验证这种影响的存在, 我们用周度数据在相同的样本期内进行了一个类似的实证, 结果表明其参数检验和R2要明显劣于月度分析。
基金收益率本文选择的是国际上通用的累计净值增长率指标, 衡量的是单位投资基金在没有赎回的情况下, 将所有分配收益进行再投姿后, 净值在计算期内的增长情况。其计算公式如下:
其中, NAVp, t是第p只基金在t时间的净值数据;Dp, t是对应的分红数据。基金净值数据取自《天软金融分析系统》, 分红数据取自《万德资讯》。
3.2 风格基准的选取
我国的基金都要投资一定比例的国债, 因此是一种混合式基金 (Hybrid Fund) 。而在现实中, 除投资股票和国债外, 基金还持有一定比例的可转债和现金。因此在风格基准的选取上除了要选择一般的股票风格基准以外, 还要分别选取对应的其他风格基准。
风格基准的选取是风格分析的一个关键因素。Sharpe (1992) 和Lucas等 (1996) 的研究表明:①用于风格分析的风格基准要有典型的代表性, 同一只股票不能重复出现在两个以上的基准中; ②风格基准相互之间的相关性要低, 要具有不同的风险收益特征; ③风格基准的涵盖性耀广, 即基准要包括基金所投资的每一种股票类型[12]。此外, Lobosco等 (1997) 发现风格基准之间的相关性过高会产生错误的风格分析结果。
本文以中信推出的4个风格指数作为相对应的股票风格基准, 分别是:大盘价值、大盘成长、小盘价值和小盘成长。以中信国债指数作为国债风格基准。我们没有选取中盘风格指数作为相应的基准, 是因为中盘股票的风险收益特征很大程度上可由大盘和小盘股票的组合所复制, 彼此的相关程度很高。根据前面分析的结论, 我们将它从基准中剔除。
由于我国没有一个可转债指数作为风格基准, 为了衡量可转债的市场表现, 本文以2000年来每一计算期内深沪两市所有可转债交易品种的平均收益率作为可转债指数, 并把它作为相对应的可转债风格基准。我们进一步的研究发现, 可转债指数对第一组基金收益的贡献比例甚微, 这可能是因为在第一组样本期内, 可转债市场由于规模太小并没有在基金的资产配置中发挥作用。因此, 在第一组样本内, 我们从风格基准中剔除可转债指数。
在现金风格基准上, 本文选取的是上交所91天国债回购的收益率数据。现金作为无风险资产的代表, 在国外一般都是用60～90天的短期国债利率来替代。而我国缺乏这样的国债品种, 一般研究多用一年期银行存款利率, 但银行存款利率变化甚微不宜用作风格分析;在国内也有人用上交所28天国债回购利率作无风险利率, 但其变动幅度过大, 同“无风险”资产的特征差距甚远, 也不宜选用。
为了检验风格基准是否具有显著的代表性, 仿照Sharpe (1992) 的方法, 本文选取2000～2003年各风格基准的年度数据绘制了风格基准年收益率变化图, 如图1 (其中R091代表的是上交所91天国债回购收益率) 。从图中我们可以看出, 不同风格基准的收益变动差别很大。因此有理由认为, 不同时期的基金收益的变化能够由这些风格资产的相应变动所解释。
4 实证结果及分析
用Sharpe的风格分析分别对第一组和第二组样本进行二次规划, 由此得到了两组样本在各自分析期内的风格类型和绩效表现。 图2给出了两组样本的R2分布图。 通过分布图可以看出, 模型的拟合程度较好、具有较强的解释能力。在第一个分析期内, 81.82%的基金的R2高于80%, 其均值为83.9%;第二个分析期内有82.35%的基金R2大于80%, 其均值为82.8%. 这同国外研究的结果非常相似, 说明资产配置同样可以解释我国大多数基金的收益 (4) 。下面我们对不同时期内的基金绩效进行考察。
4.1 牛市行情下的基金投资风格和绩效表现
表1为第一组样本的风格分析结果。我们发现, 在第一组样本期内基金并没有表现出迥异的风格类型, 除国债外, 几乎每个风格基准都在基金中有一定的持有比例。22只基金里, 77.3%的基金为平衡型基金, 即成长价值型基金。进一步分析, 我们发现基金投资组合中大盘成长型股票持有比例很高, 所有基金都持有相当比例的大盘成长股, 其组合均值为41%;投资比例最少的为国债, 平均持仓不到2%. 从资产配置上来看, 牛市中基金股票投资平均比例为78%、债券加现金类资产为22%, 几乎同政策要求的一致;在股票投资上, 以成长型投资为主, 大盘和小盘股并重, 分别为55%和23%;在参数检验上, 我们使用K-S-W估计方法, 在1000次蒙特卡罗模拟下, 估计参数在95%的置信水平下的置信区间。从置信区间来看, 除国债指数的波动较大以外, 其余风格基准的置信区间都相对平稳, 说明参数在置信水平下是显著的。
注: *表示在95%的双尾置信水平下显著; **表示在99%的双尾置信水平下显著。Max5 αp为αp值最大的5只基金的参数
平均值、Min5 αp为αp值最小的5只基金的参数平均值 (下同) 。
注: *表示显著个数为基金的Sharpe比率大于同风格模拟组合的Sharpe比率的个数。
在风格分析的基础上, 我们对样本期内基金的绩效也进行了相应的检验, 其结果如表2所示。从表2我们可以看出, 在牛市中各基金的表现要优于同风格模拟组合。22只基金中20只αp值大于0, 其均值为1.02%。从相应的置信区间估计 (即各基金αp值的K-S-W估计) 来看, 14只基金的αp显著大于0。从Jensen指标来看, 有21只基金的Jensen指标都大于0, 其均值为1.17%, 但在统计上显著的只有11只。而从Sharpe比率的计算还可看出, 基金的Sharpe比率要普遍高于其模拟组合, 二者的均值分别为0.35和0.16。另外, 在对每一只基金绩效的判别上, Sharpe比率同相对绩效评价结果完全一致。即当基金的Sharpe比率高于其模拟组合时, αp值也为正;反之则为负。因此, 有20只基金的Sharpe比率大于模拟组合的Sharpe比率。这些结果说明, 在牛市中基金的风险收益要高于同风格模拟组合的风险收益, 基金经理表现出了较强的选择能力。结合表1的分析我们还发现, 这些绩效表现的大部分 (83.9%) 都可以归结为以成长投资为主、价值投资为辅的平衡型投资策略。
从表1的最后一栏还可以看出, αp值最大的5只基金在大盘成长股上都有着较高的持仓位, 其均值为82.6%。有1只基金更是表现出了100%的大盘成长型投资比例;而αp值最小的5只基金的一个共同特点就是没有表现出特殊的投资偏好, 在4个股票风格基准系数上没有表现出显著差别。这在一定程度上说明积极的成长型投资策略在牛市中取得了不错的表现, 而消极的平衡投资只能带来略高于市场的表现。
4.2 熊市行情的基金投资风格和绩效表现
表3为第二组样本的风格分析结果。通过表3我们发现了一个有趣的现象, 51只基金中98%的基金在股票投资上都有明显的价值投资倾向, 尤以大盘价值为主, 其组合均值为37%。同样被基金所看好的还有可转债和国债投资, 两者持有的平均比例为30%和26%。从资产配置上来看, 熊市中股票投资的平均比例下降为33%, 而债券加现金类资产上升至67%;另外, 大盘股在股票投资中占据优势, 小盘股受到了市场摒弃, 不到1%。通过K-S-W方法估计出来的置信区间 (其估计方法同牛市分析一致) 表明, 除小盘成长变动较大以外, 其余风格基准在置信区间内均显著。总的来看, 这一段时期基金有着显著的债券投资偏好, 而在股票上则以价值投资为主, 体现的是一种稳健价值型投资策略。
注: *表示在95%的双尾置信水平下显著; **表示在99%的双尾置信水平下显著。
注: *表示显著个数为基金的Sharpe比率大于同风格模拟组合的Sharpe比率的个数。
表4为熊市中基金的绩效评价和相应参数检验的结果。我们发现, 基金在熊市大盘中的表现要劣于同风格的消极资产组合。51只基金中, 有36只基金在考核期内的αp值为负, 其均值为-0.12%。而相应的参数检验 (即各基金αp值的K-S-W检验) 表明, 只有20只基金的αp显著为负。Jensen指标的实证结果中有46只基金的Jensen α为负值, 其均值为-1.63%。不过在统计上显著的只有28只。在相应Sharpe比率的计算上, 根据表4我们发现, 在分析期内Sharpe比率和相对绩效评价对每一只基金绩效的判别同样是一致的。基金的Sharpe比率要小于其模拟组合的Sharpe比率, 其均值分别为-0.03和0.02。这些分析告诉我们, 在熊市中基金的风险收益比之同风格模拟组合的风险收益要差很多, 这同现实中基金净值的大幅增长似乎大相径庭。结合风格分析的结果, 不难发现这种净值增长的很大部分 (82.8%) 都为一既定的稳健价值型投资策略所产生, 基金经理并没有发挥其能动作用, 因此在绩效评价上并不突出。
另外, 从表3最后一栏的分析我们也发现, αp值排名靠前的基金和排名靠后的基金在资产配置上的差异程度不如表1那样明显, 基本都为我们所分析的稳健价值型。这种变化恰好说明了为什么在熊市中大部分基金都普遍表现较差。这是由于稳健保守的投资策略所致。
5 结论
本文运用基于收益数据的风格分析法对中国证券市场中封闭式基金的绩效表现进行了的分析。研究结果表明, 根据市场态势变化调整基金风格或资产配置有助于提高基金绩效;基金经理选股能力在牛市和熊市中迥然不同的表现说明市场的有效性在增强;通过分析基金风格, 投资者可以了解基金特定的投资策略, 进而做出投资决策, 这在一定程度上可以有效地提高市场的信息传递效率, 规范市场的发展。
本文的研究结论对风格基准的选取十分敏感。在风格基准的构造上, 本文还存在许多值得改进的地方。如在可转债和现金风格基准以及时间窗口的选取上, 可以进行更为深入的研究。这将有助于提高模型的解释能力, 并更加真实地反映基金的投资风格。
参考文献
[1]Sharpe W F.Determining a fund’s effective assetmix[J].Investment Management Review, 1988, (December) :59～69.
[2]Sharpe W F.Asset allocation:Management styleand performance measurement[J].Journal ofPortfolio Management, 1992, (Winter) :7～19.
[3]Horst J R, Nijman T E, Roon F A.Evaluatingstyle analysis[J].Journal of empirical Finance, 2004, 11:29～53.
[4]冉华.国外基金的分类研究——兼对我国基金分类的思考[J].证券市场导报, 2002, (3) .
[5]曾晓洁, 黄嵩, 储国强.基金投资风格与基金分类的实证研究[J].金融研究, 2004, (3) .
[6]李学峰, 徐华.基金投资风格漂移及其对基金绩效的影响研究[J].证券市场导报, 2007, (8) .
[7]Lobosco A, DiBartolomeo D.Approximating theconfidence intervals for Sharpe style weights[J].Financial Analyst’s Journal, 1997, (July/August) :80～85.
[8]Kim T, Stone D, White H.Asymptotic and Bayesianconfidence intervals for Sharpe style weights[Z].University of California, 2000.
[9]Andrews D W K.Estimation when a parameter ison a boundary[J].Econometrica, 1999, 67:1341～1383.
[10]陈收, 曹雪平.不同态势下β特征及其与收益关系研究[J].管理科学学报, 2007, (1) .
[11]Cummisford R, et al.Controlling the limitationsof style analysis[J].Journal of Financial Plan-ning, 1996, (October) :70～76.
[12]Lucas L, et al.The role of returns-based styleanalysis:Understanding, implementing, and in-ter-preting the technique[J].Ibbotson Associ-ates, 1996.
仔细甄别基金的投资风格 篇2
今年一季度，市场出现了较大幅度的调整。上证指数下跌34％，深证成指下跌24.85％，沪深300指数下跌28.99‰在去年四季度市场极度亢奋的时候，部分基金管理人由于采取了非常激进的投资策略，在本轮下跌行情中损失惨重。正如巴菲特的那句名言——“只有当潮水退去的时候，才知道是谁在裸泳”。如今，这句话已经在投资者包括一些机构投资者中应验。
股票型基金损失惨重指数基金位居跌幅前列
伴随着指数的下跌，股票型基金一季度净值损失惨重，平均下跌幅度在25％以上，无一例外全部是负回报。其中，指数基金成为了重灾区，多数指数基金位居跌幅前列。
数据显示，上证红利ETF等10只基金位于一季度基金投资回报率的后10名，其中6只是指数基金。这再次表明，在单边下跌的市场中，指数基金并非最好的投资选择。因为高仓位和完全复制基准指数的组合意味着指数基金的表现基本等同于指数的表现。我们早在今年初就提示读者降低指数基金的配置比例，如此操作的话可以回避部分系统性风险。
表1：2008年一季度开放式基金回报率后10名
与指数基金不同，主动管理型的基金可以通过选股和择时的操作在下跌市中减少损失，跑赢指数比较容易。不过，一季度仍然有部分主动管理型基金在本轮下跌中损失较大，跌幅超过指数或与指数相当，例如国投瑞福进取、长盛动态精选、大成创新成长、景顺长城内需增长、中邮核心成长、光大保德信量化成长、大成优选等。在后文中我们会分析这些基金失误的共性，能够帮助投资者规避基金中的“地雷”。
债券型基金一季度平均回报率为－3.51％。其中，排名靠后的基金持股比例普遍较高。而纯债基金优势明显，融通债券一季度回报率为2.84％，在所有债券基金中表现最好。
集中持股、重仓操作股票型基金业绩的两大杀手
我们观察上述表现较差的主动管理型基金四季度末的资产配置，发现这些基金的共性主要有两点一是比较集中的持仓，二是较高的股票仓位。
以光大保德信量化成长基金为例，该基金四季度末的前十大重仓股除了中国联通外，全部都是金融类股票。保险股2只(中国人寿、中国平安)、银行股6只(深发展A、建设银行、招商银行、工商银行、华夏银行、民生银行)、券商股1只(中信证券)。这直接导致今年以来在金融股领跌的背景下，该基金损失较为惨重。同样的错误也发生在大成优选基金上，该基金持有金融、保险业和制造业的股票比重超过基金净值的75％，行业集中度过高的风险在今年以来的行情中充分表现出来。
从仓位来看，除了国投瑞银瑞福进取基金的股票仓位为79.43％，其余9只基金四季度末的股票仓位均在80％以上，大成优选基金更是达到95.12％的高仓位。这无疑是上述基金在市场下跌阶段抗跌性不强的重要原因。
值得注意的是，作为创新型封闭式基金的国投瑞银瑞福进取基金净值大幅缩水的原因与其他产品截然不同。按照该产品设计条款，瑞福进取和瑞福优先基金各发行30亿份，总共60亿份，共同组成瑞福分级产品，在投资中合并运行，但计算净值时则分开计算。分配原则是：瑞福优先享有优先分配权，风险较低，瑞福进取风险较高，但享有整体基金收益分配满足瑞福优先后的90％。在市场向好时，瑞福进取显然可以利用此杠杆效应充分享受牛市收益。但在瑞福分级基金尚有超额收益可以分配的局面下，一旦市场出现下跌，30亿份的瑞福进取基金将要承受整体基金60亿份额资产下跌损失的90％。这也是该基金在不到两个月的时间内净值大幅下跌近50％的原因。我们注意到，在市场反弹阶段，该基金二级市场价格回升幅度较大，抄底的投资者利用该基金的杠杆效应获利丰厚。对于这只基金，更加适合短线操作能力较强的专业投资者。
对于大部分投资者而言，在市场系统性风险释放的阶段，应当仔细甄别基金的投资风格，选择与自己风险偏好和风险承受能力相匹配的基金产品。切不可盲目追求高收益而选择过分激进的基金。否则，在潮水退去的时候，则难以避免“裸泳”的尴尬了。
系统性风险释放二季度适当增加偏股型基金配置比重
经过了一季度的大幅下跌后，A股市场的估值水平趋于合理。我们认为中国仍然能够保持良好的经济基础，2008年上市公司盈利水平依然会有20％以上的增长，随着周边市场环境的转好以及接下来几个月相对较小的解禁压力，相信二季度A股市场走势比较乐观，目前点位具有长期投资价值，投资者没有必要过度恐慌、一味杀跌。债券市场方面，二季度走势仍会比较平稳，纯债基金依旧是低风险品种。
基金系QDⅡ投资风格研究 篇3
一、研究理论与方法
华夏全球、嘉实海外、上投亚太、工银瑞信、华宝海外、海富通海外和交银环球7只基金系QDII设立时间是从2007年9月19日到2008年8月22日, 且7只基金系QDII都为开放式基金。为研究方便, 本文首先对样本数据进行描述统计, 分析基金股票仓位的总体特征。
根据基金的投资组合公告, 本文的行业分类采用GICS (全球行业分类标准) , 分别为:能源 (A) 、原材料 (B) 、工业 (C) 、非必需消费品 (D) 、必需消费品 (E) 、医疗保健 (F) 、金融 (G) 、信息技术 (H) 、电信服务 (I) 、公用事业 (J) 。不过值得指出的是, 上投摩根亚太优势证券投资基金的投资组合定期公告中按照MSCI (摩根士丹利资本国际行业分类标准) 进行行业分类, 本文则对其按照GICS重新分类统计, 进行整合。
基金的行业投资比例是基金持有某一行业股票的市值占基金持有股票总市值的比例, 基金的股票仓位 (即持股比例) 是基金持有股票总市值占基金资产净值的比例, 即:
其中, Rij是基金i投资行业j的比例;SRi是基金i的股票仓位;IMij是基金i持有行业j股票的市值;SMij是基金i持有股票的总市值;N A V i是基金i的资产净值。
然后, 本文除了对基金的行业投资比例进行统计分析外, 还对基金的行业集中度进行分析, 以便更好的研究基金及其管理人的投资风格。所谓行业集中度是指基金的行业投资比例按大小排序后, 前N个行业投资比例之和, 即:
其中, CIRi N是基金i投资于N个行业的比例;IRij是基金i投资行业j的比例;I=1, 2, ……, 9;j=1, 2, ……, 10;N=1, 2, ……, j。
二、研究结果
1、QDII基金股票仓位的统计分析
(1) 首次季末仓位和2010年第一季末仓位存在如下特点:
由表1可以得出以下几个结论:
第一, QDII基金华夏全球、华宝海外、海富通海外和交银环球的首次季末仓位均低于规定的仓位下限60%, 而且, 首次季末仓位不受发行时间的影响, 第一批和第二批发行的基金系QDII都有首次季末仓位不足的现象。
第二, QDII基金嘉实海外、上投亚太和工银瑞信的首次季末仓位均高于80%, 由于设立时间在08年经济大危机正式爆发之前, 所以基金规模没有受到影响。
第三, 2010年第1季末, 7家股票型QDII基金的仓位差异明显缩小, 仓位全部达到80%以上, 随着全球经济的转好, 股票型QDII的投资力度也在加大。
(2) 基金季末仓位的统计分析
为了研究基金季末仓位的变动情况, 本文分各季末、最近8个季末和最近5个季末三种情形对基金季末仓位进行统计分析, 结果如表1所示。
QDII基金华夏全球、华宝海外、海富通海外和交银环球, 其股票仓位的变动范围均超过30%, 其中交银环球的仓位变动范围最大, 达到80.8%;其余基金仓位变动范围明显缩小, 均低于25%。基金仓位的变异系数也能反应的这一特点。此外QDII基金华夏全球、嘉实海外和交银环球的仓位大体上表现为稳步增加的趋势, 基金上投亚太的仓位表现较为平稳, 而其他3只QDII基金的仓位波动较为频繁。
2、QDII基金的国家/地区选择分析 (表2)
注1:为了更加直观的比较, 表2中的数据均是原数据值乘以100
注2:由于在基金的定期业绩报告中, 投资国家的比例小于0.01%的数值均未被明确标出, 所以在统计过程中, 以四舍五入的形式保留两位小数得出的各基金的投资国家的比例总和并非严格等于100%。 (表3亦同)
由上表2可以看出, QDII基金嘉实海外、华宝海外和海富通海外投资国家的重心在亚太市场, 而在统计过程中发现, 亚太市场主要就是指中国香港的H股市场, 投资比例占有95%以上的绝对优势。而QDII基金华夏全球、上投亚太、工银瑞信和交环银球除了亚太和欧美市场, 其他市场也略有涉及, 并且在投资比例上表现出以亚太与欧美市场为重心, 两市场投资占比平分秋色的现象。从投资市场的成熟程度来看, 全部的基金系QDII以投资成熟市场为主, 即:亚太的H股市场、欧美市场以及澳洲市场, 但是QDII基金华夏、工银和交银在08年9月的经济大危机之后, 也开始分散极小部分投资在拉美、非洲等新兴市场。
3、基金的行业选择分析
(1) 行业投资比例的统计分析
根据基金10个行业投资比例的统计表 (见表3) , 发现基金的行业投资比例差异很大, 有4家QDII基金行业投资比例均值的最大与最小值相差30%以上, 其中均值相差最大的QDII基金海富通海外高达4 9.2 9%, 而均值相差最小的QDII基金工银瑞信也为20.23%。但是, 基金行业投资比例的变异系数普遍正常, 只有少数行业不超过4个变异系数的值大于1。这表明基金的行业投资比例虽然在不同行业之间差异较大, 但是在不同时点差异很小, 稳定性较强。
(2) 行业偏好分析
依据表3所计算出的数据, 对QDII基金10个行业的投资比例进行排序, 排序后的结果根据投资比例由高到低的顺序排列依次是:金融、能源、工业、信息技术、非必需消费品、电信服务、原材料、必需消费品、医疗保健和公用事业。在排序的过程中可以看出:7家基金系QDII投资比例均值最高的行业都是金融, 另外, 在QDII基金行业投资比例均值占前3名的行业分别为:金融 (前3名排序占9席) 、能源 (前3名排序占9席) 和工业 (前3名排序占2席) , 金融和能源两个行业的席位之和为18, 占前3名总席位 (21席) 的80%以上, 而原材料、非必需消费品、医疗保健和公用事业4个行业均未能进入QDII基金行业投资比例均值排序的前3名。这表明7家Q D I I基金管理人都一致看好金融行业, 却对原材料等4个行业均持消极态度。
注:表3中均值的单位均为%, 变异系数用字母CV表示。
(3) 行业集中度分析
将排序后的行业投资比例均值逐渐增加, 得到行业集中度 (见表4)
首先, 行业集中度1大于30%的QDII基金有5家, 其中最大的3家依次是海富通海外、华宝海外和上投亚太;其次, 行业集中度2超过50%的QDII基金有4家;再次, 行业集中度3接近或达到60%的QDII基金有5家, 而QDII基金海富通海外接近90%;最后, 7家基金中有6家的行业集中度5超过70%, 有2家超过80%, 而海富通海外更是高达90.91%。
综上所述, 绝大多数基金都采用行业集中投资战略, 但不同QDII基金的行业集中策略又存在或多或少的差异。有的QDII基金集中投资到1到2个行业, 如QDII基金海富通海外是行业集中投资的典型;有的QDII基金则集中投资于3个左右的行业, 如QDII基金华夏全球和嘉实海外;多数QDII基金集中投资于5个以下的行业, 只有QDII基金工银瑞信的行业选择较为分散。
三、结论与启示
根据以上对基金系QDI I的投资风格研究, 可以总结出7只公开募集设立的QDII基金的投资风格。
从基金的股票仓位来看, 总体而言, 基金以其管理人的投资理念和风格无明显差别。然而, 在不同时点, QDII基金的股票仓位存在某些差异, 但是差异较小, 稳定性较强。
从基金的行业投资比例来看, 一方面, QDII基金的行业偏好存在一定差异, 且行业偏好本身缺乏一定的稳定性;另一方面, 大多数QDII基金一致偏好一两个行业, 体现出QDII基金行业偏好存在某种程度的趋同性。另外, 从基金的行业选择来看, 多数基金采取行业集中战略, 一般对3至5个行业进行重点投资;不过在行业集中策略的选择上, 不同QDII基金又略有差异, 显现出基金行业选择的非同质性。
因此, 综上所述, 可以看出无论是从基金的股票仓位, 还是从基金的行业偏好来看, 7家QDII基金的投资风格并不是十分鲜明, 产生这种现象的原因可能是多方面的:首先, QDII基金作为一种在资本项目开放过渡时期的金融工具, 在我国发展的时间很短, 而样本数据的时间间隔为季度, 这可能对研究结果产生一定的影响;其次, QDII基金的投资地域单一, 品种单一, 规模受到限制, 这些投资的不成熟性, 加之08年经济大危机的影响, 更加不利于我国QDII基金投资风格的形成;最后, 基金管理人均由证券公司和信托投资公司发起, 因而基金运作不可避免地存在委托-代理问题。所以, 要促进我国QDII基金的健康发展, 应该扩大基金管理公司的发起人范围, 完善基金管理人的公司治理结构;同时, 减少对QDII基金投资组合的限制, 加强对QDII基金运作的监督, 规范QDII基金及其管理人的投资行为, 以此增加QDII投资的多样性以及抗风险能力, 为形成一种具有差别化的投资风格提供有力的支持。
参考文献
[1]、黄晓萍, 梁锐汉, 钟恒.全球化视野下中国QDII现状分析[J].证券市场导报, 2008 (8) .
[2]、黄瑞玲, 黄中平.QDII收益与风险:资产组合国际分散化的分析框架[J].世界经济与政治论坛, 2005 (8) .
[3]、田剑英.QDII投资分析及其对我国金融市场的影响[J].投资研究, 2008 (6) .
[4]、宋曦.QDII投资境外金融衍生品专题研究[R].联合证券, 2007 (10) .
[5]、史萍.银行系与基金系QDII的比较[J].西南金融, 2008 (7) .
基金风格 篇4
利好叠加A股走强
8月经济数据进一步显示了经济企稳的趋势。博时基金宏观策略部总经理魏凤春认为：“从周一公布的价格数据看，经济整体在短期已经形成企稳态势。预期本周陆续公布的其他宏观经济数据可能也会比较积极。外部环境也在改善。上周末公布的贸易数据显示，8月我国出口同比增速升至7.2%，高于市场预测均值；与之对应的是，BDI指数上周大涨，创下年内新高。前期美国与欧洲PMI连续上升的效应，开始在国际贸易数据上显现。”
在经济数据提振之下，本周市场走出一波强势反弹行情。华泰柏瑞投资人士认为从市场情绪看，近两周市场情绪出现明显好转。“一方面，从交易量来看，两市已连续几天出现各自过千亿的交易规模；另一方面，投资者对于热点的反应较为激烈，体现了投资者较为热烈的“入场”意愿。至于创业板，当前时点风险已大于收益，未来或会出现一个调整的过程，投资风格切换到大盘的可能性有所增加。”
低估蓝筹股有望崛起
实际上，市场风格转换今年以来一直争议不断。本周在大盘上涨的同时，前期强势的创业板指数则出现连续调整。南方基金首席策略分析师杨德龙认为，从市场风格上来看，创业板见顶回落、蓝筹股逐步反弹的趋势越来越明显。近期创业板大小非疯狂套现、夺路而逃，其实反映了创业板被严重高估的事实，资金从创业板中获利了结，转战主板的要求越来越迫切。后市即使有一定反复，但风格转换的大趋势不会改变。
那么是否意味着以银行为代表的周期股面临着投资机会呢？长城基金宏观策略研究总监向威达认为银行股的行情不应该只是一天的短命反弹，这次反弹有可能持续到10月下旬。根据相关机构对今年基金中报统计测算，股票型基金对金融股的仓位只有7个百分点，比今年一季度末和去年末分别低4和8个百分点。2009～2012年股票型基金对金融股的平均仓位为16%，高峰时期达30%左右。“考虑到中国经济体制深层的问题和经济社会转型的艰巨性与复杂性，这次银行股和大盘股能反弹多高不好说，但综合上述分析，我们认为，银行股的行情不应该只是一天的短命反弹。”他分析。从结构上看，创业板短期震荡分化的风险越来越大，近期应重点关注银行、券商等金融股以及地产、军工、建材、电力、汽车、家电等大盘股、土改和环保题材股。
投资策略上，南方基金也明确提出应注重配置低估值蓝筹股和代表改革方向的自贸区领域，规避估值泡沫大的创业板个股。
基金风格 篇5
1 Lobosco方法
Lobosco方法是基于Sharpe风格识别方法和Modiligliani的风险调整绩效指标RAP而产生的。
如果已知组合投资i的投资风格, 并且市场上存在个投资风格基准指数, 采用Sharpe的带约束条件的回归模型为
undefined
所以在因子敏感度bij中, 最大值bis所对应的因子就是该组合投资的投资风格。将Sharpe风格识别法与风险调整绩效指标RAP相结合就可以得到风格调整绩效, 即用风格基准的RAP值作为投资风格对总体业绩的贡献。设组合投资i、对应的投资风格基准组合以及市场组合的收益风险情况如表1所示, 则组合投资i的风险调整绩效和风格基准的风险调整绩效值为:
RAP (i) = (σm/σi) (Ri-Rf) +Rf
RAP (s) = (σm/σs) (Rs-Rf) +Rf
投资组合i的风格调整绩效就是RAP (i) -RAP (s) 。
其中:Ri、Rm、Rs、分别表示组合投资i、市场基准组合、组合投资i对应的风格基准组合平均收益, σi、σm、σs分别组合投资i、市场基准组合、组合投资i对应的风格基准组合风险。
无风险利率 (Rf) 采取一年定期存款利率, 按照算数平均值, 从2005年1月至2007年8月一年定期利率平均值为0.0245。
市场基准指数采取复合指数, 复合指数收益率按照如下公式获得:市场指数收益率=80%×中信A股综合指数收益率+20%×中信国债指数收益率。
其他收益的均值都是其算数平均值。
2 实证分析
2.1 样本选取
鉴于本文以开放式基金为研究对象, 由于开放式基金2001年才得以发行, 总共才经历了7年时间。本文选择2004年12月31日之前成立的开放式基金作为研究对象。
本文在78只中随机抽取5只样本基金:华夏成长、长盛成长、大成价值、博时裕富、德盛稳健。契约约定风格包括1只成长型、2只平衡型、1只收益型 (价值型) 和1只被动指数型, 发行份额均超过20亿, 比较具有代表性。
由于子样本区间时间跨度不长, 为了获得更多的数据, 而且基准指数也是计算周收益率, 所以在计算样本基金是一律使用周数据。
基金周收益率的计算公式为:
undefined
其中:
NAVt——第t周周五基金单位净值
NAVt-1——第t-1周周五基金单位净值
Dt——时点t的单位基金分红额
2.2 风格调整绩效的计算
笔者在先前的研究中选取中信风格和中信国债作为基准指数, 运用夏普模型分析所选样本的投资风格, 结果如表1:
表1 各基金的资产配置及风格识别
根据表2判定的结果可以计算基金的风格调整绩效, 计算结果如表2:
在该模型中, 市场指数的风格调整绩效为0, 如果基金的风格调整绩效大于零, 则说明基金的投资能力超于市场;如果小于零, 则说明基金的投资能力低于市场;如果等于零, 则说明基金的投资能力一般, 只能取得市场平均组合的收益率。
从表2可以看出, 在该模型分析结果中, 有4只基金的风格调整绩效小于零, 说明这些基金经过风格调整后的业绩不如基准风格指数, 没有战胜基准风格指数获得超额收益;有1只基金的风格调整收益大于零, 说明这些基金经过风格调整后能够战胜市场, 为投资者获得更多的收益。
本文还统计了目前最为流行的衡量基金风险调整收益指标——Jensen风险调整后指标。经过比较发现这两种模型的统计结果基本相同, 都没有表明基金能够显著的战胜市场获得超额收益。
3 结论
配合Sharpe模型, 我们采取Lobosco方法对模型进行风格调整绩效的分析, 并且与Jensen指标进行对比, 得出如下结论:两个指标都证明基金经理有可能优于基准风格指数取得超额收益, 但就目前实际情况来看, 还是无法战胜市场。分析原因:
(1) 主观因素可以大致归结为四点:较多的管理费用、较高的交易成本、较大的现金储备、较重的税务负担。
其次是基金经理们往往会频繁地进行证券交易, 以显示出其决策能力、管理水平及敬业精神, 这就导致了交易成本的增加。
另外是管理型基金通常会保持5%左右的现金储备, 以供基金购回时用, 而指数基金中基本不含现金。由于美国股市主要为牛市所主导, 所以较大的现金储备就成为基金的包袱和累赘。这使得基金的长期表现大打折扣。
最后是管理型基金会使投资者的税务负担较重。
(2) 客观原因:大型股票导向, 外国股票拖累, 指数进出效应。
大型股票与小型股票的长期表现谁优谁劣一直在学术界中纷争不休, 使用不同数据、或在不同时段便会得出不同结论。但有一点是肯定的, 当大型股票和美国股票傲视群雄之时 (如十二世纪九十年代) , 持有小型股票或外国股票的基金都将会望尘莫及。
此外, 指数基金的风行造就了市场上的指数进出效应从两方面强化了指数基金的表现。一是没有投资“入指股票”的管理型基金无法分享股价飙涨的喜悦;二是含有“离指股票”的管理型基金却会因此而招致飞来横祸。
参考文献
[1]Lobosco.Angelo Style/Risk-Adjusted Performance[J].Journal of Porfolio Management, 1999:65-68.
[2]Modigliani F, Modigliani L.Risk-adjusted performance[J].Journal of portfolio Management, 1997:45-54.
[3]戴方.中国开放式基金业绩的实证研究[J].国际商务-对外经济贸易大学学报, 2005, (2) :58-62.
[4]方军雄.我国证券投资基金投资策略及绩效的实证研究[J].经济科学, 2002, (4) .
基金风格 篇6
关键词：基金风格,股票市场,波动
一、脉冲响应和两者因果关系分析法
分析经济变量的间的关系可采用格兰杰因果关系来检验,通过验证方法来预测行情的发展,对比过去行情走势来分析未来走势。若A价格是引起B价格的变化原因,那么A价格的变化应当在B价格的变化之前,且A价格能够帮助B价格进行下一步行情分析判断。在通过脉冲响应分析市场行情中可根据经济上产生的变量所存在的关系进行判断,通过对脉冲响应的函数关系来分析随着各个变量的变化基金了解走势变化,在随着模型中一个内生变量冲击给其他行情内在变量带来的关系影响,通过此方式来分析基金行情内在因素并与股票市场波动对比。
二、研究中指标的选取
上证指数综合收益率反应了组合市场中的收益率,这其中主要原因是A股市场很大体现了我国市场效益的相关性,在上证指数中是国内较为认可的权威性指标,他的大盘走势与我国内大部分板块相结合, 上证指数涵盖了基金指数和债券指数等一系列的指数。因此,我将选取2008年1月6日至2012年3月6日的上证指数作为综合指数来代表股票市场和基金市场行情中的走势状况,分别记作为SCI与SFI,样本中的容量为1019。
三、实证分析
(一)协整中的检验
从上海证券交易所基金指数和综合指数的数据整理后得出,其中两个序列发生一定的下跌趋势,整个趋势在下降中表现的不明显,因此文章根据数据的检验来选择趋势项中的漂移变化,选择漂移项放入差分序列当中。如表1检验出平衡性的结果,可见单位根均存在于SFI和SCI序列当中,唯有在差分序列中比较平稳,序列整体并非很平稳。所以,SFIt和SCIt为时间序列1阶,记作为I(1)。
对SFI和SCI序列进行了协整,并进行了单位根上的检验对回归中残差部分进行检测,依照残差序列中是否存在着单位根上的关系,判断SFI和SCI之间是否存在的关系。模型回归为SCIt= βSFIt+ μt,在对残差部分检验使用的是自回归模型为Δμt=ωμt - 1+ εt。得出的结果模型为SCIt= 0.692409SFIt+ μt,参数的t值为232.6444。进行平稳性残差部分检验结果显示,ADF检验结果为-5.657504,低于1%中的显著性水平(-3.435574),序列残差平稳。因此,个人认为SFI与SCI关系上存在长期的性质。
(二)检验脉冲和因果
结合以上检验结果,文章中用到了Eviews软件系统SFI和SCI做了格兰杰检验其中的因果关系。显示出水平条件在0.05下方,上证指数未波及到基金指数所以算来的假设撤销,原假设不被撤销。意味基金与股票市场只存在单向关系,因此判定为股票市场行情的走势能够影响到基金行情中的走势,股市影响到基金指数的变化。为此,文章将进一步的验证SFI和SCI在脉冲响应中的关系。两者的关系如图1所示。
从图中信息可以了解到,在一个正冲击给到了本期的上证基金指数之后,上证指数显示零,随后行情中的作用力才慢慢的上升,最大值在第2期中达到,这就表明基金并未受到上证指数的影响,若存在上证指数的影响,那么基金指数较小的影响到上证指数,与现实情况相符合。因此在脉冲响应中可以检验出与格兰杰中的因果检验结果相一致,即是基金影响股票较小,股票影响基金较大。
四、结束语
文章在探讨证券投资基金对股票市场的影响上,采用了格兰杰的因果关系与脉冲响应来检验2008年1月6日至2012年3月6日证券基金与股票的市场行情走势,最终得出我国股市与基金市场行情之间存在着同跌同涨的关联性,证券投资基金对股票市场影响较小。
参考文献
[1]刘月珍.中国证券投资基金对股市影响研究[J].统计研究.2011,2(17):133
基金风格 篇7
投资风格指基于所投资产品的风险收益特征而表现出的固有投资行为模式。目前几乎所有的开放式基金都在招募说明书中披露自身的投资风格,供不同偏好的投资者选择。然而在基金的持续运营中,基金的实际资产配置常常与之前声称的投资风格不吻合,存在羊群效应,一味跟风操作。对于股票型开放式基金,风格漂移现象的影响尤其严重。本文旨在对股票型开放式投资基金风格漂移风险建立一个有效的综合测度系统,即从是否漂移到漂移程度,再到漂移的道德性和应对态度,为投资者深入了解风格漂移、更有效地识别和利用风格漂移提供参考。
二、文献综述
(一)国外研究分形市场理论是Peters(1994)在研究股票市场整体特征时提出的,他发现,股票市场并非有效,股票间的关系也远非线性关系那么简单,现实中的股票市场具有鲜明的分形特征,只有运用包括分形方法在内的非参数方法,才能对股票市场的运动规律得出正确结论。在基金投资风格的研究上,Sharpe(1992)以收益率特征作为基金投资风格的划分标准,并选取若干风格资产的收益率作为自变量,将样本基金的收益率作为因变量,建立线性模型进行回归分析,其中回归系数最大的风格资产代表的风格被确定为该样本基金的投资风格。Fama和French(1992)对美国股票市场决定不同股票回报率差异的因素的研究发现,上市公司的市值、账面市值比、市盈率可以解释股票回报率的差异。Gruber(1996)在Fama-French三因子模型的基础上,加入债券指数这一因子,形成了著名的Gruber四因子模型。Carhart(1997)将Gruber四因子模型中的债券收益率替换为持续趋势资产,同时利用差分法消除各个解释因子的多重共线性,得到Carthart四因子模型。Volkman(1997) 在Carhart四因子模型的基础上加入了市场收益的二次项,形成了Volkman五因子模型,该模型突出了市场环境对基金实际风格的影响,同时也反映了基金管理人在选择基金风格方面的择时能力。Moon Kim,Shukla和Tomas等(2000)提出了基于持仓的基金投资风格的分析方法(HSA),该方法需要两类数据———基金所持仓的股票种类和股票数量,同时要求涵盖全部变化的、每一时段的基金持仓数据。HAS对于基金投资风格的事后分析准确率较高。
(二)国内研究在开放式基金风格的研究方面,董铁牛、杨乃定、邵予工(2008)受到sharp模型的启发,在此基础上加入了聚类分析方法,并对部分基金进行了实证研究,结果表明债券型基金的风格稳定性高于其他类型的投资基金。龙振海(2010)研究发现,2006~2008年三年中,不同基金的投资风格逐渐趋同,羊群效应随着时间推移越来越明显。倪志伟(2010)详细论述了分形理论中各种技术的应用与改进,提出最小二乘法拟合的改进模型和分形技术的结合能够达到更精确的效果。陈灵(2010)通过实证中国股票型投资基金的投资风格发现,不同基金公司的投资风格差异悬殊,同一基金公司的各基金之间投资风格非常相近。陈进(2011)认为,在股票市场变动不大时,股票型基金的投资风格相对稳定,一旦发生转折震荡,尤其是牛市和熊市更替时,基金风格明显出现漂移。许林(2011)首次引用分形维的方法对中国开放式基金投资风格进行归类,同时提出了CIS指标,该指标可以在百分位的细小差别上评定并比较基金风格漂移的幅度。曾锴(2012)利用Gruber模型对中国的开放式股票型基金进行实证研究发现,在某些情况下风格漂移能够避免重大损失,因此,在讨论基金风格漂移的道德性时不宜过于死板和偏激。张剑 (2013) 采用Copula模型对股票市场异像和基金投资风格漂移之间的动态关系进行考量,认为我国基金管理者并不能迅速地探测到股票市场异像,因此其风格漂移是盲目的。
综上可知,目前针对基金风格及漂移现象的研究主要基于线性回归模型,这种模型的应用假设较多,分析结果存在明显误差。而分型理论具有假设少、结果更贴近实际的优势,更好地将分形技术加以改进,应用于对中国股票型开放式基金风格的研究上,是本文希望达到的目标。
三、实证结果与分析
(一)模型设定
(1)盒子分形维模型。该模型用来量化基金收益序列
的分形几何特征,计算得出基金收益序列及风格资产收益序列的分形维数。盒子分形维的基本表达式为A是实数空间的任意非空有界子集(δ大于0),N(A,δ)表示覆盖A的半径所用到的为δ的最小闭球数。具体测算方法是:第一,设覆盖盒子的尺度δ分别是第二,以不同的δ分别统计出所覆盖时间序列点集的最小闭球数,也称盒子数M(δ),然后计算得出1/δ和与之对应的M(δ);第三,令,通过拟合得到DB,即为被测分形时间序列的盒子分形维。第四,不同风格的收益时间序列应具有不同的分形维数,但相同风格的投资收益序列的分形维数之间保持相同或至少没有显著性差异的关系。用基金收益率序列的分形维分别与不同风格资产序列的分形维作差,取min|Di-Dj|所对应的风格资产即为基金i的投资风格,其中Di为第i只基金的分形维,Dj为第j种风格资产指数的分形维。即通过分析其分形维数之间是否存在差异,并以基准风格资产分形维为中心进行集中,对基金投资风格进行识别。
(2)风格漂移度(RESD)模型。该模型源于张建华提出的基尼系数简便算法,即,许林在基金风格一致性测定时将其改进为CIS模型,即,其中:n为基金研究时期数;为各期分形维数的均值;D1,D2,…,Dn为各期分形维数,D∈[1,2)。风格漂移度模型如下:
其中,CISF为所考察基金的CIS指标值,而CISMAX为风格漂移极大值,计算方法是:首先,应用计数盒子维模型计算在n个研究时期不同风格资产收益序列分形维,然后从其中挑选出最大者和最小者,分别记为CISMAX和CISMIN,假设在n个研究时期内,一半时间基金的投资风格与CISMAX所代表的的风格资产相同,另一半时间基金的投资风格与CISMIN所代表的的风格资产相同,于是将CISMAX和CISMIN带入CIS模型,计算得出CISMAX。CISMAX表示基金严格按照风格资产的特征进行投资,并在研究时期内进行不同风格间的风格漂移所能达到的最大漂移幅度。
如果RESD指标小于1,即认为样本基金的风格只发生小幅漂移;如果RESD在1-2之间(包括1,不包括2,以下同理),样本基金为中度风格漂移,如果RESD在2-5之间,样本基金为大幅漂移;如果RESD超过5,鉴于风格概念的长期性,可以判断该样本基金没有投资风格可言。
(二)变量测度与数据说明本文采纳的中信标普的纯风格指数序列,包括六种基准风格资产指数,即大盘成长指数(LG)、大盘价值指数(LV)、中盘成长指数(MG)、中盘价值指数(MV)、小盘成长指数(SG)及小盘价值指数(SV)。本文根据证券市场环境的变化将整体考察区间分为不同的子时期,分别计算不同子时期中各个基金与风格资产的分形维,并由此确认各基金在不同子时期中的投资风格。不同子时期的投资风格不同即基金发生风格漂移。本文选择的样本区间为2005年6月~2013年5月,依据股票市场环境将整体区间分为四个研究时期,2005年6月到2007年10月为大牛市时期(同期上证股指由998点上升至6124点),2007年11月到2008年8月为暴跌时期(同期上证股指由6124点下降至1664点),2008年9月到2009年8月为反弹时期(同期上证股指由1664点上升至3478点),2009年9月到2013年5月为缓慢下行时期(同期上证股指由3478下降至2317点)。同时,共收集40只开放式股票型基金作为样本,其收益数据源于国泰安数据库。
(三)实证结果
(1)基金风格识别。通过MATLAB软件编程,笔者对样本基金分形维进行求解,并与基准风格资产收益序列分形维进行比较,样本基金在不同时期的实际风格如表1。
从表1可以看出,几乎所有基金在四个时期都出现风格漂移。另外,在大牛市、暴跌和反弹阶段的证券市场大幅波动的背景下,基金经理受到追涨杀跌心理及羊群效应的影响,投资风格往往趋同,因此在这三个时段分别都有一种投资风格占主导地位,50%左右的基金会以该风格作为投资指导。在大牛市,中盘纯成长风格为主导;在暴跌时,中盘纯价值风格占主导;在反弹阶段,中盘纯成长再度成为主导。然而,在缓慢下行时期,并无单个风格可以主导大部分基金,大盘纯价值风格、中盘纯成长风格、小盘纯成长风格三足鼎立。在中国股市“牛短熊长”的特殊背景下,经过前三个阶段的股价“过山车”,人们迎来了时长数年的漫漫熊途,一部分基金比较保守,执着于大盘权重股的持仓,而在大盘短期内难于爆发的普遍预期下,基金当然也更多地增加了价值型而非成长型股票的投资,于是呈现出大盘纯价值的投资风格;另一部分基金,仍旧保持激进风格,主动寻求熊市中为数不多的波段快涨股票,希望得到超额收益,中小盘股票易受到各种因素的影响,比大盘权重股活跃很多,不时出现一些黑马股,当然也就更多地吸引了这部分基金的关注,因此这些基金的投资风格多为中盘纯成长和小盘纯成长。
此外,在大牛市、暴跌、反弹三个时期,由于股票价格波动频繁且幅度较大,所以大多数基金都在平衡获利性与稳定性后选择了中盘型的投资风格。而缓慢下行时期,大盘型、小盘型、中盘型的投资风格平分秋色。在大牛市、反弹等股市上涨时期,基金明显偏好于成长型的投资风格,谋求更多的价差利润,而在暴跌时期,大多基金则选择价值型的投资风格,不再将资金投放在成长性强的股票上,因为缺乏市场环境的强劲配合,成长型风格将承担很大的风险。在缓慢下行时期,基金经理各有对熊市投资的理解,成长型和价值型两种风格没有哪一方明显更受青睐。
(2)风格漂移的确认和幅度。由表1可知,在我国开放式股票型基金市场中,风格漂移非常普遍,在股市大环境的变化中,多数基金经理都不能坚守固定的投资风格,而会根据市场变化采取风格轮换策略,利用风格漂移改变投资组合方向。本文把样本区间分为大牛市、暴跌、反弹、缓慢下行四个子时期,并确定每个子时期的实际风格,于是可以考察三次时期更替中样本基金是否进行风格漂移。数据显示,只漂移一次的基金1只(大成蓝筹),漂移两次的基金13只,漂移三次的基金26只,可见超过一半的基金对股市环境非常敏感。基金为盈利性组织,当大趋势对原有风格不利,基金投资的股票种类受到强烈打压时,出于保值目的,坚守一贯风格的动力减弱,这也充分表明坚守风格并非是基金经理投资行为的首要考虑因素。
然而,漂移次数指标虽然能够描述基金风格漂移的频率,却不能体现风格漂移的方向及基金的风格偏好。具体而言,同样是两次漂移,一种情况为基金由A风格转向B风格,而后从B风格转向C风格,另一种情况可能是基金第一次A风格转为B风格,而第二次又从B风格转回A风格。两种情况相比较,明显第二种情况基金坚守风格的意愿更为强烈。所以本文还统计了四个时期中每个样本基金出现风格的种类数。如果只出现一种,证明基金坚守了一贯的风格,种类数增加,表示基金偏好的风格多样化。漂移次数多并不必然表示风格种类数多,反之,风格种类数多,基于转换的需要,漂移次数也较多。统计结果显示,存在两种风格的4只基金,三种风格的27只基金,四种风格的9只基金。这表示只有十分之一的基金能够在牛熊变换中对少数投资风格保持偏好,而这是一家基金能够坚守风格的基础。大部分基金的表现都很“花心”,超过70%的基金在四个时期具备了三种风格,更有约10%的基金每个时期都选择不同风格,这样的基金投资风格轮换的主动性很强,并非不得已才进行风格漂移,而是着眼于近期市场整体趋势,主观地调整投资组合。由此可见,多数开放式股票型基金都无诚意履行坚守一贯风格的承诺。
本文应用RESD模型对样本基金的风格漂移幅度进行量化测算,具体数据见表2。40只样本基金中RESD小于1的基金有6只,RESD处于1-2(包括1,不包括2,以下同理) 的基金有8只,RESD处于2-5的基金有22只,RESD大于等于5的基金有4只。依据前文的定义,约有13%的基金发生了小幅漂移,说明其管理者的投资行为受固有风格的影响较大。约有20%的基金发生了中度漂移,这些基金的投资风格在不同时期明显发生变化,坚守风格原则的约束力明显下降,基金经理基本上是以对市场的预期为基础建立投资组合,适当参考原有投资风格。约有超过50%基金在一个近乎完整的牛熊周期中进行了大幅的风格漂移,违背了坚守一贯投资风格的承诺。或者出于对业绩排名的争取,或处于净值缩水、基民赎回的压力,亦或是在暴涨暴跌中的抱团从众心理,基金经理对承诺的投资风格没有给予基本的重视,而是主动、高频地改变投资风格。约有10%的个别基金风格漂移幅度巨大,RESD值最高者达到9.5,基金严格按照中信标普基准风格来进行投资组合,漂移所能达到的极大值为CISmax,而RESD为9.5意味着其风格漂移幅度比CISmax还要强近5倍,即该批基金几乎无不存在所谓的投资风格。
(3)基金风格漂移的道德性讨论。基金风格漂移原则上是一种违约行为,且未征得基民的同意或事后追认,不应任由其泛滥,否则基金投资的信托基础和基金市场的诚信形象都将受到动摇甚至摧毁,基民在投资过程中也会盲从,最终不利于长期稳定投资环境的培育。但基金为盈利性机构,基民对基金投资也以升值获利为根本目标,股票市场风云变幻,我国股市又尚未成熟,若完全固守某一风格,基金的风险是巨大的。另外,本文研究的是开放式基金,如果基金业绩由于坚守风格而持续下滑,那么基民就会大量赎回,发生“挤兑”。在这种背景下,要求基金经理坚守风格,既不现实,也无必要。因此,应该允许基金适度地进行风格漂移。在测量基金的收益预测和风格漂移幅度数值的基础上,建立双重风险预警系统。首先,当固守投资风格将面临重大损失时,应发出预警,收到预警后,基金经理可以在事先订立的权限内实施风格漂移(轮换)策略,避免损失的进一步扩大。同时,当基金的风格漂移超过一定幅度,而坚守固有风格在理性预期下并不会导致重大损失的情况下,基金的投资风格应该坚决地被纠正回某一固有风格或偏离程度有限的近似风格。
数据来源:国泰安数据库并经 MATLAB 编程后确认。
四、结论及建议
我国开放式股票型基金在大牛市、暴跌和反弹三个时期都会出现一种主导风格,市场上大部分基金都从属于该投资风格;而在缓慢下行时期,不能形成一种主导市场的投资风格;在不同时期之间出现风格漂移在我国开放式股票型基金中是普遍现象,甚至大部分基金每逢股票市场发生重大变化时都会调换投资风格;大部分基金对投资风格没有明显偏好,不同时期风格迥异,不具备坚守一贯风格的基础;经量化后,大部分基金的风格漂移幅度被证明较大。鉴于此,笔者对开放式股票型基金的监管有如下建议。
统一规范基金的名义投资风格,明确投资风格类别,同时规定并列示实际风格的测算方法,定期出具基金实际风格及漂移的检验报告,使得投资者明确投资风格之间的区别,并有能力跟踪监督基金名义风格是否与实际风格保持一致。另外,还要在权衡利弊的基础上做出对基金风格漂移的约束和奖惩机制。基金漂移有一定的必然性和有益性,同时也具备本质上的不道德性甚至违法性。监管机构应尽早出台政策,鼓励适当幅度的、有利的风格漂移行为,同时抵制有害的、无正当理由幅度过大的风格漂移行为,对相关基金和管理人员予以警告和处罚,维护基金契约的尊严,长远地保护基民权益与基金行业的发展壮大。
摘要：本文以2005年6月至2013年5月的基金收益时间序列数据和基准风格资产指数时间序列数据为样本,在分形市场理论基础上,对我国开放式股票型基金的风格漂移现象进行实证分析,结果发现基金普遍存在风格漂移现象,大部分基金在股票市场环境变化时会调换投资风格,且基金风格在样本区间的漂移幅度较大、风格很不稳定。
基金风格 篇8
A股市场方面，我们对当前市场的总体态度谨慎。经济下行压力、流动性很难出现大幅宽松、 利率曲线制约了风险资产进攻的空间。但对长期投资者，我们还是建议在先进制造、品牌消费、移动互联、大众服务等成长股方向，精选优势企业长期持有。
落实到2月基金投资，短期A股市场确实存在一些风险暴露点，例如年报大考，以及 信托产品风险，投资者宜采取适度稳健。但目前A股市场的主题投资风格，仍然明显。我们坚持认为，沿着 中国经济深化改革的长期主线，2014年投资者超额收益的机会仍将可能来源于成长板块，或成长风格基金的优选之上。因此，我们建议整体采取“适度稳健配置，关注轻资产风格基金”的策略。重点推荐的品种如下：
兴全轻资型基金：作为轻资产主题产品，成立以来业绩表现稳定，持续性强。基金操作风格积极灵活，重仓新兴产业个股，具有一定的个股挖掘能力，同时能够把握市场热点。基金在震荡和上涨市当中具有较强的向上弹性。在继承公司稳健风格的同时，兴全轻资产基金的基金经理陈扬帆也融合自身灵活的操作风格和“自中而下”的主动选股操作，业绩表现优秀。
农银行业成长 股票型基金：历史风险收益配比较好。 2013年以来，基金在同业中业绩表现优秀。基金在核心投资理念上，采用“自上而下精选增长预期良好或景气复苏的行业+自下而上挑选个股”相结合的策略；基金的投资操作风格灵活，能够较好的把握结构性行情。在选股标准上，基金经理曹剑飞偏好具有稳定业绩增长、估值合理的成长性股票。目前基金配置上侧重的有：手机等消费类电子股（长盈精密）， 三中全会《决定》利好的 文化传媒 （ 华谊兄弟 、 华策影视 、 蓝色光标 ），以及国防军工等主题，成长空间看好。
银河创新 股票基金：重点投资于具有良好成长性的创新类 上市公司。行业配置方面，银河创新基金主要围绕传统消费和新兴成长两条投资主线。消费概念投资主要体现在对 食品 饮料、 医药 生物等必需消费品的长期持有，新兴成长概念投资则主要是侧重对电子、信息技术等新兴产业领域投资机会的挖掘。个股选择上，基金经理王培较为偏好精选估值安全边际高且具备高成长性的股票进行投资。在实际投资运作过程中，该基金换股积极。
华宝收益增长 混合型基金：注重通过个股把握结构行情，同时持股集中度较高，以提高组合效率和进攻性。此外，基金对部分重仓个股的持续持有的时间较长，密切跟踪、深入了解也使其对重仓股有更好的把握。目前重仓股包括影视传媒、环保、电子软件、移动终端游戏等股。
广发聚瑞 股票型基金：过去三年中业绩具有较好的持续性，且长期管理业绩尤为突出。股票仓位基本稳定在90%的水平波动，在同业中处于中等偏上水平。在选股上，基金注重企业基本面的研究。目前该基金继续看好内需、经济结构调整受益的行业，对于信息技术、传媒等“轻资产”行业配置比例较高。