时间:2024-04-24
陈敏冲,杜奇华
(对外经济贸易大学 国际经济贸易学院,北京 100029)
近年来,我国公募基金规模增长迅速,已成为居民投资的重要渠道之一。据中国证券投资基金业协会发布的数据,2010—2019 年我国公募基金规模的年均增速高达22%,截至2021 年末达到25.52 万亿元,已经成为世界第四大基金市场。随着基金市场规模的快速扩张和投资者参与度的迅速提升,如何促进基金行业的高质量发展、更好地为客户创造价值,从而助力共同富裕等国家重大战略,已然成为一个重要问题。
公募基金为投资者提供了分散风险、获取长期投资收益的渠道,但据新闻媒体报道,国内基金投资者表现出较明显的短期投资行为①。有研究认为,基金投资者的专业性较弱,仅仅依据简单的基金历史收益或者排名来筛选基金,基金投资者择时行为往往是非理性的[1]。尽管有大量市场研究认为基金投资者的非理性交易行为造成“基金赚钱基民不赚钱”[2],然而这些研究大多基于较少的样本数据,说服力有限。学术文献里有大量关于基金投资现金流(Fund flow)和基金业绩(Fund performance)的研究,但很少有研究系统地衡量中国基金投资者(Average investor)的实际投资回报和择时能力。
Friesen et al.[3]研究了1991—2004 年美国的共同基金行业,发现基金投资者的择时行为显著地降低了实际投资回报。Dichev et al.[4]研究了1980—2008 年美国的对冲基金行业,也得出相同的结论。基金投资者的择时行为会对其实际回报产生重大影响。已有研究发现,基金投资者会追逐历史业绩优异的基金[5],Barber et al.[1]认为基金投资者主要依赖简单易得的基金历史回报或者晨星星级评定来筛选基金。受到Friesen et al.[3]和Dichev et al.[4]的研究启发,本文针对中国权益性基金市场,探究是否存在“基金赚钱基民不赚钱”的现象,并将基金投资者区分为机构投资者和个人投资者,探究两类投资者的择时行为是否存在差异。
首先,采用Friesen et al.[3]对择时能力(Timing ability)的定义,衡量2005—2021 年中国权益基金行业的基金投资者的择时能力。本文发现,整个阶段基金投资者的择时交易显著地提高了实际回报(每季度提高1.16%的实际回报率),这与“基金赚钱基民不赚钱”的观点相反。另外,基金投资者的择时能力在第一阶段(2005—2013 年)表现更佳,每季度提高1.77%的实际回报率,而在第二阶段(2014—2021 年)仅提高0.19%的回报率。
其次,研究了影响基金投资者择时能力的内在原因。采用Dichev et al.[4]的方法,将基金投资者的择时能力分解为横截面效应和时间序列效应,发现在第一阶段(2005—2013 年)基金投资者对整个基金行业的择时能力较强,但对不同基金产品的横向配置能力较差,在第二阶段(2014—2021 年)则完全相反。这说明基金投资者的择时行为在不同阶段具有显著差异。
再次,实证研究了基金投资者的择时能力与基金特征之间的关系,并发现基金投资者的择时能力与挑选优秀基金的能力并没有显著的相关关系,同时发现管理费率越高的基金产品,基金投资者的择时能力越差。
最后,研究了机构投资者和个人投资者择时能力的差异,实证结果显示,在整个阶段个人投资者的择时能力明显低于机构投资者,且在第一阶段(2005—2013 年)表现得尤为明显。个人投资者的择时交易显著地降低了其实际投资回报,与“基金赚钱基民不赚钱”的结论一致。本文发现,机构投资者在整个阶段的择时交易并未对实际回报产生显著影响。在第一阶段表现出优秀的择时能力,但在第二阶段(2014—2021 年)却表现不佳(择时交易降低每半年实际收益率1.23%),与个人投资者的择时能力相近。
本文的边际贡献可能是:(1)国内较少系统地研究基金投资者的择时行为及其后果,本文采用Friesen et al.[3]的方法,全面衡量了权益性基金产品的基金投资者的择时能力。(2)国内有较多文献研究股票市场上机构投资者和个人投资者的择时能力,但较少研究基金行业里机构投资者和个人投资者择时能力的差异。本文利用Dichev et al.[4]的方法,证实了个人投资者的择时交易显著地降低了实际回报,存在“基金赚钱基民不赚钱”的现象。机构投资者的择时能力在第一阶段显著高于个人投资者,但在第二阶段差异不明显。(3)本文的结论对个人基金投资者有重要的启示:通过减少交易频率(特别是噪声交易)有助于提高实际回报率。
在实践中,基金投资者的实际收益往往不同于基金账面收益(累计净值收益率),因为基金投资者可以选择申购或赎回。因此,基民的实际收益跟基金的账面收益相关,还跟基金投资者的择时行为相关。Friesen et al.[3]提出并使用一种衡量基金投资者择时能力的方法,研究发现在美国权益类共同基金行业中,基金投资者的择时行为显著地降低了实际回报。Dichev et al.[4]将整个基金行业看成一个“基金组合”(portfolio),求出基金投资者的实际回报率,并发现在美国的对冲基金行业中,基金投资者的择时行为显著降低了实际回报。吴唱唱等[6]基于我国2003—2020 年3 175 只基金数据,对我国公募基金择时能力进行评估,发现有部分基金存在显著的择时能力。
已有大量文献研究影响基金资金流的因素,国外研究普遍发现基金的前期业绩对资金流动具有正向影响,基金前期业绩越高,资金流入越多,即投资者表现为“追逐业绩”[7-8]。国内学者也对基金业绩与资金流动的关系进行了大量检验。肖峻等[9]发现基金历史回报率对资金净流入产生了显著的正向影响。除了基金的前期业绩,有大量文献对影响基金资金流的其他因素进行了研究。李科等[10]发现基金大比例分红能够增加基金现金流入。由于基金的收入是按照资产净值百分比提取的管理费,因此基金管理者有动力采取规模管理的策略。李金龙[11]认为基金投资者博彩偏好会影响基金资金流,博彩偏好与基金资金流入显著正相关。另外,博彩偏好越高,基金未来收益越低。
机构投资者与个人投资者在投资行为上的差异是学术文献中的热点话题。机构投资者与个人投资者的理性程度不同,与个人投资者相比,机构投资者往往投资经验更丰富,信息优势明显。左大勇等[12]发现我国个人基金投资者存在“赎回异象”,个人资金净流入与当期业绩负相关,并发现只有机构资金流入具有“聪明钱”效应,个人资金流入不具有“聪明钱”效应。王怀明等[13]研究发现机构投资者和个人投资者在绿色基金的选择上也存在差异。
本文依据上述研究,提出如下假设:
假设1:个人投资者的择时交易降低了实际投资回报。机构投资者的择时能力高于个人投资者,且能通过择时交易提高实际回报。
国内外有大量对基金业绩进行评价的研究。Fama et al.[14-15]在研究美国个股之间收益的差别时,发现影响收益的因素不仅有市场风险因子,而且规模因子和账面市值比因子能够更好地解释个股收益间的差别,于是提出了著名的Fama-French 三因子模型(以下简称FF 三因子模型)。Jegadeesh et al.[16]研究发现股票的收益率通常会沿原来的运动方向继续运动,这种现象被称为动量效应。Carhart[17]研究基金持续盈利下,在 Fama-French 三因子模型的基础上引入了动量因子,由此创建了Carhart 四因子模型;研究结果表明在解释基金的收益方面,其比FF 三因子模型更有解释力。用以上模型算出来的alpha 代表基金经理的主动管理能力。易力[18]研究也发现,基金经理风格、择时能力和基金业绩之间存在正相关关系。本文提出如下假设:
假设2:基金投资者挑选优秀基金经理的能力越强,择时能力也越强。
1.基金资金净流入(Netcashflow):衡量一段时间基金投资者的净申购情况。与以往的研究一致[7],本文将基金资金净流入定义为:
其中,TNAj,t和TNAj,t-1分别表示t期末和t-1 期末的基金资产净值,rjt表示基金在第t期的收益率,定义如下:
其中,adjNAVj,t和adjNAVj,t-1分别表示t期末和t-1期的基金份额复权单位净值(考虑分红拆分再投资)。这里假设基金资金净流入均发生在期末,数据频率为季度。
2.几何平均收益率(Buy-and-holdreturns):衡量基金在T期内的几何平均收益率。
基金的几何收益率近似衡量了基金在一段时期内每季度的平均收益,换言之,它表示在期初投入一块钱并一直持有到第T期末获得几何平均收益率。
3.基金投资者实际收益率(Dollar-weightedreturn):衡量的是基金的内部收益率(IRR),内部收益率是使得基金所有的现金流入与现金流出的现值相等的折现利率。基金的资金加权平均收益率较为客观地衡量了基金投资者的实际回报率。
其中,TNA0表示基金在期初的基金净资产,TNAT表示期末净资产,NCFj,t表示第t期的净现金流入。(4)式假设t期内所有的净现金流入都发生在第t期期初。开放式基金的投资者可以选择在交易日申购(买入)或赎回(卖出)。
4.基金投资者择时能力(Gap):衡量每个基金产品在存续期内基金投资者的择时能力。与以往的研究一致[3],本文将基金j对应的基金投资者的择时能力定义为:
当基金投资者拥有较高的择时能力(Investor timingability),即能在相对高点卖出,在相对低点买入,那么基金投资者实际收益率会高于基金的净值回报率。反之,则相反。
5.机构投资者资金净流入(Flow_Ins)和个人投资者资金净流入(Flow_Ind):按照左大勇等[12]的方法,区分机构投资者资金净流入和个人投资者资金净流入。
其中,Institutionj,t和Individualj,t分别表示t期机构投资者和个人投资者持有基金j的份额占比,数据频率为半年度。
6.CAMPalpha:用CAMP 模型计算出每个基金产品的超额收益率。CAMPalpha也称为詹森指数,其公式表示为:
其中,αj是基金j在CAPM 模型下的alpha,衡量基金j在统计期内的超额收益率;Rjt是基金j在第t期的收益率;Rft是第t期的无风险收益率,无风险利率为CSMAR 提供的一年期整存整取存款利率;Rmt是第t期的市场平均收益率,这里用沪深300 指数的收益来表示。Rjt-Rft表示基金j在第t期的超额收益,Rmt-Rft表示市场的超额收益率,βj表示基金j的贝塔系数。
7.三因子alpha:用三因子模型计算出每个基金产品的超额收益率。三因子模型[15]表示为:
其中,SMB(SmallMinusBig)称为规模风险因子,具体指小盘股组合和大盘股组合的(流通市值加权及等权重)收益率之差。HML(HighMinusLow)为账面市值比风险因子,具体指高账面市值比组合和低账面市值比组合的(流通市值加权及等权重)收益率之差。
8.四因子alpha:用四因子模型计算出每个基金产品的超额收益率。四因子模型[17]表示为:
其中,UMD(upminusdowntrendstocks)称为惯性因子,具体指每个月按前2~12 个月的累积收益率排序,计算高收益股票组合和低收益股票组合的(流通市值加权及等权重)收益率之差。
9.风险调整后收益率(Fundreturn):经过市场风险调整后基金月度收益率的平均值。基金j经市场风险调整后的收益率等于当期基金收益率减去沪深300 指数收益率,数据频率为月度。
10.基金成立时长(Age):自基金成立当季至截止日或2021 年第四季度的季度数。
11.基金家族(FundFamily):基金产品所属的基金公司,通常一家基金公司旗下有多个基金产品,本文统计的基金公司共有156 家。
12.基金收益波动率(Volatility):基金产品统计期内基金日收益率的标准差。方差衡量基金日回报率的分散程度,而基金日收益率的标准差(方差的平方根)通常用来衡量风险。
13.基金规模(FundSize):基金产品在统计期内每季度末的平均资产规模,单位为1 亿元。
14.基金分红率(Dividend):每份基金份额的分红金额的平均值。
15.基金管理费率(ManagementFee):基金公司每年向基金持有人收取的管理费占基金净资产的比率(各变量定义见表1)。
表1 主要变量定义
本文关心的问题是,基金投资者的择时能力与基金产品的超额回报是否有关系。据笔者所知,学术界还没有研究这一问题的文献,此前学术界有研究基金资金流动与基金特征(如基金极端收益、明星基金)的关系[9-11],但文献并没有研究基金投资者的择时能力与基金特征的关系。本文借鉴现有文献的方法,使用横截面模型进行分析:
其中,Gapi表示购买基金i的投资者的择时能力,Alphai表示基金i的超额回报率,分别用CAMPalpha、三因子alpha和四因子alpha来衡量,Controls1i表示基金i的控制变量,包括基金成立时长、基金家族、基金规模、基金收益波动率和机构投资者持有比例。若基金i的超额回报率越高,基金投资者的择时能力越差(Gapi越大),则Alphai具有正向的预测作用,即β1显著大于零。
其中,ManagementFeei表示基金管理费率,Controls2i中包含基金产品经过市场调整的收益或超额回报率,以及其他基金特征变量。若基金产品的管理费率越高,基金投资者择时能力越差(Gapi越大),则β1大于零。
本文的样本区间为2005—2021 年,研究对象为中国基金市场上的股票型和混合型开放式基金。本文所有数据来自CSMAR 数据库,为了减少计算误差,剔除存续期限低于1.5 年的基金,最终得到5 964 只基金产品的数据。
表2 报告了主要变量的描述性统计结果,可以看到在样本区间,基金投资者的择时能力(Gap)的均值为-0.001 1,这说明基金投资者的择时交易对业绩有一定的贡献。本文采用基金产品的月度数据计算超额回报率,CAMPalpha、三因子alpha和四因子alpha分别为0.33%、0.36%和0.34%,总体上,中国基金产品赚取了超额收益。国内基金产品的平均存续时间为17.76 季度(约4.32 年),这说明国内基金市场发展历史较短,大多数基金产品都在近十年内成立。国内基金产品平均规模的均值为12.12 亿元,中位数为4.11 亿元,最大值约400亿元。
表2 主要变量描述性统计
表3 报告了2005—2021 年中国权益性基金市场的描述性结果。可以看到,中国权益性基金市场发展迅速,基金数量从2005 年初的156 只增长到2021 年初的5 580 只。2005 年初基金行业净资产仅有2 650 亿元,到了2021 年初,基金行业净资产高达7.949 万亿元。基金行业的加权几何收益率在不同年份有很大的差异,在2006 年和2007 年分别取得77.98%和64.84%的收益率,然而在2008 年和2018 年的收益率分别只有-36.44%和-14.32%。基金行业现金净流入占期初净资产的比例在不同年份差异很大。2010 年到2015 年,基金行业的现金净流入规模占期初净资产的比例不到一成,然而在2006 年、2007 年和2020 年,该比例超过40%,其中在2007 年这一比例高达116.3%。表3 显示,基金行业现金净流入与当期收益率呈正相关关系,例如,2006 年和2020 年基金行业亮眼的业绩伴随着大量的现金净流入。而在业绩表现不佳的年份(2008 年和2018 年),基金行业呈现现金净流出的状态。
表4 报告了在个体基金层面的实际收益率和几何平均收益率。将超额回报率无法计算的个体基金也考虑在内,因此表4 中个体基金的数量为6 028只。个体基金每季度几何平均收益率和实际收益率的均值分别为2.71%和2.92%,两者之间的差异仅为-0.21%。另外,在个体基金层面两个收益率的中位数也相差无几,这说明在不考虑交易成本的条件下,基金投资者通过择时交易并未对实际投资回报产生多少影响。
表4 个体基金回报率
分阶段来看,在第一阶段(2005—2013 年),基金投资者每季度的实际收益率比几何平均收益率高1.64%,说明基金投资者通过择时交易显著地提高了实际投资回报。在第二阶段(2014—2021 年),个体基金的实际收益率每季度比几何平均收益率仅高0.05%,且在统计上不显著。上述结果与Friesen et al.[3]和Dichev et al.[4]对美国基金市场分析的结论存在明显差异。
个体基金层面基金投资者的实际收益率的均值并不等于基金投资者整体的平均实际收益率,这是因为不同的基金产品的规模和存续时间有很大的差异。表4 结果的缺陷在于每个基金产品的权重都一样。为了解决这个缺陷,本文按照Dichev et al.[4]的思路,以每个基金产品期初净资产规模占基金行业净资产的比例为权重,构建整个基金行业的基金组合。
表5 中的几何平均收益率的计算方法如下:先计算出每季度基金组合的收益率,然后以每季度初基金组合净资产作为权重,计算出不同阶段基金组合的几何平均收益率。该指标衡量某个阶段整体基金投资者买入并一直持有基金组合所取得的平均收益。
表5 基金组合的回报率
基金组合的实际收益率的计算过程如下:先加总每季度所有基金现金流,其中新成立基金的第一期初的净资产算作现金净流入,存续期内清盘的基金的最后一季度的净资产算作现金净流出。然后计算在起始期和终止期整个基金行业的净资产,利用上述数据算出的IRR即为基金组合的实际收益率。该指标衡量某个阶段整体基金投资者所取得的平均实际收益率。表5 的结果较好地反映了基金产品在规模和存续时长的差异,本文将其作为对基金投资者最具代表性的指标。
表5 显示,2005—2021 年,基金组合的实际收益率比基金组合的几何收益率高约1.16%,这说明基金投资者通过择时交易总体上提升了投资回报。分阶段来看,在第一阶段(2005—2013 年),基金投资者的实际收益率比几何收益率高1.77%。这一阶段基金投资者通过择时交易显著地提高了实际投资回报。在第二阶段(2014—2021 年),基金投资者的实际收益率比几何收益率仅高0.19%。基金投资者在这一阶段的择时交易并未对实际回报产生明显的影响。表5 的结论与新闻报道的结果明显不同,尽管有大量新闻报道认为基金投资者的非理性交易行为带来“基金赚钱基民不赚钱”的现象,然而这些报道往往只从少部分基金产品的某一时期的交易数据来说明这一现象,从较少的数据样本得出的结论的说服力有限。本文以整个行业的权益性基金的数据为基础进行实证分析,并得出在整个阶段基金投资者的择时交易显著地提高了其投资回报。另外,文献和新闻报道并没有区分机构投资者和个人投资者,在下文中将基金投资者区分为机构投资者和个人投资者,并证实个人投资者确实存在“基金赚钱基民不赚钱”的现象。
本文进一步探究几何平均收益率(Buy-andholdreturn)和实际收益率(Dollar-weightedreturn)存在差异的原因。参照Dichev et al.[4]的思路,将该差异(下文称为总效应)分解为时间序列效应(Time-series effect)和横截面效应(Cross-sectional effect)。时间序列效应衡量整个基金行业发生的资金流入与流出对基金投资者实际收益率的影响。例如,在牛市期间大量资金涌入基金行业,而在熊市期间大量资金撤出基金行业,资金进入或撤出基金行业会影响基金投资者的实际回报。总效应还包括横截面效应,因为基金投资者可能赎回业绩不佳的基金而买入业绩优秀的基金或者“爆款”基金,基金投资者对不同基金进行横向切换也会影响基金投资者的实际回报。
在计算时间序列效应的时候为了让横截面效应保持不变,我们先计算条件实际收益率(Conditionaldollar-weightedreturn),具体计算方法如下:先计算出每季度整个基金行业的净现金流,以每只基金产品每季度期初净资产占基金行业期初净资产的比例为权重乘以基金行业的净现金流,得到的结果假定为该基金产品在每季度的净现金流。利用假定的净现金流和期初净资产数据算出每只基金产品的实际收益率,我们称之为条件实际收益率。
表6 报告了在个体基金层面的时间序列效应和横截面效应。在整个阶段(2005—2021 年),时间序列效应为0.091,横截面效应约为-0.093。上述结果说明基金投资者对基金行业的择时能力较差。可能的解释是当股市处于牛市行情时,新入场的基金投资者(特别是个人投资者)数量骤增,并给基金行业带来巨额增量资金。当牛市转为熊市后,大多数在牛市中后期入场的基金投资者蒙受损失,从而整体降低了基金投资者的实际投资回报。此外,横截面效应为-0.093,这说明基金投资者通过把资金从(事后)低收益基金产品换到(事后)高收益基金产品,显著地提高了实际投资回报。
表6 个体基金层面的横截面效应和时间序列效应
分阶段来看,在第一阶段(2005—2013 年),时间序列效应为-0.047,横截面效应为0.031。基金投资者对基金行业的择时能力较强,显著地提高了实际投资回报。另外,基金投资者在这一阶段把资金从(事后)高收益基金产品换到(事后)低收益基金,显著地降低了实际投资回报。在第二阶段(2014—2021 年),时间序列效应为0.093,横截面效应为-0.093,这与整个阶段的结果基本一致。
通常认为造成“基金赚钱基民不赚钱”的主要原因是个人投资者过分重视基金的短期业绩,盲目追逐短期业绩亮眼的“爆款基金”[19-20]。本文的边际贡献可能体现在首次区分了时间序列效应和横截面效应,并得出与历史文献不同的结论。基金投资者的投资行为在不同阶段具有异质性:在第一阶段,基金投资者对基金行业的择时能力较强,对基金产品的横向配置能力较差;在第二阶段,基金投资者对基金行业的择时能力较差,对基金产品的横向配置能力较强。本文的研究结论丰富了基金投资者择时能力的研究。
Friesen et al.[3]通过研究美国的基金市场,发现基金投资者择时能力与基金的超额回报率呈明显的负相关关系。本文通过实证研究发现,在中国权益性基金市场,基金投资者的择时能力与基金产品的超额回报并没有显著的相关关系。表7 报告了式(11)和(12)的估计结果。市场风险调整后的基金收益率和Campalpha的系数均为负数,但在统计上不显著,三因子alpha(列(3))和四因子alpha(列(4))的系数为负,在10%的显著性水平上显著。因此,基金投资者的择时能力与挑选优秀基金经理的能力呈一定的正相关关系。在其他控制变量保持不变的情况下,基金管理费率每提高1%,基金产品的几何收益率与实际收益率之差(Gap)每季度增加0.4%,且系数在5%的显著性水平下显著。这意味着基金管理费越高,基金投资者的择时能力越差。
表7 基金投资者择时能力与基金特征关系检验
中国基金市场的投资者包括个人投资者和机构投资者。一般认为,机构投资者与个人投资者的理性程度不同,与个人投资者相比,机构投资者往往投资经验更丰富,信息优势明显。本文对比研究机构投资者与个人投资者在择时能力上的差异。因为基金只在半年报和年报中披露基金持有人结构的信息,所以本部分数据的观测频率为半年。
表8 显示,2005—2021 年,个人投资者的基金净资产规模从0.129 万亿元增加到4.598 万亿元,增长了约34.6 倍,而同期机构投资者仅增加了12.7 倍。
表8 个人投资者与机构投资者概况
截至2021 年末,个人投资者的基金净资产规模是机构投资者的1.94 倍。这说明对于权益性基金产品,个人投资者已经成为基金投资的主力军。另外,个人投资者和机构投资者在投资决策上有显著差异。例如,在2007 年(这一年被称为股市“大牛市”),个人投资者大笔买入(现金净流入是当年期初净资产的3.5 倍),而机构投资者则小幅减仓。
表9 和表10 显示了在个体基金层面机构投资者与个人投资者的择时能力。在样本选择上,为了方便计算,剔除存续时间低于1.5 年的基金产品。在整个阶段(2005—2021 年),机构投资者每半年的实际收益率比几何平均收益率低0.45%;个人投资者每半年的实际收益率比几何平均收益率低0.2%,且在统计上不显著,这说明机构投资者和个人投资者的择时交易并未对实际投资回报产生重要影响。
如果分阶段来看,在第一阶段(2005—2013年),机构投资者每半年的实际收益率比几何平均收益率高3.57%,统计结果非常显著。个人投资者每半年的实际收益率比几何平均收益率仅高0.83%,比机构投资者实际收益率低2.74%。这说明在第一阶段,机构投资者通过择时交易显著地提高了实际投资回报,而个人投资者的择时能力大幅落后于机构投资者。在第二阶段(2014—2021 年),机构投资者和个人投资者的择时交易并未对实际投资回报产生重要影响。
由于每个基金产品的规模和存续时长不同,因此表9 和表10 计算的缺陷在于赋予每个基金产品相同的权重。本文按照Dichev et al.[4]的思路,计算基金行业(区分机构投资者和个人投资者)的实际收益率和几何平均收益率,具体指标的计算方法与上文相同。
表9 个体基金层面机构投资者回报率
表10 个体基金层面个人投资者回报率
表11 显示,在整个阶段(2005—2021 年),基金行业每半年几何平均收益率为5.43%,而个人投资者的实际回报率为3.78%,两者之差为1.65%。这说明个人投资者的择时交易显著地降低了实际回报率。与之相反,机构投资者的实际回报率比几何平均回报率高0.133%,这说明机构投资者通过择时交易提高了实际投资回报,其择时能力显著高于个人投资者。
表11 基金行业实际收益率与几何平均收益率:区分投资者类型
分阶段来看,在第一阶段(2005—2013 年),基金行业每半年几何平均收益率为4.31%,机构投资者的实际收益率高达7.25%,比基金行业几何平均收益率高出2.94%。与个体基金层面分析的结果一致,机构投资者在第一阶段通过择时交易显著地提高了实际投资回报。与个体基金层面分析的结论完全相反,同时期个人投资者的实际回报率仅有2.59%,比基金行业几何平均收益率低1.72%,比机构投资者实际回报率低4.66%,这说明个人投资者在第一阶段通过择时交易显著地降低了实际投资回报,其择时能力大幅落后于机构投资者。
在第二阶段(2014—2021 年),基金行业每半年几何平均收益率为6.02%,分别比机构投资者和个人投资者的实际回报率高1.23%和1.25%。机构投资者和个人投资者在第二阶段通过择时交易显著地降低了实际投资回报,机构投资者并未显示出比个人投资者明显更高的择时能力。
通过分析基金行业第一阶段的现金流(区分机构投资者和个人投资者),可以看出个人投资者在股市大牛市中后期(2007 年)大量买入基金,而同期机构投资者则小幅赎回基金份额,随后牛市转熊市,大量个人投资者在高位购买的基金出现大幅回撤,糟糕的择时交易造成个人投资者的实际回报显著低于机构投资者。
本文选取2005—2021 年5 964 只开放式股票型和权益型基金产品的数据,衡量了基金投资者的择时能力,检验了基金投资者择时能力与基金特征之间的关系。研究发现:(1)2005—2013 年,基金投资者的择时交易提高了实际回报;2014—2021 年基金投资者的择时交易并未对实际投资回报产生重要影响。(2)基金投资者的择时能力与挑选优秀基金经理的能力呈正相关关系;基金产品的管理费率越高,基金投资者的择时能力越差。(3)基金投资者的择时行为在不同阶段具有显著差异,2005—2013 年,基金投资者对整个基金行业的择时能力较强,但对基金产品的横向配置能力较差;2014—2021年,基金投资者对整个基金行业的择时能力较差,但对基金产品的横向配置能力较强。(4)个人投资者的择时行为明显降低了实际回报,在第一阶段表现得尤为明显,出现“基金赚钱基民不赚钱”的现象。机构投资者在第一阶段的择时交易显著地提高了实际回报,择时能力大幅领先个人投资者,在第二阶段两类投资者的择时能力相差很小。
本文全面测算了权益型开放基金投资者的择时能力,有助于加深对基金投资者择时行为的认识,对于基金个人投资者的保护和基金监管有所启发。首先,个人投资者应该坚持纪律化的投资方式,降低交易频率,尤其在股市行情高涨或者低迷时期,个人投资者应该避免不理性的申购和赎回行为。其次,对于基金从业机构和人员,应该提倡“在适当的时候推荐适当的产品”,加强售后投资者教育。例如,在牛市,基金从业机构和人员应该谨慎发行或推荐权益性基金产品,对个人基金投资者充分提示市场风险。在熊市期间,若市场指数已经大幅回撤,风险得到充分释放,基金从业机构和人员应该适当推荐权益性基金产品。最后,监管部门和基金管理人应该对基金产品短期过多的资金流入进行限制。2007 年股市牛市期间,个人基金投资者大量买入权益型基金产品的行为,显著地降低了实际投资回报,因此,若基金管理人在这一期间对资金流入较多的基金产品暂定接受新的申购,事后看来会提高个人基金投资者的实际回报。
注释:
①据《上海证券报》报道,以中欧基金为例,半数以上客户会在买入基金后的3 个月内赎回,七成客户会在6 个月之内赎回。基金投资者的交易行为对资金的流入与流出有重要影响。
我们致力于保护作者版权,注重分享,被刊用文章因无法核实真实出处,未能及时与作者取得联系,或有版权异议的,请联系管理员,我们会立即处理! 部分文章是来自各大过期杂志,内容仅供学习参考,不准确地方联系删除处理!