基金绩效管理可行性分析研究论文

导语：基金绩效管理可行性分析研究论文一文来源于网友上传，不代表本站观点，若需要原创文章可咨询客服老师，欢迎参考。

摘要：本文使用中国开放式基金数据实证分析了基金管理模式选择的影响因素、不同管理模式与基金风险特性和投资业绩的关系。研究结果表明，基金管理模式的采用主要受到基金公司对管理模式偏好的影响；在控制了基金特征后，团队管理可以显著降低基金总风险和系统性风险，并能显著提高基金投资业绩。本文结果支持了团队决策的“意见折衷理论”，发现了团队决策优于个人决策的证据。

关键词：管理模式；基金风险；基金业绩;开放式基金

一、引言

基金管理可分为“团队管理”和“个人管理”两种模式，前者指多个基金经理管理一只基金，后者指单一经理管理一只基金。随着基金业的发展，越来越多的基金采用团队管理的模式，这一趋势在国内外都是如此。美国股票型基金的团队管理比例在1994年时只有5%，2003年已增加至46%［1］。我国团队管理基金的现象逐渐增多，团队管理的开放式基金数量由2002年一季度的1只增加到2008年一季度的65只。尽管团队管理的基金数量占开放式基金总数的比例维持在20%左右，但其管理的资产规模比例已从43%增加到65%。团队管理的基金是开放式基金的重要组成部分。那么，影响基金管理模式选择的因素有哪些？团队管理相较于个人管理，对基金的风险特征和投资业绩的影响有何不同？这是本文将要讨论的问题。

在完全竞争的证券市场中，决策主体具有相同信息，则团队管理和个人管理的基金投资决策应该没有差别。但行为因素会影响到实际决策过程并通过成员之间的交互作用导致团队管理与个人管理有不同的决策和绩效表现。“群体漂移理论”（groupshifttheory）认为，集体决策有可能会强化团队中强势成员的看法，增加过度自信的情绪，从而加大决策结果的极端性［2］。“意见折衷理论”（diversificationofopiniontheory）认为，团队成员为达成一致结论会权衡自身观点，决策结果会反映大部分成员的意见，是成员意见的折衷［3］。从团队决策的绩效来看，一方面，团队成员可以相互纠正决策中的错误使决策更加理性，团队管理的基金应有更好的投资业绩；另一方面，团队决策也可能出现低效率，或源于团队工作中的道德风险（即部分团队成员消极怠工），或源于信息交流上的低效率，抑或是较高的协调成本导致团队管理绩效欠佳。

本文首次采用国内大样本数据，从基金风险特征和投资业绩方面对业界真实的团队决策问题进行实证研究。研究结果显示，基金管理模式的选择主要受基金公司偏好的影响。在控制基金特征后，团队管理可显著降低基金的总风险和系统性风险，说明团队决策结果较为“温和”，支持“意见折衷假说”，同时，团队管理也显著提高了基金投资业绩，说明团队管理可以发挥多人决策优势，做出较好的投资决策。

二、文献回顾

关于基金管理模式的影响因素，Sharp认为，任命多个基金经理管理的动因是专业化和多元化，专业化是为了发挥不同基金经理对不同投资领域了解程度的优势，多元化是为了防止单个基金经理决策产生偏差［4］。Barry和Starks从委托关系的角度证明了风险共担也会影响基金管理模式的选择，采用团队管理模式能产生更好的激励［5］。Bar等的实证结果显示，选择团队管理模式的概率与基金公司层面的政策和资产规模正相关，与基金年龄负相关，管理模式受基金公司层面因素的影响较大［1］。

关于不同管理模式的风险程度，学术界仍未达成共识。Moscovici和Zavalloni等学者认为团队决策代表了一种折衷，为了达成最终意见，团队成员必须权衡个人观点，团队决策会更温和，在时间上表现得更平稳［6-3-7］。Adams和Ferrerira的研究显示，团队决策由于多样化的作用会更保守，从而风险程度更低［8］。但也有理论认为团队决策的风险程度会更高，团队成员在得到其它成员支持后更敢于冒险［9］。实证研究方面，Golec使用36个月的数据发现，团队规模对风险调整业绩的影响不确定［10］。Bar等的实证结果显示，团队管理可显著降低基金的总风险、系统性风险以及非系统性风险，并在后续的研究中，Bar等进一步支持了这一结果，说明团队管理决策符合“意见折衷理论”［11］。

关于团队决策和个人决策的绩效，理论上也存在两种不同的观点。部分研究发现，团队决策更加理性，团队管理业绩会更好［6-12-13］，团队决策至少有两个优势：一是团队成员会在小组讨论的过程中能相互纠正错误；二是当团队成员拥有互补技能时，团队能从更多知识和能力中获益［14］。但是也有研究发现团队决策常存在低效率和偏差现象。小组成员会比单独工作时的积极性降低［15-16］，这种低效率的现象即团队的道德困境［17］，而偏差现象是指集体决策为追求达成完全一致的结论，而使决策偏离最优结果［18］。Prather和Middleton使用162只开放式基金13年的数据发现，不同管理模式基金的业绩没有显著差异，择时能力没有明显区别［19］。Chen等在基金规模和基金业绩的研究中发现，团队管理会显著降低基金投资收益，主要是由于团队管理在处理非定量信息(softinformation)方面效率较低［20］。Bar等在关于基金管理模式的研究中发现，团队管理基金的投资业绩稍有逊色，但业绩持续性较高［1-11］。目前，国内尚未出现系统研究基金管理模式的文章，李豫湘等的研究结果显示，基金经理人数对业绩没有显著影响，但该研究仅使用了2003—2004年的小样本数据［21］。

三、样本选择及数据说明

本研究的基金样本均为半年度数据，全部来自WIND数据库，时间区间为2004年下半年到2007年底，截至2004年上半年，市场上开放式基金数量较少，且基金特征数据不全。类型包括股票型、混合型和债券型。第一，剔除由封闭式转为开放式的基金；第二，鉴于债券型基金的风险—收益特征以及分析方法都与股票资产占多数的股票型和混合型基金差异较大，故也从样本中剔除，只保留股票型和混合型的开放式基金，如此选定了163只基金；第三，若基金管理模式在半年报告期内发生更替或基金特征变量不全，则将此半年度数据从样本中剔除。最后得到的有效样本为涵盖163只基金的437个半年度数据。计算定价因子的股票价格数据及公司财务数据取自色诺芬数据库（Sinofin），样本时间为2004—2007年。

本文对基金绩效的考察从两个维度进行：基金的风险特性和基金的投资业绩。基金的风险特性依据CAPM理论分为基金的总风险、系统性风险和非系统性风险；基金的投资业绩采用基金Jensen-α衡量。在计算风险和Jensen-α的过程中，需要使用基金的收益率指标，基金第t期收益率Rt为第t期复权单位净值UNAt的变化率：

Rt=UNAt/UNAt-1-1(1)

本文将下列关于基金特征的控制变量用于横截面回归。

①基金规模变量：基金规模会侵蚀基金业绩［20］，规模指标Sizet由基金的总净值TNAt（基金第t期的资产净值，即基金不复权的单位净值乘以基金总份额，以亿元为单位）计算得出：

Sizet=log(1+TNAt)(2)

②基金公司管理资产规模：单只基金所在基金公司的基金总净值（除去该基金本身）之和再加1取对数，用logfam表示，衡量基金公司管理资产规模的大小，资产规模较大的公司通常有较低的借贷成本、交易成本和更丰富的信息等，会影响单只基金的表现。

③基金换手率指标：反映的是基金交易的活跃程度，这与基金的风险特性和投资业绩也密切相关。该指标由期间内（以半年为单位）基金买入总额（buyt）和卖出总额（sellt）的最小值除以期间内的平均资产净值averageTNAt得到，即

Turnovert=min(buyt,sellt)averageTNAt（3）

④基金年龄：用Age表示，以年度为单位，从基金成立日开始计算到2007年底为止，结果向前取到0.5年。

样本基金的类型和投资风格分布如表1所示。表2则报告了相关控制变量的描述性统计，其中，famTNA表示基金公司相应基金之外的所有基金资产净值之和，其余变量定义如前文所述，其中子表A、子表B分别对应混合型与股票型基金。

四、影响基金管理模式选择的因素分析

基金公司出于多种目的选择基金管理模式：如基金规模较大需要多人进行管理，基金调整仓位频繁需要多人进行决策，基金投资多元，需要发挥不同经理的专长等。本部分利用基金相关特征数据分析管理模式选择的影响因素，使用如下Logit模型进行回归：

P(Team=1)i,t=F(k0+k1LastSizei,t+k2Agei,t+k3LastPcomi,t+k4LastTori,t+k5LastFami,t+k6MIXi+∑Tj=200402kjYj)（4）

若基金i在第t期采用团队管理模式，则P(Team=1)i,t=1，否则P(Team=1)i,t=0。Agei,t表示基金i的年龄，LastSizei,t表示基金i上期资产净值，LastTori,t表示基金i上期换手率，LastFami,t表示基金公司除去基金i之外的基金净值总和，MIXi为混合型基金的虚拟变量，如果基金类型为混合型，则该变量取1。Yj是表示不同时期的虚拟变量，分别从2004—2006年定义了3个虚拟变量。所有时间虚拟变量的回归结果都不显著，未在表中列示，结果如表3所示。

由Logit模型回归结果可知，基金公司选择团队管理模式的概率与该公司上期团队管理基金的比例以及公司资产规模显著相关。LasPcom回归系数为正，显示若基金所属公司上期团队管理基金数量的比例越大，则该基金采用团队管理的概率越大，表明公司对基金管理模式的选择存在一定程度的偏好或惯性。LastFam回归系数为正，说明公司旗下基金前期总规模越大，越倾向于选择团队管理模式；但LastSize回归系数不显著，即基金本身的净值规模与基金管理模式之间的关系不显著。此外，基金类型与管理模式的选择之间无显著关系，即混合型与股票型基金的管理模式似乎并无差异，这不支持基金使用团队管理模式以满足管理专业化要求的说法。综上所述，公司层面的因素是影响管理模式选择的主要原因。

五、管理模式与基金风险分析

如前文所述，团队管理的决策结果或是对团队成员意见的折衷，或是团队成员极端意见的强化。这一假说可由基金风险的实证分析得以检验：如果团队管理模式对基金风险有降低作用，说明团队在配置资产时采取了较为“温和”的策略，可以看成是团队成员意见折衷的结果；如果团队管理基金的风险较大，则表明团队管理的资产配置较为极端。

依据CAPM理论，风险可分为三个层次：总风险、系统性风险和非系统性风险，分别定义为基金收益率的标准差、市场模型中市场溢价的估计系数以及市场模型估计残差的标准差。市场模型的回归方程为（回归中使用的样本数据为周数据）：

Rp-Rf=αp+βp(RM-Rf)+εp(5)

风险指标表示为：

总风险=Var(Rp-Rf)(6)

系统性风险=βp(7)

非系统性风险=Var(εp)(8)

模型中无风险利率Rf＝1年期定期存款利率/52，市场收益率RM为相应时期沪深所有A股股票以市值为权重的加权平均收益率。为统一期起见，将各风险指标再进行半年化处理，分别乘以26，用于下文的横截面回归中。

按照管理模式分类的基金风险程度差异如表4所示。鉴于混合型和股票型的基金资产组合有差异，表4将这两种类型的基金分开进行描述，每组风险指标的前两行数据是该风险指标的均值，差异一行表示个人管理基金与团队管理基金的风险差值。

总体看来，个人管理基金的风险水平要大于团队管理的水平，但差异的显著性在不同类型基金中有区别。本文通过控制基金的其它特征，采用如下线性回归模型来检验管理模式和基金风险的关系：

Riski,t=k0+k1Teami,t+k2Agei,t+k3LastSizei,t+k4LastTori,t+k5LastFami,t+k6MIXi+∑Tj=200402kjYj+εi,t（9）

模型（9）的因变量分别对应总风险、系统性风险和非系统性风险。Teami,t为团队管理模式的虚拟变量，如果该基金为团队管理取1，否则取0；其余变量含义与模型（4）相同。回归结果如表5所示。

注：*、**、***分别表示回归系数在10%、5%、1%的显著水平下显著。小括号报告回归系数的p值。表格的最后一行为回归模型调整后拟合优度。

在控制基金类型及基金特征后，团队管理的虚拟变量对基金总风险、系统性风险的回归系数显著为负，说明团队管理模式可以有效降低基金投资组合的波动性和β值。波动性的降低可推断团队决策结果较为温和，较低的β值表明团队经理选择了相对于市场组合较为“保守”的资产，支持团队管理决策的“意见折衷理论”。非系统性风险回归方程调整后的R2很低，说明管理模式与非系统性风险之间的线性关系很弱，这源于混合型基金的非系统性风险分布很集中，均值及方差都非常小，显示混合型基金分散非系统性风险能力较强。

六、管理模式与基金投资业绩分析

基金投资业绩通常是基金经理激励机制中一项重要指标，基金经理的决策都是在给定风险水平下最大化基金业绩。本文采用基于多因子模型计算的Jensen-α衡量基金投资业绩：

（1）Fama-French三因子模型：

Ri,t=αi，t+b1MKTt+b2SMBt+b3HMLt+εi，t(10)

其中，Ri，t代表基金i第t期收益率，由复权单位净值计算出。αi，t对应基金的Jensen-α。MKTt为t期市场投资组合的收益率。HMLt为账面/市值比因子，SMBt为规模因子。回归中使用的因子及收益率均为周数据。

（2）四因子模型：

Ri，t=αi，t+b1MKTt+b2SMBt+b3HMLt+b4MOMt+εi，t（11）

其中，MOMt为惯性因子，采用的排序期分别为3个月、6个月以及1年。其余各变量含义与（10）中一致，回归中使用的因子及收益率均为周数据。

表6按基金类型报告了相关收益指标的均值以及不同管理模式的差异检验结果。每组收益指标的前两行数据是该类基金收益的均值，差异一行表示个人管理基金与团队管理基金收益之差。

结果显示：(1)不同管理模式下的基金收益和投资业绩指标均没有明显差异。(2)基金半年期的总收益率较高，平均在30%以上。这主要源于样本期（2004—2007年）处于市场上升阶段，多数基金的净值在2007年上半年之内就实现了翻番。

为了进一步验证管理模式对基金收益的影响，我们控制了基金特征变量并对Jensen-α进行如下回归：

αi,t=k0+k1Teami,t+k2Agei,t+k3LastSizei,t+k4LastTori,t+k5LastFami,t+k6LastsFlowi,t+k7MIXi+∑2006j=2005kjYj+εi，t（12）

回归因变量分别对应不同多因子模型计算的Jensen-α。LastFlowi,t表示基金上一期的净流入比率，其计算方法为基金净值的对数增长率减去基金收益率，即log(TNAt-1/TNAt-2)-Rt-1，其余变量含义与模型（9）一致。表7报告了相关回归结果。（a）栏为对三因子模型对应Jensen-α的回归结果。（b）（c）（d）栏分别是对四因子模型依惯性因子不同排序期所得Jensen-α的回归结果。最后一行为回归模型调整后的拟合优度。

回归结果显示，在控制基金特征后团队管理模式对基金业绩有显著的提高作用。尽管使用了不同的多因子模型，但团队管理均可将投资业绩提高3%以上，是总投资业绩水平（15%左右）的1/5。

团队决策在股票投资中确实可以发挥多人决策优势，提高基金投资业绩。此外，基金的投资业绩与基金公司上期规模显著负相关，这说明基金公司层面存在某种规模不经济现象。如果考察净投资业绩与管理模式的关系，可将Jensen-α减去基金的管理费率和托管费率，进行同样的回归，所得结果与上文类似，不再赘述。四因子模型在不同排序期惯性因子下得到的Jensen-α差异不大，故仅列示了按3月期排序的结果。

七、结论

本文利用2004—2007年的大样本数据对基金管理模式进行了系统研究，发现基金管理模式的选择与基金自身特征、基金类型无显著相关性，但与基金所属公司的管理资产规模以及前期采用团队管理基金的比例显著相关，说明基金管理模式的选择主要受基金公司对管理模式偏好的影响。这与国外的实证结果类似［1］。控制了基金类型和特征，团队管理模式能够显著降低基金总风险、系统性风险，说明团队管理选择资产较为“保守”、“温和”，这支持了“意见折衷理论”；但在降低非系统性风险的能力上，团队与个人管理并无明显差异。团队管理模式可显著提高基金投资业绩，说明团队能做出较好的决策，体现了较高的资产选择能力和较强的管理优势。采用不同多因子模型进行回归分析，得到的结果相类似，说明上述结果是稳健的。这与李豫湘等［21］的结果不同，与基于美国数据的研究结果［1-11-20］也有差异。本文结果丰富了现有文献，可为基金投资者选择投资产品提供一定的参考。基金公司应深入考察其团队管理的投资决策程序，发挥团队管理的优势，控制团队管理不经济性。

实际基金管理中，存在着单一基金经理管理单只或多只基金，抑或多个基金经理管理单一基金或交叉管理多只基金的现象。本文仅是基于单只基金的表现分析管理模式的选择及其对单一基金的影响，这不等于考察了基金经理或经理团队所管基金的总业绩。

参考文献：

［1］Bar,M.，Kempf,A.，Ruenzi，S.TeamManagementandMutualFunds［R］.WorkingPaper，2005.

［2］Kerr,N.L.GroupDecisionMakingataMultialternativeTask:Extremity，InteractionDistance，Pluralities，andIssueImportance［J］.OrganizationalBehaviorandHumanDecisionProcesses，1992，(52):64-95.

［3］Sah，R.K.，Stiglitz,J.TheQualityofManagerinCentralizedversusDecentralizedOrganizations［J］.QuarterlyJournalofEconomics，1991，（106）：289-295.

［4］Sharp，W.F.DecentralizedInvestmentManagement［J］.JournalofFinance，1980，36（2）：217-234.

［5］Barry，C.B.，Starks，L.T.InvestmentManagementandRiskSharingwithMultipleManagers［J］.JournalofFinance，1984，39（2）：477-491.

［6］Moscovici，S.，Zavalloni，M.TheGroupasPolarizerofAttitudes［J］.JournalofPersonalityandSocialPsychology，1969，（12）：125-135.

［7］Sah，R.K.，Stiglitz，J.TheArchitectureofEconomicSystems:HierarchiesandPolyarchies［J］.AmericanEconomicReview，1986，（76）：716-727.

［8］Adams，R.B.，Ferrerira，D.IndividualversusGroupDecision-Making:AComparisonUsingDataonBetsonIceBreakupsinAlaska［R］.WorkingPaper，2003.

［9］Kogan，N.，Wallach，M.TheRolesofInformation，Discussion，andConsensusinGroupRiskTaking［J］.JournalofExperimentalSocialPsychology，1965，（1）：1-19.

［10］Golec，J.H.TheEffectsofMutualFundManagersCharacteristics［J］.FinancialServicesReview，1996，5（2）：133-148.

［11］BarM.，Kempf，A.,Ruenzi，S.IsaTeamDifferentfromtheSumofItsParts?EvidencefromMutualFundManagers［R］.WorkingPaper，2008.

［12］Blinder，A.S.，Morgan，J.AretwoHeadsBetterthanOne?AnExperimentalAnalysisofGroupvs.IndividualDecisionMaking［R］.WorkingPaper，2001.

［13］Cooper，D.J.,Kagel，J.H.AreTwoHeadsBetterthanOne?TeamversusIndividualPlayinSignalingGames［J］.AmericanEconomicReview，2005，（95）：477-509.

［14］Pelled，L.H.，Eisenhardt，K.M.，Xin，K.R.ExploringtheBlackBox:AnAnalysisofWorkGroupDiversity，ConflictandPerformance［J］.AdministrativeScienceQuarterly，1999，（44）：1-28.

［15］Williams，K.D.，Nida，S.A.，Baca，L.D.，Latané，B.SocialLoafingandSwimming:EffectsofIdentifiablyonIndividualandRelayPerformanceofIntercollegiateSwimmers［J］.BasicandAppliedSocialPsychology，1989，（10）：71-81.

［16］Weldon，E.，Gargano，G.M.Cognitiveloafing:TheEffectsofAccountabilityandShareResponsibilityonCognitiveEffort［J］.PersonalityandSocialPsychologyBulletin，1988，（14）：159-171.

［17］Holmstrom，B.MoralHazardinTeams［J］.BellJournalofEconomics，1982，（13）：324-340.

［18］Janis，I.Groupthink，PsychologicalStudiesofPolicyDecisionsandFiascos［M］.HoughtonMifflin，Boston，1982.

［19］Prather，L.J.，Middleton，K.L.AreN+1HeadsBetterthanOne?TheCaseofMutualFundManagers［J］.JournalofEconomicBehavior&Organization，2002，（47）：103-120.

［20］Chen，J.，Hong，H.,Huang，M.,Kubik，J.D.DoesFundSizeErodeMutualFundPerformance?TheRoleofLiquidityandOrganization［J］.AmericanEconomicReview，2004，94（5）：1276-1302.

［21］李豫湘，程剑，彭聪.基金经理个人特性对基金业绩影响的研究［J］.价值工程，2006，（12）：151-155.