基金規(guī)模和管理能力的錯(cuò)配

1、正文目錄 HYPERLINK l _TOC_250019 簡(jiǎn)介 4 HYPERLINK l _TOC_250018 數(shù)據(jù)和因子模型 6 HYPERLINK l _TOC_250017 數(shù)據(jù) 6 HYPERLINK l _TOC_250016 因子相關(guān)收益和因子調(diào)整后收益的估計(jì) 6 HYPERLINK l _TOC_250015 基金資金流的估計(jì) 7 HYPERLINK l _TOC_250014 因子相關(guān)收益和基金的資金流 7 HYPERLINK l _TOC_250013 過(guò)去因子收益和未來(lái) ALPHA 8 HYPERLINK l _TOC_250012 超配的 AUM 預(yù)測(cè)未來(lái)基金業(yè)績(jī) 8

2、 HYPERLINK l _TOC_250011 控制因子調(diào)整后的預(yù)期收益 9 HYPERLINK l _TOC_250010 正的因子相關(guān)收益的差業(yè)績(jī) 10 HYPERLINK l _TOC_250009 規(guī)模效應(yīng)的過(guò)度資金流 10 HYPERLINK l _TOC_250008 風(fēng)格水平上的信息不充分交易 12 HYPERLINK l _TOC_250007 總基金業(yè)績(jī)的背后含義 13 HYPERLINK l _TOC_250006 7 總結(jié) 15 HYPERLINK l _TOC_250005 附錄 A 15 HYPERLINK l _TOC_250004 排除危機(jī)期，排除極端收益基金和

3、子樣本分析 15 HYPERLINK l _TOC_250003 替代估計(jì)窗口和替代因子模型 16 HYPERLINK l _TOC_250002 控制先期美元價(jià)值增值 17 HYPERLINK l _TOC_250001 同時(shí)控制 AUM 和“真實(shí)” ALPHA 18 HYPERLINK l _TOC_250000 不同風(fēng)格的交易成本變化 19圖表目錄圖表 1 基金資金流對(duì)因子相關(guān)收益的反應(yīng) 8圖表 2 扣除費(fèi)用后的年化收益：控制基金 AUM 后 9圖表 3 扣除費(fèi)用后的年化收益：控制因子調(diào)整后的預(yù)期收益 10圖表 4 基金交易成本和未來(lái)年化收益 11圖表 5 FIT 分組的風(fēng)格年化收益 1

4、3圖表 6 基金 FIT 分組的風(fēng)格暴露和 FIT 調(diào)整后的基金年化收益 13圖表 7 總的收益業(yè)績(jī) 14圖表 8 穩(wěn)健性檢驗(yàn)（I） 16圖表 9 穩(wěn)健性檢驗(yàn)（II） 17圖表 10 扣除費(fèi)用后的年化收益：控制美元價(jià)值在增值 18圖表 11 同時(shí)控制 AUM 和“真實(shí)”ALPHA 18圖表 12 交易成本和未來(lái)年化收益：跨風(fēng)格證據(jù) 19簡(jiǎn)介主動(dòng)管理型基金能夠?yàn)橥顿Y者盈利多少，不僅取決于基金經(jīng)理發(fā)現(xiàn)優(yōu)越投資機(jī)會(huì)的能力，還取決于基金的規(guī)模。過(guò)去幾十年的學(xué)術(shù)研究表明，主動(dòng)型股票共同基金組合在扣除費(fèi)用后的基準(zhǔn)調(diào)整后收益率（alphas）明顯為負(fù)，而且一般基金的業(yè)績(jī)并不能長(zhǎng)期持續(xù)。Berk 和 Gree

5、n（2004）(BG)指出，缺乏收益持久性的主要原因是理性投資者競(jìng)爭(zhēng)稀缺的優(yōu)秀基金，而主動(dòng)基金規(guī)模收益遞減。BG 還預(yù)測(cè)，如果管理能力與基金規(guī)模相匹配，那么共同基金將獲得零預(yù)期 alpha，但這與實(shí)際基金市場(chǎng)中扣除費(fèi)用后的負(fù) alpha 相悖。BG 的一個(gè)重要假設(shè)是共同基金投資者能合理地評(píng)估基金經(jīng)理管理能力并相應(yīng)地分配資金。然而，這一假設(shè)似乎與共同基金投資者的特征和先前關(guān)于他們行為的研究相矛盾。例如，根據(jù) 2011 年 Investment Company Institute (ICI) Fact Book 調(diào)查顯示，美國(guó) 93.7%的共同基金是由家庭持有的。如果共同基金投資者在評(píng)估基金能力方

6、面不像 BG 所模擬的那樣復(fù)雜，那么某些基金將獲得比基金經(jīng)理能力帶來(lái)的更多資金，因此導(dǎo)致了規(guī)模收益遞減而出現(xiàn)負(fù)業(yè)績(jī)，而其他基金則可能變得太小。也就是說(shuō)，在投資者不能合理評(píng)估基金經(jīng)理管理能力的市場(chǎng)中，實(shí)際基金規(guī)模與基金容量(BG 推測(cè)的均衡規(guī)模)的偏差將是用來(lái)預(yù)測(cè)未來(lái)業(yè)績(jī)的關(guān)鍵因素。在本文獻(xiàn)中，作者證明了主動(dòng)管理型股票基金之間的能力和規(guī)模確實(shí)存在顯著的不匹配。特別是，由于許多共同基金投資者在基金間配置資金時(shí)，并沒有對(duì) Fama- French 規(guī)模和價(jià)值因子等進(jìn)行調(diào)整，因此，具有正的因子相關(guān)收益（Factor-Related Returns,FRRs）的主動(dòng)管理型基金會(huì)積累資產(chǎn)，以至于它們?cè)谖磥?lái)

7、的表現(xiàn)明顯低于各種基準(zhǔn)。從這個(gè)意義上說(shuō)，與 FRRs 相關(guān)的基金規(guī)模是超額的，不能用管理技巧來(lái)證明。作者進(jìn)一步表明，超額基金規(guī)模，而不是基金總規(guī)模，顯著預(yù)測(cè)了未來(lái)的表現(xiàn)。當(dāng)控制基金規(guī)模時(shí)，通過(guò)因子暴露吸引資金流入的共同基金未來(lái)表現(xiàn)顯著低于基準(zhǔn)和其他相同規(guī)模的基金。作者的分析建立在Berk、vanBinsbergen（2016）、 Barber、Huang 和 Odean（2016）的研究基礎(chǔ)上，即資金流會(huì)對(duì)市場(chǎng)因子以外的其他共同因子暴露而產(chǎn)生的過(guò)去收益作出正面反應(yīng)。在一個(gè)完全理性的世界中，共同基金投資者將區(qū)分由于管理能力而產(chǎn)生的收益，如處理私有信息和發(fā)現(xiàn)錯(cuò)誤定價(jià)的股票，以及由于因子暴露而產(chǎn)生的

8、收益。然而，由于實(shí)際的投資者行為，正 FRRs 的主動(dòng)管理基金積累了如此多的資金，使得在未來(lái)有負(fù)的預(yù)期 alphas。Fama 和French（2010 年）研究還發(fā)現(xiàn)，共同基金的負(fù) alphas 主要是由于一小部分超規(guī)?；鹩酗@著的正 FRRs，導(dǎo)致后續(xù)業(yè)績(jī)不佳。文獻(xiàn)的實(shí)證研究使用 CRSP 共同基金數(shù)據(jù)庫(kù)中的主動(dòng)管理型基金。為了估計(jì)基金的FRR，使用 Barber，Huang 和 Odean（2016 年）的七因子模型，這是 Pastor和 Stambaugh(2002b)對(duì) Fama-French-Carhart 四因子模型進(jìn)行了改進(jìn)，添加了三個(gè)行業(yè)因子構(gòu)建的。FRR 計(jì)算方式是大小、價(jià)

9、值、動(dòng)量因子和三個(gè)行業(yè)因子的因子收益之和。為了提高穩(wěn)健性，在附錄 A 中，使用 FFC 四因子模型來(lái)估計(jì)因子相關(guān)的收益，可以得到類似的結(jié)果。首先，資金流與 FRRs 呈正相關(guān)?？刂埔蜃诱{(diào)整后的預(yù)期收益（七因子 alpha）后，無(wú)論資金流是以絕對(duì)美元衡量，還是基金總資產(chǎn)管理規(guī)模(AUM)的比例衡量，資金流均與 FRRs 呈正相關(guān)。例如，過(guò)去四年平均 FRR 處于樣本分布最頂部的基金，與其他有相同因子調(diào)整后預(yù)期收益的基金相比，其每季度的平均資金流是他們的三倍。其次，正的 FRRs 帶來(lái)的資金流會(huì)導(dǎo)致基金未來(lái)的負(fù)業(yè)績(jī)。為此，首先控制了基金的 AUM 變量，發(fā)現(xiàn)盡管有的基金有類似的 AUM，但若是基金

10、由于先期 FRR 為正才達(dá)到目前規(guī)模的，這些基金表現(xiàn)顯著差于各種基準(zhǔn)和其他基金。例如，在每個(gè) AUM 五分位數(shù)中，F(xiàn)RRs 頂部分位數(shù)的基金在未來(lái)一年的表現(xiàn)明顯差于底部分位數(shù) FRR 基金，約 300 至 400bps。在 AUM 五分位數(shù)中，F(xiàn)RR 頂部分位數(shù)的基金平均未來(lái) alpha 為-230-250bps/年。FRRs 中部分位數(shù)的基金的 alpha 值約為-20bps，而 FRRs 底部分位數(shù)的基金 alpha 值約為 70-80bps。這些結(jié)果表明，一只基金增長(zhǎng)其 AUM 的方式，而不是基金的 AUM 本身，決定了基金未來(lái)的業(yè)績(jī)。文獻(xiàn)進(jìn)一步證明，這種明顯的業(yè)績(jī)差異不是由于先前的“真

11、實(shí)”alpha 的差異。具體來(lái)說(shuō)，若控制先期七因子 alpha 變量，若基金通過(guò)正的 FRR 吸引更多資金流，在未來(lái)表現(xiàn)仍然差于其他基金。在一系列穩(wěn)健性檢驗(yàn)中，文獻(xiàn)排除了幾種替代解釋。總之，具有正的先期 FRRs 的主動(dòng)管理型基金，由于流入了太多資金流，導(dǎo)致隨后由于規(guī)模收益遞減而出現(xiàn)了顯著的負(fù)業(yè)績(jī)。在其他分析中，具有較高先期 FRR 基金的負(fù)業(yè)績(jī)可以用通過(guò)規(guī)模效應(yīng)的 FRR資金流來(lái)解釋。先前的研究，例如，Chen 等人（2004 年）、Pollet 和Wilson（2008年）、Edelen、Evans 和Kadlec（2013 年）以及 Pastor、Stambaugh 和 Taylor（2

12、018年）認(rèn)為價(jià)格效應(yīng)和執(zhí)行成本等交易成本是主動(dòng)管理型基金規(guī)模收益遞減的重要驅(qū)動(dòng)因素。通過(guò)探討交易成本比例的橫截面變化，發(fā)現(xiàn)在那些交易成本較高的基金中，具有正的先期 FRRs 的主動(dòng)基金的負(fù)業(yè)績(jī)更為顯著。相比之下，在那些具有非正的 FRRs 的基金中，交易成本不能預(yù)測(cè)未來(lái)業(yè)績(jī)。這些發(fā)現(xiàn)進(jìn)一步支持了有規(guī)模效應(yīng)的過(guò)度資金流的觀點(diǎn)。除了基金層面的規(guī)模效應(yīng)外，還發(fā)現(xiàn)具有較高先期 FRRs 的基金暴露在經(jīng)歷了大規(guī)?；鹳I入的風(fēng)格中，這些大規(guī)模的資金流入是由于非理性投資者信息不夠充分而導(dǎo)致的。這些“擁擠”的風(fēng)格有很大的負(fù)后期收益，因此高 FRRs 基金的業(yè)績(jī)也受到負(fù)面影響。具體來(lái)說(shuō)，每年構(gòu)建 27 個(gè)(3

13、x3x3)風(fēng)格的投資組合，按規(guī)模、市凈率和過(guò)去一年的收益對(duì)股票進(jìn)行分類。然后，使用自下而上的方法來(lái)衡量風(fēng)格水平上的信息不充分（uninformative）交易。發(fā)現(xiàn)即使控制了 FFC 因子，前三分之一的“擁擠”風(fēng)格后續(xù)異常收益約為每年-4%，因?yàn)榉腔久鎯r(jià)格推力最終會(huì)消散；與之相反，后三分之一的“不擁擠”風(fēng)格，前期由于資金流導(dǎo)致的超賣，有顯著為正的未來(lái) alpha。這種資金流驅(qū)動(dòng)的風(fēng)格效應(yīng)解釋了大約 20%至 25%的有著正 FRRs 基金的負(fù)業(yè)績(jī)。本文從幾個(gè)方面為基金研究做出了貢獻(xiàn)。首先，基于不考慮風(fēng)格因子的共同基金資金流，發(fā)現(xiàn)由于過(guò)去因子相關(guān)的收益為正而流入基金的資金流會(huì)大于其管理容量，并

14、導(dǎo)致未來(lái)顯著的負(fù)業(yè)績(jī)。作者首次指出共同基金能力和規(guī)模明顯不匹配的問(wèn)題，這是由于許多基金投資者所犯的系統(tǒng)性錯(cuò)誤，當(dāng)投資者不能正確評(píng)估管理能力時(shí)，超配的基金規(guī)模在很大程度上決定了基金未來(lái)的業(yè)績(jī)。先前研究，如 Fama 和 French（2010）發(fā)現(xiàn)，主動(dòng)管理型股票基金在扣除費(fèi)用后存在顯著的負(fù) alphas，在扣除費(fèi)用前平均 alpha 幾乎為 0?；谶@一觀察，先前的研究認(rèn)為股票基金經(jīng)理缺乏能力。相反，作者發(fā)現(xiàn)負(fù)的總業(yè)績(jī)主要是由于小部分主動(dòng)型基金有很強(qiáng)的先期FRRs，導(dǎo)致基金規(guī)模變得太大，后期業(yè)績(jī)不佳。在同期研究中，Miiller、Rosenberger 和 Uhrig-Homburg（2018

15、）提出了一個(gè)與本文密切相關(guān)的理論視角。當(dāng)投資者誤認(rèn)為共同基金的“假 alpha”是它的“真實(shí) alpha”時(shí)，投資者可能會(huì)過(guò)度投資該基金。M,R&U 有兩個(gè)重要發(fā)現(xiàn)。首先，他們發(fā)現(xiàn)基金收益與時(shí)間序列上的平均基金規(guī)模標(biāo)準(zhǔn)差之間存在負(fù)相關(guān)關(guān)系。其次，對(duì)于 24 個(gè)月的滾動(dòng)窗口，基金成立年限和基金資產(chǎn)相關(guān)性不高，并且發(fā)現(xiàn)一個(gè)負(fù)的平均凈 CAPM alpha。本文獻(xiàn)的結(jié)果與 Miiller、Rosenberger 和 Uhrig-Homburg（2018）的結(jié)果不同，本文的主要結(jié)論是：先期由于因子相關(guān)收益（FRR）而吸引的資金流，由于規(guī)模遞減效應(yīng)導(dǎo)致隨后的基金收益為負(fù)。文獻(xiàn)的基本安排如下。第一節(jié)介紹了

16、本文使用的數(shù)據(jù)集和計(jì)量模型。第二節(jié)說(shuō)明共同基金資金流如何對(duì)除市場(chǎng)以外的基金收益相關(guān)的風(fēng)險(xiǎn)因子作出反應(yīng)。第三節(jié)表明，有不同因子相關(guān)收益的共同基金有不同未來(lái)業(yè)績(jī)。第四節(jié)提出了更多結(jié)果，這些結(jié)果與由于過(guò)度資金流而導(dǎo)致的規(guī)模遞減的觀點(diǎn)是一致的。第五節(jié)是對(duì)共同基金總業(yè)績(jī)的影響，并量化了投資者追逐因子相關(guān)收益的成本。第六節(jié)總結(jié)。穩(wěn)健性檢驗(yàn)和額外的結(jié)果報(bào)告在附錄 A 和 B。數(shù)據(jù)和因子模型在本節(jié)中，描述了共同基金數(shù)據(jù)集和估計(jì)與因子相關(guān)的收益、因子調(diào)整后的預(yù)期收益和資金流動(dòng)的過(guò)程，這是本文感興趣的三個(gè)關(guān)鍵變量。數(shù)據(jù)樣本基金來(lái)自 1984 年至 2014 年期間的標(biāo)準(zhǔn) CRSP 共同基金數(shù)據(jù)庫(kù)，并關(guān)注主動(dòng)管理型

17、股票基金。公募基有不同份額類別，它們之間的關(guān)鍵區(qū)別通常是收費(fèi)結(jié)構(gòu)，將所有子類合并成一個(gè)基金，只包括那些至少有四年月度收益數(shù)據(jù)的基金，排除了資產(chǎn)管理規(guī)模不超過(guò)$500 萬(wàn)的基金。由此得出的樣本包括 4000 多個(gè)不同的共同基金。因子相關(guān)收益和因子調(diào)整后收益的估計(jì)共同基金的預(yù)期收益可以使用線性因子模型分解為因子調(diào)整后預(yù)期收益和因子暴露的平均收益。使用了七因子基金收益模型，Barber，Huang 和 Odean（2016），七 因 子 包括 Fama-French-Carhart(FFC) 模 型 的 四 個(gè) 因 子 和 Pastor 、 Stambaugh(2002b)的三個(gè)行業(yè)因子。具體來(lái)說(shuō)，

18、估計(jì)每個(gè)基金i 前一個(gè)月的超額收益。在給定時(shí)間 t 的前 m 個(gè)月，, , = 7 + ,( ,) + , + , + , +3 + , , , 1 =1,1212,其中,是月的扣除費(fèi)用后的基金收益，,是一個(gè)月的國(guó)庫(kù)券利率，代表無(wú)風(fēng)險(xiǎn)利率。MKT 是價(jià)值加權(quán)市場(chǎng)組合的收益。SMB、HML 和 UMD 是根據(jù)市場(chǎng)收益調(diào)整 的 Carhart （ 1997 ）三 因子收益 。 1, 2, 3 是 Paastor 和 Stambaugh(2002b)中定義的三個(gè)行業(yè)因子，它們代表了 Fama-French 49 個(gè)行業(yè)多元回歸中殘差的前三個(gè)主成分，因此，行業(yè)因子捕捉到了與其他四個(gè)因子正交的共同行業(yè)收

19、益。參數(shù)7是因子調(diào)整后的預(yù)期收益（七因子 alpha），而, , , ,和 是基金關(guān)于市場(chǎng)、規(guī)模、價(jià)值、動(dòng)量和行業(yè)因子的暴露。假設(shè)噪聲項(xiàng),滿足普通最小二乘(OLS)的標(biāo)準(zhǔn)假設(shè)。,使用逐基金（fund-by-fund）的 OLS 估計(jì), , ,和 ，從 t 時(shí)刻開始前 m個(gè)月，基金 i 的平均因子相關(guān)收益為，1/1231 =（+ + + ）,=/12,=1,也就是說(shuō)，因子相關(guān)的平均收益,是過(guò)去 m 個(gè)月中大小、價(jià)值、動(dòng)量和行業(yè)因子暴露而產(chǎn)生的收益估計(jì)之和。因子相關(guān)的平均收益不包括市場(chǎng)因子 MKT 暴露，因?yàn)槭袌?chǎng)相關(guān)的收益已被證明在很大程度上與資金流無(wú)關(guān)(Berk、vanBinsbergen（20

20、16）、Barber、Huang 和 Odean（2016)）。在估計(jì) FRRs 時(shí)，包括三個(gè)行業(yè)因子，原因有兩個(gè)：首先，Barber，Huang 和 Odean（2016） 認(rèn)為這三個(gè)行業(yè)因子能顯著預(yù)測(cè)基金資金流。第二，這三個(gè)行業(yè)因子解釋了基金收益的很大一部分橫截面變化。,使用 OLS 估計(jì)CAPM 的 alpha，表示為,每個(gè)基金 i 通過(guò)先前 m 期： = + ( ) + 1, , , ,1212其中,是市場(chǎng)貝塔。假設(shè)噪聲項(xiàng),滿足 OLS 標(biāo)準(zhǔn)假設(shè)。,可以分解為, = 7 + ,基金資金流的估計(jì),在 1992 年以前，大多數(shù)基金只是每季度報(bào)告一次 AUM。因此，每季度計(jì)算每個(gè)基金的投資資

21、金流。根據(jù)先前文獻(xiàn)對(duì)資金流的研究，在時(shí)間 t 結(jié)束的季度內(nèi)流入資金 i 是,2, = , (1 + ) 1=0,是基金 i 在 t 時(shí)刻的總 AUM。,12,4因子相關(guān)收益和基金的資金流在本節(jié)中，將研究共同基金的資金流與 FRRs 的反映。文獻(xiàn)發(fā)現(xiàn)，因子調(diào)整后的預(yù)期收益（“真實(shí)”alpha），共同基金的資金流與 FRRs 呈正相關(guān)，這與 Berk 和 vanBinsbergen（2016）和 Barber、Huang 和 Odean（2016)的研究結(jié)果一致）。在第三節(jié)中，估計(jì)了共同基金過(guò)去的FRRs 對(duì)其未來(lái)收益的影響。采取滾動(dòng)窗口的方法，如下所示。根據(jù)基金因子調(diào)整后的預(yù)期收益將所有基金分為

22、五組。然后，根據(jù)過(guò)去四年的 FRRs 樣本分布，將每組分為三個(gè)子組，統(tǒng)計(jì)接下來(lái)的收益。因此，每個(gè)五分位數(shù)組中，包含過(guò)去四年平均因子相關(guān)收益的前三分之一基金。同樣，中間（底部)組由過(guò)去四年平均因子相關(guān)收益中間(底部）三分之一的基金組成。接下來(lái)，比較了在給定的四年期內(nèi)，三組基金在七因子 alpha 五分位數(shù)內(nèi)的平均季度資金流。這一分析揭示了共同基金資金流在控制 AUM 后對(duì) FRRs 的反應(yīng)。圖表 1 報(bào)告了所有基金組合的資金流以及FRRs 的時(shí)間序列平均數(shù)。七因子 alpha 五分位數(shù)中的第一組基金具有正的平均 FRR（每年為 3.6%至 5.0%）。平均而言，相比兩個(gè)低 FRRs 五分位數(shù)的組

23、別，這些基金能吸引更多資金流。對(duì)于每個(gè)五分位數(shù)的中間組，平均 FRRs 接近 0%，平均資金流高于底部組。由于資金流的這些差異，平均而言，在給定的四年估計(jì)期結(jié)束時(shí)，在每個(gè)七因子 alpha五分位數(shù)中，相比處于兩個(gè)較低 FRR 五分位數(shù)的組別，最高 FRR 五分位數(shù)組有更大的AUM。通過(guò)比較圖表 1 第(3)、(8)或(13)列，可以看出資金流與因子調(diào)整后的預(yù)期收益正相關(guān)。圖表 1 的最后一列是標(biāo)準(zhǔn)誤檢驗(yàn)，即在給定的七因子 alpha 五分位數(shù)內(nèi)，頂部和底部組之間的平均資金流顯著正差異。為了估計(jì)資金流差異的標(biāo)準(zhǔn)誤，使用 Kunsch(1989)的滑動(dòng)分塊自助法（time-series movin

24、g-block bootstrap）。這種方法解釋了資金流中的序列和橫截面依賴性。共自助抽樣 5000 次。標(biāo)準(zhǔn)誤是所有樣本之間資金流差異的樣本標(biāo)準(zhǔn)差。結(jié)果發(fā)現(xiàn)，所有的檢驗(yàn)統(tǒng)計(jì)量都是顯著的，這意味著拒絕了因子調(diào)整后收益五分位數(shù)的頂部和底部組具有相同資金流的零假設(shè)。圖表 1 基金資金流對(duì)因子相關(guān)收益的反應(yīng)資料來(lái)源：華安證券研究所整理總之，較大的資金流與過(guò)去較高的 FRRs 有關(guān)。資金流反映了投資者對(duì)管理能力的信念，許多投資者將基金收益歸因于規(guī)模、價(jià)值、動(dòng)量和行業(yè)因子，這些被視為主動(dòng)管理能力的信號(hào)。其中，投資者更多地投資于具有較高先期 FRRs 的基金。過(guò)去因子收益和未來(lái) alpha第二節(jié)表明 F

25、RRs 與基金資金流呈正相關(guān)。然而，在一個(gè)完全理性的世界中，基金投資者應(yīng)該能夠區(qū)分由于管理能力而產(chǎn)生的業(yè)績(jī)與系統(tǒng)性因素產(chǎn)生的業(yè)績(jī)。在本節(jié)中，結(jié)果表明有正的 FRRs 的資金流會(huì)導(dǎo)致未來(lái)的負(fù)業(yè)績(jī)。從這個(gè)意義上講，資金流入具有先期正 FRRs 的基金要大于基金經(jīng)理的能力所能證明的合理性。超配的 AUM 預(yù)測(cè)未來(lái)基金業(yè)績(jī)正如 Berk 和 Green（2004 年）所指出的，并得到了實(shí)證支持 chen （2004年）、Edelen、Evans 和Kadlec（2013 年）、Harvey 和 Liu（2017 年)和朱(2018年），一個(gè)活躍基金管理的資產(chǎn)越多，基金的收益表現(xiàn)就越差。由于基金投資者將

26、 FRRs 與管理能力混淆，具有先期正 FRRs 的基金可能比他們所能管理的擁有更多 AUM，從而觀察到未來(lái)負(fù)的預(yù)期業(yè)績(jī)。為了說(shuō)明這一點(diǎn)，考慮兩個(gè)基金，它們?cè)谀骋惶囟〞r(shí)間點(diǎn)上有相同的 AUM，由于 A 基金先期 FRRs 為正，已達(dá)到目前的規(guī)模，而 B 基金的FRRs 可忽略不計(jì)，B 基金是依靠其”真實(shí)”alpha 吸引資金流。因此，盡管它們的規(guī)模相似，預(yù)計(jì) A 基金的未來(lái)收益率將比 B 基金差。下面采用了滾動(dòng)窗口的方法進(jìn)行了證明，如下所示。對(duì)于每年，按 AUM 將所有基金分為五組。然后，根據(jù)過(guò)去四年的FRRs，將每個(gè)AUM 組分成三個(gè)子組。頂部 FRR 子組的平均 FRRs 約為 400bp

27、s，而底部 FRR 子組的平均 FRRs 為-300bps。為了得到未來(lái)的收益，計(jì)算基金組未來(lái)一年的每月 AUM 加權(quán)收益。然后，將給定基金組合的每月 AUM 加權(quán)收益的時(shí)間序列基準(zhǔn)為 FFC 四因子模型和七因子模型。結(jié)果見圖表 2。在每個(gè) AUM 五分位數(shù)內(nèi)，具有較高先期 FRRs 的基金在未來(lái)表現(xiàn)更差。例如，以FFC 四因子模型為基準(zhǔn)，F(xiàn)RRs 頂部分位數(shù)基金與有類似 AUM 的底部基金相比，未來(lái)每年凈 alpha 低 286bp-396bps。當(dāng)以七因子模型為基準(zhǔn)時(shí)，差異范圍在 319bps-418bps 之間。在五個(gè) AUM 五分位數(shù)中，F(xiàn)RRs 頂部分位數(shù)的基金在下一年的平均凈 al

28、pha為-235bps 到-253bps（在 1%的水平上顯著），這取決于基準(zhǔn)。相比之下，在兩個(gè)基準(zhǔn)模型下，F(xiàn)RRs 底部分位數(shù)的基金平均凈 alpha 為 67bps 和 78bps。FRRs 中間分位數(shù)的基金的平均 alpha 為 20bps 左右。在附錄 A 中，排除 NBER 衰退，并使用替代滾動(dòng)窗口和不同的因子模型，結(jié)果仍是穩(wěn)健的。在分別檢驗(yàn) CRSP 分類的上限基金和風(fēng)格基金時(shí)，結(jié)果也成立?？傊?，由于基金資金流不能區(qū)分因子暴露和管理能力，基金如何增加其 AUM 顯著決定了未來(lái)業(yè)績(jī)。圖表 2 扣除費(fèi)用后的年化收益：控制基金 AUM 后資料來(lái)源：華安證券研究所整理控制因子調(diào)整后的預(yù)期收

29、益前面表明(一)共同基金的資金流追求正的 FRRs，(二)控制 AUM，通過(guò) FRRs 吸引資金流的基金在未來(lái)比其他基金表現(xiàn)差。在本節(jié)中，將證明與 FRRs-驅(qū)動(dòng)資金流的業(yè)績(jī)不佳不是由于“真實(shí)”alpha 的先期差異，在控制過(guò)去經(jīng)因子調(diào)整的預(yù)期收益后，具有先期正 FRRs 的基金比其他基金仍表現(xiàn)要差。根據(jù)前一年因子調(diào)整后的預(yù)期收益，將所有基金分為五組。在過(guò)去四年，根據(jù) FRRs 將每組再次分成三個(gè)子組，并衡量每個(gè)組合相對(duì)于三個(gè)基準(zhǔn)模型的未來(lái)業(yè)績(jī)。結(jié)果見圖表 3。控制過(guò)去因子調(diào)整后的預(yù)期收益后（即“真實(shí)”alpha），先期 FRRs 較高的基金仍表現(xiàn)差于基準(zhǔn)和其他基金。例如，當(dāng)以 FFC 模型為

30、基準(zhǔn)時(shí)，F(xiàn)RRs 頂部分位數(shù)的基金業(yè)績(jī)低于 FRRs 底部分位數(shù)基金 222bps-417bps。在附錄 A 的表 A.III 中，正的先期 FRRs 在同時(shí)控制AUM 和“真實(shí)”alpha 后仍展現(xiàn)出負(fù)的未來(lái)業(yè)績(jī)。附錄A還顯示，當(dāng)將美元增值作為管理能力的控制項(xiàng)時(shí)，也得到了類似的結(jié)果。具有正的先期 FRRs 基金的負(fù)業(yè)績(jī)是由于因子暴露的均值回復(fù)。事實(shí)上，Barber、Huang 和 Odean（2016）發(fā)現(xiàn)，基金對(duì)這些因子的暴露幾乎沒有持久性。圖表 3 扣除費(fèi)用后的年化收益：控制因子調(diào)整后的預(yù)期收益資料來(lái)源：華安證券研究所整理具有正的先期 FRRs 基金積累了過(guò)多的 AUM，這導(dǎo)致規(guī)模收益遞

31、減，反過(guò)來(lái)又大大降低了未來(lái)的收益表現(xiàn)。換言之，這些基金獲得的資金超過(guò)其管理能力所證明的金額。接下來(lái)作者將提供更多的證據(jù)來(lái)支持過(guò)度的資金流，以及規(guī)模收益遞減。正的因子相關(guān)收益的差業(yè)績(jī)?cè)诒竟?jié)中，作者提供了更多的證據(jù)，證明與 FRRs 有關(guān)的資金流，由于規(guī)模收益遞減，很大程度上解釋了正 FRRs 基金的負(fù)業(yè)績(jī)。除了這種基金層面的規(guī)模效應(yīng)之外，這些高 FRR 基金面臨著由無(wú)信息資金流引起的大量購(gòu)買的風(fēng)格。由于這些“擁擠”風(fēng)格有大量的后期負(fù)收益，高 FRR 基金的表現(xiàn)也因此受到負(fù)面影響。規(guī)模效應(yīng)的過(guò)度資金流以前的研究(例如，Pollet 和 Wilson（2008 年）、Edelen、Evans 和 K

32、adlec（2013年）以及 Pastor、Stambaugh 和 Taylor（2018 年)）將價(jià)格影響和執(zhí)行成本等交易成本確認(rèn)為主動(dòng)管理型股票基金規(guī)模收益遞減的重要原因。如果通過(guò)規(guī)模效應(yīng)解釋了具有正的先期 FRRs 基金未來(lái)的負(fù)業(yè)績(jī)，人們將期望那些交易成本較高的基金中產(chǎn)生更強(qiáng)的規(guī)模效應(yīng)。作者通過(guò)研究活躍基金交易成本的橫截面變化來(lái)檢驗(yàn)這一假設(shè)。為了得出基金交易成本的比例，使用 Pastor, Stambaugh, and Taylor (2018)的方法，基金的總美元交易成本為： = =1是股票 j 的交易金額，是交易股票 j 的成本。為了簡(jiǎn)便，忽略了時(shí)間 t 和基金本身 i。 = 0,

33、是股票 j 的市值。這一假設(shè)意味著，當(dāng)交易股票市值的較大部分時(shí)，交易成本就會(huì)更大。股票 j 交易的金額服從 = 其中 D 是基金交易的總額，是股票 j 在投資組合中的權(quán)重。基金的總交易成本可以寫成 = 2 =12假設(shè)總交易金額為D=AT 給出，其中A 是基金的AUM，T 是基金的周轉(zhuǎn)率。因此，基金的交易成本比例等于， = 2 =12對(duì)于每年的數(shù)據(jù)，根據(jù)明年的預(yù)期平均交易成本比例，將過(guò)去四年最高分位數(shù) FRRs 中的基金分為三個(gè)子組。為了進(jìn)行比較，還將其他三分之二的基金(FRRs 較低的基金) 基于相同的交易成本分為 3 組。圖表 4 列出了結(jié)果。在先期 FRRs 頂部分位數(shù)的基金中，面臨較高交

34、易成本的基金確實(shí)有更大的未來(lái)負(fù)業(yè)績(jī)，這與 FRRs 導(dǎo)致過(guò)度的資金流（Excessive Flows）以及規(guī)模效應(yīng)相一致。例如，低交易成本和高交易成本基金之間的收益差約為每年 180bps，在 1%的水平上是顯著的。相比之下，在其他三分之二的基金（先期 FRRs較低的基金）中，三個(gè)交易成本分組具有相似的基準(zhǔn)調(diào)整后的未來(lái)收益。從這個(gè)意義上說(shuō)，這些基金吸引的資金是基于它們的“真實(shí)”alpha，因此交易成本不能預(yù)測(cè)它們的未來(lái)收益。在交易層面的數(shù)據(jù)進(jìn)行分析，Edelen，Evans 和 Kadlec（2009 年、2013 年）和 Busse，Chordia，Jiang 和 Tang（2018 年）估

35、計(jì)了不同風(fēng)格和風(fēng)格內(nèi)部基金交易成本的巨大變化。例如，Edelen、Evans 和 Kadlec（2013 年）記錄了大盤風(fēng)格的平均交易成本約為 80bps，小盤風(fēng)格為 200bps-300bps。在大盤風(fēng)格中，交易成本的內(nèi)部標(biāo)準(zhǔn)差為 40bps-50bps，在中盤風(fēng)格中，為60bps-100bps，在小盤風(fēng)格中，為 110bps-150bps。Busse 等人（2018 年）估計(jì)所有基金的交易成本標(biāo)準(zhǔn)差為135bps。他們還發(fā)現(xiàn)，內(nèi)部風(fēng)格的標(biāo)準(zhǔn)差從 90bps 的大盤風(fēng)格到 200bps 的小盤風(fēng)格。這些估計(jì)在很大程度上符合圖表 4 所列交易成本的隱含變化。圖表 4 基金交易成本和未來(lái)年化收益

36、資料來(lái)源：華安證券研究所整理為了進(jìn)一步驗(yàn)證交易成本在驅(qū)動(dòng)“過(guò)大（oversized）”基金負(fù)收益中的作用，作者探討了基金交易成本在不同風(fēng)格之間的變化。Chen 等人（2004 年）、Yan（2008年）、Edelen、Evans 和 Kadlec（2013 年）表明，小盤風(fēng)格基金和成長(zhǎng)風(fēng)格基金的平均交易成本較高，交易成本標(biāo)準(zhǔn)差較大。在附錄 A 的表 A.IV 中，在這些過(guò)大基金中，小盤風(fēng)格基金和成長(zhǎng)風(fēng)格基金確實(shí)有更多的負(fù)平均異常收益和更大的收益變化，按交易成本排序?？傊?，本節(jié)和附錄 A 進(jìn)一步支持 FRRs 的資金流過(guò)多的觀點(diǎn)，并通過(guò)規(guī)模收益遞減來(lái)解釋未來(lái)的負(fù)業(yè)績(jī)。風(fēng)格水平上的信息不充分交易基

37、金投資者不考慮因子暴露意味著基金資金流的共性。例如，想象一下，某些股票風(fēng)格具有較高的相對(duì)收益。由于基金在很大程度上擴(kuò)大或按比例清算現(xiàn)有頭寸以應(yīng)對(duì)資金流動(dòng)，這些風(fēng)格可能會(huì)吸引大量信息不充分資金流導(dǎo)致的買入，從而在未來(lái)產(chǎn)生負(fù)業(yè)績(jī)，因?yàn)榉腔久鎯r(jià)格推力最終會(huì)消散。相反，那些信息不充分資金流導(dǎo)致的基金超賣可能會(huì)帶來(lái)積極的未來(lái)業(yè)績(jī)。過(guò)去高 FRRs 基金很可能會(huì)暴露在這些“擁擠”風(fēng)格中，從而對(duì)它們的表現(xiàn)產(chǎn)生負(fù)面影響。在本節(jié)中，使用自下而上的方法來(lái)測(cè)量風(fēng)格水平上資金流導(dǎo)致的（flow-induced）交易。發(fā)現(xiàn)在過(guò)去幾年里，經(jīng)歷過(guò)規(guī)模資金流導(dǎo)致的買入風(fēng)格中，后續(xù)異常收益每 年約為-4%到-5%，而具有大量

38、資金流導(dǎo)致的超賣的風(fēng)格中，具有正的未來(lái) alpha。 具有正 FRRs 的基金暴露在“擁擠”的風(fēng)格中。資金流驅(qū)動(dòng)效應(yīng)（flow-driven effect） 上的風(fēng)格收益大約解釋了 20%到 25%的負(fù)收益業(yè)績(jī)。為了檢驗(yàn)風(fēng)格水平的效果，每年根據(jù)市場(chǎng)權(quán)益、賬面與市值比(BM)和先前的一年收益對(duì)股票進(jìn)行分類，形成 27(3x3x3)風(fēng)格的投資組合。然后，使用自下而上的方法來(lái)測(cè)量風(fēng)格水平上資金流導(dǎo)致的交易，如下所示。首先估計(jì)每個(gè)季度中，基金中無(wú)信息資金流的單個(gè)股票交易總量，使用 Lou（2012）的相似指標(biāo)， ,1 ,= , ,1,1是基金 k 在 q-1 季度末時(shí)持有股票 j 的數(shù)量，是基金 k

39、在季度q 中資金流所占百分比，這是未被七因子 alpha 解釋的。,是一個(gè)局部尺度因子（partial scaling factor），它反映了基金經(jīng)理如何增加（清算)他們的持有量，以應(yīng)對(duì)資本流入(流出）。Lou（2012）估計(jì)，PSF 為 0.97 流出，0.86 流入。在過(guò)去K 個(gè)季度，股票 j 的累積資金流導(dǎo)致的交易為，, = =1,4過(guò)去K 個(gè)季度的風(fēng)格水平上資金流導(dǎo)致的交易為，, = ,是風(fēng)格股票的集合， 是風(fēng)格中股票 j 的相對(duì)市值。選擇 K=8，在附錄 B,中，證明了結(jié)果對(duì)K=12 是穩(wěn)健的。為了了解基金資金流導(dǎo)致的交易對(duì)風(fēng)格收益的影響，根據(jù),將所有風(fēng)格分為三組，并計(jì)算了每個(gè)風(fēng)格

40、組在下一年的等權(quán)收益。然后將等加權(quán)風(fēng)格收益的時(shí)間序列作為 FFC 因子和行業(yè)因子的基準(zhǔn)。結(jié)果見圖表 5。在附錄 B 中，將 27 種風(fēng)格劃分為更精細(xì)的組。表 B.II 報(bào)告了結(jié)果。圖表 5 FIT 分組的風(fēng)格年化收益資料來(lái)源：華安證券研究所整理經(jīng)歷過(guò)大量資金流導(dǎo)致的買入的風(fēng)格，每年有大約-4%到-5%的負(fù)異常收益，而大量資金流導(dǎo)致的賣出的風(fēng)格，在未來(lái)有正的 alpha。這些極端風(fēng)格之間的 alpha 差異每年約為 7%，并在 1%的水平上是顯著的。附錄 B 中的表B.I 表明，當(dāng)排除 NBER衰退時(shí)，這種情況仍是存在的。附錄B 中的表B.III 進(jìn)一步使用面板回歸證實(shí)了資金流導(dǎo)致的交易與未來(lái)風(fēng)

41、格收益之間的負(fù)相關(guān)關(guān)系。接下來(lái)，過(guò)去 FRRs 較高的基金正暴露在有大量信息不充分交易的風(fēng)格中。為此，控制七因子后，將 FRR 頂部分位數(shù)基金的收益與高FIT 風(fēng)格的收益、低 FIT 風(fēng)格的收益回歸。高 FRR 基金確實(shí)積極地暴露在“擁擠”的風(fēng)格和消極地暴露在低 FIT風(fēng)格。負(fù) FRR 的基金表現(xiàn)相反，而中間 FRR 的基金不暴露于高 FIT 和低 FIT 風(fēng)格中。圖表 6 還顯示了具有正的先期 FRRs 的基金，其業(yè)績(jī)?cè)诙啻蟪潭壬鲜艿劫Y金流驅(qū)動(dòng)風(fēng)格效應(yīng)的影響。FRRs 頂部分位數(shù)基金的平均凈 alpha 大約為-230bps 到-250bps。大約 55bps 的負(fù) alphas 是由于基金

42、暴露在高 FIT 風(fēng)格。換句話說(shuō)，資金流驅(qū)動(dòng)對(duì)風(fēng)格收益的影響可以解釋高 FRR 基金 20%至 25%的負(fù)面表現(xiàn)。圖表 6 基金 FIT 分組的風(fēng)格暴露和 FIT 調(diào)整后的基金年化收益資料來(lái)源：華安證券研究所整理總基金業(yè)績(jī)的背后含義在本節(jié)中，主動(dòng)管理型基金總的負(fù)業(yè)績(jī)主要是由于小部分具有正的先期 FRRs基金業(yè)績(jī)不佳所導(dǎo)致的。由于不考慮因子暴露，投資者在抽樣期間平均每年損失約$150 億。Malkiel（1995 年）、Gruber（1996 年）、Wermers（2000 年）、Fama 和 French（2010 年）發(fā)現(xiàn)，主動(dòng)管理型股票基金在考慮管理費(fèi)后的基準(zhǔn)調(diào)整后收益顯著為負(fù)?；谶@一觀

43、察，研究發(fā)現(xiàn)基金經(jīng)理缺乏能力。圖表 2 和圖表 3 表明，這種總的負(fù)業(yè)績(jī)主要是由于先期 FRRs 頂部分位數(shù)的基金業(yè)績(jī)不佳，相對(duì)于其管理能力而言，這些基金過(guò)大。然而，大多數(shù)基金并沒有過(guò)大，因此擁有非負(fù)的凈 alpha。為了更清楚地顯示這一點(diǎn)，每年將所有基金分成兩組。第一組是過(guò)去四年的 FRRs 前三分之一的基金組成。第二組為剩余基金。測(cè)量每個(gè)組相對(duì)于五個(gè)基準(zhǔn)模型的未來(lái)業(yè)績(jī)。這些基準(zhǔn)模型為：CAPM 模型、FFC 四因子模型、七因子模型、將 Fama和 French（2015）的盈利因子和投資因子添加到七因子模型中的九因子模型，以及 Berk 和 vanBinsbergen（2015）提出的 V

44、anguard 基準(zhǔn)模型，該模型使用 Vanguard指數(shù)基金的月收益作為基準(zhǔn)。圖表 7 總的收益業(yè)績(jī)資料來(lái)源：華安證券研究所整理從圖表 7Panel A 來(lái)看，在五個(gè)基準(zhǔn)模型下，AUM 加權(quán)基金每年的凈 alpha 為- 81 bps 至-123bps，且顯著為負(fù)。第一組基金，基準(zhǔn)調(diào)整后的平均凈收益為每年-182bps 至-253bps。相比之下，其余三分之二的基金在不同的基準(zhǔn)模型下的凈 alpha為-4bps 到 23bps，不顯著不為 0。Panel B 顯示了含費(fèi)率的收益?；鸬目偸找娼咏诨鶞?zhǔn)調(diào)整后的零。特別是，在過(guò)去FRRs 較低的基金中，三分之二的基金每年的總alpha 為 97

45、bps 到 128bps，這表明它們有足夠的能力在扣除費(fèi)用前超過(guò)這些基準(zhǔn)。Panel C 是基金投資的平均損益。根據(jù)這五項(xiàng)基準(zhǔn)，過(guò)去 30 年，投資者每年損失約$100 億至 150 億。這些損失主要來(lái)自 FRRs 較高的 oversized 基金。Berk and van Binsbergen(2016)認(rèn)為 CAPM 模型最接近投資者使用的“真實(shí)”資產(chǎn)定價(jià)模型。然而，圖表 7 中的結(jié)果與基金投資者理性，以及 CAPM 是“真實(shí)”資產(chǎn)定價(jià)模型的理論不一致。由于 FRRs，通過(guò)追逐高 CAPM alpha 的基金，許多基金投資者在未來(lái)獲得了一個(gè)顯著為負(fù)的CAPM alpha。但是如果這些投資者

46、是理性的，并關(guān)注市場(chǎng)調(diào)整后的收益，不應(yīng)該獲得負(fù)的 CAPM alpha?？偨Y(jié)在本文中，證明了主動(dòng)管理型股票基金之間的能力和規(guī)模是不匹配的?；鹳Y金流對(duì)共同因子暴露的收益反應(yīng)是積極的，比如 Fama-French 因子收益。因此，有正的因子收益的主動(dòng)管理型基金積累了過(guò)度的 AUM，這導(dǎo)致了未來(lái)顯著的負(fù)收益業(yè)績(jī)。作者發(fā)現(xiàn)，這可能是由于較大的交易規(guī)模在價(jià)格影響和執(zhí)行成本上的影響。從這個(gè)意義上說(shuō)，這些基金獲得的資產(chǎn)比它們主動(dòng)管理能力所能證明的更多。除了基金層面的影響，作者還發(fā)現(xiàn)無(wú)信息因子收益回報(bào)驅(qū)動(dòng)的資金流，能強(qiáng)有力地預(yù)測(cè)未來(lái)風(fēng)格水平的收益。先前文獻(xiàn)記錄了主動(dòng)管理型股票基金組合在扣除費(fèi)用后的基準(zhǔn)調(diào)整后

47、收益顯著為負(fù)。作者發(fā)現(xiàn)，部分具有正的先期因子相關(guān)收益的基金是導(dǎo)致所有主動(dòng)管理型股票基金總的負(fù)業(yè)績(jī)的主要原因。附錄 A在本節(jié)中，首先，檢驗(yàn)結(jié)果是否有力地排除了危機(jī)時(shí)期或具有過(guò)高收益的基金。其次，分別研究了CRSP 分類的上限基金和風(fēng)格基金。第三，驗(yàn)證了在估計(jì)與因子相關(guān)的回報(bào)時(shí)使用替代估計(jì)窗口（三年或五年）的穩(wěn)健性。第四，使用 FFC 四因子模型來(lái)估計(jì)與因子相關(guān)的平均收益。第五，通過(guò)比較同時(shí)控制了基金 AUM 和因子調(diào)整后的預(yù)期收益或美元增值后的具有不同先前 FRR 的基金的未來(lái)收益表現(xiàn)，擴(kuò)展了第三部分。發(fā)現(xiàn)正文中的結(jié)果對(duì)于這些替代模型中都是穩(wěn)健的。排除危機(jī)期，排除極端收益基金和子樣本分析在本節(jié)中，將驗(yàn)證結(jié)果的穩(wěn)健性。第一個(gè)檢驗(yàn)中，從樣本中排除了 NBER 衰退。第二個(gè)檢驗(yàn)中，排除了過(guò)去收益率最高的 5的基金和最低 5的基金，以避免極端表現(xiàn)基金。在第三和第四個(gè)檢驗(yàn)中，由 CRSP 分類為基于上限（cap-based）的基金和基于風(fēng)格的基金子集。表 A.I 的A，B，C 和D 組報(bào)告了結(jié)果?？梢钥吹?，III.A 節(jié)和 III.B 節(jié)中得出的結(jié)論繼續(xù)成立。圖表 8 穩(wěn)健性檢驗(yàn)（I）資料來(lái)源：華安證券研究所整理替代估計(jì)窗口和替代因子模型在本節(jié)中，將考慮替代模型。在第一個(gè)檢驗(yàn)和第二個(gè)檢驗(yàn)中，在估算 FRR 時(shí)，將估算窗口的長(zhǎng)度從四年更改為五年或三年。在第三