| 四、关于基金持有人选择能力研究的各种方法述评
（一）基于基金净资产数据研究的特点
在一般情况下小论文，除基金收益率需按日（周）公布外，监管机构规定基金经理必须定期（一般是按季度）公布基金净资产、股票组合的摘要表现在：
1．基金的资金净流入量不能精确反映反映基金持有人的买卖行为。由于不知道基金持有人买卖的具体时间，因此，一般只能假定基金持有人买卖的行为发生在期初或期末，再根据基金净资产在期初至期末的变化及基金的收益率推测基金持有人在该时间内买卖基金的资金数量。例如，当使用的是基金净资产的季度数据，在某季度初基金的净资产为20亿，期末的净资产为30亿，该季度基金的收益率为10%。假设基金持有人在季度末买卖基金，则根据注①中（1）式计算的该季度基金的资金净流入量为8亿元；假设基金持有人在季度初买卖基金，则根据注①中（2）式计算的该季度基金的资金净流入量为7.27亿元。由此可见，根据（1）或（2）式计算的资金净流入量并不相同。Elton等（2009）指出，使用的关于基金净资产和收益的数据频率越高（如月度数据），基金的资金净流入量就能够更准确的反映基金持有人的买卖行为[8]。
2．如何确定组合构建期和考察期的时间长度，也会影响对基金持有人选择能力的判断
不同的研究者根据数据的可得性，采用的组合构建期和考察期的不同长度不尽相同。使用基金净资产季度数据的研究者采用的组合构建期长度一般是3个月，使用基金净资产月度数据的研究者采用的组合构建期长度一般是1个月。从理论上讲，组合考察期的长度应该根据基金持有人持有基金的实际时间确定，如持有时间为3个月，则组合考察期长度应该为3个月。但是，基金持有人实际持有时间各不相同，研究者甚至很难确定基金持有人平均持有时间从而合理确定考察期长度。出于稳健性的需要，多数研究者分别在不同考察期长度下考察基金持有人的选择能力。
（二）基于基金持股组合数据研究的特点
这类研究的主要优点是关于基金持股组合的数据容易获得。主要的缺点有：
1．基金持有人买卖基金的行为对基金持股组合内容及比例的影响必须通过基金经理的交易行为实现小论文，因此通过基金持股组合内容及比例的变化只能间接反映基金持有人的选择行为。Frazzini 等也承认用该方法反映基金持有人的行为可能存在时滞和偏误。
2．基金公布的股票组合持股内容和比例不一定能准确反映基金经理实际的交易行为和结果。如基金公布的在某季度末持有某股票占组合资产总额的5%，研究者希望这个5%代表了基金在该季度持有该股票的实际比例，但是由于基金在该季度内对该股票可能存在多次买卖行为，有可能在该季度的第一个月末持有该股票的比例占组合资产总额为0，而在第二个月末买入该股票并占组合资产总额的10%，但是在第三个月末有卖出了一部分该股票，使该股票占组合资产总额的比例为其最终所公布的5%水平，显然，这个5%并不能反映基金对该股票在这个季度内的实际持有状况。
（三）基于基金持有人交易数据研究的特点
这类研究的优点是由于有关基金持有人买卖行为的记录详尽，一般不需要专门设计指标度量基金持有人的买卖行为，因此研究方法相对于前述两类方法简单而且有效。这类研究的主要缺点是：
1．样本选择偏误。由于监管机构对基金持有人具体的交易数据没有规定必须公开，而是在自愿的基础上由相关机构自行决定是否公布这些数据。因此，研究者很难获得关于基金持有人交易记录的具体数据。从目前的研究来看，研究者一般仅通过分析某个机构（基金销售机构）收集的交易记录来分析基金持有人的基金选择能力。这些数据仅仅反映了通过该特定机构进行交易的基金持有人的交易行为，而并不能反映市场上所有基金持有人的交易行为，因而样本选择偏误不可避免。
2．数据的准确性难以保证。由于缺乏专业的数据收集整理的系统规划和方法，基金管理公司或基金销售中介机构收集的基金交易数据在统计指标的设计、统计范围等方面不一定完善，从而给研究者带来困难；而且这些数据没有经过专门机构校对，数据的准确性不能得到保证。
3．数据的前期处理工作量巨大。研究基金持有人的选择能力除需要基金持有人的交易数据外，还需要有关基金的其他数据，如基金收益、基金净资产等。因此，必须将基金持有人的交易数据和与所需其他数据进行匹配，而这是一项繁重的数据处理工作。
六、基金持有人选择能力研究方法的未来发展方向
（一）设计能够更准确地反映基金持有人选择行为的指标
在不能获得基金持有人详细交易数据的情况下小论文，研究基金持有人选择能力的关键是设计能够准确反映基金持有人选择行为的指标。从目前的文献来看，早期研究都是使用基金净资产的季度数据计算资金净流入量，由于数据频率低，该指标不能准确反映基金持有人的选择行为，由此得到的结论稳健性不强。最近的研究以Keswani 等（2008）为代表，由于拥有了基金持有人购买、赎回基金更为详细的月度数据，研究者能够更准确地分析基金持有人的买卖行为，对基金持有人的选择能力的研究也更为准确和丰富。可以预计，未来的基于基金净资产季度数据的研究将会越来越少，而基于基金净资产月度数据的研究将会逐渐增多。
通过基金股票组合数据也能够设计间接反映基金持有人买卖决策行为的指标，Frazzini等（2008）的研究就是典型代表。然而，基于持股组合数据的研究因其对基金持有人选择行为度量的间接性和实施方法的复杂性难有新的突破，目前仅有Frazzini等（2008）一篇文献。
我国证监会的规定，基金经理只需按季度公布基金的净资产数据，研究者只能通过基金季度净资产的变化和基金收益率推算基金持有人的买卖决策行为。此外，我国的基金管理公司按规定只需每半年公布一次资产组合的详细数据，基于持股组合数据的研究因数据频率太低基本不具有可行性。由此看来，在没有出现基金净资产月度数据甚至频率更高的数据以前，未来基于基金净资产季度数据研究基金持有人选择能力在我国更具可行性，但这样的研究因数据频率低，所以有必要加强对实证结论稳健性的探讨。
(二) 获得更精确的反映基金持有人买卖行为的数据
与基金资产组合有关的频率更高的月度数据与季度数据相比更有利于研究者准确分析基金持有人的选择行为。研究者当然希望获得频率更高的数据，但是基金经理出于成本和防止他人搭便车等方面的考虑不愿向专业的数据提供商如CRSP（美国证券价格研究中心）提供这些数据[④]。没有专业的数据提供商对数据进行收集整理，即使研究者能够获得频率更高的基金数据小论文，往往也是零星分散的，以此为基础的研究存在样本选择偏误问题。美国的CRSP从1991年起开始提供部分基金的与净资产有关的月度数据，但1991年之前只有基金净资产的季度数据；英国投资管理协会（IMA）收集了1992年—2000年的较为详细的基金月度数据。当前，在不能获得基金持有人具体交易记录的情况下，基于基金净资产月度数据研究基金持有人的选择能力已经成为一种趋势。
当然，准确反映基金持有人的选择行为必须获得单个基金持有人买卖基金的时间及资金数量等具体数据，近年来这类数据不断被从业人员和研究者发现、整理和运用，未来这类研究将有更大的发展空间。我国基金业处在发展的初期，基金的各项管理制度都在不断的完善之中，基金管理公司以及基金销售中介机构对基金持有人交易的记录并不准确、连贯、完善，当前开展基于基金持有人交易数据研究并不具有可行性。
(三) 探索评价基金业绩的更为准确和稳健的方法
基金业绩评价方法是评价基金持有人选择能力的基础。早期对基金业绩的评价主要采用单因素模型以及Fama—French三因素模型、Carhart四因素模型等多因素模型[9][10] [11]；近年来，条件单因素模型和条件多因素模型得到了广泛的运用[12]。此外，基于基金资产组合数据评价基金业绩的DGTW方法也越来越受到研究者的重视[13][14] 。当前，研究者同时采用条件多因素模型和DGTW方法评价基金业绩以增强实证结论的稳健性是一个越来越明显的趋势。
参考文献：
[1]Gruber, M. J., 1996, “Another puzzle: The Growth in Actively Managed MutualFunds”, Journalof Finance,Vol.51,pp783–810.
[2]Zheng,L., 1999, “Is Money Smart? “A Study of Mutual Fund Investors’ Fund SelectionAbility”, Journal of Finance, Vol. 54,pp901–933.
[3]Keswani,A., and Stolin D., 2008, “Which Money is Smart? Mutual FundBuys and Sells of Individual and Institutional Investors”,Journal of Finance, Vol. 63,pp85-118.
[4]Sapp,T. and Tiwair A., 2004, “Does Stock Return Momentum Explain the ‘Smart money’effect? ”,Journal of Finance, Vol. 59,pp2605–2622.
[5]FrazziniA., Lamont O.A., 2008, “Dumb Money: Mutual Fund Flows and the Cross-section ofStock Returns”, Journal of Financial Economics,Vol. 88, pp299-322.
[6]Ivkovic,Z., Weisbenner, S., 2009 ,“Individual investor mutual fund flow”, Journal ofFinancial Economics, Vol. 92,pp223–237
[7]Niebling,F., Meyer, S., Hackethal, A., 2009[2010-03-10], “Whose Money is Smart? Mutual Fund Purchases of Private Investors”, http://ssrn.com/abstract=1343638
[8]Elton E. J.,Gruber M. J., Blake, C. R., Krasny, Y., Ozelge, S., 2009, “The Effect of HoldingsData Frequency on Conclusions about Mutual Fund Behavior” Journal of Banking& Finance, Vol. 30, pp1-13.
[9]Jensen M. C.. Risk,the pricing of capital assets, and the evaluation of investment portfolios [J].Journal of Business, 1969, (42): 167-247.
[10]Fama,E. F., French K. R., 1992, “the Cross-section of Expected Stock Returns”, Journalof Finance, Vol. 47, pp 427–465.
[11]Carhart,M., 1997, “On Persistence in Mutual Fund Performance”, Journal of Finance,Vol. 52, pp57-82.
[12]Ferson,W. E., Schadt, R., 1996, “Measuring fund strategy and performance in changingeconomic conditions”, Journal of Finance, Vol.51, pp425–462.
[13]Daniel,K., Grinblatt, M., Titman, S., Wermers, R., 1997, “Measuring Mutual FundPerformance with Characteristic-based Benchmarks”, Journal of Finance, Vol.52, pp1035–1058.
[14]Wermers,R., 2003[2010-02-15],“Is Money Really “Smart”? New Evidence on the Relation between Mutual FundFlows, Manager Behavior, and Performance Persistence”, http://ssrn.com/abstract=414420
2/2 首页 上一页 1 2 |
