亚洲免费av电影一区二区三区,日韩爱爱视频,51精品视频一区二区三区,91视频爱爱,日韩欧美在线播放视频,中文字幕少妇AV,亚洲电影中文字幕,久久久久亚洲av成人网址,久久综合视频网站,国产在线不卡免费播放

        ?

        基于ARMA-EGARCH-M模型的公募FOF基金投資風(fēng)格漂移研究

        2020-10-20 05:51:14莊越姚金偉
        金融發(fā)展研究 2020年9期

        莊越 姚金偉

        摘 ? 要:本文利用ARMA-EGARCH-M模型,對我國86只公募FOF基金進(jìn)行了投資風(fēng)格漂移的實(shí)證檢驗(yàn)。結(jié)果表明:(1)我國公募FOF基金存在著投資風(fēng)格漂移現(xiàn)象,其中平衡混合型FOF基金更易漂移;(2)市場上行期相對于市場下行期、市場緩慢變化期相對于市場快速變化期,投資風(fēng)格更易發(fā)生漂移;(3)利好消息對大部分公募FOF基金的刺激程度比利空消息更大,而利空消息更易引起收益率的大幅波動。(4)基金經(jīng)理能力也是引起投資風(fēng)格漂移的因素之一。

        關(guān)鍵詞:公募FOF基金;投資風(fēng)格漂移;ARMA-EGARCH-M模型

        中圖分類號:F832.5 ?文獻(xiàn)標(biāo)識碼:A ?文章編號:1674-2265(2020)09-0013-08

        DOI:10.19647/j.cnki.37-1462/f.2020.09.002

        一、引言

        投資風(fēng)格漂移易引發(fā)代理人的道德風(fēng)險問題,不利于個人投資者的利益保護(hù)、成熟機(jī)構(gòu)投資者的培育和資本市場的繁榮與開放。近年來,隨著我國基金行業(yè)快速發(fā)展,公募FOF基金這類新投資產(chǎn)品發(fā)展迅速,發(fā)行數(shù)量由2017年的10只快速成長到2019年的105只,凈資產(chǎn)規(guī)模也從130.3億元發(fā)展為287.66億元。同時,投資風(fēng)格漂移帶來的風(fēng)險不容忽視。短期來看,投資風(fēng)格漂移不僅使基金市場的價格發(fā)現(xiàn)功能失效,損害個人投資者的利益,也會加劇證券市場的“羊群效應(yīng)”,放大證券市場的波動風(fēng)險;長期來看,投資風(fēng)格漂移不僅不利于建立投資者與基金管理人之間的信任關(guān)系、培育成熟的機(jī)構(gòu)投資者、進(jìn)一步促進(jìn)資本市場繁榮,也不利于中國資本市場良好聲譽(yù)的形成,進(jìn)而降低對外資的吸引力,不利于我國金融市場的對外開放。

        與美國相比,我國公募FOF基金尚處于起步期,成立發(fā)行時間僅3年左右。基金市場發(fā)展的不成熟加劇了基金管理人和投資者之間的信息不對稱問題,使得投資風(fēng)格更易發(fā)生漂移。而我國股票市場牛短熊長、振幅較大的走勢特征也使得基金管理人在市場環(huán)境變化時,很可能受業(yè)績壓力影響而無法堅守投資風(fēng)格。另外,截至2019年底,我國公募FOF基金經(jīng)理的平均任職年限僅1.91年,其中累計單位凈值前30名的公募FOF基金經(jīng)理的任職年限為2.11年;而美國至今成立的1200只公募FOF基金中,市值規(guī)模排名前30的公募FOF基金經(jīng)理的平均任職年限為16.86年,遠(yuǎn)遠(yuǎn)高于我國基金經(jīng)理的平均任職年限。我國基金經(jīng)理任職年限較短也使得基金管理人在投資的經(jīng)驗(yàn)和策略成熟度上尚有不足,投資風(fēng)格漂移的風(fēng)險更易出現(xiàn)。

        目前國內(nèi)關(guān)于公募FOF基金投資風(fēng)格漂移的實(shí)證分析尚處少數(shù),本文豐富了這一領(lǐng)域的研究。本文選取公募FOF基金作為研究對象,主要研究以下三個問題:(1)我國公募FOF基金成立發(fā)行以來表現(xiàn)如何,是否存在投資風(fēng)格漂移問題;(2)若存在投資風(fēng)格漂移,發(fā)生投資風(fēng)格漂移的基金有什么分布特征,形成風(fēng)格漂移的原因是什么;(3)監(jiān)管層應(yīng)如何在促進(jìn)資本市場繁榮開放的同時通過政策監(jiān)管措施有效規(guī)避投資風(fēng)格漂移。

        二、文獻(xiàn)綜述

        投資風(fēng)格漂移成為近年來的研究熱點(diǎn)。蘇木亞等(2018)[1]基于多尺度譜映射的思想,提出了一種基金投資風(fēng)格顯著特征識別方法,對2012年以來我國24支開放式基金進(jìn)行了投資風(fēng)格顯著特征的識別,發(fā)現(xiàn)這24只基金出現(xiàn)比較嚴(yán)重的風(fēng)格漂移和趨同現(xiàn)象。周率等(2018)[2]選取20支位于牛熊不同時期的典型開放式股票型基金為樣本,運(yùn)用Fama-French三因子模型和詹森指數(shù)來識別基金的“投資風(fēng)格漂移”現(xiàn)象,發(fā)現(xiàn):絕大多數(shù)基金無論在熊市或牛市時期均出現(xiàn)了趨同性“投資風(fēng)格漂移”現(xiàn)象,熊市時期傾向于價值型風(fēng)格漂移,牛市時期傾向于成長型風(fēng)格漂移。鄒鵬飛等(2018)[3]構(gòu)建業(yè)績基準(zhǔn)調(diào)整收益的四因子模型,檢驗(yàn)公募基金是否偏離業(yè)績比較基準(zhǔn)約定的投資風(fēng)格,研究發(fā)現(xiàn):基金偏離業(yè)績比較基準(zhǔn),主要表現(xiàn)為偏離其約定的大盤或價值型風(fēng)格、超額配置小盤或成長型股票,基金偏離業(yè)績比較基準(zhǔn)的“違約”行為并不能帶來更高的風(fēng)險調(diào)整后回報,產(chǎn)生了新的委托—代理問題。

        一般來說,對投資風(fēng)格漂移的技術(shù)識別方法有兩種:基于持倉股票因子特征建立的PBSA識別法和基于收益率波動特征的RBSA識別法。在PBSA法上,Sharpe(1992)[4]建立了首個與投資風(fēng)格相關(guān)的分析模型,通過匹配與資產(chǎn)收益率特征相近的風(fēng)格指數(shù)進(jìn)行風(fēng)格識別。Daniel等(1997)[5]則根據(jù)投資組合中持有股票的規(guī)模、賬面市值比和動量基準(zhǔn)的特征匹配出投資風(fēng)格,從而建立了基于特征的共同基金投資組合基準(zhǔn)DGTW。隨后,Berk和Green(2004)[6]、Lan等(2013)[7]則提出了資金流動對基金交易策略影響的理論模型,從理論上將資金流動因素考慮到基金策略風(fēng)格模型中。然而,由于我國公募FOF基金市場尚不成熟、風(fēng)格投資不完備和信息披露不及時,使得PBSA法在我國公募FOF基金投資風(fēng)格識別上并不適用。因此,本文采用基于收益率波動特征的RBSA法。彭耿(2014)[8]曾用此方法對中國市場上的基金投資風(fēng)格漂移進(jìn)行識別,他構(gòu)建了基于收益和風(fēng)險兩個維度的投資風(fēng)格漂移識別模型,基于收益的部分用EGARCH-M中均值模型表示,基于風(fēng)險的部分用EGARCH-M中方差模型表示,兩者共同監(jiān)測基金經(jīng)理的投資行為。這種基于EGARCH-M的均值模型與方差模型的風(fēng)格識別不僅在數(shù)據(jù)可獲得性上更強(qiáng),也不會出現(xiàn)PBSA法的多重共線性。

        從實(shí)證研究角度,GARCH-M族模型被廣泛應(yīng)用于各國各地區(qū)的股票、利率、匯率、股指期貨等投資風(fēng)格分析和預(yù)測。在模型選取上,閆志剛(2005)[9]、Khan等(2019)[10]、Bonga(2019)[11]均發(fā)現(xiàn)在GARCH族模型中,根據(jù)AIC準(zhǔn)則,EGARCH模型的擬合效果最好。張超(2015)[12]則以上證指數(shù)為研究對象,分析了基于廣義誤差分布、T分布和正態(tài)分布的GARCH模型的擬合效果,結(jié)果發(fā)現(xiàn),基于廣義誤差分布的GARCH模型擬合效果最好。另外,廖偉珍等(2010)[13]則以臺灣地區(qū)股票市場發(fā)行的加權(quán)股價指數(shù)TAIEX為樣本對比了GARCH、T-GARCH和EGARCH模型的擬合效果,發(fā)現(xiàn)5分鐘觀測頻率模型的預(yù)測能力最佳。因此,本文采用ARMA-EGARCH-M模型,用廣義誤差分布的方法,選取公募FOF基金收益率目前披露的最高頻率數(shù)據(jù)(周數(shù)據(jù)),對公募FOF基金收益率和其波動序列進(jìn)行擬合。

        對投資風(fēng)格漂移的原因目前已有一定的分析。Brunnermeier等(2004)[14]、Kumar(2009)[15]、Horst和Salganik(2014)[16]、李學(xué)峰等(2010)[17]、錢淑芳等(2015)[18]、顧海峰和吳劍明(2018)[19]均證明了宏觀市場環(huán)境是導(dǎo)致投資風(fēng)格漂移的重要原因。Brown等(2001)[20]、O 'Connell和Teo(2009)[21]均證明了歷史業(yè)績同樣是導(dǎo)致投資風(fēng)格漂移的原因。郭文偉等(2010)[22]、Getmansky(2012)[23]、唐元蕙(2013)[24]則共同說明了基金管理人的技能以及學(xué)歷等個人特征也是導(dǎo)致投資風(fēng)格漂移的原因之一。在信息披露上,Titman等(2011)[25]則發(fā)現(xiàn)信息更靈通的對沖基金波動更小,更不易發(fā)生投資風(fēng)格漂移??v觀上述文獻(xiàn),雖然對基金或者股票市場投資風(fēng)格漂移的研究較多,但鮮有從公募FOF基金視角進(jìn)行投資風(fēng)格漂移研究,對公募FOF基金投資風(fēng)格漂移成因的分析同樣屬于研究空白。就分析路徑來看,同樣鮮有從市場環(huán)境變化角度(市場快漲期、市場慢漲期、市場快跌期、市場慢跌期)分階段研究比較投資風(fēng)格漂移差異。本文填補(bǔ)了這一領(lǐng)域的研究空白。

        三、數(shù)據(jù)描述

        (一)樣本和區(qū)間選取

        我國第一支公募FOF基金成立于2017年10月19日。由于一般基金有1—3個月的建倉期,建倉期內(nèi)FOF基金對各類資產(chǎn)的持倉比例可能會有較大幅度的變化,因此本文選取了2017年至2019年第三季度末期間成立的86只公募FOF基金,研究區(qū)間覆蓋了2017年10月20日至2020年1月23日。由于文章篇幅限制,表1僅報告10只代表性公募FOF基金及其業(yè)績比較基準(zhǔn)情況。本文中公募FOF基金和相關(guān)基準(zhǔn)指數(shù)收益率數(shù)據(jù)均來自萬得基金數(shù)據(jù)庫。

        另外,由于我國的公募FOF基金均為混合型基金,所以單純的股市或債市走勢不足以反映FOF基金的市場全貌,所以本文構(gòu)建了風(fēng)險溢價指標(biāo):萬得全A指數(shù)累計收益率-中債10年期國債總財富指數(shù)累計收益率,將從2017年10月19日為基點(diǎn)的風(fēng)險溢價走勢劃分為4個子研究區(qū)間,以描述公募FOF基金在市場波動各個時期的投資風(fēng)格漂移情況。根據(jù)圖1,將整個研究區(qū)間劃分為兩大階段:市場環(huán)境快速變化期(2017.10.19—2019.4.19)和市場環(huán)境緩慢變化期(2019.4.19—2020.1.23),其中每個大階段又可再劃分為兩個小階段,分別對應(yīng)的是市場快速下跌期(2017.10.19—2019.1.3)、市場快速上漲期(2019.1.3—2019.4.19)、市場震蕩下行期(2019.4.19—2019.8.9)和市場震蕩上行期(2019.8.9—2020.1.23)。

        (二)描述性統(tǒng)計

        如表2所示,從整個研究區(qū)間的均值看,公募FOF基金收益率和業(yè)績基準(zhǔn)指數(shù)收益率序列的均值都大于0,且公募FOF基金收益率在該時間段內(nèi)跑贏基準(zhǔn),這說明我國公募FOF基金管理人有一定的資產(chǎn)配置能力;從分階段的均值來看,公募FOF基金收益率在除市場快速下跌期外,收益均值均大于基準(zhǔn)指數(shù)收益率。從標(biāo)準(zhǔn)差來看,公募FOF基金在整個研究區(qū)間及分階段的標(biāo)準(zhǔn)差均小于業(yè)績基準(zhǔn),這說明公募FOF基金在各階段均表現(xiàn)出一定的抗風(fēng)險能力,風(fēng)險配置效率較高,收益率的波動更加平穩(wěn)。而從整個研究區(qū)間和分階段的偏度、峰度和J-B統(tǒng)計量來看,均說明我國公募FOF基金收益率和業(yè)績基準(zhǔn)指數(shù)收益率均存在著顯著的“尖峰厚尾”特征。

        (三)數(shù)據(jù)檢驗(yàn)

        1. 平穩(wěn)性檢驗(yàn)。本文采用單位根(ADF檢驗(yàn))對樣本基金及其比較基準(zhǔn)的收益率序列進(jìn)行平穩(wěn)性檢驗(yàn),受篇幅所限僅報告檢驗(yàn)結(jié)果如下:86只樣本基金及其基準(zhǔn)指數(shù)收益率序列均呈平穩(wěn)或者差分平穩(wěn)狀態(tài)。數(shù)據(jù)平穩(wěn)性較好。

        2. ?ARCH效應(yīng)檢驗(yàn)。本文對所選取的公募FOF基金收益率與風(fēng)格基準(zhǔn)指數(shù)收益率進(jìn)行ARMA(1,1)回歸,并將結(jié)果進(jìn)行ARCH-LM檢驗(yàn)。受篇幅所限,在此僅報告結(jié)果如下:部分公募FOF基金收益率不具有ARCH效應(yīng),部分公募FOF基金收益率具有ARCH效應(yīng)。因此可對不存在ARCH效應(yīng)的公募FOF基金收益率序列建立ARMA(1,1)模型,對存在ARCH效應(yīng)的公募FOF基金收益率序列則建立EGARCH-M模型?;谀壳把芯繕颖镜臄?shù)據(jù)結(jié)構(gòu)特征,本文進(jìn)一步優(yōu)化了模型設(shè)定。

        四、模型分析與結(jié)果討論

        (一)模型設(shè)定

        本文選取ARMA-EGARCH-M模型對投資風(fēng)格漂移現(xiàn)象進(jìn)行識別。主要原因是:(1)根據(jù)樣本的數(shù)據(jù)檢驗(yàn)結(jié)果,存在ARCH效應(yīng)和不存在ARCH效應(yīng)的收益率序列均可在此模型進(jìn)行回歸;(2)從前期文獻(xiàn)綜述可發(fā)現(xiàn),在描述時間序列的非對稱效應(yīng)時,大部分EGARCH模型比TGARCH模型的擬合度更好;(3)引入外生變量風(fēng)格基準(zhǔn)指數(shù)收益率有助于判斷投資風(fēng)格是否發(fā)生漂移;(4)在均值模型中加入GARCH項(xiàng),可以使模型估計精度更高。

        本文通過比較發(fā)現(xiàn),對于不存在ARCH效應(yīng)的公募FOF基金,大部分在ARMA(1,1)模型下AIC值最小,因此為了簡化結(jié)果,假設(shè)不存在ARCH效應(yīng)的模型均服從ARMA(1,1)分布。則不存在ARCH效應(yīng)的公募FOF基金收益率的模型為:

        [Yt=γYt-1+δσt-1+θ1Xt+μt] ? (1)

        其中:[γ]為AR項(xiàng)的系數(shù),[δ]為MA項(xiàng)的系數(shù),[θ1]為風(fēng)格基準(zhǔn)指數(shù)收益的系數(shù),刻畫的是風(fēng)格基準(zhǔn)指數(shù)與公募FOF基金收益率之間的相關(guān)關(guān)系。[Yt]為以公募FOF基金單位累計凈值的周度數(shù)據(jù)計算出的收益率,[Xt]為以公募FOF基金在招募說明書中披露的風(fēng)格基準(zhǔn)指數(shù)點(diǎn)數(shù)計算出的收益率。

        而對于存在ARCH效應(yīng)的公募FOF基金,本文比較了每只公募FOF基金的EGARCH-M(1,1)、EGARCH-M(1,2)和EGARCH-M(2,1)的AIC、HC和SQ值,將兩項(xiàng)值最小的設(shè)為該基金的EGARCH-M(p,q)模型。在測試過程中,發(fā)現(xiàn)在整個研究區(qū)間內(nèi),若在條件均值模型中加入GARCH項(xiàng)的標(biāo)準(zhǔn)差形式,擬合效果更好,因此設(shè)定EGARCH-M(p,q)模型為:

        [Yt=λσt+γYt-1+δσt-1+θ1Xt+μt] ? (2)

        [lnσ2t=ω0+12αμt-1σ2t-1-2π+12?μt-1σ2t-1+12βlnσ2t-1+ω1ε2t] ? (3)

        其中:公式(2)為EGARCH-M模型中的均值模型,公式(3)EGARCH-M模型的方差模型。均值模型中,[λ]為均值模型中以標(biāo)準(zhǔn)差形式表示的GARCH項(xiàng)的系數(shù)。而方差模型中,[ω0]為截距項(xiàng),[α]為EGARCH模型中對稱效應(yīng)的系數(shù),[?]為EGARCH-M模型中非對稱效應(yīng)的系數(shù),[β]為EGARCH模型中GARCH項(xiàng)的系數(shù),[ε2t]為風(fēng)格指數(shù)收益的條件方差,[ ω1]刻畫的是基準(zhǔn)指數(shù)收益率與公募FOF基金收益率之間的風(fēng)險相關(guān)性。

        由于分階段分析時,公募FOF基金收益率的條件方差易產(chǎn)生負(fù)值,因此在分階段設(shè)立ARMA-EGARCH-M模型時,加入均值模型的GARCH項(xiàng)用方差形式擬合:

        [Yt=λσ2t+γYt-1+δσt-1+θ1Xt+μt] ? (4)

        [lnσ2t=ω0+12αμt-1σ2t-1-2π+12?μt-1σ2t-1+12βlnσ2t-1+ω1ε2t] ? (5)

        對投資風(fēng)格是否漂移的判定基于以下標(biāo)準(zhǔn):若公募FOF基金收益率沒有ARCH效應(yīng),則直接通過公式(1)ARMA(1,1)模型中[θ1]的正負(fù)號來判斷是否發(fā)生投資風(fēng)格漂移,若系數(shù)為正,則表明未發(fā)生漂移;若系數(shù)為負(fù),則表示發(fā)生漂移。若公募FOF基金收益率存在ARCH效應(yīng)的,則在整個研究區(qū)間內(nèi),通過公式(2)和公式(3)EGRCH-M模型中[θ1]和[ω1]的正負(fù)號來判斷是否發(fā)生投資風(fēng)格漂移。若二者都為正,則未發(fā)生投資風(fēng)格漂移;若其中一項(xiàng)為負(fù),則表示發(fā)生投資風(fēng)格漂移。若在分階段區(qū)間內(nèi),則用公式(4)和公式(5)來判斷。

        (二)模型結(jié)果報告

        表3報告了整個市場階段公募FOF基金投資風(fēng)格漂移情況。受文章篇幅所限,在此僅報告發(fā)生投資風(fēng)格漂移的18只公募FOF基金的回歸結(jié)果及特征,而投資風(fēng)格未發(fā)生漂移的68只公募FOF基金的回歸結(jié)果和特征在此不做報告。具體發(fā)生投資風(fēng)格漂移的18只公募FOF基金的回歸統(tǒng)計結(jié)果見表3。

        統(tǒng)計發(fā)現(xiàn),在整個研究區(qū)間內(nèi),公募FOF基金存在投資風(fēng)格漂移現(xiàn)象,漂移基金占公募FOF基金總數(shù)的比例為20.93%,也就是說平均每5只基金就有1只存在投資風(fēng)格漂移現(xiàn)象。表4報告了18只存在投資風(fēng)格漂移的公募FOF基金分布特征,為了加強(qiáng)對比分析,提升研究結(jié)論的可靠性,在表5報告了其余68只不存在投資風(fēng)格漂移的公募FOF基金分布特征。對比表4和表5,這18只存在投資風(fēng)格漂移的基金在投資標(biāo)的、費(fèi)率、收益率、基金經(jīng)理能力(平均任職年限和學(xué)歷)這四個方面呈現(xiàn)以下特征:

        1. 從投資標(biāo)的來看,平衡混合型FOF基金更易發(fā)生漂移。18只發(fā)生投資風(fēng)格漂移的公募FOF基金中有9只為平衡混合型基金,而其余不發(fā)生投資風(fēng)格漂移的68只公募FOF基金則以偏債混合型基金為多,占不漂移基金的47.06%。

        2. 從收益率和費(fèi)率角度來看,可發(fā)現(xiàn)存在投資風(fēng)格漂移的公募FOF基金收益率為8.37%。從基金收益率絕對值看,整體不如全部FOF基金的收益率均值9.66%;但在費(fèi)率上,發(fā)生投資風(fēng)格漂移的公募FOF基金費(fèi)率為0.76%,低于全部FOF基金的費(fèi)率均值0.81%。這說明,投資風(fēng)格漂移在整體上給投資者帶來了負(fù)效用,降低了收益率,損害了投資者利益。而存在投資風(fēng)格漂移FOF基金費(fèi)率偏低的現(xiàn)象可能與不漂移基金中偏債型FOF基金較多有關(guān),由于偏債型FOF基金比偏股型和平衡型FOF基金風(fēng)險更低,因此管理費(fèi)率更低。不過偏低的費(fèi)率也易鼓勵基金管理人利用旗下公募FOF基金進(jìn)行關(guān)聯(lián)交易與利益輸送,從而損害投資者的利益,因此也要防范此情況下因代理人的道德風(fēng)險導(dǎo)致的投資風(fēng)格漂移現(xiàn)象。

        3. 從基金經(jīng)理的能力看,發(fā)生投資風(fēng)格漂移的公募FOF基金經(jīng)理平均任職年限為1.85年,低于全體FOF基金經(jīng)理的平均任職年限1.98年。發(fā)生投資風(fēng)格漂移的公募FOF基金經(jīng)理中博士學(xué)歷及以上的比例為11.11%,也要低于全體FOF基金中博士學(xué)歷及以上的比例18.60%,這也說明基金經(jīng)理的能力和投資風(fēng)格漂移之間是存在一定的相關(guān)性的:公募FOF基金管理人的平均任職年限越高、高學(xué)歷的人越多,公募FOF基金越不容易發(fā)生漂移。

        4. 整個市場區(qū)間內(nèi)大部分公募FOF基金均存在著非對稱效應(yīng),且大部分公募FOF基金的非對稱效應(yīng)系數(shù)為正。大部分公募FOF基金受到利好消息刺激的程度比利空消息更大,這意味著,利好消息更易引起投資風(fēng)格漂移。然而,從非對稱效應(yīng)系數(shù)的絕對值來看,負(fù)對稱效應(yīng)的絕對值更大,且主要出現(xiàn)在偏股混合型FOF基金和平衡混合型FOF基金中,這說明利空消息更易引起收益率的大幅波動,且此時間段內(nèi)偏股型FOF基金和平衡型FOF基金更易出現(xiàn)收益虧損現(xiàn)象。

        緊接著,再分階段對發(fā)生投資風(fēng)格漂移的公募FOF基金進(jìn)行特征統(tǒng)計。由于分階段中,對投資經(jīng)理的任職年限和學(xué)歷的分析意義不大,因此分階段中主要從發(fā)生投資風(fēng)格漂移基金的投資標(biāo)的類型、收益率及費(fèi)率角度進(jìn)行分析。受篇幅限制,各階段檢驗(yàn)結(jié)果在此不做詳細(xì)報告。

        如表6和表7所示,按照不同市場階段投資風(fēng)格漂移發(fā)生的比例排序:市場震蕩上行期(15.12%)>市場快速上漲期(7.50%)>市場震蕩下行期(4.00%)>市場快速下跌期(3.57%)。整體而言,在市場上漲期,公募FOF基金投資風(fēng)格更易發(fā)生漂移。這同整個市場研究區(qū)間內(nèi)對非對稱效應(yīng)系數(shù)研究的結(jié)論一致,即利好消息更易引起投資風(fēng)格發(fā)生漂移。發(fā)生這種現(xiàn)象的原因可能和市場上投資風(fēng)險偏好的變化有關(guān):當(dāng)市場上漲時,基金經(jīng)理可以通過變更投資風(fēng)格的方式為投資者獲得更高的收益率,從而提升自己所獲得的管理費(fèi),因此無論是投資者還是基金管理人,均有足夠的市場激勵進(jìn)行投資風(fēng)格漂移。在市場快速上漲期和市場震蕩上行期,之所以偏債混合型FOF基金發(fā)生漂移的比例要遠(yuǎn)大于偏股型FOF基金和平衡型FOF基金也是出于同樣的原因。而在市場下行期,基金管理人可將自己所管理的FOF基金的低收益率歸咎于市場大環(huán)境,因此沒有動力變更投資風(fēng)格,所以下行期投資風(fēng)格漂移的比例明顯要低于上漲期投資風(fēng)格漂移的比例。

        對比表6和表7,當(dāng)市場環(huán)境快速變化時,公募FOF基金投資風(fēng)格更不容易發(fā)生漂移。無論是市場震蕩上漲期還是市場震蕩下行期,其投資風(fēng)格漂移的程度均分別大于市場快漲期和市場快跌期。這是因?yàn)?,?dāng)市場環(huán)境快速變化時,基金管理人來不及變更旗下持倉基金的份額,因此表現(xiàn)出快速上漲期和快速下跌期的投資風(fēng)格漂移程度沒有市場震蕩上行期和市場震蕩下行期的投資風(fēng)格漂移程度高。而在市場震蕩上行期和市場震蕩下行期時,基金經(jīng)理有充分的時間消化市場利好與利空消息,從而做出倉位調(diào)整,在市場環(huán)境緩慢變化時,公募FOF投資風(fēng)格漂移的概率較大。

        五、研究結(jié)論與政策建議

        (一)研究結(jié)論

        本文選用ARMA-EGARCH-M模型,對我國自2017年成立發(fā)行以來的86只公募FOF基金進(jìn)行了投資風(fēng)格漂移的實(shí)證檢驗(yàn),深化了對資本市場道德風(fēng)險的研究?;谠鷮?shí)的實(shí)證分析,能夠得出以下基本研究結(jié)論。

        從本研究整個市場研究區(qū)間來看,我國公募FOF基金存在著投資風(fēng)格漂移現(xiàn)象,86只公募FOF基金中有18只FOF基金表現(xiàn)出顯著的投資風(fēng)格漂移,占比21%,投資風(fēng)格漂移會降低公募FOF基金的收益率,給投資者帶來負(fù)效用。具體而言,從投資標(biāo)的來看,平衡混合型FOF基金更易發(fā)生漂移。從費(fèi)率來看,發(fā)生投資風(fēng)格漂移的公募FOF基金的費(fèi)率整體上較低。這可能是與該基金結(jié)構(gòu)組成中以費(fèi)率更低的偏債型基金為主有關(guān),不過偏低的費(fèi)率也易誘導(dǎo)基金管理人利用旗下公募FOF基金進(jìn)行關(guān)聯(lián)交易與利益輸送,因此需要防范此情況下代理人道德風(fēng)險的出現(xiàn)。從非對稱效應(yīng)的系數(shù)來看,大多數(shù)公募FOF基金中非對稱效應(yīng)的系數(shù)為正,說明大部分公募FOF基金受到利好消息刺激的程度比利空消息更大,但負(fù)對稱效應(yīng)系數(shù)的絕對值更大,說明利空消息更易引起收益率的大幅波動。此外,從基金經(jīng)理的能力來看,基金經(jīng)理的能力越高(平均任職年限和學(xué)歷越高),公募FOF基金的投資風(fēng)格越不容易發(fā)生漂移。

        從市場各階段分布看,市場環(huán)境變化對投資風(fēng)格漂移程度的影響是深刻的,其中市場震蕩上行期對投資風(fēng)格漂移的影響表現(xiàn)最為顯著??紤]到基金管理人對市場信息反應(yīng)的滯后性,相比起市場環(huán)境快速變化期,市場環(huán)境緩慢變化期更容易激勵公募FOF基金發(fā)生投資風(fēng)格漂移。因此,監(jiān)管層尤其要注意在市場震蕩上行期加強(qiáng)對投資風(fēng)格漂移的有效監(jiān)管。

        (二)政策建議

        基于上述研究結(jié)論,本文提出以下政策建議:對監(jiān)管層而言,要根據(jù)投資風(fēng)格漂移程度建立市場預(yù)警指數(shù)。由于投資風(fēng)格漂移程度在市場震蕩上漲期>市場快速上漲期>市場震蕩下行期>市場快速下行期,因此監(jiān)管層可以根據(jù)投資風(fēng)格漂移程度的大小對市場風(fēng)險進(jìn)行預(yù)警,及時發(fā)布有效反映投資風(fēng)格漂移的市場預(yù)警指數(shù)。要加強(qiáng)市場上行期對公募FOF基金投資風(fēng)格漂移的監(jiān)管,尤其是對震蕩上行期投資風(fēng)格漂移的監(jiān)管,建立多層次、分階段的投資風(fēng)格監(jiān)測體系。對公募FOF基金管理公司而言,注重對基金管理人的篩選,建立長效考核機(jī)制。由于基金經(jīng)理的能力(任職年限、學(xué)歷)與投資風(fēng)格漂移存在一定的相關(guān)性,因此基金管理人的選拔和任用應(yīng)考慮其任職年限和學(xué)歷水平。與此同時,建立公募FOF基金的長效考核機(jī)制,減少基金經(jīng)理因短期業(yè)績壓力而不得不變更投資風(fēng)格或被更換的可能,注重基金管理人的長期發(fā)展,提高其任職年限。對基金管理人而言,加強(qiáng)契約意識和從業(yè)道德,克服機(jī)會主義?;鸾?jīng)理要嚴(yán)格按照契約規(guī)定操作,減少投資風(fēng)格漂移現(xiàn)象的出現(xiàn),在市場上樹立良好的口碑和聲譽(yù),靠扎實(shí)穩(wěn)健的投資業(yè)績積累人氣和聲望。

        參考文獻(xiàn):

        [1]蘇木亞,楊曉光,郭崇慧. 基于多尺度譜映射的基金投資風(fēng)格顯著特征識別方法 [J].管理評論,2018,(3).

        [2]周率,程勇,周孝華. 我國開放式股票型基金的“投資風(fēng)格漂移”現(xiàn)象研究 [J].管理世界,2018,(6).

        [3]鄒鵬飛,李濤,肖俊,謝鳳鳴. 公募基金嚴(yán)格遵守合同約定的投資風(fēng)格嗎?——基于業(yè)績比較基準(zhǔn)的視角 [J]. 金融與經(jīng)濟(jì),2018,(7).

        [4]Sharpe W F. 1992. Asset Allocation:Management Style and Performance Measurement [J].Journal of Portfolio Management,18(2).

        [5]Daniel K,Grinblatt M,Titman S,et al. 1997. Measuring Mutual Fund Performance with Characteristic-based Benchmarks [J].The Journal of Finance,52(3).

        [6]Berk J B, Green R C. 2004. Mutual Fund Flows and Performance in Rational Markets [J].Journal of Political Economy,112(6).

        [7]Lan Y,Wang N,Yang J. 2013. The Economics of Hedge Funds [J].Journal of Financial Economics,110(2).

        [8]彭耿.基金投資風(fēng)格漂移識別——基于收益和風(fēng)險雙維度 [J].財經(jīng)理論與實(shí)踐,2014,35(3).

        [9]閆志剛.上海證券市場GARCH效應(yīng)檢驗(yàn)和模型選擇 [J].統(tǒng)計與信息論壇,2005,(1).

        [10]Khan,MS,Khan,KI,Mahmood,S.,&Sheeraz,M. 2019. Symmetric and Asymmetric Volatility Clustering via GARCH Family Models:An Evidence from Religion Dominant Countries. [J].Paradigms,13(1).

        [11]Bonga W G. 2019. Stock Market Volatility Analysis Using GARCH Family Models:Evidence from Zimbabwe Stock Exchange [C].MPRA Paper.

        [12]張超.基于不同分布假設(shè)GARCH族模型對上證指數(shù)波動性分析的比較研究 [J].科技和產(chǎn)業(yè),2015,15(1).

        [13]廖偉珍,雷立芬. 不同樣本頻率之股市波動性估計——GARCH,TGARCH與EGARCH之比較 [J].臺灣銀行季刊,2010,61(4).

        [14]Brunnermeier M K,Nagel S,Brealey R,et al. 2004. Hedge Funds and the Technology Bubble [C].Journal of Finance,59(5).

        [15]Kumar A. 2009. Dynamic Style Preferences of Individual Investors And Stock Returns [J].Journal of Financial and Quantitative Analysis,44(3).

        [16]Ter Horst J,Salganik G. 2014. Style Chasing by Hedge Fund Investors [J].Journal of Banking&Finance,39.

        [17]李學(xué)峰,徐華, 李榮霞.基金投資風(fēng)格一致性及其對基金績效的影響 [J].財貿(mào)研究,2010,21(2).

        [18]錢淑芳,許林,吳栩.宏觀經(jīng)濟(jì)環(huán)境對股票型基金投資風(fēng)格漂移的影響研究 [J].投資研究,2015,34(9).

        [19]顧海峰,吳劍明.基金投資風(fēng)格漂移加劇了我國股市波動風(fēng)險嗎?——來自2006年至2016年期間滬深股市的證據(jù) [J].金融監(jiān)管研究,2018,(1).

        [20]Brown S J,Goetzmann W N,Park J. 2001. Careers and Survival:Competition and Risk in The Hedge Fund and CTA Industry [J].The Journal of Finance,56(5).

        [21]OConnell P G J,Teo M. 2009. Institutional Investors,Past Performance, and Dynamic Loss Aversion [J].Journal of Financial and Quantitative Analysis,44(1).

        [22]郭文偉,宋光輝, 許林.基金經(jīng)理的個人特征對基金風(fēng)格漂移的影響研究 [J].軟科學(xué),2010,24(2).

        [23]Getmansky M. 2012. The Life Cycle of Hedge Funds:Fund Flows,Size,Competition,and Performance [J]. The Quarterly Journal of Finance,2(1).

        [24]唐元蕙.風(fēng)格飄移與基金業(yè)績——基于選股能力與擇時能力的視角 [J].中國經(jīng)貿(mào)導(dǎo)刊,2013,(35).

        [25]Titman S,Tiu C. 2011. Do The Best Hedge Funds Hedge? [J].The Review of Financial Studies,24(1).

        Research on the Investment Style Drift of Public FOF Fund Based on Arma-Egarch-M Model

        Zhuang Yue1/Yao Jinwei2

        (1.School of Economics,Huazhong University of Science and Technology,Wuhan ? 410074,Hubei,China;

        2.School of International Economics,Beijing ? 100091,China)

        Abstract:In this paper,the ARMA-EGARCH-M model is used to empirically test the investment style drift of 86 publicly offered fund of funds in China. The results show that:(1)China's publicly offered fund of funds has the phenomenon of drifting investment style,among which the balanced mixed FOF fund is more likely to drift;(2)compared with the downtrend period and the slow change period in the market,the investment style is more likely to drift;(3)positive news can stimulate most public offering fund of funds to a greater extent than the empty ones,while bad news is more likely to cause large fluctuations in rate of return;(4)the ability of fund managers is also one of the influencing factors that cause the drift of investment style.

        Key Words:public placement FOF,investment style drift,ARMA-EGARCH-M model

        (責(zé)任編輯 ? ?耿 ? 欣;校對 ? LY,GX)

        收稿日期:2020-04-16 ? ?修回日期:2020-05-12

        基金項(xiàng)目:中央高?;究蒲袠I(yè)務(wù)費(fèi)(青年教師科研培育)“政治商業(yè)周期及其中國化:溯源、理論發(fā)展與經(jīng)驗(yàn)檢驗(yàn)”(3262019T69)。

        作者簡介:莊越,女,廣東廣州人,華中科技大學(xué)經(jīng)濟(jì)學(xué)院,研究方向?yàn)樽C券投資;姚金偉,男,山東臨沂人,清華大學(xué)公共管理學(xué)院博士,國際關(guān)系學(xué)院國際經(jīng)濟(jì)系講師,研究方向?yàn)橹袊?jīng)濟(jì)與金融。

        亚洲国产a∨无码中文777| 成人无码网www在线观看| 亚洲中文字幕高清视频| 久久综合九色综合97婷婷| 国产午夜福利久久精品| 99亚洲精品久久久99| 完整在线视频免费黄片| 久久中文字幕亚洲综合| 成人精品天堂一区二区三区| 国产精品免费久久久久影院| 国产成人av综合色| 国产精品亚洲一区二区三区在线看 | 99久久国产综合精品女图图等你| 国产精品毛片无遮挡高清| 国产天堂av手机在线| 国产麻豆久久av入口| 挺进朋友人妻雪白的身体韩国电影| 国产精品第1页在线观看| 国产成版人性视频免费版| 国产内射一级一片内射视频| 成人久久久久久久久久久| 日本一区二区啪啪视频| 美女被躁到高潮嗷嗷免费观看| 久久久久久自慰出白浆| 日韩精品无码av中文无码版| 91精品在线免费| av成人一区二区三区| av 日韩 人妻 黑人 综合 无码| 欧美中文在线观看| 区二区三区亚洲精品无| 欧美群妇大交群| 亚洲人成亚洲精品| 久久久精品2019免费观看| 人妻少妇精品视频一区二区三| 久久www免费人成—看片| av色综合网站| 一个人午夜观看在线中文字幕| 97碰碰碰人妻无码视频| 亚洲特黄视频| 亚洲精品国产二区在线观看| 亚洲自偷精品视频自拍|