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。