沈紅波展一帆周依仿

(1.復旦大學經(jīng)濟學院，上海 200433；2.復旦大學管理學院，上海 200433)

一、引言

“高質量發(fā)展”和“雙循環(huán)新發(fā)展格局”是“十四五”時期的關鍵詞和綱領。資本市場則是金融助力高質量發(fā)展，促進經(jīng)濟從要素驅動、債務驅動向創(chuàng)新驅動、效率驅動轉型的重要抓手，具有牽一發(fā)而動全身的作用。隨著機構投資者市場占比和影響力的不斷擴大，其對資本市場資源配置效率的影響也日益提升。根據(jù)中國證券投資基金業(yè)協(xié)會的數(shù)據(jù)，截至2020年底我國公募基金的資產管理總規(guī)模達到19.9萬億元，共7913支公募基金，其中開放式基金6770支，封閉式基金1143支。公募基金的投資行為對證券市場的定價效率、資源配置和穩(wěn)定性均有著重要影響。但是，A股市場仍頻現(xiàn)暴漲暴跌乃至資產泡沫，那么，被寄予“穩(wěn)定市場和理性投資”厚望的基金公司究竟是市場穩(wěn)定器還是波動放大器？在業(yè)績排名壓力下，基金公司是否會超額配置熱門的行業(yè)或泡沫資產、對資產泡沫推波助瀾，值得監(jiān)管機構和投資者密切關注。

理論上，資產價格大幅度偏離內在價值將催生資產價格泡沫(Shiller, 2000)[17]，機構投資者作為理性投資者代表，應套利修復錯誤定價。但實際上，套利存在限制(Figlewski，1979；De Long et al.，1990)[11][9]，市場存在摩擦和信息不對稱，機構投資者也面臨排名和贖回壓力(Shleifer and Vishny，1997)[18]。相較于敬而遠之或逆勢做空，特定條件下機構投資者面對泡沫資產的理性最優(yōu)決策反而是“騎乘泡沫”(ride the bubble)——即雖明知資產存在泡沫且最終會破裂，但仍選擇持有甚至超配泡沫資產，獲取其快速上漲帶來的高收益，并期望能精準擇時，在泡沫破裂前夕撤出市場(Abreu and Brunnermeier， 2003)[1]。

已有文獻指出，機構投資者超配泡沫資產的行為會大幅度提升市場泡沫的持續(xù)時間和規(guī)模(Abreu and Brunnermeier，2003；Dass et al.，2008；Sato，2016)[1][8][19]。而資產價格泡沫的集聚、壯大和破裂則往往會損害實體經(jīng)濟，破壞金融市場的穩(wěn)定性(Jordà et al.，2013)[15]，提升銀行等金融機構的系統(tǒng)風險(Brunnermeier et al.，2020)[3]，嚴重時引發(fā)金融危機。在我國A股市場中，公募基金是否超配了泡沫資產，究竟是起到抑制泡沫還是推波助瀾的作用，在2013―2020年發(fā)生的資產泡沫和市場暴漲暴跌中又扮演了怎樣的角色，是本文要研究的第一個重要問題。

進一步，隨著基金行業(yè)的迅猛發(fā)展，基金公司的業(yè)績排名競爭也愈發(fā)激烈?；鸾?jīng)理的激勵與基金的規(guī)模正相關，而基金規(guī)模又取決于業(yè)績和資金流量之間的倒U型曲線關系(Ippolito，1992；Sirri and Tufano，1998)[14][20]，排名靠前的明星基金管理規(guī)模不斷膨脹，而排名靠后的基金則陷入惡性循環(huán)。因此，激烈的業(yè)績排名錦標賽既給基金公司造成巨大壓力，也會促使基金經(jīng)理采取一些激進的投資風格或行為(Brown et al.，1996；李祥文和吳文峰，2018)[5][27]。那么，日益激烈的業(yè)績排名錦標賽機制，是否會對我國公募基金的泡沫資產配置行為產生影響，是本文要研究的第二個重要問題。

本文的邊際貢獻可能體現(xiàn)在以下三個方面：第一，豐富了機構投資者行為的研究，實證檢驗了2013―2020年我國公募基金存在超配泡沫資產的行為，且市場風格顯著漂移，泡沫資產類型近年逐漸轉變?yōu)榇笫兄邓{籌公司。第二，為資本市場泡沫的研究提供了微觀投資者行為視角上的實證補充。本文論證了基金超配泡沫資產存在主動擇時，驗證了機構投資者并非天生的“市場穩(wěn)定器”，反而推波助瀾了泡沫的積聚、延續(xù)和崩潰。第三，將基金業(yè)績排名錦標賽(fund tournaments)與泡沫資產配置行為相聯(lián)系，從相對業(yè)績排名競爭對基金經(jīng)理薪酬產生重要影響的視角，豐富了泡沫資產配置在基金層面異質性的研究，為基金行業(yè)與資本市場監(jiān)管提供參考。

二、理論分析與研究假設

(一)有限套利與機構投資者泡沫資產配置行為

機構投資者與資本市場泡沫的研究一直存在爭議。傳統(tǒng)的有效市場理論指出，當市場存在泡沫時，作為理性投資者代表的機構投資者應當迅速反向做空或賣出，促使泡沫破裂，價格回歸至均衡。很多研究支持此理論，發(fā)現(xiàn)機構投資者可以抑制暴漲暴跌，穩(wěn)定市場等。例如，祁斌等(2006)[30]發(fā)現(xiàn)機構投資者持股比例與股票市場波動性存在顯著負相關；高昊宇等(2017)[22]則發(fā)現(xiàn)2006―2015年機構投資者的持有量增加顯著降低了股票價格暴漲暴跌的發(fā)生，有助于市場穩(wěn)定。

然而，由于存在套利限制和市場摩擦，如基本面風險(Figlewski，1979)[11]、投資者擠兌風險(Shleifer and Vishny，1997)[18]、噪音交易者風險(De Long et al.，1990)[9]、做空限制(Miller，1977)[16]、同步性風險(Abreu and Brunnermeier，2003)[1]、基金排名賽與資金流出壓力(Sato，2016)[19]等，機構投資者面臨泡沫時，其理性最優(yōu)決策反而可能是“騎乘泡沫”(ride the bubble)，即理性投資者雖明知市場存在泡沫且終會破裂，但仍選擇持有泡沫資產，謀取泡沫膨脹期的高收益，并期望能精準擇時，在泡沫破裂前夕撤出市場。

具體而言，De Long et al.(1990)[10]指出，若理性投資者可以預測到噪音交易者的正反饋行為，則通過前瞻性買入并誘使正反饋交易者進入，會顯著推動價格大幅偏離基本面價值，引發(fā)資產泡沫。Abreu and Brunnermeier(2003)[1]指出，當市場存在資產泡沫時，套利者限于信息不對稱難以形成同步性賣出或做空，而資本量有限、勢單力薄的少數(shù)套利者過早賣出泡沫資產并不會刺破泡沫，反而會損失泡沫繼續(xù)膨脹的潛在收益，即“同步性風險”。故而，當套利者意識到資產存在泡沫時，需要權衡繼續(xù)持有的收益與過晚賣出遭遇泡沫破裂的風險，決策最優(yōu)配置時長。均衡時所有套利者的最優(yōu)策略均不是在獲知泡沫后立即賣出，而是騎乘泡沫一段時間。因此，即便在理性人框架下，引入信息不對稱、套利者的資本限制、業(yè)績壓力、做空約束等，依然會導致泡沫的存在和延續(xù)。Sato(2016)[19]進一步引入基金業(yè)績排名賽，指出缺乏歷史業(yè)績的新基金經(jīng)理會高估泡沫資產配置的潛在收益，低估泡沫破裂的崩盤風險，從而更為激進地超配泡沫資產。

實證方面，Brunnermeier and Nagel(2004)[2]研究了對沖基金騎乘美國2000年互聯(lián)網(wǎng)泡沫的行為，發(fā)現(xiàn)部分對沖基金精準擇時，利用泡沫獲取了顯著超額收益。潘越等(2011)[29]研究了我國A股2007―2008年泡沫，發(fā)現(xiàn)年輕基金經(jīng)理在股市泡沫初期超配泡沫股票，助推了股市泡沫的形成，推波助瀾了泡沫的形成和破滅。陳國進和陶可(2011)[21]發(fā)現(xiàn)機構投資者的擁擠交易是藍籌股泡沫產生的重要原因。徐浩峰和朱松(2012)[33]發(fā)現(xiàn)機構投資者的交易風格具有“投機”特征，導致了證券價格偏離內在價值，引發(fā)股市泡沫。劉京軍等(2018)[24]發(fā)現(xiàn)開放式基金在泡沫資產配置上存在同群效應，利用投資者的有限理性擴大其資產規(guī)模從而獲得最大化利益。

結合A股市場，2013―2020年樣本期間發(fā)生過數(shù)次市場暴漲暴跌的現(xiàn)象。例如2015年前后，上證綜指從不到2000點一度上漲至5178點，泡沫破裂后數(shù)月內跌幅近50%，嚴重時單日內逾1700只股票跌停。肖鋼(2019)[36]指出，2015年的股市危機本質上是杠桿資金入市推動的資產泡沫，在泡沫破裂之后杠桿盤被迫斬倉，造成恐慌盤、盈利盤的共同出逃，在這種情況下政府果斷出手，避免了系統(tǒng)性的金融危機。那么，當市場存在資產泡沫時，我國公募基金的行為是怎樣的，起到了什么樣的作用，是主動做空泡沫資產、敬而遠之還是配置泡沫資產參與其中？

首先，雖然自2010年起融資融券制度建立，但融券交易量和融券余額占比均很小，融券門檻和成本也很高，公募基金通過融券制度主動做空泡沫資產的難度較高。其次，如果基金面臨泡沫資產，選擇“世人皆醉我獨醒”地敬而遠之，則很可能業(yè)績不及同行或者跑輸市場，排名的落后繼而會導致嚴重的贖回壓力和基金經(jīng)理職業(yè)風險。最后，如果基金選擇“明知山有虎，偏向虎山行”，固然享受到泡沫膨脹的收益，但也面臨泡沫崩潰的風險，若泡沫破裂而未及時賣出，則會因流動性短缺以及市場的快速下挫而損失慘重，收益和排名都將一落千丈(Sato，2016)[19]。然而，考慮到我國個人投資者占比較高，機構投資者在信息資源、擇時能力等方面都具備顯著優(yōu)勢，也更貼近De Long et al. (1990)[10]中存在大量可被預期的正反饋交易者的設定，相比于成熟市場，騎乘泡沫的風險反而相對較小。綜合理論分析、融券機制現(xiàn)狀、投資者結構和基金的業(yè)績壓力，預期A股市場的公募基金更可能采取超配泡沫資產的行為，故而本文提出以下假設：

H1：公募基金整體在2013―2020年存在超配泡沫資產的行為，且在市場上漲階段或者股市泡沫頂峰時期超配程度更顯著。

此外，如果公募基金存在超配泡沫資產的特征，進一步需要回答其究竟是有意為之，還是基金根本并未意識到泡沫的存在，偶然地超配了泡沫股？Brunnermeier and Nagel(2004)[2]發(fā)現(xiàn)，以索羅斯為代表的部分頂級基金經(jīng)理精準地在互聯(lián)網(wǎng)泡沫期間擇時，挑選上漲最快的科技股，并在泡沫破裂前調倉。反觀A股市場，在樣本區(qū)間內(2013―2020年)雖然指數(shù)在2015年6月12日達到峰值，但在個股層面上，并非所有個股都在當季達到價格頂峰，市場的熱點和風格亦隨時間有所漂移。例如，2015年的市場熱點更集中于創(chuàng)業(yè)板，當期創(chuàng)業(yè)板平均市盈率最高約150倍，遠超2000年納斯達克指數(shù)崩盤時的82倍。個股上，諸如暴風集團、樂視網(wǎng)、安碩信息在2015年二季度動態(tài)市銷率分別為91.3、12.1、59.5，均為對應行業(yè)最高的前20%，基金持股比例分別為39.9%、7.5%、38.7%，而在泡沫崩潰發(fā)生后的2015年三季度分別大幅下降至22.0%、4.2%、5.1%，可以看出基金相對精準的擇時能力。2017年前后，市場熱點逐漸轉向大市值白馬股，例如，2020年末和2021年初，大量基金抱團重倉配置諸如食品飲料、新能源等行業(yè)龍頭個股，部分個股估值達歷史極值，引發(fā)市場關于“藍籌股泡沫”、機構抱團是否瓦解、明星基金是否調倉等問題的激烈爭論。

綜合以上分析，如果基金存在有意識的超配泡沫資產行為，理論上基金在個股層面上能夠展現(xiàn)一定程度的精準擇時，即從已經(jīng)漲到接近峰值或即將崩盤下跌的股票，不斷切換到尚未達到峰值仍在快速上漲的股票。故而本文提出假設：

H2：公募基金超配泡沫資產的行為是有意而為，體現(xiàn)為其在一定程度上精準擇時，不斷地從已經(jīng)漲到接近峰值的泡沫股切換至仍在快速上漲的泡沫股。

(二)基金排名錦標賽與泡沫資產配置行為

基金經(jīng)理通常會根據(jù)經(jīng)濟激勵來調整其投資行為(Brown et al.，1996)[5]。隨著基金行業(yè)的不斷壯大，業(yè)績排名競爭也愈發(fā)激烈。一方面，基金業(yè)績與資金流量之間存在凸關系(Ippolito，1992；Sirri and Tufano，1998)[14][20]，排名前列的基金才能獲得投資者青睞，規(guī)模與管理費收入與日俱增，而排名靠后的基金則陷入惡性循環(huán)，基金經(jīng)理的職業(yè)生涯也會面臨挑戰(zhàn)；另一方面，基金業(yè)績的相對排名直接決定了基金經(jīng)理的獎金收入。李滬生和趙婷(2016)[26]指出，決定基金經(jīng)理年終獎金的核心標準之一就是其同類業(yè)績排名是否擠入前1/2、前1/3或前1/10，超越這些關鍵排名位置將獲得獎金的跳躍式提升。李祥文和吳文鋒(2018)[27]發(fā)現(xiàn)這些關鍵排名位置上的基金存在更顯著的年末尾盤拉升現(xiàn)象。許林等(2019)[35]發(fā)現(xiàn)基金為了提升規(guī)模和業(yè)績排名，主動采取冒險行為。

泡沫資產配置的行為同樣可能與基金經(jīng)理的薪酬激勵機制緊密聯(lián)系。為了追逐更高的排名，當市場快速上漲時，騎乘而非抑制泡沫往往能獲取更好的短期業(yè)績。進一步，考慮到業(yè)績排名在關鍵位置上存在激勵幅度的跳躍，本文預期位于關鍵排名處的基金可能存在超配泡沫資產的更強動機。

此外，Sato(2016)[19]發(fā)現(xiàn)，如果基金面臨“贏家通吃”的競爭格局，即頭部極少數(shù)基金可以獲得市場中絕大多數(shù)投資者時，為了競爭少數(shù)“贏家”的位置，基金都會傾向于超配泡沫資產相互追逐。由于“贏家通吃”，所以相較于遭遇泡沫破裂的崩盤風險，成功“騎乘泡沫”的巨大收益和成為頭部“贏家”明星基金的吸引力明顯更勝一籌，故而贏家基金會更激進地超配泡沫資產。我國基金市場相對接近“贏家通吃”的格局，頭部明星基金能夠獲得廣泛的投資者關注，從而得到大幅度的資金流入和規(guī)模提升。例如，2019年冠軍基金經(jīng)理劉格菘的三支代表基金合計規(guī)模從2018年末的約20億元增長至2020年末的約350億元，若加上奪冠后的新發(fā)基金，則其總管理規(guī)模截至2020年底顯著擴張至約800億元。此外，近年來新發(fā)的明星基金得到數(shù)十倍認購的新聞屢見不鮮，亦反映了“贏家通吃”的競爭格局。綜合上述分析，本文提出假設：

H3：贏家基金以及關鍵業(yè)績排位上的基金存在更顯著的泡沫資產配置行為。

進一步地，從相鄰基金競爭的視角來看，排名略差的基金希望能夠更進一步，從而可能跨過關鍵排名或者成為贏家明星基金。如果相鄰基金業(yè)績差距較小，基金為了超越對手更可能選擇相對穩(wěn)妥的策略(Hu et al.，2014；李祥文和吳文鋒，2018)[13][27]，而避免伴隨著巨大崩盤風險的泡沫資產配置策略。但如果該基金與相鄰基金的業(yè)績差距較大，普通的投資策略難以追趕，則此時其更可能鋌而走險地超配泡沫資產?；谝陨戏治?，本文提出以下假設：

H4：相鄰基金業(yè)績差距越大，基金為了追趕排名更靠前的對手，越傾向于選擇高風險高回報的超配泡沫資產行為。

三、樣本數(shù)據(jù)與變量定義

(一)樣本數(shù)據(jù)選取

本文樣本區(qū)間為2013年第一季度至2020年第三季度。為考察基金的主動資產配置行為，樣本選取開放式股票型基金、偏股混合型基金、靈活配置型基金、平衡配置型基金(Wind基金分類方法)。根據(jù)本文的研究特點，對樣本進行了如下處理：(1)股票型基金中剔除被動指數(shù)型股票基金，混合型基金中剔除偏債混合型基金；(2)為了避免幸存者偏差(survivorship bias)問題，樣本中包含了已經(jīng)清盤的基金。

本文數(shù)據(jù)主要包括基金季度重倉持倉數(shù)據(jù)，基金排名、基金復權凈值增長率、基金凈值規(guī)模、基金投資者結構、基金區(qū)間換手率等特征數(shù)據(jù)，均來源于Wind和CSMAR數(shù)據(jù)庫。為了控制極端值，本文對連續(xù)變量分別在0.5%和99.5%分位數(shù)進行縮尾處理。

(二)泡沫股的定義與泡沫資產配置強度指標的構造

泡沫股的識別是研究機構投資者泡沫資產配置行為的基礎，已有文獻往往采用相對估值指標排序的方法。從實證角度，Shiller(2000)[17]提出使用周期調整市盈率(CAPE，cyclically adjusted price earnings)衡量股票是否估值過高乃至存在泡沫。Brunnermeier and Nagel(2004)[2]首次研究了對沖基金騎乘美國2000年互聯(lián)網(wǎng)泡沫的行為，指出部分對沖基金精準擇時，利用騎乘泡沫獲取了顯著高于市場的收益。由于絕大多數(shù)泡沫股集中于互聯(lián)網(wǎng)板塊(納斯達克中的一部分)，故而他們根據(jù)市銷率PS對股票進行排序，將每季度的前20%定義為泡沫股。延續(xù)這一思路，Dass et al.(2008)[8]在研究機構投資者在互聯(lián)網(wǎng)泡沫中的羊群行為時采用了市銷率PS、市凈率PB和市盈率PE指標對泡沫進行識別。潘越等(2011)[29]在研究我國A股2007―2008年泡沫時采取了類似方法。劉京軍等(2018)[24]在研究基金在泡沫資產配置的模仿行為時，亦將每季度市場上所有股票的市銷率、市凈率和市盈率最高的20%定義為泡沫股票。

然而，與美國2000年互聯(lián)網(wǎng)泡沫不同，A股的資產泡沫往往分散于各個行業(yè)的某些股票，而非集中在某一特定板塊(王少平和趙釗，2019)[32]。故而考慮到行業(yè)差異的影響，單純應用PS等估值指標將產生較大偏誤，高估科創(chuàng)類股票被識別為泡沫股的概率，低估傳統(tǒng)行業(yè)股票被識別的概率?；谏鲜鏊伎?，本文采用了行業(yè)標準化的市銷率(市凈率)對泡沫進行識別，以改善行業(yè)差異的干擾。具體而言，本文首先搜集股票每季度末的市銷率(TTM)和市凈率(MRQ)，根據(jù)申萬一級行業(yè)分類，將每季度經(jīng)行業(yè)標準化后的市銷率和市凈率進行排序，將前20%的股票定義為當期的泡沫股。

基于泡沫股的定義，參考Dass et al. (2008)[8]和劉京軍等(2018)[24]，對基金泡沫資產配置的程度構造了代理變量：

(三)贏家基金、輸家基金和關鍵排名處基金的定義

本文在研究基金的相對業(yè)績排名與其泡沫資產配置時，不僅僅關注贏家基金和輸家基金，還重點研究了關鍵排名處的基金。根據(jù)前文的理論分析，基于我國現(xiàn)行基金業(yè)薪酬激勵機制，位于關鍵排名處的基金和贏家基金可能更傾向超配泡沫資產(李滬生和趙婷，2016；李祥文和吳文鋒，2018)[26][27]。

(四)相鄰基金業(yè)績差異的代理變量

如理論分析所述，從相鄰基金競爭視角，相鄰基金業(yè)績差異的大小對泡沫資產配置行為存在影響。為此，本文構建相鄰基金業(yè)績差異代理變量PerfDifn,t，具體而言，在t季度末將基金按照滯后一個半月的近三月(即t-4.5月至t-1.5月)復權凈值增長率(或滯后一個半月的年初至今復權凈值增長率)排名，增長率越大收益排名越靠前，由此計算：

PerfDifn,t=FundPerfn-1,t-FundPerfn+1,t

即對排名為n的基金，計算排名領先一名的基金n-1和落后一名的基金n+1的業(yè)績之差。若n為1，即排名第一，則PerfDif1,t為排名第一與第二的基金業(yè)績之差乘以2；若N為排名最后的基金，則PerfDifN,t為倒數(shù)第二與倒數(shù)第一的基金業(yè)績之差乘以2。

(五)控制變量選取

本文在實證分析時，對以下影響基金泡沫資產配置的因素進行了控制。

1.基金規(guī)模、基金年齡與基金換手率

基金規(guī)模、基金年齡、基金換手率與基金業(yè)績均有所關聯(lián)(Brennan and Hughes，1991；Chen et al.，2004；Gruber，2012；梁珊等，2016)[4][7][12][25]，也會對基金的行為策略產生影響，如基金期末拉升行為等(Carhart et al.，2002；李祥文和吳文鋒，2018)[6][27]。Abreu and Brunnermeier(2003)[1]指出，理性投資者需要達到一定規(guī)模并且同時攻擊泡沫(即賣出相應資產)才會使得泡沫破裂，故而規(guī)模的大小將影響理性投資者超配泡沫資產的決策與最優(yōu)擇時的選擇；Sato(2016)[19]指出，年輕的基金因為缺乏歷史業(yè)績，更看重當期的業(yè)績排名以證明自己，更傾向于冒險超配泡沫資產；沈紅波等(2020)[31]發(fā)現(xiàn)當前任被動離職后，新任基金經(jīng)理為了證明自己的能力會采取更激進地配置行為。

本文用LnSizei,t表示基金i在t季度末的凈資產規(guī)模(單位：億元)的自然對數(shù)，用Agei,t表示基金i在t季度末的年齡(單位：月)，用Turnoveri,t表示基金區(qū)間換手率。

2.基金凈申購贖回率和個人投資者占比

基金的資金凈流量與基金業(yè)績密切相關(Ippolito， 1992；Sirri and Tufano，1998；陸蓉等，2007；肖峻和石勁，2011)[14][20][28][34]，故而基金的泡沫資產配置行為可能與資金凈流量有所關聯(lián)，故而選取基金凈申購贖回率作為控制變量。此外，基金的投資者結構也對基金的申購贖回有影響，個人投資者占比高往往會加大基金業(yè)績表現(xiàn)不佳時的贖回壓力。

本文用Redemi,t代表基金i在整個季度t的凈申購贖回率(單位：%)，計算方法為單季度內申購贖回凈額除以期初基金總份額。用Indivi,t代表基金i在t季度末個人投資者的占比(單位：%)，故而(1-Indivi,t)即為當期的機構投資者占比。

3.基金風格與投資集中度

基金風格與基金的業(yè)績和擇股偏好均有所聯(lián)系(寇宗來等，2020)[23]。因此，本文選取Wind計算的風格系數(shù)Stylei,t作為控制變量，風格系數(shù)由基金全部持股的均衡成長風格的分值減去均衡價值風格的分值得到。風格系數(shù)大于0代表基金偏好成長風格的股票，反之則偏好價值風格股票。投資集中度Conceni,t則衡量了基金的前十大重倉股股數(shù)占該股流通股比例的加權平均，權重為基金持有該個股的市值占其全部持股總市值的比例，反映了基金投資的分散程度。

4.其他控制變量

本文在對面板數(shù)據(jù)進行回歸分析時，使用基金啞變量Fundi和季度啞變量Quartert來控制雙向固定效應。綜上，本文變量定義如表1所示。

表1 變量定義與說明

四、實證結果與分析

(一)主要變量的描述性統(tǒng)計

主要變量的描述性統(tǒng)計結果如表2所示。可以看出，公募基金平均意義上相對于市場超配了泡沫資產，基于市銷率(PS)和市凈率(PB)構造的泡沫資產配置強度的均值分別為1.378和1.641。同時，兩指標均表現(xiàn)出了正偏特征，在標準差只有約1的情況下，最大值卻達到了8左右，意味著少部分基金存在極端地超配泡沫股的行為。兩種排名指標的取值范圍均標準化為[0,1]的區(qū)間，數(shù)字越小意味著排名越靠前。凈申購贖回率的最小值為-1，也即100%贖回清盤，最大值為19.88，即單季度內大量資金流入，規(guī)模提升了約20倍。個人投資者比例均值為0.688，表現(xiàn)出公募基金投資者結構仍以個人為主?；鹉挲g的均值為53個月，其中最長的達到228個月，約19年，對應了我國最早發(fā)行的幾支基金產品。

表2 主要變量的描述性統(tǒng)計

表3 樣本基金的數(shù)量和凈資產規(guī)模統(tǒng)計

(二)基金超配泡沫資產行為的檢驗

為了檢驗基金是否在整體層面上存在超配泡沫資產的行為，本文借鑒Brunnermeier and Nagel(2004)[2]以及潘越等(2011)[29]的方法，分別計算泡沫股占市場整體的市值比例(市場泡沫股比例)，以及基金披露的季度重倉股中所配置的泡沫股比例，取兩者之商定義為泡沫資產配置強度指標。結果分別如表3和圖1所示，其中圖1的柱體為市場泡沫資產占比，折線則為基金持有泡沫資產比例基于基金凈值的加權平均，上下圖分別基于標準化PS和PB指標。在2015年二季度，我國上述四種類型基金的凈資產總規(guī)模達到了局部的高峰2.24萬億元，同期基金的平均凈資產規(guī)模也達到局部峰值24.51億元(2015年6月12日滬指盤中最高達到5178點)。在2020年三季度，樣本基金的總規(guī)模突破新高達2.79萬億元，這和2020年二季度開始中國逐漸控制疫情、市場隨之震蕩走強的行情相匹配。

圖1 基金持泡沫股比例與市場比例對比

值得關注的是，以標準化PS或PB指標定義的泡沫資產配置強度都體現(xiàn)出了如下兩方面特征：(1)泡沫資產配置強度指標在股市火熱的時候顯著提高。例如，在2015年中泡沫資產在從小市值公司逐漸轉移到大市值公司。例如，2015年市場泡沫時期的熱點代表包括樂視控股、暴風科技等市值偏小的股票，而2020年前后熱點更集中在貴州茅臺、海天味業(yè)、恒瑞醫(yī)藥等市值偏大的“白馬股”。其次，泡沫資產配置指標(PB)取值為2可以被理解為基金持有這些大市值泡沫資產的平均比例約為60%(市場占比30%的2倍)，反映了基金資產配置的集中度顯著提高，超過一半以上的倉位均集中在這些資產上。這也側面印證了近年來機構抱團在“白馬股”上的行為不斷增強。

此外，本文還通過相關性分析發(fā)現(xiàn)，BubblePBi,t與BubblePSi,t和同期上證綜指季度收益率的相關系數(shù)分別為-0.18和-0.05，p值分別為0.31和0.75，無顯著相關性，但與后一期的上證綜指季度收益率的相關系數(shù)則分別為-0.34和-0.41，p值分別為0.06和0.02。這可以初步反映基金泡沫資產配置越嚴重的時候，后續(xù)泡沫破裂的風險也越高，故而往往預示著下一季度收益率較低。

綜上，H1得到驗證：公募基金整體在2013―2020年存在超配泡沫資產的行為，且在市場上漲階段或者股市泡沫頂峰時期超配程度更顯著，展現(xiàn)了“騎乘泡沫者”特征。

(三)基金超配泡沫資產是否有意為之

上文驗證了基金平均意義上存在超配泡沫資產行為，但該行為究竟是有意為之，還是僅僅因為基金們根本未意識到泡沫的存在？本文試圖運用事件研究法，論證基金超配泡沫資產是存在充分意識的。具體而言，雖然滬指在2015年6月12日達到峰值，但在個股層面上，并非所有個股都在當季達到價格頂峰。故而，如果基金有意識地超配泡沫資產，理論上基金在個股層面上能夠展現(xiàn)一定程度的精準擇時，即從已經(jīng)漲到接近峰值或即將崩盤下跌的股票，不斷切換到尚未達到峰值仍在快速上漲的股票。

在事件研究法的框架下，首先定義個股泡沫達到峰值水平時所處的季度為事件發(fā)生期，即第0期，事件窗口期選擇[-5,+5]共11個季度。然后在窗口期內，計算三類股票(泡沫股、中等水平估值股、最低水平估值股)1各期市值加權后的基金持股占流通股比例。最后檢驗事件發(fā)生期前后，泡沫股的基金加權平均配置比例是否相比非泡沫股顯著下降。

結果如圖2和圖3所示。其中，圖2將事件發(fā)生期定義為個股季度收益率達到峰值的時期(Brunnermeier and Nagel，2004)[2]，這種定義方式捕捉的是個股在泡沫時期中漲速的拐點。由圖2可見，基金在個股收益率達到峰值的季度(第0期)顯著提高了對泡沫股的持有比例，且在達到峰值后的一個季度(第1期)仍保持有很高的持股比例，從峰值后第二個季度(第2期)開始才逐漸下降，而非泡沫股(長短虛線組)則沒有出現(xiàn)上述特征。圖2上下圖的區(qū)別在于泡沫定義指標不同，可見本文結論針對不同泡沫定義方法保持穩(wěn)健。由此可見，基金在泡沫股收益率峰值的當季和下一季存在明顯的超配行為，充分反映了基金具備針對泡沫股的擇時買入能力，配置并騎乘上漲最快的泡沫資產獲取收益。

圖2 事件窗口期的基金加權平均持股比例(收益率峰值法)2

圖3 事件窗口期的基金加權平均持股比例(價格峰值法)3

圖3則將事件發(fā)生期定義為個股股價達到峰值的時期，這種定義方式捕捉的是個股在泡沫時期中增長的頂點。從中可以看出，基金針對泡沫股的配置比例平均上高于另兩組，在個股股價達到峰值的季度(第0期)開始，基金快速降低了泡沫股的配置比例，而中等估值組(PS_Mid和PB_Mid)雖然也有下降，但下降速度明顯較慢，而最低估值組則沒有下降特征。由此可見，基金自泡沫股股價達到頂點的當季開始不斷撤出，展現(xiàn)了其規(guī)避泡沫崩潰的擇時賣出能力。

綜上，圖2和圖3從兩個側面反映了基金在個股層面上的擇時能力。其中，圖2展現(xiàn)了基金挑選股價漲速最快的泡沫股進行配置的擇時買入能力，圖3展現(xiàn)了基金在泡沫股價格到達頂峰前后及時降低倉位，從而盡可能規(guī)避泡沫崩潰的擇時賣出能力。本文基于事件研究法的框架驗證了H2：基金超配泡沫資產是有意而為，表現(xiàn)為針對泡沫股的精準擇時，不斷地從已經(jīng)漲到接近峰值或即將崩盤下跌的股票上切換至仍在快速上漲的泡沫股。對于非泡沫股則沒有體現(xiàn)該擇時能力。

(四)基金排名錦標賽與基金泡沫資產配置

在我國基金行業(yè)中，基金經(jīng)理的獎金主要由相對業(yè)績排名決定(李滬生和趙婷，2016；李祥文和吳文鋒，2018)[26][27]。在論證基金超配泡沫資產行為的普遍性后，本文聚焦于檢驗基金業(yè)績排名對基金泡沫資產配置行為的影響，構造模型如下：

回歸結果如表4所示，可見：(1)贏家基金、10%關鍵排名位置的基金更顯著地超配了泡沫資產。原因可能包括如下兩點：一是因為排名靠前的基金競爭更為激烈，為了獲取更好的排名，他們更傾向于冒險“騎乘泡沫”；二是由于排名-資金流的凸關系，越是排位靠前，相差一位導致的資金流差異越大，基金追逐更優(yōu)排位的激勵也更強，超配泡沫資產的行為也越明顯。(2)33%關鍵排位處的基金系數(shù)雖不顯著，但方向均為正，而50%排位處基金則系數(shù)方向不穩(wěn)定，沒有一致性的規(guī)律。(3)輸家基金配置泡沫資產相對較少。排名落后的基金面臨兩種動機的權衡(Sato，2016)[19]，一是選擇冒險“騎乘泡沫”，嘗試追上排名更靠前的基金，另一則是規(guī)避遭遇泡沫破裂后股價崩盤的風險，從而更愿意選擇保守性的策略。本文的實證結論更支持輸家基金的后一種動機。

表4 贏家基金、輸家基金、關鍵排名處基金的泡沫資產配置行為

此外，觀察控制變量的系數(shù)，可以發(fā)現(xiàn)基金規(guī)模與泡沫資產配置強度負相關。這反映了小規(guī)?；鸶赡転榱俗非笠?guī)模與收入的提升，采取騎乘泡沫行為；基金年齡越大，超配泡沫資產越顯著，這反映了泡沫資產配置是一種高風險高回報的策略，越是具備投資經(jīng)驗和擇時技巧的基金面臨的潛在風險相對就越小；基金換手率越高超配越顯著，這與上文事件研究法的結論呼應，能夠做到在泡沫股之間不斷切換并精準擇時的基金，往往體現(xiàn)為換手率更高，超配泡沫資產也越顯著；基金風格系數(shù)的顯著性則反映了成長型基金超配泡沫資產遠高于價值型基金。綜上，本文驗證了H3：贏家基金以及部分關鍵業(yè)績排位上的基金存在更顯著的超配泡沫資產行為。

(五)相鄰排名基金業(yè)績差異對泡沫資產配置的影響

從相鄰基金競爭視角，排名略差的基金希望能夠更進一步，從而可能跨過關鍵排名或者成為贏家明星基金。那么當相鄰基金業(yè)績差距較小時，基金為了超越對手更可能選擇如尾盤拉升等相對穩(wěn)妥的策略(李祥文和吳文鋒，2018)[27]，而避免高風險的泡沫資產配置策略。但如果相鄰基金的業(yè)績差距較大，普通的投資策略難以追趕，若有機會成為贏家基金或者超越某些關鍵排名，此時其更可能鋌而走險地超配泡沫資產。

表5 相鄰基金業(yè)績差距與泡沫資產配置

為驗證此邏輯，核心解釋變量換為相鄰業(yè)績差距PerfDifn,t，被解釋變量和控制變量保持不變。結果如表5所示，PerfDif的系數(shù)正向顯著，證實了H4，即相鄰基金業(yè)績差距越大，基金為了追趕排名更靠前的對手，更傾向于高風險高回報地超配泡沫資產。

(六)年末與泡沫膨脹期的泡沫資產配置

年末是基金業(yè)績排名競爭最為激烈的時候，已有文獻主要研究了基金年末的尾盤拉升和窗口粉飾等行為(Carhart et al.，2002；Hu et al.，2014；李祥文和吳文鋒，2018)[6][13][27]。那么，年末基金配置泡沫資產的行為是否也尤其突出？但是，泡沫資產配置與尾盤拉升行為存在明顯差異?；馂榱私档臀脖P拉升的成本以及避免拉升標的被其他投資者大量賣出，一般會集中在年末最后幾天甚至最后數(shù)小時內進行操作。然而泡沫資產配置行為更依賴于市場環(huán)境，每年的四季度未必是最理想的時機，例如2015年前兩個季度市場泡沫快速膨脹時，理論上基金超配泡沫資產的收益更大。基于以上邏輯，為了進一步分析泡沫資產配置在不同市場時期的異質性，定義標記年末(第四季度)的虛擬變量YearEndt，以及標記泡沫膨脹期的虛擬變量Boomt(選取市場相對公認的2014年第四季度至2015年第三季度取1，其他時期取0)。在回歸方程(1)中分別加入上述兩個時期虛擬變量，以及排名指標和時期虛擬變量的交乘項。

表6 年末(四季度)基金的泡沫資產配置行為

表7 泡沫膨脹期基金的泡沫資產配置行為

五、穩(wěn)健性檢驗

(一)排名指標的不同滯后項

前文中，被解釋變量是根據(jù)t季度末持倉構建的泡沫資產配置強度指標，核心解釋變量中的關鍵排名虛擬變量則是根據(jù)滯后了一個半月的近三月排名(即t-4.5月至t-1.5月)或今年以來排名(年初第一天至t-1.5月)構建的。選取滯后一個半月的指標是因為泡沫股配置行為可能分布在季度內各日，故而為預測基金在季度末的泡沫資產配置情況，將排名指標的截止日期定于季度中間是相對折中的選擇。

然而，基金的相對排名隨著時間的變化并非一成不變。為了驗證結論的穩(wěn)健性，本文選取不同滯后期(半個月、一個月、一個半月、兩個月、兩個半月、三個月滯后)的排名，重復主回歸。以PS構建的泡沫資產配置強度指標為例，回歸結果(見表8)顯示不同滯后排名指標下，贏家基金與10%關鍵排名處基金超配泡沫資產的行為均非常顯著，33%與50%排名處在部分回歸中也正顯著。總體來看，隨著排名指標滯后期的增長，泡沫資產配置反向影響基金排名的內生性問題逐漸緩解，而本文的核心結論保持穩(wěn)健。

(二)被解釋變量差分后的回歸

為了緩解內生性問題，本文將泡沫資產配置強度指標在兩個季度末的差分作為新的被解釋變量，即ΔBubblei,t，從而研究該配置在季度間的變化量。解釋變量仍為近三月(或年初至今)排名指標與其余控制變量。從泡沫資產配置強度增量的角度，預期贏家基金以及處于關鍵排名處的基金更傾向于不斷提高泡沫股的配置。

回歸結果如表9所示，顯示贏家基金和10%關鍵排名基金在增量意義上依然高度顯著；而33%和50%關鍵排位上也在存在增持泡沫股的現(xiàn)象，系數(shù)一致為正，顯著性相對略弱?？傮w上，泡沫資產配置強度差分后的回歸從增量的角度同樣支持了本文主要結論，即贏家基金以及關鍵排名(10%與33%)的基金存在更多有意識的泡沫資產配置。

表8 不同滯后期排名指標的回歸

表9 贏家基金、輸家基金、關鍵排名處基金的泡沫資產配置(差分回歸)

(三)基金配置與資產泡沫的雙向影響關系

與潘越等(2011)[29]和劉京軍等(2018)[24]類似，本文在測算基金持有泡沫股比例時暗含假設資產泡沫是外生給定。雖然本文指出基金超配泡沫資產的行為可能會推波助瀾泡沫的膨脹和延續(xù)，但并未過多關注資產泡沫形成的影響因素。換言之，是否存在反向影響關系，即基金超配資產的行為導致了泡沫形成？

為進一步檢驗穩(wěn)健性，本文首先針對2014―2016年的子樣本重復了主要實證研究。選取該子樣本的原因是：(1)公募基金規(guī)模在2014―2016年相對尚不高(占自由流通市值不足8%)；(2)2015年主要是由于杠桿資金入市引發(fā)的全市場資產泡沫(肖鋼，2019)[36]，對于基金而言相對外生。雖然仍不排除基金的泡沫資產配置行為反過來會助長泡沫，但綜合來看該時期的基金對價格的影響力有限，更偏向于是價格接受者。在該子樣本中，主要結論保持穩(wěn)健(限于篇幅以及避免表格信息重復，實證結果略)，證明基金在業(yè)績排名壓力下主動超配泡沫資產的機制存在。

其次，基金超配也不足以作為資產泡沫的充分條件，還需要足夠規(guī)模和數(shù)量的基金超配相同標的、時機上具備同步性且其他種類投資者未反向交易等諸多條件。由表3的描述性統(tǒng)計結果可見，公募基金平均規(guī)模尚處在10億元量級，考慮行業(yè)的“雙十”限制，單支基金仍相對勢單力薄。同時由圖1可見，基金配置泡沫資產比例的波動程度遠高于市場泡沫資產比例，且存在明顯擇時特征，如2015年前兩季度基金超配幅度顯著增大。因此，基金超配導致資產泡沫的作用有限，難以在多個行業(yè)同時發(fā)生。

最后，本文研究的核心還是在截面上基金排名異質性對其泡沫資產配置行為的影響，屬于微觀的基金投資決策視角。從經(jīng)濟學邏輯看，雖然在宏觀一般均衡的視角下，泡沫的形成(股價的決定)是內生變量，但在局部微觀靜態(tài)的橫截面研究中，將股價泡沫視為一定程度的外生給定也具有合理性，和以往文獻的隱含假設也是一致的。

綜上所述，本文認為“基金超配導致資產泡沫”的機制即便局部存在，也不足以改變本文“業(yè)績排名壓力下基金偏好配置泡沫資產”的機制，本文核心結論保持穩(wěn)健。

六、結論與建議

本文以我國資本市場2013―2020年為研究背景，實證分析了公募基金在排名壓力下的泡沫資產配置行為。實證研究發(fā)現(xiàn)：(1)基金在股市上漲階段顯著增配了泡沫股，而在市場暴跌后迅速減少配置，展現(xiàn)了“泡沫騎乘者”的特征；(2)2015年前后，泡沫資產主要為小市值股票，2019―2020年，泡沫資產逐漸轉變?yōu)榇笫兄怠鞍遵R股”，且基金超配的程度顯著提高；(3)排名前5%的贏家基金，以及位于1/3和1/10關鍵排名處的基金存在更顯著的泡沫資產配置行為，在排名錦標賽的激勵機制下，泡沫資產配置是一種高風險高回報的策略；(4)相鄰排名基金的業(yè)績差異越大，為了追求更高排名，基金越傾向采用超配泡沫資產的策略。

本文的研究結果表明，基金公司并不一定是天然的市場穩(wěn)定器，基于排名壓力，基金公司也會超配泡沫資產對市場推波助瀾，屬于個體理性而集體非理性。在個體層面，公募基金主觀有意地超配泡沫資產，具備一定的擇時技巧，為業(yè)績排名壓力下的理性策略，在短期能夠提振投資業(yè)績。但在集體層面，公募基金超配泡沫資產會推高標的股票估值，助長市場波動率和崩盤風險，侵害相關個人投資者利益，有損市場價值投資理念，在長期亦不利于基金行業(yè)的聲譽。

資本市場在金融運行中具有牽一發(fā)而動全身的作用，是助力“十四五”時期高質量發(fā)展，促進經(jīng)濟從要素驅動、債務驅動向創(chuàng)新驅動、效率驅動轉型的重要抓手。日益壯大的機構投資者已能逐漸影響資本市場的資源配置效率，故而其泡沫資產配置行為更值得監(jiān)管機構注意。結合本文研究，得到以下三條政策和監(jiān)管建議：首先，應密切關注基金公司激進的泡沫資產配置行為，在早期遏制部分個股估值畸高產生泡沫。尤其近年來基金抱團重倉于部分大市值藍籌股，應審慎防范可能形成的藍籌股泡沫以及泡沫破裂引發(fā)的系統(tǒng)性風險。其次，現(xiàn)行基金評判標準較單一，導致投資者和基金雙方過分強調近期相對業(yè)績排名，這會導致基金公司投資策略的短視化與激進化，不利于金融市場的穩(wěn)定，亦有損投資者福利。長遠看，基金的評判標準應該多元化發(fā)展，建議由中國證券業(yè)協(xié)會官方設立綜合評選且定期發(fā)布，建立長效的基金聲譽機制。最后，應當進一步推進全面注冊制和資本市場開放，提高上市公司質量和優(yōu)質標的數(shù)量，從根源上拓寬資本市場的深度和廣度，避免公募基金主動或被動地抱團重倉于少數(shù)核心資產，培育市場價值投資理念。

限于篇幅，本文研究主要局限于論證基金泡沫資產配置行為的存在性以及業(yè)績排名的影響。進一步可拓展研究的方向包括：一是研判泡沫資產配置的影響因素，如資本市場制度改革、金融監(jiān)管政策、基金經(jīng)理變更和基金風格切換等，進而為優(yōu)化基金業(yè)管理、促進資本市場資源配置效率提供研究基礎；二是研判泡沫資產配置導致的影響，在個股層面包括重倉標的波動率、崩盤風險、公司治理等因素，在市場層面包括資產泡沫的積蓄、系統(tǒng)性風險、市場波動率等因素。 ■

注釋

1. 如上文所述，本文采用行業(yè)標準化后的PB和PS指標的方法，將全部股票五等分，把指標最高20%的股票定義為泡沫股，將指標處于[40%,60%]的股票定義為中等水平估值股，將指標處于[0%,20%]的股票定義為最低水平估值股。在圖2和圖3中分別對應實線(Bubble)、長虛線(Mid)、短虛線(Bottom)。

2. 圖2為基于個股季度收益率定義峰值的方法，在事件研究法框架下得出事件窗口期的基金加權平均持股比例。其中上圖為基于標準化PS指標對股票分組，以定義泡沫股、中等估值股、最低估值股。下圖則基于標準化PB指標。

3. 圖3為基于個股股價定義峰值的方法，其中上下圖的解讀方法與圖2一致。