郭彪 侯懿洳 王靜宇

摘要：本文選取2013年至2021年期間的開放式中長期純債基金作為樣本，運(yùn)用風(fēng)格分析模型進(jìn)行滾動窗口回歸對基金進(jìn)行風(fēng)格識別，并通過資產(chǎn)組合分析法和回歸模型研究風(fēng)格漂移對基金業(yè)績的影響。實(shí)證分析發(fā)現(xiàn)，雖然投資風(fēng)格漂移能提升基金的絕對業(yè)績，但并不能顯著提高基金的詹森指數(shù)，且與風(fēng)險調(diào)整后的夏普比率是顯著負(fù)相關(guān)的。高風(fēng)格漂移帶來的基金業(yè)績的提高是受風(fēng)格風(fēng)險驅(qū)動的，頻繁的風(fēng)格漂移也會為基金帶來額外的非系統(tǒng)性風(fēng)險。本文的結(jié)論對投資者和基金公司監(jiān)管具有可資借鑒的意義。

關(guān)鍵詞：債券型基金 風(fēng)格漂移 基金業(yè)績

緒論

根據(jù)投資品種，我國開放式基金可以分成股票型、債券型、混合型、貨幣市場型、合格境內(nèi)機(jī)構(gòu)投資者（QDII）型等。相比股票型基金，債券型基金具有收益穩(wěn)定、風(fēng)險低的特點(diǎn)。隨著債券市場發(fā)展和投資者風(fēng)險分散意識增強(qiáng)，債券型基金每年的發(fā)行規(guī)模和數(shù)量均有明顯增長。社?；?、養(yǎng)老基金、企業(yè)年金等風(fēng)險策略較保守的投資者，都積極配置債券型基金。

對投資者來說，掌握基金風(fēng)格有助于改善投資決策。然而，由于基金信息披露的內(nèi)容不足，投資者難以基于基金持倉情況進(jìn)行投資風(fēng)格分析。而且各基金公司推出了風(fēng)格多樣的基金，呈現(xiàn)出風(fēng)格漂移。風(fēng)格漂移指主動型投資基金的投資風(fēng)格會隨著市場環(huán)境、基金經(jīng)理投資策略的變化而變化，從而導(dǎo)致基金整體的風(fēng)險收益特征漂移。

目前，關(guān)于風(fēng)格漂移對債券型基金業(yè)績影響的研究較少，期待本文彌補(bǔ)此領(lǐng)域的空白。本文研究風(fēng)格漂移程度對債券型基金的超額收益率和風(fēng)險是否有預(yù)測能力，豐富了債券型基金收益率預(yù)測的研究領(lǐng)域。本文運(yùn)用實(shí)證研究方法，構(gòu)造多因子模型來得出不同基金的風(fēng)險暴露，從而識別基金的投資風(fēng)格和風(fēng)格漂移情況。期待本文研究結(jié)論能對投資者決策、基金公司經(jīng)營管理提供些許參考和借鑒。

文獻(xiàn)綜述

基金風(fēng)格測量主要分為基于持倉的方法和基于收益率的因子載荷法。基于持倉的方法需要高質(zhì)量的基金持倉數(shù)據(jù)，囿于數(shù)據(jù)，本文采用基于收益率的方法。陳磊等（2019）把債券型基金的風(fēng)格分析模型分成兩類，即基于久期的分解模型和基于重新定價的收益率曲線分解理論模型。第一種將基金超額收益的來源分成資產(chǎn)配置、證券選擇和交互效應(yīng)（Brinson等，1986），或建立模型2將債券組合進(jìn)行收益分解等（Campisi，2000）;第二種使用債券的定價公式推算債券價格，不使用久期和凸性度量債券的風(fēng)險。例如，F(xiàn)ama和French（1993）認(rèn)為期限因子和違約風(fēng)險因子能夠解釋債券的價格波動。唐嘉穗（2018）基于Campisi模型分解超額收益率，歸因因子分為收入效應(yīng)、利率曲線結(jié)構(gòu)效應(yīng)和利差效應(yīng)等。

Chevalier和Ellison（1999）發(fā)現(xiàn)基金業(yè)績競爭是導(dǎo)致風(fēng)格漂移出現(xiàn)的主要因素。Choi和Kronlund（2018）發(fā)現(xiàn)在無風(fēng)險利率、斜率和利差水平較低時，債券型基金會提高在公共因子上的暴露程度，發(fā)生風(fēng)格漂移。李穎等（2002）的數(shù)據(jù)實(shí)證發(fā)現(xiàn)，樣本期內(nèi)有大半基金發(fā)生了風(fēng)格漂移。劉知博（2012）以風(fēng)格漂移分值（Style Drift Score，SDS）衡量風(fēng)格漂移程度，發(fā)現(xiàn)風(fēng)格漂移程度和基金經(jīng)理的異質(zhì)性相關(guān)性顯著。Sha（2020）發(fā)現(xiàn)風(fēng)格漂移顯著提升股票基金的凈回報，但同時會增加基金的風(fēng)險，不會給基金風(fēng)格調(diào)整后的收益帶來顯著溢價。

理論基礎(chǔ)及模型設(shè)計(jì)

（一）理論基礎(chǔ)及假說

基于CAPM的資產(chǎn)定價理論認(rèn)為，一只基金的收益可以分解成與基金經(jīng)理投資能力（alpha）相關(guān)的部分、系統(tǒng)性風(fēng)險收益和非系統(tǒng)性風(fēng)險相關(guān)的收益三個部分。Wermers等（2012）認(rèn)為基金的風(fēng)格漂移存在主動和被動風(fēng)格漂移，主動風(fēng)格漂移指的是基金經(jīng)理的交易行為導(dǎo)致的投資組合風(fēng)格漂移，如基金經(jīng)理會根據(jù)對市場的判斷采取靈活的投資策略;被動風(fēng)格漂移指的是市場環(huán)境的變化帶來標(biāo)的股票、債券的變動，從而導(dǎo)致投資組合風(fēng)險收益特征發(fā)生變化。無論是主動還是被動變化，基金經(jīng)理可以通過風(fēng)格漂移改變在傳統(tǒng)因子上的風(fēng)險敞口進(jìn)而影響收益，但同時也可能會改變基金的非系統(tǒng)性風(fēng)險。Choi和Kronlund（2018）發(fā)現(xiàn)債券型基金會擇時提高在因子上的風(fēng)險暴露程度，發(fā)生“追求高收益率”的風(fēng)格漂移現(xiàn)象。Agarwal等 （2018）也注意到，基金可以將自己的風(fēng)險敞口裝扮成“alpha”，并將其呈現(xiàn)給投資者。因而在風(fēng)險調(diào)整前后，通過風(fēng)格漂移，資產(chǎn)組合的持有期收益率可以獲得正的溢價。但是，Brown等（2004）研究結(jié)果說明，投資風(fēng)格變換的頻率越高，基金經(jīng)理判斷錯誤的可能性越大，決策犯錯的幾率越大，基金的非系統(tǒng)性特質(zhì)性風(fēng)險也越高。鑒于本文的目的是實(shí)證檢驗(yàn)基金風(fēng)格漂移與未來收益率和風(fēng)險之間的關(guān)系，即風(fēng)格漂移是否會顯著影響一只基金接下來的持有收益和風(fēng)險調(diào)整后業(yè)績，因此，本文參考Sha（2020）提出如下假設(shè)：

假設(shè)1：一只基金的風(fēng)格漂移程度越高，該基金持有期收益率越高;

假設(shè)2：隨著一只基金風(fēng)格漂移程度的提高，該基金經(jīng)系統(tǒng)性風(fēng)險調(diào)整后的收益（詹森指數(shù)）沒有顯著變化;

假設(shè)3：一只基金的風(fēng)格漂移程度越高，該基金風(fēng)險調(diào)整后的夏普比率越低。

（二）模型設(shè)計(jì)

根據(jù)套利定價理論（APT）：

Ri=E（Ri）+λi，1 F1+λi，2F2+...+λi，nFn+εi? ? ? ? ?（1）

E（Ri）=0

cov（εi， εj）=0

其中，λi，j是資產(chǎn)組合收益率在各個風(fēng)險因子上的暴露程度，F(xiàn)i為公共風(fēng)險因子。

本文基于債券的內(nèi)在價值對債券型基金進(jìn)行業(yè)績分解，從而得到債券型基金的公共風(fēng)險因子。業(yè)績分解過程以Campisi（2000）的業(yè)績歸因框架為基礎(chǔ)，基金的收益框架包括收入效應(yīng)、國債效應(yīng)、利差效應(yīng)和選擇效應(yīng)。在我們的模型中，國債效應(yīng)和利差效應(yīng)的波動為影響債券價格的公共風(fēng)險因子;因?yàn)橄⑵笔找嬗蓚泵胬蕸Q定，所以Campisi（2000）中將息票收益定義為靜態(tài)效應(yīng)。將無風(fēng)險利率分解為水平、傾斜、曲率三個主成分，同時結(jié)合利差因子和常數(shù)項(xiàng)，分別代表利差變化和近似無風(fēng)險的票息收入和杠桿費(fèi)用。構(gòu)建如下所示的風(fēng)格分析模型：

Ri，t=λi，1dLevt+λi，2dInt+λi，3dCort+λi，4dSprt+λi，5+εi，t

（2）

dLevt、dInt、dCort、dSprt分別為無風(fēng)險利率的水平、傾斜、曲率因子和利差因子在t時點(diǎn)的變動率，λi，5為代表息票收益的常數(shù)項(xiàng)。λi，1、λi，2、λi，3、λi，4分別為債券型基金在四個因子上的風(fēng)險暴露程度。

Idzorek和Bertsch（2004）提出了用來量化投資風(fēng)格漂移程度的SDS指標(biāo)。SDS通過測度投資組合在不同風(fēng)格資產(chǎn)上的波動情況來衡量風(fēng)格漂移程度。計(jì)算公式如下：

（3）

其中，λi， j代表公式（2）中基金收益率在風(fēng)格分析方程上的回歸參數(shù)。SDS越高，風(fēng)格漂移程度越高。

（三）基金業(yè)績評價模型

基金的持有收益率基于基金的（后）復(fù)權(quán)凈值收益率得到：

其中NAVt、NAVt-1計(jì)算基金在t、t-1時點(diǎn)的凈值。

Jensen（1969）以CAPM模型為基礎(chǔ)，提出了衡量產(chǎn)品回報超出比較基準(zhǔn)的詹森指數(shù)，通過以下回歸方程檢驗(yàn)詹森指數(shù)是否顯著：

R-rf=α+β（Rm-rf）+ε

其中截距項(xiàng)α為詹森指數(shù)，R為資產(chǎn)組合在樣本期的收益率均值，rf為無風(fēng)險收益率均值，Rm為市場組合的收益率均值，α顯著大于0時，代表該投資組合的表現(xiàn)優(yōu)于基準(zhǔn)組合。α在風(fēng)險調(diào)整方面采用了系統(tǒng)性風(fēng)險，投資組合的α越大，系統(tǒng)性風(fēng)險調(diào)整后的收益越高。

夏普（1966）提出超額收益率除以收益率標(biāo)準(zhǔn)差為投資組合風(fēng)險調(diào)整下的超額收

益率：

SR表示夏普比率，δP表示投資組合在樣本期內(nèi)的收益率標(biāo)準(zhǔn)差，代表投資組合在樣本期內(nèi)的均值回報率，代表無風(fēng)險收益率均值回報率。投資組合的夏普比率越大，風(fēng)險調(diào)整后的超額收益率越高。

實(shí)證分析

（一）實(shí)證數(shù)據(jù)說明

本文的研究對象為債券型基金。選擇2013年1月至2021年1月為研究區(qū)間，共1832只樣本基金。為計(jì)算風(fēng)險調(diào)整后的收益率，排除樣本基金成立前6個月的凈值數(shù)據(jù)。

選擇銀行1年期存款利率作為無風(fēng)險利率的基準(zhǔn)計(jì)算債券基金的超額收益率。以中債-綜合指數(shù)（總值）財(cái)富指數(shù)收益率作為市場組合，中債-綜合指數(shù)（總值）財(cái)富指數(shù)收益率減去無風(fēng)險收益率為自變量，再計(jì)算基金各個窗口期對應(yīng)的α。同時，本文選擇各基金在2013—2020年的周收益率，滾動計(jì)算其每個季度的夏普比率?；饍糁禂?shù)據(jù)來自國泰安數(shù)據(jù)庫，其他數(shù)據(jù)均來自萬得（Wind）。

（二）基金風(fēng)格回歸

我們選擇中債國債收益率曲線上的關(guān)鍵期限收益率序列3，提取出利率期限結(jié)構(gòu)水平、傾斜、曲率三個因子。三個因子的總方差解釋和主成分結(jié)果如表1所示。

三個主成分的總方差累計(jì)解釋能力達(dá)到98.229%。在三個因子中，水平因子的解釋能力最強(qiáng)4。得到三個主成分因子后，加入利差因子得到四個因子，四個因子都通過了平穩(wěn)性檢驗(yàn)，且不存在多重共線性問題（見表2）。

接著，我們采用滾動窗口回歸獲得所有樣本基金在四個風(fēng)險因子上的風(fēng)險暴露和常數(shù)項(xiàng)的時間序列。以60個交易日為滾動窗口，20個交易日為滾動步長，同時由于債券型基金的收益率序列存在異方差和自相關(guān)問題，本文采用Newey-West方法調(diào)整t統(tǒng)計(jì)量。

回歸分析R2的值越大，風(fēng)格分析模型對收益率序列的擬合效果越好。本文樣本中R2的均值達(dá)到78.2%，中位數(shù)為85.2%，標(biāo)準(zhǔn)差為3.83%，說明我們選擇的四個因子能較好衡量樣本內(nèi)基金凈值的表現(xiàn)變化。

表3統(tǒng)計(jì)了基金風(fēng)格歸因模型系數(shù)結(jié)果，λ1和λ4顯著為負(fù)?；貧w系數(shù)顯著程度較高，證明該模型可以較為準(zhǔn)確地進(jìn)行債券型基金風(fēng)格分析。

（三）基金風(fēng)格漂移程度度量

SDS用來測度基金在某一時期內(nèi)的風(fēng)格漂移程度，等于方程回歸參數(shù)方差之和的平方根。我們計(jì)算每個時點(diǎn)的SDS值，得到SDS的時間序列，時間序列的頻率等于滾動步長。對SDS值進(jìn)行縮尾2%處理，發(fā)現(xiàn)其平均值為2.204左右（見表4），劉知博（2012）發(fā)現(xiàn)我國開放式股票型基金的SDS值為5.6左右，說明純債型基金的風(fēng)格漂移程度普遍小于股票型基金。

選取樣本區(qū)間內(nèi)每個季度末時點(diǎn)，考察時點(diǎn)t前6個月的風(fēng)格漂移程度。對SDS指標(biāo)進(jìn)行排名，將所有樣本基金按照數(shù)量平均分為5個組（見圖1），在2018年之后債券型基金的風(fēng)格漂移程度有所降低，可以看出近幾年我國債券型基金的投資風(fēng)格趨于穩(wěn)定。

（四）資產(chǎn)組合分析

將樣本基金分組之后，我們將各個基金組合分別持有6個月和12個月（見表5、表6），滾動計(jì)算評價期的基金組合平均業(yè)績。

表5列出了5個基金組合持有6個月的業(yè)績表現(xiàn)。用風(fēng)險調(diào)整前的收益率衡量，低風(fēng)險漂移基金的超額收益率是1.96%，最高風(fēng)格漂移的基金組合的平均超額收益率是2.38%，6個月期的高-低策略收益率為0.42%，高風(fēng)格漂移和低風(fēng)格漂移策略的超額收益率存在顯著差異，t統(tǒng)計(jì)值為2.08;但考慮系統(tǒng)性風(fēng)險調(diào)整后的收益（詹森指數(shù)）之后，風(fēng)格漂移溢價消失了，t統(tǒng)計(jì)量僅為1.14;考慮風(fēng)險調(diào)整后的收益（夏普比率）之后，則出現(xiàn)了相反的結(jié)果，第1組風(fēng)格漂移程度最小的基金組合的夏普比率為0.3016，第5組風(fēng)格漂移程度最大的基金組合的夏普比率為0.2086，風(fēng)格漂移小的基金組合未來的業(yè)績表現(xiàn)顯著優(yōu)于風(fēng)格漂移程度高的基金，t統(tǒng)計(jì)量為-2.30。

表6列出了將5個基金組合持有1年的業(yè)績表現(xiàn)，與持有期為6個月的結(jié)論類似。12個月期的高-低策略收益率為0.40%，高風(fēng)格漂移和低風(fēng)格漂策略的超額收益率存在顯著差異，t統(tǒng)計(jì)值為2.19;但考慮系統(tǒng)性風(fēng)險調(diào)整后的收益之后，風(fēng)格漂移溢價消失了，t統(tǒng)計(jì)量僅為0.32;考慮風(fēng)險調(diào)整后的收益之后，則出現(xiàn)了相反的結(jié)果，第1組風(fēng)格漂移程度最小的基金組合的夏普比率為0.2583，第5組風(fēng)格漂移程度最大的基金組合的夏普比率為0.1883，風(fēng)格漂移小的基金組合未來的業(yè)績表現(xiàn)顯著優(yōu)于風(fēng)格漂移程度高的基金，t統(tǒng)計(jì)量為-2.73。

綜上，SDS對系統(tǒng)性風(fēng)險調(diào)整后的績效無貢獻(xiàn)，對風(fēng)險調(diào)整后的績效是負(fù)貢獻(xiàn)的，即風(fēng)格調(diào)整越頻繁，純債型基金的風(fēng)險調(diào)整后績效越差。因此，組合1到組合5中債券型基金業(yè)績的提高是由風(fēng)格風(fēng)險驅(qū)動的，并不是alpha。頻繁的風(fēng)格漂移會帶來風(fēng)險調(diào)整后績效的下降。

（五）SDS和基金業(yè)績的回歸

接著，本文選取了2015年前成立的242只債券型基金為樣本，搜集其2015年至2020年的業(yè)績數(shù)據(jù)和相關(guān)特征指標(biāo)，以季度為時間跨度，共7163個觀測數(shù)，得到一個短面板數(shù)據(jù)。構(gòu)建實(shí)證模型如下：

Ri，t-rft=a+γ1ln（SDSi，t-1）+∑γContrlVariablesi，t-1+εi，t

alphai，t=a+γ1ln（SDSi，t-1）+∑γContrlVariablesi，t-1+εi，t

SHARPEi，t=a+γ1ln（SDSi，t-1）+∑γContrlVariablesi，t-1+εi，t

（4）

當(dāng)γ1顯著大于0時，說明基金風(fēng)格漂移程度正向影響相應(yīng)的業(yè)績指標(biāo);反之有負(fù)面影響?？刂谱兞糠矫?，選取了一些影響基金業(yè)績的相關(guān)因素，包括中債綜合指數(shù)變動率5、滬深300指數(shù)收益率、基金規(guī)模、基金成立年限、基金管理費(fèi)、基金上期業(yè)績（見表7）。

Hausman檢驗(yàn)的結(jié)果表明，各模型均應(yīng)使用固定效應(yīng)模型，因此我們分別控制了個體固定效應(yīng)和時間固定效應(yīng)。結(jié)果如表8所示。

結(jié)合回歸結(jié)果和投資組合的表現(xiàn)來看，風(fēng)格漂移強(qiáng)烈的基金有顯著的風(fēng)格漂移溢價。風(fēng)格漂移現(xiàn)象既會改變傳統(tǒng)因子上的風(fēng)險敞口，進(jìn)而影響收益，又會改變基金的非系統(tǒng)性風(fēng)險。因而在風(fēng)險調(diào)整前后，通過風(fēng)格漂移，資產(chǎn)組合的持有期收益率可以獲得正的溢價，但是alpha的溢價為0。同時，頻繁的風(fēng)格漂移也會為基金帶來額外的非系統(tǒng)性風(fēng)險。在回歸模型3中，SDS的系數(shù)為負(fù)，表明基金風(fēng)險調(diào)整后績效和風(fēng)格漂移負(fù)相關(guān)。

結(jié)論與建議

本文選取2013—2021年的開放式中長期純債基金作為樣本，運(yùn)用風(fēng)格分析模型進(jìn)行滾動窗口回歸，對基金進(jìn)行風(fēng)格識別。再運(yùn)用SDS指標(biāo)衡量風(fēng)格漂移的程度，通過資產(chǎn)組合分析法和回歸模型研究風(fēng)格漂移對業(yè)績的影響。實(shí)證分析發(fā)現(xiàn)，投資風(fēng)格漂移顯著影響基金的業(yè)績，其中，風(fēng)格漂移與基金的凈值收益率正相關(guān)，但并不能顯著提高基金的詹森指數(shù)，且與夏普比率是負(fù)相關(guān)的。

對投資者來說，其很難根據(jù)基金的持倉情況準(zhǔn)確及時判斷基金的風(fēng)格是否發(fā)生漂移。而基金經(jīng)理由于業(yè)績壓力可能提高風(fēng)格漂移程度，這卻提升了投資風(fēng)險。投資者在篩選基金時，首先應(yīng)正確看待基金的業(yè)績，不能只關(guān)注基金的凈值收益率的大小，也要判斷基金的業(yè)績表現(xiàn)究竟是由風(fēng)格風(fēng)險驅(qū)動還是alpha驅(qū)動，并且了解基金的風(fēng)格特征，對基金的風(fēng)格漂移程度有所了解。其次應(yīng)選擇經(jīng)營穩(wěn)健的基金產(chǎn)品。雖然投資風(fēng)格漂移會提升凈值收益率，但會降低風(fēng)險調(diào)整后的績效，投資者應(yīng)該充分認(rèn)識到頻繁風(fēng)格漂移會給基金帶來額外風(fēng)險。

對基金經(jīng)理而言，應(yīng)避免頻繁調(diào)整基金投資風(fēng)格。不能忽略投資風(fēng)格漂移為基金產(chǎn)品帶來的潛在風(fēng)險。應(yīng)建立基金投資風(fēng)格的動態(tài)監(jiān)測機(jī)制，讓投資者可以充分了解基金風(fēng)格和風(fēng)格漂移情況。此外，還應(yīng)重視基金經(jīng)理的業(yè)績評價和激勵機(jī)制。過度強(qiáng)調(diào)短期業(yè)績排名或?qū)?dǎo)致基金經(jīng)理因?yàn)闃I(yè)績壓力出現(xiàn)風(fēng)格漂移現(xiàn)象，使投資者承擔(dān)更高的風(fēng)險。

參考文獻(xiàn)

[1]陳磊，劉鈺瑩，張澤憲.債券基金業(yè)績歸因的最新方法及應(yīng)用[J].債券，2019（3）： 59-67.

[2]李穎，陳方正，李源海.投資風(fēng)格類別及持續(xù)性對基金業(yè)績的影響[J].證券市場導(dǎo)報，2002（10）： 39-42.

[3]劉知博.基金經(jīng)理異質(zhì)性與投資風(fēng)格漂移——基于SDS方法的截面數(shù)據(jù)實(shí)證分析[J].商業(yè)時代，2012（7）：82-84.

[4]唐嘉穗.債券投資組合的多期業(yè)績歸因研究[D].中國科學(xué)技術(shù)大學(xué)，2018.

[5] Agarwal V， Green T C， and Ren H. Alpha or beta in the eye of the beholder： What drives hedge fund flows？[J]. Journal of Financial Economics， 2018， 127（3）： 417-434.

[6] Brinson G P， Hood L R and Beebower G L. Determinants of portfolio performance[J]. Financial Analysts Journal， 1986， 42（4）： 39-44.

[7] Campisi， S. Primer on fixed income performance attribution[J]. Journal of performance measurement， 2000， Summer： 14-25.

[8] Chevalier J and Ellison G. Risk taking by mutual funds as a response to incentives[J]. Journal of Political Economy， 1997， 105（6）： 1167-1200.

[9] Choi J and Kronlund M. Reaching for Yield in Corporate Bond Mutual Funds[J]. The Review of Financial Studies， 2018， 31（5）：1930-1965.

[10] Fama Eugene F， and French Kenneth R. Common risk factors in the returns on stocks and bonds[J].

Journal of Financial Economics Volume 33， Issue 1. 1993.

[11] Idzorek T M and Bertsch F. The style drift score[J]. The Journal of Portfolio Management， 2004， 31（1）： 76-83.

[12] Jensen M C. Risk， the pricing of capital assets， and the evaluation of investment portfolios[J]. The

Journal of Business， 1969， 42（2）： 167-247.

[13] Sha Y Z. The devil in the style： Mutual fund style drift， performance and common risk factors[J].

Economic Modelling， 2020， 86： 264-273.

[14] Sharpe W F. Mutual Fund Performance[J]. Journal of Business， 1966， （39）：119-138.