行业配置、聚类程度与基金业绩

doi:10.16381/j.cnki.issn1003-207x.2021.1602

摘要/Abstract

摘要：

基金市场是过去20多年市场经济国家发展最迅速、规模最大的大众金融投资工具，基金的筛选难度已经不亚于股票。然而，关于基金的研究多数是基金业绩的归因分析，鲜有从基金经理、基金市场和投资者综合的角度研究基金风险，基金筛选策略的研究更是少之又少。本文首先以Feldman等^［8］构建的美国主动型管理基金市场模型为基础，结合复杂网络方法，提出了适合度量中国基金市场发展程度的行业配置聚类程度指标，并运用基金经理行业配置聚类程度量化了基金经理努力程度。在此基础上，提出基金经理和投资者的优化问题，并推导出均衡策略下基金市场行业配置聚类程度和基金经理努力程度与基金收益的数量关系。然后运用递归估计方法进行实证分析。最后，在理论推导和实证分析的基础上，提出了一个基于基金经理努力程度的基金筛选策略，完善了“理论+实证+策略”的投资组合分析框架。本文的研究结果亦可为FOF投资策略的选择提供参考。

关键词: 行业配置, 聚类程度, 均衡策略, 基金筛选

Abstract:

Fund market is the most rapid development and largest financial investment tool of market economy countries in the past 20 years， the difficulty of fund selection is no less than the stock. However， most of the research on fund is the attribution analysis of fund performance， and few researches on fund risk from the comprehensive perspective of fund manager， fund market and investors. The research on fund selection strategy is even less. Firstly， based on the market model of US active fund management industry constructed by Feldman et al. （2020）， combined with the complex network method， the industrial allocation clustering index suitable for measuring the development level of Chinese fund market is integrated， and the industrial allocation data are used to quantify the efforts of fund managers. On this basis， the optimization problem of fund managers and investors is proposed， and the quantitative relationship in equilibrium between industrial allocation clustering index and fund managers' efforts， as well as that between the index and fund returns is derived. Then the recursive degradation estimation method is used for empirical analysis. Lastly， based on theoretical derivation and empirical analysis， a fund selection strategy is proposed based on the efforts of fund managers， which improves the portfolio analysis framework of “Theory + Empirical+Strategy”. The results of this paper can also provide reference for the research of FOF investment strategy.

Key words: ndustry allocation, degree of clustering, balanced strategy, fund selected

中图分类号:

F830

周骐,李仲飞,邓柏峻. 行业配置、聚类程度与基金业绩[J]. 中国管理科学, 2024, 32(2): 152-165.

Qi Zhou,Zhongfei Li,Baijun Deng. Industry Allocation, Clustering Degree and Fund Performance[J]. Chinese Journal of Management Science, 2024, 32(2): 152-165.

图/表 9

图1

图2

图3

图4

表1

主要回归变量的描述性统计"

变量	平均值	标准差	分位点
变量	平均值	标准差	1th	25th	50th	75th	99th
Panel A: 基金层面
Fund net return	0.0161	0.0738	-0.2009	-0.0240	0.0157	0.0538	0.2047
Fund net alpha (1)	0.0088	0.0365	-0.0795	-0.0115	0.0071	0.0272	0.1131
Fund net alpha (3)	0.0076	0.0287	-0.0635	-0.0084	0.0069	0.0231	0.0853
Fund net alpha (5)	0.0071	0.0269	-0.0590	-0.0078	0.0063	0.0212	0.0796
Fund size( $×$ e+10)	0.1977	0.3198	0.0001	0.0159	0.0752	0.2417	1.5055
IC1	0.1037	0.1202	0.0016	0.0447	0.0724	0.1133	0.7414
IC2	0.1030	0.1201	0.0015	0.0441	0.0716	0.1125	0.7401
NIC	0.1151	0.1511	0.0023	0.0478	0.0770	0.1219	0.9068
IK	0.6885	0.1934	0.2338	0.5964	0.7730	0.8258	0.9116
Panel B: 行业层面
K	0.6752	0.0466	0.5686	0.6411	0.6729	0.7095	0.7607
SoW	0.3669	0.2356	0.0623	0.1150	0.3722	0.5905	0.7617
H	0.0074	0.0058	0.0031	0.0034	0.0057	0.0078	0.0237

表1

表2

基金超额收益率与基金市场行业发展集中度、基金市场行业配置集中度"

变量	基金超额收益率
变量	(1)	(2)	(3)	(4)	(5)	(6)	(7)	(8)
Lagged $H$	0.0017 (1.90)	0.0011 (1.16)	0.0007 (0.10)	-0.0122 (-1.43)	-0.0103 (-1.23)	-0.0112 (-1.35)	-0.0099 (-1.05)	-0.0101 (-1.18)
Lagged $K$		-0.0849^*** (-4.25)	-0.0808^*** (-4.00)	-0.0937^*** (-4.40)	-0.0920^*** (-4.32)	-0.0931^*** (-4.82)	-0.0936^*** (-4.42)	-0.0939^*** (-4.91)
Lagged Size			-0.0141^* (-2.34)	-0.0163^** (2.67)	-0.0154^* (-2.56)	-0.0170^** (-3.16)	-0.0166^** (-2.72)	-0.0166^*** (-3.16)
Lagged SoW				-0.2713^*** (-5.39)	-0.2619^*** (-5.21)	-0.2613^*** (-5.76)	-0.2724^*** (-5.40)	-0.2721^*** (-6.16)
Lagged $I C$					0.0320^*** (5.89)	0.0331^*** (6.13)
Lagged $I C × S i z e$						0.0071 (1.34)
Lagged $I K$							0.0168^** (2.95)	0.0170^*** (3.73)
Lagged $I K × S i z e$								-0.0009 (-0.21)
Fixed effect (Year and Fund)	√	√	√	√	√	√	√	√
Number of observations	50038	50038	50038	50038	50038	50038	50038	50038
R-squared	0.0502	0.0507	0.0508	0.0515	0.0524	0.0526	0.0518	0.0521

表2

表3

基金超额收益与基金经理努力水平以及基金市场变量的回归结果"

变量			基金超额收益率
变量	(1)	(2)	(3)	(4)	(5)	(6)	(7)	(8)
Lagged $I C$	0.0332^*** (6.13)	0.0478^** (2.73)	0.0500^* (2.48)	0.0488^* (2.43)	0.0506^* (2.50)	0.0502^* (2.49)	0.0586^** (2.88)	0.059^** (2.93)
Lagged $I C 2$		-0.0136 (-0.75)	-0.0170 (-0.71)	-0.0116 (-0.48)	-0.0136 (-0.56)	-0.0140 (-0.58)	-0.0254 (-1.05)	-0.0282 (-1.15)
Lagged $I K$			0.0517^* (2.18)	0.047^** (3.03)	0.0557^* (3.20)	0.0484^* (2.06)	0.0457^** (2.99)	0.0389^** (2.84)
Lagged $I K 2$				-0.0469 (-1.10)	-0.0564 (-1.31)	-0.0490 (-1.15)	-0.0506 (-1.18)	-0.0447 (-1.03)
Lagged $K$					-0.0605^*** (-3.32)			-0.0597^** (-2.97)
Lagged Size						-0.0155^** (-2.59)		-0.0177^** (-2.92)
Lagged SoW							-0.2144^*** (-5. 21)	-0.2440^*** (-4.74)
Fixed effect (Year and Fund)	√	√	√	√	√	√	√	√
Number of observations	50038	50038	50038	50038	50038	50038	50038	50038
R-squared	0.0512	0.0514	0.0612	0.0615	0.0617	0.0617	0.0622	0.0625

表3

表4

基金经理努力水平的稳健性检验结果"

变量			基金超额收益率
变量	(1)	(2)	(3)	(4)	(5)	(6)	(7)	(8)
Lagged $N I C$	0.0271^*** (5.09)	0.0255^** (2.73)	0.0291^* (2.49)	0.0305^* (2.50)	0.0296^* (2.45)	0.0282^* (2.38)	0.0226^* (2.10)	0.0199^* (1.97)
Lagged $N I C 2$		0.0017 (0.13)	-0.0006 (-0.04)	-0.0011 (-0.08)	-0.0003 (-0.02)	0.0003 (0.02)	0.0043 (0.28)	0.0059 (0.38)
Lagged $I K$			0.0021^* (2.27)	0.0133^* (2.29)	0.0203^* (2.43)	0.0148^* (2.32)	0.0139^* (2.30)	0.0068^* (2.15)
Lagged $I K 2$				-0.0107 (-0.25)	-0.0186 (-0.0435)	-0.0132 (-0.31)	-0.01527 (-0.35)	-0.0088 (-0.20)
Lagged $K$					0.0189 (1.23)			-0.0512^** (-3.11)
Lagged Size						-0.0158^** (-2.63)		-0.0179^** (-2.94)
Lagged SoW							-0.2075^*** (-5.06)	-0.2403^*** (-4.67)
Fixed effect (Year and Fund)	√	√	√	√	√	√	√	√
Number of observations	50038	50038	50038	50038	50038	50038	50038	50038
R-squared	0.0509	0.0509	0.0569	0.0569	0.0569	0.0611	0.0614	0.0617

表4

表5

参考文献 38

1	Amihud Y， Goyenko R. Mutual fund's R 2 as predictor of performance［J］. The Review of Financial Studies， 2013， 26（3）： 667-694.
2	Berk J B， Green R C. Mutual fund flows and performance in rational markets［J］. Journal of political economy， 2004， 112（6）： 1269-1295.
3	Berk J B， Binsbergen J H V. Measuring skill in the mutual fund industry［J］. Journal of Financial Economics， 2015，118（1）：1-20.
4	Claessens S， Laeven L. What drives bank competition？ Some international evidence［J］. Money Credit Bank， 2003， 36： 563-583.
5	Cohen L， Frazzini A， Malloy C. The small world of investing： board connections and mutual fund returns［J］. Journal of Political Economy， 2008， 116（5）： 951-979.
6	Cohen L， Frazzini A， Malloy C. Sell-side school ties［J］. The Journal of Finance， 2010， 65（4）： 1409-1437.
7	Cremers K J M， Nair V B， Peyer U. Takeover defenses and competition： the role of stakeholders［J］. Journal of Empirical Legal Studies， 2008， 5（4）：791-818.
8	Feldman D， Saxena K， Xu J R. Is the active fund management industry concentrated enough？［J］.Journal of Financial Economics， 2020， 136（1）： 23-43.
9	Grønborg N S， Lunde A， Timmermann A， et al. Picking funds with confidence［J］. Journal of Financial Economics， 2021， 139（1）： 1-28.
10	Guercio D D， Reuter J. Mutual fund performance and the incentive to generate alpha［J］. The Journal of Finance， 2014， 69（4）： 1673-1704.
11	Hoberg G， Kumar N， Prabhala N. Mutual fund competition， managerial skill， and alpha persistence［J］. The Review of Financial Studies， 2018， 31（5）： 1896-1929.
12	Kacperczyk M， Seru A. Fund manager use of public information： new evidence on managerial skills［J］. The Journal of Finance， 2007， 62（2）： 485-528.
13	Kacperczyk M， Sialm C， Zheng L. On the industry concentration of actively managed equity mutual funds［J］. The Journal of Finance， 2005， 60（4）： 1983-2011.
14	Kacperczyk M， Sialm C， Zheng L. Unobserved actions of mutual funds［J］. The Review of Financial Studies， 2008， 21（6）： 2379-2416.
15	Levy A， Livingston M. The gains from diversification reconsidered： transaction costs and superior information［J］. Financial Markets， Institutions， and Instruments，1995， 4（3）： 1-60.
16	Massa M， Patgiri R. Incentives and mutual fund performance： higher performance or just higher risk taking？［J］. The Review of Financial Studies， 2009， 22（5）： 1777-1815.
17	Nanda V， Wang Z J， Zheng L. Family values and the star phenomenon： strategies of mutual fund families［J］. The Review of Financial Studies， 2004， 17（3）： 667-698.
18	Pastor Ľ， Stambaugh R F， Taylor L A. Do funds make more when they trade more？［J］. The Journal of Finance， 2017， 72（4）： 1483-1528.
19	Pastor Ľ， Stambaugh R F， Taylor L A. Fund tradeoffs［J］. Journal of Financial Economics， 2020， 138（3）： 614-634.
20	Pastor Ľ， Stambaugh R F， Taylor L A. Scale and skill in active management［J］. Journal of Financial Economics， 2015， 116（1）： 23-45.
21	Pastor L， Stambaugh R F. On the size of the active management industry［J］. Journal of Political Economy， 2012， 120（4）： 740-781.
22	Rossi A G， Blake D， Timmermann A， et al. Network centrality and delegated investment performance［J］. Journal of Financial Economics， 2018， 128（1）： 183-206.
23	Rossi A G， Blake D， Timmermann A， et al. Network centrality and pension fund performance［R］. CFR Working Paper， 2015.
24	Simutin M. Standing out in the fund family： deviation from a family portfolio predicts mutual fund performance［J］. Available at SSRN 1920357， 2013.
25	郭春松，蔡庆丰，汤旸玚. 基金家族的业绩关联与溢出效应——基于共同技能效应与共同噪声效应的实证研究［J］. 金融研究， 2015（5）： 162-177.
	Guo C S， Cai Q F， Tang Y Y. Performance correlations of the fund family and its effect on fund spillover effect： Empirical evidence based on the common skill effect and common noise effect［J］. Journal of Financial Research， 2015（5）： 162-177.
26	孔东民，李捷瑜，邢精平，等. 投资组合的行业集中度与基金业绩研究［J］. 管理评论， 2010， 22（4）： 17-25.
	Kong D M， Li J Y， Xing J P， et al. Studies on the industry concentration and performance of mutual funds［J］. Management Review， 2010， 22（4）： 17-25.
27	孔高文，胡林峰，孔东民，等.基金持股的创新偏好与基金业绩研究［J］.管理科学学报，2019，22（12）： 70-83.
	Kong G W， Hu L F， Kong D M， et al. Does innovative preferences improve mutual funds performances［J］. Journal of Management Science in China， 2019， 22（12）： 70-83.
28	刘莎莎，刘玉珍，唐涯.信息优势、风险调整与基金业绩［J］. 管理世界， 2013（8）： 67-76.
	Liu S S， Liu Y Z， Ta Y. Information advantage， risk adjustment and fund performance［J］. Journal of Management World， 2013（8）： 67-76.
29	罗荣华，田正磊，方红艳. “和而不群” 还是 “卓尔不群”？——基于基金网络信息使用的视角［J］. 金融研究， 2020， 482（8）： 188-206.
	Luo R H， Tian Z L， Fang H Y. Fund managers’ skill and use of shared information from the social network［J］. Journal of Financial Research， 2020， 482（8）： 188-206.
30	罗荣华，兰伟，杨云红. 基金的主动性管理提升了业绩吗？［J］. 金融研究， 2011（10）： 127-139.
	Luo R H， Lan W， Yang Y H. Does active management of funds improve performance［J］. Journal of Financial Research， 2011（10）： 127-139.
31	陆蓉，陈百助，徐龙炳，等. 基金业绩与投资者的选择——中国开放式基金赎回异常现象的研究［J］.经济研究， 2007（6）： 39-50.
	Lu R， Chen B Z， Xu L B， et al. Fund performance and investors’ choice——analysis on the redemption puzzle of open-end fund market in China［J］. Economic Research Journal， 2007（6）： 39-50.
32	孟庆斌，吴卫星，于上尧. 基金经理职业忧虑与其投资风格［J］. 经济研究， 2015， 50（3）： 115-130.
	Meng Q B， Wu W X， Yu S Y. Fund managers’ career concern and their investment style［J］. Economic Research Journal， 2015， 50（3）： 115-130.
33	申宇，赵静梅，何欣. 校友关系网络、基金投资业绩与“小圈子”效应［J］. 经济学（季刊）， 2016， 15（1）： 403-428.
	Shen Y， Zhao J M， He X. Alumni networks， funds’ performance and “Small World” effect［J］. China Economic Quarterly， 2016， 15（1）： 403-428.
34	苏辛，周勇. 流动性、流动性风险与基金业绩——基于我国开放式基金的实证研究［J］. 中国管理科学， 2015， 23（7）： 1-9.
	Su X， Zhou Y. Liquidity， liquidity risk and performance——A empirical study on Chinese open-end mutual funds［J］. Chinese Journal of Management Science， 2015， 23（7）： 1-9.
35	徐信忠，张璐，张峥. 行业配置的羊群现象——中国开放式基金的实证研究［J］. 金融研究， 2011（4）： 178-190.
	Xu X Z， Zhang L， Zhang Z. The herd phenomenon of industry allocation： an empirical study of Chinese open-end funds［J］. Journal of Financial Research， 2011（4）： 178-190.
36	杨继平，石晨晓， Chiew Daniel，等.基于期望效用-熵模型的基金评级方法及其在中国基金评级中的应用［J］. 中国管理科学， 2019， 27（12）： 1-10.
	Yang J P， Shi C X， Chiew D， et al. A fund ratings approach based on EU-E decision model and its application in China’s fund ratings［J］. Chinese Journal of Management Science， 2019， 27（12）： 1-10.
37	赵秀娟，汪寿阳. 基金经理在多大程度上影响了基金业绩？——业绩与个人特征的实证检验［J］. 管理评论， 2010， 22（1）：3-12.
	Zhao X J， Wang S Y. How much do the managers affect funds performance？——empirical study of performance and personal characteristics［J］. Management Review， 2010， 22（1）：3-12.
38	周正峰. 基于集成方法和风险平价的FOF投资实证研究［D］. 南京：南京大学，2018.
	Zhou Z F. Empirical research on FOF investment based on ensemble methods and risk parity［D］.Nanjing： Nanjing University， 2018.

	Concentration策略			Clustering策略
	均值	标准差	夏普比例	均值	标准差	夏普比例
Panel A：基金收益（筛选10只基金）
High	0.0332(3.1980)	0.0731(13.6306)	0.4601(3.0598)	0.0277(3.1109)	0.0655(11.3973)	0.4429(3.8426)
Low	0.0104(1.6715)	0.0558(12.2509)	0.2200(1.8963)	0.0088(1.2921)	0.0352(11.6775)	0.2430(1.5128)
High-Low	0.0228(3.4685)	0.0173(5.1827)	0.2401(2.2645)	0.0189(3.4894)	0.0303(0.1074)	0.1999(3.6184)
Panel A：基金收益（筛选5只基金）
High	0.0359(3.2757)	0.0716(12.4498)	0.6708(2.6992)	0.0323(3.3039)	0.0649(11.3506)	0.6045(3.1980)
Low	0.0089(1.5605)	0.0554(11.4131)	0.2155(1.7623)	0.0091(1.3568)	0.0656(10.9835)	0.1701(1.5605)
High-Low	0.0261(3.6548)	0.0162(4.5564)	0.4553(2.4417)	0.0232(3.5094)	-0.0007(-0.1969)	0.4344(3.1164)
Panel A：基金收益（筛选20只基金）
High	0.0286(2.8430)	0.0740(15.3760)	0.3622(2.8460)	0.0241(2.8477)	0.0745(11.5253)	0.3967(2.6103)
Low	0.0105(1.6886)	0.0558(12.1393)	0.2040(1.7515)	0.0088(1.3123)	0.0646(12.3169)	0.1565(1.4274)
High-Low	0.0181(2.9568)	0.0182(7.3358)	0.1582(2.1437)	0.0153(3.4119)	0.0099(0.0257)	0.2402(3.8335)
Panel A：基金收益（筛选30只基金）
High	0.0270(2.7111)	0.0717(15.7350)	0.3575(2.7769)	0.0219(2.6820)	0.0639(11.5442)	0.3428(2.5552)
Low	0.0106(1.6715)	0.0570(11.8819)	0.1996(1.6994)	0.0087(1.2701)	0.0663(12.9657)	0.1326(1.2322)
High-Low	0.0164(2.6220)	0.0147(6.2005)	0.1579(2.0546)	0.0132(3.3618)	-0.0024(-1.2835)	0.2102(3.7987)

[1]	时奇, 沈芳. 债券投标专利拍卖：均衡策略与期望收益[J]. 中国管理科学, 2022, 30(6): 22-33.
[2]	谢磊, 孟庆春, 韩红帅. 跟单服务与溢短交易驱动下产能分享供应链均衡策略选择[J]. 中国管理科学, 2022, 30(3): 165-175.
[3]	张李浩, 常陆雨, 范体军. 资金约束供应链RFID投资决策与融资优化[J]. 中国管理科学, 2021, 29(5): 45-54.
[4]	王珊珊, 张李浩, 范体军. 基于碳减排技术的竞争供应链投资均衡策略研究[J]. 中国管理科学, 2020, 28(6): 73-82.
[5]	张李浩, 刘斌. 供应链企业投资RFID技术的博弈均衡研究[J]. 中国管理科学, 2018, 26(10): 132-139.
[6]	肖媛. 企业的承诺经营及其模型研究[J]. 中国管理科学, 2006, (4): 134-140.
[7]	庄亚明, 秦霞. 企业竞争中的消耗战及其模型研究[J]. 中国管理科学, 2005, (4): 115-119.