我國證券投資基金績效的實證分析論文

摘要：基金的選股和擇時能力是影響基金投資績效的決定因素，基金績效分解的基礎理論模型包括T—M模型、H—M模型、C—L模型和HM—FF3等模型。運用上述模型對我國開放式基金中的股票型基金和混合型基金進行績效分解實證研究表明，對於樣本基金而言，無論是股票型基金，還是混合型基金，總體上具有一定的選股能力，但基本不具備擇時能力。

關鍵詞：業績分解理論；證券投資基金；基金績效；選股能力；擇時能力

一、引言

隨着我國證券投資基金業的迅速發展和證券投資基金制度的不斷變遷，我國的基金品種不斷增加，建立一套科學、完備的評價體系，使之能有效地評估基金績效，不僅具有很高的理論價值，也有着重要而緊迫的現實意義。基於此，本文力圖回答的問題是：自2007~2010年，我國的證券投資基金業伴隨着證券市場的波動進入了一個新的發展階段，而我國基金業的主力———股票型基金和混合型基金在此期間的績效如何？是否具有選時擇股能力？這是一個值得探討的問題。

基金的績效主要是由基金的收益體現，而基金的收益主要來自於兩個方面，一個是基金經理選擇了業績良好、能帶來超額收益的股票，另外一個是基金經理對整個市場的動向把握比較準確，即在市場表現向好的時候基金的風險資產比重高，無風險資產比重較低，而市場表現低迷或者轉向時，風險資產比重較低，無風險資產比重較高，這樣基金能獲得擇時所能帶來的收益。因此在對基金的績效進行評價時，有必要對基金的這種選股與擇時能力進行分析，從而判斷基金績效的具體表現。

對證券投資基金的績效進行分析，一直是金融研究領域的重要課題。1952年，Markowitz首次基於證券選擇理論（portfolio selection theory），提出了均值—方差（mean—variance）分析框架，這不僅為現代金融投資理論建立起基礎的分析範式，更為後來發展起來的各種投資組合績效評價模型奠定了基礎[1]。隨後，Sharpe、Lintner以及Mossin分別獨立提出資本資產定價模型（capital assets pri—cing model，CAPM）。在此基礎上，有價證券風險與收益之間的聯繫得到了充分揭示，證券投資組合績效評估模型開始建立起來。此後，有很多學者對基金績效如何衡量和評價進行了研究。

近幾年，隨着中國證券投資基金的發展，一些學者也展開了相關研究，代表性的有：張婷和李凱選取1999年前上市的12只基金在1999年上半數據，依據資本市場理論，通過應用事後證券組合特徵曲線的迴歸分析，對證券投資基金的投資績效及其投資組合策略進行實證研究。他們的研究結果表明：投資基金全都獲得了超出市場平均水平的超額收益率，且投資績效顯著；基金組合投資績效產生的原因不是來源於基金的擇時能力，而是來源於選股能力[2]。沈維濤和黃興孿選取1999年5月10日以前上市的10只新基金，以1999年5月14日至2001年3月23日的數據為樣本，應用國外基金業績評價中普遍採用的風險調整指數法、T—M模型和H—M模型，對我國證券投資基金的業績進行實證研究。他們的研究表明，經過風險調整後，我國證券投資基金的業績總體上優於市場基準組合；我國基金經理的良好業績是通過一定的選股能力來獲得的；幾種不同的評價指標對10只基金業績的排序結果非常相近，而且，即使不考慮風險因素，只根據基金淨資產值的漲幅大小進行排序也具有較高的參考價值[3]。薛鋒和董穎穎選取10家證券投資基金2001年的業績數據作為樣本，在對基金績效進行分解的基礎上，對證券選擇能力和市場時機把握能力指標進行了深入分析和評價，指出選股能力和擇時能力是衡量基金績效的重要內容，同時指出了西方傳統風險調整收益指標所存在的缺陷，實證結果表明2001年中國基金管理人不僅選股能力有限，而且擇時能力也較差[4]。李紅權和馬超羣在回顧與分析基金績效評估理論的基礎上，採用經典的詹森阿爾法指標及T—M模型、H—M模型，並引入了基於主動投資風險度與風險價值調整後的兩個夏普比率新指標，對我國證券投資基金在2001~2002年的績效表現進行了較為全面的衡量[5]。王守法選取1999年12月31日前上市且規模為20億的10只基金從2000年1月至2003年8月的累計單位淨值數據為樣本，從收益與風險、風險調整收益、基金經理人的選股擇時能力以及基金績效的持續性4個方面建立指標體系，並用主成分統計分析方法對上述四個方面進行綜合，得出一個度量基金績效的綜合指數，對各基金進行全面的評價與排序，克服了以往單純使用一種或某幾種方法帶來的缺陷與不足[6]。

鑑於業績分解理論在基金績效中的重要作用，本文基於業績分解理論，對我國開放式基金中的股票型基金和混合型基金進行績效分解的實證研究。

二、基金績效分解模型介紹

從基金理論的發展來看，被廣泛檢驗的基金績效分解模型主要有以下的四種：

（一）T—M模型Treynor和Mazuy認為，當基金經理能夠把握市場的走勢的時候，基金經理將根據其預測來調整風險資產組合，或者風險資產與無風險資產之間的組合，那麼基金所表現出的收益和風險之間的關係不再是簡單的線性函數關係，而會是一條上凹的曲線[7]。於是，他們在傳統CAPM模型的基礎上，通過增加一個二次式來檢驗基金的選股與擇時能力，即T—M模型，也稱為二次式模型，其表達式如下。

Rp，t—rf，t=αp+β1（Rm，t—rf，t）+β2（Rm，t—rf，t）2+εp，t（1）其中：Rp，t表示基金的收益率；Rm，t表示基準市場組合的收益率；rf，t為無風險資產的收益率；αp表示基金的選股能力；β1為基金投資組合收益率對於對市場基準投資組合收益率的風險係數；εp，t為隨機誤差項。Treynor和Mazuy認為，基金經理的擇時能力可以通過觀察二次式係數β2來檢驗：如果β2大於零，則表明基金經理成功地把握了市場走勢的轉折點並實施的相應的策略，否則表明基金缺乏擇時能力或者對市場時機的把握不夠精準。我們可以通過對上式進行變形，以便更清楚地瞭解T—M模型是如何解釋基金經理的擇時能力。

Rp，t—rf，t=αp+βt（Rm，t—rf，t）+εp，tRp，t=αp+（1—βt）rf，t+βtRm，t+εp，tβt=β1+β2（Rm，t—rf，t）， t=1，2，3…Tβt表明基金投資組合的市場風險係數具有時變性。若β2>0，當Rm，t—rf，t>0時，則βt>β1，表明基金持有了較多的風險資產，減少了無風險資產；當Rm，t—rf，t<0，則相反，基金會持有較少的風險資產，而持有較多的無風險資產。所以，具有正的β2值表明基金經理具有較好的時機把握能力。

（二）H—M模型

Henriksson和Merton假設基金經理會根據預測的市場組合收益來調整基金的投資組合，當預測市場組合收益大於無風險收益時，基金經理會提高風險資產的比例；而當預測市場組合收益小於無風險收益時，基金經理會降低風險資產的比例，因此調整後基金組合的風險可以通過在CAPM傳統模型中引入一個二項式隨機變量來描述，提出基金績效評價的H—M模型[8]。該模型的一般表達式如下：Rp，t—rf，t=αp+β1（Rm，t—rf，t）+β2max（0，rf，t—Rm，t）+εp，t（2）該模型可根據市場的具體情況做出不同的變形，當時Rm，t—rf，t>0，模型變為Rp，t—rf，t=αp+β1（Rm，t—rf，t）+εp，t此時，組合的β值為β1；當Rm，t—rf，t<0，模型變為rp，t—rf，t=αp+（β1—β2）（rm，t—rf，t）+εp，t此時，組合的β值為β1—β2。所以若存在一個正值的β2，則表示基金經理能在市場表現欠佳的時候主動降低基金投資組合的風險，説明基金經理具有時機把握能力。而這種思路的另外一種表達式是引入虛擬變量，表達式為：rp，t—rf，t=αp+β1（rm，t—rf，t）+β2（rm，t—rf，t）d+εp，t當rm，t—rf，t>0時，D=1；否則，D=0。同樣正的β2值表示基金經理在市場表現較好的時候增加的基金投資組合當中的風險資產，表明基金經理具有時機把握能力。

（三）C—L模型

在Henriksson和Merton的基礎上，Chang和Lewellen把市場的運行區間更加明確地分為上升期和下降期，提出了C—L模型，並且對該模型中這兩個時期的β都進行迴歸取值，再通過兩個β間差值的顯著性來判斷基金的擇時能力[9]。C—L模型的一般表達式如下：Rp，t—rf，t=αp+β1min（0，Rm，t—rf，t）+β2max（0，Rm，t—rf，t）+εp，t（3）引入虛擬變量D，則該模型可以表示為：Rp，t—rf，t=αp+β1D1（Rm，t—rf，t）+β2D2（Rm，t—rf，t）+εp，t其中，D1和D2為虛擬變量，取值為0或1，β1和β2分別是下降期和上升期的組合風險。當Rm，t—rf，t>0時，D1=0，D2=1；Rm，t—rf，t<0時，D1=1，D2=0。通過對β1—β2的假設檢驗，則可以判斷基金的擇時能力。若β1—β2<0則表示基金具有擇時能力，反之則沒有擇時能力。與h—m模型相比，利用c—l模型進行檢驗時，即使結果顯示β1—β2>0，也還是可以通過β1—β2的變化來分析基金擇時能力的變化。

（四）Fama—French“三因素”模型Fama和French的研究表明，運用CAPM模型分析基金組合收益時，並沒有涵蓋各類風險因素，應該將規模因素和賬面市值比率的差異等因素也考慮進來，因此，開始採用三因素模型對上述T—M和H—M模型進行改進，得到TM—FF3模型和HM—FF3模型[10]。

改進後的模型在原來模型的基礎上增加了規模因素和賬面市值比因素。TM—FF3模型具體表達式為：Rp，t—rf，t=αp+β1（Rm，t—rf，t）+β2（Rm，t—rf，t）2+λ1RSMB+λ2RHML+εp，tHM—FF3模型具體表達式為：Rp，t—rf，t=αp+β1（Rm，t—rf，t）+β2（Rm，t—rf，t）Dt+λ1RSMB+λ2RHML+εp，t（4）其中，RSMB表示投資組合中小盤股組合的收益率與大盤股組合的收益率之差，RHML表示高賬面市值比股票組合的收益率與低賬面市值比股票組合的收益率之差。

三、數據來源與處理

（一）模型和數據的選擇本文選擇T—M模型、H—M模型、C—L模型和HM—FF3模型，即模型（1）~（4）對我國基金績效進行評估。本文對基金績效的研究都是以日數據為基礎。

本文選擇我國的開放式證券投資基金中的股票型基金與混合型基金作為研究對象，選取的時間段為2007~2010年。樣本數據選取原則為：只要某隻基金是2007年以前成立發行的，並且到目前為止還沒退市，則納入為研究對象。另外，也對每個年度的基金的績效進行了分解，因此只要某隻開放式的股票型基金或者混合型基金，其在2007~2010年的某個會計年度具有完整的淨值數據，則將其納入研究對象。本文還選擇一年期定期存款利率作為無風險利率指標，選取上證指數的日收益率作為市場基準收益率指標。

對於代表中小盤股組合的收益率與大盤股組合的收益率之差RSMB指標，本文采取中信風格指數當中的中信大盤指數的日收益率數據與中信小盤日收益率指數之差；反映高賬面市值比股票組合的收益率與低賬面市值比股票組合的收益率之差RHML指標，本文采用如下方式獲得：（中信大盤價值指數日收益率+中信中盤價值指數日收益率+中信小盤價值指數日收益率）/3—（中信大盤成長指數日收益率+中信中盤成長指數日收益率+中信成長價值指數日收益率）來代表。

（二）數據的處理

首先，先從Wind數據庫中，將開放式基金的數據按股票型基金、混合型基金兩個類別的基金在2007~2010年的基金單位淨值數據導出，然後對每隻基金剔除掉不完整年度的數據。在導出的754只開放式基金數據當中，各年度具有完整數據的基金數據統計結果見表1。

然後，計算基金的日收益率，本文采用的是基金日單位淨值的對數收益率。採用對數收益率的好處首先是近似連續複利收益率，其次，當將其轉換為周收益率、月收益率的時候，只要簡單相加便可，且數據分析更加精確。第三步，將無風險收益率的數據和上證指數的日收盤價，轉換為對應的日對數收益率序列。第四步，按照計算公式計算RSMB和RHML指標的值。第五步，按照各個模型的計算公式，通過最小二乘法來估計各個變量的參數，並檢驗各個係數的有效性。所有數據的處理與計算過程均採用Matlab統計分析軟件來實現。

四、基金績效評價實證結果

（一）股票型基金績效評價本文首先研究了股票型基金的選股與擇時能力，按照各個模型，Alpha大於零，並且通過有效性檢驗，代表基金具有選股能力，而Beta2大於零（C—L模型除外），並且通過有效性檢驗，代表基金具有擇時能力，同時，我們得出了每個模型所代表的選股能力的前20名的股票型基金，與擇時能力前20名的股票型基金，其中，可以通過係數的T統計量來判斷係數是否顯著不等於零①。本文得到了四種擇時評價模型的判別結果，如表2所示：表2反映出，在2007~2010年期間，無論是單個年份，還是整個時間跨度期內，基於T—M模型、HM模型、HM—FF3模型的結果，可以認為樣本股票型基金具有一定的選股能力（Alpha>0），但總的來講，通過有效性檢驗的.基金數目在總數的1·67%~38·22%之間；而上述模型的結果反映出，樣本股票型基金中具有擇時能力者（Beta2>0）很少，只有總數3·42%的股票型基金通過有效性檢驗，故具有擇時能力的樣本股票型基金微乎其微。C—L模型的結果反映出，佔總數9·64%~38·22%的樣本股票型基金具有選股能力；同時，佔總數11·46%~49·40%的樣本股票型基金具有擇時能力。

另外，將每個模型的計算結果中代表選股能力的Alpha，與代表選股能力的Beta2（C—L模型中為Beta2—Beta1）做散點圖，橫軸代表基金的選股能力，越往左，代表基金具有較強的選股能力；而縱軸代表擇時能力，越往上代表基金具有較強的擇時能力，其作圖結果如下：從圖1中，我們發現對於Alpha而言，大部分樣本股票型基金處於零軸（Y=0）的左方，而對於Beta2來講（C—L模型中的Beta2—Beta1），其絕大部分處於零軸（X=0）的下方，而且有一部分樣本股票型基金處於第三象限，即Alpha<0和Beta2<0，説明樣本股票型基金既不具有選股能力也不具有擇時能力；而處於第一象限的樣本股票型基金則少之又少，即alpha>0和Beta2>0，即很少有樣本股票型基金既具有選股能力又具有擇時能力。

（二）混合型基金績效評價

本文采用同樣的方法研究混合型基金的選股與擇時能力，按照各個模型，Alpha大於零，並且通表3反映出，在2007~2010年期間，無論是單個年份中，還是整個時間跨度期內，基於T—M模型、HM模型、HM—FF3模型的結果，可以認為樣本混合型基金具有一定的選股能力（Alpha>0），但總體而言，通過有效性檢驗的基金數目不超過總數的32·14%；而上述模型的結果反映出，具有擇時能力的樣本混合型基金（Beta2>0）很少，樣本混合型基金通過有效性檢驗的不超過總數的1·43%，所以具有擇時能力的樣本股票型基金幾乎沒有。而C—L模型的結果反映出，佔總數6·60%~22·01%的樣本股票型基金具有選股能力；同時，佔總數1·43%~42·45%樣本股票型基金具有擇時能力。

同樣，我們將每個模型的計算結果中代表選股能力的Alpha與代表選股能力的Beta2（C—L模型中為Beta2—Beta1）做散點圖，橫軸代表基金的選股能力，越往左，代表基金具有較強的選股能力，而縱軸代表擇時能力，越往上代表基金具有較強的擇時能力，其作圖結果如下：從圖2中，我們同樣會發現，對於混合型基金的Alpha來講，大部分樣本混合型基金處於零軸（Y=0）的左方，而對於Beta2來講（C—L模型中的Beta2—Beta1），絕大部分樣本混合型基金處於零軸（X=0）的下方，也有一部分樣本混合型基金處於第三象限，即Alpha<0和Beta2<0，説明樣本混合型基金既不具有選股能力，也不具有擇時能力，而處於第一象限的樣本混合型基金則少之又少，即al—pha>0且Beta2>0，即很少有樣本混合型基金既具有選股能力也具有擇時能力。

五、簡要結論和啟示

本文首先介紹了基金績效分解的四種基礎模型，並選擇了T—M模型、H—M模型、C—L模型、HM—FF3模型，對我國開放式基金中的股票型基金和混合型基金進行績效分解的實證研究。本文選取的時間跨度是2007~2010年，所選樣本為具有完整數據的83只股票型基金與106只混合型基金。迴歸分析後得到如下實證結果：

（1）對於樣本股票型基金，T—M模型、H—M模型、HM—FF3模型認為其中的10%左右具有選股能力，幾乎沒有股票型基金具有擇時能力；C—L模型則認為13·25%的股票型基金具有選股能力，30·12%的股票型基金具有擇時能力。

（2）對於樣本混合型基金，T—M模型、H—M模型、HM—FF3模型認為其中不到10%具有選股能力，混合型基金幾乎沒有具有擇時能力；C—L模型則認為10·38%的混合型基金具有選股能力，21·70%的混合型基金具有擇時能力。

（3）總體上，樣本股票型基金和樣本混合型基金，均具有微弱的選股能力，但它們基本不具背擇時能力。

針對上述實證結果，本文認為：

（1）對於樣本基金基本都不具備擇時能力的結論，與近期相關的研究基本符合，即我國的開放式基金基本不具備擇時能力。其原因可能包括：我國資本市場在2007~2010期間的大幅波動、我國公募基金的相對排位規則等，具體有待進一步研究。

（2）對於樣本基金的擇股能力，由於本文實證的樣本基金，其投資管理風格既有積極型也有被動型，故此可能有一部分樣本基金特別是積極型基金，具有一定的選股能力。