我國開放式基金“贖回異象”實(shí)證研究

王澤博　王星

摘 要：選取2013年第一季度至2016年第二季度我國17只開放式基金作為樣本，定義扣除分紅影響的基金凈值變化率為基金現(xiàn)金流量，并使用百度指數(shù)作為投資者對基金關(guān)注度的代理變量來檢驗(yàn)我國開放式基金是否存在“贖回異象”。面板數(shù)據(jù)固定效應(yīng)模型檢驗(yàn)結(jié)果顯示：我國開放式基金現(xiàn)金流量受到投資者關(guān)注度、基金規(guī)模以及市場指標(biāo)等因素的影響；開放式基金存在“贖回異象”，收益高的基金面臨更多贖回。

關(guān)鍵詞：開放式基金；贖回異象；百度指數(shù)；關(guān)注度

中圖分類號：F830.91 文獻(xiàn)標(biāo)志碼：A 文章編號：1673-291X（2017）16-0080-06

一、相關(guān)經(jīng)濟(jì)現(xiàn)象和概念解析

20世紀(jì)80年代開始，金融市場中出現(xiàn)了許多無法使用傳統(tǒng)經(jīng)濟(jì)學(xué)模型解釋的現(xiàn)象，研究者將這類現(xiàn)象稱為異象。為了更好地研究這類問題，研究者將心理學(xué)成果引入金融研究，通過對投資者行為分析試圖解釋金融市場中存在的“非正常”現(xiàn)象，開放式基金的“贖回異象”也逐漸成為研究的熱點(diǎn)。

開放式基金“贖回異象”指現(xiàn)實(shí)中投資者更傾向于贖回表現(xiàn)較好基金的份額?；鸾?jīng)理若遭遇非預(yù)期大額贖回，將被迫出售資產(chǎn)變現(xiàn)以應(yīng)對贖回。這樣不僅會損害基金投資者利益，還將影響市場的穩(wěn)定性。大部分“贖回異象”的研究以基金的歷史業(yè)績與基金流量作為重點(diǎn)。Capon et al（1996）通過對3 000名共同基金持有者的問卷調(diào)查，發(fā)現(xiàn)基金歷史業(yè)績是投資者選擇的重要變量。Patel et al（1991）研究發(fā)現(xiàn)，基金原始回報率與其年度凈值增長金額之間存在線性正相關(guān)關(guān)系。Warther（1995）將基金的資金流入分成預(yù)期與非預(yù)期資金變動，金融市場的表現(xiàn)與非預(yù)期的資金變動有高度關(guān)聯(lián)性，而預(yù)期的資金變動與市場表現(xiàn)無關(guān)。這種規(guī)律在，Latlau（1997）、Potter（2000）、Karceski（2002）等研究中得到驗(yàn)證。

“贖回異象”的研究集中于開放式基金的業(yè)績和基金流量之間的關(guān)系，而對投資者的個人心理因素考慮較少，這是因?yàn)橥顿Y者的心理因素難以量化。Seasholes（2007）對上海證券交易所的股票漲停事件進(jìn)行分析，發(fā)現(xiàn)投資者的注意力會被漲停所吸引。下一個交易日投資者更傾向于買入前日漲停的股票。Meschke（2011）研究發(fā)現(xiàn)，新聞能夠吸引投資者對上市公司的關(guān)注，從而促使其產(chǎn)生交易行為。Da，Engelberg和Gao（2011）首次提出使用谷歌搜索量（SVI）來度量投資者的關(guān)注度。

百度指數(shù)（Baidu Index）是百度網(wǎng)站以海量網(wǎng)民行為數(shù)據(jù)作為支撐，成為當(dāng)前互聯(lián)網(wǎng)重要的統(tǒng)計(jì)分析平臺之一，為眾多企業(yè)提供決策參考的依據(jù)。在行為金融研究領(lǐng)域，百度指數(shù)可以作為關(guān)注度的代理變量，透過關(guān)注度來量化投資者行為和心理變化。俞慶進(jìn)和張兵（2012）發(fā)現(xiàn)，百度指數(shù)與創(chuàng)業(yè)板的市場表現(xiàn)有顯著關(guān)系?？娊埽?014）的研究也得到了相似的結(jié)論。

金融市場也是信息流通的市場，隨著技術(shù)進(jìn)步，信息與金融市場的相互影響正逐漸加深。因此，將百度指數(shù)作為投資者關(guān)注度的代理變量引入開放式基金 “贖回異象”的研究，探究投資者行為、基金業(yè)績與基金流量三者之間的關(guān)系，為此類研究提供了新的方向。

二、樣本數(shù)據(jù)與變量的選擇

（一）樣本選擇及數(shù)據(jù)來源

本文選取我國17只偏股型開放式基金2013年1月1日至2016年6月30日14個季度數(shù)據(jù)作為樣本，數(shù)據(jù)來源為CMSAR國泰安數(shù)據(jù)庫。同時，提取百度指數(shù)的日度數(shù)據(jù)作為投資者關(guān)注度代理變量。為了保證數(shù)據(jù)頻率一致，百度指數(shù)經(jīng)對數(shù)差分轉(zhuǎn)化為季度均值。所有數(shù)據(jù)計(jì)算由Excel 2013統(tǒng)計(jì)軟件完成，回歸分析以及檢驗(yàn)均由Stata 12統(tǒng)計(jì)軟件完成。

（二）變量的選擇

1.被解釋變量

三、研究模型與數(shù)據(jù)分析

（一）研究模型

本文使用面板數(shù)據(jù)模型對以上解釋變量對被解釋變量的影響進(jìn)行檢驗(yàn)。由于面板隨機(jī)效應(yīng)模型中存在前提假設(shè)面板截距αi不能與解釋變量相關(guān)，而截距αi在本例中包含了各只基金投資風(fēng)格，基金經(jīng)理個人風(fēng)格和管理方法以及一些其他差異，可能與解釋變量存在一定的關(guān)聯(lián)性。而這種影響無法量化并完整地包含到模型當(dāng)中，故本文采用面板固定效應(yīng)模型，有公式（9）：

C_Flowit=β1SCit+β2SCi，t-1+β3Rit+β4Ri，t-1+β5σit+β6IndReit+

β7IndRei，t-1+β8RiskFreeit+β9RiskFreei，t-1+β10LgNVit+αi+εit（9）

為了確定是否符合運(yùn)用面板固定效應(yīng)模型要求，需要進(jìn)行Huasman檢驗(yàn)，檢驗(yàn)結(jié)果（如表1所示）。

檢驗(yàn)結(jié)果說明，在1%的顯著性水平下拒絕Hausman檢驗(yàn)原假設(shè)：隨機(jī)效應(yīng)模型是正確模型。故應(yīng)該使用固定效應(yīng)模型進(jìn)行回歸。

（二）單位根檢驗(yàn)

研究時間序列模型前需進(jìn)行單位根檢驗(yàn)來確保時間序列是平穩(wěn)的。單位根檢驗(yàn)結(jié)果（如表2所示），檢驗(yàn)結(jié)果均在低于5%的顯著性水平下，不存在單位根，面板數(shù)據(jù)中的各時間序列是平穩(wěn)的。

（三）百度指數(shù)與基金流量的相關(guān)性檢驗(yàn)

使用Pearson相關(guān)系數(shù)對百度指數(shù)與申購贖回進(jìn)行相關(guān)性檢驗(yàn)，檢驗(yàn)結(jié)果（如表3所示）。

相關(guān)性檢驗(yàn)通過申購與贖回兩個方向進(jìn)行。LgSH是贖回價格乘以贖回份額的對數(shù)，LgSG是申購價格乘以申購份額數(shù)的對數(shù)。檢驗(yàn)結(jié)果顯示，LgSH與百度指數(shù)的Pearson相關(guān)性系數(shù)為0.3826，p值為<0.0001檢驗(yàn)結(jié)果顯著。LgSG與百度指數(shù)的Pearson相關(guān)系數(shù)為0.2388，p值為0.0002，檢驗(yàn)結(jié)果也顯著。

（四）基金流量影響因素的面板固定效應(yīng)模型檢驗(yàn)

本文采用固定面板效應(yīng)模型進(jìn)行估計(jì)，通過Stata12統(tǒng)計(jì)軟件進(jìn)行回歸，得到回歸結(jié)果（如表4所示）。

接著檢驗(yàn)對模型的擬合優(yōu)度進(jìn)行檢驗(yàn)，檢驗(yàn)結(jié)果（如表5所示）。

R-Square值為0.7216，模型所包含解釋變量較為合理，擬合度較好。F-test固定效應(yīng)模型檢驗(yàn)值為126.80，P-value小于0.0001也說明使用固定效應(yīng)模型是合理的。

（五）關(guān)注度對申購贖回影響分析

參考鄒富（2011）百度指數(shù)對基金申購影響的研究方法，采用以下靜態(tài)方程進(jìn)行回歸，如公式（10）和公式（11）所示：

分析時為了減小數(shù)據(jù)大小以及單位差對數(shù)據(jù)取對數(shù)，LgSGt為t時期基金贖回量的對數(shù)值，LgSHt為t時期基金申購量的對數(shù)值，LgSVt為t時期基金關(guān)鍵詞的搜索量的對數(shù)值。

從表6可以看出，這三組中贖回組的R2最高為48%，小于申購組的67.62%。這說明，第三只基金申購份額有67.62%的變化來自于注意力的變化。而同只基金的贖回變化僅有6.41%，可以用注意力的變化來解釋。從結(jié)果可以得知，基金的關(guān)注度與申購和贖回均存在正相關(guān)關(guān)系，但百度指數(shù)與申購量的相關(guān)性系數(shù)顯著大于與贖回量的相關(guān)性系數(shù)。

四、討論

第一，投資者對基金的關(guān)注度會引起資金的凈流入。百度指數(shù)當(dāng)期值與基金流量的相關(guān)性系數(shù)β1為顯著正相關(guān)，符合大多數(shù)投資者投資決策路徑，先了解信息再進(jìn)行投資決策。搜索量越大，基金獲得投資者投資越多，基金資金流入越大。另一方面，在檢索基金資料時出現(xiàn)的營銷廣告會影響投資者的決策，增強(qiáng)了關(guān)注度與基金流量的正相關(guān)性。前置一期百度指數(shù)與基金流量相關(guān)性系數(shù)β2為負(fù)相關(guān)，說明當(dāng)期搜索指數(shù)的升高將導(dǎo)致下期基金資金流入量的減少。原因?yàn)閾?dān)心贖回造成自己沒有獲得最大利潤而過度謹(jǐn)慎，因此對于贖回基金存在決策的滯后，而在申購時常常又過度自信縮短決策流程，最終表現(xiàn)為β2負(fù)相關(guān)。

第二，我國開放式基金存在“贖回異象”?；鹗找娴南嚓P(guān)性系數(shù)β3與β4均為負(fù)，說明基金收益與基金資金流入呈負(fù)相關(guān)關(guān)系。投資者是風(fēng)險厭惡的，會傾向“落袋為安”，贖回表現(xiàn)佳的基金。β4比β3小說明投資者對于收益較好的基金存在理性預(yù)期，認(rèn)為基金的優(yōu)異表現(xiàn)能夠持續(xù)，這使得“贖回異象”不如當(dāng)期明顯。投資者的理性選擇弱于風(fēng)險厭惡效應(yīng)，存在“贖回異象”。

第三，開放式基金的贖回受市場波動影響。本文選用樣本均為開放式偏股型基金，因此基金流入應(yīng)與證券市場的波動高度相關(guān)?；貧w結(jié)果顯示，市場收益率的相關(guān)性系數(shù)β6為負(fù)顯著，說明當(dāng)證券市場有著更好的收益率時投資者傾向于贖回基金份額，這與基金在有較好表現(xiàn)時面臨贖回壓力有關(guān)。由于偏股型基金將大部分資金配置在股票資產(chǎn)上，因此當(dāng)股票市場走勢較好時，對應(yīng)的基金收益率會升高，也就表現(xiàn)出收益率增加。這加劇了投資者的贖回。β6的前置項(xiàng)β7為正顯著，說明當(dāng)市場走勢較好時會讓投資者產(chǎn)生市場將會進(jìn)一步上漲的預(yù)期，這種預(yù)期將會促使投資者進(jìn)行基金投資。我國投資者為有限理性投資者并且非理性作用較強(qiáng)，證券市場預(yù)期將顯著影響投資者行為，這最終表現(xiàn)為證券市場收益率與基金流量負(fù)相關(guān)。市場組合收益率的回歸系數(shù)β5不顯著，說明市場波動性與投資者購買基金不相關(guān)。

第四，無風(fēng)險利率對投資者購買基金存在影響。無風(fēng)險利率從某種程度上可以視為投資者的機(jī)會成本。無風(fēng)險利率相對與基金收益升高，投資者會更加傾向于配置無風(fēng)險資產(chǎn)，減少基金的申購。若無風(fēng)險利率相對降低，則對基金的申購將增加。三個月期存款利率的相關(guān)性系數(shù)β8為負(fù)符合理論假設(shè)，即投資者在利率升高時會減少基金的申購增加贖回。

第五，投資者更加青睞規(guī)模較大的基金?；鹨?guī)模會影響投資者的投資決策?；鹨?guī)模系數(shù)β10為正相關(guān)，說明投資者更加傾向于投資規(guī)模較大的資金。規(guī)模大的基金可更容易通過構(gòu)建分散化的投資組合獲取穩(wěn)定收益，同時，在一家基金公司中往往存在著一只或多只明星基金，將產(chǎn)生拉動效應(yīng)，為基金管理公司旗下其他基金帶來正現(xiàn)金流入。

參考文獻(xiàn)：

[1] Barber，Brad M.，Odean，et al.All That Glitters：The Effect of Attention and News on the Buying Behavior of Individual and Institutional

Investors[J].Review of Financial Studies，2008，（2）：785-818.

[2] Daniel，Kent，David Hirshleifer，and Siew Hong Teoh.Investor Psychology in Capital Markets：Evidence and Policy Implications[J].

Journal of Monetary Economics，2002，（1）：139-209.

[3] Capon N.，F(xiàn)itzsimons G，Prince R A.An individual level analysis of the mutual fund investment decision[J].Journal of Financial

Services Research，1996，（1）：59-82.

[4] Zeckhauser R.，Patel J.，Hendricks D.Nonrational actors and financial market behavior[J].Theory & Decision，1991，（3）：257-287.

[5] Ippolito，Richard A.Consumer Reaction to Measures of Poor Quality：Evidence from the Mutual Fund Industry[J].Journal of Law and

Economics，1992：45-70.

[6] Karceski，Jason.Returns-Chasing Behavior，Mutual Funds，and Betas Death[J].Journal of Financial and Quantitative Analysis，2002，

（4）：94-559.

[7] Lettau，Martin.Explaining the Facts with Adaptive Agents：The Case of Mutual Fund Flows[J].Journal of Economic Dynamics and

Control，1997，（7）：17-47.

[8] Potter，Mark E.Determinants of Aggregate Mutual Fund Flows[J].Journal of Business and Economic Studies，2000，（2）：55-73.

[9] Warther，Vincent A.Aggregate Mutual Fund Flows and Security Returns[J].Journal of Financial Economics，1995，（2）：35-209.

[10] Dellavigna S，Pollet J.Investor Inattention，F(xiàn)irm Reaction，and Friday Earnings Announcements[J].Ssrn Electronic Journal，2005.

[11] Seasholes M S，Wu G.Predictable behavior，profits，and attention[J].Journal of Empirical Finance，2007，（5）：590-610.

[12] 李科，陸蓉.投資者有限理性與基金營銷策略——基金大比例分紅的證據(jù)[J].管理世界，2011，（11）：5.

[13] 肖峻，石勁.基金業(yè)績與資金流量：我國基金市場存在“贖回異象”嗎？[J].經(jīng)濟(jì)研究，2011，（1）：25-112.

[14] 陸蓉，趙乾明，謝新厚.開放式基金贖回現(xiàn)象研究綜述[J].上海財(cái)經(jīng)大學(xué)學(xué)報，2008，（3）：91-97.

[15] 姚頤，劉志遠(yuǎn).我國開放式基金贖回行為的實(shí)證研究[J].經(jīng)濟(jì)科學(xué)，2004，（5）：48-57.

[16] 李曜，于進(jìn)杰.開放式基金贖回機(jī)制的外部效應(yīng)[J].財(cái)經(jīng)研究，2004，（12）：111-120.

[17] 陸蓉，陳百助，徐龍炳，謝新厚.基金業(yè)績與投資者的選擇——中國開放式基金贖回異?，F(xiàn)象的研究[J].經(jīng)濟(jì)研究，2007，（6）：39-50.

[18] 楊坤，曹暉，宋雙杰.基金業(yè)績與資金流量：明星效應(yīng)與墊底效應(yīng)[J].管理科學(xué)學(xué)報，2013，（5）：29-38.

[19] 何小楊.中國開放式基金業(yè)績與投資者的選擇——“基金熱”前后開放式基金贖回現(xiàn)象對比研究[J].證券市場導(dǎo)報，2010，（6）：

69-77.

[20] 繆杰.基于百度指數(shù)的投資者關(guān)注度對于股票市場表現(xiàn)的影響——來自創(chuàng)業(yè)板數(shù)據(jù)的實(shí)證研究[D].廈門：廈門大學(xué)，2014.

Abstract：This paper uses 17 mutual funds buying and redemption data，from 2013Q1 to 2016Q2，to test mutual fund redemption paradox.We define funds cash flow as the change between present net value per share excluding share bonus to last periods and creatively refer Baidu Index as an attention indicator of investors.Testing result with panel data fixed effect model suggests that：factors such as：investors attention，scale of fund and market index have impact on funds cash flow；there exists redemption paradox，mutual funds with higher returns face higher redemption rate.

Key words：mutual fund；paradox of mutual fund redemption；baidu index；attention

[責(zé)任編輯 陳麗敏]