邵本原 鄭興新
【摘要】主動(dòng)管理與被動(dòng)管理究竟在多大程度上影響投資組合的收益率是學(xué)界一直以來(lái)存在爭(zhēng)議的話題。文章以2006——2019年間95家中國(guó)公募基金為研究樣本,對(duì)其收益率時(shí)間序列進(jìn)行最小二乘法(OLS)與偏最小二乘法(PLS)回歸分析,探究在以公募基金為主體的投資組合中,主動(dòng)管理與被動(dòng)管理及二者內(nèi)部包含的具體因素對(duì)投資收益率的影響。研究發(fā)現(xiàn),主動(dòng)管理對(duì)投資收益率可以產(chǎn)生約55%的影響,被動(dòng)管理可以產(chǎn)生約45%的影響。在主動(dòng)管理內(nèi)部,“選股”因素的影響約占90%,“擇時(shí)”因素的影響約占7%,而被動(dòng)管理內(nèi)部各因素的影響無(wú)法被準(zhǔn)確量化。文章提出了關(guān)于構(gòu)建“選股”收益率時(shí)間序列的假設(shè),解決了既有研究方法無(wú)法量化“選股”影響程度的問(wèn)題,同時(shí)對(duì)既有研究量化市場(chǎng)波動(dòng)因素方式的合理性進(jìn)行了探討,得出主動(dòng)管理對(duì)投資組合收益率的影響略高于被動(dòng)管理的結(jié)論,并根據(jù)研究結(jié)果提出相應(yīng)的建議。
【關(guān)鍵詞】主動(dòng)管理;投資組合;資產(chǎn)配置
【中圖分類號(hào)】F832
一、引言
理性的投資行為有五個(gè)步驟:識(shí)別自身風(fēng)險(xiǎn)偏好,確定可投資資產(chǎn)種類,對(duì)全部資本進(jìn)行政策性資產(chǎn)配置,根據(jù)市場(chǎng)波動(dòng)選擇具體資產(chǎn)(下稱“選股”),動(dòng)態(tài)調(diào)整各大類資產(chǎn)比重(下稱“擇時(shí)”)?!斑x股”與“擇時(shí)”行為不存在絕對(duì)的先后關(guān)系,二者往往是隨著市場(chǎng)波動(dòng)同時(shí)進(jìn)行的。
投資行為的具體步驟可以分為主動(dòng)管理與被動(dòng)管理(Fama,1972)。主動(dòng)管理為投資者主動(dòng)調(diào)整投資組合的行為,被動(dòng)管理為不改變?cè)型顿Y組合,完全跟隨市場(chǎng)波動(dòng)的行為(李霞,王凌飛,2010)。主動(dòng)管理和被動(dòng)管理與投資行為的后三個(gè)步驟相關(guān),即政策性資產(chǎn)配置、“選股”和“擇時(shí)”。其中,政策性資產(chǎn)配置與“擇時(shí)”都屬于資產(chǎn)配置(Asset Allocation),即指將資本在不同資產(chǎn)類別之間進(jìn)行分配(如股票類資產(chǎn)占70%,債券類資產(chǎn)占30%)。二者的區(qū)別在于政策性資產(chǎn)配置是投資組合管理者事先決定并長(zhǎng)期不變的分配比例,而“擇時(shí)”是在實(shí)際管理中,管理者受其無(wú)法控制的市場(chǎng)波動(dòng)影響而主動(dòng)調(diào)整原有資產(chǎn)配置的行為。由于“選股”與“擇時(shí)”行為是投資組合管理者對(duì)既有組合的主動(dòng)調(diào)整行為,故“選股”和“擇時(shí)”屬于主動(dòng)管理。由于政策性資產(chǎn)配置為事先規(guī)定,與市場(chǎng)波動(dòng)一樣都屬于管理者在建立投資組合后無(wú)法控制的因素,故政策性資產(chǎn)配置與市場(chǎng)波動(dòng)屬于被動(dòng)管理。
將主動(dòng)管理與被動(dòng)管理對(duì)投資組合收益率的影響程度準(zhǔn)確量化是本文的研究目的。根據(jù)公開(kāi)股價(jià)信息,伯克希爾·哈撒韋(Berkshire Hathaway)作為最優(yōu)秀的投資公司之一,在2008——2018年間以317%的收益率輸給了標(biāo)普500指數(shù)的347%。這代表著最優(yōu)秀的主動(dòng)管理也有可能在收益上落后于完全的被動(dòng)管理,主動(dòng)、被動(dòng)管理行為對(duì)投資組合總收益的影響程度究竟各處于什么水平,此問(wèn)題的答案對(duì)各個(gè)層面的投資者都有重要的理論指導(dǎo)作用。
基于中國(guó)95支公募基金2006——2019年的公開(kāi)數(shù)據(jù),本文根據(jù)Brinson等(1986)使用“選股”和“擇時(shí)”兩個(gè)維度拆分收益率的方法,計(jì)算出政策性收益率、“選股”收益率、“擇時(shí)”收益率與真實(shí)收益率共四種收益率,并構(gòu)建相應(yīng)時(shí)間序列,同時(shí)借鑒Xiong等(2010)分離市場(chǎng)波動(dòng)的方法計(jì)算出市場(chǎng)收益率及其時(shí)間序列。通過(guò)用各個(gè)收益率對(duì)真實(shí)收益率進(jìn)行最小二乘法(OLS)回歸的方式,本文對(duì)主動(dòng)管理與被動(dòng)管理的影響程度作實(shí)證研究。同時(shí),為了量化每個(gè)因素對(duì)真實(shí)收益的影響,本文選擇偏最小二乘法(PLS)對(duì)以上收益率序列進(jìn)一步進(jìn)行回歸分析。文章得出了以下結(jié)論:主動(dòng)管理與被動(dòng)管理的重要性近乎相同,二者對(duì)于投資組合收益都產(chǎn)生了較大影響。在主動(dòng)管理內(nèi)部,“選股”行為占主動(dòng)管理因素貢獻(xiàn)總值約90%,其影響程度遠(yuǎn)遠(yuǎn)高于“擇時(shí)”因素。最后,本文討論了研究結(jié)果帶給投資者的啟示,并提出了相關(guān)建議。
二、文獻(xiàn)綜述與理論分析
主動(dòng)管理與被動(dòng)管理組成了完整的投資行為。其中,被動(dòng)管理包含政策性資產(chǎn)配置與市場(chǎng)波動(dòng)兩個(gè)因素。已有研究關(guān)于政策性資產(chǎn)配置行為對(duì)組合收益率的影響程度尚未達(dá)成一致結(jié)論,仍然存在較大的爭(zhēng)議。
一方面,Brinson等(1986)在研究中提出了政策性資產(chǎn)配置對(duì)于實(shí)際組合收益影響極大的觀點(diǎn)。其研究收集了91家美國(guó)養(yǎng)老基金在1974——1984年間的數(shù)據(jù)并以此為研究對(duì)象,基于假設(shè)投資管理者是否“選股”與“擇時(shí)”,將投資收益率拆分成四個(gè)象限。X坐標(biāo)軸為“是否選股”,Y坐標(biāo)軸為“是否擇時(shí)”,由此得出的四個(gè)象限依次為:象限一,政策性收益率(不選股,不擇時(shí));象限二,擇時(shí)(不選股)收益率;象限三,選股(不選時(shí))收益率;象限四,真實(shí)收益率。Brinson等(1986)通過(guò)對(duì)一、四象限所對(duì)應(yīng)的收益率(政策性收益率與真實(shí)收益率)時(shí)間序列進(jìn)行最小二乘法(OLS)回歸,回歸擬合優(yōu)度(即R2)的均值為93.6%。Brinson等(1986)對(duì)此結(jié)果的解釋是,基金收益率在過(guò)去期間的變化中,有93.6%可以被政策性資產(chǎn)配置所解釋。這一研究結(jié)論對(duì)既有認(rèn)知產(chǎn)生了一定的沖擊。此結(jié)論意味著在投資行為中,投資者花費(fèi)大量時(shí)間進(jìn)行的基本面分析以及根據(jù)分析做出的主動(dòng)管理行為最多為組合總收益率提供不足7%的貢獻(xiàn)。
另一方面,Jahnke(1997)則認(rèn)為政策性資產(chǎn)配置對(duì)真實(shí)收益率的影響被夸大了。他對(duì)Brinson等(1986)的觀點(diǎn)進(jìn)行了反駁,指出其“關(guān)注了錯(cuò)誤的問(wèn)題,使用了錯(cuò)誤的數(shù)據(jù),給出了錯(cuò)誤的建議”。Jahnke(1977)提出了Brinson等(1986)論文存在的關(guān)鍵問(wèn)題,即研究中只回答了各基金投資回報(bào)沿時(shí)間的變化中有多少能夠被資產(chǎn)配置解釋,而并未回答各基金之間回報(bào)水平的差異中有多少是來(lái)自于資產(chǎn)配置。
國(guó)內(nèi)對(duì)資產(chǎn)配置影響水平的關(guān)注起源于張雪瑩(2005)、王征(2005)、蔣曉全與丁秀英(2007)的定量分析研究,幾位研究者都借鑒了Brinson等(1986)的研究方法。對(duì)應(yīng)Brinson等(1986)論文中的93.6%,上述研究者得出擬合優(yōu)度數(shù)據(jù)的平均值分別為77.48%(張雪瑩,2005)、80%(王征,2005)與81.29%(蔣曉全與丁秀英,2007)。王棟(2014)通過(guò)分析2004——2012年數(shù)據(jù)得出的結(jié)果為33%,與早期研究存在較大差距。
Xiong等(2010)的研究指出了包括Brinson等(1986)以內(nèi)的學(xué)者在研究過(guò)程中出現(xiàn)的疏漏。Xiong等(2010)認(rèn)為既有的研究方法在研究資產(chǎn)配置行為對(duì)投資組合收益影響時(shí),忽略了市場(chǎng)波動(dòng)作為影響因素的存在。他們指出在使用政策性資產(chǎn)配置收益時(shí)間序列對(duì)實(shí)際收益時(shí)間序列進(jìn)行回歸時(shí),所得R2并非只表示政策性資產(chǎn)配置行為對(duì)組合總收益的影響,而是表示了包含市場(chǎng)變化以及政策性資產(chǎn)配置行為二者共同對(duì)組合收益的影響。因此,在以往對(duì)政策性資產(chǎn)配置與組合收益關(guān)系的研究中,政策性資產(chǎn)配置對(duì)組合收益的影響被夸大,其真實(shí)的影響程度與主動(dòng)管理近乎相同。Xiong等(2010)最大的貢獻(xiàn)在于,他們嘗試提出分離市場(chǎng)波動(dòng)因素的方法,即對(duì)全部基金的政策性資產(chǎn)配置進(jìn)行平均,以此平均為比重使用市場(chǎng)指數(shù)計(jì)算出市場(chǎng)收益序列,從而量化市場(chǎng)波動(dòng)對(duì)投資組合收益的影響。其得到的結(jié)果顯示,政策性資產(chǎn)配置與主動(dòng)管理(即“選股”與“擇時(shí)”)一樣重要。基于Xiong等(2010)的研究,本文將市場(chǎng)波動(dòng)因素考慮在內(nèi)。
有關(guān)主動(dòng)管理對(duì)真實(shí)收益率影響程度的研究較少,并且都未單獨(dú)量化出“選股”行為的影響。Brinson等(1986)認(rèn)為主動(dòng)管理對(duì)真實(shí)收益率的解釋程度僅有不到7%,且研究中并未計(jì)算“選股”與“擇時(shí)”兩種因素各自對(duì)總收益率的影響程度。Xiong等(2010)認(rèn)為主動(dòng)管理對(duì)真實(shí)收益率的解釋程度約為15%。張雪瑩(2005)與楊培基(2012)分離出“擇時(shí)”因素的影響,得出了4%與1.26%的結(jié)果,但并未涉及“選股”因素。張雪瑩(2005)分離“擇時(shí)”因素的方式為用包含“擇時(shí)”因素的收益率減去不包含“擇時(shí)”因素的收益率,使用此差值收益率對(duì)真實(shí)收益率進(jìn)行回歸。楊培基(2012)分離“擇時(shí)”因素的方法則為直接使用包含“擇時(shí)”因素與不包含“擇時(shí)”因素的兩個(gè)收益率對(duì)實(shí)際收益率回歸所得到的擬合優(yōu)度均值做差。王棟(2014)證明了“選股”與“擇時(shí)”行為對(duì)真實(shí)收益率影響的顯著性,但并未對(duì)影響大小進(jìn)行量化。王征(2005)、蔣曉全與丁秀英(2007)研究的主要關(guān)注點(diǎn)是政策性資產(chǎn)配置對(duì)真實(shí)收益率的影響,未對(duì)主動(dòng)管理因素做具體研究。
綜上所述,大量研究證明了被動(dòng)管理對(duì)真實(shí)收益率的顯著影響,但既有研究對(duì)主動(dòng)管理的關(guān)注極為有限。為量化主動(dòng)管理與被動(dòng)管理對(duì)投資收益率的影響,并得出市場(chǎng)波動(dòng)、政策性資產(chǎn)配置、“選股”與“擇時(shí)”四個(gè)因素的具體影響程度,本文使用最小二乘法(OLS)與偏最小二乘法(PLS)對(duì)樣本數(shù)據(jù)進(jìn)行研究,旨在為學(xué)界關(guān)于主動(dòng)管理影響程度的研究作補(bǔ)充,并填補(bǔ)對(duì)“選股”影響程度研究的空白。
三、研究設(shè)計(jì)
結(jié)合圖1所示,本文先使用最小二乘法(OLS)回歸完成圖中由第一級(jí)至第二級(jí)的拆分,以政策性收益率對(duì)真實(shí)收益率進(jìn)行回歸,量化被動(dòng)管理與主動(dòng)管理對(duì)真實(shí)收益率的影響程度。再使用偏最小二乘法(PLS)回歸完成由第二級(jí)至第三級(jí)的拆分,量化主動(dòng)管理與被動(dòng)管理內(nèi)部各因素獨(dú)立對(duì)真實(shí)收益率的影響程度。
(一)樣本選擇及數(shù)據(jù)來(lái)源
本文使用的數(shù)據(jù)均來(lái)自國(guó)泰安經(jīng)濟(jì)金融研究數(shù)據(jù)庫(kù)。本文初選2006——2019年138支公募基金的數(shù)據(jù),剔除了其中的純股/純債型基金、指數(shù)型基金、建倉(cāng)時(shí)間不足3個(gè)月的基金,最終共有95支公募基金共計(jì)56次觀測(cè)(觀測(cè)間隔為季度,共14年)作為本文的研究樣本。本文使用R(3.6.2)進(jìn)行數(shù)據(jù)預(yù)處理和統(tǒng)計(jì)分析。
我國(guó)公募基金的資產(chǎn)配置信息于季報(bào)中公布,故本文的數(shù)據(jù)時(shí)間間隔為季度。同時(shí)為保證研究的數(shù)據(jù)可靠,本文提取資產(chǎn)配置中的“股票類資產(chǎn)”比重與“固定收益類資產(chǎn)”比重,將其余部分與“固定收益類資產(chǎn)”結(jié)合,統(tǒng)稱為“債券類”(張雪瑩,2005;蔣曉全,丁秀英,2007),將資產(chǎn)大類劃分為兩種:股票類資產(chǎn)與債券類資產(chǎn)。市場(chǎng)指數(shù)方面,本文選擇上證指數(shù)(000001)與國(guó)債指數(shù)(000012)作為反映股票類與債券類總體市場(chǎng)情況的指數(shù),以其收益率作為市場(chǎng)指數(shù)收益率。
(二)量化各因素影響程度
本文共涉及市場(chǎng)波動(dòng)、政策性資產(chǎn)配置、“選股”、“擇時(shí)”四個(gè)因素。主動(dòng)管理包含“選股”因素與“擇時(shí)”因素,被動(dòng)管理包含政策性資產(chǎn)配置與市場(chǎng)波動(dòng)因素。
1.分解投資組合收益率
為得到各個(gè)因素的影響程度,基于Brinson等(1986)提出的四象限模型,本文計(jì)算了以下四種收益率:真實(shí)收益率、“選股”收益率、“擇時(shí)”收益率、政策性收益率。Brinson等(1986)分解收益時(shí)間序列的方法為在兩個(gè)維度上對(duì)真實(shí)收益進(jìn)行拆分,即“是否選股”與“是否擇時(shí)”,具體內(nèi)容如表1所示:
除以上四種收益率,為剔除Xiong等(2010)提到的市場(chǎng)波動(dòng)因素,本文還將計(jì)算市場(chǎng)收益率。五種收益率包含的影響因素如表2所示。
本文對(duì)于表2中的五種收益率展開(kāi)如下說(shuō)明:首先,“市場(chǎng)收益率”并不存在于Brinson等(1986)的研究中,而是由Xiong等(2010)提出,旨在使用此收益率反映整體市場(chǎng)的波動(dòng)情況。其次,“政策性收益率”是既不選股,又不擇時(shí)的收益率,即假定各支基金的資產(chǎn)配置比例完全遵照事先設(shè)定的政策性資產(chǎn)配置,并且資產(chǎn)大類內(nèi)部的構(gòu)成完全復(fù)制市場(chǎng)指數(shù)的構(gòu)成。然后是“選股收益率”,表示僅選股而不擇時(shí)的收益率,即假定各支基金的資產(chǎn)配置完全遵照政策性資產(chǎn)配置,但其資產(chǎn)大類內(nèi)部構(gòu)成隨管理者的操作而發(fā)生變動(dòng),從而導(dǎo)致股票類或債券類的收益偏離市場(chǎng)指數(shù)收益。與之對(duì)應(yīng)的是“擇時(shí)收益率”,表示僅擇時(shí)而不選股的收益率,即假定各支基金的資產(chǎn)配置比例隨著時(shí)間根據(jù)管理者的操作而進(jìn)行真實(shí)變化,但資產(chǎn)大類內(nèi)部仍完全復(fù)制市場(chǎng)指數(shù)的構(gòu)成。最后,真實(shí)收益率則是既選股又擇時(shí)的收益率。由于公募基金的真實(shí)收益率難以獲取,本文使用各支基金各季度末凈值之間的比例進(jìn)行近似(張雪瑩,2005)。
2.計(jì)算收益率序列
本部分計(jì)算得到的收益率均為長(zhǎng)度56的時(shí)間序列,為了后文表述清晰,下文將收益率組成的時(shí)間序列簡(jiǎn)稱為收益序列。
“選股”收益序列的計(jì)算是本文重點(diǎn)。值得強(qiáng)調(diào)的是,由于中國(guó)公募基金不公布其投資組合內(nèi)各資產(chǎn)類別的真實(shí)收益率(張雪瑩,2005),國(guó)內(nèi)已有研究并未計(jì)算各支基金的“選股”收益率,進(jìn)而沒(méi)有使用Brinson等(1986)提供的方法分離出“選股”因素對(duì)投資組合收益的影響。
本文為了填補(bǔ)國(guó)內(nèi)過(guò)往研究中關(guān)于“選股”收益率的空白,創(chuàng)新地提出“債券類資產(chǎn)收益恒等于債券市場(chǎng)指數(shù)”的假設(shè)。進(jìn)行此種假設(shè)的原因有二:首先,相對(duì)股票類資產(chǎn),債券類資產(chǎn)指數(shù)的收益波動(dòng)幅度極低;其次,國(guó)債作為低風(fēng)險(xiǎn)資產(chǎn),其在組合中的作用并非博取超額收益。綜合以上原因,本文認(rèn)為將債券類資產(chǎn)的收益序列近似為國(guó)債指數(shù)收益序列存在一定合理性?;谝陨霞僭O(shè),對(duì)于第i支基金,股票類資產(chǎn)真實(shí)收益率(Equity Real Return,ERR)的計(jì)算公式如式(1)所示:
其中Rbt為債券類資產(chǎn)指數(shù)在時(shí)間段t的收益,Wei,t與Wbi,t為第i支基金在t時(shí)間段的資產(chǎn)配置比重。根據(jù)以上數(shù)據(jù),便可以求出“選股”收益率。由于共有56個(gè)時(shí)間段(t=1,2,3,…,56),計(jì)算出的收益率即可組成時(shí)間序列(Time Sequence)?!斑x股”收益序列(Choosing Time Sequence, 即CTS)的計(jì)算公式如式(2)所示:
政策性收益序列(Political Time Sequence,PTS)的計(jì)算方式為使用政策性資產(chǎn)配置對(duì)股票、債券市場(chǎng)指數(shù)加權(quán)平均。由于公募基金的政策性資產(chǎn)配置并不對(duì)外公布,本文與Brinson等(1986)保持一致,使用2006——2019年各支基金各個(gè)時(shí)期資產(chǎn)配置的算術(shù)平均作為該支基金的政策性資產(chǎn)配置,即Wei與Wbi(i代表第i支基金),具體計(jì)算公式如式(3)所示:
市場(chǎng)收益序列(Market Time Sequence,即MTS)的計(jì)算方式參考Brinson等(1986)的研究。首先使用所有基金的政策性資產(chǎn)配置計(jì)算市場(chǎng)上政策性資產(chǎn)配置的總平均值We(Weight of Equity)與Wb(Weight of bond),視其為市場(chǎng)平均政策性資產(chǎn)配置,再使用此比重計(jì)算市場(chǎng)收益序列,計(jì)算公式如式(6)所示:
值得注意的是,在本文所使用的五種收益時(shí)間序列中,只有MTS為單個(gè)時(shí)間序列,其余均有95個(gè)時(shí)間序列,即每1支基金都對(duì)應(yīng)除市場(chǎng)收益序列以外的四個(gè)時(shí)間序列。
真實(shí)收益序列(Real Time Sequence, RTS)來(lái)源于各基金的月凈值數(shù)據(jù),通過(guò)將月度數(shù)據(jù)中所有非1,4,7,10月的月份刪去,即可得到季度凈值數(shù)據(jù)。通過(guò)計(jì)算則可得出各季度的收益率,進(jìn)而組成時(shí)間序列。
3.最小二乘法(OLS)回歸
進(jìn)行OLS回歸的目的是量化主動(dòng)管理與被動(dòng)管理對(duì)真實(shí)收益率的影響。如表2所示,政策性收益序列包含了被動(dòng)管理的所有因素(市場(chǎng)波動(dòng)與政策性資產(chǎn)配置),故本部分使用政策性收益序列對(duì)真實(shí)收益序列進(jìn)行OLS回歸。
對(duì)于第i支基金,使用政策性收益序列(PTS)對(duì)真實(shí)收益序列(RTS)進(jìn)行回歸(以下簡(jiǎn)稱“真實(shí)——政策”回歸)即可得到此回歸的擬合優(yōu)度,即R2。“真實(shí)——政策”回歸模型如下(其中t為1至56的整數(shù),代表各個(gè)季度;為隨機(jī)擾動(dòng)項(xiàng)):
通過(guò)對(duì)95支基金共進(jìn)行95次回歸,即可得到“真實(shí)——政策”的擬合優(yōu)度共95個(gè)。對(duì)所得95個(gè)擬合優(yōu)度R2進(jìn)行算數(shù)平均即可得到“真實(shí)——政策”擬合優(yōu)度均值,此均值即代表了被動(dòng)管理對(duì)真實(shí)收益率的影響程度。由于真實(shí)收益率由主動(dòng)管理與被動(dòng)管理構(gòu)成,此擬合優(yōu)度均值與1的差值則為主動(dòng)管理對(duì)真實(shí)收益率的影響程度。同理,“真實(shí)——市場(chǎng)”模型的擬合優(yōu)度均值即為市場(chǎng)波動(dòng)對(duì)真實(shí)收益率的影響程度。
4.偏最小二乘法(PLS)回歸
偏最小二乘法回歸也被稱為“分塊回歸”或“偏回歸”,本文采用此種方法分離各種因素單獨(dú)對(duì)總收益率的影響。楊培基(2012)分離單獨(dú)因素影響的方式為直接對(duì)“真實(shí)——擇時(shí)”與“真實(shí)——政策”回歸所得R2均值做差,此種方法在統(tǒng)計(jì)上存在一定的問(wèn)題。由于在使用少量甚至單一的序列進(jìn)行回歸時(shí),遺漏變量偏差較為嚴(yán)重,直接使用擬合優(yōu)度做差得出的結(jié)果在統(tǒng)計(jì)上并不可靠。在分離“擇時(shí)”因素時(shí),楊培基(2012)使用的具體方法為用“真實(shí)——擇時(shí)”回歸擬合優(yōu)度均值(包含市場(chǎng)波動(dòng)、政策性資產(chǎn)配置、“擇時(shí)”)減去“真實(shí)——政策”回歸擬合優(yōu)度均值(包含市場(chǎng)波動(dòng)、政策性資產(chǎn)配置)。此種方法在統(tǒng)計(jì)方法上并不嚴(yán)謹(jǐn)。擬合優(yōu)度相減得出單一因素的影響程度代表了研究者默認(rèn)“真實(shí)——擇時(shí)”回歸為多元回歸,但實(shí)際操作上“真實(shí)——擇時(shí)”回歸的自變量只有“擇時(shí)”收益率,即為單一變量回歸,將其主觀視為多元回歸并直接用擬合優(yōu)度相減則會(huì)造成較大的遺漏變量偏差。
為了最大限度地保證結(jié)果的可靠性,本文選擇使用偏最小二乘法(PLS)進(jìn)行回歸,此處以分離主動(dòng)管理內(nèi)部因素“選股”和“擇時(shí)”為例。為便于表述,定義真實(shí)收益序列為因變量y,政策性收益序列為自變量x1,“選股”收益序列為自變量x2。先用x1對(duì)y進(jìn)行回歸,收集回歸模型產(chǎn)生的殘差序列Res1(Residuals1的簡(jiǎn)稱,下同),再用x1對(duì)x2進(jìn)行回歸,收集殘差序列Res2。最終以Res1為因變量,Res2為因變量進(jìn)行回歸,所得擬合優(yōu)度均值即為“選股”行為占主動(dòng)管理對(duì)真實(shí)收益率造成總影響的比例。
上述偏最小二乘法(PLS)回歸可以有效避免遺漏變量變差的問(wèn)題。政策性收益序列(x1)對(duì)真實(shí)收益序列(y)回歸得到的殘差代表了在真實(shí)收益中不能被被動(dòng)管理解釋的部分(因?yàn)檎咝允找嫘蛄邪囊蛩丶礊楸粍?dòng)管理的全部因素),即Res1代表了主動(dòng)管理對(duì)實(shí)際收益造成的影響。政策性收益序列(x1)對(duì)“選股”收益序列(x2)回歸得到的殘差代表了在“選股”收益序列包含的因素中,不能被被動(dòng)管理解釋的部分。即Res2代表了“選股”行為對(duì)實(shí)際收益造成的影響。同理,將x2換為“擇時(shí)”收益序列則可以得出“擇時(shí)”行為對(duì)實(shí)際收益造成的影響。
四、實(shí)證研究與檢驗(yàn)結(jié)果分析
(一)主動(dòng)管理與被動(dòng)管理對(duì)真實(shí)收益率的影響
對(duì)“真實(shí)——政策”模型進(jìn)行95次回歸后所得擬合優(yōu)度數(shù)據(jù)特征如表3所示。
本文認(rèn)同Xiong等(2010)的觀點(diǎn),即使用以上模型進(jìn)行回歸得出的平均擬合優(yōu)度代表市場(chǎng)波動(dòng)與大類資產(chǎn)配置政策對(duì)真實(shí)收益影響的總和,即被動(dòng)管理對(duì)真實(shí)收益率的影響。但鑒于采用了相同的分析方式,雖然Brinson等(1986)認(rèn)為“真實(shí)——政策”回歸結(jié)果僅代表政策性資產(chǎn)配置對(duì)投資組合收益的影響,本文將數(shù)據(jù)對(duì)比列示如表4。
可以看到,本文所得擬合優(yōu)度均值為44.62%,與Brinson等(1986)、張雪瑩(2005)、楊培基(2012)所得結(jié)果差異較大,但較為接近王棟(2014)得出的結(jié)果。根據(jù)此結(jié)果,被動(dòng)管理可以解釋實(shí)際收益率的44.62%,主動(dòng)管理可以解釋實(shí)際收益率的55.38%。
(二)主動(dòng)管理所含因素的具體影響
使用PLS法回歸得出的結(jié)果如表5。
如表5所示,在主動(dòng)管理中,“選股”的作用占90.18%,“擇時(shí)”的作用占6.91%,二者之和為97.09%,與100%之間的差值可以被合理估計(jì)為協(xié)同作用(Xiong等,2010)。故對(duì)實(shí)際收益率,“選股”行為可以解釋49.94%(55.38%×90.18%),“擇時(shí)”行為可以其中的3.83%(55.38%×6.91%),二者的共同作用可以解釋1.61%。
(三)被動(dòng)管理所含因素的具體影響
由于不存在相應(yīng)收益序列,市場(chǎng)波動(dòng)與政策性資產(chǎn)配置的影響程度無(wú)法完全照搬主動(dòng)管理的方法,但此處可以先使用市場(chǎng)收益序列對(duì)政策性收益序列進(jìn)行回歸并提取其殘差序列Res1*,此序列代表政策性收益序列中無(wú)法被市場(chǎng)波動(dòng)這一個(gè)因素解釋的內(nèi)容,即此殘差序列為政策性資產(chǎn)配置本身對(duì)實(shí)際收益率的影響。接著我們使用Res1*序列對(duì)政策性收益序列進(jìn)行回歸,即可得出在被動(dòng)管理中,政策性資產(chǎn)配置作用的占比。按照以上方法所得擬合優(yōu)度及P值數(shù)據(jù)特征如表6。
結(jié)果如表6所示,出現(xiàn)了異常的現(xiàn)象。95次回歸得到的最小P值為0.4749,遠(yuǎn)遠(yuǎn)高于常用的0.05顯著性判定標(biāo)準(zhǔn),即政策性資產(chǎn)配置對(duì)被動(dòng)管理的影響不顯著,這一結(jié)果與既有研究得出的結(jié)論并不一致,因此本文進(jìn)一步分析了Xiong等(2010)提出的分離市場(chǎng)波動(dòng)即計(jì)算市場(chǎng)收益序列(MTS)的方法:市場(chǎng)收益序列(MTS)在計(jì)算中市場(chǎng)資產(chǎn)配置時(shí)使用了政策性資產(chǎn)配置取平均的方法,即需要計(jì)算全部基金政策性資產(chǎn)配置的均值,此種做法使得MTS也包含了政策性資產(chǎn)配置的影響因素,市場(chǎng)波動(dòng)并未被徹底分離出來(lái)?;谝陨戏治?,本文推測(cè)市場(chǎng)收益序列并未將政策性資產(chǎn)配置因素排除在外。而該研究首先對(duì)所有開(kāi)放式基金的歷史資產(chǎn)配置信息取平均值,即一共生成了一組和為1的百分?jǐn)?shù)(配比),但這一處理方法無(wú)法將大類資產(chǎn)配置因素與市場(chǎng)波動(dòng)因素分開(kāi),因?yàn)榧幢銓?duì)所有公募基金的資產(chǎn)配置進(jìn)行平均,所得到的數(shù)值仍然為一種平均后的大類資產(chǎn)配置,即取平均并不能除去大類資產(chǎn)配置的因素。
更為重要的是,我們應(yīng)當(dāng)關(guān)注“市場(chǎng)波動(dòng)”一詞的定義。股市與債市的市場(chǎng)波動(dòng)可以精準(zhǔn)量化,即反映市場(chǎng)中股票或債券總體價(jià)格波動(dòng)的指數(shù)數(shù)據(jù)。但此種方法對(duì)投資組合并不適用。由于基金這一產(chǎn)品本身一定為具有某種大類資產(chǎn)配置的投資組合,其內(nèi)部必然包含股票與債券以及其他金融衍生品(除去本文并不對(duì)其進(jìn)行研究的純股、純債型基金)。根據(jù)基本的經(jīng)濟(jì)學(xué)邏輯,股市、債市與衍生品市場(chǎng)一定存在某種相關(guān)關(guān)系,即一個(gè)包含了股、債、衍生品的投資組合內(nèi)部一定存在某種程度的對(duì)沖(Hedge),而由于不同基金選擇的證券種類、數(shù)量有所差別,此種對(duì)沖效應(yīng)的大小在各個(gè)基金間便各不相同。由于無(wú)法量化各個(gè)大類資產(chǎn)市場(chǎng)之間的相關(guān)性,基金便不存在可以準(zhǔn)確定義并直接計(jì)算出的“市場(chǎng)波動(dòng)”,因此本文認(rèn)為Xiong等(2010)所提出的市場(chǎng)波動(dòng)因素?zé)o法使用現(xiàn)有的計(jì)算方式進(jìn)行剝離。進(jìn)而,對(duì)于投資組合,市場(chǎng)波動(dòng)與資產(chǎn)配置無(wú)法被可靠地分離。
(四)實(shí)證研究結(jié)果
結(jié)合與Xiong等(2010)的研究方法,主動(dòng)管理與被動(dòng)管理對(duì)投資組合收益率的影響如表7所示。對(duì)于被動(dòng)管理,其內(nèi)部包含的市場(chǎng)波動(dòng)與政策性資產(chǎn)配置這兩種因素?zé)o法通過(guò)Xiong等(2010)提出的方式進(jìn)行有效分離,故被動(dòng)管理內(nèi)部各因素對(duì)真實(shí)收益率的影響仍未知。對(duì)于主動(dòng)管理的內(nèi)部因素,“選股”行為可以解釋真實(shí)收益的49.94%,“擇時(shí)”行為可以解釋真實(shí)收益的3.83%。
綜上所述,主動(dòng)管理可以解釋投資組合收益率變化的55.38%,被動(dòng)管理可以解釋44.62%。這表明了在2006——2019年的我國(guó)市場(chǎng)中,主動(dòng)管理對(duì)于投資組合收益率的影響略大于被動(dòng)管理,與既有研究的結(jié)論相悖。
對(duì)于本研究與既有研究結(jié)論的差異,本文提出以下設(shè)想:第一,大部分研究距今時(shí)間較長(zhǎng),且樣本數(shù)與觀察周期差異較大。第二,2008年金融危機(jī)、2015年中國(guó)股市的巨大震蕩等事件可能會(huì)對(duì)研究結(jié)果造成較大的影響。第三,高頻交易與量化基金的崛起可能從根本上改變了市場(chǎng)面貌,進(jìn)而對(duì)主動(dòng)管理或被動(dòng)管理的效果造成了巨大影響。第四,逐漸變化的市場(chǎng)效率(Market Efficiency)也可能對(duì)研究的結(jié)果產(chǎn)生影響。
(五)穩(wěn)健性檢驗(yàn)
為驗(yàn)證本文實(shí)證研究的穩(wěn)健性,穩(wěn)健性檢驗(yàn)中將反映股票市場(chǎng)的指數(shù)更換為滬深300(000300),將反映債券市場(chǎng)的指數(shù)更換為上證企業(yè)債指數(shù)(000013)。使用相同數(shù)據(jù)處理方法計(jì)算各個(gè)時(shí)間序列后得到的結(jié)果如表8。
如表8所示,更換具體市場(chǎng)指數(shù)后得到的各因素影響水平仍極為接近,故本文結(jié)論具有穩(wěn)健性。
五、結(jié)論與建議
本文以2006——2019年間共95家中國(guó)公募基金的公開(kāi)數(shù)據(jù)為研究樣本,使用最小二乘法(OLS)與偏最小二乘法(PLS)對(duì)主動(dòng)管理與被動(dòng)管理及其內(nèi)部因素對(duì)投資組合收益率的影響程度進(jìn)行實(shí)證研究。本研究結(jié)合Brinson等(1986)的研究方法,使用最小二乘法(OLS)對(duì)政策性收益序列與真實(shí)收益序列進(jìn)行回歸分析,量化了主動(dòng)管理與被動(dòng)管理對(duì)投資組合收益率的影響程度。研究發(fā)現(xiàn),主動(dòng)管理與被動(dòng)管理對(duì)投資組合收益率的影響約為55%與45%,主動(dòng)管理的影響程度略大于被動(dòng)管理。為研究各個(gè)因素對(duì)投資組合收益率的影響,本文通過(guò)建立合理假設(shè),構(gòu)建了“選股”收益率時(shí)間序列,填補(bǔ)了既往研究中對(duì)于此序列計(jì)量方式的缺失,并使用偏最小二乘法(PLS)進(jìn)行回歸分析。研究發(fā)現(xiàn)被動(dòng)管理內(nèi)部各因素的影響程度無(wú)法被可靠計(jì)量,即政策性資產(chǎn)配置與市場(chǎng)波動(dòng)各自對(duì)投資組合收益率的影響程度無(wú)法通過(guò)Xiong等(2010)提出的計(jì)量方式得出。而在主動(dòng)管理內(nèi)部,“選股”因素對(duì)投資組合收益率的影響約為50%,遠(yuǎn)大于“擇時(shí)”因素3.83%的影響程度。
基于以上結(jié)論,本文為投資者提出以下建議。首先,投資者應(yīng)當(dāng)理性看待被動(dòng)管理的作用,并根據(jù)自己的風(fēng)險(xiǎn)偏好進(jìn)行合適的政策性資產(chǎn)配置。同時(shí),主動(dòng)管理對(duì)于投資收益率的貢獻(xiàn)應(yīng)當(dāng)從正反兩方面看,主動(dòng)的操作在有機(jī)會(huì)獲取超額收益的同時(shí),也包含著大幅跑輸指數(shù)的風(fēng)險(xiǎn)。所以對(duì)于缺少時(shí)間、信息與專業(yè)技能的個(gè)人投資者,建議根據(jù)具體情況考慮投資被動(dòng)型基金,獲取合理且穩(wěn)健的投資收益。其次,本文對(duì)主動(dòng)管理行為重要性的肯定也應(yīng)辯證看待。過(guò)度的主動(dòng)管理可能演變?yōu)槎唐诘耐稒C(jī)行為,不利于金融市場(chǎng)的健康發(fā)展。投機(jī)行為將導(dǎo)致對(duì)主動(dòng)管理的過(guò)分關(guān)注,進(jìn)而投資者將花費(fèi)更多的時(shí)間在主動(dòng)管理上,形成正反饋循環(huán),極大破壞金融市場(chǎng)的健康發(fā)展。相比于發(fā)達(dá)國(guó)家,我國(guó)擁有較為年輕的金融市場(chǎng),占據(jù)股市大多數(shù)的散戶投資者并未接受相應(yīng)的理財(cái)教育,極易因某個(gè)體獲取的超額收益而產(chǎn)生“羊群效應(yīng)”,加入短期投機(jī)的隊(duì)伍。盲目的投資者越多,市場(chǎng)便更易產(chǎn)生泡沫,所以國(guó)家應(yīng)當(dāng)積極對(duì)投資者進(jìn)行教育,倡導(dǎo)理性的投資行為,遠(yuǎn)離賭博式的短期投機(jī)行為。
主要參考文獻(xiàn):
[1]葛紅玲.資產(chǎn)配置因素對(duì)我國(guó)開(kāi)放式基金收益波動(dòng)的影響分析[J].財(cái)貿(mào)研究,2008(04):90-96+144.
[2]蔣曉全,丁秀英.我國(guó)證券投資基金資產(chǎn)配置效率研究[J].金融研究,2007(02):89-97.
[3]李霞,王凌飛,Vladyslav Sushko,Grant Turner.證券市場(chǎng)被動(dòng)投資的意義和價(jià)值[J].經(jīng)濟(jì)資料譯叢,2018(02):20-34.
[4]王棟.基金資產(chǎn)配置收益的實(shí)證研究[D].復(fù)旦大學(xué),
2014.
[5]王征.資產(chǎn)配置對(duì)基金收益率的貢獻(xiàn)度分析——來(lái)自中國(guó)市場(chǎng)的經(jīng)驗(yàn)數(shù)據(jù)[J].經(jīng)濟(jì)科學(xué),2005(05):80-88.
[6]楊培基.我國(guó)開(kāi)放式基金資產(chǎn)配置策略貢獻(xiàn)度研究[D].西南財(cái)經(jīng)大學(xué),2012.
[7]張雪瑩.資產(chǎn)配置對(duì)基金收益影響程度的定量分析[J].證券市場(chǎng)導(dǎo)報(bào),2005(10):67-72.
[8]周立志.我國(guó)開(kāi)放式基金的資產(chǎn)配置能力研究[D].華南理工大學(xué),2019.
[9]周新輝,李明亮.中國(guó)證券投資基金資產(chǎn)配置效率實(shí)證研究[J].財(cái)經(jīng)研究,2007(03):57-64.
[10]Brinson,G.P.,Hood,L.R.,& Beebower,G.L.(1986). Determinants of portfolio performance.Financial Analysts Journal,42(4),39-44.
[11]Brinson,G.P.,Singer,B.D.,& Beebower,G.L.(1991). Determinants of portfolio performance II: An update. Financial Analysts Journal,47(3),40-48.
[12]Fama,Eugene F.(1972).Components of investment performance.The Journal of finance,27.3:551-567.
[13]Ibbotson,R.G.(2010).The importance of asset allocation.Financial Analysts Journal,66(2),18-20.
[14]Ibbotson,R.G.,& Kaplan,P.D.(2000).Does asset allocation policy explain 40,90,or 100 percent of performance Financial Analysts Journal,56(1),26-33.
[15]Idzorek,T.M.,&Kowara,M.(2013).Factor-based asset allocation vs.asset-class-based asset allocation. Financial Analysts Journal,69(3),19-29.
[16]Jahnke,W.W.(1997).The asset allocation hoax. Journal of Financial Planning,10(1),109-113.
[17]Waring,B.,& Siegel,L.B.(2003).Understanding Active Management.Investment Insights,6(1),3-41.
[18]Xiong,J.X.,Ibbotson,R.G.,Idzorek,T.M.,& Chen,P.(2010).The equal importance of asset allocation and active management.Financial Analysts Journal,66(2),22-30.
國(guó)際商務(wù)財(cái)會(huì)2020年3期