“学海拾珠”系列之二十：横截面Alpha分散度与业绩评价
敬请参阅末页重要声明及评级说明 证券研究报告 横截面Alpha分散度与业绩评价 ——“学海拾珠”系列之二十 [Table_RptDate] 报告日期：2020-11-30 [Table_Author] 分析师：严佳炜 执业证书号：S0010520070001 邮箱：yanjw@hazq.com 分析师：朱定豪 执业证书号：S0010520060003 邮箱：zhudh@hazq.com 联系人：钱静闲 执业证书号：S0010120080059 邮箱：qianjx@hazq.com [Table_CompanyReport] 相关报告 1.《久期驱动的收益——“学海拾珠”系列之十三》2020-10-12 2.《基金经理的投资自信度与投资业绩——“学海拾珠”系列之十四》2020-10-19 3.《风险转移与基金表现——“学海拾珠”系列之十五》2020-10-26 4.《股票基金的窗口粉饰行为——“学海拾珠”系列之十六》2020-11-02 5.《企业规模刚性与股票收益——“学海拾珠”系列之十七》2020-11-09 6.《分解公募基金Alpha：选股和配权——“学海拾珠”系列之十八》2020-11-16 7.《情绪Beta与股票收益的季节性——“学海拾珠”系列之十九》2020-11-23 主要观点： [Table_Summary] 本篇是“学海拾珠”系列第二十篇，本期推荐的海外文献研究了基金Alpha在横截面上的分散度与投资者对基金业绩评价之间的关系。 ⚫ 横截面上基金收益分散度高时，投资者对高alpha基金的怀疑度更高 在横截面收益分散度高时，无技巧的基金经理很容易伪装成有技巧的基金经理，导致投资者对表现优异的基金更加怀疑，并因此评价时对基金的Alpha值进行更严厉的折价。 ⚫ 零阿尔法基金中异质性风险的平均水平如何影响业绩评估 由于IQR与零阿尔法基金的异质性风险平均水平之间相关性很高。使用IQR衡量异质性风险，通过未来资金流与过去基金业绩之间的关系（即资金流-业绩敏感度）来检验模型的预测程度，发现收益分散对这种关系有负面影响。收益分散每增加一个标准差会使资金流-业绩敏感度降低11％-17％之间，具体大小取决于用来估算Alpha的基准模型。 ⚫ 条件业绩评估框架 本文的模型与其他方法不同的是在条件业绩评估框架中，投资者通过基金在过去T时期内的收益和财务数据，以及先前有关该基金异质性风险的先验信息，从而推断出该基金的alpha的分布。由该分布可以得出基金横截面收益分散度会影响I类错误（投资者不希望投资表现不佳的基金）和II类错误（投资者不想错过表现优异的基金）之间的权衡。 ⚫ 回归结果的稳健性 本文的结果在不同的alpha估计方法（三种方法：基金收益-市场收益、CAPM调整后的alpha、Fama-French-Carhart四因子模型）中均很稳健，数据越新，效果越好。结果在控制alpha百分位数排名、市场状态变量等条件时，仍具有稳健性。 ⚫ 风险提示 本文结论基于历史数据与海外文献进行总结；不构成任何投资建议。 [Table_StockNameRptType] 金融工程 专题报告 [Table_CommonRptType] 金融工程 敬请参阅末页重要声明及评级说明 2 / 20 证券研究报告 正文目录 1 简介 ....................................................................................................................................................................................................... 4 2 模型 ....................................................................................................................................................................................................... 5 2.1 收益分散的简单模型 ..................................................................................................................................................................................... 5 2.2 模型校准 ............................................................................................................................................................................................................ 9 2.3 度量收益分散度 ........................................................................................................................................................................................... 10 2.4 模型含义 ......................................................................................................................................................................................................... 11 3 在收益分散条件下的资金流-业绩敏感度 ..................................................................................................................................... 11 3.1 数据和变量 ..................................................................................................................................................................................................... 11 3.2 实证结果 ......................................................................................................................................................................................................... 12 3.3 补充的结果 ..................................................................................................................................................................................................... 18 4 总结 ..................................................................................................................................................................................................... 18 风险提示： ............................................................................................................................................................................................. 19 [Table_CommonRptType] 金融工程 敬请参阅末页重要声明及评级说明 3 / 20 证券研究报告 图表目录 图表1 后验概率密度函数 ........................................................................................................................................................................................ 8 图表 2 模型校准:感知的业绩( 퐸(훼|푹))对观测的业绩(푅)的敏感度 ....................................................................................................... 10 图表 3 变量的描述性统计 .................................................................................................................................................................................... 12 图表 4 收益分散的时间序列图 ........................................................................................................................................................................... 13 图表 5
