“学海拾珠”系列之一百零九：被动投资对共同基金管理能力和市场效率的影响

金融工程 专题报告 被动投资对共同基金管理能力和市场效率的影响 ——“学海拾珠”系列之一百零九 报告日期：2022-09-21 主要观点： 分析师：严佳炜 执业证书号：S0010520070001邮箱：yanjw@hazq.com 联系人：吴正宇 执业证书号：S0010120080052邮箱：wuzy@hazq.com 相关报告 1.《无形资产对因子表现的影响——“学海拾珠”系列之一百零一》 2.《“聪明钱”、“糊涂钱”与资本市场异象——“学海拾珠”系列之一百零二》 3.《如何预测动量因子的表现？——“学海拾珠”系列之一百零三》 4.《基金交易分歧与业绩影响——“学海拾珠”系列之一百零四》 5.《隐藏在日历异象背后的市值效应 ——“学海拾珠”系列之一百零�》 6.《基金公司内部的竞争与合作——“学海拾珠”系列之一百零六》 7.《不同的回撤指标之间存在差异性 本篇是“学海拾珠”系列第一百零九篇，作者研究了被动投资与基金经理管理水平及市场效率之间的关系。研究发现，业绩表现不佳是基金经理管理水平不精的可靠信号，而被动投资的勃兴正加速淘汰技艺不精的基金经理，降低水平较高的基金经理所需要承担的风险，并缩小主动管理基金行业的业绩分化。同时，被动投资的勃兴还可以提高市场效率。回到A 股市场，当前指数基金规模逐步攀升，投资者可通过多元化的被动指数基金满足配置需求，了解指数化投资对主动管理及市场定价效率的影响有助于投资者更全面、深入得了解市场规律。 被动投资规模的增加会加速淘汰业绩不佳的主动型基金 随着被动投资规模的增长，主动基金更容易跑赢行业均值。当被动投资规模较高时，业绩表现不佳能反映出基金经理管理水平较低。因此，业绩表现不佳的基金(这些基金由技艺不精的基金经理管理)被业绩表现出色的基金取代，主动管理基金行业整体的投资能力变得更强。 被动投资规模的增加会降低能力较强的基金经理所承担的风险 投资能力较强的基金经理通过降低风险并带来持续的业绩表现来建立他们的护城河，从而使投资者快速了解到他们。这一发现为一些看似违反直觉的现象提供了合理解释，包括投资者放弃主动管理、主动基金的仿效被动指数配置现象等。 主动管理基金行业的业绩分化会随着被动投资规模的增加而缩小 被动投资降低了主动管理基金行业的业绩分化。一方面，技艺不精的经理会因所承担的高风险被快速淘汰掉；另一方面，技艺精湛的基金经理所需要承担的风险更小。综合来看，主动型的基金变得更加同质化，业绩分化也随之下降。 吗？——“学海拾珠”系列之一百零七》风险提示 8.《低频交易的主动基金业绩表现如何？——“学海拾珠”系列之一百零八》 文献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。 敬请参阅末页重要声明及评级说明证券研究报告 正文目录 1引言4 2文献综述6 3模型6 3.1均衡模型8 3.2静态比较分析8 4变量与策略构建10 4.1变量构建10 4.2策略构建11 5实证分析12 6讨论14 7总结15 风险提示：15 图表目录 图表1基金经理对技能掌握程度的贝叶斯推断9 图表2基金经理的最佳风险承担水平10 图表3不同基金风格的竞争格局11 图表4被动投资与主动型基金的生命期12 图表5被动投资和主动基金的风险承担水平13 图表6主动管理基金行业的被动投资和业绩分化情况14 1引言 共同基金经理拥有选股能力（Berk和vanBinsbergen，2015）。实际上，随着时间的推移，主动管理基金的投资能力似乎变得更强（P´astor，Stambaugh和Taylor,2015)。然而在过去的二十年里，许多投资者放弃了主动管理转向被动投资。截至到 2021年，美股中的被动投资规模几近超过主动投资规模，从2004年的20%行业占比大幅增长到了近60%。在本文中，作者认为被动投资的勃兴是共同基金业更注重投资技巧之因，而非其果。这主要是因为大规模的被动投资促使投资者去了解基金经理对技能的掌握程度。作者有证据表明，被动投资勃兴正加速淘汰投资能力相对不精的基金经理，降低能力较强的基金经理所承担的风险，并缩小了主动管理基金行业的业绩分化。作者还发现，高水平的被动投资可提高股市效率，这与共同基金行业的投资能力日益增强的现象是一致的。 作者在P´astor和Stambaugh(2012)研究的基础上开发了一个简约的贝叶斯模型，通过模型投资者可以基于基金经理过去的业绩表现来判断基金经理的技能水平。研究表明，在被动投资比例较高的情况下，业绩表现不佳是基金经理技艺不精的可靠信号。因此，通过模型可以预测：业绩不佳的基金经理离职速度加快会使主动管理基金行业更加注重能力；投资能力更强的基金经理可以利用其精湛的技术，通过降低风险并带来持续的业绩表现来建立他们的“护城河”，从而使投资者快速了解到他们。这也给“为什么主动基金的持股类型与指数基金相似”表现提供了一个合理的解释，与K.C.Brown、Harlow和Starks(1996)的研究一致。第三个预测是，随着被动投资规模的增长，主动管理基金的业绩分化程度会下降。该模型还发现由于主动管理基金行业的投资能力日渐成熟，被动投资规模的扩大可能会提高市场效率。 作者通过设计偏离份额工具变量(SSIV)来检验这些预测。SSIV由基础份额和冲击构成——SSIV基础份额指的是基金家族的风格层面的资产配置；冲击是基金家族资产的增长。SSIV基于与潜在内生变量正交的外生性基础份额，通过隔离被动投资规模的变化来建立因果推断（Goldsmith-Pinkham，Sorkin和Swift，2020年）。笔者发现实证证据与模型预测一致。作者还发现大规模被动投资可以提高市场效率，这与更加注重投资技巧的主动管理基金行业是一致的。 本文的主要贡献点有两个。首先，作者发现被动投资通过独特的学习渠道可以 系统性地影响主动管理基金——被动投资勃兴促使投资者去了解基金经理对技能的掌握程度。这个发现为一些看似违反直觉的现象提供了合理的解释，包括投资者放弃主动管理、主动基金的模仿被动指数表现及主动基金的业绩分化降低。其次，本文探讨了一个重要问题——市场被动投资的最佳规模是多少？作者的研究表明，从市场效率的角度来看，当前的被动投资规模可能低于最优规模。 主动型共同基金在基金层面和行业层面上都呈现出规模收益递减趋势(Berk和Green,2004;P´astor和Stambaugh,2012;P´astor等等,2015;D.C.Brown和Davies,2017b)，原因包括资金规模增加导致的流动性成本上升(Nanda,Narayanan和Warther,2000)及最优生产策略(Grossman和Stiglitz,1980)等。作者基于行业层面的规模收益递减趋势开发了一个模型，并就被动投资如何影响主动管理给出了三个预测。 首先，大规模的被动投资会加速淘汰业绩不佳的主动基金。随着被动投资的增 长，即主动管理基金的规模缩小，主动基金更容易跑赢行业均值。在贝叶斯学习框架中，当基金的业绩表现低于行业均值时，投资者会更新他们的先验信息并形成后验 信念，即认为基金经理技艺不精。当投资者基于后验信念认为基金经理无法达到预期，就会撤走资金并最终导致基金经理黯然离场。被动投资规模水平越高，用于形成后验信念的贝叶斯因子值越大。换句话说，当被动投资规模较高时，业绩表现不佳是基金经理技艺不精的可靠信号。结果，业绩表现不佳的基金(这些基金由技艺不精的基金经理管理)被业绩表现出色的基金取代，主动管理行业的投资能力变得更强。 其次，大规模被动投资会降低技术精湛的基金经理所承担的风险。这是因为高 风险即基金回报的高方差，会放慢投资者了解基金经理技能的速度。因此，技艺精湛的基金经理会选择承担低风险来让投资者快速的了解他。直觉上，技艺精湛的基金经理选择了低回报来减少业绩表现不佳的可能性，并使投资者快速了解到她。相反，技艺不精的基金经理会选择高风险来最大限度地增加超越行业均值的机会。这一发现与K.C.Brown等人（1996）记录的锦标赛激励一致，并为近年来主动基金表现出的“壁橱指数”表现提供了合理的解释。 第三，主动管理基金行业的业绩分化会随着被动投资规模的增加而缩小。它是 主动基金基金更加注重技能的结果——从广度边际来看，技艺不精的经理会因所承担的高风险被快速淘汰掉；从密集边际来看，技艺精湛的基金经理所承担的风险更小。综合来看，主动管理基金行业所承担的风险水平整体得到了下降，业绩分化也随之缩小。 作者使用一组美股中的共同基金数据对上述预测进行了实证检验。以每种投资方式的被动管理资产占总资产的比例来衡量相对被动投资的规模。尽管被动投资呈现出稳定的增长趋势，但随着时间的推移，它在不同投资风格中以不同的速度不对称地增长。被动投资水平的横截面异质性减轻了因被动投资潜在的非平稳性所导致的伪相关担忧（Phillips&Moon，2000）。 研究的主要挑战在于有遗漏变量的问题，这些变量会同时驱动被动投资规模和结果变量，例如投资风格的风靡度冲击。举个例子，如果某种风格变得更受欢迎并吸引了大量的资金流入，则该风格内的所有主动型基金会因规模回报率降低而获得较低的收益，这使得被动投资更具吸引力，并推高了相对被动投资的规模。同时，这种风格的主动型基金因很受投资者欢迎获得更长的生命期。在这个例子中，被动投资与基金生命周期存在着相关性，但它不是因果关系。 为了解决遗漏变量偏差，作者为主动管理基金的增长率设计了一套偏离份额工具变量（SSIV），它改变了相对被动投资的规模水平。SSIV以同一基金家族的所有滞后性月度主动资产配置作为基础份额，以主动资产的增长率作为冲击构建。具体来说，SSIV为一家基金公司每种风格的股票向量与增长率向量的内积。直观地说，SSIV是同一基金家族所有投资风格的综合增长率。假设月度基金份额满足外生性条件（Goldsmith-Pinkham等，2020），SSIV通过隔离与内生变量不相关的被动规模变化来允许使用两阶段最小二乘法估计量(2SLS)进行因果关系识别。 不满足外生性假设的可能性不大。不满足意味着共同基金家族的资产配置在不同的月份会因风靡度冲击而发生变化。从共同基金家族和投资者的角度来看，由于制度原因，这种片面追求基金份额的模式是行不通的。作者根据以往研究找到了基金份额满足外生性条件的证据——在一定时期内同一基金家族的每种投资风格的资产配置基本没有发生变化，这表明基金份额与特定风格的月度遗漏变量不相关。 与模型的第一个预测一致，作者发现相对被动投资规模和滞后超额收益的相互作用对基金生命期的预测具有反向作用。以业绩不佳导致的清盘风险为条件，被动规模每增加一个标准差会使此类基金的清盘风险平均增加21.1%。这个结果表明大规模被动投资可以加速淘汰技艺不精的基金经理并使他们管理的基金更快的被清盘。 结果，由于被动投资的勃兴，主动管理基金的投资能力随着时间的推移变得更佳。作者通过研究发现大规模被动投资规模会降低技术精湛的基金经理所承担的风 险，佐证了模型的第二个预测。作者使用基金超额收益的远期波动率和下一年的投资组合换手率来衡量所需承担的风险。被动规模每增加一个标准差会导致远期波动率降低0.23个标准差，下一年投资组合换手率会降低0.14个标准差。这与前面的结论是一致的——技艺精湛的基金经理通过降低风险并带来持续的业绩表现来建立他们的护城河，从而使投资者快速了解到他们。这个结果为主动基金的壁橱指数表现提供了合理的解释，与Basak和Pavlova(2013)的研究一致，但经济渠道是不同的——被动投资的兴起。 作者通过研究佐证了第三个假设，即主动管理基金行业的业绩分化会随着被动投资规模的增加而缩小。作者使用每种投资风格的所有主动基金超额收益的标准差来表示业绩分化。被动规模每增加一个标准差，在接下来的3个月到12个月内，业 绩分化平均会缩小0.25个标准差。结果表明，由于被动投资的兴盛，主动基金的回报变得更加均匀。 最后，作者研究了被动投资对整个市