学术文献研究第47期：基金经理特征与基金投资业绩

证券研究报告|2022年11月16日 学术文献研究第47期 基金经理特征与基金投资业绩 核心观点金融工程专题报告 基金经理特征 由于基金经理在其职业生涯中会管理多只基金，一只基金的收益往往是由几个不同的基金经理或管理团队接续管理产生。类似的，一个基金经理的收益曲线通常由几个不同的基金组成。为了研究基金经理特征，我们将这些来自不同基金的收益串联到同一个基金经理的职业生涯历史中，创建了超过6000个经理职业生涯收益的时间序列。 此外，本文还收集了基金经理的十一种特征：包括年龄、从业年限、管理某基金的任期、学历、性别、团队参与程度和所有权(基金股权)等。这些特征分别体现了基金经理的能力、技能、知识、努力、动机、社交和职业网络以及是否涉及相关利益的指标，这些指标在衡量基金经理的表现中扮演着重要角色。 基金经理特征与基金投资业绩 从基金经理特征和基金业绩的关系出发进行研究，我们可以得出的结论是：在其他条件相同下，从业年限，管理基金任期长短，年龄等特征与基金业绩呈现正相关。基金经理的任期越长，经验越丰富，基金经理年龄越大，基金表现越好。当我们考虑每个基金经理特征与Carhart四个风险因子的风险敞口之间的关系时，我们发现更有经验的基金经理倾向于管理具有以下风险因素的投资组合：较低的市场风险敞口，较高的价值风险因子敞口；以及没有显著的异质性风险敞口。关于基金经理特征和业绩持续性之间的关系，我们发现：从特征角度看，男性基金经理、非CFA基金经理、理工科背景基金经理，SAT高分基金经理、从业时间长的基金经理以及管理本基金任期长的基金经理，业绩持续性最为明显。 风险提示：市场环境变动风险，模型失效风险。 金融工程·数量化投资 证券分析师：张欣慰证券分析师：刘凯 021-60933159010-88005479 zhangxinwei1@guosen.com.cnliukai6@guosen.com.cnS0980520060001S0980522040002 相关研究报告 《学术文献研究第46期-Beta离散度与投资者异质信念》 ——2022-11-10 《金融工程专题研究-2022年12月沪深核心指数成分股调整预测》——2022-11-08 《金融工程专题研究-百亿私募2022年三季度持仓变化透视分 析》——2022-11-04 《金融工程专题研究-2022Q3百亿基金和北向资金加仓了哪些业绩大增股？》——2022-11-02 《金融工程专题研究-财报中的竞争对手分析能否用来预测股票收益？》——2022-10-31 请务必阅读正文之后的免责声明及其项下所有内容 内容目录 文献来源4 文献概览4 基金经理特征5 数据和构建方法5 Carhart四因子回归以及横截面回归7 基金经理特征与基金投资业绩8 横断面测试结果-基金经理技能9 横截面测试结果-基金经理风格/风险暴露10 基金经理特征与基金业绩持续性检验11 总结13 免责声明14 图表目录 图1：基金经理特征描述7 图2：基金经理特征统计量描述7 图3：基金经理技能与基金业绩-“经理-基金”样本9 图4：基金经理技能与基金业绩-“经理-职业生涯”样本10 图5：基金经理风格/风险暴露与基金业绩11 图6：基金经理特征与基金业绩持续性检验12 文献来源 文献来源：Clare,A.,Sherman,M.,O'Sullivan,N.,Gao,J.,&Zhu,S.(2022).Managercharacteristics:Predictingfundperformance.InternationalReviewofFinancialAnalysis,80,102049. 文献亮点：近年来，有大量的研究试图挖掘能够预测基金业绩的指标。大多数研究都是从基金收益中得出结论，但是却忽略了这些基金多年可能由不同的基金经理管理的这一因素。在这篇论文中，我们建立了一个全面的基金经理特征数据库，创建了基金经理职业生涯收益曲线的时间序列。我们拼接了基金经理可能管理的不同基金的收益，并将这些收益与基金经理的特征联系起来。从而探究这些特征是否会对基金经理技能、基金经理风格以及业绩持续性等方面产生影响。 文献概览 近几十年来，公募基金的表现吸引了大量学术文献的关注，相关出版文章数量也达到数千份(参见Cuthbertson,Nitzsche,andO’Sullivan(2010))。公募基金可能由单个基金经理管理，也可能由一个经理团队管理。由于基金经理在其整个职业生涯中会管理多只基金，一只基金的收益往往是由几个不同的基金经理或管理团队接续管理产生。类似的，一个基金经理的职业生涯收益曲线通常由由几个不同的基金组成。然而，绝大多数与公募基金收益相关的文章都将基金业绩和基金经理业绩视为同义词。这就引发了一个问题，是基金产品有超额收益，还是基金经理有超额收益？此外，在行为金融学文献中有很多证据表明(参见Cuthbertson,Nitzsche,andO’Sullivan(2010))，基金经理特征如年龄、经验、教育程度、性别等可能与基金收益有关。 在金融媒体中，公募基金会定期根据(最近的)业绩进行广告宣传，“明星”基金经理也是如此。投资者需要能够归因两者的业绩，以便他们能够做出明智的投资决策。如前文所述，现存的文献主要集中关注基金的历史收益。在这篇文章中，我们贡献了一个比较小众但是正在逐步被大家关注的文献类别，即关注基金经理的特征。具体来说，我们研究了基金经理特征与(i)基金经理业绩、(ii)基金经理风格以及(iii)风险敞口之间的关系。 首先，我们研究基金经理特征和经理业绩之间的关系。为此，我们收集了基金经理的信息：年龄、从业年限、基金任期、学历、性别、团队参与程度和所有权(基金股权)。基金经理的这些特征包括能力、技能、知识、努力、动机、社交网络和职业网络以及是否涉及相关利益等指标，这些指标在衡量基金经理的表现中扮演重要角色。例如，管理基金业绩之间的差异可以归因于学位类型、就读的教育机构或专业资格等相关特征的不同。另一种可能则是，基金业绩的不同与投资行为差异有关，而投资行为差异又与经理的年龄、从业年限、管理本基金的任期、对自己基金的投资、性别或团队规模有关。更有经验的基金经理是否会因为在这个行业从业更多的时间而受益？年长的基金经理是否从累积的更多的经验中获益？对基金的个人投资是否会影响基金经理的投资动机从而影响基金业绩?我们将在下文具体讨论这些问题。 其次，之前的文献表明，基金经理的业绩可以部分归因于风险承担和投资风格(参见，Daniel,Grinblatt,Titman,andWermers(1997))。而风险承担和投资风格的差异可能受到基金经理特征的影响。例如，教育程度越高或专业资格越高，基金经理就越有信心脱离群体，从而愿意承担更大的市场风险或异质性风险。此外，相似的教育背景会在基金经理中形成社交或职业网络，从而导致许多基金经理出现类似的交易和从众行为。基金的所有权是否会导致更保守的风险承担？如果是基 金团队管理基金，那么个人团队成员是否会因责任感减弱而进行更极端的交易？个人经理是否会做出更保守的决定？接下来我们将具体阐明投资风格与基金经理特征之间的关系。 我们对超过6000名美国股票型公募基金经理的大样本进行了研究。因为一个基 金经理可能管理多个基金，我们得到超过了16000个基金经理与其基金收益对应的时间序列样本。我们将这些不同基金的收益根据其基金经理分组，由此得到每个基金经理的历史收益曲线。我们总共构建了超过6000个经理职业生涯收益的时间序列样本。除此之外，我们还对基金经理的表现的持续性进行了详细的研究。其中包括11个基金经理特征的持续性分析。我们的研究有助于深入了解持续性是 归因于基金产品还是基金经理。我们研究了1990年1月至2015年7月之间的长期业绩收益。这一时期包括了金融市场的几个重大混乱和波动的时期，因此我们的研究捕捉了基金经理特征在应对市场极端情况中的作用。 从基金经理特征和基金业绩的关系出发进行研究，我们可以得出的结论是：在其他条件相同下，从业年限，基金任期，年龄等特征与基金经理技能呈现正相关。基金经理的任期越长，经验越丰富，基金经理年龄越大，基金表现越好。当我们考虑每个基金经理特征与Carhart四个风险因子的风险敞口之间的关系时，我们发现更有经验的基金经理倾向于管理具有以下风险因素的投资组合：较低的市场风险敞口，较高的价值风险因子敞口；以及没有显著的异质性风险敞口。关于基金经理特征和业绩持续性之间关系，我们发现：男性基金经理、非CFA基金经理、“定量”基金经理，SAT高分基金经理、从业时间长的基金经理以及管理本基金任期长的基金经理，业绩持续性最为明显。 本文的其余部分组织如下：在第二部分我们概述了数据构建及回归方法；第三部分介绍了基金经理特征和业绩持续性结果；第五部分总结了本文的主要结论。 基金经理特征 数据和构建方法 公募基金经理的收益和特征数据来源于晨星。我们提取了从1990年1月到2015 年7月基金每月的回报率。这里的基金收益是扣除管理费后的净收益。 晨星通常按照不同公募基金对历史收益数据的时间序列进行分类。然而，晨星还包括了几个额外的信息。一个是基金经理历史记录。对于每个基金，数据库都记录每个基金经理的上任和离职日期。在许多情况下，一个基金是由一组经理同时管理的。同样的，许多基金经理会同时管理多个基金。通过一些数据处理，我们可以按照每个基金经理的名字重新构建历史收益。我们的数据集包含了16207个基金经理与其对应的基金的收益时间序列。在这些样本中，如果一名基金经理同时管理多只基金，或者在其职业生涯中管理过多只不同的基金，那么他可能不止一次出现在样本中。我们将这16207个样本称为“经理-基金”样本。 我们还为每个基金经理在他们的职业生涯中创建了一个单一的收益时间序列。对于样本中的每个月，我们计算每个经理当月所管理的基金的平均回报率。我们将这些回报连接成一个单一的时间序列，从而得到了每个基金经理在他们的职业生涯中的收益曲线。我们把这些样本记为“经理-职业生涯”样本。我们的数据包含6291个“经理-职业生涯”样本。同时，我们剔除了少于30个观察值的基金经理，以便在接下来的分析中得到更可靠的统计学推论。 晨星还包含了基金经理的简历。通常包括经理的教育(获得的学位)，就读的机构， 毕业年份，专业资格和职业生涯开始日期。我们从经理的简历中提取了他们的本科学位。在本文的研究中，我们假设两种类型的本科学位可能与基金经理的特征相关，即基金经理是否拥有(i)商科学位或(ii)定量学位。“商科学位”包括经济学、会计学、金融学、一般商科学位以及类似的学位。“理工学位”包括数学、统计学、物理学、工程学和其他类似的学位。我们为每个学位类型创建了一个跨基金经理横截面的0-1虚拟变量。此外，我们还从经理简历中提取了该经理是否拥有：(i)MBA、(ii)博士学位或(iii)CFA资格的信息。同样地，我们在每种情况下都创建了一个0-1的虚拟变量。我们通过这些变量来捕捉经理的能力。是否有专业协会证书，可能反映经理的一些交易决策或投资风格。当基金经理的简历显示基金经理的母校时，我们也构造了一个变量来表示基金经理的SAT分数。按照Chevalier和Ellison(1999)的文章，我们通过将录取标准中的语言SAT分数和数学SAT分数的上下限的平均值相加，为每所学校构建了一个综合SAT分数。虽然不完全准确，我们也可以使用综合SAT分数作为评估基金经理的能力，教育质量，和社交，职业网络的指标。最后，我们从基金经理简历中提取出基金经理的性别。通过识别文本中的主语代词(他，她)和所有格形容词(他，她)，我们就可以得到基金经理的性别信息。在信息收集过程中，我们对大约100个基金经理进行人工搜索，我们使用LinkedIn等其它网站来确定了相关基金经理的信息。 此外，基金经理的简历还包括基金经理的毕业年份。我们使用与Chevalier和El