“学海拾珠”系列之一百八十六：基金中的“伪择时”现象

基金中的“伪择时”现象 ——“学海拾珠”系列之一百八十六 金融工程 专题报告 报告日期：2024-4-26 主要观点： 分析师：严佳炜 执业证书号：S0010520070001邮箱：yanjw@hazq.com 分析师：钱静闲 执业证书号：S0010522090002邮箱：wuzy@hazq.com 相关报告 本篇是“学海拾珠”系列第一百八十六篇，文献深入探讨了美国主动基金中的择时现象。过往研究多发现：在某一特定时期表现出择时能力的基金，也在同一时期表现出了糟糕的选股能力（选股与择时同期负相关），这个结果是难以解释且比较奇特的。此外，也有发现那些在衰退期择时较强的基金在非衰退期表现出较高的选股能力（选股和择时跨期正相关），这似乎与基金产生超额能力的直觉更加匹配。文献发现，alpha估计值与择时系数之间的反向关系主要源于择时模型估计频率与基金调仓频率之间的不匹配，导致产生了“伪择时”，即基金经理会根据过去的短期市场表现调整组合的市场风险暴露，这不是真正的择时能力，而是对市场表现的一种反馈交易。回到国内基金市场，我们也可以用类似的方法重新审视基金的择时能力。 1《. DiffsFormer：基于扩散模型的因子 反馈交易的证据 增强框架——“学海拾珠”系列之一百八十�》 2.《深度投资组合管理中的对比学习和奖励平滑——“学海拾珠”系列之一百八十四》 3.《基金业绩基准之外的共同持股意味着什么？——“学海拾珠”系列之一百八十三》 4.《基于网络和机器学习的因子、资产和混合配置——“学海拾珠”系列之一百八十二》 5.《收益率、股息增长率和回报可预测性——“学海拾珠”系列之一百八十一》6.《基金投资者能否从波动率管理中获益？——“学海拾珠”系列之一百八十》 7.《如何使用强化学习优化动态资产配置？——“学海拾珠”系列之一百七十九》 8.《高成交量回报溢价与经济基本面 ——“学海拾珠”系列之一百七十八》 采用相对较短的基金β系数的估算期来分析过去市场回报和随后的基金β系数之间的关系，发现基金经理在市场表现良好之后会表现出更高的市场风险暴露，反之亦然，即相对于前半个月至一个季度的市场回报，基金经理为正反馈交易者。正反馈交易会产生正的伪择时，在择时模型估算中，会被负的α所抵消，由此产生了选股和择时的同期负相关。 基金为何要进行反馈交易？ 业绩较差的基金会改变其市场风险暴露，以弥补其业绩损失，而表现优异的基金会保持其现状。反馈交易与投资者流动之间的关系总体表现为正相关，正反馈交易有助于在市场长期萎靡时对冲下跌风险。 “伪择时”对业绩的影响 基于交易的数据表明，在市场收益较好（较差）的情况下，基金会提高（降低）其投资组合的β值，但基金所交易的股票的β值与随后几天的市场收益之间基本无显著关系，说明基金经理很难有短期的市场择时能力。反馈交易行为导致的伪择时不是真正的市场择时，对基金业绩会产生负面影响。 风险提示 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伪市场择时5 3样本构建6 4实证分析7 4.1反馈交易的证据7 4.2伪择时与ALPHA-GAMMA的关系8 4.3基金股票交易、反馈交易和市场择时9 4.4基金为何要进行反馈交易？12 4.4.1动量交易和处置效应12 4.4.2反馈交易与往期基金业绩13 4.4.3投资者流动13 4.5业绩影响15 5总结16 风险提示：16 图表目录 图表1文章框架4 图表2择时系数估计7 图表3基金特征与交易的描述性统计7 图表4基金BETA和过去市场收益之间的关系8 图表5ALPHA-GAMMA之间的关系9 图表6基金交易BETA与市场收益11 图表7反馈交易与动量12 图表8反馈交易和过往收益13 图表9反馈交易和投资者流动14 图表10收益差距：反馈交易最高组VS最低组（2000-2011）15 图表11按照反馈交易排序的基金业绩16 1引言 图表1文章框架 资料来源：华安证券研究所整理 文献的研究主题是共同基金的市场择时能力，过往研究多发现基金的择时能力估计值与选股能力估计值表现出同期负相关性，也就是说，在某一特定时期表现出择时能力的基金，也在同一时期表现出了糟糕的选股能力，见Kon(1983)，Henriksson(1984)，JagannathanandKorajczyk(1986)，Goetzmann,Ingersoll,andIvkovich(2000)等人的发现，这个结果是难以解释且比较奇特的。此外Kacperczyk(2014)等人发现，基金的选股能力与择时能力在跨期时会有正相关：那些在衰退期较好择时的基金在非衰退期表现出较高的选股能力，这似乎与基金如何获得超额回报的经验研究更加一致。 文献的研究表明，alpha估计值与择时系数估计值之间的反向关系主要源于择时模型估计频率与基金调仓频率之间的不匹配，例如，过去的研究方法主要基于月度 基金回报和多月的估计期来估计市场择时，但这种方法存在问题，因为它不能捕捉到基金经理在较短时间内调整投资策略的行为。文献研究方法的创新之处在于使用交易级别的数据、日度基金回报和短估计期来研究共同基金如何更频繁地响应市场 回报。文献的方法在揭示反馈交易如何导致伪市场择时和真实的短期市场择时能力 方面取得了成果，并发现反馈交易对基金业绩有负面影响。 首先，文献深入探讨了伪择时的定义。在一般情况下，基金β系数与市场回报之 间存在显著关系，因为基金系统性风险暴露与市场回报率之间的关系是同期关系， 即基金在市场回报率相对较高的时候有较高的市场风险暴露。但这种显著关系也会 由另一种原因造成，即当估算择时模型的时间相对于基金经理改变投资组合的频率的时间更长的时候，会导致基金收益和市场收益之间的同期非线性关系，这对市场择时结果的影响被称为“伪择时”。 此外，文献对反馈交易、伪择时与α-γ之间的关系、股票交易，反馈交易和市场择时之间的关系等方面进行实证分析。发现，当以半个月为研究频次时，后半个月的基金β系数与之前半个月的市场回报显著相关，并且基金经理表现为正反馈交易者。择时模型的α和γ之间存在显著的横截面负相关性。并且，基于基金交易股票的β值与未来市场收益之间的关系，基金没有短期的真正的市场择时能力。 进一步地，还从动量效应、处置效应、反馈交易与往期基金业绩、投资者流动等 方面探讨了为何基金要进行反馈交易，发现正反馈交易有助于市场在长期萎靡时对冲下跌风险，但长期看，基金的反馈交易与隐含的交易成本之间存在正相关性，与基金收益之间存在很强的负相关性。 2伪市场择时 估算基金择时最常用的两个方法分别由TreynorandMazuy(1966)和 HenrikssonandMerton(1981)提出： 2 𝑅�−𝑟�=𝛼�+𝛽𝑖(𝑅�−𝑟�)+𝛾𝑖(𝑅�−𝑟�)+𝜀�（1） 𝑅�−𝑟�=𝛼�+𝛽𝑖(𝑅�−𝑟𝑓)+𝛾𝑖max(𝑅�−𝑟�,0)+𝜀�（2） 其中，𝑅�是基金i的收益率，𝑅�是市场收益率，𝑟�是无风险收益率，则γ表示基金i的市场择时系数。模型（1）中，市场择时系数衡量了基金Beta系数与超额市场 回报率呈正相关的程度。模型（2）中，市场择时系数衡量了当市场超额回报是正（负）的时候，基金Beta系数是否变大（小）。（1）和（2）衡量的基金系统性风险与市场回报率之间的关系是同期关系，即捕捉基金在市场回报率相对较高的时候是否暴露较高的市场风险敞口的能力。 但是，当估算择时模型的时间相比于基金经理调仓的时间更长的时候，也会诱 发基金Beta系数和市场回报之间的显著关系。比如基金在每t期内进行交易，t以每半个月为单位递增，而回报的观察频率较低（例如每两期一次，即月度）。假设基金经理没有真正把握市场择时的能力，但在第二期调整基金Beta系数时以第一期已 实现的市场回报作为条件，即基金经理对股票市场进行反馈交易。这种行为会导致 在两期基金收益和市场收益之间的同期非线性关系。这种形式对（1）、（2）的影响被称为“伪择时”。 例如，在市场正收益之后增加市场风险敞口的基金经理（即正反馈的基金经理）会表现出正的伪择时，而在市场取得正收益之后减少市场风险敞口的基金经理（即负反馈的基金经理）会表现出负的或反常的伪择时。如果采用虚假的择时估计系数，并在月度择时回归中计算其收益贡献，并且假设市场回报不是自相关的，则虚假的收益需要择时回归中的alpha进行抵消，这可能是市场择时模型中𝛼�和𝛾�之间存在负横截面相关性的原因。 可以用一个简单的案例来解释这个影响，即没有市场预测能力的基金经理对市场的反应是滞后的。假设d日的基金Beta等于： �=� +�1∑11� （3） �� 11𝑠=1𝑚,𝑑−� 此处，𝑟𝑚,�为d日的市场超额收益，每半个月大概有11日，那么这只基金d日的收益为： �=� +�� +�1∑11� )�+� （4） 𝑝,� ��𝑚,� 11𝑠=1𝑚,𝑑−� 𝑚,�� ( 如果如（3）（4）所述的基金参数𝛼�=0，𝛽�=1，�=5，如果我们逐月频率数据估算基金择时模型，则无法捕捉到基金Beta系数和过去市场回报之间的动态关系，会得到一个正的市场择时系数γ。基金好似可以巧妙地择时，但是基金并没有预测市场，基金的Beta系数只是基于过去的市场回报。 3样本构建 文献从CRSPSurvivorshipBiasFreeMutualFund数据库中获取共同基金的每日和每月收益以及其他指标，包括费率、换手率、总资产净值、家族规模和基金年龄。基金层面的收益率、换手率和费率是所有基金类别的平均值。基金流量是总资产净值的变化（剔除基金回报率的影响）。 将ETF、年金和指数基金剔除，关注股票型基金，且要求80%的资产投资于股票，并将样本限制为成立至少1年且至少拥有1500万美元规模的基金。最终样本 包括3,383个美国主动管理股票基金，样本期从1998年9月至2018年12月。 图表2报告了根据公式（1）和（2）中TM和HM模型得出的市场择时模型α和γ估计值的分布情况。使用每只基金整个时间序列的月度收益率来估算，要求每只基金至少有12个观测值。根据TM和HM模型，分别有58.03%和55.04%的基金的择时γ值为负，与前人文献一致。根据TM和HM模型，分别有66.86%和75.32%的基金的α和γ符号相反。最常见的组合是α的估计值为正值，γ为负值。在α估计值为正的基金中，76.95%（TM）或82.10%（HM）的择时γ值为负，而在α估计值为负的基金中，只有41.78%（TM）或30.78%（HM）的择时γ值为负。在基金横截面中，基于TM的α和γ估计值之间的相关性为-0.66，基于HM的相 关性为-0.87。因此，α和γ之间存在显著的负相关关系，这与之前的研究结果一致。 文献的第二个数据来源为AbelNoser数据库中1999年1月至2012年3月期间581个主动管理的共同基金的逐笔交易记录。与CRSP共同基金样本相比，AbelNoser的样本偏向于大型基金。除了TNA较高之外，AbelNoser中其他基金特征的分布与CRSP样本中的基金相似。 图表为AbelNoser样本中30,367个基金月观测值的基金特征和交易特征。平均而言，基金每月净流量占基金总资产净值的1.08%。每只基金平均每月买入（卖出）1.8739亿美元（1.9308亿美元），占其管理资产的13.5%（13.1%)。基金总 交易活动占总资产净值的比例大大超过了净流量比例，这一事实表明，样本基金的 交易量远超过满足投资者流入流出所需的交易量。 图表2择时系数估计 资料来源：《ArtificialMarketTiminginMutualFunds》，华安证券研究所 图表3基金特征与交易的描述性统计 资料来源：《ArtificialMarketTiminginM