“学海拾珠”系列之一百九十七：基金在风格层面的情绪择时

基金在风格层面的情绪择时 ——“学海拾珠”系列之一百九十七 金融工程 专题报告 报告日期：2024-07-24 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：qianjx@hazq.com 相关报告 1.《宏观环境对价值溢价的影响——“学海拾珠”系列之一百九十六》 2.《盈余公告后的机构共识：信息还是拥挤？——“学海拾珠”系列之一百九十�》 3.《言行统一：策略一致性与基金业绩 ——“学海拾珠”系列之一百九十四》 4.《本地同行对股利支付决策的影响 ——“学海拾珠”系列之一百九十三》5.《Beta异象对基金业绩的影响——“学海拾珠”系列之一百九十二》 6.《宏观经济信息与股票-债券协动性 ——“学海拾珠”系列之一百九十一》 7.《基于改进的CTGAN-Plus-Features的资产配置优化方法——“学海拾珠”系列之一百九十》 本篇是“学海拾珠”系列第一百九十七篇，文献对情绪择时进行了进一步研究，除了常见的市场择时能力外，基金经理还可能展现出风格择时的能力，文献创新性地提出了一个融合市场与风格择时的综合模 型，旨在更全面地剖析基金经理的情绪择时能力。在此模型中，将基 金对各类因子的风险敞口视为多因子框架下投资者情绪的函数，进而分析四种关键的情绪择时能力：市场、规模、价值和动量情绪择时。回到国内基金市场，也可以采用类似的方法测算基金的不同择时能力并验证其能力的持续性。 不同的择时策略 “择时”作为一种资产配置策略，学界相关成果包括市场择时、波动率择时、流动性择时、情绪择时。除市场择时能力外，基金经理还可 能展现出风格择时的能力，文献提出的融合市场与风格择时的综合模 型，旨在更全面地剖析基金经理的情绪择时能力。具体而言，市场情绪择时者会根据市场情绪的波动调整其市场风险敞口；市值情绪择时者则会在大盘股与小盘股之间灵活切换；价值情绪择时者偏好在价值股与成长股之间进行轮换；而动量情绪择时者则擅长在动量策略与反转策略间 寻找最佳时机。 风格情绪择时对业绩的影响 经过分析，投资者情绪高涨时，管理者并没有简单地降低市场敞口，而是采取了防御性策略，即他们也降低了对小盘股和成长股的敞口，转而购买大盘股和价值股。在控制了波动率和流动性择时后，基金经理似乎具备负的动量波动率择时能力，价值和市值情绪择时的重要性并未受到影响。 在风格情绪择时方面表现优异的基金将产生更高的未来风险调整后的业绩。具体而言，拥有最好规模和价值情绪择时能力的基金，其月度CAPM、Fama-French三因子和Carhart四因子alpha值分别为 0.14、0.11和0.11。基金经理在很长一段时间内表现出持续的规模和价值情绪择时能力。相比之下，在动量或市场情绪择时方面没有发现持续性。 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基金数据和样本6 3多因子风格情绪择时框架7 4组合层面分析9 4.1MKT因子情绪择时模型9 4.2多因子风格情绪择时模型10 4.3情绪、流动性、波动率择时11 4.4基金经理的未来风险调整后表现12 5稳健性检验13 5.1分时段分析13 5.2排序危机时机14 6基金层面分析：管理能力还是运气？14 6.1BOOTSTRAP分析14 6.2情绪择时能力与持续性16 7总结16 风险提示：17 图表目录 图表1文章框架4 图表2基金的分样本统计收益6 图表3投资者情绪以及其他因子的描述性统计7 图表4时序上情绪的变化7 图表5单因子市场情绪择时模型10 图表6多因子情绪择时模型10 图表7控制流动性择时和波动率择时后的多因子情绪择时模型12 图表8基金经理的未来风险调整后表现-双排序13 图表9多因子情绪择时模型的分时段分析13 图表10排除危机时期后的多因子情绪择时模型14 图表11BOOTSTRAP分析15 图表12情绪择时能力与持续性16 1引言 图表1文章框架 资料来源：华安证券研究所整理 “择时”作为一种资产配置策略，其核心在于基金经理基于对当前市场环境的精准研判，灵活调整投资组合的市场风险暴露度。学界对此进行了广泛研究，并将相关成果大致归为四类。首先，市场收益率择时研究（以Treynor和Mazuy，1966年；Henriksson和Merton，1981年；Chang和Lewellen，1984年等为代表）聚焦于基金经理如何根据资产价格趋势，优化基金的风险敞口配置。其次，市场波动率择时文献（如Busse，1999年、2001年等）深入探讨了基金经理如何灵活应对市场波动性的变化，以调整其风险暴露策略。再者，市场流动性择时研究（如Cao，2013年；Simin和Wang，2013年等）则关注基金经理如何根据市场整体流动性的变动，适时调整其资产配置方案。最后，市场情绪择时文献（如Zheng等人，2018年；Osmer和Zheng,2020年）则着重分析了基金经理在投资者情绪波动中捕捉机遇或进行对冲的能力。 这也引发了一个值得深思的问题：基金经理是否还具备其他未被充分探索的择时能力？事实上，现有文献表明，除了常见的市场择时能力外，基金经理还可能展现出风格择时的能力。丹尼尔等人（1997年）的研究便指出，基金经理通过调整对特定风格股票的投资组合，能够获取额外的收益，且这种策略在特定条件下尤为有效。 Chen等人（2013年）对风格择时进行了更为详尽的研究，但他们的发现却喜忧参半。一方面，他们确认了部分基金经理在投资组合管理中确实采用了成长风格择时策略；另一方面，他们也指出，由于以往研究多集中于一般市场择时，可能导致某些择时能力被忽视或误判。此外，Chen等人还提出，将风格择时视为一种独立技能可能存在局限性，因为在实际操作中，基金经理如何根据市场条件变化调整其投资组合的市场风格仍是一个复杂且未被充分解答的问题。 因此，基金经理的择时能力在建模过程中面临着两大核心挑战。首先，传统的市场择时模型，包括过往市场情绪择时研究所采用的模型，可能存在局限性，这些局限性可能导致模型预测结果的不准确。其次，将风格择时视为一项孤立技能的做法同样存在问题，因为现有的风格择时模型往往忽略了市场条件（如情绪、流动性等）这些关键调节因素，这极大地削弱了模型的有效性和实用性。 鉴于上述方法的不足，文献创新性地提出了一个融合市场与风格择时的综合模型，旨在更全面地剖析基金经理的情绪择时能力。在此模型中，将基金对各类因子的风险敞口视为多因子框架下投资者情绪的函数，进而分析四种关键的情绪择时能力： 市场、规模、价值和动量情绪择时。具体而言，市场情绪择时者会根据市场情绪的波 动调整其市场风险敞口；市值情绪择时者则会在大盘股与小盘股之间灵活切换；价值情绪择时者偏好在价值股与成长股之间进行轮换；而动量情绪择时者则擅长在动量策略与反转策略间寻找最佳时机。 该模型的一大亮点在于，它能够揭示以往研究中鲜少提及的beta动态变化——即随着投资者情绪波动的多因子beta变化。通过这一模型，可以深入剖析基金经理如何根据市场情绪变化，精准调整其投资组合对不同市场风格（如规模、价值和动量）的敏感度，从而优化资产配置。此外，该模型还能帮助验证Cao等人（2013年）的观点，即资金是否仅从股票市场流向现金市场，还是同时在股票市场内部进行风格轮动。 Baker和Wurgler（2006年、2007年）的研究表明，在投资者情绪低落时，规模小、成立时间短、高波动率、盈利能力差、不支付股息的股票以及极端成长型股票往往能带来较高的后续收益率，而在情绪高涨时，情况则截然相反。Swinkels和Tjong-A-Tjoe（2007年）的研究也揭示了基金通过投资策略转换获取超额的现象，指出基金持股变化与投资者情绪之间存在紧密联系。因此，忽视风格择时策略可能会导致对基金经理情绪择时能力的误判。 多因子模型结果显示，基金经理在应对市场情绪变化时采取了高度战略性的行动。当投资者情绪高于历史平均水平时，他们不仅会在现金和股票之间进行配置调整，还会减少对小盘股和成长股的投资，同时增加对大盘股和价值股的投资。这表 明基金经理能够充分利用规模和价值情绪择时来优化投资组合结构。 在投资策略方面，模型显示不同风格基金在规模和价值情绪择时上表现出显著差异。例如，在激进成长型基金、成长型基金、成长收益型基金以及整体样本中，市值情绪择时系数均显著为负，而价值情绪择时系数则普遍为正。这表明这些基金在市场情绪高涨时更倾向于减少对小盘股的投资并增加对价值股的配置。此外，在控制了流动性和波动率等其他因素后，发现规模和价值情绪择时的共同作用在统计 上仍然显著。 值得注意的是，与以往研究不同，在控制了风格择时因子后发现，市场情绪择时并未展现出同等重要的影响力。这引发了对最初情绪择时研究中可能存在误判的怀疑。由于单因子模型的局限性，市场情绪择时可能被错误地视为主导因素，而实际上，基金经理的资产配置调整更为精细和复杂。他们不会简单地减少对整个股票市 场的投资，而是更可能通过风格轮动来优化投资组合结构。 最后，文献的研究并未发现基金经理参与动量情绪择时的确凿证据。多因子情绪择时模型在各种检验下均表现出良好的稳健性，主要进行了子样本时期比较、排除危机时期的分析测试、替代情绪指标等，以验证模型的有效性。 此外，利用多因子择时模型生成的规模和价值情绪择时系数进行双重排序，发现，具备优秀风格情绪择时能力的基金能够显著提升其业绩表现。具体而言，拥有最高价值和市值情绪择时能力的基金在月度CAPM、Fama-French三因子和Carhart四因子模型下的alpha值均显著高于其他基金。 最后，作为基金层面分析的重要补充，进行了持续性测试。测试结果表明，基金 经理在规模和价值情绪择时方面的能力并非短暂现象，而是具有显著的持久性。 2基金数据和样本 从CRSPSurvivor-Bias-FreeU.S.数据库中提取基金数据，该数据库覆盖了1979年至2016年的数据，既包括存续基金也包括清盘基金。根据基金业绩研究的惯例，仅将投资目标为美国权益资产的基金纳入分析范围，具体聚焦于成长型、成长收益型、激进成长型和收益型这四类基金。为了专注于基金经理的择时能力，排除了指数基金和ETF。 为降低异常值的影响，首先，将同一基金的不同份额类别合并，以避免重复计算；其次，在计算基金收益率时，先独立计算每个基金的收益率，再基于总资产净值 （TNA）进行加权平均；最后，仅纳入至少有36个月收益率记录的基金，并剔除那些观测年度早于报告年度的观测值，以减少回填偏差。 经过筛选，最终样本包含了1979年1月至2016年12月期间的5403只股票 型基金，其中收益型基金618只，成长型基金2030只，成长收益型基金1542只， 激进成长型基金1213只。图表2展示了各类基金收益的均值和标准差，激进成长型基金在基金和波动率上均最高。相比非存续基金，存续基金的平均标准差较低，但平均基金更高。 图表2基金的分样本统计收益 资料来源：《Timingsentimentwithstyle:Evidencefrommutualfunds》，华安证券研究所 在投资者情绪测量方面，采用了两种指标：Baker和Wurgler（2006）的情绪指数（简称BW指数）和密歇根大学消费者情绪指数。BW指数通过主成分分析法综合了六种不同的指标，旨在全面反映投资者情绪，且与多个宏观经济因素正交，降低了与系统性风险的相关性。密歇根大学消费者情绪指数则作为稳健性测试的补充指标，并经过正交化处理以减少与BW指数及系统性风险的相关性。 图表3为这些情绪指标及控制变量的描述性统计。BW指数的平均值为0.279，中位数为0.169，表明投资者情绪的高度波动性，其标准差达到每月0.638。图表4直观展示了这种波动性