您的浏览器禁用了JavaScript(一种计算机语言,用以实现您与网页的交互),请解除该禁用,或者联系我们。[华安证券]:“学海拾珠”系列之二百零六:基金的逆羊群操作一定是聪明行为吗? - 发现报告
当前位置:首页/其他报告/报告详情/

“学海拾珠”系列之二百零六:基金的逆羊群操作一定是聪明行为吗?

2024-09-25严佳炜、钱静闲华安证券A***
“学海拾珠”系列之二百零六:基金的逆羊群操作一定是聪明行为吗?

金融工程 专题报告 基金的逆羊群操作一定是聪明行为吗? ——“学海拾珠”系列之二百零六 报告日期:2024-09-25 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.《基于统计跳跃状态识别模型管理下行风险——“学海拾珠”系列之二百零�》 本篇是“学海拾珠”系列第二百零六篇,文献通过关注买卖不对称性来进一步研究羊群行为与基金经理能力之间的关系。根据同时期股票表现(所有市场参与者集体交易的代表)来衡量一只基金的逆向行为倾向,如果逆向交易行为被视为基金的聪明行为,那么可以预期逆向买入和逆向卖出行为都将产生更高的收益,然而结果并非如此。回到国内基金市场,也可以计算基金的逆羊群买入和卖出是否存在不对称效应。 逆向指标的构建 使用1993年至2022年美国基金数据,基于季度基金持仓的变化定义基金逆向指标(ContrarianIndex)。通过将该季度每只股票的权重变化与其收益率相乘,计算出基金在每只股票上的逆向程度,并为计算出的结果添加一个负号。因此,当基金进行逆向交易时,该指标为正;相反,基金羊群行为的股票则具有负的逆向水平得分。根据每只股票的权重变化,将基金持仓分为买入组和卖出组。然后,分别在买入组和卖出组中计算每只基金的逆向买入指数(Contrarian-buyIndex,CB)和逆向卖出指数(Contrarian-sellIndex,CS)。 利用逆向指标预测基金业绩 具有逆向买入行为和逆向卖出行为的基金在业绩上存在不对称性, 2《. RSAP-DFM:基于连续状态的动态 逆向买入行为反映了基金经理的能力,能够正向预测下一期基金的横截 因子模型——“学海拾珠”系列之二百零四》 3.《基金业绩与风格暴露的变化——“学海拾珠”系列之二百零三》 4.《基于特征显著性隐马尔可夫模型的动态资产配置——“学海拾珠”系列之二百零二》 5.《上市公司的财报电话会议对股价的影响——“学海拾珠”系列之二百零一》 6.《数据挖掘的修正与基金的业绩表现——“学海拾珠”系列之二百》 7.《宏观趋势与因子择时——“学海拾珠”系列之一百九十九》 面回报,而逆向卖出行为则反映了能力不足,与负向预测相关。 具有最高逆向买入倾向的基金(第10组)比具有最高动量买入倾向的基金(第1组)每月业绩高出0.25%,这意味着年化收益率高出3%,具有最高逆向卖出倾向的基金(第10组)比具有最高动量卖出倾向的基金(第1组)每月业绩差0.34%,这意味着年化差异为4.08%。 CB和CS组合之间的收益差距在不同基金规模和不同基金风格中保持一致。这种不对称效应在经济衰退期间会逆转,并在市场情绪高涨时消失。规模较大、流入量较高、跟踪误差较低且没有管理层自持的基金更有可能逆势买入,但会顺势卖出。 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样本选择与指标构建5 2.1数据以及样本选择5 2.2逆向指标的构建5 2.3业绩的衡量6 3利用逆向指标预测基金业绩8 3.1组合层面的证据8 3.2规模效应(SIZEEFFECT)9 3.3风格组合10 3.4多元回归分析12 4是什么导致了不对称?13 4.1强制性披露13 4.2季节效应13 4.3宏观经济周期14 4.4市场情绪15 5逆向指数的决定因素16 6结论18 风险提示:19 图表目录 图表1文章框架4 图表2示例:股票的逆向指标计算方式5 图表3描述性统计6 图表4组合十分组:逆向指数与基金业绩9 图表5基于规模的组合10 图表6基于风格的组合11 图表7面板回归模型12 图表8面板回归模型:强制披露的子时期13 图表9季节效应14 图表10繁荣期与衰退期15 图表11市场情绪16 图表12逆向买入和逆向卖出的决定因素18 1引言 图表1文章框架 资料来源:华安证券研究所整理 近期的基金研究文献指出,羊群行为与基金经理技能之间存在负相关关系 (Jiang&Verardo,2018;Koch,2017;Wei,Wermers,&Yao,2015),本文献通过关注买卖不对称性来进一步开展这一领域的研究。 过往文献表明,机构投资者在买卖决策中往往表现出不对称的动机(Keim&Madhavan,1995)。Chan和Lakonishok(1993)认为,“由于机构投资者通常不持有市场投资组合,因此在投资组合中有限的替代品中选择出售某一特定证券,并不一定传达负面信息……相比之下,在市场众多可能性中选择买入某一特定证券,则很可能传达有利的公司特定新闻”。 除了信息驱动的交易外,行为交易也可能表现出不对称性。例如,处置效应可能导致投资者止盈并卖出,但在控制损失方面却不够迅速(Cici,2012)。此外,Chan和Lakonishok(1995)指出,机构交易的价格影响是不对称的,买入时股价上涨并保持高位,卖出时股价下跌但随后反弹。 如果逆向交易行为被视为基金的聪明行为,那么可以预期逆向买入和逆向卖出 行为都将产生更高的收益。然而,基金也可能因流动性约束而进行交易,例如,在面 临赎回压力时,这些交易并非由信息触发。因此,逆向交易者在他们的买入和卖出信号之间是否会出现不对称性,这一点是不明确的。 过往文献将逆向基金定义为与其他机构买卖操作相反的基金(Jiang&Verardo, 2018;Wei等人,2015)。然而,如果选择了错误的群体来与基金的交易进行比较,基金的羊群行为可能会被误分类,因此,本文根据同时期股票表现(所有市场参与者集体交易的代表)来衡量一只基金的逆向行为倾向。 使用1993年至2022年美国基金的季度持仓数据,根据不同程度的逆向买入和逆向卖出构建基金组合,计算逆向买入指数(CB)以及逆向卖出指数(CS)。 平均而言,发现CB与基金业绩呈正相关,而CS与基金业绩呈负相关。具体 而言,处于最高CB十分组的基金每年比处于最低CB十分组的基金业绩高出3%, 而处于最高CS十分组的基金每年比处于最低CS十分组的基金业绩差4.08%。这种表现差异无法用基金的不同风险敞口或风格因子来解释。例如,在考虑了Fama-French�因子的风险敞口后,最高CB十分组仍然比最低十分组每年高出4.08%,最高CS十分组每年比最低十分组的基金业绩差4.56%。CB和CS组合之间的收益差距在不同基金规模和不同基金风格中保持一致。 面板回归分析表明CB正向预测Fama-French无因子Alpha值,而CS则负向预测Alpha值,预测关系无法用先前研究中已证明能预测基金业绩的基金特征来解释。 2样本选择与指标构建 2.1数据以及样本选择 文献研究的主要数据来源是晨星基金数据库(MorningstarDirectMutualFundDatabase)和证券价格研究中心CRSP的股票价格数据。晨星数据库包含有关基金持仓、基金收益、总资产净值、投资目标和其他基金特征的信息。SEC允许基金最多延迟60天披露信息。因此,持仓的报告日期和记录日期(季度末)往往不同。遵循Lou(2012)的研究,假设基金经理在季度末和报告日之间不进行交易。 样本涵盖了1993年至2022年时期。剔除了平衡型、债券型、指数型、国际型和行业型基金,专注于投资纽约证券交易所(NYSE)、纳斯达克(NASDAQ)或美国证券交易所(AMEX)上市公司的美国本土股票型基金。最终样本包括1942只主动管理的股票型基金。使用一月期美国国库券利率作为无风险利率,并从KennethFrench的网站上获得月度市场因子收益率,从LubosPastor网站上获得了流动性因子。 2.2逆向指标的构建 基于每个季度基金持仓的变化定义基金逆向指标(ContrarianIndex)。首先,通过将该季度每只股票的权重变化与其收益率相乘,计算出基金在每只股票上的逆向程度,并为计算出的结果添加一个负号。 因此,当基金进行逆向交易时,该指标为正;相反,基金羊群行为的股票则具有负的逆向水平得分,也就是说,当基金增加某只表现不佳的股票的持仓时,该股票会有一个正的逆向指数。 图表2为一个示例。一只收益率为-15%、权重增加10%的股票,其逆向买入得分为1.5%,而一只收益率为-15%、权重减少10%的股票,其逆向卖出得分为-1.5%。 图表2示例:股票的逆向指标计算方式 资料来源:《Isanti-herdingalwaysasmartchoice?Evidencefrommutualfunds》,华安证券研究所 其次,根据每只股票的权重变化,将基金的持仓分为买入组和卖出组。然后,分别在买入组和卖出组中计算每只基金的逆向买入指数(Contrarian-buyIndex,CB)和逆向卖出指数(Contrarian-sellIndex,CS)。 逆向买入指数(CB)定义为基金买入的每只股票的逆向水平的总和: � 𝐶𝐵𝑗,�=−∑∆𝑤𝑖𝑗,�∗𝑅𝐸𝑇𝑖,𝑡|∆𝑤𝑖𝑗,�>0,(1) 𝑖=1 逆向卖出指数(CS)定义为基金卖出的每只股票的逆向水平的总和: 图表3描述性统计 � 𝐶𝑆𝑗,�=−∑∆𝑤𝑖𝑗,�∗𝑅𝐸𝑇𝑖,𝑡|∆𝑤𝑖𝑗,�<0,(2) 𝑖=1 其中,∆𝑤𝑖𝑗,�表示在t季度末基金j中股票i的权重变化,𝑅𝐸𝑇𝑖,�表示股票i在t季度的收益率,N等于基金j在t季度内交易的股票数量。 逆向指数衡量了基金如何根据当期的股票价格变动来调整其持仓,如果基金的交易方向与股票价格变动方向相反的居多,则指数为正;如果基金是动量交易者,则指数为负。 图表3的PanelA为逆向指数和其他基金特征的描述性统计。平均而言,主动管理的美国股票型基金具有0.7%的逆向买入指数和1.3%的逆向卖出指数。CB和CS的标准差分别为5%和2.8%,表明基金的逆向行为在横截面上存在显著差异。图表3的PanelB展示了基金逆向指数、基金收益率以及基金特征(年龄、规模、费用、投资风格和换手率)之间的相关性。总体而言,观察到这些变量之间存在统计上显著的相关性。 资料来源:《Isanti-herdingalwaysasmartchoice?Evidencefrommutualfunds》,华安证券研究所 2.3业绩的衡量 使用不同的风险因子模型来检验逆向指数与基金业绩之间的关系。因变量是基金j在t月的月度收益率减去无风险利率,因子模型如下。 2.3.1.Fama-French风险因子模型 评估基金业绩的主要模型是Fama-French三因子模型(1993)和Fama-French �因子模型(2015)。 Fama-French三因子模型控制了市场、规模和价值因子,模型如下: 𝑅𝑗�−𝑅𝑓�=𝛼�+𝛽𝑗,𝑀𝐾�∗(𝑅𝑀𝐾𝑇,�−𝑅𝑓𝑡)+𝛽𝑗,𝑆𝑀�∗𝑆𝑀𝐵�+𝛽𝑗,𝐻𝑀�∗𝐻𝑀𝐿�+𝑢𝑗�(3) 具体来说,𝑅𝑀𝐾𝑇,�−𝑅𝑓�表示市场组合相对于无风险利率的超额收益;𝑆𝑀𝐵�表示小市值股票和大市值股票组合之间的收益差异;𝐻𝑀𝐿�表示高账面市值比和低账面市值比股票组合之间的收益差异,𝑢𝑗�是均值为零的残差项。 Fama-French�因子模型在Fama-French三因子模型的基础上增加了两个额外因子,以捕捉与盈利能力和投资因子收益相关的变化。 𝑅𝑗�−𝑅𝑓�=𝛼�+𝛽𝑗,𝑀𝐾�∗(𝑅𝑀𝐾𝑇,�−𝑅𝑓𝑡)+𝛽𝑗,𝑆𝑀�∗𝑆𝑀𝐵�+𝛽𝑗,𝐻𝑀�∗𝐻𝑀𝐿�+𝛽𝑗,𝑅𝑀� ∗𝑅𝑀𝑊�+𝛽𝑗,𝐶𝑀�∗𝐶𝑀𝐴�+𝑢𝑗�(4) 其中,𝑅𝑀�