论文部分内容阅读
本文认为基金对公共信息的敏感性与其业绩之间存在着负相关的关系。这是因为对公共信息敏感性较低的基金更具有信息优势,他们会将从私有信息中提取的价值融入到投资行为中(信息经济学的观点),因此能获得更好的业绩。
基于这样的理念,本文首先从信息经济学的角度证明了:在证券市场上,知情者与不知情者对证券的需求量之差会随着知情者所掌握的私有信息的增加而增加。在上述结论的基础上进一步引申出本文论点:对公共信息敏感性较低的基金其未来业绩也会越好。这是因为基金作为证券市场上的知情者,他们的投资行为会更多地依赖于其所掌握的私有信息,而更少地依赖于公共信息,此外,在现有的市场有效性水平下,市场上存在着私有信息套利的机会,因此他们可以利用私有信息获得更高的收益。
为了验证这一预测,本文首先构造出基金对公共信息敏感性的衡量指标RPI,间接用以衡量基金经理的私有信息优势。在构建RPI时选择了我国2005年到2009年之前成立的开放式基金,用他们半年度投资组合的变化与所持股票的未预期盈余建立回归方程,并用未预期盈余的回归系数来表示该基金对公共信息的敏感性。本文进一步用Fama-French三因子模型计算出来的超额收益alpha来作为基金业绩的衡量指标,采用列联表检验和回归分析两种方法分析了基金对公共信息的敏感性RPI与业绩之间的关系。分析结果显示,二者之间存在着显著的负相关关系,也就是说RPI越低的基金其未来的业绩表现越好。这一结论与本文的理论预测相符。
Kacperczyk M.,A.Seru(2007)是较早直接研究基金对公共信息的敏感性与业绩关系的学者。他们在Fund manager use of public information:new evidence on managerial skills一文中以基金持股变化率为被解释变量,分别以该股票的分析师推荐指数和EPS变化率为解释变量构建回归模型,在此基础上用回归方程的R2和回归系数加权平均值((β))来衡量基金对公共信息的敏感性RPI,最后通过RPI与基金业绩的回归分析实证研究证明了RPI越低的基金其未来业绩表现越好。本文的研究框架主要参考Kacperczyk M.,A.Seru(2007),但也进行了适当的扩展和创新:
1.Kacperczyk M.,A.Seru(2007)是从横截面上来构建基金对公共信息的敏感性指标RPI的,并且考虑的时间范围较窄,仅为3个季度;而本文选择在时间序列上来构建RPI指标。之所以做这样的改进是因为,一般来说,基金对股票的持有时间越长,他所能获得的关于这只股票的信息就会越多,这些信息不仅包括公共信息,还包括一部分私有信息,因此那些持有时间较长的股票的RPI更能反映出基金经理掌握私有信息的多少。此外,在基金持有的众多股票中,由于股票在规模、所代表公司的性质等方面有所不同,对于相同的公共信息变化率,不同股票的敏感性也会有所不同。基于上述两点理由,本文在构建基金对公共信息的敏感性指标RPI时,首先筛选出持有时间较长的股票,分别计算这些股票的RPI,然后将基金内部满足条件股票的RPI进行平均,从而得到能从整体上代表这只基金对公共信息的敏感性指标RPI。
2.在数据选取上,由于对进入样本的基金要求较严格,所以不可避免地会减少样本数量,为了弥补这一损失,本文将采用滚动时间窗的方法来获取样本数据。具体来说就是将2005-2013年总共9年时间分为包含“估计期-检验期”的5个子区间,即分别考虑2005年以前、2006年以前、2007年以前、2008年以前以及2009年以前成立的基金,得到这些基金在所选取的时间点后4年内的投资组合情况,并据此计算出基金的RPI以及在对应检验期内的业绩。经过滚动处理,本文最后得到547个用于实证研究的样本。
3.在实证研究阶段,本文首先用列联表检验得出初步结论,但列联表检验只考虑RPI与业绩的关系,而忽略了诸如基金规模、成立年限等其他因素可能对基金业绩产生的影响。因此,本文在加入规模等控制变量的基础上对RPI和alpha进行回归分析,并在回归分析中分别考虑了截面数据和面板数据两种情况。另外,为了保证回归结果的可靠性,本文分别用剔除异常值和变量离散化两种方法对样本数据进行处理,从而降低异常值对回归结果的影响。最后,由于Fama-French三因子模型计算的alpha体现了经系统性风险调整后的超额收益,它衡量的是基金承担个体异质风险(即非系统性风险)所获得的超额收益,但忽略了由此带来的非系统性风险。因此本文将进一步把与alpha相关的非系统性风险考虑进来,并用信息比率IR来表示每单位非系统性风险所带来的超额收益。我们有理由相信,信息优势越明显的基金,承担相同的非系统性风险能获得更高的超额收益,因此RPI越低的基金其信息比率IR就应该越高。
尽管在指标构建、数据处理以及实证方法上做了如上处理,但本文仍不可避免地存在着一些不足之处。
第一,在选取公共信息的代理变量时,Kacperczyk M.,A.Seru(2007)优先选择了分析师推荐这一指标,由于现有数据库无法获得有关分析师推荐的数据,因此本文采用每股收益EPS作为公共信息的代理变量。但是,只用每股收益EPS来代替公共信息过于狭窄,并会一定程度地造成RPI与alpha之间的关系偏向于负相关,这是因为那些EPS以外的公共信息会被当作私有信息,而更多地运用EPS以外的公共信息的投资者有可能会被认为拥有私有信息优势。
第二,在计算股票的未预期盈余UE(Unexpected EPS)时,正确的做法应当是用当期的EPS减去预期的EPS,同样地,由于公布了预测每股收益的股票较少,所以本文用上一期的每股收益来近似代替预期每股收益。尽管国内很多文献都进行过这一近似处理,但这或多或少会影响到结果的精确性。
第三,在获取基金的投资明细时,本文发现基金公布的季度数据中只包含其所持有的前十只权重股的数据,而所有投资组合明细只能在半年度和年度报告中获得。因此为了得到基金持有的所有股票在基金净值产中所占比例的变化情况,本文计算RPI的时间跨度设为半年,而基于季度数据的研究留待以后完善。
最后,本文只考虑了基金规模、年龄等客观因素对基金业绩的影响,没有将诸如从业年限、学历等与基金经理个人特质有关的因素考虑进来,而以上因素很可能会影响到基金经理对信息的获取以及解读能力。
具体来说,本文总共分为六个章节:
第一章为本文的绪论部分,主要介绍论文的选题背景及研究意义,逻辑结构与研究框架,并指出了本文的主要创新与不足。
第二章为文献综述,主要从信息经济学和基金投资行为两个方面介绍了与本文相关的国内外文献,并对基金业绩评价方法进行了简单的梳理。
第三章从信息经济学理论出发,用理论模型证明了知情者与不知情者对证券的需求量之差会随着知情者所掌握的私有信息的增加而增加,并进一步引申出本文的实证预测:基金对公共信息的敏感性RPI越低,其未来的业绩表现就会越好。
第四章介绍了本文所需数据的来源、相关的处理程序以及本文的研究框架,其中着重介绍了基金对公共信息的敏感性指标RPI的构建过程。
第五章从列联表检验以及回归分析两个方面研究了基金对公共信息的敏感性RPI与业绩的关系。实证结果显示,基金对公共信息的敏感性RPI与业绩之间存在着显著的负相关关系。
第六章对本文进行了简要的回顾,并从个人投资者、证券投资基金以及金融监管机构三个方面分析了本文实证结果可能有的现实意义。
基于这样的理念,本文首先从信息经济学的角度证明了:在证券市场上,知情者与不知情者对证券的需求量之差会随着知情者所掌握的私有信息的增加而增加。在上述结论的基础上进一步引申出本文论点:对公共信息敏感性较低的基金其未来业绩也会越好。这是因为基金作为证券市场上的知情者,他们的投资行为会更多地依赖于其所掌握的私有信息,而更少地依赖于公共信息,此外,在现有的市场有效性水平下,市场上存在着私有信息套利的机会,因此他们可以利用私有信息获得更高的收益。
为了验证这一预测,本文首先构造出基金对公共信息敏感性的衡量指标RPI,间接用以衡量基金经理的私有信息优势。在构建RPI时选择了我国2005年到2009年之前成立的开放式基金,用他们半年度投资组合的变化与所持股票的未预期盈余建立回归方程,并用未预期盈余的回归系数来表示该基金对公共信息的敏感性。本文进一步用Fama-French三因子模型计算出来的超额收益alpha来作为基金业绩的衡量指标,采用列联表检验和回归分析两种方法分析了基金对公共信息的敏感性RPI与业绩之间的关系。分析结果显示,二者之间存在着显著的负相关关系,也就是说RPI越低的基金其未来的业绩表现越好。这一结论与本文的理论预测相符。
Kacperczyk M.,A.Seru(2007)是较早直接研究基金对公共信息的敏感性与业绩关系的学者。他们在Fund manager use of public information:new evidence on managerial skills一文中以基金持股变化率为被解释变量,分别以该股票的分析师推荐指数和EPS变化率为解释变量构建回归模型,在此基础上用回归方程的R2和回归系数加权平均值((β))来衡量基金对公共信息的敏感性RPI,最后通过RPI与基金业绩的回归分析实证研究证明了RPI越低的基金其未来业绩表现越好。本文的研究框架主要参考Kacperczyk M.,A.Seru(2007),但也进行了适当的扩展和创新:
1.Kacperczyk M.,A.Seru(2007)是从横截面上来构建基金对公共信息的敏感性指标RPI的,并且考虑的时间范围较窄,仅为3个季度;而本文选择在时间序列上来构建RPI指标。之所以做这样的改进是因为,一般来说,基金对股票的持有时间越长,他所能获得的关于这只股票的信息就会越多,这些信息不仅包括公共信息,还包括一部分私有信息,因此那些持有时间较长的股票的RPI更能反映出基金经理掌握私有信息的多少。此外,在基金持有的众多股票中,由于股票在规模、所代表公司的性质等方面有所不同,对于相同的公共信息变化率,不同股票的敏感性也会有所不同。基于上述两点理由,本文在构建基金对公共信息的敏感性指标RPI时,首先筛选出持有时间较长的股票,分别计算这些股票的RPI,然后将基金内部满足条件股票的RPI进行平均,从而得到能从整体上代表这只基金对公共信息的敏感性指标RPI。
2.在数据选取上,由于对进入样本的基金要求较严格,所以不可避免地会减少样本数量,为了弥补这一损失,本文将采用滚动时间窗的方法来获取样本数据。具体来说就是将2005-2013年总共9年时间分为包含“估计期-检验期”的5个子区间,即分别考虑2005年以前、2006年以前、2007年以前、2008年以前以及2009年以前成立的基金,得到这些基金在所选取的时间点后4年内的投资组合情况,并据此计算出基金的RPI以及在对应检验期内的业绩。经过滚动处理,本文最后得到547个用于实证研究的样本。
3.在实证研究阶段,本文首先用列联表检验得出初步结论,但列联表检验只考虑RPI与业绩的关系,而忽略了诸如基金规模、成立年限等其他因素可能对基金业绩产生的影响。因此,本文在加入规模等控制变量的基础上对RPI和alpha进行回归分析,并在回归分析中分别考虑了截面数据和面板数据两种情况。另外,为了保证回归结果的可靠性,本文分别用剔除异常值和变量离散化两种方法对样本数据进行处理,从而降低异常值对回归结果的影响。最后,由于Fama-French三因子模型计算的alpha体现了经系统性风险调整后的超额收益,它衡量的是基金承担个体异质风险(即非系统性风险)所获得的超额收益,但忽略了由此带来的非系统性风险。因此本文将进一步把与alpha相关的非系统性风险考虑进来,并用信息比率IR来表示每单位非系统性风险所带来的超额收益。我们有理由相信,信息优势越明显的基金,承担相同的非系统性风险能获得更高的超额收益,因此RPI越低的基金其信息比率IR就应该越高。
尽管在指标构建、数据处理以及实证方法上做了如上处理,但本文仍不可避免地存在着一些不足之处。
第一,在选取公共信息的代理变量时,Kacperczyk M.,A.Seru(2007)优先选择了分析师推荐这一指标,由于现有数据库无法获得有关分析师推荐的数据,因此本文采用每股收益EPS作为公共信息的代理变量。但是,只用每股收益EPS来代替公共信息过于狭窄,并会一定程度地造成RPI与alpha之间的关系偏向于负相关,这是因为那些EPS以外的公共信息会被当作私有信息,而更多地运用EPS以外的公共信息的投资者有可能会被认为拥有私有信息优势。
第二,在计算股票的未预期盈余UE(Unexpected EPS)时,正确的做法应当是用当期的EPS减去预期的EPS,同样地,由于公布了预测每股收益的股票较少,所以本文用上一期的每股收益来近似代替预期每股收益。尽管国内很多文献都进行过这一近似处理,但这或多或少会影响到结果的精确性。
第三,在获取基金的投资明细时,本文发现基金公布的季度数据中只包含其所持有的前十只权重股的数据,而所有投资组合明细只能在半年度和年度报告中获得。因此为了得到基金持有的所有股票在基金净值产中所占比例的变化情况,本文计算RPI的时间跨度设为半年,而基于季度数据的研究留待以后完善。
最后,本文只考虑了基金规模、年龄等客观因素对基金业绩的影响,没有将诸如从业年限、学历等与基金经理个人特质有关的因素考虑进来,而以上因素很可能会影响到基金经理对信息的获取以及解读能力。
具体来说,本文总共分为六个章节:
第一章为本文的绪论部分,主要介绍论文的选题背景及研究意义,逻辑结构与研究框架,并指出了本文的主要创新与不足。
第二章为文献综述,主要从信息经济学和基金投资行为两个方面介绍了与本文相关的国内外文献,并对基金业绩评价方法进行了简单的梳理。
第三章从信息经济学理论出发,用理论模型证明了知情者与不知情者对证券的需求量之差会随着知情者所掌握的私有信息的增加而增加,并进一步引申出本文的实证预测:基金对公共信息的敏感性RPI越低,其未来的业绩表现就会越好。
第四章介绍了本文所需数据的来源、相关的处理程序以及本文的研究框架,其中着重介绍了基金对公共信息的敏感性指标RPI的构建过程。
第五章从列联表检验以及回归分析两个方面研究了基金对公共信息的敏感性RPI与业绩的关系。实证结果显示,基金对公共信息的敏感性RPI与业绩之间存在着显著的负相关关系。
第六章对本文进行了简要的回顾,并从个人投资者、证券投资基金以及金融监管机构三个方面分析了本文实证结果可能有的现实意义。