基金規(guī)模和管理能力的錯配

1、正文目錄 HYPERLINK l _TOC_250019 簡介 4 HYPERLINK l _TOC_250018 數(shù)據(jù)和因子模型 6 HYPERLINK l _TOC_250017 數(shù)據(jù) 6 HYPERLINK l _TOC_250016 因子相關(guān)收益和因子調(diào)整后收益的估計 6 HYPERLINK l _TOC_250015 基金資金流的估計 7 HYPERLINK l _TOC_250014 因子相關(guān)收益和基金的資金流 7 HYPERLINK l _TOC_250013 過去因子收益和未來 ALPHA 8 HYPERLINK l _TOC_250012 超配的 AUM 預(yù)測未來基金業(yè)績 8

2、 HYPERLINK l _TOC_250011 控制因子調(diào)整后的預(yù)期收益 9 HYPERLINK l _TOC_250010 正的因子相關(guān)收益的差業(yè)績 10 HYPERLINK l _TOC_250009 規(guī)模效應(yīng)的過度資金流 10 HYPERLINK l _TOC_250008 風格水平上的信息不充分交易 12 HYPERLINK l _TOC_250007 總基金業(yè)績的背后含義 13 HYPERLINK l _TOC_250006 7 總結(jié) 15 HYPERLINK l _TOC_250005 附錄 A 15 HYPERLINK l _TOC_250004 排除危機期，排除極端收益基金和

3、子樣本分析 15 HYPERLINK l _TOC_250003 替代估計窗口和替代因子模型 16 HYPERLINK l _TOC_250002 控制先期美元價值增值 17 HYPERLINK l _TOC_250001 同時控制 AUM 和“真實” ALPHA 18 HYPERLINK l _TOC_250000 不同風格的交易成本變化 19圖表目錄圖表 1 基金資金流對因子相關(guān)收益的反應(yīng) 8圖表 2 扣除費用后的年化收益：控制基金 AUM 后 9圖表 3 扣除費用后的年化收益：控制因子調(diào)整后的預(yù)期收益 10圖表 4 基金交易成本和未來年化收益 11圖表 5 FIT 分組的風格年化收益 1

4、3圖表 6 基金 FIT 分組的風格暴露和 FIT 調(diào)整后的基金年化收益 13圖表 7 總的收益業(yè)績 14圖表 8 穩(wěn)健性檢驗（I） 16圖表 9 穩(wěn)健性檢驗（II） 17圖表 10 扣除費用后的年化收益：控制美元價值在增值 18圖表 11 同時控制 AUM 和“真實”ALPHA 18圖表 12 交易成本和未來年化收益：跨風格證據(jù) 19簡介主動管理型基金能夠為投資者盈利多少，不僅取決于基金經(jīng)理發(fā)現(xiàn)優(yōu)越投資機會的能力，還取決于基金的規(guī)模。過去幾十年的學術(shù)研究表明，主動型股票共同基金組合在扣除費用后的基準調(diào)整后收益率（alphas）明顯為負，而且一般基金的業(yè)績并不能長期持續(xù)。Berk 和 Gree

5、n（2004）(BG)指出，缺乏收益持久性的主要原因是理性投資者競爭稀缺的優(yōu)秀基金，而主動基金規(guī)模收益遞減。BG 還預(yù)測，如果管理能力與基金規(guī)模相匹配，那么共同基金將獲得零預(yù)期 alpha，但這與實際基金市場中扣除費用后的負 alpha 相悖。BG 的一個重要假設(shè)是共同基金投資者能合理地評估基金經(jīng)理管理能力并相應(yīng)地分配資金。然而，這一假設(shè)似乎與共同基金投資者的特征和先前關(guān)于他們行為的研究相矛盾。例如，根據(jù) 2011 年 Investment Company Institute (ICI) Fact Book 調(diào)查顯示，美國 93.7%的共同基金是由家庭持有的。如果共同基金投資者在評估基金能力方

6、面不像 BG 所模擬的那樣復(fù)雜，那么某些基金將獲得比基金經(jīng)理能力帶來的更多資金，因此導(dǎo)致了規(guī)模收益遞減而出現(xiàn)負業(yè)績，而其他基金則可能變得太小。也就是說，在投資者不能合理評估基金經(jīng)理管理能力的市場中，實際基金規(guī)模與基金容量(BG 推測的均衡規(guī)模)的偏差將是用來預(yù)測未來業(yè)績的關(guān)鍵因素。在本文獻中，作者證明了主動管理型股票基金之間的能力和規(guī)模確實存在顯著的不匹配。特別是，由于許多共同基金投資者在基金間配置資金時，并沒有對 Fama- French 規(guī)模和價值因子等進行調(diào)整，因此，具有正的因子相關(guān)收益（Factor-Related Returns,FRRs）的主動管理型基金會積累資產(chǎn)，以至于它們在未來

7、的表現(xiàn)明顯低于各種基準。從這個意義上說，與 FRRs 相關(guān)的基金規(guī)模是超額的，不能用管理技巧來證明。作者進一步表明，超額基金規(guī)模，而不是基金總規(guī)模，顯著預(yù)測了未來的表現(xiàn)。當控制基金規(guī)模時，通過因子暴露吸引資金流入的共同基金未來表現(xiàn)顯著低于基準和其他相同規(guī)模的基金。作者的分析建立在Berk、vanBinsbergen（2016）、 Barber、Huang 和 Odean（2016）的研究基礎(chǔ)上，即資金流會對市場因子以外的其他共同因子暴露而產(chǎn)生的過去收益作出正面反應(yīng)。在一個完全理性的世界中，共同基金投資者將區(qū)分由于管理能力而產(chǎn)生的收益，如處理私有信息和發(fā)現(xiàn)錯誤定價的股票，以及由于因子暴露而產(chǎn)生的

8、收益。然而，由于實際的投資者行為，正 FRRs 的主動管理基金積累了如此多的資金，使得在未來有負的預(yù)期 alphas。Fama 和French（2010 年）研究還發(fā)現(xiàn)，共同基金的負 alphas 主要是由于一小部分超規(guī)模基金有顯著的正 FRRs，導(dǎo)致后續(xù)業(yè)績不佳。文獻的實證研究使用 CRSP 共同基金數(shù)據(jù)庫中的主動管理型基金。為了估計基金的FRR，使用 Barber，Huang 和 Odean（2016 年）的七因子模型，這是 Pastor和 Stambaugh(2002b)對 Fama-French-Carhart 四因子模型進行了改進，添加了三個行業(yè)因子構(gòu)建的。FRR 計算方式是大小、價

9、值、動量因子和三個行業(yè)因子的因子收益之和。為了提高穩(wěn)健性，在附錄 A 中，使用 FFC 四因子模型來估計因子相關(guān)的收益，可以得到類似的結(jié)果。首先，資金流與 FRRs 呈正相關(guān)?？刂埔蜃诱{(diào)整后的預(yù)期收益（七因子 alpha）后，無論資金流是以絕對美元衡量，還是基金總資產(chǎn)管理規(guī)模(AUM)的比例衡量，資金流均與 FRRs 呈正相關(guān)。例如，過去四年平均 FRR 處于樣本分布最頂部的基金，與其他有相同因子調(diào)整后預(yù)期收益的基金相比，其每季度的平均資金流是他們的三倍。其次，正的 FRRs 帶來的資金流會導(dǎo)致基金未來的負業(yè)績。為此，首先控制了基金的 AUM 變量，發(fā)現(xiàn)盡管有的基金有類似的 AUM，但若是基金

10、由于先期 FRR 為正才達到目前規(guī)模的，這些基金表現(xiàn)顯著差于各種基準和其他基金。例如，在每個 AUM 五分位數(shù)中，F(xiàn)RRs 頂部分位數(shù)的基金在未來一年的表現(xiàn)明顯差于底部分位數(shù) FRR 基金，約 300 至 400bps。在 AUM 五分位數(shù)中，F(xiàn)RR 頂部分位數(shù)的基金平均未來 alpha 為-230-250bps/年。FRRs 中部分位數(shù)的基金的 alpha 值約為-20bps，而 FRRs 底部分位數(shù)的基金 alpha 值約為 70-80bps。這些結(jié)果表明，一只基金增長其 AUM 的方式，而不是基金的 AUM 本身，決定了基金未來的業(yè)績。文獻進一步證明，這種明顯的業(yè)績差異不是由于先前的“真

11、實”alpha 的差異。具體來說，若控制先期七因子 alpha 變量，若基金通過正的 FRR 吸引更多資金流，在未來表現(xiàn)仍然差于其他基金。在一系列穩(wěn)健性檢驗中，文獻排除了幾種替代解釋。總之，具有正的先期 FRRs 的主動管理型基金，由于流入了太多資金流，導(dǎo)致隨后由于規(guī)模收益遞減而出現(xiàn)了顯著的負業(yè)績。在其他分析中，具有較高先期 FRR 基金的負業(yè)績可以用通過規(guī)模效應(yīng)的 FRR資金流來解釋。先前的研究，例如，Chen 等人（2004 年）、Pollet 和Wilson（2008年）、Edelen、Evans 和Kadlec（2013 年）以及 Pastor、Stambaugh 和 Taylor（2

12、018年）認為價格效應(yīng)和執(zhí)行成本等交易成本是主動管理型基金規(guī)模收益遞減的重要驅(qū)動因素。通過探討交易成本比例的橫截面變化，發(fā)現(xiàn)在那些交易成本較高的基金中，具有正的先期 FRRs 的主動基金的負業(yè)績更為顯著。相比之下，在那些具有非正的 FRRs 的基金中，交易成本不能預(yù)測未來業(yè)績。這些發(fā)現(xiàn)進一步支持了有規(guī)模效應(yīng)的過度資金流的觀點。除了基金層面的規(guī)模效應(yīng)外，還發(fā)現(xiàn)具有較高先期 FRRs 的基金暴露在經(jīng)歷了大規(guī)模基金買入的風格中，這些大規(guī)模的資金流入是由于非理性投資者信息不夠充分而導(dǎo)致的。這些“擁擠”的風格有很大的負后期收益，因此高 FRRs 基金的業(yè)績也受到負面影響。具體來說，每年構(gòu)建 27 個(3

13、x3x3)風格的投資組合，按規(guī)模、市凈率和過去一年的收益對股票進行分類。然后，使用自下而上的方法來衡量風格水平上的信息不充分（uninformative）交易。發(fā)現(xiàn)即使控制了 FFC 因子，前三分之一的“擁擠”風格后續(xù)異常收益約為每年-4%，因為非基本面價格推力最終會消散；與之相反，后三分之一的“不擁擠”風格，前期由于資金流導(dǎo)致的超賣，有顯著為正的未來 alpha。這種資金流驅(qū)動的風格效應(yīng)解釋了大約 20%至 25%的有著正 FRRs 基金的負業(yè)績。本文從幾個方面為基金研究做出了貢獻。首先，基于不考慮風格因子的共同基金資金流，發(fā)現(xiàn)由于過去因子相關(guān)的收益為正而流入基金的資金流會大于其管理容量，并

14、導(dǎo)致未來顯著的負業(yè)績。作者首次指出共同基金能力和規(guī)模明顯不匹配的問題，這是由于許多基金投資者所犯的系統(tǒng)性錯誤，當投資者不能正確評估管理能力時，超配的基金規(guī)模在很大程度上決定了基金未來的業(yè)績。先前研究，如 Fama 和 French（2010）發(fā)現(xiàn)，主動管理型股票基金在扣除費用后存在顯著的負 alphas，在扣除費用前平均 alpha 幾乎為 0。基于這一觀察，先前的研究認為股票基金經(jīng)理缺乏能力。相反，作者發(fā)現(xiàn)負的總業(yè)績主要是由于小部分主動型基金有很強的先期FRRs，導(dǎo)致基金規(guī)模變得太大，后期業(yè)績不佳。在同期研究中，Miiller、Rosenberger 和 Uhrig-Homburg（2018

15、）提出了一個與本文密切相關(guān)的理論視角。當投資者誤認為共同基金的“假 alpha”是它的“真實 alpha”時，投資者可能會過度投資該基金。M,R&U 有兩個重要發(fā)現(xiàn)。首先，他們發(fā)現(xiàn)基金收益與時間序列上的平均基金規(guī)模標準差之間存在負相關(guān)關(guān)系。其次，對于 24 個月的滾動窗口，基金成立年限和基金資產(chǎn)相關(guān)性不高，并且發(fā)現(xiàn)一個負的平均凈 CAPM alpha。本文獻的結(jié)果與 Miiller、Rosenberger 和 Uhrig-Homburg（2018）的結(jié)果不同，本文的主要結(jié)論是：先期由于因子相關(guān)收益（FRR）而吸引的資金流，由于規(guī)模遞減效應(yīng)導(dǎo)致隨后的基金收益為負。文獻的基本安排如下。第一節(jié)介紹了

16、本文使用的數(shù)據(jù)集和計量模型。第二節(jié)說明共同基金資金流如何對除市場以外的基金收益相關(guān)的風險因子作出反應(yīng)。第三節(jié)表明，有不同因子相關(guān)收益的共同基金有不同未來業(yè)績。第四節(jié)提出了更多結(jié)果，這些結(jié)果與由于過度資金流而導(dǎo)致的規(guī)模遞減的觀點是一致的。第五節(jié)是對共同基金總業(yè)績的影響，并量化了投資者追逐因子相關(guān)收益的成本。第六節(jié)總結(jié)。穩(wěn)健性檢驗和額外的結(jié)果報告在附錄 A 和 B。數(shù)據(jù)和因子模型在本節(jié)中，描述了共同基金數(shù)據(jù)集和估計與因子相關(guān)的收益、因子調(diào)整后的預(yù)期收益和資金流動的過程，這是本文感興趣的三個關(guān)鍵變量。數(shù)據(jù)樣本基金來自 1984 年至 2014 年期間的標準 CRSP 共同基金數(shù)據(jù)庫，并關(guān)注主動管理型

17、股票基金。公募基有不同份額類別，它們之間的關(guān)鍵區(qū)別通常是收費結(jié)構(gòu)，將所有子類合并成一個基金，只包括那些至少有四年月度收益數(shù)據(jù)的基金，排除了資產(chǎn)管理規(guī)模不超過$500 萬的基金。由此得出的樣本包括 4000 多個不同的共同基金。因子相關(guān)收益和因子調(diào)整后收益的估計共同基金的預(yù)期收益可以使用線性因子模型分解為因子調(diào)整后預(yù)期收益和因子暴露的平均收益。使用了七因子基金收益模型，Barber，Huang 和 Odean（2016），七 因 子 包括 Fama-French-Carhart(FFC) 模 型 的 四 個 因 子 和 Pastor 、 Stambaugh(2002b)的三個行業(yè)因子。具體來說，

18、估計每個基金i 前一個月的超額收益。在給定時間 t 的前 m 個月，, , = 7 + ,( ,) + , + , + , +3 + , , , 1 =1,1212,其中,是月的扣除費用后的基金收益，,是一個月的國庫券利率，代表無風險利率。MKT 是價值加權(quán)市場組合的收益。SMB、HML 和 UMD 是根據(jù)市場收益調(diào)整 的 Carhart （ 1997 ）三 因子收益 。 1, 2, 3 是 Paastor 和 Stambaugh(2002b)中定義的三個行業(yè)因子，它們代表了 Fama-French 49 個行業(yè)多元回歸中殘差的前三個主成分，因此，行業(yè)因子捕捉到了與其他四個因子正交的共同行業(yè)收

19、益。參數(shù)7是因子調(diào)整后的預(yù)期收益（七因子 alpha），而, , , ,和 是基金關(guān)于市場、規(guī)模、價值、動量和行業(yè)因子的暴露。假設(shè)噪聲項,滿足普通最小二乘(OLS)的標準假設(shè)。,使用逐基金（fund-by-fund）的 OLS 估計, , ,和 ，從 t 時刻開始前 m個月，基金 i 的平均因子相關(guān)收益為，1/1231 =（+ + + ）,=/12,=1,也就是說，因子相關(guān)的平均收益,是過去 m 個月中大小、價值、動量和行業(yè)因子暴露而產(chǎn)生的收益估計之和。因子相關(guān)的平均收益不包括市場因子 MKT 暴露，因為市場相關(guān)的收益已被證明在很大程度上與資金流無關(guān)(Berk、vanBinsbergen（20

20、16）、Barber、Huang 和 Odean（2016)）。在估計 FRRs 時，包括三個行業(yè)因子，原因有兩個：首先，Barber，Huang 和 Odean（2016） 認為這三個行業(yè)因子能顯著預(yù)測基金資金流。第二，這三個行業(yè)因子解釋了基金收益的很大一部分橫截面變化。,使用 OLS 估計CAPM 的 alpha，表示為,每個基金 i 通過先前 m 期： = + ( ) + 1, , , ,1212其中,是市場貝塔。假設(shè)噪聲項,滿足 OLS 標準假設(shè)。,可以分解為, = 7 + ,基金資金流的估計,在 1992 年以前，大多數(shù)基金只是每季度報告一次 AUM。因此，每季度計算每個基金的投資資

21、金流。根據(jù)先前文獻對資金流的研究，在時間 t 結(jié)束的季度內(nèi)流入資金 i 是,2, = , (1 + ) 1=0,是基金 i 在 t 時刻的總 AUM。,12,4因子相關(guān)收益和基金的資金流在本節(jié)中，將研究共同基金的資金流與 FRRs 的反映。文獻發(fā)現(xiàn)，因子調(diào)整后的預(yù)期收益（“真實”alpha），共同基金的資金流與 FRRs 呈正相關(guān)，這與 Berk 和 vanBinsbergen（2016）和 Barber、Huang 和 Odean（2016)的研究結(jié)果一致）。在第三節(jié)中，估計了共同基金過去的FRRs 對其未來收益的影響。采取滾動窗口的方法，如下所示。根據(jù)基金因子調(diào)整后的預(yù)期收益將所有基金分為

22、五組。然后，根據(jù)過去四年的 FRRs 樣本分布，將每組分為三個子組，統(tǒng)計接下來的收益。因此，每個五分位數(shù)組中，包含過去四年平均因子相關(guān)收益的前三分之一基金。同樣，中間（底部)組由過去四年平均因子相關(guān)收益中間(底部）三分之一的基金組成。接下來，比較了在給定的四年期內(nèi)，三組基金在七因子 alpha 五分位數(shù)內(nèi)的平均季度資金流。這一分析揭示了共同基金資金流在控制 AUM 后對 FRRs 的反應(yīng)。圖表 1 報告了所有基金組合的資金流以及FRRs 的時間序列平均數(shù)。七因子 alpha 五分位數(shù)中的第一組基金具有正的平均 FRR（每年為 3.6%至 5.0%）。平均而言，相比兩個低 FRRs 五分位數(shù)的組

23、別，這些基金能吸引更多資金流。對于每個五分位數(shù)的中間組，平均 FRRs 接近 0%，平均資金流高于底部組。由于資金流的這些差異，平均而言，在給定的四年估計期結(jié)束時，在每個七因子 alpha五分位數(shù)中，相比處于兩個較低 FRR 五分位數(shù)的組別，最高 FRR 五分位數(shù)組有更大的AUM。通過比較圖表 1 第(3)、(8)或(13)列，可以看出資金流與因子調(diào)整后的預(yù)期收益正相關(guān)。圖表 1 的最后一列是標準誤檢驗，即在給定的七因子 alpha 五分位數(shù)內(nèi)，頂部和底部組之間的平均資金流顯著正差異。為了估計資金流差異的標準誤，使用 Kunsch(1989)的滑動分塊自助法（time-series movin

24、g-block bootstrap）。這種方法解釋了資金流中的序列和橫截面依賴性。共自助抽樣 5000 次。標準誤是所有樣本之間資金流差異的樣本標準差。結(jié)果發(fā)現(xiàn)，所有的檢驗統(tǒng)計量都是顯著的，這意味著拒絕了因子調(diào)整后收益五分位數(shù)的頂部和底部組具有相同資金流的零假設(shè)。圖表 1 基金資金流對因子相關(guān)收益的反應(yīng)資料來源：華安證券研究所整理總之，較大的資金流與過去較高的 FRRs 有關(guān)。資金流反映了投資者對管理能力的信念，許多投資者將基金收益歸因于規(guī)模、價值、動量和行業(yè)因子，這些被視為主動管理能力的信號。其中，投資者更多地投資于具有較高先期 FRRs 的基金。過去因子收益和未來 alpha第二節(jié)表明 F

25、RRs 與基金資金流呈正相關(guān)。然而，在一個完全理性的世界中，基金投資者應(yīng)該能夠區(qū)分由于管理能力而產(chǎn)生的業(yè)績與系統(tǒng)性因素產(chǎn)生的業(yè)績。在本節(jié)中，結(jié)果表明有正的 FRRs 的資金流會導(dǎo)致未來的負業(yè)績。從這個意義上講，資金流入具有先期正 FRRs 的基金要大于基金經(jīng)理的能力所能證明的合理性。超配的 AUM 預(yù)測未來基金業(yè)績正如 Berk 和 Green（2004 年）所指出的，并得到了實證支持 chen （2004年）、Edelen、Evans 和Kadlec（2013 年）、Harvey 和 Liu（2017 年)和朱(2018年），一個活躍基金管理的資產(chǎn)越多，基金的收益表現(xiàn)就越差。由于基金投資者將

26、 FRRs 與管理能力混淆，具有先期正 FRRs 的基金可能比他們所能管理的擁有更多 AUM，從而觀察到未來負的預(yù)期業(yè)績。為了說明這一點，考慮兩個基金，它們在某一特定時間點上有相同的 AUM，由于 A 基金先期 FRRs 為正，已達到目前的規(guī)模，而 B 基金的FRRs 可忽略不計，B 基金是依靠其”真實”alpha 吸引資金流。因此，盡管它們的規(guī)模相似，預(yù)計 A 基金的未來收益率將比 B 基金差。下面采用了滾動窗口的方法進行了證明，如下所示。對于每年，按 AUM 將所有基金分為五組。然后，根據(jù)過去四年的FRRs，將每個AUM 組分成三個子組。頂部 FRR 子組的平均 FRRs 約為 400bp

27、s，而底部 FRR 子組的平均 FRRs 為-300bps。為了得到未來的收益，計算基金組未來一年的每月 AUM 加權(quán)收益。然后，將給定基金組合的每月 AUM 加權(quán)收益的時間序列基準為 FFC 四因子模型和七因子模型。結(jié)果見圖表 2。在每個 AUM 五分位數(shù)內(nèi)，具有較高先期 FRRs 的基金在未來表現(xiàn)更差。例如，以FFC 四因子模型為基準，F(xiàn)RRs 頂部分位數(shù)基金與有類似 AUM 的底部基金相比，未來每年凈 alpha 低 286bp-396bps。當以七因子模型為基準時，差異范圍在 319bps-418bps 之間。在五個 AUM 五分位數(shù)中，F(xiàn)RRs 頂部分位數(shù)的基金在下一年的平均凈 al

28、pha為-235bps 到-253bps（在 1%的水平上顯著），這取決于基準。相比之下，在兩個基準模型下，F(xiàn)RRs 底部分位數(shù)的基金平均凈 alpha 為 67bps 和 78bps。FRRs 中間分位數(shù)的基金的平均 alpha 為 20bps 左右。在附錄 A 中，排除 NBER 衰退，并使用替代滾動窗口和不同的因子模型，結(jié)果仍是穩(wěn)健的。在分別檢驗 CRSP 分類的上限基金和風格基金時，結(jié)果也成立?？傊?，由于基金資金流不能區(qū)分因子暴露和管理能力，基金如何增加其 AUM 顯著決定了未來業(yè)績。圖表 2 扣除費用后的年化收益：控制基金 AUM 后資料來源：華安證券研究所整理控制因子調(diào)整后的預(yù)期收

29、益前面表明(一)共同基金的資金流追求正的 FRRs，(二)控制 AUM，通過 FRRs 吸引資金流的基金在未來比其他基金表現(xiàn)差。在本節(jié)中，將證明與 FRRs-驅(qū)動資金流的業(yè)績不佳不是由于“真實”alpha 的先期差異，在控制過去經(jīng)因子調(diào)整的預(yù)期收益后，具有先期正 FRRs 的基金比其他基金仍表現(xiàn)要差。根據(jù)前一年因子調(diào)整后的預(yù)期收益，將所有基金分為五組。在過去四年，根據(jù) FRRs 將每組再次分成三個子組，并衡量每個組合相對于三個基準模型的未來業(yè)績。結(jié)果見圖表 3。控制過去因子調(diào)整后的預(yù)期收益后（即“真實”alpha），先期 FRRs 較高的基金仍表現(xiàn)差于基準和其他基金。例如，當以 FFC 模型為

30、基準時，F(xiàn)RRs 頂部分位數(shù)的基金業(yè)績低于 FRRs 底部分位數(shù)基金 222bps-417bps。在附錄 A 的表 A.III 中，正的先期 FRRs 在同時控制AUM 和“真實”alpha 后仍展現(xiàn)出負的未來業(yè)績。附錄A還顯示，當將美元增值作為管理能力的控制項時，也得到了類似的結(jié)果。具有正的先期 FRRs 基金的負業(yè)績是由于因子暴露的均值回復(fù)。事實上，Barber、Huang 和 Odean（2016）發(fā)現(xiàn)，基金對這些因子的暴露幾乎沒有持久性。圖表 3 扣除費用后的年化收益：控制因子調(diào)整后的預(yù)期收益資料來源：華安證券研究所整理具有正的先期 FRRs 基金積累了過多的 AUM，這導(dǎo)致規(guī)模收益遞

31、減，反過來又大大降低了未來的收益表現(xiàn)。換言之，這些基金獲得的資金超過其管理能力所證明的金額。接下來作者將提供更多的證據(jù)來支持過度的資金流，以及規(guī)模收益遞減。正的因子相關(guān)收益的差業(yè)績在本節(jié)中，作者提供了更多的證據(jù)，證明與 FRRs 有關(guān)的資金流，由于規(guī)模收益遞減，很大程度上解釋了正 FRRs 基金的負業(yè)績。除了這種基金層面的規(guī)模效應(yīng)之外，這些高 FRR 基金面臨著由無信息資金流引起的大量購買的風格。由于這些“擁擠”風格有大量的后期負收益，高 FRR 基金的表現(xiàn)也因此受到負面影響。規(guī)模效應(yīng)的過度資金流以前的研究(例如，Pollet 和 Wilson（2008 年）、Edelen、Evans 和 K

32、adlec（2013年）以及 Pastor、Stambaugh 和 Taylor（2018 年)）將價格影響和執(zhí)行成本等交易成本確認為主動管理型股票基金規(guī)模收益遞減的重要原因。如果通過規(guī)模效應(yīng)解釋了具有正的先期 FRRs 基金未來的負業(yè)績，人們將期望那些交易成本較高的基金中產(chǎn)生更強的規(guī)模效應(yīng)。作者通過研究活躍基金交易成本的橫截面變化來檢驗這一假設(shè)。為了得出基金交易成本的比例，使用 Pastor, Stambaugh, and Taylor (2018)的方法，基金的總美元交易成本為： = =1是股票 j 的交易金額，是交易股票 j 的成本。為了簡便，忽略了時間 t 和基金本身 i。 = 0,

33、是股票 j 的市值。這一假設(shè)意味著，當交易股票市值的較大部分時，交易成本就會更大。股票 j 交易的金額服從 = 其中 D 是基金交易的總額，是股票 j 在投資組合中的權(quán)重。基金的總交易成本可以寫成 = 2 =12假設(shè)總交易金額為D=AT 給出，其中A 是基金的AUM，T 是基金的周轉(zhuǎn)率。因此，基金的交易成本比例等于， = 2 =12對于每年的數(shù)據(jù)，根據(jù)明年的預(yù)期平均交易成本比例，將過去四年最高分位數(shù) FRRs 中的基金分為三個子組。為了進行比較，還將其他三分之二的基金(FRRs 較低的基金) 基于相同的交易成本分為 3 組。圖表 4 列出了結(jié)果。在先期 FRRs 頂部分位數(shù)的基金中，面臨較高交

34、易成本的基金確實有更大的未來負業(yè)績，這與 FRRs 導(dǎo)致過度的資金流（Excessive Flows）以及規(guī)模效應(yīng)相一致。例如，低交易成本和高交易成本基金之間的收益差約為每年 180bps，在 1%的水平上是顯著的。相比之下，在其他三分之二的基金（先期 FRRs較低的基金）中，三個交易成本分組具有相似的基準調(diào)整后的未來收益。從這個意義上說，這些基金吸引的資金是基于它們的“真實”alpha，因此交易成本不能預(yù)測它們的未來收益。在交易層面的數(shù)據(jù)進行分析，Edelen，Evans 和 Kadlec（2009 年、2013 年）和 Busse，Chordia，Jiang 和 Tang（2018 年）估

35、計了不同風格和風格內(nèi)部基金交易成本的巨大變化。例如，Edelen、Evans 和 Kadlec（2013 年）記錄了大盤風格的平均交易成本約為 80bps，小盤風格為 200bps-300bps。在大盤風格中，交易成本的內(nèi)部標準差為 40bps-50bps，在中盤風格中，為60bps-100bps，在小盤風格中，為 110bps-150bps。Busse 等人（2018 年）估計所有基金的交易成本標準差為135bps。他們還發(fā)現(xiàn)，內(nèi)部風格的標準差從 90bps 的大盤風格到 200bps 的小盤風格。這些估計在很大程度上符合圖表 4 所列交易成本的隱含變化。圖表 4 基金交易成本和未來年化收益

36、資料來源：華安證券研究所整理為了進一步驗證交易成本在驅(qū)動“過大（oversized）”基金負收益中的作用，作者探討了基金交易成本在不同風格之間的變化。Chen 等人（2004 年）、Yan（2008年）、Edelen、Evans 和 Kadlec（2013 年）表明，小盤風格基金和成長風格基金的平均交易成本較高，交易成本標準差較大。在附錄 A 的表 A.IV 中，在這些過大基金中，小盤風格基金和成長風格基金確實有更多的負平均異常收益和更大的收益變化，按交易成本排序?？傊?，本節(jié)和附錄 A 進一步支持 FRRs 的資金流過多的觀點，并通過規(guī)模收益遞減來解釋未來的負業(yè)績。風格水平上的信息不充分交易基

37、金投資者不考慮因子暴露意味著基金資金流的共性。例如，想象一下，某些股票風格具有較高的相對收益。由于基金在很大程度上擴大或按比例清算現(xiàn)有頭寸以應(yīng)對資金流動，這些風格可能會吸引大量信息不充分資金流導(dǎo)致的買入，從而在未來產(chǎn)生負業(yè)績，因為非基本面價格推力最終會消散。相反，那些信息不充分資金流導(dǎo)致的基金超賣可能會帶來積極的未來業(yè)績。過去高 FRRs 基金很可能會暴露在這些“擁擠”風格中，從而對它們的表現(xiàn)產(chǎn)生負面影響。在本節(jié)中，使用自下而上的方法來測量風格水平上資金流導(dǎo)致的（flow-induced）交易。發(fā)現(xiàn)在過去幾年里，經(jīng)歷過規(guī)模資金流導(dǎo)致的買入風格中，后續(xù)異常收益每 年約為-4%到-5%，而具有大量

38、資金流導(dǎo)致的超賣的風格中，具有正的未來 alpha。 具有正 FRRs 的基金暴露在“擁擠”的風格中。資金流驅(qū)動效應(yīng)（flow-driven effect） 上的風格收益大約解釋了 20%到 25%的負收益業(yè)績。為了檢驗風格水平的效果，每年根據(jù)市場權(quán)益、賬面與市值比(BM)和先前的一年收益對股票進行分類，形成 27(3x3x3)風格的投資組合。然后，使用自下而上的方法來測量風格水平上資金流導(dǎo)致的交易，如下所示。首先估計每個季度中，基金中無信息資金流的單個股票交易總量，使用 Lou（2012）的相似指標， ,1 ,= , ,1,1是基金 k 在 q-1 季度末時持有股票 j 的數(shù)量，是基金 k

39、在季度q 中資金流所占百分比，這是未被七因子 alpha 解釋的。,是一個局部尺度因子（partial scaling factor），它反映了基金經(jīng)理如何增加（清算)他們的持有量，以應(yīng)對資本流入(流出）。Lou（2012）估計，PSF 為 0.97 流出，0.86 流入。在過去K 個季度，股票 j 的累積資金流導(dǎo)致的交易為，, = =1,4過去K 個季度的風格水平上資金流導(dǎo)致的交易為，, = ,是風格股票的集合， 是風格中股票 j 的相對市值。選擇 K=8，在附錄 B,中，證明了結(jié)果對K=12 是穩(wěn)健的。為了了解基金資金流導(dǎo)致的交易對風格收益的影響，根據(jù),將所有風格分為三組，并計算了每個風格

40、組在下一年的等權(quán)收益。然后將等加權(quán)風格收益的時間序列作為 FFC 因子和行業(yè)因子的基準。結(jié)果見圖表 5。在附錄 B 中，將 27 種風格劃分為更精細的組。表 B.II 報告了結(jié)果。圖表 5 FIT 分組的風格年化收益資料來源：華安證券研究所整理經(jīng)歷過大量資金流導(dǎo)致的買入的風格，每年有大約-4%到-5%的負異常收益，而大量資金流導(dǎo)致的賣出的風格，在未來有正的 alpha。這些極端風格之間的 alpha 差異每年約為 7%，并在 1%的水平上是顯著的。附錄 B 中的表B.I 表明，當排除 NBER衰退時，這種情況仍是存在的。附錄B 中的表B.III 進一步使用面板回歸證實了資金流導(dǎo)致的交易與未來風

41、格收益之間的負相關(guān)關(guān)系。接下來，過去 FRRs 較高的基金正暴露在有大量信息不充分交易的風格中。為此，控制七因子后，將 FRR 頂部分位數(shù)基金的收益與高FIT 風格的收益、低 FIT 風格的收益回歸。高 FRR 基金確實積極地暴露在“擁擠”的風格和消極地暴露在低 FIT風格。負 FRR 的基金表現(xiàn)相反，而中間 FRR 的基金不暴露于高 FIT 和低 FIT 風格中。圖表 6 還顯示了具有正的先期 FRRs 的基金，其業(yè)績在多大程度上受到資金流驅(qū)動風格效應(yīng)的影響。FRRs 頂部分位數(shù)基金的平均凈 alpha 大約為-230bps 到-250bps。大約 55bps 的負 alphas 是由于基金

42、暴露在高 FIT 風格。換句話說，資金流驅(qū)動對風格收益的影響可以解釋高 FRR 基金 20%至 25%的負面表現(xiàn)。圖表 6 基金 FIT 分組的風格暴露和 FIT 調(diào)整后的基金年化收益資料來源：華安證券研究所整理總基金業(yè)績的背后含義在本節(jié)中，主動管理型基金總的負業(yè)績主要是由于小部分具有正的先期 FRRs基金業(yè)績不佳所導(dǎo)致的。由于不考慮因子暴露，投資者在抽樣期間平均每年損失約$150 億。Malkiel（1995 年）、Gruber（1996 年）、Wermers（2000 年）、Fama 和 French（2010 年）發(fā)現(xiàn)，主動管理型股票基金在考慮管理費后的基準調(diào)整后收益顯著為負?；谶@一觀

43、察，研究發(fā)現(xiàn)基金經(jīng)理缺乏能力。圖表 2 和圖表 3 表明，這種總的負業(yè)績主要是由于先期 FRRs 頂部分位數(shù)的基金業(yè)績不佳，相對于其管理能力而言，這些基金過大。然而，大多數(shù)基金并沒有過大，因此擁有非負的凈 alpha。為了更清楚地顯示這一點，每年將所有基金分成兩組。第一組是過去四年的 FRRs 前三分之一的基金組成。第二組為剩余基金。測量每個組相對于五個基準模型的未來業(yè)績。這些基準模型為：CAPM 模型、FFC 四因子模型、七因子模型、將 Fama和 French（2015）的盈利因子和投資因子添加到七因子模型中的九因子模型，以及 Berk 和 vanBinsbergen（2015）提出的 V

44、anguard 基準模型，該模型使用 Vanguard指數(shù)基金的月收益作為基準。圖表 7 總的收益業(yè)績資料來源：華安證券研究所整理從圖表 7Panel A 來看，在五個基準模型下，AUM 加權(quán)基金每年的凈 alpha 為- 81 bps 至-123bps，且顯著為負。第一組基金，基準調(diào)整后的平均凈收益為每年-182bps 至-253bps。相比之下，其余三分之二的基金在不同的基準模型下的凈 alpha為-4bps 到 23bps，不顯著不為 0。Panel B 顯示了含費率的收益。基金的總收益接近于基準調(diào)整后的零。特別是，在過去FRRs 較低的基金中，三分之二的基金每年的總alpha 為 97

45、bps 到 128bps，這表明它們有足夠的能力在扣除費用前超過這些基準。Panel C 是基金投資的平均損益。根據(jù)這五項基準，過去 30 年，投資者每年損失約$100 億至 150 億。這些損失主要來自 FRRs 較高的 oversized 基金。Berk and van Binsbergen(2016)認為 CAPM 模型最接近投資者使用的“真實”資產(chǎn)定價模型。然而，圖表 7 中的結(jié)果與基金投資者理性，以及 CAPM 是“真實”資產(chǎn)定價模型的理論不一致。由于 FRRs，通過追逐高 CAPM alpha 的基金，許多基金投資者在未來獲得了一個顯著為負的CAPM alpha。但是如果這些投資者

46、是理性的，并關(guān)注市場調(diào)整后的收益，不應(yīng)該獲得負的 CAPM alpha?？偨Y(jié)在本文中，證明了主動管理型股票基金之間的能力和規(guī)模是不匹配的?；鹳Y金流對共同因子暴露的收益反應(yīng)是積極的，比如 Fama-French 因子收益。因此，有正的因子收益的主動管理型基金積累了過度的 AUM，這導(dǎo)致了未來顯著的負收益業(yè)績。作者發(fā)現(xiàn)，這可能是由于較大的交易規(guī)模在價格影響和執(zhí)行成本上的影響。從這個意義上說，這些基金獲得的資產(chǎn)比它們主動管理能力所能證明的更多。除了基金層面的影響，作者還發(fā)現(xiàn)無信息因子收益回報驅(qū)動的資金流，能強有力地預(yù)測未來風格水平的收益。先前文獻記錄了主動管理型股票基金組合在扣除費用后的基準調(diào)整后

47、收益顯著為負。作者發(fā)現(xiàn)，部分具有正的先期因子相關(guān)收益的基金是導(dǎo)致所有主動管理型股票基金總的負業(yè)績的主要原因。附錄 A在本節(jié)中，首先，檢驗結(jié)果是否有力地排除了危機時期或具有過高收益的基金。其次，分別研究了CRSP 分類的上限基金和風格基金。第三，驗證了在估計與因子相關(guān)的回報時使用替代估計窗口（三年或五年）的穩(wěn)健性。第四，使用 FFC 四因子模型來估計與因子相關(guān)的平均收益。第五，通過比較同時控制了基金 AUM 和因子調(diào)整后的預(yù)期收益或美元增值后的具有不同先前 FRR 的基金的未來收益表現(xiàn)，擴展了第三部分。發(fā)現(xiàn)正文中的結(jié)果對于這些替代模型中都是穩(wěn)健的。排除危機期，排除極端收益基金和子樣本分析在本節(jié)中，將驗證結(jié)果的穩(wěn)健性。第一個檢驗中，從樣本中排除了 NBER 衰退。第二個檢驗中，排除了過去收益率最高的 5的基金和最低 5的基金，以避免極端表現(xiàn)基金。在第三和第四個檢驗中，由 CRSP 分類為基于上限（cap-based）的基金和基于風格的基金子集。表 A.I 的A，B，C 和D 組報告了結(jié)果?？梢钥吹?，III.A 節(jié)和 III.B 節(jié)中得出的結(jié)論繼續(xù)成立。圖表 8 穩(wěn)健性檢驗（I）資料來源：華安證券研究所整理替代估計窗口和替代因子模型在本節(jié)中，將考慮替代模型。在第一個檢驗和第二個檢驗中，在估算 FRR 時，將估算窗口的長度從四年更改為五年或三年。在第三