基金研究：文獻綜述 (I)

作者：石川

摘要：每當我們踏入一個(gè)新領域，都是從一篇文獻綜述開始。

1 引言

今年的(de)寫作重點之一是基金研究方面文獻的(de)梳理(lǐ)，這(zhè)裏特指的(de)是公募基金。爲什(shén)麽？因爲關于對(duì)沖基金，已經有雄文系統梳理(lǐ)過了(le)，見 Agarwal, Mullally, and Naik (2015)。當然，更重要的(de)原因是公募基金的(de)地位和(hé)重要性。在下(xià)文中，除特别說明(míng)外，“基金”都指代公募基金。對(duì)于公募基金，因爲包含的(de)方方面面太多(duō)太細碎，涉及的(de)文獻太多(duō)（光(guāng)頂刊文章(zhāng)就看不過來(lái)了(le)），因此想在一篇文章(zhāng)中做(zuò)比較全面的(de)綜述是非常困難的(de)。正因如此，本文也(yě)壓根沒有這(zhè)個(gè)打算(suàn)！這(zhè)也(yě)是爲什(shén)麽本文的(de)标題中帶了(le)個(gè)編号 (I)。

但我們總得(de)邁出第一步。爲此，BetaPlus 小組在本文中首先嘗試抛出梳理(lǐ)相關文獻的(de)框架。大(dà)體上說，相關研究可(kě)以被劃分(fēn)到以下(xià)六大(dà)類：

在這(zhè)個(gè)框架下(xià)，本文作爲公衆号在基金研究方面的(de)第一篇，希望抛磚引玉，就上述每一類給出一些經典的(de)研究文獻。但再次強調的(de)是，本文 by no means 是一個(gè)全面的(de)文獻綜述。在未來(lái)，我們會就整個(gè)基金研究話(huà)題以及每一類細分(fēn)話(huà)題給出第 (II)、(III)…… 第 (n) 份文獻梳理(lǐ)。

2 基金業績評估和(hé)歸因

基金的(de)業績評估和(hé)歸因是基金研究的(de)重要課題之一。假設一個(gè)基金獲得(de)了(le)戰勝市場(chǎng)的(de)收益，那麽人(rén)們自然關心，這(zhè)個(gè)超額收益是源自何處 —— 選股，擇時(shí)，又或者行業輪動？業績又該如何歸因？最直接的(de)評估方式是透過收益率回歸視角。在這(zhè)方面，典型的(de)能力評估模型包括 Treynor and Mazuy (1966) 以及 Henriksson and Merton (1981)。更一般地，我們可(kě)以将該模型表示爲如下(xià)的(de)條件  模型：

其中  的(de)不同設定對(duì)應著(zhe)不同的(de)擇時(shí)模型（如市場(chǎng)擇時(shí)，波動率擇時(shí)，流動性擇時(shí)等），并通(tōng)過檢驗  來(lái)判斷基金經理(lǐ)是否具有擇時(shí)能力，而通(tōng)過檢驗  來(lái)評判基金經理(lǐ)是否具有選股能力。

對(duì)于業績歸因而言，一類常用(yòng)的(de)方法是（Brinson）歸因分(fēn)析。而另一類分(fēn)析方法則主要關注基金相對(duì)于業績基準的(de)表現。這(zhè)時(shí)，如何選擇恰當的(de)基準，就變得(de)至關重要。首先，采用(yòng)市場(chǎng)指數是一個(gè)非常自然的(de)選擇。但是這(zhè)種做(zuò)法不能充分(fēn)考慮不同基金的(de)風險，從而可(kě)能得(de)到具有誤導性的(de)結論爲此，更常見的(de)做(zuò)法是使用(yòng)一個(gè)标準的(de)多(duō)因子定價模型，并使用(yòng)基金相對(duì)于該模型的(de)  來(lái)代表基金的(de)業績。由于動量因子對(duì)解釋基金表現至關重要，因此 Carhart (1997) 四因子模型就成爲了(le)最被廣泛采納的(de)基準。

除上述基準外，另一個(gè)思路是依據基金持倉組合的(de)特征進行調整，典型代表是 Daniel et al. (1997) 的(de)經典文章(zhāng)提出的(de) DGTW 指标。與多(duō)因子模型不同的(de)是，該方法通(tōng)過市值、BM 以及動量将股票(piào)分(fēn)組，并計算(suàn)每個(gè)分(fēn)組組合的(de)收益。然後依據基金持倉和(hé)股票(piào)的(de)特征計算(suàn)基金（持倉加權）的(de)特征，選擇其特征所對(duì)應的(de)組合作爲其基準，即用(yòng)基金收益減去對(duì)應的(de)組合收益來(lái)代表基金業績。

不過，一些最新的(de)研究對(duì)上述基準設定方法提出了(le)新的(de)挑戰。例如，Busse, Jiang and Tang (2020) 指出，考慮到平均而言，基金的(de)因子暴露同其組合平均公司特征之間的(de)相關性隻有約 0.6，因此因子模型和(hé)組合特征包含著(zhe)不完全相同的(de)信息。爲此，該文指出應同時(shí)用(yòng)因子模型和(hé)特征調整方法對(duì)基金業績進行調整，來(lái)計算(suàn)基金的(de)真實  。他(tā)們發現，基于這(zhè)個(gè)雙重調整方法的(de)  （double-adjusted  ）可(kě)以更好地預測基金未來(lái)的(de)超額收益。另一篇值得(de)一提的(de)文章(zhāng)是 Giglio, Liao and Xiu (2021)。該文考慮了(le)基準模型的(de)遺漏變量問題以及數據缺失問題，并考慮了(le)多(duō)重假設檢驗的(de)影(yǐng)響，從而得(de)到了(le)關于基金  更加穩健的(de)估計結果（實證方面，該文關注的(de)是對(duì)沖基金，不過其方法同樣适用(yòng)于公募基金）。

3 是否有顯著的(de)  ?

一旦能夠計算(suàn)基金的(de)超額收益，緊接著(zhe)一個(gè)密切相關的(de)問題就是基金能否獲得(de)顯著的(de)超額收益，或換個(gè)問法，基金能否戰勝基準？有多(duō)少基金确實戰勝了(le)市場(chǎng)？這(zhè)毫無疑問是基金研究中最核心的(de)問題（沒有之一）。在這(zhè)方面，最著名的(de)兩篇文章(zhāng)要數 Kosowski et al. (2006) 以及 Fama and French (2010)。不過有意思的(de)是，它們給出了(le)截然相反的(de)結論。而令上述問題變得(de)更加棘手的(de)是，這(zhè)兩篇文章(zhāng)使用(yòng)了(le)相似的(de)數據，且同時(shí)采用(yòng)了(le) bootstrap 方法。所以得(de)出完全對(duì)立的(de)結論著(zhe)實令人(rén)匪夷所思。Kosowski et al. (2006) 認爲，有超過 10% 的(de)基金不能被運氣解釋，因而可(kě)以戰勝市場(chǎng)；而另一方面，Fama and French (2010) 則表示這(zhè)個(gè)比例不會超過 1%。面對(duì)如此的(de)反差，我們應該何去何從？

好消息是，在最新的(de)一篇文章(zhāng)中，Harvey and Liu (2021) 比較了(le)二者并指出了(le)它們差異背後的(de)原因。首先，在方法上，Kosowski et al. (2006) 對(duì)每個(gè)基金獨立進行 bootstrap，而 Fama and French (2010) 則對(duì)基金收益率的(de) cross-section 進行 bootstrap，這(zhè)有助于保留相關性。另外，前者在分(fēn)析中，考察的(de)基金被要求有 60 個(gè)收益率的(de)觀測數據，而在後者中，這(zhè)一要求被降低到 8 個(gè)。Harvey and Liu (2021) 指出，上述 bootstrap 方法的(de)差異是這(zhè)兩篇文章(zhāng)得(de)出不同結論的(de)原因。Kosowski et al. (2006) 的(de)方法使得(de)該文過度拒絕原假設（原假設是所有基金都沒有超額收益），使得(de)在哪怕在所有基金都沒有  的(de)情況下(xià)，該文依然會拒絕原假設。反觀 Fama and French (2010)，對(duì)一些基金的(de)采樣不足是它最大(dà)的(de)問題，這(zhè)會導緻其低估存在超額收益的(de)基金的(de)占比，使得(de)在哪怕存在能夠取得(de)  的(de)基金的(de)情況下(xià)，依然接受原假設。權衡二者的(de)優劣，Harvey and Liu (2021) 認爲在 bootstrap 時(shí)保留 cross-section 的(de)相關性是有必要的(de)，因此他(tā)們對(duì) Fama and French (2010) 的(de)算(suàn)法進行了(le)修正，并通(tōng)過大(dà)量實證結果對(duì)新方法進行了(le)說明(míng)。結果顯示，能夠戰勝市場(chǎng)的(de)基金比例應介于 Kosowski et al. (2006) 和(hé) Fama and French (2010) 之間。

關于基金能否獲得(de)  的(de)研究，另一系列值得(de)一提的(de)文章(zhāng)是 BSW-AP-BSW 三連。首先，Barras, Scaillet and Wermers (2010) 将 false discover rate 應用(yòng)于基金分(fēn)析中，得(de)到了(le)和(hé) Fama and French (2010) 的(de)結論，即隻有不到 1% 的(de)基金能獲得(de)超額收益。Andrikogiannopoulou and Papakonstantinou (2019) 則指出基金收益率的(de)信噪比低導緻前文的(de)方法存在 lack of power 的(de)問題。比如，對(duì)于  絕對(duì)值爲 2% 的(de)基金，該文的(de)方法會将其中 65% 的(de)判定爲不能獲得(de)超額收益。Barras, Scaillet and Wermers (2022) 對(duì)此進行了(le)回應，承認最早的(de)研究确實有問題，不過問題也(yě)不像 AP 指出的(de)那麽嚴重。當然，他(tā)們最後認同，使用(yòng) FDR 方法應該謹慎。

結束本節之前，還(hái)有一個(gè)值得(de)“吐槽”的(de)插曲。Kosowski et al. (2006) 和(hé) Barras, Scaillet and Wermers (2010) 之中均出現了(le)同一個(gè)巨佬的(de)名字：Wermers。不過有意思的(de)是，這(zhè)兩篇文章(zhāng)的(de)結論卻完全相反。這(zhè)大(dà)概足以說明(míng)研究基金能否戰勝市場(chǎng)到底有多(duō)難。總之，基金能否戰勝基準，到底有多(duō)少基金能夠戰勝市場(chǎng)，如何正确識别出确實能夠戰勝市場(chǎng)的(de)基金，這(zhè)将會是未來(lái)基金研究中持續的(de)熱(rè)門話(huà)題。

4 業績可(kě)持續性及預測

Sharpe (1966) 是研究基金業績可(kě)持續性的(de)開山鼻祖，不過 Malkiel (1995) 的(de)影(yǐng)響可(kě)能更爲深遠(yuǎn)，因爲該文的(de)數據中考慮了(le)幸存者偏差。當然，由于是一篇早期文章(zhāng)，因此該文的(de)實證區(qū)間僅涵蓋 1971 到 1991。Malkiel (1995) 發現可(kě)持續性在 70 年代中是存在，但是到了(le) 80 年代便消失了(le)。與之類似，Carhart (1997) 同樣使用(yòng)了(le) bias free 數據，并發現可(kě)持續性僅存在于 1 年之内，1 年之後則會因爲動量效應而消失。

與可(kě)持續性密切相關的(de)另一個(gè)研究方向是基金業績預測。借鑒股票(piào)市場(chǎng)的(de)同類研究（例如，McLean and Pontiff 2016），Jones and Mo (2021) 對(duì)常見基金預測指标的(de)樣本外表現進行了(le)仔細的(de)考察。他(tā)們的(de)研究對(duì)象既包括動量、Carhart 四因子  、費率等早期研究提出的(de)指标，也(yě)包括主動份額（active share）、行業集中度等後續研究提出的(de)新指标。

特别地，這(zhè)些指标跟股票(piào)因子/異象有一個(gè)顯著區(qū)别，那就是除了(le)少量純業績指标以及 Amihud and Goyenko (2013) 提出的(de)  指标，大(dà)多(duō)數指标都涉及到基金持倉。由于持倉相關數據的(de)披露有時(shí)滞，且早年美(měi)國隻要求基金每半年披露一次詳細持倉（我國目前仍是這(zhè)樣），可(kě)以猜想，在這(zhè)一階段，隻有那些有著(zhe)較強信息收集和(hé)分(fēn)析能力的(de)投資者才能進行有效的(de)業績預測和(hé)套利活動，因而基金市場(chǎng)的(de)效率并不是太理(lǐ)想。

Jones and Mo (2021) 的(de)研究證實了(le)這(zhè)一猜測。他(tā)們利用(yòng)組合分(fēn)析和(hé) Fama-MacBeth 回歸展開了(le)研究，發現平均而言，基金業績預測指标在樣本外的(de)表現下(xià)滑了(le)至少一半，這(zhè)一降幅與 McLean and Pontiff (2016) 關于股票(piào)市場(chǎng)異象的(de)研究結論相當。該文認爲這(zhè)一下(xià)滑主要是由于更加頻(pín)繁的(de)套利活動所緻，而次要原因則是基金間更爲激烈的(de)競争。

5 基金資金流

基金資金流（net flow）的(de)文獻可(kě)以細分(fēn)爲兩個(gè)方面：（1）哪些因素影(yǐng)響了(le)投資者決策（即投資者是出于怎樣的(de)視角來(lái)評估一支基金的(de)好壞），導緻了(le)基金資金的(de)淨流入；（2）基金資金的(de)流入和(hé)基金未來(lái)的(de)表現有怎麽樣的(de)關系。首先看第一點。

在這(zhè)方面，一篇代表性的(de)文章(zhāng)是 Berk and Green (2004)。該文通(tōng)過貝葉斯框架抛出了(le)投資者追逐曆史業績是一種理(lǐ)性行爲。在他(tā)們的(de)模型下(xià)，均衡狀态下(xià)的(de)結果表明(míng)資金流與基金曆史業績呈現正相關。而在該結果下(xià)的(de)一個(gè)重要隐含意義是，絕大(dà)部分(fēn)基金難以産生正的(de)超額收益。與之類似的(de)，我們也(yě)可(kě)以從資金流數據中推測出投資者使用(yòng)的(de)基金評價标準。在這(zhè)個(gè)問題上，兩組這(zhè)方面的(de)大(dà)佬無獨有偶在 2016 年發表了(le)兩篇文章(zhāng) Berk and van Binsbergen (2016) 以及 Barber, Huang and Odean (2016)。它們達成了(le)反直覺的(de)共識：相較于常見的(de)多(duō)因子基準模型，投資者似乎主要依賴于簡單的(de) CAPM 模型。

與上述結論不同的(de)是，一些研究認爲 CAPM 仍然過于複雜(zá)，而投資者（特别是個(gè)人(rén)投資者）主要依靠 Morningstar rating 選擇基金（Morningstar rating 根據基金風險調整後的(de)業績對(duì)基金進行排序，然後将基金分(fēn)爲 5 類）。例如，Guercio and Tkac (2008) 通(tōng)過 event-study 研究指出，評級的(de)調升和(hé)下(xià)降和(hé)資金的(de)異常流入密切相關：評級的(de)提升伴随著(zhe)顯著的(de)淨流入，而評級的(de)下(xià)降則伴随著(zhe)顯著的(de)淨流出。Ben-David et al. (2021) 則支持了(le)該文的(de)觀點。雖然僅僅依靠評級的(de)變化(huà)似乎說明(míng)投資者是非理(lǐ)性的(de)，但是 Huang, Li and Weng (2020) 一文爲星級評定的(de)最優性提供了(le)理(lǐ)論基礎，其邏輯在于離散的(de)星級評價結果可(kě)以代表基金的(de)聲譽。在該文的(de)論述下(xià)，投資者通(tōng)過星級評估基金是一種理(lǐ)性行爲。

除上述研究外，還(hái)有不少研究專注于分(fēn)析其他(tā)潛在影(yǐng)響投資者選擇的(de)因素。比如，Barber, Odean and Zheng (2005) 研究了(le)不同費用(yòng)和(hé)資金流之間的(de)關系，發現投資者的(de)購(gòu)買決策受到最抓人(rén)眼球的(de)信息的(de)影(yǐng)響。例如，與運營費用(yòng)相比，那些業績出色、更注重廣告營銷的(de)基金更容易引起投資者的(de)注意（想想電梯和(hé)地鐵上各種基金廣告）。除了(le)基金名字，基金經理(lǐ)名字也(yě)可(kě)能影(yǐng)響投資者的(de)選擇。Kumar, Niessen-Ruenzi and Spalt (2015) 的(de)研究發現，基金經理(lǐ)的(de)名字也(yě)是投資者考慮的(de)因素之一（可(kě)見投資者是多(duō)麽不理(lǐ)性）。他(tā)們發現當基金經理(lǐ)的(de)名字聽(tīng)起來(lái)像外國人(rén)時(shí)，投資者對(duì)基金會存有偏見，導緻更低的(de)資金流。然而進一步結果顯示，無論名字聽(tīng)起來(lái)多(duō)麽“奇特”，基金業績并沒有顯著的(de)差異。

Guo and Schönleber (2021) 和(hé) Han, Sui and Yang (2021) 表明(míng)，與股票(piào)投資者類似，基金投資者受到前景理(lǐ)論刻畫(huà)的(de)行爲偏差的(de)影(yǐng)響。另外，Akbas and Genc (2020) 則發現投資者在追逐基金時(shí)也(yě)表現出了(le)行爲偏差。具體而言，投資者會給予基金曆史收益率分(fēn)布的(de)右尾過高(gāo)的(de)權重（類似彩票(piào)效應）。他(tā)們發現，基金資金流和(hé) MAX 變量之間呈現出顯著的(de)正相關性，且二者的(de)關系在控制了(le)其他(tā)變量後依然穩健。此外，Hartzmark and Sussman (2019) 研究發現，基金表現的(de)可(kě)持續性是投資者做(zuò)出選擇的(de)重要依據之一：可(kě)持續性低的(de)基金往往伴随著(zhe)資金的(de)淨流出，反之可(kě)持續性高(gāo)的(de)基金則伴随資金的(de)淨流入。

第二方面的(de)研究聚焦于資金的(de)淨流入和(hé)基金未來(lái)的(de)表現，即到底是 smart money 還(hái)是 dumb money。然而，就這(zhè)兩個(gè)觀點而言，均有代表性的(de)研究。在一個(gè)早期的(de)研究中，Zheng (1999) 發現獲得(de)更多(duō)資金的(de)基金在之後的(de)表現要顯著好于淨流出的(de)基金。然而這(zhè)種效應是短暫的(de)，且很大(dà)程度上可(kě)以被動量效應所解釋。另外該文也(yě)指出，沒有重大(dà)證據表明(míng)獲得(de)更多(duō)資金的(de)基金随後會擊敗市場(chǎng)。另外，Lou (2012) 爲基金業績可(kě)持續性、smart money 效應以及股價動量提出了(le)一個(gè)基于資本流動的(de)解釋。該文發現，資金流動導緻的(de)交易在接下(xià)來(lái)一年和(hé)股票(piào)以及基金的(de)收益率呈現正相關，而在之後的(de)時(shí)間内則呈現負相關。因此，資金流驅動的(de)收益率效應可(kě)以完全解釋基金業績的(de)可(kě)持續性以及部分(fēn)解釋股票(piào)的(de)動量效應。

反觀 dumb money 方面，Frazzini and Lamont (2008) 利用(yòng)資金流作爲投資者情緒的(de)度量，并發現它和(hé)資金未來(lái)的(de)回報呈現顯著的(de)負相關。該文認爲，這(zhè)種 dumb money 和(hé)價值效應有關，即投資者情緒高(gāo)的(de)股票(piào)往往是成長(cháng)股，因爲未來(lái)的(de)預期收益更低。此外，Akbas et al. (2015) 也(yě)發現了(le) dumb money 效應并指出其加劇了(le)錯誤定價，從而進一步提升了(le)某些市場(chǎng)異象，比如 growth，accrual 以及 momentum。

Dou, Kogan and Wu (2020) 發現在剔除基金業績的(de)影(yǐng)響後，基金資金流仍然有顯著的(de)共同成分(fēn)。作者利用(yòng)主成分(fēn)分(fēn)析提取了(le)共同資金流（common fund flows），進而指出共同資金流對(duì)股票(piào)定價有著(zhe)顯著的(de)影(yǐng)響。其機制在于，共同資金流意味著(zhe)希望維持規模穩定或持續增長(cháng)的(de)基金經理(lǐ)，面臨著(zhe)難以充分(fēn)分(fēn)散的(de)系統性風險。因此，基金經理(lǐ)會偏好資金流  —— 即收益對(duì)共同資金流敏感性 —— 較低的(de)股票(piào)，從而導緻這(zhè)些股票(piào)被高(gāo)估，進而未來(lái)收益較低。換言之，共同資金流  越高(gāo)的(de)股票(piào)，未來(lái)收益顯著更高(gāo)，這(zhè)一差異在經濟意義上也(yě)非常顯著，且不能被已有的(de)因子模型所解釋。

6 基金交易行爲模式

基金的(de)交易行爲模式關注于基金經理(lǐ)的(de)交易行爲（如過度交易和(hé)分(fēn)散化(huà)交易）以及一些行爲偏差（如過度自信和(hé)羊群效應）。Grinblatt, Titman and Wermers (1995) 是關于基金羊群效應最重要的(de)研究之一，該文發現超過 75% 的(de)基金是動量交易者，且基金經理(lǐ)更喜歡買入過去的(de)赢家而非賣出過去的(de)輸家。此外，Hong, Kubik and Stein (2005) 研究發現身處同一城(chéng)市的(de)基金經理(lǐ)之間存在“口口相傳”效應。即對(duì)于一個(gè)基金經理(lǐ)來(lái)說，如果同一城(chéng)市的(de)其他(tā)基金經理(lǐ)正在買入（或賣出）某隻股票(piào)，那麽他(tā)更有可(kě)能進行同樣的(de)交易。該文還(hái)進一步強調了(le)由 career-concern 導緻的(de)從衆行爲，因爲有時(shí)特立獨行會給聲譽帶來(lái)更大(dà)的(de)危害。除此之外，Dass, Massa and Patgiri (2008) 以 tech-bubble 時(shí)期爲例研究了(le)基金的(de)羊群效應，并指出激勵措施會促使基金經理(lǐ)克服從衆傾向，從而減持泡沫股票(piào)。

Cohen, Frazzini and Malloy (2008) 的(de)分(fēn)析指出基金交易行爲也(yě)和(hé)社交網絡有關。該文通(tōng)過共享教育網絡建立了(le)基金經理(lǐ)和(hé)公司董事會成員(yuán)之間的(de)聯系。在此基礎上，該文發現基金經理(lǐ)傾向于加大(dà)關聯公司的(de)持倉，而這(zhè)些股票(piào)往往可(kě)以在不增加額外風險的(de)前提下(xià)提升投資組合的(de)表現。此外，超額的(de)收益率主要集中在公司發布财務公告的(de)時(shí)期，這(zhè)說明(míng)基金經理(lǐ)通(tōng)過共享教育網絡能夠獲得(de)一定的(de)信息優勢。基于此，該文認爲社交網絡可(kě)能是信息流入資産價格的(de)重要機制。

Alexander, Cici and Gibson (2007) 分(fēn)析了(le)基金經理(lǐ)出于估值和(hé)流動性原因的(de)交易行爲和(hé)基金業績之間的(de)關系。研究發現，在買入方面，因估值動機而導緻的(de)交易行爲會帶來(lái)在未來(lái)更好的(de)表現，從而戰勝市場(chǎng)；相反，因爲流動性動機（例如大(dà)量資金流入）造成的(de)買入則會跑輸基準。反觀賣出方面，則和(hé)前述結果形成了(le)鮮明(míng)的(de)對(duì)比：因估值（流動性）動機造成的(de)賣出會導緻基金在未來(lái)跑輸（跑赢）市場(chǎng)，這(zhè)意味著(zhe)基金經理(lǐ)有時(shí)不得(de)不被迫賣掉股票(piào)，哪怕從估值動機出發他(tā)們甯願繼續持有這(zhè)些股票(piào)。

在另一項研究中，Pollet and Wilson (2008) 研究了(le)基金規模和(hé)持倉分(fēn)散化(huà)之間的(de)關系，并發現二者的(de)關系并不明(míng)确。随著(zhe)資金流入猛增，投資組合中的(de)股票(piào)數量并未随資金流入而顯著增加，分(fēn)散化(huà)僅以緩慢(màn)的(de)速度發生。不過對(duì)于規模更大(dà)的(de)基金以及投資小盤股的(de)基金，分(fēn)散化(huà)和(hé)資金流入二者之間的(de)關聯則更加緊密。

在基金行爲模式方面，另外兩篇不得(de)不提的(de)文章(zhāng)當屬 Gaspar, Massa and Matos (2006) 以及 Alexander and Ruenzi (2007)，它們均聚焦于基金公司的(de)内部激勵所造成的(de)基金行爲以及表現的(de)扭曲。Gaspar, Massa and Matos (2006) 發現，基金公司中的(de)“明(míng)星産品”（就是更具價值的(de)那些産品，比如有更好的(de)曆史業績或者能爲公司帶來(lái)更多(duō)的(de)收入的(de)産品）往往表現得(de)更好，而這(zhè)背後是以犧牲“非明(míng)星産品”的(de)表現爲代價的(de)（例如前者較後者可(kě)以獲得(de)更多(duō)的(de)資源）。

Alexander and Ruenzi (2007) 則研究了(le)基金公司内部的(de)競争，發現所屬同一公司的(de)基金經理(lǐ)之間存在相互競争意識，這(zhè)導緻了(le)基金經理(lǐ)的(de)風險偏好和(hé)他(tā)們的(de)過去表現之間呈現一定的(de)關聯。例如，在大(dà)基金公司中，處于暫時(shí)落後位置的(de)基金經理(lǐ)爲了(le)迎頭趕上會願意承擔更高(gāo)的(de)風險。不過這(zhè)個(gè)結論卻在規模較小的(de)基金公司中發生了(le)逆轉。

7 基金特征因素

最後，基金特征 —— 例如規模、費率、以及基金經理(lǐ)的(de)特征等 —— 如何影(yǐng)響基金表現也(yě)是學術界關注的(de)重點之一。首先，Chen et al. (2004) 指出基金表現和(hé)滞後的(de)基金規模之間存在負相關關系，并對(duì)可(kě)能的(de)原因進行了(le)分(fēn)析。在費率方面，最早的(de) Sharpe (1966) 認爲費率和(hé)基金表現之間存在負相關性，即更低的(de)費用(yòng)意味著(zhe)更優異的(de)表現。然而，Elton, Gruber, and Blake (1996) 的(de)發現卻指出二者之間的(de)關系并不明(míng)确。不過，Carhart (1997) 确認了(le) Sharpe (1966) 的(de)發現，指出換手率和(hé)基金的(de)費率都和(hé)基金的(de)表現呈現負相關。

除了(le)上述這(zhè)些傳統的(de)思路，也(yě)有一些最新研究另辟蹊徑，比如 Bai et al. (2019) 研究了(le)基金經理(lǐ)生日月(yuè)份和(hé)基金表現之間的(de)關系（沒錯，你猜到了(le)，發在了(le) JFE）。由于上學年齡限制的(de)約束，導緻 9 月(yuè)份之後出生的(de)基金經理(lǐ)要晚一年上學，這(zhè)些人(rén)平均來(lái)看更加成熟，因此在成爲基金經理(lǐ)後平均業績也(yě)更好。該文指出，二者之間的(de)關聯和(hé)這(zhè)些基金經理(lǐ)更加自信有關。

8 結束語

以本文爲起點，BetaPlus 将緻力于在未來(lái)進行更多(duō)文獻梳理(lǐ)以及獨立且可(kě)複制的(de)基金研究實證分(fēn)析。另外，www.factorwar.com 網站上也(yě)一直都有基金研究這(zhè)個(gè)話(huà)題，網址爲：

https://www.factorwar.com/research/fund/

該頁面下(xià)彙總了(le)因子動物(wù)園以及九号線公衆号創作的(de)相關文章(zhāng)。借著(zhe)本文第一節提出的(de)梳理(lǐ)框架，我們對(duì)所列文獻進行了(le)編排，以供感興趣的(de)小夥伴查閱，也(yě)歡迎感興趣的(de)讀者多(duō)關注因子動物(wù)園園長(cháng)在基金方面的(de)相關學術研究。

毫無疑問，基金研究是一個(gè)令人(rén)著(zhe)迷的(de)課題，我們期待和(hé)各位一起，積累更多(duō)的(de)知識，做(zuò)出更多(duō)的(de)貢獻。每當我們踏入一個(gè)新領域，都是從一篇文獻綜述開始。如果一篇文獻綜述不夠，那就繼續寫下(xià)去。

參考文獻

Agarwal, V., K. A. Mullally, and N. Y. Naik (2015). The economics and finance of hedge funds: A review of the academic literature. Foundations and Trends in Finance 10(1), 1 – 111.

Akbas, F., W. J. Armstrong, S. Sorescu, and A. Subrahmanyam (2015). Smart money, dumb money, and capital market anomalies. Journal of Financial Economics 118(2), 355 – 382.

Akbas, F. and E. Genc (2020). Do mutual fund investors overweight the probability of extreme payoffs in the return distribution? Journal of Financial and Quantitative Analysis 55(1), 223 – 261.

Alexander, G. J., G. Cici, and S. Gibson (2007). Does motivation matter when assessing trade performance? An analysis of mutual funds. Review of Financial Studies 20(1), 125 – 150.

Alexander, K. and S. Ruenzi (2007). Tournaments in mutual-fund families. Review of Financial Studies 21(2), 1013 – 1036.

Amihud, Y. and R. Goyenko (2013). Mutual fund's R2 as predictor of performance. Review of Financial Studies 26(3), 667 – 694.

Andrikogiannopoulou, A. and F. Papakonstantinou (2019). Reassessing false discoveries in mutual fund performance: Skill, luck, or lack of power? Journal of Finance 74(5), 2667 – 2688.

Bai, J., L. Ma, K. A. Mullally, and D. H. Solomon (2019). What a difference a (birth) month makes: The relative age effect and fund manager performance. Journal of Financial Economics 132(1), 200 – 221.

Barber, B. M., T. Odean, and L. Zheng (2005). Out of sight, out of mind: The effects of expenses on mutual fund flows. Journal of Business 78(6), 2095 – 2119.

Barber, B. M., X. Huang, and T. Odean (2016). Which factors matter to investors? Evidence from mutual fund flows. Review of Financial Studies 29(10), 2600 – 2642.

Ben-David, I., J. Li, A. Rossi, and Y. Song (2021). What do mutual fund investors really care about? Review of Financial Studies forthcoming.

Berk, J. B. and J. H. van Binsbergen (2016). Assessing asset pricing models using revealed preference. Journal of Financial Economics 119(1), 1 – 23.

Barras, L., O. Scaillet, and R. Wermers (2010). False discoveries in mutual fund performance: Measuring luck in estimated alpha. Journal of Finance 65(1), 179 – 216.

Barras, L., O. Scaillet, and R. Wermers (2022). Reassessing false discoveries in mutual fund performance: Skill, luck, or lack of power? A reply. Journal of Finance forthcoming.

Berk, J. B. and R. C. Green (2004). Mutual fund flows and performance in rational markets. Journal of Political Economy 112(6), 1269 – 1295.

Busse, J. A., L. Jiang, and Y. Tang (2021). Double-adjusted mutual fund performance. Review of Asset Pricing Studies 11(1), 169 – 208.

Carhart, M. M. (1997). On persistence in mutual fund performance. Journal of Finance 52(1), 57 – 82.

Chen, J., H. Hong, M. Huang, and J. D. Kubik (2004). Does fund size erode mutual fund performance? The role of liquidity and organization. American Economic Review 94(5), 1276 – 1302.

Cohen, L., A. Frazzini, and C. Malloy (2008). The small world of investing: Board connections and mutual fund returns. Journal of Political Economy 116(5), 951 – 979.

Dass, N., M. Massa, R. Patigiri (2008). Mutual funds and bubbles: The surprising role of contractual incentives. Review of Financial Studies 21(1), 51 – 99.

Daniel, K., M. Grinblatt, S. Titman, and R. Wermers (1997). Measuring mutual fund performance with characteristic‐based benchmarks. Journal of Finance 52(3), 1035 – 1058.

Dou, W., L. Kogan, and W. Wu (2020). Common fund flows: Flow hedging and factor pricing. Working paper.

Elton, E., M. J. Gruber, and C. R. Blake (1996). The persistence of risk-adjusted mutual fund performance. Journal of Business 69(2), 133 – 157.

Fama, E. F. and K. R. French (2010). Luck versus skill in the cross-section of mutual fund returns. Journal of Finance 65(5), 1915 – 1947.

Frazzini, A. and O. A. Lamont (2008). Dumb money: Mutual fund flows and the cross-section of stock returns. Journal of Financial Economics 88(2), 299 – 322.

Gaspar, J.-M., M. Massa, and P. Matos (2006). Favoritism in mutual fund families? Evidence on strategic cross-fund subsidization. Journal of Finance 61(1), 73 – 104.

Giglio, S., Y. Liao, D. Xiu (2021). Thousands of alpha tests. Review of Financial Studies 34(7), 3456 – 3496.

Grinblatt, M., S. Titman, and R. Wermers (1995). Momentum investment strategies, portfolio performance, and herding: A study of mutual fund behavior. American Economic Review 85(5), 1088 – 1105.

Guercio, D. D. and P. Tkac (2008). Star power: The effect of Morningstar ratings on mutual fund flow. Journal of Financial and Quantitative Analysis 43(4), 907 – 936.

Guo, J. and L. Schöenleber (2021). Investor behavior under prospect theory: Evidence from mutual funds. Working paper.

Han, B., P. Sui, and W. Yang (2021). Prospect theory and mutual fund flows. Working paper.

Hartzmark, S. M. and A. B. Sussman (2019). Do investors value sustainability? A natural experiment examining rank and fund flows. Journal of Finance 74(6), 2789 – 2837.

Harvey, C. R. and Y. Liu (2021). Luck versus skill in the cross-section of mutual fund returns: Reexamining the evidence. Journal of Finance forthcoming.

Henriksson, R. D. and R. C. Merton (1981). On market timing and investment performance. II. Statistical procedures for evaluating forecasting skills. Journal of Business 54(4), 513 – 533.

Hong, H., J. Kubik and J. Stein (2005). Thy neighbor's portfolio: Word-of-mouth effects in the holdings and trades of money managers. Journal of Finance 60(6), 1 – 24.

Huang, C., F. Li, and X. Weng (2020). Star ratings and the incentives of mutual funds. Journal of Finance 75(3), 1715 – 1765.

Jones, C. S. and H. Mo (2021). Out-of-sample performance of mutual fund predictors. Review of Financial Studies 34(1), 149 – 193.

Kosowski, R., A. Timmermann, R. Wermers, and H. White (2006). Can mutual fund “stars” really pick stocks? New evidence from a bootstrap analysis. Journal of Finance 61(6), 2551 – 2595.

Kumar, A., A. Niessen-Ruenzi, and O. G. Spalt. What's in a name? Mutual fund flows when managers have foreign-sounding names. Review of Financial Studies 28(8), 2281 – 2321.

Lou, D. (2012). A flow-based explanation for return predictability. Review of Financial Studies 25(12), 3457 – 3489.

McLean, R. D. and J. Pontiff (2016). Does academic research destroy stock return predictability? Journal of Finance 71(1), 5 – 32.

Malkiel, B. (1995). Returns from investing in equity mutual funds: 1971 to 1991. Journal of Finance 50(2), 549 – 572.

Pollet, J. and M. Wilson (2008). How does size affect mutual fund behavior? Journal of Finance 63(6), 1 – 49.

Sharpe, W. (1966). Mutual fund performance. Journal of Business 39(1), 119 – 138.

Treynor, J. L. and K. Mazuy (1966). Can mutual funds outguess the market? Harvard Business Review 4, 131 – 136.

Zheng, L. (1999). Is money smart? A study of mutual fund investors' fund selection ability. Journal of Finance 54(3), 901 – 933.

免責聲明(míng)：入市有風險，投資需謹慎。在任何情況下(xià)，本文的(de)内容、信息及數據或所表述的(de)意見并不構成對(duì)任何人(rén)的(de)投資建議(yì)。在任何情況下(xià)，本文作者及所屬機構不對(duì)任何人(rén)因使用(yòng)本文的(de)任何内容所引緻的(de)任何損失負任何責任。除特别說明(míng)外，文中圖表均直接或間接來(lái)自于相應論文，僅爲介紹之用(yòng)，版權歸原作者和(hé)期刊所有。