传染的周转率与基金业绩波动关系

 　　基于从发现投资机会的视角来解释基金的频繁交易对基金业绩影响的新理论.本文对基金周转率的传染机制、基金业绩波动的联动效应以及基金周转率对其他基金业绩波动产生的溢出效应进行理论和实证分析。借鉴SIR模型的思路，基于基金经理的社会网络构建Fund SIR模型的分析框架进行理论分析。研究结果表明：(1)基金经理可以提前获取投资信息来指导其实际的投资决策;(2)基于基金经理的社会网络，处于同一社会网络下的基金周转率具有传染性，业绩波动具有联动效应;(3)处于越多维度的关系网络下的基金周转率传染性和基金业绩联动效应越明显;(4)基金周转率不仅会对其业绩波动产生影响，而且还会对处于同一社会网络下的其他基金的业绩波动产生溢出效应;(5)基金业绩波动与基金经理的社会网络规模呈现倒“U”型关系。

　　《金融博览》杂志是中国人民银行主管、中国金融出版社主办的金融类期刊。是金融从业人员拓宽金融知识、交流工作经验、述说职场感悟的文化园地。知识性、趣味性、资料性强是它突出的特点。《金融博览》是中国人民银行主管、中国金融出版社主办的金融类月刊杂志，是金融从业人员拓宽金融知识、交流工作经验、述说职场感悟的文化园地。

　　目前，国内关于基金周转率与基金业绩波动关系的相关研究还比较匮乏，主要以定性的新闻(2017)的研究对此提出了一种新的解释，他们从发现投资机会的视角解释了为什么高周转率会带来高的基金回报率，当基金经理捕获到更大的投资获利机会时，会更加频繁地进行交易，因此高周转率的基金能够获得更高的回报率;并且基金的业绩不仅可以通过自身的周转率进行预测，也可以通过其他基金的周转率来预测，这是因为当其他基金进行更多的交易时，意味着此时市场中有更多的金融资产存在定价错误，因此如果此时基金经理能够抓住该获利机会，进行更多的交易，那么频繁的交易将会给基金带来更多收益。

　　私有信息与基金经理的隐形交易和基金超额收益均呈现显著正相关(罗荣华等，2011;申宇等，2013)，而社会网络正是这种私有信息传递与共享的主要渠道。金融市场中存在着如社会网络、投资者网络和供应链网络等广泛的网络关系，金融市场的参与者可以通过网络关系参与市场投资，进行信息传递以及互相观察学习，从而使得风险或者资产价格存在直接或者间接传染性(刘京军、苏楚林，2016)。Colla和Mele(2010)的研究发现，对于网络中关联比较紧密的投资者，他们之间的投资行为是显著正相关的，而网络中比较分散的投资者之间有负相关的交易行为。

　　社会网络会对基金的交易行为和基金业绩产生影响，具有较强社会网络的基金经理之间能够进行频繁的信息交流，他们的投资决策信息集将具有更大的相似性，从而导致在该网络关系下的基金经理之间的投资业绩具有较强的相关性(赵军力，2015)。譬如，毕业于名牌大学的基金经理能够通过更好的校友人际资源获取更多有价值的投资信息，因此校友关系的广度和深度能为基金带来正向的业绩提升(肖继辉、彭文平，2012;申宇等，2015)。曾经的同事关系对于基金经理来说也是不可忽视的社会网络，杨勇(2012)利用2003—2010年中国证券投资基金经理的校友和曾经的同事关系构建了社会网络，其研究表明，基金经理的网络中心度越高，其投资绩效越高。

　　综上所述，国外学者对周转率对基金业绩的影响及其影响机制进行了广泛研究，尤其是P矗stor等(2017)的研究为我们提供了一个分析基金周转率对基金业绩影响的新理论。现有文献表明，基金经理所处的校友关系网络和曾经的同事关系网络也会影响基金经理的投资行为，并最终影响基金业绩。然而现有研究还存在以下两点不足：(1)在P丘stor等(2017)的研究中，作者没有进一步分析基金周转率中蕴含的投资机会是否具有传染性及其传染机制，在传染性的基金周转率作用下基金业绩波动是否会出现联动效应，基金周转率是否会对其他基金业绩波动产生溢出效应。(2)现

　　有研究普遍忽视基金经理所处的一个重要关系网络——现在的同事关系网络，对于供职于同一家

　　基金公司的基金经理，他们都要以公司投资决策委员会所制定的投资战略为依据，并从公司的股票池挑选股票进行投资(肖继辉、彭文平，2012)。现在的同事关系可以说是最直接影响基金经理投资决策的一种社会关系，因此他们的信息共享和信息交流是不容忽视的。

　　因此，本文通过借鉴和扩展SIR模型的思路，从发现投资机会的角度对基金周转率的传染机制、基金业绩波动的联动效应以及基金周转率对其他基金业绩波动产生的溢出效应进行理论分析，然后基于基金经理的校友关系、先前工作的同事关系以及现在工作的同事关系三个不同的维度，构建基金经理间投资信息传播的空间权重矩阵，进行空间计量的实证研究。相较于已有文献，本文的边际贡献在于：(1)从发现投资机会的视角，就基金周转率的传染机制、基金业绩波动的联动效应以及基金周转率对其他基金业绩波动产生的溢出效应进行理论和实证分析，扩展了国内关于基金周转率与基金业绩波动关系的研究;(2)考虑了基金经理现在工作关系这一重要的关系网络，为基于基金经理的社会网络对基金经理的投资决策所起的关键作用寻求中国金融市场的证据，有利于进一步认识基金作为机构投资者的交易行为;(3)将空间杜宾模型(SDM)的运用扩展到

　　金融领域，丰富了空间杜宾模型的运用范围;(4)本文的研究发现基金业绩波动与基金经理的社会网络的规模呈现倒“u”型关系，并且存在一个最优的基金经理的社会网络的规模。

　　二、理论分析及研究假设

　　从基金的运作来看，基金资产的投资以投资决策委员会所制定的投资战略为依据，基金经理作为具体的决策者，负责从股票池挑选股票，决定交易金额和价位，从中可以看出基金经理对基金资产的配置具有较大的决策空间，对基金业绩和投资风格有重要影响(肖继辉、彭文平，2012)。基金经理的投资决策既受个体特征(如年龄、从业经验和受教育水平等)的影响，同时也会受基金经理所处的社会网络的影响。

　　社会网络学说的基本假设是经济体中的个体是相互依存的，处于彼此关联的网络之中(李培馨等，2013)，信息在相似性大的群体之间的交流更加有效(Rogers和Bhowmik，1970)，因此形成了各式各样的社会网络(亲戚关系、校友关系和商业关系等)。作为社会网络中的一员，个体的偏好与决策受到其所处的社会网络的影响，同时也会影响社会网络中的信息传导，既可以从社会网络中获取信息指导个人的决策行为，又可以发布信息影响别人的决策行为(Freeman，1978)。基金经理作为社会网络中的一员，同样会处于各种各样的社会网络中，那么处于相同社会网络中的基金经理之间能够通过网络内部的信息交流，获取相同的投资机会信息，并指导实际的投资决策;而对隔离于该社会网络的其他基金经理，则不能通过内部的信息沟通获取该投资机会信息。

　　基于基金经理是否处于相同的社会网络下，本文在传染病模型(SIR模型)的基础上，对P：istor等(2017)提出的从发现投资机会的角度分析基金周转率对基金业绩影响的这一思想进行扩展和补充，分析基金周转率的传染机制、基金业绩的联动效应以及基金周转率对基金业绩的溢出效应。SIR模型是Kermack和Mckendrick在1927年采用动力学方法建立的传染病模型，已成为应用最为广泛的经典传染病模型，其传导机制如下图上半部分所示。该模型将流行病范围内的种群中分为三类：易感染者(Susceptible，简称s)、感染者(Infective，简称I)和移出者(Removal，简称R)，并假设感染者为患上传染病的病毒携带个体;易感染者为未得病者，但缺乏相应的免疫能力，当其与感染者接触后容易受到感染，有很大的几率也会染上传染病;移出者由于被隔离或者因为其具有免疫力，即使和感染者接触也不会被感染者传染(Li等，2014)。

　　三、实证方法、样本和数据

　　(一)协方差分解方法

　　本文通过考察基金的周转率是否领先于基金业绩波动来验证假设H1。如果两者的相关性为正值，那么，表明基金经理在信息优势的情况下提前大量买进看好的投资标的股票，从而导致该基金的周转率升高，并且该投资操作给基金带来正向的回报;反之，则表明基金经理不具有提前获取信息的优势。囿于无法获取每个月基金周转率的数据，无法直接计算上一个月的基金周转率与当月基金业绩的相关性，协方差分解方法可以有效地弥补数据获取限制的缺陷。因此，本文利用协方差分解方法来验证基金经理具有信息优势的假设。

　　(二)空间杜宾模型实证方法及适用性说明

　　以上的分析表明处于相同社会网络下的基金周转率可能存在传染性、基金业绩波动存在联动性以及基金周转率可能会对基金业绩波动产生溢出效应。借鉴空间计量的相关概念，对于不同基金是否处在相同的社会网络之中，可以将之理解为一种“信息共享关系”上的“临近”与“隔离”状态。如果基金处于相同的社会网络中，那么该网络关系下的基金即可视为在“信息共享关系”上是“临近”的;而若基金隔离于该社会网络，即该基金可视为在“信息共享关系”上是被“隔离”的。空间计量经济学理论认为，如果一个地理空间单元上某一属性的观测值与其邻近空间单元上的观测值具有密切关系，则存在空间自相关特性。对于本文的研究，在“信息共享关系”上是“临近”关系的基金可以通过投资信息传递和共享，使得“I窿近”关系的基金呈现出高(低)周转率一高(低)周转率特征，本文将这种特征称为基金周转率的传染性;传染的周转率蕴含了投资信息在“临近”关系的基金之间进行传播，从而导致“临近”关系的基金之间其业绩具有依赖性，呈现出高(低)业绩一高(低)业绩的特征，本文将这种特征称为基金业绩的联动效应。基于此，可将空间计量方法运用到本研究中。

　　四、实证结果及分析

　　(一)基金周转率和基金业绩波动的协方差分析

　　不同的超前月度基金周转率与当月基金业绩波动的协方差分解结果如表1所示，从中可以看

　　出超前一个月到五个月的月度基金周转率与当月基金的月度业绩波动的协方差均为正值。这表

　　明超前月份的基金周转率变动与当月基金业绩呈现正相关关系，假设H1得到验证，基金经理可以

　　提前获取投资信息来指导其实际的投资决策。并且超前一个月的基金周转率与当月基金的业绩

　　波动协方差最大，说明最新得到的信息对业绩的影响最显著。

　　(二)基金周转率传染性与基金业绩波动联动效应的实证检验

　　利用上文的式(3)分别计算基金周转率和基金业绩波动的Moran's，，从表2中可以看出，无论

　　是基金周转率还是基金业绩波动，在耽下计算得到的Moran's，均在5%的显著性水平下显著且

　　均为正值。这表明在基于基金经理的校友关系、曾经的同事关系以及现在的同事关系这三层社会

　　网络构建的“信息共享关系”下，投资信息的获取具有“临近”关系的基金呈现出高(低)周转率一

　　高(低)周转率以及高(低)业绩增长率一高(低)业绩增长率的情况，表明处于同一社会网络下的基金周转率具有传染性，业绩波动具有联动效应，假设H2成立。

　　通过对比两个空间权重矩阵下计算得到的Moran's，，发现在形：下计算得到的Moran's，均大于且显著于形。下计算得到的Moran's，。这表明基金获取投资信息的关系网络越多，基金经理之间的信息交流更加显著，可以获取更多共同的投资信息，最终导致基金周转率传染性和基金业绩联动效应越明显，假设H3成立。

　　(三)基金周转率对基金业绩波动溢出效应的实证分析

　　影响基金业绩宏、微观方面的因素非常多，在实证分析的变量选取中难免会出现遗漏变量的情况，从而产生内生性问题。SDM的引入是为了克服遗漏变量。遗漏变量对空间回归方法的影响要小于它对最小二乘法的影响，遗漏变量偏误对空间回归方法的影响甚小，这是因为与空间依赖遗漏变量相关的数据生成过程与SDM模型的数据生成过程是吻合的，在存在依赖变量的情形下采用SDM模型可以降低OLS估计的偏误，这为SDM模型的实际应用提供了强有力的计量支持;另一方面，采用最小二乘法估计空间模型可能导致对含有空间滞后因变量模型的回归参数、空间参数和标准误估计不一致，而对这些模型的最大似然估计量却是一致的(勒沙杰、佩斯，2014)，因此Elhorst(2014)主张采用ML估计对空间计量模型进行估计。本文使用Elhorst于2010年开发的MATLAB工具包，该工具包使用的是ML估计。上文的实证研究已表明在空间权重矩阵耽下基金周转率具有传染性，业绩波动具有联动效应，这符合运用SDPDM的前提条件。因此，基于空间权重矩阵职对式(4)进行估计时，本部分首先使用非固定效应和非随机效应进行估计。在SDPDM中包含了自变量的空间滞后项，式(4)的回归系数不再简单地反映自变量对因变量的影响，要利用直接效应、间接效应和总效应来进一步分析周转率对基金业绩的溢出效应，其中直接效应表示本基金的周转率对本基金业绩波动的平均影响，间接效应表示本基金的周转率对“信息共享关系”下其他“临近”基金业绩波动的平均影响，总效应则为直接效应和间接效应之和(Elhorst，2014)。因此只报告了部分式(4)的估计结果。周转率的溢出效应W X Turnover.。的估计系数为正，并且基金业绩增长率的联动效应系数P为0.3779(见表3)。这表明在“信息共享关系”下，投资信息的获取具有“临近”关系的基金其周转率确实具有传染性，业绩增长率具有联动效应，假设H2再次得到验证。

　　从表3中的估计结果可知，基金周转率(Turnover)的直接效应为0.4386，在1%的水平下显著，表明基金周转率的提高会促使基金业绩的提高。这说明基金周转率确实蕴含了正确的投资信息，该结论与P·tstor等(2017)的研究结论一致。Turnover的间接效应为0.4944，在10%的水平下显著，表明基金周转率确实会对“信息共享关系”下的“临近”基金业绩波动产生正向的溢出效应。这说明透过“信息共享关系”这个网络，蕴含正确的投资信息的周转率能够在“临近”基金之间进行传递，从而影响“临近”基金的业绩波动。以上的分析验证了假设H4是正确的，即基金周转率不仅会对本身的业绩波动产生影响，而且还会对处于同一社会网络下的其他基金的业绩波动产生溢出效应。Turnover的总效应为0.9330，在1%的水平下显著，这表明基金周转率提高1%能够促使该基金所属的同一社会网络下所有基金的平均业绩增长率提高0.9330%。同时，Turnover的间接效应大于直接效应，说明投资信息的外溢效应还是比较明显的，同一关系网络下的基金经理确实会将其收集到的投资信息运用到实际投资操作中，从而表现出本基金的周转率对本基金业绩波动的平均影响小于本基金的周转率对“信息共享关系”下其他“临近”基金业绩波动的平均影响。

　　(四)内生性和稳健性检验①

　　为了尽可能地降低无法观察到的基金个体特征对收益率的影响，申宇等(2015)采用面板固定

　　五、结 论

　　基于P丘stor等(2017)从发现投资机会的视角来解释基金的频繁交易对基金业绩影响的这一分析而得出的周转率对基金业绩影响的新理论，本文就基金周转率的传染机制、基金业绩波动的联动效应以及基金周转率对其他基金业绩波动产生的溢出效应进行理论和实证分析。首先，借鉴SIR模型的思路，基于基金经理的社会网络构建Fund SIR模型(F.SIR)的分析框架来分析基金周转率的传染机制、基金业绩联动效应以及基金周转率对基金业绩的溢出效应，并提出五个假设;其次，分析协方差分解方法、空间计量模型中的Moran's，以及空间杜宾面板模型和倒“u”型曲线在本文实证研究中的适用性;最后，利用以上模型对提出的五个假设进行验证。实证检验表明：(1)基金经理可以提前获取投资信息来指导其实际的投资决策;(2)基于基金经理的社会网络，处于同一社会网络下的基金周转率具有传染性，业绩波动具有联动效应;(3)处于越多维度的关系网络下的基金周转率传染性和基金业绩联动效应越明显;(4)基金周转率不仅会对本身的业绩波动产生影响，而且还会对处于同一社会网络下的其他基金的业绩波动产生溢出效应;(5)基金业绩波动与基金经理的社会网络规模呈现倒“u”型关系。本文借鉴国外最新的研究成果以及SIR模型对我国基金周转率的传染机制、基金业绩联动效应以及基金周转率对基金业绩的溢出效应进行了理论解释，丰富了基金周转率与基金业绩波动关系的文献研究，为研究我国基金周转率与基金业绩波动的关系提供了一个新的角度。

　　虽然本文的实证结果表明基金经理可以提前获取投资信息来指导其投资决策，但是不可否认的是，在实际的投资中，基金经理也常会出现对投资机会认识和判断出现错误的时候，而由此导致的基金周转率的提高是否会带来基金业绩的提高，在本文分析中并没有甄别和剔除这种不合理的周转率的提高。另外，本文只研究了基金经理的社会网络规模与基金业绩的关系，但基金经理的社会网络质量是否会对基金业绩产生影响，以及产生何种影响，这些都是在今后的研究中需要进一步考虑和完善的问题。

　　参考文献：

　　1.韩燕、崔鑫、姚雪：《基金的现金持有量能预测基金经理的投资能力吗?》，《管理世界)2015年第4期。

　　2.[美]勒沙杰、[美]佩斯著：《空间计量经济学导论》，肖光恩译，北京大学出版社2014年版。

　　3.李培馨、陈运森、王宝链：《社会网络及其在金融研究中的应用：最新研究述评》，《南方经济)2013年第9期。

　　4.刘京军、苏楚林：《传染的资金：基于网络结构的基金资金流量及业绩影响研究>，<管理世界)2016年第1期。

　　5.罗荣华、兰伟、杨云红：《基金的主动性管理提升了业绩吗?>，<金融研究)2011年第lO期。

　　6.申宇、赵静梅、何欣：《基金未公开的信息：隐形交易与投资业绩>，‘管理世界)2013年第8期。

　　7.申宇、赵静梅、何欣：《校友关系网络、基金投资业绩与“小圈子”效应>，<经济学(季刊))2015年第4期。

　　8.吴斌、张永任：<基金投资交易的股价效应研究>，‘财贸经济)2010年第2期。

　　9.肖继辉、彭文平：<基金经理特征与投资能力、投资风格的关系>，<管理评论)2012年第7期。

　　10.肖欣荣、刘健：<基于网络理论的金融传染与投资者行为研究进展>，<经济学动态)2015年第5期。

　　11.杨勇：《基金经理网络位置与投资绩效>，<经济经纬)2012年第5期。

《传染的周转率与基金业绩波动关系》

本文由职称驿站首发，您身边的高端论文发表学术顾问

文章名称： 传染的周转率与基金业绩波动关系

文章地址： http://www.zhichengyz.com/lunwen/jingji/jinrong/36860.html