随着我国基金产品品种的日益丰富,基金的投资风格成为区分不同基金产品的重要标识。对于基金风格的识别方法,主要有基于组合的投资风格识别法(PBSA)和基于收益的投资风格识别方法(RBSA)。早期,PBSA以晨星风格箱法为代表;RBSA主要有Sharpe模型、Fama-French三因素模型等等。
在基金的实际运行过程中,大量学者研究发现,基金投资风格漂移已成为一种常态,不同的市场环境会影响基金经理的调整行为,且投资风格漂移与股市波动之间存在一定的关系。基于GARCH族模型能充分体现金融时间序列的波动聚集性和杠杆效应,本文尝试构建非对称的TGARCH-M模型对基金投资风格漂移现象进行动态识别,并分别考察在不同市场环境下,基金投资风格的漂移状况和波动性。
本文选取的研究区间为2012年7月31日到2017年7月31日,根据沪深300指数每日收盘价格指数,我们将研究区间划分为四个子区间:2012年7月31日(2,332.92点)-2014年11月10日(2,565.73点)为震荡行情,记为区间一;2014年11月11日(2,558.61点)-2015年6月15日(5,221.17点)为大幅上涨行情,记为区间二;2015年6月16日(5,064.82点)-2016年1月29日(2,946.09点)为大幅下跌行情,记为区间三;2016年2月1日(2,901.05点)-2017年7月31日(3,737.87点)为震荡上行行情,记为区间四。
目前,由于大部分私募基金未设立业绩比较基准,而公募基金主要以股票型、债券型和货币型基金为主。其中,债券型和货币型基金投资风格较为稳健,一般不易发生风格漂移,因此本文研究对象为主动股票型公募基金。
根据研究区间,我们选取了2012年7月31日前成立的开放式股票基金作为研究样本,由于计算量较大,本文仅随机选取5只基金作为样本,这5只基金需要满足的条件为:1、样本基金分属不同的基金管理公司,且明确公告了基金的业绩比较基准,相关数据完整;2、在研究区间内,样本基金的基金经理未发生变更,剔除由于基金经理变更导致基金投资风格漂移的影响;3、本文侧重说明构建风格漂移动态模型的方法,虽然样本数量较少,但已可对所构建模型的效果进行展示。样本基金的具体情况见下表:
下表为样本基金及相关指数的收益率序列描述性统计,从表2的结果可知,样本基金和相关指数的收益率序列的偏度均不为0,说明收益率序列的分布呈现一定偏倚,具有不对称性;峰度均大于3,说明序列具有尖峰的特征;Jarque-Beta统计量在1%显著性水平下均拒绝服从正态分布的原假设,因此对样本采用非线性模型是合适的。
我们采用单位根检验(ADF检验)对样本基金及相关指数收益率序列进行平稳性检验,结果如下表,由表3结果可知,检验结果均拒绝存在单位根的原假设,说明所选样本基金及指数的收益序列是平稳的。
我们对所选取的基金收益率与风格基准指数收益率进行回归,再进行ARCH-LM检验,检验结果如下表,由表4结果可知,所有样本基金均存在ARCH效应,并且具有高阶ARCH效应,即GARCH效应,因此建立GARCH族模型是合理的。
区间一的震荡行情历时较长,根据上文所述的基金投资风格漂移与否的模型判断原则,5只基金中有2只发生了风格漂移现象,但基金投资风格漂移与否没有呈现明显特征。
从非对称效应来看,有3只基金显著为正,1只显著为负,说明对这3只基金来说非对称效应使得波动变大,利空消息带来的冲击大于利好消息。而对这1只基金来说,非对称效应使得波动变小,利空消息带来的冲击小于利好消息。另有1只基金不存在非对称效应。
区间二的上涨行情历时半年,5只基金中有3只发生了风格漂移现象,而从5只基金的基准指数可以看出基金A、B、E偏向大中盘,基金C、D偏向中小盘,在此期间发生风格漂移的正是3只偏向大中盘的基金,未发生风格漂移的是2只偏向中小盘的基金。我们从行情回顾可以知悉,在2014年底牛市的开端是以大中盘股票行情启动带动起来的,而到2015年风格则切换到中小盘走势更强,可能正是由于这种市场行情的风格转换导致了这些大中盘基金的风格发生了漂移。
从非对称效应来看,有0只基金为正,2只显著为负,说明对这2只基金来说非对称效应使得波动变小,利空消息带来的冲击小于利好消息。其余3只基金不存在非对称效应。
区间三的下跌行情也是历时半年,当中出现过小幅反弹。5只基金中有3只发生了风格漂移现象,在此期间发生风格漂移的依然是3只偏向中大盘的基金,未发生风格漂移的是2只偏向中小盘的基金。
从非对称效应来看,5只基金的均不显著,说明对这5只基金而言不存在非对称效应。
区间四的震荡上行行情历时一年多,总体来说期间大中盘股票的走势更强一些。5只基金中有4只发生了风格漂移现象,在此期间未发生风格漂移现象的为基金B,它的基准指数以上证红利指数为主,也是以在此期间表现较强的高股息高分红的股票为成分股的一只指数。
从非对称效应来看,有1只基金为正,其余均不显著,说明对这一只基金来说非对称效应使得波动变大,利空消息带来的冲击大于利好消息,其余基金不存在非对称效应。
对过去5年整个阶段的基金投资风格漂移情况进行计算,可以发现5只基金中仅有1只发生了风格漂移现象,其余4只均没有发生风格漂移,表明拉长考察期,基金经理可能更易坚守自己的投资风格。
从非对称效应来看,仅有1只基金为正,其余均不显著,说明对这一只基金来说非对称效应使得波动变大,利空消息带来的冲击大于利好消息,其余基金不存在非对称效应。
将所有阶段行情下的5只样本基金的投资风格漂移识别结果汇总如下表所示,可以看到虽然拉长考察期基金经理可能更易坚守自己的投资风格,但在不同的市场阶段,每只基金均出现了风格漂移现象。整体来看,基金风格漂移与否与系数的正负并无明显关系,说明投资风格漂移没有对非对称效应造成的波动增大或减小产生影响,但是信息的冲击通常会有滞后效应,因此投资风格漂移与对正负信息反应之间的关系还有待进一步验证。
本文的研究目的侧重说明构建风格漂移动态模型的方法,从实证结果来看,TGARCH-M模型对基金投资风格漂移的识别结果是直观而清晰的,具有较强的指导意义。
将所有阶段情况下的样本基金的投资风格漂移识别结果进行汇总,可以看到虽然拉长考察期基金经理可能更易坚守自己的投资风格,但在不同的市场阶段,每只基金均出现了风格漂移现象。短期基金经理的行为会受到市场风格左右,而拉长了来看更易坚守风格,从某个角度而言也给予了基金应当中长期考核的理论支撑。整体来看,基金风格漂移与否与系数的正负并无明显关系,说明投资风格漂移没有对非对称效应造成的波动增大或减小产生影响,但是信息的冲击通常会有滞后效应,因此投资风格漂移与对正负信息反应之间的关系还有待进一步验证。
需要注意的是,基金投资风格发生了漂移对投资者来说并不全然是一件坏事,这可能是由于基金经理为了适应当前市场环境而做出的主动的风格切换。
专业的FOF和MOM投资者往往希望选定的子基金或子管理人能够坚守自己擅长的投资风格,可以利用该模型进行测度,更可以对不同的情况加以识别,根据不同时间段基金是否发生投资风格漂移,以及这种风格切换的准确度来判断基金经理的择时能力,挑选出对市场风格把握准确度较高的基金经理。
基金标的基准指数的选择不一定契合产品设计和管理人本身的风格,会导致测算结果的偏差,我们将在后续的挖掘系列报告中继续探讨基金业绩比较基准的选择问题,以更好地契合基金自身的投资风格。
总体而言,对基金投资风格漂移的识别模型有助于投资者更清晰地认识基金,并为投资者在选择不同的基金进行投资时提供一个不同的视角。
本报告模型测算结果是基于样本基金历史表现进行的客观分析,样本基金的底层数据可能存在错漏导致模型的结果偏差,基金标的基准指数的选择不一定契合产品设计和管理人本身的风格,也可能会导致测算结果的偏差。本报告涉及的基金不构成投资建议。