雷火竞技首页

中国共同基金市场的羊群效应及表现研究
发布时间:2026-04-26
 西学东渐,是指从明朝末年到近代,西方学术思想向中国传播的历史过程。至今天,西学东渐仍有其重要意义。本文作者通过大量的海外文献阅读,去粗取精,将本文作者认为最有价值的量化投资研究呈现在您面前,以供投资参考。  核心研究价值:本文研究了中国共同基金市场中羊群行为对基金业绩的影响。与发达市场不同,中国作为新兴市场具有市场效率较低、信息披露质量较弱等特点,研究羊群行为在这样的市场中如何影响业绩具有重要

  西学东渐,是指从明朝末年到近代,西方学术思想向中国传播的历史过程。至今天,西学东渐仍有其重要意义。本文作者通过大量的海外文献阅读,去粗取精,将本文作者认为最有价值的量化投资研究呈现在您面前,以供投资参考。

  核心研究价值:本文研究了中国共同基金市场中羊群行为对基金业绩的影响。与发达市场不同,中国作为新兴市场具有市场效率较低、信息披露质量较弱等特点,研究羊群行为在这样的市场中如何影响业绩具有重要的学术和实践意义。

  方法创新:本文采用了一种创新性的基金层面羊群效应测度方法,该方法能够捕捉到基金经理模仿机构投资者群体进行交易决策的迹象。此外,文章还引入了沪港通机制作为自然实验,一定程度上解决了内生性问题。

  羊群效应与基金业绩呈显著负相关:基金羊群效应指标每增加1%,季度净回报率下降0.11%,年化回报率下降约0.44%。

  经济意义显著:羊群效应最高的前10%基金组合跑输羊群效应最低的后10%基金组合约2.12%(年化),占样本期间基金年化收益率(约6%)的35%。

  异质性分析:当基金经理为女性时,羊群效应对业绩的负面影响较小;而当基金经理年龄较大、经验更丰富时,羊群效应的负面影响更为显著,表明羊群效应反映了基金经理的管理能力。

  工具变量检验:利用沪港通机制作为自然实验,结果保持稳健,表明羊群效应是基金经理内在的倾向,会显著导致基金业绩下滑。

  羊群效应识别:投资者可以通过动态羊群效应指标识别具有模仿倾向的基金,避免投资羊群效应较高的基金。

  基金经理选择:女性基金经理和年轻基金经理的羊群效应行为对业绩损害较小,可作为基金选择的参考因素。

  监管建议:监管机构应加强对基金羊群效应行为的监督与监控,促进市场健康发展。

  风险提示:文献中的结果均由相应作者通过历史数据统计、建模和测算完成, 在政策、市场环境发生变化时模型存在失效的风险

  羊群效应是不同投资者之间的一种学习过程:能力较弱的投资者通过向能力较强的投资者学习,从而获得更优异的投资业绩(Hwang & Salmon, 2004),这种学习过程可能会加速股票价值的发现。与此同时,有能力的投资者可能会独立决策,而非向他人学习,从而表现出与群体相悖的投资行为。羊群效应是否能带来优异的投资业绩?针对这一问题的实证证据寥寥无几,答案仍不明朗。Jiang和Verardo(2018)基于共同基金数据研究发现,在美国市场中,羊群效应对投资业绩具有负面影响。具体而言,他们发现业绩表现更好的基金经理更少跟随市场主流。相反,那些业绩不佳的基金经理则更倾向于跟随他人的决策。本文旨在探讨羊群效应如何影响中国这一新兴市场的基金业绩。

  关于羊群效应与基金业绩关系的研究,学术界已积累了一定的文献研究基础。从理论层面看,Hwang和Salmon(2004)指出羊群效应是投资者之间的一种学习机制,能力较弱的投资者通过模仿优秀投资者的行为来提升自身业绩。然而,这种学习机制是否真正有效,仍需实证检验。

  在实证研究方面,Jiang和Verardo(2018)基于美国共同基金数据的开创性实证研究首次系统性地揭示了羊群效应与基金业绩之间的负相关关系。他们的研究发现,业绩优异的基金经理更倾向于独立决策,而业绩较差的基金经理则表现出更强的羊群效应倾向。这一发现为理解基金经理的投资行为提供了重要视角。

  在新兴市场研究领域,Iihara、Kato和Tokunaga(2001)对日本东京证券交易所的羊群效应进行了考察,Walter和Moritz Weber(2006)则研究了德国共同基金行业的羊群效应。这些研究为理解不同市场环境下羊群效应的表现形式提供了跨国证据。

  在羊群效应的测度方法上,现有文献主要采用股票层面的机构羊群效应指标。Sias(2003)提出了经典的机构羊群效应测度方法,Hsieh(2013)和Kremer与Nautz(2013)在此基础上进行了改进和拓展。然而,这些股票层面的测度方法难以直接用于分析基金层面的羊群效应与业绩之间的关系。

  关于基金经理职业生涯与羊群效应的研究,Chevalier和Ellison(1999)发现年轻的共同基金经理往往倾向于使其投资决策与同行保持一致。Avery和Chevalier(1999)进一步指出,当基金经理缺乏基于自身能力的私人信息时,他们往往会产生羊群效应,这表明羊群现象更可能出现在其职业生涯的早期阶段。然而,Boyson(2010)的研究却表明,经验更丰富的基金经理也可能表现出更强的羊群倾向,这源于贯穿其整个职业生涯的隐性激励。这些看似矛盾的研究发现凸显了该领域研究的复杂性。

  在市场效率与羊群效应方面,Andersson、Hedesström和Gärling(2014)以及Litimi、BenSaïda和Bouraoui(2016)的研究探讨了羊群效应与股票业绩、股票风险及市场效率之间的关系。这些研究表明,羊群效应对市场运行具有多维度的影响。

  第二,我们采用了一种衡量基金层面羊群效应的新型动态指标,并探讨了其与共同基金管理能力之间的关系。与以往专注于机构羊群效应的股票层面测度(Hsieh, 2013;Kremer & Nautz, 2013;Sias, 2003)的研究不同,我们深入探讨了模仿行为与管理能力之间的动态联系,同时考虑了基金及投资组合经理的特征,并过滤掉了共同的信息、偏好和投资风格。

  第三,我们阐明了羊群效应在基金经理整个职业生涯周期中的动态变化。Chevalier和Ellison(1999)指出,年轻的共同基金经理往往倾向于使其投资决策与同行保持一致。同时,Avery和Chevalier(1999)的研究支持了这样一种观点:当基金经理缺乏关于自身能力的私人信息时,他们往往会产生羊群效应,这表明羊群现象更可能出现在其职业生涯的早期阶段。相反,Boyson(2010)的研究表明,经验更丰富的基金经理也可能表现出更强的羊群倾向,这源于贯穿其整个职业生涯的隐性激励。这些看似矛盾的研究结果促使我们利用动态模仿指标,分析其与管理能力之间的相互关系。有趣的是,我们的研究发现,羊群效应的差异可以反映能力差异(特别是在缺乏充分历史业绩来展示自身能力的年轻基金经理中)。

  在本节中,我们希望检验共同基金羊群效应是否以及在何种程度上影响基金业绩。我们创新性地应用了Jiang和Verardo(2018)提出的基金层面羊群效应指标,从而能够在基金层面(而非个股层面)分析基金业绩与基金羊群效应之间的关联。

  我们采用Jiang和Verardo(2018)提出的基金羊群效应(FundHerding)指标,以检验羊群效应行为是否随时间推移而持续并变得显著。我们将在第五节详细阐述其方法论。该指标能够动态捕捉共同基金追随群体交易的倾向,也使我们能够从基金层面而非个股层面观察羊群效应现象。此外,通过该指标我们能够识别出具有更多羊群效应行为的基金,并检验它们是否能从这些交易中获益。我们使用一系列基金业绩指标,包括基金季度净收益、CAPM alpha和Fama-French三因子alpha。

  β_1是用于检验基金羊群效应在多大程度上影响基金业绩的系数。如果β_1为正且显著,则表明羊群效应与更好的基金业绩相关,反之亦然。我们纳入基金规模、基金成立年限、基金换手率以及季度净流入量等变量,以解释基金层面的异质性。此外,我们还纳入基金经理的年龄、任职年限、教育背景和从业经验等特征,以解释经理人层面的异质性。随后,我们控制基金和时间固定效应,以排除不可观测的基金和时间不变效应。

  我们的基金羊群效应指标严格遵循Jiang和Verardo(2018)的方法,该方法能够捕捉共同基金追随过去机构交易行为的倾向。与其他羊群效应指标不同,该方法在基金层面估计羊群效应。本质上,这一羊群效应指标捕捉了对过去行为的动态模仿。这种动态模仿行为意味着代理人的行为与群体先前行为之间存在跨期相关性。本质上,羊群效应行为的理论模型分析了代理人在观察其他代理人先前做出的决策后是否跟随群体的激励和选择(Scharfstein和Stein(1990)、Banerjee(1992))。

  该指标具有两个优点:(i)它在基金层面进行估计;(ii)它捕捉了基金决策与过去群体决策之间的动态联系。为了捕捉基金的行为,我们使用其交易数据;为了全面代表群体,我们使用所有国内机构投资者的集合。具体而言,对于每只基金j和每个季度t,我们对基金交易与过去机构总交易进行横截面回归:

  其中N_i表示基金持有的股票i的持股数量,主要自变量是股票i在季度t-1期间机构总持股的变化。

  我们还控制了可能影响基金交易行为的三个主要因素:(1)Return_(i,t-1),股票i在季度t-1期间的收益;(2)MarketCap_(i,t-1),股票i在季度t-1末的流通市值的自然对数;(3)Booktomarket_(i,t-1),股票在上季度末的账面市值比的对数。为了使斜率系数在基金之间和时间上具有可比性,我们对因变量和自变量进行标准化处理,使其在每个基金-季度内均值为零、标准差为一。

  接下来,我们构建基金层面羊群效应指标Herding_(j,t),该指标捕捉基金追随过去机构交易行为的平均倾向。按照Jiang和Verardo(2018)的方法,我们采用秩次逆加权方案,对更近的观测值赋予更高的权重。对于每只基金j和每个季度t,我们计算β_(j,t)在基金历史至季度t期间的加权平均值,权重随系数与季度t的距离增加而递减:

  通过对更近的系数赋予更高的权重,该指标更强地反映了基金最近的交易决策。对更近的信息赋予更多权重,使投资者能够考虑基金交易行为的变化以及基金交易信息含量随时间的衰减。

  在本节中,我们将介绍数据及描述性统计。我们的样本来源于多个数据源:我们从CSMAR数据库中获取中国上市公司和共同基金的财务信息。自沪港通启动后,上海和深圳证券交易所将在每个交易日公布北向资金的交易详情。我们从Wind数据集获取北向资金对每只股票的持股量,并将其按季度汇总为该季度内每只股票的平均持股量。随后,我们将该数值除以流通股总数,计算得出持股比例。请注意,根据监管规定,北向资金对单只股票的持股上限为30%。

  我们使用了两组数据样本,分别包含基金层面的特征和基金经理层面的特征。对于基金层面的数据样本,我们的最终样本包含3490只共同基金在2000年至2023年间24年内的2,878,915个观测值。对于每个基金、每个季度,我们记录了前十大持仓的详细信息,包括持股数量、市值、标的股票的季度回报率、账面市值比以及其他用于估计基金羊群效应的股票信息。在第一阶段分析中,我们使用所有观测值来估计每个基金的羊群效应倾向。对于基金经理层面的数据样本,我们的样本包含5029位投资组合经理在2003年至2023年间21年内的34,970个独立基金季度观测值。最终数据样本包含23,794个基金季度观测值,涵盖了2003年第一季度至2023年第四季度的基金羊群效应以及基金和投资组合经理的特征。

  表1展示了我们合并样本的描述性统计数据。我们将所有连续变量按第1和第99百分位数进行缩尾处理。基金季度数据包含了基金净资产价值(NAV)、基金成立时间、基金周转率、基金资金流。对于投资组合经理的数据,我们包括年龄、性别、教育程度和任职年限。我们样本中基金的平均规模为1.35亿元人民币,成立3.87年,季度换手率为33.5%。基金平均每季度实现0.5%的净回报,并吸引2%的净资金流入。关于其他两项业绩指标,CAPM_alpha的基金季度回报率均值为1.8%,标准差为1.3%;而基于Fama-French三因子模型得出的FF_alpha,其均值为0.7%,标准差为6.1%。在我们的投资组合经理样本中,我们发现这是一个特征各异的多元化群体。这些经理的年龄跨度从最年轻的38岁到最年长的59岁。性别多样性较为有限,女性投资组合经理占比为13%。教育背景起着重要作用,83%的经理持有硕士学位,12%拥有博士学位。平均工作经验为9.83年。

  本节的结构如下:5.1节测度基金层面动态羊群行为,5.2节开展单变量分组检验,5.3 节进行基准回归分析,5.4 节处理内生性问题并完成因果识别,5.5 节执行多重稳健性检验,5.6 节分析异质性特征与羊群行为影响因素。

  我们用于估算基金羊群效应的数据集包含来自3490只共同基金的2,878,915条观测值,时间跨度为24年(2000年至2023年)。基于64,472个观测值的迭代回归分析,我们计算出每个基金每个季度的β_(j,t)系数。然后,我们根据公式(3)计算每个基金-季度的加权基金羊群效应系数。最后,我们对基金羊群效应估计值在1%和99%分位数处进行缩尾处理,以减轻异常值的影响。

  表2呈现了系数β_(j,t)和基金羊群效应(以下简称FH)指标FH_(j,t)的描述性统计。这些统计量包括均值、标准差以及我们在整个样本中每季度横截面计算的若干分位数。研究结果表明,平均而言,β系数约为0.77%,标准差为44.36%。相比之下,基金羊群效应的均值较小,约为-2.52%,且标准差略高,为47.15%。然而,基金羊群效应的异质性非常显著,数据范围从最低的-67.67%(第10百分位)到最高的63.48%(第90百分位)。

  在本小节中,本文首先通过单变量投资组合检验展开分析,以探究基金业绩在不同羊群效应程度下的变化情况。在此检验中,根据FH值将样本分为两个不同的子组:羊群效应程度最低的子组和羊群效应程度最高的子组。接下来,汇总基金业绩估计值并考察其与基金羊群效应行为之间的关系。

  本文采用的基金业绩代理变量包括投资组合的等权重净回报率、基于CAPM模型推导出的alpha值,以及基于Fama-French三因子模型获得的alpha值。随后,通过t检验来判断这两个子组之间的业绩是否存在差异。

  表3展示了研究结果。净回报面板显示,前10%中羊群效应倾向最高的基金,其季度表现比后10%中羊群效应倾向最低的基金低53个基点(bps),折合年化回报率差为2.12%。表格最后一列的单变量检验证实,这些差异在1%显著性水平上具有统计学意义。

  此外,基于CAPM和Fama-French三因子模型的alpha值估算结果也呈现出类似的结论,具有最高和最低羊群效应倾向的投资组合之间存在41个基点(35个基点)的alpha值差异。这些结果表明,基金羊群效应行为的截面差异可以预测共同基金业绩的差异,这表明羊群效应行为与基金管理能力之间存在关联。

  本文利用多元回归分析了基金羊群效应与基金业绩之间的关系。表4展示了基准回归的估计结果。在所有列中,均采用净回报、CAPM_alpha和FF_alpha作为因变量,并控制了基金及投资组合经理的特征。第(1)至(3)列未包含基金固定效应,以反映基金未观测特征的更多变异效应,而其余列则包含这些效应。

  表4显示,在所有列中,基金羊群效应与基金业绩之间均存在显著的负相关关系,且在1%或5%的显著性水平上均具有统计学意义。这表明,从统计学角度来看,投资组合经理的羊群效应行为对基金业绩产生了不利影响。

  其经济意义也值得关注。例如,在第(4)列中,基金羊群效应(FH)对回报率的系数为-0.0011,这表明基金羊群效应程度每增加1%,季度净回报率就会下降0.11%,换算成年化净回报率则下降0.44%。总体而言,这些发现印证了这样一种直觉:羊群效应行为反映出基金经理的管理能力较差。

  就控制变量而言,更大的基金规模和更高的基金换手率与更好的业绩相关。基金经理的年龄和任职年限也与基金业绩呈正相关,这表明经验丰富且年龄较大的基金经理更擅长提升业绩(Chevalier & Ellison, 1999)。

  本文的研究结果表明共同基金羊群效应对基金业绩产生了负面影响。然而,潜在的内生性问题可能会混淆基准证据。先前研究已充分证明,投资组合经理的特征与基金业绩并非外生随机变量,二者之间的因果关系存在同时性与反向因果关系的问题。

  因此,本文采取两种方法来合理应对研究中潜在的内生性问题。首先,采用基金和季度固定效应模型,以解决未观测到的基金特异性及时间不变变量相关的问题。其次,将沪港通机制作为准自然实验,通过制造基金羊群效应的相对外生变量,来解决由不可观测的非基金特异性及随时间变化变量所导致的同步性问题。

  2014年上海与香港交易所之间启动的沪港通机制,以及2016年深圳与香港交易所随后启动的深港通机制,使境外投资者无需在内地存入资金即可购买中国A股。在本研究中,利用这一机制来解决潜在的内生性问题。

  自推出以来,沪港通机制一直是中国股市格局的变革者。它不仅为外国投资者开辟了新的渠道,也给市场动态带来了显著变化。研究发现,沪港通机制提高了A股市场的流动性,从而提升了其效率。此外,沪港通促进了香港与内地股市的深度融合,使两地市场走势更加同步。

  本文假设,作为市场的主要参与者,本地机构投资者可能会受到外国投资者的显著影响。自沪港通计划启动以来,国内投资者得以每日观察外国投资者的交易行为。这标志着市场开放取得重大进展,使国内投资者能够密切关注外国投资者的交易策略,从而使本土投资者得以进行“羊群效应”行为。具体而言,本文提出如下基金层面的工具变量法:

  表5展示了2SLS估计量的回归结果。第(1)列显示第一阶段回归结果,其余各列显示第二阶段的结果。在第一阶段,将基金羊群效应的各项指标与特定投资组合内的平均北向持仓量进行回归分析。平均北向持仓量的系数为正,且在1%显著性水平上显著。这一证据总体表明,股票互联互通机制的建立对基金羊群效应现象具有积极影响。在第二阶段,将所有基金业绩指标分别与第一阶段回归所得的基金羊群效应拟合值进行回归分析。所有指标均与基金业绩呈负相关且显著。因此,采用工具变量估计法时,本文的结论依然成立。

  本文利用从原方程中提取的β系数,探索一种衡量基金羊群效应现象的替代指标。预期基金羊群效应对基金业绩的负面影响在不同的羊群效应指标下应保持一致。为了进行这项稳健性检验,重新运行了基准模型,并将原有的羊群效应倾向估计值替换为β系数。

  在第(1)至(3)列中,β系数仍为负值且在统计上显著。值得注意的是,这些系数(分别为-0.0077、-0.0023和-0.0090)的绝对值大于基准回归中的系数(分别为-0.0013、-0.0023和-0.0047)。基金羊群效应行为对基金业绩的负面影响更为显著,进一步支持并强化了本文的初步发现:即羊群效应行为会对基金回报产生不利影响。

  除了考虑其他羊群效应变量外,本文还探讨了羊群效应行为与基金收益率之间的关系是否受到全球金融危机或沪港通等重大事件的影响。为了检验主要研究结论的稳健性,进一步将样本范围缩小至2010年或2017年。回归结果显示,基金羊群效应(FH)系数始终为负且在统计上显著。

  这表明羊群效应行为与基金业绩之间的关联并非由特定事件驱动,而是在不同时间段内均成立。此外,使用滞后一个季度的FH指标,以考察羊群效应行为是否对业绩产生时滞效应。结果仍具有统计显著性。因此,采用基金羊群效应行为的替代指标进一步印证了本文的基本结论:基金羊群效应行为会对业绩产生负面影响。

  本文首先考察基金羊群效应行为与基金业绩之间的关系是否因基金的具体特征而异。如果基金羊群效应行为是衡量投资组合经理能力的基准,那么预计对于外部支持较弱的基金而言,这种效应会更加明显。例如,净资产价值(NAV)较高的基金可能受益于更优质的研究支持或管理协助。

  结果表明FH×NAV的系数为正且在统计上显著,这表明规模较高的基金受羊群效应行为的影响较小。接下来,我们探讨了基金成立年限对羊群效应行为与业绩关系的影响,FH×Fund_age系数为负且显著:这表明对于成立时间较长的基金而言,羊群效应行为对业绩的负面影响更大。

  在基金经理特征方面的异质性分析中,研究结果表明,当投资组合经理为女性时,羊群效应行为对基金业绩的危害较小。然而,如果投资组合经理年龄较大或管理经验更丰富,羊群效应行为对业绩的负面影响则更为显著。这些发现支持了以下观点:羊群效应行为反映了投资组合经理的管理能力。

  随后,本文分析了基金羊群效应的决定因素。结果表明羊群效应行为倾向在年轻的基金经理、男性基金经理以及教育程度较低的经理群体出现。此外,存续时间较短的基金往往表现出较少的羊群效应行为,而投资组合换手率较低的基金也表现出较弱的羊群效应倾向。

  本文探讨了中国共同基金行业中羊群效应行为与管理能力之间的关系。研究首先构建了一个新颖且动态的基金层面羊群效应指标。该指标考虑了跨期相关性,同时考虑基金的投资倾向(如风格一致性与动量交易)。随后,探讨该羊群效应指标能否预测不同基金间的共同基金业绩差异。

  研究结果表明,羊群效应行为与共同基金收益率之间存在显著的负相关关系。具体而言,羊群效应倾向最高的基金组合(前10%)的表现逊于羊群效应倾向最低的基金组合(后10%),导致年化表现落后约2.12%。采用其他收益衡量指标时,这一结果依然成立。无论是使用资本资产定价模型(CAPM)还是Fama-French三因子模型估算的alpha值,均显示出具有最高和最低羊群效应倾向的投资组合之间存在41个基点(35个基点)的季度alpha差异。

  回归分析表明,基金羊群效应行为的预测能力有别于过往业绩、其他基金特征以及基金经理特征的影响。本研究揭示了羊群效应行为与基金业绩之间的复杂动态关系,强调了在共同基金领域中,对投资者行为进行细致入微的理解至关重要。

  为解决潜在的内生性问题,本文利用中国股市与香港股市的联通机制作为准自然实验。这种方法在基金羊群效应行为中引入了相对外生的变量,使本文能够减轻个别基金特有的不可观测因素以及随时间变化的变量所产生的影响。研究结果表明,羊群效应行为是基金经理固有的倾向,可能会导致基金业绩下滑。

  为了更深入地探讨羊群效应行为与业绩之间的关系,本文考察了投资组合经理的特征如何与羊群效应行为相互作用。当投资组合经理(PM)为女性时,羊群效应行为对基金业绩的负面影响较小。如果投资组合经理年龄较大或管理经验更丰富,羊群效应行为的负面影响则更为显著。

  这些结果印证了“羊群效应行为反映了投资组合经理的管理能力”这一观点。本研究进一步证实了Jiang与Verardo(2018)的研究结论,即羊群效应行为会导致投资组合经理的业绩下滑,呼吁监管机构加强对此类行为的监督与监控。

  风险提示:文献中的结果均由相应作者通过历史数据统计、建模和测算完成, 在政策、市场环境发生变化时模型存在失效的风险。

  注:文中报告节选自兴业证券经济与金融研究院已公开发布研究报告,具体报告内容及相关风险提示等详见完整版报告。

  报告发布机构:兴业证券股份有限公司(已获中国证监会许可的证券投资咨询业务资格)