德邦金工文献精译第九期：只有艰难时期的赢家能重复成功，对冲基金在不同市场条件下的业绩持续性-20230331-德邦证券-21页_1mb

金融工程专题：对冲基金在不同市场条件下的业绩持续性

核心内容

本报告分析了对冲基金在不同市场条件下的业绩持续性，探讨了对冲基金的业绩是否能够可靠地预测未来表现。研究发现，在弱市中表现优异的基金更有可能在未来持续表现出色，而强市中的优异表现则不能有效预测未来业绩。作者构建了两种条件业绩度量指标，RET_DOWN（基金在整体对冲基金行业回报低于历史中位数时的回报）和 RET_UP（基金在整体对冲基金行业回报高于历史中位数时的回报），并基于这些指标对基金未来业绩进行了预测分析。

主要观点

1. RET_DOWN 的预测能力更强：在3个月至3年的持有期内，具有较高RET_DOWN的基金在多个业绩指标（如alpha、评估比率、夏普比率）上显著优于其他基金，而RET_UP的预测能力较弱，甚至在某些情况下表现为负相关。

2. 业绩持续性源于管理技能：RET_DOWN 更好地反映了基金经理的管理技能，而不仅仅是市场条件下的特殊策略。高RET_DOWN的基金在下跌和上涨市场中均表现优于低RET_DOWN的基金。

3. RET_DOWN 与风险暴露的负相关性：RET_DOWN 与尾部风险等非常规风险因素呈负相关，表明它可能捕捉了未被现有风险模型考虑的风险暴露，从而更准确地预测未来业绩。

4. 市场条件影响基金业绩的可预测性：基金在下跌市场中的表现更稳定地反映了其管理能力，而在上涨市场中，业绩可能更多受到投资者行为的影响。

5. 投资者行为的不一致性：尽管投资者在市场上涨和下跌时都会追逐过去业绩，但在弱市中对过去业绩的反应更为强烈，这与“投资者忽视弱市业绩”假设相悖。

关键信息

1. 数据和基金业绩评估指标

• 数据来源：Lipper TASS 数据库，覆盖1994年至2014年期间的19,963只基金。
• 基金特征包括：基金规模、管理费、激励费、杠杆率、流动性限制、赎回通知期、锁定期、高水位等。
• 业绩评估指标包括：
  • FH7因子alpha：衡量基金在7因子模型下的超额收益。
  • 评估比率（AR）：基金收益与风险的比率。
  • 夏普比率（SR）：扣除费用后的超额收益与波动率的比率。

2. 条件业绩度量

• RET_DOWN 和 RET_UP 分别定义为基金在整体对冲基金行业回报低于或高于历史中位数时的平均回报。
• 选择12个月作为构建窗口，以平衡估计误差和幸存者偏差。
• RET_DOWN 与基金业绩指标（如alpha、AR、SR）呈正相关，而 RET_UP 呈负相关或不显著。

3. 业绩预测结果

• 组合排序分析：
  • 按RET_DOWN排序的五分位组合在3个月至3年的持有期内，业绩显著优于按RET_UP排序的组合。
  • 最高RET_DOWN组合的平均月度alpha为0.67%，t统计量为7.88，显著优于最低RET_DOWN组合的-0.04%。
• 多元回归分析：
  • RET_DOWN 对未来业绩的预测能力在控制其他基金特征后仍然显著。
  • RET_UP 对未来业绩的预测能力较弱，甚至在某些情况下为负。
  • 控制变量包括：基金波动率、赎回通知期、锁定期、管理费、激励费、基金年龄、AUM、资金流入、最低投资要求等。

4. 市场条件对业绩预测的影响

• 弱市中的业绩预测性更强：无论市场是上涨还是下跌，高RET_DOWN基金的业绩表现都优于低RET_DOWN基金。
• 强市中的业绩预测性较弱：高RET_UP基金在弱市中表现不佳，且在强市中表现不一致，表明其可能更多依赖于市场波动而非管理能力。
• 市场摩擦的影响：基金的流动性限制（如锁定期、赎回期）可能影响其业绩预测能力。

5. 业绩持续性的来源

• 管理技能：高RET_DOWN基金在市场下跌和上涨时均表现优异，表明其反映的是基金经理的一般能力。
• 投资者行为：投资者在弱市中更关注过去业绩，这可能增强了弱市中业绩的持续性。
• 风险暴露：RET_DOWN 与尾部风险等非常规风险因素呈负相关，表明其可能较少受到未被现有模型捕捉的风险影响。

稳健性测试

• 风格内分析：无论基金风格如何，RET_DOWN 的预测能力都保持稳健。
• 市场摩擦：考虑市场流动性限制后，RET_DOWN 的预测能力仍显著。
• 其他稳健性测试：包括使用Fama-MacBeth横截面回归方法、调整AUM缺失值等，结果依然支持RET_DOWN的有效性。

结论

本研究是第一篇探讨对冲基金业绩持续性与市场条件关系的文献。研究发现，弱市中的优异业绩更能反映基金经理的管理技能，并且能更准确地预测未来业绩。因此，投资者在选择对冲基金时，应更关注其在弱市中的表现，而非仅依赖无条件的历史回报。

风险提示

• 市场波动风险：市场变化可能影响基金的业绩表现。
• 数据可用性风险：部分基金的数据缺失可能影响研究结论。
• 模型失效风险：使用的模型可能无法完全反映基金的真实表现。
• 国内外市场差异风险：研究结果可能不适用于不同市场环境。