20211221-国信证券-学术文献研究系列第28期_如何更合理的刻画基金业绩基准_20页_1mb

证券研究报告总结：如何更合理的刻画基金业绩基准

核心内容

本文探讨了基金业绩评价中基准选择的重要性，并提出了一种新的基准识别方法，即de facto时变指数基准。该方法基于机制转换方法(regime-switching methodology)，通过最小化基金 alpha 的方差，从17个被动型标准普尔和罗素指数中识别出更符合基金实际风格的时变指数基准。该基准在捕捉基金风格、提高 alpha 识别能力和样本外预测表现方面优于传统指数基准。

主要观点

1. 传统基准模型的问题：

   • 传统基于因子的基准模型可能高估基金 alpha，因为存在未观察到的因子。
   • 当指数基准错配时，基金 alpha 的方差会增加，影响业绩评价的准确性。

2. de facto时变指数基准的优势：

   • 更准确地捕捉基金风格，尤其是“beta调整基准”和“现金增强基准”在风险暴露方面优于基金公告的基准。
   • 提高了识别基金 alpha 的能力，并且对基金超额收益的解释程度更高。
   • 在样本外预测中，具有更高的 alpha 持久性。

3. 基准选择的两个标准：

   • 基金月度基准调整后的收益在 Fama French 三因子上的暴露是否显著。
   • 基准对基金超额收益的解释程度（如平均 $R^2$）。

4. 基准错配的影响：

   • 基准错配会显著影响 alpha 的估计，导致其方差增加。
   • 使用机制转换方法可以提高 $x_t$ 的显著性，从而更准确地识别基金风格。

5. 实证结果：

   • 使用时变指数基准的模型（如模型14、15、16）比传统模型（如模型14）能更好地识别显著 alpha。
   • 使用时变指数基准后，基金 alpha 的平均值量级较小，说明其更接近真实表现。
   • 时变指数基准在样本外预测中表现出更高的 alpha 持久性。

6. 基金风格的时变性：

   • 基金风格随时间波动，特别是在全球金融危机期间更为明显。
   • 时变基准的重叠比率表明基金与公告基准的匹配度不高。

关键信息

基准识别方法

• 使用机制转换方法（EM算法）从17个指数中识别出基金的潜在时变基准。
• 三种基准检测标准：
  • 预测概率 $p(s_t | \Omega_{t-1}; \theta)$
  • 过滤概率 $p(s_t | \Omega_t; \theta)$
  • 平滑概率 $p(s_t | \Omega_T; \theta)$

数据与样本

• 数据来源：CRSP，时间范围为1998年11月至2014年12月。
• 样本排除指数基金，仅包括初始总净资产(TNA)超过1000万美元、80%以上资金投资于股市的基金。

时变基准的受欢迎程度

• 标普500相关指数是最受欢迎的指数基准。
• 无现金基准、beta调整基准和现金增强基准的重叠比率相似，表明它们能更好地捕捉基金风格。
• 在全球金融危机前后，基金基准错配比例显著上升，说明风格漂移更频繁。

模型比较

• 使用Fama-French-Carhart四因子模型和时变指数基准模型，显著提高了 alpha 识别能力。
• 时变基准模型的平均 $R^2$ 显著高于传统模型，说明其对超额收益的解释能力更强。

样本外预测表现

• 在样本外预测中，使用时变指数基准的基金 alpha 持久性更高。
• 第一个四分位数基金与第四个四分位数基金的业绩差异更大，说明时变基准在区分基金表现方面更有效。

结论

• 本文提出的 de facto 时变指数基准能更准确地捕捉基金风格，提高 alpha 识别能力和样本外预测表现。
• 基准选择对基金业绩评价至关重要，使用时变指数基准比传统基准更合理。
• 基金的 alpha 可能来源于“运气”或未观察到的风险补偿，而负 alpha 更可能反映基金经理的管理技能不足。

图表摘要

• 图1：特定基准未观察到的年化风险补偿，显示大部分基准存在正的风险补偿。
• 图2：基准错配的蒙特卡洛模拟，展示不同基准对 alpha 估计的影响。
• 图3-6：时变基准的占比，显示标普500相关指数最受欢迎。
• 图7：估计基准与公告基准的重叠比率，表明风格漂移在金融危机期间更显著。
• 图8：基金与不同基准的协方差差异，显示时变基准在捕捉因子暴露方面更有效。
• 图9：Fama-French-Carhart四因子模型中 alpha 显著的基金比例，显示时变基准提高了 alpha 识别能力。
• 图10：样本外预测中 alpha 持久性比较，显示时变指数基准在预测表现上优于传统基准。

风险提示

• 本报告基于相关文献，不构成投资建议。

分析师信息

• 证券分析师：张欣慰
• 联系人：刘凯
• 风险提示：本报告基于相关文献，不构成投资建议。