基金的市场时机把握能力研究

RGIN: 0cm 0cm 0pt"> 

　　RP,t-Rf,t=α*+β1*min[0,(Rm,t-Rf,t)+β2*Max[0，(Rm,t-Rf,t)]+ε

 

　　如果Rm,t-Rf,t>0，则Min[0，(Rm,t-Rf,t)]=0，Max[0，(Rm,t-Rf,t)]=Rm,t-Rf,t，此时β2*表示组合的市场上升贝塔，如果Rm,t-Rf,t≤0，则β2*表示市场下降贝塔。与前面模型的α一样，α*表示证券选择能力对组合收益的贡献。如果β2*显著高于β1*，则表示期望的投资组合的上升贝塔要高于下降贝塔，这表明基金经理具有市场时机把握能力。

 

　　上述HM模型只是一种理论框架，但此后该模型即为研究者广泛采用。Henfiksson(1984)利用1968至1980年间的116只开放式基金的数据，采用HM的参数模型和非参数检验方法，得出基金在整体上并不能够成功地把握市场时机，也没有明显的证券选择能力的结论。Chang和Lewellen(1984)利用1970至1979年间67只基金的月度收益数据，也采用HM的参数检验模型，得出与Henfiksson(1984)相同的结论。

 

　　TM模型和HM模型都是基于CAPM基础建立的。近年来的实证研究表明(如Fama和French，1993)CAPM在解释横截面股票收益时并没有涵盖各类风险因素，其有效性值得怀疑，学者们开始采用Fama和French三因素模型(以下简称FF3)对上述模型进行改进(改进后的模型分别简称为TM—FF3模型和HM—FF3模型)。改进后的模型增加了FF3中零成本投资组合的小盘股组合超过大盘股组合的收益率，高B／P(账面值市值比)股票组合超过低B／P股票组合的收益率(分别用SMB，和HML，表示)。

 

　　Goetzmann，Ingersoll，Ivkovic(GII，2000)认为，利用月度收益数据的HM参数检验模型可能难以发现市场时机把握能力，因为对于大多数基金来说，基金经理进行有关市场风险方面决策的频率要小于1个月，因此，使用月度数据进行回归检验，可能低估了市场时机把握能力。由于缺乏基金日收益率数据，他们使用相关指数的日收益率数据构建了一个类似看跌期权的公式，对月度内的这种看跌期权价值进行累计，以评估每日市场时机把握产生的月度价值。该公式表达如下：

 

 

　　其中Pm,t表示每日市场时机把握带来的单位基金资产增加值，t为月度，τ为交易日。计算该累计值的前提是假设基金经理每天都在进行市场时机判断并实施相应的策略，理想化的情况是，如果经理预测市场超额收益为正，那么他就将头寸全部投入股票之中；反之，则将头寸全部投入到无风险资产中。通过这种操作，基金至少可以获取无风险资产收益率水平的收入，如果他能够正确把握市场时机，则基金将取得正的超额收益。据此，GII发展了一种新的模型，表达式如下(简称GII模型)：

 

　　Rp,t-Rf,t=α+β1(Rm,t-Rm,t)+β2Pm,t+ε

 

　　考虑CAPM可能缺乏有效性，GII也同时采用FF3对GII模型(简称GII-FF3模型)进行改进：

 

　　Rp,t-Rf,t=α+β1(Rm,t-Rf,t)+β2Pm,t+β3HMLt+β44HMLt+ε

 

　　GII(2000)选择了558只基金在1988年1月至1998年3月间共123个月的月度收益率作为样本，利用HM、GII模型及基于FF3基础的改进模型，对这些基金的市场时机把握能力进行了分析，研究结果表明很少有基金在统计意义上表现出显著的市场时机把握能力。

 

　　三、研究样本和数据

 

　　(一)研究样本。本文研究样本为2001年以前上市的33只基金，非参数检验的研究期间为1998年6月30日至2001年6月30日。考虑到与分年度检验结果的比较，在总体检验中，研究样本为22只基金，样本期间为1999年1月2日至2001年10月26日。在分年度检验中，研究期间为相应年度，研究样本选择周收益率数据在30个以上的基金，分别为10、22和33只。由老基金改制而成的基金，收益率数据从扩募以后起算。

 

　　(二)数据。本文的数据和资料来源于中国易富网、中国证券在线等网站上公布的基金净值、投资组合公告及年报。中信指数系列数据由中信证券金融产品开发小组提供。在计算收益率数据时，对基金年中、年末分红均进行了复权处理。 《基金的市场时机把握能力研究(第2页)》