论文关键词：基金持有人，基金选择能力，投资组合
研究投资者的行为是金融学的重要内容之一。基金经理与基金持有人都是基金市场上重要的参与者。一直以来，对基金经理投资行为的研究起步较早，研究方法与成果也非常丰富。但是，对基金持有人投资行为研究出现的时间较晚，文献相对较少，一个重要的原因是研究者很难获得基金持有人买卖基金的具体时间、基金种类、资金数量及收益水平等方面全面、准确的数据，导致研究基金经理投资行为的方法无法直接应用于对基金持有人投资行为的研究。Gruber（1996）最早开始研究基金持有人的选择能力[1]。自此以后的10余年，随着行为金融学的兴起，对基金持有人选择能力的研究逐渐得到重视，相关研究日渐增多，研究方法各具特色，得到的结论也不尽相同。本文在梳理国外有关基金持有人选择能力研究文献的基础上，对该领域研究使用的方法以及最新进展进行综合性评述，并讨论了该领域的研究方法未来发展方向。本文作者通过检索发现，目前国内外尚无对基金持有人选择能力研究方法的综合性评述文献，本文的出现丰富了关于基金持有人选择能力的研究。
对基金持有人的选择行为的分析是研究其基金选择能力的关键环节。由于不同的研究者在度量基金持有人选择行为时使用的数据不同，因而研究方法存在巨大的差异。从现有的文献来看，根据使用的数据不同，关于基金持有人选择能力的研究方法分为三类：（1）基于基金净资产数据的研究；（2）基于基金持股组合数据的研究；（3）基于基金交易数据的研究。
一、基于基金净资产数据的研究
这是最早由Gruber（1996）提出的研究方法。在基金持有人的具体交易数据不可得的情况下，研究者不能直接分析基金持有人的行为。但是，基金持有人申购、赎回行为会导致基金净资产的变化，因此，根据基金净资产的变化和基金收益水平可以计算特定时期内基金的资金净流入量（Net Cash Flow）。基金的资金净流入量为正，表明申购量大于赎回量，更多的基金持有人选择该了基金；基金的资金净流入量为负，表明基金持有人申购量小于赎回量，更多的资金撤出了该基金。可见，基金的资金净流入量的变化反映了基金持有人的选择行为。
由于基金的资金净流入量与基金规模密切相关，为了准确反映基金的资金净流入量水平，有时需要计算当期资金净流入量与基金期初净资产的比率，称为标准化的资金流入量（NNCF），该指标能够更好地度量基金持有人的选择行为[①]。研究者以标准化的资金流入量为基础构建不同基金组合并通过组合业绩的对比分析来判断基金持有人的选择能力。首先，研究者以基金在t时期（组合构建期）标准化的资金净流入量为基准将基金纳入不同的基金组合，如在t时期将所有具有正的NNCF的基金构成买进基金组合，将所有具有负的NNCF的基金构成卖出基金组合等等；第二，计算在t+1时期（考察期）各基金组合的收益率[②]。第三，将组合构建期和考察期按照时间顺序向前推移，即可计算出各基金组合时间序列收益率；第四，通过对买进基金组合和卖出基金组合等不同基金组合的收益进行对比分析，就能够判断基金持有人的选择能力。
继Gruber之后，Zheng（1999）、Sapp等(2004)、Keswani等（2008）等全面扩展和深化了Gruber（1996）关于基金持有人选择能力的研究[2][3] [4]。就研究结论而言，Gruber（1996）、Zheng（1999）和Keswani等（2008）的研究均发现美国基金持有人具有选择能力，而Sapp等(2004)由于采用不同的方法评价基金业绩，没有发现美国的基金持有人具有选择能力的证据。
二、基于基金持股组合数据的研究
以基金（标准化）的资金净流入量为基准构建投资组合分析基金持有人的选择能力主要依赖基金净资产和基金净值增长率等方面的数据。与此相对应的是，Frazzini等(2008)提出了一种主要基于基金持股组合数据来分析基金持有人选择能力的新方法[5]。这种方法通过观察投资者的买卖行为带来的基金资金净流入量的变化对股票被基金持有比例的影响以及相应股票的未来收益来判断基金持有人选择能力。这种方法的逻辑过程是：基金持有人的基金选择行为决定了基金的资金净流入量。对于股票型基金而言，投资者买卖基金的资金主要被基金经理用于买卖股票。因此，基金持有股票的未来收益决定了基金持有人的未来收益。例如，如果基金持有人的选择行为导致了股票被基金持有的比例增加了，而且这些股票未来有较高收益，则基金持有人将获得较好的收益；如果基金持有人的选择行为导致了股票被基金持有的比例增加，而这些股票未来收益较低，则基金持有人最终将获得较差的收益。通过观察投资者的资金净流入量对股票被基金持有比例的影响以及这种影响所带来的收益，则可以判断投资者买卖基金的行为是否是聪明、理性。
Frazzini 等采用的方法大致实施过程是：首先，基于各基金持股组合数据构造一个间接反映基金持有人选择行为（偏好情绪）的指标[③]；其次，以该指标为基础构建不同基金组合并计算这些组合的收益；最后，对各基金组合收益进行对比分析来判断基金持有人的选择能力。Frazzini等没有发现支持Gruber（1996）等的关于美国基金持有人存在选择能力的证据。
三、基于基金交易数据的研究
基金持有人的买卖交易都是通过诸如基金管理公司、投资银行或券商等金融机构实现的，因此，这些机构往往保存了较长时期内基金持有人具体交易行为的数据。当前，学术界开始出现以这些直接记录基金持有人交易行为的数据研究基金持有人的选择能力的新方法。
Ivkovic等（2009）和Niebling等(2009)是这方面研究的典型代表[6] [7]。以Niebling等(2009)为例，他们使用了一家德国银行收集的有关基金持有人的性别、年龄、交易时间、数量及其他数据的一个数据集。该研究的思路是，首先利用Gruber(1996)的方法判从整体上判断基金的业绩是否具有持续性，结果发现过去业绩较好的基金在未来的业绩也较好，过去业绩较差的基金在未来的业绩也较差；随后计算每一次基金购买行为买入的基金的在过去一年的业绩（以Jenson alpha衡量）；最后按照基金业绩的高低将基金持有人买入的基金分为10类，统计所有基金购买行为在这10类基金中的各自分布比例即可判断基金持有人的基金选择能力。分布在业绩较差一类基金中的基金购买行为就是错误的投资行为，因此，购买这类基金的交易行为所占比例越大，表明整体上基金持有人不具有选择能力；而分布在业绩较好一类基金中的购买行为就是正确的投资行为，购买这类基金的交易行为所占比例越大，表明整体上基金持有人具有选择能力。Ivkovic等和Niebling等均发现了部分基金持有人具有选择能力的证据。
四、关于基金持有人选择能力研究的各种方法述评
（一）基于基金净资产数据研究的特点
在一般情况下，除基金收益率需按日（周）公布外，监管机构规定基金经理必须定期（一般是按季度）公布基金净资产、股票组合的摘要表现在：
1．基金的资金净流入量不能精确反映反映基金持有人的买卖行为。由于不知道基金持有人买卖的具体时间，因此，一般只能假定基金持有人买卖的行为发生在期初或期末，再根据基金净资产在期初至期末的变化及基金的收益率推测基金持有人在该时间内买卖基金的资金数量。例如，当使用的是基金净资产的季度数据，在某季度初基金的净资产为20亿，期末的净资产为30亿，该季度基金的收益率为10%。假设基金持有人在季度末买卖基金，则根据注①中（1）式计算的该季度基金的资金净流入量为8亿元；假设基金持有人在季度初买卖基金，则根据注①中（2）式计算的该季度基金的资金净流入量为7.27亿元。由此可见，根据（1）或（2）式计算的资金净流入量并不相同。Elton等（2009）指出，使用的关于基金净资产和收益的数据频率越高（如月度数据），基金的资金净流入量就能够更准确的反映基金持有人的买卖行为[8]。
2．如何确定组合构建期和考察期的时间长度，也会影响对基金持有人选择能力的判断
不同的研究者根据数据的可得性，采用的组合构建期和考察期的不同长度不尽相同。使用基金净资产季度数据的研究者采用的组合构建期长度一般是3个月，使用基金净资产月度数据的研究者采用的组合构建期长度一般是1个月。从理论上讲，组合考察期的长度应该根据基金持有人持有基金的实际时间确定，如持有时间为3个月，则组合考察期长度应该为3个月。但是，基金持有人实际持有时间各不相同，研究者甚至很难确定基金持有人平均持有时间从而合理确定考察期长度。出于稳健性的需要，多数研究者分别在不同考察期长度下考察基金持有人的选择能力。
（二）基于基金持股组合数据研究的特点
这类研究的主要优点是关于基金持股组合的数据容易获得。主要的缺点有：
1．基金持有人买卖基金的行为对基金持股组合内容及比例的影响必须通过基金经理的交易行为实现，因此通过基金持股组合内容及比例的变化只能间接反映基金持有人的选择行为。Frazzini 等也承认用该方法反映基金持有人的行为可能存在时滞和偏误。
2．基金公布的股票组合持股内容和比例不一定能准确反映基金经理实际的交易行为和结果。如基金公布的在某季度末持有某股票占组合资产总额的5%，研究者希望这个5%代表了基金在该季度持有该股票的实际比例，但是由于基金在该季度内对该股票可能存在多次买卖行为，有可能在该季度的第一个月末持有该股票的比例占组合资产总额为0，而在第二个月末买入该股票并占组合资产总额的10%，但是在第三个月末有卖出了一部分该股票，使该股票占组合资产总额的比例为其最终所公布的5%水平，显然，这个5%并不能反映基金对该股票在这个季度内的实际持有状况。
（三）基于基金持有人交易数据研究的特点
这类研究的优点是由于有关基金持有人买卖行为的记录详尽，一般不需要专门设计指标度量基金持有人的买卖行为，因此研究方法相对于前述两类方法简单而且有效。这类研究的主要缺点是：
1．样本选择偏误。由于监管机构对基金持有人具体的交易数据没有规定必须公开，而是在自愿的基础上由相关机构自行决定是否公布这些数据。因此，研究者很难获得关于基金持有人交易记录的具体数据。从目前的研究来看，研究者一般仅通过分析某个机构（基金销售机构）收集的交易记录来分析基金持有人的基金选择能力。这些数据仅仅反映了通过该特定机构进行交易的基金持有人的交易行为，而并不能反映市场上所有基金持有人的交易行为，因而样本选择偏误不可避免。
2．数据的准确性难以保证。由于缺乏专业的数据收集整理的系统规划和方法，基金管理公司或基金销售中介机构收集的基金交易数据在统计指标的设计、统计范围等方面不一定完善，从而给研究者带来困难；而且这些数据没有经过专门机构校对，数据的准确性不能得到保证。
3．数据的前期处理工作量巨大。研究基金持有人的选择能力除需要基金持有人的交易数据外，还需要有关基金的其他数据，如基金收益、基金净资产等。因此，必须将基金持有人的交易数据和与所需其他数据进行匹配，而这是一项繁重的数据处理工作。
六、基金持有人选择能力研究方法的未来发展方向
（一）设计能够更准确地反映基金持有人选择行为的指标
在不能获得基金持有人详细交易数据的情况下，研究基金持有人选择能力的关键是设计能够准确反映基金持有人选择行为的指标。从目前的文献来看，早期研究都是使用基金净资产的季度数据计算资金净流入量，由于数据频率低，该指标不能准确反映基金持有人的选择行为，由此得到的结论稳健性不强。最近的研究以Keswani 等（2008）为代表，由于拥有了基金持有人购买、赎回基金更为详细的月度数据，研究者能够更准确地分析基金持有人的买卖行为，对基金持有人的选择能力的研究也更为准确和丰富。可以预计，未来的基于基金净资产季度数据的研究将会越来越少，而基于基金净资产月度数据的研究将会逐渐增多。
通过基金股票组合数据也能够设计间接反映基金持有人买卖决策行为的指标，Frazzini等（2008）的研究就是典型代表。然而，基于持股组合数据的研究因其对基金持有人选择行为度量的间接性和实施方法的复杂性难有新的突破，目前仅有Frazzini等（2008）一篇文献。
我国证监会的规定，基金经理只需按季度公布基金的净资产数据，研究者只能通过基金季度净资产的变化和基金收益率推算基金持有人的买卖决策行为。此外，我国的基金管理公司按规定只需每半年公布一次资产组合的详细数据，基于持股组合数据的研究因数据频率太低基本不具有可行性。由此看来，在没有出现基金净资产月度数据甚至频率更高的数据以前，未来基于基金净资产季度数据研究基金持有人选择能力在我国更具可行性，但这样的研究因数据频率低，所以有必要加强对实证结论稳健性的探讨。
(二) 获得更精确的反映基金持有人买卖行为的数据
与基金资产组合有关的频率更高的月度数据与季度数据相比更有利于研究者准确分析基金持有人的选择行为。研究者当然希望获得频率更高的数据，但是基金经理出于成本和防止他人搭便车等方面的考虑不愿向专业的数据提供商如CRSP（美国证券价格研究中心）提供这些数据[④]。没有专业的数据提供商对数据进行收集整理，即使研究者能够获得频率更高的基金数据，往往也是零星分散的，以此为基础的研究存在样本选择偏误问题。美国的CRSP从1991年起开始提供部分基金的与净资产有关的月度数据，但1991年之前只有基金净资产的季度数据；英国投资管理协会（IMA）收集了1992年—2000年的较为详细的基金月度数据。当前，在不能获得基金持有人具体交易记录的情况下，基于基金净资产月度数据研究基金持有人的选择能力已经成为一种趋势。
当然，准确反映基金持有人的选择行为必须获得单个基金持有人买卖基金的时间及资金数量等具体数据，近年来这类数据不断被从业人员和研究者发现、整理和运用，未来这类研究将有更大的发展空间。我国基金业处在发展的初期，基金的各项管理制度都在不断的完善之中，基金管理公司以及基金销售中介机构对基金持有人交易的记录并不准确、连贯、完善，当前开展基于基金持有人交易数据研究并不具有可行性。
(三) 探索评价基金业绩的更为准确和稳健的方法
基金业绩评价方法是评价基金持有人选择能力的基础。早期对基金业绩的评价主要采用单因素模型以及Fama—French三因素模型、Carhart四因素模型等多因素模型[9][10] [11]；近年来，条件单因素模型和条件多因素模型得到了广泛的运用[12]。此外，基于基金资产组合数据评价基金业绩的DGTW方法也越来越受到研究者的重视[13][14] 。当前，研究者同时采用条件多因素模型和DGTW方法评价基金业绩以增强实证结论的稳健性是一个越来越明显的趋势。
参考文献：
[1]Gruber, M. J., 1996, “Another puzzle: The Growth in Actively Managed MutualFunds”, Journalof Finance,Vol.51,pp783–810.
[2]Zheng,L., 1999, “Is Money Smart? “A Study of Mutual Fund Investors’ Fund SelectionAbility”, Journal of Finance, Vol. 54,pp901–933.
[3]Keswani,A., and Stolin D., 2008, “Which Money is Smart? Mutual FundBuys and Sells of Individual and Institutional Investors”,Journal of Finance, Vol. 63,pp85-118.
[4]Sapp,T. and Tiwair A., 2004, “Does Stock Return Momentum Explain the ‘Smart money’effect? ”,Journal of Finance, Vol. 59,pp2605–2622.
[5]FrazziniA., Lamont O.A., 2008, “Dumb Money: Mutual Fund Flows and the Cross-section ofStock Returns”, Journal of Financial Economics,Vol. 88, pp299-322.
[6]Ivkovic,Z., Weisbenner, S., 2009 ,“Individual investor mutual fund flow”, Journal ofFinancial Economics, Vol. 92,pp223–237
[7]Niebling,F., Meyer, S., Hackethal, A., 2009[2010-03-10], “Whose Money is Smart? Mutual Fund Purchases of Private Investors”, http://ssrn.com/abstract=1343638
[8]Elton E. J.,Gruber M. J., Blake, C. R., Krasny, Y., Ozelge, S., 2009, “The Effect of HoldingsData Frequency on Conclusions about Mutual Fund Behavior” Journal of Banking& Finance, Vol. 30, pp1-13.
[9]Jensen M. C.. Risk,the pricing of capital assets, and the evaluation of investment portfolios [J].Journal of Business, 1969, (42): 167-247.
[10]Fama,E. F., French K. R., 1992, “the Cross-section of Expected Stock Returns”, Journalof Finance, Vol. 47, pp 427–465.
[11]Carhart,M., 1997, “On Persistence in Mutual Fund Performance”, Journal of Finance,Vol. 52, pp57-82.
[12]Ferson,W. E., Schadt, R., 1996, “Measuring fund strategy and performance in changingeconomic conditions”, Journal of Finance, Vol.51, pp425–462.
[13]Daniel,K., Grinblatt, M., Titman, S., Wermers, R., 1997, “Measuring Mutual FundPerformance with Characteristic-based Benchmarks”, Journal of Finance, Vol.52, pp1035–1058.
[14]Wermers,R., 2003[2010-02-15],“Is Money Really “Smart”? New Evidence on the Relation between Mutual FundFlows, Manager Behavior, and Performance Persistence”, http://ssrn.com/abstract=414420
| 