股票型基金投资风格漂移研究《投资研究杂志》2015年第九期一、引言随着2013年6月新《基金法》的实施，基金产品创新发行异常迅速，积极推动了我国基金市场的发展，截止2015年7月底，我国98家基金公司共发行基金产品数已达到2451只，基金数量增长之快带来的问题是，投资者如何才能有效选择基金产品？目前，投资风格是作为基金产品发行的标签，但大量文献研究发现基金投资风格发生漂移已成常态，且该现象越来越严重。

现有相关文献研究主要集中在基金投资风格漂移实证检验及其成因方面。

在投资风格识别上主要有定性与定量两类方法：定性上可根据基金招募书宣称的投资风格来识别风格漂移；定量上可用计量方法来检验基金投资风格漂移。

后来还有一些学者研究牛市和熊市行情下的基金风格漂移情况，得出了各种结论。

但几乎未有文献系统研究宏观经济环境下的基金投资风格漂移情况。

本文将重点探讨宏观经济环境对股票型基金投资风格漂移的影响，以期实证检验宏观经济波动是如何影响到基金投资行为的，本文研究意义在于为如何通过基金公司等机构投资者来维稳证券市场健康发展奠定理论与实证基础。

二、文献评述随着全球基金市场的迅速发展，国内外关于基金投资风格漂移方面的文献逐渐增多，但大多集中在基金投资风格漂移检验、漂移原因解释、漂移程度量化及分析其与基金绩效之间的关系等。

在基金投资风格漂移检验、量化及成因方面。

Sharpe(1992)开创性地建立了投资风格分析模型，利用基金历史收益率与某种风格指数相联系进行风格识别。

DanDiBartolomeo和ErikWitkowsk（i1997）研究认为基金普遍发生了较严重的投资风格漂移现象。

Cooper等（2005）发现基金可通过变换基金名称来改变其投资风格。

董铁牛等（2008）实证结果发现：债券型基金无投资风格漂移现象，然而股票型和混合型基金有较严重的投资风格漂移现象。

宋光辉和许林（2011）运用分形理论构建了CIS指标来量化投资风格漂移，发现风格漂移的基金比例高达76.4%，但同时漂移程度并不大。

PauloLeite和MariaCéuCortez(2014)发现基金会根据他们筛选的策略表现出不同的投资风格。

容易发现这些文献的检验方法均没有考虑到样本数据的尖峰厚尾、波动聚集等特征，从而使得研究结论缺乏可靠性。

在投资风格漂移对基金业绩及其持续性影响方面。

Kathryn和Robert(2007)研究结果发现：投资风格漂移与基金业绩正相关。

Andrew等(2008)把投资风格漂移的程度分解成主动的与被动的成分，实证发现：基金主动调整投资组合比被动调整投资组合更有效，业绩的压力促使基金经理发生风格漂移。

Sunil Wa-hal和M.DenizYavuz.(2013)研究结果表明：风格投资在资产收益的可预测性方面发挥了重要作用。

UlfH errmann和HendrikScholz(2013)实证结果表明：25%的基金表现出超额业绩和风格转换能力；25%的基金表现出短期的业绩持续性，但不具备风格转换能力。

李学峰和徐华（2007）发现基金发生投资风格漂移要比坚守投资风格有更好的投资业绩。

王敬和刘阳（2007）、王鹏（2011）肯定了基金未来业绩受投资风格的持续性影响，认为大小盘基金发生适度风格漂移对未来业绩有益，而成长型和价值型基金则应坚守投资风格。

高鹤等（2014）研究发现：男性与女性基金经理在实际投资风格与长期投资业绩方面均没有显著差别。

不难发现这些文献只是检验了投资风格漂移对基金绩效的影响，但没有文献解释这些影响是否跟宏观经济环境有密切关系。

在不同股市行情下基金投资风格漂移方面。

宋威（2009）研究发现李学峰和徐华（2007）得出的结论仅适用于牛市行情，在熊市行情下发生了风格漂移的基金不会有更优的绩效。

郭文伟等（2011）研究发现：风格漂移在长期上显著削弱了基金绩效，从短期上看，风格漂移对基金绩效的影响随股市牛熊转换而变化；在熊市中，风格漂移有利于提升基金绩效，在牛市或由牛市转向熊市的过渡阶段，风格漂移对基金绩效有负面影响。

陈星榕（2014）研究得出基金家族要严格控制投资风格漂移程度，不能随意对投资风格做出调整，而要随宏观经济波动进行风格漂移。

容易发现这些文献只是研究了不同股市行情下的投资风格漂移及其绩效问题，对于宏观经济环境是如何具体影响投资风格漂移问题没有涉及。

综上所述，偏股型基金经常发生较严重的投资风格漂移现象，学者们也在不断尝试运用各种方法来检验投资风格漂移及其对基金业绩等方面的影响，通过解释不同股市行情下的业绩影响与漂移成因以寻求更科学的结论。

但国内学者对基金投资风格漂移仍处于摸索阶段，研究结论未达成一致，有可能是因为基金投资风格漂移的识别方法、研究样本和研究视角不同所导致。

因此，基金投资风格漂移问题仍是值得研究的领域，且未见文献研究宏观经济环境对基金投资风格漂移的影响。

考虑到基金数据的尖峰厚尾、波动聚集等特征，本文通过构建修正的EGARCH-M模型，从宏观经济环境的视角，实证分析其对股票型基金投资风格漂移的影响，据此为政府部门提出有效的监管政策以引导基金维护证券市场稳定发展提供决策参考。

三、样本数据与模型构建本文借鉴牛市和熊市对基金投资风格漂移的影响研究，从宏观经济环境的视角研究其对基金投资风格漂移的影响。

首先对国内宏观经济环境进行划分，选择了基金市场高速发展的宏观经济环境2009-2014年，研究其对基金投资风格漂移情况，通过构建修正的EGARCH-M模型，实证检验样本股票型基金在研究期间的投资风格漂移情况，最后通过比较分析宏观经济环境不同阶段所发生的投资风格漂移基金比例情况，推理出宏观经济环境对股票型基金投资风格漂移的影响。

（一）样本选择与数据来源因股票型基金容易发生投资风格漂移现象，本文选取了2005年成立的37只开放式股票型基金作为研究样本，考虑到2007-2008年爆发了全球的次贷危机，到2009年才逐步慢慢复苏过来，故以2009年3月2日至2014年2月28日共五年作为研究期间。

数据来源于聚源数据库、国家统计局网、证券会网、天天基金网等数据库与相关网站，主要包括我国宏观经济数据（GDP当季同比增长率、居民消费价格指数CPI当月同比增长率）、基金单位净值、基金分红送配、基金业绩比较基准、各个风格指数的收盘价。

采用的数据分析软件有E xcel2003和Eviews7.0。

被解释变量，基金日收益率Y。

因变量Y定义为Yt=(ln(NAVt+Dt)ClnNAVt-1)×100，其中，NAVt是第t日的基金单位净值，Dt是第t日的基金分红，NAVt-1是第t-1日的基金单位净值。

解释变量，风格指数日收益率X。

每一只基金的风格指数日收益率是根据它的业绩比较基准公式，分别以每一个风格指数收益率的权重乘以风格指数收益率。

如：天治品质基金的业绩比较基准公式为70.0%×中信标普300指数收益率+30.0%×中信标普国债指数收益率。

那么风格指数日收益率Rt=(lnPtClnPt-1)×100，其中，Pt是第t日的指数收盘价，Pt-1是第t-1日的指数收盘价。

另外，一年期定期存款年利率TDR与银行间同业拆放利率。

本文研究的基金业绩比较基准公式中涉及到的一年期定期存款年利率直接使用中国人民银行公布的一年期定期存款利率，涉及到的同业存款利息率直接使用上海银行间同业拆放利率（ShanghaiInterbankOfferedRate）隔夜数据。

从表1统计结果可以看出，37只样本基金日收益率序列的偏度均不为0，峰度也均大于3，Jarque-Bera统计量在1%显著性水平下均拒绝收益序列服从正态分布的原假设，表明基金日收益率序列不服从正态分布，具有典型的偏度、尖峰厚尾特征。

对各风格指数日收益率序列的描述性统计分析也得出了类似结论。

将所选取的基金收益率与风格指数收益率做回归分析，并进行ARCH-LM检验，检验结果发现样本基金均存在波动聚集ARCH效应，且具有高阶ARCH效应，即GARCH效应，因此，本文采取GARCH族模型对基金日收益序列建模是合理的。

（二）模型构建根据表1的描述性统计结果可知，样本基金日收益率序列具有尖峰厚尾、波动聚集等特征，即存在高阶ARCH效应。

据此，本文参照彭耿（2014）构建的修正EGARCH-M模型①，以基金日收益率Y为因变量，以风格指数日收益率X为自变量，构建EGARCH-M计量模型。

四、实证分析（一）宏观经济环境阶段的划分本文借鉴一般的宏观经济周期划分法，把经济环境划分为复苏期、过热期、滞胀期和衰退期四个阶段。

由于经济增长和通货膨胀是两个非常重要的宏观经济指标，本文借鉴卢文伟（2014）的方法，从经济增长和通货膨胀两个维度，选取国内生产总值和居民消费价格指数作为宏观经济环境划分指标。

由于无法获取国内生产总值的月度数据和居民消费价格指数的季度数据，但仅使用年度数据划分经济周期会影响准确性，故本文最终采用国内生产总值GDP当季同比增长率和居民消费价格指数CPI当月同比增长率作为宏观经济环境的划分指标。

下表2为宏观经济环境划分标准：在研究期间选择上，考虑到样本基金是2005年成立的，要选择基金已经运行了一段时间，这样样本才具有良好的代表性，根据2004-2014年的国内生产总值GDP当季同比增长率和居民消费价格指数CPI当月同比增长率的走势图（如图1 ），再结合2007-2008年美国次贷危机的全球影响，本文选取了次贷危机后国内基金市场高速发展的宏观经济环境，200 9年3月2日至2014年2月28日这五年为研究期间，具体经济环境划分结果见表3。

（二）实证结果与分析使用修正EGARCH-M模型对37只样本股票型基金投资风格漂移情况进行分析，根据样本基金日收益序列的尖峰厚尾、波动聚集特征，具体修正方法是将EGARCH-M模型设定为（1,1）阶，ERROR（误差）设定为GED（GeneralizedError，广义误差），ARCH-M设定为Std.Dev（.标准差）。

根据表1的描述性统计结果，采用这样的修正是比较符合数据客观特征的。

实证分析结果见表4所示（因文章篇幅限制，仅列出了两个关键系数实证结果，下同）。

表4数据结果表明，在整个研究期间内，37只样本基金中，有20只基金发生了投资风格漂移，17只基金没有发生投资风格漂移，基金风格漂移的数量占比达54.05%，说明投资风格漂移现象较严重。

为了进一步分析宏观经济环境对基金投资风格漂移的影响，下面对宏观经济环境中不同阶段的投资风格漂移现象进行分析，实证结果主要如表5所示。

根据表5的实证结果就可以得出表6的结果，发现37只样本基金在宏观经济环境的四个不同阶段中，基金发生投资风格漂移的情况：在复苏期，有14只基金发生了投资风格漂移，其余23只基金没有发生投资风格漂移；在过热期，有13只基金发生了投资风格漂移，其余24只基金没有发生投资风格漂移；在滞胀期，有17只基金发生了投资风格漂移，其余20只基金没有发生投资风格漂移；在衰退期，有13只基金发生了投资风格漂移，其余24只基金没有发生投资风格漂移。