股票型共同基金业绩评估方法的研究综述

刘杰　阮晨晗

摘要：股票型共同基金的业绩评估是监管层考核基金投资能力，基金公司建立激励机制，投资者选择投资目标的重要参考依据。关于股票型共同基金的业绩评估方法，国内外学者通过近五十年的研究建立了较为成熟的评估体系。文章将相关文献中记载的评估方法分为市场风险调整，多风险因子模型和股票特征模型三类，分别进行了梳理和汇总，为今后的相关研究提供了参考和借鉴。

关键词：共同基金；因子模型；股票特征

一、 股票型共同基金业绩评估的研究背景

中国第一家共同基金（Mutual Fund）诞生于1998年，共同基金的管理规模和市场影响力随着中国证券市场的发展不断壮大。经历20年的成长，2018年共同基金数量已经超过5 000只，管理的资产规模超过12万亿元。以股票型共同基金为代表的机构投资者在市场中起到了举足轻重的作用。共同基金的业绩评估成为了学术界，市场监管层，基金从业者和基金投资者广泛关注的重要研究课题。

对于监管层而言，客观评估共同基金业绩表现是了解和考察共同基金业绩发展水平的基础，是制定监管政策和发展指导政策过程中的重要实证参考。对于基金公司而言，准确测算和评估基金经理的业绩和管理能力对规范基金公司运营，建立绩效激励机制，提高投资管理能力有着重要的作用。对于基金的个人投资者而言，共同基金的业绩表现则直接决定了其投资收益，也为他们在数量众多的共同基金中挑选合适的投资目标提供了参考。

股票型共同基金的业绩评估方法依赖于实证资产定价模型的发展。在20世纪60年代之前，由于缺乏核心的资产定价模型，共同基金的业绩评估主要依靠净值变动这种简单的算法。而在20世纪60年代，尤其是Sharp（1964）等系列文献发展出基于市场风险的CAPM模型后，以市场风险调整为基础的共同基金业绩评估方法得到了广泛应用，特雷诺指数，夏普比率，詹森的阿爾法等沿用至今的评估指标也相继诞生。更进一步在20世纪90年代，Fama和French（1993）提出的三因子模型和Daniel，Grinblatt，Titman和Wermers（DGTW，1997）提出的股票风格模型各领风骚，成为了学术界公认的两大主流流派，基于风险因子调整的共同基金业绩评估方法和基于股票风格调整的共同基金业绩评估方法都有着广泛的应用。而在21世纪的十余年时间里，更多实证证据同时支持了上述两种模型，其相互融合逐渐成为了发展趋势。

由于西方金融市场发展较早，国外文献在共同基金业绩评估领域已有50多年的研究经验。而国内学术界也在近20年来基于中国市场发展现状，借鉴并发展出了适宜本国的共同基金业绩评估体系。我们在本文中梳理和汇总了国际及国内文献中股票型共同基金业绩评估的主流理论方法及现实中的实证应用，并为今后的相关研究提供了可能的参考和借鉴。具体而言，我们将评估方法分为三类：市场风险调整，多风险因子模型和股票特征模型。这三种模型各有优劣，都在理论研究和业界实践中有着广泛的应用。

二、 股票型共同基金的业绩评估方法：市场风险调整

早期共同基金绩效评估的主要标准是净值变动。但这一简单的评价标准存在明显的缺陷：没有考虑基金收益是否与所承担的市场风险相匹配。例如某只股票型共同基金在股票市场环境较好的条件下取得了正的收益，但收益显著低于市场回报率，则研究者们不能承认该基金有较高的投资能力。相反如果某只共同基金在市场环境较差的条件下即便收益率不高，但显著超过市场收益率，则研究者们依然倾向于认为该基金有较强的投资能力。因此研究者们开始在股票型共同基金的业绩评估中将市场风险考虑进去，即用市场风险调整后的基金收益作为评估对象。从Sharp（1964）开始，一系列文献提出并发展了CAPM模型（Capital Asset Pricing Model）。研究者们通过基金收益对市场收益进行线性回归，将回归后得到的截距项（即通常所称的基金取得的α）视作基金经理的投资绩效。CAPM模型构建的评估框架允许在基金绩效评估中加入与市场基准的对比。只有基金收益超过市场收益，投资者才能认可基金经理的投资能力。基于CAPM模型，利用市场风险调整后的收益，研究者们提出了若干直观的统计数据用来度量股票型共同基金的业绩表现。Treynor（1965）首次提出了风险调整收益，创造了特雷诺指数（Treynor Ratio），用超额收益（即实际收益与无风险利率的差值）与承担市场风险的大小（即CAPM模型中估计出来的β）的比值来衡量基金承担单位市场风险下能够取得的超额收益。特雷诺指数越大说明基金承担单位风险溢价越高，基金取得的业绩越好，基金管理者所承担的市场风险有利于基金投资者获利。特雷诺指数的缺陷在于只考虑了市场系统风险，而不是全部风险，因而不能衡量基金在投资过程中进行风险分散的作用。例如两只基金所承担市场风险相同，其中风险分散做的更好的基金其投资组合全部风险更低，但特雷诺指数不会随着变大。为了改进这一缺陷，Sharp（1966）提出了夏普比率（Sharpe Ratio），用超额收益（即实际收益与无风险利率的差值）与投资组合风险（即投资组合收益的标准差）的比值来衡量基金承担单位风险下能够取得的超额收益。夏普比率与特雷诺指数的不同之处在于衡量投资组合风险时采用的是组合的全部风险，而非所承担的市场风险。但特雷诺指数和夏普比率都只能给出基金绩效的排序，而为了准确定量地给出基金绩效中优于市场基准的数值，Jensen（1968）提出了詹森的阿尔法（Jensen's alpha），用基金实际超额收益率与CAPM模型估计的预期收益率之差作为表征基金业绩的指标。詹森的阿尔法是股票型共同基金业绩表现与市场基准对比的直观体现，如果詹森的阿尔法大于0则表示基金表现强于市场基准，且其数值越大表明基金投资组合的表现越好。

自此经典的资产定价模型构造了一个市场风险与投资组合收益权衡取舍的研究框架，其中投资者想要取得更高的预期收益就需要承担更大的系统风险。在共同基金业绩评估的相关文献中，研究者所做的便是设计合适的模型，通过股票型共同基金所承担的系统风险定义并计算其基准收益率，而共同基金在基准收益以外取得的超额收益则被视为基金经理的投资管理能力。在国内，这些方法被研究者陆续接纳和借鉴。例如陆蓉等（2007）采用了夏普比率等指标作为股票型共同基金的业绩评估标准。肖峻、 石劲（2011），莫泰山、朱启兵（2013）等文献则倾向于使用詹森的阿尔法衡量基金业绩。

三、 股票型共同基金的业绩评估方法：多风险因子模型

共同基金业绩评估的核心在于建立模型确定基金业绩对比的基准。已有的文献提供了多种金融计量方法用以评估基金业绩，其中影响力最大使用最多的是Jensen （1968）提出，Carhart （1997）予以进一步完善的因子模型回归方法（Factor-model Regression Approach），以及Daniel，Grinblatt，Titman和Wermers（DGTW，1997）提出的股票风格基准比较法（Characteristic-based Benchmark Approach）。这两种方法因其简洁性，直觉性以及实用性而受到学术界和投资业界的推崇。其中因子模型回归方法起源于Jensen（1968），其利用基金超额收益率对股票指数超额收益率进行回归，将回归的截距项视为基金经理业绩表现的评估对象，是学术界和业界应用最广的业绩评价指标之一。去除了股票市场的系统风险影响后，基金取得的超额收益率越高，基金的业绩表现越好，基金经理的投资管理能力越强。

Sharp（1964）等文献提出的CAPM模型将股票所承担的市场风险视为影响股票预期收益率的决定性因素。因此，股票型共同基金的业绩评估基准为所持股票投资组合市场风险调整后的收益率。然而从Ball和Brown（1968）开始，研究者发现了大量的实证资产定价异象。除了股票承担市场风险β之外，其他诸多与公司会计信息相关的股票特征同样拥有解释股票收益在横截面中差异的能力。Ball和Brown（1968）的研究开创性地指出市场风险因子不是决定股票或投资组合预期收益率的唯一因素，其他公司特征所对应的风险因子同样能够预测股票预期收益。在此之后研究者们开始挖掘多种的风险因子，其中学术界认可最多，应用最广的风险因子包括市值風险因子，账面市值比风险因子，动量风险因子等。Banz（1981）检验了在纽交所上市公司股票收益率与市值大小的关系，发现更小市值的公司比较大市值的公司拥有更高的市场风险调整后收益，但市值效应的强弱与市值大小并不是线性相关的。市值效应的存在证明了CAPM模型的不完善。Fama和French（1992）发现账面市值比率较高的公司股票相比较低的公司股票能够取得显著更高的回报率。Jegadeesh和Titman（1993）则提出了动量即股票此前的收益回报率对此后的收益率有较强的预测能力。Fama和French（1993）根据这些实证发现构造了著名的Fama-French三因子模型：市场因子、市值因子以及账面市值比因子。具体而言，市场因子的构建方法与CAPM相似；市值因子与账面市值比因子则是通过划分股票组合的方式构建，Fama和French（1993）将全市场所有股票按照市值大小分为两组（Small，Big），按照账面市值比分为成长股，中性股，价值股三组（Growth，Neutral，Value）。这样得到共计6组股票，按照市值加权获得每组投资组合的加权平均收益率。市值因子由小市值的3组股票平均收益率减去大市值的3组股票平均收益率得到，而账面市值比因子由价值股的2组股票平均收益率减去成长股的2组股票平均收益率得到。这三个风险因子能够解释绝大多数股票收益率在横截面上的差异，相较于仅仅考虑了市场风险的CAPM模型，三因子模型将对资产收益的解释能力，即线性回归的决定系数R2，从2%提高到了79%。模型解释能力如此巨大的提升使得Fama-French三因子模型迅速取代CAPM模型成为了研究者们考察股票或投资组合超额收益率的主流方法。由此利用三因子模型调整股票型共同基金的回报率，将调整后的超额回报率视作基金经理投资能力的体现也成为了学术界和投资业界的主流。在国内，肖峻，石劲（2011）等文献采用Fama和French（1993）三因子模型作为基金业绩评估的基准模型。

四、 股票型共同基金的业绩评估方法：股票特征模型

然而学术界也存在着不同于风险因子模型的观点，其中一种认为决定股价收益率的因素不是股票所承担的风险因子，而是股票自身的特征。例如Daniel和Titman（1997）指出股价回报率与公司市值和账面市值比之间的强相关关系不同于Fama和French（1993）提出的回报率与风险因子的相关关系，并且首次提出公司特征而非股票与风险因子的协方差结构（Covariance Structure）是解释小市值和高账面市值比股票回报率较高的原因。DGTW（1997）继续扩展了Daniel和Titman（1997）的研究结论，提出了一个不同于多因子模型的基金绩效评估新框架。在这一框架下，研究者们使用基于基金所持有投资组合的股票特征作为基准进行评估。具体而言，研究者首先将市场中的全体股票根据股票市值，账面市值比，前一年股价回报率这三个股票特征构造125个被动投资组合。然后将这些被动投资组合按照股票特征与股票型共同基金实际持有的投资组合进行匹配，并将得到匹配的被动投资组合作为对照基准。自此Carhart（1997）的风险因子模型和DGTW（1997）的特征基准模型各领风骚引发了诸多争论，而两种方法在共同基金绩效评估的文献中都有广泛的应用，学术界的基本看法是允许选择任意一种方法进行控制。

Brennan，Chordia和Subramanyam（1998）检验了股票回报率，多因子风险度量以及股票特征三者之间的关系。他们研究的主要目标是考察控制住多因子风险后，股票特征对股票回报率是否依然存在边际解释能力。实证结果显示在对风险因素进行调整后，股票特征（如市值，账面市值比和股价动量等）依然存在显著的解释能力。出于类似的研究目标，Chordia，Goyal和Shanken（2015）改进了计量方法并指出股票特征对股票收益率的横截面上差异的解释能力显著强于风险因子的解释能力。此后的诸多实证证据既支持了风险因子对股价收益率的影响作用，也肯定了股票特征的解释能力。因此越来越多的研究在股票型共同基金的业绩评估中同时加入风险因子和股票特征，在控制了这些因素后取得的超额收益率才能作为基金经理投资能力的体现。但在国内，由于Fama和French（1993）的影响力巨大，文献中采用多风险因子模型作为共同基金业绩评估基准模型的数量远远多于采用股票特征模型的研究。

五、 结论及未来研究建议

纵观股票型共同基金业绩评估方法的演进历史，从简单的净值变化，继而到以CAPM模型为基础的市场风险调整，又到Fama-French三因子模型与DGTW股票特征模型的争论，最后到两种模型的融合。我们可以清楚地看到科学的股票型共同基金业绩评估方法必须建立在实证资产定价模型的基础上。共同基金业绩评估方法的不断发展变迁的背后是实证资产定价模型的进步，可以预料到实证资产定价模型的发展会在未来推动共同基金绩效评估方法的进一步改善。

股票型共同基金绩效评估体系的建立和健全对于培养机构投资者投资能力，完善资本市场建设有着重要的作用。国外学术界在近50年的研究中建立起了相对成熟的绩效评估方法和評价体系。国内股票型共同基金起步较晚，但发展迅速。学术界应该积极借鉴国外成熟经验，结合中国市场实际，建立特雷诺指数，夏普比率，詹森的阿尔法，多风险因子模型，股票特征模型等多维度的评估体系。

同时以股票型共同基金业绩评估为基础，学者们有机会针对共同基金投资能力，投资风格，投资倾向等诸多实证课题进行深入探讨。例如在牛市和熊市中股票型共同基金能否取得超出市场平均的表现。共同基金偏爱股票的类型如何随着市场风格进行调整。个人投资者在不同市场行情下偏好共同基金的类型等。对于这些问题的探讨，有助于基金业界理解投资者需求，提高自身投资能力，也有助于个人投资者科学比较，理性选择合适的共同基金。

参考文献：

[1] 陆蓉，陈百助，徐龙炳，等.基金业绩与投资者的选择——中国开放式基金赎回异常现象的研究[J].经济研究，2007，（6）：39-50.

[2] 莫泰山，朱启兵.为什么基金投资人的投资回报低于基金行业的平均回报——基于“聪明的钱”效应实证检验的解释[J].金融研究，2013，（11）：193-206.

[3] 肖峻，石劲.基金业绩与资金流量：我国基金市场存在“赎回异象”吗？[J].经济研究，2011，（1）：112-125.

[4] Ball R， Brown P.An empirical evaluation of accounting income numbers[J].Journal of accounting research，1968.

[5] Banz R W.The relationship between return and market value of common stocks[J].Journal of financial economics，1981，9（1）：3-18.

[6] Brennan M J， Chordia T， Subrahmanyam A.Alternative factor specifications， security characteristics， and the cross-section of expected stock returns1[J].Journal of Financial Economics，1998，49（3）：345-373.

[7] Carhart M M.On persistence in mutual fund performance[J].The Journal of finance，1997，52（1）：57-82.

[8] Chordia T， Goyal A， Shanken J.Cross-sectional asset pricing with individual stocks： betas versus characteristics[J]，2015.

[9] Daniel K， Grinblatt M， Titman S， et al.Measuring mutual fund performance with characteristic‐based benchmarks[J].The Journal of finance，1997，52（3）：1035-1058.

[10] Daniel K， Titman S.Evidence on the characteristics of cross sectional variation in stock returns[J].the Journal of Finance，1997，52（1）：1-33.

[11] Fama E F， French K R.Common risk factors in the returns on stocks and bonds[J].Journal of financial economics，1993，33（1）：3-56.

[12] Fama E F， French K R.The cross section of expected stock returns[J].the Journal of Finance，1992，47（2）：427-465.

[13] Sharpe W F.Mutual fund performance[J].The Journal of business，1966，39（1）：119-138.

作者简介：刘杰（1992-），男，汉族，湖南省岳阳市人，北京大学光华管理学院博士生，研究方向为实证资产定价、行为金融；阮晨晗（1992-），女，汉族，福建省福州市人，北京大学光华管理学院博士生，研究方向为金融市场、市场营销。

收稿日期：2018-06-16。