开放式基金存在“赎回之谜”吗？-基于面板数据分位数回归的实证检验

1、开放式基金存在“赎回之谜吗？基于面板数据分位数回归的实证检验论文摘要：我国开放式基金是否存在赎回之谜;以及存在的条件和范围尚无明确的结论。形成赎回之谜;现象的原因可能有：其中，为期末第只基金单位净值，为期末第只基金份额，为期内第只基金按照复权净值计算的平均收益。参考以往文献，本文采用的解释变量考虑了基金业绩和基金风险两个方面。基金收益率。文献对基金收益率与基金申购率关系的研究是最丰富的，但是在基金收益率的计算方法上却不一致。基金收益率包括单位净值增长率、累计单位净值增长率和复权单位净值增长率。单位净值增长率会由于基金分红而降低，受到基金分红次数和分红数量的影响，累计单位净值增长率虽然考虑了基金

2、分红，但只是把分红局部单纯的进行累加，复权单位净值增长率不仅考虑了基金分红的影响，而且假设把分红局部进行了再投资，能更加公平的衡量基金业绩，因此本文采用复权单位净值增长率作为衡量基金收益率的指标。用基金收益率减去同期无风险收益率再除以基金收益率的标准差就能得到，该指标目前已经成为国际通用的衡量基金业绩的核心指标。贝塔值。理论上，理性投资者在投资风险资产时除了考虑收益外还要考虑风险。衡量了基金的系统风险。总体风险。基金的风险不仅包括系统风险，还包括个体风险。由于我们的样本为普通股票型开放式基金，基金管理人可以根据自己的预期选择与指数有较大差异的投资组合，使得个体风险增加，因此基金总体风险与系统风

3、险会存在较大差异。其中，为给定条件下的分位数。三、实证检验我们首先对各变量进行了描述性统计，分析结果见表1。接下来，我们建立如下面板数据模型进行分析，分析结果见表2。其中，表示截面，表示时间，表示截面的个体效应，代表基金收益率，代表夏普比率，代表贝塔值，代表总体风险。表1变量描述性统计表 净申购率 基金收益率 夏普比率 贝塔值 总体风险 均值 0.4524 5.8126 0.0575 0.7602 0.0558 中位数 -0.0311 1.8579 0.0032 0.7566 0.0561 标准差 1.9629 19.2912 0.1673 0.1152 0.0131 最大值 18.7788

4、46.0077 0.3709 1.1371 0.0930 最小值 -0.5809 -30.4140 -0.2470 0.4228 0.0276 样本数 416 416 416 416 416 J-B 0.0000 0.0000 0.0000 0.8731 0.3584 从表2中我们可以看到，无论是在随机效应模型还是在固定效应模型中，基金收益率与基金净申购率都是显著正相关的，这与束景虹2005的结论一致。但是如果用夏普比率衡量基金业绩的话，基金业绩与基金净申购率负相关但不显著。基金系统风险与基金净申购率显著负相关，与基金总体风险显著正相关。由于数据的非正态性会影响估计的效果，而且为了更深入的考察

5、赎回之谜;的存在性及其条件和范围，我们下面采用面板数据分位数回归方法进行检验，Hausman检验的p值为0.0877，在10%的置信水平下支持固定效应的假设。我们依照2式建立固定效应下的面板数据分位数回归模型，其中解释变量包括、和常数项。为了能够更加全面的考察解释变量对被解释变量条件分布的影响，本文选择几个代表性的分位点。回归结果见表3。表2面板数据模型分析结果 -0.07837 (-0.1173) 0.9751 (1.0893) 0.0600 (2.5775) 0.0651 (2.7469) -3.0249 (-1.1205) -3.5214 (-1.2812) -1.8260 (-2.08

6、33) -3.0462 (-2.7846) 31.2579 (3.8632) 28.9968 (3.4820) 0.1054 0.1486 F 12.0997 1.8948 FE or RE RE FE Hausman 8.1070 Prob(Hausman) 0.0877 注：括号里面的为相应回归系数的t值;表示在5%的显著性水平下显著；表示在1%的显著性水平下显著。我们首先分析净申购率与基金收益率的关系。结果显示，基金收益率对净申购率的影响是非对称的。处于低分位点位置的净申购率与基金收益率负相关，符合赎回之谜;之谜假说，这与陆蓉等2007的研究结论一致。随着净申购率分位点的提高基金收益率的

7、影响变得不显著，随着分为点的进一步提高基金收益率的影响由负转正，并且影响强度不断提高，不支持赎回之谜;假说，这与束景虹2005的研究结论一致。由此我们认为，当基金业绩用基金收益率衡量时，基金业绩对净申购率的影响是非对称的，赎回之谜;发生在净申购率的低分位点局部即净赎回率的高分位点局部，而大于80%的情况下并未表现出赎回之谜;，并且对特定局部的净申购率基金收益率的影响不显著见图2。我们认为这一现象的原因是认知失调;，当新发生的事件与原有的认识发生不一致时，个人会产生沮丧。为了防止认知失调;带来的痛苦，基金表现良好时，投资者会积极买入，但基金表现较差时，投资者却不愿卖出。表3固定效应面板数据分位数

8、回归结果 解释 变量 分位点及回归结果 t=0.125 t=0.200 t=0.250 t=0.375 t=0.500 t=0.625 t=0.750 t=0.875 -0.2092 (-1.4111) -0.2186 (-1.5263) -0.0845 (-0.6614) -0.1297 (-1.1248) -0.1718 (-1.8309) -0.1653 (-1.2406) 0.0602 (0.0700) 0.9307 (0.5245) -0.0034 (0.0122) -0.0017 (-0.9168) -0.0005 (0.8035) 0.0032 (0.1364) 0.0058 (

9、0.0857) 0.0363 (0.0333) 0.0318 (0.0112) 0.1184 (0.0010) 0.1193 (0.8931) 0.0651 (0.4179) -0.0075 (-0.0433) -0.2269 (-1.1834) -0.4530 (-1.5006) -0.9496 (-1.9824) -2.3819 (-2.3599) -8.5137 (-2.9637) -0.0970 (-1.2988) -0.0547 (-0.6989) -0.0758 (-0.9395) -0.0915 (-1.2809) -0.0332 (-0.3747) -0.1171 (-0.83

10、58) -0.5728 (-1.4071) -2.6927 (-2.3035) -1.1599 (-2.0430) -0.3992 (-0.6318) 0.0334 (0.0513) 1.1639 (1.6869) 1.9650 (2.2209) 10.4805 (2.3159) 8.2737 (2.6081) 33.9085 (3.4247) 伪 0.0822 0.0423 0.0299 0.0200 0.0169 0.0237 0.0507 0.1590 拟LR 127.8855 84.4039 74.5048 61.7889 61.0994 78.0491 118.9940 122.85

11、40 Prob (拟LR) 0.0000 0.0000 0.0001 0.0035 0.0041 0.0000 0.0000 0.0000 注：括号内为相应的t值，表示在10%的显著性水平下显著，表示在5%的显著性水平下显著，表示在1%的显著性水平下显著。然后我们分析净申购率与夏普比率的关系。夏普比率对净申购率的影响同样是非对称的，夏普比率对较低局部的净申购率影响不显著，对较高局部净申购率的影响显著为负。因此，如果用夏普比率作为基金业绩衡量指标的话，基金业绩对大于50%情况下的净申购率无显著影响；对一定分位数以上的净申购率的影响为负，表现出赎回之谜;(见图3)。这反映出我国开放式基金投资者目前

12、尚处于不成熟状态，作为公认基金业绩衡量指标的夏普比率没有成为投资者挑选基金的标准，这反而会对基金管理人的行为造成扭曲。为了检验结果的稳健性，我们还把由贝塔值和总体风险构成的控制变量的不同组合情况进行了检验，结论无实质性改变。图2基金收益率回归系数，虚线为95%的置信区间图3夏普比率回归系数，虚线为95%的置信区间四、结论本文运用分位数回归方法对我国开放式基金是否存在赎回之谜;及其存在的条件和范围进行了检验，结果发现本文有利于更加深入地理解我国开放式基金业绩与资金流动关系间的关系。在我国，开放式基金业绩与资金流动之间存在如图4所示的负向、凹曲线关系已被学者发现。从理论上说，形成这种曲线型关系可能

13、的原因包括：1基金业绩并非影响赎回率的唯一因素；2赎回率与某单一业绩指标间关系非对称；3赎回率与多个业绩指标间关系非对称以及赎回率影响因素的不唯一。已有研究采用多元线性回归的方法和分组回归的方法，主要分析了前两方面的影响。本文采用多变量的面板数据分位数回归方法分析了第三方面的影响。本文对认识开放式基金在我国证券市场中的作用也具有一定的参考意义。上述结论也反响出我国的基金投资者还不成熟，申购时仅看重基金的绝对收益而无视基金的夏普比率。以夏普比率作为业绩衡量指标，基金业绩对净申购率不但无显著影响甚至表现出赎回之谜;，这不但不利于合理的基金业绩评价体系的推广，而且扭曲了开放式基金份额开放机制对基金经

14、理本应具有的优胜劣汰;机制，使得基金经理过度追求绝对收益，更热衷于高风险的投资组合，加大了市场的投机气氛。因此，我国基金投资者不成熟的申购赎回模式会使得开放式基金不但不会发挥市场稳定器功能反而助涨助跌。参考文献2 Ippolito, R.A.,1992, Consumer Reaction to Measure of Poor Quality: Evidence from the Mutual Fund Industry,Journal of Law and Economics 35, 45-70.3 Koenker, R. and Bassett, G. Regression Quantiles ,Econometrica. Vol. 46, pp. 33-50.4 Roger Koenker. Quantile Regression for Longitudinal Data , Journal of Multivariate Analysis, Vol. 91, Issue 1, Oct. 2004, 89.5 Spitz,A.E.,1970, Mu