市场压力、基金风险与资产管理规模

市场压力、基金风险与资产管理规模

一、投资组合风险水平设定问题经典金融理论表明，风险与预期回报之间存在补偿关系。从基金市场来看,基金投资回报理应补偿风险,只有在风险补偿的情况下,基金投资者和基金管理机构的收益方可同时实现最大化。但西方的研究结果表明,上述风险收益的补偿关系并不能够得到完全验证。Fama和MacBeth(1973)的研究结果支持了在风险资产的beta系数和随后的投资回报之间具有线性的补偿关系。但随后的研究结论却与之并不一致,Corhay等(1987)发现在巴黎的证券市场中,投资回报对组合风险水平的风险溢价显著为负,在纽约、伦敦和布鲁塞尔的市场上风险溢价水平并不显著区别于零。Barber(1994)亦验证了这一关系,发现共同基金的风险并未得到投资回报的补偿。我国的公募证券投资基金均采用契约型基金的模式。基金投资者购买基金,类同于与基金管理公司签订投资契约,在契约基础上,基金管理公司不能够分享投资利得,而投资者亦不能参与基金公司的治理。如果对投资回报不满,投资者唯一可选择的战略即赎回基金,退出市场。在这一制度安排下,基金投资者承担的组合风险,近乎完全由基金公司决定,如果风险没有通过报酬补偿,基金投资者仅能通过赎回已损失的基金来保护自身利益。资产控制权与收益权的分离状态,决定了在基金公司和基金投资者两个层面,都可能具有风险收益不对称的状态。而作为投资组合风险水平设定的决策者,基金公司能否在风险收益的补偿关系中做出符合基金投资者利益的决策,构成对投资者利益实现的关键要素。因此,在我国的基金市场上,投资组合的风险水平如何设定?受何种因素影响?又会对投资者和基金公司产生何种后果?成为基金市场能否健康有序发展的基础性命题。本文拟针对上述命题进行描述性和解释性的说明。二、在制度背景下的研究1.资产管理能力不足基金投资组合风险水平的设定,是基金公司重要的经营决策,不可避免地受其经营战略的影响。由于我国基金业采用契约型模式,基金管理公司不分享投资收益,其利益的唯一实现方式是尽可能扩大资产管理规模。但是,这种规模的扩张要求,即基金管理公司的资产管理需求是无限的,而资产管理能力的供给却是有限的,这对基金公司构成了资金管理供给与需求之差。这种资产管理能力不足的情况将导致投资者利益的损失(李翔等,2009)。正基于此,在市场约束条件之外,中国的资本市场管制机构亦提供了相应的监管,作为市场约束的补充。但是,由于管制机构提供的投资者利益保护机制有可能效率较低,甚至其管制行为会偏离投资者利益保护的目标,因此,管制作为投资者利益保护能否有效发挥作用又广泛受到质疑和关注。1现阶段,基金管制仍然广泛存在。基金公司要实现资产管理规模最大化的目标,不仅要受能否顺利出售基金产品的市场约束,还要受到管制机构是否批准发行基金的管制约束。只有在基金获准发行后,基金公司才会考虑如何将基金顺利出售的问题。从这一意义上讲,我国的基金业是在管制基础上的市场竞争行业,必须达成管制机构和市场的双重约束条件,才可以实现基金公司的战略目标,即资产管理规模最大化。2.从管制角度解释与西方成熟资本市场不同,我国的资本市场尚处于初期发展阶段,其功能尚有待于完善(樊纲,1999;李启亚,2000)。在基础性制度尚未完善的情况下,并不意味着利益就缺乏保护的机制,一些替代性的次优的利益保护机制会得到发展(LaPortaetal,2000;Cheffins,2001),如政府管制的使用(Glaeser和Shleifer,2001)、经济主体自主选择的低可能性利益侵占的经济形态(LaPorta等,1999)。在我国,政府管制是提供法律体系之外的投资者利益保护的重要机制(陈冬华等,2008),对于基金市场的管制,主要由证监会施行。但是,即使证监会做出处置措施,相应的措施对基金公司的威慑力可能是较有限的。可能正基于此,证监会为强化对基金公司行为的约束力和威慑力,一直对基金发行权未放松管制,基金的发行必须经过证监会的批准。这一措施直接影响基金公司的资产管理规模战略的结果,因此,可能对于基金管理公司来说,在管制机构未放松发行权管制的条件下,其行为结果必须符合证监会的管制目标。从整体上说,证券市场稳定构成管制部门的一个具体工作目标。2基金业因在股票市场中占有的比重越来越高,因此,基金业的投资策略,亦可能成为管制部门“稳定市场”的工具。在这一条件下,如果基金公司采用集中风险的经营策略,则可能不符合管制部门的目标,因而会受到管制部门的“惩罚”,即剥夺发行新基金的权力。而这种关系在不同的市场状态下,从逻辑上应有不同的结果。当市场较为稳定时,管制部门可能不利用这一手段调控基金公司的风险策略,而市场不稳定时,则更可能利用这一工具。基于此,提出如下研究假设:假设1a:从整体上说,基金管理公司旗下基金的风险越分散,组合风险水平差异越大,越可能符合市场管制部门的目标,获批发行新基金的概率越大。假设1b:当市场较为稳定时,管制机构不倾向于使用上述策略调控基金公司的投资行为;反之,当市场快速上涨或快速下跌时,管制机构越可能使用发行权调控基金公司的投资行为。假设1c:当基金公司管理资产的规模越大时,管制机构越倾向于使用发行权调控基金公司的投资行为。3.通过“明星”基金的溢出效应,实现风险管理水平的提高基金管理公司欲实现自身利益,在获准发行新基金后,唯有以较优秀的业绩吸引投资者投入资金,受到较大的市场压力约束。但是,基金管理公司的管理能力供给可能是有限的,因此,会使得管理资产的边际回报降低。与此同时,如果基金家族中的明星基金,能够对整个基金家族具有溢出效应(Nanda等,2004),则基金公司越有动力制造“明星”基金。Li(2005)则进一步指出,基金家族繁衍,设置差异显著的多样化的产品选择,在不同的市场环境下,要么产生差别迥异的投资回报,要么就造就基金“明星”,这实际上为基金家族设置了随机性的市场垄断力量,在平均意义上也可收取更高的基金管理费,从而实现基金家族的利润最大化。这一规律在中国也得到了一定程度的验证3(林树等,2009)。因此,在我国,基金业普遍采用了“家族”繁衍的形式,几乎很少出现基金公司只管理一只基金的现象。由此,提出如下假设:假设2我国的基金业倾向于通过家族繁衍的形式,通过“明星”基金的溢出效应,实现资产管理规模的增长。“明星”基金的制造,有多种途径,可能通过非法的途径4,亦可能通过合法的途径。如果未来的市场难以预测,基金公司可能通过将旗下基金的风险水平多样化配置,从而应对在不同的市场条件下,提升下期产生“明星”基金的概率,从而达成基金家族利益最大化的目标。由此,提出如下假设:假设3基金公司倾向于增大旗下管理基金的风险水平,来提升下期产生“明星”基金的概率。三、样本、数据和研究变量1.观测值获得本文以中国基金管理公司为研究对象,选取2004-2008年的公司作为观测样本,以季度为截面,剔除公司成立后尚未获批新基金的情况,共获得638个观测值。由于上述时间段经历了股票市场的急速上涨、急速下跌以及平稳发展的阶段,因此,本文认为样本的观测值可以代表现阶段中国基金市场的基本特征。2.证券风险水平本文的关键难题是基金公司组合风险水平的确定。通常来说,风险的衡量可以通过市场波动程度、基金公司的收益与市场收益回归后的beta或基金所持有证券的风险指标来衡量。因为前两类指标通常反映风险的现实状态和结果,难以衡量基金在组合构建过程中的风险态度,因此,本文选择第三种方法来衡量基金投资组合的风险。基金公司的整体组合风险水平由旗下所管理基金组合的风险水平组成,而各基金的风险水平亦由其所投资的证券风险水平构成。本文根据每只基金所投资的证券由披露时点向前追溯半年后根据每周股票收益和市场收益的单指数模型回归后计算得出。具体计算过程是,单个股票的Beta根据单指数模型Returni=α+βMarketReturn+ε回归计算得出,其中,β=[n∑xy–(∑x)(∑y)]/[n∑x2–(∑x)2]。回归模型中,MarketReturn和Returni分别为指数和基金复权价格收益率的算术平均值,参数估计中使用的具体数据x为单只股票的复权净值收益率序列数据,y为上证综合指数收益率序列数据;n为根据时间频率和所选时段决定的收益率观测样本数。当股票层Beta值计算完成后,根据基金在期初所持有股票的市值占全部样本股票持有市值的比重做为权数,从而加权计算基金的Beta值。基金公司组合的风险水平我们用公司旗下开放式股票型基金Beta值按照期初净值规模加权的平均数来衡量。设公司在所选时段中有n只开放式股票型基金,期初公司开放式股票型基金的净值之和为NAVtotal,公司旗下某只开放式股票型基金的风险水平为βi,期初净值为NAVi。则公司组合的风险水平为这n只开放式股票型基金的Beta按照期初净值比例加权的平均数,即Beta=∑βiNAVi/NAVtotal。研究变量的定义和计算依据如下表所示。四、实验结果与分析为检验这一命题,本文建立如下logistic回归模型,5以检验管制机构是否会根据基金公司的风险水平与风险分散状态,来决定是否批准基金管理公司新设基金。如下所示:log=Pnewfund1−Pnewfund=α+β1Starfamilyt−1+β2YearPerformancet−1+β3beta+β4betadev+β5lnscale+εlog=Ρnewfund1-Ρnewfund=α+β1Starfamilyt-1+β2YearΡerformancet-1+β3beta+β4betadev+β5lnscale+ε其中,Pnewfund是指在本季度基金管理获批新基金的概率。在数据文件中,如果当季度基金公司获准发行新基金,则取值为1,否则为0。回归结果显示,总体来看,不论采用年度、半年度,还是季度的历史数据作为回归的控制变量,betadev的系数均显著为正。这说明,基金公司所属基金的风险水平差异较大,对市场可以起到一定程度的稳定作用,符合管制部门的目标要求,因此,会受到管制部门在发行新基金事件上的“青睐”,获批新基金的概率更高。为剔除因发行新基金前,基金管理公司仅管理一只股票型基金betadev等于零可能带来的影响,本文还针对在获批新基金前,基金公司至少管理两只基金(即betadev>0)的样本进行了检验,结果表明,betadev的系数仍然显著大于零,并且较betadev>=0的样本回归系数更大。这说明当基金管理公司至少管理两只基金时,其管理基金的风险水平差异越大,越有可能获批新基金。由此,验证了假设1a,即从整体上看,基金管理公司旗下基金的风险越分散,组合风险水平差异越大,越可能符合市场管制部门的目标,获批发行新基金的概率越大。这构成了管制部门与基金公司之间关于维护市场稳定的隐性契约。与此同时,本文针对市场的不同状态检验了管制机构履行上述隐性契约的动机强度,一是根据市场的稳定程度进行分别检验,二是根据基金市场的不同规模发展阶段进行分别检验。回归结果显示,当市场不稳定时(即当季度股指上涨或下跌超过10%),betadev的系数显著为正,而当市场较为稳定时(即当季度股指上涨或下跌不超过10%),betadev的系数不显著区别于零。这说明,管制机构在市场不稳定时,越可能要求基金公司分散组合风险,从而达成稳定市场的目标,符合假设1b的预期。为验证基金市场规模对管制机构履行上述隐性契约动机强度的影响,本文还对2006年前(含2006年)与2006年后分别进行了检验。回归结果显示,2006年之前betadev的系数不显著区别于零,但2007年始,betadev的系数显著为正。这表明,伴随着基金市场规模的增长,管制机构越倾向于使用发行权调控基金公司的投资行为以维护市场稳定,符合假设1c的预期。6五、提升风险水平是检验“明星”基金概率的一个重要归为检验“明星”基金对整个家族吸引投资能力提升的溢出效应,建立如下回归方程:7Newmoneyt+1=α+γ1Newmoneyt+γ2Starfamilyt+γ3SeasonPerformancet+γj∑Controls+ε回归结果如表2所示。从表中可以看出,在解释下季度基金公司吸引现金流量的诸因素中,starfamily的系数分别为12.211、10,725和10.427,且显著为正。这说明,基金公司能否“培养”出明星基金,是影响该基金公司管理规模的核心因素,对基金管理公司核心利益诉求有着重要帮助,符合假设2的预期。但是,市场通常是难以预测的。基金公司欲造就“明星”基金,一种可行的合法方式就是通过管理多只基金,但分散基金的风险水平以应对未来市场出现的不同情况,从而提升下期产生业绩良好甚至是“明星”基金的机会。为检验这一假说,本文建立如下logistic回归方程:log=Starfamilyt+11−Starfamilyt+1=α+η1Starfamilyt+η2Betadevt+η3ΔBetadevt+η4Betat+η5ΔBetat+ηj∑Controls+εlog=Starfamilyt+11-Starfamilyt+1=α+η1Starfamilyt+η2Betadevt+η3ΔBetadevt+η4Betat+η5ΔBetat+ηj∑Controls+ε回归结果如表3所示。结果显示,明星家族具有一定的继承性,但由于starfamily的系数小于1,并且常数项显著为负,表明明星家族的继承性具有一定的衰减效应。在诸多因素中,betadev的系数和Δbetadev的系数显著为正,并且数值最大,表明上期基金公司旗下基金的风险水平越分散,下期越可能产生明星基金;并且伴随着上述分散程度的增加,产生明星基金的概率亦会增加。更重要的是,市场作为第二位的约束条件,此时与管制背景的约束条件非常吻合。这意味着,基金公司通过分散风险策略,可以同时满足管制与市场的双重约束,从而促进管理资产规模最大化战略目标的实现。进一步讲,从市场约束条件来看,基金公司造就明星的动机强度,与其市场竞争地位应紧密联系。如果上期竞争地位堪忧,吸引现金流量的能力下降,则基金公司越倾向于提升下一期投资组合的风险分散程度,以提升产生明星基金的概率。为检验这一命题,建立如下回归方程:Betadevt=α+τ1Newmoneyt-1+τ2Betadevt-1+τ3Betat-1+τj∑Controls+ε回归结果如表4所示。上表显示,当期与上期betadev均大于零时,上期Newmoney的系数显著为负。这说明,市场竞争表