楊瑞杰 張向麗

(1.東北財經(jīng)大學金融學院，遼寧 大連 116025；2.東北財經(jīng)大學會計學院，遼寧 大連 116025)

引言

2013年以來，隨著宏觀經(jīng)濟的平穩(wěn)增長和資本市場的總體上揚，中國基金行業(yè)迎來了快速發(fā)展期，基金經(jīng)理作為基金管理人，其行為特征和影響越來越成為學界、業(yè)界以及監(jiān)管層關(guān)注的重點話題。20世紀90年代之后，各類金融危機頻繁爆發(fā)，媒體和相關(guān)人士常常將其歸因于以基金經(jīng)理為首的市場參與者的“羊群行為”，認為這是加劇市場波動、破壞市場穩(wěn)定和提高金融體系脆弱性的罪魁禍首(Jegadeesh and Kim，2010)[18]。但是，提升了市場風險的羊群行為未必提升了基金的風險(Scharfstein and Stein，2000)[26]，況且，基金的風險僅僅描述了基金收益的不確定性，結(jié)果可能是損失，也可能是獲利，它作為收益的對價并無好壞之分。那么，基金經(jīng)理的羊群行為“明智”嗎？現(xiàn)有文獻并未提供嚴謹?shù)睦碚摲治雠c實證檢驗。

在資產(chǎn)定價領(lǐng)域，特質(zhì)風險是指投資組合中可以被分散的風險，不同于系統(tǒng)性風險，特質(zhì)風險不能索要與之相對的收益。甚至，高特質(zhì)風險的組合未來有低收益，低特質(zhì)風險的組合未來有高收益(Ang et al.，2006)[2]，這不僅違背了傳統(tǒng)的金融學理論，也與Merton(1987)[24]提出的基于不完全信息的資本市場均衡模型的結(jié)論相反，即高特質(zhì)風險的組合未來應(yīng)該有高的預(yù)期收益，以補償投資者不能持有完全分散化的投資組合的風險，學術(shù)界稱之為“特質(zhì)波動率之謎”。因此，不管特質(zhì)風險究竟是降低了組合的未來收益還是對其沒有影響，基于風險厭惡的期望效用理論，投資者會盡一切可能規(guī)避特質(zhì)風險。

鑒于此，本文選擇了一個新的視角——研究基金經(jīng)理的羊群行為如何影響投資組合的特質(zhì)風險以回答基金經(jīng)理的羊群行為是否明智。中國股票市場的相關(guān)特征為本文研究提供了理想的實驗場所：一方面，中國股票市場的信息不對稱程度較高、信息獲取成本較高、監(jiān)管體系缺陷較為明顯1，這加劇了羊群行為的強度(Bikhchandani and Sharma，2000)[29]；另一方面，多層次資本市場改革的不斷深化，公司管理層的股票期權(quán)激勵的不斷普及，包含基金、保險、券商自營、“國家隊”、QFII等在內(nèi)的機構(gòu)投資者力量的不斷增強，導致了股票的特質(zhì)風險占比逐年上升，其對股票市場的影響也日益凸顯(Campbell et al.，2001)[5]。以上特征為本文從基金經(jīng)理的羊群行為入手研究投資組合的特質(zhì)風險創(chuàng)造了有利條件。

本文采用Sias(2004)[27]的序貫交易模型度量羊群行為，遵循羊群行為的經(jīng)濟學本質(zhì)——投資者的跨期模仿，該模型去除了引起股價變動的本不屬于羊群行為卻被錯誤歸于羊群行為的種種噪聲。主要貢獻如下：第一，不同于以往文獻研究羊群行為對外部的影響，如市場風險或股票風險等，本文研究羊群行為對自身的影響，通過考察基金經(jīng)理的羊群行為如何影響投資組合的特質(zhì)風險進而回答了基金經(jīng)理的羊群行為是否明智；第二，本文結(jié)論表明了信息不對稱會引起金融市場上的“個體最優(yōu)決策”與“社會最大福利”之間的矛盾，這導致了“看不見的手”的失靈，政府可以加快推動市場監(jiān)管體系的改革與創(chuàng)新，制定并完善相關(guān)的信息披露制度，通過降低信息不對稱程度以引導金融市場的資源配置從“局部最優(yōu)”走向“全局最優(yōu)”。

研究假設(shè)

基金經(jīng)理的羊群行為究竟出于何種動機？Keynes(1936)[30]認為，群體偏激和荒謬情緒在影響著整個股票市場的投資行為，如同經(jīng)典的“選美理論”——參與選手不斷地猜測別人的選擇進而模仿，當選者是否真的漂亮并不重要。Smith and Sorensen(1994)[31]發(fā)現(xiàn)，基金經(jīng)理為了達成特定目標會進行“混亂的學習”，即通常所說的“盲目跟風”、“追漲殺跌”，這種行為一致性的表現(xiàn)就是羊群行為。Devenow and Welch(1996)[10]認為，包含基金經(jīng)理在內(nèi)的投資者的羊群行為是系統(tǒng)性錯誤的，因為他們并不能從中得到任何“好處”。一些文獻持相反意見，基金經(jīng)理的交易行為會追隨更成功的同行，這是“聰明的學習”，羊群行為的本質(zhì)是一種投資策略(Friend et al.，1970)[15]。考慮到基金經(jīng)理的報酬結(jié)構(gòu)與基準掛鉤，若是其表現(xiàn)明顯落后于同行將會面臨較大的壓力甚至職位不保，適當?shù)臅r候舍棄自己的信念或是放棄采用過于獨特的投資策略轉(zhuǎn)而跟隨其他基金經(jīng)理的投資行為以避免業(yè)績的大幅度波動不僅不“盲目”反而很“理性”(Maug and Naik，2011)[23]。為此，本文提出如下兩個對立假設(shè)。

H1a：基金經(jīng)理的羊群行為是明智的，它降低了投資組合的特質(zhì)風險。

H1b：基金經(jīng)理的羊群行為是不明智的，它提升了投資組合的特質(zhì)風險。

許多證據(jù)表明，羊群行為的驅(qū)動因素是“因人而異”的，個人投資者的羊群行為主要受市場情緒影響，機構(gòu)投資者的羊群行為更多來源于信息不對稱(Choi and Skiba，2015)[9]。面臨嚴重的信息不對稱時，信息獲取上具備優(yōu)勢的投資者得以提前獲知內(nèi)幕消息(Ke and Petroni，2004)[20]，并據(jù)此調(diào)整自有股票的持倉組合，而在信息獲取上不具備優(yōu)勢的投資者則出于對自身境況的考慮對既定判斷喪失信心，因而他們往往會追隨先行者，這種選擇往往帶來股市的大規(guī)模羊群(Banerjee，1992)[3]。

根據(jù)以上文獻，基金經(jīng)理的羊群行為實屬無奈，但它又是信息劣勢情況下的“最優(yōu)”選擇?？紤]到信息不對稱的概念較為寬泛，現(xiàn)有文獻對此并無統(tǒng)一的衡量標準，一般來說，觀察角度不同，信息不對稱的表現(xiàn)形式也不同：市場層面，信息不對稱體現(xiàn)為較低的私有信息含量；公司層面，信息不對稱體現(xiàn)為較低的公司透明度；社會層面，信息不對稱體現(xiàn)為較低的社會關(guān)注度。通過以上三個層面的考察，可以較為準確、全面地衡量信息不對稱，據(jù)此，本文提出如下假設(shè)。

H2：投資組合的私有信息含量越低，基金經(jīng)理的羊群行為越有必要，即基金經(jīng)理的羊群行為與特質(zhì)風險的負向關(guān)系越強。

H3：投資組合的公司透明度越低，基金經(jīng)理的羊群行為越有必要，即基金經(jīng)理的羊群行為與特質(zhì)風險的負向關(guān)系越強。

H4：投資組合的社會關(guān)注度越低，基金經(jīng)理的羊群行為越有必要，即基金經(jīng)理的羊群行為與特質(zhì)風險的負向關(guān)系越強。

人們常說“選基金就是選基金經(jīng)理”，基金經(jīng)理的特征是決定基金表現(xiàn)的關(guān)鍵因素。大量的社會學、心理學和行為經(jīng)濟學的研究顯示，男性和女性在風險感知層面存在巨大差異，這導致兩者呈現(xiàn)出不同的風險偏好，相對于男性，女性基金經(jīng)理的風險厭惡程度更高(Malmendier et al.，2011)[22]。不僅如此，女性基金經(jīng)理的投資風格更為穩(wěn)健、謹慎，也更具連續(xù)性，與男性的自信、樂觀、膽大、富有創(chuàng)造力不同，女性基金經(jīng)理的性格更加細膩、敏感、有耐心，思維方式更有整體性和直覺性(Dwyer et al.，2002)[11]。根據(jù)以上文獻，男性基金經(jīng)理更加愿意“冒險”，這也是一把“雙刃劍”，某些時候會使他們變得自負、武斷、冒進，以致承擔過多本不應(yīng)該承擔的“多余風險”，本文提出如下假設(shè)。

H5：相對于女性，男性基金經(jīng)理更加應(yīng)該采取羊群行為，即男性基金經(jīng)理的羊群行為與特質(zhì)風險的負向關(guān)系更強。

此外，從業(yè)經(jīng)驗和學歷作為基金經(jīng)理的重要特征，顯著影響了其投資風格(Gottesman and Morey，2006)[17]。Gibbons and Murphy(1992)[16]發(fā)現(xiàn)，與剛?cè)胄械幕鸾?jīng)理相比，經(jīng)驗老到的基金經(jīng)理在面對業(yè)績下滑時更愿意為了挽回聲譽而過度冒險，他們自認為“更懂市場”，他們的退休時間也更近，因此鋌而走險的代價大大降低。徐瓊和趙旭(2008)[38]認為，基金經(jīng)理的從業(yè)經(jīng)驗越豐富，其風險控制的意識越強，也越不愿意冒險；基金經(jīng)理的受教育程度越高，其自信心越足，特別是受過碩士及以上教育的人，甚至嚴重高估了自己的知識水平和研判能力，導致投資業(yè)績差強人意。由于相關(guān)文獻較少，結(jié)論差異較大，本文提出如下對立假設(shè)。

H6a：從業(yè)經(jīng)驗愈豐富的基金經(jīng)理的羊群行為與特質(zhì)風險的負向關(guān)系愈強。

H6b：從業(yè)經(jīng)驗愈匱乏的基金經(jīng)理的羊群行為與特質(zhì)風險的負向關(guān)系愈強。

H7：學歷愈高的基金經(jīng)理的羊群行為與特質(zhì)風險的負向關(guān)系愈強。

模型與方法

一、基金經(jīng)理羊群行為的度量

Sias(2004)[27]指出，投資者相鄰兩期的交易行為具有協(xié)變性，若是采用跨期買賣證券的橫截面相關(guān)系數(shù)進行度量則可以將其拆分為兩部分：投資者跟隨自身買賣相同證券的行為和投資者跟隨他人買賣相同證券的行為。基金經(jīng)理羊群行為的度量方法如下。

首先，計算每個季度末相對于上季度末每只股票的基金交易情況，得出季度t時股票k的買入基金數(shù)量與交易基金數(shù)量之比：

其中，Di,k,t表示季度t時基金i是否買入股票k，買入記為1，否則為0；Nk,t表示季度t時股票k的交易基金數(shù)量。

為了便于比較，對季度t時股票k的買入基金數(shù)量比例進行標準化處理：

其次，令標準化的季度t時股票k的買入基金數(shù)量比例滿足一階自回歸條件，利用跨期買賣證券的橫截面相關(guān)系數(shù)βt度量季度t時基金經(jīng)理交易行為的協(xié)變性：

將βt寫為Δk,t和Δk,t-1的函數(shù)，由于Δk,t是標準化的，相關(guān)系數(shù)βt可以寫成協(xié)方差的形式：

將方程(2)代入方程(4)，得：

再次，將βt展開為兩部分，第一項是基金經(jīng)理跟隨自身買賣相同證券的行為，第二項是基金經(jīng)理跟隨他人買賣相同證券的行為：

最后，將方程(6)的第二項即基金經(jīng)理跟隨他人買賣相同證券的行為拆分為表示每只基金跟隨他人買賣相同證券的行為，這就是季度t時基金i的羊群行為指標(如果基金經(jīng)理傾向于跟隨他人進行買賣，該指標為正；如果基金經(jīng)理選擇與他人“背向而行”，該指標為負；如果基金經(jīng)理保持“特立獨行”，即買賣行為獨立于他人，則該指標為0)2：

二、投資組合特質(zhì)風險的度量

傳統(tǒng)金融學理論認為，通過構(gòu)造多元化投資組合，投資者可以將非系統(tǒng)性風險或特質(zhì)風險充分分散，然而行為金融學研究發(fā)現(xiàn)，無論是個人投資者還是機構(gòu)投資者都沒有充分分散特質(zhì)風險，即投資者在承擔系統(tǒng)性風險時也承擔著一定的特質(zhì)風險(Barber and Odean，2000)[4]。投資組合特質(zhì)風險的度量方法如下。

首先，定義基金的單位復權(quán)收益率，即考慮分紅、拆分后的單位份額實際收益率：

其中，NAi,d表示交易日d時基金i的單位凈值；Divdi,d-1表示交易日d-1時基金i的單位份額分紅大小。

其次，借鑒Ang et al.(2006)的方法，本文分別基于CAPM模型、Fama-French(1993)[13]三因子模型、Carhart(1997)[6]四因子模型以及Fama-French(2013)[12]五因子模型，利用每個季度的基金的單位復權(quán)收益率進行下列回歸：

其中，ri,d表示交易日d時基金i的單位復權(quán)收益率；rf,d表示交易日d時的無風險收益率，選取一年期定期存款利率除以252；rm,d表示交易日d時的市場收益率，選取流通市值加權(quán)的考慮現(xiàn)金紅利再投資的綜合市場收益率；SMBd、HMLd、MOMd、RMWd、CMAd分別表示交易日d時的規(guī)模因子、價值因子、動量因子、盈利能力因子、投資模式因子。

最后，計算季度t時基金i的殘差序列的樣本標準差，按照交易日數(shù)進行單位化，即乘以季度t時交易日數(shù)的平方根，得出投資組合的特質(zhì)風險：

其中，Std(εi,t,d)表示季度t時基金i的殘差序列的樣本標準差；表示季度t時基金i的交易日數(shù)。

三、控制變量

考慮到基金經(jīng)理羊群行為的影響因素眾多，為了進一步控制這些因素的影響，本文借鑒Chevalier and Ellison(1997)[8]、孟慶斌等(2015)[36]的研究，加入以下控制變量。

基金經(jīng)理特征：性別因素(Gender)，虛擬變量，基金經(jīng)理為女性記為1，反之為0；從業(yè)經(jīng)驗(Career)，基金經(jīng)理的執(zhí)業(yè)時間，以3個月單位計量；學歷(Edu1)，虛擬變量，基金經(jīng)理擁有碩士及以上學歷記為1，反之為0；學歷(Edu2)，虛擬變量，基金經(jīng)理擁有博士學歷記為1，反之為0。

基金特征：基金規(guī)模(Size)，基金凈值的對數(shù)；基金家族規(guī)模(Fsize)，基金公司旗下所有基金的凈值取對數(shù)；基金年齡(Age)，基金運營的時間，以年為單位；基金換手率(Tover)，基金持倉變動部分的市值與基金凈值比值；上一個時間期的基金分紅次數(shù)(Num)；上個時間期的基金單位份額分紅大小(Divd)。

其他影響因素：為控制宏觀市場走勢的影響加入了綜合市場收益率(Mktret)；在參考Pollet and Wilson(2008)[25]方法的基礎(chǔ)上加入基金資金流動比率(Flow)，具體計算方法如下：

其中，Sizei,t表示季度t時基金i的凈值；ri,t表示季度t時基金i的單位復權(quán)收益率。

四、信息不對稱的度量

1.投資組合的私有信息含量(PPI)

投資組合作為一籃子股票，其私有信息含量反映了一籃子股票的平均私有信息含量。借鑒Amihud and Goyenko(2013)[1]的方法，利用季度t時股票j的日收益率(復權(quán)后)對Carhart(1997)四因子模型回歸，得出季度t時股票j的私有信息含量(1-R2)，根據(jù)季度t時基金i的持股數(shù)據(jù)計算市值加權(quán)平均的投資組合的私有信息含量：

其中，ωi,j,t表示季度t時基金i持有股票j的資金比例；表示季度t時基金i持有的股票j的私有信息含量；Ji,t表示季度t時基金i持有的股票數(shù)量。

2.投資組合的公司透明度(PABACC)

鑒于盈余管理行為越嚴重，公司透明度越低，因此修正的Jones模型估計的操縱性應(yīng)計利潤的絕對值所表示的盈余管理水平也是公司透明度的良好衡量指標(Kim et al.，2011)[21]。投資組合的公司透明度反映了一籃子股票的平均公司透明度：首先，利用修正的Jones模型估計季度t時股票j的操縱性應(yīng)計利潤，采用其絕對值衡量公司透明度；其次，根據(jù)季度t時基金i的持股數(shù)據(jù)計算市值加權(quán)平均的投資組合的公司透明度。需要注意的是，該數(shù)值越大表示投資組合的公司透明度越低：

其中，ωi,j,t表示季度t時基金i持有股票j的資金比例；ABACCi,j,t表示季度t時基金i持有的股票j的公司透明度；Ji,t表示季度t時基金i持有的股票數(shù)量。

3.投資組合的社會關(guān)注度(PSA)

考慮到中國的互聯(lián)網(wǎng)用戶規(guī)模十分龐大3，以及百度公司在中國搜索引擎市場的統(tǒng)治地位，百度指數(shù)能夠較為準確地洞察全社會的關(guān)注熱點、追蹤相關(guān)媒體(自媒體)的輿論趨勢，因此是社會關(guān)注度的良好衡量指標。借鑒劉鋒等(2014)[34]的方法，利用百度指數(shù)以公司名稱、股票代碼為關(guān)鍵詞，人工查找季度t時股票j的搜索指數(shù)4(日搜索指數(shù)的算術(shù)平均值)，由于不同股票的搜索指數(shù)之間差異較大，采用其自然對數(shù)度量對應(yīng)股票的社會關(guān)注度，根據(jù)季度t時基金i的持股數(shù)據(jù)計算市值加權(quán)平均的投資組合的社會關(guān)注度，該數(shù)值越大表示投資組合的社會關(guān)注度越高：

其中，NameIndexj,t、NumberIndexj,t分別表示季度t時股票j的公司名稱搜索指數(shù)、股票代碼搜索指數(shù)；ωi,j,t表示季度t時基金i持有股票j的資金比例；SAi,j,t表示季度t時基金i持有的股票j的社會關(guān)注度；Ji,t表示季度t時基金i持有的股票數(shù)量。

五、實證模型

鑒于特質(zhì)風險可能存在強烈的慣性，本文設(shè)定模型為動態(tài)面板的形式。第一，利用方程(19)研究基金經(jīng)理的羊群行為是否影響投資組合的特質(zhì)風險：

第二，利用方程(20)研究信息不對稱是否影響基金經(jīng)理羊群行為與特質(zhì)風險之間的關(guān)系：

其中，PPIi,t表示投資組合的私有信息含量；PABACCi,t表示投資組合的公司透明度；PSAi,t表示投資組合的社會關(guān)注度；Control表示控制變量序列。

第三，利用方程(21)研究基金經(jīng)理的特征是否影響羊群行為與特質(zhì)風險之間的關(guān)系：

其中，Contol表示控制變量序列。

樣本選取與統(tǒng)計描述

一、數(shù)據(jù)來源

股權(quán)分置改革是中國政府為大力發(fā)展市場經(jīng)濟提出的一項政策要求，研究發(fā)現(xiàn)其在促進公司治理水平和提升業(yè)績方面具有積極的影響(陳勝藍和盧銳，2012)[33]，這會干擾本文研究，主要基于以下兩個方面的考慮：一是，其會加劇由政策性干預(yù)帶來的股市突發(fā)波動風險進而影響基金所持投資組合的崩盤風險(袁鯤等，2014)[39]；二是，其會通過加劇公司現(xiàn)金股利政策的不平穩(wěn)影響投資者的投資偏好(陳名芹等，2017)[32]。據(jù)此，為規(guī)避股權(quán)分置改革的干擾本文將樣本區(qū)間設(shè)為2007年初～2016年末。

在數(shù)據(jù)選取過程中，還做了以下處理：本文選取的樣本為剔除了QDII、QFII和指數(shù)型基金后的股票型基金和偏股型基金；參考Jin and Myers(2006)[19]對特質(zhì)風險的計算方法，將時間期數(shù)小于40的樣本予以剔除；為保證數(shù)據(jù)的可靠性，本文剔除數(shù)據(jù)缺失樣本并對文中全部連續(xù)性變量進行了縮尾處理。基金重倉股持股數(shù)據(jù)5、基金特征數(shù)據(jù)以及基金市場收益率的數(shù)據(jù)來自于WIND數(shù)據(jù)庫、CSMAR數(shù)據(jù)庫和天天基金網(wǎng)的手工查詢；基金單位凈值和復權(quán)因子數(shù)據(jù)來自于RESSET數(shù)據(jù)庫。

表1 主要變量的描述性統(tǒng)計

二、描述性統(tǒng)計

本文變量的描述性統(tǒng)計如表1所示。從表1可以看出：(1)基金經(jīng)理羊群行為指標具有均值大于0、最小值小于0和存在趨近于0的部分樣本的特征，分別表明存在跟隨他人交易的傾向的基金經(jīng)理、偏好與他人背道而馳的基金經(jīng)理和不受他人決策影響的基金經(jīng)理；(2)利用CAPM模型、Fama-French(1993)[13]三因子模型、Carhart(1997)[6]四因子模型以及Fama-French(2013)[12]五因子模型計算的特質(zhì)風險指標的統(tǒng)計特征存在一定差異；(3)基金規(guī)模指標顯示最小的基金其規(guī)模僅為0.067億元而最大則達到447.354億元，表明中國基金存在規(guī)模差異較大的特征，而基金家族規(guī)模指標尤甚，表明中國基金行業(yè)發(fā)展并不不平衡。此外，從性別和學歷指標可以看出中國的基金經(jīng)理人群中男性仍占據(jù)主導優(yōu)勢且普遍受教育程度較高——碩士居多。

三、基金經(jīng)理羊群行為的持續(xù)性研究

同一基金的羊群行為在當期存在是否能夠在后續(xù)期間仍能得以保持對本文的研究具有重要意義，因此，需通過計算一個轉(zhuǎn)移概率矩陣對這一問題進行考察。具體的計算方式如下：首先，盯住某一時間期，根據(jù)盯住的這一時點的羊群行為按照從小到大的順序依次排列并等分為10組；然后，計算以上分組組合分別在3個月、6個月、12個月之后仍然屬于原有組合的概率；接著，針對其他時間期重復以上計算，并將所有時期的計算結(jié)果合并，即進行簡單算術(shù)平均處理。結(jié)果列示在表2的Panel A、Panel B和Panel C中。

表2結(jié)果顯示，基金經(jīng)理羊群行為的持續(xù)性較強，如Panel A中，在當前期屬于最強的基金經(jīng)理羊群行為的組合在3個月后仍屬于最強組合的概率為31.3%，在當前期屬于最弱的基金經(jīng)理羊群行為的組合在3個月后仍屬于最弱組合的概率為24.9%，基金經(jīng)理羊群行為這一變量的持續(xù)性違背了分布的隨機性(應(yīng)在10%左右)，表明其在投資行為中并不是非理性的情緒失控，而且一種策略性的主動。

表2 基于轉(zhuǎn)移概率矩陣的基金經(jīng)理羊群行為的持續(xù)性研究

四、基于分組下的羊群行為與特質(zhì)風險

本文考察基于分組下的羊群行為與特質(zhì)風險之間的關(guān)系：首先，將每個季度的基金經(jīng)理羊群行為的度量指標按照從小到大的順序進行排列并等分為5組；其次，計算每個組合在下個季度的基金凈值加權(quán)平均的單位復權(quán)收益率；再次，利用該收益率分別對CAPM模型、Fama-French(1993)[13]三因子模型、Carhart(1997)[6]四因子模型以及Fama-French(2013)[12]五因子模型回歸，得出每個組合在下個季度的殘差序列，并計算每個組合在下個季度的特質(zhì)風險；最后，對每個組合的特質(zhì)風險序列進行Newey-West調(diào)整的均值t檢驗。

由表3可得，隨著羊群行為的增強，組合的特質(zhì)風險呈下降趨勢，羊群行為最強的組合的特質(zhì)風險顯著低于羊群行為最弱的組合。這意味著，基金經(jīng)理的羊群行為與投資組合的特質(zhì)風險可能存在負相關(guān)關(guān)系。

回歸分析

鑒于特質(zhì)風險的一階滯后效應(yīng)，在面臨較長時期的面板數(shù)據(jù)時，將因變量滯后一期作為自變量放入方程進行Fama-Macbetch橫截面回歸或固定效應(yīng)回歸可能會導致內(nèi)生性問題。本文利用系統(tǒng)GMM的方法進行估計6，為了保證回歸結(jié)果的可靠性，使用Windmeijer(2005)[28]的兩階段糾偏穩(wěn)健標準誤?；鸾?jīng)理的性別、從業(yè)經(jīng)驗、學歷和基金的規(guī)模、家族規(guī)模、年齡、上季度分紅次數(shù)、上季度單位份額分紅大小以及市場收益率相對投資組合特質(zhì)風險而言，基本不存在內(nèi)生關(guān)系；基金的資金流動比率、換手率和基金經(jīng)理的羊群行為及其交互項與投資組合特質(zhì)風險之間可能存在著內(nèi)生關(guān)系。本文的研究目的是揭示當前羊群行為與未來特質(zhì)風險之間的關(guān)系，模型設(shè)定已經(jīng)將因變量做了超前一期處理，較好地避免了反向因果問題的干擾，因此，本文將解釋變量全部設(shè)定為外生變量。為了保證交互項的經(jīng)濟學含義以及避免多重共線性的影響，對其進行了中心化處理。

表3 基于分組下的羊群行為與特質(zhì)風險

表4 回歸結(jié)果

表4以Carhart(1997)[6]四因子模型計算的特質(zhì)風險為例7，列示了兩階段系統(tǒng)GMM估計結(jié)果，本文同樣采用CAPM模型、Fama-French(1993)[13]三因子模型、Fama-French(2013)[12]五因子模型計算的特質(zhì)風險進行了研究，結(jié)果基本不變，不再贅述8。Sangan檢驗和擾動項差分的二階序列相關(guān)檢驗在統(tǒng)計上均不顯著，說明不存在工具變量的過度識別問題且擾動項不存在一階序列相關(guān)，符合系統(tǒng)GMM估計的要求。

回歸方程(1)給出了基金經(jīng)理的羊群行為與投資組合特質(zhì)風險之間的關(guān)系?？梢钥闯觯夯鸾?jīng)理的羊群行為顯著降低了投資組合的特質(zhì)風險，因此，基金經(jīng)理的羊群行為是明智的。這一結(jié)果支持了“假設(shè)H1a”而不是“假設(shè)H1b”?；鸬哪挲g越大，特質(zhì)風險越低；市場收益率越低，特質(zhì)風險越低；基金經(jīng)理的學歷對特質(zhì)風險幾乎沒有影響，這似乎與常識相悖。此外，投資組合特質(zhì)風險的一階滯后效應(yīng)非常顯著，下個季度的特質(zhì)風險會受當前季度特質(zhì)風險的正向影響，即投資組合的特質(zhì)風險具有維持當前態(tài)勢的慣性。

回歸方程(2)、(3)、(4)加入了投資組合的私有信息含量、公司透明度、社會關(guān)注度與基金經(jīng)理羊群行為的交互項以考察信息不對稱是否會影響羊群行為與特質(zhì)風險之間的關(guān)系?？梢钥闯觯盒畔⒉粚ΨQ顯著影響了羊群行為與特質(zhì)風險之間的關(guān)系，投資組合的私有信息含量越低(PPI數(shù)值越小)、公司透明度越低(PABACC數(shù)值越大)、社會關(guān)注度越低(PSA數(shù)值越小)，基金經(jīng)理的羊群行為與特質(zhì)風險的負向關(guān)系越強，這說明了信息不對稱程度越高，基金經(jīng)理的羊群行為越有必要。這一結(jié)果支持了“假設(shè)H2”、“假設(shè)H3”和“假設(shè)H4”。

回歸方程(5)、(6)、(7)加入了基金經(jīng)理的性別、從業(yè)經(jīng)驗、學歷與基金經(jīng)理羊群行為的交互項以考察基金經(jīng)理特征是否會影響羊群行為與特質(zhì)風險之間的關(guān)系?？梢钥闯觯夯鸾?jīng)理特征顯著影響了羊群行為與特質(zhì)風險之間的關(guān)系，相對于女性(Gender=1)，男性(Gender=0)基金經(jīng)理的羊群行為與特質(zhì)風險的負向關(guān)系更強，這表明了男性基金經(jīng)理更加應(yīng)該采取羊群行為，而不是“固執(zhí)己見”。此外，無論是碩士學歷(Edu1=1)、博士學歷(Edu2=1)還是從業(yè)經(jīng)驗都不會對羊群行為與特質(zhì)風險之間的關(guān)系產(chǎn)生影響。這一結(jié)果支持了“假設(shè)H5”，然而“假設(shè)H6a”、“假設(shè)H6b”、“假設(shè)H7”均沒有得到支持。因此，羊群行為與特質(zhì)風險的關(guān)系似乎更多受投資者“天性”的影響而非后天的學習。

回歸方程(8)加入了全部的交互項以從整體上考察信息不對稱、基金經(jīng)理特征對羊群行為與特質(zhì)風險之間關(guān)系的影響。可以看出：基金經(jīng)理的羊群行為依然顯著降低了投資組合的特質(zhì)風險，基金經(jīng)理的羊群行為是明智的；每個交互項的系數(shù)的顯著性、大小與之前基本一致，符號也沒有發(fā)生變化。因此，回歸方程(1)～(7)的結(jié)果是穩(wěn)健的。

穩(wěn)健性檢驗

本文的穩(wěn)健性檢驗如下：(1)“?！?、“熊”周期不僅會影響投資組合的特質(zhì)風險還會對基金經(jīng)理的羊群行為產(chǎn)生干擾，選取2007年1季度初至2007年3季度末、2014年2季度初至2015年2季度末作為“牛市”的典型代表，選取2008年1季度初至2008年4季度末、2015年3季度初至2016年1季度末作為“熊市”的典型代表，針對“牛”、“熊”周期的四個區(qū)間進行子樣本回歸；(2)投資組合的特質(zhì)風險受持股分散化程度的影響較大，剔除某個季度前十大重倉股的持股資金比例小于50%的基金樣本；(3)為防止基金的換手率對基金經(jīng)理羊群行為的潛在影響，除了在上文的回歸方程中加以控制之外，按照基金的換手率排序，針對高換手率組和低換手率組進行子樣本回歸；(4)無論是CAPM模型、Fama-French(1993)[13]三因子模型、Carhart(1997)[6]四因子模型還是Fama-French(2013)[12]五因子模型計算的投資組合特質(zhì)風險都會受到無風險收益率的影響，選取三個月期定期存款利率代替上文的一年期定期存款利率表示無風險收益率。所有穩(wěn)健性檢驗的結(jié)果與本文結(jié)果基本一致，說明本文結(jié)論是穩(wěn)健的。

結(jié)論與啟示

為了回答基金經(jīng)理的羊群行為是否“明智”，本文選擇了一個新的視角——研究基金經(jīng)理的羊群行為如何影響投資組合的特質(zhì)風險。選取2007～2016年中國的股票型開放式基金和偏股型開放式基金為樣本，采用Sias(2004)[27]的序貫交易模型度量羊群行為，不僅避免了“偽羊群行為”的干擾、保證了估計的無偏性，而且更加符合羊群行為的經(jīng)濟學本質(zhì)即跨期模仿，基于投資者的交易行為，該模型去除了引起股價變動的本不屬于羊群行為卻被錯誤歸于羊群行為的種種噪聲。研究發(fā)現(xiàn)：(1)基金經(jīng)理的羊群行為降低了投資組合的特質(zhì)風險，這證明了基金經(jīng)理的羊群行為是明智的；(2)投資組合的私有信息含量越低、公司透明度越低、社會關(guān)注度越低，基金經(jīng)理的羊群行為與特質(zhì)風險的負向關(guān)系越強，這說明了信息不對稱程度越高，基金經(jīng)理的羊群行為越有必要；(3)相對于女性，男性基金經(jīng)理的羊群行為與特質(zhì)風險的負向關(guān)系更強，這表明了男性基金經(jīng)理更加應(yīng)該采取羊群行為，而不是“固執(zhí)己見”。

本文的理論意義和現(xiàn)實意義在于：第一，不同于以往文獻研究羊群行為對外部的影響，如市場風險或股票風險等，本文研究羊群行為對自身的影響，通過考察基金經(jīng)理的羊群行為如何影響投資組合的特質(zhì)風險進而證明了基金經(jīng)理的羊群行為是明智的；第二，結(jié)合已有學者的研究，即羊群行為加劇了市場波動、破壞了市場穩(wěn)定、提高了金融體系脆弱性，本文結(jié)論表明了信息不對稱會引起金融市場上的“個體最優(yōu)決策”與“社會最大福利”之間的矛盾，這導致了“看不見的手”的失靈，政府應(yīng)該加快推動市場監(jiān)管體系的改革與創(chuàng)新，制定并完善相關(guān)的信息披露制度，通過降低信息不對稱程度以引導金融市場的資源配置從“局部最優(yōu)”走向“全局最優(yōu)”。

注釋

1.摘自“2016第五屆金融街論壇”，國務(wù)院發(fā)展研究中心高級研究員吳敬璉的發(fā)言稿。

2.與路磊等(2014)[35]事先假設(shè)基金經(jīng)理的羊群行為是有選擇的不同，本文并沒有假設(shè)基金經(jīng)理偏好于參考業(yè)績比自己好的基金經(jīng)理的投資策略，因此，本文所證明的基金經(jīng)理的羊群行為是明智的這一結(jié)論是穩(wěn)健且有代表性的。

3.根據(jù)中國互聯(lián)網(wǎng)絡(luò)信息中心(CNNIC)發(fā)布的第41次《中國互聯(lián)網(wǎng)絡(luò)發(fā)展狀況統(tǒng)計報告》，中國的互聯(lián)網(wǎng)用戶規(guī)模在2007年便已突破2.1億，截止2016年底已達7.3億。

4.百度搜索指數(shù)分為PC搜索指數(shù)(起始于2006年)和移動搜索指數(shù)(起始于2011年)，中國的移動互聯(lián)網(wǎng)崛起于2011年，搜索引擎的整體流量從PC端向移動端的快速轉(zhuǎn)移則發(fā)生于2013年之后，因此，本文采用的搜索指數(shù)在2011年之前為PC搜索指數(shù)，在2011年及之后為PC搜索指數(shù)與移動搜索指數(shù)之和。

5.基金的季度報告只披露前十大重倉股，因此本文基金經(jīng)理羊群行為的指標計算只涉及前十大重倉股，考慮到基金經(jīng)理羊群行為的跨期模仿特征，本文沒有采用基金持股的半年度數(shù)據(jù)，即便其擁有完整的持股數(shù)據(jù)。

6.本文面板數(shù)據(jù)的時期跨度較長(40個季度)，差分GMM估計容易出現(xiàn)弱工具變量問題(Che et al.，2013)[7]。

7.Fama and French(2010)[14]、申宇等(2013)[37]均認為四因子模型有較強的解釋能力，且已被大量的國內(nèi)外實證研究所采用。

8.限于篇幅，不再報告詳細結(jié)果，如有需要，可向作者索取。