中國(guó)開放式基金風(fēng)格漂移動(dòng)態(tài)研究

摘要：本文對(duì)Sharpe強(qiáng)式風(fēng)格模型存在的缺乏參數(shù)顯著性統(tǒng)計(jì)及靜態(tài)估計(jì)等關(guān)鍵問題進(jìn)行改進(jìn)，對(duì)我國(guó)開放式偏股型基金風(fēng)格漂移進(jìn)行實(shí)證研究和效果對(duì)比。研究結(jié)果表明：我國(guó)開放式基金業(yè)中風(fēng)格漂移嚴(yán)重，大部分股票型基金偏好中、大盤成長(zhǎng)股，顯示出明顯的風(fēng)格趨同特征；在利用Sharpe模型進(jìn)行風(fēng)格識(shí)別時(shí)，引進(jìn)權(quán)重系數(shù)的T統(tǒng)計(jì)值進(jìn)行顯著性檢驗(yàn)，可以減少單純依靠風(fēng)格權(quán)重系數(shù)識(shí)別所引起的估計(jì)偏差。

關(guān)鍵詞：Sharpe風(fēng)格模型；模型改進(jìn)；風(fēng)格漂移；實(shí)證研究

中圖分類號(hào)：F830.91 文獻(xiàn)標(biāo)識(shí)碼：B

一、 引言

基金風(fēng)格分析被廣泛認(rèn)為具有價(jià)值和實(shí)用性，是對(duì)基金進(jìn)行評(píng)價(jià)的前提，但對(duì)于如何識(shí)別基金風(fēng)格卻存在大量的爭(zhēng)論。識(shí)別基金投資風(fēng)格的方法有事前分析和事后分析兩種，事前分析是指根據(jù)基金招募說明書中宣稱的投資目標(biāo)和投資策略來確定基金的投資風(fēng)格；事后分析則根據(jù)基金在實(shí)際運(yùn)作期間表現(xiàn)出來的特性來識(shí)別其投資風(fēng)格，具體又可以分為基于組合特征的風(fēng)格識(shí)別方法（Holding Based Style， HBS）和基于組合收益的風(fēng)格識(shí)別方法（Return Based Style， RBS）。鑒于基金業(yè)中存在一定程度的“風(fēng)格漂移”現(xiàn)象，使得事前風(fēng)格分析方法面臨局限［1］，目前學(xué)術(shù)界的研究和應(yīng)有主要集中于事后風(fēng)格分析。

基于組合特征的風(fēng)格識(shí)別法是通過計(jì)算投資組合中的市值規(guī)模、市盈率和市凈率等特征來判斷其投資風(fēng)格，這種識(shí)別方法可以得到基金投資的“實(shí)際風(fēng)格”，但同時(shí)也就要求我們必須及時(shí)具備當(dāng)期的基金持倉(cāng)明細(xì)。根據(jù)我國(guó)現(xiàn)行的基金信息披露制度，2004年下半年后投資者才能得到基金的季報(bào)，季報(bào)中披露了基金投資組合及其重倉(cāng)股信息；如果通過年報(bào)或中報(bào)分析，信息更詳細(xì)，但時(shí)間間隔比較長(zhǎng)。因此，由于信息披露的頻度限制和時(shí)間滯后，很難獲得及時(shí)詳盡的數(shù)據(jù)用于基金風(fēng)格分析，這也就使得該方法在實(shí)際操作上受到很大局限。

基于組合收益的風(fēng)格識(shí)別法，鑒于基金收益會(huì)與某種特定風(fēng)格投資組合的收益存在高度相關(guān)性，可以通過檢驗(yàn)特定期間基金收益率與各類風(fēng)格指數(shù)的平均風(fēng)險(xiǎn)暴露程度來判斷基金風(fēng)格，這種方式的實(shí)質(zhì)就是“透過現(xiàn)象看本質(zhì)”。無論是在國(guó)內(nèi)還是在國(guó)外，相對(duì)于基金其他數(shù)據(jù)，基金收益率數(shù)據(jù)都是最容易獲得的，這也正是該方法成為當(dāng)前最廣泛使用的風(fēng)格識(shí)別方法的主要原因之一。

Christopherson(1995)認(rèn)為基金投資風(fēng)格涉及到股票特征及隨后的收益之間的明確聯(lián)系，并對(duì)目前常見的兩種風(fēng)格識(shí)別方法（RBS和HBS）進(jìn)行系統(tǒng)比較研究［2］。首先，RBS分析法無法識(shí)別或評(píng)價(jià)數(shù)據(jù)中存在的噪音對(duì)分析結(jié)果的影響，一旦低估了這種噪音的影響，將導(dǎo)致對(duì)投資風(fēng)格分析得出與實(shí)際不符的錯(cuò)誤；這種方法在面臨風(fēng)格動(dòng)態(tài)性方面也傾向于顯示出風(fēng)格模糊性，這種模糊性的出現(xiàn)在基于不同窗口數(shù)據(jù)之間的滾動(dòng)計(jì)算下是不可避免的；風(fēng)格變化在管理組合風(fēng)險(xiǎn)中也有著重要的作用，當(dāng)基金投資風(fēng)格穩(wěn)定時(shí)，預(yù)測(cè)其未來收益將有一定的正確性，而當(dāng)基金投資風(fēng)格發(fā)生變化時(shí)，這種附有前提條件的預(yù)測(cè)將產(chǎn)生錯(cuò)誤。相關(guān)性分析對(duì)于風(fēng)格的變化往往比較難以識(shí)別，這主要源于其方法的原理所造成。正是由于RBS方法存在這些的缺陷，Christopherson極力主張采用基于組合特征的分析法(HBS)來識(shí)別基金投資風(fēng)格；但Trzcinka、Charles（1995）［3］對(duì)Christopherson(1995)的觀點(diǎn)提出不同意見，認(rèn)為Sharpe模型盡管存在有些缺陷，但其具有其他識(shí)別方法所不具有的優(yōu)勢(shì)：（1）原理簡(jiǎn)單易懂而且符合投資實(shí)踐；（2）計(jì)算方便而且成本小；Trzcinka、Charles（1995）認(rèn)為這種基于投資組合收益來分析基金投資風(fēng)格的方法具備簡(jiǎn)便和客觀的優(yōu)勢(shì)，這種優(yōu)勢(shì)大于自身存在的劣勢(shì)［3］、正是這些優(yōu)勢(shì)使得Sharpe模型至今依然廣為應(yīng)用。

楊朝軍（2007）對(duì)這兩種最常見的風(fēng)格識(shí)別方法（RBS和HBS）從預(yù)測(cè)性、及時(shí)性和準(zhǔn)確性三個(gè)方面進(jìn)行比較與總結(jié)之后，認(rèn)為RBS的預(yù)測(cè)性在預(yù)測(cè)性方面要好于HBS的預(yù)測(cè)性；在及時(shí)性方面，在短期內(nèi)對(duì)基金投資風(fēng)格的判斷準(zhǔn)確性上HBS將優(yōu)于RBS［4］。本文認(rèn)為由于中國(guó)基金信息披露的頻度限制、時(shí)間滯后性以及我國(guó)基金業(yè)普遍存在的風(fēng)格漂移現(xiàn)象，這些都嚴(yán)重限制了HBS方法的使用；同時(shí)該方法也只是對(duì)基金風(fēng)格在某一時(shí)期內(nèi)的靜態(tài)平均估計(jì)，這難以及時(shí)捕捉我國(guó)基金業(yè)存在的風(fēng)格漂移的動(dòng)態(tài)變化特征。相比之下，RBS方法卻可以通過調(diào)整估計(jì)時(shí)間窗口和采用滾動(dòng)回歸分析等方法，揭示基金的風(fēng)格漂移的動(dòng)態(tài)特征，從中長(zhǎng)期來看RBS的分析結(jié)果準(zhǔn)確性要優(yōu)于HBS。因此，從預(yù)測(cè)性、及時(shí)性和準(zhǔn)確性三個(gè)方面綜合考慮，結(jié)合中國(guó)基金實(shí)際情況來看，運(yùn)用RBS進(jìn)行基金風(fēng)格識(shí)別比HBS將更為可靠。Sharpe強(qiáng)式風(fēng)格模型作為RBS方法中最具代表性的風(fēng)格識(shí)別法，以其原理簡(jiǎn)單易懂、操作簡(jiǎn)便和最貼近基金投資實(shí)務(wù)等優(yōu)點(diǎn)而一直廣受應(yīng)用；對(duì)該模型的研究與改進(jìn)成果也相對(duì)集中，目前對(duì)Sharpe模型的批評(píng)主要集中在如下幾點(diǎn)：（1）各種風(fēng)格指數(shù)系列之間存在較高的相關(guān)性；（2）沒有給出各種風(fēng)格指數(shù)權(quán)重的統(tǒng)計(jì)顯著性；（3）靜態(tài)平均估計(jì)問題；（4）風(fēng)格指數(shù)種類選擇問題。以上問題中，一旦解決了Sharpe風(fēng)格模型參數(shù)顯著性統(tǒng)計(jì)這一關(guān)鍵問題，其他問題也間迎刃而解。

Sharpe強(qiáng)式風(fēng)格模型是基于組合收益的基金風(fēng)格識(shí)別方法中最具代表性方法，本文對(duì)Sharpe強(qiáng)式風(fēng)格模型存在的問題及其改進(jìn)措施進(jìn)行詳細(xì)討論，并在此基礎(chǔ)上形成了適合用于中國(guó)基金市場(chǎng)的改進(jìn)型Sharpe風(fēng)格模型。利用該改進(jìn)型模型對(duì)我國(guó)在2004年底前成立的52只開放式基金的投資風(fēng)格漂移進(jìn)行實(shí)證研究，目的在于：第一，揭示我國(guó)開放式基金風(fēng)格漂移及其變遷特點(diǎn)；第二，評(píng)價(jià)改進(jìn)后Sharpe風(fēng)格模型的識(shí)別效果，總結(jié)應(yīng)用該方法時(shí)的一般判斷原則。

本文研究的特色之處在于結(jié)合中國(guó)基金實(shí)際情況，詳盡討論Sharpe強(qiáng)式風(fēng)格模型存在的問題及改進(jìn)措施；在涵蓋國(guó)內(nèi)基金投資范圍的情況下，推導(dǎo)出Sharpe模型參數(shù)的標(biāo)準(zhǔn)差公式和置信區(qū)間計(jì)算公式，從而可以計(jì)算參數(shù)的統(tǒng)計(jì)顯著性水平和置信區(qū)間，提高了對(duì)基金投資風(fēng)格分析的準(zhǔn)確性和可靠性；提出了適合中國(guó)基金風(fēng)格識(shí)別的改進(jìn)型Sharpe模型，并總結(jié)出基于該模型進(jìn)行基金風(fēng)格識(shí)別的一般判斷原則。

二、 Sharpe強(qiáng)勢(shì)風(fēng)格模型的缺陷與改進(jìn)

時(shí)至今日，對(duì)以Sharpe風(fēng)格模型為代表的RBS方法的眾多批評(píng)主要源于各種風(fēng)格因子之間存在較強(qiáng)的相關(guān)性以及Sharpe風(fēng)格模型參數(shù)缺乏顯著性統(tǒng)計(jì)。本文認(rèn)為各種風(fēng)格因子之較強(qiáng)的相關(guān)性源于面臨共同系統(tǒng)風(fēng)險(xiǎn)，尤其對(duì)中國(guó)股票市場(chǎng)來說，系統(tǒng)風(fēng)險(xiǎn)已經(jīng)成為最主要的風(fēng)險(xiǎn)；這是一個(gè)程度大小問題，而不是一個(gè)有無的問題；因此，解決Sharpe模型的關(guān)鍵之處在于提供模型參數(shù)的顯著性統(tǒng)計(jì)。

（一）各種風(fēng)格指數(shù)間的相關(guān)性問題

這里對(duì)8種風(fēng)格指數(shù)收益率月度系列（2004年3月至2008年12月）進(jìn)行相關(guān)性分析。由表1可知，各種風(fēng)格指數(shù)收益率之間存在較高的相關(guān)性。對(duì)各個(gè)時(shí)間系列進(jìn)行差分處理（各種風(fēng)格指數(shù)收益率減去無風(fēng)險(xiǎn)收益率），希望能降低各種風(fēng)格指數(shù)之間的高度相關(guān)性，結(jié)果如表2所示。

顯然，六種風(fēng)格指數(shù)收益率在扣除無風(fēng)險(xiǎn)收益率之后的相關(guān)性與表1基本一致，只是中國(guó)國(guó)債指數(shù)和中標(biāo)企債指數(shù)與六種風(fēng)格指數(shù)的相關(guān)性略有降低。這表明差分處理方式依然無法顯著降低各種風(fēng)格指數(shù)之間的高度相關(guān)性，這種高度相關(guān)性來自于系統(tǒng)風(fēng)險(xiǎn)的共同影響。因此，本文認(rèn)為，在中國(guó)股市中各種風(fēng)格指數(shù)之間的高度相關(guān)性是一個(gè)長(zhǎng)期存在的普遍現(xiàn)象，差分處理難以解決該問題。要解決Sharpe模型存在問題的關(guān)鍵是需要給出回歸參數(shù)的顯著性統(tǒng)計(jì)值(T統(tǒng)計(jì)值)，這將有助于投資者通過判斷權(quán)重系數(shù)的顯著性來更準(zhǔn)確的分析基金投資風(fēng)格，而不僅僅依靠權(quán)重系數(shù)的大小，從而提高了對(duì)基金投資風(fēng)格分析的準(zhǔn)確性和可靠性。

（二）Sharpe強(qiáng)式風(fēng)格模型參數(shù)的統(tǒng)計(jì)顯著性與置信區(qū)間

Sharpe 模型風(fēng)格分析中對(duì)各種風(fēng)格因子之間是否存在共線性這一問題上存在模糊性。Sharpe（1992）也指出，各種風(fēng)格資產(chǎn)之間應(yīng)該有較低的相關(guān)性以防止存在較高的相關(guān)性而導(dǎo)致不同的標(biāo)準(zhǔn)差［6］。這個(gè)聲明也只是對(duì)所選的市場(chǎng)指數(shù)的主觀意愿要求，以此防止各指數(shù)之間存在共線性的可能。不幸的是，實(shí)踐中許多應(yīng)用者都忽視了這個(gè)聲明，而選用那些明顯存在較高相關(guān)性的資產(chǎn)類指數(shù)。因此，風(fēng)格權(quán)重系數(shù)如果缺乏顯著性統(tǒng)計(jì)的話，Sharpe模型風(fēng)格分析的可靠性將大大降低。Angelo Lobosco， Dan Dibartolomeo（1997）認(rèn)為盡管Sharpe模型目前被廣泛應(yīng)用，但該模型沒有給出所得各種風(fēng)格因子權(quán)重系數(shù)的置信區(qū)間，因而也無法區(qū)分各權(quán)重系數(shù)各自的統(tǒng)計(jì)顯著性［5］。盡管Sharpe(1992)認(rèn)為在模型中最大的回歸參數(shù)確定了該投資組合的風(fēng)格［6］，該系數(shù)是否在統(tǒng)計(jì)上顯著呢，或者如果出現(xiàn)兩個(gè)參數(shù)相近的情況，又該如何判斷呢。對(duì)于這些問題，在回歸參數(shù)缺乏顯著性統(tǒng)計(jì)的情況下難以解決。對(duì)此， Angelo Lobosco，Dan Dibartolomeo（1997）［5］指出了計(jì)算Sharpe模型各權(quán)重系數(shù)標(biāo)準(zhǔn)差公式的近似思路，在一定程度上使得對(duì)各權(quán)重系數(shù)進(jìn)行統(tǒng)計(jì)顯著性檢驗(yàn)成為可能。下面將借鑒這種思路進(jìn)一步推導(dǎo)出涵蓋我國(guó)基金所有資產(chǎn)配置種類（8種風(fēng)格因子）下的Sharpe強(qiáng)式風(fēng)格模型參數(shù)的標(biāo)準(zhǔn)差和置信區(qū)間的近似公式。 Sharpe（1992）［6］進(jìn)一步將共同基金可投資的資產(chǎn)類別推廣到債券、國(guó)庫(kù)券或者外國(guó)股票等十二類資產(chǎn)，并提出了如下的資產(chǎn)因子模型：

其中Ri 是第i個(gè)基金的收益率； F1，F(xiàn)2，…，F(xiàn)n分別是代表各種風(fēng)格資產(chǎn)類的指數(shù)收益率；而bi1，bi2，…，bin是基金組合收益率對(duì)各種風(fēng)格資產(chǎn)類收益率的敏感度；ei是組合收益率中不能被各種風(fēng)格因子解釋的部分，一般也將這部分認(rèn)為是基金經(jīng)理主動(dòng)投資所得的收益（包括選股能力和擇時(shí)能力的收益）。與一般的多元線性回歸模型不同，這里的系數(shù)估計(jì)采用的是一個(gè)有約束的二次規(guī)劃方法，它要求∑nj=1bij=1，bij0。在所有因子敏感度bij中，最大的bij所對(duì)應(yīng)的因子就是該投資組合的投資風(fēng)格。定義R2=1-var(ei)/var(Ri)并認(rèn)為R2就是投資風(fēng)格對(duì)組合投資收益率的貢獻(xiàn)， 1-R2就是組合投資經(jīng)理的選股能力和擇時(shí)能力對(duì)投資收益的貢獻(xiàn)。這就是經(jīng)典的Sharpe風(fēng)格分析方法，一般稱為Sharpe強(qiáng)式投資風(fēng)格分析法；當(dāng)去掉非賣空約束條件后，一般稱為Sharpe半強(qiáng)式投資風(fēng)格分析法；再去掉資產(chǎn)組合約束條件后，一般稱為Sharpe弱式投資風(fēng)格分析法。對(duì)此，在使用Sharpe投資風(fēng)格分析法時(shí)，必須首先決定是使用強(qiáng)式、半強(qiáng)式還是弱式分析法，選擇的依據(jù)取決于基金當(dāng)時(shí)所處的市場(chǎng)環(huán)境。Sharpe強(qiáng)式模型包含了非賣空約束條件和資產(chǎn)組合約束條件。這與目前中國(guó)證券市場(chǎng)對(duì)基金投資的約束情況相一致，因此本文以Sharpe強(qiáng)式模型為基礎(chǔ)進(jìn)行其回歸參數(shù)標(biāo)準(zhǔn)差和置信區(qū)間的近似公式的推導(dǎo)。

假設(shè)真實(shí)的風(fēng)格權(quán)重為：

S=∑wiFi

（2）

其中wi為指數(shù)i的真實(shí)權(quán)重，F(xiàn)i為指數(shù)i收益的時(shí)間系列，實(shí)際上S和wi都是未知的，我們采用Sharpe風(fēng)格分析法來估計(jì)這些值，令：

A=R-S

（3）

其中R為所分析的投資組合的收益系列，A系列可視為有兩個(gè)約束條件的回歸模型的殘差項(xiàng)系列。注意到A的組成部分中包含了一個(gè)先驗(yàn)值，而S也是未知的，這導(dǎo)致估計(jì)的風(fēng)格權(quán)重?zé)o法完全與真實(shí)的權(quán)重一致；對(duì)此，這里令：

ωi=wi+Δwi

（4）

其中ωi為對(duì)風(fēng)格指數(shù)Fi的真實(shí)權(quán)重的估計(jì)，Δwi為對(duì)風(fēng)格指數(shù)Fi的估計(jì)所產(chǎn)生的殘差。因此，Δwi的標(biāo)準(zhǔn)差計(jì)算將是求權(quán)重置信區(qū)間的關(guān)鍵所在。

與此同時(shí)，盡管各種風(fēng)格指數(shù)之間的相關(guān)性并不影響Sharpe模型的總擬合度，但也造成權(quán)重估計(jì)上的偏差，因此必須對(duì)每個(gè)風(fēng)格指數(shù)與其他風(fēng)格指數(shù)的關(guān)系進(jìn)行識(shí)別，定義：

Ti=∑vmFm(m≠i)，其中∑vm=1(m≠i)

（5）

Ti為由其他風(fēng)格指數(shù)收益率通過Sharpe分析方法所計(jì)算得到的第i種風(fēng)格指數(shù)收益率。vm為第m種風(fēng)格指數(shù)權(quán)重， Fm為第m種風(fēng)格指數(shù)收益。

在定義一種風(fēng)格指數(shù)與其他風(fēng)格指數(shù)的線性關(guān)系上，直觀的解釋已經(jīng)沒有必要了，因此，我們?nèi)サ羲酗L(fēng)格權(quán)重必須處于0和1之間的約束條件，但仍保留各權(quán)重之和為1的條件，這主要是要和Sharpe模型的算法保持一致。

令Bi=Fi-Ti，這里代表了風(fēng)格指數(shù)i的收益Fi不能為其他風(fēng)格指數(shù)收益所解釋的部分，在后面的推導(dǎo)中，將這部分收益的標(biāo)準(zhǔn)差作為未被Shapre風(fēng)格分析法所解釋到的收益的波動(dòng)率。

這里將上面提到的兩個(gè)誤差項(xiàng)Δwi （來自Sharpe分析法中的權(quán)重誤差項(xiàng)）和Bi （來自于未被其他風(fēng)格指數(shù)收益所解釋的部分收益）。只有通過這兩個(gè)誤差項(xiàng)之間的相互作用才能提高總體的擬合優(yōu)度。這里采用比較可行的方法就是使［R-S-(ΔwiBi)］或［A-ΔwiBi］的方差最小化。也即:

（三） 靜態(tài)平均估計(jì)問題

由于Sharpe模型所得出的形態(tài)實(shí)際上是整個(gè)研究期間內(nèi)的平均值，這是一種靜態(tài)統(tǒng)計(jì)分析，但在實(shí)踐中，基金投資形態(tài)是很可能隨著時(shí)間而不斷發(fā)生變化；因此，有必要對(duì)形態(tài)進(jìn)行動(dòng)態(tài)分析。一般采用滾動(dòng)時(shí)段的形態(tài)分析，即對(duì)于一系列連續(xù)的時(shí)期進(jìn)行一系列的形態(tài)分析，以此來揭露基金投資風(fēng)格的動(dòng)態(tài)漂移特征。當(dāng)然這里也涉及到靜態(tài)時(shí)間窗口和滾動(dòng)時(shí)間窗口的長(zhǎng)度選擇問題。對(duì)Sharpe風(fēng)格模型分析而言，一個(gè)重要的內(nèi)容就是模型中有關(guān)系數(shù)的估計(jì)問題，一般將用于估計(jì)系數(shù)的樣本區(qū)間長(zhǎng)度稱為時(shí)間窗。從回歸模型上看，系數(shù)的估計(jì)與樣本區(qū)間的時(shí)期長(zhǎng)短有密切關(guān)系，即與時(shí)間窗的選取有關(guān)系。在基金投資風(fēng)格不發(fā)生變化的條件下，時(shí)間窗一般越長(zhǎng)越好，因?yàn)榛诖髽颖镜墓烙?jì)可以減少收益率數(shù)據(jù)中的奇異點(diǎn)對(duì)回歸結(jié)果的影響，從而所識(shí)別的投資風(fēng)格更能與基金實(shí)際的投資風(fēng)格相一致［4］。然而實(shí)際上基金的投資風(fēng)格一般有可能是隨著時(shí)間的變化而不斷變化，已經(jīng)有許多文獻(xiàn)從實(shí)證支持了這一現(xiàn)象存在一定的普遍性，并將之稱為風(fēng)格“漂移”現(xiàn)象。因此，時(shí)間窗長(zhǎng)短的選取將成為影響投資風(fēng)格識(shí)別有效性的一個(gè)重要因素。

如果時(shí)間窗太長(zhǎng)，一般不能對(duì)基金投資風(fēng)格進(jìn)行正確的判斷。因?yàn)檫@期間內(nèi)基金可能已經(jīng)發(fā)生了多次的風(fēng)格漂移，而所估計(jì)出的投資風(fēng)格不過是對(duì)基金在這期間內(nèi)投資風(fēng)格系數(shù)平均值的估計(jì)，難以揭示出基金投資風(fēng)格的動(dòng)態(tài)變化。同樣，如果時(shí)間窗較短，則回歸得到的系數(shù)可能由于樣本數(shù)太小而導(dǎo)致較大的估計(jì)誤差，從而影響風(fēng)格識(shí)別的準(zhǔn)確性。總之，對(duì)時(shí)間窗長(zhǎng)度應(yīng)該如何選取還是一個(gè)新的有待實(shí)證研究的問題，一方面要考慮基金換手率的問題，另一方面也要考慮基金樣本誤差的問題［4］。時(shí)至今日，即使在美國(guó)，使用Sharpe風(fēng)格識(shí)別模型時(shí)，對(duì)時(shí)間窗的長(zhǎng)度也沒有形成統(tǒng)一的結(jié)論，一般認(rèn)為24-60個(gè)月的時(shí)間窗是比較合適的。在實(shí)踐中，由于西方國(guó)家資本市場(chǎng)發(fā)展歷史較長(zhǎng)，尤其是美國(guó)，在時(shí)間窗長(zhǎng)度的選取上一般都選取較大的長(zhǎng)度；Sharpe（1992）在提出該模型時(shí)，選取了5年的時(shí)間窗［6］，而Jon A.Christopherson(1995)在比較基于組合特征和基于投資組合收益的兩種投資風(fēng)格識(shí)別方法時(shí)，對(duì)時(shí)間窗也時(shí)采取了5年的長(zhǎng)度［2］，而Louis K.C. Chen 等人（2002）在對(duì)這兩種方法進(jìn)行綜合比較時(shí)采用了10年的時(shí)間窗［7］；Angelo Lobosco，Dan Dibartolomeo(1997)在對(duì)Sharpe模型的估計(jì)系數(shù)統(tǒng)計(jì)顯著性進(jìn)行分析時(shí)，采用了6年的時(shí)間窗［5］；Melvyn，Sung-Jun Woo（2004）指出估計(jì)一個(gè)基金的投資組合特征而減少受到樣本生存偏差的影響，一般需要30-36個(gè)月的收益數(shù)據(jù)［8］。

對(duì)于滾動(dòng)時(shí)間長(zhǎng)度的選擇至今也沒有統(tǒng)一的標(biāo)準(zhǔn)，主要取決于研究目標(biāo)及可獲數(shù)據(jù)頻率而定；由于直到2004年下半年開始，中國(guó)開放式基金才定期披露季報(bào)；因此，較為合理的滾動(dòng)時(shí)間窗口是一個(gè)季度或半年。本文采用Sharpe強(qiáng)式風(fēng)格模型來對(duì)我國(guó)在2004年之前成立的52只開放式基金在2004年3月-2008年12月的風(fēng)格變化進(jìn)行動(dòng)態(tài)分析。由于基金披露信息頻率為一個(gè)季度，所以這里采用3個(gè)月的滾動(dòng)步長(zhǎng)，窗口整體長(zhǎng)度為16個(gè)月。在2004年3月-2008年間12月期間連續(xù)滾動(dòng)計(jì)算14次(具體分布情況見圖1)。

圖1 Sharp強(qiáng)式風(fēng)格模型滾動(dòng)窗口

（四）風(fēng)格指數(shù)種類的選擇問題

在有關(guān)風(fēng)格指數(shù)種類的選擇問題上，John G.Gallo， Larry J.Lockwood（1997）通過比較3到5種風(fēng)格指數(shù)的Sharpe風(fēng)格分析法，發(fā)現(xiàn)四種風(fēng)格指數(shù)（大盤價(jià)值，大盤成長(zhǎng)，小盤價(jià)值和小盤成長(zhǎng)）的模型分析效果最佳［9］。這種最佳的效果表現(xiàn)在：高的收益均值和相對(duì)較低的標(biāo)準(zhǔn)差，而且在t值統(tǒng)計(jì)性上最顯著。這個(gè)結(jié)論與Radcliffe（1990）的觀點(diǎn)一致，Radcliffe建議應(yīng)該基于風(fēng)險(xiǎn)與收益（收入與成長(zhǎng)）的屬性，采用國(guó)內(nèi)四種風(fēng)格指數(shù)來區(qū)分基金經(jīng)理類型［10］。Tierney，Winston（1991）［11］，F(xiàn)ama，F(xiàn)rench（1992）［12］和Sharpe（1992）也建議采用基于價(jià)值/成長(zhǎng)和市值等投資組合特征來區(qū)分投資經(jīng)理類型［6］。

根據(jù)上節(jié)對(duì)八種常見的風(fēng)格指數(shù)（2004-2008）相關(guān)性分析，由上表1可知各種風(fēng)格指數(shù)之間相關(guān)性較高；除了與中信國(guó)債和中信企債這兩種指數(shù)之間存在負(fù)相關(guān)性外，這六種指數(shù)之間的相關(guān)性系數(shù)幾乎都在0.8以上，最高達(dá)到0.97；這說明六種股票風(fēng)格指數(shù)之間存在較高的顯著正相關(guān)性。因此，即使采用John G.Gallo， Larry J.Lockwood（1997）［9］的建議，選取四種風(fēng)格指數(shù)（大盤價(jià)值、大盤成長(zhǎng)、小盤價(jià)值和小盤成長(zhǎng)）來進(jìn)行分析，但由于這四種指數(shù)之間的相關(guān)性系數(shù)也均在0.8以上，說明存在較高的顯著正相關(guān)性，這已經(jīng)達(dá)不到采用John G.Gallo， Larry J.Lockwood（1997）［9］和Radcliffe(1990) ［10］建議的前提條件，將導(dǎo)致分析無法取得預(yù)期合理的效果。對(duì)此，為了全面刻畫基金投資風(fēng)格特征，本文采取涵蓋基金投資組合的八種風(fēng)格指數(shù)作為風(fēng)格因子，至于各種風(fēng)格指數(shù)之間的高度相關(guān)性所導(dǎo)致的風(fēng)格估計(jì)偏差將通過補(bǔ)充風(fēng)格權(quán)重的統(tǒng)計(jì)顯著性水平來予以修正。

三、實(shí)證研究

有了Sharpe強(qiáng)式風(fēng)格模型回歸的標(biāo)準(zhǔn)差近似計(jì)算公式（12），本節(jié)將對(duì)樣本基金在研究時(shí)期內(nèi)的風(fēng)格特征顯著性進(jìn)行統(tǒng)計(jì)分析。這里采用改進(jìn)后的Sharpe強(qiáng)式風(fēng)格模型對(duì)基金風(fēng)格漂移進(jìn)行實(shí)證研究。

（一）樣本選擇與數(shù)據(jù)說明

本文以在2001-2003之間成立的32只開放式偏股型基金為研究對(duì)象。根據(jù)基金約定的投資風(fēng)格劃分，其中成長(zhǎng)型9只，價(jià)值型7只，平衡型16只。樣本期間為2004年3月-2008年12月。這期間，中國(guó)證券市場(chǎng)經(jīng)歷了熊牛更迭的寬幅波動(dòng)，具有一定完整周期性；在此期間，中國(guó)證券市場(chǎng)也經(jīng)歷了股權(quán)分置改，并逐步迎來全流通局面，這些都深刻改變了市場(chǎng)的股權(quán)結(jié)構(gòu)。本文將研究時(shí)期分為三個(gè)子時(shí)期：（1)熊市時(shí)期(2004年3月-2005年12月)；（2)牛市時(shí)期(2006年1月-2007年10月)；（3)熊市時(shí)期(2007年11月-2008年12月)。這樣可以進(jìn)一步對(duì)比在各個(gè)不同景氣時(shí)期的證券市場(chǎng)中基金風(fēng)格漂移及其變化特點(diǎn)。

在風(fēng)格指數(shù)方面，本文指數(shù)采用中信純風(fēng)格指數(shù)（大盤純價(jià)值、大盤純成長(zhǎng)、中盤純價(jià)值、中盤純成長(zhǎng)、小盤純價(jià)值、小盤純成長(zhǎng)、中標(biāo)國(guó)債和中標(biāo)企債），主要理由有：（1）中信風(fēng)格指數(shù)是較早推出的針對(duì)國(guó)內(nèi)A股進(jìn)行風(fēng)格劃分的指數(shù)之一，可獲得數(shù)據(jù)統(tǒng)計(jì)時(shí)期相對(duì)較長(zhǎng)（2004－至今）。（2）中信風(fēng)格指數(shù)在風(fēng)格劃分方面最為細(xì)致，采用多指標(biāo)進(jìn)行交叉劃分。（3）中信風(fēng)格指數(shù)可以避免出于中間交叉重疊的風(fēng)格指數(shù)。（4）中信標(biāo)普風(fēng)格系列指數(shù)自2004年初推出之后，受到市場(chǎng)研究機(jī)構(gòu)的廣泛應(yīng)用，具有一定的代表性。所有中信標(biāo)普風(fēng)格系列指數(shù)的基期為2004年2月27日，基值為1000。由于我國(guó)相關(guān)法規(guī)規(guī)定，所有基金必須配置一定的國(guó)債比例，因此，這里采用中信國(guó)債指數(shù)和中信企債指數(shù)來反映基金資產(chǎn)配置中債券的配置比例。我國(guó)基金的資產(chǎn)配置中現(xiàn)金比率往往比較小，而且目前國(guó)內(nèi)沒有專門的現(xiàn)金資產(chǎn)指數(shù)；因此這里忽略現(xiàn)金比率，認(rèn)為基金的資產(chǎn)配置范圍為上述的8種風(fēng)格資產(chǎn)。所有指數(shù)的計(jì)算從2004年3月開始。

本文基金收益率原始數(shù)據(jù)來自聚源數(shù)據(jù)庫(kù)。各種風(fēng)格指數(shù)收益率數(shù)據(jù)來自中信標(biāo)普風(fēng)格指數(shù)數(shù)據(jù)庫(kù)。

（二） Sharpe風(fēng)格模型參數(shù)顯著性檢驗(yàn)標(biāo)準(zhǔn)

這里采用T統(tǒng)計(jì)檢驗(yàn)來分析回歸參數(shù)的顯著性，由于回歸參數(shù)均為非負(fù)數(shù)，這里采用T分布的單側(cè)檢驗(yàn)。根據(jù)各時(shí)期的樣本數(shù)，通過查t分布的百分點(diǎn)表，得到如表3所示的顯著性檢驗(yàn)標(biāo)準(zhǔn)。根據(jù)回歸參數(shù)和公式（12），對(duì)比表3可對(duì)基金投資風(fēng)格和參數(shù)顯著性進(jìn)行分析。

（三）實(shí)證結(jié)果討論

由于文章篇幅限制，這里不再列出各個(gè)時(shí)期的回歸模型參數(shù)及其顯著性統(tǒng)計(jì)結(jié)果，而僅給出成長(zhǎng)型、價(jià)值型和平衡型基金的風(fēng)格權(quán)重變化圖（見圖2-圖4），并對(duì)實(shí)證結(jié)果予以討論。

由圖2-圖4可知，在不同市場(chǎng)景氣時(shí)期，不同投資風(fēng)格的股票型基金表現(xiàn)出風(fēng)格趨同特征。在第一個(gè)熊市時(shí)期（200403-200512）和牛市時(shí)期（200601-200710），成長(zhǎng)型、價(jià)值型和平衡型基金表現(xiàn)為大盤成長(zhǎng)投資風(fēng)格，對(duì)應(yīng)的風(fēng)格權(quán)重系數(shù)在10%或5%的置信水平上顯著；在第二個(gè)熊市時(shí)期（200711-200812），成長(zhǎng)型基金從權(quán)重系數(shù)上看，表現(xiàn)出中盤成長(zhǎng)的投資風(fēng)格，但從T統(tǒng)計(jì)值上看對(duì)應(yīng)的風(fēng)格權(quán)重系數(shù)都沒在10%的置信水平上顯著，說明回歸參數(shù)均不顯著。這在一定程度上反映出了成長(zhǎng)型基金在該時(shí)期內(nèi)投資風(fēng)格的模糊性。價(jià)值型基金從權(quán)重系數(shù)上看，表現(xiàn)出大盤成長(zhǎng)和小盤成長(zhǎng)的投資風(fēng)格，但從T統(tǒng)計(jì)值上看風(fēng)格權(quán)重參數(shù)都沒在10%的置信水平上顯著，說明權(quán)重參數(shù)均不顯著。平衡型基金從權(quán)重系數(shù)上看也主要表現(xiàn)為大盤成長(zhǎng)和中盤成長(zhǎng)的投資風(fēng)格，但權(quán)重系數(shù)同樣缺乏統(tǒng)計(jì)顯著性。從整個(gè)研究時(shí)期上看，隨著可獲數(shù)據(jù)的增加，無論是從權(quán)重系數(shù)上看還是從T統(tǒng)計(jì)值上看，成長(zhǎng)型、價(jià)值型、平衡型基金都顯示出大盤成長(zhǎng)的投資風(fēng)格，大都表現(xiàn)出一定程度上的風(fēng)格漂移和風(fēng)格趨同特征，對(duì)應(yīng)的風(fēng)格權(quán)重系數(shù)在1%或5%的置信水平上顯著。

從實(shí)證結(jié)果來看，最大的風(fēng)格權(quán)重系數(shù)對(duì)應(yīng)的T統(tǒng)計(jì)值一般也最大，因此，一般根據(jù)風(fēng)格權(quán)重系數(shù)大小來判斷基金的投資風(fēng)格是合適；但是依然存在一些特殊情況使得僅僅依靠風(fēng)格權(quán)重系數(shù)大小來判斷基金的投資風(fēng)格存在困難或會(huì)出現(xiàn)誤差；如當(dāng)面臨風(fēng)格權(quán)重系數(shù)最大，但其T統(tǒng)計(jì)值顯示該權(quán)重系數(shù)不顯著，而另外一些并非最大值的風(fēng)格權(quán)重系數(shù)在一定置信水平上卻顯著的情況；另外當(dāng)面臨多個(gè)風(fēng)格權(quán)重系數(shù)大小非常接近的情況時(shí)，單純根據(jù)權(quán)重值之間大小來判斷投資風(fēng)格，這時(shí)可能會(huì)出現(xiàn)誤差。因此，在根據(jù)模型所得的風(fēng)格權(quán)重系數(shù)大小進(jìn)行判斷的同時(shí)，還需要結(jié)合權(quán)重系數(shù)的T統(tǒng)計(jì)值來來分析其統(tǒng)計(jì)顯著性水平，從而才能提高基金風(fēng)格分析結(jié)果的準(zhǔn)確性和客觀性。

四、結(jié)論

本文在對(duì)最具代表性的Sharpe強(qiáng)式風(fēng)格模型存在的問題及其改進(jìn)措施進(jìn)行詳細(xì)討論，并在此基礎(chǔ)上形成了適合用于中國(guó)基金風(fēng)格識(shí)別的改進(jìn)型Sharpe風(fēng)格模型。利用該改進(jìn)型模型對(duì)我國(guó)在2004年底前成立的32只開放式基金的投資風(fēng)格漂移進(jìn)行實(shí)證研究。結(jié)果表明：在基金投資風(fēng)格方面，成長(zhǎng)型基金、價(jià)值型基金和平衡型基金均偏好大盤成長(zhǎng)股和中盤成長(zhǎng)股，顯示出明顯的風(fēng)格趨同特征；各種類型基金在熊牛市場(chǎng)的更迭周期中，投資風(fēng)格變得更加激進(jìn)，風(fēng)格漂移程度也有所提高。總的來說，我國(guó)基金業(yè)普遍存在風(fēng)格漂移和風(fēng)格趨同特征。

在應(yīng)用Sharpe風(fēng)格模型進(jìn)行風(fēng)格識(shí)別時(shí)需要結(jié)合風(fēng)格權(quán)重系數(shù)與其統(tǒng)計(jì)顯著性水平進(jìn)行綜合考慮，只有這樣才能減少風(fēng)格識(shí)別偏差，提高分析結(jié)果的可靠性和準(zhǔn)確性。具體處理原則如下：第一，一般來說，由于最大的風(fēng)格權(quán)重系數(shù)所對(duì)應(yīng)的T統(tǒng)計(jì)值也一般最大，對(duì)此，以最大風(fēng)格權(quán)重系數(shù)來決定基金投資風(fēng)格是合理的；第二，當(dāng)出現(xiàn)最大風(fēng)格權(quán)重系數(shù)在置信水平上不顯著，而并非最大的權(quán)重系數(shù)在一定置信水平上統(tǒng)計(jì)顯著時(shí)，由最具統(tǒng)計(jì)顯著性的風(fēng)格權(quán)重來決定基金投資風(fēng)格；第三，當(dāng)出現(xiàn)兩種或兩種以上的風(fēng)格權(quán)重系數(shù)在各自的置信水平上顯著時(shí)，按置信水平由小到最大為序來界定基金的多重風(fēng)格特征。第四、當(dāng)出現(xiàn)所有風(fēng)格權(quán)重系數(shù)在置信水平上均不顯著時(shí)，這顯示基金投資風(fēng)格出現(xiàn)模糊性，這時(shí)可以由最大風(fēng)格權(quán)重來決定其投資風(fēng)格。

參考文獻(xiàn)：

［1］ 趙秀娟，汪壽陽(yáng).中國(guó)證券投資基金評(píng)價(jià)研究［M］．北京：科學(xué)出版社， 2007.

［2］ Christopherson，J.A. Equity Style Classification［J］．Journal of Portofolio Management， 1995(21):32-43.

［3］ Trzcinka， Charles A，Equity Style Classifications: Comment［J］．Journal of Portfolio Management， 1995，21(3):44-47.

［4］ 楊朝軍，蔡明超，楊一文.現(xiàn)代證券金融理論前沿與中國(guó)實(shí)證［M］．上海:上海交通大學(xué)出版社，2004.

［5］ Angelo Lobosco， Dan Dibartolomeo. Approximating the Confidence Intervals for Sharpe Style Weights［J］．Financial Analysts Journal， 1997(8):80-85.

［6］ Sharpe，W. Asset Allocation: Management Style and Performance Measurement［J］．The Journal of Portfolio Management， 1992(18):7-19.

［7］ Louis K.C.Chan， Hsiu-Lang Chen， Josef Lakonishok. On Mutual Fund Investment Styles［J］．The Review of Financial Studies，2002，15(5):1407-1437.

［8］ Melvyn Teo， Sung-Jun Woo， Style Effect In the Cross-section of Stock Returns［J］．Journal of Financial Economics，2004(74):367-398.

［9］ John G.Gallo， Larry J. Lockwood. Benefit of Proper Style Classification of Equtiy Portfolio Managers［J］．Journal of Portfolio Management， Spring，1997:47-55.

［10］ Radcliffe，R.C..Equity Manager Styling［J］．Working paper. University of Florida，1990.

［11］ Tierney， Winston. Using Generic Benchmarks to Present Manager Styles［J］． The Journal of Portfolio Management，1991:12-19.

［12］ Fama，E.F.， K.R.French. The Cross-Section of Expected Stock Return.［J］．Journal of Finance， 1992(47):427-465.

（責(zé)任編輯：嚴(yán)元）