“分散”還是“集中”?
——基金持股組合的業(yè)績研究

羅 毅 林 樹

一、引言

2021年伊始，公募基金業(yè)績喜人，各路基金經(jīng)理在微信微博被屢屢“封神”，張坤、蔡嵩松、朱少醒等基金經(jīng)理成為年輕投資者追捧的新偶像。這些基金經(jīng)理的持倉具有一個共同特點，即集中持股于特定行業(yè)或標的股票，例如“坤坤不老、藍籌到老”的張坤偏愛藍籌；從學業(yè)到事業(yè)深耕計算機科技行業(yè)的“少年天才”蔡嵩松鐘情科技股；創(chuàng)造“十年十倍、十五年二十倍”業(yè)績神話的老將朱少醒專注價值成長股。他們這種投資風格帶來的驕人業(yè)績與傳統(tǒng)投資組合理論“不把所有雞蛋放在一個菜籃子里”的分散投資理念相悖。

對此，研究者在21世紀初就開始了對投資組合理論的反思。Kacperczyk等(2005)[1]發(fā)現(xiàn)部分基金經(jīng)理在某些行業(yè)具有優(yōu)秀的投資能力，并通過集中持股在這些行業(yè)贏得了優(yōu)勝業(yè)績。孔東民等(2010)[2]借鑒其方法，針對中國情景的研究卻得到相反的研究結論，發(fā)現(xiàn)中國基金經(jīng)理在行業(yè)上的集中持股并未贏得優(yōu)勝業(yè)績，在行業(yè)上的分散持股才有利于所管理基金獲得優(yōu)勝業(yè)績，并據(jù)此認為可能是美國股市基金經(jīng)理們投資更為謹慎和理性，而中國基金經(jīng)理在投資策略上不成熟和過分投機。本文對比Kacperczyk等(2005)[1]和孔東民等(2010)[2]的研究，發(fā)現(xiàn)孔東民等(2010)[2]的研究中存在這樣幾方面的問題：第一，投資業(yè)績采用基金凈值增長率、市場調(diào)整后的凈值增長率兩種方式來衡量值得商榷。基金凈值增長率不僅受到所持股票組合的影響，也會受到非股票投資組合、基金申購贖回資金流量的影響，要想準確反映基金經(jīng)理的股票投資能力，應以基金所持股票組合收益率作為投資業(yè)績，且需要借鑒Kacperczyk等(2005)[1]的研究對投資業(yè)績進行因子調(diào)整。第二，基金持股行業(yè)集中度指數(shù)的計算結果值得商榷。在所借鑒Kacperczyk等(2005)[1]的研究中，Kacperczyk等(2005)[1]是根據(jù)基金所有持倉股票明細數(shù)據(jù)來進行行業(yè)集中度指數(shù)計算，孔東民等(2010)[2]采用的是季度數(shù)據(jù)，而中國公募基金在季度只公布十大重倉股持倉數(shù)據(jù)，利用十大重倉股數(shù)據(jù)來代表所有股票持倉數(shù)據(jù)計算行業(yè)集中度指數(shù)進行研究影響研究結論的可靠性。第三，遺漏大量控制變量。孔東民等(2010)[2]的研究除時間固定效應外，只控制四個基金層面的影響因素，特別是以基金凈值增長率、市場調(diào)整后的凈值增長率作為因變量遺漏控制所持股票組合風險特征等重要因素會嚴重影響研究結論的可靠性，也未對基金申購贖回資金凈流量、基金公司特征進行控制，同樣也會影響研究結論的可靠性。

針對孔東民等(2010)[2]在中國情景研究中存在的問題，本文聚焦2004年上半年到2019年上半年中國主動型開放式股票型、主動型開放式混合型(偏股、平衡、靈活配置)基金全部持股組合的20 857個半年度-基金樣本；采用Carhart四因子模型調(diào)整后收益率衡量基金持股組合的投資業(yè)績；基于基金半年度的持倉明細計算基金在行業(yè)和個股層面的持股集中度；補充控制孔東民等(2010)[2]的中國情景研究中遺漏的影響因素。重新考察中國公募基金是“分散”持股有利于贏得優(yōu)勝業(yè)績，還是“集中”持股有利于贏得優(yōu)勝業(yè)績？與孔東民等(2010)[2]的研究發(fā)現(xiàn)相反，本文發(fā)現(xiàn)“集中”持股的中國公募基金，其持股組合在未來取得了更好的投資業(yè)績，這種“集中”無論是在行業(yè)層面還是在個股層面，均能為所管理基金持股組合帶來優(yōu)勝業(yè)績。異質(zhì)性檢驗表明：當基金由團隊管理時，集中持股更能提升基金股票組合的投資業(yè)績；當市場處于熊市時，集中持股更能提升基金股票組合的投資業(yè)績；當基金公司辦公地坐落于政治金融中心(北京和上海)時，集中持股更能提升基金股票組合的投資業(yè)績；本文的主結論經(jīng)過一系列穩(wěn)健性檢驗后依然成立。

本文的研究具有以下四點貢獻：第一，豐富了基金股票投資組合業(yè)績影響因素的研究文獻。有別于從股票特征、基金特征、基金公司特征的研究，本文從信息優(yōu)勢視角考察集中持股行為對基金投資組合業(yè)績的影響，豐富了基金股票投資組合業(yè)績影響因素的研究文獻。第二，為基金經(jīng)理開發(fā)投資策略提供了理論依據(jù)。傳統(tǒng)投資組合理論認為應該分散投資，本文的實證證據(jù)顯示當基金經(jīng)理在某些行業(yè)和個股上具有信息優(yōu)勢時，集中持股或許是更好的選擇，為基金經(jīng)理在開發(fā)投資策略時突破傳統(tǒng)投資理論的束縛提供了理論依據(jù)。第三、揭示部分中國基金經(jīng)理具有優(yōu)秀的投資能力。與孔東民等(2010)[2]的研究發(fā)現(xiàn)相反，本文的實證結果顯示中國基金經(jīng)理通過集中持股可以獲得優(yōu)勝業(yè)績，說明在中國基金經(jīng)理群體中，的確存在部分基金經(jīng)理具有出色的投資能力，這類基金經(jīng)理通過集中持有具有信息優(yōu)勢的股票贏得了優(yōu)勝業(yè)績。第四，為基金投資者的投資決策提供了參考。本文實證發(fā)現(xiàn)部分基金經(jīng)理通過集中持股贏得了優(yōu)勝業(yè)績，投資者可關注這類基金經(jīng)理的投資行為，復制其投資組合或申購其管理的基金以實現(xiàn)自身財富的保值增值。

本文后續(xù)安排如下：第二部分進行理論分析并提出研究假設；第三部分針對研究假設進行研究設計；第四部分為實證結果分析；第五部分為結論。

二、理論分析與研究假設

投資組合理論強調(diào)“不把所有的雞蛋放在一個菜籃子里”，該理論引入數(shù)學中的均值、方差概念，通過數(shù)學模型證明可構建出收益-風險匹配最佳的投資組合，因此在風險一定的情況下，按模型推理出的組合結構分散投資可以為股票組合帶來最佳的投資業(yè)績。這一理論得到許多學者的支持，例如Elton等(1993)[3]研究發(fā)現(xiàn)共同基金的基金經(jīng)理作為一個整體，其業(yè)績并沒有跑贏標準普爾500指數(shù)；這與Jensen(1967)[4]的研究結論一致；中國學者孔東民等(2010)[2]也研究發(fā)現(xiàn)分散投資才有利于提升基金的投資業(yè)績。但實務界和學界也存在與此相反的觀點，實務界安德烈·科斯托拉尼(2007)[5]質(zhì)疑該理論是“女巫的水晶球”，是商學院教授編排出來騙人的把戲，對投資實踐根本沒有任何現(xiàn)實指導意義，他認為投資是集人類心理學等多學科為一體的復雜過程，不能用數(shù)學來簡單概括；Grinblatt和Titman(1989)[6]則通過研究認為使用主動管理策略的基金經(jīng)理具有股票挖掘能力，因此其集中投資反而能夠使所管理的基金贏得出色業(yè)績；Daniel等(1997)[7]也研究發(fā)現(xiàn)主動型基金經(jīng)理具有出色的股票選擇能力，使其管理的基金在業(yè)績上跑贏了基準組合； Wermers(2000)[8]、Frank等(2004)[9]的研究也顯示采用主動型管理方式的基金經(jīng)理具有出色的投資能力。部分研究深入考察了主動型基金經(jīng)理出色投資能力的來源問題，例如，Coval和Moskowitz(1999)[10]研究發(fā)現(xiàn)那些投資能力出色的主動型基金經(jīng)理對投資總部設在本地的公司具有強烈偏好，之后他們進一步研究發(fā)現(xiàn)，這跟這些公司的總部設在本地使基金經(jīng)理形成信息優(yōu)勢有關；Kacperczyk等(2005)[1]為了進一步調(diào)查主動型基金經(jīng)理掌握的信息優(yōu)勢，提出用行業(yè)集中度指數(shù)來度量基金經(jīng)理掌握的行業(yè)信息優(yōu)勢，研究其與基金業(yè)績的關系，結果顯示基金經(jīng)理利用掌握的行業(yè)信息優(yōu)勢集中持股于某些行業(yè)獲得了超額回報。以上研究中，從投資組合理論出發(fā)的研究認為分散投資有利于提升基金持股組合的投資業(yè)績，而從信息優(yōu)勢理論出發(fā)的研究則認為集中持股于基金經(jīng)理更了解的行業(yè)更有利基金持股組合贏得優(yōu)勝業(yè)績。對此本文提出如下競爭性假設：

H1a:基金持股組合在行業(yè)上的分散持股有利于提升持股組合的投資業(yè)績。

H1b:基金持股組合在行業(yè)上的集中持股有利于提升持股組合的投資業(yè)績。

投資組合理論以個股為切入點，通過個股與個股之間的搭配，再結合無風險資產(chǎn)，形成一個在數(shù)學模型推理中完美的投資組合，該理論認為消除非系統(tǒng)性風險的最佳投資組合是市場組合，因此如果設定非系統(tǒng)風險為0，收益最佳的組合就是完全復制市場組合的持股組合。但是作為專業(yè)人士的主動型基金經(jīng)理，其職責在于利用專業(yè)知識精心研究，為基金投資者謀取最大的投資收益，一味為了規(guī)避非系統(tǒng)風險復制市場組合，難以體現(xiàn)其投資水平及履行其受托投資責任。且投資組合理論從數(shù)學出發(fā)，對投資實踐中的影響因素刻畫存在遺漏與片面的問題，而這恰好是基金經(jīng)理發(fā)揮專長可以用來進行獲利的地方。例如，投資組合理論只關注股價走勢的數(shù)學意義，沒有對支撐這種走勢的股票基本面信息進行刻畫，還辯解市場有效，股價會完全反映公司基本面方面的信息。事實上，在中國這類非強勢有效市場，公司股價往往滯后反映公司基本面方面的信息，那些提前挖掘基本面信息形成信息優(yōu)勢的各類投資者，只要能夠充分利用自己掌握的信息優(yōu)勢便可能贏得超額收益。這些基本面信息通常就是合法的公開信息(羅孝玲等，2013[11]；王春和王進猛，2020[12])，投資者之間誰能對這種公開信息進行更準確及時的解讀，誰就能獲利。基于公開信息的這類投資策略用投資組合理論難以解釋。另外，投資組合理論忽視基金經(jīng)理與其他個體因人際、業(yè)務等關系形成信息優(yōu)勢而為基金持股組合帶來的有利影響，而這種源于關系的持股業(yè)績也是基金持股組合業(yè)績的重要組成部分。例如，Cohen等(2008)[13]發(fā)現(xiàn)基金經(jīng)理通過持倉與上市公司董事會成員具有校友關系的股票取得了優(yōu)勝業(yè)績。Massa和Rehman(2008)[14]發(fā)現(xiàn)基金購買與集團其他成員有貸款業(yè)務往來公司的股票能夠取得不俗業(yè)績，他們認為這是因為商業(yè)關系使基金經(jīng)理獲取到了私有信息。部分研究還發(fā)現(xiàn)IPO時與投資銀行商業(yè)關系緊密的基金公司獲得了更高的IPO配額，關聯(lián)基金因此取得了更好的業(yè)績(Ritter和Zhang，2007)[15]。呂康娟等(2015)[16]發(fā)現(xiàn)投資者運用信息關聯(lián)渠道形成的信息優(yōu)勢，在短期內(nèi)獲得超額收益。還有部分研究發(fā)現(xiàn)基金經(jīng)理持倉總部坐落在本地的上市公司股票獲得優(yōu)勝業(yè)績是因為同城使基金經(jīng)理與上市公司高管之間更容易進行溝通，從而對公司更加了解(Pool等，2012[17])。在排除經(jīng)濟因素導致的內(nèi)生性問題后，投資者的投資依然具有本地偏好(Branikas等,2020[18])。申宇等(2015)[19]發(fā)現(xiàn)基金經(jīng)理校友關系廣度能對基金業(yè)績帶來正向影響。Ellis等(2020)[20]研究發(fā)現(xiàn)傾向投資于與所在城市有直航航班上市公司的對沖基金能贏得優(yōu)勝業(yè)績，因為直航使對沖基金獲得了更多上市公司的基本面信息。以上研究表明，基金經(jīng)理和其他資本市場相關方廣泛、良好的人脈或業(yè)務關系有利于其形成信息優(yōu)勢而提高投資業(yè)績，其集中投資于這些人脈或業(yè)務關系等所指向的標的股票能夠贏得優(yōu)勝業(yè)績。因此，本文分別從投資組合理論和信息優(yōu)勢理論出發(fā)，在個股層面提出如下競爭性假設：

H2a:基金持股組合在個股上的分散持股有利于提升持股組合的投資業(yè)績。

H2b:基金持股組合在個股上的集中持股有利于提升持股組合的投資業(yè)績。

三、研究設計

(一)樣本數(shù)據(jù)及來源

本文選取2004年上半年到2019年上半年中國主動型開放式股票型基金、主動型開放式混合型基金(偏股、平衡、靈活配置)作為研究對象，采用實證分析法考察基金持股集中度對其持股組合未來業(yè)績的影響。基金每半年的持股明細數(shù)據(jù)來源于國泰安數(shù)據(jù)庫(CSMAR)；所持個股含股利再投資收益率來源于國泰安數(shù)據(jù)庫(CSMAR)；對樣本基金(主動型開放式股票型、非偏債混合型)進行識別時，識別數(shù)據(jù)來源于Wind金融終端；基金持股的個股特征、基金及基金公司特征等數(shù)據(jù)來源于國泰安數(shù)據(jù)庫(CSMAR)，缺失部分從中國研究數(shù)據(jù)服務平臺(CNRDS)進行補充。對原始數(shù)據(jù)進行了如下處理：(1)對基金持股組合涉及的變量按個股市值占持股組合市值的比例進行加權處理歸集到基金層面;(2)剔除主效應模型中變量數(shù)據(jù)存在缺失的樣本;(3)對主效應模型中的所有連續(xù)變量進行上下1%的縮尾處理。根據(jù)上述步驟，最終得到20 857個有效觀測。

(二)變量定義與研究模型

1.因變量。

本文的因變量為基金持股組合未來6個月Carhart四因子調(diào)整后收益率IR。將未來時間長度定義為6個月，原因有如下兩點：第一，本文的時間頻率為半年，根據(jù)我國監(jiān)管機構的相關規(guī)定，我國公募基金管理機構在半年報或年報中才披露公募基金的持股明細情況，研究者因此只能以半年為期了解基金的持倉明細情況。第二，本文以半年為期構建刻畫基金持股集中度的持股集中度指數(shù)，考察其對未來投資業(yè)績的影響，如果將業(yè)績計算期延伸超過6個月，則會出現(xiàn)未來的業(yè)績應該歸屬于最近的半年末還是上一個半年末的問題；如果將業(yè)績縮短為6個月以內(nèi)，則會出現(xiàn)業(yè)績考察不全面，遺漏到下一個半年末時段內(nèi)的業(yè)績。故權衡之后選擇持股明細對應半年末未來6個月作為未來業(yè)績的計算期，IR的具體計算公式如下：

Ri,t-RF,t=αi,t+βi,M×(RM,t-RF,t)+βi,SMB×SMBt

+βi,HML×HMLt+βi,MOM×MOMt+ei,t

(1)

(2)

(3)

第一步，借鑒申宇等(2015)[19]的做法,以12個月為滾動期，根據(jù)公式(1)計算所有基金持有個股的月度Carhart四因子調(diào)整后收益率α。公式(1)中，Ri,t為股票i在t月的含股利再投資收益率，RF,t為t月按一年期定存定取存款利率折算的無風險利率，RM,t為t月的市場收益率，SMBt為t月的規(guī)模因子，HMLt為t月的價值因子，MOMt為t月的動量因子。第二步，根據(jù)公式(2)將個股月度Carhart四因子調(diào)整后收益率α折算為半年度。公式(2)中，αi,k為股票i在k半年Carhart四因子調(diào)整后收益率，αi,t為股票i在k半年中第t月的月度Carhart四因子調(diào)整后收益率。第三步,根據(jù)公式(3)計算基金持股組合的半年度Carhart四因子調(diào)整后收益率IRj,k。公式(3)中，IRj,k為基金持股組合的半年度Carhart四因子調(diào)整后收益率，wj,i,k為k半年末基金j所持股票組合中個股i的市值在基金股票組合中的權重，αi,k為股票i在k半年Carhart四因子調(diào)整后收益率。IR的值越大，說明基金所持股票組合在未來的投資業(yè)績越好，反之則反。

2.自變量和控制變量。

本文的自變量為兩類三個，即基金持股行業(yè)集中度指數(shù)(ICI)、基金持股個股集中度指數(shù)(SCI、HHI)。借鑒Kacperczyk等(2005)[1]的研究方法，基金持股行業(yè)集中度指數(shù)(ICI)具體計算如下：

(4)

公式(4)中，ICIi,t為基金i在t半年末根據(jù)基金持股市值計算的行業(yè)集中度指數(shù)，N為基金i在t半年末持有的行業(yè)數(shù)，wj,t為基金i在t半年末持有行業(yè)j的A股流通市值占基金持股市值的比重，wj,t為行業(yè)j的所有A股流通市值占整個資本市場A股流通市值的比重。采用證監(jiān)會上市公司行業(yè)分類指引進行行業(yè)劃分(1)具體到行業(yè)大類，即細分到行業(yè)門類后的二級編碼。。該值越大，基金投資的行業(yè)越集中，該值越小，基金的持倉與市場組合越趨同。類似地，本文借鑒該思路計算基金持股個股集中度指數(shù)(SCI)如下：

(5)

公式(5)中，SCIi,t為基金i在t半年末根據(jù)基金持股市值計算的個股集中度指數(shù)，N為基金i在t半年末持有的個股數(shù)，wj,t為該基金在t半年末持有個股j的A股流通市值占基金持股市值的比重，wj,t為個股j的A股流通市值占整個資本市場流通A股市值的比重。該值越大，基金投資在個股上越集中；該值越小，基金的持倉與市場組合越趨同。為進一步度量基金持倉的個股集中度，本文借鑒赫芬達爾指數(shù)的計算思路，計算基金持股個股集中度指數(shù)(HHI)如下：

(6)

公式(6)中，HHIi,t為基金i在t半年末根據(jù)基金持股市值計算的個股集中度指數(shù)，N為基金i在t半年末持有的個股數(shù)，wj,t為該基金在t半年末持有個股j的A股流通市值占基金持股市值的比重。該值越大，基金投資在個股上越集中，該值越小，反之則反。

借鑒申宇等(2015)[19]、侯偉相和于瑾(2018)[21]、Lin等(2019)[22]的研究，本文對以下因素進行控制：(1)基金管理費率(Manage_fee)。樣本基金當期根據(jù)半年折算后的管理費率。(2)基金年齡(Fund_age)。樣本基金按年計算的成立年限。(3)資金凈流入(Sum_flow)。每個半年樣本基金根據(jù)Dahlquist等(2000)[23]定義方法計算的資金凈流入(2)Sum_flow=TNAi,t-TNAi,t-1×NAVi,t/NAVi,t-1, TNAi,t為基金i在t期凈資產(chǎn)總額，NAVi,t為基金i在t期單位復權凈值。，最后折算為億元(3)沒有進行對數(shù)處理是因為資金凈流入指標在凈流出時會取負值，無法進行對數(shù)處理。。(4)任職年限(ATenure)。樣本基金在該半年末被在任基金經(jīng)理管理的平均年限。(5)基金總凈值(TNA)。樣本基金每個半年末基金總凈值(元)的自然對數(shù)。(6)基金公司總凈值(FC_TNA)。每個半年末樣本基金所屬基金公司旗下同類基金總凈值(元)的自然對數(shù)。(7)股票流動性(Liquid)。基金按個股持倉市值占持股組合市值比例加權后所持股票組合累計交易額與期末個股流通市值的比值。(8)上市年限(Age)。基金按個股持倉市值占持股組合市值比例加權后所持股票組合的成立年數(shù)。(9)股利(Div)。基金按個股持倉市值占持股組合市值比例加權后所持股票組合半年末前6個月每股累計現(xiàn)金股利與期末每股股價的比值。(10)財務杠桿(Lev)。基金按個股持倉市值占持股組合市值比例加權后所持股票組合長期負債與所有者權益的比值。(11)權益回報率(Roe)。基金按個股持倉市值占持股組合市值比例加權后所持股票組合凈利潤與所有者權益的比值。(12)股價波動率(Vol)(4)由于股價波動率(Vol)是標準差，因此在加權時采用矩陣方式求組合的標準差，而不是簡單地算術加權。。基金按個股持倉市值占持股組合市值比例加權后所持股票組合前24個月含股利再投資收益率的標準差。所有變量概覽如表1所示。

表1 變量概覽

3.研究模型。

針對假設H1a、H1b，本文設計研究模型(7)檢驗基金在行業(yè)上是分散投資有利于提升持股組合的投資業(yè)績，還是集中投資有利于提升持股組合的投資業(yè)績。

IRi,t=β0+β1×ICIi,t+∑βnControlsi,t+εi,t

(7)

模型(7)中，IRi,t為基金i在t期末所持股票組合在未來6個月的Carhart四因子調(diào)整后收益率，該指標值越大，說明基金i在t期末未來的投資業(yè)績越好，反之則反；ICIi, t為基金i在t期末借鑒Kacperczyk等(2005)[1]方法計算的持股組合行業(yè)集中度指數(shù)，該值越大，說明基金i在t期的持股行業(yè)越集中，該值越小，說明基金i在t期的持股行業(yè)和市場行業(yè)市值分布越一致。借鑒申宇等(2015)[19]、侯偉相和于瑾(2018)[21]、Lin等(2019)[22]的研究，Controlsi,t控制了基金i在t期末基金、基金公司、持股組合等方面的特征。如果β1顯著為負，則說明基金在行業(yè)上分散持股有利于提升持股組合的未來投資業(yè)績，假設H1a成立。如果β1顯著為正，則說明基金在行業(yè)上集中持股有利于提升持股組合的未來投資業(yè)績，假設H1b成立。

針對假設H2a、H2b，本文設計研究模型(8)和模型(9)檢驗基金在個股上是集中投資有利于提升持股組合的投資業(yè)績，還是分散投資有利于提升持股組合的投資業(yè)績。

IRi,t=β0+β1×SCIi,t+∑βnControlsi,t+εi,t

(8)

IRi,t=β0+β1×HHIi,t+∑βnControlsi,t+εi,t

(9)

模型(8)和模型(9)中，IRi,t為基金i在t期末所持股票組合在未來6個月的Carhart四因子調(diào)整后收益率，該指標值越大，說明基金i在t期末未來的投資業(yè)績越好，反之則反。SCIi, t為基金i在t期末借鑒Kacperczyk等(2005)[1]思路計算的持股組合個股集中度指數(shù)，該值越大，說明基金i在t期的持股越集中；該值越小，說明基金i在t期的持股和市場個股市值分布越一致。HHIi, t為基金i在t期末借鑒赫芬達爾指數(shù)方法計算的持股組合個股集中度指數(shù)，該值越大，說明基金i在t期的持股行業(yè)越集中，該值越小，說明基金i在t期的持股越均勻分散。借鑒申宇等(2015)[19]、侯偉相和于瑾(2018)[21]、Lin等(2019)[22]的研究，Controlsi,t控制了基金i在t期末基金、基金公司、持股組合等方面的特征。如果模型(6)和模型(7)中的β1顯著為負，則說明基金在個股上分散持股有利于提升持股組合的未來投資業(yè)績，假設H2a成立。如果模型(6)和模型(7)中β1顯著為正，則說明基金在個股上集中持股有利于提升持股組合的未來投資業(yè)績，假設H2b成立。

四、實證分析

(一)描述性統(tǒng)計分析結果

表2顯示，基金持股組合未來6個月Carhart四因子調(diào)整后收益率IR的均值為8.46%，中位數(shù)為6.87%，最小值為-35.1%，最大值為94.80%，標準差為8.54%。這說明基金持股組合的未來6個月Carhart四因子調(diào)整后收益率差異較大，所選樣本基金具有一定的代表性。基金持股組合行業(yè)集中度指數(shù)ICI的均值為0.083 0，中位數(shù)為0.059 6，最小值為0.006 4，最大值為0.337 0，標準差為0.072 9。這說明樣本基金的持股行業(yè)集中度差異較大，且大部分基金傾向于多行業(yè)分散持股，只有少部分基金集中于少部分行業(yè)進行持股。基金持股組合個股集中度指數(shù)SCI的均值為0.042 6，中位數(shù)為0.036 8，最小值為0.003 3，最大值為0.109 0，標準差為0.025 3。這說明樣本基金持股組合個股集中度差異較大，且大部分基金傾向于分散持股，只有少部分基金集中于少部分股票進行持股。基金持股組合個股集中度指數(shù)HHI的均值為0.049 2，中位數(shù)為0.043 0，最小值為0.003 6，最大值為0.120 00，標準差為0.027 1。這說明樣本基金持股組合個股集中度差異較大，且大部分基金傾向于分散持股，只有小部分基金集中于小部分股票進行持股。控制變量方面，樣本基金半年的平均管理費率為0.69%，平均年齡為4.458 0年，平均當期資金凈流入為-1.421 0億元，基金經(jīng)理的平均管理年限為1.981 0年，平均基金凈值為552 519 895.13元人民幣，基金公司管理同類基金的平均總凈值為6 867 046 925.22 元人民幣，基金所持股票組合加權后的平均股票流動性為1.311 0，基金所持股票組合加權后的平均年齡為13.480 0年，基金所持股票組合加權后的平均現(xiàn)金股利比率為0.59%，基金所持股票組合加權后的平均財務杠桿為23.00%，基金所持股票組合加權后的平均權益報酬率為12.50%，基金所持股票組合加權后的平均股價波動率為10.30%。從控制變量來看，樣本基金具有代表性，持股組合中的個股多為基本面優(yōu)質(zhì)的股票。

表2 主效應模型變量描述性統(tǒng)計結果

(二)主效應模型回歸分析結果

表3列(1)顯示，加入控制因素后，樣本基金行業(yè)集中度指數(shù)ICI與所持股票組合未來6個月Carhart四因子調(diào)整后收益率IR的回歸系數(shù)為0.029 7，在1%的顯著性水平上顯著為正。這說明基金在行業(yè)上集中持股有利于所管理股票組合在未來取得優(yōu)勝業(yè)績，假設H1b成立。表3列(2)顯示，加入控制因素后，樣本基金個股集中度指數(shù)SCI與所持股票組合未來6個月Carhart四因子調(diào)整后收益率IR的回歸系數(shù)為0.128 5，在1%的顯著性水平上顯著為正。這說明基金在個股上集中持股有利于所管理股票組合在未來取得優(yōu)勝業(yè)績，假設H2b成立。表3列(3)顯示，加入控制因素后，樣本基金個股集中度指數(shù)ICI與所持股票組合未來6個月Carhart四因子調(diào)整后收益率IR的回歸系數(shù)為0.105 1，在1%的顯著性水平上顯著為正。這說明基金在個股上集中持股有利于所管理股票組合在未來取得優(yōu)勝業(yè)績，假設H2b依然成立。

表3 主效應模型回歸分析結果

(三)分組檢驗結果(5)采用交乘得到的結論一致于分組檢驗得到的結論。

上述研究發(fā)現(xiàn)，基金集中持股有利于基金在所管理的股票組合上取得優(yōu)勝業(yè)績。隨之，本文關心上述發(fā)現(xiàn)是否因情景不同而存在差異。具體地，本文從基金是否由團隊管理、所處市場時期、基金公司辦公地三個方面進行考察。

目前我國的基金行業(yè)中，部分基金由基金經(jīng)理團隊進行管理，團隊管理是否能夠發(fā)揮群策群力的合作優(yōu)勢，進而有助于基金經(jīng)理尋找到有價值的投資標的，并通過集中持有這類股票而贏得優(yōu)勝業(yè)績呢？對此本文將樣本根據(jù)是否由團隊管理進行分組，當基金在當期只由一位基金經(jīng)理進行管理時，將基金在當期定義為非團隊管理組；當基金在當期由兩位及以上的基金經(jīng)理進行管理時，將基金在當期定義為團隊管理組，據(jù)此對主效應模型進行分組回歸。結果如表4所示，在非團隊管理組，基金行業(yè)集中度指數(shù)ICI與所持股票組合未來6個月Carhart四因子調(diào)整后收益率IR的回歸系數(shù)為0.014 6，在10%的顯著性水平上顯著為正；基金個股集中度指數(shù)SCI與所持股票組合未來6個月Carhart四因子調(diào)整后收益率IR的回歸系數(shù)為0.104 5，在1%的顯著性水平上顯著為正；基金個股集中度指數(shù)HHI與所持股票組合未來6個月Carhart四因子調(diào)整后收益率IR的回歸系數(shù)為0.082 0，在1%的顯著性水平上顯著為正。在團隊管理組，基金行業(yè)集中度指數(shù)ICI與所持股票組合未來6個月Carhart四因子調(diào)整后收益率IR的回歸系數(shù)為0.054 0，在1%的顯著性水平上顯著為正；基金個股集中度指數(shù)SCI與所持股票組合未來6個月Carhart四因子調(diào)整后收益率IR的回歸系數(shù)為0.169 0，在1%的顯著性水平上顯著為正；基金個股集中度指數(shù)HHI與所持股票組合未來6個月Carhart四因子調(diào)整后收益率IR的回歸系數(shù)為0.146 6，在1%的顯著性水平上顯著為正。對比兩組回歸系數(shù)發(fā)現(xiàn)，在團隊管理組，回歸系數(shù)與顯著性均明顯好于非團隊管理組，說明基金由基金經(jīng)理團隊管理時，集中持股行為對投資業(yè)績的提升效果更好。

表4 基金是否由團隊管理分組檢驗結果

進一步地，本文考察基金經(jīng)理集中持股行為對持股組合投資業(yè)績的影響在牛市和熊市是否存在差異。對此將2006年1月到2007年12月、2014年7月到2015年6月對應半年的樣本定義為牛市組，將2008年1月到2008年12月、2015年7月到2016年6月對應半年的樣本定義為熊市組(6)此法下牛轉熊拐點對應的半年被歸入牛市，為進一步驗證該分組結論的穩(wěn)健性，作者將牛轉熊所在半年的樣本定義為熊市重新分組回歸，得到的結論與論文呈現(xiàn)劃分法下的結論一致。。對主效應模型分組回歸的結果如表5所示。在牛市組，基金行業(yè)集中度指數(shù)ICI與所持股票組合未來6個月Carhart四因子調(diào)整后收益率IR的回歸系數(shù)為0.007 4，不顯著；基金個股集中度指數(shù)SCI與所持股票組合未來6個月Carhart四因子調(diào)整后收益率IR的回歸系數(shù)為0.014 1，不顯著；基金個股集中度指數(shù)HHI與所持股票組合未來6個月Carhart四因子調(diào)整后收益率IR的回歸系數(shù)為0.096 9，在10%的顯著性水平上顯著為正。在熊市組，基金行業(yè)集中度指數(shù)ICI與所持股票組合未來6個月Carhart四因子調(diào)整后收益率IR的回歸系數(shù)為0.042 4，在5%的顯著性水平上顯著為正；基金個股集中度指數(shù)SCI與所持股票組合未來6個月Carhart四因子調(diào)整后收益率IR的回歸系數(shù)為0.239 6，在1%的顯著性水平上顯著為正；基金個股集中度指數(shù)HHI與所持股票組合未來6個月Carhart四因子調(diào)整后收益率IR的回歸系數(shù)為0.182 2，在1%的顯著性水平上顯著為正。對比兩組回歸系數(shù)發(fā)現(xiàn)，在熊市組，無論是回歸系數(shù)還是顯著性均明顯強于牛市組，說明市場整體不樂觀反而能凸顯部分基金經(jīng)理的投資能力，這類基金經(jīng)理通過集中持股使持股組合贏得了更好的投資業(yè)績。

表5 牛市與熊市分組檢驗結果

最后本文考察基金集中持股對組合業(yè)績的提升效應是否會因基金公司辦公地而產(chǎn)生差異。當基金公司坐落于北京、上海這類中心城市時，一方面由于中心城市信息資源富集可能會有利于基金經(jīng)理更及時準確地找到有價值的投資標的；另一方面中心城市的人才虹吸效應使就職于中心城市的基金經(jīng)理可能具有更強的研究能力，更能在市場中找到有價值的投資標的；因此中心城市基金經(jīng)理集中持有這類股票能夠贏得更好的投資業(yè)績。對此本文將樣本根據(jù)基金公司辦公地分為非中心城市和中心城市兩組(7)北京上海為中心城市，否則為非中心城市。，對主效應模型分別進行回歸，結果如表6所示。在非中心城市組，基金行業(yè)集中度指數(shù)ICI與所持股票組合未來6個月Carhart四因子調(diào)整后收益率IR的回歸系數(shù)為-0.000 4，不顯著；基金個股集中度指數(shù)SCI與所持股票組合未來6個月Carhart四因子調(diào)整后收益率IR的回歸系數(shù)為0.033 3，不顯著；基金個股集中度指數(shù)HHI與所持股票組合未來6個月Carhart四因子調(diào)整后收益率IR的回歸系數(shù)為0.019 8，不顯著。在中心城市組，基金行業(yè)集中度指數(shù)ICI與所持股票組合未來6個月Carhart四因子調(diào)整后收益率IR的回歸系數(shù)為0.050 5，在1%的顯著性水平上顯著為正；基金個股集中度指數(shù)SCI與所持股票組合未來6個月Carhart四因子調(diào)整后收益率IR的回歸系數(shù)為0.182 2，在1%的顯著性水平上顯著為正；基金個股集中度指數(shù)HHI與所持股票組合未來6個月Carhart四因子調(diào)整后收益率IR的回歸系數(shù)為0.155 7，在1%的顯著性水平上顯著為正。對比兩組回歸系數(shù)發(fā)現(xiàn)，在中心城市組，無論是回歸系數(shù)還是顯著性均明顯強于非中心城市組，說明當基金公司辦公地坐落于中心城市時，基金經(jīng)理集中持股行為對投資業(yè)績的提升效應更強。

表6 基金公司辦公地分組檢驗結果

(四)穩(wěn)健性檢驗結果(8)受篇幅所限，穩(wěn)健性的實證結果可聯(lián)系作者查詢。

為驗證主結論是否穩(wěn)健，本文做了五類穩(wěn)健性檢驗：(1)內(nèi)生性檢驗。為緩解基本回歸結果可能存在遺漏變量導致的內(nèi)生性問題，本文通過傾向性得分匹配法(PSM)對樣本進行一對一匹配，用匹配后的樣本重新進行本文的主效應模型回歸，實證結果顯示本文的假設H1b、H2b依然成立。(2)替換自變量檢驗。本文在設計自變量時，為嚴格考察基金集中持股行為對所持股票組合投資業(yè)績的影響，視野完全聚焦于基金持股的股票組合，因此在計算自變量指標時選擇的權重計算基準為股票組合期末市值，考慮大部分基金均不會完全滿倉，存在部分未投資于股票組合的資金，在此以基金期末凈值為基準構建權重重新計算三個自變量，將新自變量代入主效應模型重新回歸，實證結果顯示本文的假設H1b、H2b依然成立。(3)采用股票組合原始業(yè)績。為進一步驗證本文主結論的穩(wěn)健性，在此采用投資組合的原始業(yè)績R替換Carhart四因子調(diào)整后收益率IR對主效應模型進行重新回歸，實證結果顯示本文的假設H1b、H2b依然成立。(4)采用股票組合CAPM調(diào)整后業(yè)績。為繼續(xù)檢驗本文主結論的穩(wěn)健性，在此采用投資組合的CAPM調(diào)整后收益率替換Carhart四因子調(diào)整后收益率對主效應模型進行重新回歸，實證結果顯示本文的假設H1b、H2b依然成立。(5)采用股票組合Fama-French調(diào)整后業(yè)績。最后本文采用投資組合的Fama-French調(diào)整后收益率替換Carhart四因子調(diào)整后收益率對主效應模型進行重新回歸，實證結果顯示本文的假設H1b、H2b依然成立。綜上，本文的主結論是十分穩(wěn)健的。

五、結論

本文基于中國A股市場2004年上半年到2019年上半年主動型開放式股票型、主動型開放式混合型(偏股、平衡、靈活配置)基金持股組合的20 857個半年度-基金樣本，考察樣本基金持股集中度對所管理基金持股組合未來投資業(yè)績的影響。有如下兩點發(fā)現(xiàn)：第一，基金持股的行業(yè)集中度越高，所持股票組合未來的投資業(yè)績越好。第二，基金持股的個股集中度越高，所持股票組合未來的投資業(yè)績越好。進一步研究后發(fā)現(xiàn)：當基金由團隊管理時，團隊的群策群力、多元互補有利于基金經(jīng)理在某些行業(yè)或個股上形成信息優(yōu)勢，此時集中持股于這些行業(yè)或個股更能贏得優(yōu)勝業(yè)績；當市場處于熊市時更能體現(xiàn)部分基金經(jīng)理卓越的投資能力，此時他們集中持股于具有信息優(yōu)勢的行業(yè)或個股能贏得更好的投資業(yè)績；當基金公司辦公地坐落于政治金融中心(北京和上海)時，一方面由于中心城市信息資源富集有利于形成信息優(yōu)勢，另一方面因為人才虹吸效應就職于中心城市的基金經(jīng)理通常具有更優(yōu)秀的投研能力，此時這類基金經(jīng)理集中持股于具有行業(yè)或個股信息優(yōu)勢的股票能夠贏得更好的投資業(yè)績。本文的主結論經(jīng)過一系列穩(wěn)健性檢驗后依然成立。本文的研究在理論方面從信息優(yōu)勢視角豐富了基金投資組合業(yè)績影響因素的研究文獻，為基金經(jīng)理在傳統(tǒng)投資組合理論之外開發(fā)投資策略提供了理論依據(jù)；在實務上揭示部分中國基金經(jīng)理具有優(yōu)秀的投資能力，他們通過集中持有掌握信息優(yōu)勢的股票贏得了優(yōu)勝業(yè)績，為基金投資者的投資決策提供了參考。