“学海拾珠”系列之二百五十四：海外主动基金业绩基准的设置与纠偏

引言 4数据 6数据库与样本构建 6基准的描述性统计 7错误匹配基准的定义 8初始vs修改后基准 9投资策略广度 9ISBREADTH指标的构建 9ISBREADTH的概念验证 9业绩基准变化趋势 10减少不匹配基准的趋势 11图表证据 11线性趋势估计 12改用不匹配基准的情况 12业绩评估与投资者选择 13ISBREADTH与基准不匹配之间的基础关系 13不匹配基准的偏差与方差 14专业化基金：基金设立时的业绩操纵证据 15经济渠道 16投资者学习 16机构投资者监督 186.3 竞争 19产品市场特征——相对收益与风险 207 结论 21风险提示： 21图表1文章框架 4图表2描述性统计 7图表3基准的描述性统计 8图表4使用其他投资组合广度指标对投资策略广度（ISBREADTH）进行验证 10图表5存在基准不匹配问题的主动管理型基金占比 11图表6集约边际-随时间改变基准的基金 11图表7使用S&P500指数作为基准的主动基金比例 12图表8错误匹配基金修正的比例 12图表9基准不匹配的时间趋势 12图表10月度资金流的决定因素 13图表不匹配基金中的偏差、方差与投资策略广度（ISBREADTH） 15图表12初始基准与最终基准之间的基准因子载荷及收益率差异 16图表13更换基准的基金中投资者资金流向与新旧基准调整后的业绩表现 17图表14机构投资者监督与基准不匹配现象发生的可能性 18图表15基准类别层面的竞争与基准切换 19图表16相对业绩表现、跟踪误差与基准切换 20引言图表1文章框架整理（RelativePerformance年这夸大了它们的相对业绩表现，从而带来了更多的资金流入。同样，Cremers、FulkersonRiley（2022年）24%这些扭曲现象的经济力量。数据集由2008年至2020年间的美国股票型基金组成，使用Sensoy（2009年）提出的基准不匹配晨星定义，发现，样本初期，34.2%的基金（占基金资产的45.4%）存在基准不匹配问题，在样本期内，不匹配基金（资产）的百分比稳步下降至27.2%（27.8%）。此外，以标准普尔500指数为基准的基金资产比例从52.4%降至38.7%。基准不匹配比例的下降，主要是由集约边际（即存续基金基准的变更）驱动的，而非由扩展边际（即匹配基金的设立和不匹配基金的2008202060%的基金在样本期内改用了匹配的基准。对基准不匹配趋势的线性模型分析表明，在0.762%。要准确解读基准不匹配现象的出现频率及变化趋势，需充分考虑基金投资策略的广度。Holmström（1982）假设存在一组完美匹配且充分分散化的相对绩效评价（RPE）同业比较对象，但现实中这样的同业参照群体可能并不存在。由于基准通常是在特定投资类别（如罗素中盘股成长型指数）内界定的，那些投匹配CEO及共同基金的研究结论不同——后者认为这种不匹配现象是CEO/y和l6为了找出投资方法超越易于分类风格的基金，计算了基金经理在其核心投资目标之外进行投资的程度。这一新指标——投资策略广度（InvestmentStrategyBreadth，简称ISBreadth），是指某基金在其晨星指定的投资目标类别之外的持仓比例。还进一步证明，投资策略广度与衡量投资组合广度和灵活性的其他近似指标呈正相关。（IS（1.06%的速度下降；而对于投资策略广度高于均值一个标准差的基金（即投资策略更广泛的基金"。（SMB）（Shapiro，1995年首先，Blackrock、StateStreet和Vanguard等被动型投资顾问，因能从消除偏见中获益，已大力投资于投资者教育，包括基准设定和业绩评估等方面。其次，Morningstar和理柏Lipper等第三方信息提供商，经常将基金业绩与投资组合类别的平均水平进行比较，这近似于匹配基准。第三，受托财务顾问的兴起，可以引导投资者选择更透明的产品。这些教育举措共同作用，可能催生出更为成熟的投资者群体，进而推动主动管理型基金的行为转变，从采用不匹配基准转向采用正确匹配基准，因为混淆视听的做法效果会大打折扣。然而，对于广泛投资型基金而言，其初始不匹配基准可能并非出于混淆目的，因此这些教育举措可能不会影响不匹配现象的发生率。将基准视为传递基金目标差异化信息的工具，发现，随着某一基准类别内的竞Mullaly和数据数据库与样本构建出于提升投资者评估基金业绩能力的目的，美国证券交易委员会（SEC）于1993年开始要求共同基金选定一个广泛基础证券市场指数，并以图表形式同时报告基金及其基准的业绩表现，以便投资者进行比较。这些业绩比较信息会呈现在每只基金的年度招募说明书和年度报告中，而且业绩基准的选择可能在不同报告之间有所变动。为了捕捉自我声明基准随时间的变化情况，文献分析采用了在2008年12月至2020年12月期间收集的晨星（Morningstar）数据库快照。这些快照包含了在美国运营的股票型基金自我指定的招募说明书基准清单，以及同时期的指数特征。将这些快照与共同基金样本的财务报告日期进行匹配，以确定基准变更生效的日期。由于使用晨星风格箱分类法对单个基金和各种基准指数进行分类，因此将样本限定为晨星指定的美国股票型基金。因此，这个结合了股票型基金与基准的基金-时间面板数据，既捕捉了股票型基金基准随时间的总体演变情况，也捕捉了个体的演变情况。3709154806图表2描述性统计数据。PanelA展示了从2008年12月至2020年12月的11次快照的时间点。PanelB给出了作为分析基础的基金-月份面板数据中各变量的汇总统计数据。图表2描述性统计Self-DeclaredbenchmarksandfundmanagerintentCheatingorCompeting？》基准的描述性统计3PanelA（2008年（2020年20082020500（S&P500）50075940752.4%降至38.7%。图表3基准的描述性统计Self-DeclaredbenchmarksandfundmanagerintentCheatingorCompeting？》错误匹配基准的定义遵循3×3（500指数晨星设定的风格箱边界较为敏感；因此，还使用基准不匹配的连续指标来检验研究3PanelB99%基准都表明其规模目标为大盘/综合型。这种一致性在中盘股和小盘股类别中有所下降——4%的小盘股基金和25%的中盘股基金使用了某种大盘/综合型基准。在成长41%32%3PanelC8061364.2初始vs修改后基准共同基金有时会将其收益与多个基准指数进行对比展示。晨星公司会为所有基金报告一个主要招募说明书基准，并在适用情况下报告一个次要招募说明书基准。这种主要和次要的指定由投资顾问做出，并传达给晨星公司。本文分析聚焦于主要基准。投资策略广度年（并通过相对绩效评估，即RPE）StSyBISBreadth指标的构建（即小盘股、中盘股和大盘股）和相对估值（如市净率ISISBreadth的概念验证作为对新度量指标的一个重要验证点，在图表4中，报告了标准化后的投资策略广度（ISBreadth）与若干其他投资组合广度度量指标之间的关系。PanelA报告lB展示了以S（投-图表4使用其他投资组合广度指标对投资策略广度（ISBreadth）进行验证Self-DeclaredbenchmarksandfundmanagerintentCheatingorCompeting？》在第(1)、(2)列中基于基金名称进行第一项验证。假设，致力于在市值规模和/或成长-价值维度上构建专业化投资组合的基金，很可能在其名称中包含这些关键词。在选取的样本中，有三分之一的基金名称并未表明其专业化倾向（称之为名称宽泛型，见PanelA）。PanelB的第(1)列显示，IS广度每高出标准差一个单位，基金名称宽泛的概率就增加8.4%（或平均值的25%）。第(2)列加入了基金固定效应，以控制高度持久的基金名称和IS广度，此时R平方值升至90%以上。即便引入了这些固定效应，统计上显著的系数仍表明，IS广度每增加一个标准差，基金名称变宽泛的概率就增加0.7%。第、(4)列1214.7%、(4)IS（无5最后，转向基金招募说明书中的投资描述，并创建了两个近似指标来衡量投资的广度。如果描述中同时包含对立的股票风格，即同时出现大盘和小盘，或成长和价值，则将该基金的投资授权归类为宽泛。反之，如果描述中给出了具体比例，则该基金很可能对特定风格有授权分配，意味着广度较小。描述分别有28%和76%的基金为宽泛型和特定型。图表4的PanelB的第(5)、(6)列显示，IS广度与宽泛型描述正相关，与特定型描述负相关。4IS3×3（业绩基准变化趋势减少不匹配基准的趋势图表证据5的PanelA1234.2%基金只数）20081245.4%（34.2%）2020年12（lB（推PanelB图表5存在基准不匹配问题的主动管理型基金占比 图表6集约边际-随时间改变基准的基金 Self-DeclaredbenchmarksandfundmanagerintentCheatingorCompeting？》Self-DeclaredbenchmarksandfundmanagerintentCheatingorCompeting？》股票型基金基准设定情况改善的这一趋势还可以从其他几个方面观察到。其一，750020082020年以标普500指数为基准的基金数量和资产规模均有所下降，资产（数量）占比从50.1%（）降至（03的PanelA500指数使用比例的下降，几乎所有其他主要风格相关指数的资产占比均有所上升。换句话说，在整个样本期间，大型混合指数逐渐被其他风格指数所取代。8年58%500指500指数为基准的基金，这一模式依然相似。这些基金主动切换基准以提高相对绩效评估准确性的行为，与先前文献中记录的基准不匹配的机会主义操纵渠道形成了鲜明对比。图表7使用S&P500指数作为基准的主动基金比例 图表8错误匹配基金修正的比例Self-DeclaredbenchmarksandfundmanagerintentCheatingorCompeting？》Self-DeclaredbenchmarksandfundmanagerintentCheatingorCompeting？》线性趋势估计图表9明确估算了不匹配基准事件中的线性趋势，既包括总体趋势，也包括按投资基准广度（ISB）不同水平划分的趋势。在第（1）列中，首先将基准不匹配（BenchmarkMismatch）与一个趋势变量（Trend）相关联，同时控制基金固定效应。趋势是指自样本起始以来的总时长，按年数和月份的小数等价数计算（每个月视为一年的1/12）。纳入基金固定效应使估算聚焦于集约边际，并控制了不可观测的（时间不变的）基金特征。估算结果表明，平均而言，不匹配的可能性每年下降0.762%。接下来，在第（2）列和第（3）列中，控制了标准化ISB广度（StandardizedISBbreadth），并进一步将其与趋势变量进行交互，以允许专业化基金和广泛投资基金存在不同的趋势。在第（3）列中，标准化ISB广度（StdISBbreadth）的系数表明，在样本起始年份（第0年），ISB广度高于均值一个标准差的基金，其出现基准不匹配的可能性比具有平均投资组合广度的基金低2.37%。结合基础情况解读交互项系数，结果表明，对于ISB广度低于均值一个标准差的基金（专业化基金），不匹配基准的下降速度为每年1.06%（0.771%+0.289%）；而对于ISB广度高于均值一个标准差的基金（广泛投资基金），这一速度为每年0.482%（0.771%-0.289%）。这些不同的趋势表明，基准的整体修正在很大程度上是由投资组合更专业化的基金推动的。图表9基准不匹配的时间趋势Self-DeclaredbenchmarksandfundmanagerintentCheatingorCompeting？》改用不匹配基准的情况尽管在后续分析中会对所有基准变更进行系统性分析，但单独审视以及MullalyRossi（2022）2）51%（ISBreadth）69%。业绩评估与投资者选择（Sy，9。通过控制其他基金业绩衡量指标后，针对自身样本复现了这一5中，SpiegelZhang（2013）（%（（%36RwBkn36Fama-French（36取1（t。年月10图表10月度资金流的决定因素Self-DeclaredbenchmarksandfundmanagerintentCheatingorCompeting？》ISBreadth与基准不匹配之间的基础关系在本节中，深入探讨导致基准不匹配水平的若干因素，随后将在下一节中分析相关趋势。假设，投资组合广度越高，选择匹配基准的难度就越大。因此，当广泛投资型基金选择不匹配的基准时，其动机可能更倾向于对冲风险，而非操纵业绩。相反，投资组合更专业化的基金有明确的基准可供参照，因此它们选择不匹配基准的行为可能具有潜在的战略意图。基金设立时的战略考量或许能解释这些基金基准不匹配基准的偏差与方差（Benchmark对冲更广泛投资策略中风险的动机相符，考察了与基金特定基准选择相关的偏差（iiS（2偏差36方差36平方偏差。正偏差表明基金可能存在业绩评估操纵行为——即基金选择了表现逊于最匹配基准的基准。方差较大则表明，所选基准的收益随时间变化的波动与基金收益的波动匹配度较低。尽管基金经理可能选择基准以最小化偏差或方差（Geman、Bk和D199（ISB（36个0.0132%（列ISB0.0127%。此外，为刻画基准在对冲共同风险中的作用，在第（3）列和第（4）列中将方差对ISB广度进行回归。发现，在不匹配基金中，广泛投资型基金的方差往往略低于专业化基金。这表明，广泛投资型基金选择不匹配基准，可能是为了对冲其更广泛投资策略下管理者可能面临的潜在共同风险或系统性风险。此外，专业化基金图表11不匹配基金中的偏差、方差与投资策略广度（ISBreadth）Self-DeclaredbenchmarksandfundmanagerintentCheatingorCompeting？》专业化基金：基金设立时的业绩操纵证据500（S&P1000（l0wh&P反映基金经理预期S&P5001000SP0（在图表12的PanelA中，通过标准fama-french三因子回归，分析了基金初始基准（设立时选择的基准）在基金存续期前36个月内的系统性风险暴露（即贝塔值），并将其与基金最终基准（未来切换的基准）在同一时期的贝塔值进行比较。该面板报告了各因子基准贝塔值差异（初始减去最终）对不匹配程度（Mismatch）、标准化ISB广度（Std.ISBbreadth）及其交互项的回归结果。市场因子（第（1）和列列3PanelB中基金（HML，第（5（ISBSMB和HML图表12初始基准与最终基准之间的基准因子载荷及收益率差异Self-DeclaredbenchmarksandfundmanagerintentCheatingorCompeting？》PanelA12PanelB36（3）（4）fama-french（5）364.43%ISB经济渠道（RelativePerformanceEvaluation,RPE）RPE投资者学习若投资者能够识别基金经理披露的不匹配基准的性质，或能从其他渠道了解到正确的同业群体信息，那么基金自行指定的基准所产生的影响可能会被削弱。将这种因识别到基准设定不当而引发的投资者行为调整，以及错误信息纠正的过程，称为投资者学习假说。13（分24个4（PlA（l（StdIS影响。图表13更换基准的基金中投资者资金流向与新旧基准调整后的业绩表现Self-DeclaredbenchmarksandfundmanagerintentCheatingorCompeting？》PanelA、、9BMReturn）还是基于新基准调整的收益（Raw–NwBMRn第912（Raw–NewBMReturnPostSwitch其次，第4、8、12种设定显示，对于从错误匹配基准切换至正确匹配基准的基金子集，切换后投资者对新基准调整后收益的敏感性部分源于投资者敏感性的变化。这为投资者采纳新基准提供了有力证据——表现为对原基准敏感性的降低（仅在正资金流指标上具有统计显著性）和对新基准敏感性的提升——但前提是原基准错误匹配且新基准正确匹配。因此，对于专业型基金而言，这一结果与投资者仅在基准切换改善了匹配度时才关注基准切换的情况相符。（并可能推动基准切换新基准。转向PanelPanelA后，2-4、6-8、10-12种设定显优越基准的情况相符，因此，换的反应较弱。机构投资者监督（Bs（ie外，如果一家服务于非专业投资者的零售基金同时受到专业机构投资者的监督，那金在t月是否拥有机构双胞胎的指标。第（1）列未控制基金固定效应，并表明在横截面分析中，拥有机构双胞胎且投资组合广度（ISBreadth）处于平均水平的基金，其基准不匹配的可能性更低，这与机构投资者的治理效应相一致。根据概率单位系数（0.129）计算了边际效应，表明拥有机构双胞胎的基金基准不匹配的可能性降低了4%（保持投资组合广度在平均水平）。图表14机构投资者监督与基准不匹配现象发生的可能性Self-DeclaredbenchmarksandfundmanagerintentCheatingorCompeting？》竞争虽然从相对绩效评价（RPE）相关文献来看，强化监督显然是一个潜在的合理解释，但产品市场竞争提供了另一个可能对匹配基准的选择产生积极影响的经济渠道。在本节中，将探讨市场竞争的直接衡量指标如何影响不匹配基准的减少。在主动管理型基金领域，一个重要的竞争来源是指数基金，它们以低费率提供基准指数回报（Cremers、Ferreira、Matos、Starks，2016；Sun，2021）。考虑来自指数基金的竞争压力的两种衡量指标：某一基准类别中的被动基金数量（包括指数共同基金和交易型开放式指数基金，为简化起见，以下均称为指数基金）以及该基准类别中指数基金的市场份额。根据晨星（Morningstar）对基准的分类，在基准类别层面构建指数竞争衡量指标，以便具有相同基准类别的基金被视为相互竞争。图表15（ISIS图表15基准类别层面的竞争与基准切换Self-DeclaredbenchmarksandfundmanagerintentCheatingorCompeting？》1512ln(IndexFunds)的系数表明，与更多指数基金竞争的主动管理型基金更有可能7IS1.4%ISIS指数基金份额每增加一个标准差，就会导致广度处于平均水平的基金更换基准的可0.7%IS产品市场特征——相对收益与风险。在图表16中使用月度数据检验了这一权衡假设。计算了若一只基金从当前自行申报的基准转换至新基准，其36个月基准调整后的业绩差异。（BMAdjRetDiffNew-Old)）图表16相对业绩表现、跟踪误差与基准切换Self-DeclaredbenchmarksandfundmanagerintentCheatingorCompeting？》16BMAdjRetDiff(New-Old)(Correct-Old)ISt+110（2）列3列）IS。第（4）-（6）列进而考察了相