2015年第5期No. 5, 2015 (总第419期)4、."何也Genera1 基金家族的业绩关联与溢出效应一一基于共同技能效应与共同噪声效应的实证研究郭春松蔡庆丰汤肠场(中国银监会福建监管局，福建福州350∞4;厦门大学经济学院，福建厦门361005) 摘要:本文分别采用基金超额收益率一阶自回归残差项的相关系数和Fama-French 兰因子模型残差项的相关系数作为基金家族共同技能效应和共同噪声效应的代理变量，从微观层面研究了基金家族成员基金间的业绩关联性及其对基金溢出效应的影响。研究发现，在我国基金行业中，基金家族的共同技能效应和共同噪声效应使得家族基金间业绩高度相关，且上述效应会受到基金家族和基金经理特征的影响;此外，基金家族的共同技能效应和共同噪声效应还会对基金家族的资金流带来显著的影响。关键词:基金业绩;业绩关联性;溢出效应JEL分类号:G14，G24，G32文献标识码:A文章编号:1∞2 -7246(2015 )05一0162-16 -，~I言基金家族(FundFamily)的出现并不比基金晚多少，但对于基金家族的研究却相对滞后。2000年以来，相关研究才逐渐增多(Chenet al. ，却2O∞Oω4;囚Eltonet 址a1.，却2007;C仙αhen2却01曰3)λ。基金经理受雇于基金管理公司管理其旗下的基金，基金产品的风格(风险与收益)直接受基金经理的个体影晌，同时也不可避免地也会受基金公司的整体影响，影响程度因基金公司的管理风格和技资授权而有所差异。一般来讲，如果基金公司相对强势，基金经理相对弱势，那么，基金受基金公司的影响相对较强，基金风格更多地反映基金公司的共性风格;反之，如果基金经理相对强势而基金公司相对弱势，则基金受基金经理的影响将更为强烈，基金更多地反映基金经理的个性特质。与此同时，基金经理共享公司的研收稿日期:2014-03一12作者简介:郭春松，经济学博士，副研究员，中国银监会福建监管局，Email: guochunsong@. 蔡庆丰(通讯作者)，经济学博士，厦门大学经济学院教授，Email: qfcai@. 汤肠弱，经济学硕士，厦门大学经济学院，Email: carolyntang@. *本文感谢国家自然科学基金面上项目"资本市场中的社会关系与政治地理中的资本市场:来自中国的理论与实证"(71373219)和厦门大学中央高校基本科研业务费(2013221012)立项资助。感谢匿名审稿人的宝贵意见，文责自负。162
2015年第5期基金家族的业绩关联与溢出效应163 究资源、决策流程和风控体系，他们彼此之间的信息交流、情绪传染也会影响彼此之间的投资决策，由此造成基金产品的业绩关联性。那么，同一基金家族中的基金产品的业绩关联性会呈现怎样的特征?成员基金之间业绩关联性是否会受到基金管理公司特征和基金经理个人特征的影响?上述问题将是本文研究的重点。我们借鉴Davidand Yo uchang (2014 )两位学者的研究思路，构建描述基金家族成员基金的业绩联系的代表指标，即共享基金家族资源的共同技能效应(Common skill Effect)和遭受相同非系统性冲击的共同噪声效应(Common -noise Effect)。我们分别以基金超额收益率一阶自回归残差项的相关性和Fama-French三因子模型残差项的相关性作为两者的代理变量，对基金家族业绩关联'性进行了验证;并在此基础上探究基金经理的个人特征和基金公司的整体特征对基金家族旗下成员基金之间业绩关联性的影响。我们研究发现基金家族内成员基金业绩关联性会受到基金公司技能水平的正向影响，同时还会受到基金经理的个人投资经验的负向影响;最后，在研究基金溢出效应时，我们在传统的"明星基金"溢出效应基础上，从基金业绩关联性角度对这一效应进行了更为深人的研究。二、文献综述与研究假设Elton et al. ( 2007 )首次用基金收益率的相关系数来衡量业绩关联性，其研究发现:同一基金家族成员基金间的回报率相关性要显著高于不同基金家族的相关性，原因在于基金的共同持股，以及一致的经济预期。Polletand Wilson (2008)研究发现，基金家族会影响其成员基金的投资组合策略，基金家族存在共同持股行为，且共同持股程度随着基金家族成员基金数量的增加而增加。陆蓉和李良松(2008)也发现中国基金家族的共同持股行为日益严重，并且共同持股对家族的业绩和风险呈现倒U形的影响。陆蓉和刘亚琴(2009)进一步研究显示:在家族共同持股的情况下，股票"变脸"可能引发整个家族业绩突变，而治理结构中激励机制的安排可能是基金家族高度共同持股的诱因。刘志新等(2010)利用面板数据·固定效应模型，发现基金家族存在交叉补贴行为，且这一现象在大基金家族中更为明显。兰天剑(2010)同样以基金家族成员基金的收益率相关系数为基础，发现家族内成员基金的平均收益率相关系数要显著高于家族间基金的收益率相关系数。屈源育和吴卫星(2014)研究了我国明星基金家族成员基金在共同持股股票上的收益差异及其原因，研究发现明星基金家族成员基金在共同持股股票上的业绩表现存在很大的差异性，这种差异的原因并非完全由基金经理的技能所解释，也有可能是由于基金家族的"抬轿"策略造成的。Baks(2003)比较了基金家族和基金经理对基金超额收益率的贡献，实证结果显示，对于大多数基金来说，基金家族对基金业绩的贡献要高于基金经理。基金溢出(SpilloverEffect)效应是指基金的某项事件或特征对其他基金造成的影响，明星基金的溢出效应是这个领域的研究热点。从本质上看，这种明星基金的溢出效应体现了基金业绩与资金流的关系(Perfo口nance一FlowRelationship) ，这也是投资者对基金家族业绩联系的一个典型反应。当技资者发现基金家族出现一只净值增长率靠前或评级靠
164 4、h硝也总第419期前的"明星基金"时，他们往往认为该家族的其他基金也能带来较高回报，由此增加对该基金家族的申购，明星基金产生明显放大的正向溢出效应。Khoranaet al. (2007)分析了基金行业市场份额的决定因素，发现明星基金对其所属家族扩大市场份额具有正面影响。Nanda et al. (2004)采用多种方法定义明星基金，研究显示明星基金具有显著的溢出效应，这种现象在多样化的家族投资策略中更易出现，并导致一些基金家族出现"造星"( Star -creating)行为。Zhao(2004)研究结果表明，基金公司会通过关闭明星基金的方式来吸引投资者购买家族的其他基金产品。Gasparet al. (2006)发现基金家族会在成员基金间策略性地转移业绩以提高整个基金家族的收入这一行为明显扭曲其代理资产管理的初衷。国内学者张婷(2010)证实了我国明星基金溢出效应现象的存在。一些基金公司利用了这种正外部性，在公司内部配置资源以实现其利润最大化。林树等(2009)的研究显示，投资管理能力弱的基金家族可能通过人为制造明星基金而成为明星家族，且旗下基金业绩差距越大，规模越大，前期没有明星基金的家族"造星"动机越强。基于以上文献梳理，本文提出以下四个关键性假设:假设1:基金家族的成员基金由于共享资源和信息、导致超额收益率存在相关性，存在共同技能效应;假设2:基金家族的成员基金由于共同的组织构架安排导致受相同的非系统性冲击，存在共同噪声效应;假设3:基金家族技能越大越容易引起基金家族内各成员基金的效仿，即共同技能效应和共同噪声效应随着基金家族技能的增大而增大;假设4:基金经理自身的技能越大越容易使基金经理根据自身的投资风格进行投资，较少受到基金家族内其他成员基金的影响，即共同技能效应和共同噪声效应随着基金经理技能的增大而减小。我们认为，基金溢出效应的本质是因为基金家族内部子基金之间存在共同技能效应和共同噪声效应。共同技能效应的提升会导致家族内各成员基金投资风格的模仿和趋同，具有更强的基金溢出效应。随着基金家族共同噪声效应的增加，家族内各成员基金更容易受到家族外部非系统性冲击的影响，因此家族内各成员基金的最优做法是降低对其他成员基金的模仿和趋同，因而基金溢出效应会更小。基于以上分析，本文提出以下三个推论:推论1:基金溢出效应随着共同技能效应的增加而增加;推论2:基金溢出效应随着共同噪声效应的增加而减少;推论3:随着成员基金数量的增加，共同技能效应和共同噪声效应对基金溢出效应的影响增大。本文将从传统明星基金溢出效应出发，研究基金家族业绩联系带来的溢出效应。通过将共同技能效应指标Lambda和共同噪声效应指标~ho纳入研究体系，检验基金家族内部各成员基金间的共同技能相关性和共同噪声效应;并在此基础上进一步研究基金家族特征和基金经理个人特征对成员基金业绩关联性的影响;最后，考察基金家族内各成
2015年第5期基金家族的业绩关联与溢出效应165 员基金业绩相关性对基金溢出效应的影响，并检验中国基金业是否存在"明星基金"溢出效应。三、基金家族效应存在性的实证研究(一)样本选取本文以2008年至2012年作为研究区间，并对原始基金样本按照如下原则和顺序进行处理和筛选:(1)剔除封闭式基金;(2)由于本文计算超额收益率的Fama-French三因子模型、CAPM模型只适用于股票类基金的业绩评价，所以剔除债券型、QDII型、货币型、平衡混合型等类型的基金，只选择普通股票型基金和偏股混合型基金;(3)经过前两步筛选后，若基金管理公司旗下仅剩下一只开放式基金，则剔除该基金及所在的基金管理公司，最终得到46家基金管理公司的171只基金样本。(二)变量及实证模型设计l.基金家族效应变量。本文将基金家族中成员基金间的超额收益率相关性和遭受的相同非系统性冲击分别定义为共同技能效应Lαmbd问和共同噪声效应Rh勺，统称为基金家族效应。本文使用2∞8到2012年间共1219个交易日的日数据计算共同技能效应和共同噪声效应指标。共同技能效应指标Lαmb缸"衡量基金之间超额收益率的相关性，具体构建方法如下:第一步，根据Fama-French ( 1993 )的方法建立Fama-French三因子模型，用连续250个交易日的时间窗口进行回归得到每只基金超额收益率α的时间序列，最终每个α时间序列包含970个数据。第二步，对超额收益率时间序列α建立AR(1)模型，得到一阶自回归模型的残差项e"计算任意基金i和基金j残差项的相关系数，记为Lambdaij。使用AR(1)模型的残差项计算技能相关性的原因在于:首先，超额收益率α的计算方法可能导致其具有较强的自相关性;其次，基金业绩短期内具有持续性，自回归处理可部分排除业绩持续性的影响。，币且、，-iE飞/αi.， = b.αht l+shz Lambdαij = correlαtion ( e i ,e) ( 2 ) 共同噪声效应指标Rhoij衡量基金之间遭受相同非系统性冲击的相关性，具体构建方法如下:第一步，采用Fama-French三因子模型，回归得到残差项第二步，根据三因子模型回归得到的残差项凡，分别计算样本内任意两只基金组合残差项的相关系数，记为Rhoij。Rho= correlation(叭.'，巧.') ij (3) 2.基金关联变量。基金家族虚拟变量fαmilYij:当基金i和基金j属于同一家基金管理公司时，þαmilYij为1，否则为0。由于基金业绩关联性除了受到同一基金家族资源信息共享的影响外，还可能受到其
166 总第419期4、'"何也他多种因素的作用。因此，本文在构建基金家族效应存在性模型时，将投资风格等作为控制变量加以控制。当基金i和基金j拥有相同的投资风格时，投资风格虚拟变量。印创iveij为1，否则为0。通过以上计算过程，每个变量分别得到14535个观测值。在此基础上，本部分构建了模型(1)和模型(2)分别检验共同技能效应和共同噪声效应的存在性。模型(1):检验共同技能效应存在'性的模型:Lαmbdαij -α+β1 familYij +β2 objective+β3 . Rho+ 8(4) ij ij ij 模型(2):检验共同噪声效应存在性的模型:Rhoα+β1 familYij +β。鸟jective+β3 Lambdαij +引(5) ijij在回归模型中，我们将Rhoij和Lambd问互为控制变量，这是因为基金间的共同技能效应和共同噪声效应可能由相同的原因引起，从而导致两者之间存在相关性。为增强实证结果的稳健性，本文还采用CAPM模型重新计算基金技能相关性Lambd叫和噪声相关性Rho后，并对上述模型(1)和模型(2)再次进行回归。ij(三)实证结果分析模型(1)和模型(2)使用OLS法回归，并经过异方差修正。表1给出了基金家族效应存在性模型的实证结果，其中第二、三列是基于Famα-French兰因子模型的回归结果，第四、五列是基于CAPM单因素模型的稳健性检验。表1检验基金家族效应存在性的回归结果变量基于Fama-French模型基于CAPM模型模型模型(1)模型(2)模型(1)模型(2)被解释变量Lambda. Rhoij Lambda. Rhoij 布..串串串 ..事α ( ) ( ) () () ..晴 ∞20γ" familYij ( ) (4. 17) () () 05嘟嘟* ... 7. 52E -05’" ∞134 8. 31E -... objectiveij ( ) () () () ... ... Lambdaij (斗)( ) 忡* ..巾Rhoij ( -83. 12) ( ) 2 O. 153514 O. 312453 O. 155731 2调整 O. 156481 O. 152413 F统计量 ... ... ’" ’" 观测值14535 14535 14535 14535 注释:系数下方括号内是系数的E值，\忡，川分别代表系数在10%,5% ，1%的显著性水平下显著，下同。
2015年第5期基金家族的业绩关联与溢出效应167 根据上述实证结果，我们发现:在上述两个模型中，虚拟变量jamilYij的系数均显著为正，即同一基金管理公司旗下成员基金间的超额收益率和业绩噪声的相关性要高于非同一基金管理公司旗下基金间的相关性，这说明我国资本市场存在显著的基金家族效应。我们还发现投资风格虚拟变量。乌jective在两个模型中的系数均显著的为正，这说明ij具有相同投资风格的基金在超额收益率上存在较高的相关性，同时也更容易受到相同的非市场冲击。这主要是因为相同的投资风格意味着投资标的范围和风险暴露比较一致，因此相同投资风格的基金之间存在→定的可替代性。控制变量Rho在模型(1)中、控制ij变量Lambd内在模型(2)中的系数均显著为负，这主要是因为共同技能效应对基金公司资金流的影响是正面的，而共同噪声效应对基金公司资金流的影响是负面的，因此两者之间存在负相关关系。最后，我们基于CAPM模型重新计算了Lαmbd问和Rhoij并进行回归作为稳健性检验。如表1的第四、五列所示，jamilYij的符号与显著性并未发生改变，可见模型(1)和模型(2)的实证结果十分稳健，即基金家族存在显著的共同技能效应和共同噪声效应，我们假设1和假设2得到证实。然而，什么因素能够影响基金家族效应?下面我们将对这一问题进行实证研究。四、基金家族效应影响因素的实证研究上述研究表明我国基金行业中存在显著的基金家族效应。依此思路，影响基金家族效应的原因又有哪些呢?根据假设3和假设4，我们在接下来这部分将探究基金家族特征和基金经理个人特征对基金家族中成员基金间业绩关联性会带来怎样的影响。(一)样本选取和变量设计由于基金管理公司只在每季度公布基金总资产净值等数据，因此本部分以2∞8年至2012年共20个季度、46家基金管理公司的171只基金的面板数据作为研究样本。1.基金家族效应变量。第一步，我们按照之前构建的方法重新计算Lambd问，和Rh勺，主要区别在于本部分以季度为单位进行计算。值得注意的是，在计算Rhoij的过程中，我们以每个季度的时间序列回归三因子模型求得残差项;在计算Lαmbd町的过程中，我们在每个季度用连续30个交易日的时间窗口回归三因子模型，得到每只基金超额收益率α的时间序列，再对每个时间序列采用AR(1)模型求得残差项，进而计算相关系数。第二步，计算每只基金所属家族内其他基金Lambd町、Rho的平均值，以此来衡量基ij金个体与所在家族的整体联系，每期分别得到171个Lαmbdαz和Rho:iLLαmbdα~ Lαmbdα== <二l，j向4(6) n-l
168 总第419期舍、'"仔也L Rhoij Rho. = ~二1J'<i一二一(7) n -1 通过以上计算过程，我们得到了20个季度、171只基金的面板数据。2.基金家族和基金经理的技能变量。借鉴陆蓉和李良松(2008)的研究方法，本文以基金i所属基金家族成员基金在t期超额收益率1的平均数αlphαFi.，来衡量基金家族的整体业绩水平。Zheng (1999 )认为，基金经理的风险控制能力、自信程度与从业年限呈正相关关系。本文假设基金经理从业时间越长，其个人投资经验就越丰富，并用基金经理从业时间(按月计算)对数值eXPi.，来作为其技资经验的代理变量。3.其他控制变量。为控制基金家族以及个体基金特征对基金家族效应的影响，我们加入以下控制变量:表2控制变量及其定义变量定义log( TNAFι， ) 基金i所属基金家族在t期总资产净值的对数log(ιge，，) i基金E存续期的对数(按月计算)log(αgeF•，) i基金i所属家族存续期的对数log( N.,) 基金i所属家族成员基金数量的对数i基金公司团队稳定性指标，取值在0到1之间，其值越小代表基金公司团队越稳定， 该指标直接取自Wind资讯如果t期基金i的基金经理2为男性，则sexιt为1，否则为oseXi,t edu., t期基金i的基金经理拥有本科以下学历赋值1，本科赋值2，硕士赋值3，博士赋值4i最后，本部分建立了模型(3)和模型(4)来检验基金家族特征和基金经理特征对基金家族效应的影响。同样的，我们基于CAPM模型进行稳健性检验。模型(3):检验共同技能效应特征的模型:μmbdαi，t -α+βαlphaF" +β2 eXPi" +β3 log( TNA,,) +品.log( TNAF,,) iii+β5 log(αge，，) +β6 log(αgeF，，) +β7 log(N,,) +β8 stable, ( 8 ) iii i+β9 seXi,t +β10 edu" + 8i" i模型(4):检验共同噪声效应特征的模型:I 超额收益率为Fama-French三因子模型中的常数项，稳健性检验基于CAPM模型。2 若出现同时存在多名基金经理的情况，则采用任职时间较长的那名基金经理为基准，下同。
却15年第5期基金家族的业绩关联与溢出效应169 Rho.α+βαlphα +β2 . +β3 . log( TNA.) + 4 log( TNAF.) iritit+β5 log(αge..) +β6 log(αgeF..) +β7 log(N..) +β8 stαblej•• (9) iii+β9 sex.+β10 edu. + iit (二)检验和模型设定1.面板单位根检验。为了防止数据不平稳造成伪回归，我们先对所有时间序列变量做单位根检验，结果如表5所示。我们采用LLC(Lenvin，Lin & Chu Unit Root Test)检验和IPS( 1m, Pesaran and Shin Unit Root Test)检验均表明所有时间序列变量在1%的显著性水平下为平稳序列。表3单位根检验结果变量LLC检验IPS检验Lambdaιt -20. 40( ) -21. 74(0.∞00) Rho., (0.α)()()) -12. 16( O.仪削)ilog( TNA.,) (0.α)()()) 一(α)())ilog( TNAFι，) (0.。∞0)() log( ageι， ) (0.。∞0)(α)()) log(αgeFi.，) -110. 20(0.∞∞) (0.α削)αlphaFιz 一 () () (α)()) -31. 12(0.α刀。)iI (α)()) exp .1 (0.α)()()) 2.模型形式设定。这里所涉变量是二维数据，不适用于普通的计量模型，因此本文选用面板数据模型进行实证分析，在混合效应、固定效应和随机效应等面板模型中进行模型形式设定。首先，我们使用Hausman检验判断模型的固定效应和随机效应。其次，我们使用Breuschand Pagan LM检验判断模型的随机效应和混合效应。Hausman检验的P值为，表明接受原假设，即随机效应模型要优于固定效应模型。LM检验结果表明显著的拒绝原假设，即随机效应模型要优于棍合效应模型。根据上述检验结果，我们最终选择随机效应模型进行实证分析。(三)回归结果及分析表4给出了检验基金家族效应特征的实证结果。
170 总第419期4、.Ir树也表4检验基金家族效应特征的回归结果变量基于Fama-French模型基于CAPM模型模型模型(3)模型(4)模型(3)模型(4)被解释变量Lambdα'-' 1. 193219 1. 133766 1. 192668’" ’" 1. 133176 ’" α () ( ) () () 1. 506666’" 1. 021388’" ’" 1. 855753" () ( ) ( ) (1. 98) 忡*-O. 0328049 ... -O. 0330513 ... .. ( ) ( ) ( ) ( ) -0.∞1743 O.∞39923 log( TNA ) it( ) () ( -1. 42) ( -1. 38) 9083 ... ... ... log( TNAF ) it() () () ( ) -O. ... 0406432 ... -O. 0294067 ... log( age ) it( ) ( ) ( ) () 一-O. 0783699 -O. 0820602 ... -O. 1056302 ... ... ... log(αgeF•) it( ) ( ) ( ) ( ) -O. 0898601 ... ... 0. 1212916’" ’" -log(N.,) i() ( ) ( ) ( ) stable , i(1. 16) ( 1. 54 ) (2. 16) (1. 82) O.∞43934 O.∞40087 seXi,t ( ) () () () -0.∞56236 -0.∞18804 edu , i40) ( ) ( -1. 35) ( ( -0.) 2 ... ... ... ’" Wald统计量观测值3420 3420 3420 3420 实证研究发现:首先，基金家族技能的代理变量α年加Fi.，在所有回归模型中均显著为正，这说明基金的共同技能效应Lαmbdα、共同噪声效应RhOi，t与其所属家族的技能呈正相关关系，即基金的业绩关联性，会受到基金公司技能水平的正向影响。这主要是因为，当基金家族整体技能水平和共享资源的质量较高时，基金经理对基金家族的信任程度将提升，表现为更加依赖基金家族共享资源。如果所有成员基金都更多地采纳基金公司投研团队的投资建议，成员基金间的超额收益率相关性和业绩噪声相关性将相应提高。其次，与家族技能代理变量alphαF•相反的是，基金经理个人技能代理变量expi，t的it回归系数在所有模型中均显著为负，这说明基金的共同技能效应Lαmbdai，t、共同噪声效
2015年第5期基金家族的业绩关联与溢出效应171 应与其基金经理的个人投资经验呈负相关关系。这是因为当基金经理的投资经验越丰富，他就更倾向于自主择股，从而对家族共享资源的依赖程度相应降低，这将导致家族中成员基金的异质性提升，业绩关联性相应降低。实证结果还表明基金家族效应与基金家族资产规模log(TNAF.，)存在显著的正相关i关系，但与基金个体资产规模log(TNA.，)的相关性并不明显。我们认为，这主要是因为i随着基金家族资产规模增大，在投研团队提供的有限股票池范围内，基金持股受限增加导致成员基金交叉持股现象更加严重，进而提高了业绩相关性。基金家族效应与基金个体存续期log(α、基金家族存续期log(αgeF•，)均呈现显著的负相关关系，这说明新基i金尚未形成自己的投资风格，与家族的联系更为紧密。随着基金存续期的增加，成员基金的个体风格逐步彰显，从而逐渐弱化了与基金家族的联系。基金家族效应与成员基金数量log(N.，)呈负相关关系，这可能是因为随着成员基金数量的上升，庞大的组织机构和i人员数量将导致相互间的联系降低，Nandaet al. (2004)的研究也得出相同的结论。基金家族团队稳定性stable.，系数为正，表明基金团队越不稳定(stable.，越大)，成员基金的业ii绩关联性就越强，但这种关系并不显著。我们认为，基金经理在稳定的团队氛围下更易彰显个性风格，提高个人在投资标的选择中的话语权。此外，基金经理性别sex.和受教育it程度ed叭s的系数均不显著，说明性别和学历对基金业绩关联性并没有太大影响。最后，作为稳健性检验，我们基于CAPM模型重新计算了Lαmbdα'.'和Rho•，进行回i归。实证结果如表4的第三、四列所示，αlphaF.，和的符号与显著性并未发生改变。i由此我们可以得出结论:基金家族技能和基金经理技能将分别对基金家族效应产生正向和负向影响，假设3和假设4得到证实。五、基金家族效应对溢出效应影响的实证研究我们推测，基金溢出效应本质上是基金家族内部子基金之间存在共同技能效应和共同噪声效应所引起的。下面我们将依据推论1-3分别对我们的猜测进行验证。(一)变量及模型设计1.基金资金流指标。本文采用剔除了基金收益对基金总资产净值影响的资金流人增长率卢OW•作为基金it资金流代理变量，即基金i在t期的资金净流入与上期期未总资产净值的比值:’NA-(1 RJ 、、，，,_, tA。TNA"+ ,.. ,.t) ，.‘-TuPow 、，υTNAi.，_1 其中:Rit为基金i在t期的收益率TNAit为基金i在t期期末的总资产净值。..2.明星基金和瘦狗基金。本文参考Nandaet al. (2004)的方法，根据基金收益率排序定义明星基金。排名前10%的基金定义为明星基金(StarFund) ，排名后10%的基金定义为瘦狗基金(Dog Fund) ，同时存在多只明星基金称为明星基金家族(StarFamily)。具体来说，若t期基金E
总第419期172 舍、JrUf也所在的基金家族存在明星基金，虚拟变量stαr.为1，杏则为0;若存在瘦狗基金，则虚拟变it量dog_为1，否则为0;若t期基金i所在的基金家族同时存在两只或以上的明星基金，虚it拟变量starF.为1，否则为0。it3.基金家族效应指标及控制变量。在本部分我们分别用Lαmbda..衡量共同技能效应和共同噪声效应。αlphα、Rhoit为基金i在t期的超额收益率，αlphαFi_t为基金i所在家族的成员基金在t期超额收益率的均值。此外，我们还将m/H、log(TNAF.)、log(age，，)、log(αgeF，，)、log(N，，)及相关it iii交叉项作为模型的控制变量。采用文章第四部分相同的样本，为了检验基金业绩关联性对基金溢出效应的影响，我们构造如下三个模型:模型(5):检验基金家族的明星基金、溢出效应flo叭β。+βαlphα-I+β2αlphα_1 +β3 log( TNAi,t_l) +β4 log( TNAFi,t_l ) +β5 log(αge.-) +β6 . log(αgeFi，t_1) +β7 stαrz，←1 +β8 dog,t_1 it1i+β9 stαrF._+ 8i,t it1 ，，，、嚼飞'且、、』，，，1A 模型(6):检验基金技能相关性和噪声相关'性对溢出效应的影响卢OW"β。+βαlph矶，t-l+β2 alphαFh卜1+β3 log( TNA,t_1) +β:4 log( TNAFi,t_l ) ii+β5 log(αge._) +β6 log(αgeF二←1)+β7 stαr，t_1 +β8 dogit1ii卢l+β'9 . stαrFi，t_1 +βαmbdαi，t-1 +β11 RhO,t_1 +β12 (stαr' Lαmbda)i，t_1 i+β\3 (stαr Rho儿，←1+β14. (starF Lαmbdα) i,,-1 +β15 (stαrF' Rho儿，，-1+ 8,t i(12) 模型(7):检验随着基金家族数量规模的扩大，基金业绩相关性对溢出效应影响的变化flo叫，= o +βα年ha，'_1+β2αlphαF，'_1 +β3 log( TNA,,_l) +β4·log(TNAFi卢1) iii+β5 . log(αge.，_I) +β6 log(αgeF，，_I) +β:7 stαr小1+β8 . dog,’_1 iii+β9 stαrF，'_1 +βαmbd叭，，-1+β11 Rho,’_1 +β12 (stαr' Lαmbdα) i,’-1 ii+β\3 (stαr Rho) i,,-1 +β14 (stαrF' Lαmbdα) i,,-I +β15 (stαrF Rho) i,,-1 +β16 (logN’ Lαmbdα) i.,-1 +β17 (logN’ Rho儿，zl+SBJ(13 ) (二)检验和模型设定1.面板单位根检验。为了防止数据不平稳造成伪回归，我们对时间序列变量做单位根检验，结果如表5所示。LLC检验和IPS检验均表明所有时间序列变量在1%的显著性水平下为平稳序列。
2015年第5期基金家族的业绩关联与溢出效应173 表5单位根检验结果变量LLC检验IPS检验flo叭， (0.。α)())(α泊)alpha" () (0.∞00) iαlphaF.， (0.。α)())-16. 1O( O.仪削)ilog( TNA,,) (0.仪削)佣1(0.∞∞) ilog( TNAFι， ) (0.。∞0)() log( age.,) (∞) (∞0) ilog(α:geFi.，) -110. 20(0. oc削)(0.仪泊。)2.模型形式设定。首先，我们使用Hausman检验判断模型的固定效应和随机效应。其次，我们使用F检验判断模型的固定效应和混合效应。检验结果表明，Hausman检验结果显著的拒绝原假设，即固定效应模型优于随机效应模型。在F检验中，F=>凡，从而拒绝原假设，即固定效应模型优于随机效应模型。根据上述检验结果，我们最终选择固定效应模型进行实证分析，并用截面加权的广义最小二乘法纠偏O(三)回归结果及分析表6给出了检验基金溢出效应的回归结果。表6检验基金溢出效应的回归结果变量flow_it 模型模型(5)模型(6)模型(7) . 137961 α ( ) ( ) ( ) alpha川i( 1. 03) () () alphaF ,-1 (0. 11) () () ... ... log( TNA.,_1 ) i( ) ( ) ( ) ... log( TNAF.,_1 ) i(4. 15) () () ... -0.∞8847 log( age.’_1 ) i( ) ( ) ( ) -7. 14E -05 -0.∞2083 log(ageFi川)( ) ( ) () ... ... ... starι，t-l () () ( )
174 总第419期4、'"仔也(续表)变量卢OWi，t0;∞3950 -0.∞3357 一dog.._i1 ( ) ( ) (一)O.∞6578 O.∞4∞5 starF‘'川() ( 1. 85) (1. 82) ". ’" Lambda .-1 () () -0. 165349’" Rho.._i1 ( ) ( ) ... (star . Lambda) i 川() ( ) ... 一'"(star Rho) i,.-l ( ) ( ) O.∞3217 O.∞2982 (starF .μmbda)川1(1. 79) () 一 (starF Rho)阶() () (logN’ Lαmbda) i,t-l () 仪沁4(logN . Rho) i川( 1. 07) 叩mmO. 248796 O. 168834 幢幢 ’" ’" 删3249 3249 3249 根据上述实证结果，我们发现:首先，明星基金star和明星基金家族starF的系数均显著为正，这表明明星基金和明星基金家族对旗下的其他基金具有明显的溢出效应。瘦狗基金dog的系数显著为负，这表明排名靠后的基金对所属家族基金的资金流存在负面影响。上述结果证明了明星基金、明星基金家族和瘦狗基金确实给投资者起到了示范作用，从而影响了投资者的行为选择。其次，共同技能效应Lαmbda与基金资金流flow之间存在显著的正相关关系，且Lαmbda.•交叉项都为正;而共同噪声效应Rho与基金资金流卢ow之间存在显著的负相关i关系，且Rho的交叉项也都为负。上述结果证明了本文模型的推论，即明星基金溢出效应随着共同技能效应的增加而增加，随着共同噪声效应的增加而减少。我们认为，这主要是因为投资者存在有限理性，会根据基金历史表现不断调整预期并做出投资决策:当前期基金家族成员基金的业绩普遍优秀且稳定时，投资者将增加对该家族基金的资金投入;当
2015年第5期基金家族的业绩关联与溢出效应175 成员基金的业绩普遍表现不稳定时，投资者将减少对该家族基金的投入。最后，基金超额收益率αlpha和基金家族超额收益率αIphaF的系数在所有模型均为正，但并不显著这表明基金的优秀历史表现对投资者行为有微弱的正向导向作用。基金规模Lαmbda的系数显著为负，家族规模log(TNAF)的系数显著为正，这一结果符合ij国内外多数学者的研究结论。我们认为，对个体基金而言，随着基金资产规模的扩大，即使资金流人绝对值上升，其与资产规模的比率也一般呈下降趋势。而对于基金家族来说，具有较大资产规模的基金家族往往更具备市场影响力和品牌效应，利于减少投资者的搜寻成本，因而对旗下成员基金的资金流影响是正面的。此外，存续期log(age)、log(αgeF)与资金流人卢ω之间均存在负相关关系，这是因为基金发行前期往往配合较大的营销力度，带来较高的资金流入，随着基金存续期的增加，资金流入将趋于稳定。(四)稳健性检验为验证结果的稳健性，我们基于CAPM模型重新进行回归，实证结果表明关键解释变量的符号和显著性并未发生改变，可见我们的实证结果是稳健的。六、结论及相关建议本文以2∞8年至2012年间我国所有开放式股票类基金为研究样本，提出了基金家族中成员基金的两种业绩联系，即共同技能效应和共同噪声效应。我们分别以超额收益率一阶自回归得到的残差项的相关系数和Fama-French三因子模型回归得到的残差项的相关系数作为二者的代理变量。本文首先检验了我国基金家族中共同技能效应和共同噪声效应的存在性，并在此基础上探讨了基金家族特征和基金经理特征对这两种效应的影响。然后，本文进-步分析了共同技能效应和共同噪声效应对基金资金流的影响。实证研究发现:(1)在我国基金行业中，同一家族中成员基金的业绩关联性要显著超过非同一家族基金的业绩关联性。这主要是因为基金家族一般使用共同的投研团队为其成员基金提供投研支持，同时基金经理之间存在充分的机会交流互动，导致他们往往存在相同的市场预期和个股观点。此外，每家基金公司在长期经验积累中形成的特定的投资风格和经营理念都会导致旗下基金投资风格趋同，进而缩小了成员基金间的异质性。(2)基金的共同技能效应和共同噪声效应与其所属家族的技能水平和资源质量呈现显著的正相关关系，而与基金经理的个人投资经验呈现显著的负相关关系。这主要是因为，当基金家族的投研团队能力较强时，基金经理会更多的采纳投研团队提供的投资建议，对家族资掘的依赖程度就越高;而当基金经理个人投资经验丰富、择股能力较强时，基金经理就会更加自信自己的判断，对家族资源的依赖程度相对降低。(3)共同技能效应对基金资金流有显著的正向影响，而共同噪声效应对基金资金流有显著的负向影响。我们认为，投资者会根据历史信息识别基金间的业绩联系，当前期基金家族成员基金的业绩普遍较优且稳定3 在稳健性检验中，两者的系数均显著的为正。
176 4、.，.，仔记总第419期时，投资者将增加对该家族的资金投入，当成员基金的业绩普遍不稳定时，投资者将撤回对该家族的投资。由此可见，明星基金具有强烈的示范效应和广告效应。投资基金作为投资者分散非系统性风险的主要投资渠道，但是基金家族内不同基金之间的业绩相关性将在一定程度上增大了投资基金的非系统性风险，投资者对此应该有清醒的认识。投资者在依据基金的品牌效应认购基金时应该更加注重基金经理的个人投资经验和能力，投资经验丰富的基金经理，有助于降低该只基金与其所在基金家族其他基金的业绩相关性，其个人风格更多的影响了基金的收益，从而在获得更高收益的同时降低投资者所面临的非系统性风险。此外，选择投资经验丰富的基金经理所管理的基金将有助于减少共同噪声效应对该基金的影响，从而获得更高的投资收益。参考文献[IJ兰天剑，2010，{基金家族投资收益相关性及其成因研究~，浙江大学博士毕业论文。[2J林树、李翔和杨雄胜，2∞9，{他们真的是明星吗?来自中国证券基金市场的经验证据~，{金融研究》第5期，第107-120页。[3 J刘志新和许宁，201O，{基金系内部交叉补贴行为研究~，{管理科学学报》第13期，第73-80页。[4J陆蓉和李良松，2008，{家族共同持股对基金管理公司业绩与风险的影响研究~，{金融研究》第2期，第140-151页。[5J陆蓉和刘亚琴，2∞9，{基金溢出效应研究新进展~，{经济学动态》第3期，第112-116页。[6J屈源育和吴卫星，2014，{基金家族的造星策略一一基于共同持股股票收益率差异视角~，{财经研究》第4期。[7J张婷，2010，{投资者的选择与基金溢出效应研究~，{证券市场导报》第1期，第70-77页。[8 J Baks, K. P. , 2003. "On the Performance of Mutual Fund Managers" Working paper. [9JBrown, D.丑，and Wu Youcha吨，2014.咄ltUalFund Flows and Cross -Fund Learning Within Families" Av缸lableat SSRN: http://ssm. com/abstract = 1690539. [口1叫0JC臼αhenf岛o口m咀nce?The Role of Liquid ty and Or喀ganl皿z创atì归on"American Econom c Rev ew, 94: 1276 -1302 [11 J Chen, Joseph, Harison G. Hong, and Ming Huang, 2013. "Outsourc ng mutual fund management: firm boundaries, in›centives, and performance" The Journal of Finance, 68: 523 -558. [ 12 J Elton, E. J. , Martin J. Gruber, and T. Clifton Green, 2007. "The impact of mutual fund family membership on inves›tor risk" Journal of Financial and Quantitative Analysis, 42:257 -277. [13JG呻盯，J. M. , Massimo Massa, and Pedro Matos, 2006. "Favoritism in Mutual Fund Families? Evidence on Strategic Cross -Fund Subsidization" Journal of Finance, 61: 73 -104. [14 J Guerc叽. , and Paula A. Tkac, 2∞8. "Star Power: The Effect of Monrningstar Ratings on Mutual Fund Flow" Journal of Financial and Quantitative Analysis, 43:907 -936. [ 15 J Huij, J. , and M. Verbeek. 2007. "Spillover effects of marketing in mutual fund families" working paper. [ 16 J Jain. P. C. and Joanna Shuang Wu, 20∞. "Truth in Mutual Fund Advertising: Evidence on Future Performance and Fund Flows" Journal of Finance, 55: 937 -958. [17JJones, C.缸，皿dJ. Shanken, 2005. "Mutual fund performance with learning across funds" Journal of Financial Eco›nomics, 78 :507 -552. [ 18 J Khorrula, A. , and H. Servaes, 2007. "Competitωn and Conflicts of Interest in the U. S. Mutual Fund Industry" Working Paper
却15年第5期基金家族的业绩关联与溢出效应177 [ 19 JM assa, M. , 2∞3. "How do family strategies affect fund performance? When performance maximization is not the only game in town" Journal of Financial Economics, 67: 249 -304. [20]Nan巾，V. , . Wang, and L Zhe吨，2004."Family values and the star phenomenon: Strategies of Mutual Fund Fam›ilies"Review of Financial Studies, 17: 667 -698. [21 JP ollet, Joshua 悦，and Mungo Wilson, 2008. "How Does Size Mfect Mutual Fund Behavior?" Journal of Finance, 63: 2941 -2969 [22] Sharpe, 1966. "Mutual fund performance" Journal of Business, 39: 119 -138. [23 JZ hao, X. ,2004. "Why are some mutual funds closed to new investor?" Joumal of Banking&Finance, 28: 1867 -1887. [24 J Zheng, L , 1999. "Is money smart? A study of mutual fund investor窗，fund selection ability" The Journal of Finance, 54 (3) :901 -933. Performance Correlations of the Fund Family and Its Effect on Fund Spillover Effect: Empirical Evidence ased on the Common Skill Effect and Common Noise Effect GUO Chunsong CAI Qingfeng TANG Yangyang ( China Banking Regulatory Commission Fujian Authority; School of Economics, Xiamen University) Abstract: This paper adopts the first -order autoregressive correlation coefficient of residual items of funds’ abnormal retums, and the Fama -French three factor model residual correlation coefficient, respectively, as the proxy variables of the fund family’ s common skill effect and common noise effect. Studied from the microscopic level, this paper tries to find out the member funds’ perfo口nancecorrelations and the inf1uence these correla›tions exert on the fund spillover effect. It is found that, in the fund industry in our count巧，the fund family’ s common skill effect and common noise effect both make the family fund performances highly correlated , and the effects will the affected by the characteristics of fund family and fund managers. In addition, the fund family’ s common skill effect and common noise effect both have a significant inf1uence on the fund family’ s cash flow. Key words: Fund performance, Performance correlations, Spillover effect (责任编辑:林梦瑶)(校对:2L)
