原刊和作者：
The Journal of Financial Economics
2024年12月
Simona Abis
(
University of Colorado Boulder, Leeds School of Business)
Anton Lines
(Copenhagen Business School)
投资者关心共同基金的哪些特征？除了业绩和费用，本文发现投资者明显偏爱坚守招募说明书策略的经理。当基金偏离文本说明书策略同群组的平均持仓时，资本流动的反应为负，但当其表现超越同行平均水平时，资本流动的反应为正。本文用一种新的工具变量法来识别这种影响，表明基金面临着一个微妙的权衡，即遵守承诺和超越同行。
基金经理一般按固定的投资授权进行投资，所持资产类型有限制，这意味着产业需求最终取决于终端投资者在基金类别之间的分配。在此观点下，揭示能驱动投资者配置决策和基金产品设计的关键特征至关重要。美国主动型股票共同基金的现有文献，主要关注投资者对风险调整后高收益的偏好和基于规模、价值和动量等定价特征的风格产品。
本文用共同基金招募说明书中描述的主要投资策略(Principal Investment Strategy, PIS)，拓展了对于投资者偏好和基金风格的理解。从EDGAR（SEC的电子数据收集、分析和检索系统）获得2000-2017年招募说明书全样本。然后，用无监督机器学习中的一个简单工具——k-means算法——将文本提炼成为策略同群组(strategy peer groups, SPGs)，即基于文本描述划分成不同投资风格的基金集群。SPGs为投资者对基金特征的需求和基金供给之间的均衡结果提供了一种新的分类方法。该量化均衡有助于揭示投资者偏好的基金核心特征，及该偏好如何塑造共同基金行业的产业组织。
-
在分析市场均衡时，首先关注资金供给。研究发现，基金的策略描述差异反映了基金收益、持仓和策略特征的显著差异，而不是风险调整后的业绩差异。文本差异似乎并不仅为了营销，而是反映了差异化的产品供给。风险调整后的业绩缺乏差异，表明产品差异化可能源于风险暴露和/或非定价特征。
-
其次，考察投资者的资金流反应来分析其需求。SPG调整后的业绩具有显著的资金流-业绩的敏感性，表明投资者识别了SPG，其重要性与其他常用业绩指标相当。
-
此外，投资者关心由SPG表征的策略特征。因为当基金偏离SPG核心策略时，即使在控制业绩后，投资者也会流出资金。
-
最后，以上证据的经济驱动机制是：投资者既偏好SPG调整后更高的业绩，又喜欢对SPG核心策略的坚持。对于基金而言，这两种激励相互冲突。于是产生了SPG调整后的业绩与坚持SPG之间的权衡：当SPG同行群体在经典的风格赛道（规模、价值和动量）拥挤时，偏离其SPG核心策略并转移到不那么拥挤风格上的基金表现优于其SPG同行。
（一）基于文本承诺策略的SPG指标构造
1.
k-means算法构建策略同群组
首先用k-means算法构建策略同群组。先将每个基金的主要投资策略描述(PIS)用相对词频向量编码。再在整个描述语料库中随机初始化𝑘个质心向量，根据欧几里德距离将每个PIS分配给最近的质心。每个质心向量以其所分配文档的平均向量重新计量。重复后两步直至收敛，得到𝑘群，每个群到中心的几何距离最小。
2.
确定策略特征
按以上方法最终优选出17种不同的策略群。有些策略群的关键特征是学界和业界熟知的（例如大、中、小盘股）。但大多数策略超越了传统分类：有些与公司特征有关（分红、新产品和服务、竞争优势、市盈率），一些是投资理念（量化、基本面、内在价值、长期、防御、税务优化），一些是二级资产类别（固定收益、衍生品）以及国际市场（外国ADR、新兴市场）。在本文基准分析中，采用一个简化的假设，即任何时点，基金都有单一的主导策略。因此，策略同群组与k-means算法的结果完全重叠。然后，允许基金做上述策略的任意组合来放宽该方法，这样可以为基金定制独特的策略。所有结果用两种方法都成立，因为基金往往有一个主导的SPG，这解释了大多数结果，也与He and Xiong (2013)发现一致，即基金投资授权呈变窄的趋势。
（二）供给分析：SPG指标有效性
1. SPG反映了实际的差异化产品
研究发现，分属不同SPG的基金，持仓特征差异显著，与其承诺的策略直观解读一致。例如，属于“股息型”SPG的基金持仓股息率最高、现金少、投资少的股票，而属于“长期型”SPG的基金持仓账面市值比低、无形资产高、股息率低的股票。
2. 基金是否坚守承诺的策略
接着构建策略遵循的度量（或相应的，策略偏离）。该方法具有可量化和客观性的优点，但依赖一个简化的假设：每个同群组内部与核心策略的偏离是独立的。若满足此条件，则每个SPG内的组合平均权重向量代表其核心策略。因此，本文度量策略偏离的方法是每个基金的组合权重向量与同一SPG组中所有基金的平均权重向量之间的（对数变换后的）平方差之和。若基金坚守其承诺的策略，则与自己同群组的平均差异应该小于与安慰剂策略（即其他同群组平均值）的差异。确实发现，基金的组合权重与自己SPG组平均更接近，比与安慰剂组的距离更近9%到46%（取决于控制变量），这证实基金通常遵循了其承诺的策略。为了表明SPG捕获了产品差异化的一个新维度，控制包括产品竞争的其他替代度量（Hoberg et al. 2018，下称HKP）和产品独特性（Kostovetsky and Warner, 2020，下称KW）。
（三）需求分析：投资者资金流与SPG特征
1. 资金流与SPG特征业绩的敏感性
按文献经典的投资者资金流反应来考察投资者对SPGs的需求。大量研究证实了资金流对业绩的敏感性。本文假设，若投资者意识到SPG，并视同SPG的基金为一类，则应观察到SPG内相对于同群基准表现的显著资金流对业绩的敏感性。因此，以减去同一文本组中所有基金的平均收益来构建SPG调整后的收益，发现这种新的业绩指标与未来资金流显著正相关，即使控制各种传统业绩指标，即CAPM alpha、Fama - French- Carhart四因子(FFC4) alpha、Fama and French (2015)五因子加动量(FFC6) alpha、HKP同群alpha以及Daniel et al. (1997)（下称DGTW）特征选择度量。控制所有因素，资金流对SPG调整后业绩的敏感性仍然保留了对CAPM alpha敏感性的43%，这表明投资者意识到了SPG，并视同SPG基金并非完全替代。值得关注的是，由于控制了所有影响业绩的传统因素，本文发现的这种特征是与传统定价特征均不同的新因子。
2. 资金流与SPG偏离
为了进一步考察投资者对SPG特征的偏好，研究基金偏离承诺策略时资金流的反应。在高策略偏离后的几个月，资金流占总资产净值(TNA)的比重显著下降，结果在用不同指标度量业绩和产品差异化（KW和HKP）时稳健。为了分析这一影响的动态和大小，使用结构面板向量自回归(SPVAR)模型。发现在最初的偏离后，投资者的资金流出持续了12个多月，单月一个标准差冲击导致年度资金流比样本均值减少了15%。该框架还能分析策略偏离的动态影响。偏离度每年向均值无条件回归75%，当基金面临一个标准差的资金流出时，均值回归率增加12.5%。这与市场约束机制一致，该机制使基金坚守其承诺的策略，即使执法困难时也是如此。
（四）内生性处理
尽管SPVAR方法下反向因果关系不太可能，但本文仍关注了其他形式的内生性。特别是，未观测的基金特征或宏观经济事件可能与策略偏离及投资者资金流相关，从而导致遗漏变量偏差。为了缓解该问题，本文样本排除了行业基金（因此，大多数基金对多个行业有平衡的敞口），并考察源于特定行业事件造成偏离的外生冲击。观点是，巨大的特定行业收益——无论正或负——都与基金特征或宏观经济事件无关，而改变基金投资组合的构成。由于收益驱动的冲击对单个基金组合和SPG平均水平的影响不同，将导致基金被迫偏离其核心策略。
特定行业冲击是用Fama-French 10个行业组合的每个行业的收益对多因子模型（Fama-French - Carhart六因子模型）回归来计算的。回归残差的绝对值作为工具变量。在IV回归的第一阶段，特定行业绝对收益与偏离变化间存在显著的正相关关系（𝐹-statistic > 10）。用第一阶段的拟合值发现，资金在偏离冲击后一个季度开始流出，并持续至少四个季度。从经济意义看，该模式表明，在观察到冲击对组合构成的影响后，投资者可能会做出延迟反应。由于工具变量的时间序列特性，IV类似于事件研究，从这个角度来看“无事件前趋势”假设得到满足：工具变量的差异对行业冲击前的资金流没有影响。
（五）经济意义
在OLS和SPVAR回归中，估计了有意偏离和无意偏离情况下的平均效应。相比之下，IV方法能在不受战略决策的影响下，估计偏离的影响。因此，IV回归结果可能反映了投资者对SPG坚持的“纯粹”偏好。因行业冲击直接导致的策略偏离变化，偏离每增加一个标准差导致年资金流减少0.6%，约占年资金流入均值的25%。请注意，该结果受工具变量产生冲击的规模所限，因此可能代表了真实效应的下限。
（六）策略偏离的机制：超越同行
考察了SPG的供给和需求效应后，再探讨驱动策略偏离的潜在经济机制。正如IV方法所示，存在非自愿偏离的情况，投资者会严厉惩罚这些情况。可以想象，当基金发现产生alpha机会和/或面临同群基金的激烈竞争时，尽管可能会遭到投资者的反对，但仍希望偏离原有策略。为了更好地理解这种权衡，将更可能发生策略偏离的情况分离出来。根据HKP的发现，DGTW同行少的基金alpha能力更强，推测导致基金从高密度DGTW特征空间（众多HKP同行）转移到低密度空间（较少HKP同行）可能是由策略偏离所驱动的。在这种情况下，预计策略偏离的增加将导致SPG调整后的收益增加。与此一致，研究发现，虽然偏离通常与业绩负相关或无显著相关，但当与战略性偏离虚拟变量交互时，这种影响变得显著为正。此时，下四分位数到上四分位数的分布差异增加，导致基金的业绩比其SPG同行高出1.02%（或样本标准差的56%，均值为零）。
本文以美国共同基金招募说明书中的策略描述，研究投资者关心的基金新特征。采用无监督机器学习法将策略描述相似的基金分组，产生了17个策略同群组(SPG)，每组都捕捉到了独特且可解释的投资方法，多数都超出了广泛用于衡量基金风格的规模-价值轴。
为了回应基金是否遵循其承诺的策略，计算基金层面与每个SPG核心策略的偏离，发现基金策略与本群基金比其他群基金更接近。然后考察投资者净资金流的市场约束效应。控制业绩和其他基金特征，越偏离SPG核心策略的基金资金流越低。投资者的反应是持久的，在最初的偏离后持续了长达12个月。投资者也追求经过SPG调整的收益，这独立于标准因子模型的alpha，预测能力相似。本文表明，基金对资金流的约束效应是敏感的：策略偏离随时间呈均值回归，且在基金偏离核心策略的月份出现资金外流后，回归速度加快。
为了缓解遗漏变量偏差，采用新的工具变量识别策略，该策略基于细分行业的特定冲击。最后，提出本文结果的潜在经济机制。当基金为了转移到不太拥挤的策略领域而偏离同群时，能获得更高的经SPG调整后的收益。然而，若不出于这些战略考虑，策略偏离对业绩的影响是负面或不显著的。本文揭示了传统持仓和收益分析未发现的新的基金策略特征。
原文：
