資產規模、業績排名與基金投資策略創新關系研究
——基于文本分析的證據

廖長友,周欣葉

(1.西華大學 管理學院,四川 成都 610039;2.吉利學院, 四川 成都 641423)

一、引言

投資策略是基金經理根據投資者的需求、風險偏好和投資目標選擇金融工具的計劃,是指導基金經理構建投資組合的一套規則和程序。一般而言,為了滿足投資者的需求,與同行進行差別化競爭,以實現更好的收益,基金可以采取不同的具體投資策略,如主動/被動策略、動量投資策略、買入并持有策略等。投資策略決定了基金經理選擇股票的原則、種類和范圍,從而決定了一只基金與其他基金差別化的程度以及基金未來的業績。因此,投資策略是體現基金特征最重要的內容。市場上采用相似投資策略的基金越多,基金之間的競爭就越激烈。而采用創新程度更高、差別化程度更大的投資策略,不僅能夠吸引投資者的注意力和擴大基金規模,還有助于提高基金業績,從而獲得更多的市場份額。對于基金管理公司而言,創新性地推出與其他基金相比差異化程度更高的投資策略,是將自己的基金產品與競爭對手的產品區別開來從而獲得市場優勢的重要途徑。

基金持股組合是基金實施投資策略的結果?；诔止山M合的數據,計算基金持股組合與其他基金持股組合的重合度,可以間接反映基金投資策略的創新程度?；鸪止山M合與其他基金相比重復程度越低,則基金投資策略與其他基金相比更具創新性(Wahal和Wang,2010;Khorana和Servaes,2004;Hoberg et al.,2018)[1-3]。然而,如果在基金經理管理資產過程中偏離了基金投資策略,則基于持股數據不能準確測度基金投資策略的創新程度。因此,近年來,研究者提出了通過直接分析基金投資策略文本的內容來度量基金投資策略的創新程度的新方法。Kostovetsky和Warner(2020)[4]將投資策略文本進行分詞,再直接計算基金投資策略文本的詞匯重復率來衡量基金投資策略創新程度。然而,計算詞匯重復率忽略了文本中詞匯之間的順序和語義,不能準確反映投資策略的全部內涵,因而難以準確度量文本的創新程度。運用Doc2Vec模型提取基金投資策略文本的特征向量,在此基礎上計算基金投資策略與其他基金投資策略的文本相似度,以此度量基金投資策略創新程度,解決了Kostovetsky和Warner(2020)[4]通過詞匯重復率來度量基金投資策略存在的不足。

Barmanet al.(2021)[5]發現,競爭關系、公司規模、公司年齡和外部監管等因素會影響到金融機構的創新能力。在證券投資基金行業,Khorana和Servaes(2004)[2]發現,取得較好業績的基金管理公司,會推出更多的基金,以充分發揮品牌效應,吸引更多的資金。同時,規模越大的基金管理公司越有可能推出更多的基金。然而,研究發現,為了能避免同質化競爭,規模較小的或新成立的基金管理公司往往推出更具創新性的投資策略以獲得市場份額(Kostovetsky和Warner,2020[4];Pollet和Willson,2008[6])。Nanda et al.(2004)[7]發現,業績較差的基金管理公司會采取更具差異化的投資策略,以期創造明星基金并獲得更多資金流量?？梢?基金業績、基金管理公司規模及業績排名會影響基金投資策略的創新程度。

基于Doc2Vec模型度量基金投資策略創新程度并檢驗影響投資策略創新的因素。首先,采用Doc2Vec方法來度量基金投資策略文本的相似度,并在此基礎上度量基金投資策略創新程度;其次,檢驗了基金管理公司規模、基金評級對投資策略創新的影響。本文的貢獻主要體現在兩個方面:

第一,改進了度量基金投資策略創新程度的方法。Kostovetsky和Warner開創性地利用詞匯重復率來衡量基金投資策略相似度,并以此度量投資策略的創新度。然而,基于詞匯重復率并不能準確度量基金投資策略的創新程度。采用Doc2Vec模型來計算投資策略文本創新度。Doc2Vec模型在提取投資策略文本的特征向量時,考慮了文本內詞匯與詞匯之間的結構、順序和語義關系,能夠更為準確地反映投資策略文本的內涵。因此,本文改進了基金投資策略創新程度的度量方法。第二,檢驗了國內基金投資策略創新的影響因素。在國內基金市場上,目前尚未有關于基金投資策略創新的影響因素的研究。

二、文獻回顧與研究假設

(一)基金投資策略創新及其度量

目前,研究者分別基于基金持股組合數據和投資策略文本,提出了不同的方法來度量基金投資策略創新程度。

1.基于持股組合度量基金投資策略創新程度

基金投資策略決定了基金經理選擇股票的原則、程序和范圍,因而決定了基金投資組合的構成與特征。研究表明,基金經理能夠遵守事前約定的投資策略(Abis和Lines,2022;Sheng et al.,2021)[8-9]。因此,在相同的投資策略指導下構建的投資組合相同,而在不同的投資策略指導下構建的投資組合存在差異。如果一只基金的投資組合與其他基金相比明顯不同,這只基金的投資策略與其他基金相比便存在較大差異,創新程度較高;反之亦然。因此,通過分析基金投資組合與其他基金的差異,可以間接度量投資策略創新的程度。顯然,這是一種度量投資策略創新程度的間接方法。

測量基金投資組合與其他基金相比的差異程度,必須首先確定反映基金投資組合特征的指標。研究者使用的度量基金投資組合特征的指標不同,便形成了不同的度量基金投資組合差異程度的指標。

Wahal和Wang(2010)[1]基于新成立基金與現有基金投資組合中的重疊證券,計算投資組合持股重疊度來衡量投資策略的創新程度。首先,將重疊證券市值比及重疊證券在現有基金投資組合中的權重相乘,將該乘積作為新基金與現有基金投資組合中每一重疊證券的權重,以此反映重疊證券對現有基金的影響程度。其次,對于每一只新成立基金,將其與每一只現有基金投資組合中的該權重加總并平均,便可得到現有基金投資組合相對于新成立基金投資組合的持股重疊程度。持股重疊程度越低,則基金持股組合差異化程度越高。

Hoberg et al.(2018)[3]利用規模(Size)、賬面市值比(B/M)和動量(MOM)三個指標形成的風格向量測度基金持股組合特征。在計算每個基金持股組合的風格向量與其他基金持股組合的風格向量的平均距離基礎上,度量基金持股組合與其他基金的差異化程度。若一只基金在一定距離內存在的基金數量越多,則說明該基金的持股組合與其他基金相似度越高,投資策略差別化程度越低;反之,該基金的持股組合與其他基金的相似度越低,則該基金投資策略更具創新性。

Eltonet al.(2007)[10]比較相同股票在兩只基金持股組合中所占權重,對于每一只共同持有的股票,獲得其在兩個持股組合中占比更小的權重,在此基礎上計算該股票的平均共同持股比例。一只基金與其他基金的共同持股比例越低,則投資策略創新程度越高。蔣運冰等人(2014)[11]基于基金投資組合中股票的行業分布占比和債券種類占比形成的資產配置數據,計算基金管理公司相鄰兩個時期新成立的基金資產配置種類占比的相關系數,以此來衡量新基金的投資風格和投資策略的創新程度。

2.基于文本分析度量投資策略的創新程度

基金投資策略均是通過文字以定性的文本形式體現在基金的招募書中。具有相似文字和語義的投資策略文本表明基金投資策略相似,而具有創新的投資策略其文本內容則與其他基金存在顯著差別。顯然,基金投資策略文本的相似度越低,其投資策略的創新程度越高。因此,通過直接比較基金投資策略文本的內容可以度量投資策略的創新程度。

Kostovetsky和Warner(2020)[4]及宋軍等人(2021)[12]通過計算投資策略文本的詞匯重復率度量投資策略創新程度。他們首先摘取基金招募說明書中的有關主要投資策略(Principle Strategy)的描述文本,并對這些文本進行分詞處理;其次,計算同一年內相同類別中每只基金投資策略的文本詞匯與其他所有基金投資策略文本詞匯的平均重復率,得到基金投資策略的文本相似度。最后,將基金投資策略文本相似度進行標準化處理,并消除投資策略文本詞匯數量對文本相似度的影響,得到度量投資策略創新程度的文本獨特性指標。Krakow和Sch?fer(2020)[13]采用詞頻-逆文檔頻率(TF-IDF)方法提取文本詞向量,通過計算余弦相似度度量基金風險披露文本的相似程度(差別化程度)。

Kostovetsky和Warner(2020)[4]、宋軍等人(2021)[12]及Krakow和Sch?fer (2020)[13]采用的度量文本相似度的方法都是屬于詞袋模型。這種方法僅對投資策略進行簡單的文本詞匯分析,忽略掉詞語本身的語義以及詞匯上下文之間的關系。因此,上述兩種方法不能準確度量投資策略的創新程度。

(二)投資策略創新的影響因素

企業之間的競爭關系、企業規模、企業年齡和外部監管等因素會影響到金融企業的創新能力(Barman et al.,2021)[5]。在證券投資基金市場上,推出具有創新性投資策略的基金是基金管理公司的主要創新活動?；鸸芾砉镜耐顿Y策略創新受到多種因素的影響。

1.基金管理公司規模與投資策略創新

熊彼特(1912)[14]認為,創新具有高固定成本、低邊際成本的特點。企業規模擴大,有利于分攤固定成本,因此,大公司比小公司更適合追求創新。Khorana和Servaes(1999)[15]發現,為了更好利用規模經濟,基金管理公司規模越大,將會推出更多的新基金。然而,Haslem(2017)[16]指出,基金管理公司必須推出更為積極的、足以吸引投資者的投資策略,從而保持甚至擴大其市場份額。Pollet和Willson(2008)[6]認為基金管理公司規模是影響其產品差異化程度的重要因素。他們發現規模較小的基金管理公司,推出的新基金投資策略多元化程度越高。隨后的研究證實了Pollet和Willson(2008)[6]的發現(Alda et al.,2022;Andreu et al.,2021 ;Kostovetsky和Warner,2020)[4,17-18]。Bar-Isaac et al.(2012)[19]的產品設計選擇定理表明,競爭優勢較小的公司會選擇個性化程度更高的產品設計,而競爭優勢較大的公司會選擇一般化的大眾化的產品設計。規模較大的基金管理公司能夠利用規模經濟以及品牌效應來吸引投資者,從而獲得資金流入并擴大市場份額。而設計更具創新性的基金產品來吸引投資者,通過產品差別化參與市場競爭是規模較小的基金管理公司的理性選擇。因此,提出如下假設:

假設1:規模較小的基金管理公司所推出的新基金的投資策略具有更高的創新程度。

2.基金業績評級與基金管理公司的投資策略創新

在證券投資基金市場上,一般存在多家專業的基金評級機構對基金的業績進行排名。而業績排名往往會成為投資者選擇基金的重要依據,從而影響到基金的資金流量以及基金管理公司的收入。因此,基金管理公司必然會對基金排名做出反應。推出具有創新性投資策略的基金以吸引投資者,便是主要的應對措施。

Nandaet al.(2004)[7]發現,前期業績排名靠后、資產管理能力較低的基金管理公司,更有可能推出創新程度更高的投資策略以創造明星基金,達到吸引投資者的目的。路磊等人(2014)[20]發現,業績排名大幅改善的基金為保持排名會采用與其他基金相似的投資策略;而對于業績排名大幅下降的基金,基金管理公司來說,采取更具差別化的投資策略以試圖超越其他基金的業績。Bonelli et al.(2021)[21]發現,為吸引投資者的資金,業績評級較低的基金管理公司會采用更具獨特性的投資策略,以增加基金在市場上生存的可能性。

基金評級為投資者提供了重要決策信息的同時,也對基金管理公司起著監督作用,促使基金管理公司不斷提高資產管理水平?；饦I績整體排名靠后的基金管理公司在最大化自身利益的動機驅使下,通過投資策略創新來改善旗下基金業績,以獲得更高評級所帶來的溢出效應。因此,提出如下假設:

假設2:業績排名靠后的基金管理公司,其推出新基金的投資策略更具創新性。

三、研究設計

(一)研究樣本與數據來源

考察2005年到2018年間國內基金市場上新成立的股票型和混合型基金的投資策略創新程度及其影響因素。由于被動管理的基金如指數型基金,其投資策略主要跟蹤特定指數,內容相對單一,因此,樣本中排除了各種指數型基金以及主要采取被動管理策略的基金如ETF基金、部分LOF基金、分級基金等。同時,考慮到 QDII基金的投資標的與投資國內的基金存在較大差異,樣本中排除了QDII基金。最后,所研究的樣本中共有2,779只基金。由于基金管理公司只公布每個基金凈資產的季度數據,因此,本文基于季度數據考察新成立基金的投資策略創新程度及其影響因素。

國內基金在募集資金時,必須發布招募說明書,詳細闡述基金的管理者與投資策略等方面的信息。中國證監會的資本市場電子化信息披露平臺提供了全部基金的招募說明書。①首先,從該平臺下載1998年到2021年間全部新成立基金的首次招募說明書?；疝D型、更名后重新發布的招募說明書也視作首次招募說明書。共獲得10,208份招募說明書。其次,運用Python程序讀取招募說明書中的投資策略內容。其余數據來自CSMAR基金研究數據庫。

(二)文本機器學習方法與基金投資策略創新程度的度量

1.Doc2Vec模型

通過比較一只基金的投資策略與其他基金的文本相似度,可以度量投資策略的創新程度?；鹜顿Y策略是一種文本數據。目前,在文本機器學習領域已經出現多種在提取文本特征基礎上比較文本相似度的方法。傳統的文本特征提取方法是詞袋模型(Bag of Word)。詞袋模型將文本文檔看作是一袋詞匯的集合,從文本中提出一袋單詞來表征文本,并基于詞頻將文本轉換為機器可識別的特征向量。但是,詞袋模型忽視了文本內詞匯與詞匯之間的結構、順序和語義等其他信息,因此,詞袋模型不能準確表達文本內容的特征和語義,在此基礎上計算的文本相似度并不準確。

近年出現了多種高級文本特征提取方法,如Word2Vec模型、Doc2Vec模型、 FastText模型以及Glove模型等。這些模型不僅統計詞頻,更重要的是將詞匯之間的順序、結構和語義等信息嵌入到文本特征向量中,能夠更準確地反映文本特征,在此基礎上能夠更為準確地計算文本之間的相似度。

Doc2Vec模型是Word2Vec模型的擴展,經過語料訓練后,它能夠生成向量來表征文本。在Doc2Vec模型中,每一句話、每一個詞用唯一的向量表示為句子矩陣和詞矩陣中的某一列。在基于語料庫訓練模型時,每次從一句話中滑動采樣固定長度的詞,取其中一個詞作預測詞,其余的作為輸入詞。輸入詞對應的詞向量和該句對應的句向量作為輸入層的輸入,將句向量和輸入詞的詞向量相加求平均或者累加構成一個新的向量,以此來預測窗口內的預測詞。同一句話會經過多次訓練,訓練完成后,便會得到訓練樣本中所有的詞向量和每句話對應的句向量。因此,Doc2Vec模型的實現共有兩步:首先,訓練模型。在已知的訓練數據中得到詞向量以及句向量;其次,將需要提取文本特征向量的新文本輸入模型,得到新文本的特征向量。

2.投資策略文本創新程度的計算

運用Doc2Vecv模型可以實現對投資策略文本創新程度的度量。在獲得所有基金投資策略文本后,首先,對文本進行分詞和停用詞處理,形成語料庫。其次,基于語料庫訓練Doc2Vec模型。第三,計算新成立基金投資策略的文本特征向量。把2005年到2018年所有新成立基金的投資策略文本逐一輸入到訓練好的Doc2Vec模型中,Doc2Vec模型便會輸出對應的投資策略文本的特征向量。最后,計算該基金文本特征向量與前期成立的每只基金的文本特征向量的相似系數。采用余弦相似度計算文本特征向量之間的相似系數,即:

(1)

Cosine Similarityi,j為基金i與基金j文本特征向量之間的余弦相似度。其中,Ti是基金i的文本向量特征、Tj是基金j的文本向量特征。

在獲得基金i與其他所有基金投資策略文本相似度的基礎上,可以計算一只基金投資策略的文本特征向量與其他基金投資策略的文本特征向量相似系數的平均數,即:

(2)

對文本相似度做如下處理,即可得投資策略文本創新度指標(TextInnoi):

TextInnoi=1-AverageSimilarityi

(3)

(三)其他變量設計

FamilySize:季度末基金管理公司規模,是基金所屬管理公司旗下除貨幣型基金外所有基金的凈資產之和,并做取對數處理。

FamilyAge:季度末基金管理公司年齡,是基金管理公司自成立開始到基金成立前一個季度為止的時間長度,以季度計算。

FamilyStar:二元虛擬變量。CSMAR分別采用平均凈值收益率、Sharpe比率和Jenson alpha等不同的指標對基金業績進行排名。若基金在前一個季度的排名位于前5%,則其所屬公司為明星基金管理公司,虛擬變量FamilyStar為1;否則,FamilyStar為0。

變量的描述性統計見表1。

表1 變量的描述性統計

由表1可見,基金管理公司平均規模為635.48億元,其中規模最大的基金管理公司擁有2,712億元凈資產,規模最小的基金管理公司只有2億元凈資產;基金管理公司平均年齡約為11年(43個季度);在一個季度內,推出的新基金中,38%-45%都屬于明星基金管理公司;基金投資策略文本創新度均值為0.66,標準差為0.07,其中最大值為0.91,最小值為0.49。

四、實證結果

(一)投資策略文本創新度及其交叉核實

若基金根據行業或特定領域未來發展的趨勢,采取投資范圍確定為某一特定行業或領域的投資策略,則這種投資策略將更具創新性,投資策略文本創新度將會更高。如事件驅動基金挖掘驅動經濟或產業未來發展趨勢的某個因素并投資相關領域的股票;環保主題基金主要投資于低碳環保類股票;國企改革基金主要投資國企改革所帶來的投資機會。這些主題基金的投資策略必然與其他基金的投資策略具有更大的差別。如果本文的投資策略創新程度指標能夠捕捉基金投資策略文本之間的差異,則這些具有獨特投資主題的基金,其投資策略的文本創新度應該更高。表1列出了各種具有特定投資主題的基金,其投資策略文本創新度指標。由表1可見,事件驅動基金的文本創新度為0.68,而全部基金投資策略文本創新度均值為0.66。t檢驗表明,在1%的顯著性水平,事件驅動基金的文本創新度的均值顯著高于平均水平。同樣,環?；?、國企改革基金也具有顯著的更高的文本創新度。這表明,本文所使用的文本創新度指標能夠有效度量基金投資策略創新程度。

(二)投資策略文本創新度的影響因素檢驗

1.基于分組的實證結果

(1)基金管理公司規模與投資策略創新。

根據所屬基金管理公司的規模不同,將新成立的基金分成5組,并分別考察各組基金的文本創新程度。表2給出了基于基金管理公司規模分組的投資策略文本創新度的描述性統計結果。由表2可見,第1組(基金管理公司規模最小的組)基金的投資策略文本創新度的均值為0.685,而規模最大的第5組基金的投資策略文本創新度的均值為0.651, 前者高出后者0.034。對兩組基金的文本創新程度均值相等性的t檢驗表明,在1%的顯著性水平,基金管理公司規模最小的組,其投資策略文本創新度大于基金管理公司規模最大的組。由此可見,假設1成立。

表2 根據基金管理公司規模的文本創新度描述性統計

(2)基金業績評級與投資策略創新

根據所管理基金的業績評級結果,將基金管理公司分為明星基金管理公司和非明星基金管理公司,以考察業績評級對基金文本創新度的影響,結果由表3給出。

表3 基金管理公司根據業績評級的文本創新度描述性統計

由表3可見,當以平均凈值收益率對基金排名時,非明星基金管理公司的投資策略創新度為0.669;明星基金管理公司的投資策略創新度為0.653;前者高出后者0.016。檢驗均值相等性的t檢驗表明,在1%的水平,非明星基金管理公司所推出基金的投資策略創新度顯著高于明星基金管理公司。當以Sharpe比率和Jenson alpha值對基金排名確定明星基金管理公司時,也得到相同的結果。由此可見,假設2成立。

2.基于回歸的實證結果。

如前所述,基金管理公司規模以及基金評級等會影響到基金管理公司投資策略的創新程度。因此,根據Bonelli et al(2021),建立如下回歸模型檢驗基金投資策略創新度的影響因素。

Innoi=αi+β1*LnFamilySizei+β2*FamilyStari+β3FCategoryi+β4*LnFamilyAgei,+εi

(4)

根據Davidson and MacKinnon(1993)的方法計算出異方差穩健標準誤,所得回歸結果見表4。

表4 基金管理公司的規模、基金業績排名與投資策略文本創新度

由表4,LnFamilySize的系數估計值為-0.005,在1%的顯著性水平下顯著為負。具體說來,如果基金管理公司規模每增加10%,該公司旗下基金投資策略創新度平均下降0.005。這表明,基金管理公司的規模越小,所推出新基金的投資策略創新程度越高,這與前述分組統計的結果一致。由此,假設1成立。

當以凈值收益率和Jenson alpha評價基金業績時,FamilyStar的系數估計值顯著為負,這表明旗下有明星基金的基金管理公司在推出新基金時,新基金的投資策略創新程度顯著降低。當以Sharpe比率評價基金業績時,盡管FamilyStar的系數估計值并不顯著,但是仍然為負。由此,回歸結果與前述分組統計的結果基本一致,假設2成立。

五、結論與啟示

投資策略創新是基金管理公司在推出新基金產品最重要的創新行為。本文從基金投資策略的文本分析視角,研究基金投資策略文本的差異化程度并檢驗其影響因素。研究結果顯示,運用Doc2Vec模型分析基金投資策略文本,在計算投資策略文本相似度基礎上能夠有效度量基金投資策略的創新程度。進一步的研究發現,基金規模以及前期基金排名對基金管理公司的投資策略創新具有顯著影響。具體說來,規模較小的以及前期基金業績總體排名落后的基金管理公司,其投資策略的創新程度更高。一個合理的解釋是,規模較小的以及前期基金業績總體排名落后的基金管理公司,由于在競爭中處于劣勢,更傾向于基金投資策略創新以提升基金業績,從而吸引更多的投資者,提高自己的競爭地位。

創新始終是一個企業保持生命力、不斷提高市場競爭能力的重要手段。然而,如何度量和評價企業創新程度始終是一個復雜且具有難度的問題。本文提出了基于Doc2Vec模型,在對基金投資策略進行文本分析的基礎上評價基金管理公司的創新程度的新方法,檢驗了基金管理公司投資策略創新程度的影響因素,豐富了相關研究。當然,對于基金管理公司投資策略創新的后果,以及投資者對基金管理公司投資策略創新的反應,本文并未涉及,這可以作為未來進一步研究的方向。

注釋：

①資本市場電子化信息披露平臺的網址是http://eid.csrc.gov.cn/fund。