【摘要】本文以不同評級的35只激進配置型基金為研究樣本，采用適用于非有效市場或弱式有效市場的行業配置效率指標，來考察我國激進配置型基金在2006年1月1日至2012年12月31日這段研究區間內的行業配置是否有效。研究結果表明，激進配置型基金進行了較有效的行業配置，但不同基金的行業配置效率有所不同，并且受到市場波動的影響。同時，本文將晨星評級引入，結果顯示，現有的晨星評級并不能反映基金實際的行業配置效率。由此我們認為，投資者可以通過基金組合中的行業分布，進一步判斷其行業配置的效率。
【關鍵詞】行業配置有效性 激進配置型基金 晨星評級
積極投資組合管理研究是金融投資研究比較成熟的研究模型，一個非有效的或弱式有效市場，使獲取超額收益成為可能，亦即積極投資組合管理有效。現今大多數研究積極投資組合管理都是從個股選擇層面直接進行研究，并沒有從行業配置角度進行研究。然而行業研究作為股票市場投資研究的主要參考手段和依據，其對于機構投資者的影響更為明顯。所以從行業角度研究積極投資組合管理是否有效，即研究行業配置是否有效，可以為基金持有者提供一種選擇基金的方式，也為投資者尤其是基金投資者提供一種新的行業投資評價模式，為進一步分析行業配置影響因素提供了理論基礎。
一、文獻回顧
現代投資學認為，組合投資具體策略可以分為資產配置、行業配置、個股選擇三個層次。作為自上而下投資策略的重要部分,行業配置是投資管理中的一個重要環節。國外許多實證研究表明,在環球資產配置中,行業配置對投資組合收益貢獻的重要性甚至超過了國家配置,而且認為行業配置的重要性在未來相當長一段時間內也將保持。
1. 關于股票投資的行業因素研究。Benjamin（1966）首次發現行業因素在解釋股票收益的波動方面也有積極意義。Farrel和James（1974）、Livingston（1997）、Cavaglia等（2000）也對此進行過研究，他們發現，行業因素對于股票收益率的解釋越來越重要，其貢獻率在9% ~ 71%之間。而Dijk和Keijzer（2004）通過時間序列和橫截面分析發現，行業板塊因素的重要性正在逐步提高。同樣，Hashem（2010）的研究采用F — M橫截面回歸方法，實證行業集中度與股票市場橫截面收益存在顯著的負相關關系。
我國關于股票投資中行業因素的相關研究起步較晚，宋逢明和梁洪昀（2001）研究了在取消發行市盈率限制后，對1999年上市的95只股票構建回歸模型，認為影響初始回報的主要有行業平均市盈率等。史美景（2002）、王敬和張鐵鵬（2004）、蔡偉宏（2006）等學者分別采用不同方法從不同角度驗證了行業因子對股票收益率的重要性。楊小燕、王健穩（2008）利用Kruskal — Wallish H非參數統計方法檢驗了2006年1月至2007年4月期間股票周平均收益率的行業效應，實證表明不同行業的股票周收益率具有顯著差異，與市場因子相比，行業因子的影響程度更大。最新的研究是康力和李振飛（2012）采用我國A股市場2001 ~ 2010年十年的面板數據，實證得出我國A股市場存在行業效應，并認為行業集中度越低，行業市值規模越大，行業收益率越高。
2. 關于基金投資的行業因素研究。行業因素如此重要，那么基金的行業配置效率如何呢？現有研究并未從這個角度對行業配置進行研究，更多的是從個股選擇的層面進行研究。Treynor和Mazuy（1996）通過建立TM模型，首次分解投資基金的擇時能力和選股能力，并以52只開放式基金為樣本，實證結果表明 ，很少有基金表現出顯著的市場時機把握能力。Henriksson和Merton（1981）提出一種評價市場實際把握能力的參數檢驗模型（簡稱HM模型）的理論框架。Henriksson（1984）利用1968 ~ 1980年間的116只開放式基金數據，采用HM模型，得出基金在整體上不能夠成功把握市場時機，也沒有明顯的證券選擇能力。Changh和Lewellen（1984）對HM模型進行改進，得到CL模型，利用1970 ~ 1979年間67只基金的月度收益數據，得出與Henriksson（1984）相同的結論。隨后，Grinblatt和Titman（1993）提出了投資組合變動評估模型（PCM），以1976 ~ 1985年間的開放式基金為研究樣本，實證結果表明，投資組合持股比例變化的個股并不能帶來超額收益。Jiang（2003）提出非參數檢驗方法，以1980 ~ 1999年間的開放式基金為樣本，實證研究認為，基金并不具有顯著的時機選擇能力。 我國最新的研究文獻大多是運用PL模型、PCM模型等對我國樣本進行檢驗。牛鴻和詹俊義（2004）運用非參數檢驗方法，對我國2001年1月 ~ 2003年8月間的封閉式基金為研究樣本，實證結果表明，基金經理整體上的擇時能力較差，而從個體上看，基金經理既沒有顯著很好的擇時能力，也沒有顯著很差的擇時能力。肖奎喜和楊義群（2005）運用參數檢驗方法，對我國42只開放式基金進行實證研究，發現我國開放式基金具有較強的證券選擇能力，但不具備市場時機把握能力。朱宏泉和李亞靜（2005）運用PCM模型，選取1999年1月 ~ 2003年12月間33只封閉型基金的十大重倉股數據進行實證研究，結果發現，相對于普通投資者，基金總體上并不具有好的證券選擇能力。李學峰（2009）通過改進PCM模型，設計適用于非有效市場或弱式有效市場的積極投資評價指標，以2005年1月 ~ 2007年6月間的19只開放式基金和23只封閉式基金前二十大股票半年數據進行實證，結果表明，這兩類基金均有較強的積極資產組合管理能力。李毅（2011）研究表明，積極配置型基金顯示出較強的積極組合管理能力。
從既有研究中我們可以看出：研究者選取的研究樣本主要采用的是個股組合的數據以及基金的收益率數據；選取的研究模型主要是TM模型、HM模型、PCM模型等，而TM模型和HM模型在選擇基準市場組合上存在不一致問題，PCM模型雖然避免了這個問題，但它選用的是基金以前周期的證券組合權重作為基準來衡量基金的投資業績，它們都是通過擇時能力和選股能力來間接考察基金的積極組合管理能力，其中李學峰（2009）的積極投資評價指標則是對積極投資管理能力本身給予直接的建模和分析；從研究結論上看，迄今還未得到一個一致的結論，對于基金是否具有積極組合管理能力存在爭議。因此，本文基于李學峰（2009）的研究思路，引入基金行業組合數據，并增加樣本的時間長度，企圖從行業配置的角度考察基金的積極資產組合管理能力，從而了解基金是否進行了有效的行業配置。
二、研究樣本的選取
本文所有的數據均取自聚源數據庫、深圳證券交易所網站、上海證券交易所網站。
本文在選取基金時，遵循以下原則：第一，選取我國開放式股票型基金作為考察對象；第二，為保證研究對象在進入本文的考察期時已經完成建倉并且投資構成連續，被選取的基金均成立于2006年1月1日以前；第三，由于本文研究的是基金的行業配置有效性，因此僅選取激進配置型基金作為樣本。這樣，我們挑選了35只開放式基金作為研究對象。
由于基金前十大行業在積極投資中占有很大比例，基本能代表其持倉狀況，故本文以基金每季度持有的前十大行業為研究對象，據此衡量基金的行業配置效率。各基金的季度持股明細可以通過聚源數據庫基金深度資料獲得。
三、模型設計
1. 符號設計。本文主要使用的符號如表1所示。
2. 模型建立。根據上述有關文獻和定義的說明，本文對行業配置有效性的評價模型設計步驟如下：
Ri,j,k為行業的積極型收益，表示第i只基金所持有的第j個行業在第k個考察期內的收益率ri,j,k與同期整個股票市場收益率rm,k的差值，即：
Ri,j,k=ri,j,k-rm,k（1）
式中，rm,k為以滬深A股兩個市場的加權平均收益率作為市場基準組合收益率，即：
rm,k=■（2）
式中，Hi,j,k為行業的積極型頭寸，表示第i只基金所持有的第j個行業在第k個考察期內的市值占該基金股票投資總市值的比例的均值hi,j,k與同時期這個行業的流通市值占整個股票市場總流通市值比例的均值hj,k之差，即：
Hi,j,k=hi,j,k-hj,k（4）
式中，hi,j,k可以從基金公告的持股明細中獲得，而
定義Si,j,k為行業配置有效性指標，即：
Si,j,k=Ri,j,k×Hi,j,k（6）
若Si,j,k為正，則說明基金持有該行業“多頭寸”的同時獲得了積極型收益，或者說明基金持有該行業“缺頭寸”的同時避免了積極型虧損（負的積極性收益），從而表明基金對該行業的配置有效，反之，則表明基金對該行業的配置無效。
相應的，定義Si,k為第i只基金在第k個考察期內的行業配置有效性指標，即：
Si,k= Si,j,k（7）
定義Si為第i只基金在整個考察期內的行業配置有效性指標，即：
Si= Si,k/k= Si,j,k/k（8）
根據式（8）可知，市場基準組合的指標為：Si,k=0且Si=0。
在一個非有效市場中，如果基金采取行業配置策略，則有以下三種情況：當Si,k>0或Si>0時，說明整體上看基金行業配置有效，且它們的值越大，基金經理的行業配置效率越高。當Si,k<0或Si<0時，說明行業配置輸給了市場組合，且它們的值越小，基金經理的行業配置效率越低。當Si,k=0或Si=0時，說明基金行業配置效率一般，即雖然沒有輸給市場，但也沒有利用好市場的機會去戰勝市場。
四、實證分析結果
首先統計2006年1月1日至2012年12月30日滬、深兩市A股指數的季度漲跌幅和滬、深兩市A股平均季度總流通市值。根據公式和以上統計結果，計算市場基準組合收益率。
其次，收集各基金前十大行業所對應的行業指數的后復權收盤價，計算出各期收益率ri,j,k，并根據式（1）進一步計算各行業的積極型收益Ri,j,k。
再次，收集各基金前十大行業占基金股票投資總市值的比例只占整個股票市場總流通市值比例，并計算出hi,j,k、hj,k以及積極型頭寸Hi,j,k。
最后，計算出各個基金不同時期的行業配置效率指標S。其描述性統計如表2所示。
五、對實證結果的分析
1. 整個考察期內激進配置型基金行業配置效率指標分析。從表2的“S.整個考察期”這一行可以看出：在整個考察期內，所有的激進配置型基金的行業配置效率指標均值大都為正。對“S.整個考察期”進行T檢驗，結果見表3。由表3可以看出，開放式基金的行業配置效率指標S顯著不為0，基金在整個考察期進行了較有效的行業配置。這個結果也表明，我國證券市場并非是強式有效市場，采取有效的行業配置就可能獲得顯著的積極型收益。
2. 市場環境對行業配置效率的影響分析。為了便于研究，將股市周期劃分為以下三個子期間：牛市子期間（2006年1月 ~ 2007年9月）、熊市子期間（2007年10月 ~ 2008年12月）以及震蕩調整子期間（2009年1月 ~ 2012年12月），并對三個子期間行業配置效率指標S進行算數平均。
將三個子期間分成三組，對其進行F檢驗，結果見表4和表5。由表4、表5可以看出，基金的行業配置效率有時間趨勢上的變化，不同時期行業配置效率有不同。 如表6所示，在牛市，基金S指標小于0的有12個，S指標算數平均數為0.275 9%；在熊市則只有2個，S指標算數平均數為1.732%；在震蕩市，基金S指標小于0的有3個，S指標算數平均數為0.523 4%。2007年10月以后，基金的行業配置效率較之牛市更高，原因可能有以下幾點：一是在牛市中，推動大盤上漲的主要是一些大盤股，大盤股的規模較大，但收益率上漲可能較為緩慢，熊市則反之，這樣計算的S指標更小；二是基金管理公司屬于機構投資者，在面對下跌行情時，選擇建立較為保守的投資組合，這反而可能更好地挑選行業和挑選個股。震蕩市的環境下，S指標為0.523 4%，標準差在三個子期間居中，這一定程度上反映出在當前市場環境的復雜性和機遇性中，不同基金的行業配置效率存在較大差異。
3. 不同級別基金的行業配置效率的比較分析。首先，按照晨星三年評級對基金進行排序，并分別對一星至五星賦值為1 ~ 5，與整個考察期內行業配置效率指標S繪制折線圖，結果如下圖所示：
從上圖可以看出，隨著晨星評級的提高，基金的行業配置并沒有更加有效，也就是說，晨星評級并不能反映基金實際的行業配置效率。我們也對晨星評級做了簡單的Pearson相關系數分析，相關系數為-0.014 0，二者幾乎沒有相關性。晨星評級與行業配置效率不相關的原因主要是：晨星評級方法主要基于我國目前基金運作、市場環境和投資者的成熟度與國外一致，可以照搬國外基金評級方式的假設，同時其評級的數據是基于基金整體業績來進行的，而本文的數據是完全基于國內市場環境而得出的，是僅僅針對基金的行業配置是否有效這個問題展開的，所以這可能會在一定程度上造成二者的結論不一致。
六、結論與展望
本文以2006年1月1日到2012年12月31日作為考察期間，以季度為單位，研究了我國35只激進配置型基金的行業配置效率。研究結果表明，從整體上看，激進配置型基金顯示出較好的行業配置效率，同時，市場環境會對基金的行業配置效率產生一定的影響。當下的晨星評級并不能反映基金實際的行業配置效率，我們無法建立晨星評級與行業配置二者的聯系。
我國激進配置型基金整體的行業配置較有效，有跑贏市場的能力，是值得考慮的投資品種。但從季度數據上看，激進配置型基金的行業配置效率還不穩定，會受到市場環境的影響，基金管理者在不同的市場行情表現出來的行業配置效率的反差深層次的原因，有待進一步探究。此外，從基金持有人的角度來看，在選擇投資基金的時候，行業配置效率這一直接影響基金收益的因素是不可忽視的。
因為基金行業配置效率主要體現在證券的選擇上，它是基金業績的一部分。而行業配置效率與個股選擇二者對于基金投資組合的貢獻度孰高孰低，將成為我們未來研究的重點。
主要參考文獻
1. 宋逢明，梁洪昀.發行市盈率放開后的A股市場初始回報研究.金融研究，2001；2
2. 史美景.隨機效應方差分量模型及應用——股票換手率及行業因素對收益率影響的定量分析.山西財經大學學報，2002；2
3. 王敬，張鐵鵬.行業資產配置的相關問題研究.大連理工大學學報（社會科學版），2004；3
4. 蔡偉宏.我國股票市場行業指數超額聯動的實證分析.南方經濟，2006；2
5. 楊小燕，王建穩.股票收益率的行業效應分析.北方工業大學學報，2008；3
6. 康力，李振飛.行業因素對我國A股市場收益率的效應研究——基于2001 ～ 2010年面板數據的實證檢驗.投資研究，2012；7
7. 牛鴻，詹俊義.中國證券投資基金市場擇時能力的非參數檢驗.管理世界，2004；10
【作 者】
宋光輝（博士生導師） 詹素卿 劉 廣
【作者單位】
（華南理工大學工商管理學院 廣州 510640）
