處置偏差視角下的基金經(jīng)理行為差異

1、正文目錄TOC o 1-2 h z u HYPERLINK l _TOC_250015 簡介 4 HYPERLINK l _TOC_250014 文獻綜述 5 HYPERLINK l _TOC_250013 數(shù)據(jù) 6 HYPERLINK l _TOC_250012 數(shù)據(jù)來源和樣本構建 6 HYPERLINK l _TOC_250011 控制變量 7 HYPERLINK l _TOC_250010 樣本特征 7 HYPERLINK l _TOC_250009 方法論 9 HYPERLINK l _TOC_250008 實證分析 10 HYPERLINK l _TOC_250007 處置效應 10

2、 HYPERLINK l _TOC_250006 按子期劃分的結果 11 HYPERLINK l _TOC_250005 處置效應和股票特征 11 HYPERLINK l _TOC_250004 基于回歸的證據(jù) 14 HYPERLINK l _TOC_250003 不確定性和處置效應 17 HYPERLINK l _TOC_250002 處置效應和貝塔 20 HYPERLINK l _TOC_250001 6 結論 24 HYPERLINK l _TOC_250000 風險提示： 25圖表目錄圖表 1 基金的描述性統(tǒng)計 8圖表 2 交易活動統(tǒng)計 8圖表 3 交易市值統(tǒng)計 9圖表 4 處置效應描

3、述性統(tǒng)計 10圖表 5 股票的描述性統(tǒng)計 12圖表 6 分類結果：不同處置偏差十分位數(shù)下共同基金持股的股票特征 13圖表 7 處置效應與會計相關的股票特征：回歸估計 14圖表 8 處置效應與股票特征：回歸估計 16圖表 9 估值不確定性與處置效應 18圖表 10 處置效應與估值不確定性：回歸估計 20圖表 11 貝塔和處置效應 22圖表 12 處置效應和貝塔：回歸 23簡介在 2012 年，超過 11.6 萬億美元投資于股票共同基金，盡管指數(shù)基金和交易型開放式指數(shù)基金（ETF）的數(shù)量不斷增加，但絕大多數(shù)的基金仍然是主動管理的。然而研究表明，平均而言主動管理的投資組合的表現(xiàn)并沒有超過基準。最近，

4、共同基金經(jīng)理中存在的處置效應被認為是導致業(yè)績不佳的一個主要行為原因（e.g., Singal and Xu2011, Scherbina and Jin 2011, Cici2010）。處置效應指的是投資者傾向于持有虧損股票而賣出盈利股票。它基于心理賬戶（Thaler 1985）和前景理論的關鍵特征（Kahneman and Tversky1979）。本文的重點是分析處置效應以及與股票相關的特征如何影響行為偏差的大小。本文的目標有兩個。首先，分析了處置效應在美國股票共同基金經(jīng)理人中存在 的范圍，以及在某些股票持有者中，這種效應是否更為突出。從新的角度揭示了職 業(yè)投資者的行為是否是理性的，還是表

5、現(xiàn)出非理性的跡象。具體而言，本文研究了 在哪些情況下，1980 年至 2010 年美國積極管理的共同基金經(jīng)理的處置效應是明顯的。雖然對個人投資者的行為有廣泛的研究，但對共同基金經(jīng)理的偏向性行為的影響證 據(jù)相當少，而且參差不齊。為什么處置效應能夠持續(xù)存在是一個值得探討的問題。其次，本文檢驗了處置效應幅度的跨期差異是否可以用投資風格的差異來解釋的假設。前期的研究主要集中在表現(xiàn)優(yōu)異的共同基金經(jīng)理的選股能力上：正的阿爾法值暗示各基金經(jīng)理具有一定的技能（Wermers 2000, Kacperczyk, Sialm, andZheng 2008）。然而，基金經(jīng)理持股的具體特征，以及為什么有的基金經(jīng)理持有

6、績優(yōu)股，而有的基金經(jīng)理持有績差股，還沒有得到充分的探討。本文研究了處置效應與各種股票特征之間的關系。此外，還分析了股票水平處置效應的大小與估值不確定性之間的關系。實驗證據(jù)表明，當人們面對估值更加困難的情況時，更容易表現(xiàn)出高的行為偏差(Kahneman and Tversky 1979, Kahneman 2003)。理論金融模型(Daniel, Hirshleifer, and Subrahmanyam 1998, Hirshleifer2001)指出當股票更難估值時，投資者的偏見性會更強。本文還檢驗了當風險或市場波動性增加時存在“安全投資轉移”的觀點。安全投資轉移假說認為，當市場不確定性增加

7、時，投資者減少他們的股票持有量，并轉向更安全的資產(chǎn)，如債券(Caballero and Krishnamurthy (2008)。這一假設意味著，當市場風險上升時，本文預期處置效應的水平會降低。本文分析當共同基金經(jīng)理人面臨估值不確定性和市場風險增加時，處置偏差是如何影響的。通過對 1980 年至 2010 年積極管理的美國股票共同基金持有量的樣本的分析，得到兩個主要結果。首先，本文提供了共同基金經(jīng)理容易產(chǎn)生處置效應的依據(jù)。使用 Odeans 1998計算處置效應的方法，發(fā)現(xiàn)共同基金經(jīng)理平均表現(xiàn)出 3.96%的處置效應。結論表明，不僅是個人投資者，而且是專業(yè)投資者在投資過程中也有可能做出有偏差的

8、決策，這種偏差對于規(guī)模較小和較年輕的基金，以及收費機構較高的基金來說是顯著的，而且更為明顯。其次，處置效應的水平可以通過持股特征來解釋。利用不同的股票估值計量方法，發(fā)現(xiàn)股票層面的處置效應與估值不確定性之間存在正向關系。處置效應的水平隨著系統(tǒng)性風險（即 beta）的水平單調增加。此外，本文還證明了股息率和派息股票虛擬變量對共同基金經(jīng)理處置偏差有明顯的正向影響，證明不僅是個人投資者，專業(yè)投資者也會非常注意某些股票，并且交易行為受其驅動。此外，本文的測算還意味著，低賬面市價比會導致處置偏差的幅度下降。因此，處置水平較高的基金經(jīng)理傾向投資于賬面價值更貴的股票。無形資產(chǎn)與總資產(chǎn)的比率以及盈利波動性對處置

9、效應的水平有明顯的負向影響。當相關股票的價值更難估量時，基金經(jīng)理會表現(xiàn)出更高的處置效應水平。本文的研究重點是基金經(jīng)理的持股情況，主要原因是：首先，共同基金提供了一個特別合適的環(huán)境來研究組織決策過程的驅動力和影響。由于共同基金是受監(jiān)管的對象，因此可以獲得可靠的數(shù)據(jù)。共同基金的投資組合持有量提供了豐富的信息集，適合研究共同基金經(jīng)理的信息處理和決策。其次，作為專業(yè)投資者，共同基金經(jīng)理應該比散戶投資者更有經(jīng)驗，更容易避免行為偏差(Seru, Shumway, and Stoffman 2010, Cici 2012)。最后，共同基金行業(yè)具有重要的經(jīng)濟意義。考慮到機構投資者在市場中的主導地位，處置效應存

10、在的證據(jù)將對確認或否認資產(chǎn)定價模型和相關現(xiàn)象(如動量效應)中的理性程度產(chǎn)生深遠影響。本文是第一篇專注于識別股票相關驅動因素來解釋美國共同基金經(jīng)理人之間處置效應水平的橫向差異的論文。本文其余部分的安排如下：第二節(jié)回顧了相關文獻。第三節(jié)介紹了數(shù)據(jù)。第四節(jié)提供了所采用方法的詳細信息。第五節(jié)給出了主要的實證結果。第六節(jié)，總結。文獻綜述Shefi 和 Satman 1985表明，投資者傾向于過早地賣出贏家的股票，而過長時間 地持有輸家的股票(他們稱之為“處置效應)，這一效應被證實適用于各種投資者類型、國家和資產(chǎn)類別。例如，Odean998，Grinblatt 和Keloharjul 2001以及 Sha

11、pira 和Venezia 2001分別在美國(Locke 和 Mann 1999、Cova 和 Shumway 2005、Odean 1998)、芬蘭(Grinblat 和Keloharju 2001)和以色列(Shapira 和 Venezia2001)證明了處置效應不僅影響缺乏經(jīng)驗的投資者，同時影響經(jīng)驗豐富的投資者。在其他資產(chǎn)類別中也發(fā)現(xiàn)了處置效應的證據(jù)，如住宅(Genesove 和 Mayer 2001)、高管股票期權 (Heath、Huddart 和 Lang1999)和預測市場(Hartzmark 和 Solo-mon2012)。在對觀察到的行為所提出的不同解釋中，處置效應被歸因于

12、心理賬戶(Thaler 1985)和前景理論(Kahmeman 和 Tversky 1979)的關鍵特征。人們傾向于相對于一個參考點(例如 Odean1998中的購買價格)來評估收益和損失。前景理論指的是收益領域的風險厭惡偏好和損失領域的風險尋求(都是相對于參考點衡量)。心理賬戶的主要思想是，投資者為不同的賬戶設定不同的參考點，這決定著收益和損失。他們將不同類型的賭博劃分為不同的賬戶，并分別對每個賬戶使用前景理論，從而忽略了可能的相互影響。心理賬戶和前景理論的結合產(chǎn)生了處置效應。在機構層面，行為偏差的存在不那么明確。鑒于它們在市場中的主導地位，非 理性行為的證據(jù)將對建立或否認市場有效性假說產(chǎn)生

13、深遠的影響。Locke 和 Marn (1999)利用芝加哥商業(yè)交易所(CME)的交易數(shù)據(jù)，發(fā)現(xiàn)了期貨交易者之間的處置效應。 Coval 和 Shumway (2005)表明，處置效應存在于芝加哥交易所的自營交易者中。 Shapira 和 Venezia (2001)證明了以色列專業(yè)投資者的處置效應。在美國的股票共同基 金經(jīng)理中也發(fā)現(xiàn)了處置效應(如 Wermers 2003、Frazzini 2006、Scherbina 和 Jin 2011)。因此，機構投資者是否能夠更好的決策和創(chuàng)造優(yōu)異業(yè)績?nèi)詻]有明確定論。 Wermers 2003文獻指出，虧損的基金往往更容易被處置，表現(xiàn)不佳的基金經(jīng)理似乎

14、 不愿意平倉虧損。相反，成功的基金經(jīng)理人實現(xiàn)虧損的比率高于收益。Frazzini (2006) 總結了之前記錄盈利公告后處置效應的結果。Scherbina 和 Jin 2011在其關于新聘基 金經(jīng)理的研究中得出結論，以前的經(jīng)理不愿意出售投資組合中的虧損股票。其他最 近的研究也證實了之前的結果，并表明美國股票共同基金經(jīng)理有處置傾向(如Cici 2010，Ammann，Ising 和Kessler 2012，Ringov 2012，以及Chiang 和Huang 2010)。雖然處置效應在不同的環(huán)境、時間段和資產(chǎn)中都有記錄，但其根本的驅動因素仍然相當不明確。一些論文認為，基金特征(如基金成本、換手

15、率、基金波動性、基金規(guī)模、基金年齡)決定了處置效應的水平(Cici 2012，Solomon，Soltes 和 Sosyuna 2012)。其他論文則通過基金經(jīng)理的特征(如年齡、經(jīng)驗、團隊或單一管理基金)來推斷處置傾向行為的水平(Scher-bina 和 Jin 2011，Solomon，Soltes 和 Sosyua 2012， Ringov 2012)。最近，處置效應被歸結為基金的申購贖回(Cici 2010，Chiang 和 Huang 2010，Singal 和 Xu 2011)。股票特征被認為是另一個可能的處置效應的驅動因素。例如，F(xiàn)razzini 2006發(fā)現(xiàn)，買入和賣出引人注目的

16、股票會影響處置效應。 Cici 2010記錄了在“虧損基金”和投資者之間的處置效應，這些投資者在他們的投資組合中系統(tǒng)性地添加“虧損股票”，這似乎是一種有損失的賭博。到目前為止，只有一篇論文(Kumar 2009)分析了股票的特征，如股票規(guī)模、股票年齡、市值、市盈率等作為散戶投資的處置效應的驅動因素。最近，Busse 和Tong 2012的一篇論文表 明，共同基金經(jīng)理傾向于根據(jù)行業(yè)選擇股票。本文通過分析各種持股特征如何影響處置效應的水平，來補充行為偏差的一系列股票相關驅動因素的研究。數(shù)據(jù)數(shù)據(jù)來源和樣本構建本研究中使用的數(shù)據(jù)主要來自四個來源:湯姆森金融公司(以前稱為 CDA/Spectrum)的季

17、度基金持有數(shù)據(jù)、芝加哥大學證券價格研究中心(CRSP)的月度和年度共同基金特征、CRSP 的日度和月度股票回報率數(shù)據(jù)以及Compustat 的月度和年度會計數(shù)據(jù)。本文通過使用沃頓研究數(shù)據(jù)服務(WRDS)的 MFLinks 合并 the CRSP Survivorship Bias Free Mutual Fund Database (CRSP MF，以下簡稱 CRSP MF)和 theThomson Reuters Mutual Fund Holdings database (TR，以下簡稱TR)來獲得本文的主 要基金樣本。就每只基金而言，有關基金特征(如行業(yè)、風格、起始日期、管理人)、業(yè)績信

18、息(如回報、管理資產(chǎn)、費用)的信息均從 CRSP 中提取。除了來自 CRSP 的基金特征外，本文還從 TR 數(shù)據(jù)庫中提取持股信息。TR 數(shù)據(jù)庫報告了所有的持股變化以及持股特征，即股票代碼，permmo (CRSPs 永久股票發(fā)行標識)、crusip (CRSP 的股票標識)以及每只資產(chǎn)的價格，每季度一次。cusip 用于從 Compustat 中提取每只股票的不同會計信息和交易統(tǒng)計數(shù)據(jù)。每只股票的價格都是在報告日以及每個月的月末采集的，遵循以往文獻(例如 Frazzini 2006、Barber and Odean 2008)的做法。此外，本文還從 CRSP 中獲取每日數(shù)據(jù)來計算與股票相關的變

19、量如股票波動率、貝塔、市賬率和回報率。年普通股賬面價值、現(xiàn)金流、市值、無形資產(chǎn)、收益、股利支付、 PPE(財產(chǎn)、廠房和設備)和總資產(chǎn)等數(shù)據(jù)均來自 Compustat。為了得到在實證分析中使用的最終樣本，本文從 1980 年至 2010 年期間的所有美國共同基金開始。接下來，按照以前的文獻，本文將樣本限制為美國基于積極管理的股票共同基金。本文匹配了 1980 年至 2010 年期間的TR 和CRSP 共同基金數(shù)據(jù)集。在本文的樣本中，有一些基金持有相同的股票組合，因為它們在CRSP 數(shù)據(jù)庫中被列為獨立實體，但它們只是根據(jù)費用結構或最小購買限額方面有所不同，但基于的是完全相同的資產(chǎn)組合。為了避免重復

20、計算，本文使用唯一的 WFICN(沃頓金融機構中心)基金編號對同一基金的所有份額類別進行加權，將不同份額類別的基金數(shù)據(jù)匯總為一個觀測值。對于不同份額類別的變量(如收益率、換手率、費用率等)，本文采用總資產(chǎn)凈值作為加權平均數(shù)。為了衡量本文的結果，本文使用標準昔爾500 指數(shù)的回報率作為市場投資組合，并使用 3 個月國庫券利率作為無風險利率。控制變量為了避免虛假的相關性，本文控制了可能影響基金處置效應水平的變量的影響。本文控制了不同的基金相關特征，如基金規(guī)模、基金年齡、基金成本、基金容量、換手率、費用率、機構或散戶持有比例以及基金業(yè)績。本文還控制了基金經(jīng)理的特征，因為它們也可能影響處置效應的水平。

21、本文控制了基金經(jīng)理的經(jīng)驗，新任基金經(jīng)理虛擬變量，以及基金是團隊管理還是單一管理。在本文的回歸中，本文還加入了幾個與股票相關的控制變量。本文加入了公司年齡和公司規(guī)模，以控制與股票相關的回歸指標中各種規(guī)模相關的影響。換手率是為了考慮可能的流動性效應。本文控制月度過去收益，因為整體傾向于實現(xiàn)資本損失比資本收益更容易，也可能是由于共同基金經(jīng)理的動量策略。過去收益變量作為一個控制變量，用于控制過去收益對投資者交易行為的已知影響（散戶投資者參見 Barber和 Odean 2008）。例如，共同基金經(jīng)理的交易活動可能會受到反向策略或者趨勢跟蹤行為的影響，過去的回報率還可以捕捉到其他行為，比如再平衡。此外，

22、Odean 1998指出，過去的回報率也可以反應交易成本的考慮。例如，由于流動性的原因而不得不賣出的基金可能更傾向于賣出最近增值的股票，因為下跌的股票價格較低，因此流動性較差(Odean 1998)。本文還通過在每個基金年組合中加入固定效應來控制穩(wěn)定的不可觀察效應，以提高除固定效應外處置效應的水平，所有控制變量都滯后一個時期(年)。樣本特征表 1 列出了 1980-2010 年期間樣本中 2,605 只基金的描述性統(tǒng)計。樣本由 2,605只基金和 75,545 個基金年度觀測值組成。本文的樣本從 1980 年的 8 只基金開始，到2010 年由 1,185 只基金組成。月度總資產(chǎn)凈值從 198

23、0 年的平均 2.27 億美元增加到2010 年為 7.2 億美元。在本文的樣本中，基金的平均經(jīng)營年限約為 13 年，平均基金規(guī)模為 40 億美元。樣本期開始時的換手率為 77%，相當于 1.5 年的持有期。雖然費用率隨時間變化很大，但整個樣本期的平均換手率為 86%，意味著持有期為 1.2 年。換手率數(shù)值與之前研究報告中 85%-100%的數(shù)值相當(如 Singal 和Xu2011、Cic2010、Kacperczyk、Sialm 和 Zheng2008)。1980 年的費用率為 1.26%，隨著時間的推移，費用率上升到 2010 年的 1.3%。最高的費用率是 1985 年的 1.8%，最

24、低的費用率記錄在 1996 年的 0.7%。在過去 30 年中，共同基金的平均收益率為 0.82%，最高回報率為 1991 年的 13.1%。我們的資料顯示，一般基金的前段收費為 0.6%，由基金投資者預先支付。而后端收費平均為 0.3%，是在提取基金款項時收取的。圖表 1 基金的描述性統(tǒng)計資料來源：整理大多數(shù)基金由平均年齡為 10 年的基金經(jīng)理管理。本文還報告了基金是否由新的基金經(jīng)理接管(指在特定基金中工作三年或更少)；本文發(fā)現(xiàn)只有 3%的基金由新的基金經(jīng)理管理。本文還考察了基金的開放與封閉，這是一個虛擬變量，如果基金對新投資者開放，則等于 1，否則等于 0。本文發(fā)現(xiàn)，共同基金平均對投資者開

25、放 89%，只有約 10%的基金是封閉的。下面是本文樣本中的股票數(shù)量和交易價值的匯總統(tǒng)計。表 2 顯示了本文最終樣本中 2,605 只共同基金的交易統(tǒng)計。樣本期從 1980 年第一季度到 2010 年最后一個季度，基金經(jīng)理們在這段時間里買入了大約 18 萬只股票，賣出了 19.5 萬只股票?？傮w而言，本文的樣本由 373,610 個資產(chǎn)變化組成。平均每年有 6,000 筆購買和 6,500 筆銷售，這意味著每只基金每年大約有 5 筆交易被報告給美國證券交易委員會。表 3顯示了 1980 年至 2010 年樣本期間所有共同基金的交易價值。所有購買的平均市值為 300 萬美元和 1000 萬美元。

26、圖表 2 交易活動統(tǒng)計資料來源：整理圖表 3 交易市值統(tǒng)計資料來源：整理方法論本文按照 Odean 1998的方法計算處置效應，以確定基金經(jīng)理實現(xiàn)資本收益以及資本損失的速度。本文用處置偏差來衡量共同基金經(jīng)理的行為表現(xiàn)出處置效應的程度。為了確定處置效應，本文使用共同基金的持股信息以及加權平均購買價格。對于任何給定的投資者，計算所有潛在實現(xiàn)收益(PGR)和實現(xiàn)損失(PLR)的比例，并分別與賬面損益進行比較。本文的研究是這樣設計實施的：每發(fā)生一個季度的買賣，都要將交易價格與參考價格進行比較，以確定該交易是實現(xiàn)了收益還是損失。為了確定參考價格，必須明確采用哪種成本衡量法。在本文中，參考價格是每次買入交

27、易發(fā)生時都會更新的加權平均購買價格(WAPP)。使用 WAPP 作為參考價格是基于基金經(jīng)理在每次(凈)買入后定期更新參考點的假設?；?x 在 t 日持有的股票 i 的 WAPP 計算如下：WAPP, = (), (), + ,1 (), / (),其中，SharePrc 是指各股票的價格，SharesBuy 表示買入的股票數(shù)量，SharesHeld 則是指組合中持有的股票數(shù)量。本文要區(qū)分兩種不同的情況:無論基金是減持還是維持持有股票i 的水平，股票 i 在第t 天的 WAPP 都等于第(t-1)天的 WAPP。在第二種情況下，基金增持股票 i，則基金x 在 t 日持有的股票 i 的 WAPP

28、 按公式 1計算。根據(jù)上式計算每個基金-股票-日期組合的 WAPP。由于數(shù)據(jù)的局限性，同時為了與其他研究(如Cici 2010，Huang、Wei 和 Yan 2007、Frazzini 2006)保持一致，本文假設所有的持股變化都發(fā)生在每個季度末。通過一個季度末的持股量與上一季度末的持股量的對比，本文能夠確定在相應的季度內(nèi)是否發(fā)生了賣出或買入交易。在賣出的每一天，每只股票的賣出價格都會與 WAPP 進行比較，以確定該賣出交易是實現(xiàn)收益(RG)還是虧損(RL)。對于特定基金投資組合中所有其他股票，如果與某只股票在同一天持有但未賣出，則市場價格與 WAPP 進行比較。以確定是賬面收益(PG)還是

29、賬面損失(PL)。在計算出 RG、RL、 PG 和 PL 之后，本文現(xiàn)在就可以計算出某基金成為某只股票凈賣出者的每天的已實現(xiàn)收益(PGR)和已實現(xiàn)損失(PLR)的比例。下面的公式顯示了 PGR 和 PLR 的計算。,=( ),( ), + ( ),=( ),( ), + ( ),本文進一步計算處置偏差（DS），即共同基金在某一時期實現(xiàn)的收益比例與實現(xiàn)的虧損比例之間的差額(如 Dhar 和Zhu 2006、Frazzini 2006、Goetzmann 和 Massa2008、Kumar2009、Odean1998、Ringov2012)。, = , ,如果處置偏差為正，則各基金實現(xiàn)的收益不成比

30、例地多于損失(易處置基金)。因此，處置偏差越大，各基金經(jīng)理或基金經(jīng)理團隊所表現(xiàn)出的處置效應水平就越強。本文將各基金的季度平均處置效應進行匯總,并取平均值（見Chiang 和Huang 2010）。本文通過匯總各基金的收益和虧損次數(shù)并取平均值來衡量各基金的平均季度處置效應（Chiang 和Huang 2010）。年度處置效應(在回歸設置中使用按每年四個季度的平均值計算。實證分析處置效應在本節(jié)中，將考察處置效應的水平，計算結果為已實現(xiàn)收益的比例(PGR）減去已實現(xiàn)損失的比例（PLR）。表 4 的A 組顯示了 1980 年至 2010 年整個樣本期間所有基金的處置偏差。結果基于交易發(fā)生在季度內(nèi)某個時

31、間的假設，因此使用了相應季度內(nèi)每日股票價格的平均數(shù)。圖表 4 處置效應描述性統(tǒng)計資料來源：整理首先分別為每只基金計算PGR、PLR 和處置偏差。其次，本文取基金層面衡量指標的時間序列平均值來計算整體處置偏差。在此過程中,本文假設各共同基金的處置效應具有獨立性。對于整個樣本的結果，PGR 和 PLR 之間有一個明顯的正處置差（3.96%），表明本文樣本中的共同基金平均容易出現(xiàn)處置偏差。很大一部分基金顯示出正的處置偏差。表 4 顯示了處置效應水平隨時間的下降。在 1980 年,該偏差的值約為 4.6%，而在 1990 年約為 4.4%，2010 年下降到 3.4%。這種模式可能是由于共同基金經(jīng)理

32、對行為金融學的意識增強所致。本文的結果與之前的研究一致。Rosa，To 和 Walter 2005的一篇論文發(fā)現(xiàn)，英國管理的基金樣本的平均處置效應為 0.12%（美元價值基礎：0.0559)其他論文也發(fā)現(xiàn)了正的處置偏差（如 Frazzini 2006、Odean 1998、Barber 和Odean 2008），并進一步證實了本文的結果。Frazzini 2006發(fā)現(xiàn)美國專業(yè)投資者的處置偏差為正（3.1%）。相比之下，Odean 1998用基于股票的數(shù)字證明了個人投資者的處置效應為 0.016。與此相一致，Ammann，Ising 和Kessler 2012最近的一篇論文顯示， 1993-20

33、05 年按份額計算的處置效應為 3.2%。本文的結果也符合 Scherbina 和 Jin2011的論文，他們報告說，與新聘用的經(jīng)理人相比，老經(jīng)理人不愿意實現(xiàn)資本損失，從而支持處置效應。Ben-David 和Hirshleifer 2012以及Dorn 和 Strob1 2011最近的論文中記錄了基 于私人信息的新解釋和模型。處置偏差存在的一個主要解釋是，投資者不愿意變現(xiàn) 損失，因為變現(xiàn)損失會帶來直接的不利。對于美國個人投資者的樣本，Ben-David 和 Hirsh1eifer 2012記錄了相反的情況，發(fā)現(xiàn)處置效應并不是由簡單的直接偏好驅動的，因為有收益或損失而賣出股票，而是因為信念。更進

34、一步，Dorn 和 Strob1s 2011的理論模型基于知情投資者與不知情投資者之間的信息不對稱，將處置效應歸結為投資者偏好而不僅僅因為信念。總而言之，本文證明了普通共同基金鎖定收益的偏好強于實現(xiàn)損失的偏好。雖然平均價差為正，但本文觀察到影響范圍存在一定的橫向差異。表 4 顯示，處置偏差的標準差為 6.3%。因此，本文致力于對評價共同基金經(jīng)理交易哪些股票以及易處置基金和較少易處置傾向基金之間是否存在系統(tǒng)性的差異進行新的探討。按子期劃分的結果在本節(jié)中，本文重點討論共同基金在實現(xiàn)收益和損失方面的行為是否隨著時間的推移而發(fā)生變化的問題。本文特別感興趣的是，在考察處置效應水平隨時間的變化時，是否存在

35、一定的學習效應。表 4 報告了整個時期和 1980-1989 年、1990-1999年和 2000-2010 年這三個子時期的結果。平均而言，共同基金在任何一個子期都表現(xiàn)出處置效應。在 1980-1989 年和 1990-1999 年，基金表現(xiàn)出收益不成比例地多于損失的趨勢。特別是自 1990 年代初以來，處置效應的水平急劇下降。這一規(guī)律可能是由于 20 世紀 90 年代以來共同基金經(jīng)理對行為金融學的認識有所提高，所以處置效應水平在此后穩(wěn)步下降。此外，影響量化投資策略的技術進步可能會引入更多的紀律，減少對有偏見的人類決策的依賴。對觀察到的行為的第二個解釋是共同基金經(jīng)理可能的學習效應影響了本文的

36、結果。隨著時間的推移，處置效應水平的降低與投資者從交易中學習的理論是一致的。知情的投資者會更頻繁地更新他們的價格目標，因此，不太容易表現(xiàn)出行為偏差。 Kumar 和 Lim 2008指出，傾向于在同一天內(nèi)執(zhí)行多筆交易的投資者受到處置效應的影響較小。以前的研究結果表明，更積極的基金經(jīng)理具有持久的選股技能，并隨著時間的推移學會避免偏差(Wermers 2000)。這可能是共同基金經(jīng)理定期更新他們的價格目標，并通過時間學習避免行為偏差的第一個跡象。處置效應和股票特征在上一節(jié)中，本文展示了 1980 年至 2010 年美國共同基金經(jīng)理中存在的處置效應，以及基金特征如何影響整體行為偏差的大小。本文發(fā)現(xiàn)基

37、金更容易鎖定盈利而不是實現(xiàn)虧損。本節(jié)研究不同的投資風格與持股特征對基金出現(xiàn)正向處置效應的影響。為了分析具有不同處置效應水平的共同基金經(jīng)理是否遵循不同的投資方法，本文研究了他們持有股票的特征。本文分析了共同基金所持股票的不同特征，如貝塔、交易量、夏普比率、市值、平均收益率、波動率等。本文通過對單只股票的市值加權平均數(shù)取值來獲得每只共同基金的股票特征。圖表 5 股票的描述性統(tǒng)計資料來源：整理在表 5 中，本文報告了樣本中 2605 只共同基金在 1980 年至 2010 年期間的股票持倉匯總統(tǒng)計。這 2,605 只基金共持有 15,110 只不同的股票頭寸(根據(jù) 1980 年至 2010年的樣本期

38、間的單個股票頭寸來確定)。為了衡量公司特有的差異，本文分析了無形資產(chǎn)與總資產(chǎn)的平均比率，大約為 10%。由于平均賬面市值比(0.52)變化明顯(標準差幾乎為 100%)，本文在回歸設置中使用賬面市值比的中值(0.44)。每股收益(EPS)平均為 0.73，而市盈率的平均值為 13.11。本文還將 EPS 作為另一個財務比率，也就是一家企業(yè)普通股每股流通股盈利的美元價值。作為股票特征，本文還考察了不同的波動性指標，即盈利、現(xiàn)金流和回報率的波動性。此外，本文還加入了股息率(平均值為 2.32%)和一個派息股票虛擬變量，當股票派息時等于 1，否則等于 0。當本文分析共同基金經(jīng)理的交易決策時，將基金規(guī)

39、模、市值和相應股票的成交量納入控制變量。在表 6 中，本文報告了 10 個十等分的股票特征的匯總統(tǒng)計數(shù)字，是根據(jù)每個基金在整個樣本期內(nèi)的平均處置差價計算的。第一分位數(shù)包含了處置偏差最小的基金，而第十分位數(shù)包含了處置偏差最大的基金。在此統(tǒng)計中，一只基金只能被統(tǒng)計一次；如果數(shù)據(jù)庫中包含多于一份相關共同基金的報告，本文將計算不同時間段的平均處置偏差和平均股票特征。處置效應水平的差異可以解釋為共同基金經(jīng)理選股能力的表現(xiàn)。表 6 顯示，處置偏差較高的基金經(jīng)理投資于平均交易量較低、市值較低的股票。圖表 6 分類結果：不同處置偏差十分位數(shù)下共同基金持股的股票特征資料來源：wind 資訊，本文觀察到，處置水平

40、較低的共同基金經(jīng)理比處置水平較高的經(jīng)理投資于不同特征的股票資產(chǎn)。處置偏差較低的基金經(jīng)理更喜歡歷史悠久、規(guī)模較大公司的股票。在最低的十分位數(shù)中，以股票首次出現(xiàn)在 CRSP 中的年數(shù)來衡量的平均股齡大約為 18 年，而在最高的十分位數(shù)中則為 17 年。公司規(guī)模被定義為季度末市場市值的自然對數(shù)(發(fā)行股數(shù)乘以價格)，處置偏差最低的十分位數(shù)配置較大市值的股票，隨著處置偏差變高，市值基本單調遞減。這意味著具有較高處置效應的共同基金經(jīng)理試圖通過投資于較小的股票來獲得優(yōu)異的業(yè)績。最高和最低的十分位數(shù)在公司年齡和公司規(guī)模上的差異是高度顯著的 (t 統(tǒng)計量分別為 31.99 和 196.14)。Kumar 200

41、9還發(fā)現(xiàn)，在 1991 年至 1996 年的美國個人投資者持股樣本中，公司年齡與處置效應之間存在負相關關系。為了反映股票基本價值的不確定性水平，本文加入了以下變量：無形資產(chǎn)占總資產(chǎn)的水平、現(xiàn)金流波動性和收益波動性。關于無形資產(chǎn)占總資產(chǎn)的水平，本文發(fā)現(xiàn)處置偏差較低的基金經(jīng)理投資于無形資產(chǎn)水平較高的公司(最低處置分位數(shù)為 19.77%)。當分析賬面市價比時，本文發(fā)現(xiàn)第一分位數(shù)股票(賬面市值比 0.4454)比第 10 分位數(shù)的股票(賬面市值比 0.5656)要低，這意味著處置偏差較低的基金經(jīng)理傾向于投資更昂貴的股票。Kumar 2009的研究結果表明，行為偏差(在他的案例中稱為過度堅挺)在賬面市值

42、比較低的股票中存在更多。本文對變量 EPS 的排序結果表明，處于最高處置分位數(shù)的基金經(jīng)理投資于 EPS 比率明顯較低的股票。更多的基金經(jīng)理似乎選擇了平均每股收益較低的公司。由于表現(xiàn)出處置偏差的基金比沒有偏差的基金表現(xiàn)更差(如 Singal 和 Xu 2011，Cici 2012)，本文發(fā)現(xiàn)有偏向性的基金經(jīng)理傾向于投資于較少的股票可能是一個解釋。本文還分析了配股效應與市盈率之間的關系。在最高十分位的基金經(jīng)理中，本文測得的市盈率為 22.01，高于最低十分位的市盈率 17.94(t 統(tǒng)計量為-16.12)。因此，以市盈率衡量，偏向性較低的基金經(jīng)理似乎會投資于較便宜的股票。Odean 1998以 1

43、991 年至 1996 年的美國個人投資者為樣本，發(fā)現(xiàn)低價股的處置效應較強，但這一經(jīng)驗證據(jù)與Odean 1998的研究結果并不一致。一般來說，與市盈率較低的公司相比，市盈率越高，說明市場對未來的盈利增長預期越高。因此，強偏向性的基金經(jīng)理投資高市盈率的股票，似乎對未來更加樂觀。綜上所述，本文發(fā)現(xiàn)共同基金經(jīng)理所表現(xiàn)出的處置效應與其所持有的投資組合特征之間存在一定的關系。本文的研究結果表明，具有較低處置效應水平的共同基金經(jīng)理與具有較高偏好的共同基金經(jīng)理投資于不同的資產(chǎn)。處置效應較低的投資者選擇市值較小、無形資產(chǎn)投資較多、賬面市值比較低的公司的股票。投資組合中較少易處置基金的經(jīng)理也往往有較低的每股收益

44、和市盈率。本文還發(fā)現(xiàn)具有較高換手率和較高股息率的股票是處置水平偏低基金經(jīng)理的首選?？傊?，本文證明共同基金持有的股票特征部分解釋了處置效應水平的橫截面變化?；诨貧w的證據(jù)為了更深入地了解處置效應水平與股票特征之間的關系，本文估計了不同的回歸。本節(jié)通過采用回歸設置進一步分析處置效應與股票特征之間的聯(lián)系。本文采用了以下的回歸估計： = + + 其中，股票特征為賬面市值比、市盈率、每股收益、固定資產(chǎn)占總資產(chǎn)的百分比、無形資產(chǎn)占總資產(chǎn)的百分比、盈利波動率、現(xiàn)金流波動率、股息率，如果股票派發(fā)股息，則股票派息虛擬變量等于 1，否則等于 0。在表 7 和表 8 中，本文列出了使用不同的 OLS 回歸模型與年度

45、基金固定效應進行回歸的結果。表 7 中的模型 1 至 4 包括幾個控制變量以及不同的固定效應。為了說明誤差項中潛在的序列和橫截面相關性 ，本文計算了公司集群和年份集群的標準誤差。在所有模型中，結果都表明處置效應水平與股票特征之間存在高度的正相關關系?？偟膩碚f，處置效應的部分差異可以通過股票持有量的差異來解釋(在 11.06%和 12.98%之間)。圖表 7 處置效應與會計相關的股票特征：回歸估計資料來源：整理表 7 的不同回歸估計中，使用年度股票水平的處置偏差水平作為因變量。在模型中，本文將以下股票特征作為自變量：賬面市值比、市盈率、EPS、固定資產(chǎn)占總資產(chǎn)的比例、無形資產(chǎn)占總資產(chǎn)的比例。作為

46、控制變量，本文加入了基金年齡、基金規(guī)模、費用率、換手率、基金開放與否和基金回報率的一年滯后值。本文發(fā)現(xiàn)，所有納入的參數(shù)在 1%的顯著性水平上都是高度顯著的。在模型 1 的回歸分析中，本文加入了幾個常用于股票估值的財務比率。賬面市值比是一個股票的總賬面價值除以其市值，表示投資者認為該股票是否被低估或高估(分別為低賬面市值比、高賬面市值比)。本文發(fā)現(xiàn)，賬面市值比與處置效應水平呈負相關(系數(shù)為 0.0011，t 統(tǒng)計為 29.73)。這意味著處置偏差低的共同基金經(jīng)理更加傾向于持有較低的賬面市值比的股票。這一部分的回歸結果與本文之前的結果相吻合，記錄了處置效應水平低的共同基金 經(jīng)理傾向于投資于更昂貴的

47、資產(chǎn)（以賬面市值比來衡量時）。由于賬面市值比并不能 直接反映基金公司為股東創(chuàng)造收益或現(xiàn)金流的能力，本文還包括市盈率 P/E 和每股 收益EPS。本文記錄了市盈率對處置效應水平的負向影響。市盈率通常用于分析市 場一家公司的股票估值及其股票與收入的比較。本文的結果表明，處置效應水平低 的基金經(jīng)理似乎以市盈率衡量投資于更昂貴的股票，這證實了本文之前的研究結果。本文發(fā)現(xiàn)，處置偏差高的基金經(jīng)理傾向于投資于每股收益較高的股票。這表明， 以每股收益衡量的整體收益率是處置效應水平高的共同基金經(jīng)理的股票估值的一個 重要比率。除了不同的財務比率外，本文還分析了受處置效應影響較大的共同基金 經(jīng)理更傾向于什么樣的股票

48、。與投資于 PPE 和無形資產(chǎn)占總資產(chǎn)的百分比相關的變 量，顯示了基金經(jīng)理是更喜歡有形產(chǎn)品還是無形產(chǎn)品的公司。本文發(fā)現(xiàn) PPE 變量的 系數(shù)為正(0.0001，t 統(tǒng)計為 5.23)，而處置效應與無形資產(chǎn)變量之間的關系為負(-0.0003， t 統(tǒng)計為 6.55)。有處置傾向的基金經(jīng)理更傾向于投資于有形產(chǎn)品資產(chǎn)水平高的公司， 而非無形資產(chǎn)。由于公司資產(chǎn)的很大一部分投資于無形資產(chǎn)，如專利、商標、 客戶合同、許可、軟件、數(shù)據(jù)庫等，平均而言，這些公司更難估價，這一結果支持了本文的假設，即處置偏差更大的投資者在評估復雜公司時有困難，并且面臨更高水平的估值不確定性。在模型 2 中，本文加入了幾個與波動率

49、相關的股票特征，以解釋股票水平的不確定性。結果也顯示在表 7 中?；貧w模型包括盈利波動率和現(xiàn)金流量波動率作為股票特征，以及幾個控制變量和固定效應。這兩個股票變量對處置效應的水平都有明顯的影響(顯著性水平為 1%)。這個回歸的解釋力低于模型 1，但仍然是中等水平(R2為 11.06)。本文發(fā)現(xiàn)收益波動性越高，處置效應越低。乍一看，這個結果與本文之前的結論相比是反直覺的。當不確定性水平上升時，所分析的行為偏差水平就會下降。一個可能的解釋是，當波動率較高時，基金經(jīng)理會更注意行為偏差。在這種情況下，盈利波動率可以被解釋為不是估值不確定性的標志，而是一種引人注意的股票的情況。在以往的研究中，F(xiàn)razzi

50、ni 和Lamont 2008發(fā)現(xiàn)了在盈利公告期間，價格波動性上升，交易量也明顯增加。在對個人投資者的研究中，研究者們重點研究了注意力吸引假說，即引人注意的股票既有高成交量，又有高凈買入。這個所謂的注意力假說是由Odean 1999最早提出的，指出注意力會不對稱地影響個人投資者的買賣決策。由于個人不愿意進行賣空，而且對市場上大量股票的評價能力有限，所以他們只考慮購買其注意力被吸引的股票。本文對收益波動率變量的結果可以解釋為偏向型共同基金經(jīng)理的評價能力有限，因此，他們的交易更多的是引人注意的股票。相比之下，對于現(xiàn)金流量波動率，本文得到一個顯著的正向關系(系數(shù)為 0，t統(tǒng)計為 11.33)?；鸸?/p>

51、理人投資于現(xiàn)金流量波動水平較高的公司，似乎更容易發(fā)生處置效應。與本文之前的結論一致，這一結果有助于說明當股票估值的不確定性較高時，觀察到的行為偏差的幅度較大。在第三個回歸估計中，本文分析了股票的股息如何影響處置效應的水平。結果顯示，處置水平較高的共同基金經(jīng)理投資于派息股票(變量股息收益率的系數(shù)為 0.0004，派息虛擬變量的系數(shù)為 0.0005，t 統(tǒng)計量分別為 8.6 和 24.98)。因此，更容易出現(xiàn)行為偏差的共同基金經(jīng)理似乎會將交易活動集中在派息股票上。在這種情況下，股息支付被基金經(jīng)理解釋為一公司的管理層對其長期前景和股票作為一個良好的投資機會的標志。有處置傾向的共同基金經(jīng)理更傾向于買入

52、派息股票，并過早地賣出它們(與各股票的未來表現(xiàn)相比)。本文發(fā)現(xiàn)，股息可以被解釋為引人注目的股票的交易指標。Graham 和Kumar 2006之前的一篇論文認為了股利可以作為個人投資者對于引人注目的股票凈買入行為的代表。作者證實了注意力對個人股票選擇的重要性。作者詳細記錄了作為一個群體的個人投資者在股利公布的當天和低點的日子里表現(xiàn)出凈買入行為，控制了購買或稅收動機的原因。在模型 4 中，本文包含了所有股票變量、控制變量和固定效應。本文認為，處置效應的水平受到股票相關變量的顯著影響。本文發(fā)現(xiàn)，賬面市盈率、市盈率、無形資產(chǎn)占總資產(chǎn)的比例和盈利波動率對處置效應的水平有明顯的負向影響。此外，本文還記錄

53、了股息率和股票派系虛擬變量對共同基金經(jīng)理的偏向性有明顯的正向影響，說明不僅是個人投資者，專業(yè)投資者也會表現(xiàn)出受關注股票的交易行為。為了更深入地了解處置效應與不同投資風格之間的關系，本文進一步加入股票相關變量。結果在表 8 中進行了分解。本文在不同的回歸估計中加入了股票規(guī)模、股票成交量、股票回損率、市場回報率、股票回報率波動率和市場回報率波動率。表 8 中的模型 1-模型 4 以年度股票水平處置偏差為因變量，包括若干基金相關的控制變量(基金年齡、基金規(guī)模、費用比率、換手率、基金能力、基金收益的滯后值)以及不同的固定效應。 在所有四個模型中，結果都表明，股票水平的處置偏差與基金相關的控制變量(基金

54、 年齡、基金規(guī)模、費用率、換手率、基金容量和基金回報率的一年滯后值)以及不同 的固定效應之間存在高度的正相關關系(系數(shù)約為 0.036，t 統(tǒng)計約為 17.5)。在 圖表 8 處置效應與股票特征：回歸估計資料來源：整理表 8 中的第一個回歸估計中，本文將股票規(guī)模和股票換手率作為解釋變量，分析規(guī)模效應是否在解釋處置效應水平上發(fā)揮作用。本文發(fā)現(xiàn)，所有納入的參數(shù)在 1%的顯著性水平上都是有意義的。然而，所有的都接近于零。公司規(guī)模與處置效應正相關，這系數(shù)意味著處置水平偏向高的基金經(jīng)理投資于較大的公司。這表明，處置效應較低的共同基全經(jīng)理試圖通過投資于較小的來獲得優(yōu)異的業(yè)績。本文進一步證明，股票成交量公司

55、對處置效應的水平有負向影響。因此，具有較低處置水平的基金經(jīng)理更傾向于持有交易頻率較低的股票。高交易量可以被解釋為 attention-grabbing的股票的代替，這一點在 1991 年至 1996 年某大型券商的個人投資者樣本中得到了證明(Odean1998)。本文的結果表明，共同基金經(jīng)理人也傾向于使用交易量作為一種啟發(fā)式方法來決定買入或賣出哪些股票。在表 8 的模型 2 中，本文將股票和市場回報率(S&P500)作為解釋變量。本文發(fā)現(xiàn)，這兩個變量都是正的，并且具有高度的顯著性。股票回報率的系數(shù)為 0.0009(t統(tǒng)計為 11.02)，市場回報率的 系數(shù)為 0.0178(t 統(tǒng)計為 48.3

56、5)，表明處置水平較高的基金經(jīng)理投資于回報率較高的股票，且與標普 500 指數(shù)呈正相關。共同基金管理人通常以大指數(shù)為基準，通過信息比率(基準收益率與基準相對風險的比值;基準收益率是指基金管理人獲得的收益與指數(shù)收益之間的預期差)來評價。典型的共同基金經(jīng)理合同是基于一項任務，即最大限度地提高相對于一個標準市值加權基準的業(yè)績。因此，共同基金經(jīng)理人有動力密切跟蹤各自的指數(shù)，以最大限度地減少與上限加權指數(shù)相比的潛在跟蹤誤差，這支持本文的結論。在模型 3 中，本文加入了股票和市場不確定性的測量。研究發(fā)現(xiàn)，股票收益波動率和市場波動率對配置效應的影響均為正且顯著。這些結果表明，當估值不確定性較高時，共同基金經(jīng)

57、理有較強的傾向，即過早賣出贏家，而過長時間持有輸家。之前的論文表明，當股票波動率所代表的估值不確定性較高時，個人投資者表現(xiàn)出更高的處置效應水平(Kumar2009)。在模型 4 中，本文包含了前面提到的所有股票特征。本文可以證實本文之前的結果，即股票特征與處置效應水平正相關，并能解釋部分行為偏差?？傊疚牡慕Y果表明，股票變量解釋了處置效應的水平。本文發(fā)現(xiàn)，與股票水平不確定性相關的股票水平?jīng)Q定因素(盈利波動性、現(xiàn)金流波動性、股票回報波動性)解釋了處置效應。本文的結果表明，股票和市場層面的不確定性都會放大共同基金經(jīng)理行為偏差。本文還記錄了共同基金經(jīng)理的交易行為的部分是由交易惹人注目的股票(高股票

58、換手率股票和派息股票)和基準導向行為(市場回報率)所驅動。本文的結果表明，處置效應的水平可以通過與基金持股相關的各種不同特征來解釋。不確定性和處置效應在確定了波動率測度與處置效應水平正相關后，本文進一步考察當股票更難估值時，共同基金經(jīng)理是否更不容易實現(xiàn)損失。當估值不確定性(VU)較高時，那么各種機制都可以引入更高水平的處置效應。首先，基于前景理論的解釋(Shefrim 和 Statman 1985)解釋了為什么持股量的差異會推動處置效應水平的差異。前景理論是基于損失規(guī)避(Kahneman 和 Iversky 1979)和股票水平心理核算(Thaler 1980)的結合。因此，如果 VU 較高，

59、則更有可能觀察到更高的價格水平，從而為相應的股票倉位建立一個更高的參考點。從更高的參考點出發(fā)，處置效應更有可能被放大。其次，處置效應可以基于均值回歸的解釋(Odean 1998)。實驗表明，當 VU 較高時(如波動率較高時)，人們會表現(xiàn)出較強的跟蹤行為，因為他們認為均值回歸的可能性較大。第三，不愿意實現(xiàn)虧損也可以歸結為賭博傾向促使投資者在 VU 較高時緊緊抓住虧損。有賭博傾問的人更有可能堅持自己的倉位，直到他們的股票獲得極端收益。因此，當 VU 較高時，處置效應的水平應該更高（Kumar2009)。為了考察有處置效應和不太有處置效應的基金經(jīng)理之間是否存在風險承擔的差異，本文將股票的風險與基金經(jīng)

60、理的處置偏差水平和其他潛在的相關股票特征相關聯(lián)。為了分析處置效應的橫截面變化是否與股票層面的估值不確定性有關，本文根據(jù)股票的特異波動率對所有持股進行排序。特異波動率的計算方法是對股票收益時間序列進行單因素模型的界定得到的殘差方差。每只股票的特異波動率是通過使用每天的股票數(shù)據(jù)來估計的。年成交量被確定為每月成交股數(shù)與流通股數(shù)之比。在本文的回歸中，本文包含了這兩個變量去年的平均值。公司年齡是指股票在 CRSP 中首次出現(xiàn)的年數(shù)。首先，本文根據(jù) 1980-2010 年樣本期間的年均特異性波動率衡量標準對所有股票進行排序。然后，本文計算 10 個特異波動率十分位數(shù)組合中每個組合的平均處置偏差。圖表 9a