基金競爭格局對Alpha持續(xù)性的影 響

1、正文目錄 HYPERLINK l _TOC_250018 簡介 4 HYPERLINK l _TOC_250017 文獻(xiàn)綜述 7 HYPERLINK l _TOC_250016 基金招募說明書中的競爭對手 7 HYPERLINK l _TOC_250015 來自回報(bào)或持股的競爭對手 7 HYPERLINK l _TOC_250014 有關(guān)識別同類的文獻(xiàn) 8 HYPERLINK l _TOC_250013 數(shù)據(jù) 8 HYPERLINK l _TOC_250012 4 方法 10 HYPERLINK l _TOC_250011 風(fēng)格空間 10 HYPERLINK l _TOC_250010 特定距

2、離 10 HYPERLINK l _TOC_250009 識別基金競爭對手 11 HYPERLINK l _TOC_250008 衡量競爭程度的指標(biāo) 12 HYPERLINK l _TOC_250007 相對于特定同類的業(yè)績 12 HYPERLINK l _TOC_250006 結(jié)果分析 13 HYPERLINK l _TOC_250005 特定同類的屬性 13 HYPERLINK l _TOC_250004 競爭、ALPHA 和持續(xù)性 15 HYPERLINK l _TOC_250003 使用投資組合重疊度衡量競爭 20 HYPERLINK l _TOC_250002 傳導(dǎo)渠道 21 HYP

3、ERLINK l _TOC_250001 6 總結(jié) 24 HYPERLINK l _TOC_250000 風(fēng)險(xiǎn)提示： 24圖表目錄圖表 1 在風(fēng)格空間中可視化的基金競爭 5圖表 2 了解基金競爭：同業(yè)對立與集群 6圖表 3 描述性統(tǒng)計(jì) 9圖表 4 競爭對手的重疊 12圖表 5 基金同類 13圖表 6 特定化同類、LIPPER 同類和隨機(jī)抽簽基金的相似度分布 14圖表 7 相似度分布比較 15圖表 8 CPA 和未來 ALPHA 的情況 16圖表 9 收益缺口 17圖表 10 CPA 和未來 ALPHA 的回歸 18圖表 11 CPA 和未來 ALPHA 的回歸 19圖表 12 競爭和未來 AL

4、PHA 20圖表 13 通過投資組合重疊來衡量競爭 21圖表 14 競爭與貿(mào)易不平衡 22圖表 15 低競爭和高競爭市場的累積貿(mào)易失衡 23簡介是什么因素限制公募基金經(jīng)理產(chǎn)生持續(xù)的業(yè)績？本文提出并檢驗(yàn)了一個(gè)假設(shè)，即來自其他基金的買方競爭很重要。首先，本文提出了一種新的基于風(fēng)格的空間方法來識別每個(gè)基金的特定競爭對手。其次，本文構(gòu)建了動(dòng)態(tài)的、基金層面的競爭衡量指標(biāo)，并構(gòu)建了衡量基金相對于特定同類基金的出色表現(xiàn)的指標(biāo)。最后，本文證明，在基金面臨較少競爭時(shí)，表現(xiàn)優(yōu)于其特定競爭對手的基金會(huì)產(chǎn)生未來的 Alpha。公募基金經(jīng)理能否產(chǎn)生正的 Alpha？他們能持續(xù)產(chǎn)生嗎？這些都是公募基金文獻(xiàn)中的基本問題。對

5、這些問題的研究至少可以追溯到 Jensen（1968），他發(fā)現(xiàn)無論是基金總體還是單個(gè)基金，其表現(xiàn)都不比隨機(jī)所期望的更好，Jensen 的結(jié)論在許多研究中得到了支持。是什么力量阻礙基金經(jīng)理持續(xù)產(chǎn)生Alpha 的能力？Berk 和 Green（2004）提出一個(gè)觀點(diǎn)，即規(guī)模不經(jīng)濟(jì)（diseconomies of scale）。他們認(rèn)為由于基金經(jīng)理人才的短缺，表現(xiàn)優(yōu)異的基金經(jīng)理會(huì)吸引投資人青睞并管理更多的資金。但是，隨著基金規(guī)模的擴(kuò)大，會(huì)出現(xiàn)規(guī)模不經(jīng)濟(jì)的情況，并在均衡狀態(tài)下使 Alpha 減小為零。Pastor和 Stambaugh（2012）以及 Pastor, Stanbaugh 和 Taylo

6、r（2015）發(fā)現(xiàn)規(guī)模不經(jīng)濟(jì)效應(yīng)在總體行業(yè)水平上運(yùn)作。本文提出了一個(gè)理解公募基金業(yè)績的觀點(diǎn)：基金之間的競爭。在本文的框架中，投資相似風(fēng)格的公募基金是競爭對手。當(dāng)給定風(fēng)格的市場競爭激烈時(shí)，基金產(chǎn)生持續(xù) Alpha 的可能性較小。這種觀點(diǎn)是由經(jīng)典的產(chǎn)業(yè)組織理論所衍生的，在傳統(tǒng)的產(chǎn)業(yè)組織理論中，在差異化較少產(chǎn)品的可競爭市場中，競爭很重要（Baumol, Panzar和 Willig 1982）。這些特征很好地描述了公募基金行業(yè)。本文檢驗(yàn)了基金之間的競爭限制了 Alpha 的假設(shè)，以及表現(xiàn)優(yōu)異的基金會(huì)產(chǎn)生未來Alpha 的能力。在文中，一只基金的競爭對手是其風(fēng)格空間上與其接近的其他基金。因此，一只基金

7、面臨在風(fēng)格空間上相距遙遠(yuǎn)的競爭對手的威脅較小。風(fēng)格競爭在限制業(yè)績方面的作用也與 Foster 和Viswanathan（1996）的理論一致，他們預(yù)測，當(dāng)許多基金追逐相同的信號時(shí)，獲利會(huì)更加困難。本文通過一個(gè)簡單的示例來解釋風(fēng)格空間方法。假設(shè)基金 F1 的風(fēng)格是投資于平均市值為 10 億美元的小盤股。在競爭識別界限為 4 億美元的情況下，基金 F1 的競爭對手是持有平均市值在 6 億至 14 億美元之間的股票的基金。當(dāng)在此空間范圍內(nèi)存在許多競爭對手時(shí)，競爭會(huì)很激烈；而在空間范圍內(nèi)競爭者很少時(shí)，競爭則沒有很激烈。本文的風(fēng)格空間包含除規(guī)模大小以外的風(fēng)格維度，并且仔細(xì)指定了空間軸、距離和界限等競爭指

8、標(biāo)。圖表 1 展示了三維（3D）空間中低競爭和高競爭的可視化示例圖像。a 圖為基金在低競爭環(huán)境的示例，b 圖為基金在競爭激烈環(huán)境的示例。圖表 1 在風(fēng)格空間中可視化的基金競爭資料來源：整理本文的研究方法具有兩個(gè)主要特點(diǎn)。首先，競爭衡量是動(dòng)態(tài)的。例如，在前面的示例中，焦點(diǎn)基金F1 可能在不同時(shí)間發(fā)現(xiàn)自己高于或低于 10 億美元。基于該基金的精確風(fēng)格定位，它所面臨的競爭將會(huì)隨著時(shí)間的推移而變化，因?yàn)殡S著時(shí)間的推移該基金在風(fēng)格空間上更靠近某些競爭對手而又遠(yuǎn)離其他競爭對手。此外，即使基金本身不在風(fēng)格空間中移動(dòng)，其他基金也可能會(huì)進(jìn)入或離開其風(fēng)格區(qū)間，從而以動(dòng)態(tài)的方式影響競爭。因此，競爭的衡量標(biāo)準(zhǔn)需要經(jīng)常

9、更新，每個(gè)季度都會(huì)更新指標(biāo)，納入最新的持股和風(fēng)格特征的最新數(shù)據(jù)。第二個(gè)特點(diǎn)是每個(gè)基金都有一組獨(dú)特的特定化競爭對手。相比之下，Lipper 和 Morningstar 規(guī)定所有被歸入某一風(fēng)格的基金都被視為競爭對手。為了說明不同之處，再次考慮風(fēng)格定位為 10 億美元的焦點(diǎn)基金 F1、平均市值為 13 億美元的基金 F2 和 平均市值為 16 億美元的基金 F3。假定競爭帶寬為 4 億美元，可以得出基金 F1 和 基金 F2 是競爭對手，基金 F2 和基金 F3 也是競爭對手。但是，基金 F1 和基金 F3不是競爭對手。圖表 2 說明了本文基金特定化同類選擇的優(yōu)點(diǎn)。根據(jù)競爭范圍限制，要將基金X 視為

10、基金 R1 和基金 R5 的競爭對手。如果將基金 X 分配給集群 1，會(huì)忽略基金 R1 和基金 R5 也是競爭對手。特定化同類方法所產(chǎn)生的競爭對手的風(fēng)格空間更接近，每個(gè)季度都會(huì)動(dòng)態(tài)更新，并且在計(jì)算上比形成集群的誤差更小。根據(jù)經(jīng)驗(yàn)，首先要確定一個(gè)風(fēng)格空間。根據(jù)現(xiàn)有文獻(xiàn)選擇 k 個(gè)維度，遵循 Daniel（1997，以下簡稱 DGTW），本文有 k=3 個(gè)維度：大小、價(jià)值-成長（B/M）和動(dòng)量。本文賦予基金在風(fēng)格空間中的位置等于其股票所隱含的價(jià)值加權(quán)風(fēng)格位置（Chan, Chen 和 Lakonishok 2002; Brown, Harlow 和 Zhang 2009; Chan, Dimmoc

11、k 和 Lakonishok 2009）。為了衡量競爭，注意基金F 在3D 風(fēng)格空間中的位置是 = , /, 。本文將競爭對手定義為坐標(biāo)為 = , /, 的基金 R 在空間上接近。同理，空間距離(, )應(yīng)小于臨界值。如果基金在風(fēng)格半徑內(nèi)優(yōu)于競爭對手， 即其回報(bào)超過其競爭對手的平均回報(bào)時(shí)，則表明基金具有一定的技巧。本文將基金 相對于同類的回報(bào)率定義為“特定同類 Alpha”（CPA）。本文測試了表現(xiàn)優(yōu)于競爭對 手的基金是否會(huì)產(chǎn)生未來的 Alpha，以及當(dāng)基金面臨的競爭較少時(shí)，這種關(guān)系是否更 牢固。圖表 2 了解基金競爭：同業(yè)對立與集群資料來源：整理本文的主要結(jié)果是，較高CPA 可以預(yù)測較高的未來

12、Alpha，并且在低競爭的市場中這種關(guān)系更強(qiáng)。例如，按照前期 CPA 進(jìn)行排序，未來DGTW Alpha 的 10-1 十分位差在低競爭市場中為每年 342 個(gè)基點(diǎn)，在高競爭市場中為 54 個(gè)基點(diǎn)。因此，使用標(biāo)準(zhǔn)基金業(yè)績指標(biāo)，擊敗其特定同類的基金會(huì)在未來表現(xiàn)優(yōu)異，尤其是在低競爭市場中?；貧w驗(yàn)證了結(jié)果對許多控制因素的穩(wěn)健性，包括管理資產(chǎn)額（assets under management）、市場規(guī)模（market size）、基金風(fēng)格定位（fund style orientation）、基金流量（fund ows）、家族固定效應(yīng)（family xed effects）、交互式季度固定效應(yīng)（inte

13、ractive style-quarter bin xed effects）以及本文使用 Carhart（1997）、Pastor和 Stambaugh（2003）阿爾法和 Berk and Van Binsbergen（2015）技能指標(biāo)（skill metric）。本文還測試 Alpha 水平是否隨著買方競爭而降低，發(fā)現(xiàn)情況確實(shí)如此，尤其是在樣本的早期時(shí)期。本文分析了低競爭和高競爭市場中基金的股票積累模式，發(fā)現(xiàn)低競爭市場中的基金能夠在可預(yù)見的機(jī)會(huì)充分實(shí)現(xiàn)之前積累更多的股票，這些基金面臨較慢和較不積極的交易。結(jié)論與 Foster 和 Viswanathan（1996）的模型一致。最后有證據(jù)表

14、明，面對競爭較少的市場的基金經(jīng)理可以獲得更高的管理費(fèi)。本文的研究是對Wahal 和Wang（2011）（WW）的補(bǔ)充。盡管他們也研究了競爭，但與本文在框架和結(jié)果上存在顯著差異。本文研究的是業(yè)績的持久性，這在 WW的文獻(xiàn)中沒有解決。第二個(gè)區(qū)別是，本文的衡量方法包括現(xiàn)有基金在內(nèi)的所有基金的競爭，而 WW 則考察了新進(jìn)入者。最后，本文根據(jù)風(fēng)格競爭對手定義競爭，而 WW則專注于持股重疊。因此，本文的方法將兩只小盤股票視為比一只大盤股票和一只小盤股票更相似，本文發(fā)現(xiàn)這種差異很重要。風(fēng)格空間中的競爭，而不是逐個(gè)股票空間中的競爭，說明了業(yè)績的持久性。本文認(rèn)為，將兩項(xiàng)研究結(jié)合在一起，可以得出更豐富的觀點(diǎn)。例如

15、，新的進(jìn)入威脅導(dǎo)致在位者降低其管理費(fèi)以搶先進(jìn)入，而來自現(xiàn)有基金的競爭壓力削弱了基金產(chǎn)生持續(xù)表現(xiàn)的能力。文獻(xiàn)綜述盡管關(guān)于公募基金的文獻(xiàn)非常豐富，但是關(guān)于基金行業(yè)的產(chǎn)業(yè)組織研究的文獻(xiàn)卻很少。一個(gè)例外是指數(shù)基金市場，在該市場中容易識別競爭對手。對于主動(dòng)管理型基金，這些基金的風(fēng)格各異且會(huì)動(dòng)態(tài)改變投資組合，因此對競爭的描述就不是那么直接，本文的空間方法旨在直接解決此問題。可以從基金招募說明書（Sensoy,2009）、回報(bào)率（Sharpe,1988; Sharpe,1992; Brown 和 Goetzmann,1997）或基金持股量（Grinblatt 和 Titman,1989; Daniel 等

16、1997;Chan,Chen 和 Lakonishok,2002）中識別基金的風(fēng)格。Chan, Dimmock 和 Lakonishok, 2009 年;Brown,Harlow 和Zhang,2009 年）。持股方式在實(shí)踐中得到了廣泛使用（例如，Lipper 的分類）。基金招募說明書中的競爭對手基金招募說明書提供了簡短的風(fēng)格描述。但是，實(shí)際上，這些描述并不是一直很具體，無法為基金策略提供精確的指導(dǎo)。此外，招股說明書明確允許基金經(jīng)理偏離其既定策略。例如，從 T. Rowe 的招股說明書中看到：“本基金旨在提供長期資本增長”和“通過投資于成熟的成長型公司的普通股而獲得的股息收入”以及 “該基金可

17、酌情偏離其正常投資條件?！边@樣的陳述為基金提供了極大的自由度，即使在基金對投資理念更為特定的情況下也經(jīng)常出現(xiàn)。但是，Kostovetsky and Warner（2017）認(rèn)為，招募說明書有助于識別基金的獨(dú)特性。基金招募說明書還提供了另一種數(shù)據(jù)來推斷競爭對手:自我披露的基準(zhǔn)。但是，幾乎沒有準(zhǔn)則來指導(dǎo)基金應(yīng)選擇哪個(gè)基準(zhǔn)以及為什么選擇。Sensoy（2009）表明，這種靈活性使得基準(zhǔn)博弈成為可能。來自回報(bào)或持股的競爭對手Sharpe（1988,1992）率先提出了“基于收益的風(fēng)格分析”的方法，他建議在基準(zhǔn)指數(shù)上對基金收益進(jìn)行回歸，但要限制系數(shù)為正。這種方法的一種變體是根據(jù)資產(chǎn)定價(jià)因素對 公募基金

18、的 回報(bào)率 進(jìn)行回歸（ Jensen 1968;Fama 和 French,1993;Carhart,1997）。Brown 和 Goetzmann（1997）通過使用 k 均值聚類改進(jìn)了基于回報(bào)的分析。隨著更精確的持股數(shù)據(jù)， 基于風(fēng)格的基金分類變得更加流行。Lipper 和 Morningstar 的方法是最明顯的例子。諸如 Chan,Chen 和 Lakonishok(2002)以及 Chan,Dimmock 和 Lakonishok(2009)之類的學(xué)術(shù)研究發(fā)現(xiàn)，按持股規(guī)模大小和賬面市值（B/M）風(fēng)格分類方法非常有用。Hunter（2014）等使用 Russell 風(fēng)格進(jìn)行基準(zhǔn)測試。本文

19、使用持股量在風(fēng)格空間中定位基金，并使用其他基金的位置來識別競爭。遵循Cohen，Coval 和 Pastor（2005）的發(fā)現(xiàn)，本文將基金經(jīng)理技能衡量標(biāo)準(zhǔn)定義為基金相對于具有相似風(fēng)格的競爭對手基金的回報(bào)，而不是相對于用于被動(dòng)風(fēng)險(xiǎn)基準(zhǔn)的全部股票的基金收益。在基于持股量的環(huán)境中，一個(gè)重要的問題是風(fēng)格規(guī)范化。學(xué)術(shù)文獻(xiàn)支持使用規(guī)模大小和B/M 作為風(fēng)格軸（Chan,Dimmock 和 Lakonishok,2009）。Grinblatt, Titman和 Wermers（1995）指出，主動(dòng)型公募基金是動(dòng)量投資者。一些投資者還要求現(xiàn)金收入（Allen,Bernardo 和 Welch,2000; Ha

20、rris,Hartzmark 和 Solomon,2015），因此本文的穩(wěn)健性檢驗(yàn)也將股息收益率視為一種風(fēng)格維度。有關(guān)識別同類的文獻(xiàn)本文使用空間方法來識別競爭是建立在經(jīng)濟(jì)學(xué)豐富的文獻(xiàn)基礎(chǔ)上（Hotelling 1929;Chamberlin,1933）。Hoberg 和 Phillips（2010,2016）使用空間方法重新定義了產(chǎn)業(yè)。本文的工作與他們的工作有兩個(gè)區(qū)別。首先，他們的方法使用“余弦相似度”，這在文中的環(huán)境中不合適。其次，Blocher, Walal 和 Wang（2014, 2011）將每個(gè)股票視為一個(gè)軸。本文還考慮一個(gè)更緊湊的空間，其中軸是基金風(fēng)格。這種設(shè)置可以識別出一些具有相

21、似特征的股票是潛在的替代品。本文發(fā)現(xiàn)，基于風(fēng)格的競爭而不是使用逐只股票持有空間來識別的競爭者，與預(yù)測業(yè)績持久性相關(guān)。數(shù)據(jù)本文從 CRSP Survivor Bias-Free 美國公募基金數(shù)據(jù)庫中獲得了 1980 年至 2012 年間主動(dòng)管理的開放式美國股票公募基金樣本。為了識別多樣化的股票基金，本文遵循類似于Kacperczyk, Sialm 和 Zheng（2007）的順序算法。首先選擇 Lipper分類代碼為以下之一的基金：EIEI, LCCE, LCGE, LCVE, MCCE, MCGE, MCVE,MLCE, MLGE, MLVE, SCCE, SCGE 或 SCVE。如果缺少 L

22、ipper 的分類代碼，則挑選“策略見解”目標(biāo)代碼為 AGG, GMC, GRI, GRO, ING 或 SCG 的基金。如果兩個(gè)代碼都缺失，本文將選擇 Wiesenberger 目標(biāo)代碼等于G, G-1, GCI, LTG, MCG 或SCG或 CS 的“政策”代碼的基金。對于剩余的基金，本文要求整個(gè)周期的股權(quán)倉位至少為 80。本文使用 CRSP 指數(shù)基金標(biāo)簽并通過篩選基金名稱中“指數(shù)”或“SP”之類的詞來剔除指數(shù)基金，還將刪除名稱中帶有“ ETF”之類的基金。本文從 CRSP 獲取有關(guān)凈收益的數(shù)據(jù)。為了獲得扣除費(fèi)用前的總回報(bào)，本文將每月的凈回報(bào)加上基金費(fèi)用比率的十二分之一。為了避免重復(fù)計(jì)算

23、以上類別的基金，本文使用前一個(gè)月的總資產(chǎn)凈值對基金類別的收益（以及包括費(fèi)用比率的其他特征）進(jìn)行加權(quán)計(jì)算。那么，基金規(guī)模就是基金類別的總資產(chǎn)凈值總和?；鸬钠谙抟阅隇閱挝唬南鄬τ谠摶鸬氖状伟l(fā)行日期的月底算起，不包含基金年限為負(fù)數(shù)的基金。本文從 Thomson Reuters 公募基金持股數(shù)據(jù)庫中獲取季度持股。由于重點(diǎn)是公募主動(dòng)基金，本文排除了所有目標(biāo)代碼為以下其中之一的基金：國際（International）、市政債券（Municipal Bonds）、債券與優(yōu)先（Bond & Preferred）、平衡（Balanced）和金屬（Metals）。對于不按季度報(bào)告的基金，本文將上一季度的持

24、倉量推算到當(dāng)前季度。數(shù)據(jù)后推最多只做一個(gè)季度，以避免數(shù)據(jù)過于陳舊。本文還會(huì)刪除所有總資產(chǎn)凈值（TNA）少于 500 萬美元的基金。不一定要剔除總資產(chǎn)凈值缺失的基金季度，因?yàn)檫@些觀察結(jié)果有時(shí)與先前披露的總資產(chǎn)凈值較大的基金有關(guān)。通過排除 Thomson Reuters 數(shù)據(jù)集中首次出現(xiàn)的基金季度來消除幸存者偏差。這樣做是因?yàn)?Evans（2010）指出，僅通過篩選規(guī)模并不能消除這種偏差。本文剔除投資組合中股票少于 10 只的基金。然后，使用 Wermers（2000）開發(fā)的 MFLINKS 數(shù)據(jù)集將CRSP 樣本與 Thomson Reuters 持股樣本合并，進(jìn)一步刪除了CRSP 中沒有有效的

25、 Lipper 類別的基金季度，還剔除了無法計(jì)算基金總回報(bào)或 Alpha 的基金月份。最終樣本包括 1980 年 7 月至 2012 年 6 月以來的 3390 個(gè)基金和其 387143 個(gè)基金月份。圖表 3 列出了本文的數(shù)據(jù)集的描述性統(tǒng)計(jì)信息。面板 A 顯示了整個(gè)樣本的匯總統(tǒng)計(jì)信息，面板 B 顯示了按競爭類別分類的匯總統(tǒng)計(jì)信息。基金數(shù)量因年份而異， 1985 年為 292 只基金，2010 年為 1733 只基金。2005 年至 2010 年間，基金數(shù)量下降，反映了 2008 年金融危機(jī)后該行業(yè)的退出情況?；鹌骄?guī)模從 1985 年的2.92 億美元增加到期末的 12.2 億美元。本文樣本

26、中的回報(bào)率、平均規(guī)模和資金數(shù)量與之前的研究包括 Chan, Chen 和 Lakonishok（2002）和 Lou（2012）的研究相當(dāng)，盡管樣本并不完全相同，因?yàn)楸疚牡难芯堪烁嘧钚聰?shù)據(jù)。面板 B 報(bào)告了每個(gè)競爭類別的平均基金特征的橫截面，按季度形成三級分類并報(bào)告平均特征。低競爭性基金有 27 個(gè)同類，而高競爭性基金有 181 個(gè)同類。高競爭性基金管理的資產(chǎn)更多，平均而言年限更長。低競爭性基金的費(fèi)用率和周轉(zhuǎn)率較高，并且同期回報(bào)也較高。本文還調(diào)查每個(gè)競爭場所的基金數(shù)量的變化，基金的數(shù)量隨著時(shí)間的推移而增加，但各個(gè)競爭場所的基金分配情況大致相似。平均而言，只有 2至4的競爭對手來自同一基金

27、家族，同一基金家族的同類比例隨時(shí)間略有下降。圖表 3 描述性統(tǒng)計(jì)資料來源：整理方法本節(jié)介紹用于識別基金競爭對手的算法。首先，根據(jù)特征的值或排序來定義空間基礎(chǔ)和空間軸。第二，通過計(jì)算指標(biāo)距離和指定半徑來識別基金的競爭對手。第三，隨著競爭對手集合的確立，研究如何衡量競爭情況以及相對于競爭對手的業(yè)績。風(fēng)格空間本文將股票置于 k 維的風(fēng)格空間中，并根據(jù)基金所持有股票的價(jià)值加權(quán)風(fēng)格特征來定位基金。k = 3 的風(fēng)格空間是基于規(guī)模大小、賬面市值比（B/M）和動(dòng)量。股票規(guī)模是根據(jù) CRSP 的季度末市值計(jì)算的，單位為百萬美元。B/M 是在 t 年 6 月份使用t-1 年最后一個(gè)財(cái)政年度末的賬面價(jià)值和t-1

28、年12 月份末的市場價(jià)值來計(jì)算的。然后將所得的 B/M 比率應(yīng)用于 t 年 7 月份至 t + 1 年 6 月份，本文按照 Daniel 和 Titman（2006）的定義計(jì)算賬面價(jià)值。動(dòng)量是過去 11 個(gè)月的累積回報(bào)率（跳過最近的一個(gè)月）。因此，當(dāng)投資組合被披露時(shí)，本文不包括季度末月份的回報(bào)，還需要至少 10 個(gè)月的非缺失回報(bào)數(shù)據(jù)來計(jì)算動(dòng)量，本文對在 1和 99水平上的所有變量進(jìn)行分析。本文考慮了基準(zhǔn) 3D 網(wǎng)絡(luò)的兩種替代方案。一種是僅基于規(guī)模大小和 B/M 比率的 2D 網(wǎng)絡(luò)，另一種是將股息率添加到 3D 網(wǎng)絡(luò)的 4D 網(wǎng)絡(luò)。股息率是當(dāng)前季度末日之前的第一個(gè)會(huì)計(jì)年度的股息除以會(huì)計(jì)年度末的股

29、價(jià)。本文考慮股息率，是因?yàn)橐允杖霝閷?dǎo)向的股票投資者可能將現(xiàn)金股息納入其需求函數(shù)，例如，即將退休的老年投資者可能更喜歡分紅型股票。特定距離本文考慮兩種定義距離的方法。一種使用特征排序，第二種使用 z-scores（考慮每種風(fēng)格特征的實(shí)際分布）。最后，本文會(huì)采用正交化方法，主要遵循 Chan，Chen和 Lakonishok（2002）建議的一種做法，建議研究者應(yīng)該先控制大小，然后在控制大小的維度上進(jìn)行排序。排序一只股票的特征排序是指其在紐約證券交易所所有股票代碼為 10 或 11 的股票分布中的百分位數(shù)。一只基金的特征百分位則是其投資組合中股票的加權(quán)平均百分位。這使本文可以在 2D 風(fēng)格空間,2

30、 = , /中獲得基金坐標(biāo)。,2在公募基金的背景下，本文還考慮了 Fama 和 French（1993）和 Chan, Chen和 Lakonishok（2002）基礎(chǔ)上的正交化。在每個(gè)季度末，本文使用對數(shù)市值 LSIZE的原始值作為基礎(chǔ)，沿著規(guī)模維度對所有紐約證券交易所的股票進(jìn)行排名。然后， log（1+ B/M）或 LBM 回歸到 LSIZE 上，并將回歸殘差作為股票沿 B/M 維度進(jìn)行排名的依據(jù)。對于非紐約證券交易所的股票，本文根據(jù)殘差 LBM（即原始 LBM 減去基于NYSE 回歸參數(shù)的預(yù)測LBM）分配股票的百分位數(shù)。最后，本文獲得 2D 基金坐標(biāo)作為其投資組合中股票的投資加權(quán)平均百分

31、比，這樣本文得到了正交化 2D 風(fēng)格空間 = , /中的坐標(biāo)。對于 3D 和更高維的空間，本文使用廣義的正交化，首先按規(guī)模大小排序，然后正交化 B/M，再正交化動(dòng)量，最后是股息率。在每種情況下，排名均基于紐約證券交易所的殘差排名。這使本文能夠在基金 F, ,3 = , /, 及其正交,3,4對應(yīng)物 = , /, 的原始 3D 風(fēng)格空間中進(jìn)行坐標(biāo)處理。類似地，本文獲得每個(gè)基金在 4D 風(fēng)格空間中的坐標(biāo)，即,4和。z-scores基于排序的方法不考慮特征值的實(shí)際分布。使用排序還是使用特征的值是一個(gè)經(jīng)驗(yàn)問題，業(yè)界先例是使用特征的值。例如，Lipper 風(fēng)格取決于價(jià)值/成長的值。因此，本文將特征的水平

32、視為空間基礎(chǔ)。本文首先在每個(gè)季度末將每個(gè) NYSE 股票的每個(gè)特征標(biāo)準(zhǔn)化，并求所有 NYSE股票的均值和單位標(biāo)準(zhǔn)差。例如，對于規(guī)模大小，紐約證券交易所股票的 z-score 等于()。非紐約證券交易所股票的 z-score 是根據(jù)其相對于擬合的紐約()證券交易所均值和標(biāo)準(zhǔn)差的位置分配的?；鸬淖鴺?biāo)就是其投資組合中股票的 z- score 的投資加權(quán)平均值。例如，在基于 z-score 的風(fēng)格空間中，基金 F 的 3D 坐標(biāo)由,3 = , /, 給出。類似地，本文獲得 2D 和 4D 坐標(biāo)（，,2，,4 ）。為進(jìn)一步的重構(gòu)，本文將原始的 z-score 正交化，獲得基于 z-score 的正交化

33、風(fēng)格空間中基金坐標(biāo)。例如，對于 B/M 的z-score，本文對所有紐約證券交易所股票在,2上回歸，殘差是紐約證券交易所股票的 B/M 的 z-score。對于非紐約證券交易所的股票，z-score 是減去基于僅紐約證券交易所回歸系數(shù)的預(yù)測水平。因此，本文在基于 z-score 的正交 2D 風(fēng)格空間 = , /中獲得資金坐標(biāo)。類似地，本文獲得和。,3,4識別基金競爭對手本文遵循 Hoberg 和 Phillips（2016）的研究，在風(fēng)格空間中基于基金之間的成對距離來識別競爭對手，但存在技術(shù)上的區(qū)別。特別是，在計(jì)算距離之前，本文并沒有將每個(gè)基金的特征向量重新縮放為單位長度?？s放比例意味著，第

34、 20 個(gè) B/M 百分位數(shù)和第 30 個(gè)規(guī)模大小百分位數(shù)的基金是第 40 個(gè) B/M 和第 60 個(gè)規(guī)模大小百分位的基金的對手。但是，這兩個(gè)基金顯然不是彼此的對手。對于第個(gè)季度的基金，本文將其風(fēng)格特征的第個(gè)元素向量表示為。在本文的主要推測中，將設(shè)置為 3。但是，本文以更大的通用性來表示該方法，以說明該計(jì)算方法對于更高維度的基金來說并不過分困難。如果 的所有元素在名義規(guī)模上都非常接近 ，則本文將基金視為基金的競爭對手。將和之間的距離表示為。如果是向量的第個(gè)元素，則基金和之間的成對距離可以定義為 = ( )2 .(1)=1,距離分?jǐn)?shù)越低表明基金和可能是競爭對手。本文指定一個(gè)截止距離，即競爭對手是

35、指, 的基金。直觀地看，基金的競爭對手可以看成是固定半徑為的球體中周圍的基金。圖表 4 清楚地表明了競爭對手的傳遞性，例如，圖中將每個(gè)基金的本地市場描繪成每個(gè)基金周圍大小相等的圓圈。在這里，基金 Y 是基金X 的競爭對手，基金 Z 是基金Y 的競爭對手，但基金Z 和 X 不是競爭對手。本文的方法可以輕松適應(yīng)高維度或不同的距離函數(shù)。但是，增加維數(shù)并不總是有利的，因?yàn)椴幌嚓P(guān)的維數(shù)會(huì)稀釋相關(guān)維數(shù)的權(quán)重，而相關(guān)度較低的基金可能會(huì)被視為競爭對手。以這種方式構(gòu)造競爭對手會(huì)形成一個(gè)完整的不傳遞“風(fēng)格網(wǎng)絡(luò)”，因?yàn)楸疚挠?jì)算的成對距離可以采取成對相似性矩陣的形式。為了避免隨意選擇間隔距離，本文指定以匹配在基金行業(yè)

36、廣泛使用的 Lipper 分類的間隔距離水平。這種間隔距離導(dǎo)致所有基金對中有 8.858被視為競爭對手。為了在本文的網(wǎng)絡(luò)中實(shí)現(xiàn)這種間隔距離，本文選擇作為最小數(shù)目，以使所有排列中至少有 8.858小于。這個(gè)小的修正，不會(huì)對本文的業(yè)績產(chǎn)生重大影響，本文要求所有基金至少要有五個(gè)競爭對手。為了提高穩(wěn)健性，本文嘗試使用 5、10和 15的備用間隔距離，并獲得相似的結(jié)果。圖表 4 競爭對手的重疊資料來源：整理衡量競爭程度的指標(biāo)本文構(gòu)建了兩個(gè)衡量競爭的指標(biāo)。一種就是空間距離小于的競爭對手的數(shù)量，本文將其定義為NPeers。該度量不能區(qū)分在此球形半徑為中緊密堆積在一起的競爭對手或散布在整個(gè)球體中的競爭對手。因

37、此，本文的第二個(gè)度量標(biāo)準(zhǔn)是基金與競爭對手之間的總相似度, = ,，它計(jì)算了同類之間的緊密程度。為了計(jì)算該數(shù)量，本文首先通過從每個(gè)相似度分?jǐn)?shù)中減去季度的最小相似度，將相似性得分重新調(diào)整為正值。等于零值被分配給正好在邊界上的同類，正數(shù)表示更接近給定焦點(diǎn)基金的同類。本文將這些重新調(diào)整后的基金與其競爭對手之間的成對相似度相加，并將結(jié)果標(biāo)記為總相似度或 TSIM。因此，NPeers 或 TSIM 值越大，基金面臨的競爭更嚴(yán)峻。相對于特定同類的業(yè)績本文以基金經(jīng)理相對于其特定同類的表現(xiàn)來衡量其技能，本文將其定義為“特定同類 Alpha”（CPA）。本文注意到，熟練的基金經(jīng)理應(yīng)擊敗那些為投資者提供類似風(fēng)險(xiǎn)敞口

38、的競爭對手。因此，本文將 CPA 計(jì)算為基金的收益減去其競爭對手的平均收益。本文在凈收益中加入 1/12 的年費(fèi)用率。對于每個(gè)基金在月份中的情況，特定化同類的 Alpha 為：其中 =1 = ,(2), 并且基金有個(gè)對手（ = 1,2，. . . ，）。因此，CPA 是指基金的收益減去所有主動(dòng)型基金的收益，這些主動(dòng)型基金的風(fēng)格與研究的基金相同。圖表 5 基金同類資料來源：整理結(jié)果分析本文首先討論特定化同類的屬性，然后再討論基金的業(yè)績。本文的主要結(jié)果是，相對于特定化同類的表現(xiàn)可以預(yù)測未來的 Alpha，尤其是在風(fēng)格競爭程度較低的情況下，本文使用投資組合排序結(jié)果來說明。然后，本文進(jìn)行了回歸，并進(jìn)一

39、步解釋結(jié)果。除非本文另外說明，否則結(jié)果是基于使用 z-score 方法的 3D 正交空間。特定同類的屬性圖表 6 比較了本文基于風(fēng)格的特定同類和 Lipper 同類。面板 A 顯示不是 Lipper同類( )、公共同類( )和不是 Lipper 同類( )的 Lipper同類的比例。重疊的情況相對很少，普通同類僅占總數(shù)的 20。圖表 6 顯示，與特定同類相比，Lipper 同類在風(fēng)格空間上距離更遠(yuǎn)。盡管特定同類的密度在距離約 0.35時(shí)下降到零，但在這個(gè)點(diǎn)的右邊有大量的 Lipper 同類。雖然本文的方法和 Lipper 方法都旨在尋找風(fēng)格相似的同類基金，但本文的方法要求同類基金應(yīng)在給定的風(fēng)格

40、半徑內(nèi)。因此，圖表 6 說明了當(dāng)明確施加距離標(biāo)準(zhǔn)時(shí)，距離下降的程度。圖表 5 中的面板 B 研究了隨著時(shí)間推移特定同類的流失情況。標(biāo)有“Common” 的一欄表明，一個(gè)季度中大約一半的同類在下一季度仍是同類，而極少數(shù)的基金（0.2或更少）在連續(xù)兩個(gè)季度中擁有相同基金的。圖表 7 展示了相似度隨時(shí)間的衰減， 并繪制了焦點(diǎn)基金與其季度競爭對手在未來 + 季度的平均相似度。上圖顯示即 使在一個(gè)季度之后相似度仍存在顯著衰減。下圖顯示了這種衰減在一年后更為嚴(yán)重。這些數(shù)據(jù)表明，動(dòng)態(tài)更新基金競爭對手很有用，即動(dòng)態(tài)更新產(chǎn)品市場的同類要比從 靜態(tài)SIC 代碼推斷的同類更好。圖表 6 特定化同類、Lipper 同

41、類和隨機(jī)抽簽基金的相似度分布資料來源：整理然后，本文報(bào)告三組基金的基金對相似性分布：（1）使用本文的內(nèi)向網(wǎng)絡(luò)同類方法認(rèn)為是對手的基金對；（2）被 Lipper 同類分類視為對手的基金對；（3 ）隨機(jī)抽取的基金對。如圖表 6 所示，隨機(jī)抽取的基金度相似不高，但可作為比較同類分類相似度的基準(zhǔn)。圖表 7 是給定季度特定同類的相似性分布與滯后一個(gè)季度的特定同類（上圖）和滯后一年的特定同類（下圖）的相似點(diǎn)分布。所有相似度都是計(jì)算一對基金在 2003年的相似度，相似度等于-1 乘以每對基金中兩只基金的 3D 風(fēng)格屬性向量之間的歐氏空間距離。然后，本文報(bào)告三組基金的基金對相似性分布：（1）使用本文的內(nèi)向網(wǎng)絡(luò)

42、同類方法認(rèn)為是對手的基金對（兩個(gè)圖中均為基線）；（2）同一基金同類滯后一個(gè)季度（上圖）；（3）相同的基金同類滯后一年（下圖）。如圖所示，隨著基金在風(fēng)格空間中的移動(dòng)和距離的拉大，同類的相似性會(huì)隨著時(shí)間而下降。圖表 7 相似度分布比較資料來源：整理競爭、Alpha 和持續(xù)性在本文的基準(zhǔn)模型中，因變量是下一個(gè)時(shí)期 DGTW 風(fēng)格調(diào)整后的 Alpha（即 CS Alpha）。本文將重點(diǎn)放在 DGTW Alpha 上，因?yàn)樗诠蓟鹞墨I(xiàn)中廣泛用于業(yè)績評估，但是本文證明了使用 Carhar（t 1997）或 Pastor and Stambaugh（2003）Alpha（甚至未來的CPA）的結(jié)果是可靠的

43、。投資組合排序圖表 8 列出了投資組合的分類結(jié)果。在每個(gè)季度末，本文根據(jù)過去的 CPA 的十分位數(shù)對基金進(jìn)行分類，即相對于特定同類的異常表現(xiàn)，并針對接下來三個(gè)月的每個(gè)十分位數(shù)計(jì)算 DGTW Alpha 指數(shù)。十分位數(shù)的 DGTW Alpha 是十分位數(shù)中基金的各個(gè)DGTW Alpha 的平均值。本文計(jì)算每個(gè)十分位數(shù)的每月 DGTW Alpha 的時(shí)間序列平均值。面板 A 顯示，表現(xiàn)最佳的十分位數(shù) CPA 基金以年化 264 個(gè)基點(diǎn)戰(zhàn)勝了業(yè)績最低十分位基金。面板B 按CPA 和競爭狀況對基金進(jìn)行分類。本文發(fā)現(xiàn)，競爭加劇時(shí) Alpha 會(huì)降低。10-1 十分位差在低競爭條件下為年化 342 個(gè)基點(diǎn)

44、，而在高競爭條件下僅為 54個(gè)基點(diǎn)。288 個(gè)基點(diǎn)的差異在經(jīng)濟(jì)和統(tǒng)計(jì)上都是顯著的。圖表 8 CPA 和未來 Alpha 的情況資料來源：整理以上結(jié)果基于季度持股情況，并不反映基金經(jīng)理在季度持股披露之間的臨時(shí)交易。競爭能力較弱的風(fēng)格空間中的股票流動(dòng)性較差，或可能表現(xiàn)出較高的信息不對稱性，并且由于流動(dòng)性不足而可能產(chǎn)生較高的交易成本。另一方面，能夠生成 DGTW Alpha 的基金經(jīng)理也可能具有通過短期交易來管理交易成本的能力。本文遵循 Kacperczyk, Sialm 和 Zheng（2007）的方法估計(jì)收益差距，即季度末基金實(shí)際實(shí)現(xiàn)的收益與季度初被動(dòng)地投資于所觀察到的持股組合的收益之差。如果低

45、競爭空間比高競爭空間具有更小的收益缺口，則可能表明低競爭空間的交易成本更高，這可以解釋本文的競爭一致性關(guān)系。圖表 9 顯示了各種檢驗(yàn)結(jié)果。面板 A使用獨(dú)立的排序結(jié)果，并顯示低競爭空間和高競爭空間的 10-1 分位數(shù)收益差距價(jià)差相似。在面板B 和C 中按順序排序的結(jié)果也產(chǎn)生相似的結(jié)果。因此，交易成本不可能解釋本文的持續(xù)性結(jié)果。圖表 9 收益缺口資料來源：整理圖表 9 在每個(gè)日歷季度末，按競爭將基金分類為低（L）、中（M）和高（H）三等，并按 CPA 分為十等以獲取 30 個(gè)投資組合。競爭是根據(jù)過去 12 個(gè)月的特定同類（NPeers）的平均數(shù)來衡量的，而 CPA 則是根據(jù)過去 12 個(gè)月的平均

46、CPA 效果來衡量的。在獲得 30 個(gè)投資組合之后，計(jì)算下一季度同等權(quán)重的回報(bào)差距，然后重新平衡投資組合。最后，本文通過取整個(gè)時(shí)間序列的平均值來獲得排名后投資組合的平均季度回報(bào)差距?；貧w本節(jié)估計(jì)了基金季度的回歸，其中的因變量是后3 個(gè)月的月平均DGTW Alpha，圖表 10 報(bào)告了結(jié)果。在第（1）列的單變量分析中，過去的 CPA 對解釋未來的DGTW Alpha 具有顯著作用。過去的 CPA 每月增加 1，則未來的每月 Alpha 值將增加 9.5個(gè)基點(diǎn)，或者每年增加 114 個(gè)基點(diǎn)。圖表 10 中的第（2）列添加了回歸變量過去的業(yè)績和費(fèi)用。繼 Edelen（1999）指出流動(dòng)性波動(dòng)較大的基

47、金可能會(huì)進(jìn)行降低業(yè)績的流動(dòng)性交易，本文還加入了過去的收益率、收益率的波動(dòng)性和過去收益的波動(dòng)性。本文進(jìn)一步考慮潛在時(shí)間變化的不可觀測因素，包含基于風(fēng)格和季度的高維度交互式影響，這些風(fēng)格 時(shí)間 的交互式效應(yīng)剔除了每個(gè)時(shí)間段內(nèi)風(fēng)格組中的不可觀察對象。這種規(guī)格化類似于 Gormley和 Matsa（2014）中討論的行業(yè) 年份 的固定效應(yīng)?！癝tyle9”對應(yīng)于將基金分組到類似于 Morningstar 和 Lipper 分類的 33 大小網(wǎng)格中。本文根據(jù)季度的規(guī)模大小和B/M 比值 z-score 構(gòu)建這些網(wǎng)格，以生成 9 個(gè)網(wǎng)格，其中包括大盤值、小盤增長等。 “Style16”是使用 4 x 4

48、網(wǎng)格的類似構(gòu)造。該結(jié)果對于包含這些交互式固定效應(yīng)以及按基金對標(biāo)準(zhǔn)誤差進(jìn)行聚類分析是可靠的。圖表 10 CPA 和未來 Alpha 的回歸資料來源：整理圖表 10 中因變量+1,+3表示 + 1到 + 3月份的平均CS 表現(xiàn)。CPA 代表 11到個(gè)月份的平均 CPA 表現(xiàn)，CS 代表 11到月份的平均 CS 表現(xiàn)。ExpRatio和 TurnRatio 分別表示月末的費(fèi)用比率和周轉(zhuǎn)比率。logFundAge 和 logFundSize分別表示在月末的基金年限和基金規(guī)模（百萬美元）的自然對數(shù)。FlowVol 是 11到月每月流量的標(biāo)準(zhǔn)偏差。SD 是 11到月份的每月原始回報(bào)的標(biāo)準(zhǔn)偏差。在圖表 11

49、 中，本文考慮了事前 CPA 與事后DGTW Alpha 之間的聯(lián)系是否隨競爭水平而變化。自變量與圖表 11 中的變量相同，但是現(xiàn)在添加風(fēng)格競爭變量。Low和 Med 是虛擬變量，用于識別每個(gè)季度的中低競爭范圍內(nèi)的基金。本文忽略了高競爭性的虛擬變量，因此系數(shù)表示相對于高競爭性基金的Alpha 增量。圖表 11 CPA 和未來 Alpha 的回歸資料來源：整理圖表 11 中，Low 和 Med 是虛擬變量，用于確定基金面臨的競爭水平。具體來說，本文通過 11到月內(nèi)特定同類的平均數(shù)量來衡量競爭。然后，本文將基金分為競爭條件：低、中和高。如果某項(xiàng)基金的競爭水平最低，則 Low 取值為 1，否則其取值

50、為 0。類似地定義Med 和 High 虛擬變量。本文發(fā)現(xiàn)圖表 11 中的關(guān)鍵交互作用術(shù)語 是顯著的。這表明在低競爭的市場中，業(yè)績的持續(xù)性要強(qiáng)得多。協(xié)同系數(shù)表明，過去 CPA 每增加 1，相對于高競爭的市場，低競爭的市場每月就可以增加 9.5 個(gè)基點(diǎn)（每年 114 個(gè)基點(diǎn)）的 Alpha增量。在圖表 12 中，本文分析了 Alpha 水平是否隨競爭而變化。競爭衡量標(biāo)準(zhǔn)為Npeers（面板 A）或 TSIM（面板 B）。本文發(fā)現(xiàn)在 3 個(gè)月、6 個(gè)月和 12 個(gè)月時(shí)間內(nèi)競爭與 Alpha 呈負(fù)相關(guān)。在 3 個(gè)月和 6 個(gè)月的時(shí)間區(qū)間內(nèi)，結(jié)果在 5的水平上是顯著的。對于 1 年期，顯著性下降到 1

51、0。低-高競爭點(diǎn)差每年約為 90 個(gè)基點(diǎn)。在圖表 11 的多變量回歸中，這種競爭 Alpha 的聯(lián)系更強(qiáng)。例如，圖表 11 顯示，低競爭系數(shù)為正且在 1的水平上顯著。Alpha 水平在基金的買方競爭中會(huì)被降低。圖表 12 競爭和未來 Alpha資料來源：整理使用投資組合重疊度衡量競爭本文的主要使用風(fēng)格空間中的距離來衡量競爭。這反映了一種觀點(diǎn)，即風(fēng)格是投資者尋求的維度，也是基金經(jīng)理的目標(biāo)對象（例如 He 和Xiong 2013）。此外，使用風(fēng)格可以識別出兩只小盤股可能比一對小盤股和大盤股更為相似。本文認(rèn)為，一個(gè)緊湊、低維的風(fēng)格空間適合考察基金之間的競爭。另一種方法是忽略風(fēng)格特征，并使用每個(gè)基金的

52、逐個(gè)股票投資權(quán)重來衡量競爭。這種方法將把每種股票指定為一個(gè)單獨(dú)的風(fēng)格軸。因此，本文計(jì)算了基金投資組合之間的逐個(gè)股票重疊度來識別競爭對手。當(dāng)忽略所有風(fēng)格維度時(shí)，這種持股方法是極限情況。例如，Wahal 和 Wang（2011）研究了在位者和新進(jìn)入者之間的股票重疊情況。本文使用一個(gè)高維空間來構(gòu)造另一種競爭衡量標(biāo)準(zhǔn)，在這個(gè)空間內(nèi)，每只股票都是獨(dú)立的軸。一個(gè)基金在股票 s 軸上的位置是其在股票 s 中的投資權(quán)重。本文使用一個(gè)減去這些持股向量的余弦相似度來計(jì)算基金對之間的距離，如下所示：= 1 ( ) ,(3)本文考察基于持股的競爭是否也會(huì)削弱表現(xiàn)良好基金產(chǎn)生未來 Alpha 的能力。圖表 13 報(bào)告了

53、回歸結(jié)果，關(guān)鍵變量如前所述，但現(xiàn)在基于股票重疊空間，LowPO是基于投資組合重疊的低競爭性基金的虛擬變量。同樣，CPAPO 衡量的是相對于這些投資組合重疊的同類的基金事前表現(xiàn)。本文還包括使用風(fēng)格空間和完整控制來衡量競爭。與之前一樣，本文還包含了高維交互風(fēng)格乘以時(shí)間固定效應(yīng)。本文發(fā)現(xiàn)，基于風(fēng)格的競爭和基于投資組合重疊的競爭衡量都與 Alpha 水平相關(guān)，經(jīng)濟(jì)幅度相近分別為每年 60 個(gè)基點(diǎn)和 48 個(gè)基點(diǎn)。但是，當(dāng)前的表現(xiàn)只能在風(fēng)格競爭空間預(yù)測未來 Alpha。例如，當(dāng)使用投資組合重疊來衡量競爭時(shí)，交互項(xiàng) 并不明顯，有時(shí)還帶有負(fù)號。相反，對于基于風(fēng)格競爭的交互項(xiàng) ，本文發(fā)現(xiàn)系數(shù)為 0.105 且

54、為正。該系數(shù)與本文的基準(zhǔn)結(jié)果在經(jīng)濟(jì)規(guī)模上是相似的，表明低競爭和高競爭之間的下一個(gè) Alpha 年度的利差每年約為 262 個(gè)基點(diǎn)（= 0.105122.08）。圖表 13 通過投資組合重疊來衡量競爭資料來源：整理傳導(dǎo)渠道到目前為止，本文的研究表明，競爭會(huì)削弱表現(xiàn)出色的基金產(chǎn)生未來 Alpha 的能力。本文進(jìn)行一個(gè)基于交易不平衡的額外檢測，以獲取有關(guān)競爭結(jié)果的更多見解。該測試分析了當(dāng)風(fēng)格空間中競爭較少或者較多的部分中出現(xiàn)機(jī)會(huì)時(shí)，基金如何交易。Foster 和 Viswanathan（1996）（FV）預(yù)測，當(dāng)競爭加劇時(shí)，知情的基金將具有更強(qiáng)的動(dòng)機(jī)來更快地交易，以搶先競爭對手。以此觀點(diǎn)為動(dòng)機(jī)，本文確定了在高競爭和低競爭市場上的一組可供選擇的投資。然后，本文研究了在臨界投資出現(xiàn)和實(shí)現(xiàn)之前、之中和之后的交易模式。本文測試的 FV 的關(guān)鍵見解是，在信息完全傳播之前，低競爭市場中的基金是否能夠逐漸積累更多的股票。圖表 14 競爭與貿(mào)易不平衡資料來源：整理本文首先根據(jù)過去CPA，將優(yōu)先贏家基金定義為從 t = -3 到 t = 0 的四個(gè)季度中表現(xiàn)最好的十分之一的高業(yè)績基金。然后，本文將根據(jù)每只股票的單只回報(bào)率，將投資確定為