投资开放式基金研究管理论文

作者简介：梁广智（1983-），男，广东广州人，学士，百度（中国）有限公司工程师，研究方向：行为金融学。摘要：开放式基金是一种投资者可以自由申购和赎回份额的工作，有利于激励基金管理人。与发达资本市场的赎回情况相比，我国开放式基金赎回情况表现出显著差异。基金业绩越好，反而赎回率越大的“优汰略胜”异象；而基金业绩不好，反而赎回率低。下面是小编整理的《投资开放式基金研究管理论文(精选3篇)》，仅供参考，大家一起来看看吧。

投资开放式基金研究管理论文 篇1：

开放式基金“赎回困惑”的行为金融学解释

【摘要】 开放式基金作为一种高级投资工具，投资者可以根据业绩自由申购和赎回基金份额，一定的赎回压力可以激励基金管理人更好地管理基金，实现基金绩效和基金规模的良性循环。然而我国开放式基金自诞生以来就一直存在着一种“异象”，即业绩越好的基金越容易遭受巨额赎回。本文从行为金融学的角度对这种“赎回困惑”进行解释，进而寻找出解决这种困境的方法。

【关键词】 开放式基金 赎回困惑 行为金融学

一、开放式基金赎回机制

开放式基金是指基金份额总额不固定，基金份额可以在基金合同约定的时间和场所申购或者赎回的基金。投资者的这种自由申购和赎回的的权力形成了基金市场上“优胜劣汰”机制——业绩好的基金能够得到更多的申购，从而扩大规模；业绩差的基金遭到大量赎回，规模逐渐萎缩，最终退出市场。由于基金管理人的收入主要来自以基金资产为基础、按固定比例提取的基金管理费，所以在自由赎回机制正常发挥作用的条件下，开放式基金在基金契约和监督契约安排方面更具优越性，基金管理人所要承受的竞争压力和提高收入水平的动力也更大，这有助于降低基金管理人的道德风险，能够在基金绩效、基金申购量、基金规模、基金管理人收入之间形成良性互动关系。这种机制从本质上能够促进基金业整体的健康发展，也从根本上对整个证券市场起到重要的稳定作用。

二、我国开放式基金“赎回困惑”

我国自2001年9月推出首只开放式基金以来，其数量、规模、质量都实现了快速增长，成为一种越来越受欢迎的投资工具。截止到2011年底我国共有开放式基金964只，资产净值合计20693.45亿元，占全部基金资产净值的94.41%，份额规模合计25147.80亿份，占全部基金份额规模的94.86%，成为我国证券市场的一支重要力量。然而一直以来，我国开放式基金都面临着一个很严重的问题——“赎回困惑”，即基金持有人在盈利状态下和在亏损状态下对风险表现出来的偏好与厌恶不同：基金业绩越好，基金持有人越愿意赎回该基金；基金业绩越不好，持有人越不愿意赎回该基金。投资者的申购赎回行为没有表现出“优胜劣汰”机制，反而促进了“劣胜优汰”。显然投资者的这种投资行为是非理性的，并且对我国基金业的发展非常不利。

今年这种情况继续上演。今年一季度股市回暖，基金也扭亏为盈。据天相投顾统计数据显示，已披露季报的39家基金公司旗下595只开放式基金一季度合计盈利285.47亿元，然而基民见好就收，一季度39家基金公司旗下基金共出现594.03亿份的净赎回，净赎回比例为3.47%，595只基金平均每只基金遭遇1亿份的净赎回。一季度末，份额较年初增长的只有9家。盈利难抵净赎回，39家基金公司旗下基金整体净值规模大幅缩水。

次新积极型股基中，业绩表现居前的基金净赎回比更高。根据海通证券数据，景顺核心、民生景气这两只成立于去年年底的基金，今年一季度净值涨幅分别高达13.69%、6.99%，居同类基金前十。而天相投顾数据显示，这两只基金一季度净赎回比均在80%以上。而从净申购的情况来看，净申购比在50%以上的基金均为货币基金和债券基金，德盛货币A等3只基金净申购比高达200%以上。

三、行为金融学对开放式基金“赎回困惑”的解释

1、噪音交易

噪音交易指非理性地把噪音当作信息来进行交易。噪音交易者即缺乏理性的交易者，是对风险资产未来收益分布形成错误理念的投资人，他们可能因为在信息的收集和处理上出现偏差，或是因为过度相信自己的判断而错误地评估了与收益相关的风险，并以此作出投资行为。一般认为，机构投资者的投资行为较为理性，较少受行为因素的影响，而个人投资者受信息收集和处理能力的限制以及一些行为因素的影响，往往与噪音交易联系在一起。我国开放式基金的投资者以个人为主，他们的投资行为较为短期，热衷于波段操作，很容易受风吹草动的影响而变更投资计划。当市场出现一些垃圾信息或谣言，噪音交易者便迅速赎回业绩好的开放式基金以实现收益，噪音交易行为的社会性又使得这种非理性行为逐渐放大，最终表现为整个市场的卖盈留亏的“赎回困惑”现象。

2、处置效应

处置效应是指投资者在处理证券时，倾向卖出赚钱的证券、继续持有赔钱的证券，也就是所谓的“出赢保亏”效应。这意味着当投资者处于盈利状态时是风险回避者，而处于亏损状态时是风险偏好者。正是这种心理导致了人们长时间地持有赔钱的投资，而不是赚钱的投资。我国开放式基金的“赎回困惑”现象也可以看作是“处置效应”在基金市场的一种表现。一方面我国证券市场发展时间短，上市公司素质普遍不高，绩优蓝筹股稀缺，所以开放式基金管理人难以进行各种不同类型的股票投资组合，其结果只能是多家开放式基金重仓持有某一只股票情况的出现，这与开放式基金所提倡的分散投资、降低风险、提高收益的宗旨显然背道而驰。另一方面，由于上市公司业绩波动幅度极大，分红随意性强，使得开放式基金公司难以准确预测未来持有期内的现金收入流量，既不利于基金公司进行长远规划安排，也不利于基金的资产净值保持相对的稳定，其后果只会打击投资者持有基金的信心，无法形成清晰明确的心理预期，面对收益时的风险回避心理更加明显。因此，在当前的资本市场大环境中，投资者倾向于大量赎回绩优的基金，而继续持有亏损的基金。

3、心理账户

人们习惯把资金的来源、资金的所在和资金的用途等因素进行归类，行为金融学把这种现象称为“心理账户”。投资者在进行决策时，往往无意识地把一项决策分成几个部分来看，即分成几个心理账户。对于每个心理账户，投资者会采取不同的决策。在我国证券市场上，由于缺乏优质的上市公司，开放式基金的投资结构趋同，使基金隐含着巨大的风险。基金的持股集中度越高，顺利出货、成功套现的可能性则越低，一旦发生风险，整个基金都将遭到重创。只要有一只基金大规模减持重仓股，其他基金也会效仿，所以大量的账面盈利对于未来基金净值的增长是一个非常不确定的因素，净值的变化趋势将在很大程度上受到市场走势的制约。投资者认识到这一点，便把开放式基金当做自己另外一个心理账户，在这个心理账户中，为了避免未来的流动性风险，尽早实现收益，必将趋于过早的赎回开放式基金。这种行为趋势在短时间内将很难受市场状况的改变或投资者自身投资组合的调整等因素而改变，从而使得“赎回困惑”现象很难扭转。

4、过度自信

过度自信源于人们的乐观主义，大多数人在很多方面对自己的能力以及未来的前景都表现出过于乐观，在决策中表现为总是倾向于过高估计自己的判断力和决策力，进而容易忽视客观情况变化造成决策失误的可能性。由于我国资本市场的相对不完善和投资者素质相对不高，这一现象在我国投资者身上表现的更为明显。在我国基金市场上，投资者总是过分依赖自己打听到的“小道消息”而轻视基金公司业绩报表等基本面的信息，而且投资者在过滤信息时总是关注那些能够增加“自信情节”的信息而忽视其他信息，比如在市场高涨时期过分轻信分析师对于市场前景有利的分析，而忽视后市潜在的风险等。投资者的过度自信会导致想当然地认为前期业绩好的基金，后市上涨的空间比较小，而那些业绩差甚至亏损的基金更容易迎来反弹的机会。另外，大多数非理性的投资者在面对损失的时候往往不愿意承认自己的选择是错误的，他们把这一损失归结为暂时的回调。这种非理性的心理造成了业绩好的基金赎回率相对较高，而业绩较差的基金赎回率相对较低的现象。

5、羊群效应

羊群效应即“从众行为”，指行为上的模仿性和一致性。羊群效应是金融市场中的一种非理性行为，是投资者在信息不确定的情况下，行为受到其他投资者的影响，模仿他人决策，或者过多依赖于舆论，而不考虑私人信息的行为。

投资者由于受到噪音交易、处置效应、心理账户和过度自信等非理性心理的影响，在基金交易过程当中会做出一些非理性的行为，而这种行为又常常会引起众多的投资者跟随和模仿，特别是相互接触、经常交流的人群中，“羊群效应”会更为明显，从而造成只要有投资者对某些表现好的基金采取赎回措施，则会引发其他投资者跟风的现象，进而发生大量的赎回。

四、启示

1、从政府角度来规避开放式基金“赎回困惑”

（1）完善资本市场，为开放式基金理性发展提供客观基础。政府要进一步规范证券市场，增加上市公司数量，提高上市公司质量，为开放式基金的发展提供更多高素质的投资对象，积极开发多种能够规避风险的金融衍生品。只有当资本市场具有一定数量的较大规模上市公司和证券品种，市场容量和交易规模都比较大时，才能为开放式基金的顺利运作创造良好的外部市场条件，才能增强投资者的信心，为其长期投资提供有力的市场保证，降低投资者大规模普遍赎回的可能性。

（2）在全社会正确宣传开放式基金，提高人们对基金的社会认知水平，促进投资者理性投资。我国投资者目前还很不成熟，投资的经验水平尚待提高，有些投资者甚至把开放式基金当作又一个市场炒作品种。相关机构应在全社会正确宣传开放式基金，使更多投资者充分认识到开放式基金“专家理财，分散风险”的特点，认识到开放式基金更适宜进行中长期投资，是不同于股票的一种高级投资工具，帮助投资者树立长期投资理念，减少其非理性行为。

2、从基金管理人角度来规避开放式基金“赎回困惑”

（1）完善赎回机制，提高赎回成本，抑制赎回行为。由于开放式基金最主要的特点是可随时申购和赎回，资金的频繁进出会影响到基金管理人正常的投资运作，所以可以通过对投资者的赎回行为设立一些赎回规则，加大其赎回基金份额的成本，从而抑制其赎回需求。首先，可以设定赎回基金的费率随着赎回份额的增加而提高，使得投资者巨额赎回的成本增加。其次，可以规定投资者对其持有的单只基金每次赎回不得超过其持有总份额的一定比例。再次，设置每日赎回的最高比例限制，当发生巨额赎回时，基金管理人当日办理的赎回份额不得超过基金总份额的10%，对其余赎回申请可以延期办理。最后，设置T+N的清算制度，规定投资者提出赎回申请到清算交割有一段时间（3天或5天）的资金冻结，这样一方面会提高投资者的资金成本（赎回成本），抑制赎回，另一方面也能给基金管理人缓冲的机会。但是，要特别注意到，自由申购和赎回是开放式基金优越于封闭式基金的主要优势所在，这些方法在降低开放式式基金巨额赎回风险的同时也削弱了开放式基金的赎回机制带来的自由灵活性。因此，在提高赎回成本时要注意权衡一个最优的范围，防止过分提高成本造成抑制开放式基金的发展。

（2）对基金持有人进行清单管理，建立赎回预测机制。实际上，不管采取什么措施都只能减少基金赎回，而不能完全避免赎回，因此基金应当建立赎回预测机制，为应对赎回做好准备。据此基金管理人要建立基金投资者清单，根据资金来源、持有动机、对证券市场的敏感程度、对利率的敏感程度等因素对投资者进行以分类，制定出一份对基金表现最敏感的投资者在未来一段时期的赎回要求并定期加以评估，随时与之进行沟通，对可能产生的赎回进行测算，以做好应对措施。当各种可能引起大规模赎回的因素无法避免时，基金管理人就应该积极做好应对赎回的准备。

（3）做好投资者行为研究，加强与投资者的沟通，培养中长期投资群体。行为金融学认为，优秀的基金管理人不仅要具有丰富的金融专业理论和实践知识，而且还应当了解投资者会产生什么样的心理和行为偏差。我国开放式基金投资中出现的高比例赎回率，其很大一部分原因是投资者存在着心理偏差，如果基金管理人做好了投资者行为研究，了解投资者的非理性心理，就能及时与投资者进行沟通，纠正其非理性心理，培养健康的投资心理，能够在一定程度上避免非理性行为对市场的影响，并且培养出一批中长期的投资群体。

【参考文献】

[1] 陆蓉、陈百助、徐龙炳、谢新厚：基金业绩与投资者的选择——中国开放式基金赎回异常现象的研究[J].经济研究，2007（6）.

[2] 饶育蕾、盛虎：行为金融学[M].机械工业出版社，2010.

[3] 罗剑、汪淼：从行为金融角度浅析基金赎回异常现象及对策[J].经济师，2005（2）.

作者：邓晓翠

投资开放式基金研究管理论文 篇2：

我国开放式基金赎回异象的行为金融学解析

作者简介：梁广智（1983-），男，广东广州人，学士，百度（中国）有限公司工程师，研究方向：行为金融学。

摘要：开放式基金是一种投资者可以自由申购和赎回份额的工作，有利于激励基金管理人。与发达资本市场的赎回情况相比，我国开放式基金赎回情况表现出显著差异。基金业绩越好，反而赎回率越大的“优汰略胜”异象；而基金业绩不好，反而赎回率低。这不利于基金管理人提高基金业绩，也违背了开发式基金形式设立的初衷。试图从行为金融学的角度，对这种“赎回异象”进行解析，进而寻找打破这种困局的方案和建议。

关键词：基金；赎回；行为金融；赎回异象；开放式基金

1 引言

随着我国资本市场的发展，开放式基金逐渐成为占统治地位的基金形式。但市场上发现，当基金的业绩越好，赎回的情况就越严重，基金业绩越差，反而赎回情况减少的异常现象。这个现象主要发生在不成熟的资本市场上，在成熟资本市场，变现和相反。业绩越好的基金产品，净申购率越高，而业绩越差的基金，净赎回率越高。通过这样的机制，就能有效地激励基金管理人提高基金业绩，达到优胜劣汰的效果。而我国的这种现象，显然没有体现开放式基金的有点，对于投资者和基金管理者来说都是一种损失。

2 文献综述

Roseton指出投资者会根据基金过往的表现来选择基金产品进行投资。对于过往历史数据较好，业绩突出的基金，即使它导致投资者发生了暂时性的亏损，投资者也只会归咎于自己运气不好，或者市场原因，而不会归咎于基金管理者本身，这样大量的基金赎回现象就不会产生。那些过去业绩不是很好的基金，如果产生了比较好的业绩，投资者只会认为是基金管理者或者是自己的运气，而这种运气是不容易复现的，所以会产生大量的基金赎回现象。所以，如果基金能持续获得较好的业绩，它的申购的资金流量会大大高于赎回流出的资金流量，这样导致基金规模不断增长。

Sirri和Tufano发现基金业绩好，就会引来新资金大量流入，正相关关系在新资金流入量与基金业绩之间存在。即基金业绩好，会导致净申购出现。

Barber进行的一项研究是关于美国共同基金的家庭投资者的，发现确定投资者买入决策的主要变量是，基金历史业绩表现。这对于卖出决策同样适用，如果基金盈利则卖出可能性更高，但资金流人量会更大。净申购，基金规模不断扩大会成为业绩较好的基金总体表现。

Vikram Nmlda发现影响基金的回报的一个因素是非预期的流动性需求，阻止较高流动性需求的投资者的一个方法是将基金设计成负担基金（10ad fund）。

Warther的研究表明，开放式基金为了限制投资者赎回需求，而进行一些防备流动性的措施，是需要付出成本的。

刘志远、姚颐发现影响基金赎回的重要因素有基金业绩增长、已上市时间、分红金额、基金规模、基金类型。

李军等（2003）对Vikram Nanda（2000）模型进行了改进。引入前一因子，并区分偏债型基金、偏股型基会和全样本基金投资者赎回行为研究。研究表明，我国投资者“处置效应”和“追涨效应”的心态共存。

谢盐等认为低频率、大额资金的机构投资者赎回，对开放式基金的危害要比高频率，小额资金的散户投资者赎回影响大。

赵旭、吴冲锋（2003）研究发现国内基金管理水平未达到很高水平，应在流动性管理经验等方面向美国日本学习，对开放式基金的赎回制定有关法律法规，促使高流动性需求者向低流动性需求者转化。

李曜、于进杰（2004）认为，在一个人看来属于理性的赎回，在一个群体上则表现为非理性，存在赎回的外部性。

张家萃（2006）研究发现基金费率没有起到阻止赎同的作用。

3 行为金融学对开放式基金赎回异象的解释

3.1 处置效应和展望理论

展望理论是由Tversky和Kahneman在1979年提出的，它与期望效用理论中的效用函数存在差异。展望理论中价值函数的定义是相对的，它基于一个参考点，在这个参考点上的盈亏决定价值，而不是最终拥有的财富。第一，Markowitz提出，效用是定义在相对于参考点上的损益，而不是建立在最终财富的基础上的。第二，效用函数成S型，也就是说，随着盈利的增加，边际效用递减，随着亏损的增加，负效用递减。在图形上的表现是，在盈利区域，价值函数凸于Y轴，在损失区域，价值函数凹于Y轴。而且亏损区间的斜率大于盈利区间，表明投资者对亏损的敏感性大于盈利。在行为金融学中，这种现象被称为损失规避。第三，投资者对待赢利和亏损的心理态度是不一样的，同时对两者风险承受能力也是不对称的，这种特性在很大程度上影响了投资决策的过程，在图形上就变现为受益凸亏损凹的情况，即效用函数成S型的原因。投资者在作投资决策之前，在心里都会设定一个参考点。在市场总体情况较差的情况下，很多基金的投资出现了亏损，甚至有的基金的净值跌破了面值。这时投资结果处于参考点之下，投资者为了逃避自己投资决策失误的事实，通常不愿意赎回已经亏损的基金份额，感觉只要不把它卖掉，亏损就不会实际发生，从而避免在心理上造成伤害。在这种情况下，投资者的行为就表现为对风险的偏好。在另一方面，因为市场的疲软，所以此时投资者的参考点会放得很低，而且因为长期处于亏损状态，会对只要基金业绩有改善就立刻赎回的心理预期。这种情况导致基金净值一旦发生回升的时候，盈利高于投资者预期的参考点。投资者面对着未来可能是亏损可能是赢利这种不确定情况时，会考虑万一又出现净值回落，就会后悔没及时卖掉的心理。因为投资者对亏损的敏感度大于赢利，所以此时投资者将倾向于把持有的基金份额给卖掉，从而表现为风险厌恶的特征。这种现象在行为金融学中称作“处置效应”。它表面上的原因可能是国内投资者经验不足，缺乏获得数据的来源，市场信息无效率，但更深层次的原因可能在于投资者对国内基金市场的回报情况没有一个清晰的预期，而且缺乏优质的上市企业，基金投资集中度高，基金产品也比较缺乏。这些因素对会对投资者产生各种心理影响。

3.2 心理账户

行为金融学通过实验观察和实证分析，发现了一个现象，被称为“心理账户”。它是指人们在投资过程中，倾向于根据一些条件把投资分类，每个类别作为单独一个账户来看待，账户直接互不影响。其实这种现象与投资组合带来的好处是相冲突的，投资组合带来的整体资产组合非系统风险的下降，是对整体投资组合来说的。如果把每一个类型的账户单独作为一个独立账户来衡量盈亏状况，则不能发挥投资组合的实际作用。在“心理账户”这种现象中，会为每一笔或者某一类投资设置一个参考点，资产的买卖决策只会根据每一个参考点单独进行，而不是已整体的投资组合的情况进行考虑。由于“处置效应”的存在，就会出现一种情况，投资者把自己赢利的资产部分给提早赎回了，而缺不赎回自己亏损的那部分资产。“心理账户”现在得存在会加强“赎回异象”的程度，而且这种心理相信普遍存在于国内的个人投资者群体中。

3.3 噪声交易

噪音交易者就是缺乏理性的交易者，他们错误估计风险资产未来收益分布，并以此为基础做出投资决策。当交易者没有足够的能力收集信息，或者没有足够的知识去理解已经存在的信息时，比较容易做出非理性的决策。由于噪音交易者缺乏明确的信息收集能力，所以倾向于对一些消息进行过度的反应。这会引来一些交易者故意制造一些虚假信息，并通过其他投资者的过度反应寻找获利机会。还有一种情况是由于噪音交易者对未来收益缺乏明确的预期，所以趋向于注重短期利益，而较多情况下忽视投资的长期利益，这会导致这种意愿从投资者传递到基金经理。这样就导致了基金经理为了自己的利益而趋向于迎合投资者的风格的倾向，造成了很多机构投资者的不正常赎回现象。普遍认为，机构投资者因为在专业水平，资金能力上比较有优势，所以能作出较为理性的决策，少受行为因素的影响；个人投资者因为缺乏专业知识水平，在获取信息和处理信息的能力上也很多限制，所以相对来说较难做出比较理性的决策，受行为因素影响较大。我国开放式基金的投资者主要是个体，较为短期，热衷于波段操作，很容易受小道消息的影响是他们的主要行为特征。

3.4 过度自信等投资者情绪

心理学在实验观察和实证研究的结果中得出结论，认为人在一般情况下倾向于高估自己的判断力，就是说过分高估自己判断的准确率。因为，人会在处理数据中做非客观的数据处理。当判断成功的时候，就倾向于把自己的能力认为是成功的原因，当判断失败的时候，就倾向于把运气差认为是失败的原因，这种在认知上的偏差称为“过度自信”。在很多研究中认为，“过度自信”现在在国内个人投资者中较为普遍。造成这种情况的原因，可能是国内资本市场的不完善，投资者对投资相关知识获取得较少。在投资中情绪很容易受到外来因素的影响，认为前期“基金”业绩好，会导致后期上涨空间不大，而前期业绩差，则会很可能迎来较大的业绩反弹。另外，很多非理性的投资者在发生损失时不愿意承认自己投资决策失败的事实，把原因归咎于运气不好或市场暂时回调，从而发生“赎回异象”。

3.5 羊群效应

非理性投资者很多时候会引起其他投资者的模仿追随，即“羊群效应”。开放式基金投资者宁愿忽略自己私有的，有价值的信息，而追随其他投资者复制其策略。羊群效应在开放式基金投资中是通过基金经理传递的。

4 总结和建议

中小个人投资者，是我国现阶段投资的主体，他们的非理性投资行为特征非常明显。投入资源研究他们的行为特征，对规范我国的证券市场，基金投资市场有非常重要的意义。一个不理性的投资群体，通常会导致一个波动性较大的市场，不利于资本市场发挥对实体经济的促进作用。

4.1 从政府角度

（1）完善资本市场。进一步规范证券市场，增加上市企业数量，严格规范上市公司的信息披露机制，使开放式基金

有更多高素质的投资对象，积极开发金融衍生品来规避风险。当上市公司，证券品种在质量和数量和质量上达到一定水平，基金产品才能有更多的选择去克服像投资集中度高等问题，才能赢得投资者更加充足的信息，为培养长期投资者奠定基础，从而更低的赎回率提供保证。

（2）提高投资者对基金投资的专业知识水平。在宣传方面应该着力对开放式专业投资者管理，可以通过投资资产分散化来降低非系统性风险，比较适合长期投资等理念，使其更关注长期投资回报，避免短期的非理性行为。

4.2 从基金管理人角度

（1）以提高投资者赎回成本的角度，设计合适的赎回机制。开放式基金不同于传统封闭式基金的地方，就是它允许投资者随时进行申购与赎回。但这种资金的自由流动的特性，也给基金管理者带来很多的挑战。如果资金流量太频繁，还会影响到基金管理人正常的投资运作业务。所以，需要通过设立一些针对赎回业务的规则，目的是增加投资者赎回基金的成本，对流出资金进行抑制。首先，可以根据投资者赎回的比例来设置不同的赎回费率，使巨额赎回的成本增加。其次，可以规定一个对投资者个人账户的赎回比例上限。再次，设置一个对整个基金规模的一个赎回比例上限，对其余赎回申请可以延期办理。最后，设立延后清算制度，在提出赎回申请到清算交割之间设置有一段时间的资金冻结期，在抑制赎回的同时也能给基金管理人缓冲的机会。不过，这些方法与开放式基金随时买卖的特征是相违背的，需要权衡利弊，合理设置规则。

（2）投入更多的资源在研究投资者行为上，并把研究结果向投资者群体宣传好，已培养长期投资者为行动目标。优秀的基金管理者除了要具有专业的投资知识和经验之外，而且还要对投资者的心理和行为偏差有一定的认识。高比例赎回率在我国开放式基金投资中的出现，主要原因是投资者的非理性的行为和情绪冲动，基金管理人应该投入更多精力去了解投资者行为和心理，多喝投资者沟通，这样能在很大程度上避免投资者的非理性行为，而且能培养国内的长期基金投资者群体。

参考文献

[1]Kahneman，Tversky.The psycliology of preferences[J].Scientific American，1982，246：160173.

[2]刘志远，巯颐.开放式基金的“赎曰困惑”现象研究[J].证券市场导报，2005，（02）.

[3]陈野华.行为金融学[M].成都：西南财经大学出版社，2005.

[4]陆蓉，陈百助，徐龙炳，谢新厚.基金业绩与投资者的选择——中国开放式基金赎回异常现象的研究[J].经济研究，2007，（6）.

[5]饶育蕾，虎.行为金融学[M].北京：机械工业出版社，2010.

[6]罗剑，汪淼.从行为金融角度浅析基金赎回异常现象及对策[J].经济师，2005，（2）.

作者：梁广智

投资开放式基金研究管理论文 篇3：

主动管理与被动管理对投资收益的影响

【摘要】主动管理与被动管理究竟在多大程度上影响投资组合的收益率是学界一直以来存在争议的话题。文章以2006——2019年间95家中国公募基金为研究样本，对其收益率时间序列进行最小二乘法（OLS）与偏最小二乘法（PLS）回归分析，探究在以公募基金为主体的投资组合中，主动管理与被动管理及二者内部包含的具体因素对投资收益率的影响。研究发现，主动管理对投资收益率可以产生约55%的影响，被动管理可以产生约45%的影响。在主动管理内部，“选股”因素的影响约占90%，“择时”因素的影响约占7%，而被动管理内部各因素的影响无法被准确量化。文章提出了关于构建“选股”收益率时间序列的假设，解决了既有研究方法无法量化“选股”影响程度的问题，同时对既有研究量化市场波动因素方式的合理性进行了探讨，得出主动管理对投资组合收益率的影响略高于被动管理的结论，并根据研究结果提出相应的建议。

【关键词】主动管理；投资组合；资产配置

一、引言

理性的投资行为有五个步骤：识别自身风险偏好，确定可投资资产种类，对全部资本进行政策性资产配置，根据市场波动选择具体资产（下称“选股”），动态调整各大类资产比重（下称“择时”）。“选股”与“择时”行为不存在绝对的先后关系，二者往往是随着市场波动同时进行的。

投资行为的具体步骤可以分为主动管理与被动管理（Fama，1972）。主动管理为投资者主动调整投资组合的行为，被动管理为不改变原有投资组合，完全跟随市场波动的行为（李霞，王凌飞，2010）。主动管理和被动管理与投资行为的后三个步骤相关，即政策性资产配置、“选股”和“择时”。其中，政策性资产配置与“择时”都属于资产配置（Asset Allocation），即指将资本在不同资产类别之间进行分配（如股票类资产占70%，债券类资产占30%）。二者的区别在于政策性资产配置是投资组合管理者事先决定并长期不变的分配比例，而“择时”是在实际管理中，管理者受其无法控制的市场波动影响而主动调整原有资产配置的行为。由于“选股”与“择时”行为是投资组合管理者对既有组合的主动调整行为，故“选股”和“择时”属于主动管理。由于政策性资产配置为事先规定，与市场波动一样都属于管理者在建立投资组合后无法控制的因素，故政策性资产配置与市场波动属于被动管理。

将主动管理与被动管理对投资组合收益率的影响程度准确量化是本文的研究目的。根据公开股价信息，伯克希尔·哈撒韦（Berkshire Hathaway）作为最优秀的投资公司之一，在2008——2018年间以317%的收益率输给了标普500指数的347%。这代表着最优秀的主动管理也有可能在收益上落后于完全的被动管理，主动、被动管理行为对投资组合总收益的影响程度究竟各处于什么水平，此问题的答案对各个层面的投资者都有重要的理论指导作用。

基于中国95支公募基金2006——2019年的公开数据，本文根据Brinson等（1986）使用“选股”和“择时”两个维度拆分收益率的方法，计算出政策性收益率、“选股”收益率、“择时”收益率与真实收益率共四种收益率，并构建相应时间序列，同时借鉴Xiong等（2010）分离市场波动的方法计算出市场收益率及其时间序列。通过用各个收益率对真实收益率进行最小二乘法（OLS）回归的方式，本文对主动管理与被动管理的影响程度作实证研究。同时，为了量化每个因素对真实收益的影响，本文选择偏最小二乘法（PLS）对以上收益率序列进一步进行回归分析。文章得出了以下结论：主动管理与被动管理的重要性近乎相同，二者对于投资组合收益都产生了较大影响。在主动管理内部，“选股”行为占主动管理因素贡献总值约90%，其影响程度远远高于“择时”因素。最后，本文讨论了研究结果带给投资者的启示，并提出了相关建议。

二、文献综述与理论分析

主动管理与被动管理组成了完整的投资行为。其中，被动管理包含政策性资产配置与市场波动两个因素。已有研究关于政策性资产配置行为对组合收益率的影响程度尚未达成一致结论，仍然存在较大的争议。

一方面，Brinson等（1986）在研究中提出了政策性资产配置对于实际组合收益影响极大的观点。其研究收集了91家美国养老基金在1974——1984年间的数据并以此为研究对象，基于假设投资管理者是否“选股”与“择时”，将投资收益率拆分成四个象限。X坐标轴为“是否选股”，Y坐标轴为“是否择时”，由此得出的四个象限依次为：象限一，政策性收益率（不选股，不择时）；象限二，择时（不选股）收益率；象限三，选股（不选时）收益率；象限四，真实收益率。Brinson等（1986）通過对一、四象限所对应的收益率（政策性收益率与真实收益率）时间序列进行最小二乘法（OLS）回归，回归拟合优度（即R2）的均值为93.6%。Brinson等（1986）对此结果的解释是，基金收益率在过去期间的变化中，有93.6%可以被政策性资产配置所解释。这一研究结论对既有认知产生了一定的冲击。此结论意味着在投资行为中，投资者花费大量时间进行的基本面分析以及根据分析做出的主动管理行为最多为组合总收益率提供不足7%的贡献。

另一方面，Jahnke（1997）则认为政策性资产配置对真实收益率的影响被夸大了。他对Brinson等（1986）的观点进行了反驳，指出其“关注了错误的问题，使用了错误的数据，给出了错误的建议”。Jahnke（1977）提出了Brinson等（1986）论文存在的关键问题，即研究中只回答了各基金投资回报沿时间的变化中有多少能够被资产配置解释，而并未回答各基金之间回报水平的差异中有多少是来自于资产配置。

国内对资产配置影响水平的关注起源于张雪莹（2005）、王征（2005）、蒋晓全与丁秀英（2007）的定量分析研究，几位研究者都借鉴了Brinson等（1986）的研究方法。对应Brinson等（1986）论文中的93.6%，上述研究者得出拟合优度数据的平均值分别为77.48%（张雪莹，2005）、80%（王征，2005）与81.29%（蒋晓全与丁秀英，2007）。王栋（2014）通过分析2004——2012年数据得出的结果为33%，与早期研究存在较大差距。

Xiong等（2010）的研究指出了包括Brinson等（1986）以内的学者在研究过程中出现的疏漏。Xiong等（2010）认为既有的研究方法在研究资产配置行为对投资组合收益影响时，忽略了市场波动作为影响因素的存在。他们指出在使用政策性资产配置收益时间序列对实际收益时间序列进行回归时，所得R2并非只表示政策性资产配置行为对组合总收益的影响，而是表示了包含市场变化以及政策性资产配置行为二者共同对组合收益的影响。因此，在以往对政策性资产配置与组合收益关系的研究中，政策性资产配置对组合收益的影响被夸大，其真实的影响程度与主动管理近乎相同。Xiong等（2010）最大的贡献在于，他们尝试提出分离市场波动因素的方法，即对全部基金的政策性资产配置进行平均，以此平均为比重使用市场指数计算出市场收益序列，从而量化市场波动对投资组合收益的影响。其得到的结果显示，政策性资产配置与主动管理（即“选股”与“择时”）一样重要。基于Xiong等（2010）的研究，本文将市场波动因素考虑在内。

有关主动管理对真实收益率影响程度的研究较少，并且都未单独量化出“选股”行为的影响。Brinson等（1986）认为主动管理对真实收益率的解释程度仅有不到7%，且研究中并未计算“选股”与“择时”两种因素各自对总收益率的影响程度。Xiong等（2010）认为主动管理对真实收益率的解释程度约为15%。张雪莹（2005）与杨培基（2012）分离出“择时”因素的影响，得出了4%与1.26%的结果，但并未涉及“选股”因素。张雪莹（2005）分离“择时”因素的方式为用包含“择时”因素的收益率减去不包含“择时”因素的收益率，使用此差值收益率对真实收益率进行回归。杨培基（2012）分离“择时”因素的方法则为直接使用包含“择时”因素与不包含“择时”因素的两个收益率对实际收益率回归所得到的拟合优度均值做差。王栋（2014）证明了“选股”与“择时”行为对真实收益率影响的显著性，但并未对影响大小进行量化。王征（2005）、蒋晓全与丁秀英（2007）研究的主要关注点是政策性资产配置对真实收益率的影响，未对主动管理因素做具体研究。

综上所述，大量研究证明了被动管理对真实收益率的显著影响，但既有研究对主动管理的关注极为有限。为量化主动管理与被动管理对投资收益率的影响，并得出市场波动、政策性资产配置、“选股”与“择时”四个因素的具体影响程度，本文使用最小二乘法（OLS）与偏最小二乘法（PLS）对样本数据进行研究，旨在为学界关于主动管理影响程度的研究作补充，并填补对“选股”影响程度研究的空白。

三、研究设计

结合图1所示，本文先使用最小二乘法（OLS）回归完成图中由第一级至第二级的拆分，以政策性收益率对真实收益率进行回归，量化被动管理与主动管理对真实收益率的影响程度。再使用偏最小二乘法（PLS）回归完成由第二级至第三级的拆分，量化主动管理与被动管理内部各因素独立对真实收益率的影响程度。

（一）样本选择及数据来源

本文使用的数据均来自国泰安经济金融研究数据库。本文初选2006——2019年138支公募基金的数据，剔除了其中的纯股/纯债型基金、指数型基金、建仓时间不足3个月的基金，最终共有95支公募基金共计56次观测（观测间隔为季度，共14年）作为本文的研究样本。本文使用R（3.6.2）进行数据预处理和统计分析。

我國公募基金的资产配置信息于季报中公布，故本文的数据时间间隔为季度。同时为保证研究的数据可靠，本文提取资产配置中的“股票类资产”比重与“固定收益类资产”比重，将其余部分与“固定收益类资产”结合，统称为“债券类”（张雪莹，2005；蒋晓全，丁秀英，2007），将资产大类划分为两种：股票类资产与债券类资产。市场指数方面，本文选择上证指数（000001）与国债指数（000012）作为反映股票类与债券类总体市场情况的指数，以其收益率作为市场指数收益率。

（二）量化各因素影响程度

本文共涉及市场波动、政策性资产配置、“选股”、“择时”四个因素。主动管理包含“选股”因素与“择时”因素，被动管理包含政策性资产配置与市场波动因素。

1.分解投资组合收益率

为得到各个因素的影响程度，基于Brinson等（1986）提出的四象限模型，本文计算了以下四种收益率：真实收益率、“选股”收益率、“择时”收益率、政策性收益率。Brinson等（1986）分解收益时间序列的方法为在两个维度上对真实收益进行拆分，即“是否选股”与“是否择时”，具体内容如表1所示：

除以上四种收益率，为剔除Xiong等（2010）提到的市场波动因素，本文还将计算市场收益率。五种收益率包含的影响因素如表2所示。

本文对于表2中的五种收益率展开如下说明：首先，“市场收益率”并不存在于Brinson等（1986）的研究中，而是由Xiong等（2010）提出，旨在使用此收益率反映整体市场的波动情况。其次，“政策性收益率”是既不选股，又不择时的收益率，即假定各支基金的资产配置比例完全遵照事先设定的政策性资产配置，并且资产大类内部的构成完全复制市场指数的构成。然后是“选股收益率”，表示仅选股而不择时的收益率，即假定各支基金的资产配置完全遵照政策性资产配置，但其资产大类内部构成随管理者的操作而发生变动，从而导致股票类或债券类的收益偏离市场指数收益。与之对应的是“择时收益率”，表示仅择时而不选股的收益率，即假定各支基金的资产配置比例随着时间根据管理者的操作而进行真实变化，但资产大类内部仍完全复制市场指数的构成。最后，真实收益率则是既选股又择时的收益率。由于公募基金的真实收益率难以获取，本文使用各支基金各季度末净值之间的比例进行近似（张雪莹，2005）。

2.计算收益率序列

本部分计算得到的收益率均为长度56的时间序列，为了后文表述清晰，下文将收益率组成的时间序列简称为收益序列。

“选股”收益序列的计算是本文重点。值得强调的是，由于中国公募基金不公布其投资组合内各资产类别的真实收益率（张雪莹，2005），国内已有研究并未计算各支基金的“选股”收益率，进而没有使用Brinson等（1986）提供的方法分离出“选股”因素对投资组合收益的影响。

本文为了填补国内过往研究中关于“选股”收益率的空白，创新地提出“债券类资产收益恒等于债券市场指数”的假设。进行此种假设的原因有二：首先，相对股票类资产，债券类资产指数的收益波动幅度极低；其次，国债作为低风险资产，其在组合中的作用并非博取超额收益。综合以上原因，本文认为将债券类资产的收益序列近似为国债指数收益序列存在一定合理性。基于以上假设，对于第i支基金，股票类资产真实收益率（Equity Real Return，ERR）的计算公式如式（1）所示：

其中Rbt为债券类资产指数在时间段t的收益，Wei，t与Wbi，t为第i支基金在t时间段的资产配置比重。根据以上数据，便可以求出“选股”收益率。由于共有56个时间段（t=1，2，3，…，56），计算出的收益率即可组成时间序列（Time Sequence）。“选股”收益序列（Choosing Time Sequence， 即CTS）的计算公式如式（2）所示：

政策性收益序列（Political Time Sequence，PTS）的计算方式为使用政策性资产配置对股票、债券市场指数加权平均。由于公募基金的政策性资产配置并不对外公布，本文与Brinson等（1986）保持一致，使用2006——2019年各支基金各个时期资产配置的算术平均作为该支基金的政策性资产配置，即Wei与Wbi（i代表第i支基金），具体计算公式如式（3）所示：

市场收益序列（Market Time Sequence，即MTS）的计算方式参考Brinson等（1986）的研究。首先使用所有基金的政策性资产配置计算市场上政策性资产配置的总平均值We（Weight of Equity）与Wb（Weight of bond），视其为市场平均政策性资产配置，再使用此比重计算市场收益序列，计算公式如式（6）所示：

值得注意的是，在本文所使用的五种收益时间序列中，只有MTS为单个时间序列，其余均有95个时间序列，即每1支基金都对应除市场收益序列以外的四个时间序列。

真实收益序列（Real Time Sequence， RTS）来源于各基金的月净值数据，通过将月度数据中所有非1，4，7，10月的月份删去，即可得到季度净值数据。通过计算则可得出各季度的收益率，进而组成时间序列。

3.最小二乘法（OLS）回归

进行OLS回归的目的是量化主动管理与被动管理对真实收益率的影响。如表2所示，政策性收益序列包含了被動管理的所有因素（市场波动与政策性资产配置），故本部分使用政策性收益序列对真实收益序列进行OLS回归。

对于第i支基金，使用政策性收益序列（PTS）对真实收益序列（RTS）进行回归（以下简称“真实——政策”回归）即可得到此回归的拟合优度，即R2。“真实——政策”回归模型如下（其中t为1至56的整数，代表各个季度；为随机扰动项）：

通过对95支基金共进行95次回归，即可得到“真实——政策”的拟合优度共95个。对所得95个拟合优度R2进行算数平均即可得到“真实——政策”拟合优度均值，此均值即代表了被动管理对真实收益率的影响程度。由于真实收益率由主动管理与被动管理构成，此拟合优度均值与1的差值则为主动管理对真实收益率的影响程度。同理，“真实——市场”模型的拟合优度均值即为市场波动对真实收益率的影响程度。

4.偏最小二乘法（PLS）回归

偏最小二乘法回归也被称为“分块回归”或“偏回归”，本文采用此种方法分离各种因素单独对总收益率的影响。杨培基（2012）分离单独因素影响的方式为直接对“真实——择时”与“真实——政策”回归所得R2均值做差，此种方法在统计上存在一定的问题。由于在使用少量甚至单一的序列进行回归时，遗漏变量偏差较为严重，直接使用拟合优度做差得出的结果在统计上并不可靠。在分离“择时”因素时，杨培基（2012）使用的具体方法为用“真实——择时”回归拟合优度均值（包含市场波动、政策性资产配置、“择时”）减去“真实——政策”回归拟合优度均值（包含市场波动、政策性资产配置）。此种方法在统计方法上并不严谨。拟合优度相减得出单一因素的影响程度代表了研究者默认“真实——择时”回归为多元回归，但实际操作上“真实——择时”回归的自变量只有“择时”收益率，即为单一变量回归，将其主观视为多元回归并直接用拟合优度相减则会造成较大的遗漏变量偏差。

为了最大限度地保证结果的可靠性，本文选择使用偏最小二乘法（PLS）进行回归，此处以分离主动管理内部因素“选股”和“择时”为例。为便于表述，定义真实收益序列为因变量y，政策性收益序列为自变量x1，“选股”收益序列为自变量x2。先用x1对y进行回归，收集回归模型产生的残差序列Res1（Residuals1的简称，下同），再用x1对x2进行回归，收集残差序列Res2。最终以Res1为因变量，Res2为因变量进行回归，所得拟合优度均值即为“选股”行为占主动管理对真实收益率造成总影响的比例。

上述偏最小二乘法（PLS）回归可以有效避免遗漏变量变差的问题。政策性收益序列（x1）对真实收益序列（y）回归得到的残差代表了在真实收益中不能被被动管理解释的部分（因为政策性收益序列包含的因素即为被动管理的全部因素），即Res1代表了主动管理对实际收益造成的影响。政策性收益序列（x1）对“选股”收益序列（x2）回归得到的残差代表了在“选股”收益序列包含的因素中，不能被被动管理解释的部分。即Res2代表了“选股”行为对实际收益造成的影响。同理，将x2换为“择时”收益序列则可以得出“择时”行为对实际收益造成的影响。

四、实证研究与检验结果分析

（一）主动管理与被动管理对真实收益率的影响

对“真实——政策”模型进行95次回归后所得拟合优度数据特征如表3所示。

本文认同Xiong等（2010）的观点，即使用以上模型进行回归得出的平均拟合优度代表市场波动与大类资产配置政策对真实收益影响的总和，即被动管理对真实收益率的影响。但鉴于采用了相同的分析方式，虽然Brinson等（1986）认为“真实——政策”回归结果仅代表政策性资产配置对投资组合收益的影响，本文将数据对比列示如表4。

可以看到，本文所得拟合优度均值为44.62%，与Brinson等（1986）、张雪莹（2005）、杨培基（2012）所得结果差异较大，但较为接近王栋（2014）得出的结果。根据此结果，被动管理可以解释实际收益率的44.62%，主动管理可以解释实际收益率的55.38%。

（二）主动管理所含因素的具体影响

使用PLS法回归得出的结果如表5。

如表5所示，在主动管理中，“选股”的作用占90.18%，“择时”的作用占6.91%，二者之和为97.09%，与100%之间的差值可以被合理估计为协同作用（Xiong等，2010）。故对实际收益率，“选股”行为可以解释49.94%（55.38%×90.18%），“择时”行为可以其中的3.83%（55.38%×6.91%），二者的共同作用可以解释1.61%。

（三）被动管理所含因素的具体影响

由于不存在相应收益序列，市场波动与政策性资产配置的影响程度无法完全照搬主动管理的方法，但此处可以先使用市场收益序列对政策性收益序列进行回归并提取其残差序列Res1*，此序列代表政策性收益序列中无法被市场波动这一个因素解释的内容，即此残差序列为政策性资产配置本身对实际收益率的影响。接着我们使用Res1*序列对政策性收益序列进行回归，即可得出在被动管理中，政策性资产配置作用的占比。按照以上方法所得拟合优度及P值数据特征如表6。

结果如表6所示，出现了异常的现象。95次回归得到的最小P值为0.4749，远远高于常用的0.05显著性判定标准，即政策性资产配置对被动管理的影响不显著，这一结果与既有研究得出的结论并不一致，因此本文进一步分析了Xiong等（2010）提出的分离市场波动即计算市场收益序列（MTS）的方法：市场收益序列（MTS）在计算中市场资产配置时使用了政策性资产配置取平均的方法，即需要计算全部基金政策性资产配置的均值，此种做法使得MTS也包含了政策性资产配置的影响因素，市场波动并未被彻底分离出来。基于以上分析，本文推测市场收益序列并未将政策性资产配置因素排除在外。而该研究首先对所有开放式基金的历史资产配置信息取平均值，即一共生成了一组和为1的百分数（配比），但这一处理方法无法将大类资产配置因素与市场波动因素分开，因为即便对所有公募基金的资产配置进行平均，所得到的数值仍然为一种平均后的大类资产配置，即取平均并不能除去大类资产配置的因素。

更为重要的是，我们应当关注“市场波动”一词的定义。股市与债市的市场波动可以精准量化，即反映市场中股票或债券总体价格波动的指数数据。但此种方法对投资组合并不适用。由于基金这一产品本身一定为具有某种大类资产配置的投资组合，其内部必然包含股票与债券以及其他金融衍生品（除去本文并不对其进行研究的纯股、纯债型基金）。根据基本的经济学逻辑，股市、债市与衍生品市场一定存在某种相关关系，即一个包含了股、债、衍生品的投资组合内部一定存在某种程度的对冲（Hedge），而由于不同基金选择的证券种类、数量有所差别，此种对冲效应的大小在各个基金间便各不相同。由于无法量化各个大类资产市场之间的相关性，基金便不存在可以准确定义并直接计算出的“市场波动”，因此本文认为Xiong等（2010）所提出的市场波动因素无法使用现有的计算方式进行剥离。进而，对于投资组合，市场波动与资产配置无法被可靠地分离。

（四）实证研究结果

结合与Xiong等（2010）的研究方法，主动管理与被动管理对投资组合收益率的影响如表7所示。对于被動管理，其内部包含的市场波动与政策性资产配置这两种因素无法通过Xiong等（2010）提出的方式进行有效分离，故被动管理内部各因素对真实收益率的影响仍未知。对于主动管理的内部因素，“选股”行为可以解释真实收益的49.94%，“择时”行为可以解释真实收益的3.83%。

綜上所述，主动管理可以解释投资组合收益率变化的55.38%，被动管理可以解释44.62%。这表明了在2006——2019年的我国市场中，主动管理对于投资组合收益率的影响略大于被动管理，与既有研究的结论相悖。

对于本研究与既有研究结论的差异，本文提出以下设想：第一，大部分研究距今时间较长，且样本数与观察周期差异较大。第二，2008年金融危机、2015年中国股市的巨大震荡等事件可能会对研究结果造成较大的影响。第三，高频交易与量化基金的崛起可能从根本上改变了市场面貌，进而对主动管理或被动管理的效果造成了巨大影响。第四，逐渐变化的市场效率（Market Efficiency）也可能对研究的结果产生影响。

（五）稳健性检验

为验证本文实证研究的稳健性，稳健性检验中将反映股票市场的指数更换为沪深300（000300），将反映债券市场的指数更换为上证企业债指数（000013）。使用相同数据处理方法计算各个时间序列后得到的结果如表8。

如表8所示，更换具体市场指数后得到的各因素影响水平仍极为接近，故本文结论具有稳健性。

五、结论与建议

本文以2006——2019年间共95家中国公募基金的公开数据为研究样本，使用最小二乘法（OLS）与偏最小二乘法（PLS）对主动管理与被动管理及其内部因素对投资组合收益率的影响程度进行实证研究。本研究结合Brinson等（1986）的研究方法，使用最小二乘法（OLS）对政策性收益序列与真实收益序列进行回归分析，量化了主动管理与被动管理对投资组合收益率的影响程度。研究发现，主动管理与被动管理对投资组合收益率的影响约为55%与45%，主动管理的影响程度略大于被动管理。为研究各个因素对投资组合收益率的影响，本文通过建立合理假设，构建了“选股”收益率时间序列，填补了既往研究中对于此序列计量方式的缺失，并使用偏最小二乘法（PLS）进行回归分析。研究发现被动管理内部各因素的影响程度无法被可靠计量，即政策性资产配置与市场波动各自对投资组合收益率的影响程度无法通过Xiong等（2010）提出的计量方式得出。而在主动管理内部，“选股”因素对投资组合收益率的影响约为50%，远大于“择时”因素3.83%的影响程度。

基于以上结论，本文为投资者提出以下建议。首先，投资者应当理性看待被动管理的作用，并根据自己的风险偏好进行合适的政策性资产配置。同时，主动管理对于投资收益率的贡献应当从正反两方面看，主动的操作在有机会获取超额收益的同时，也包含着大幅跑输指数的风险。所以对于缺少时间、信息与专业技能的个人投资者，建议根据具体情况考虑投资被动型基金，获取合理且稳健的投资收益。其次，本文对主动管理行为重要性的肯定也应辩证看待。过度的主动管理可能演变为短期的投机行为，不利于金融市场的健康发展。投机行为将导致对主动管理的过分关注，进而投资者将花费更多的时间在主动管理上，形成正反馈循环，极大破坏金融市场的健康发展。相比于发达国家，我国拥有较为年轻的金融市场，占据股市大多数的散户投资者并未接受相应的理财教育，极易因某个体获取的超额收益而产生“羊群效应”，加入短期投机的队伍。盲目的投资者越多，市场便更易产生泡沫，所以国家应当积极对投资者进行教育，倡导理性的投资行为，远离赌博式的短期投机行为。

主要参考文献：

[1]葛红玲.资产配置因素对我国开放式基金收益波动的影响分析[J].财贸研究，2008（04）：90-96+144.

[2]蒋晓全，丁秀英.我国证券投资基金资产配置效率研究[J].金融研究，2007（02）：89-97.

[3]李霞，王凌飞，Vladyslav Sushko，Grant Turner.证券市场被动投资的意义和价值[J].经济资料译丛，2018（02）：20-34.

[4]王栋.基金资产配置收益的实证研究[D].复旦大学，

2014.

[5]王征.资产配置对基金收益率的贡献度分析——来自中国市场的经验数据[J].经济科学，2005（05）：80-88.

[6]杨培基.我国开放式基金资产配置策略贡献度研究[D].西南财经大学，2012.

[7]张雪莹.资产配置对基金收益影响程度的定量分析[J].证券市场导报，2005（10）：67-72.

[8]周立志.我国开放式基金的资产配置能力研究[D].华南理工大学，2019.

[9]周新辉，李明亮.中国证券投资基金资产配置效率实证研究[J].财经研究，2007（03）：57-64.

[10]Brinson，G.P.，Hood，L.R.，& Beebower，G.L.（1986）. Determinants of portfolio performance.Financial Analysts Journal，42（4），39-44.

[11]Brinson，G.P.，Singer，B.D.，& Beebower，G.L.（1991）. Determinants of portfolio performance II： An update. Financial Analysts Journal，47（3），40-48.

[12]Fama，Eugene F.（1972）.Components of investment performance.The Journal of finance，27.3：551-567.

[13]Ibbotson，R.G.（2010）.The importance of asset allocation.Financial Analysts Journal，66（2），18-20.

[14]Ibbotson，R.G.，& Kaplan，P.D.（2000）.Does asset allocation policy explain 40，90，or 100 percent of performance Financial Analysts Journal，56（1），26-33.

[15]Idzorek，T.M.，&Kowara，M.（2013）.Factor-based asset allocation vs.asset-class-based asset allocation. Financial Analysts Journal，69（3），19-29.

[16]Jahnke，W.W.（1997）.The asset allocation hoax. Journal of Financial Planning，10（1），109-113.

[17]Waring，B.，& Siegel，L.B.（2003）.Understanding Active Management.Investment Insights，6（1），3-41.

[18]Xiong，J.X.，Ibbotson，R.G.，Idzorek，T.M.，& Chen，P.（2010）.The equal importance of asset allocation and active management.Financial Analysts Journal，66（2），22-30.

作者：邵本原 郑兴新