开放式基金收益与非系统风险定价

2011年第5期（总第485期）May，2011Vol．33

No．05

会计与金融

开放式基金收益与非系统风险定价

健

（上海师范大学商学院，上海200234）

陈

*

内容提要：本文研究开放式基金投资组合中非系统风险的分散化程度，以及非系统风险与基

金收益率之间的关系。结果表明，在开放式基金投资组合中，非系统风险没有被充分分散化，非系统风险对基金超额收益率具有显著的正效应。这些发现对不同的资产定价模型和不同的市场环境结论稳健。这些结果表明，开放式基金投资组合中没有被分散化的非系统风险被定价，开放式基金通过承担非系统风险获得收益补偿。研究结论为开放式基金管理者如何构造投资组合提供了理论基础和实证依据。

关键词：开放式基金；非系统风险；定价

中图分类号：F832.5文献标志码：A文章编号：1002—5766（2011）05—0146—06

对开放式基金而言，特别是积极型基金，如何构造投资组合面临两难选择。一方面，他要通过构造投资组合消除非系统风险；另一方面，他又希望

追求詹森指数（或称阿尔法通过主动管理的方式，

值）的最大化。在开放式基金投资组合中，如果非

系统风险被充分分散化，那么基金的投资回报应该而詹森指数是基金与其投资组合的系统风险匹配，

的实际收益率与其所承受的系统风险对应的预期收益率之差，因此，积极型基金追求的是超越其投资组合系统风险的超额收益率。如果基金获得了超越其系统风险的业绩表现，那么这部分超额收益从何而来？唯一的解释就是，在其投资组合中，非

并且这部分非系统风系统风险没有被充分分散化，

险被定价。本文试图研究中国股票市场开放式基

金投资组合的分散化程度，以及开放式基金的非系统风险定价问题。

一、理论发展与研究假设

Malkiel＆Xu（2004）发现，积极管理的共同基金和养老基金通常不会持有市场组合，机构投资者通常故意让其投资组合承担相当大的非系统风险，企图获得非凡回报；Zakri（2007）发现，在美国股票

收稿日期：2011－02－22

*基金项目：上海市教育委员会科研创新项目“中国股票市场非系统风险研究”（08YS78）。

mail：chenjian@shnu．作者简介：（1972－），女，湖南岳阳人。副教授，博士，主要研究方向为证券投资和风险管理。E-edu．cn。

除了指数基金外，其他共同基金都基本没有市场，

被充分分散化；Cremers＆Petajisto（2009）发现，规模较小、具有更积极投资目标的基金有更高的非系

开放式基金集中持股现象非常严统风险。在国内，

重，因此，在积极型基金的投资组合中，非系统风险

应该没有被充分分散化。

最近10年，国内外大量文献对股票市场非系

2005；Ang统风险定价问题进行了研究（Ghysels等，2006，2009；Bali＆Cakici，2008）。大多数学者的等，

认为没有被实证研究结果支持非系统风险被定价，

分散化的投资者对承担非系统风险要求收益补偿。

施东晖（1996）、陈健（2010）发现，在中国股票市场，非系统风险也被定价。研究开放式基金收益和非系统风险的关系可以为股票市场非系统风险定价提供更直接的证据。首先，在中国股票市场，如果非系统风险被定价，那么开放式基金收益中应该体现非系统风险溢价。国内开放式基金集中持股现可能是对非系统风险溢价的理性反象非常普遍，

映；其次，在股票市场，虽然几乎没有投资者持有市场投资组合，但机构投资者和大部分个人投资者也持有投资组合，只要持有投资组合，部分非系统风险就被消除。因此，如果非系统风险被定价，并不

146

2011年第5期（总第485期）

会计与金融

是所有的非系统风险被定价，只有部分非系统风险

即没有被投资组合消除的非系统风险被定被定价，

价。但是，实际研究中如何估计没有被分散化的这

部分非系统风险是个难题。而研究开放式基金投资组合中收益和非系统风险的关系则可以解决这

那么一问题。如果开放式基金没有被充分分散化，开放式基金投资组合所包含的非系统风险就是没

有被分散化的非系统风险，因此，研究开放式基金投资组合中非系统风险定价问题就是研究没有被

这一研究分散化的非系统风险和收益之间的关系，结论可以为非系统风险定价问题提供更直接的

证据。

由于开放式基金的管理者完全有能力通过构造多样化的投资组合将非系统风险充分分散，因开放式基金投资组合中没有被分散掉的非系统此，

风险是开放式基金管理者主动保留在其投资组合

即基金管理者希望通过主动承担中的非系统风险，

非系统风险获得收益补偿。无论在牛市还是在熊

市，如果非系统风险被定价，则非系统风险对开放式基金的收益率应该具有正的作用。由于缺乏做空机制，在开放式基金的投资组合中，系统风险几

①

因此，在牛市中，我们预期系统乎没有办法规避。

差测量个股的非系统风险。由于大多数开放式基

非系金都是以市场收益率作为其业绩比较的基准，统风险是否被分散化也是与市场投资组合比较，本

文首先使用CAPM模型估计非系统风险②。当前很多文献也倾向于使用三因子模型的残差方差作为非系统风险的衡量，认为与CAPM模型三因子模型更好解释了横截面股票收益行为相比，

和部分异常现象。但由于缺乏严格的理论支持，规模因子和账面市值因子是否是系统因子还存在争议，其经济含义仍受到许多学者质疑（Lakonishok1994；Daniel＆Titman，1997；Berk，1995；Qi等，等，

2009）。考虑到以上争论，本文也选取三因子模型估计非系统风险，将其结论作为非系统风险是否被定价的稳健性检验，即研究在控制规模因子和账面市值因子后，估计出来的非系统风险是否被定价。

（1）利用CAPM模型估计非系统风险。对每只将月超额收益率对市场月超额收益率回归：基金，

Rit－Rft=αi+βi（RMt－Rft）+εit（1）

Rit是第i只基金的月收益率；RMt是市场其中，

月收益率；Rft是月度无风险收益率；εit是误差项。将残差的方差定义为该基金投资组合中没有被分

散掉的非系统风险。

（2）利用三因子模型估计非系统风险。对每只将月超额收益率对市场月超额收益率、规模基金，

账面市值因子回归：因子、

Rit－Rft=α'i+β'i（RMt－Rft）+siSMBt+hiHMLt+ε'it

（2）

Rit是第i只基金的月收益率；RMt是市场其中，

月收益率；Rft是月度无风险收益率；SMBt是规模因子的月收益率；HMLt是账面市值因子的月收益率；ε'it是误差项。将残差的方差定义为该基金投资组合中没有被分散掉的非系统风险。

采用中信综指的月收益率作为市场月收益率，采用同期银行人民币一年期存款基准利率作为无风险利率，折算成月收益率。选取中信风格指数计算SMBt和HMLt，令：

SMBt=

（BHt－SHt）+（BLt－SLt）

2

（3）

风险对开放式基金收益率的影响应该是正的；在熊市中，预期系统风险对开放式基金收益率的影响应该是负的。

基于以上分析，本文提出以下四个假设：

H1：对开放式基金而言，特别是积极型基金，其投资组合中的非系统风险没有被充分分散化。H2：无论牛市还是熊市，非系统风险对开放式基金的收益率具有正的效应。H3：在牛市中，系统风险对开放式基金收益率具有正的效应。H4：在熊市中，系统风险对开放式基金收益率具有负的效应。

二、研究设计1、非系统风险估计模型

Fama＆MacBeth（1973）使用CAPM模型的残

①②

2010年4月16日，中国才推出股指期货。

根据Fama＆French（1992）观点，在CAPM模型中，使用投资组合估计的β，与使用个股数据估计的β相比，可以减少变

量误差问题，而且能够使残差方差的估计更精确。本文研究对象是开放式基金，使用CAPM模型是合适的。

147

会计与金融

HMLt=

2011年第5期（总第485期）

（BHt－BLt）+（MHt－MLt）+（SHt－SLt）

3

（4）

基金作为研究对象，剔除资产分布中股票占比小于50%的开放式基金。在这6年间，有63只开放式基金存在完整数据，其中股票型基金26只，配置型基金37只。为了考察市场周期对结论的影响，将6年样本期分别对应2004的数据平均分为2个时间段，

年8月～2007年7月和2007年8月～2010年7月，正好对应中国股票市场的牛市和熊市。一方面，可以剔除市场周期对结论的影；另一方面，还可以分别研究在牛市和熊市环境中，开放式基金投资组合中非系统风险的分散化程度，以及非系统风险与收益率之间的关系，为非系统风险是否被定价提供稳健性检验。本文研究采用月数据，基金净值数据来源于和讯网，指数数据来源于中信指数网。

三、实证分析

1、开放式基金风险收益的描述性统计结果63只开放式基金在两个样本期月平均收益率、总风险、非系统风险、非系统风险占总风险比例和系统风险的描述性统计结果如表1所示。

BHt是大盘成长指数月收益率；BLt是大其中，

盘价值指数月收益率；MHt是中盘成长指数月收益率；MLt是中盘价值指数月收益率；SHt是小盘成长指数月收益率；SLt是小盘价值指数月收益率。

2、非系统风险被定价的横截面检验

建立以下模型研究非系统风险是否被定价，将所有基金的月超额平均收益率分别对CAPM模型和三因子模型估计的系统风险、非系统风险进行横截面回归。

2

Ri－Rf=β+βMσ2iM+βeσie+ζi

（5）

Ri是第i只基金的月平均收益率；Rf是月其中，

22

平均无风险收益率；σiM是第i只基金的系统风险；σie是第i只基金的非系统风险；ζi为随机误差项。

3、数据描述

考虑到样本的足够性，选取2004年8月～2010年7月作为研究区间，选择股票型和配置型开放式

表1

样本期变量月平均收益率

总风险非系统风险

CAPM模型

非系统风险占总风险的比例（%）

系统风险非系统风险

三因子模型

非系统风险占总风险的比例（%）

系统风险

开放式基金风险收益的描述性统计结果

2004年8月～2007年7月均值

0.04050.00480.001529.360.00340.000713.800.0041

最大值0.05420.01840.009653.000.00880.009250.210.0092

最小值0.02680.00230.00057.840.00160.00011.370.0020

2007年8月～2010年7月均值－0.00070.01570.002310.420.01350.00207.840.0138

最大值0.01620.10630.053968.350.09420.048160.960.0943

最小值－0.03060.00310.00021.630.00220.00000.260.0023

注：每只基金的总风险定义为给定样本期月超额收益率的方差，将CAPM模型和三因子模型估计的残差的方差定义为该基金投资组合中没有被分散掉的非系统风险，系统风险被定义为总风险与非系统风险之差。在CAPM模型中，系统风险衡量市场风险；在三因子模型中，系统风险衡量市场因子、规模因子和账面市值因子代表的风险总和。

从表1可以发现，无论是牛市还是熊市，在开放式基金的投资组合中，非系统风险都没有被充分

表2开放式基金2004年8月～

2007年7月F100016F200002

月平均收益率0.02680.0463

总风险0.00230.0068

并且非系统风险占的比重还很大，平均来分散化，

说，牛市中非系统风险占的比例要大于熊市。

风险收益取到最大值和最小值的开放式基金的描述性统计结果

CAPM模型

非系统非系统风险占总

系统风险

风险风险的比例（%）0.00070.0005

31.067.84

0.00160.0062

非系统风险0.00030.0001

三因子模型非系统风险占总风险的比例（%）

13.331.37

系统风险0.00200.0067

148

2011年第5期（总第485期）

开放式基金F240001F5190032007年8月～2010年7月F200002F240001F270001F350001F40001F40002F50002

－0.00320.0162－0.0024－0.0052－0.0306－0.0090－0.0045

0.01320.07890.00620.00310.08930.10630.0137

0.00020.05390.00020.00100.01020.01210.0004

1.6368.353.4531.3411.3811.393.15

0.01300.02500.00600.00220.07910.09420.0133

0.00010.04810.00020.00090.01000.01203.6121E－05

0.5360.962.5827.9411.1611.260.26

CAPM模型

0.05420.0345

0.01840.0030

0.00960.0005

52.4017.29

0.00880.0025

0.00920.0002

三因子模型

50.21

7.12

会计与金融

0.00920.0028

0.01310.03080.00600.00230.07930.09430.0137

两个样本期各风险收益取到最大值和最小值的开放式基金的描述性统计结果如表2所示。从表2可以发现，非系统风险占总风险比例最低的是指数基金。在第一个样本期，长城久泰标普300指数基金（200002）非系统风险占总风险的比例最低，但其月平均收益率不是最低。富国天源平衡基金（100016）的月平均收益率最低，其系统风险和总风

长城久泰标普300指险也最低。在第二个样本期，

数基金（200002）和博时沪深300指数基金

（050002）非系统风险占总风险的比例最低，但其月平均收益率不是最低。华安创新基金（040001）的月平均收益率最低。系统风险最低的是天治财富增长基金（350001），其总风险也最低。因此，总的

指数基金投资组合的分散化程度最高，但即来说，

使是同样以300指数作为标的的长城久泰标普300指数基金和博时沪深300指数基金，其风险、收益存在差别，分散化程度也存在差别。在两个样本期，华宝兴业宝康消费品基金（240001）的非系统风两个样本期其月平均收益险占总风险的比例最高，

率也分别达到最大值。根据华宝兴业宝康消费品基金（240001）宣称的投资范围和投资策略，它的投

投资于消费品类股票的比例不低于股票资对象中，

资产的80%。因此，其非系统风险应该非常高，统

计结果显示也确实如此。在第一个样本期，它的月平均收益率、总风险、系统风险（CAPM、三因子模型）、非系统风险（CAPM、三因子模型）都是最大值；在第二个样本期，它的月平均收益率、非系统风险（CAPM、三因子模型）是最大值，但其总风险、系统风险（CAPM、三因子模型）不是最大值。

平均而言，无论是在牛市中还是熊市中，这63只开放式基金投资组合中的非系统风险都没有被149

充分分散。其中，指数型基金的分散化程度最高，

而以特定行业为投资目标的基金分散化程度最低。H1得到证实。以上结果与假设1一致，

根据陈健等（2008）的研究，在中国股票市场，一般7～9个股票就能将非系统风险充分分散，开

那么基放式基金在构造投资组合时完全可以做到，金管理者为什么不愿将非系统风险充分分散，是否

是希望从承担非系统风险中获利？开放式基金的管理者通过承担非系统风险是否获得了收益补偿？例如，非系统风险分散化程度最低的华宝兴业宝康消费品基金在牛市和熊市中月平均收益率都是最高，这一结论是否具有普遍性？

2、非系统风险被定价的横截面检验结果横截面检验的参数估计结果如表3所示。表3左边分别列出了两个样本期CAPM模型估计的系统风险和非系统风险的回归检验结果。结果表明，在0.05的显著性水平下，非系统风险对应的系数都显著为正，说明无论是在牛市还是熊市，非系统风

非系统风险险高的开放式基金平均收益率也较高，

被定价，开放式基金通过承担非系统风险获得了收

益补偿；对系统风险而言，在牛市中，在0.05的显著系统风险对应的系数显著为正，而熊市性水平下，中，在0.10的显著性水平下，系统风险对应的系数H2、显著为负。以上结果均与假设2～假设4一致，H3和H4得到证实。

表3的右边分别列出了两个样本期按三因子模型估计的系统风险和非系统风险的回归检验结果。在牛市中，系统风险对应的系数显著为正，非系统风险对应的系数为正，但统计不显著。同时，注意到两个风险变量对应系数的标准误都较大，有可能是多重共线性使得估计系数的标准误非常大，

会计与金融

2011年第5期（总第485期）

无法精确识别各变量的统计显著性。类似于Goyal＆Santa-Clara（2003）的研究①，采用方差的对数形式代替方差，使用公式（6）进行估计，结果也列在表

3右边。在0.05的显著性水平下，三因子模型中的

2LN（σ2估计系数iM）和LN（σie）的系数都显著为正，

非系统风险被定价。在熊市中，在0.05的显著性水

非系统风险对应的系数显著为正，在0.10的平下，

显著性水平下，系统风险对应的系数显著为负。因此，无论是用CAPM模型还是三因子模型来非系统风险被定价的证据都具有估计非系统风险，稳健性。

22

Ri－Rf=β'+β'MLN（σiM）+β'eLN（σie）+ζ'i（6）

R从0.4518提高到0.5223，的标准误大幅下降，模

型的解释力度显著增加，对应的AIC也更低，支持

表3

＊＊＊

横截面检验的参数估计结果

*＊＊

West的HAC一致协方差估计调整标准差，、注：在系数估计时，使用Newey-括号里的数字为标准误差；、

5%、1%的水平上显著。分别表示在10%、

四、结论与讨论

本文研究表明，在开放式基金投资组合中，非系统风险没有被充分分散化；非系统风险对平均月超额收益率产生了显著的正影响；开放式基金投资基金管组合中没有被分散化的非系统风险被定价，理者通过持有没有被充分分散化的投资组合获得

了收益补偿。这些发现对牛市和熊市数据结果稳健。无论是用CAPM模型还是三因子模型来估计非系统风险，此结论均具有稳健性。系统风险也能够解释开放式基金横截面的收益率差别，在牛市中，系统风险对基金投资组合收益率的影响是正面

参考文献：

系统风险对基金投资组合收益率的的；在熊市中，

影响是负面的。

这些研究结论对深入理解开放式基金管理者

可以有效解释在中投资组合构造提供了新的思路，

国股票市场机构投资者的集中持股现象。通过集

机构投资者因承担非系统风险获得了收益中持股，

补偿。同时，本文结论也为开放式基金管理者如何

构造投资组合提供了理论基础和实证依据，为机构投资者投资组合预测、决策及业绩评价提供理论价值和应用价值。探究开放式基金投资组合中被定价的非系统风险的来源是我们下一步研究的方向。

［1］AngA.，R.Hodrick，Y.XingandX.Zhang.TheCross-sectionofVolatilityandExpectedReturns［J］.JournalofFinance，

①

Goyal＆Santa-Clara（2003）认为，对数方差序列比方差序列更接近正态分布，本文研究样本也证实了这点。

150

2011年第5期（总第485期）

2006，（61）：259－299.

会计与金融

［2］AngA.，R.Hodrick，Y.XingandX.Zhang.HighIdiosyncraticVolatilityandLowReturns：InternationalandFurtherU.S.Evidence［J］.JournalofFinancialEconomics，2009，91，（1）：1－23.

［3］BaliT.G.andN.Cakici.IdiosyncraticVolatilityandtheCross-sectionofExpectedReturns［J］.JournalofFinancialand2008，（43）：29－58.QuantitativeAnalysis，

［4］BerkJ.B.ACritiqueofSize-relatedAnomalies［J］.ReviewofFinancialStudies，1995，（8）：275－286.

［5］Cremers，M.，andA.Petajisto.HowActiveisyourFundManager？ANewMeasurethatPredictsPerformance［J］.Reviewof2009，22，（9）：3329－3365.FinancialStudies，

［6］DanielK.D.andS.Titman.EvidenceontheCharacteristicofCross-sectionalVariationinStockReturns［J］.JournalofFi-nance，1997，（52）：1－34.

［7］FamaE.F.andJ.D.Macbeth.Risk，Return，andEquilibrium，EmpiricalTests［J］.JournalofPoliticalEconomy，1973，（81）：607－636.

［8］FamaE.F.andK.R.French.TheCross-sectionofExpectedStockReturns［J］.JournalOfFinance，1992，（47）：427－465.

［9］GhyselsE.，P.Santa-ClaraandR.Valkanov.ThereisaRisk-returnTradeoffafterall［J］.JournalofFinancialEconomics，2005，（76）：509－548.

［10］GoyalA.andP.Santa-Clara.IdiosyncraticRiskMatters［J］.TheJournalOfFinance，2003，（58）：975－1008.

［11］LakonishokJ.，S.AndreiandR.W.Vishny.ContrarianInvestment，Extrapolation，andRisk［J］.JournalOfFinance，1994，（49）：1541－1578.

［12］MalkielB.andY.Xu.IdiosyncraticRiskandSecurityReturns［DB/OL］.WorkingPaper，http：///sol3/papers.cfm？abstract_id=255303，UniversityOfTexasAtDallas.2004.

［13］QiJ.Z.，P.HopkinsandE.S.Stephen.TheLinkBetweenMacroeconomicFactorsandStyleReturns［J］.JournalofAssetManagement，2009，10，（5）：338－355.

［14］ZakriB.HowDiversifiedareEquityMutualFunds［J］.NorthAmericanJournalofFinanceandBankingResearch，2007，1，（1）：54－63.

［15］J］.广州：南方经济，2010，（7）.陈健.中国股市非系统风险被定价的实证研究［

［16］J］.成都：软科学，2008，（2）.陈健，胡文伟，李湛.中国股票市场投资组合规模的非系统风险分散效应［［17］J］.北京：经济研究，1996，（10）.施东晖.上海股票市场风险性实证研究［

Open-EndFundReturnsandPricingofIdiosyncraticRisk

CHENJian

（BusinessCollegeofShanghaiNormalUniversity，Shanghai，200234，China）

Abstract：Thepaperinvestigatesthedegreetowhichtheopen-endfundsarediversified，andexaminesthere-lationbetweenundiversifiedidiosyncraticriskandaveragefundreturn.Mainfindingscanbesummarizedasfol-lows：Theaveragedomesticfundsaresubstantiallyundiversified.Asignificantpositiverelationbetweenidiosyncrat-icriskandfundexcessreturnisfound.Theseresultsarerobusttomeasuresofidiosyncraticriskwithdifferentassetpricingmodelsanddifferentmarketenvironments.Theevidenceshowsthatundiversifiedidiosyncraticriskispriced.Theopen-endfundinvestorsgethighreturnascompensationforidiosyncraticrisk.Theevidencecanbeusedastheoreticalbasisandpracticalguidanceforfundportfolioconstruction.

KeyWords：open-endfund；idiosyncraticrisk；pricing

（责任编辑：弘

毅）

151

本文来源：https://www.bwwdw.com/article/oqh1.html