《财经研究》
2023第49卷第3期
基金被动调仓引发了风格漂移吗?——兼论基金季报披露质量的调节效应
倪中新1,2 , 王娇1 , 巫景飞1     
1. 上海大学 经济学院,上海 200444;
2. 上海大学 金融信息研究中心,上海 200444
摘要: 文章利用我国2010—2021年开放式主动权益基金的季度面板数据,研究了投资者申赎行为所引起的基金被动调仓对风格漂移的影响,并探讨了基金季报披露质量的调节作用。研究发现,投资者申赎行为所引起的基金被动调仓是基金风格漂移的重要因素,被动调仓越严重,风格漂移程度越高。在考虑了模型的内生性以及替换重要变量后,研究结论依然成立。异质性分析发现,赎回型被动调仓对风格漂移的影响更大,基金被动调仓对风格漂移的影响也因基金经理个人特征不同而有所差异。进一步研究发现,风格漂移对基金未来业绩具有负面影响,但基金季报披露质量具有显著的调节作用,可以缓解基金被动调仓对风格漂移的不利影响,尤其是对赎回型被动调仓的调节作用更加有效。文章的研究反映了基金季报披露质量的重要性,为推动公募基金行业高质量发展提供了重要的政策启示。
关键词: 基金被动调仓    赎回型被动调仓    基金风格漂移    基金季报披露质量    
Does Funds’ Forced Trading Cause Fund Style Drift? Also on the Moderating Effect of Fund Quarterly Report Disclosure Quality
Ni Zhongxin1,2, Wang Jiao1, Wu Jingfei1     
1. School of Economics, Shanghai University, Shanghai 200444, China;
2. Research Center of Financial Information, Shanghai University, Shanghai 200444, China
Summary: In recent years, public funds have become an important tool for residents to diversify investment. However, many funds show a phenomenon of style drift, which not only brings worse returns, but also hinders the healthy operation of fund market in the long run. Considering the forced trading of funds caused by investor behaviors and the immature information disclosure system of China’s public fund market, this paper deeply explores the relationship among funds’ forced trading, fund style drift and fund quarterly report disclosure quality to have a better understanding of fund style drift and investigate the significance of information disclosure quality. Using the quarterly panel data of China’s active equity funds from 2010 to 2021, this paper empirically analyzes the impact of funds’ forced trading caused by investor behaviors on style drift first, and then discusses the significance of fund quarterly report disclosure quality. It is found that funds’ forced trading resulting from investors’ purchasing or redeeming behavior is a considerable factor that triggers fund style drift. The greater the forced trading, the more serious the fund style drift. The conclusion is still valid after the robust test by considering the endogeneity of the model and replacing key variables. The heterogeneity analysis indicates that the impact of different types of forced trading on style shift varies, and redeemed forced trading exposes a greater impact on fund style drift than purchased forced trading. Besides, the impact of forced trading on fund style drift varies with fund managers’ individual characteristics. Further discussion finds that fund style drift has a significantly negative impact on future performances. What is more, fund quarterly report disclosure quality has an obvious moderating effect, and the improvement of disclosure quality can alleviate the impact of funds’ forced trading on style drift, especially redeemed forced trading. The contributions of this paper are as follows: First, it deeply investigates fund style drift from the perspective of funds’ forced trading. The empirical results show that, different from the findings of the American mutual fund market, funds’ forced trading in China is an important factor leading to style drift. Second, it subdivides funds’ forced trading into purchased and redeemed forced trading, and further investigates whether there are differences between the forced trading of different types on fund style drift. The study finds that redeemed forced trading exposes a greater impact on style drift. Third, it constructs the multi-dimensional fund quarterly report disclosure quality indicator, including readability, credibility and consistency of words and deeds, which not only enriches the method for measuring the disclosure quality of text reports, but also finds the importance of fund quarterly report disclosure quality. The findings provide evidence to help to understand fund style drift and provide policy inspirations for promoting the high-quality development of the public fund industry.
Key words: funds’ forced trading    redeemed forced trading    fund style drift    fund quarterly report disclosure quality    

一、引 言

近年来,公募基金成为居民多元化投资的重要工具,但基金风格漂移现象却普遍存在(Cooper等,2005Cao等,2017)。不少研究表明,风格漂移没有带来良好的收益表现(Brown和Harlow,2005Wermers,2012Chua和Tam,2020),甚至长期将阻碍基金市场的健康发展(许林和汪亚楠,2019)。基金风格漂移是基金经理投资管理行为的重要体现。现有研究围绕基金特征、基金经理个人特征和外部环境等方面,对基金风格漂移开展了广泛的经验研究(Ferson和Schadt,1996Annaert和Campenhout,2007郭文伟等,2010孟庆斌等,2015寇宗来等,2020)。有学者在探讨美国共同基金风格漂移现象时考虑了基金被动调仓这一因素,但结果表明基金风格漂移不受被动调仓的影响(Ammann等,2020)。由于基金投资者的申赎行为,基金经理被迫调仓对原有投资决策执行所造成的影响不容忽视,但目前国内关于基金被动调仓是否引发基金风格漂移缺少充足的证据。我国权益市场与美国市场在交易制度、投资工具和投资者结构等方面存在明显差异,Ammann等(2020)的研究结果在我国公募基金市场上未必成立。基金被动调仓是否引发基金风格漂移在国内是一个值得深入探讨的话题。此外,关于基金季报披露质量的重要性也缺少足够的经验证据。因此,深入探讨基金被动调仓、基金风格漂移与基金季报披露质量的内在关系尤为必要。这对于理解基金风格漂移现象、助力公募基金行业高质量发展具有重要意义。

基金风格漂移这个话题在学界一直备受关注,关于风格漂移的测度、检验和影响因素的研究不在少数。基金风格漂移的测度是探讨相关问题的基础,目前主要有定性和定量两类方法,定性方法是比较基金的名义投资风格与实际投资风格是否一致(许林和汪亚楠,2019),定量方法是计算基金风格随时间变化的波动率。定量测度方法由Sharpe(1992)首先提出,之后学者不断改进测度方法。Idzorek和Bertsch(2004)提出的风格漂移得分(SDS)模型是风格漂移量化指标的代表性成果,随后Bar等(2005)改进了Idzorek和Bertsch(2004)的方法,采用四因子模型回归系数的平均标准差来度量风格漂移程度。他们提出的测度方法可以反映基金在某段时间内的风格变化及整体风格波动程度,被国内外学者广泛采用。

关于基金风格漂移的影响因素,国内外文献主要关注了基金经理个人特征、基金特征和外部环境等(Ferson 和Schadt,1996Annaert和Campenhour,2007郭文伟等,2010孟庆斌等,2015寇宗来等,2020)。Ammann等(2020)以美国共同基金为研究对象,在探究基金风格漂移对基金未来业绩的影响时,考虑了基金投资者的申赎行为所引致的基金被动调仓因素。综合现有文献,基金被动调仓这一研究视角比较新颖,但国内关于基金被动调仓是否引发基金风格漂移缺少充足的证据,也较少考虑基金季报披露质量可能发挥的重要作用。现有研究对企业年报、社会责任报告、董事长致辞、战略合作协议等文本信息的披露质量进行了评价(张秀敏等,2021),通常以可读性作为信息披露质量的代理变量(王克敏等,2018),但尚未有学者针对基金季报的文本内容进行评价并展开研究。

本文以我国开放式主动权益基金为研究对象,从基金被动调仓的视角考察了基金风格漂移的成因。对于基金被动调仓的测度,Ammann等(2020)指出基金投资者申购赎回会导致基金资金流入或流出,基金经理不得不买卖资产,因而以基金投资者行为所带来的基金资金流来反映被动调仓情况。我国开放式主动权益基金在资产配置比例等方面存在一定的限制,面对投资者申赎所产生的资金流变化,基金经理被迫对持仓进行相应调整是必然的。因此,本文参考Ammann等(2020)的测度思路,基于基金资金流来构建被动调仓变量。对于基金风格漂移的测度,本文采用国内外学者广泛使用的定量测度方法。本文的研究结果与Ammann等(2020)不同,在我国,基金被动调仓是引发基金风格漂移的重要因素,且基金被动调仓对风格漂移的影响因被动调仓的类型和基金经理个人特征不同而有所差异。

本文还重点讨论了基金季报披露质量的调节作用。对于基金季报披露质量的测度,本文参考蔡显军等(2022)对公司战略合作协议可读性的评价方法,借鉴林乐和谢德仁(2016)提出的“文本情感语调与基金业绩的一致性反映了文本可信性”观点,以及王宇伟等(2019)刻画央行“言行一致”的思路,利用文本分析方法从文本可读性、可信性和“言行一致”三个维度,综合评价了基金季报披露质量。研究结果表明,基金季报披露质量具有显著的调节作用,改善披露质量可以缓解基金被动调仓对风格漂移的不利影响,尤其是对赎回型被动调仓的调节作用更加有效。

本文的边际贡献主要体现在:第一,Ammann等(2020)以美国共同基金为研究对象,发现基金被动调仓对风格漂移没有影响。考虑到我国公募基金市场与美国市场在交易制度、交易工具和投资者结构等方面存在差异,这一结论未必适用于我国公募基金市场。本文研究表明,在我国,基金被动调仓是引发风格漂移的重要因素。此外,Ammann等(2020)考虑基金被动调仓旨在探究基金风格漂移对基金未来业绩的影响。与Ammann等(2020)不同,本文重点探究基金被动调仓对风格漂移的直接影响。第二,本文将基金被动调仓细分为申购型和赎回型被动调仓,深入探讨了这两种类型的被动调仓对风格漂移的影响是否存在差异,发现赎回型被动调仓对风格漂移的影响更大。第三,本文拓展了文本信息披露质量的测度维度,从可读性、可信性和“言行一致”三个维度构建基金季报披露质量指标,并发现基金被动调仓对风格漂移的不利影响因基金季报披露质量的改善而减弱,且基金季报披露质量对赎回型被动调仓的调节作用更加有效。这丰富了文本报告信息披露质量的测度方法,提供了关于基金季报披露质量重要性的实证证据,也为我国公募基金市场资管方和监管部门提供了一定的参考价值,对于建设规范透明的基金市场、推进公募基金行业高质量发展具有重要的现实意义。

二、理论分析与研究假设

(一)基金被动调仓与风格漂移

我国权益市场在交易制度、交易工具和投资者结构等方面与国外市场存在差异,公募基金市场上投资者非理性交易特征明显,申购赎回频繁且不固定,造成基金资金流变动剧烈(郭文伟等,2011林博等,2021)。若基金不存在资金流入和流出,则基金经理的投资决策和交易行为是自发的、主动的,可以认为基金经理不会因基金资金流而被动调仓。开放式基金允许投资者自由申赎,面对资金流入流出,基金经理会被动调仓。尤其是基金在资产配置比例等方面存在限制,如股票型基金股票资产比例不得低于80%等,面对投资者行为所带来的资金流变化,基金经理不得不进行交易以满足要求。

基金被动调仓在一定程度上影响了基金经理的投资决策。一方面,基金被动调仓影响其执行最优策略计划或资产组合配置。面对基金投资者申赎行为所引起的资金流变化,基金经理被迫交易会调整基金现金的持有比例(Yan,2006),也会影响基金经理的持仓股票买卖行为(张宗新和缪婧倩,2012),而基金资产配置和投资组合变化是导致基金风格漂移程度增大的重要原因。另一方面,被动调仓使基金经理的投资交易更加频繁(Massa和Phalippou,2005Muñoz等,2014),换手率大幅增加(林博等,2021)。这在带来高昂交易成本的同时,也会增加自身失误的可能性,在一定程度上导致基金风格漂移程度增大。基于上述分析,本文提出以下假设:

假设1:基金被动调仓是引发基金风格漂移的重要因素,被动调仓越严重,风格漂移程度越大。

(二)基金季报披露质量的调节作用

随着自然语言处理技术的发展和广泛应用,越来越多的研究开始评价文本信息披露质量。基金季报披露内容通常包括数字和文本信息,数字信息主要总结历史业绩状况,文本信息则主要是对未来的展望等(谢德仁和林乐,2015刘会芹和施先旺,2022)。本文的基金季报披露质量是指基金季报文本内容(尤指“展望”内容)的披露质量,基于基金季报文本部分的语言内容和特征进行分析,主要从可读性、可信性和“言行一致”三个维度综合评价。

基金季报是基金经理与基金投资者之间信息传递的重要媒介,其披露质量会影响基金投资者的感知和行为(Miller,2010徐巍等,2021)。可读性是文本信息的最基本要求,是信息披露质量的重要保证(Courtis,1995),直接影响信息传递的效果。可读性高的报告有利于投资者获取信息并进行评价,可以传递与投资者分享信息来降低不确定性的意愿,从而获得投资者的信任(丁亚楠和王建新,2021)。可读性低的报告则表现出信息披露的模糊性(Li,2008),信息含量衰减(杨丹等,2018孙文章,2019),甚至导致部分投资者直接放弃解读并改变其投资决策(Miller,2010)。本文中的可信性和“言行一致”两个维度分别表示基金季报中所表达预期的准确性以及基金经理实际投资行为与基金季报中提及的名义投资行为的一致性,预期准确或言行一致可以在一定程度上增加基金季报的有效信息量,有利于增强基金投资者对基金经理的信任和认可。

为了更加直观地观察基金季报披露质量是否具有信息价值,本文将样本按照基金季报披露质量划分为两组,对比两组样本的基金资金流量特征,以考察基金投资者行为是否存在差异。从表1中可以发现,在基金季报披露质量较低组,资金流量均值为负,95%置信区间的上限和下限分别为−0.006和−0.019;而在基金季报披露质量较高组,资金流量均值为正,95%置信区间的上限和下限分别为0.022和0.009。均值T检验结果显示,在基金季报披露质量不同的两组,基金资金流特征存在显著差异。可见,基金投资者行为因基金季报披露质量不同而有所差异。本文参考Ammann等(2020)的做法,基于基金资金流来测度基金被动调仓,基金季报披露质量在一定程度上影响基金被动调仓情况。

表 1 基金资金流均值T检验
均值 95%置信区间下限 95%置信区间上限 T检验
季报披露质量较低组 −0.013 −0.019 −0.006 −5.94
季报披露质量较高组 0.015 0.009 0.022
  注:基金资金流使用式(3)计算得到。

改善基金季报披露质量还可以传递与投资者分享信息来降低不确定性的意愿(丁亚楠和王建新,2021),在一定程度上反映出基金经理或基金管理人的态度。同时,基金季报属于公开信息,出于维护自身信誉的考虑,基金经理在基金运作管理过程中会比较注重投资管理行为。

综上所述,本文认为与单一的可读性维度相比,基于三个维度的基金季报披露质量综合评价指标更加丰富。提高基金季报披露质量有利于增强基金投资者与基金经理之间关系的稳定性(孙雅妮和王君宜,2021),从而在一定程度上影响基金被动调仓。此外,出于对自身信誉等因素的考虑,基金经理在基金运作管理过程中也会注重投资管理行为。基于此,本文认为披露质量高的基金季报可以有效调节基金被动调仓对风格漂移的影响。基于上述分析,本文提出以下假设:

假设2:基金季报披露质量具有显著的调节作用,改善基金季报披露质量可以缓解基金被动调仓对风格漂移的影响。

三、研究设计

(一)样本选取与数据来源

本文的数据来自Wind、CSMAR和云通CMFDB数据库。考虑到开放式基金允许自由申购赎回,且可获取的信息更加充分,本文选择我国开放式公募基金作为研究对象。由于我国公募基金信息披露在早期存在缺失,本文以2010—2021年作为样本区间。本文对样本区间内的开放式基金做了如下筛选:(1)由于公募基金从成立到正常运作至少需要一年时间,本文保留了2009年之前成立并延续至今的公募基金;(2)考虑到权益类基金便于研究风格漂移行为,本文挑选了交易状态正常的主动权益基金,包括股票型和混合型基金。经过上述筛选,本文共得到10 643个有效样本。

(二)变量定义

1. 基金风格漂移。本文采用基于基金净值的风格波动程度来衡量基金风格漂移。Elton等(2003)认为,基金收益的风险敞口主要集中在市值因子和账面市值比因子上。因此,本文基于FF三因子模型即式(1)来构建基金风格漂移指标。此外,本文还基于FF五因子模型,重新计算基金风格漂移指标进行稳健性检验。

$ \begin{array}{c}{r}_{i,t}-{r}_{f,t}={\alpha }_{i,t}+{\beta }_{mkt,i,t} MK{T}_{t}+{\beta }_{smb,i,t} SM{B}_{t}+{\beta }_{hml,i,t} HM{L}_{t}+{\varepsilon }_{i,t}\end{array} $ (1)

其中, $ {r}_{i,t} $ 为基金 $ i $ 的日度收益率, $ {r}_{f,t} $ 为无风险收益率, $ MK{T}_{t}={R}_{M,t}-{r}_{f,t} $ 为市场溢价, $ SM{B}_{t} $ 为市值因子, $ HM{L}_{t} $ 为价值因子。

本文拟构建季度频率的基金风格漂移指标,首先利用基金 $ i $ 在时间 $ t $ 过去60个交易日(约为1个季度)的日度数据,根据式(1)进行滚动回归得到基金 $ i $ 的因子暴露 $ {\beta }_{j,i,t} $ ,然后计算 $ {\beta }_{j,i,t} $ 的标准差 $ \sigma \left({\beta }_{j,i,T}\right) $ $ \sigma \left({\beta }_{j,i,T}\right) $ 表示季度T基金 $ i $ 在因子 $ j $ 上的漂移程度,最后计算基金 $ i $ 在季度T的整体风格漂移程度( $ {StyleDrift}_{i,T} $ )。

$ \begin{array}{c}{StyleDrift}_{i,T}=\dfrac{1}{3}{\sum _{j}}\left(\dfrac{\sigma \left({\beta }_{j,i,T}\right)-{\sigma ({\bar{\beta} }_{j,T})}}{STD\left(\sigma \left({\beta }_{j,T}\right)\right)}\right)\end{array} $ (2)

其中, $ {\sigma ({\bar{\beta} }_{j,T})} $ $ STD\left(\sigma \right({\beta }_{j,T}\left)\right) $ 分别表示季度T时间点上 $ \sigma \left({\beta }_{j,i,T}\right) $ 的截面均值和标准差, $ t\in T $ $ j\in \left\{mkt,smb,hml\right\} $

2. 基金被动调仓。Ammann等(2020)认为,基金投资者申购赎回会导致基金资金流入或流出,基金经理被迫买卖资产,所以他们以基金投资者行为所带来的资金流来反映基金被动调仓。在我国,开放式主动权益基金在资产配置比例等方面存在限制,面对资金流变化,基金经理不得不对持仓进行调整以满足要求。本文参考Ammann等(2020)衡量基金被动调仓的方式即式(3),并做了一定的调整,调整方式见式(4)。Ammann等(2020)在进行相关研究时将样本以 $ flow $ 的30%、40%和30%进行划分,本文则采用 $ flow $ 的平方来度量基金被动调仓( $ ForceTrade $ ),其数值越大,被动调仓越严重。

$ \begin{array}{c}flo{w}_{i,T}=\dfrac{ftn{a}_{i,T}-ftn{a}_{i,T-1}}{ftn{a}_{i,T-1} \left(1+re{t}_{T}\right)}\end{array} $ (3)
$ \begin{array}{c}ForceTrad{e}_{i,T}={\left(flo{w}_{i,T}\right)}^{2}\end{array} $ (4)

为了避免核心解释变量测度偏误所造成的内生性问题,本文参考Guercio和Rerter(2014)以及刘阳等(2015)的方法,计算了基金经理的非预期现金流,基金经理因未预期现金流而被动调仓是容易理解的。具体计算步骤如下:首先根据式(5)采用滚动截面回归得到各期的系数 $ \widehat{{\gamma }_{T}} $ $ \widehat{{\alpha }_{T}} $ ,然后利用式(6)计算非预期现金流,最后根据式(7)基于非预期现金流来测度基金被动调仓( $ ForceTrad{e}^{s} $ )。

$ \begin{aligned}{c}flo{w}_{i,T}=&{\gamma }_{0}+{\alpha }_{1}flo{w}_{i,T-1}+{\alpha }_{2}{Ret}_{i,T-1}+{\alpha }_{3}{Alpha}_{i,T-1}+{\alpha }_{4}{Top}_{i,T-1}\\ &+{\alpha }_{5}{Bottom}_{i,T-1}+{\alpha }_{6}{ftna}_{i,T-1}+{\alpha }_{7}{FundAge}_{i,T-1}+{\alpha }_{8}{Std}_{i,T-1}\\ &+{\alpha }_{9}{Div}_{i,T-1}+{\alpha }_{10}{NumDiv}_{i,T-1}+{\alpha }_{11}{FamSize}_{i,T-1}+{\mu }_{i,T}\end{aligned} $ (5)

其中,解释变量依次为资金净流量、季度回报率、FF三因子超额回报率、季度回报率是否在同类基金中排名前20%(虚拟变量)、季度回报率是否在同类基金中排名后20%(虚拟变量)、资产规模、年龄、季度内收益标准差、季度内单位分红额、季度内分红次数以及家族基金规模,解释变量均使用滞后一期值。

$ \begin{array}{c}UnexpectFlo{w}_{i,T+1}=flo{w}_{i,T+1}-ExpectFlo{w}_{i,T+1}\end{array} $ (6)

其中, $ ExpectFlo{w}_{i,T+1}=\widehat{{\gamma }_{T}}+\widehat{{\alpha }_{T}} {X}_{i,T} $

$ \begin{array}{c}ForceTrad{e}_{i,T}^{s}={\left(UnexpectFlo{w}_{i,T}\right)}^{2}\end{array} $ (7)

3. 基金季报披露质量。关于基金季报披露质量的测度,本文在可读性的基础上增加了可信性和“言行一致”维度进行综合评价。由于基金季报发布有延迟,本文基于T−1季度报告来测算T季度的基金季报披露质量。

(1)基金季报可读性。本文参考蔡显军等(2022)衡量上市公司战略合作协议可读性的AR指数即式(8),构建了基金季报可读性虚拟变量( $ ReportRea{d}_{i,T} $ ),见式(9)。 $ ReportAR $ 的数值越大,可读性越低。当 $ ReportAR $ 不超过中位数时,认为基金季报可读性高,赋值为1,否则赋值为0。

$ \begin{array}{c}ReportA{R}_{i,T}=4.17\times \dfrac{nu{m}_{i,T}}{wor{d}_{i,T}}+0.39\times \dfrac{wor{d}_{i,T}}{se{n}_{i,T}}-21.43\end{array} $ (8)
$ ReportRea{d}_{i,T}=\left\{\begin{array}{c}1\;\;\;\;\;\;\;\; {\rm{if}} \;\; ReportA{R}_{i,T-1}\leqslant (ReportA{R)}_{med}\\ 0\;\;\;\;\;\;\;\; {\rm{if}} \;\; ReportA{R}_{i,T-1} > (ReportA{R)}_{med}\end{array}\right. $ (9)

其中, $ nu{m}_{i,T} $ 为文本字数, $ wor{d}_{i,T} $ 为词语个数, $ se{n}_{i,T} $ 为句子数。

(2)基金季报可信性。本文参考林树等(2021)的基金季报文本处理步骤,基于基金季报“展望”内容,利用式(10)计算基金经理预期语调指标( $ ExpectTon{e}_{i,T} $ )。这种计算方式将基金经理预期语调标准化至区间[−1,1]内,数值越大表明基金经理对未来的预期越好。本文进一步构建了基金季报可信性虚拟变量( $ ReportCredi{t}_{i,T} $ ),见式(11)。当基金经理预期语调( $ ExpectTon{e}_{i,T-1} $ )与基金季度收益率( $ Re{t}_{i,T} $ )方向一致时,认为基金季报可信性高,赋值为1,否则赋值为0。

$ \begin{array}{c}ExpectTon{e}_{i,T}=\dfrac{Po{s}_{i,T}-Ne{g}_{i,T}}{Po{s}_{i,T}+Ne{g}_{i,T}}\end{array} $ (10)

其中, $ Po{s}_{i,T} $ $ Ne{g}_{i,T} $ 分别为正面和负面语调词汇数。

$ ReportCredi{t}_{i,T}=\left\{\begin{array}{c}1 \;\;\;\;\;\;\;\; {\rm{if}} \;\;ExpectTon{e}_{i,T-1}\times Re{t}_{i.T} > 0\\ 0 \;\;\;\;\;\;\;\; {\rm{if}} \;\; ExpectTon{e}_{i,T-1}\times Re{t}_{i.T}\leqslant 0\end{array}\right. $ (11)

(3)基金经理“言行一致”。本文借鉴王宇伟等(2019)刻画央行“言行一致”的思路,通过判断基金经理实际投资行为与基金季报“展望”中的名义投资行为的重合情况,衡量基金经理的言行一致程度。具体步骤如下:首先,以基金季报“展望”内容为基础,分词获取季报涉及的所有行业名称构建词袋;然后,获取各基金在基金季报“展望”中显示的投资行业名称;接着,利用未来一个季度的基金收益率与行业指数收益率对基金进行行业归因,得到基金的实际投资行业;最后,计算实际投资行业个数与“展望”中提及的投资行业个数的比值,以此度量基金经理的言行一致程度(

$ ReportW{A}_{i,T} $ )。

$ \begin{array}{c}ReportW{A}_{i,T}=\dfrac{{N}_{a,i,T}}{{N}_{w,i,T-1}}\end{array} $ (12)

其中, $ {N}_{a,i,T} $ 表示基金 $ i $ 在季度T的实际投资行业个数, $ {N}_{w,i,T} $ 表示基金 $ i $ T−1季度报告中显示的投资行业个数。

基金季报披露质量( $ ReportQuality $ )由式(13)计算得到。

$ \begin{array}{c}ReportQualit{y}_{i,T}=\dfrac{1}{3}\left(ReportRea{d}_{i,T}+ReportCredi{t}_{i,T}+ReportW{A}_{i,T}\right)\end{array} $ (13)

4. 基金业绩表现。本文采用经过FF三因子模型风险调整后的收益作为基金业绩的代理变量,见式(14)。

$ \begin{array}{c}Alph{a}_{i,t}={r}_{i,t}-E\left[{r}_{i,t}\right]\end{array} $ (14)

其中,

$ E\left[{r}_{i,t}\right]={r}_{f}+{\beta }_{mkt,i,t} MK{T}_{t}+{\beta }_{smb,i,t} SM{B}_{t}+{\beta }_{hml,i,t} HM{L}_{t} $

5. 控制变量。本文控制了基金特征、基金经理特征以及外部环境因素。基金特征包括基金规模、基金年龄等,基金经理特征包括基金经理性别、学历等,外部环境因素包括经济政策不确定性、全市场估值水平和市场波动率。控制变量定义见表2。为了避免异常值的影响,本文对连续变量进行了缩尾处理。

表 2 控制变量定义
变量名称 变量符号 变量定义
基金特征 基金业绩表现 Alpha 参见式(14)
基金规模 FundScale 基金资产规模的自然对数
基金年龄 FundAge 基金存续时间的自然对数
基金管理模式 FundMana 在管基金经理数目
基金经理特征 基金经理变更 ManaChange 虚拟变量,基金经理变更时取值为1
基金经理任职年限 ManaTenure 基金经理在基金任期的自然对数
基金经理从业经验 ManaExp 基金经理从业年限的自然对数
基金经理性别 ManaGender 虚拟变量,基金经理为男性时取值为1
基金经理学历 ManaEdu 虚拟变量,基金经理拥有博士研究生学历时取值为1
外部环境 经济政策不确定性 EPU EPU平均水平,经过标准化处理,EPU的数值越大,经济政策不确定性越高
全市场估值水平 CAPE 股市平均估值水平,CAPE的数值越大,股市泡沫水平越高
市场波动率 VOL 沪深300指数波动率,VOL的数值越大,股市波动越剧烈

(三)模型设定

为了检验基金被动调仓是否引发基金风格漂移,本文构建了面板回归模型(15)。为了避免可能存在的组内自相关和组间异方差的影响,根据模型(15)进行回归时使用聚类稳健标准误,系数 $ {\delta }_{1} $ 的符号及显著性是本文关注的重点。

$ \begin{array}{c}{StyleDrift}_{i,T}={\delta }_{0}+{\delta }_{1} {ForceTrade}_{i,T}+\sum _{k}{\delta }_{k} Cont{r}_{i,T}+{\theta }_{i}+{\theta }_{Y}+{\varepsilon}_{i,T}\end{array} $ (15)

其中, $ ForceTrade $ 为核心解释变量, $ Contr $ 为控制变量; $ {\theta }_{i} $ $ {\theta }_{Y} $ 分别为个体与时间固定效应,Y为季度T所在年份; $ {\delta }_{0} $ 为模型截距项, $ {\varepsilon} $ 为随机误差项。

为了检验基金季报披露质量的调节作用,本文在模型(15)的基础上引入基金季报披露质量及其与基金被动调仓指标的交叉项,见模型(16)。本文重点关注系数 $ {\delta }_{1}^{1} $ 的符号及显著性。

$ \begin{aligned}{StyleDrift}_{i,T}= & {\delta }_{0}+{\delta }_{1} {ForceTrade}_{i,T}+{\delta }_{1}^{1} {ForceTrade}_{i,T}\times ReportQualit{y}_{i,T}\\ & +{\delta }_{1}^{2}Report{Quality}_{i,T}+\sum _{k}{\delta }_{k} Cont{r}_{i,T}+{\theta }_{i}+{\theta }_{Y}+{\varepsilon}_{i,T}\end{aligned} $ (16)

其中, $ ReportQuality $ 为调节变量。参考江艇(2022)的研究,为使 $ {\delta }_{1} $ 具有更加直观的含义,本文对模型(16)中的 $ ReportQuality $ 进行中心化处理, $ {\delta }_{1} $ 表示 $ ReportQuality $ 为平均水平时,基金被动调仓对基金风格漂移的边际影响。

四、实证结果分析

(一)描述性统计

表3列示了本文变量的描述性统计结果。从中可以发现,基金风格漂移( $ StyleDrift $ )的均值超过中位数,标准差0.747,说明我国基金风格漂移程度呈现明显的右偏分布且存在较大差异。基金被动调仓( $ ForceTrade $ )的均值明显超过中位数,说明基金被动调仓变量呈现右偏分布,部分基金被动调仓比较严重。基金季报披露质量( $ ReportQuality $ )的均值为0.366,中位数为0.333,反映出我国基金季报披露质量总体上处在较低水平。

表 3 变量描述性统计
变量 观测值 均值 标准差 最小值 中位数 最大值
$ StyleDrift $ 10643 0.018 0.747 −1.346 −0.100 2.438
$ ForceTrade $ 10643 0.060 0.125 0 0.015 0.723
$ ForceTrad{e}^{s} $ 10643 0.163 0.218 0 0.063 1.242
$ ReportQuality $ 10643 0.366 0.240 0 0.333 1
$ Alpha $ 10643 −0.071 0.203 −0.646 −0.061 0.417
$ FundScale $ 10643 2.871 1.120 0.329 2.977 5.122
$ FundAge $ 10643 2.287 0.401 1.158 2.361 2.917
$ FundMana $ 10643 1.310 0.560 1 1 5
$ ManaChange $ 10643 0.076 0.265 0 0 1
$ ManaTenure $ 10643 1.21 0.585 0.056 1.226 2.486
$ ManaExp $ 10643 2.38 0.372 1.280 2.450 2.998
$ ManaGender $ 10643 0.85 0.352 0 1 1
$ ManaEdu $ 10643 0.12 0.322 0 0 1
$ EPU $ 10643 0 1 −1.101 −0.316 2.113
$ CAPE $ 10643 0.400 0.309 0.005 0.260 0.967
$ VOL $ 10643 0.013 0.005 0.005 0.013 0.033

(二)基准回归分析

表4列示了基金被动调仓对基金风格漂移的基准回归结果。从中可以发现,基金被动调仓( $ ForceTrade $ )的系数显著为正,表明基金被动调仓对风格漂移具有显著的正向影响,基金被动调仓越严重,基金风格漂移程度越大,这初步验证了假设1。

表 4 基准回归:基金被动调仓对风格漂移的影响
$ StyleDrift $
(1) (2) (3) (4)
$ ForceTrade $ 0.162** 0.208*** 0.209** 0.234***
(2.42) (2.75) (2.53) (2.79)
常数项 0.008* 0.001 0.606** 0.962***
(1.95) (0.03) (2.27) (2.77)
控制变量 不控制 不控制 控制 控制
时间固定效应 不控制 控制 不控制 控制
个体固定效应 控制 控制 控制 控制
观测值 10643 10643 10643 10643
adj. R2 0.001 0.001 0.011 0.013
  注:括号内为t值,******分别表示1%、5%和10%的显著性水平。下表同。

(三)内生性分析

1. 反向因果问题。针对可能存在的反向因果问题,本文参考宋科等(2022)的解决方法。他们在探讨ESG投资与银行流动性创造的关系时,将核心解释变量和控制变量均取滞后一期值以缓解反向因果问题。基于上述做法,本文将模型(15)调整为模型(17)。

$\begin{array}{c}{StyleDrift}_{i,T}= {\alpha }_{0}+{\alpha }_{1}\times {ForceTrade}_{i,T-1}\\ +\sum _{j}{\alpha }_{j}\times Cont{r}_{i,T-1}+{\theta }_{i}+{\theta }_{Y}+{\varepsilon}_{i,T} \end{array}$ (17)

本文利用模型(17)重新检验基金被动调仓对基金风格漂移的影响,结果见表5中列(1)。引入滞后项后,本文采用GMM方法对模型再次进行估计,结果见表5中列(2)。从中可以发现,基金被动调仓对基金风格漂移的影响依然显著,基金被动调仓越严重,基金风格漂移程度越大,结论稳健有效,这再次验证了假设1。

表 5 内生性分析:反向因果问题
$ StyleDrift $
(1) (2)
$ ForceTrade $ 0.278*** 0.145**
(3.33) (2.16)
控制变量 控制 控制
时间固定效应 控制 控制
个体固定效应 控制 控制

2. 测度偏误问题。针对核心解释变量的测度偏误问题,本文基于基金经理非预期现金流来测度基金被动调仓变量并重新进行检验,结果见表6。从中可以发现,基于非预期现金流来测度基金被动调仓后,其系数仍显著为正,表明基金被动调仓对基金风格漂移具有显著的正向影响,被动调仓越严重,风格漂移程度越大,这再次验证了假设1。

表 6 内生性分析:测度偏误问题
$ StyleDrift $
(1) (2)
$ ForceTrad{e}^{s} $ 0.081** 0.105***
(2.29) (2.64)
控制变量 控制 控制
时间固定效应 不控制 控制
个体固定效应 控制 控制

(四)稳健性检验

第一,将FF三因子模型替换为FF五因子模型,重新计算基金风格漂移指标( $ StyleDrif{t}^{s} $ )进行回归。第二,本文计算基金现金流和非预期现金流在过去一段时间的波动( $ ForceTrad{e}_{std} $ $ ForceTrad{e}_{std}^{s} $ )来衡量基金被动调仓情况,波动程度越大,被动调仓越严重。

$ \begin{array}{c}ForceTrad{{e}_{std}}_{i,T}=STD\left({flow}_{i,\tau }\right)\end{array} $ (18)
$ \begin{array}{c}ForceTrad{{e}_{std}^{s}}_{i,T}=STD\left(UnexpectFlo{w}_{i,\tau }\right)\end{array} $ (19)

其中, $ \tau $ 取决于计算基金被动调仓的时间窗宽。

表7中列(1)和列(2)列示了更换被解释变量后的回归结果。无论是基于基金资金流还是非预期现金流,基金被动调仓变量的系数均显著为正,基金被动调仓对基金风格漂移的影响仍显著。列(3)至列(8)分别以过去3期、4期和5期的数据来计算 $ ForceTrad{e}_{std} $ $ ForceTrad{e}_{std}^{s} $ ,两者的系数均显著为正。上述结果均验证了假设1,即基金被动调仓是引发基金风格漂移的重要因素。

表 7 稳健性检验
$ StyleDrif{t}^{s} $ $ StyleDrift $
(1) (2) (3) (4) (5) (6) (7) (8)
$ ForceTrade $ 0.290***
(3.54)
$ ForceTrad{e}^{s} $ 0.133***
(3.60)
$ ForceTrad{e}_{std} $ 0.220** 0.218** 0.236**
(2.55) (2.37) (2.19)
$ ForceTrad{e}_{std}^{s} $ 0.219*** 0.269*** 0.191**
(3.71) (3.50) (2.41)
常数项 0.850** 0.931** 0.910*** 0.907*** 0.889** 0.870** 0.800** 0.833**
(2.28) (2.38) (2.62) (2.61) (2.54) (2.37) (2.15) (2.15)
控制变量 控制 控制 控制 控制 控制 控制 控制 控制
时间固定效应 控制 控制 控制 控制 控制 控制 控制 控制
个体固定效应 控制 控制 控制 控制 控制 控制 控制 控制

(五)异质性分析

1. 被动调仓类型。基金投资者的申购和赎回行为所带来的资金流变化方向不同,不同类型的被动调仓对基金风格漂移的影响可能有所差异。本文进一步计算基金经理的申购型和赎回型被动调仓。

$ \begin{array}{c}{ForceTrade}_{i,T}^{in}={\left(\dfrac{PurchaseAmoun{t}_{i,T}}{ftn{a}_{i,T-1}}\right)}^{2}\end{array} $ (20)
$ \begin{array}{c}{ForceTrade}_{i,T}^{out}={\left(\dfrac{{RedemptAmount}_{i,T}}{ftn{a}_{i,T-1}}\right)}^{2}\end{array} $ (21)
$ \begin{array}{c}ForceTrad{{e}_{std}^{in}}_{i,T}=STD\left({ForceTrade}_{i,\tau }^{in}\right)\end{array} $ (22)
$ \begin{array}{c}ForceTrad{{e}_{std}^{out}}_{i,T}=STD\left({ForceTrade}_{i,\tau }^{out}\right)\end{array} $ (23)

其中, $ PurchaseAmoun{t}_{i,T} $ 为申购额, $ RedemptAmoun{t}_{i,T} $ 为赎回额, $ \tau $ 取决于计算的时间窗宽。

本文讨论了不同类型的被动调仓对基金风格漂移的影响,结果见表8。从中可以发现,申购型和赎回型被动调仓对基金风格漂移均有显著的正向影响。而与申购型被动调仓相比,赎回型被动调仓对风格漂移的影响更大。

表 8 异质性分析:不同类型的被动调仓对风格漂移的影响
$ StyleDrift $
(1) (2) (3) (4)
$ ForceTrad{e}^{in} $ 0.178***
(5.48)
$ ForceTrad{e}^{out} $ 0.278***
(4.68)
$ ForceTrad{e}_{std}^{in} $ 0.532***
(4.91)
$ ForceTrad{e}_{std}^{out} $ 0.911***
(5.36)
常数项 0.954*** 0.920*** 0.909*** 0.847**
(2.75) (2.66) (2.64) (2.44)
控制变量 控制 控制 控制 控制
时间固定效应 控制 控制 控制 控制
个体固定效应 控制 控制 控制 控制

2. 基金经理特征。为了深入认识基金被动调仓对风格漂移的影响,本文进一步考虑了基金经理特征因素,结果见表9。其中,列(1)和列(2)分别列示了女性和男性基金经理样本的回归结果,男性基金经理所管理基金的被动调仓对风格漂移具有显著的正向影响;列(3)和列(4)分别列示了低学历和高学历基金经理样本的回归结果,低学历基金经理所管理基金的被动调仓对风格漂移具有显著的正向影响;列(5)和列(6)分别列示了基金经理管理期限较短和较长两个样本的回归结果,在基金经理管理期限较短的情况下,被动调仓对风格漂移具有正向影响;列(7)和列(8)列示了基于基金经理从业经验的回归结果,在基金经理从业经验更丰富的情况下,基金被动调仓对风格漂移具有显著的正向影响。

表 9 异质性分析:基金经理特征
$ StyleDrift $
性别 学历 管理期限 从业经验
(1) (2) (3) (4) (5) (6) (7) (8)
$ ForceTrade $ −0.065 0.318*** 0.200** 0.125 0.236** 0.139 0.183 0.227**
(−0.42) (3.42) (2.29) (0.57) (2.23) (1.34) (1.55) (2.30)
常数项 −0.154 1.055*** 0.774** 1.063 0.773 0.419 0.678 1.591***
(−0.16) (2.67) (2.12) (1.07) (1.28) (0.69) (1.41) (3.01)
控制变量 控制 控制 控制 控制 控制 控制 控制 控制
时间固定效应 控制 控制 控制 控制 控制 控制 控制 控制
个体固定效应 控制 控制 控制 控制 控制 控制 控制 控制

五、进一步讨论

在探讨基金被动调仓对风格漂移的影响后,本文通过检验基金风格漂移与未来一期业绩的关系,进一步探讨基金风格漂移的经济后果。关于基金风格漂移对未来业绩的影响,现有研究没有形成一致结论。有学者研究发现风格漂移改善了基金业绩(Holmes和Faff,2007Ainsworth等,2008),也有学者得到相反的结论(Brown和Harlow,2005Wermers,2012Chua和Tam,2020)。本文的分析结果见表10,基金风格漂移的系数在1%的水平上显著为负。这表明我国开放式主动权益公募基金的风格漂移越严重,其未来业绩表现越差。

表 10 基金风格漂移对未来业绩的影响
$ Alpha $
(1) (2)
$ StyleDrift $ −0.017*** −0.018***
(−5.44) (−6.12)
常数项 0.331*** 0.259***
(6.32) (4.27)
控制变量 控制 控制
时间固定效应 不控制 控制
个体固定效应 控制 控制

上文研究表明,基金被动调仓是引发风格漂移的重要因素,而基金风格漂移导致基金未来业绩下滑。接下来,本文重点探讨基金季报披露质量的调节作用,试图考察基金季报披露质量是否可以作为一个有效工具来缓解基金被动调仓对风格漂移的不利影响。表11中列(1)和列(2)列示了基金季报披露质量作为调节变量的回归结果。从中可以发现,无论是基于基金资金流还是非预期现金流,基金被动调仓的系数均显著为正,表明基金被动调仓越严重,基金风格漂移程度越大;而基金季报披露质量与基金被动调仓的交叉项系数均显著为负,表明基金季报披露质量具有显著的负向调节作用。这意味着随着基金季报披露质量的改善,被动调仓对基金风格漂移的不利影响减小,初步验证了本文假设2。

表 11 基金季报披露质量的调节作用
$ StyleDrift $
(1) (2) (3) (4)
$ ForceTrade $ 0.247***
(3.09)
$ ForceTrad{e}^{s} $ 0.216***
(3.13)
$ ForceTrad{e}_{std} $ 0.221**
(2.51)
$ ForceTrad{e}_{std}^{s} $ 0.282***
(3.67)
$ ForceTrade\times ReportQuality $ −0.456*
(−1.66)
$ ForceTrad{e}^{s}\times ReportQuality $ −0.133
(−0.89)
$ ForceTrad{e}_{std}\times ReportQuality $ −0.566**
(−2.09)
$ ForceTrad{e}_{std}^{s}\times ReportQuality $ −0.340**
(−2.24)
$ ReportQuality $ 0.048 0.062 0.046 0.053
(1.51) (1.57) (1.23) (1.36)
常数项 1.199*** 1.161*** 0.949*** 0.790**
(10.93) (10.57) (2.66) (2.13)
控制变量 控制 控制 控制 控制
时间固定效应 控制 控制 控制 控制
个体固定效应 控制 控制 控制 控制

本文采用基金现金流和非预期现金流在过去4期的波动情况来衡量被动调仓,再次检验了基金季报披露质量的调节作用,表11中列(3)和列(4)结果显示,在更换衡量方式后,基金被动调仓的系数显著为正,基金季报披露质量与基金被动调仓的交叉项系数显著为负。这表明基金季报披露质量具有显著的调节作用,基金季报披露质量的改善能够在一定程度上缓解基金被动调仓对基金风格漂移的不利影响,假设2再次得到验证。

本文还检验了不同类型的被动调仓对基金风格漂移的影响是否受到基金季报披露质量的调节作用。表12结果显示,申购型被动调仓对基金风格漂移具有显著影响,而基金季报披露质量与申购型被动调仓的交叉项系数不显著,表明基金季报披露质量没有发挥明显的调节作用。但基金季报披露质量与赎回型被动调仓的交叉项系数显著为负,表明基金季报披露质量在一定程度上缓解了赎回型被动调仓对基金风格漂移的不利影响。总的来说,提高基金季报披露质量有利于缓解基金被动调仓对风格漂移的影响,尤其是对赎回型被动调仓的调节作用更加有效。

表 12 基金季报披露质量对不同类型被动调仓的调节作用
$ StyleDrift $
(1) (2)
$ ForceTrad{e}^{in} $ 0.273***
(5.59)
$ ForceTrad{e}^{out} $ 0.432***
(4.40)
$ ForceTrad{e}^{in}\times ReportQuality $ 0.160
(1.11)
$ ForceTrad{e}^{out}\times ReportQuality $ −0.313*
(−1.87)
$ ReportQuality $ −0.002 0.072
(−0.05) (1.45)
常数项 0.938*** 0.871**
(2.60) (2.53)
控制变量 控制 控制
时间固定效应 控制 控制
个体固定效应 控制 控制

六、结论与政策建议

本文利用我国2010—2021年开放式权益类公募基金的季度面板数据,探讨了基金投资者申赎行为所引致的基金被动调仓对基金风格漂移的影响,并关注了基金季报披露质量的调节作用。研究发现,基金投资者申赎行为所造成的基金被动调仓是引发基金风格漂移的重要因素,被动调仓越严重,基金风格漂移程度越大。这一研究结论在经过内生性和稳健性检验后仍然成立。异质性分析发现,申购型与赎回型被动调仓对风格漂移均有显著的正向影响,但赎回型被动调仓对基金风格漂移的影响更大;此外,基金被动调仓对风格漂移的正向影响因基金经理个人特征不同而有所差异,对于男性、较低学历、管理期限较短以及从业经验较丰富的基金经理,其所管理基金的被动调仓对风格漂移具有显著影响。进一步研究发现,基金风格漂移对基金未来业绩产生了负面影响,而提高基金季报披露质量能够缓解基金被动调仓对风格漂移的不利影响,尤其是对赎回型被动调仓的调节作用更加有效。

本文研究表明,基金被动调仓是基金风格漂移不可忽视的影响因素,而且基金季报披露质量具有重要作用。这为政府监管部门提供了重要的参考价值。在推进公募基金行业高质量发展过程中,有必要加快完善信息披露制度,提高披露质量要求,强化信息披露监管,保证信息披露的及时性和完整性,坚持打造规范透明的公募基金市场,为公募基金行业的健康持续发展提供保障。同时,基金管理人、基金经理应扮演好自身角色,厚植行业文化理念,坚持遵循信托责任,以维护投资者权益为首要任务,注重基金资产的长期管理,着力打造公募基金行业良好发展生态。

① 海通证券报告《A股与美股对比:投资者结构及交易特征》。

主要参考文献
[1] 蔡显军, 赵娜, 王芳. “言行一致”的资本市场反应——基于战略合作信息披露视角[J]. 北京工商大学学报(社会科学版), 2022(1): 101–114. DOI:10.12085/j.issn.1009-6116.2022.01.009
[2] 丁亚楠, 王建新. “浑水摸鱼”还是“自证清白”: 经济政策不确定性与信息披露——基于年报可读性的探究[J]. 外国经济与管理, 2021(11): 70–85.
[3] 郭文伟, 宋光辉, 许林. 基金经理的个人特征对基金风格漂移的影响研究[J]. 软科学, 2010(2): 123–128. DOI:10.3969/j.issn.1001-8409.2010.02.027
[4] 郭文伟, 宋光辉, 许林. 风格漂移、现金流波动与基金绩效之关系研究[J]. 管理评论, 2011(12): 3–9.
[5] 江艇. 因果推断经验研究中的中介效应与调节效应[J]. 中国工业经济, 2022(5): 100–120. DOI:10.3969/j.issn.1006-480X.2022.05.007
[6] 寇宗来, 毕睿罡, 陈晓波. 基金业绩如何影响风格漂移和经理离职? ——理论与经验分析[J]. 金融研究, 2020(9): 172–189.
[7] 林博, 方梦然, 杨戈. 投资者行为侵蚀、基金经理努力和基金业绩[J]. 北京工商大学学报(社会科学版), 2021(4): 78–89.
[8] 林乐, 谢德仁. 投资者会听话听音吗? ——基于管理层语调视角的实证研究[J]. 财经研究, 2016(7): 28–39. DOI:10.16538/j.cnki.jfe.2016.07.003
[9] 林树, 葛逸云, 朱超. 基金经理语调与投资行为——基于基金年报的文本分析方法[J]. 证券市场导报, 2021(8): 58–70.
[10] 刘会芹, 施先旺. 年报文本信息可读性与股价崩盘风险[J]. 投资研究, 2022(7): 129–148.
[11] 刘阳, 陈新春, 罗荣华. 投资者行为与基金业绩: 基于未预期资金流冲击的视角[J]. 投资研究, 2015(10): 18–36.
[12] 孟庆斌, 吴卫星, 于上尧. 基金经理职业忧虑与其投资风格[J]. 经济研究, 2015(3): 115–130.
[13] 宋科, 徐蕾, 李振, 等. ESG投资能够促进银行创造流动性吗? ——兼论经济政策不确定性的调节效应[J]. 金融研究, 2022(2): 61–79.
[14] 孙文章. 董事会秘书声誉与信息披露可读性——基于沪深A股公司年报文本挖掘的证据[J]. 经济管理, 2019(7): 136–153. DOI:10.19616/j.cnki.bmj.2019.07.009
[15] 孙雅妮, 王君宜. 经济政策不确定性、信息披露质量与客户关系稳定度[J]. 当代财经, 2021(4): 125–136. DOI:10.13676/j.cnki.cn36-1030/f.2021.04.012
[16] 王克敏, 王华杰, 李栋栋, 等. 年报文本信息复杂性与管理者自利——来自中国上市公司的证据[J]. 管理世界, 2018(12): 120–132. DOI:10.3969/j.issn.1002-5502.2018.12.011
[17] 王宇伟, 周耿, 吴曈, 等. 央行的言辞沟通、实际行动与企业投资行为[J]. 中国工业经济, 2019(5): 118–135. DOI:10.19581/j.cnki.ciejournal.2019.05.007
[18] 谢德仁, 林乐. 管理层语调能预示公司未来业绩吗? ——基于我国上市公司年度业绩说明会的文本分析[J]. 会计研究, 2015(2): 20–27. DOI:10.3969/j.issn.1003-2886.2015.02.003
[19] 许林, 汪亚楠. 基于周内多重分形波动率的基金投资风格漂移风险测度研究[J]. 统计研究, 2019(8): 32–45. DOI:10.19343/j.cnki.11-1302/c.2019.08.003
[20] 徐巍, 姚振晔, 陈冬华. 中文年报可读性: 衡量与检验[J]. 会计研究, 2021(3): 28–44.
[21] 杨丹, 黄丹, 黄莉. 会计信息形式质量研究——基于通信视角的解构[J]. 会计研究, 2018(9): 3–10. DOI:10.3969/j.issn.1003-2886.2018.09.001
[22] 张秀敏, 高云霞, 高洁. 企业年报阅读难易程度的衡量与影响因素研究——基于管理者操纵视角[J]. 审计与经济研究, 2021(1): 79–89. DOI:10.3969/j.issn.1004-4833.2021.01.009
[23] 张宗新, 缪婧倩. 基金流量与基金投资行为——基于动态面板数据模型的实证研究[J]. 金融研究, 2012(4): 110–123.
[24] Ainsworth A B, Fong K, Gallagher D R. Style drift and portfolio management for active Australian equity funds[J]. Australian Journal of Management, 2008, 32(3): 387–418. DOI:10.1177/031289620803200302
[25] Ammann M, Fischer S, Weigert F. Factor exposure variation and mutual fund performance[J]. Financial Analysts Journal, 2020, 76(4): 101–118. DOI:10.1080/0015198X.2020.1809224
[26] Annaert J, Van Campenhout G. Time variation in mutual fund style exposures[J]. Review of Finance, 2007, 11(4): 633–661. DOI:10.1093/rof/rfm029
[27] Bar M, Kempf A, Ruenzi S. Team management and mutual funds[R]. CFR Working Paper No.05-10, 2005.
[28] Brown K C, Harlow W V. Staying the course: Performance persistence and the role of investment style consistency in professional asset management[R]. Working Paper, University of Texas, 2005.
[29] Cao C, Iliev P, Velthuis R. Style drift: Evidence from small-cap mutual funds[J]. Journal of Banking & Finance, 2017, 78: 42–57.
[30] Chua A K P, Tam O K. The shrouded business of style drift in active mutual funds[J]. Journal of Corporate Finance, 2020, 64: 101667. DOI:10.1016/j.jcorpfin.2020.101667
[31] Cooper M J, Gulen H, Rau P R. Changing names with style: Mutual fund name changes and their effects on fund flows[J]. The Journal of Finance, 2005, 60(6): 2825–2858. DOI:10.1111/j.1540-6261.2005.00818.x
[32] Courtis J K. Readability of annual reports: Western versus Asian evidence[J]. Accounting, Auditing & Accountability Journal, 1995, 8(2): 4–17. DOI:10.1108/09513579510086795
[33] Elton E J, Gruber M J, Blake C R. Incentive fees and mutual funds[J]. The Journal of Finance, 2003, 58(2): 779–804. DOI:10.1111/1540-6261.00545
[34] Ferson W E, Schadt R W. Measuring fund strategy and performance in changing economic conditions[J]. The Journal of Finance, 1996, 51(2): 425–461. DOI:10.1111/j.1540-6261.1996.tb02690.x
[35] Guercio D D, Reuter J. Mutual fund performance and the incentive to generate Alpha[J]. The Journal of Finance, 2014, 69(4): 1673–1704. DOI:10.1111/jofi.12048
[36] Holmes K A, Faff R W. Style drift, fund flow and fund performance: New cross-sectional evidence[J]. Financial Services Review, 2007, 16(1): 55–71.
[37] Idzorek T M, Bertsch F. The style drift score[J]. The Journal of Portfolio Management, 2004, 31(1): 76–83. DOI:10.3905/jpm.2004.443323
[38] Li F. Annual report readability, current earnings, and earnings persistence[J]. Journal of Accounting and Economics, 2008, 45(2-3): 221–247. DOI:10.1016/j.jacceco.2008.02.003
[39] Massa M, Phalippou L. Mutual funds and the market for liquidity[R]. Working Paper, 2005.
[40] Miller B P. The effects of reporting complexity on small and large investor trading[J]. The Accounting Review, 2010, 85(6): 2107–2143. DOI:10.2308/accr.00000001
[41] Muñoz F, Vargas M, Vicente R. Fund flow bias in market timing skill: Evidence of the clientele effect[J]. International Review of Economics & Finance, 2014, 33: 257–269.
[42] Sharpe W F. Asset allocation: Management style and performance measurement[J]. The Journal of Portfolio Management, 1992, 18(2): 7–19. DOI:10.3905/jpm.1992.409394
[43] Wermers R. A matter of style: The causes and consequences of style drift in institutional portfolios[R]. CFR Working Papers No.12-04, 2012.
[44] Yan X S. The determinants and implications of mutual fund cash holdings: Theory and evidence[J]. Financial Management, 2006, 35(2): 67–91. DOI:10.1111/j.1755-053X.2006.tb00142.x