ETF基金績(jī)效評(píng)價(jià)研究

吳娣 喻文琴 王明宇

摘 要：本文梳理了國(guó)內(nèi)研究基金績(jī)效評(píng)價(jià)的傳統(tǒng)理論，共選取12個(gè)適合用來(lái)分析ETF業(yè)績(jī)的指標(biāo)進(jìn)行因子分析。選取的111只樣本基金是在2004—2017年發(fā)行，并延續(xù)到2020年的上市股票型ETF。因子分析得出當(dāng)前的ETF基金研究指標(biāo)可分成三類，分別是收益因子、抗風(fēng)險(xiǎn)能力因子和管理能力因子。根據(jù)這三類指標(biāo)將樣本聚成7類，研究得出大部分的上市股票型ETF基金都具備良好的分散風(fēng)險(xiǎn)能力，各類基金績(jī)效之間相差較大。

關(guān)鍵詞：ETF基金;業(yè)績(jī)?cè)u(píng)價(jià);因子分析在;實(shí)證分析;因子分析

中圖分類號(hào)：F832.4 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：2096-0298（2021）01（b）--04

ETF作為金融市場(chǎng)上進(jìn)行資源配置的主要被動(dòng)型投資工具，對(duì)于投資理念的轉(zhuǎn)變意義深遠(yuǎn)，影響著市場(chǎng)結(jié)構(gòu)變化與投資者行為。從2004年至今，ETF基金市場(chǎng)已經(jīng)成為我國(guó)金融市場(chǎng)的有利補(bǔ)充。在開(kāi)放式基金研究領(lǐng)域里，中國(guó)學(xué)者提供了不同的研究理念與視角，但總體上對(duì)ETF的研究還處于初級(jí)階段，需要更系統(tǒng)的評(píng)價(jià)體系?；诖耍敬窝芯客ㄟ^(guò)因子分析模型，為投資者展現(xiàn)了ETF基金市場(chǎng)的發(fā)展現(xiàn)狀，為監(jiān)管提供監(jiān)管ETF市場(chǎng)的思路，從而有助于形成一個(gè)更為科學(xué)、健康的ETF市場(chǎng)。

1 理論基礎(chǔ)及指標(biāo)構(gòu)建

1.1 國(guó)內(nèi)外學(xué)者理論研究綜述

國(guó)外學(xué)者在20世紀(jì)提出了三大經(jīng)典收益評(píng)價(jià)指標(biāo)：Sharpe在1964年提出資產(chǎn)定價(jià)模型，并發(fā)展出超額收益率。Treynor在1966年引入系統(tǒng)風(fēng)險(xiǎn)提出風(fēng)險(xiǎn)調(diào)整收益指標(biāo)特雷諾指數(shù)。Jensen在1968年提出風(fēng)險(xiǎn)調(diào)整收益的超額收益率。此后學(xué)者轉(zhuǎn)向擇時(shí)能力、持續(xù)性方面研究。Treynor與Mazuy（1966）首次將基金經(jīng)理的擇時(shí)能力量化，提出T-M模型。Henriksson與 Merton（1981）在T-M模型中加入市場(chǎng)環(huán)境變量，創(chuàng)造出H-M模型。

國(guó)內(nèi)的基金績(jī)效評(píng)價(jià)研究發(fā)展較為緩慢，主要是借鑒國(guó)外較為成熟的理論與指標(biāo)進(jìn)行實(shí)證研究。曾忠東等（2010）研究得出ETF組合相對(duì)傳統(tǒng)指數(shù)投資，對(duì)標(biāo)的指數(shù)的跟蹤誤差最小，能更好使套利的成功率最大化。張崢等（2012）認(rèn)為雖然ETF二級(jí)市場(chǎng)具有價(jià)格發(fā)現(xiàn)功能，并造成ETF的異常折溢價(jià)，但其認(rèn)為此類異常折溢價(jià)并不是真正的套利機(jī)會(huì)，證明上證50ETF定價(jià)效率高。劉偉等（2009）從金融高頻數(shù)據(jù)的角度進(jìn)行研究ETF套利，發(fā)現(xiàn)ETF交易量和價(jià)格變化具有周期性， 開(kāi)盤(pán)階段ETF交易價(jià)格波動(dòng)大， 市場(chǎng)流動(dòng)性好， 套利機(jī)會(huì)較多， 套利成本較小。

1.2 基金評(píng)價(jià)指標(biāo)

目前學(xué)術(shù)界提出的基金評(píng)價(jià)方法種類繁多，經(jīng)過(guò)系統(tǒng)梳理，將主要的評(píng)價(jià)指標(biāo)匯總， 如表1所示。

2 ETF基金績(jī)效評(píng)價(jià)的實(shí)證分析

2.1 樣本選擇與數(shù)據(jù)來(lái)源

自2004年第一只ETF——華夏上證50ETF誕生以來(lái)，經(jīng)過(guò)近年來(lái)的爆發(fā)式增長(zhǎng)，ETF基金產(chǎn)品市場(chǎng)不斷豐富。鑒于ETF基金數(shù)據(jù)的易得性與研究數(shù)據(jù)的有效性，本次研究選取2004—2017年成立的且在考察期間正在運(yùn)行的股票型ETF基金產(chǎn)品。經(jīng)過(guò)篩選，共選取111只上市股票型ETF基金產(chǎn)品作為研究對(duì)象。

基金樣本來(lái)源于WIND數(shù)據(jù)庫(kù)、RESSET金融研究數(shù)據(jù)庫(kù)，并借助EXCEL2016和SPSS19.0軟件對(duì)樣本數(shù)據(jù)進(jìn)行分析計(jì)算。

2.2 對(duì)所選取的ETF指標(biāo)進(jìn)行因子分析

2.2.1 數(shù)據(jù)預(yù)處理

首先， 需要對(duì)各組數(shù)據(jù)進(jìn)行歸一化處理，以消除各類指標(biāo)之間單位等方面的差異影響。

其次，需要對(duì)預(yù)處理后的數(shù)據(jù)進(jìn)一步檢驗(yàn)與度量，以檢驗(yàn)各變量進(jìn)行因子分析的可行性。經(jīng)過(guò)檢驗(yàn)，結(jié)果如表2所示。

由表2可知，巴特利球度檢驗(yàn)統(tǒng)計(jì)量的觀測(cè)值為2410.0250，在α等于0.05的顯著性水平下，拒絕零假設(shè)，認(rèn)為相關(guān)系數(shù)矩陣與單位陣之間具有顯著差異，根據(jù)度量標(biāo)準(zhǔn)判斷原有變量適合進(jìn)行因子分析。

2.2.2 因子分析

因子分析是以較少的獨(dú)立因子反映原有變量的絕大部分信息，是降低維度的重要手段，其使用的前提為所選變量之間存在相關(guān)關(guān)系。

借助因子分析方法，可以將所選取的12個(gè)評(píng)價(jià)指標(biāo)歸類為3類主因子，經(jīng)過(guò)計(jì)算得出其總特征值大于1，初始特征值累積率以及旋轉(zhuǎn)后的累積貢獻(xiàn)率都近似80%，說(shuō)明這3類主因子對(duì)樣本數(shù)據(jù)的解釋效果較好，可以作為研究的主成分。

將這12個(gè)評(píng)價(jià)指標(biāo)分成三類，可以比較直觀地分析出不同類別基金之間的差異。第一類因子包括Calmar、Sharpe、Sortino、 Treynor、Jensen和信息比率，這6類指標(biāo)主要解釋了基金的收益水平，稱其為收益因子A1;第二類因子包括Beta、下行風(fēng)險(xiǎn)、年化波動(dòng)率和跟蹤誤差，這4類因子主要解釋了基金的風(fēng)險(xiǎn)水平，稱其為抗風(fēng)險(xiǎn)因子A2;第三類主要包括選時(shí)能力、折溢價(jià)率，稱為管理能力因子A3，如表3所示。

2.3 聚類分析

借助多元統(tǒng)計(jì)分析方法——聚類分析，可以將不同事物中所包含的個(gè)體依據(jù)事物特性進(jìn)行分類，即聚類的原則是同一類別具有較高的相似性，不同類別中的個(gè)體差異性很大。接下來(lái)對(duì)A1、A2、A3這三個(gè)因子進(jìn)行聚類分析，具體過(guò)程如下。

2.3.1 確定聚類數(shù)目——碎石圖

如圖1所示，由于類的凝聚，類間距被逐漸拉大。類間距在聚成9類之前增大幅度較小，呈山峰狀，但到7類之后，類間距迅速拉大。根據(jù)類間距越小，相似程度越高的原則，本次研究認(rèn)為將上述指標(biāo)聚成7類為宜。

2.3.2 各類基金的因子得分情況

通過(guò)SPSS19.0軟件計(jì)算可以得到各類基金的因子得分情況，具體結(jié)果如表4所示。

經(jīng)過(guò)對(duì)各類因子得分情況的進(jìn)一步觀察分析，可以將目前基金市場(chǎng)上的基金歸結(jié)為以下幾種類別，如圖2所示。

第一類屬于收益能力良，抗風(fēng)險(xiǎn)能力弱，管理能力良;第二類屬于收益能力憂，抗風(fēng)險(xiǎn)能力良，管理能力弱;第三類屬于收益能力良，抗風(fēng)險(xiǎn)能力優(yōu)，管理能力弱;第四類屬于收益能力優(yōu)，抗風(fēng)險(xiǎn)能力良，管理能力弱;第五類屬于收益能力憂，抗風(fēng)險(xiǎn)能力憂，管理能力優(yōu);第六類屬于收益能力弱，抗風(fēng)險(xiǎn)能力憂，管理能力優(yōu);第七類屬于收益能力弱，抗風(fēng)險(xiǎn)能力良，管理能力優(yōu)。

2.3.3 實(shí)證結(jié)果及分析

在聚類分子中，第五類基金的因子得分均值為4.2066，為第一階梯ETF，主要包含廣發(fā)中證全指信息技術(shù)ETF、南方中證500信息技術(shù)ETF、易方達(dá)滬深300非銀ETF，其抗風(fēng)險(xiǎn)能力貢獻(xiàn)最大。第二、六、七類ETF基金為第二階梯ETF，其管理能力貢獻(xiàn)最大，第一階梯與第二階梯ETF占樣本數(shù)量共達(dá)12%，第一類歸為第三階梯ETF，占樣本數(shù)據(jù)的50%。這個(gè)現(xiàn)象符合客觀規(guī)律，即尖端產(chǎn)品只占市場(chǎng)數(shù)量的少數(shù)。

從七類基金的F得分可以看出，市場(chǎng)中ETF基金產(chǎn)品業(yè)績(jī)相差較大，出現(xiàn)這種現(xiàn)象的原因可能是因?yàn)楦欀笖?shù)標(biāo)的日益多元化，使得我國(guó)ETF基金績(jī)效出現(xiàn)分化。

另外，從聚類分析的研究中會(huì)發(fā)現(xiàn)基金管理能力對(duì)其業(yè)績(jī)同樣會(huì)產(chǎn)生較大影響，而在因子得分中體現(xiàn)并不顯著。這說(shuō)明在市場(chǎng)中具有更專業(yè)素質(zhì)的投資者會(huì)比普通投資者獲得更佳的收益，這是否違背了ETF消極管理的思想，需要在接下來(lái)的研究中進(jìn)行反復(fù)驗(yàn)證。

3 結(jié)論與建議

ETF基金的規(guī)模雖然在2019年出現(xiàn)小幅攀升，但相對(duì)于公募基金的占比仍未突破6%，顯現(xiàn)出很大的成長(zhǎng)能力。通過(guò)對(duì)以往學(xué)者的研究發(fā)現(xiàn)，中國(guó)的證券市場(chǎng)是弱有效性的市場(chǎng)，這就為基金類產(chǎn)品的成長(zhǎng)創(chuàng)造了契機(jī)。而ETF基金具備便捷分散風(fēng)險(xiǎn)、收益穩(wěn)健的特性，是理想的消極管理工具，符合我國(guó)證券市場(chǎng)的投資環(huán)境。相比其他投資工具，ETF基金在一定意義上節(jié)約了投資者的機(jī)會(huì)成本。從目前ETF基金的超額收益情況來(lái)看，在ETF基金的長(zhǎng)期投資活動(dòng)中，投資者可以獲得市場(chǎng)平均收益。

本次研究基于12個(gè)指標(biāo)構(gòu)建的因子分析模型，經(jīng)過(guò)處理，共得到三類因子，分別是收益因子、抗風(fēng)險(xiǎn)因子、管理能力因子。在對(duì)擇時(shí)能力指標(biāo)進(jìn)行描述性統(tǒng)計(jì)分析中，發(fā)現(xiàn)45.95%的基金擇時(shí)能力為負(fù)，不具備擇時(shí)能力。在對(duì)樣本基金進(jìn)行聚類的過(guò)程中，得出優(yōu)良基金種類只占樣本數(shù)目的12%，大部分的ETF基金具備良好的抗風(fēng)險(xiǎn)能力。說(shuō)明ETF基金是一種優(yōu)良的分散風(fēng)險(xiǎn)品種，投資者可以通過(guò)購(gòu)買(mǎi)ETF基金提高總資產(chǎn)的抗風(fēng)險(xiǎn)能力。

綜上所述，基金投資公司可以多借鑒國(guó)外成熟市場(chǎng)的管理方法，并結(jié)合自身的投資技巧加以提高基金經(jīng)理的專業(yè)素質(zhì)，從而有利于基金市場(chǎng)的穩(wěn)定健康發(fā)展。目前我國(guó)ETF基金成長(zhǎng)環(huán)境良好，然而市場(chǎng)中不斷涌現(xiàn)的創(chuàng)新產(chǎn)品，使得投資風(fēng)險(xiǎn)聚集，監(jiān)管者應(yīng)該加強(qiáng)對(duì)整個(gè)市場(chǎng)的管控，嚴(yán)加控制ETF產(chǎn)品上市資質(zhì)。同時(shí)，市場(chǎng)應(yīng)該規(guī)范基金運(yùn)作，優(yōu)化退市淘汰機(jī)制，并向個(gè)人投資者普及投資知識(shí)，引導(dǎo)投資者理性投資，不斷優(yōu)化基金產(chǎn)品，提高投資效率。

本次研究中只是概括性地探討了整個(gè)市場(chǎng)ETF基金績(jī)效現(xiàn)狀，對(duì)于其評(píng)價(jià)體系的構(gòu)建給出大致方向，并在一定程度上為投資者提供了投資ETF基金的參考。在不斷變化的市場(chǎng)環(huán)境中，對(duì)ETF基金績(jī)效評(píng)價(jià)模型的構(gòu)造還需要不斷深入研究。

參考文獻(xiàn)

肖瑾.陽(yáng)光私募基金評(píng)價(jià)體系研究[J].福建金融，2011（12）：31-35.

曾忠東，彭菊.ETF在股指期貨期現(xiàn)套利中的跟蹤誤差風(fēng)險(xiǎn)分析[J].西南民族大學(xué)學(xué)報(bào)（人文社科版），2010，31（06）：197-200.

張崢，尚瓊，程祎.股票停牌、漲跌停與ETF定價(jià)效率——基于上證50ETF日度數(shù)據(jù)的實(shí)證研究[J].金融研究，2012（01）：167-179.

劉偉，陳敏，梁斌.基于金融高頻數(shù)據(jù)的ETF套利分析[J].中國(guó)管理科學(xué)，2009，17（02）：1-7.

TREYNOR J L，MAZUY K K. Can mutual funds outguess the market[J]. Harvard Business Review，1966（44）：131-136.

No?l Amenc，F(xiàn)elix Goltz. The Way Ahead for Exchange-Traded Funds：Results from a European Survey [J]. The Journal of Alternative Investments， 2009，12（l）：50-54.

Gerasimos Georgiou Rompotis，2006：An Empirical ComparingInvestigation on Exchange Traded Funds and Index Funds Perfomiance[C]. Working paper，12.

KThomasLiaw：Investment Banking and Investment Opportunities In China[M].John Wiley and Sons，Inc，2007.

Henriksson R.D. and R.C. Merton，On Market Timing and Investment Performance. II. Statistical Procedures for for Evaluating ForecastingSkills[J].Journal of Business，1981，54（04）：513-533.