基金规模论文大全11篇
时间：2022-12-06 21:22:38
基金规模论文篇（1）
Abstract:This paper builds fund portfolios using the non-back home weight-equivalent sampling method with weekly data out of a pool of 133 securities investment funds established in China prior to October 1,2004 which are categorized into 8 groups according to their investment styles over a dataframe from January 1,2005 through March 31,2008(161 weeks). Based on an investigation of the relationships respectively between scale and risk,fund portfolio’s performance,we proceed to explore the connections between funds’styles of fund portfolio,the style abundance index and risk,fund portfolio’s performance. Finally,some guidelines for construction of optimal fund portfolio are postulated which take into account the twin factors of scale and style,moreover, an optimal investment style model and an optimal style abundance index model are presented.
Key Words:securities investment fund,fund portfolio,scale,style,portfolio’s performance
中图分类号:F830.91文献标识码:A文章编号:1674-2265(2010)03-0068-05
截至2008年3月31日,我国共有封闭式证券投资基金(以下简称封闭式基金)35只,开放式证券投资基金(以下简称开放式基金)353只,市值规模达2,471.97亿元。同时,我国证券投资基金(以下简称基金)产品不断增多,类型也日渐丰富,基金已经成为各大机构投资者和个人投资者重要的投资和理财工具。
当前,越来越多的投资者以基金作为其主要的投资品种。那么,为了达到分散投资风险的目的,各类投资者在持有基金时,应将组合理念应用于基金这一资产类别,即选择一揽子基金产品来构建基金组合。这样,我们面对的问题就是,投资者应据何种标准从现有庞大的基金池中选择基金构建最优基金组合呢?本文即在考虑经典组合理论关注的最优组合规模的同时,根据基金的特性,选择基金投资风格为基金产品类型的界定因素,通过对最优规模和最优风格丰富化程度的研究,探讨基金最优组合的构建。本文的结构安排为:第一部分为文献综述,评析已有研究;第二部分为研究设计;第三部分为实证研究及分析;第四部分为结论及启示。
一、文献综述与问题的提出
1952年,Markowitz将投资分散化思想用数学语言进行表述,首次提出了预期收益率―方差原则,即投资者在相同预期收益率条件下选择风险最小的资产组合,在相同的投资风险下选择预期收益率最大的资产组合;同时也给出构建投资组合的一个基本原则,即组合中资产的相关系数要尽可能低。这些为投资组合理论奠定了基础。随后,在Sharpe(1963)、Lintner(1965)等人对组合理论给以简化与进一步完善的基础上,投资组合理论开始在有效算法、交易费用、跨期组合等方面不断深化。
与此同时,学术界对投资组合中的资产多样化、风险分散化以及最优投资组合的构建做了深入的研究。Evans和Archer(1968),Fisher和Lorie(1970),Statman(1987),Newbould和Poon (1993)等研究都发现,在一定范围内,随着组合内股票数量的增加,组合的风险在趋于降低;Campbell等(2001)则比较研究了不同时间段投资组合股票数量和非系统风险分散之间的差异,发现市场非系统风险增加时,充分分散的投资组合所需股票数目也大大增加。
在上述投资组合理论与实践不断深化特别是二十世纪90年代以来证券投资基金迅猛发展的基础上,国外学者们也开始将组合资产选择对象转向基金,探讨基金组合的构建(主要是作为组合投资工具FOF① 的构建)问题,其中一个研究主线是关注基金组合的最优规模,如Morltrup(1998)发现基金组合最优规模为7至13只;Louton (2006)利用简单随机等权方法构建组合,发现在10年投资期限的基金组合中,持有10至12只基金能分散60%组合风险。另一研究主线是考虑基金组合规模和跨风格投资,代表性研究主要有:O’Neal(1997)研究得出规模为6只的基金组合能足够有效地分散终期风险,而且,跨风格投资比单一风格投资能获得更好的收益;Fant和O’Neal(1999)发现基金组合最终财富的波动能通过风格类别多元化和选用更多基金管理人旗下基金而分散。
在国外上述研究的基础上,国内学者也对以基金为资产构建基金组合做了相关研究:普继平和马永开(2005)通过建立简单随机等权模型进行实证研究,得出了基金组合适度规模为7至13的结论;黄少安和韦倩(2007)分别构建简单随机等权组合和跨投资风格组合,发现机构投资者持有基金的最优组合规模为73只左右。
上述研究为本文的研究思路和方法提供了重要的理论基础和启示。同时我们也看到,现有研究存在的主要缺陷是,在研究基金最优组合构建时,主要侧重点是研究组合内基金数量即最优规模而很少考虑到基金特征,少数考虑到跨风格投资的研究要么是将规模与风格因素分开研究的(如O’Neal,1997;黄少安和韦倩,2007),要么是仅仅考虑了风格因素对组合风险的影响(如Fant和O’Neal,1999),而没有将基金投资风格作为基金资产的界定因素来考察,更缺少将规模因素与风格因素结合在一起研究最优基金组合的构建。针对现有研究的不足,本文即以中国证券市场为背景,将经典组合构建理论与基金资产特征――基金投资风格相结合,对投资组合内部资产的选择由单一股票、证券上升到股票、证券的组合――证券投资基金,并将最优基金组合的构建目标由单一的最优规模拓展到对“最优规模与最优风格丰富化程度”的综合考量,以期使基金组合构建理论更为科学,并更好地指导实践。
二、研究设计
(一)样本选择
由于我国证券投资基金成立较晚,因此,必须在样本的数量和时间序列的长度上有所权衡。一方面如果样本数选择太多,会使基金收益时间序列太短,不具说服力;另一方面如果基金时间序列过长,则可纳入研究范围的基金数目就会减少很多,这同样会降低研究结果的可信度。本文考察2005年1月1日―2008年3月31日共161周的情况。考虑到基金的建仓期,本文选择2004年10月1日前成立的133只基金,其中包括1只保本型基金、2只消极配置开放式基金、12只普通债券型基金、31只股票封闭式基金、10只货币市场型基金、33只积极配置开放式基金、5只混合型基金和39只股票开放式基金。本研究所涉及到的基础数据来源于Wind和ccer。
(二)计算方法
1. 计算基金i在样本期内的各周收益率。
,其中,如果基金为封闭式基金,则为基金在第周的收盘价;如果基金为开放式基金,则为基金在第 周的单位净值;为基金
在第周的分红。基金在 周内的平均收益率是:
;基金在 周内的标准差是:
2. 简单随机等权基金组合的对数差分收益率及标准差的计量方法。基金组合在第周的平均收益率是:
,其中N为组合中含有基金的个数,即组合的规模;T 周内基金组合的平均收益率是:
;T周内基金组合的标准差是:
3. 组合的Sharpe指数的计算方法。Sharpe指数用来测度对总风险的业绩回报。包含只基金的组合的Sharpe指数为:,其中表示无风险资产的平均收益率 , 为基金的组合收益率。
4. 组合的风格丰富化指标计算方法。综合规模因素N和风格种类K两大因素,我们设计基金组合风格丰富化指标 。该基金组合风格丰富化指标的具体涵义是基金组合内部单只基金所承载的风格丰富化水平,充分考察了同等组合规模不同风格类型数目的基金组合以及同种风格类型数目不同组合规模的基金组合,客观全面地体现出基金组合内部基金风格丰富化状况。
(三)组合的构造方法
本文根据基金风格将所有样本基金分为普通债券型、积极配置型开放式、消极配置型开放式、保本型、货币市场型、股票型开放式、股票型封闭式、混合型共8种不同风格的证券投资基金。
基金风格分类的标准为:各风格基金互斥,一只基金只属于一种风格类别;不同风格具有不同的风险收益特征;这些风格基金都是完备的。
以161周整体样本期为研究区间,从可选的133只基金中,依照非回置式的抽样方法。
1. 研究基金组合规模N时的抽样方法:从133只基金中随机抽取1只基金,计算标准差和Sharpe指数;从剩下的132只基金中随机抽取另1只基金,与刚才的基金构成2只基金的投资组合,计算组合标准差和Sharpe指数;按此类方法一直计算下去,直到基金组合规模达到100只为止;将上述过程重复5000次,以减少随机抽样带来的误差,使结果具有稳健性,最后计算每种规模基金组合的平均标准差、平均Sharpe指数。
2. 研究基金组合风格类型K时的抽样方法为:首先随机选择 种风格,在其中各选1只基金,确保该基金组合内部基金风格数为K;然后将这K类风格的其他基金混合,进行非回置性等权随机抽样并计算平均标准差和平均Sharpe指数;最后,将上述过程重复5000次以减少随机抽样带来的误差。
3. 研究基金组合风格丰富化指标Sm时的抽样方法为:在上述抽样基础上,在风格类型K 抽样时纳入组合规模N,分别计算不同Sm值时的平均标准差和平均Sharpe指数,同样将该抽样过程重复5000次减少随机抽样带来的误差。
三、实证结果及分析
依照非回置式的抽样方法,从8种风格共133只基金中抽取基金构建基金组合,首先研究基金组合规模N与组合平均标准差、平均Sharpe指数之间的关系;然后探析基金组合内部基金风格状况即风格类型数目K与基金组合平均标准差、平均Sharpe指数之间的关系;接着结合基金组合规模N与基金组合风格类型K两种因素,研究基金组合风格丰富化程度指标Sm与平均标准差、平均Sharpe指数之间的关系;最后在上述研究基础上推断出平均标准差与基金组合风格类型K、基金组合风格丰富化指标Sm的两个模型。
(一)基金组合最优规模的确定
我们来观察基金组合规模N与组合平均标准差、平均Sharpe指数之间的关系。按照以往研究中关于研究资产组合规模的思路,得出关于基金组合规模N与组合平均标准差、平均Sharpe指数的关系图,如图1和图2所示。
从图1和图2可以看出,随着基金组合规模的扩大,基金组合平均标准差不断减小,平均Sharpe指数不断增大。当组合内基金数量由1只增加到30只时,基金组合平均标准差减小幅度很大(下降了10.55%),平均Sharpe指数上升幅度也很大(上升了3.78%);此后组合规模再增加,组合风险和绩效的变动幅度越来越小,特别是组合规模达到40只基金之后,无论是平均标准差还是平均Sharpe指数都基本趋于稳定,基金组合的系统风险约为0.0252。这就一定程度上印证了已有国内外研究所得出的存在基金最优组合规模的结论。考虑到随着组合规模的扩大所带来的管理成本的提高,就本文的研究样本和时期内,可以初步得出基金最优组合规模在30-40只基金左右。
(二)基金组合最优风格类型的确定
由图3可以看出,从总体趋势来看,随着基金组合内部风格类型数目K的增加,基金组合的平均标准差呈现下降趋势,这反映出组合内部风格增加会带来组合风险的降低;从变化幅度来看,当风格类型唯一时,基金组合风险最大(为0.0184),风格类型数目由1种增加到2种时,基金组合平均标准差减少幅度最大(下降了13.04%),风格类型数目由2种增加到4种时,基金组合平均标准差减小幅度较大(下降了9.38%),风格类型数目再增加时,比如增加到5种之后,要么组合风险不变,要么其风险的下降已经微乎其微,由此我们可以推断,从风险分散化的角度看,基金组合的最优风格类型数目为4到5种。
由图4可以看出,从总体趋势而言,随着基金组合内部基金风格类型数目K的增加,基金组合的平均Sharpe指数随之增加,这反映了组合内部风格增加会带来基金组合绩效的增加;从变化幅度而言,当基金组合内风格类型唯一时,其平均Sharpe指数最低(为0.1403),风格类型由1种增加到3时,组合平均Sharpe指数的增加幅度最大(上升了9.76%),当风格类型大于3种时,组合平均Sharpe指数的变化则比较平缓,甚至在风格类型为5种的时候,Sharpe指数还出现了较明显的下降,由此我们可以得出,从绩效角度而言,在我们的研究样本和时期内,基金组合的最优风格类型数目为3到4种。
(三)规模与风格的结合:基金组合风格丰富化指标Sm与基金组合平均标准差、平均Sharpe指数的关系
由图5可以看出,总体而言,基金组合风险随着组合风格丰富化程度的增加而不断减小,且在基金组合风格丰富化指标Sm在(0,0.2]时,组合风险分散效果最为明显,而超过0.2时组合风险分散幅度则趋于平缓。
由图6可知,总体上看,基金组合平均Sharpe指数随着基金组合风格丰富化程度增加而不断上升,表明在构建基金组合时增加组合内部基金风格丰富化程度将有利于组合绩效的提高;局部而言,平均Sharpe指数最大值出现在基金组合风格丰富化指标Sm为0.15处,我们可以推断在构建组合规模为N的基金组合时,如果使其内部基金风格数K为0.15N,将使得基金组合绩效达到最优。
(四)基金组合平均标准差与基金组合风格类型K、基金组合风格丰富化指标Sm的函数关系模型
本文在研究基金组合的风格因素进行简单随机等权抽样时,拟合出基金组合平均标准差与基金组合风格类型K、基金组合风格丰富化指标Sm的函数关系模型,见图3和图5曲线。结果如下表1所示。
从表1的两个模型可以看出,基金组合的风险
与基金组合内风格类型K呈反比例关系,即风格类型越多,基金组合的风险分散效果越好,而在综合考察组合规模N与风格类型K时,基金组合规模因素与组合标准差成正比,这与Evans和Archer(1968)、Latane和Young(1969)、Markowitz(1979)单一考虑规模因素与组合标准差关系时所得规模因素N与组合标准差成反比例的结论不同。这就说明,基金组合的规模并非越大越好,且在构建最优投资组合时,规模并非是唯一考虑因素,换言之,在构建基金组合时,我们要同时考虑组合规模因素N和基金风格因素K。
(五)基金“双优”组合的确定
综合以上的结论,我们可以尝试建立同时具备最优规模和最优风格丰富程度的“双优”基金组合。按照0.15N的结论,如果N=30的话,则最优风格类型为4种左右,当N=40时,最优风格类型为6种,这样,按照各角度的结果互相支持的原则,我们即可得到基金组合的最优规模为30只基金、组合中的最优风格类型为4种,从而满足了0.15N时基金组合绩效最大化的状态。
四、结论与启示
本文将投资组合思想应用于证券投资基金这一迅猛发展的投资工具来构建基金组合,在对已有文献比较关注的组合规模N的研究基础上,本文着重考察了基金组合内部风格类型K对基金组合构建的影响,并实证分析了规模因素和风格因素相结合即基金组合风格丰富化指标Sm对基金组合构建的影响。本文的研究结论与启示如下。
(一)从基金组合规模N与组合平均标准差、平均Sharpe指数之间的关系来看:随着基金组合规模的扩大,基金组合平均标准差不断减小,平均Sharpe指数不断增大,且组合规模增加之初,其分散风险、增加绩效的效果最为明显,而达到一定规模时(本文得到的最优规模大致在30-40只基金左右),组合内基金数量再增加,组合风险和绩效基本趋于稳定。这进一步印证和说明了组合规模并非越大越好,构建基金组合时必然存在最优规模。
(二)从基金组合风格类型数目K与平均标准差、平均Sharpe指数之间的关系来看:随着基金组合内部风格类型数目K的增加,基金组合的平均标准差呈现下降趋势,平均Sharpe指数随之增加,且基金组合风格类型数目超过4时,组合风险和绩效变动甚微。这说明组合内部风格类型K的增加会带来组合风险的降低和组合投资绩效的提高,换言之,构建最优基金组合不能忽视基金的风格类型因素。
(三)从基金组合风格丰富化指标Sm与基金组合平均标准差、平均Sharpe指数的关系来看:随着组合风格丰富化程度的增加,基金组合平均标准差不断减小,平均Sharpe指数不断增加,这说明基金组合内部基金风格越丰富,将越有利于组合风险分散和组合绩效的提高。另外,由基金组合风格丰富化指标Sm等于0.15时基金组合绩效达到最优可知,如果在构建组合规模为N的基金组合时将其内部基金风格类型数目K定为0.15N,将使得基金组合绩效达到最优。
(四)从基金组合平均标准差与基金组合风格类型K、基金组合风格丰富化指标Sm的函数关系式来看:一方面,基金组合风格类型K与组合平均标准差成反比例关系;另一方面,与以往研究存在差别的是,基金组合规模N与组合风险呈正比例关系,这是因为在该模型中综合考虑了风格类型K的因素,使得规模的增加反而会提高组合风险,这进一步说明并启示我们,在构建基金组合时,单一考虑规模因素可能结果适得其反,我们要得到最优基金组合就必须综合考虑规模因素和风格因素。
注:
①FOF(Fund of Fund)发源于20世纪90年代的美国,主要集中在欧美发达国家,它是指以基金为资产标的进行集合投资,在一个委托账户下持有多只基金,分散投资降低风险,更好地发挥专家集合理财的优势。
参考文献:
[1]Markowitz,Harry M.,Portfolio Selection[J].Journal of Finance,1952,Vol. 7,77―91.
[2]Sharpe,W. F.,A Simplified Model for Portfolio Analysis[J].Management Science,1963,Vol. 9,277-293.
[3]Lintner J.,The Valuation of Risk Asset and the Selection of Risky Investment in Stock Portfolios and Capital Budgets[J].Review of Economics and Statistics,1965,Vol.47,13-47.
基金规模论文篇（2）
一、引言
近年来,产业内贸易一直是贸易界的热门话题，它在两国经济交往中扮演着重要的角色。产业内贸易是指一个国家在出口的某种产品的同时又进口同类产品，它与产业间贸易有着显著的不同。产业间贸易是指一个国家专门从事某种商品或服务的生产并进行出口，用以交换它不具备比较优势的其他商品或服务。
产业内贸易理论基于新贸易理论，换而言之，它的诞生基于规模报酬递增条件下的垄断竞争市场，而非传统的赫克歇尔俄林模型中的规模报酬不变条件下的完全竞争市场。产业内贸易理论的发展可以分为两个阶段。第一阶段是对统计现象的直观推断。20世纪年代中期以前，Vordoom对“比荷卢经济同盟”的集团内贸易格局变化的研究，Michaely对三十六个国家5大类商品的进出口差异指数的计算，Balassa对欧共体制成品贸易增长和Kojima对发达国家之间贸易格局的一系列的实证研究，构成了产业内贸易理论发展的第一阶段。与此同时，对二战后贸易新格局所进行的大量的理论研究推进了实证性研究的进展，并为产业内贸易步入第二阶段对统计现象的理论解释，提供了基础。70年代中期，Grubel和Lloyd 《产业内贸易》一书所作的开创性、系统性的研究使产业内贸易理论的发展上升到第二阶段。随后，许多西方学者对产业内贸易现象做了大量的理论性研究，使这一理论日渐丰富。Krugman (1981) 提出的理论基于垄断竞争的情况，认为“规模经济”和“产品差异”是将现代贸易理论和传统贸易理论区分开的评判标准，他认为这两个因素是影响各国产业内贸易的重要因素。Falvey(1981)、Falvey和Kierzkowski (1985)的研究基于赫克歇尔俄林贸易理论中的假想，分析了贸易伙伴国家的要素禀赋在产业内贸易中发挥的作用。Leamer (1988)提出市场开放度在产业内贸易中扮演了重要的角色。新近的关于产业内贸易的研究中，Davis (1995)的研究基于不同国家的技术发展差异，以强调要素禀赋作为比较优势的传统贸易理论作为理论基础。Harrigan(1994， 1996) 也同样强调了市场开放对贸易的贡献，以及市场开放对特定国家的产业内贸易增长做出的贡献。
基于新贸易理论和前人对产业内贸易的研究，本文将以下三个因素作为解释变量来检验这些因素对中国金融服务业的产业内贸易所造成的影响：（1）要素禀赋；（2）规模经济效应； （3）市场开放度。 下面的章节将对这三个要素建立模型并进行分析。
二、建立计量模型
1.因素的选择
（1）产业内贸易。Grubel和Lloyd(1975)创造了产业内贸易指数以衡量产业内贸易。Aquino (1978)、Tharakan (1983) 都通过Grubel和Lloyd(1975)的方法对产业内贸易进行了实证分析和数理分析。近年来，Vona (1991) 和Cooper等人(1993) 同样印证了Grubel和Lloyd指数的正确性。因此本文同样使用Grubel和Lloyd指数进行分析金融服务业的产业内贸易。在文中以IIT表示。
（2）要素禀赋。Falvey (1981) 、Falvey和Kierzkowski (1985)，在其产业内贸易模型中都将贸易伙伴国家的要素禀赋作为影响产业内贸易的因素。Moshirian (1994b) 的实证研究显示人力资源和物理资源是一些国家在金融服务业取得比较优势的两大决定因素。Davis (1995)在对产业内贸易进行理论研究时折中了传统的赫克歇尔―俄林贸易理论中的要素禀赋理论。在银行服务业这一领域，对各国比较优势和金融服务业产业内贸易影响最大的要素禀赋是人力资源，它反映为接受过高等教育培训的人数占总人口的比例。本文根据要素禀赋理论，将中国的教育发展程度用于评估人力资源对中国金融服务业产业内贸易的影响。在文中以EDU表示。假设教育发展程度越高，中国金融服务业的产业内贸易指数就越高。
（3）规模经济效应。Krugman (1981)认为在特定的某些国家中，垄断竞争条件下的规模经济效应无论对于贸易总量还是产业内贸易而言都是一个重要的影响因素。Greenaway和Milner 也认为规模经济是影响产业内贸易的重要因素。Lee (1989)， Hughes (1993) 和Somma(1991) 发现规模经济的存在对制造业的产业内贸易有重大影响。在银行业领域，20世纪80年代到90年代有许多文献试图证明在美国的银行业中是否存在规模经济。Berger等人(1999) 的文章综述了那些试图评估银行效率，量化银行业规模经济的研究文献。他们发现在20世纪80年代，那些总资产高于100亿美元的银行中才存在规模经济。然而，在90年代，资产超过250亿美元的银行才体现出规模经济。本文选取中国所有银行的总资产来衡量规模经济效应对中国金融服务业产业内贸易的影响。在文中以SCA表示。假设规模经济的存在对金融服务业的产业内贸易增长有促进作用。
（4）市场开放度。在某些国家，由于国家对金融市场的开放，到20世纪80年代许多金融服务业的贸易壁垒已经消失了。乌拉圭回合贸易谈判更促进了金融服务业的扩展，加速了金融服务业的产品多样化。尽管Leamer (1988) 和Harrigan(1994，1996)强调市场开放度是促进贸易量增加的重要因素，Hughes (1993)， Greenaway 等人(1994) 和Bernhofen (1999) 对制造业产业内贸易的研究都没把市场开放度作为影响产业内贸易的因素进行考虑。虽然中国金融市场的开放度相对不高，但本文仍把市场开放度纳入考虑。本文以中国金融服务业的FDI来衡量中国金融服务业的市场开放度。在文中以FDI表示。假设市场开放度越大，中国金融服务业的产业内贸易量就越大。
2.模型的建立
本文运用Eviews3.1软件将要素禀赋、规模经济效应以及市场开放度三个影响因素与中国金融服务产业内贸易的关系进行计量分析,从而得出结论。
本文的数据样本区间选择1997到2004年。计算产业内贸易指数的数据来源于中国统计网。计算要素禀赋、规模经济效应和市场开放度的数据均来源于中国统计年鉴。
（1）计量分析。首先，我们对要素禀赋、规模经济效应以及市场开放度三个因素与金融服务业产业内贸易的关系进行计量分析，建立模型：
IIT=eC1×EDUC2×SCAC3×FDIC4×eu
因为经济时间序列经常存在异方差，为了消除所选数据中可能存在的异方差，对所有变量取对数得：
LnIIT=C1+C2×LnEDU+C3×LnSCA +C4×LnFDI +u
其中IIT表示产业内贸易指数，EDU表示接受过高等教育的人口占总人口的比例，SCA表示金融服务业的规模经济效应，FDI表示金融服务业的外商直接投资；C1代表常数项，C2是回归系数，代表要素禀赋对我国金融服务业产业内贸易的影响力度，C3是回归系数，代表规模经济效应对我国金融服务业产业内贸易的影响力度，C4是回归系数，代表市场开放度对我国金融服务业产业内贸易的影响力度；u表示干扰因素的影响。回归结果见表1：
表1：中国金融服务业IIT影响因素计量分析结果
该回归方程的各变量均通过了5%的显著性水平检验，拟合优度达到了88%，调整后的拟合优度系数也达到了79%，且不存在相关状况。
(2)实证结果分析。对要素禀赋的统计结果如预期的具备正显著性，表明要素禀赋与中国金融服务业的IIT指数存在着正相关，而且要素禀赋对产业内贸易的增长有促进作用。这一结果是符合Falvey、Falvey、Kierzkowski以及Walter等人的研究结果的。这是因为一些金融工程或者风险投资管理都需要大量的高素质金融人才。例如为兼并、收购行为提供顾问， 房地产业顾问，公司财务管理等。风险资本融资、项目融资、房地产融资也都需要高素质的人力资本来产出多样化的金融产品。而金融产品的高度多样化则能促进金融服务业的产业内贸易增长。
对中国金融业规模经济效应的统计结果显示，中国金融服务业的行业内贸易的确是与规模经济相关联的。实证结果显示那些规模较大、更便于向国内外客户提供服务的大型金融机构确实获益于规模经济，与小型的金融机构相比，这些大型的金融机构在国外提供金融产品的边际成本是很低的。同时这些金融机构也提供了更多品种的金融产品，有利于金融服务业产业内贸易的增长。研究结果与Hughes 等人(2001) 的结论相一致：规模经济在金融服务业中存在，尤其是对大型金融机构而言。
对市场开放度的统计如假设的一样，具备正显著性。金融服务业市场的市场开放度越大，金融服务业的行业内贸易就越为发达。国外的研究成果均显示一个国家对国外贸易与投资的开放度越大，在金融服务业的产业内贸易量就越大。贸易壁垒和国家限制政策都将影响金融服务业的贸易量。这与Harrigan (1994， 1996) 的研究结果一致：市场开放度将增加贸易量，因此也会增加产业内贸易量。
三、总结
本文基于Helpman (1981) 、Markusen和Venables(1998，2000)及其他众人发展的现代贸易理论，对影响金融服务业的产业内贸易的重要影响因素进行了一系列的假设，并建立了模型对中国金融服务业的产业内贸易进行分析。实证结果显示要素禀赋、金融服务业的规模经济效应以及金融服务业的市场开放度都促进了中国金融服务业的产业内贸易增长。
由此可以看出，为了促进中国金融服务业的产业内贸易增长，我们可以从以下三个方面着手：(1)提高金融服务市场的开放度，积极参与区域经济一体化进程，以此促进产业内贸易的发展。我国与亚太经济合作组织成员国、东盟成员国之间的贸易往来都大大提升了中国的产业内贸易指数。充分利用我国与这些国家之间的日益兴旺的经济贸易，加快金融服务市场的开放与相互交流，有助于提高我国金融服务业的产业内贸易水平。(2)提高产业集中度，实现规模化经营，由此发挥金融行业的规模经济效应。严格规范市场准入条件，对外资向我国金融行业的进入做出相应的规定；制定相应的产业政策，对国内的金融服务业进行合理保护；规范扰乱金融服务业市场秩序的行为，培育有利于规模经济发展的市场结构。(3)重视教育事业对金融服务业的影响，重视对金融专业人才的教育培养。为金融服务业提供急需的高素质金融人才。
参考文献：
[1]Fariborz Moshirian，Donghui Li，Ah-Boon Sim．Intra-industry trade in financial services[J]．Journal of International Money and Finance ，2005，（24）.
[2]大卫・格林纳韦．国际前沿问题[M].中国税务出版社，2000.
[3]Dominick Salvatore.国际经济学[M].北京：清华大学出版社，1999，2.
基金规模论文篇（3）
一、 引言
自20世纪50年代对冲基金起源于美国以来，随着金融的自由化及金融工具日趋成熟和多样化，对冲基金进入了前所未有的高速发展阶段。截止到2014年5月，对冲基金业管理的资产总规模首次超过3万亿美元。另一方面，对于自恋的相关研究，前人做出了大量的工作。Ames，Rose和Anderson（2006）将自恋定义为一种具有强烈自我意识且对于因成功而被他人赞赏有迫切的需求一种个性。在前人大量的工作中，自恋常常被描述为一种极端的以自我为中心，对所做的事情极为专注，极度的自信或优越感以及极强的自我驱动力（Raskin & Hall，1979；Emmons，1987；Rosenthal & Pittinsky，2006；Galvin、Waldman & Baltha-zard，2010）。
作为新兴市场国家，中国的资本市场发展起步较晚。但随着中国经济的不断发展，国民收入的不断积累以及金融工具和金融衍生品的不断创新，中国内地的对冲基金行业也实现了蓬勃的发展。然而相对于公募基金而言，对冲基金在基金业绩的报酬上会有更高的要求，除了固定的管理费用外还会要求按比例收取业绩报酬费。而其相对不透明的信息披露，灵活的操作模式以及高额的投资收益也使其成为了社会的焦点。但早期的研究并没有讨论领导人自恋特质对于领导成员交换关系的影响。与以往的研究不同，本文着重从理论角度探讨领导人的自恋特质对于领导成员交Q关系的影响，并对领导成员交换关系的内在机制做出一个理论上的扩展。
因此，伴随着对冲基金规模的日益增大，如何控制对冲基金的规模，如何加强对对冲基金经理的监管以及如何设计针对对冲基金经理的激励契约便成为一个亟待解决的问题。另一方面，深入研究对冲基金规模控制与对冲基金内部的激励机制有助于加强对对冲基金的监管，保护投资者权益，提高市场整体资源配置的效率。
二、 文献综述
随着基金行业在全球经济主体中扮演越来越重要的角色，越来越多的学者开始从不同的角度对基金行业进行理论和经验的研究。Mark Grinblatt（1995）、Andrew Metrick（2001）等人发现主动管理型的基金控制公司相当大的一部分股权，对于公司的股票价格起着决定性的作用。同时， 如何保持基金业绩长期的稳定，以及基金业绩与其投资规模的相关关系也成为一个研究的热点。Martin J. Gruber（1996）；Jonathan Berk和Richard C. Green（2004）等文献就着重对基金的业绩进行了研究。他们发现基金的业绩主要取决于基金的投资能力和能够管理的规模。 而Becker S.， Vaughan G（2001） 等人的研究指出，当行业中的基金增多，大量的资金被用于投资有限的投资机会时，基金间的投资策略会出现重叠，从而导致基金的业绩下滑。他们还指出，每一支基金的管理者应当存在一个最优的基金规模，无论超过这个规模或者低于这个规模都会对基金的业绩产生消极影响。 F.Perold， Salomon（1991） 认为，当基金管理的资产规模过大时，进行交易的机会成本会低于不进行交易的机会成本，这直接导致了基金管理者会进行一些超出他们管理能力的投资决策，从而导致基金业绩下滑。Grinblatt和Titman（1994） 通过分析美国共同基金的数据发现，基金的投资回报是随着基金管理资产规模的增大递减的。Chen，Hong，Huang和Kubik（2004） 的研究也为基金的管理绩效受基金规模的增大而减少提供了直接的证据。Joseph Chen（2013）等人通过分析美国共同基金数据，得出了流动性限制与组织效率低下使得共同基金存在与其规模增长相悖的业绩表现下滑。以上研究多针对基金的业绩与其相关性因素进行讨论，而很少涉及研究基金的最优规模与规模报酬等问题。
在基金管理的激励机制等问题的研究中，Gompers和 Lerner（1999） 通过分析投资管理公司的数据，得出基金的业绩与激励补偿之间之间并不存在显著关系。Berkowitz和 Kotowitz（2002） 通过实证方法检验了共同基金的业绩表现与其管理费用收取之间的关系。结果表明，对于优秀的管理者而言，基金业绩越好，则管理费用相对越高。而对于管理能力相对较低的管理者而言，基金业绩和管理费用之间反而会呈现出负相关的关系。Ranjan Das和K.Sundaram（2002） 认为基金管理人的激励费用能够影响其投资组合，制定有效的基金管理人激励可以减少投资人与基金管理者之间的委托问题，使得基金管理者与投资人风险共担。Ravi和Shukla（2004） 在此基础上做了进一步的研究，并发现对于共同基金而言，收取更高额度管理费用的基金经理其管理的基金绩效会更好。而 Vikas和Daniel（2002） 等人的研究也发现了管理激励费用的改善能够使对冲基金有着更好的业绩表现。
通过对以往基金的相关研究进行回顾，我们发现对于基金特别是基金绩效的研究主要集中在共同基金领域，而对于对冲基金的研究涉及甚少。特别是对于对冲基金的最优规模以及最优激励机制的讨论及理论分析尤为欠缺。本文针对我国对冲基金行业内的激励机制进行讨论，通过建立数学模型求解在不同条件下的最优激励机制以及最优基金管理规模，旨在为提升我国对冲基金行业资源配置效率，加强对对冲基金行业的监管以及促进我国对冲基金行业健康快速的发展提供理论的依据和指导。
三、 模型建立
本章，我们将建立数学模型对不同条件下的对冲基金激励机制和管理规模进行讨论，并求出对冲基金的最优激励机制。在此基础上，我们还将讨论对冲基金的最优管理规模。
根据委托理论，我们建立一个一期的模型。我们首先假设市场中存在一个管理规模为K的对冲基金，基金的管理者在基金中投入自营资金为I。我们假设管理人投入自营资金不大于基金资产的管理规模，即0？燮I？燮K， 则基金管理者从外部募集的管理资金为K-I。对冲基金存在一个运营成本C。
考虑行业中存在两种管理能力的基金管理人，具有较高管理能力的基金管理人i和具有较低能力的基金管理人j。基金管理人以其业绩表现为依据分配管理激励，我们假设存在一个业绩表现的分界点R*，当基金管理人管理的基金回报率超过R*时，管理人获得一个超额的管理薪酬，其薪酬敏感度记为？茁。如果基金管理人管理的基金回报率低于R*，基金管理者只能获得一个固定管理费，其费率记为？琢。
市鲋械木哂薪细吣芰Φ墓芾砣撕途哂薪系湍芰Φ墓芾砣朔从某种分布，使得具有较高能力的管理人出现的概率为pi， 具有较低能力的管理人出现的概率为pj， 且pi+pj1。
因为对冲基金在操作的过程中对冲掉了市场风险，从而获取无风险的超额收益，所以我们可以很自然的假设基金管理人和投资基金的外部投资者都是风险中性的，因为模型只有一期，所以我们不考虑无风险收益率。
外部投资人在第一期初投资两种对冲基金，一种为具备较高管理能力的基金经理所管理的基金，另一种是具备较低管理能力的基金经理所管理的基金。其投入资金分别为Ki-Ii 和Kj-Ij ，第一期末时，外部投资人得到资产分别为：
Yi=（1+Ri）（ Ki-Ii）（1）
Yi=（1+Rj）（ Kj-Ij）（2）
具有两种投资能力的基金管理人第一期结束后得到收入分别为固定管理费，激励费用和自营资金投入获取投资收益：
∏i=（Ki-Ii）？琢i+（Ki-Ii）（ Ri-R*）？茁i+（1+Ri）Ii（3）
∏j=（Kj-Ij）？琢j+（Kj-Ij）（ Rj-R*）？茁j+（1+Rj）Ij（4）
基金管理者的收入应该大于基金的运营成本，否则对冲基金破产清算：
∏i-Ci？叟0（5）
∏j-Cj？叟0（6）
我们假设基金的运营成本是相同的，即Ci=Cj。且为了确保具有不同管理能力的基金管理人能够分别选择相应的激励机制，基金管理者的激励机制还应满足如下约束条件：
∏i？叟（Kj-Ij）？琢j+（Kj-Ij）（Ri-R*）？茁j+（1+Ri）Ij（7）
∏j？叟（Ki-Ii）？琢i+（Ki-Ii）（Rj-R*）？茁i+（1+Rj）Ii（8）
则外部投资人在第一期结束时能在投资中获得的总投资收益为：
V=pi[Yi-∏i+（1+Ri）Ii]+pj[Yj-∏j+（1+Rj）Ij]（9）
外部投资人要通过求解固定薪酬敏感度和激励薪酬敏感度来设计一个契约，并将投资资金委托给基金管理人管理借此来最大化自身的收益：
pi[Yi-∏i+（1+Ri）Ii]+pj[Yj-∏j+（1+Rj）Ij]（10）
同时，契约的设计要满足（5），（6），（7），（8）式的约束条件，且（6），（7）的约束条件必须满足（11），（12）式：
∏j-Cj=0（11）
∏i=（Kj-Ij）？琢j+（Kj-Ij）（ Ri-R*）？茁j+（1+Ri）Ij（12）
证明：因为具有较高管理能力的基金管理人的管理绩效高于具有较低管理能力的基金管理人，即Ri>Rj，所以由（7）式我们不难得到
∏i？叟（Kj-Ij）？琢j+（Kj-Ij）（Ri-R*）？茁j+（1+Ri）Ij>（Kj-Ij）？琢j+（Kj-Ij）（Rj-R*）？茁j+（1+Rj）Ij=∏j（13）
由Pj-Cj=0，且Ci=Cj，我们得到∏i>∏j？叟Cj。所以我们有：
∏i=（Kj-Ij）？琢j+（Kj-Ij）（Ri-R*）？茁j+（1+Ri）Ij（14）
假设（8）式为等式，由上述证明我们不难得到如下等式：
[（Ki-Ii）？茁i-（Kj-Ij）？茁j+Ii-Ij]Ri=[（Ki-Ii）？茁i-（Kj-Ij）？茁j+Ii-Ij]Rj（15）
整理得Ri=Rj，与Ri>Rj矛盾。故存在∏j-Cj=0。
四、 模型求解
令目标函数为L（・）， 将（11），（12）式代入到L（・）中，我们得到：
L（・）=pi（1+Ri）（Ki-Ii）+pj（1+Rj）（Kj-Ij）-Ci-pi（Ri-Rj）（Kj-Ij）？茁j+（1+Rj）Ij+（1+Ri）pi（Ii-Ij）（16）
因为pi，pj均大于等于零， 且Ri>Rj， 所以不难知道Kj-Ij>0。为了符合实际，应存在？茁j？叟0，所以必定存在？茁j=0使得目标函数最大化。接下来令目标函数L（・）分别对Ii，Ij求偏导，可得：
由上式我们不难看出R′i
五、 最优契约
本章我们将分别讨论管理能力较低的基金管理人与管理能力较高的基金管理人的固定薪酬费率及超额收益的薪酬敏感度，并通过数理分析设计出针对这两种基金管理人的最优契约。
对于管理能力低下的基金管理人而言，他的最优契约需要满足？琢j=，？茁j=0，Ij=0。因此我们不难得出结论，对于管理能力较低的对冲基金管理人，只需要支付其固定的管理
对于管理能力较高的基金管理人而言，提高其超额激励薪酬的敏感度可以降低其固定薪酬的敏感度，也就是说通过提高具有较高管理能力的基金经理的超额激励薪酬而降低其固定薪酬是一个相对合理的选择。而通过鼓励具有较高管理能力的基金管理人加大基金中的自营资金占比，可以有效地降低用于支付给基金管理人的固定管理费。外部投资人也可以在契约中要求基金管理人投入更多的自营资金，与基金管理人利益共担，这样也可以起到支付给基金管理人高额的超额激励薪酬的作用，从而有效减少因问题而产生的投资效率低下等问题。
六、 讨论与启示
从上述分析中我们可以直观的看到，对于管理能力较高的基金管理人而言，提高其超额激励薪酬的敏感度可以降低其固定薪酬的敏感度，也就是说通过提高具有较高管理能力的基金经理的超额激励薪酬而降低其固定薪酬是一个相对合理的选择。而通过鼓励具有较高管理能力的基金管理人加大基金中的自营资金占比，可以有效地降低用于支付给基金管理人的固定管理费。外部投资人也可以在契约中要求基金管理人投入更多的自营资金，与基金管理人利益共担，这样也可以起到支付给基金管理人高额的超额激励薪酬的作用，从而有效减少因问题而产生的投资效率低下等问题。
七、 结论
本文根据委托理论建立数学模型，对对冲基金的管理规模以及对冲基金管理人的激励机制进行了分析与探讨，求解得出了对冲基金最优管理规模及最优激励机制。结论表明，对冲基金的最优规模应当是规模报酬递减的，对于管理能力较低的对冲基金经理，只需要支付其固定金额的管理薪酬，并不需要支付其超额的管理费。为了最大化外部投资人的利益，对于管理能力较高的基金经理而言，我们应增加其超额激励薪酬敏感度而减少其固定薪酬敏感度，且应当鼓励其投入自营资金以减少因问题而产生的投资效率低下。
参考文献：
[1] Chen， J.， Hong， H.， Huang， M.， & Kubik， J. D.Does fund size erode mutual fund per- formance？ The role of liquidity and org- anization. The American Economic Review， 2004，（945）：1276-1302.
[2] Chen， J.， Hong， H.， Jiang， W.， & Kubik， J. D.Outsourcing mutual fund management： firm boundaries， incentives， and performance.The Journal of Finance，2013，（682）：523-558.
[3] Gompers， P.， & Lerner， J.An analysis of co- mpensation in the US venture capital partnership.Journal of Financial Economics，1999，（511）：3-44.
基金规模论文篇（4）
基金本质上是汇集众多中小投资者的资金，形成一定规模的大额资金，然后委托给专业管理公司理财的一种金融投资工具。我国证券投资基金的竞争格局已经初步形成，在当前同质化竞争日益严重、而且资产管理手段日益多元化的背景下，基金投资者选择基金公司的主要指标或者参考因素就是基金公司的绩效。换而言之，在当前的背景下，基金公司需要不断的提升自身的基金绩效。而越来越多的基金公司采用的方法就是扩大规模，并且试图通过这种方式来达到规模效应。当然，基金规模的扩大也会带来管理成本的提高、资金运作的难度加大等问题。所以如何平衡基金规模与基金绩效，是一个值得深入研究的问题。
一、基金规模与基金绩效的理论研究
纵观这方面的研究，国外关于开放式基金的规模与绩效研究中Collin和Mack（ 1997）的研究表明对于一个多品种的基金家族来说，其最优的基金规模是在200亿至400亿美元之间。Scholes（ 2004）将对上述规律的验证扩展至所有基金，指出在基金收益和基金规模之间存在着一定程度上的均衡关系，也就是说基金可能存在着最优规模。Indro（1999）认为，开放式基金存在着最优规模，在达到该规模前基金规模与绩效正相关；当基金超过这一最优规模，基金的边际回报递减。有的学者认为基金存在着规模不经济性，如：RogerLowenstein（1997）认为大规模基金的流动性不如小规模基金，基金规模过大会影响到基金绩效。
国内针对中国基金市场的研究，有林坚等人（2002）指出，在我国现阶段，证券投资基金绩效与其规模是密切相关的，随着基金规模的增大，基金收益呈先减后增形态，在20亿元规模之后显示出基金规模与收益成正相关的态势。李翔，林树和陈浩（2009）采用2004-2006年开放式基金数据做研究，文章通过多元分析验证了开放式基金和其收益负相关，结论是基金规模和基金收益的负相关关系并非因果关系，而是基金管理公司利益最大化策略的结果。朱冰和朱洪亮（2011）利用2005年1月到2009年12月的积极偏股型开放式基金为样本，研究发现规模较大的基金比规模较小的基金有更好历史收益，然而规模并非越大越好，其收益与规模同样呈现倒“U”曲线。鲁炜（2007）通过对2004年至2006年的50只开放式基金数据进行相关分析，认为我国开放式基金规模与业绩不存在某种特定关系。
二、实证分析
基于此，本文对于基金规模和基金绩效进行实证研究。数据方面选取2012至2013年我国偏股型开放式基金的相关数据进行研究，数据为近几年较为新颖同时分层选取样本，较为可靠。本文从三个指标角度入手进行拟合，更加全面客观。通过本文，笔者希望从实证中分析证券投资基金的规模与绩效的相关性。
（一）基金规模的选取
为探究基金规模与基金绩效之间的关系，结合分层抽样准则，每层样本数与实际比例相符合准则，本文选取了27支偏股型证券投资基金。从规模上，将收集到的27支股票分别以0-20亿、20-50亿以及50-130亿划分成三个层次，样本数目控制在8：11：8。
（二）探究指标的选取
1、探究指标的确定
要探究基金绩效，可以选取的指标非常多，然而从投资者的角度，基金的实际盈利能力，风险管理以及超额业绩指标是最被关注的。从这三方面来看，收益率、收益率标准差以及单位风险差额盈利无疑是最为理想的指标。
2、探究指标时间序列的确定
在时间序定上，本文选取收益率、收益率标准差以及单位风险差额盈利在2009年-2013年四个季度以及2014年的前三季度的平均数据，力求从年度数据中找到数据间内在的规律。
3、探究指标的细化解释
（1）平均收益率
收益率可以直观的反映出基金的运作情况，本文选取季度作为时间单位，对基金的收益率进行平均计算，计算公式为：[RtM]
（2）收益率标准差
选取收益率标准差的原理是用风险模型来衡量基金收益的波动性，本文选取的是季度收益率标准差进行平均计算，计算公式为：
[（R-E（R））2M2]
（3）单位风险差额盈利
单位风险差额盈利是在评价期限内，基金投资收益超过了市场无管理收益的那部分与该基金收益率标准差之比。从意义上看，其数值越大，基金业绩越好，计算公式为：[E（R）-Rmσ]
其中，[σ]是上文提到的收益率标准差，Rm是指市场无管理平均收益，此处选择的是上证指数收盘平均季度收益率。
（三）基金规模和三指标关系探究
1、基金规模与季度平均收益率关系探究
为进一步探究两者属于线性回归还是曲线回归，本文对所得数据进行深度曲线回归分析，得到以下结果。
表3.4基金规模与其季度平均收益率的曲线回归
[＼&R 方＼&F＼&Sig.＼&常数＼&b1＼&b2＼&线性＼&0.182＼&5.548＼&0.027＼&0.011＼&6.955E-05＼&＼&二次＼&0.633＼&20.713＼&0.000＼&0.019＼&0.000＼&3.152E-06＼&]
如表3.4所示，从R方来看，二次方程的拟合优度高达0.633，说明拟合效果比较理想，而反观线性方程的拟合优度并不好，只有0.182。
综合图3.2与表3.4可知，基金规模与其季度平均收益率呈现二次曲线回归，其回归方程由表3.4可知为：
Y = 0.000003125X2 + 0.019
由回归图表和回归方程可知，基金的平均收益率并非简单的随基金平均规模扩大而上升。在规模较小的初期，随着经济规模的扩大，收益率反而下降，出现规模不经济现象。只有随着规模持续的增加，在基金规模达到一定程度时，收益率才会被带动随之增加。
关于基金规模与其季度平均收益率呈现二次曲线回归，其实并不难解释。在最初基金规模扩大之后，其对应的管理能力和专业的投资能力并未随之提升，反而成为了管理者的负担和压力。因此收益能力下降并不反常。当基金规模持续增加，吸引到足够多的优秀人才和优秀的基金经理加盟后，基金的平均收益率自然上升了。
2、基金规模与季度平均收益率标准差关系探究
为进一步探究两者属于线性回归还是曲线回归，本文对两数据进行深度曲线回归分析，得到以下结果。
表3.8基金规模与其季度平均收益率标准差的曲线回归
[＼&R 方＼&F＼&Sig.＼&常数＼&b1＼&b2＼&线性＼&0.234＼&7.639＼&0.011＼&0.106＼&0.000＼&＼&二次＼&0.692＼&26.970＼&0.000＼&0.094＼&0.000＼&-4.921E-06＼&]
如表3.8所示，从R方来看，二次方程的拟合优度高达0.692，说明拟合效果比较理想，而反观线性方程的拟合优度并不好，只有0.234。
3、基金规模与其季度平均收益率标准差的曲线回归
综合图3.4与表3.8可知，基金规模与其季度平均收益率标准差呈现二次曲线回归，其回归方程由表3.8可知为：
Y = - 0.000004921X2 + 0.094
由回归图表和回归方程可知，基金的平均收益率标准差在一定规模内随基金平均规模扩大而上升。随着经济规模扩大到一定阶段后，收益率标准差逐步下降。
造成基金规模与平均收益率标准差呈现该二次回归的原因在于，在当前我国的资本市场下，中小规模的基金在风险控制上更具灵活性，也更能发挥其优势，当基金规模逐渐庞大时，其对风险控制能力也随之减小。
4、基金规模与季度单位风险差额盈利关系探究
为进一步探究两者属于线性回归还是曲线回归，本文对两数据进行深度曲线回归分析，得到以下结果。
表3.12基金规模与其季度单位风险差额盈利的曲线回归
[＼&R 方＼&F＼&Sig.＼&常数＼&b1＼&b2＼&线性＼&0.298＼&10.624＼&0.003＼&-0.048＼&0.001＼&＼&二次＼&0.667＼&24.064＼&0.000＼&0.001＼&-0.002＼&2.053E-05＼&]
如表3.12所示，从R方来看，二次方程的拟合优度高达0.667，说明拟合效果比较理想，而反观线性方程的拟合优度并不好，只有0.298。
图3.6基金规模与其季度单位风险差额盈利的曲线回归
综合图3.6与表3.12可知，基金规模与其季度平均收益率呈现二次曲线回归，其回归方程由表3.12可知为：
Y = - 0.00002053X2 C 0.002X + 0.001
由回归图表和回归方程可知，基金的平均收益率并非随基金平均规模扩大而上升或下降。在规模较小的初期，随着经济规模的扩大，单位风险超额盈利反而下降，出现规模不经济现象。只有随着规模持续的增加，在基金规模达到一定程度时，单位风险超额盈利才会被带动随之增加。这说明，在基金规模较小时，投资者很难获得超额盈利，而只有当基金规模到达一定程度后，规模越大，获得超额盈利的能力才会越大。
三、结束语
基于上述研究，笔者得出如下结论：一是在当前我国的资本市场大环境之下，基金规模与基金绩效有一定的线性相关关系；二是和大规模公司对比，小规模基金公司更易获得较高的绩效；三是中型规模的基金公司随着基金规模的增加可能出现规模不经济的情况；四是基金规模的持续增加，直至出现大规模甚至是超大规模基金，将再次带动基金效率的上升。
要使我国的证券基金市场获得更好的发展，在此，也给出以下建议： 积极优化整个基金市场的规模结构。首先在增设新基金时，要优先考虑小盘基金和超大型规模基金的设立。同时，随着我国的证券市场逐渐成熟，投资者趋于理性，应进一步发展开放式基金，让广大投资者通过购买或收赎回基金单位份额的方式来决定基金的最佳规模才是最有效率的配置方式。同时各基金公司应积极引进或培养自己的理财专家，努力提高运作大资金的管理能力。
参考文献：
[1]李翔，林树，陈浩.为什么基金投资收益与基金规模负相关一一一个新的理论解释[J].学海.2009，23 （02）
[2] 林坚，郑慧清，王宁，陈宇峰.证券投资基金规模与绩效实证分析[J].商业研究，2002（11）.111一114
[3] 朱冰，朱洪亮.积极开放式基金的规模与收益的关系研究[J].金融纵横，2011（2） ， 29-33
[4]蔡冬梅，鲁炜.开放式基金规模与业绩相关问题的研究[D].合肥：中国科学技术人学，2007
[5]Collins， S. and Mack， P.， The Optimal Amount of Assets Under Management in the Mutual Fund Industry. Financial Analysts Journal，1997， （Sept/Oct）：53（5）：67-73
基金规模论文篇（5）
一、文献述评
作为公司金融的研究重点，融资约束对公司经营的影响及企业的财务管理模式很早就引起了学者的兴趣。凯恩斯（1936）认为，企业持有流动性的一大好处是可以把握有价值的投资机会。相应地，如果企业面临融资摩擦（financing friction），流动性管理就成为企业管理者必须考虑的重大问题。
传统的理论通过企业的投资行为来考察融资约束对企业经营的影响。然而，自Kaplan和Zingales（1997）以来，以上结论受到了多方面的质疑，最具挑战性的观点有两个：一是Tobin’Q的衡量偏误；二是投资―现金流敏感性能否作为判断融资约束存在与否的依据。
针对以上问题，Almeida and Campello et al.（2004）等提出了另外一种检验融资约束假设的思路：面临融资约束的公司需要储备现金以保证后续投资项目的实施，而非融资约束公司则没有这种需求。因此，融资约束公司将表现出强烈的现金―现金流敏感性，而非融资约束公司的现金持有政策则不受现金流量多寡的影响，也就不会表现出现金―现金流敏感性。
在我国，负债率高的公司具有比较明显的特点：一是国有控股的可能性大。二是资产规模比较大。从我国实际情况来看，由于银行贷款仍然是公司主要的外部融资渠道，越大的公司，可以提供更多的担保，银行需要承担的监督成本也越小。基于上述分析，本文提出如下假设：公司的负债率越高，规模越大，面临的融资约束程度越低。
这就引入一个新的问题：如何划分融资约束与非融资约束样本，进而考察不同样本的融资约束程度？以往的文献多采用主观判断的分类法，例如按照企业负债率、资产规模或分红的三分位、四分位数划分样本，为什么高（低）分位数样本就是非融资约束组？依据是什么（张文君，2014）？为此Hansen（1999）提出了面板门限模型（panel threshold model），该模型的基本思想是利用统计检验的方法基于数据本身对样本进行分类，这在很大程度上缓解了先验判断带来的偏误。
基于上述考虑，本文将利用面板门限―现金―现金流模型实证检验融资约束假说。
二、模型与数据
为了保证可比性，本文亦使用Almeida and Campello et al.（2004）的基础模型，并以此为基础构建门槛模型，如方程（1）所示，
其中， 和 分别为被解释变量（现金持有变化）和主要解释变量（现金流量）， 为示性函数，qit为Tobin’Q，为企业规模，rit为门槛变量，和大多数文献一样，本文使用企业负债率和企业规模作为门槛变量， 、 为相应的双门限值3，下标 分别为个体和时间标识符。
面板门限模型的求解主要包括两步：一是对门槛效应的检验，二是门槛值的求解。本文的数据来源于Wind数据库，选取全部A股上市公司2008――2015年的数据，进一步的筛选原则如下：（1）剔除金融类和ST类公司；（2）剔除有数据缺失的企业；（3）剔除财务数据异常的样本。最终得到1469家公司作为研究对象，共计10283个公司年度观察值。
三、实证结果与分析
本文采用不同的门槛变量，得到了一致的检验结果――模型中存在两个门槛值，即对于不同负债率（公司规模）的公司而言，由于其面临不同的融资约束，因而其现金―现金流敏感性是不同的。
根据负债率作为门槛变量，取公司规模作为门槛变量。得出以下结论：（1）低负债率样本的现金―现金流敏感性系数显著为负，这意味着低负债率反映了公司上佳的财务状况，因而能够有效缓解公司的融资约束，中等负债率和高负债率的现金―现金流敏感性系数为正，且中等负债率样本的系数为0.315，显著大于高负债率样本的0.0172，这部分验证了前文提出的假说――公司的负债率越高，面临的融资约束程度越低。同时，从样本的分布范围来看，低负债率的样本数只有133个，显然，负债率低于8%是一项要求极高的财务指标，企业的资金来源几乎全部来源于内源融资。中等负债率的样本数占到了总体的74%，高负债率的样本数达2542，占比24.7%，其中国企样本数达到1668家，这在一定程度上印证了前文的一个论断――负债率越高的公司国有控股的可能性也越大。（2）若以公司规模为门槛变量，则结果同样支持前文提出的假说――公司规模越大，面临的融资约束越小，大规模公司的现金―现金流敏感性系数为0.326，小于中等规模公司的系数0.445，令人意外的是，小规模公司的系数居然为负。但相比于负债率组，样本分布发生了很大变化，属于中等规模的样本数仅有333家，仅为全部样本数的3%，这样，对整体进行门槛回归已经没有太大的意义，但注意到第二个门槛值95%的置信区间为（447.773，10088.099），这是一个相当大的取值范围，事实上，若以10088.1为临界点划分样本，则中等企业规模的样本数达到2290。（3）几乎所有样本的现金―现金流敏感性系数均显著为正，这意味着绝大多数公司都面临着“融资约束”难题，关键在于，不同类型的公司面临的融资约束程度不同，高负债率通常也是大规模的企业，现金―现金流敏感性系数显著小于中等负债率或中等规模的企业，即前者面临的融资约束弱于后者。
四、结论与启示
本文以Almeida and Campello et al.（2004）的研究为基础，从现金―现金流敏感性角度检验了融资约束假说在中国的实用性。本文的实证结果主要有以下发现――区e于以往研究，本文发现，融资约束普遍存在于中国的上市企业中，融资约束对中国上市公司的现金持有行为具有重要影响，具体表现为，负债率越高、资产规模越大的公司面临的融资约束越弱，而中等负债率或中等规模公司则表现出更加强烈的现金―现金流敏感性。这直接验证了本文提出的理论假设。
融资约束显著影响上市公司现金持有行为这一结论具有重要的政策含义。对于企业而言，持有较多现金虽然可以在一定程度上缓解外部资金压力，提高企业投融资决策的自主性，但同时要承担较大的流动性成本，对企业管理者提出了很高的要求。除此之外，促进金融市场的发展，加快银行改制、培育和发展公司债券市场等有助于拓宽公司融资渠道的手段则是破解融资约束难题的根本之道。
参考文献：
[1]连玉君， 程建. 投资――现金流敏感性： 融资约束还是成本？[J]. 财经研究， 2007，33（2）：37-46.
[2]Myers S C. Determinants of corporate borrowing[J]. Journal of financial economics， 1977，5（2）：147-175.
基金规模论文篇（6）
开放式基金作为一种新的投资工具，以其特有的“可随时申购与赎回”的制度安排，较好地满足了证券市场上投资者在资金的流动性与收益性之间的动态平衡要求，从而受到越来越多的投资者追捧。一般认为，开放式基金的投资收益率与基金规模之间具有很强的正相关性，随着开放式基金规模的增大，会带来基金费用成本的降低和基金收益率提高，即存在规模经济效应。大规模基金管理成本相对较低、赎回压力小、投资组合多样化，但同时大规模基金也存在流动性差、可投资品种不足等缺点，因此又出现了“小规模效应”、“适中规模”等观点。那么，在我国的资本市场上是否基金的规模越大它的业绩表现就越好；开放式基金的规模和业绩到底存在一个怎样的关系，这些都值得深思。
一、基金业绩评价体系
本文借鉴证券投资基金广泛运用的业绩评估模型，通过衡量基金的周盈利能力水平来研究我国开放式基金的业绩。周盈利能力水平一是要考察其平均周净值收益率；二是要比较其风险水平，风险水平的主要指标为基金周净值收益率的标准差以及基金的系统风险；三是考察基金的风险调整业绩，主要指标有Treynor指数、Sharpe指数、Jenson指数。
1、周净值收益率
计算基金每周净值收益率可采用如下公式：
其中，Rpt表示基金p第t周的净值增长率，UNVt表示基金i第t周的单位净值，UNVt-1表示基金p第t-1周的单位净值，Dt表示第t周的分红。
2、Treynor指数
Treynor（1965）首先提出一种考虑风险因素的基金业绩评价指标――Treynor指数。该指数以均衡市场假定下的资本资产定价模型（CAPM）或证券市场线（SML）为基准，表明承担单位系统风险而获得的超额收益，是经系其中，σp为投资组合或基金p在样本期内收益率的标准差。
4、Jensen指数
Jensen（1968）提出了一种以资本资产定价模型（CAPM）对基础的评价基金业绩的绝对指标，即Jensen指数，它表示基金投资组合收益率与相同系统风险水平下市场基准组合收益率的差异，如果大于零则表示基金业绩优于市场基准组合，反之亦然，计算公式为：
Jp=Rp-Rf-?茁p（Rm-Rf）（5）
实际应用中Jensen业绩评价指标由式（3）回归方程的截距得到。
二、我国开放式基金规模与业绩关系的实证研究
1、样本基金及数据
对开放式基金进行业绩评价，选用市场基准时通常需要对基金的资产配置结构进行分析，确定基金的投资风格和选股标准。模拟股票型和配置型开放式基金的资产配置结构，可以比较准确地构造市场基准，因此本文选取股票型和配置型开放式基金作为研究样本。
本文以2005年10月1日到2007年9月30日两年内21支开放式基金的相关数据，原始样本数据包括各支基金的周单位净值、分红和季度末规模。原始样本数据均来源于各基金管理公司的官方网站。
2、参数确定
（1）无风险收益率的确定
本文采用国内通行的算法，选用同期一年期银行定期存款利率作为无风险利率。2005年10月1日至2007年9月30日间人民银行调整了存款基准利率，因此对一年期银行定期存款利率以时间为权重进行调整，调整后的平均周利率为0.048389423%。
（2）市场基准的构造
本文选用中信标普300指数和中信国债指数的加权平均值作为市场基准的收益率，数据来源于中信标普指数服务（http：//省略/）。构造市场基准收益率为：
Rm=中信标普300指数周收益率×80%+中信国债指数周收益率×20% （6）
3、研究方法
开放式基金的规模随时间不断变化，在计算开放式基金的业绩指标时，时间范围不宜取得过长。本文将两年的样本数据分为四个阶段，即每半年一个阶段，分别计算基金的各个业绩指标值；基金规模使用半年内的三个季度末规模的平均值。通过对比四组分析结果，考察开放式基金规模与业绩之间是否存在某种特定的关系，这种关系是否始终存在的，还是仅仅出现在某一个时间段内的随机现象。
样本基金在第n个半年内的平均规模计算式如下：
Sn=（S2n-2+S2n-1+S2n）/3，n=1，2，3，4（7）
其中，S1，S2，S3，S4分别表示四个阶段样本基金的平均规模， S0，S1，…，S8分别表示样本基金九个季度末的规模。
基金p在第n个半年内的平均周收益率Rp为第n个半年内周收益率的算术平均值。
4、相关性分析
为了检验各个业绩评价指标与基金规模之间是否存在某种特定的关系，本文进行了各业绩指标与规模之间的相关性分析及其显著性检验。相关性分析（Correlate）是研究变量之间关系紧密程度的一种统计方法，常利用相关系数定量地描述两个变量之间线性关系的紧密程度。Pearson简单相关系数度量定距型变量之间的线性相关关系，本文以Pearson简单相关系数考察我国开放式基金业绩指标与基金规模之间的相关关系。样本开放式基金规模和业绩指标之间的Pearson简单相关系数结果如表1所示。
实证分析结论：相关性分析结果表明我国开放式基金规模与业绩之间不存在某种特定的关系。在我国的资本市场上，不是基金的规模越大其业绩表现就越好，“小规模效应”并不存在。
三、结论及建议
我国开放式基金规模与业绩之间不存在某种特定的关系，不是基金的规模越大其业绩表现就越好，“小规模效应”并不存在。我们要正确看待开放式基金规模和业绩的相关问题：对于基金管理公司，在确定新基金首发规模时要结合自身的力量，不能盲目追求规模，而要把追求优异业绩作为经营之道，良好的投资业绩是建立在合理的投资决策过程、精细的研究、持续的创新和优秀的管理团队基础之上的；对于投资者，要纠正把规模大小作为基金优劣的主要评价指标的错误观念，重点关注基金评级机构的基金投资业绩的排名和评级，关注基金长期的业绩表现和稳定性表现，关注基金在市场波动时期的抗风险能力和在股市下跌时的业绩表现。
总之，只有基金管理人和投资者都能正确认识开放式基金规模和业绩的相关问题，着力提高自身市场意识、服务意识和投资意识，才能使我国的开放式基金行业健康茁壮发展。
【参考文献】
[1] 赵秀绢、汪寿阳：中国证券投资基金评价研究[M].科学出版社，2007.
[2] 蔡明超：证券投资基金绩效评价――理论与实务[M].上海财经大学出版社，2005.
[3] 李曜：证券投资基金学[M].清华大学出版社，2005.
基金规模论文篇（7）
一、我国投资基金现状分析
我国，证券投资基金相对于西方国家起步较晚，始于20世纪70年代末的中国经济体制改革。首只具有中国概念的基金是1987年，由中国新科技创业投资公司与汇丰集团，渣打集团在中国香港联合设立的中国置业基金。直到2000年，我国投资基金主要是封闭式基金，一共成立了33只封闭式基金，总规模为846亿元。到2001年，开放式基金开始兴起——开放式基金和封闭式基金共同发展时期。这段时期我国基金业发展繁荣，不仅基金的市场规模进一步扩大，而且基金的品种也更为丰富。随着2004年《证券投资基金法》的实施，开放式基金进入了快速发展时期，由2003年的3只发展到2009年的525只基金。开放式基金取代封闭式基金成为市场发展的主流，基金产品的不断创新也极大地推动了我国基金业。截止到2009年年末我国基金总数为556只，基金公司60家，总规模达到26761亿元，其中开放式基金规模占总规模的95%。管理的基金资产净值总规模为26760.80亿元，比上年底增加了37.92%。2009年度，共有59家基金管理公司新设立基金120只。
整体而言，我国股票型基金数量是不断攀升的，其中2006年到2010年发展极为迅速，从2006年低于100只发展到2010年的300多只，数量翻了一番。我国基金业也随之迅猛发展，这主要归功于我国证券市场政策的不断完善和行情的突破。2005年4月开始，证券市场利好消息不断涌现，股改政策的冲击等使得沉浸了3年的证券市场行情开始反转，从最低点998.5突破向上，引爆了中国股市牛市行情。06-07年是中国股市火爆的两年，个股纷纷突破前期高位，成交量不断放大，沪指不断创出新高，一度突破6000点。股市的获利盘不断增加，股票基金的收益也屡创新高。基金公司因其具有专业的投资管理人员，和数据信息分析处理等优势，迅速的扩大了各基金公司旗下股票型基金的规模。机构投资者中投资基金无疑是证券市场中最受瞩目的。随着证券市场的发展，基金的规模越来越大。随着基金自身规模的扩大，交易的规范化以及受关注程度越来越高，在资本市场上越来越体现出其强大的生命力。在为中小投资者拓宽了投资渠道，促进产业发展和经济增长，吸纳社会闲散资金，保证证券市场的稳定与发展促进证券市场的国际化等诸多方面扮演着越来越重要角色。
二、文献综述
羊群效应是行为金融学的主要理论之一。羊群效应是指受外界环境的影响（例如其他投资者和小道消息等），投资者改变自己的决策并采取“跟风”的投资策略，也称为从众行为或者群众行为。最早提出羊群效应的是Keynes（1934），他认为投资收益日复一日的波动中，显然由于荒谬的情绪影响着大众的行为从而影响市场。其后许多学者开始研究证券市场中羊群行为。羊群行为是典型的非理，它主要基于两个原因：第一是信息的不完全，Lakonishok，Shleifer，和Vishny（LSV）（1992）建立了LSV模型，并对769只共同基金进行了实证研究，发现基金持有者在同一时间段与其他投资者一样买入或者卖出同样的股票。John R.Graham（1999）归纳了羊群效应的模型及研究方法：信息流模型，声誉模型，调查模型，实证羊群四种。第二是基于声誉的羊群行为，这点在机构投资者中尤为明显。例如投资基金，由于基金管理公司存在的激励机制和大众对投资业绩的看重，基金经理为了生存，可能会效仿其他基金买入同样的股票，获得行业平均收益。Welch（1996）考察了274只共同基金在1975年到1984年间的交易模式，发现共同基金存在同时购进同一只股票的行为。Scharfstein和Stein（1990）；Trueman（1994）；Zweibel（1995）；Prendergasthe和Stole（1996）；Granham（1999）等提出了基于基金经理声誉考虑的羊群行为理论。并且认为金融市场中的羊群行为对市场的稳定性和效率有很大影响。我国学者对羊群效应的研究始于近期，比较有代表性的文章是：宋军等（2003）[4]针对目前中国证券市场中普遍存在的个人投资者跟随机构投资者的羊群行为，建立了头羊-从羊模型。通过模型分析，指出羊群行为加剧了资产价格的波动，并且多数情况下从羊的收益要小于头羊的收益。施东晖（2001）通过LSV模型对投资基金的羊群效应进行了实证，投资基金存在投资理性趋同，投资风格模糊，在一定程度上存在明显“羊群行为”，一定程度上加剧了证券的波动性。
三、声誉性羊群效应概述
1.声誉性羊群效应的内涵
社会上，羊群效应是普遍存在的，金融市场中的羊群效应是社会诸多现象中的一种。羊群效应也叫羊群行为、从众行为是指由于受环境影响或者受其他投资者的同一策略影响使得投资人完全依赖于舆论，最终采取跟众多投资者相同的投资策略。社会心理学认为当“客观现实”很模糊时，大众的行为就成为了信息源，或者说大众行为为投资者提供了一个“有效”信息让其如何去行动。根据行为金融理论，羊群效应的分类有许多种，根据不同的学者对羊群的解释角度的不同。一般而言，将羊群分为理性羊群效应和非理性羊群效应，“理性”与“非理性”的解释是按投资人是否获利来说的。如果投资人通过羊群效应获得了收益则称为“理性”羊群效应，未获得收益则称为“非理性”羊群效应。“理性”与“非理性”是相对的，并不是说理性的羊群效应说明个人行为是“理性人”策略。在行为上，投资者是选择了跟风，但是这种跟风不能说是盲从。理性羊群行为的投资者对信息和大众行为进行了分析，并确定了一定的概率从而获得收益。而非理性羊群行为则是因为盲从，决策模糊获得的失败。当然我们不能一概而论，不可能对其进行精确的区分，因为人的行为是不可精确的。
本文则在羊群行为的分类中选取了基于声誉的羊群行为，对基金经理的行为进行分析，以求获得基金有限理性的证据。国外文献中关于该证据有部分学者给予了解释。Stein（1990）；Trueman（1994）；Zweibel（1995）；Prendergast&stole（1996）；Graham（1999）等提出了基于基金管理人或分析师基于声誉考虑而产生的羊群行为。基于声誉的羊群效应的基本思想是指：对于一个基金经理而言，当他对自己的决策产生怀疑或者对市场预测模糊时，选择跟其他基金经理一致的决策将对自身是比较有利的，至少这样的决策可以获得市场平均利润，保住自己的声誉。很明显，这点因为基金经理人的声誉和职业生涯受到其投资能力和技术的影响。不仅如此，有些基金经理即使能够有相当大的概率确定自己决策的准确性，但是为了避免小概率的风险，也可能采取同样的策略，可以说是保守性决策，获得市场上平均的收益，保住自己的声誉。
2.我国投资基金的声誉性羊群效应
我国现有基金管理公司60家，基金经理达到几百人，薪酬也大幅度增加，年薪达到百万以上。一般而言基金经理都是从分析员中提拔的，优秀的分析员才可能成为基金经理。根据保荐人制度，保荐人必须从事金融证券工作达到5年以上。过去基金经理多数以本专科为主，而如今由于大学门槛的不断降低，金融行业门槛的不断提高，分析员的学历则普遍在研究生以上，所以在今后我国基金经理将逐步向高学历转变。
图1所示是2006年与2008年基金管理公司人员年龄的分布情况，从图中可以看出2006年46-55岁年龄段占了从业人员的59.58%，35岁以上的占到总人数92%，2006年基金管理公司人员主要以中老年为主。到了2008年人员年龄结构则发生了很大的变化，30岁以下人员达到49%，近乎占到总人数的一半，30-40年龄段为40%。通过对比可以看出，基金管理公司的人员逐渐趋向于年轻化。
图2表明：2006年-2008年，基金经理学历结构由以本科和研究生为主转为以研究生为主，2008年硕士学历占到79%，本科则由2006年的39.58%降低到8%。通过图2和图3可以发现，基金管理人员有年轻化和高学历趋向。这两个特征则更好的验证了基金经理对声誉的重视，从而加大了出现声誉性羊群效应的可能性。这里从两个方面来解释：第一是激励机制促进了声誉性羊群行为的产生。中国基金经理目前的薪酬制度是按基金年末净资产值的1.5%计提，开放式基金则需再加上1.5%左右的申购费以及赎回费。薪酬制度直接导致了基金经理按基金规模计提的问题，即规模越大，则提取的管理费越多，基金经理收入也就越高。这种薪酬体制的弊端是不能提高基金经理投资能力和资产组合的效果的。在这种激励机制下，基金管理人的能力与其薪酬并没有直接的联系。这就导致了基金经理更看重基金的规模，而非资产组合的有效性。因此基金经理更会为了规避高收益的风险，获得行业平均收益，保持基金规模的稳定性，维护其声誉。第二是基金管理人员的高学历加强了声誉性羊群效应。高学历人员普遍存在自尊心较强，对工作稳定性要求较高和对成功的迫切渴望等心理。由于年轻和高学历更加注重自身在基金业的长远发展，而声誉好坏直接影响其在同业中的竞争地位和发展，因此加强了声誉性羊群行为，基金经理为了保住自己的声誉而采取相似的投资策略，共赢共损。
（1）2006年基金经理学历分布
（2）2008年基金经理学历分布
四、基于博弈论分析声誉性羊群效应
Scharfstein和Stein（1990）基于基金的委托关系提出了基于声誉的羊群行为模型，从基金经理的投资策略层面解释了羊群行为的成因。其中心思想为：基金经理之间的投资业绩来判断基金经理的成功程度和决策的正确性。也即基金经理的任何投资决策都将面临声誉的损失成本。因此，模仿其他基金经理的投资策略将在较大程度上减少声誉的损失成本，获得行业平均收益，属于较优决策方案。其次，由于基金的委托机制的不完善，基金经理的收入与其业绩，和其他基金经理的业绩比较上挂钩。在这种报酬制度下，基金经理有充分的理由去模仿有声望或者老牌基金经理的投资策略。对于风险厌恶型的基金经理，采取这种模仿策略的可能性则越大。当信息层面出现不对称，每个基金经理对信息的理解和处理程度不同时，风险规避者就会寻求风险保护。当基金经理采取模仿策略的时候，他就能够避免或者降低由于投资策略失败而招致声誉受损的风险。这种“责任公担，法不责众”的想法，是的他们的行为趋向于声誉性的羊群行为，而不是追求收益最大化。这里我们用博弈理论来分析这一行为。
假定寻求一个基准基金经理即声誉好的基金经理--品牌经理A，经理A的投资策略成功概率为P0，现有两只基金，分别为基金经理B和基金经理C，，其基金经理B和基金经理C基于独立判断的投资策略成功概率为P1。为了方便分析，设基金经理无论采用何种投资策略，投资成功的预期收益都为R，投资策略失败的可能经济损失都为L，（R>0，L
五、结论
我国基金管理公司普遍存在投资风格趋同的特征，总结起来有两个方面的原因：第一个方面是由于大多数基金管理公司采用的是建立股票池的选股模式，而较少的上市公司存在较高的投资价值，所以许多基金公司存在高度相似的股票池，也就导致了基金持股的趋同性。第二个方面是基金管理人介于声誉性考虑的心理因素。基金经理迫于竞争压力或者谨慎心理，避免过高的投资风险，采用保守的跟风策略，从而导致持股趋同。基金持股的趋同性在一定程度上保证了基金经理的声誉遭受较少损失，但是客观上可能造成“坐庄”现象，特别是当市场上某只个股被机构共同持有的时候。一旦基金大规模对某一股票同时清仓时，就会对该股股价造成较大的冲击，引起市场的波动和恐慌性抛盘。由于基金经理的“偷懒”行为或者害怕声誉受损等原因，导致基金经理的择股决策雷同。基金经理一般都选择近几年市场表现较好的优质股进行投资。
目前我国基金经理的报酬是按其管理的基金净值的1.5%年费率计提的。相对而言基金经理的薪酬与基金业绩的好坏关系不大，基金管理人的收入只于基金的规模成正比，即基金规模越大，基金经理的收入越高。因此现有的激励制度是声誉性羊群效应产生的主要原因，对基金经理投资能力的提高并没有显著效果。这种激励机制的缺陷就在于基金经理的收益与其投资风险是不对称的，可以说收入与风险相关性不大。即使对基金持有人造成了损失也可以照常拿取管理费，基金经理的责任感会相应减弱，危机感甚少。这种激励机制对基金持有人来说是相对无效的。为了避免长期吃大锅饭的现象，应该尽快建立起一套切实可行的激励机制。首先应该从法律法规，治理结构的角度进行规范，规范基金经理的行为。其次确立激励的目标：发挥基金经理个人的投资能力，注重长期利益，运用价值投的理念保护基金持有人。最后确立有效的收入制度，将基金经理的工资与其基金的绩效挂钩，设计合理的方案。将基金绩效与规模提成按一定的百分比作为基金经理的收入。当然职业道德教育和内部控制制度也应该全面完善。
参考文献
[1]杨湘豫，朱毅飞.我国证券开放式基金羊群效应研究[J].湖南科技学院学报，2005（4）.
[2]盛军锋，李善民，汤大杰.中国证券投资基金羊群行为：基于LSV模型的实证研究[J].金融发展研究，2008.
[3]伍旭川，何鹏.中国开放式基金羊群行为分析[J].金融研究，2005（5）.
[4]姜新，黄静.证券投资基金羊群效应实证研究[J].学习与探索，2005（2）.
[5]杨湘豫，肖璐.开放式基金投资组合风险实证[J].经济数学，2009（9）.
[6]沈维涛，黄兴孪.我国证券投资基金业绩实证评价研究[J].经济研究，2001（9）.
[7]肖媛，胡小平，党风顺.我国开发式基金的风险度量模型研究[J].中国管理科学，2009（12）.
[8]景乃权，叶庆，陈新秀.证券市场羊群行为的机理及其在我国的应用[J].国际金融研究，2002（8）.
基金规模论文篇（8）
二、通货膨胀、经济增长关系与金融流动性的实证检验
（一）数据说明与平稳性检验1.数据及变量说明。本文的样本区间为2006年1季度至2013年1季度，共涉及三类变量，即经济产出变量、价格变量、货币流动性变量。地区经济产出变量用地区生产总值（GDP）衡量。由于居民消费物价指数是中央银行进行调控时所重点考虑的宏观经济变量，可能显著影响中央银行决策。因此，用居民消费物价指数（CPI）衡量物价变动水平，用CPI增长率衡量通货膨胀水平。在稳健性检验中，使用GDP平减指数（GDPIP）作为CPI增长率的替代变量。本文根据中国人民银行提出的社会融资规模统计标准，对2006年1季度以来贵州省社会融资规模进行了测算和统计，采用该指标衡量贵州省金融流动性，并以金融机构信贷规模作为社会融资规模的替代变量对研究结果进行稳健性检验。2.数据处理过程。本文实证分析中，长期均衡分析用的是水平变量形式，短期动态分析用的是水平变量的增长率形式，因此有必要对具体序列的原始形式、数据处理等做进一步说明：（1）实际地区生产总值（RGDP）及其增速（ΔRG⁃DP）：以2005年1季度为基期，根据贵州省2005年1季度以来的名义GDP和GDP同比增速推算出2006年1季度至2013年1季度的RGDP。（2）消费物价指数（CPI）和通货膨胀率（ΔCPI）：根据2005年1月至2013年3月的贵州省月度同比CPI数据，取算数平均得到季度同比CPI，其同比增长率为CPI通货膨胀率（ΔCPI）。价格指标的另一个变量，即GDP平减指数（GDPIP），依据名义GDP与RG⁃DP的水平值进行推算获得，其同比增长率即为GDP平减指数通货膨胀率（ΔGDPIP）。（3）金融流动性水平及其增长率：测算出2006年1季度至2013年1季度的贵州省社会融资规模季度数据，采用GDP平减指数对其进行价格因素剔除，得到按2005年可比价计算的2006年1季度~2013年1季度的贵州省社会融资规模实际值（FS），以其衡量贵州省金融流动性水平，以其同比增长率（ΔFS）作为对应的贵州省金融流动性增速变量。在稳健性检验中，采用GDP平减指数对贵州省金融机构贷款余额进行价格因素剔除，得到按2005年可比价计算的2006年1季度~2013年1季度的贵州省金融机构贷款余额实际值（CREDIT），作为衡量金融流动性的替代指标，以其同比增长率（ΔCREDIT）作为对应的贵州省金融流动性增速替代变量。上述指标的水平值序列均存在季节性变动因素，在实际的计量回归分析前，本文对所有宏观经济数据水平值序列的对数形式进行CensusX12季节性调整。增长率序列均为同比形式，不必再进行季节性调整。为了方便说明，在下面分析中，我们使用ΔCPI表示CPI同比增长率（通货膨胀率），其他含有差分符号Δ的变量与此类同。3.平稳性检验。在分析通货膨胀、金融流动性和经济增长的短期动态机制和长期协整关系之前，分别对各变量水平序列（2006年1季度~2013年1季度）和增长率序列（2007年1季度~2013年1季度）进行平稳性检验，检验过程中的滞后期数确定采用AIC准则。检验结果表明，水平变量序列RGDP、CPI、GDPIP、FS、CREDIT均为非平稳序列，其一阶差分序列ΔRGDP、ΔCPI、ΔGDPIP、ΔFS、ΔCREDIT均是平稳序列。
（二）短期互动机制通货膨胀、经济增长率和金融流动性间的短期动态机制使用VAR模型（式4）。首先，确定VAR模型的滞后阶数；然后在VAR模型基础上对模型变量进行格兰杰因果检验。1.滞后阶数的确定。根据时序分析理论，动态时序模型要获得准确有效的统计推断，最重要的是在保证满足模型残差无序列相关性的条件下选择尽量简单的模型（张成思，2012）。因此，本文在模型滞后阶数的选择上，采用如下判断方法：在给定最大滞后阶数为5的条件下，首先利用最小AIC准则确定最优滞后阶数，然后检验对应滞后阶数的模型残差的序列相关性。若无显著序列相关，则该滞后阶数为最优；若存在序列相关，则从5阶以下依次检验对应模型的序列相关性，在没有序列相关性的组内选择AIC最小值对应的滞后阶数。根据VAR模型估计结果（表2），可知滞后阶数为5时，VAR模型的AIC和SIC最小；根据VAR模型残差序列相关性的LM检验结果（表3），可知滞后阶数为5时，模型残差无序列相关。因此，VAR模型的最优滞后阶数为5阶。2.格兰杰因果检验。在滞后阶数为5的VAR模型基础上进行格兰杰因果检验，考察本文核心变量的短期互动机制。首先检验基本模型中经济增长率、通货膨胀率与社会融资规模增长率之间的格兰杰因果关系。表4中报告了实际经济增长（ΔRGDP）、CPI通货膨胀率（ΔCPI）与社会融资规模增长率（ΔFS）之间的因果关系：通货膨胀率与社会融资规模增长率均非实际经济增长率的格兰杰原因；实际经济增长率非通货膨胀率的格兰杰原因，社会融资规模增长率是通货膨胀率的格兰杰原因；通货膨胀率和实际经济增长率均是社会融资规模增长率的格兰杰原因。综合上述检验结果，可以发现贵州省实际经济增长、CPI通货膨胀率与社会融资规模增长率间具有如下的短期互动特征：第一，实际经济增长对社会融资规模增长具有短期驱动效应，但社会融资规模增长对实际经济增长不具有短期驱动效应；第二，实际经济增长和CPI通货膨胀率之间没有显著的短期驱动效应；第三，CPI通货膨胀率对社会融资规模增长具有显著的短期驱动效应，社会融资规模增长对CPI通货膨胀率也具有短期驱动效应。也就是说，社会融资规模具有明显的内生性特征，其变动既受实际经济增长的影响，又受通货膨胀率的影响；社会融资规模又具有短期中性特征，即在短期内社会融资规模的变动对实际经济增长不产生显著影响，仅对通货膨胀产生显著影响。3.稳健性检验。为了验证上述结论的稳健性，本文构建了两个替代模型进行稳健性检验。表5报告了两个稳健性检验对应的格兰杰因果关系检验结果。其中，模型A是将基本VAR模型中的CPI通货膨胀率用GDP平减指数通货膨胀率代替，模型B是将基本VAR模型中的社会融资规模增长率用金融机构贷款余额增长率代替。稳健性检验模型A的结果支持基础VAR模型的“内生性”和“短期中性”结论：社会融资规模具有明显的内生性特征和短期中性特征。稳健性检验模型B的结果支持基础VAR模型的“内生性”结论，但不支持“短期中性”结论：用金融机构贷款余额增长替代社会融资规模增长时，发现信贷扩张既是实际经济增长的格兰杰结果，又是通货膨胀的格兰杰结果；但是，信贷扩张同时也是实际经济增长的格兰杰原因，即信贷具有非中性特征。
（三）长期均衡机制长期均衡机制即变量间的长期均衡关系。所谓长期均衡关系，是指从长期来看，变量之间存在一个稳定的一一抵换关系，当在短期内各变量间的联系出现偏离均衡状态的现象，这种偏离所形成的时间序列也是平稳的，并且从长期看正负偏离的程度彼此抵消（张成思，2012）。本文对物价、实际经济产出以及融资规模的水平值（社会融资规模和金融机构信贷规模的自然对数形式）进行Johansen协整检验，考察三者间是否存在长期均衡关系。此外，本文通过长期均衡机制分析，同时获得了基于误差修正模型的各个变量增长率形式的互动机制，并可以进行与短期均衡机制类似的格兰杰因果关系检验。1.协整检验。根据表6的Johansen协整检验结果，变量lnRGDP、lnCPI和lnFS拒绝了不存在协整关系的原假设，不能拒绝存在至多1个协整关系的原假设，表明物价、实际经济产出以及社会融资规模之间存在一个长期均衡关系；同理，物价、实际经济产出以及金融机构信贷规模之间也存在一个长期均衡关系。协整检验可以验证物价、实际经济产出以及社会融资规模间是否存在协整关系以及协整关系的个数，但协整关系的具体特征（即物价、实际经济产出以及社会融资规模间的长期均衡机制）需要通过误差修正模型进行考察。2.误差修正和格兰杰因果检验。通过设立和估计误差修正模型，可得到协整向量和调整系数。前者刻画系统内变量之间的长期均衡关系，后者反映出现偏离均衡状态后协整系统的修正特征和修正幅度。因此，误差修正模型体现的是一种动态修正机制。Engle和Granger将协整与误差修正模型结合起来，建立了向量误差修正模型（VEC）。其中ecmt-1=β′yt-1，是误差修正项，β为协整向量，反映变量之间长期均衡关系；系数矩阵α反映变量之间的均衡关系偏离长期均衡状态时，将其调整到均衡状态的调整速度。A为调整系数矩阵。表7报告了向量误差修正模型估计结果，包括协整向量β和调整系数矩阵α的估计值。但与社会融资规模呈反向变动。金融机构信贷规模与社会融资规模对实际经济产出的相关关系完全相反，本文认为其原因在于采用的社会融资规模数据是流量，金融机构信贷规模是总量指标，而融资规模作为一种金融资本生产要素影响经济增长则是以存量形式产生作用的。进一步分析贵州省物价水平、实际经济产出和金融流动性间的长期均衡关系到底是因果关系还是仅仅为统计上的相关关系，需要在协整模型基础上进行格兰杰因果关系检验。表8报告了协整关系约束下的格兰杰因果关系检验结果。在协整关系约束下的格兰杰因果关系检验结果与前文基于基础VAR模型的格兰杰检验因果关系结果基本吻合。社会融资规模增长和金融机构贷款余额增长均具有内生性，社会融资规模增长由实际经济增长和通货膨胀水平内生决定，金融机构贷款余额增长由通货膨胀水平内生决定。社会融资规模是中性的，不是实际经济增长的格兰杰原因；金融机构贷款余额增长是非中性的，是实际经济增长的格兰杰原因。
基金规模论文篇（9）
（一）基金业绩影响因素的分析
1．基金主题因素低碳经济领域的上市公司包括：从事太阳能、风能、核能、生物质能等清洁能源生产、传输、使用服务等相关的清洁能源板块上市公司；集中工业节能、建筑节能、智能电网、环保设备等相关领域的节能减排板块上市公司；为低碳经济发展提供配套支持的相关的其他上市公司。低碳主题基金以主题投资方式选择个股，将能够受惠的相关产业和上市公司纳入投资范围，发掘低碳经济领域具有核心竞争优势的公司来获取资本的长期增值。基金主题因素决定着基金投资的主要领域，是影响主题基金业绩的基本因素。本文引入虚拟变量，将基金的主题因素纳入模型。
2．经济环境因素杨宁（2012）对宏观经济变量影响基金业绩进行实证分析，发现基金业绩水平与货币供应量，通货膨胀等因素存在明显相关性。基金投资者在考虑何时进行基金投资时，为了规避宏观经济波动所带来的风险，基金管理公司在管理基金过程中也会根据宏观经济状况作出适当的策略调整。中国证券协会《基金投资者情况调查分析报告（2012）》披露，股票市场走势会显著影响投资者自身的投资决策。当股票指数上升时，基金投资者表现出净申购趋势，而指数下降时，则表现为净赎回。当市场行情走强时，投资者减少持有现金而选择投资股票型基金。本文考虑到低碳类上市公司板块分布情况及我国当前利率未完全市场化的现实条件，采用沪深300指数和货币供应量分别作为股票市场走势和宏观经济因素的衡量指标，分析其对基金业绩的影响。
3．基金经理人特征因素在证券投资基金的运作中，基金经理人扮演重要角色，其选股能力和择时能力对基金最终业绩起着重要作用。汪光成（2002）的研究就发现样本期间，多数基金表现出负向的时机把握能力，证券选择能力对业绩的贡献很低；王赫一（2011）、杨宁（2012）均发现基金经理人能力是影响基金业绩水平最为显著的因素。所谓选股能力是指基金经理凭借其对市场个股价值的评估以及预判，选择具有长久增长潜力的股票组合的能力。而择时能力则表现为基金经理能够准确估计市场整体走势，在牛市时能够降低现金头寸或提高投资组合的β系数，在熊市时能够增加现金头寸或降低投资组合的β系数的能力。衡量基金经理选股能力和择时能力的常用方法是T-M模型。
4．基金特征因素基金规模和基金持有人结构是基金最为基本的特征。Indr、Jiang等人（1999）在研究基金规模对基金业绩影响中发现，开放式基金存在最优规模，当基金规模达到最优之前，基金业绩是随着规模而递增的，当基金的规模超过最优规模之后，业绩随规模增大而递减，即基金规模对基金业绩存在显著影响，并动态变化。基金持有人结构对基金业绩也会产生影响，普通投资者面对基金业绩的上升表现出净赎回，而机构投资者则表现出净申购，这种现象在基金市场上被称为“赎回异象”。本文选择基金在持有期内平均份额作为该期基金规模指标。由于机构持有人持有比例较低，为了方便数据处理，选择普通投资者持有基金份额比例作为基金持有人结构衡量指标。
（二）基金业绩指标的测算净值收益率是用来衡量证券投资基金业绩水平的基本指标。在现代资产组合理论和资本资产定价模型（CAPM）问世之后，学术界开始对基金的收益进行风险调整，以CAPM理论为基础，形成了基金业绩评价的三大经典指数：Treynor（1965）以证券市场线SML为标准，形成Treynor指数；Sharp（1966）采用资本市场线CML标准构建sharp指数；Jensen（1968）以投资组合的实际收益率与证券市场线上投资组合的期望收益之差构建Jensen指数。对CAPM模型修正的研究中，Fama和French（1993）引入规模因素和账面价值比因素后提出“三因素”模型；Carhart（1997）在模型中增加收益率“动量因素”，建立“四因子模型”，这些模型在基金业绩评价过程中得到广泛使用。以上主要是以CAPM模型为主线的基金业绩评价方法，除此之外，Charnes和Cooper（1978）以线性规划理论为基础，创建数据包络分析（DEA）模型，形成了一个多投入和多产出的决策单元的效率评价方法。该方法被众多学者引入到基金业绩评价中。如Murhi和Choi（1997），罗洪浪（2003）、邓超和袁倩（2007）等人。以CAPM理论为基础的传统三大指标遭受质疑，主要原因之一是CAMP模型假设投资者能够通过多元化投资消除非系统性风险，该假设在实际中通常并不成立。然而股票型证券投资基金由于持股数量较多，能够充分分散化以消除非系统性风险，因此本文选择运用广泛的Terynor指数。Terynor指数是首次在计量过程中考虑基金风险的业绩指标，它以投资组合的完全分散为前提条件，认为系统风险是组合的主要风险，表示基金在承担单位系统风险的情况下所能获取的超额收益。在Beta值的计算过程中，存在无风险利率的选择问题，理论及国外实证研究中通常选用短期国债收益率或者银行间拆借利率（SHI⁃BOR）。但由于到我国的国债存在流动性不足、期限结构不合理、市场性较弱等问题，因此在国内的研究中采用短期国债利率作为无风险利率的学者较少。另一方面，由于基金持有人中，普通持有人占比较高，选择一年期定期存款利率比SHIBOR更具合理性。
（三）计量模型的构建本文在控制了经济环境因素、基金经理人因素、基金特征因素的影响之后，研究低碳类基金业绩的实际主题投资回报，及其他各影响因素对低碳类基金业绩的影响。考虑到增加样本量以提高估计的有效性以及减弱遗漏变量影响，增加时间维度，构建基于面板数据的基金业绩分解的计量模型，变量描述如表
二、实证分析
（一）样本与数据的选取根据Wind数据库，2012年之前总共成立的股票型证券投资基金有428只，其中除去指数型基金外，有普通股票型基金291只，本文选择其中4只低碳主题基金，4只消费主题基金，4只新兴产业主题基金，以及与主题基金投资风格相近的6只非主题基金，共计18只基金作为研究样本。以2012年-2014年6月为研究期间，并将其按季度划分为10个时段。基金净值数据来源于和讯基金网，其他数据来源于Wind数据库，样本基金如表2所示。通过stata计量软件对各变量的样本数据统计性描述如表3所示。
（二）实证过程
1．对面板数据的单位根检验和协整检验面板数据N=18，T=10，为短面板数据，在回归前，为了验证数据的平稳性，采用eviews软件对该面板模型各个变量进行单位根检验，结果如表4所示。单位根检验结果显示，变量的原始序列存在单位根，而一阶差分后则通过检验，数据平稳，对其一阶差分序列进行协整检验，结果如表5所所示，除了rho检验在5%显著水平下未通过检验外，其余4项的检验结果均表明与被解释变量之间存在协整关系。
2．对面板数据的异方差和自相关检验横截面的异方差和序列的自相关性是运用面板数据模型时可能遇到的常见问题，此时运用OLS可能产生结果的失真，因此为了进行组内相关性(个体时间序列相关)和组间相关检验（个体截面之间相关性），采用stata软件提供的xtserial命令进行Wooldridgetest自相关检验，采用lrtest命令进行LR异方差检验。检验结果如表6所示，该回归变量之间不存在自相关问题，但存在异方差问题，在回归时，需采用广义最小二乘法FGLS方法回归，以消除异方差影响。
基金规模论文篇（10）
中图分类号：F830.91 文献标识码： A 文章编号：1003-7217（2013）04-0045-05
一、引 言
股票市场的稳定不仅与投资者的利益紧密相连，更是一国金融体系健康运行的重要保证。机构投资者成熟的价值投资理念，对稳定股票市场起着重要的作用，在这种观点影响下，自2001年底开始，中国就采取了超常规发展机构投资者的战略，机构投资者在证券市场中所占的比重迅速增加，对市场的影响力也不断增强。中国证券市场上目前已形成了包括封闭式基金、开放式基金、保险公司、QFII和券商自营资金在内的众多机构投资者，其中证券投资基金（以下简称“基金”）是规模最大的机构投资者，也是管理层大力发展的主要对象，统计数据显示，基金已经成为中国证券市场上最主要的机构投资者，在中国股市稳定发展中扮演着举足轻重的角色。政府试图利用基金的长期投资、价值投资特性来减小股价非理性波动，促进股票市场的健康稳定发展，但在一定程度上忽视了市场制度建设和相关政策的配套。一个合理的激励制度是保证基金把稳定股市作为自己责任的一个重要制度保障，在国内基金市场上采取的是一种单一的管理费激励制度，即基金的收入来自于对基金管理费的提取，提取方式为按基金资产净值的一定比例的年费率提取的固定费率模式[1]。这种固定费率的激励模式，除少数股票指数基金管理费率在1%左右外，绝大多数开放式股票型基金都将管理费率定在1.5%。一个好的激励机制应该是激励相容的，但基金管理费激励机制是激励相容的吗？这个问题到目前为止还没有得到很好的回答。本文研究股市波动对基金管理费报酬的影响及其影响路径，从股市波动的视角来探讨基金管理激励机制是否具有激励相容的性质。
二、文献综述与研究假设
（一）文献综述
目前对基金管理费激励机制有效性的研究，主要有两个研究视角：一是研究基金业绩与资金流入之间的关系，间接研究基金管理费激励机制的有效性；二是研究基金管理费报酬与基金业绩之间的关系，直接研究基金管理费激励机制的有效性。两种研究尽管出发点不同，但由于基金管理费报酬依赖于基金规模，基金规模又依赖于资金的流入，因此资金流入与基金管理费报酬的变动方向是一致的，两种研究具有内在一致性。一般而言，具有良好业绩的基金能够吸引更多的投资者，增加基金的资金流入，扩大基金规模从而使得基金获取更多的管理费报酬，此时，基金和基金投资者同时能够获取收益，也就是说基金管理费激励机制是激励相容的。国外许多研究表明基金业绩与资金流入之间的关系是正的，如Chevalier和Ellison（1997）[2]、Sirri和Tufano（1998）[3]等的研究。但国内的研究，如李曜和于进杰（2004）[4]、刘志远和姚颐（2005）[5]、束景虹（2005）[6]、陆蓉和陈百助等（2007）[7]、彭惠和江小林等（2012）[8]等，他们的研究结论均表明中国基金市场中存在“赎回异象”现象，即基金赎回率与业绩正相关，这实质上表明基金管理费激励机制不具有激励相容的性质。
在基金管理费激励有效性的研究方面，曾德明和刘颖等（2005）[9]对基金管理费与投资组合收益之间的关系进行了实证研究，发现两者之间不相关。曹兴和彭耿（2009）[10]从基金流入与业绩之间关系的角度研究了基金管理费激励的有效性，发现管理费激励虽然有一定的作用，但效果并不突出。王性玉和田建强（2009）[11]研究了本期基金业绩与上期管理费以及托管费之和之间的关系，以此证明中国管理费激励没有起到激励作用。尹洁和陈收等（2011）[12]对中国开放式基金的管理报酬与业绩进行了实证分析，发现两者之间不相关，由此得到管理费激励没有起到激励约束作用的结论。
以上研究均是从基金业绩的视角在考察基金管理费激励机制的效果，这是一种微观视角，即从基金投资者的角度来考察激励机制的有效性，本文从宏观上，即从股市波动的角度来研究基金管理费激励机制的效果，并从理论上探讨股市波动对基金管理费报酬的影响机制。
（二）理论分析与研究假设
中国基金管理费计提的历史可分为四个阶段：第一阶段从1998年3月开始，基金管理公司按基金资产净值的2.5%提取管理费；第二阶段从2000年初开始，基金管理公司采取了固定费用加业绩报酬的方式，将固定费率由2.5%调低为1.5%；第三阶段从2002年开始，中国证监会规定所有基金管理公司必须取消业绩报酬，实行固定比率提取管理费的制度，根据前一日基金资产净值的不超过1.5%的年费率计提；第四阶段从2007年开始，中国基金管理费率一刀切的状况开始了变新的变化。2007年有大成基金管理公司又开始实施了“业绩报酬”，即激励费制度，这是在2001年业绩报酬被禁止后的首例，2008年博时价值增长开放式基金在招募说明书中承诺，在基金单位资产净值低于价值增长线期间，博时基金公司将暂停收取基金管理费，随后又推出后端收费模式[13-14]。但总的来说，这样的变化是小范围的，基金管理费报酬主要受到基金规模的约束，基金规模越大，基金管理费报酬必然越高。
由于基金管理费是按照基金净资产的固定比例提取的，而基金资产的净值随着投资组合资产的市场价值和吸引新的投资者持有该基金份额的增加而增加，所以以净资产为基础提取管理费是一种显性的激励机制。对于开放式基金，基金业绩的好坏会影响到基金投资者的申购和赎回行为，从而影响到基金规模，而管理费的提取是以基金规模为依据的，因此，即使在管理费激励的情况下，基金管理公司也有动力去管理好基金。开放式基金最大的优势正在于这种良好的市场选择性，它能使管理人利益与投资者利益趋于一致[1]。可见，管理费激励在一定程度上可以促使基金管理人，在激烈的市场环境中努力经营、谨慎投资，尽其所能给投资者以高的收益。在股票投资中，收益与风险是相对应的，它们之间的基本关系是：风险大的证券要求的收益率也高，而收益率低的投资往往风险也比较小。风险通常以价格的波动性衡量，波动越剧烈，表示风险越高，同时也预示着潜在收益也越高。
综上所述，股市波动对基金管理费报酬的影响可以从以下路径（如图1所示）来说明：股市波动越大，给基金交易提供的机会越多，基金获取更高收益的概率越大，好的基金业绩能够提高基金的声誉，导致投资者增加对该基金的申购，这样就能增加基金规模从而达到增加管理费报酬的目的。
但是，上述路径的成立需要两个前提条件：第一，基金具有专业投资能力，即基金有能力在股市波动中抓住机会来提高基金业绩；第二，投资者是理性的，即基金流入与业绩之间的关系必须是正向的，也就是说，投资者会申购业绩好的基金进行长期投资，而不是在基金业绩转好时赎回基金以获取短期收益。在一个成熟的资本市场，上述两个条件应该是成立的，据此我们提出如下的假设：
假设：股市波动对基金管理费报酬有积极的影响，基金业绩在股市波动对基金管理费报酬的影响中存在正的中介效应，即基金有能力在股市波动中发掘机会来提高业绩，从而提高管理费报酬。
如果以上假设能够被证实，则说明基金管理费激励能够提高基金业绩，并且提高基金的收入，从股市波动的视角来看，基金管理费激励机制是激励相容的。
本文利用上述三个模型和中介变量的分析逻辑去推论与实证分析股市波动是否会对基金管理费报酬产生积极的作用，以及这种作用是否是通过基金业绩的中介作用来实现的。
（三）样本描述性统计
研究股市波动对基金管理费报酬的影响，考虑股票型开放式基金。2003年10月28日由全国人大常委会通过的《证券投资基金法》的颁布与实施，标志着我国基金业进入了一个崭新的发展阶段。因此本文的样本区间确定为2004年1月1日-2012年6月30日，符合条件的基金共有21只②。中国基金管理费情况只在半年报和年报中公布，因此本文的数据以半年为周期，一共17期，每个变量共获得357个数据。本文采用Eviews 6.0进行实证分析，所有数据均来自国泰安的CSMAR数据库，各变量的描述性统计分析结果如表1所示。
（四）协整检验[17]
面板数据的协整检验方法主要有Pedroni（1999）[18]和Kao（1999）[19]提出的检验方法，这两种检验方法的原假设均为不存在协整关系，对面板数据回归中得到残差统计量进行检验。为了保证检验结果的稳健性，本文使用Kao和Pedroni两种检验方法来做协整检验。Pedroni检验中有七个统计量，Pedroni（2004）的Monte Carlo模拟实验的结果显示对于t大于100的样本来说，所有的七个统计量的检验效力都很好并且很稳定。但是对于小样本（t
（五）实证结果分析
协整检验结果表明变量之间存在长期稳定的关系，我们对变量进行回归分析的结果是可信的。对实证模型分别进行Hausman检验以确定采用随机效应还是固定效应模型，得到的结果如表3所示。由于三个模型中的中介变量和自变量的系数都是显著的，根据温忠麟和张雷等（2004）提出的中介效应检验的判断标准，可以判定基金业绩的中介效应显著。由于模型（3）中股市波动变量的系数显著，因此是部分中介效应，中介效应占总效应的比例为18.75%③。
实证研究结果表明：一方面，股市波动对基金管理费报酬有直接的正效应，即股市波动越大，基金管理费报酬越多；另一方面，股市波动越大，基金业绩越差，表明基金并不能在股市波动中发掘机会，但由于基金业绩与管理费报酬之间的关系为负，越小的报酬反而不会减少太多的管理费报酬，即股市波动通过基金业绩对基金管理费报酬有间接的正效应。尽管实证发现股市波动对基金管理费报酬存在积极的影响，且基金业绩也起到了正的中介效应，但这是在“赎回悖论”和基金投资能力低相互叠加的情况下产生的，假设没有得到了实证的支持。
四、结论与政策建议
本文利用实证分析检验了理论假设，结果表明，在没有增加基金业绩的情况下，股市波动对基金管理费报酬存在积极的影响，此结论从股市波动的视角证明了基金管理费激励机制并不是激励相容的。根据实证结果，可知其主要原因在于：一方面，基金并没有表现出超强的投资能力；另一方面，基金存在“赎回悖论”，即基金业绩与资金流入负相关，反映出基金投资者存在短期投资行为。
目前，中国的机构投资者几乎全部由证券投资基金构成，这些基金都采取单一的管理费率激励机制，在激励结构等方面具有高度的一致性，导致他们在投资行为上的高度一致性，这对投资机会的发掘存在负面影响。我们可以借鉴拥有发达资本市场的国家的做法来完善这种基金管理费激励机制。在美国，绝大多基金都收取固定费率的管理费⑨，但其表现却优于中国基金。对于中国基金管理费激励制度的完善而言，美国的经验有两点值得借鉴：一是基金类型的多样化。美国基金市场存在很多不同类型的基金，这些基金具有不同的投资风格、投资理念和投资偏好，这种差异使基金选择的目标不同；二是应扩大管理费率的范围。管理费率不可设定为单一费率，费率的大小应当和规模相关，美国的基金虽然也是固定的管理费率，但不是单一的，基金规模越大费率越低，即使基金规模相同，基金的管理费率也是不同的，对于业绩较好的基金，投资者愿意提供较高的管理费率，这对基金能够提供更强的激励。在投资者方面，应该通过加大投资理财方面知识的教育来提高理性程度，并强化长期投资的理念。
注释：
①所有变量的下标t表示时间，i表示基金个体，σ2t之所以没有下标i，是因为对于每只基金而言，市场整体的影响都是一样的。
②在2004年1月1日-2012年6月30日这个时间区间内，一直交易的基金（剔除了指数型基金，并剔除了博时价值增长基金）有21只，包括华夏成长（000001）、华夏回报（002001）、国泰金鹰增长（020001）、华安创新（040001）、嘉实成长收益（070001）、嘉实增长（070002）、嘉实稳健（070003）、长盛成长价值（080001）、大成价值增长（090001）、银河银联稳健（151001）、普天收益（160603）、融通新蓝筹（161601）、泰达宏利价值优化型成长（162201）、泰达宏利价值优化型周期（162202）、泰达宏利价值优化型稳定（162203）、银华优势企业（180001）、金鹰成份股优选（210001）、招商安泰股票（17001）、宝康消费品（240001）、景顺长城优选股票（260101）和海富通精选（519011）。
③计算公式为0.025×0.045/0.006=0.1875。
④在美国，采取激励费的基金只占有不到2%的比例。
参考文献：
[1]彭耿. 基金管理费激励研究[J]. 怀化学院学报，2008（11）：92-94.
[2]J. Chevalier， Ellison G. Risk taking by mutual funds as a response to incentives[J]. The Journal of Political Economy，1997（105）：1167-1199.
[3]E. R. Sirri， Tufano P. Costly search and mutual fund flows[J]. Journal of Finance，1998（53）：1589-1622.
[4]李曜，于进杰. 开放式基金赎回机制的外部效应[J]. 财经研究，2004，30（12）： 111-120.
[5]刘志远，姚颐. 开放式基金的“赎回困惑”现象研究[J]. 证券市场导报，2005（2）： 37-41.
[6]束景虹. 开放式基金赎回现象的实证研究[J]. 数量经济技术经济研究， 2005（4）：117-126.
[7]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）：39-50.
[8]彭惠，江小林，吴洪. 偏股型开放式基金“赎回悖论”的动态特征及申购异象[J]. 管理世界，2012（6）：60-73.
[9]曾德明，刘颖，龚红. 管理费激励与基金绩效：对中国基金的实证研究[J]. 湖南大学学报，2005（2）：35-38.
[10]曹兴，彭耿. 中国基金管理费激励的有效性[J] . 系统工程， 2009（1）：50-56.
[11]王性玉，田建强. 基于委托理论的基金管理费实证分析[J] . 管理评论，2009，21（4）：53-57.
[12]尹洁，陈收，邹自然. 股票型开放式基金管理报酬激励约束机制[J] . 系统工程理论与实践，2011，31（4）：740-748.
[13]朱旭强，贝政新. 固定费率与激励费基金管理费收取方式的比较研究[J]. 预测，2011，30（1）：56-60.
[14]彭耿，刘芳. 基金激励机制的变化对股市波动的影响研究[J]. 财经理论与实践，2012，33（178）：53-56.
[15]彭耿. 固定费率与业绩报酬激励机制影响基金风险承担的比较研究[J]. 软科学，2012，26（9）：44-49.
[16]温忠麟，张雷，侯杰泰，刘红云. 中介效应检验程序及其应用[J]. 心理学报，2004，36（5）：614-620.
[17]彭耿，刘芳. 金融发展对经济增长影响的区域差异——基于变系数模型的实证研究[J]. 技术经济，2012，31（5）：103-108.
基金规模论文篇（11）
一、引言
农村金融是我国前一阶段经济发展的主要障碍，同时也是未来新的经济规划实现所应积极解决的核心问题。当前我国农村金融市场中存在的“乱象”决定了按照以往的方式解决农村金融市场中信贷配给以及金融服务不足问题并不适宜。出现这种状况的根本原因在于理论和现实的脱离——当前理论界和实务界针对中国农村金融市场的制度设计以及改良框架虽然是基于对农村金融市场的调研和考察，包括农村入户调查、村镇统计、人口普查等都充分辅助经济决策者对农村金融市场的了解和认知，然而以往的调研和考察以及基于所获数据建立起来的改良框架存在很明显的不足，即忽略了作为市场参与者一方农户的信贷意愿。事实上，以往研究所获的数据和资料无疑反映了中国当前农村金融市场的特征，但是这些数据和资料都是以现实发生的结果得以呈现，也就是所现实的农村金融市场中未充分反映制度和现实扭曲的农户信贷意愿。
本文在充分审视以往理论和实务成果的基础上，以吉林省农村金融市场为考察地点，通过田野调查发放问卷的形式收集和整理了反映农户金融选择的相关数据；本文希望通过问卷的形式最大化获取反映农户信贷意愿的数据，而后运用适宜的计量手段分析影响农户信贷的相关影响因素，既补充原有实证分析的数据集，同时也通过新的数据挖掘我国农村金融市场新的特征，藉此为未来农村金融市场改良框架提供更好的指导。
二、 文献综述
对农户信贷行为影响因素的研究，学者们主要针对何因素影响农户信贷需求展开。汪三贵（2000）指出家庭拥有的土地面积以及家庭资产和是否提供民间信贷正向影响农户正规信贷需求。张军等（2000）则从陕西、山西等地农户信贷行为中发现人均收入显著负向影响农户信贷需求。杨培植（2011）认为农户年龄、农户文化程度等经济活动类型以及农户家庭结构则是影响农户金融需求主要因素。石志平、张文棋（2012）对福建省农户调查中发现农户信贷需求受到其曾经获得贷款数量、家庭拥有劳动力数量和家庭总开支水平的影响。总体上，农户信贷需求可以从家庭结构特征、家庭资产状况等几方面得到基本解释。另外金融机构的主动性以及信贷成本也会影响农户对信贷途径的选择（刘洁和秦富，2009；曾学文和张帅，2009；杨培植，2011）。
除了针对农户信贷行为影响因素分析，以往学者还考察了我国农村金融市场信贷需求基本状况，如信贷规模、信贷利率等。这些研究结果虽对了解我国农村金融市场具有决定性作用，不过基于这些成果所得出的政策建议并不合理，因为以往的研究大多依据现实发生的现象，如信贷规模以实际农户获得的信贷规模为基础，信贷利率以农村金融机构实际发放信贷的标准测度，由此这些数据并未真实反映我国农户的真实信贷意愿，本文则在吉林省农村田野调查过程中充分注重挖掘农户信贷的真实意愿，从而能为我国农村金融建设提供更好的建议。
三、 农户信贷意愿的影响因素
3.1数据选取及定义
为保证问卷内容充分反映农户信贷的真实意愿，本文对问卷进行了科学合理的设计，并基于问卷对数据进行定性定量数据转换，在综合计量分析基础上挑选了相关的数据指标。指标选取及定义列示于表1中。从表1中可看出，本文既选择反映农户家庭基本状况的数据指标，如年龄、婚配、打工等，同时也选择了包括传统渠道、信贷规模意愿、农用用途以及意愿担保方式等在内的农户信贷意愿指标。通过对这些指标的选择，本文既能测度农户家庭状况对农户信贷意愿的影响，同时也能有效反映农户不同信贷意愿之间的关系。
3.2 农户信贷意愿影响要素分析
估计过程中，自变量的选择一方面根据以往研究的结论，另一方面则根据本文所获数据的特征进行了甄选，鉴于篇幅限制本文在此略去数据甄选过程。本文分别对信贷规模、意外用途、实物担保、信用担保指标的影响要素进行了计量分析，，并将结果列示于表2-表4中。计量方法则按照变量的离散特征选用了一般最小二乘法（OLS）和离散变量法回归（Probit）。
表2中对农户信贷规模的影响要素进行了列示。从结果中可以看出，年均存款、打工、就学子女、联保、实物担保、非务农对农户信贷规模意愿具有显著影响，其中年均存款、就学子女、非务农负向影响农户信贷规模，表明家庭存款以及非务农收入往往能够为农户信贷提供更多的支持，而就学子女数量则表明农户会因家庭的教育支出负担而提高信贷规模；打工、联保以及实物担保负向影响农户信贷规模则表明家庭的外出打工收入往往降低了农户对外信贷的数量，而联保和实物担保虽然反映的是农户主动性意愿，但是联保和实物担保仍然在一定程度上限制了农户信贷规模。就医次数、年均收入、土地数量对农户信贷规模无显著的影响，表明以往所指出的农户收入和土地数量显著影响农户信贷规模的结论并不正确。当然，本文所得结论是基于对信贷规模意愿的考察，而以往研究则是以实际农户获得的信贷规模为准，得出相差异的结论也是正常的。
以防数据重复，本文仅以意外用途考察农户信贷使用意愿，并将结果列示于表3中。从结果中可以看出，就学子女、就医次数、年龄以及亲戚数量都显著影响农户信贷意外用途，这说明，就学子女、就医次数以及年龄和亲戚数量确实显著影响了农户信贷的使用意愿。年龄负向影响农户意外信贷需求概率表明随着年龄的增长，部分意外性支出减少，从而降低了农户意外性信贷需求的概率，这也突出说明农村普及农村养老保险的积极效应。
对于农户倾向选择何种担保方式进行信贷，本文运用离散回归模型对相关影响因素进行了测度，并将结果列示于表4中。在表4的Panel A中给出了影响农户实物担保意愿的影响因素。从结果中可以看出，年均存款和亲戚数量显著影响农户实物担保意愿，其中年均存款正向影响农户的实物担保意愿，亲戚数量则呈现负向效应。年均存款的正效应验证了存款对农户信贷规模的正向影响效应，而亲戚数量的负向效应则表明农户通过邻里借贷或担保形式进行借贷对实物担保形式进行替代的可能性。年龄、土地数量对于实物担保不存在明显效应则表明农户年龄和土地数量并不显著影响农户进行信贷时的担保选择，即农户不会因自身年龄问题以及家庭拥有的土地数量改变担保形式。基于Panel A的结果，本文进一步考察了亲戚数量对农户信用担保意愿的影响，并将结果列示于表4的Panel B中。结果恰恰证明了农户亲戚数量确实能够影响农户的担保——亲戚数量负向影响农户信用担保意愿，这说明农户会根据自己的亲属关系甄选合理的信贷担保方式来缓解信贷需求压力。
四、 结论
本文以吉林省农村区域为考察地点，通过田野调查投放问卷的形式获取了反映农户信贷意愿的相关数据，并运用合理的计量方法考察了农户信贷意愿的影响因素，研究结果表明，年均存款、就学子女、非务农负向影响农户信贷规模；打工、联保以及实物担保负向影响农户信贷规模；就医次数、年均收入、土地数量对农户信贷规模不存在显著的影响，说明以往所指出的农户收入和土地数量显著影响农户信贷规模的结论并不正确。就学子女、就医次数、年龄以及亲戚数量都突出反映了农户潜在的意外性指出，显著影响农户信贷意外意愿。就农户信贷担保方式的选择意愿而言，年均存款影响农户的实物担保意愿，亲戚数量则总体上决定了农户信贷担保方式的选择。本文所得结论是基于对信贷规模意愿的考察，而以往的研究则是以实际农户发生的信贷事件为准，得出相差异的结论也属于正常现象，不过这进一步突出以往研究多存在的不足。
参考文献：
[1]何军， 宁满秀， 史清华. 农户民间借贷需求及影响因素实证研究[J]. 南京农业大学学报， 2005（12）.
[2]黄祖辉， 刘西川， 程恩江. 贫困地区农户正规信贷市场低参与程度的经验解释[J]. 经济研究， 2009（4）.
[3]刘洁， 秦富. 我国农户金融参与意愿及其影响因素分析——基于河北省435名农户的调研数据[J]. 技术经济， 2009（4）.
[4]汪三贵. 中国小额信贷可持续发展的障碍和前景[J]. 农业经济问题， 2000（12）.
[5]张军. 储蓄差异及贷款需求的满足——一个经济外向型村庄农户金融活动分析[J].中国农村观察， 2000（2）.
[6]王定祥， 田庆刚等. 贫困型农户借贷需求与信贷行为实证研究[J]. 金融研究， 2011（5）.
[7]杨培植. 农户金融需求的影响因素分析——基于石家庄地区的实证研究[D]. 北京： 中国农业科学院， 2011.
[8]曾学文， 张帅. 我国农户借贷需求影响因素及差异性的实证分析[J]. 统计研究， 2009（11）.
