多基金管理模式与单基金管理模式的行为差异——基于羊群效应视角

李学峰 李连文

（南开大学金融学院 天津市 300350）

一、引言

现有基金方面的研究通常建立在单基金管理模式的假设上，即认为一位基金经理只管理某一特定基金。但是随着我国基金行业的跨越式发展，基金的整体数量不断增加、种类日益丰富、规模逐渐扩大，基金经理则陷入相对短缺的状态，这导致在实际激烈竞争中市场的一位基金经理同时管理多只基金的情况愈发普遍（Bryant和Liu，2011；彭文平等，2015）。根据CSMAR统计，截至2018年底，我国共有1947名基金经理，其中参与多基金管理的基金经理有1460人，他们管理着5266只公募基金中的5151只，基金数占比超过95%，可见多基金管理模式在证券市场中已普遍存在并已占据主导地位。

虽然多基金管理模式已普遍存在，但是对其进行的学术研究却相对匮乏，且主要集中在多基金管理模式的治理结构或新老基金的业绩转移上（Agarwal 和Ma，2013），以及对多基金管理模式和单基金管理模式下的业绩差异进行探究（彭文平，2017），但这些研究都忽视了对业绩产生重要影响的投资行为或非理性行为等方面的差异比较。

多基金管理模式和单基金管理模式的投资行为，尤其是在非理性行为方面存在什么差异？对这一问题的研究和回答不仅可以使我们从理论上深化对多基金管理模式与单基金管理模式差异的认识，而且对于基金公司选择、完善基金管理模式，以及更有针对性地治理非理性行为等都具有重要的实践启示。

本文以我国开放式股票型基金为研究对象，对多基金模式和单基金模式在羊群行为上的表现进行实证考察。本文的主要贡献在于：一是多基金管理模式已普遍存在于证券市场中，但对其进行的理论研究却相对匮乏，本文以此为实证方向，不仅能为现实市场中基金管理模式的完善提供理论指导，也能填补学术领域的研究不足；二是以往文献对多基金模式的研究主要关注委托代理、业绩差异等问题，本文首次引入行为金融学的羊群效应，对多基金模式与单基金模式的投资行为差异进行研究，拓展了行为金融的研究视野；三是以往文献大多关注基金经理转变为多基金模式时对业绩转移的时点效应Agarwal 和Ma（2013）、彭文平等（2015）都关注在基金经理接手新基金这一时间点前后，新老基金之间的业绩转移问题。，但其实基金经理同时管理多基金通常是持续性行为，故本文探究基金经理管理多基金持续期内的投资行为问题，以更加匹配多基金模式的市场现状。

二、文献综述与假设的提出

国内外关于多基金管理模式的研究尚处于起步阶段，与其类似的研究方向最早可追溯到2006-2010 年期间对共同基金和对冲基金并行管理的研究，发现在并行管理共同基金和对冲基金时，由于两者的激励差异等原因，基金业绩会发生偏移（Chen 和Chen，2009；Nohel 等，2010）。但这些研究主要从公司型基金的委托代理问题入手，其后研究则不再局限于共同基金和对冲基金的并行管理，而渐渐关注包括所有基金种类的多基金管理模式。

随着资本市场竞争的愈演愈烈，基金数量的空前增长和基金经理的相对短缺形成鲜明对比，业绩表现良好的基金经理往往被安排接管新的基金，多基金管理模式正是在这样的历史环境下诞生并逐渐占据主导地位（Agarwal 和Ma，2013）。多基金管理模式对基金公司存在两方面的激励，即不仅能增加基金公司资产管理的规模，还有助于解决基金经理短缺问题。但其缺陷是给投资者的利益带来了风险和冲突（Bryant 和Liu，2011），产生偏袒甚至合谋等风险（叶飞腾和陈文韬，2014），以及当基金经理接手新基金时，业绩也会从原有基金向新基金进行转移，从而损害投资者的利益（Agarwal 和Ma，2013；彭文平等，2015）。进一步，学术领域的研究方向开始转向对多基金管理模式和单基金管理模式下的业绩差异进行探究，并得出多基金模式的选股业绩普遍差于单基金模式的结论（彭文平，2017），但其仅限于对业绩差异进行研究，忽视了对投资行为等方面的差异比较，而正如Choi 等（2016）所发现的，多基金模式会使投资者产生非理性行为Choi 等（2016）发现当多基金经理其中一只基金突出，其他基金的资金流入会增加，但是当业绩下降时，投资者并不会及时撤出投资于其他基金的资金。并损害其利益，这就启示我们对多基金管理模式下的投资行为，尤其是非理性行为的研究不仅有助于理解两种管理模式的差异，更可以为避免证券市场中投资者的利益损失寻找解决途径。

此外，相比于一个基金经理管理两个以上基金的多基金管理模式，目前对团队管理即多个基金经理管理一只基金的模式研究较为丰富，Bar 等（2011）和Karagiannidis（2012）都认为团队管理模式下基金业绩偏低而持仓风险偏小，李学峰和朱虹（2018）发现团队管理模式的过度自信偏差比单经理模式更高。由此可见，不同的基金管理模式之间，无论是其基金业绩、持仓风险还是投资行为都有显著的差异（骆盈盈和任颋，2015），那么多基金管理模式和单基金管理模式的投资行为，尤其是非理性行为是否也存在差异表现呢？为了丰富对多基金管理模式与单基金管理模式差异的认识，本文试图从最典型的非理性行为——羊群行为的角度出发，对多基金管理模式和单基金管理模式在投资行为上的差异进行探究，并据此提出针对性的对策与建议。

所谓羊群效应，即投资基金跟随其他投资者，对机构投资者过去行为的模仿趋势参见Jiang 和Verardo（2018）的定义。。羊群行为的经典理论模型分析的是激励问题和基金经理在观察其他基金前期所做的投资决策之后选择的策略安排（Banerjee，1992）。在此基础上，以往文献分别从市场收益率高低、流通股本大小、不同行业、境内外投资者、投资经验高低等不同角度比较了羊群行为的差异（宋军和吴冲锋，2001；伍旭川和何鹏，2005；刘成彦等，2007；李学峰和李佳明，2011），但尚未有研究对不同基金管理模式下的羊群行为进行比较分析。

由现有文献可以推测，投资者的注意力是有限并且稀缺的，当其处理多任务时注意力必然被分配到不同任务中（Holmstorm 和Milgrom，1991；Chevalier 和Ellison，1999）。进一步，根据Agarwal 和Ma提出的多基金管理模式中基金表现的三种假说Agarwal 和Ma（2013）提出多基金管理模式下基金表现的三种假说：即精力分散假说、业绩转移假说和协同创造假说。以往文献主要证明在基金经理接手新基金时业绩转移假说的成立，而忽略对精力分散假说的证明。，我们认为在多基金管理模式下，同时管理多只基金会分散基金经理的注意力，进而影响其投资行为，即精力分散假说成立。同时研究发现，投资者注意力的分散往往会导致其对信息反应不准或不足（Corwin 和Coughenour，2008），进而引发行为金融学中非理性行为的发生，而对信息反应不足恰恰是羊群行为产生的重要原因之一（Banerjee，1992）。鉴于此，我们有理由假设，在多基金管理模式下基金经理的注意力被多任务所分散，注意力的不足导致其更加倾向于模仿市场的投资行为，即羊群行为。据此，提出假设1。

H1：多基金管理模式下基金经理相对于单基金管理模式更加倾向于羊群行为。

进一步，正如前面分析指出的，在多基金管理模式下基金经理的注意力被多任务所分散，注意力的不足导致其更加倾向于采取羊群行为。而且，根据精力分散假说，我们推断当多基金经理管理的基金数量增加、投资标的分散时，其不得不将注意力分配到每一个涉及的任务中，导致其注意力分散程度扩大，使其更难进行独立的投资分析，从而对市场趋势的模仿程度加深，更加倾向于羊群行为。据此提出假设2。

H2：多基金管理模式下各基金差异程度越大，基金经理投资行为越倾向于羊群效应。

三、研究设计

（一）羊群行为

羊群行为是一个对机构投资者前期投资行为的动态模仿过程，然而早期文献所选用的羊群效应衡量指标大多只能衡量整个市场的羊群效应，尽管之后最广泛使用的机构投资者羊群行为衡量指标 LSV（Lakonishok 等，1992）克服了这一缺陷，但其只能衡量股票维度而不是投资者维度的羊群效应，并且无法反映羊群行为的动态模仿趋势之后很多文献对LSV 模型进行了改进，比如李学峰等（2008）基于LSV 和PCM 模型建立了动态衡量指标体系；李学峰和李佳明（2011）进一步基于LSV 和CH 更深入地完善了模型。。Jiang 和Verardo（2018）通过回归建立了全新的机构投资者羊群效应动态指标FH（Fund Herding）。故本文选取Jiang 和Verardo（2018）建立的最新指标FH，其构建过程如下。

首先，我们对每个基金j 每个季度t 进行一次基金交易量对上季度机构总交易量的横截面回归，其模型如公式（1）：

通过公式（1）我们可以得到每个基金每季度的β值，反映在排除了影响股票交易的其他因素后，基金模仿上一期机构投资者投资趋势的行为。进一步我们运用逆向加权方法构建羊群行为的动态指标FH如公式（2）：

在公式（2）中我们对于每个基金j 在每个季度t，从其基金成立到季度t 的存续期内，根据到当前季度t 的时间长度建立逆向权重这种类型的逆向加权方法在文献中经常使用，例如Chen 和Jiang（2006）将逆向权重法应用于计算从发布到给定日期中分析师预测的共识指标，并将更高的权重分配给包含更多、更新信息的更近期的预测。。通过给越新的β值赋予更大的权重的方法，FH指标可以更强地反映投资基金最新的投资决策，因此更符合证券市场中的实际情况。

（二）多基金模式与单基金模式在羊群行为上的差异

为检验假设1，本文构建多基金虚拟变量Multi，即当基金j 的基金经理在t 季度管理多只基金时，Multi=1，当其基金经理只管理一只基金时，Multi=0。同时本文从基金经理管理每个基金的第二个季度开始为正式管理期，以降低刚管理基金时建仓、调仓的影响，同时避免接手新基金时由于职务变动等其他因素带来的注意力分散。

上述多基金虚拟变量的具体处理步骤如下：根据所有基金的基金经理任职时间和离职时间进行判定，任职时间所在季度的下一季度定义为管理正式开始的时间，统计每个季度每个经理所管理的基金数量以判断其在某季度是否为多基金经理，并将该季度所有多基金经理管理的基金的多基金虚拟变量（Multi）标记为1，其余则标记为0。

本部分主要采用面板数据的固定效应模型，以最小二乘虚拟变量模型（LSDV）来进行模型检验，构建多基金管理模式对羊群行为指标的影响模型，其具体公式如下：

公式（3）中因变量为通过模型（2）算出的基金j 在t 季度的羊群效应指标，自变量为多基金虚拟变量。本文进一步引入控制变量：团队成员数量Team，因为目前证券市场中存在的大量基金由多个基金经理管理，而团队管理模式必然会对注意力的分配存在影响（黄金鑫等，2016），故本文选取基金j在季度t 的团队成员数量作为控制变量在多数文献中，例如叶飞腾和陈文韬（2014）认为团队管理模式无法反映单个经理的业绩，故剔除团队管理基金而只研究个人管理基金。。总市值Size，参考Jiang 和Verardo（2018）选取基金j 在季度t 的总市值的自然对数作为基金层面控制变量。收益率Return，因为基金经理在业绩落后时更加倾向于羊群行为（曹兴等，2011），故本文选取基金j 在季度t-1 期的收益率作为控制变量。成立年限Age，因为成立时间越长的基金越倾向于羊群行为（Jiang 和Verardo，2018），故选取基金j 在季度t 距其成立时间的年限。管理费率Expense，因为管理费率反映对基金经理的工资激励，激励不同必然导致精力分配的不同（Holmstorm 和Milgrom，1991），故选取基金j 在季度t 的管理费率。换手率Turnover，参 考Jiang 和Verardo（2018）用基金每年证券投资买入量和卖出量中较小者，除以基金平均净资产，以衡量基金投资组合变化的频率。年份虚拟变量Year。

公式（3）中α表示在多基金模式下羊群效应程度的变化，若α显著为正，则表明多基金模式下基金经理的羊群效应显著高于单基金模式，假设1 成立。

（三）基金差异程度

为检验假设2，首先需要构建衡量基金差异程度的指标。本文构建两种基金差异程度指标，在基金经理层面上反映其所管理的多只基金之间的差异程度。

首先，构建雷同程度指标（Similarity），其反映两个基金“股票仓位”的差异，其中“股票仓位” 指股票持仓市值占基金净资产的比重。由于基金经理所管理的基金种类繁多，这必然影响有限注意力的分配，股票型、混合型、债券型、货币型等基金彼此之间“股票仓位”差别较大，因此混合管理加大了基金经理的注意力分散程度，故引入雷同程度指标对基金差异进行检验。

进一步，借鉴Cremers 和Petajisto（2009）提出的活跃份额指标Cremers 和Petajisto（2009）提出的活跃份额指标建立在基金和指数投资组合的差异上，此为在其基础上进行改进的指标。（ActiveShare），反映基金经理管理基金的投资组合差异。计算方法如公式（4）：

公式（4）中N 表示基金i 和基金j 中持有的所有不重复股票的总数目，ω表示基金j在t 季度末持有股票i 占其总资产的比例，ω则表示基金j在t 季度末持有股票i 占其总资产的比例，进一步计算两只基金所有持仓股票的投资比例差异的绝对值，加总得到活跃份额指标。

由于多基金模式下基金经理可能会管理不止两只基金，因此本文取同一基金经理管理的所有基金两两之间的指标平均值反映基金经理的基金差异程度，并在团队管理基金中进一步使用其所有经理的基金差异程度平均值○Bryant 和Liu（2011）选取的风格分散程度为多个基金之中的最大值，本文则将其改进为平均值，以更好地反映多只基金之间的雷同程度和活跃份额。。

本部分继续采用最小二乘虚拟变量模型（LSDV）来检验假设2，在公式（3）的基础上保留控制变量，构建模型（5）（6）：

模型（5）（6）中的α表示在多基金管理模式下羊群行为随基金经理基金差异程度的变化。若α显著为正，则表明基金经理管理的多只基金类型差异越大、彼此之间的投资组合差异越大，其投资行为越倾向于羊群行为，假设2 成立。

四、实证结果及分析

（一）样本选取和数据介绍

参考Jiang 和Verardo（2018）的样本处理方法，排除指数型、平衡型、债券型、货币型基金、QDII 和QFII，本文研究对象最终选取为我国证券市场所有开放式股票型基金，样本区间选择为2014 年1 季度到2018 年2季度，按季度最终划分为18 个子观察区间。其中基金经理任职数据、基金财务数据和股票持仓数据等均来自于国泰安数据库（CSMAR），基金换手率数据爬取自天天基金网，基金成立年限等数据为作者编程处理得到。同时，本文对原始数据进行如下处理：为解决孕育偏差（Incubation Bias）问题（Evans，2010），剔除成立日期之前的基金和净资产低于100 万的开放式股票型基金；对于只有月度数据的指标通过编程计算获取季度数据；剔除财务数据、持仓数据等缺失的基金；同一基金经理管理的、按申购费率划分的A、B、C 类等基金按同一只基金计算；在季度中公布的报告数据按季度末计算；剔除信息重复、错误的数据。最终观测样本取样为882只开放式股票型基金的各项数据共8021条，其中7351 条为多基金数据，670 条为单基金数据。

（二）面板数据的描述性统计

表1 提供了本文面板数据的描述性统计，由其可知所有变量的均值、标准差、最大值和最小值均在可接受的范围内。其显示羊群行为指标在单基金模式下的平均值为-1.338，而在多基金模式下的平均值为-0.047，明显高于单基金模式下的羊群行为指标平均值，反映了多基金模式下羊群行为指标的普遍上升，在很大程度上佐证了多基金经理相对于单基金经理更加倾向于羊群行为的命题，初步支持假设1 的成立。同时雷同程度最小值为0，最大值为49.703，活跃份额最小值为0，最大值为93.27，表明同一基金经理所管理的不同基金可能涵盖了多种类型的基金，且其投资风格可能相似也可能存在较大差异。团队人数均值为1.206，表明我国开放式股票型基金普遍存在团队管理行为。

表1 面板数据的描述性统计

（三）面板数据的单位根检验和相关性检验

由表2 可得，面板数据中所有变量均通过了ADF 检验，在1%显著性水平下呈平稳性态势，因此可进一步对其进行回归分析。同时，对面板数据的各变量之间进行相关系数检验，得到相关系数矩阵表如表3，其显示所有数据的相关系数均在可接受范围内，故可减少多重共线性等问题对回归结果的影响，以保证模型的准确性和严谨性。

表2 面板数据的单位根检验

表3 面板数据的相关性检验

（四）回归结果分析

实证检验的回归结果如表4 所示。模型1 中Multi的回归系数为2.833，且在1%水平下显著，表明相较于单基金模式，基金经理在多基金模式下的投资行为更加趋向于羊群效应，假设1 成立。同时团队成员数量指标的回归系数为1.394，且同样在1%水平下显著，意味着随着团队成员的增加，基金的羊群效应更加明显，其原因可能是随着团队成员的增加，基金经理认为其自身可以将更多注意力分配到单独管理的基金，而分配给团队管理的基金更少的注意力便可以达到同样的管理效果，所以导致了羊群行为的进一步加深。由表4 可以发现成立年限的回归系数在1%水平上显著为正，这印证了成立时间越久的基金更加倾向于羊群行为（Jiang 和Verardo，2018）。而管理费率的回归系数在1%水平下显著为负，表明随管理费率的提升，基金经理愈发不倾向于羊群行为，这主要是因为管理费率的提高意味着对基金经理提供更大的激励，因此基金经理有理由投入更多的注意力到高管理费率的基金中（Holmstorm 和Milgrom，1991）。同时观察到换手率越大的基金越倾向于羊群行为，其原因可能是高换手率意味着高频的操作，而这必然影响基金经理的理性分析。

表4 实证回归结果

模型2 和模型3 中主要自变量回归系数分别为0.007 和0.013，且分别在5%水平下和1%水平下显著，表明在多基金模式下，基金经理所管理的基金种类和股票持仓的差异越大，则其越倾向于羊群行为，支持了假设2 的成立。同时在模型2 和3 中团队成员数量、基金成立年限、管理费率和换手率的回归系数依然显著，可见其对基金经理羊群行为的影响是相对稳定的。

五、稳健性检验

为了验证关于假设2 结论的可靠性，我们引入工具变量来代替活跃份额指标（ActiveShare）以反映基金经理的注意力程度，进而运用两阶段最小二乘法（2SLS）检验假设2 是否成立，建立模型（7）如下：

模型（7）中因变量为活跃份额指标，用于对其进行2SLS 第一阶段回归的指标选取为：①多基金虚拟变量，Multi。②管理基金平均个数，Funds，选取j 基金的基金经理在t 季度管理基金的个数，若j 基金为团队管理则计算其基金经理管理基金的平均个数。③文化程度○Chevalier 和Ellison（1999）曾使用SAT 成绩作为对文化程度反映的指标，但是由于国内同等级考试分数的数据难以获得，故本文选取是否获得硕士学历作为虚拟变量。，Education，反映j 基金在t 季度的基金经理文化水平的虚拟变量，当存在基金经理为硕士以上学历时Education=1，其余情况为Education=0。

表5 为模型7 的回归结果，其显示所有变量的回归结果均在1%水平下显著。同时，管理基金平均个数指标的回归结果显著为正，表明多基金管理模式下基金经理管理的基金越多，则基金之间的差异可能越大，基金经理的注意力分散程度则相应地提高。而文化程度回归结果显著为负意味着当基金经理的文化程度越高时，其拥有更丰富的技巧管理手下的投资基金，从而减轻其基金差异程度带来的负面影响。

表5 2SLS 第一阶段回归结果

根据回归结果计算每一期新的基金差异程度指标Difference，得到公式如下Difference=4.095+22.843Multi+0.574Funds-2.244Education。并建立模型（8）以进行第二阶段回归检验，其公式如下：

2SLS 第二阶段检验的回归结果如表6所示，结果显示基金差异程度指标的回归结果为0.048 且在1%水平下显著，可见回归结果与模型（6）的结果相比并未有任何实质性的改变，表明在多基金模式下，基金经理所管理基金的股票持仓差异越大，则基金经理越倾向于羊群行为，从而进一步确定假设2的成立。

表6 2SLS 第二阶段回归结果

六、结论和分析

随着我国基金行业的不断发展，多基金管理模式已在证券市场中占据主导地位，但同时也给投资者带来了担忧和顾虑。已有文献表明多基金管理模式的基金业绩普遍低于单基金管理模式，本文在对文献进行理论梳理的基础上，以最小二乘虚拟变量模型为主要回归模型，以2014-2018 年我国证券市场中所有基金经理和开放式股票型基金为研究对象，基于羊群行为的视角，考察了多基金管理模式和单基金管理模式下投资行为的差异，主要得到以下结论：

一是相比于传统的单基金管理模式，在多基金管理模式下，基金经理更加倾向于模仿市场的投资组合，即羊群行为。同时团队管理模式对羊群行为的趋势进一步产生影响，随着管理同一只基金的经理数量的增加，其羊群行为便愈可能发生。而管理费率为基金经理提供了非常大的激励，因此基金经理会在管理费率高的基金中投入更多的精力，导致管理费率偏低的基金转向羊群行为。同时换手率越高意味着基金经理的操作越多，进而导致基金更加倾向于羊群行为。

二是在多基金管理模式下，当基金经理管理的多只基金种类差别较大、股票持仓差异较大时，其注意力会进一步受限，从而导致基金经理更加明显的羊群行为。同时基金经理的学历水平越高，其所具有的投资技巧越优异，进而受到的影响便越小。

总之，本文的研究表明，多基金管理模式的基金经理比单基金管理模式下更加倾向于羊群行为，主要源自于处理多基金时的注意力分配受限；且管理的基金之间差异程度越大，羊群行为越明显。在已有文献所揭示的多基金模式和单基金模式存在业绩差异的基础上，本文进一步基于羊群行为的视角探究出两者在投资行为上的差异，为明确多基金管理模式的改进方向、减轻多基金管理下的业绩损害以及完善监管部门的审查体系提供了如下政策启示：

一是相关监管部门应注意对基金公司内部管理模式的引导，设置一定的阈值以防止一个基金经理同时管理过多基金，从而更好地保障基金持有人和基金公司双方的利益。

二是对基金公司来说，如果能让基金经理在处理多基金任务时合理地分配其注意力，那么多基金模式不仅不会过多损害投资者的利益，还会为基金公司解决人员短缺等问题。因此基金公司应尽可能任命高学历、具有出色投资能力的基金经理管理多只基金，并尽可能使其管理的多只基金相似程度较高，具体体现在投资标的和持仓相近，如此能减轻其构建投资组合时的羊群行为，减少基金业绩损失。

三是投资者在投资基金时，应关注其基金经理管理基金的数量和相似程度，以便做出更好的投资决策。