作者：石川

摘要：每當(dāng)我們踏入一個新領(lǐng)域，都是從一篇文獻綜述開始。

1?引言

今年的寫作重點之一是基金研究方面文獻的梳理，這里特指的是公募基金。為什么？因為關(guān)于對沖基金，已經(jīng)有雄文系統(tǒng)梳理過了，見 Agarwal, Mullally, and Naik (2015)。當(dāng)然，更重要的原因是公募基金的地位和重要性。在下文中，除特別說明外，“基金”都指代公募基金。對于公募基金，因為包含的方方面面太多太細(xì)碎，涉及的文獻太多（光頂刊文章就看不過來了），因此想在一篇文章中做比較全面的綜述是非常困難的。正因如此，本文也壓根沒有這個打算！這也是為什么本文的標(biāo)題中帶了個編號 (I)。

但我們總得邁出第一步。為此，BetaPlus 小組在本文中首先嘗試拋出梳理相關(guān)文獻的框架。大體上說，相關(guān)研究可以被劃分到以下六大類：

在這個框架下，本文作為公眾號在基金研究方面的第一篇，希望拋磚引玉，就上述每一類給出一些經(jīng)典的研究文獻。但再次強調(diào)的是，本文 by no means 是一個全面的文獻綜述。在未來，我們會就整個基金研究話題以及每一類細(xì)分話題給出第 (II)、(III)…… 第 (n) 份文獻梳理。

2?基金業(yè)績評估和歸因

基金的業(yè)績評估和歸因是基金研究的重要課題之一。假設(shè)一個基金獲得了戰(zhàn)勝市場的收益，那么人們自然關(guān)心，這個超額收益是源自何處 —— 選股，擇時，又或者行業(yè)輪動？業(yè)績又該如何歸因？最直接的評估方式是透過收益率回歸視角。在這方面，典型的能力評估模型包括 Treynor and Mazuy (1966) 以及 Henriksson and Merton (1981)。更一般地，我們可以將該模型表示為如下的條件??模型：

??

其中??的不同設(shè)定對應(yīng)著不同的擇時模型（如市場擇時，波動率擇時，流動性擇時等），并通過檢驗??來判斷基金經(jīng)理是否具有擇時能力，而通過檢驗??來評判基金經(jīng)理是否具有選股能力。

對于業(yè)績歸因而言，一類常用的方法是（Brinson）歸因分析。而另一類分析方法則主要關(guān)注基金相對于業(yè)績基準(zhǔn)的表現(xiàn)。這時，如何選擇恰當(dāng)?shù)幕鶞?zhǔn)，就變得至關(guān)重要。首先，采用市場指數(shù)是一個非常自然的選擇。但是這種做法不能充分考慮不同基金的風(fēng)險，從而可能得到具有誤導(dǎo)性的結(jié)論為此，更常見的做法是使用一個標(biāo)準(zhǔn)的多因子定價模型，并使用基金相對于該模型的??來代表基金的業(yè)績。由于動量因子對解釋基金表現(xiàn)至關(guān)重要，因此 Carhart (1997) 四因子模型就成為了最被廣泛采納的基準(zhǔn)。

除上述基準(zhǔn)外，另一個思路是依據(jù)基金持倉組合的特征進行調(diào)整，典型代表是 Daniel et al. (1997) 的經(jīng)典文章提出的 DGTW 指標(biāo)。與多因子模型不同的是，該方法通過市值、BM 以及動量將股票分組，并計算每個分組組合的收益。然后依據(jù)基金持倉和股票的特征計算基金（持倉加權(quán)）的特征，選擇其特征所對應(yīng)的組合作為其基準(zhǔn)，即用基金收益減去對應(yīng)的組合收益來代表基金業(yè)績。

不過，一些最新的研究對上述基準(zhǔn)設(shè)定方法提出了新的挑戰(zhàn)。例如，Busse, Jiang and Tang (2020) 指出，考慮到平均而言，基金的因子暴露同其組合平均公司特征之間的相關(guān)性只有約 0.6，因此因子模型和組合特征包含著不完全相同的信息。為此，該文指出應(yīng)同時用因子模型和特征調(diào)整方法對基金業(yè)績進行調(diào)整，來計算基金的真實??。他們發(fā)現(xiàn)，基于這個雙重調(diào)整方法的??（double-adjusted??）可以更好地預(yù)測基金未來的超額收益。另一篇值得一提的文章是 Giglio, Liao and Xiu (2021)。該文考慮了基準(zhǔn)模型的遺漏變量問題以及數(shù)據(jù)缺失問題，并考慮了多重假設(shè)檢驗的影響，從而得到了關(guān)于基金??更加穩(wěn)健的估計結(jié)果（實證方面，該文關(guān)注的是對沖基金，不過其方法同樣適用于公募基金）。

3?是否有顯著的???

一旦能夠計算基金的超額收益，緊接著一個密切相關(guān)的問題就是基金能否獲得顯著的超額收益，或換個問法，基金能否戰(zhàn)勝基準(zhǔn)？有多少基金確實戰(zhàn)勝了市場？這毫無疑問是基金研究中最核心的問題（沒有之一）。在這方面，最著名的兩篇文章要數(shù) Kosowski et al. (2006) 以及 Fama and French (2010)。不過有意思的是，它們給出了截然相反的結(jié)論。而令上述問題變得更加棘手的是，這兩篇文章使用了相似的數(shù)據(jù)，且同時采用了 bootstrap 方法。所以得出完全對立的結(jié)論著實令人匪夷所思。Kosowski et al. (2006) 認(rèn)為，有超過 10% 的基金不能被運氣解釋，因而可以戰(zhàn)勝市場；而另一方面，F(xiàn)ama and French (2010) 則表示這個比例不會超過 1%。面對如此的反差，我們應(yīng)該何去何從？

好消息是，在最新的一篇文章中，Harvey and Liu (2021) 比較了二者并指出了它們差異背后的原因。首先，在方法上，Kosowski et al. (2006) 對每個基金獨立進行 bootstrap，而 Fama and French (2010) 則對基金收益率的 cross-section 進行 bootstrap，這有助于保留相關(guān)性。另外，前者在分析中，考察的基金被要求有 60 個收益率的觀測數(shù)據(jù)，而在后者中，這一要求被降低到 8 個。Harvey and Liu (2021) 指出，上述 bootstrap 方法的差異是這兩篇文章得出不同結(jié)論的原因。Kosowski et al. (2006) 的方法使得該文過度拒絕原假設(shè)（原假設(shè)是所有基金都沒有超額收益），使得在哪怕在所有基金都沒有??的情況下，該文依然會拒絕原假設(shè)。反觀 Fama and French (2010)，對一些基金的采樣不足是它最大的問題，這會導(dǎo)致其低估存在超額收益的基金的占比，使得在哪怕存在能夠取得??的基金的情況下，依然接受原假設(shè)。權(quán)衡二者的優(yōu)劣，Harvey and Liu (2021) 認(rèn)為在 bootstrap 時保留 cross-section 的相關(guān)性是有必要的，因此他們對 Fama and French (2010) 的算法進行了修正，并通過大量實證結(jié)果對新方法進行了說明。結(jié)果顯示，能夠戰(zhàn)勝市場的基金比例應(yīng)介于 Kosowski et al. (2006) 和 Fama and French (2010) 之間。

關(guān)于基金能否獲得??的研究，另一系列值得一提的文章是 BSW-AP-BSW 三連。首先，Barras, Scaillet and Wermers (2010) 將 false discover rate 應(yīng)用于基金分析中，得到了和 Fama and French (2010) 的結(jié)論，即只有不到 1% 的基金能獲得超額收益。Andrikogiannopoulou and Papakonstantinou (2019) 則指出基金收益率的信噪比低導(dǎo)致前文的方法存在 lack of power 的問題。比如，對于??絕對值為 2% 的基金，該文的方法會將其中 65% 的判定為不能獲得超額收益。Barras, Scaillet and Wermers (2022) 對此進行了回應(yīng)，承認(rèn)最早的研究確實有問題，不過問題也不像 AP 指出的那么嚴(yán)重。當(dāng)然，他們最后認(rèn)同，使用 FDR 方法應(yīng)該謹(jǐn)慎。

結(jié)束本節(jié)之前，還有一個值得“吐槽”的插曲。Kosowski et al. (2006) 和 Barras, Scaillet and Wermers (2010) 之中均出現(xiàn)了同一個巨佬的名字：Wermers。不過有意思的是，這兩篇文章的結(jié)論卻完全相反。這大概足以說明研究基金能否戰(zhàn)勝市場到底有多難?？傊?，基金能否戰(zhàn)勝基準(zhǔn)，到底有多少基金能夠戰(zhàn)勝市場，如何正確識別出確實能夠戰(zhàn)勝市場的基金，這將會是未來基金研究中持續(xù)的熱門話題。

4?業(yè)績可持續(xù)性及預(yù)測

Sharpe (1966) 是研究基金業(yè)績可持續(xù)性的開山鼻祖，不過 Malkiel (1995) 的影響可能更為深遠(yuǎn)，因為該文的數(shù)據(jù)中考慮了幸存者偏差。當(dāng)然，由于是一篇早期文章，因此該文的實證區(qū)間僅涵蓋 1971 到 1991。Malkiel (1995) 發(fā)現(xiàn)可持續(xù)性在 70 年代中是存在，但是到了 80 年代便消失了。與之類似，Carhart (1997) 同樣使用了 bias free 數(shù)據(jù)，并發(fā)現(xiàn)可持續(xù)性僅存在于 1 年之內(nèi)，1 年之后則會因為動量效應(yīng)而消失。

與可持續(xù)性密切相關(guān)的另一個研究方向是基金業(yè)績預(yù)測。借鑒股票市場的同類研究（例如，McLean and Pontiff 2016），Jones and Mo (2021) 對常見基金預(yù)測指標(biāo)的樣本外表現(xiàn)進行了仔細(xì)的考察。他們的研究對象既包括動量、Carhart 四因子??、費率等早期研究提出的指標(biāo)，也包括主動份額（active share）、行業(yè)集中度等后續(xù)研究提出的新指標(biāo)。

特別地，這些指標(biāo)跟股票因子/異象有一個顯著區(qū)別，那就是除了少量純業(yè)績指標(biāo)以及 Amihud and Goyenko (2013) 提出的??指標(biāo)，大多數(shù)指標(biāo)都涉及到基金持倉。由于持倉相關(guān)數(shù)據(jù)的披露有時滯，且早年美國只要求基金每半年披露一次詳細(xì)持倉（我國目前仍是這樣），可以猜想，在這一階段，只有那些有著較強信息收集和分析能力的投資者才能進行有效的業(yè)績預(yù)測和套利活動，因而基金市場的效率并不是太理想。

Jones and Mo (2021) 的研究證實了這一猜測。他們利用組合分析和 Fama-MacBeth 回歸展開了研究，發(fā)現(xiàn)平均而言，基金業(yè)績預(yù)測指標(biāo)在樣本外的表現(xiàn)下滑了至少一半，這一降幅與 McLean and Pontiff (2016) 關(guān)于股票市場異象的研究結(jié)論相當(dāng)。該文認(rèn)為這一下滑主要是由于更加頻繁的套利活動所致，而次要原因則是基金間更為激烈的競爭。

5?基金資金流

基金資金流（net flow）的文獻可以細(xì)分為兩個方面：（1）哪些因素影響了投資者決策（即投資者是出于怎樣的視角來評估一支基金的好壞），導(dǎo)致了基金資金的凈流入；（2）基金資金的流入和基金未來的表現(xiàn)有怎么樣的關(guān)系。首先看第一點。

在這方面，一篇代表性的文章是 Berk and Green (2004)。該文通過貝葉斯框架拋出了投資者追逐歷史業(yè)績是一種理性行為。在他們的模型下，均衡狀態(tài)下的結(jié)果表明資金流與基金歷史業(yè)績呈現(xiàn)正相關(guān)。而在該結(jié)果下的一個重要隱含意義是，絕大部分基金難以產(chǎn)生正的超額收益。與之類似的，我們也可以從資金流數(shù)據(jù)中推測出投資者使用的基金評價標(biāo)準(zhǔn)。在這個問題上，兩組這方面的大佬無獨有偶在 2016 年發(fā)表了兩篇文章 Berk and van Binsbergen (2016) 以及 Barber, Huang and Odean (2016)。它們達成了反直覺的共識：相較于常見的多因子基準(zhǔn)模型，投資者似乎主要依賴于簡單的 CAPM 模型。

與上述結(jié)論不同的是，一些研究認(rèn)為 CAPM 仍然過于復(fù)雜，而投資者（特別是個人投資者）主要依靠 Morningstar rating 選擇基金（Morningstar rating 根據(jù)基金風(fēng)險調(diào)整后的業(yè)績對基金進行排序，然后將基金分為 5 類）。例如，Guercio and Tkac (2008) 通過 event-study 研究指出，評級的調(diào)升和下降和資金的異常流入密切相關(guān)：評級的提升伴隨著顯著的凈流入，而評級的下降則伴隨著顯著的凈流出。Ben-David et al. (2021) 則支持了該文的觀點。雖然僅僅依靠評級的變化似乎說明投資者是非理性的，但是 Huang, Li and Weng (2020)?一文為星級評定的最優(yōu)性提供了理論基礎(chǔ)，其邏輯在于離散的星級評價結(jié)果可以代表基金的聲譽。在該文的論述下，投資者通過星級評估基金是一種理性行為。

除上述研究外，還有不少研究專注于分析其他潛在影響投資者選擇的因素。比如，Barber, Odean and Zheng (2005) 研究了不同費用和資金流之間的關(guān)系，發(fā)現(xiàn)投資者的購買決策受到最抓人眼球的信息的影響。例如，與運營費用相比，那些業(yè)績出色、更注重廣告營銷的基金更容易引起投資者的注意（想想電梯和地鐵上各種基金廣告）。除了基金名字，基金經(jīng)理名字也可能影響投資者的選擇。Kumar, Niessen-Ruenzi and Spalt (2015) 的研究發(fā)現(xiàn)，基金經(jīng)理的名字也是投資者考慮的因素之一（可見投資者是多么不理性）。他們發(fā)現(xiàn)當(dāng)基金經(jīng)理的名字聽起來像外國人時，投資者對基金會存有偏見，導(dǎo)致更低的資金流。然而進一步結(jié)果顯示，無論名字聽起來多么“奇特”，基金業(yè)績并沒有顯著的差異。

Guo?and Sch?nleber (2021)?和 Han, Sui and Yang (2021) 表明，與股票投資者類似，基金投資者受到前景理論刻畫的行為偏差的影響。另外，Akbas and Genc (2020) 則發(fā)現(xiàn)投資者在追逐基金時也表現(xiàn)出了行為偏差。具體而言，投資者會給予基金歷史收益率分布的右尾過高的權(quán)重（類似彩票效應(yīng)）。他們發(fā)現(xiàn)，基金資金流和 MAX 變量之間呈現(xiàn)出顯著的正相關(guān)性，且二者的關(guān)系在控制了其他變量后依然穩(wěn)健。此外，Hartzmark and Sussman (2019) 研究發(fā)現(xiàn)，基金表現(xiàn)的可持續(xù)性是投資者做出選擇的重要依據(jù)之一：可持續(xù)性低的基金往往伴隨著資金的凈流出，反之可持續(xù)性高的基金則伴隨資金的凈流入。

第二方面的研究聚焦于資金的凈流入和基金未來的表現(xiàn)，即到底是 smart money 還是 dumb money。然而，就這兩個觀點而言，均有代表性的研究。在一個早期的研究中，Zheng (1999) 發(fā)現(xiàn)獲得更多資金的基金在之后的表現(xiàn)要顯著好于凈流出的基金。然而這種效應(yīng)是短暫的，且很大程度上可以被動量效應(yīng)所解釋。另外該文也指出，沒有重大證據(jù)表明獲得更多資金的基金隨后會擊敗市場。另外，Lou (2012) 為基金業(yè)績可持續(xù)性、smart money 效應(yīng)以及股價動量提出了一個基于資本流動的解釋。該文發(fā)現(xiàn)，資金流動導(dǎo)致的交易在接下來一年和股票以及基金的收益率呈現(xiàn)正相關(guān)，而在之后的時間內(nèi)則呈現(xiàn)負(fù)相關(guān)。因此，資金流驅(qū)動的收益率效應(yīng)可以完全解釋基金業(yè)績的可持續(xù)性以及部分解釋股票的動量效應(yīng)。

反觀 dumb money 方面，F(xiàn)razzini and Lamont (2008) 利用資金流作為投資者情緒的度量，并發(fā)現(xiàn)它和資金未來的回報呈現(xiàn)顯著的負(fù)相關(guān)。該文認(rèn)為，這種 dumb money 和價值效應(yīng)有關(guān)，即投資者情緒高的股票往往是成長股，因為未來的預(yù)期收益更低。此外，Akbas et al. (2015) 也發(fā)現(xiàn)了 dumb money 效應(yīng)并指出其加劇了錯誤定價，從而進一步提升了某些市場異象，比如 growth，accrual 以及 momentum。

Dou, Kogan and Wu (2020) 發(fā)現(xiàn)在剔除基金業(yè)績的影響后，基金資金流仍然有顯著的共同成分。作者利用主成分分析提取了共同資金流（common fund flows），進而指出共同資金流對股票定價有著顯著的影響。其機制在于，共同資金流意味著希望維持規(guī)模穩(wěn)定或持續(xù)增長的基金經(jīng)理，面臨著難以充分分散的系統(tǒng)性風(fēng)險。因此，基金經(jīng)理會偏好資金流??—— 即收益對共同資金流敏感性 —— 較低的股票，從而導(dǎo)致這些股票被高估，進而未來收益較低。換言之，共同資金流??越高的股票，未來收益顯著更高，這一差異在經(jīng)濟意義上也非常顯著，且不能被已有的因子模型所解釋。

6?基金交易行為模式

基金的交易行為模式關(guān)注于基金經(jīng)理的交易行為（如過度交易和分散化交易）以及一些行為偏差（如過度自信和羊群效應(yīng)）。Grinblatt, Titman and Wermers (1995) 是關(guān)于基金羊群效應(yīng)最重要的研究之一，該文發(fā)現(xiàn)超過 75% 的基金是動量交易者，且基金經(jīng)理更喜歡買入過去的贏家而非賣出過去的輸家。此外，Hong, Kubik and Stein (2005) 研究發(fā)現(xiàn)身處同一城市的基金經(jīng)理之間存在“口口相傳”效應(yīng)。即對于一個基金經(jīng)理來說，如果同一城市的其他基金經(jīng)理正在買入（或賣出）某只股票，那么他更有可能進行同樣的交易。該文還進一步強調(diào)了由 career-concern 導(dǎo)致的從眾行為，因為有時特立獨行會給聲譽帶來更大的危害。除此之外，Dass, Massa and Patgiri (2008) 以 tech-bubble 時期為例研究了基金的羊群效應(yīng)，并指出激勵措施會促使基金經(jīng)理克服從眾傾向，從而減持泡沫股票。

Cohen, Frazzini and Malloy (2008) 的分析指出基金交易行為也和社交網(wǎng)絡(luò)有關(guān)。該文通過共享教育網(wǎng)絡(luò)建立了基金經(jīng)理和公司董事會成員之間的聯(lián)系。在此基礎(chǔ)上，該文發(fā)現(xiàn)基金經(jīng)理傾向于加大關(guān)聯(lián)公司的持倉，而這些股票往往可以在不增加額外風(fēng)險的前提下提升投資組合的表現(xiàn)。此外，超額的收益率主要集中在公司發(fā)布財務(wù)公告的時期，這說明基金經(jīng)理通過共享教育網(wǎng)絡(luò)能夠獲得一定的信息優(yōu)勢?；诖?，該文認(rèn)為社交網(wǎng)絡(luò)可能是信息流入資產(chǎn)價格的重要機制。

Alexander, Cici and Gibson (2007) 分析了基金經(jīng)理出于估值和流動性原因的交易行為和基金業(yè)績之間的關(guān)系。研究發(fā)現(xiàn)，在買入方面，因估值動機而導(dǎo)致的交易行為會帶來在未來更好的表現(xiàn)，從而戰(zhàn)勝市場；相反，因為流動性動機（例如大量資金流入）造成的買入則會跑輸基準(zhǔn)。反觀賣出方面，則和前述結(jié)果形成了鮮明的對比：因估值（流動性）動機造成的賣出會導(dǎo)致基金在未來跑輸（跑贏）市場，這意味著基金經(jīng)理有時不得不被迫賣掉股票，哪怕從估值動機出發(fā)他們寧愿繼續(xù)持有這些股票。

在另一項研究中，Pollet and Wilson (2008) 研究了基金規(guī)模和持倉分散化之間的關(guān)系，并發(fā)現(xiàn)二者的關(guān)系并不明確。隨著資金流入猛增，投資組合中的股票數(shù)量并未隨資金流入而顯著增加，分散化僅以緩慢的速度發(fā)生。不過對于規(guī)模更大的基金以及投資小盤股的基金，分散化和資金流入二者之間的關(guān)聯(lián)則更加緊密。

在基金行為模式方面，另外兩篇不得不提的文章當(dāng)屬 Gaspar, Massa and Matos (2006) 以及 Alexander and Ruenzi (2007)，它們均聚焦于基金公司的內(nèi)部激勵所造成的基金行為以及表現(xiàn)的扭曲。Gaspar, Massa and Matos (2006) 發(fā)現(xiàn)，基金公司中的“明星產(chǎn)品”（就是更具價值的那些產(chǎn)品，比如有更好的歷史業(yè)績或者能為公司帶來更多的收入的產(chǎn)品）往往表現(xiàn)得更好，而這背后是以犧牲“非明星產(chǎn)品”的表現(xiàn)為代價的（例如前者較后者可以獲得更多的資源）。

Alexander and Ruenzi (2007) 則研究了基金公司內(nèi)部的競爭，發(fā)現(xiàn)所屬同一公司的基金經(jīng)理之間存在相互競爭意識，這導(dǎo)致了基金經(jīng)理的風(fēng)險偏好和他們的過去表現(xiàn)之間呈現(xiàn)一定的關(guān)聯(lián)。例如，在大基金公司中，處于暫時落后位置的基金經(jīng)理為了迎頭趕上會愿意承擔(dān)更高的風(fēng)險。不過這個結(jié)論卻在規(guī)模較小的基金公司中發(fā)生了逆轉(zhuǎn)。

7?基金特征因素

最后，基金特征 —— 例如規(guī)模、費率、以及基金經(jīng)理的特征等 —— 如何影響基金表現(xiàn)也是學(xué)術(shù)界關(guān)注的重點之一。首先，Chen et al. (2004) 指出基金表現(xiàn)和滯后的基金規(guī)模之間存在負(fù)相關(guān)關(guān)系，并對可能的原因進行了分析。在費率方面，最早的 Sharpe (1966) 認(rèn)為費率和基金表現(xiàn)之間存在負(fù)相關(guān)性，即更低的費用意味著更優(yōu)異的表現(xiàn)。然而，Elton, Gruber, and Blake (1996) 的發(fā)現(xiàn)卻指出二者之間的關(guān)系并不明確。不過，Carhart (1997) 確認(rèn)了 Sharpe (1966) 的發(fā)現(xiàn)，指出換手率和基金的費率都和基金的表現(xiàn)呈現(xiàn)負(fù)相關(guān)。

除了上述這些傳統(tǒng)的思路，也有一些最新研究另辟蹊徑，比如 Bai et al. (2019) 研究了基金經(jīng)理生日月份和基金表現(xiàn)之間的關(guān)系（沒錯，你猜到了，發(fā)在了 JFE）。由于上學(xué)年齡限制的約束，導(dǎo)致 9 月份之后出生的基金經(jīng)理要晚一年上學(xué)，這些人平均來看更加成熟，因此在成為基金經(jīng)理后平均業(yè)績也更好。該文指出，二者之間的關(guān)聯(lián)和這些基金經(jīng)理更加自信有關(guān)。

8?結(jié)束語

以本文為起點，BetaPlus 將致力于在未來進行更多文獻梳理以及獨立且可復(fù)制的基金研究實證分析。另外，www.factorwar.com 網(wǎng)站上也一直都有基金研究這個話題，網(wǎng)址為：

https://www.factorwar.com/research/fund/

該頁面下匯總了因子動物園以及九號線公眾號創(chuàng)作的相關(guān)文章。借著本文第一節(jié)提出的梳理框架，我們對所列文獻進行了編排，以供感興趣的小伙伴查閱，也歡迎感興趣的讀者多關(guān)注因子動物園園長在基金方面的相關(guān)學(xué)術(shù)研究。

毫無疑問，基金研究是一個令人著迷的課題，我們期待和各位一起，積累更多的知識，做出更多的貢獻。每當(dāng)我們踏入一個新領(lǐng)域，都是從一篇文獻綜述開始。如果一篇文獻綜述不夠，那就繼續(xù)寫下去。

參考文獻

Agarwal, V., K. A. Mullally, and N. Y. Naik (2015). The economics and finance of hedge funds: A review of the academic literature.?Foundations and Trends in Finance?10(1), 1 – 111.

Akbas, F., W. J. Armstrong, S. Sorescu, and A. Subrahmanyam (2015). Smart money, dumb money, and capital market anomalies.?Journal of Financial Economics?118(2), 355 – 382.

Akbas, F. and E. Genc (2020). Do mutual fund investors overweight the probability of extreme payoffs in the return distribution??Journal of Financial and Quantitative Analysis?55(1), 223 – 261.

Alexander, G. J., G. Cici, and S. Gibson (2007). Does motivation matter when assessing trade performance? An analysis of mutual funds.?Review of Financial Studies?20(1), 125 – 150.

Alexander, K. and S. Ruenzi (2007). Tournaments in mutual-fund families.?Review of Financial Studies?21(2), 1013 – 1036.

Amihud, Y. and R. Goyenko (2013). Mutual fund's?R2 as predictor of performance.?Review of Financial Studies?26(3), 667 – 694.

Andrikogiannopoulou, A. and F. Papakonstantinou (2019). Reassessing false discoveries in mutual fund performance: Skill, luck, or lack of power??Journal of Finance?74(5), 2667 – 2688.

Bai, J., L. Ma, K. A. Mullally, and D. H. Solomon (2019). What a difference a (birth) month makes: The relative age effect and fund manager performance.?Journal of Financial Economics?132(1), 200 – 221.

Barber, B. M., T. Odean, and L. Zheng (2005). Out of sight, out of mind: The effects of expenses on mutual fund flows.?Journal of Business?78(6), 2095 – 2119.

Barber, B. M., X. Huang, and T. Odean (2016). Which factors matter to investors? Evidence from mutual fund flows.?Review of Financial Studies?29(10), 2600 – 2642.

Ben-David, I.,?J. Li, A. Rossi, and Y. Song (2021).?What do mutual fund investors really care about??Review of Financial Studies?forthcoming.

Berk, J. B. and J. H. van Binsbergen (2016). Assessing asset pricing models using revealed preference.?Journal of Financial Economics?119(1), 1 – 23.

Barras, L., O. Scaillet, and R. Wermers (2010). False discoveries in mutual fund performance: Measuring luck in estimated alpha.?Journal of Finance?65(1), 179 – 216.

Barras, L., O. Scaillet, and R. Wermers (2022). Reassessing false discoveries in mutual fund performance: Skill, luck, or lack of power? A reply.?Journal of Finance?forthcoming.

Berk, J. B. and R. C. Green (2004). Mutual fund flows and performance in rational markets.?Journal of Political Economy?112(6), 1269 – 1295.

Busse, J. A., L. Jiang, and Y. Tang (2021). Double-adjusted mutual fund performance.?Review of Asset Pricing Studies?11(1), 169 – 208.

Carhart, M. M. (1997). On persistence in mutual fund performance.?Journal of Finance?52(1), 57 – 82.

Chen, J., H. Hong, M. Huang, and J. D. Kubik?(2004).?Does fund size erode mutual fund performance? The role of liquidity and organization.?American Economic Review?94(5), 1276 – 1302.

Cohen, L., A. Frazzini, and C. Malloy (2008). The small world of investing: Board connections and mutual fund returns.?Journal of Political Economy?116(5), 951 – 979.

Dass, N., M. Massa, R. Patigiri (2008). Mutual funds and bubbles: The surprising role of contractual incentives.?Review of Financial Studies?21(1), 51 – 99.

Daniel, K., M. Grinblatt, S. Titman, and R. Wermers (1997). Measuring mutual fund performance with characteristic‐based benchmarks.?Journal of Finance?52(3), 1035 – 1058.

Dou, W.,?L. Kogan, and W. Wu (2020). Common fund flows: Flow hedging and?factor pricing.?Working paper.

Elton, E., M. J. Gruber, and C. R. Blake (1996). The persistence of risk-adjusted mutual fund performance.?Journal of Business?69(2), 133 – 157.

Fama, E. F. and K. R. French (2010). Luck versus skill in the cross-section of mutual fund returns.?Journal of Finance?65(5), 1915 – 1947.

Frazzini, A. and O. A. Lamont (2008). Dumb money: Mutual fund flows and the cross-section of stock returns.?Journal of Financial Economics?88(2), 299 – 322.

Gaspar, J.-M., M. Massa, and P. Matos (2006). Favoritism in mutual fund families? Evidence on strategic cross-fund subsidization.?Journal of Finance?61(1), 73 – 104.

Giglio, S., Y. Liao, D. Xiu (2021). Thousands of alpha tests.?Review of Financial Studies?34(7), 3456 – 3496.

Grinblatt, M., S. Titman, and R. Wermers (1995). Momentum investment strategies, portfolio performance, and herding: A study of mutual fund behavior.?American Economic Review?85(5), 1088 – 1105.

Guercio, D. D. and P. Tkac (2008). Star power: The effect of Morningstar ratings on mutual fund flow.?Journal of Financial and Quantitative Analysis?43(4), 907 – 936.

Guo, J. and L. Sch?enleber (2021). Investor behavior under prospect theory: Evidence from mutual funds. Working paper.

Han, B., P. Sui, and W. Yang (2021). Prospect?theory and mutual fund flows.?Working paper.

Hartzmark, S. M. and A. B. Sussman (2019). Do investors value sustainability? A natural experiment examining rank and fund flows.?Journal of Finance?74(6), 2789 – 2837.

Harvey, C. R. and Y. Liu (2021). Luck versus skill in the cross-section of mutual fund returns: Reexamining the evidence.?Journal of Finance?forthcoming.

Henriksson, R. D. and R. C. Merton (1981). On market timing and investment performance. II. Statistical procedures for evaluating forecasting skills.?Journal of Business?54(4), 513 – 533.

Hong, H., J. Kubik and J. Stein (2005). Thy neighbor's portfolio: Word-of-mouth effects in the holdings and trades of money managers.?Journal of Finance?60(6), 1 – 24.

Huang, C., F. Li, and X. Weng (2020). Star ratings and the incentives of mutual funds.?Journal of Finance?75(3), 1715 – 1765.

Jones, C. S. and H. Mo (2021). Out-of-sample performance of mutual fund predictors.?Review of Financial Studies?34(1), 149 – 193.

Kosowski, R., A. Timmermann, R. Wermers, and H. White (2006). Can mutual fund “stars” really pick stocks? New evidence from a bootstrap analysis.?Journal of Finance?61(6), 2551 – 2595.

Kumar, A., A. Niessen-Ruenzi, and O. G. Spalt. What's in a name? Mutual fund flows when managers have foreign-sounding names.?Review of Financial Studies?28(8), 2281 – 2321.

Lou, D. (2012). A flow-based explanation for return predictability.?Review of Financial Studies?25(12), 3457 – 3489.

McLean, R. D. and J. Pontiff (2016). Does academic research destroy stock return predictability??Journal of Finance?71(1), 5 – 32.

Malkiel, B. (1995). Returns from investing in equity mutual funds: 1971 to 1991.?Journal of Finance?50(2), 549 – 572.

Pollet, J. and M. Wilson (2008). How does size affect mutual fund behavior??Journal of Finance?63(6), 1 – 49.

Sharpe, W. (1966). Mutual fund performance.?Journal of Business?39(1), 119 – 138.

Treynor, J. L. and K. Mazuy (1966). Can mutual funds outguess the market??Harvard Business Review?4, 131 – 136.

Zheng, L. (1999). Is money smart? A study of mutual fund investors' fund selection ability.?Journal of Finance?54(3), 901 – 933.

免責(zé)聲明：入市有風(fēng)險，投資需謹(jǐn)慎。在任何情況下，本文的內(nèi)容、信息及數(shù)據(jù)或所表述的意見并不構(gòu)成對任何人的投資建議。在任何情況下，本文作者及所屬機構(gòu)不對任何人因使用本文的任何內(nèi)容所引致的任何損失負(fù)任何責(zé)任。除特別說明外，文中圖表均直接或間接來自于相應(yīng)論文，僅為介紹之用，版權(quán)歸原作者和期刊所有。