近年来，上海高级金融学院（高金/SAIF）多位教授结合中国经济、金融领域实践，以翔实数据和深入思辨开展探索研究，并将这些学术成果发表在国际顶级和一流学术期刊，帮助世界理解中国经济、金融发展的内在逻辑。

　　为此，我们陆续推出“高金教授研究的中国议题”系列稿件，通过介绍高金教授有关中国经济、金融问题研究的学术成果，为我国经济、金融体系发展提供更多参考。本期内容，介绍吴飞教授与合作者共同撰写的论文“Optimal Information Production of Mutual Funds: Evidence from China”（公募基金的最优信息生产:来自中国的证据）。

　　大量现有文献证明，拥有私人信息的市场参与者表现更为优异。然而，关于信息优势的来源以及特定类型的信息生产技术如何带来丰厚回报的相关研究却很少。当资源有限时，聪明的投资者通常采用的策略是在子信息集中投入精力，以优化其信息生产能力。

　　论文聚焦中国股票型公募基金经理对具有信息生产优势的股票的偏好与其投资业绩之间的关系。文章记录了基金市场上令人费解的两个事实：尽管价值股相对成长股有正溢价，为什么中国股票型公募基金对成长型股票的偏好却持续高于价值型股票，且基金总体上还是跑赢了市场？此外，为什么成长型基金的表现并不逊于价值型基金？

　　论文的研究表明基金在选择成长型股票方面的技能优于价值型股票，且该种技能有助于解释基金对成长型股票的偏好。此外，文章还表明，公募基金更多地在成长型股票上与散户投资者交易，且散户投资者在交易成长型股票时比交易价值型股票时犯的错误更多。因此得出结论：公募基金优化其信息生产，更多地关注成长型股票，从而实现收益最大化。

　　吴飞教授现任上海交通大学上海高级金融学院教授、LLC项目学术主任、EED项目联席学术主任及CAFR-凯银联合研究实验室和CAFR-金晨联合研究实验室主任。吴飞教授曾任江西财经大学教授、校学术委员会委员、金融管理国际研究院副院长和新西兰梅西大学金融系高级讲师。

　　吴飞教授曾获2008年度梅西大学优秀青年研究者奖章，2010年江西财经大学“科研十强”称号；其论文曾获2011年全美华人金融协会“中国金融市场”最佳论文奖和2012年中国金融学年会最佳论文奖。吴飞教授曾入选教育部“新世纪优秀人才”，曾担任亚洲金融协会（Asian Finance Association）理事和2013年亚洲金融协会年会联执主席，国际期刊Emerging Market Finance and Trade和Economic Systems特约主编。

　　吴飞教授的实践研究主要在财富管理领域。其撰写的中国家族财富管理案例“One Tiger Per Mountain: The He Family Office”发表在哈佛商学院（HBS）案例库。吴飞教授撰写出版多本专著，包括《家族财富管理：守护、管理和传承财富的关键》和《行稳致远:中国新富人群的财富健康之道》，翻译出版了《家族办公室全书》和《家族办公室指南》。吴飞教授担任国际金融家论坛家族财富管理专委会首席顾问、《财富管理》杂志联席主编，还担任了福布斯中文网、FT中文网、财富中文网、人民网、新浪财经、财新网、上海证券报等媒体的财富管理专栏撰稿人，及“第一财经-RFP理财精英”“福布斯中国理财师”“新浪财经金牌理财师”“胡润金牌理财师”等大赛的评委。吴飞教授曾主持发布众多的财富管理行业调研报告，如《工银企业家财富健康指数报告》（与工行私人银行合作），《中国居民金融素养报告》和《中国新富人群财富健康指数报告》（与美国嘉信理财合作），《中国家族财富与家族办公室调研报告》（与瑞银集团（UBS）合作）以及《中国居民投资理财行为调研报告》（与蚂蚁研究院合作）等。

　　吴飞教授为MBA、EMBA和GES讲授金融学原理、风险投资与私募基金、高净值人群财富管理、家族财富管理的框架和核心价值等课程，并为中金所、大商所、福建银监局、上海银行业公会、工商银行、兴业银行、中信银行、国泰君安、招商证券等机构提供专业培训。

　　文章使用的数据来自中国股票市场和会计研究数据库(CSMAR)，研究样本期为2003年1月至2020年12月。选用该样本期主要考虑到2003年之前主动管理的股票公募基金太少，且中国公募基金直到2003年才开始在季度报告中报告持仓数据。

　　文章收集了上海证券交易所和深圳证券交易所全部公开上市股票的每日交易和市值数据以及季度会计变量，共涵盖样本期内的4,269只股票。

　　文章使用两种方法构建了常见的风险基准因子，包括市场因子（Rm–Rf）、Fama French规模因子（下文称SMB）、价值因子（下文称HML）和动量因子（下文称MOM）。基准因子模型用于调整资产的收益，以展示其获取超额收益的能力。第一种方法参考Fama和French（1993），基于年度更新的数据（即6月底的浮动市值和收益回报，上一财年末的账面市值比）进行构建。第二种方法基于每月更新的数据，可以对组合进行更及时的调整。在计算SMB和HML时，排除了账面市值比为负的股票样本。

　　文章重点研究投资于A股股票的中国主动管理公募基金。基金样本涵盖了2003年至2020年期间的1,174只股票公募基金。文章收集了公募基金的日度资产净值，并根据股息调整后的基金资产净值计算了基金的月度净收益率和月度总收益率。除基金收益外，还收集了季度和半年度的基金持仓数据。

　　考虑到中国股市由散户投资者主导，文章还从CSMAR的年度财务报告中收集了上市公司的股东总数（Shrhld），在下文中用于构造代表散户投资者对股票持有集中程度的相关变量。

　　文章首先参考Fama和French（1993）三因子模型，构建了月度频率的基准因子SMB和HML，并使用三因子对股票公募基金的超额收益进行回归，以获得因子载荷。

　　下图展示了HML和SMB的因子收益以及公募基金的因子载荷。其中，月度HML因子平均值为0.54%，t统计量为1.85，这一正价值溢价与此前的种种研究结果相吻合。然而，浅色虚线代表的HML因子载荷则持续为负，表明股票公募基金表现出对成长股的强烈投资倾向。

　　进一步地，文章采用资本资产定价模型（CAPM）和Fama-French三因子模型（FF3F）来评价股票型公募基金的业绩表现。

　　如下表所示，回归结果中显著的α表明，中国股票型公募基金的表现明显优于市场整体表现和一般风险基准模型。而HML因子的显著负载荷表明，中国股票型公募基金倾向于更多地投资成长型股票，而不是价值型股票。

　　文章还通过调整股票样本，改变调仓频率重新构建因子以及构造基于市盈率（EPS）的价值因子和加入动量因子进行稳健性检验，结果均支持上述结论。

　　由此产生了一个令人费解的事实：为什么价值因子溢价在中国显著为正，但股票型公募基金却更加倾向于投资成长型股票呢？

　　为了阐明这个问题，文章使用组合分析方法，根据基金的HML因子载荷，以30%和70%分位数作为断点，将全部基金样本分为三组，并评估了在不同形成期和不同观察期内每组基金投资组合的业绩表现。

　　下表结果表明，在不同的形成期和观察期内，低HML因子载荷组合（Lh）和高HML因子载荷组合（Hh）的原始收益没有显著差异，经CAPM模型调整后，Lh和Hh投资组合的α也没有显著差异。

　　为了排除基金的SMB因子载荷可能与HML因子载荷相互作用，从而引入偏差的可能性，文章对基金的SMB载荷和HML载荷进行了连续的双重组合分析。

　　下表报告了在不同SMB因子载荷分组内，HML载荷最低和最高的基金组合的原始收益之差和经CAPM模型调整的超额收益α之差。结果显示了类似的证据，即：在控制基金的SMB载荷之后，成长型基金和价值型基金之间没有显著的业绩差异。

　　由此产生了第二个令人费解的事实：为什么价值因子溢价在中国显著为正，但成长型基金的表现并不比价值型基金差呢？

　　为解决前文提出的两个令人费解的事实，文章进一步研究了基金的持仓情况，以了解其偏好成长型股票背后的原因，以及该种偏好会如何影响基金的业绩。

　　每年6月底和12月底，股票型公募基金会披露其持有的全部股票。对于每只股票，将基金持有该股票的价值相加后除以该股票的市值，即可得到mhold%。这一指标反映了公募基金对某只股票的总持有量，也反映了该股票在公募基金中的受欢迎程度。

　　文章首先根据这些股票在6月底或12月底的账面市值比，以30%和70%分位数作为断点将其分成三组，并在每个组内进一步按照mhold%分为三组，共形成9个投资组合。

　　下表结果表明，在成长型股票中，高mhold%的股票比低mhold%的股票产生0.801%（t = 2.44）的月度溢价。在价值型股票中，高账面市值%的股票比低账面市值%的股票的月度溢价高0.285%（t = 1.38）。在控制了市场因素后，该现象仍然显著。

　　该结果表明，基金持有率较高的股票投资组合的月收益高于基金持有率较低的投资组合，即股票型公募基金更善于在成长型股票中挑选优胜股。

　　上表还显示，价值型股票优于成长型股票的表现在mhold%最低的股票中最为明显，而在mhold%最高的股票中最弱，这与正向的HML因子溢价表现一致。因此推断，股票型公募基金非常善于从成长型股票中挑选优胜股，以至于基金最偏好的成长型股票的表现实际上超过了价值型股票。

　　进一步地，文章还使用公募基金前10大持仓数据进行稳健性检查。使用前10大股票持有量的优势在于，其更新频率更高，中国股票公募基金每个季度都披露其前10大股票持仓数据。事实上，公募基金50%至60%的股票资产集中在其前10大持股中。

　　文章根据股票的账面市值比以及是否属于前十大持仓股对股票进行双变量组合分析，共形成六个投资组合，并追踪每个组合中的一篮子股票在下个季度的收益表现。下表结果表明，公募基金在选择成长型股票方面的能力优于价值型股票。

　　文章还从基金动态交易行为的角度进一步补充了基金选股能力的证据。以基金对股票的持有比例mhold%的变动作为每只股票的交易指标trading%，文章使用每年6月底和12月底的账面市值比和每只股票的交易指标trading%进行双变量组合分析，并追踪接下来六个月的投资组合收益。下表最后一列报告了同一账面市值比分组中，基金持有比例增加的股票和持有比例降低的股票间的收益差异。

　　结果显示，在成长型股票中，基金持有比例增加的股票总是比持有比例降低的股票获得更高的正收益，这意味着股票公募基金更擅长交易成长型股票，而不是交易价值型股票。

　　最后，文章还提供了公募基金的选股能力在收益公告前后的证据。团队基于股票型公募基金在收益公告前后所持有股票的累积异常收益（下文称CAR）来检验基金经理的选股能力。

　　文章根据账面市值比和基金对股票的持有比例对股票样本进行了双变量分组，并基于不同的窗口期计算了各分组内一篮子股票的累积收益。如果基金经理能够预测股票收益并做出相应的投资决策，那么公募基金持有较多的股票在收益公告前后应表现出较高的CAR。

　　下表报告了每个投资组合在收益公告窗口期的CAR，结果表明，基金持有率高的成长型股票的CAR显著高于持有率低的成长型股票。进一步验证了股票型公募基金在成长型股票中的选股能力大于在价值型股票中的选股能力。

　　以上实证证据均表明，股票型公募基金在挑选中国成长型股票方面优于价值型股票，在考虑了股市的牛熊时期以及排除账面价值为负的股票样本的稳健性检验中，依然得出了以上结论。

　　结合前文的结论，考虑到中国股市由散户投资者主导，文章进一步研究了公募基金与散户投资者的交易行为，为基金的成长股倾向之谜提供新的思路。

　　由于平均而言，散户投资者持有的股票少于机构投资者持有的股票，文章使用股票的流通市值（Shrhld/ME）缩放股东人数以代表散户投资者对股票的持有集中程度。单位市值中，股东越多，股东所持股份越少，即散户对该股的持股集中程度越高。因此，文章使用Shrhld/ME的百分比变化（Shrhld/ME_chg）表示股票的散户交易情况。

　　使用股票的账面市值比和散户交易代理变量（Shrhld/ME_chg）对公募基金持股股票进行双变量分组，形成九个投资组合，并追踪每个组合在形成后六个月的业绩表现。下表报告了经不同模型调整后的超额收益，结果表明，在成长型股票中，散户持股集中度较高的股票的月均收益逊色于散户持股集中度较低的股票（低0.618%至1.047%），而在价值型股票中则没有观察到同样的现象。

　　因此可以推断，散户投资者在投资成长型股票时犯的错误多于投资价值型股票。即便考虑了公司规模后，该现象仍然稳健。基于收益公告期的双变量组合分析也证实了该结论。

　　此外，文章还在个股层面验证了上述结论。应用以下Fama-MacBeth（1973）横截面回归形式，估计个股超额回报在散户交易代理和公司特征向量上的回归系数：

　　下表报告了回归结果。与组合分析的结果一致，即使在控制了股票市场beta和股票规模后，仍然发现：

　　(1)散户总体上犯错误，由Shrhld/ME_chg的显著负系数（-0.377, t = -3.65）可知，散户持股集中度较大的股票未来的负收益越大；

　　(2)散户在交易成长型股票时比交易价值型股票时犯更大的错误，由交互项 Shrhld/ME_chg*BM（0.600, t = 3.31）的显著正系数可知，在成长型股票中，散户持股与股票未来收益之间的负向作用更大。

　　前文的研究表明，散户投资者在交易成长型股票时平均损失更大，因此推测，公募基金可以对成长股进行反向交易以获得更高的回报。

　　为了检验这一假设，使用股票的账面市值比与基金对股票的持仓比例（mfhold%）进行双变量组合分析，下表报告了每个分组中，同期散户交易代理变量的平均值。

　　由结果可知，公募基金确实在与散户投资者进行交易。例如，最受基金经理欢迎的成长型股票的散户交易代理平均值为-0.115，而不受公募基金经理欢迎的成长型股票的散户交易代理平均值为0.061。

　　因此，最为基金经理偏好的股票是散户投资者最不喜欢的股票，反之亦然。且这一现象在成长型股票中更为显著。

　　综上，中国股票型公募基金通常与散户投资者交易，因为他们在选股时表现出明显相反的偏好。这种相反的偏好模式在成长型股票中更为显著。考虑到中国的散户投资者交易成长型股票比交易价值型股票损失更多，可以认为中国的公募基金正在优化配置资产，向成长型股票倾斜，因为它们在这个领域可以打败散户投资者。

　　文章研究了中国主动管理的股票公募基金对成长型股票的投资倾向。首先，文章为中国股票公募基金中的“价值因子载荷之谜”提供了证据：在价值因子溢价为正的前提下，股票公募基金对价值因子的载荷却持续为负，但股票型公募基金仍然跑赢了市场，且对成长股偏好较强的股票公募基金也跑赢了其他基金。

　　其次，文章发现公募基金持股比例较高的成长型股票表现优于公募基金持股比例较低的股票，而这一现象在价值股中并不存在。此外，公募基金持股比例较高的成长型股票在基金公布盈利前后一个月内的累积异常收益较高，而在公募基金持有的价值型股票中则没有观察到这一模式。文章的研究结果有助于解释“价值因子载荷之谜”：中国股票公募基金更善于投资成长型股票而不是价值型股票。

　　最后，文章在Grossman和Stiglitz（1980）的框架内，为解释中国公募基金对成长股的投资倾向提供了思路。考虑到中国股市由散户投资者主导，一方面，文章发现以散户持股为主的股票回报率较低，且散户投资者在交易成长型股票时的损失远大于价值型股票。

　　另一方面，实证表明公募基金确实在与散户投资者交易，这一现象在成长型股票中更为显著。换言之，公募基金正在优化资产配置，因为投资于成长股可以更多地利用散户投资者的错误，以产生更高的回报。

　　因此，在有限的资源约束下，公募基金经理将更多资源分配给成长股，因为他们在研究和交易成长股时更善于产生超额收益。

　　这篇论文的理论研究背景和动机是：在Grossman和Stiglitz（1980）的理论框架下，因为信息生产需要投入成本，所以在均衡中应该获得回报补偿。基于这样的逻辑，在成本-效益框架下，具备更优的信息生产技能的投资者应该比一般投资者从其信息生产投入中获得更大的回报。

　　虽然听起来直观，但这一理论预测几乎没有受到实证研究上的关注。大量现有文献记录了拥有私人信息的市场参与者在市场中表现优于其他人，但是，对信息优势来自何处以及特定类型的信息生产技能如何带来回报的研究并不银河集团网址登录多。

　　比如说，当资源有限时，聪明的投资者通常采用的策略是部署成本高昂的信息收集工作到一个他们更擅长的信息子集，以优化其信息生产能力。在本文中，我们考察了这种策略是否可以获得业绩上的补偿。

　　更具体地说，我们考察了中国股票类公募基金经理对其具有信息生产优势的特定股票类型的偏好是否能联系到其投资业绩。也就是说，当受时间和精力等限制，基金经理必须选择在股票之间不均匀地分配他们的信息生产工作。我们想知道：这种信息生产策略是否会带来更好的收益？如果可以，为什么？

　　我们的研究帮助理解公募基金市场上两个比较独特、令人费解的现象。首先，与美国市场不同，尽管中国市场的价值股相对于成长股的溢价明显为正，但中国公募基金表现出对成长股的强烈偏好；其次，中国公募基金平均来说跑赢了大市；即便价值股相对于成长股有明显溢价，成长型公募基金的业绩并不比价值型公募基金差。

　　这背后的原因可能是：中国公募基金经理人更善于选择成长型股票，而非价值型股票。换句话说，公募基金可能以更具成本效益的方式收集有关成长型股票的信息，而不是价值型股票的信息。因此，公募基金应集中投资于成长型股票，且取得不差的业绩。

　　为什么公募基金在成长型股票的信息收集中相对于价值型股票会更具有优势呢？这背后的原因是：与美国股市不同，中国股市主要由散户投资者主导，散户投资者被视为众所周知的噪音交易者。我们发现中国散户投资者对于成长型股票具有非常强的偏好（可能是因为这些股票更具有彩票特征，因为波动大，能给投资者带来暴富的机会）；但是散户投资者在成长型股票的投资表现并不及价值型股票。

　　由于散户投资者正在犯代价高昂的错误，这使得公募基金经理更容易利用这些由此产生的错误定价来产生跑赢大市。受限于时间和精力等限制，公募基金经理策略性地将其信息生产工作分配给成长型股票，以从其相对于散户投资者的信息优势中获得最大利润。

　　我想，最大的现实意义是：一方面，帮助我们更好地去理解市场上公募基金的收益来源。总体来说，公募基金还是市场上聪明的投资者，他们能够策略性地收集信息，平均跑赢了大市；

　　另一方面，也说明聪明的投资者某种程度上利用了市场上的噪音交易者（散户）的错误，并从中获利。虽然因为大市的原因，基金的业绩备受诟病，但总体来说，通过委托基金进行投资总比没有任何信息收集能力的散户自己进行投资的胜算要更高。

　　论文的文献创新点在于，我们提供了实证研究证据支持Grossman和Stiglitz（1980）的预测，即投资者应该将研究重点放在他们拥有信息收集优势的股票上，并因此获得更好的投资结果。

　　一、关于中国公募基金和美国共同基金的行为比较，以及收益来源的差异性。因为市场结构不同的原因，可能会存在很多差异的地方。

　　二、中国市场的散户如何在市场上生存？一方面，是否可以提升信息收集技能从而提高投资能力；另一方面，是否接受技不如人的现实，退居二线从而委托机构进行投资。两者都需要投资者教育的干预。而投资者教育是否可以提升中国散户的投资回报？