基金经理的投资经验、交易行为与股市泡沫

研究领域：资本市场风险管理 基金经理的投资经验、交易行为与股市泡沫1 潘越 a 戴亦一 b 陈梅婷 a (a. 厦门大学经济学院金融系；b. 厦门大学管理学院) 摘要：本文以我国股市最新一轮泡沫周期为研究背景，实证研究在不同的泡沫阶段，基金经理 的投资经验对其交易行为及基金业绩的影响结果，以考察基金经理交易行为的市场稳定功能。本文 的研究发现：（1）在股市狂热时年轻的基金经理不断增持泡沫股票，但经验丰富的基金经理却相当 理性，投资泡沫股的羊群行为并不显著；（2）年轻的基金经理表现出鲜明的“追涨杀跌”特征，即 根据前期收益对泡沫股票组合进行相应的正向调整，但经验丰富的基金经理这种行为并不明显；（3） 在股市泡沫期，年轻基金经理之所以偏好在组合中配置泡沫股，是因为泡沫股对提升基金收益作用 显著，由于持有较多的泡沫股，年轻基金经理的投资表现要强于经验丰富的基金经理，但这种情况 在股市泡沫破灭之后有显著变化。以上结论证实了，缺乏经验的机构投资者对股市泡沫起到推波助 澜的作用，但基金经理如果具有丰富的投资经验，则可抑制其行为的负面效应。 关键词：基金经理；投资经验；交易行为；股市泡沫 Investment Experience, Trading Behavior of Fund Manager and Stock Bubble Abstract: In this paper, we study the trading behavior of experienced and inexperienced mutual fund managers during the latest the finance market bubble. Using age as a proxy for managers' investment experience, we find that both in the bubble period and around the peak of the bubble period, mutual funds run by younger managers are more heavily invested in bubble stocks, relative to their style benchmarks, than their older colleagues. Further more, young managers, but not old managers, exhibit trend-chasing behavior in their bubble stock investments. Young managers have a positive effect on the returns. In the bubble period, the younger fund managers invest more in the bubble stocks, then during the bubble period they should exhibit better performance. But the situation changes in the burst period. All results are in line with the behavior of inexperienced investors in the finance market bubble. The negative influence should be weakened if the fund is run by the older investors. Keywords: Fund Manager；Investment Experience；Trading Behavior；Stock Bubble. 一、 引言 投机泡沫（Speculative Bubbles）在世界范围内普遍存在。荷兰的郁金香狂热（1634-1637 )、英 国的南海泡沫（1720）以及美国 1929 年的股市崩溃，都是历史上这类投机泡沫的典型事例。更近 一些的例子是 20 世纪 80 年代末在日本爆发的股市崩盘，以及 2000 年美国的互联网泡沫。早在 1852 年，Mackay 就指出，投机泡沫是经验不足的投资者其非理性行为所引起的。Mackay 在 记录 混凝土 养护记录下载土方回填监理旁站记录免费下载集备记录下载集备记录下载集备记录下载 17 世 1本文系国家自然基金项目（71072052，70902063）的阶段性研究成果。作者文责自负。 纪的郁金香泡沫时提到，“在市场最狂热的时期，甚至连打扫烟囱和衣着褴褛的人也都疯狂地参与 到郁金香的买卖中来。”Brooks（1973）认为，20 世纪 60 年代末期美国股市的泡沫是过于年轻的华 尔街所造成的。Brennan（2004）的研究表明，大量缺乏经验的个人投资者的参与推动了 2000 年的 互联网泡沫。Greenwood 和 Nagel （2009）则认为不仅仅是个人投资者，就是经过专业训练的共同 基金经理，缺乏足够的投资经验也会影响其交易行为。他们发现，年轻的基金管理者在互联网泡沫 中购买了过多的科技股股票。这些国外学者的共同观点是：由于年轻的投资者没有直接经历过股市 崩盘，或是缺乏惨痛的投资损失教训，容易过度乐观，从而助涨了股市泡沫。 从 20 世纪 80 年代起，投机泡沫在新兴市场经济中开始盛行。阿根廷、智利、墨西哥，以及东 南亚各国都经历过不同程度的股市泡沫危机。我国证券市场同样属于新兴市场，发展至今不过二十 年的历史。在我国的资本市场上，无论是个人投资者，还是机构投资者，都还普遍缺乏投资经验， 这种投资者结构很容易催生股市泡沫。事实上，我国股市从成立以来就已经历过七轮暴涨暴跌（陈 国进、张贻军和王景，2009）。从现有国内研究来看，学术界普遍存在这样的共识，即我国的股市 泡沫是缺乏经验的个人投资者羊群行为的结果（彭惠，2000；史永东，2003；王庆石和刘伟，2008）。 然而，却少有人去探究我国的机构投资者在股市泡沫中扮演什么角色，这与初期我国证券市场中散 户投资者为主，机构投资者为辅的投资者结构有很大关系。 近年来，在监管层“超常规发展机构投资者”政策的引导下，我国机构投资者在资本市场中的 地位得到迅速的提高，并逐渐成为我国资本市场的重要投资主体。由基金经理主导的证券投资基金 作为证券市场最有影响的机构投资者之一，其投资理念、投资方向乃至投资策略，对证券市场的走 势和市场理念的引导都起到极为关键的作用。然而，由于基金经理自身认知偏差行为的影响以及职 业考虑和个人特征的差异，基金的交易行为会受到一定影响，进而影响基金业绩的表现（徐琼、赵 旭，2008）。那么，基金经理的投资经验在股市泡沫中究竟起着怎样的作用？换言之，经验不足和 经验丰富的两类基金经理在股市泡沫中的表现是否存在差异？年轻基金经理的交易行为是否可能 推动我国股市泡沫的发展？厘清和把握基金经理的投资经验在我国股市泡沫周期中的影响机理，不 仅有利于市场参与者的投资决策和风险管理，而且对我国政府部门加强资本市场的审慎监管，抑制 过度投机，维持金融稳定具有重要参考价值。 本文以 2006 年初到 2008 年底我国股市最新的一轮泡沫周期为研究背景，采用基金经理的年龄 作为其投资经验的衡量指标，并划分 2006 年第一季度到 2007 年第四季度为我国股市的泡沫形成期， 2008 年第一季度到 2008 年第四季度为股市泡沫破灭期，实证研究在不同的泡沫阶段，基金经理的 投资经验对其配置泡沫股票的羊群行为、追涨杀跌行为以及基金业绩表现的影响结果，从而检验“缺 乏经验的机构投资者在一定程度上助涨了股市泡沫”这一假说。本文的贡献在于：首先，本文从一 个独特的视角，即从基金经理的投资经验对其交易行为的影响角度，来考察机构投资者在股市泡沫 中的作用，这是在以前的国内文献中尚未出现过的研究思路；第二，本文首次通过观测基金所持有 的泡沫股票市值占其投资组合总市值的比值变动，来考察股市涨跌过程中基金投资泡沫股票的羊群 行为。 本文余下的内容结构安排如下：第二部分是文献回顾并提出研究假设；第三部分为研究 设计 领导形象设计圆作业设计ao工艺污水处理厂设计附属工程施工组织设计清扫机器人结构设计 ； 第四部分给出了实证结果并对结果进行分析；第五部分是稳健性检验；最后一部分是本文的结论 与建议。 二、 文献回顾 （一）机构投资者与证券市场稳定的文献回顾 机构投资者与证券市场稳定的关系，主要包含两种含义：一是指机构投资者是加剧还是减少了 资产价格的短期波动，二是指机构投资者是推动了市场泡沫的生成还是消除了市场泡沫。近年来， 关于机构投资者与证券市场稳定关系的研究已获得很大进展。目前学术界主要有三种不同观点：一 是“破坏说”，认为机构投资者破坏了市场稳定；二是“促进说”，认为机构投资者促进了市场稳定； 三是“有条件作用说”，即不是所有的机构投资者行为都会影响市场，只有在一定条件下，部分机 构投资者的交易行为破坏了市场稳定。 1． 机构投资者对证券市场稳定的“破坏说” 这方面的文献相当丰富。Sias（1996）使用1977-1991年之间NYSE的上市公司样本数据研究发 现，机构投资者持股比例的增加导致了股价波动的增加。Sias、Starks和Titman（2001）发现机构投 资者的交易对价格产生的影响是造成其持股数量变动与收益具有正相关的主要原因。而Chang和 Dong（2006）对1975-2003年日本股市的研究也表明，机构投资者的羊群行为与公司股价的特质波 动具有显著的正相关。支持机构投资者加剧股市波动的依据是机构投资者具有比个人更强的羊群行 为。其原因在于：（1）对信息获取的趋同性。如Froot，Scharfstein 和 Stein（1992）认为机构投资 者往往接收同样的市场信息，采用相似的经济和数量模型以及对冲策略，其行为具有高度同质性； （2）在代理投资模式下，基金经理的业绩 评价 LEC评价法下载LEC评价法下载评价量规免费下载学院评价表文档下载学院评价表文档下载 导致基金经理相互追随。如Maug 和Naik（1996）认 为，投资经理的收益主要与相对经营业绩挂钩，因此，为避免绩效落后于同行，投资经理可能采取 与其同行相同或者相近的股票组合的投资策略；（3）与个人投资者相比，机构投资者的持股偏好具 有趋同性。如Falkenstein（1996）、Pinnuck（2004）的研究发现，共同基金偏好高价、高换手率、上 市年龄长、新闻曝光率高、波动率大和市值大的股票。国内学者宋军和吴冲锋（2001），孙培源和 施东辉（2002）发现我国的投资基金存在较为严重的羊群行为，在一定程度上加剧了市场波动。 2．机构投资者对证券市场稳定的“促进说” Lakonishok、Shleifer和Vishny （1992，LSV）认为，尽管机构投资者存在一定的羊群行为，但 这并不意味着市场会因此变得不稳定，如果机构投资者较个人投资者拥有更多内部信息，那么机构 投资者同时买入价值被低估的证券，抛售价值被高估的证券的羊群行为，将在一定程度上抵消个人 投资者的非理性行为，促使股价趋向均衡价值，抑制股市泡沫的生成和发展。Wylie（2005）改进了 LSV（1992）的羊群行为测度指标，结果发现英国的共同基金并没有表现出羊群行为。Lipson和Puckett （2008）研究了1999-2003年期间美国股市涨跌幅超过2%的震荡交易日，他们发现，在震荡市场的 环境下，机构投资者采用负向交易策略，降低了股价波动。祁斌、黄明和陈卓思（2006）对我国沪 市A股市场的研究发现，沪市机构投资者的持股比例与股票波动性之间存在显著的负相关关系，从 而认为机构投资者具有稳定市场的功能。 3．机构投资者对证券市场稳定的“有条件作用说” 由于理论和经验研究对于机构投资者与市场稳定的关系并没有达成一致的结论，近年来，越多 越多的学者开始细分机构投资者类型，考虑不同的机构投资者行为对证券市场的影响。Cuoco和 Kaniel（2006）比较了对称型业绩报酬与非对称型业绩报酬两种激励模式下管理者的交易策略，他 们发现，在这两种薪酬激励模式下，机构投资者的交易行为明显不同，并影响资产价格和波动率。 对称型业绩报酬会使风险厌恶的投资经理采取消极的投资策略；而非对称型业绩报酬会激励投资经 理选择与基准组合相关性较低股票，以获取高额奖励，这容易导致对非基准组合股票的过度投资， 推高该类股票的价格和波动率。Dass、Massa和Patgiri（2008）研究了2000年NASDAQ泡沫事件中， 共同基金的羊群行为与基金经理的 合同 劳动合同范本免费下载装修合同范本免费下载租赁合同免费下载房屋买卖合同下载劳务合同范本下载 激励条款间的关系。他们发现，基金经理依据合同获得的固 定薪酬越高，其投资泡沫股票的羊群行为越不明显，配置泡沫股票的比例越低，而配置传统产业股 票的比例越高。这表明激励不足的基金经理为追求更高的业绩报酬，部分推动了NASDAQ的科技股 泡沫。Greenwood和Nagel（2009）则认为基金经理是否具有足够的投资经验也会影响其交易行为。 他们同样以2000年的美国互联网泡沫为研究对象，发现随着互联网泡沫的逐渐膨胀，年轻的基金经 理在投资组合中配置了过多的科技股股票，并表现出明显的追涨特征，但在预测市场暴跌方面，年 经基金经理却逊色于资深基金经理。由此他们认为，经验不足的基金经理在一定程度上助涨了股市 泡沫。 总体上来看，在机构投资者是促进还是破坏市场稳定的问题上，理论界存在一定分歧，但从现 有研究进展来看，学术界更倾向于第三种观点，即在一定条件下，部分机构投资者的交易行为加剧 了股市波动，助涨了股市泡沫。国内学者何佳等（2007）的研究结果也支持这一结论。他们的研究 显示，以证券投资基金为代表的机构投资者对股价波动的影响，会随着市场结构与市场环境的变化 而变化。但遗憾的是，他们仅仅是发现了在不同的年份，机构投资者对市场波动的影响有所差异， 或是在同一年份，基金的行为有时增加股价波动，有时减少波动这样一种现象，并没有深入探究导 致机构投资者对市场的影响不一致背后的潜在条件和可能原因。鉴此，本文拟借鉴Dass、Massa和 Patgiri（2008），Greenwood和Nagel（2009）等的研究，以我国最新一轮的股市暴涨暴跌为研究背景， 通过分析投资经验不同的基金经理的交易特征及其市场影响，来探索机构投资者究竟能否稳定股 市，为这一争议已久的论题提供来自新兴市场的证据支持。 （二）研究假设 大量的实验调查结果表明，缺乏经验的投资者容易犯冲动投资的错误，但经历过失败的投资者 却不易再重蹈覆辙。Vissing-Jorgensen（2003）对美国个人投资者的调查发现，在2000年的NASDAQ 泡沫中，年轻的、缺乏经验的个人投资者是抱以最高收益预期的群体，他们总是在股市上涨阶段， 不断买入高科技股票，推动了互联网泡沫的膨胀。Smith、Suchanek和Williams（1988）的实验结果 则显示，在模拟实验市场中，资产价格出现泡沫并破灭的现象经常发生，但如果市场主体在之前的 交易环节中经历过暴涨暴跌，那么市场再次发生泡沫并最终崩盘的可能性就要小很多。Greenwood 和Nagel（2009）突破实验研究的限制，以真实的市场泡沫为检验环境，通过稳健的实证结果，证实 了不仅是个人投资者，就是经过专业训练的基金经理，其经验不足也会导致其犯下盲从投资的错误， 而经验丰富的基金经理则要理性很多。Scharfstein和Stein（1990），Zwiebel（1995）认为，出于职业 生涯的考虑，年轻基金经理比资深基金经理有更显著的羊群行为。而国内学者徐琼和赵旭（2008） 对我国基金经理行为的考察发现，投资经验丰富的基金经理在控制风险、把握时机的能力方面的确 有一定优势，交易行为更为理性。 本文认为，在股市泡沫期，全市场投资者都可能疯狂追逐某些明星股，造就了不少泡沫股票。 在这种情况下，缺乏经验的基金经理，很容易跟风投资，不断买入市场上备受追捧的泡沫股，其盲 目投资的羊群行为十分明显。与之相反，经验丰富的基金经理，则往往保持较高的警惕性，对泡沫 股“敬而远之”。Brunnermeirer和Nagel（2004），Dass、Massa和Patgiri（2008）将机构投资者在投资 组合中配置泡沫股票的行为定义为“羊群行为”。基于以上分析，本文推出如下假设： 假设1：在股市泡沫的形成期，基金经理的投资经验越丰富，该基金配置泡沫股票的羊群行为 越不明显，其组合中的泡沫股票比例也就越低。 Smith、Suchanek和Williams（1988）指出，年轻的投资者大都具有适应性预期学习（Adaptive Expectation）的特点。适应性预期理论认为，人们习惯于通过总结经验教训，再相应调整下一步的 行动，这就是所谓的“干中学”（Learing-by-doing， Agarwal等，2007）。Feng和Seasholes（2005）， Haruvy、Lahav和Noussair（2007）的研究发现，前期交易经验会显著影响投资者行为，缺乏经验的 投资者一般是根据前期股价变动进行未来的投资。有相当多的研究表明机构投资者在交易中采用的 是正反馈策略（Bennett、Sias和Starks，2003；Chen、Hong和Stein，2002）。所谓正反馈交易是，最 初价格的上涨导致更多的买入以及更高价格的上扬，或最初价格的下跌导致更多的卖出以及更低价 格的下降，即通常所说的追涨杀跌行为。Greenwood和Nagel（2009）发现，在整轮股市周期中，经 验不足的基金经理表现出鲜明的“追涨杀跌”特征，但这种行为对于资深基金经理却不多见。鉴此， 本文推出如下假设： 假设2：无论是在股市泡沫的形成期还是泡沫破灭期，基金经理的表现都具有明显的 “追涨杀 跌”特征，即基金经理会依据前期收益对泡沫股票持有比例进行相应调整，前期收益与组合中的泡 沫股票比例显著正相关；但基金经理的投资经验越丰富，这种“追涨杀跌”行为越不显著，其根据 前期收益对所持有泡沫股票的调整程度越低。 Dass、Massa和Patgiri（2008）指出，在股市泡沫期，基金持有的泡沫股票越多，基金的业绩表 现越好。由于固定薪酬激励较高的基金经理在组合中配置了较少的泡沫股票，受此影响，基金业绩 表现要差于激励不足的基金，但这种情况在泡沫破灭阶段得以显著改善。基于这一研究，本文推出 如下假设： 假设3：在股市泡沫形成期，基金经理的投资经验降低了基金业绩对组合中泡沫股票的敏感度， 即相对于资历尚浅的基金经理来说，经验丰富的基金经理因为配置了较少的泡沫股票而造成基金业 绩表现不佳；但这种情况在泡沫破灭期会有很大变化，即基金业绩受泡沫股票持有比例的影响程度 大大减少，资深基金经理的业绩表现有可能强于年轻基金经理。 三、 研究设计 （一）样本选取与数据来源 本文最终确定的样本区间为 2006 年 1 月到 2008 年 12 月。如图 1，在这一时期，我国股市走出 了一个鲜明的暴涨暴跌过程，上证综指从 2006 年初的 1180 点一路攀升到 2007 年 10 月 16 日的最高 点 6092 点，之后股市开始不断下跌，到 2008 年底股市又重新跌回到不足 2000 点，这为本文提供 了一个绝佳的股市泡沫生成、膨胀与破灭的研究周期。由于本文选用的基金持股数据是季度数据， 因此本文定义 2006 年第一季度到 2007 年第四季度为股市泡沫形成期，而 2008 年第一季度到第四 季度为股市泡沫的破灭期。本文以 2006 年到 2008 年三年期间内沪深两市的所有基金为研究样本， 并按照如下标准进行样本筛选：（1）由于部分基金特征变量要求的是前一期数据，因此本文选取 2005 年 1 月 1 日之前成立的基金；（2）依据投资对象的不同，基金可分为股票基金、债券基金、货 币市场基金、混合基金等，考虑到债券基金 80%资产投资于债券市场，而货币基金仅投资于货币市 场工具，因此本文剔除这两类基金；（3）剔除无法获知基金经理年龄的样本。最后共获得 77 支基 金 12 个季度共 924 个样本。本文所有数据均来自于 WIND 和 CSMAR 数据库。 0 1000 2000 3000 4000 5000 6000 7000 20 06 -0 1- 04 20 06 -0 2- 17 20 06 -0 3- 24 20 06 -0 4- 28 20 06 -0 6- 09 20 06 -0 7- 14 20 06 -0 8- 18 20 06 -0 9- 22 20 06 -1 1- 03 20 06 -1 2- 08 20 07 -0 1- 17 20 07 -0 2- 28 20 07 -0 4- 04 20 07 -0 5- 16 20 07 -0 6- 20 20 07 -0 7- 25 20 07 -0 8- 29 20 07 -1 0- 10 20 07 -1 1- 14 20 07 -1 2- 19 20 08 -0 1- 25 20 08 -0 3- 07 20 08 -0 4- 14 20 08 -0 5- 21 20 08 -0 6- 26 20 08 -0 7- 31 20 08 -0 9- 04 20 08 -1 0- 17 20 08 -1 1- 21 20 08 -1 2- 26 最高点：6092 1180 1820 图 1 上证综指走势图（2006 年 1 月-2008 年 12 月） （二）检验模型及相关变量说明 为检验本文提出的理论假设，构造了如下三个基本检验模型： 模型一： 0 1 2= + + +∑it i it itBubbleratio Age Controlsα α α ε （1） 模型二： , 0 1 , 1 2 , 1 3 4 Re Re− −= + + × + + +∑ i t i t i t i i itit Bubbleratio turn turn Age Age Controls β β β β β ε （2） 模型三： 1 2 3 4 = + + × + + +∑ it o it it i i itit Return Bubbleratio Bubbleratio Age Age Controls γ γ γ γ γ ε （3） 模型中各有关变量的定义见表 1。 表 1 主要变量定义说明 含义 变量名 变量定义 Bubbleratio1 基金所持市销率（P/S）居沪深股市前 20%的股票比例 泡沫股票比例 Bubbleratio2 基金所持剔除价格变动后的市销率居沪深股市前 20%的股票比例 基金收益率 Return 以季度计算的詹森比率 基金经理的 投资经验 Age 基金经理的年龄（2006 年第一季度） 基金前一年的收益 Yield 基金前一年的净值增长率（每季度末调整一次） 基金收益的波动率 Volatility 基金前一年收益的波动率（每季度末调整一次） 同类型基金数量 Stylenumber 每只基金所属投资风格中基金的总个数 基金规模 Size 基金规模的对数（每季度末调整一次） 基金年限 Period 基金的成立年限（2006 减去其成立的具体年份） 基金经理学历 Degree 基金经理学历的虚拟变量（学士，硕士，博士） 基金经理性别 Sex 基金经理性别的虚拟变量（男，女） 1． 关键变量 （1）泡沫股票持有比例（Bubbleratio）：本文选用的是基金重仓持股数据，并参考 Brunnermeirer 和 Nagel（2004），Dass、Massa 和 Patgiri（2008）的研究，计算基金组合的“泡沫度”。计算方法如 下：首先，在每一季度，计算市场上所有股票的市销率指标，并按从大到小进行排序，所谓市销率 =当季最后一个交易日股票收盘价/前一年每股销售收入；然后，本文定义市销率居前 20%的股票为 泡沫股票（Bubble Stock）；接着，计算出每季度末基金投资于泡沫股票市值占基金总资产的比例； 最后，对不同投资风格的基金进行标准化。具体做法为：在计算出每只基金的泡沫股票持有比例之 后，根据投资风格对基金进行分类，分为平衡型、成长型、收益型三类基金，并在同一风格内对其 进行标准化，最终得到基金的泡沫股票持有比例（Bubbleratio1）。 此外，考虑到本文是通过观测基金所持泡沫股票比例的变动来考察基金的羊群行为，而市销率 指标很容易受到价格变动的影响，一旦价格下跌，市销率下降，即使基金经理没有买卖组合中的泡 沫股票，也会改变其泡沫股票比例，这样就无法真实观测到基金经理的交易行为。为避免这一问题， 本文重新构建基金的泡沫股票持有比例（Bubbleratio2）。计算方法为：泡沫股票的定义不变，但在 计算每季度末基金组合中的泡沫股票比例时，不是以当季价格作为加权比重，而是采用泡沫期开始 时的 2006 年 1 月最后一个交易日股票的复权收盘价来加权，并最终根据基金风格进行标准化。计 算公式如下： { } { } 06 06 1 ( ) / 1 ( ) /= ×= ⎡ ⎤×⎣ ⎦ ∑ ∑ ∑ j i i jij J j i i jj i P B TNA Bubbleratio P B TNA J （4） 其中， 06iP 是 2006 年 1 月份最后一个交易日泡沫股票 i 的复权收盘价（如果该股票是在 2006 年第 一季度之后 IPO 的，则取其上市当日的收盘价）， jiB 是第 j 只基金所持泡沫股票 i 的总股数，TNA 是基金 j 的总资产，J 是基金 j 所属同一风格基金的总数量。值得一提的是，Bubbleratio1 的计算公 式与 Bubbleratio2 是相同的，只是以股票的现价取代股票在 2006 年 1 月份的价格。 （2）基金经理的投资经验（Age）：由于数据库无法提供基金经理从事证券投资行业的准确年 限，因此参考 Greenwood 和 Nagel（2009）的研究，本文以基金经理的年龄作为其投资经验的替代 指标。需要说明的是，本文以 2006 年初基金经理的实际年龄来衡量其投资经验，并使用于整个样 本期间，不随季度的变化而更新。之所以固定基金经理的年龄，是因为可能存在内生性问题 （Greenwood 和 Nagel，2009）。如果允许基金经理的年龄随年份变动，就会发现基金所持泡沫股票 比例的高低也有可能影响基金经理的选择（比如年龄）：由于年轻基金经理喜欢持有更多的泡沫股 票，而在泡沫期持有越多的股票可以产生越高的收益，此时基金管理公司就更倾向于为泡沫股票比 例较高的基金选择投资风格较为大胆的年轻人担任基金经理。但如果固定基金经理的年龄，就可避 免这一内生性问题的干扰，从而确保本文专注于追踪比较年龄不同的基金经理其交易行为的动态变 化。此外，如果基金在样本期间更换了基金经理，仍沿用 2006 年第一季度时的基金经理年龄2。当 一只基金存在不止一个基金经理时，本文采用基金经理团队的年龄均值。 （3）基金收益率（Return）：考虑到基金较高的净值增长率可能是在承受较高风险的情况下取 得的，因此仅仅根据基金净值增长率来评价基金的业绩表现并不全面，衡量基金业绩表现必须兼顾 收益和风险两个方面，詹森比率（Jensen Ratio）就是可以同时对收益与风险加以综合考虑的指标。 詹森比率是由詹森（Jensen，1969）在 CAPM 模型基础上发展出的一个风险调整差异衡量指标，代 表的是基金业绩中超过市场基准组合所获得的超额收益。 2．控制变量 参考相关学者的研究成果，本文控制了两类特征变量。一类是基金的特征变量，包括基金前一 年的净值增长率（Yeild）3、基金前一年收益的波动率（Volatility）、同风格基金的基金数量 （Stylenumber）、基金规模（Size）、基金的成立时间（Period）；另一类是基金经理特征的虚拟变量， 包括基金经理的学历（Degree）以及性别（Sex）。 3．模型说明 模型一用于检验基金经理的投资经验对基金配置泡沫股票行为的影响。依据本文的假设 1，在 股市泡沫期，基金经理越是缺乏投资经验，其越可能采取配置泡沫股票的羊群行为，因此基金经理 的年龄与基金所持泡沫股票的比例成反比，预期 1 0α < 。 模型二是检验基金经理的投资经验对基金在股市中追涨杀跌行为的影响。按照本文假设 2，无 2 更换基金经理会对本文研究结论的准确性造成一定影响。因为如果前后两位基金经理年龄相差悬殊，仍沿用最早 一位基金经理的年龄来代表整只基金的投资经验，会产生很大偏差。但本文针对所有发生基金经理更换的样本，对 更换前后的基金经理年龄做了差异性检验，结果发现，可能因为我国基金发展历史还较短，基金经理团队整体比较 年轻，因此本文样本中更换的基金经理与原来的基金经理在年龄上没有显著差别，从而避免了基金经理更换对基金 经理年龄产生的干扰。 3 在模型二和三的回归方程中，为避免共线性问题，基金前一年的净值增长率 Yield 变量没有作为控制变量放入。 论是在泡沫形成期还是破灭期，基金经理的表现都具有“追涨杀跌”的特征，即基金经理会根据前 期收益对泡沫股票持有比例进行调整，前期收益高，则调增组合中的泡沫股票，前期收益低，则相 应减少泡沫股票的配置，因此本文预期 1 0>β 。假设 2 还提到，基金经理的投资经验会影响这种“追 涨杀跌”行为，其经验越丰富，根据前期收益对所持有泡沫股票的调整程度越低，因此预期年龄与 前期收益的交乘项系数 2 0<β 。 模型三用于进一步检验，经验不同的基金经理其交易行为对基金业绩的影响结果。根据本文理 路假设3，在股市泡沫形成期，基金持有的泡沫股票越多，基金的业绩表现越好，因此预期 1 0>γ ； 由于经验丰富的基金经理在组合中配置了较少的泡沫股票，受此影响，基金业绩表现要显著差于缺 乏经验的基金经理，因此预期泡沫股票比例与年龄的交乘项系数 2 0<γ 。假设3还提到，在股市泡沫 破灭之后，上述情况会有很大改观，基金持有的泡沫股票对业绩的影响程度大大减轻。依据这一假 设，本文预期，在股市下跌阶段模型三的回归结果中，泡沫股票的影响系数 1γ 的值要小于在股市上 升阶段的回归值，但其符号和显著性尚无法确定，交乘项系数 2γ 亦是如此。 四、 研究设计 （一）描述性统计结果 1．基金经理的基本情况 图 2 给出了基金经理年龄的分布情况。本文用 2006 年与基金经理的出生年份相减，得到基金 经理的年龄。从图 2 可以看出，我国基金经理团队整体较为年轻，主要由 30-39 岁这一年龄层构成， 平均年龄为 34 岁，年龄最大者不过 44 岁。其中，又以 30-36 岁年龄段的基金经理为中坚力量，共 有 45 只基金控制在这些基金经理手中，占到了所有基金总数的将近 60%。相比之下，美国的基金 经理“老龄化”现象十分严重，平均年龄高达 45 岁，年龄最大的基金经理已超出 85 岁（Greenwood 和 Nagel，2009）。 基金经理年龄 0 5 10 15 20 25 [28-30] （30-33] (33-36] (36-39] (39-42] (42-44] 基 金 个 数 图 2 基金经理的年龄分布情况 本文还对基金经理的学历和性别进行了统计分析。如果一只基金由两个或两个以上基金经理共 同管理，取其中的最高学历；如果基金是由经理团队管理的，只要有一位基金经理是女性，就认为 该基金由女性经理人管理。结果发现，在 77 只样本基金中，基金经理大都拥有硕士或硕士以上学 历，其中硕士学历占到总数的 83%，博士学历占 13 %。本文研究样本绝大部分由男性担任基金经理， 由女性管理的基金仅有 5 家。 2．基金所持泡沫股票的分布情况 图 3 给出了不同年龄段的基金经理所持泡沫股票比例（Bubbleratio1）在整个样本期的变化情况。 图 3 的结果清晰地揭示出，不同年龄段的基金经理其投资泡沫股票的行为存在很大差别。在泡沫形 成期，最年轻的基金经理（28-33 岁）所持泡沫股票比例总是高于其他年龄组，而且表现出非常明 显的增长趋势，这一趋势一直持续到了股市泡沫的最高点，即 2007 年第四季度。33-39 岁这一年龄 组的基金经理持有的泡沫股票比例要低于不足 30 岁的基金经理，但也表现出随泡沫膨胀不断增长 的势头。有意思的是，39 岁以上年龄组的基金经理表现出非常明显的“反趋势”交易行为：在股市 狂热阶段，他们不但没有相应增加泡沫股票在组合中的比例，反而开始调减泡沫股票的比例。以上 结果初步印证了本文的理论假设 1，即在股市暴涨阶段，基金经理越年轻，其增持泡沫股票的羊群 行为越显著。 在泡沫破灭阶段，可以看到，最年轻的基金经理和中间年龄组的基金经理持有的泡沫股票比例 都在迅速下降，而年龄最大的基金经理反而开始购入更多的泡沫股票。最终，这种调整导致了在股 市暴跌阶段，不同年龄的基金经理所持泡沫股票的比例相差不大。需要指出的是，以 Bubbleratio2 指标反映的基金持有泡沫股票比例的变化情况与 Bubbleratio1 基本相同。 0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1 2 3 4 5 6 7 8 9 10 11 12 季度 泡 沫 股 票 比 例 (39,44] (33,39] [28,33] 图 3 不同年龄组基金所持泡沫股票变动情况 3．主要变量的描述性统计 将总样本按照基金经理年龄高低分成两组，得到相关变量的描述性统计结果如表 2 所示4。 由表 2 中 Bubbleratio1 和 Bubbleratio2 均值检验的结果表明，在股市泡沫形成阶段，基金经理 4 描述性统计结果没有披露基金风格的统计数据。根据投资风格，基金共分为平衡型、成长型、收益型三种类型， 在本文样本中，平衡型投资基金 34 只，成长型投资基金 24 只，收益型投资基金 19 只。 的年龄越大，投资经验越丰富，基金持有泡沫股票的比例越低，但在股市泡沫破灭之后，年轻基金 经理不断减持泡沫股票，而资深基金经理却在增持泡沫股，导致这一阶段两组基金所持泡沫股比例 差别并不显著。以上结果初步支持了本文的假设 1。 从基金收益的均值检验结果来看，在股市泡沫形成期，年轻基金经理的收益要显著高于资深基 金经理，但在泡沫破灭阶段，年轻基金经理的业绩表现却不如经验丰富的基金经理。 此外，从基金特征来看，由经验丰富的基金经理控制的基金，基金规模相对较大，其他特征两 组基金差别不大。 表 2 主要变量的描述性统计 年轻基金经理（年龄小于 34 岁） 资深基金经理（年龄大于 34 岁） 均值检验 变量 最小值 最大值 均值 最小值 最大值 均值 p 值 Bubbleratio1 （泡沫形成期） 0 2.9365 1.0835 0 3.0098 0.9396 0.069 Bubbleratio1 （泡沫破灭期） 0 3.1762 0.9682 0 2.7067. 1.0446 0.270 Bubbleratio2 （泡沫形成期） 0 3.2521 1.1246 0 2.6775 0.9271 0.053 Bubbleratio2 （泡沫破灭期） 0 5.6233 0.9364 0 7.4907 1.0470 0.194 Return（泡沫形成期） -0.0146 0.0301 0.0065 -0.0123 0.0258 0.0033 <0.01 Return（泡沫破灭期） -0.0086 0.0136 0.0007 -0.0114 0.0128 0.0019 0.072 Yield -1.8423 2.7151 0.7232 -1.7853 2.8042 0.7350 0427 Volatility 0.0184 0.4633 0.2350 0.0541 0.4576 0.2420 0.306 Size 18.8466 22.6105 21.2463 18.4526 20.7551 22.6945 0.083 Period 2 8 3.6889 2 8 3.5625 0.213 （二）回归分析结果 1．基金经理的投资经验与配置泡沫股票行为 表 3 归纳了模型一的估计结果。为了更清晰地揭示基金经理的投资经验对其交易行为的影响机 理，本文分别选取股市最高点、泡沫形成期与泡沫破灭期等不同阶段，对假设 1 进行实证检验。在 模型估计中，本文对模型标准误进行异方差调整和样本观测值自相关调整，以获得较准确的 t 统计 量。 表 3 前 2 列是针对股市泡沫形成期的检验结果。其中，列 1 是以 Bubbleratio1 指标来衡量基金 所持泡沫股票比例。列 1 的结果显示，在控制各种影响因素之后，基金经理年龄系数为-0.0428，而 且在 1%水平下显著，这说明基金经理越年轻，基金持有的泡沫股票越多。这一结论支持了本文的 假设 1，在股市泡沫形成期，经验丰富的基金管理人，交易行为较为理性，不容易跟风投资，在股 市暴涨阶段保持较高的警惕性，没有配置过多的泡沫股票；而年轻的基金经理恰好相反，因为缺乏 股市历练经验，且容易过度乐观，在股市狂热时不断增持泡沫股票。列 2 是以剔除价格变动趋势后 的 Bubbleratio2 指标来衡量基金所持泡沫股票比例，结果没有发生改变。为进一步证实以上结论， 本文特别选取泡沫最膨胀的时期——2007 年第四季度进行横截面回归，结果见列 3 和列 4。最终结 果与前两列一致，Age 的符号显著为负，同样支持本文的假设 1。 值得一提的是，在各种控制变量中，基金前一年的平均收益越高，收益的波动性越小，基金的 规模越小，基金持有的泡沫股票越多。除此之外的其他变量对基金所持泡沫股票比例影响极其微弱。 表 3 的最后 2 列是模型一在股市泡沫破灭阶段的回归结果。结果与前 4 列大相径庭，Age 的符 号虽然为负，但没有通过显著性检验。结合图 3 的结果来看，说明在股市泡沫破灭之后，年轻的基 金经理有可能出于恐慌心理，开始不断抛售手中的泡沫股票，最终导致不同年龄的基金经理在持有 泡沫股票方面相差不大。为验证这一推论，本文将对基金经理的追涨杀跌行为做进一步分析。 表 3 基金经理的投资经验对其配置泡沫股票行为的影响结果 泡沫形成期 股市最高点 泡沫破灭期 Bubbleratio1 Bubbleratio2 Bubbleratio1 Bubbleratio2 Bubbleratio2 Bubbleratio2 1 2 3 4 5 6 Age -0.0428*** (-3.60) -0.0417*** (-3.57) -0.0404* (-1.79) -0.0630*** (-2.97) -0.0109 (-0.72) -0.0094 (-0.61) Yield 0.2240* (1.83) 0.2520** (2.05) -0.0832 (-0.38) -0.0958 (-0.48) -0.0337 (-0.43) -0.0343 (-0.45) Volatility -3.1280*** (-2.77) -3.4290*** (-3.03) -4.2900** (-2.22) -6.2860*** (-3.43) -2.6710*** (-2.90) -3.5000*** (-3.30) Stylenumber -0.0020 (-0.33) -0.0028 (-0.46) -0.0116 (-0.94) -0.0152 (-1.33) -0.0012 (-0.14) -0.0011 (-0.13) Size -0.0933** (-2.03) -0.1420*** (-3.06) -0.0350 (-0.33) -0.0717 (-0.72) -0.2030** (-2.38) -0.1570** (-2.00) Period 0.0350 (1.41) 0.0204 (0.87) -0.0555 (-1.38) -0.0240 (-0.64) 0.0176 (0.56) 0.0140 (0.42) Degree1 0.1350 (0.65) -0.1060 (-0.64) 0.1190 (0.29) 0.1100 (0.30) 0.6920** (2.09) 0.8900*** (2.98) Degree2 0.1550 (0.67) -0.0868 (-0.43) 0.4100 (0.84) 0.4330 (0.98) 0.7230** (2.09) 0.8140* (2.56) Sex 0.0414 (0.32) 0.1200 (0.80) -0.1910 (-0.59) -0.5590** (-2.34) -0.1370 (-0.64) -0.1020 (-0.46) 常数项 3.5720 *** (3.13) 4.8240*** (4.30) 3.9920 (1.51) 6.4400*** (2.70) 4.8250** (2.46) 3.8570** (2.14) 样本量 616 616 77 77 308 308 Adj R2 0.0420 0.0530 0.1021 0.2145 0.0671 0.0834 系数下面括号中报告了回归系数所对应的 t 统计量。***，**，*分别表示该变量估计系数在 1%，5%，10%水平上显著。 2．基金经理的投资经验与追涨杀跌行为 表 4 报告了模型二的回归结果。其中，前两列是全样本期的检验结果，中间两列和最后两列分 别是针对泡沫形成期和泡沫破灭期进行的回归结果。 结果显示，无论是从整个股市周期，还是分阶段——股市泡沫形成期和泡沫破灭期来看，无论 是以 Bubbleratio1 还是以 Bubbleratio2 指标来测度泡沫股票比例，前期业绩的影响系数均显著为正， 这说明基金经理会根据前期收益来调整基金所持有泡沫股票的比例，即前期收益越高，基金投资泡 沫股票的热情也越高涨，从而调增组合中的泡沫股票比例，但当收益开始下跌，基金经理也容易产 生恐慌情绪，不断抛出泡沫股票，导致组合中的泡沫股票比例相应减少。这一结果表明，基金在股 市暴涨暴跌过程中的表现具有鲜明的“追涨杀跌”特征，这种行为在一定程度上加剧了股市的暴涨 暴跌。然而，并不是所有的基金都采用了“追涨杀跌”的交易策略，表 4 的结果显示，前期收益与 基金经理年龄的交乘项系数显著为负，这说明基金经理的投资经验削弱了基金的“追涨杀跌”表现， 即投资经验较为丰富的基金经理人，其对于股市暴涨暴跌的情况更为了解，不容易盲目乐观和悲哀， 因此根据前期收益调整所持泡沫股票的程度也就越低。以上结论强烈支持了本文的理论假设 2，表 明虽然在股市暴涨暴跌的过程中，基金的“追涨杀跌”行为在一定程度上推动了股市泡沫的生成、 膨胀和破灭，但是基金经理的投资经验可以抑制这种行为的负面效应，引导基金的表现日趋理性。 表 4 基金经理的投资经验对其追涨杀跌行为的影响结果 全样本期 泡沫形成期 泡沫破灭期 Bubbleratio1 Bubbleratio2 Bubbleratio1 Bubbleratio2 Bubbleratio2 Bubbleratio2 1 2 3 4 5 6 Return-1 124.3** (2.53) 83.06* (1.70) 146.0*** (2.60) 116.5** (2.05) 171.7* (1.93) 177.2* (1.94) Return-1× Age -3.5180** (-2.48) -2.3930* (-1.69) -4.0840** (-2.53) -3.2840** (-2.00) -5.5970** (-2.13) -5.4200** (-2.03) Age -0.0311*** (-2.91) -0.0398*** (-3.75) -0.0279** (-2.07) -0.0312** (-2.36) 0.0020 (0.13) -0.0176 (-1.11) Volatility -1.7440*** (-3.48) -1.7530*** (-3.51) -1.9170*** (-2.93) -1.9960*** (-3.08) -2.2370** (-2.36) -2.1500** (-2.30) Stylenumber -0.0050 (-0.93) -0.0053 (-0.97) -0.0033 (-0.51) 0.0040 (-0.61) -0.0029 (-0.32) -0.0021 (-0.24) Size -0.1020** (-2.50) -0.1310*** (-3.25) -0.0687 (-1.41) -0.1020** (-2.07) -0.0964 (-1.11) -0.1070 (-1.33) Period 0.0139 (0.74) 0.0033 (0.17) 0.0159 (0.61) 0.0019 (0.08) 0.0284 (0.85) 0.0570* (1.65) Degree1 0.0645 (0.35) -0.0955 (-0.52) 0.1520 (0.66) -0.0831 (-0.48) 0.5290* (1.80) 0.7060*** (2.83) Degree2 0.2530 (1.23) 0.0392 (0.19) 0.1900 (0.75) -0.0724 (-0.35) 0.8410*** (2.74) 0.9130*** (3.39) Sex 0.1070 (0.74) 0.2370* (1.65) 0.0489 (0.35) 0