基于六因素模型的对冲基金收益研究.pdf

《基于六因素模型的对冲基金收益研究.pdf》由会员分享，可在线阅读，更多相关《基于六因素模型的对冲基金收益研究.pdf（5页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、第 32卷 第 3期2008年 5月湘 潭 大 学 学 报(哲 学 社 会 科 学 版)Journal ofX iangtanUniversity(Philosophy and SocialSciences)Vo.l 32 No.3M ay.,2008基于六因素模型的对冲基金收益研究*邹?薇,卢?萍(湘潭大学?商学院,湖南?湘潭?411105;华夏银行?北沙滩支行,北京?100015)摘?要:对冲基金一直以其高收益而著称。与共同基金相比,对冲基金确实具有更高的收益。通过六因素模型分析显示,在样本空间内,相当大比例的对冲基金会有超额收益,但收益的规模和发生的频率因对冲基金投资模式不同而大相径庭。

2、同时,进一步的回归分析显示,对冲基金的业绩总是与其支付给基金经理的激励费正相关:激励费越高,基金的业绩就越好。关键词:对冲基金;超额收益;六因素模型;激励费中图分类号:F830.9?文献标识码:A?文章编号:1001-5981(2008)03-0059-05?利用期货、期权等金融衍生品以及基础证券之间的关联性来对冲风险、赚取更高收益的对冲基金在 20世纪 90年代获得了迅猛发展,截至 2006年,全球对冲基金已超过 8 000只,规模已达到 1.3万亿美元。对冲基金在以其高收益吸引众多投资者的同时,也因其在上世纪的几次金融危机中所起的导火线和推波助澜的作用而成为高风险和金融动荡的代名词。随着对

3、冲基金不断向新兴市场国家扩展和中国金融开放力度的加大,中国这个巨大的市场已成为对冲基金关注的重点。在这种背景下,对对冲基金的收益以及这种收益的来源进行研究是十分必要的。本文利用 815只美国对冲基金在 1998年 1月到 2006年 8月期间的月度净收益数据,通过一个六因素风险模型来估算对冲基金是否获得了超额收益,并探讨其获得超额收益的原因。一、对冲基金与共同基金的收益与风险比较在对共同基金业绩的研究中很少发现它有超额收益,并且越是经营不善的共同基金,其管理费越高。而对冲基金的投资回报率通常高于共同基金。历史上琼斯的对冲基金在扣除 20%的业绩报酬后,其业绩远远超过当时业绩最好的共同基金。在

4、1956年-1965年的 10年时间里,琼斯的对冲基金创造了670%的投资收益率,而当时最好的共同基金 DreyfussFund同期的投资收益率仅为 358%。另据 Fraternity基金管理公司资料显示,在 1995年-1997年间,索罗斯配额基金的投资回报率就分别高达 159.4%、81.9%、41.3%。索罗斯的量子基金在过去的 30年(1969-1998)里,年平均回报率高达 31.9%。1987年是美国股市的灾难年,美国标准普尔 500指数仅上升了 5.24%,美国共同基金的投资回报率仅上升了 1.02%,而同期美国对冲基金的投资回报率却高达 14.49%1 18-23。对冲基金不

5、仅业绩好于共同基金,而且投资风险并没有明显加大。根据 Van对冲基金顾问公司对 1990年-1995年间超过 1 600多只对冲基金的业绩情况的研究发现,全球对冲基金的业绩高于共同基金的业绩。而在同样的风险衡量基准下,对冲基金的损失风险低于共同基金的损失风险 2 55-89。同时,从表 1可以看出,1995年-1999年 5年中,美国对冲基金的平均回报率也高于美国的共同基金回报率。对冲基金中的最高的 10只基金平均回报率为 62.20%,而美国最高的 10只共同基金的回报率为 51.50%,相差 10.7个百分点。最低的 25只对冲基金的投资回报率与最低的 25只美国共同基金的投资回报率相近,

6、分别为 6.40%和 5.60%。最低的10只对冲基金的投资回报率也优于最低的 10只美国的共同基金的投资回报率,分别为-4.40%和-16.10%。59*收稿日期:2008-01-15?作者简介:邹?薇(1970-?),女,吉林汪清人,湘潭大学商学院副教授,经济学博士。?基金项目:湘潭大学跨学科星火研究项目(项目编号:0509026)。表 1?美国对冲基金与共同基金投资回报率比较5年净综合回报率(1995年-1999年)?对冲基金(Hedge Funds)(%)共同基金(M utualFunds)(%)最高的 10(只)62.2051.50最高的 20(只)46.3027.20最高的 25(

7、只)36.3020.30最低的 25(只)6.405.60最低的 10(只)0.704.00最低的 20(只)-4.40-16.10?资料来源:VanM oney R esearch,Inc.,Nashville,TN USA,1999.图 1?对冲基金战略的风险收益图(1990年 1月-1998年 3月)资料来源:VanM oney R esearch,Inc.,Nashville,TN USA,1999.?传统的投资战略与市场的变化方向有直接的关系,因此衡量和评价传统投资的业绩就必须使用市场上的各种指数。与传统投资不同,对冲基金的业绩是一种绝对收益或风险调整后的收益,大多数对冲基金的投资战

8、略与市场的变化方向无直接关系,因此不能用市场上的各种指数来衡量对冲击基金的业绩。从图 1可以看出,总体上来说,从调整过的风险角度来看,除了卖空对冲基金之外,其他各类对冲基金都有比较优良的业绩。图中以美国政府短期债券的风险/收益点与标准普尔 500指数(代表美国蓝筹股)的风险/收益点的连线作为资本市场基本线,标出了每一类对冲基金的风险/收益点(年标准偏差,年平均收益)。我们可以看出,除了卖空对冲基金以外,其他类型的对冲基金的风险/收益点均在此线的上方。另外,与共同基金相比,对冲基金的净资产的变化与证券市场的走势没有太大的相关性,股市下跌,对冲基金也能获利。这也就是对冲基金比共同基金更能吸引投资者

9、的一个重要原因。根据VanMoney Research的研究表明,对冲基金比传统的投资基金在市场状况下降时,不仅有出色的表现,而且能够较好地规避市场投资风险。在 1988年-1999年的 12年间,其中有 8个季度的美国股票共同基金的投资回报率为负数,累计投资回报亏损为-37.2%,美国标准普尔 500下跌了 33.8%,而同期的美国对冲基金的累积平均投资回报只下跌了0.7%(见表 2)。表 2?美国对冲基金与共同基金在标准普尔 500下跌的季度内投资回报率比较(Q:季度)(%)?1Q90(%)3Q90(%)2Q91(%)1Q92(%)1Q94(%)4Q94(%)3Q98(%)3Q99(%)累

10、计回报率(%)标准普尔 500-3.00-13.70-0.20-0.25-3.80-0.02-9.90-6.20-33.80VAN 美国对冲基金指数2.20-3.702.305.00-0.80-1.20-6.102.10-0.70晨星股票共同基金平均回报-2.8-15.4-0.9-0.7-3.2-2.6-15-3.2-37.2晨星债券基金平均回报-0.90.61.5-1.1-2.4-0.22.00.3-0.3?资料来源:VanM oney Research,Inc.,Nashv ille,TN U SA,1999.?二、估算对冲基金超额收益的六因素模型为准确估计单只对冲基金的超额收益,我们采

11、用 类 似 于Fa m a 和French(1993,1995,1996)3 55-84,4 1135-1166的多因素模型,用?的估计值代表对冲基金的超额收益,多因素模型可用下式表示:Ri-Rf=a+b?(S&P 500-Rf)+h?(HML)+s?(S MB)+w?(WML)+g?(TERM)+k?(DEF)+ei(1)其中,Ri表示对冲基金 i的月度收益;Rf表示6030天的国库券利率;HML 表示市价与账面价值之比(book-to-market)高的组合的月度收益与市价与账面价值之比低的组合的月度收益之差;S MB 表示小股票组合与大股票组合月度收益之差;WML 表示过去年度成功者与失

12、败者的月度收益之差;TERM表示长期政府债券组合与一个月滞后期的 30天国库券月度收益之差;DEF 表示长期公司债券与长期政府债券月度收益之差,ei为常用的误差项(或残差项)。使用多因素模型来估计对冲基金的超额收益是非常必要的,因为对冲基金的投资策略变化多端,并且经常同时持有多头和空头,以至于单只对冲基金的收益取决于不同的经济风险因素。不同的对冲基金,即便采用相同的投资模式,对相同的风险因素也会有不同的敏感度,这主要取决于其交易策略和所使用的杠杆。另一个问题就是在多因素模型中包含哪些因素的问题,不同的学者在其模型中选取不同的因素,在我们的研究中选取的是 Fama-French类型的风险因素,主

13、要原因在于它们代表了能够揭示资产收益的一切宏观风险因素。尽管这些因素主要存在于美国的资本市场上,但同时绝大多数的对冲基金交易也是发生在美国,所以这种选择对于我们的研究几乎没有影响。表 3?对美国不同投资模式的对冲基金超额投资收益的衡量:1998年 1月-2006年 8月?年度平均收益平均绝对超额收益平均夏普比率平均六因素?值所有对冲基金12.21%(0.004)7.35%(0.004)0.84(0.035)8.52%(0.004)基金中的基金9.92%(0.005)5.08%(0.005)0.86(0.071)6.74%(0.006)事件驱动型基金15.47%(0.009)11.03%(0.0

14、09)1.09(0.077)12.17%(0.013)全球宏观基金13.35%(0.013)8.58%(0.013)0.59(0.083)5.54%(0.015)全球基金11.98%(0.007)7.26%(0.007)0.58(0.040)6.73%(0.007)多头基金15.02%(0.028)10.13%(0.028)0.71(0.135)9.54%(0.020)市场中性基金12.11%(0.006)6.96%(0.006)1.46(0.131)12.01%(0.008)部门基金21.37%(0.024)16.53%(0.024)1.05(0.168)15.24%(0.025)卖空型基金

15、5.56%(0.028)0.50%(0.028)0.13(0.100)13.12%(0.026)注释:该表提供了对冲基金超额收益的三种测量方法:绝对超额收益、夏普比率和六因素詹森?法。超额收益绝对值的平均数是指每只对冲基金超额收益的平均数,超额收益指基金超出无风险利率的平均收益(Ri-Rt)。夏普比率的平均值是指所有基金夏普比率的平均值,而夏普比率是指在每单位总风险下,基金投资组合所能提供的超额报酬率,即衡量投资回报与风险的比率。夏普比率通常提供的是一个相对的风险基准(Relative Benchmark)。六因素?平均值是指从六因素模型(方程 1)估计出基金的?值的平均数。在我们的研究中不包

16、括收益数据不足 24个月的基金。以上所有的收益数据均指年度数据,括号内是标准差。?表 3为每一种对冲基金分别就不同的投资方式,根据方程(1),计算出了其?值的平均数。为了便于比较,还提供了对冲基金超额收益的另外两种测量方法:平均绝对超额收益(平均收益减去国库券利率)和平均夏普比率。一般来讲,对追求大势交易策略的基金而言,用六因素?模型计算出的年度超额收益要小于其绝对超额收益。比如从表 3中可以看出,市场中性基金的平均六因素?值(12.01%)要远远大于其平均绝对超额收益(6.96%)。夏普比率也与六因素?值存在明显差异。尤其是卖空型基金的夏普比率只有 0.13,但是其平均六因素?值却高达 13

17、.12%。然而,除卖空基金外,其他形式基金的夏普比率基本与其六因素?值一致。比如,夏普比率最高的三种基金,市场中性基金、事件驱动型基金和部门基金也是平均六因素?值最高的三种基金,而全球宏观基金的夏普比率最低,同时其平均六因素?值也最低。因此,通过对三种估计方法的比较可以认为,用六因素模型估计超额收益可以更好地控制对冲基金暴露出的风险因素,并且用这种方法估计出的超额收益更有现实意义。61表 4?对冲基金超额收益的描述统计量:1999年 1月-2006年 8月?Ri-Rf=a+b?(S&P500-Rf)+h?(HML)+s?(SMB)+w?(WML)+g?(TERM)+k?(DEF)+et?所有对

18、冲基金基金中的基金事件驱动型基金全球宏观基金全 球基 金多 头基 金市场中性基金卖空型基金基金的数量(只)8152007868306913915具有正的显著性?值的基金数量(只)2046721112727l5具有正的显著性?值的基金比例(%)253527169225133正的显著性?值的年度平均数(%)18.7412.9821.7320.3226.6417.2117.3523.18其他基金?值的年度平均数(%)5.173.618.592.894.946.976.017.54具有正的显著性?值的基金的平均规模(百万美元)155.8876.73102.451 733.9352.372.5983.1

19、112.51其他基金的平均规模(百万美元)69.4545.2860.57115.3772.5117.5668.6331.75存在正的显著性?值的平均月分数(月)6060759361475655具有正的显著性?值的基金激励费的中位数20.0015.0020.0015.0015.0015.0020.0020.00其他基金激励费的中位数2.001.8112.002.001.5012.506.009.25?表 4提供了不同形式的对冲基金通过表中方程计算出的统计量的估计值。首先,在所有的对冲基金样本(815只)中只有 25%拥有显著为正的?值(在5%的置信水平上),这些基金平均拥有 18.74%的年度超

20、额收益率。其次,运作比较成功的基金因投资形式不同其年度超额收益也不同:基金中的基金为 12.98%,事件驱动型基金为 21.73%,全球宏观基金为 20.32%,全球基金为 26.64%,多头基金为17.21%,市场中性基金为 17.35%,卖空型基金为23.18%。最后,基金赢得显著的超额收益的可能性也因投资形式不同而不同。平均来讲,大约有 1/4的对冲基金有可能赢得正的超额收益,而相应的数字为:市场中性基金为 1/2,基金中的基金为 1/3。总之,尽管选择一只能够赢得超额收益的对冲基金不太容易,但是一旦做出正确的选择,其收益将是非常可观的。三、对冲基金超额收益的决定因素对冲基金的超额收益的

21、来源是什么?对冲基金是否可以通过支付高昂的、具有超常吸引力的激励费(指支付给基金经理的基金净投资收益的一定比例)来吸引专业的基金经理,从而使得基金业绩好于那些没有支付高额激励费的基金。假设某些基金经理具有特殊才能,因此只要支付给他们高额的费用,他们就会创造良好的业绩 5 3291-3310。另外,支付高额激励费的同时一般还要求基金经理将其资金投入到基金中来,这样就可以把基金经理的利益与投资者的利益结合起来,因此会提高基金的业绩。为验证上述假设,我们试图控制基金业绩可能与其规模和寿命相关性的概率。规模较大的基金可能比规模较小的基金有更好的业绩(基金的规模用其管理的资产来衡量),因为大基金可能会享

22、有规模经济的好处,比如大基金可能有较小的信息和交易成本,并且可能占有较大的市场分额。然而,随着基金规模的扩大,由于大基金进出市场的不便以及转变投资方式的不灵活,会出现规模不经济的情况。因此,我们可以假设对冲基金的业绩与其规模之间呈非线性关系:在一个比较小的规模区间内,当基金规模扩大时,大多数基金的业绩会随之提高,但是当基金规模继续扩大时,基金业绩提高的比率会下降甚至出现基金业绩的下降。除了基金规模之外,我们还希望控制基金存在的时间长度,基金寿命本身就体现了基金经理的管理能力,因为如果基金经理经营不善的话,投资者是不会有耐心持续很长时间投资于其管理的基金中的。62表 5?六因素模型的决定因素:基

23、金规模、寿命和激励费(1998年 1月-2006年 8月)六因素?=b0+b1(中等水平激励费)+b2(高激励费)+b3(规模)+b4(1/规模)+b5(基金寿命)+b6(管理费)+?变 量所有对冲基 金基金中的基 金事件驱动型基 金全球宏观型基 金全球基金市场中性基金常 数0.527*0.610 2*0.767 9*-0.629 80.048 90.710 7*中等激励费0.213 1*0.147 70.320 20.233 60.298 80.263 0*高激励费0.340 8*0.262 5*0.432 8*0.364 2*0.327 2*0.525 2*规 模0.000 2*0.000

24、 4*0.009 3*0.000 6*0.000 20.002 8规模的倒数-0.325 9*-0.306 4*-0.802 2*-0.573 6-0.344 9-0.598 2*寿 命0.000 40.000 30.005 10.013 2*0.006 5*0.006 9*管理费-0.019 1-0.013 3-0.503 0-0.003 6-0.002 8-0.102 5观察值数目516125414318697调整后的 R20.2380.1860.2330.3190.0940.245?注释:报告用六因素?值法对基金的规模、规模的倒数、寿命和费用做的回归分析得出的估计值。寿命指基金存在的月分

25、数。费用被区分成两种形式:管理费和激励费,管理费是按基金资产净值的一固定比例计提的年度费用;激励费(或称业绩报酬费)是指支付给基金经理的年度净利润的一定比例。除激励费之外,其他所有变量都是连续变量。激励费变量是一个虚拟变量,区分为高、中、低三种情况,高激励费指激励费在 20%及其以上的情况,中等指激励费在 2%到 20%的情况,而低激励费指 2%以下的情况。在我们的回归分析中,省略了低激励费的情况。*、*、*分别代表统计显著水平为 1%、5%和 10%的情况。?表 5列出了用六因素?法衡量的对冲基金的超额收益对 5个变量(基金规模及其倒数、寿命、管理费和激励费)的回归结果。首先,激励费水平具有

26、统计显著性,并且与采取各种投资方式的对冲基金的超额收益呈正相关。从表 5可以看出,支付高额激励费(20%及以上)的对冲基金其年度超额收益比支付较低的激励费的对冲基金高出 3-6个百分点。回归结果进一步证实了不对称的激励费结构能够提高基金业绩的假设。其次,除全球宏观基金和全球基金之外,基金规模变量也具有统计显著性,规模变量的系数为正而其倒数的系数为负说明,当基金规模扩大时,基金业绩以一个下降的比率增长,而基金寿命变量仅对全球基金、全球宏观基金以及市场中性基金而言是一个显著的解释变量。最后,管理费与超额收益之间有一个负的、统计不显著的联系。四、研究结论通过以上研究我们认为,对冲基金能够获得超额收益

27、,但收益的规模和发生的频率因对冲基金投资模式不同而大相径庭。我们还发现对冲基金的业绩总是与其支付的激励费正相关:激励费越高,基金的业绩就越好。对冲基金业绩良好的一个原因就在于他们能够提供高额的报酬以吸引专业的基金经理;相反,经营不善的基金经理似乎连续数年走不出失败的阴影。因此,投资者可以根据基金过去的业绩(?值)来选择基金。参考文献:1 D ion Friedland.Hedge Funds Beat the Bear R.From F inancialM ai,l O ctober2,1998.2 Daniel Capocc,i G eorgesHubner.Analysis of hedg

28、e fund perfor m?ance J.Journal of Empirical Finance,2004(11).3 Fama,Eugene F&French,KennethR.M ultifactorExplanations ofAssetP ricing Anoma lies J.Journa l of Finance,American F inance A s?sociation,1996(51).4 TuranG Ba l,i Suleyman Gokcan,Bing L iang.Value at risk and thecross-section of hedge fund

29、 returns J.Journal of Banking&F inance2007(31).5 Roy K ouwenberg,W illiam T Z iemba.I ncentives and risk taking inhedge funds J.Journal of Banking&Finance,2007(31).责任编辑:陈桂香On ExcessReturns ofHedge FundsBased on Six-factorModelZOU W e,i LU Ping(BusinessSchool,Xiangtan University,Xiangtan,H unan 41110

30、5,China)Abstract:Hedge Funds are famous for their high returns,and they really gain higher returns than mutual funds.W e find thatmosthedge funds earn positive excess returns by analysisofSix-factorM odel and that the frequency andmagnitude of fund s excess returnsdiffer markedly w ith investment style.W e still find that hedge funds thatpaymanagers higher incentive fees also have higher excess re?turns.Keywords:hedge fund;excess return;Six-factorM ode;lincentive fee63