基金问道系列之十六：新机遇：海外市场布局与全球化投资

海外市场布局对基金的业绩表现存在促进作用。基于基金持仓个股在海外的销售数据，本文构建了衡量基金海外布局比例的测度指标OCI（Offshore Concentration Index）。通过实证发现，OCI指标与基金未来的业绩存在正相关性，说明海外布局是影响基金业绩表现的重要因素。 家庭背景与人生经历是影响基金经理海外布局的重要因素。出生于海外或在海外获得本科学位的基金经理相较于本土基金经理而言，在语言流利度、人脉、社会知识等方面更具优势，而这些优势是促进基金经理布局特定国家或者地区的重要因素，也是基金经理在海外市场信息优势的重要来源，对基金业绩有着显著的促进作用。 海外布局为基金经理带来信息优势，如公司的盈利数据等。基于实证，本文发现：1）基金经理主动增加海外市场布局比例所获得的收益远高于其他交易，说明基金经理可能掌握海外市场的投资机会，主动调仓；2）海外布局比例高的基金经理在公司盈利数据公布前买入的股票，其收益率远高于同时卖出的股票，说明基金经理掌握信息优势，调仓换股，布局盈利超预期的企业。 风险提示：本文结论基于历史数据与海外文献进行总结，不构成任何投资建议。 1.文献概述 文献来源 John Jianqiu Bai, Yuehua Tang, Chi Wan and H. Zafer Yüksel,2022,“Fund manager skill in an era of globalization: Offshore concentrationand fund performance”,Journal of Financial Economics,145(2),18-40. 1.1.文献摘要 本文研究了海外市场布局与基金经理投资能力、基金业绩表现之间的关系。我们发现：1.海外市场布局比例高的基金表现更优；2.海外布局比例高的基金经理，通常对公司的基本面，如盈利数据等，更有信息优势（InformationAdvantage）；3.基金持仓股票与某些国家或地区关联度过高可能是因为基金经理的家庭关系或人生经历。 1.2.文献框架 公司全球化扩张带来的复杂性给投资者分析并准确定价带来了一定的难度，而投资者与公司经营主体的地理位置差距也给投资者收集并掌握公司信息带来了不小的难度。但是，一些基金经理却可以利用这样的机会获取超额收益：有数据表明，来自某一地区或对某一地区资产状况较熟悉的基金经理，通常可以获得更高的回报。本报告检验了布局全球化企业的基金经理是否具备信息优势。 本报告使用了美国市场中1997年至2007年之间存续的主动管理基金，关注每只基金持有的企业在海外的销售额，并以三个步骤构建基金的“海外市场关联度”（OffshoreConcentration Measure）：1.从10-K表中，提取单只基金持有个股的海外销售额；2.合并单只基金在不同地区的销售额，形成一个矩阵，记作是该基金在不同地区的暴露度；3.计算基金在不同地区的暴露度相对于全部基金均值的平方差，建立基金层面的海外布局指数（OCI，OffshoreConcentrationIndex）。理论上来说，如果基金对海外市场的关注度越大，该基金的OCI指数越高。 本报告的研究分为以下步骤：1.检验与OCI相关的基金特征，发现OCI高的基金通常规模较低、管理费较高、行业集中度更高且交易更活跃； 2.其次，通过分组测试和Fama、MacBeth在1973年提出的回归方法，检验OCI指数与基金业绩表现间的关系，发现即使剔除已知变量（如规模、管理费）后，二者间仍有正相关关系；3.分辨OCI指数与基金业绩表现间的正相关性是，而不是因为海外销售占比本身就是一种选股因子与基金业绩的正相关性可以反映出基金该信息优势的来源，并检验基金经历的家庭背景是否市场择时对OCI和基金业绩表现相关性的影响，辨别出基金经理的信息优势体现在选股上，而不是在国家层面（前者指的是高OCI得分的基金经理通过选股来获取超额收 益，后者指的是高OCI得分的基金经理对某一特定国家的市场具备择时能力）。6.使用基金定期报告，检验基金的交易以探究高OCI的基金经理如何选股，并最终发现，高OCI的基金经理选股通常与公司基本面信息相关，如未来的盈利数据。 总体来说，跨国公司全球化展业的复杂性给能够获取信息优势的投资者带来了投资机会。 2.海外布局对基金的业绩存在促进作用 本报告的核心是对基金经理赚取“不寻常”收益（AbnormalReturn）的能力进行考察。之前的多项研究表明，掌握信息优势的基金经理对某些特定行业、特定地点的股票情有独钟，如2001年Coval和Moskowitz 2013年Huang和Kale、2017年Choi等人做的研究。本报告在他们的基础上提出了一个全新的观点：基金经理信息优势的来源是那些全球化企业，即海外布局比例高的企业，而基金经理通过投资这些企业获取了信息优势，以赚取“不寻常”收益。 2.1.如何衡量基金海外布局比例的高低？ 本报告创新性地提出了OCI指数（OffshoreConcentrationIndex）来衡量基金海外布局比例的高低，用以横向比较每只基金投资的全球化企业对不同国家或者地区的依赖程度。 本报告使用的是企业在海外国家或地区的销售数据作为构造OCI指数的基础数据。首先，基于SEC披露的10-K表中有关销售的表述，使用文本分析提取这些表述中提到每个国家的次数，并将该次数作为每个国家对该企业的贡献度，组合成向量𝐶，如下式所示： 𝑖 𝐶= (𝐶,𝐶,𝐶,… , 𝐶,… , 𝐶 ) 𝑖 𝑖,1 𝑖,2 𝑖,3 𝑖,𝑘 𝑖,177 其中，第𝑘个元素𝐶就代表着第𝑘个国家对第𝑖个公司的贡献度。再将该公司的总销售额𝐹𝑠𝑎𝑙𝑒𝑠与𝐶相乘，得到一个177*1的向量，𝐹𝑠𝑎𝑙𝑒𝑠∗ 𝐶，用以衡量海外市场对该公司的销售贡献度。 𝑖,𝑘 𝑖 𝑖 𝑖 𝑖 而后，合并基金持仓中每一只股票的海外销售贡献度，得到基金整体的数据的，定义如下： ∑𝛩(𝑤) = ∑ 𝑊(𝐹𝑠𝑎𝑙𝑒𝑠∗𝐶)𝑊(𝑇𝑜𝑡𝑎𝑙𝑠𝑎𝑙𝑒𝑠) 𝑖∈𝑃𝑖∈𝑃 𝑖𝑖 𝑖 𝑖𝑖 𝑃,𝑘 其中，𝛩 代表第 销售贡献度的合集，而𝑤则是基 𝑃,𝑘 金对每家公司的持仓占比，则代表了公司序号。 最终，合并基金在177个国家和地区的销售贡献度，作为该只基金的OCI指数，定义如下： 177 𝑂𝐶𝐼= ∑ ( 𝛩 − 𝛩̅) 𝑃 𝑃,𝑘 𝑘 𝑘=1 其中，𝛩̅代表市场中所有可比基金在第𝑘个国家销售贡献度的均值。OCI指数衡量的是一只基金海外布局的比例相对于市场均值的偏离程度。如果一只基金的OCI指数为0，则代表该基金的海外布局方向完全与市场一致，而如果OCI指数越大，则说明该基金对某些特定的国家布局比例越重。 𝑘 表1中列明了本报告所用基金数据的统计情况。本报告采用了1997年至2007年的基金数据，共计2767只，平均管理规模10.83亿美元，平均存续市场为13.1年。这些基金的平均年度费率1.22%，年化换手率为116%。从业绩表现看，基金的平均月度收益率和Carhart四因子Alpha分别为0.666%和-0.080%。样本基金平均的DGTW基金特征评价标准值（DGTW Characteristic-SelectivityMeasure）接近于0，且本报告对样本基金的管理规模、管理费用、资金申赎数据均采用了缩尾处理，以避免极端值干扰。 表1：样本基金统计数据 2.2.海外布局比例高的基金业绩更优 2.2.1.基金海外布局 等因素存在相关性 首先，本报告对 指数，与基金特征之间的相关性 进行了研究。基金特征方面，我们选取了主动管理特征（FundActiveness），包括ICI指数（IndustryConcentrationIndex，行业集中度指数）、AS指数（ActiveShareMeasure，主动投资率）、 𝑅2 （Carhart四因子模型对基金收益的解释度），以及基金的管理规模、存续时长、换手率、基金费率。 从下表中可以看到，OCI与管理规模、存续时长、换手率均呈负相关性，但与基金费率却有极高的正相关性。主动管理特征方面，OCI指数与ICI、AS有较强的正相关性，但是与 𝑅2 的相关性为负，说明布局行业更加集中、主动投资率高、收益解释度低的基金更倾向于海外市场布局，即主动投资力度大的基金投资海外市场比例更高。 表2：海外布局比例与基金特征间的相关性 在上表中，本报告也对OCI指数进行了自回归检验，发现海外布局比例是一种基金自身独有的特征，而不具备随机性。 2.2.2.海外布局比例与基金未来业绩存在正相关性 本报告采取了分组测试和Fama-MacBeth回归法对海外布局比例与基金业绩的相关性进行了检验。 我们采取Carhart四因子模型对基金业绩进行拆解，分解出四因子𝛼，如下： 4𝐹𝑃 𝑟 = 𝛼 + 𝛽𝑀𝐾𝑇+ 𝛽𝑆𝑀𝐵+ 𝛽𝐻𝑀𝐿+ 𝛽𝑈𝑀𝐷+ 𝜀 𝑃,𝑡 1,𝑃 𝑡 2,𝑃 𝑡 3 ,𝑃 𝑡 4,𝑃 𝑡 𝑃 其中，𝑟是剔除了无风险收益率后的基金月度收益率；𝑀𝐾𝑇是市场收益率；𝑆𝑀𝐵、𝐻𝑀𝐿规模、价值、动量因子收益率。 𝑃,𝑡 首先，我们采用 对海外布局比例和基金业绩进行相关性测试： 将基金按照OCI指数的大小，有高到低分类成10组，分别标号为“D10-D1”。对每一分组，我们计算等权和规模加权两种收益率，并考虑计入费率和不计入费率两种情况。结果如下表所示： 表3：按照分组法，对海外布局比例与基金业绩进行相关性测试的结果 根据上述结果可以发现，高OCI组的基金具有更高的“不寻常”收益（AbnormalReturn），而且具有高海外布局比例的基金即使扣除费率后，也能获取显著的𝐴𝑙𝑝ℎ𝑎（根据上表，年化𝐴𝑙𝑝ℎ𝑎约为1.63%）。为了避免极端值的情况，我们也考察了高OCI组和中间组（𝐷10和𝐷）以及中间组和低OCI组（𝐷和𝐷1）之间的𝐴𝑙𝑝ℎ𝑎之差，发现结果依然成立。 𝑀𝑖𝑑𝑑𝑙𝑒 𝑀𝑖𝑑𝑑𝑙𝑒 同样的，我们也考察了规模加权和等权两种情况，得到了相同的结果。 分组测试中唯一不足的是，我们在做Carhart四因子拆解时，使用了美国国内的指数作为业绩基准，因此，我们使用剔除美国股票收益的指数（MSCI ACWI ex USAIndex）作为业绩基准重新测试，得到了相同的结果。 其次，我们用回归法对海外布局比例和基金业绩进行相关性测试。该测试使用截面数据，其中包括了多种具有“选基”效果的基金特征值作为变量，公式定义如下： 4𝐹𝑖,𝑡 𝛼(𝐶𝑆) = 𝐼𝑛𝑡𝑒𝑟𝑐𝑒𝑝𝑡+ 𝛽𝑂𝐶𝐼 + 𝛽log(𝑇𝑁𝐴)+ 𝛽Expenses+ 𝛽σ 𝑖,𝑡 𝑖,𝑡 𝑖,𝑡−1𝑖,𝑡−1 𝑖,𝑡−1𝑖,𝑡−1 + 𝛽log(𝐴𝑔𝑒)+ 𝛽R + 𝛽Turnover+ 𝛽Flow+ 𝜀 𝑖,𝑡−1 𝑖,𝑡−12:𝑡−1 8𝑡−12:𝑡−1 𝑖,𝑡−12:𝑡−1 𝑖,𝑡 其中，𝑖是基金序列，而寻常收益与基金的而回归本身也控制了费率（Expenses收益波动率（σ 对于每个月，我们都将基金的不（递延一个月）进行回归，）、存续时间（log(𝐴𝑔𝑒)）、）、过去的收益率（R 𝑖,𝑡−1 ）、换手率（Turnover ）以及资金流（Flow ）、 𝑖,𝑡−1 𝑡−12:𝑡−1 𝑖,?