一、基金规模与绩效的理论关系
目前我国开放式基金的管理方式主要是开放式基金投资者以委托的方式将自有资产委托给开放式基金管理人来运作,与企业的运作方式基本类似,微观经济学中成本理论提到的长期平均成本曲线呈现U型(如图1),即随规模增长,成本先达到最低,进而逐渐上升。因而可以认为开放式基金没有达到最优规模前,长期平均成本递减,规模报酬递增,而超越了最佳规模后,便会出现长期平均成本递增,规模报酬递减,因此开放式基金从理论上存在一个最优规模!
二、牛熊市环境下规模对绩效的影响
2005年以来的市场行情可划分为不同阶段,在牛熊交替的市场环境下,基金规模对绩效的影响是否相同呢?本文将对历史数据进行统计分析。
(一)相关数据的选择
第一,本文将选择截止2010年6月30日成立满一年的股票型开放式基金(不包括指数开放式基金)进行分析。
第二,由于开放式基金受到仓位限制,追求的是相对回报(即排名),故本文将复权收益增长率的排名作为衡量开放式基金业绩的标准。
第三,本文不考虑基金经理变更等其他因素对开放式基金绩效的影响。
(二)基金表现回顾
1、2005年1季度-2005年2季度(震荡下跌):在此阶段共有15只股票型基金,分为两档,即10亿元以下和10亿元以上,在这个阶段,小规模基金整体表现与大规模基金差距不大(表1)。
2、2005年3季度-2007年3季度(单边上涨):在此阶段共有75只股票型基金,分为三档,40亿元以下为小规模开放式基金,40亿―100亿元为中等规模开放式基金,超过100亿元为大规模开放式基金,在此阶段,小规模开放式基金业绩也明显优于中大规模品种(表2)。
3、2007年4季度-2008年3季度(单边下跌):在此阶段共有105只股票型基金,分为三挡,40亿元以下为小规模开放式基金,40亿―100亿元为中等规模开放式基金,超过100亿元为大规模开放式基金,在此阶段,大规模基金业绩略好于中小规模品种(表3)。
4、2008年4季度-2009年2季度(单边上涨):在此阶段共有138只股票型基金,分为三档,30亿元以下为小规模开放式基金,30亿―90亿元为中等规模开放式基金,超过90亿元为大规模开放式基金,在此阶段,大规模基金整体表现略优于中小规模基金(表4)。
5、2009年3季度-2010年1季度(横盘震荡):在此阶段共有161只股票型基金,分为三档,30亿元以下为小规模开放式基金,30亿―90亿元为中等规模开放式基金,超过90亿元为大规模开放式基金,在此阶段小规模基金整体表现优于大规模基金的特点(表5)。
6、2010年2季度(单边下跌):在此阶段共有166只股票型基金,分为三档,30亿元以下为小规模开放式基金,30亿―90亿元为中等规模开放式基金,超过90亿元为大规模开放式基金,在此阶段,小规模基金整体表现优于大规模基金的特点(详见附表6)。
关键词：封闭式基金；非平衡面板数据；规模经济
Ⅰ引言
基金行业成本的平均水映了该行业经营效率的高低，基金管理费的水平高低也直接影响基金投资者与基金公司相互利益关系，如何看待基金的管理费水平、如何把握基金管理成本的影响因素及其发展趋势，一直是基金业发展历程中的热门话题之一。根据成本理论，基金规模的快速扩张，应该会产生明显的规模经济，从而使得行业平均成本呈现下降趋势。事实上,Baumol、Goldfield、Gordon和Koehn(1990)发现1980－1990年之间的共同基金存在显著的规模经济；Dermine和Roller(1992)证明了小型和中型规模的法国基金家族存在规模经济，而大基金家族则没有；Ferris和Chance(1987)，McLeod和Malhotra(1994)，Latzko(1999)也指出，开放式基金的管理中存在潜在的规模经济问题。在国内，对基金业绩评价的研究可谓汗牛充栋，但对基金的规模经济问题进行数量分析的文献还十分罕见。考虑到我国开放式基金成立时间不足两年，基金数量不多，可用的数据太少，无法进行有效的计量研究，因而，本文将利用由33只封闭式基金从1999－2002年的非平衡面板数据（unbalancedpaneldata）单独对我国封闭式基金的规模经济问题进行实证研究，以期为当前国内广受关注的基金问题的讨论提出一些新见解。
Ⅱ模型和计量方法
2.1模型
传统的经济理论假设厂商存在一个由长期生产中的规模经济和规模不经济所决定的U型长期平均成本曲线，厂商将不断提高其资产规模直至边际收益等于边际成本，工厂规模应该确定在使平均成本处于长期平均成本曲线底部的水平上，也就是说，只要仍然存在规模经济，工厂规模将继续膨胀。在金融经济学领域，对数变换成本模型（translogcostmodel）由于其解释的简易性和清晰性而成为一个在规模经济问题的实证研究中得到普遍应用的方法，比如Noulas、Ray和Miller（1990）对银行业的研究，Bers和Springer（1998）对房地产信托投资的分析，甚至于Christensen和Greene（1976）对电力生产的实证探讨都用到了这一模型。本研究也将运用上述二次对数变换成本模型来分析我国封闭式基金的规模经济问题，具体模型如下：
(1)
其中：
＝基金在年总运营费用的自然对数；
＝基金在年总净资产的自然对数；
＝基金在年的组合交易量，这里简化定义为总的股票交易量；
＝基金在年的平均年收益；
＝随机
误差项。
基金的投资目标对基金的费用会有显著的影响，在对基金进行比较研究时,理论上应坚持不同类型基金不做比较的原则，但由于我国封闭式基金投资风格几乎没有差别，我们没有将这一变量放入模型中加以考虑，这对分析结论不会产生大的影响。
2.2面板数据
考虑到传统的回归形式不能充分显示基金之间的差异性，本研究采用面板数据这一计量方法去研究上述费用模型，该法适用于分析时间序列观察值数量很小（经常只有三、四个观察值）而横截面组群或个体数量较大时的数据集。
在分析面板数据时，通常有三种方式：
第一种是集合所有的横截面和时间序列数据进行普通最小二乘法（OLS）回归的混合回归模型，相当于多个截面数据放在一起作为样本数据。该模型假设所有基金费用函数的截距和斜率系数保持不变()，则OLS给出参数的一致性、有效性估计。其形式为：
(2)
第二种是固定效应（fixedeffects）模型。该模型把截距项当作一个固定的未知参数，并对不同基金赋予不同的截距（），其形式为：
(3)
第三种是随机效应（randomeffects）模型。该模型把截距项当作一个随机变量（）。因而，方程可重写为：
(4)
其中，是基金的特殊干扰项。
对数变换费用模型的各参数将同时采用上述三种方法进行估计，并对估计结果进行F检验（F-test）、拉格朗日乘数检验（LagrangeMultipliertest）和豪斯曼检验（Hausmantest）以选择出最佳估计方法。
2.3规模经济
规模经济通常是以成本——产出弹性来计量的，我们运用总费用对资产的弹性来讨论封闭式基金规模经济存在和程度问题，这一弹性通过对对数变换模型进行求导得出：
(5)
当费用弹性小于1时，基金费用增加比例小于净资产增长比率，意味着存在规模经济；当费用弹性大于1时，存在规模不经济；当费用弹性等于1时，基金费用与资产同比例增加，那么规模经济和规模不经济也就不复存在。Noulas、Ray和Miller(1990)用平均法（averagemethod）计算费用弹性以评估是否存在规模经济，该法对每个样本或组内个体的费用弹性取平均值以导出样本或组的平均弹性，本文也运用此法计算费用弹性。
Ⅲ数据
本文数据包括横截面和时间序列两类数据集。我国首批规范化的证券投资基金直到1998年4月才开始上市，到目前为止也只有54只封闭式基金，综合考虑研究的基金样本数量不至太少和尽可能多地获得每个样本基金的数据，我们将研究的样本基金限制在2002年12月31日前至少运营两年的基金上，满足条件的样本有33只基金，囿于数据有限，我们将所有样本基金根据其净资产分成简单的两类：小型基金，其净资产不超过15亿元；大型基金，其净资产大于15亿元。所有数据都是从1999到2002年的年度数据。由于样本基金成立、运营时间不同，采集的数据也有多有少，为了最大限度利用原本就不多的数据，我们采用非平衡面板数据法（unbalancedpanels）进行估计。从图1和图2可以看出，小型基金的平均费率呈轻微的上升趋势，而小型基金的平均费率则相反，表现出随着净值增长而下降的趋势。
Ⅳ实证结论
对不同分组的相应最佳模型估计结果列于表1。
在三类分组中，的系数都为正并且在1%水平上显著,这显示基金费用与基金净资产显著相关。对大型基金组和全体基金组，的估计系数显著为负，而小型基金组的为负但不显著。基金费用与基金收益负相关，但并非总是显著的。从估计结果看：小型基金的平均费用弹性为1.56，远大于1，因而存在非常明显的规模不经济；小型基金的平均费用弹性为0.81，存在非常明显的规模经济；而所有基金的平均费用弹性为0.92，这说明，从总体上来看，我国封闭式基金存在规模经济。
图3是与净资产对应的费用弹性的散点图，费用弹性由（5）式算出。图中显示在净资产达到48亿元之前，弹性随着资产增加而快速下降，此后，开始缓慢下降。
通过计算代表性封闭式基金的平均成本曲线能够大致勾勒出封闭式基金总体的规模经济。具体方法是：对控制变量、取其均值并保持不变，再根据式（1）对不同的基金净资产值计算出相应的费率。图4为代表性封闭式基金的平均成本曲线，除了净资产低于10亿的一部分小型基金的费率随净资产增加而上升外，封闭式基金的平均成本随净资产增加而下降，然而，这一快速下降过程终止于基金净资产约50亿元处，此后，平均费率将随着基金资产而上升，而目前国内几乎没有封闭式基金的净资产超过这一水平，这意味着我国封闭式基金在运营管理上还有很大潜力可挖。
Ⅴ结论
本文的主要结论如下：
1.利用33个样本基金四年内的93个有效观察值，运用非平衡面板数据分析法，构造对数转换费用模型，我们研究了中国封闭式基金的规模经济问题。
2.在小型基金、大型基金和全体样本基金三个分组中，基金平均费用存在完全不同的水平和趋势，这促使我们对每一分组样本的规模经济分别进行考察。
3.在大型基金组中，我们发现了显著的规模经济，相反，在小型基金中则存在明显的规模不经济。这表明，大型基金在它们的长期平均成本曲线的下降部分运作，另一方面，小型基金则处于它们的长期平均成本曲线的上升部分。
4.对所有样本基金进行考察，其费用弹性的估计值小于1，这说明我国封闭式基金总体上存在规模经济。
5.代表性封闭式基金的平均成本曲线在所有样本基金净资产范围内是随其增加而下降的，而平均费率值在约50亿元处取最小值，国内目前还没有净资产超过这一规模的封闭式基金，因而我国封闭式基金在管理上有很大潜力可挖。
由于基金的样本数据比较少，在计量分析中我们只包括了33只基金的93个有效数据，要做出非常客观的评价结论也许比较困难，但是探讨一个比较客观的评价方法还是有可能的，也是十分必要的。随着时间的推移，在一个比较大的样本中，我们的结论是否能得到支持，则有待于未来的进一步研究，我们期盼也欢迎这样的进一步研究。
参考文献
Baumol,W.J.,S.M.Goldfeld,L.A.Gordon,andM.FKoehn.1990.TheEconomicsofmutualFundMarkets:CompetitionVersusRegulation,Boston:KluwerAcademicPublisher.
Bers,M.andT.Springer,1998.SourcesofscaleeconomiesforREITs,RealEstateFinance,14,pp.47-56.
Brauer,GreggoryA.,1988.Closed-EndFundsShares’AbnormalReturnsandtheInformationContentofDiscountsandPremiums,JournalofFinance,43(1),pp.113-127.
Christensen,L.andW.Greene,1976.EconomiesofscaleinU.S.electricpowergeneration,JournalofPoliticalEconomy,84,pp.655-676.
Dermine,J.,andL.H.Roller.1992.EconomiesofScopeandScaleinFrenchMutualFunds,JournalofFinancialIntermediation,2(4),pp.1077-82
Ferris,StephenP.andDonM.Chance,1987.TheEffectsof12b-1PlansonMutualFundExpenseRatios:ANote.JournalofFinance,42(4),pp.1077-1082.
Gyimah-Brempong,K.,1987.Economiesofscaleinmunicipalpolicedepartments:ThecaseofFlorida,ReviewofEconomicsandStatistics,69,pp.352-356.
Lemmon,MichaelL.,JamesS.Schallheim,andJaimeF.Zender,2000.DoIncentivesMatter?ManagerialContractsforDual-PurposeFunds,JournalofPoliticalEconomy,108(2),pp.273-299.
Latzko,DavidA.,1999.EconomiesScaleinMutualFundAdministration.JournalofFinancialResearch,22(3),pp.331-339.
■中图分类号：F235；F271 文献标识码：A 文章编号：1002-5812（2017）08-0015-05
摘要：慈善基金会内部治理是理论界和实务界都关注的热点话题，但鲜有文献对基金会的理事会特征、监事会与成本结合起来研究。文章运用2011―2012年间的213家慈善基金会样本数据，对如下两个问题进行了实证检验：（1）基金会的理事会特征、监事会对成本的影响；（2）基金会的内部治理特征是否能够有效降低成本。研究发现：第一，基金会的理事会规模越大，越有利于降低成本。第二，基金会的理事会开会次数越多，慈善组织的理事长与秘书长的双重身份，不利于降低慈善组织的成本。第三，基金会的监事会对成本的降低没有显著的影响。文章得出的结论为理解我国基金会的内部治理结构提供了有益帮助，为我国慈善基金会完善内部治理结构提供了经验证据。
关键词：慈善基金会 理事会 监事会 成本
一、引言
我的慈善组织主要包括慈善基金会、各级慈善会、红十字会系统。据民政部的《2012年度中国慈善捐助报告》统计，2012年全国接收国内外社会各界的款物捐赠总额约817亿元，占我国GDP的0.16%，人均捐款60.4元。其中，各类慈善基金会接收捐赠约305.7亿元，约占全年捐赠总量的37.4%，是最大的募款主体；各级慈善会接收捐赠约268.65亿元，占全社会募款总额32.87%，成为2012年度第二大募款主体。红十字会系统接收社会捐赠约21.88亿元，占2.68%，同比减少了23.68%。慈善组织2012年募款总额约596.23亿元，约占全年捐赠总量的73%。慈善组织从事的公益事业包括社会服务的提供、社会资本的创造、社区建设、民主推进、科技创新、环境保护、志愿者培育等，涵盖了教育、科技、环保、养老、儿童福利、助残等领域，在整个社会保障体系中发挥着不可替代的作用。
十提出“完善社会救助体系，支持发展慈善事业”。十八界三中全会再次强调“重点培育和优先发展公益慈善类社会组织……”然而，近年来频发的诸如“郭美美与红十字会事件”“儿慈会48亿元洗钱风波”等慈善丑闻，使得慈善基金会的公信力每况愈下。2012年慈善基金会接收捐赠总量较2011年相比下降3.31%，严重影响了慈善基金会的社会保障职能的发挥，阻碍了慈善基金会的发展。如何改善慈善基金会的内部治理，提升慈善基金会的透明度，成为当前必须解决的现实问题。因此，进行慈善基金会的内部治理问题的研究，有利于提高对慈善基金会的内部治理结构和治理机制的认识，形成慈善基金会的内部治理机制的理论分析框架，指导实践中慈善基金会内部治理问题的解决。
问题不仅广泛存在于现代公司之中，也普遍存在于现代的慈善基金会中。慈善基金会作为较为典型的非营利组织，其特点表现在：第一，非营利性。慈善基金会通常不营利，即使慈善基金会在运作过程中产生了利润，该利润也不对产权人进行分配，而是继续作为慈善事业的资金资源。第二，目标的特殊性。与企业这类营利性组织的生存、发展、盈利的目标不同，慈善基金会存在的目标是运用自身及社会资源去帮助需要帮助的群体，推动社会进步，其社会价值远远大于经济价值。因此，对创立慈善基金会的产权方而言，投资创立慈善基金会的目的是为了实现组织的社会价值最大化。然而，除了产权人（或者创始人）外，慈善基金会还涉及到一些其他的利益相关者，包括内部的理事会、秘书长、监事会、工作人员；外部的捐赠人、被救助对象、政府等监管部门、媒体及社会公众等。根据已有的公司治理理论，在所有权和经营权分离的企业中，委托人与人目标的差异导致人为了自身利益而侵害委托人利益的机会主义行为，从而导致公司价值的降低。大量的经验证据表明，管理者与股东之间的成本显著地影响了企业的融资决策、投资决策和企业价值。是否慈善基金会这类非营利组织，也存在由于产权人与管理者的利益不一致而出现的委托问题？慈善基金会的理事会特征、监事会与成本的关系如何？是本文研究的重点。
二、理论分析与研究假设
过去20年，研究者们通过不懈的努力形成了公司治理的理论研究体系。公司治理的研究重点关注公司绩效、董事会作用和国家治理特征之间的关系。董事会服务股东，承担受托责任，具有监督管理的职能。董事会可以提高公司绩效，董事会通常代表股东的利益设计管理者的薪酬。Mather等开创性地检验了董事会的声誉、财务专业性等特征与管理收益预测之间的关系，提出了在治理结构中考虑董事会动机的重要性。在对公司层面的治理特征进行检验后发现，公司治理结构对管理者在股票回购决策上具有重要的影响。以美国上市公司为样本进行的实证分析发现，成长性公司很少用股票回购来进行盈余管理。后来的学者们发现具有更多独立董事、CEO与董事长不是双重身份、CEO持有较高股权比例的公司盈余管理水平较低。过去二三十年间，很多有关治理结构的文章讨论了公司的CEO薪酬问题。对董事会的研究主要围绕两个基本性的问题展开：一是董事会结构的决定因素；二是董事会绩效的决定因素。学者们分析了股权结构对董事会结构的影响，例如从机构投资者、家族控股、国有股权结构等方面对董事会结构的影响因素进行分析。当然，也有一些学者从社会规则等外部治理特征的角度分析董事会结构的影响因素。Fama、Jensen（1983）提出了对非营利组织的治理结构假设，认为非营利组织的捐赠越多，其成本越低。后续的Peterson等（2010）对于非营利组织治理结构的不同方面进行了不同视角的分析，但是，实证研究论文并不多见。本文的研究属于对慈善基金会的内部治理结构的实证研究范畴。
国内外研究结果表明，传统的、一般性公司治理机制在一定程度上仍然适用于非营利组织治理结构的研究。但是，慈善基金会作为非营利组织中较为典型的类型，其内部治理结构问题，并不能完全按照公司类营利性组织治理结构的研究进行。
因此，在进行慈善基金会内部治理结构问题的研究过程中，本文参照了公司治理结构的研究框架，同时，结合了慈善基金会的治理结构面临的外部环境和不同的利益相关者的基础上，设计了本文关于慈善基金会的内部治理结构的研究逻辑。对成本的指标选择考虑，既借鉴了反映公司这种营利性组织通常采用资产利用效率即资产周转率作为成本的变量，也考虑了慈善组织成本的特性，选择资产费用率作为变量指标。同时，考虑到现有的研究成果发现，较高的现金流量降低了资本市场对于管理者的监管，具有较高现金流量的公司具有较高的成本。慈善基金会的外部捐赠市场与公司这类营利组织面临的外部资本市场之间差异较大。慈善基金会的捐赠人，在进行完捐赠后，并没有保留与慈善基金会之间的产权关系，也没有剩余索取权问题。因此，为了深入认识慈善基金会的成本，本文也选择了现金流量指标，作为成本的变量。考虑到慈善基金会的产权特征、剩余索取权问题以及捐赠市场等外部环境的影响，本文针对理事会、监事会提出如下一些假设。
（一）理事会
理事会作为慈善基金会治理结构的内部核心机制之一，其治理效率如何直接影响到慈善基金会的绩效。当前的公司治理理论，公司的董事会在公司治理中的功能主要体现在董事会规模、独立董事比例、专业委员会设置以及董事长与总经理两职合一等多个方面。结合当前我国慈善基金会的特征，本文主要考虑以下几个方面的内容。
1.理事会的规模。为了验证公司治理理论中关于董事会规模的结论，是否适用于慈善基金会这类典型的非营利组织，结合我国慈善基金会的理事会规模特征，提出具体假设如下：
H1：慈善基金会的理事会规模越大，越有利于降低成本。
H2：慈善基金会的理事会每年召开的会议次数越多，越不利于降低成本。
2.理事长与秘书长是否为同一人。Jensen在研究公司治理结构时发现，当董事长和CEO为同一人时，不利于成本的降低。董事长与CEO是否为一人，与绩效之间很少有直接的联系。慈善基金会中的秘书长职务，与公司中的CEO职务类似，属于慈善基金会的高层管理人员，慈善基金会的理事长，类似公司中的董事长，慈善基金会的理事长担任着委托方和受托方双重职责，是慈善基金会内部治理的核心。因此，为了考察慈善基金会中，理事长和秘书长为同一人，是否有利于降低基金会的成本问题，本文提出如下假设：
H3：慈善基金会的理事长与秘书长为同一人，不利于成本的降低。
3.秘书长的任期。现有对公司治理结构中的CEO任期的研究表明，CEO主要起到管理董事会的作用，因此如果CEO的任期越长，越容易损害股东权益，减少CEO对董事会的监督能力。为了验证慈善基金会的秘书长任期长短对成本的影响，提出如下假设：
H4：慈善基金会的秘书长任期越长，其成本越高。
（二）监事会
大量研究支持公司设置监事会，有利于成本的降低。为了验证慈善基金会中监事会的作用，提出如下假设：
H5：慈善基金会的监事会规模越大，越有利于降低成本。
H6：慈善基金会的监事会召开次数越多，越有利于降低成本。
三、模型建立
为了检验上述假设，建立如下回归模型（1）、模型（2）和模型（3）。
AOR=a0+a1Dual+a2Bsize+a3Asize+a4BM+a5AM+a6CEOT+a7Ponp+a8Size+ei （1）
AER=b0+b1Dual+b2Bsize+b3Asize+b4BM+b5AM+b6CEOT+b7Ponp+b8Size+ei （2）
CF=c0+c1Dual+c2Bsize+c3Asize+c4BM+c5AM+c6CEOT+c7Ponp+c8Size+ei （3）
为了进行模型之间的对比分析，本文选择了3个指标来衡量成本。一是采用AOR和AER两个指标来衡量成本；二是运用现金流量指标CF来衡量成本。AOR表示资产利用率指标，该指标反映管理者如何利用资产创造效益。对公司这类营利性组织的治理结构而言，通常采用资产创造的收入大小来衡量资产的利用效率。然而，由于慈善基金会属于典型的非营利组织，基金会利用资产创造的效益主要体现在其社会价值上，即管理者运用资产对社会提供了多少帮助。因此，本文采用慈善基金会的业务活动成本（业务活动成本，是指慈善基金会为了实现其业务活动目标、开展其项目活动或者提供服务所发生的费用）年末数作为资产创造社会效益的变量。慈善基金会的资产利用率指标（AOR），反映了慈善基金会的内部管理人员使用组织资源创造社会价值的能力，该指标越小，说明资产利用效率越低。AER表示资产费用率指标，该指标反映了慈善基金会内部管理人员在使用组织资源时所花费的成本，主要测量慈善基金会的管理人员如何控制组织的管理成本。该指标越大，说明慈善基金会的管理费用越高。Jensen认为由于较高的现金流量往往与较低的增长机会相联系，所以如果公司具有较高的现金流量，表明公司的成本较高。同时，较高的现金流量降低了资本市场对公司内部管理者的监管，表示公司有较高的成本。借鉴该研究成果，综合考虑慈善基金会与外部捐赠市场的关系，采用现金流量指标，用CF来表示，以此作为慈善基金会的成本的变量。此外，上述模型中加入了慈善M织的性质（Ponp）和慈善组织的规模（Size）作为控制变量。模型的变量定义与描述，具体如表1所示。
四、样本与描述性统计
由于我国慈善基金会尚处于发展阶段，相关数据信息披露不完善，本文最终选择了慈善基金会2011―2012年的年报数据为样本进行分析，样本数据来源于民政部官方网站。考虑到年报披露数据的统计分析意义，本文采取了混合样本数据进行分析。进一步剔除数据缺失项后，最后得到213个全部观察值。描述性统计分析结果如表2所示。
从表2可以看出，资产利用率（AOR）的平均值和标准差分别为0.41和0.52，表明我国慈善基金会的资产利用率差异很大；资产费用率（AER）的最大值和最小值分别为0和0.22，平均值为0.02，标准差为0.029，表明我国慈善基金会之间资产费用率的差异较大。现金流量（CF）的最大值和最小值分别为0和20.26，标准差为7.933，表明我国慈善基金会之间的现金流量的差异较大。理事长与秘书长是否为同一人（Dual）的平均值为0.1，表明我国慈善基金会理事长和秘书长为同一人的情况并不普遍。理事会规模（Bsize）的最大值和最小值分别为162和2，且平均值为15.83，标准差为11.865，表明我国慈善基金会的理事会规模差异较大，平均的理事会规模在15人左右。监事会规模（Asize）的最大值和最小值分别为7和1，平均值为1.79，标准差为1.066，表明我国慈善基金会之间的监事会规模差异较大，平均的监事会人数在1―2人之间。理事会开会次数（BM）最大值和最小值为10和1，表明我国慈善基金会的理事会开会次数差异较大，平均值为2.2，表明平均理事会开会次数在2―3次之间。监事会开会次数（AM）的最大值和最小值为10和0，表明我国慈善基金会的监事会开会次数呈现出较大差异，平均值为1.98，表明平均监事会开会次数在1―2次之间。秘书长任期（CEOT）的最大值和最小值为15和0，平均值为3.57，标准差为2.455，表明我国慈善基金会的秘书长任期最长可达到15年，平均的任期为3―4年，且不同慈善基金会之间的差异较大。
五、实证分析
为了避免变量间的多重共线性，本文在对模型进行回归分析时，采用了逐步回归的方式。运用SPSS统计分析软件，进行回归分析的结果如表3所示。
表3样本数据回归分析结果显示，以资产利用率（AOR）作为成本变量所构建模型（1）的调整R2=0.216，以资产费用率（AER）作为成本变量构建的模型（2）的调整R2=0.195，以现金流量（CF）作为成本变量构建的模型（3）的调整R2=0.071。比较而言，模型（1）的拟合优度最高，且所构建的三个模型的回归分析结果显示，其F值均通过了统计检验。
具体而言，模型（1）的回归分析结果显示，理事会规模（Bsize）的参数估计为0.015，通过了显著性水平为5%的统计检验。慈善基金会的性质（Ponp）的参数估计值为0.307，通过了显著性水平为5%的统计检验。其他变量的参数估计均没有通过显著性水平为5%的统计检验。理事会规模与成本之间呈现出正向的关系，即根据模型（1）的回归分析结果显示，理事会规模越大，作为成本变量的资产利用率越高，越有利于成本的降低。且慈善基金会的性质与成本之间呈现正向关系，即慈善基金会若为公募性质，则资产利用率越高，越有利于降低成本，该结论验证了公募性质的慈善基金会的成本低于非公募性质的慈善基金会。
模型（2）的回归分析结果显示，理事会开会次数（BM）和慈善基金会规模（Size）两个变量的参数估计分别为0.006和-0.007，通过了显著性水平为5%的统计检验。慈善基金会的性质（Ponp）的参数估计值为0.014，通过了显著性水平为5%的统计检验。其他变量的参数估计均没有通过显著性水平为5%的统计检验。模型回归分析结果显示，理事会开会次数与成本呈现正向的关系，即理事会开会次数越多，作为成本的变量资产费用率越高，越不利于成本的降低。慈善基金会的规模与资产费用率呈现负向的关系，即慈善基金会的规模越大，作为成本变量的资产费用率越低，越有利于降低成本。
模型（3）的回归分析结果显示，理事长与秘书长是否为同一人（Dual）和慈善基金会规模（Size）两个变量的参数估计分别为-4.055和1.424，均通过了显著性水平为5%的统计检验。其他变量的参数估计则没有通过显著性水平为5%的统计检验。该模型（3）的回归分析结果显示，理事长与秘书长是否为同一人与成本之间呈现负向的关系，即如果理事长与秘书长为同一人，则该变量1，越不利于成本的降低。慈善基金会的规模与慈善基金会的现金流量呈现正向的关系，表明慈善基金会的规模越大，现金流量越大，成本越高；反之，若慈善基金会的规模越小，现金流量越小，成本越低。根据对模型（1）、模型（2）和模型（3）的回归分析结果显示，慈善基金会的成本的影响因素包括：理事会规模、理事会开会次数、理事长与秘书长是否为一人、慈善组织的性质、慈善组织的规模。模型的回归结果显示，假设1、假设2、假设3得到了验证；假设4、假设5、假设6没有得到有效的验证。
六、研究结论与启示
本文采用实证研究方法，对我国慈善基金会的理事会、监事会和成本之间的关系进行了分析。以资产利用率、资产费用率和现金流量三个变量作为慈善基金会的成本变量，分别构建慈善基金会的理事会、监事会与成本之间的关系模型，选取我国慈善基金会年报披露数据为样本，进行回归分析，研究发现：
（一）理事会的规模越大，越有利于慈善基金会成本的降低
理事会的规模与资产利用率呈正向关系，若理事会规模越大，将越有利于提高资产的利用效率，从而降低慈善基金会的成本。因此，假设1得到了验证。
（二）理事会开会次数越多，越不利于慈善基金会成本的降低
研究结果显示，若理事会开会次数越多，作为成本的变量资产费用率则越高，越不利于成本的降低。因此，假设2得到验证。
（三）理事长与秘书长为同一人，不利于降低慈善基金会的成本
如果慈善基金会的理事长与秘书长为同一人，越不利于降低慈善基金会的成本，不利于慈善基金会治理效率的提高。如果慈善基金会的理事长与秘书长为同一人，根据委托理论，理事长作为创始人的受托方，同时也是慈善基金会内部管理层的委托方，具有受托方和委托方的双重性质，而秘书长作为内部最高管理层的主要管理者，如果由理事长兼任，将不利于理事会行使对管理层的有效监督和约束，不利于成本的降低。因此，如果理事长和秘书长为同一人，将不利于慈善基金会成本的降低，假设3得到了验证。
根据回归分析中的参数估计结果，CEOT、Asize、AM三个变量的参数估计均没有通过t检验，所以假设4、假设5、假设6，均没有得到验证。
（四）引入控制变量进行的回归分析结果显示，如果慈善基金会为公募性质，越有利于成本的降低
由于慈善基金会属于典型的非营利组织，有较高的现金流量表明其管理层具有较好的筹款能力，较好的筹款能力使得慈善基金会具有更多的利益相关者，这将有利于提高各利益相关者对慈善基金会管理者的外部监督，从而降低慈善组织的成本。这与现有关于公司类营利性组织的成本的研究结论并不完全一致。根据Jensen和McKnight等对公司治理的研究结论认为，公司如果拥有较高的现金流量，这将降低资本市场对于管理者的监管，因此公司如果拥有较高的现金流量表明公司具有较高的成本。这也充分体现了慈善基金会的内部治理结构，不同于公司内部治理结构的特点。模型（1）、模型（2）和模型（3）的回归分析结果表明，慈善基金会的规模越大，越有利于成本的降低。
综上所述，本文通过实证分析了慈善基金会的理事会、监事会与成本之间的关系，运用模型及回归分析验证并得到了以下结论：慈善基金会的理事会规模越大，越有利于其成本的降低；理事会每年召开次数越多，越不利于慈善基金会的成本的降低；理事长与秘书长若为同一人，越不利于慈善基金会成本的降低。但是，本文尚有一些局限，比如本文通过回归分析并未验证假设4、假设5、假设6，即本文并未获知慈善基金会的内部治理结构中关于秘书长的任期、监事会规模、监事会的开会次数，与慈善基金会成本之间的关系，如果未来以成本作为内生变量，以上述变量作为外源变量，构建慈善基金会的内部治理结构与成本之间的结构方程模型，进行分析，这将是笔者未来继续研究的方向。Z
参考文献：
[1]Brochet，F.，Faurel，L.，McVay，S.E.Manager―Specific Effects on Earnings Guidance： An Analysis of Top Executive Turnovers[J].Journal of Accounting Research，2011，49（5）.
[2]Adams，R.B.，Hermalin，B.E.，Weisbach，M.S.The Role of Boards of Directors in Corporate Governance： A Conceptual Framework and Survey[J].Journal of Economic Literature，2010，（48）.
[3]Ang，J.S.，Cole，R.A.，Lin，J.W.Agency Costs and Ownership Structure[J].The Journal of Finance，2000，55（1）.
[4]Black，B.S.The Core Fiduciary Duties of Outside Directors[J].Asia Business Law Review，2001，（7）.
[5]Borokhovich，K.A.，Parrino，R.，Trapani，T.Outside Directors and CEO Selection[J].Journal of Financial and Quantitative Analysis，1996，31（3）.
[6]Brochet，F.，Faurel，L.，McVay，S.E.Manager-Specific Effects on Earnings Guidance：An Analysis of Top Executive Turnovers[J].Journal of Accounting Research，2011，49（5）.
[7]Jensen，M.C.Agency Costs of Free Cash Flow，Corporate Finance and Takeovers[J].American Economics Review，1986，76（2）.
[8]申慧慧，橇生.股权性质、环境不确定性与会计信息的治理效应[J].会计研究，2012，（8）.
[9]万鹏，曲晓辉.董事长个人特征、成本与营收计划的自愿披露[J].会计研究，2012，（7）
[10]王名，贾西津.试论基金会的产权与治理结构[J].公共管理评论，2004，（1）.
虚拟经济规模总量测度指标的适应性标准
从已有文献的理论和实证层次来看，社会融资总额、广义货币供应量、金融资产总量都是实体经济从虚拟经济系统中融获资金总额的度量，都可以作为虚拟经济规模总量的测度指标，但虚拟经济的发展是随着实体经济发展而发展，并且为实体经济发展服务。另外，从现有的虚拟经济与实体经济发展过程看，因两者定价系统的差异性使得虚拟经济与实体经济逐渐出现背离情况，虚拟经济呈现独立化的运动趋势(刘骏明，伍超明，2004)[4]，进而使得在对实体经济调控中，很难辨析指标的适应性。尽管实体经济的快速发展能够带来虚拟经济的繁荣，但是当实体经济走下坡路时，虚拟经济仍可能维持相对优势，所以社会融资总额、广义货币供应量、金融资产总量不一定都是对与促进实体经济发展需要的相应虚拟经济规模的准确测度。基于此，本文假设与实体经济发展关联性最强的虚拟经济规模总量测度指标为虚拟经济适度规模的准确测度指标。
虚拟经济规模总量测度指标适应性分析的理论模型
本文采用灰色关联度分析方法研究虚拟经济规模总量测度指标与下文所选取的实体经济发展指标之间关联程度。灰色关联分析的基本思想是根据序列曲线几何形状的相似程度来判断其联系是否紧密，曲线越接近，相应序列之间关联度就越大，反之就越小；灰色关联分析的基本任务是基于行为因子序列微观或宏观的几何接近，分析和确定因子之间的影响程度或因子对主行为的贡献程度（邓聚龙,2002）[5]。因此通过分析虚拟经济规模总量指标时间序列与实体经济发展指标时间序列曲线的几何接近，计算虚拟经济规模总量指标与实体经济指标之间的灰色绝对关联度、相对关联度、综合关联度来判断社会融资总额、广义货币供应量及金融资产总量对实体经济发展的贡献程度，从而筛选出最适合的虚拟经济规模总量的测度指标。
中国虚拟经济规模总量测度指标适应性的实证分析
指标描述与数据来源说明本文选取的虚拟经济规模总量测度指标为社会融资总额X1、广义货币供应量X2、金融资产总量X3。基于数据的可获得性，社会融资总额包括人民币各项贷款、金融机构有价证券及投资、股票筹资额、企业债券发行额、保险公司赔款及给付；广义货币供应量理论上包括M2、金融债券、商业票据、大额可转让定期存单，考虑到金融创新在我国暂未测算，因而本文的广义货币供应量的数据仅包含M2；金融资产总量由股票市场交易额、债券市场交易额、基金市场交易额、期货市场交易额、外汇市场交易额、房地产市场投机交易额（由商品房本年销售额减去住宅本年销售额代替）数据加总所得。本文是基于虚拟经济与实体经济适应性，进而对虚拟经济规模总量测度指标进行选择，故指标选择包括实体经济指标。根据反映实体经济发展情况和指标数据可获得性，实体经济发展指标选择国内生产总值Y1、货物进出口总额Y2、全社会固定资产投资额Y3、社会消费品零售总额Y4、存货增加值Y5。指标选取的时间维度为1998年至2010年，以此为时间维度是因为证券投资基金交易额统计从1998年开始，时间频率为年度数据。本文所选指标数据主要来源于中经网统计数据库，国家统计数据库。
结论
摘 要 本文对我国基金行业中“明星基金”的溢出效应对基金家族和基金经理的行为影响做了实证研究。通过面板数据分析，得出如下结论：1.“明星基金”溢出效应使基金家族通过不平等分配资源来资助旗下绩优基金，从而打造“明星基金”，最终是家族利益最大化。这一行为是以牺牲家族内业绩较差的基金为代价的，最终导致基金家族内部基金业绩的两极分化。2.基金家族在基金间的资助行为影响了“非明星基金”基金经理的投资策略，使得他们为了争夺家族中有限的资源，采取更为冒险的投资策略。这种冒险倾向，在规模较小的基金管理公司中更为严重。
关键词 基金家族 明星基金 溢出效应 资助行为 冒险行为
一、“明星基金”溢出效应对基金家族行为影响实证分析
（一）研究假设
在我国基金市场中，“明星基金”明显的溢出效应为基金家族内部利益资助行为提供的动机，基金家族通过对家族内部业绩排名靠前的基金进行资助，利用“明星基金”的溢出效应来使得家族的利益最大化。所以，提出以下假设：
假设H1：基金家族中存在利益资助行为，资助的方式是优先资助那些业绩较好的基金，打造“明星基金”，从而使得基金之间的业绩差异增大。
（二）研究方法
此处借鉴Gaspar（2006）的研究方法，如果基金家族中存在利益资助行为（假设H1成立），那么基金家族的绩优与绩差成员基金之间的业绩差异就会大于非成员基金之间的业绩差异，因此检验家族是否存在利益资助行为就转化为检验基金家族的绩优与绩差成员基金之间的业绩差异是否大于非成员基金之问的业绩差异。
构造由两只基金组成的基金家族，成员基金分别为基金H（绩优基金）和基金L（绩差基金）。区分的标准是，成员基金的业绩在同投资风格基金中的排名。如果排名在前25％，则定义为基金H（绩优基金）；排名在后25％，则定义为基金L（绩差基金）。对于家族是否存在利益资助行为的直接检验即是检验属于同一家族的基金H和基金L的收益率差异是否显著大于属于不同家族的两者的收益率。为了便于比较家族内部不同投资风格基金之间的收益率，此处采用净风格收益率（净风格收益率 = 基金收益率 基金所属风格基金平均收益率）。在家族资助和打造“明星基金”行为的假设（假设H1）下，属于同一家族的基金H和基金L的收益率差异统计上将大于属于不同家族的两者的收益率差异。
为了检验家族内部与外部的差异，我们使用一个家族外的匹配基金LM来代替成员基金L。基金LM的选择按照如下标准：1.与基金H属于不同的基金家族；2.与基金L属于相同投资风格；3.与基金L同属于绩差的基金（随机选取）。从而家族资助和打造“明星基金”行为的假设（假设H1）下，基金H会接受家族以基金L业绩为代价的补偿，因此基金H和基金L的净风格收益差异会大于基金H和基金LM之问的净风格差异。
（三）数据来源与样本选择
所采用的基金数据来源于Wind资讯数据库，选取开放式基金中的股票型基金和偏股型基金作为研究对象，基金的投资风格按照Wind资讯分为6类：成长型、价值型、平衡型、收入型、指数型及行业型六类。研究期间为2005年第一季度至2010年第四季度共24个季度的数据。
三、“明星基金”溢出效应对基金经理行为影响分析
（一）研究假设
由上面的实证研究结果可以看出，由于“明星基金”溢出效应的存在，基金家族在利益的驱动下，对在家族内部进行不平等的资源分配，旗下基金进行打造，使部分基金成为投资者眼中的“明星基金”。这种行为会使“非明星基金”的基金经理采取更加冒险的投资策略。而从本质上讲，这种冒险行为是基金家族内部基金经理之间竞争性的体现，对于不同规模的基金管理公司而言，其内部的竞争程度是不同的，所以基金经理的冒险行为在不同规模的基金管理公司间可能存在明显的差异。对于规模大的基金管理公司而言，其内部众多基金相互竞争，从而使“非明星基金”的基金经理的投资策略的效果消弱；对于规模较小的基金管理公司而言，其内部仅有少数基金间竞争，基金经理能够充分考虑竞争对手的行为并采取行动，投资策略的效果较强（Kempf and Ruenzi，2006）。所以，对于规模大的基金管理公司而言，其“非明星基金”的基金经理的投资冒险行为将可能较弱，而规模较小的基金管理公司“非明星基金”的冒险行为可能更强。鉴于以上分析，提出以下假设：
假设H2：“非明星基金”的基金经理在未来更加倾向于冒险的投资策略，而且这种冒险倾向在规模较小的基金家族中更为严重。
（二）研究方法
基金经理投资的冒险行为可用基金经理管理基金的投资收益率标准差来衡量，我们假设“非明星基金”基金经理根据自己基金当期的表现，在滞后一期采取行动，那么“非明星基金”滞后一期的投资收益率标准差将会显著大于“明星基金”的投资收益率标准差。
我们对每个季度的基金管理公司按照旗下的基金数目排名，前20%的基金管理公司定义为规模较大的基金管理公司，后20%的基金管理公司定义为规模较小的基金管理公司。在回归方程中引入虚拟变量来分别表示基金管理公司规模大小，根据以上分析，我们采用如下面板回归模型：
（1）
其中， ，表示基金 从 季度到 季度的投资风险变化情况，其中 表示基金 在 季度的月度收益率的标准差， 大于0表明基金 在 季度的投资风险增加；小于0表示投资风险减少。 表示基金 本身在 季度是否是“明星基金”，如果基金 是明星基金， 的值取1，否则取0。 和 为虚拟变量，分别表示基金i所属的管理公司在t季度是否是规模较大或规模较小的基金管理公司，若为较大（较小）规模的基金管理公司， （ ）的取值为1，否则为0。 表示整个股票市场在 季度的月度收益的标准差，来控制整个市场波动对基金投资风险的影响。
（三）数据来源与样本选择
所采用的基金数据均来源于Wind资讯数据库。选取开放式基金中的股票型基金和偏股型基金作为研究对象。选取2005年第一季度至2010年第四季度共24个季度的数据。
四、结论与建议
（一）结论
本文主要从基金家族内“明星基金”的溢出效应以及这种效应对基金经理行为的影响两个方面进行了理论和实证方面的研究。结论如下：
首先，“明星基金”溢出效应的存在，为基金家族在基金间不均等分配资源、利益输送，打造“明星基金”提供了动机。由于“明星基金”的溢出效应可以给基金家族带来巨大的净现金流量，并带来丰厚的管理费用收入。基金家族在利益的驱动下，对旗下绩优基金进行资助，使其成为投资者眼中的“明星基金”。优良的业绩是决定基金是否是“明星基金”的首要因素，因此，基金家族通常选择前期业绩排名靠前的基金，通过给予这些基金更多的资源分配（如大量的广告宣传、最好的交易等）来对其进行扶持，使其业绩排名持续靠前，从而达到打造“明星基金”的目的。这一行为是以牺牲家族内业绩较差的基金为代价的，最终导致基金家族内部基金业绩的两级分化。
其次，基金家族在基金间不均等分配资源、利益输送，打造“明星基金”的这种行为，可能会扭曲基金经理的投资行为，使“非明星基金”的基金经理采取了更加冒险的投资策略。这种冒险投资行为在规模较小的基金管理公司中更为明显。
（二）建议
从本文实证结果来看，基金家族和基金经理都从自身利益出发，利用委托关系中的信息不对称，采取了某种策略。因此，如何在现有制度下缓解基金投资者、基金管理公司和基金经理三者之间的委托矛盾，保护投资者的利益将成为我们思考的重点。从本文结论出发，我们提出以下几点建议：
1．改变现有基金管理费收取模式
本文的实证研究结果表明，“明星基金”的“明星效应”会大幅增加整个基金家族的资金流，从而导致家族资产管理规模不断扩大，在现有的基金管理费收取模式下，最终使基金家族收入增加。鉴于以上的收入机制，基金家族在旗下各只基金不平等分配资源，努力打造明星基金，来增加家族的资产管理规模，增加收入。
可见，基金公司采取以上行为获利的重要保障就是单独以资产管理规模决定基金管理公司收入的管理费收取模式。在这种模式下，基金管理公司的收入与基金业绩并无直接关系，所以与业绩相比，基金管理公司更关注基金规模，只要基金规模够大，就能有可观的收入。于此相反，基金的实际持有人并不关注基金规模，只关注基金业绩。这就造成了基金管理人和持有人的利益不一致，出现的委托问题。
因此，应该将基金管理公司的管理费用与基金规模和基金业绩同时挂钩，即在收取基金资产管理规模一定比例的费用的基础之上，增加“业绩费用”。当基金业绩表现好时，给予基金管理人相应奖励，此时收取的总费用将比采用现行的收费模式更高；而一旦业绩出现亏损时，则对应的要给予基金管理人惩罚，此时收取的费用比采用现行的收费模式更少。通过这样的模式，就将基金管理人与基金持有人的利益得到统一。从而减少家族通过不平等资源分配打造“明星基金”的动机。
2．加强基金运作过程中的信息披露
由本文的分析可以看出，基金管理人出于自身利益的考虑，在旗下不同基金之间进行利益转移与利益输送来制造“明星基金”，从而吸引投资者的现金流入。而以上现象出现的重要原因就在于基金管理公司信息披露制度的不完善。现有的基金信息披露制度所要求披露的信息十分有限，这就为基金管理公司“暗箱操作”提供了可乘之机。因此，在现有制度下，应该更进一步加强基金运作与管理中的信息披露，严格防范和打击基金中的有关利益输送行为，保护所有基金持有人的利益。
3．加强基金持有人在基金运作过程中的监督力度
基金投资者利益代表缺位是我国基金治理结构中存在的一个重要问题，尽管我国《证券投资基金法》规定认购量共占总份额10%以上的基金投资者可以自行召开基金投资者大会，但是由于基金投资者众多，每个基投资者所持比例有限，投资者大会很难经常召开，通过投资者大会监管基金运作的效果也十分有限。因此，建议将监督机制更为有效的公司型基金治理结构引入基金市场，通过改变基金治理结构，最终克服契约型基金投资者利益代表缺位的缺陷。
参考文献：
[1]陆蓉,李良松.家族共同持股对基金管理公司业绩与风险的影响研究.金融研究.2008(2):140-151．
[2]陆蓉,刘亚琴.共持重仓股“变脸"对基金家族的连锁效应研究.财经研究.2009(4):60-71．
本文使用中国开放式基金数据实证分析了基金管理模式选择的影响因素、不同管理模式与基金风险特性和投资业绩的关系。研究结果表明，基金管理模式的采用主要受到基金公司对管理模式偏好的影响；在控制了基金特征后，团队管理可以显著降低基金总风险和系统性风险，并能显著提高基金投资业绩。本文结果支持了团队决策的“意见折衷理论”，发现了团队决策优于个人决策的证据。
关键词：管理模式；基金风险；基金业绩;开放式基金
中图分类号：F830.9 文献标识码：A
文章编号：1000176X(2010)12005708
一、引 言
基金管理可分为“团队管理”和“个人管理”两种模式，前者指多个基金经理管理一只基金，后者指单一经理管理一只基金。随着基金业的发展，越来越多的基金采用团队管理的模式，这一趋势在国内外都是如此。美国股票型基金的团队管理比例在1994年时只有5%，2003年已增加至46%［1］。我国团队管理基金的现象逐渐增多，团队管理的开放式基金数量由2002年一季度的1只增加到2008年一季度的65只。尽管团队管理的基金数量占开放式基金总数的比例维持在20%左右，但其管理的资产规模比例已从43%增加到65%。团队管理的基金是开放式基金的重要组成部分。那么，影响基金管理模式选择的因素有哪些？团队管理相较于个人管理，对基金的风险特征和投资业绩的影响有何不同？这是本文将要讨论的问题。
在完全竞争的证券市场中，决策主体具有相同信息，则团队管理和个人管理的基金投资决策应该没有差别。但行为因素会影响到实际决策过程并通过成员之间的交互作用导致团队管理与个人管理有不同的决策和绩效表现。“群体漂移理论”（group shift theory）认为，集体决策有可能会强化团队中强势成员的看法，增加过度自信的情绪，从而加大决策结果的极端性［2］。“意见折衷理论”（diversification of opinion theory）认为，团队成员为达成一致结论会权衡自身观点，决策结果会反映大部分成员的意见，是成员意见的折衷［3］。从团队决策的绩效来看，一方面，团队成员可以相互纠正决策中的错误使决策更加理性，团队管理的基金应有更好的投资业绩；另一方面，团队决策也可能出现低效率，或源于团队工作中的道德风险（即部分团队成员消极怠工），或源于信息交流上的低效率，抑或是较高的协调成本导致团队管理绩效欠佳。
本文首次采用国内大样本数据，从基金风险特征和投资业绩方面对业界真实的团队决策问题进行实证研究。研究结果显示，基金管理模式的选择主要受基金公司偏好的影响。在控制基金特征后，团队管理可显著降低基金的总风险和系统性风险，说明团队决策结果较为“温和”，支持“意见折衷假说”，同时，团队管理也显著提高了基金投资业绩，说明团队管理可以发挥多人决策优势，做出较好的投资决策。
二、文献回顾
关于基金管理模式的影响因素，Sharp认为，任命多个基金经理管理的动因是专业化和多元化，专业化是为了发挥不同基金经理对不同投资领域了解程度的优势，多元化是为了防止单个基金经理决策产生偏差［4］。Barry和Starks从委托关系的角度证明了风险共担也会影响基金管理模式的选择，采用团队管理模式能产生更好的激励［5］。Bar等的实证结果显示，选择团队管理模式的概率与基金公司层面的政策和资产规模正相关，与基金年龄负相关，管理模式受基金公司层面因素的影响较大 ［1］。
关于不同管理模式的风险程度，学术界仍未达成共识。Moscovici和Zavalloni等学者认为团队决策代表了一种折衷，为了达成最终意见，团队成员必须权衡个人观点，团队决策会更温和，在时间上表现得更平稳［6-3-7］。Adams和Ferrerira的研究显示，团队决策由于多样化的作用会更保守，从而风险程度更低［8］。但也有理论认为团队决策的风险程度会更高，团队成员在得到其它成员支持后更敢于冒险［9］。实证研究方面，Golec使用36个月的数据发现，团队规模对风险调整业绩的影响不确定［10］。Bar等的实证结果显示，团队管理可显著降低基金的总风险、系统性风险以及非系统性风险，并在后续的研究中，Bar等进一步支持了这一结果，说明团队管理决策符合“意见折衷理论”［11］。
关于团队决策和个人决策的绩效，理论上也存在两种不同的观点。部分研究发现，团队决策更加理性，团队管理业绩会更好［6-12-13］，团队决策至少有两个优势：一是团队成员会在小组讨论的过程中能相互纠正错误；二是当团队成员拥有互补技能时，团队能从更多知识和能力中获益［14］。但是也有研究发现团队决策常存在低效率和偏差现象。小组成员会比单独工作时的积极性降低［15-16］，这种低效率的现象即团队的道德困境［17］，而偏差现象是指集体决策为追求达成完全一致的结论，而使决策偏离最优结果［18］。Prather和Middleton使用162只开放式基金13年的数据发现，不同管理模式基金的业绩没有显著差异，择时能力没有明显区别［19］。Chen等在基金规模和基金业绩的研究中发现，团队管理会显著降低基金投资收益，主要是由于团队管理在处理非定量信息(soft information) 方面效率较低［20］。Bar等在关于基金管理模式的研究中发现，团队管理基金的投资业绩稍有逊色，但业绩持续性较高［1-11］。目前，国内尚未出现系统研究基金管理模式的文章，李豫湘等的研究结果显示，基金经理人数对业绩没有显著影响，但该研究仅使用了2003―2004年的小样本数据［21］。
三、样本选择及数据说明
本研究的基金样本均为半年度数据，全部来自WIND数据库，时间区间为2004年下半年到2007年底，截至2004年上半年，市场上开放式基金数量较少，且基金特征数据不全。类型包括股票型、混合型和债券型。第一，剔除由封闭式转为开放式的基金；第二，鉴于债券型基金的风险―收益特征以及分析方法都与股票资产占多数的股票型和混合型基金差异较大，故也从样本中剔除，只保留股票型和混合型的开放式基金，如此选定了163只基金；第三，若基金管理模式在半年报告期内发生更替或基金特征变量不全，则将此半年度数据从样本中剔除。最后得到的有效样本为涵盖163只基金的437个半年度数据。计算定价因子的股票价格数据及公司财务数据取自色诺芬数据库（Sinofin），样本时间为2004―2007年。
本文对基金绩效的考察从两个维度进行：基金的风险特性和基金的投资业绩。基金的风险特性依据CAPM理论分为基金的总风险、系统性风险和非系统性风险；基金的投资业绩采用基金Jensen-α衡量。在计算风险和Jensen-α的过程中，需要使用基金的收益率指标，基金第t期收益率Rt为第t期复权单位净值UNAt的变化率：
Rt=UNAt/UNAt-1-1(1)
本文将下列关于基金特征的控制变量用于横截面回归。
① 基金规模变量：基金规模会侵蚀基金业绩［20］，规模指标Sizet由基金的总净值TNAt（基金第t期的资产净值，即基金不复权的单位净值乘以基金总份额，以亿元为单位）计算得出：
Sizet=log(1+TNAt)(2)
② 基金公司管理资产规模：单只基金所在基金公司的基金总净值（除去该基金本身）之和再加1取对数，用logfam表示，衡量基金公司管理资产规模的大小，资产规模较大的公司通常有较低的借贷成本、交易成本和更丰富的信息等，会影响单只基金的表现。
③基金换手率指标：反映的是基金交易的活跃程度，这与基金的风险特性和投资业绩也密切相关。该指标由期间内（以半年为单位）基金买入总额（buyt）和卖出总额（sellt）的最小值除以期间内的平均资产净值averageTNAt得到，即
Turnovert=min(buyt,sellt)averageTNAt （3）
④ 基金年龄：用Age表示，以年度为单位，从基金成立日开始计算到2007年底为止，结果向前取到0.5年。
样本基金的类型和投资风格分布如表1所示。表2则报告了相关控制变量的描述性统计，其中，famTNA表示基金公司相应基金之外的所有基金资产净值之和，其余变量定义如前文所述，其中子表A、子表B分别对应混合型与股票型基金。
表1样本数据分布情况
四、影响基金管理模式选择的因素分析
基金公司出于多种目的选择基金管理模式：如基金规模较大需要多人进行管理，基金调整仓位频繁需要多人进行决策，基金投资多元，需要发挥不同经理的专长等。本部分利用基金相关特征数据分析管理模式选择的影响因素，使用如下Logit模型进行回归：
P(Team=1)i,t=F(k0+k1LastSizei,t+k2Agei,t+k3LastPcomi,t+k4LastTori,t+k5LastFami,t+k6MIXi+∑Tj=200402kjYj)（4）
若基金i在第t期采用团队管理模式，则P(Team=1)i,t=1，否则P(Team=1)i,t=0。Agei,t表示基金i的年龄，LastSizei,t表示基金i上期资产净值，LastTori,t表示基金i上期换手率，LastFami,t表示基金公司除去基金i之外的基金净值总和，MIXi为混合型基金的虚拟变量，如果基金类型为混合型，则该变量取1。Yj是表示不同时期的虚拟变量，分别从2004―2006年定义了3个虚拟变量。所有时间虚拟变量的回归结果都不显著，未在表中列示，结果如表3所示。
表3团队管理模式影响因素的Logit模型
由Logit模型回归结果可知，基金公司选择团队管理模式的概率与该公司上期团队管理基金的比例以及公司资产规模显著相关。LasPcom回归系数为正，显示若基金所属公司上期团队管理基金数量的比例越大，则该基金采用团队管理的概率越大，表明公司对基金管理模式的选择存在一定程度的偏好或惯性。LastFam回归系数为正，说明公司旗下基金前期总规模越大，越倾向于选择团队管理模式；但LastSize回归系数不显著，即基金本身的净值规模与基金管理模式之间的关系不显著。此外，基金类型与管理模式的选择之间无显著关系，即混合型与股票型基金的管理模式似乎并无差异，这不支持基金使用团队管理模式以满足管理专业化要求的说法。综上所述，公司层面的因素是影响管理模式选择的主要原因。
五、管理模式与基金风险分析
如前文所述，团队管理的决策结果或是对团队成员意见的折衷，或是团队成员极端意见的强化。这一假说可由基金风险的实证分析得以检验：如果团队管理模式对基金风险有降低作用，说明团队在配置资产时采取了较为“温和”的策略，可以看成是团队成员意见折衷的结果；如果团队管理基金的风险较大，则表明团队管理的资产配置较为极端。
依据CAPM理论，风险可分为三个层次：总风险、系统性风险和非系统性风险，分别定义为基金收益率的标准差、市场模型中市场溢价的估计系数以及市场模型估计残差的标准差。市场模型的回归方程为（回归中使用的样本数据为周数据）：
Rp-Rf=αp+βp(RM-Rf)+εp (5)
风险指标表示为：
总风险=Var(Rp-Rf)(6)
系统性风险=βp (7)
非系统性风险=Var(εp)(8)
模型中无风险利率Rf＝1年期定期存款利率/52，市场收益率RM为相应时期沪深所有A股股票以市值为权重的加权平均收益率。为统一期起见，将各风险指标再进行半年化处理，分别乘以26，用于下文的横截面回归中。
按照管理模式分类的基金风险程度差异如表4所示。鉴于混合型和股票型的基金资产组合有差异，表4将这两种类型的基金分开进行描述，每组风险指标的前两行数据是该风险指标的均值，差异一行表示个人管理基金与团队管理基金的风险差值。
表4不同管理模式相关风险变量的比较
总体看来，个人管理基金的风险水平要大于团队管理的水平，但差异的显著性在不同类型基金中有区别。本文通过控制基金的其它特征，采用如下线性回归模型来检验管理模式和基金风险的关系：
Riski,t=k0+k1Teami,t+k2Agei,t+k3LastSizei,t+k4LastTori,t+k5LastFami,t+k6MIXi+∑Tj=200402kjYj+εi,t（9）
模型（9）的因变量分别对应总风险、系统性风险和非系统性风险。Teami,t为团队管理模式的虚拟变量，如果该基金为团队管理取1，否则取0；其余变量含义与模型（4）相同。回归结果如表5所示。
表5基金风险回归结果
注：*、 **、***分别表示回归系数在10%、5%、1%的显著水平下显著。小括号报告回归系数的p值。表格的最后一行为回归模型调整后拟合优度。
在控制基金类型及基金特征后，团队管理的虚拟变量对基金总风险、系统性风险的回归系数显著为负，说明团队管理模式可以有效降低基金投资组合的波动性和β值。波动性的降低可推断团队决策结果较为温和，较低的β值表明团队经理选择了相对于市场组合较为“保守”的资产，支持团队管理决策的“意见折衷理论”。非系统性风险回归方程调整后的R2很低，说明管理模式与非系统性风险之间的线性关系很弱，这源于混合型基金的非系统性风险分布很集中，均值及方差都非常小，显示混合型基金分散非系统性风险能力较强。
六、管理模式与基金投资业绩分析
基金投资业绩通常是基金经理激励机制中一项重要指标，基金经理的决策都是在给定风险水平下最大化基金业绩。本文采用基于多因子模型计算的Jensen-α衡量基金投资业绩：
（1）Fama-French三因子模型：
Ri,t=αi，t+b1MKTt+b2SMBt+b3HMLt+εi，t (10)
其中，Ri，t代表基金i第t期收益率，由复权单位净值计算出。αi，t对应基金的Jensen-α。MKTt为t期市场投资组合的收益率。HMLt为账面/市值比因子，SMBt为规模因子。回归中使用的因子及收益率均为周数据。
（2）四因子模型：
Ri，t=αi，t+b1MKTt+b2SMBt+b3HMLt+b4MOMt+εi，t（11）
其中，MOMt为惯性因子，采用的排序期分别为3个月、6个月以及1年。其余各变量含义与（10）中一致，回归中使用的因子及收益率均为周数据。
表6按基金类型报告了相关收益指标的均值以及不同管理模式的差异检验结果。每组收益指标的前两行数据是该类基金收益的均值，差异一行表示个人管理基金与团队管理基金收益之差。
结果显示：(1) 不同管理模式下的基金收益和投资业绩指标均没有明显差异。 (2) 基金半年期的总收益率较高，平均在30%以上。这主要源于样本期（2004―2007年）处于市场上升阶段，多数基金的净值在2007年上半年之内就实现了翻番。
为了进一步验证管理模式对基金收益的影响，我们控制了基金特征变量并对Jensen-α进行如下回归：
αi,t=k0+k1Teami,t+k2Agei,t+k3LastSizei,t+k4LastTori,t+k5LastFami,t+k6LastsFlowi,t+k7MIXi+∑2006j=2005kjYj+εi，t（12）
回归因变量分别对应不同多因子模型计算的Jensen-α。LastFlowi,t表示基金上一期的净流入比率，其计算方法为基金净值的对数增长率减去基金收益率，即log(TNAt-1/TNAt-2)-Rt-1，其余变量含义与模型（9）一致。表7报告了相关回归结果。（a）栏为对三因子模型对应Jensen-α的回归结果。（b）（c）（d）栏分别是对四因子模型依惯性因子不同排序期所得Jensen-α的回归结果。最后一行为回归模型调整后的拟合优度。
回归结果显示，在控制基金特征后团队管理模式对基金业绩有显著的提高作用。尽管使用了不同的多因子模型，但团队管理均可将投资业绩提高3%以上，是总投资业绩水平（15%左右）的1/5。
团队决策在股票投资中确实可以发挥多人决策优势，提高基金投资业绩。此外，基金的投资业绩与基金公司上期规模显著负相关，这说明基金公司层面存在某种规模不经济现象。如果考察净投资业绩与管理模式的关系，可将Jensen-α减去基金的管理费率和托管费率，进行同样的回归，所得结果与上文类似，不再赘述。四因子模型在不同排序期惯性因子下得到的Jensen-α差异不大，故仅列示了按3月期排序的结果。
七、结 论
本文利用2004―2007年的大样本数据对基金管理模式进行了系统研究，发现基金管理模式的选择与基金自身特征、基金类型无显著相关性，但与基金所属公司的管理资产规模以及前期采用团队管理基金的比例显著相关，说明基金管理模式的选择主要受基金公司对管理模式偏好的影响。这与国外的实证结果类似［1］。控制了基金类型和特征，团队管理模式能够显著降低基金总风险、系统性风险，说明团队管理选择资产较为“保守”、“温和”，这支持了“意见折衷理论”；但在降低非系统性风险的能力上，团队与个人管理并无明显差异。团队管理模式可显著提高基金投资业绩，说明团队能做出较好的决策，体现了较高的资产选择能力和较强的管理优势。采用不同多因子模型进行回归分析，得到的结果相类似，说明上述结果是稳健的。这与李豫湘等［21］的结果不同，与基于美国数据的研究结果［1-11-20］也有差异。本文结果丰富了现有文献，可为基金投资者选择投资产品提供一定的参考。基金公司应深入考察其团队管理的投资决策程序，发挥团队管理的优势，控制团队管理不经济性。
实际基金管理中，存在着单一基金经理管理单只或多只基金，抑或多个基金经理管理单一基金或交叉管理多只基金的现象。本文仅是基于单只基金的表现分析管理模式的选择及其对单一基金的影响，这不等于考察了基金经理或经理团队所管基金的总业绩。
参考文献：
［1］ Bar,M.，Kempf,A.，Ruenzi，S.Team Management and Mutual Funds［R］.Working Paper，2005.
［2］ Kerr,N.L.Group Decision Making at a Multialternative Task: Extremity，Interaction Distance，Pluralities，and Issue Importance［J］.Organizational Behavior and Human Decision Processes，1992，(52):64-95.
［3］ Sah，R.K.，Stiglitz,J.The Quality of Manager in Centralized versus Decentralized Organizations［J］.Quarterly Journal of Economics，1991，（106）：289-295.
［4］ Sharp，W.F.Decentralized Investment Management［J］.Journal of Finance，1980，36 （2）： 217-234.
［5］ Barry，C.B.，Starks，L.T. Investment Management and Risk Sharing with Multiple Managers［J］.Journal of Finance，1984，39（2）：477-491.
［6］ Moscovici，S.，Zavalloni，M. The Group as Polarizer of Attitudes［J］.Journal of Personality and Social Psychology，1969，（12）：125-135.
［7］ Sah，R.K.，Stiglitz，J.The Architecture of Economic Systems: Hierarchies and Polyarchies［J］.American Economic Review，1986，（76）：716-727.
［8］ Adams，R.B.，Ferrerira，D. Individual versus Group Decision-Making: A Comparison Using Data on Bets on Ice Breakups in Alaska［R］.Working Paper，2003.
［9］ Kogan，N.，Wallach，M.The Roles of Information，Discussion，and Consensus in Group Risk Taking［J］.Journal of Experimental Social Psychology，1965，（1）： 1-19.
［10］ Golec，J.H.The Effects of Mutual Fund Managers Characteristics［J］.Financial Services Review，1996，5（2）： 133-148.
［11］ Bar M.，Kempf，A.,Ruenzi，S. Is a Team Different from the Sum of Its Parts? Evidence from Mutual Fund Managers［R］.Working Paper，2008.
［12］ Blinder，A.S.，Morgan，J.Are two Heads Better than One? An Experimental Analysis of Group vs.Individual Decision Making［R］.Working Paper，2001.
［13］ Cooper，D.J.,Kagel，J.H. Are Two Heads Better than One? Team versus Individual Play in Signaling Games［J］.American Economic Review，2005，（95）：477-509.
［14］ Pelled，L.H.，Eisenhardt，K.M.，Xin，K.R.Exploring the Black Box: An Analysis of Work Group Diversity，Conflict and Performance［J］.Administrative Science Quarterly，1999，（44）： 1-28.
［15］ Williams，K.D.，Nida，S.A.，Baca，L.D.，Latané，B.Social Loafing and Swimming: Effects of Identifiably on Individual and Relay Performance of Intercollegiate Swimmers［J］.Basic and Applied Social Psychology，1989，（10）： 71-81.
［16］ Weldon，E.，Gargano，G.M.Cognitive loafing: The Effects of Accountability and Share Responsibility on Cognitive Effort［J］.Personality and Social Psychology Bulletin，1988，（14）： 159-171.
［17］ Holmstrom，B.Moral Hazard in Teams［J］.Bell Journal of Economics，1982，（13）：324-340.
［18］ Janis，I.Groupthink，Psychological Studies of Policy Decisions and Fiascos［M］.Houghton Mifflin，Boston，1982.
［19］ Prather，L.J.，Middleton，K.L.Are N+1 Heads Better than One? The Case of Mutual Fund Managers［J］.Journal of Economic Behavior & Organization，2002，（47）：103-120.
［20］ Chen，J.，Hong，H.,Huang，M.,Kubik，J.D.Does Fund Size Erode Mutual Fund Performance? The Role of Liquidity and Organization［J］.American Economic Review，2004，94（5）： 1276-1302.
［21］ 李豫湘，程剑，彭聪.基金经理个人特性对基金业绩影响的研究［J］.价值工程，2006，（12）：151-155.
Management Structure and Fund Performance:
Evidence from China’s Open-end Fund
一、文献回顾
研究开放式基金业绩对投资者选择（指申购、赎回）的影响具有重要意义。在美国等成熟市场国家，基金的开放式申购、赎回机制，是基金投资者对基金管理者的一种隐性激励机制。由于管理费收入与基金规模成正比，当基金业绩提高时，投资者可增加申购对基金管理者奖励；而当基金业绩下滑时，投资者可通过赎回把资金撤出，对基金管理者进行惩罚。
然而，我国开放式基金却表现出“异常赎回”的特征：开放式基金业绩与资金流动的关系呈现负相关且为凹形，基金业绩越好，赎回反而越严重（李耀2003［1］，刘志远等2004［2］，陆蓉等2007［3］）。由于国内学者都把重心放在业绩与净赎回的关系上，没有进一步探讨业绩分别对申购、赎回的影响，因而令人关注的问题是，基金的“异常净赎回”究竟是缘于“异常申购”，还是缘于“异常赎回”，抑或其他原因。
同时，随着我国开放式基金市场的发展，基金的申购、赎回也显现了一些引人瞩目的新现象：2008年上半年，中国有大量开放式基金获准发行上市，却申购不足，多只新基金因达不到募集规模下限而延长发行期，众多基金首募规模不足5亿。与此同时，不少基金却遭遇了大面积地赎回。据统计，82只偏股型基金第一季度的份额缩水在0～10%之间，58只偏股型基金净值缩水10%～20%(注；网易 > 财经频道 > 基金 > 正文，2008－05－22，《近七成基民欲赎回》。一份权威调查显示，超过四成的基民想要选择在大盘突破4000点的时候赎回基金。)。
为了深入阐释中国开放式基金“异常赎回”的形成机制，同时也为了解释国内新近出现的申购、赎回新现象，因此进一步探讨业绩对基金投资者申购、赎回的各自影响，具有重要意义。
国外文献对基金的PFR进行了较为完整的研究，分别研究了资金流入、流出对业绩的反应，因而对基金的PFR能提供一个清晰完整的解释。其主要观点是：基金流量与基金历史业绩正相关，投资者喜欢申购赢家基金，赎回输家基金，申购、赎回对业绩呈非线性反应 （Ippolito1992［4］、 Sirri1998［5］、Froot et al 2001［6］）。对于资金流量的这种非线性反应，普遍的解释是基金投资者具有处置效应，即投资者喜欢尽快赎回赢利的基金，而继续持有亏损基金。Barber（2006）［7］利用台湾的数据证实了基金投资者赎回时的处置效应。
与以上解释相反，Ivkovi等（2007）［8］进一步发现：基金投资者不存在处置效应；资金流入、流出都对过去业绩敏感；但资金流入对相对绩效敏感度较高，对绝对绩效敏感度较低，而资金流出则恰好相反。Cashman等（2008）［9］则根据老投资者与潜在投资者对业绩的不同反应方式，解释了基金申购、赎回对基金绩效的非线性反应：老投资者通过申购、赎回两种方式对基金业绩发生正反馈行为，二者反应强度一致；潜在投资者则只通过申购做出正反馈反应。
Breuer 和 Stotz（2007）［10］实证了资金流与绩效的互动：基金资金流与过去、现在绩效正相关，与未来绩效负相关。Ding等（2008）［11］发现基金收益与投资流，有份额约束下呈凸性正相关，无份额约束下呈凹性负相关。Huang等（2007）［12］证实参与成本越低，投资者对业绩越敏感。
除此以外，一些学者还从基金资金流与收益、资产规模（Rompotis, 2007）［13］、基金经理选股能力与资金净流入（Beltrattiy等，2007）［14］、不同类型基金资金流的替代（Massa, 2008）［15］等角度，研究了开放式基金资金流的影响因素。
与国外文献不同，国内相关文献主要研究了中国开放式基金净赎回的影响因素，并实证发现净赎回与业绩的变动关系是“异常净赎回”（李耀2003［1］，刘志远等2004［2］，陆蓉等2007［3］），基金业绩、分红金额是影响开放式基金净赎回的重要因素（赵旭等2003 ［16］、刘志远等2004 ［2］、陆蓉等2007［3］），并且用行为金融理论中的前景理论 （李耀，2003）［1］与经济学外部性理论（李曜等，2004）［17］解释了我国开放式基金的大面积赎回现象。而关于基金业绩究竟如何影响申购、赎回，基本上尚无文献探讨，尤其是实证方面的文章，几乎是一片空白。
从方法上来看，国内在探讨基金业绩对赎回影响时，已经开始使用面板数据的固定效应方法进行估计。而通过Benson等（2008）［18］的实证结果可知，基金投资流滞后项是重要解释变量，如果用面板数据固定效应方法去进行估计，由于固定效应影响会产生内生性，导致估计偏差。
通过研读、对比国内外相关文献可以看出，国内文献尚存在以下不足：
其一，由于国内开放式基金成立时间短，且数据大多为年度数据，样本量非常小，导致实证结果有效性降低。
其二，由于国内学者都把重心放在业绩与净赎回的关系上，没有进一步探讨业绩分别对申购、赎回的影响。因而无法解释基金的“异常净赎回”究竟是缘于“异常申购”，还是缘于“异常赎回”？抑或…？
其三，在研究方法上，其面板数据固定效应方法会产生内生性问题，估计结果存在偏差。
基于国内文献不足，考虑到面板数据是一种多个截面、多个时间序列数据，具有样本量大、稳健性好等优点，本文选取中国开放式基金成立以来最大的平衡面板数据（16季度22截面），采用动态面板数据（dynamic panel data）估计方法以解决内生性问题，并重点探讨业绩对开放式基金申购、赎回以及净赎回的各自影响。
二、研究假设
本文在前人文献与相关理论基础上，对基金收益率与市场收益、分红、基金规模等主要控制变量如何分别影响申购、赎回提出了如下9种研究假设。
假设1：基金收益率与申购率正相关。
投资者理性地选择基金，需要花费搜寻成本。为了降低搜寻成本，投资者往往根据品牌、广告、历史业绩等容易比较的因素来筛选基金，其中，基金投资者最容易根据历史业绩来选择基金（Gruber，1996）［19］。由于投资者流入赢家基金的资金量显著地快于流入输家基金的资金量 （Ippolito, 1992［4］、 Sirri, 1998［5］、Froot et al., 2001［6］），因而可以推知，基金收益率与申购率正相关。
假设2：基金收益率与赎回率正相关。
根据前景理论（Kahneman等，1979） ［20］，基金投资者存在非线性的风险偏好，易发生处置效应：在赢利时喜欢尽快把账面利益转换成现实利益，而在账面亏损时不甘心实现损失反而持有基金。因而可以预期，当基金收益率较高时，投资者赎回增多，基金收益率与赎回率正相关。
假设3：股市市场收益越高，投资者对基金越有信心，申购越多。
由于国内基金业绩与股市收益相关性强，基金投资者往往根据股市行情走势来判断是否申购，股市收益越高，投资者越易申购。
假设4: 股市市场收益越高，投资者越容易选择赎回。
基于基金与股市的强相关性，根据前景理论，基金投资者容易在股市收益较高时发生处置效应。此外，股市行情高涨时，新基金更易发行上市，其“吸钱”作用容易使旧基金遭受赎回。
假设5：基金分红与申购率正相关。
信号传递假说认为，分红是管理者向市场传递公司未来预期收益的一个隐性手段（Pettit, 1972）［21］，管理者通过分红可以把内部信息传递给信息不对称的投资者，并表明自己对基金未来有信心（Ross, 1977）［22］。分红还可降低基金净值，从而降低申购成本。分红可满足基金投资者对现金的偏好，“两鸟在林”不如“一鸟在手”。综上所述，对于基金投资者而言，有分红历史的基金，意味着业绩优良、低成本、低风险。因而，基金分红越高，投资者申购率越高。
假设6：基金分红与赎回率负相关。
基金收益率是一种账面收益，而分红是一种现实收益。一方面分红的实施有助于降低基金未实现资本利得，弱化投资者的处置效应，但另一方面分红也导致基金现金流的减少，影响基金投资决策，投资者预期分红后基金净值会大幅下降，因而尽快赎回。本文预期分红的前一作用大于后者，因而假定，分红与赎回率负相关。
假设7：基金分红次数越多，申购率越高。
排除一些新基金公司为了急于扩大份额规模而采取大额、频繁的“异常分红”，根据有关假设3的说明，我们有理由相信，分红次数多的基金是有实力、信息披露较完全的基金，而且申购成本非常低，因此，基金分红次数越多，申购率越高。
假设8：基金分红次数越多，赎回率越低。
基金分红次数越多，越能惠及更多基金投资者，弱化其处置效应；同时，如果分红总额波动不大，分红次数多意味着单次分红的减少，因而可以降低基金净值下降的预期，有助于抑制赎回。因而，增加基金分红次数有助于抑制赎回。
假设9：基金规模越大，申购率越高，赎回率越低。
基金规模越高，其管理收入越高，更易于扩大广告支出、聘用明星基金经理、开发金融工具，形成规模效应，因而基金规模越大，申购率越高，赎回率越低。
三、模型设定与数据说明
（一）申购、赎回、净赎回的动态面板模型
本文应用Stata10. 0软件进行模型的参数估计。之所以选择动态面板数据（DPD）估计，是因为被解释变量（申购、赎回、净赎回）的滞后项可能是重要的解释变量，在差分时会产生内生性问题，动态面板数据法是解决该问题的一个较好选择。通常先进行差分，再选用工具变量解决内生性问题。早期动态面板估计主要采用的是Andersen and Hsiao（1981）［23］方法，采用被解释变量滞后二期以及滞后二、三期的差分作为工具变量。在此基础上，Arellano和Bond（1991）［24］利用解释变量与预定变量的滞后项、严格外生变量的差分作为工具变量进行估计，提高了动态面板的估计效率。但是这种方法假定随机误差项不存在自相关，当自回归系数较高时，估计量表现出较大的不稳定性。Bundell和Bond（1998）［25］基于Arellano和Bover（1995）［26］的研究，利用其他矩条件推出系统GMM估计量，利用xtdpd以实现上述估计。本文应用动态面板数据的xtdpd法估计，使用该方法的关键在于对解释变量选择恰当的工具变量。根据上述理论回顾，申购、赎回、净赎回三个方程的动态面板模型可设定为：
Yi, t＝ayi, t－1＋rβ1＋Xβ2＋vi＋εit（1）
其中，yi, t表示申购、赎回或者净赎回等被解释变量，α表示其影响系数，r表示滞后期与即期收益，β1是其系数向量，X表示市场收益、分红、基金规模、基金收益标准差、市场收益标准差等控制变量，β2表示控制变量的系数向量，v表示个体效应，ε表示随机效应。考虑到面板数据已控制基金个体特征影响（如品牌、管理风格等），本文各方程进一步控制了市场收益、分红、基金规模、基金收益标准差、市场收益标准差等因素影响，并根据实际显著性程度与经济含义进行取舍。变量定义如表1所示。
（二）数据说明及其描述性统计
本文所有数据来源于上海wind资讯与腾讯基金频道。为消除开放式基金发行溢价期与赎回封闭期影响，同时考虑到平衡面板数据的方便，最终选择的数据是2003－2007年所有开放式非货币基金的季度平衡面板数据。变量的描述统计表如表2所示。
为了进一步考察申购、赎回随收益、分红的动态变化趋势，我们按时间分组求取其平均值，并绘制图形如图1所示。从图形上可以看出，整个样本期间，申购率、赎回率与收益率、大盘收益、分红变动趋势几乎完全一致。但是，从图形上我们还很难看出基金收益率与申购率、赎回率是否存在因果关系，而且随着2006年国内开放式基金纷纷实施分红策略后，分红与基金申购、赎回变动走势更接近。因而，要准确考察收益如何影响资金流的变动，有必要控制分红、大盘等因素影响并进行进一步的计量实证。
四、实证结果与分析
由实证结果（表3）可以看出，基金收益与分红对申购、赎回以及净赎回的影响方式不尽相同；基金申购、赎回以及净赎回与业绩的关系是一种“反向选择”；投资流滞后项、股市收益、分红等也是影响投资流的重要因素。
（一）基金收益率对申购的影响
在控制市场收益率、分红、基金收益、市场收益及风险、基金规模等因素影响后，从申购方程一、二实证结果可以看出，基金历史收益率、当期收益与申购负相关，假设1不成立，与国外的研究不一致（Ippolito 1992［4］、Sirri 1998［5］、Froot et al., 2001［6］），这表明国内开放式基金申购是一种“异常申购”：资金流不是流向业绩好的基金，而是流向业绩差的基金。由此可以看出，投资者对优良基金的业绩持续性缺乏信心，严重的风险规避心理使其宁愿申购收益率较低的基金。因为一般情况下，低收益率的基金净值较低，申购成本低，轻装上阵，“船小好调头”，而申购高净值基金，账面收益高、风险大，容易一申购就被套牢。
（二）基金收益率对赎回的影响
从赎回实证结果（方程三、四）可以看出，无论是基金历史收益或是即期收益，对赎回都有正的贡献，基金投资者表现出明显的“异常赎回”：业绩越好，赎回越严重，业绩越差反而越持有。这与国外大多数文献实证结果相反，但中国台湾基金投资者也具有此种“异常赎回”（Barber，2006）［7］。对此相关解释是：
首先，从行为金融的前景理论 （Kahneman等，1979）［20］看来，“异常赎回”是投资者的处置效应（Shfrin等，1985）［27］，基金投资者具有S曲线的价值函数，在赢利与亏损时表现出的风险偏好态度迥然不同：在赢利区间风险规避，往往喜欢尽快变现，把账面利润转化成现实利润，落袋为安；而在账面亏损时喜好风险，出于一种后悔厌恶的赌徒心理，不甘心实现损失，期待翻盘。
其次，开放式基金赎回机制的固有缺陷也易诱发投资者的处置效应。如果开放式基金的卓著业绩不能持续，在业绩卓著时，先赎回者会对同一基金的其他投资者施加负的外部性（李曜，2004）［17］。
再次，国内基金公司赎回费率单一，对短期赎回不征收额外赎回费。此种赎回费率制度无法阻止开放式基金的“友谊资金”、“捧场资金”在业绩优良时立即撤离；也无法抑制机构投资者的短期套利活动。而国外基金的费率结构是持有时间越短、赎回费率越高，短期赎回费率的制度安排阻止了投资者短期内频繁进出基金。Nanigian等（2008）［28］发现美国基金公司近些年越来越普遍收取短期赎回费率。
除此以外，国内开放式基金发行速度快、数量多、规模大也是开放式基金处置效应的一个重要原因。根据上海Wind资讯，开放式基金在成立之初的2001年仅有3只基金、资产规模不足61亿；到2007年已发展为基金297只、资产规模约3000亿；由于股市下跌，2008年开放式基金资产总值缩水到不足2000亿，但基金数量已高达396只。新基金的大量、高规模发行，除了使其申购很难完成发行规模外，对市场旧基金产生了大力“抽钱”作用。
（三）基金收益率对净赎回的影响
实证结果表明，即期收益率对净赎回影响为正，进一步证实了国内学者观点：中国开放式基金赎回是一种“异常净赎回”［1－3］。至此，综合基金收益对申购、赎回的影响，我们发现，中国开放式基金PFR恰好与美国基金PFR正反馈关系相反：业绩与申购负相关，表现为“异常申购”；业绩与赎回正相关，表现为“异常赎回”；申购、赎回随业绩的异常变动，导致了净赎回与业绩的异常变动，即“异常净赎回”。
由此，国内开放式基金投资者的申购、赎回未能发挥其对基金的“优胜劣汰”作用，其对基金业绩的反应是一种“反向选择”。
（四）大盘对申购、赎回、净赎回的影响
从表3结果可以看出，股市收益的提高有助于基金投资者申购，同时也会促使基金投资者的处置效应。其解释如假设3、假设4所述。由于股市对赎回的影响大于申购，因而股市收益越高，净赎回也越高。
股市风险越高，基金投资者申购、赎回同时增多，可用资金流替代（Massa, 2008）［15］与基金新老投资者反应方式不同 （Cashman等，2008）［9］来解释：股市风险越高，基金分散风险的优势越发凸显，众多股票投资者转而投资于基金，因而基金申购增多；同时由于股市与基金关联较强，基金的老投资者随股市收益增加，处置效应增强。由于股市风险的前一作用大于后者，因而随股市风险增加，基金净赎回反而减少。
（五）分红对申购、赎回、净赎回的影响
分红对申购影响为正（方程一、二），证实了我们的假设5。分红对赎回的影响为正（方程三、四），与我们的预期（假设6）相反。对此解释是，分红虽然弱化了投资者的处置效应，但是这一作用未能完全抵补投资者对分红后收益下滑的预期，分红反而促进了赎回。
分红对净赎回的影响为负（方程五、六），国内学者也实证了分红的这种负影响（刘志远等，2004、陆蓉等，2007），但将其归因于分红对赎回的抑制。而我们通过上述分红对申购、赎回的作用可知：分红并没有阻止投资者的赎回，其之所以对净赎回影响为负，是因为对申购促进作用更大。分红次数与申购正相关，与赎回负相关，证实了假设7与假设8的成立。
（六）基金规模、基金收益风险对申购、赎回、净赎回的影响
实证结果还表明，基金规模对申购、赎回以及净赎回没有显著影响。基金收益风险（标准差）越高，投资者申购越多、赎回越少。在消除市场收益、市场风险、基金收益等因素影响下，表现出此种关系，表明国内基金投资者未能有效识别风险，在基金投资中承担了过多不必要的风险。
（七）申购、赎回、净赎回不具有持续性
实证结果表明，无论是申购、赎回方程，或是净赎回方程，被解释变量滞后项影响系数均为负，表明国内开放式基金的投资流不具有持续性。其影响原因较为复杂，有待于进一步实证。值得一提的是，国内基金公司对管理规模的过于追求以及由此引发的非市场行为，可能是其重要原因之一。例如，在基金申购不足或发生大面积赎回时，可能存在申购救援行为，如2008年上半年基金管理公司、托管银行、内部员工对基金的申购救援活动等。
五、结论与相关建议
本文通过动态面板方法，分别考察了开放式基金业绩对申购、赎回以及净赎回的影响，得出的主要结论是：基金申购与历史业绩、即期业绩负相关；基金赎回、净赎回与基金业绩正相关；国内基金表现出与国外完全不同的PFR关系：基金投资者不仅表现出“异常赎回”，而且表现出“异常申购”，这两者又导致了“异常净赎回”。股市收益与风险有助于基金申购，但也会促使其老投资者的处置效应。分红对净赎回具有抑制作用，是因为其更有助于基金申购。除此以外，我们还发现，开放式基金投资流不具有持续性。
根据以上结论，我们可以得出以下推论：
Ⅰ. 投资者对开放式基金缺乏信心，风险规避、短期投机行为严重。他们偏好申购净值低的基金，在基金净值增长时厌恶损失，喜欢尽快赎回基金。
Ⅱ. 业绩、分红对赎回的优胜劣汰作用未能发挥。基金收益越好、分红越多，赎回越严重。
Ⅲ. 投资者容易根据股市行情与风险变化来选择是否申购、赎回基金。
Ⅳ. 投资者对分红、业绩的异常反应，扭曲了开放式基金的分红行为。
国内开放式基金按资产固定比例收取管理费，基金“旱涝保收”，有追求份额规模的激励。由于分红可以抑制净赎回，而好业绩反而会促进净赎回，基金业纷纷采取“异常分红”：分红频率高、数额大而且不顾基金承受能力。其后果是：基金公司为筹集资金分红不得不抛售重仓股，给股市造成冲击。而且，基金分红虽然增加了申购，但也促进了赎回，基金新、旧投资者转换频繁，交易成本高企，投资流不稳定，阻碍开放式基金的持续发展。
基于本文结论，我们提出以下建议：
第一，基金投资者的“异常申购”、“异常赎回”说明开放式基金的投资流未能发挥其应有的优胜劣汰作用。为了纠正投资者的“异常申购”，基金公司有必要制定长期策略，从产品定位、机制设计、基金风格、投资理念等方面进行反思、调整，保持投资风格与业绩的持续性。同时须加强信息披露，建立科学、多层次的基金业绩排名体系，改善咨询服务，增强投资者信心，弱化其风险厌恶趋向。其次，为了抑制“异常赎回”，基金业可以参照美国做法，设置短期赎回费率（持有时间越短，赎回费率越高），以抑制基金投资者的处置效应。在业绩优良时，可以考虑设置临时赎回封闭期或期权式承诺，以稳住老投资者；可考虑限制大额申购，防止其摊薄老投资者收益；再次，须防止机构投资者频繁进出基金的套利活动。
关键词： 管理费；激励基金业绩；基金风险
中图分类号：F830.9文献标识码：A文章编号：1003-7217（2013）05-0107-05
一、文献回顾
在证券投资基金的运作过程中，管理费是基金费用的主要组成部分。基金管理费是投资者为获得投资组合管理服务向基金经理人支付的费用，一般按照基金资产净值的一定比例按年计提。采用以上费用制度，往往在业绩亏损时，基金经理仍然得到高额的报酬；业绩良好时，基金经理有可能无法获得与其业绩相应的报酬，没有形成基金经理与投资者之间的风险共担的报酬机制，也没有体现出管理费对基金经理的激励作用。因此，对管理费的设计应包含激励和约束两方面的内容，在基金经理付出努力，增加自身收入的同时，提高投资基金的业绩和投资者的收益，避免基金经理人运用私人信息等，为增加个人报酬，损害基金投资者的利益。
关于基金管理费对基金业绩的激励作用，不同时期的实证研究得出的结论有所不同。对美国共同基金的研究，大多数结论倾向于基金管理费对基金经理的正向激励作用。Golec（1996）认为高额的管理费并不一定意味着差的业绩，提取高额管理费的基金经理表现出较高的投资能力，并带来比较高的业绩水平[1]；Volkman（1996）发现，基金激励费与风险调整后的收益呈正相关关系[2]；Hooks（1996）发现低费用的基金的收益显著高于高费用的基金[3]。但Tufano和Sevick（1997）的研究表明，管理费与业绩之间无显著的相关关系[4]。我国的开放式基金主要采用固定式费用制度，以我国基金为样本的研究中，曾德明、刘颖、龚红（2005）研究管理费用对基金业绩及风险的影响，结果表明管理费与收益之间的相关关系不显著，但与基金的系统风险及总风险呈正相关关系[5]；李豫湘与刘栋鑫（2009）对基金年度管理费与基金经营业绩、基金规模之间的关系进行了实证检验，表明基金规模对基金年度管理费用的影响，比基金经营业绩对基金年度管理费用的影响大，并且基金规模系数远大于基金经营业绩的系数，相比提高基金经营业绩而言，基金管理人更愿意扩大基金规模以获得更多的基金年度管理费用[6]。
三、实证分析
（一）研究假设
基金经理人扩大基金规模有两种方式：通过提高基金的业绩提高基金的规模；通过增加新资金的流入扩大基金规模，以上两个方式是相关的，业绩好的基金可能会带来新的资金的流入，若基金业绩表现不好，基金投资人可以采取“用脚投票”的方式，惩罚基金经理人。因此，基金经理为增加管理费收入，有动力去付出努力提高基金业绩。因此，本文提出：
假设1：基金管理费用与基金收益率正相关。
基于资产的固定费率的激励方式缺乏对基金经理人有效的风险约束机制。基金经理人可能会因为追求高的收益率，过于激进和冒险，投资基金的风险并不是由基金投资者与基金经理人双方共同承担的。2010年上半年数据显示，国内60家基金公司的652只基金产品合计亏损4400亿元，基金投资者为此需另付出149亿元管理费用。因此，基金经理的风险行为会直接损害投资者的利益。曾德明等（2005）对我国封闭式基金实证研究发现，管理费用与基金总风险和系统风险正相关，本文以上理论分析也表明，现有管理费制度下，基金经理选择的风险水平高于投资者的预期。因此提出：
假设2：基金管理费用与基金风险正相关。
（二）变量定义与实证模型
1.基金经理努力水平（基金业绩）。采用与Golec（1992）相似的方法，用jesen指数测量努力水平，假定基金经理搜寻信息的努力程度，都可以通过基金超常收益率（jesen指数）反映出来。
2.基金经理人风险规避度。基金经理人的风险规避度是一个不易观测的变量，在以往的研究中，很多文献都假设基金经理人具有相同的风险规避度。
本文采用如下方式测量风险规避度。根据基金经理人管理基金的种类，确定其风险规避程度，所管理的基金的风险程度越大，则认为基金经理人的风险规避程度越小，如表1所示。
样本期间内，一些变量数据有显著的变化。样本基金的超常收益率的均值2006年为最高，这是因为2006年沪深股市发生了深刻的变化，股权分置，大型蓝筹回归市场，中国银行、中国工商银行、中国人寿保险股份有限公司等顺利登陆，充分显示了市场巨大的承接能力，到2007年底，样本基金的资产规模达到最大值。由于受金融危机影响，超常收益率从2007年开始下滑，到2009年为负值。
基金样本按投资风格分为普通股票型、增强指数型、偏股混合型、平衡混合型、混合债券型、保本型，分类方式来源于wind数据库。基金业绩、基金规模、系统风险、基金标准差，数据来源于wind数据库。
对变量序列进行单位根检验后，发现基金业绩、风险规避度、系统风险、管理费用、基金规模各序列的LLC、IPS、FisherADF、Fisher-PP 均拒绝了存在单位根的假设，表明各序列为平稳序列，检验结果如表4所示。
表6表明：基金管理费用与基金业绩显著负相关，说明目前管理费对基金经理人没有激励作用。由于高的基金业绩不能得到应有的管理费收入，在一定程度上，损害了有能力的基金经理人的利益，同时，也损害基金投资人的利益，投资人在没有获得高收益的情况下却要支付高的管理费用，假设1没有得到实证支持。
通过对表5进一步分析发现，基金规模与基金业绩显著正相关，这意味着规模越大的基金，基金的业绩越高。以上研究结论也揭示了我国固定费率过高的问题，由于管理费用与基金业绩负相关，而基金业绩和基金规模呈正相关，则推出管理费用与基金业绩之间则体现出一种负相关的关系，这表明提取管理费较多的基金为规模小的基金，因为管理费由费率和基金规模共同决定，管理费高说明费率高。基金经理风险规避度与基金收益显著负相关，表明风险规避度小的基金经理人，会付出更多的努力以获得高的基金业绩。
管理费对基金风险影响的实证模型，通过Hausman检验，表明拒绝随机效应模型的假设。
表8数据表明，基金管理费与基金系统风险在0.05的显著性水平下正相关。基金管理费对基金经理人缺乏风险约束，基金经理人为获得高收益，可能会采取过度投机的行为。因为，高的基金收益会带来基金资产净值的增加，进而增加基金经理人的管理费收入，当基金的收益不能达到基金经理人的预期时，投资者就要为基金经理人的这种风险偏好行为买单，严重损害了投资人的利益。假设2得到实证支持。
五、结论与启示
根据文献研究和我国的费用制度现状，构建了基金经理努力程度与风险选择的模型，在此基础上，通过理论分析，证明在现有管理费制度下，当基金经理的风险规避度小于或者等于投资者的风险规避度时，基金经理选择的努力水平高于投资者的预期；基金经理选择的风险会高于投资者对于风险的预期。结合我国基金样本数据，进行了实证研究，结果表明：我国管理费用与基金收益呈负相关的关系，基金规模与基金业绩呈正相关关系，业绩低的基金其管理费高则是由其费率高而造成的；管理费与基金系统风险呈正相关的关系。由于本文仅讨论了固定费用结构对基金经理的激励作用，今后的研究可对私募基金管理费和激励费的影响开展深入研究。
参考文献：
[1]Golec J H. The effects of mutual fund managers' characteristics on their portfolio performance， risk and fees[J]. Financial Services Review，1996， 5（2）： 133-148.
[2]Volkman A， Woha M E. Abnormal profits and relative strength in mutual fund returns[J]. Review of Financial Economics，1996， 5（2）：101-116.
[3]Hooks J A. The effect of loads and expenses on openend mutual fund returns[J]. Journal of Business Research，1996， 36（2）：199-202.
[4]Tufano P， Sevick M. Board structure and feesetting in the U.S. mutual fund industry[J]. Journal of Financial Economics，1997， 46（3）：321-355.
购物车(0)
