中国的基金经理可以准确地预测货币政策吗?来自顶刊MS的研究

vvvvvvyb

金融观察家

编者语

来自联邦储备局的John Ammer，复旦大学的John Rogers，上海财经大学的王刚，以及上海交通大学的喻洋于2022年8月在国际顶级期刊《Management Science》上发表论文“Chinese Asset Managers’ Monetary Policy Forecasts and Fund Performance”。这篇文章首次系统地对中国基金经理在季度报告中的讨论进行了文本分析，从中推断出他们对近期货币政策的预期。作者构建了一个基金经理预期的综合指数，并显示该指数作为对中国货币政策的预测，与基于市场和模型的其他预测相比都表现得很好。文章还表明，基金经理会根据这些预期采取行动，正确预测中国货币政策的变化可以提高基金的表现。敬请阅读。

来源/微信公众号“学说平台”

货币政策作为一个经济发展的重要调控工具，其预测准确性对于资产管理和投资决策具有至关重要的意义。货币政策还会调整无风险利率，这对于评估未来的现金流非常关键。通过监管渠道，中国的货币政策还会进一步影响资产价格。例如，公司债券的发行利率不能比基准存款利率高40%。

专业投资者高度重视货币政策，因为它直接关系到信贷的供需和基金的收益率。

但是，中国在货币政策的沟通上相对缺乏透明度，这给专业投资者带来了预测上的挑战。准确预测货币政策变化成为一项宝贵的技能。

而作为资金的托管者，基金经理在这其中扮演了怎样的角色？他们能够准确预测货币政策的趋势并据此调整投资策略吗？

本文作者构建了一个基金经理预期的综合指数，并显示该指数作为对中国货币政策的预测，与基于市场和模型的其他预测相比都表现得很好。文章还表明，基金经理会根据这些预期采取行动，正确预测中国货币政策的变化可以提高基金的表现。

01

研究数据

1.1 共同基金报告

从2008年第三季度到2020年第四季度，中国所有的共同基金经理都在其季度、半年和年度报告中根据中国证券监督管理委员会（CSRC）的要求，讨论他们对实际经济和金融市场的近期预期，这些数据从Wind获取。

报告中的市场展望小节（market outlook）的长度和内容因经理的关注点而异，涵盖了货币政策、财政政策、政治和汇率等17个主题。基金经理有声誉方面的动机来仔细撰写这些展望，并且本文也发现，预测货币政策的准确性与经理的报酬之间存在关联。

自从2001年9月中国第一个共同基金成立以来，该行业经历了强劲的增长。到2020年底，共同基金行业共有7403个基金，其中包括1277个股票基金。总资产管理规模为20.9万亿元人民币，涵盖股票、债券、混合和货币市场等多种基金类型。

1.2 基金和经理的特征以及投资数据

本文通过共同基金报告数据详细识别了每个基金及其管理者，并将管理者的特点和投资历史与他们的预期进行匹配。数据来源于Wind和RESSET，涵盖了基金的规模、收益率、流入和流出等方面的信息，以及货币市场基金的持仓和回购市场的定位。此外，本文还收集了关于基金的各种费率、购买和赎回费、以及地理位置等特点，同时还有基金经理的年龄、教育和专业经验等个人信息。

1.3 量化经理预期的货币政策变化

（1）第一步：报告的市场展望小节被分成由标点符号分隔的语义单元

（2）第二步：保留与中国货币政策有关的语义单元，一个规则被应用来确定哪些语义单元可能涉及未来的货币政策变化

作者计算了所有内容词和短语在报告中的使用频率，从最常用的3586个词和短语中选择了与中国货币政策相关的词和短语构成一个词典。这些词和短语包括指示货币政策的关键词（例如“利率”、“法定存款准备金率”）、指示货币政策变化方向的词（例如“增加”、“提高”）、既指示货币政策又指示货币政策变化方向的复合词（例如“降息”、“货币宽松”），以及指示货币政策变化的可能性、大小或否定的修饰词（例如“强烈”、“可能”、“不”）。

只有当一个语义单元包含至少一个关键词和至少一个指示货币政策变化方向的词或至少一个复合词时，它才会被视为潜在的关于未来货币政策变化的信息。作者为第二步中定义的词和短语分配了分数。关键词的分数值在-1和1之间；方向词的分数值在-1、-0.5、0、0.5和1之间；复合词的分数值在-1、0和1之间；而修饰词的分数值则在[-1,1]之间。

（3）第三步：基于语义单元中的词和短语组合，为每个语义单元分配一个在-1和1之间的分数。

分数的正负取决于关键词、方向词和修饰词的组合，这决定了预期的货币政策变化的方向（例如，利率上升，货币政策收紧）。分数的绝对值取决于修饰词，反映了预期货币政策变化的确定性或大小（例如，“可能”、“温和地”）。较高的确定性会分配较大的绝对分数。



第四步：计算每篇报告中的语义单元的平均分数

预测得分的正负反映了与t期的货币政策立场相比，经理预期在t+1期的货币政策变化方向。预测得分的绝对值反映对货币政策变化的确定性和预期幅度。



整个数据集包含了119,784份季度报告，其中22,038份有一个有效的预测分数。这其中，2,986份是由股票基金经理报告的，8,176份是债券基金，7,940份是混合基金，2,936份是货币市场基金。

02

共识预测

与许多其他经济体相比，中国的货币政策相对较为不透明，中国人民银行并没有提供一个明确的政策规则或策略来描述其货币政策框架，也没有披露它用于政策分析的正式宏观经济模型。这意味着基金经理必须投入大量资源来预测人民银行的行动。例如，密切关注人民银行的目标，如GDP和通货膨胀等宏观经济变量。

为了研究基金经理是如何预测货币政策的，作者定义了共识预测（即经理之间的平均值），并与实际货币政策的后续变化进行比较，每季度评估共同基金经理的信念准确性。



根据构造，共识预测Et(Δmpt+1)的值介于-1和1之间。正值（负值）表示，平均而言，经理们预期货币政策会收紧（放松）。下图绘制了共识预测（实线）以及第25和75百分位数（虚线）。该图展示了共识预测随时间的强烈变化，反映了对货币政策预期的频繁和系统性修正。四分位数之间的宽范围反映了货币政策预期的大的横截面变化。



本文将共识预测Et(Δmpt+1)（下图实线）以及实际货币政策的后续变化Δmpt+1（阴影）进行比较。下图显示，共识预测指数具有很强的预测能力，通常领先于货币政策的变化：货币政策的转折点，由阴影柱子的边缘指示。例如，中国在2014年第四季度放宽了货币政策，但共识预测从2014年第一季度开始上升，距离政策实施前三个季度。银行家的预测（红线）远不如经理具有前瞻性，其共识预测的转折点通常会滞后于货币政策的变化几个季度。



此外，本文还提供单变量回归结果显示，上一个季度的共识预测可以显著预测货币政策，当回归包括前一时期的货币政策指标时，共识预测仍然具有统计意义。同时，多变量回归结果显示，相对于选定的宏观经济变量（例如，GDP的增长率，通货膨胀的增长率等），共识预测提供了更强的预测能力。

03

货币政策预测的准确性与基金表现

本文构建了一个货币政策预测准确性的指标：虚拟变量correct，如果经理的预测与货币政策的实际执行方向相同，则该变量的值为1，否则为0。



本文考虑三种基金绩效衡量指标（1）使用Fama–French三因子风险调整的无条件alpha，它反映了不是通过被动地暴露于因子风险而获得的异常回报（2）由Daniel等人(1997)提出的择时表现（CT），其目的是捕捉投资者对不同资产特征的时机选择能力（3）期限调整的特征时机（CTMA）。总体上，所有类型的基金都产生了正的无条件α。对于货币市场和债券基金，CT和CTMA衡量的均值为正；而对于股权和混合基金，其均值为负。



如上表的第（4）和（5）列所示，货币政策预测的准确性与债券基金的无条件alpha正相关，统计上显著且经济意义重大：当使用CAPM和Fama-French三因子模型分别估计alpha时，相同的债券基金经理在报告正确预测时相比报告错误预测每年可以获得额外的0.88%和1.15%。可以推测，货币政策对于债券市场至关重要，因此正确预测货币政策的变化有助于在债券市场取得优异的表现。第（1）列交乘项的系数为负。这一结果令人困惑，本文讨论它可能是由利率自由化引起的。

如第（6）列所报告，预测的准确性与债券基金的CT显著正相关，与假设一致，表明拥有更准确的预期有助于共同基金更好地对债券市场进行定时。第（2）和（3）列显示，预测的准确性与MMFs的CT表现不显著相关，但与由期限调整产生的基金业绩正相关。

此外，本文还验证了更高的货币政策预测准确性可以吸引更多的基金流入。对货币政策的准确预期可以作为基金客户的一个好信号，表明经理对宏观经济和市场条件的未来路径有良好的视野。这些发现支持了此前的观点，即共同基金经理有很大的动力形成准确的预期。

04

异质性检验

本文的一个章节还记录了管理者之间预测技能的差异，并识别了高效表现者的特点。下表列(1)-(6)报告了单变量回归的结果。结果显示，管理较大基金的经理人有更好的预测记录，这意味着大基金和高技能的经理人之间存在正向的配对关系。平均提供更好预测的共同基金通常收取更高的管理费；拥有博士学位的经理人被证明是更好的预测者；基金的年龄和经理的专业经验与准确性没有关联。位于金融中心并可能与PBoC和中央政府有更紧密联系的北京基金经理有显著更高的预测准确性。



05

结论

通过系统地对中国基金经理季度报告中的定性讨论进行文本分析，本文构建了一个货币政策预期的度量标准：管理者预期的综合指数，该指数的预测表现优于其他模型。本文还展示了基金经理是如何根据他们的预期来行动，以及正确预测中国货币政策的变动如何导致基金流入增加。

此外，那些投入更多分析资源（更大的基金规模）、有更高管理费、更高管理教育背景、以及距离北京更近的基金经理，其预期更为准确。

完

文章来源：微信公众号“学说平台”，2023年10月17日（本文仅代表作者观点）

本篇编辑：孙维嘉

温馨提示：目前微信推送文章不再按照发布时间排序，而是会优先显示“设为星标”或者点击过“在看”文章的订阅号推送。广大读者朋友们可以点击上方蓝字“金融观察家”，然后再点击右上角“...”点选“设为星标”；或对喜欢的文章点击“在看”，方便查阅。感谢您的关注。

扫

码

关

注



微信公众号

金融观察家

“聚焦金融政策研究

促进金融专业交流 ”

作者：金融观察家