MS:中国资产管理公司的货币政策预测与基金表现

公路美学

简

介

本文是针对《中国资产管理公司的货币政策预测与基金表现(Chinese Asset Managers’ Monetary Policy Forecasts and Fund Performance) 》的一篇论文解析。该论文于2023年发表在《Management Science》。该研究作者为John Ammer, John Rogers, Gang Wang, Yang Yu。



摘要

尽管21世纪许多央行已经变得更加透明，但中国的货币政策沟通一直相对不透明，这意味着金融市场参与者必须投入大量资源来预测央行的行动。我们对中国基金经理季度报告中的讨论进行了新的系统的文本分析，从中我们推断出他们对货币政策的近期预期。我们构建了一个经理预期的综合指数，并表明，作为对中国货币政策的预测，它优于基于市场和基于模型的替代预测。我们还表明，基金经理根据这些预期行事，并正确预测中国货币政策的变化，可以改善基金业绩。我们的研究结果表明，基金经理的技能是决定基金收益的一个重要因素，这为其他国家的资产管理研究得出相互矛盾的结论提供了第一个来自中国的证据。最后，我们发现，对于投入更多分析资源、管理费用较高或管理教育背景较强的基金，预期更准确。

01

引言

这篇文章是关于中国资产管理人员对货币政策预测和基金表现的研究。文章指出，尽管21世纪许多中央银行变得更加透明，但中国的货币政策沟通相对不透明，这意味着金融市场参与者必须投入大量资源来预测央行的行动。为了探讨中国资产管理者对货币政策的预期与基金绩效之间的关系，并解决了资产管理领域中一个存在争议的问题。研究问题是，资产管理者的技能是否是基金回报的重要决定因素。

为了解决这个问题，本研究采用了一种新颖的方法，即对中国基金经理季度报告中的讨论进行系统的文本分析，从中推断他们对近期货币政策的预期。研究人员构建了一个资产管理者预期的综合指数，并发现这个指数作为中国货币政策的预测，与市场和基于模型的替代预测相比具有较好的表现。

此外，本研究还发现，基金经理会根据这些预期行动，并且正确预测中国货币政策的转变可以改善基金的绩效。这些结果表明，基金经理的技能是基金回报的重要决定因素，这是中国资产管理领域的首次证据，而其他国家的资产管理研究在这个问题上得出了不一致的结论。

最后，本研究还发现，对于投入更多分析资源、管理费用更高或管理教育背景更强的基金，其预期更准确。通过解决这个研究问题，本研究为理解中国资产管理者对货币政策的预期与基金绩效之间的关系提供了重要的见解。



02

数据

2.1 原始数据:共同基金报告

在2008年第三季度至2020年第四季度期间，中国共同基金经理们被要求讨论对实体经济和金融市场近期状况的预期，并在《中国证券报》的报告中发表这些评论。他们提供了关于经济政策、状况等主题的定性预测，内容长度不一。通过构建关键词词典，这些评论被归类为17个主题类别内的定性意见，包括货币政策、财政政策等。经理们有动力仔细撰写这些评论，因为投资者可以据此评估他们的能力和可信度，且预测准确性与经理薪酬正相关。

虽然经理们通常不明确预测期限，但预测似乎主要关注一个季度。自2001年首只中国共同基金成立以来，该行业迅速增长，到2020年底，共有7403只基金，管理着约20.9万亿人民币的资产。这些基金包括股票基金、债券基金、混合基金和货币市场基金等多种类型，但分析中省略了数量较少的基金类型。

2.2 基金和管理者特征与投资数据

本文收集了共同基金和基金经理的特征以及相关投资数据。它强调了身份识别的重要性，允许将经理和基金的特征与投资历史相匹配，从而研究预期对投资行为和回报的影响。数据来源包括Wind和RESSET，提供了有关基金规模、回报、份额赎回、份额购买等月度信息，以及货币市场基金的季度持有资产信息。此外，还观察了基金的费用比率、周转率和其他特征，以及有关经理的信息，如年龄、教育水平和职业经验。

2.3 货币政策预测

本文将共同基金报告中有关预期货币政策变化的定性信息转化为定量数据，总共包含了119,784个季度报告。在这些报告中，有22,038个报告具备有效的预测分数。这些报告涵盖了股票、债券、混合和货币市场基金，分别有2986份、8176份、7940份和2936份报告，具体措施如下所示：

步骤一：将市场展望部分的每个报告分成语义单元，语义单元由标点符号(逗号、句号和分号)和其他表示叙述流程停顿的符号分隔。

步骤二：保留与中国货币政策相关的语义单位。为此，作者计算所有实义词和短语在报告中的使用频率，从最常用的3586个词汇和短语中，包括1000个名词、1000个动词、1000个副词和586个形容词(总数)，判断地选择了一组与中国货币政策相关的词汇和短语词典，包括：



并且应用一个规则，如果一个语义单元至少有一个关键字和至少一个单词表明MP（货币政策）变化的方向，或者至少有一个来自列表的合成词，那么它就被视为潜在的关于未来MP变化的信息。除了选定单词和短语的字典外，本文还构建了一个不合格单词和短语的列表，例如“联邦储备”和“欧洲 央行”，在本文看来，这表明语义单位不能表征中国货币政策的立场。任何包含这些词和短语的语义单位都会被删除。然后在步骤二中定义的单词和短语分配分数。分数详情如上表所示。

步骤三:

根据语义单元中单词和短语的组合，为集合每个语义单元分配一个[−1,1]内的分数。语义单元得分的符号取决于关键词、指向性词和关于否定的标度词的组合，它们共同决定了预期货币政策变化的方向(例如，加息、收紧货币政策)，得分的绝对值取决于反映预期货币政策变化的确定性程度或幅度的标度词(例如，“可能”、“温和”);确定性或幅度越高，则赋予的绝对分数越大。



当得分>0,代表预期货币政策收紧

当得分=0，代表预期货币政策不变

当得分<0,代表预期货币政策宽松

步骤四:计算每个报告中语义单元的平均得分，表示t + 1时期货币政策变化的预期方向与t时期货币政策立场的对比。

如果基金经理预计为收紧，则大于0

如果基金经理预计为不变，则等于0

如果基金经理预计为宽松，则小于0



03

共识预测

为了研究基金经理如何预测货币政策，本文首先通过比较共同基金经理的共识预测Et(Δmpt+1)(即各基金经理预测的平均值)与随后实际货币政策的变化，来评估每个季度共同基金经理信念的准确性，模型如下。其中Nt为在t时期内预测得分的报告数量。



     通过构造，共识预测Et(Δmpt+1)的值介于−1和1之间。正(负)值表明，经理们预期货币政策会收紧(放松)。如果经理人预计货币政策相对于当前时期将保持不变，那么他们的共识预测为零。共识预测的绝对值反映了人们感知到的货币政策改变的可能性。

    图 1 显示了共识预测（实线）以及第 25 和 75 百分位数（虚线）。图中的一致预测随时间变化很大，反映了 MP 预期的频繁和系统性修正。较宽的四分位数区间反映了 MP 预期在横截面上的巨大差异。



3.1 衡量中国的货币政策立场

本文构建了中国货币政策指数，发现共同基金经理更关注存款准备金率和利率。这意味着这两个因素是投资者判断货币政策的关键工具，用于构建衡量中国货币政策变化的指标，将货币政策的放松定义为这些指标的下降，反之为货币政策的收紧。

图2绘制了货币政策指数Δmpt与存款准备金率(橙线)和基准利率(绿线和紫线)的关系。深色和浅色阴影的列分别表示货币政策收紧和宽松的时期。

从图中可以看到货币宽松与货币收紧交界处（也就是深色阴影和浅色阴影交界处）存款准备金率有明显的变化。



3.2 共识预测的预测能力

为了判断共识预测的预测能力，本文绘制了共识预测和货币政策指数的关系图。



图3中的蓝色实线曲线显示了共识预测(实线)以及货币政策指数(阴影柱)。该图显示， 共同基金经理的预测具有很强的预测能力。共识预测指数先于货币政策的变化:由阴影列的边缘表示的货币政策的转折点通常是共同基金经理很好的预测。

例如，中国在2014年第四季度放松了货币政策，但共识预测在2014年第一季度开始上升，即政策实施前三个季度。



表 1 第（1）列报告了货币政策指数对一致预测的单变量回归结果。由于因变量「mpt」是有三个结果的序数变量，因此回归被指定为有序probit。

通过（1）我们可以观察到结果显著，说明基金经理的共识预测很好地预测了货币政策走向。如表1第(2) 列所示，当回归包含前期货币政策指标时，共识预测仍然具有统计显著性。

3.3管理者共识预测与Taylor规则的比较

为了进一步评估共识预测的预测能力，本文将共识预测与基于市场的泰勒规则进行比较，泰勒规则模型如下。



泰勒规则基于两个主要宏观经济变量：通货膨胀率和实际产出与潜在产出的差异。这个规则的基本思想是，中央银行应该根据通货膨胀和实际产出的状况来调整短期利率，以维持经济的稳定。假设短期利率由it决定，其中yt为实际人均GDP，πt为通货膨胀率，π*为通货膨胀率目标，νt为货币政策冲击。

接下来，通过估计图中回归模型来检验泰勒规则对货币政策立场的预测程度:

结果报告于表1的(3)和(4)列。通过将列(3)和 (4)与列(1)和(2)进行比较，可以看到改进的泰勒规则的预测能力低于共识预测的预测能力。根据表1第(4)列，当泰勒规则增加一个 AR(1)项时，泰勒规则的系数在统计上变得不显著。

3.4管理者共识预测与 6-12 个月隐含远期利率预测能力的比较

接下来，通过比较共识预测与 6-12 个月隐含远期利率的预测能力。得到 6 至 12 个月的远期利率，"Implied Forward Rate"（隐含远期利率）是指根据市场上已经存在的利率债券价格和已知的短期和长期利率，通过数学推导计算出的未来某一时点的远期利率。



结果报告于表1的(5)、(6)列。尽管6至12个月的隐含远期利率与货币政策正相关， 但这种相关性在统计上并不显著。结果表明所构建的共识预测比修正泰勒规则和隐含远期利率具有更强的预测能力。

除了这些，共识预测是否提供了更好的预测信息，表1的(7)和(8)列报告了货币政策指数对共识预测和其他宏观经济变量的多元回归结果。如(7)，(8)列所示，Et(Δmpt+1)的系数为正，且具有统计学显著性。结果表明，共识预测提供了超越所选宏观经济变量的更多预测能力。

3.5共同基金经理和商业银行家的预测

中国人民银行自2004年以来开展的《商业银行家调查》。与我们构建的经理人共识预测一 样，该调查的目的是为了调查重要市场参与者商业银行家的近期预期。每个季度，这项调查都会询问商业银行家对当 前经济环境的评估，以及他们对经济的近期预期。对于下季度货币政策的预期，银行家们可以从以下三个选项中进行选择:“宽松”、“收紧”和“不 变”。答案发布在中国人民银行网站上。本文使用与基金经理预期相同的三元结构构建商业银行家的共识预测:



其中st_tight和st_ease分别是预计货币政策将在下个季度收紧和放松的银行家的比例。接下来本文将银行家共识预测与货币政策进行了比较，图3中的红色虚线绘制了商业银行家的共识预测(由于缺少数据而不连续)，这个构建方式和之前共同基金共识预测方式一样，都是取平均值。



    如图3所示，商业银行家和共同基金经理的共识预测之间的关键区别在于，银行家的预测远没有那么具有前瞻性。具体来说，商业银行家共识预测的拐点通常滞后于货币政策的转变几个季度。相比之下，共同基金经理的共识预测的拐点往往会领先货币政策的转变几个季度。



04

货币政策与其与期限调整

在进行进一步分析之前，需要解决一个重要问题：预测得分的波动是否反映了信念的变化还是测量误差？为了回答这个问题，本文检查预测得分是否与投资行为同步，也就是基金经理是否知行合一。换句话说当货币市场预期利率下降的时候，基金经理是否延长投资到期期限。

到期调整的理论是货币政策的流动性风险效应。具体而言，较低的利率（货币政策宽松）会导致客户从货币市场基金中撤资用于其他类型的投资。因此，在预期货币政策宽松的情况下，面对基金流出的压力，货币市场基金经理为了追求收益，通过增加对长期固定收益资产的持有来承担更多的流动性风险。

与其他国家的mmf类似，中国的mmf投资于相对短期、高评级的证券，被认为是低风险、低回报、 高流动性的产品。加权平均期限被限制在120天以下。

对于每个货币市场基金，我们用符号 w表示在时期 t结束时，资产持有在到期期间 κ 中的权重。其中 κ ∈{[0, 30], (30, 60], (60, 90], (90, ] }.



最后我们将基金经理i在时期 t 结束时货币市场基金的到期结构描述为：





其中因变量为到期区间κ中资产的投资组合权重。Xti−1包含一套基金特征，包括基金规模、年龄、净流入;而γi则是基金固定效应。

结果报告见表2，主要结论是，预期下一时期货币政策宽松，管理者倾向于用期限大于60天的资产替代期限小于60天的资产。类似地，预期下一时期货币政策会收紧，基金经理倾向于用期限小于60天的资产替代期限大于60天的资产。





05

货币政策预测准确性与基金表现



在本节中，本文构建了MP预测正确性的度量。然后，本文检验正确的MP预测是否与优异的基金业绩相关 使用一个虚拟变量correct来衡量预测的正确性，如果经理的预测与货币政策的实现方向相同，则该变量等于1

本文考虑了三种类型的基金业绩指标。

第一个是使用Fama-French三因子风险调整的无条件alpha，它反映了未通过被动暴露于因子风险而获得的异常收益：rit为共同基金每月扣除费用后的超额收益， alphait为无条件alpha（解释），Rt为市场超额收益或FamaFrench三因子向量。



第二种是Daniel等人(1997)提出的特征时序(CT)测量绩效，强调基金经理在投资决策中对特定资产特征的敏感性和调整能力，以更好地适应变化的市场条件。其中ωk,ti−j是k类资产在t-j个月投资的权重，Rk,t-j是第k类资产在第t-j个月的收益。



第三种为了衡量由期限调整(第4节中记录的mmf的常 见交易策略)产生的基金绩效，为基金绩效衡量指标，表示为期限调整的特征时机。其中ωiκ,t−j为t -j月到期区间κ的投资权重。Rκ，t−j 为资产在t-j月到期区间κ内的收益。例如，如果 基金在期限区间[0,30]中增加权重，而该区间内的资产表现优于其他资产，则该基金将获得较高的 CTMA值。



为了检验这些基金绩效指标是否反映了MP预测技 能(即高正确率)，本文分别对每种基金类型的面板回归模型进行了估计。



因变量perform是下一时期的基金表现，partiit是参与性虚拟变量，当且仅当经理报告MP预测时，它等于1。part*correct是当报告MP预测为条件的正确预测的指标。X为控制变量。这个模型反映了正确的MP预期是否会导致明智的投资。



由表3(4)、(5)列可知，MP预测正确性与债券基金的无条件alpha呈正相关，意味着:同一债券基金经理在报告正确预测时，比报告不正确预测时每年能获得更高的利润。表3第(1)列所述，partit ×correctit的系数估计为负。这个结果不符合预期，因为它表明， 报告一个正确的预测比报告一个不正确的预测会获得较低的超额回报。本文给出的解释是它很可能是由利率市场化驱动的，利率市场化是中国货币政策实施 中一个关键的结构性突破，具体解释在第七节，同时第（2）列中结果不显著也有同样的关系。表3第(6)列所示，债券基金的MP预测正确性与 CT测量绩效显著正相关。如表3第(3)列所示，MP预测正确性与期限调整产生 的基金业绩呈正相关。



06

预测技能与资金流

在这一部分，本文研究提供一个良好的预测记录是否有助于共同基金吸引客户向他们投资更多的钱。因此本文估计了以下回归:



估计结果如表4所示。如第(1)列所示，历史正确性与累计资金流入率正相关。当基金经理的预测越准确，投资他旗下基金的资金就越多。(2)和(3) 列显示了我们控制过去基金业绩时的结果，分别通 过CAPM和Fama-French三因素模型进行调整。不出所料，过去较好的基金业绩会吸引更多的资金流入。历史正确性与较高的累计资金流入率相关，这取决于过去的基金业绩。本文的研究结果支持基金经理的MP预测技能是 一项重要的管理技能，被市场所认知，并受到基金客户的重视。此外，研究结果与我们之前的说法一致，即共同基金经理具有形成准确预期并将此预期传达给客户的显著动机。





07

利率市场化与基金表现

近二十年来中国货币政策实践的一个关键变化是利率市场化，这是中国人民银行从通过行政命令施加利率到通过 管理自己的资产负债表影响市场利率的过渡过程 (Liu et al. 2021)。利率市场化的一个关键里程碑设定在2013年第二季度，当时银行业的大多数贷款利 率(抵押贷款利率除外)完全自由化。

利率市场化的一个后果是，基准利率(共同基金经理报告中被提及最多的货币政策工具之一)与货币市场基金业绩所依据的市场利率的相关性大大降低。为了说明这一点，图4绘制了三个月基准存款利率 (蓝线)、三个月银行间同业拆借利率的加权平均值 (红线)和货币市场基金指数的回报率(绿线)。2013年 Q2之前，银行间同业拆息和货币市场基金指数收益 率与基准存款利率紧密重合。然而，这一格局在 2013年Q2之后因利率市场化而崩溃。



接下来，本文将研究利率自由化如何影响MP 预测技能在mmf绩效中的作用。用两个子样本来估计方程(4)，分别是2013年Q2之前和之后的时期。





表 5 第（1）列和第（2）列显示了 2013 年第二季度之前和之后两个子样本的超额收益结果。在 2013 年第二季度之前，正确的 MP 预测提高了基金业绩。然而，2013 年第二季度之后，这一影响在统计上变得不显著。同样，第(3)列和第(4)列显示，正确的 MP 预测有助于 MMF 在 2013 年第二季度之前取得更好的择时表现，而在 2013 年第二季度之后则影响甚微。最后，第(5)列和第(6)列显示，在两个子样本中，正确的 MP 预测与以到期日调整的特征时间衡量的业绩正相关。然而，早期子样本的结果要强得多。



然后对债券基金也采取了类似的做法。结果如表6所示。对于基金业绩的每一项衡量指标，与不正确的预测相比，正确的预测会产生更好的基金业绩。这两个子样本的结果在统计上和经济上都很显著，这表明，当债券基金的经理正确预测货币政策的近期方向时，无论政策制度如何，债券基金都能获得更高的回报。对这一发现的一种可能解释是， 债券基金投资于相对长期的资产，这些资产的价值受到政策利率水平和近期预期修正的严重影响。



08

优秀预测者的特征

在本节中，记录了管理者预测技能的异质性，并确定了预测准确基金经理的特征。用管理者报告中预测正确性的条件均值来衡量管理者的MP预测能力，计算方式如下:



correctnessi表示经理i的预测正确性，含义就是基金经理预测正确的数量与预测的总数量的比值。值越大，说明基金经理预测能力越强。



图5分别绘制了所有基金和每种基金类型的正确性分布。对所有类型的基金来说，正确的平均值在0.4左右。相当一部分基金经理是出色的预测者，其预测正确性为1，这表明他们对货币政策变化方向的预测一直是正确的。然而，更大比例的 基金经理的正确性为零，这意味着他们一直都是错的。有趣的是，本文证明了泰勒规则可以预测货币政策的变化。为什么这些基金经理不用泰勒规则来预测货币政策?一种可能性是，他们可能不明白如何使用泰勒 规则来形成更好的期望。更普遍的是，他们可能缺乏关注正确信息或以正确方式解释相关信息的能力。

接下来本文对基金经理特征的预测技巧进行了回归，回归方程如下。



结果发现，管理较大基金的经理有更好的预测记录，这意味着大基金和高预测能力经理之间存在正的分类匹配。此外，提供更好预测的共同基金平均收取更高的管理费(占净资产的百分比)。可以推测，基金规模和管理费都反映了市场 所认为的管理技能。拥有博士学位的管理者是更好的 预测者。有趣的是，基金年龄和基金经理的职业经验与准确性没有相关性。发并且在金融中心工作、与央行和中央政府联系更密切的北京基金经理的预测准确率显著更高。





09

结论

通过对中国基金经理季度报告中的定性讨论进行系统性文本分析，构建了一种衡量中国货币政策预期的新方法。研究表明，基金经理的总体预期指数在预测方面优于基于市场和模型的其他预测方法。研究还发现，基金经理根据其预期采取行动，准确预测中国货币政策的变化可以促进更多的基金流入。此外，研究记录了准确的货币政策预测与货币市场和债券基金的更高基金绩效指标之间的关联。最后，研究发现，那些投入更多分析资源（以基金规模为代理）、管理费用较高、管理人员教育背景更高，以及更接近北京的基金，其预期更准确。



参考文献：

Ammer J , Rogers J , Wang G ,et al.Chinese Asset Managers' Monetary Policy Forecasts and Fund Performance[J].Management science: Journal of the Institute of Management Sciences, 2023.

END



扫二维码｜关注我们

主编｜周雄伟 教授 中南商学院

撰稿｜尹   烁 博士 中南商学院

编辑｜郭家琪 硕士 中南商学院

审核｜张昀庭 硕士 中南商学院

CSU服务科学与服务管理研究中心



作者：服务科学与服务管理