基金该如何分类：一个新的研究视角，本文主要内容关键词为：该如何论文,视角论文,基金论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。
一、研究背景
目前，随着我国基金数量和品种的快速增长，基金如何分类已成为一个关系到基金健康、稳定发展的必须尽快解决的重要问题。其实，对我国基金分类方法的研究已在一定层面展开，但由于分类角度不同，加之几乎都使用定性研究方法，使得不同分类标准差异性较大，随意性很强，未能在业内形成明确的标准和共识，基金对自己的定性存在一定的混乱现象（注：例如，一些同时进行价值型股票与成长型股票投资的基金认为自己是一种平衡型基金，一些同时进行股票与债券投资的基金也称自己是一种平衡型基金，一些进行有限度股票投资的债券型基金与纯债券型基金都被称为债券型基金，这经常给投资人造成一定的困惑。）。
国内对基金分类的研究大都采用定性方法，但进行数量分析的文献还十分罕见。本文利用2002年以前成立的50只基金2002年度的相关数据，运用因子分析和聚类分析方法，对我国基金的分类问题进行实证研究，以期为当前国内广受关注的基金分类问题的讨论提出一些更有说服力的新见解。
二、国外常用的基金分类方法
多重的分类。现实中虽然各国基金分类的做法有小异，但大体上采用两种方法：
（一）以美国投资公司协会（ICI）为代表的事前分类法
该协会按照招募说明书中对投资目标和投资策略的描述直接对基金进行分类。具体而言，ICI从两个层次上成功地实现了对基金的分类：
第一层，按照投资对象来划分，基金被划分为股票基金、债券基金、混合型基金及货币市场基金；第二层，按照基金投资的（地理）区域以及基金的投资策略进一步细分为33个子类，比如针对股票基金的分类，按照地理区域可分为新兴市场股票基金、全球股票基金等，按照投资策略可分为积极成长型基金、收入型股票基金等。这是目前的主流方法，绝大多数国家（地区）是以这种方法进行分类的，不管其是契约型还是公司型，只是具体的基金种类略有区别。比如台湾，是先将基金分为股票、债券股票平衡型、债券型、海外债券型四类，再进一步细分。
（二）以晨星公司为代表的事前与事后分类相结合的分类法
晨星公司根据基金事先设定的投资目标和实际公布投资组合的价值形态，判断基金的分类属性。以往晨星公司把基金主要分为四类：美国国内股票基金、国际股票基金、应税债券基金和免税市政债券基金，对股票基金进一步按照基金投资组合的股本规模属性（大盘、中盘和小盘）和成长价值属性（成长、价值和平衡）进行九分格划分。目前，晨星公司按照新的分类标准，建立更加完备、科学的分类体系。例如在美国市场，基金细分的类型近50种。晨星公司也对九分格进行改进，除P/E、P/B两个指标外还增加了其他一些变量（包括预测变量）。
三、我国基金分类设计
借鉴国外上述两种常见的基金分类方法，从可比性和周全性的基本原则出发，对我国基金分类进行如下设计：
（一）采用事后分类法
尽管我国的基金在招募说明书中均明确申明自己的投资风格，但从基金投资组合特征来看，其风格未必与招募说明书中的阐述相符，并且还表现出随市场状况而改变的特征。中国社科院金融研究所依据54只封闭式基金上市公告书所宣告的目标将其划分为稳健成长、积极成长、平衡型、优化指数型、价值型五类，结果发现，近40％的基金与其所宣告的投资目标不符，操作风格往往反复，特征不很明显。因此，对基金按照投资风格进行分类时，应该根据基金在实际投资过程中表现出的投资风格进行分类，而不是按照基金在招募说明书中对投资风格的阐述进行分类。
（二）从海外基金评价实践的经验看，晨星和标准普尔的基金分类方法一般都是按照基金投资的市场地域、投资目标和投资风格的不同进行分类的
按照投资的市场地域，一般可以将基金分为美国、新兴市场、欧洲及全球市场基金，而我国现有全部证券投资基金都只能投资于国内证券市场，因此不存在这一分类的问题。我国基金市场中基金风格易变，或者风格特征不够明晰，按风格分类进行业绩评价也是不够科学的。我国现有基金的投资目标都是债券和股票，而且鉴于我国目前基金数量少、投资风格多变的特点，可以参照海外的实践经验，对我国基金按照投资标的进行简单分类，分为股票基金、债券基金、混合基金和货币市场基金。
（三）在第二层上，究竟应该如何进一步分类（注：这也是目前业界关于基金分类最有争议之处。），以下通过实证研究进行分析
四、我国基金分类的实证研究
（一）数据和研究方法
1.数据。为在样本选择上具有统计意义并不失一般性，本文以股票型基金为研究对象；一般来说，基金分类的第二层应考虑以下因素：收益、风险、流动性、资产配置、投资风格、选股思路以及成本费用，将这7个因素量化为表1中的指标。由于基金2003年度报告还未公布，我们选取2002年以前成立的50只基金为研究样本（注：数据来源于色诺分中国证券市场数据库。），样本研究期间为2002年，样本数据取7个指标研究期内数据的平均值。
表1 基金分类因素的量化
因素 代表性指标 表示方法
收益
收益率 X[，1]
风险
标准差 X[，2]
成本费用管理费率 X[，3]
流动性重仓股比例X[，4]
资产配置持股比例 X[，5]
投资风格 换手率 X[，6]
选股思路 所选股票市盈率 X[，7]
2.研究方法。因子分析是构造几个不可观测的随机变量（因子）去描述原有的众多指标变量之间的相关关系，达到降维、简化、综合研究的目的，同时又不失去原指标变量集提供的绝大部分信息，以再现原始变量与“因子”之间相关关系的方法。其基本模型为：X=AF+μ
式中，X为指标变量向量；F为公因子向量，它是各个变量中共同出现的因子；A=（a[，ij]为因子载荷矩阵，其中a[，ij]为公因子载荷，它是第i个变量在第j个公因子F[，j]上的负载，反映了第i个变量与第j个公共因子的相关程度；μ为特殊因子向量，它是每个观测变量所特有的因子，表示该变量不能被公因子所解释的部分。进行基金分类研究的主要步骤为：
（1）样本数据的同向化和零均值标准化
在评价基金业绩的指标体系中，有的指标是越大越好的，如收益率指标，称之为正指标；有的指标越小越好，如费用指标，称之为逆指标；而有的指标过高或过低都不好，称之为适度指标。为方便比较研究，在进行评价之前，将指标进行同向化处理：用相反数法将逆指标转化为正指标；对于适度指标，首先确定其适度值，然后计算适度值与各指标数据的差值，最后取其绝对值的相反数。
数据零均值标准化一般采用如下方法：
设每个指标的样本数据为X[，i1]，X[，i2]…，X[，ip]，作如下变换，令：
（2）计算所有变量的相关矩阵R=（r[，ij]，确定是否适合应用因子分析法（注：如果相关矩阵中大部分相关系数都小于0.3，则不适合做因子分析。）。
（3）计算样本数据的协方差矩阵，求其特征值λ[，i]与相应的标准正交化的特征向量，得到因子的累计贡献率，以确定公因子个数。第j个因子F[，j]的贡献率为：
当前q个因子F[，1]，F[，2]，…F[，q]（q≤p）的累积贡献率
时，就提取前q个因子为公因子。
（4）估计因子载荷矩阵，并对其施行旋转变换，使因子解的实际意义更容易解释。
（5）计算各因子在每个样本基金上的得分值。
（6）用系统聚类法根据样本基金的公因子得分对基金进行分类：（a）将n个样本基金各视为一类，计算相邻两类的距离；（b）将距离最近的两类合并，然后计算新类与相邻类的距离，如果全部的类都已成一类，则过程终止，否则回到（a）。
（二）实证研究
对这7个变量进行相关分析表明，可以对该数据进行因子分析。表2列出因子特征值及其在总方差中的比重。
表2 因子特征值及其在总方差中的比重
因子 特征值 在总方差中的比重（％） 累计比重（％）
12.580936.87 36.87
21.971928.17 65.04
31.417520.25 85.29
40.5271 7.53
50.2415 3.45
60.1365 1.95
70.1246 1.78
由上表可知，前3个因子可解释总方差的85.29％，选取这3个公因子，计算因子载荷矩阵，并对其施行旋转变换，得到旋转后的因子载荷矩阵，见表3。
表3 旋转因子载荷矩阵
1
2
3
X1 -0.59
-0.020.24
X2
0.41
-0.18
-0.79
X3
0.32
-0.280.89
X4
0.830.190.45
X5
0.800.23
-0.19
X6
0.130.04
-0.01
X7 -0.09
0.7830.02
表中数据显示：收益率、重仓股比例、持股比例在因子1上均有较大载荷；市盈率在因子2上有较大载荷；标准差和管理费率在因子3上均有较大载荷。因此，可将基金分类影响要素分为三大类：第一类包括收益率、重仓股比例、持股比例，它表明基金的收益、流动性，可称为基金分类的基本收益因子；第二类包括市盈率，可称为股票投资风格因子；第三类包括标准差和管理费率，称为风险成本因子。这样，影响基金分类的要素可归结为由基本收益因子、股票投资风格因子和风险成本因子构成（表4）。
表4 各主因子命名
变量因子 因子2因子3
高载荷指标
X1、X4、X5
X7 X2、X3
因子命名
基本收益因子 投资风格因子 风险成本因子
得到因子载荷矩阵后，用回归算法计算出因子得分，因子得分模型如下：
F[，1]=-0.59X[，1]+0.41X[，2]+0.32X[，3]+0.83X[，4]+0.8X[，5]+0.12X[，6]-0.09X[，7]
F[，2]=-0.02X[，t]-0.18X[，2]-0.28X[，3]+0％19X[，4]+0.23X[，5]+0.04X[，6]+0.78X[，7]
F[，3]=0.24X[，1]-0.79X[，2]+0.89X[，3]+0.45X[，4]-0.19X[，5]-0.01X[，6]+0.02X[，7]
利用SPSS统计软件，根据样本基金的3个公因子得分，进行系统聚类分析（注：系统聚类分析的基本思想是首先将每个样本当作一类，然后根据样本之间的相似程度并类，并计算新类与其它类之间的距离，再选择相近者并类，每合并一次减少一类，继续这一过程，直到所有样本都并成一类为止。）。由分类谱系图可以看出，样本基金最终分为两类：大成旗下的景福、华夏旗下的兴和及鹏华旗下的普丰这三只指数型基金构成一类，而其余样本基金构成另一类。这说明，现阶段我国股票基金主要是指数型与非指数型之间的差异，而指数型基金之间的差异并不足以做进一步的分类。因而，我国基金在第一层划分为股票基金、债券基金、混合基金和货币市场基金后，目前没有必要也无可能在第二层上进一步细分，这表明当前基于定性分析而任意将基金细分的做法不能获得足够的数据支撑，是不恰当的。
五、结论
通过上述探索性的实证研究和分析，本文得出以下主要结论：
1.因子分析表明，运用基本收益、投资风格和风险成本三个公因子，可以在保持绝大部分原有信息的基础上，完成对基金的分类；
2.聚类分析表明，我国基金在分成股票基金、债券基金、混合基金和货币市场基金几大类后，目前没有必要也无可能在第二层上进一步细分。
标签：基金论文; 股票型基金论文; 探索性因子分析法论文; 因子分析论文; 因子载荷论文; 投资风格论文; 分类变量论文; 分类数据论文; 债券基金论文;