Investment Style Drift and Performance Evaluation of Green Funds
-
摘要:
基于2015—2019年中国股票型、偏股混合型绿色基金日收益率数据，采用Fama-French五因子模型和调整后的风格择时五因子模型，探究不同检验期内绿色基金的投资风格漂移及基金经理的选股择时能力对基金业绩的影响。实证结果表明：绿色基金存在投资风格漂移现象；风格漂移在短期和中期会给基金业绩带来负面影响；绿色基金整体上并未获得基于绿色理念的超额收益；基金经理的盈利择时能力仅在长期对基金业绩影响最为显著，市值择时能力、账面市值比择时能力、投资择时能力和选股能力对绿色基金业绩的影响甚微。
Abstract:Based on the data of daily return of China’s equity green funds and equity hybridist green funds from 2015 to 2019, the paper adopts Fama-French five-factor model and the improved TM-FF5 model to test the effects of the investment style drift of green funds and fund manager’s ability in stock selection and style timing on the performance of green funds in different test periods. The results of the empirical study show that there is investment style drift in green funds, which will have a negative effect on the performance of green funds in the short and medium terms. Green funds as a whole haven’t gained excess returns from the green ideas. In addition, the profit style timing ability of green fund managers has the most significant impact on the performance of green funds only in the long term, while the market value timing ability, book to market ratio timing ability, investment timing ability, and stock selection ability have little impact on the performance of green funds.
-
Keywords:
- green fund /
- style drift /
- style timing /
- performance evaluation /
- factor model
-
近年来，随着生态文明建设的持续推进，绿色金融市场的发展取得了新突破。绿色产品、服务不断创新，绿色市场规模持续扩大。据中国人民银行统计，2018年，中国共发行绿色债券超过2 800亿元，绿色债券存量规模接近6 000亿元，位居世界前列；截至2018年末，全国银行业金融机构绿色信贷余额为8.23万亿元，同比增长16.0%；全年新增1.13万亿元，占同期企业和其他单位贷款增量的14.2%；2018年，绿色企业上市融资和再融资金额合计224.2亿元[1]。在金融产品方面，绿色基金、绿色信托、绿色保险、绿色租赁、绿色PPP等新产品、新服务和新业态不断涌现，有效拓宽了绿色企业和绿色项目的融资渠道，降低了融资成本和运营风险。
绿色基金作为绿色金融的重要分支，其业绩表现和市场反馈在某种程度上反映了绿色金融在中国的发展现状和被认可程度。围绕绿色基金，国内外学者开始研究绿色金融相关问题，其中一个研究热点便是绿色基金在资本市场中的经济可行性，论证方式主要是将绿色基金与传统基金的投资绩效进行比较，以及基于绿色基金投资风格、基金经理投资能力的绩效评价。但总体来看，现有研究成果会随着研究样本区域和时间范围选取的不同而出现明显的差异。
一、 文献综述
（一） 绿色金融的起源与发展
纵观绿色金融的发展历程，经过数十年的探索，国内外学者在这一领域取得了较为丰硕的研究成果。相较于世界发达国家，中国的绿色金融尽管起步较晚，但是在顶层设计和总体规划方面始终在持续推进。2015年9月，中共中央、国务院在《生态文明体制改革总体方案》中明确提出“建立绿色金融体系”[2]，确立了中国发展绿色金融的政策框架。2017年，在党的十九大报告中，习近平全面阐述了“加快生态文明体制改革，建设美丽中国”“推进绿色发展”的战略部署[3]。
在学术研究方面，对于绿色金融的定量研究逐渐兴起。韩立岩等以绿色概念股票为对象，在Fama-French三因子模型（即Rm−Rf）、规模因子（SMB）和账面市值比因子（HML）的基础上加入绿色因子，构建了四因子模型，来研究证券市场的绿色激励问题，结果表明，相较于其他股票，中国绿色概念股票存在显著的风险溢价，即中国证券市场存在绿色激励[4]。
（二） 绿色基金的绩效评价方法
作为绿色金融的重要组成部分，绿色基金在资本市场中的经济可行性评价是国内外研究的热点之一。论证方式主要是将绿色基金与传统基金的投资绩效进行比较，研究方法则经历了从单因子模型到多种方法综合分析转变的历程。Markowitz的投资组合理论[5]，以及基于资本资产定价模型（CAPM）的单因子绩效评价指数为基金绩效评价奠定了坚实的基础，如：Treynor提出的Treynor指数，将系统风险引入分析框架，研究了考虑系统风险时的收益率[6]；Sharpe提出的Sharpe指数，考虑了系统风险和非系统风险[7]；Jensen提出的Jensen指数，研究了经风险调整的超额收益率[8]389-416。
然而，随着市场逐渐发展成熟，单因子模型分析的弊端也日益显露：假设过于严格、无法解释根据股票特征进行分类后投资组合收益率出现的异象等。Ross提出的套利定价理论（APT）在一定程度上弥补了上述不足[9]。Fama和French提出的Fama-French三因子模型和Carhart提出的四因子模型，更是开启了多因子模型分析的大门。Fama和French发现，市场风险溢价（β）、规模因子（SMB）、账面市值比因子（HML）能够共同解释收益率的横截面差异，但是不能解释动量现象[10]。Carhart在Fama-French三因子模型的基础上加入动量因子（MOM），较好解释了美国股票型基金的业绩持续性[11]。Fama和French则在Fama-French三因子模型的基础上加入盈利因子（RMW）和投资因子（CMA），得到Fama-French五因子模型，进一步解释了投资组合收益率的非系统性风险[12]1-22。
由于中国基金行业起步较晚，因此对于基金的绩效评价基本上延续了国外的方法，同时有所创新和探索。王守法利用主成分分析法，对基金收益与风险、风险调整收益、基金经理的选股择时能力、基金绩效的持续性四个方面进行了综合分析，得出一个评价基金绩效的综合指数，可以对基金进行较为全面的评价，这在一定程度上克服了以往单纯使用一种或某几种方法带来的缺陷与不足[13]。齐岳和孙信明通过复制基金投资策略，创建新的投资组合并计算其收益率来作为评价基金绩效的基准，动态地评价了基金的绩效和投资行为[14]。易力和胡振华采用控制错误发现率（FDR）方法从风格择时、投资目标、基金特征、绩效持续性四个层面研究了运气因素对基金绩效的影响[15]846-856。蒋翠侠等基于简单概率区间预测（LASSO）分位数回归方法，将不同分位点处对冲基金收益与风险的关系进行对比，识别基金投资风格，进而给出基金的绩效评价方法[16]。
此外，伴随着资本市场日益发展和完善，越来越多的学者开始意识到，基金投资风格的判定对于基金绩效的研究至关重要。
（三） 绿色基金的投资风格
Sharpe通过对美国共同基金绩效进行研究发现，大约90%的基金收益来源于投资风格，基金收益的持续性取决于基金投资风格的持续性[17]。Cumming等指出，共同基金和私募股权投资的金融中介过程都涉及从投资者处获得的资本，为了促进这一进程，每只基金的设立都有着明确的投资风格和投资目标[18]。赵坚毅等认为，由于投资者所处的位置和选择的衡量标准存在差异，从而导致其要求的回报目标也不同，进而造成其具有异质性的风险管理需求[19]。基金投资风格的差异往往体现在不同基金设立的目的上，即吸引某一特定的投资者群体，投资者密切关注其所投资基金的风格，以便管理其投资组合的风险和回报状况。因此，基金披露其投资风格对于投资者进行投资决策具有重要的意义。
然而，国内外诸多研究表明，基金投资风格漂移现象普遍存在[20]395-398[21-22]。风格漂移是指在某一特定时段内，基金经理为了获取超额收益，对资产进行重新配置，使基金实际的投资风格偏离既定风格的现象。例如，投资者购买的是中盘价值型基金，但基金经理在进行投资组合时偏向了大盘成长型的股票，而作为投资者往往并不能及时了解基金的实际投资风格。从行为金融学的角度来讲，风格漂移多是由于委托代理问题[23]和“羊群效应”[24]等原因造成的。
具体来说，肖继辉等认为，从基金发行和运作机制来看，基金管理人与投资者、管理人与基金公司股东之间存在多重委托代理关系[25]。这无疑会增加信息不对称性，从而更易引发委托代理问题[26]。基金经理为了获得短期超额收益，可能会改变投资风格，从而为投资者带来更高收益，但同时也要承担更高的风险。
因此，从某种意义上来讲，基金经理的选股择时能力影响着基金投资组合的特质风险，进而事关其能否获得超额回报。
（四） 基金经理的选股择时能力
鉴于此，Treynor和Mazuy还提出了TM模型，通过加入一个二次项，首次同时分析了基金经理的市场择时能力和选股能力[27]。随后，Henriksson和Merton提出了HM模型，在TM模型的基础上，加入一个表示牛熊市的虚拟变量，考察了不同市场趋势下基金经理的选股择时能力[28]。随着基金市场不断发展，研究者们还发现，除了市场择时能力可以帮助基金经理判断未来市场走势，以便合理配置资产、控制风险敞口外，其他如规模、价值等风格择时能力也同样重要。Chen等在Carhart四因子模型中加入各个因子的二次项，构建了度量基金经理市场、规模、价值、动量择时能力的CTM和CHM评价模型[29]。
中国学者在这方面的研究延续了上述国外学者的基本思路，同时也具有一定的开创性。刘莎莎等的研究表明，开放式基金仅在熊市下的风险调整行为对基金业绩有显著积极影响；基金经理在经济繁荣和衰退时表现出迥异的风格择时选股能力，说明基金经理在熊市时的投资可能比牛市时更加谨慎[30]。易力通过运用协整模型、误差修正模型、广义脉冲响应函数等分析方法研究了基金经理风格择时能力对基金业绩的长短期影响，结果显示，在短期内，市场择时能力和动量择时能力的变动会影响基金业绩，而规模择时和价值择时能力对基金业绩的影响则不明显[31]。高金窑和王庆瑜在Carhart四因子模型的基础上对中国证券投资基金的流动性择时和风格转换能力进行了研究，结果表明，中国的证券投资基金不具有流动性择时能力、市场收益择时能力和市场波动择时能力，但是流动性风格转换能力显著[32]。
综上所述，国内外学者对于绿色基金的研究主要是运用不同方法验证其投资风格并进行绩效评价。关于风格漂移的结论大致可分为两类：第一类，风格漂移有利于提高基金业绩，进而提升基金在市场中的竞争力；第二类，风格漂移对基金业绩具有负面影响，会削弱其价值。关于绿色基金绩效评价的结论也因样本期限、国内外市场差异性等而有所不同，从上述结论可以看出，关于基金风格漂移和基金绩效评价的研究已有一定的基础，但现有研究仍然存在着许多尚待完善的地方。鉴于此，与以往单纯考察相同时间窗口下基金的业绩表现的研究不同，笔者拟在绩效评价方面运用基金日度收益数据，分别从短期、中期、长期三个不同时间窗口来研究基金风格漂移与基金绩效的关系，以期印证绿色基金风格漂移与基金经理的选股择时能力具有时间差异性。
二、 研究设计
（一） 研究假设
绿色基金作为绿色金融产品的重要分支，由于秉承绿色、环保、可持续的投资理念，从初入市场发展至今，一直备受投资者关注；然而，这不免会造成诸多投资者受市场情绪影响，盲目跟风进行投资，产生“羊群效应”，从而导致部分绿色基金为了吸引投资者，在一段时间内采取趋同的投资策略而违背绿色理念。此外，由于宏观经济波动、基金经理因业绩考核压力而产生的职业忧虑[33]或对于个人能力过度自信等，基金投资风格漂移现象普遍存在。种种原因使得绿色基金在一定时期内可能出现风格漂移。然而，基金投资风格漂移是一把双刃剑，在获得短期超额收益的同时，也隐藏着巨大的风格漂移风险[34]。Holmes和Faff的研究表明，基金风格漂移只有在市场整体下行时才有利于提升基金业绩[20]395-398。周率等的研究表明，短期风格漂移有助于提高基金绩效，长期风格漂移则会给基金绩效带来负面影响[35]。据此，笔者提出如下假设：
假设1. 绿色基金投资风格不具有持续性，在一定时期内存在风格漂移现象。
假设2a. 绿色基金风格漂移对基金业绩在一定时期内有积极影响。
假设2b. 绿色基金风格漂移对基金业绩在一定时期内有消极影响。
诸多研究表明，与传统基金相比，绿色基金的绩效表现似乎并不尽如人意。Chang等比较了美国绿色共同基金与传统共同基金的年化报酬率、Sharpe比率等财务指标，结果表明，与传统共同基金相比，绿色共同基金具有更低的回报率和风险调整收益，并没有显示出突出的“绿色优势”[36]。Ibikunle和Steffen对欧洲绿色（化石能源）、黑色（自然资源）共同基金与传统共同基金的财务绩效进行比较分析发现，绿色共同基金的绩效表现明显低于传统基金，不能兼顾环境效益和经济效益[37]。危平和舒浩运用Carhart四因子模型比较中国绿色基金与传统基金的绩效表现得出，目前中国绿色基金的投资绩效低于传统基金和市场基准，并没有带来基于绿色理念的超额收益，造成这一结果的原因可能在于：绿色项目所需的技术往往具有前期投入大、研发周期长等特点，相较于其他产业，绿色产业的正向社会效益和环境效益明显，但是这些效益短期内很难直接转化为企业的绩效[38]。这就是由于绿色投资项目的不确定性，导致持有绿色概念基金的投资者不得不承担更多的风险。据此，笔者提出如下假设：
假设3. 绿色基金绩效表现落后于传统基金。
基金经理的选股择时能力影响着基金投资组合的特质风险进而事关其能否获得超额回报。相关研究表明，基金经理确实是由于自身卓越的能力而获得了超额回报，而不是靠运气；然而，大多数投资者关注的是基金经理的选股能力，却忽视了风格择时能力对基金绩效的重要影响[39-41]。易力和胡振华采用典型相关分析方法进行研究，发现基金经理风格择时能力与基金绩效存在显著相关关系[15]846-856。Kim和Sohn研究发现，在短期内，小规模股票型基金的经理具有市场风格择时能力；从长期来看，表现活跃的基金经理具有良好的择时能力[42]。据此，笔者提出如下假设：
假设4. 绿色基金的绩效表现依赖于基金经理的风格择时能力。
（二） 样本选取与数据来源
根据中国证券投资基金业协会（AMAC）于2018年11月发布的《绿色投资指引（试行）》文件，绿色基金是指针对“环保、低碳、循环利用，包括并不限于提高能效、降低排放、清洁与可再生能源、环境保护及修复治理、循环经济等”进行投资的基金。参照这一标准，笔者选取2015—2019年中国绿色基金的日度数据进行研究。
首先，剔除截至2019年1月1日成立时间不足一年的基金；其次，基于数据完整性，剔除数据不全，以及暂停、终止经营或其他非上市状态的基金；最后，考虑到因子模型主要是针对股票收益进行研究，而偏债型基金的资产配置侧重债券投资，因此剔除债券型绿色基金。此外，由于被动指数型基金的投资策略通常是被动跟踪市场指数，因此将其剔除；由于无法判断灵活配置型基金的收益来源于投资股票还是债券，故同样将其剔除。
基于上述标准，最终得到17只股票型和偏股混合型绿色基金研究样本。
在综合考虑了每只样本基金的资产规模、成立年限、投资风格、基金类型等因素后，分别匹配了17只与其特征最为相似的传统基金作为对照组。对照组传统基金相关数据来自Wind金融数据库以及锐思数据库，基本信息如表1所示。
表 1 对照组传统基金基本信息基金名称 投资类型 市值−风格 中欧永裕A 偏股混合型基金 大盘平衡 中欧养老产业 偏股混合型基金 大盘平衡 华宝事件驱动 偏股混合型基金 大盘平衡 国泰大健康 普通股票型基金 中盘成长 嘉实智能汽车 普通股票型基金 大盘平衡 南方现代教育 普通股票型基金 中盘成长 华安物联网主题 普通股票型基金 中盘成长 工银瑞信农业产业 普通股票型基金 大盘平衡 信达澳银转型创新 普通股票型基金 大盘平衡 诺安研究精选 普通股票型基金 大盘平衡 光大国企改革主题 普通股票型基金 大盘平衡 工银瑞信新金融 普通股票型基金 大盘平衡 嘉实农业产业 普通股票型基金 大盘平衡 华夏领先 普通股票型基金 大盘平衡 万家消费成长 普通股票型基金 大盘平衡 建信信息产业 普通股票型基金 大盘平衡 广发新动力 偏股混合型基金 大盘价值 （三） 模型构建
Jensen认为，基金的总收益主要包括两部分：一部分是承担市场风险所带来的超额收益，另一部分是由基金经理的选股择时能力所带来的收益（
$\alpha $ i），即其提出的Jensen指数[8]389-416。由以下Jensen单因子基金绩效评价模型变形可得$$ {R_i} - {R_f} = {\alpha _i} + {\beta _i}({R_m} - {R_f}) + {\varepsilon _i} $$ (1) 式中：Ri为基金i当期收益率；Rf为当期无风险收益率；
$\alpha $ i 当期由基金经理的选股择时能力带来的收益；βi为基金i所承担的市场风险溢价；Rm为当期市场投资组合的收益率；εi为残差。若
$\alpha $ i为正值且t检验值显著，则表明基金高于市场基准的超额收益是由基金经理的选股择时能力带来的；若$\alpha $ i为负值且t检验值显著，则表明基金经理在选股择时上经常出现失误，从而导致基金收益低于市场平均水平；若t检验值不显著，则表明基金经理的投资能力对基金的绩效表现影响并不明显，基金经理的选股择时能力较差。若βi为正值且t检验值显著，则表明基金承担市场风险对基金业绩有显著的正向收益补偿；反之亦然。Fama和French在Jensen单因子基金绩效评价模型（式（1））上进行改进，引入规模因子（SMB）和账面市值比因子（HML）构建了Fama-French三因子模型，进一步对基金绩效和投资风格进行评估[12]1-22。此后，又在该三因子模型的基础上加入盈利能力因子（RMW）和投资能力因子（CMA）测算基金绩效的来源。公式为
$$\begin{split} {R_t} - {R_f} = & {\alpha _t} + {\beta _t}({R_m} - {R_f}) + {s_t}\cdot{\text{SMB}} + {h_t}\cdot{\text{HML}} + \\ &{r_t}\cdot{\text{RMW}} + {c_t}\cdot{\text{CMA}} + {\varepsilon _t} \end{split}$$ (2) 式中：Rt为基金在t日的收益率；αt 和βt的含义与式（1）中的
$\alpha $ i 和βi一致。若规模因子（SMB）的系数st显著为正，则表明基金经理偏好投资小市值公司的股票；若显著为负，则表明基金经理偏好投资大市值公司的股票；若趋近于0，则表明基金经理投资时对市值风格没有明显偏好。同理，ht ，rt 和ct分别为基金经理在账面市值比因子（HML）、盈利能力因子（RMW）和投资能力因子（CMA）方面的偏好；εt为残差。笔者参照已有研究，用式（2）来检验假设1。其中，基金组合在t日的收益率Rt以市值加权平均后的复权单位净值增长率代替，公式为
$$ {R_t} = \frac{{{v_t}{{ - }}{v_{t - 1}}}}{{{v_{t - 1}}}} $$ (3) 式中：vt为基金组合在t日的单位净值；vt−1为基金组合在t−1日的单位净值。
无风险收益率Rf选择一年期定期存款利率，以每年365天复利折算成日无风险收益率，公式为
$$ {R_f} = {(1 + {R_{fy}})^{1/365}} - 1 $$ (4) 式中：Rfy为一年期定期存款利率；y为一年期。
Fama-French五因子模型数值采用以总市值加权平均计算的因子日度数据整理得到。
Treynor和Mazuy提出了TM模型，通过在Jensen单因子基金绩效评价模型（式（1））中引入市场因子的二次项，将基金经理的择时能力与选股能力分离。根据他们的观点，基金经理具备的选股择时能力应当能够预测市场走势，在利好时通过调整投资组合的风险来获得较高的收益；在利空时则降低风险。公式为
$$ {R_{pt}} - {R_{ft}} = {\alpha _p} + {\beta _1}({R_{mt}} - {R_{ft}}){\text{ }} + {\beta _2}{({R_{mt}} - {R_{ft}})^2} + {\varepsilon _{pt}} $$ (5) 式中：
$\alpha $ p为基金经理的选股择时能力；β1为基金投资组合所承担的系统风险；β2为基金经理的选股择时能力估计系数；Rpt为基金在t时期的收益率；εpt为残差。根据Treynor和Mazuy的观点，如果β2>0，表示市场利好，即Rmt−$R_{ft} $ >0，这时市场收益率大于无风险收益率。由于(Rmt−$R_{ft} $ )2为正数，所以基金的风险溢酬Rpt−$R_{ft} $ 会大于市场投资组合的风险溢酬Rmt−$R_{ft} $ ；反之，当市场利空时，Rmt−$R_{ft} $ ≤0，基金风险溢酬的下跌幅度小于市场投资组合风险溢酬的下跌幅度，此时基金的风险溢酬Rpt−$R_{ft} $ 仍然大于市场投资组合风险溢酬Rmt−$R_{ft} $ 。因此，β2可以用来判断基金经理的选股择时能力。$\alpha $ p与市场走势无关，代表基金收益与系统风险相等的投资组合收益率差异，可以用于判断基金经理的选股择时能力。若$\alpha $ p>0，表明基金经理具备选股择时能力，$\alpha $ p值越大，表示基金经理的选股择时能力越强。Chen等在式（5）基础上加入市值因子（SMB）、账面市值比因子（HML）、动量因子（MOM）的二次项，并结合Carhart四因子模型，构建了CTM模型，以检验基金经理的市场择时、规模择时、价值择时和动量择时能力。公式为
$$ \begin{split} {R_t} - {R_f}& ={\alpha _i} + {\beta _{i1}}({R_m} - {R_f}) + {s_{i1}}\cdot {\text{SMB}} + {h_{i1}}\cdot{\text{HML}} +\\ & {m_{i1}}\cdot{\text{MOM}} + {\beta _{i2}}{({R_m} - {R_f})^2} + {s_{i2}}\cdot{\text{SM}}{{\text{B}}^2} + \\ & \;\;\;\;{h_{i2}}\cdot{\text{HM}}{{\text{L}}^2} + {m_{i2}}\cdot{\text{MO}}{{\text{M}}^2} + {\varepsilon _i} \\ \end{split}$$ (6) 笔者在参照Fama-French五因子模型的基础上，加入各因子的二次项，构建了调整后的风格择时五因子模型，可以用来检验假设4。公式为
$$ \begin{split} &{R_t} - {R_f} = {\alpha _i} + {\beta _{i1}}({R_m} - {R_f}) + {s_{i1}}\cdot {\rm{SMB}} + {h_{i1}}\cdot {\rm{HML}} +\\ & {r_{i1}}\cdot {\rm{RMW}} + {c_{i1}}\cdot {\rm{CMA}} + {\beta _{i2}}{({R_m} - {R_f})^2} +{s_{i2}}\cdot {\rm{SM}}{{\rm{B}}^2} +\\ &\;\;\;\;\;\;\;\; {h_{i2}}\cdot {\rm{HM}}{{\rm{L}}^2} + {r_{i2}}\cdot {\rm{RM}}{{\rm{W}}^2} + {c_{i2}}\cdot {\rm{CM}}{{\rm{A}}^2} + {\varepsilon _i} \\ \end{split} $$ (7) 当SMB>0时，表明投资小市值股票比投资大市值股票更能取得超额收益。若si2为正值，且t值显著，表明基金经理在选择股票规模上具有较好的风格选择能力，能够通过选择恰当规模的股票带来更高的收益。同理，hi2，ri2和ci2分别为基金经理在账面市值比因子（HML）、盈利能力因子（RMW）和投资能力因子（CMA）方面的风格择时能力。
关于样本区间的选择，考虑到中国绿色基金市场起步较晚，绿色基金投资者的投资期限偏好短期及检验期短存在数据较少、偶然性大等实际问题，故笔者在充分借鉴已有研究的基础上，做出分期限的实证设计，将检验期分为短期（3个月和6个月）、中期（1年和2年）、长期（4年和4.5年），并将绿色基金日度收益作为样本，研究绿色基金的风格漂移现象和基金经理投资风格的持续性。
三、 实证研究
（一） 描述性统计
1. 绿色基金基本信息
绿色基金基本信息，如表2所示。
表 2 绿色基金基本信息基金名称 投资类型 市值−风格 华安生态优先 偏股混合型基金 大盘平衡 鹏华环保产业 普通股票型基金 大盘价值 华宝生态中国 偏股混合型基金 中盘平衡 汇添富环保行业 普通股票型基金 大盘平衡 建信环保产业 普通股票型基金 大盘平衡 诺安低碳经济 普通股票型基金 大盘平衡 工银瑞信生态环境 普通股票型基金 大盘平衡 信达澳银新能源产业 普通股票型基金 中盘成长 嘉实环保低碳 普通股票型基金 大盘平衡 景顺长城环保优势 普通股票型基金 大盘成长 嘉实新能源新材料A 普通股票型基金 大盘平衡 长信低碳环保行业量化 普通股票型基金 中盘价值 银华新能源新材料量化A 普通股票型基金 大盘平衡 华宝绿色主题 偏股混合型基金 中盘平衡 创金合信新能源汽车A 普通股票型基金 大盘平衡 富国低碳环保 偏股混合型基金 大盘价值 兴全绿色投资 偏股混合型基金 大盘成长 由表2可知，约76%的样本基金投资风格偏好大盘股票，且以平衡型为主，少部分偏好中盘股票和成长型股票，没有基金偏好小盘股票。由此表明，名义上中国绿色基金整体倾向传统的稳健型投资，并不愿意为获取超额收益而承担额外的风险，多为风险厌恶型。
2. 绿色基金收益与风险
绿色基金与对照组传统基金的收益和风险对比结果，如表3所示。
表 3 绿色基金与对照组传统基金收益和风险对比结果基金类别 复权单位净值增长率/% 最大回撤率/% 收益标准差/% β系数 可决系数 绿色基金 43.3278 −42.0489 1.4989 −0.8996 0.5944 对照组传统基金 55.3169 −44.8051 1.5928 −0.4738 0.6703 由表3可知，绿色基金的复权单位净值增长率为43.327 8%，低于对照组传统基金，表明绿色基金的业绩表现弱于对照组传统基金。从最大回撤率来看，绿色基金在样本期内的最大跌幅为−42.048 9%，小于对照组传统基金的最大跌幅−44.805 1%，表明其风险略低于对照组传统基金。此外，绿色基金的收益标准差小于对照组传统基金，表明其波动风险较小，稳定性较好。但从系统性风险（β系数）和可决系数来看，绿色基金的这两个系数的值小于对照组传统基金，表明绿色基金的市场风险较大，投资分散程度劣于对照组传统基金。由此表明，不论是绿色基金还是对照组传统基金，均不能同时兼顾波动风险和市场风险。
3. 绿色基金风险调整收益
绿色基金风险调整收益，如表4所示。
表 4 绿色基金风险调整收益名称 Sharpe指数 Treynor指数 Jensen指数 信息比率（IR） 绿色基金 0.025 3 0.000 5 0.000 3 0.019 9 对照组传统基金 0.021 2 0.000 3 0.000 2 0.024 1 沪深300（市场基准） 0.185 9 0.045 4 绿色基金与对照组传统基金之差 0.004 0 0.000 2 0.000 1 −0.004 1 绿色基金与沪深300（市场基准）之差 −0.160 6 −0.044 9 由表4可知，绿色基金的风险调整收益Sharpe指数、Treynor指数、Jensen指数均略优于对照组传统基金，但劣于市场基准沪深300。由此表明，相较于对照组传统基金，绿色基金整体上表现稍好，但没有超越市场基准。绿色基金信息比率（IR）稍低于对照组传统基金，表明其获取超额收益能力较差。从Sharpe指数来看，绿色基金远低于市场基准，表明绿色基金并不能够有效分散非系统性风险。这可能与中国绿色基金起步较晚、发展不成熟且投资范围具有局限性相关。
（二） 回归结果
1. 风格漂移检验
笔者将检验期分为短期（3个月和6个月）、中期（1年和2年）、长期（4年和4.5年）来检验绿色基金风格漂移。经检验，式（4）各自变量之间不存在多重共线性。各检验期回归结果为
$$ \begin{split} {R_t} - {R_f} = {\alpha _t} + &{\beta _t}({R_m} - {R_f}) + {s_t}\cdot {\text{SMB}} + {h_t}\cdot {\text{HML}} +\\ & {r_t}\cdot {\text{RMW}} + {c_t}\cdot {\text{CMA}} + {\varepsilon _t} \end{split}$$ (8) Fama-French五因子模型回归结果，如表5所示。
表 5 Fama-French五因子模型回归结果检验期 超额收益
指标市场风险溢价
估计系数规模因子
估计系数账面市值比因子
估计系数盈利能力因子
估计系数投资能力因子
估计系数样本量 拟合优度 3个月 0.0001
（0.144）0.7121***
（16.031）0.0671
（0.618）−0.1289
（−0.898）0.1091
（0.809）−0.5446*
（−2.391）60 0.92 6个月 0.0001
（0.324）0.7507***
（26.690）0.0609
（0.790）−0.2168*
（−2.254）0.1606
（1.704）−0.3663*
（−2.501）118 0.94 1年 0.0002
（0.824）0.8049***
（43.905）0.0284
（0.464）−0.1800**
（−3.018）0.1536*
（2.024）−0.3174***
（−3.899）245 0.95 2年 0.0001
（0.268）0.8714***
（52.582）−0.1700***
（−3.394）−0.2078***
（−3.991）0.0204
（0.319）−0.2883***
（−4.138）489 0.91 4年 0.0003
（1.585）0.6840***
（58.853）−0.0486
（−1.130）−0.4480***
（−11.985）0.0589
（1.057）−0.1114*
（−1.998）976 0.86 4.5年 0.0003
（1.602）0.6883***
（63.400）−0.0443
（−1.127）−0.4335***
（−12.637）0.0549
（1.090）−0.1308*
（−2.508）1 093 0.86 注：***，**，*分别表示在0.1%，1%，5%的水平上显著。下表同。 由表5可知，在6个检验期的估计结果中，拟合优度最低为4年和4.5年检验期的0.86，最高为1年检验期的0.95，由此可以看出，Fama-French五因子模型的解释能力较强。各检验期的超额收益指标接近于0且不显著，表明中国绿色基金整体绩效表现较差，不能获得超额收益，且基金经理的选股择时能力表现并不突出。各个检验期的市场风险溢价估计系数均为正值且在0.1%的水平上显著，数值范围为0.6840～0.8714，表明绿色基金承担的风险较为集中，整体绩效受市场组合的影响显著，同时也表明承担市场风险对基金业绩有正向收益补偿。规模因子估计系数除了2年检验期外，其余检验期均不显著，且该估计系数在短期表现为正，在长期表现为负，表明绿色基金在短期内偏好小市值类型公司股票，而在长期则偏好大市值类型公司股票，与名义投资风格不一致，出现了风格漂移现象，由此假设1得到验证。同时也说明，从整体上来看，绿色基金选择大盘股票或小盘股票投资对基金业绩没有显著影响，规模因子的影响并不明显。账面市值比因子估计系数均为负值，并且随着检验期延长，显著性也在不断增强，表明绿色基金普遍偏好成长型股票，基金整体的成长型投资风格具有持续性和趋同性，与名义上基金风格偏好平衡型股票不一致，同样出现了风格漂移，由此假设1再次得到验证。盈利能力因子的系数均为正值，但除了1年检验期的该估计系数显著外，其余检验期的该系数均不显著，表明总体上绿色基金偏好高盈利能力公司的股票，且基金整体的高盈利能力型投资风格各时期之间具有持续性，但选择成长型股票和价值型股票投资对基金业绩影响甚微，盈利能力因子的影响并不显著。投资能力因子估计系数均为负值，且各检验期的该估计系数均显著，表明绿色基金偏好低投资增速公司的股票，基金整体的低投资增速型投资风格具有持续性。
2. 风格漂移对绿色基金业绩影响检验
笔者参照已有研究，以Jensen指数作为绿色基金绩效评价的指标，衡量基金绩效是否超越市场基准，如表6所示。
表 6 各检验期Jensen指数基金名称 Jensen指数 3个月 6个月 1年 2年 4年 4.5年 华安生态优先 0.002 2 0.001 8 0.000 7 0.000 9 0.000 6 0.000 7 鹏华环保产业 −0.001 3 −0.001 4 −0.000 5 −0.000 3 0.000 5 0.000 2 华宝生态中国 −0.000 3 0 −0.000 3 −0.000 2 0.000 5 0.000 4 汇添富环保行业 −0.000 9 −0.001 0 −0.000 8 −0.000 8 0.000 1 0 建信环保产业 −0.000 3 −0.000 5 −0.000 4 −0.000 5 −0.000 3 −0.00 03 诺安低碳经济 0.000 2 0.0001 0 0.000 5 0.000 4 0.000 3 工银瑞信生态环境 0.000 2 −0.0001 −0.0002 −0.000 5 −0.000 3 −0.000 2 信达澳银新能源产业 −0.000 5 0 0.0003 0.000 4 0.000 5 0.000 5 嘉实环保低碳 −0.000 3 0.0001 0.0001 0.0000 0.0003 0.0003 景顺长城环保优势 0.000 8 0.0001 −0.0001 0.0002 0.0004 0.0003 嘉实新能源新材料A −0.000 3 0.0001 0.0002 0.0001 −0.0001 0.0000 长信低碳环保行业量化 −0.000 3 −0.0006 −0.0004 −0.0003 −0.0003 −0.0003 银华新能源新材料量化A −0.001 3 −0.0008 −0.0003 −0.0007 −0.0006 −0.0007 华宝绿色主题 −0.000 1 −0.000 5 0.0001 0.0001 0.0001 0.0001 创金合信新能源汽车A −0.001 8 −0.001 5 −0.0006 −0.0004 −0.0003 −0.0004 富国低碳环保 0.000 5 0.000 3 −0.0005 −0.0003 0.0007 0.0006 兴全绿色 0.000 5 0.000 5 0.0003 0.0001 0.0001 0.0002 平均值 −0.000 2 −0.000 2 −0.0001 −0.0001 0.0001 0.0001 通过计算发现，在短期和中期，17只绿色基金的Jensen指数平均值为负。特别是在3个月检验期，仅有6只绿色基金的Jensen指数平均值为正，即这6只基金的绩效表现优于市场组合；在6个月和1年检验期，分别仅有7只和6只基金的Jensen指数平均值为正，也即仅有这些基金的绩效表现优于市场组合。由此表明，基金风格漂移在短期和中期并不能使其绩效超越市场基准，从而假设2b得到验证。在4年和4.5年检验期，绿色基金投资组合的Jensen指数平均值有所增加，如鹏华环保产业、华宝生态中国、信达澳银新能源产业等由负值变为正值，表明风格漂移在一定程度上有利于提升绿色基金绩效，由此假设2a得到验证。
3. 风格择时能力检验
笔者将检验期分为短期（3个月和6个月）、中期（1年和2年）、长期（4年和4.5年），来检验基金经理的风格择时能力。经检验，式（7）各自变量之间不存在多重共线性。各检验期回归结果为
$$ \begin{split} &{R_t} - {R_f} = {\alpha _i} + {\beta _{i1}}({R_m} - {R_f}) + {s_{i1}}\cdot{\text{SMB}} + {h_{i1}}\cdot{\text{HML}} + \\ &{r_{i1}}\cdot{\text{RMW}} + {c_{i1}}\cdot{\text{CMA}}+ {\beta _{i2}}{({R_m} - {R_f})^2} +{s_{i2}}\cdot{\text{SM}}{{\text{B}}^2} + \\ & \;\;\;\;\;\;\;\;\;\;\;{h_{i2}}\cdot{\text{HM}}{{\text{L}}^2} + {r_{i2}}\cdot{\text{RM}}{{\text{W}}^2} + {c_{i2}}\cdot{\text{CM}}{{\text{A}}^2} + {\varepsilon _i} \\ \end{split}$$ (9) 调整后的风格择时五因子模型回归结果，如表7所示。
表 7 调整后的风格择时五因子模型回归结果检验期 超额收益
指标市场风险溢价
估计系数市场择时能力
估计系数规模择时能力
估计系数账面市值比择时
能力估计系数盈利择时能力
估计系数投资择时能力
估计系数样本量 拟合优度 3个月 0.0006
（−0.770）0.7344***
（−14.000）−0.5140
（−0.398）5.3200
（−0.646）6.7200
（−0.421）−9.1600
（−0.819）−0.3130
（−0.915）60 0.92 6个月 −3×10−4
（−0.987）−0.7550***
（−25.800）0.3485
（−0.491）5.0459
（−0.785）−1.7690
（−0.174）−2.8500
（−0.363）6.5990
（−0.311）118 0.94 1年 −1×10−4
（−0.410）0.8063***
（−42.100）−0.0760
（−0.151）5.4930
（−1.040）8.5080
（−1.598）−4.3100
（−0.629）−1.3950
（−0.185）245 0.95 2年 0.0001
（−0.320）0.8643***
（−49.500）−0.7860
（−1.505）0.3239
（−0.092）−4.5210
（−1.018）−2.5600
（−0.454）14.8270*
（−2.070）489 0.90 4年 0.0010**
（−2.090）0.6590***
（−53.800）−1.2130***
（−5.489）−5.0660**
（−2.847）1.3370
（−0.833）6.7780*
（−2.420）0.7010
（−0.159）976 0.86 4.5年 0.0010**
（−3.190）0.6660***
（−58.400）−1.1200***
（−5.376）−4.8310**
（−2.865）1.2390
（−0.812）6.3220*
（−2.430）1.4330
（−0.339）1093 0.87 由表7可知，在6个检验期的估计结果中，拟合优度最低的为4年检验期的0.86，最高为1年检验期的0.95，模型的解释能力较强。其中，超额收益指标值在6个月和1年检验期为负，在长期为正，且在1%的水平上显著，表明基金经理的选股择时能力在短期和中期表现较差，不能通过选择优质股票带来超额收益，但随着投资期限延长，基金经理积累了一定的经验，选股择时能力有所提升。市场风险溢价估计系数均在0.1%的水平上显著为正，表明绿色基金的超额收益主要来源于承担市场风险的补偿，从而否定了假设4。市场择时能力估计系数在各检验期均为负，且在长期显著，表明基金经理的市场择时能力较差，并不能通过择时择机进行灵活投资为投资者带来超额收益。规模择时能力估计系数在短期和中期为正但不显著，在长期显著为负，表明基金经理的规模择时能力对基金绩效的影响在短期和中期不明显，在长期表现较差。账面市值比择时能力估计系数和投资择时能力估计系数在各检验期均正负不定且整体不显著，表明基金经理的账面市值比择时能力和投资择时能力不突出。盈利择时能力估计系数在短期和中期均为负且不显著，在长期显著为正，表明基金经理的盈利择时能力只有在长期才能得到发挥，并且给基金收益率带来了显著的积极影响。
（三） 稳健性检验
为了保证回归结果的稳健性，将Fama-French五因子模型和调整后的风格择时五因子模型各因子替换。具体来说，以流通市值加权计算得到的因子代替上文实证中以总市值加权计算得到的因子，再次进行回归，结果如表8和表9所示。
表 8 Fama-French五因子模型稳健性检验回归结果检验期 超额收益
指标市场风险溢价
估计系数规模因子
估计系数账面市值比因子
估计系数盈利能力因子
估计系数投资能力因子
估计系数样本量 拟合优度 3个月 −0.0001
（−0.152）0.6826***
（16.636）0.1493
（1.248）−0.0836
（−0.644）−0.0008
（0.006）−0.7064***
（−3.724）60 0.93 6个月 0.0001
（0.295）0.7262***
（26.227）0.1369
（1.607）−0.1903*
（−2.115）0.1043
（1.118）−0.4875*
（−3.918）118 0.94 1年 0.0002
（0.850）0.7845***
（42.137）0.1149
（1.699）−0.1406*
（−2.382）0.1041
（1.367）−0.4882***
（−6.421）245 0.95 2年 0
（0.188）0.8490***
（49.894）−0.0643
（−1.196）−0.2241***
（−4.244）−0.0115
（−0.184）−0.4260***
（−6.808）489 0.91 4年 0.0002
（−0.168）0.6783***
（58.162）0.0329
（0.736）−0.4640***
（−10.260）0.0764
（1.4010）−0.2333***
（−4.194）976 0.86 4.5年 0.0002
（1.304）0.6808***
（62.596）0.0388
（0.949）−0.4458***
（−10.772）0.0718
（1.453）−0.2536***
（−4.895）1093 0.86 表 9 调整后的风格择时五因子稳健性检验回归结果检验期 超额收益
指标市场风险溢价
估计系数市场择时能力
估计系数规模择时能力
估计系数账面市值比择时
能力估计系数盈利择时能力
估计系数投资择时能力
估计系数样本量 拟合优度 3个月 0.000 6
（0.870）0.720 5***
（15.509）−0.594 3
（−0.529）8.321 0
（0.972）5.3260
（0.377）−5.832 0
（−0.641）−46.720 0
（−1.883）60 0.93 6个月 −0.000 2
（−0.442）0.735 4***
（25.676）0.554 9
（0.789）2.805 0
（0.411）7.9070
（0.742）2.869 0
（0.426）−18.4100
（−1.042）118 0.94 1年 −0.000 1
（−0.319）0.784 0***
（40.451）−0.313 8
（−0.602）−0.878 6
（−0.154）11.080 0
（1.865）4.597 0
（0.752）−3.764 0
（−0.498）245 0.95 2年 0.000 1
（0.245）0.840 7***
（47.044）−0.915 2
（−1.691）−2.344 9
（−0.597）0.042 6
（0.009）1.057 8
（0.203）8.454 0
（1.234）489 0.91 4年 0.000 7**
（3.124）0.652 9***
（52.773）−1.188 9***
（−5.230）−5.362 2**
（−2.753）2.2696
（1.008）5.862 9*
（2.245）−0.4115
（−0.096）976 0.87 4.5年 0.000 6**
（3.023）0.658 2***
（57.233）−1.100 3***
（−5.144）−5.2605**
（−2.859）2.2710
（1.075）5.747 4*
（2.382）−0.1777
（−0.043）1 093 0.87 由表8和表9可知，绿色基金投资风格不具有持续性，在一定时期内具有风格漂移现象的结论是稳健的。绿色基金的超额收益来源于市场风险溢价，而非其基金经理的风格择时能力的结论也是稳健的。
四、 结论与贡献
（一） 结论
第一，从基金直接风险收益来看，中国股票型、偏股型绿色环保主题基金整体绩效表现劣于对照组传统基金，但其波动风险小、稳定性较高。然而，从风险调整收益指标来看，绿色基金在资产配置以及风险分散方面存在不足，无法兼顾波动风险与市场风险。可能的原因在于，中国绿色金融起步较晚，绿色基金仍处于规范化成长阶段，绿色投资市场规模较小，投资组合具有局限性，无法通过灵活配置有效分散风险。同时，绿色项目通常具有风险较高、回报率相对较低、投资周期长且政策不确定性较大等特点，这些是否反映在了绿色基金的风险调整收益中，还有待进行更深入的研究。此外，企业内外部环境信息融入价格具有时滞性，投资者盲目跟风，市场缺乏“绿色有效性”也是中国绿色金融亟待解决的问题。
第二，绿色基金投资风格不具有持续性，在一定时期内存在风格漂移现象，而且在短期和中期内，这种现象会给基金业绩带来负面影响。由此表明，从整体上来看，基金经理片面追求短期业绩而改变投资组合的主动风格漂移行为并不能为投资者带来超额收益。随着检验期延长，这一情况得到改善，可能是由于基金经理通过不断试错、学习，积累了一定的经验，形成了自己的交易风格，从而在选股择时之际变得更加理性。因此，监管部门应当完善和细化绿色基金信息披露制度，及时向投资者披露绿色基金风格变化信息，减少信息不对称带来的不利影响。此外，投资者也应当掌握一定的投资知识，培养成熟的投资理念，在充分了解绿色基金特征及对应的风险收益特征等的情况下进行理性投资决策，避免因一味地相信绿色基金标榜的名义基金风格和基金经理能力而盲目投资。
第三，从 Fama-French五因子模型回归结果来看，绿色基金整体上并未获得超额收益，且风险较为集中。基金经理的盈利择时能力仅在长期对基金业绩影响最为显著，市值择时能力、账面市值比择时能力、投资择时能力以及选股能力的影响甚微。相较于基金经理的风格择时能力，市场风险溢价因素的解释能力更强且具有持续性。由此表明，绿色基金的收益主要来源于承担市场风险所带来的收益补偿。这一结论带来的启示是：基金经理应当不断学习，充分认识到绿色基金的特殊性，并将绿色基金与基金市场普遍性进行有机结合，通过对未来市场趋势进行预测，及时调整投资组合，运用自身的选股择时能力提升绿色基金业绩，力争为投资者带来超额回报。
（二） 贡献
第一，研究提出了利用绿色基金直接收益、风险调整、不同检验期（短期、中期、长期）收益等多维度业绩指标来衡量基金的业绩，更加客观、全面地评价了中国绿色基金的绩效表现。
第二，研究引入金融学中投资者进行投资决策时存在认知偏差、“羊群效应”等相关理论，建立起绿色基金业绩与投资者行为之间的联系，并对研究结果作出了较为合理的解释。研究为中国绿色基金研究提供了新的证据，也为政府制定政策和投资者决策提供了相关参考依据。
-
表 1 对照组传统基金基本信息
基金名称 投资类型 市值−风格 中欧永裕A 偏股混合型基金 大盘平衡 中欧养老产业 偏股混合型基金 大盘平衡 华宝事件驱动 偏股混合型基金 大盘平衡 国泰大健康 普通股票型基金 中盘成长 嘉实智能汽车 普通股票型基金 大盘平衡 南方现代教育 普通股票型基金 中盘成长 华安物联网主题 普通股票型基金 中盘成长 工银瑞信农业产业 普通股票型基金 大盘平衡 信达澳银转型创新 普通股票型基金 大盘平衡 诺安研究精选 普通股票型基金 大盘平衡 光大国企改革主题 普通股票型基金 大盘平衡 工银瑞信新金融 普通股票型基金 大盘平衡 嘉实农业产业 普通股票型基金 大盘平衡 华夏领先 普通股票型基金 大盘平衡 万家消费成长 普通股票型基金 大盘平衡 建信信息产业 普通股票型基金 大盘平衡 广发新动力 偏股混合型基金 大盘价值 
下载: 导出CSV
表 2 绿色基金基本信息
基金名称 投资类型 市值−风格 华安生态优先 偏股混合型基金 大盘平衡 鹏华环保产业 普通股票型基金 大盘价值 华宝生态中国 偏股混合型基金 中盘平衡 汇添富环保行业 普通股票型基金 大盘平衡 建信环保产业 普通股票型基金 大盘平衡 诺安低碳经济 普通股票型基金 大盘平衡 工银瑞信生态环境 普通股票型基金 大盘平衡 信达澳银新能源产业 普通股票型基金 中盘成长 嘉实环保低碳 普通股票型基金 大盘平衡 景顺长城环保优势 普通股票型基金 大盘成长 嘉实新能源新材料A 普通股票型基金 大盘平衡 长信低碳环保行业量化 普通股票型基金 中盘价值 银华新能源新材料量化A 普通股票型基金 大盘平衡 华宝绿色主题 偏股混合型基金 中盘平衡 创金合信新能源汽车A 普通股票型基金 大盘平衡 富国低碳环保 偏股混合型基金 大盘价值 兴全绿色投资 偏股混合型基金 大盘成长
下载: 导出CSV
表 3 绿色基金与对照组传统基金收益和风险对比结果
基金类别 复权单位净值增长率/% 最大回撤率/% 收益标准差/% β系数 可决系数 绿色基金 43.3278 −42.0489 1.4989 −0.8996 0.5944 对照组传统基金 55.3169 −44.8051 1.5928 −0.4738 0.6703
下载: 导出CSV
表 4 绿色基金风险调整收益
名称 Sharpe指数 Treynor指数 Jensen指数 信息比率（IR） 绿色基金 0.025 3 0.000 5 0.000 3 0.019 9 对照组传统基金 0.021 2 0.000 3 0.000 2 0.024 1 沪深300（市场基准） 0.185 9 0.045 4 绿色基金与对照组传统基金之差 0.004 0 0.000 2 0.000 1 −0.004 1 绿色基金与沪深300（市场基准）之差 −0.160 6 −0.044 9
下载: 导出CSV
表 5 Fama-French五因子模型回归结果
检验期 超额收益
指标市场风险溢价
估计系数规模因子
估计系数账面市值比因子
估计系数盈利能力因子
估计系数投资能力因子
估计系数样本量 拟合优度 3个月 0.0001
（0.144）0.7121***
（16.031）0.0671
（0.618）−0.1289
（−0.898）0.1091
（0.809）−0.5446*
（−2.391）60 0.92 6个月 0.0001
（0.324）0.7507***
（26.690）0.0609
（0.790）−0.2168*
（−2.254）0.1606
（1.704）−0.3663*
（−2.501）118 0.94 1年 0.0002
（0.824）0.8049***
（43.905）0.0284
（0.464）−0.1800**
（−3.018）0.1536*
（2.024）−0.3174***
（−3.899）245 0.95 2年 0.0001
（0.268）0.8714***
（52.582）−0.1700***
（−3.394）−0.2078***
（−3.991）0.0204
（0.319）−0.2883***
（−4.138）489 0.91 4年 0.0003
（1.585）0.6840***
（58.853）−0.0486
（−1.130）−0.4480***
（−11.985）0.0589
（1.057）−0.1114*
（−1.998）976 0.86 4.5年 0.0003
（1.602）0.6883***
（63.400）−0.0443
（−1.127）−0.4335***
（−12.637）0.0549
（1.090）−0.1308*
（−2.508）1 093 0.86 注：***，**，*分别表示在0.1%，1%，5%的水平上显著。下表同。
下载: 导出CSV
表 6 各检验期Jensen指数
基金名称 Jensen指数 3个月 6个月 1年 2年 4年 4.5年 华安生态优先 0.002 2 0.001 8 0.000 7 0.000 9 0.000 6 0.000 7 鹏华环保产业 −0.001 3 −0.001 4 −0.000 5 −0.000 3 0.000 5 0.000 2 华宝生态中国 −0.000 3 0 −0.000 3 −0.000 2 0.000 5 0.000 4 汇添富环保行业 −0.000 9 −0.001 0 −0.000 8 −0.000 8 0.000 1 0 建信环保产业 −0.000 3 −0.000 5 −0.000 4 −0.000 5 −0.000 3 −0.00 03 诺安低碳经济 0.000 2 0.0001 0 0.000 5 0.000 4 0.000 3 工银瑞信生态环境 0.000 2 −0.0001 −0.0002 −0.000 5 −0.000 3 −0.000 2 信达澳银新能源产业 −0.000 5 0 0.0003 0.000 4 0.000 5 0.000 5 嘉实环保低碳 −0.000 3 0.0001 0.0001 0.0000 0.0003 0.0003 景顺长城环保优势 0.000 8 0.0001 −0.0001 0.0002 0.0004 0.0003 嘉实新能源新材料A −0.000 3 0.0001 0.0002 0.0001 −0.0001 0.0000 长信低碳环保行业量化 −0.000 3 −0.0006 −0.0004 −0.0003 −0.0003 −0.0003 银华新能源新材料量化A −0.001 3 −0.0008 −0.0003 −0.0007 −0.0006 −0.0007 华宝绿色主题 −0.000 1 −0.000 5 0.0001 0.0001 0.0001 0.0001 创金合信新能源汽车A −0.001 8 −0.001 5 −0.0006 −0.0004 −0.0003 −0.0004 富国低碳环保 0.000 5 0.000 3 −0.0005 −0.0003 0.0007 0.0006 兴全绿色 0.000 5 0.000 5 0.0003 0.0001 0.0001 0.0002 平均值 −0.000 2 −0.000 2 −0.0001 −0.0001 0.0001 0.0001
下载: 导出CSV
表 7 调整后的风格择时五因子模型回归结果
检验期 超额收益
指标市场风险溢价
估计系数市场择时能力
估计系数规模择时能力
估计系数账面市值比择时
能力估计系数盈利择时能力
估计系数投资择时能力
估计系数样本量 拟合优度 3个月 0.0006
（−0.770）0.7344***
（−14.000）−0.5140
（−0.398）5.3200
（−0.646）6.7200
（−0.421）−9.1600
（−0.819）−0.3130
（−0.915）60 0.92 6个月 −3×10−4
（−0.987）−0.7550***
（−25.800）0.3485
（−0.491）5.0459
（−0.785）−1.7690
（−0.174）−2.8500
（−0.363）6.5990
（−0.311）118 0.94 1年 −1×10−4
（−0.410）0.8063***
（−42.100）−0.0760
（−0.151）5.4930
（−1.040）8.5080
（−1.598）−4.3100
（−0.629）−1.3950
（−0.185）245 0.95 2年 0.0001
（−0.320）0.8643***
（−49.500）−0.7860
（−1.505）0.3239
（−0.092）−4.5210
（−1.018）−2.5600
（−0.454）14.8270*
（−2.070）489 0.90 4年 0.0010**
（−2.090）0.6590***
（−53.800）−1.2130***
（−5.489）−5.0660**
（−2.847）1.3370
（−0.833）6.7780*
（−2.420）0.7010
（−0.159）976 0.86 4.5年 0.0010**
（−3.190）0.6660***
（−58.400）−1.1200***
（−5.376）−4.8310**
（−2.865）1.2390
（−0.812）6.3220*
（−2.430）1.4330
（−0.339）1093 0.87
下载: 导出CSV
表 8 Fama-French五因子模型稳健性检验回归结果
检验期 超额收益
指标市场风险溢价
估计系数规模因子
估计系数账面市值比因子
估计系数盈利能力因子
估计系数投资能力因子
估计系数样本量 拟合优度 3个月 −0.0001
（−0.152）0.6826***
（16.636）0.1493
（1.248）−0.0836
（−0.644）−0.0008
（0.006）−0.7064***
（−3.724）60 0.93 6个月 0.0001
（0.295）0.7262***
（26.227）0.1369
（1.607）−0.1903*
（−2.115）0.1043
（1.118）−0.4875*
（−3.918）118 0.94 1年 0.0002
（0.850）0.7845***
（42.137）0.1149
（1.699）−0.1406*
（−2.382）0.1041
（1.367）−0.4882***
（−6.421）245 0.95 2年 0
（0.188）0.8490***
（49.894）−0.0643
（−1.196）−0.2241***
（−4.244）−0.0115
（−0.184）−0.4260***
（−6.808）489 0.91 4年 0.0002
（−0.168）0.6783***
（58.162）0.0329
（0.736）−0.4640***
（−10.260）0.0764
（1.4010）−0.2333***
（−4.194）976 0.86 4.5年 0.0002
（1.304）0.6808***
（62.596）0.0388
（0.949）−0.4458***
（−10.772）0.0718
（1.453）−0.2536***
（−4.895）1093 0.86
下载: 导出CSV
表 9 调整后的风格择时五因子稳健性检验回归结果
检验期 超额收益
指标市场风险溢价
估计系数市场择时能力
估计系数规模择时能力
估计系数账面市值比择时
能力估计系数盈利择时能力
估计系数投资择时能力
估计系数样本量 拟合优度 3个月 0.000 6
（0.870）0.720 5***
（15.509）−0.594 3
（−0.529）8.321 0
（0.972）5.3260
（0.377）−5.832 0
（−0.641）−46.720 0
（−1.883）60 0.93 6个月 −0.000 2
（−0.442）0.735 4***
（25.676）0.554 9
（0.789）2.805 0
（0.411）7.9070
（0.742）2.869 0
（0.426）−18.4100
（−1.042）118 0.94 1年 −0.000 1
（−0.319）0.784 0***
（40.451）−0.313 8
（−0.602）−0.878 6
（−0.154）11.080 0
（1.865）4.597 0
（0.752）−3.764 0
（−0.498）245 0.95 2年 0.000 1
（0.245）0.840 7***
（47.044）−0.915 2
（−1.691）−2.344 9
（−0.597）0.042 6
（0.009）1.057 8
（0.203）8.454 0
（1.234）489 0.91 4年 0.000 7**
（3.124）0.652 9***
（52.773）−1.188 9***
（−5.230）−5.362 2**
（−2.753）2.2696
（1.008）5.862 9*
（2.245）−0.4115
（−0.096）976 0.87 4.5年 0.000 6**
（3.023）0.658 2***
（57.233）−1.100 3***
（−5.144）−5.2605**
（−2.859）2.2710
（1.075）5.747 4*
（2.382）−0.1777
（−0.043）1 093 0.87
下载: 导出CSV
-
[1] 中国人民银行.《中国绿色金融发展报告（2018）》摘要[EB/OL]. （2019−11−20）[2021−06−01]. [2] 中共中央, 国务院. 中共中央 国务院印发《生态文明体制改革总体方案》[J]. 环境监测管理与技术,2015,27(5): 20. [3] 习近平. 决胜全面建成小康社会 夺取新时代中国特色社会主义伟大胜利——在中国共产党第十九次全国代表大会上的报告[N]. 人民日报, 2017−10−28(1). [4] 韩立岩, 蔡立新, 尹力博. 中国证券市场的绿色激励:一个四因素模型[J]. 金融研究,2017(1): 145—161. [5] MARKOWITZ H. Portfolio selection [J]. The Journal of Finance,1952,7(1): 77—91.
[6] TREYNOR J L. How to rate management of investment funds [J]. Harvard Business Review,1965,43: 63—75.
[7] SHARPE W F. Mutual fund performance [J]. The Journal of Business,1966,39(S1): 119—138.
[8] JENSEN M C. Problems in selection of security portfolios — The performance of mutual funds in the period 1945—1964 [J]. The Journal of Finance,1968, 23(2): 389—416.
[9] ROSS S A. The arbitrage theory of capital asset pricing [J]. Academic Press,1976,13(3): 341—360.
[10] FAMA E F, FRENCH K R. Common risk factors in the returns on stocks and bonds [J]. Journal of Financial Economics,1993,33(1): 3—56.
[11] CARHART M M. On persistence in mutual fund performance [J]. The Journal of Finance, 1997, 52(1): 57—82.
[12] FAMA E F, FRENCH K R. A five-factor asset pricing model [J]. Journal of Financial Economics,2014,116(1): 1—22.
[13] 王守法. 我国证券投资基金绩效的研究与评价[J]. 经济研究,2005(3): 119—127. [14] 齐岳, 孙信明. 基于投资策略的基金绩效评价——以价值、成长和平衡型基金为例[J]. 管理评论,2016,28(4): 155—165. [15] 易力, 胡振华. 基于FDR控制的基金绩效评价[J]. 系统工程理论与实践,2016,36(4): 846—856. [16] 蒋翠侠, 刘玉叶, 许启发. 基于LASSO分位数回归的对冲基金投资策略研究[J]. 管理科学学报,2016,19(3): 107—126. [17] SHARPE W F. Asset allocation: Management style and performance measurement [J]. The Journal of Portfolio Management,1992,18(2): 7—19.
[18] CUMMING D, FLEMING G, SCHWIENBACHER A. Style drift in private equity [J]. Journal of Business Finance & Accounting,2009,36(5-6): 645—678.
[19] 赵坚毅, 于泽, 李颖俊. 投资者参与和证券投资基金风格业绩的评估[J]. 经济研究,2005(7): 45—55. [20] HOLMES K, FAFF R. Style drift and fund performance in up and down markets: Australian evidence [J]. Applied Financial Economics Letters,2008,4(6): 395—398.
[21] MEINANDA K, HOW J, VERHOEVEN P. Fund governance and style drift [J]. Pacific-Basin Finance Journal,2016,40: 59—72.
[22] 郭文伟, 宋光辉, 许林. 风格漂移、现金流波动与基金绩效之关系研究[J]. 管理评论,2011,23(12): 3—9. [23] CHEN F. An empirical study on the non-linear relationship between the performance of funds and the cash flows of funds [J]. American Journal of Industrial and Business Management,2018,8(4): 881—897.
[24] LUX T. Herd behaviour, bubbles and crashes [J]. Economic Journal,1995,105(431): 881—896.
[25] 肖继辉, 彭文平, 许佳, 等. 业绩排名与预期风险调整——考虑报酬激励与解职风险交互影响的新证据[J]. 经济学(季刊),2016,15(3): 1177—1204. [26] PAGLIARI J L. Principal-agent issues in real estate funds and joint ventures [J]. The Journal of Portfolio Management,2015,41(6): 21—37.
[27] TREYNOR J L, MAZUY K K. Can mutual funds outguess the market [J]. Harvard Business Review,1966,44: 131—136.
[28] HENRIKSSON R D, MERTON R C. On market timing and investment performance Part Ⅱ: Statistical procedures for evaluating forecasting skills [J]. Journal of Business,1981,54(4): 513—533.
[29] CHEN L W, ADAMS A, TAFFLER R. What style-timing skills do mutual fund “stars” possess? [J]. Journal of Empirical Finance,2013,21(1): 156—173.
[30] 刘莎莎, 刘玉珍, 唐涯. 信息优势、风险调整与基金业绩[J]. 管理世界,2013,29(8): 67—76. [31] 易力. 基金经理风格择时能力能够改善基金业绩吗——来自我国开放式基金的经验证据[J]. 南方金融,2018(9): 62—72. [32] 高金窑, 王庆瑜. 证券投资基金的择时与风格转换——基于市场流动性视角的研究[J]. 金融论坛,2019,24(4): 58—70. [33] 孟庆斌, 吴卫星, 于上尧. 基金经理职业忧虑与其投资风格[J]. 经济研究,2015,50(3): 115—130. [34] 许林, 汪亚楠. 基于周内多重分形波动率的基金投资风格漂移风险测度研究[J]. 统计研究,2019,36(8): 32—45. [35] 周率, 程勇, 周孝华. 我国开放式股票型基金的“投资风格漂移”现象研究[J]. 管理世界,2018,34(6): 175—176. [36] CHANG C E, NELSON W A, WITTE H D. Do green mutual funds perform well? [J]. Management Research Review,2012,35(8): 693—708.
[37] IBIKUNLE G, STEFFEN T. European green mutual fund performance: A comparative analysis with their conventional and black peers [J]. Journal of Business Ethics,2017,145: 1—19.
[38] 危平, 舒浩. 中国资本市场对绿色投资认可吗?——基于绿色基金的分析[J]. 财经研究,2018,44(5): 23—35. [39] KOSOWSKI R, TIMMERMANN A, WERMERS R, et al. Can mutual fund “stars” really pick stocks? New evidence from a bootstrap analysis [J]. The Journal of Finance,2006,61(6): 2551—2595.
[40] CUTHBERTSON K, NITZSCHE D, O’SULLIVAN N. UK mutual fund performance: Skill or luck? [J]. Journal of Empirical Finance,2007,15(4): 613—634.
[41] YANG Q. An empirical research on the funds managers’ skill and accrual quality risk premium: The evidence from China [J]. Open Journal of Business and Management,2018,6(2): 373—381.
[42] KIM S S, SOHN P. Market timing performance in the Korean fund market: Evidence from portfolio holdings [J]. Procedia Economics & Finance,2013,5: 443—452.
-
期刊类型引用(4)
1. 任海龙，翟莹莹. ESG基金绩效评价实证分析. 现代商业. 2024(02): 171-176 . 
百度学术
2. 杨林，崔玉虎，孙溪遥. 制度约束视域下绿色基金持股提升了企业环境信息披露质量吗?——以A股上市制造业企业为样本. 制度经济学研究. 2024(03): 156-180 . 百度学术
3. 夏烨，马文超. 基金绿化影响企业环境治理的效应及机制：文献回顾与展望. 财会月刊. 2023(20): 135-142 . 百度学术
4. 易力，唐笛. 业绩排名对绿色基金风格漂移的影响研究. 武汉金融. 2022(10): 42-50 . 百度学术
其他类型引用(30)
计量
- 文章访问数: 146
- HTML全文浏览量: 110
- PDF下载量: 18
- 被引次数: 34
