论文部分内容阅读
摘要：依据可获取的描述基金经理人特征变量的统计信息，以沪深两市2011年746只基金作为研究样本，通过逻辑回归检验了基金绩效与基金经理人特征之间的关系。与大多数研究结果不同的是，实证结论表明，年龄、学历、其他教育背景、性别、工作年限、专业背景对基金绩效均没有显著的影响，而基金经理管理的基金数对绩效有显著的正向影响。同时对于投资于股票市场的基金，管理人单独决策的效率产生的收益超过团队协作带来的收益，从而使得基金管理的人数对绩效产生了冲击。另外，替换基金经理对基金的绩效可能有负的影响。
关键词：基金绩效；经理人特征；市场有效性
中图分类号：F832.5 文献标识码：A 文章编号：1003-3890（2013）03-0036-06
一、问题提出
随着基金成为越来越多投资者的投资对象，基金经理人特征这一因素越来越受到人们关注。艾洪德、刘聪[1]（2008）认为，基金经理的学历背景、行业经验等因素都不同程度地影响到基金的投资取向和风格，并最终影响到基金收益。在这方面有不少文献，如Israclscn[2]（1998）研究了1992至1996年间1 223只基金的特征（特别是表现好的基金），结果表明，任期在6年以上的基金经理所管理的基金具有较高的收益，且任期长的基金经理管理的基金周转率比较低。Kon[3]（2000）的研究进一步证明经验丰富的基金经理管理的资产短期内要比欠缺经验的经理管理的基金业绩表现好。在国内李豫湘等[4]（2006）发现，基金绩效与基金经理人年龄和任期均显著正相关。何杰、杨丹[5]（2010）通过研究认为，与基金业绩相关的基金经理特征的相关变量中，基金经理平均年龄、基金经理中女性的比例对基金业绩有着较明显的正向影响。总的来说，主流文献肯定了经理人特征与基金绩效间存在相关关系。但也有一些不同意见，如赵秀娟、汪寿阳[6]（2010）的研究结果认为，基金经理从事证券业的时间长短与其管理的基金业绩并没有显著的相关性，学历、背景、性别等与风险控制和收益水平也没有显著的关系。
目前为止，国内对基金经理特性与基金业绩关系的研究尚处于起步阶段，已有文献所关注的基金经理人的特征仍然是较为分散和不全面的，而且大多数研究没有区分基金的类型，导致研究结果较为粗糙。本文则基于能够全面描述基金经理人的特征变量，选取比较明显且易于量化的特征来进行分析，并进一步区分基金的不同类型来研究，试图找出它们与基金绩效之间的稳定而较为精确的关系，因而对基金投资实践具有较高参考价值。同时，本研究还有助于基金管理公司建立科学规范的基金经理业绩评估体系，从而为基金公司选择合适的管理人提供借鉴。
二、变量选择和研究模型
（一）研究变量选取
对于基金经理人特性变量，本文综合考察了国内资本市场经理人的资料和相关文献，选取了任期、从业时间、管理基金数，基金经理人、性别、年龄、学历、专业等变量来进行描述。各变量的相关描述如下：
1. 经理人任期（DAYS），用天数做单位，衡量了基金管理人管理该基金的时间长度。
2. 从业时间（WORKT）。
3. 某经理管理的基金数（NUM1）。
4. 某基金的经理人数（NUM2），其中：0表示一个，1表示两个，2表示三个。
5. 性别（SEX）：0表示女性，1表示男性。
6. 年龄（AGE）。
7. 学历（DEGREE）：1表示专科，2表示本科，3表示硕士，4表示博士。
8. 专业（MAJOR）：0表示专业为非经济管理背景，1表示专业为经济管理背景。
9. 留学情况（EDU1）：0表示没有留学经历，1表示有留学经历，2表示有境外学习经历。
10. 国外工作经历（EXP1）：0表示没有国外经历；1表示有国外工作经历，2表示有境外工作经历。
11. 是否更换基金经理（CHANGE）：0表示没有更换，1表示曾有更换。
另外，用表示基金收益率的Jensen指数 （j）以及基金净值收益率_nvgrort表示回归的因变量，其中Jansen指数的计算公式为：
j=Ri-RF-？茁（Rm-Rf）
上述公式中，Ri是基金2011年的周收益，Rf是2011年的国债周收益率，Rm=80%*深沪成分复合指数+20%*国债收益率，表示市场组合的收益。
（二）数据来源
本文数据中基金经理人特征数据来自万德数据库基金经理人特征数据（截至2011年12月），收益率数据来自锐思基金数据库中2011年周度收益数据，在合并之后共得到1 210个可用样本，进一步剔除掉数据缺失严重的86家公司，并且对某些表现突出的明星基金经理样本进行了必要的剔除，最终共选取了1 118只基金数据作为样本。
（三）样本的描述性统计特征与样本系数分析
1. 对上述自变量的统计特征进行描述，结果如表1：
从表1可看出，学历的虚拟变量DEGREE均值是3，说明大部分基金经理的学历程度较高，硕士以上学历占了大多数。此外基金经理的专业虚拟变量的均值是0.9，这说明有90%的基金经理具有经管专业的教育背景。由于样本中专业变量相对集中，因此在回归中有可能带来不显著性。另外，从留学变量（EDU1）和国外工作经验变量（EXP1）来看，留学国外以及有国外工作经理的基金经理比重较少，说明在国内基金市场中主要还是以本土人才为主，这可能会使得相关的特征变量难以作为比较收益差距的依据。
至于当前任职时间变量（DAYS）和从业时间变量（WORKT），可用其统计特征图（如图1和图2）进行分析。从图1和图2可以看出，当前基金经理任职时间分布近似于正态分布，峰度稍偏右，而从业时间分布的峰度都偏左，在均值左边的分布要相对集中，而在均值右边则非常分散。这个特征与基金行业的发展有一定的同步性：在最近三年内，基金的迅猛增加使得对基金经理的需求也快速提升。当然，这两个变量在分布上也具有一定的变异性，能够对基金经理进行较好的区分，因此不失为一种好的特征变量。 另外，从表1中可以看到大多数的基金经理同时管理了两只或以上的基金，这一现象既可能与国内优秀的基金人才比较稀缺，导致了基金经理的身兼多职有关，也有可能与基金经理的“明星效应”有关。同时基金经理管理多只基金也可能带来规模效应。表1数据还显示，大多数基金是由一个经理人管理的，这说明国内的基金经理更倾向于单独决策而非团体的一致协作。
同时在表1中可以看出，AGE变量的缺失值较多，因此在之后的模型改进中，将删除该变量。
再对自变量相关性进行分析，结果见表2：
表2中数据显著性水平为0.05，若为*则表示显著性水平为0.01。
从表2可知，数据中存在着一定的多重共线性，这在虚拟变量中表现比较明显，而在可能出现共线性的年龄、从业时间、当前任职时间等变量之间却没有发现有明显的相关性，因此看来过多的虚拟变量可能会带来多重共线性的问题，使得回归结果不够理想。
需要特别指出的是，基金经理当前基金任职时间（DAYS）与从业时间（WORKT）之间存在明显的相关性，因此在回归中需要警惕。不仅如此，从业时间与基金经理管理的基金数（NUM2）也存在明显的相关关系，这一点可以解释为从业时间越长，基金经理就越有可能被更多的基金公司聘用。同时表2中可以看到从业时间变量与年龄变量、基金经理更换变量之间也存在一定的相关性，可以预期这几个特征变量对基金经理的绩效可能会有比较重要的影响，但是由于共线性的存在，使得回归会出现不可预期的结果，解决的变法或许是在回归中忽略从业时间变量（WORKT）。
另外国外留学经历变量（EDU1）与国外工作变量（EXP1）之间也存在较强的相关性，这个比较容易理解，因此在研究中有必要通过显著性程度和共线性（计算容许度）对这两个变量进行取舍。
2. 对因变量特征进行描述，结果见表3：
从表3中可以看出，基金超额收益率指数J的均值为正，再对J进行零均值检验，结果见表4：
表4说明基金在剔除风险后确实存在正的超额收益，这一超额收益既可能是由于基金经理的操作所带来的，也有可能是由于市场的非有效性和信息不对称所致。
三、模型回归与结果分析
由于得到的Jansen指数值太小，为了测度方便，本文对Jansen指数放大100倍进行处理，并且对一些数值较大的变量如DAYS、AGE进行了对数化处理。
根据第二部分的模型进行回归，基金绩效与经理人特征的多元线性回归结果如表5：
1. 回归结果1为根据方程（1）对数据进行回归得到的结果，此回归中还未添加是否更换基金经理（CHANGE）变量，同时由于部分数据缺失的原因，有效的样本为322个。回归结果显示：所有的解释变量中NUM1、NUM2，SEX、DAYS系数是显著的。
2. 回归结果2是对筛选出来的投资风格为股票型的基金数据进行方程（2）回归得到的结果，此时的有效样本为148个，结果同样显示NUM1、NUM2，SEX系数是显著的。
3. 回归结果3是在对总样本进行方程（3）回归得到的结果，回归中添加了基金存续期间是否更换基金经理（CHANGE）这一变量。回归结果显示NUM1、NUM2，SEX与CHANGE的系数是显著的。
回归4、5、6中用净值增长率来替换詹森指数进行回归，得到的结果显示，替换之后的变量系数的显著性与用詹森指数回归的结果差别较大。在回归1、2、3中，任职时间（DAYS）和从业经历（WORKT）表现基本不显著，而它们的系数在回归4、6中都是显著的，且DAYS的系数为负，WORKT的系数为正，这说明对于样本总体，当前基金的任期对未经过风险调整的基金绩效存在负的影响，而从业时间对未经风险调整的基金绩效存在正的影响，但是投资风格为股票类的基金却没有显示出这样的影响。
前三个回归结果显示，基金经理管理的基金数（NUM1）、基金的共同任职基金数（NUM2）与性别（SEX）的系数均显著，且NUM1的系数为正，NUM2的系数为负，SEX的系数也为负，这说明基金经理管理的基金数对经过风险调整的基金绩效具有正的影响，而共同任职的基金经理数对经过风险调整的基金绩效具有负的影响，同时女性基金经理管理的基金的表现要更好。但是在回归4、5、6中可以看到，只有NUM1的系数与前面回归的结果一致，而性别变量则没有显示出显著性。总的来看，所选取的基金样本显示，基金经理决策独立性的好处要比团队协作带来的好处更多，而基金经理管理的基金越多，收益也更好。这可能是由于存在某种“强者现象”，即好的基金经理能够得到更多信息，同时由于本身操作具有优势，从而使得其管理的基金更多，也会带来更好的收益。至于性别，可能是由于女性基金经理的数量较少，从而使得她们在平均水平上比男性基金经理表现得更加优秀，从而能够取得相对较好的业绩。
上述回归中，经调整R2都较小，说明选取的基金经理特征对基金绩效具有一定的解释能力，但是效果并不好，这或许是由于多重共线性所带来的后果。总的来看，对样本总体进行的回归结果还不够理想，因此，本文根据基金的类型（共五种类型）进行分组，并分别进行了回归，回归的结果如表6所示。
（1）回归7、12是对分类为混合型基金包括平衡混合型、偏债混合型、偏股混合型基金的回归。
（2）回归8、13是对分类为混合债券型基金包括混合债券型一级基金和混合债券型二级基金的回归。
（3）回归9、14是对指数型基金包括被动指数型和增强指数型基金的回归。
（4）回归10、15是对普通股票型基金的回归。
（5）回归11、16是对其他类型基金的回归，这类基金包括封闭式基金和QDII类型基金。
从表6中可以看出对于混合型基金和其他类型的基金，所有的解释变量都不显著，但是其他三种分类的回归都有显著的回归系数。在对混合债券型基金的回归中，性别变量（sex）在0.01的显著性水平上显著，且回归系数为负，这说明对于混合债券型基金，女性基金经理的表现要比男性基金经理人好，但是这个结论在其他回归中都没有得到相应的支持。另外，基金经理更换变量（CHANGE）在0.05的显著水平上显著，且系数为正，说明更换基金经理的混合债券型基金比一年内没有更换过基金经理的混合债券基金表现要好，这个结论在回归9中得到了支持，但在回归10中却得出了相反的结论，这说明基金经理的更换对于不同类型的基金可能会带来不同的影响；此外，基金经理从业时间（WORKT）在0.01的显著水平上显著，且系数为正，这说明对于混合债券型基金，基金经理的从业时间对基金绩效具有正的影响，这个结论在回归9中也得到了支持。在回归9中还可以看到，除常数项和基金经理人变动变量外，从业时间变量（WORKT）、专业背景（MAJOR）、留学经历（EDU1）、国外工作经历（EXP1）也都是显著的，且系数均为正，说明对于指数型基金，从业时间越长、具有经管专业背景、有国外留学/工作经历的基金经理所管理的基金能够获得更好的收益。 相对于未分组的回归结果，研究发现较之前的NUM1，即基金经理管理的基金数这一变量变得不显著了，这或许是同一个基金经理管理的不同类型的基金因为分组被分散化了，从而使得这种所管理的基金之间产生的协同效应消失了。通过前后对比，可以更加确信同一基金经理管理的基金之间确实存在利好的协同效应，从而使基金获得一个更好的收益。
由于AGE变量的缺失值较多，在接下来的修正回归中，将剔除掉该变量。结果见表7。
在表7中，回归17是使用Jansen指数对基金经理人特征变量做的多元线性回归，回归18是使用净值增长率对基金经理人特征变量做的多元线性回归。在回归结果中可以看到，不论是使用Jansen指数还是_nvgrort变量，从业时间WORKT的系数都是显著的，并且为负，这说明从业时间对基金的绩效存在负的影响，可能的原因是从业时间越长的基金经理的经验积累带来的好处输给了刚从业的基金经理具有的旺盛精力和掌握的更进步的操作技术所产生的收益，而回归18中WORKT的绝对值相对更大的系数说明这种差距对于未经风险调整的净值增长率更加明显。在这两个回归中，其他几个显著的变量，如性别、管理的基金数、基金经理变更变量的系数都与之前的回归结果一致，这更加印证之前结果的可靠性。唯一不同的是在回归18中国外工作经历变量（EXP1）的系数是显著的，且为负，而回归17中该系数虽然不显著，但也为负。这个变量的系数目前存在较大的不确定性，在样本总体回归中它的系数都为负，但在分组回归中却没有得到一致的结果，整体来说其影响是负的。
总的来看，使用基金净值收益率来衡量基金绩效得到的结果基本上与使用詹森指数相同，而且由于净值收益率未经风险调整，回归得到的结果变得更加显著。
四、总结
本文研究显示，基金经理人的特性与基金绩效之间呈现出较为复杂的关系。
在未按基金类型分类的回归中，只有NUM1系数是显著的且为正，说明某只基金的经理管理的基金数越多对基金的收益就愈有正的影响，可能的原因是基金经理的管理和精力投入并不是基金绩效的最重要的影响因素，一个基金经理的资源越多、信息越灵敏，那么他管理的基金的收益越高，这样就会有更多的基金聘任他为经理，从而形成这种谬误关系。这也从另一方面反映了国内的证券市场还不够发达，还不是强有效市场。而NUM2的系数为负，且大部分显著，说明对于投资于股票市场的基金，管理人单独决策的便利带来的收益比团队协作带来的收益更大，从而使得共同管理的基金经理数对绩效有负的影响。另外，反映基金经理替代的变量CHANGE的系数为负，且均为显著，这个可能是因为替换基金经理对绩效会产生不利的影响，也有可能是因为绩效不理想导致基金经理的替换，具体因果关系有待进一步研究。
而分组之后情况有所不同。分组回归的结果说明，对于某些类型的基金，可以看到从业时间、教育及工作背景变量、基金经理变更变量都具有不同程度的解释能力，表明国内基金市场在某种程度上存在基金绩效与基金经理人特征之间的关联关系，但是由于在市场结构、基金管理操作以及投资目标和标的上都存在差异性，使得不同的市场表现不尽相同，因此无法得出对于基金经理特征与绩效之间具有普适意义的结论。但是值得庆幸的是，对于某些类型的基金我们或许能够得到具有投资参考价值的模型和结论，从而可通过基金经理人特征分析对基金绩效做出合理的预期。
在修正的回归中，回归结果显示从业时间WORKT变量一致为负且显著，表明从业时间越长的基金经理所具有的经验积累未必能够对绩效产生正面效果，行业经验在基金业中的作用可能不像其他行业那样大。而基金经理管理的基金数变量一致为正，对绩效有显著的正面影响，原因是有可能基金经理管理的基金之间存在某种协同效应或者说规模效应。同时对于投资于股票市场的基金，管理人的单独决策的便利带来的收益比团队协作带来的收益要大，从而使得参与共同管理的基金经理数对绩效有负的影响，而替换基金经理对基金的绩效可能有负的影响。对于其他变量，如学历、性别、当前基金任职时间、专业背景等对基金绩效都没有显著的影响。
另外值得指出的是，在所有的回归中结果都一样的只有NUM1这个变量，其系数均为正且大部分显著，反映出基金投资中存在“强者”的现象，即能力强的经理具有操作优势，基金收益好，会引发更多基金发出聘任邀请，从而使得其管理的基金更多，从而出现“强者越强”的现象。
因此，总的来说，年龄、学历、其他教育背景、性别、工作年限、专业背景对基金绩效没有显著的影响，只有基金经理管理的基金数对绩效有显著的正面影响，而对于投资于股票市场的基金，进行共同管理的基金经理数对绩效有负面影响。
最后需要指出，样本中某些变量的高度集中分布可能导致了结果的不显著性，虽然在之后进行的分组回归中对这个问题进行了某种程度上的修正，但是分组后的小样本特性将使得回归结果的可靠性降低，因此在改进的研究中可以尝试通过改变样本容量来解决这些问题。另外，国内关于基金评级的研究处在发展阶段，还远远不够成熟，许多基金经理相关的特征信息并没有披露出来，这也给研究带来的一定的困难，需要在以后的工作中进行改进。
参考文献
[1]艾洪德，刘聪.基金经理个人特征与基金投资风格[J].财贸经济，2008，（12）：26-31.
[2]Israelsen. Risk-Adjusted Performance ofMutual Funds. New England Economic Review，1998（September/October）： 33-48.
[3]Kon S J. The market-timing performance of mutual fund managers. Journal of Business，Vol.56，No.3 2000，pp.323-347.
[4]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.
[5]何杰，杨丹.什么影响着中国基金管理公司的投资业绩？ [J].财贸经济，2010，（1）：44-50.
[6]赵秀娟，汪寿阳.基金经理在多大程度上影响了基金业绩？——业绩与个人特征的实证检验[J].管理评论，2010，（3）：3-12.
责任编辑、校对：关 华
关键词：基金绩效；经理人特征；市场有效性
中图分类号：F832.5 文献标识码：A 文章编号：1003-3890（2013）03-0036-06
一、问题提出
随着基金成为越来越多投资者的投资对象，基金经理人特征这一因素越来越受到人们关注。艾洪德、刘聪[1]（2008）认为，基金经理的学历背景、行业经验等因素都不同程度地影响到基金的投资取向和风格，并最终影响到基金收益。在这方面有不少文献，如Israclscn[2]（1998）研究了1992至1996年间1 223只基金的特征（特别是表现好的基金），结果表明，任期在6年以上的基金经理所管理的基金具有较高的收益，且任期长的基金经理管理的基金周转率比较低。Kon[3]（2000）的研究进一步证明经验丰富的基金经理管理的资产短期内要比欠缺经验的经理管理的基金业绩表现好。在国内李豫湘等[4]（2006）发现，基金绩效与基金经理人年龄和任期均显著正相关。何杰、杨丹[5]（2010）通过研究认为，与基金业绩相关的基金经理特征的相关变量中，基金经理平均年龄、基金经理中女性的比例对基金业绩有着较明显的正向影响。总的来说，主流文献肯定了经理人特征与基金绩效间存在相关关系。但也有一些不同意见，如赵秀娟、汪寿阳[6]（2010）的研究结果认为，基金经理从事证券业的时间长短与其管理的基金业绩并没有显著的相关性，学历、背景、性别等与风险控制和收益水平也没有显著的关系。
目前为止，国内对基金经理特性与基金业绩关系的研究尚处于起步阶段，已有文献所关注的基金经理人的特征仍然是较为分散和不全面的，而且大多数研究没有区分基金的类型，导致研究结果较为粗糙。本文则基于能够全面描述基金经理人的特征变量，选取比较明显且易于量化的特征来进行分析，并进一步区分基金的不同类型来研究，试图找出它们与基金绩效之间的稳定而较为精确的关系，因而对基金投资实践具有较高参考价值。同时，本研究还有助于基金管理公司建立科学规范的基金经理业绩评估体系，从而为基金公司选择合适的管理人提供借鉴。
二、变量选择和研究模型
（一）研究变量选取
对于基金经理人特性变量，本文综合考察了国内资本市场经理人的资料和相关文献，选取了任期、从业时间、管理基金数，基金经理人、性别、年龄、学历、专业等变量来进行描述。各变量的相关描述如下：
1. 经理人任期（DAYS），用天数做单位，衡量了基金管理人管理该基金的时间长度。
2. 从业时间（WORKT）。
3. 某经理管理的基金数（NUM1）。
4. 某基金的经理人数（NUM2），其中：0表示一个，1表示两个，2表示三个。
5. 性别（SEX）：0表示女性，1表示男性。
6. 年龄（AGE）。
7. 学历（DEGREE）：1表示专科，2表示本科，3表示硕士，4表示博士。
8. 专业（MAJOR）：0表示专业为非经济管理背景，1表示专业为经济管理背景。
9. 留学情况（EDU1）：0表示没有留学经历，1表示有留学经历，2表示有境外学习经历。
10. 国外工作经历（EXP1）：0表示没有国外经历；1表示有国外工作经历，2表示有境外工作经历。
11. 是否更换基金经理（CHANGE）：0表示没有更换，1表示曾有更换。
另外，用表示基金收益率的Jensen指数 （j）以及基金净值收益率_nvgrort表示回归的因变量，其中Jansen指数的计算公式为：
j=Ri-RF-？茁（Rm-Rf）
上述公式中，Ri是基金2011年的周收益，Rf是2011年的国债周收益率，Rm=80%*深沪成分复合指数+20%*国债收益率，表示市场组合的收益。
（二）数据来源
本文数据中基金经理人特征数据来自万德数据库基金经理人特征数据（截至2011年12月），收益率数据来自锐思基金数据库中2011年周度收益数据，在合并之后共得到1 210个可用样本，进一步剔除掉数据缺失严重的86家公司，并且对某些表现突出的明星基金经理样本进行了必要的剔除，最终共选取了1 118只基金数据作为样本。
（三）样本的描述性统计特征与样本系数分析
1. 对上述自变量的统计特征进行描述，结果如表1：
从表1可看出，学历的虚拟变量DEGREE均值是3，说明大部分基金经理的学历程度较高，硕士以上学历占了大多数。此外基金经理的专业虚拟变量的均值是0.9，这说明有90%的基金经理具有经管专业的教育背景。由于样本中专业变量相对集中，因此在回归中有可能带来不显著性。另外，从留学变量（EDU1）和国外工作经验变量（EXP1）来看，留学国外以及有国外工作经理的基金经理比重较少，说明在国内基金市场中主要还是以本土人才为主，这可能会使得相关的特征变量难以作为比较收益差距的依据。
至于当前任职时间变量（DAYS）和从业时间变量（WORKT），可用其统计特征图（如图1和图2）进行分析。从图1和图2可以看出，当前基金经理任职时间分布近似于正态分布，峰度稍偏右，而从业时间分布的峰度都偏左，在均值左边的分布要相对集中，而在均值右边则非常分散。这个特征与基金行业的发展有一定的同步性：在最近三年内，基金的迅猛增加使得对基金经理的需求也快速提升。当然，这两个变量在分布上也具有一定的变异性，能够对基金经理进行较好的区分，因此不失为一种好的特征变量。 另外，从表1中可以看到大多数的基金经理同时管理了两只或以上的基金，这一现象既可能与国内优秀的基金人才比较稀缺，导致了基金经理的身兼多职有关，也有可能与基金经理的“明星效应”有关。同时基金经理管理多只基金也可能带来规模效应。表1数据还显示，大多数基金是由一个经理人管理的，这说明国内的基金经理更倾向于单独决策而非团体的一致协作。
同时在表1中可以看出，AGE变量的缺失值较多，因此在之后的模型改进中，将删除该变量。
再对自变量相关性进行分析，结果见表2：
表2中数据显著性水平为0.05，若为*则表示显著性水平为0.01。
从表2可知，数据中存在着一定的多重共线性，这在虚拟变量中表现比较明显，而在可能出现共线性的年龄、从业时间、当前任职时间等变量之间却没有发现有明显的相关性，因此看来过多的虚拟变量可能会带来多重共线性的问题，使得回归结果不够理想。
需要特别指出的是，基金经理当前基金任职时间（DAYS）与从业时间（WORKT）之间存在明显的相关性，因此在回归中需要警惕。不仅如此，从业时间与基金经理管理的基金数（NUM2）也存在明显的相关关系，这一点可以解释为从业时间越长，基金经理就越有可能被更多的基金公司聘用。同时表2中可以看到从业时间变量与年龄变量、基金经理更换变量之间也存在一定的相关性，可以预期这几个特征变量对基金经理的绩效可能会有比较重要的影响，但是由于共线性的存在，使得回归会出现不可预期的结果，解决的变法或许是在回归中忽略从业时间变量（WORKT）。
另外国外留学经历变量（EDU1）与国外工作变量（EXP1）之间也存在较强的相关性，这个比较容易理解，因此在研究中有必要通过显著性程度和共线性（计算容许度）对这两个变量进行取舍。
2. 对因变量特征进行描述，结果见表3：
从表3中可以看出，基金超额收益率指数J的均值为正，再对J进行零均值检验，结果见表4：
表4说明基金在剔除风险后确实存在正的超额收益，这一超额收益既可能是由于基金经理的操作所带来的，也有可能是由于市场的非有效性和信息不对称所致。
三、模型回归与结果分析
由于得到的Jansen指数值太小，为了测度方便，本文对Jansen指数放大100倍进行处理，并且对一些数值较大的变量如DAYS、AGE进行了对数化处理。
根据第二部分的模型进行回归，基金绩效与经理人特征的多元线性回归结果如表5：
1. 回归结果1为根据方程（1）对数据进行回归得到的结果，此回归中还未添加是否更换基金经理（CHANGE）变量，同时由于部分数据缺失的原因，有效的样本为322个。回归结果显示：所有的解释变量中NUM1、NUM2，SEX、DAYS系数是显著的。
2. 回归结果2是对筛选出来的投资风格为股票型的基金数据进行方程（2）回归得到的结果，此时的有效样本为148个，结果同样显示NUM1、NUM2，SEX系数是显著的。
3. 回归结果3是在对总样本进行方程（3）回归得到的结果，回归中添加了基金存续期间是否更换基金经理（CHANGE）这一变量。回归结果显示NUM1、NUM2，SEX与CHANGE的系数是显著的。
回归4、5、6中用净值增长率来替换詹森指数进行回归，得到的结果显示，替换之后的变量系数的显著性与用詹森指数回归的结果差别较大。在回归1、2、3中，任职时间（DAYS）和从业经历（WORKT）表现基本不显著，而它们的系数在回归4、6中都是显著的，且DAYS的系数为负，WORKT的系数为正，这说明对于样本总体，当前基金的任期对未经过风险调整的基金绩效存在负的影响，而从业时间对未经风险调整的基金绩效存在正的影响，但是投资风格为股票类的基金却没有显示出这样的影响。
前三个回归结果显示，基金经理管理的基金数（NUM1）、基金的共同任职基金数（NUM2）与性别（SEX）的系数均显著，且NUM1的系数为正，NUM2的系数为负，SEX的系数也为负，这说明基金经理管理的基金数对经过风险调整的基金绩效具有正的影响，而共同任职的基金经理数对经过风险调整的基金绩效具有负的影响，同时女性基金经理管理的基金的表现要更好。但是在回归4、5、6中可以看到，只有NUM1的系数与前面回归的结果一致，而性别变量则没有显示出显著性。总的来看，所选取的基金样本显示，基金经理决策独立性的好处要比团队协作带来的好处更多，而基金经理管理的基金越多，收益也更好。这可能是由于存在某种“强者现象”，即好的基金经理能够得到更多信息，同时由于本身操作具有优势，从而使得其管理的基金更多，也会带来更好的收益。至于性别，可能是由于女性基金经理的数量较少，从而使得她们在平均水平上比男性基金经理表现得更加优秀，从而能够取得相对较好的业绩。
上述回归中，经调整R2都较小，说明选取的基金经理特征对基金绩效具有一定的解释能力，但是效果并不好，这或许是由于多重共线性所带来的后果。总的来看，对样本总体进行的回归结果还不够理想，因此，本文根据基金的类型（共五种类型）进行分组，并分别进行了回归，回归的结果如表6所示。
（1）回归7、12是对分类为混合型基金包括平衡混合型、偏债混合型、偏股混合型基金的回归。
（2）回归8、13是对分类为混合债券型基金包括混合债券型一级基金和混合债券型二级基金的回归。
（3）回归9、14是对指数型基金包括被动指数型和增强指数型基金的回归。
（4）回归10、15是对普通股票型基金的回归。
（5）回归11、16是对其他类型基金的回归，这类基金包括封闭式基金和QDII类型基金。
从表6中可以看出对于混合型基金和其他类型的基金，所有的解释变量都不显著，但是其他三种分类的回归都有显著的回归系数。在对混合债券型基金的回归中，性别变量（sex）在0.01的显著性水平上显著，且回归系数为负，这说明对于混合债券型基金，女性基金经理的表现要比男性基金经理人好，但是这个结论在其他回归中都没有得到相应的支持。另外，基金经理更换变量（CHANGE）在0.05的显著水平上显著，且系数为正，说明更换基金经理的混合债券型基金比一年内没有更换过基金经理的混合债券基金表现要好，这个结论在回归9中得到了支持，但在回归10中却得出了相反的结论，这说明基金经理的更换对于不同类型的基金可能会带来不同的影响；此外，基金经理从业时间（WORKT）在0.01的显著水平上显著，且系数为正，这说明对于混合债券型基金，基金经理的从业时间对基金绩效具有正的影响，这个结论在回归9中也得到了支持。在回归9中还可以看到，除常数项和基金经理人变动变量外，从业时间变量（WORKT）、专业背景（MAJOR）、留学经历（EDU1）、国外工作经历（EXP1）也都是显著的，且系数均为正，说明对于指数型基金，从业时间越长、具有经管专业背景、有国外留学/工作经历的基金经理所管理的基金能够获得更好的收益。 相对于未分组的回归结果，研究发现较之前的NUM1，即基金经理管理的基金数这一变量变得不显著了，这或许是同一个基金经理管理的不同类型的基金因为分组被分散化了，从而使得这种所管理的基金之间产生的协同效应消失了。通过前后对比，可以更加确信同一基金经理管理的基金之间确实存在利好的协同效应，从而使基金获得一个更好的收益。
由于AGE变量的缺失值较多，在接下来的修正回归中，将剔除掉该变量。结果见表7。
在表7中，回归17是使用Jansen指数对基金经理人特征变量做的多元线性回归，回归18是使用净值增长率对基金经理人特征变量做的多元线性回归。在回归结果中可以看到，不论是使用Jansen指数还是_nvgrort变量，从业时间WORKT的系数都是显著的，并且为负，这说明从业时间对基金的绩效存在负的影响，可能的原因是从业时间越长的基金经理的经验积累带来的好处输给了刚从业的基金经理具有的旺盛精力和掌握的更进步的操作技术所产生的收益，而回归18中WORKT的绝对值相对更大的系数说明这种差距对于未经风险调整的净值增长率更加明显。在这两个回归中，其他几个显著的变量，如性别、管理的基金数、基金经理变更变量的系数都与之前的回归结果一致，这更加印证之前结果的可靠性。唯一不同的是在回归18中国外工作经历变量（EXP1）的系数是显著的，且为负，而回归17中该系数虽然不显著，但也为负。这个变量的系数目前存在较大的不确定性，在样本总体回归中它的系数都为负，但在分组回归中却没有得到一致的结果，整体来说其影响是负的。
总的来看，使用基金净值收益率来衡量基金绩效得到的结果基本上与使用詹森指数相同，而且由于净值收益率未经风险调整，回归得到的结果变得更加显著。
四、总结
本文研究显示，基金经理人的特性与基金绩效之间呈现出较为复杂的关系。
在未按基金类型分类的回归中，只有NUM1系数是显著的且为正，说明某只基金的经理管理的基金数越多对基金的收益就愈有正的影响，可能的原因是基金经理的管理和精力投入并不是基金绩效的最重要的影响因素，一个基金经理的资源越多、信息越灵敏，那么他管理的基金的收益越高，这样就会有更多的基金聘任他为经理，从而形成这种谬误关系。这也从另一方面反映了国内的证券市场还不够发达，还不是强有效市场。而NUM2的系数为负，且大部分显著，说明对于投资于股票市场的基金，管理人单独决策的便利带来的收益比团队协作带来的收益更大，从而使得共同管理的基金经理数对绩效有负的影响。另外，反映基金经理替代的变量CHANGE的系数为负，且均为显著，这个可能是因为替换基金经理对绩效会产生不利的影响，也有可能是因为绩效不理想导致基金经理的替换，具体因果关系有待进一步研究。
而分组之后情况有所不同。分组回归的结果说明，对于某些类型的基金，可以看到从业时间、教育及工作背景变量、基金经理变更变量都具有不同程度的解释能力，表明国内基金市场在某种程度上存在基金绩效与基金经理人特征之间的关联关系，但是由于在市场结构、基金管理操作以及投资目标和标的上都存在差异性，使得不同的市场表现不尽相同，因此无法得出对于基金经理特征与绩效之间具有普适意义的结论。但是值得庆幸的是，对于某些类型的基金我们或许能够得到具有投资参考价值的模型和结论，从而可通过基金经理人特征分析对基金绩效做出合理的预期。
在修正的回归中，回归结果显示从业时间WORKT变量一致为负且显著，表明从业时间越长的基金经理所具有的经验积累未必能够对绩效产生正面效果，行业经验在基金业中的作用可能不像其他行业那样大。而基金经理管理的基金数变量一致为正，对绩效有显著的正面影响，原因是有可能基金经理管理的基金之间存在某种协同效应或者说规模效应。同时对于投资于股票市场的基金，管理人的单独决策的便利带来的收益比团队协作带来的收益要大，从而使得参与共同管理的基金经理数对绩效有负的影响，而替换基金经理对基金的绩效可能有负的影响。对于其他变量，如学历、性别、当前基金任职时间、专业背景等对基金绩效都没有显著的影响。
另外值得指出的是，在所有的回归中结果都一样的只有NUM1这个变量，其系数均为正且大部分显著，反映出基金投资中存在“强者”的现象，即能力强的经理具有操作优势，基金收益好，会引发更多基金发出聘任邀请，从而使得其管理的基金更多，从而出现“强者越强”的现象。
因此，总的来说，年龄、学历、其他教育背景、性别、工作年限、专业背景对基金绩效没有显著的影响，只有基金经理管理的基金数对绩效有显著的正面影响，而对于投资于股票市场的基金，进行共同管理的基金经理数对绩效有负面影响。
最后需要指出，样本中某些变量的高度集中分布可能导致了结果的不显著性，虽然在之后进行的分组回归中对这个问题进行了某种程度上的修正，但是分组后的小样本特性将使得回归结果的可靠性降低，因此在改进的研究中可以尝试通过改变样本容量来解决这些问题。另外，国内关于基金评级的研究处在发展阶段，还远远不够成熟，许多基金经理相关的特征信息并没有披露出来，这也给研究带来的一定的困难，需要在以后的工作中进行改进。
参考文献
[1]艾洪德，刘聪.基金经理个人特征与基金投资风格[J].财贸经济，2008，（12）：26-31.
[2]Israelsen. Risk-Adjusted Performance ofMutual Funds. New England Economic Review，1998（September/October）： 33-48.
[3]Kon S J. The market-timing performance of mutual fund managers. Journal of Business，Vol.56，No.3 2000，pp.323-347.
[4]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.
[5]何杰，杨丹.什么影响着中国基金管理公司的投资业绩？ [J].财贸经济，2010，（1）：44-50.
[6]赵秀娟，汪寿阳.基金经理在多大程度上影响了基金业绩？——业绩与个人特征的实证检验[J].管理评论，2010，（3）：3-12.
责任编辑、校对：关 华