基金投资者交易行为、基金营销活动与量化基金

The purchase and redemption behaviors of mutual fund investors have been one of the key research question in the area. Due to the lack of detailed fund investors’ trading data, prior literature can only infer fund flows at the fund product level, and is unable to analyze fund flows at the investor level and unable to discuss the effects of fund investors’ characteristics on their trading. This project will utilize a unique data set collected by us from several mutual fund companies, and thus is able to address the data problem faced by prior literature. This project will analyze the effects of investors’ own investment performance, size, style, and experience on fund flows, will examine the smart money effect at investors levels, and will discuss how the investors with the smart money effect affect fund performances. This project will also study the fund companies’ high value customers using the same unique data set. The high value customers are those who can bring a large amount of management fees to the fund companies. The project will propose a method to identify these high value customers by using investor trading data, will study how these customers affect fund performances and respond to fund companies’ marketing efforts. In addition, there has been a rise in the quantitative funds, which however has not caught full attention of researchers. Using publicly available data, this project will examine the risk and return profiles of the quantitative funds and compare the quantitative funds with other types of funds.

基金投资者的申赎行为是基金领域的核心研究问题之一。以往文献由于缺乏基金投资者交易明细数据，只能逐季度推测基金层面的申赎情况，无法在投资者层面分析申赎行为，也无法对影响投资者申赎的个体因素进行探讨。本项目使用从基金公司收集的基金投资者交易明细数据，能很好地解决以往文献所面临的困难。本项目将分析投资者自身投资业绩、规模、风格、经历等对其申赎行为的影响，在投资者层面检验智钱效应，分析具有智钱效应的投资者对基金业绩等的影响。本项目还将利用这些独特数据从基金公司营销视角对基金公司的“高价值客户”进行研究。高价值客户是能够为基金公司带来大量管理费收入的投资者。本项目将提出如何基于投资者交易信息识别高价值客户，讨论高价值客户对基金业绩的影响和对基金营销活动的反应。另外，量化基金日渐兴起，但学术界对其研究较少。本项目将利用公开数据研究量化基金的风险业绩特征，同时与其他基金进行比较。

本课题围绕量化基金、基金投资者的行为进行了多角度研究。课题组在调研过程中发现，当前我国公募基金行业和投资者对量化基金的接受度显著提高，部分机构投资者对量化基金表现出较高投资热情，大多数公募基金公司都设立了量化投资部门或专门的团队。从事量化交易的投资者对信息更加敏感，而且这些投资者解读信息的方式及其对投资行为的影响也与采用传统投资方式的投资者有着显著区别。课题组研究了信息披露对股价波动的影响，发现不同类型的信息对于不同规模的公司有着不同的影响。关于量化投资者如何解读信息，课题组在调研中发现，很多量化交易的底层技术都基于Bayesian估计。在Bayesian估计框架下，本课题提出了一个基于Bayesian Belief Updating的理论模型，在该模型中，有信息交易者、无信息交易者在面对新的信息时，都需要更新信念，而他们更新的速度是不一致的，这两类投资者更新信念的过程也是有信息交易者的私有信息逐渐扩散到无信息交易者中的过程。我们还进一步推导了一个衡量投资者信念更新速度的指标，该指标可以很好地解释盈余公告后的一系列市场异象。关于投资者的行为，我们的实证研究发现，在更广阔的投资领域内，投资者表现出强烈的追涨杀跌行为特征。我们还全面梳理了以往文献对投资者行为的研究，特别是针对理性与非理性投资的分野，特别是总结了不同文献背后的理论模型及其数学推导。近年来“可持续发展基金”、“绿色基金”、“ESG基金”等在理论界和实务界受到广泛重视。很多ESG基金的投资方法，是基于量化投资的，即使用量化打分的方法筛选出ESG基金。通过一系列定量指标分析，我们发现可持续基金的风险水平低于传统基金，不过没有显著的证据表明可持续基金的业绩优于传统基金。最后，课题组发现实务界对于海量数据运算的优化还缺乏认识。我们研究了在常见量化投资场景下如何对运算效率进行优化，以及如何将市场微观结构的指标应用于量化投资领域。