学海拾珠_系列之九十九_基金评级的变化是否会对股票价格产生系统性影响__20页.pdf

敬请参阅末页重要声明及评级说明 证券研究报告 基金 评级 的变化是否会对股票价格产生 系统性 影响 ？ “学海拾珠 ”系列之 九十 九 Table_RptDate 报告日期： 2022-07-06 Table_Author 分析师：严佳炜 执业证书号： S0010520070001 邮箱： 联系人： 吴正宇 执业证书号： S0010120080052 邮箱： 相关报告 1.资产配置与因子配置：能否建立统一的框架？ “学海拾珠 ”系列之九十一 2.衰退期职业起点与基金业绩影响“学海拾珠 ”系列之九十二 3.如何构建更稳健的风险平价投资组合？ “学海拾珠 ”系列之九十三 4.基金业绩面板回归模型的展望应用 “学海拾珠 ”系列之九十四 5.已实现半 Beta：区分 “好的 ”和 “坏的 ”下行风险 “学海拾珠 ”系列之九十五 6.基金抛售对股票价格影响的外溢效应 “学海拾珠 ”系列之九十六 7.基于回撤控制的最优投资组合策略 “学海拾珠 ”系列之九十 七 8. 预期收益、成交量和错误定价之间的关系 “学海拾珠 ”系列之九十八 主要观点： Table_Summary 本篇是 “学海拾珠 ”系列第九十 九 篇， 文献研究了 由 共同基金评级 所 驱动的需求与 股票 系统性价格波动 之间的关系 。 共同基金投资者通过晨星（ Morningstar） 评级来追逐基金业绩， 使得 资金 被 投入到 过去 成功的风格中。 风格 层面 的评级失衡导致了 在 该 层面 上 的价格压力，并增加了不同风格之间的回报差异。 晨星公司 2002年 6月实施的一项改革 使得 不同风格的评级趋于平等， 资金 流动在不同风格之间更加 平衡 。 研究发现， 系统性 的 价格波动 不仅反映基本面的风险，还可能由 非基 本面的需求 决定。 回到 A 股市场， 通过 基金持仓构建的选股因子大多效果不 理想 ， 由 基金评级变化带来的价格 波动 是一个新颖的切入 视角，值得深入研究。 非基本面需求引发的 系统性价格波动 晨星公司为共同基金投资者提供 了 一个非基本面需求的特殊来源，并对股票市场 产生 影响。 本文按评级变动情况对 9个风格组合 进行 排名， 并跟踪 组合在 未来 几个月的平均累积 资金流量 和回报。在 2002年之前， Top 1组比 Bottom 1组在未来 12个月的流量高约 1%。 2002年 6月评级改革 之后 未来 12个月的 资本流量 差缩小了约一个量级 。 该 规律 同样存在于风格回报中。 总的来说，这些结果与风格 层面 的评级变动是一致的 。 研究表明， 2002 年的晨星改革极大地改变了投资者在投资风格上的配置，这反过来又显著地改变了风格 收益 的时间序列和横截面变化（即，晨星评级可以引起股票市场持续的系统性价格波动）。 对 非基本面需求引发系统性价格波动 的解释 本文在控制了 36个滞后期的基金月度回报后，使用 3年滚动窗口的净资产 加权 Fama-MacBeth 回归来估计 资金流 对滞后基金评级的反应。结果表明， 估计系数在 2002年改革前后并没有明显的下降 （无论评级方法如何，投资者总在追逐评级） 。 晨星公司 的评级 改革使得不同风格的评级趋于 平衡 ， 资金 流动在不同风格之间更加平均 ， 风格 层面的 评级 变化 导致的价格压力 得到 消除。 风险提示 文献 结论基于历史数据 与 海外文献进行总结 ； 不构成任何投资建议。 Table_StockNameRptType 金融工程 专题报告 Table_CommonRptType 金融工程 敬请参阅末页重要声明 及评级说明 2 / 20 证券研究报告 正文目录 1 引言 . 4 2 数据与变量构建 . 5 2.1 共同基金样本 . 5 2.2 个股与风格评级 . 5 3 晨星评级与 2002年改革的背景 . 6 4 评级追逐行为与价格影响 . 7 4.1 无论评级方法如何，投资者都在追逐评级 . 7 4.2 个股层面评级引发的价格压力 . 8 4.3 股票回报的横截面可预测性 . 10 5 追逐评级的需求对风格表现的影响 . 13 5.1 风格评级导致的价格压力 . 13 5.1.1 不同风格晨星评级的异质性敞口 . 13 5.2 盈利能力驱动的风格动量策略 . 14 5.3 风格回报的横截面离散度 . 14 6 围绕晨星改革的事件研究 . 15 6.1 风格的表现，通过预测评级的影响 . 15 6.2 对其他替代性解释的检验 . 16 6.2.1 安慰剂检验：置换年份 . 17 6.2.2 2002年前后可能影响风格回报的其他因素 . 17 7 总结 . 18 风险提示： . 19 Table_CommonRptType 金融工程 敬请参阅末页重要声明 及评级说明 3 / 20 证券研究报告 图表目录 图表 1晨星基金风格评级 . 4 图表 2晨星公司评级方法在 2002年前后对比 . 7 图表 3各晨星评级共同基金资金流（左）以及 TNA加权 FAMA-MACBETH回归系数（右） . 8 图表 4风格层面共同基金资金流 . 8 图表 5资金流对基金评级变动的累积响应（左）以及股票回报对资金流驱动的交易的累积收益（右） . 9 图表 6股票回报对评级变化的非累积反应及拟合的指数（绿线） . 10 图表 7上、下十分位数的股票累积市值加权的价格路径变化 . 10 图表 8来自评级和股票特征的收益可预测性 . 11 图表 9稳健性检验 . 12 图表 10评级导致的风格投资组合的价格压力 . 13 图表 11评级驱动的风格回报：按共同基金持股比例分组 . 14 图表 12 2002年 6月前后评级驱动的风格动量策略 . 14 图表 13风格评级、流量和回报的离散度 . 15 图表 14围绕 2002年 6月的事件研究 . 16 图表 15围绕 2002年 6月的事件研究：替代性解释 . 17 图表 16围绕 2002年 6月的回报变化：控制特征变量 . 18 Table_CommonRptType 金融工程 敬请参阅末页重要声明 及评级说明 4 / 20 证券研究报告 1 引言 自 20世纪 80年代以来， 美国散户所持有的共同基金 的股票 持仓 一直在稳步增长 ，在 21世纪初达到了 总市值 的 25%左右。 在如此高的 持有 比例下，指导家庭投资的建议可能在推动资本流动和塑造金融市场方面发挥核心作用。 在美国共同基金投资者遵循的各种建议中，晨星公司的星级评级可能是最 受关注 的 ， 是 投资平台和基金家族向投资者展示信息的重要组成部分。 本文检验了评级驱动的需求是否会导致股票市场的系统性价格波动。研究表明， 2002年的晨星改革 举措 极大地改变了投资者在投资风格上的资本配置，这反过来又显著改变了投资风格回报的时间序列和横截面变化（即，晨星评级可以引起股票市场的持续的系统性价格波动 ） 。 2002年 6月之前，晨星评级与共同基金过去的表现基本一致。在此期间，晨星公司根据共同基金在 所有 美国股票 型 基金中的表现排名，对共同基金 进行 评级 （ 不考虑其风格倾向，并对 载荷 和波动进行小幅调整 ） 。 由于基金业绩的很大一部分是由投资风格决定的（ 例如， 小盘股或成长型基金），追求类似投资风格的基金 的评级也高度相关。根据晨星公司 2002年 6月之前的方法，投资高评级基金基本上等同于追逐基金 的历史 回报。 2002年 6月 ， 晨星公司对其评级方法进行了修订，开始 结合基金 风格对基金进行基准评估 ， 使得基金评级在不同风格之间实现了平衡。 图表 1 显示了改革的结果， 2002年 6月之后，不同风格的 基金 在 平均评级 上 的差异消失。 图表 1晨星基金风格评级 资料来源： Ratings-Driven Demand and Systematic Price Fluctuations， 华安证券研究所 本文 研究了 此次改革对 股票市场 的系统性影响，并将实证分析分为了四个部分。 第一部分， 文献 证明了投资者 资本流动 对评级 变化 作出反应，且 资本流动 驱动的交易产生价格压力。 脉冲响应分析表明，评级的提高会导致共同基金资金流的激增，而资金流的增加会导致 同期 股价的 上涨 和随后的反转。 在控制 基金 和 股票 的 历史回报 ， 以及对股票回报具有显著预测作用的因素 后， 文章 使用持有该股票的基金滞后一期的平均评级变化对股票回报进行回归 ，发现评级对股票 回报 的影响在经济和 统计上 均 显著。 第二部分， 文献 检验了评级驱动 的 需求对回报的 系统性 影响。 2002年 6月之前，评级变动幅度最大的风格吸引了大量 资本 流入，它们的回报表现出动量和随后的反转。 2002年 6月之后，评级均匀的分布在不同的风格中，因此 追逐评级的资金流 分Table_CommonRptType 金融工程 敬请参阅末页重要声明 及评级说明 5 / 20 证券研究报告 布在整个风格谱中 。追逐评级的投资者在不知不觉中停止了对一部分 “赢家” 风格施加价格压力，使得评级导致的风格动量 和 反转效应 减弱 。 第三部分， 文献 关注 2002年 6月前后的 一个短窗口期 ，以期更清晰的识别改革带来 的影响 ，并进行了一 系列 稳健性检验 以排除 其他 可替代性解释 。 研究结果均支持文献的结论，即 评级改革对风格 层面 的 资本流动 和回报产生了因果影响 。 第四部分总结全文， 晨星公司在基金评级上实施的改革对投资者在不同投资风格之间的配置产生了持久的影响。这种资本流动的重新配置 使得 风格 回报 的时间序列和横截面变动 产生了变化 。 这些发现凸显了非基本面需求在形成系统性回报中的重要性。 与传统的资产定价假设价格变动仅由现金流和贴现率的变化来解释（ Cochrane, 2011）不同，该领域的研究发现了指数 成分股 的 变动 （ Harris and Gurel, 1986; Shleifer, 1986; Wurgler and Zhuravskaya, 2002; Chang, Hong, and Liskovich, 2015） 、 共同基金的 资金 流动 （ Coval and Stafford, 2007; Lou, 2012; Huang, Song, and Xiang, 2020; Li, 2021） 、 可 交易基金的 资金 流动 （ Ben-David, Franzoni, and Moussawi, 2018; Brown, Davies, and Ringgenberg, 2021） 以及其他机构投资者需求 （ Koijen andYogo, 2019; Parker, Schoar, and Sun, 2020; Ben-David et al., 2021a）引起 的价格效应 。 Teo and Woo（ 2004） 以及 Froot and Teo（ 2008）的开创性 研究表明，机构需求可以驱动风格 层面 的回报。 Gabaix and Koijen （ 2021b）表明，需求引起的 总 价格影响系数大于 特质性 需求引起的价格影响系数 。本文的研究同样证实了上述结论。 2 数据 与变量 构建 2.1 共同基金样本 从 CRSP共同基金数据库 （ Survivor-Bias-Free US Mutual Fund Database） 获得 1991年 1月 至 2018年 12月 基金回报和总净资产（ TNA）月度数据 。 使用 Russ Weimers MFLINKS（ Wermers, 2000） 的方法 在基金层面汇总所有股票类别。 基金的季度 持仓数据来自 Thomson Reuters 共同基金持仓数据库（ S12） 。 利用CRSP/Compustat合并数据库 中的股票回报和特征 数据对 持股数据 进行 扩充 。 根据共同基金文献（ e.g., Coval and Stafford 2007），基金 j在 t月的资金流量被定义为流入该基金的净流量除以 滞后 的 TNA： ,1 (1 e )jtj t j tjtT N AF lo w R tT N A= + （ 1） 本文从 Morningstar Direct获得 基金的 晨星评级和风格 分类数据 ，并依据 Pstor, Stambaugh, and Taylor (2020)的匹配表将该数据与 CRSP共同基金数据合并。 晨星公司在个股 层面 进行评级。本文依据 Barber, Huang, and Odean （ 2016） 对不同股票类别 净资产 加权， 得到 基金 水平 的 总体评级。 从样本 中 剔除 净资产 低于 100万美元的共同基金，并对每个月的共同基金流量进行上下各 0.5%的缩尾处理。 最终的样本包含 3305个共同基金的 454,787个 基金 -月度 观察值 。 2.2 个股 与风格评级 文献聚焦于评级驱动的需求对股票和风格组合的影响，因此，对评级在个股和Table_CommonRptType 金融工程 敬请参阅末页重要声明 及评级说明 6 / 20 证券研究报告 风格 层面 进行了整合。将股票 i在 t月 的晨星评级和变化定义为持有股票 i的所有基金 j在上月底的持股加权平均评级： , , 1 , , , 1i j t j tfun d j Jfun d j Jsty let i j tfun d j JSha re H e ld R atingR atingSha re H e ld= （ 2） , , 1 , , 1, , 1()i j t j t j tf u n d j Js t y l et i j tf u n d j JS h a r e H e l d R a t i n g R a t i n gR a t i n gS h a r e H e l d = = （ 3） 对于给定风格 ，定义风格 水平 的评级和评级变动为： , , 1 ,sty le stoc kt i t i ti sty leR ating R ating = （ 4） , , 1 ,sty le stoc kt i t i ti sty leRatin g Ratin g = （ 5） 其中， ,1 是 基于晨星公司风格分类 的 共同基金的总持有量，在对应风格下股票 i所占 的 投资 组合 权重。 3 晨星评级与 2002年改革的背景 晨星公司在 1985 年推出共同基金评级体系后，迅速成为引导投资者选择共同基金的行业领导者。从早期开始，晨星公司的 评级 方法就一直是 公开 透明的。 晨星公司会总结基金近期及历史回报，对回报波动率和费用进行调整，从而对基金进行评级。 根据基金的发行年限、历史业绩回顾 该基金在 过去 3年、 5年和 10年的表现，最近 3 年的回报占 更大的权重。然后，晨星公司根据基金的表现进行排名，并以固定的比例（ 10%、 22.5%、 35%、 22.5%和 10%） 给予 1-5星的评级。 由于风格业绩是基金业绩的重要组成部分，因此，基金评级对风格业绩的依赖程度较高。在互联网泡沫破灭之后，许多专注于大盘成长股的基金经理抱怨说他们的基金评级大幅下降。这些基金经理认为，评级几乎不能反映他们自己的贡献， 且大多与他们 未控制 的风格回报相关联。 在此背景下 ， 2002年 6月，晨星公司对其评级方法进行了改革 ，按照风格类别进行排名 。 图表 2汇报了改革前后评级分布的变化情况。 2002年之前，晨星评级 与 基金历史回报高度相关。 2002年 6月之后，评级独立于风格表现。因此，追逐评级的投资者的需求被更均匀的分布 到了 所有的风格中。 Table_CommonRptType 金融工程 敬请参阅末页重要声明 及评级说明 7 / 20 证券研究报告 图表 2晨星 公司 评级 方法在 2002年前后对比 资料来源： Ratings-Driven Demand and Systematic Price Fluctuations， 华安证券研究所 4 评级追逐行为与价格影响 在整个样本期内，投资者对评级的依赖程度很高。文献使用脉冲响应分析来研究评级变化对 资金 流量和回报的影响。 研究表明，评级变化使得 回报 具有稳健的横截面可预测性。 评级驱动的需求对股票回报的预测作用甚至强于一些普遍 显著 的预测因子，例如价值、动量和盈利能力。 4.1 无论评级方法如何，投资者都在追逐评级 由于本文的识别依赖于晨星评级方法的改革，因此检验共同基金投资者在 2002年 6月之后是否继续 依赖 晨星评级是很重要的。 图表 3左图 汇报了不同晨星评级的共同基金的平均资金流。在样本期内，五星级基金平均收到的资金流相当于其 AUM的 2%-3%，这意味着五星级基金的资产管理规模在 1年内增长了 25%-40%。相比之下，一星级基金每月的资金流出率是其资产管理规模的 1.5%-2%。 这些 规律 在2002年 6月之后 依然存在 。 本文在控制了 36个滞后期的基金月度回报后，使用 3年滚动窗口的 TNA加权 Fama-MacBeth回归来估计资金流对滞后基金评级的 反应。图表 3 右图 汇报了回归结果，估计系数仅在样本上略有变化，在 2002 年改革前后并没有明显的下降。 Table_CommonRptType 金融工程 敬请参阅末页重要声明 及评级说明 8 / 20 证券研究报告 图表 3各晨星评级共同基金资金流（左）以及 TNA加权 Fama-MacBeth回归系数（右） 资料来源： Ratings-Driven Demand and Systematic Price Fluctuations， 华安证券研究所 上述结果表明，无论评级方法如何，共同基金投资者的配置都 依赖于 晨星评级。但是，评级改革导致了风格 层面的 资金流的显著变化。由于 2002年 6月之后的评级构建 涵盖 了风格，风格 层面 的资金流 的 分散度在改革后显著下降。这在 图表 4 中可以看出。后续的结果也表明，评级追逐行为导致的风格层面的相关需求在改革后 基本消失 。 图表 4风格层面共同基金资金流 资料来源： Ratings-Driven Demand and Systematic Price Fluctuations， 华安证券研究所 4.2 个股 层面 评级引发的价格压力 接下来， 文献 证明晨星评级通过 资金流驱动 交易来显著影响股价。在后续的分析中，本文将探讨评级 引导 的风格需求对风格回报的影响。 文献 分别估计两个连锁效应来 评估评级对股票回报的影响 ： （ a） 资金流对晨星评级变化的反应；（ b）股票回报对 资金流驱动 的 交易的反应。 本文首先估计资金流量对晨星评级变化的反应： , 1 . 1 3 6 . 3 6 , ,j t j t j t j t j tF l o w a b R a t i n g b R a t i n g X u= + + + + + （ 6） 其中， ,包含 36个月的资金流滞后项，以及前 3年累积基金回报和 调整后 基准回报的十分位数指标。 调整后基准回报 定义为基金回报超过同一晨星类别基金的Table_CommonRptType 金融工程 敬请参阅末页重要声明 及评级说明 9 / 20 证券研究报告 AUM加权平均回报。 文献 使用十分位数指标来考虑资金流 与 历史 业绩的非线性 关系（ Chevalier and Ellison, 1997） 。 为了衡量资金流动导致的股票交易量， 文献 跟随Lou（ 2012） 的方法 计算每只股票 i由资金流驱动的 交易 量 （ FIT） ，即由资金流动导致的共同基金 在 股票 i的 交易量 。估计股票回报对 FIT的 反应 ： , , 1 , , 1i j t j tfu n d j Jiti j tfu n d j JS h a r e s H e ld F lo wF ITS h a r e s H e ld = （ 7） , 0 . 1 . 1 3 6 . 3 6 ,i t i t i t i t i tR e t a c F I T c F I T c F I T u= + + + + + （ 8） 图表 5左图 汇报了累积响应系数 （ 1,1 +2,） 的变化。 可以看出，基金评级上每 一星级的变化，在未来 24个月平均会增加 6%-7%的资金流动 。这一结果与之前的研究一致，即 在控制基金 历史 业绩后， 评级的离散变化会导致资金流的巨大差异 （ Del Guercio and Tkac, 2008; Reuter and Zitzewitz, 2021） 。 图表 5右图汇报了累积响应系数（ 0,0 +1,）的变化 。 共同基金通过 FIT每增加 1%的持有量会立刻导致约 0.6%的同期价格压力，并在随后的 1-2年内完全反转。 图表 5资金流对基金评级变动的累积响应（左）以及股票回报对 资金流驱动的 交易的累积 收益 （右） 资料来源： Ratings-Driven Demand and Systematic Price Fluctuations， 华安证券研究所 基于这两种影响，本文预测 评级的变化会影响股票回报 ，这种影响将来自评级变动 而非评级水平。 为了便于分析评级 变化 产生的价格 影响，文章取最近的评级变化的加权平均和，权重对应于每个滞后项对回报的影响程度。 通过直接估计股票回报对过去 24个滞后期的个股 水平 评级变化的反应，得到一个加权组合 。 图表 6汇报了加权系数，可以看出， 更近期的评级变化影响更大，更遥远的评级变化的系数趋近于零。 Table_CommonRptType 金融工程 敬请参阅末页重要声明 及评级说明 10 / 20 证券研究报告 图表 6股票回报对评级变化的非累积 反应 及拟合的指数（绿线） 资料来源： Ratings-Driven Demand and Systematic Price Fluctuations， 华安证券研究所 由于影响主要发生在前 12 个月，本文使用以下加权求和计算过去的评级变动： 12, 1 ,1() i t k i t kkE x p S u m R a tin g R a tin g= = （ 9） 其中， = 12(1)112 1， = 1212=1 ， 权重随因子 = 0.76（由响应的最小二乘拟合估计得到）衰减。 为了进一步验证 基于 价格压力 的 解释， 本文检验 价格 动量是否 产生反转 。 根据 (),1在 每个月将纽交所的股票按十分位分组构建投资组合， 并跟踪 组合 在接下来 3年的表现。 图表 7汇报了相关结果。 在过去的评级变动中，排名前十分之一的股票在随后的 12-18个月的表现比排名后十分之一的股票高出约 20%。 这两组股票的累积 回报差 会在 36个月后恢复。 图表 7上、下十分位数的股票累积 市值 加权的价格路径变化 资料来源： Ratings-Driven Demand and Systematic Price Fluctuations， 华安证券研究所 4.3 股票 回报 的横截面可预测性 为了更好的了解评级 驱动的 的股票回报的可预测性，本节将评级变化与一些表Table_CommonRptType 金融工程 敬请参阅末页重要声明 及评级说明 11 / 20 证券研究报告 现突出的回报预测因子进行比较。具体地说， 文献 估计 收益 预测模型： , 1 , 1 1 , , ,S S f fi t i t h t i t i t i tR e tu r n d R a tin g X X u = + + + （ 10） 其中， , 为基于股票的控制变量，包括滞后一个月的回报、动量，长期反转，规模，价值，盈利能力 和 投资（ 成长能力 ） 。 ,为基金 -股票的控制变量 ，包括基金持有股票 i的流通股份额， 截至 t-1期对于股票 i的 持有份额加权的平均 3年基金回报 和 调整后基准 回报 。 本章的分析仅包含截至上个月底至少有一只基金持有的股票，使用 Fama-MacBeth进行估计，标准误差 经 过 Newey-West调整 。 图表 8报告了 来自评级和股票特征的收益 预测的 回归结果 。 第（ 1）列显示股票回报如何与特征相关，不包含评级变化或任何基金 水平 的控制变量。结果表明，在样本期内没有明显的规模溢价，投资和盈利能力是股票 回报 稳健 的 预测指标。文章使用三组不同样本来估计式（ 10）： 股票全样本 ，截至上个月末至少 被 三个共同基金持有的股票 样本 ，以及除 微型股 以外的所有股票 样本 。 结果分别在 图表 8 列（ 2）、列（ 4）及列（ 6）中报告。 评级变动对股票回报的影响在量级和统计意义上均比规模、价值、长期反转等因素的影响更强。 当分析限制在非微型股时，评级能够比其他所有预测因子更好的预测回报 。在第（ 3）、（ 5）、（ 7）列中，本文对公式（ 10）进行了修改，将评级变动和滞后 3 年的基金回报率乘截至上个月末共同基金持有的股票市值的比例。 分析的结果是稳健的。 图表 8来自评级和股票特征的收益可预测性 资料来源： Ratings-Driven Demand and Systematic Price Fluctuations， 华安证券研究所 图表 9结果表明， 评级 驱动 的回报可预测性对评级变化区间或加权方案的合理变化不敏感。 图表 9报告了 ,11， = 3,6,9和 12时的估计系数，每个滞后的评级变化均为等权计算的。 和 图表 6的结果一致，这种影响在前 6个月特别强烈，在最初的 9个月后 开始 逐渐 减弱。 图表 9的中间部分检验了结果对于控制基金 历史 回报 和 资金流 之间的非线性关系后依然是稳健的。 本文采用一种不可知论的方法对式（ 10）进行修改，以考虑非线性效应。具体而言，本文将基于基金 -股票的 3 年滞后基金平均回报 的 控制 变量 由一个连续变量变为代表基金滞后回报十分位Table_CommonRptType 金融工程 敬请参阅末页重要声明 及评级说明 12 / 20 证券研究报告 数的 10个指标变量。 所有的结果都是稳健的。 在 图表 9的底部，本文验证了考虑资金流对不同评级变化阈值的不同响应结果的稳健性。 正如 Del Guercio and Tkac (2008) and Reuter and Zitzewitz (2021)所述，在基金 层面 ， 4/5星和 3/4星评级阈值的资金流 影响 要比 2/3 星和 1/2 星阈值 的 影响 大。 由于绝大多数股票由多个基金持有，这种异质性是否会 在个股层面产生 影响尚不清楚，但我们再次采取一种不可知论的方法，简单地 做一定 修改，以允许异质性评级变化 的 影响。估计以下的边际效应 ：对 1-/2-、 2-/3-、 3-/4-和 4-/5-星级分别使用阈值 0.120、 0.340、 0.620和 0.623。然后，当综合基金 水平 的评级在股票 层面 发生变化时，使用这些估计作为权重。结果几乎没有变化。 图表 9稳健性检验 资料来源： Ratings-Driven Demand and Systematic Price Fluctuations， 华安证券研究所 值得注意的是，这里描述的 规律 是在控制持有股票的基金的历史回报和股票历史回报的同时获得的。因此， 本文 证实 的效应应该被解释为晨星评级的离散变化导致流量 驱动的 交易的证据，该类交易对股票回报的横截面具有显著的边际影响。 这些证据证明了评级的变化对股票回报有独立的因果影响，这是本文接下来研究的主要贡献的前提。 评级驱动的需求显著影响风格回报的时间序列和横截面的变化。 Table_CommonRptType 金融工程 敬请参阅末页重要声明 及评级说明 13 / 20 证券研究报告 5 追逐评级 的 需求对风格表现的影响 本文使用晨星基金风格分类来定义风格投资组合。例如，大盘股成长型投资组合是由 所有 晨星大盘股成长型基金的总持有量来定义的。 本节 展示了文章的主要研究结果 。 在 2002年 6月 改革之前，风格 水平 评级 导致 了 稳健的 价格压力，以及风格层面 的动量和反转 效应 。 这些结果与“这些 规律 是由于风格 层面 的相关评级 驱动 交易”的观点保持一致，这种影响在改革后不再显著。 此外， 评级方法改变后，风格回报差值大幅下降 。 5.1 风格评级 导致 的价格压力 本节首先研究晨星改革对风格层面需求和回报动态的影响。计算晨星评级 在 风格 上 的变化， 加总 每种风格组合 的 个股水平 评级变化： , 1 , 1 , 1( ) ( ) = t i t i tstoc k i sty leE x pSu m R ati ng E x pSu m R ati ng （ 11） 其中， , 是风格 的股票 i 在投资组合的权重。 为了检验评级变动对 风格流量和回报 的影响，文章在每个月按 (),1对 9个风格组合 进行 排名，并跟踪 组合在未来 几个月的平均累积流量和回报。 图表 10报告了相关结果。 面板 A展示了 6个月内 Top 1与 Bottom 1两组风格组合在流量和回报上的差异 ，面板 B汇报了对 Top 3和 Bottom 3风格的相关分析，标准误差通过随机排列每年的风格组合获得 。 2002年之前， Top 1组比 Bottom 1组在未来 12个月 的流量高约 1%。 Top 3与 Bottom 3组合之间的流量差距较小，约为 0.7%，但仍在统计意义上显著。 2002年 6月的评级改革缩小了不同风格 评级 之间的差距，此后 12个月内的资金 流 差异 缩小了约一个量级。 图表 10 观察到的在风格流量上存在的 规律 同样存在于风格回报中。 2002年 6月之前， Top 1组在未来 12-18个月 的表现总比 Bottom 1组 高出约10%，随后 发生 反转 。 该 规律 在 Top 3和 Bottom 3组 间同样 存在 。 总的来说，这些结果与风格 水平 的评级变动是一致的， 在 2002 年 6 月之前变动引起的资金流量导致价格压力的产生和随后的反转， 而 在 2002 年 6 月之后 ，资金流量扩散到了各个风格之中， 不 再 存在该现象 。 图表 10评级导致的风格投资组合 的 价格压力 资料来源： Ratings-Driven Demand and Systematic Price Fluctuations， 华安证券研究所 5.1.1 不同 风格 晨星评级的 异质性 敞口 更进一步，本文考察了共同基金 在 特定投资组合中大量持有的股票是否受到了更大的评级 驱动 的价格压力。在每种风格的投资组合中，根据所有滞后 的 共同基金持有股票的 持股比例 将股票分为三组。平均而言，排名靠前的三类股票的共同基金持有比例分别为 30.6%、 18.8%和 11.6%。 使用 (),1重复之前的Table_CommonRptType 金融工程 敬请参阅末页重要声明 及评级说明 14 / 20 证券研究报告 操作 。 图表 11报告 了 相关 研究结果， 2002年 6月 以前的价格效应在 共同基金持股比例 高的 股票 组成的风格组合中 更强 ， 2002 年 6 月之后 3 组股票中均不存在相应影响 。 图表 11评级 驱动的风格 回报 ：按 共同基金 持股比例分组 资料来源： Ratings-Driven Demand and Systematic Price Fluctuations， 华安证券研究所 5.2 盈利能力驱动的风格动量策略 以上研究结果表明，基于评级的动量策略在 2002 年 6 月之前是盈利的，但在2002年 6月之后不再盈利。在 图表 12中， 本文通过评级变动的滞后指数和来检验投资组合的 月度回报 。 面板 A和面板 B表明，在 2002年 6月之前，历史评级变化较大的风格通常比其他风格表现更好，而这种差异在 2002年 6月之后显著降低。 因此，在 2002年 6月之前做多排名靠前的风格，做空排名靠后的风格的交易策略是有利可图的 （ 有大概 1%的月度收益率和 CAPM ） 。 2002年 6月之后该策略不再盈利。 图表 12 2002年 6月前后评级 驱动 的 风格 动量策略 资料来源： Ratings-Driven Demand and Systematic Price Fluctuations， 华安证券研究所 5.3 风格回报的横截面 离散度 晨星 改革后，基金的平均评级 在 风格层面 的离散度急剧下降 。 如果文章对评级驱动 资金流动进而影响价格的假设是正确的，则应该观察到改革后风格 流量和 回报Table_CommonRptType 金融工程 敬请参阅末页重要声明 及评级说明 15 / 20 证券研究报告 的离散度下降。 为了验证这一假设， 本文使用两个离散度的定义： 已实现最高风格与最低风格 之间 的差异，以及所有风格间的标准差。 在 评级、流量和回报间计算风格层面的离散度 ，使用一个 在 2002 年 6月之后 等于 1 的 虚拟变量 对这些离散度进行回归。 为了排除互联网泡沫破灭的影响，本文在使用 全 样本的基础上，使用了一个以评级改革 事件 为中心的 4年样本窗口，以及一个在全样本中剔除 4年样本窗口的子样本 ，标准误差经过 Newey-West调整 。 图表 13汇报了虚拟变量的回归系数。 正如所预期的那样，无论是哪种 离散 度的度量，评级、流量和回报 离散度 在 2002年 6月之后 均有降低 。 列（ 1） -（ 4）表明无论时间窗口如何，评级和流量的离散度显著下降。列（ 5） -（ 6）表明，风格回报的离散度在 2002 年 6 月之后也急剧下降。 在全样本中，排名靠前和排名靠后的风格之间 月度回报的 差异在改革之后下降了 2.54%（从 5.5%下降到 2.9%）。 当使用 回报的 标准差来衡量离散度时，结果在定性上 是 相似的。 上述结果表明，晨星评级对样本期内的风格流量和回报 变化 具有显著影响。 图表 13风格评级、流量和回报的离散度 资料来源： Ratings-Driven Demand and Systematic Price Fluctuations， 华安证券研究所 6 围绕晨星改革 的 事件研究 上述对风格 层面的 价格压力的研究结果 建立在评级引发的资金流动对股票 回报有因果影响的证据上（ 第 3节） 。本节中， 文献 提供了一个额外的独立测试，以检验评级 驱动 的需求对风格回报的影响。 使用以改革实施时间为中心一年样本期进行事件研究。 通过关注一个短窗口，并依赖与晨星改革中各种风格的暴露程度，可以确保评级的变动主要是由评级方法的改变引起的。 此外，本节还研究了该日期前后的其他变量，以验证本文观察到的影响并非来自于其他构成风格投资组合的股票的基本面的冲击，也不是来自于共同基金以外的市场参与者的交易行为。 6.1 风格的表现，通过预测评级的影响 文章的分析跟踪了 2002年的风格评级、资金流和回报，根据他们在晨星公司评级改革中所受的影响来分类。这一改革使风格评级趋近于 3 星（平均评级）。 因此，评分超过 3星的风格由于方法改革将经历评级下降，评级低于 3星的风格则相反。本节的目的是比较改革后评级变动最大的风格的评级、流量和回报。 文章使用改革产生的 预测 评级 的 变化（使用 2001年 12月的数据计算）对风格进行排名。按照以下方式计算 预测的 评级变化 ，对每个基金 j，计算： Table_CommonRptType 金融工程 敬请参阅末页重要声明 及评级说明 16 / 20 证券研究报告 , 2 0 0 1 , 2 0 0 1 = c o u n te r fa c tu a l a c tu a lj j D e c j D e cR a tin g R a tin g R a tin