• 研究数据和方法框架：采用1996年至2011年间约4000只美国主动管理股票基金的月频数据，剔除指数基金，资金流量定义为净资产增长扣除当期收益后的增幅，分析基金资金流量与不同资产定价模型Alpha的关系 [page::1][page::2]。

- 六种资产定价模型对比（MAR、CAPM、三因子、四因子、七因子、九因子）显示，CAPM模型在解释资金流量方面表现最佳，尤其在两两模型对比中胜率显著领先，表明投资者决策中依赖较为简单的风险模型而非复杂因子组合 [page::3][page::7][page::8][page::9]。

• 基金资金流量影响因素分解：基于七因子模型回归分解资金流量，主要影响因素包括基金Alpha、市场收益（Beta）、规模、价值、动量、及三个行业投资组合因子。Alpha的系数最高，动量因子影响亦较大，市场风险因素影响最小。不同基金规模、成立时间对各因子的敏感度存在差异，大型基金规模因子重要性更高。基金风格因子相关收益虽对资金流量有影响，但投资者更关注风格偏离收益而非风格分类本身 [page::4][page::5][page::9][page::10]。

| 因子 | 资金流量回归系数示例（截取自表5） |
|-------|-----------------------------|
| ALPHA | 0.884 |
| MKTRET (Beta) | 0.253 |
| SIZRET (规模) | 0.759 |
| VALRET (价值) | 0.665 |
| MOMRET (动量) | 1.059 |
| INDRET1-3 (行业) | 0.59-0.70 |

• 投资者分类与行为差异（表6、表7）：分类投资者（直销与经纪销售）、高低市场情绪、富裕与普通投资者表现出差异。更成熟或条件较好的投资者更倾向于采用更复杂的评价模型（七因子Alpha），体现了投资者专业性的渐进。晨星基金分类的收益对资金流也有一定影响，但投资者更重视基金收益偏离其风格分类的表现 [page::11]。

- 投资者对Alpha的高度敏感及对复杂因子的有限反应，揭示了基金资金流向主要受基金经理超额收益（Alpha）和动量因子驱动，而市场风险因素的敏感度较弱，投资者专业性和谨慎性存在明显限制 [page::12]。

• 视觉图示与模型说明：

- 图示资金流量衰减模型体现了投资者对历史Alpha信息的滞后反应，最适用指数衰减模型，滞后期约18个月 [page::2]。

- CAPM与三因子模型排名对比热力图，反映投资者偏好CAPM排名较高基金 [page::3]。

- 不同模型下基金十分位排序对应的资金流量差异图，进一步强调CAPM的解释力优于更复杂模型 [page::9]。

- 不同因子回归相关性图，显示动量因子相比于其他因子对资金流量影响较接近Alpha贡献 [page::10]。

招商定量·琢璞系列 | 基金投资者在投资决策过程中最看重什么？——详尽分析报告

---

一、元数据与报告概览

报告标题：《基金投资者在投资决策过程中最看重什么？》
作者与发布机构： 招商定量任瞳团队，招商证券发展研究中心
发布时间： 2021年3月10日
研究主题： 基于美国共同基金历史数据，分析基金投资者在投资决策时最看重的指标，尤其是对基金Alpha的评估机制。

核心论点：

• 基金投资者在选择基金时，最关注的指标是Alpha，但投资者如何评估Alpha存在较大差异。

- 通过对六种资产定价模型（包括CAPM、三因子模型、四因子模型等）的比较，CAPM模型能最好地解释基金的资金流动，体现基金投资者的谨慎性和专业性有限。

• 多因素回归分析表明，Alpha对资金流量有最大解释力，但投资者也参考基金规模、净值和所属行业，尤其注重市场风险（Beta）。

- 研究揭示投资者对基金风格的关注更可能是对可归因于风格的回报反应，而非关注风格本身。

• 该结论为理解公募基金投资者投资行为及揭示影响投资者行为的因子提供指引。

风险提示强调，报告基于海外历史数据，模型可能在不同市场环境中失效，需注意适用范围。[page::0][page::12]

---

二、逐节深度解读

2.1 引言

报告指出基金投资者在决策前普遍会考察基金历史业绩表现，尤其关注Alpha。但Alpha的具体评估方式（是依赖市场调整后的收益、多个指标、还是选取个别指标）尚不明确。引言明确本文基于Brad M. Barber等2016年论文，利用美国共同基金历史数据，围绕基金资金流量展开实证分析，提出基金投资者对基金业绩的判断常以CAPM模型解释最为有效，专业性存在限制，且Alpha是资金流量最强驱动因素。同时投资者也关注规模、净值、行业因素，更注重市场风险Beta。[page::0]

2.2 数据处理与方法框架

数据源自CRSP共同基金数据库，覆盖1996-2011年约4000只股票型主动管理基金，排除指数基金。资金流量定义为基金净资产增长减去当月回报率，度量资金净流入。

论文详细介绍六种资产定价模型：

1. 市场调整收益模型（MAR）

2. 资本资产定价模型（CAPM）

1. Fama-French三因子模型（加入规模和价值因子）

4. 四因子模型（添加动量因子）

1. 七因子模型（增加三个行业因子）

6. 九因子模型（在七因子基础上增加盈利能力和投资模式因子）

通过回归获得各基金Alpha，使用过去60个月数据动态估计基金表现。此外，考虑投资者判断滞后性，采用了指数衰减权重模型，权重覆盖18个月，以此计算加权Alpha，反映投资者对过去信息的权重递减。为解决非线性，利用不同模型生成的Alpha排名对比，采用分位数排名考察资本流向情况。[page::1][page::2]

2.3 资产定价模型比较与资金流量解释

• 文章基于CAPM和三因子模型α的分位数排名构建虚拟变量回归资金流量，运用双变量交叉分类分析判断投资者偏好。

- 结果显示CAPM Alpha对资金流量的解释力最强，即投资者更倾向采用简单模型（CAPM）做决策，反映专业性有限。

• 对基金资金流量的多因素分解回归表明，基金Alpha对资金流量影响最大，动量因素影响也显著，市场风险Beta影响最小且资金流量对此敏感度较低。

- 基金规模、净值、行业偏好也有正向影响，但不及Alpha明显。

• 该分析揭示投资者尽管关注多因子，但综合信息使用有限，注重市场风险和简单有效的业绩指标。[page::3][page::4][page::9]

---

三、图表深度解读

图1：资金流量衰减模型对比 (page 2)

• 图示为两种资金流量衰减模型的拟合表现：红线为非受限模型，蓝线为指数衰减模型，两线走势高度接近。

- 说明投资者对历史Alpha的反应有时间衰减特性，在约18个月内对过去Alpha赋予权重，体现信息利用的递减效应。

• 该衰减模型用于计算加权Alpha和其他因子，是后续资金流量回归分析的基础。

图2：CAPM与三因子模型Alpha排名对比矩阵 (page 3)

• 矩阵展示了基金在CAPM和三因子模型Alpha分位排名的交叉频率。对角线条目居多，表明两模型排名多相同。

- 偏离对角线的红绿格子用于测量模型对资金流量解释能力的比较。

• 分析此图可以判断，在模型排名分歧时，资金流量更偏向哪一模型排名好的基金，进而揭示投资者模型偏好。

- 结果表明CAPM模型对应的资金流量权重大，说明投资者倾向采用CAPM模型排名判断业绩。

表1：美国共同基金数据描述性统计 (page 5)

• A部分显示基金流量呈微负但波动较大，基金平均规模约14亿美元，基金年龄约202个月，费用率均值1.276%。

- B部分显示回归结果的Alpha平均值接近于零，贝塔值接近1，表明基金整体市场风险配置较均衡。

• C部分月度因子收益均值中市场因子最高，Alpha较小但变异也较大。

- D和E部分两个相关矩阵显示因子之间高度不相关，六种Alpha估计间高度相关，支持模型的区分力检测及投资者行为的模型差异性分析。

表3 & 表4：不同资产定价模型对资金流量的解释力 (page 7-8)

• 表3显著显示CAPM Alpha无论原始收益、标准化收益还是分位排名解释资金流量均优于其他模型，且均统计显著。

- 表4的两两模型对比中，CAPM均以显著优势胜出其他模型，包括含多个因子的3因子、4因子甚至7因子模型。

• 结果体现投资者利益驱动下偏好简单有效的风险调整收益测度，复杂模型在实务中未必被广泛采用。

图3：不同十分位排序基金的资金流量差异 (page 9)

• 图中不同模型排序基金的资金流量对比，CAPM模型对应的高分位基金资金流入最高，低分位资金流出更明显。

- 进一步印证资金流量对CAPM模型Alpha排序的敏感性最高，也支持报告结论。

表5：资金流量的多因子分解回归 (page 9-10)

• 资金流回归中Eight因子均正相关且显著，Alpha系数最大约0.8，市场回报、规模、价值、动量与行业因子均有正向贡献。

- 不同规模、基金年龄、收益表现分组回归系数变动有限，表明模型具有稳健性。

• 资金流对动量因子的敏感性与Alpha接近，说明投资者亦关注动量效应。

图4：回归因素的相对相关性 (page 10)

• 图展示了八个因子系数归一化为Alpha系数的比例，动量因子接近1，其余因子大多低于0.5，市场因子最低。

- 说明资金流主要响应Alpha和动量，市场风险因子作用最弱，这与投资者对复杂风险多因子考量有限、关注绩效的结论相符。

表6 & 表7：延展研究——投资者类型与基金分类影响 (page 11)

• 通过区分直销和经纪人销售基金、市场情绪高低，以及投资者财富水平进行回归分析，发现更成熟或财富较高的投资者对复杂因子（Alpha、规模、价值、动量等）的敏感性更高。

- 基金分类回归结果显示，虽然投资者关注基金所属风格类别，但相比基金类别平均收益，更重视基金收益偏离其类别平均的部分，体现投资者对基金个体表现的辨识能力。

• 跨基金分类对基金预期收益的调整关系揭示投资者对业绩归因的深层次理解和行为差异。

---

四、估值分析

该报告不涉及具体的估值模型计算或目标价设定，但基于资产定价模型的比较，指出投资者决策采用CAPM作为“估值”或表现选股模型的倾向。该模型的关键参数包括市场风险溢价、Beta系数以及超额收益（Alpha）。研究结果凸显投资者较多基于简单的单因子风险调整计算，而非多因子复杂模型，反映现实中估值和择时基于模型的复杂度存在限制。

---

五、风险因素评估

报告主要风险提示包括：

• 研究基于美国市场历史数据，存在市场环境变化导致模型失效的风险。

- 投资者行为及模型适用性可能因不同基金市场结构和投资者层次而异，实证结论不直接等同于中国市场。

• 复杂模型在实际操作中或受限于投资者专业水平和信息获取能力，导致预测误差。

- 投资者对基金风格的误解及对归因收益的忽视可能致使资金流导向非理性表现基金。

报告中未明确给出对风险的缓解策略，提示投资者及研究者需结合本土市场特点审慎应用结果。[page::0][page::12]

---

六、批判性视角与细微差别

1. 模型选择的限制：

虽然CAPM模型被认为解释力最强，但这可能源于模型简单、拟合优良的统计特性及投资者实际操作习惯，不能完全代表投资者具有实际收益预测能力或市场有效性的体现。

1. 资金流作为行为指标的局限性：

资金流虽能反映投资者偏好，但不能完全捕捉投资者对基金未来表现的预期或行为动机，存在滞后和非理性因素干扰。

1. 投资者“精明度”假设简化：

报告将投资者分类为“较精明”与“较不精明”基于模型复杂度和资金流动倾向，但实际投资者行为受多方面心理和策略影响，简单线性推断存在一定风险。

1. 因子解释的潜在交叉影响：

尽管相关系数低，因子间存在一定相关性可能对回归结果产生偏好影响，且Alpha本身含涵盖部分已知因子的超额收益，可能存在内生性。

1. 基金风格归因的复杂性：

投资者对风格的“反应”与对风格本身的“关注”存在混淆，报告未深入解析投资者是如何区分归因收益和风格轮动影响，推论需谨慎。

1. 市场环境的时间变化：

1996年至2011年的数据涵盖多个市场状态，模型表现和资金流行为可能受宏观环境、监管、市场结构变化影响，报告未系统分析时间序列变异。

---

七、结论性综合

本报告基于美国大量主动股票基金数据，运用资产定价模型和资金流回归的实证方法，深入揭示基金投资者在投资决策中实际考虑的因子及其专业程度。核心结论为：

• 投资者对基金Alpha最为敏感，Alpha对基金资金流动的解释能力最大，且其影响显著正向。

- CAPM模型相比多因子模型，能更有效解释资金流动，说明投资者在实际投资决策中倾向于使用简单的风险调整绩效评估方法，专业及敏感程度有限。

• 投资者虽然关注市场风险Beta、规模、价值、动量及行业因子，但资金流对这些因子的敏感度均低于Alpha，特别是对市场Beta的敏感度最低。

- 投资者对基金风格的关注可能更多是对风格带来的回报表现的反应，而非风格本身，表明其归因能力存在局限。

• 资金流分析反映了不同层次投资者的投资行为差异，更成熟和财富较高的投资者显著更注重复杂因子，尤其是Alpha和动量。

- 基金规模和基金成立时间对资金流的影响有限，但基金超额收益排名对资金流影响较稳健。

图表数据和实证结果系统支持以上结论，其中图1的资金流衰减模型体现了投资者对历史绩效信息的时间权重，表1提供了基金基本特征和因子回归参数，表3-4的模型比较及图3的排名资金流趋势明确显示CAPM模型优越性，表5-7以及图4的多角度回归分析深入揭示资金流对多因子的响应关系及投资者行为差异。

总体而言，该报告科学揭示投资者实际决策行为与经典多因子模型的脱节现象，强调投资者理性与专业性的不足，同时为后续中国公募基金市场相关研究提供了宝贵的实证基础和分析方法。[page::0][page::1][page::2][page::3][page::4][page::5][page::7][page::8][page::9][page::10][page::11][page::12]

---

结束语

招商定量任瞳团队通过复盘Barber等2016年的经典研究，系统地探讨了基金投资者在投资决策中最看重哪些因素，揭示了美国共同基金市场投资者普遍存在的行为模式和理性限制。这对理解基金业绩评价机制及投资者行为模式极具启发意义，也为国内公募基金投资者行为研究提供了借鉴。后续工作有望针对国内市场展开更具针对性的实证研究，进一步完善投资者行为模型和基金业绩评价框架。报告语言严谨、论证充分、数据详实，值得基金管理与投资研究领域专业人士深入研读。

---

参考文献

[1] Brad M. Barber, Xing Huang, Terrance Odean, "Which Factors Matter to Investors? Evidence from Mutual Fund Flows." (October, 2016)
Available at: https://www.jstor.org/stable/44014918

---

（注：文中所有引用均基于报告原文页码标注，具体见文中页码如[page::X]）

报告