美国债券基金的规模报酬与经理技能

《International Review of Financial Analysis》：Returns-to-scale and manager skill in US bond funds

　　•我们考察了债券基金的规模报酬与经理技能。
•基金规模与业绩之间存在显著负相关关系。
•规模不经济与基金经理的有限关注有关。
•债券基金经理平均而言具备技能。

引言

学术界与实务界长期以来一直对共同基金的业绩表现抱有浓厚兴趣。本文以美国债券基金为样本，研究基金文献中两个突出议题。业绩表现中一个被广泛研究的方面是基金规模与业绩之间的关系。规模可能通过两条渠道影响共同基金回报：第一，对于单只基金而言，其管理的资产规模（AUM）可能影响该基金的业绩；第二，主动型债券基金管理行业的整体规模也可能影响基金经理跑赢基准的能力。我们分别称之为基金层面的规模报酬效应和行业层面的规模报酬效应。第二个被广泛研究的议题是经理技能问题。而如果基金规模影响经理技能，那么这两个议题便相互交织。尽管多数研究针对股票基金考察这些问题，我们则研究美国债券基金样本。下文我们将论证，债券基金与股票基金的市场环境存在重大差异，这些差异可能导致推断结果显著不同。

关于规模报酬，文献聚焦于两种并非互斥的假说来解释基金层面的效应。基金规模可能因流动性效应和/或有限关注约束而对业绩产生不利影响。Perold和Salomon（1991）以及Berk和Green（2004）发现，AUM较高的股票基金进行更大规模的交易，对价格产生更大的不利冲击，导致业绩恶化。Gupta-Mukherjee和Pareek（2020）讨论的有限关注约束也可能在基金规模增加时对共同基金业绩产生负面影响。如果AUM的增加被分配到更多证券上，基金经理为每项资产分配足够关注的能力就会下降，从而降低基金业绩。另一方面，基金规模也可能对业绩产生正向影响。Warner和Wu（2011）认为，规模较大的基金管理者能获得规模经济，降低其行政费用和运营成本。

鉴于这些相互竞争的理论，实证研究者们探讨了共同基金的规模（不）经济，结果有些混杂。Chen、Hong、Huang和Kubik（2004）、Harvey和Liu（2021）、McLemore（2019）以及Zhu（2017）发现股票型共同基金在基金层面存在规模报酬递减。Pastor、Stambaugh和Taylor（2015）（以下简称Pastor et al.（2015））以及Phillips、Pukthuanthong和Rau（2018）则未发现基金规模与基金业绩之间存在显著关系。Busse、Chordia、Jian和Tang（2021）控制了基金风格后，发现交易成本与基金规模呈负相关，这意味着基金规模与业绩之间存在正相关关系。与Berk和Green（2004）一致，Song（2020）发现具有正因子相关历史回报的股票基金会吸引资金流入，随后业绩不佳。股票基金层面相互矛盾的结果主要源于样本和方法论的差异。我们希望通过研究债券基金为这一争论增添新的证据。

在行业层面，如Pastor和Stambaugh（2012）以及Harvey和Liu（2021）所讨论的，随着主动型基金中AUM的相对规模增加，竞争减少了跑赢基准的机会。支持这一假说，Harvey和Liu（2021）与Pastor et al.（2015）均发现股票基金在行业层面存在规模报酬递减的证据。

关于经理技能，大量研究报道平均而言主动管理型共同基金跑输被动型基金。尽管如此，尽管主动资金管理相对于被动管理正在衰退，它在投资者中仍然非常受欢迎。寻找关于规模—业绩关系的新独立证据十分重要，因为如果规模与业绩相关，那么经理技能与规模就会相互作用。主动型基金平均业绩不佳可能部分解释为：技能较高的基金经理吸引了更大的资金流入，从而管理更大的投资组合，最终业绩不佳（Berk和Green（2004））。规模报酬递减效应使这些有技能的经理无法长期跑赢基准。在均衡状态下，管理人才是稀缺资源，它以更高的美元管理费形式获取所有租金。为证实这一点，Barras、Gagliardini和Scaillet（2022）使用偏差调整的非参数方法发现，平均而言基金经理具备技能，但面临规模不经济。此外，技能效应与规模效应呈负相关，表明最有利可图的投资随着吸引资金而迅速衰减。

我们使用一个研究较少的美国公司债券和政府债券共同基金样本来检验规模—业绩关系。尽管债券基金在资产管理行业中扮演重要角色，但研究者对其关注少于股票基金。我们认为研究债券基金有以下几个原因。第一，股票基金和债券基金的竞争环境不同。美国股票基金远多于债券基金，但可投资债券远多于股票。经过标准筛选后，Harvey和Liu（2021）与Pastor et al.（2015）分别研究了3625只和3126只美国股票基金，而我们研究556只美国公司债券基金。相比之下，在相似研究期间，美国普通股流通数量平均不足4000只，而可供投资的投资级美国债券约58000只、高收益债券约8200只。这表明行业层面的规模报酬效应对于债券基金可能不那么显著。此外，正如Jacobson（2025）在Morningstar专著中详细讨论的，债券相对于股票具有“令人眼花缭乱的各种特征”。该研究显示，在滚动3年窗口期内，仅17.6%的主动型大盘混合型股票基金经理跑赢标普500指数，而59%的主动型中期核心债券基金经理跑赢彭博美国综合债券指数。因此，债券市场相对于股票市场在广度、范围和相对低效性上表明，规模报酬递减效应在行业和基金层面对于债券都可能更弱。大量异质的错误定价资产可能提供规模扩张机会而伴随较少的规模不经济。第二，债券基金为研究交易成本（流动性）假说提供了良好机会，因为债券基金定期收到利息收入和到期债券本金形式的现金。如果这些收益再投资，可能产生额外交易成本。但在基金流出情况下，这些现金流也可能提供流动性缓冲。哪种效应随时间更强是一个实证问题。第三，关于交易成本，债券在不同于股票的环境中交易。大多数债券在场外交易市场（OTC）交易，而非在有组织的交易所，且以日交易量或非交易日数量衡量的债券平均流动性远低于股票。然而，与股票形成鲜明对比的是，Bessembinder、Maxwell和Venkataraman（2006）、Edwards、Harris和Piwowar（2004）以及Shultz（2001）均发现美国公司债券的交易成本随交易规模递减。重要的是，Pinter、Wang和Zou（2024）表明这一总体关系源于较大基金比较小基金获得更好价格。

对于我们的实证分析，我们构建了1991年1月至2019年6月期间556只主动管理型美国公司债券基金的面板数据。为进行比较，并作为流动性和有限关注假说的一项检验，我们还考察了同期105只主动管理型美国短期国债基金的业绩。我们在此预览主要结果。按照股票基金文献的标准做法，我们首先将基金业绩对滞后基金规模进行回归。我们通过调整债券基金的总回报对几个债券市场风险因子来估计风险调整业绩（alpha）。我们使用基金经通胀调整后的净资产总值（TNA）来衡量基金规模。结果显示，基金规模每增加1亿美元，基金业绩平均每月下降0.08个基点（t统计量 = ?3.18）。以相对值表述，基金规模每增加一个标准差，业绩相对于其均值下降56%。结果在加入各种控制变量后依然稳健，包括基金年龄、换手率、费用率、资金流和历史回报。结果对基金规模的替代定义、不同的alpha计算方法和不同的回归方法也均稳健。我们的发现支持美国公司债券基金在基金层面存在规模报酬递减效应（以下简称DRS效应）的假说。我们回归的不同设定显示，美国主动型债券基金行业的总规模与基金业绩之间要么无关系，要么存在正相关关系（行业层面规模报酬效应）。相比之下，对于短期美国国债基金，我们未发现显著的DRS效应。这与以下直觉一致：流动性和有限关注效应在该子样本中应较不显著。然而样本量相对较小，我们将该结果视为仅具启发性。

为试图厘清关于业绩的相互竞争假说，我们设计了多项检验以识别DRS效应的来源，并发现有限关注约束与规模—业绩关系相关的证据。为构建流动性和关注的代理变量，我们使用CRSP共同基金持仓数据获取每只基金所持债券的CUSIP编码，并将其与债券层面的价格和回报数据合并。由于数据可得性限制，这部分分析仅覆盖我们总体样本期间的一部分，始于2009年6月。

我们考虑流动性的多个维度。第一个是持仓层面的交易成本（Bao、Pan和Wang（2011）），因为较大基金通常执行较大交易，与股票相反，这些交易往往产生较低的价格冲击和执行成本。第二个是投资组合层面的流动性，遵循Pastor、Stambaugh和Taylor（2020）以及Falato、Goldstein和Horta?su（2021）。第三，我们考察投资组合中一个月内零交易的债券比例，以及一个月内某债券不交易天数的加权平均百分比。结果显示，对于我们的债券基金样本，这些指标中没有一个与DRS效应在统计上显著相关。我们将在3.4节讨论这一广泛结果的可能解释。

我们还使用投资组合持仓数据来考察有限关注约束作为DRS效应的潜在来源。我们定义了多个经理关注的代理变量。我们定义关注压力，即关注需求与关注能力之比，并考察关注需求和关注能力代理变量的各种组合。结果显示，所有这些关注代理变量的所有变体均与基金规模显著负向交互，并有助于解释DRS效应。

在关注约束的最终检验中，我们在双重差分设置中比较从单人管理转向团队管理的基金业绩。从单人管理转向团队管理的决策显然是内生的，因此我们的结论主要是启发性的。当TNA超过某一点时，单人经理可能决定引入共同管理人。为考察这一情景，我们使用388只从单人管理转为团队管理的独特基金样本，与风格和规模匹配的保持稳定管理机制的基金样本进行双重差分业绩检验。相对于匹配样本，我们在转向团队管理后发现相对业绩显著改善。为试图控制内生性，我们分别考察以过去24个月AUM累计增长率和平均业绩（毛alpha）为条件的业绩表现。随后12个月和24个月双重差分期的跑赢业绩集中于之前AUM增长率最高（三分位）的基金（支持有限关注假说），但之前业绩最低（三分位）的基金（与有限关注假说无明确联系）。同样，我们将这些结果呈现为启发性的而非结论性的。

接下来我们考察债券基金经理的技能问题。考虑到规模对业绩产生不利影响，我们在考虑基金规模的同时衡量公司债券基金经理的技能。Berk和Green（2004）认为，由于投资者竞逐净阿尔法，在均衡状态下净阿尔法应趋近于零，因此净阿尔法并不能反映基金经理的能力。Berk和van Binsbergen（2015）认为，只有在所有基金规模相同的情况下，毛阿尔法才能反映经理的能力。由于基金规模通常并不相同，毛阿尔法也不是衡量经理能力的良好指标。Pastor等人（2015）以及Berk和van Binsbergen（2015）提出了两种不同的方法，在考虑基金规模影响的同时衡量经理能力。遵循这些作者的做法，我们分别定义了基于回报的指标和基于价值的指标，以评估基金经理的能力。

基于回报的能力指标由Pastor等人（2015）通过OLS回归估计的基金固定效应来衡量。该固定效应等于经基金规模调整后的平均毛阿尔法。根据这一定义，每位基金经理的能力被假定为不随时间变化，且投资者不像观察基金业绩那样容易观察到这一能力。我们的分析表明，公司债券基金经理平均而言具备能力，并因其能力每月获得高达4个基点的收益。基于价值的能力指标（Berk和van Binsbergen，2015）通过经理从市场中随时间提取的价值来衡量。其估算方法是将月初基金规模乘以当月基金的毛阿尔法，然后对基金存续期内的月度增值求平均。我们发现，美国债券基金经理平均而言具备能力，每月产生约29.4万美元的增值。

最后，我们证明增值不太可能归因于运气，因为持续性检验显示，具备能力的经理在初始排名后的长达六个季度内能够持续产生显著的正毛阿尔法。

本研究对多个文献分支有所贡献。首先，我们的工作与在基金层面研究规模对共同基金业绩影响的研究相关。对于股票基金，不同样本和方法产生了混合结果。也有少数密切相关的研究关注公司债券基金。Gutierrez Jr、Maxwell和Xu（2009）检验了规模收益假说，未发现业绩与基金规模之间存在关系。他们的研究在几个方面与我们的不同。首先，他们将研究限定于两类基金：高等级债券基金和高收益债券基金。更重要的是，他们没有合并同一基金的不同份额类别，因此规模是在份额类别层面衡量的。最后，他们的样本来自CRSP共同基金数据库，而我们的样本使用的是CRSP和Morningstar两个数据库中基金的交集。我们认为使用CRSP-Morningstar合并数据很重要。确认基金分类和回报有助于减少数据错误的影响（参见Adams、Hayunga和Mansi，2018；Adams、Hayunga和Mansi，2022）。Yan（2020）发现公司债券共同基金中基金规模与业绩之间存在驼峰形关系。然而，Yan（2020）也没有用Morningstar数据验证CRSP数据。与Yan（2020）类似，我们也估计了规模与业绩之间的二次回归，但与Yan（2020）不同，我们发现的是凸形关系。我们认为本文是首次报告美国债券基金中基金规模与业绩之间存在显著负相关关系的论文。与股票基金的情况不同，这种负相关关系在一系列检验规格和度量细节的变化下都是稳健的。规模与业绩之间凸形关系的证据也是文献中的新发现。

其次，我们在行业层面研究规模与业绩的关系，发现根据模型设定的不同，结果存在差异（无关系或正相关关系）。这一结果在债券基金研究中是新的，也与Pastor等人（2015）以及Harvey和Liu（2021）针对股票基金的证据形成对比。前述股票基金与债券基金之间市场格局的差异可以解释这一区别。竞争收益的债券基金数量远少于股票基金，但可供选择的债券品种却庞大得多。这一结果也可能是因为在我们的样本期内，主动管理的美国债券基金持有美国公司债券的4%至16%。保险公司持有最大份额。主动债券基金的份额很可能不足以挤出好的投资机会。

第三，本文与研究基金经理能力的文献相关。多位研究者将被动型共同基金（平均而言）的优异表现解读为支持基金经理缺乏能力的观点。然而，一些研究确实发现了共同基金经理具备能力的证据。例如，Grinblatt和Titman（1983）发现小盘股基金和成长型基金平均产生正的毛阿尔法。Wermers（2000）表明高换手率的基金跑赢指数基金。Jegadeesh、Chen和Wermers（2000）报告称基金经理买入的股票表现优于他们卖出的股票。Huang、Lee和Rennie（2025）在错误发现率框架下估算了主动管理型美国债券基金的能力比率。他们发现36.3%（17.3%）的公司（政府）债券基金经理具备能力。在本研究中，我们在解决规模内生性影响的同时计算基金经理的能力。我们发现公司债券基金经理平均而言具备能力。

本文的其余部分安排如下：第2节描述我们的数据和样本选择过程。第3节讨论规模与业绩关系的实证结果和稳健性检验。第4节呈现经理能力的分析，第5节给出结论。

章节片段

数据和样本选择

我们使用CRSP无幸存者偏差的美国共同基金数据库获取基金名称、首次发售日期、TNA、毛回报、费用率、基金换手率、风格代码和投资组合经理姓名。我们最初关注美国公司债券基金，但分别检验短期美国国债基金，作为非流动性和有限关注假说的一项检验。如果基金满足以下条件之一，则被归类为公司债券基金。CRSP风格代码以“IC”开头，Lipper

规模与业绩关系

我们首先检验基金规模与业绩之间的关系，原假设是在基金和行业层面均存在规模收益不变。我们在控制基金年龄、换手率、费用率、资金流和过去回报的同时检验规模与业绩关系。我们还分别使用固定效应和递归去均值（RD）回归呈现结果，以解决遗漏变量偏差和内生性问题。

能力评估

如果规模对业绩产生不利影响，那么规模与能力会相互作用，因为更有能力的经理倾向于管理更大的基金。因此，通过考察共同基金的业绩，我们无法轻易观察到其经理是否具备能力。本节应用文献中使用的两种不同方法来衡量我们债券基金经理的能力：基于回报的能力和基于价值的能力。

结论

在本研究中，我们考察基金规模如何影响美国公司债券基金的业绩，以及基金规模与经理业绩如何相互作用。我们的研究结果表明，基金规模对基金业绩有显著的负面影响。然而，我们没有找到一致证据表明主动管理型公司债券基金行业的总体规模会影响共同基金业绩。在加入控制变量后，基金规模与业绩之间的负相关关系仍然显著，并且是稳健的

AI披露声明

本工作过程中未使用任何人工智能。

利益冲突声明

作者声明，他们没有任何已知的竞争性经济利益或个人关系可能影响本文报告的工作。

Mehdi Khorram | Gary C. Sanger