最近業績好，未來業績就會好嗎？#

二 ○ 一五年四月底，有人興奮地說：「易方達科訊混合基金非常不錯，今年以來業績翻倍，是普通股票型基金漲幅冠軍，趕快買吧！」那麼，過去業績好的基金，未來也會好嗎？

《人民日報》在二 ○ 一五年四月二十一日刊登了一篇〈四千點才是Ａ股牛市的開端〉，文中說：二 ○ 一四年中國以十兆美元的ＧＤＰ總量位列世界第二，幾乎是當時日本的兩倍，且尚在崛起的前夜。資本市場的火熱，是市場對這一變化的正常反應；像鬱金香、比特幣之類的東西才是泡沫，一個年ＧＤＰ十兆美元、政治穩定、經濟穩健的經濟體，其優質公司理應修復在資本市場的合理估值——若這都算泡沫，世界上還有什麼資產不算泡沫？

就在這篇文章發表的十個月前，上證綜合指數還只有二千零四十八點，到二 ○ 一五年四月已上升至四千四百四十一點，一年不到漲幅一一七％。這是否說明《人民日報》是對的？

易方達宋昆的故事#

易方達是中國不錯的公募基金公司之一。二 ○ 一 ○ 年九月，宋昆上任易方達科訊混合基金的基金經理。各年表現如下：

• 二 ○ 一一年：基金下跌二四％，但同期滬深三 ○○ 指數下跌二五％，算跑贏指數，在三百九十二支同類基金中排第二百三十二位，稍落後於中位。
• 二 ○ 一二年：上漲五％，勝過多數同類基金。
• 二 ○ 一三年：上漲五二％，在五百多支同類基金中排第十一位，宋昆因此獲頒「三年期股票型金牛基金」獎——中國最權威的基金類獎項。
• 二 ○ 一四年：形勢逆轉，漲幅五％，在六百零八支同類基金中排第五百五十九，落在倒數一 ○％。

若僅看這幾年，科訊混合基金業績只能說一般，僅二 ○ 一三年出色。但二 ○ 一五年頭四個月形勢又變，宋昆業績達到巔峰，因此被提升為易方達公募基金投資部副總經理。二 ○ 一五年五月四日《中國證券報》對他做了專訪。

專訪大致這樣介紹宋昆的歷程：二 ○ 一一年市場股債雙殺，他以防禦為主，提高食品飲料、紡織服裝等穩定成長產業的配置；二 ○ 一二年經濟疲弱、周期股與成長股偏好劇烈切換，他增持家電、醫藥生物、社會服務、建築等穩健成長產業；二 ○ 一三年結構性行情演繹，他集中持有傳媒、電子、醫療、環保、新能源、品牌消費等優勢公司，斬獲豐厚。憑此成績，他自二 ○ 一三年十一月起兼管易方達新興成長基金，延續科訊的思路，重點押注符合經濟轉型、商業模式獨特、發展空間巨大、具備護城河的平台型公司。

但二 ○ 一四年下半年市場風向變，突如其來的藍籌股行情令多數成長型基金經理措手不及，宋昆也是其一。他重倉股中幾乎看不到券商、保險等藍籌績優股，仍偏重成長股，導致他管理的兩檔基金業績消沉。對於「踏空」藍籌行情，他坦言：過去在成長股投資上的成功限制了後來的發揮，當新機會來臨時，過去的成功反而變成一種負資產。

二 ○ 一五年上半年，宋昆的投資風格真的「機會來了」。截至四月二十四日，他管理的易方達新興成長基金漲幅一一八.八一％，成為全部偏股型基金的冠軍；易方達科訊業績一 ○ 四.五％，為普通股票型基金冠軍。四月二十七日，他參與管理的易方達新常態基金開始發行，首日募集近一百五十億，創下五年來主動偏股型新基金的最大規模與首日募集最高紀錄。

採訪中宋昆說：「如果用一句話來概括我自己，那就是，我力爭做一個最堅定的時代趨勢投資者。」「沒有成功的投資，只有順應時代的投資。」從兩檔基金的重倉看，網路相關個股占比超過八 ○％，傾向明顯——他看到的未來世界就是移動網路、智慧汽車、機器人、線上教育、細胞治療等新興產業的大發展。

如果故事到此為止，當然是幸福的結局。但二 ○ 一五年六月底，中國股市風雲突變。

隨著證監會、銀監會嚴查場外配資等槓桿投資行為，第一波股災來了。六月十二日上證綜指創新高五千一百七十八點後迅猛暴跌，七月八日收三千五百零七點，十七個交易日累計跌三二％。

正當大家以為股市走穩時，八月十八日又迎來第二波股災。八月十七日收三千九百九十三點，八月二十六日收二千九百二十七點，七個交易日下跌二七％。此後，宋昆看好的新興產業股票經歷了兩年多的下跌行情。以中證一千指數度量中小型股票，該指數二 ○ 一五年六月十二日最高達一萬五千零八十六點，兩年半後（二 ○ 一七年十二月八日）為七千零七十八點，下跌五三％。

易方達科訊混合基金的累計淨值，從二 ○ 一五年六月十二日的人民幣九.七七六一元，跌到二 ○ 一七年十二月八日的五.六九八七元，累積跌幅四二％。

最近業績好不代表未來業績也好#

宋昆的業績排名波動是基金行業的例外嗎？並不是，這是相對普遍的規律。

我們從萬得公司資料庫中蒐集了二 ○ 一一至二 ○ 一七年所有偏股型混合公募基金（編按：以投資股票為主的基金），按年度報酬排名，主要看每年前二十名的基金在第二、三年是否還表現很好：

• 二 ○ 一一年（共二百九十七支）：前二十名中僅兩檔在下一年表現尚可（博時主題行業、新華行業周期輪換，分別排第十八、第三），其餘多表現不佳，五檔落到二百名以後；到二 ○ 一三年竟有十三檔排在二百名以後。
• 二 ○ 一二年（共三百四十九支）：前二十名中僅兩檔次年仍在前二十，有四檔落到三百名以後。
• 二 ○ 一三年（共三百九十三支）：前二十名中僅一檔（中郵戰略新興產業，次年第十八名）保持前列，十一檔落到三百名以後，超過半數從高位下滑。
• 二 ○ 一四年（共四百二十一支）：前二十名中僅一檔次年續優，十二檔落到三百名以後。
• 二 ○ 一五年（共四百四十二支）：前二十名中無一檔次年仍在前二十，九檔落到三百名以後。

這些規律在二 ○ 一六、二 ○ 一七年仍重複。

今年排名靠前、明年還能留在前二十的基金真是鳳毛麟角，不少「好基金」第二年就變成「差基金」。這不僅是中國基金業的特色，也是美國等其他國家基金業的共同點。

是什麼導致業績波動？是基金經理水準差嗎？不是。中國公募基金經理都從產業研究員做起，層層選拔上來，是市場中專業水準較高的一群。真正的原因是：沒有一種投資風格能總是贏——有時價值股占優、有時成長股占優、有時投機股占優，產業題材也經常變化。基金經理若堅持自己的風格，今年正好對上市場偏好就排名靠前，第二年風格輪轉就落後；若風格變來變去，排名就更靠運氣。

那為什麼基金經理會為排名孤注一擲？這由激勵機制決定。公募基金面對大眾，管理公司收入完全來自固定管理費，所以資產規模決定一切；而規模取決於投資者認可、取決於品牌與知名度，因此排行榜很關鍵。若一檔基金每年只賺穩定收益卻總上不了榜，投資者根本不會注意到它。於是基金經理不得不把組合集中到少數熱門股賭一把，最終加劇了排名的上下波動。

思考一下：我們不能以基金最近的表現來判斷好壞，最近表現好並不說明未來也好，只有極少數例外。那麼該用什麼標準挑出那些極少數真正的好基金？除了最近表現外，還有什麼值得注意的？

精英管理的基金更好嗎？#

中國基金業現在有兩個現象。一是基金經理（特別是私募）中北大、清華、復旦校友很多，占比顯然高於這些名校在大學畢業生中的整體比率。二是越來越多基金公司偏愛理工專業的人——招募網站上充斥著對天文物理博士、數學博士、生物學博士、計算機博士的需求，因為一般認為理工人士在數學計算、邏輯思維、資料分析、建模等方面能力強，正是大數據與人工智慧時代金融業最需要的人才。這讓原本學金融、經濟的人感到處於劣勢。

那麼，一流大學畢業的基金經理真的更好嗎？理工科系畢業的經理跟商管專業的經理相比，誰業績更好？讓我們用資料說話。

好大學的畢業生真的更好#

一九九九年，耶魯大學金融系教授茱蒂絲.舍瓦利耶（Judith Chevalier）和合作者發表過一項研究。由於需要基金經理提供大量背景資料，最後統計了一九八八至一九九四年間美國四百九十二位公募基金經理的資料——這在統計學上已足夠大。他們發現以下規律：

第一，名校畢業的經理業績的確更好。 從耶魯、哈佛、史丹佛等好大學畢業的基金經理，所管基金業績更好，即使去掉風險等其他因素後結論依然成立；常春藤盟校讀本科的經理，所管基金年平均報酬更高。研究者進一步分析發現，這不只是因為智商高，更重要的是這些人在大學期間和畢業後建立的關係網絡——校友很多進入各大公司高層或政府機關，透過校友俱樂部、精英高爾夫俱樂部彼此聯繫，形成鮮明的資訊優勢，讓他們在不利局面時比別人更早退出，或更精準提前布局有潛力的公司。

第二，讀過ＭＢＡ的經理業績更高，但這是因為承擔了更多系統風險（跟著大盤走）。一旦去掉系統風險的影響，讀過與沒讀過ＭＢＡ的差別就不再那麼顯著。

第三，年輕經理管理的基金好於年長經理。 這似乎與「薑是老的辣」相反。研究顯示，基金經理每年輕十二歲，所管基金年報酬平均高出一％。原因有二：一是規模大的成熟基金更可能雇用薪水較低的年輕經理，管理成本更低，投資者到手報酬更高；二是年輕經理更能看到新興產業的機會（就像巴菲特一直聲稱他不碰高科技一樣），這對成長型股票基金特別重要——而本研究進行的一九八 ○ 至九 ○ 年代正是電腦產業興起、網路問世的時期。

本科專業重要嗎？#

美國的表現似乎跟經理是否上過一流大學、是否讀過ＭＢＡ、是否年輕有關，這也解釋了中國基金業到處是清華、北大、復旦校友的現象。但大學和研究生時期學什麼專業也重要嗎？

「量化俏佳人」微信公眾號刊登過一份角度類似舍瓦利耶教授的研究報告。樣本含二千七百八十三支中國公募基金，最後有一千四百七十六位基金經理的完整背景資料：金融學五百六十七位、經濟學四百八十八位、管理學二百零七位、商學三十三位（四類合計一千二百九十五位），理工科出身一百六十三位。金融、經濟、管理畢業生顯然有進入基金業的優勢，占整體八六％。

就投資報酬而言，從二 ○ 一一年中到二 ○ 一六年中：

• 股權基金：商管專業經理所管基金平均年化報酬三.七二％、五年累計一九.九一％；理工背景經理年化二.五九％、五年累計一三.五四％。理工經理風格更平穩，二 ○ 一四至二 ○ 一五股市「瘋漲」期間沒有不顧一切跟風，雖然當時落後，但股災後跌幅也小很多。
• 債權基金：理工背景經理更優，所管基金年報酬六.二％；商管背景五.○ 八％，但風險波動率較低。

為什麼兩類經理在股權與債權基金上表現相反？一種解釋是：圍繞債券的數理模型已很發達、很數學化，管理債權基金就像做工程，對理工背景有利；但決定股市走向的因素複雜得多——人的行為、政策走向、官方的模糊語言都會影響股價，股票定價的數理模型遠不如債券模型發達，理工經理在股票上就失去優勢，反而商管背景更佔上風。

研究還發現，有博士學位的經理業績顯著好於只有大學或碩士學歷的經理，這與舍瓦利耶教授基於美國資料的結論類似。一方面可能說明能讀完博士的人能力略勝一籌，另一方面是書讀越久認識的人越多、關係網絡越廣。

在大數據與人工智慧時代，理工人士越來越受歡迎，但股市的事情並非都像債券那樣結構明確、可數理化。對股票市場而言，人為因素仍是主角，因此商管與人文社科背景的人會略勝單純理工背景者一籌，而一流大學與高學歷背景也有助於提升基金業績。

思考一下：這些研究得出「一流大學畢業、讀過ＭＢＡ及博士的基金經理業績更好」的結論，你認同嗎？你的觀點是什麼？

集體決策型與個人決策型基金的優劣#

投資人把錢投入基金，等於全權委託基金管理公司決定買哪些股票、何時買賣、賣多少。於是投資者與基金公司之間又多了一層委託代理關係、多了一些資訊不對稱。那麼，基金公司的組織方式與決策程序對業績有影響嗎？把決策權集中在基金經理一人手裡，還是由投資決策委員會集體決策更好？

集體決策的投資俱樂部#

加州大學戴維斯分校的布萊德.巴伯（Brad Barber）教授與柏克萊大學的泰朗斯.奧迪（Terrance Odean）教授，於二 ○○○ 年發表論文，詳細分析了美國一百六十六個投資俱樂部在一九九一至一九九七年間的股票交易業績。這些俱樂部自發組成，每位會員投入同樣多資金，買賣任何股票前必須過半數會員投票同意，以避免個人意見或情緒影響投資——這是嚴格意義上的集體決策制。

這七年間的年報酬率比較：

• 標普五 ○○ 指數：一八％；對應指數基金（扣約 ○.二％費用）：一七.八％。
• 個人散戶：扣費前一八.七％，扣實際交易費用後僅一六.一％，低於指數基金。
• 投資俱樂部：扣費前一七％，扣費後僅一四.一％，不僅遠低於大盤指數，還不如個人投資者。

也就是說，若把個人投資者看作「個人決策型基金」，其業績在扣除費用前勝出，扣費後落後於「不需動腦」的大盤指數；而依靠集體決策的投資俱樂部業績更差。集體決策反而使業績變差，效率低於個人決策；當然，兩者都不如指數投資。

那是否該為了效益而放棄集體決策？下面我用自己的創業經歷來回答這個問題。

斑馬投資基金的故事#

一九九三年左右，我還是威斯康辛大學的金融經濟學老師，用一萬美元左右開了股票交易帳戶，投資美股和個股選擇權。一九九五年跳槽到俄亥俄州立大學擔任副教授後仍繼續炒股。但我很快發現，自己每天看新聞、分析大盤、判斷個股，最後還是難避免情緒影響，辛苦半天賺不到錢，跟一般散戶並無兩樣，表現不出金融學教授的任何優勢。

於是從一九九六年起，我致力於研究股票定價模型與報酬率預測模型，用大數據預測每檔股票未來一個月到半年的報酬。邏輯跟氣象學一樣：氣象專家不需知道每天氣溫究竟如何確定，只要有過去多年的氣溫，加上氣壓、日照、風速、風向等資料，就能反推出氣溫與這些因素的函數關係，並據此預測未來。股市也一樣——只要股價背後存在看不見的邏輯，與每股盈餘、利潤成長、分紅比率、利率、市場情緒等相關，我們就能反推出定價邏輯，預測個股未來表現。

依此思路，我先建立股票定價模型，再用幾千支美國股票約五十年的大數據估算測試預測參數。到二 ○○ 一年，模型測試結果已很漂亮，操作程序也就緒。只要募到資金，就能推出量化投資基金：做多一些股票、同時做空另一些，透過多空兩頭的風險優化匹配，達到風險小、報酬可觀的理想效果。

二 ○○ 一年，我說服耶魯大學金融學教授羅傑.伊博森（Roger Ibbotson）一起創辦對沖基金管理公司——他之前成功創辦過公司、在全球資產管理業享有盛譽。後來找到第三位合夥人埃米特.哈帝（Emmett Harty），他無研究背景，但有三十幾年華爾街工作與創業經歷。兩位都比我大十八歲。我們成立斑馬資本管理公司（Zebra Capital Management），三人各占三分之一股權，二 ○○ 一年十月以三千萬美元開始建倉。

那時正值「九一一恐怖攻擊」之後不久，股市混亂、往日規律失效，我們出師不利。所幸投資者都是法人機構，願給我們展示潛力的機會，二 ○○ 二年繼續增資，年底管理規模超過一億美元，二 ○○ 三年開始獲利。

我們的決策規則是：三位合夥人加研究部主任共四人組成投資委員會，每項重要決策必須全數通過——任何人都有一票否決權。這是百分之百的集體決策制度。後來才發現，我們深受其害。四個人的智商、對人性與市場的認識、對模型與量化策略的理解差別都很大；而「一票否決」意味著每項決策都得等到委員會裡最「笨」的一位也能理解才能通過，任何成員的「天賦」與「獨特眼光」都無用武之地。

集體決策為什麼不好？#

這裡舉兩個例子。

例一：量化模型的特色問題。 二 ○○ 二至二 ○○ 五年業績每年為正，年化報酬約九％、風險波動六％，但我細看發現：每次獲利持續一年多後，緊接著就是多個月虧損。結果是每當一年好業績吸引投資者剛要進場，就來一次反轉把人嚇跑，融資挑戰很大，不利業績與公司成長。我建議研究找出能預測反轉的因素，在反轉信號到來前逐步減倉而非傻等。但這建議很快被伊博森教授否決，他認為：「一旦走上根據市場擇時加減倉的路，就會偏離量化投資的哲學、違背初衷。」於是業績繼續波動，新投資者不敢進來。

例二：二 ○○ 八年金融危機。 九月十四日雷曼兄弟倒閉，股市崩潰，幾天後美國證管會宣布禁止做空七百九十九支金融股。由於斑馬基金始終保持多空倉位匹配（一美元多頭對一美元空頭），到那時我們當年報酬已超過一二％。我建議大量減倉，至少出清所有金融股部位（無論多空），理由有二：一是已有一二％淨報酬，清倉也已不錯；更重要的是，所有量化模型都基於過去歷史大數據估算參數，而歷史資料裡根本沒有整個產業禁止做空的先例，遊戲規則一旦被改變，歷史對當時股市已無參考價值，再用舊參數預測就是盲人摸象。

我研究測試這些模型多年，非常清楚它何時管用、何時不管用，明白那時模型不能用。可是一票否決權讓我的建議再次落空。最終公司二 ○○ 八年淨報酬從一二％跌到負三％；由於模型參數需約兩年新資料才能適應新常態，二 ○○ 九年繼續虧損。

那次經歷讓我心灰意冷。二 ○ 一一年初，我決定退出，當時公司資產規模達六億美元，由其他合夥人繼續經營。

集體決策的好處是保持穩定、難以做出改變現狀的決策，因此更適合面對大眾、看重穩定性的公募基金。而對沖基金這類私募基金不應採「一票否決制」，應給每位核心成員充分的自由空間去發揮才能與獨特視角。現實中，公募基金偏重集體決策，私募基金以個人決策制為主。

思考一下：你熟知的公募基金中，哪些是集體決策、哪些是個人決策？它們業績有差別嗎？今後分析基金前景時，也要看看基金的內部決策機制，這很重要。

重點整理#

• 各國經驗顯示，最近表現好的公募基金未必未來也好。排名反轉很常見，單一年度排名靠前的好基金未必下一年續優。
• 原因之一是沒有一種投資風格每年都能贏——有時價值股贏、有時成長股占優、有時投機股贏，熱門產業題材也經常變化。
• 每檔基金都說自己好，誰好誰壞只有以後才知道。但投資者今天就要判斷，於是基金公司想方設法增加信心，而排名是最有效的方式之一；為追求排名，基金公司有時願孤注一擲，這也加大了排行榜的波動。
• 名校畢業生管理的基金業績的確更好（去掉風險等因素後依然成立），原因不僅在於平均能力更強，更在於名校廣泛的精英校友網絡帶來的資訊優勢。
• 從美中資料看，有ＭＢＡ甚至博士學位的經理業績也更好；年齡也值得注意，對成長型股票基金，年輕經理可能更有優勢。
• 專業背景也有影響：至少自二 ○ 一一年中以來，股票類基金中商管背景的經理有優勢，債權類基金中理工背景的經理更有優勢。
• 投資俱樂部報酬不僅落後大盤指數，也低於個人投資者，原因在於其集體決策制；個人投資者自己做主、效率高，也利於發揮特長。
• 集體決策有利降低風險、使基金穩定，但不利報酬最大化；個人決策制使基金更個性化、增加風險，但利於報酬最大化。這也是為什麼成功的對沖基金多採個人決策制（創始人說了算），而公募基金不然。