基金历年收益率查询(基金的盈利收益率怎么查？)

基金的盈利收益率怎么查？

基金的盈利收益率可以通过以下方式查看：1. 登录至基金交易平台或者基金公司官方网站，在基金详情页面中可以找到该基金的历史收益率数据。这些数据通常以年度为单位呈现，可以了解基金在过去一段时间内的收益情况。2. 可以查询金融信息网站或者财经类APP，这些平台提供了基金的实时行情数据和历史收益率曲线图，可以直观地看到基金的盈利情况。3. 同样，也可以咨询基金经理或者投资顾问，他们通常会关注和评估基金的盈利能力，并提供相应的数据和分析报告。他们的专业知识可以帮助你更好地了解基金的盈利收益率。以上是查看基金盈利收益率的一些方法，通过了解基金的历史表现和市场趋势，可以帮助你做出更明智的投资决策。

社保基金会发布2015年度报告：年收益率达15.19%

2016年6月3日，全国社会保障基金理事会基金年度报告（2015年度）正式对外披露。

年报数据显示，2015年投资收益率为15.19%，在去年***资本市场发生罕见股灾的情况下，这样的收益率令人叹服！

报告显示，自成立以来，基金权益年均投资收益率8.82%，超过同期通货膨胀率2.35%约6.47个百分点。

社保基金理事会负责人表示，近年来社保基金较好实现了保值增值目标，同时保值增值压力持续加大，下一步将加强经济和市场研究分析，合理配置资产，扎实做好各大类资产投资运营工作，做好基本养老保险基金部分结余资金的受托管理工作。

目前，社保基金会管理的基金包括三部分：一是全国社保基金；二是从2006年年底开始受托运营部分试点省份做实企业职工基本养老保险个人账户中央财政补助资金；三是部分省企业职工基本养老保险资金结余资金（简称地方委托资金），包括从2012年开始受托运营广东省部分企业职工基本养老保险资金，从2015年开始受托运营山东省部分企业职工基本养老保险资金。

年报披露，2015年末，社保基金会管理的基金资产总额达到19138.21亿元，同比增长24.62%。其中委托投资占比超过50%。

数据显示，2015年末，基金权益总额为17，966.51亿元，其中：全国社保基金权益15，083.42亿元，投资运作产生的增值首次超过财政性净拨入；个人账户基金权益1，149.65亿元；广东委托资金权益1，196.49亿元；山东委托资金权益536.95亿元。

财政拨入资金情况显示：2015年，财政性净拨入全国社保基金资金和股份706.38亿元。其中：中央财政预算拨款200亿元；国有股减转持资金和股份金额179.04亿元；彩票公益金327.34亿元。

截至2015年末，财政性净拨入全国社保基金资金和股份累计7259.02亿元，其中：中央财政预算拨款2698.36亿元，国有股减转持资金和股份净额2549.61亿元，彩票公益金2017.85亿元，用于四川地震灾区工伤保险金补助财政调回6.80亿元。

从社保基金二级市场的仓位变化情况来看，价值、成长类标的已成为社保基金布*的重点方向之一，消费类、制造行业也受到不同程度青睐。社保基金整体偏向于净利润增速较高、净资产收益率较高的行业。

全国社会保障基金理事会理事长谢旭人此前在第五届理事大会第三次会议上表示：

2016年将进一步深化基金投资管理体制机制改革创新，研究设计符合社保基金风险收益特征的新型产品、投资工具，适时开展同业存单等业务，创新固定收益投资策略，优化股票委托投资产品链，并继续配合人社部、财政部推进养老保险顶层设计重大课题研究，制定划转部分国有资本充实社保基金办法，明确国有资本划转规模、划转范围，以及划转后的管理措施等关键性内容。

谢旭人称，全国社会保障基金理事会要配合***财政等部门，巩固现有基金筹资渠道，并充分吸收各方面意见建议，积极研究扩大全国社会保障基金来源渠道问题。另外，要依法做好全国社会保障基金管理运营工作，依法接受监管部门和社会监督。

下一步，社保基金理事会将加强经济和市场研究分析，合理配置资产，扎实做好各大类资产投资运营工作，进一步加强投后管理工作，扎实做好基本养老保险基金部分结余资金的受托管理工作，进一步加强基金管理运营队伍建设。

观察者网综合全国社会保障基金理事会官网、***网、***证券报等

怎么查基金定投在5年来的收益

你如果在电脑上面买的，可以看出亏和赚的。如果你是在银行柜台买的，你去银行柜台打一份基金收益明细表，就清楚了。

太平洋鸿发年年A（2013）产品有哪些特色？有哪些收益或保障？

“鸿发年年”具有以下几个特色：1、限期投入，年年领取，年年祝福尽享一生主险每份险费1万元，客户每年都可领到等于基本险金额的9%的祝福金，直至终身。2、子女教育，提前储备，全心助力美好未来被险人在0-18岁之间，每年都可领到等于基本险金额的9%的少儿教育储备金。3、费返还，灵活可选，养老祝寿安心无忧投时，客户可自选在年满60、65、70、75或80周岁的某一年龄，领取等于已交费总额的祝寿金。4、附加万能，贴心设计，可望更高账户收益主险的生存险金和红利均可“零扣费”自动进入附加万能管家账户，月月复利结算。5、身价障，呵护终身，尽显周到人性关怀客户将拥有终身身价障，在障客户的资金收益安全之外，还可做到身故风险的防范。6、红利增值，抵御通胀，分享专业经营成果每年根据分红险的业务经营状况，确定红利分配方案，客户可分享公司专业经营的成果。“鸿发年年”具有以下单利益：单利益包些态铁拿吧且括固定部分和非固定部分，固定部分又包括年金和祝寿金，年金有祝福金和少儿教育储备金两种；祝福金为基本额的9%，少儿教育储备金为基本额的9%；祝寿金是费返还，客户可自选在年满60、65、70、75或80周岁的某一年龄领取。非固定部分包括红利和万能账户结算利益。此外，鸿发年年特设“附加投人豁免险费意外伤害险”，若投人在交费期内发生意外身故或全残，剩余的险费将被豁免交纳，锁定了险合同的终生有效，你在与不在，爱在身边。

如何查看基金实际的收益率？

可以通过以下几种方式查看基金实际的收益率：

1. 基金公司网站：在基金公司网站上查询基金的收益率，可以参考基金的最近一周收益率、最近一个月收益率、最近三个月收益率等数据，通常会在每个工作日进行更新。

2. 银行网点：通过银行网点查询基金的收益率，通常银行会提供多种类型的基金，包括股票型基金、债券型基金、混合型基金等，可以通过银行柜台或者自助机具查询当日基金的净值和累计净值，从而计算出收益率。

3. ***第三方基金评级机构：这些机构会对基金进行评估并提供评级，比如晨星网、天相投顾等机构。这些评级机构会对基金的收益、风险、管理团队等多个方面进行评估，并提供相应的评级，投资者可以根据自己的需求选择相应的评级机构查询。

4. 微信小程序：例如“小倍养基”，只要将支付宝的持仓数据截图一键导入小程序，就可以在上午9点到下午3点间查看基金实时收益变化，根据实时收益进行调仓，从而对自己的基金进行“掌控”。

需要注意的是，以上方式都可以查询基金的收益率，但不同方式的收益率可能会有所不同。此外，投资者应该根据自己的风险承受能力和投资目标来选择适合自己的基金类型和投资方式。

RQBeta基金版——大摩多因子策略混合穿透性分析

在前两期穿透性分析实例中，我们对长信量化先锋混合A，以及华泰柏瑞量化增强混合A两个公募量化基金的绩效和风格进行了多维度的评估。在这一期的分析中，我们继续使用米筐科技开发的数据产品RQData，以及FOF基金管理产品RQBeta，对另一个在业界颇具名气的量化基金——大摩多因子策略混合——进行穿透性分析。

1 基金概况

通过该基金的代码（233009），我们可以在RQBeta基金版读入大摩多因子策略混合的相关信息（图1）。该基金从2011年开始运作，是一只混合型基金（图2），其主要投资范围为股票、债券和股指期货。通过RQBeta的“资产配置”功能，我们可以查询到该基金历年年底（2017年的净资产为三月底的数据）的资产配置情况（图3）。从图中可以看出，该基金股票类资产占净资产比例在81~95%之间；债券占净资产比例在0~9%之间（2015年下半年至今并未持有债券类资产）。

此外，根据该基金在2016年年底发布的招募说明书，该基金通过投资股指期货来实现贝塔中性和套期保值。由于大摩多因子策略混合的投资策略为多因子阿尔法策略，因此，通过股指期货适时实现贝塔中性，能有效降低基金在极端市场情况下所面临的市场风险。

最后，我们通过RQData查询该基金基金经理的历年基金经理变动情况（图4）。现任基金经理杨雨龙是从2015年年中开始任职。因此，在接下来的分析中，我们会对基金在2015年下半年后的投资策略变动情况进行重点分析。

图1：RQBeta查询读取公募基金（RQBeta截图）

图2：基金基本信息（RQBeta截图）

2净值分析

由于该基金较为偏好小市值股票，在接下来的分析中，我们统一使用中证500作为基准，对基金的历年数据进行一系列净值分析（收益、风险、择时能力）。考虑到基金规模对于基金业绩有明显的影响，在下面的分析中，我们通过RQBeta的“资产配置”部分获得基金历年年底的净资产情况（2017年的净资产为三月底的数据），来评估基金规模变动对其业绩带来的影响。

2.1基金历年收益情况

我们通过计算基金和基准在各年的同期累积收益、同期Jensen指标及T统计量（如果基金从2011年5月份开始进入正常申购赎回期，则基金和基准在该年的累积收益均以5月份为起点计算）来对基金历年的收益情况进行评估。Jensen指标和量化交易中常用的概念“阿尔法”具有相同的数学形式，常用于评价基金获得超出基准的回报的能力。

从表3中可以看出，基金在2011~2017年间，有5个年份的累积收益高于基准（2011~2013，2015~2016），有2个年份累积收益低于基准（2014和2017）；而在2013、2015和2016年，其表现远比基准出色（Jensen指标的T统计量大于2）。在这三个年份中，2013和2015年中证500的累积收益为正，而在2016年的累计收益为负；此外，基金在2015和2016年的净资产规模也远大于2013年。这些结果说明该基金在不同市场行情、不同的基金规模下，都曾经获得过明显好于基准的收益。

该基金从2017年其表现明显逊色于基准（Jensen指标的T统计量小于-2），我们认为这主要是今年以来小市值和成长型股票的表现普遍不佳导致。

2.2基金历年风险情况

我们通过计算基金和基准在各年的同期波动率、贝塔、追踪误差以及最大回测，来对基金历年的风险情况进行评估。

从表4中可以看出，除了2015年出现极端市场行情的情况，该基金总体收益波动较为稳定；而且其对于基准敏感度（贝塔）也一直保持在较低水平，这和该基金追求和市场整体波动无关的阿尔法收益的目标是一致的。尤其在2016和2017年，在小市值股票总体表现欠佳的情况下，该基金的对于基准的敏感度进一步降低，显示其有意识地降低了股票类资产所面临的市场系统性风险。

最大回撤是一段时期内基金最低净值，相对于和此前最高净值的变化率，常用于衡量基金对于极端风险的管理能力。基金在2011~2012，以及2016~2017年均出现了较大的回撤。表3显示中证500在2011、2016和2017年的累积收益为负。这说明在小市值股票整体行情较差的情况下，该基金业绩也有可能出现较大的回撤。

总体来说，我们认为该基金有较强的降低市场系统性风险的意识。但在小市值股票的总体情况不佳的环境下，该基金的业绩也会受到比较明显的影响。

2.3择时能力

在这一部分，我们使用Henriksson-Merton（H-M）模型对基金的择时能力进行分析。该模型把基金对于基准贝塔分为下行贝塔和上行贝塔，分别代表基准收益为负和基准收益为正时，基金收益对基准收益的敏感度。如果基金的上行贝塔明显高于下行贝塔（T统计量大于2），则意味着基金具有明显的择时能力，能够根据市场的行情变化及时对投资组合进行调整。

在成立至今的7个年份中，该基金在其中5个（2012~2015，2017）均表现出显著的择时能力（表5）。这说明该基金擅于根据市场行情，对股票组合进行及时的调整。

综上，对于该基金的净值分析表明：（1）在基金成立以来的7个年份中，该基金在其中5个年份的累积收益高于基准，其中有3个年份有明显的阿尔法收益，因此该基金具有较强的盈利能力；（2）该基金具有较强的控制市场系统性风险的意识，但小市值股票整体行情变化仍然可能会造成其业绩出现较大的回撤；（3）该基金有较为明显的择时能力，能够有效地根据市场行情的变化，来对其股票投资组合进行针对性调整。

3行业配置分析

在这一部分，我们使用申万一级行业分类对基金的行业配置情况进行分析，图3中列出了基金和中证500配置差异最大的前10个行业。从2016年底的基金和中证500配置对比来看，基金在化工、轻工制造、汽车、公共事业等行业选择了高配，由此推测该基金对于工业相关题材可能存在一定的偏好；而在医*生物、有色金属、房地产、通信、计算机、商业贸易则选择了低配。

 此外，通过RQBeta对该基金四期的行业配置情况进行分析（图4），该基金从2015年底开始，其行业配置分散度明显提高（在所有行业的权重均低于10%）因此，我们推测该基金从2015年开始，开始有意识地保持行业高度分散化的投资策略——即不押注于对行业前景的判断，而是专注于在行业内选择优质的股票。

我们按照以下方式来对基金的行业配置能力进行分析：

（1）先以个股等权重计算各个行业在2017年初33个交易日（约一个半月）的平均收益率；

（2）使用基金在2016年年报公布的仓位数据进行加权，计算2017年初基金在各个行业的收益率；

（3）使用中证500在各行业的权重进行加权，计算2017年初中证500在各个行业的收益率；

（4）用基金的行业收益率减去中证500的行业收益率，得到基金的2017年初的行业主动收益。

和行业平均收益相比较，该基金2017年初的行业配置所带来的总体主动收益为1.84%。图5显示了主动收益最高的前5个行业，和最低的前5个行业。从中可以看出，基金选择高配的4个行业中，3个（轻工制造、化工、汽车）带来了正的主动收益；而在基金选择低配的6个行业中，3个（医*生物、通信、有色金属）带来了负的行业主动收益。总结来说，我们认为该基金近期行业配置对于其整体收益影响并不明显，这与我们上述提到的其可能采用的行业配置高度分散化的投资策略是吻合的。

图3：2016年12月基金和沪深300行业配置对比分析（RQBeta截图）

图4：2016年12月基金和沪深300行业配置对比分析（RQBeta截图）

图5：2016年12月基金相对于中证500行业主动收益归因

4风格分析

我们使用RQBeta对基金近3年的风格漂移情况进行分析（图6）。在2014年底，该基金明显偏好小市值、低杠杆率、和流动性高（换手率高）的股票；在2015年年底，可能是受年中开始的股灾影响，该基金明显偏好于持有波动较低、流动性低（换手率低）、和高价值的股票；在2016年底，该基金的风格则变得较为均衡。此外，该基金在这三年间，对于成长股的偏好有所增加，这和该基金在2016年年底，以及2017第一季度的报告提到的重点关注受益于经济结构转型升级的成长股的投资策略是吻合的。

通过基金和基准在2016年年底的风格对比分析（图7），该基金和基准差异最大的是市值风格指标，说明该基金对于小市值股票的偏好较为明显。总体来说，该基金在2016年年底，风格指标相对于行业平均的偏离均少于0.4个标准差，也说明该基金较为均衡的投资风格。

图6：2014-2016年基金风格漂移分析（RQBeta截图）

图7：2016年12月年基金和中证500风格对比分析（RQBeta截图）

5结论

总结来说，我们可以对大摩多因子策略混合作以下概括：（1）该基金具有较好的创造阿尔法收益的能力，对市场系统性风险管理能力较强，能够及时按照市场行情变化，对股票投资组合进行调整；（2）当小市值股票总体表现不佳时，该基金业绩可能会出现较为明显的回撤；（3）对该基金的行业配置和风格分析表明，该基金从2016的投资策略呈现出行业配置高度分散化，同时投资风格较为均衡的特点，同时对小市值和成长性股票存在一定的偏好。这些投资策略的变化和现任基金经理的任职时期是重合的。这说明该基金经理对于行业和投资风格所带来的系统性风险有较强的管理意识。

行业配置分散化，以及投资风格均衡的投资策略，能够有效地降低投资组合所面临的系统性风险，但与此同时也会降低投资组合的预期收益（无法获得相应的风险溢价）。此时，基金的业绩将更多地依赖于其因子创造阿尔法收益的能力。从基金历史业绩来看，基金在7个年份中，有5个都取得了好于中证500的收益，说明其在不同的市场风格和不同的基金规模下，均有创造阿尔法收益的能力。因此，我们认为在选择配置关注小市值、成长性型股票的基金是，大摩多因子策略混合是一个较为理想的选择。

下一期想看哪个公募基金产品，欢迎留言！

产品咨询和合作联系：

邮箱：bd@ricequant.com

基金软件的排行榜每年都有很多基金年化收益率极高我如何通过概率学每年全买对这些理仅小故居肉单财远离低收益理财？

你问我***今年GDP增长6.7%可信么，我说可信。你问我有理财产品年化收益率10%可信么，我说可信。你问我很多app端理财产品的年化收益率达到百分之十可信么……这么说吧，理财产品的年化收益率也呈近似正态分布，其中位值是各大银行一年期理财产品收益率的均值，那现在各大行的一年期理财产品收益率是多少呢？不超过6%。那么10%显然偏离6%太远了，有没有理财产品能达到？有。是不是很多理财产品能达到，不是。那app端理财产品是不是能达到10%的那部分呢？看app背后的盈利逻辑。有些app是靠互联网金融的，那么就像@若尔说的那样10%是可以达到的，前提是贷了款能按时按量还，不跑路。有些app是投机股指或贵金属的，那么就看全年行情。有些app是小额民间借贷的，那么就十分的悬，十有八九是血本无归。有些app是投入实体经济的，那么平均收益率就应该是低于6.7%。

18年赚了1万亿，这个年化收益率8%+的基金，要不要考虑一下？

18年前，有一家“替老百姓赚钱”的基金悄悄诞生了；

18年后，它替我们赚了将近1万亿（相当于半个工商银行的股票总市值）

它就是——社保基金。

社保基金是怎么赚到那么多钱的呢？看完今天的文章，你就清楚了。

社保基金有多厉害？

经常有人把社保基金和养老金搞混，实际上，这两个根本不是一回事。

拓展阅读：***拿我们的养老钱炒股，这事靠谱吗？

养老金通常是个人和公司共同缴纳，而社保基金的钱主要来自于3个部分：

1.中央财政拨款；

2.国有资本划转（用国企的钱补贴社保）；

3.彩票收益。

社保基金的作用，就是在养老金不足的时候能够顶上，换句话说，只要养老金还够花，一般这笔钱不会随便动，相对来说，也可以承担更高的投资风险。

所以，社保基金很早就开始参与股票类投资。

从2001-2016年，社保基金的年投资收益率达到8.4%左右，对比国外某家养老基金，2006-2015年十年的年化收益率是7.3%，这个成绩在国际上也是拿得出手的。

17年间，社保基金有16年都在赚钱，唯一亏***的年份发生在2008年熊市，当年的投资收益率为-6.79%，但比起大盘下跌65%，表现也算不错了。

所以这两年，***也考虑让养老金“跟着”社保基金投资。

既然社保基金这么成功，我们不妨来学习一下它的投资思路，说不定对你以后的投资也有帮助。

社保基金是怎么投资的？

很多人觉得，像社保基金这样的机构，肯定不会公开自己的投资方法，我们怎么了解呢？

其实，社保基金和普通的基金一样，会定期公布年度报告，在社保理事会的官网上，你可以找到历年的年报。

年报里清楚地公开了它的投资理念：长期投资、价值投资。



（图片来源：2016年全国社会保障基金理事会社保基金年度报告）

长期投资

如果你买过基金的话，就知道有一个数据叫“业绩排名”，不仅可以按年排名，甚至按月、按周排名。如果排名太低的话，你肯定不考虑买。

为了保住自己的“饭碗”，基金经理往往会“追热点”，看到哪个涨得好就买哪个，很难踏踏实实地做研究。

而社保基金不看重短期的业绩排名，在投资期限上，是以2-3年的时间去衡量，不会一有波动就换人。

价值投资

过于追求短期排名，会让你陷入到投机炒作的泥潭中：有时候判断对了，能赚点钱；一旦判断失误，又都赔光了。从长期来看，还是没有稳定的收益。

要避免这点，你只有把视线从股价的波动中移开，多关注企业基本面的变化，关注公司长期的价值。

而社保基金选择价值投资，短期来看，它确实放弃了很多赚“快钱”的机会，表现也很一般；但把时间拉长了，反而能取得不错的成绩。

光这么说，你可能还是没感觉，下面就来看看社保基金到底是怎么操作的吧。

低点加仓，高点退出

首先，让我们回到2005年。当时的A股已经连续跌了4年，处于极度低迷，最低甚至跌到过998点。





（上证指数周K线图，数据来源：雪球，统计时间：2005年）

低点加仓

就在大盘1000点附近，社保基金做出了一个决定：加仓。

要知道，当时市场一片悲观的情绪，有人看到500点，甚至有说要“崩盘”了，为什么它还敢“铤而走险”呢？

其实股市会不会“崩盘”，这个问题很复杂，没法用一句话说清楚，但是当大家都觉得股市快不行了，正好应了那句名言“别人恐惧的时候我贪婪”，价值投资的买入时机到了。

高点退出

时间到了2007年，此时的A股正处于大牛市，当时市场一片乐观的情绪，社保基金却开始“见好就收”：从5400点开始逐步减持，在接近最高点的位置“逃顶”。

其实，社保基金事先也不知道顶部就是6124点，但当时整个市场的市盈率已经超过70倍（平均是30倍左右），股市的风险越来越大，到了“别人贪婪我恐惧”的时候，也应该退出了。



（2002-2018年上证A股、深圳A股市盈率，数据来源：上交所）

股票减仓后，社保基金用大部分钱去买长期国债和金融债，躲过了2008年熊市暴跌，最大程度地避免了***失。

总结一下社保基金的操作，就是把握住了几个大的时间节点，低点加仓、高点退出，中间无论股市怎么涨跌，始终岿然不动。

坚持投资的“原则”

《原则》一书的作者、桥水基金的CEO达里奥说过这样一句话：

假如我们没有原则，面对生活中各种突发情况，我们只能被迫地针对每件事孤立地做出反应。

投资也一样，面对市场复杂的情况，如果你没有原则，就只能孤立地做出反应。

社保基金能有这样良好的成绩，是因为它坚持了最基本的2个大原则：长期投资、价值投资。

另外，我还总结出了这2个“小原则”：

第一，股市低迷，往往是买入的机会。

虽然股市经常会出现暴涨暴跌，但是有句话叫“物极必反”，过高或过低的情况不会长期存在，只是人们容易“当*者迷”。

举个生活中的例子：每年一到双11，会有很多商品打折，平时一双500元的运动鞋，当天可能只有二三百元就能买到，但是过了这一天，又会回到原价。

请问你会在500元的时候买，还是二三百元的时候买呢？跳出股市，所有人都会做出正确的决定，一旦处于市场，我们都会被价格的涨跌牵着鼻子走。

第二，不要追求卖在最高点。

牛市里大多数人又会盲目乐观，觉得股市还会涨，很快就可以到1万点，那个时候再卖也不迟。

事实上，没有人能预测股市的顶部在哪儿，只是很多人自信跑得比别人快，幻想自己能“卖在最高点”，为了赚取牛市的最后一波收益，结果付出了惨重的代价。

如何寻找“社保重仓股”？

你可能会问：那我怎么才能跟着社保基金投资呢？

实际上，上市公司的财报中都有一项“股东信息”，里面会列出前十大股东的名单，如果名单上出现社保基金的身影，说明它买了这家公司很多股票。

这样的股票就叫“社保重仓股”。

当然，现实中我们不可能把3000多家上市公司的财报都翻一遍，不过你可以在财经网站上很快地检索到。

比如在和讯财经上，有一个社保机构持仓的小工具：

选择18年第1季度，点击查询，就会显示社保基金最新持仓情况。



如果你想查看某一只个股是不是“社保重仓股”，也可以在搜索框输入股票代码，点击查询：



如果显示了社保基金的名称，那么这只就是“社保重仓股”了。

不过要提醒大家，跟着社保基金买股票也有2个风险——

1.股东信息具有滞后性

等你看到社保基金上了名单，时间至少晚了1-2个月，此时如果股价上涨较多，短期买入就会有风险。

2.社保基金偶尔也会看走眼

一旦发现自己买错“被套”，社保基金也会毫不犹豫地“割肉”卖出。所以即便你买入价格和它差不多，但等你发现它减仓，已经晚了。

所以我们也不能一看到社保基金买了就“盲目跟风”，世界上不存在“稳赚不赔”的事情，投资还是要学会***思考，不要让自己的脑袋，成为别人的“跑马场”。

你有没有找到自己的投资“原则”呢？欢迎留言和我分享~

如果你觉得今天的方法对你有用，请给我点个赞哦~

参考资料

2万字，全实录！李克平首度解密社保基金的投资基因，***基金报，2018.03.18

社保基金家底曝光!社保基金有多牛***?，小白读财经，2017.06.14

-关注简七读财（jane7ducai）-

基金盈利收益率怎么看？

可通过手机支付宝查看基金盈利收益率。首先打开支付宝，在支付宝首页右下角找到我的，单击打开，在打开的页面找到余额宝，点击打开，这里可以看到七日年化率，最后点开七日年化率，可以看到当前持有基金产品的基金盈利收益率。

金融学国际前沿研究二十年之变迁——历届***金融学年会**发言综述

综述一个学科的发展是非常困难的事。不过，我们可以从历年***金融学年会的**发言这一视角来寻找金融学国际前沿研究的发展路径。成立于1939年的***金融协会(AmericanFinanceAssociation，AFA)是***乃至全球最权威的金融学学术组织之一，其出版物JournalofFinance是最顶级的金融学学术期刊。***金融协会每年一月在***主要城市举办***金融学年会(AFAAnnualMeeting，以下简称AFA年会)。AFA年会是金融学术界最权威的学术会议，年会入选论文涵盖金融学研究各领域，代表金融学术研究的最新前沿。每年由***金融协会推选一位金融学研究的顶级学者作为年会**，并在会议上进行**发言。由于AFA年会的**均为某一领域的权威，**发言不仅包含了该领域研究的重大问题和前沿，也为未来相当长一段时间的金融学研究指明了方向。本文对1996-2015年共20届AFA年会的**发言进行了梳理，并追踪了其研究进展，以期从这一视角把握金融学国际前沿研究的脉络。文中附有大量相关文献，有利于金融学者把握学科全*，也便于追踪某个领域的研究进展。本文最后提出了对未来***金融学研究的启示。

表1为近二十年历届AFA年会**介绍。表2为按研究领域归类的历届AFA年会**发言内容简介。**发言内容可归纳为资产定价、公司金融、投资者行为、金融工具、市场微观结构和金融市场等领域，代表了当今金融学研究的主要领域。为寻找每个发言的后续研究进展，以确定该领域的研究变迁，本文采用如下方法确定文献集：首先，在SSCI期刊①中找到该发言的所有被引文献，从被引文献中选择ESI高被引论文，②追踪这些最有影响力的被引文献的研究进展；然后，如果这些高被引文献仍然产生ESI高被引论文，则再寻找下去；最后，根据文献集并结合每个领域的研究前沿③所展现的文献图谱提炼总结。

②ESI(EssentialScienceIndicators)高被引论文是指WebofScience数据库中该领域近十年引用率前1%的论文。

③研究前沿(ResearchFront)是WebofScience数据库中的一个指标，由该领域的高被引文献聚类所形成。

本文的结构安排为：首先，按研究领域综述近二十年AFA年会**发言内容，以了解不同时期提出的金融学前沿问题；其次，追踪**发言的研究领域并进行综述，以了解金融学各个前沿领域的研究变迁；最后，总结本文的研究发现，提出对未来***金融学研究的建议。

资产定价一直是金融学最主要的研究领域之一。有五年(1997、1999、2002、2010、2011)的AFA年会**发言属于该领域。以下按时间顺序综述各个子领域的发言内容，并综述各领域后续的研究拓展。

1.金融衍生品定价模型的**发言

1997年AFA年会上，***加州大学洛杉矶分校安德森管理学院的EduardoS.Schwartz**研究了商品期货的定价模型，对比了基于价格均值回归特征的期货随机定价的三个模型(Modelsofthestochasticbehaviorofcommodity)在预测商品期货价格和波动率上的差异，然后将三个模型应用到不确定情形下的投资决策，并与现金流折现方法(DCF)和实物期权方法(Realoption)进行了比较。模型一为单因子定价模型，将商品现货价格作为影响期货价格的唯一因子。模型二为Gibson和Schwartz(1990)的双因子模型，在模型一基础上加入了商品的便利收益率(Convenienceyield)因子。模型三在模型二基础上加入了随机利率(Stochasticinterestrates)作为第三个定价因子。三个模型均假设所有定价因子具有均值回归特征。Gibson和Schwartz(1990)以及Bessembinder等(1995)的实证研究表明，期货价格具有均值回归的特征。

三个模型的共同优点在于：(1)对期货价格具有封闭解(Closedformsolutions)，这极大简化了比较静态分析和实证检验的难度；(2)三个模型均为线性模型，易于估计模型参数。三个模型的差异在于，不同模型下期货收益的波动率和期货价格的收敛值不同。使用石油期货数据进行检验，发现模型二和模型三的定价准确度更高。此外，使用上述模型解决不确定情形下的投资决策问题，并与现金流折现和实物期权方法进行比较，发现当现货价格过低时，现金流折现方法会导致投资过早，而当现货价格过高时，实务期权方法会导致投资过晚。

最后，Schwartz**指出，在资产定价和投资决策的相关研究中加入资产价格的均值回归特征将是未来研究的一个重要方向。

商品期货(远期)定价领域的后续研究主要沿着三个路径进展。第一条路径是将不同资产的交互影响纳入期货(远期)合约的定价。如Routledge(2000)将现货价格与存货的共同变化纳入定价模型。第二条路径是从市场参与者行为的视角分析了商品期货和现货价格的变动(DeRoon,2000;Acharya,2013;Dewally等,2013)。第三条路径是从市场微观结构的视角分析商品期货(远期)价格的影响因素，研究发现，基差(Yang,2013)、期货流动性(Szymanowska等,2014)、经济运行的基本面信息(Sockin和Xiong,2015)以及非基本面信息(Henderson等,2015)都是期货价格的重要影响因素。

1.期望收益率度量的**发言

1999年AFA年会上，纽约大学斯特恩商学院的EdwinJ.Elton**讨论了资产定价的另一核心问题——期望收益率的度量。他认为已有文献使用已实现收益率(Realizedreturn)作为期望收益率(Expectedreturn)的代理变量不合适。已实现收益率(Rt)可分解为期望收益率Et-1(Rt)和非期望收益率εt两部分，即Rt=Et-1(Rt)+εt。非期望收益率受超预期信息(Informationsurprise)影响，如股票市场中上市公司的超预期盈余、债券市场中超预期的宏观经济指标。现有理论假设非期望收益率***分布且均值为零，因此可使用已实现收益率作为期望收益率的代理变量。但上述假设不符合现实，***1973-1984年的股票市场、1927-1981年的债券市场中，已实现收益率均低于无风险收益率(Ibbotson,1995)。由于股票和债券是风险资产，其期望收益率必定高于无风险利率，这说明上述10年间的股票市场和55年间的债券市场的非期望收益率长期为负值(即均值不为零)。以上事实表明，超预期信息对资产价格有长期显著的影响，使用已实现收益率作为期望收益率的代理变量并不合适。

Elton教授提出了新的度量方法：将非期望收益率εt分解为重大信息事件①(Significantinformationevent)所导致的超额收益率It和标准分布Zt两部分，即εt=It+Zt。其中，It为“跳过程(Jumpprocess)”，度量超预期信息中对非期望收益率产生重大影响的部分；Zt***分布且均值为零，度量超预期信息中对非期望收益率产生随机影响的部分。将已实现收益率Rt中由重大信息事件所导致的超额收益率It剔除后作为期望收益率的代理变量，可大大减弱使用已实现收益率对期望收益率估计的偏误。

Elton**认为，实证检验资产定价理论更好的途径不是研究更多的统计检验方法，而是寻找更好的期望收益率代理变量。他提供的方法仅是一个起点，未来需要对合理度量期望收益率的方法进行更为广泛深入的研究。

期望收益率度量的后续研究沿着两条路径进展。第一条路径是对期望收益率进行反向工程(Reverse-engineer)估算(O’Hanlon和Steele,2000;Easton,2004)，使用公司基本面信息(如市盈率、市盈率相对盈利增长比率)、分析师盈余预测和股票价格来逆推期望收益率的值。第二条路径是使用其他证券来估计股票的期望收益率，包括用公司债券收益率(Campello等，2008)、信用违约互换息差(Chava和Purnanandam,2010;Friewald等，2014)等来估计股票的期望收益率。

1.用理性经济学模型解释市场“异象”的**发言

2002年AFA年会上，芝加哥大学布斯商学院的GeorgeM.Constantinides**在理性框架下创造性地提出了影响资产价格的三个新因素，能够较好地解释包括Mehra和Prescott(1985)提出的“股权溢价之谜(Equitypremiumpuzzle)”在内的诸多股票市场“异象”。

第一个影响因素是“特质性收入冲击(Idiosyncraticincomeshock)”，指经济个体受外生因素(如失业)影响所导致的收入减少。特质性收入冲击能解释如下现象：(1)股权溢价与宏观经济负相关。当经济出现衰退时，投资者受特质性收入冲击(如失业)的比例增加，从而持有股票就要求有更高的溢价。(2)股权溢价之谜。经济萧条时股票市场整体变差，投资者面临失业的风险，因此股票包含了双重风险。相对于债券，股票应该有高得多的溢价来匹配其风险。第二个影响因素是“个体生命周期中的融资约束(Borrowingconstraintsoverthelifecycle)”，指经济个体在人生不同阶段收入来源和融资难度的变化。这个因素能够解释以下现象：(1)年轻投资者对股票市场的参与不足。年轻投资者收入较少，消费占其收入的比例高，因此其参与股票市场的主要资金为借贷资金。而年轻投资者面临较大的融资困难，无法充分借入资金，导致其股票市场参与不足。(2)股权溢价之谜和债券高需求。中年投资者的未来收入部分来源于所投股票和债券资产的预期价值，这导致其未来收入的风险集中，这样他们一方面要求更高的股票溢价，另一方面会增加对风险较小的债券的需求。第三个影响因素是“习惯持续(Habitpersistence)”，习惯持续性(HabitPersistence)在经济学中被广泛研究，早期研究可追溯至Marshall(1920)和Duesenberry(1949)，后续基础性研究见Ryder和Heal(1973)及Sundaresan(1989)。指越近期消费的边际效用越大。这个因素能够解释股权溢价之谜：在给定的风险厌***水平下，习惯持续会使消费具有更小的跨期替代弹性。根据新古典模型，股权溢价等于消费增长与股票收益的协方差除以消费跨期替代弹性。因此，其他条件不变时，跨期替代弹性减小使股权溢价的期望值增加，导致股权溢价(Constantinides,1990)。

Constantinides**认为，在理性资产定价模型框架下，加入投资者的收入波动、生命周期和融资约束等因素，能够更好地解释资产价格的特征。实证研究所发现的所谓投资者“非理性”行为可能仅仅是由“理性”投资者对经济整体结构并非全面理解所致(Brav和Heaton,2002)。虽然学者提出了诸多行为经济学理论，如动物精神(Keynes,1936)、噪音交易(Shiller等,1984)、过度反应(DeBondt和Thaler,1985)等，但这些理论并未被充分证明。因此，在更好的理论被提出之前，理性经济学理论仍是分析和理解经济现象最主要的理论框架。

后续研究沿着两条路径对“股权溢价之谜”进行了解释。第一条路径遵循风险的思维。一些学者拓宽了传统的风险视角(假设投资者具有极大的风险厌***程度)，从行为视角进行了解释，如投资者具有保持幸福(Happinessmaintenance)(Falato,2009)、失望厌***(Disappointmentaversion)(Gul,1991;Routledge和Zin,2004)等认知偏差，造成其对风险极度厌***，对单位风险要求很高的回报率。还有一些学者用小概率灾难性事件极大的负效用来解释(Barro,2006)。也有学者从模型不确定性角度来解释(Mehra和Sah,2002;Barrillas等,2006;Weitzman,2007)。

第二条路径另辟蹊径。McGrattan和Prescott(2003)从监管者制定的规章制度角度解释，McGrattan和Prescott(2005)还从税收视角来解释。也有学者从市场非完全角度来解释，认为市场的不完全产生了融资约束和交易成本，影响了投资者结构，最终导致了股权高溢价(Constantinides等,2002;Guvenen,2005;DaSilva和Giannikos,2006;DaSilva,2011)。

1.资本非流动对资产定价影响的**发言

2010年AFA年会上，斯坦福大学DarrellDuffie**的发言基于资本流动受阻(Slow-movingcapital)假设，构建理论模型解释了现实中资产价格受冲击后的行为模式——当出现供给(或需求)冲击时，金融资产价格会立即出现过度反应，随后逐渐反转。

当出现供给(或需求)冲击时，并非市场上所有资产都能立即进行交易。由于市场无法使用全部资本吸收冲击，资产价格大幅(过度)波动。随着后续资本的到达，资产价格逐渐出现反转，修复之前的“过度反应”。导致资本流动受阻的因素主要有三个：(1)场外交易市场(OTC)的搜寻摩擦(Searchfriction)；(2)金融中介转移资本的延迟；(3)投资者的有限注意。因此，每个时点市场上仅有部分投资者在进行交易，当出现冲击时，仅有部分资本被用来“吸收”冲击，其他资本会随着另一部分投资者的注意(进而交易)而逐渐进入市场。

Duffie**认为，由于搜寻成本、交易延迟和投资者有限注意存在于所有金融市场，将资本非流动(Capitalimmobility)纳入资产定价理论模型至关重要，这将是资产定价未来研究的重要方向。

后续研究从金融市场资本非流动的原因及资本非流动对金融产品价格的影响后果两方面进行了拓展。一部分学者沿着“原因”路径展开研究，发现导致金融市场资本流动受阻的以下因素：投资者有限注意(Foucault等,2013)、投资经理的投资自由受限(Stringentinvestmentmandates)(He和Xiong,2013)、投资者有限套利(Greenwood和Vayanos,2014)、市场分割(Segmentedmarkets)(Goldstein等,2014)、信息非对称(Vayanos和Wang,2012)以及金融机构的资本约束(特别是金融市场危机时)(He和Krishnamurthy,2013)。

另一些学者沿着“后果”路径展开研究，发现资本非流动对于股票市场(Cella等,2013;Lucca和Moench,2015)、债券市场(Ellul等,2011;Lou等,2013;Fleckenstein等,2014)、衍生品市场(Stanton和Wallace,2011)以及跨市场(Kapadia和Pu,2012)都有影响。

1.资产定价折现率理论的**发言

2011年AFA年会上，芝加哥大学布斯商学院的JohnH.Cochrane**对资产定价领域关于折现率(Discountrates)的问题进行了全面的阐述。资产定价理论认为，资产价格等于现金流“折现值”的“期望值”。Fama(1970)的市场有效理论研究了“期望值”部分对资产价格的影响，并为当时的资产定价理论研究提供了分析框架。而Cochrane**探讨了“折现值”部分，指出折现值(折现率)在资产定价理论中有重要作用。广义的折现率包括风险溢价(Riskpremium)和期望收益率(Expectedreturn)。实证研究表明，折现率能够在时间序列和横截面两个维度预测资产价格。时间序列方面，在股票市场上，股息收益率(Dividendyield)对未来股票期望收益率(折现率的一种表现形式)具有很好的预测作用(Fama和French,1988,1989)；在国债市场上，国债收益率曲线和联邦基金期货合约对国债期望收益率具有预测作用(Fama和Bliss,1987;Piazzesi和Swanson,2008)；在公司债券市场上，信贷利差能够预测公司债券收益率(Fama,1986)；在外汇市场上，各国利率的差异能够预测外汇期望收益率(Hansen和Hodrick,1980;Fama,1984)；在主权债券市场上，高主权债务水平导致低收益率(Gourinchas和Rey,2007)。横截面方面，股票期望收益率不仅受到市场收益率(CAPM模型)、价值和规模(Fama三因素模型)等因素的影响，还受到动量(Jegadeesh和Titman,1993)、应计项目、股票发行、β套利、信用风险、外汇交易等因素的影响。

折现率理论对已有研究领域造成了冲击：(1)投资组合理论领域(Portfoliotheory)。与CAPM模型假设投资者同质且仅存在一个系统性风险因子不同，折现率理论认为投资者异质且有诸多系统性风险因子能够影响折现率，包括总消费水平、投资者情绪、市场流动性、货币供给量等。投资组合的有效前沿不再是简单的一维，而是多维度的复杂组合，确定最优投资组合对普通投资者而言将极为困难。因此，折现率理论认为，资产管理行业根据众多系统性风险因子为投资者“量身定做”投资组合并收取费用是十分合理的。(2)业绩评价领域(Performanceevaluation)。传统资产定价理论认为，系统性风险的来源只有一个——市场收益率，超出市场收益率的部分为α。而折现因子理论认为，有诸多系统性风险因子，投资收益超过市场收益率的部分不是α，而是除市场这一系统性风险因子之外的其他系统性风险因子的贡献。即使某种投资策略对所有已发现的系统性因子仍有超额收益，这种收益也不是α，而是我们还未发现的某种系统性风险的补偿收益，α本质上不存在。(3)公司金融领域。传统公司金融理论假设公司在衡量投资项目时使用的折现率是不变的。而折现率理论认为折现率是时变的，不同时刻的现金流对应不同的折现因子。

Cochrane**表示，传统资产定价理论认为资产价格变化主要受现金流变化影响，而折现率理论认为资产价格变化是因为影响折现率的因素发生了改变。折现率理论能更好地理解长期(或多期)资产价格的变化。该理论还处于起步阶段，仍需未来广泛深入的研究。

该领域的拓展主要在折现率的度量以及折现率定价理论的应用两方面展开。首先，学者从不同角度进一步寻找能够度量折现率的方法。Kelly和Pruitt(2013)基于股票账面市值比计算折现率；Golez(2014)使用从标普500指数期货和期权中提取关于股利增长预期的信息来优化股息收益率(Dividend-to-priceratio)的计算；Adrian等(2014)使用做市商杠杆(Leverageofsecuritie**roker-dealers)的变化来度量随机折现因子(Stochasticdiscountfactor)；Greenwood和Shleifer(2014)使用调查数据度量投资者对收益率的期望值(Expectationsofreturns)。

其次，在折现率定价理论的应用方面，Hou等(2014)发现折现率模型比Fama三因素模型和Carhart四因素模型能够更好地解释市场收益率和资产价格“异象”；Neely等(2014)发现折现率模型能够很好地解释股票风险溢价的反经济周期波动特征。还有研究发现，折现率对投资者决策和资产价格具有稳定的预测能力，能够较好地解释破产、最优投资决策和社会化学习(Sociallearning)等现实问题(Quah和Strulovici,2013)。

折现率定价理论是否比其他理论更有效果？这一争议还在持续引发关注。Chen等(2013)等的研究支持现金流理论比折现率理论更有效。随着投资期限的增加，期望现金流比期望折现率能更好地预测资产收益率。另一些学者认为，折现率理论和现金流理论对资产定价均有重要作用(Patatoukas,2014)，将现金流的信息和折现率的信息拆分并同时运用会提高资产定价效率。

公司金融也是金融学最主要的研究领域之一。有三年(1998、2001、2004)的AFA年会**发言属于该领域。2001年的**发言属于资产定价与公司金融相交叉的领域，我们最后介绍。

1.将资本结构和代理成本理论统一的**发言

1998年AFA年会上，加州大学伯克利分校哈斯商学院的HayneE.Leland**将资本结构与代理成本理论统一起来，讨论了其共同决定因素以及相互影响。已有公司资本结构的代表性理论为Modigliani和Miller(1958,1963)的MM理论，认为公司最优资本结构取决于债务抵税收益与债务违约成本的权衡。已有代理成本的代表性理论为Jensen和Meckling(1976)的JM理论，假设公司的投资决策***于资本结构，股东可以通过增加投资风险的方式使利益从债权人向股东转移，即“资产替代(Assetsubstitution)效应”，这一行为会导致代理人问题。两个理论相互***，未能说明资本结构与投资风险之间的关系。例如，增加投资风险不仅使价值从债权人向股东转移，也会限制公司通过增加杠杆来抵税的能力。两个理论也未对公司最优债务规模和期限提供定量的结论，限制了其对公司决策的指导意义。

Leland**构建的理论模型将MM理论和JM理论纳入统一分析框架，研究了最优资本结构和代理成本(投资风险)的共同决定因素以及两者之间的相互影响。假设公司管理者与股东之间不存在代理人问题、股利政策和投资规模为外生变量、信息完全对称，在详细分析资产替代、代理成本、风险管理和风险对冲后，得出如下结论：资产替代效应所导致的债务融资违约成本明显小于债务的抵税收益；当资产替代效应增强时，不同债券的收益差异(Yieldspread)增加；即使不存在代理成本，资产替代效应仍会产生，但程度会减弱；代理成本与最优债务比例并不存在正相关关系；代理人成本与公司对冲风险收益并无相关关系；公司存在债务融资时，股东仍会使用套期保值来对冲风险，即使其仅对债权人有利。

Leland**认为，该文的研究结论能够为公司债务融资的最优数量和期限、公司最优风险策略提供理论指导。同时，将该文假设放松后，研究最优资本结构和投资风险的变化将是未来研究的方向。

后续的研究按股东和债权人利益冲突以及股东和管理者利益冲突两条路径，研究了代理成本对公司融资和投资决策的影响。研究发现，股东和债权人利益冲突在融资影响方面会使公司维持较高的财务杠杆水平、减慢其财务杠杆的调整速度、增加其债务融资成本(Parrino和Wei**ach,1999;Mauer和Sarkar，2005;Titman和Tsyplakov,2007)，在投资影响方面会使公司投资过度、投资效率降低(对可撤销性较差的投资尤为明显)并最终***害公司的价值(Mauer和Sarkar,2005;Manso,2008)。

股东和管理者利益冲突在投资影响方面会使公司投资延迟、投资水平偏离最优值、投资效率降低(Grenadier和Wang,2005;Parrino等,2005)，在融资影响方面会使公司过度负债(Lambrecht和Myers,2008)。对于股东和管理者代理问题严重的公司，使用债务融资对其更有益处(Harvey等,2004)，但使用金融衍生品对冲投资风险时会***害公司价值(Fauver和Naranjo,2010)。

1.监督债权人机制设计的**发言

2004年AFA年会上，芝加哥大学布斯商学院的DouglasW.Diamond**建议，在执行成本较高(Enforcementcost)的经济中，可以用短期债务合同解决债权人不作为(Lenderpassivity)的问题。债权人不作为①指在新兴或转轨市场，低效和腐败的司法系统导致债务合同的执行成本高、效率低，即使债务人违约，债权人也不会执行债务合同中的补救条款来追回借款(执行成本过高)。理论研究发现，合理设计的短期债务合同能够解决此问题，在执行成本较高的情况下，债权人也会选择执行补救条款。

短期债务合同能够解决此问题的原因在于，当多个债权人为同一债务人提供短期贷款时，债务人违约会导致债权人的“挤兑”行为——纷纷要求执行债务合同中的补救条款来追回借款，即使这种行为在整体上***害了所有债权人的利益。与银行挤兑类似，当短期债务出现违约时，先执行合同补救条款的债权人有可能得到全部赔偿，而后执行者则可能“血本无归”。因此，债权人有激励积极迅速执行补救条款，这种挤兑行为是一种“纳什均衡”。而且，短期债务人越多，负外部性越强。因此，经济的执行成本越高、效率越低，最优短期债务结构所要求的债务人就越多。同时，债权人通过协商来避免挤兑并不是均衡结果，不存在债权人通过协商来避免挤兑的可能。因此，短期债务合同能够对债权人在违约发生后以执行债务补救条款的方式产生正向的事后激励(Expostincentive)，这本身对债务人合理使用借款具有事前激励(Exanteincentive)的作用。

Diamond**的研究对于司法系统执行成本较高、效率较低的新兴或转轨债券市场尤其有启发，短期债务合同可以减少债权人不作为，约束债务人对资金的使用。

该领域的后续研究按债务合约安排的影响因素(“前因”)以及债务合约安排对经济的影响(“后果”)的路径进展。“前因”研究发现法律和制度环境(Qian和Strahan,2007)、债务合约执行的保护力度(Bae和Goyal,2009)、债务人(上市公司)和债权人(银行)之间的关系(Bharath等,2011)、债务人资产清算价值(Benmelech等，2005)都会对债务合约产生影响。

“后果”研究发现合理安排的主权债务(Sovereigndebt)合约能够提高主权贷款国的社会福利水平(Bolton和Jeanne,2009)，合理安排的债务结构能够帮助解决公司的财务困境(Gennaioli和Rossi,2013)，缓解金融市场的融资摩擦(Cvijanovic＇,2014)。

1.建议资产定价与公司金融理论相互借鉴的**发言

2001年AFA年会上，宾夕法尼亚大学沃顿商学院FranklinAllen**通过金融机构(金融中介)的重要性被研究低估来说明资产定价和公司金融理论应互相借鉴。金融理论中金融机构的重要性往往被忽视，特别是在资产定价理论中，通常假设投资者购买金融资产，金融机构仅仅是渠道而并没有实际的作用，金融机构为投资者服务不会存在代理人问题。而公司金融理论则认为金融机构会产生代理人问题。两个领域的研究结论不一致表明理论仍存在较大缺陷，应将金融机构的影响统一纳入两个理论的分析框架中，并用合适的工具进行分析。

资产定价理论的主要研究内容是随机折现因子(Stochasticdiscountfactor)及对资产定价的影响，不研究金融机构管理投资者资金时的代理问题。然而，***股票市场机构投资者的持股比例已经超过64%，大量金融机构(如对冲基金)为个人投资者配置和管理金融资产，金融机构的代理问题不容小视。如果运用公司金融理论中的委托代理框架，就能很好地解释股价泡沫。机构投资者的激励具有不对称性，盈利时收益上不封顶，亏***时惩罚有限(最严重的就是失去客户)。这使机构投资者会采取冒险行为，股票过多净买入，从而产生股价泡沫。

公司金融理论对金融机构作用的认识也不足。传统公司金融理论认为发达的外部资本市场能够有效解决公司的代理问题，潜在的收购威胁会刺激管理者尽职尽责追求股东利益最大化，无需金融(中介)机构的参与。而对于外部资本市场不健全的***(如***、德国等，解决代理人问题的主体是银行体系)，金融中介的重要作用则被低估。

FranklinAllen总结认为，资产定价理论并不能*限于研究风险分散(Risksharing)，而公司金融理论也不应仅研究代理问题(Agencyproblem)。每个领域的研究都应参考另一领域的研究视角，这样才能更准确地理解现实世界。

后续研究围绕**提及的金融中介在资产定价与公司金融两个领域的重要性展开。在金融机构是否对投资者有价值的问题上，研究并未达成共识。部分研究认为金融机构对投资者并无价值(Bergstresser等,2009;Karabulut,2013)。也有研究认为金融机构对投资者有价值，使投资组合分散化程度增加、风险减小、投机交易倾向降低，并且资本配置与其生命周期更加匹配(Gerhardt和Hackethal,2009;Kramer,2012;Zhang,2013)。

在投资者与资产管理机构的代理问题上，相关研究发现代理问题会显著***害投资者的利益，导致了基金经理投资的过度冒险行为(Basak等,2007;Chen和Pennacchi,2009)。

在金融机构对公司金融研究的作用问题上，相关研究发现机构投资者持股能够提高公司的治理水平，提升公司的经营绩效(Yuan等,2008)；当公司股权集中度较高时，银行能够起到良好的外部监管作用，提高公司的治理水平(John和Kedia,2006)。大比例持股的机构投资者(Blockholders)能够显著影响公司资产剥离(Spin-off)和资产变卖(Sell-off)的决策(Bergh和Sharp,2015)。

投资者行为是对主体(相对于客体)的研究。三位**(2006、2009、2014)的发言分别研究了个人(家庭)投资者行为、机构投资者行为和投资者结构变化的影响。

1.提出家庭金融这一新研究领域的**发言

2006年AFA年会上，哈佛大学经济学院教授JohnY.Campbell提出了“家庭金融”(Householdfinance)这一崭新领域，归纳了现有研究并对未来研究进行了展望。Campbell**认为，家庭金融具有极大的研究价值，但研究仍处于起步阶段。与经济学类似，家庭金融分为实证家庭金融(Positivehouseholdfinance)和规范家庭金融(Normativehouseholdfinance)两种研究思路，前者描述家庭是如何实际进行投资的，后者研究家庭应该怎样进行投资。由于家庭(或个人)特征的差异巨大，这两种研究都面临挑战。在实证家庭金融领域，如何度量家庭投资行为是一大挑战。一方面，家庭很注重保护其金融资产配置信息隐私，导致数据难以获得；另一方面，家庭持有资产类别复杂，很难用数据全面刻画其特征。在规范家庭金融领域，如何用传统金融模型刻画家庭复杂的金融投资决策是另一大挑战。家庭投资决策的复杂性表现在：家庭在其整个生命周期内都要进行投资决策，并且根据年龄和财富状况不断调整资产配置计划；①家庭受到明显的融资约束(Borrowingconstraint)，房地产抵押是家庭融资的主要来源，而房地产价格的不确定性导致此抵押融资受到限制；②税收政策对家庭投资决策有重要影响。③

虽然家庭金融研究面临诸多挑战，但仍得到了一些有价值的研究结论。研究发现，大部分家庭能够在复杂的金融决策中做出正确的选择，但有部分家庭在投资决策过程中会犯严重的错误，包括对有风险的金融资产完全不投资、投资组合不够分散、不能合理使用转按揭。这些投资错误应该是家庭金融研究的核心内容。首先，投资决策犯错的家庭大部分收入和教育水平偏低。这一现象说明投资错误可能确实是一种“失误(Mistakes)”，而不是这些家庭有“非标准的偏好(Nonstandardpreference)”。其次，有些投资错误可能源于家庭试图避免与其他人在金融市场上交易。一部分投资失误的家庭认识到自身投资水平有限，而选择根本不投资于风险资产，另一部分投资失误的家庭委托共同基金等机构为其管理资产，并支付高额的管理费用。最后，小部分家庭的投资错误(如投资者不参与市场)可能会抑制金融创新。大部分金融产品通过在低水平和高水平投资者之间的交叉补贴(Cross-subsidization)(即对先购买产品的高能力投资者实行优惠，对后参与的低能力投资者高收费)来获取利润。当低水平投资者选择不参与市场时，新金融产品的收益就会下降，从而金融创新的动力减弱。

如果家庭金融研究能够找到导致家庭投资错误的根源，就能够提出解决方案来减少其对金融市场的负面影响，提高整个社会的福利水平。这正是家庭金融研究的最核心价值所在。

家庭金融的后续研究也可以划分为“前因”和“后果”两条路径。“前因”研究影响家庭资产配置的因素。这部分研究又可划分为影响家庭投资(配置风险性金融资产和房地产)的因素和影响家庭融资(贷款)的因素。研究发现，家庭的财富水平会显著影响其投资，财富水平越高、收入波动性和负债水平越低的家庭越倾向于持有风险性金融资产(Becker和Shabani,2010;Wachter和Yogo,2010;Calvet和Sodini,2014)。家庭成员的受教育程度也会影响其投资风险性金融资产(VanRooij等,2011;Cole等,2014)。认知偏差也会影响家庭投资，Dimmock(2016)发现家庭模糊厌***(Ambiguityaversion)的心理偏差会阻碍其对风险性金融资产的配置。在家庭融资(贷款)的影响因素方面，相关研究发现通货膨胀、利率风险(Campbell和Cocco,2015)和长期债券风险溢价(Long-termbondriskpremium)(Koijen等,2010)会产生显著影响。

“后果”研究家庭资产配置的有效性及影响这一有效性的因素。绝大部分学者发现，就整体而言，家庭投资的有效性较差。家庭在金融市场上交易过于频繁(Linnainmaa,2011)，家庭投资组合的分散化程度不足(Chang等,2015)，未能充分使用各种金融工具和全球金融市场对其资产进行合理配置(Gormley等,2010；Andersen和Nielsen,2011)。也有少部分学者发现，某些***的家庭投资具有较强的有效性，如Calvet等(2007)发现瑞典家庭投资组合较有效果。在影响家庭资产配置有效性的因素方面，相关研究发现家庭金融知识(Gaudecker,2015)、家庭的信息优势(Ivkovic等,2008)、遗传(基因)因素(Barnea等,2010)、社会保险水平(Gormley等,2010)都会产生影响。

1.认为机构投资者对市场效率具有负面影响的**发言

2009年AFA年会上，哈佛大学经济学院JeremyC.Stein**提出了机构投资者可能降低市场效率的观点。与传统金融理论认为机构投资者会提高市场效率的观点不同，Stein教授认为在某些情况下，机构投资者会降低市场效率(使股票价格更偏离其价值以及对非基本面的因素更为敏感)。他构建了此现象两种内在机制的理论模型：拥挤交易(Crowded-trade)和过度杠杆(Overleverage)。拥挤交易是指当市场上出现套利机会时，信息不完全造成套利者无法评估其他套利者的情况而同时进行交易，导致套利交易过度拥挤。拥挤交易会推高股票价格，使其偏离实际价值。此机制能较好地解释MSCI指数在2001-2002年改变权重计算方法时成分股股价的异常变动。过度杠杆是指当套利者杠杆过高时，与其预期相反的较小价格变化会迫使其卖出部分持仓，以达到保证金要求。卖出行为会促使价格进一步偏离预期，在高杠杆的套利者之间“传染”并造成资产价格的“螺旋式”下跌。这一机制能较好地解释长期资本管理公司的破产和2007年量化对冲基金净值的集体“跳水”。

Stein**认为，由于过度杠杆机制的存在，对金融机构的资本要求不仅应考虑资产的风险特性，还应考虑资产在市场低迷时被恐慌性抛售所导致的“溢出效应(Spillovers)”以及高负债机构持有这类资产的集中度。套利者对杠杆的选择取决于股权融资成本，当股权融资成本足够低时，套利者会主动降低杠杆水平。因此，政策制定者应该努力减少股权融资过程中的摩擦，缩小股权与债权融资成本的差距，以降低此负面影响。

自2009年**发言之后，学者就机构投资者对市场效率的影响进行了广泛讨论。部分研究的结论支持机构投资者交易行为会改善市场效率，主要是因为机构投资者交易能够降低股价同步性(Ye,2012)、减少套利机会(Chaboud等,2014)、降低日内股价波动性(Brogaard和Hendershott,2014)和市场错误定价程度(Green等,2011;Kokkonen和Suominen,2015)，从而改善市场效率。

有少数研究发现机构投资者交易会***害市场效率，主要是因为机构投资者会加剧经济冲击的跨国传染(Raddatz和Schmukler,2012)，共同基金会根据分析师的预测信息一起集中交易而加剧股票价格的波动性(Brown等,2014)。

2014年AFA年会上，宾夕法尼亚大学沃顿商学院的RobertF.Stambaugh**对过去几十年***股票市场投资者结构和投资风格的演变进行了全面的阐述，分析了两者之间的关系。在过去的几十年里，***股票市场个人投资者持股比例不断下降，机构投资者的投资风格在由主动型向被动(指数)型转变。1980年至今，个人投资者的总持股比例由48%下降到20%左右(French，2008)，这一趋势的主要诱因可能有**税收和居民退休政策(Rydqvist等,2014)的变化等。上世纪80年代，几乎所有的偏股型基金都采用主动型投资策略，但到2012年这一比例已经下降至83%。主动型基金的管理费率也从1980年的2.3%下降至2012年的1.0%。不仅管理费率下降，持股风格也发生了明显变化，主动型基金的积极配置股票(Activeshare)比例从1980年的38%下降至2011年的26%。

Stambaugh教授构建了理论模型来解释这种现象。主动型投资能够纠正大部分由噪音交易所导致的错误定价并从中获利，但由于风险和交易成本，错误定价无法被完全消除，未被纠正的错误定价能够不断为主动型投资创造收益。然而，随着个人投资者(噪音交易者)比例的下降，错误定价逐渐减少，主动型投资的获利空间减小，主动型投资在整个市场中的比例下降。模型还显示，除非噪音交易者的数量降至零，否则市场中将永远有追寻α(超额收益率)的主动型投资者存在。

Stambaugh**认为，在此模型基础上考虑投资经理的能力和信息的异质性，或将信息作为内生变量，将是未来可拓展的研究内容。

由于这篇**发言很新，按本文所述方法未检索到符合标准的后续研究。①

①如引言所述，本文在寻找某一领域的研究拓展时会从**发言的被引文献中选择ESI高被引论文进行分析。由于这篇**发言发表在近期，按该方法未检索到符合标准的后续研究。

金融工具是对客体(相对于主体)的研究。近二十年中有三位(1996、2007、2008)**的发言属于该领域。2007年的**发言研究债券定价，而1996年和2008年的发言则是以完全相反的观点研究投资者对基金的选择。

1.参与者行为对债券定价影响的**发言

2007年AFA年会上，卡内基梅隆大学Tepper商学院的RichardC.Green**报告了债券发行者、承销商、个人和机构投资者行为对债券定价的影响。理论模型假设二级市场上信息透明度有限，承销商在二级市场上出售债券的能力有限，个人投资者存在信息搜集成本。寡头垄断的承销商在一级市场上向发行者购买债券，并在二级市场上出售给个人和机构投资者。均衡时债券二级市场将出现持续的价格分离(Pricedispersion)，即承销商对个人和机构投资者实行差别卖出价。同时，一级市场承销商之间的垄断竞争将被打破，承销商组成辛迪加，合谋降低竞标价格，导致所有债券抑价发行。结论表明，二级市场缺乏竞争会通过金融中介传导至一级市场。提高二级市场的价格透明度，仅会减少承销商在二级市场上卖出债券的获利，而不会增加发行者在一级市场上的发行价格(一级市场由承销商合谋垄断)。因此，即使债券长期抑价发行，发行者也无动力游说监管者提高二级市场的价格透明度。

Green**提出的模型结论不仅较好地解释了债券发行市场“异象”(如债券长期抑价发行，发行者却并不倾向于提高市场透明度)，还具有普遍意义，即某个市场缺乏竞争会导致其他市场的非竞争性。这解释了某些金融机构或金融服务存在明显的壁垒，以及在某些市场上公司的超额利润会持续存在等现象。

后续研究发现，由于债券主要由做市商撮合交易，债券市场的做市商行为对债券定价起到决定性作用。Green等(2007)发现，债券承销商对机构投资者和个人投资者区别对待，导致了债券发行时的价格背离(Pricedispersion)。进一步研究发现，债券发行前的信息透明度、债券在承销商之间转手的次数、做市商存货风险(Inventoryrisk)、投资者搜寻成本(Searchcosts)和交易集中程度(Centralization)都能够显著影响市政债券发行时的价格背离程度，信息透明度越低、转手次数越多、做市商存货风险越大、投资者搜寻成本越高、交易集中程度越低，债券发行时的价格背离越严重(Green和Schürhoff,2010;Jankowitsch等,2011;Schultz,2012)。

1.以理性观点解释偏爱主动型基金的**发言

1996年AFA年会上，纽约大学斯特恩商学院MartinJ.Gruber**从理性投资者视角为基金投资行为异象提出了新解释。已有研究发现基金投资者行为有两个异象：(1)投资者偏爱主动型基金，即使平均超额收益率为负，投资者仍热衷于投资主动型开放式基金，而不选择与指数收益相同的被动型基金，或购买折价的封闭式基金。(2)某些收益率持续较低的基金并未从市场上消失。

Gruber教授对1985-1994年被动型基金的实证研究表明，导致第一个异象的已有研究所揭示的原因均已不存在。已有研究认为，投资者不投资于被动型(指数)基金的原因包括指数基金数量少、费率不低、标的指数种类较少、(交易成本导致其)业绩低于指数、跟踪误差大等。投资者不投资于折价的封闭式基金的原因在于，封闭式基金经理的投资能力较差。Gruber教授提出，投资者热衷于主动型基金的真正原因在于，主动型基金的申购价格等于单位净资产，基金申购价格中并未包含基金经理投资能力的信息。因此，部分投资者选择投资于定价被低估(即基金经理投资能力较强)的主动型基金，期望在未来获得超额收益。投资者不投资于折价的封闭式基金是因为封闭式基金包含其持有净资产之外的额外风险，且封闭式基金的定价中已经包含了基金经理的投资能力，投资者无法通过选择经理能力较强的基金来获得超额收益。另一个异象即收益率持续较低的基金并没有从市场上消失的原因在于，这些基金会被个人投资者、投资标的受限的机构投资者(如某些养老基金)以及基于资本利得税优惠考虑的投资者这三类投资者持有。

Gruber**提出，基金投资者的行为应该比已有研究所揭示得更为理性。

2.以非理性观点解释偏爱主动型基金的**发言

事隔12年，2008年AFA年会上，达特茅斯学院塔克商学院的KennethR.French**从完全对立的即投资者非理性角度分析了为何投资者会偏好主动型投资。

1980-2006年，***股票市场每年主动投资所产生的总费用约占股票市场总市值的0.79%。这些费用包括共同基金、对冲基金、机构投资者(退休基金、捐赠基金等)的管理费以及投资者的交易费用。如果所有投资者全部采用被动投资，同期的平均成本仅为市场总市值的0.12%。两者成本之差达0.67%，这是投资者为寻求超额收益而多付出的成本。上述结论意味着，从整个社会的角度看，股票市场的价格发现(Pricediscovery)作用每年要产生相当于总市值0.67%的费用。按照***股票市场年平均期望收益率6.7%计算，社会股权融资成本占当年新增资本量的10%。已有研究表明，主动投资比被动投资并不能产生更多收益。投资者为什么还会选择收益率相同但成本更高的主动型投资呢？

French**提出了四种可能的解释：(1)投资者对主动投资的错误认知。受金融机构和媒体宣传影响，投资者对超额收益产生了过度乐观的预期。(2)投资者过度自信。过度自信导致投资者主动交易，认为其投资能力胜过他人。(3)投资组合的“表达特征(Expressivecharacteristic)”。这种偏好使投资者倾向于构建自己“独特”的投资组合以便向他人夸耀(Bragging)。(4)部分投资者确实有过人的投资能力。

French**希望告诫，整个股票市场是“负和”博弈(Negativesumgame)，对绝大部分投资者而言，被动投资仍是最优策略。

后续一些研究支持了1996年AFA年会**的观点，认为投资者对主动型基金的偏爱是理性选择。Pastor和Stambaugh(2012)发现，投资者对主动型基金的偏爱是因为主动型基金(行业)具有规模报酬递减(Decreasingreturnstoscale)的特征，主动型基金(行业)规模较小时能够产生超额收益，从而吸引投资者投资。随着基金投资者数量的增加，投资者对基金规模报酬递减的认知和反应速度变慢，导致行业规模暂时过度增加、收益率低于指数收益。Gennaioli等(2015)认为，投资者对基金经理的“信任”是其选择主动型基金的内在动因。

也有一些研究支持2008年AFA年会**的观点，认为投资者对主动型基金的偏爱是非理性的。Rabin和Vayanos(2010)认为，基金投资者的过度自信、视野狭隘和赌性等认知偏差使其倾向于选择费用较高的主动型基金，并且频繁更换基金，这些行为导致其投资收益受***。

除了以上两条路径外，有不少研究集中于主动型基金的投资业绩。大部分学者研究发现，就整体而言，主动型基金并不能产生超额收益(Busse等,2010;Fama和French,2010)。也有部分学者发现，基金能够产生超额收益。Puckett和Yan(2011)发现在除去了交易成本后，机构投资者仍能够持续稳定地获取超额收益，认为以往根据机构投资者季度持仓数据的研究结论是有偏误的。Agarwal等(2013)发现对冲基金经理推迟向***证券交易***会提交部分持仓名单的动机在于掩盖其拥有的私人信息，同时表明基金经理确实具有选股能力。Kacperczyk等(2014)发现基金经理的投资能力具有时变的特征，基金经理在牛市中具有明显的选股能力，在熊市中具有明显的择时能力，并且这两种能力具有持续性。还有些学者寻找具有哪些特征的基金能够取得更高的投资收益。Guercio和Reuter(2014)发现直接销售给个人投资者的共同基金的收益率要明显好于通过经纪商销售的基金。Chen等(2013)发现基金家族自己管理的基金的投资收益显著优于外包给投资咨询机构管理的基金。Sun等(2012)、Pástor(2015)发现投资策略独特性强和规模小的基金投资绩效更好。

市场微观结构领域两位**的发言(2000、2003)分别研究了交易摩擦的来源和后果。

1.交易摩擦来源及度量方法的**发言

2000年AFA年会上，范德堡大学欧文管理学院的HansR.Stoll**对交易摩擦(Tradingfriction)的来源及度量方法进行了全面梳理。交易摩擦指金融资产交易的困难程度，既表示交易一定数量资产所需要的最短时间，也表示立即交易所导致的价格变动。已有文献认为总交易摩擦(Totalfriction)所导致的价差可分为两个部分：(1)真实摩擦(Realfiction)①所导致的价差，这是对做市商提供服务的补偿；(2)信息摩擦(Informationfriction)②所导致的价差，反映财富从信息劣势者向信息优势者的转移。

①真实摩擦是指因金融资产不足而无法充分提供流动性所导致的交易摩擦。

②信息摩擦是指因担心与知情交易者交易产生***失而无法充分提供流动性所导致的交易摩擦。

交易摩擦的度量方法包括静态和动态两种方法。静态方法度量总摩擦，在某个交易时点用买价、卖价和交易价格来度量，包括报价价差(Quotedspreads)和有效价差(Effectivespreads)。动态方法度量真实摩擦，指股票价格变动对交易的敏感程度，包括交易价差(Tradedspread)、价格变化协方差(Covarianceofpricechange)、报价变化协方差(Cova-rianceofquotechange)、日价格冲击(Dailypriceimpact)和开盘波动率(Openingvolatility)。Stoll教授研究了上述交易摩擦度量指标之间的关系后发现，报价价差与有效价差的相关性超过0.99，表明两者基本等价；总交易摩擦主要来源于真实摩擦，而非信息摩擦；随着股票价格的增加，价格冲击增加，价差减小；开盘时总交易摩擦的来源可能与其他交易时间不同。

进一步研究各交易摩擦度量指标与上市公司股票交易特征(成交量、成交笔数、收益率方差、总市值、收盘价和委量差)的关系后发现，不同股票间报价价差和有效价差的差异主要反映了真实摩擦的不同；信息摩擦受交易特征的影响与真实摩擦十分类似；日价格冲击会受到交易特征的影响；开盘波动率不受股票交易特征影响。这表明开盘时交易摩擦的影响因素与其他交易时间并不相同，且这些影响因素与股票交易特征无关。

Stoll**认为，未来可从时间序列角度分析交易摩擦的变化及影响因素，并关注交易摩擦(包括真实摩擦和信息摩擦)对资产定价理论的影响，以及互联网和网上交易系统对交易摩擦的影响。

学者后续从交易制度(Bessembinder,2003)、交易者行为(Cumming等,2011)、法律法规(Eleswarapu和Venkataraman,2006)、公司股权集中度(Brockman等,2009)等方面研究了交易摩擦的来源。

交易摩擦的度量方法则分股票市场和债券市场两个方向展开。股票市场交易摩擦主要有两类度量方法：第一类方法是指定价格基准法(Specifiedpricebenchmarkmethods)，首先指定基准价格，如买卖报价中点(Quotationmidpoint)、成交量加权的平均价格等，然