“学海拾珠”系列之四十：处置偏差视角下的基金经理行为差异
由crisvalentine创建，最终由crisvalentine 被浏览 17 用户
报告摘要
主要观点
本篇是“学海拾珠”系列第四十篇，本期推荐的海外文献研究了处置偏差视角下的美国共同基金经理行为差异。基金经理中存在的处置效应被认为是导致业绩不佳的一个主要行为原因。回到国内公募权益基金市场，基金经理的业绩表现不仅与其持仓股票的表现有关，也与其是否表现出和散户类似的处置效应有关，即受到行为金融学的影响，过早地卖出盈利的股票去锁定收益，或是过长时间的持有亏损股票，不愿意实现损失。
- 如何衡量处置偏差
本文假设所有的持股变化都发生在季度末。通过一个季度末的持股量与上一季度末的持股量的对比，能够确定在相应的季度内是否发生了卖出或买入交易。在卖出时，每只股票的卖出价格都会与基准价格（WAPP）进行比较，以确定该卖出交易是实现收益(RG)还是亏损(RL)。对于其他未发生交易的股票可以计算出账面收益(PG)还是账面损失(PL)，接着计算出已实现收益(PGR)和已实现损失(PLR)的比例。两者之差即为处置偏差（DS），如果处置偏差为正，则基金的实现收益不成比例地多于损失，DS越大，表现出的处置效应水平就越强。
- 不同处置偏差的基金持有的股票风格和特征不尽相同
本文分析了基金所持股票的不同特征，如贝塔、交易量、夏普比率、市值、平均收益率、波动率等。本文通过计算持有个股的市值加权均值来描述每只基金的持股特征，发现处置偏差较低的基金通常选择市值较大、无形资产投资较多、账面市值比较低、高换手的公司。
更进一步的分析表明，基金持有的个股特质波动性更强，即个股的估值难度越大时，表现出更强的处置偏差；同时，持有高beta个股比低beta个股更容易出现处置偏差。
风险提示
本文结论基于历史数据、海外文献进行总结；不构成任何投资建议。
\
简介
在2012年，超过11.6万亿美元投资于股票共同基金，尽管指数基金和交易型开放式指数基金（ETF）的数量不断增加，但绝大多数的基金仍然是主动管理的。然而研究表明，平均而言主动管理的投资组合的表现并没有超过基准。最近，共同基金经理中存在的处置效应被认为是导致业绩不佳的一个主要行为原因（e.g., Singal and Xu[2011], Scherbina and Jin[2011], Cici[2010]）。处置效应指的是投资者倾向于持有亏损股票而卖出盈利股票。它基于心理账户（Thaler [1985]）和前景理论的关键特征（Kahneman and Tversky[1979]）。本文的重点是分析处置效应以及与股票相关的特征如何影响行为偏差的大小。
本文的目标有两个。首先，分析了处置效应在美国股票共同基金经理人中存在的范围，以及在某些股票持有者中，这种效应是否更为突出。从新的角度揭示了职业投资者的行为是否是理性的，还是表现出非理性的迹象。具体而言，本文研究了在哪些情况下，1980年至2010年美国积极管理的共同基金经理的处置效应是明显的。虽然对个人投资者的行为有广泛的研究，但对共同基金经理的偏向性行为的影响证据相当少，而且参差不齐。为什么处置效应能够持续存在是一个值得探讨的问题。
其次，本文检验了处置效应幅度的跨期差异是否可以用投资风格的差异来解释的假设。前期的研究主要集中在表现优异的共同基金经理的选股能力上：正的阿尔法值暗示各基金经理具有一定的技能（Wermers [2000], Kacperczyk, Sialm, andZheng [2008]）。然而，基金经理持股的具体特征，以及为什么有的基金经理持有绩优股，而有的基金经理持有绩差股，还没有得到充分的探讨。本文研究了处置效应与各种股票特征之间的关系。此外，还分析了股票水平处置效应的大小与估值不确定性之间的关系。实验证据表明，当人们面对估值更加困难的情况时，更容易表现出高的行为偏差(Kahneman and Tversky [1979], Kahneman [2003])。理论金融模型(Daniel,Hirshleifer, and Subrahmanyam [1998], Hirshleifer [2001])指出当股票更难估值时，投资者的偏见性会更强。本文还检验了当风险或市场波动性增加时存在“安全投资转移”的观点。安全投资转移假说认为，当市场不确定性增加时，投资者减少他们的股票持有量，并转向更安全的资产，如债券(Caballero and Krishnamurthy (2008))。这一假设意味着，当市场风险上升时，本文预期处置效应的水平会降低。本文分析当共同基金经理人面临估值不确定性和市场风险增加时，处置偏差是如何影响的。
通过对1980年至2010年积极管理的美国股票共同基金持有量的样本的分析，得到两个主要结果。首先，本文提供了共同基金经理容易产生处置效应的依据。使用Odean’s [1998]计算处置效应的方法，发现共同基金经理平均表现出3.96%的处置效应。结论表明，不仅是个人投资者，而且是专业投资者在投资过程中也有可能做出有偏差的决策，这种偏差对于规模较小和较年轻的基金，以及收费机构较高的基金来说是显著的，而且更为明显。
其次，处置效应的水平可以通过持股特征来解释。利用不同的股票估值计量方法，发现股票层面的处置效应与估值不确定性之间存在正向关系。处置效应的水平随着系统性风险（即beta）的水平单调增加。此外，本文还证明了股息率和派息股票虚拟变量对共同基金经理处置偏差有明显的正向影响，证明不仅是个人投资者，专业投资者也会非常注意某些股票，并且交易行为受其驱动。此外，本文的测算还意味着，低账面市价比会导致处置偏差的幅度下降。因此，处置水平较高的基金经理倾向投资于账面价值更贵的股票。无形资产与总资产的比率以及盈利波动性对处置效应的水平有明显的负向影响。当相关股票的价值更难估量时，基金经理会表现出更高的处置效应水平。
本文的研究重点是基金经理的持股情况，主要原因是：首先，共同基金提供了一个特别合适的环境来研究组织决策过程的驱动力和影响。由于共同基金是受监管的对象，因此可以获得可靠的数据。共同基金的投资组合持有量提供了丰富的信息集，适合研究共同基金经理的信息处理和决策。其次，作为专业投资者，共同基金经理应该比散户投资者更有经验，更容易避免行为偏差(Seru, Shumway, and Stoffman [2010], Cici [2012])。最后，共同基金行业具有重要的经济意义。考虑到机构投资者在市场中的主导地位，处置效应存在的证据将对确认或否认资产定价模型和相关现象(如动量效应)中的理性程度产生深远影响。本文是第一篇专注于识别股票相关驱动因素来解释美国共同基金经理人之间处置效应水平的横向差异的论文。
本文其余部分的安排如下：第二节回顾了相关文献。第三节介绍了数据。第四节提供了所采用方法的详细信息。第五节给出了主要的实证结果。第六节，总结。
\
文献综述
Shefi和Satman [1985]表明，投资者倾向于过早地卖出赢家的股票，而过长时间地持有输家的股票(他们称之为“处置效应")，这一效应被证实适用于各种投资者类型、国家和资产类别。例如，Odean[998]，Grinblatt和Keloharjul[2001]以及Shapira和Venezia [2001]分别在美国(Locke和Mann[1999]、Cova和Shumway[2005]、Odean [1998])、芬兰(Grinblat和Keloharju[2001])和以色列(Shapira和Venezia[2001])证明了处置效应不仅影响缺乏经验的投资者，同时影响经验丰富的投资者。在其他资产类别中也发现了处置效应的证据，如住宅(Genesove和Mayer[2001])、高管股票期权(Heath、Huddart和Lang[1999])和预测市场(Hartzmark和Solo-mon[2012])。在对观察到的行为所提出的不同解释中，处置效应被归因于心理账户(Thaler[1985])和前景理论(Kahmeman和Tversky[1979])的关键特征。人们倾向于相对于一个参考点(例如Odean[1998]中的购买价格)来评估收益和损失。前景理论指的是收益领域的风险厌恶偏好和损失领域的风险寻求(都是相对于参考点衡量)。心理账户的主要思想是，投资者为不同的账户设定不同的参考点，这决定着收益和损失。他们将不同类型的赌博划分为不同的账户，并分别对每个账户使用前景理论，从而忽略了可能的相互影响。心理账户和前景理论的结合产生了处置效应。
在机构层面，行为偏差的存在不那么明确。鉴于它们在市场中的主导地位，非理性行为的证据将对建立或否认市场有效性假说产生深远的影响。Locke和Marn(1999)利用芝加哥商业交易所(CME)的交易数据，发现了期货交易者之间的处置效应。Coval和Shumway(2005)表明，处置效应存在于芝加哥交易所的自营交易者中。Shapira和Venezia (2001)证明了以色列专业投资者的处置效应。在美国的股票共同基金经理中也发现了处置效应(如Wermers [2003]、Frazzini [2006]、Scherbina和Jin [2011])。因此，机构投资者是否能够更好的决策和创造优异业绩仍没有明确定论。Wermers[2003]文献指出，亏损的基金往往更容易被处置，表现不佳的基金经理似乎不愿意平仓亏损。相反，成功的基金经理人实现亏损的比率高于收益。Frazzini(2006)总结了之前记录盈利公告后处置效应的结果。Scherbina和Jin[2011]在其关于新聘基金经理的研究中得出结论，以前的经理不愿意出售投资组合中的亏损股票。其他最近的研究也证实了之前的结果，并表明美国股票共同基金经理有处置倾向(如Cici[2010]，Ammann，Ising和Kessler[2012]，Ringov [2012]，以及Chiang和Huang [2010])。
虽然处置效应在不同的环境、时间段和资产中都有记录，但其根本的驱动因素仍然相当不明确。一些论文认为，基金特征(如基金成本、换手率、基金波动性、基金规模、基金年龄)决定了处置效应的水平(Cici[2012]，Solomon，Soltes和Sosyuna[2012])。其他论文则通过基金经理的特征(如年龄、经验、团队或单一管理基金)来推断处置倾向行为的水平(Scher-bina和Jin[2011]，Solomon，Soltes和Sosyua[2012]，Ringov[2012])。最近，处置效应被归结为基金的申购赎回(Cici[2010]，Chiang和Huang[2010]，Singal和Xu[2011])。股票特征被认为是另一个可能的处置效应的驱动因素。例如，Frazzini [2006]发现，买入和卖出引人注目的股票会影响处置效应。Cici[2010]记录了在“亏损基金”和投资者之间的处置效应，这些投资者在他们的投资组合中系统性地添加“亏损股票”，这似乎是一种有损失的赌博。到目前为止，只有一篇论文(Kumar[2009])分析了股票的特征，如股票规模、股票年龄、市值、市盈率等作为散户投资的处置效应的驱动因素。最近，Busse和Tong[2012]的一篇论文表明，共同基金经理倾向于根据行业选择股票。本文通过分析各种持股特征如何影响处置效应的水平，来补充行为偏差的一系列股票相关驱动因素的研究。
\
数据
数据来源和样本构建
本研究中使用的数据主要来自四个来源:汤姆森金融公司(以前称为CDA/Spectrum)的季度基金持有数据、芝加哥大学证券价格研究中心(CRSP)的月度和年度共同基金特征、CRSP的日度和月度股票回报率数据以及Compustat的月度和年度会计数据。本文通过使用沃顿研究数据服务(WRDS)的MFLinks合并the CRSP Survivorship Bias Free Mutual FundDatabase (CRSP MF，以下简称CRSP MF)和the Thomson Reuters Mutual Fund Holdingsdatabase (TR，以下简称TR)来获得本文的主要基金样本。就每只基金而言，有关基金特征(如行业、风格、起始日期、管理人)、业绩信息(如回报、管理资产、费用)的信息均从CRSP中提取。除了来自CRSP的基金特征外，本文还从TR数据库中提取持股信息。TR数据库报告了所有的持股变化以及持股特征，即股票代码，permmo (CRSPs永久股票发行标识)、crusip (CRSP的股票标识)以及每只资产的价格，每季度一次。cusip用于从Compustat中提取每只股票的不同会计信息和交易统计数据。每只股票的价格都是在报告日以及每个月的月末采集的，遵循以往文献(例如 Frazzini [2006]、Barberand Odean [2008])的做法。此外，本文还从CRSP中获取每日数据来计算与股票相关的变量如股票波动率、贝塔、市账率和回报率。年普通股账面价值、现金流、市值、无形资产、收益、股利支付、PPE(财产、厂房和设备)和总资产等数据均来自Compustat。
为了得到在实证分析中使用的最终样本，本文从1980年至2010年期间的所有美国共同基金开始。接下来，按照以前的文献，本文将样本限制为美国基于积极管理的股票共同基金。本文匹配了1980年至2010年期间的TR和CRSP共同基金数据集。
在本文的样本中，有一些基金持有相同的股票组合，因为它们在CRSP数据库中被列为独立实体，但它们只是根据费用结构或最小购买限额方面有所不同，但基于的是完全相同的资产组合。为了避免重复计算，本文使用唯一的WFICN(沃顿金融机构中心)基金编号对同一基金的所有份额类别进行加权，将不同份额类别的基金数据汇总为一个观测值。对于不同份额类别的变量(如收益率、换手率、费用率等)，本文采用总资产净值作为加权平均数。
为了衡量本文的结果，本文使用标准昔尔500指数的回报率作为市场投资组合，并使用3个月国库券利率作为无风险利率。
控制变量
为了避免虚假的相关性，本文控制了可能影响基金处置效应水平的变量的影响。本文控制了不同的基金相关特征，如基金规模、基金年龄、基金成本、基金容量、换手率、费用率、机构或散户持有比例以及基金业绩。
本文还控制了基金经理的特征，因为它们也可能影响处置效应的水平。本文控制了基金经理的经验，新任基金经理虚拟变量，以及基金是团队管理还是单一管理。在本文的回归中，本文还加入了几个与股票相关的控制变量。本文加入了公司年龄和公司规模，以控制与股票相关的回归指标中各种规模相关的影响。换手率是为了考虑可能的流动性效应。本文控制月度过去收益，因为整体倾向于实现资本损失比资本收益更容易，也可能是由于共同基金经理的动量策略。过去收益变量作为一个控制变量，用于控制过去收益对投资者交易行为的已知影响（散户投资者参见Barber和Odean [2008]）。例如，共同基金经理的交易活动可能会受到反向策略或者趋势跟踪行为的影响，过去的回报率还可以捕捉到其他行为，比如再平衡。此外，Odean [1998]指出，过去的回报率也可以反应交易成本的考虑。例如，由于流动性的原因而不得不卖出的基金可能更倾向于卖出最近增值的股票，因为下跌的股票价格较低，因此流动性较差(Odean [1998])。
本文还通过在每个基金年组合中加入固定效应来控制稳定的不可观察效应，以提高除固定效应外处置效应的水平，所有控制变量都滞后一个时期(年)。
样本特征
表1列出了1980-2010年期间样本中2,605只基金的描述性统计。样本由2,605只基金和75,545个基金年度观测值组成。本文的样本从1980年的8只基金开始，到2010年由1,185只基金组成。月度总资产净值从1980年的平均2.27亿美元增加到2010年为7.2亿美元。在本文的样本中，基金的平均经营年限约为13年，平均基金规模为40亿美元。样本期开始时的换手率为77%，相当于1.5年的持有期。虽然费用率随时间变化很大，但整个样本期的平均换手率为86%，意味着持有期为1.2年。换手率数值与之前研究报告中85%-100%的数值相当(如Singal和Xu[2011]、Cic[2010]、Kacperczyk、Sialm和Zheng[2008])。1980年的费用率为1.26%，随着时间的推移，费用率上升到2010年的1.3%。最高的费用率是1985年的1.8%，最低的费用率记录在1996年的0.7%。在过去30年中，共同基金的平均收益率为0.82%，最高回报率为1991年的13.1%。我们的资料显示，一般基金的前段收费为0.6%，由基金投资者预先支付。而后端收费平均为0.3%，是在提取基金款项时收取的。
大多数基金由平均年龄为10年的基金经理管理。本文还报告了基金是否由新的基金经理接管(指在特定基金中工作三年或更少)；本文发现只有3%的基金由新的基金经理管理。本文还考察了基金的开放与封闭，这是一个虚拟变量，如果基金对新投资者开放，则等于1，否则等于0。本文发现，共同基金平均对投资者开放89%，只有约10%的基金是封闭的。
下面是本文样本中的股票数量和交易价值的汇总统计。表2显示了本文最终样本中2,605只共同基金的交易统计。样本期从1980年第一季度到2010年最后一个季度，基金经理们在这段时间里买入了大约18万只股票，卖出了19.5万只股票。总体而言，本文的样本由373,610个资产变化组成。平均每年有6,000笔购买和6,500笔销售，这意味着每只基金每年大约有5笔交易被报告给美国证券交易委员会。表3显示了1980年至2010年样本期间所有共同基金的交易价值。所有购买的平均市值为300万美元和1000万美元。
方法论
本文按照Odean[1998]的方法计算处置效应，以确定基金经理实现资本收益以及资本损失的速度。本文用处置偏差来衡量共同基金经理的行为表现出处置效应的程度。为了确定处置效应，本文使用共同基金的持股信息以及加权平均购买价格。对于任何给定的投资者，计算所有潜在实现收益(PGR)和实现损失(PLR)的比例，并分别与账面损益进行比较。
本文的研究是这样设计实施的：每发生一个季度的买卖，都要将交易价格与参考价格进行比较，以确定该交易是实现了收益还是损失。为了确定参考价格，必须明确采用哪种成本衡量法。在本文中，参考价格是每次买入交易发生时都会更新的加权平均购买价格(WAPP)。使用WAPP作为参考价格是基于基金经理在每次(净)买入后定期更新参考点的假设。基金x在t日持有的股票i的WAPP计算如下：
其中，SharePrc是指各股票的价格，SharesBuy表示买入的股票数量，SharesHeld则是指组合中持有的股票数量。本文要区分两种不同的情况:无论基金是减持还是维持持有股票i的水平，股票i在第t天的WAPP都等于第(t-1)天的WAPP。在第二种情况下，基金增持股票i，则基金x在t日持有的股票i的WAPP按公式1计算。根据上式计算每个基金-股票-日期组合的WAPP。
由于数据的局限性，同时为了与其他研究(如Cici [2010]，Huang、Wei和Yan [2007]、Frazzini [2006])保持一致，本文假设所有的持股变化都发生在每个季度末。通过一个季度末的持股量与上一季度末的持股量的对比，本文能够确定在相应的季度内是否发生了卖出或买入交易。在卖出的每一天，每只股票的卖出价格都会与WAPP进行比较，以确定该卖出交易是实现收益(RG)还是亏损(RL)。对于特定基金投资组合中所有其他股票，如果与某只股票在同一天持有但未卖出，则市场价格与WAPP进行比较。以确定是账面收益(PG)还是账面损失(PL)。在计算出RG、RL、PG和PL之后，本文现在就可以计算出某基金成为某只股票净卖出者的每天的已实现收益(PGR)和已实现损失(PLR)的比例。下面的公式显示了PGR和PLR的计算。
本文进一步计算处置偏差（DS），即共同基金在某一时期实现的收益比例与实现的亏损比例之间的差额(如Dhar和Zhu[2006]、Frazzini[2006]、Goetzmann和Massa[2008]、Kumar[2009]、Odean[1998]、Ringov[2012])。
如果处置偏差为正，则各基金实现的收益不成比例地多于损失(易处置基金)。因此，处置偏差越大，各基金经理或基金经理团队所表现出的处置效应水平就越强。
本文将各基金的季度平均处置效应进行汇总,并取平均值（见Chiang和Huang [2010]）。本文通过汇总各基金的收益和亏损次数并取平均值来衡量各基金的平均季度处置效应（Chiang和Huang [2010]）。年度处置效应(在回归设置中使用〉按每年四个季度的平均值计算。
\
实证分析
处置效应
在本节中，将考察处置效应的水平，计算结果为已实现收益的比例(PGR）减去已实现损失的比例（PLR）。表4的A组显示了1980年至2010年整个样本期间所有基金的处置偏差。结果基于交易发生在季度内某个时间的假设，因此使用了相应季度内每日股票价格的平均数。
先分别为每只基金计算PGR、PLR和处置偏差。其次，本文取基金层面衡量指标的时间序列平均值来计算整体处置偏差。在此过程中,本文假设各共同基金的处置效应具有独立性。
对于整个样本的结果，PGR和PLR之间有一个明显的正处置差（3.96%），表明本文样本中的共同基金平均容易出现处置偏差。很大一部分基金显示出正的处置偏差。表4显示了处置效应水平随时间的下降。在1980年,该偏差的值约为4.6%，而在1990年约为4.4%，2010年下降到3.4%。这种模式可能是由于共同基金经理对行为金融学的意识增强所致。
本文的结果与之前的研究一致。Rosa，To和Walter [2005]的一篇论文发现，英国管理的基金样本的平均处置效应为0.12%（美元价值基础：0.0559)其他论文也发现了正的处置偏差（如Frazzini [2006]、Odean [1998]、Barber和Odean [2008]），并进一步证实了本文的结果。Frazzini[2006]发现美国专业投资者的处置偏差为正（3.1%）。相比之下，Odean [1998]用基于股票的数字证明了个人投资者的处置效应为0.016。与此相一致，Ammann，Ising和Kessler [2012]最近的一篇论文显示，1993-2005年按份额计算的处置效应为3.2%。本文的结果也符合Scherbina和Jin[2011]的论文，他们报告说，与新聘用的经理人相比，老经理人不愿意实现资本损失，从而支持处置效应。
Ben-David和Hirshleifer[2012]以及Dorn和Strob1 [2011]最近的论文中记录了基于私人信息的新解释和模型。处置偏差存在的一个主要解释是，投资者不愿意变现损失，因为变现损失会带来直接的不利。对于美国个人投资者的样本，Ben-David和Hirsh1eifer [2012]记录了相反的情况，发现处置效应并不是由简单的直接偏好驱动的，因为有收益或损失而卖出股票，而是因为信念。更进一步，Dorn和Strob1’s [2011]的理论模型基于知情投资者与不知情投资者之间的信息不对称，将处置效应归结为投资者偏好而不仅仅因为信念。
总而言之，本文证明了普通共同基金锁定收益的偏好强于实现损失的偏好。虽然平均价差为正，但本文观察到影响范围存在一定的横向差异。表4显示，处置偏差的标准差为6.3%。因此，本文致力于对评价共同基金经理交易哪些股票以及易处置基金和较少易处置倾向基金之间是否存在系统性的差异进行新的探讨。
按子期划分的结果
在本节中，本文重点讨论共同基金在实现收益和损失方面的行为是否随着时间的推移而发生变化的问题。本文特别感兴趣的是，在考察处置效应水平随时间的变化时，是否存在一定的学习效应。表4报告了整个时期和1980-1989年、1990-1999年和2000-2010年这三个子时期的结果。平均而言，共同基金在任何一个子期都表现出处置效应。在1980-1989年和1990-1999年，基金表现出收益不成比例地多于损失的趋势。特别是自1990年代初以来，处置效应的水平急剧下降。这一规律可能是由于20世纪90年代以来共同基金经理对行为金融学的认识有所提高，所以处置效应水平在此后稳步下降。此外，影响量化投资策略的技术进步可能会引入更多的纪律，减少对有偏见的人类决策的依赖。
对观察到的行为的第二个解释是共同基金经理可能的学习效应影响了本文的结果。随着时间的推移，处置效应水平的降低与投资者从交易中学习的理论是一致的。知情的投资者会更频繁地更新他们的价格目标，因此，不太容易表现出行为偏差。Kumar和Lim [2008]指出，倾向于在同一天内执行多笔交易的投资者受到处置效应的影响较小。以前的研究结果表明，更积极的基金经理具有持久的选股技能，并随着时间的推移学会避免偏差(Wermers [2000])。这可能是共同基金经理定期更新他们的价格目标，并通过时间学习避免行为偏差的第一个迹象。
处置效应和股票特征
在上一节中，本文展示了1980年至2010年美国共同基金经理中存在的处置效应，以及基金特征如何影响整体行为偏差的大小。本文发现基金更容易锁定盈利而不是实现亏损。本节研究不同的投资风格与持股特征对基金出现正向处置效应的影响。
为了分析具有不同处置效应水平的共同基金经理是否遵循不同的投资方法，本文研究了他们持有股票的特征。本文分析了共同基金所持股票的不同特征，如贝塔、交易量、夏普比率、市值、平均收益率、波动率等。本文通过对单只股票的市值加权平均数取值来获得每只共同基金的股票特征。
在表5中，本文报告了样本中2605只共同基金在1980年至2010年期间的股票持仓汇总统计。这2,605只基金共持有15,110只不同的股票头寸(根据1980年至2010年的样本期间的单个股票头寸来确定)。为了衡量公司特有的差异，本文分析了无形资产与总资产的平均比率，大约为10%。由于平均账面市值比(0.52)变化明显(标准差几乎为100%)，本文在回归设置中使用账面市值比的中值(0.44)。每股收益(EPS)平均为0.73，而市盈率的平均值为13.11。本文还将EPS作为另一个财务比率，也就是一家企业普通股每股流通股盈利的美元价值。作为股票特征，本文还考察了不同的波动性指标，即盈利、现金流和回报率的波动性。此外，本文还加入了股息率(平均值为2.32%)和一个派息股票虚拟变量，当股票派息时等于1，否则等于0。当本文分析共同基金经理的交易决策时，将基金规模、市值和相应股票的成交量纳入控制变量。
在表6中，本文报告了10个十等分的股票特征的汇总统计数字，是根据每个基金在整个样本期内的平均处置差价计算的。第一分位数包含了处置偏差最小的基金，而第十分位数包含了处置偏差最大的基金。在此统计中，一只基金只能被统计一次；如果数据库中包含多于一份相关共同基金的报告，本文将计算不同时间段的平均处置偏差和平均股票特征。处置效应水平的差异可以解释为共同基金经理选股能力的表现。表6显示，处置偏差较高的基金经理投资于平均交易量较低、市值较低的股票。
本文观察到，处置水平较低的共同基金经理比处置水平较高的经理投资于不同特征的股票资产。处置偏差较低的基金经理更喜欢历史悠久、规模较大公司的股票。在最低的十分位数中，以股票首次出现在CRSP中的年数来衡量的平均股龄大约为18年，而在最高的十分位数中则为17年。公司规模被定义为季度末市场市值的自然对数(发行股数乘以价格)，处置偏差最低的十分位数配置较大市值的股票，随着处置偏差变高，市值基本单调递减。
这意味着具有较高处置效应的共同基金经理试图通过投资于较小的股票来获得优异的业绩。最高和最低的十分位数在公司年龄和公司规模上的差异是高度显著的(t统计量分别为31.99和196.14)。Kumar [2009]还发现，在1991年至1996年的美国个人投资者持股样本中，公司年龄与处置效应之间存在负相关关系。为了反映股票基本价值的不确定性水平，本文加入了以下变量：无形资产占总资产的水平、现金流波动性和收益波动性。关于无形资产占总资产的水平，本文发现处置偏差较低的基金经理投资于无形资产水平较高的公司(最低处置分位数为19.77%)。
当分析账面市价比时，本文发现第一分位数股票(账面市值比0.4454)比第10分位数的股票(账面市值比0.5656)要低，这意味着处置偏差较低的基金经理倾向于投资更昂贵的股票。Kumar [2009]的研究结果表明，行为偏差(在他的案例中称为过度坚挺)在账面市值比较低的股票中存在更多。本文对变量EPS的排序结果表明，处于最高处置分位数的基金经理投资于EPS比率明显较低的股票。更多的基金经理似乎选择了平均每股收益较低的公司。由于表现出处置偏差的基金比没有偏差的基金表现更差(如Singal和Xu [2011]，Cici [2012])，本文发现有偏向性的基金经理倾向于投资于较少的股票可能是一个解释。
本文还分析了配股效应与市盈率之间的关系。在最高十分位的基金经理中，本文测得的市盈率为22.01，高于最低十分位的市盈率17.94(t统计量为-16.12)。因此，以市盈率衡量，偏向性较低的基金经理似乎会投资于较便宜的股票。Odean [1998]以1991年至1996年的美国个人投资者为样本，发现低价股的处置效应较强，但这一经验证据与Odean [1998]的研究结果并不一致。一般来说，与市盈率较低的公司相比，市盈率越高，说明市场对未来的盈利增长预期越高。因此，强偏向性的基金经理投资高市盈率的股票，似乎对未来更加乐观。
综上所述，本文发现共同基金经理所表现出的处置效应与其所持有的投资组合特征之间存在一定的关系。本文的研究结果表明，具有较低处置效应水平的共同基金经理与具有较高偏好的共同基金经理投资于不同的资产。处置效应较低的投资者选择市值较小、无形资产投资较多、账面市值比较低的公司的股票。投资组合中较少易处置基金的经理也往往有较低的每股收益和市盈率。本文还发现具有较高换手率和较高股息率的股票是处置水平偏低基金经理的首选。总之，本文证明共同基金持有的股票特征部分解释了处置效应水平的横截面变化。
基于回归的证据
为了更深入地了解处置效应水平与股票特征之间的关系，本文估计了不同的回归。本节通过采用回归设置进一步分析处置效应与股票特征之间的联系。本文采用了以下的回归估计：
其中，股票特征为账面市值比、市盈率、每股收益、固定资产占总资产的百分比、无形资产占总资产的百分比、盈利波动率、现金流波动率、股息率，如果股票派发股息，则股票派息虚拟变量等于1，否则等于0。
在表7和表8中，本文列出了使用不同的OLS回归模型与年度基金固定效应进行回归的结果。表7中的模型1至4包括几个控制变量以及不同的固定效应。为了说明误差项中潜在的序列和横截面相关性，本文计算了公司集群和年份集群的标准误差。在所有模型中，结果都表明处置效应水平与股票特征之间存在高度的正相关关系。总的来说，处置效应的部分差异可以通过股票持有量的差异来解释(在11.06%和12.98%之间)。
表7的不同回归估计中，使用年度股票水平的处置偏差水平作为因变量。在模型中，本文将以下股票特征作为自变量：账面市值比、市盈率、EPS、固定资产占总资产的比例、无形资产占总资产的比例。作为控制变量，本文加入了基金年龄、基金规模、费用率、换手率、基金开放与否和基金回报率的一年滞后值。本文发现，所有纳入的参数在1%的显著性水平上都是高度显著的。
在模型1的回归分析中，本文加入了几个常用于股票估值的财务比率。账面市值比是一个股票的总账面价值除以其市值，表示投资者认为该股票是否被低估或高估(分别为低账面市值比、高账面市值比)。本文发现，账面市值比与处置效应水平呈负相关(系数为0.0011，t统计为29.73)。
这意味着处置偏差低的共同基金经理更加倾向于持有较低的账面市值比的股票。这一部分的回归结果与本文之前的结果相吻合，记录了处置效应水平低的共同基金经理倾向于投资于更昂贵的资产（以账面市值比来衡量时）。由于账面市值比并不能直接反映基金公司为股东创造收益或现金流的能力，本文还包括市盈率P/E和每股收益EPS。本文记录了市盈率对处置效应水平的负向影响。市盈率通常用于分析市场一家公司的股票估值及其股票与收入的比较。本文的结果表明，处置效应水平低的基金经理似乎以市盈率衡量投资于更昂贵的股票，这证实了本文之前的研究结果。
本文发现，处置偏差高的基金经理倾向于投资于每股收益较高的股票。这表明，以每股收益衡量的整体收益率是处置效应水平高的共同基金经理的股票估值的一个重要比率。除了不同的财务比率外，本文还分析了受处置效应影响较大的共同基金经理更倾向于什么样的股票。与投资于PPE和无形资产占总资产的百分比相关的变量，显示了基金经理是更喜欢有形产品还是无形产品的公司。本文发现PPE变量的系数为正(0.0001，t统计为5.23)，而处置效应与无形资产变量之间的关系为负(-0.0003，t统计为6.55)。有处置倾向的基金经理更倾向于投资于有形产品资产水平高的公司，而非无形资产。由于公司资产的很大一部分投资于无形资产，如专利、版权、商标、客户合同、许可、软件、数据库等，平均而言，这些公司更难估价，
这一结果支持了本文的假设，即处置偏差更大的投资者在评估复杂公司时有困难，并且面临更高水平的估值不确定性。
在模型2中，本文加入了几个与波动率相关的股票特征，以解释股票水平的不确定性。结果也显示在表7中。回归模型包括盈利波动率和现金流量波动率作为股票特征，以及几个控制变量和固定效应。这两个股票变量对处置效应的水平都有明显的影响(显著性水平为1%)。这个回归的解释力低于模型1，但仍然是中等水平(R2为11.06)。本文发现收益波动性越高，处置效应越低。乍一看，这个结果与本文之前的结论相比是反直觉的。当不确定性水平上升时，所分析的行为偏差水平就会下降。一个可能的解释是，当波动率较高时，基金经理会更注意行为偏差。在这种情况下，盈利波动率可以被解释为不是估值不确定性的标志，而是一种引人注意的股票的情况。在以往的研究中，Frazzini和Lamont [2008]发现了在盈利公告期间，价格波动性上升，交易量也明显增加。在对个人投资者的研究中，研究者们重点研究了"注意力吸引"假说，即引人注意的股票既有高成交量，又有高净买入。这个所谓的注意力假说是由Odean [1999]最早提出的，指出注意力会不对称地影响个人投资者的买卖决策。由于个人不愿意进行卖空，而且对市场上大量股票的评价能力有限，所以他们只考虑购买其注意力被吸引的股票。本文对收益波动率变量的结果可以解释为偏向型共同基金经理的评价能力有限，因此，他们的交易更多的是引人注意的股票。相比之下，对于现金流量波动率，本文得到一个显著的正向关系(系数为0，t统计为11.33)。基金管理人投资于现金流量波动水平较高的公司，似乎更容易发生处置效应。与本文之前的结论一致，这一结果有助于说明当股票估值的不确定性较高时，观察到的行为偏差的幅度较大。
在第三个回归估计中，本文分析了股票的股息如何影响处置效应的水平。结果显示，处置水平较高的共同基金经理投资于派息股票(变量股息收益率的系数为0.0004，派息虚拟变量的系数为0.0005，t统计量分别为8.6和24.98)。因此，更容易出现行为偏差的共同基金经理似乎会将交易活动集中在派息股票上。在这种情况下，股息支付被基金经理解释为一公司的管理层对其长期前景和股票作为一个良好的投资机会的标志。有处置倾向的共同基金经理更倾向于买入派息股票，并过早地卖出它们(与各股票的未来表现相比)。本文发现，股息可以被解释为引人注目的股票的交易指标。Graham和Kumar [2006]之前的一篇论文认为了股利可以作为个人投资者对于引人注目的股票净买入行为的代表。作者证实了注意力对个人股票选择的重要性。作者详细记录了作为一个群体的个人投资者在股利公布的当天和低点的日子里表现出净买入行为，控制了购买或税收动机的原因。
在模型4中，本文包含了所有股票变量、控制变量和固定效应。本文认为，处置效应的水平受到股票相关变量的显著影响。本文发现，账面市盈率、市盈率、无形资产占总资产的比例和盈利波动率对处置效应的水平有明显的负向影响。此外，本文还记录了股息率和股票派系虚拟变量对共同基金经理的偏向性有明显的正向影响，说明不仅是个人投资者，专业投资者也会表现出受关注股票的交易行为。为了更深入地了解处置效应与不同投资风格之间的关系，本文进一步加入股票相关变量。结果在表8中进行了分解。本文在不同的回归估计中加入了股票规模、股票成交量、股票回损率、市场回报率、股票回报率波动率和市场回报率波动率。表8中的模型1-模型4以年度股票水平处置偏差为因变量，包括若干基金相关的控制变量(基金年龄、基金规模、费用比率、换手率、基金能力、基金收益的滞后值)以及不同的固定效应。在所有四个模型中，结果都表明，股票水平的处置偏差与基金相关的控制变量(基金年龄、基金规模、费用率、换手率、基金容量和基金回报率的一年滞后值)以及不同的固定效应之间存在高度的正相关关系(系数约为0.036，t统计约为17.5)。
表8中的第一个回归估计中，本文将股票规模和股票换手率作为解释变量，分析规模效应是否在解释处置效应水平上发挥作用。本文发现，所有纳入的参数在1%的显著性水平上都是有意义的。然而，所有的都接近于零。公司规模与处置效应正相关，这系数意味着处置水平偏向高的基金经理投资于较大的公司。这表明，处置效应较低的共同基全经理试图通过投资于较小的来获得优异的业绩。本文进一步证明，股票成交量公司对处置效应的水平有负向影响。因此，具有较低处置水平的基金经理更倾向于持有交易频率较低的股票。高交易量可以被解释为attention-grabbing的股票的代替，这一点在1991年至1996年某大型券商的个人投资者样本中得到了证明(Odean[1998])。本文的结果表明，共同基金经理人也倾向于使用交易量作为一种启发式方法来决定买入或卖出哪些股票。
在表8的模型2中，本文将股票和市场回报率(S&P500)作为解释变量。本文发现，这两个变量都是正的，并且具有高度的显著性。股票回报率的系数为0.0009(t统计为11.02)，市场回报率的系数为0.0178(t统计为48.35)，表明处置水平较高的基金经理投资于回报率较高的股票，且与标普500指数呈正相关。共同基金管理人通常以大指数为基准，通过信息比率(基准收益率与基准相对风险的比值;基准收益率是指基金管理人获得的收益与指数收益之间的预期差)来评价。典型的共同基金经理合同是基于一项任务，即最大限度地提高相对于一个标准市值加权基准的业绩。因此，共同基金经理人有动力密切跟踪各自的指数，以最大限度地减少与上限加权指数相比的潜在跟踪误差，这支持本文的结论。
在模型3中，本文加入了股票和市场不确定性的测量。研究发现，股票收益波动率和市场波动率对配置效应的影响均为正且显著。这些结果表明，当估值不确定性较高时，共同基金经理有较强的倾向，即过早卖出赢家，而过长时间持有输家。之前的论文表明，当股票波动率所代表的估值不确定性较高时，个人投资者表现出更高的处置效应水平(Kumar[2009])。
在模型4中，本文包含了前面提到的所有股票特征。本文可以证实本文之前的结果，即股票特征与处置效应水平正相关，并能解释部分行为偏差。
总之，本文的结果表明，股票变量解释了处置效应的水平。本文发现，与股票水平不确定性相关的股票水平决定因素(盈利波动性、现金流波动性、股票回报波动性)解释了处置效应。本文的结果表明，股票和市场层面的不确定性都会放大共同基金经理行为偏差。本文还记录了共同基金经理的交易行为的部分是由交易惹人注目的股票(高股票换手率股票和派息股票)和基准导向行为(市场回报率)所驱动。本文的结果表明，处置效应的水平可以通过与基金持股相关的各种不同特征来解释。
不确定性和处置效应
在确定了波动率测度与处置效应水平正相关后，本文进一步考察当股票更难估值时，共同基金经理是否更不容易实现损失。当估值不确定性(VU)较高时，那么各种机制都可以引入更高水平的处置效应。首先，基于前景理论的解释(Shefrim和Statman [1985])解释了为什么持股量的差异会推动处置效应水平的差异。前景理论是基于损失规避(Kahneman和Iversky [1979])和股票水平心理核算(Thaler[1980])的结合。因此，如果VU较高，则更有可能观察到更高的价格水平，从而为相应的股票仓位建立一个更高的参考点。从更高的参考点出发，处置效应更有可能被放大。
其次，处置效应可以基于均值回归的解释(Odean [1998])。实验表明，当VU较高时(如波动率较高时)，人们会表现出较强的"跟踪"行为，因为他们认为均值回归的可能性较大。
第三，不愿意实现亏损也可以归结为赌博倾向促使投资者在VU较高时紧紧抓住亏损。有赌博倾问的人更有可能坚持自己的仓位，直到他们的股票获得极端收益。因此，当VU较高时，处置效应的水平应该更高（Kumar[2009])。
为了考察有处置效应和不太有处置效应的基金经理之间是否存在风险承担的差异，本文将股票的风险与基金经理的处置偏差水平和其他潜在的相关股票特征相关联。为了分析处置效应的横截面变化是否与股票层面的估值不确定性有关，本文根据股票的特异波动率对所有持股进行排序。特异波动率的计算方法是对股票收益时间序列进行单因素模型的界定得到的残差方差。每只股票的特异波动率是通过使用每天的股票数据来估计的。年成交量被确定为每月成交股数与流通股数之比。在本文的回归中，本文包含了这两个变量去年的平均值。公司年龄是指股票在CRSP中首次出现的年数。
首先，本文根据1980-2010年样本期间的年均特异性波动率衡量标准对所有股票进行排序。然后，本文计算10个特异波动率十分位数组合中每个组合的平均处置偏差。图表9a表明，当估值的不确定性—由特异性波动率衡量—较高时，例如，当股票更难估值时，共同基金经理表现出较高的处置效应。本文发现，在波动率最低的十分位数（波动率最低）中处置效应最低，而在第10个特异波动率的十分位数中，处置效应最高。波动率与处置效应之间的关系是单调上升的。这一结果表明，处置效应是由股票的价值差异性驱动的。与此相一致，Kumar [2009]对1991年至1996年的美国个人投资者样本也得出了同样的结果。本文的研究结果显示，即使共同基金经理是专业人士，他们对某些股票的估值也依赖于特质波动率作为参数。
本文进一步报告了年度处置效应预估的排序结果，为前三名(难以估值的股票)和后三名(容易估值的股票)的特殊波动十分位数。图1b显示了每年的平均处置效应。本文的结果表明，较难估值的股票的处置偏差水平较高，而较易估值的股票的处置偏差水平较低。本文发现，30年中只有2年(1987年和1990年)比较易估值的股票表现出较高的处置效应。这意味着共同基金经理在估值不确定性较高的时候，有更强的倾向去发挥所分析的行为偏差。此外，本文还发现，对于较难估值的股票和较易估值的股票，处置效应都会随着时间的推移而下降。本文的结论与之前的经验结论一致。例如，Kumar [2009]也发现，当个体投资者的特异性波动率较高时，处置效应的衡量标准较高。
为了进一步检验本文的假设，即对于较难估值的股票来说，处置效应水平较高，本文估算了一个带有各种控制变量和年度及基金效应的回归模型。本文采用了以下的回归估计：
其中，估值的不确定性为特异性波动率，股票特征为账面市盈率、市净率、每股收益、PPE占总资产的百分比、无形资产占总资产的百分比、盈利波动率、现金流波动率、股息率，如果股票支付股息，则股票派息虚拟变量等于1，否则为零。
回归结果见图表10。在所有的回归样本中，本文发现当估值的不确定性较高时，处置偏差水平较高。本文得出了特异波动率和处置偏差之间的正向高度显著关系(coefficients为0.0015至0.0018，t统计为73.28至90.01)，表明当股票相关的不确定性水平较高时，共同基金管理人对股票的估值有困难。
在第一个回归估计中，本文将股票的贝塔值和单因素模型估计的标准误差作为控制变量。结果表明，年度特异性波动率和处置效应水平之间的关系是正的(系数为0.0018)和显著的(t统计量为89.27)。因此，持仓倾向较小的共同基金经理倾向于投资特质风险较低的股票。以往的论文也认为，处置倾向小的基金经理投资于风险较小的股票(如Ammann，Ising and Kessler [2012]))。为了控制系统性风险对共同基金经理行为偏差的影响，本文加入了以标准普尔500指数为市场指数的单因子模型估计的股票贝塔值。回归估计结果显示，在贝塔值较高的股票中，处置效应较强(系数为0.0035，t统计量为40.76)。因此，表现出较高处置水平的基金经理投资于风险较高的股票会在较高的贝塔值中得到体现。
在图表10的模型2中，本文使用相同的因变量，但考虑几个股票相关变量作为控制变量。本文加入了账面市盈率、市盈率和每股收益来控制观察到的共同基金经理行为偏差水平的系统性风险。本文发现，具有较高处置偏向的基金经理倾向于投资成长型股票(账面市盈率较低)。这一结果与本文的假设一致，即较高处置偏向的投资者交易的股票更难以估值。在之前的一篇论文中，Kumar [2009]在美国个人投资者的样本中指出，具有较高处置水平和过度自信偏见的投资者也投资于低账面市值比的股票。加入无形资产占总资产的比例作为一个替代变量来捕捉基本面的不确定性水平，本文发现一个显著的负相关关系(系数为-0.0002与t统计量-7.84)。
在模型3中，本文加入了盈利和现金流波动率以及特质波动率和贝塔值。为了保证稳健性，本文考察估值不确定性与处置效应之间的正相关关系是否与其他不确定性度量有关。本文认为盈利和现金流波动率是反映基本价值不确定性水平的替代指标。本文的结果表明，当使用其他基于基本面的不确定性度量时，不确定性-处置水平关系并不成立。本文发现，与盈利和现金流相关的风险不能解释处置效应的水平（系数为0，t统计量分别为30.84和-25.99）。基于基本面的不确定性衡量指标表明，当现金流或收益波动较大时，观察到的行为偏差并不明显。
在本文的第四个推测中，本文加入了派息股票的控制变量。这两个与股息相关的控制变量都表明，派息股票有助于提高处置效应的水平。股息收益率以及派息股票虚拟变量的系数为0.0005，支持本文之前的结论，即共同基金经理倾向于交易惹人注目的股票。在这种情况下，股利支付作为一个惹人注目的事件，很可能会引起共同基金经理的注意。类似的结果在个人投资者身上也有记戟（如Graham和Kumar [2006]）。
综上所述，本文发现以特异性波动率衡量的估值不确定性水平越高，处置偏差的水平越高。此外，本文还记录了具有估值不确定性相关股票特征的股票通常被认为更难以估值。详细来说，低账面市价率和低无形资产占总资产的比例更容易被有处置水平偏向的共同基金经理交易。此外，本文发现，惹人注目的股票有助于提高处置偏差的水平。
处置效应和贝塔
在上一节中，本文记录了当非系统性风险（由单因素模型残差的标准差衡量）提高时，处置偏差会增加。在本节中，本文分析当系统性风险较高时，处置效应是否更强。本文从一个单因素模型来研究基金因素对市场因素的负荷与配置偏差水平的关系。
传统的金融学基于这样的理念，即较高的风险会得到较高的平均回报。相反，最近的经验证据(Baker、Bradley、and Wurglar [2011])表明，在过去40年里，由高风险股票组成的美国投资组合的表现大大低于其低风险的同行。这种所谓的“高风险、低回报之谜”为共同基金投资者提供了潜在的投资机会。最近的经验和理论证据表明，低贝塔股票的回报率可能高于资本资产定价模型(CAPM)的预测。CAPM的一个基本假设是，所有的投资者都会投资于每单位风险的预期超额收益(夏普比率)最高的资产。通过对这个投资组合进行杠杆化或去杠杆化来调整风险偏好。然而，像共同基金等投资者的杠杆可能性受到限制，因此他们不得不增持高风险资产，而不是使用杠杆。因此，对低贝塔股票的投资可能是理性的也可以解释为什么偏见较低的共同基金经理会投资低贝塔股票。
低贝塔股票的持续表现不符合很多金融理论，包括有效市场假说和CAPM。正如之前的论文(Baker, Bradley, and Wurgler [2011], Hong andSraer [2012])所指出的那样，行为金融的关键原则以及结构性问题(包括基准标记)可能会解释这种异常现象在不同市场和不同时间的持续存在。证券价格的理论行为模型是基于一些市场参与者行为非理性的假设。在这种情况下，低风险的异常现象可以通过既定的代表性偏差和过度自行的结合来解释，从而导致对高贝塔股票的需求。过度自信是由投资者“同意不同意”的基本假设引起的(Hong和Sraer [2012])。在不确定性较高的时候，过度自信会放大对未来预期的分歧程度。然而，问题是为什么像共同基金经理这样的成熟机构投资者没有从"不理性人"的错误中获益。一种解释可能是套利的局限性，为什么“聪明的钱”不能抵消非理性投资者群体引入的诱导定价行为。资产管理行业的表现在很大程度上依赖于基准，而基准会导致严重的结构性障碍。对套利限制的一种解释是基准化(Baker, Bradley, and Wurgler [2011])。共同基金管理人通常有一个固定的基准任务(资本化加权基准)，这可能会阻碍对低贝塔型股票的投资。
因此，当基金经理放弃投资低贝塔股票时，与市值加权指数相比，跟踪误差可能会更高。交易行为会影响信息比率（基准回报率与基准风险的比率；基准回报率是指基金经理赚取的回报与指数回报之间的期望差异），这通常是用来量化经理技能的主要指标。一个典型的共同基金经理人合同包含一个隐含或明确的任务，即在不使用任何杠杆的情况下，使相对于特定上限加权基准的业绩最大化。因此，相对于指数而言，基金经理会被激励投资于低贝塔股票。
以往的文献表明，行为因素以及市场的结构特征可以解释“高风险、低回报"的异常现象。本文通过分析处置效应作为这种异常现象的另一个可能的驱动因素来补充这一文献。前面的文献指出，处置效应的水平受到投资风格差异的影响。Cici [2010]文献指出，处置效应的存在会导致更多的价值导向的投资风格。他指出，更大处置倾向的共同基金会倾向于过去表现较差的股票，受影响的投资组合显示出较低的市场风险暴露（贝塔值）。
为了检验风险承担的差异是否能够解释处置效应的横截面变化，本文将股票的贝塔值与处置效应的水平以及其他潜在的股票相关和基金相关特征相关联。贝塔值由一个单因素模型估计，以标准普尔500指数作为市场指数，对每日股票回报率序列进行筛选。首先，本文根据1980-2010年样本期间的年均贝塔值对所有股票进行排序，并将其分为十等分。其次，本文计算10个贝塔分数组中每个分数组的平均处置偏差。作为第一个指标，图表11a表明，当贝塔值较高时，共同基金表现出较高的处置效应。本文发现，贝塔和处置效应水平之间的关系是正向的，并且几乎是单调地增加。处置效应最低的十分位数为3.87%，在最高的十分位数为3.96%。
本文进一步报告了对前三名和后三名贝塔十分位数的年度处置效应的排序结果。图表11b显示了高贝塔和低贝塔股票在不同时期的平均每年处置效应。本文的结果表明，处置效应水平高的基金经理倾向于投资高贝塔股票。只有在2006年和2007年，与处置偏向高的基金经理相比，处置偏向低的基金经理才会交易平均贝塔值较高的股票。这一结果可能是由于金融危机，导致处置偏向低的基金经理也被迫抛售亏损的头寸。
为了进一步检验本文的假设，即更容易受到处置效应影响的基金经理更倾向于交易高贝塔股票，本文估计了具有不同控制变量和固定效应的回归。本文采用以下的回归估计：
其中，估值的不确定性是特异波动性，股票特征是账面市盈率、市净率、每股收益、PPE占总资产的百分比、无形资产占总资产的百分比、盈利波动性、现金流波动性、股息率，如果股票支付股息，则派息股票虚拟变量等于1，否则等于0。
图表12报告了包括年度和基金效应的回归结果。本文通过加入以下基金相关变量，如基金规模、费用率、换手率、基金容量和回报率，进一步控制基金特征的可能差异。所有控制变量均滞后一年。在所有的回归样本中，本文发现贝塔值对离散效应的水平有明显的正向影响(系数为0.003至0.0034，t统计量为3.77至39.86)。本文记录了股票的系统性风险与处置偏向之间的正向关系，表明处置偏差较强的共同基金经理倾向于投资于贝塔值较高的股票。回归分析的贝塔估计证实了处置效应与交易股票的系统风险之间存在单调递增的关系。
在图表12的模型1中，本文采用的唯一解释变量是贝塔。本文发现，在控制基金特征并包含年度和基金固定效应的情况下，股票的系统性风险和处置偏差之间存在正向的、显著的关系(系数为0.0003，t统计为5.76)。
在第二个推测中，本文可以确定处置偏差和贝塔之间的正相关关系，同时包括账面市盈率、市盈率、每股收益和PPE占总资产的百分比，以及无形资产占总资产的百分比。
在图表12的第三个模型中，本文加入了各种附加风险度量，即特异性波动率、收入波动率和现金流波动率。本文发现贝塔值相比于之前的假设更正向且高度显著(系数为0.0034，t统计为41.17)。
本文从5.2.3节中证实了之前的结果，即处置效应和特异性波动率有一个正的、单调增加的关系。考虑到共同基金并不完全分散，基金经理所持股票的特异性波动率水平越大，处置效应越大，表明他们在投资组合中承担的风险越大。通过加入盈利和现金流波动，本文衡量了估值不确定性的影响。本文发现了对收益波动的积极影响，证实了Kumar [2009]先前的发现，即如果基于基本面的不确定性高，处置效应会更强。
模型4，本文包括两项与股息相关的措施。本文记录了一个正的贝塔以及股利措施和处置偏差之间的正相关关系。这意味着处置水平高的基金经理会投资于股息收益率更高的股票。当本文将股息解释为股票的信号特征时，本文的结果表明，不仅是个人投资者，而且像共同基金经理这样的专业投资者都倾向于交易引人注目的股票。Graham和Kumar [2006]之前的一篇论文表明，股息可以被解释为个人投资者吸引注意力的交易行为的代表。本文的研究结果与之前的研究结果一致，即引人注目的股票会放大处置效应。
在图表12的模型5中，本文表明贝塔也是正的并且非常显著(系数为0.0034，t统计量为39.86)，包括所有股票相关的变量。本文的结果表明，行为偏差水平较低的共同基金经理倾向于投资风险较小的资产。在回归模型5中，所有与股票相关的变量都是显著的。本文可以确定账面市值比、市盈率和两个与股利相关的指标之间存在正相关关系。
综上所述，本文的研究结果显示，处置水平低的投资者倾向于投资风险较小的股票。使用图示和回归方法，本文发现在处置效应水平和股票贝塔值之间呈单调递增关系。本文的结果表明，处置水平低的共同基金经理倾向于在其投资组合中持有高贝塔值的股票。投资于高贝塔系数的股票，这些股票的回报并不像CAPM预测的那么高，这可能是处置水平高的基金经理比处置水平低的基金经理表现不佳的原因之一。
\
结论
作为专业投资者，共同基金被认为表现出理性行为，通过寻找定价错误的证券和市场异常现象，应该使金融市场更加有效。在本文中，本文发现一般基金是易处置的，这是一种通常归因于个人投资者行为偏差。
本文以1980 - 2010年美国积极管理型共同基金的交易决策为样本，发现了处置效应存在的实证证据，证明了“处置效应”的存在。首先，本文证明，样本中的共同基金经理更有可能实现资本利得，而不是损失。其次，本文论证了共同基金的持仓特征对资产处置效应的大小具有根本性的影响。研究发现，股票特征显著地影响处置偏差。特别是，交易具有高估值不确定性的股票，会显著增加共同基金经理投资决策中处置偏向的可能性和程度。第三，分析了我国的系统风险水平(如beta)随处置效应的水平而单调递增。本文发现具有高处置效应的基金经理倾向于投资高贝塔值的股票。因为高贝塔系数的股票在经验上并不优于低贝塔系数的股票(Baker，Bradley，和Wurgler [2011])。本文的研究结果有助于解释有偏见的共同基金表现欠佳的原因。第四，本文证明处置效应部分是由引人注目股票的交易驱动的。本文发现共同基金经理倾向于投资股利支付股票，股利支付是公司的信号特征。此外，投资于具有较低离职率的小公司也有助于避免组织决策中的行为偏差。研究结果表明，在进行交易决策时，不仅要考虑与股票相关的业绩指标，还要考虑其他变量，可以有效地消除共同基金结果的偏倚。这些发现要求对交易决策和行为偏差之间的关系进行更多的研究。
本文的结果揭示了股票持有特征与行为偏差之间的相互作用。共同基金经理的行为与Scherbina和Jin [2011]最近提出的关于专业背景下处置效应的证据一致。本文增加了共同基金及其决策过程的研究。此外，本文致力于关于行为偏见驱动因素的讨论。本文的研究结果表明基金经理在评估股票时表现出困难，并且在做交易决策时倾向于采用启发式方法。
本文的发现并非毫无局限性。首先，本文的调查仅限于一种特定类型的决策偏差，即处置效应。其次，本文关注的是特定时期(1980-2010年)的一种特定背景(股票共同基金)。此外，本文的分析仅限于探索股票特征如何影响处置偏差的大小。
本文核心内容摘选自SW在Journal of Behavioral Finance上发表的论文《处置偏差视角下的基金经理行为差异》
\
风险提示
本文结论基于历史数据、海外文献进行总结；不构成任何投资建议。