“学海拾珠”系列之九十：基金对业务单一公司的偏好
由small_q创建，最终由small_q 被浏览 10 用户
报告摘要
主要观点
本篇是“学海拾珠”系列第九十篇，文献研究了美国主动管理型基金对业务单一公司的偏好。从“行业专长假说”出发，业务单一公司的价值受一个行业因子（加上市场和个股特质性）的影响，相对地，业务多元公司的价值受到两个或更多行业因子的影响。当主动管理型基金经理在处理某一行业的公司信息方面有优势时，他们会选择业务单一的公司，使行业专长集中在一个行业，而投资于业务多元公司则会稀释这种专长。文献发现持有高业务单一性公司的基金表现出色。回到国内基金市场，公司的组织架构、业务是否多元、公司所处行业的Beta性质，都会影响到基金经理对该公司价值判断的准确程度与基金业绩的优劣、业绩的持续能力，“业务单一性”指标有助于基金投资者从“行业专长”角度筛选回报更高的基金。
从行业专长角度理解基金对业务单一公司的偏好
文献发现主动管理型基金更偏好业务单一的企业，控制其他变量的影响后，业务单一公司的基金持仓（mutual fundownership,MFO）比同行业的业务多元公司高0.487个百分点。当股票收益受行业因子影响较大、行业β更高时，MFO更高。此外，在行业投资集中度更高的基金子样本中，基金对业务单一公司的偏好更高；在具有较强选股能力的基金子样本中，基金对业务单一公司的偏好更高。动态来看，在基金资金有净流入后，对业务单一公司投资的偏好会变得更强。
持有业务单一公司的基金表现更好
基金对业务单一公司的偏好在时间序列上具有持续性。低“业务单一性”组合的年化alpha为-0.31%，而高“业务单一性”组合的年化alpha为2.22%。两组差异在1%的水平上显著。为了确保“业务单一性”的回报预测能力不完全由ICI（行业集中度）解释，还进行了双分组测试，随着ICI的增加，“业务单一性”指标对未来业绩具有更强的预测能力。即使在控制了ICI之后，“业务单一性”也能提高基金的业绩。在大规模基金中，高“业务单一性”可以缓解甚至消除基金规模侵蚀基金业绩的不利影响。
风险提示
本文结论基于历史数据与海外文献进行总结；不构成任何投资建议。
简介
主动管理型基金通常通过偏离基准进行投资来超越其基准或同行基金的表现。前人研究使用基金的持仓来衡量基金经理的交易活动和技能，并认为这些技能源于经理在特定类型的股票中的信息优势。文献研究基金经理是否能更好地处理较简单组织架构公司的信息，以及公司的组织架构是否会影响基金的投资决策和业绩。
根据2003-2019年的基金季度持股情况，发现主动管理型基金更偏好业务单一的企业。对业务多元公司的基金持仓比例（mutual fund ownership，MFO）比相同细分市场和类似规模的业务单一公司组合低0.857个百分点左右。
文献提出了一个“行业专长假说”，可以潜在地解释基金经理对业务单一公司的偏好。某一行业的业务单一公司的价值受一个行业因子（加上市场运动和异质性运动）的影响，但不受其他行业的行业因子影响。相反，业务多元公司的价值受到两个或更多行业因子的影响。当主动管理型基金经理拥有私人信息或在处理某一行业的公司信息方面有优势时，他们自然会选择业务单一的公司，因为业务单一的公司允许他们将100%的资金投资于该行业，而投资于业务多元公司则会稀释他们的投资。
行业专长假说对基金业绩有两个影响。首先，具有行业选择能力的基金经理持有更多的业务单一公司，以将资金集中在表现优异的行业。第二，对业务单一公司的偏好表明了行业内的选股能力，行业专长者可以有效地处理公司特定信息，并挑选出表现优于行业平均水平的公司。对业务单一公司有强烈偏好的基金组合比对业务单一公司偏好较弱的基金组合每年有约2.53%的超额五因子alpha。持有大量业务单一公司的基金表现出行业选择能力和挑选表现优异的业务单一公司的能力。
文献提出了几个发现。首先，基金对那些多元化程度较高（细分行业较多）或组织复杂程度较高（细分行业相互之间差异较大）的公司的持仓较低。其次，基金更喜欢受行业因子影响程度较高的股票，如较大的行业 和行业R方。此外，使用这两指标作为基金经理的行业专长的衡量，还包括Kacperczyk等人（2005）提出的行业集中度指数（ICI）和行业调整后的股票选择率。对业务单一公司的偏好随着基金经理行业专长的增加而增加。在一个极端的情况下，行业基金经理对业务单一公司有更明显的偏好。公司层面和基金层面的交叉变化都显示出对行业专长假说的有力支持。
接下来，文献发现基金持仓与组织架构和一个超额配置行业的交互项之间有很强的正相关。正系数表明，较高的基金持仓与较简单的组织架构和较强的行业专长有关。固定效应证实了基金经理对业务单一公司的偏好是由基金特征（即行业专长）驱动的。
基金管理人在经历较大的资金净流入后，对业务单一企业的偏好更强，而且这种效应主要存在于超配的行业（即基金有专长的行业）。此外，基金规模和基金业绩之间的负相关关系会因为持有更多的业务单一公司而得到缓解。
为了检验对业务单一公司的偏好对基金业绩的影响，文献使用基金的季度持股数据，并创建了一个业务单一性的指标，衡量基金投资于业务单一公司的持仓比例。文献发现，这一指标随着时间的推移而持续存在。这种持久性表明，对业务单一公司的偏好是由系统性的基金特征所驱动的，然后，文献检验了“单一业务”的决定因子，发现更高的“业务单一性”与更积极的投资风格有关，这可以通过换手率和费用来衡量。此外，文献根据单一业务性构建了五个基金组合，发现单一业务性最高的五分之一的基金在调整了Fama和French（2015）的五因子后的表现最优。
为了将“业务单一性”与其他衡量行业专长的指标（如ICI和行业）区分开来，文献对ICI进行了控制，发现“业务单一性”对未来收益仍有预测能力。具体来说，文献首先按前一季度的ICI将基金分为五等分，然后在每个ICI五等分中，文献再按前一季度的业务单一性将基金分为五等分。结果显示，在所有五个ICI五分位中，业务单一性高的基金比业务单一性低的基金有更大的alpha，而在ICI最高的五分位中差异最大。结果表明，对业务单一性的偏好和ICI反映了不同类型的行业专长。业务单一的得分可以和ICI一起使用，以更全面地了解基金经理的行业专长。
数据以及样本构建
基金的数据来自CRSP美国基金数据库。该数据库包括总净资产、投资目标、投资风格、基金持仓和其他基金特征等信息。遵循Jordan和Riley（2015）以及P´astor等人（2015）的做法，建立主动管理美国股票基金样本，样本为季度数据。
为了衡量基金持仓比例（mutual fund ownership，MFO），计算了基金管理型基金所持有的股票流通股的百分比，在多变量分析中，使用MFO作为因变量。文献的关键测试变量是公司的组织架构——“单一业务”，如果该公司是一家只在一个三位数SIC代码的行业中经营的业务单一公司，则等于1，否则等于0。遵循Falkenstein（1996）和Li等人（2008）的做法，文献控制了影响机构投资决策的变量，包括市值、股票回报率、股票换手率、市账率、杠杆率、股价、资产回报率和交易价差，此外，还包括四个额外的控制变量，包括公司年龄、股息收益率、标普指数成员资格和股票收益波动率。对于缺失的MFO数据用0代替，文献的最终样本期为2003年至2019年，有161,548个公司季度的观察值。
图表1的A组报告了MFO和控制变量对业务多元公司和业务单一企业的汇总统计。单变量检验结果显示，基金在业务多元公司中的持股比例（8.54%）高于业务单一企业（7.74%）；这并不奇怪，因为基金更喜欢规模更大、流动性、支付更多股息、波动性更小的股票，这些都是业务多元公司的特征。业务多元公司的规模也比业务单一公司大大约71%，有较高的股息收益率，较低的回报波动率，以及较小的买卖价差。业务多元公司也倾向于比业务单一公司的年龄大得多。大多数的公司特征在业务多元公司和业务单一公司之间有很大的不同。因此在多变量回归中控制这些变量，并在主要指标中包括不同的控制变量组。
图表1的B组报告了基金特征的汇总统计。从2003年到2019年，包括1792只基金。业务单一性的平均值为0.631，意味着普遍来看，基金将其63.1%的持仓投资于业务单一公司。基金的“业务单一性”指标分化较大，范围从0.255到0.931，标准差是0.144。
公司层面的分析
基金对业务多元和业务单一公司的持仓比例
为了估计组织架构对主动型基金经理的投资决策的影响，文献将MFO回归到单一业务虚拟变量和其他公司特征上：
图表2报告了回归的结果。在第（1）列中，不包括任何控制变量，业务单一的系数是负的，这与图表1的汇总统计一致。然而，在文献加入行业固定效应和更多的控制变量后，第（2）-（5）列中，业务单一的系数变成了正数，并且在四列中都在5%的水平上显著，表明业务单一公司的平均基金持仓高于业务多元公司。第（5）列中的系数意味着，在控制了公司和行业特征后，业务单一公司的基金持仓比同行业的业务多元公司高0.487个百分点。
然而，可能的疑问是，基金对于业务单一公司较高的持仓可能是由行业 驱动的，而不是组织架构，因此进行证伪检验（Falsification test）。
利用账面资产、销售总额、营业利润、估算市值或行业值构建了伪业务多元公司。比如行业 值，对于一个实际的业务多元公司，文献计算与业务多元公司经营的所有行业相关的行业
值，将其作为细分行业的行业
，并从同一行业中找到与之最接近行业的单一业务企业
。文献使用所有实际的业务多元公司和伪业务多元公司进行以下回归：
在图表3的第（1）列(账面资产)中，实际虚拟变量系数为-0.857，在1%的水平上显著，这表明实际业务多元公司的基金持仓比伪业务多元公司的低约0.857个百分点。第（2）-（5）列中的实际虚拟变量系数也都具有统计学意义，并且在定性上是相似的。
综上所述，业务多元公司的基金持仓低于相同细分市场中类似的业务单一公司的基金持仓，并且这种差异不能用业务单一与行业、公司规模或行业 值相关的特征来解释。
基金对业务单一公司的偏好如何解释？
在本小节中，文献研究了基金投资者在对单一业务公司的需求上是否与其他投资者不同。文献提出并找到了支持行业专长假说的证据。行业专长假说认为，主动管理型基金的基金经理拥有行业专长。基金经理通过持有他们拥有专业知识的行业中的业务单一公司，将100%的资金投资于这些行业。文献用基金经理对某一行业相对于市场的超额配置程度来衡量基金经理在该行业的专长，行业专长假说有四个预测。
- 多元化程度较高的公司，其MFO较低。
- 行业β值或行业R方较大的公司，MFO较高。
- 拥有更多行业专业知识的基金经理更倾向于选择单一业务公司。
- 基金经理在超额配置行业中对单一业务公司的偏好更强。
公司的多元化水平
首先，使用公司的业务部门数量来衡量公司多元化的水平，保持其他变量不变，定义“业务单一”公司的部门数量为1。在图表4中，第（1）栏的结果显示，当多元化水平较高时，基金的持仓较低。
在3.1节中使用前3位SIC代码来定义业务多元公司，这里定义如果一家公司只在一个1位SIC行业（或2位SIC行业）经营，就把它定义为单一业务公司，否则就定义为业务多元公司。通过这种方式，可以减轻3位数SIC代码过于细分的问题。在新的定义下，预计会看到基金经理更喜欢业务单一的公司，而且当文献使用更粗放的行业分类时，其幅度会更大。在图表4的（3）列中使用2位数的代码，（4）列中使用1位数的代码，系数从图表2的0.487增加到图表4的0.892，证实了基金经理更喜欢专注单一业务的公司。
接下来，计算组织复杂性的另两个衡量指标：内部资本市场的活动和部门增长率的分散度（Hirshleifer andTeoh, 2003; Cho, 2015; Devos and Li, 2021）。内部资本市场活动（ICM Activity）是指部门的资本支出（CAPX）偏离假设的被动分配情况的程度，业务单一公司的ICM Activity为0，本文样本中，业务多元公司的平均ICM Activity为0.11，较大的ICM Activity表明公司更积极地在各部门之间转移资本。部门增长率的分散度（Sales GrowthDispersion）代表业务多元公司的复杂性。业务单一的公司的Sales Growth Dispersion为零，本文样本中，业务多元公司的平均Sales Growth Dispersion为0.12。
文献检验了业务多元公司的组织复杂性如何影响基金的投资，在第（5）和（6）列中，ICM Activity和Sales GrowthDispersion的系数为负，支持了文献的第一个预测，MFO在更多元化和更复杂的业务多元公司中更低。
公司的行业beta
文献接着检验行业专长假说的第二个预测。具有行业专长的基金经理应该更多地投资于受行业因子影响程度较高的公司。文献按照Liu（2011）的方法来估计股票的行业 和行业R平方。行业（Indbeta）衡量的是股票收益和行业收益的关联程度。行业R平方（IndRsq）衡量市场和行业运动相对于异质性运动在决定股票收益方面的重要性。
图表4的第（7）和（8）列的结果支持这个预测。Indbeta和IndRsq的系数为正，意味着当股票收益受行业因子影响较大时，基金的持仓较高。单一业务虚拟变量的系数仍然是明显的正数。具有行业选择能力的基金经理可能会投资于高行业的股票，以获得更大的预期收益。然而，投资于高行业值的股票并不能反映出在行业内挑选表现优异的股票的技巧。
基金经理的行业专长
基金经理将他们的投资组合集中在他们有专长的行业中。为了检验第三个预测，文献使用Kacperczyk等人（2005）提出的ICI来量化投资组合在十个广义行业的集中程度。文献使用公司的主要SIC代码来找到相应的十个行业。一个基金在时间t的ICI被定义为基金所持有的十个不同行业的权重 相对于整个股票市场的行业权重
的差的平方和：
这个指数代表了一个基金的持仓行业偏离市场的程度。对于行业构成与市场相同的基金来说，该指数为零，随着持股的行业集中度提高，该指数也随之提高。
结果见图表5。在每个季度利用ICI将主动管理型基金分为五组，并计算每组的基金持仓比例（MFO）。例如，第（1）列的MFO是ICI最低的那组基金的持股比例。然后，将MFO对与单一业务虚拟变量和控制变量进行回归。结果显示，单一业务虚拟变量的系数在第（1）和（2）列中不明显，在第（3）-（5）列中明显为正。对于行业更集中的基金，系数也更大，表明基金对业务单一公司的偏好随着行业集中度的提高而增加。
在基金经理拥有专业知识的行业中，他们应该在收集和处理行业层面和公司层面的信息方面具有优势，并能够挑选表现优于行业同行的股票。因此，在行业调整后的股票选择能力较强的基金中，对业务单一的公司的偏好应该更强。文献检验了这一预测，并在图表5的C组中报告了结果。首先根据选股能力将每个季度的基金分为五等分，并计算每个五等分中的基金的持仓比例。例如，第（1）列中的MFO是选股能力最低的那组基金的持股比例。然后，将MFO对与单一业务虚拟变量和控制变量进行回归。结果显示，单一业务虚拟变量的系数在第（1）列中不显著，在第（2）-（5）列中明显为正。系数的大小呈单调增长，表明具有较强选股能力的基金经理对业务单一公司有较强的偏好。图表5的B组和C组的结果支持文献对行业专长假说的第三个预测。
基金中的超配行业
接下来研究文献的第四个预测，即在被基金经理超额配置的行业中，对单一业务的偏好是否更强。文献在基金-行业-季度层面构建了一个面板数据集，并估计了以下回归模型：
根据图表6的第（2）和（3）列，一个行业在基金中的权重与对业务单一公司的偏好有显著关系。具体来说，第（2）列显示，一个行业的权重增加一个标准差（3.31），相对于业务多元公司而言，基金对业务单一公司的持仓就会增加4.24个基点，即与平均值有12.50%的偏差。
偏好的启示
基金规模是对基金业绩产生负面影响的一个因子。过去的良好业绩吸引了资本的流入，但却侵蚀了未来的基金业绩。基金还需要在拥有较低的交易成本和持有倾向于提供较高回报的小型和非流动性股票之间做出权衡。当基金经理能够有效地收集和处理关于业务单一公司的信息，并挑选出表现优异的业务单一公司时，产生新的投资机会更容易，持有业务单一公司的溢价也更大。
假设，相对于基金在业务多元公司中的持仓，在资金流入为正后，基金在单一业务公司中的持仓更高。为了验证这一预测，文献估计了以下的回归结果。
结果在图表7中报告。在所有列中，都包括公司×时间的固定效应来控制公司的特征。因此，“单一业务”的主要效应被固定效应所掩盖。文献只包括样本中资金流量为正的观察值。
在第（1）列中，流入量的系数显著为正，这是自然的，意味着基金的持仓在净流入后会增加。交互项的系数也是正的，并在1%的水平上显著。结果表明，在净流入后，主动型基金经理对业务单一公司投资的偏好会变得更强。具体来说，基金流入量每增加一个标准差（1.76），基金对业务单一公司的持仓就会相对于业务多元公司增加3.01个基点，即与平均值有9.29%的偏差。在第（2）列中，文献控制了基金×时间固定效应，以进一步吸收任何时间变化的基金特征。结果仍然没有改变。
如果基金在资金流入后由于基金经理的行业专长而持有更多的单一业务股票，那么这种增加应该主要出现在他们超配的行业（即经理拥有私人信息并有能力挑选表现优异的单一业务股票的行业）。文献通过在方程（6）的交互项中加入超额配置这一变量来检验这一预测，并在图表7的第（3）和（4）列中报告结果。首先，业务单一×超额配置项的正系数表明，在投资组合权重较大的行业，对业务单一的偏好更强。其次，流入×超额配置项的正系数表明，在净流入后，相对于其他行业，基金的持仓在权重高的行业增加得更多。最重要的是，三者互动项的系数为正，且在1%的水平上显著。这与文献的预测是一致的。在资金流入后，对单一业务股票的偏好更强，它主要是由对相对超额配置行业的投资造成的。
其他类型的基金和机构投资者
本节研究了行业基金、指数基金和对冲基金的经理以及其他机构投资者的偏好。
图表4和图表6表明，主动管理型基金经理对业务单一公司的需求是由他们的行业专长驱动的。图表8的第（1）列显示，行业基金经理对业务单一公司有明显的偏好。业务单一企业和业务多元公司之间的持仓差异为0.114个百分点，与平均值的偏差为21%。这个幅度几乎是主动管理型基金（11%）的两倍。这一结果支持了基金经理对单一业务公司的偏好是由于其行业专长的假设。
与主动管理的基金相比，指数基金经理倾向于追求一种被动的策略，不依靠信息优势，因此不应该偏好业务单一公司。指数公司应该在业务多元公司中有更高的持仓，而业务多元公司往往规模较大，更有可能成为指数成分股。第（2）列的结果证实了这一预测。
第（3）列显示，对冲基金经理在其多头头寸中并没有表现出对单一业务公司的偏好，这可能是由于两个原因。首先，对冲基金投资需要更多的公司特定知识。Brav等人（2008）发现，对冲基金经理越来越多地在较少的公司中持有高度集中的头寸，并参与股东活动。此外，对冲基金受到的监管较少，多头头寸在对冲基金经理的12种投资策略中只占一小部分。对冲基金经理的前四个策略是多/空、多策略、新兴市场和商品交易顾问（CTA）。在“只做多”类别中的对冲基金数量占其样本的2%。即使是多/空型对冲基金，文献也不知道他们的多头头寸是简单的买入还是空头回补头寸。鉴于上述信息，行业专长和组织架构是对冲基金投资的一个次要因子，对冲基金经理在其多头头寸中并没有表现出对业务单一的公司的偏好。
文献将其他机构投资者定义为除主动管理的基金、行业基金、指数基金或对冲基金之外的机构投资者。图表8第（4）列的结果显示，其他机构投资者对单一业务的偏好在统计上和经济上都不显著。在业务多元公司和单一业务公司的持仓差异占平均值的2%的偏差。然而，对单一业务企业没有偏好不应该被解释为缺乏行业专业知识。许多机构投资者有被动的投资策略。此外，一些机构投资者，如养老基金和保险公司，面临着投资限制，不能持有例如回报率不稳定的小盘股，而这些股票更有可能是单一业务股票。这就解释了为什么其他机构投资者在单一业务企业中的平均持股比例不高。
基金层面的分析
在本节中，文献研究了基金是否通过持有更多的“单一业务”公司而从其基金经理的行业专长中获益。业务单一性衡量的是投资于业务单一公司的持股比例。文献将其定义为。
其中 是基金中股票i的投资组合权重。
“业务单一性”特征的持续性
为了研究“业务单一性”在基金投资中是否具有持续性，将所有基金按前八个季度的平均“业务单一性”分为五组，然后，计算每个五分位组在本季度、随后的一个季度、两个季度、一年、两年和三年中的平均“业务单一性”程度。图表9报告了结果。在所有时间范围内，过去高“业务单一性”投资组合的未来“业务单一性”仍然高于低“业务单一性”投资组合。最高和最低投资组合之间的差距随着时间的推移而缩小，但在三年后仍然显著。这一结果表明，基金的“业务单一性”特征具有持续性。
基金“业务单一性”的决定因素
为了解释基金“业务单一性”的横截面分化，本节对“业务单一性”与各种解释变量进行了面板回归，使用换手、费用率、股票数量以及基金是否由团队管理作为解释变量，因为它们是在管理者的直接控制之下，对因变量具有内生性。控制变量包括基金规模、基金年龄、基金历史回报和基金流量。由于不同风格的基金可能对业务单一公司有不同的偏好，回归中包括基金风格固定效应。由于“业务单一性”和许多独立变量随时间变化而持续存在，因此没有控制基金固定效应，而是按基金的标准误差分组。
图表10显示，在第（1）列和第（2）列中，基金规模、换手和费用都与业务单一性正相关，表明规模较大的基金经理更多投资于业务单一性公司，主动管理风格部分解释了对业务单一性公司的持有。历史收益与“业务单一性”正相关，这与文献的假设一致，即“业务单一性”是基金经理的行业专长的代表，与更好的业绩相关。
基金流量对“业务单一性”的影响可能不是线性的。一方面，图表7显示，随着基金获得更多的净流入，对单一业务公司的偏好会增加。另一方面，在大量资金流出后，“业务单一性”也可能增加，因为，例如，基金经理倾向于在大量赎回时出售流动性更强的股票，而业务多元公司的平均流动性更高。因此，文献使用具有正净流量的基金子样本来估计流入的影响，第（3）列中基金流量的系数明显为正，表明较大的基金流入量与较高的“业务单一性”相关。
第（4）的结果显示，股票数量、基金年龄和团队管理不能解释“业务单一性”。文献还将滞后的ICI作为一个自变量。ICI的正系数与“业务单一性”和ICI都能反映行业专长的假设一致。
基金表现
本小节检验了“业务单一性”是否包含预测未来收益的有效信息。
投资组合排序
首先探讨业务单一性低和业务单一性高的基金的表现。在每个季度初，根据上一季度的持仓计算出的业务单一性，将基金分为五组，高单一业务性组包括样本中前一季度投资于单一业务性公司权重最高的20%的基金。对于每个组合，计算随后三个月的月度市值加权平均买入并持有的费前回报，每季度进行一次再平衡。对收益进行了调整，报告了五组的年化Fama-French五因子alpha和因子暴露。
图表11的A组显示，低单一业务性组合的年化alpha为-0.31%，而高单一业务性组合的年化alpha为2.22%。两个投资组合的alpha值每年相差2.53%，并在1%的水平上显著。高业务单一性基金倾向于持有较小的股票、成长型股票、经营盈利能力弱的股票和投资激进的股票。
业务单一性和ICI指标是正相关的，两者都衡量基金经理的行业专长。为了确保“业务单一性”的回报预测能力不完全由ICI解释，进行了双分组测试。在每个季度，首先将基金根据ICI分成五组，然后在每个ICI组别中，根据业务单一性特征再次分为五组，计算25个投资组合中每个组合的市值加权平均回报，然后用月度回报计算每个组合的五因子alpha。
测试结果见图表11的B组。在ICI的每一个组别中，处于最低三个业务单一性组的基金的回报要么是负的，要么在统计上与零没有区别。而且在五个ICI组别中的三个中，业务单一性高-低差异具有统计学意义。此外，高-低alpha在ICI最高的组别中分化是最大的，表明随着ICI的增加，业务单一性指标对未来业绩具有更强的预测能力。图表11的结果显示，即使在控制了ICI之后，“业务单一性”也能提高基金的业绩。当基金经理拥有更多的行业专业知识时，基金从投资于业务单一中获益更多。业务单一性和ICI可以一起使用，对基金收益进行更好的预测。
多变量回归
一个值得关注的问题是，“业务单一性”的预测能力可能只是“业务单一性”与其他基金特征之间关系的结果。为了将“业务单一性”从其他基金特征中分离出来，文献估计了以下回归。
作者使用六种不同的基金业绩衡量标准：五因子alpha、行业选择能力、行业择时能力、行业调整后的选股能力、业务单一公司选股能力和业务多元公司选股能力。行业选择能力衡量基金选择产生正收益的行业的能力；行业择时能力衡量基金通过利用行业的时间变化产生额外收益的能力；行业调整后的选股能力衡量基金挑选表现优于行业同行的股票的能力。文献进一步将行业调整后的选股能力分为基金经理挑选表现优异的业务单一公司的能力和挑选表现优异的业务多元公司的能力。由于这些回报指标只按行业调整，而不按其他常见的市场异象情况调整，文献将前36个月的月度回报率回归到Fama-French五个因子上，以估计风险。然后文献从当月已实现的基金收益中减去预期收益，得到风险调整后的业绩。
回归结果见图表12。在第(1)-(3)列中，在控制了ICI之后，业务单一性的系数明显为正，这表明业务单一性可以预测未来的费前alpha、行业选择能力和行业择时能力。结果支持这样的假设：高业务单一性反映了基金经理的行业专长，基金从持有更多的业务单一公司中受益。具体来说，“业务单一性”从第25个百分点（0.53）增加到第75个百分点（0.73），与年化值增加0.45个百分点有关。
行业专长假说还认为，基金在处理行业内的公司信息方面具有优势。因此，高单一业务性的基金经理应该有能力从他们有专长的行业中选择表现优异的股票。第(4)列显示，“业务单一性”不能预测行业调整后的选股技能，第(5)列和第(6)列则说明了原因。在第（5）列和第（6）列的回归中，业务单一公司选股能力显著为正，业务多元公司选股能力显著为负，支持行业专长假说，即“业务单一”反映了基金经理选择表现优异的业务单一公司的能力。
基金规模对业绩的侵蚀
在图表12中，基金规模的系数在三列中都是显著的负数。这一结果与Chen等人（2004）的观点一致，即基金规模与未来业绩呈负相关关系。基于文献的猜想，即具有行业专长的基金经理可以更有效地处理关于业务单一公司的信息，以及发现基金在流入后更多地投资于业务单一公司，应该预期业务单一性会缓解基金的不利规模效应。
根据上一季度的基金规模将基金分为五组，并检验各五分位数中基金alpha与基金规模和单一业务性的交互项之间的相关性。图表13中的结果与之前的结果一致，即基金规模的系数为负值，意味着基金业绩随着基金规模的增加而减少，而且这种影响在规模最大的两个五分位数的基金中是显著的。在第（4）和（5）列中，交互项的系数为正，并在5%的水平上显著。结果表明，在大规模基金中，高“业务单一性”可以缓解甚至消除基金规模侵蚀基金业绩的不利影响。
结论
文献研究了企业业务多元化对基金投资的影响。文献发现，主动管理型基金的经理们更喜欢业务单一的公司而不是业务多元公司。基金经理的行业专长可以解释这种偏好。当一个公司的多元化程度较低，或股票收益受行业因子影响较大，或基金经理表现出行业专长时，基金的持仓会更高。文献使用各种检验方法来证实对业务单一公司的偏好是由基金经理的行业专长造成的，而不是两个具有不同组织架构的公司之间的任何基本差异。
文献发现基金经理拥有行业专长，并拥有为投资者创造价值的技能。基金经理通过更多地投资于业务单一公司来利用行业专长。业务单一性较高的基金表现较好，表现出行业内的选股技能。基金经理在获得资金流入后也会更多地投资于业务单一的企业，行业专长可以减轻基金规模的不利影响。在控制ICI和使用Fama-French五因子模型对风险进行调整后，结果是稳健的。
文献来源
核心内容摘选自Bradford D.Jordan, Ang Li和Mark H. Liu在《Journal of Financial Markets》上的论文《Mutual fund preference for pure-play firms》
风险提示
本文结论基于历史数据与海外文献进行总结；不构成任何投资建议。