万联证券 张士伟 张芳

   本文在借鉴美国投资公司协会（ICI）的基金分类体系的基础上，提出我国的基金分类标准，并运用多元统计分析中的因子分析、聚类分析等统计技术进行探索性研究，力争解决以往在基金分类中只能依靠模棱两可的定性分析所带来的说服力不足的难题。

    一、美国的基金分类体系及我国的基金分类标准

    美国投资公司协会（ICI）从两个层次上成功地实现了对基金的分类：第一层，按照投资对象来划分，基金被划分为股票基金、债券基金和货币市场基金；第二层，按照基金投资的（地理）区域以及基金的投资风格作进一步的细分，比如针对股票基金的分类，按照地理区域可分为新兴市场股票基金、全球股票基金等，按照投资风格可分为积极成长型基金、收入型股票基金等。但是，按照基金契约中公布的投资风格划分为价值型、平衡型、成长型三类效果肯定不甚理想而且难以得到投资者的认同。因此，有必要在第二层上增加新的基金分类标准，以便进一步识别基金之间的差异，进而在此基础上实现对基金客观、科学地分类。

    为了有效地识别不同投资风格基金的风险收益特征，我们认为，基金分类的第二层上必须考虑以下标准：①收益：投资者以及基金管理人关心的核心要素。量化指标为（以基金周净值计算的对数）收益率。②风险：投资者以及基金管理人关心的核心要素。量化指标为反映总风险的收益率标准差以及反映系统风险的β系数。③流动性：对风险、收益标准的有益补充。量化指标为重仓股比例。④资产配置：美国共同基金的历史表明，资产配置方案是长期投资收益的决定因素。量化指标为股票持有比例。⑤基金的股票投资风格：影响基金风险收益的决定因素之一。量化指标为市盈率和市净率。⑥基金经理人的操作风格：影响基金风险收益的决定因素之一。量化指标为换手率。⑦成本：美国共同基金的历史表明，基金运营费用和税负是长期投资收益的决定因素，例如，指数基金的成功主要归因于成本的低廉。量化指标为管理费率。

    要说明的是，上述（股票）基金分类标准是着眼于现在，但更看中其未来的适用性。因此，基金分类标准中也纳入了一些目前区别不甚明显的标准，比如上文所述的股票投资风格。但是，可以展望，随着基金品种的创新、基金经理人对基金契约重视程度的提高等原因，这些标准一定是在长期内影响基金风险收益特征的重要因素。

    二、基金分类的多元统计方法

    具体来说，运用多元统计分析技术进行基金分类研究的主要步骤为：（1）对所有样本数据进行标准化处理，以消除量纲的影响；（2）由样本协差阵得到因子的累计贡献率，以确定公因子个数；（3）用主分量法估计因子载荷矩阵A，并对其施行PROMAX旋转变换（要求产生方差最大正交预旋转后进行斜交旋转）；（4）用回归法考察每个样本相应的公因子估计，即因子得分；（5）根据样本基金的公因子得分进行系统聚类分析，在聚类过程中，选用欧氏距离来度量类与类之间的相似程度，聚类方法采用既是空间守恒又具有单调性质的类平均法。

    三、实证研究成果

    实证结果表明：①一个基金的大部分特征可从风险收益特征、股票投资风格、投资者偏好、基金操作风格四个角度描述；②在中国目前的股票型基金中，所有指数型基金应归为一类，而其余积极管理型基金则归为另一类，这说明现阶段我国股票基金的差异主要存在于消极型管理的指数型基金与积极型管理基金之间，而积极型管理基金之间的差异并不足以做进一步的分类，显然，这一结论与大部分基金研究人士对基金投资风格雷同的判断完全相符，这反过来也说明聚类分析等统计技术在基金分类中的可行性与适用性。因此，通过将多元统计等定量分析技术融合进以往只能被定性分析垄断的基金分类研究中，基金分类的诸多难题，如基金应该分成几类、每一类基金的特征描述以及具体基金应归到哪一类等都获得了明确的答案。

    另一方面，要特别强调的是，基金的分类标准是基金能否被正确分类的关键，不同的基金分类标准即使使用完全相同的统计技术，也可能得到不同的聚类结果，产生这一现象的根源在于基金分析人员对基金业绩表现背后的根本原因的认识上的差异，但是，恰恰因为这一差异的存在，才能将基金评估机构的研究能力置于市场中并接受市场的检验，这无损本文所采用的研究方法的科学合理性。

来源《中国证券报》（2003年08月15日