基金分析：「互相」吸引的問題

散戶投資者愈來愈依賴互惠基金來實現長期財務目標。根據行內統計，此類投資者在美國，持有互惠基金約百分之八十九的淨資產，其總值於2020年十月達到21.82萬億美元。

然而，一項名為〈互惠基金評級 — 投資者該注意什麼？分析員與機器學習技術的對比〉的研究結果顯示，散戶在進行買賣時，甚少留意互惠基金表現預測的質素。

香港中文大學（中大）商學院金融學系助理教授程斯表示：「總體證據凸顯了互惠基金分析員所提供的資訊的重要性，同時顯示散戶們其實並未有把資金投放在那些能帶來最高回報的基金。」

有關研究由程教授與北京大學光華管理學院副教授盧瑞昌，及助理教授張曉君合作進行。他們分析了美國金融服務公司Morningstar（晨星）的兩項前瞻性互惠基金排名 — 分析師主導的研究評級和定量評級。後者建基於機器學習模型，並對未被分析員涵蓋的基金進行評鑑。

程教授指出，至目前為止，學術界很少關注分析員和定量評級的相對預測能力，而投資者在選擇互惠基金時可能會跟從評級作出決定，所以這項新研究正是希望能填補此空缺。

程教授與她兩位研究伙伴發現，分析員的研究評級能夠識別出表現優勝的基金，定量評級卻未能做到，主要是因為分析員選擇性地把跑贏大市的優質基金涵蓋於他們的評審當中。

程教授解釋：「此外，分析員報告中所採用的語氣，是對基金業績預測的一種額外訊息。不過，散戶投資者沒有遵循分析員的建議，反而是去追捧定量評級。」

她續指，該研究的結果為那些計劃把資金投入互惠基金的人提供了許多實用的見解。那兩個前瞻性評級表面似乎提供了相類似的評估，但往往會得出迥異的結論。「投資者應該要了解這些差異，而不是天真地認為定量評級提供的資訊和準確度與分析員評級相同」她說。

Morningstar的評級

自1985年起，Morningstar向投資者提供免費的回顧式星號評級服務，這是一項以數學推算和調整後的過往業績為指標，與同類別的其它基金相比，從而得出由1星到5星的等級評鑑。

可是這種評核技術於未來回報的預測方面存在一定局限，所以Morningstar在2011年推出了晨星基金研究評級（Morningstar Analyst Rating），這是一種前瞻性、分析員主導的評級系統，把各款基金分為負面、中性，以及金、銀、銅共五種等級。

三種正面評級代表分析員對一隻基金的評價很高，金、銀、銅之間差別反映分析員對該基金的風險調整後回報長遠能跑贏相關基準指數及同儕的信心程度有多高。

基金分析員根據管理團隊、投資程序、基金公司、基金表現和基金費用這五大支柱，對基金進行研究及分等，以預測它們在各種市場環境中的成功程度，並強調它們在業績與投資組合持有量方面的關鍵發展。在決定評級時，分析員還會採訪基金公司的主要管理人員、風險管理員和交易員，以撰寫一份研究報告。

但由於Morningstar的分析員能處理的基金數目受其團隊規模所限，該公司另於2017年開發了一個機器學習模型來提供定量評級。此模型同樣根據上述五大支柱進行評估，它旨在模擬分析員可能會得出的評級。

投資者每年支付199美元作為使用這兩種預測性評級的費用。

程教授他們的研究使用了Morningstar互惠基金資料庫中的月度定量評級、星號評級、基金研究評級，以及從Morningstar網頁上下載的分析員報告。

研究所用的最後一個樣本裏有3,256隻積極管理的美國股票基金，當中的1,056隻基金曾至少一次被Morningstar分析員納入他們的評核當中。

誰的評級較準 — 人工還是人工智能？

程教授表示，研究結果凸顯了分析員報告在為散戶提供額外且獨特的資訊和見解方面的重要性。她指出，當分析員採用積極正面的語調時，有助提高基金的年回報率。

她續指，研究證明當報告中的語氣與實際評級有所矛盾時，分析員其實是在為基金未來回報的預測提供更多資訊。例如，獲黃金評級但報告語氣偏向負面的基金，會出現後勁不繼的表現；而報告語調正面的負評級基金，則傾向會反彈。

該研究還調查了互惠基金投資者對晨星評級的反應。「我們發現，投資者不太理會基金研究評級，卻依賴於回顧式業績、星號評級，以及定量評級。」程教授說。

儘管互惠基金的散戶投資者大多會忽視分析員的建議，機構投資者卻會切實利用基金研究評級和報告提供的寶貴資訊，例如，退出獲黃金評級但報告語調負面的基金。

研究另外分析了基金報告的標題和摘要部分，發現只有通過分析整份報告的語氣，才能預測相關基金回報率會否跑贏同儕。這意味著投資者需要仔細閱讀全份報告，以獲取有用的資訊。

然而，程教授表示，投資者往往不會在意整份分析師報告的語調，卻倚重摘要部分和標題的語氣作出投資決定。這代表互惠基金投資者在審視他們面前的資訊，和做出投資決策方面並不成熟，容易受到吸引他們注意的部分資訊左右。

程教授認為他們的研究首次展現了基金研究評級和分析員報告的資訊價值，並凸顯了以概念和觀點形式表現出來的軟資訊對於互惠基金投資的重要性。該研究結果顯示，互惠基金分析員在獲得和處理資訊，以及提高資本配置效益方面，扮演了重要的角色。

程教授表示，「在未來，資訊環境的優化可降低互惠基金業內的搜索成本，因此而帶來一個更有效率的資產管理市場和金融市場。」

她指出，研究還顯示，投資者可以很容易獲取並即時追蹤基金研究評級，所以那些依賴星號評級的投資者應該能輕鬆轉為利用基金研究評級，並改善他們的表現。

對金融科技過度依賴？

此次研究結果還提及，金融業在信用評級、財務咨詢和資產管理等方面，愈來愈多地採納應用了統計學及機器學習技術的金融科技。

程教授指，金融科技雖可大大降低資訊生產成本，及增強金融普惠性，但該研究突顯了此其中的一個缺陷。由於分析員報告在覆蓋面和資訊價值方面的優勢，量化評級目前還不能成為基金研究評級的對等替代品。

她表示，這項研究亦關注到投資者的教育和金融服務的供應。儘管個人投資者可以將日常投資組合的管理交予專業基金經理作決策，但市場規模的不斷擴大和金融產品的多樣化，意味着基金的選擇可能變得複雜。

她說，研究結果顯示，有需要向個人投資者提供持續的金融教育，並給予他們有關最新、具價值的金融服務和工具的資訊。

資料來源

Cheng, Si and Lu, Ruichang and Zhang, Xiaojun, What Should Investors Care About? Mutual Fund Ratings by Analysts vs. Machine Learning Technique (September 30, 2020). Available at SSRN: https://ssrn.com/abstract=3702749 or http://dx.doi.org/10.2139/ssrn.3702749