基金分析：“互相”吸引的问题

个体投资者越来越依赖互惠基金来达成长期财务目标。根据行内统计，这类投资者在美国，持有互惠基金约百分之八十九的净资产，其总值于2020年10月达到21.82万亿美元。

可是一项名为《互惠基金评级 — 投资者该注意什么？分析员与机器学习技术的对比》的研究显示，人们在进行个体投资时，很少留意互惠基金预测的素质。

香港中文大学（中大）商学院金融学系助理教授程斯表示：“总体证据凸显了互惠基金分析员提供的资讯有高度的重要性，並显示了个体户其实没有投资在那些能带来最高回报的基金。”

这项研究由程教授与北京大学光华管理学院副教授卢瑞昌及助理教授张晓君合作进行。他们分析了美国金融服务公司Morningstar（晨星）的两项前瞻性的互惠基金排名 ，一种是分析师主导的研究评级，另一种是定量评级。后者建基于机器学习模型，而且对未被分析员覆盖的基金进行评鉴。

程教授指出，到目前为止，学术界很少就分析员和定量评级的预测能力作对比，由于投资者可能会跟从评级选择购买哪一款互惠基金，这项新研究正是希望能填补此空缺。

程教授与她两位研究伙伴发现，分析员的研究评级能够识别出表现优越的基金，定量评级卻做不到，主要原因是分析员会选择性地把比市场表现更佳的高质基金包涵在他们的评审当中。

程教授解释：“此外，分析员报告中所采用的语气，是对基金业绩预测的一种额外讯息。不过，个体投资者没有遵循分析员的建议，反而是去追捧定量评级。”

她又指出，这研究结果为那些计划把资金投放到互惠基金的人，提供了许多实用的洞见。那两个前瞻性评级表面看似提供了相类似的评估，但往往会得出不同的结论。“投资者应该要了解这些差异，而不是天真地认为定量评级提供的资讯和准确度与分析员评级相同。”她说。

Morningstar的评级

自1985年以来，Morningstar向投资者提供免费的回顾式星号评级服务，这是一项以数学推算和调整后的过往业绩为指标，与同类别的其它基金作对比，从而得出由1星到5星的等级评鉴。

可是这种评核技术就未来回报的预测方面存在一定局限，所以Morningstar在2011年推出了晨星基金研究评级（Morningstar Analyst Rating），这是一种前瞻性、分析员主导的评级系统，把各款基金分为负面、中性，以及金、银、铜共五种等级。

金、银、铜三种正面评级代表了分析员对一只基金的高度评价，它们之间差别在于，分析员认为有关基金风险调整后的回报，长期是否能表现得比相关基准指数以及同侪更好。

基金分析员根据管理团队、投资程序、基金公司、基金表现和基金费用这五大支柱，对基金进行研究及分等，来预测它们在各种市场环境中的成功程度，并且强调它们在业绩与投资组合持有量方面的重要发展。在决定评级时，分析员还会采访基金公司的主要管理人员、风险管理员和交易员，然后撰写一份研究报告。

然而，由于Morningstar的分析员能够处理的基金数目受限于他们的团队规模，该公司另于2017年开发了一个机器学习模型来提供定量评级。这款模型同样根据上面提到的五大支柱进行评估，它旨在模拟分析员可能会得出的评级。

投资者每年支付199美元作为使用这两种预测性评级的费用。

程教授他们的研究使用了Morningstar互惠基金资料库中的月度定量评级、星号评级、基金研究评级，以及从Morningstar网页上下载的分析员报告。

研究所用的最后一个样本里有3,256只积极管理的美国股票基金，当中的1,056只基金曾至少一次被Morningstar分析员纳入他们的评核当中。

谁的评级较准 — 人工还是人工智能

程教授表示，研究结果凸显了分析员报告对于为个体投资户提供额外、独特的资讯和见解方面具有重要性。她指出，当分析员采用积极正面的语调时，有助提高基金的年回报率。

她另外指出，研究证明当报告中的语气与实际评级出现矛盾时，分析员其实是在为基金未来回报的预测提供更多资讯。例如，获黄金评级但报告语气偏向负面的基金，会出现后劲不继的表现；而报告语调正面的负评级基金，则很有机会会反弹。

研究还调查了互惠基金投资者对晨星评级的反应。 “我们发现，投资者不太理会基金研究评级，却依赖于回顾式业绩、星号评级，以及定量评级。”程教授说。

尽管互惠基金的个体投资者很多时会忽略分析员的建议，机构投资者却很懂得利用基金研究评级和报告提供的宝贵讯息，比如会退出得到黄金评级但报告语调负面的基金。

研究另外分析了基金报告的标题和摘要部分，发现只有通过分析整份报告的语气，才能预测相关基金回报率会否表现胜于同侪。这意味着投资者需要仔细阅读全份报告，才能获取有用的讯息。

但程教授表示，投资者常常会忽视整份分析师报告的语调，却依赖摘要部分和标题的语气来作出投资决定。这代表互惠基金投资者在审视他们面前的讯息、和作出投资决策方面有欠成熟，容易受到吸引他们目光的部分资讯影响。

程教授认为他们的研究首次展现了基金研究评级和分析员报告的讯息价值，并凸显了以概念和观点形式表现出来的软资讯对于互惠基金投资的重要性。该项研究结果显示，互惠基金分析员在获得和处理讯息、以及提高资本配置效益方面，扮演了重要的角色。

程教授表示：“在未来，资讯环境的优化可降低互惠基金业内的搜索成本，因此而带来一个更有效率的资产管理市场和金融市场。”

她指出，研究也显示了投资者可以很容易获得并实时追踪基金研究评级，所以那些依赖星号评级的投资者应该能轻易转用基金研究评级，改善他们的投资表现。

过度依赖金融科技？

这次研究结果还提到，金融业在信用评级、财务咨询和资产管理等方面，越来越多地采纳应用了统计学及机器学习技术的金融科技。

程教授指，金融科技虽然可以有效降低讯息产生的成本，以及提高金融普惠性，但他们的研究突显了当中一个缺陷。由于分析员报告在涵盖面和讯息价值方面所具有的优势，量化评级目前还不能成为基金研究评级的对等代替品。

她表示，这研究也关注了投资者的教育和金融服务的供应。尽管个人投资者可以把日常投资组合的交给专业基金经理管理，但市场规模的不断扩大和金融产品的多样化，意味着基金的选择可能变得复杂。

她说，研究结果显示，有需要向个人投资者提供持续的金融教育，并向他们提供最新、具价值的金融服务和工具的资讯。

资料来源：

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