同一只基金，买进同一批股票，为什么有时跑赢、有时跑输？

[2007 RFS] Does Motivation Matter When Assessing Trade Performance? an Analysis of Mutual Funds
Gordon J. Alexander, Gjergji Cici, Scott Gibson
Jun He June 01, 2026
共同基金 投资者资金流 交易动机 选股能力
Note

本文读的是 Alexander, Cici & Gibson (2007, Review of Financial Studies)：他们把基金的每一笔交易按「动机」拆开来看。当基金经理在投资者大幅赎回（outflow）时还逆势买进股票，这种「纯估值驱动」的买入在随后一年跑赢基准 2.79%；可一旦是被大量申购（inflow）逼着把闲钱投出去，同样是买，超额收益就坍缩成不显著的 -0.41%。一句话——评判一笔交易好不好，先得问它为什么发生。

1 引言：一个被「平均」掩盖掉的问题

关于「基金经理到底会不会选股」这个老问题，文献已经吵了快四十年。早期的人看基金净值收益（Jensen, 1968），后来的人觉得收益噪声太大、检验功效（power）太弱，于是转去看持仓（holdings），再后来又转去看交易（trades）。逻辑一层比一层精细：持仓是过去决策的沉淀，而交易才反映当下的判断。

但这里始终藏着一个谁都绕不开、却又少有人正面处理的麻烦：基金经理买一只股票，并不总是因为他看好它。

开放式基金（open-end fund）这个结构本身，就逼着经理去做很多「言不由衷」的交易。投资者今天大笔申购，钱就躺在账上，业绩却是拿去跟股票指数比的——他不敢一直拿着现金，只好把这笔闲钱投出去，哪怕当下没有一只股票让他真正心动。反过来，投资者大笔赎回，他又得忍痛卖掉一些其实还想继续持有的好股票来凑现金。除此之外，还有为了少分红、年底前卖掉亏损股的税务动机（tax motive），以及为了报表好看、临近披露日去追买近期赢家的「橱窗粉饰」（window dressing）。

于是问题就来了：如果你把一只基金所有的买入混在一起算平均超额收益，你算出来的，其实是「真心看好的买」和「被迫投钱的买」搅在一起的一锅粥。动机不同的交易被一视同仁地平均，选股能力自然被稀释了。

这篇文章干的事，说穿了就一句话：想办法把「估值驱动」的交易和「流动性驱动」的交易分开，然后分别看它们事后表现如何。

2 识别策略：怎样从交易里「读」出动机？

我们当然看不到基金经理脑子里在想什么。作者的巧思在于——用「资金流的方向」和「交易的规模」这两个可观测的东西，去给每一笔交易的动机打分。

先讲直觉。设想一只基金某个季度遭遇了大笔赎回，按理说它该卖股票筹钱才对；可它偏偏还在买。这说明什么？说明经理认定这些股票被严重低估，低估到值得他顶着筹钱压力也要买。这种「逆着资金流」的大额买入，几乎必然是估值驱动的。 反过来，一只基金正被投资者大笔申购、钱多得花不完，它这时候的买入里，掺了大量「不投不行」的流动性驱动成分。

把这个直觉做成可计算的指标，就是文中的 BF（买方资金流指标）和 SF（卖方资金流指标）。它们建立在一个先估出来的季度资金流之上——月度净流量按下式估计（假设资金在月末进出）：

$$ FLOW^i_t = TNA^i_t - TNA^i_{t-1}\,(1 + RETURN^i_t) $$

其中 \(TNA^i_t\) 是份额类别 \(i\) 在 \(t\) 月末的总净资产（total net assets），\(RETURN^i_t\) 是当月收益；把同一基金各份额类别相加、再把一个季度的三个月加总，就得到季度资金流。有了它，买方和卖方指标定义为：

$$ BF^i_t = \frac{BUYS^i_t - FLOW^i_t}{TNA^i_{t-1}} $$

$$ SF^i_t = \frac{SELLS^i_t + FLOW^i_t}{TNA^i_{t-1}} $$

BUYS 是该季度所有增持股票按均价折算的总买入额，SELLS 是所有减持的总卖出额。读一下这两个式子的符号你就懂了：BF 把「买得多、同时还在大幅流出」的组合推到最高分位 BF1（最像估值驱动），把「买得少、却在大幅流入」的推到最低分位 BF5（最像流动性驱动）。SF 则对称地处理卖出。

Tip

论文里给了一个干净的算例：一只期初 1 亿美元的基金，季度 \(t_1\) 流出 500 万、却买了 200 万股票，BF = [2-(-5)]/100 = 0.07；季度 \(t_2\) 流入 500 万、买了 300 万，BF = (3-5)/100 = -0.02。同样是「买」，前者得高分、后者得低分——这正是我们想要的「动机温度计」。

但只看资金流还不够。作者又加了第二把尺子：交易规模（trade size）。逻辑同样朴素——真心认定一只股票被低估的经理，会在这一只上重仓下注；而只是为了消化流动性的经理，会把一笔笔小单子摊到一大堆股票上。于是大额交易（规模分位 TS1）更像估值驱动，小额交易（TS5）更像流动性驱动。

两把尺子一交叉，四个角落就有了清晰的含义：

卖出那边，把资金流方向反过来，对称成立。

这套排序还有一个常被忽视、却很关键的副产品：因为是对每只基金各自的时间序列单独排序，它天然打断了数据里可能存在的序列交易模式（如机构为隐藏身份而拆单的 stealth trading，Chakravarty, 2001）和横截面交易模式（如同一基金家族共用内部研究，Elton, Gruber & Blake, 2004）。换句话说，BF1 组合里的那些季度，并不是从某几个共同的「大流出季」里系统性抽出来的——作者验证了 BF1/BF5/SF1/SF5 在各季度的占比中位数分别是 18.3%、22.7%、21.4%、20.5%，相当均匀。

3 数据

为剔除 IPO 优先配售带来的污染（Gasper, Massa & Matos, 2005；Reuter, 2006），只保留已上市满 6 个月的股票。税务与橱窗粉饰多发生在四季度，所以所有结果都同时报告「剔除四季度」与「含四季度」两个版本。

4 主要结果：动机，真的决定一切

先看买入这一边（论文表 2）。

第一颗钉子，钉在左上角。 BF1/TS1——最纯的估值驱动买入——在随后一年取得了 2.79% 的基准调整收益，t 值 6.51，干净利落地显著。这说明：当经理真心看好、并且用真金白银下重注时，他确实能跑赢市场。

第二颗钉子，是那条单调下滑的斜坡。 从 BF1/TS1 出发，沿着行往下、沿着列往右走，超额收益一路递减——因为估值驱动的成分在减少、流动性驱动的成分在增加。资金流维度上，高流出与高流入分位之差 BF1−BF5 是 2.81%（t = 7.29），稳稳显著。

但真正点题的，是右下角。 BF5/TS5——最纯的流动性驱动买入——的超额收益只有不显著的 -0.41%。同样是买股票，仅仅因为动机从「我看好」变成了「我不得不投」，超额收益就从 +2.79% 坍缩到 -0.41%。两个极端组合之差 BF1/TS1 − BF5/TS5 = 3.20%（t = 5.22），这是全文最有力的一个检验：它直接告诉你，动机不是细枝末节，而是几乎全部。

卖出那边的故事类似、但更微妙，也更有意思。估值驱动的卖出（SF1，大笔卖 + 重度流入：经理趁手头宽裕，把真心不看好的股票出掉）随后一年的超额收益是不显著的 -0.66%——卖对了，被卖掉的股票确实没怎么涨。于是买卖之差高达 3.45%，远大于不分动机时 1.06% 的无条件买卖价差。

最反直觉的一笔，藏在 SF1/TS5 这类流动性驱动的卖出里（小笔卖 + 重度流出：经理为筹现金，被迫割掉一些其实还想留着的好股票）。它们随后竟然跑赢基准 1.55%。乍看奇怪，细想却完全自洽：如果经理基于估值本想继续持有，只是被赎回逼着卖，那么这些「忍痛割爱」的股票事后表现好，恰恰是选股能力的又一个侧证。

把这几块拼起来，一个统一的图景就出来了：无论买还是卖，只要交易是估值驱动的，它就站在选股能力的一边；只要是流动性驱动的，业绩就被拖累。 这给 Edelen (1999) 那个著名发现——资金流与基金收益显著负相关——提供了直接的微观证据：拖累业绩的，正是那些被资金流逼出来的流动性交易。

5 文献脉络

把这篇文章放回它所在的那条河流里，脉络其实很清晰。

源头是「基金经理会不会选股」。 Jensen (1968) 用净值收益开了第一枪，结论偏悲观。但收益噪声太大，检验功效不足，于是后人一路提升「显微镜」的倍率：Grinblatt & Titman (1989, 1993) 转向用持仓来度量业绩，Daniel et al. (1997) 给出了至今仍是行业标准的 DGTW 特征基准，Wermers (1999, 2000) 把基金业绩拆解到选股、风格、成本各个零件。

接着，一个自然的问题是：持仓够不够「新鲜」？ Chen, Jegadeesh & Wermers (2000) 给出了关键一跃——他们论证「看交易比看持仓功效更高」，因为交易反映当下信念、持仓只是过去决策的残影；并发现被基金广泛持有的股票并不跑赢，但基金「买的」确实比「卖的」表现好。

文献脉络时间线
文献脉络时间线（按发表年份排布；红色为本文）

与此同时，另一条支流在追问基金结构的成本。 Chordia (1996)、Edelen (1999)、Nanda, Narayanan & Warther (2000) 都指出，开放式结构在给投资者提供低成本流动性的同时，把一笔沉重的间接交易成本压在了基金身上——Edelen (1999) 更是把「资金流与基金收益负相关」直接归因于流动性驱动交易。

这篇 2007 年的文章，正好坐在这两条支流的交汇处。 它接过 Chen et al. (2000) 「看交易」的方法论，又借了 Edelen (1999) 「资金流是成本之源」的洞察，把两者合成一把更利的刀：用资金流和交易规模给每笔交易标注动机，从而把选股能力的检验做得比前人都更干净、更有功效。它对前一支流的贡献，是证明了「看交易」时还得「看动机」；对后一支流的贡献，是给「流动性交易拖累业绩」补上了直接证据。

6 评论与延伸（Q&A + 研究方向）

(a) 几个可能的疑问

Q：BF/SF 真的在度量「动机」，还是只是换了个名字的资金流？

它度量的是动机的概率，不是动机本身。作者很诚实：BF1/TS1 只是「估值驱动占比最高」的组合，里面仍混有别的交易，只是比例最低。但正因为是「最高占比 vs 最低占比」的对照，两极之差 3.20% 才有力——它衡量的是动机成分的边际变化带来多大业绩差异，而非给单笔交易贴一个非黑即白的标签。

Q：为什么用实际资金流，而不是「意外资金流」（unexpected flow）？意外的那部分不是更外生吗？

理论上是。意外资金流确实能给出更精准的动机分类。但作者试了——用意外资金流（以滞后流量、滞后收益、季度哑变量建模）的结果，买入端略弱、卖出端明显更弱。原因可能是季度数据太粗、预期流量估计噪声太大，也可能是经理会提前为预期流量调仓。所以他们退而用实际流量，并坦承这是数据频率所限的折中。

Q：会不会其实是动量？BF1 的股票恰好是近期跌过的便宜货，捡的是反转收益？

DGTW 基准已经按「过去 12 个月动量」分了组，超额收益是相对同动量、同市值、同账面市值比的股票算的。所以这 2.79% 不是动量、不是规模、也不是价值，是这三者之外的东西。

Q：估值驱动的卖出只有不显著的 -0.66%，是不是说明经理「会买不会卖」？

买卖不对称确实存在，作者也承认卖方的模式整体更弱。一个合理的解释是：卖出的动机比买入更杂（税务、橱窗粉饰、赎回筹现金都集中在卖方），动机信号更难提纯。但别忘了那个反直觉的 +1.55%——流动性驱动的卖出反而跑赢，恰恰说明经理在卖方也有判断力，只是被迫卖的时候判断力是「逆着」业绩显示出来的。

Q：四季度的税务和橱窗粉饰交易，会不会把结果做出来？

不会。所有结果都报了「剔除四季度」和「含四季度」两版，主结论在两版里都成立。这正是为了把税务、橱窗粉饰这两类四季度高发的动机隔离开。

Q：对实务有什么用？比如能不能照着 BF1/TS1 抄作业？

直接抄不行——这是基于季度末才披露的持仓事后推算的，你拿到信号时早已过期。它真正的含义是评价层面的：用基金的平均业绩去判断经理能力是有偏的，因为里面掺了大量身不由己的流动性交易。这也反过来说明，那些结构上更少需要流动性交易的产品（如封闭式、低赎回压力的安排）在「释放选股能力」上可能更有优势。

(b) 几个可能的研究问题与提案

1. 把这套「动机分解」搬到公司债基金上。 【经济故事】公司债流动性远比股票差，基金被赎回逼着「火线甩卖」（fire sale）的代价更高，估值驱动与流动性驱动交易的业绩裂口可能比股票更宽。这恰好接上了关于债券基金资产甩卖的讨论（可参见《同一个发行人的两只债券，戳破了「火线甩卖」的幻觉》）。 【可行性】中。需要 TRACE 成交价 + 基金持仓（Morningstar/eMAXX）+ 资金流；难点在债券基准（没有现成的 DGTW），得自建按评级×久期的特征基准。识别逻辑可直接平移 BF/SF。

2. 外资持有人的资金流，是不是另一种「被迫交易」的来源？ 【经济故事】跨境资金在风险事件中往往整体进退（risk-on/risk-off），被外资重仓的标的，其交易里「身不由己」的成分可能系统性更高。若能把外资 vs 内资的资金流分开，或可识别出一类专属于外资的流动性驱动价格压力。 【可行性】中。需要按投资者国籍拆分的持仓/流量数据（如 EPFR 基金层面流量、或各国托管数据），识别上可借本文「逆流交易 = 估值驱动」的思路。

3. 用高频持仓重做「意外资金流」版本。 【经济故事】本文最大的遗憾是季度数据太粗、意外流量估不准。今天部分基金有月度甚至更高频的流量与持仓，正好补上这块短板，检验「动机—业绩」关系在更精准的动机切分下是否更强。 【可行性】高（针对有高频披露的子样本）。数据可得性是唯一瓶颈；方法现成。

4. 流动性驱动交易，会不会在市场层面造成可预测的价格压力？ 【经济故事】如果大量基金在同一时点被同向资金流逼着同向交易，本文打断的「横截面共性」在加总后可能重新浮现为一种系统性的需求冲击，进而产生短期反转。 【可行性】中。需把 BF5/SF5 类交易在个股层面加总，构造「流动性驱动净买压」，再看其对随后收益的预测力；与已有的需求—价格文献可对接。

7 我的判断

这篇文章的贡献，不在于发明了什么花哨的计量，而在于问对了一个被「平均」长期掩盖的问题：评价一笔交易的好坏，必须先把它的动机剥出来。BF/SF 加交易规模这套双重排序，简单、透明、可复制，而且那个「单独按基金时间序列排序、从而打断序列与横截面共性」的副产品相当漂亮——它让两极对照的 3.20% 价差很难用别的混杂因素解释掉。结论本身也极有说服力：同一只基金、同样是买股票，仅凭动机不同，事后一年的超额收益就能从 +2.79% 跌到 -0.41%。

但识别上仍有两处我会追问。其一，动机的标注终究是概率性的、间接的。 BF1/TS1 里依然混着非估值交易，作者只能论证「占比更高」，无法证明「就是」。如果不同分位里混入的「杂质」种类系统性不同（比如高流出季更容易撞上市场整体的反转），纯净度的差异就可能部分污染那个 3.20%。其二，季度频率是硬伤——作者自己也承认，用意外资金流本该更干净，却因数据太粗而效果更弱。这意味着我们今天读到的，很可能是「动机—业绩」关系被噪声低估后的下界。

接下来我最想看到的，是把这把刀磨得更利：用更高频的持仓与流量重估意外资金流版本，看裂口会不会进一步拉大；以及把它搬到流动性更脆弱的公司债市场，去检验「被迫交易的代价随市场流动性恶化而放大」这个本文逻辑上呼之欲出、却没能直接检验的推断。

参考文献