经济政策不确定性对基金流量的影响研究——基于投资者情绪的中介效应

A Study on the Impact of Economic Policy Uncertainty on Fund Flow—Mediating Effect Based on Investors’ Sentiment

摘要: 开放式基金是一种风险共担，利益共存的证券投资方式，其变动时刻影响着股市的发展。探究宏观经济政策是怎样影响开放式基金流量，有助于更好地理解政策不确定性可能引发的经济后果，为政策制定者提供参考价值。此外，实践表明投资者在进行投资决策时受到情绪的影响，比如开放式基金市场中普遍存在的“羊群效应”“处置效应”等现象。因此，从投资者情绪的角度探究宏观经济政策对基金流量的影响无论是对基金经理还是个体投资者甚至对整个开放式基金市场都有着重要的意义。本文将2010年前设立2010~2023年存续的我国开放式股票型基金数据作为研究对象，综合考量上述问题。研究发现：1) 基金流量与宏观经济政策调整频率存在显著正向关系，即基金流量随着经济政策不确定性的升高而增加。2) 投资者情绪在经济政策不确定性与基金流量的关系中起中介效应。

Abstract: Open-end fund is a kind of security investment mode of risk sharing and interest coexistence, and its change always affects the development of the stock market. Exploring how macroeconomic policies affect the performance of equity funds is helpful to better understand the possible economic consequences caused by policy uncertainty and provide reference value for policy makers. In addition, practice shows that investors are affected by emotions when making investment decisions, such as “herding effect” and “disposal effect”, which are common in the open-end fund market. Therefore, it is of great significance to explore the impact of macroeconomic policies on fund flow from the perspective of investor sentiment, whether it is for fund managers, individual investors or even the entire open-end fund market. In this paper, the data of China’s open-end stock funds established before 2010 and surviving from 2010 to 2023 are taken as the research object to comprehensively consider the above issues. The results show that: 1) There is a significant positive relationship between fund flow and the frequency of macroeconomic policy adjustment, that is, fund flow increases with the increase of economic policy uncertainty. 2) Investor sentiment plays an intermediary role in the relationship between economic policy uncertainty and fund flow.

1. 引言

金融市场在遭遇到负面事件引发的剧烈冲击下，经济增长速度放缓甚至停滞、企业的债务危机加深、银行贷款违约率上升，市场投资者的担忧、恐惧等悲观情绪蔓延，这些多米诺骨牌效应会一步步加剧金融市场脆弱性[1]。倘若放任这些现象滋长不管不顾，将会造成严重后果，阻碍世界发展。为了有效、及时地稳定经济，全球所有主要经济体内部和经济体之间必须采取行之有效的政策行动。经济政策作为国家维护市场秩序、防止市场失灵的“药剂”，政策制定者运用调节控制手段来将宏观经济修正到政府预期的发展轨道上，能够优化资源配置，改善市场环境。然而，经济政策的调整也可能会产生政策预期之外的冲击，所激起的市场反应强烈程度将影响到经济修正进程，可能增加投资风险与对未来预测的模糊性，引起企业信贷供给成本升高与银行供给减少，进而造成市场动荡，资产价格变化，企业和投资者的投资决策改变。

探究经济政策不确定性是怎样影响投资者申赎股票型基金行为，有助于更好地理解政策不确定性可能引发的经济后果，为政策制定者提供参考价值。另外，我国金融市场还不够成熟，与发达国家仍存在一些差距，同时，我国资本市场投资者非理性程度较为严重[2]。因此结合中国具体国情，频繁地出台政策来发展经济，这无疑会对市场微观主体产生影响，导致市场一定幅度的震荡、资产价格变化、企业决策发生改变、投资者资产组合配置策略转变。于是，在频繁调整经济政策的背景下，识别理解经济政策不确定性对开放式股票型基金的影响是必要的，也是具有现实意义的。因此，本文以2010年前设立且在2010~2023第三季度间存续的开放式股票型基金作为研究对象，考察宏观经济政策变化对开放性基金流量的影响。

2. 文献综述与理论假设

2.1. 文献综述

在经济政策不确定性和金融市场投资的有关研究方面，大多数学者们把研究的关注点放在资产定价、市场波动、投资者行为层面上[3] [4]。陈国进等[5]证实了当经济政策不确定性上升时股票风险将会提高，探讨了经济政策不确定性是通过哪些途径影响股票风险，并且考虑到企业异质性因素和外部宏观环境因素。有学者从不同角度研究基金流量与基金业绩之间的关系，刘京军和苏楚林[6]从基金网络的传染性角度，伍燕然等[7]从投资者有限理性角度，钱淑芳等[8]从基金公司的营销投入角度，重新考察基金流量与业绩之间的关系。随着基金研究越来越多，不少学者已经注意到基金市场存在一些非理性现象，甚至有一些与基金基本面无关的因素可能会影响到投资者申赎基金。王珏和陈永帅[9]证实投资者情绪高涨能增强基金超额获利能力。刘玉珍[10]基于行为金融学理论发现框架效应在我国基金市场中普遍存在且投资者的个人特征对框架有着显著影响。彭惠[11]从基金申购的角度发现基金的流量变化速度和投资者情绪正相关。

2.2. 理论假设

开放式股票型基金作为基金市场中最为活跃的交易品种之一，受市场波动影响较大，收益与股市表现密切关联。而当经济政策不确定性增加时，投资者通常会感到不安和担忧，因为他们无法准确预测未来的经济环境和市场走势。在这种情况下，一些投资者会寻求通过投资基金来分散风险和获得更稳定的回报。债券基金等资产可能会受到青睐，因为它们通常具有较稳定的收益和更低的波动性。基于此，本文提出假设1。

假设H1：经济政策不确定性与基金流量呈正向关系

在基金市场中，投资者情绪的影响具体表现为基金投资者申购或者赎回行为[12] [13]，它连接了经济政策不确定性与投资决策的实际转变过程。即经济政策不确定性的增加首先影响到投资者的心理预期和情绪状态，然后这一变化的情绪状态进一步引导了投资者的资金流向，促使他们在资产配置上从风险较高转向风险较低的产品，这时，避险资产如黄金、国债或者一些被认为在动荡市场中表现相对稳定的基金产品(例如平衡型基金、债券基金或货币市场基金等)将受到更多青睐。基于此，本文提出假设2。

假设H2：投资者情绪在经济政策不确定性影响基金流量过程中发挥中介作用

3. 研究设计

3.1. 数据来源

本文选取2010年前设立且在2010年第1季度~2023年第3季度间存续的开放式股票型基金作为样本，观测时长为55季度。为避免极端值和异常值对实证研究的干扰，将对基金层面的连续变量采取Winsor缩尾处理方法。数据主要源于国泰安数据库(CSMAR)与锐思金融数据库(RESSET)，所用的经济政策不确定数据选取于经济政策不确定性网站：http://www.policyuncertainty.com/china_monthly.html。数据处理软件主要为stata 17.0。

3.2. 变量说明

3.2.1. 被解释变量

基金流量(Cash_Flow)：参照国内外的主流方法(如Sirri & Tufano, 1998)，选择基金的净申购率(当期的基金净流入/期初的基金累计份额净值)来衡量基金净流量，以避免基金规模因素对结果的干扰，用比例的形式来表示基金净流量是合理科学的。基金i在第t季度的基金流量$Cash\text{\_}Flo{w}_{i,t}$ 为：

$Cash\text{\_}Flo{w}_{i,t}=\frac{Tn{a}_{i,t}-Tn{a}_{i,t-1}\ast \left(1+R_{i,t}\right)}{Tn{a}_{i,t}}$

上述公式中，$Tn{a}_{i,t}$ 为基金i在t季度期末所拥有的净资产规模，而$R_{i,t}$ 为基金i在t季度期末的净值收益率。

3.2.2. 解释变量

经济政策不确定性(EPU)：随着文字处理技术的成熟，运用文本分析手段构建的经济政策不确定性指数愈发受到学界重视，本文采取了Baker et al. [14]。构建的“中国经济政策不确定性指数”(EPU)作为不确定性的度量指标，Baker以《南华早报》为分析对象，通过对文章关键词进行筛选过滤来确定与中国经济政策不确定性相关的文章数，计算方法为：将当月识别出的关于经济政策不确定性的文章总数除以该月全部文章总量，从而得出一个代表月度经济政策不确定性的比率数值。该指数兼具连续、时变及全面性，能够较好地反映经济政策不确定性的中短期变动。

3.2.3. 中介变量

投资者情绪指数(CISI)：为保证投资者情绪指标的科学性，本文选取了基金折价率、上月交易量、IPO数量、上月新增投资者开户数和上月市场换手率等五个月度指标。进一步地，为达到研究的目的，使用主成分分析法，综合五个月度指标对投资者情绪指标进行构建。

3.2.4. 控制变量

为了控制其他因素的影响，本文借鉴相关研究，选择如下控制变量：基金规模(TNA)、基金成立年限(Age)、家族基金规模(Familysize)、家族基金成员数(Fundnum)、上证指数波动率(ID Vol)。

3.3. 变量定义表

表1为本文所选取变量定义表。

Table 1. Variable definition table

表1. 变量定义表

变量符号	变量含义	变量定义
Cash_Flow	基金流量	投资者申赎行为带来的基金净流量变动的自然对数
EPU	经济政策不确定性	采用Baker et al. (2016)构建的“中国经济政策不确定性指数”
CISI	投资者情绪指数	选用基金折价率等5个指标，采用主成分法合成得到
TNA	基金规模	基金总资产净值取自然对数
Age	基金成立年限	基金存续年限
Familysize	基金家族规模	基金公司总资产取自然对数
Fundnum	家族基金成员数	基金公司下设基金数量
ID Vol	上证指数波动率	上证指数波动率

3.4. 模型设计

首先，为了检验经济政策不确定性对基金流量的影响，构建以下模型：

$Cash\text{\_}Flo{w}_{i,t}=\alpha +{\beta }_{1}EP{U}_t+{\displaystyle \sum Control{s}_{i,t}}+{\epsilon }_t$ (1)

其次，为了验证投资者情绪发挥的中介效应，构建以下模型：

$CIS{I}_t=\alpha +{\beta }_{1}EP{U}_t+{\displaystyle \sum Control{s}_{i,t}}+{\epsilon }_t$ (2)

$Cash\_Flo{w}_{i,t}=\alpha +{\beta }_{1}EP{U}_t+{\beta }_{2}CIS{I}_t+{\displaystyle \sum Control{s}_{i,t}}+{\epsilon }_t$ (3)

4. 实证结果分析

4.1. 投资者情绪指标的构建

选取的五个指标定义如表2所示：

Table 2. Definition of emotional indicators

表2. 情绪指标定义

指标名称	符号	定义
上月市场换手率	TURN	上月市场换手率
基金折价率	DCEF	行情基金按照基金份额加权的综合折价率
上月交易量	VOLUME	月交易金额与月流通市值的均值比
IPO个数	IPO_n	当月IPO的个数
上月新增投资者开户数	NIA	上月开户个数的对数

4.1.1. 情绪指标描述性统计

首先对5个指标作简单描述性统计分析，结果如表3所示：

Table 3. Descriptive statistics of emotion indicators

表3. 情绪指标描述性统计

Variable	Obs	Mean	Std. dev.	Min	Max
TURN	3379	0.254	0.116	0.0852	0.825
DCEF	3379	−3.532	6.100	−36.77	0.919
VOLUME	3379	0.237	0.107	0.0877	0.662
IPO n	3379	22.98	17.20	0	67
NIA	3379	13.81	0.670	11.16	16

4.1.2. 指标相关度检验

KMO (Kaiser-Meyer-Olkin)检验是对变量之间的相关系数和偏相关系数进行检验。Bartlett球形检验则是检验各变量是否相互独立。表4显示，KMO统计量的值为0.617 > 0.6，Bartlett球形检验P值为0.000 < 0.05。这说明在5%显著水平下，五个指标相关关系较强，说明可以采取主成分分析法对这几个指标进行降维。

Table 4. KMO and Bartlett test results

表4. KMO和Bartlett检验结果

KMO取样适切性量数		0.617
巴特利特球形度检验	近似卡方	12203.521
	自由度	10
	显著性	0.000

4.1.3. 主成分的确立

由表5可以看出，前2个主成分的特征值均大于1，且累积方差贡献率达到了81.30%，也就是说，前2个主成分总共解释总方差的81.30%，可以认定前2个主成分就能够概括出原始数据中的足够信息，因此，最终主成分的个数选定为2。

Table 5. Results of principal component analysis

表5. 主成分分析结果

成分	初始特征值			提取载荷平方和
	总计	方差百分比	累计%	总计	方差百分比	累计%
1	2.555	51.10	51.10	2.555	51.10	51.10
2	1.510	30.20	81.30	1.510	30.20	81.30
3	0.615	12.30	93.60	0.615	12.30	93.60
4	0.280	5.59	99.20	0.280	5.59	99.20
5	0.041	0.81	100.00	0.041	0.81	100.00

4.1.4. 投资者情绪指标的建立

由表6构建如下情绪指数：

$\text{CISI}=0.\text{3}0\text{88TURN}+0.\text{3585DCEF}+0.\text{3325VOLUME}+0.\text{4389IPO\_n}+0.\text{5274NIA}$

Table 6. Factor load matrix

表6. 因子负荷矩阵

变量	成分
	1	2
TURN	0.8691	−0.4479
DCEF	0.2162	0.8213
VOLUME	0.8896	−0.4041
IPO_n	0.4987	0.6091
NIA	0.8443	0.3167

4.1.5. 合成指标效果分析

根据图1，两条曲线分别是标准化的投资者情绪指数(CISI)与上证综指收盘价(CIPr)，两个指标从进入峰值之前的爬升，到峰值以后的回落，以及两者的拐点都有着很高的吻合度。再根据表7，CISI与CIPr的Pearson相关性检验结果显示，CISI与CIPr两者显著相关。综上所述，CISI与CIPr具有显著的相关度，表明本文所构建的CISI指标作为投资者情绪的代理变量是十分合理的。

4.2. 描述性统计

表8为变量描述性统计结果。

4.3. 回归分析

表9为经济政策不确定性对基金流量的影响以及投资者情绪中介效应的回归结果。(1)显示，经济政策不确定性对股票型基金流量具有显著的正向作用，回归系数为0.14，且在1%水平下显著。这表明当经济政策不确定性上升时，投资者往往倾向避免投资于不确定性高的市场，导致流动性降低，本文假设H1得到验证。列(2)检验了经济政策不确定性(EPU)对投资者情绪(SICI)的影响，两者间的回归系数为−0.0692，

Figure 1. Chart of investors’ sentiment and closing price of the Shanghai composite index

图1. 投资者情绪与上证综指收盘价走势图

Table 7. Results of Pearson correlation test

表7. Pearson相关性检验结果

		CISI	CIPr
CISI	皮尔逊相关性	1	0.757^**
	sig.		0.000
CIPr	皮尔逊相关性	0.757^**
	sig.	0.000	1

注：^***，^**，^*分别表示在10%、5%、1%水平显著。下同。

Table 8. Descriptive statistics

表8. 描述性统计

Variable	(1) Obs	(2) Mean	(3) Std. dev.	(4) Min	(5) Max
Cash Flow	3406	−0.0852	0.604	−2.295	2.224
EPU	3269	353.9	275.2	39.59	959.9
SICI	3379	2.996	0.816	−1.33e−07	4.979
TNA	3434	21.23	1.443	18.00	24.22
Age	3434	2991	1751	11	7602
Familysize	3361	1.930e+08	7.950e+07	1.000e+08	5.200e+08
Fundnum	3361	197.9	193.1	4	673
ID Vol	3415	0.0135	0.00522	0.00547	0.0778

Table 9. Regression results of economic policy uncertainty and fund flows

表9. 经济政策不确定性与基金流量的回归结果

VARIABLES	(1) Cash_Flow	(2) CISI	(3) Cash_Flow
EPU	0.14^***	−0.0692^***	0.130^***
	(0.0111)	(0.00725)	(0.0112)
CISI			−0.155^***
			(0.0275)
TNA	0.075^***	−0.0375^***	0.0696^***
	(−0.00329)	(0.00484)	(0.00748)
age	−0.000106^***	9.10e−05^***	−9.25e−05^***
	(8.46e−06)	(5.51e−06)	(8.77e−06)
FundNum	−5.43e−05	0.000132^***	−3.32e−05
	(5.88e−05)	(3.81e−05)	(5.86e−05)
Familysize	−0	−0	−0
	(1.41e−10)	(9.13e−11)	(1.40e−10)
ID_Vol	−7.186^***	27.37^***	−2.816
	(2.126)	(1.378)	(2.253)
Constant	−1.551^***	−1.205^***	−1.748^***
	(0.164)	(0.106)	(0.167)
Observations	3147	3147	3147
Number of cd	55	55	55
FE	YES	YES	YES

且在0.01的水平上显著，随着经济政策不确定性加大，投资者情绪陷入恐慌。列(3)检验了投资者情绪的中介效应，在模型(1)的基础上加入投资者情绪这一中介变量回归后，经济政策不确定性与基金流量的回归系数为0.13，且在0.001的水平上显著，投资者情绪与基金流量的回归系数为−0.155，在0.001水平上显著，结合列(2)，说明经济政策不确定性能够通过投资者情绪，引导资金撤离高风险市场，从而增加基金流量，本文假设H2得到验证。

4.4. 稳健性检验

本文采取更换经济政策不确定性的衡量方法，采取Steven J. Davis，Dingqian Liu和Xuguang S. Sheng所创建的经济政策不确定性指数。回归结果如下表(表10)所示，各列核心变量回归系数符号与基准回归一致，且均在1%的水平下显著，结果依然支持原假设H1、H2。

5. 研究结论与政策启示

5.1. 研究结论

本文以2010年1季度至2023年3季度的开发式基金作为研究对象，研究经济政策不确定性与基金流量之间的关系以及投资者情绪在其中发挥的中介效应，实证结果显示，经济政策不确定性和基金流量

Table 10. Robustness test

表10. 稳健性检验

VARIABLES	(1) Cash_Flow	(2) CISI	(3) Cash_Flow
EPU_2	0.0525^***	−0.0295^***	0.0477^***
	(0.00554)	(0.00357)	(0.00556)
CISI			−0.173^***
			(0.0277)
TNA	0.0773^***	−0.0401^***	0.0708^***
	(0.00769)	(0.00496)	(0.00771)
age	−1.00e−04^***	9.19e−05^***	−8.42e−05^***
	(9.24e−06)	(5.96e−06)	(9.52e−06)
FundNum	−5.15e−05	0.000136^***	−2.74e−05
	(5.95e−05)	(3.83e−05)	(5.93e−05)
Familysize	0	8.52e−11	0
	(1.42e−10)	(9.16e−11)	(1.41e−10)
ID_Vol	−7.186^***	27.99^***	−3.379
	(2.146)	(1.382)	(2.276)
Constant	−1.518^***	−1.191^***	−1.737^***
	(0.167)	(0.108)	(0.170)
Observations	3147	3147	3147
Number of cd	55	55	55
FE	YES	YES	YES

存在正相关关系，且经济政策不确定性可以通过投资者情绪这一中介传导路径，来影响基金流量。

5.2. 政策启示

本文研究具有以下政策启示：1) 政府应提高政策透明度与预见性，建立更加透明和稳定可预期的政策制定和执行环境，及时公布经济政策的方向、目标和实施步骤，尽量减少临时性和突发性的政策变动，让金融市场参与者能够对未来有一个相对准确的预期，减少市场的猜测和恐慌情绪，降低不确定性带来的负面影响，从而避免资本市场的剧烈波动。2) 制定长期规划与短期措施相结合的政策组合，在宏观调控中既要考虑短期经济波动的应对措施，也要注重长期发展战略的布局，避免因短视行为加剧市场的不稳定性。充分量化政策对资本市场尤其是基金行业可能带来的影响，力求既能达到预定经济调控目标，又能最小化对资本流动的扰动。3) 建立健全市场缓冲机制，鼓励金融机构完善内部风险管理机制，增强抵御由经济政策变化所带来的市场波动的能力，例如设立专门的风险准备金、优化资产配置结构等。4) 基金公司以及其他金融机构应增强自身的风险管理能力，尤其是在经济政策不确定性上升时，要具备迅速识别、评估和应对风险的能力。推出针对政策不确定性的风险管理产品，帮助投资者有效对冲政策风险，从而稳定资金的流入流出。

基金项目

2020年后贵州贫困地区返贫风险防控的金融支持研究(19GZYB03)。

NOTES

^*第一作者。