基金家族的业绩关联与溢出效应——基于共同技能效应与共同噪声效应的实证研究，本文主要内容关键词为：效应论文,噪声论文,业绩论文,技能论文,家族论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。
基金家族(Fund Family)的出现并不比基金晚多少，但对于基金家族的研究却相对滞后。2000年以来，相关研究才逐渐增多(Chen et al.，2004；Elton et al.，2007；Chen et al.，2013)。基金经理受雇于基金管理公司管理其旗下的基金，基金产品的风格(风险与收益)直接受基金经理的个体影响，同时也不可避免地也会受基金公司的整体影响，影响程度因基金公司的管理风格和投资授权而有所差异。一般来讲，如果基金公司相对强势，基金经理相对弱势，那么，基金受基金公司的影响相对较强，基金风格更多地反映基金公司的共性风格；反之，如果基金经理相对强势而基金公司相对弱势，则基金受基金经理的影响将更为强烈，基金更多地反映基金经理的个性特质。与此同时，基金经理共享公司的研究资源、决策流程和风控体系，他们彼此之间的信息交流、情绪传染也会影响彼此之间的投资决策，由此造成基金产品的业绩关联性。那么，同一基金家族中的基金产品的业绩关联性会呈现怎样的特征？成员基金之间业绩关联性是否会受到基金管理公司特征和基金经理个人特征的影响？上述问题将是本文研究的重点。我们借鉴David and Youchang(2014)两位学者的研究思路，构建描述基金家族成员基金的业绩联系的代表指标，即共享基金家族资源的共同技能效应(Common-skill Effect)和遭受相同非系统性冲击的共同噪声效应(Common-noise Effect)。我们分别以基金超额收益率一阶自回归残差项的相关性和Fama-French三因子模型残差项的相关性作为两者的代理变量，对基金家族业绩关联性进行了验证；并在此基础上探究基金经理的个人特征和基金公司的整体特征对基金家族旗下成员基金之间业绩关联性的影响。我们研究发现基金家族内成员基金业绩关联性会受到基金公司技能水平的正向影响，同时还会受到基金经理的个人投资经验的负向影响；最后，在研究基金溢出效应时，我们在传统的“明星基金”溢出效应基础上，从基金业绩关联性角度对这一效应进行了更为深入的研究。 二、文献综述与研究假设 Elton et al.(2007)首次用基金收益率的相关系数来衡量业绩关联性，其研究发现：同一基金家族成员基金间的回报率相关性要显著高于不同基金家族的相关性，原因在于基金的共同持股，以及一致的经济预期。Pollet and Wilson(2008)研究发现，基金家族会影响其成员基金的投资组合策略，基金家族存在共同持股行为，且共同持股程度随着基金家族成员基金数量的增加而增加。陆蓉和李良松(2008)也发现中国基金家族的共同持股行为日益严重，并且共同持股对家族的业绩和风险呈现倒U形的影响。陆蓉和刘亚琴(2009)进一步研究显示：在家族共同持股的情况下，股票“变脸”可能引发整个家族业绩突变，而治理结构中激励机制的安排可能是基金家族高度共同持股的诱因。刘志新等(2010)利用面板数据固定效应模型，发现基金家族存在交叉补贴行为，且这一现象在大基金家族中更为明显。兰天剑(2010)同样以基金家族成员基金的收益率相关系数为基础，发现家族内成员基金的平均收益率相关系数要显著高于家族间基金的收益率相关系数。屈源育和吴卫星(2014)研究了我国明星基金家族成员基金在共同持股股票上的收益差异及其原因，研究发现明星基金家族成员基金在共同持股股票上的业绩表现存在很大的差异性，这种差异的原因并非完全由基金经理的技能所解释，也有可能是由于基金家族的“抬轿”策略造成的。Baks(2003)比较了基金家族和基金经理对基金超额收益率的贡献，实证结果显示，对于大多数基金来说，基金家族对基金业绩的贡献要高于基金经理。 基金溢出(Spillover Effect)效应是指基金的某项事件或特征对其他基金造成的影响，明星基金的溢出效应是这个领域的研究热点。从本质上看，这种明星基金的溢出效应体现了基金业绩与资金流的关系(Performance-Flow Relationship)，这也是投资者对基金家族业绩联系的一个典型反应。当投资者发现基金家族出现一只净值增长率靠前或评级靠前的“明星基金”时，他们往往认为该家族的其他基金也能带来较高回报，由此增加对该基金家族的申购，明星基金产生明显放大的正向溢出效应。Khorana et al.(2007)分析了基金行业市场份额的决定因素，发现明星基金对其所属家族扩大市场份额具有正面影响。Nanda et al.(2004)采用多种方法定义明星基金，研究显示明星基金具有显著的溢出效应，这种现象在多样化的家族投资策略中更易出现，并导致一些基金家族出现“造星”(Star-creating)行为。Zhao(2004)研究结果表明，基金公司会通过关闭明星基金的方式来吸引投资者购买家族的其他基金产品。Gaspar et al.(2006)发现基金家族会在成员基金间策略性地转移业绩，以提高整个基金家族的收入，这一行为明显扭曲其代理资产管理的初衷。国内学者张婷(2010)证实了我国明星基金溢出效应现象的存在。一些基金公司利用了这种正外部性，在公司内部配置资源以实现其利润最大化。林树等(2009)的研究显示，投资管理能力弱的基金家族可能通过人为制造明星基金而成为明星家族，且旗下基金业绩差距越大，规模越大，前期没有明星基金的家族“造星”动机越强。基于以上文献梳理，本文提出以下四个关键性假设： 假设1：基金家族的成员基金由于共享资源和信息导致超额收益率存在相关性，存在共同技能效应； 假设2：基金家族的成员基金由于共同的组织构架安排导致受相同的非系统性冲击，存在共同噪声效应； 假设3：基金家族技能越大越容易引起基金家族内各成员基金的效仿，即共同技能效应和共同噪声效应随着基金家族技能的增大而增大； 假设4：基金经理自身的技能越大越容易使基金经理根据自身的投资风格进行投资，较少受到基金家族内其他成员基金的影响，即共同技能效应和共同噪声效应随着基金经理技能的增大而减小。 我们认为，基金溢出效应的本质是因为基金家族内部子基金之间存在共同技能效应和共同噪声效应。共同技能效应的提升会导致家族内各成员基金投资风格的模仿和趋同，具有更强的基金溢出效应。随着基金家族共同噪声效应的增加，家族内各成员基金更容易受到家族外部非系统性冲击的影响，因此家族内各成员基金的最优做法是降低对其他成员基金的模仿和趋同，因而基金溢出效应会更小。基于以上分析，本文提出以下三个推论： 推论1：基金溢出效应随着共同技能效应的增加而增加； 推论2：基金溢出效应随着共同噪声效应的增加而减少； 推论3：随着成员基金数量的增加，共同技能效应和共同噪声效应对基金溢出效应的影响增大。 本文将从传统明星基金溢出效应出发，研究基金家族业绩联系带来的溢出效应。通过将共同技能效应指标Lambda和共同噪声效应指标Rho纳入研究体系，检验基金家族内部各成员基金间的共同技能相关性和共同噪声效应；并在此基础上进一步研究基金家族特征和基金经理个人特征对成员基金业绩关联性的影响；最后，考察基金家族内各成员基金业绩相关性对基金溢出效应的影响，并检验中国基金业是否存在“明星基金”溢出效应。 三、基金家族效应存在性的实证研究 (一)样本选取 本文以2008年至2012年作为研究区间，并对原始基金样本按照如下原则和顺序进行处理和筛选：(1)剔除封闭式基金；(2)由于本文计算超额收益率的Fama-French三因子模型、CAPM模型只适用于股票类基金的业绩评价，所以剔除债券型、QDII型、货币型、平衡混合型等类型的基金，只选择普通股票型基金和偏股混合型基金；(3)经过前两步筛选后，若基金管理公司旗下仅剩下一只开放式基金，则剔除该基金及所在的基金管理公司，最终得到46家基金管理公司的171只基金样本。 (二)变量及实证模型设计 1.基金家族效应变量。 本文将基金家族中成员基金间的超额收益率相关性和遭受的相同非系统性冲击分别定义为共同技能效应
和共同噪声效应
，统称为基金家族效应。本文使用2008年到2012年间共1219个交易日的日数据计算共同技能效应和共同噪声效应指标。 共同技能效应指标
衡量基金之间超额收益率的相关性，具体构建方法如下： 第一步，根据Fama-French(1993)的方法建立Fama-French三因子模型，用连续250个交易日的时间窗口进行回归得到每只基金超额收益率α的时间序列，最终每个α时间序列包含970个数据。 第二步，对超额收益率时间序列α建立AR(1)模型，得到一阶自回归模型的残差项
，计算任意基金i和基金j残差项的相关系数，记为
。使用AR(1)模型的残差项计算技能相关性的原因在于：首先，超额收益率α的计算方法可能导致其具有较强的自相关性；其次，基金业绩短期内具有持续性，自回归处理可部分排除业绩持续性的影响。
共同噪声效应指标
衡量基金之间遭受相同非系统性冲击的相关性，具体构建方法如下：第一步，采用Fama-French三因子模型，回归得到残差项
。 第二步，根据三因子模型回归得到的残差项
分别计算样本内任意两只基金组合残差项的相关系数，记为
。
2.基金关联变量。 基金家族虚拟变量
：当基金i和基金j属于同一家基金管理公司时，
为1，否则为0。 由于基金业绩关联性除了受到同一基金家族资源信息共享的影响外，还可能受到其他多种因素的作用。因此，本文在构建基金家族效应存在性模型时，将投资风格等作为控制变量加以控制。当基金i和基金j拥有相同的投资风格时，投资风格虚拟变量
为1，否则为0。通过以上计算过程，每个变量分别得到14535个观测值。 在此基础上，本部分构建了模型(1)和模型(2)分别检验共同技能效应和共同噪声效应的存在性。 模型(1)：检验共同技能效应存在性的模型：
模型(2)：检验共同噪声效应存在性的模型：
在回归模型中，我们将
和
互为控制变量，这是因为基金间的共同技能效应和共同噪声效应可能由相同的原因引起，从而导致两者之间存在相关性。 为增强实证结果的稳健性，本文还采用CAPM模型重新计算基金技能相关性
和噪声相关性
后，并对上述模型(1)和模型(2)再次进行回归。 (三)实证结果分析 模型(1)和模型(2)使用OLS法回归，并经过异方差修正。表1给出了基金家族效应存在性模型的实证结果，其中第二、三列是基于Fama-French三因子模型的回归结果，第四、五列是基于CAPM单因素模型的稳健性检验。
根据上述实证结果，我们发现：在上述两个模型中，虚拟变量
的系数均显著为正，即同一基金管理公司旗下成员基金间的超额收益率和业绩噪声的相关性要高于非同一基金管理公司旗下基金间的相关性，这说明我国资本市场存在显著的基金家族效应。 我们还发现投资风格虚拟变量
在两个模型中的系数均显著的为正，这说明具有相同投资风格的基金在超额收益率上存在较高的相关性，同时也更容易受到相同的非市场冲击。这主要是因为相同的投资风格意味着投资标的范围和风险暴露比较一致，因此相同投资风格的基金之间存在一定的可替代性。控制变量
在模型(1)中、控制变量
在模型(2)中的系数均显著为负，这主要是因为共同技能效应对基金公司资金流的影响是正面的，而共同噪声效应对基金公司资金流的影响是负面的，因此两者之间存在负相关关系。 最后，我们基于CAPM模型重新计算了
和
并进行回归作为稳健性检验。如表1的第四、五列所示，
的符号与显著性并未发生改变，可见模型(1)和模型(2)的实证结果十分稳健，即基金家族存在显著的共同技能效应和共同噪声效应，我们假设1和假设2得到证实。然而，什么因素能够影响基金家族效应？下面我们将对这一问题进行实证研究。 四、基金家族效应影响因素的实证研究 上述研究表明我国基金行业中存在显著的基金家族效应。依此思路，影响基金家族效应的原因又有哪些呢？根据假设3和假设4，我们在接下来这部分将探究基金家族特征和基金经理个人特征对基金家族中成员基金间业绩关联性会带来怎样的影响。 (一)样本选取和变量设计 由于基金管理公司只在每季度公布基金总资产净值等数据，因此本部分以2008年至2012年共20个季度、46家基金管理公司的171只基金的面板数据作为研究样本。 1.基金家族效应变量。 第一步，我们按照之前构建的方法重新计算
和
，主要区别在于本部分以季度为单位进行计算。值得注意的是，在计算
的过程中，我们以每个季度的时间序列回归三因子模型求得残差项；在计算
的过程中，我们在每个季度用连续30个交易日的时间窗口回归三因子模型，得到每只基金超额收益率α的时间序列，再对每个时间序列采用AR(1)模型求得残差项，进而计算相关系数。 第二步，计算每只基金所属家族内其他基金
、
的平均值，以此来衡量基金个体与所在家族的整体联系，每期分别得到171个
：
通过以上计算过程，我们得到了20个季度、171只基金的面板数据。 2.基金家族和基金经理的技能变量。 借鉴陆蓉和李良松(2008)的研究方法，本文以基金i所属基金家族成员基金在t期超额收益率①的平均数
来衡量基金家族的整体业绩水平。 Zheng(1999)认为，基金经理的风险控制能力、自信程度与从业年限呈正相关关系。本文假设基金经理从业时间越长，其个人投资经验就越丰富，并用基金经理从业时间(按月计算)对数值
来作为其投资经验的代理变量。 3.其他控制变量。 为控制基金家族以及个体基金特征对基金家族效应的影响，我们加入以下控制变量：
最后，本部分建立了模型(3)和模型(4)来检验基金家族特征和基金经理特征对基金家族效应的影响。同样的，我们基于CAPM模型进行稳健性检验。 模型(3)：检验共同技能效应特征的模型：
模型(4)：检验共同噪声效应特征的模型：
(二)检验和模型设定 1.面板单位根检验。 为了防止数据不平稳造成伪回归，我们先对所有时间序列变量做单位根检验，结果如表3所示。我们采用LLC(Lenvin，Lin & Chu Unit Root Test)检验和IPS(Im，Pesaran and Shin Unit Root Test)检验均表明所有时间序列变量在1%的显著性水平下为平稳序列。
2.模型形式设定。 这里所涉变量是二维数据，不适用于普通的计量模型，因此本文选用面板数据模型进行实证分析，在混合效应、固定效应和随机效应等面板模型中进行模型形式设定。首先，我们使用Hausman检验判断模型的固定效应和随机效应。其次，我们使用Breusch and Pagan LM检验判断模型的随机效应和混合效应。Hausman检验的P值为0.6832，表明接受原假设，即随机效应模型要优于固定效应模型。LM检验结果表明显著的拒绝原假设，即随机效应模型要优于混合效应模型。根据上述检验结果，我们最终选择随机效应模型进行实证分析。 (三)回归结果及分析 表4给出了检验基金家族效应特征的实证结果。
实证研究发现：首先，基金家族技能的代理变量
在所有回归模型中均显著为正，这说明基金的共同技能效应
、共同噪声效应
与其所属家族的技能呈正相关关系，即基金的业绩关联性，会受到基金公司技能水平的正向影响。这主要是因为，当基金家族整体技能水平和共享资源的质量较高时，基金经理对基金家族的信任程度将提升，表现为更加依赖基金家族共享资源。如果所有成员基金都更多地采纳基金公司投研团队的投资建议，成员基金间的超额收益率相关性和业绩噪声相关性将相应提高。 其次，与家族技能代理变量
相反的是，基金经理个人技能代理变量
的回归系数在所有模型中均显著为负，这说明基金的共同技能效应
、共同噪声效应
与其基金经理的个人投资经验呈负相关关系。这是因为当基金经理的投资经验越丰富，他就更倾向于自主择股，从而对家族共享资源的依赖程度相应降低，这将导致家族中成员基金的异质性提升，业绩关联性相应降低。 实证结果还表明基金家族效应与基金家族资产规模
存在显著的正相关关系，但与基金个体资产规模
的相关性并不明显。我们认为，这主要是因为随着基金家族资产规模增大，在投研团队提供的有限股票池范围内，基金持股受限增加导致成员基金交叉持股现象更加严重，进而提高了业绩相关性。基金家族效应与基金个体存续期
、基金家族存续期
均呈现显著的负相关关系，这说明新基金尚未形成自己的投资风格，与家族的联系更为紧密。随着基金存续期的增加，成员基金的个体风格逐步彰显，从而逐渐弱化了与基金家族的联系。基金家族效应与成员基金数量
呈负相关关系，这可能是因为随着成员基金数量的上升，庞大的组织机构和人员数量将导致相互间的联系降低，Nanda et al.(2004)的研究也得出相同的结论。基金家族团队稳定性
系数为正，表明基金团队越不稳定(
越大)，成员基金的业绩关联性就越强，但这种关系并不显著。我们认为，基金经理在稳定的团队氛围下更易彰显个性风格，提高个人在投资标的选择中的话语权。此外，基金经理性别
和受教育程度
的系数均不显著，说明性别和学历对基金业绩关联性并没有太大影响。 最后，作为稳健性检验，我们基于CAPM模型重新计算了
和
进行回归。实证结果如表4的第三、四列所示，
和
的符号与显著性并未发生改变。由此我们可以得出结论：基金家族技能和基金经理技能将分别对基金家族效应产生正向和负向影响，假设3和假设4得到证实。 五、基金家族效应对溢出效应影响的实证研究 我们推测，基金溢出效应本质上是基金家族内部子基金之间存在共同技能效应和共同噪声效应所引起的。下面我们将依据推论1～3分别对我们的猜测进行验证。 (一)变量及模型设计 1.基金资金流指标。 本文采用剔除了基金收益对基金总资产净值影响的资金流入增长率
作为基金资金流代理变量，即基金i在t期的资金净流入与上期期末总资产净值的比值：
2.明星基金和瘦狗基金。 本文参考Nanda et al.(2004)的方法，根据基金收益率排序定义明星基金。排名前10%的基金定义为明星基金(Star Fund)，排名后10%的基金定义为瘦狗基金(Dog Fund)，同时存在多只明星基金称为明星基金家族(Star Family)。具体来说，若t期基金i所在的基金家族存在明星基金，虚拟变量
为1，否则为0；若存在瘦狗基金，则虚拟变量
为1，否则为0；若t期基金i所在的基金家族同时存在两只或以上的明星基金，虚拟变量
为1，否则为0。 3.基金家族效应指标及控制变量。 在本部分我们分别用
、
衡量共同技能效应和共同噪声效应。
为基金i在t期的超额收益率，
为基金i所在家族的成员基金在t期超额收益率的均值。此外，我们还将
及相关交叉项作为模型的控制变量。采用文章第四部分相同的样本，为了检验基金业绩关联性对基金溢出效应的影响，我们构造如下三个模型： 模型(5)：检验基金家族的明星基金溢出效应：
模型(6)：检验基金技能相关性和噪声相关性对溢出效应的影响：
模型(7)：检验随着基金家族数量规模的扩大，基金业绩相关性对溢出效应影响的变化：
(二)检验和模型设定 1.面板单位根检验。 为了防止数据不平稳造成伪回归，我们对时间序列变量做单位根检验，结果如表5所示。LLC检验和IPS检验均表明所有时间序列变量在1%的显著性水平下为平稳序列。
2.模型形式设定。 首先，我们使用Hausman检验判断模型的固定效应和随机效应。其次，我们使用F检验判断模型的固定效应和混合效应。检验结果表明，Hausman检验结果显著的拒绝原假设，即固定效应模型优于随机效应模型。在F检验中，F=1.64＞F[，α]，从而拒绝原假设，即固定效应模型优于随机效应模型。根据上述检验结果，我们最终选择固定效应模型进行实证分析，并用截面加权的广义最小二乘法纠偏。 (三)回归结果及分析 表6给出了检验基金溢出效应的回归结果。
根据上述实证结果，我们发现：首先，明星基金star和明星基金家族starF的系数均显著为正，这表明明星基金和明星基金家族对旗下的其他基金具有明显的溢出效应。瘦狗基金dog的系数显著为负，这表明排名靠后的基金对所属家族基金的资金流存在负面影响。上述结果证明了明星基金、明星基金家族和瘦狗基金确实给投资者起到了示范作用，从而影响了投资者的行为选择。 其次，共同技能效应Lambda与基金资金流flow之间存在显著的正相关关系，且
交叉项都为正；而共同噪声效应Rho与基金资金流flow之间存在显著的负相关关系，且Rho的交叉项也都为负。上述结果证明了本文模型的推论，即明星基金溢出效应随着共同技能效应的增加而增加，随着共同噪声效应的增加而减少。我们认为，这主要是因为投资者存在有限理性，会根据基金历史表现不断调整预期并做出投资决策：当前期基金家族成员基金的业绩普遍优秀且稳定时，投资者将增加对该家族基金的资金投入；当成员基金的业绩普遍表现不稳定时，投资者将减少对该家族基金的投入。 最后，基金超额收益率alpha和基金家族超额收益率alphaF的系数在所有模型均为正，但并不显著③，这表明基金的优秀历史表现对投资者行为有微弱的正向导向作用。基金规模Lambda[，ij]的系数显著为负，家族规模log(TNAF)的系数显著为正，这一结果符合国内外多数学者的研究结论。我们认为，对个体基金而言，随着基金资产规模的扩大，即使资金流入绝对值上升，其与资产规模的比率也一般呈下降趋势。而对于基金家族来说，具有较大资产规模的基金家族往往更具备市场影响力和品牌效应，利于减少投资者的搜寻成本，因而对旗下成员基金的资金流影响是正面的。此外，存续期log(age)、log(ageF)与资金流入flow之间均存在负相关关系，这是因为基金发行前期往往配合较大的营销力度，带来较高的资金流入，随着基金存续期的增加，资金流入将趋于稳定。 (四)稳健性检验 为验证结果的稳健性，我们基于CAPM模型重新进行回归，实证结果表明关键解释变量的符号和显著性并未发生改变，可见我们的实证结果是稳健的。 六、结论及相关建议 本文以2008年至2012年间我国所有开放式股票类基金为研究样本，提出了基金家族中成员基金的两种业绩联系，即共同技能效应和共同噪声效应。我们分别以超额收益率一阶自回归得到的残差项的相关系数和Fama-French三因子模型回归得到的残差项的相关系数作为二者的代理变量。本文首先检验了我国基金家族中共同技能效应和共同噪声效应的存在性，并在此基础上探讨了基金家族特征和基金经理特征对这两种效应的影响。然后，本文进一步分析了共同技能效应和共同噪声效应对基金资金流的影响。实证研究发现：(1)在我国基金行业中，同一家族中成员基金的业绩关联性要显著超过非同一家族基金的业绩关联性。这主要是因为基金家族一般使用共同的投研团队为其成员基金提供投研支持，同时基金经理之间存在充分的机会交流互动，导致他们往往存在相同的市场预期和个股观点。此外，每家基金公司在长期经验积累中形成的特定的投资风格和经营理念都会导致旗下基金投资风格趋同，进而缩小了成员基金间的异质性。(2)基金的共同技能效应和共同噪声效应与其所属家族的技能水平和资源质量呈现显著的正相关关系，而与基金经理的个人投资经验呈现显著的负相关关系。这主要是因为，当基金家族的投研团队能力较强时，基金经理会更多的采纳投研团队提供的投资建议，对家族资源的依赖程度就越高；而当基金经理个人投资经验丰富、择股能力较强时，基金经理就会更加自信自己的判断，对家族资源的依赖程度相对降低。(3)共同技能效应对基金资金流有显著的正向影响，而共同噪声效应对基金资金流有显著的负向影响。我们认为，投资者会根据历史信息识别基金间的业绩联系，当前期基金家族成员基金的业绩普遍较优且稳定时，投资者将增加对该家族的资金投入，当成员基金的业绩普遍不稳定时，投资者将撤回对该家族的投资。由此可见，明星基金具有强烈的示范效应和广告效应。 投资基金作为投资者分散非系统性风险的主要投资渠道，但是基金家族内不同基金之间的业绩相关性将在一定程度上增大了投资基金的非系统性风险，投资者对此应该有清醒的认识。投资者在依据基金的品牌效应认购基金时应该更加注重基金经理的个人投资经验和能力，投资经验丰富的基金经理，有助于降低该只基金与其所在基金家族其他基金的业绩相关性，其个人风格更多的影响了基金的收益，从而在获得更高收益的同时降低投资者所面临的非系统性风险。此外，选择投资经验丰富的基金经理所管理的基金将有助于减少共同噪声效应对该基金的影响，从而获得更高的投资收益。 感谢匿名审稿人的宝贵意见，文责自负。 ①超额收益率为Fama-French三因子模型中的常数项，稳健性检验基于CAPM模型。 ②若出现同时存在多名基金经理的情况，则采用任职时间较长的那名基金经理为基准，下同。 ③在稳健性检验中，两者的系数均显著的为正。
标签：基金论文; 溢出效应论文; 基金经理论文; 回归模型论文; 基金收益率论文; 相关性分析论文;
