最好分开：资产公共性、双方网络中心性、，

相似文件 换一批

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

英文标题：
《Better to stay apart: asset commonality, bipartite network centrality,
  and investment strategies》
---
作者：
Andrea Flori, Fabrizio Lillo, Fabio Pammolli, Alessandro Spelta
---
最新提交年份：
2018
---
英文摘要：
  By exploiting a bipartite network representation of the relationships between mutual funds and portfolio holdings, we propose an indicator that we derive from the analysis of the network, labelled the Average Commonality Coefficient (ACC), which measures how frequently the assets in the fund portfolio are present in the portfolios of the other funds of the market. This indicator reflects the investment behavior of funds\' managers as a function of the popularity of the assets they held. We show that $ACC$ provides useful information to discriminate between funds investing in niche markets and those investing in more popular assets. More importantly, we find that $ACC$ is able to provide indication on the performance of the funds. In particular, we find that funds investing in less popular assets generally outperform those investing in more popular financial instruments, even when correcting for standard factors. Moreover, funds with a low $ACC$ have been less affected by the 2007-08 global financial crisis, likely because less exposed to fire sales spillovers.
---
中文摘要：
通过利用共同基金和投资组合持股之间关系的二部网络表示，我们提出了一个从网络分析中得出的指标，即平均共性系数（ACC），用于衡量基金投资组合中的资产在市场上其他基金的投资组合中出现的频率。这一指标反映了基金经理的投资行为，是他们所持资产受欢迎程度的函数。我们发现$ACC$提供了有用的信息来区分投资于利基市场的基金和投资于更受欢迎资产的基金。更重要的是，我们发现ACC$能够提供有关基金业绩的指示。特别是，我们发现投资于不太受欢迎的资产的基金通常表现优于投资于更受欢迎的金融工具的基金，即使在校正标准因子的情况下也是如此。此外，ACC美元较低的基金受2007-08年全球金融危机的影响较小，这可能是因为它们较少受到甩卖溢出的影响。
---
分类信息：

一级分类：Quantitative Finance        数量金融学
二级分类：Portfolio Management        项目组合管理
分类描述：Security selection and optimization, capital allocation, investment strategies and performance measurement
证券选择与优化、资本配置、投资策略与绩效评价
--
一级分类：Quantitative Finance        数量金融学
二级分类：General Finance        一般财务
分类描述：Development of general quantitative methodologies with applications in finance
通用定量方法的发展及其在金融中的应用
--

---
PDF下载：
--> Better_to_stay_apart:_asset_commonality,_bipartite_network_centrality,_and_inves.pdf (943.56 KB)

2022-6-25 04:20:13 上传

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖

关键词：公共性 Quantitative relationship Presentation Optimization

更好地保持独立：资产公共性、双方工作中心性和投资战略*Fabrizio Lillo+Fabio Pammolli§PAlessandro Speltakabstract通过利用共同基金和投资组合持股之间关系的二部网络表示，我们提出了一个从网络分析中得出的指标，标记为平均公共性系数（ACC），衡量基金投资组合中的资产出现在市场上其他基金投资组合中的频率。该指标反映了基金经理的投资行为，作为其所持资产受欢迎程度的函数。Weshow，ACC提供了有用的信息来区分投资于利基市场的基金和投资于更受欢迎资产的基金。更重要的是，我们发现ACC能够提供有关基金业绩的指示。特别是，我们发现，投资于较不受欢迎资产的基金通常表现优于投资于较受欢迎金融工具的基金，即使对标准因子进行校正。

此外，ACC较低的基金受2007-08年全球金融危机的影响较小，可能是因为受到的零售溢出影响较小。关键词：共同基金；二部网络；α持久性；赛马投资组合；平均通用系数JEL代码：G11；G23；C02；C6类*米兰理工大学管理、经济和工业工程系；安德烈。flori@polimi.it+意大利米兰分析、决策和社会中心（CADS）-人类技术极；法布里齐奥。lillo@unibo.it意大利博洛尼亚博洛尼亚大学数学系§米兰理工大学管理、经济和工业工程系；法比奥。pammolli@polimi.itP意大利米兰ItalykCenter for Analysis，Decision，and Society（CADS）-Human Technopole，米兰，意大利米兰，分析，决策和社会中心（CADS）-Human Technopole；亚历山德罗。spelta@htechnopole.it1简介评估基金业绩是投资者和市场效率的主要兴趣所在。学者们提出了几种替代模型，既可以解释基金的表现，也可以确定推动额外表现的主要因素。从传统的资产定价模型（即CAPM）开始，该模型根据股票表现与市场回报的关系来评估股票表现，文献引入了旨在识别特殊风险因素的其他因素。Fama和French（1993）讨论了线性三因素模型，其中除了市场溢价外，还讨论了另外两个因素，以衡量小盘股与大盘股以及价值与增长资产的历史超额回报。Carhart（1997）通过提出四因素模型丰富了这一框架，其中定义了动量因素，以捕捉市场中赢家减去输家资产的角色。

最近，Fama和French（2015）通过添加可盈利性和投资因素扩展了他们的三因素模型，而P’astor和Stambaugh（2002）提出了七因素模型，其中三个行业因素被添加到Carhart的模型中。然而，市场参与者可能会以不同的方式解读信息，并积极管理其投资组合，以获得优于这些因素预期的业绩。熟练的管理者是那些应该更能够提取市场信号并进行相应投资的投资者，从而比技能较低的投资者产生积极的外部绩效。反过来，这需要识别投资者产生这些额外表现的方式（即字母金融术语）中的系统模式，以及它们是否在时间上持续。文献讨论了这些被视为技术娴熟的投资者更有可能创造积极的额外业绩，并最终系统地击败其他投资者的原因。然而，经验证据对基金业绩的可预测性提出了质疑，这一事实促使关于管理技能与阿尔法持续性之间关系的文献不断增加（例如，见Grinblatt和Titman（1992）；Hendricks等人（1993年）；Goetzmann和Ibbotson（1994）；Brown和Goetzmann（1995）；Elton等人（1996年）；Bollen和Busse（2004）；Barras等人（2010年）；Busse等人（2010年）；Fama和French（2010）等）。阿尔法的一个重要决定因素显然是选择潜在盈利资产的能力。许多其他基金选择的资产很可能以现有因素已经解释过的方式提高了稳定性。

因此，在本文中，我们研究了挑选其他基金不常见的资产的能力是否会带来传统alphameasures中未包含的管理技能信息。为了进行这一分析，我们从全球的角度来看基金和资产系统。该系统可以被视为一个二部网络，其中一个集合（基金）中的一个节点与另一个集合（资产）中的一个节点之间的链接表示该基金在所考虑的资产中的重大投资（有关更正式的定义，请参见第2.2小节）。两个投资组合之间的相似性（称为重叠）被广泛定义为共同资产的细分，而资产的共同性是拥有该资产的基金数量。因此，我们可以将基金的平均共同性系数（ACC）定义为其投资组合中资产的平均共同性。因此，我们感兴趣的不仅是那些在投资组合构成方面多样化程度最高的基金，而且我们还可以识别那些存在于大量基金中的资产，或者是那些仅由少数投资组合持有的资产。因此，考虑到相同的差异水平，例如通过投资组合中的资产数量进行天真的衡量，我们可以区分更倾向于投资利基市场的基金（即，许多投资组合中不存在的资产）和选择普通资产的基金（即，在基金中分布非常广泛和流行的资产）。特别是，在本文中，我们关注美国股票共同基金，并通过关注投资组合持有的拓扑特征来研究管理技能。事实上，组合可能在传递管理偏好方面提供信息，而投资组合的变化可以用来揭示未来基金的业绩和管理者对风险的态度。

例如，在市场不确定性期间，例如2007年年中的崩盘，投资者将其投资组合中越来越多的部分分配给更安全的资产（参见Kacperczyk和Schnabl（2010）；R–osch和Kaserer（2013）；Bethke et al.（2017）amongothers），证实了投资组合层面上资产质量选择的灵活性，投资组合重叠的可能性正在受到越来越多的关注，尤其是在关于因零售溢出而产生的系统性风险的文献中。例如，参见Caccioli等人（2014年）；Greenwood等人（2015年）；Corsi等人（2016）；Di Gangi等人（2018年）。在本文中，成分和资产，或持有量和成分被认为是可互换的。影响了各基金的整体相似性，并可能影响到市场多元化的有效延伸。这项工作将每个基金的额外表现与系统其他部分的相似程度联系起来，后者结合了基金经理如何多元化投资组合以及他或她选择的资产如何被许多其他基金经理选择。在这方面，我们并不依赖于一个典型的多元化指标，例如基金管理下的资产集中度，但我们采用了一个新的衡量标准（ACC指标），该指标还嵌入了投资组合中资产的受欢迎程度。该指标与Hidalgo等人（2007年）开发的非经济复杂性指标工具箱有关；Hidalgo和Hausmann（2009）评估了一个经济系统的拓扑结构，如在该系统中运行的每个代理的多元化程度和专业化程度。伊达尔戈（Hidalgo）和豪斯曼（Hausmann）开发的经济复杂性指数（ECI）被用来预测一个国家未来的经济增长，通过观察该国出口产品的多样性和复杂性。

经济复杂性概念的关键是分析全球“产品空间”中各国贸易出口的相互关联模式。在本文中，我们从这些概念出发，研究资金如何在“投资组合机构空间”中流动。重要的见解是，由基金代表选择的组成部分是衡量管理人管理“能力”的代理指标。这种方法在一定程度上与Cohen et al.（2005）一致，Cohen et al.（2005）已经认识到，投资组合持有量之间的相似性可以为绩效可预测性提供有用的信息，而绩效可预测性通常不包括在alpha度量中。特别是，他们的方法通过根据基于投资于这些资产的管理者的平均阿尔法的加权方案来衡量其资产组合中资产的质量，从而映射出管理者之间的相似性。相比之下，我们试图衡量投资组合多元化的不同视角，这基本上也考虑到了管理者在追求正阿尔法时选择利基资产与流行资产的选择。在下文中，我们表明，ACC与Cohen et al.（2005）的相关性较弱，这对基金的表现给出了不同且往往更好的预测。我们没有讨论为什么投资者选择或多或少的利基投资组合，或者在我们看来，选择或多或少的外围资产。相反，我们提供的经验证据表明，管理层创造额外业绩的能力反映了所管理资产的共性，这种影响部分受到2007年年中危机的影响。

一般而言，我们观察到，ACC维度并不是简单地作为管理技能的代理，而是作为构建可盈利投资战略的阿尔法衡量标准的补充。文献已经提供了实证证据，表明积极管理基金的业绩与它们根据信息优势集中投资组合的方式有关（参见Coval和Moskowitz（1999）；Kacperczyk等人（2005年）；Cremers和Petajisto（2009））。在这里，我们利用二部网络拓扑结构来评估管理者的额外绩效是否与对资产公共性的不同投资态度有关。这一拟议的经理人技能指标被用来描述阿尔法持续时间，并解释基金在最近全球金融危机的市场动荡期间的额外表现。我们发现，在控制了三个和五个因素后，那些拥有更多外围资产的基金（即ACC价值较低的基金）比那些投资于更受欢迎资产的基金更容易产生积极的额外绩效。

投资组合策略长期投资于ACC价值较低的基金，短期投资于该拓扑指标价值较高的基金，即使在以繁荣和爆发周期为特征的持有期内，也能够产生积极的额外表现。本文的其余部分组织如下：第2节将介绍用于计算ACC指标的数据集和方法，特别讨论如何利用共同基金周长的网络理论表示从投资组合持有中提取信息；第3节显示了我们的投资策略的结果，这些投资策略涉及整个危机中不同时间窗口下的拓扑信息；然后，第4节讨论了使用ACC对管理技能衡量的替代公式所产生的主要经济影响。最后，第5节总结。2数据和方法2.1数据数据取自CRSP幸存者无偏差数据集，该数据集收集美国开放式共同基金的历史持有量和业绩。CRSP数据库提供了投资组合和投资组合的基金之间的映射。例如，可能存在这样的情况，即某个投资组合由多个基金持有。为了研究投资组合在各基金之间的重叠，我们将基金的总回报按比例分配给相应的投资组合和基金的总资产净值。通过这样做，以下术语基金和投资组合可以互换使用。为了研究基金与其组成部分之间的关系，我们将重点放在那些更多涉及美国权益工具的基金上。根据Schwarzkopf和Farmer（2010）的规定，这一选择是通过将股票风险敞口至少相当于投资组合净资产价值80%的基金进行的。

我们的数据集包括2004年至2010年ata季度的投资组合持有量，而组成部分和基金的回报率每天都有对应关系。分析还针对两个子样本进行，即2004年至2007年的危机前时期和2007年至2010年的（危机后）时期。从原始数据开始，我们使用Cusip股票代码对组成部分进行了汇总，并添加了基金费用，以获得总基金回报。总体数据集包括2700多只投资于约15000只成分的基金，其平均值分别为1882只和10274只。从2004年我们观察到1113只基金和5018只组成部分，到2010年样本中收集到2345只基金和14334只组成部分，数据集中的基金和组成部分的数量都在不断增加。尽管数据集中记录了大量实体，但并非所有基金和组成部分都在所有发行日期持续存在。在每个季度，我们在分析中只考虑在两个季度连续出现的基金（以及相应的组成部分）。最后，我们的研究依赖于从三因素和五因素模型（Fama和French（1993，2015））中获得的管理技能的阿尔法度量，使用Cohen et al.（2005）的时间序列，我们包括了CRSP给出的年度费用比和12（b）1费用；我们将这些金额除以252以获得每日配额，然后将所得值添加到每个每日netfund的回报中以获得总回报。从英国法语数据库检索(http://mba.tuck.dartmouth.edu/pages/faculty/ken.french/data图书馆html）。2.2方法我们的数据集可以很容易地解释为一个动态的二部网络Ht（F，C），其中的节点可以分为两种类型，即基金（F）和成分（C），这样就只链接不同分区中的连接节点（示例见图1）。