梅立興 閆偉 方進(jìn)

(1.廣發(fā)證券股份有限公司，廣東 廣州 510627；2.華南理工大學(xué)，廣東 廣州 510641；3.中信證券股份有限公司，北京 100125)

一、引言

不同于尋找具有超額收益證券的傳統(tǒng)投資方法，基于投資績(jī)效“選人”的新型投資方法逐漸在投資實(shí)務(wù)中得到重視。該方法通過(guò)尋找具有超額收益能力的“人”并追隨這類人的投資來(lái)獲取超額收益，這類特殊群體即為“聰明投資者”(sophisticated investors)。目前，對(duì)“聰明投資者”并沒(méi)有一致定義。本杰明·格雷厄姆在《聰明的投資者》一書中首先明確了“投資”與“投機(jī)”的區(qū)別，指出聰明的投資者當(dāng)如何確定預(yù)期收益。Feng et al.(2014)[3]認(rèn)為“聰明投資者”具有更好的專業(yè)知識(shí)來(lái)有效獲取和處理信息，且Keswani and Stolin(2008)[9]認(rèn)為機(jī)構(gòu)投資者比個(gè)人投資者更聰明。Kalay(2015)[8]認(rèn)為不能直接將機(jī)構(gòu)投資者歸類為“聰明投資者”，并從信息獲取和處理能力角度發(fā)現(xiàn)投資者是否“聰明”與機(jī)構(gòu)投資者持倉(cāng)之間的相關(guān)性較弱。近年來(lái)，大部分學(xué)者主要從“聰明錢效應(yīng)”(smart money effect)和投資績(jī)效角度間接界定“聰明投資者”，并對(duì)其交易特征進(jìn)行了相關(guān)研究。

關(guān)于“聰明投資者”的專門研究在學(xué)術(shù)界較少?！奥斆魍顿Y者”主要表現(xiàn)在投資者的投資績(jī)效，常常出現(xiàn)在“聰明錢效應(yīng)”研究中。比如，Gruber(1996)[6]以美國(guó)開(kāi)放式基金為樣本，發(fā)現(xiàn)有資金凈流入的共同基金在未來(lái)業(yè)績(jī)表現(xiàn)更好，從而發(fā)現(xiàn)了“聰明錢”的存在，認(rèn)為這類投資者具有一定的基金選擇能力，將他們稱為“聰明投資者”。Zheng(1999)[12]利用更大的美國(guó)開(kāi)放式基金樣本發(fā)現(xiàn)，規(guī)模較小且有凈資金流入的基金在未來(lái)能夠獲得顯著超額收益，并正式提出了“聰明錢效應(yīng)”這一名詞。Sapp and Tiwari(2004)[10]認(rèn)為Zheng(1999)[12]所發(fā)現(xiàn)的“聰明錢效應(yīng)”歸功于動(dòng)量效應(yīng)，投資者不是挑選出優(yōu)秀基金，而是采取了動(dòng)量策略來(lái)投資共同基金。然而，Gharghori et al.(2007)[5]在控制了動(dòng)量因子后，發(fā)現(xiàn)澳大利亞基金市場(chǎng)依然存在“聰明錢效應(yīng)”。進(jìn)一步，Keswani and Stolin(2008)[9]研究發(fā)現(xiàn)英國(guó)共同基金市場(chǎng)的機(jī)構(gòu)投資者和個(gè)人投資者均存在“聰明錢效應(yīng)”。在國(guó)內(nèi)，相關(guān)研究起步較晚，莫泰山和朱啟兵(2013)[14]首次將投資者的擇時(shí)能力納入“聰明錢”效應(yīng)，發(fā)現(xiàn)我國(guó)個(gè)人和機(jī)構(gòu)投資者均不具有基金品種選擇能力和時(shí)機(jī)選擇能力。但是，F(xiàn)eng et al.(2014)[3]發(fā)現(xiàn)我國(guó)機(jī)構(gòu)投資者表現(xiàn)出一定的“聰明錢效應(yīng)”，而個(gè)人投資者表現(xiàn)出“愚蠢錢效應(yīng)”(dumb money effect)1，他們認(rèn)為“聰明投資者”具有更好的專業(yè)知識(shí)來(lái)有效地獲取和處理信息。此外，林煜恩等(2014)[13]則發(fā)現(xiàn)我國(guó)共同基金具有績(jī)效持續(xù)性，顯示我國(guó)共同基金經(jīng)理人具有選股能力，并且共同基金的“聰明錢效應(yīng)”主要由個(gè)別投資者的流量所驅(qū)動(dòng)。目前，學(xué)術(shù)界關(guān)于“聰明投資者”的研究主要出現(xiàn)在基金市場(chǎng)的研究中，通過(guò)“聰明錢效應(yīng)”間接證明“聰明投資者”的存在。

回顧文獻(xiàn)發(fā)現(xiàn)，國(guó)內(nèi)對(duì)“聰明投資者”的研究?jī)H兩三篇文獻(xiàn)，而且缺乏對(duì)股票市場(chǎng)“聰明投資者”的探索，僅徐龍炳和張大方(2017)[16]利用市場(chǎng)公開(kāi)數(shù)據(jù)首次直接考察了我國(guó)股票市場(chǎng)的“聰明投資者”行為，并從投資策略角度對(duì)“聰明投資者”進(jìn)行了界定，發(fā)現(xiàn)市場(chǎng)存在“聰明投資者”。與之不同，本文將直接利用投資者的全賬戶交易信息來(lái)研究我國(guó)股票市場(chǎng)“聰明投資者”的存在性。具體而言：首先，根據(jù)投資者實(shí)際的投資收益檢驗(yàn)我國(guó)股票市場(chǎng)是否存在“聰明投資者”，可否獲得超過(guò)滬深300指數(shù)的超額收益；其次，自上而下地從宏觀到微觀角度對(duì)“聰明投資者”投資績(jī)效進(jìn)行分解，即從倉(cāng)位管理、市場(chǎng)風(fēng)格適應(yīng)能力及選股能力三個(gè)方面對(duì)不同歷史投資績(jī)效的客戶進(jìn)行差異分析，探索“聰明投資者”的交易行為特征，并對(duì)其獲得超額收益的原因進(jìn)行剖析或者說(shuō)對(duì)其投資績(jī)效進(jìn)行歸因。

本文以國(guó)內(nèi)某大型券商融資融券客戶為樣本，選取2014年6月30日至2017年12月31日為研究區(qū)間，主要發(fā)現(xiàn)有：(1)我國(guó)股票市場(chǎng)存在“聰明投資者”，在牛熊市中均可獲得顯著的超額收益；(2)歷史投資虧損較高的客戶的風(fēng)險(xiǎn)偏好較高，“聰明投資者”風(fēng)險(xiǎn)偏好相對(duì)較低但能夠獲得超額收益，即不是因?yàn)樗麄兏吒軛U融資或配置更多風(fēng)險(xiǎn)資產(chǎn)承擔(dān)風(fēng)險(xiǎn)而獲得風(fēng)險(xiǎn)溢價(jià)，而是個(gè)人投資能力的體現(xiàn)；(3)通過(guò)對(duì)“聰明投資者”獲利來(lái)源的挖掘，發(fā)現(xiàn)這類投資者具有更好的倉(cāng)位管理能力、市場(chǎng)風(fēng)格適應(yīng)能力及顯著的選股能力。

本文可能的貢獻(xiàn)有：第一，首次利用客戶全賬戶的交易明細(xì)信息，直接探索我國(guó)股票市場(chǎng)是否存在“聰明投資者”及其行為特征，為研究我國(guó)這一部分特殊群體投資者行為奠定了基礎(chǔ)；第二，發(fā)現(xiàn)“聰明投資者”與其他投資者在獲取收益上存在顯著差異，主要由倉(cāng)位管理能力、市場(chǎng)風(fēng)格適應(yīng)能力和選股能力等造成，這為從“選人”角度制定有效可行的投資策略提供了新的研究思路。

二、研究設(shè)計(jì)

(一)樣本選取

本文選取我國(guó)某大型券商的融資融券客戶為研究對(duì)象?？紤]到數(shù)據(jù)的完整性和完備性，選取2014年6月30日至2017年12月31日為研究區(qū)間，具體信息主要包括：(1)融資融券客戶開(kāi)戶信息，主要包括性別、年齡、開(kāi)戶時(shí)間、學(xué)歷、職業(yè)、所在城市等。(2)融資融券客戶交易信息，具體包括賬戶代碼、市場(chǎng)類型、股票代碼、成交價(jià)格、成交數(shù)據(jù)以及每天閉市后各賬戶所持有的投資產(chǎn)品(股票、基金及衍生品等)及現(xiàn)金等。(3)我國(guó)滬深兩市A股融資融券標(biāo)的股票的交易數(shù)據(jù)，交易衍生數(shù)據(jù)(如流通市值、市盈率、市凈率等)，滬深300市場(chǎng)指數(shù)及上證綜合指數(shù)等，這一部分?jǐn)?shù)據(jù)均來(lái)自萬(wàn)得(Wind)數(shù)據(jù)庫(kù)。

由于有些客戶(如大小非、大股東、董監(jiān)高、托管戶等)長(zhǎng)期不交易，無(wú)法分析其交易行為，也不具有分析價(jià)值，因此，本文需要從融資融券客戶中篩選出交易活躍的交易型客戶，以便分析其交易特征。具體篩選條件如下：(1)刪除半年日均凈資產(chǎn)小于5萬(wàn)元的客戶(t天前半年均值)。(2)刪除半年股基日均成交金額/半年日均凈資產(chǎn)小于10%客戶(t天前半年均值)。(3)由于融資融券客戶的原始數(shù)據(jù)中出現(xiàn)了部分收入不知來(lái)源或不知去向，造成NAV(單位資產(chǎn)凈值，具體定義見(jiàn)下文)過(guò)大或過(guò)小，因此需要根據(jù)NAV進(jìn)一步篩選樣本客戶；此外，在2015年11月23日，融資保證金比例由至少50%提高到至少100%(該券商由至少70%提高到至少100%)，因此，本文刪除下期NAV相比本期增減超過(guò)30%的客戶。

圖1反映了按照一定條件篩選后在研究區(qū)間內(nèi)的融資融券客戶人數(shù)變化趨勢(shì)，從中可以看出，篩選后融資融券客戶人數(shù)呈現(xiàn)先上升后下降的趨勢(shì)，于2015年9月7日達(dá)到最大值110133，較之后處于下降通道并在最近一年處于平穩(wěn)狀態(tài)，人數(shù)維持在42000左右。

(二)主要變量

1.收益率和單位資產(chǎn)凈值計(jì)算

先計(jì)算融資融券投資者每天的收益率，再計(jì)算每個(gè)融資融券投資者的單位資產(chǎn)凈值(NAV, Net Asset Value)(以2014年6月30日為基期，NAV=1)。投資者i在時(shí)間t+1的資產(chǎn)收益率(Return)和單位資產(chǎn)凈值(NAV)的計(jì)算公式如下：

圖1 篩選后融資融券客戶人數(shù)

式中，Net_asseti,t-1和Net_asseti,t分別為投資者在t+1期和t期的凈資產(chǎn)；Cash_in和Cash_out分別現(xiàn)金轉(zhuǎn)入和現(xiàn)金轉(zhuǎn)出，Before_Close_Cash_in和Before_Open_Cash_out分別為收市之前(15:00之前)的現(xiàn)金轉(zhuǎn)入和開(kāi)市之前(9:30之前)的現(xiàn)金轉(zhuǎn)出；Securities_transfer為證券轉(zhuǎn)托管的市值。

相比傳統(tǒng)收益率的計(jì)算方法(即式(1))，本文改進(jìn)后的客戶賬戶資產(chǎn)收益率和單位資產(chǎn)凈值的計(jì)算方法(即式(2)和(3))主要優(yōu)勢(shì)在于：第一，式(2)考慮到了現(xiàn)金轉(zhuǎn)入或轉(zhuǎn)出的時(shí)間對(duì)資產(chǎn)收益率的影響，提高了計(jì)算投資者資產(chǎn)收益率的準(zhǔn)確性。如某投資者在t期的總資產(chǎn)為100萬(wàn)，無(wú)負(fù)債，僅投資股票資產(chǎn)。應(yīng)用場(chǎng)景1：在t+1期，交易過(guò)程中轉(zhuǎn)入1000萬(wàn)，購(gòu)買某股票后當(dāng)日收盤漲幅為8%，則t+1期的總資產(chǎn)為100+1000+1000×8%=1180萬(wàn)，式(1)計(jì)算的收益率為(1180-100-1000)/100=80%，式(2)計(jì)算的收益率為(1180-100-1000)/(100+1000)=7.27%，后者計(jì)算的收益率明顯更加合理；應(yīng)用場(chǎng)景2：在t+1期，開(kāi)盤前轉(zhuǎn)出現(xiàn)金50萬(wàn)，購(gòu)買某股票后當(dāng)日收盤漲幅為8%，則t+1期的總資產(chǎn)為50+50+50×8%=104萬(wàn)，式(1)計(jì)算的收益率為(104-100)/100=4%，式(2)計(jì)算的收益率為(104-100)/(100-50)=8%，后者計(jì)算的收益率也明顯更加合理。第二，從NAV可以直接判斷投資者的長(zhǎng)期盈利情況。對(duì)于2014年6月30日以后開(kāi)始交易的融資融券新客戶，以其第一個(gè)交易日為基期，當(dāng)期單位資產(chǎn)凈值為1。

2.基于投資績(jī)效的客戶分組

根據(jù)客戶歷史投資績(jī)效對(duì)其進(jìn)行分組。具體步驟：(1)根據(jù)每個(gè)月月末的NAV計(jì)算客戶前半年的收益率，即客戶i在t月的前半年投資收益率為其中NAVi,t為客戶i在t月月末的單位資產(chǎn)凈值，其基期為2014年6月30日或者融資融券交易的第一天；(2)根據(jù)客戶前半年的收益率情況將客戶均分成10組，分別為High、2、3、4、5、6、7、8、9和Low組，如t月(從2015年1月開(kāi)始)是根據(jù)t月前半年(即t-5月至t月)的收益率對(duì)客戶進(jìn)行分類；(3)如果某客戶i連續(xù)六個(gè)月均在High組中，如t到t+5月均為High，則稱為六個(gè)月均為High組客戶；如果某客戶i連續(xù)六個(gè)月均在Low組中，如t到t+5月均為L(zhǎng)ow，則稱為六個(gè)月均為L(zhǎng)ow組客戶。

3.聰明投資者

參考徐龍炳和張大方(2017)[16]，采用超額收益率來(lái)定義“聰明投資者”，即相對(duì)于同期滬深300指數(shù)的超額收益率，相當(dāng)于控制了系統(tǒng)性風(fēng)險(xiǎn)。如果我國(guó)股票市場(chǎng)存在可以持續(xù)獲得超額收益的投資者，表現(xiàn)出“聰明錢效應(yīng)”，那么這類特殊群體投資者被定義為“聰明投資者”。

(三)模型

本文先檢驗(yàn)我國(guó)股票市場(chǎng)是否存在“聰明投資者”，然后探討“聰明投資者”的超額收益是否來(lái)自風(fēng)險(xiǎn)溢價(jià)，最后自上而下從宏觀到微觀角度對(duì)“聰明投資者”的投資績(jī)效進(jìn)行歸因分析，即從倉(cāng)位管理能力、市場(chǎng)風(fēng)格適應(yīng)能力及選股能力三個(gè)方面對(duì)不同歷史投資績(jī)效客戶進(jìn)行差異分析。具體研究設(shè)計(jì)如下：

1.檢驗(yàn)我國(guó)股票市場(chǎng)是否存在“聰明投資者”

首先，在每個(gè)月月末滾動(dòng)計(jì)算客戶歷史6個(gè)月的投資收益，并對(duì)其進(jìn)行分組；然后，計(jì)算各組客戶在未來(lái)1、2、3、4、5和6個(gè)月的超額收益(相對(duì)于滬深300指數(shù))。如果股票市場(chǎng)存在可以持續(xù)獲得超額收益的投資者，表現(xiàn)出“聰明錢效應(yīng)”，那么這類特殊群體投資者被定義為“聰明投資者”，說(shuō)明我國(guó)股票市場(chǎng)存在“聰明投資者”。

2.倉(cāng)位管理能力

運(yùn)用Pearson相關(guān)性分析方法，從股基占比與滬深300指數(shù)收盤價(jià)和收益率在歷史六個(gè)月和未來(lái)一個(gè)月的相關(guān)性角度對(duì)“聰明投資者”的倉(cāng)位管理能力進(jìn)行挖掘。倉(cāng)位管理能力即中長(zhǎng)線擇時(shí)，其目的是預(yù)判大盤趨勢(shì)，在上漲時(shí)調(diào)高倉(cāng)位，在下跌時(shí)降低倉(cāng)位。股基占比的變化在一定程度上反映了投資者對(duì)于風(fēng)險(xiǎn)資產(chǎn)的調(diào)整，即投資者擇時(shí)的思路，因此，如果某類投資者具有更強(qiáng)的倉(cāng)位管理能力，那么該類投資者的股基占比與大盤指數(shù)相關(guān)性更大。

3.市場(chǎng)風(fēng)格適應(yīng)能力

對(duì)不同歷史投資績(jī)效客戶的投資風(fēng)格能力進(jìn)行評(píng)估，判斷客戶對(duì)市場(chǎng)風(fēng)格輪動(dòng)的適應(yīng)能力，檢驗(yàn)“聰明投資者”的市場(chǎng)風(fēng)格適應(yīng)能力是否優(yōu)于其他投資者。本文采用基于收益率的時(shí)間序列回歸法(Returns-based approach，簡(jiǎn)稱RBA)的方法對(duì)客戶的投資風(fēng)格進(jìn)行分析。運(yùn)用RBA方法時(shí)，其隱含假設(shè)是投資組合相對(duì)于一系列指數(shù)的暴露程度在一定時(shí)間內(nèi)是保持不變的，本文基于該假設(shè)，以客戶2017年的業(yè)績(jī)?yōu)槔?，將運(yùn)用客戶NAV計(jì)算的周度收益率與六個(gè)巨潮風(fēng)格指數(shù)進(jìn)行回歸，對(duì)客戶的投資風(fēng)格進(jìn)行分析。具體地：

式中，Ret為證券客戶的周度收益率，β1，β2，…β6為證券客戶在指數(shù)Index1，Index2，…Index6的暴露程度，Index1，Index2，…Index6分別表示巨潮風(fēng)格指數(shù)，包括小盤價(jià)值、小盤成長(zhǎng)、中盤價(jià)值、中盤成長(zhǎng)、大盤價(jià)值和大盤成長(zhǎng)。

模型(4)的最小二乘法回歸系數(shù)可能是正數(shù)或負(fù)數(shù)，在顯著性相同的情況下無(wú)法根據(jù)系數(shù)大小來(lái)判斷客戶在不同風(fēng)格指數(shù)上的暴露程度，因此需將該問(wèn)題轉(zhuǎn)化為帶有約束條件的線性規(guī)劃問(wèn)題，進(jìn)一步檢驗(yàn)不同歷史投資績(jī)效客戶在不同風(fēng)格指數(shù)上的暴露程度，以判斷其風(fēng)格適應(yīng)能力。具體模型如下：

式中各變量含義見(jiàn)模型(4)，RetIndex,m分別為六個(gè)風(fēng)格指數(shù)的收益率。

4.選股擇時(shí)能力

從選股和擇時(shí)兩個(gè)微觀維度對(duì)不同歷史投資績(jī)效客戶的選股擇時(shí)能力進(jìn)行評(píng)估，檢驗(yàn)“聰明投資者”是否具有更好的選股擇時(shí)能力，其中，這里的擇時(shí)能力反映客戶短期(如周度頻率)擇時(shí)能力。Treynor and Mazuy(1966)[11]最早提出一個(gè)二項(xiàng)式的模型來(lái)研究基金的擇時(shí)和選股能力，發(fā)現(xiàn)基金經(jīng)理的擇時(shí)能力普遍很弱。后來(lái)Henriksson and Merton(1981)[7]提出一個(gè)帶有虛擬變量的模型來(lái)檢驗(yàn)基金經(jīng)理的選股能力和擇時(shí)能力，發(fā)現(xiàn)基金經(jīng)理呈現(xiàn)正的選股能力和負(fù)的擇時(shí)能力。本文將分別采用T-M和H-M模型檢驗(yàn)客戶的選股擇時(shí)能力，具體模型如下：

(1)T-M模型

式中，rP為客戶的周度收益率；rf為無(wú)風(fēng)險(xiǎn)收益率；rM為市場(chǎng)收益率；模型中αp用來(lái)描述客戶的選股能力，αp＞0表示客戶具有正向選股能力，αp＜0表示客戶具有負(fù)向選股能力；β1表示客戶投資組合對(duì)市場(chǎng)收益的敏感性，即客戶所承擔(dān)的系統(tǒng)性風(fēng)險(xiǎn)；β2表示擇時(shí)能力，如果β2＞0，表明客戶具有一定的擇時(shí)能力。如果市場(chǎng)為多頭走勢(shì)，即rM-rf＞0，由于(rM-rf)2恒為非負(fù)數(shù)，所以客戶的風(fēng)險(xiǎn)報(bào)酬(rP-rf)會(huì)大于市場(chǎng)投資組合的風(fēng)險(xiǎn)報(bào)酬(rM-rf)；反之，市場(chǎng)呈現(xiàn)空頭走勢(shì)，rM-rf＜0時(shí)，客戶風(fēng)險(xiǎn)報(bào)酬的下降幅度小于市場(chǎng)風(fēng)險(xiǎn)報(bào)酬的下降幅度。因此，β2可用于判斷客戶的擇時(shí)能力。

(2)H-M模型

Henriksson和Merton(1981)[7]認(rèn)為，基金投資組合的β系數(shù)取決于市場(chǎng)行情，當(dāng)市場(chǎng)處于牛市時(shí)β系數(shù)取較大值，當(dāng)市場(chǎng)處于熊市時(shí)取較小值；如果基金經(jīng)理具有擇時(shí)能力，那么基金投資組合在牛市中的β值將高于熊市。具體模型如下：

式中，rp為客戶的周度收益率；rf為無(wú)風(fēng)險(xiǎn)收益率；rM為市場(chǎng)收益率；Dummy為虛擬變量；模型中αp用來(lái)描述客戶的選股能力，αp＞0表示客戶具有正向選股能力，αp＜0表示客戶具有負(fù)向選股能力；當(dāng)rM-rf＞0時(shí)，Dummy=1；當(dāng)rM-rf＜0時(shí)，Dummy=0；β2表示擇時(shí)能力，如果β2＞0，表明客戶具有一定的擇時(shí)能力。

三、實(shí)證結(jié)果與分析

(一)我國(guó)股票市場(chǎng)是否存在“聰明投資者”？

本文比較不同歷史投資績(jī)效客戶的未來(lái)收益是否存在差異，并檢驗(yàn)“聰明投資者”是否具有超額收益，具體步驟如下：(1)研究區(qū)間內(nèi)，在每個(gè)月最后一個(gè)交易日結(jié)束后，根據(jù)歷史半年的投資收益將所有客戶均分成十組；(2)計(jì)算每組客戶(包括六個(gè)月均為High或Low組客戶)在未來(lái)1、2、3、4、5和6個(gè)月的超額收益(相對(duì)于滬深300指數(shù))；(3)統(tǒng)計(jì)High-Low以及六個(gè)月均為High-Low的均值之差及其顯著性。表1統(tǒng)計(jì)了不同類型客戶在未來(lái)1～6個(gè)月的累計(jì)超額收益。

表1顯示了不同歷史投資績(jī)效客戶相對(duì)于滬深300指數(shù)的累計(jì)超額收益。根據(jù)表中結(jié)果，從客戶均分十組來(lái)看，僅有歷史投資績(jī)效最高組(High)客戶在未來(lái)1～6個(gè)月的累計(jì)收益率均超過(guò)滬深300指數(shù)，其他組客戶并沒(méi)有獲得超過(guò)滬深300指數(shù)的超額收益；歷史投資績(jī)效High組客戶和Low組客戶在1～6個(gè)月的累計(jì)超額收益之差分別為3.78%、7.25%、10.94%、14.52%、17.74%和21%，且均在1%水平下顯著，說(shuō)明歷史投資績(jī)效前10%客戶相比后10%客戶可以獲得顯著超額收益。

表1進(jìn)一步統(tǒng)計(jì)了連續(xù)六個(gè)月均為High組客戶和連續(xù)六個(gè)月均為L(zhǎng)ow組客戶在未來(lái)六個(gè)月的超額收益。六個(gè)月均為High組客戶未來(lái)1～6個(gè)月累計(jì)收益分別為0.93%、1.79%、2.54%、3.24%、4.02%和4.13%，均高于High組客戶，六個(gè)月均為L(zhǎng)ow組客戶未來(lái)1～6個(gè)月累計(jì)收益分別為-7.06%、-13.50%、-19.33%、-24.69%、-29.87%和-34.97%，均低于Low組客戶，兩者六個(gè)月累計(jì)超額收益之差高達(dá)39.10%，且在1%水平下顯著。

以上分析顯示，六個(gè)月均為High組客戶的未來(lái)投資績(jī)效顯著高于其他客戶，尤其是Low組客戶和連續(xù)六個(gè)月均為L(zhǎng)ow組客戶，表明六個(gè)月均為High組客戶表現(xiàn)出“聰明錢效應(yīng)”，該組客戶的投資能力明顯優(yōu)于其他組客戶。因此，本文將六個(gè)月均為High組客戶這一特殊群體定義為“聰明投資者”。

不同特征的投資者在不同的股票市場(chǎng)走勢(shì)中會(huì)有不同的投資表現(xiàn)。在牛市中，投資者情緒高漲，常常表現(xiàn)出非理性行為；在熊市中，投資者有時(shí)間思考研究，其投資者行為也更加理性。2014年7月開(kāi)始，我國(guó)股票市場(chǎng)開(kāi)始了一年左右的大牛市，并最終于2015年6月12日結(jié)束(吳曉求，2016)[15]。根據(jù)張澤等(2017)[17]的研究，本文選取2014年7月15日至2015年6月15日為牛市環(huán)境，其余時(shí)間段為熊市環(huán)境，進(jìn)一步分析不同歷史投資績(jī)效客戶未來(lái)投資表現(xiàn)，并檢驗(yàn)“聰明投資者”在不同市場(chǎng)環(huán)境中是否均可獲得超額收益。

表2展示了在不同市場(chǎng)行情下的不同歷史投資績(jī)效客戶相對(duì)于滬深300指數(shù)的累計(jì)超額收益。Panel A結(jié)果顯示，在牛市階段，客戶均獲得了超過(guò)滬深300指數(shù)的超額收益，且High組客戶超額收益明顯高于其他客戶；Panel B結(jié)果顯示，在熊市階段，僅有High組客戶中的“聰明投資者”(六個(gè)月均為High組客戶)獲得了超過(guò)滬深300指數(shù)的超額收益，其他客戶均未跑贏滬深300指數(shù)。

表1和表2的結(jié)果說(shuō)明我國(guó)股票市場(chǎng)存在“聰明投資者”，在牛熊市中都可以獲得明顯超過(guò)滬深300指數(shù)的超額收益。這類特殊群體客戶占比較少，約為0.95%，即市場(chǎng)上99%客戶沒(méi)能獲得超過(guò)滬深300指數(shù)的超額收益。此外，過(guò)去虧損較多客戶在未來(lái)會(huì)繼續(xù)虧損，且隨著時(shí)間越長(zhǎng)，未來(lái)虧損越多。

表2 不同歷史投資績(jī)效客戶相對(duì)于滬深300指數(shù)的累計(jì)超額收益

下面將進(jìn)一步自上而下的從客戶倉(cāng)位管理能力、市場(chǎng)風(fēng)格適應(yīng)能力和選股能力三個(gè)維度探索“聰明投資者”獲得超額收益的原因。倉(cāng)位管理是基于投資者在宏觀層面對(duì)市場(chǎng)宏觀環(huán)境的判斷，市場(chǎng)風(fēng)格是基于投資者對(duì)不同市場(chǎng)風(fēng)格表現(xiàn)的判斷，選股是基于投資者在微觀層面對(duì)個(gè)股基本面的判斷。

(二)不同歷史投資績(jī)效客戶的倉(cāng)位管理能力差異

這一部分從股基占比與滬深300指數(shù)收盤價(jià)和收益率在歷史六個(gè)月和未來(lái)一個(gè)月的相關(guān)性角度對(duì)“聰明投資者”的倉(cāng)位管理能力進(jìn)行分析，檢驗(yàn)其在宏觀層面對(duì)市場(chǎng)宏觀環(huán)境的判斷能力。首先，統(tǒng)計(jì)不同類型客戶在歷史六個(gè)月和未來(lái)一個(gè)月資產(chǎn)配置情況，通過(guò)分析客戶股基配置特征及負(fù)債水平，探索不同歷史投資績(jī)效客戶的風(fēng)險(xiǎn)偏好是否存在差異，并進(jìn)一步探索“聰明投資者”的倉(cāng)位管理能力。具體步驟如下：(1)在研究區(qū)間內(nèi)，計(jì)算每期不同類型客戶的各指標(biāo)，如總資產(chǎn)、總負(fù)債、負(fù)債比例、股基資產(chǎn)比例及現(xiàn)金比例等；(2)對(duì)時(shí)間序列各指標(biāo)進(jìn)行平均，并計(jì)算歷史六個(gè)月和未來(lái)一個(gè)月的High-Low以及六個(gè)月均為High-Low的顯著性水平。具體結(jié)果如表3。

表3 不同歷史投資績(jī)效客戶的資產(chǎn)配置差異

表3的Panel A顯示了不同歷史投資績(jī)效客戶的歷史六個(gè)月資產(chǎn)配置特征，主要分析客戶的風(fēng)險(xiǎn)資產(chǎn)投資比例。從總資產(chǎn)和總負(fù)債指標(biāo)來(lái)看，客戶投資績(jī)效越好，其總資產(chǎn)和總負(fù)債越多，其中投資績(jī)效最高組(High)與最低組(Low)的總資產(chǎn)和總負(fù)債之差分別為90.57萬(wàn)和18.56萬(wàn)，且均在1%水平下顯著。從配置股票和基金等風(fēng)險(xiǎn)資產(chǎn)角度來(lái)看，投資收益較高客戶配置股票和基金等風(fēng)險(xiǎn)資產(chǎn)的比例明顯低于投資績(jī)效較差的客戶，其中High-Low的股票資產(chǎn)比例和股基資產(chǎn)比例之差分別為-9.05%(t值為-6.40)和-8.96%(t值為-6.61)，且均在1%水平下顯著，說(shuō)明投資收益較高的客戶能更好地控制風(fēng)險(xiǎn)，而投資虧損較多的客戶配置了更多的風(fēng)險(xiǎn)資產(chǎn)，但并沒(méi)有獲得超額收益。該特征在“聰明投資者”與六個(gè)月均為L(zhǎng)ow組客戶之間更加明顯，表3顯示兩者在股基占比之差和現(xiàn)金比例之差分別為-14.44%(t值為-11.75)和11.32%(t值為10.88)，這在一定程度上說(shuō)明“聰明投資者”可以獲得超額收益不是因?yàn)樗麄兣渲酶囡L(fēng)險(xiǎn)資產(chǎn)而承擔(dān)了風(fēng)險(xiǎn)，而是個(gè)人投資能力的體現(xiàn)。

Panel B顯示了不同歷史投資績(jī)效客戶的未來(lái)一個(gè)月資產(chǎn)配置特征，進(jìn)一步探索客戶風(fēng)險(xiǎn)資產(chǎn)投資比例。從總資產(chǎn)和總負(fù)債指標(biāo)來(lái)看，與表3Panel A結(jié)果一致，投資績(jī)效較高客戶(如High組客戶)的總資產(chǎn)和總負(fù)債均高于投資績(jī)效較低客戶(如Low組客戶)。從配置股票和基金等風(fēng)險(xiǎn)資產(chǎn)角度來(lái)看，投資績(jī)效較高客戶配置股票和基金等風(fēng)險(xiǎn)資產(chǎn)比例明顯低于投資績(jī)效較差的客戶，其中High-Low的股票資產(chǎn)比例和股基資產(chǎn)比例之差分別為-7.52%(t值為-5.87)和-7.51%(t值為-6.05)，此外，“聰明投資者”與六個(gè)月均為L(zhǎng)ow組客戶的股基占比之差和現(xiàn)金比例之差分別為-10.93%(t值為-10.20)和6.96%(t值為8.73)，進(jìn)一步檢驗(yàn)了表3 Panel A的結(jié)論，即相比歷史投資虧損較高的客戶，投資收益較高的客戶能更好地控制風(fēng)險(xiǎn)。

此外，本文還從時(shí)間序列角度，以“聰明投資者”和六個(gè)月均為L(zhǎng)ow組客戶為例，分析不同類型客戶在歷史六個(gè)月和未來(lái)一個(gè)月股基資產(chǎn)占比和負(fù)債比例的時(shí)間變化趨勢(shì)，進(jìn)一步探索不同歷史投資績(jī)效客戶的風(fēng)險(xiǎn)偏好，結(jié)果發(fā)現(xiàn)，“聰明投資者”配置股票和基金等風(fēng)險(xiǎn)資產(chǎn)的比例、及負(fù)債比例均小于投資績(jī)效最差組客戶(六個(gè)月均為L(zhǎng)ow)，進(jìn)一步說(shuō)明投資較差的客戶更偏好高風(fēng)險(xiǎn)資產(chǎn)，具有高風(fēng)險(xiǎn)偏好，但并沒(méi)有獲得更高的收益，這與表3的結(jié)果是一致的。

以上分析顯示，歷史投資虧損較高的客戶的風(fēng)險(xiǎn)偏好更高，主要表現(xiàn)在更高的負(fù)債比例以及配置更高的股基等風(fēng)險(xiǎn)資產(chǎn)；而“聰明投資者”的風(fēng)險(xiǎn)偏好更低2，表明這類特殊群體獲得超額收益不是因?yàn)樗麄兣渲酶囡L(fēng)險(xiǎn)資產(chǎn)承擔(dān)風(fēng)險(xiǎn)而獲得風(fēng)險(xiǎn)溢價(jià)，而是個(gè)人投資能力的體現(xiàn)。

下面，運(yùn)用Pearson相關(guān)性分析方法，從股基占比與滬深300指數(shù)收盤價(jià)和收益率在歷史六個(gè)月和未來(lái)一個(gè)月的相關(guān)性角度對(duì)“聰明投資者”的倉(cāng)位管理能力進(jìn)行挖掘。

表4清晰地顯示了“聰明投資者”在歷史六個(gè)月和未來(lái)一個(gè)月的股基等風(fēng)險(xiǎn)資產(chǎn)占比與滬深300指數(shù)相關(guān)性更大。歷史六個(gè)月的結(jié)果顯示，“聰明投資者”和六個(gè)月均為L(zhǎng)ow組客戶在歷史六個(gè)月的股基占比與滬深300指數(shù)收盤價(jià)的Pearson相關(guān)系數(shù)分別為0.7111(t值為7.37)和0.2732(t值為1.78)，這在一定程度上可以說(shuō)明“聰明投資者”比其他虧損客戶的倉(cāng)位管理能力更強(qiáng)。未來(lái)一個(gè)月的結(jié)果顯示，“聰明投資者”和六個(gè)月均為L(zhǎng)ow組客戶在未來(lái)一個(gè)月股基占比與滬深300指數(shù)收盤價(jià)的Pearson相關(guān)系數(shù)分別為0.4357(t值為3.23)和0.1054(t值為0.32)，與滬深300指數(shù)收益率的Pearson相關(guān)系數(shù)分別0.3382(t值為2.31)和0.2647(t值為1.72)，即“聰明投資者”在未來(lái)一個(gè)月的股基等風(fēng)險(xiǎn)資產(chǎn)占比與滬深300指數(shù)相關(guān)性更大，進(jìn)一步說(shuō)明了“聰明投資者”比其他虧損客戶的倉(cāng)位管理能力更強(qiáng)。

表4 不同歷史投資績(jī)效客戶股基占比與滬深300指數(shù)的相關(guān)性

進(jìn)一步，利用Pearson相關(guān)性分析法，從客戶負(fù)債比例與滬深300指數(shù)收盤價(jià)和收益率在歷史六個(gè)月和未來(lái)一個(gè)月的相關(guān)性角度對(duì)“聰明投資者”的杠桿配置能力進(jìn)行分析。杠桿配置能力反映了客戶對(duì)市場(chǎng)波動(dòng)的適應(yīng)性，當(dāng)市場(chǎng)上漲時(shí)調(diào)高杠桿，增加負(fù)債，當(dāng)市場(chǎng)下跌時(shí)降低杠桿，減少負(fù)債。

表5顯示，相比六個(gè)月均為L(zhǎng)ow組客戶，“聰明投資者”在歷史六個(gè)月和未來(lái)一個(gè)月的負(fù)債比例與滬深300指數(shù)相關(guān)性更大。具體來(lái)看，歷史六個(gè)月的結(jié)果顯示，“聰明投資者”和六個(gè)月均為L(zhǎng)ow組客戶在歷史六個(gè)月的負(fù)債比例與滬深300指數(shù)收盤價(jià)的Pearson相關(guān)系數(shù)分別為0.6891(t值為6.88)和0.1791(t值為1.10)，但是與滬深300指數(shù)收益率無(wú)明顯關(guān)系，這在一定程度上可以說(shuō)明“聰明投資者”比其他虧損客戶的杠桿配置能力更強(qiáng)。未來(lái)一個(gè)月的結(jié)果顯示，“聰明投資者”和六個(gè)月均為L(zhǎng)ow組客戶在未來(lái)一個(gè)月股基占比與滬深300指數(shù)收盤價(jià)的Pearson相關(guān)系數(shù)分別為0.5072(t值為4.04)和0.1881(t值為1.16)，與滬深300指數(shù)收益率的Pearson相關(guān)系數(shù)分別為-0.0469(t值為-0.26)和0.1172(t值為0.69)，但是High組客戶(包含“聰明投資者”)負(fù)債比例與滬深300指數(shù)未來(lái)一個(gè)月收益率的相關(guān)性為0.1741(t值為1.13)，大于Low組客戶(相關(guān)系數(shù)為0.0820，t值為0.51)，總體來(lái)說(shuō)，“聰明投資者”在未來(lái)一個(gè)月的負(fù)債比例與滬深300指數(shù)相關(guān)性更大，進(jìn)一步說(shuō)明了“聰明投資者”比其他虧損客戶在杠桿配置方面對(duì)市場(chǎng)的適應(yīng)能力更強(qiáng)。

表5 不同歷史投資績(jī)效客戶負(fù)債比例與滬深300指數(shù)的相關(guān)性

表6 不同歷史投資績(jī)效客戶的風(fēng)格能力差異

(三)不同歷史投資績(jī)效客戶的市場(chǎng)風(fēng)格適應(yīng)能力差異

本部分對(duì)不同歷史投資績(jī)效客戶的投資風(fēng)格適應(yīng)能力進(jìn)行評(píng)估，以檢驗(yàn)客戶對(duì)市場(chǎng)風(fēng)格輪動(dòng)的適應(yīng)能力，即從投資者對(duì)不同市場(chǎng)風(fēng)格表現(xiàn)判斷的角度檢驗(yàn)“聰明投資者”的市場(chǎng)風(fēng)格適應(yīng)能力是否優(yōu)于其他投資者。

表6是利用RBA方法檢驗(yàn)不同歷史投資績(jī)效客戶的風(fēng)格適應(yīng)能力的回歸結(jié)果，從中可以看出，僅六個(gè)月均為High組客戶，即“聰明投資者”的系數(shù)β2、β3、β4和β5具有一定的顯著性，說(shuō)明僅有“聰明投資者”具有一定的風(fēng)格能力。具體來(lái)看，系數(shù)β2、β3、β4和β5分別為0.9567(t值為2.12)、1.0891(t值為2.54)、-0.6622(t值為-2.77)和0.6848(t值為1.73)，表明六個(gè)月均為High組客戶在不同風(fēng)格指數(shù)(即小盤成長(zhǎng)、中盤價(jià)值、中盤成長(zhǎng)、大盤價(jià)值)上具有不同的暴露程度，其中大盤價(jià)值指數(shù)顯著為正，而2017年大盤價(jià)值指數(shù)上漲29.25%，在一定程度上表明“聰明投資者”抓住了這一市場(chǎng)趨勢(shì)。因此，我國(guó)股票市場(chǎng)的“聰明投資者”具有一定的風(fēng)格適應(yīng)能力。

根據(jù)上文模型(5)，進(jìn)一步對(duì)“聰明投資者”和六個(gè)月均為L(zhǎng)ow組客戶在不同風(fēng)格指數(shù)上的暴露程度進(jìn)行量化分析，結(jié)果如表7。根據(jù)表中結(jié)果，“聰明投資者”和六個(gè)月均為L(zhǎng)ow組客戶的目標(biāo)函數(shù)值均接近于0，說(shuō)明整體擬合效果較好。從客戶在不同風(fēng)格指數(shù)上的暴露程度來(lái)看，“聰明投資者”主要暴露在大盤價(jià)值、中盤成長(zhǎng)和大盤成長(zhǎng)上，而六個(gè)月均為L(zhǎng)ow組客戶主要暴露在小盤成長(zhǎng)，對(duì)比2017年不同風(fēng)格指數(shù)表現(xiàn)，發(fā)現(xiàn)“聰明投資者”確實(shí)具有一定的市場(chǎng)風(fēng)格適應(yīng)能力。

(四)不同歷史投資績(jī)效客戶的選股能力差異

本部分利用T-M和H-M模型，從選股和擇時(shí)兩個(gè)微觀維度對(duì)不同歷史投資績(jī)效客戶的選股擇時(shí)能力進(jìn)行評(píng)估，即基于投資者在微觀層面對(duì)個(gè)股基本面判斷的角度檢驗(yàn)“聰明投資者”是否具有更好的選股擇時(shí)能力。

表8 Panel A顯示了不同歷史投資績(jī)效客戶的T-M模型回歸結(jié)果，可以看出，僅六個(gè)月均為High組客戶和High組客戶的αp大于0且具有顯著性，分別為0.0160(t值為4.06)和0.0060(t值為1.88)，說(shuō)明High客戶具有一定的選股能力，且“聰明投資者”的選股能力更強(qiáng)。從β2系數(shù)來(lái)看，各組客戶的β2系數(shù)均為負(fù)數(shù)且不具有顯著性，表明各組客戶均沒(méi)有擇時(shí)能力。由于該部分?jǐn)?shù)據(jù)頻率為周度，所以上述結(jié)果表明，客戶并不具有市場(chǎng)短期擇時(shí)能力，僅High客戶具有一定的選股能力，其中“聰明投資者”的選股能力更加顯著。

Panel B顯示了不同歷史投資績(jī)效客戶的H-M模型回歸結(jié)果，與Panel A的T-M模型回歸結(jié)果一致。具體來(lái)看，僅六個(gè)月均為High組客戶的αp大于0且在1%水平下顯著，說(shuō)明六個(gè)月均為High組客戶具有一定的選股能力，即“聰明投資者”具有選股能力。從β2系數(shù)來(lái)看，各組客戶的β2系數(shù)為正或負(fù)數(shù)，但不具有顯著性，表明各組客戶均沒(méi)有擇時(shí)能力。因此，通過(guò)T-M和T-M模型均發(fā)現(xiàn)，High組客戶中的“聰明投資者”具有一定的選股能力；但是，我國(guó)投資者并不具有顯著的短期擇時(shí)能力。

表7 不同歷史投資績(jī)效客戶在不同風(fēng)格指數(shù)上的暴露程度

表8 不同歷史投資績(jī)效客戶的選股能力差異

(五)穩(wěn)健性檢驗(yàn)

本部分對(duì)上文有關(guān)結(jié)論進(jìn)行穩(wěn)健性檢驗(yàn)，具體方式如下。

第一，在檢驗(yàn)“聰明投資者”倉(cāng)位管理能力時(shí)，進(jìn)一步對(duì)比High組客戶和Low組客戶的股基等風(fēng)險(xiǎn)資產(chǎn)占比和負(fù)債比例與滬深300指數(shù)收盤價(jià)和收益率之間的關(guān)系，發(fā)現(xiàn)High組客戶(包含“聰明投資者”)具有更強(qiáng)的倉(cāng)位管理能力，且在杠桿配置方面對(duì)市場(chǎng)的適應(yīng)能力更強(qiáng)，具體結(jié)果見(jiàn)表9，這進(jìn)一步驗(yàn)證了上文表4和表5的結(jié)論。

第二，檢驗(yàn)不同投資績(jī)效客戶在2015年和2016年的風(fēng)格適應(yīng)能力，發(fā)現(xiàn)“聰明投資者”主要暴露在大盤成長(zhǎng)和大盤價(jià)值，分別與2015年和2016年不同風(fēng)格指數(shù)表現(xiàn)對(duì)比，發(fā)現(xiàn)“聰明投資者”的風(fēng)格適應(yīng)能力也優(yōu)于其他投資者(見(jiàn)表10)，與上文表6和表7結(jié)論一致。

第三，進(jìn)一步利用C-L模型(Chang and Lewellen，1984)[1]檢驗(yàn)“聰明投資者”的選股能力，即在H-M模型基礎(chǔ)上將虛擬變量轉(zhuǎn)換成雙變量模型C-L模型，其特點(diǎn)是將市場(chǎng)區(qū)分為上升和下降市場(chǎng)，具體結(jié)果見(jiàn)表11，發(fā)現(xiàn)其結(jié)果與上文表8一致。

四、結(jié)論與展望

本文以我國(guó)某券商的融資融券客戶為研究對(duì)象，選取2014年6月30日至2017年12月31日為研究區(qū)間，參考徐龍炳和張大方(2017)[16]的研究，根據(jù)客戶歷史投資績(jī)效界定“聰明投資者”，探索我國(guó)股票市場(chǎng)是否存在“聰明投資者”，并對(duì)“聰明投資者”的投資績(jī)效進(jìn)行歸因分析。主要結(jié)論如下：

表9 High與Low客戶股基占比等與滬深300指數(shù)的相關(guān)性

表10 投資者在2015年和2016年的風(fēng)格適應(yīng)能力檢驗(yàn)

(1)在研究區(qū)間內(nèi)，我國(guó)股票市場(chǎng)存在“聰明投資者”，能夠獲得顯著的超額收益，且不受市場(chǎng)行情的影響，即在牛市和熊市中均可獲得超過(guò)滬深300指數(shù)的超額收益。此外，過(guò)去投資績(jī)效較差客戶或虧損客戶在未來(lái)會(huì)繼續(xù)虧損，且隨著時(shí)間越長(zhǎng)，損失越多。

(2)投資者的歷史投資績(jī)效越好，其風(fēng)險(xiǎn)偏好越低。歷史投資虧損較高的客戶的風(fēng)險(xiǎn)偏好更高，主要表現(xiàn)在更高的負(fù)債比例以及配置更高的股基等風(fēng)險(xiǎn)資產(chǎn)，而“聰明投資者”風(fēng)險(xiǎn)偏好相對(duì)較低，但能夠獲得超額收益，這不是因?yàn)樗麄兣渲酶囡L(fēng)險(xiǎn)資產(chǎn)承擔(dān)風(fēng)險(xiǎn)而獲得風(fēng)險(xiǎn)溢價(jià)，而是個(gè)人投資能力的體現(xiàn)。

表11 不同歷史投資績(jī)效客戶的選股能力檢驗(yàn)(C-L模型)

(3)自上而下的從宏觀到微觀對(duì)“聰明投資者”獲利來(lái)源進(jìn)行挖掘，結(jié)果發(fā)現(xiàn)“聰明投資者”能夠獲得超額收益的原因在于這類投資者具有更好的倉(cāng)位管理能力、市場(chǎng)風(fēng)格適應(yīng)能力以及顯著的選股能力；此外，所有投資者均沒(méi)有表現(xiàn)出明顯的短期擇時(shí)能力。

本文首次利用投資者全賬戶交易明細(xì)信息，研究“聰明投資者”的存在性及投資績(jī)效歸因，既擴(kuò)展了徐龍炳和張大方(2017)[16]關(guān)于“聰明投資者”這一特殊群體的研究，又為基于“選人”視角的投資策略構(gòu)建提供了新的研究思路。不同于目前尋找具有超額收益“證券”的主流投資方法，尋找“聰明投資者”的交易策略在實(shí)務(wù)中開(kāi)始得到重視，值得深入研究。在未來(lái)研究方面，還需要繼續(xù)探索這類特殊群體投資者的“非理性”交易行為以及持股特征等，從而有助于進(jìn)一步認(rèn)識(shí)“聰明投資者”的行為特征。

注釋

1.Frazzini and Lamont(2008)[4]、Chin et al.(2009)[2]等發(fā)現(xiàn)共同基金的“聰明錢效應(yīng)”在長(zhǎng)期會(huì)消失，或轉(zhuǎn)變?yōu)椤坝薮厘X效應(yīng)”。

2.本文進(jìn)一步分析了不同歷史投資績(jī)效客戶持有股票的貝塔(BETA)差異，結(jié)果發(fā)現(xiàn)歷史投資績(jī)效越好的投資者，其持股貝塔越小，其中，“聰明投資者”與六個(gè)月均為L(zhǎng)ow組客戶持股貝塔分別為0.9743和1.0566，兩者均值之差為-0.0823(t值為-17.97)，在1%水平下顯著，進(jìn)一步說(shuō)明了“聰明投資者”風(fēng)險(xiǎn)偏好更低。