多普勒雷达、消费者物价指数、四分卫评级——这些以及许多其他测量工具改进了记录和预测天气、经济和体育方面表现的方式。

斯科特·斯图尔特，MBA '83，博士 85 年，塞缪尔·柯蒂斯·约翰逊管理学院金融与会计学临床教授和他以前的三个学生开发了一种方法，可以更好地了解共同基金的回报，这可能会影响绩效排名和基金经理的职业轨迹。

斯图尔特是“用第二个规模因素改善股票基金阿尔法估计值”一书的通讯作者，该书于 1 月 2 日发表在《投资组合管理杂志》上。 Stewart 的共同作者是 Nanqing Dong，M.S. ’17，现为牛津大学博士生； Luka Jankovic '15，硕士 '16，领导主要融资小组，专注于 Galaxy Digital 的私人结构性信贷； 和 Anne Stewart '16，Panera Bread 公司办公室的财务分析经理。

30 年来，预测共同基金业绩的黄金标准一直是 Fama-French 模型，该模型由诺贝尔奖获得者 Eugene Fama 和研究员、芝加哥大学和达特茅斯学院的教授 Kenneth French 开发。 它通过将规模和价值风险因素添加到以前使用的市场风险因素，扩展了资本资产定价模型。

但 Fama-French 采用的规模风险因素只比较了大公司和小公司，并没有考虑市值在 20 亿美元到 100 亿美元之间并被认为是增长的主要候选人的中型公司。

斯图尔特小组建议将公司规模分为两部分：大公司与中型公司以及中型公司与小型公司。 在分析共同基金时，这是一个重要的考虑因素，共同基金对中型公司的股票权重很大。

“大公司、小公司和中型公司不会步调一致。”斯图尔特说。 “这对于理解共同基金的回报和经理人的出色表现尤其重要，后者被定义为‘阿尔法’。”

斯图尔特说，Fama-French 易于实施，并已成为共同基金分析的黄金标准，但通过将规模分解为两个指标，他的团队能够产生更精细调整的衡量标准。

研究人员使用公开可用的证券价格研究中心的 Survivor-Bias-Free 美国共同基金数据库，对 1,000 只活跃的美国股票共同基金进行了统计测试，从 1984 年到 2020 年。基金必须展示不少于 8 个 月的回报，代表资产规模大于 500 万美元，并且在样本期结束前至少存在五年。

研究人员证实，这种补充措施优于标准的 Fama-French 方法，导致超过 75% 的基金分析得到显着改善。

一个关键数据点：研究人员使用他们的技术与 Fama-French 进行比较，发现基金经理的排名在近 22% 的时间里在四分位数之间移动，这反映了对其业绩进行更细粒度的分析。 “几乎 10% 的经理的表现高于或低于中位数，”斯图尔特说，并指出有关经理雇佣或薪酬的决定可能会受到影响。

“这不仅是一种更好的技术，而且实际上具有实际意义。”斯图尔特说。 “如果你是一名基金经理，它可能会让你从低于平均水平变为高于平均水平，反之亦然。 如果你仅仅因为你的投资组合规模的结构方式而高于或低于平均水平，那么典型的 Fama-French 方法将无法理解这一点。 这种方法确实如此，并针对它进行了调整。”

学生参与这项研究源于斯图尔特本科阶段投资研究课程的学术研究项目要求。 扬科维奇在他大四那年开始了这个项目。 他在高年级时将其交给了斯科特的女儿安妮·斯图尔特 (Anne Stewart)，她将其传给了董，后者在前往牛津攻读博士学位之前完成了这项工作。

注：本文由院校官方新闻直译，仅供参考，不代表指南者留学态度观点。