基金特性及多角化對基金績效之研究 (95)

基金特性及多角化對基金績效之研究

陳信憲*、曾詩萍**

摘 要

一、 緒論

二、 文獻探討

三、 研究方法

四、 實證結果

五、結論與建議

摘 要

本研究針對基金規模、基金流量、基金年齡等基金特性及對不同規模的基金進行多

角化探討是否會影響到基金績效。以臺灣股票型基金為本研究之研究對象，樣本期間由

1999年 1月至 2008年 12月底，共 10年之樣本期間，採每檔基金之季資料來研究，以獨立樣本 t 檢定及迴歸分析法來分析基金績效會受到哪些基金特性及是否會受到多角化的影響，結果發現如下：(1)利用 Pollet 和 Wilson 所區分之基金規模大小，發現大規模基金之基金績效表現較小規模基金之績效表現佳，但並未達到顯著水準。以基金淨值中

位數來區分基金規模大小，發現大規模基金之基金績效表現顯著高於小規模基金之績效

表現。(2)基金流量愈高，將帶來更優越的基金績效。(3)基金年齡和基金績效呈現顯著的正相關。(4)對於不同規模之基金進行多角化，研究發現以基金淨值所區分之基金規模大小，對於小規模基金進行多角化將會帶給小規模基金有更優越的績效表現。

一、緒論

（一）研究背景與動機

共同基金績效不僅對基金經理人而言，是相當需要關注的，對於一般投資大眾而

言，更是不例外，所以對於基金績效的表現不論在學術界或實務界上，都是非常典型的

重要研究議題。Ippolito（1992）以 1965 年至 1984 年美國開放式股票型基金為研究樣本，研究顯示當基金過去績效表現較好時，將會吸引更多的投資大眾投資，但當基金過

去的績效表現較差時，會使投資大眾進行贖回基金的動作。Sirri and Tufano（1998）針對於基金報酬的相關議題進行探討，利用 1971年 12月至 1990年 12月美國股票型基金

* 國立彰化師範大學商業教育學系教授兼系主任 ** 國立彰化師範大學商業教育學系碩士班（財務金融組）研究生

(96) 臺灣銀行季刊第六十卷第四期

為研究樣本，結果發現投資人會對過去績效表現較良好的基金進行投資，進而帶來更高

的基金流量。 針對有關基金績效表現文獻中，大致上研究的方向分為下列幾點：一、利用過去基

金的績效來預測未來基金之績效，二、基金的報酬是否有持續性，三、基金流量對於基

金績效的影響，四、基金是否具有聰明錢效應，五、基金績效是否會受到基金經理人個

人特質所影響故本研究對於基金績效的研究除了針對一些基金特性來加以探討外，為了

更進一步的研究基金的多角化投資是否有助於提升基金績效，故加入了基金多角化這項

變數，此多角化也是本研究與先前文獻所探討有關基金績效之議題不同之處。 共同基金相對於其它金融投資工具而言是相當穩健且屬於長期性的投資工具，也較

受到許多投資大眾的喜愛（Droms, 2006）。而目前臺灣不論是國內或國外的共同基金，都在快速的成長發展當中，對於共同基金的特性，包括基金年齡、基金流量、基金規模

等等，都是有可能會影響基金績效的原因。 基金的績效可能受到大環境的影響（例如：美國次級房貸、石油原物料的上漲）或

是投資者本身預期能力的影響（例如：投資大眾對資訊的掌握），也有學者認為基金具

有「聰明錢效應」（Smart Money Effect），其中 Jegadeesh and Titman（1993）就指出，基金的聰明錢效應（Smart Money Effect）可用股票報酬的動能現象來解釋，Grinblatt and Titman（1989）以 1975-1984 年研究期間研究美國開放式股票型基金，發現有 77%的美國開放式股票型基金會投資前期表現較好的股票，賣出前期表現較差的股票；

Gruber（1996）和 Zheng（1999）更進一步解釋聰明錢效應，說明基金的「聰明錢效應（Smart Money Effect）」是指投資者若在市場上對於投資基金有選擇能力可獲得超額報酬，表示具有聰明錢效應存在。 以目前臺灣基金市場上的投資者來看，大部分是以散戶居多，而散戶對於基金方面

的專業知識或資訊取得較不足；另外，大多數的基金投資者對於基金皆為長期投資，而

國內股票型共同基金其成立期間及存續期間皆不一致，對於基金年齡是否會影響基金的

績效，國內外皆顯少做此方面的研究，以臺灣開放式股票型共同基金為例，是否年齡愈

久的基金或是年齡愈年輕的基金其報酬較穩健？故基金年齡是否會影響基金績效為本研

究之動機一。 近年來，行為財務學（Behavioral Finance）也受到學者及一般投資大眾的熱烈討

論。而行為財務學會如此的受到許多人的歡迎也在於行為財務學本身不僅包括了現代財

務學（Morden Finance）舊往的觀點及理論，更加入了心理學來深入探討及研究。對於人的心理及行為上的偏誤是否也會影響其投資的行為，並間接的影響其投資的績效。 其主要論述為 Fama（1970）所提出的效率市場假說理論（Efficient Market Hypothesis, EMH），認為其理論存在三個基本假說：1.市場將立即反應新的資訊，調整至新的價位，因此價格變化是來自於新資訊的發生；2.新資訊的出現是由好資訊及壞資訊伴隨而來的，此現象呈隨機性；3.市場上許多投資者是理性的，且也追求最大利潤，每位投資者之間對於投資分析均為獨立狀態，不相互影響。由以上分析可知，效率市場假說指出

了投資人無法利用任何專業知識技能或任何資訊及消息來從中獲取利益。 但從行為財務學（Behavioral Finance）發展至今，亦有許多學者發現，市場上存在

基金特性及多角化對基金績效之研究 (97)

的現象是無法用傳統財務學（Traditional Finance）所解釋的；例如：Welch（2000）研究股票報酬發現，當投資者有高情緒時，將帶來較高的股票報酬，低情緒時則帶來較低

的報酬，連專家也有此現象呈現。規模效應（Size Effect）即小規模公司報酬及大規模公司報酬有不同的報酬表現；而過度自信（Overconfidence）則是認為投資人高估自己資訊的程度、高估自己控制事件的能力以及低估風險、低估投資的交易成本 Barber and Odean（2000）。因此，由上述文獻可推論，基金績效會受到基金規模大小所影響。 另外 Berk and Green（2004）也指出，優秀的基金經理人可以替投資者捕捉到異常

報酬，但較少有實證研究進一步的去分析基金的規模效應，即將基金以規模大小來區

分，分成大規模基金和小規模基金，再分別對不同規模的基金是否會有不同的績效產

生，加以深入探討；故基金規模是否會影響基金之績效為本研究之動機二。 對於基金規模這項變數，有學者也針對基金規模和基金流量彼此間的波動關係做進

一步的探討，Roston（1996）和 Chevalier and Ellison（1997）研究發現共同基金的前期市場規模對基金流量具有相對的影響關係；而王睿、趙子銥（2008）認為基金規模對基金流量有很大的影響；陳森松、黃憲彰、王南喻和張華然（2007）提出基金規模和基金流量存在著相關性的波動關係；故探討基金規模對於基金流量間之影響關係，為本研究

之動機三。 針對基金的流量及基金績效之間的關係，Spitz（1970）與 Smith（1978）之實證研

究皆指出，基金的流量愈高，將帶來較高的基金績效，另外，若前期的基金績效較高，

也將帶來較高的基金流量；Fant and O’Neal（2000）研究也指出投資者會投資過去績效較好的基金，進一步的帶來更多的基金流量；由以上的研究結果發現基金績效會受到基

金流量的影響，故研究基金流量對基金績效的相關性分析為本研究之動機四。 投資基金最重要的是獲得報酬，馬可維茲（Markowitz）在 1952 年提出了投資組合

理論，也形成現在的資本資產定價理論，認為投資組合可以降低投資風險，也在其投資

組合分析（Portfolio Analysis）的基本假設中提出：投資人都是風險規避者（Risk Aversion），若投資人有較高的風險，必定也會要求較高的報酬來補償其承受高風險的代價；另外，Campbell, Lettau, Malkiel and Xu（2001）以基金持有股票的檔數來代表基金多角化程度，在基金的投資組合中之實證結果發現，若基金持有的股票檔數愈多，代表

基金多角化程度也愈大；故本研究將基金分為大規模基金及小規模基金，以基金持股檔

數來代表基金多角化程度，是否大規模基金多角化程度較小規模基金多角化程度大，為

本研究之動機五。 有關基金多角化方面的研究中，Pollet and Wilson（2008）研究中利用基金風格來區

分基金規模大小，實證指出針對小規模基金進行多角化的行為，可以使基金的報酬得到

較高的風險調整，此實證結果和 Chen, Hong, Huang and Kubik（2004）的結果相符合。雖然許多文獻支持多角化會帶給基金較高的報酬，然而，過度自信的投資者卻不會對基

金去做適當的多角化。而 Chen et al.（2004）也指出針對小規模基金進行多角化行為，所得到的績效表現會優於大規模基金之績效表現，因為 Chen et al.（2004）以及 Pollet and Wilson（2008）認為大規模基金具有流動性限制（Liquidity Constraints），此發現也證明出流動性限制對基金的績效有一定的影響力，說明了為何針對大規模基金進行多角

(98) 臺灣銀行季刊第六十卷第四期

化之行為，較無法對於其資產的成長有顯著的幫助。對於基金多角化，是否會帶來更多

的基金投資績效？以及針對不同規模之基金，進行多角化，何種規模會帶來較佳的基金

投資績效？也成為本研究之動機六。

（二）研究目的

依據上述的背景與研究動機，針對基金多角化行為及基金特性對於基金績效之影

響，提出以下的研究目的： 1. 探討基金的年齡和基金績效之間的關係。 2. 研究將基金區分大規模基金及小規模基金，基金規模對基金績效的關係。 3. 探討大規模基金和小規模基金，基金規模對基金流量的關係。 4. 探討基金流量對基金績效之間的關係。 5. 探討大規模基金及小規模基金其多角化的程度。 6. 剖析大規模基金及小規模基金進行多角化的行為，對於基金績效的影響。

（三）研究貢獻

對於基金的投資行為是如何帶給投資人較佳的基金投資績效，是一項相當備受重視

的研究議題；因此，本研究對於國內股票型基金之投資行為提出了一些研究觀察。 本研究利用風格（基金持股的股票市值做權重加總）來區分基金規模大小，以基金

風格中位數以上稱為大規模基金，中位數以下稱為小規模基金；有別於以往單純利用基

金總淨資產取 log 來區分基金規模，提供一個新的計算方式來區分基金規模大小結果是否相同。 另外，本研究將基金以規模方式區分為大規模基金及小規模基金，針對不同規模的

基金進行多角化行為，是否會影響到基金的績效，故本研究利用多角化這項變數，探討

是否多角化會提高基金績效的表現。

（四）研究架構

本研究共分為五章，每章又分為幾個小節，完整之研究架構如下所示： 第一章 緒論

共分成四節，第一節研究背景與動機，第二節研究目的，第三節研究貢獻，第四節

研究架構。 第二章 文獻探討

共分成四節，第一節年齡效應，第二節規模效應，第三節為基金流量，第四節基金

之多角化行為。 第三章 研究方法

共分為四節，第一節資料來源、研究對象及研究期間，第二節研究假說，第三節研

究設計，第四節變數定義。 第四章 實證結果

共分為四節，第一節為敘述性統計及規模大小對於基金多角化之程度，第二節為基

基金特性及多角化對基金績效之研究 (99)

金年齡對基金績效的影響，第三節為基金規模對基金績效之影響，第四節為何種基金規

模流量較高及流量對基金績效的影響，第五節為對不同規模之基金進行多角化之行為對

於基金績效之影響。

二、文獻探討

（一）年齡效應

本章節有關基金年齡效應對於基金績效影響的文獻有正向關係，也有反向關係，本

研究想進一步去探討有關年齡效應和基金績效之間的影響性，故以正、反兩面來分別論

述。 Gruber（1996）分析自 1985年 1月至 1994年 12月共 10年的研究期間，以基金年

齡這項變數來分析，探討是否基金年齡會影響基金績效；結果顯示，年齡愈老的基金其

基金績效表現較年齡愈年輕的基金之績效表現較佳。 Sirri and Tufano（1998）利用 1971-1990年共 20年之研究期間，去研究美國 690檔

開放式股票型共同基金，實證結果指出基金的績效強烈受到基金規模因子及基金年齡因

子的影響，而基金年齡較老的基金，其績效表現較基金年齡愈年輕的基金之績效表現為

佳。 Matthew（2000）使用晨星（Morningstar）資料庫中 1991 年 9 月至 2000 年 9 月共

9 年之研究期間去研究美國股票型基金，實證研究發現，基金年齡會影響到基金績效，且年齡愈久的基金，尤其是年齡在十年以上的基金，其績效表現顯著高於年輕的基金。

Heaney（2007）指出基金的前期報酬和基金本期的資產成長呈正向關係，而基金的資產成長和基金的年齡呈現正向關係，表示年齡愈年輕的基金與其資產成長的速度沒有

年齡較老之基金表現為佳；相對的，年齡愈老的基金，其資產成長的速度將也隨著基金

其年齡的增長，而隨之遞增。 但 Zheng（1998）研究指出年齡愈年輕的基金且規模較小的基金其績效表現較年齡

愈老的基金且規模較大的基金所表現之績效更佳。

（二）規模效應

Grinblatt and Titman（1989）對於基金規模的實證研究發現，基金報酬會隨著基金規模的增大而遞增；Louis, Chan and Chen（1999）定義基金風格為基金持股的股票市場資本化再做權重加總，依不同程度的基金風格去區分小規模基金和大規模基金，發現大

規模基金較小規模基金的報酬較佳，也說明了對於基金風格的分析，可以幫助投資者在

投資共同基金上有較佳的投資績效。 但 Ciccotell and Grant（2001）認為一般的投資者，往往會看該檔基金過去表現的好

壞來評估此檔基金未來的績效表現，但此學者也認為規模是影響基金績效的重要變數，

所以針對股票型基金績效做研究之後，發現小規模基金的績效較有成長的優勢，投資在

小規模的基金會有較大的財富收入。

(100) 臺灣銀行季刊第六十卷第四期

Sawicki and Finn（2002）針對 1980-1995 年共 16 年的研究樣本期間，以澳大利亞之基金為樣本，探討對於聰明錢之基金及基金規模效應之間的關係，做更詳細的研究，

結果也指出大規模的基金其基金績效表現較佳。 Chen et al.（2004）利用證券價格研究中心（Center for Research in Security；

CRSP）共同基金資料庫之 1962-1999 年共 38 年的研究樣本期間，以基金月報酬的資料來研究，結果發現基金的規模因子會強烈影響其基金的績效。除了從基金風格和基金規

模去觀察基金的特性外，也從基金存活偏誤的型態來觀察基金的特性；此學者也發現，

基金規模影響基金的報酬尤其是在大規模基金更為顯著，表示大規模基金較小規模基金

更能在基金績效表現更為突出，而基金家族的規模對於基金績效則較不顯著。 Heaney（2007）的實證結果也支持大型基金的績效優於小型基金的績效。Chan et

al.（2008）研究更進一步證實，大規模基金績效優於小規模基金。 在國內文獻方面，也對於基金規模和基金績效間的關係提出論述。有學者認為基金

規模並不會影響到基金績效，如許和鈞、巫永森和王琮瑜（1997）的實證研究中發現，基金規模與基金績效並無顯著相關，且經由統計迴歸分析後，得出不論是當期或是前

期，其基金規模對於基金績效並無顯著的關係存在，也代表著基金規模對績效的表現無

影響。 有關中國大陸對於基金規模和基金績效的研究中，提出了更有趣的觀點；鄧超、蔡

奕奕（2005）研究中國大陸開放式基金規模與報酬率之關係，實證結果指出，開放型基金之規模與報酬間，呈現凸形曲線，表示基金規模並不是愈大愈好或愈小愈好，而是存

在一個最適規模狀態下，才會有最大的報酬。 黃熹、朱丹（2006）以 2004年 9月 24日至 2006年 4月 24日為研究樣本期間，研

究中國大陸基金規模對開放式基金之擇股能力加以探討，結果發現，基金規模的大小也

會影響到基金的擇股能力，並間接影響到基金的績效。

（三）基金流量

在前一節本研究提到有關於基金規模對基金績效的影響，不同的學者皆有不同的看

法，但對於基金規模對於基金流量方面的影響；Roston（1996）與 Chevalier and Ellison（1997）研究發現共同基金的前期市場規模對基金流量具有反向關係之影響。

Sirri and Tufano（1998）探討基金流量與基金績效的關係，利用 1971 年 12 月至1990 年 12 月之月資料，共有 690 筆股票型基金為研究樣本，實證結果發現基金流量與基金過去的績效有顯著的正相關性。Lynch and Muato（2002）實證研究指出，過去的基金報酬會影響本期的基金流量，當過去的基金報酬較低，則本期的基金流量也將隨之變

少。 Berk and Green（2004）探討在理性市場中，基金流量對基金績效存在著正向關

係；Chen et al.（2004）也認為，隨著基金的總淨資產（TNA）的流量愈大，也將帶來愈大的基金報酬；Johnson（2005）則是研究基金家族中，基金投資者對於基金的流量與基金報酬間為正向關係。 許培基（2002）探討基金流量對基金績效的關係，實證結果發現，當基金流量為淨

基金特性及多角化對基金績效之研究 (101)

流入，會帶給基金績效有負面的影響，當基金流量為淨流出，則會帶給基金績效有正面

的影響，此也說明基金流量和基金績效呈負向關係。 陳森松、黃憲彰、王南喻、張華然（2007）根據中華民國證券投資信託暨顧問商業

同業公會網站之基金（投資國內）作為研究對象，取樣期間為民國 89 年 7 月至 94 年12 月止共 66 個完整之月資料，依據研究期間之平均基金績效分為五個等級，去檢視國內基金績效與基金流量之動態關連性；研究結果發現國內基金績效表現較差時，其基金

績效與流量間具有雙向外溢效果，可知當基金績效表現不佳時，基金績效與基金流量會

互相有所影響，從此作者的研究中也發現國內共同基金的績效與流量確實存在著顯著的

關連性，而基金的流量之波動敏感度也會對基金本身過去的績效之波動有所影響，也提

出基金規模和基金流量也有著相關性的波動關係。 王睿、趙子銥（2008）研究中國證券市場 2001 年至 2004 上半年共 38 檔開放式股

票型基金為研究樣本，研究投資者行為、基金分紅策略、持有人結構、資產規模等因素

對基金流量的影響，其中發現共同基金的規模大小對基金流量的影響很大，也最為顯

著，且基金規模的擴大對基金流動性有預警的作用；作者認為，因為基金資產總值越

大，代表持有人流動性需求也將越大，基金現金流量會隨著規模的增減呈負向變動。

（四）基金之多角化

在國內的文獻中，顯少人對於基金之規模大小去進行多角化進行深入研究及探討；

雖然國外文獻也顯少提及，但依然還是有學者對此進行研究。 Campbell et al.（2001）以基金持有股票的檔數來代表基金多角化程度，在基金的投

資組合中之實證結果發現，若基金持有的股票檔數愈多，代表基金多角化程度也愈大。

Chen et al.（2004）研究指出若小規模基金多角化程度愈大，隨之而來的報酬也將愈大。

Hany and David（2005）認為大多數的共同基金經理人，其投資組合都會去增加對股票的持有股數，但因為基金的持股多角化程度所帶來的利益、交易及監督成本會有抵

換效果（Trade-Off），故經理人會選擇一個基金多角化的最適化。此學者針對晨星資料庫中美國股票型基金 1992年-2000年共 9年的研究樣本期間之實證研究指出，基金多角化和基金的報酬有顯著的關係，另外也指出了基金的持有股數和基金規模呈正相關，亦

即基金的規模可用基金持有股數來解釋，也間接說明大規模基金持有股票檔數較小規模

基金持有之股票檔數較多。 Pollet and Wilson（2008）利用 CRSP 及 CDA 兩大資料庫中 1975 年-2000 年共 26

年的樣本期間研究美國基金的投資行為和基金績效之關係，實證說明基金資產的成長和

基金的投資行為是有很大的關聯性；另外，研究中也發現針對基金進行多角化，將會有

隨後而來的報酬，這個關係在小規模基金上更為顯著，但在針對大規模基金進行多角

化，其報酬表現較不顯著。

(102) 臺灣銀行季刊第六十卷第四期

三、研究方法

（一）資料來源、研究對象及研究期間

1.資料來源

本研究主要來源取自於臺灣經濟新報資料庫（TEJ）及時報資訊資料庫，採用Pollet and Wilson（2008）所提出之基金風格（Style）計算方式，對臺灣股票型基金各檔基金之持股比率做計算，其中上市上櫃股票之市值則以臺灣經濟新報資料庫（TEJ）為主。 實證研究共利用 170 檔臺灣股票型基金為本研究主要分析的基金樣本，擷取每檔基

金的基金總淨資產（TNA）季資料、基金之投資組合權重、基金持股比率、基金持股之股票市值、基金季報酬率、基金的成立期間等當作本研究所需之資料。

2.研究對象

本研究對象為臺灣所有股票型共同基金，共 170 檔股票型共同基金，包括科技類、中小型、價值型、一般型、中概股、指數型、特殊類之股票型基金。

3.研究期間

本研究之研究期間因受到臺灣經濟新報資料庫（TEJ）的限制，自 2002年 7月基金月資料只發佈前五大持股之月資料，但季資料在每月都會揭露全部明細，故本研究將主

要研究基金之季資料；因此本研究樣本期間擷取自 1999 年 1 月至 2008 年 12 月取季資料共 40季，10年之研究樣本期間。

（二）研究假說

基於第壹章之六個研究目的，本研究訂定六個研究假說加以檢驗，研究假說如下所

示： H1：基金績效和基金年齡呈現正相關。 H2：大規模基金較小規模基金其績效較高。 H3：以風格來區分基金規模大小，大規模基金之基金流量較小規模基金之流量還

高。 H4：基金流量愈高，則基金隨後而來的基金績效也將愈高。 H5：大規模基金其多角化程度較小規模基金大。 H6：在多角化的情況下，小規模基金其績效表現較大規模基金為佳。

（三）研究設計

本研究主要是利用 Pollet and Wilson（2008）之研究方法來探討基金規模大小及基金多角化的行為是否會影響到基金的績效；以基金風格（Style）將基金規模分成二等份（基金風格計算方式將陳述於下列之方程式(2)），以基金風格中位數以上稱為大規模基

基金特性及多角化對基金績效之研究 (103)

金及基金風格中位數以下為小規模基金，並取虛擬變數，因此將 1cap =1 定義為大規模基金，將 1cap =0定義為小規模基金。 針對本研究所探討之多角化行為，首先先探討臺灣股票型基金大規模基金及小規模

基金其多角化的程度，以基金持有股票檔數之倒數 11 itS − 代表基金多角化之程度，因為

Pollet and Wilson（2008）認為基金之多角化程度和基金的持股檔數並非呈現一線性關係，而是隨著基金持股的增加，基金多角化的程度會隨之遞減式的增加，故以股票檔數

之倒數 11 itS − 代表基金多角化之程度；基金持有股票檔數之倒數 11 itS − 此數值愈小，代

表基金多角化程度愈大，相反的，此數值愈大，則代表基金多角化程度愈小；以此來深

入探討多角化行為是否會給基金帶來較大的績效，以及以基金淨值及基金風格（Style）來區分基金之規模大小，多角化行為發生在何種基金規模的情況下，會帶來較大的基金

績效。 而為了進一步的檢視迴歸分析自變數間是否存在共線性問題，本研究將進行變數間

之 VIF值（Variance Inflation Factor）變異膨脹因子來檢定是否變數間存在著共線性的問題：

若 VIF= 211

jR− >10，即表示第 j個預測變項即為共線性變項，j=1~p。

接下來為本研究之相關計算方式，並將每一個變數之計算方式一一陳列於下： 1. 基金流量計算方式：

1

log log log(1 )itit it

it

TNAfl RTNA −

= − + (1)

itfl ：為 i檔基金在 t期的流量。 itTNA ：為 i檔基金在 t期之總淨資產。 本研究以臺灣經濟新報所提供之每季的基金報酬率，採取連續報酬的計算方式，故

本研究之基金績效採用基金單純之報酬率計算，定義如下：

itR ：為（第 i檔基金在 t期之期末淨值-第 i檔基金第 t期之期初淨值）/第 i檔基金第 t期之期初淨值。

其中， itR 代表第 i 檔基金於第 t 期之季報酬率，由於臺灣經濟新報（TEJ）所提供的資金資料是期初資料，所以將 t+1 期之季報酬率當作第 t 期基金之期末報酬率，將第t期之季報酬率當作第 t期基金之期初報酬率。

2.利用 Pollet and Wilson（2008）探討基金規模是如何影響基金績效一文之參考文獻，以基金 TNA 中位數以上為大規模基金，及基金中位數以下為小規模基金，分別探討何種規模基金之基金報酬較高，另外也以基金風格（Style）來區分基金之規模大小，亦將所計算出之基金風格（Style）中位數以上稱作大規模基金，基金風格（Style）中位數以下稱作小規模基金，而基金風格（Style）的計算方式如下：

it ijt jtj

Style w mcap=∑ (2)

(104) 臺灣銀行季刊第六十卷第四期

ijtw ：為臺灣經濟新報資料庫（TEJ）所有股票型基金 i 在 t 時間中投資 j 檔股票之投資組合權重。

jtmcap ：該檔基金底下在 t時間中所持有的 j檔股票之股票市值。 3.本研究以 Sawicki and Finn（2002）利用複迴歸探討基金之規模效應、基金流量、

基金年齡及多角化行為對基金績效的相關性，為了進一步的對此複迴歸進行穩健性檢

驗，故又將基金年齡對基金績效、基金規模對績金績效及對不同規模之基金進行多角化

行為分別作簡單迴歸及複迴歸去探討是否彼此間也存在著顯著之相關性，迴規分析之方

程式如下：

0 1it it itR ageβ γ ε= + + (3)

0 1it it itR TNAβ γ ε= + + (4)

0 1it it itR capβ γ ε= + + (5)

0 1 2 3it it it it itR age TNA capβ γ γ γ ε= + + + + (6)

0 1(1 )it it itR Sβ γ ε= + + (7)

0 1(1 )it it it itR S TNAβ γ ε= + + (8)

0 1 2 3 1(1 ) (1 ) (1 )it it it it it itR S S TNA S capβ γ γ γ ε−= + + + + (9)

0 1 2 3 4 5

6

(1 ) (1 ) (1 )

it it it it it it it

it it it

R age TNA cap S S TNAS cap

β γ γ γ γ γγ ε

= + + + + ++ +

(10)

itR ：為 i檔基金在 t期中之季報酬率。 itage ：為虛擬變數，若基金年齡大於 5 年，則此數值等於 1，代表此基金為成熟基金，反之為 0。

itTNA ：為 i檔基金在 t時間中之基金淨值。 1 itS ：為 i 檔基金在 t 期所投資的各個股票之總個數取倒數，代表為本研究之

多角化程度，若數值愈小，代表多角化程度愈大，若數值愈大，代表多

角化程度愈小。 kcap ：設虛擬變數，代表以Style來區分出的規模大小，當 1kcap = 時，代表此基金為大規模之基金，反之，則代表此基金為小規模之基金。

四、實證結果與分析

本研究主要探討臺灣股票型基金之規模效應、基金流量、基金年齡及針對不同規模

大小基金進行多角化的行為，對於基金報酬率之影響，由於基金報酬對於一般投資大眾

來說是具有長期性且穩健性的投資工具之一，故本研究利用一些變數並結合行為財務學

的方法，來探討哪些因素會影響到基金的績效，而對於基金績效的研究也廣泛被許多學

者來深入研究及探討。本研究將研究基金績效分為以下五個部分：一為基金年齡對於基

基金特性及多角化對基金績效之研究 (105)

金績效的影響，二為將基金區分為大規模基金及小規模基金，何種規模之基金績效表現

較佳，三為將基金區分為大規模基金及小規模基金，何種規模之基金流量較高，四為基

金流量對基金報酬率之影響程度，五為大規模基金及小規模基金之多角化程度，六為對

不同規模大小之基金進行多角化對於基金績效之影響。

（一）敘述統計及規模大小對於基金多角化之程度

本研究利用 Pollet and Wilson（2008）探討基金規模及基金績效之一文中的基金規模區分方式來區分本研究之基金規模大小，並再以淨值來區分基金規模加以比較及探

討，分別於表 4-1、4-2呈現，且表 4-1、4-2也皆為本研究之敘述統計分析表。 表 4-1為基金風格之敘述性統計表，期間由 1999年至 2008年，以每二年來做一段

時間的區隔，發現基金檔數由 1999~2000 年的 117 檔臺灣股票型基金增加至 2007~2008年的 170 檔臺灣股票型基金，由此可知，臺灣股票型基金隨著時間的經過，檔數也不斷的增加，且以風格計算出的基金規模也由 1999~2000 年的 134,302.212（單位：百萬）增加至 2007~2008 年的 190,157.000（單位：百萬），而基金之平均持股檔數只有在2001~2002 年至 2003~2004 此區間由 33.233 檔股票些微下降至 32.657 檔股票，整體而言，基金之平均持股檔數也持續在增加當中。 表 4-2為基金之淨值敘述性統計表，期間也是由 1999年至 2008年，以每二年來做

一段時間的區隔，基金檔數由 1999~2000 年的 117 檔臺灣股票型基金增加至 2007~2008年的 170 檔臺灣股票型基金，且以基金淨值計算出的基金規模也由 1999~2000 年的1,260.559（單位：百萬）增加至 2007~2008年的 1,576.039（單位：百萬）。 由表 4-1 及表 4-2 此二表之敘述性統計表中可知，不論是由基金風格或由基金淨值

來探討，基金個數皆隨著時間也有不斷增加的趨勢，且平均基金風格及平均基金淨值也

隨之增加，另外，基金的平均持股檔數也隨著時間也有不斷增加的趨勢。 對於基金規模大小對於基金多角化程度而言，在過去的研究中顯少探討此議題，

Pollet and Wilson（2008）特別針對此一議題也提出了看法，認為大規模基金其多角化程度較小規模大，實證研究中以基金持股檔數來代表基金多角化程度進行研究，研究發現

大規模基金其持股檔數較小規模基金持股檔數還多。

表 4-1 基金風格敘述性統計

期間 基金 個數

平均基金風

格（百萬） 最大值 最小值 標準差

基金風格總合

（百萬） 平均持有 股票檔數

1999~2000 117 134,302.212 386,643.712 14,184.380 99,304.460 15,579,053.000 26.112

2001~2002 135 112,559.394 374,608.383 4,340.030 106,974.239 14,970,399.420 33.233

2003~2004 144 178,749.890 531,732.047 11,166.856 123,867.966 25,561,234.330 32.657

2005~2006 151 183,490.910 580,797.215 10,012.133 140,152.365 27,523,632.790 33.833

2007~2008 170 190,157.000 503,505.000 6,011.902 125,320.500 32,326,695.400 35.229

(106) 臺灣銀行季刊第六十卷第四期

表 4-2 基金淨值敘述性統計

期間 基金

個數 平均基金淨

值（百萬）最大值 最小值 標準差

基金淨值總合

（百萬） 平均持有 股票檔數

1999~2000 117 1,260.559 7,044.422 42.350 1,202.148 146,224.900 26.112 2001~2002 135 1,315.2581 7,843.946 32.883 1,207.249 176,244.591 33.233 2003~2004 144 1,454.059 8,598.463 26.431 1,403.685 207,930.400 32.657 2005~2006 151 1,564.129 10,412.360 83.708 1,631.163 234,619.400 33.833 2007~2008 170 1,576.039 11,302.480 125.549 1,633.740 233,926.700 35.229

而在本研究中，也分別針對以基金風格及基金淨值來區分基金規模大小，分別加以

探討，以不同的分類方式所分類出的基金規模大小，是否大規模基金其持股檔數較小規

模基金多，也就是大規模基金多角化程度較小規模基金多角化程度還要大，表 4-3 及表4-4 即分別是以基金風格來區分之基金規模大小及以基金淨值來區分基金之規模大小，先由表 4-3可得知，基金大小規模之個數原本自 1999~2000年及 2001~2002年都是小規模基金個數大於大規模基金個數，但自 2005年開始至 2008年，大規模基金個數就開始逐漸大於小規模基金個數，而基金的持股檔數雖然自 1999~2006年大規模基金之持股檔數皆不顯著大於小規模基金之持股檔數，但自 2005年開始至 2008年中可發現，大規模基金之持股檔數皆顯著大於小規模基金之持股檔數，且皆達 1%之顯著水準，另外由此表三也可大概看出 2005年至 2008年大規模基金其平均報酬率也顯示出比小規模基金之平均達酬率還高。 而從表 4-4 以基金淨值來區分之基金規模大小中可看出，不論是 1999~2000 年、

2001~2002 年、2003~2004 年、2005~2006 年、2007~2008 年，其大規模基金之平均持股檔數皆顯著大於小規模基金之平均持股檔數，且達 1%之顯著水準，另外也可由表 4-4之平均報酬率（%）得知，大規模基金平均報酬率皆高於小規模基金之平均報酬率。 故由上述表 4-3 及表 4-4 可解釋本研究之研究假說五，即大規模基金其多角化程度

較小規模基金大。另外，表 4-5 為本研究之相關性分析，分別將基金風格、持股檔數、基金淨值、基金流量、基金年齡及報酬率來做變數間彼此的相關性分析。 由此表可看出，基金風格及基金淨值之基金規模和報酬率呈現正向關係，而基金持

股檔數、基金年齡及基金流量也和報酬率呈現正向關係。

表 4-3 以基金風格區分基金規模大小之平均持股的差異

期間 規模 大小

基金

個數

基金平均市值

（百萬） 平均 TNA（百萬）

平均 報酬率

平均持

股股數

平均 差異

t值

大規模 39 76,202.458 (48655.764)

1,438.113(1519.021)

-0.184 (0.086)

25.970 (8.785)

1999~ 2000

小規模 77 70,022.410 (35870.605)

1,170.630(1004.327)

-0.751 (3.729)

26.180 (8.076)

0.207 0.127

2001~ 2002

大規模 46 34,469,262 (232050571)

1,229.388(1026.870)

-1.835 (2.642)

30.250 (9.736)

3.716 1.585

基金特性及多角化對基金績效之研究 (107)

期間 規模 大小

基金

個數

基金平均市值

（百萬） 平均 TNA（百萬）

平均 報酬率

平均持 股股數

平均 差異

t值

小規模 88 39,581.418 (26924.737)

1,360.145(1294.878)

-1.372 (8.757)

33.970 (11.117)

2003~ 大規模 71 283,516.070 (87205.631)

1,505.912(1535.835)

-1.866 (6.744)

31.110 (9.734)

1.789 0.977

2004 小規模 71 75,438.801 (37274.327)

1,402.926(1268.726)

-0.239 (5.549)

32.900 (9.475)

大規模 77 652,951.520 (3104147.50)

1,859.426(1967.396)

1.265 (6.516)

99.460 (14.723)

2005~ 2006

小規模 76 67,021.598 (35615.449)

1,860.676(2433.488)

0.236 (1.803)

35.010 (10.187)

-64.454** -16.635

大規模 98 273,877.740 (97503.449)

1,274.759(1413.611)

-0.189 (0.360)

36.180 (10.884)

2007~ 2008

小規模 72 76,203.846 (39391.671)

1,513.893(1894.658)

-0.215 (2.778)

33.930 (29.466)

-2.253** -3.428

註：本表括號為標準差，t值為假設變異數相等；*表示 5%的顯著水準，**表示 1%的顯著水準。

表 4-4 以基金淨值區分基金規模大小之平均持股的差異

期間 規模 大小

基金

個數

平均 TNA （百萬）

基金平均市值

（百萬） 平均報酬

率（%）平均持 股股數

平均 差異

t值

大規模 44 2,355.430 (1325.803)

139,323.330(98973.185)

-2.789(5.921)

28.362 (8.124)

1999~ 2000

小規模 72 591.472 (281.661)

131,233.700(100074.360)

-2.926(6.879)

24.741 (8.131)

-3.621** -2.332

大規模 60 2,236.571 (1280.668)

120,544.510(110955.620)

2.005(5.279)

37.351 (11.129)

2001~ 2002

小規模 74 568.248 (257.794)

21,376,169.000(182972976)

-0.303(5.434)

29.762 (8.873)

-7.592** -4.395

大規模 63 2,541.253 (1505.217)

183,155.130(120208.350)

2.467(2.380)

36.981 (15.697)

2003~ 2004

小規模 80 597.893 (280.325)

175,280.770(127321080)

1.502(3.080)

29.252 (7.445)

-7.731** -3.889

大規模 69 2,718.130 (1801.856)

183,250.130(130581.670)

0.446(2.033)

35.971 (8.250)

2005~ 2006

小規模 81 581.092 (262.311)

183,695.970(148628.970)

0.299(0.579)

32.011 (9.319)

-3.961** -2.732

大規模 61 2,892.162 (1939.638)

170,974.320(113465.670)

-1.804(0.134)

41.561 (35.026)

2007~ 2008

小規模 109 527.567 (248.350)

200,892.310(130763.700)

-1.895(2.273)

31.692 (9.339)

-9.872** -2.776

註：本表括號為標準差，t值為假設變異數相等；*表示 5%的顯著水準，**表示 1%的顯著水準。

(108) 臺灣銀行季刊第六十卷第四期

表 4-5 相關性分析 基金風格 持股檔數 基金淨值 基金流量 基金年齡 報酬率 基金風格 Pearson相關 顯著性(雙尾)

1

0.020 0.800

-0.018 0.814

0.008 0.914

0.015 0.842

-0.026 0.736

持股檔數 Pearson相關 顯著性(雙尾)

0.020 0.800

1 0.102 0.187

-0.034 0.658

0.114 0.138

0.004 0.956

基金淨值 Pearson相關 顯著性(雙尾)

-0.018 0.814

0.102 0.187

1 0.023 0.763

0.114 0.138

0.105 0.171

基金流量 Pearson相關 顯著性(雙尾)

0.008 0.914

-0.034 0.658

0.023 0.763

1 0.047 0.539

0.041 0.599

基金年齡 Pearson相關 顯著性(雙尾)

0.015 0.842

0.114 0.138

0.114 0.138

0.047 0.539

1 0.011 0.892

報酬率 Pearson相關 顯著性(雙尾)

-0.026 0.736

0.004 0.956

0.105 0.171

0.041 0.599

0.011 0.892

1

**在顯著水準為 0.01時（雙尾），相關顯著。 *在顯著水準為 0.05時（雙尾），相關顯著。

（二）基金年齡對基金績效之影響

有關於基金年齡對基金績效的影響，本研究將顯示於表 4-6 中，利用獨利樣本 t 檢定來檢定分別以基金年齡為 5年以上稱為高年齡基金，基金年齡為 5年以下稱為低年齡基金，在表 4-6 發現高年齡基金個數有 140 檔基金，低年齡基金個數有 30 檔基金，高年齡基金平均年齡為 10.918年，低年齡基金平均年齡為 2.053年，高年齡基金平均報酬率為 1.558%，低年齡基金平均報酬率為-7.946%，高年齡基金平均報酬率高於低年齡基金之平均報酬率，且報 1%之顯著水準；此部分研究符合 Sirri and Tufano（1998）、Gruber（1996）、Zheng（1998）及 Heaney（2007）研究基金年齡及基金績效間呈正向關係之研究一致，故本部分研究也符合本研究假說一基金的報酬和基金年齡呈正相關。

表 4-6 基金年齡對基金報酬的影響

個數 （N）

基金年齡 平均數

平均報酬率 （%）

平均差異 t值

高年齡基金 （大於 5年）

140 10.918 1.558 (1.168)

低年齡基金 （小於 5年）

30 2.053 -7.946 (7.256)

-9.505** -14.781

註：本表括號為標準差，t值為假設變異數相等；*表示 5%的顯著水準，**表示 1%的顯著水準。

基金特性及多角化對基金績效之研究 (109)

（三）基金規模對基金績效之影響

有關於基金規模對基金績效的影響，本研究將顯示於表 4-7 中，表 4-7 利用獨利樣本 t 檢定來檢定分別以基金風格及基金淨值來區分基金規模大小，是否大規模基金平均報酬率顯著大於小規模基金之平均報酬率，由本表可知，以基金風格來區分之基金規模

大小來看，大規模基金個數為 69 檔基金，小規模基金個數為 101 檔基金，大規模基金之平均報酬率為 1.201%，小規模基金之平均報酬率為 0.959%，大規模基金之平均報酬率大於小規模基金之平均報酬率，但未達顯著水準。 而以基金淨值來區分大規模基金及小規模基金，大規模基金個數為 80 檔基金，小

規模基金個數為 90 檔基金，發現大規模基金之平均報酬率為 1.699%，小規模基金之平均報酬率為 0.545%，大規模基金之平均報酬率顯著大於小規模基金之平均報酬率，且達 1%之顯著水準；此部分研究符合國外學者 Grinblatt and Titman（1989）、Louis et al.（1999）、Sawicki and Finn（2002）、Chen et al.（2004）及 Heaney（2007）研究基金規模及基金績效間呈正向關係之研究一致，故本部分研究也符合本研究假說二大規模基金

較小規模基金其報酬率較高。

表 4-7 基金規模對基金報酬的影響 個數（N） 平均報酬率（%） 平均差異 t值

大規模-淨值 80 1.699 (1.142)

小規模-淨值 90 0.545 (1.302)

-1.154** -6.042

大規模-風格 69 1.201 (1.029)

小規模-風格 101 0.959 (1.513)

-0.242 -1.121

註：本表括號為標準差，t值為假設變異數相等；*表示 5%的顯著水準，**表示 1%的顯著水準。

（四）何種基金規模流量較高及流量對基金績效的影響

有關於基金規模對流量的關係，由表 4-8 中可看基金規模由基金淨值及基金風格兩種分類基金規模的方式來加以探討，以基金淨值來區分大規模基金及小規模基金，大規

模基金個數有 101 檔基金，小規模基金有 69 檔，大規模基金淨值最大值為 9,620.6748（單位：百萬）、最小值為 1,015.5773（單位：百萬）、基金流量平均數為-0.0062，小規模基金淨值最大值為 1,009.0318（單位：百萬）、最小值為 125.5491（單位：百萬）、基金流量平均數為-0.0092，平均差異為-0.003。 雖然大規模基金其基金流量大於小規模基金流量，但未達統計上的顯著水準；以基

金風格來區分大規模基金及小規模基金，大規模基金個數有 80 檔基金，小規模基金有

(110) 臺灣銀行季刊第六十卷第四期

90 檔，大規模基金風格最大值為 39,555,326.236（單位：百萬）、最小值為 145,563.603（單位：百萬）、基金流量平均數為 0.002，小規模基金風格最大值為 142,067.518（單位：百萬）、最小值為 28,971.542（單位：百萬）、基金流量平均數為-0.0169，平均差異為-0.0189，大規模基金其基金流量大於小規模基金流量，且達統計上 1%的顯著水準；所以以基金風格來區分基金規模大小，大規模基金其基金流量平均數顯著高於小規模基

金之基金流量平均數，故符合本研究之研究假說三：以基金風格來區分基金規模大小，

大規模基金之基金流量較小規模基金之流量還高。 另外，在先前的文獻探討中有提到，基金流量的高低也是影響基金績效的重要變數

之一，而表 4-9 即呈現基金流量對基金績效的影響，本研究以基金流量中位數以上稱為高流量基金，以基金流量中位數以下稱為低流量基金，由表 4-9 可得知，高流量基金其基金個數為 101 檔基金，基金流量數為 0.003，平均報酬率為 0.870%，而低流量基金其基金個數為 69 檔基金，基金流量平均數為-0.036，平均報酬率為-1.567，高流量基金和低流量基金平均差異為-2.437，且達統計上 1%之顯著水準，所以高流量基金其基金報酬顯著大於低流量基金之基金報酬，故符合本研究之研究假說四：基金流量愈高，則基

金隨後而來的報酬率也將愈高。

表 4-8 基金流量對基金規模的關係 個數

（N）最大值 最小值

基金流量 平均數

平均差異 t值

淨值-大規模 101 9,620.675 1,015.577 -0.006 (0.073)

淨值-小規模 69 1,009.032 125.549 -0.009 (0.042)

-0.003 -0.340

Style-大規模 80 39,555,326.236 145,563.603 0.002 (0.047)

Style-小規模 90 142,067.518 28,971.542 -0.017 (0.063)

-0.019** -2.179

註：本表括號為標準差，t值為假設變異數相等；*表示 5%的顯著水準，**表示 1%的顯著水準。

表 4-9 基金流量對基金報酬的影響

個數

（N） 基金流量 平均數

平均報酬率 （%）

平均差異 t值

高流量基金 （基金流量在中位數以上）

101

0.003

0.870 (3.464)

低流量基金 （基金流量在中位數以下）

69

-0.036

-1.567 (6.069)

-2.437** -3.323

註：本表括號為標準差，t值為假設變異數相等；*表示 5%的顯著水準，**表示 1%的顯著水準。

基金特性及多角化對基金績效之研究 (111)

（五）對不同規模之基金進行多角化對於基金績效之影響

在先前的實證結果可發現，基金規模是影響基金績效的重要變數之一，但如何利用

多角化來提升不同規模基金之績效更是本研究主要探討的議題，另外本研究為了進一步

的檢定基金特性是否會影響基金績效，更利用了穩健性測試，除了用先前的獨立樣本 t檢定去驗證外，更以迴歸分析的方式再次的驗證，故基金多角化及穩健性測試之實證結

果將於表 4-10 所示；表 4-10 利用迴歸分析去探討基金年齡、規模及針對不同規模大小之基金進行多角化行為，是否會影響到基金的報酬率，在進行變數間的迴歸分析時，本

研究先將自變數進行 VIF值（Variance Inflation Factor）檢測，發現年齡 VIF值=1.032、基金淨值 VIF值=1.028、基金風格 VIF值=1.001、股票檔數之倒數 VIF值=1.028、基金流量 VIF 值=1.004；由上述可看出自變數之 VIF 值皆小於 10，表示自變數間並無存在共線性的問題，接下來將進行迴歸分析。 模型(1)、模型(2)及模型(3)分別針對基金年齡、基金淨值、基金風格對基金報酬率

的影響，結果發現，不論是基金年齡、基金淨值或是基金風格，對基金報酬率進行簡單

迴歸分析，皆和基金報酬率呈現正向且顯著的相關性，且達統計上 1%之顯著水準；而模型(4)則是一併將基金年齡、基金淨值及基金風格此三項變數對基金報酬率做複迴歸分析，結果發現此三項變數也都和基金報酬率呈現正向且顯著的相關性，且也達統計上

1%之顯著水準，由模型(1)、模型(2)、模型(3)、模型(4)可知，不論用簡單迴歸或是複迴歸去探討基金年齡、基金淨值和基金風格對基金報酬率的影響，此三項變數皆和基金報

酬率呈現正向且顯著的相關性，也表示基金年齡愈久之基金、基金淨值愈高、基金風格

愈高之基金，其基金報酬率將愈高。 模型(5)、模型(6)及模型(7)主要是探討對大規模基金及小規模基金進行多角化，對

基金報酬率的影響，模型(5)發現當對小規模基金進行多角化，持股檔數之倒數和基金報酬率呈現負向且顯著的關係，表現當對小規模基金進行多角化，也就是增加小規模基

金持股檔數，則對於小規模基金之報酬率的成長為正向且顯著的關係；模型(6)為對以基金淨值來區分之大規模基金進行多角化，結果發現若對以基金淨值來區分之大規模基

金進行多角化，則反而會對基金報酬率帶來負向且顯著的影響；模型(7)則是將對小規模基金和大規模基金同時進行多角化，一併探討其對於基金報酬率的影響，結果發現，

對小規模基金進行多角化會帶來正向且顯著的報酬，對以基金淨值所區分的大規模基金

進行多角化，則會帶來負向且顯著的報酬，但對以基金風格所區分之大規模基金進行多

角化，雖然也會帶來負向的報酬，但並未達統計上的顯著水準。 模型(8)則是將基金年齡、基金淨值、基金規模、小規模基金多角化、對以基金淨

值區分之大規模基金多角化、對以基金風格區分之大規模基金多角化此六項變數一併對

基金報酬率進行複迴歸分析，結果發現，基金年齡、基金淨值及基金風格一樣也和基金

報酬率呈正向關係，但其中只有基金年齡達到統計上的顯著水準，而對不同規模大小之

基金進行多角化也發現，對小規模基金進行多角化會帶給小規模基金有正向且顯著的報

酬，但對大規模基金進行多角化，雖然也會帶給大規模基金有正向的報酬率，但未達統

計上的顯著水準。

(112) 臺灣銀行季刊第六十卷第四期

表 4-10 在多角化的情況下，基金規模對基金報酬的影響 依變數：第 i檔基金在第 t期之報酬率

模型(1) 模型(2) 模型(3) 模型(4) 模型(5) 模型(6) 模型(7) 模型(8)

itage 9.505** (0.643)

9.113**(0.646)

9.910** (0.638)

itTNA 2.471** (0.723)

1.256**(0.491)

2.553 (2.369)

itcap 1.530** (0.735)

0.688 (0.486)

0.623 (0.482)

1/ itS -12.444**(4.910)

-9.810** (4.898)

-13.062** (4.259)

(1/ )it itS TNA× 0.019** (0.009)

7.071** (2.295)

10.208 (7.121)

(1/ ) 1it itS cap× 1.128E-06 (0.000)

2.635E-07 (0.000)

2R 0.565 0.572 0.025 0.586 0.037 0.067 0.090 0.610 調整後 2R 0.563 0.567 0.019 0.579 0.031 0.062 -0.073 0.595 註 1：依變數-報酬率；自變數-age、 1itTNA − 、 1itcap − 、 11/ itS − 、 1 1(1/ )it itS TNA− −× 、 1 1(1/ ) 1it itS cap− −× ；本表

括號為標準差，t值為假設變異數相等；*表示 5%的顯著水準，**表示 1%的顯著水準。 註 2：自變數間之 VIF 值（Variance Inflation Factor）：age=1.032、TNA=1.028、Cap=1.001、1/S=1.028、

Flow=1.004。

五、結論與建議

本研究以 1999年 1月至 2008年 12月共 10年的樣本期間探討臺灣股票型基金是否會受到基金特性及多角化的影響。為了深入探討臺灣股票型基金的績效是受到哪些因素

的影響，對於基金的特性，在本研究也一一的加以探討，包括：基金年齡、基金流量及

基金規模。另外也引用了行為財務學的概念，對於不同規模大小的基金，進行多角化，

來探討是否會有助於基金績效的提升，希望本研究能提供投資者一個良好的投資策略及

參考依據。 本研究檢視了基金年齡、基金流量、基金規模及多角化對基金績效的影響，運用了

獨立樣本 t 檢定及迴歸分析法來加以驗證本研究之研究假說；其中，探討基金年齡和基金績效的關係、基金規模及基金績效的關係、基金規模和基金流量的關係、基金規模大

小之多角化程度關係皆利用獨立樣本 t 檢定來驗證；而對不同規模之基金進行多角化影響基金績效的假說則是利用迴歸分析法來加以驗證；除此之外，也利用穩健性測試來更

進一步的驗證本研究之研究假說。 經過第四章的實證研究後，本研究可以歸納為以下幾個論點：

基金特性及多角化對基金績效之研究 (113)

(1) 以基金年齡 5 年以上及 5 年以下來分別區分為老基金及年輕的基金，發現基金的報酬會受到基金年齡的影響，且基金年齡和基金報酬呈現明顯的正向關係；

此為老基金之績效表現較年輕基金之績效表現為佳。 (2) 以 Pollet and Wilson（2008）之方法分別計算出每檔基金之基金風格（Style），再以基金風格之中位數以上及中位數以下來區分基金規模大小，實證研究發現

大規模基金的基金績效表現會較小規模基金佳，但結果並不顯著；但若以基金

淨值之中位數以上及中位數以上來區分基金規模大小，則研究結果也顯示大規

模基金的基金績效表現會較小規模基金佳，其結果也較為顯著。 (3) 以 Pollet and Wilson（2008）之方法所計算出的基金風格來區分基金規模大小，發現大規模基金之基金流量較小規模基金流量還高。

(4) 以基金流量中位數以上及中位數以下分別為高流量基金及低流量基金，研究結果顯示，基金流量和基金績效呈顯著正向關係，表示基金流量愈高，其隨後而

來的基金績效也顯著較高。 (5) 臺灣股票型基金中大規模基金持股檔數顯著大於小規模基金之持股檔數，此一結果也表示，臺灣股票型基金中大規模基金多角化程度較小規模基金多角化程

度大。 (6) 針對大規模基金及小規模基金進行多角化研究，發現小規模基金和基金績效呈現正向且顯著關係，表示若針對小規模基金進行多角化，對於基金績效的成長

有正面的幫助，但對於大規模基金進行多角化，和基金績效呈現負向關係，但

並不顯著。 由於本研究受到資料庫的限制，自 2002 年以來，所有臺灣股票型基金之持股明細

只公佈季資料，而月資料只公佈前五大公司，本研究採用資料庫中所有臺灣股票型基金

之季資作為樣本，所取得的每季之基金持股明細，來計算出每檔基金之基金風格指標，

藉以區分出大規模基金及小規模基金。建議後續研究者可以採用前五大基金公司持股明

細之月資料來計算基金風格指標，進一步去探討是否前五大基金公司也存在著基金規模

效應。

參考文獻

一、中文部分

1. 王睿、趙子銥（2008），基於平行數據的基金流量影響因素的實證分析，貴州財經學院學報，4，65-69。

2. 許和鈞、巫永森和王琮瑜（1997），共同基金的類型、規模與其操作績效關係之研究，交大管理學報，

17，97-112。

3. 許培基（2002），共同基金流量、投資風格與績效，國科會專題研究計劃。

4. 陳森松、黃憲彰、王南喻和張華然（2007），檢視債券型基金績效與流量之動態關連-應用多元隨機波動

模式，企業管理學報，74，41-65。

5. 黃熹、朱丹（2006），基金規模對開放式基金擇機選股能力影響探析，商場現代化，485，24-25。

6. 鄧超、蔡奕奕（2005），我國配置型開放式基金規模與回報關係的實證研究，中南大學學報（社會科學

版），11，620-624。

(114) 臺灣銀行季刊第六十卷第四期

二、英文部分

1. Barber, B. M., and Odean, T. (2000). Trading is Hazardous to Your Wealth: The Common Stock Investment

Performance of Individual Investors. Journal of Finance, 55, 773-806.

2. Berk, J. B., and Green, R. C. (2004). Mutual Fund Flows and Performance in Rational Markets. The Journal of

Political Economy, 112, 1269-1285.

3. Campbell, J. Y., Lettau, M., Malkiel, B. G., and Xu, Y. (2001). Have Individual Stocks Become More Volatile? An

Empirical Exploration of Idiosyncratic Risk. Journal of Finance, 56, 1-43.

4. Chen, J., Hong, H., Huang, M., and Kubik, J. D. (2004). Does Fund Size Erode Mutual Fund Performance? The

Role of Liquidity and Organization. American Economic Review, 94, 1276-1302.

5. Chen, H., Faff, R. W., Gallagher, D. R., and Looi, A. (2008). Fund Size, Fund Flow, Transaction Costs and

Performance: Size Matters. Working Paper Series.

6. Chevalier, J., and Ellison, G. (1997). Risk Taking by Mutual Funds as a Response to Incentives. Journal of

Political Economy, 6, 1167-1200.

7. Ciccotello, C. R., and Grant, C. T. (2001). Equity Fund Size and Growth: Implications for Performance and

Selection. Financial Services Review, 5, 1-12.

8. Dorms, W. G. (2006). Hot Hands, Cold Hands: Does Past Performance Predict Future Returns? Journal of

Financial Planning, 19, 60-69.

9. Edwards, F. R., and Zhang, X. (1998). Mutual Funds and Stock and Bond Market Stability. Journal of Financial

Services Research, 13, 257-282.

10. Fama, E. F. (1970). Efficient Capital Markets: A Review of Theory and Empirical Work. Journal of Finance, 25,

383-417.

11. Fant, L. F., and O’Neal, E. S. (2000). The Changes in the Determinants of Mutual Fund Flows. Journal of

Financial Research, 23, 353-371.

12. Grinblatt, M., Titman, S., and Wermers, R. (2008). Momentum Investment Strategies, Portfolio Performance,

and Herding: A Study of Mutual Fund Behavior. The American Economic Review, 85, 1088-1105.

13. Grinblatt, M., and Titman, S. (1989). Mutual Fund Performance: An Analysis of Quarterly Portfolio Holdings.

Journal of Business, 62, 393-416.

14. Gruber, M. J. (1996). Another puzzle: The Growth in Actively Managed Mutual Funds. Journal of Finance, 51,

783-810.

15. Hany, A. S., and David, M. S. (2005). Optimal Number of Stock Holdings in Mutual Fund Portfolios Based on

Market Performance. The Financial Review, 40, 481-495.

16. Heaney, R. A. (2007). Australian Equity Mutual Fund Size Effects. Working paper.

17. Ippolito, R. (1992), Consumer Reaction to Measures of Poor Quality: Evidence from the Mutual Fund Industry.

The Journal of Law and Economics, 35, 45-70.

18. Jegadeesh, N., and Titman, S. (1993). Returns to Buying Winners and Selling Losers: Implications for Stock

Market Efficiency. Journal of Finance, 48, 65-91.

19. Johnson, W. T. (2005). Predictable Investment Horizons and Wealth Transfers among Mutual Fund

Shareholders. Journal of Finance, 59, 1979-2012.

基金特性及多角化對基金績效之研究 (115)

20. Louis, K. C., Chan, H. L., and Chen, J. L. (2002). On Mutual Fund Investment Styles. Review of Financial

Studies, 15, 1407-1473

21. Lynch, A., & Muato, D. (2003). How Investors Interpret Past Fund Returns. Journal of Finance, 58, 2033-2058

22. Markowitz, H. M. (1952). Portfolio Selection. Journal of Finance, 7, 77-91.

23. Matthew, R. M. (2000). Mutual Fund Age and Morningstar Ratings. Lubin School of Business Working Paper.

24. Pollet, J. M. and Wilson, M. (2008). How Does Size Affect Mutual Fund Behavior? Journal of Finance, 6, 2941-

2969.

25. Roston, M. N. (1996). Mutual Fund Managers and Lifecycle Risk: An Empirical Investigation. Ph.D. Thesis

University of Chicago.

26. Sirri, E., and Tufano, P. (1998). Costly Search and Mutual Fund Flows. Journal of Finance, 53, 1589-1622.

27. Smith, K. V. (1978). Is Fund Growth Related to Fund Performance? Journal of Portfolio Management, spring,

49-54.

28. Spitz, A. E. (1970). Mutual Fund Performance and Cash Inflows. Applied Economics, 2, 141-145.

29. Stein, J. C. (2002). Information Production and Capital Allocation: Decentralized vs. Hierarchical Firms. Journal

of Finance, 57, 1891-1921.

30. Welch, I. (2000). Views of Financial Economists on the Equity Premium and on Professional Controversies.

Journal of Business, 73, 501-537.