养老目标基金绩效影响因素研究
戈蕙 黄苑琛 陈蒙铿

      【摘要】在人口老龄化加剧与第三支柱养老体系加快建设的背景下，本文基于2019–2024 年我国养老目标基金（Target Date Fund）的样本，采用机器学习中的随机森林模型，发现养老目标基金长期投资的生命周期属性，导致基金锁定期、基金经理的任期和稳定性等管理人层面的微观因素，会较大地影响基金绩效，这些是在影响传统基金绩效的因素中易被低估的变量。本研究为公募基金的绩效研究提供了实证方法的补充，并对管理人激励制度优化提供了启示。
      【关键词】养老目标基金；基金绩效；随机森林算法
引言
      党的二十大以来，党中央、国务院就规范发展第三支柱养老保险业务进行密集部署，并陆续出台相关政策。构建多层次养老保障体系成为国家战略重点。第三支柱养老保险作为补充第一、第二支柱的重要部分，提供高质量金融产品供给对缓解养老金压力、满足居民多样化配置需求具有重要意义。养老目标基金（Target Date Funds,TDFs）作为第三支柱的关键投资载体，凭借生命周期资产配置机制与风险递减特性，被广泛视为实现养老金长期增值保值的有效工具。
一、文献综述
      （一）影响公募基金绩效的因素
      基金绩效作为金融学领域的重要研究议题，其影响因素已被广泛探讨，研究路径主要聚焦于以下三个方向：
      1. 规模效应理论。Berk & Green（2004）提出“资金流—绩效假说”，认为基金规模扩大虽可实现运营规模经济，但也带来选股能力稀释和流动性压力，绩效呈现边际递减趋势；李忠利等（2020）对中国公募基金实证发现，基金规模对绩效的影响呈倒U 型结构。
      2. 费用机制理论。Elton et al.（2001）指出，管理费率是基金持有人最直接的成本，其负向影响已在多数国家实证确认。杜洋洋等（2022）基于中国基金样本发现，高费用率显著降低净值增长水平，且在养老类长期产品中影响更为显著。
      3. 基金经理特征研究。Golec（1996）和 Chevalier & Ellison（1999）强调基金经理的任期与更替频率会影响投资风格稳定性与市场信任，Khorana（2001）则指出，基金经理团队的稳定性与业绩持续性之间存在显著正相关。张启迪与吕成刚（2021）研究证实，在长期限的养老目标产品中，管理者稳定性对超额收益的提升作用更为明显。
      （二）养老目标基金的特殊性
      养老目标基金（Target Date Fund，以下简称“TDF”）作为养老金第三支柱的核心金融工具，其产品特性与传统公募基金存在实质差异。首先在投资理念上，TDF 强调生命周期匹配与风险递减策略；其次在监管架构上，基金运营需兼顾安全性、长期性与低波动性；再次是在治理要求上，需更高程度的投资责任约束与信息披露透明度。
      现有文献多集中于个人养老金制度层面或市场规模的宏观描述，对其影响基金投资绩效的微观机制探讨较为缺乏。蔡政辉（2022）指出，养老目标基金在实践中呈现“规模增长快—绩效差异大”的特征，其背后的治理机制尚未系统揭示，尤其是对基金经理团队特征、内部激励机制、费用设置策略等变量影响绩效路径的经验研究几近空白。
      本文将采用实证分析方法，通过机器学习中的随机森林模型，来分析我国养老目标基金绩效受到基金层面的治理因素，如经理任期、基金规模、费用率等。
二、研究设计与结果分析
      （一）数据来源与样本说明
      本文实证研究所使用的数据来源于 Wind 金融终端与公募基金定期披露报告，数据涵盖 2019 年至 2024 年间在我国设立的公募养老目标基金。数据处理过程中，剔除了缺失关键指标、存续期低于两年的基金产品，以确保绩效表现与变量解释的稳定性。
      最终整理得到基金层面的面板数据共计 1910 个样本容量，主要变量涵盖基金绩效、资产配置、规模特征、费用结构、基金经理信息、持有人结构等多个维度，为模型构建与机器学习训练提供了坚实的数据基础。
      本研究选择的因变量为基金风险调整后绩效，选用Wind 金融终端公募基金数据库的三年期年化 Sharpe 比率（Sharpe Ratio，下文称为“夏普比率”），衡量单位风险所获得的超额回报。
      （二）相关性分析
      为进一步探讨基金的微观特征之间的交互作用以及其对基金业绩的影响，本文计算了各变量之间的皮尔逊相关系数（Pearson Correlation Coefficients），各变量之间的相关性分析如下。
      （1）变量间的结构性相关关系
      股票投资市值与基金投资市值高度正相关（r=0.64），说明股票资产在养老金基金资产配置中占据显著地位，基金投资的波动很大程度上由股票投资驱动。债券投资市值与基金投资市值也具有显著正相关关系（r=0.83），表明大规模基金往往配置更高比例的债券资产，体现出规模与资产多元配置之间的共性。重仓基金持仓变动与股票投资市值呈负相关（r=-0.67），意味着高仓位配置股票的基金倾向于降低重仓调整频率，可能与其风险管理策略，或基金经理对股票风格的偏好有关。
      （2）与基金近一年回报的相关性解读
      报告期基金净值相对业绩基准的增长率与近一年回报正相关（r=0.30），表明 TDF 基金的历史相对收益具有一定的持续性。重仓基金持仓变动与近一年回报呈负相关（r=-0.21），说明过度频繁调仓未必能带来更高收益，反而可能削弱稳定性。基金投资市值（r=0.15）与近一年回报呈弱正相关，暗示中等规模的基金在短期内可能更具收益优势。基金市值占净值比、股票市值占比、债券市值等与回报相关性均不显著（|r|<0.1），说明资产配置比例本身并不足以解释短期业绩差异。员工持有比例与回报的相关性最弱（r=-0.02），进一步印证其治理效应对短期回报不显著。
      自变量对因变量的驱动机制以及核心因素的重要性排序，需结合机器学习建模来开展深层次分析。
      （三）随机森林建模方法与算法逻辑
      为实现对基金绩效驱动机制的非线性识别，本文引入随机森林模型（Random Forest Regressor）进行回归预测与特征重要性提取。相较于传统线性回归模型，随机森林算法能够更好捕捉特征之间的非线性关系与高阶交互效应，尤其适用于样本量有限但变量维度较多的情形。模型参数设置如下：
      n_estimators=100，即构建 100 棵决策树。
      max_depth=None，代表不限定树深。
      random_state=42，保持可重复性。
      criterion='mse'，最小均方误差标准。
      （四）模型训练结果的解读
      影响养老目标基金长期绩效的基金特征重要性排序从高到低， 如图 1 所示，前五的因素依次为最短持有期，投资标的市值占基金净资产比重，基金净值增长率，重仓基金持仓变动和基金经理任期。
      最短持有期（min_holding_period），即基金合同规定的锁定期：表明产品的锁定期限对养老目标基金的绩效具有直接影响；
      投资标的市值占基金净资产比重（fund_ratio_net_assets）：体现了养老产品对于高流动性的金融工具，比如货币市场工具，债券，股票等投资标的的配置。影响程度高，说明这些投资标的会很大程度影响养老目标基金的绩效。
      重仓基金持仓变动（money_fund_change）： TDF 是一种可以投向其他基金产品的特殊基金（Fund of Funds，简称 FoF），这是养老目标基金规定的投资范围。该因素体现了作为投资标的的其他基金的持仓变动，会直接影响TDF 的净值波动及绩效。
      基金净值增长率（net_value_growth_rate）：反映基金在标的资产上的投资能力。净值增长率越高，说明基金挣钱效应越明显；
      基金经理任期（manager_tenure）：通过模型训练，验证了 Khorana（2001）等前人研究发现的基金经理任职稳定性会影响基金绩效的结论；
      员工持有比例（staff_holding_ratio）、基金成立时长（fund age），这两个因素依次作为基金公司治理与产品稳定性的代理变量，在解释绩效差异中也具有重要作用。但是，部分低权重变量如股票投资规模，在模型中解释力有限，表明长期绩效更依赖结构与稳定性，而非单一投资品种持仓。
三、结语
      本文基于 2019–2024 年我国养老目标基金的样本，发现该类基金长期投资的属性会导致基金锁定期、基金经理的任期稳定性等管理人层面的微观因素，较大地影响基金绩效。

      基于研究结果，本文提出以下三项政策建议，旨在提升养老目标基金绩效与基金公司管理制度的适配性。一是建议将“基金经理任职稳定性”纳入基金综合评级与监管评估指标。同时，推动基金公司建立以长期绩效为导向的管理人激励机制，避免频繁更换导致的投资风格漂移，特别是在养老目标基金等长周期产品中，应强化“长期投资—稳定管理”匹配原则。二是控制基金产品盲目扩张，维护“中规模最优”结构。基金公司可考虑对大规模基金实施分子账户或分策略管理，确保资源集中不影响资产配置效率。三是推动费率市场化改革，探索公募基金经理激励与产品绩效挂钩机制，避免仅依靠管理规模产生的管理费，导致管理人不作为的现象。
参考文献
[1]Berk J.B., Green R.C. Mutual fund flowsperformance in rationalmarkets[J]. Journal of Political Economy, 2004, 112(6): 1269–1295.
[2]朱冰,朱洪亮.基金规模对基金投资行为和绩效的影响研究[J].金融理论与实践,2011,(02):80-85.
[3]Elton E.J., Gruber M.J., Blake C.R. Incentive fees
mutualfund risk[J]. Journal of Finance, 2001, 56(2): 779–804.
[4] 罗春风.我国证券投资基金业绩持续性研究——基于参数和非参数方法[J].中南财经政法大学学报，2012，(02)：107-112