媒体效应在金融市场广泛存在，投资者习惯于参考媒体报道，并评估相关投资决策。然而，研究发现，媒体关注度对金融决策的影响或许与传达的信息无关，该“纯媒体效应”现象是投资者面临昂贵的信息收集成本时的理论结果（Grossman）。当搜索成本较高，投资者自然会将媒体上出现的金融产品加入其有限的“考虑范围”。

共同基金的资金流动反映投资者分配决策，可直观反映出媒体效应的影响。同时，对于大部分金融产品，媒体出现而产生的需求力量会在短期内改变该工具的价格。而共同基金的价格与相关投资组合表现有关，需求和价格的脱钩使得对媒体效应的分析大大简化。

过往研究表明，媒体关注度和投资者行为之间存在相关性。Sirri和Tufano（1998）认为，媒体关注度是购买共同基金所需搜索成本的三个代用指标之一。同样，Barber（2008）根据道琼斯每日新闻服务中对公司的关注构建指标，发现投资者更有可能购买新闻中提及的股票。Kaniel（2007）和Solomon（2014）将媒体对共同基金及持仓的报道、提及频率与随后的资金流动相关联。Tetlock（2007）发现华尔街日报（WSJ）观点专栏的文本与道琼斯工业指数过去、未来的回报以及纽约证券交易所的未来交易量相关。此外，Guercio和Tkac（2008）基于晨星评级研究后认为，媒体通过“信息作用”影响投资者行为。

以上研究忽略了媒体报道的内生性，且无法区分纯媒体效应和信息内容的影响，因此，本文通过采取改进的识别策略及评估指标，重新评估媒体效应并探讨其传播机制。

实证分析表明，出版物的知名度和曝光度是驱动媒体效应的关键，通过自身“名气”而非“信息作用”影响投资决策。同时，媒体效应存在显著的溢出效果，即使得投资者不仅追逐被报道的基金，还会对同公司内其他基金改变态度。

此外，媒体关注带来的正向激励也将影响基金经理的投资决策。为提升排名从而得到媒体关注，基金经理将有意地权衡是否采取风险转移行为，以增加和同类基金之间的跟踪误差，且该行为在下一季度可能掉出榜单位置的基金中更为常见。

进一步探究传播机制可知，资金流动的增加在整个季度内是渐进的（无“公告日”效应）。这意味着投资者在出版物发表后不会急于改变投资分配，媒体效应集中影响整个季度分配和再平衡的决定。研究还发现，小型、成立年限短且知名度低的基金公司，在媒体发表后却能享受到更高的“收益”。

最后，榜单公布后，后续的基金广告和媒体提及次数均提升了传播效果。通过分析基金公司的广告行为和媒体报道得知，在被媒体关注后，共同基金公司增加了广告活动（支出、平均广告规模和广告数量），并在广告中提到他们的排名。

使用的数据包含以下来源：

1.《华尔街日报》（WSJ）Category Kings（“Category Kings”）表：《华尔街日报》自1994年以来每个季度都根据Lipper Analytical Services提供的类别定义，基于前12个月的回报率，按类列出排名前10的共同基金，于 “投资基金—季度分析”专栏下显著位置公布。

2. 证券价格研究中心（CRSP）：对应的回报率、月度资金流量和其他基金特征。

3. Trimtabs：每日流量；Kantar Media：基金综合广告；Factiva：印刷媒体报道；晨星：星级评定。

样本包含2000年第1季度-2012年第4季度共52个季度，《华尔街日报》Category Kings表中22个投资风格类别前10名共同基金的名单。其中，本文主要关注的12个类别为{小盘、中盘、大盘、混合}×{成长、核心、价值}。然后，使用季度内月份的数据来比较高知名度与低知名度的出版物，并确定基金特征的重要性。

由于许多基金有多个份额类别和费用结构，导致12个月的净回报略有不同。因此，为保证每个基金只排名一次，《华尔街日报》根据总净资产（TNA）保留每只基金的最大份额类别。

为获取完整基金类别列表进行回归分析，需要利用CRSP的共同基金收益和特征数据复制上述步骤——使用类别定义和月度回报数据构建所研究类别中所有基金的前12个月回报，并使用TNA数据来选择最大的份额。该复制排名与原始排名的匹配度高达89%。后文分析中，将用基于CRSP的前十名替换实际公布的前十名，而后续稳健性测试可证明，使用基于CRSP的名单时，结果几乎与替换前相同。

最后，获取每只基金的晨星评级，最终样本共包含5,334只基金的111,780个观察值。

图表1报告了共同基金样本特征的汇总统计，包含全样本和五个不同横截面排名的基金结果，以及排名等于10和11之间每个特征均值的p值。据表可知，两者之间唯一存在显著差异的特征为出版后下一季度的资金流动，证明媒体效应显著存在。

研究假设该效应通过共同基金的直接广告途径传播。为验证相关假设，从广告咨询公司Kantar Media获得关于共同基金公司广告活动的数据集，包括公司在印刷媒体上的广告支出，以及每份杂志广告的PDF副本。通过手动标记约6800张广告图片，以提取有用的广告特征，如广告中提到的确切基金、规模，以及广告中是否提到基金的《华尔街日报》排名。在删除与共同基金无关的广告，并考虑每个广告可能多次发布的事实后，最终得到了127个共同基金公司在样本期内的9446个观测值。

为了便于调查后续媒体报道是否发挥了传播机制的作用，根据每只共同基金在89个主要美国新闻和商业出版物中被提及的次数，构建相应数据集。然后使用道琼斯Factiva新闻集，通过基金代码或名称搜索，对近75,000个月的媒体报道进行自动搜索，发现超过13,000篇文章提到了2,722个共同基金，且这些基金在样本期间进入了前20名。（由于研究主要关注媒体效应在《华尔街日报》发表后的效果，搜索的时间范围将限制在出版后的当天。）

为了更深入地分析出版后一季度的资金流动情况，使用从TrimTabs获取的每日资金流动数据来分析媒体效应的持续时间和发布后的季度影响，并测试可能的“公告日”效应。然而，TrimTabs数据集依赖于共同基金的自愿披露，因此对CRSP/WSJ样本中的基金覆盖有限。同时，虽然《华尔街日报》的确切出版日期在出版季度的第一周内有所不同，但从CRSP构建的流动变量考虑了整个季度。TrimTabs的每日流量数据也帮助验证了相关结果不是由CRSP流量计算中包括的多余日期所引起的。

为缓解对媒体报道影响的内生性问题，过往一般采用人口分割的方法，即不同的代理人群体接触不同的媒体渠道。部分研究已表明，电视（DellaVigna和Kaplan，2007；Enikolopov等，2011）和报纸（Gerber等，2009）对政治态度和投票模式都有影响。在金融方面，Engelberg和Parsons（2011）使用微观层面的交易数据表明，在讨论S&P500指数公司收益发布的文章发表后，接触到不同地方报纸的子人群的投资行为有所不同。

然而，使用人口分割方法需要确定发布特定内容的决定因素和接触到该内容的子人口的特征，令识别工作变得复杂。但上文采取的措施能够消除选择偏差的潜在影响，因为研究仅关注《华尔街日报》前10名排名表中经常出现的风格类别，并利用《华尔街日报》预先设定的明确算法对基金进行排名的事实。因此，该设定消除了因决定发表关于特定投资工具的特定媒体文章的内生性而产生的偏差。

同时，考虑到晨星评级背后有精心设计的评估机制并得到了晨星的认证，而非仅仅是信息的汇总，因此，关注晨星排名将不可能区分纯媒体知名度和信息内容的影响。 而《华尔街日报》明确表明，其排名只基于以前12个月的回报，故最终使用《华尔街日报》 的Category Kings作为主要研究对象，以排除其他因素的干扰。

实证分析使用断点回归（regression discontinuity design，RDD）对媒体公布后和公布前的共同基金资金流动进行比较。在公布后的季度，资金流动的显著不连续将表明媒体关注对投资者的投资行为有因果影响。

在Q季度流入基金的资金流量被定义为基金资产增值以外的百分比增长：

其中，TNA^i_q为基金i在q季度初的总净资产，R^i_q,q+1为基金在q季度初和q+1季度初之间的资产回报。所有流量都在1%的水平上进行了极端值调整平均（winsorized），以减少异常值的影响。

RDD的自变量为基金在12个月排名期结束时在其风格类别中的排名。由于排名变量的离散性，[10, 11]段的确切断点设计为哑变量。使用断点10.5以尽量减少外推误差。为了确定10.5的资金流动预测值，在断点周围采用了局部线性核回归（local linear kernel regression，LLR）。

LLR回归方程为：

其中，如果排名rank<10.5，则D=1，否则D=0，FlowQ_rank,cat,q是q季度（公布后的季度）流入类别cat内基金的资金流量百分比。因此，不连续因素为alpha_1的值。需要注意的是，LLR不是通过普通最小二乘法（OLS）估计，而是通过加权最小二乘法（WLS），其权重由内核和使用的带宽决定。此处使用Imbens和Kalyanaraman（2012）提出的统计量来确定最佳带宽，基于Cheng等(1997)证明的对边界估计具有最优性，给定三角核K(t)=max{0,1-|t|}。

使用 WLS 确保离断点较近的观测值（例如，排名 9-12）比离断点较远的观测值（例如，排名 4-5 和 16-17）对结果估计的影响更大。具体来说，在基础设置对于下一季度的流量估计中，最佳带宽为9，这意味着排名1和20的观察值不包括在估计中，排名2和19的观察值的权重约为排名10和11的观察值的6%。

图表2报告了五种正式的不连续性检验。主测试采用回归方程（1）计算不连续度。第二项测试重复这一分析，但增加了对基金规模、年龄、费用率、晨星评级和出版前最后一个季度基金回报的控制，以控制任何源于近期高回报的异常流动。第三项测试是对排名第10和第11位的基金之间的平均资金流动差异进行Z检验。第四个测试是比较不连续一侧的平均资金流量，即排名等于10，与不连续的另一侧（排名大于10）的数据趋势推断。根据LLR回归，使用排名大于10的数据得到排名等于10时的外推值，其中断点等于10。此时，alpha_0将代表从右侧逼近排名等于10时的预测值。第五个测试采取类似方法，将排名等于11的平均资金流量与alpha_0+alpha_1进行比较，此时，alpha_0代表从左侧逼近排名等于11时的预测值（即使用等级小于11的数据），其中断点等于11。

据表可知，所有测试均表现出断点附近的显著的资金流动不连续性。相对于排名等于10时主测试7.1%的预测值，基金资金流动的局部平均增长为2.2%，意味着在出版后的季度中资金流动平均增长为31%。此外，实证没有发现出版前收益的不连续性，也没有发现出版后季度中共同基金收益的显著不连续性。

图表3 （a）展示了主测试的图像。该图由两个非参数核回归构建，可见从右侧和左侧估计时，核与带宽和表格中的结果一致。图形进一步直观展现在出版后的一季度，流入共同基金的资金呈现出明显的不连续增长。

综上，本节展现了媒体关注与投资者行为之间因果关系的证据。如前文所述，此模型采取的方法与以往不同，实验结果并不依赖不同子群体接触不同媒体的人群划分。《华尔街日报》每季度发表的排名表内容是由准随机“算法”（但准随机）决定的，不需要对投资者特征和媒体发表特定文章的决定进行额外控制。

图表1报告了共同基金特征的汇总统计。根据Sirri和Tufano（1998），将总费用指标计算为费用率加上最大前端费率的七分之一。股票数量为基金在某一季度所持有的股票总数。波动性为基金过去12个月中每月原始回报的标准差。样本基金的TNA平均为13.6325亿美元，平均季度净资金流量为1.1%。样本基金的平均主动份额为81.34%，平均总费用为1.45%。

上节证明媒体报道使得被提及的共同基金获得更多投资。但该结论并没有细分考虑相异信息渠道对投资者行为变化的不同影响。本节将关注曝光度和知名度在产生这种效应时的核心作用。

首先，出版物中提供的所有信息在出版前都是公开的。由于共同基金的收益及其分类广泛可用，任何感兴趣的人均可在出版前创建排名表。因此，该出版物并没有提供新的信息。但由于搜索成本很高，此类将信息汇总成离散的评级不失为一个降低投资者信息获取成本的重要渠道。然而，本实验所确定的“纯曝光渠道”并不代表“信息渠道”。

实证环境中，《华尔街日报》同时也基于年初至今的回报，为季度内的月份（不在日历季度末的月份）发布了类似的季度内排名表。但该表没有在《基金投资—季度分析》专刊发表，而是刊登在报纸常规版不显眼的背面。基于此特点，可以测试出版物的知名度和媒体曝光度是否是流量增加的关键驱动因素，即探究类似但不突出的排名表是否仍然导致投资行为的变化。

图表4的Panel A表明，在季度内排名公布后，资金流动没有明显增加。12月份公布的排名与随后1月份在《华尔街日报》特刊上公布的排名最为密切相关。Panel A第二行单独分析每年12月公布的、基于1-11月回报率的排名表，但并未发现在公布后的三个月内，上述共同基金存在不连续的资金流入。图表3 （b）和（c）显示了上述分析的图形结果，显然，与（a）形成鲜明对比，两种情况下均不存在不连续性。

此外，除了公布 “Category Kings”表外，《华尔街日报》从2007年开始在网站上公布了所有的排名（不仅是前10名）。虽然人们可以通过轻松操作浏览该信息，但它们并不在“投资基—季度分析”这一高度可见的独立栏目中。这一变化改善了信息的可获得性，但没有改变信息的曝光度。实证表明，没有理由拒绝2007年之前和之后的不连续性相同的假设（P=0.762），2007年前后不连续性相差不到10%。这一结果表明，随着时间的推移，关于共同基金排名信息更好的可得性并没有带来更高的投资。

图表2的第五列使用与出现在《华尔街日报》排名中的基金相同公司的其余基金的流量。值得关注的是，在高知名度排名表公布后的季度，流入同一基金公司的剩余基金的资金总量出现了1.8个百分点的显著不连续。进一步研究， Nanda等人（2004）发现流入“明星”基金公司的资金有4.4%的增长（每年）；本研究则发现流向公司剩余基金的资金有7.3%的增长（每年）。当剔除排名表上出现的基金流量影响后，上述显著的溢出效应显然源于“纯曝光渠道”，而非信息渠道。

综上，在创造更多的资金流量方面，媒体曝光度确实具有不同于信息传播的作用。这并不意味着精心总结的信息不能带来资金流量，《华尔街日报》的排名确实可以帮助投资者，但是季度特刊“投资基金”中，“Category Kings”离散排名榜的高知名度，才是推动投资者向已公布的共同基金及其公司增加资金的关键。

根据前文，媒体效应导致排名表中的共同基金的流入资金增加。本节进一步假设该正向激励将影响共同基金经理在出版前的风险转移行为。资金流动的不连续性意味着，对于排名在10名左右的基金，排名上升的好处大于排名下降的坏处。例如，一只在2个月内排名11的基金，若到季度末掉到了20，则会面临约0.8%的资金流出，如果从排名11上升到10，则会有约2.49%的资金流入。这种激励机制与Brown等（1996）、Chevalier和Ellison（1997）以及Sirri和Tufano（1998）讨论的流动-回报关系相似。探索基金经理对媒体效应的反应，可以进一步增强上一节不连续结果有效性的结论。

理论预测，当临近出版，基金经理会增加相对同类别基金的跟踪误差波动率，以回应这种激励（ Basak等，2007；Cuoco和Kaniel，2011）。跟踪误差波动率通过分析基金每日收益率的差的波动率，捕捉投资政策偏离基准组合的程度。由于基于每日回报的衡量方法本身有噪音，首先在季度内，对每个类别，将四个连续排名的基金作为一个投资组合组。集中分析四基金组合相对于同一类别中所有共同基金的等权组合的跟踪误差，或将标普500指数作为替代基准组合。

用r^[i,i+3]_t表示排名i、i+1、i+2和i+3的基金等权组合在第t天的回报；在m月内，相对于基准类别组合cat，四基金组合跟踪误差波动率（TE）定义为：

            接下来，先根据排名期的前11个月对各类别基金进行排名，并计算第11个月（出版前）和第12个月（出版后）的四基金TE指标，再将TE相对该类月内所有四基金投资组合的平均TE去均值，以消除同时期市场或投资组合波动的影响。

其中Mean_j为四基金组合的均值，并计算所有类别和排名阶段，各四基金组合在第12个月和第11个月TE之间的平均差异。

图表5 Panel A的第一行列出了每组四个基金的平均差异。在接近分界线的基金中，相对于其余类别组合，跟踪误差存在显著大幅增加。同时，基于S&P500指数的跟踪误差波动率（TESP）；基金每日回报的波动率（VOL）；基于S&P500指数的基金β值（BETA）的两项指标均无显著增长。

实证环境下会基于前12个月的回报重复发布季度报告，这一特点意味着，在某一季度享有异常高回报的基金，在随后的四次排名中均能从其中受益，直到该季度不再被记入。由于投资者不会区分基金业绩的新旧信息成分（Phillips，2016），考虑采取风险转移行为的基金经理，需要在排名可能上升、本季度上榜的正面影响与扭曲基金配置的负面影响之间进行权衡。分析表明，接近出版期，如果基金收益最佳的季度即将“过期”，则基金经理最有动力进行风险转移，否则将不可能在下一季度进入排名表。

为了验证这一假设，图表5 Panel B将样本分为高于和低于每12个月排名期第一季度回报率中位数的两部分，并对每个子样本分割重复Panel A中的分析。结果表明，在排名组[9, 12]和[13, 16]中，只有第一季度回报率最高的基金表现出增长的TE。Panel B中最高和最低组之间的明显差异强烈支持先前关于战略风险转移行为的假设。

为了验证结果与基金在晨星评级方面的系统性差异无关，将样本分成高评级基金（5或4颗星，5116个观察值）和低评级基金（3或更少的星，3754个观察值）继续测试，上述结论依旧成立。

虽然表面上，改变一个月的跟踪误差波动率，对提高经理人在12个月内的回报率以及进入排名没有什么帮助，但是，分界点附近的排名非常不稳定，即使回报率的微小变化也会影响基金进入排名表的概率。实证策略确保了截止日期附近强大的局部随机性——这是强有效性RDD的必要特征。

图表5 Panel C列出了对排名期最后两个月TE变化的测试，其中基金的排名只基于排名期前十个月。结果表明，即将失去第一季度强劲业绩的基金，即那些被显示为从事风险转移最多的基金，在出版前一个月处于[9，12]排名的前提下，最终上榜的可能性增加了2.3%（P=0.091），进一步证实，在接近出版期时，风险转移对基金进入榜单有显著作用。

本节将进一步考虑媒体效应在出版后如何传播，并导致资金流动增加。

首先研究出版后一个季度内媒体效应的持续时间，以阐明媒体对投资者的刺激，及投资者对该刺激的反应是短期还是长期的。

图表6的（a）显示了在《华尔街日报》发表后的一年里，每月流入排名第10和第11位基金平均累积资金百分比的差异。可见，媒体效应预计会持续到出版后的六个月。（b）显示了排除下一季度Category Kings表公布基金后的流量差异。该效应在第三个月后出现减弱并不再显著，这表明第4-6个月的媒体效应可能源于随后的季度中的重新发表。（c）使用TrimTabs的每日流量数据，重复分析了出版后前60个交易日的流量差异。对于缺失的流量数据，计算排名后几天的每日流量中位数，通过累积这些每日中位数克服观测数据缺失的限制。最终，重复进行1000次的引导法得到累积中位数的标准误差。

以上证据表明，在公布后的整个季度内，资金流动的增长相当平稳。没有证据显示出版后的资金流动立即发生了反应（没有“公告日效应”），也没有发现资金流动的增加集中在该季度的早期阶段。这些结果证实了媒体效应的长期传播，意味着《华尔街日报》的发表要么改变了投资者对发表基金及其公司的看法和态度，从而带来投资；要么只作为传播链条中的第一步，真正导致购买行为的是其他投资者的刺激。

本节将研究共同基金的规模（以管理的资产计算）和年龄（自基金成立以来）的异质性，以及基金所属公司规模将如何影响榜单公布后基金与公布前基金增加的资金流。按照假设，成立年限短、规模较小，以及来自较小公司的基金，将从媒体曝光中获得更高的“回报”。

为了量化异质性基金特征对增加资金流的影响，在公式（1）基础上加入控制变量，控制下的线性回归如下：

其中cutoff=10.5，如果rank<10.5，则D=1，否则D=0，被削弱的基金特征向量为Controls_rank,cat,q。如公式（1），计算为加权平均数，权重由加权回归中使用的带宽和内核决定，同时去均值以防止控制因素在回归中出现截距，并使alpha_0和alpha_1的结果出现偏差。第j个控制变量的差异性影响由T_1,j衡量，反映某一特征（如基金规模）对已公布基金与未公布基金资金流动的影响差异。

图表7的Panel A报告了每个特征的独立检验结果，对应基金规模每减少一个标准差，已公布基金的比未公布基金规模减少的资金流更少，为1.32个百分点。类似的影响模式也存在于基金年龄中。Panel B展示了同时包括所有三个特征的测试结果，以及基金规模和公司规模的交互作影响，虽然基金规模的系数不再显著，但较小的基金公司也从出版中获得了更高的“收益”。因此可知，媒体效应放大了基金规模/年龄/公司规模和资金流动之间的反比关系。

如前文所述，媒体关注还存在溢出效应（资金流入已公布的基金的同一公司中的剩余基金）。图表7的Panel C进行了与Panel A类似的分析，但使用公司溢出流量作为因变量。类似的，在管理资产或管理基金数量方面，事先不太显眼或较小的公司享受到更高的“收益”，证明《华尔街日报》的出版增加了投资者对已出版基金及其公司的品牌意识。

基金广告作为媒体效应从发布到改变投资者行为的潜在传播机制，本节将研究其发布后的影响，并考虑其他几种可能的传播机制。假设如下：

1、明确提出在《华尔街日报》的排名公布后，基金广告的有效性增加。

2、出现在Category Kings榜单上之后，基金的新闻报道增加。

3、出版后的新闻报道提高了产生资金流的效率。

利用Kantar Media获取超过6600个已发布的共同基金广告数据，研究共同基金公司的广告行为。该数据集包括广告规模、支出以及其他特征。通过手动提取广告中提到的共同基金的名称和代码，或广告中提到基于《华尔街日报》排名表的基金排名等特征，对数据进行扩展。同时，为了分析出版后新闻报道的频率（及其效果），对执行超过75,000次的Factiva搜索编制数据集，计算出版前后的几个季度内， 89家主流美国新闻和商业出版物上发表文章中，基金或其股票被提及的次数。

图表 8的Panel A描述了以下指标的不连续性结果：广告规模——基金公司发布所有广告的平均尺寸（平方英寸）；广告支出——基金公司在特定季度的广告支出金额；广告活动——基金公司发布的广告数量。

通过观察，每个指标均存在显著的不连续性。相较于出版前，出版后位于排名表前十的基金与基金公司增加其发布广告平均尺寸的概率提升了27%。同时，广告支出和广告活动的类似增长也强烈表明，当基金公司的一只基金出现在 “Category Kings ”排名表后，其广告活动会增加。

图表 8的Panel B描述了影响特征测试的结果。可发现，在探究广告活动的增加对资金流的影响时，不连续点附近没有明显的差异效应。这表明，进入名单的基金和刚刚错过名单的基金在增加广告数量方面的效果类似。同样的结论也适用于广告支出或广告规模。虽然每条广告没有带来显著变化，但在Panel A中观察到广告数量的增加仍然会导致流量增加。此外，有可能基金在发布广告后确实获得了效果，但被广告活动增加带来的边际回报递减所抵消。Panel C表面，当考虑到广告活动对基金公司的溢出效应时，结果也同样不显著。

根据Factiva的搜索结果，检验排名表中基金是否在媒体的后续新闻（非广告）文章中被更多提及，以及后续报道对推动资金流的效力，结果展现在图表 8的最后一列。可见，进入《华尔街日报》排名表并不会导致更多的后续报道，但对入选基金的后续报道可能会对感兴趣的投资者起到提醒或强化作用，而对未公布基金的后续报道则缺乏上述影响。

本节中的结果表明，《华尔街日报》的媒体报道仅是对投资者影响链中的第一步，之后还包括其他投资者的刺激，或接触实际基金广告、新闻报道等，最终导致购买。这也再次证实，媒体效应更倾向于“纯曝光渠道”，而非“信息渠道”。

本文讨论了媒体关注和投资者行为之间的因果关系，通过识别策略精确地控制了出版物的基本信息内容，避免因媒体报道内生性而导致媒体关注与潜在信息揭示效果脱钩。

实证分析表明，当某一季度基金入选《华尔街日报》著名的“Category Kings ”排名表，会导致其随后的季度资金流动平均增加31%，同公司的其他基金也将获得显著增加的资金流。粗略估计，仅在一个排名期间出现在排名表，就可以让基金平均获得至少150万美元的资金流，若考虑公司中其他基金的溢出流量，因上榜而增加的资金流将达到3600万美元。

同时，即使媒体关注没有贡献新的信息，只要该报道的知名度和曝光度足够高，就会影响资金流动——“Category Kings ”排名的突出性，是投资者向已公布的共同基金增加资金的关键驱动力。相反，出现在类似但不突出排名表上的基金并没有获得额外资金流动。

此外，对于可能入选“Category Kings ”基金的管理者，排名公布前后都会对基金决策产生影响。入选带来的正向激励，导致接近入榜分界线但又不太可能在随后季度名列前茅的基金，会增加相对于各自类别的跟踪误差波动性。

最后，研究媒体效应的潜在传播机制时，证据显示，在基金入选后基金公司会增加广告活动与支出。同时，资金流的增加并不局限于接近公布日的短时间内，而是在整个季度内不断增加，随着新排名的公布而减弱。

文献来源：

重要声明

适当性说明

《证券期货投资者适当性管理办法》于2017年7月1日起正式实施，通过本微信订阅号/本账号发布的观点和信息仅供华安证券的专业投资者参考，完整的投资观点应以华安证券研究所发布的完整报告为准。若您并非华安证券客户中的专业投资者，为控制投资风险，请取消订阅、接收或使用本订阅号/本账号中的任何信息。本订阅号/本账号难以设置访问权限，若给您造成不便，敬请谅解。我司不会因为关注、收到或阅读本订阅号/本账号推送内容而视相关人员为客户。市场有风险，投资需谨慎。

投资评级说明

以本报告发布之日起12个月内，证券（或行业指数）相对于沪深300指数的涨跌幅为标准，定义如下：

行业及公司评级体系

买入—未来6-12个月的投资收益率领先市场基准指数15%以上；增持—未来6-12个月的投资收益率领先市场基准指数5%至15%；中性—未来6-12个月的投资收益率与市场基准指数的变动幅度相差-5%至5%；减持—未来6-12个月的投资收益率落后市场基准指数5%至15%；卖出—未来6-12个月的投资收益率落后市场基准指数15%以上；无评级—因无法获取必要的资料，或者公司面临无法预见结果的重大不确定性事件，或者其他原因，致使无法给出明确的投资评级。市场基准指数为沪深300指数。

分析师承诺

本人具有中国证券业协会授予的证券投资咨询执业资格，以勤勉的职业态度、专业审慎的研究方法，使用合法合规的信息，独立、客观地出具本报告，本报告所采用的数据和信息均来自市场公开信息，本人对这些信息的准确性或完整性不做任何保证，也不保证所包含的信息和建议不会发生任何变更。报告中的信息和意见仅供参考。本人过去不曾与、现在不与、未来也将不会因本报告中的具体推荐意见或观点而直接或间接收任何形式的补偿，分析结论不受任何第三方的授意或影响，特此证明。

免责声明

华安证券股份有限公司经中国证券监督管理委员会批准，已具备证券投资咨询业务资格。本报告中的信息均来源于合规渠道，华安证券研究所力求准确、可靠，但对这些信息的准确性及完整性均不做任何保证，据此投资，责任自负。本报告不构成个人投资建议，也没有考虑到个别客户特殊的投资目标、财务状况或需要。客户应考虑本报告中的任何意见或建议是否符合其特定状况。华安证券及其所属关联机构可能会持有报告中提到的公司所发行的证券并进行交易，还可能为这些公司提供投资银行服务或其他服务。

本报告仅向特定客户传送，未经华安证券研究所书面授权，本研究报告的任何部分均不得以任何方式制作任何形式的拷贝、复印件或复制品，或再次分发给任何其他人，或以任何侵犯本公司版权的其他方式使用。如欲引用或转载本文内容，务必联络华安证券研究所并获得许可，并需注明出处为华安证券研究所，且不得对本文进行有悖原意的引用和删改。如未经本公司授权，私自转载或者转发本报告，所引起的一切后果及法律责任由私自转载或转发者承担。本公司并保留追究其法律责任的权利。

有态度的金融工程&FOF研究

长按识别二维码关注我们

本篇文章来源于微信公众号: 金工严选