指数基金发展不利于企业管治

指数基金发展不利于企业管治

研究显示指数基金未能有效监察旗下企业 引致投资者与公司管理层权力失衡

 

被动型指数基金 (Index Fund) 在过去三十年间渐趋普及,改变了美国以至世界各地的投资方式。指数基金在1990 年仅占所有互惠基金资产不到 1%,然而到了 2018 年,所占比率已经增长至30% 以上,价值超过 6 万亿美元,成为了不少美国公司的最大股东。

指数基金投资的兴起,带动了投资者对监管及企业管治方面的关注。港大经管学院教授(金融学)Roni Michaely及另外几位教授共同参与的一项研究发现,与主动型基金相比,指数基金监管能力较为不足,并倾向将权力授予公司管理层,因而对企业管治及公司价值产生负面影响。长远或令权力进一步从投资者转移到公司管理层上,影响投资者的利益。

是项研究由Roni Michaely教授,联同犹他大学埃克尔斯商学院 (University of Utah Eccles School of Business) 的 Davidson Heath 和 Matthew Ringgenberg ,以及迈阿密大学赫伯特商学院 (University of Miami Herbert Business School) 的 Daniele Macciocchi 完成。该论文更将刊登于知名的金融学术研究期刊「金融研究评论」(Review of Financial Studies)。

Michaely 教授表示:「股东若不满某些公司的管理,可通过投票、与管理层沟通或出售股票三种方式表达。为更有效评估和比较指数基金和主动型基金的监管行为,我们使用了由 2004 年至 2018 年美国股票互惠基金和交易所买卖基金的综合数据,为以上三项监控渠道逐一分析。」

首先在投票方面,当遇上具争议性的问题时,指数基金有 54.3% 的议案由公司管理层投票决定,相反主动型基金却只有 47.3%。而研究更发现未有证据显示,指数基金曾透过有效的方式公开或私下接触其投资组合公司。即使指数基金持有的公司股份比例更高,在年度股东大会上所提交的议案数量或类型亦不会改变,甚至顺利通过的议案数目更少。最后,就出售股票方面,研究亦观察到即使在失去股东投票权后,指数基金也不会减持股份,而主动型基金则相反,可见指数基金未有透过撤资表达对公司管理的不满。

经过多方面的研究及测试后,结果反映指数基金的监管表现较主动型基金弱。Michaely 教授阐述:「相对于逐渐被取代的主动型基金,指数基金缺乏动力投放资源于昂贵的监管之上。此外,数据亦一致显示当指数基金取代主动型基金时,企业管治并没有改善,甚至进一步恶化。因此,我们可以得出结论,指数基金投资的兴起将权力从投资者转移到公司管理人员身上。」

现时世界各地的监管机构,均致力寻求更有效监管企业管理的方法,因而是次的研究结果在政策制定方面具有重要的影响力,亦厘清了指数基金是改善企业管治的良好监察者的误解。另外,市场上亦曾有建议指,可利用更大的投票权奖励长期投资者。然而,由于指数基金亦属长期投资者,根据本次的研究结果(指数基金监管能力不足)可见,赋予指数基金更大的投票权的实际结果与预期中的效果背道而驰:公司监管更少、管理层权力更大。随着被动型投资持续增长,监管企业管理层的权力更趋重要,藉以平衡投资者与公司管理层之间的利益。

研究全文(只供英文版本):
Do Index Funds Monitor?
https://papers.ssrn.com/sol3/papers.cfm?abstract_id=3259433

Other Event's Album
第五届“香港大学中国经济季度论坛” 探讨中国宏观经济的挑战与机遇
2025 | 学院新闻
第五届“香港大学中国经济季度论坛” 探讨中国宏观经济的挑战与机遇
港大经管学院中国经济研究所联同北京大学香港校友会举办的第五届“香港大学中国经济季度论坛”于1月23日圆满举行。论坛云集了多位著名经济学者和工商界领袖,共同探讨中国政策方向对全球经济的影响以及当前中国经济的热门议题。一众讲者透过主题演讲及专题讨论,就中国宏观经济、金融及国际贸易在全球格局演变下所面临的挑战和机遇分享了宝贵见解。论坛于香港大学本部陆佑堂举行,共吸引近350位工商界领袖、杰出学者、校友和学生出席。
人工智能大语言模型图像理解能力综合评测报告
2025 | 研究
人工智能大语言模型图像理解能力综合评测报告
在科技迅猛发展的当下,人工智能技术不断取得突破性进展,OpenAI的GPT-4o、谷歌的Gemini 2.0这类多模态模型以及通义千问-VL、混元-Vision等视觉语言模型迅速崛起。这些新一代模型在图像理解方面展现出强大的能力,不仅具备出色的泛化性,而且还具有广泛的应用潜力。然而,现阶段对这些模型视觉能力的评估与认知仍存在不足。为此,我们提出了一套全面且系统的图像理解综合评测框架,该框架涵盖视觉感知与识别视觉推理与分析视觉审美与创意三大核心能力维度,同时还将安全与责任维度纳入其中。通过设计针对性测试集,我们对20个国内外知名模型进行了全面评估,旨在为多模态模型的研究与实际应用提供可靠参考依据。