指數基金發展不利於企業管治

指數基金發展不利於企業管治

研究顯示指數基金未能有效監察旗下企業 引致投資者與公司管理層權力失衡

 

被動型指數基金 (Index Fund) 在過去三十年間漸趨普及,改變了美國以至世界各地的投資方式。指數基金在1990 年僅佔所有互惠基金資產不到 1%,然而到了 2018 年,所佔比率已經增長至30% 以上,價值超過 6 萬億美元,成為了不少美國公司的最大股東。

指數基金投資的興起,帶動了投資者對監管及企業管治方面的關注。港大經管學院教授(金融學)Roni Michaely及另外幾位教授共同參與的一項研究發現,與主動型基金相比,指數基金監管能力較為不足,並傾向將權力授予公司管理層,因而對企業管治及公司價值產生負面影響。長遠或令權力進一步從投資者轉移到公司管理層上,影響投資者的利益。

是項研究由Roni Michaely教授,聯同猶他大學埃克爾斯商學院 (University of Utah Eccles School of Business) 的 Davidson Heath 和 Matthew Ringgenberg ,以及邁阿密大學赫伯特商學院 (University of Miami Herbert Business School) 的 Daniele Macciocchi 完成。該論文更將刊登於知名的金融學術研究期刊「金融研究評論」(Review of Financial Studies)。

Michaely 教授表示:「股東若不滿某些公司的管理,可通過投票、與管理層溝通或出售股票三種方式表達。為更有效評估和比較指數基金和主動型基金的監管行為,我們使用了由 2004 年至 2018 年美國股票互惠基金和交易所買賣基金的綜合數據,為以上三項監控渠道逐一分析。」

首先在投票方面,當遇上具爭議性的問題時,指數基金有 54.3% 的議案由公司管理層投票決定,相反主動型基金卻只有 47.3%。而研究更發現未有證據顯示,指數基金曾透過有效的方式公開或私下接觸其投資組合公司。即使指數基金持有的公司股份比例更高,在年度股東大會上所提交的議案數量或類型亦不會改變,甚至順利通過的議案數目更少。最後,就出售股票方面,研究亦觀察到即使在失去股東投票權後,指數基金也不會減持股份,而主動型基金則相反,可見指數基金未有透過撤資表達對公司管理的不滿。

經過多方面的研究及測試後,結果反映指數基金的監管表現較主動型基金弱。Michaely 教授闡述:「相對於逐漸被取代的主動型基金,指數基金缺乏動力投放資源於昂貴的監管之上。此外,數據亦一致顯示當指數基金取代主動型基金時,企業管治並沒有改善,甚至進一步惡化。因此,我們可以得出結論,指數基金投資的興起將權力從投資者轉移到公司管理人員身上。」

現時世界各地的監管機構,均致力尋求更有效監管企業管理的方法,因而是次的研究結果在政策制定方面具有重要的影響力,亦釐清了指數基金是改善企業管治的良好監察者的誤解。另外,市場上亦曾有建議指,可利用更大的投票權獎勵長期投資者。然而,由於指數基金亦屬長期投資者,根據本次的研究結果(指數基金監管能力不足)可見,賦予指數基金更大的投票權的實際結果與預期中的效果背道而馳:公司監管更少、管理層權力更大。隨著被動型投資持續增長,監管企業管理層的權力更趨重要,藉以平衡投資者與公司管理層之間的利益。

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
第五屆「香港大學中國經濟季度論壇」 探討中國宏觀經濟的挑戰與機遇
2025 | 學院新聞
第五屆「香港大學中國經濟季度論壇」 探討中國宏觀經濟的挑戰與機遇
港大經管學院中國經濟研究所聯同北京大學香港校友會舉辦的第五屆「香港大學中國經濟季度論壇」於1月23日圓滿舉行。論壇雲集了多位著名經濟學者和工商界領袖,共同探討中國政策方向對全球經濟的影響以及當前中國經濟的熱門議題。一眾講者透過主題演講及專題討論,就中國宏觀經濟、金融及國際貿易在全球格局演變下所面臨的挑戰和機遇分享了寶貴見解。論壇於香港大學本部陸佑堂舉行,共吸引近350位工商界領袖、傑出學者、校友和學生出席。
人工智能大語言模型圖像理解能力綜合評測報告
2025 | 研究
人工智能大語言模型圖像理解能力綜合評測報告
在科技迅猛發展的當下,人工智能技術不斷取得突破性進展,OpenAI的GPT-4o、穀歌的Gemini 2.0這類多模態模型以及通義千問-VL、混元-Vision等視覺語言模型迅速崛起。這些新一代模型在圖像理解方面展現出强大的能力,不僅具備出色的泛化性,而且還具有廣泛的應用潜力。然而,現階段對這些模型視覺能力的評估與認知仍存在不足。爲此,我們提出了一套全面且系統的圖像理解綜合評測框架,該框架涵蓋視覺感知與識別視覺推理與分析視覺審美與創意三大核心能力維度,同時還將安全與責任維度納入其中。通過設計針對性測試集,我們對20個國內外知名模型進行了全面評估,旨在爲多模態模型的研究與實際應用提供可靠參考依據。