主動權益基金標簽體系構建與分析

免責聲明和披露以及分析師聲明是報告的一部分，請務必一起閱讀。1華泰研究華泰研究全文摘要我國公募基金市場快速擴容，基金篩選研究需求與日俱增。主動權益基金作為公募基金的重要類別產品，需要依托標簽體系進行系統(tǒng)性評估。本文構建了基于基金業(yè)績、持倉特征、基金經理能力、基金可投資性四個維度下的三級指標體系，形成了全面刻畫主動權益基金的標簽體系?；诖?，我們可以證券研究報告金工linxiaoming@+(86)75582080134zhangze@SFCNo.BRB322+(86)75582493656研究員劉依葦SACNo.S0570521090002liuyiwei@SFCNo.BSU078+(86)75523950493SACNo.S0570516010001SACNo.S0570520090004SFCNo.BPY421研究員研究員全面細致分析各基金經理的標簽特征，也可以依據標簽進行基金的分類或篩全面細致分析各基金經理的標簽特征，也可以依據標簽進行基金的分類或篩選，豐富基金研究的層次。萬億元，其中FOF基金的總規(guī)模從2017年底創(chuàng)立之初的130億元增長到中針對主動權益基金，構建業(yè)績、持倉、經理能力、可投資性四維指標體系基于基金業(yè)績、持倉特征、基金經理能力、基金可投資性四個維度下的三級指標體系，我們對主動權益基金進行全方位評價。其中業(yè)績指標基于收益、風險、風險調整后收益及業(yè)績持續(xù)性四個角度構建；持倉特征包括基金投資行業(yè)與個股的集中度、行業(yè)輪動性、持股風格及對應的持股風格漂移程度，同時亦有刻畫持倉數(shù)目變動的換手率、刻畫重倉特征的抱團度與擁擠度，以及是否為行業(yè)主題基金的判斷；基金經理能力指標重點考察基金經理的選股、擇時、行業(yè)配置能力；基金可投資性指標包括基金規(guī)模、描述流動性的基金申贖情況以及基金的機構認可度等。風格因子、持倉集中度、變動程度對基金業(yè)績的解釋力排在前列通過對基金各指標的統(tǒng)計分析我們發(fā)現(xiàn)，績優(yōu)基金其實各有特色，各指標因子之間相關性整體較低。通過隨機森林算法發(fā)現(xiàn)大小盤、成長價值風格因子與持倉集中程度、變動性等指標對基金業(yè)績表現(xiàn)及持續(xù)性的解釋力重要性較高，選股能力和機構持有比例具有一定擇基效果。之后我們基于指標的內在邏輯做進一步合成，發(fā)現(xiàn)合成后風格因子、投資集中程度、持倉波動性等指標能夠對卡瑪比率與業(yè)績持續(xù)性的優(yōu)劣形成較好的區(qū)分。依據標簽體系細致分析各基金經理特點基金標簽體系可以觀察各基金經理的特征，我們對三位基金經理進行示例性研究發(fā)現(xiàn)，目前的標簽體系可以較好區(qū)分與識別不同風格、不同行業(yè)、不同操作特征的基金經理。除此以外，我們還發(fā)現(xiàn)高持股風格漂移度與高行業(yè)輪動性兩個標簽與績優(yōu)基金的重合度較高。風險提示：模型指標均根據歷史數(shù)據總結，得到的歷史規(guī)律可能失效。市場出現(xiàn)超預期波動，導致?lián)頂D交易。本報告不涉及任何產品的推薦或建議。免責聲明和披露以及分析師聲明是報告的一部分，請務必一起閱讀。2金工研究金工研究主動權益基金的投資標簽體系簡介 3我國基金數(shù)量與規(guī)?？焖僭鲩L，基金研究篩選需求與日俱增 3主動權益型基金業(yè)績分化大，簡單策略難以前瞻性選出績優(yōu)基金 5構建主動權益基金的四維度、三層級標簽體系 6基于業(yè)績、持倉、基金經理與可投資性的三級指標體系 8基金業(yè)績：基于收益、風險、業(yè)績穩(wěn)定性等角度構建 8收益：包括絕對收益與相對業(yè)績基準的超額收益率 8風險：用波動率與最大回撤指標進行風險度量 8風險調整后收益：通過夏普比率與卡瑪比率衡量 8業(yè)績持續(xù)性：用Hurst指數(shù)衡量基金業(yè)績持續(xù)性 9持倉分析：分析基金的行業(yè)、風格、換手率、重倉持倉等操作 10持倉行業(yè)：是否為行業(yè)主題型基金，以及基金的行業(yè)配置集中度與輪動性 10持股風格：包括投資風格、持股風格集中度、持股風格漂移度 10換手率：基于基金持倉資產及持股明細計算資產換手率與個股換手率 11重倉股：包括重倉持股的抱團度和擁擠度 12基金經理能力：通過擇時、選股及行業(yè)配置能力衡量基金經理特征 12擇時能力：通過C-L模型中收益風險溢價對市場風險溢價的暴露來計算 12行業(yè)配置能力：分為行業(yè)間配置與左右側能力 13選股能力：通過動態(tài)行業(yè)配置指標AA與C-L模型中的alpha收益等權構建 14可投資性：包含基金規(guī)模、申贖狀態(tài)及機構認可度 15主動權益基金標簽的特征分析 16標簽觀察：不同標簽特征的基金都可能成為績優(yōu)基金 16指標間的相關性：不同持倉風格的基金，其收益來源和對基金經理能力要求有別 18指標與基金業(yè)績：持股風格、行業(yè)集中度對基金業(yè)績解釋力較高 18因子聚類與合成：合成后因子對卡瑪比率與業(yè)績持續(xù)性具有高區(qū)分度 22基金觀察：依據標簽體系細致分析各基金經理特征 25風險提示 27附錄：績優(yōu)基金的標簽特征展示 28免責聲明和披露以及分析師聲明是報告的一部分，請務必一起閱讀。32010年2010年2011年2012年2013年2014年2015年2016年2017年2018年2019年2020年2021年2022年金工研究隨著我國基金市場的快速發(fā)展，對各類基金產品的評價與研究日趨重要。主動權益型基金的業(yè)績表現(xiàn)與市場波動、管理人投資能力高度相關，因此產品之間的收益分化大，使用簡單動量或者反轉策略難以前瞻性地選出績優(yōu)基金。本文從業(yè)績、持倉、基金經理個人能力與基金可投資性四大維度出發(fā)，構建主動權益基金的多級標簽體系，全面系統(tǒng)化衡量基金業(yè)績表現(xiàn)、基金經理的各項操作及市場反饋，幫助投資者和基金管理人快速有效的篩選目標產品，提高決策效率。我國基金數(shù)量與規(guī)模快速增長，基金研究篩選需求與日俱增速擴容，基金規(guī)模與數(shù)量均穩(wěn)步上升。截止2022年12月31日，市場上共有10492只基金，總規(guī)模達26.82萬億元，相比于2010年末增長十倍有余。從類型上看，目前市場上的已發(fā)行基金以混合型基金為主，占全市場總數(shù)量的41%，債券型和股票型基金次之。 資產凈值(萬億元)份額(億份)基金個數(shù)(右軸)3025205012,00010,0008,0006,0004,0002,0000資料來源：Wind，華泰研究QDIIQDII基金2%股票型基金19%另類投資基金債券型基金30%混合型基金41%貨幣市場型基金3%FOF基金4%EITs0%其他0%資料來源：Wind，華泰研究基金市場的繁榮發(fā)展擴大了投資者的選擇范圍，同時也為基金產品的評價與選擇帶來了一定的困難。隨著FOF、MOM等產品的興起，對基金評價體系的科學性和有效性提出了更高要求，如何更加專業(yè)地評價、篩選基金成為了FOF管理中的一項重要議題。自2017年9月8日公募FOF獲批以來，2017年底規(guī)模達到130億，截至2022年12月31日FOF總規(guī)模已達到2089.21億。從數(shù)量上看，F(xiàn)OF基金也從2017年末的首批6只增加到379只，投資目標涵蓋養(yǎng)老、教育等多個場景，以滿足各類型投資群體的需求。免責聲明和披露以及分析師聲明是報告的一部分，請務必一起閱讀。4金工研究金工研究 份額(億份)基金個數(shù)(右軸,個)2,5003502,000300250200005005002017年2018年2019年2020年2021年2022年1,5001,0004000資料來源：Wind，華泰研究，截至2022/12/31 資產凈值(億元)資產凈值占比(右)2,5002,0001,5001,00050000.02017年2018年2019年2020年2021年2022年資料來源：Wind，華泰研究，截至2022/12/31目前市場上可供選擇的基金按照投資范疇可以分為8個大類，其中從廣義上來講，股票型、混合型可以被歸為權益型基金。觀察我國公募基金歷史發(fā)展，近年來權益類產品表現(xiàn)出有別于資本市場的高成長性。2018年至2022年末，權益類產品凈值規(guī)模從2.2萬億元增長隨著房地產投資屬性逐漸弱化，社保、保險、養(yǎng)老資金入市，居民資產配置向金融產品進一步傾斜，具有較高收益特征的權益類產品重要性日益凸顯。資料來源：Wind，華泰研究除去跟蹤市場的被動指數(shù)型基金，股票型基金中的普通股票型、混合型基金中的偏股混合型、靈活配置型，且權益持倉連續(xù)超過60%的基金可以被歸為主動權益型基金。2010年以來主動權益基金數(shù)量和規(guī)模不斷增長，截至2022年末市場上共有3912只主動權益型基金，年的樣本池中得到3014支。從二級細分類別上看，2013年以前及2018年之后，新發(fā)主動權益型基金以偏股混合型為主，2013至2017年間則是靈活配置型基金居多。主動權益型基金權益持倉較高，投資靈活度高、差異性強，對基金管理人的投資策略提出了較高要求。免責聲明和披露以及分析師聲明是報告的一部分，請務必一起閱讀。5金工研究金工研究靈活配置靈活配置型偏股混合型普通股票型樣本池總數(shù)(右)100%90%80%70%60%50%40%30%20%10%0%2010年2011年2012年2013年2014年2015年2016年2017年2018年2019年2020年2021年2022年3,5003,0002,5002,0001,5001,0005000364425480546667285522883014183516191410972資料來源：Wind，華泰研究主動權益型基金業(yè)績分化大，簡單策略難以前瞻性選出績優(yōu)基金主動權益型基金權益持倉比例高，其業(yè)績表現(xiàn)與市場波動以管理人的投資能力高度相關，這也導致在同等條件下，該類型產品相對于債券、貨幣型基金表現(xiàn)出更大的收益差距。我們選取所有主動權益型基金中，現(xiàn)任基金經理任職時間長度除以觀測區(qū)間長度(2018年12月31日至2022年9月30日的區(qū)間長度)大于90%，并且最近4個季度的平均股票倉位大于等于60%的1157支基金，逐年計算平均收益率及排名百分比，發(fā)現(xiàn)權益型基金年收益前10%與后10%的權益基金平均相差近53pct。華泰金工此前發(fā)布的《基金收益來源、業(yè)績規(guī)律與研究框架》(2022年5月8日)曾對權益基金的收益和業(yè)績持續(xù)性開展了系列研究，通過Spearman秩相關系數(shù)檢驗、橫截面分析、Kendall協(xié)同系數(shù)檢驗、交叉積比率等方法測算，發(fā)現(xiàn)權益型基金業(yè)績持續(xù)性較弱，通過簡單的動量或反轉策略難以選出績優(yōu)基金。年份2012年2013年2014年2015年2016年2017年2018年2019年2020年2021年2022年平均前10%基金平均收益率后10%基金平均收益率權益類基金投資的收益差距--3.84% -7.39% -2.53% -9.39%-24.35% -9.58%-35.68%15.55%18.46%-34.54%20.21%46.24%53.80%85.54%13.87%43.09% 0.31%81.56%99.08%39.08%-2.38%24.04%53.64%56.32%94.93%38.22%52.67%35.99%66.01%80.62%43.67%-9.76%53.44%資料來源：Wind，華泰研究主動權益型基金作為權益型基金的子類，同樣表現(xiàn)出收益分化的特征。以2022年為例，統(tǒng)計各類基金的年平均收益率，可以發(fā)現(xiàn)，不同類型、不同規(guī)模的基金分布有明顯差異。從箱線圖可知，偏股混合型與靈活配置型基金的收益率分布相比普通股票型基金極差更大，靈活配置型的極大值和極小值都要更多，極差可達到70%-80%；提琴圖在每個收益率縱坐標處沿著橫軸方向的距離描述了對應基金群在不同收益處的分布密度，從該圖可見，三類不同規(guī)模的基金在收益率中位數(shù)20%處的橫向長度相近，表明三類基金中收益率在20%的基金數(shù)是相近的，但中小盤基金的提琴圖縱向距離更長，其最大值點相比大盤基金要更高，最高可達到30%-40%，而大盤基金的最高點則在20%以內；中小盤基金平均收益率的極差可達到70%-80%，大盤基金略低，在60%左右。免責聲明和披露以及分析師聲明是報告的一部分，請務必一起閱讀。6金工研究金工研究資料來源：Wind，華泰研究資料來源：Wind，華泰研究構建主動權益基金的四維度、三層級標簽體系我們認為權益類基金需要依托框架體系以客觀評價績效并進行優(yōu)選。本文將從基金投資策略的角度出發(fā)，搭建主動權益基金研究的標簽體系。具體而言，我們將劃分基金業(yè)績、持倉分析、基金經理及可投資性四個維度：在基金業(yè)績指標下，關注基金的業(yè)績表現(xiàn)和業(yè)績穩(wěn)定性；在持倉分析指標下，考慮投資的高/低成長性、大/中/小盤持倉風格、行業(yè)分散化程度和輪動性等；在基金經理指標下，關注基金管理人的擇時能力、行業(yè)配置能力、選股能力；在可投資指標下，考慮基金的規(guī)模、申贖情況和市場認可度。資料來源：Wind，華泰研究匯總各級指標及對應說明如下，我們將在后文中詳細闡述各個指標的構建邏輯以及計算方法。金工研究金工研究一級指標基金業(yè)績持倉分析基金經理可投資性二級指標收益風險風險調整后收益業(yè)績穩(wěn)定性行業(yè)風格重倉股換手率擇時能力行業(yè)配置能力選股能力基金規(guī)模申贖情況機構認可度三級指標絕對收益相對收益波動率回撤控制夏普比率Calmar比率Hurst指數(shù)是否為行業(yè)主題基金行業(yè)集中度行業(yè)輪動性大小盤風格價值/成長風格持股風格集中度持股風格穩(wěn)定性重倉股抱團度重倉股擁擠度資產換手率個股換手率指標說明基金的年化收益率基金的年化收益率減去對應業(yè)績基準指數(shù)的年化收益率基金的年化波動率基金至統(tǒng)計日期的最大回撤(年化收益率-年化無風險收益率)/年化波動率(年化收益率-年化無風險收益率)/最大回撤基于不同長度子集的重標極差均值對子集長度的回歸系數(shù)來看基金業(yè)績持續(xù)性連續(xù)多期第一重倉行業(yè)不變且占比大于50%則為行業(yè)主題型基金基金當期各行業(yè)所占基金股票市值百分比的平方和基金當期的各行業(yè)權重與上期的行業(yè)權重之差的絕對值之和SMB指標：巨潮小盤指數(shù)收益率減去巨潮大盤指數(shù)收益率HML指標：國證價值指數(shù)收益率減去國證成長指數(shù)收益率大小盤/價值成長因子平方和的根，越大表明持股風格越集中基金收益在六個風格指數(shù)上的暴露的方差之和的開方(SDS指標)屬于“抱團股”(重倉該個股的主動權益公募基金數(shù)量處于前5%)的重倉股數(shù)量與當期重倉個股數(shù)量之比屬于“擁擠股”(主動權益公募基金的重倉股持倉占流通股比例前5%)的重倉股數(shù)量與當期重倉個股數(shù)量之比基金當期的各大類資產權重與上期的各資產權重之差的絕對值之和基金報告期持倉換手率F2?F1在經典的基金績效H-M模型中將上行與下行的beta進行區(qū)分行業(yè)間配置左右側交易基金份額基金凈資產當前可否申贖歷史開放時間機構投資占比FDBR指標：主要衡量基金是否能夠通過動態(tài)加倉或減倉獲取行業(yè)輪動收益RDBR指標：主要衡量基金經理的行業(yè)動態(tài)配置收益是通過左側投資還是通過右側投資獲得將C-L模型中的選股能力指標a與動態(tài)行業(yè)配置指標AA的排名百分比等權配置基金份額(合計)：報告期內公布的基金份額基金資產凈值分為基金在當前統(tǒng)計日是否可以申購/贖回的兩個啞變量歷史開放申購/贖回的天數(shù)與基金存續(xù)時間的比值機構投資者合計持有百分比(%)管理人員工合計持有百分比(%)資料來源：華泰研究免責聲明和披露以及分析師聲明是報告的一部分，請務必一起閱讀。7免責聲明和披露以及分析師聲明是報告的一部分，請務必一起閱讀。8金工研究金工研究經理與可投資性的三級指標體系我們基于基金的業(yè)績、持倉、基金經理與可投資性4個維度，梳理了共計28個細分指標。截至2022年12月31日，在普通股票型、偏股混合型和靈活配置型基金中，初步篩選保留現(xiàn)任基金經理任職時間長度除以觀測區(qū)間長度(2018年12月31日至2022年9月30日的區(qū)間長度)大于90%，并且最近4個季度的平均股票倉位大于等于60%的基金共1157支，此后進一步篩選，考慮數(shù)據可得性及完整性，保留普通股票型、偏股混合型、靈活配置型，且簡稱中不含有“量化”的787支基金，基于這些主動權益型基金進行28個三級指標的計算。基金業(yè)績：基于收益、風險、業(yè)績穩(wěn)定性等角度構建收益：包括絕對收益與相對業(yè)績基準的超額收益率一級指標基金業(yè)績里包括兩個收益指標：年化絕對收益率，即基金的自身實際的年化收益率，以及年化相對收益率—通過基金的自身實際年化收益率與基金對應業(yè)績比較基準指數(shù)的年化收益率之差計算得出?；鸺捌鋵鶞手笖?shù)的年化收益率都通過凈值計算區(qū)間收益率，再用一年內期數(shù)與區(qū)間期數(shù)進行冪運算年化后得到。我們選取2019年1月4日至2年12月31日共205周的周度復權凈值數(shù)據，區(qū)間收益率通過最新一周與第一周基金凈值取比值計算，按一年50周進行年化處理。指標名稱年化絕對收益率年化相對收益率計算公式指標說明 資料來源：華泰研究風險：用波動率與最大回撤指標進行風險度量我們通過年化波動率和最大回撤兩個指標來衡量風險，波動率通過將區(qū)間收益率與平均收益率的差按期數(shù)計算平方和得到。用于計算的原始數(shù)據、數(shù)據頻率與區(qū)間收益率的計算方法同上，205周的平均收益率通過周度簡單收益率的簡單平均計算，仍舊按一年50周進行年化處理。最大回撤則衡量在整個期限內，基金每一期的凈值相對截至當期的歷史最大凈值之間的回落的最大值。指標名稱計算公式指標說明年化波動率最大回撤 )凈值資料來源：華泰研究風險調整后收益：通過夏普比率與卡瑪比率衡量CalmaT率減去無風險收益率后與年化波動率的比值，CalmaT比率為絕對收益率減去無風險收益率后與最大回撤的比值。用于計算的原始數(shù)據和數(shù)據頻率同上，并設定無風險利率為0。免責聲明和披露以及分析師聲明是報告的一部分，請務必一起閱讀。9金工研究金工研究指標名稱夏普比率計算公式指標說明資料來源：華泰研究業(yè)績持續(xù)性：用Hurst指數(shù)衡量基金業(yè)績持續(xù)性我們通過基金的Hurst指數(shù)對基金的業(yè)績穩(wěn)定性(正向/反向/無/不顯著)進行判斷，具體方法我們在2020年8月21日發(fā)布的報告《基金評價及篩選全流程研究框架：股票型與債券型基金多種維度定量與定性評價法》中有提及，下面簡單介紹該指數(shù)計算方法。Hurst指數(shù)法研究的是時間序列歷史取值以超出隨機擾動的影響力影響著該時間序列的未來取值，即時間序列具有長記憶性。具體計算步驟如下：(2)計算每個子集a內第k個值的累計離差(每個子集中的值均按時間序列排列)：k(3)計算每個子集a內各值累計離差的極差：(4)計算每個子集a內對數(shù)收益序列的標準差： (5)計算A個子集的重標極差的均值：1A回歸，即可得到c與H。若0.5<H<1則說明基金業(yè)績有正向持續(xù)性，越接近于1說明持續(xù)性越強；若H=0.5則說明基金收益隨機波動，不具備持續(xù)性；若0<H<0.5則說明基金業(yè)績具有反轉傾向，越接近于0反轉性越強。實際計算中，我們對787支基金每支的201周收益率序列設置不同的子集長度，讓每個子集長度n從10至N/2(一半樣本長度)間依次取值，在每個n取值下的子集集合中刪去長度不足n的子集，最后對每只基金得到共91組不同的子集長度n與對應的R/S值，設定顯著水平為5%，對每個基金分別回歸得到對應的Hurst指數(shù)與對應的業(yè)績持續(xù)性判斷。在選取的787支基金中，共714支基金為業(yè)績正向持續(xù)性，67支基金為業(yè)績負向持續(xù)性。該方法可以幫助我們篩選出歷史業(yè)績水平優(yōu)秀且具有業(yè)績持續(xù)性的基金。免責聲明和披露以及分析師聲明是報告的一部分，請務必一起閱讀。10金工研究金工研究持倉分析：分析基金的行業(yè)、風格、換手率、重倉持倉等操作持倉行業(yè)：是否為行業(yè)主題型基金，以及基金的行業(yè)配置集中度與輪動性行業(yè)因素包括行業(yè)配置集中度、行業(yè)輪動性以及對應基金是否為行業(yè)主題基金的判斷。行業(yè)集中度為基金當期各行業(yè)所占基金股票市值百分比的平方和的倒數(shù)；行業(yè)輪動性為基金當期的各行業(yè)權重與上期數(shù)值之差的絕對值之和。它們分別表示了投資組合在各行業(yè)板塊內維持集中或分散配置的意愿以及基金行業(yè)輪動與切換的意愿；是否為行業(yè)主題基金則通過對應基金的半年度一級重倉行業(yè)投資市值占基金資產凈值比進行計算，提取最新三個半年度的數(shù)據，若基金在三個半年度持倉某行業(yè)比值均超過50%，則可視該基金為對應行業(yè)的主題基金。對集中度和輪動性，我們選取2022年6月30日與2021年12月31日兩期的半年度數(shù)據分別作為本期和上一期進行計算，對于我們篩選得到的787支基金，行業(yè)集中度均衡度量集中分布在0.24以下，行業(yè)輪動性重點分布在0.31-0.61之間。77005876005004003002003100300[0.05,0.24](0.24,0.43](0.43,0.62](0.62,0.81](0.81,1.00]35資料來源：Wind，華泰研究45045038640035030025020000500[0.00,0.31](0.31,0.61](0.61,0.92](0.92,1.23](1.23,1.53]2343277資料來源：Wind，華泰研究持股風格：包括投資風格、持股風格集中度、持股風格漂移度持股風格包括投資風格、持股風格集中度、持股風格漂移度三大方面。系數(shù)來衡量。在該模型中，投資組合的超額回報率由它對三個因子的暴露(回歸系數(shù))來解釋，這三個因子分別是：市場因子(MKT)、市值因子(SMB)、賬面市值比因子(HML)?；貧w方程如下：的日度指數(shù)計算簡單收益率后進行回歸并得到對應指標。來討論回歸結果：基金A的SMB值為-0.2441，HML值為-0.5612，因此認為該基金風格為偏向于大盤及成長型?；養(yǎng)的SMB和HML值分別為-0.2896和0.069，即認為其風格偏向于大盤及價值型?；餋的SMB和HML值分別為0.2745和認為風格偏向于小盤及價值型。免責聲明和披露以及分析師聲明是報告的一部分，請務必一起閱讀。11金工研究金工研究0.40.2730.0(0.2)(0.3)(0.4)(0.5)(0.6)(0.7)A基金B(yǎng)基金C基金D-0.2421-0.5612-0.2896-0.55570.23150.069資料來源：Wind，華泰研究持股風格集中度通過投資風格的計算結果來計算，具體方法為SMB因子與HML因子平方和后取平方根，測算邏輯在于：SMB(HML)大于0則更說明該基金傾向于投資小盤股(價值股)，且其越大，則表明投資于小盤股(價值股)的比重越多，即集中投資于小盤股(價值股)；小于0則相反，其越小(絕對值越大)則越表明基金集中投資于對應風格的股票；可見當SMB(HML)接近0時，說明對應基金并不集中投資于大小盤(價值/成長)股票，即基金對股票的投資分散度越高。綜上，SMB與HML平方和的開根這一非負指標越小(接近于0)，則對應基金投資股票越分散，越大則對應基金投資股票越集中。持股風格漂移度通過衡量基金風格漂移的SDS指標來量化?；痫L格漂移是指在基金運作過程中實際投資風格與基金招募說明書中所闡述的投資風格不吻合的現(xiàn)象。我們基于波動率，計算公式如下11,2,…,n)的回歸系數(shù)，也即基金相對于該風格指數(shù)的暴露。將大盤成長、大盤價值、中盤成長、中盤價值、小盤成長、小盤價值六個風格指數(shù)對應暴露的方差之和開根號，即可得到股票基金i在研究時期內的風格波動SDSi。該指標越大，代表基金持股風格漂移度越大。我們采用滾動時間方法進行計算，使用六個風格指數(shù)在2019年1月2日至2022年12月31日的日頻數(shù)據，每次計算時使用52周的收益率數(shù)據，每次滑動4周，當滾動樣本內數(shù)據少于52個時則刪去該樣本。換手率：基于基金持倉資產及持股明細計算資產換手率與個股換手率換手率指標包括資產換手率和個股換手率。資產換手率為基金當期在股票、債券、基金、現(xiàn)金四大類資產權重與上期的各資產權重之差的絕對值之和。它體現(xiàn)了基金經理在資產配置上交易的變化度。如下是最近兩期所篩選的基金的平均大類資產倉位，我們可以根據平均水平判斷單基金所在倉位變化位置。免責聲明和披露以及分析師聲明是報告的一部分，請務必一起閱讀。12金工研究金工研究090807060504030200股票倉位2022年第二季度2022年第三季度債券倉位現(xiàn)金倉位資料來源：Wind，華泰研究個股換手率為報告期買入股票成本總額與報告期賣出股票收入總額之間的最大值除以報告期內股票市值的均值，它體現(xiàn)了基金經理交易的活躍度。實際操作中，我們選取截至2022年6月30日最新的兩個半年度數(shù)據計算資產換手率，股票換手率選取最新一半年度數(shù)據。重倉股：包括重倉持股的抱團度和擁擠度重倉股抱團度為屬于“抱團股”(重倉該個股的主動權益公募基金數(shù)量處于前5%的個股)的重倉股數(shù)量與當期重倉個股數(shù)量之比；重倉股擁擠度為屬于“擁擠股”(主動權益公募基金的重倉股持倉占流通股比例前5%的個股)的重倉股數(shù)量與當期重倉個股數(shù)量之比。實際計算中我們提取787支基金每一支的前十重倉股代碼及其重倉股持倉占流通股比例數(shù)據，通過截至2022年9月30日的最新一季度數(shù)據計算各項指標。我們計算787支基金前十重倉個股占該基金股票市值的百分比，與兩個指標的相關性如下，擁擠度與抱團度都描述基金所重倉股票的熱門程度，兩個指標與基金重倉個股占比的相關性都較弱，說明787支基金在重倉股票上整體的跟隨投資傾向較弱，主動性明顯。相關系數(shù)擁擠度抱團度重倉個股占比擁擠度1抱團度10.01重倉個股占比資料來源：Wind，華泰研究基金經理能力：通過擇時、選股及行業(yè)配置能力衡量基金經理特征擇時能力：通過C-L模型中收益風險溢價對市場風險溢價的暴露來計算我們簡要介紹H-M模型。該部分具體內容我們在2020年7月29日發(fā)布的《基金選股擇時能力的定量分析法：我國公募基金大多具有較強選股能力》中有過闡述。H-M模型是1981年Henriksson和Merton在T-M模型基礎上提出的，將擇時能力定義為基金經理通過預測市場收益與無風險收益之間差異，以調整投資組合系統(tǒng)風險的能力，其具體公式如下：經典的基金績效H-M模型中，Tf是無風險利率，TM是市場基準組合收益率；a代表基金的擇TMTf期市場組合收益率小于無風險利率，持有貝塔為F1的投資組合；若預測下一期市場組合收于無風險利率，則持有貝塔為F1+F2的投資組合。因此模型中F2代表擇時能力，ap代表選股能力，如果F2>0是顯著的,那么市場上漲時的F1+F2大于市場下跌時的F1，則說明基金統(tǒng)計意義上有正向的擇時能力，反之同理；如果ap>0是顯著的則說明該基金統(tǒng)計意義上有正向的擇券能力。免責聲明和披露以及分析師聲明是報告的一部分，請務必一起閱讀。13金工研究金工研究繼而，我們使用經典基金績效模型H-M模型的變體C-L模型來判斷基金擇時能力，模型假設和邏輯與H-M模型相同，但是C-L模型將上漲市場和下跌市場中的貝塔值明確區(qū)分開了。C-L模型的公式如下：基準組合收益高于無風險收益時會保持較大的F2來提高收益，在市場基準組合收益低于無風險收益時保持較小的F1以減少損失，即表明基金經理有擇時能力。年1月4日至2022年12月31日共205周的周度簡單百分比收益率，選取萬得全A指數(shù)的簡單百分比收益率為市場基準組合收益，設基于整體觀測區(qū)間進行回歸后，通過對應系數(shù)的符號與顯著度對對應基金的選股能力與擇時能力給出判斷。我們對選股與擇時能力按照正負分四組，給出各組絕對收益率的均值，可以看到選股與擇時指標為正時分組平均收益率更高，選股指標為正、擇時指標為負的組僅次。25%25%20%15%10%5%0%，擇時因選股因子正，擇時因選股因子負，擇時因為負負選股因子選股因子，擇正資料來源：Wind，華泰研究行業(yè)配置能力：分為行業(yè)間配置與左右側能力根據我們在2022年6月30日發(fā)布的《基于持倉刻畫基金經理行業(yè)投資能力》報告，我們通過行業(yè)間配置指標(FDBR)(ForwardDifferenceinBetaReturns)衡量基金經理的行業(yè)間配置能力，通過左右側交易指標RDBR(ReverseDifferenceinBetaReturns)來衡量基金經理的左右側交易能力：jj期的倉位變動，乘以對應行業(yè)在w期的收益率后，再對各行業(yè)進行求和得到。RDBR是基金wwww?1)期收益率后，再對行業(yè)求和得到。免責聲明和披露以及分析師聲明是報告的一部分，請務必一起閱讀。14金工研究金工研究FDBR通過變動倉位，主要衡量基金是否能夠通過動態(tài)加倉或減倉獲取行業(yè)輪動收益，即能否通過加倉來捕捉行業(yè)上漲機會、通過減倉來規(guī)避行業(yè)下跌虧損；而RDBR通過選取上一期的beta收益，主要衡量基金經理的行業(yè)動態(tài)配置收益是通過左側投資—即對行業(yè)未來走勢的獨立判斷獲得，還是通過右側投資—即對行業(yè)追漲殺跌獲得的。如果行業(yè)配置具備前瞻性，則對應公式中第一項的值會比較高；若配置風格偏動量策略，那么第二項的值會較高。度持倉占比及持倉的4907支股票的半年度收盤價及對應一級行業(yè)，行業(yè)標準參考申萬2021級標準31個一級行業(yè)，整合計算每支基金在各行業(yè)的半年度持倉，缺失值用0補齊。同時我們獲取觀測區(qū)間內的半年度行業(yè)收盤價數(shù)據，計算簡單收益率，代入公式計算每只基金均值。選股能力：通過動態(tài)行業(yè)配置指標AA與C-L模型中的alpha收益等權構建此外，我們考慮動態(tài)行業(yè)配置指標AA的計算。首先，我們設定基金經理的行業(yè)內靜態(tài)選股業(yè)的股票中所占的比例，f表示股票相對于其所在行業(yè)指數(shù)的超額收益率，p代表行業(yè)權重。在w期計算基金持倉的個股在個股所屬行業(yè)內的權重，用此權重乘以個股當期超額收益率后再進行歸一化處理，即減去最小的行業(yè)內股票超額收益率并除以最大和最小行業(yè)內股票股票計算歸一化Alp?a之后求和，即可得到基金經理在w期的靜態(tài)選股能力得分為(考慮到單期的SAS數(shù)值可能會有偶然因素的影響，為減少這種影響，將w期取值與(w?1)期取平1212((接下來，為了衡量基金經理的行業(yè)內動態(tài)選股能力，我們定義了DAR(DifferenceinAlphansiiw期相對(w?1)期在個股上的倉位變動，乘以對應個股相對其行業(yè)指數(shù)在w期的超額收益率，w收益率，再減去w期倉位乘以個股(w?1)期超額收益率，再進行求和得到。FDAR通過變換倉位，主要衡量基金經理能否動態(tài)捕捉行業(yè)內未來表現(xiàn)出色的個股，同時規(guī)避未來表現(xiàn)不佳的個股；而RDAR通過引入上一期的Alpha收益，主要衡量基金經理的動態(tài)行業(yè)內選股能力是通過左側配置，即對個股未來走勢的獨立判斷獲得，還是通過右側投資，即對個股追漲殺跌獲得。免責聲明和披露以及分析師聲明是報告的一部分，請務必一起閱讀。15金工研究金工研究SASDARi配置能力6月30日至2022年6月30日在各股的半年度持倉占比及持倉的4907支股票的半年度收盤價及對應一級行業(yè)，行業(yè)標準參考申萬2021級標準31個一級行業(yè)，計算每支股票的簡單收益率，以及其相對所在一級行業(yè)同期收益率的超額收益率。對每支基金，取本期與上期基金均存在的基金(列表的交集)，計算每一期之后對每支基金計算各期每股在重倉行業(yè)中的占比以便于計算SAS指標，最終得到從2019值。值AA，我們結合C-L模型中計算出的ap，將兩個指標分別取逆序百分比排名(即排名越靠前，百分比越小，指標值越大)后等權加和，得到衡量基金經理選股能力的指標。可投資性：包含基金規(guī)模、申贖狀態(tài)及機構認可度綜合基金規(guī)模主要選取基金在最新一期的規(guī)模，包括基金總份額與基金凈資產；機構認可度指標包括基金的機構持有者占比和自購比例，其中自購比例通過管理人員工持有比例進額、凈資產數(shù)據和最新一半年的機構投資者持有比例與管理人員工持有比例。申贖狀態(tài)指標包括基金當前可否申贖的啞變量，以及自其成立以來的歷史開放申贖時間。當前可否申贖的信息直接提取自Wind，由于申贖狀態(tài)可用于描述流動性。我們將“開放申設置為0.5，得到關于申購/贖回的兩個啞變量；歷史開放申贖時間則通過提取每只基金自成金總存續(xù)時間的比例，得到關于申購/贖回的兩個歷史開放時間占比。免責聲明和披露以及分析師聲明是報告的一部分，請務必一起閱讀。16金工研究金工研究對前文介紹的每一個數(shù)值型指標都計算我們篩選得到的主動權益基金的28個三級指標(后文也稱為因子)數(shù)據，并取其逆序排名百分比(對每個值，計算大于這個值的個數(shù)與所有我們將重點討論一下三方面的內容：(1)各標簽指標對基金業(yè)績的解釋力度分析(2)基金經理的標簽觀察案例(3)通過標簽篩選績優(yōu)基金經理標簽觀察：不同標簽特征的基金都可能成為績優(yōu)基金初步篩選保留現(xiàn)任基金經理任職時間長度除以觀測區(qū)間長度(2018年12月31日至2022年9月30日的區(qū)間長度)大于90%，并且最近4個季度的平均股票倉位大于等于60%的基金共1157支，此后進一步篩選，考慮數(shù)據可得性及完整性，保留普通股票型、偏股混合型、靈活配置型，且簡稱中不含有“量化”的787支基金，基于這些主動權益型基金進行前文28個三級指標的計算。業(yè)績分析角度，787支基金中，絕對收益率最高可達到42%，而相對業(yè)績基準的超額相對收益率，75%的基金不超過20%，而最大值達到了127%，表現(xiàn)出顯著的右偏性，但兩個指標的標準差都較低，可見不同基金之間的收益率差異較小。從持倉角度分析，超過50%的基金表現(xiàn)為大盤風格，超過75%的基金表現(xiàn)為成長型風格，不同基金行業(yè)配置集中度、輪動性的差異較小，基金擁擠度普遍較低，75%的基金重倉擁擠股占比不超過20%；風格變動上，大部分基金資產換手率較低，個股換手頻繁。從基金經理能力視角出發(fā)，超過75%的基金經理都不具有正向的擇時能力，而少于25%的基金擁有較小的AA+alpha排名百分比(越小的百分比意味著越高的對應指標值，意味著越可投資性方面，超過75%的基金總份額與凈資產小于20億，超過50%的基金歷史開放申大部分時間都可以申購和贖回。同時，50%的基金機構投資者持有比例不高于20%，管理者自購比例最高不超過10.35%。免責聲明和披露以及分析師聲明是報告的一部分，請務必一起閱讀。17金工研究金工研究25%分位值 14.94%25%分位值 14.94% 9.43% 18.66% 27.85% 72.97% 40.50% 53.38% 10.92% 27.98%-22.56%-69.32% 40.35% 22.94% 20.00% 0.00% 1.31% 69.03%-35.73% 1.39% -5.70% 122.26%206.45%110.43% 0.43%273.50%2.05%75%分位值 24.44% 18.60% 23.68% 40.61% 81.79% 63.83% 24.88% 57.84% -27.37% 77.46% 36.21% 60.00% 20.00% 5.75%207.56% 4.60% -3.52% 63.79%1041.51%1893.89%1198.80% 98.87%4447.00%35.52%最小值 -5.84% 9.04% 7.49% -28.97% 42.62% 5.27% -83.45%41% 4.00% 5.36% 0.00% 0.00% 0.05% 3.73% -97.76% -5.41% 2.29% 0.96%0.90%000.00%0.00%0.00%0.00%最大值 0.42 1.27 0.37 0.62 2.28 0.79 1.00 1.53 0.85 0.68 1.31 0.67 1.00 0.70 0.76 17.37 0.46 0.02 0.99278.59393.63 1.00 1.00 1.00 1.00100.0010.35數(shù)目787787787787787787787787787787787787787787787787787787787787787787787787787787787787787平均值 19.86% 14.46% 21.40% 93.88% 65.36% 58.75% 21.85% 44.59% -2.47% -47.55% 29.92% 41.41% 4.50% -25.72% 3.01% -4.60% 50.06%953.64%1741.41%0.940.9868.68% 2652.64%43.38%標準差 9.61% 3.99% 9.25% 32.98% 36.60% 6.94% 18.38% 23.48% 30.76% 25.05% 10.09% 24.40% 13.41% 5.39% 155.01% 17.70% 2.26% 1.83% 19.04%2072.31%3370.47%0.20 2785.52%105.51%絕對收益率相對收益率年化波動率最大回撤夏普比率卡瑪比率Hurst指數(shù)行業(yè)集中度行業(yè)輪動性SMBHML持股風格集中度持股風格漂移度重倉股抱團度重倉股擁擠度資產換手率個股換手率行業(yè)間配置能力FDBR行業(yè)間左右側能力RDBRAA+alpha_排名百分比基金總份額基金凈資產申購狀態(tài)贖回狀態(tài)歷史開放申購時間歷史開放贖回時間機構投資者持有比例自購比例19.96%21.07%33.98%93.64%58.81%58.78%15.32%41.49%-3.74%-50.31%59.50%29.80%40.00%10.00%2.93%-24.94%2.75%-4.59%612.54%1197.62%97.79%1591.00%10.33%資料來源：資料來源：Wind，華泰研究除數(shù)值型變量外，787支基金中有48支為行業(yè)主題基金，其中有33支為醫(yī)藥生物，6支為食品飲料，3支為國防軍工，3支為電子，2支為有色金屬，1支為交通運輸。3530252063210醫(yī)藥生物食品飲料國防軍工電子有色金屬交通運輸3335資料來源：Wind，華泰研究金工研究指標間的相關性：不同持倉風格的基金，其收益來源和對基金經理能力要求有別通過計算指標之間得的相關性，發(fā)現(xiàn)大部指標之間相關性較弱，強相關性主要存在于持倉風格因子和基金經理能力因子之間。SMB因子與Hurst指數(shù)負向相關性較強，達到-0.5，表明小盤風格的基金傾向于呈現(xiàn)負向業(yè)績持續(xù)性，與持股風格漂移度正向相關性較強，表明小盤風格基金更傾向于發(fā)生風格漂移；與擇時能力的正相關性達到0.43，表明越是傾向投資小盤股的基金擁有越強的擇時能力。HML因子與年化波動率和最大回撤負相關，達到了-0.6左右，表明成長型基金傾向于擁有更大的波動率和回撤；和持股風格集中度的負向相關性達到了-0.84之高，可見基金在價值與成長型股票之間擇股，越偏向價值型，越傾向于分散持有其他風格的股票；和行業(yè)輪動收益能力指標FDBR的負相關達到-0.43，表明越偏向價值型股票的基金，通過行業(yè)輪動獲得收益的能力越低。行業(yè)集中度、持股風格集中度與波動率和回撤均呈現(xiàn)較高的相關性，達到0.6-0.7左右，可見投資行業(yè)越集中、持股風格越集中，波動率和回撤越大；綜合擇股因子AA與a加權排名百分比與F2?F1呈現(xiàn)相關系數(shù)達到0.51的正向相關，說明擇時能力越強，擇股因子排名越靠后，體現(xiàn)出基金的選股與擇時能力往往無法兼顧的特點。資料來源：Wind，華泰研究指標與基金業(yè)績：持股風格、行業(yè)集中度對基金業(yè)績解釋力較高考慮到絕對收益與相對收益的正相關系數(shù)達到0.67，我們用相對收益率衡量收益，以及另外三個業(yè)績表現(xiàn)與業(yè)績持續(xù)性因子：夏普比率、卡瑪比率及Hurst指數(shù)是否排在前20%對作為因變量，讓持倉、基金經理能力與可投資性指標分別作為自變量，通過隨機森林分類算法研究各一級指標因子對基金業(yè)績的解釋力重要性排序，對算法中的關鍵參數(shù)采取GridSearch方法進行調參，調參后使用最優(yōu)參數(shù)，訓練集分類準確率可達到99%以上，測試集分類準確率可達70%-90%。免責聲明和披露以及分析師聲明是報告的一部分，請務必一起閱讀。18免責聲明和披露以及分析師聲明是報告的一部分，請務必一起閱讀。19金工研究金工研究參數(shù)名稱持倉分析可投資性基金經持倉分析可投資性相對收益率夏普比率卡瑪比率Hurst指數(shù)相對收益率夏普比率卡瑪比率Hurst指數(shù)相對收益率夏普比率卡瑪比率Hurst指數(shù)Max_depth201210101616121218142016Min_samples_leaf114111111221Min_samples_split6268221044826測試集f1_score0.770.760.810.810.830.800.810.750.780.820.790.73資料來源：Wind，華泰研究基于最優(yōu)參數(shù)與訓練集返回因子重要性，相對四個業(yè)績指標，投資風格因子的重要性基本處于最高位置，即基金的大小盤與其價值成長風格對其收益、風險調整后收益與業(yè)績持續(xù)性都有顯著影響。除了兩風格因子外，行業(yè)集中度、持股風格漂移度和持股風格集中度對夏普比率和卡瑪比率的解釋力也較高，可見行業(yè)與個股配置的均衡程度會較大地影響風險調整后收益；持股風格漂移度、個股換手率和行業(yè)輪動性也是Hurst指數(shù)的重要解釋因子，證明行業(yè)的輪動、個股的持倉風格、數(shù)目的變動都會顯著地影響業(yè)績的持續(xù)性。資料來源：Wind，華泰研究基于最優(yōu)參數(shù)與訓練集返回基金經理能力因子重要性，可見相對四個指標，綜合選股指標AA+alpha排名百分比的解釋力重要性都最高，對于收益率和夏普比率，擇時指標F2?F1僅次于選股因子；對于卡瑪比率和Hurst指數(shù)，衡量基金經理獲取行業(yè)輪動收益的FDBR僅次于選股因子。免責聲明和披露以及分析師聲明是報告的一部分，請務必一起閱讀。20金工研究金工研究資料來源：Wind，華泰研究對于可投資性因子，基金規(guī)模指標—基金總份額與基金凈資產和機構投資者持有比例、管理人員工持有比例對的解釋力重要性相對四個業(yè)績因子都是重要的。資料來源：Wind，華泰研究接下來參考上述得到因子重要性，分別用四個業(yè)績表現(xiàn)指標對應的二分類觀察對其解釋力重要性較高的各重要一級指標的分布情況，考慮到篇幅有限，我們僅將有意義的結論進行展示。可以看到，相對收益率在前20%的基金組別相比不在前20%的組別有更多的小盤及成長型基金，而業(yè)績穩(wěn)定性在前20%的基金相比不在前20%的基金則更集中于大盤風格基金，并且前20%中大部分基金均為成長型基金。金工研究金工研究圖表資料來源：Wind，華泰研究28：風格因子相對收益率分布資料來源：Wind，華泰研究相比夏普比率不排在前20%的組別，排在前20%的基金更傾向于分散投資行業(yè)以及持有不同風格的股票，但所持股票的風格漂移度會更低；相比業(yè)績持續(xù)性不排在前20%的組別，排在前列的基金行業(yè)的輪動性、持股風格的漂移度、個股的換手率都要更低，表明穩(wěn)定的持倉更傾向于帶來業(yè)績的正向持續(xù)性。率資料來源：Wind，華泰研究資料來源：Wind，華泰研究從基金經理能力指標出發(fā)，顯然，夏普比率排在前列的組別擇股能力更強—綜合擇股指標AA與alpha加權排名百分比相比排名相對靠后的組別要更小，同時擇時能力更中庸，極差更小。免責聲明和披露以及分析師聲明是報告的一部分，請務必一起閱讀。21金工研究金工研究因資料來源：Wind，華泰研究因子聚類與合成：合成后因子對卡瑪比率與業(yè)績持續(xù)性具有高區(qū)分度前文我們發(fā)現(xiàn)最能影響業(yè)績持續(xù)性因子的是兩個風格因子：SMB與HML、行業(yè)輪動性、持股風格漂移度與個股換手率，后三者都是用來描述持倉變動的指標，而通過前文的分組箱線圖可知，穩(wěn)定的持倉更傾向于帶來持續(xù)正向的業(yè)績。受這一邏輯啟發(fā)，我們將像這三個持倉變動指標一樣擁有內在邏輯的因子進行合成，并進一步觀察合成后因子對業(yè)績表現(xiàn)的解釋力?？紤]到部分三級指標之間有著較強的關聯(lián)，我們對指標進行Gram-Schmidt標準正交化，即去除因子之間的共線性后等權合成。具體合成邏輯如下：行業(yè)集中度與持股風格集中度合成為“投資集中程度”，將行業(yè)輪動性、持股風格漂移度與個股換手率合成為“持倉波動haFFFDBRRDBR產、基金總份額、機構投資者持有比例與自購比例合成為“市場評價屬性”；最后，將申贖狀態(tài)與歷史開放申贖時間相關的四個指標合成為“流動性”。此外，因為SMB和HML分別代表了不同層面的持股大小盤及成長風格，因此不對這兩個指標進行合成。免責聲明和披露以及分析師聲明是報告的一部分，請務必一起閱讀。22免責聲明和披露以及分析師聲明是報告的一部分，請務必一起閱讀。23金工研究資料來源：華泰研究我們仍舊通過四個業(yè)績表現(xiàn)因子對應的0-1變量將787支基金分為14類，考慮到6個合成因子在合成的過程中進行了正交化，部分因子值本身的經濟意義較難解釋，我們計算包括SMB與HML在內的8個因子各自的逆序排名百分比—即因子取值越大，排名百分比越小。并按14個類別取排名百分比的類別均值，之后計算不同類別之間的歐氏距離進行層次聚類。聚類編號212221213123121類別序號相對收益率夏普比率前卡瑪比率前Hurst指數(shù)SMBHML投資持倉投資機會跟隨投資市場評價流動性前20%20%20%前20%集中程度波動性發(fā)掘水平傾向屬性0000049%55%47%48%46%51%54%54%1000174%40%56%60%60%52%49%49%2001035%27%72%50%53%59%51%40%3001159%36%69%58%39%59%56%57%4010045%42%56%52%48%55%50%60%5010