海通证券_20180831_主动权益基金的因子剥离（二）：基于因子剥离的FOF择基逻辑系列十三.pdf

请务必阅读正文之后的信息披露和法律声明 金融工程金融工程研究研究 证券证券研究研究报告报告 金融工程专题报告金融工程专题报告 2018 年年 08 月月 31 日日 相关研究相关研究 Table_ReportInfo 行业轮动系列研究 14行业微观因子的轮动效果2018.08.20 FICC 系列研究之十2 年期国债期货指南2018.08.17 Table_AuthorInfo 分析师:冯佳睿 Tel:(021)23219732 Email: 证书:S0850512080006 分析师:吕丽颖 Tel:(021)23219745 Email: 证书:S0850518060002 基于因子剥离的基于因子剥离的 FOF 择基逻辑系列十择基逻辑系列十三三 主动权益基金的因子剥离（主动权益基金的因子剥离（二二）Table_Summary 投资要点：投资要点：风险因风险因子与子与 Alpha 因子因子。我们将主动权益基金的因子库归类成风险因子与 Alpha因子两大类，风险因子也可称为广义上的 Beta 因子，特指长期来看并不能产生正收益的因子，包括市场面、风格面以及行业面，而 Alpha 因子特指长期来看能够产生正收益的因子，包括技术面与基本面。每一支基金的收益均可分解为风险因子贡献、Alpha 因子贡献以及基金经理 Pure Alpha 三部分，其中风险因子所占据的比重最大。业绩排名靠前的基金一定是好基金吗业绩排名靠前的基金一定是好基金吗？从 FOF 择基角度，这些基金并不一定是FOF 择基的最佳选项。行业收益和风格收益是主动基金亮眼业绩的最主要的贡献来源。我们认为，这些基金的亮眼业绩是否能持续，取决于：如若基金经理坚持该风险因子暴露，未来该因子板块是否仍然存在行情；如若基金经理切换风险因子暴露，能否准确择时到未来各风险因子的方向。考虑风险因子配臵的考虑风险因子配臵的 FOF 构建思路构建思路。基金的历史收益中由风险因子所贡献的部分，其跨期持续性最差，忽略基金内部的风险因子而仅基于历史业绩进行择基并不科学。我们建议的操作方式包括：1.母基金（FOF）进行风格与行业的择时，选择风格、行业配臵稳定的基金作为子基金进行配臵。2.母基金（FOF）不做择时，选取具备风格、行业择时能力的子基金。什么类型基金的什么类型基金的 Pure Alpha 最高？最高？大部分主动权益型基金的收益来源于风格行业等暴露，而基金在因子剥离以后的 Pure Alpha 才是基金管理人自身的能力。我们发现，虽然在过去五年、过去三年、过去两年或是过去一年等不同的时间窗口中，业绩（年化收益）表现最佳的基金类别均不相同，然而，如若根据剔除多因子后 Alpha 及 AR 进行排序，表现最佳的基金类别始终是增强指数型基金，而表现最差的基金类别始终是灵活配臵型基金。风险提示：风险提示：市场系统性风险、模型误设风险、有效因子变动风险市场系统性风险、模型误设风险、有效因子变动风险。金融工程研究 金融工程专题报告2 请务必阅读正文之后的信息披露和法律声明 目目 录录 1.业绩排名靠前的基金一定是好基金吗.5 1.1 主动管理基金案例分析.5 1.2 风险因子与 Alpha 因子.6 1.3 业绩排名靠前的基金一定是 FOF 择基的理想选择吗？.8 2.什么类型的基金的 Pure Alpha 最高？.9 2.1 基金样本细分.9 2.2 基金池与分类基金的因子剥离分析对比.10 3.总结与思考.13 4.风险提示.14 金融工程研究 金融工程专题报告3 请务必阅读正文之后的信息披露和法律声明 目录目录 图 1 主动权益基金因子库.5 图 2 主动权益基金案例 B 净值曲线与相对基准强弱（2010.1-2018.7）.5 图 3 主动权益基金案例 B 因子剥离分析雷达图（2016.7-2018.7）.6 图 4 主动权益基金因子库.6 图 5 过去 2 年主动权益类基金表现排序（2016.7-2018.7）.7 图 6 过去 1 年主动权益类基金表现排序（2017.7-2018.7）.7 图 7 主动权益基金案例 B 行业因子贡献分析食品饮料行业（2010.1-2018.7）.8 图 8 基于因子剥离的 FOF 择基思路.9 图 9 二级基金分类的历史仓位变化.9 图 10 过去五年各类别基金风险收益特征（截至 2018.8）.10 图 11 过去三年各类别基金风险收益特征（截至 2018.8）.10 图 12 过去两年各类别基金风险收益特征（截至 2018.8）.10 图 13 过去一年各类别基金风险收益特征（截至 2018.8）.10 图 14 过去两年基金池单元归因效果散点图（截至 2018.8）.11 图 15 过去两年基金池多元归因效果散点图（截至 2018.8）.11 图 16 过去五年基金池单元归因效果散点图（截至 2018.8）.11 图 17 过去五年基金池多元归因效果散点图（截至 2018.8）.11 图 18 过去五年各类别基金 R2、Alpha 与 AR（截至 2018.8）.12 图 19 过去三年各类别基金 R2、Alpha 与 AR（截至 2018.8）.12 图 20 过去两年各类别基金 R2、Alpha 与 AR（截至 2018.8）.12 图 21 过去一年各类别基金 R2、Alpha 与 AR（截至 2018.8）.12 图 22 各基金类别的风险收益特征、单元归因以及多元归因体系下的 R2 与 AR（截至2018.8）13 金融工程研究 金融工程专题报告4 请务必阅读正文之后的信息披露和法律声明 表目录表目录 表 1 部分基金跨年度业绩排名.8 金融工程研究 金融工程专题报告5 请务必阅读正文之后的信息披露和法律声明 1.业绩排名靠前的基金一定是业绩排名靠前的基金一定是好基金好基金吗吗 本文是报告基于因子剥离的 FOF 择基逻辑系列十二主动权益基金的因子剥离的后续。在上一篇报告中，我们已经探讨了主动权益型基金在投资策略上较少关注技术面、较为关注风格面且高度重视基本面与行业面等特点，最终构造了如下四十因子体系对主动权益基金进行因子剥离分析，具体因子库明细不再赘述。图图1 主动主动权益基金因子库权益基金因子库 主动权益基金因子库主动权益基金因子库单元因子体系单元因子体系市场面市场面市场市场多元因子体系多元因子体系风格面风格面市值市值估值估值交易面交易面反转反转换手换手风险面风险面波动波动流动流动财务面财务面盈利水平盈利水平盈利增长盈利增长业绩超预期业绩超预期利润增长利润增长短期杠杆短期杠杆行业面行业面中信中信28个一级行业个一级行业 资料来源：海通证券研究所 1.1 主动管理基金主动管理基金案例分析案例分析 针对每一只基金，我们可以采用雷达图描绘基金的因子暴露情况。在上一篇报告中，我们分别对一只行业主题基金与一只偏股混合型基金（下文简称案例 A）进行了案例分析。本文选用另外一只近两年表现优异的基金（下文简称案例 B）作为补充。图图2 主动权益基金案例主动权益基金案例 B 净值曲线与相对基准强弱（净值曲线与相对基准强弱（2010.1-2018.7）00.20.40.60.811.21.41.600.511.522.532010/1/42011/1/42012/1/42013/1/42014/1/42015/1/42016/1/42017/1/42018/1/4基金案例净值（左轴）中证500（左轴）相对净值（右轴）资料来源：Wind，海通证券研究所 图 2 展示了基金案例 B 从 2010 年 1 月至今的净值表现。从净值表现上看，基金案例 B 与基金案例 A 存在较高的相似度在 2016 年以前业绩表现平平，如若以中证 金融工程研究 金融工程专题报告6 请务必阅读正文之后的信息披露和法律声明 500 指数为基准，该基金在 2013 至 2015 年持续产生相对回撤，业绩表现并不理想。然而，自 2016 年以来，该基金持续走强于中证 500 指数，业绩表现亮眼，在同类基金的业绩比较中名列前茅。使用四十因子体系对该基金进行因子剥离，分析效果如图 3。从雷达图可见，该基金与中证 500 相比在风格与行业配臵上存在明显的偏离，但相比基金 A 更加多元化：显著地负向偏离于小市值因子，表示该基金以大市值风格为主；正向偏离盈利与利润增长两个因子，表示该基金经理在投资中关注股票的基本面及盈利情况；在行业方面，该基金大幅暴露于食品饮料、家电、轻工制造与农林牧渔等因子，表明该基金相对于中证500 超配了这四个行业，其中食品饮料与家电的超配最为显著。近两年来，市场以大市值风格为主且食品饮料、家电两个行业表现强势，这几个因子为基金贡献了大幅超额收益，从而持续走强于基准及同类基金平均水平。图图3 主动权益基金案例主动权益基金案例 B 因子剥离分析雷达图因子剥离分析雷达图（2016.7-2018.7）-15-10-505101520中证500市值估值反转换手波动流动盈利增长业绩超预期利润增长短期杠杆石油石化煤炭有色金属电力及公用事业钢铁基础化工建筑建材轻工制造机械电力设备国防军工汽车商贸零售餐饮旅游家电纺织服装医药食品饮料农林牧渔银行非银行金融房地产交通运输电子元器件通信计算机传媒 资料来源：Wind，海通证券研究所 1.2 风险因子与风险因子与 Alpha 因子因子 通过上述案例分析，我们可以将主动权益基金的因子库归类成风险因子与 Alpha 因子两大类，结构如图 4。图图4 主动主动权益基金因子库权益基金因子库 主动权益基金因子库风险因子市场面风格面行业面Alpha因子技术面基本面 资料来源：海通证券研究所 风险因子也可称为广义上的 Beta 因子，特指长期来看并不能产生正收益的因子，包括市场面、风格面以及行业面，而 Alpha 因子特指长期来看能够产生正收益的因子，包括技术面与基本面。对基金案例 B 而言，其主要的 Alpha 因子包括盈利因子与利润增 金融工程研究 金融工程专题报告7 请务必阅读正文之后的信息披露和法律声明 长因子，而其主要的风险因子是市场因子、市值因子以及四个行业因子。每一支基金的收益均可分解为风险因子贡献、Alpha 因子贡献以及基金经理 Pure Alpha 三部分，其中风险因子所占据的比重最大。当风险因子择时正确时，Alpha 因子与 Pure Alpha 可以进一步锦上添花。然而，当风险因子择时方向判断错误时，Alpha因子与 Pure Alpha 可谓杯水车薪。换言之，行业收益和风格收益是主动基金亮眼业绩的最主要的贡献来源。我们将过去 2 年（2016.7-2018.7）所有主动权益型基金根据绝对收益进行排序，选取排名前 20 的基金进行因子暴露分析，并将部分结果展示如图 5。图图5 过去过去 2 年主动权益类基金表现排序（年主动权益类基金表现排序（2016.7-2018.7）排序排序 类别类别年化收益年化收益 单元单元Alpha单元单元AR多元多元R2多元多元Alpha多元多元AR市值市值估值估值家电家电医药医药食品饮料食品饮料 农林牧渔农林牧渔1 普通股票型基金35.9%0.140.130.960.090.38(18.42)(2.65)21.120.0918.532.702 偏股混合型基金31.6%0.120.140.900.080.24(12.53)(2.81)8.454.7610.050.623 偏股混合型基金31.2%0.130.140.890.070.18(10.46)(4.77)9.480.145.775.194 偏股混合型基金29.9%0.120.130.890.060.15(10.20)(4.77)9.200.325.614.865 偏股混合型基金28.9%0.120.140.910.070.20(11.47)0.711.891.7515.941.526 普通股票型基金28.9%0.120.160.890.080.25(9.91)(5.23)9.602.763.780.477 普通股票型基金28.8%0.120.140.900.100.26(8.55)(9.97)(1.92)15.35(1.23)0.818 偏股混合型基金26.2%0.110.130.860.070.17(13.80)(3.48)3.06(1.39)(1.17)(2.32)9 偏股混合型基金25.7%0.110.120.920.070.22(16.98)(0.79)12.38(5.32)4.21(0.58)10 普通股票型基金24.7%0.110.180.910.070.27(10.54)(4.12)4.074.583.160.7811 普通股票型基金24.2%0.110.130.870.070.17(11.25)(6.62)2.051.56(2.15)(2.50)12 偏股混合型基金23.6%0.100.140.930.060.21(13.46)(7.19)8.622.004.57(0.19)13 普通股票型基金22.7%0.100.200.930.060.24(14.21)(1.72)0.80(1.77)(0.79)(0.82)14 偏股混合型基金22.5%0.100.130.930.080.29(11.33)(12.96)0.1619.41(1.36)(0.19)15 普通股票型基金22.2%0.100.170.860.070.19(6.32)(6.11)4.754.883.610.6616 普通股票型基金22.0%0.090.120.780.060.13(13.30)(0.34)0.46(1.88)(2.48)(1.23)17 偏股混合型基金22.0%0.100.090.880.050.12(13.95)0.883.43(2.13)7.40(2.08)18 偏股混合型基金21.8%0.100.120.900.070.18(13.97)(6.52)1.32(3.87)4.75(1.70)19 增强指数型基金21.4%0.090.110.930.080.33(29.85)4.342.19(3.65)6.47(1.65)20 偏股混合型基金21.4%0.100.120.920.040.14(15.14)1.2811.86(2.35)1.141.34 资料来源：Wind，海通证券研究所 上图可见，在 2016 年 7 月至 2018 年 7 月，业绩表现排名靠前的基金全都是大盘基金，且大多都在食品饮料和家电两个行业有显著的正向暴露，排名在第一到第五位的基金最为极端。选对了风格和行业是业绩突出的根本驱动因素。类似地，我们统计近一年来（2017.7-2018.7）业绩表现排名靠前的基金进行因子暴露分析，展示如图 6。图图6 过去过去 1 年主动权益类基金表现排序（年主动权益类基金表现排序（2017.7-2018.7）排序排序 类别类别年化收益年化收益 单元单元Alpha单元单元AR多元多元R2多元多元Alpha多元多元AR市值市值估值估值家电家电医药医药食品饮料食品饮料 农林牧渔农林牧渔1 普通股票型基金45.8%0.210.200.930.140.35(7.06)(6.29)(1.91)9.81(1.39)0.772 普通股票型基金33.7%0.180.160.900.080.16(4.60)(5.09)(2.27)7.07(1.59)(0.77)3 偏股混合型基金32.9%0.160.140.940.050.14(7.70)(2.99)8.521.386.296.474 偏股混合型基金32.7%0.180.160.800.070.10(2.20)(2.62)(1.13)3.48(2.25)0.755 偏股混合型基金31.8%0.160.150.940.080.23(9.86)(2.04)2.07(0.55)6.26(0.16)6 偏股混合型基金31.7%0.160.140.940.040.12(7.51)(2.95)8.521.666.416.397 偏股混合型基金31.5%0.160.170.960.100.39(9.81)(5.75)(0.34)14.98(0.93)(0.10)8 偏股混合型基金27.2%0.140.130.920.090.24(9.73)(2.16)4.472.964.950.059 普通股票型基金25.7%0.150.160.910.070.18(5.52)(5.52)(1.52)6.95(2.08)(1.50)10 普通股票型基金25.4%0.130.100.970.070.29(13.72)(1.79)13.590.1811.303.0211 偏股混合型基金24.9%0.140.140.910.060.15(12.21)(1.42)1.09(1.07)(1.53)(1.09)12 偏股混合型基金24.9%0.130.140.950.050.19(9.94)(5.83)6.294.596.921.4813 偏股混合型基金24.2%0.130.120.960.080.33(15.01)1.3010.07(1.44)6.220.7614 偏股混合型基金24.0%0.150.160.870.070.14(11.27)(3.92)(4.67)(3.26)(5.81)(0.03)15 偏股混合型基金23.7%0.130.160.780.110.20(6.73)(1.24)(3.35)(1.38)(0.69)(0.42)16 普通股票型基金23.7%0.140.100.930.050.13(9.07)(0.64)4.47(0.12)8.290.5417 偏股混合型基金23.6%0.120.110.890.090.23(9.32)(0.83)2.04(0.19)7.730.7418 偏股混合型基金23.6%0.140.180.880.060.13(5.17)(2.05)0.35(2.33)(0.66)1.3919 偏股混合型基金23.3%0.130.110.930.060.14(9.77)0.213.47(0.24)7.470.1920 偏股混合型基金23.3%0.140.140.860.070.14(3.41)(5.01)(2.21)4.34(3.81)(2.48)资料来源：Wind，海通证券研究所 从上图可以发现，近一年来排名最靠前的基金依然全都是大盘基金。同时，在食品饮料和家电行业的正向暴露以外，还显著暴露于一个新的因子医药行业。最近一年的医药行情为这些基金贡献了大量的正收益，从而使得其业绩表现最为亮眼。金融工程研究 金融工程专题报告8 请务必阅读正文之后的信息披露和法律声明 1.3 业绩排名靠前的基金一定是业绩排名靠前的基金一定是 FOF 择基的理想选择吗？择基的理想选择吗？那么，从 FOF 择基角度，这些基金是不是当前基金投资的最佳选项呢？我们认为，这些基金的亮眼业绩是否能持续，取决于：如若基金经理坚持该风险因子暴露，未来该因子板块是否仍然存在行情；如若基金经理切换风险因子暴露，能否准确择时到未来各风险因子的方向。基金案例 A（详见上一篇报告）从 2010 年至今均为大盘风格，从 2013 年至今均超配食品饮料行业，可见其风格与板块配臵相对稳定，因此其未来的表现更可能与食品饮料行情与大盘行情直接挂钩。而基金 B 与基金 A 之间存在明显的不同基金 B 对食品饮料的超配存在择时现象，从图 7 的因子贡献分析中可见该基金恰恰是从 2016 年才开始超配食品饮料行业，从而获得大幅的正收益贡献，在食品饮料行业表现不佳的2012-2015 年，基金并未被其拖累。基金 B 的业绩表现在未来能否持续更加依赖于基金经理能不能再度正确择时。图图7 主主动权益基金案例动权益基金案例 B 行业因子贡献分析行业因子贡献分析食品饮料行业（食品饮料行业（2010.1-2018.7）因子暴露因子收益因子贡献2016/6/232018/7/135.770.080.022010/1/4-2010/12/31-0.760.020.002011/1/4-2011/12/302.060.060.012012/1/4-2012/12/31-0.76-0.070.002013/1/4-2013/12/310.24-0.120.002014/1/2-2014/12/31-1.86-0.110.012015/1/5-2015/12/311.24-0.020.002016/1/4-2016/12/303.210.090.012017/1/3-2017/12/295.060.100.042018/1/2-2018/7/134.800.080.05食品饮料因子过去两年期历年 资料来源：Wind，海通证券研究所 事实上，我们在之前的系列报告中已有详细分析，能一直选对风格与行业着实是一项极有难度的工作。表 1 中我们展示了 2014 年以及 2015 年排名最为靠前的基金，当年表现在同类排名居首的基金在下一年中排名均发生了业绩反转现象，在同类基金的对比中从高位跌落谷底。究其原因，部分基金由于持续稳定配臵某一板块且刚好是该年的热门板块，而该板块行情在下一年度不再延续。另一部分基金由于在该年度刚好准确选择了热门板块，但在下一年中未能继续准确择时。表 1 中的案例绝非偶然，经过统计我们发现，如若将全市场权益基金根据业绩排名分为第一到第五共 5 个梯队，在 2013 年到 2017 年间，第一梯队基金在下一年度能蝉联第一梯队的基金占比仅 13.92%。表表 1 部分基金跨年度业绩排名部分基金跨年度业绩排名 基金类型基金类型 年份年份 当年当年 收益率（收益率（%）当年当年 同类型排名同类型排名 下一年下一年 收益率（收益率（%）下一年下一年 同类型排名同类型排名 偏股混合型基金 2014 102.49 1/423 21.69 385/444 灵活配臵型基金 2014 80.11 1/132 26.28 154/230 偏股混合型基金 2015 163.06 1/444-28.67 444/484 灵活配臵型基金 2015 171.78 1/230-39.83 755/758 资料来源：Wind，海通证券研究所 综上，忽略基金内部的风险因子而仅基于历史业绩进行择基并不科学。我们提出如下管理 FOF 的模式以期为 FOF 投资者提供参考：基金的历史收益中由风险因子所贡献的部分，其跨期持续性最差，取决于对应的风格、行业在未来的行情。可以考虑的操作方式包括：1.母基金（FOF）进行风格与行业的择时，选择风格、行业配臵稳定的基金作为子基金进行配臵。2.母基金（FOF）不做择时，选取具备风格、行业择时能力的子基金。金融工程研究 金融工程专题报告9 请务必阅读正文之后的信息披露和法律声明 基金历史收益中由 Alpha 因子所贡献的部分，其跨期持续性较佳。但为提高这部分收益的稳健性，可以考虑让 Alpha 因子以及 Pure Alpha 更加多元化从而分散风险，以防个别因子的短期失效及基金经理管理能力发挥不稳定。图图8 基于因子剥离的基于因子剥离的 FOF 择基思路择基思路 权益基金收益/风险的来源风险因子市场面风格面行业面Alpha因子技术面基本面Pure Alpha跨期持续性最差跨期持续性最差取决于市场取决于市场/行业行业/风格的未来风格的未来行情行情操作：操作：1：母基金择时：母基金择时+子基金风格稳定子基金风格稳定2：子基金择时：子基金择时跨期跨期持续性佳持续性佳操作：操作：Alpha因子来源因子来源多元化多元化跨期跨期持续性佳持续性佳操作：操作：PureAlpha多元化多元化 资料来源：海通证券研究所 2.什么类型的基金的什么类型的基金的 Pure Alpha 最高？最高？通过前文分析，大部分主动权益型基金的收益来源于风格行业等暴露，而基金在因子剥离以后的 Pure Alpha 才是基金管理人自身的能力。因此，我们推荐投资者关注风格稳定且有基金经理 Pure Alpha 的基金。那么，什么类型基金的 Pure Alpha 最高？本节我们尝试在不同类型的基金之间展开对比，探寻最具 FOF 配臵价值的基金类型。2.1 基金样本细分基金样本细分 我们选取最新年报中实际股票仓位在 80%以上的基金，定义为股票型基金，并剔除其中成立时间不满 2 年的样本。最终我们的基金池中共计 943 只基金，包括 635 只主动管理型基金与 308 只工具型基金。其中，主动型基金在二级分类中可被分为偏股混合型、灵活配臵型、普通股票型，数量分别为 356 只、161 只、118 只。而指数型基金在二级分类中可以被进一步分为被动指数型基金与增强指数型基金，数量分别为 272 只与36 只。基金样本在二级分类中的主要区别在于仓位水平的不同。从下图中的历史仓位变化来看，被动指数型基金的仓位最高，增强指数型次之，普通股票型、偏股混合型、灵活配臵型的仓位水平逐步递减。其中，灵活配臵型基金的仓位波动最大。图图9 二级基金分类的历史仓位变化二级基金分类的历史仓位变化（单位：（单位：%）0204060801001202009/12/312010/12/312011/12/312012/12/312013/12/312014/12/312015/12/312016/12/312017/12/31偏股混合型基金灵活配臵型基金被动指数型基金增强指数型基金普通股票型基金 资料来源：Wind，海通证券研究所 金融工程研究 金融工程专题报告10 请务必阅读正文之后的信息披露和法律声明 图 10 到图 13 分别展示了不同类别基金在过去五年、过去三年、过去两年以及过去一年等不同的观察窗口下的风险收益特征，图中横轴表示基金的年化波动率，纵轴则表示基金的年化收益率。图图10 过去过去五年五年各类别基金风险收益特征各类别基金风险收益特征（截至（截至 2018.8）被动指数型基金,0.8%增强指数型基金,8.9%普通股票型基金,3.1%偏股混合型基金,9.8%灵活配臵型基金,3.6%0.0%2.0%4.0%6.0%8.0%10.0%12.0%24.0%25.0%26.0%27.0%28.0%29.0%年化收益率年化波动率 资料来源：Wind，海通证券研究所 图图11 过去三过去三年年各类别基金风险收益特征各类别基金风险收益特征（截至（截至 2018.8）被动指数型基金,-11.1%增强指数型基金,-7.6%普通股票型基金,-6.8%偏股混合型基金,-11.1%灵活配臵型基金,-5.9%-12.0%-10.0%-8.0%-6.0%-4.0%-2.0%0.0%25.0%26.0%27.0%28.0%29.0%30.0%31.0%年化收益率年化波动率 资料来源：Wind，海通证券研究所 图图12 过去两过去两年年各类别基金风险收益特征各类别基金风险收益特征（截至（截至 2018.8）被动指数型基金,2.5%增强指数型基金,8.6%普通股票型基金,4.6%偏股混合型基金,3.6%灵活配臵型基金,2.4%0.0%1.0%2.0%3.0%4.0%5.0%6.0%7.0%8.0%9.0%10.0%0.0%5.0%10.0%15.0%20.0%年化收益率年化波动率 资料来源：Wind，海通证券研究所 图图13 过去一过去一年年各类别基金风险收益特征各类别基金风险收益特征（截至（截至 2018.8）被动指数型基金,-6.8%增强指数型基金,-1.5%普通股票型基金,-0.6%偏股混合型基金,0.3%灵活配臵型基金,-0.2%-8.0%-7.0%-6.0%-5.0%-4.0%-3.0%-2.0%-1.0%0.0%1.0%0.0%5.0%10.0%15.0%20.0%25.0%年化收益率年化波动率 资料来源：Wind，海通证券研究所 图中可见，过去五年中收益表现最佳的基金类型是偏股混合型基金（年化收益率9.8%），过去三年中收益表现最佳的是灵活配臵型基金（年化收益率-5.9%），从过去两年来看，收益表现最佳的是增强指数型基金（年化收益率 8.6%），而从过去一年来看，收益表现最佳的是偏股混合型基金（年化收益率 0.3%）。在不同的时间窗口中，分类基金的收益表现排序均有所不同，由不同类型的基金占居榜首。2.2 基金池与基金池与分类基金的因子剥离分类基金的因子剥离分析对比分析对比 图 14 到 17 展示了筛选样本在单元及多元归因体系下 R2 与 Alpha、AR 的散点图。我们分别计算了 2013 年 8 月至 2018 年 8 月的五年期以及 2016 年 8 月至 2018 年 8 月的两年期分析结果。在每一幅图中，横轴表示各基金回归的 R2，左纵轴与深蓝色散点表示各基金回归后的 Alpha，右纵轴与浅蓝色散点表示各基金回归后的 AR（即评估比率，考察 Alpha 的稳定性。算法是将该基金在风格剥离以后的残差序列的均值除以标准差。当残差序列波动率越小，则 AR 值越大，代表其 Alpha 的显著性越高。）。金融工程研究 金融工程专题报告11 请务必阅读正文之后的信息披露和法律声明 图图14 过去两过去两年年基金池单元归因基金池单元归因效果散点图效果散点图（截至（截至 2018.8）-1-0.8-0.6-0.4-0.200.20.40.60.81-0.26-0.16-0.060.040.140.2400.20.40.60.81ARAlphaR2 资料来源：Wind，海通证券研究所 图图15 过去两过去两年年基金池多元归因基金池多元归因效果散点图效果散点图（截至（截至 2018.8）-1-0.8-0.6-0.4-0.200.20.40.60.81-0.26-0.16-0.060.040.140.2400.20.40.60.81ARAlphaR2 资料来源：Wind，海通证券研究所 图图16 过去五过去五年年基金池单元归因基金池单元归因效果散点图效果散点图（截至（截至 2018.8）-1-0.8-0.6-0.4-0.200.20.40.60.81-0.26-0.16-0.060.040.140.2400.20.40.60.81ARAlphaR2 资料来源：Wind，海通证券研究所 图图17 过去五过去五年年基金池多元归因基金池多元归因效果散点图效果散点图（截至（截至 2018.8）-1-0.8-0.6-0.4-0.200.20.40.60.81-0.26-0.16-0.060.040.140.2400.20.40.60.81ARAlphaR2 资料来源：Wind，海通证券研究所 左图的单元分析体系仅涵盖市场因子，即对应于常规的超额收益分析。图中可见，有较多基金的 R2 并不高，说明单一的市场因子不足以解释这些基金的收益来源。右图中，我们采用多元分析体系进行归因，R2 获得了明显的提升，绝大多数样本都获得了85%以上的高解释度，表明大多数基金的超额收益均可被常见的风格因子与行业因子所解释。从左纵轴的 Alpha 来看，我们发现筛选样本的 Alpha 分布在进行多元因子剥离以后发生了变化，其中有一部分基金的 Alpha 值明显更高。从右纵轴 AR 来看，剥离常见风格以后，一部分基金的 AR 在全样本中的领先优势更为明显。不同的时间窗口下，分析结果相似，因篇幅所限不予以一一展示。那么，在多元剥离以后，Alpha 与 AR 分布发生明显变化的那部分基金样本属于哪个类别？我们将筛选样本的因子剥离结果按照二级分类进行汇总以后绘制图 18 至 21。金融工程研究 金融工程专题报告12 请务必阅读正文之后的信息披露和法律声明 图图18 过去过去五年五年各类别基金各类别基金 R2、Alpha 与与 AR（截至（截至 2018.8）被动指数型基金被动指数型基金增强指数型基金增强指数型基金灵活配臵型基金灵活配臵型基金偏股混合型基金偏股混合型基金普通股票型基金普通股票型基金被动指数型基金被动指数型基金增强指数型基金增强指数型基金普通股票型基金普通股票型基金偏股混合型基金偏股混合型基金灵活配臵型基金灵活配臵型基金0.0000.0200.0400.0600.0800.1000.1200.1400.1600.0000.0050.0100.0150.0200.0250.0300.0350.0400.0450.0500.0000.2000.4000.6000.8001.000ARAlphaR2 资料来源：Wind，海通证券研究所 图图19 过去三过去三年年各类别各类别基金基金 R2、Alpha 与与 AR（截至（截至 2018.8）被动指数型基金被动指数型基金增强指数型基金增强指数型基金普通股票型基金普通股票型基金偏股混合型基金偏股混合型基金灵活配臵型基金灵活配臵型基金被动指数型基金被动指数型基金增强指数型基金增强指数型基金普通股票型基金普通股票型基金偏股混合型基金偏股混合型基金灵活配臵型基金灵活配臵型基金0.0000.0500.1000.1500.2000.2500.0000.0100.0200.0300.0400.0500.0600.0700.0000.2000.4000.6000.8001.000ARAlphaR2 资料来源：Wind，海通证券研究所 图图20 过去两过去两年年各类别各类别基金基金 R2、Alpha 与与 AR（截至（截至 2018.8）被动指数型基金被动指数型基金增强指数型基金增强指数型基金普通股票型基金普通股票型基金偏股混合型基金偏股混合型基金灵活配臵型基金灵活配臵型基金被动指数型基金被动指数型基金增强指数型基金增强指数型基金普通股票型基金普通股票型基金偏股混合型基金偏股混合型基金灵活配臵型基金灵活配臵型基金0.0000.0500.1000.1500.2000.2500.0000.0050.0100.0150.0200.0250.0300.0350.0400.0450.0000.2000.4000.6000.8001.000ARAlphaR2 资料来源：Wind，海通证券研究所 图图21 过去一过去一年年各类别各类别基金基金 R2、Alpha 与与 AR（截至（截至 2018.8）被动指数型基金被动指数型基金增强指数型基金增强指数型基金普通股票型基金普通股票型基金偏股混合型基金偏股混合型基金灵活配臵型基金灵活配臵型基金被动指数型基金被动指数型基金增强指数型基金增强指数型基金普通股票型基金普通股票型基金偏股混合型基金偏股混合型基金灵活配臵型基金灵活配臵型基金0.0000.0200.0400.0600.0800.1000.1200.1400.1600.1800.2000.0000.0050.0100.0150.0200.0250.0300.0350.0400.0000.2000.4000.6000.8001.000ARAlphaR2 资料来源：Wind，海通证券研究所 我们发现，虽然在过去五年、过去三年、过去两年或是过去一年等不同的时间窗口中，业绩（年化收益）表现最佳的基金类别均不相同，然而，如若根据剔除多因子后Alpha 及 AR 进行排序，表现最佳的基金类别始终是增强指数型基金，而表现最差的基金类别始终是灵活配臵型基金。由此可见，如若剔除风格与行业等影响，指数增强型基金是各类别基金中 Alpha 水平（Pure Alpha）最高，且最为稳定与显著的。这一类别基金的投资策略是在保持与基准指数在一定跟踪误差范围内的同时进行适当的主动管理，以求获取高于指数的收益。因此，其在风格、行业上均与基准之间存在一定的偏离约束，行业和风格因子不是这类基金收益的主要来源，他们更依赖于 Alpha 因子及基金经理 Pure Alpha 进行增强。而普通股票型、偏股混合型基金，在投资策略上自由度较高，往往以偏配行业与风格为主，实际上的 Pure Alpha 往往并不高，如若行业与风格配臵并不稳定而存在漂移，反向的风格择时与错误的行业轮动甚至会拖累基金的 Pure Alpha。灵活配臵型基金比前两类基金有更大的操作空间不仅可以大幅偏离行业与风格，还可以进行基金仓位（系统风险）的调整。从分析结果上看，这部分基金的 Alpha 与 AR 是最低的。由此可见，市场择时、风格择时、行业轮动等操作机会对基金的 Pure Alpha