报告从基金经理参与上市公司调研的行为出发,构建基金经理调研数量因子和调研质量因子,分别反映基金经理调研积极度与能力,均显著预测未来基金业绩。通过引入同公司基金经理调研、研究员调研和券商分析师协同调研信息,提升调研质量因子覆盖度与稳定性。最终以调研因子为核心与多因子融合,构建综合选基因子,构建的FOF精选组合长期稳定跑赢股票及偏股型基金中位数,实现超额收益。报告还揭示调研行为对基金未来超额收益贡献及因子与传统选基因子低相关性,说明其提供有效增量信息
基金经理调研行为与持仓关系
调研事件数量、机构类型及调研方式统计
基金公司调研行为特征及基金经理参与度提升
基金经理调研数量因子构建与表现
基金经理调研质量因子构建方法与中性化处理
调研质量因子初步表现及覆盖度问题
基金经理调研质量因子结构改进
改进后质量因子组合回测
因子覆盖率及相关性检验
综合选基因子构建与FOF精选组合
FOF组合参数敏感性及年度表现
总结
报告开篇强调上市公司调研是基金经理投资过程中的重要组成部分,基金经理的有限精力导致其调研公司反映其潜在投资关注点。调研过的股票未来一个季度往往获得显著超额收益,且约1/4的调研股票进入基金经理持仓。这强调了调研行为数据作为基金经理能力信号的价值,并为后续因子构建和投资预测奠定基础。
基于基金半年报和年报持仓数据,分析了基金经理调研样本与持仓的占比关系(图1)。结果显示:
这一结果表明调研和持仓之间存在较强联系,调研行为可视为投资决策的前兆。由于调研数据更新更及时,相较季报等公开报表具有信息优势。
报告详细解释了投资者关系活动的法规要求及信息披露的时效性,说明调研事件数据主要来源于Wind数据库,其真实、及时且合规。调研数据起始于2011年,从2012年开始统计以保证数据的完整性和准确性。,2]
股票调研事件及股票数量呈现2017年后调研数量下降但调研股票数量趋于集中,2020年有所回升(图2)。主要调研机构为证券公司(24.45%)、基金公司(21.87%)、投资公司(21.85%),三者合计占比达68.16%(图3)。调研类型以“特定对象调研”为主,占比71.19%(图4),表明定向调研依然是主流方式。
通过构造不同机构调研股票池,计算相对中证全指超额收益(图7),基金公司调研后股票未来一个季度获得最高季均超额收益2.62%,券商调研为2.06%。不同机构调研事件均带来显著超额回报,凸显调研行为的投资价值。,5]
图1:基金经理调研样本与基金持仓占比。蓝柱说明调研股票中有约25%进入基金持仓的较大权重位置,橙线显示持仓股票中有约1%被基金经理最近调研。体现调研行为与持仓强关联,支持调研信号有实质投资价值。
图2:年度调研事件数量(柱状,左轴)与调研股票数量(折线,右轴)。2017后调研事件数量回落,股票数量集中,2020年双双回升,反映机构调研行为调整与市场参与热度变化。
图3、4:调研机构类型和调研形式占比饼图。证券公司、基金公司、投资公司合计达68%,主要调研力量。特定对象调研占比71%,反映信息传递的定向性与法规合规要求。
图5:基金公司调研人数月度分布,3、5、8、11月调研人数最多,吻合财报后信息空窗期基金经理主动调研的高峰时段,体现调研节奏的季节性规律。
图6:历年基金经理亲自调研占比逐年上升,表明基金经理对调研重视度提升,亲自调研行为增加,提升了调研因子的代表性和有效性。
图7:不同机构调研股票池超额收益变化,基金公司调研组织能力最强,未来一季度超额收益最高,支持调研数据作为判断市场投资机会的重要信号。
图8:调研数量因子构造示意,表明因子通过统计过去3年调研事件数量赋分,结合多基金经理时均值处理,体现科学合理的计算逻辑。
图9、10:调研数量因子RankIC表现及分组超额收益。图9显示因子预测绩效逐年改善,图10五档测试显示线性递增趋势,印证调研频率与基金收益正相关。
表1:调研数量因子对预测周期(3-7月)敏感性低,因子稳定性好。
图11:调研质量因子构造示意,利用调研前后夏普率差衡量股票表现,体现调研的有效性及基金经理选股能力,方法创新且具备合理逻辑。
图12、13:调研质量因子RankIC和分组测试。RankIC稳定性更强,分组头部效应明显,表现优于数量因子,显示质量维度更能反映投资能力。
图14:调研质量因子覆盖率波动但整体较低问题突出。
图15:结构改进示意图,通过对基金经理、同公司其他经理、研究员和分析师调研事件赋予权重增强覆盖,逻辑清晰增强了因子完备性。
图16、17:改进后质量因子表现更稳定,RankICIR提升至2.02,头部效应保持明显,年化多空超额收益较高,显示因子有效优化。
图18:改进后质量因子的top50组合长期超额收益表现优秀,组合年化20%显著强于基准,验证因子在实盘中的应用效果。
图19:基金经理调研因子覆盖率明显提升至90%以上,因子普适性和应用潜力大幅提升。
图20:选基因子多空年化收益对比,调研因子独立贡献明确,报告指明相关系数普遍低,指出调研因子与其他因子互补性强。
表4、5、6:相关系数和Fama-Macbeth回归显示调研因子独立且显著,对未来基金表现有增量解释力。
图21、22:综合选基因子RankIC连续稳定正相关,组间收益单调递增,体现综合因子的有力选基效果。
图23:FOF精选组合累计超额收益稳健增长,远超基准,展示综合选基子及构建策略的实战成功。
表7、8:分年度收益详细和敏感性分析,显示策略稳健且对持基数及调仓路径容错能力强。
报告无传统估值模块,重点为绩效预测信号构建和因子验证,侧重于绩效相关性和组合表现的展示,属于量化研究范畴。
本报告从基金经理参与上市公司调研行为入手,深度描绘了其调研行为与投资业绩之间的关系。通过数量和质量两个维度构建了基金经理调研因子:
总体来看,报告系统性、层层递进地揭示了基金经理调研行为如何转化为投资优势,构建并优化了切实可行且具备显著预测力的调研因子,进而提升了基金选基体系的整体效果。研究为基金研究员及量化投资者提供了新的思路和工具,有助于发现和培养优秀基金,提升投资决策的科学性和超额利润空间。[page::全报告]
综上,报告不仅系统论证了基金经理调研行为的投资指示价值,还创新性地将其转化为量化选基因子,辅以全面的统计及实证分析,结合实战FOF组合测试验证了选基策略的有效性和稳定性,为基金管理与投资研究提供了重要理论与工具支持。
【国信金工】如何刻画基金经理的调研能力.pdf