本报告基于2011-2021年数据,构建了覆盖绝对收益、风险调整收益、规模及运营指标等7大类18个小类因子的公募基金经理因子库,通过基金经理投资指数检验因子有效性,选出关键因子构建筛选模型,并通过季度调仓组合验证模型具备良好分层能力,为公募基金经理评价与筛选提供量化工具和方法论
公募FOF市场持续增长,2021Q3资产规模达1809.29亿元,占开放式基金总规模0.76%,且自2018Q3以来FOF资产规模增速明显高于开放式基金整体增速,显示FOF市场高速发展趋势。
基金经理指数构建方法:将同一时期基金经理管理的股票型及偏股混合型基金,根据基金规模加权,处理单只基金多管理人情况及管理人多基金情况,建成基金经理收益指数作为评价基准,时间区间涵盖2011-2021年9月。
公募基金经理因子库涵盖绝对收益、风险调整收益、相对收益、规模、风险、运营及排名7大类共18个子因子。通过因子有效性测试,挑选表现优异因子作为筛选基础:
构建基金经理筛选组合:
风险提示:
核心论点:本报告基于基金经理管理的偏股与混合型基金表现,构建基金经理指数并筛选出具备预测力的因子,进而构建基金经理筛选模型,通过定期调仓实现基金经理组合的动态优化。该模型在回测中展现良好的分层能力,特别是在最近三年的绝对收益、Alpha指标及激励机制等因子表现突出。报告强调模型有较强的预测能力但也警示市场环境变化可能导致模型失效。总体来看,报告为FOF投资框架提供了系统化的基金经理评价工具和实证依据。
报告背景介绍了FOF产品在中国公募基金市场中的现状及其快速增长趋势。截至2021年第三季度,中国FOF资产规模约为1809.29亿元,虽然占公募开放式基金总规模仅0.76%,但其规模占比从2018年Q3开始持续上升,反映出该类产品逐渐受到市场认可。图1显示了开放式基金和FOF资产规模的增长趋势,FOF增长速度明显快于整体公募基金,进一步由图2和图3证实,FOF的规模占比和增速均表现较强。图4显示FOF基金数量也呈现持续增长态势,2021年Q3达约180只,数量占比提升至2.22%。投资标的方面,绝大多数FOF投资混合型基金,偏债混合型FOF规模约为偏股混合型规模的三倍,股票型FOF规模较小。
此外,MOM基金的发展虽启动较晚,但作为大类资产配置工具逐渐受到关注,报告列明了2021年已发行及申报的MOM基金基本信息(表1,表2)。总体上,为后续对基金经理评价的研究奠定了行业背景基础。
借鉴国外多管理人基金的筛选指标(见表3),报告提出了针对基金经理绩效的因子测评体系,核心创新在于不是直接用基金表现考察,而是构建“基金经理指数”。该指数将同一时间基金经理管理的全部偏股型及混合型基金的收益按基金规模加权整合,避免单只基金偶发结果对评价的干扰。
计算规则包括:
该指数将服务于因子有效性的检验与后续组合构建。
参考多管理人基金筛选指标夹杂全球范例,筛选的因子涵盖7大类18个细分指标,分别为绝对收益类、风险调整收益类、相对收益类、规模类、风险类、运营类和排名类指标。所有因子均进行了去极值与标准化处理,保证数据质量和可比性。
其中具体因子涵盖基金及基金经理近期业绩、alpha值、规模、风险指标,以及基金公司规模、外部评级、激励机制等软指标,体现了业绩、风险、规模和管理支撑的全面考虑。
采用信息系数(IC)均值、IC标准差、IR值、IC胜率等多维指标,从2011年至2021年9月对因子预测未来3个月基金经理表现的有效性进行检测。
关键发现如下:
最终挑选的因子相关性较低,保证因子体系的多样性与互补性(见表6)。
构建的基金经理综合因子为:
因子均经去极值和标准化处理,保障其稳定性与可比性。模型采取季度调仓策略:
回测结果显示,模型具有显著的分层效果。图7展示了自2011年份起不同分组组合历史收益的分布,得分最高的X5组表现出明显超额收益,而图8表明该组相对于基准的相对收益逐年攀升且波动较低,体现稳定的择时和选股能力。
报告归纳总结:
风险提示为模型可能因市场结构或环境变化而失效,提醒投资者注意动态调整。
本报告主体为因子模型构建与基金经理评价体系,未包含传统意义上对标企业股票的估值分析(如DCF、市盈率等)。不过因子权重的设计体现了一种隐含的“价值评估”理念:
这体现了一种多维度综合评价体系,权重反映了投资绩效和管理规模的关键性影响。
报告明确指出模型风险主要来自:
报告对风险提示较为谨慎,但未提供具体缓解措施,建议未来完善动态调整及风险监测机制。
报告整体结构完整,数据支撑充分,但以上细节提升将带来模型更加稳健和全面的应用价值。
本报告通过创新性地构建基于基金经理多基金管理规模加权的“基金经理指数”,首次系统地对中国偏股型公募基金经理进行了多指标的因子评价与预测性分析。报告以丰富的数据支撑和合理论证,识别出以近三年绝对收益、Alpha、Sortino风险调整收益、管理规模及运营相关指标为核心因子,形成了一套科学的基金经理筛选模型。
通过季度调仓的资产组合构建,模型展现了明显的分层效果,得分最高的基金经理组合长期回报明显优于偏股型基金指数,体现出稳定的超额收益能力,为FOF产品提供了强有力的量化工具。此外,报告完整覆盖从行业背景、指数构建、因子库设计、因子检验到组合构建与回测,结构清晰且严谨。附带的图表深入展现了中国FOF市场的快速增长、基金经理组合的绩效对比,为投资者提供了详实依据。
总体来看,该报告为公募基金经理绩效评价体系提供了标准化框架,对FOF等多管理人基金的投资决策具有重要指导意义。版权声明和免责声明部分明确了研究的独立性和风险警示,增强报告的专业权威性。
未来研究有望进一步拓展因子种类、丰富模型方法,引入机器学习优化权重及动态调整机制,进而持续提高基金经理评价流程的科学性与实用性。
溯源标识: 本报告所有结论均基于原文内容,引用页码包括但不限于至,各图表说明对应相关页码标注。
20210930-渤海证券-渤海证券FOF研究系列之三:公募基金经理因子评价体系的构建.pdf