本报告基于多因子模型,通过剥离基金股票收益计算alpha,运用基金过往alpha及规模因子构建业绩预测模型,验证基金经理业绩具有可持续性,并实现基金组合的显著超额收益。模拟组合相对基准指数年化超额约7%,显示方法的有效性与实用性。
| 近三年平均股票仓位 | 基金数量合计 | 年化绝对收益(%)中位数 | 符合条件基金数量合计 | 年化股票收益(%)中位数 |
|---|---|---|---|---|
| 90%-100% | 369 | 27 | 336 | 26 |
| 80%-90% | 1057 | 26 | 948 | 26 |
| 70%-80% | 427 | 23 | 369 | 23 |
| 60%-70% | 177 | 19 | 115 | 21 |
| 50%-60% | 87 | 14 | 31 | 16 |
| pct(Y) | rho0 | T0 | rho1 | T1 | rho2 | T2 | 最优pct(S) |
|---|---|---|---|---|---|---|---|
| 选股收益 | 0.44 | 28.15 | 0.35 | 3.68 | -0.34 | -3.42 | 50% |
| alpha | 0.44 | 28.07 | 0.38 | 3.57 | -0.39 | -3.40 | 48% |
报告标题:《优选稳健 alpha 基金— 基于多因子的业绩预测模型》
作者:李新春、包赞,均为中泰证券研究所分析师
发布日期:未明确具体发布日期,但数据截至2021年3月
发布机构:中泰证券股份有限公司
研究主题:公募基金的投资能力评价,特别是基于多因子模型对基金alpha的预测与稳健基金组合构建
核心论点与目标:
报告针对海量且风格多样的公募基金,提出利用Brinson归因模型剥离基金的股票收益,结合Fama-French五因子和Liu等人提出的CH-4因子模型,提炼基金alpha表现,建立一个基于过去alpha表现与规模的预测模型,实现对未来alpha表现的预测,并构建稳健且风格低暴露的基金组合。模型在2017年末至2021年3月的历史回测中显示相较中证偏股基金指数有7%的超额年化收益,且在2021Q1的震荡行情中具有较好防御能力。报告强调模型基于历史数据,不构成投资保证,更多作为科学量化分析和投资决策参考。
报告开篇指出,尽管投资者能获取多维度基金数据,但缺乏科学且体系化的研究范式。采用Brinson归因剥离股票收益,结合多因子模型量化管理基金alpha,再根据历史alpha与基金规模构建预测模型,解决基金选择难题。研究选取Fama-French(2015)五因子模型中的市场(MKT)、规模(SMB)、盈利能力(RMW)、投资风格(CMA),加上CH-4模型的估值(VMG)和情绪(PMO)因子,六因子构造精确且符合A股市场特点。基于此模型分析样本覆盖股票仓位在50%以上、港股仓位低于10%的主动股票和混合基金。核心发现包括基金经理的风格暴露揭示投资策略,基金alpha具备持续性,且基金规模呈现对alpha的非线性影响(最优规模约为10亿元)。预测模型利用过往alpha和当前规模的百分位排名拟合,将历史绩效转化为未来表现概率,实证回测表现优异。研究还强调该模型的可扩展性,未来可纳入换手率、持仓集中度等额外变量。
对海外文献的详尽梳理显示围绕基金业绩持续性的研究经历了从关注基金经理个体到运用多因子模型量化alpha的转变。早期研究结果存在争议,近年采用多因子模型测算alpha的观点逐渐主流,部分研究显示基金业绩具有一定的持续性,但结论存在时期和样本差异。国内研究采用Fama-French五因子及Carhart动量因子,实证表明自2010年以来中国公募基金的业绩持续性较为稳健,规模、投资集中度等因素影响显著。报告的研究思路上,即结合国际多因子模型理论,适配中国市场特性,特别利用Brinson模型剥离股票收益纳入低仓位基金,提升评价的公平性和准确性。
报告明确采用Fama-French(2015)五因子模型(市场MKT、规模SMB、盈利能力RMW、投资风格CMA)结合Liu等人2019年提出的CH-4模型中估值(VMG)和情绪(PMO)因子。
这六个因子构成覆盖面广,能较全面反映A股市场异象,符合中国市场具体特征,尤其增加了代表市场情绪的PMO因子。累计净值曲线图表反映不同因子时期表现差异,2021年初公募基金“抱团瓦解”行情下,盈利因子RMW走弱,价值VMG和规模SMB表现强劲,符合市场实际变化。因子间存在部分显著相关性,例如SMB与VMG负相关,VMG与RMW正相关。报告强调未对因子做去重处理,理由包括因子经济含义明确、市场动态多变导致去重不稳定,以及采用分段拟合可化解多重共线性影响。
样本选择基于基金股票仓位,针对低仓位基金存在的收益承担比例不同等问题,利用Brinson归因模型精确剥离基金组合中的股票收益部分,从而假定股票收益剥离后的基金表现可以公平比较。
挑选样本为成立满一年以上,股票仓位平均50%以上,且港股仓位低于10%的主动股票型和混合型基金。
Brinson模型假设基金期内持仓线性调整,利用季报仓位及市场收益剖离资产配置收益和股票收益,进一步剔除固收资产影响,仅保留股票超额收益部分作为基金“净选股能力”表现。
对应统计数据显示,股票仓位与基金总收益正相关,但股票收益剥离效果显示,50%以上股票仓位的基金在股票收益表现上高度集中和稳定,而低于50%的基金股票收益表现则较为异常,验证样本选择合理性。
通过季度数据分段回归基金净超额股票收益与六因子收益,提取得到基金alpha和各因子beta,辅助判断基金经理的选股能力和投资风格。示例中五位著名基金经理的代表基金展现了alpha水平及对市场、规模、估值、盈利能力、投资风格和情绪因子的不同暴露,符合其各自的投资风格描述。
拟合调整后R²平均在75%以上,统计意义良好,alpha波动较股票收益更为平稳,反映反复剥除系统性因子后的纯选股能力信号。
数据揭示基金经理主动调节因子暴露是双刃剑,能提升收益但也会增加因因子风险反转导致的损失,提示构建低beta高alpha基金组合的必要性。
利用基于基金股票收益和alpha的滞后排名回归,分别检验业绩序列的时间相关性。
基金股票收益的持续性统计特征不稳定,周期性波动显著,不足以作为业绩持续的可靠指标。
基金alpha则显示出较为显著的持续性,绝大多数季度rho1和对应T值均显著大于零,表明剥除系统风险之后的基金选股表现更具有稳健性。
采用Fama-MacBeth回归和Bootstrap重复抽样程序进一步验证业绩持续性结论的稳健性,近三年和近五年样本下均显示alpha的持续性显著,T值置信区间左端均>2,统计意义充足。
基金规模(以股票投资市值替代)对基金表现的影响是非线性的。
初步单变量分析显示股票投资市值对部分因子暴露(如VMG、RMW、CMA)显著,意味着大规模基金倾向于持有高估值、高盈利、激进投资的股票。
进一步以基金规模的百分位及其平方项作为回归变量,观测股票收益和alpha表现,均显示二次函数关系,其中开口向下,存在最佳规模区间。
根据2020Q4数据,最佳股票投资市值集中于3亿多元,折算基金规模对应4到7亿元之间。
对基金家族规模的分析结果相似,但规模效应被削弱,最佳规模略有不同但大致近似。
这说明基金规模控制在合理区间有利于基金alpha表现,过大或过小均可能影响基金经理发挥选股优势。
结合业绩持续性及规模影响的定量特征,报告提出了一个简化的实用预测模型:
pct(αit+1)=ρ0+ρ1pct(αit)+γ1pct(Sit)−γ2pct2(Sit)+εi其中,pct代表过去数期alpha百分位均值,考虑了业绩的稳定性;规模变量同样用百分位及其平方刻画非线性影响。
回归结果统计值显示模型回归系数均基本显著,模型描述历史alpha与规模对未来alpha相对排名的解释力度显著,尤其历史alpha影响力更大。
通过对2017年至2021年基金数据应用该回归模型,构建低风格暴露、高预测alpha值的基金经理组合,并每季度调仓,采用等权配置。
模拟组合无论是否考虑季报发布时间延迟,其年化收益约22%-23%,夏普比率均超1,最大回撤优于基准中证偏股基金指数,且在2021Q1波动剧烈阶段表现更佳,体现模型在实操中的有效性和稳健性。
该图展示了2011年至2021年初,报告中六个因子(MKT、SMB、VMG、RMW、CMA、PMO)的累计净值表现。
这些曲线体现了市场热点与风格轮动特征,也印证了2021年公募基金“抱团瓦解”时盈利因子弱势。图表支持了因子选取的合理性与市场行为相符。
表格详细列出六个因子的年化收益率、波动率和因子间相关性。
该表以时间线方式展示基金经理同时管理多只基金的情况,体现样本处理中的“代表基金”原则及任职期串联方法,确保基金经理业绩归因的连续性和准确性。
体现了基金经理换手和基金变动的现实复杂性,增强后续数据处理的科学性。
表格区分近三年平均仓位与对应基金数量、年化收益及股票收益率分布。
折线图展示2011年至2020年底,基金中位年化股票收益和alpha的走势对比。
展示基金经理alpha及其在六因子上的beta及对应T值。
折线图体现各季度基金alpha均值、调整R²均值及T值。
条形和折线图比较股票收益(图8)和alpha(图9)的滞后相关系数及T值。
表格列出基金级及家族级股票投资市值与各因子暴露、收益、alpha相关的Fama-MacBeth回归统计量。
多期滚动回归中,各季度回归系数及t值均显著,尤其rho1(历史alpha影响)均大于0.13且T值普遍超过5,规模影响系数gamma1、gamma2及T值在2附近波动。
验证模型合理且稳定,表明在业绩稳定与规模共同影响下,未来alpha相对排名具可预测性。
累计净值曲线图(图15)显示季末调仓组合与延迟调仓组合均显著优于中证偏股基金指数,整体趋势平稳上涨。
绩效指标对比如表16显示模拟组合年化收益约22%-23%,夏普比率约1.1以上,最大回撤25%,均优于基准指数16%年化收益率和0.72夏普比。2021Q1震荡期间,模拟组合损失更小,表现出更强的防御性和alpha稳定性。
本报告不涉及公司股价估值,而是基于统计回归模型对基金alpha未来表现进行预测。主要方法为基于多因子模型分解alpha,结合Fama-MacBeth回归分析基金过去alpha表现及规模对未来alpha的影响,构建预测模型。该模型结合了历史alpha的滚动均值和规模百分位的二次函数描述规模的非线性影响,以回归系数作为预测参数,进而打分筛选基金组成超额组合。核心估值思想为统计模型拟合与预测,非传统的DCF或市盈率估值。
报告作者对风险的详细声明:
具体风险包括:
报告未详述具体缓解策略,但通过多因子模型内在分散风险及使用多期历史数据减少偶发误差。模拟组合构建中剔除了风格暴露高的基金以减少系统性风格风险。
该报告体现了扎实学术基础,但仍需实务验证并动态更新以应对市场环境变化。
本报告系统构建了基于Brinson归因方法和融合Fama-French五因子与CH-4六因子的多因子alpha提取框架,实证显示中国公募主动股票及混合基金选股alpha具备持续性。基金规模对alpha表现存在显著的二次型非线性关系,规模适中基金(约10亿元)表现最佳。基于此提出的alpha及规模百分位预测模型,能有效预测未来基金alpha排名,并辅以低风格暴露筛选,成功构建超额收益组合。
模型经2017年至2021年回测表现稳健,相较中证偏股基金指数带来约7个百分点年化超额收益,夏普比明显提升,且2021年市场震荡期表现更优,表明模型有效聚焦基金经理真正的选股选风能力。
报告对多因子模型及统计方法、基金样本数据预处理和业绩解释都做了详实介绍,数据和方法充分,分析严谨。报告同时明确强调历史规律的局限性和模型预测的参考性质,给出详尽的风险提示,兼顾科学性与市场应用。
整体上,报告对公募基金业绩分析提出了科学、细致且可操作的多因子量化方法体系,具有较强的理论价值和实务指导意义,为投资者筛选和预测优秀基金提供有力工具。
本文涉及重要图表如下:
示例1:多因子累计净值曲线
示例2:基金年化股票收益与年化alpha 对比
示例3:多因子模型拟合效果
示例4:基金alpha可持续性分析
示例5:模拟组合与中证偏股基金指数对比
以上内容基于报告原文原始资料整合剖析,确保证据充分、解读专业且完整,详细阐释了报告提出的多因子alpha研究设计、统计分析及实际应用的各重要细节。,1,2,3,4,5,6,7,8,9,10,11,12,13,14,15,16,17,18,19,20]
量化投资策略:优选稳健alpha基金 基于多因子的业绩预测模型.pdf