本报告聚焦纯债型基金(含中长期和短期纯债型),系统分析其配置偏好及行为特征,并深入介绍债券型基金绩效归因方法,重点解读基于持仓的Campisi模型及其经调整后的应用。通过实证展示Campisi模型可有效分解债券基金收益为持有收入、国债效应、利差效应和选券效应,有助揭示基金收益来源及基金经理选券能力,模型适应仅披露前五大重仓债券信息的国内债券基金,凸显其实用价值
债券型基金分类及规模概况
基金配置偏好及行为特征分析
债券基金绩效归因分析
报告厘清债券基金的分类体系,引用《公开募集证券投资基金运作管理办法》以及Wind分类,划分股票型、债券型(纯债型、中长期纯债型、短期纯债型)、混合债券型、货币型等类别。
纯债型基金定义为不投资权益类资产,且债券资产占比≥80%。
中长期纯债型与短期纯债型通过组合久期区分(久期>3年与≤3年)。
截至2020Q1,市场中纯债型基金规模巨大,主要集中在中长期纯债型基金,后者基金数量占比60.08%,规模占比超过71%,份额占比超过72%。
纯债型基金在过去5年规模快速增长(中长期纯债型基金规模2020Q1比2019年末增长11.75%,短期纯债型基金增长18.14%)。
纯债型基金收益率中位数2020Q1分别为1.25%(短期纯债)与2.00%(中长期纯债),中长期纯债型基金收益率明显优于短期纯债型基金,符合其更高利率风险敞口。
债券基金杠杆受限(不超过140%杠杆率),纯债型基金债券仓位和杠杆率历史呈现2014年Q2高峰,其后明显下降,2020Q1仓位中位数为116.80%,杠杆中位数为122.15%。
以基金A为例(中长期纯债型基金),其仓位维持在81%-113%,杠杆水平相对保守且稳定,除2018Q3出现杠杆加大,体现基金稳健操作。
图示数据(图表6、7)充分体现监管政策对杠杆率的影响及市场调整趋势。
报告深入分析利率债与信用债的比例,揭示基金经理对不同信用等级债券的偏好。基金A起初偏好利率债,后几年信用债占比较大,2018年违约潮后调整增配利率债,2019年再次回升信用债。
反映出基金对信用风险的敏感调整行为,结合市场环境变化灵活应对。
集中度分析显示前五大重仓债券集中度下降趋势,2020Q1中位数33.89%,分散度提升但仍有基金保持较高集中度(如基金A于2018Q4和2019Q1集中度超过50%)。
久期:报告用有效久期衡量利率风险敞口,2019年年报披露纯债型基金久期中位数近2年,中长期纯债型基金久期更长(2.10),短期纯债型基金久期较短(0.84)。基金A的久期根据市场利率走势动态调整,2014年其久期曾高达5.59,2017年降低至0.90,反映利率市场判断与资产配置的调整。
换手率采用券种换手率和市值换手率两种方法,券种换手率侧重于重仓债券的结构更换比例,市值换手率更准确反映持仓市值的调整幅度。基金A换手率相对较低,显示债券持仓较为稳定,2018Q4因基金规模增长,市值换手率显著升高。
基于收益率的时间序列回归法(RBA) :依赖于收益指标和风格指数回归,但假设资产暴露固定,缺乏灵活性。
基于持仓的归因方法(HBA) :利用持仓数据,透明易理解,但数据难以获取,披露频率低。
Brinson 归因模型 :区分配置能力与选券能力,将收益分为基准回报、配置回报、选券回报和交叉回报。但该模型需求详尽的底层数据,债券基金按监管规定只能披露前五大债券,且基准选取具有较大主观性,且未充分考虑债券特有的利率与利差风险。
加权久期模型:利用债券久期敏感性估计利率变动风险,但忽视信用利差,适合利率债占比较高的组合。
Campisi模型:考虑持有收入和价格变动(国债效应与利差效应),可以细致解析债券投资特征。该模型通过分解为收入效应、国债效应和利差效应,进而计算组合的选券alpha,适合反映债券基金的整体收益动态。
报告对Campisi模型进行了调整,解决原模型基于指数构建基准组合带来的偏差,采用基金持仓债券信用评级匹配中债指数计算利差效应,并结合基金披露的利息收入和久期数据,实现组合层面收益分解。
通过对2018Q1模拟组合进行Campisi分解,报告清晰展示了各效应计算细节,包括债券信用评级、利率曲线插值、利差的划分与应用。
实证显示:收入效应稳定且贡献较大;国债效应随国债收益率波动变化;利差效应波动较大,反映信用风险变化动态;选券效应稳健,组合通过优选债券获得正超额收益。
对基金B的应用表明,对于重仓债券集中度高的基金,基于调整的Campisi模型能够较准确剖析基金收益来源,验证基金经理选券能力;对于集中度较低基金,则结合基金报告数据做间接补充,保持一定精度。
图表4显示从2010至2020Q1,纯债型基金数量和规模持续增长,尤其是中长期纯债型基金规模激增,体现市场资本青睐及基金产品不断丰富。
图表5展示短期与中长期纯债型基金历年收益率,2015年收益高,随后2016-2017年金融市场低迷收益回落,2018年后收益逐渐回升。中长期纯债型基金历年平均收益基本保持高于短期纯债型基金,符合期限风险溢价规律。
图表6描绘了2010年以来纯债型基金债券仓位中位数变化,2014年达到峰值后因监管加强杠杆限制调整下滑,2020Q1略有回升至116.80%。
图表7则显示基金杠杆水平趋势,和仓位走势高度相关,峰值超过160%,现回落至120%左右,反映监管严格及市场自律。
图表13全市场久期走势下降,反映利率下行周期及基金普遍缩短久期以降低利率风险。
图表14基金A久期历史展示出对市场利率变动作出的快速响应,灵活调整久期策略,与国债10年期收益率曲线走势同步。
详细数据展现构建模拟组合的债券持仓、票息利率、久期、信用评级与相应收益,清楚量化各效应贡献,选券效应多为正收益,说明组合优选债券带来正向超额收益。
图表25显示组合收益率与各效应随时间波动情况,结合国债收益率走势,体现国债效应对整体收益贡献显著且波动敏感。
基金B五大重仓债占比高,说明持仓集中。收益分解图显示基金整体收入效应稳定,国债效应及选券效应波动影响大,利差效应较小且负贡献有限。
测算收益曲线与基金收益曲线高度吻合,验证调整Campisi模型的有效性和实用性。
报告聚焦于绩效归因方法应用,没有涉及股票或债券基金的市场估值,而是对基金收益结构和风险暴露的细节分析,强调调整Campisi模型作为基于持仓的业绩归因利器。
对模型的参数如久期、利率变动等均有详细解释,充分体现模型逻辑与假设合理性。
主要风险提示包括:
模型风险:基于历史数据构建的模型存在未来失效风险,尤其市场波动剧烈时模型预测可能不准确。
数据披露限制:债券基金只披露前五大债券持仓,导致业绩归因时对整体组合的刻画存在误差。
市场风险:债券市场利率及信用利差波动带来的不可控风险。
报告未明确提出缓解策略,但强调模型及结论的应用应考虑风险,不宜过度依赖历史数据。
优势:
报告客观详实地分析了债券基金的配置行为,深入介绍复杂的Campisi模型及其调整方法,体现了分析工具的创新与实用性。
结合基金现实披露数据展开实证,加强了模型的可操作性和行业适用性。
不足/局限:
由于受数据限制,Campisi模型的调整依赖于假设及对中债指数的匹配,容易受到指数选择误差影响。
基金只披露前五大债券造成的暴露不足,报告虽采取替代方案,但隐含的估计误差仍难完全排除。
在绩效归因模型选择上,报告对基准的选择和模型假设差异提示不足(Brinson等模型的基准选取依赖性未深究),未来工作可增强该方面分析。
本报告系统梳理了我国债券型基金,特别是纯债型基金的分类、规模、配置偏好和行为特征。在此基础上,详细阐述并实证验证了基于持仓的基金业绩归因方法,特别是Campisi模型及其调整改良方案。在债券收益的收入与价格变动两大来源下,报告通过实际债券持仓和收益率数据,将债券组合收益拆解为收入效应、国债利率变动效应、信用利差效应及选券alpha效应。
报告中的图表和实证显示:
纯债型基金资产规模持续增长,中长期纯债型基金占比显著,且其收益和风险特征明显优于偏债混合型基金。
基金杠杆和仓位在监管约束下趋于合理,债券组合集中度逐步分散,久期调整灵活,体现基金经理的风险管理能力。
Campisi模型在调整后适应我国债券基金数据披露实际,能够较准确地分解基金收益来源,揭示基金经理通过积极选券为组合带来的正向超额收益。
模型对不同基金集中度特点的适应性较好,兼顾投资组合的结构特征与组合层面测算,提高了业绩分析的针对性和精确度。
综上,报告为理解纯债型基金的投资行为及业绩贡献来源提供了科学工具和实证支持,为投资者筛选及评价债券基金经理能力提供了客观依据,具有较强的实际指导意义。
本报告系统且详尽地从分类、规模、配置行为和业绩归因多个维度对纯债型基金展开专业分析,特别强调了Campisi模型调整和实证应用,有效地克服了基金披露限制,提高了债券基金业绩分析的准确性和深度。投资者及基金管理机构可据此理解债券基金收益驱动力与风险管理机制,辅助决策。
20200713-兴业证券-基金研究系列之四:债券基金评价体系及基于调整的Campisi模型的业绩归因.pdf