本文以3年时间周期考察基金行业配置稳定性和选股能力,构建多维指标衡量两者,系统研究了行业配置稳定性、选股能力与基金收益的相关关系。结果显示,选股能力与基金收益显著正相关,而行业配置稳定性近年来与收益呈负相关。结合Brinson个股选择胜率与长线持仓相对行业胜率指标优选基金构建“高选股能力”组合,进一步叠加行业配置稳定性筛选,可获得更高收益率,提供了基金优选的有效量化依据。
报告标题: 基于行业配置稳定性及选股能力的基金优选策略
系列名: 基金产品专题研究系列之十七
发布机构: 广发证券发展研究中心
作者/分析师: 罗军(首席分析师)、安宁宁(联席首席分析师)、史庆盛、马普凡、张超、文巧钧、陈原文、樊瑞铎、李豪、郭圳滨
发布时间: 截至2019年底最新数据,属于2019年第四季度报告
研究主题: 以A股市场中主动型权益基金为研究对象,探讨基金行业配置稳定性与选股能力之间的联系,及其对基金收益的影响,最终构建优选基金组合策略。
核心论点:
风险提示: 文章中指标和模型均基于历史数据构建,可能无法完美刻画真实市场动态,未来表现可能会有偏差。,29]
报告先介绍了A股公募基金快速发展的背景,截止2019年第四季度基金市场总规模达到约14.66万亿元,基金数量超过6000只。基金规模和数量自2013年起持续增长,市场活跃度提升。以上数据基于Wind统计(图1)。
基金研究框架分为三个主要步骤(图2):
此处重点选取主动型权益基金,2020年前符合筛选条件(规模>2亿元,权益比例>60%等)的共有327只,管理规模约6400亿元(图3)。这种筛选确保研究专注于具备稳定性且代表市场主流的基金样本。,5,6]
基金行业配置以申万一级28个行业为基础,分类整合为成长、消费、周期、大金融四大板块(表1)。研究周期为滚动3年,采用季度为频率,通过基金半年报、季报数据计算。
构建两类关键指标:
统计显示2016年以来,行业偏离幅度平均约20%,行业配置变化幅度约22%,在时间序列中保持相对稳定(图5,图6)。行业偏离和配置变化幅度的分布多在10%-30%区间,少数基金偏离或变动较大(图7,图8)。
这两个指标表征基金在行业层面的配置稳定性,其中变化幅度反映基金主动调整频率,偏离幅度反映基金行业风格偏离基准的大小。,8]
基于Brinson归因模型,将基金超额收益分解为行业配置收益、个股选择收益、交互收益。基金个股选择收益反映基金相对基准在个股选择上的能力。
研究中以中证800指数为基准(基金持仓集中于该指数成分股,约70%占比,图9),按季度计算滚动3年内Brinson个股选择收益均值及胜率。
数据显示,基金平均Brinson个股选择收益存在波动,胜率稳定在50%左右,代表基金总体选股能力有限但相对稳定(图10)。
采用经典Fama-French五因子模型剥离市场和风格因素,净值回归得到基金的超额收益及其稳定性(平均值除以标准差),能刻画基金风格调整后的选股能力。研究采用3个月滚动回归窗口,滚动3年计算指标均值和稳定性。
数据显示近几年此指标和稳定性均呈上升趋势(图11),表明部分基金在风格中性后的选股能力提升且较稳定。
考虑基金持股的连续持有特性,筛选连续4期以上在前十大重仓股列表中的持仓,统计对应超额收益和胜率(相对申万一级行业指数)。该方法可捕捉基金在重点个股上的长期投资能力。
历史数据显示基金长线持仓多数超额收益为正,胜率超过60%,长期持有具备明显的超额收益能力(表2,图12,图13)。举例中显示著名消费股如贵州茅台、五粮液持有超过6年,获利显著。
综上三种选股能力指标,Brinson个股选择和长线持仓指标均表现出积极的基金选股能力信号,净值回归超额收益则揭示风险调整后能力。,10,11,12,13]
四项行业稳定性指标之间高度相关(表3),但与基金近3年累计收益的相关性自2018年开始转为负相关(图14,图15)。
分档收益显示配置稳定性较高的基金获得更高累计收益,尤其行业配置变化幅度的单调性更明显(图16,图17)。考虑到基金的换手率较高且季度持仓更频繁,报告选择以季度报告数据和行业配置变化幅度为稳定性主指标(图18,图19)。
六项选股指标相关性中长线持仓与其他指标相关较低(表4),但整体呈中等正相关。
三大选股指标均与基金收益呈明显正相关:
分档收益显示高选股能力基金组合明显跑赢低选股能力基金,表现持续优异(图20-25)。
三类选股能力指标与行业配置变化幅度整体呈负相关相关,相关系数在-15%到-35%之间。尤其Brinson指标负相关最为明显(图26-29)。
进一步测试显示,在剔除高行业配置变化幅度基金后,选股能力前1/5基金组合的收益率更高(图30)。
基金表现倾向于两者均优秀——稳定的行业配置配合强选股能力提升回报。
通过实证回测,报告构建并测试以下基金组合:
复杂组合:“高选股能力”基金组合(同时满足Brinson胜率>50%、长线胜率>80%)在2016-2019年累计收益达104.4%;叠加行业配置稳定性筛选(配置变化幅度<25%)后累计收益进一步提升至107.95%(图35-38,表9-10)。
综上,选股能力指标具备良好的历史选基效果,行业配置稳定性指标单独效果一般。但两者结合可实现小幅增益。行业配置稳定性与选股能力负相关,导致叠加约束提升幅度有限。
报告中图表内容丰富,以下为重点图表解析:
图表充分结合文本论述,支撑作者观点,整体数据质量高,覆盖面全面。唯一潜在局限为季报持仓不完整可能引入行业配置测度误差,报告中通过半年度数据对比及基金持仓集中度筛除进行了合理控制。
报告核心为基金量化策略研究,未涉及公司直接估值内容,因此忽略传统估值方法(DCF、P/E等)的分析步骤。基金组合表现以累计收益率为指标,未采用绝对估值数值。
基金筛选指标的经济意义类似量化模型的信号强度,行业配置变化幅度和选股能力指标类似因子,最终以组合收益表现验证模型有效性。
整体报告结构严谨,方法清晰,论据充分,但在对冲基金经理行为复杂性及市场时变性上的反思不足。,24,29]
本报告通过系统构建基于历史持仓数据和净值返回数据的行业配置稳定性及多维度选股能力指标,深入分析其与基金收益间的关系,并尝试构建基于此的基金优选组合。主要结论包括:
报告附带多个严谨图表和数据分析,支持相关结论,对于基金的量化筛选提供了科学的理论和实证基础,具有较高的参考价值和实用意义。
以上为报告的详尽分析解构,涵盖全文核心内容、数据指标解析、图表深读、风险评估及批判视角,满足专业资深金融分析需求。
基金产品专题研究系列之十七:基于行业配置稳定性及选股能力的基金优选策略.pdf