 作者：孙雨，张子健 导读 近期市场风格收敛：大盘基金回暖、中小盘基金回调，基金配置比较适合采用均衡优选的方案。基金配置的前提是风格识别，本文提出“改进的Fama-French模型”，有效解决了长期以来其他识别方法存在的不足。 摘要 ▶ 本文基于资产配置的角度，从理论层面和操作层面阐述了基金风格识别对基金配置的意义及重要性。在梳理和比较现有基金风格识别主流方法的基础上，本文提出“改进的Fama-French模型”方法，可以基于净值对基金投资风格进行及时、准确的识别，该方法可以有效解决长期以来其他识别方法存在的缺陷问题。 ▶ 2021年以来，A股上演了两轮极致风格行情：Q1（2月中旬以前）大盘成长风格的盛宴，Q2-Q3大盘成长盛极而衰后，中盘蓝筹异军突起。近期中小盘基金有所回调，大盘基金在消费、券商板块的带动下回暖。我们认为：当前市场风格尚未切换，只是相对前期极致的风格表现，有所收敛。 ▶ 基金配置操作上，可采用均衡配置方案应对风格收敛。经济数据疲软、供需两弱，加强了市场对四季度经济下行的一致预期。稳增长、稳就业的政策预期升温，货币政策易松难紧。中美关系“低开高走”有望提升市场风险偏好，恒大事件、能耗双控风险可控。我们认为：节后“金九银十”行情依然可期。在基金配置层面上：大盘价值（供需紧平衡的电力、老能源）、基本面改善且估值无压力的大金融（券商、银行）、产业趋势向上的中小盘成长（新能源、高端制造）都有表现机会。 ▶ 本文构建了均衡优选基金组合。均衡优选基金组合策略是指在各个风格（大盘成长、大盘价值、中小盘成长、中小盘价值）中均衡挑选投资能力优秀的基金，构建基金组合，该策略适合市场投资风格主线不明朗的行情阶段。均衡优选基金组合在2017年初至2021年9月期间年化收益率为25.31%、夏普比率为1.33、收益回撤比为0.92。2017年以来不管是逐个年度、还是区间整体的业绩表现，都优于中证偏股基金指数、中证股票基金指数，同时也优于沪深300、中证500。 ▶ 风险提示：本报告结论完全基于公开的历史数据进行计算，对基金产品和基金管理人的研究分析结论并不预示其未来表现，也不能保证未来的可持续性，亦不构成投资收益的保证或投资建议。本报告不涉及证券投资基金评价业务，不涉及对基金产品的推荐，亦不涉及对任何指数样本股的推荐。  01 从配置的角度理解基金风格识别 1.1. 基金配置是资产配置解决方案的落脚点 大型机构投资者通常会在整体上设计一个标准化的投资决策体系。以养老金机构为例，第一层是大类资产战略配置（Strategic Asset Allocation， SAA）：根据投资目标（债务驱动）确定整体的风险偏好和效用函数，再根据长周期变量（人口、经济周期等），通过主动配置研究，构建战略资产配置方案。第二层是战术资产配置（Tactical Asset Allocation，TAA），以长期的战略资产配置方案为基准，通过主动或量化的方法，捕捉市场环境以及微观结构的短期变化，对配置比例进行调整优化。第三层是基金配置（Fund Allocation，FA），在前面两步的基础上，选择优秀的基金经理、基金产品，根据配置观点及配置模型，构建基金组合，实现投资预期目标。  1.2. 风格识别是基金配置的关键 基金配置有4个主要流程，依次是：基金分类—>风格识别—>基金优选—>基金配置。其中，基金投资风格的识别非常关键。  1.2.1. 风格识别是基金配置的关键 基金经理的认知、擅长领域、能力边界、以及个人性格偏好、操作习惯等，长期会逐渐沉淀出各自的投资风格。并且，一个优秀的基金经理，其投资风格通常是比较稳定的。 通过访谈或者调研可以获得基金经理对于自身投资理念、投资偏好的阐述。所谓内行人看门道，外行人看热闹，对基金经理投资风格的理解，除了定性分析之外，还需要结合其所管理基金产品的持仓行为、业绩表现进行定量层面的刻画，一方面作为定性分析和定量刻画的印证，另一方面可以判别及跟踪基金经理投资风格的变化。 2013年，Andrea Frazzini, David Kabiller & Lasse H. Pederson通过6个基本面因子对“股神”巴菲特的投资风格进行了刻画，研究结合非常显著，根据风格因子构建的模拟组合可以很好地复制巴菲特的投资业绩。这一实证研究表明，通过定量的方式刻画基金经理的投资能力，在方法论上是可行的。  1.2.2. 风格识别是基金配置的关键 基金经理的业绩表现与所处市场风格特征密切相关。直接比较不同投资风格的基金经理的业绩表现，容易对其投资能力形成误判。 从某基金A、某基金B的历史业绩表现对比看，2020年12月至2021年2月期间，基金A的表现更优，2021年5月以来基金B的业绩表现更优。是否说明基金A、基金B的基金经理投资能力发生了变化呢？  对基金A、基金B的投资风格进行识别，可以发现基金A为大盘成长风格、基金B为中盘成长风格。2020年12月至2021年2月，大盘蓝筹风格表现强势，2月下旬市场风格切换，5月份以来中盘蓝筹风格占优。因此，基金业绩表现的差异主要来自于市场风格的切换影响。 我们将基金A、基金B分别与对应的风格基金指数：大盘成长基金指数、中盘成长基金指数的业绩表现对比，相当于给基金A、基金B找到了“真实业绩比较基准”，可以看到：基金A在大盘成长风格下，相对同类产品并没有显著的超额收益，而基金B在中盘成长风格下，相对同类产品，5月份以来超额收益明显。  1.2.3. 风格识别为基金配置提供了便利 现代资产配置模型对传统资产配置模型（CAPM）的突破在于：将相对于市场基准的超额收益进一步分解为：（1）主动承担风格或行业偏离风险带来的收益（Style Beta or Portable Alpha）；（2）选股收益（Real Alpha）。 风格识别将基金配置简化为两个步骤： 第一步：判断市场未来风格特征：选择契合市场风口的投资风格（获取Portable Alpha）； 第二步：在该投资风格下，选择投资能力强的基金经理（获取Real Alpha）。  02 如何识别基金的投资风格 对于基金风格的研究方法，不管是业内、还是学术界，都没有停止过研究的步伐，到目前为止，尚未形成一套普遍公认的、科学严谨的划分方法。究其原因，主要在于公募基金信息披露的“半透明性”和“时间滞后性”。 （1）半透明性：除了ETF基金通过每日披露的PCF清单可以及时了解基金的所有持仓信息之外，一般基金仅在季度报告中披露部分（前十大）持仓信息；在半年报和年报中才披露全部的持仓信息。 （2）时间滞后性：根据基金信息披露管理办法，基金季报、半年报、年报的信息披露时间相比季度末、半年末、年末的滞后时间分别约为：15个工作日、2个月、3个月。 目前最具代表性的方法有两类，一类是基于历史净值数据，通过回归的方式对基金进行风格画像；还有一类是基于定期报告中披露的持仓信息，对基金持仓个股的风格进行加权，以此度量基金的风格特征。 2.1. 基于净值数据的风格划分方法 普通开放式基金会在不晚于每个开放日的次日公布单位净值数据，因此，基于净值法回归，刻画基金的风格特征，可以在时效性上得到保证。 净值法最具代表性的方法是William Sharpe（1992）提出的Sharpe模型。该方法首先确定了12个主要的资产类别，用对应的市场指数度量各个资产的业绩表现，然后，通过含约束回归的方法，计算基金在各个资产类别上的暴露水平，并以此判断基金的投资风格。 模型可以表示为：   其中：  在A股实证分析中，风格指数可以选择巨潮风格指数： 以某基金A为例：可以看到，大盘成长指数的回归系数是0.86，大盘价值指数的回归系数是0.07，其余风格指数的回归系数都是0，说明该基金属于大盘成长风格。 Sharpe模型识别基金风格比较直观，缺点在于风格指数之间存在比较强的相关性，从而在回归的时候，模型会存在比较严重的多重共线性，回归系数会存在不显著的情况，而风格判断的依据是回归系数的数值大小，因此，该方法的可靠性存在怀疑。 2.2. 基于持仓数据的风格划分方法 根据基金持仓数据分析基金风格特征的步骤： （1）计算A股中每只股票的各个风格在全市场股票中的暴露值水平； （2）从基金的定期报告中获取持有的股票名单及权重； （3）将持有股票的风格暴露值按持仓权重加权相加，得到基金在各个风格因子上的暴露水平，从而判断基金的风格特征。 MSCI Barra风险模型中构建了10个风格因子。对于基金的风格画像，并不需要所有风格维度上的刻画（比如主动权益基金经理，对Barra风险模型中的技术类因子往往并不关注），因此，只需要考虑具有代表性、鲜明特征的风格因子。本文构建了如下4类风格因子： 仍以上述某基金A为例，2021年2季报前10大重仓股权重合计为73.48%。根据前10大重仓股估算基金在风格因子上的暴露水平，可以看到： （1）基金A在市值因子上的风险暴露为正，说明为大盘风格； （2）基金A在非线性市值因子上的风险暴露为负，说明并非中盘风格； （3）基金A在价值因子上的风险暴露为负，说明为并非价值风格； （4）基金A在成长因子上的风险暴露为正，说明为成长风格； 综上，基金A为大盘成长风格，与Sharpe模型识别的结论一致。 相比净值法（Sharpe模型），持仓法的优点在于更准确，规避了净值法回归时的多重共线性问题。持仓法的缺点在于： （1）时间滞后性：无法监测到非定期报告披露期间基金的风格变化； （2）季报不完全披露：持仓法需要依赖基金的持仓明细数据，季报仅披露前10大重仓股，有些基金持仓比较分散，前10大重仓股的持仓权重较低，对基金真实全部持仓的代表性低，通过重仓股判断基金风格将不可靠，而等到半年报或者年报数据，则需要忍耐更多的时间滞后性。 2.3. 基于Fama-French模型改进的风格划分方法 前面分析和比较了基于净值法（Sharpe模型）和持仓法划分基金风格的优缺点。我们认为，基金的风格画像，既要考虑到准确性，也要考虑到时效性，要在两者之间找到平衡。基于此，我们在Fama-French模型的基础上做了改进，尝试构建了一个新的基金风格划分方法。 根据Fama & French(1993)提出的三因子模型，投资组合的风险溢价可以由3个风险因子解释，分别为：市场因子（MKT）、市值因子（SMB）、账面市值比因子（HML）。 模型可以表示为： 其中： Fama-French模型本质上也是净值法回归方法，与Sharpe模型相比，优点在于通过构建风格因子多空收益率，可以解决Sharpe模型中风格指数之间的多重共线性问题。我们对Fama-French模型的改进之处在于： （1）增加中盘因子（非线性市值）：因为市值因子只能识别大盘或小盘，市值因子值处于中间位置时，可能是“中盘”、也可能是同时包含“大盘和小盘”。 （2）增加成长因子; （3）优化因子收益率的构造方法：基于多因子模型理论框架，先计算风格因子值，再通过回归的方法计算风格因子收益率。 基于改进的Fama-French模型，我们将主动权益基金划分为6种风格类型：大盘成长型、大盘价值型、中盘成长型、中盘价值型、小盘成长型、小盘价值型。 仍以上述某基金A为例，可以看到： （1）alpha：不显著大于0，说明剔除风格后，该基金没有超额收益获取能力； （2）市值因子主动暴露值大于0：说明为大盘风格； （3）非线性市值因子主动暴露值小于0：说明并非中盘风格； （4）价值-成长因子的主动暴露值小于0：说明为成长风格。 综上，该基金的投资风格为大盘成长型。与前文Sharpe模型、持仓法分析得到的结论一致。 一方面，改进的Fama-French模型与持仓法的原理相通，准确性高于Sharpe模型，且可以有效避免Sharpe模型存在的多重共线性问题；另一方面，改进的Fama-French模型本质上仍是基于历史净值的回归方法，相比持仓法而言，时效性可以得到保证。因此，我们认为使用该方法对主动权益基金做风格画像，可以实现准确性与时效性的平衡兼顾。 2.4. 基金风格划分方法比较 综上，我们对基金风格划分方法比较如下。可以看到，我们设计的改进的Fama-French模型可以有效解决市面上现有方法中长期存在的缺陷。 03 基于风格研判下的基金选择 近年来，随着宏观择时的效用下降，A股结构性行情分化成为常态，把握市场风格与主线选择成为核心命题。一般来说，市场风格（大盘与中小盘、价值与成长）的影响因素较多：包括宏观层面经济数据、中观层面行业景气度变化、以及微观层面资金偏好、市场情绪等。通常市场风格的结构性特征并非瞬息万变、而是会持续一段时间，这就为基于对市场风格的研判，进行基金配置提供了操作基础。 我们编制了不同风格的基金指数，一方面可以跟踪市场风格的变化，另一方面基金风格指数的成分基金也可作为基金优选环节的备选基金池。由于现阶段小盘基金数量较少，我们将小盘与中盘合并，主要跟踪四条风格基金指数，分别为：（1）大盘成长基金指数；（2）大盘价值基金指数；（3）中小盘成长基金指数；（4）中小盘价值基金指数。 3.1. 复盘Q1，大盘成长，盛极而衰 2020年年底至2021年2月中旬，由于疫情反复影响经济恢复，政治局定调货币政策“不急转弯”，宏观流动性边际改善。二级市场在赚钱效应的驱动下，公募基金IPO发行火爆，爆款产品“首日售罄+比例配售”的现象频发，国内首次出现管理规模超过千亿的主动权益基金经理，微观层面资金流动性超预期。在此背景之下，资金抱团以“茅指数”为代表的核心资产，大盘成长风格走向极致。 风格趋势强势行情阶段，基金配置可以顺势而为。在这一阶段，可以看到，买大盘蓝筹风格的顶流基金经理，大概率可以获得不错的收益。 3.2. 复盘Q2-Q3，中盘蓝筹，异军突起 2月下旬美债收益率上行，叠加市场对大盘蓝筹过高估值的担忧，“茅指数”泡沫破裂，抱团逐渐瓦解，相关板块股票需要时间来消化估值压力。随着“双碳”政策+“缺芯”浪潮推动，以新能源、半导体为代表的中盘蓝筹领跑市场，资金开始抱团“宁指数”。投资风格上，依然是成长强于价值，但是市值风格从大盘下沉到中小盘。 同样是风格趋势强势行情，基金配置依旧可以顺势而为，换为中小盘风格的基金经理。可以看到，Q2-Q3期间中小盘风格的基金经理表现非常亮眼。 3.3. 展望Q4，风格收敛，均衡配置 近一周市场表现可以看到：大消费板块带领大盘上涨，中小盘有所回调。我们认为，当前市场风格尚未切换，只是相对前期（Q1的大盘成长、Q2-Q3的中盘蓝筹）极致的风格表现，相对有所收敛。 展望四季度，能耗双控下限电限产、地产信用重构以及8月份经济数据的走弱，加强了市场对经济下行的一致预期，稳增长、稳就业的政策预期升温。国庆节前央行货币政策委员会提出“维护房地产市场的健康发展，维护住房消费者的合法权益”，假期内广州、佛山等地的部分国有大行和股份行下调房贷利率、银行放贷速度也有所加快。房地产近期的政策暖风频吹，降低了“恒大事件”对A股的结构性扰动冲击。我们认为，节后“金九银十”行情依然可期，基金层面：大盘价值（供需紧平衡的电力、老能源）、基本面改善且估值无压力的大金融（券商、银行）、产业趋势向上的中盘蓝筹（新能源、高端制造）都有表现机会。建议在配置操作上，采用均衡配置的方案。 3.4 均衡优选配置方案 我们分别在大盘成长、大盘价值、中小盘成长、中小盘价值4个风格基金池中优选出5只基金，等权配置，季度再平衡。其中基金优选指标考虑了：基金规模、风格稳定性、过去3年风险调整后收益、过去3年剔除风格后的Alpha等指标。 均衡优选基金组合2017年初至2021年9月的年化收益率为25.31%、夏普比率为1.33、收益回撤比为0.92。2017年以来不管是每个年度、还是整体的业绩表现，都优于中证偏股基金指数、中证股票基金指数，同时也优于沪深300、中证500。 风险提示 本报告结论完全基于公开的历史数据进行计算，对基金产品和基金管理人的研究分析结论并不预示其未来表现，也不能保证未来的可持续性，亦不构成投资收益的保证或投资建议。本报告不涉及证券投资基金评价业务，不涉及对基金产品的推荐，亦不涉及对任何指数样本股的推荐。 团队成员简介 廖静池：所长助理，配置研究负责人，量化配置首席分析师 电子科技大学金融工程博士，深交所博士后，曾任交易所副总监，11年研究经验 负责领域：量化择时、量化行业配置、指数编制等 孙雨：CFA，基金配置首席分析师 中央财经大学硕士，曾任职于深圳证券交易所、创金合信基金、申万菱信基金，7年基金研究及投资经验 负责领域：基金研究、基金优选、基金组合配置等 张思宇：基金配置资深分析师 南京大学理学学士、理学硕士，曾任职于海通证券 负责领域：基金产品研究、基金经理研究等 张子健：基金配置资深分析师 芝加哥洛约拉大学金融学硕士，华东理工大学理学学士，曾任职于招商证券 负责领域：基金优选、基金组合配置研究等 张孙齐：基金配置高级分析师 南京大学管理学学士、金融工程硕士，曾任职于华泰证券 负责领域：基金研究、基金组合配置等 张超：基金配置组博士后 帝国理工学院金融学博士，国泰君安证券与上海交通大学联合培养博士后，曾任职于华泰柏瑞基金公司，天人合德基金公司 负责领域：基金研究、配置模型研究等 张斌：基金配置组博士后 上海财经大学金融学博士，国泰君安证券与上海交通大学联合培养博士后 负责领域：基金研究、基金经理研究等 法律声明： 本订阅号不是国泰君安证券研究报告发布平台。本订阅号所载内容均来自于国泰君安证券研究所已正式发布的研究报告，如需了解详细的证券研究信息，请具体参见国泰君安证券研究所发布的完整报告。本订阅号推送的信息仅限完整报告发布当日有效，发布日后推送的信息受限于相关因素的更新而不再准确或者失效的，本订阅号不承担更新推送信息或另行通知义务，后续更新信息以国泰君安证券研究所正式发布的研究报告为准。 根据《证券期货投资者适当性管理办法》，本订阅号所载内容仅面向国泰君安证券客户中的专业投资者。因本资料暂时无法设置访问限制，若您并非国泰君安证券客户中的专业投资者，为控制投资风险，还请取消关注，请勿订阅、接收或使用本订阅号中的任何信息。如有不便，敬请谅解。 市场有风险，投资需谨慎。在任何情况下，本订阅号中信息或所表述的意见均不构成对任何人的投资建议。在决定投资前，如有需要，投资者务必向专业人士咨询并谨慎决策。国泰君安证券及本订阅号运营团队不对任何人因使用本订阅号所载任何内容所引致的任何损失负任何责任。 本订阅号所载内容版权仅为国泰君安证券所有。订阅人对本订阅号发布的所有内容(包括文字、影像等)进行复制、转载的，需明确注明出处，且不得对本订阅号所载内容进行任何有悖原意的引用、删节和修改。 |
|
|
