20171201-申万宏源-债券基金专题报告之一_扫描统计量在基金筛选中的应用_18页_1mb

扫描统计量在基金筛选中的应用 —— 债券基金专题报告之一

核心内容

本报告探讨了扫描统计量在债券基金筛选中的应用，旨在通过量化方法识别具有持续性业绩的基金。报告主要围绕债券基金的业绩衡量、扫描统计量的定义与应用、以及基于业绩持续性的基金组合构建三个方面展开。

主要观点

1. 债券基金市场概况

• 截至2017年9月，债券基金共计1173只，规模合计1.64万亿元，占整体基金市场规模的14.72%。
• 纯债基金占比较高，规模达1.3万亿元，占据绝对主导地位。
• 债券基金分为纯债基金、一级债基和二级债基，其中纯债基金风险和收益最低，二级债基风险和收益最高。

2. 债券基金的业绩衡量

2.1 构建债券七因子模型

• 七因子模型用于剔除利率水平、期限配置、信用暴露等因素对基金业绩的影响，包括Level、Slope、Convex、Credit、Default、Convertible、Currency因子。
• 七因子之间相关性较低，有助于更准确地解释基金收益来源。

2.2 业绩归因分析

• 利用七因子模型对基金收益进行归因分析，发现基金在不同因子上的暴露程度存在差异。
• 七因子模型的R-square值多数小于0.8，说明仍有未被解释的业绩来源。

2.3 超额收益指标有效性检验

• 周度、月度、季度频率下，季度超额收益指标表现出较好的有效性与单调性。
• 在95%的置信区间下，53.6%的基金赢的持续性强度超过0.6，39.5%的基金赢的持续性强度超过0.7，12.27%的基金赢的持续性强度超过0.9。
• 超额收益的持续性强度高于净值增长率，说明其更具有持续性。

3. 扫描统计量在基金持续性检验中的运用

3.1 业绩持续性研究方法简述

• 业绩持续性是指基金历史业绩对未来业绩的预测能力。
• 扫描统计量用于检测业绩事件（赢或输）在时间上的集聚性，识别其是否具有持续性。

3.2 扫描统计量定义

• 扫描统计量用于衡量业绩事件的持续性强度。
• 当持续性强度p值显著大于0.5时，说明基金具有持续性。

3.3 单只基金的业绩持续性分析

• 在95%置信区间下，53.6%的基金赢的持续性强度超过0.6，39.5%的基金赢的持续性强度超过0.7，12.27%的基金赢的持续性强度超过0.9。
• 输的持续性强度也表现出类似趋势，但比例略低。
• 基金规模与持续性强度无显著线性关系。

4. 基于业绩持续性的基金组合构建

• 选择成立满15个月以上的纯债基金和一级债基作为样本池。
• 在95%置信度下，筛选过去一年中业绩持续性（季度超额收益高于样本中位数）强度排名前10的基金。
• 回测区间为2012年1月1日至2017年9月30日，基金组合表现如下：
  • 累计收益率：44%
  • 年化收益率：6.71%
  • 年化波动率：1.89%
  • 最大回撤：3.98%
  • 年化夏普比率：3.44
  • 相对基准（中债总财富指数）的累计超额收益率：22.78%
  • 年化超额收益率：3.72%
  • 信息比率：1.29

关键信息

• 业绩衡量方法：通过构建七因子模型，剔除利率水平、期限配置、信用暴露等因素，使用季度超额收益作为业绩衡量指标。
• 扫描统计量应用：用于检测基金业绩的持续性，通过分析赢或输事件的持续性强度，识别具有稳定业绩的基金。
• 基金筛选标准：在95%置信区间下，选择季度超额收益高于样本中位数且持续性强度排名前10的基金。
• 组合表现：筛选出的基金组合在回测期间表现良好，累计收益率和超额收益率均优于基准，波动率和回撤控制较好。

附录

• 参考文献：李德辉、方兆本、余雁，《扫描统计量——检测基金业绩持续行的新方法》，《运筹与管理》，2006年2月。
• 信息披露：
  • 本报告由申万宏源研究撰写，内容基于公开信息，不保证准确性。
  • 本报告仅作为参考，不构成投资建议。
  • 本报告版权归申万宏源研究所有，未经许可不得复制或分发。

结论

扫描统计量作为一种检测基金业绩持续性的工具，在债券基金筛选中展现出良好的效果。结合七因子模型构建的超额收益指标，可以有效识别具有持续性业绩的基金。通过筛选出业绩持续性强度高的基金构建组合，能够在风险可控的前提下获得较好的收益表现。