基金产品专题研究系列之十四：从风格调整后超额收益出发，多维度刻画权益型基金选股能力-20190820-广发证券-34页_3mb

从风格调整后超额收益出发，多维度刻画权益型基金选股能力总结

核心内容

本文研究了基于基金历史净值和持仓的选股能力因子，通过定量分析筛选出具有显著选股能力及稳定性的基金，以构建长期能够获得稳定超额收益的组合。

主要观点

1. 风格调整后超额收益的定义：风格调整后超额收益是指基金收益中扣除市场整体及各类风格（如大盘/小盘、成长/价值）的影响后所剩余的收益，可用来度量基金是否能战胜市场和同类风格个股。

2. 基金选股能力的度量方法：

   • 基于净值回归：采用CAPM、Fama-French以及TM模型对基金历史净值进行回归，通过回归系数（如Alpha项）及其显著性（如t值）度量基金的选股能力。
   • 基于持仓超额收益：提取基金的持仓个股或前十大持仓，计算其超额收益，并结合持仓权重进行加权，以衡量基金基于持仓的选股能力。

3. 因子构建与测试：构建了76个基金选股能力因子，分别从历史业绩、持仓数据、回溯时长、周期、模型等角度进行测试，筛选出具有显著和稳定表现的因子。

4. 因子有效性与稳定性：

   • 基于净值的选股能力因子与市场走势存在负相关，而基于持仓的因子则与净值因子呈现正相关。
   • 基于历史1年的因子表现优于历史1季度的因子，且多期选股能力稳定性因子表现更优。

5. 组合构建效果：

   • 通过筛选历史1年回归t值显著为正或负的基金构建组合，显著跑赢市场整体。
   • 基于多期稳定性因子构建的组合长期表现良好，超额收益稳定。

关键信息

基金池筛选标准

• 基金类型：普通股票型、偏股混合型、灵活配置型
• 股票仓位：近4个报告期股票持仓占比均超过60%
• 成立时间：超过15个月
• 业绩基准：不包含港股相关指数

回归模型

• CAPM模型：用于计算基金的市场风险暴露
• Fama-French模型：包括市场因子（MKT）、市值因子（SMB）、账面市值比因子（HML）
• Carhart模型：在Fama-French基础上加入动量因子（UMD）
• Fama5因子模型：加入盈利因子（RMW）和投资因子（CMA）
• TM模型：加入市场涨跌幅的二次项以度量择时能力

回归结果

• 平均R方：CAPM、FF3、CHT4、FF5模型的季度平均R方分别为0.81、0.87、0.88、0.88，年度平均R方分别为0.81、0.86、0.87、0.88
• Alpha项显著性：不同模型下Alpha项显著为正或负的比例在3%至6%之间
• 基于持仓的超额收益：基金持仓个股在报告期前后1个月的平均超额收益与市场走势存在负相关，平均相关性约为-0.23

组合表现

• t值显著为正的基金组合：累计收益率约为349.04%
• t值显著为负的基金组合：累计收益率约为51.23%
• 稳定性因子组合：累计收益率为256.04%（基于Alpha均值/标准差）和272.62%（基于t值均值）

回测结果与结论

• 历史1季度：筛选出的基金组合累计收益率为145.78%（基于收益）和219.04%（基于超额收益）
• 历史1年：筛选出的基金组合累计收益率为186.01%（基于收益）和208.35%（基于超额收益）
• 稳定性因子：多期稳定性因子（如12个月）在选基效果上优于单期因子，且换手率较低

风险提示

• 本文采用的历史数据不能完全准确刻画现实环境或预测未来表现
• 分析师信息：李豪、马普凡、罗军等，部分分析师并非香港证券及期货事务监察委员会注册持牌人

图表索引（关键）

• 图1：A股市场基金发展情况
• 图2：基金池中各类基金的历史规模变化情况
• 图3：历史1季度收益选基组合表现
• 图4：历史1季度收益选基组合相对收益
• 图5：历史1年收益选基组合表现
• 图6：历史1年收益选基组合相对收益
• 图7：本文主要研究思路
• 图8：根据模型回归结果构建基金选股能力因子
• 图9：不同模型的平均回归R方（历史1季度）
• 图10：不同模型的平均回归R方（历史1年）
• 图11：不同模型的平均回归R方（历史1季度）
• 图12：不同模型的平均回归R方（历史1年）
• 图13：不同模型的平均回归Alpha项T值（历史1季度）
• 图14：不同模型的平均回归Alpha项T值（历史1年）
• 图15：不同模型的平均Alpha项（历史1季度）
• 图16：不同模型的平均Alpha项（历史1年）
• 图17：不同模型的平均Alpha项（历史1季度）
• 图18：不同模型的平均Alpha项（历史1年）
• 图19：基金持仓个股表现与市场指数
• 图20：根据持仓个股超额收益，结合权重度量基金选股能力
• 图21：不同模型的平均持仓超额收益（历史1季度）
• 图22：不同模型的平均持仓超额收益（历史1年）
• 图23：基金平均持仓超额收益与市场指数相关性
• 图24：基于持仓的选股能力与基于净值的选股能力相关性
• 图25：选股能力因子构建
• 图26：因子筛选标准以及具体指标
• 图27：不同历史数据时长下，选股能力因子的平均自相关性
• 图28：不同模型下，选股能力因子ICIR（回归Alpha）
• 图29：不同模型下，选股能力因子IR（回归Alpha）
• 图30：选股能力稳定性因子ICIR（回归Alpha均值）
• 图31：选股能力稳定性因子IR（回归Alpha均值）
• 图32：选股能力稳定性因子ICIR（回归Alpha项t值）
• 图33：选股能力稳定性因子IR（回归Alpha项t值）
• 图34：持仓选股能力因子ICIR
• 图35：持仓选股能力因子IR
• 图36：t值显著为正（负）的基金组合
• 图37：t值显著为正（负）的基金组合（相对整体平均）
• 图38：t值显著为正（负）的基金数量
• 图39：t值显著为正（负）的基金组合表现（最多包含20只基金）
• 图40：t值显著为正（负）的基金组合超额收益（最多包含20只基金）
• 图41：回归Alpha项历史12个月稳定性因子选基组合表现
• 图42：回归Alpha项历史12个月稳定性因子选基组合超额收益表现
• 图43：回归Alpha项t值历史12个月均值因子选基组合表现
• 图44：回归Alpha项t值历史12个月均值因子选基组合超额收益表现

表格索引（关键）

• 表1：不同模型下，回归Alpha项的T值以及T值显著的比例
• 表2：不同模型下，基金平均超额收益与同期市场涨跌幅平均相关系数
• 表3：基金定期报告包含的持仓信息以及公布时间
• 表4：不同历史数据时长下，选股能力因子的平均自相关性
• 表5：不同回归模型下，选股能力因子的有效性
• 表6：多期选股能力稳定性因子与同期单期选股能力因子比较
• 表7：持仓选股能力因子表现
• 表8：t值显著为正（负）的基金组合表现（2009.1-2019.6）
• 表9：基金选股能力稳定性因子有效性测试结果
• 表10：回归Alpha项历史12个月稳定性因子选基组合表现（2009.1-2019.6）
• 表11：回归Alpha项t值历史12个月均值因子选基组合表现（2009.1-2019.6）
• 表12：基金选股能力相关因子测试结果