FOF专题系列研究之十五：基金主动管理能力解析Alpha_收益难获取Beta_也是生产力-20190822-光大证券-19页.pdf

敬请参阅最后一页特别声明-1-证券研究报告 2019 年 8 月 22 日 金融工程 基金主动管理能力解析：Alpha 收益难获取，Beta 也是生产力 FOF 专题系列研究之十五 金融工程深度 基金业绩评价是一个老生常谈的问题，但无论是学术界还是业界都难以得出统一的结论。由于被动型产品风格明确、透明化的特点吸引了大量的资金青睐，近年来国内主动管理基金的规模增速缓慢，国外甚至呈现出明显的资金流出。关于基金的主动管理能力的研究再次受到市场关注，本文仅以国内偏股型基金作为研究对象探讨其主动管理能力。Alpha 收益收益稀缺性高，长期具备较强选股能力的基金比例不到稀缺性高，长期具备较强选股能力的基金比例不到 20%。模型综合考虑了市场风险、账面市值比、市值规模以及动量因素对基金业绩的影响，能够较为全面、有效地衡量组合通过主动投资管理取得超额收益的能力。针对国内主动偏股型基金，我们通过月度收益率数据向前滚动 12个月做 Carhart 归因：1）首先验证了用 Carhart 四因子的线性模型拟合基金业绩是合理的，90%左右的样本模型检验是显著的；2）其次，市场、规模、价值、动量四个因子对于基金业绩整体的解释力度也很高，总体 R2都超过了 0.8；3）在模型显著的前提下，回归残差隐含的信息也比较有限，基本符合零均值的假设；4）尽管业绩归因模型整体的解释力度比较高，但但其中代表了基金选股能力的其中代表了基金选股能力的 Alpha 能通过显著性检验的样本占比尚不足能通过显著性检验的样本占比尚不足20%。由此也说明了，长期来看仅少数的基金能够获得超越市场的选股收。由此也说明了，长期来看仅少数的基金能够获得超越市场的选股收益益。市场风格切换频繁，市场风格切换频繁，“便宜的“便宜的 Beta”也是生产力也是生产力。以大小盘风格为例，2009 年下半年随着创业板成功推出，小市值风格成为了后续两年的主导，小市值因子在 A 股历史上曾长期被视为一个 Alpha 因子；直到 2016 年底、2017 年初，价值投资理念开始盛行，以上证 50 为代表的白马股与蓝筹股逐渐成为市场关注的焦点。相较于市值风格和价值风格，市场上行业风格的切换则更加频繁，消费、医药可谓是过去一两年的热点行业，而过去一年表现较好的偏股型基金也几乎都集中在这两个行业上。事实上除了Alpha 收益外，基金的 Beta 收益同样值得关注。我们通过对经典的我们通过对经典的 T-M择时模型中的市场指数收益率加以替换，借助二次项的系数衡量基金对于择时模型中的市场指数收益率加以替换，借助二次项的系数衡量基金对于某一特定风格的择时能力某一特定风格的择时能力。基金基金在消费、医药行业及小盘风格上的择时能力突出在消费、医药行业及小盘风格上的择时能力突出。1）整体来看，通过单一风格的 T-M 模型来解释基金业绩，仅对于部分风格指数较为有效；2）在下跌行情下具备择时能力的基金比例明显高于上涨行情，这也侧面反映了基金总体控制下跌风险的能力较强，尤其体现在主要消费行业基金总体控制下跌风险的能力较强，尤其体现在主要消费行业上，具备择时能力基金占比接近上，具备择时能力基金占比接近 70%；3）基金在原材料、可选消费、主要消费、信息技术、电信业务行业及小盘风格的择时能力差异较小，指标分布更为集中。风险提示风险提示：本报告数据均来自于历史公开数据，仅基于历史数据搭建策略，模型及因子随经济环境变化存在失效的风险，基金未来收益或不及预期。分析师 邓虎(执业证书编号：S0930519030002)021-52523796 联系人 胡锦瑶 021-52523686 相关研报 香港互认基金你了解多少？FOF 专题系列报告之十四 2019-06-11 可转债基金的投资价值与分析方法研究 FOF 专题系列报告之十三 2019-06-04 规模陷阱：大规模基金长期稳定跑输小基金 FOF 专题系列报告之十二 2019-03-08 历史表现优秀的基金业绩能延续吗？FOF 专题系列报告之十一 2019-03-08 明风格，定方向：权益基金风格识别研究 FOF 专题系列报告之十 2018-12-19 溯本求源：基于风险模型精选优质基金 FOF 专题系列报告之九 2018-08-03 量化视角下的资产配置 FOF 专题系列报告之八 2018-05-29 有的放矢：目标日期基金 Glide Path 设计实例 FOF 专题系列报告之七 2018-05-07 基于指数重构的债券基金收益分解八因子模型 FOF 专题系列报告之六 2018-04-10 基于 RSRS 策略改进的资产配置研究 FOF 专题系列报告之五 2018-03-05 基于动态风险预算的多策略资产配置 FOF 专题系列报告之四 2017-09-01 2 2 1 5 8 6 1 9/3 6 1 3 9/2 0 1 9 0 8 2 2 1 6:3 62019-08-22 金融工程 敬请参阅最后一页特别声明-2-证券研究报告 目目 录录 1、Carhart 归因模型解释力度高，仅少量基金存在超额收益 Alpha.4 1.1、业绩归因：Carhart 四因素模型.4 1.2、样本特征：多以规模指数为业绩基准，沪深 300 占比最高.6 1.3、物以稀为贵：权益基金获取 Alpha 收益难度大.7 2、市场风格切换频繁，“便宜的 Beta”也是生产力.12 2.1、市场风格切换频繁，持续期较短.12 2.2、T-M 择时模型在风格指数上的应用.14 3、基金在消费、医药行业及小盘风格上的择时能力突出.15 4、观点小结.17 5、风险提示.18 南方基金2 2 1 5 8 6 1 9/3 6 1 3 9/2 0 1 9 0 8 2 2 1 6:3 62019-08-22 金融工程 敬请参阅最后一页特别声明-3-证券研究报告 图图目录目录 图 1：美国权益基金净流入（出）（单位：十亿美元）.4 图 2：国内权益类基金存量规模及同比增速.4 图 3：四因子之间存在一定相关性.5 图 4：四因子基本不存在多重共线性.5 图 5：四因子历史净值一定程度反映了市场风格的切换.6 图 6：基金对应基准指数类型分布：规模指数占比最高，以沪深 300 为主.7 图 7：按基准指数划分各类基金 Carhart 回归模型 R2显著的数量占比.8 图 8：按基准指数划分各类基金 Carhart 回归的 R2分布.8 图 9：按基准指数划分各类基金 Carhart 回归残差分布.9 图 10：各类基金显著的 Alpha 占比不足 20%（按基准指数分类统计）.9 图 11：样本内基金显著的 Alpha 占比集中在 16%附近（按基金时间序列统计）.9 图 12：按基准指数划分各类基金 Carhart-Alpha 分布.10 图 13：按基准指数划分各类基金显著的 Alpha 分布密度图 .10 图 14：近 10 年来每个月末截面基金的 Carhart 回归 R2及 Alpha 中位数.11 图 15：国泰大农业近 3 个月 Carhart 归因结果.12 图 16：交银经济新动力近 3 个月 Carhart 归因结果.12 图 17：风格指数历史表现相对排序分布（季度收益降序排列）.13 图 18：大小盘风格指数历史走势相对强弱，现阶段大盘风格仍相对占据上风.13 图 19：行业指数历史表现相对排序分布（季度收益降序排列）.14 图 20：不同风格下 T-M 模型 R2显著的样本比例.16 图 21：不同市场行情下具备择时能力的基金数量占比.16 图 22：基金在消费、医药、电信行业具备择时能力的数量占比较高.17 图 23：基金在公用、消费、医药行业上择时能力较强.17 表表目录目录 表 1：Carhart 四因子内涵.5 表 2：权益基金样本筛选标准.6 表 3：样本内显著 Alpha 数量占比较高的前 10 只基金明细.11 表 4：市场、行业风格替代指数明细.15 2 2 1 5 8 6 1 9/3 6 1 3 9/2 0 1 9 0 8 2 2 1 6:3 62019-08-22 金融工程 敬请参阅最后一页特别声明-4-证券研究报告 基金的业绩评价是一个老生常谈的问题，尽管经历了几十年的发展，但无论是学术界还是业界都难以得出一个统一的结论。近年来海外市场被动基金规模持续扩张，工具化产品由于风格明确、透明化的特点，吸引了大量资金的青睐，而对应的则是主动管理基金产品出现了较大规模的资金流出。我国基金市场本身起步较晚，现阶段主动管理基金仍占据主要市场份额，但近年来增速缓慢。尽管国内公募基金市场发展历程较短，但在这一期间也诞生了不少明星基金和明星基金经理。在基金的业绩归因中常常认为“Alpha 很贵，Beta 很便宜”，片面的认为获得 Alpha 收益是能力的体现，而 Beta 收益仅是因为随大势。本文以国内偏股型基金为研究对象，分别从 Alpha 收益端和 Beta收益端对基金的主动管理能力进行探讨。图图 1：美国权益基美国权益基金净流入（出）（单位：十亿美元）金净流入（出）（单位：十亿美元）图图 2：国内权益类国内权益类基金存量规模及同比增速基金存量规模及同比增速 资料来源：ICI，光大证券研究所，注：2009 年以来累计净流入（出）月频数据，流入包括净申购和红利再投资 资料来源：Wind，光大证券研究所，注：截止 2018 年底 1、Carhart 归因模型解释力度高，仅少量基金存归因模型解释力度高，仅少量基金存在超额收益在超额收益 Alpha 1.1、业绩归因：业绩归因：Carhart 四因素模型四因素模型 由于海外基金市场起步较早，相应的基金业绩评价方法已有较长的发展历史，先后出现了 Treynor 指数、Sharpe 指数、单因素模型(Jensen 指数)、Fama-French 三因素模型等业绩评价方法。四因素模型是由 Carhart 于 1997年在 Fama 和 French 的基础上，加入了一年期收益的动量因素发展而来，综合考虑了系统风险、账面市值比、市值规模以及动量因子对基金业绩的影响，能够更为全面的评价基金业绩并且更为有效地衡量基金通过主动投资管理取得超额收益的能力。Carhart 四因素模型具体如下：rp rf=+1+2+3+4+其中，rpt表示基金的复权净值收益率，表示基金的 Alpha 收益，也就是所谓的基金选股能力，数值越大，则反映了基金的选股能力相对越强。=rm rf：代表市场因子。rm表示市场基准组合收益率，本文以中证全指收益率代替，中证全指剔除了 ST、*ST 以及上市时间不足 3 个月2 2 1 5 8 6 1 9/3 6 1 3 9/2 0 1 9 0 8 2 2 1 6:3 62019-08-22 金融工程 敬请参阅最后一页特别声明-5-证券研究报告 等股票，具有较高的市场代表性，比较合适作为偏股型基金归因分析的市场基准收。rf 表示同时段内无风险收益率，则采用十年期国债收益率替代。：代表规模因子，表示小盘股与大盘股收益率之差，分别用中证 500指数和中证 100 指数代替小盘股和大盘股。：代表了账面市值比因子，主要是衡量高账面市值比与低账面市值比的股票收益率之差，本文为增强实用性，用中证 800 价值与中证 800 成长指数之差作为替代。：代表动量因子，表示高收益股票与低收益股票的收益率之差，4则反映了部分组合收益来源于股票的动量收益还是反转收益。本文将全市场股票 T-11M 至 T-1M 的 11 个月的期间收益率排序，取前 30%和后 30%的股票分组，然后计算两个分组在 T 月的收益率之差，作为第 T 月的动量因子 MOM月度收益率。（注：剔除 ST、*ST 及月节点上市时间不满 6 个月的股票）Carhart 模型新加入的动量因素能够对市场上的“趋势效应”进行有效解释，它所表示的“动量效应”的时间隔可以是较长的一段期间。同时模型综合考虑了市场风险、账面市值比、市值规模以及动量因素对基金业绩的影响，能够更为全面、有效地衡量组合通过主动投资管理取得超额收益的能力。表表 1：Carhart 四四因子因子内涵内涵 因子简称因子简称 因子代码因子代码 因子含义因子含义 市场市场因子因子 MKT rm rf=市场基准组合收益率与市场无风险收益率之差 规模因子规模因子 SMB SMB=小盘股与大盘股收益率之差 价值因子价值因子 HML HML=高账面市值比与低账面市值比股票收益率之差 动量因子动量因子 MOM 历史表现较好与表现较差的股票收益率之差 资料来源：光大证券研究所 根据上述因子构造方式，采用月度收益率计算四因子 2008.01.01 至2019.07.31 的时间序列数据，可以观察到，四个因子之间总体的相关性比较低；仅市值因子和价值因子的负相关性较高，达到-0.58，这也反映了小盘股的成长属性相对更强；其他因子之间相关性绝对值均在 0.2 左右，不存在多重共线性。图图 3：四因子之间存在一定相关性：四因子之间存在一定相关性 图图 4：四因子基本不存在多重共线性：四因子基本不存在多重共线性 资料来源：Wind，光大证券研究所，注：2008.01.01-2019.07.31 资料来源：Wind，光大证券研究所，注：2008.01.01-2019.07.31 此外，从四个因子的历史净值走势也能对权益市场的风格切换略窥一二从四个因子的历史净值走势也能对权益市场的风格切换略窥一二。市场因子不再赘述，反映了 A 股市场近 10 年以来的整体走势。市值因子在2 2 1 5 8 6 1 9/3 6 1 3 9/2 0 1 9 0 8 2 2 1 6:3 62019-08-22 金融工程 敬请参阅最后一页特别声明-6-证券研究报告 历史上经历了几次明显的反转，2009 年下半年随着创业板成功推出，小市值风格成为了后续两年的主导，在很长一段时间市场都呈现出一定的“小盘股效应”；直到 2016 年底 2017 年初，价值投资理念开始盛行，以上证 50 为代表的白马股与蓝筹股成为市场关注的焦点。动量因子在 A 股市场呈现出了明显的反转效应，即过去一段时间跌幅较大的股票未来反而表现较好。图图 5：四因子历史净值一定程度反映了市场风格的切换四因子历史净值一定程度反映了市场风格的切换 资料来源：Wind，光大证券研究所，注：2008.01.01-2019.07.31 1.2、样本特征：多以规模指数为样本特征：多以规模指数为业绩业绩基准，沪深基准，沪深 300 占占比最高比最高 样本空间样本空间：我们仍延续以往报告的标准筛选权益型基金，以普通股票型和偏股混合型基金为基础样本空间，剔除每个时间结点成立不满 1 年的且最近定期报告披露的季末基金净资产低于 1 亿元的基金。测试测试区间：区间：2009 年 1 月 1 日至 2019 年 07 月 31 日。收益率选择收益率选择：基金复权净值收益率。数据频率：数据频率：月频。表表 2：权益基金样本筛选：权益基金样本筛选标准标准 项目项目 具体内容具体内容 测试测试区间区间 2009 年 1 月 1 日至 2019 年 07 月 31 日 样本范围样本范围 Wind 开放式基金中：普通股票型基金、偏股混合型基金 剔除方式剔除方式 1）剔除每个数据节点成立时间不满 1 年的基金；2）剔除每个数据节点规模小于 1 亿元的基金；3）仅保留初始基金（即：同时存在后缀为 A、B、C、H 等的，仅保留后缀为 A 的初始基金）数据来源数据来源 Wind 底层数据库 资料来源：光大证券研究所 以规模指数作为业绩基准的基金占比以规模指数作为业绩基准的基金占比最高，最高，其中其中沪深沪深 300 指数尤为突出指数尤为突出。我们将基金业绩比较基准中对应的股票指数按照指数属性粗略地分为规模2 2 1 5 8 6 1 9/3 6 1 3 9/2 0 1 9 0 8 2 2 1 6:3 62019-08-22 金融工程 敬请参阅最后一页特别声明-7-证券研究报告 指数、行业指数、主题指数、风格指数和策略指数五大类。在筛选后的 751个样本中，以沪深 300、中证 500 等规模指数为业绩比较基准的基金有 599个（占比 80%）；其次是行业指数和主题指数，其中消费、医药、TMT 等行业主题指数占比相对较高；而以成长、价值等风格指数为比较基准的占比仅 11%。由于仅 1 只基金的业绩比较基准为策略指数，后续分析将不单独讨论，合并进风格指数对应的基金中。图图 6：基金：基金对应对应基准指数类型分布：规模指数占比最高，以沪深基准指数类型分布：规模指数占比最高，以沪深 300 为主为主 资料来源：Wind，光大证券研究所 1.3、物以稀为贵：物以稀为贵：权益基金获取权益基金获取 Alpha 收益收益难度大难度大 后续测试依照 Carhart 原始论文均采用基金和因子的月度收益率，并设定向前回溯 12 期（1 年）作为滚动回归窗口长度，则回归模型中 Alpha 的估计值经济含义可解释为回溯期内月均超额收益。此外，对回归模型整体及参数进行假设检验时的显著性水平均取 90%。1.3.1、模型拟合效果好，四模型拟合效果好，四因子因子对基金业绩解释程度高对基金业绩解释程度高 首先，我们首先，我们验证了用验证了用Carhart四因子的线性模型拟合基金业绩是合理的四因子的线性模型拟合基金业绩是合理的。统计不同类型基准的基金 Carhart 回归模型拟合优度 R2的显著性情况，以风格指数、规模指数和主题指数为基准的基金 R2通过显著性检验的比例均在94%以上，以行业指数为基准的基金占比略低，但也达到 88%。2 2 1 5 8 6 1 9/3 6 1 3 9/2 0 1 9 0 8 2 2 1 6:3 62019-08-22 金融工程 敬请参阅最后一页特别声明-8-证券研究报告 图图 7：按基准指数划分各类基金按基准指数划分各类基金 Carhart 回归模型回归模型 R2显著的数量占比显著的数量占比 资料来源：光大证券研究所 其次，其次，在模型合理的前提下，四因子对于基金业绩在模型合理的前提下，四因子对于基金业绩整体整体的解释力度也较的解释力度也较强强。若分别考虑回归模型显著和不显著情况下的拟合优度 R2分布，可以观察到，在模型通过显著性检验的情况下，各类基金的 R2分布差异并不明显，以行业指数为业绩基准的基金略低于其他几类，总体总体 R2都超过都超过了了 0.8，说明，说明四因子对于基金业绩的解释力度较强四因子对于基金业绩的解释力度较强。但反观未通过显著性检验的回归 R2分布，中位数水平尚不到 0.6，这部分样本的占比较低，不超过 10%。图图 8：按基准指数划分各类基金按基准指数划分各类基金 Carhart 回归回归的的 R2分布分布 资料来源：光大证券研究所 进一步，在模型显著的前提下，可以看到回归残差隐含的信息也比较有限，基本能够达到零均值的假设，这样的结果也说明了残差中剩余的对于解释基金业绩的有效信息较少。2 2 1 5 8 6 1 9/3 6 1 3 9/2 0 1 9 0 8 2 2 1 6:3 62019-08-22 金融工程 敬请参阅最后一页特别声明-9-证券研究报告 图图 9：按基准指数划分各类基金：按基准指数划分各类基金 Carhart 回归残差分布回归残差分布 资料来源：光大证券研究所 1.3.2、显著显著的的 Alpha 占比较低占比较低，但仍存在基金具备正向选股能力但仍存在基金具备正向选股能力 在四因子模型解释力度较强的前提下，我们进一步分析 Carhart 模型中代表了基金经理选股能力的 Alpha 指标：1）全样本来看全样本来看，Alpha 显著的样本数量占比不到 20%，其中业绩基准为行业指数的基金 Alpha 显著的样本占比最低，尚不足 15%。2）按基金来看按基金来看，分别统计每只基金在测试期内 127 期回归模型得到的显著 Alpha 占比，仅有 43 只基金比例超过 50%，多数基金的这一比例集中在 16%附近。（注：Alpha 显著的含义通俗来讲就是指 Alpha不等于 0 的概率大于 90%）图图 10：各类基金显著的各类基金显著的 Alpha 占比占比不足不足 20%（按基准（按基准指数指数分类统计分类统计）图图 11：样本内基金显著的：样本内基金显著的 Alpha 占比集中在占比集中在 16%附近附近（按基金时间序列统计按基金时间序列统计）资料来源：Wind，光大证券研究所 资料来源：Wind，光大证券研究所 2 2 1 5 8 6 1 9/3 6 1 3 9/2 0 1 9 0 8 2 2 1 6:3 62019-08-22 金融工程 敬请参阅最后一页特别声明-10-证券研究报告 值得关注的是，凡是能够通过显著性检验的 Alpha 有至少 75%是大于零的，换句话说 Carhart 回归得到显著回归得到显著 Alpha 的基金，多数都体现出了的基金，多数都体现出了较强较强的的选股能力选股能力。图图 12：按基准指数划分各类基金：按基准指数划分各类基金 Carhart-Alpha 分布分布 资料来源：光大证券研究所，注：Alpha 已做年化处理，后文同 图图 13：按基准指数划分各类基金显著的按基准指数划分各类基金显著的 Alpha 分布分布密度图密度图 资料来源：光大证券研究所，注：图中垂直虚线表示 Alpha=0 从时间序列维度上来看 Carhart 回归的 R2相对比较稳定，仅 2017 年至2018 年这段时间中位数低于 0.8；Alpha 的时序分布同样在多数时间都能够大于零，仅在 2011 年、2014 年 5 月至 2015 年 9 月这段时间为负值。2 2 1 5 8 6 1 9/3 6 1 3 9/2 0 1 9 0 8 2 2 1 6:3 62019-08-22 金融工程 敬请参阅最后一页特别声明-11-证券研究报告 图图 14：近：近 10 年来每个年来每个月末截面基金的月末截面基金的 Carhart 回归回归 R2及及 Alpha 中位数中位数 资料来源：光大证券研究所，注：仅统计每个截面上 Alpha 显著的样本 下表呈现了显著 Alpha 占比较高的 10 只基金，其中，国泰大农业、景顺长城研究精选、交银消费新驱动等存在选股能力的时间结点数量占比相对靠前。由于基金的成立年限存在差异，我们发现 10 年的测试期内，显著 Alpha占比较高的前十只基金，与其成立年限相匹配的区间回报均比较可观。表表 3：样本内显著样本内显著 Alpha 数量占比较高的前数量占比较高的前 10 只基金明细只基金明细 基金代码基金代码 简称简称 成立年限成立年限 成立以来成立以来年化年化 涨幅涨幅%近近 1 年年累计累计 涨幅涨幅%近近 3 年年累计累计 涨幅涨幅%近近 5 年年累计累计 涨幅涨幅%显著的显著的 Alpha均值均值 显著显著 Alpha占比占比 001579.OF 国泰大农业 2.2 18.64 43.47 38.5%92%519778.OF 交银经济新动力 2.8 16.43 54.81 40.3%61%002593.OF 富国美丽中国 3.3 14.02 14.00 46.05 24.7%71%001975.OF 景顺长城环保优势 3.4 14.56 14.53 41.76 34.8%67%001736.OF 圆信永丰优加生活 3.8 10.54 8.85 20.49 17.0%67%519714.OF 交银消费新驱动 4.1 8.17 14.12 40.39 31.0%71%000688.OF 景顺长城研究精选 5.0 7.84 4.07 11.27 45.69 22.1%80%519736.OF 交银新成长 5.3 21.06 20.95 59.39 171.82 49.5%65%000577.OF 安信价值精选 5.3 20.31 8.87 28.72 149.63 26.3%67%519099.OF 新华灵活主题 8.1 7.08 11.18-1.36 40.58 46.5%67%资料来源：Wind，光大证券研究所，注：选取有效样本量大于 10 期的基金，收益率数据截止 2019.08.15 我们以选股能力排序靠前且近1年以来涨幅较高的国泰大农业和交银经济新动力为例来分析 Carhart 模型的业绩归因结果。近 3 个月以来，国泰大农业对于市场因子的暴露逐渐降低，对于动量因子的暴露增加明显；交银经济新动力对于规模因子的暴露较少，主要暴露于市场因子和动量因子上，而5 月份以来逐渐降低了对价值因子的暴露。2 2 1 5 8 6 1 9/3 6 1 3 9/2 0 1 9 0 8 2 2 1 6:3 62019-08-22 金融工程 敬请参阅最后一页特别声明-12-证券研究报告 图图 15：国泰大农业近国泰大农业近 3 个月个月 Carhart 归因结果归因结果 图图 16：交银经济新动力近交银经济新动力近 3 个月个月 Carhart 归因结果归因结果 资料来源：Wind，光大证券研究所 资料来源：Wind，光大证券研究所 通过对样本内 751 只基金用月频数据做经典的 Carhart 模型归因分析，我们发现：1）市场、规模、价值、动量四个因子对于基金整体的解释力度较强，通过显著性检验的 R2都在 0.8 以上；2）尽管业绩归因模型整体的解释力度尚可，但其中代表了基金选股能力的 Alpha 能通过显著性检验的样本占比尚不足 20%。由此也说明了，长期来看仅少数的基金能够获得超越市场的选股收益。3）对应不同类型基准指数的基金，归因分析的统计结果并不存在明显差异，因此后文分析将不再分类对比。2、市场风格切换频繁，市场风格切换频繁，“便宜的便宜的 Beta”也是生产也是生产力力 通过前文对基金整体业绩的归因分析我们发现，剥离 Beta 因子之后还能够获得有效 Alpha 的基金数量较少，但有效 Alpha 占比较低的基金也并不意味着其不具备主动管理能力。Alpha 收益代表了投资中超越市场风险因子的收益的部分，主要体现了基金的选股能力；而基金收益的组成还有一分部可以称为 Beta 收益，通过市场风险因子乘以 Beta 系数构成，主要体现了基金的对市场风格的敏感程度，或者说择时能力，同时也是一种自上而下的管理基金的方式。2.1、市场风格切换频繁，持续期较短市场风格切换频繁，持续期较短 正如前文所述，小市值因子在A股历史上曾长期被视为一个Alpha因子，但在 2016 年底、2017 年之后市场风格发生了较大的变化，小市值因子不那么有效，市场开始对那些业绩驱动明确的股票关注度提升。我们以风格指数作为替代，计算大小盘风格指数和成长、价值风格指数季度收益率相对排序，可以粗略的观察到，自 2017 年以来，很难再出现某一市场风格持续领先连续 3 个季度以上，市场风格的切换更加频繁。2 2 1 5 8 6 1 9/3 6 1 3 9/2 0 1 9 0 8 2 2 1 6:3 62019-08-22 金融工程 敬请参阅最后一页特别声明-13-证券研究报告 图图 17：风格指数历史表现相对排序分布（季度收益降序排列）：风格指数历史表现相对排序分布（季度收益降序排列）资料来源：Wind，光大证券研究所 图图 18：大小盘大小盘风格风格指数指数历史历史走势相对强弱走势相对强弱，现阶段大盘风格仍相对占据上风，现阶段大盘风格仍相对占据上风 资料来源：Wind，光大证券研究所，注：以 2009.01.01 为基准日，截止于 2019.08.15 相较于市值风格和价值风格，市场上行业风格的切换则更加频繁，消费、医药可谓是过去一两年炙手可热的行业，而过去一年表现较好的偏股型基金几乎都集中在这两个行业上，例如博时医疗保健行业 A、创金合信消费主题A、广发医疗保健等过去1年的收益率分别达到了54.91%、44.29%和43.66%。（注：截止 2019.08.18）2 2 1 5 8 6 1 9/3 6 1 3 9/2 0 1 9 0 8 2 2 1 6:3 62019-08-22 金融工程 敬请参阅最后一页特别声明-14-证券研究报告 图图 19：行业指数历史表现相对排序分布（季度收益降序排列）行业指数历史表现相对排序分布（季度收益降序排列）资料来源：Wind，光大证券研究所 由于市场风格的切换，那些没有明显行业或风格偏好的基金可能会对行业间的配置比例适时的做一些调整，接下来我们将通过对经典的基金择时能力判断模型 T-M 做一定的调整来衡量基金的风格和行业择时能力。2.2、T-M 择时择时模型模型在风格指数上的在风格指数上的应用应用 由于各行业、风格指数之间的相关性较高，同时纳入业绩归因模型中，难以剥离基金在每个风格上的择时能力，因此考虑对经典的 T-M 择时模型中的市场指数收益率加以替换，下面我们首先介绍一下经典 T-M 模型。T-M 模型是 Treynor 和 Mazuy 通过在 CAPM 基础上加入二次项来评价组合的选股和择时能力，其基本的回归模型如下：=+1()+2()2+其中，和前文所述 Carhart 模型类似，分别代表基金收益率、市场收益率和无风险收益率，表示组合的选股能力，1 表示组合承担的市场风险，2表示组合的择时能力。由于二次项()2 恒大于零，导致基金的风险溢价变动总是高于承担市场风险收益补偿的变动，因此2可以用来衡量组合对于市场风险的择时能力。2 0，则说明基金具备择时能力；当市场上行时，2越大则表示组合在市场上行时获取收益的能力越强；当市场下跌时，0，上涨行情 0，下跌行情 整体来看，整体来看，通过单一风格的通过单一风格的 T-M 模型模型来解释基金业绩，仅对于部分指数来解释基金业绩，仅对于部分指数较为有效较为有效。对比样本内基金在 10 个行业指数和 4 个风格指数上的单一风格T-M 模型的显著的 R2占比，会发现通过可选消费、工业、主要消费及小盘风格指数来拟合基金业绩模型的有效性较高，而对于金融地产行业、能源行业、大盘风格、价值风格的二次 T-M 来解释基金业绩，模型的有效性相对较差。2 2 1 5 8 6 1 9/3 6 1 3 9/2 0 1 9 0 8 2 2 1 6:3 62019-08-22 金融工程 敬请参阅最后一页特别声明-16-证券研究报告 图图 20：不同风格下不同风格下 T-M 模型模型 R2显著显著的的样本比例样本比例 资料来源：Wind，光大证券研究所 进一步，我们从市场行情出发来对比基金择时能力的差异。1）在前期市场处于上涨行情时，在电信、材料、信息及医药行业具备择时能力的基金占比相对较高，平均比例超过 50%；2）当前期市场处于下跌行情时，在主要消费、医药卫生、电信业务、可选消费行业及小盘风格具备择时能力的基金占比较高，尤其是主要消费行业上，具备择时能力的比例接近 70%；3）对比同一风格内不同行情下的具备择时能力的比例，会发现下跌行情下具备择时能力的比例明显高于上涨行情，这也侧面反映了基金总体控制下跌风险的能力较强。图图 21：不同市场行情下具备择时能力的基金数量占比：不同市场行情下具备择时能力的基金数量占比 资料来源：Wind，光大证券研究所 从单个基金的择时能力时间序列出发，计算每只基金在测试时间段内具备择时能力的时段占比，我们同样发现基金在主要主要消费、医药消费、医药生物生物、电信电信业业务务行业行业及小盘风格及小盘风格具备择时能力的时间较长。2 2 1 5 8 6 1 9/3 6 1 3 9/2 0 1 9 0 8 2 2 1 6:3 62019-08-22 金融工程 敬请参阅最后一页特别声明-17-证券研究报告 图图 22：基金在消费、医药基金在消费、医药、电信行业、电信行业具备择时能力的数量占比具备择时能力的数量占比较高较高 资料来源：Wind，光大证券研究所 T-M 模型得到的择时能力指标不仅能反映基金是否具备择时能力，同时指标的大小也代表了择时能力的大小，仅关注 T-M 模型整体显著的情况下基金择时能力的分布我们发现：1）从不同风格内择时能力指标的中位数来看，基金对于公用事业、主要消费、医药行业的择时能力相对较强；2）从不同风格内择时能力指标的分散程度来看，基金在金在原原材料、可选材料、可选消费、消费、主要消费、信息技术、电信业务行业及小盘风格的择时能力差异较小，主要消费、信息技术、电信业务行业及小盘风格的择时能力差异较小，指标分布更为集中指标分布更为集中。图图 23：基金在基金在公用、公用、消费、医药行业消费、医药行业上上择时能力择时能力较强较强 资料来源：Wind，光大证券研究所 4、观点小结观点小结 本篇报告，我们对十年测试区间内的权益基金的长期 Alpha 收益和 Beta择时能力做了评估和分析，总而言之，权益基金是具备主动管理能力的，只是在不同的时间阶段和基金个体之间存在一定的差异性。2 2 1 5 8 6 1 9/3 6 1 3 9/2 0 1 9 0 8 2 2 1 6:3 62019-08-22 金融工程 敬请参阅最后一页特别声明-18-证券研究报告 Alpha 收益端收益端（1）通过 Carhart 模型分析基金获取 Alpha 收益的能力来看，不同业绩基准的基金之间并不存在明显差异。（2）尽管业绩归因模型整体的解释力度比较高，但其中代表了基金选股能力的 Alpha 能通过显著性检验的样本占比尚不足 20%，由此也说明了，长期来看仅少数的基金能够获得超越市场的选股收益。（3）那些未通过显著性检验的 Alpha 明显低于显著的 Alpha，也说明了存在 Alpha 收益的基金，其 Alpha 收益也的确体现了物以稀为贵。Beta 收益端收益端 通过分析基金在不同市场风格和行业风格下的择时能力我们发现，基金主要在消费（主要消费+可选消费）、医药卫生、电信、信息技术等行业及小盘风格体现出较为显著的择时能力，同时在这些风格上基金的择时能力分化也比较小。结合历史上市场风格的演化情况我们也注意到：在历史上持续在历史上持续时间较长风格上，基金的择时能力更强，但不同基金之间的差异也更小，这时间较长风格上，基金的择时能力更强，但不同基金之间的差异也更小，这一现象也侧面反映了基金的一现象也侧面反映了基金的存在一定的存在一定的抱团效应。抱团效应。5、风险提示风险提示 本报告数据均来自于历史公开数据，仅基于历史数据搭建策略，模型及因子随经济环境变化存在失效的风险，基金未来收益情况或不及预期。2 2 1 5 8 6 1 9/3 6 1 3 9/2 0 1 9 0 8 2 2 1 6:3 62019-08-22 金融工程 敬请参阅最后一页特别声明-19-证券研究报告 行业及公司评级体系行业及公司评级体系 评级评级 说明说明 行行业业及及公公司司评评级级 买入 未来 6-12 个月的投资收益率领先市场基准指数 15%以上；增持 未来 6-12 个月的投资收益率领先市场基准指数 5%至 15%；中性 未来 6-12 个月的投资收益率与市场基准指数的变动幅度相差-5%至 5%；减持 未来 6-12 个月的投资收益率落后市场基准指数 5%至 15%；卖出 未来 6-12 个月的投资收益率落后市场基准指数 15%以上；无评级 因无法获取必要的资料，或者公司面临无法预见结果的重大不确定性事件，或者其他原因，致使无法给出明确的投资评级。基准指数说明：基准指数说明：A 股主板基准为沪深 300 指数；中小盘基准为中小板指；创业板基准为创业板指；新三板基准为新三板指数；港股基准指数为恒生指数。分析、估值方法的局限性说明分析、估值方法的局限性说明 本报告所包含的分析基于各种假设，不同假设可能导致分析结果出现重大不同。本报告采用的各种估值方法及模型均有其局限性，估值结果不保证所涉及证券能够在该价格交易。分析师声明分析师声明 本报告署名分析师具有中国证券业协会授予的证券投资咨询执业资格并注册为证券分析师，以勤勉的职业态度、专业审慎的研究方法，使用合法合规的信息，独立、客观地出具本报告，并对本报告的内容和观点负责。负责准备以及撰写本报告的所有研究人员在此保证，本研究报告中任何关于发行商或证券所发表的观点均如实反映研究