海通证券_20180514_基于因子剥离的FOF择基逻辑系列十：基金市场择时与风格择时能力探究（上.pdf

请务必阅读正文之后的信息披露和法律声明 金融工程金融工程研究研究 证券证券研究研究报告报告 金融工程专题报告金融工程专题报告 2018 年年 05 月月 13 日日 相关研究相关研究 Table_ReportInfo 机构调研事件的超额收益2018.05.09 行业轮动系列研究 9高频数据在行业轮动中的应用2018.04.25 行业轮动系列研究 8预期情绪数据的应用分析2018.04.20 Table_AuthorInfo 分析师:冯佳睿 Tel:(021)23219732 Email: 证书:S0850512080006 联系人:吕丽颖 Tel:(021)23219745 Email: 基于因子剥离的基于因子剥离的 FOF 择基逻辑系列择基逻辑系列十十 基金基金市场择时与风格市场择时与风格择时能力探究择时能力探究（上）（上）Table_Summary 投资要点：投资要点：本文依然延续因子剥离系列的前序报告，围绕基金超额收益的来源以及 Alpha进行探讨与分析，然而不同的是本文切入的是一个新的视角，尝试对基金的Alpha 内部进行进一步的拆分，思考基金主动管理的 Alpha 从何而来。基金的基金的 Alpha 从何而来？从何而来？Alpha 特指基金管理人的投资管理能力，其两个重要的源泉分别为：选股能力和择时能力。选股能力，指基金管理人在众多股票中选择出独立于市场走势的具备超额收益的股票的能力。而择时能力，指的是基金管理人控制基金的 Beta 的能力。优秀的择时能力体现为：在市场上涨的过程中，主动提高基金的 Beta；在市场下跌的过程中，及时降低基金的 Beta。如何判定基金的择时能力？如何判定基金的择时能力？我们介绍了参数分析法下的两大经典模型TM与HM 模型，分别通过引入二次项与虚拟项以刻画基金的择时能力。进一步地，我们在经典的模型上进行了进一步加工，从传统的市场择时拓展到市值因子与价值因子的风格择时。国内基金的市场择时与风格择时能力是否存在？国内基金的市场择时与风格择时能力是否存在？从实证分析结果来看，当前的确存在具备显著的市场择时能力的基金，在 14 年至今的较长的时间窗口中该类基金占比 15%-20%左右。然而基金的市场择时能力受到市场环境的显著影响，在不同的时段中具备市场择时能力的基金比例有明显的大幅波动而并非持续稳定。相反，当前存在显著的风格择时能力的基金比例极少，仅约 5%，且在不同时间段中均保持着极低的比例。基金经理的择时能力在跨期之间是否稳定持续？基金经理的择时能力在跨期之间是否稳定持续？从跨期的稳定性分析上来看，基金的市场择时能力在跨期之间存在一定的稳定性，可以用作 FOF 跨期投资中的参考。然而，具备风格择时能力的基金在跨期之间并不具备稳定性，即当期表现为具有风格择时能力的基金在下一期并非能持续保持这一能力。经典模型的分析结果显示，对基金而言，无论实现市场择时还是风格择时都非常困难，只有少部分基金被认为存在择时能力，且这些基金的数量在不同的市场环境中存在大幅波动，受到市场环境的影响。相对而言，市场择时比风格择时较为容易一些，且在跨期之间呈现出一定的稳定性。而风格择时无论是数量还是跨期稳定性均表现不佳，对 FOF 投资尚且缺乏显著的意义。风险提示：市场系统性风险、政策变动风险、风险提示：市场系统性风险、政策变动风险、模型误设风险模型误设风险。金融工程研究 金融工程专题报告2 请务必阅读正文之后的信息披露和法律声明 目目 录录 1.Alpha 从何而来？.5 1.1 选股 vs.择时Alpha 的源泉.5 1.2 经典择时模型TM 模型.6 1.3 经典择时模型HM 模型.6 1.4 模型拓展市场择时 vs.风格择时.7 2.择时模型的本土实证.8 2.1 实证样本基金的筛选.8 2.2 实证因子的筛选与构造.8 2.3 择时能力实证分析案例.9 3.择时能力实证分析统计.11 3.1 基金池择时能力分析统计.11 3.2 两套模型分析效果的相关性.12 3.3 分年度择时能力统计.13 4.择时能力的跨期稳定性.14 4.1 跨期稳定性鉴定方法.14 4.2 跨期稳定性分析结果.14 5.思考与总结.15 6.风险提示.16 金融工程研究 金融工程专题报告3 请务必阅读正文之后的信息披露和法律声明 图目录图目录 图 1 Alpha 的两个主要来源.5 图 2 TM 模型图像说明.6 图 3 HM 模型图像说明.7 图 4 实证检验基金样本与比例.8 图 5 市场走势与基金案例 A 滚动 Beta 暴露对比.9 图 6 市场同期收益与基金案例 A 滚动 Beta 暴露对比.10 图 7 价值风格因子走势与基金案例 B 滚动价值风格暴露对比.10 图 8 价值风格因子同期收益与基金案例 B 滚动价值风格暴露对比.11 图 9 择时系数项大于 0 的基金个数占比.12 图 10 择时系数项显著的基金个数占比.12 图 11 市场择时能力检验分年度统计.13 图 12 市值风格择时能力检验分年度统计.13 图 13 价值风格择时能力检验分年度统计.14 金融工程研究 金融工程专题报告4 请务必阅读正文之后的信息披露和法律声明 表目录表目录 表 1 基金案例 A 模型测试结果.9 表 2 基金案例 B 模型测试结果.10 表 3 基金池择时能力分析统计.11 表 4 HM 模型与 TM 模型的测试结果相关性.13 表 5 市场择时能力的跨期稳定性测试.15 表 6 市值风格择时能力的跨期稳定性测试.15 表 7 价值风格择时能力的跨期稳定性测试.15 金融工程研究 金融工程专题报告5 请务必阅读正文之后的信息披露和法律声明 本文是抽丝剥茧与 Alpha 提纯基于因子剥离的 FOF 择基逻辑系列的第十篇报告，系列的前序报告主要以探讨因子剥离与 Alpha 提纯为主，探寻基金相对于基准超额收益的来源以及提纯 Alpha 的稳定性，并将理论在国内的权益、债券以及 CTA 等不同类型的基金中构造相应的因子进行实证。本文切入的是一个新的视角，尝试对提纯后的 Alpha 进行进一步的剖析，思考基金主动管理的 Alpha 从何而来。本文将先介绍 Alpha 的主要源泉选股与择时，进而介绍两大经典的择时能力分析模型，随后，本文会进一步拓展该模型从市场择时到风格择时，并在国内的权益类基金中进行实证。本文将回答以下几个问题：基金的择时能力该如何判定？国内基金经理的市场择时与风格择时能力是否存在？基金经理的择时能力在跨期之间是否稳定持续？经典的择时能力分析模型是否有效？1.Alpha 从何而来？从何而来？1.1 选股选股 vs.择时择时Alpha 的源泉的源泉 Alpha，特指基金管理人的投资管理能力，有两个重要的源泉分别为：选股能力和择时能力。选股能力，指基金管理人在众多股票中选择出独立于市场走势的具备超额收益的股票的能力。而择时能力，指的是基金管理人控制基金的 Beta 的能力。优秀的择时能力体现为：在市场上涨的过程中，主动提高基金的 Beta；在市场下跌的过程中，及时降低基金的 Beta。在传统的多元线性因子剥离模型中，选股 Alpha 与择时的 Alpha均无法被常规因子所解释，最终存留在常数项中作为基金管理人的 Alpha 存在。在两种类型的 Alpha 中，选股 Alpha 的获得相对较为容易，当基金管理人掌握一些尚未被市场公认为“Smart Beta”的因子亦或是掌握一些事件驱动的触发信号时均可以获得选股 Alpha。而择时 Alpha 则需要基金管理人对市场的走势有敏感的判断，或对市场的风格有所把控，因而在实际操作中较为困难。早在 1960 年代开始，学术界就已经兴起了对基金择时能力的研究，其中包括参数分析法与非参数分析法两大类别。作为金融工程专题报告，下文主要介绍参数分析法中的两个最为广泛使用的经典模型。图图1 Alpha 的两个主要来源的两个主要来源 资料来源：海通证券研究所 金融工程研究 金融工程专题报告6 请务必阅读正文之后的信息披露和法律声明 1.2 经典择时模型经典择时模型TM 模型模型 TM 模型，由 Teynor 和 Mazuy 于 1966 年提出，其核心逻辑是：如若一个基金经理能够成功预测到市场的收益，那么就会在市场收益高的时候提高组合的值，反之，当其预测到市场收益下降，会相应地降低组合的值。根据这一思路，两位学者在经典的 CAPM 模型中引入了二次项以刻画基金经理的择时能力，其公式表达如下：其中表示 t 时段内基金的收益率，表示无风险利率，表示市场基准收益率，表示基金的选股能力，是市场超额收益二次项的系数，也是刻画基金经理择时能力的核心项。当0 时，意味着基金经理在市场基准收益高于无风险收益的时候，主动提高了组合的系统风险来获取更高的回报，因此可认为基金经理拥有正的择时能力。图图2 TM 模型图像说明模型图像说明 资料来源：海通证券研究所 Teynor 和 Mazuy 曾使用年度数据对美国的 57 个开放式基金进行了择时能力的实证探究，但结果发现，只有一个基金呈现出显著的市场择时能力。论其原因一方面在于年度数据的频率过低，另一方面在于使用二次项的刻画择时能力的方式与实际择时操作情形之间并不贴切。1.3 经典择时模型经典择时模型HM 模型模型 第二个被广泛使用的经典择时模型是 HM 模型，由 Henriksson 和 Merton 于 1981年提出。TM 模型与 HM 模型的出发点是一致的，思路均是试图刻画出基金在市场上涨的时候提升了组合的 Beta 以获得更多的“跟涨”，而在市场下跌的时候降低组合的 Beta以尽量回避“跟跌”。不同的是，HM 模型中摒弃了二次项而是改用一个虚拟变量以刻画变化的 Beta 系数。其模型如下：金融工程研究 金融工程专题报告7 请务必阅读正文之后的信息披露和法律声明 根据如上模型，当市场上涨的时候，组合的 Beta 为，而当市场下跌的时候，组合的 Beta 为。作为虚拟变量的系数，依然是刻画基金经理择时能力的核心项。当0 时，意味着基金经理在市场基准收益高于无风险收益的时候，主动提高了组合的系统风险来获取更高的回报，故认为基金经理拥有正的择时能力。图图3 HM 模型图像说明模型图像说明 资料来源：海通证券研究所 HM 模型与 TM 模型最大的不同在于 TM 模型假设了基金经理对市场方向进行判断随之调整组合风险暴露的方式是循序渐进的，类似于二次函数的变化过程。而 HM 模型认为基金经理在给出新的市场判断后会立刻做出调整，并没有循序渐进的过程。1.4 模型拓展模型拓展市场择时市场择时 vs.风格择时风格择时 如上的 HM 模型和 TM 模型均是在 CAPM 模型的基础上进行二次项或者虚拟项的引入，从而刻画基金经理在市场收益变动的情形下调整组合 Beta 的行为。事实上，这样的思路同样可以应用在风格择时上。以著名的 Fama-French 三因素模型为例，市值因子 SMB 和价值因子 HML 作为两大最为鲜明的市场风格，在模型中也作为影响股票收益的重要因素，FF3 的原始公式如下。与经典模型的方法类似地，我们可同时对模型的三大自变量均引入择时测试项，其公式表达如下：其中，在 TM 系列模型中，而在 HM 系列模型中 金融工程研究 金融工程专题报告8 请务必阅读正文之后的信息披露和法律声明 最终模型回归系数中的各，即分别刻画了基金经理对市场以及两个风格因子的择时能力。Evangelos Benos 和 Marek Jochec 于 2008 年曾使用该模型对 448 只美国的主动管理基金进行了市场择时与风格择时检验，发现一部分业绩表现较好的基金存在稳定持续的择时能力，而几乎没有基金存在稳定持续的风格择时能力。2.择时模型的本土实证择时模型的本土实证 2.1 实证样本实证样本基金的筛选基金的筛选 基于如上模型介绍，我们从本节开始使用相似的模型对当前国内的公募基金进行实证检验。考虑到本文主要探讨权益市场的择时以及权益资产中的风格择时，我们选取了当前国内的开放式普通股票型基金与偏股混合型基金两大类别进行实证分析。根据统计，截止到 2018 年 4 月，当前国内共计开放式普通股票型基金 250 只，偏股混合型基金 562只，共计 812 只基金样本。在数据处理中，我们对基金净值均进行复权处理，以剔除分红以及净值拆分折算等事件对基金净值的影响，最终获得基金的日频净值增长率作为其收益率。同时，选用一年期银行定期存款利率作为无风险利率。图图4 实证检验基金样本与比例实证检验基金样本与比例 普通股票型基金偏股混合型基金 资料来源：Wind，海通证券研究所 2.2 实证因子的筛选与构造实证因子的筛选与构造 如模型所示，针对目标基金池需要构建基准市场因子以及两大风格因子作为模型的自变量。在基准市场因子的选择中，虽然绝大多数基金选择沪深 300 指数作为其基准中股票市场指数的代表，但实际上大多基金相对于沪深 300 有明显的小盘风格偏离，相对而言，中证 500 指数是更为合适的全市场走势的折中代表，故本文采用中证 500 指数指代择时能力鉴定模型中的市场因子。在两大风格因子市值因子与价值因子的构造上，我们选用与 Fama-French 三 金融工程研究 金融工程专题报告9 请务必阅读正文之后的信息披露和法律声明 因子模型一致的构造方法分组筛选后的多空收益法。因子构造时进行相关性控制，针对 SMB、HML 与 UMD 中的每一个因子，分别基于另外两个因子对全市场股票进行分组，并在每一组里面计算目标因子的多空收益，最后进行各组平均。2.3 择时能力实证分析择时能力实证分析案例案例 在对全样本基金池进行统计之前，本节首先筛选少量择时系数项显著的基金作为案例，以测试择时鉴定模型的有效性。表表 1 基金案例基金案例 A 模型测试结果模型测试结果 市场择时市场择时 市值风格择时市值风格择时 价值风格择时价值风格择时 TM 模型模型二次项系数二次项系数 T 4.97-3.04 0.18 HM 模型模型虚虚拟项系数拟项系数 T 4.99-2.07-0.05 资料来源：Wind，海通证券研究所 以基金 A 为例，基于 2014 年 5 月至今的 4 年时间段的样本数据，该基金市场择时的 TM 模型二次项系数的 T 统计量为 4.97，而 HM 模型虚拟项系数的 T 统计量为 4.99，两者均具备 95%的统计显著性，被模型鉴定为具有显著的市场择时能力。展开该基金的净值序列并将之进行滚动 Beta 测试，在每个时点均基于过去 2 个月的数据窗口进行 Beta 计算，从而获得滚动 Beta 时间序列。滚动 Beta 与市场走势之间的趋势对比如下图，图中可见该基金的市场风险暴露大体上与市场走势之间保持一致的趋势。图图5 市场走势与市场走势与基金案例基金案例 A 滚动滚动 Beta 暴露对比暴露对比 00.511.522.533.5市场净值走势基金滚动beta暴露 资料来源：Wind，海通证券研究所 为实现更为同步的比对，我们计算每一个滚动窗口中同期的市场收益的均值，即过去 2 个月的移动平均线，并将之与基金的滚动风险暴露一起绘制曲线如下图。两条曲线之间呈现了更为明显的一致性变动特征，在 2015 年 3 月、2017 年 4 月以及 2017 年 8月等多处拐点，基金的风险暴露均与市场变化同步进行了调整。两者对比结果可以说明：HM 与 TM 模型能够在一定程度上检验出具备择时能力的基金。金融工程研究 金融工程专题报告10 请务必阅读正文之后的信息披露和法律声明 图图6 市场同期收益与基金案例市场同期收益与基金案例 A 滚动滚动 Beta 暴露对比暴露对比-1-0.500.511.5市场同期收益基金滚动beta暴露 资料来源：Wind，海通证券研究所 类似地，筛选出风格因子择时系数较为显著的基金进行验证。以基金 B 为例，下表中可见该基金在市场择时以及市值风格择时中系数均不显著，然而其价值风格择时检验中TM模型的二次项系数的t统计量为4.24，而HM模型的虚拟项系数的t统计量为2.95，模型认为其具备显著的价值风格择时能力。表表 2 基金案例基金案例 B 模型测试结果模型测试结果 市场择时市场择时 市值风格择时市值风格择时 价值风格择时价值风格择时 TM 模型模型二次项系数二次项系数 T 0.710 1.297 4.244 HM 模型模型虚拟项系虚拟项系数数 T 0.919 1.283 2.950 资料来源：Wind，海通证券研究所 依旧分别比对价值因子的净值走势与该基金的价值风格暴露走势，从图 7 和图 8 中可见，该基金的价值风格暴露与价值因子的走势呈现出一定的一致性特征，尤其是图 8的同期收益与滚动风格暴露的对比图中，基金的风格在大多数拐点均进行了同步的调整。图图7 价值风格因子走势与基金案例价值风格因子走势与基金案例 B 滚动价值风格暴露对比滚动价值风格暴露对比-1.5-1-0.500.511.52因子净值走势基金滚动风格暴露 资料来源：Wind，海通证券研究所 金融工程研究 金融工程专题报告11 请务必阅读正文之后的信息披露和法律声明 图图8 价值风格因子同期收益与基金案例价值风格因子同期收益与基金案例 B 滚动价值风格暴露对比滚动价值风格暴露对比-1.2-1-0.8-0.6-0.4-0.200.20.40.6因子同期收益基金滚动风格暴露 资料来源：Wind，海通证券研究所 3.择时能力实证分析统计择时能力实证分析统计 3.1 基金池择时能力分析统计基金池择时能力分析统计 在检验了 HM 与 TM 模型结果的有效性以后，本节对 812 只基金进行遍历分析，检验当前基金池中是否存在具备显著的市场择时或者风格择时能力的基金。检验窗口依旧为过去 4 年，如若有基金未满时长则予以剔除，最终留下 503 只基金纳入统计，初步统计结果如表 3。表表 3 基金池择时能力分析统计基金池择时能力分析统计 市场择时市场择时 市值风格择时市值风格择时 价值风格择时价值风格择时 总基金个数总基金个数 812 812 812 满足标准时长的基金个数满足标准时长的基金个数 503 503 503 二次项系数大于二次项系数大于 0 的基金个数的基金个数 401 308 136 二次项系数大于二次项系数大于 0 的基金占比的基金占比 79.7%61.2%27.0%二次项系数显著的基金个数二次项系数显著的基金个数 84 49 11 二次项系数显著的基金占比二次项系数显著的基金占比 16.7%9.7%2.2%虚拟项系数大于虚拟项系数大于 0 的基金个数的基金个数 443 429 77 虚拟项系数大于虚拟项系数大于 0 的基金占比的基金占比 88.1%85.3%15.3%虚拟项系数显著的基金个数虚拟项系数显著的基金个数 110 65 13 虚拟项系数显著的基金占比虚拟项系数显著的基金占比 21.9%12.9%2.6%资料来源：Wind，海通证券研究所 从统计结果上看，在 503 只有效时长的基金中，TM 模型检验结果显示，具备显著市场择时能力的基金为 84 只，占比 16.7%；具备显著市值风格择时能力的基金为 49只，占比 9.7%；而具备显著价值风格择时能力的基金仅 11 只，占比 2.2%。HM 模型检验结果显示，具备显著市场择时能力的基金为 110 只，占比 21.9%；具备显著市值风格择时能力的基金 65 只，占比 12.9%；而具备价值风格择时能力的基金仅 13 只，占比 2.6%。可以初步获得的结论是：金融工程研究 金融工程专题报告12 请务必阅读正文之后的信息披露和法律声明 1.从市场择时、市值风格择时以及价值风格择时的对比来看，具备市场择时与市值风格择时能力的基金相对而言数量更多，而价值风格择时则较为困难。事实上，因为市值风格在过去的 4 年中波动并不大，仅有两次明显的方向切换，没有足够数量的的风格拐点，故而模型检验结果中具备市值风格择时能力的基金其真实择时能力缺乏可信度，有待进一步考察。总体而言，市场择时可能相对于风格择时容易一些，这一结论与两位学者在原始文献中的结论是较为一致的。2.在 HM 与 TM 模型中，往往 HM 模型认为具备显著能力基金的数量会大于 TM模型，其原因在于：TM 模型中二次项的设定意味着“循序渐进调整风险暴露”的强假设，事实上基金经理的操作往往是在判定了市场风格后及时进行转换而并非缓慢地进行风格暴露的调整，因此符合 TM 转换模式的基金数量较少，猜测 HM 模型可能更为贴近实际。图图9 择时系数项大于择时系数项大于 0 的基金个数占比的基金个数占比 0.0%10.0%20.0%30.0%40.0%50.0%60.0%70.0%80.0%90.0%100.0%市场择时市值风格择时价值风格择时二次项系数大于0的基金个数占比虚拟项系数大于0的基金个数占比 资料来源：Wind，海通证券研究所 图图10 择时系数项显著的基金个数占比择时系数项显著的基金个数占比 0.0%5.0%10.0%15.0%20.0%25.0%市场择时市值风格择时价值风格择时二次项系数显著的基金个数占比虚拟项系数显著的基金个数占比 资料来源：Wind，海通证券研究所 3.2 两套两套模型分析效果的相关性模型分析效果的相关性 虽然两套模型检验“市场上涨时 beta 提升，市场下跌时 beta 下降”的方式有所不同，测试结果也存在一定的差异，但是检测两个模型的分析结果，在市场择时、市值风格择时以及价值风格择时中，两套模型分析结果的相关性分别为 0.95,0.85 以及 0.93。金融工程研究 金融工程专题报告13 请务必阅读正文之后的信息披露和法律声明 由此可见，虽然方式不同，但是都是以检验择时能力为目的，相关性很高，大体上殊途同归。表表 4 HM 模型与模型与 TM 模型的测试结果相关性模型的测试结果相关性 市场择时 市值风格择时 价值风格择时 系数 t 值的相关性 0.951 0.852 0.930 系数显著性排序的相关性 0.944 0.845 0.916 资料来源：Wind，海通证券研究所 3.3 分年度分年度择时能力择时能力统计统计 值得进一步思考的是，如若进行时段切分，不同时段中具备择时能力的基金数量比例是否一致？是否存在个别时段中具备择时能力的基金更多，而个别时段中择时更为困难？本节进一步对基金池中的基金进行分年度的择时能力统计，从 2010 年至 2018 年，每年均基于当年的数据测试基金池中具备显著择时能力的基金占比。从市场择时能力的分年度统计来看，不同时段中具备择时能力的基金数量比例存在大幅的波动，在 2013 年与 2015 年比例最高，约 20%，而其余年份中具备择时能力的基金比例非常低，约在 5%左右。图图11 市场择时能力检验分年度统计市场择时能力检验分年度统计 0.0%5.0%10.0%15.0%20.0%25.0%30.0%201020112012201320142015201620172018二次项显著占比虚拟项显著占比 资料来源：Wind，海通证券研究所 从市值风格择时的分年度统计来看，除了 2011 年呈现显著市值风格择时能力的基金比重较高以外，其余各年均保持在 5%-10%左右。市值风格择时的难度大于市场择时。图图12 市值风格择时能力检验分年度统计市值风格择时能力检验分年度统计-5.0%0.0%5.0%10.0%15.0%20.0%25.0%30.0%201020112012201320142015201620172018二次项显著占比虚拟项显著占比 资料来源：Wind，海通证券研究所 金融工程研究 金融工程专题报告14 请务必阅读正文之后的信息披露和法律声明 从价值风格择时能力来看，历年具备风格择时能力的基金比重都保持在 0%-5%之间，波动较小。与上一节中的四年窗口的分析结果非常一致，可见无论在任何环境与时段，价值风格择时均非常困难。图图13 价值风格择时能力检验分年度统计价值风格择时能力检验分年度统计 0.0%5.0%10.0%15.0%20.0%25.0%30.0%201020112012201320142015201620172018二次项显著占比虚拟项显著占比 资料来源：Wind，海通证券研究所 从如上分年统计来看，具备市场择时能力的基金比例波动较大，但平均来看，其比例依然远远大过于具备价值风格择时能力以及市值风格择时能力的基金比例。风格择时的难度较大，且价值风格择时的难度更甚。4.择时能力的跨期稳定性择时能力的跨期稳定性 4.1 跨期稳定性鉴定方法跨期稳定性鉴定方法 择时能力的研究对 FOF 而言更重要的意义在于跨期投资，即当期具备择时能力的基金在下一期是否依然具有择时能力？当期择时表现优异的基金与下一期的择时表现优异的基金有多大的重复率？为解答这些疑问，我们采用如下模型鉴定基金择时能力的跨期稳定性。公式中，代表所有基金的任何当期评价指标（如择时项的系数显著性、择时项系数显著程度在整体中的排名等），将每一期该指标的截面数据针对其上一期的截面数据进行回归，获得系数，最终测试 的时间序列显著性，如若 显著大于 0，则说明该指标在跨期之间存在稳定性。4.2 跨期稳定性分析结果跨期稳定性分析结果 依照如上思路对市场择时以及两大风格择时的各项指标均进行跨期稳定性测试，表5、表 6 与表 7 展示了三类择时的测试结果。从数据分析可见，在市场择时能力的分析结果中，二次项系数 T、二次项系数 T 在整体中的排名、虚拟项系数 T、虚拟项系数 T 在整体中的排名四个指标的 b 序列 t 值分别为 3.1、2.47、3.97、3.96，在跨期之间具备稳定性。金融工程研究 金融工程专题报告15 请务必阅读正文之后的信息披露和法律声明 表表 5 市场择时能市场择时能力的跨期稳定性测试力的跨期稳定性测试 二次项系数二次项系数 T 二次项系数二次项系数 T 排名排名 虚拟项系数虚拟项系数 T 虚拟项系数虚拟项系数 T 排名排名 b-均值均值 0.084 0.081 0.105 0.113 b-t 显著性显著性 3.088 2.468 3.965 3.960 资料来源：Wind，海通证券研究所 与市场择时的分析结果不同的是，市值风格择时能力与价值风格择时能力的跨期稳定性均不显著，因而并不具备在 FOF 投资中的跨期预测价值。表表 6 市值风格择时能力的跨期稳定性测试市值风格择时能力的跨期稳定性测试 二次项系数二次项系数 T 二次项系数二次项系数 T 排名排名 虚拟项系数虚拟项系数 T 虚拟项系数虚拟项系数 T 排名排名 b-均值均值 0.033 0.030 0.020 0.048 b-t 显著性显著性 0.958 1.012 0.615 1.415 资料来源：Wind，海通证券研究所 表表 7 价值风格择时能力的跨期稳定性测试价值风格择时能力的跨期稳定性测试 二次项系数二次项系数 T 二次项系数二次项系数 T 排名排名 虚拟项系数虚拟项系数 T 虚拟项系数虚拟项系数 T 排名排名 b-均值均值 0.047 0.050 0.043 0.049 b-t 显著性显著性 0.960 1.093 0.928 1.146 资料来源：Wind，海通证券研究所 5.思考与总结思考与总结 本篇报告依然延续前序报告对基金超额收益的来源以及 Alpha 进行分析，然而不同的是本文切入的是一个新的视角尝试对基金的 Alpha 内部进行进一步的拆分，思考基金主动管理的 Alpha 从何而来。在本文中我们主要回答了如下几个问题：基金的 Alpha 从何而来？选股与择时是 Alpha 的重要源泉，其中择时 Alpha 需要基金经理对市场以及风格有敏感的把控，相对而言更为困难。如何判定基金的择时能力？我们介绍了两大经典模型HM 与 TM 模型，并在传统的模型上进行了进一步拓展，从传统的市场择时进阶到市值因子与价值因子的风格择时。国内基金的市场择时与风格择时能力是否存在？从样本基金池的统计分析结果来看，当前的确存在具有显著的市场择时能力的基金，在较长的窗口测试中，该类基金占比 15-20%左右，然而在不同的时段中具备市场择时能力的基金比例出现明显的大幅波动而并非持续稳定，即基金的市场择时能力受到市场环境的影响。相反，当前存在显著的风格择时能力的基金比例非常少，仅约 5%，且在不同时间段中均持续保持着极低的比例。基金经理的择时能力在跨期之间是否稳定持续？从跨期的稳定性分析上来看，基金 金融工程研究 金融工程专题报告16 请务必阅读正文之后的信息披露和法律声明 的市场择时能力在跨期之间存在一定的稳定性，可以用作 FOF 跨期投资中的参考，然而具备风格择时能力的基金在跨期之间并不具备稳定性，即当期表现为具有风格择时能力的基金在下一期并非能持续保持这一能力。综上所述，对基金而言无论实现市场择时还是风格择时都非常困难，只有少部分基金被认为存在择时能力，且这些基金的数量在不同的市场环境中存在大幅波动，受到市场环境的影响。相对而言，市场择时比风格择时较为容易一些，且在跨期之间呈现出一定的稳定性。而风格择时无论是基金数量占比还是跨期稳定性均表现不佳，对 FOF 投资尚且缺乏显著的意义。6.风险提示风险提示 市场系统性风险、模型误设风险、有效因子变动风险。金融工程研究 金融工程专题报告17 请务必阅读正文之后的信息披露和法律声明 信息披露信息披露 分析师声明分析师声明 冯佳睿 金融工程研究团队 本人具有中国证券业协会授予的证券投资咨询执业资格，以勤勉的职业态度，独立、客观地出具本报告。本报告所采用的数据和信息均来自市场公开信息，本人不保证该等信息的准确性或完整性。分析逻辑基于作者的职业理解，清晰准确地反映了作者的研究观点，结论不受任何第三方的授意或影响，特此声明。法律声明法律声明 本报告仅供海通证券股份有限公司（以下简称“本公司”）的客户使用。本公司不会因接收人收到本报告而视其为客户。在任何情况下，本报告中的信息或所表述的意见并不构成对任何人的投资建议。在任何情况下，本公司不对任何人因使用本报告中的任何内容所引致的任何损失负任何责任。本报告所载的资料、意见及推测仅反映本公司于发布本报告当日的判断，本报告所指的证券或投资标的的价格、价值及投资收入可能会波动。在不同时期，本公司可发出与本报告所载资料、意见及推测不一致的报告。市场有风险，投资需谨慎。本报告所载的信息、材料及结论只提供特定客户作参考，不构成投资建议，也没有考虑到个别客户特殊的投资目标、财务状况或需要。客户应考虑本报告中的任何意见或建议是否符合其特定状况。在法律许可的情况下，海通证券及其所属关联机构可能会持有报告中提到的公司所发行的证券并进行交易，还可能为这些公司提供投资银行服务或其他服务。本报告仅向特定客户传送，未经海通证券研究所书面授权，本研究报告的任何部分均不得以任何方式制作任何形式的拷贝、复印件或复制品，或再次分发给任何其他人，或以任何侵犯本公司版权的其他方式使用。所有本报告中使用的商标、服务标记及标记均为本公司的商标、服务标记及标记。如欲引用或转载本文内容，务必联络海通证券研究所并获得许可，并需注明出处为海通证券研究所，且不得对本文进行有悖原意的引用和删改。根据中国证监会核发的经营证券业务许可，海通证券股份有限公司的经营范围包括证券投资咨询业务。金融工程研究 金融工程专题报告18 请务必阅读正文之后的信息披露和法律声明 Table_PeopleInfo 海通证券股份有限公司研究所海通证券股份有限公司研究所 路 颖 所长(021)23219403 高道德 副所长(021)63411586 姜 超 副所长(021)23212042 邓 勇 所长助理(021)23219404 荀玉根 所长助理(021)23219658 钟 奇 所长助理(021)23219962 宏观经济研究团队 姜 超(021)23212042 顾潇啸(021)23219394 于 博(021)23219820 梁中华(021)23154142 联系人 李金柳(021)23219885 宋 潇(021)23154483 陈 兴(021)23154504 金融工程研究团队 高道德(021)63411586 冯佳睿(021)23219732 郑雅斌(021)23219395 罗 蕾(021)23219984 沈泽承(021)23212067 余浩淼(021)23219883 袁林青(021)23212230 姚 石(021)23219443 联系人 周一洋(021)23219774 吕丽颖(021)23219745 张振岗(021)23154386 颜 伟(021)23219914 梁 镇(021)23219449 金融产品研究团队 高道德(021)63411586 倪韵婷(021)23219419 陈 瑶(021)23219645 唐洋运(021)23219004 宋家骥(021)23212231 薛 涵 皮 灵(021)23154168 徐燕红(021)23219326 联系人 谈 鑫(021)23219686 王 毅(021)23219819 蔡思圆(021)23219433 庄梓恺 固定收益研究团队 姜 超(021)23212042 周 霞(021)23219807 朱征星(021)23219981 姜珮珊(021)23154121 联系人 李 波(021)23154484 杜 佳(021)23154149 策略研究团队 荀玉根(021)23219658 钟 青(010)56760096 高 上(021)23154132 李 影(021)23154117 联系人 姚 佩(021)23154184 唐一杰(021)23219406 郑子勋(021)23219733 中小市值团队 张 宇(021)23219583 钮宇鸣(021)23219420 孔维娜(021)23219223 潘莹练(021)23154122 联系人 王鸣阳(021)23219356 程碧升(021)23154171 相 姜(021)23219945 政策研究团队 李明亮(021)23219434 陈久红(021)23219393 吴一萍(021)23219387 朱 蕾(021)23219946 周洪荣(021)23219953 王 旭(021)23219396 石油化工行业 朱军军(021)23154143 邓 勇(021)23219404 联系人 胡 歆(021)23154505 医药行业 余文心(0755)82780398 郑 琴(021)23219808 孙 建(021)23154170 师成平(010)50949927 联系人 贺文斌(010)68067998 吴佳栓(010)56760092 范国钦 021-23219630 汽车行业 王 猛(021)23154017 杜 威(0755)82900463 谢亚彤(021)23154145 公用事业 张一弛(021)23219402 张 磊(021)23212001 联系人 陈佳彬(021)23154513 傅逸帆(021)23154398 批发和零售贸易行业 汪立亭(021)23219399 李宏科(021)23154125 联系人 史 岳(021)23154135 互联网及传媒 钟 奇(021)23219962 郝艳辉(010)58067906 许樱之 孙小雯(021)23154120 刘 欣(010)58067933 联系人 强超廷(021)23154129 毛云聪(010)58067907 陈星光 有色金属行业 施 毅(021)23219480 联系人 李姝醒(021)23219401 陈晓航(021)23154392 李 骥(021)23154513 甘嘉尧 房地产行业 涂力磊(021)23219747 谢 盐(021)23219436 联系人 杨 凡(021)23219812 金 晶(021)23154128 金融工程研究 金融工程专题报告19 请务必阅读正文之后的信息披露和法律声明 电子行业 陈 平(021)23219646 联系人 谢 磊(021)23212214 尹 苓(021)231