“固收+”混合型基金股债双驱动下的绝对收益

1、目录索引 HYPERLINK l _TOC_250014 一、“固收+”混合型基金 4 HYPERLINK l _TOC_250013 （一） 如何定义“固收+”混合型基金 4 HYPERLINK l _TOC_250012 二、“固收+”混合型基金的绝对收益特征 6 HYPERLINK l _TOC_250011 （一） 不同时段的收益特征 6 HYPERLINK l _TOC_250010 （二） 不同市场下的收益特征 7 HYPERLINK l _TOC_250009 （三） 持仓特征股票、债券 8 HYPERLINK l _TOC_250008 三、“固收+”混合型基金的业绩归因 9

2、HYPERLINK l _TOC_250007 （一） 资产配置能力 9 HYPERLINK l _TOC_250006 （二） 股票投资能力 11 HYPERLINK l _TOC_250005 （三） 债券投资能力 13 HYPERLINK l _TOC_250004 四、“固收+”混合型基金优选 15 HYPERLINK l _TOC_250003 （一） “固收+”混合型基金优选框架 15 HYPERLINK l _TOC_250002 （二） “固收+”混合型基金优选结果 17 HYPERLINK l _TOC_250001 五、总结 18 HYPERLINK l _TOC_2500

3、00 六、风险提示 19公共联系人 p2图表索引图 1：“固收+”混合型基金数量以及规模 5图 2：“固收+”混合型基金整体走势 5图 3：“固收+”混合型基金产品筛选、业绩归因及产品优选 6图 4：“固收+”混合型基金组合平均股票权重 8图 5：“固收+”混合型基金持仓个股成份股分布情况 9图 6：“固收+”混合型基金持仓债券类别分布情况 9图 7：基金资产配置能力指标分布(2017Q1-2020Q1) 10图 8：基金资产配置能力与近 3 年累计收益、夏普比率及最大回撤的相关性 11图 9：基金行业配置能力指标分布(2017Q1-2020Q1) 12图 10：基金个股选择能力指标分布(20

4、17Q1-2020Q1) 12图 11：基金行业配置能力与近 3 年累计收益、夏普比率及最大回撤的相关性 12图 12：基金个股选择能力与近 3 年累计收益、夏普比率及最大回撤的相关性 12图 13：基金收入效应指标分布(2017Q1-2020Q1) 13图 14：基金国债效应指标分布(2017Q1-2020Q1) 14图 15：基金利差效应指标分布(2017Q1-2020Q1) 14图 16：基金收入效应指标与近 3 年累计收益、夏普比率及最大回撤的相关性 14图 17：基金国债效应指标与近 3 年累计收益、夏普比率及最大回撤的相关性 15图 18：基金利差效应指标与近 3 年累计收益、夏普

5、比率及最大回撤的相关性 15图 19：“固收+”混合型基金优选框架基于历史业绩与收益归因 16图 20：“固收+”混合型基金优选流程 17表 1：不同股债配置比例组合的收益风险特征(2009.1-2020.5) 4表 2：近年来“固收+”混合型基金的收益风险特征(截至 2020.5.29) 6表 3：分年度“固收+”混合型基金的收益风险特征 7表 4：股票市场处于不同情形下，“固收+”混合型基金的收益风险特征 7表 5：10 年期国债利率处于不同情形下，“固收+”混合型基金的收益风险特征 8表 6：基金归因分项与基金历史业绩的平均相关系数 16表 7：“固收+”混合型基金优选明细 18公共联系

6、人 p3一、“固收+”混合型基金（一） 如何定义“固收+”混合型基金本文中，我们主要研究以实现绝对收益为目标的“固收+”混合型基金。当前A股市场基金的主要配置标的为股票及债券，而由于股债资产的收益特征存在较大的差别，因此对于股债的配置比例往往很大程度上决定了基金的收益以及风险特征。在判断基金是否以实现绝对收益为目标的问题上，我们从基金股债资产配置比例的角度出发，在偏债混合型以及灵活配置型基金中寻找以绝对收益为目标的基金产品。此处，我们以中证800全收益指数代表股票资产，以中证全债指数代表债券资产，在2009.1-2020.5的时间区间内，分别测算不同股债配置比例下组合的收益以及风险特征。经统计

7、，股票配置比例较低的组合长期来看收益更为稳定，更符合绝对收益的目标，但收益幅度往往相对较小；而随着股票配置比例的上升，在风险增大的同时，组合的收益也有所提高。表1：不同股债配置比例组合的收益风险特征(2009.1-2020.5)股票权重债券权重年化收益率月度胜率年度胜率月度最大回撤年度最大回撤单月回撤大于2%的比例5%95%4.62%72.99%90.91%-2.19%-0.91%0.73%10%90%5.01%68.61%90.91%-2.34%-0.75%1.46%15%85%5.39%66.42%90.91%-3.29%-0.61%3.65%20%80%5.75%66.42%72.73%

8、-4.47%-1.24%3.65%25%75%6.09%64.96%63.64%-5.64%-2.97%5.11%30%70%6.42%64.23%63.64%-6.81%-4.68%8.76%35%65%6.73%62.77%63.64%-7.98%-6.37%13.14%40%60%7.02%62.04%54.55%-9.16%-8.04%18.98%45%55%7.30%60.58%63.64%-10.33%-9.70%19.71%50%50%7.56%59.85%63.64%-11.50%-11.33%23.36%数据来源：Wind， 综合考虑组合的收益以及风险特征，我们以30%的股票

9、权重作为绝对收益目标的阈值。在筛选混合型基金中的绝对收益产品的问题上，我们遵循长期考核基金业绩的原则，以历史3年作为考察期，并选择历史3年即历史13个季度报告期平均股票仓位小于30%、且规模大于2亿的偏债混合型基金、灵活配置型基金作为本文中后续研究的“固收+”混合型基金。从筛选的结果来看，截至2020Q1，当前市场上共有该类基金236只，总计规模约为1570亿元。其中，偏债混合型基金43只，总规模516.08亿元；灵活配置型基金193只，总规模1051.39亿公共元联系人 p4 。图1：“固收+”混合型基金数量以及规模基金数量：只基金规模：亿元(右轴)250200150100500180016

10、001400120010008006004002000数据来源：Wind， 根据上述筛选标准，我们在每1个季度筛选出符合条件的基金，并等权构建“固收+”混合型基金。长期来看，该组合走势与偏债混合型基金指数较为接近，整体走势较为稳健。图2：“固收+”混合型基金整体走势“固收+”混合型基金组合偏债混合型基金指数1.81.61.41.210.80.60.40.22014103120141224201502252015042120150615201508072015100920151202201601262016032520160520201607152016090720161109201701032

11、017030320170428201706262017081720171017201712082018020120180403201805312018072520180917201811162019011120190313201905102019070420190827201910282019121920200220202004150数据来源：Wind， 本文中，我们从基金产品的筛选出发，从偏债混合型、灵活配置型基金中筛选公共联系人 p5出以实现绝对收益为目标的基金；而后，我们以历史3年作为考核期，对于基金的历史业绩进行归因，分别从资产配置、股票投资、债券投资等角度分析基金的投资能力，并分析归

12、因分项与基金业绩的相关性，寻找影响基金业绩的长期核心因素；最后，我们综合考量基金的历史业绩、风险、以及在核心影响因素上的表现，优选基金并构建组合。图3：“固收+”混合型基金产品筛选、业绩归因及产品优选数据来源： 二、“固收+”混合型基金的绝对收益特征本章中，我们主要从基金的收益以及持仓中观察“固收+”混合型基金的运作特征。基于第一章中构建的基金组合，我们分别研究其在不同时段以及不同市场情形下的收益风险表现，以及其在不同时点的持仓特征。（一） 不同时段的收益特征从不同时段的表现来看，收益方面，在近1、2、3、5年，“固收+”混合型基金的累计收益率分别为11.90%、14.49%、20.32%、以

13、及15.31%；风险方面，年化波动率位于4%左右的水平，近3年来，“固收+”混合型基金组合的最大回撤约为4%。表2：近年来“固收+”混合型基金的收益风险特征(截至2020.5.29)年份累计收益率年化波动率最大回撤近 1 年11.90%4.85%-4.05%近 2 年公共联系人 p614.49%4.31%-4.05%近 3 年20.32%3.96%-4.05%近 5 年15.31%4.68%-12.36%数据来源：Wind， 分年度来看，收益方面，自2015年以来，除了股票资产大幅下跌的2018年以外，不同的年份中，“固收+”混合型基金组合均获得了正收益，其中2015年、2019年的收益率超过

14、10%；风险方面，除了股票资产出现大幅震荡的2015年之外，其他年份的年化波动率，最大回撤均在4%以下。表3：分年度“固收+”混合型基金的收益风险特征年份累计收益率年化波动率最大回撤201512.10%10.39%-12.36%20160.20%2.81%-2.25%20175.46%2.04%-1.48%2018-1.18%3.79%-3.82%201912.47%3.56%-2.02%2020.53.41%6.46%-4.05%数据来源：Wind， （二） 不同市场下的收益特征对于不同市场，我们分别统计不同市场情形下“固收+”混合型基金的整体表现。从不同情形下的股票市场来看，我们根据股票指

15、数的走势将2015年以来的市场分为 5个阶段。经统计，在2015年上半年、2016年至2018年年初、以及2019年以来的牛市中，“固收+”混合型基金组合均获得了超过10%的收益率，而在2015年下半年以及2018年的熊市中，“固收+”混合型基金组合的净值有所下跌，但跌幅均远小于同期股票资产的跌幅。表4：股票市场处于不同情形下，“固收+”混合型基金的收益风险特征股票市场状态起始时点结束时点累计收益率年化波动率最大回撤同期股票资产表现：中证 800全收益指数牛市2015/1/12015/6/1221.05%11.16%-3.68%67.84%熊市2015/6/122016/1/28-9.77%8

16、.99%-12.36%-48.53%牛市2016/1/282018/1/2910.08%2.32%-2.25%46.52%熊市2018/1/292019/1/3-2.78%3.84%-3.41%-30.66%牛市2019/1/32020/5/2916.48%4.57%-4.05%33.89%数据来源：Wind， 公共联系人 p7从不同情形下的债券市场来看，我们根据10年期国债利率的走势将2015年以来的市场分为3个阶段。经统计，在2015年至2016年8月、以及2018年2月至今的利率下行时间段中，“固收+”混合型基金组合均获得了超过10%的收益率，而在2016年8月至2018年2月的利率上行

17、区间中，“固收+”混合型基金组合同样获得了6%的收益，同期中证全债总财富指数收益为负。表5：10年期国债利率处于不同情形下，“固收+”混合型基金的收益风险特征利率走势状态起始时点结束时点累计收益率年化波动率最大回撤同期债券资产表现：中证全债总财富指数利率下行2015/1/12016/8/1513.61%8.40%-12.36%12.50%利率上行2016/8/152018/2/55.80%2.11%-2.25%-1.38%利率下行2018/2/52020/5/2913.26%4.32%-4.05%17.71%数据来源：Wind， （三） 持仓特征股票、债券从“固收+”混合型基金的股票持仓比例来

18、看，其整体股票持仓的水平往往会跟随市场做一些调整。在2017年以及2019年，整体上基金提高股票资产的配置比例；在市场较为弱势的阶段，如2015年下半年及2018年，基金整体上降低了股票资产的仓位。图4：“固收+”混合型基金组合平均股票权重平均权益配置比例：%302520151050数据来源：Wind， 公共联系人 p8从“固收+”混合型基金持仓股票和债券的类型来看来看，股票方面，基金持有的个股只要集中在沪深300、以及中证500指数的成分股之内。近几年来，沪深300成份股的持有比例逐渐上升，整体上来看偏好大盘蓝筹股；债券方面，配置主要集中于金融债以及企业债(短期融资券、中期票据、中长期企业债

19、)，随着近年来债券利率的下行，整体短融的配置比例出现了一定幅度的下降。可转债方面，整体来看配置比例相对较低。图5：“固收+”混合型基金持仓个股成份股分布情况图6：“固收+”混合型基金持仓债券类别分布情况100%90%80%70%60%50%40%30%20%10%0%沪深300中证500中证1000其它国债 金融债 短融 中期票据 中长期企业债 可转债100%90%80%70%60%50%40%30%20%10%20141231201503312015063020150930201512312016033120160630201609302016123120170331201706302017

20、0930201712312018033120180630201809302018123120190331201906302019093020191231202003310%数据来源：Wind， 数据来源：Wind， 三、“固收+”混合型基金的业绩归因本章中，我们对于基金历史3年的业绩进行归因，并分别从归因的结果出发研究基金的资产配置、股票投资、以及债券投资能力。具体来看，在股票投资能力的分析中，我们基于Brinson模型，将股票资产的收益分解为行业配置收益以及个股选择收益；在债券投资能力的分析中，我们基于Campisi模型，将债券资产的收益分解为收入效应、国债效应以及利差效应。在基金历史业绩层

21、面，我们以历史3年累计收益、夏普比率、以及最大回撤作为基金历史业绩表现的度量，并计算各项归因指标与基金历史3年累计收益、夏普比率、以及最大回撤的相关性，从中挖掘与基金业绩相关性显著且稳定的核心因素。（一） 资产配置能力在基金的资产配置能力层面，我们根据基金的持仓以及大类资产的走势构建基金资产配置能力指标。具体来看，我们采用以下方法定义基金的季度资产配置收益 (TR)：公共联系人 p9 = (, ) ,+1 + (, ) ,+1其中，,为t报告期基金股票资产的配置权重，,为t报告期基金债券资产的配置权重，为历史3年基金股票资产的平均配置权重；为历史3年基金债券资产的平均配置权重,+1、,+1分别

22、为t至t+1报告期期间，中证800指数以及中证全债指数的收益率。在得到各个基金的季度资产配置收益之后，我们将基金历史3年期间12个季度的数据进行加总，得到基金的资产配置能力指标。从最新的情况来看，我们统计236只“固收+”混合型基金样本在2017Q1至 2020Q1期间的资产配置能力指标。从统计结果来看，整体上基金的资产配置能力为负，平均资产配置收益贡献为-1.44%，仅有30%的样本基金的资产配置收益贡献为正。图7：基金资产配置能力指标分布(2017Q1-2020Q1)资产配置10%5%18152229364350576471788592991061131201271341411481551

23、621691761831901972042112182252320%-5%-10%-15%-20%数据来源：Wind， (横轴为基金序号，根据资产配置能力指标进行排序)我们通过计算基金的资产配置能力指标与基金近3年累计收益、夏普比率、最大回撤的相关系数来分析基金资产配置能力与业绩的关系。从统计结果上来看，历史上基金的资产配置能力与基金的累计收益、夏普比率均存在明显的正相关，而与基金的最大回撤存在显著的负相关。公共联系人 p10图8：基金资产配置能力与近3年累计收益、夏普比率及最大回撤的相关性累计收益夏普比率最大回撤0.80.60.40.20-0.2-0.4-0.6-0.8数据来源：Wind，

24、（二） 股票投资能力在基金的股票投资能力方面，我们基于Brinson模型，以季度为周期对基金的股票持仓进行归因。Brinson模型通过分析基金的持仓数据，将基金相比于业绩基准的超额收益分解为行业配置收益(AR)、个股选择收益(SR)以及交互收益(IR)，具体形式为： = , , = (, ,) , = , , = (, ,) , = (, ,) (, ,)其中，,为基金中第i个行业个股的收益率，,为基准中第i个行业个股的收益率；,为基金中第i个行业个股的权重，,为基准中第i个行业个股的权重。在具体计算上，我们根据基金持仓个股的行业以及持仓权重，以季度作为 Brinson业绩归因的周期，并假定基

25、金持仓个股在下1个报告期内不变；在基准的选择上，由于样本基金的股票持仓在中证800成份股中的规模占比平均约为90%，因此在Brinson归因分析中我们公共联采系人 p11 用中证800指数作为业绩基准。在得到各个基金的季度行业配置、个股选择收益之后，我们将基金历史3年期间12个季度的数据进行加总，得到基金的行业配置、个股选择能力指标。从最新的情况来看，我们统计236只“固收+”混合型基金样本在2017Q1至 2020Q1期间的行业配置以及个股选择能力指标。从统计结果来看，整体上基金的行业配置以及个股选择能力均为正，平均行业配置收益贡献与个股选择收益贡献分别为0.82%、1.16%；其中60%的

26、样本基金的行业配置收益贡献为正，75%的样本基金的个股选择收益贡献为正。图9：基金行业配置能力指标分布(2017Q1-2020Q1)图10：基金个股选择能力指标分布(2017Q1-2020Q1)行业配置个股选择15%10%5%112233445566778891001111221331441551661771881992102212320%-5%-10%-15%8%6%4%2%112233445566778891001111221331441551661771881992102212320%-2%-4%-6%数据来源：Wind， (横轴为基金序号，根据行业配置收益进行排序)数据来源：Wind，

27、 (横轴为基金序号，根据个股选择收益进行排序)我们通过计算基金的行业配置、个股选择能力指标与基金近3年累计收益、夏普比率、最大回撤的相关系数来分析基金股票配置能力与业绩的关系。从统计结果上来看，历史上基金的行业配置、个股选择能力指标与基金的累计收益、夏普比率均存在明显的正相关，与基金的最大回撤存在显著的负相关。整体来看，个股选择能力与基金业绩的相关性更为稳定。图11：基金行业配置能力与近3年累计收益、夏普比率及最大回撤的相关性图12：基金个股选择能力与近3年累计收益、夏普比率及最大回撤的相关性累计收益夏普比率最大回撤累计收益夏普比率最大回撤0.60.50.40.30.20.10-0.1-0.2

28、-0.30.80.60.40.20-0.2-0.4-0.6公共联系人 p12数据来源：Wind， 数据来源：Wind， （三） 债券投资能力在基金的债券投资能力方面，我们基于Campisi模型，以季度为周期对基金的债券持仓进行归因。Campisi模型把债券组合的收益来源分为三部分：收入效应、国债效应、利差效应。根据债券的现金流贴现模型，经过一系列变换可获得该收益分解表达式： = + () + () 其中，为债券的到期收益率，为持有时间，MD为修正久期, 为无风险利率的变动， 为利差变动。收入效应为 ，表明持有债券获得的息票收入及随着到期时间的临近，债券价格接近面值获得的收入；国债效应为() ，

29、表明由无风险利率变动获得的收益；利差效应为() ，是根据债券流动性或信用等获得的溢价。在得到各个基金的季度收入效应、国债效应、利差效应之后，我们将基金历史3年期间12个季度的数据进行加总，得到基金的收入效应、国债效应、利差效应指标，分别代表基金的债券投资偏好(到期收益率)，国债利率择时能力以及信用利差择时能力。从最新的情况来看，我们统计236只“固收+”混合型基金样本在2017Q1至 2020Q1期间的收入效应、国债效应、利差效应指标。从统计结果来看，基金的平均收入效应的贡献为11.21%，整体上基金的国债利率择时、信用利差择时能力均为正，平均国债效应贡献与利差效应贡献分别为1.60%、0.7

30、7%；其中94%的样本基金的国债效应贡献为正，82%的样本基金的利差效应贡献为正。图13：基金收入效应指标分布(2017Q1-2020Q1)收入效应25%20%15%10%5%18152229364350576471788592991061131201271341411481551621691761831901972042112182252320%公共联系人 p13数据来源：Wind， (横轴为基金序号，根据收入效应指标进行排序)图14：基金国债效应指标分布(2017Q1-2020Q1)图15：基金利差效应指标分布(2017Q1-2020Q1)国债效应利差效应6%5%4%3%2%1%11223

31、3445566778891001111221331441551661771881992102212320%-1%-2%-3%6%4%2%112233445566778891001111221331441551661771881992102212320%-2%-4%-6%-8%-10%-12%数据来源：Wind， (横轴为基金序号，根据国债效应指标进行排序)数据来源：Wind， (横轴为基金序号，根据利差效应指标进行排序)我们通过计算基金的收入效应、国债效应、利差效应指标与基金近3年累计收益、夏普比率、最大回撤的相关系数来分析基金债券投资能力与业绩的关系。从统计结果上来看，历史上基金的收入效应指

32、标与基金的累计收益、夏普比率均存在明显的正相关，与基金的最大回撤存在较为稳定的负相关；而国债效应、利差效应指标与基金业绩则没有稳定的相关性。图16：基金收入效应指标与近3年累计收益、夏普比率及最大回撤的相关性累计收益夏普比率最大回撤0.50.40.30.20.10-0.1-0.2-0.3-0.4数据来源：Wind， 公共联系人 p14图17：基金国债效应指标与近3年累计收益、夏普比率及最大回撤的相关性图18：基金利差效应指标与近3年累计收益、夏普比率及最大回撤的相关性累计收益夏普比率最大回撤累计收益夏普比率最大回撤0.60.50.40.30.20.10-0.1-0.2-0.3-0.4-0.50

33、.40.30.20.10-0.1-0.2-0.3数据来源：Wind， 数据来源：Wind， 四、“固收+”混合型基金优选（一） “固收+”混合型基金优选框架在“固收+”混合型基金的优选问题上，我们主要从基金的历史业绩、以及历史业绩的来源即收益归因出发。一方面，我们从基金的历史累计收益、夏普比率、最大回撤3方面综合度量基金的历史业绩表现，筛选历史业绩综合表现较好的基金；另一方面，我们考察基金的各个归因分项，筛选与基金业绩整体相关性较高、同时较为稳定的归因分项作为基金的核心归因因素，并筛选在核心归因因素上综合表现较好的基金。公共联系人 p15图19：“固收+”混合型基金优选框架基于历史业绩与收益归

34、因数据来源： 从历史上的归因结果来看，我们根据第三章中的方法，分别计算“固收+”混合型基金的各个归因分项(资产配置、股票投资、债券投资)与基金历史3年业绩表现(累计收益、夏普比率、最大回撤)的相关系数，并取历史相关系数的均值作为两者相关性的长期度量。从计算的结果来看，整体上基金的资产配置能力、股票投资中的个股选择能力以及债券投资中的收入效应与基金历史业绩的相关性较高且较为稳定，我们将这3个归因分项称为核心归因因素。因此，在“固收+”混合型基金优选的问题上，我们一方面考虑基金的历史业绩，另一方面同样考虑基金在3个核心归因因素上的综合表现。表6：基金归因分项与基金历史业绩的平均相关系数平均相关系数

35、累计收益夏普比率最大回撤资产配置0.330.27-0.35行业轮动0.300.14-0.04个股选择0.210.39-0.28交互收益0.200.20-0.03收入效应0.160.15-0.19国债效应0.03-0.080.11利差效应0.030.010.04数据来源：Wind， 公共联系人 p16（二） “固收+”混合型基金优选结果在基金优选的问题上，我们分两步进行：首先，我们从基金的历史累计收益、夏普比率、最大回撤3方面综合度量基金的历史业绩表现，筛选历史业绩综合表现较好的绩优基金；而后，由于资产配置、个股选择、收入效应长期来看与基金业绩的相关性较高且较为稳定，因此我们进一步地在绩优基金中

36、筛选在这3个核心归因因素上综合表现较好的基金。具体来看，我们选择最新1期的236只样本基金中，筛选累计收益、夏普比率、均位于前50%、且最大回撤位于后50%的基金作为绩优样本基金；而后，我们从对于绩优样本基金的资产配置、个股选择、收入效应进行打分，如果其资产配置能力指标在所有样本基金中排名第i，则打分为( )/( = 236)；最终，我们以历史上3个核心归因因素与基金业绩的平均相关系数作为权重，加权计算绩优样本基金在这3个核心归因因素上的综合得分，并选出综合得分较高的基金构建组合。图20：“固收+”混合型基金优选流程数据来源： 我们在最新1期的236只样本基金筛选绩优“固收+”混合型基金，并根据核心归因因素的综合得分由高到低进行排序。在此基础上，我们剔除定期开放、申购状态不为开放申购、以及近3年更换过主要基金管理人的基金，最终筛选出以下10只“固收+”混合型基金标的。公共联系人 p17表7：“固收+”混合型基金优选明细基金代码基金名称合并规模：亿元(2020Q1)累计收益分位数夏普比率分位数最大回撤分位数资产配置分位数个股选择分位数收入效应分位数综合得分001146.OF中欧瑾源 A4.7949.15%22.03%81.36%27.12%24.58%14