中国公募基金个性特征详解之三：追寻优秀基因

1、正文目录 HYPERLINK l _TOC_250010 一、基金特征库 4 HYPERLINK l _TOC_250009 二、基金操作特征 5 HYPERLINK l _TOC_250008 1、仓位稳定性 5 HYPERLINK l _TOC_250007 2、组合进攻性 7 HYPERLINK l _TOC_250006 3、基金换手率 8 HYPERLINK l _TOC_250005 4、持股热门度 9 HYPERLINK l _TOC_250004 5、持股集中度 11 HYPERLINK l _TOC_250003 6、行业集中度 12 HYPERLINK l _TOC_250

2、002 7、风格及行业均衡度 14 HYPERLINK l _TOC_250001 8、风格及行业稳定性 17 HYPERLINK l _TOC_250000 三、总结与思考 18图表目录图 1：基金特征库概览 4图 2：基金仓位标准差 VS 仓位离差 5图 3：基金仓位标准差 VS 仓位变异系数 5图 4：每期基金仓位标准差分位数（近 3 年） 6图 5：基金仓位标准差分布（近 3 年） 6图 6：每期基金仓位标准差分位数（近 2 年） 6图 7：每期基金仓位标准差分位数（近 5 年） 6图 8：每季度末股票 均值（2010-2020 年） 7图 9：各行业股票 均值（2010-2020 年

3、） 7图 10：半年度基金 均值（2010-2020 年） 7图 11：基金总体 值分布（2010-2020 年） 7图 12：双边换手率分位数 8图 13：基金总体换手率分布（2010-2020 年） 8图 14：换手率分组回测业绩走势 9图 15：换手率分组：第 5 组和第 1 组的收益差额 9图 16：持股热门度分组回测业绩走势 10图 17：持股热门度分组：单年业绩 10图 18：持股集中度中位数 11图 19：持股HHI 指标中位数 11图 20：前十大重仓股HHI 分组回测业绩走势 12图 21：前十大重仓股HHI：单年业绩 12图 22：前五大重仓股HHI 分组回测业绩走势 12

4、图 23：前五大重仓股HHI：单年业绩 12图 24：前三大行业HHI 分组回测业绩走势 13图 25：前三大行业HHI 分组：单年业绩 13图 26：前五大行业HHI 分组回测业绩走势 13图 27：前五大行业HHI 分组：单年业绩 13图 28：TOP1 板块 HHI 分组回测业绩走势 14图 29：TOP1 板块 HHI 分组：单年业绩 14图 30：前三板块HHI 分组回测业绩走势 14图 31：前三板块HHI 分组：单年业绩 14图 32：行业均衡度分位数 16图 33：板块均衡度分位数 16图 34：风格均衡度分位数：中位数 16图 35：风格均衡度分位数：前 30%分位数 16图

5、 36：板块均衡度分组回测业绩走势 16图 37：行业均衡度分组回测业绩走势 16图 38：市值均衡度分组回测业绩走势 17图 39：价值均衡度分组回测业绩走势 17图 40：盈利均衡度分组回测业绩走势 17图 41：成长均衡度分组回测业绩走势 17图 42：基金特征库：单只基金分析概览 18表 1：持股热门度TOP 的行业 9表 2：持股热门度TOP 的股票 10表 3：行业及板块集中度分组业绩回测（20120401 至 20201231） 13表 4：风格均衡度分组回测（均衡度自高到低排序） 15一、基金特征库全面刻画基金特征是基金筛选及评价的基础。基金定量特征体系往往涉及到基金产品基本属

6、性、基金经理的投资操作特征、投资行业及风格偏好等，定性特征体系主要有基金经理投研框架、能力圈、团队支持等方面。构建基金组合的过程涉及到基金业绩评价及归因、特征刻画、定性调研等步骤，搭建初选池、优选池和核心池等基金池组合，为最终的投资提供决策依据。本系列聚焦基金定量特征体系，分析基金基本属性、基金经理风格偏好、基金经理行业偏好及基金经理投资操作偏好，并最终构建定量特征指标数据库，为后续的基金筛选提供数据支持及决策参考。图 1：基金特征库概览资料来源：我们在追寻优秀基因：中国公募基金个性特征详解之一中重点讨论了基金风格特征。报告采用 PBSA 和 RBSA 相结合的方式进行基金风格分析，以 PBS

7、A 为分析核心，以 RBSA 为补充分析及动态监控。风格划分以市值、价值、盈利因子及成长因子为核心，以 Barra 及部分估值及财务指标为补充。我们采用绝对风格标签刻画基金经理投研框架及选股偏好，并进一步采用相对风格得分刻画基金经理在风格上的相对全市场基金的偏好排名，同时计算基金持股的 ROE、PE 等财务及估值指标，多维度了解基金经理的风格偏好。最后，我们根据基金单期标签计算基金的长期风格，并按长期风格将基金归类于经典价值、价值成长、成长和均衡的基金风格池中。我们在追寻优秀基因：中国公募基金个性特征详解之二中重点讨论了基金行业赛道。目前，我们主要以周期、中游制造、医药、消费、金融地产、TMT

8、 六大板块作为板块赛道基金的核心分类池，同时根据中信上下游产业链指数、产业板块指数和风格指数构建了对应的赛道基金作为补充分类体系。在此基础上，我们会根据市场热点持续更新特色赛道基金池。目前赛道基金的分类如下表，分为核心分类池、特色分类池和补充分类池，其中补充分类池中又按中信行业大类的划分方式分为风格板块、产业板块和上下游产业链板块，多角度满足赛道基金的筛选需求，为后续优选基金提供充足的支持。本文重点讨论基金的操作特征，基金操作特征主要是基金投资组合和交易行为刻画，包括仓位稳定性、组合进攻性、持股周期及换手率、持股热门度、持股集中度、行业及板块集中度、风格及行业稳定性等。这些指标主要刻画了基金经

9、理是否择时、是否频繁交易、组合风险偏好、组合均衡度等信息。二、基金操作特征1、仓位稳定性基金分类与股票仓位都是基金投资类型的刻画指标。股票型基金股票仓位一般高于80%，偏股混合型基金仓位高于 60%，灵活配置型基金仓位在 0-95%之间，但也有部分灵活 配置型基金长期维持高仓位。但分类标准的变更及部分品种的消亡均可能让基金类型与 历史投资存在不连贯的问题，进而导致不同时期的产品类型的股票仓位中枢不同。如 2014 年发布的公开募集证券投资基金运作管理办法第三十条规定 80%以上的基金 资产投资于股票的为股票基金，将股票基金的仓位下限从 60%提升到了 80%，而原股 票型基金需转型为混合型基金

10、或者将仓位提升至高于 80%的水平，故在运作管理办法发 布之后，部分原股票型基金转型为混合型基金。我们可以根据基金实际运行的仓位及仓位变动来分析基金实际投资情况。在分类中将基金的仓位分为高仓位、平衡仓位和低仓位，将仓位高于 60%（含）的基金判定为高仓位基金，低于 40%（不含）的基金判定为低仓位基金，仓位介于 40%（含）和 60%（不含）间的基金判定为平衡型仓位。我们可基于基金一段时间的季报仓位数据来判断基金的长期仓位中枢及仓位稳定性，分别采用均值和标准差来衡量。仓位稳定性的定义为仓位的离散度，即仓位相对于均值的偏离及波动性，一般可通过标准差、离差和变异系数等指标来衡量数据的离散程度。标准

11、差和离差指标存在高度相关，统计 2012 年至 2020 年每季度的参考池基金近 2 年仓位的标准差、离差和变异系数，将每季度的数据合并成一个总体数据，数据量共 2 万多，基于总体数据计算标准差和离差及变异系数的相关性，结果为 0.98 和 0.60。变异系数在标准差的基础上剔除了仓位均值量纲的影响，但由于基金仓位总体在 0-100%之间，量纲差距不大，采用变异系数反而会放大低仓位基金的波动性，如部分低仓位基金高达 3。如果仅统计股票中枢仓位高于 20%的基金，则仓位标准差和变异系数的相关性为0.89。综合考虑，我们采用标准差单指标来衡量仓位的稳定性。图 2：基金仓位标准差 VS 仓位离差图

12、3：基金仓位标准差 VS 仓位变异系数100%90%80%70%仓位离差60%50%40%30%20%10%0%0%10%20%30%仓位标准差40%50%350%300%仓位变异系数250%200%150%100%50%0%0%10%20%30%40%50%仓位标准差 资料来源：Wind，资料来源：Wind，如何基于标准差来判断基金仓位是否稳定？统计 2012 年至 2020 年每季度的参考池基金近 3 年仓位的标准差的分位数，自 2015 年以来仓位波动大的基金数量增加，仓位标准差的最大值、前 1%分位数、前 3%分位数、前 5%分位数和前 10%分位数均大幅提升，并在 2015 年之后长

13、期稳定在较高水平。而仓位标准差的前 20%分位数至前 50%分位数的水平总体保持相对稳定。另外，将所有季度的数据汇总为一个样本总体，该样本总体的前 30%分位数为 8%左右。随着统计区间的增加或者减小，样本分位数的分布是否有明显改变？进一步统计 2012 年至 2020 年每季度的参考池基金近 2 年和近 5 年仓位的标准差的分位数，结果与近 3 年的数据类似，总体的前 30%分位数也均为 8%。综上分析，我们将标准差的阈值设定为 8%，即当基金的标准差高于 8%时，判定为基金仓位不稳定。基于该准则，参考池近期满足要求的 973 只基金中共 610 只基金近 3年仓位稳定，363 只不稳定，其

14、中高仓位基金占比 78%，高仓位中仓位稳定的比例占比 70%。图 4：每期基金仓位标准差分位数（近 3 年）图 5：基金仓位标准差分布（近 3 年）最大值前1%分位数前3%分位数前5%分位数前10%分位数前20%分位数前25%分位数前30%分位数前1/3分位数前40%分位数前50%分位数60%50%40%30%20%10%0%资料来源：Wind，资料来源：Wind，图 6：每期基金仓位标准差分位数（近 2 年）图 7：每期基金仓位标准差分位数（近 5 年）前1/3分位数前40%分位数60%50%50%40%40%30%30%20%20%10%最大值前1%分位数前3%分位数前5%分位数前10%分

15、位数前20%分位数前25%分位数前30%分位数前1/3分位数前40%分位数前50%分位数最大值前1%分位数前3%分位数前5%分位数 前10%分位数前20%分位数前25%分位数前30%分位数前50%分位数10%2015Q12015Q22015Q32015Q42016Q12016Q22016Q32016Q42017Q12017Q22017Q32017Q42018Q12018Q22018Q32018Q42019Q12019Q22019Q32019Q42020Q12020Q22020Q32020Q40%0%资料来源：Wind，资料来源：Wind，2、组合进攻性我们采用组合的 系数来衡量组合进攻性，即组

16、合的系统性风险。 系数的计算基于 CAPM 模型，基准指数采用沪深 300。首先计算股票的 系数衡量股票相对于市场的价格波动情况，并进一步计算基金的组合 系数，判断基金组合的进攻性。2010 年以来每个季度的股票 系数均值存在明显的阶段性波动，如 2014 年沪深 300大幅上涨，当年沪深 300 涨幅超过 50%,而同期创业板指数涨幅为 13%，当期全市场股票的 系数均值大幅下降，即市场上大部分股票的风险收益率低于沪深 300。2010 年以来基金 系数均值较稳定，超过 50%的基金系统性风险高于沪深 300。较多基金的业绩基准为沪深 300，大盘和超大盘风格是基金的主流风格，基金股票池或者

17、基金风格与沪深 300 更接近，因而基金的 系数总体在 0.9 到 1.1 之间。2010 年以来基金的 系数的均值为 1.02，方差为 0.36，偏度-0.23，峰度为 0.5，总体分布表现为尖峰且右偏，即大量基金的 系数在均值附近，超过 50%的基金的 系数高于均值，即大部分基金的系统性风险是高于沪深 300 的。图 8：每季度末股票均值（2010-2020 年）图 9：各行业股票均值（2010-2020 年）值总体均值值总体均值1.401.301.201.101.000.900.800.700.600.502010Q12010Q22010Q32010Q42011Q12011Q22011Q

18、32011Q42012Q12012Q22012Q32012Q42013Q12013Q22013Q32013Q42014Q12014Q22014Q32014Q42015Q12015Q22015Q32015Q42016Q12016Q22016Q32016Q42017Q12017Q22017Q32017Q42018Q12018Q22018Q32018Q42019Q12019Q22019Q32019Q42020Q12020Q22020Q32020Q40.401.401.201.000.800.600.400.20非银行金融计算机煤炭电子国防军工通信有色金属建材机械电新传媒汽车建筑家电基础化工钢铁石油石

19、化房地产 轻工制造商贸零售交通运输食品饮料电力农林牧渔医药纺织服装 消费者服务综合银行- 资料来源：Wind，资料来源：Wind，图 10：半年度基金均值（2010-2020 年）图 11：基金总体值分布（2010-2020 年）1.131.051.031.041.051.051.021.031.021.000.960.970.960.960.940.920.950.950.930.901.151.101.051.000.950.901.081.040.852010Q22010Q42011Q22011Q42012Q22012Q42013Q22013Q42014Q22014Q42015Q2201

20、5Q42016Q22016Q42017Q22017Q42018Q22018Q42019Q22019Q42020Q22020Q40.80资料来源：Wind，资料来源：Wind，3、基金换手率本报告根据基金定期报告披露的股票买入成本和卖出收入测算基金半年度双边换手率，换手率为 SUM(报告期买入股票成本总额, 报告期卖出股票收入总额)/AVG(近 3 个季度平均权益规模)。换手率的测算准确度与基金期间规模变动相关性较高。如期间基金规模变动较大，则期间大量的交易行为是由于投资者的申购赎回而非基金经理的主动换仓行为。当基金规模大幅增加或减少时，容易错误估计换手率。当基金规模骤降时，容易严重高估换手率。

21、故我们对每期换手率进行极大值的截尾处理，最后按照基金换手率所处的分位数区间对其进行 10-100 分的打分，换手率最高的基金得分为 100。2010 年至 2020 年间参考池基金双边换手率的中位数总体位于 300%-400%之间，合并统计的换手率中位数为 320%，即持股周期约 3-4 个月。2014 年及以前基金换手率水平较低，中位数保持在 350%以下，2015 年金融市场波动较大，基金经理主动换手和投资者申赎均相对频繁，换手率冲高至 500%多，近几年基金双边换手率中位数总体维持在 300%多，即基金经理的持股周期约 4 个月。我们根据参考池基金中换手率得分展开分组业绩回测，按换手率自

22、小到大分为 5 组，统计每个因子每组 20120401 至 20201231 的业绩走势。总体来看，高换手率的第 4 组合第 5 组的累计业绩表现最佳，超额收益主要来源于 2013 年、2014 年、2020 年等，其中 2019 年第 2-4 组的业绩表现更佳，换手率最低的第 1 组的业绩也超过换手率最高的第 5 组，超额业绩为 6%。本章仅对换手率因子进行简单的分组回测，后续我们会针对不同基金类型和不同市场环境分类讨论，进一步分析换手率因子在不同情况下的表现。图 12：双边换手率分位数图 13：基金总体换手率分布（2010-2020 年）前3%分位数前10%分位数前30%分位数前50%分位

23、数后30%分位数后10%分位数2000%1800%1600%1400%1200%1000%800%600%400%200%2010Q22010Q42011Q22011Q42012Q22012Q42013Q22013Q42014Q22014Q42015Q22015Q42016Q22016Q42017Q22017Q42018Q22018Q42019Q22019Q42020Q20%资料来源：Wind，资料来源：Wind，图 14：换手率分组回测业绩走势图 15：换手率分组：第 5 组和第 1 组的收益差额第1组第2组第3组第4组第5组15%13%4.543.532.521.510.510%11%7%

24、5%2%1%201320142015201620172018-1%201920205%0%-5%-10%资料来源：Wind，资料来源：Wind，-6%4、持股热门度基金持股热门度指标可反应基金投资个股的受关注程度及基金是否存在 “抱团”。我们采用参考池基金的全部持仓及重仓股来计算基金的持股热门度。为了防止打新等因素影响统计结果，我们将有效持股及重仓持股界定为持股市值占股票投资市值的比例不低于1%和不低于 3%，在此基础上统计全市场 A 股被多少只基金有效持有和重仓持有，并最终构建持股热门度因子。最后基于股票持股热门度因子计算基金持股热门度指标，同时计算参考池基金的指标分位数，最终获得基金持股热

25、门度得分，分值为 10-100，其中得分为 100 的基金的持股热门度最高。近年来基金最青睐的个股主要来自金融和消费板块龙头。持股热门度最高的个股有五粮液、茅台、平安、等白马股，2020 年宁德时代、立讯精密和恒瑞医药的关注度大幅提升。最受基金青睐的关注的一级行业 TOP3 主要是银行、非银和食品饮料，另外传媒、医药、家电、计算机、电子等行业的持股热门度也较高。持股热门度较均衡的基金业绩表现较好。我们根据参考池基金中持股热门度得分展开分组业绩回测，按持股热门度自小到大分为 5 组，统计每个因子每组 20120401 至20201231 的业绩走势。结果显示，持股热门度较低或者较均衡的基金长期业

26、绩表现较好。持股热门度最高的第 1 组到第 5 组的近 8 年累计业绩分别为 235%、258%、264%、 260%、224%，持股热门度处于相对均衡的小组业绩表现较好，而持股热门度最高及最低的第 5 组和第 1 组的业绩相对表现不佳。部分时间段的因子表现结果略有不同，如TOP1TOP2TOP3TOP4TOP52010H1银行食品饮料非银行金融家电医药2010 年底银行食品饮料非银行金融煤炭家电2011H1银行非银行金融煤炭食品饮料家电2011 年底银行非银行金融食品饮料煤炭医药2012H1非银行金融银行食品饮料医药煤炭2012 年底银行非银行金融食品饮料建筑医药2013H1银行传媒非银行金

27、融食品饮料医药2013 年底银行非银行金融传媒医药食品饮料2014H1银行传媒医药计算机非银行金融2013-2015 年间，持股热门度最低的第 1 组单年业绩表现最好，但在 2017 年业绩欠佳。表 1：持股热门度 TOP 的行业TOP1TOP2TOP3TOP4TOP52014 年底银行非银行金融国防军工计算机医药2015H1银行计算机传媒医药国防军工2015 年底银行非银行金融计算机消费者服务传媒2016H1银行非银行金融国防军工电子通信2016 年底银行非银行金融食品饮料医药家电2017H1银行非银行金融食品饮料家电电子2017 年底银行非银行金融食品饮料家电电子2018H1银行食品饮料家

28、电医药非银行金融2018 年底银行食品饮料非银行金融医药消费者服务2019H1银行食品饮料非银行金融家电消费者服务2019 年底银行食品饮料非银行金融家电电子2020H1银行食品饮料医药家电非银行金融2020 年底银行食品饮料非银行金融家电国防军工资料来源：Wind，2016H12016 年底2017H12017 年底2018H12018 年底2019H12019 年底2020H12020 年底五粮液五粮液中国太保中国太保长春高新中信证券长春高新五粮液长春高新五粮液网宿科技上汽集团五粮液五粮液五粮液长春高新五粮液招商银行五粮液招商银行山东黄金贵州茅台上汽集团招商银行招商银行招商银行招商银行贵州

29、茅台贵州茅台贵州茅台索菲亚伊利股份招商银行贵州茅台贵州茅台贵州茅台贵州茅台伊利股份药明康德药明康德华兰生物中国平安贵州茅台分众传媒分众传媒伊利股份伊利股份万科 A万科 A中国平安平安银行格力电器泸州老窖伊利股份伊利股份万科 A中国平安中国平安中国平安中国中免美的集团兴业银行伊利股份中国平安中国平安中国平安格力电器格力电器格力电器隆基股份圣农发展长江电力中国平安格力电器格力电器格力电器工商银行恒瑞医药恒瑞医药恒瑞医药恒瑞医药工商银行格力电器工商银行工商银行恒瑞医药恒瑞医药立讯精密宁德时代美的集团贵州茅台宁波银行农业银行新华保险美的集团保利地产美的集团保利地产立讯精密宁德时代同花顺美的集团工商银行

30、美的集团保利地产工商银行保利地产长春高新迈瑞医疗立讯精密长江电力平安银行三安光电保利地产恒生电子迈瑞医疗格力电器南京银行美的集团三安光电泸州老窖伊利股份立讯精密欧菲光泸州老窖泸州老窖中国石化中兴通讯老板电器农业银行宋城演艺表 2：持股热门度 TOP 的股票资料来源：Wind，图 16：持股热门度分组回测业绩走势图 17：持股热门度分组：单年业绩第1组第2组第3组第4组第5组第1组第2组第3组第4组第5组3.83.32.82.31.81.30.860%2013201420152016201720182019202050%40%30%20%10%0%-10%-20%-30% 资料来源：Wind，资

31、料来源：Wind，5、持股集中度在量度集中度的指标中，我们选择参考赫芬达尔赫希曼指数，构建了 HHI 指标，用来量度单只基金的持股集中度。HHI 指标是一种测量产业市场集中度的指标，指标数值是某特定市场上所有企业的市场份额的平方和，为了展示更直观，我们在修正后的 HHI指标为 HHI*10。HHI 指标可以更好地反映重仓股仓位结构，但持股集中度的结果相对更直观，所以我们同时保留持股集中度系数CR5 和 CR10 作为参考指标。在 HHI 指标方面，我们选择采用基金前五大重仓股和前十大重仓股投资金额占全部股票投资金额比例来计算 HHI。同时计算参考池基金对应指标的十分位数，获得基金前五大重仓股和

32、前十大重仓股 HHI 指标和 CRn 指标得分，分值为 10-100，其中得分为 100 的基金的持股集中度最高。2010 年至今基金的持股集中度系数和 HHI 指标的总体呈上升趋势，即基金持股集中度有所提升。均衡或中低持股集中度的基金长期业绩表现较好。我们根据参考池基金中前五大重仓股HHI 和前十大重仓股 HHI 得分展开分组业绩回测，按持股热门度自小到大分为 5 组，统计每个因子每组 20120401 至 20201231 的业绩走势。基于前十大重仓股 HHI 得分的第 1-5 组的近 8 年业绩分别为 236%、276%、281%、264%、209%，持股集中度最高的第 5 组长期业绩及

33、单年业绩均表现欠佳，而持股集中度位于参考池 20%-60%分位数的第 2 组合第 3 组的业绩表现最好，即持股集中度中等或者中等偏下的基金表现相对较好。基于前五大重仓股 HHI 得分的回测结果类似，第 1-5 组的近 8 年业绩分别 238%、 274%、300%、256%、200%，同样也是第 2 组合第 3 组的业绩表现最好，持股集中度最高的第 5 组无论是单年还是长期业绩均表现不佳。图 18：持股集中度中位数图 19：持股 HHI 指标中位数前五大持股集中度前十大持股集中度前五大HHI集中度前十大HHI集中度70%60%50%40%30%20%10%2010Q12010Q32011Q12

34、011Q32012Q12012Q32013Q12013Q32014Q12014Q32015Q12015Q32016Q12016Q32017Q12017Q32018Q12018Q32019Q12019Q32020Q12020Q30%45%40%35%30%25%20%15%10%5%2010Q12010Q32011Q12011Q32012Q12012Q32013Q12013Q32014Q12014Q32015Q12015Q32016Q12016Q32017Q12017Q32018Q12018Q32019Q12019Q32020Q12020Q30% 资料来源：Wind，资料来源：Wind，图 20

35、：前十大重仓股 HHI 分组回测业绩走势图 21：前十大重仓股 HHI：单年业绩第1组第2组第3组第4组第5组第1组第2组第3组第4组第5组4.33.83.32.82.31.81.30.870%20122013201420152016201720182019202060%50%40%30%20%10%0%-10%-20%-30% 资料来源：Wind，资料来源：Wind，图 22：前五大重仓股 HHI 分组回测业绩走势图 23：前五大重仓股 HHI：单年业绩第1组第2组第3组第4组第5组第1组第2组第3组第4组第5组4.33.83.32.82.31.81.30.870%2012201320142

36、0152016201720182019202060%50%40%30%20%10%0%-10%-20%-30% 资料来源：Wind，资料来源：Wind，6、行业集中度我们采用与持股集中度相似的方法计算行业及板块集中度，行业集中度方面重点关注前三大和前五大，板块集中度关注第一名及前三大板块。计算指标为集中度系数及 HHI指标，分值为 10-100。在这个模块中，我们共计算了 28 个指标，其中板块方面有板块持有数量、持股比例超过 3%的板块持有数量、TOP1 板块集中度、前三大板块集中度、 TOP1 板块 HHI 指标、前三大板块 HHI 指标和 TOP1 板块、TOP2 板块和 TOP3 板块

37、的名称及持有比例，行业方面有行业持有数量、持股比例超过 1%的行业持有数量、前三大行业集中度、前五大行业集中度、前三大行业 HHI 指标、前五大行业 HHI 指标和 TOP1 行业、TOP2 行业、TOP3 行业、TOP4 行业、TOP5 行业的名称及持有比例。行业集中度中等、板块不过度分散的基金长期业绩表现较好。我们以 TOP1 板块 HHI指标、前三大板块 HHI 指标、前三大行业HHI 指标、前五大行业HHI 作为分组指标，对不同分组的业绩展开回测，统计每个因子每组 20120401 至 20201231 的业绩走势。基于前三大行业HHI 指标得分的第 1-5 组的近 8 年业绩分别为

38、166%、209%、196%、 201%、147%；基于前五大行业 HHI 指标得分的分组业绩为 166%、198%、204%、198%、149%；基于 TOP1 板块 HHI 指标得分的分组业绩为 195%、188%、191%、182%、153%；基于前三板块 HHI 指标得分的分组业绩为 195%、201%、186%、188%、148%。从结果来看，行业过于分散或者集中的小组长期业绩表现欠佳，板块集中度过于分散的小组长期业绩表现欠佳。组合名称行业_前 5行业_前 3板块_前 1板块_前 3第 1 组166%166%195%195%第 2 组198%209%188%201%第 3 组204%

39、196%191%186%第 4 组198%201%182%188%第 5 组149%147%153%148%表 3：行业及板块集中度分组业绩回测（20120401 至 20201231）资料来源：Wind，图 24：前三大行业 HHI 分组回测业绩走势图 25：前三大行业 HHI 分组：单年业绩第1组第2组第3组第4组第5组第1组第2组第3组第4组第5组3.532.521.510.5050%20122013201420152016201720182019202040%30%20%10%0%-10%-20%-30%资料来源：Wind，资料来源：Wind，图 26：前五大行业 HHI 分组回测业绩

40、走势图 27：前五大行业 HHI 分组：单年业绩第1组第2组第3组第4组第5组第1组第2组第3组第4组第5组3.532.521.510.5050%20122013201420152016201720182019202040%30%20%10%0%-10%-20%-30%资料来源：Wind，资料来源：Wind，图 28：TOP1 板块 HHI 分组回测业绩走势图 29：TOP1 板块 HHI 分组：单年业绩第1组第2组第3组第4组第5组第1组第2组第3组第4组第5组3.532.521.510.5050%20122013201420152016201720182019202040%30%20%10

41、%0%-10%-20%-30%资料来源：Wind，资料来源：Wind，图 30：前三板块 HHI 分组回测业绩走势图 31：前三板块 HHI 分组：单年业绩第1组第2组第3组第4组第5组第1组第2组第3组第4组第5组3.532.521.510.5050%20122013201420152016201720182019202040%30%20%10%0%-10%-20%-30%资料来源：Wind，资料来源：Wind，7、风格及行业均衡度我们采用的是基尼系数的方式来衡量组合的配置均衡度。基尼系数（Gini index、Gini Coefficient）是指国际上通用的、用以衡量一个国家或地区居民收

42、入差距的常用指标。基尼系数最大为“1”，最小等于“0”。基尼系数越接近 0 表明收入分配越是趋向平等。国际惯例把 0.2 以下视为收入绝对平均，0.2-0.3 视为收入比较平均；0.3-0.4 视为收入相对合理；0.4-0.5 视为收入差距较大，当基尼系数达到 0.5 以上时，则表示收入悬殊。我们将其应用于基金经理在行业、板块及风格投资分配上，用于衡量基金的风格及行业均衡度。行业的均衡度的计算依据是中信一级行业，板块的依据是前述的六大板块，风格分为市值、价值、成长和盈利，分别计算基金在 4 个因子的细分领域的配置比例，如市值因子考虑的是超大盘、大盘、中盘和小盘。基金总体表现为行业配置较集中、板

43、块配置较均衡、市值及盈利风格配置较集中的特征。统计 2010-2020 年以来参考池基金的风格及行业均衡度，结果显示，行业均衡度的中位数总体在 65%-75%之间，板块均衡度在 30%-40%之间，即基金总体表现为行业配置较集中、板块配置较均衡的特征。近年来基金盈利和市值风格的基尼系数较高，即基金在盈利和市值风格的配置上均衡度低于成长及价值的，这与基金总体为大市值、高盈利风格的结论相吻合。但 2020 年基金的价值基尼系数上升，基金在 2020 年大幅加仓高估值、减仓低估值，最终表现为在低估值、均衡估值、高估值的均衡都下降。我们根据参考池基金的行业均衡度、板块均衡度、市值均衡度、价值均衡度、盈

44、利均衡度和成长均衡度得分展开分组回测，按均衡度从高到低（即基尼系数从低到高）分为 5组，统计每个因子每组 20120401 至 20201231 的业绩走势。结果显示，市值因子均衡度高、价值因子和盈利因子配置集中度高、成长和行业均衡度中等、板块均衡度高的组别长期业绩表现较好。类型组合名称区间收益率最大回撤夏普比率波动率第 1 组233%41%0.7619%第 2 组226%40%0.7619%市值第 3 组182%41%0.6818%第 4 组164%39%0.6617%第 5 组150%29%0.7713%第 1 组158%45%0.6019%第 2 组175%41%0.6718%价值第 3

45、 组173%40%0.6818%第 4 组181%36%0.7317%第 5 组196%27%0.8914%第 1 组139%47%0.5519%第 2 组167%41%0.6518%盈利第 3 组187%40%0.7118%第 4 组209%36%0.8216%第 5 组203%25%1.0012%第 1 组156%42%0.6019%第 2 组178%42%0.6718%成长第 3 组198%38%0.7517%第 4 组204%37%0.7817%第 5 组164%26%0.8612%第 1 组157%43%0.5919%第 2 组215%42%0.7319%行业第 3 组199%40%

46、0.7318%第 4 组198%40%0.7417%第 5 组155%27%0.8113%第 1 组198%42%0.6919%第 2 组204%41%0.7318%板块第 3 组184%38%0.7117%第 4 组195%36%0.7716%第 5 组146%32%0.7214%表 4：风格均衡度分组回测（均衡度自高到低排序）资料来源：Wind，图 32：行业均衡度分位数图 33：板块均衡度分位数前10%前30%中位数后30%后10%前10%前30%中位数后30%后10%95%90%85%80%75%70%65%60%55%50%80%70%60%50%40%30%20%10%2010Q22010Q42011Q22011Q42012Q22012Q42013Q22013Q42014Q22014Q42015Q22015Q42016Q22016Q42017Q22017Q42018Q22018Q42019Q22019Q42020Q22020Q40% 2010Q22010Q42011Q22011Q42012Q22012Q42013Q22013Q42014Q22014Q42015Q22015Q4201