现存沪深300增强基金的风格偏离特征

1、目录 HYPERLINK l _TOC_250010 基金列表 5 HYPERLINK l _TOC_250009 风格偏离 6 HYPERLINK l _TOC_250008 大小盘 6 HYPERLINK l _TOC_250007 估值 10 HYPERLINK l _TOC_250006 ROE 15 HYPERLINK l _TOC_250005 成长性 17 HYPERLINK l _TOC_250004 分红 21 HYPERLINK l _TOC_250003 波动率 23 HYPERLINK l _TOC_250002 换手率 24 HYPERLINK l _TOC_2500

2、01 动量和反转 27 HYPERLINK l _TOC_250000 汇总 30图表目录图 1：加权平均市值（亿元） 7图 2：加权平均市值排序百分位 7图 3：加权平均市值暴露度 8图 4：加权平均对数市值（单位：ex 亿元） 8图 5：加权平均对数市值排序百分位 9图 6：加权平均对数市值暴露度 9图 7：加权平均 PB 10图 8：加权平均 PB 排序百分位 10图 9：加权平均 PB 暴露度 11图 10：加权平均 PE 11图 11：加权平均 PE 排序百分位 12图 12：加权平均 PE 暴露度 12图 13：加权调和平均 PE 13图 14：沪深 300 指数成分股的流通市值和

3、 PE 的相关系数 14图 15：加权调和平均 PE 排序百分位 14图 16：加权调和平均 PE 暴露度 15图 17：加权平均 ROE 15图 18：加权平均 ROE 排序百分位 16图 19：加权平均 ROE 暴露度 16图 20：过去 3 年净利润增速 17图 21：过去 3 年净利润增速排序百分位 17图 22：过去 3 年净利润增速暴露度 18图 23：净利润 TTM 增速 18图 24：净利润 TTM 增速排序百分位 19图 25：净利润 TTM 增速暴露度 19图 26：预期净利润增速 20图 27：预期净利润增速排序百分位 20图 28：预期净利润增速暴露度 21图 29：加

4、权平均股息率 21图 30：加权平均股息率排序百分位 22图 31：加权平均股息率暴露度 22图 32：波动率 23图 33：波动率排序百分位 23图 34：波动率暴露度 24图 35：换手率 24图 36：换手率排序百分位 25图 37：换手率暴露度 25图 38：对数换手率（单位：ex%） 26图 39：对数换手率排序百分位 26图 40：对数换手率暴露度 27图 41：250D 涨跌幅 27图 42：250D 涨跌幅排序百分位 28图 43：250D 涨跌幅暴露度 28图 44：21D 涨跌幅 29图 45：21D 涨跌幅排序百分位 29图 46：21D 涨跌幅暴露度 30图 47：基金

5、在各指标上的暴露度极限范围 30表 1：沪深 300 指数增强型基金列表（截至 2021.2.3） 5表 2：沪深 300 指数增强型基金列表（续）（截至 2021.2.3） 6基金列表我们使用 Wind 的“投资类型（二级分类）”数据，筛选出分类为“增强指数型基金”的公募沪深 300 指数增强型基金，见表 1（只列出了 A 类份额）。对于其他在实际管理上对标沪深 300 指数，但没有被分于该类别的基金暂不纳入统计。最新规模（A/C 合计，亿元）基金经理有效 成立日期成立日期基金管理人基金代码基金简称序号表 1：沪深 300 指数增强型基金列表（截至 2021.2.3）1 汇添富沪深 300

6、基本面增强A010854.OF汇添富基金管理股份有限公司 2021-01-20顾耀强 102.702景顺长城沪深 300 增强000311.OF景顺长城基金管理有限公司2013-10-29黎海威 67.493富国沪深 300 增强100038.OF富国基金管理有限公司2009-12-16李笑薇,方旻 66.324兴全沪深 300 指数增强A163407.OF兴证全球基金管理有限公司2010-11-02申庆 55.785易方达沪深 300 精选增强 A010736.OF易方达基金管理有限公司2020-12-30张胜记 38.286嘉实沪深 300 增强000176.OF嘉实基金管理有限公司201

7、4-12-26龙昌伦 22.587广发沪深 300 指数增强A006020.OF广发基金管理有限公司2018-06-29赵杰 15.018易方达沪深 300 量化增强110030.OF易方达基金管理有限公司2012-07-05 2013-06-08 官泽帆,黄健生 14.819 西部利得沪深 300 指数增强A673100.OF西部利得基金管理有限公司2017-03-21 2018-12-27盛丰衍 14.7810华夏沪深 300 指数增强A001015.OF华夏基金管理有限公司2015-02-10宋洋 12.3811华安沪深 300 量化增强A000312.OF华安基金管理有限公司2013-

8、09-27许之彦,张序 9.1112 申万菱信沪深 300 指数增强A310318.OF申万菱信基金管理有限公司2004-11-29 2013-06-07刘敦 9.0313万家沪深 300 指数增强A002670.OF万家基金管理有限公司2016-09-26 2018-07-09乔亮 8.8514长城久泰沪深 300A200002.OF长城基金管理有限公司2004-05-21 2011-04-10 杨建华,雷俊 8.4615 创金合信沪深 300 指数增强A002310.OF创金合信基金管理有限公司2015-12-31董梁 7.4416博道沪深 300 指数增强A007044.OF博道基金管理

9、有限公司2019-04-26杨梦 7.3717招商沪深 300 指数增强A004190.OF招商基金管理有限公司2017-02-10王平 7.30华宝沪深 300 指数增强A003876.OF华宝基金管理有限公司2016-12-09徐林明,王正 7.13浦银安盛沪深 300 指数增强519116.OF浦银安盛基金管理有限公司2010-12-10陈士俊 6.9120富荣沪深 300 增强 A004788.OF富荣基金管理有限公司2018-02-11 2019-01-24 邓宇翔,郎骋成 6.8821汇安沪深 300 指数增强A003884.OF汇安基金管理有限责任公司2017-01-25 201

10、8-07-03朱晨歌 5.3822 泰达宏利沪深 300 指数增强A162213.OF泰达宏利基金管理有限公司2010-04-23 2018-03-16刘洋 5.3423浙商沪深 300 指数增强166802.OF浙商基金管理有限公司2018-08-20 2018-08-20向伟 4.9124国泰沪深 300 指数增强A000512.OF国泰基金管理有限公司2014-05-19 2019-04-02谢东旭 4.8725长信沪深 300 指数增强A005137.OF长信基金管理有限责任公司2018-04-19 2019-05-16宋海岸 4.7526中泰沪深 300 指数 A008238.OF中

11、泰证券(上海)资产管理有限公司 2020-04-01邹巍 4.4527南方沪深 300 增强 A009059.OF南方基金管理股份有限公司2020-04-23李振兴 4.3928国富沪深 300 指数增强450008.OF国海富兰克林基金管理有限公司 2009-09-03张志强 4.0729安信量化精选沪深 300A003957.OF安信基金管理有限责任公司2017-03-16 2019-05-07徐黄玮 4.05资料来源：Wind， 注：“有效成立日期”为基金转型为沪深 300 增强的日期表 2：沪深 300 指数增强型基金列表（续）（截至 2021.2.3）序号基金简称基金代码基金管理人成

12、立日期 有效成立日期基金经理最新规模（A/C 合计，亿元）30中金沪深 300 指数增强A003015.OF中金基金管理有限公司2016-07-22魏孛,耿帅军3.9431诺安沪深 300 指数增强A320014.OF诺安基金管理有限公司2011-04-072018-08-22梅律吾,宋德舜3.7832平安沪深 300 指数量化增强A005113.OF平安基金管理有限公司2017-12-26毛时超3.3633建信沪深 300 增强 A165310.OF建信基金管理有限责任公司2020-05-072020-05-07梁洪昀3.1734鹏华沪深 300 指数增强005870.OF鹏华基金管理有限公

13、司2018-05-252018-05-25罗捷3.1135海富通沪深 300 指数增强 A004513.OF海富通基金管理有限公司2017-05-102019-10-09朱斌全3.0236汇添富沪深 300 指数增强 A005530.OF汇添富基金管理股份有限公司2020-11-032020-11-03吴振翔,许一尊2.9637新华沪深 300A005248.OF新华基金管理股份有限公司2019-12-18邓岳2.8938国投瑞银沪深 300 量化增强A007143.OF国投瑞银基金管理有限公司2019-06-11殷瑞飞2.4339天弘沪深 300 指数增强A008592.OF天弘基金管理有限

14、公司2019-12-27杨超2.3540银河沪深 300 指数增强A007275.OF银河基金管理有限公司2019-08-29楼华锋2.0941红土创新沪深 300 指数增强A006698.OF红土创新基金管理有限公司2019-02-25储荞,庞世恩0.4742国金沪深 300 指数增强167601.OF国金基金管理有限公司2017-09-01宫雪0.2143博时沪深 300 指数 A010872.OF博时基金管理有限公司2020-12-30桂征辉,刘钊0.19资料来源：Wind， 注：“有效成立日期”为基金转型为沪深 300 增强的日期沪深 300 指数增强基金在 2017 年以后取得了较大

15、发展，从 2016 年底的约 13 只增加到 43 只，规模从约 55 亿增加到约 565 亿，翻了超 10 倍。风格偏离依据基金的年报、中报的持仓明细数据，统计各个沪深 300 增强基金1相对沪深 300 指数的风格偏离情况。考察的风格包括大小盘、估值（PE、PB）、成长性、分红、流动性、波动率、动量和反转等。大小盘计算按指数成分股权重加权的沪深 300 加权平均流通市值、按基金持仓权重加权的各个沪深 300 增强基金的加权平均流通市值（图 1），并计算指数和各个基金的加权平均市值在指数的 300 只成分股中的排序百分位（图 2），以及各个基金的加权平均市值相对指数的暴露度（图 3）。1注：

16、下文称“基金”均特指表 1、表 2 所列沪深 300 增强基金。图 1：加权平均市值（亿元）4,5004,0003,5003,0002,5002,0001,5001,000500013/1214/0614/1215/0615/1216/0616/1217/0617/1218/0618/1219/0619/1220/06负偏区间正偏区间 沪深300平均值资料来源：Wind，从图 2 可以看出，沪深 300 指数自身的加权平均市值在其 300 只成分股的排序已经相当高了，高于 90%95%的成分股。在这种情况下要做到相对沪深 300 市值正向暴露是比较困难的，一旦大市值风格占优，增强的空间会相对有

17、限。图 2：加权平均市值排序百分位100%95%90%85%80%75%13/1214/0614/1215/0615/1216/0616/1217/0617/1218/0618/1219/0619/1220/06负偏区间正偏区间 沪深300平均值资料来源：Wind，从基金的市值暴露度来看，各基金在总体上是负偏的，最大市值正偏的基金的暴露度在0.3 左右，最大负偏的在-0.5 左右，最大负偏基金的加权平均市值仍然高于 80%的成分股。图 3：加权平均市值暴露度0.400.300.200.100.00-0.10-0.20-0.30-0.40-0.50-0.6013/1214/0614/1215/0

18、615/1216/0616/1217/0617/1218/0618/1219/0619/1220/06负偏区间正偏区间 沪深300平均值资料来源：Wind，考虑到大市值公司数量少，中小市值公司数量多的“二八率”，市值的分布呈对数正态分布，在多因子数量模型中通常使用对数市值作为风格控制目标。图 4、图 5、图 6 分别是指数和各基金的对数市值、对数市值排序百分位和暴露度。图 4：加权平均对数市值（单位：ex 亿元）26.5026.0025.5025.0024.5024.0023.5023.0013/1214/0614/1215/0615/1216/0616/1217/0617/1218/0618

19、/1219/0619/1220/06负偏区间正偏区间 沪深300平均值资料来源：Wind，若以对数市值作为衡量各基金大小盘风格偏离的标准，沪深 300 指数自身的加权平均对数市值的排序分位点在 85%左右，低于直接以市值衡量的 90%95%。图 5：加权平均对数市值排序百分位100%90%80%70%60%50%40%13/1214/0614/1215/0615/1216/0616/1217/0617/1218/0618/1219/0619/1220/06负偏区间正偏区间 沪深300平均值资料来源：Wind，以对数市值衡量暴露度，各基金负偏显得更为激进，平均值在-0.2 左右，负偏最大到-0.

20、8左右。图 6：加权平均对数市值暴露度0.400.200.00-0.20-0.40-0.60-0.80-1.0013/1214/0614/1215/0615/1216/0616/1217/0617/1218/0618/1219/0619/1220/06负偏区间正偏区间 沪深300平均值资料来源：Wind，估值我们计算各基金在 PB、PE 和 EP 三个指标上的偏离情况。2019 年以来，沪深 300 指数的加权平均 PB 逐年抬升，基金相对于指数的在 PB 上的偏离的均值也逐渐由略偏低 PB 转为略偏高 PB。图 7：加权平均 PB10987654321013/1214/0614/1215/0

21、615/1216/0616/1217/0617/1218/0618/1219/0619/1220/06负偏区间正偏区间 沪深300平均值资料来源：Wind，从排序百分位来看，指数的加权平均 PB 在 2017 年之前比 60%左右的指数成分股的 PB更高，2017 年之后排序继续提升，到 2020 年中报时已高于 80%左右的成分股。图 8：加权平均 PB 排序百分位100%90%80%70%60%50%40%30%20%10%0%13/1214/0614/1215/0615/1216/0616/1217/0617/1218/0618/1219/0619/1220/06负偏区间正偏区间 沪深3

22、00平均值资料来源：Wind，从暴露度来看，2018 年年报数据之前，各基金在 PB 上的平均暴露度以低 PB 为主，但 2019 年中报转为持平，2019 年报和 2020 中报均已转为暴露高 PB。暴露程度上，偏高 PB 最激进时暴露度有 0.8 左右，负偏最激进时有-0.6 左右。2020 年中报最激进的偏高 PB 的产品暴露度约 0.5，最激进的偏低 PB 的产品暴露度约为-0.3。图 9：加权平均 PB 暴露度1.000.800.600.400.200.00-0.20-0.40-0.60-0.8013/1214/0614/1215/0615/1216/0616/1217/0617/1

23、218/0618/1219/0619/1220/06负偏区间正偏区间 沪深300平均值资料来源：Wind，沪深 300 指数在 2020 中报时，加权平均 PE 在 50X 左右。不同于在 PB 已转为正偏，各基金在 PE 上的平均值仅 2016 年年报是高于指数的，其余报告期均偏向低 PE。图 10：加权平均 PE14012010080604020013/1214/0614/1215/0615/1216/0616/1217/0617/1218/0618/1219/0619/1220/06负偏区间正偏区间 沪深300平均值资料来源：Wind，排序百分位上，沪深 300 指数的加权平均 PE 排

24、在高于成分股 60%80%的水平。图 11：加权平均 PE 排序百分位100%90%80%70%60%50%40%30%20%10%0%13/1214/0614/1215/0615/1216/0616/1217/0617/1218/0618/1219/0619/1220/06负偏区间正偏区间 沪深300平均值资料来源：Wind，PE 暴露度上，最激进的偏高接近 0.5，偏低为-0.3 左右，各基金的平均值上几乎是保持负偏的。图 12：加权平均 PE 暴露度0.600.500.400.300.200.100.00-0.10-0.20-0.30-0.4013/1214/0614/1215/0615

25、/1216/0616/1217/0617/1218/0618/1219/0619/1220/06负偏区间正偏区间 沪深300平均值资料来源：Wind，由于个股 PE 数据分布较大，特别是有些个股的净利润数值很小时，会导致 PE 市值高达数万，股票的加权平均 PE 可能失真。在计算股票组合的 PE 时可采用整体法计算，也可采用 PE 的倒数 EP（即 Earnings Yield，盈利收益率）的加权平均值计算。不过，整体法不考虑投资组合中个股的权重差异，假设有两个相同成分股但权重不同的投资组合，配置比例分别是 99%的银行股和1%的新能源股、1%的银行股和 99%的新能源股，整体法计算出的 PE

26、 是相同的，当组合中个股估值差异、权重差异较大时，无法真实反映股票组合的实际估值水平。盈利收益率 EP 的概念可类比股息率（Dividend Yield），股息率从按照市价投资后能获得多少现金分红来考虑投资价值，而盈利收益率从按照市价取得股份后能产生多少净利润来考虑投资价值。多因子数量化模型中，通常使用加权平均 EP 作为 PE 风格偏离的控制变量。此处，我们将投资组合的加权平均 PE 再取倒数，从而又变为估值倍数的概念，从而能够与前面加权平均 PE 的结果比较。PE 的倒数的加权平均值再取倒数称为 PE 的加权调和平均值。2020 年中报时，沪深 300 的调和平均 PE 为约为 15X，远

27、低于加权平均计算的 50X， Wind 用整体法计算的 PE 约为 13X。 图 13：加权调和平均 PE3530252015105013/1214/0614/1215/0615/1216/0616/1217/0617/1218/0618/1219/0619/1220/06负偏区间正偏区间 沪深300平均值资料来源：Wind，考虑成分股权重的加权调和平均 PE 高于不考虑权重的整体法，或许是由于市值更大、权重更高的成分股拥有了更高的估值。我们计算 2007 年以来沪深 300 指数成分股的流通市值和 PE 的相关系数（图 14），发现自 2017 年以来，PE 与市值的负相关性一路降低，近期已

28、经呈正相关，即市值更大的公司估值更贵，这与过去多年来的经验大相径庭。 图 14：沪深 300 指数成分股的流通市值和 PE 的相关系数10%0%-10%-20%-30%-40%20-1020-0519-1219-0719-0218-0918-0417-1117-0617-0116-0816-0315-1015-0514-1214-0714-0213-0913-0412-1112-0612-0111-0811-0310-1010-0509-1209-0709-0208-0908-0407-1107-0607-01-50%资料来源：Wind，以加权调和平均 PE 来看，指数的 PE 排在 30%分

29、位数左右，各基金的平均值的 PE 略低于指数。 图 15：加权调和平均 PE 排序百分位60%50%40%30%20%10%0%13/1214/0614/1215/0615/1216/0616/1217/0617/1218/0618/1219/0619/1220/06负偏区间正偏区间 沪深300平均值资料来源：Wind，以加权调和平均 PE 来看，基金总体上是偏低 PE 的，但 2019 年以来，平均值开始向 0轴收敛，偏高 PE 的基金变得更加激进，最大幅度的暴露度达到 0.4。图 16：加权调和平均 PE 暴露度0.600.400.200.00-0.20-0.40-0.6013-1214-

30、0614-1215-0615-1216-0616-1217-0617-1218-0618-1219-0619-1220-06负偏区间正偏区间 沪深300平均值资料来源：Wind，ROE指数的加权平均 ROE 约在 15%左右，近年来逐年提升。图 17：加权平均 ROE25%20%15%10%5%13/1214/0614/1215/0615/1216/0616/1217/0617/1218/0618/1219/0619/1220/06负偏区间正偏区间 沪深300平均值资料来源：Wind，指数的加权平均 ROE 排在成分股的 60%70%左右，各基金的平均水平与指数相差不大。图 18：加权平均 R

31、OE 排序百分位90%80%70%60%50%40%30%13/1214/0614/1215/0615/1216/0616/1217/0617/1218/0618/1219/0619/1220/06负偏区间正偏区间 沪深300平均值资料来源：Wind，暴露度上，最激进的高 ROE 暴露度约 0.4，低 ROE 暴露度约-0.5。平均值上，2016 年至 2018 年是偏低 ROE 的，2019 年以来偏高 ROE。图 19：加权平均 ROE 暴露度0.600.400.200.00-0.20-0.40-0.6013/1214/0614/1215/0615/1216/0616/1217/0617/

32、1218/0618/1219/0619/1220/06负偏区间正偏区间 沪深300平均值资料来源：Wind，成长性我们采用三种增长类指标：过去 3 年净利润增速、净利润 TTM 增速、未来 2 年 Wind 一致预期净利润增速。指数的加权平均过去 3 年净利润增速在 50%上下，各基金的平均值普遍高于指数。不过，由于净利润增速数据离散度和 PE 一样也比较大，因此通过加权平均计算的投资组合的增速波动也较大，不过采用调和平均的方式作用并不大。图 20：过去 3 年净利润增速400%350%300%250%200%150%100%50%0%-50%13/1214/0614/1215/0615/12

33、16/0616/1217/0617/1218/0618/1219/0619/1220/06负偏区间正偏区间 沪深300平均值资料来源：Wind，从排序百分位来看，指数和基金平均值排在成分股的 80%上下，相对成分股整体来说有较高的成长性。图 21：过去 3 年净利润增速排序百分位120%100%80%60%40%20%0%13/1214/0614/1215/0615/1216/0616/1217/0617/1218/0618/1219/0619/1220/06负偏区间正偏区间 沪深300平均值资料来源：Wind，从暴露度来看，2016 年底以来基金的平均水平基本是正向暴露于利润增速，正向暴露的

34、基金幅度较高，负向暴露成长性的产品幅度在-0.2 以内。由于在多因子数量模型中通常会对数据的极值进行处理，可能导致的问题是投资组合在极值处理后的数据上偏离度较低，但由于极值被拉低，实际在原数据上有着较高暴露。图 22：过去 3 年净利润增速暴露度1.401.201.000.800.600.400.200.00-0.20-0.4013/1214/0614/1215/0615/1216/0616/1217/0617/1218/0618/1219/0619/1220/06负偏区间正偏区间 沪深300平均值资料来源：Wind，如果仅以净利润 TTM 的增速考察较短期限的成长性，指数和基金的利润增速同样

35、在 50%上下，基金略高于指数。组合的净利润增速在大部分报告期是维持在正增长的。图 23：净利润 TTM 增速600%500%400%300%200%100%0%-100%13/1214/0614/1215/0615/1216/0616/1217/0617/1218/0618/1219/0619/1220/06负偏区间正偏区间 沪深300平均值资料来源：Wind，在排序上，基金的平均值排在 60%80%之间，指数的排序波动更大。图 24：净利润 TTM 增速排序百分位120%100%80%60%40%20%0%13/1214/0614/1215/0615/1216/0616/1217/0617

36、/1218/0618/1219/0619/1220/06负偏区间正偏区间 沪深300平均值资料来源：Wind，从暴露度来看，基金更倾向于在成长性上正偏。图 25：净利润 TTM 增速暴露度3.002.502.001.501.000.500.00-0.50-1.0013/1214/0614/1215/0615/1216/0616/1217/0617/1218/0618/1219/0619/1220/06负偏区间正偏区间 沪深300平均值资料来源：Wind，在预期净利润增速上，指数和基金 2020 中报的加权平均增速约 25%左右，基金更多的是正向偏离，负偏的幅度较小。图 26：预期净利润增速30

37、0%250%200%150%100%50%0%-50%13/1214/0614/1215/0615/1216/0616/1217/0617/1218/0618/1219/0619/1220/06负偏区间正偏区间 沪深300平均值资料来源：Wind，指数和基金的加权平均预期增速的排序大部分时间在 60%80%之间，2017 年底以来，基金的预期增速一直低于指数的预期增速。图 27：预期净利润增速排序百分位120%100%80%60%40%20%0%13/1214/0614/1215/0615/1216/0616/1217/0617/1218/0618/1219/0619/1220/06负偏区间正

38、偏区间 沪深300平均值资料来源：Wind，暴露度上，正偏的基金产品比较激进，2020 年中报有基金暴露度达到 1；负偏幅度普遍较小。图 28：预期净利润增速暴露度4.504.003.503.002.502.001.501.000.500.00-0.5013/1214/0614/1215/0615/1216/0616/1217/0617/1218/0618/1219/0619/1220/06负偏区间正偏区间 沪深300平均值资料来源：Wind，分红指数和基金平均值在加权平均股息率上相差不大，2020 年中报时接近 2%。图 29：加权平均股息率4.0%3.5%3.0%2.5%2.0%1.5%1

39、.0%0.5%0.0%13/1214/0614/1215/0615/1216/0616/1217/0617/1218/0618/1219/0619/1220/06负偏区间正偏区间 沪深300平均值资料来源：Wind，2017 年以来指数和基金的加权平均股息率呈逐年下降趋势。图 30：加权平均股息率排序百分位90%85%80%75%70%65%60%55%50%45%13/1214/0614/1215/0615/1216/0616/1217/0617/1218/0618/1219/0619/1220/06负偏区间正偏区间 沪深300平均值资料来源：Wind，基金平均值较少有低股息率暴露，仅有 2

40、016 中报和年报、2019 年报、2020 中报为负。图 31：加权平均股息率暴露度0.800.600.400.200.00-0.20-0.40-0.6013/1214/0614/1215/0615/1216/0616/1217/0617/1218/0618/1219/0619/1220/06负偏区间正偏区间 沪深300平均值资料来源：Wind，波动率由于 A 股投资组合的波动率整体在 30%左右，因此就波动率数值来说指数和各基金差异不大。除 2014 年底、2015 年外，基金和指数的波动率基本都在 30%附近。图 32：波动率80%70%60%50%40%30%20%10%13/1214

41、/0614/1215/0615/1216/0616/1217/0617/1218/0618/1219/0619/1220/06负偏区间正偏区间 沪深300平均值资料来源：Wind，从排序来看，指数和基金平均值在多数排在 40%60%区间，在成分股中处于中等水平。图 33：波动率排序百分位80%70%60%50%40%30%20%10%13/1214/0614/1215/0615/1216/0616/1217/0617/1218/0618/1219/0619/1220/06负偏区间正偏区间 沪深300平均值资料来源：Wind，从暴露度来看，历史上基金平均值略微偏向往低波动率暴露，但 2020 年

42、中报更多的转为了高波动率暴露。波动率暴露范围大致在0.4 之间。图 34：波动率暴露度0.600.400.200.00-0.20-0.40-0.6013/1214/0614/1215/0615/1216/0616/1217/0617/1218/0618/1219/0619/1220/06负偏区间正偏区间 沪深300平均值资料来源：Wind，换手率由于我们用的日均换手率数据，换手率的分布也是比较窄的，除 2014 年底、2015 年外，大部分时间在 0.5%1%上下。图 35：换手率4.0%3.5%3.0%2.5%2.0%1.5%1.0%0.5%0.0%13/1214/0614/1215/061

43、5/1216/0616/1217/0617/1218/0618/1219/0619/1220/06负偏区间正偏区间 沪深300平均值资料来源：Wind，排序上，指数和基金换手率在成分股中等偏上位置。图 36：换手率排序百分位90%80%70%60%50%40%30%20%10%13/1214/0614/1215/0615/1216/0616/1217/0617/1218/0618/1219/0619/1220/06负偏区间正偏区间 沪深300平均值资料来源：Wind，暴露度上，基金平均值近年是略偏高换手率的，最大幅度到 0.5 左右。历史上 2013 到2015 年平均值偏向低换手率，2016

44、 年中报到 2018 年中报偏高换手率，2018 年年报、2019 中报偏低换手率。偏低换手的最大幅度在-0.3 左右。图 37：换手率暴露度0.600.500.400.300.200.100.00-0.10-0.20-0.30-0.4013/1214/0614/1215/0615/1216/0616/1217/0617/1218/0618/1219/0619/1220/06负偏区间正偏区间 沪深300平均值资料来源：Wind，在数值上，和市值一样，换手率的分布也接近对数正态分布，所以在多因子数量模型中通常使用对数换手率。图 38：对数换手率（单位：ex%）-2.50-3.00-3.50-4.

45、00-4.50-5.00-5.50-6.00-6.5013/1214/0614/1215/0615/1216/0616/1217/0617/1218/0618/1219/0619/1220/06负偏区间正偏区间 沪深300平均值资料来源：Wind，以对数换手率来看，指数和基金的换手率排序实际排在成分股的 40%左右，略低于成分股的中位数。这与直接使用换手率的结论是相反的，说明某些换手率较高的成分股权重较大。图 39：对数换手率排序百分位90%80%70%60%50%40%30%20%10%0%13/1214/0614/1215/0615/1216/0616/1217/0617/1218/0618/1219/0619/1220/06负偏区间正偏区间 沪深300平均值资料来源：Wind，以对数换手率来看，基金在换手率上更倾向于正偏。图 40：对数换手率暴露