基金的业绩比较基准构建及动态评估研究

1、内容目录 HYPERLINK l _TOC_250015 引言 4 HYPERLINK l _TOC_250014 多方越发关注基金的基准 4 HYPERLINK l _TOC_250013 主动型基金推出新的定价模式 4 HYPERLINK l _TOC_250012 基金的现有基准存在严重失真 5 HYPERLINK l _TOC_250011 小结 6 HYPERLINK l _TOC_250010 基于重仓股补全法的业绩比较基准构建 6 HYPERLINK l _TOC_250009 基于重仓股补全法模拟基金持仓 7重仓股补全法的完善 7重仓股补全法的有效性检验 9 HYPERLINK

2、 l _TOC_250008 基于模拟持仓构建业绩比较基准 10 HYPERLINK l _TOC_250007 基金业绩的动态评估研究 12 HYPERLINK l _TOC_250006 基金业绩因子的拆解研究 16 HYPERLINK l _TOC_250005 基金收益的拆解 16 HYPERLINK l _TOC_250004 超额收益的拆解 18 HYPERLINK l _TOC_250003 其他相关因子的拆解 20信息比率的拆解 21选股 Alpha 的拆解 22 HYPERLINK l _TOC_250002 因子的相关性分析 25 HYPERLINK l _TOC_2500

3、01 总结与展望 26 HYPERLINK l _TOC_250000 风险提示 26图表目录图 1：基金个人投资者对基金合同最关注的条款 4图 2：主动基金管理人发行可变费率的主动型基金 5图 3：基金 A 相对合同业绩比较基准的走势图 6图 4：基金 A 相对创业板指的走势图 6图 5：基金的业绩比较基准类型介绍 6图 6：重仓股补全法的改进版本进程 7图 7：沪深 300 成份股在中信一级行业上配置比例分布图 7图 8：主动偏股型基金在不同指数上的平均配置比例 8图 9：重仓股补全法的流程图 8图 10：重仓股补全法 V5 下基金的规模风格得分相似性统计图 10图 11：重仓股补全法 V

4、5 下基金的价值-成长风格得分相似性统计图 10图 12：基金资产组合构成示意图 10图 13：公募基金季报披露日期统计 11图 14：基金 A 相对模拟基准的走势图 11图 15：基金 A 净值相对模拟基准的位置状态 13图 16：基金 B 净值相对模拟基准的位置状态 13图 17：基金 C 净值相对模拟基准的位置状态 13图 18：基金 A 超额收益拆解 14图 19：基金 B 超额收益拆解 14图 20：基金 C 超额收益拆解 14图 21：显性超额收益（年化）与隐性超额收益（年化）的散点图 15图 22：绝对收益因子的 RankIC 序列 17图 23：逆境收益因子的 RankIC 序

5、列 17图 24：顺境收益因子的 RankIC 序列 17图 25：不同月份调仓策略的分组年化超额收益统计(10 组，绝对收益和逆境收益因子) 18图 26：超额收益因子的 RankIC 序列 19图 27：隐性超额收益因子的 RankIC 序列 19图 28：显性超额收益因子的 RankIC 序列 19图 29：不同月份调仓策略的分组年化超额收益统计(10 组，超额收益和隐性超额收益因子).20图 30：信息比率因子的 RankIC 序列 21图 31：隐性信息比率因子的 RankIC 序列 21图 32：显性信息比率因子的 RankIC 序列 21图 33：不同月份调仓策略的分组年化超额收

6、益统计(10 组，信息比率和隐性信息比率因子).22图 34：选股 Alpha 因子的 RankIC 序列 23图 35：隐性选股 Alpha 因子的 RankIC 序列 23图 36：显性选股 Alpha 因子的 RankIC 序列 23图 37：不同月份调仓策略的分组年化超额收益统计(10 组，选股 Alpha 和隐性选股 Alpha因子) 24图 38：不同月份调仓策略的分组年化超额收益统计(10 组，显性选股 Alpha 因子) 24图 39：天风长周期选基多因子体系 25图 40：因子的月度相关系数均值 26表 1：重仓股补全法下基金的中信一级行业配置权重准确度统计 9表 2：基金净

7、值与不同基准的年度相关性分组占比统计 12表 3：基金年化超额收益拆解的分组统计 15表 4：基金收益拆解因子的 RankIC 序列统计信息 16表 5：基金收益拆解因子的分组年化超额收益平均值统计(降序排序分组，年度调仓) 18表 6：超额收益拆解因子的 RankIC 序列统计信息 19表 7：超额收益拆解因子的分组年化超额收益平均值统计(降序排序分组，年度调仓) 20表 8：信息比率拆解因子的 RankIC 序列统计信息 21表 9：信息比率拆解因子的分组年化超额收益平均值统计(降序排序分组，年度调仓) 22表 10：选股 Alpha 拆解因子的 RankIC 序列统计信息 23表 11：

8、选股 Alpha 拆解因子的分组年化超额收益平均值统计(降序排序分组，年度调仓)24引言业绩比较基准（Benchmark），是基金产品为自己设定的、可实现的预期目标，作为该 产品未来业绩考核的主要参考目标和标准。业绩比较基准不仅可用于基金产品的绩效评估，也常用于基金产品的归因和评价分析。一般而言，取得超越业绩比较基准的投资业绩是基 金经理追求的重要目标之一。多方越发关注基金的基准从 2002 年开始，中国证监会要求开放式基金在发行时需要公布其业绩比较基准，不同风险收益的基金跟踪不同的比较基准。监管层希望通过这一措施能约束基金管理人遵守基金合同，保持投资风格稳定，以帮助投资者对基金业绩进行合理评

9、判。此后监管部门多次发布与基金基准相关的文件，旨在更加合理约束基金产品投资。中国证券报表示，2019年 1 月 31 日部分基金公司还收到监管部门下发的关于进一步优化业绩比较基准监管的通知，要求审慎做好相关工作，进一步优化业绩比较基准监管、保障投资者权益。根据基金个人投资者投资情况调查问卷（2018 年度）统计信息来看，有 30.6 的个人投资者最关注基金的业绩比较基准、资产配置及收益分配条款等信息，且相比于 2017年进一步提升了 1.4 。基金的业绩比较基准成为个人投资者最为关注的合同条款，这表明了投资者的理性程度在不断提升。图 1：基金个人投资者对基金合同最关注的条款6.10%16.20

10、%30.60%12.50%8.90%25.70%基金管理人及基金托管人的权利和义务基金持有人的权利和义务基金的交易方式及费用基金的信息披露基金的业绩比较基准、资产配置及收益分配通常不怎么关注基金合同资料来源：中国基金业协会发布的基金个人投资者投资情况调查问卷（2018 年度）， 主动型基金推出新的定价模式为了吸引对费率敏感的投资者，基金管理人开始尝试在部分主动型开放式共同基金中引入新的费率结构。可变费率模式便是其中之一，该模式以一定基本费率为基础，超越基准后再收取超额业绩提成。这种费率结构此前常被运用于对冲型基金或专户型产品。在国外，作为主动基金管理人代表的安联和另一全球主动基金巨头，从 20

11、18 年开始发行可变费率的主动型基金：（1）2018 年 5 月，安联在英国发行了一只可变费率模式的开放式股票型共同基金，先向客户收取 30bp 的基础管理费，超越基准后再收取 20 的业绩提成。（2）某全球主动基金管理巨头也发行了 5 只浮动型费率的股票型基金。这种浮动费率收费模式分为两个部分：基础费率和浮动业绩费用。在 70bp 的基础费率上，根据基金对比基准的表现在浮动区间（50bp - 90bp）中再作调整。图 2：主动基金管理人发行可变费率的主动型基金资料来源：安永：2019 年全球资产管理行业报告， 在国内，首只浮动费率基金发行于 2013 年，2013-2015 年间浮动费率基金

12、开始密集成立。但受到股灾和随意提取业绩报酬等因素的影响，浮动费率基金被暂缓审批。从 2019年下半年开始，新式浮动费率基金再次发行。此外，在 2018 年南方基金还推出了南方瑞合，该基金在公募领域首创“不赚钱不收管理费模式”。这种新型定价模式打破了传统的费率结构，为公募基金的定价模式带来了新思考，同时也为基金行业讨论新的收费模式打开了窗口。但是，变革往往需要较大的胆识和能力。只有基金经理能够创造足够多的超额收益时，基金公司才能获取这一部分超额业绩提成。新型定价模式考验着基金经理的投资能力，更加凸显了合理确定基金业绩比较基准的重要性。基金的现有基准存在严重失真国外市场对基金业绩比较基准的确定非常

13、关注，并将其作为基金经营好坏、基金经理履职情况的主要参照。基准是投资管理者投资过程的消极代表，在缺乏积极管理时，基准可以体现投资管理者所构建资产组合显著、持久的特征（Bailey，et al，1988）。近年来，我国公募基金产品发行时也会公布其业绩比较基准，但是政策上并未对基准的选择做出明确详细的规定，使得诸多基金在业绩比较基准的设定上比较随意。总体来看，我国基金业绩基准的设定和使用存在着以下几个问题：部分基准指数名称不规范，表述不明确；部分基金指数的数据可获取性不强；部分基金类型与基准不匹配；部分基金投资风格与基准不匹配；一些基金倾向于选取易于战胜的基准；基准对“指数”与“指数收益率”的表述

14、不明确。针对主动偏股型基金，基金产品通常会采用常见的宽基指数（如沪深 300 指数等），并未考虑产品的对标指数，或产品策略变更也没有及时修改业绩比较基准。例如，某基金 A 在合同中披露的业绩比较基准为中证 800 指数收益率*90 +上证国债指数收益率*10 ，但是无论是我们做历史业绩拟合还是从基金经理访谈中，均发现基金 A以创业板指为基准比较合适。基金 A 与自身业绩比较基准存在较大的相对最大回撤，且相 Bailey J V,Tierney D E. Benchmark Portfolios and the Manager/Plan Sponsor RelationshipJ. Journa

15、l of Applied Corporate Finance, 1998(4):25-32.中证指数有限公司发布的中证指数研究报告：基准在投资过程中的应用对强弱曲线波动较大。但当把基金 A 与创业板指进行比较时可以发现，基金的相对最大回撤明显降低，相对强弱曲线也持续稳定增长。由于越来越多的投资者投资基金时会参考业绩比较基准，不合适的基准容易让投资者产生误解，误认为基金 A 的业绩表现较弱，截至 2019 年底产品规模不足 5 亿元。这在公募基金市场并不是个例。图 3：基金 A 相对合同业绩比较基准的走势图图 4：基金 A 相对创业板指的走势图动态相对最大回撤(右轴) 基金A 业绩基准 相对强弱

16、曲线动态相对最大回撤(右轴) 基金A 创业板指 相对强弱曲线2.001.801.601.401.201.000.800.600.400.200.000.0%2.001.801.601.401.201.000.0%5.0%10.0%15.0%0.800.6020.0%0.400.200.0025.0%30.0%5.0%10.0%15.0%20.0%25.0%30.0%资料来源：Wind， 资料来源：Wind， 小结由上文分析可知，业绩比较基准在基金在管理和评估中占据着非常重要的位置，也备受监管层和投资者的关注。然而，现有的业绩比较基准却严重失真，难以直接用于基金研究。因此，本报告试图重新构建基金

17、的业绩比较基准，旨在更加有效评估基金的业绩表现。具体的，本报告将基于模拟持仓构建基金的模拟基准指数，对基金业绩进行动态评估，拆解挖掘有效的选基因子，并以主动偏股型基金进行相关实证研究。基金模拟基准的构建，解决了现有比较基准失真问题，对评估基金业绩表现提拱了新方法，对探索基金经理行为提供了新思路，对深入开展基金评价和业绩持续性的研究提供了依据，对 FOF 组合构建具有一定的参考意义。基于重仓股补全法的业绩比较基准构建图 5：基金的业绩比较基准类型介绍资料来源： 基金的业绩比较基准可分为合同披露的业绩比较基准和自主构建的业绩比较基准。然而合同披露的业绩比较基准在使用中存在诸多问题，我们会试图自主构

18、建业绩比较基准。自主构建的业绩比较基准又可分为指数回归法、因子拟合法和持仓模拟法等。其中，指数回归法通常挑选一些市场公开指数作为基础指数，通过与基金收益进行回归，确定最优的基础指数及其权重；因子拟合法将基础指数拓展为风险因子，将风险因子收益与基金收益进行回归，拟合最优的风险因子及风险暴露；持仓模拟法是基于基金的历史持仓数据来模拟基金的净值。因现实中诸多市场指数和风险因子的相关性较高，使得指数回归法和因子拟合法会存在过度优化，系数的解释难度较高等问题。持仓模拟法因基于基金真实持仓构建的，准确度相对较高，但对基金的持仓数据频率存在较高要求。本报告主要采用的是持仓模拟法，即基于重仓股补全法构建基金的

19、业绩比较基准。本章节主要分为两个部分：一是模拟持仓方法的介绍，二是模拟基准指数的构建。下面我们将分别展开。基于重仓股补全法模拟基金持仓重仓股补全法的完善在此前报告20180508 天风证券-基金研究：基金资产配置的行业选择能力评价体系中，我们首次提出了重仓股补全法，旨在保证准确度和时效性的情况下，尽可能真实的模拟出基金的持仓数据。此后在使用过程中我们不断完善重仓股补全法，目前已经经历了三个版本。图 6：重仓股补全法的改进版本进程V1V3V5半年报(年报)非重仓股半年报(年报)全部持仓精简持股数量20180508天风证券-基金研究：20180809天风证券-基金研究：天风证券-基金研究：基金资产

20、配置的行业选择能基金资产配置的板块选择能基金的业绩比较基准构建及力评价体系力评价体系动态评估研究V2V4上市公司前十大股东上一期全部持仓20180809天风证券-基金研究：基金资产配置的板块选择能力评价体系天风证券-基金研究：基金的业绩比较基准构建及动态评估研究资料来源： 在本篇报告中，我们将从两个方面对重仓股补全法进一步改进，具体的：利用上一期全部持仓信息此前的重仓股补全法版本中，在一季度（或三季度）节点使用的是上期的年报（或半年报）的真实持仓信息，而在二季度（或四季度）节点使用的是间隔两期的年报（或半年报）的真实持仓信息。可以发现，在二季度（或四季度）节点我们使用了滞后半年的数据，滞后期过

21、长，期间基金的持仓特征可能已经发生了很大变化。毕竟即便是沪深 300 成份股在中信一级行业上的配置比例都是在不断变化的。图 7：沪深 300 成份股在中信一级行业上配置比例分布图100%90%80%70%60%50%40%30%20%10%0%资料来源：Wind， 因此，我们将在每个季报节点模拟持仓时均使用上一期的全部持仓。具体的，在一季度（或三季度）节点使用的是上期的年报（或半年报）的真实持仓信息，在二季度（或四季度）节点使用的是上期的一季报（或三季报）的模拟持仓信息。利用上一期的数据，可以更好地捕捉基金的持仓风格变化。精简模拟持仓股票的数量此前在证监会行业配置约束下模拟缺失行业的股票时，使

22、用的是当期该行业所有股票，但是这可能会导致模拟得到的股票数量过多。我们对所有主动偏股型基金持仓在不同指数 上的平均配置比例数据进行了统计，持仓主要集中在沪深 300 成份股内，其次是中证 500 和中证 1000，仅有很少比例配置在剩余股票上。可以发现，基金主要投资的是市值偏大的 股票，很少会投资市值非常小的股票。图 8：主动偏股型基金在不同指数上的平均配置比例沪深300中证500中证1000剩余股票100%90%80%70%60%50%40%30%20%10%0%资料来源：Wind， 因此，我们将在每个季报节点模拟持仓时精简股票数量。具体的，在证监会行业配置约束下模拟缺失行业的股票时，按照证

23、监会行业内股票的最新市值降序排序选择股票，且限定单只股票的权重不低于 0.5。假定缺失行业权重为，则选取的股票数量不超过( 。0.5%依据市值排序补充缺失行业股票，可以有效减少模拟持仓股票的数量。图 9：重仓股补全法的流程图全部持仓节点股票信息t-1期 全部持仓股t期全市场股票非重仓股t期非重仓股行业1: 行业2: 行业H: 证监会行业分类t期重仓股行业1: 行业2: 行业H: 重仓股t期报告披露行业1: 行业2: 行业H: 资产分类t期模拟持仓资产1: 资产2: 资产K: 模拟持仓资料来源： 综合上述两个方面的改进，我们得到新版本的重仓股补全法（重仓股补全法 V5）。具体的，在证监会行业配置

24、约束下，利用上期持仓股票和全市场其他股票补全本期行业配置缺失的部分，模拟本期全部持仓。其中，在一季度（或三季度）节点使用的是上期的年报（或半年报）的真实持仓信息，在二季度（或四季度）节点使用的是上期的一季报（或三季报）的模拟持仓信息；全市场其他股票选取的是证监会行业内市值较大的股票。重仓股补全法的前提假设条件为基金经理配置偏好具有延续性，其管理的基金在前后期非重仓股的配置特征是不变的。重仓股补全法的有效性检验我们发现，基于重仓股补全法得到的模拟持仓与真实持仓在诸多特征方面存在高度相关性。首先，我们在半年报和年报节点计算模拟持仓与真实持仓在中信一级行业上配置权重的相关性和偏离度，其中模拟持仓涉及

25、前文的重仓股单位化法、重仓股补全法 V3、重仓股补全法 V5。可以发现，在相关性和偏离度视角下，重仓股补全法 V5重仓股补全法 V3重仓股单位化法。重仓股补全法 V5 在行业配置估计的平均相关性在 0.925，平均偏离度在，且结果具有较强的稳健性。由此可见，基于重仓股补全法得到的模拟持仓在行业风格上与真实持仓高度相关。表 1：重仓股补全法下基金的中信一级行业配置权重准确度统计相关性偏离度分组重仓股单位化法重仓股补全法V3重仓股补全法 V5分组重仓股单位化法重仓股补全法V3重仓股补全法V50.00,0.50)0.890.280.160 ,5 )1.644.554.880.50,0.55)0.53

26、0.120.125 ,10 )2.7316.4417.350.55,0.60)0.770.310.2010 ,15 )4.1928.1330.670.60,0.65)1.370.500.3815 ,20 )8.7426.4025.860.65,0.70)2.161.030.8520 ,25 )13.8815.5914.510.70,0.75)3.941.891.5925 ,30 )17.516.194.960.75,0.80)7.153.432.9730 ,35 )17.341.981.240.80,0.85)12.367.146.3235 ,40 )13.420.490.450.85,0.9

27、0)20.1913.1612.8340 ,45 )9.580.160.080.90,0.95)27.0527.2727.0245 ,50 )5.610.030.010.95,1.0023.5944.8747.5850 ,100 5.370.020.00平均值0.8780.9200.925平均值30.6715.6115.03资料来源：Wind， 进一步，参考报告20181213-天风证券-基金研究：基金的风格划分及增强 FOF 组合构建研究中投资风格计算方法，我们在半年报和年报节点计算模拟持仓与真实持仓在市值风格、价值-成长风格上得分的相似度，其中模拟持仓采用的是重仓股补全法 V5。可以发现，规

28、模风格的估计得分与实际得分的拟合优度在 0.90 以上，价值-成长风格的估计得分与实际得分的拟合优度接近 0.90，且结果具有较强的稳健性。由此可见，基于重仓股补全法得到的模拟持仓在投资风格上与真实持仓高度相关。600500400300200100-200 0-100-10000-200实际)风格得分(基金规模00600500400300201+ 20.84= 0.9246x R = 0.9y350300y = 0.8905x + 16.1R = 0.8903250200150100500-1050-50-100(实际)风格得分价值-成长基金003503002502001105000-595基

29、金规模风格得分(估计)基金价值-成长风格得分(估计)图 10：重仓股补全法 V5 下基金的规模风格得分相似性统计图图 11：重仓股补全法 V5 下基金的价值-成长风格得分相似性统计图资料来源：Wind， 资料来源：Wind， 由上可知，基于重仓股补全法我们及时准确的获取基金的模拟持仓数据，并且模拟持仓数据与真实持仓在诸多特征方面存在高度相关性。基于模拟持仓构建业绩比较基准根据基金披露的公告可知，基金资产组合一般是由股票、债券、银行存款等多种资产构成的。针对主动偏股型基金，主要持有资产是股票，其次是债券、银行存款及其他资产。因此，在构建模拟业绩比较基准指数时我们同样会考虑三类资产，分别为股票、债

30、券、银行存款及其他资产。由于股票是其中最主要的资产，所以我们将利用上述重仓股补全法进行模拟估计；债券则直接使用中证全债指数替代，现金及其他资产直接使用一年期定期存款利率替代。图 12：基金资产组合构成示意图基金资产组合股票债券基金权证货币市场工具银行存款其他资产资料来源：Wind， 特别的，在下文中为了方便表达，我们将模拟业绩比较基准指数简称为模拟基准，合同中的业绩比较基准指数简称为业绩基准。此外，我们会定期会对模拟基准进行更新，调整时点定在每个季度结束后的第 15 个交易日。主要考虑的是此时是基金季报披露的截止日期，此时我们可以获取基金各资产的配置比例、基金前十大重仓股、以及利用重仓股补全法

31、所需数据等信息。图 13：公募基金季报披露日期统计季度结束之日起15个工作日内四季报：资产配置、投资组合、前十大 重仓股等信息季度结束之日起 15个工作日内一季报：资产配置、投资组合、前十大 重仓股等信息季度结束之日起 15个工作日内二季报：资产配置、投资组合、前十大 重仓股等信息季度结束之日起15个工作日内三季报：资产配置、投资组合、前十大 重仓股等信息1月2月3月4月5月6月7月8月9月10月11月12月年报：资产配置、投资组合、全部持股、份额持有人等信息每年结束之日起 90日内半年报：资产配置、投资组合、全部持 股、份额持有人等 信息上半年结束之日起60日内注：因疫情影响，部分基金公司将

32、 2019 年基金产品年报披露时间推迟至 4 月 30 日（含）之前。资料来源：Wind， 基于上述涉及的各类资产，我们将加权构建基金的模拟基准。针对第0 + 日的价格指数 0+ ，可表示为：NPt t Pt t ,s wt ,i (1 rt t ,i ) t ,b (1 rt t ,b ) t ,c (1 rt t ,c )00 0i 1000000N其中： 0 表示0日价格指数点数； 0 、 0 、 0 分别表示0日基金的股票、债券、现金及其他资产的配置比例； wt0 ,i (1 rt0 t ,i ) 、1 rt0 t,b 、1 rt0 t,c 分别表示0到0+ 日间基i 1金的股票、债券

33、、现金及其他资产的累计净值。此外， 0 表示0日第（ = 1 2 ）只= 股票的持仓权重，且 0 = 1； 0+ 表示第只股票在0到0+ 日间的累计收益率； 0+ 表示债券资产在0到0+ 日间的累计收益率； 0+ 表示现金及其他资产在0到0+ 日间的累计收益率。图 14：基金 A 相对模拟基准的走势图基金A创业板指模拟基准基金A/模拟基准2.001.801.601.401.201.000.800.600.400.200.00资料来源：Wind， 基于上述方法我们对基金 A 构建了其模拟基准，结果如上图所示。可以发现，基金 A的模拟基准与创业板指数走势高度相似，通过模拟基准我们再次确定基金 A

34、的是创业板风格，选择创业板指作为业绩比较基准较为合适。同时，我们可以看到基金 A 净值相对模拟基准存在持续稳定的超额收益。由此可见，模拟基准可较好地作为基金的业绩比较基准。进一步的，我们分年度统计了基金净值与模拟基准间的相关性，并与基金的业绩基准进行对比。通过分组统计发现，基金净值与模拟基准的整体相关性更高，均值达到了0.943，相关性在 0.9 以上的数量占比超过了 85 ；而基金净值与业绩基准的整体相关性表现一般，均值为 0.852，相关性在 0.9 以上的数量占比约为 40 。事实上，基金的净值与业绩基准相关性低的主要原因是业绩基准设定不当，而引入模拟基准便可有效解决这一问题。表 2：基

35、金净值与不同基准的年度相关性分组占比统计分组业绩基准模拟基准0.00,0.50)1.360.020.50,0.55)0.930.030.55,0.60)1.560.000.60,0.65)2.330.100.65,0.70)3.710.180.70,0.75)5.480.500.75,0.80)8.170.980.80,0.85)13.362.980.85,0.90)20.659.200.90,0.95)25.9429.060.95,1.0016.3856.96平均值0.8520.943资料来源：Wind， 我们认为，本文构建的模拟基准可以作为有效的业绩比较基准，解决 1.3 节提到现有业绩基

36、准存在的问题。此外，基金产品的业绩基准失真，还容易让投资者对基金业绩产生误解。例如前文中提到的基金 A 与自身不合适的比较基准进行比较，容易让投资者误认为 “该基金业绩表现较弱”。模拟基准在基金产品的绩效评估和收益预测方面都有重要的作用。基金业绩的动态评估研究模拟基准是根据基金定期披露持仓构建的指数，是一种跟随策略。有研究发现，基金持仓披露后会存在明显的负 alpha。基金经理要想维持优秀的业绩，就需要通过交易持续创造超额收益，优于前期持仓的表现。因此，模拟基准可作为基金业绩表现参考的锚，用于评估基金经理的投资能力。模拟基准的构建方法参照 2.2 节，并会在每个季度结束的第 15 个工作日进行

37、成份股调整。在同一区间内将基金净值与模拟基准进行比较，会发现存在三种位置状态，分别为：基金净值模拟基准：基金净值远高于模拟基准；基金净值模拟基准：基金净值接近于模拟基准；基金净值模拟基准：表明基金经理综合投资能力较强，能够通过交易持续创造超额收益；基金净值模拟基准：表明基金经理通常坚持长期投资理念，对公司盈利模式及可持续有着深入理解，持仓周期偏长；基金净值模拟基准：表明基金经理投资策略具有明显的纪律性，注重风险控制，会定期优化持仓。同时，我们把基金净值相对模拟基准的超额收益定义为隐性超额收益。与之对应的是基金模拟基准相对业绩基准的超额收益定义为显性超额收益，从而隐性超额收益与显性超额收益之和便

38、是基金净值相对业绩基准的超额收益。因此，我们得到了超额收益拆解公式，即：Re Rf Rb (Rf Rs ) (Rs Rb ) Rr Rd其中： Re 表示基金相对业绩基准的超额收益； R f 表示基金的收益率； Rb 表示业绩基准的收益率； Rs 表示模拟基准的收益率； Rr 表示隐性超额收益率； Rd 表示显性超额收益率。图 18：基金 A 超额收益拆解显性超额收益隐性超额收益超额收益70%60%50%40%30%20%10%0%-10%资料来源：Wind， 图 19：基金 B 超额收益拆解图 20：基金 C 超额收益拆解显性超额收益隐性超额收益 超额收益200.0%150.0%100.0%

39、50.0%0.0%-50.0%70%60%50%40%30%20%10%0%-10%-20%-30%资料来源：Wind， 资料来源：Wind， 通过上述拆解公式，我们对前文中的基金 A、B、C 的净值相对业绩基准的累计超额收益进行拆解，得到了累计的显性超额收益和隐性超额收益。如上面各图所示。针对基金 A，基金的显性超额收益和隐性超额收益均长期为正，但隐性超额收益更高且持续性更好；针对基金 B，基金的隐性超额收益长期为正，而显性超额收益相对较小，接近于 0；针对基金 C，基金的隐性超额收益长期为正且持续性较好，但显性超额收益却长期为负。图 21：显性超额收益（年化）与隐性超额收益（年化）的散点图

40、40.00%30.00%隐性超额收益-年化20.00%10.00%-40.0.00%0%10.00% -10.00% -20.00% -30.00%0.0-10.00%00%20.00%40.00%30.00%-20.00%-30.00%-40.00%显性超额收益-年化资料来源：Wind， 进一步的，我们对所有成立时间满一年的主动偏股型基金的年化超额收益进行分解，分为年化显性超额收益和年化隐性超额收益，绘制了如上的散点图和统计表。可以发现，超额收益主要集中在第一象限，第三象限的点数量最少。具体的，有超过 85 比例的基金年化超额收益为正，平均年化超额收益率为 6.12 ，表明主动偏股型基金整体

41、表现较好；有超过 72 比例的基金年化显性超额收益为正，平均年化显性超额收益率为 2.53 ，表明基金经理整体的选股能力表现较好；而有超过 77 比例的基金年化隐性超额收益为正，平均年化隐性超额收益率为 3.58 ，表明基金经理整体的交易能力表现较好。由此可见，主动偏股型基金的隐性超额收益对超额收益的贡献更多，显性超额收益代表的是基金经理“可被看见”的投资能力，隐性超额收益代表的是基金经理“未被看见”的综合投资能力。毕竟，模拟基准指数是基于公开持仓数据构建的，容易被大家“抄作业”，显性超额收益是易获得的；而隐性超额收益是不容易获得的，更能体现基金经理的投资能力。表 3：基金年化超额收益拆解的分

42、组统计相关性年化超额收益年化显性超额收益年化隐性超额收益(-inf,-10 )1.781.900.49-10 ,-5 )2.684.572.35-5 ,0 )9.8121.1919.380 ,5 )31.3445.4346.545 ,10 )32.4820.1820.4910 ,inf)21.916.7310.74平均值6.122.533.58注：因部分基金的比较基准是缺失或不完整的，使得其年化显性超额收益是不存在的。资料来源：Wind， 此外，将基金净值与模拟基准进行实时跟踪比较，还可以检测基金经理投资策略或风格的变化。投资策略成熟、风格稳定的基金经理管理的产品，基金净值与模拟基准应该处于一

43、种相对均衡的状态。一旦探测到两者出现了较大偏移，投资者应及时了解基金经理的投资策略或持仓股票是否发生重大变化。基金业绩因子的拆解研究模拟基准不仅可以用于基金业绩的动态评估，还可应用于业绩相关因子的拆解研究。本章将从基金收益拆解出发，研究超额收益、信息比率和选股 Alpha 等因子的拆解。基金收益的拆解基金的历史业绩在评估基金管理人中占据重要地位，但大量研究发现，基金历史业绩 并不能很好的预测基金未来业绩，即基金业绩的持续性较弱。在我们的第109 期（20191030）海外文献推荐中，Sun 等人（2018）发现在艰难时期业绩表现突出的基金经理未来业绩 表现更优异。其将股票市场划分为上涨行情和下

44、跌行情，并根据不同市场行情将基金历史 业绩分为顺境收益（RET_UP）和逆境收益（RET_DOWN），研究发现下跌行情的逆境收益 更能体现基金经理投资能力，对未来收益具有显著的预测能力；而上涨行情的顺境收益包 含较多噪声和风险，并不能预测基金未来收益。同时，参考等徐龙炳和顾力绘（2019）的 文章，我们也在中国市场对历史业绩因子进行验证。具体步骤如下：第一步：市场行情划分。若当月万得全 A 指数的收益率高于过去 3 年的月收益率中位数，则将当月定义为上涨月份；若当月万得全 A 指数的收益率低于过去 3 年的月收益率中位数，则将当月定义为下跌月份。第二步：基金收益拆解。基金在过去一年中上涨月份的

45、累积收益，定义为基金的顺境收益；基金在过去一年中下跌月份的累积收益，定义为基金的逆境收益。具体的：12Rup (1 rk ,up _ month ) 1k 112Rdown (1 rk ,down _ month ) 1k 1其中： rk ,up _ month 和 rk ,down _ month 分别表示市场上涨月份和下跌月份的月度收益率，且r= rk ,month , k月为上涨月份， r= rk ,month , k月为下跌月份。下面我们将对基金收益拆解的因k ,up _ month0,其他k ,down _ month0,其他子进行有效性检验。表 4：基金收益拆解因子的 RankIC

46、 序列统计信息因子RankIC 均值RankIC 标准差RankIC_IR 值年化 RankIC_IR 值RankIC 胜率绝对收益0.1180.1310.9023.12480.65逆境收益0.1630.1750.9353.23985.95顺境收益-0.0460.192-0.241-0.83657.26资料来源：Wind， 首先，我们对因子进行 RankIC 检验。即在每个月末利用过去一年数据计算因子值，并与基金未来一年收益率计算 RankIC 值。可以发现，绝对收益和逆境收益因子表现较好， RankIC 均值均在 0.1 以上，胜率在 80以上，但逆境收益因子在 RankIC 均值和胜率上表

47、现更好；顺境收益因子基本无效，RankIC 均值在-0.05，胜率略高于 50 。 20191030天风证券-金融工程：海外文献推荐 第 109 期中推荐的文献只有艰难时期的赢家才能持续。来自 Zheng Sun, Ashley W. Wangand Lu Zheng. Only Winners in Tough Times Repeat: Hedge FundPerformance Persistence over Different Market ConditionsJ. Journal of Financial and Quantitative Analysis, 2018,vol.53

48、,issue05,2199-2225. 徐龙炳, 顾力绘. 基金经理逆境投资能力与基金业绩J. 财经研究, 2019, 045(008):127-139.图 22：绝对收益因子的 RankIC 序列绝对收益RankIC均值0.500.400.300.200.100.00-0.10-0.20-0.30-0.40资料来源：Wind， 图 23：逆境收益因子的 RankIC 序列图 24：顺境收益因子的 RankIC 序列0.600.500.400.300.200.100.00-0.10-0.20-0.30-0.400.500.400.300.200.100.00-0.10-0.20-0.30-0.

49、40-0.50顺境收益 RankIC均值资料来源：Wind， 资料来源：Wind， 上图绘制了各因子的 RankIC 序列统计图。可以看到，绝对收益因子虽然长期表现较好，但月频的 RankIC 序列存在明显的周期性波动。事实上，在20190312 天风证券-基金研究：基金市场存在日历效应吗？报告中，我们发现基金绝对收益具有日历效应，即基金业绩在 12 月末前后会存在明显的反转效应，却在 3 月末前会存在显著的动量效应。这说明基金的绝对收益因子在使用时点上存在选择性，而非全都适用。逆境收益因子长期表现较好，月频的 RankIC 序列平稳性较好，不存在周期性波动。但局部也会存在连续反转的现象，例如

50、在 13 年下半年到 14 年上半年间。主要原因是下跌行情的划分是基于过去三年的数据，短期来看 10-13 年可以划分出上涨行情和下跌行情，但在更长时间范围内来看基本是处于震荡下行区间，站在当时很难看清现状。因此，如何有效识别当前的下跌行情区间，是决定逆境收益因子有效性的关键。顺境收益因子表现较为一般，月频的 RankIC 序列处于无规律波动。顺境收益因子统计的是基金在上涨行情中的收益表现，风格激进的基金经理业绩表现会更好，这时候很难体现基金经理的投资能力。进一步的，我们在月频上对因子进行了年度调仓的分组有效性检验。即在某月节点按照因子值降序排序将基金等分成 10 组并等权重构建组合持有一年，

51、滚动计算，统计每组相对基金平均业绩的年化超额收益，最终得到 12 个月份调仓策略的分组年化超额收益统计表。我们计算了 12 个月年化超额收益均值统计结果，如下表所示。可以发现，绝对收益和逆境收益因子的多空年化收益差明显，多头年化超额收益平均值均在 2.7 以上，且逆境收益因子表现更加突出；而顺境收益因子多空年化收益差并不明显，多头并未取得正的超额收益。收益差绝对收益2.711.330.200.05-0.15-0.27-0.63-0.51-1.03-1.914.62逆境收益2.791.260.690.870.18-0.20-0.25-1.27-1.34-3.075.85顺境收益-0.57-0.1

52、1-0.20-0.16-0.36-0.420.190.020.071.03-1.59表 5：基金收益拆解因子的分组年化超额收益平均值统计(降序排序分组，年度调仓)因子第一组第二组第三组第四组第五组第六组第七组第八组第九组第十组多空年化资料来源：Wind， 同时，分开来看 12 个月调仓策略的分组有效性检验结果，绝对收益因子和逆境收益因子的多头年化超额收益并不太稳定。例如，绝对收益因子在每年的 12 月底调仓策略各组年化超额收益区分度低，逆境收益因子在每年的 10 月底调仓策略各组年化超额收益区分度低。图 25：不同月份调仓策略的分组年化超额收益统计(10 组，绝对收益和逆境收益因子)绝对收益G

53、roup01Group02Group03Group04Group05Group06Group07Group08Group09Group10多空年化收益差1月底调仓2.15%1.59% -0.74%-0.61% -0.05%0.00% -1.04% 0.90% -0.25%-2.15%4.30%2月底调仓2.54%1.33% 0.01% -0.79% -0.33%-0.08%0.09%0.17%-1.06%-2.12%4.67%3月底调仓3.04%2.40% 0.52%0.38% -0.05%0.58%-1.25%-1.17%-1.46%-2.92%5.96%4月底调仓2.83%1.66%0.5

54、9%1.64%0.33%-1.34%-0.94%-1.61%-0.75%-2.51%5.34%5月底调仓2.52%2.36%0.64%0.21%0.31%-1.11%-0.63%-1.79%-1.52%-1.18%3.70%6月底调仓3.05%1.63%0.96%-0.11%0.31%0.07%-1.07%-0.29%-2.02%-2.54%5.59%7月底调仓2.78%2.15%1.05%0.04%-0.90%-0.17%-1.44%-0.46%-0.66%-2.56%5.34%8月底调仓2.99%1.56%0.79%0.37%0.51%-1.39%-0.37% -1.18%-1.27% -

55、2.34%5.33%9月底调仓3.41% 0.70%0.49%0.60% -0.30%-1.22%-0.47%-0.43%-1.19%-1.77%5.17%10月底调仓3.16%1.33%-0.77%-0.44%-1.24%0.64%-0.05%-0.48%-1.26%-1.27%4.43%11月底调仓2.89%0.61%-0.31%-0.47%-1.20%0.86%-0.26%-0.83%-0.09%-1.42%4.30%12月底调仓1.13%-1.36%-0.90%-0.26%0.78%-0.05%-0.11%1.09%-0.81%-0.15%1.28%平均值2.71%1.33%0.20%

56、0.05%-0.15%-0.27% -0.63%-0.51% -1.03%-1.91%4.62%逆境收益Group01 Group02Group03Group04Group05Group06Group07Group08Group09Group10多空年化收益差1月底调仓3.39%1.12%0.26%1.12%0.59% -0.69%-0.56%-0.89% -1.66%-3.04%6.43%2月底调仓2.48%0.73%-5.54E-051.04%0.09%-0.80% -0.17%-0.08% -1.29%-2.38%4.87%3月底调仓2.79%1.08% 0.59%0.53%0.52%

57、-0.29%0.11%-0.72%-1.11%-3.69%6.48%4月底调仓3.16%1.18% 1.48%1.45% -0.06%0.34% -1.10%-1.37%-1.07%-4.18%7.34%5月底调仓3.25%1.26% 0.53% 1.07% 1.38% 0.46% -0.73%-2.50%-1.72%-3.10%6.35%6月底调仓3.36%1.83% 1.09%1.34% 0.31%0.15% -0.58%-2.44%-1.96%-3.30%6.65%7月底调仓2.54% 1.05%1.11% 1.64%-0.60%0.45%-0.55%-1.70%-1.20%-3.02%

58、5.56%8月底调仓2.35%1.49%0.35%1.08%-0.25%0.36%0.19%-1.25%-1.64%-3.16%5.51%9月底调仓2.48%1.32%0.49%1.20%-0.54%0.15%0.29%-0.94%-1.91%-3.14%5.63%10月底调仓1.54%1.47%0.66%-0.66%0.04%-0.76%0.66%-1.37%-0.33%-1.88%3.41%11月底调仓2.27%1.44%0.66%0.12%0.49%-0.97%-0.10%-1.04%-0.62%-2.70%4.97%12月底调仓3.84% 1.11%1.03% 0.56%0.16%-0

59、.76%-0.41%-0.93%-1.52%-3.20%7.04%平均值2.79%1.26% 0.69%0.87% 0.18%-0.20%-0.25%-1.27%-1.34%-3.07%5.85%资料来源：Wind， 由此可见，基金的绝对收益因子对未来业绩具有一定预测能力，但存在周期性波动，多头并不能获得稳定的超额收益。通过对绝对收益进行拆解得到的逆境收益因子，虽然在一定程度上得到改善，但局部依然会面临连续反转的问题，逆境收益因子的有效性与市场行情识别的准确度存在强关联性。超额收益的拆解基金的超额收益同样常被用来评估基金管理人业绩表现，是度量基金经理投资能力的重要指标。然而超额收益指标的实际使

60、用效果并不好，主要原因是无法有效确定合适的业绩比较基准。基于前文的超额收益拆解公式，我们可以对传统的超额收益进行拆解，得到隐性超额收益和显性超额收益。下面我们将对超额收益拆解的因子进行有效性检验。表 6：超额收益拆解因子的 RankIC 序列统计信息因子RankIC 均值RankIC 标准差RankIC_IR 值年化 RankIC_IR 值RankIC 胜率超额收益0.1130.1180.9633.33483.06隐性超额收益0.1130.0951.1824.09686.29显性超额收益0.0350.1010.3511.21465.32资料来源：Wind， 首先，我们对因子进行 RankIC